EN
中文
注册 / 登录
产品分类:
加载中...
头条分类:
加载中...
谷歌祭出迄今最前沿模型Gemini 3 Flash!编程能力上反超Gemini 3 Pro,且更快更便宜
作者 | 冬梅 在大模型竞赛进入“效率与规模并重”的新阶段之际,谷歌正再次亮出王牌。 刚刚,谷歌发布最新模型 Gemini 3 Flash,据介绍,它拥有前沿智能,专为速度而生,可以帮助每个人更快地学习、构建和规划任何事物。 早在模型发布前,Google AI Studio 开发者平台 和 Gemini API 产品负责人 Logan Kilpatrick 就在 X 上发布了一条只有三个闪电符号的推文,当时就有大批网友猜测这意味着谷歌即将发布主打速度至上的 Flash 版本模型。 果然,今晚谷歌 Gemini 3 Flash 模型如约而至。 谷歌发布其迄今最快 AI 模型 过去一年,从 Gemini 1.5 到 3.0,谷歌持续强化其在多模态、长上下文和推理能力上的技术纵深,同时也在不断压低模型调用成本,试图在企业级应用和开发者生态中建立更具性价比的护城河。在这一背景下,主打高性能与低延迟的 Flash 系列被视为 Gemini 体系中最贴近真实业务场景的一条产品线。 随着外界对“更快、更便宜、更易部署”的模型呼声不断升高,谷歌今晚发布的 Gemini Flash 3,也被普遍认为是其在推理效率和规模化落地层面的一次关键落子。 谷歌称,从今天起,Gemini 3 Flash 将面向全球数百万用户推出: 适用于 Google AI Studio、Gemini CLI 和谷歌新的智能体开发平台 Google Antigravity 中的 Gemini API 开发者 所有用户均可通过 Gemini 应用和 AI 模式在搜索中使用。 适用于 Vertex AI 和 Gemini Enterprise 的企业 那么,这款模型性能到底怎样呢? 谷歌在其官网介绍称,Gemini 3 Flash 速度和规模无需以牺牲智能为代价。 它在博士级别的推理和知识基准测试(例如 GPQA Diamond 90.4%) 和 Humanity's Last Exam (33.7%,不使用工具)中均展现出前沿性能,足以媲美规模更大的前沿模型,并且在多项基准测试中显著超越了目前最佳的 2.5 版本模型 Gemini 2.5 Pro。 具体而言,Gemini 3 Pro 在不使用任何工具的情况下获得了 33.7% 的分数,Gemini 3 Pro 的得分为 37.5%,Gemini 2.5 Flash 的得分为 11%,而最新发布的 GPT-5.2 的得分为 34.5%。 Humanity's Last Exam 各模型得分排行情况 此外,它在 MMMU Pro 测试中也取得了令人瞩目的 81.2% 的成绩,与 Gemini 3 Pro 的性能相当。 除了前沿的推理能力和多模态处理能力外,Gemini 3 Flash 的设计目标是极高的效率,突破质量、成本和速度之间的帕累托极限。在最高思维水平下进行处理时,Gemini 3 Flash 能够灵活调整其思考时间。 性能优于 Gemini Pro 2.5,价格更低 对于更复杂的应用场景,它可能需要更长的思考时间,但根据典型流量的测试结果,它平均使用的 token 数量比 2.5 Pro 少 30%,从而以更高的性能更准确地完成日常任务。 Gemini 3 Flash 在性能、成本和速度方面突破了帕累托极限。 Gemini 3 Flash 的优势在于其极快的速度,它基于 Flash 系列产品打造而成。其性能超越 2.5 Pro,速度提升 3 倍(基于 Artificial Analysis 基准测试),而价格却低得多。 在定价方面,Gemini 3 Flash 相比前几代模型更具性价比。Gemini 3 Flash 的定价为每百万个输入 token 0.50 美元,每百万个输出 token 3 美元(音频输入价格仍为每百万个输入 token 1 美元)。 这比 Gemini Flash 2.5 的每百万个输入 token 0.30 美元和每百万个输出 token 2.50 美元略贵。但谷歌声称,新模型的性能优于 Gemini 2.5 Pro,速度更是其三倍。而且,在处理思维任务时,它平均比 2.5 Pro 少用 30% 的 token。这意味着,总体而言,在某些任务中,用户可能会节省 token 数量。 在编程性能上,Gemini 3 Flash 拥有 Gemini 3 专业级的编码性能,同时延迟极低——能够在高频工作流程中快速推理和解决任务。 在用于评估编码代理能力的基准测试 SWE-bench Verified 中,Gemini 3 Flash 的得分高达 78%,不仅超越了 2.5 系列,甚至超越了 Gemini 3 Pro。它在代理编码、生产就绪系统和响应式交互式应用程序之间实现了理想的平衡。 Gemini 3 Flash 在推理、工具使用和多模态功能方面的强大性能,非常适合希望进行更复杂的视频分析、数据提取和视觉问答的开发人员,这意味着它可以实现更智能的应用——例如游戏助手或 A/B 测试实验——这些应用既需要快速的答案,也需要深入的推理。 自动播放 Gemini 3 Flash 能够在手部追踪的“发射球益智游戏”中实现多模态推理,提供近乎实时的AI辅助。 自动播放 Gemini 3 Flash 可以近乎实时地构建和 A/B 测试新的加载旋转器设计,从而简化从设计到编码的过程。 自动播放 Gemini 3 Flash 使用多模态推理来分析图像并添加上下文 UI 叠加层,几乎可以实时地将静态图像转换为交互式体验。 自动播放 Gemini3 Flash 接受一条指令提示,并编码三种独特的设计变体。 此外,值得一提的是,Gemini 3 Flash 也开始作为搜索中 AI 模式的默认模型推出,全球用户均可使用。 基于 Gemini 3 Pro 的推理能力,Gemini 3 Flash 的 AI 模式能够更有效地解析用户问题的细微差别。它会考虑用户查询的每一个方面,提供周全且易于理解的答案——从网络各处提取实时本地信息和实用链接。最终,它能有效地将研究与即时行动相结合:用户将获得一份条理清晰、条理分明的分析报告以及具体的建议——速度堪比搜索。 谷歌方面表示,其将 Gemini Flash 的定位更偏向于“主力机型”,而非高端展示型模型。 Gemini Models 高级总监兼产品负责人 Tulsee Doshi 在接受 TechCrunch 简报时指出,如果对比价格表中输入和输出的定价,可以明显看到 Flash 在成本上要低得多,这使其更适合承担大规模、批量化的任务处理需求,能够切实帮助企业降低使用门槛和整体成本。 自 Gemini 3 发布以来,谷歌在其 API 上的处理规模迅速放大,目前每日处理的 token 数量已超过 1 万亿个。 同时,谷歌也正与 OpenAI 展开一场围绕新品发布节奏和模型性能的正面竞争。 有报道称,本月初,随着谷歌在消费者市场的份额上升,ChatGPT 的整体访问量出现下滑,OpenAI CEO Sam Altman 因此向内部团队发出了一份被称为“红色警报”的备忘录。 随后,OpenAI 接连发布了 GPT-5.2 以及一款新的图像生成模型,并强调其企业级应用需求持续增长。OpenAI 还披露,自 2024 年 11 月以来,ChatGPT 的消息量已增长约 8 倍。 尽管谷歌并未直接回应与 OpenAI 之间的竞争关系,但其认为,新模型的密集发布正在推动整个行业加速前进。 “目前整个行业的状态是,各类模型都在快速演进,相互竞争、不断突破性能边界,”Doshi 表示,“同样令人印象深刻的是,各家公司都在非常积极地推出新模型。” 她同时提到,谷歌也在持续引入新的基准测试体系和模型评估方法,这一趋势本身也让团队对行业的发展感到振奋。 网友评价如何? 谷歌新模型发布后在全球引发了热烈讨论。在 X 和 Reddit 等平台上,大量开发者与技术爱好者对 Gemini 系列模型,特别是 Flash 版本,表达了多元观点。 在X上,有些用户使用过Gemini 3 Flash 后认为Stagehand Agent 上它的准确度几乎与 Gemini 3 Pro 不相上下,但价格更低,速度更快。 Browserbase 创始人 Paul Klein IV 在 X 上发文称,他们提前获得了 Gemini Flash 的访问权限,当真正用起它的那一刻,我们就惊呆了。他感慨道: “Stagehand Agent 的准确度几乎与 Gemini 3 Pro 不相上下,但价格更低,速度更快。“ 在 Reddit 上,不禁有用户感叹,真是太疯狂了! 还有用户表示从没见过能力这么强的轻量级模型。 但也有用户指出,基准测试的成绩,并不能说明在真实场景中表现同样出色。 “因为基准测试的成绩,并不能很好地对应真实使用场景。尤其是在实际应用中,使用场景往往非常多样,也远比那些单轮对话的基准测试样本复杂得多。坦率地说,看到 Flash 这种定位更轻量的模型在评分上“击败” Pro 版本,反而让我对这种为了刷基准分数的做法产生了怀疑。 尤其是最近几周,我一直在同时使用 Gemini 3 Pro 和 Opus 4.5,这两款模型本身都非常出色。但如果只看基准测试,Gemini 理应整体表现更强,可在实际使用中它却一次次让我失望;相反,Opus 4.5 却不断带来惊喜。” 还有用户认为,谷歌最近几次发布已经充分彰显了行业领头羊地位,OpenAI 似乎已经被拍在沙滩上了。
谷歌杀疯了!Gemini 3 Flash 突袭:这个跑腿小弟差点打败了GPT-5.2
