EN
中文
注册 / 登录
产品分类:
加载中...
头条分类:
加载中...
荣耀平板MagicPad 3正式发布:搭载13.3英寸高刷LCD屏 AI护眼技术
凤凰网科技讯 7月2日,在今晚的荣耀Magic V5暨AI终端生态发布会中,荣耀MagicPad 3 AI旗舰平板已正式发布。 8GB RAM+256GB存储空间:2999元,国补后2549.15元 12GB RAM+256GB存储空间:3299元,国补后2804.15元 16GB RAM+512GB存储空间:3699元,国补后3199元 16GB RAM+1TB存储空间:4199元,国补后3699元 荣耀MagicPad3采用一体化全金属机身,超窄边框与极致轻薄设计,整体厚度5.79mm、重量595g,彰显高端质感,引入鎏光拓影工艺,可选月影白、浮光金及星空灰配色。 该机搭载一块13.3英寸、3.2K 分辨率、165Hz超高刷护眼LCD屏,屏幕像素密度291 PPI,引入2颗DDIC双核驱动、提升IC的OSC晶振频率、在TFT电路PVD气象沉积中挑战成膜工艺极限,搭载八扬声器(最大功率超过95W), 升级第三代空间音频技术。 MagicPad 3 AI旗舰平板搭载独家AI离焦护眼技术(官方称在使用开启离焦护眼特性屏幕25分钟即可实现短暂性近视指标降低13度)、AI干眼友好、晕动舒缓显示等护眼技术。 该机搭载骁龙8 Gen3处理器,配备12450mAh行业最大青海湖电池,同时配备荣耀都江堰AI电源管理系统和荣耀自研能效增强芯片HONOR E2。 作为荣耀提出阿尔法战略后的首台AI旗舰平板,MagicPad3将AI深度融入用户的日常使用场景,该机支持Windows无线投屏,官方称具备行业最全的跨平台互联互传能力,可以与iOS、鸿蒙和安卓等三大系统的手机无缝文件互传。 官方还推出了一款适用于该平板电脑的智能触控键盘,采用全域按压玻璃触控板,多层防误触设计,支持多手势灵敏操作。具有PC级1.6mm键程,超大键程带来舒适的敲击输入体验,连接方式简单稳定,Pogopin碰触直连,即取即用。借助磁吸后折支撑,可在110°-160°范围多角度调整机身。
供应链报料:折叠 iPhone 进入原型试产,折叠 iPad 搁置
在安卓厂商已经实现折叠屏手机商业化整整 6 年之后,苹果入场的消息终于传出来了。 有媒体援引供应链消息指出,一向以「后发制人」闻名的苹果,正在加速推进其首款折叠 iPhone 的开发进程。 根据《电子时报》(DigiTimes) 的供应链信源,苹果已经于 6 月启动了折叠 iPhone 的初步原型 1(Prototype 1/P1)阶段。 如果按照苹果的传统产品开发时间表,这台折叠屏手机预计将在 2025 年底完成主要的原型测试阶段,随后进入工程验证测试 (EVT) 阶段。发布目标预期最早可能在 2026 下半年。 十五年磨一剑的技术布局 至于这是一台小折叠(竖折)还是大折叠(横折),原报道并未提到。 苹果对折叠屏技术的探索,其实比外界想象的更早。早在 2011 年,苹果就申请了第一项名为「柔性显示设备」的折叠手机专利 US8787016B2,主要涉及折叠铰链技术。 此后,苹果陆续在 2014 年、2016 年、2018 年等多个时间节点申请了折叠屏幕设备专利。2024年,苹果甚至申请了一项「自愈合」屏幕专利,能够自动修复折叠屏幕的折痕 但专利归专利,产品化又是另一回事。多年来,业界对苹果何时推出折叠 iPhone 的猜测从未停止,时间点从2020年推迟到2022年,再到如今的2026年。这种「一推再推」可能是苹果对产品完美主义追求的体现,但也彰显了在苹果标准下量产折叠屏技术的复杂性。 供应链全面就位,但挑战依然巨大 供应链人士告诉《电子时报》,苹果的 P1 阶段将持续约两个月,随后将依次进入 P2 和 P3 阶段。苹果的供应链合作伙伴将进行小规模试产,随后富士康、和硕这两家主要 iPhone 代工厂将会接手 (EVT) ,验证生产良率和可制造性。 通常,P1 到 P3 会在大规模生产 (MP) 之前约一年进行。这也是为什么行业估计这台新设备如果一切顺利的话,上市目标会在 2026 下半年。 不过,苹果在折叠屏产品线上仍然面临不小的挑战。原报道指出,苹果已经搁置了了原本计划与折叠屏 iPhone 同期推出的折叠屏 iPad 项目。搁置的理由包括制造困难、柔性显示技术带来的生产成本增加,以及消费者对大屏折叠设备的需求不足。 2026 年的苹果,将面对一个已经相当成熟的折叠屏手机市场。三星、华为、小米、OPPO、vivo 等主要竞争对手早已打磨了多年折叠屏技术。其中三星已经做了 6 年,国产厂商更是加速追赶。 如今,大折叠手机已经比旗舰 iPhone 直板机更薄。可能这也是为什么苹果准备在今年推出超薄直板机的 iPhone 17 Air,从而让直板机产品线和未来的折叠屏产品线之间形成足够的区别。 苹果一贯的策略是「虽迟但到」,也即等待技术成熟后再推出产品。从音乐播放器到智能手机,苹果从来都不是相关品类的开创者,但都成功打造了足以定义品类的标杆产品。 当然,即便原型和试产流程顺利,一切也还要等到 2026 年才能见分晓。在此之前,苹果需要解决的技术挑战和产品定义挑战还有很多。 比如,人们会对苹果有这样的期待:折叠 iPhone 不应该只是「又一款」折叠屏手机,它必须要有足够的创新点来证明苹果「迟到」的合理性。
雷军直播答网友问:等不及YU7 可以选小鹏 G7 理想 i8,小米汽车后年出海
上个月底发布的小米 YU7 创造了世界汽车史的新纪录——3 分钟大定 20 万台,开售 18 小时锁单突破 24 万台。 雷军之后发文称: 小米YU7发布以来,媒体和用户朋友们在试驾后给出了很多好评,锁单也远超预期,诚挚感谢朋友们的支持和厚爱。 同时,雷军也在 2 号晚上进行了一次返场直播,分享了 YU7 发布和上市背后的故事,也回答一些大家关心的问题。 董车会全程观看了直播,其中对于准车主最为重要的是—— 从 7 月 6 日上午开始到 7 月 7 日晚上 24 点,锁单(非准现车)用户可以进行限时改配,但是改配之后的订单要重新排队。 针对小米 YU7 标准版和 Pro 版的手动调节方向盘是否会影响主驾零重力座椅体验的问题,雷军并未在直播中提到,但是小米汽车官方通过微博做了回应。 此外雷军还回答了主持人和网友关心的其他问题,董车会全程做了记录并做了不影响原意的文本优化。 问题列表如下,大家可以跳转到自己关注的部分阅读: – 发布会之前说特别担心,是在凡尔赛嘛? – 大定数据是否有水分? – 有多少订单是从 SU7 转过来的? – 下定 YU7 车主的用户画像是什么样的? – 是否会开放选配通道? – 提车礼盒里有什么内容? – 为什么 YU7 的订单数量会这么夸张? – YU7 的定价有没有什么纠结的过程? – 一些免费赠送的东西是怎么考虑的? – 为什么女车主的订单比例这么高? – YU7 在智能化上有哪些进步? – YU7 在路测和质量控制上做了哪些工作? – 怎么看友商对于 YU7 所谓的拦截话术? – 网友提问:从 SU7 到 YU7 ,雷总在心态上有什么变化嘛? – 网友提问:觉得 YU7 超过 Model Y 了嘛? – 网友提问:小米汽车有出海计划嘛? – 网友提问:怎么看何小鹏也发微博提了 YU7 的 Pro 版本? – 网友提问:为什么没有车身同色的轮眉? 发布会之前说特别担心,是在凡尔赛嘛? 雷军: 第一点就是 SUV 的市场很大,但是竞争很激烈,国内对 MODEL Y 发起了一波又一波的冲击,但这么多产品没有一个撼动 MODEL Y 的,所以 SUV 的市场看起来很大,但竞争很激烈。 第二点是,YU7 在 SUV 里是一款非常不同的产品,可能跟过去大家见过的那些产品不一样,它是一款豪华高性能的 SUV ,不是一款普通的、平庸的这种大空间 SUV,这个形态消费者是不能接受。 还有因为我们全系标配了很多配置,比如我们全系标配了极光雷达,全系标配了 700 tops 算力,这个配置相当于竞品的 Max 或者 Ultra 版本,成本很高,定价也超过了 25 万,这几个因素叠加在一起,所以还是挺担心可能没有想象的那么火。 后面,我也又找了七八个媒体的老师(来寻求意见),他们都比我乐观很多。 大定数据是否有水分? 雷军: 借这个机会给大家解释一下,其实这也是行业惯例,别的公司叫犹豫期一般是 3 天。我们首销期定 7 天,主要是担心我们的店面数量不够,试驾安排不过来。 我刚开始做汽车,就不太懂,我说这个犹豫期是什么意思?犹豫期就是可退,我说为什么不踏踏实实写个三天可退,七天可退。