英特尔 凤凰网科技讯 北京时间9月5日，据彭博社报道，英特尔公司告诉投资者，2026年将是其制造技术至关重要的一年，届时应能显示出公司是否已准备好推进更先进的制造工艺。 英特尔CFO戴夫·津斯纳(Dave Zinsner)在一场科技会议上表示，公司要到那时才能知道是否已准备好推进名为14A的工艺。长期以来，实现这一里程碑一直被视为英特尔扭转局势的关键一环。 “到2026年的某个时候，我们会对该工艺的进展有清晰的认识。”津斯纳在花旗2025年全球TMT大会上说道。 津斯纳重申，英特尔只有在获得外部客户承诺愿意使用14A工艺的情况下，才会建设相关的制造产能。津斯纳表示，这一立场纯粹是出于财务上的常识考量。 不过，当英特尔CEO陈立武(Lip-Bu Tan)在7月首次阐述这一立场时，分析师和投资者对此感到担忧。若不推进14A工艺，将意味着英特尔放弃了重夺技术领导者地位的努力。这也让美国政客们更加严格的审视英特尔。美国总统特朗普曾呼吁陈立武辞职，最终让美国政府以89亿美元换取了大约10%的英特尔股份。 津斯纳表示，英特尔对外界入股其制造业务持开放态度。但与特朗普政府达成的协议意味着公司必须保持对该业务的控股地位，因此在短期内外部投资进入的可能性不大。 “所以不能说这种情况绝不可能发生，”他说，“但我认为短期内不会出现，因为这部分业务目前还不太具备投资价值。不过在未来某个时点，我可以预见这种情况发生。” 津斯纳补充说，政府的持股属于被动投资，其投票将遵循董事会的推荐。这一安排的前提是英特尔必须继续遵守对制造业务的承诺，并保有控股权。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

IT之家 9 月 4 日消息，华为史上最大的 Mate —— 华为智慧屏 MateTV 已官宣将于 9 月 4 日正式发布。 华为智慧屏 MateTV 已上架官网，新品将提供 65 英寸、75 英寸、85 英寸、98 英寸四种尺寸，并拥有延长保服务（可选 3 / 4 / 5 年服务年限，价格 299 元起），今天 16:08 开启全款预售，暂未报价。另外，华为官网还透露了新机核心卖点，IT之家整理如下： 旗舰手机级性能：旗舰手机级芯片，内置 8GB 运存 + 128GB 存储 灵犀创新交互：星闪连接；鸿蒙家族化设计语言 鸿鹄 Vivid 画质：黑钻聚能 Super Mini LED 屏幕；4000 尼特峰值亮度；AI 光感增强技术 超薄零贴墙：36.9 毫米全金属机身；标配超薄挂架 鸿蒙 AI 智慧识人：快速识别人物身份；专属个性服务 HUAWEI SOUND：2.2 空间音频（声音立体环绕），宣称“低音震撼，高音透亮” 华为智慧屏 MateTV 官图如下：

凤凰网科技讯（作者/于雷）9月4日，追觅科技今日举办“敢梦敢为”全场景新品发布会，一次性推出了超过30款新品，其产品线从核心的智能清洁领域，全面拓展至家庭护理、大家电、厨房电器，乃至智能显示和可穿戴设备等多个领域，展示了其深厚的技术储备和系统化的产品布局能力。 在本次的全场景新品发布会中，追觅科技则将对行业尖端技术探索的执着展现的淋漓尽致。 在智能清洁领域，追觅所构建的“机械臂科技树”再次延展，以全球首创AI“双刮洗”机械臂的形式在T60 Ultra/H60 Ultra两款旗舰洗地机产品中对外亮相，以深度融合具身智能理念的“拟人”清洁逻辑，针对地面黏腻污渍、水渍及边角污渍提供了行业领先的解决方案。 搭载追觅首创“拖布分区智换系统”的追觅扫地机Matrix10 Ultra，则通过针对不同地面区域更换不同材质拖布的特殊运载系统，进一步解决了家庭地面清洁时的交叉污染问题。 追觅全新干湿全场景清洁专家V30 Pro吸尘器则通过追觅首创恒净活水洗地系统2.0技术，让吸尘器也拥有了处理家庭难题的干湿混合垃圾的能力，做到一遍过、一次净，真正实现家居光脚自由。 在智能清洁产品层面，追觅再一次以多项首创技术，切实提升全球用的家居清洁体验，尤其是在机械臂技术的体系构建方面，再次将技术壁垒拔高。 在家庭护理层面，追觅的PM30加湿空气净化器则以全球首创智能双风道和全球首创AI感知动态追踪技术，实现大空间内多角度快速、均匀加湿和净化以及风随人动，净化“无时差”的全屋洁净效果。 追觅AI全头养护吹风机X30则专注于头发头皮的健康养护，其所搭载的追觅首创超高频微米级雾化精华技术能够释放细致雾气，有助于锁住水分，减少干燥问题。确保头皮舒适，让秀发从根部到发尖都柔顺易梳理。 然而，追觅科技的技术派作风不止于智能清洁，旗下大家电品类产品在AWE 2025展会首次对外亮相后，通过不断优化已完成系统性智能家居体系构建。 在大家电品类中，追觅通过持续迭代，将“智能家居体系”进一步落地。极境系列冰箱采用全球首创5%超低氧恒鲜技术，突破传统保鲜极限，实现营养与新鲜的双重守护；X-Wind空调依托机械臂驭风与126°广角自然风技术，实现个性化分区送风，制冷制热舒适度提升200%；全变频洗烘套装L9则整合冷动力养护洗、等离子新风巡航、仿生机械臂旋钮等创新功能，为衣物提供从洁净到养护的一站式体验；U10净水与S1净饮则打造“清洗—饮用—制冰—冷热即享”的全屋流体闭环，满足家庭健康饮水的全场景需求。 在厨房与大厨电上，追觅的创新路线强调基础能力的扎实与可靠。通过银翼双擎净烟系统、3D炙烤系统与专利振翼喷淋臂，追觅在控烟、控温、清洗、储存等环节逐一突破。烟灶联动与风道稳定设计减少油烟与噪声；蒸烤环节重视温度精准控制，降低烹饪试错成本；洗碗机优化腔体结构与喷淋路径，确保长效烘干除味；冰箱与其他大厨电设备的能耗与保鲜标准实现统一，构建一致的全链路体验。通过统一的技术底座，追觅正让厨房场景中的每个细节都稳定、可靠、安心。 与此同时，追觅在跨界领域同样展现了高端布局。首次发布的Aura MiniLED 4K智屏V3000，以黑晶臻彩屏、Aura Mini LED显示技术与Dreamind Pro画质芯片，带来顶级画质解决方案，官方表示跻身全球高端显示“第一梯队”；而AI智能戒指则通过指尖震动提醒与全维度健康监测，探索可穿戴设备的更多可能。 追觅科技始终坚信“核心技术是一切的根本”，这一理念已经在全球维度取得显著成果：截至2025年6月30日，追觅科技全球累计申请专利达6379件，已累计获得授权专利3155件。同时，截止2025年9月，追觅大家电已经斩获20亿元意向订单。 而今天的整场发布会追觅推出了数十余项全球首创技术。与此同时，追觅科技业持续交出亮眼成绩单：2025年上半年营收规模已远超2024年全年总额，实现跨越式增长。

公司官网已经打不开，行业加速洗牌。 作者 | 张睿 编辑 | 志豪 L4级自动驾驶领域热度高涨，但洗牌也在加剧。 车东西9月4日消息，日前，江苏省南京市栖霞区人民法院裁定受理对中智行科技有限公司（简称中智行公司）的破产清算申请。 ▲法院发布的民事裁定书 中智行科技有限公司成立于2018年，是一家基于车路协同的自动驾驶技术提供商和出行服务运营商。其创始人王劲是中国自动驾驶领域的早期领军人物之一，曾任百度高级副总裁、百度自动驾驶事业部首任总经理，推动百度将自动驾驶从实验室项目转变为商业化推进的事业部。 ▲中智行创始人王劲（图源网络） 而根据法院发布的民事裁定书，中智行由于没有支付给申请人15000元，进入“执转破”程序，被申请破产清算。同时，根据企查查上公开的数据，中智行作为历史被执行人的被执行总金额已经达到了4732.80万元。 ▲企查查上公开的中智行历史被执行总金额 本文福利：自动驾驶行业分化加剧，有人欢笑有人退场。分享报告《Robotaxi热度再起，但行业洗牌也在加剧》，对话框回复【车东西0846】下载报告。 01. 法人被限制高消费 官网无法打开 根据江苏省南京市栖霞区人民法院于8月22日发布的民事裁定书，可以看到中智行的情况目前并不乐观。 ▲法院发布的民事裁定书 民事裁定书中写道，申请人对中智行申请破产清算理由如下：申请人与中智行于2024年11月27日在劳动仲裁委员会签订调解书，约定被申请人支付申请人15000元，在2025年4月20日前支付完毕，后经多次催要未果。 申请人遂向人民法院申请强制执行，法院的执行案号为（2025）苏0113执1457号，但被申请人一直无法支付调解款项，故申请其破产清算还债。 也就是说，中智行因为没有支付15000元的劳动仲裁，且多次被催要也没有支付，于是被申请破产清算还债。 同时，经过法院调查，中智行涉及多件执行不能案件，涉案金额巨大，资不抵债，符合受理破产的条件，依法予以受理。 ▲中智行被申请破产清算 根据企查查上公开的数据，中智行在有关合同纠纷、劳动争议等案件中作为历史被执行人的被执行总金额已经达到了4732.80万元。 ▲企查查上公开的中智行历史被执行总金额 另外，法院调查发现中智行公司不在注册地经营，经营场所不明，无法取得联系。 在中智行第一次被执行前，中智行创始人、董事长王劲已经卸任法人。 ▲中智行法人变更 而接替王劲担任中智行法人的张水生，目前则已经被限制高消费。 ▲中智行法人已被限制高消费 另外，截至发稿时，经过多次尝试，中智行的官网都处于无法打开的状态。 ▲中智行官网无法打开 02. 曾任百度自动驾驶事业部总经理 创立中智行后All in车路协同方案 虽然中智行作为L4级自动驾驶公司知名度并不高，但王劲却在行业内有较高知名度。 