一个月前,谷歌发布了最新的 Gemini,从此我们进入了 Gemini 3 的时代。 那以后, Gemini 3 Pro 就成了我干活的主力。 但说实话,它反应是真慢,而且很多时候我只是问些简单问题,完全没必要深度思考。 所以,一直期待速度飞快的 Flash 系列重新回来。 终于,在今天,Gemini 3 Flash 来了! 图:谷歌 CEO 宣布 Gemini 3 Flash 发布 谷歌这一波操作属实把我惊到了。 官方号称它“比快更快”,而且智商不减反增。 本来是一个“小弟”人设,但你看看它排名,居然仅次于OpenAI 最新的模型 GPT 5.2了。(就差 2 分 ) 真让人情何以堪呐? 图:第三方机构评测 Gemini 3 Flash 的综合指标 废话不多说,咱们赶紧来扒一扒,这个新出的 Flash 到底香不香。 01 到底是个啥? 简单来说:把 Pro 的脑子,装进了 Flash 的身体里。 以前我们对“Flash(轻量级)”模型的印象是什么? 跑得快,便宜,但是……有点“笨”。处理复杂任务时经常翻车。 但这次 Gemini 3 Flash 彻底打破了这个刻板印象。 遇到闲聊、简单查询: 它就轻装上阵,秒回,省流又省钱; 遇到烧脑难题: 它能立马调动深层算力,像老教授一样深思熟虑。 它大脑似乎有个变速箱。 它甚至在性能、成本和速度方面突破了帕累托极限。(AI 界的性价比极限) 图:Gemini 3 Flash 在性能、成本和速度方面突破了帕累托极限 官方数据显示,它的 Token 消耗比 Gemini 2.5 Pro 少了 30%,但智商却在线。 说人话就是:多快好省! 图:Token 消耗率对比 这种“该省省,该花花”的 AI,谁不爱? 02 凭数据说话:这波“以下犯上”有点狠 咱们不整那些虚头巴脑的形容词,直接看跑分数据,谷歌这次是真的下了血本。 我看了一眼实测数据,甚至有点不敢相信:它在很多任务上接近自家最强的模型 3 Pro,甚至有些指标还干掉了Pro 版。(这样礼貌吗? ) 特别是那个让无数 AI 汗流浃背的 ARC-AGI-2 测试…… 还让人意想不到的是:Gemini 3 Flash 全面碾压了上一代的旗舰版本 2.5 Pro。(前浪死在沙滩上 ) 图: Gemini 3 Flash 的各项指标 先说说这个 ARC-AGI-2。 之前 GPT 5.2 发布让大家印象深刻,其中有一个原因就是这个指标碾压所有模型。 老粉都知道,ARC 评测集是 AI 圈最难啃的骨头,甚至没有之一, 主要测试模型到底有没有脑子。 它是由 Keras 之父 François Chollet 搞出来的,专门用来反死记硬背的。 比如这种题目: 图:ARC-AGI 2 题目 以前的模型,MMLU 这种考试能拿 90 分,一碰到 ARC 这种需要“举一反三”的智力题,立马现原形,得分低得可怜。 这项指标 Flash 竟然超过了自己的 Pro 大哥,仅次于 GPT-5.2! 这个小弟,要造反了有点脑子! 在另一项指标: GPQA Diamond(研究生级别的专家推理测试)里,它拿了 90.4 分。 意思就是智商堪比博士。 看这个数字,它的推理能力已经和那些大块头的前沿模型(Pro 版)平起平坐了。 在著名的“Humanity's Last Exam(人类最后一场考试)”这种地狱级难度的测试里,Gemini 3 Flash 居然考出了 43.5% 的高分(Tools on 模式)。 图:HLE 分数对比 它跟 GPT-5.2(45.5%)这种超级旗舰模型,只差了不到 2 分! 朋友们,别忘了,这可是一个 Flash 模型啊! 它的定位本来是“跑腿小弟”,结果一不小心把“业界大佬”们的饭碗给砸了。(面子?不存在的。 ) 这哪里是“轻量版”,这分明是“披着闪电侠外衣的超人”。 在多模态测试(MMMU Pro)中得分 81.2%,看图、看视频的能力基本和 Gemini 3 Pro 五五开。 也就是,眼神儿更好使。 图:MMMU-Pro 指标对比 最让我意外的是这个——在 SWE-bench Verified(代码智能体测试)中,它得分 78%。 直接超越了 Gemini 2.5 全系,甚至在某些这就需要改代码的任务上,比 Gemini 3 Pro 还要好用! 本来以为它动动嘴还行,没想到写代码更溜! 一句话总结:它不是“丐版”,它是“精简版战神”。 03 为什么我建议你立马换用 Flash? 作为这一年多几乎天天都在用 AI 的人,我觉得 Gemini 3 Flash 带来的改变是肉眼可见的: 1. 真的太快了!⚡️ 根据第三方测评(Artificial Analysis),它的速度是 2.5 Pro 的 3 倍。 自动播放 以前问 AI 一个问题,你可能还得切出去回个消息等它写完。 现在?你字刚打完,它答案就怼到你脸上了。 这种“跟手”的感觉,对于我们需要快速写文案、改代码的人来说,简直是救命。 2. 价格那是相当感人 💰 图:Gemini 3 Flash 价格 输入 100 万 Token 只要 0.5 美刀,输出只要 3 美刀。 想想看,它现在比 2.5 Pro 强太多了,但价格却只有它的 30-40%。 这基本就是白菜价了,对于开发者来说,成本焦虑直接减半。 3. 智商不掉线 既有速度,又有 Pro 级的推理能力。 处理复杂的长文档分析、视频理解,它完全都在行。 04 怎么用?能干啥? 好消息是,这玩意儿现在就是 Gemini 的“默认配置”。 不管你是普通用户还是开发者,现在就能上手玩。 普通玩家:直接打开 Gemini App 或者 Google 搜索,它已经在那里等你了(是的,免费用)。 我们打开 Gemini,会看到 Fast 和 Thinking 两个新增的模型。 它们就是 Gemini 3 Flash! 图:Gemini 3 Flash 开发者大佬:去 Google AI Studio 或者 Vertex AI 就能调 api。 因为它延迟极低,拿来做那种需要即时反馈的语音助手、视频分析工具简直完美。 05 写在最后 至此,Gemini 3 家族算是真正“齐活”了。 Pro 是全能六边形战士; Deep Think 是深思熟虑的扫地僧; Flash 则是身手敏捷的急先锋。 回顾这一年,不得不说谷歌是真听劝,也是真拼。 以前总有人吐槽大厂喜欢“挤牙膏”,但这几次发布,从 Pro 到 Deep Think 再到今天的 Flash(还有 Nano Banana Pro),每一次都是诚意满满的“硬菜”。 特别是今天的 Flash,说实话,虽然在谷歌家里它定位是“小弟”,但这性能、这智商,放在其他任何一家公司,高低得挂个“旗舰(Ultra/Pro)”的名号。 当然,神仙打架,受益的是咱们。你们打吧,我喜欢。
模型免费、推理翻倍:Gemini 3 Flash深夜炸场,发放智能体时代的“入场券”
AI竞技场开始清场。 就在刚刚,谷歌再次扣动扳机,正式推出了 Gemini 3 Flash。 这是继 Gemini 3 Pro 之后的又一次暴力输出。没有预告,没有任何铺垫,谷歌直接宣布 Gemini 3 Flash 现已成为 Gemini 应用中的默认模型,全面取代 2.5 Flash。这意味着,全球数亿用户无需支付任何费用,就能立刻体验到 Gemini 3 系列模型的推理能力。 如果说 Gemini 3 Pro 是为了尽情发挥 AI 算力的优势,那 Gemini 3 Flash 则打破了「高智」、「低成本」与「响应快」之间的不可能三角。 打开 Model Card,我们看到一组令人惊讶的数据:在评估编码代理能力的权威基准测试 SWE-bench Verified 中,Gemini 3 Flash 的得分高达 78%。这不仅把此前的 2.5 系列远远甩在身后,甚至在部分领域,比如说逻辑深度上还反超了自家老大哥 Gemini 3 Pro。更离谱的是,在提供这种「碾压级」性能的同时,它的价格竟然不到 Gemini 3 Pro 的四分之一。 这可能不仅是等等党们在性价比上获得了胜利,更像是谷歌一场不讲道理的「肌肉秀」。 相对来说,Gemini 3 Flash 更适合一些需要高频、极速的开发工作场景,有了极低的延迟,Gemini 3 Flash 就可以以几乎实时的速度更新应用程序。与过去主打等待长时间响应不同,Gemini 3 Flash 反应,已经可以成为在一个大规模复杂流中快速完成推理、纠错以及自我验证的「大脑」。 而对于普通用户,谷歌扔出了另一个「王炸」:零门槛语音建站。这意味着你不需要懂任何代码,只需要对着 Gemini 随口描述你的创意,Gemini 3 Flash 就能在几分钟内将那些零散的想法转化为一个功能齐全的应用程序。 尽管此前 Gemini 3 也能从一定程度上实现这一点,但有了 Gemini 3 Flash 后,价格成本更低,工作流更简便,时间成本也更低。目前,Gemini 3 Flash 的定价为每百万个输入 tokens 0.50 美元,每百万个输出tokens 3 美元,音频输入价格仍为每百万个输入 tokens 1 美元。 从视频分析、数据提取到视觉问答,Gemini 3 Flash 配合搜索算法的迭代,也正在重新定义 AI 的响应极限。它目前已通过 Google AI Studio、Gemini API 和 Vertex AI 同步上线。谷歌这一波「快准狠」的发布宣告了,在大模型竞技场上,速度与智能的最后一道屏障,已被拆除。新王已至,且无处不在。 Gemini 3 Flash 上线 Google AI Studio |图源:极客公园 01 这一次,「轻量」不再意味着「妥协」 Gemini 3 Flash 的发布,其核心价值并非仅仅是单纯的参数更迭,而是小模型也能在 Agent 核心能力上超越一些旗舰模型。在衡量智能体编码与长程工具调用的 SWE-bench 和 Toolathlon 测试中,Gemini 3 Flash 的得分不仅反超了自家老大哥 Gemini 3 Pro,甚至在特定维度上压制了 GPT 与 Claude 的顶级型号。 这也可以看出,在需要频繁交互和快速反馈的自动化工作场景中,更短的推理链路和更高的指令遵循敏感度,或许会比庞大的参数规模更具实战价值。 Gemini 3 Flash 在各项顶级基准测试中均展现出超高智能 | 图源:谷歌官网 当然,这也不一定说明参数大的模型已经没有了应用价值。虽然 Gemini 3 Flash 在 ARC-AGI-2 这种视觉推理谜题上实现了相较于 2.5 Pro 近 7 倍的提升,但在处理极其复杂的架构设计时,它与顶级 SOTA 模型之间仍存在一定的差距。这也意味着 Gemini 3 Flash 的定位并非全能,而是局部强化。 但更重要的是,Gemini 3 Flash 通过将输入成本压低至 0.50 美元并配合大幅度的缓存优惠,为即将到来的智能体时代提供了更低的准入门槛,也创造了爆发的条件。要知道,可能一年前,想要获得这种博士级推理能力的代价很高,如今却可以几近免费使用。这也可以看出,大模型在技术同质化竞争下仍然是逃不脱价格战,而显然,目前谷歌在这一局中占尽了优势。 具体性能上,根据第三方分析基准测试,Gemini 3 Flash 运行速度达到了 2.5 Pro 的整整 3 倍,逻辑进化配合极低的延迟,让其在处理高容量法律合同、提取定义条款等繁琐任务时,精准且迅速。 Gemini 3 Flash 在性能、成本和速度方面突破了帕累托极限 | 图源:谷歌官网 而在多模态领域,Gemini 3 Flash 在视频理解与复杂图表分析上展现出的显著统治力,证明了谷歌内部「感知即推理」的能力已趋于成熟。尤其是,它能以秒级速度将复杂的非结构化视频数据转化为可执行的商业计划,这意味着视觉信息已不再是 AI 的专项特长,而是底层逻辑的一部分。或许谷歌浏览器上大量沉寂的数据可以再次被激活为可流动的商业资产。 对于开发者和企业级用户而言,Gemini 3 Flash 通过极具竞争力的定价和上下文缓存技术,直接把前沿 AI 的部署门槛降至冰点。