然后我就写了个七天可退,所以大家说我们这个大定有水分。 我们跟整个汽车行业的规则是完全一样的,但后来呢,还是有很多人质疑。(发布后)18个小时,我们公布了锁单数字,就是不可撤销的锁单达到了 24 万单,太夸张了。到了 24 小时,(大家)就问大定数字,锁单数字,我说就不公布了,省的各种讨论质疑,没必要。你们爱相信多少,(就)相信多少。 有多少订单是从 SU7 转过来的? 雷军: SU7 和 SU7 ultra 转单数不足 YU7 的总订单数的 15%,就大概占10%(左右),这个数比我们想象中要少不少,也让我对YU7的产品力和口碑有了更强的信心。 下定 YU7 车主的用户画像是什么样的? 雷军: 定 YU7 的是一群什么样的人?大概平均年龄 33 岁,对比 SU7 稍微大 3 岁左右。 在订单里面,女性用户的比例是 30%,当然也有可能是男主人买回去给女主人用的,比 SU7 首销期大概高了 4.5%,女性车主最喜欢的颜色是流金粉和丹霞紫,男性最喜欢的颜色是寒岩灰和深海蓝,深海蓝是绝对被严重低估的一个颜色,实车非常漂亮。 苹果用户大概占到了 52.4%,比 SU7 同期也高了4%,因为我们做小米汽车的时候,就下决心要更好的支持苹果生态。 购买城市的前三名是上海、杭州、北京,都是 model Y 卖的最好的城市。所以我们的产品也是能跟 model Y 面对面竞争的,当然 model Y 很强,也不是一天两天能超过 model Y 的。 是否会开放选配通道? 雷军: 我看到网上有很多人商量,有很多人提意见。我们内部反复商量以后就下决心,提供一个限时改配的机会。 从 7 月 6 日上午开始到 7 月 7 日晚上 24 点,锁单(非准现车)用户可以(进行改配),大家可以去店里仔细比较一下,但是要特别提醒大家,改配之后的订单要重新排队。 我们小米之家建设的进度非常的快,目前覆盖了 92 个城市,一共建了335家,所以呢,7月份我们还将新增18家,我们的网络会覆盖的越来越广,也方便大家以后能够在自己家旁边就近体验,就近试驾就近提车。 先跟大家说个抱歉,因为这几天我在网上看到,所有店里的视频都是人山人海,可能体验不太好。服务业很难做的很好,先和大家说个抱歉。这一波过去以后,我相信我们的服务品质就会全部上来,主要是人实在是太多了,随着我们门店越开越多,相信大家的体验也会更好,在这里也跟我们的这个一线这个交付的这个同事们道一声辛苦了。 提车礼盒里有什么内容? 雷军: 一顶棒球帽,一个破窗锤,还有一副墨镜和眼镜盒以及在行车记录仪上可用的 U 盘。 因为整个 YU7 都采用了双层夹胶玻璃,连三角窗的玻璃都是双层夹胶的。这种玻璃如果是女生的话在着急的时候很难打得开,所以我们又重新定制了一把破窗锤。 为什么 YU7 的订单数量会这么夸张? 雷军: 实话实说呢,这段时间我也在问我自己问同事问我碰到的每一个朋友,我说为啥,因为他也超出了我的想象。 我简单总结一下,这款车卖得这么好,最最重要的是产品定位精准,同时产品力超强。可能还有很多原因我们没总结完,但有一条是确定的:首先是因为产品力超强。 比如说全系标配。首先标配了电车最重要的性能和续航,尤其是续航。续航是用户需求最强烈、最贵的配置,也是最考验技术实力的地方。我们 YU7 全系超长续航,标准版CLTC续航835公里,在中大型纯电 SUV 里绝对是第一个。 有人说买 SUV 一定要买四驱,这次我们的 Pro 版和 Max 版都是四驱,Pro 版四驱的续航达到 770 公里,在纯电四驱 SUV 里也是续航第一。 易车实测标准版跑了 784 公里。汽车之家实测标准版跑了 756 公里,表显续航归零后续航 28 公里,所以他们总续航也达到 784 公里。续航达成率高达 93.9%,这个数字很强大,一个标准版实车跑了将近八百公里。懂车帝使用了 21 寸运动轮胎,这种情况下实测续航依然达到 652 公里,也是他们测试榜单的第一。 YU7 这次全系标配非常多,从标准版开始,标配连续阻尼可变减震器,开起来的质感和舒适度都特别出色。Pro 版和 Max 版还有空气悬架,体验更好,CDC 是全系标配的,智能底盘也是全系标配。 接着还标配高阶辅助驾驶,是 1000 万 clips 的版本,硬件也特别强,包括最新的英伟达芯片,700 TOPS 的算力标准版就有,还有激光雷达、四个毫米波雷达,相信大家体验后会感觉进步非常明显,与之前完全不同。 当然,在车里实车体验,最震撼的可能是天际屏。天际屏相当于由三个投影构成,都是 mini LED 屏,投影到视野下方构成那么长的屏,效果特别好,沉浸感特别棒。很多网友觉得其中的萌宠特别灵动好玩。 还有,全系标配双层夹胶玻璃,连侧三角窗都是夹胶玻璃。还有 800 伏碳化硅高压平台。在安全性上也做了很多增强,比如有 2200 兆帕的超强钢,A 柱 B 柱内嵌防撞架结构。电池包底护板增加了防弹涂层,车底部还装了 1500 兆帕的防刮底横梁,防止电池包蹭底,在安全性的改善上下了很大功夫。 YU7 的定价有没有什么纠结的过程? 雷军: 我们在发布会的前一天彩排之后,大家对了一下,五分钟大家就就定下来了,特别爽快。 当然过程中也有一些小担心,觉得过了 25 万这个心理线消费者能不能接受。但是我觉得我们的产品竞争力很强,还是对产品力特别有信心,而且我们在质量安全性都下了很大的功夫,所以我们心里还是有底。 一些免费赠送的东西是怎么考虑的? 雷军: YU7 跟很多车都不太一样,Max 版本上面有零重力座椅,标准版的首销权益当中也有。 我有一次在十字路口看着来来往往的车,发现有百分之七八十的人都是一个人在开车。我觉得很奇怪,四年前我刚开始做车的时候呢,我就很不理解。大家做车的时候,(想把)副驾的凳子(做)舒服,把二排甚至第三排做的很好,很少有人谈把主驾做好。 我觉得80%是一个人开车,为什么不把主家做好呢?这是我很好奇的。 所以,无论是 SU7 还是YU7,我们都将其定位为驾驶者设计的车,是为自己开车的人设计的。因为车好不好开、性能如何、主驾舒不舒服,这才是最关键的,之前很少有人重点考虑这一点。 当我做这辆车时,主驾的零重力座椅引发了同事们激烈的争论,他们问为什么不是二排零重力呢?当然我们的二排也很舒服,但我们比较早地在主驾配备了零重力座椅。虽然国内有一家同行也做了,但这样做的车非常少。 当时我和工程师聊到这个设计,他提出的一个观点打动了我。他说副驾的零重力座椅可以让乘客躺下休息很舒服,但主驾的驾驶者如果需要午休或长途驾驶中途休息,难道要下车绕到副驾去使用零重力座椅吗?为什么不在主驾直接提供一个零重力座椅?这个想法让我很受触动。我观察到,一般的司机中午在车里休息,多半也是直接在主驾睡的。 因此,我们认为把主驾做好非常关键。所以我们整个 YU7 的定位就是:自己开很舒服,同时也兼顾家庭和日常使用。 在发布会结束时我讲的那几句话,的确打动了不少人。其实那是我们做用户调研时,很多用户的心声。 许多用户,尤其是那些在职场辛苦打拼、有家有孩子的人,逐渐感到失去了自我。有人甚至告诉我:「有孩子后,一年半我连件新衣服都没买过」。 因此我在思考,如何在爱家人的同时也能爱自己、呵护好自己。于是我就写了那段文字,来表达我们 YU7 的定位。 我们在设计 YU7 时,就不想做一辆普通平庸的车,而是想做一辆有性格、能让人感到愉悦的车,同时具备非常强的先进性。 YU7 是为两种人设计的:一种是无法容忍平庸、始终走在时代前列的人;另一种是双肩扛着责任,但内心仍有远方的人。这两类人正是 YU7 的主要用户群。 为什么女车主的订单比例这么高? 雷军: 我们虽然这几天看订单 30% 是女车主,但是有很多是男生买给女朋友和太太的。 所以呢,我认为整个 YU7 跟 SU7 未来可能都是(男女比例)50 对 50,50,所以这次我们就很想服务好女车主。 我们在防晒方面又前进了一大步。虽然以前的防晒做得挺好,但用户对遮光隔热有新的需求。因此,我们首先推出了物理遮阳帘作为配件,用户可以在小米汽车APP商城购买。 同时,我们在 Max 版本上投入很大功夫,搭载了最新一代 EC 天幕。完成开发后,我对调光速度(约需两三分钟)仍有些顾虑。经过激烈讨论,我们最终选择了遮光效果和隔热效果最好的最新一代 EC 天幕。实际体验非常接近物理遮阳帘的效果,非常厉害。 关于安全问题,我们所有的测试项目都完全覆盖了 CNCAP 的所有碰撞测试。这次我们特别针对女性驾驶员和乘客进行了全工况、全席位的碰撞测试。这个测试在标准里是超纲的,标准并未要求这么高,但我们特意做了来以解决女车主的安全问题。 除了防晒,用户还特别关注收纳。SU7 的收纳本来就很出色,这次 YU7 又向前迈进了一步。