根据公开信息，王劲毕业于中国科技大学计算机系及中国科学院大学研究生院，分别取得计算机学士及硕士学位，后留学美国并在佛罗里达大学获得了第二个计算机科学硕士学位。 2000年，王劲回到中国，历任阿里巴巴资深技术总监、EBay中国CTO，EBay中国研发中心总经理、谷歌中国工程研究院副院长。 2010年4月15日，王劲加入百度，任百度技术副总裁，后来晋升为百度高级副总裁，2015年12月创立百度自动驾驶事业部，任事业部总经理。 根据百科上的介绍，王劲创立和领导了百度自动驾驶事业部后，正式宣布大力发展自动驾驶业务，推动百度大脑进入汽车领域，带领团队打造百度无人驾驶汽车。 百度自动驾驶汽车于2015年12月初成功路测，实现国内首次城市、环路及高速公路混合路况下的全自动驾驶。 ▲王劲于百度时期（图源网络） 到了2017年3月，王劲从百度离职，在硅谷创立了L4级无人驾驶技术公司景驰科技，王劲担任CEO。 但在2017年12月，百度对外确认已将王劲及景驰科技诉至北京知识产权法院，要求停止侵害百度的商业秘密。2018年3月，王劲首次公开发声表示从景驰离职，卸任CEO职位。 值得注意的是，景驰科技后来更名为文远知行，成为了“全球Robotaxi第一股”。 ▲文远知行的Robotaxi产品 离开景驰科技后，王劲创立中智行科技有限公司，出任董事长。 而根据中智行当年的介绍，中智行All in车路协同方案，在全球范围内打造单车智能+车路协同的无人驾驶应用方案，具备车、路、云全栈技术架构。 但是，从目前的行业来看，如国外公司Waymo、特斯拉和国内公司文远知行和小马智行等公司，均在L4级的Robotaxi采用“单车智能”路线，其更快的落地能力、更低的初期成本、更独立的扩展性和更清晰的商业模型，在当前阶段更易实现规模化运营和资本回报。 而车路协同虽具备长远潜力，但车路协同方案需要在路侧部署大量传感器、通信单元等设备，前期投入巨大，且回报周期长。且车路协同方案受限于地方基础设施标准不统一、建设进度不一致，难以形成规模化推广。 再结合政策与数据、商业模式等问题，车路协同方案可能在短期内难以与单车智能路线竞争。 03. 结语：自动驾驶行业加速洗牌 高阶自动驾驶是一个十分考验研发能力和资本积累的行业。 而L4级自动驾驶和Robotaxi热度很高，Waymo、文远知行和小马智行这些公司都在加速扩大自家Robotaxi的部署范围，特斯拉也在跑步入场。 但同时，自动驾驶行业的洗牌也在加剧，注定有人欢笑有人退场。

文 |刘铮、唐晓园 视觉设计：星船知造 为什么是以大模型为支点， 打响第一枪？ 纵观历次工业革命，无论国家、地区、还是企业，想在新技术浪潮下获得先机，核心在于谁先编织好一张明暗线交织的协同网络。 明线，是看得见的、高效协同的供应链体系。 暗线，是产业链、供应链上所有实体制造和新技术融合打造出的数智生态。 明暗线彼此交织滋养，才能释放出新一轮的工业变革能量。 source：unsplash 回顾历史，第三次工业革命（信息化革命）的引领者，正是靠着一张软硬协同网络脱颖而出。其典型，就是美国航空工业—— 明线是硬核、高效的航空产业链体系：20世纪的美国制造拥有从原材料（航空铝、复合材料）→关键零部件（发动机、航电、飞控）→整机集成的成熟制造体系。波音背后，是GE、霍尼韦尔等完整配套商支持。 反观当时的空客，机头在法国、机翼在英国、尾部在西班牙。欧洲“拼好机”的每一块组件都更讲究政治妥协而非生产效率，与美国高效分工且高度集成的航空产业生态形成鲜明对比。 暗线则是工业软件生态系统：当时新兴的信息化技术（如产品生命周期管理PLM、模块化设计等）被深度融入航空产业链👇 之后，这张以航空工业为起点的软硬协同网络被规模化复制：向汽车、电子、医疗设备等多个领域辐射，所过之处就如同钢筋铁骨被注入了数字灵魂👇 现在，第四次工业革命的曙光正从“信息化”进化为“智能化”，这一转变是所有人都必须把握的战略机遇。 作为工业大国，中国数智化供应链网络的明线已经越织越密： 截至2024年底，中国规模以上工业企业数量达到51.2万家，较2023年末增长6.1%。 到2025年上半年，规上工业企业数量进一步增加至52万户，较2024年底增加了8000多户。 同时，随着不断扩建的一带一路基础设施，在中国和周边国家如印尼、吉尔吉斯斯坦，中东国家如沙特阿拉伯，以及非洲大陆都形成了庞大的供应链网络。 图源：中国一带一路网 而网格的暗线，比的是谁能再次靠先进技术让产业升级，释放出巨大能量—— 随着一家家企业的数智化转型升级，最终产业集群间形成更高效的协同和进化，带来更低的生产成本和更高效的产业创新。 《星船知造》判断，这一次，暗线的关键不再是传统工业软件，而是以工业大模型为支点的工业AI。 我们这么说，基于三点洞察： 一是路径创新。几乎所有的工业后发国，都无法完全依照先行经验进行复制式发展。如果真的可以“抄作业”，那历史将变得多么无趣。 就像中国汽车产业的崛起靠的不是在燃油赛道上死磕，而是依靠新能源汽车的“三电”技术完成产业的弯道超车。 欧美工业软件生态系统自第三次工业革命开始就占据主导地位。但真正的赶超，常常发生在范式转换的拐点上——第四次工业革命（智能化时代），工业大模型就是这样一个能重构全球工业格局的新赛道。 叠加中国完整的工业版图，最有可能开启一场新质生产力的创新革命。 source：pexels 二是需求迫切。传统方案的瓶颈日益凸显——一直被工业企业视为灵丹妙药的传统工业软件，因部署成本高、周期长、数据孤岛等问题，已经越来越难以跟上新时代企业对于降本增效、创新以及效率的要求。 工业企业对于数智化升级的渴求正从地表深处涌出，催逼着一个能重构、超越工业软件的新物种在工业领域全面铺开。 三是已具备将大模型深度应用于工业的基础： ●工业底蕴：中国拥有全球最庞大的工业体系，覆盖流程与离散两大门类，为AI大模型提供了无与伦比的“数据富矿”与应用场景。 ●AI技术：国产算力与DeepSeek等AI大模型快速发展，全球稳居前二。2025年工业企业中应用大模型及智能体的比例达到47.5%；并且有35%的企业在多环节开展应用，技术渗透率显著提升。 source：pexels 一场以大模型为支点的工业革命已经打响第一枪。当然，是静悄悄的—— 它没有ChatGPT们聊天对话的公众热议度，也没有OpenAI“星际之门”一掷千金的豪赌，它只是通过中国工业大模型让一张融入无数工厂、车间的数智网络越织越密。 不久的将来，当它深度融入工业血脉，一张可以被大规模复制的“软（AI）硬（工业）共生”网络也将覆盖到世界各地。那些走在最前列的人，将获得新一轮工业革命的先机与红利。 为了让大家更好感知到这场静悄悄的工业变革，《星船知造》下文将从以下三点具体展开—— 1) 认知：为什么工业大模型终将重构、超越工业软件——被更多工业企业所使用。 2）挑战：无法突破“智能孤岛”的工业大模型，本质上仍然是“小模型”——未来属于能真正打破孤岛的通用工业大模型。 3）破局：钱塘江畔，一家深耕中国流程工业三十余年的企业，已经开始凭借多年工业数据、行业know-how等积累，打造出一款能被应用到多个流程工业领域的通用工业大模型。 中控技术近日发布了全球首个流程工业时间序列大模型TPT的升级版本TPT 2 （Time-series Pre-trained Transformer 2）（以下简称TPT 2）。它正帮助工业企业重构传统工业软件应用，用一个大模型就能智能、高效地运营起工厂👇 一个可以确定的未来是，当越多越多工业企业开始用上TPT 2等工业大模型后，由“人工经验驱动生产”的百年工业惯性将被打破——工业知识将真正变得可流通、可进化。智能制造也才能加速铺开。 工业大模型， 通向未来智造的唯一路径 先明确一点，到目前为止，工业软件仍是“制造核心”。 中国工业软件在PA层（Process Automated，生产过程自动化）到BA层（Business Automated，企业运营自动化）的各个环节，仍然发挥着“大脑和神经”的作用。 工业大模型则是一个后起之秀，正凭借十八般武艺挑战昔日霸主的地位。 图源：中控技术 简单理解，工业软件是“工业数字生产力”。工业大模型则是“工业数智生产力”。 两者相同之处在于，用的都是“吃豆人”的升级方式：通过吃进一个个工业技术、行业know-how，用机器来解决工业管理和生产过程里的问题。吃得越多，解决问题的能力就越强大。 最大区别在于，工业软件缺“智（AI）”，吃豆人吃得再多，本质上仍是“人教机器”。工业大模型有“智”， 是一整个“智慧大脑”，吃进足够多的豆子，能实现“机器教人”，彻底解放“老师傅”。 source：unsplash 传统工业软件存在无法逾越的“双重软肋”： 对软件供应商本身而言，软肋是高度依赖“老师傅编程”——知识封装于老师傅脑中，面对生产工艺工况各异的工业现场，老师傅需要凭借个人经验知识，根据每个工厂的实际需求定制化开发实施工业软件，效率低下且面临人口红利消失的危机。 对作为使用方的工业企业而言，软肋是高门槛的“精英游戏”——由于工业软件部署成本高、周期长、对人才和数据基础要求严苛，将占工业基本盘大多数的中小企业拒之门外。 导致千行百业、不同规模、不同生产方式的企业被困在不同数智化发展阶段，智能制造推进缓慢👇 我国智能制造水平有极大提升空间： 截至2025年2月，中国有超过半数的制造业企业智能制造能力位于智能制造的起步阶段；仅有7.22%的制造业企业实现了深度智能化。