无论是支撑在线客服对话,还是通过 Google Antigravity 实现智能体自动编程,它都在证明:高性能、低延迟与极低成本,只要现在选择 Gemini 3 Flash 就可以同时拥有。 如今,Flash 系列模型也不再是一个为了折中妥协而存在的「备选方案」,而是成为了更适合大众开发者升级的武器。Gemini 3 Flash 的到来,或许会从一定程度上促进智能体大规模爆发,加速智能体应用时代到来。 02 搜索效率的暴力升级: 谷歌搜索的最后一块模型拼图 从今年下半年开始,搜索显然已经成为了谷歌的重点。Gemini 3 Flash 同样上线,就直接送入搜索体系。从某种程度上,我们也能看出现在的模型升级不再仅仅是某一个单一产品线的升级,而是整个 AI 产品生态联动提升。 首先,Gemini 3 Flash 将在全球范围内铺开,直接成为谷歌搜索 AI 模式的默认配置。 只要用户使用谷歌 AI 搜索,就会直接感受到 Gemini 3 系列模型的强大。 深度推理能力与即时响应速度之间的互斥,不再是模型永恒的难题。Gemini 3 Flash 在推理能力、工具调用及多模态处理上的提升,可以让系统在应对复杂约束条件下的细致追问时,也能够产出更具结构化且符合逻辑的回复,而无需牺牲搜索场景中至关重要的时效性。这也意味着,过去「高阶推理」正在转变为大众检索的标准化基础设施,AI 搜索也可以从简单的信息匹配迈向了复杂问题的实时解答。 与此同时,针对更高任务需求,Gemini 3 Pro 与 Nano Banana Pro 的引入搜索领域,也从一定程度上补齐了垂直领域的缺口。 结合当前谷歌在美国市场推出的「Thinking with 3 Pro」模式,可以看出,谷歌并非为了想要打造常规的 AI 检索,而是希望能够对复杂数学编程等重度计算任务进行动态可视化布局、交互式模拟呈现。加上 Gemini 3 Flash,谷歌已经针对用户需求进行了较为全面的模型产品布局:由 Flash 承担高频、极速的普惠性智能交互,由 Pro 承载低频但高价值的逻辑攻坚。很显然,未来的 AI 交互一定不会是是单一模型的单打独斗,而是根据任务复杂度进行的动态算力分配与智能分层。 Gemini 3 Flash 的出现,在客观上标志着小模型与大模型之间「智力差」的收缩,它证明了在算法优化到达一定阈值后,智能体验的瓶颈已不再是算力规模,而是如何将这种极速的智能感无缝编织进用户的日常决策流中。 随着「快速模式」与「思考模式」的并行提供,AI 交互已正式从「实验性对话」进化为一种工业级的辅助决策引擎。而作为技术底座的模型全家桶,谷歌已经早早为大家准备好了。 03 模型走出实验室后,谷歌生态再次拓宽边界 就在刚刚,AI 模型生态的天平再次倾斜。Gemini 3 Flash 的出现以及谷歌 Gemini 3 系列模型的全面铺开,意味着谷歌模型生态优势再次加强,并正在各垂直行业的任务循环中引发链式反应。 在软件工程领域,编码平台如 Cursor 和 Devin 发现,Gemini 3 Flash 的介入让 AI 的响应速度能跟上工程师的直觉,让「编码 Agent」从异步等待的过程变成了近乎实时的同步协作。 在法律与金融这种对精度有着近乎苛刻要求的场景下,Harvey 和 Box AI 的实践证明了 Gemini 3 Flash 能够在不牺牲速度的前提下,在复杂财务数据识别和长篇合同交叉引用等任务上实现 15% 的准确率提升。这也可以说明AI 终于能够以工业级水准处理高容量的非结构化数据,而不再让用户在「深度理解」与「实时反馈」之间做痛苦的取舍。 此外,深度伪造检测平台 Resemble AI 利用其多模态能力,将复杂的取证数据即时转化为简明情报,其分析速度比以往提升了 4 倍;而桥水基金则通过它在大规模多模态数据集中捕捉那些瞬息万变的概念理解。 甚至在游戏开发领域,Latitude 利用其近乎实时的推理性能,让游戏世界的角色逻辑从预设脚本转向了真正的自主智能。 图片来源:谷歌官网 可以看出,Gemini 3 Flash 成功跑通了从原型开发到大规模落地的最后一公里,证明了最好的技术不应只是少数人的优势,而应是推动一个时代迎接生产力大规模爆发的基石。
Gemini 3 Flash可能是谷歌最狠的一步棋
刚刚谷歌正式推出了Gemini 3 Flash,这可能是 Google 这几年最重要的一次模型发布 如果只看名字,Gemini 3 Flash 很容易被误解成一个阉割版,快但不聪明的模型。但实际情况恰恰相反——它可能是 Google 到目前为止,战略意义最大的一次模型选择 一句话先给结论: Gemini 3 Flash =前沿大模型智商 + 闪电级速度 + 超低成本的组合拳。 它不是缩水版,而是把快和强第一次真正合在了一起 不知道谷歌是怎么训练的,在复杂推理测试ARC-AGI-2和衡量真实编程能力测试SWE-bench Verified 基准中,Gemini 3 Flash都超过了Gemini 3 pro 过去两年,大模型世界里一直有一道隐形分界线:一边是能力最强、但又慢又贵的旗舰模型,另一边是响应快、成本低,但明显没那么聪明的轻量模型 Gemini 3 Flash 做的事情,就是把这条分界线直接抹掉了 它在多个博士级推理和多模态基准上,已经逼近甚至追平 Gemini 3 Pro 这样的重型选手,却同时保留了 Flash 系列最核心的特性——极低延迟和极高吞吐。更关键的是,在真实使用场景中,它平均比上一代 2.5 Pro 少用 30% 的 token,却把正确率做得更高 这件事对开发者的冲击尤其明显 在 Agent、自动编程、高频交互系统里,真正的瓶颈从来不是模型能不能想明白,而是想明白要不要等三秒。Gemini 3 Flash 在 SWE-bench 这类面向代码 Agent 的评测中,甚至跑赢了 Gemini 3 Pro,本质原因只有一个:它足够聪明,同时也足够快,快到可以被反复调用 而当这种能力开始变便宜,事情的性质就变了 Gemini 3 Flash 的定价已经低到一个明确的信号:它不是拿来偶尔用一次的,而是拿来当基础设施用的 Google 直接把它设成了 Gemini App 的默认模型,全球用户免费使用;同时,它也开始成为搜索里 AI Mode 的核心大脑。你在搜索里问一个复杂问题,它不只是给你答案,而是能拆解问题结构、结合实时信息,再给你一个可以立刻行动的方案,而这一切几乎和传统搜索一样快 这一步,其实比参数更重要 如果说前两年的竞争重点是谁的模型更像人类博士,那么 Gemini 3 Flash 代表的,是下一阶段的方向,谁能让这种水平的智能,真正跑在每一次点击、每一次调用、每一次搜索里 从这个角度看,Gemini 3 Flash 并不是一个Flash 模型,而是 Google 对 AI 规模化落地的一次明确表态:智能本身已经不是稀缺资源了,稀缺的是能被高频使用的智能 不得说谷歌TPU+强悍的研发能力已经成为事实上领先者了,Sam 昨天紧急推出的图像模型追Nano Banana Pro,接下里要追的可能就多了,这在几个月前甚至都不能想象
Pocket难以复制,因为大疆没走捷径
大疆怎么做产品。 创新很容易失败。跟随则风险小得多。一家消费电子公司如此总结做新品的方法论:瞄准行业第一品牌,一比一照搬设计,“如无必要,不做改动”;再针对一个可量化的关键性能指标投入研发,形成卖点。 大多数公司虽然没总结得这么清晰,但也以类似方法研发新品。手机、汽车、冲锋衣、口红眼影,甚至奶茶……各行各业都是如此。借助中国完备的供应链,追随特别便利。 这套行之有效的方法在进入大疆的主场时遇到了困难。 多个手机品牌和消费硬件公司或组建团队、或投资外部公司,研发手持云台相机。他们不能错过这个新市场。过去一年,大疆 Pocket 3 在全球卖了近千万台,售价与中高端 Android 机型相当,利润率则高出几倍。 做手机、做无线耳机甚至造车,可以去找苹果、特斯拉多年扶持的大批供应商。但拆开 Pocket 3,大部分元件都是大疆自己研发或定制——从镜头、云台、电机、ISP 芯片、运动算法到那块可以旋转的屏幕。一些最关键元件则完全由大疆研发,没有供应商能做到同等性能。 “我们之前就知道它很难做,做了之后发现它尤其难。” 一位深入调研过大疆 Pocket 3 的硬件公司产品人士对《晚点 LatePost》说,这时距他们立项已经过去一年。 大疆创造残酷竞争环境的能力像它做新奇产品一样有效。当追赶者产品将要完成时,大疆在 10 月把 Pocket 3 起价从 3499 元降到 2799 元。两位相关人士测算,自己造一个类似体验、性能的云台相机的成本不比 Pocket 3 的零售价低。而 Pocket 3 是两年多以前发布的产品。海外数码爆料网站已经在讨论可能很快到来的 Pocket 4。 消费无人机的每一位挑战者都尝过类似滋味,过去十年,大疆在消费无人机的市场份额未下过 70%。 大疆孵化创业者的能力也一样有效。他们普遍在消费电子领域带来创新:拓竹正在重新发明 3D 打印,做储能的正浩营收也已经接近百亿元。做无弦吉他的 LiberLive、做割草机的松灵机器人也默默做到数亿到十亿元以上的营收。 过去一个月,我们访谈了多位大疆产品经理、工程师,它的竞争对手以及已经离开大疆的人,从 Pocket 3 来理解大疆怎么做产品。 先跑 9 年,做一个没有短板的产品,等来市场爆发 2015 年,大疆工程师们发现一些用户买了无人机却不让它飞,而是拿在手上边走边拍视频——无人机的云台可以降低画面抖动。他们受此启发,做了灵眸 OSMO——在苹果大小的大疆无人机云台上,加上 4K 摄像头和手持握杆,用户把手机架在上面当屏幕,在走动中拍摄出稳定画面。 专业干活的人反馈不错,但普通消费者不想多带一个挺重的设备。“我当时出去旅游,背一个精灵无人机,手上一个 OSMO、一个微单,很重。” 当时作为工程师参与 OSMO 研发的舒修(化名)对《晚点 LatePost》说。OSMO 太大了,而且必须接手机才能用。2016 年,他和同事们提出做一个更小、可以独立工作的 OSMO。 他们画了 Pocket 1 最初的草图, 机身尺寸形状类似口红,让用户能直接塞进口袋。 2018 年底,第一代 OSMO Pocket 发布,相机、处理器、屏幕被塞进口红一般细的机身,上面伸出带云台的相机模块。按下开机键,低垂的相机模块在一秒内转身抬起,镜头直直盯住拍摄对象,像是唤醒了一个机器人。第一次拿起 Pocket,难免会觉得世界被按了一下快进键。 前两代 Pocket 虽然新奇,但都只卖了百万多台,更多是科技爱好者的玩具。第三代 Pocket 发布后的前半年,也没有引起太多波澜。 2024 年三季度,一家手机厂商例行调研消费电子市场发现,大疆 Pocket 3 销量短短几周内翻了 5 倍。更让他们意外的是,消费者几乎一半是女性——此前的大疆产品绝大多数卖给了男性。 “从来没见过哪个中国消费硬件产品增长如此陡峭,而且这么挣钱。” 一位供应链人士说。Pocket 3 不算便宜,3799 元的起售价够买一部中高端 Android 手机,利润则是好几倍。 现象级的流行总是跟外部环境有关——苹果等手机厂商多年改进视频功能、疫情让短视频成为十几亿人的日常消费、小红书在 2024 年支持 Live Photo 动态照片……当所有人试过拿起手机录一段什么,就会有一部分人发现自己喜欢拍视频,其中又有人需要一个比手机更趁手的设备。 经过四代改进, Pocket 3 赶上了视频需求的爆发,而它几乎没有短板。 首先,画面稳定。Pocket 3 区别于其它相机的地方是云台——大疆无人机的最核心技术之一,有一个专门的研发部门。 用 Pocket 3 拍摄十米外的目标,手部抖动造成的画面偏移只有 0.87 毫米,已经远低于人眼的感知范围。Pocket 系列的云台不断变得更灵巧,第三代一秒就可以转 180 度,比上一代快 50%。 在大疆无人机之前,其它公司并没有微型云台的需求。过去十几年,微型云台的结构、制造和算法的演进主要在大疆内部完成。这成了追赶者的一个大问题——市场上有做云台的供应商,但没有人能在相同体积下做到 Pocket 2 的性能和精度,哪怕它已经发布 5 年。 其次,云台控制算法强。振动发生时,算法要在短时间内精确控制三个电机的 “发力”,还要提前预测用户的移动意图,让云台旋转早于用户的移动。这需要大量经验和针对不同场景的算法调试,且考虑电机旋转时因为自重产生的惯性误差。 更难的是结构设计和制造工艺。 Pocket 云台有三个电机,串联电机信号、控制的线有 50 多根,每根线有 6 股,线材外部还有屏蔽层、保护层。这 300 多股线都要塞进火柴粗细的轴孔。云台旋转时,还要保证线材在每个角度发出的弹力一致。工程师花了一年才解决线材难题。 最后一步是摸索出质量标准,自建产线,培训熟练工人,让他们学会组装如此精密的云台,并在一年内生产出 1000 万个。富士康、立讯精密等每年组装十多亿台消费电子设备的制造公司也不具备这样的能力。 Pocket 2 之后,隔了三年才有下一代,主要因为镜头模组。 前两代 Pocket 发布的时候,画质都比手机领先些,“但半年到一年旗舰手机就能追上来。” 舒修说。在 Pocket 3 立项时,他已经是负责整个项目的产品经理,希望让新产品能够保持优势更久。 传感器越大,成像质量就越好。Pocket 3 用了索尼当时新推出的 1 英寸传感器(IMX989),实际感光面积是上一代的 1.8 倍。 虽然有几款高端 Android 手机也用了这款传感器,但手机因此变成 13mm 厚,且镜头模组的光学素质和抗震性能也有妥协。大疆判断绝大多数人不会选择如此厚重的手机,Pocket 形态产品可以保持相当长的领先优势。他们赌对了,Pocket 3 推出两年多,手机厂商没继续用更大的传感器。 为了装下 1 英寸传感器, Pocket 3 整体被放大了近四成,手柄大小从 “口红” 变成了 “羽毛球拍握把”。更大尺寸下,Pocket 3 的画质、云台性能、续航,甚至屏幕都有明显提升,不再有明显短板。 画质的质变对 Pocket 3 大卖起了关键作用。手机、微单拍视频,快门不能太慢,否则画面就糊了。但 Pocket 3 有云台,快门可以到 1/50 甚至更低,画面保留了自然的运动模糊,更接近人眼看运动物体的感受。在抖音、小红书,这样的画面常常被说成 “电影感”,而 Pocket 3 调整后的色调则被称为 “冷白皮”。 新入场对手更大的挑战是成本。 除了相机传感器、电源、电池,Pocket 3 大部分零部件为大疆自研或定制。传感器来自索尼,但镜头定制,整个相机模块由大疆自行封装、制造。模仿者很难直接买到性能规格类似的零件,需要重新开发。 大疆自研 ISP 芯片(图像信号处理器)并围绕它整合成 Pocket 3 主控芯片。Pocket 3 不像手机等产品有复杂的计算需求,围绕 ISP 设计主控芯片可以降低功耗和成本。一位供应链人士测算,Pocket 3 的芯片成本至少比采用成熟平台的产品低 30%——这一项就差几十元。 一位手机厂商人士估算,如果按降价后的 2799 元卖,自己做类 Pocket 3 产品几乎没有毛利润,但他怀疑大疆在这个价格还有近千元毛利润。“你做一英寸,不可能比他便宜;不做一英寸,性能不可能比他好。” 习惯复杂、习惯磕难题、习惯推翻重来 消费电子公司习惯在一个封闭的壳子里尽可能把电子元器件堆得更密,尽量规避会运动的机械部件,减少故障可能,也降低了组装成本。比如新能源车从仪表盘按钮到门把手都在用电子控制替代机械结构。 从无人机做起的大疆并不介意复杂。 Pocket 3 上的旋转屏像云台一样完全为大疆定制。市面上没有现成的 2 英寸 OLED 屏,大疆为了色彩丰富,专门找面板工厂定制。屏幕的旋转结构用了多块磁铁组合优化手感,还在中段做了限位,划过 45 度后,松手屏幕也会转到底,而不到 45 度则会自动返回原位。 翻转屏的手感对标了 Zippo 打火机,反复调试。舒修说,“我们希望用户觉得开机的瞬间比较解压,做成一个小小的仪式,让人开心。” 定制元器件比采购现成的更贵,但大疆习惯为了设计目标去定制。 大疆的全景相机 OSMO 360 用了 1:1 的方形传感器。之前市面上的产品通常用手机、运动相机常用的长方形传感器,这样成本更低,但没有尽可能全部发挥传感器的能力——全景相机拍出来的原始画面素材是圆形,长方形传感器会有更大比例没有发挥作用。 大疆创始人汪滔很少说 “不喜欢”,但他会更关心他喜欢的项目,然后对这些项目提更多的要求——他是产品开发复杂、磕难题和推翻重来的原因。 做电助力山地车时,汪滔经常晚上十一点空降产品线办公区,主导多个版本电助力单元的开发,最终把电助力单元的功率密度做到行业最高。 早年研发 RoboMaster 玩具坦克,为了让它更真实模拟对战,汪滔甚至要求工程师研发电子皮肤,铺在外壳上,感受被橡胶炮弹击中的力。 这些要求磨砺出了更好产品,也给了工程师锻炼机会。RoboMaster 项目结束后,研发电子皮肤的工程师创办了一个上百人的公司,给人形机器人公司供应触觉传感器,还曾参与特斯拉 Optimus 机器人的投标。 大疆的产品基本没有一两年固定更新节奏,要磨到产品有足够差异才发布。 前两代 Pocket 只间隔两年,但 Pocket 3 花了三年。舒修之前担任产品经理的 Action 2 磁吸分体设计相机等了四年才有下一代,因为 4 纳米的 ISP 芯片终于可以把发热降低到大疆现在对视频的硬要求——连续拍摄 4K60 视频不过热。此时他已经升任大疆影像业务负责人几年了。 分体状态的 OSMO Nano(2025)和 DJI Action 2(2021)。 最极端的例子可能是 ROMO 扫地机。扫地机早就是中国竞争最激烈的消费硬件市场。大疆的策略是把扫地机造得更自动化,减少人工干预率,让人省心。 扫地机基站的拖布清洗盘很容易被污物阻塞,需要人拆卸清理,又脏又臭。大疆的工程师一开始新设计了清洗盘和污水箱,让它更容易拆卸清洗。但后来他们彻底拿掉了可拆卸结构,改为完全自动清洗,并因此重新设计了大部分结构。 扫地机的传感器方案也换了好几次。大疆原本想把车、无人机上的激光雷达和点云技术用到扫地机上,一些工程师当时想 “在家居产品上用这么好的雷达,效果绝对炸裂、吊打。” 这版方案最后没用上,因为激光雷达太贵了。 2024 年 4 月,他们改用双摄像头加雷达的避障方案。此时,ROMO 已经迭代到第四版,随时可以量产上市,但被高层叫停再改。 我们了解到,在发布前,大疆高层认为扫地机创新点还是不够,需要在外观上有突破。 大部分扫地机是黑白灰的圆盘机身加正方基座设计。基座就像电脑机箱一样立在墙边。在汪滔的引导下,基站从白色长方体变成透明水母形,扫地机机体上方也做成全透明。最终的产品风格很像苹果的 Power Mac G5。 ROMO 扫地机外壳设计参考苹果初代 iMac 的透明水母造型。外露的零部件像苹果 Power Mac G5 的内部一样经过设计,不显杂乱。 透明带来未来感,也是大疆的审美偏好。他们此前曾推出透明的麦克风、Pocket、OSMO Nano,甚至无人机乐高模型都有透明款,但扫地机结构复杂得多。全透明意味着产品内部布线要更简洁,模块集成度更高,不能涂太多胶水,以及需要处理风、水、电各个复杂系统——不只是单纯展示电路板。 透明的要求让制造更难。原本可接受的内部划痕、瑕疵在包上透明亚克力板都变成制造缺陷。 扫地机团队近百位工程师继续投入一年,几乎重新设计了内部结构以及多数零部件,花了数百万元重新开模。 “在大疆做产品就是这样。” 一位工程师说,汪滔不能容忍一些别人觉得很小的问题,会让工程师重做,不管已经花了多少时间,“如果谁因此心态爆炸,说明他不适合大疆。” 从完全依赖年轻人,到有成熟体系的大公司 一位前几年离职创业的前大疆工程师将这家公司在无人机的壁垒、影像设备的领先优势归结为人:“本质上是汪滔和一群有技术追求、做事一丝不苟的技术人才的共同选择。” 大疆有非常浓厚的工程师文化,工程师有主导地位。另一位大疆前工程师回忆早年的公司氛围。即使是实习生,也可以在内网提想法,并被采纳,“可能汪滔就觉得这小伙子不错,直接拎出来现场转正。” 工程师以前还会在社交媒体上发新产品的设计,征集更好的解决方案。如果有人能在几张简单的说明图里呈现更好的想法,就会收到加入大疆的邀请,一起把它做出来。 大疆研发部门工程师有不同级别,但相互之间没有汇报关系。工程师的一部分工作是项目制,他们需要向业务线的项目经理汇报,项目经理再往上是事业部负责人和大产品经理,直接向汪滔汇报。 工程师们追求成为 “产品经理”,因为产品经理能主导一个新产品的诞生,印上 DJI 的标,“这个牛逼可以吹一辈子。” 一位前大疆工程师说。大疆的产品经理大部分从工程师做起,他们必须懂技术,知道一项技术的上限在哪,如何改进。 除了汪滔感兴趣,决定要做的项目,立项的产品多数设想来自产品经理和工程师。 Pocket 最初就是三个工程师提出设想,带着草图和样品,找到当时直接向汪滔汇报的大产品经理,开了一次会就很快立项。参与项目的舒修说,“说服老板不用几十分钟,用 demo 再加几个点就行。前提是确实能解决一些用户需求,以及让人听着就很嗨。” 汪滔曾说自己崇尚比较酷、比较美的东西。他认为,追求美会转化成一种战斗力,这种战斗力最终会做出好产品。酷或者美是一种品位,大疆作为一家公司的商业决策、产品设计、技术取舍 “最终都会落在品位上”。 2013 年 5 月,精灵无人机刚问世,大疆还未持续盈利,汪滔就提出要办一场 “机器人对抗射击” 的比赛,也就是后来的 RoboMaster。RoboMatser 主要面向大学生,参赛选手需要独立研发制作工程、步兵、英雄等多种地面和空中机器人,通过第一视角操控机器人发射弹丸攻击敌方以及防御。 RoboMaster 赛事对战场景。 