二排座椅下方的抽屉设计的很出色,能放纸巾盒、小朋友的玩具、毛毯等。 YU7 内部的收纳位总计多达 36 处。用户反馈最强烈的是磁吸纸巾盒设计。我个人非常喜欢把物品放规整,开车时特别烦恼纸巾盒无处安放,放在后排会晃荡。放在扶手箱下方拿取又不方便。因此我们在中控屏后面设计了一个磁吸位,可以优雅地固定纸巾盒。这个细节打动了很多用户,变得既方便又优雅。 我们对用户场景的洞察、用户研究和沟通交流做得非常细致,下了很多功夫。磁吸纸巾盒只是众多类似功能中的一个例子。就像之前的螺纹孔手机支架(尽管有同行对此议论),我们绝不仅仅是做了个支架,而是在整个生态扩展上投入巨大。 这次设计还为整个家庭都有考虑,包括小朋友和宠物。我们专门思考了小朋友在车上的舒适度:材料是婴幼儿可直接接触的安全材质;空调升级为柔风健康空调;后排空间宽敞,可躺至 135 度,下方有抽屉收纳;最重要的是增加了二排屏;横向空间足够大,安装安全座椅后还能坐两人。这些设计都是对标 MODEL Y 和卡宴进行的。 此外,我们专门开发了宠物模式,并在后视镜底座位置预留了安装 4K 云台摄像头的接口,方便车主观察和与车内宠物沟通。我们还设计了一款豪华猫包,在发布会上展示时引起全场欢呼。为了做好这个包,我们集合公司几十位养猫员工共同出主意。这款包特别通风透气,两侧设计精良,质量好且外观美观,让宠物出行更舒适。 YU7 在智能化上有哪些进步? 雷军: 我们将四个域控制器全部整合在一起,做了一个四合一的控制器。这实现了减重、减少体积,并且通过全链路打通降低了功耗。 现在,我们将这原本需要四个盒子的控制器系统,整合变成了一个盒子。这个四合一的控制器不仅体积大幅减小,功能还增强了很多。 这次整合是整个底层架构和科技上的重要进步,它是整车智能化的基座,大幅提升了智能化水平。通过全栈式优化,能够让车辆系统运行更加智能高效。 YU7 在路测和质量控制上做了哪些工作? 雷军: 我记得去年 SU7 发布时就提到我们做了大量道路测试。首先跟网友们汇报一下,SU7 的实际道路实测仍在持续进行。前段时间我问了同事,SU7 的耐久测试已跑过 1000 万公里,目的是考察车辆整个生命周期的质量。YU7 是我们的第二款车,我也询问了行业情况:通常测试车辆规模从大几十辆到 250 辆左右,我们投入的测试车辆量相当大。 我们坚持道路实测有其特别意义。虽然行业普遍同时进行道路实测和实验室仿真测试,但仿真不能完全替代道路实测。因此我们在这方面的投入非常大。YU7 在上市前已实测了 649 万公里。上次披露这个数字后引起不少讨论,有人认为这是行业常规操作。但需要说明的是,不做大量测试的同行,其测试规模至少比我们小 3 到 5 倍。这也是为什么大家经常能在路上看到我们测试车的原因。 我深知小米造车一定会被千万网友严选,任何问题都可能被放大一万倍。所以四年前造车伊始,我们就把质量放在头等位置。我非常重视测试,每年冬季和夏季都会进行 YU7 的耐久测试。从北京到上海的路线,我自己就完整开过两次全程。最后一次是今年 1 月份,天气较冷,高速上基本没开空调。我开的是 YU7 标准版,1300 公里只充了一次电,这个结果彻底震撼了我,让我完全放心了。 很多人认为续航只是靠堆电池就能做到,但绝非如此。这也是我佩服特斯拉的原因——他们的电池比我们小,但续航做得不错,电耗水平控制得相当好。这涉及到电机的能量效率、电池散热以及每一个功耗点的优化,与做手机时对续航的重视高度相关。这是一个完整的系统工程,需要很多环节都做好才能得到好结果。至今我们还有一个特战队,每周都在更新续航优化的新进展。同样,在第三方充电桩兼容性和充电效率优化上,我们也有特战队持续努力,以逐步提升用户体验。 这次测试中最引人注目的是 24 小时耐力挑战。一辆纯电车以超高速连续跑 24 小时(充电时间也计算在内),是对整车耐久性、性能、充电能力、散热能力等综合能力的严峻考验。YU7 在这次挑战中跑了 3944 公里。我希望整个行业都能开始在技术、耐久性和质量上「卷」起来,这样的竞争才更有意义。这两天也有用户和媒体在呼吁进行类似测试,以推动整个行业持续进步。 怎么看友商对于 YU7 所谓的拦截话术? 雷军: 今天下午我看到网上有不少讨论,提到一些车企或友商在竞争上采用了全新的玩法,其中涉及针对小米YU7的所谓「拦截话术」。 我们仔细看了相关内容,也在网上看到个别车企专门为销售人员培训的、针对小米 YU7 的应对话术。我认真学习了这些内容,实话实说,其中内容不太准确,甚至有些诋毁和歪曲,包含很多不实和片面的信息。 我觉得大可不必这样做。我真的不建议同行采取这种方式。我相信每个产品都有各自的优点。如果你们对自己的产品足够自信,只需要把你们的优点讲清楚就行了,其实完全不需要去诋毁或者使用虚假信息。如果对自身产品力有足够信心,完全不必给友商的产品恶意差评。 另外,我们目前也在努力提升产能。当下确实因为锁单数量远超预期,导致交付排队时间较长。希望大家能多给我们一点点耐心,稍许等待一下。我们会全力提升产能,但实话实说,排队等待的人实在太多了,恳请大家多一份理解,多一份耐心。 当然,如果大家急着用车,我觉得国产的新能源汽车其实都不错。比如可以关注明天发布的小鹏 G7,还有月底发布的理想 i8,其实 Model Y 也还是蛮不错的,我看到昨天早晨特斯拉还出台了不少优惠政策,大家确实有很多好的选择,如果真的着急用车,可以考虑这些选项。 YU7 这么火,SU7 是不是卖不动了? 雷军: 很多朋友关心 YU7 这么火,SU7 是不是卖不动了。实话实说,我们原先也有些担心。但今天跟大家分享几个数字: 首先,6 月份是 YU7 的宣传档期,本应是 SU7 销售压力最大的时候。然而 SU7 的新增订单反而比预期多了不少,一个月内我们三次调高预测,最终在 YU7 宣传最猛烈的时候,SU7 当月新增锁单达到了 14000 辆。这个数字已经相当可观。 其次,YU7 的总订单中来自 SU7 转单的比例不到 15%。这说明 SU7 依然拥有强大的竞争力和良好的口碑,喜欢轿车的人还是很多的。 而且,SU7 发布至今仅15个月,累计交付量已非常接近 30 万辆。15 个月交付 30 万辆的成绩非常了不起,也证明了这辆车的质量非常出色,获得了用户的高度认可和良好口碑。 SU7 为什么要在纽北刷圈? 雷军: 去年是我们第一年在纽北刷圈,缺乏经验。在纽北刷圈最大的挑战是天气,那里经常下雨,一下雨就无法进行。当时我们没经验,租用的时间连在一起,结果两天都泡汤。我自己包了三天,结果整天都下雨。后来通过各种方式找人帮忙借时间,折腾一整年只有十分钟的机会,感觉非常憋屈。 今年我们改变了策略,包了四次时间,大约每两个月一天,做了充分准备。纽北赛道档期竞争非常激烈,我们提前锁定了这四天。 4月1日第一次跑,天气尚可。出乎意料的是,原型车第一圈就跑出了 6 分 24 秒,刷新了记录。第二圈更是跑出了 6 分 22 秒。这个成绩就是今年第一次跑的第二圈创造的。后来没有再刷更高成绩,一是大家认为已接近极限,二是 6 月 6 日全天下雨。即便如此,这个成绩也比去年( 6 分 46 秒 874)提升了 24 秒,非常夸张。 很多人问我们为什么执着于纽北刷圈。百年汽车史证明,所有伟大的车都从这里起步。因为追求高圈速能迫使你把车做好——它对动力、底盘、刹车、散热、可靠性、安全性缺一不可,是对技术能力的全方位极限考验。正是决定在纽北对标保时捷、用最高标准打磨技术,我们的车才拥有今天的驾控水平和质量。我们把赛道上打磨的技术持续应用到量产车上。有人说家用车不用这么折腾,但看看世界级公司(宝马、奔驰、豪华品牌),都在赛道上刷圈提升技术。只有在极限情况下才能真正做好技术。我们在赛道上打磨技术,下放到量产车,提升驾驶质感和品质。 为了表达决心,我们已在纽北租用了办公室,预计明年年初启用。欢迎大家去纽北时做客。此外,纽北广告牌资源稀缺,我们要求同事见缝插针争取。现在去纽北旅行或跑圈,就能看到小米广告。纽北每年访客约 250 万人,每次刷圈视频也都能看到。这表达了我们长期在纽北打磨技术的决心,也是大家觉得小米车好开、质量好的核心原因。我们是以十年为单位规划这件事的。 这次成绩令人振奋,因此我们发布了纽北限量版。为了纪念破纪录,限量版在量产车基础上加装了改装件和专业赛道套装选装件,并做了符合法规的安全改装。这辆车能合法上路,我们专门安装了六点式安全带和后排半幅防滚架,并获得了纽北官方的品牌授权。2025款限量十台当晚售罄,感谢这十位车主支持。 要特别说明的是纽北限量版永久总量上限 100 台(今年款 10 台已售罄),相信购买者都是热爱汽车文化和赛道的。