（国家数据局） 针对上述工业软件存在的问题和局限，《星船知造》以中控技术大模型TPT 2为例，一窥工业大模型如何一一化解这些软肋。 在呈现软肋和化解软肋的过程中，我们也能看到工业大模型到底带来了什么根本性的改变—— 不仅仅是“替代”、重构传统工业软件，更是通过更低的部署成本、强大的学习能力，真正改变了工业知识的积累、进化和传播方式。 大模型也因此成为通向智能制造的唯一路径。 source：unsplash 软肋一，今天的工业软件仍高度依赖人，本质是“人教机器”、“人教人”。因此软件本身的使用效率、到底能发挥多大作用，都既受限于人的个人经验，也困于人的“工业信息茧房”。 举个例子。我国是世界第一大石油进口国——炼油厂每年会处理来自中东、非洲、南美等原油。 不同地区的原油如同风味迥异的食材，在各项参数上存在差异 中东原油硫含量高，易腐蚀设备； 西非原油酸值高，高温下易腐蚀管道； 南美重油密度大，加工过程复杂； 此时，工业软件“应变能力弱”的短板就暴露出来了——同一套炼油装置，为了应对来自五湖四海的不同原油，唯一的解决方案是靠经验丰富的炼油厂老师傅，用数十年沉淀下的经验知识对机器进行人工调试——也就是“人教机器”。这一过程难免会造成大量过度料的浪费。 而且老师傅总要退休的，下一次机器又不会了怎么办？就只能靠传帮带，老师傅教小师傅——也就是“人教人”。 这种高度依赖个人判断和经验的工业现状，会导致一系列问题。比如工业软件本身的发挥受限，使用效率不高；五花八门的工业软件之间也会出现相互冲突、难以协同等情景……让软件厂商与企业用户都很痛苦。 source：pexels 五花八门的工业软件有时也会难以协同 人口红利褪色的时代背景下，“老师傅断层”和“招工难”已经是许多工业企业无法回避的事实。 可预见的未来，企业斥巨资买下工业软件、花长时间部署软件，但好不好用还得靠“人”。对于广大工业企业来说，这正是阻碍其通过投资工业软件实现数智化的根结所在。 source：unsplash 在《星船知造》的观察中，工业软件的第二大软肋不似前一个那么明显，影响却同样深远。 某种程度上，工业软件的“高门槛”让其更适配“精英企业”。大量中小企业却在数字化的大门前望而却步。 截至2024年底，我国规上工业企业数字化生产设备普及率为53.2%，刚刚过半； 在智能工厂数量上有卓越级230余家；先进级1200余家； 但基础级多达3万余家——仅具备基本的数据采集监控能力。 也就是说，目前我国真正能实现生产过程数智化决策和优化的企业，仍然是凤毛麟角般的存在。 它们通常是大型企业——向外展示着行业顶尖的数字化水平。向内则是一座灯塔，灯光所及之处，皆是匍匐前进的中小企业。 中小企业是中国工业最庞大的参与者，其数字化程度决定着一条产业链的协同效率与发展韧性。但相比数字灯塔的大型企业，我国大量中小企业的数字化进展还未能链接起国家产业中最底层的数据孤岛。 图源：中控技术 点击图片可放大 造成这种情况的原因之一是—— 使用方（工业企业）未必都具备用好工业软件的能力 实际部署中，工业企业用好工业软件是有一定硬性要求的： 1）覆盖全流程全要素的完整数据基础。 2）拥有数字化、生产工艺、工程管理等复合人才储备。 3）纵横交错的工业软件体系运维能力。 同时具备上述三点的企业，本就是各行业翘楚。 而那些同样需要数字化转型升级的中小企业，却被挡在门外——数字化转型在很多中小企业内部，风险是实打实的。业内戏称“大公司上中台钱没了，小公司上中台公司没了”。 小企业最终只能在生产运营中，挑选极少数环节单独部署软件，与全面数智化渐行渐远。 source：unsplash 以上就是工业软件当下无法回避的两大软肋。怎么重构？ 答案只有一个，工业AI大模型。 懂工业的TPT，才能化解老问题 工业AI大模型和ChatGPT、DeepSeek等大语言模型有什么不同？ 大语言模型很难触及工业核心场景，因此只能在知识管理、数据问答等场景来回打转。 工业AI大模型则拥有无可替代的“工业场景入场券”，叠加“理解工业语言的能力”——让其能彻底解放“老师傅”，以7×24小时的不间断体能深入各类生产场景。 在工业AI大模型中，主流的当属以中控技术TPT 2为代表的时间序列大模型。 中控技术的TPT 2大模型是专为流程工业设计的革命性AI工具—— 通过时序数据算法和可靠模型，在各类生产工艺场景中实现闭环应用，助力用户实现高效生产力，且在帮助用户保障生产安全、提高产品质量、降低能耗物耗、提升设备维护效率、实现自主运行等方面具有不可替代的作用。 也就是说，工厂里发生的任何事，都能被TPT 2追溯为一段“时间序列数据”——TPT 2还能将24小时不间断产生的数据，理解并“翻译”成机器语言。 可以说，只有能获得、理解时序数据的算法和模型，才算是掌握了工业数智化的命脉。 但是，无论是获得“时间序列数据”，还是理解工业语言，都有数个前提条件，每一个都有极高门槛。 这一次，需要跨越高门槛的不是使用方，而是大模型的提供方（工业AI企业）。 source：unsplash 首先是（使用方）工业企业愿意开放数据的信任。这一点，缺乏大量工业企业用户的大语言模型几乎是做不到的。 其次是包括仪器仪表、工业控制系统在内的硬件数据基础。这同样超出了绝大多数大语言模型的能力范畴。 最无法替代的，是打造工业大模型的工业AI企业，其自身在贯通不同工业领域、垂直行业乃至单一场景后，所积累得来的工业know-how。这是能“读懂”数据的关键。 source：unsplash 《星船知造》观察中，目前中控技术几乎是唯一一家同时具备这些条件的大模型玩家。 首先是客户信任（开放数据）、行业know-how和应用场景积累。 中控技术是一家诞生于1993年，多年扎根流程工业自动化的企业。过去三十多年里，中控在流程工业领域积累了3.7万家客户。拥有广泛的用户基础和“规模化”应用场景。 比如中控技术在与国际石油巨头沙特阿美的合作中，积累了海量天然气场站环境数据、甲烷泄漏相关数据等，对优化智能工厂中的机器人检测算法、提升检测精度大有助益。 另外，流程工业既有深度、又有广度；同时其数据具备“连续性”、“复杂性”等特点——是工业与AI融合的关键战场。 点击上图可放大 其次，中控自身就具备包括仪器仪表、工业控制系统在内的强大硬件实力。 工业控制系统是所有AI实施执行的硬件基础。中控技术目前在化工、石化、建材、造纸四大行业 DCS 市场占有率常年均排名第一。 硬件上，中控技术的仪器仪表业务板块涵盖测量仪表产品、分析仪产品、智能控制阀等多个产品系列。 软件上，覆盖工业信息安全系统、数据资源系统、设备健康系统、产品研发管理及工艺设计系统、自主运行系统、质量提升系统、生产运营系统、安全优先系统、节能低碳系统、供应链管理系统、销售与服务系统、支持与保障系统等等。 中控技术现已拥有了极为丰富的流程工业各细分领域的实时数据。如果一定要再加一个定语，应该就是“最”了，且其领先地位是断层式的。 这意味着，工业大模型所必需的“强生态”，其实是中控TPT与生俱来的基因：来自客户的数据信任，know-how积累，以及巨大潜力的流程工业市场——一个拥有“无限数据学习、无限场景应用”的正循环已经在TPT内部形成。 source：giphy 当一款工业大模型能够汇聚各种软硬数据，并用大量know-how进行分析后，到具体的使用环节，所依赖的单元就是AI Agent。 AI Agent是能自主理解目标、规划任务并执行行动的智能体，它通过感知环境、调用工具和持续学习，像“数字员工”一样独立解决问题。 它具备记忆能力：每一次与“老师傅”交流的信息都会成为下一个问题判断的依据。 具备分析能力：AI Agent能够分解任务成多个步骤，根据效率或质量等多种考量因素有规划地去执行，拥有一定的自主决策能力。 具备调用能力：AI Agent能调用包括大模型、工业软件、工业APP甚至其他Agent的能力来进行具体操作。 这样一来，工业软件两大软肋就能迎刃而解。 工业软件时代，需要有多个不同的工业软件相配合，才能解决一个系统问题。 工业互联网的兴起后起到一定缓解效果。软件厂商打造出具有更小颗粒度的工业APP，将原本包揽一整个环节的工业软件，拆解成多个执行不同任务的小程序。 但是，工业APP只能改良，无法突破—— 比如上文提到的高度依赖老师傅经验的石化场景，部分工业APP可以融入一定AI能力，但却首尾不能兼顾：操控温度和压力的APP，会忽略产品质量问题；负责质量的APP又难以兼顾设备健康……也就是说，“工业APP+AI”仍然只能在单个场景里学习、应变，难以跨边界协同。 TPT 2这样的工业大模型出现后，能将这个系统问题拆分成无数个小问题，然后用上千个甚至更多AI Agent一一对应解决。 但整个操作过程并不会变得更复杂——在工业大模型部署好后，只需对其提出问题，并添加工厂各项数据，所有Agent的生成与程序调用即可自动实现。 换言之，工业大模型也同时在赋予传统工业全新的生命力，整个运行逻辑都在重构。 目前TPT 2就能将PA层的安全优先、质量提升、自主运行、节能低碳、设备健康五大环节用一个大模型全部包揽。而如果采用传统方式，则可能需要多达几十个工业软件才能实现相同的效果。 TPT 2 对“老师傅”的依赖也将减轻。 AI Agent的记忆能力、分析能力与调用能力，意味着可以从“人教人”、“人教机器”进化为“机器教人”。 