RoboMaster 每年耗费 8000 万元,几乎没有收入,只是为了培养强调实践的工程师文化,以及发掘人才。汪滔在 2015 年的 RoboMaster 颁奖仪式上说,“用三辆车把这群人(参赛者)拉走,放在一个地方,可能几年以后就出来十家非常好的公司了。” 相当一部分获奖者被拉进了大疆。过去十多年,大疆靠 RoboMaster 赛事招聘了超过一千名工程师。宇树创始人王兴兴、妙动科技创始人高建荣和 CTO 杨硕以及多位特斯拉 Optimus 机器人团队的工程师都曾参与或曾为 RoboMaster 赛事工作。 直到现在,还有一些深圳硬件公司会在招聘机器人和运动控制工程师时明确要求应聘者要有 RoboMaster 参赛甚至获奖经历。 企业自有生命阶段。 一个大公司变大之后,不可避免地开始引入大公司的流程和管理,研发新品也不会像创业之初那么天马行空。 2018 年,大疆调查后发布内部公告称贪腐导致超过 10 亿元损失。多位前大疆员工说,在那之后,大疆增加了一些流程和管理。在此之前,有些项目工程师就能决定用哪家供应商。 双减政策落地后,RoboMaster 也取消了面向中学生的赛事,并停止研发、销售新的教育机器人。一些参与该项目的工程师离开了大疆。 据我们了解,大疆现有员工超 3 万人(含生产线与直营门店人员),已经完全是个大公司。其总部员工在深圳的大疆 “天空之城” 工作。两座 40 多层的双子塔外挂了 12 个由钢和玻璃混合构筑的巨型办公空间,由福斯特设计事务所和大疆团队共同设计。上一个福斯特参与设计的科技公司总部是飞碟状的 Apple Park。 大疆组织按产品线划分,每条产品线运作方式都相对独立,接近一个子公司。大产品经理负责该产品线的项目统筹与结果,他们可以跨部门调动资源,人员不足可申请校招名额,新材料、云台等可复用的底层能力,则由独立的平台部门建设并向各产品线供给。 做产品时,大疆执行严格的评审制,产品最终是集体决策的结果。如果出现重大失误、质量事故,大疆会追责项目组,不惩罚个人。 一项产品从立项到样品、修改、测试、上市,每个阶段完成转入下一阶段前,都需要经过评审,评审组完全独立于产品项目组。他们决定一个产品能否量产上市。评审组会确定几十项指标,类似结构强度、密封性、抗振性、外观等,然后交由对应的技术模块小组评审。模块小组成员来自各个部门的专业工程师,懂声学的就评审产品的声学指标,懂质量的就评审产品可靠性。 即便如此,一位曾在新能源汽车业和半导体产业工作过的大疆前工程师认为 “大疆仍然比中国绝大部分硬件厂商更开放。” 不止一位离开大疆的创业者对《晚点 LatePost》表示,大疆依然是非常适合工程师成长的环境。 但这家公司多年聚集、培养了一些怀念向往更自由氛围、寻求更激进挑战的人。一位大疆产品经理在 2020 年离职时创业时对同事说,自己的青春在消失,他要抓住最后一次做大事的机会。过去几年,前大疆员工创办的硬件公司在多个领域成为新星,有的则加入大疆的对手与之竞争。 消费无人机的战争早已结束,大疆进驻好莱坞电影以及广告产业的工作流程,几乎赢得整个市场。现在,它的无人机还在向农业、工业领域扩散。无人机产品发布像是现在的 iPhone 升级,依然领先,但不像早年那样令人激动。 靠无人机赚的钱,大疆推出 Pocket、Action 产品线、收购哈苏相机,撕开了影像硬件市场。GoPro 已经落败、主流相机品牌焦虑地等待着可能的大疆相机——依靠多年积累的技术和有动手能力的人,竞争也逐渐进入大疆的舒适区。今年盈利超过大疆的中国品牌一只手就能数完。 1997 年,乔布斯回到苹果后说,“PC 战争已经结束,微软赢了”。此后他进入一个又一个新领域,用做电脑赚的钱做 iPod,让苹果成为消费电子品牌;又用 iPod 赚的钱做了 iPhone,带来移动互联网革命。 像人一样,公司的活力也需要解决更难的问题——进入更有挑战的市场,给自己找些新麻烦。
高速突发“幽灵刹车”罪魁祸首竟然是车漆
最近的捷尼赛思,属实是喝凉水都塞牙。销量本来就够愁人,这下又整出个意想不到的瓜。它得在北美召回 483 辆 G90(捷尼赛思旗舰轿车),原因是这些车会毫无征兆地自己刹车。 这是什么情况? 有个 G90 车主就说,正常在高速上开着呢,前面没任何障碍物,车子会突然刹停了。向经销商反馈后,捷尼赛思那边效率也挺低,工程师折腾了好几个月,才揪出了幕后黑手,原来是萨维尔银车漆惹的祸。 这漆的铝粉含量特别高,混在漆里就和无数个小镜子似的。 看着是耀眼高级,但问题也来了,当车在低速或者是开启变道辅助的时候,这些铝粉反射的信号,会直接把前翼子板里的毫米波雷达给晃迷糊了。这让雷达误会是隔壁车道有车要撞过来,直接触发急刹,这还挺吓人的。 好在目前上报的案例,没有造成什么严重的后果。 召回后解决方法也挺简单,给车换新的前保险杠横梁组件,以此挡住那些散乱的雷达反射信号。除了召回,也暂停了选配萨维尔银车漆的订单,等问题彻底解决,才会重新开放下单。 其实捷尼赛思遇到的这个麻烦,在后市场的车衣界不算新鲜。 想必肯定有差友知道,如果你的车有“多雷达”,那在贴膜店选了那些含铝箔、铜层,或者带导电涂层的车衣之后,懂行的老板都会建议你别贴。 那遇到不懂行的,硬给你贴上以后,雷达的信号就直接被挡了,辅助驾驶功能就可能失灵。 之前就有不少贴电镀膜的车主,贴完后发现辅助驾驶功能用不了。最后要么重贴,要么割掉一块膜让毫米波雷达不受影响,这就有点巴黎世家乞丐风那味了,属实有点难评。 图片来源:玩蔚来的99 更有意思的是,金属油漆影响雷达信号这块,真没多少用得上的行业标准。 脖子哥查了查发现,目前国内外现行的标准,大多只规定雷达的探测距离、角度精度这些参数,基本没提车身材料和涂装对雷达的影响。 不过有个例外,工信部在2021年发布的《汽车雷达无线电管理暂行规定》,要求77-81GHz 频段(汽车毫米波雷达常用范围)雷达信号穿透车身材料的损耗不得超过 3dB,也就是至少 50% 信号能量能穿过去。 这算少有的,针对汽车雷达穿透损耗的强制性官方规定。 所以整个全球汽车行业,确实也缺少相关的规定来指导车企的研发测试,当下更多依赖的是车企的自觉性和技术积累。一旦车身设计部门和智驾团队没有对齐颗粒度,就有可能出现像捷尼赛思这种问题。 当然了,也是国内这边智驾发展的好,对这块的研究就多点。 比如一汽大众在2022年申请的专利《一种匹配油漆层的汽车毫米波雷达盖板设计方法和装置》,就是靠数学模型算出门道,自动匹配雷达盖板和油漆层的最佳厚度,让雷达波能顺畅穿透。 还有赛力斯在2024年发过一篇《汽车金属漆对毫米波雷达的影响研究》的文章,里面就有提到如何通过控制车漆配方减少信号干扰。这些都是车企各显神通,想着解决金属漆与雷达的兼容问题。 另外上游涂料厂商也没闲着,要是能直接做出对雷达信号干扰小的车漆,不就能从源头省不少事儿吗? 像 PPG、Axalta 这些全球知名的涂料巨头,已经就盯上了这个方向,都表示要推出专为ADAS系统优化的低雷达反射率金属漆,只不过还没大面积铺开用。 国内的坤彩科技,做了个Wavemaster系列珠光颜料,就是专门给带辅助驾驶的汽车、无人机这些设备用。它牛的地方是,没有金属层结构,却有超强的金属光泽,还不耽误毫米波雷达信号的高透过率。 脖子哥没查到哪款车在用Wavemaster的,但很显然,这会是未来的一个重要技术路径。像国内另一家涂料企业雅图高新,就在今年7月份,申请了个《一种雷达透视的汽车漆及其制备方法》的专利,也是为了让汽车漆不干扰雷达信号的传输。 挺好的,大家一起努力,办法总比困难多。 说回捷尼赛思召回这事,这哥们在国内卖得确实不多,所以这事算不上啥行业大地震,影响力有限。但它更像是一个信号,暴露了汽车发展过程中,那些容易被忽略的细节漏洞。 现在呢,大家都在拼智能驾驶的算力、算法,比拼雷达的探测距离和精度,却很少关注车漆、车身材料这种看似不起眼的环节,结果,还真捅出了意想不到的篓子。 而且光靠少数车企和涂料企业自己琢磨还不够,得有统一的规矩才行。所以啊,由咱们中国专家牵头的ISO 13389《道路车辆车外感知毫米波雷达探测性能试验方法》,在2024年就立项了。 这是专门规范车身材料、涂装对毫米波雷达影响的测试方法,而且将是全球首个通用的国际标准。当然,上线没法那么快,毕竟制定过程得联合全球几十位专家一起,自然是需要些时间,顺利的话2026、2027年就能发布。 你看,这才是真进步。中国如今不光能造出好用的车,还能牵头给行业定规范,把咱们实战的经验变成国际通用的标准。让全球汽车行业在辅助驾驶领域,少走弯路,也让用户用车更安心,少点“自刹”的惊魂时刻。
iQOO Neo10 Pro+ 上手:满血性能旗舰,续航也有亮点
5 月 20 日,iQOO Neo10 系列迎来新成员 iQOO Neo10 Pro+。 作为 iQOO 旗下次旗舰定位产品,iQOO Neo10 Pro+ 也用上高通骁龙 8 至尊版移动平台和 iQOO 新推出的自研芯片 Q2,配备了 LPDDR5X Ultra + UFS 4.1 储存芯片组合,安兔兔跑分为 2909832。 电竞芯片升级后,Neo10 Pro+ 在《和平精英》上实现了 2K + 144FPS 超分超帧,以及原神的 2K 纹理超分显示。像是《永劫无间》有 60fps 的极致画质支持,暗区突围支持全地图光追和 90fps 模式。 机身内置了 iQOO 13 同款的 7000mm² VC 均热板,还有 23 根环绕式天线设计,控制发热和保证信号稳定性。 续航也是近期 iQOO 的更新亮点,Neo10 Pro+ 搭载 6800mAh 蓝海电池,日常使用大概在 1.5 到 2 天左右的续航。支持 120W 超快闪充和 100W PPS 的双百瓦快充,也是不需要为充电搭配纠结的手机。 屏幕方面,iQOO 选择了一块 6.82 英寸 2K 144Hz 护眼电竞屏。屏幕采用京东方最新的发光材质 Q10,支持 1800nits 的全局峰值亮度和 4500nits 局部峰值亮度,还有 1-144Hz 自适应刷新率调节和最高 300Hz 触控采样率。 相机是性能旗舰的标配,5000 万像素的主摄搭配 800 万像素的超广角,主摄有光学防抖和提升暗光表现的新一代 VCS 人眼仿生技术,超广角则支持视角更夸张的鱼眼模式。 外观方面,手机有驰影白、疾影黑和以蓝色为主的超级像素三款配色。舷窗造型的大眼双摄和 8-Bit 像素风等 iQOO Neo 系列设计元素有被保留下来。像素设计更是拓展到整个后盖——由像素格营造出一种蓝色电子界风的渐变效果。 最后看看价格: 12GB+256GB 2799 元,国补价:2379.15 元 12GB+512GB 3299 元,国补价:2804.15 元 16GB+256GB 3099 元,国补价:2644.15 元 16GB+512GB 3499 元,国补价:2999 元 16GB+1TB 3999 元,国补价:3499 元
车企为什么抢着给用户当爹?