选购专业赛道套装的车主也有 100 多位,为了让车主在赛道尽兴,我们提供 Ultra Club 的专业赛道服务(整备、维修、轮胎等)。 除了纽北限量版、赛道套装和 Ultra Club,我们在赛道文化方面还有更多努力:最近赞助并冠名了CEC(中国耐力锦标赛)。我们想和同行一起推动中国赛车文化普及。本赛季安全车和医疗车是小米 SU7 Ultra,下一站将使用小米 YU7。本周末在宁波赛车场有比赛,Ultra Club 会员有 VIP 观赛区,并享有专属的一小时 Ultra 赛道巡游福利。 最后特别说明我们提供的高阶驾驶培训。四年前造车时,团队建议我先去学,于是我组织所有高管去学,收获巨大。我发现很多人有驾照甚至驾龄长,但遇到紧急情况不会处理。因此我们专门开设了高阶驾驶培训,定价 1999 元。面向小米车主的前 10000 名免费。培训投入很大:包含理论课和四项实操(急加速、急刹车、绕桩、低附着力路面金卡纳)。例如,很多人从未尝试过一脚踩死刹车体验刹车距离。这些培训能帮你体验车辆边界、掌握救车技巧,对应对紧急情况有巨大帮助。每场培训 20 名学员,配备 13 名教官,成本很高。但有个现象令人郁闷:因为是免费,有人报名后不去,浪费严重。恳请报了名的车主,如不能参加请提前告知,把机会让给别人(我们会在开始前反复确认)。 网友提问:从 SU7 到 YU7 ,雷总在心态上有什么变化嘛? 雷军: 变化很大。最初我曾认为作为汽车行业的新人,只要认真努力就能把事情做好。然而后来发现,外界对我们的要求并非按新人的标准,这带来了巨大的压力。但这样的压力也促使我们更加努力。 网友提问:觉得 YU7 超过 Model Y 了嘛? 雷军: 我自己是最早一批特斯拉 Model S 的用户。今年年初,我们专门购买了几辆 Model Y 焕新版,用于对标学习。我认为 Model Y 确实做得非常出色,很了不起。越是深入研究,越觉得他们真的很厉害。因此,我们希望以特斯拉为标杆,在各个维度上逐步接近甚至超越。Model Y 同样是一款非常优秀的产品。 网友提问:小米汽车有出海计划嘛? 雷军: 由于目前国内排队等待交付的用户数量太多,我们将优先解决国内的交付问题。因此,海外市场的拓展计划预计要到 2027 年才会启动。在此之前,我们会专注于国内事务,确保国内用户的需求得到满足。 网友提问:怎么看何小鹏也发微博提了 YU7 的 Pro 版本? 雷军: 我与何小鹏有近 20 年的友谊。如今大家都在造车,同处一个行业。我认为这个行业里不应只有竞争,也应保有兄弟情义。在此预祝小鹏明天 G7 发布成功,如果大家感兴趣,也欢迎去支持小鹏汽车。 网友提问:为什么没有车身同色的轮眉? 雷军: 如果定制项特别多的话,其实对整个生产节拍影响很大,所以我们每次都是经过反复权衡,也是跟很多用户做过很多的调研。
谷歌数据中心电力消耗四年翻番 碳中和目标面临严峻挑战
IT之家 7 月 2 日消息,谷歌的数据中心在过去四年间电力消耗增长迅猛,其最新发布的可持续发展报告显示,2024 年谷歌数据中心的用电量达到了 3080 万兆瓦时,相比 2020 年的 1440 万兆瓦时,几乎翻了一番。这一惊人的增长速度凸显了谷歌对电力的巨大需求,同时也给其实现碳中和目标带来了更大的挑战。 IT之家注意到,谷歌此前曾承诺,其运营将完全依赖无碳电力来源,然而数据中心的快速扩张使得这一任务的难度不断增加。2024 年,数据中心的用电量占到了谷歌公司总用电量的 95.8%,这一比例在过去四年间一直保持相对稳定。通过这一比例推算,2014 年谷歌数据中心的用电量可能刚刚超过 400 万兆瓦时,而在短短十年间,这一数字增长了七倍。 谷歌已经在提升数据中心效率方面取得了显著成就,被认为是行业内的佼佼者。然而,随着其数据中心的用电效率(PUE)逐渐接近理论最优值 1.0,进一步提升的难度也越来越大。去年,谷歌的公司整体 PUE 下降至 1.09,比 2023 年仅提高了 0.01,与十年前相比也仅提升了 0.02。 为了满足不断增长的电力需求并实现碳中和承诺,谷歌正在大力投资多种能源领域,包括地热能、核聚变与核裂变以及可再生能源。地热能被认为在数据中心运营中具有巨大潜力,通过利用地球内部的热量,增强型地热发电厂能够稳定地发电,不受天气影响。谷歌支持的 Fervo Energy 等初创公司正在努力使更多地方能够钻探出盈利的地热井。 在核聚变领域,谷歌上周宣布将投资 Commonwealth Fusion Systems,并从其计划于 2030 年代初投入运营的 Arc 电厂购买 200 兆瓦电力。在核裂变领域,谷歌也已承诺从小型模块化反应堆初创公司 Kairos Power 购买 500 兆瓦电力。不过,这些核能交易目前尚未交付电力,预计至少还需要五年时间。 在这些长期能源项目落地之前,谷歌已经大举购买可再生能源。今年 5 月,谷歌在南卡罗来纳州购买了 600 兆瓦的太阳能发电能力,1 月还宣布在俄克拉荷马州达成 700 兆瓦太阳能的交易。谷歌在 2024 年表示,正在与 Intersect Power 和 TPG Rise Climate 合作,投资 200 亿美元建设数吉瓦的无碳电厂。 谷歌的这一投资布局并不令人意外,因为太阳能和(在一定程度上)风能是唯一能在本十年末之前大规模投入使用的能源。新建核电站需要数年时间才能获得许可并建成,即使是最乐观的预测,也无法在本十年末前实现并网或为数据中心供电。而美国虽然拥有丰富的天然气资源,但新涡轮机的等待时间超过五年。因此,可再生能源与电池储能的结合成为当前的最佳选择。 谷歌已经签约购买了足够的可再生能源,以匹配其总用电量,但这些能源来源并不总能在公司需要的时间和地点提供电力。谷歌高级能源主管迈克尔・特雷尔(Michael Terrell)上周对记者表示:“当我们宣布实现 100% 年度匹配目标时,我们明确表示这并非终点。我们的最终目标是在我们运营的每个地方,全天候、无间断地实现 24/7 无碳能源。” 谷歌目前在全球范围内,约有 66% 的数据中心用电量能够按小时匹配无碳电力,但这一平均数掩盖了一些地区的挑战。尽管其拉丁美洲的数据中心去年这一比例达到了 92%,但其在中东和非洲的设施这一比例仅为 5%。 特雷尔表示,谷歌投资稳定、无碳的能源技术,如核裂变和核聚变,正是为了克服这些障碍,实现最终目标。他强调:“为了实现这一目标,我们必须要拥有这些技术。”
硅谷AI人才争夺战愈发激烈:年薪千万美元抢夺顶尖科学家
IT之家 7 月 2 日消息,在硅谷的人工智能人才争夺战中,科技巨头之间的竞争愈发激烈。据英国《金融时报》报道,包括 Meta 和 OpenAI 在内的主要科技公司正在通过提供数百万美元的薪酬套餐来吸引和留住顶尖人工智能研究人员。 报道援引行业招聘人员和职位流动数据称,高级人工智能科学家的薪酬套餐已飙升至每年 300 万至 700 万美元(IT之家注:现汇率约合 2149.1 万至 5014.5 万元人民币),部分个人年薪甚至超过 1000 万美元(现汇率约合 7163.5 万元人民币)。与 2022 年相比,这一数字增长了 50%,远远超过没有人工智能经验的软件工程师的薪酬水平。AI 招聘公司 Riviera Partners 的合伙人 Kyle Langworthy 表示:“过去几年间,竞争变得愈发激烈,甚至到了疯狂的地步,某些公司似乎不惜一切代价也要将这些人才招揽到旗下。” 在 Meta 的大型语言模型 Llama 4 在推理和编程基准测试中表现不佳后,该公司加大了在人工智能领域的投入。Meta 已向 Scale AI 投资 150 亿美元,并邀请其联合创始人 Alexandr Wang 领导一个专注于“超级智能”的新团队。与此同时,OpenAI 在面临人才流失后,首席研究官 Mark Chen 在内部备忘录中表示:“这就好像是有人闯入我们家中并偷走了东西。”他还指责 Meta 利用 OpenAI 的休假安排,向其员工发出工作邀请。他强调,OpenAI 正在比以往任何时候都更积极地调整薪酬,并探索创新方式来认可和奖励顶尖人才。 报道引用的科技招聘公司 Harrison Clarke 的数据显示,目前大型科技公司中,中级到高级人工智能研究科学家的薪酬范围已从 2022 年的 40 万至 90 万美元(现汇率约合 286.5 万至 644.7 万元人民币),上升至 50 万至 200 万美元(现汇率约合 358.2 万至 1432.7 万元人民币)。