source：unsplash 上文提到，在工业软件时代，工业企业需要自身实力过硬去“向上”兼容工业软件。 但来到大模型时代，则是工业大模型“向下”兼容工业企业。 为了让流程工业任意一个从业者都能零门槛用上工业AI，中控TPT 2对内融合行业know-how、时间序列数据，对外则是“懂人话”、“说人话”、“干人活”—— 无论老师傅还是小师傅，都不需要从头学起，让自己像懂工业软件那样懂AI，而是通过语言交流向TPT 2提出问题，随后“机器”会引导师傅们上传数据，生成解决方案。 这意味着，TPT 2能以极低的门槛，无缝迁移至不同行业、不同企业，并且有SaaS化、本地化多种部署方式。其部署成本（资金、时间）远低于工业软件。 即使是资金储备较弱、数据采集能力不强的中小企业，也可轻松使用。 这就是为什么尽管到目前为止，工业软件仍是“制造核心”，但它终将被“智造核心”的工业大模型所超越。而那些没有跟上工业大模型浪潮的企业，在朝智造迈进的过程中，就会掉队。 也正因此，不少科技公司、工业巨头都已推出了自己的工业大模型产品。 照理说，工业大模型应该已进入百花齐放、百家争鸣阶段。但《星船知造》多方调研后发现——工业大模型作为一个全新的赛道，目前正面临一个行业挑战： 相当一部分的工业大模型虽然叫“大模型”，但本质上仍是“小模型”，和工业软件一样，尚未冲破“智能孤岛”困境。 不是所有大模型都是TPT 虽然都叫工业大模型，但细分来看，又可分为“通用工业大模型”、“行业大模型”和“场景大模型”。 宣布打造出工业大模型的各类玩家，实则多集中于行业大模型和场景大模型。而深究下来，两者本质上仍是“小模型”。 source：unsplash 场景大模型，顾名思义是只在某个单一工业场景中深耕。其玩家，多是互联网科技企业与在某垂直场景深耕的工业企业。如手机、家电、汽车企业近几年都推出过自己的垂类场景大模型——进入的，多是技术成熟度高的质检、安检等场景。 但这类大模型的本质仍然是“小模型”。是“一事一模型”。 其“小”，不仅指小在功能单一，更在于不可复制： 这种大模型，一旦要“跨厂”使用，就变得和工业软件一样——高度依赖老工程师的判断和经验。需要“人教机器”。 场景大模型中，数据和行业Know-how被封闭起来，锻造成一把唯一的钥匙，便再打不开第二扇门。 source：unsplash 再看行业大模型，顾名思义，它从深耕具体场景的老师傅进化成了“行业百晓生”——通过学习该行业专属数据，覆盖行业内多个场景，解决行业级问题。 玩家多为具备制定行业标准能力的巨头企业。这些企业联合科技大厂等供应商，共同打造出行业大模型。 行业头部企业选择自建行业大模型，通常出于几个考虑：一是巨头的数据本就“量大质优”，通过大模型，可将自己多年的行业数据积累转化为数智化能力；二是在训练、使用大模型过程中，不用担心自己的数据泄露。 但也恰因为此，数据被巨头圈地，无法跨行业复用，形成新的数据高墙。 source：unsplash 以流程工业中的石油化工与生物制药这两个行业来举例： 它们在生产上，都有高温高压反应、多相流传质控制等相同环节。 理想状态下，一款工业大模型经过石油化工、生物制药等行业的训练，其“吃豆”能力会大幅增强，且能触类旁通——最终能形成自己的记忆能力、分析能力与调用能力——可无缝迁移至更多行业、更多企业。 但现实问题在于，你很难想象两个巨头会坐在一起，聊聊如何训练同一个大模型。 这就导致了即使在相同工业门类下、拥有相同生产环节的行业大模型之间仍是一座座“智能孤岛”。既无法提炼共性，更无法协同进化。 source：unsplash 当前工业大模型普遍存在的“一事一模型”、“一行业一模型”现象，其根源在于各方面仍未脱离“工业软件思维”：先定义一个具体问题，再用一个具体方案解决——最终导致“智能孤岛”普遍存在。 “智能孤岛”一方面让行业和企业陷入重复造轮子的恶性循环。另一方面，数据、知识不互通，让绝大部分工业大模型始终在“小模型”中打转，无法掌握更大范围内的规律。 所有人都重复建造自己的小船，新大陆便永远隐匿于迷雾。 人们迫切需要一款能打破“智能孤岛”的通用工业大模型。 在《星船知造》的观察中，TPT 2正是一款在流程工业领域相当符合“理想型”的通用工业大模型产品。 它已经做到了两点：一是有能力打破数据和行业know-how的“封闭性”。二是在此基础上，具备场景贯通能力。从下图看更为直观👇 我们以图中的数据资产和知识融合举例—— 工业场景具有其他场景不具备的“高标准、严要求”（聊天对话场景下，ChatGPT等大语言模型时不时已读乱回，人们大可一笑了之，但工业场景绝不能出现此类情况）。 因此，只有获得足够多的数据和行业知识，才能在数据安全性、输出精准性上达到一定标准，进入核心环节。 但场景大模型和行业大模型的主要玩家多是跨界而来的互联网/科技企业，虽然具备IT技术开发等技术能力，但缺“场景贯通”——缺乏行业know-how、专业数据及落地场景。而掌握了行业数据和know-how的工业巨头，又往往在AI技术实力上有所缺失。 目前，TPT 2已经同时具备了数据、know-how、场景贯通能力，也因此能向上统一数据基础，向下进入多个工业核心环节，成为一款能打破“智能孤岛”的通用工业大模型。 在它背后，拥有的是—— ●强大的数据根基 ●深度的技术耦合 将行业know-how与工程实践系统性编码到TPT模型架构，确保可靠可解释； MoE + 异常检测的融合设计，显著提升模型容量、计算效率与实时性，处理海量数据下的复杂异常检测任务； 结合大语言模型，顺畅语义交互，深度自主思考优化； ●全（工业）场景一键打通 中控技术服务过3.7万+企业，广阔的行业覆盖和扎实的客户基础为AI场景验证与规模复制提供了丰富的应用场景； TPT能够解决工业应用分散、数据应用碎片化等难题，实现由一个TPT大模型为基座打造“一个软件支撑多种应用场景”的新模式； 创新的落地模式：预训练（通用工业知识+海量数据）+微调（精准场景数据）模式，实现低成本、高效率、规模化落地。 那么，作为一款“理想型”的通用工业大模型，TPT 2已经做到了哪些其他人没做到的事？未来，它又将凭借哪些能力，走到更远的远方？ TPT 2,不仅仅以万倍效率破局 2025是中控技术的破局之年。这家诞生于1993年，素以深耕流程工业自动化闻名的企业，其技术和业务光谱中已经延展出了两大新物种—— ●机器人《一家“不做机器人”的机器人公司，正把中国机器人卖遍“一带一路”》 ●时间序列大模型TPT 2 两者都是其自然升级为工业AI公司的体现。 图源：中控技术 《星船知造》看来，TPT 2的愿景，不仅仅是打破工业软件和工业“小模型”的“智能孤岛”困境；也不仅仅是成为一个能更好服务工业企业的“智慧大脑”。它的雄心指向一个更宏大的未来： 打破过去工业领域“经验驱动”的百年惯性，孕育出由中国工业大模型主导的工业智能生态。这一次，AI普惠将是这一生态的核心壁垒。 source：unsplash TPT 2正凭借提炼“工业母语”、“向下兼容”等创新优势，为工业AI普惠做出创新尝试。 先看提炼TPT 2“工业母语”的能力。 “工业母语”可以这样理解—— 它是一种将千变万化的数据、行业know-how转化成AI可理解的表达方式。 过去，工业软件也好、工业APP也好、工业“小模型”也好，都是必须叠加老师傅经验才能跑得通。 现在，TPT 2通过提炼出“工业母语”，让机器开始具备“理解问题→转译数据→构造方案→生成行动”的自主能力。实现“机器教人”👇 通过对已知数据的深度建模、对未知情景的预测，以及对整个过程的自主学习与重构，它正在迈入工业自主化阶段。 TPT 2是这样做的👇 第一步，先整合散落在工业各个角落非结构化、格式各异的工业数据（包括经验知识、传感器读数、图纸、流程图等）； 中控技术正在系统整合过去三十多年来自身及整个工业界积累的各类数据资产，包括工艺参数、行业图谱、技术文献，以及大量沉淀于工业软件、APP与小模型中的问题解决经验。 这一步能确保模型不仅具备“从零建模”的能力，更具备“承载经验”的厚度。 第二步，开始对数据进行“翻译”，目的是从“收集数据”走向“贯通知识”。让AI在学习“工业语言”后，能像工程师一样理解工业世界。 比如在流程工业中，许多系统运行参数是基于经验设定的。一旦原料波动或工况变化，这些预设参数就可能不再适用。而TPT的记忆能力和预测能力，使得AI Agent可以先于人类察觉风险并行动——“机器教人”。 第三步，打破知识壁垒，重塑协同机制。 过去许多工业难题长期悬而未解，不是因为缺乏数据或算力，而是因为这些问题横跨多个学科与专业范畴——有人认为是工艺问题，有人认为是算法问题。完成大工业范围内学习的TPT 2，将能重塑协同机制。 TPT 2 TPT 2提炼“工业母语”的能力，已经让AI开始解决具体的工业问题—— 过去，数字化升级依赖资深工程师现场调试，成本高、门槛高。一个项目需要几十人，部署时间以“年”为单位。 现在借助TPT 2，无需代码，只需动动手、说说话，理清生产问题，导入数据与知识，即可生成专属Agent，快速实现数智化升级。几十分钟就能部署好一个Agent，效率飞升万倍。 更重要的是，中控技术在打造大模型时并非从0起步，而是将TPT作为“炼丹炉”，把三十多年所积累的数据、算法、知识、经验、软件等能力，全部聚集其中。 