特斯拉副总裁陶琳最近给我们描绘了一幅「颇具温情」的用车场景: 家长们可以通过特斯拉 App 为刚刚拿到驾照的「孩子」设定车辆的最高速度、最大加速度,还可以一键开启一系列主动安全功能,甚至还有「宵禁通知」——晚上 11 点到凌晨 4 点之间,只要车辆被启用,家长就会立刻收到提醒。 末了在附上一句「希望特斯拉的设计可以让每个家庭平安用车」,听上去满是体贴与关怀。结果评论区来了一句: 孩子?多大的孩子开啊? 众所周知,不同于特斯拉的「老家」美国,在我国获取机动车驾驶证的最低年龄为 18 岁,这意味着,我国的机动车驾驶员完全具备承担民事和刑事责任的能力—— 这或许就是部分网友感到疑惑的原因。 现如今,车企们正以前所未有的热情,深度参与到我们日常驾驶的每一个细枝末节之中。特斯拉这层包裹着科技糖衣的「父爱」,究竟是科技进步带来的贴心守护,还是一种在无形中逐渐模糊用户自主权边界、不请自来的「越俎代庖」? 当然了,如果家长就是车主的话,那么外借车辆时限制其性能这件事非常合情合理,另一方面,经验不足的年轻驾驶员事故率确实相对较高。然而,「孩子」这个说法放在中文语境下,未免有些幼龄化之嫌。要知道,关于未成年人刑事责任年龄的改革的讨论都已经持续十来年了。 当我们把目光投向更广阔的智能汽车乃至整个科技硬件领域时就会发现,这样的「爹味」操作,其实早就已经渗透到产品设计与服务的方方面面。 车企们,或者更宽泛地说,科技大厂们,似乎不约而同地秉持着一种信念:凭借手中不断迭代的技术,它们不仅能制造出更聪明的机器,甚至还能「优化」用户本身。 不止「锁马力」,车企「爹味」操作的 N 种姿势 软件,正在以前所未有的方式重新定义汽车的使用逻辑,有时也顺便严格限制了你的「用车权限」。 比如前一阵闹得沸沸扬扬的小米 SU7 Ultra「锁马力」事件:众多车主为了那超过 1500 匹的强大马力激情下单,但却发现,想要完全发挥这台高性能车的潜力,还得先通过官方设定的赛道驾驶考核,否则只能体验受限的性能输出。 这种「为了你好」的逻辑,让不少真金白银投入的车主感觉,自己买回来的高性能座驾,似乎还附带了一套来自厂商的额外考核标准。虽然小米汽车后续已经向用户致歉,并叫停了这一次 OTA 更新,但这件事还是给小米造成了不小的舆论影响。 这种由厂商单方面定义和限制产品性能的做法,在数码圈早有先例。 苹果在 2017 年至 2018 年爆出的「降速门」丑闻,便是通过 OTA 更新,在用户未被充分告知的情况下,悄悄调低了那些电池已经老化的旧款 iPhone 的性能,导致手机「越用越卡」。 尽管苹果后续解释称这一举措是为了「防止意外关机」,但这种擅自「优化」设备性能的做法,还是令全球用户感觉到其知情权与控制权受到了侵犯。最终,苹果不得不在巨大的舆论压力下致歉。 可以说,当你的座驾越来越像一部装有轮子的大型智能终端时,能够对它下达指令的并不只有手握方向盘的你。与此同时,你的驾驶行为,乃至你在车内的细微举动,都有可能成为被算法分析的对象。 特斯拉在美国等地率先推行的「安全评分」(Safety Score)系统便是这一趋势下的产物。该系统通过车载传感器,细致记录车辆的急加速、急刹车、前方碰撞预警的频次等驾驶习惯数据,并以此作为其自有保险产品保费高低的重要浮动依据。 尽管特斯拉声称此举旨在「鼓励更安全的驾驶行为」,但其评分标准的透明度、数据的具体用途及隐私边界等问题,持续引发着用户的广泛讨论与审视。 你或许会觉得,特斯拉的保险业务并没有在中国开展,「数据隐私」也并非国内舆论环境的热门话题,那么接下来就来聊聊大多数人都会接触到的,比如,你修车的权利。 近年来在全球范围内持续发酵的「汽车维修权」运动,正是消费者对车企试图通过技术壁垒和商业模式垄断售后市场、限制用户自主维修选择的直接反弹。 在美国,马萨诸塞州虽在 2020 年就通过了旨在要求车企开放车辆远程信息诊断数据的维修权法案更新(计划于 2022 年款车型生效),但代表主要车企的行业联盟却迅速提起诉讼,以潜在的安全风险和技术实现难度为由试图阻止该法案的全面实施,相关的法律博弈至今仍在持续。 包括特斯拉在内的大部分新能源车企,其从销售到售后高度垂直整合的商业模式,以及对核心三电系统零部件、专用诊断软件和维修认证体系的严格控制,也使得车主在官方授权服务中心之外的维修选择极为有限,维修成本也相对较高。 而在中国市场,随着新能源汽车技术的快速迭代和保有量的持续增长,部分新兴品牌车型(尤其在 2023 年至 2025 年间)的维修也日益表现出对原厂授权体系的过度依赖,维修费用高昂,用户却没有一点儿办法。 难受的不只是用户,干汽修的师傅们也因此叫苦不迭。《经济观察报》今天刚好发布了一篇名为《离谱的新能源汽车维修》的文章,里面提到了一个案例: 上海的两位修车师傅「大刘和小刘」在 2024 年因为「解锁」了两块被锁定的新能源车电池包,被告上法庭,后被上海市嘉定区人民法院判处「破坏计算机信息系统罪」,大刘被判有期徒刑 6 个月,缓刑 1 年;小刘被判拘役 6 个月,缓刑 6 个月;违法所得及犯罪工具予以没收。 所以说,新能源车别乱修,弄不好得进去。 总之,无论是对硬件性能的远程调控,还是凭借传感器与算法对用户行为的精微「画像」与「善意引导」,抑或是运用商业策略对车辆生命周期后端服务的全面掌控,当下的车企们,正凭借着日新月异的技术所赋予的强大能力,以前所未有的深度和广度介入着用户的驾驶乃至整个用车生活。 这些往往打着「保障安全」或「优化体验」等响亮旗号的种种举措,在用户的实际感知中,常常异化为一种难以拒绝、不容置喙,甚至略带强制性的「爹式管束」。 车企「当爹」的逻辑,是「不得不」? 要理解车企为何纷纷展现出「当爹式」的管理姿态,我们不能简单归咎于单一动机,这背后实际上是安全诉求的千斤重担、技术演进、市场竞争、日益收紧的法规环境以及车企自身长远战略等多重力量复杂交织、共同塑造的结果。 车企们挂在嘴边的,也确实是分量最重的一个理由,便是安全与责任。在公众对交通事故的「零容忍」与严苛的产品责任法规面前,任何车企都不敢掉以轻心。 从这个层面解读,一部分「家长式」功能的出现,的确是车企在巨大的安全绩效压力和潜在法律风险下的必然选择,带着几分「被动履责」的色彩。 安全和法规的红线固然要守,但市场的指挥棒同样威力巨大,品牌形象的精心雕琢更是车企们不遗余力之处。 一旦发生与车辆安全相关的负面事件,汹涌的公众舆论和无孔不入的社交媒体传播,足以在短时间内给任何一个汽车品牌带来巨大的打击。因此,在功能设计上采取更为保守和「过度保护」的策略,往往也成为车企进行危机管理和声誉维护的现实考量。 上个月小米汽车就是一个例子,安徽铜陵的高速车祸将辅助驾驶顶上风口;多起 SU7 Ultra 违法飙车所引发的车祸,也让公众对与「性能」这个词有了更多的思考。为了降低事故风险,小米还把 SU7 Ultra 试驾车的最高时速限制到了 80km/h。 雷军本人也表示,「过去一个多月,是我创办小米以来最艰难的一段时间。」 *当然了,其中也离不开「黑公关」的推波助澜,但这个话题不在我们今天的讨论范围内。 更进一步,在产品日趋同质化的激烈竞争中,一些看似「无微不至」的辅助或限制功能,经过巧妙包装后,也能成为彰显企业「负责任」、「科技领先」或「人性化关怀」的品牌标签,以此吸引特定消费群体的青睐。 「安全就是最大的豪华」这句话,相信大家已经听得不少了。 当行业内有领军企业通过这类「管家式」功能成功获得市场关注和积极反馈后,便极易引发其他竞争者的效仿乃至「军备竞赛」,最终形成一种「你不当爹,就有可能落后」的行业氛围。 如果说安全和市场是某种程度上推着车企不得不「当爹」的外部约束与诱因,那么技术自身的飞速发展,则从内部赋予了它们这种能力,甚至催生了某种冲动。 许多车企,尤其是那些以技术创新为核心驱动力的新势力们,其内部往往洋溢着一种强烈的「技术乐观主义」和工程师文化主导的思维模式。他们可能深信,不断进步的技术不仅能够解决车辆本身的工程问题,更能弥补甚至「修正」人类驾驶员在感知、判断、执行等环节的固有缺陷和不确定性—— 这种「技术父爱主义」的心态,自然会催生出更多试图主动干预、主动优化用户驾驶行为的功能设计。 与此同时,随着高级辅助驾驶技术的逐步渗透和演进,传统的人车关系以及「驾驶」这一行为的定义本身,都在经历着深刻的变革。 车企可能正试图通过当前这些看似「管束」的功能设置,潜移默化地「教育」或「引导」用户适应未来更高阶的自动化系统和全新的出行模式,这既是对未来趋势的提前布局,也是在培养用户对特定技术路径和品牌生态的依赖性。 所以你看,车企们纷纷化身「你爹」,这背后五味杂陈。既有面对安全法规与社会责任时,不得不为之的审慎;也有在市场竞争中的精明与考量;更有在技术赋权与未来出行愿景驱动下,主动介入并试图重塑规则的雄心。 这些因素相互叠加,共同促成了当前智能汽车领域这种独特的「父爱如山亦如锁」的行业景观。 话说回来,特斯拉如果把 App 里的「家长控制」改成「安全控制」,是不是会更好呢?