薪酬追踪网站 Levels 的数据显示,Meta 向人工智能工程师提供的薪酬范围为 18.6 万至 320 万美元(现汇率约合 133.2 万至 2292.3 万元人民币),而 OpenAI 的薪酬范围为 21.2 万至 250 万美元(现汇率约合 151.9 万至 1790.9 万元人民币),但其平均薪酬更高。相比之下,没有人工智能背景的高级软件工程师通常年薪在 18 万至 22 万美元(现汇率约合 128.9 万至 157.6 万元人民币)之间。 然而招聘人员指出,人工智能研究人员往往更看重研究领导地位和使命,而不仅仅是薪水。Harrison Clarke 的首席执行官 Firas Sozan 表示:“如果你最终加入像 Meta 这样的公司,你可能无法像在 DeepMind、OpenAI 或 Anthropic 这样的公司那样从事高水平的研究工作。” 硅谷高昂的招聘成本也给小型公司带来了巨大挑战。Riviera 的 Langworthy 表示:“对于知名度较低的公司来说,招聘人工智能、工程和产品团队极为困难。”与此同时,开源初创公司 Hugging Face 正将目光投向欧洲,寻找人工智能人才。Hugging Face 的联合创始人 Thomas Wolf 表示:“如果你现在在湾区雇佣一名软件工程师,那么在欧洲你可以雇佣三到四名水平相当的人。”德国人工智能初创公司 Aleph Alpha 在一年内将其团队规模扩大了六倍,该公司表示,求职者越来越关注研究自由、发表权和以影响力为导向的工作。首席执行官 Jonas Andrulis 表示:“可持续性、伦理一致性以及解决现实问题等话题也越来越多地被提及。”他还指出,公司的增长反映了“金钱无法买到的东西:对使命的信念”。
腾讯回应微信Al搜索被指开盒争议:仅整合公开信息 不会碰用户隐私
快科技7月2日消息,日前,有网友在社交平台发帖,称被微信新推出的“AI搜索”功能强行开盒。 该网友声称,当微信公众号推文中出现本人姓名时,名字会变成蓝色超链接,点击人名即可一键浏览公众号AI强制生成的“个人简历”及所有涉及该姓名的推文。 据媒体报道,腾讯方面对此回应称,为了丰富用户搜索体验,微信搜索此前通过接入DeepSeek和混元等大模型推出AI搜索。 AI搜索仅整合公众号及互联网其他公开信息,不会使用用户隐私信息。 根据用户近期的相关反馈,微信搜索将进一步优化AI搜索的使用体验。 据了解,今年2月,微信宣布接入DeepSeek-R1模型,用户在微信搜索框选择AI搜索,可使用DeepSeek-R1的深度思考功能。 微信派官方表示,大模型可以提升搜索的智能化和精准度,如更好的理解大家的搜索意图,分析和处理复杂的查询内容等。 结合大家的需求,微信在搜索场景中接入了包括混元、DeepSeek在内的大模型,进一步丰富用户的搜索体验。 对于微信AI搜索是否会用到大家微信内的朋友圈、聊天等个人信息的问题,微信方面此前已明确表示不会。 快科技注:“开盒”是近年来兴起的一个网络流行语,指的是在网络上公开曝光他人隐私的行为,属于一种网络暴力行为。 该行为通常涉及搜集并公开个人的敏感信息,如真实姓名、家庭住址、电话号码、身份证号码、银行流水、上网记录等。
中国具身智能火热,不再简单追随马斯克
中国第一波具身智能落地悄然展开,场景和技术路线与海外有所不同。 文|赵艳秋 编|牛慧 在山东某大型家电厂的产线上,数台白色机械臂低头忙碌,在焊点间精准落下,一台台高端洗衣机的金属骨架拼接成型。几个月前,这道工序还需要工程师手动调试数天。如今,八台具身智能机械手臂接入“数字大脑”,四小时内便完成对新型号洗衣机的全部适配。 “家电厂家接受度很高,这些手臂总计几十万,确实提高了生产效率。”华龙迅达产品人士告诉数智前线。这套系统的“大脑”来自华为云盘古多模态大模型,负责任务拆解规划,小脑则由华龙迅达基于开源模型自主研发,负责具体操作。“产线的数据是稀缺的。接下来,要在实际生产中边跑边学,让它更聪明。” 点焊场景演示 在这背后是一次具身智能对工业柔性制造的重构尝试。在6月前后举办的两场大会——北京智源大会和华为开发者大会上,具身智能成为焦点。与会者看到的不再是重复单一运动的机器人,而是一个个开始逐步能适应变化、做出决策、主动执行的“新物种”。业界正在迎来一次智能跃迁。 但这场跃迁,还远未抵达终点。北京智源研究院院长王仲远说,具身大模型仍处在“GPT-3 之前”的技术探索阶段。“仿真数据、强化学习、大小脑融合等方向都还在摸索,尚未形成统一方法论,产业落地还有很多关口要过。” “我们这个产业不是一个悬浮的产业。”银河通用创始人兼CTO王鹤说,“如果只讲故事,不做落地,长期来看对行业伤害很大。我们需要学术界和产业界一起,把几件事真的做好。” 01 中国具身智能火热,不再简单追随马斯克 中国制造业将迎来“具身智能”变革 国内第一波产业落地已在多个制造与服务场景中悄然展开。它们比特斯拉等海外巨头的应用场景更多元,甚至也更复杂。 看看下面这个视频,机器手臂正在进行精密光纤的安装。在华为云联合华为制造部研发的展示中,双臂机器人正在完成手机“彩盒包装”的最后一道工序。这个工序目前仍全靠人工,正在尝试由具身智能来完成。 “彩盒里不只有手机,还有说明书、耳机、充电器等。由于产线来料是无序的,配件的摆放也不是千篇一律,它的装备步骤每一次都不太一样。”华为云人士解释,“他们探索的将是一个能理解环境、规划动作、执行决策的系统。” 为何“柔性”制造如此关键?千寻智能联合创始人高阳给出一个解释:“目前工业机器人年出货量只有54万台,为什么这么少?因为它不好用,每个机器人进厂后,都需要对机器人进行2~3个月的编程。”换句话说,机器人的“智能”是人为设定好的。 类似问题也在汽车行业发生。冲压与喷涂车间虽高度自动化,但一旦车型更换,换线至少耗时六个月。“具身智能如果能根据车型自动调整生产参数,就像人一样柔性工作,将极大缩短周期。”华为云人士说。 为此,美的旗下的库卡机器人已在机械臂的机柜中开始预留算力接口,提前为“具身智能化”做准备。 具身智能不仅落地工业,也在走进生活场景。 “你在某平台下单药品时,很可能已经是我们的人形机器人在备货。”银河通用机器人创始人兼CTO王鹤展示了一家24小时药店中机器人操作的视频:机器人穿梭在开架区与密集货架间,自主取货、放入柜中,快递员随后取走。“北京已有7家在常态化运行,今年底北上深要部署100家。”王鹤说,“24小时店三班倒,人工成本一年70多万元,我们机器人就是把成本降到比这更低。” 中东某七星级酒店的礼品店中,机器人则充当接待员,吸引着顾客来购物。 具身智能的目标不一定替代已有的机械臂,通过一年多的产业调研,智源研究院院长王仲远发现,像物流分拣、激光打码等重复而枯燥的工序,每天十余小时、人力疲劳度高、甚至存在安全隐患,正是具身智能最适合的第一波切入点。 具身智能也可能是中国制造出海的关键。“其实中国公司到美国、欧洲建厂大都不赚钱,人工费太高、原材料贵,”清华大学孙富春教授说,“唯一的办法,就是把机器人带过去,通过云边端远程操作,这是下一步具身智能要面临的重要问题。” 然而,真正的落地远不只是“亮相”这么简单: “灵巧手的成本非常高昂,带传感器的可能十几万元,但寿命只有几千次。”一位从业者直言。 人形机器人“走得稳”也是挑战:众擎机器人创始人赵同阳展示了一个场景,让人形机器人从一栋楼的A点走到B点,搭乘电梯、换层到达另一栋楼,“理论上可以,但现实中没有一家能真正做到。” 另一个关键点在于寿命。汽车的寿命在10至15年之间,而目前机器人平均寿命在2年左右。“我们预计5年内能做到机械寿命10~15年。”赵同阳说。 安全标准也成为进厂门槛,比如电池须满足工业级防火防爆标准,三元锂电、蓄电池就不行。 与此同时,另一场更基础的反思也正在展开:在具身智能的模型训练中,我们采用怎样的路径可以得到更强的泛化性?我们与海外采取的方法有怎样的不同?这关乎底层技术未来演化的路线图。 02 GPT之后,机器人还缺一颗真正的大脑 在大模型火爆之前,机器人只能完成一件事——送餐、打螺丝或搬运物料。它们像训练有素的操作员,却只会一种“本能”。但现在,业界正在尝试打破这种局限。 “2022年之前,具身智能面临的是单一任务、单一场景、单一本体。”北京智源研究院具身多模态大模型中心主任仉尚航说。转折点出现在ChatGPT横空出世的那年,机器人开始拥有“更聪明的大脑”。 具身智能的热潮,本质是大模型与机器人技术的融合。多模态大模型带来了更强的泛化能力,推动机器人从“专才”向“通才”演化。但“通才”并不好做。业界认为,具身智能的挑战,远超智能驾驶。 仉尚航举例,当前,具身智能主要走三种技术路线:端到端的VLA模型(Vision-Language-Action)、大小脑架构,以及世界模型。 