在大量的数据学习后，TPT 2已经具备无缝迁移至各类工业场景的能力。 正因为此，相较于被困于“智能孤岛”的各类大模型而言，中控技术的TPT 2已经做到一个大模型在庞大的流程工业里“千厂千面”地部署应用——很大程度上打破“智能孤岛”，深入流程工业的安全保障、质量提升、设备健康、自主运行以及节能低碳等环节之中。 万华化学官网 截至目前，TPT 2已经累计预定订单企业518家，成交量112套，线上注册申请用户3268名。 这些数字意味着，同一套TPT 2解决方案，已在不同企业、不同工厂的产线间奔涌。标志着TPT 2模型从技术研发阶段正式迈向规模化落地👇 中石油兰州石化榆林化工：TPT 2生成出的多个智能体，在不同生产环节发挥作用—— 异常预警智能体实时监控生产参数与设备状态，预测准确度达99.79%，精准定位异常并生成处置方案，保障安全运行； 操作路径规划智能体在投炉升温阶段优化COT温度操作路径，缩短升温时间4-5小时，在质量达标前提下，整体年效益预计不低于650万元； 操作优化智能体在稳定运行阶段提升乙烯选择性与收率，单炉乙烯收率提高0.373%，年净收益315.5万元/炉，整体年效益预计不低于1500万元。 中石油兰州石化中控室 再看TPT 2“向下兼容”能力。它正让AI技术加速普惠工业企业。 第三次工业革命中，制造业从发达国家向发展中国家转移，但制造环节的落地并不意味着先进制造知识和质量标准的到来，它们往往都被封装于工业软件中。 几乎全世界的工业制造都在先发国家设计的规则下运转。 这意味着，中国工业要实现转型升级，必须跨越由工业软件体系主导的掣肘。 比如今天我们引以为傲的高铁产业，早期阶段大量使用西门子、日立等提供的建模、控制软件，控制模型均由外方定义，导致国产系统难以替代。直到中国逐步构建TCMS等自有建模平台和列控仿真系统后，才真正实现自主。 在流程工业，DCS（分布式控制系统）是电力、冶金等承载国家命脉的产业里不可或缺的控制平台，也是将工业know-how封装进数字系统的桥梁—— 过去三十多年中，中控技术始终扎根这一领域不断突破——2007年，中控技术获得中国石化武汉分公司500万吨“油品质量升级炼油改造工程”的项目合同，标志着高端市场核心主装置DCS被跨国公司垄断的时代结束了。 它从霍尼韦尔、艾默生等跨国巨头手里赢回了流程工业的话语权，也为今天自身成长为一家软硬融合的工业AI企业打下了地基。 下一个三十年里，随着大模型时代到来，在新的技术窗口期里，中控技术选择了一条更为激进却也更为目光长远的道路—— 美欧老牌工业软件巨头，目前选择的是一条保守路线：延续现有技术路径，通过在传统工业软件基础上叠加大语言模型实现大模型能力。 比如，霍尼韦尔、艾默生、西门子等企业，先通过“软件+AI”保证不掉队，再逐步整合各个业务单元，形成大模型或全能AI平台。艾默生则将这些年并购的软件都融到其“无界自动化平台”中，并采用ChatGPT等大语言模型做问答交互。 若中国企业与欧美巨头采用相同方式，一则本土企业目前在涉足的工业软件广度上还不及跨国巨头；二则如果还是在对方的体系与规则下竞争，就无法在新的技术窗口里真正领先。 但要马上让工业大模型实现对工业软件的替代，目前也不现实。因为对广大下游工业企业而言，就像程序员面对一座运行多年的“屎山代码”，明知换人能解决问题，但只要系统还能跑，谁都不敢轻举妄动。 因此，中控技术走的是一条通过大模型重构工业软件的路线——工业软件是“向上兼容”。现在，中控技术则坚持工业大模型要“向下兼容”： TPT 2具备SaaS化、本地化等多种形态，可以适应不同行业、不同规模的企业需求。不仅在速度上远超传统软件，还极大降低使用门槛——尤其对那些缺乏软件工程能力的工业企业而言，可以更便捷地构建自己的智能生产系统。 原本依赖中控技术专家团队交付的项目，如今可交给任何一个“懂行业、懂问题”的生态伙伴来完成。 他们不需要掌握复杂的AI算法，也不需要深度的软件工程能力，只需要理解客户问题和手握部分数据，就能通过TPT平台生成可交付的解决方案。 这种更轻盈、灵活的部署方式，不仅让工业大模型的“向下兼容”成为现实，也为TPT 2构建了一个可持续繁荣的工业场景生态。 目前TPT 2与工业软件之间并非绝对替代，而是尝试用更易上手的大模型产品，帮助更多工业企业去使用工业软件和APP来解决实际问题——也只有这样，才能让处于工业软件体系下的生态市场，从原先的思维惯性里无缝衔接到工业大模型之中。 source：giphy 工具的意义在于被人使用。只有真正普惠的工具才能创造极大价值。 TPT 2让工业AI大模型不再是昂贵且复杂的系统，而是每一个工程师甚至产线工人都可操作的智能助手，这才是工业AI深入核心场景、赋能万千工厂的真正标志。 尾声：三十年磨一剑 钱塘江的潮水奔涌向前。过去三十多年里，它见证了一座城市与一家企业的蜕变。 杭州城从昔日的工业重镇，成为一座“数智重镇”——其制造业、互联网、高新科技等多条产业都已汇入新时代的数智化海域。 它一直寻觅着下一个“意外收获”的出现。 今天，一颗1993年种下的深耕流程工业自动化的种子，正长成凭借工业AI能力改变工业格局的巨木。 中控技术的工业大模型TPT 2正以流程工业为原点，为新质生产力时代的工业添砖加瓦。 它不再重复“工具式工业软件”的老路，而是通过不断充实“工业语料”和“向下兼容”夯实工业AI的底座，以TPT 2的破土迎来厚积薄发。 它让老师傅的经验不再封闭于个人头脑，而是沉淀为可复用的智能资产； 它让中小企业无需重金搞“数字基建”，也能通过大模型轻装上阵拥抱智造； 它让中国工业AI不再追随他人写下的规则，而是自己构筑工业语料。 它的未来，则不完全取决于中控技术一家企业的能力。而是要让更多工业伙伴都能基于“工业母语”共识开展一场工业AI共建——让每一个Agent都成为智能节点，让每一次任务执行都能反哺知识体系，让每一个工业场景都能为大模型提供训练场。 这个过程中，不排除更多巨头会加入进来。如今的TPT 2，毫无疑问已经跑在了最前面。 它所走过的每一步路，都为后来者开启了一个尚未到达领域的新起点。当生态愈加繁荣，也意味着我们可能用5年的时间，完成其他国家用15年完成的工业智能化转型。在技术普及曲线尚未陡峭上升之前，先一步登上智能制造的高地。 时间会奖赏那些与工业共成长，并永远选择艰难而正确道路的人。 主要参考资料： [1]《数字中国发展报告（2024年）》.国家数据局 [2] 人工智能大模型在重点工业领域规模化部署加快.工信部 [3] 中控技术官网、企业微信、公开年报等企业公开信息 [4]一家“不做机器人”的机器人公司，正把中国机器人卖遍“一带一路”.星船知造

凤凰网科技讯（作者/于雷）9月4日，华为今日在深圳举行秋季新品发布会，正式推出了新一代三折叠屏手机——华为Mate XTs 非凡大师 。作为华为高端“非凡大师”品牌的最新成员，该机型不仅在折叠形态上延续了独特性，更在核心性能上迎来重要升级，官宣搭载了新一代旗舰芯片麒麟9020，售价17999元起。 发布会上，华为首先展示了“非凡大师”品牌全新的徽标设计。新徽标巧妙融合了品牌英文首字母“U”和“D”，以及代表华为的“H”，意在表达传统与现代美学的结合与对极致创新的追求。 设计上，华为Mate XTs延续了非凡大师品牌的家族化语言，采用了经典的八角星钻设计元素。机身提供皓白、槿紫、瑞红、玄黑四种颜色选择 ，机身背部采用了全新的压纹设计，提升了产品的质感 。 华为Mate XTs配备了一块3K大屏 ，显示比例为16:11。提供6.4/7.9/10.2英寸三种屏幕尺寸，采用COE像素透光、LTPO自适应刷新率等多种显示技术，并获得了德国莱茵TÜV全能显示的五星认证。 在结构与材料方面，华为透露其铰链部分采用了强度高达2400兆帕的航天级特种钢，同时屏幕部分运用了非牛顿流体材料，可将抗冲击能力提升超过30%。机身最脆弱的轴区则通过八重缓冲结构设计，将抗冲击能力提升了35%以上。 性能方面，该机搭载了麒麟9020芯片和鸿蒙5.1操作系统，软硬件的垂直整合使整机性能提升超过36% 。同时，它还配备了第二代灵犀通信技术 ，支持天通卫星通信 ，并首家接入中国地震预警网，将预警能力提升了2.5倍 。 软件体验和生产力是本次升级的重点。华为Mate XTs首次在行业内实现了将PC版的办公软件（WPS Office）直接安装在手机中运行 ，这也是鸿蒙操作系统独特能力的体现。多任务处理能力得到显著增强，从上一代的两窗并行升级为支持三窗并行 ，并引入了类似个人电脑的多窗口交互模式。用户可以在一个专设的“PC应用专区”下载更多专业PC应用。 与手机一同亮相的还有全新的交互配件。新款手写笔支持在除隐私界面外的任何界面进行全局批注 ，并且在投屏演示时，可切换为空鼠模式，变身为激光笔和翻页器 。 此外，华为的合作伙伴还推出了一款全新的智能吸附键盘，其创新之处在于整个键盘表面均可作为触控板使用 ，使得触控面积提升了12倍，旨在为用户提供接近完整PC的操作体验。 影像系统也得到全面升级，华为将其命名为“非凡影像” 。后置三摄系统均采用RYYB传感器，相比传统RGGB感光量可提升40% 。其中，主摄像头升级为5000万像素，支持十档可变光圈与光学防抖；广角镜头升级至4000万像素 ；长焦镜头则为1200万像素，支持5.5倍光学变焦 。新增的“鸿鹄原色”影像摄像头旨在大幅提升色彩还原的准确度 。 发布会尾声，华为Mate XTs非凡大师品牌大使刘德华先生登台，分享了他对于“非凡”的理解以及产品的使用感受 。 华为Mate XTs提供三种配置，16+256GB售价17999元，16+512GB 售价19999元，16+1TB 售价21999元，4日18:08开启预售，9月12日10:08正式开售。 手写笔套装售价22499元（16+1TB，9月16日开售）。