11.59 万元起售,东风奕派 007 的续命策略是加量降价
东风奕派 eπ007 和东风日产 N7 常常被大家调侃说是「互相换壳车型」,两者的车身尺寸、轴距以及造型等方面都大差不差。不过东风日产倒是对此专门辟谣过,「真的只是巧合,两个车根本不是一个平台的」。 ▲东风奕派 eπ007 ▲东风日产 N7 在这种调侃之下,日产 N7 在本月 15 号突破了 1 万台的大定,成为了行业最快大定破万的合资纯电车型之一,其「兄弟车型」东风奕派 eπ007 也在本周迎来了年度小改款。 2025 款的东风奕派 eπ007 与现款整体变化不大,主要是升级了车漆工艺,并在车机系统的智能化升级和舒适性配置上做了优化,并把电动尾翼、HUD抬头显示等配置从选配改为了标配。 2025 款车型的定价则略降了一些,纯电版售价区间为 11.59-14.99 万元,增程版续航为 11.99-13.19 万元。 东风奕派 eπ007 的外观走的是「低调耐看」的路子,整体造型较为稳重大气。 车辆长宽高分别为 4880/1895/1470 mm,轴距为 2915mm,共有晨曦白、溪石灰、幽兰紫、向阳金和夜影黑五种车身颜色。其外观延续了现款车型的设计风格,并在细节上进行了优化。 新车前脸采用了封闭式格栅设计,搭配星际矩阵 LED 大灯组,128 颗 LED 光源可以实现多种智能照明模式。「π」 字形的日间行车灯,提升了车辆在夜间行驶时的辨识度。车身侧面的低趴轿跑式造型搭配上隐藏式门把手和低风阻轮毂,让整车的风阻系数降低至 0.209,不仅提升了车辆的颜值,还优化了空气动力学性能。 奕派 eπ007 车内则采用了 8.8 英寸全液晶仪表屏加 15.6 英寸悬浮式中控屏的组合,搭载的 eπOS 2.0 车机系统,支持卡片分区和分屏交互功能,不仅接入了豆包与 Deepseek 等 AI 大语言模型,还增加了 QQ 音乐等生态内容。 新车内饰用料上采用了超柔面料与高弹海绵的组合,座椅按摩系统也进行了升级,全系标配 8 点大区域按摩,在按摩力度和面积上都有所增加。 2025 款东风奕派 eπ007 提供了纯电和增程两种动力系统。增程车型配备了 218 马力的电机,0-100km/h 的加速时间为 7.2 秒,CLTC 纯电续航里程为 230km,综合续航可达 1230km。纯电车型则有单电机和双电机版本,最大功率分别为 544 马力(双电机)、218 马力和 272 马力,CLTC 纯电续航最大里程为 650km。 智能化方面,2025 款东风奕派 eπ007 配备了 eπ PILOT 辅助驾驶操作系统,搭载 31 个智能感知硬件,支持自适应巡航、车道保持、并线辅助、高速NOA领航辅助驾驶、LAPA记忆泊车等功能。 23 年 8 月份,东风汽车把旗下的几大品牌做了重新定位,奕派定位于面向主流市场的电动化品牌,因为其面对的市场容量最大,所以在销量方面也是被寄予厚望。 但是 24 年 3 月份上市的 eπ007 销量一直在月销三四千辆左右徘徊,细究其原因,除了本身产品力没有特别的护城河之外,品牌知名度也是个大劣势,在面对新势力对手时也占不到什么便宜。 不过借着日产 N7 的东风,奕派也算是有了一波小小的热度,就看能不能靠着新款「加量降价」的措施,来冲一波销量了。
影石 X5 体验:影石最全能的旗舰,征服夜拍的全景相机
现在的全景相机,已经变了。 它们不再是全景内容制作的专属,而是一个能固定在各种刁钻位置、支持全角度拍摄的特殊角度拍摄神器。用户可以用它来还原无人机视角,单人做出全角度环绕跟拍的效果,对视频内容创作者来说是个非常有用的补充。 随着传感器、处理器以及影像算法的升级,全景相机的画质也在飞速进步。现在开启了 180° 的常规模式,全景相机都能有不俗的表现,在常规场景中拥有了和传统运动相机掰手腕的能力。 只不过,弱光成像对全景相机来说还是个大难题。要是能解决,全景相机的适用面将会再大一点。 现在,影石正要解决「弱光拍摄」这个问题。 他们发布了搭载全新传感器和新一代三芯组合的影石 X5,用全新的「夜景录像模式」改善全景相机在弱光环境下的成像能力,把之前只能在日间使用全景相机变成支持全天候拍摄的全能相机。 不再怕黑 先看看画质方面的配置升级,X5 的前后摄像头各搭载了一块 1/1.28 英寸的传感器,具备 13.5 档动态范围。新传感器的最大等效像素尺寸为 2.4μm,比起影石 X4 的双 1/2 英寸传感器组合要大了不少。 更大的传感器能实现更大的进光量,从基础上保证画质。 ▲ 默认 8K 30fps 模式下拍摄 所以你在默认的拍摄模式下能够看到,X5 在夜晚的街道上也能够拍出清晰的画面。比起前几代全景相机会出现的暗部细节模糊、色彩断层以及开始出现方块碎化的问题,X5 已经不会出现。 画面能够尽力保留反差,观感上比日间成像通透一点,不会出现过分提亮导致画面变灰的情况。 与此同时,影石还配备了两块全新的专业影像芯片和 5nm AI 芯片的组合,算力提升了 140%,能够应付算力要求更高的 AI 智能降噪、亮度还原和动态调节等画面调整。影石整合成专用的「夜景录像模式」,进一步提升画面表现。 ▲ 开启「夜景录像模式」的 8K 30fps 开启之后,X5 拍摄的画面会再提亮多一点,有类似手机拍照用的「夜景模式」。如果遇到灯光不足的街道场景,夜景录像模式就显得很实用。 当然,算力提升不只是利好弱光环境下表现,日间场景中的画质表现和 HDR 模式也有提升。 ▲ 常规模式下开启 8K 30fps 拍摄 X5 支持新一代 11K 超采样技术,在输出 8K 30fps 的模式时会先进行 11K 的超采样,画面呈现会更加细腻,图像里处于前景位置的砖墙已经能够看到细节纹理,边缘部分的细节轮廓也比之前的要再清晰一点。 成像风格的部分,X5 和 X4 相似,都在尽可能保证画面光暗信息的基础上还原。画面反差和通透度和前代相差不大,画面中云的轮廓还有层次感能呈现出来,颜色则比上一代鲜艳一点。 HDR 的部分则是提升了录制规格上限,X5 支持最高 5.7K 60fps 的 HDR 视频拍摄。高像素增加了用户视角选择的裁切空间,有了 60fps 的支持对用这个帧率创作的用来说是个更实用的升级。 另外,X5 还提供了 Log 视频录制模式,方便用户进行风格化调色或还原更多画面细节。 ▲ 5.7K+ 30fps 模式 ▲ 普通 5.7K 30fps 模式 面对全景部分主要用到 5.7K 规格的用户,影石在 X5 上新增了 5.7K+ 的拍摄选项,进一步提升该分辨下画质表现。 不过这个模式最高只提供了 5.7K+ 30fps 的录制规格,更建议在光线充足、相对静态的环境中使用。 单镜头模式方面,X5 最高支持 4K 60fps 模式拍摄。如果将规格调整到 4K 30fps,还能在自由比例模式中选择「极广角」模式,以获取最大 170° 的视角。 单镜头的日间成像会比 360° 模式更进取,画面更通透,反差也比全景模式再高一点。 视频里面看,从边角到中心,画面的解析力都保留得不错,不会出现断层式下滑,整体成像效果已经追近了不少运动相机。日常直接用来做日常 Vlog 等陆地拍摄,只用单镜头模式也足够了。 操控和交互的部分和之前一样,影石 X 系列在视觉选择、跟踪拍摄以及相机交互方面都有非常丰富的功能,这次的 X5 和升级后的 insta360 官方应用也不例外。 首先,X5 能够识别画面里面的主体,并能够对应每一个人生成一个主要视角进行跟踪。配合高像素录制,用户拍摄完之后不仅能够得到一条完整的多人素材,还能根据不同的人获得单人特写。 不需要另外架设多个机位,后期剪辑也能够更加丰富的选择。 如果拍摄只有自己一个人,insta360 应用内提供了更加简单的「主角视角」和「固定视角」可以选择。这样在完成拍摄之后,用户可以直接获取自选模式下的平面视频,同时也能够保留完整的全景视频,方便用户直接出片。 甚至可以开启 AI 视角功能,相机会自动判断出高光的位置,然后输出一个跟着高光场景运镜的视频。 当然,上一代支持的自主选择视角的功能,这里也不会落下。 比起传统在画面滑动的模式,影石用类似游戏手柄摇杆的操控设置能够在减少滑动频次的情况下大幅度切换视角,操作起来比在屏幕上滑动要方便直观很多。 另外,影石在上一代推出的 AI 魔法师、魔法天空等 AI 生成功能,模仿无人机穿梭的穿梭延时模式等常驻功能,这里都能够用到 X5 拍摄的全景素材上。 交互操作的部分,X5 除了常规的关机模式下按录制键直接开录,以及手势控制、语音控制开拍三个模式外,这次新增了「扭一扭」开录操作。 用户只需要重复旋转两次机身,就能够直接进入录制模式。响应准确,对操控精度要求不高。在滑雪、钓鱼等只能空出单手操控的场景还是很有用的。 最后,影石在 insta360 应用里面提供了云服务,用户可以上传自己的素材,也能够透过这个功能快速向朋友还有社交软件分享,实现即拍即传。 更方便,更坚固,更丰富 外观方面,X5 延续了 X 系列这个相对成熟的圆边长条形的设计模式。 机身正面覆盖了防滑胶,X4 规律的条形纹理被替换成了几何图形纹理,和中心的六边形麦克风防风罩融为一体。 这款防风罩采用了多层防风网结构,提升了抗风噪能力。 机身还内置了无线接收端,可配合影石新推出的 Mic Air 无线麦克风进行收音。 机身后侧还是那块经典的大屏幕,屏幕下侧是录制键和模式切换按键,电源键和在几个固定模式之间快速切换的 Quick Menu 按键则放在机身右侧,USB-C 接口右侧底部。按键都做得比较紧,按下需要些力气,以避免误触。 机身左侧的大部分空间,都被电池仓覆盖。和 X4 一样,TF 卡槽也放到了电池仓里面。 影石对这一代的电池做了升级,容量从 X4 用的 2290mAh 升级到 2400mAh。在默认设置的 5.7K 24fps 模式下,能够录制约 185 分钟。 充电规格也升级到支持 30W PD PPS 快充,拍摄时可以用支持这些通用快充协议的移动电源和充电器进行充电。 影石官方在 X5 的全能套装中提供了可同时充两块电池的充电管家,充电管家也支持 30W PD PPS 通用快充协议。对有长时间录制需要的用户来说,是一个比较重要的升级点。 日常使用的话,机身在屏幕下方两个按键位置的温度感知会明显一点。如果要长时间录制,拿着自拍杆等其他固定设备会更好。 防水防护和耐用度方面,影石将 X5 的裸机防水性能从 10 米 升级到 15 米,同时也提供了全新的全隐形潜水壳,安装后防水深度能到 60 米。 潜水壳完全匹配 X5 的视角,安装后不会影响全景拍摄。 镜头保护也做了升级,X5 的外镜采用了光学超硬金刚膜,抗掉落性能比 X4 提升了 100%,耐磨耐刮和硬度都有提升,裸机状态下放在和钥匙放在一起也不担心划伤。影石还增加了快拆设计,要是相机不小心跌落和划伤了镜片时,用户也能自行更换,不影响拍摄。 