其中,VLA模型最直观,它接收人类的语言和视觉输入,输出行动指令,构成一个快速闭环。银河通用机器人创始人王鹤认为:“VLA是非常有希望的。” 但在清华大学孙富春教授看来,VLA还不够。 “李飞飞特别强调视觉的作用,提出的空间智能,是在三维空间中感知、推理和行动的能力。”但VLA缺乏能判别物理属性,利用物理规律做事的要素,也缺少了足够的控制轨迹。孙富春说,“这正是我们构建世界模型的原因。” 所谓世界模型,是一个全要素模型,空间智能仅仅是世界模型向视觉空间的一个投影。孙富春团队计划训练一组包含200万条轨迹、52TB数据量的大模型,目标是在各类工厂中实现高度泛化的具身智能。他们的对标对象,是英伟达构造了120万条轨迹,32个TB数据量的世界模型。 第三种路径是“大脑+小脑”模式,这是国内提出的形象说法,大脑负责任务规划,小脑负责具体执行。优势在于模块化、可解释性,更容易落地。但也有门槛。“不是所有多模态大模型都能胜任大脑。”仉尚航说,“比如GPT-4o做机器人大脑就不理想,因为缺乏长程规划和空间理解能力。” 在大小脑技术路线上,北京人形机器人创新中心唐剑博士认为,“卡点”主要有两个:一个是大脑如何精准规划各类任务,并且能对复杂任务精准拆解和规划十几步甚至几十步,是比较难的。另一是具身小脑的技能库。两者都需要具备强大泛化能力,因为任务有千千万。 高阳也给出了他们对具身智能泛化性的分级。他认为L3是非常重要的节点,因为它是在特定环境下完全自主,也是一个比较难的节点。 业界在逐步取得进展。如在这次北京智源大会上,智源研究院发布了具身大脑 RoboBrain 2.0与跨本体协作框架 RoboOS 2.0。通过它,全球开发者只需一键即可将大脑模型与在相同本体上开发的不同机器人小脑技能对接,无需适配过程。RoboOS 2.0与RoboBrain 2.0已全面开源。 北京人形机器人创新中心唐剑博士也透露,他们计划推出统一开发平台“慧思开物”,帮助开发者用一种方式,开发所有机器人任务。该创新中心曾研发在今年机器人马拉松竞赛上夺冠的天工机器人。他们在具身小脑技能库上,目前能支持30余种技能,目标是支持超100种。 有业界人士认为,最终的“大脑”、“小脑”竞争,都会收敛到有大模型研发能力的公司,“因为太烧钱了,它是长在多模态模型的基础上”。 “未来5-10年,大小脑融合的模型可能会成熟,但不是今天,原因很简单,数据受限。”王仲远说,而能够真正实现跨本体的小脑模型,也还需要硬件在一轮一轮的产业迭代中淘汰和收敛。 03 没有好数据,机器人就学不会动手 尽管大脑架构和技术路线正在快速演化,但所有路线最终都绕不开一个共识:数据,这是具身智能最难啃的骨头。 “我们面临最大的痛点是数据。”千寻智能联合创始人高阳直言,无论是质量还是数量。他们提出了具身智能的Scaling Law,引起业界关注。 “大语言模型有Scaling Law。我们也研究具身智能,采集大约4万个现实世界轨迹,并做了大约1.5万次现实的机器人测试。”高阳说,“简而言之,结论是具身智能同样满足Scaling Law,每多采10倍数据,机器人错误率就会降低大约10倍。如果你想从99%的成功率提高到99.9%,意味着你要多采10倍数据,成本也是指数级上升。” 如果按照上述的Scaling Law,银河通用王鹤认为,像VLA部署到车厂,一定要保证成功率在4个9以上,因为车厂每停工1分钟要扣1万元。如果押宝真实数据,那可能要先把机器人量产到百万级,雇上千万人采数据。这是一个无法落地的路线。现实的做法一定要有大量合成数据,直接做到几个9,再用真实数据,目前没有达到。“我们做零售,也是因为无法在今天真的做到4个9。” 高阳坦言,不像大语言模型,数据直接可用,清洗相对简单。具身智能的数据,现在有几种方式:互联网视频、遥操作(本体模仿人类动作)、仿真生成……但具身智能还得深入物理世界采集摸索。“我感觉宏观路线是清晰的,但具体到每一个数据源,怎么处理、怎么做最好,很多工程细节仍没有那么清楚。” 具身智能的数据技术存在几大问题:现实世界的数据难以大规模获取、成本高昂、精度不一。而强化学习在现实中的样本效率“非常低下”。仿真器虽是替代方案,却因难以完美还原现实环境而存在“鸿沟”。 数据难的另一个根源,是硬件不统一。 “具身智能这么多家,每家机器人本体的自由度、传感器数量都不一样,数据根本不通用。”众擎机器人创始人赵同阳提出问题。他担忧目前一些地方建设的数据采集中心,“你采的我不能用,我采的你也用不了。” “就像我们的电脑,大家都能用Windows或iOS,是因为它的硬件是统一的,都有USB接口、都有键盘、屏幕,屏幕的分辨率也有标准。硬件统一之后,它的算法就更容易统一,大家都能基于一套东西开发。”而机器人硬件本体的收敛,还需要时间。 统一的“Action Space”(动作空间)或将是破局关键。北大计算机学院长聘副教授、初创公司北京智在无界卢宗青认为,大语言模型之所以能爆发,是因为输入输出统一。而机器人控制的维度五花八门,要构建具身智能生态,必须先统一Action Space,才会有用之不完的数据。 在现实数据受限的背景下,王鹤团队也在尝试突破一条新的路径:纯合成数据训练VLA(视觉-语言-动作)模型。今天国际上最主流的VLA训练方式是通过真机采集大量遥操作数据,像特斯拉建立了遥操工厂,特斯拉机器人做电池,光电池就采了10万条数据,这个路径没人用得起。 王鹤团队的模型参数量在几十亿量级,通过合成训练具备了零样本泛化能力,比如机器人抓鸭子的视频,打了迪斯科灯、有人手伸过来抢玩具,机械臂也能实时响应。 他强调,这是全球首个不依赖任何真实动作数据预训练的端到端VLA模型。“合成数据是义务教育,真实数据是上岗培训。”如果提供真实世界的动作数据,将让模型更强,而且遥操的量是今天人形机器人可以支持的。 北京智源研究院走的路线,也是让机器人学习互联网数据,再通过少量真实世界数据训练它的能力。在北京智源研究院,数智前线看到了针对一项技能,比如叠衣服的多种数据采集方式,有真人遥操作,也有电脑上的合成数据。 王仲远还提到,他们在与机器人本体硬件公司交流时,企业认为要展示硬件机器人的上限,同时也要降低成本。“如果机器人每台售价不是几十万,而是几百元,那么数据采集量以及模型提升速度会大幅提升。” “具身智能的‘小组赛’还没结束,远没有到‘淘汰赛’。”王仲远说。不过,中国业界的动作很快,制造业的丰富场景、政策支持,学界和产业界的合作在日趋紧密,提出了一些有别于海外的新路径。 众擎机器人赵同阳介绍,今年他们的人形机器人大概能出货两三千台。“我估计友商也能出两三千台。马斯克说,三年之内,他们的出货量有30万台。我们在中国市场调研了,缺乏理论数据和能力的支撑,我认为这三年出3万台,我们是能做到的。”
华为Mate 80系列或全系回归直屏!顶配采用双层OLED
据知名数码博主数码闲聊站最新爆料,华为Mate 80系列或将迎来全面屏显方案革新,全系产品将回归直面屏设计语言。其中标准版机型预计搭载6.75英寸1.5K分辨率屏幕,而高配版本则将配备6.89英寸同规格显示屏,并全系支持3D人脸识别功能。值得关注的是,该系列顶配机型或将采用双层OLED显示技术,有望成为华为史上性能最强的Mate旗舰机型。 这项被称作Tandem OLED的双层结构技术,在传统单层OLED架构基础上创新叠加第二发光层。通过双层串联设计,原本由单层承担的发光任务被科学分配至两个发光层,这种负载均衡机制显著降低了单个发光层的电场强度,从物理层面延缓了发光材料的老化进程。实验数据显示,双层架构可使屏幕理论亮度实现翻倍提升,同时保持OLED与生俱来的柔性特质,彻底解决单层OLED长期存在的漏光顽疾。 回顾技术发展脉络,去年发布的华为Mate 70 RS非凡大师已率先应用该前沿显示技术。尽管双层OLED模组因工艺复杂导致成本居高不下,但其带来的显示效能跃升使其始终局限于顶级旗舰阵营。此次Mate 80系列若在顶配机型实现技术下放,既延续了华为在高端显示领域的探索步伐,也为消费者带来更极致的视觉体验——更高亮度输出、更持久的使用寿命以及更精准的色彩呈现,或将重新定义移动终端的显示标准。
iPhone 17 Air外观曝光:5.5mm超薄,6.6英寸120Hz屏幕