记者 何畅 编辑 高宇雷 8月29日下午，四川成都麓客岛无比热闹，聚焦社区方向的快手光合大会正在这里举办——高管分享平台数据、阐释最新政策，创作者展示成长轨迹、交流运营心得。 与此同时，一个拥有超过1亿粉丝的快手账号已经直播了几个小时。尽管旁边的主播和工作人员换了又换，主角却始终是一位身着西装、佩戴翡翠的女士，她被直播间的用户称呼为“雪大”。 “雪大”指的是快手头部主播、辛选集团创始人辛巴（辛有志）的妻子初瑞雪，这是她接手辛巴快手账号之后的首场直播。根据直播间呈现的数据，这场直播最高同时在线人数突破223万，销售额超过20亿元。 然而，不是所有人都能够感受到数字增长带来的快乐。随着辛巴宣布退出直播行业，辛选也被曝出裁员的消息。电厂了解到，辛选目前已开启分批裁员，并将同步降薪，裁员比例为30%-40%，降薪幅度为10%-20%。除了直接服务于带货主播的团队，客服、供应链等部门同样在收缩。实际上，从去年开始，辛选就已经经历过降薪、裁员。 直播带货行业走到今天，曾经的头部主播似乎都在由于种种原因向后退，只剩下李佳琦还对着屏幕兢兢业业地陪着他的“所有女生”。不过，这些头部主播所在平台和境遇各异，向后退一步或退几步的方式也截然不同。对辛选这家公司而言，业务收缩是一种基于行业变化和自身发展的应对选择，但辛巴本人或许很难彻底走出直播间，即使他不在台前，也依然需要在幕后。 辛巴的“退”，初瑞雪的“进” 初瑞雪用来进行直播的快手账号“初瑞雪（辛巴818）”，此前是辛巴的账号“辛有志 辛巴 818”。8月18日晚间，辛巴在生日庆典直播上宣布：“跟大家做个告别，从今天开始辛巴再无能力承载直播这份工作，今天正式宣布退出直播行业。” 他将这一选择归结于身体原因。在他的叙述中，从24岁检查出支气管炎起，直播至今他的肺部已经出现严重问题，为了能够坚持直播，甚至注射过肾上腺素。 此前，辛选旗下自营品牌“棉密码”因为卫生巾质量安全问题深陷舆论风波，也让外界猜测辛巴的“退”与之有关。他并未在对此给出回应，而是与粉丝一起回忆往昔:“这个账号和你们，是我七年风光的回忆，我身患综合病症，需要靠大量药物、饮食和时间管理调理，要从粗犷男人变细致男孩，拼尽全力把95岁的肺慢慢调理到90岁、80岁，甚至60岁、50岁，希望十年后还能相见，我身体不佳恐难再效力，辜负了大家，感谢共事时光，我先行告退！” 对辛巴的忠实粉丝来说，这是一个“重磅炸弹”。有粉丝留言：“有点接受不了，虽然不舍但还是希望你能身体健健康康的，多久都会等你回来”。当辛巴提到公司将由妻子初瑞雪管理时，也有粉丝回复：“我们会继续支持雪姐。” 随后的几天内，辛巴主页的作品被清空，个人简介被修改。当账号作为公司资产移交之后，无论是名称，还是直播间的焦点，都换成了初瑞雪。 辛巴账号主页变化，电厂截图 针对这些变化以及由此产生的问询，辛选的回复是：“初瑞雪作为联合创始人，长期主导供应链与品牌运营，在其领导下，公司将继续稳健发展。”另外，辛选提到，公司管理架构管理团队已建立职业经理人制度，涵盖运营、品控、售后等模块，未来也会持续深化供应链壁垒。 不过，一位辛选前员工告诉电厂，至少在最近几年，初瑞雪“没怎么参与过公司经营”。在其看来，辛巴不可能完全不管公司，“如果他真的想‘去辛巴化’，早就隐退了”。 2020年以来，辛巴多次提起过“退网”，都没有真正离场。2020年4月，他与主播散打哥发生冲突，声称将“无限期退网”；2021年4月，他在直播中感慨“被资本、流量打败了”，喊出“臣退了”；2023年11月，他透露了“打算逐步退居幕后”的计划；2024年4月，在经历数次封号之后，他对外表示自己“将退役”。 值得一提的是，就在初瑞雪直播当日，辛巴通过语音接入。他一边解释“这是我真真正正面对大众刚说自己退了，就真的退了”，另一边又开始指导初瑞雪如何带货——“卖货有那么难吗，我真受不了了，你对这个产品不自信吗”，“你多思考，说的每句话想好了说”。 一位观看了当日直播的用户认为，初瑞雪介绍商品时“有些不太在状态”，“吐字太快了，吞字容易听不清，感觉辛巴可能也怕她说错”。连线期间，面对直播间一连串“放手吧”的留言，辛巴反问：“她刚上手，有些东西你不抓紧调整过来，是真的会人被看笑话，难道要那个时候再解决问题吗？”而在相关直播切片的评论区，有用户写道：“又唱双簧呢。” 一个人和一家公司的选择 在辛巴宣布退出直播行业之后，其背后公司辛选被曝开始裁员。电厂了解到，辛选正在分批裁员，并将同步降薪。裁员比例为30%-40%，2025年入职员工按照“N”标准提供补偿，其余老员工则是“N+1”；降薪幅度为10%-20%。 具体到涉及的业务，不仅包括服务于带货主播的团队，客服、供应链等部门都在收缩。一位员工透露，主要是对一些不赚钱的部门进行裁员，比如公司探索的新业务。另外，由于蛋蛋等带货主播直播频次降低，围绕他们的配合团队与客服、供应链等部门，也显得相对冗余，计划进一步精简。 根据辛选官网的介绍，其自身定位为“一家以供应链为核心的数字新零售企业”，由供应链管理、红人孵化、数字电商三大业务板块组成。不过，与体量较重的供应链相比，直播带货赚钱更为容易，也是辛选所擅长的方向。一个例子是，2021年上半年，辛选对外公布的带货GMV超过257亿元，同期快手电商GMV为2640亿元，辛选占了近十分之一。如果不考虑自营品牌，仅按照15%的平均佣金比例粗略计算，收入情况也已经非常可观。 当然，那是直播电商尚红火的时候，辛选的员工数量增长至4000人，业务版图日益扩大。特别是2023年，辛选转型的关键之年，辛巴带着员工从广州搬至杭州——一个商家、主播、机构、平台遍地开花的“电商之都”。叠加旗下食品品牌“尖锋食刻”的推出，以及出海计划的启动，大好图景仿佛就在眼前。 只是，故事的走向未必尽如人意，辛选最终又从杭州撤回了广州。前述辛选前员工和另一位辛选员工都提到，前往杭州是一位联合创始人主导的，后续业务表现一般，规模逐渐缩减。于是，一些员工重返广州，还有部分员工遭遇裁员，“杭州那边基本不剩什么了”。 来源：辛选集团微信公众号 有意思的是，尽管外界眼中的辛巴是一个易怒、冲动、带有些许“表演型人格”的“东北社会大哥”，但在很多辛选员工看来，“辛总对员工还是不错的”。这主要体现在辛选提供的薪资、五险一金和福利待遇上，“都很到位”。前述辛选前员工记得，2023年辛巴前往泰国直播，给每位一起出差的员工都发了一部iPhone。“高管会更好一些，听说辛总会给高管发车。” 有人评价辛巴为“快手江湖里的‘草莽英雄’”，对此他是比较认同的。只是，经营一家公司，更多情况下却需要以更为理性客观的视角来看待并解决问题。前述辛选前员工认为，如果辛巴能够尽早将公司交给职业经理人打理，用人方面“不讲所谓的江湖义气”、而是更加理智，“公司发展可能会更好”。 辛巴的信任，意味着在公司的地位，更何况辛选的主播培养方式离不开师徒制的基础、家族式的连接。有辛选员工在社交平台上回忆，辛选选品对品的时间都是凌晨，但主播“经常不准时”，以至于出现全部门等待一个人的情况，“伺候主播跟伺候祖宗一样”。 就连和平台之间的关系也属于“相爱相杀”。辛巴的商业版图成长于快手，其个人风格为他积累了大批受众，后者指向的流量和业绩是快手所需要的，但与之相伴的负面舆论，又并不是一家上市公司希望看到的。 在商业世界，不乏公司一号人物退居幕后的例子，曾经的刘强东是这样，现在的张一鸣也是这样。但即使不在一线进行管理，他们也从未对公司彻底放手。回到辛巴与辛选，个人的向后、公司的收缩都是基于行业变化做出的决策，变化又将创造变化。辛巴的粉丝期盼他的归来，围观的看客根本不相信他的离开。或许，辛巴2025年618大促直播的预热宣传文案可以作为一种注脚——“这一路辛巴一次次地打败自己”，“辛巴的传奇只能由辛巴续写”

凤凰网科技讯 9月5日，特斯拉就其自动驾驶网约车Robotaxi驾驶位为何配备安全监督员给出了官方说明。该官方账号表示：“仅在涉及高速公路行驶的行程中，安全监督员才会坐在驾驶位。这是我们在推进 Robotaxi服务覆盖高速公路的过程中，主动采取的谨慎初始措施。” 日前，特斯拉在德克萨斯州奥斯汀首次向公众开放自动驾驶出租车试乘服务，这场备受瞩目的技术展示却因多起驾驶异常引发行业震动。据媒体核实的11段现场视频显示，测试车辆在开放道路环境中出现了包括车道误判、危险停车、异常变道等在内的多项操作问题，为特斯拉自动驾驶战略蒙上阴影。面对质疑，特斯拉安全团队强调测试车辆均配置双保险机制，除自动驾驶系统外，前排座位始终配备专业安全监控员。 据了解，对于特斯拉Robotaxi项目而言，高速公路场景尚属全新探索领域，这也促使特斯拉暂时调整了安全监控人员的乘坐位置。