当然,X5 也有专用的镜头保护盖,日常甚至在部分夜间环境下不太影响使用。但要是遇到光线相对复杂的场景,建议取下再拍摄,日常也要保持镜片清洁。 配件连接的部分,X5 底部保留了标准的 1/4 螺口,方便用户连接自拍杆、子弹时间自拍杆、三脚架和大力夹等采用相同螺口的固定设备。 X5 加入了磁吸快拆接口,使用起来就和 Ace 系列的相似。用户能透过底部同样附带标准 1/4 螺口的磁吸快拆配件来连接各种固定设备。快拆配件有锁扣,增加连接稳定性。拆卸时只要在解锁后捏紧快拆板两侧就能取下,方便用户在各种脚架和自拍杆之间快速切换。 除了这些,这次还推出了能够收纳 114cm 的伸缩自拍杆,以及能够收纳自拍杆的收纳包。 包内分成两侧,上层是能够收纳快装板、充电线、电池等小配件的网格,下层则是收纳本体和充电管家的结构。相机本体的挖槽兼容了硅胶镜头保护套,底部也没有固定结构,用户可以取出后放进更多的配件。 从全景,到全能 整体来说,X5 还是影石旗下最全能的全景相机,也算是他们旗下最全面的运动相机。 传感器、处理器组合的升级以及夜景模式的出现,解决「全景相机没办法在夜晚使用」这个难题。配合升级的图像算法以及更新后的越来越强自动构图、视角选取和后期能力,我们在 X5 身上可以看到它在多机位、多角度拍摄乃至一定程度上满足多机拍摄需求的可能性。 加上新产品在操控简化、续航升级以及应用轻剪辑能力增强等基建上越来越强,新手用起来也十分方便,X5 的使用上限和下限也在不断提升。 如果你只是一个新入门用户,哪怕不打算滑雪、钓鱼、骑行,只是想给自己的陆地生活记录 Vlog 多增加拍摄上的新意和乐趣,但又不想为了拍摄一个两个特殊镜头搞得十分复杂,那变得更全面的 X5 全能礼盒版无疑就是合适的选择。 除此之外,我们也能从影石 X 系列的更新模式中了解到: 它们不再只是肤浅地盯着「极限运动场景」和「全景内容创作」的工具,而是要通过全景拍摄的属性和优势,以及自身只能算法结合,为平面或常规拍摄提供更多创意和可能性而努力。 这,才是现阶段消费级全景相机产品应该走的路。
iQOO Neo10 Pro+:性能旗舰的超大杯,性能顶级续航全能 | 新品画报
5 月 20 日,iQOO Neo10 系列迎来新成员 iQOO Neo10 Pro+。 作为 iQOO 旗下次旗舰定位产品,iQOO Neo10 Pro+ 也用上高通骁龙 8 至尊版移动平台和 iQOO 新推出的自研芯片 Q2,配备了 LPDDR5X + UFS 4.0 储存芯片组合,安兔兔跑分为 2909832。 电竞芯片升级后,Neo10 Pro+ 在《和平精英》上实现了 2K + 144FPS 超分超帧,以及原神的 2K 纹理超分显示。像是《永劫无间》有 60fps 的极致画质支持,暗区突围支持全地图光追和 90fps 模式。 机身内置了 iQOO 13 同款的 7000mm² VC 均热板,还有 23 根环绕式天线设计,控制发热和保证信号稳定性。 续航也是近期 iQOO 的更新亮点,Neo10 Pro+ 搭载 6800mAh 蓝海电池,日常使用大概在 1.5 到 2 天左右的续航。 手机支持 120W 超快闪充和 100W PPS 的双百瓦快充,也是不需要为充电搭配纠结的手机。 屏幕方面,iQOO 选择了一块 6.82 英寸 2K 144Hz 护眼电竞屏。 屏幕采用京东方最新的发光材质 Q10,支持 1800nits 的全局峰值亮度和 4500nits 局部峰值亮度,还有 1-144Hz 自适应刷新率调节和最高 300Hz 触控采样率。 相机是性能旗舰的标配,5000 万像素的主摄搭配 800 万像素的超广角,主摄有光学防抖和提升暗光表现的新一代 VCS 人眼仿生技术,超广角则支持视角更夸张的鱼眼模式。 外观方面,手机有驰影白、疾影黑和以蓝色为主的超级像素三款配色。舷窗造型的大眼双摄和 8-Bit 像素风等 iQOO Neo 系列设计元素有被保留下来。 像素设计更是拓展到整个后盖,有像素格营造出一种蓝色电子界风的渐变效果。 最后看看价格: 12GB+256GB 2799 元,国补价:2379.15 元 12GB+512GB 3299 元,国补价:2804.15 元 16GB+256GB 3099 元,国补价:2644.15 元 16GB+512GB 3499 元,国补价:2999 元 16GB+1TB 3999 元,国补价:3499 元
赶在 iPhone 17 Air 之前,我们用上了今年最薄的手机 |三星 Galaxy S25 Edge 上手体验
一次 见证2个方向 短短一个月内,我们已经见识到最近几年智能手机两个截然不同的发展方向—— 追求极致影像性能的 vivo X200 Ultra,硕大的影像模组就是其证明;三星 Galaxy S25 Edge 则是另一个极端,机身甚至还没有 X200 Ultra 的镜头模组厚。 把手机做到那么薄有什么好处,它的代价是什么? 以及,这会是智能手机的未来吗? 当我从拆开包装盒,拿出三星 Galaxy S25 Edge 的时候,我找回了一种久违的冲动:迫不及待地向所有人展示这部新手机。 说实话,因为工作关系,我确实有段时间没有对一款智能手机如此兴奋了,但 S25 Edge 是个例外,其原因也很简单,不外乎一个字:薄。 如果单论机身摊平的最薄处,S25 Edge 其 5.8mm 的机身未必是最薄的——有一些折叠屏设备,在展开后也极为纤薄。 但若考虑到最常用的使用场景,以及这份纤薄带来的情绪价值, 我想,说三星 Galaxy S25 Edge 是今年最薄的手机,应该没有太大争议。 在 5.8mm 的机身里,三星塞进了高通骁龙 8 至尊版、2 亿像素的主摄、1200 万像素的超广角镜头、还有 3900mAh 的电池。 S25 Edge 很轻,只有 163 克,比屏幕差不多大的 iPhone 16 Pro Max 足足轻了 64 克,差了两个鸡蛋的重量。 虽然机身轻薄,但给人的感觉相当坚固,不是轻易能掰弯的那种。在一众旗舰手机当中,S25 Edge 就像一个新物种,直观的感官刺激告诉我的大脑,这部手机确实很「先进」。 当然,极致的轻薄也要付出代价,作为一台 7999 元的高端手机,S25 Edge 缺失了长焦镜头,也就无缘「演唱会神器」,这也是意料之中的取舍。 性能和续航方面,尽管 S25 Edge 搭载了骁龙 8 至尊版,但性能释放比较保守,一方面是机身太薄不好散热,一方面是电池只有 3900mAh,用起来确实是捉襟见肘,免不了一天一充。 那么,超薄手机会是未来吗?至少,三星不是在唱独角戏。 综合多方信源来看,苹果也即将推出超薄设计的 iPhone 17 Air——5.5 毫米的纤薄机身、高强度的钛合金中框、以及苹果最先进的处理器,还有独苗的单摄像头设计。 三星做过的取舍,苹果也得走一遍,S25 Edge 上的某些优缺点,也会是选择 iPhone 17 Air 要做的取舍。 轻薄化的竞争,几乎是手机螺旋发展过程中的一条必经之路。 2004 年,摩托罗拉就推出过超薄设计的刀锋手机 Razr V3——当时,手机已经被发明了二十年,功能手机的硬件、设计、供应链都已经成熟,诺基亚统治了市场上,有 N-Game 这样的游戏手机,也有 N93 这样的拍照手机。 摩托罗拉的选择,就是一眼就能看出差异的超薄手机。 如今,刀锋手机的发布又过了二十年,市场上有电竞手机,也有拍照手机——那么,一眼就能看出差异的超薄手机,自然而然也就成了新的选择。 三星 Galaxy S25 Edge 不会是第一台,当然也不会是最后一台。
xAI或将与特斯拉合并?马斯克:一切皆有可能
编译 | 王涵 编辑 | 漠影 智东西5月21日消息,埃隆·马斯克(Elon Musk)在北京时间20日晚间接受CNBC采访时透露,其人工智能(AI)初创公司xAI正在建设新的AI数据中心,预计将配备100万块英伟达GPU,同时保持与英伟达、超威半导体(AMD)等芯片巨头的深度合作。 与此同时,马斯克在采访中松口,将“不排除”将xAI与其汽车企业特斯拉合并的可能性,尽管他强调这需要获得股东的支持。 马斯克的AI帝国正呈现出愈发清晰的轮廓。 一、马斯克正加速AI基建布局:已部署20万块GPU,还将建设百万级别站点 xAI公司的AI基础设施布局似乎被按下加速键。 先是今年早些时候,据外媒The Information报道,马斯克在美国田纳西州孟菲斯市购置了一处100万平方英尺(约9.3万平方米)的仓储设施。 紧接着,今年三月,据xAI高管向《孟菲斯日报》(The Daily Memphian)释放消息,称xAI正在建设新的AI数据中心,该中心可容纳35万块GPU。 ▲xAI位于孟菲斯西南部的数据中心航拍图,图源:CNN 在最近的采访中,马斯克进一步向CNBC主持人戴维·费伯(David Faber)透露,xAI已在孟菲斯的Colossus设施部署了20万块GPU,用于训练Grok模型,还将计划在附近建设一个100万块GPU的站点,但未透露具体订单细节。目前还尚不清楚马斯克所说的100万块英伟达GPU选址是否与其今年购置的仓库为同一地点。 除建设新站点的消息外,马斯克还在采访中提到,他计划继续从英伟达、超威半导体以及其他潜在供应商处采购用于训练和运行Grok的芯片。“只要英伟达的产品优于我们自研的芯片,我们就会继续采购英伟达的产品。” 二、xAI与特斯拉合并?马斯克:需股东支持 马斯克在采访中继续放出猛料,称将不排除将与特斯拉合并的可能性。“嗯,我想一切皆有可能。”当被问及是否会考虑将xAI并入特斯拉以增强对特斯拉的控制权时,马斯克如此回应。 “目前没有相关计划,”马斯克说,“但并非没有可能,不过显然这需要获得特斯拉股东的支持。” ▲埃隆·马斯克(Elon Musk)接受CNBC采访截图,图源:CNBC 马斯克于2023年创立xAI。该公司在今年三月以全股票交易方式收购了其社交平台X(原Twitter),交易中对xAI的估值为800亿美元(约合人民币5.76万亿元),X为330亿美元(约合人民币2378亿元)。AI聊天机器人Grok也被引入X平台,并使用该社交媒体平台的部分数据进行训练。 结语:马斯克试图在AI时代实现跨行业整合 作为一家成立不足两年的企业,xAI已通过收购社交平台X实现资源整合,并将AI模型Grok与社交媒体数据训练相结合,展现出马斯克技术落地与商业布局的协同性。 马斯克虽未明确xAI与特斯拉合并计划,但暗示“一切皆有可能”。若未来合并,Grok可能会接入特斯拉车载系统,特斯拉全球超500万辆车的实时路况数据、用户驾驶习惯数据,甚至SpaceX的航天数据,都可能成为Grok的训练“养料”,马斯克此举的野心不言而喻。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。