根据海外科技博主fpt最新曝光的渲染图,苹果即将推出的iPhone 17 Air将刷新品牌最薄手机纪录。这款取代现有Plus机型的新品以5.5mm极致纤薄机身成为焦点,相较iPhone 16 Plus的7.8mm厚度缩减近三分之一,同时维持6.6英寸屏幕尺寸,仅比前代缩短0.1英寸。 屏幕配置迎来重大突破,首次为非Pro系列配备120Hz ProMotion自适应刷新率OLED显示屏。这项原本专属于高端机型的特性下放,预示着标准版机型或将同步升级高刷体验。值得关注的是,超薄设计对硬件布局产生显著影响:后置摄像模组采用贯穿机身的椭圆形冷雕玻璃设计,与传闻中iOS 26系统将搭载的液态动态UI形成视觉呼应,但仅保留单颗4800万像素主摄。 核心性能方面,新机将搭载A19仿生芯片配合苹果自研C1通信基带,内存容量提升至12GB。不过极致轻薄化带来明显取舍:3000mAh级电池容量在大屏+高刷组合下可能面临续航压力,更激进的是取消实体SIM卡槽的尝试——若国内eSIM政策未在年内放开,这款机型或将缺席国内市场。 作为苹果产品矩阵的革新之作,iPhone 17 Air通过重构内部堆叠技术,在保持6.6英寸大屏的同时实现5.5mm超薄机身,既延续了Plus系列的大屏基因,又以全新形态开辟超薄旗舰赛道。这种设计取舍策略,折射出苹果在硬件创新与用户体验间的持续探索。
荣耀拼硅碳、vivo上半固态,手机电池又要革命性升级了?
折叠屏手机的战争,正在进入「毫米级」精度的白刃战。 vivo X Fold5 与荣耀 Magic V5 的先后登场,不仅拉高了大折叠屏旗舰的硬件上限,也让人们再次惊叹于轻薄之下的性能极限。尤其是在电池这个「短板」上,两款机型罕见地实现了兼顾——不仅更薄了,而且容量更大。 更具体些,vivo X Fold5 在展开厚度 4.3mm、折叠厚度 9.2mm 的折叠机身中,塞入了等效 6000mAh 的蓝海电池;而荣耀 Magic V5 则将 6100mAh 的「青海湖刀片电池」装进了展开厚度 4.35mm、折叠厚度 8.8mm 的折叠机身中。 这样的数字,即便放在硅碳负极电池技术已经开始应用的一年前,仍然有些不可思议。而它们背后共同的秘密,离不开一对新晋材料技术组合:硅碳负极和半固态电解质。 图/ vivo 我们都知道,智能手机的内部空间一直在被相机模组、芯片模组和散热结构蚕食,而电池往往作为最「占地」的零部件,却又不能妥协容量,否则就是用户痛点。所以,在不牺牲续航的前提下做轻薄,必须从材料层面改写游戏规则。 雷科技在 2024 年中就报道了这场由「硅碳负极」引爆的手机电池革命,并判断出硅碳负极将从部分中端机型向旗舰机型覆盖。但即便如此,也确实没想到荣耀这么快在 Magic V5 上将硅含量从一年的 10%提升到了 25%,将电池能量密度突破到 901 Wh/L。 更是出乎我们意料的是半固态电池在手机领域的应用速度,在上一代首发引入半固态电池技术后,vivo X Fold5 继续引入了第二代半固态电池技术,也将电池能量密度提高到了 866 Wh/L。 这些技术名词听起来也许复杂,但背后的核心其实很简单:这是一场由「材料创新」主导的静悄悄革命。而这场革命的终点,或许不只是更轻薄的折叠屏,而是整个消费电子的下一个版本答案。 锂电池的「翻身仗」,全靠材料升级 折叠屏手机续航变强,电池更大、更薄,看起来像是一夜之间发生的「魔法」,但真正的变革,其实从电池材料的那一端悄然展开。要理解这场变革的底层逻辑,我们得先从一块锂电池的基本结构说起。 一块典型的锂离子电池,主要由三大要素构成: - 正极材料:一般为含锂金属氧化物,如三元(NCM)或磷酸铁锂(LFP),负责释放锂离子; - 负极材料:传统是石墨,负责吸附锂离子; - 电解质:在正负极之间传导锂离子,传统是液态锂盐溶液。 锂电池充放电过程,图/美国能源部 充电时,锂离子从正极「搬家」到负极并嵌入其中;放电时则反向迁移,释放能量。这个过程听起来很简单,但决定一块电池好不好用的,往往是它「单位体积/单位重量能储多少电」——也就是我们常说的能量密度(Wh/kg 或 Wh/L)。 而想要提升电池的能量密度,其实核心就是:更高容量的电极材料 + 更紧凑的结构设计 + 更安全的电解质体系。 过去锂电池基本都使用石墨作为负极材料,其优点是稳定、安全、成本低,但也几乎把性能榨干了,理论比容量只有 372 mAh/g,几乎到了「天花板」。而硅却拥有高达 4200 mAh/g 的理论容量,是石墨的十倍以上。 挑战不是没有。硅太「激进」了,在充放电过程中体积膨胀可达 300%,极易造成粉化、容量衰减,难以量产使用。所以,硅碳负极的关键就是「折中」:把纳米级硅颗粒包裹在碳基骨架里,形成「既能高容量、又有弹性」的结构。 在 vivo X Fold5 上,vivo 采用了第四代硅碳负极材料,在保持稳定性的同时实现了高达 12% 的硅含量,大幅提升电池的单位比容量。而荣耀 Magic V5 则更进一步,直接将硅含量拉升到 25%,创下手机行业新高。这就是它们能在超轻薄的机身中容纳 6000mAh 以上大电池的核心原因之一。 图/荣耀 而除了负极的升级,电解质的进化同样关键。 传统液态电解质导电性能虽强,但存在安全性差、易泄漏、易起火等问题,而且占据空间较大,不利于做得轻薄。而固态电解质则更安全、能更紧凑布置,但目前的导电性和量产工艺还不成熟。 这时,半固态电解质就成了一个理想的「中间解」。它在传统液态中引入部分固态成分(如聚合物或无机氧化物),既保留了导电性,又提升了安全性和结构支撑能力。更关键的是,它可以让整个电芯的封装更加紧凑、薄型化,为高能量密度电池腾出空间。 vivo 就在 X Fold5 上采用了第二代半固态电池结构,电解质从正极延伸到负极,形成「双极固态保护」结构,让电池在 -30°C 的低温下依然稳定放电,还把能量密度提升到 866 Wh/L,实现极寒环境+轻薄堆叠+大容量共存的技术突破。 从汽车到手机再到眼镜,半固态才是未来? 在过去一年中,硅碳负极技术的「实战表现」已经得到了相当充分的验证。所有主流手机品牌都在旗下机型引入了硅碳负极电池,实现了手机电池容量的「集体升级」。从这个角度看,硅碳负极电池技术已经向整个市场证明了:新一代高能量密度材料,确实能够在手机这种极致压缩的内部空间中落地。 而相比之下,半固态电池的普及曲线则明显更「陡峭」一些。vivo 是目前唯一在量产手机中连续使用半固态电池的厂商——从 X Fold3 Pro 的第一代技术,到今年 X Fold5 的第二代升级,这条技术路径的持续推进并不容易。但同时,半固态电池的潜力和价值反而变得更加清晰。 vivo X Fold5,图/雷科技 不论是硅碳负极还是半固态电池技术,它们都有一个共同的「前世」—— 都是从新能源汽车电池演化而来。 在电动车领域,提升能量密度的诉求非常直接:多跑一点,就要多装一点电。宁德时代、比亚迪、特斯拉等玩家早在多年前就投入硅基负极的研发,后来也开始尝试在电芯结构中引入固态组分。消费电子产品虽然体量小得多,但核心问题一样:空间有限、功耗上升、续航焦虑始终存在。 因此,当手机、电动车这两条赛道在电池瓶颈前「殊途同归」,新技术的扩散便成为水到渠成的结果。但手机不是扩散的终点。如果我们把视野拉得更广,会发现越来越多的新兴品类——比如智能眼镜、耳机等可穿戴设备,正在同步走向「高性能+小体积」的路径,而这恰恰是传统液态锂电池最难适配的场景。 以智能眼镜为例,它不仅要控制重量,还要支撑 AI 运算、蓝牙连接、摄像头模组等多个高功耗元件。眼镜内部空间极为有限,且佩戴场景涉及面部皮肤、眼周神经,对安全性提出了比手机更高的要求。 雷鸟 V3 AI 拍摄眼镜,图/雷科技 在这种背景下,硅碳负极虽然提供了能量密度的跃升,但由于体积膨胀、循环应力等因素,其在极小尺寸产品中的应用仍面临一定门槛。而半固态电池则具备安全性高、结构稳定、耐高低温等优势,在轻度柔性、异形封装方面也具备更高的适配弹性。 换言之,它比硅碳负极电池技术更适合引入智能眼镜这样的产品。这种趋势也初见端倪,雷科技在与多家智能眼镜厂商交流时,都谈到了续航和电池上的挑战,厂商也普遍将半固态电池视为「关键」,甚至表示将于最早能在明年发布的产品上看到。 这一切都在指向一个可能:半固态电池很可能不只是手机之后的下一个「版本答案」,而是消费电子全线产品升级的新起点。正如电池技术从汽车渗透到手机,未来它也将从手机继续向下渗透到更小、更精密的产品形态中。 写在最后 如果说芯片决定了设备能做什么,那电池则决定了它们能做多久、能做到哪里。过去这些年,我们见证了手机影像、屏幕、AI 计算能力的飞跃,但续航始终像是一个被忽略的变量,总是在「够用」与「不够用」之间徘徊。 但现在,硅碳负极和半固态电池技术的逐渐成熟并进入量产,正在重新定义这个变量。无论是对于智能眼镜、AI 耳机,还是其他计算终端,电池的这些变化都有望带来显著的体验改善。对用户来说,也意味着个人设备将变得更持久、更可靠、更贴近生活的节奏。
微软 AI 诊断准确率超人类医生4倍,以后看病前先问问它?