IT之家 9 月 4 日消息，消息源 @SonnyDickson 今天（9 月 4 日）在 X 平台发布推文，分享了两张图片，展示了 iPhone 17 的相机控制按钮组件，共有粉色、绿色、蓝色和深黄色 4 种颜色。 IT之家援引 AppleInsider 媒体报道，本次曝光的 4 种颜色与 Dickson 此前关于 iPhone 17 颜色的预测存在出入，他早前曾声称该机型将提供黑色、白色、蓝色和一种接近浅紫色的粉色。 图像中较为清晰的一张显示了四种颜色的相机控制按钮组件，而另一张则呈现了一堆组件，其中可能包含一个橙色的按钮。 值得注意的是，橙色此前曾被报道为 iPhone 17 Pro 的专属颜色，但 Dickson 并未明确说明这些组件是否来自 Pro 型号。

凤凰网科技讯 9月5日，淘宝官方发文称，在“人人3小时”十周年之际，102套“马老师、吴泳铭、蒋凡、吴泽明等签名的城市骑士专属制服”公益拍卖，拍卖将于9月10日12点开始，义卖所得善款，将全部投入“橙意计划”，为骑士提供更好的激励和保障。 据了解，“910”是阿里巴巴26岁的生日，也是“人人3小时”十周年的日子。十年前的这一天，马云给全体阿里人写了一封信：公司员工每人每年拿出3小时做公益。 8月25日，淘宝闪购、饿了么联合宣布新工装正式亮相，官方称其为“2025秋季城市骑士专属制服”。据介绍，新工装配备全包头盔、石墨烯立式衣领、环绕式反光条、随身急救包、九轴智能传感器等，袖子上还有透明信息袋，可存放骑士血型、过敏原及紧急联系人信息。

今年上半年的外卖大战，除了让美团、京东和淘宝三巨头“人均”损失百亿利润，还造成了一个意料之外的结果：本地生活与电商进一步贯通，甚至成为后者的关键入口。 在激烈竞争中，外卖、到店等本地生活业态的引流作用突出，对于电商的重要性大幅提升，促使各大平台纷纷加大投入。 京东、淘宝都在首页添加醒目的“外卖”标识，后者更是将饿了么“集成”到APP中。快手团购板块新增独立外卖入口。就连小红书，也在开辟“市集”一级电商入口后，几乎同时推出“小红卡”，以到店消费9折优惠吸引用户。 小红卡与淘宝88VIP、京东PLUS等会员体系类似，用户持卡到小红书合作商家消费，即可享受折扣。目前，“小红卡”处于小规模内测阶段，面向餐饮类、休闲活动及展览演出类商家，仅在上海、杭州、广州三座城市上线，计划9月底全量上线。 不过，小红书再度发力本地生活，眼下最紧要的动作，并非推出到店场景的“88VIP”，而是在自家生态内，培育一套全新的美食评价体系。 美食点评是一门堪称“活化石”的古老生意，时至今日依然不可或缺。同时，各路玩家在这一领域进进出出，却没有人做到尽善尽美。 诞生于2003年的大众点评，无疑是最重要的线上美食点评平台，拥有完善、庞大的数值化评价体系和UGC内容生态，断崖式领先其他所有选手。 但作为几乎唯一的玩家，它在被美团收入麾下后，常常需要配合集团作战，并未完全释放价值；近期上线“品质外卖”，则是大众点评的经营天平进一步向交易而非内容倾斜的缩影。 其他竞逐者中，抖音多年前以探店短视频切入本地生活。与诞生于图文时代的大众点评相比，抖音手握视频化这柄利剑，原本有机会另起炉灶，建立一套基于短视频的美食点评生态。 然而，抖音似乎对此兴趣不大，而大多数探店博主也并不打算将餐厅分为三六九等，而是迅速商业化，成为新的餐饮品宣渠道。这不可避免地让抖音美食探店的中立客观大打折扣。 相比之下，小红书培育自己的“大众点评”，基础条件更好，平台的动力也更强。 此前，小红书已经沉淀了大批真实的美食点评笔记，既有图文，也有一部分短视频。而平台此前对于餐饮板块不甚重视，相关线上工具和基础设施远未完善，也在客观上抑制了点评生态的过早商业化，消费者真实的体验和反馈得以保留。 以这一“原生态”的美食点评内容池为根基，小红书有机会构建一套平台主导、用户共建的量化评价体系，并由此衍生商家排名和竞争机制。 小红书早在2019年就开始布局本地生活，六年间兜兜转转，没能做出太大声量。如今，外卖大战大幅提升了本地生活赛道的热度，小红书不具备直接参战的条件，却可以通过再造美食评价体系，间接从火爆的市场中获利。 长期来看，小红书要想在电商领域更上一层楼，同样需要以自己的“大众点评”撬动本地生活，进而带动电商增长。 小红书一直怀抱电商梦，早在2023年就设置了独立的电商部门。但以买手、主理人为关键节点的电商模式，高度依赖创作者自身的IP效应、内容品位和货盘能力，不易快速复制和大规模上量。 小红书近期上线“市集”，一定程度上突破了“买手电商”模型的边界，降低商家经营的门槛。但“市集”面向供给侧，主要解决的是商家流量入口和商品展示场景的问题；要想从根本上提升整个平台的电商生态，小红书仍然需要在需求侧下功夫，激发每一个用户在小红书购物、消费的意愿。 恰在此时，外卖大战揭示了本地生活对于电商的带动作用。小红书此前对本地生活的进攻缺乏章法、效果平平；如今，它不妨通过自建美食点评生态、夺取“评价权”，为撬动更大商业价值打下基础。 电商的根基是流量。在互联网用户增长几近停滞的情况下，电商自然增长日益困难，愈发依赖从其他场景引流；而外卖、到店等本地生活业务，是为数不多的依然保有充沛流量的场景，也是电商平台争相挖掘的金矿。 在这一大背景下，三大平台的外卖战争，既是围绕对手腹地的攻防战，也是一场激发本地生活与电商“双飞轮”的集体突围。小红书虽然远离战争中心，但也在尝试两块业务协同作战。 过去一个月，小红书一边上线“市集”APP一级入口，直接给电商导流；一边测试“小红卡”，提供到店消费折扣，给本地生活添一把火。 不过，小红书并不是第一个同时发力电商和本地生活的互联网内容平台。近五年前，抖音就开始涉足两条赛道。 抖音2018年开始做电商，但直到2020年4月罗永浩开启抖音直播带货，这块业务才真正进入快车道。据《晚点LatePost》报道，当年抖音电商GMV（商品交易总额）超5000亿元，并制定了次年1万亿元的目标。 另一方面，2020年底，抖音正式组建本地生活业务部门。依靠短视频和直播内容生态，外加比美团更凶猛的低价打法，抖音很快站稳脚跟。2021~2023 年，抖音生活服务的GMV从110亿元攀升至3100亿元左右。 抖音虽然将电商和本地生活放在不同的业务板块，但两者依然存在不少互通。 比如，在抖音APP的商城栏目下，用户可以找到“小时达”和“附近美食”入口。前者汇集了能够即时配送的各类本地商家；后者除了提供外卖，也售卖各种到店优惠券。 今年初，36氪在一篇报道中称，抖音电商2024年GMV约3.5万亿元，今年目标为4.2万亿元。这一规模位列电商行业第四。另一方面，雷峰网援引多位行业内人士称，2024年抖音生服支付GMV约5600亿元，其中约包括600亿元泛零售领域。此外，抖音本地生活2025年保守目标是增速同比为35%，对应GMV目标约8000亿元。对于本地生活GMV，抖音不予置评。 对于念念不忘电商的小红书来说，像抖音那样，把电商业务做到4万亿规模，可以说是终极梦想。而从“市集”和“小红卡”来看，小红书颇有“复刻”抖音打法、两块业务互相带动的意味。 但考虑到两大平台的基因差异，小红书摸着抖音过河这条路，几乎不可能走通。 抖音攻坚电商和本地生活，主要依靠庞大的流量和无与伦比的“钞能力”，两块业务的协同虽然重要，但并非最关键的因素。相比之下，小红书的流量也不小，但终归比不上抖音的充沛，资金更是远远不及。 另一方面，从内容创作本身来看，抖音的短视频形态适合展现餐饮消费的方方面面；而带货主播的激情叫卖，更容易激发消费者冲动下单“屯券”的欲望。而小红书以图文为主，在表现力、煽动力、引流能力和转化效果上天然处于劣势。 在这些因素影响下，小红书本地生活起了个大早，却赶了个晚集，长期不温不火。 从2019年起，小红书逐步完善本地生活基础设施，比如在笔记中嵌入店铺链接、将品牌号升级为企业号、上线美食团购、开设官方探店合作中心等。但整体来看，小红书本地生活进展不算大。 以团购为例，小红书从2023年4月起内测团购业务，去年9月向北上广深等全国49个城市开放餐饮团。但小红书并未开辟专门入口，用户往往需要主动搜索餐厅名称，且许多店铺都没有上线团购商品。 如果无法培育一个繁荣活跃、自带传播力的本地生活生态，以其带动电商也就无从谈起。小红书专注于给这块业务“打地基”，固然是审慎和耐心，却也反映出小红书还没找到本地生活的关键杠杆。 至于计划本月底上线的小红卡，尚不清楚小红书是否针对商家提供补贴。倘若打折成本完全由商家承担，在充分证明引流效果之前，小红卡的铺开速度恐怕不会很快，难以带领整个业务板块冲锋。 不过，小红书做本地生活，也握有一个独特优势：用户更愿意进行点评。 以图文为主要内容形态，虽然不利于展现菜品的色香味、餐厅的环境服务，但也降低了小红书用户的创作门槛。毕竟，拍几张照片、配一段文字，显然要比拍一段视频简单得多。 此外，小红书作者发布的笔记图片、文字，与评论区融合在同一个页面中，互动更方便和直观。用户对于某个餐厅、菜品的点评，更容易得到其他用户的共鸣，进而形成内容创作与反馈的闭环。 作为对比，抖音拥有海量的美食探店短视频，但受限于单列瀑布流、短视频与评论区分开的产品形态，以及“不喜欢就划走”的使用习惯，用户围绕这类内容的讨论氛围并不浓郁。 一般而言，抖音用户到店就餐前，会搜一搜探店视频、找找优惠券，却鲜少会去翻遍评论区。小红书用户除了提前查攻略，还会在用餐过程中晒图、用餐结束后夸赞或吐槽。前者侧重于消费工具，后者侧重于内容孪生。 除了产品形态带来的用户习惯差异，小红书没有“历史包袱”，也给它重新做点评体系提供了先决条件。 