四倍,AI 医生的诊断准确率远超过人类医生。 这可能有点难以置信,但微软人工智能团队日前发布的一项 AI 诊断协调系统 MAI-DxO(MAI Diagnostic Orchestrator)真的做到了。 它在《新英格兰医学杂志》每周发布共计 304 个真实复杂病例上进行了基准测试。测试结果显示,准确率达到了85.5%。 这个基准测试不再是之前光凭借记忆,就可以做到的试卷答题,而是微软创建的全新的评测标准,「顺序诊断基准」(SD Bench)。它高度还原了真实诊疗过程的互动挑战: 从患者的初步症状描述入手。 通过多轮提问,选择各种检验检查,逐步手机病情信息。 每开一项检查,同时记录检查项目的费用;评估必要性和成本。 给出最终诊断。 同样面对这个 304 个复杂病例,微软选择了另外 21 位来自美国和英国,具有 5 年至 20 年临床经验的执业医生,测试结果显示,真实医生的平均准确率仅为 20%,这与 「AI 医生」的差距足足有四倍之大。 同时,与人类医生相比,这个「AI 医生」还少开了很多不必要的检查,减少了 20%-70% 的诊断成本。 ▲顺序诊断基准测试介绍图,「守门人」回应来自诊断代理的信息请求,评估模型则评估诊断代理的最终诊断与病例报告准确度。 MAI-DxO 究竟是如何做到人类医生的准确率四倍之高呢,它不是一个新出现的大语言模型,它也不依赖某个单一的模型。 MAI-DxO 是一个模拟现实中多名医生合作诊断过程的系统。得益于当前大语言模型的持续发展,在 MAI-DxO 系统中,有不同的语言模型去扮演五种不同的医疗角色。 这些医疗角色包括推测各种结果的假设医生、选择医生、质疑当前诊断假设的挑战医生、避免不必要检查的成本管理医生、以及确保诊断步骤和选择逻辑一致的检查表医生。 这些「医生」协作工作,充分地模拟了人类医生团队的工作流程,还弥补了单一 AI 模型在复杂诊断中可能出现的缺陷。 ▲MAI-DxO 系统概览图 如上图描述的系统概览图所示,MAI-DxO 完全模拟了我们去医院看病的流程。 首先从问诊开始,MAIN-DxO 会得到一个简短的临床小故事,通常为 2-3 句话,包含病例的基本情况。 接着,MAI-DxO 会开始总结患者的主要诉求,选择下一步操作,是继续向患者提问,还是申请开检查。 每开一项检查会计算检查费用,同时持续进行多轮互动,直到给出最后诊断结果。 在测试过程中,MAI-DxO 利用 o4-mini 和专业医生设置了一个「守门人」,确保系统给 AI 的信息是与正常医生在问诊和临床上能够得到的信息一样。 MAI-DxO 的出现,为大语言模型在医疗诊断上取得明显的性能提升。微软测试了来自 OpenAI、Gemini、Claude、Grok、DeepSeek 以及 Llama 系列的不同模型,表现均优于仅使用单一的 AI 模型,而表现最好的组合是 MAI-DxO 与 OpenAI 的 o3 配对。 由于不受大语言模型的限制,MAI-DxO 还能够在将来有更好的模型出现时,同步适配。 ▲不同人工智能模型的准确性和每例平均诊断测试成本对比 尽管看起来 「AI 医生」已经有模有样,不过 AI 要真正做一个好医生可不是那么容易的。 微软在该项目论文最后提到,这次的研究存在显著局限性,包括像参与对比实验的 21 位医生并没有获得同行的讨论协助、参考书籍以及生成式 AI 等资源。此外,微软这次实验也仅仅只讨论了最具挑战性的病例难题,而对我们一般的日常性疾病诊断没有做进一步的测试。 微软强调 AI 不会取代医生,它将成为医生与患者共同的助手。 但就是这个医生和患者共同的助手,也持续地吸引着全世界范围的关注;早在今年 3 月,微软就发布了医疗界首个用于临床工作流程的 AI 助手 Microsoft Dragon Copilot,它能帮助医生更好的整理病例的临床文件。 IBM 推出 IBM Watson Health 医疗人工智能平台、谷歌的 DeepMind、以及英伟达的 NVIDIA Clara 等,都正从导诊、问诊、病理等医疗场景中带来新的变革。 前段时间,阿里达摩院也发布了全球首个胃癌影像筛查 AI 模型 DAMO GRAPE,首次利用平扫 CT 影像结合深度学习识别早期胃癌病灶。 华为今年才组建组建医疗卫生军团,上周也联合瑞金医院,宣布开源 RuiPath 病理模型,具备临床验证能力,覆盖肺癌等 7 个常见癌种。 医学需要极高的精准度,0.01% 的失误也有可能造成严重的后果,它完全不同于程序员写代码时出现的 bug。 MAI-DxO 模拟真实问诊的过程,看起来这条 AI 医疗之路越来越清晰。 从百度问诊,到 ChatGPT 问诊,我想未来除了拿着普通医院的检查结果,查医院排行榜,付费问在线医生,还可以先看看这个「AI 医生」。
消息称苹果折叠iPhone进入P1原型阶段,折叠iPad研发被搁置
IT之家 7 月 2 日消息,科技媒体 Digitime 今天(7 月 2 日)发布博文,报道称苹果公司的折叠 iPhone 已于 6 月进入 P1(Prototype 1)原型开发阶段,而折叠 iPad 的相关研发工作已经被搁置。 消息源从诸多供应链渠道获悉,苹果公司已经于 6 月为折叠 iPhone 启动 P1 原型测试,后续会有 P2 和 P3 阶段,每个原型阶段通常持续大约两个月。 在这个过程中,苹果的供应链合作伙伴将进行有限的试运行,然后交由富士康和和硕等主要 iPhone 组装商负责,他们将验证生产产量和可制造性。 如果一切按计划进行,这款设备将在 2025 年底完成原型测试,并进入工程验证测试(EVT)阶段,这将为 2026 年下半年可能的发布铺平道路。 至于折叠式 iPhone,早期出货量预计约为 700 万部,但内部人士警告,这个数字可能会根据市场动态调整。 IT之家援引 DIGITIMES Research 的数据,全球可折叠手机发货量在 2023 年达到顶峰,为 2120 万部;2024 年预估出货为 1880 万部,同比下降 11.3%。2025 年预计将小幅回升至 1950 万部,仅增长 3.7%。 消息人士还透露,苹果公司一直探索折叠 iPad,不过由于制造难度、生产成本增加(特别是与柔性显示技术相关的成本)以及消费者对大型折叠设备的需求相对较低,公司决定暂时停止这款较大设备的研发。

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。