在抖音，美食探店早期商业化不严重，但随着越来越多的商家开始重视这类内容，探店实际上已成为营销工具。随着恰饭内容的增多，用户看到的点评，往往是商家、博主和平台合谋的产物，而非真实的用户反馈；美食“点评权”由平台算法和探店博主共同掌握。 类似的情况也发生在大众点评。尽管平台持续治理虚假评论，但商家“刷好评”的行为很难被彻底根治。尤其是许多商户以赠送小菜、可乐的方式，诱导消费者写正面评论、打五星好评，这种擦边行为更加难以被识别，对评价体系的可信度造成了不小影响。 相比之下，小红书也有商家赞助的美食笔记，但这类内容尚未泛滥，再加上UGC美食笔记数量足够多，消费者更容易得到真实的点评。而这类内容的累积，让小红书的整体可信度增加，在一定程度上具备了“消费决策”价值。 从用户需求来看，消费者苦虚假的“美食点评”久矣，需要一套新的评价系统。 主要平台中，抖音虽然有能力做这件事，但评价体系对它并不重要。在本地生活领域，抖音的经营重点一直都是流量高效变现，主要实现路径则是探店视频与到店交易的交叉带动；服务于长线交易和复购场景的评价体系，并不是抖音的刚需。 反观小红书，它此前没能在本地生活大展拳脚，但具备做评价系统的良好土壤。同时，它也有以点评带动本地生活、进而带动电商的现实需求。 现阶段，小红书做美食点评的突出短板是，它虽然推出了官方背书的量化评价机制，但一直声名不彰。 美团和大众点评很早就上线了评分体系，而评分高低已成为餐馆经营的重点；后来还做了各类榜单，丰富了美食评价体系的维度。抖音也推出了红心体系。相比之下，小红书的店铺打分体系较为单薄，且与笔记相互割裂，用户感知并不深。 其他方面，基于地理位置的店铺推荐系统也非常简陋。例如，用户要想查看附近餐饮商家，需要通过城市标签页的“探索”功能打开内置地图，再点击“聚餐”筛选餐馆。实测表明，这一埋藏很深的功能，聚合的餐厅并不多，且多数并不提供团购套餐。 对小红书来说，尽快补齐这些显而易见的功能短板，或许是比9折优惠招揽到店消费者更紧急的事情。 倘若能够培育一套美食点评体系，小红书以此为支点，除了可以推动本地生活业务打开局面，甚至可以让整个平台的商业生态上个新台阶。 目前，小红书的本地生活商户已经不少，其中不乏海底捞、西贝、麦当劳这样的大型连锁商家。其中，不少商户定期输出内容，销售团购券等商品，聚拢了一批忠实粉丝。但整体来看，这些商户的分布和动作较为零散，内容与消费的闭环也没有完全打通。 通过做点评体系，小红书可以提供一把官方认证的“标尺”，给每个商家建立一套多维度的打分机制。商家的优劣将被评分直接反映出来，商家自然有了更强动力，去经营好小红书的IP，并提供丰富的配套商品供给。 美食评价体系的另一重价值在于，它会促使本地生活商家深度参与小红书内容生态，以创作者的身份与用户长期互动，而非仅仅将其作为品宣渠道。越来越多的商家这样做，小红书账号就成了商家的“身份ID”。 张小龙曾表示，微信将成为个人和企业ID。十余年间，微信已将这一愿景变成现实。 如今，小红书面前也摆着这样的机会，且技术难度并不很高。美食评价体系可以让它的“有用性”大幅增加，同时将散落在不同场景的商家串联起来，对于建立更广阔的商业生态大有裨益。如果小红书账号成为商家ID，那么它将在生活兴趣社区属性之外，新增基础生活服务的属性。 从平台战略来看，小红书也有很大机会做好美食评分体系。 小红书历来喜欢高ROI的“轻”生意。比如，在入局电商时，它既要做自己的“买手电商”，培育各领域“主理人”，也希望把流量卖给第三方，分别与淘宝和京东达成了合作。 而在本地生活领域，它同样不愿意做得很重。去年9月在四十多座城市上线餐饮团购后，小红书没有大规模地推，而是以代理商慢慢拓展疆土。 这种“轻”，未必是本地生活最高效的发展方式，但对于不擅长地面战争的小红书而言，也算是比较务实的选择。而美食评分体系兼具了高ROI和“轻”的特性，与小红书习惯的打法高度契合。 抖音已经证明，把滔滔流量注入本地生活，可以获得非常丰厚的回报。小红书入局多年，本地生活表现平淡，供需两侧零零散散，不妨以“大众点评”为新的突破口。 更何况，互联网的时代命题变了，小红书要切入电商，首先需要叩开本地生活这扇门。做好自己的“大众点评”，或许是四两拨千斤、以低成本同时参与两场大战的关键一步。

克莱默 凤凰网科技讯 北京时间9月5日，美国财经频道CNBC知名评论员吉姆·克莱默(Jim Cramer)周三对投资者表示，即便苹果自身没有先进的AI技术，它也有望在大型科技公司竞争中取得成功，因为谷歌等同行会为了优先接触到苹果庞大的用户群而买单。 “昨天，苹果手中没有任何筹码。今天，他们拥有了所有筹码，”克莱默表示，“事实证明，苹果一直有自己的AI战略：付费才能参与。是你付钱给他们，而不是他们付钱给你。” 华尔街一直在施压苹果，希望其公布一个强有力的AI战略。他们担心，随着其他科技公司在数据中心和英伟达芯片上投入数十亿美元开发AI产品，苹果可能会落后。今年迄今为止，苹果的股价表现落后于“科技股七雄”中的其他成员，仅好于特斯拉，在七家公司中排名倒数第二。 但克莱默认为，苹果的运气在周二出现转机。当时，美国一名联邦法官裁定谷歌无需剥离其Chrome浏览器。该提议是美国司法部在2024年8月法院裁定谷歌在核心搜索业务中存在非法垄断后提出的补救措施。这一最新裁决意味着，谷歌仍然可以向苹果付费，让谷歌成为iPhone的默认搜索引擎。截至周三收盘，苹果股价上涨了3.81%。 克莱默表示，苹果不再需要担心与大型云服务商或像Perplexity这样的AI公司达成价值数十亿美元的交易。相反，现在大型聊天机器人公司必须争夺苹果的关注，因为苹果拥有超过10亿iPhone活跃用户。 他还指出，最终会有一个AI平台在人气上超过其他平台。他暗示，考虑到谷歌与苹果的现有合作关系，这个平台可能会是Gemini。 “目前在聊天机器人领域还没有明显的赢家，但如果你能付给苹果一大笔钱，让你的产品成为默认选择，总会有人愿意买单。”克莱默表示。 截至发稿，苹果尚未就此置评。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

雷达财经出品 文|丁禹 编|孟帅 在经历了持续巨额亏损与用户信任危机的双重挑战后，蔚来CEO李斌将其全部信誉押注在了一个大胆的承诺上——蔚来2025年第四季度实现盈利。 9月2日晚，蔚来披露了第二季度业绩报告。财报显示，第二季度，公司汽车交付量为72056辆，环比增长71.2%。 第二季度，蔚来的净亏损虽环比减少26%，但仍高达49.95亿元，这意味着蔚来距离实现真正的盈利仍有不小的鸿沟需要跨越。 天眼查显示，上海蔚来汽车有限公司成立于2015年。作为曾经“蔚小理”阵营的领跑者，这家新势力车企当前正处在生死竞速的关键阶段，其能否如期实现盈利目标始终牵动着市场的目光。 二季度亏损近50亿，汽车毛利率同比下滑 9月2日，蔚来发布最新一个季度的业绩报告。今年第二季度，蔚来汽车交付量为72056辆，同比增长25.6%，环比增长71.2%。 伴随着交付规模的扩大，蔚来的营收规模亦同步实现增长。第二季度，蔚来的收入总额达到190.09亿元，同比增长9%，环比增长57.9%。 其中，汽车销售额为161.36亿元，同比增长2.9%，环比增长62.3%。 此前，李斌在8月末的内部讲话中明确指出，汽车行业的竞争，归根结底是经营效率和成本控制能力的竞争，他要求全体员工强化经营意识，坚决贯彻“不该花的钱一分不花”的成本理念。 目前，这一管控成效已在最新财报中得到一定的体现。第二季度，蔚来的营业费用总额为68.06亿元，同比下降1.3%，环比下降7.2%。 得益于销售规模的增长和公司全面实施的降本增效措施，蔚来第二季度的净亏损收窄至49.95亿元，同比减少1%，环比减少26%。 不过，蔚来第二季度的汽车毛利率表现并不乐观，仅为10.3%，相比去年同期12.2%的毛利率下降1.9个百分点。 与此同时，雷达财经注意到，第二季度，蔚来的汽车单车平均售价约为22.39万元，与上年同期的27.33万元相比下降约18.1%。 事实上，蔚来单车价格的下行趋势，与旗下乐道、萤火虫两大品牌的销量提升存在紧密关联。财报显示，第二季度，乐道和萤火虫分别交付新车17081辆、7843辆，分别占总销量的23.7%和10.9%。 李斌还透露，“乐道L90及蔚来全新ES8获得市场热烈反响，进一步巩固了我们的整体销售增长势头。受益于这一强劲需求，我们预计第三季度的总交付量将达到87000辆至91000辆，同比增长40.7%至47.1%，创公司历史新高”。 有分析指出，乐道和萤火虫主打大众市场，其相对亲民的定价策略与主打高端市场的蔚来主品牌形成了明确的定位差异。 不过，这两个品牌的销量增长，虽推动蔚来产品矩阵向更广阔的下沉市场渗透延伸，却也在一定程度上稀释了此前由高端车型主导的单车平均售价。 车主连“怼”5分钟，李斌遭遇“灵魂拷问” 在李斌全力推进降本增效战略的同时，一场用户信任危机也随之爆发。 8月29日，在蔚来举办的用户见面会上，一位老车主当面质问了李斌整整5分钟。 这名车主向李斌发出了五大“灵魂拷问”，主要涉及信用问题、维护问题、保值问题、履约问题和沟通渠道问题。 比如，蔚来销售过程中隐瞒降价信息、一代车型搭载的8155芯片座舱长期未能获得更新、车辆保值率过低、此前承诺的辅助驾驶功能未如期兑现，以及缺乏有效的直接沟通方式等。 面对车主的这些质疑，李斌一一回应：并非故意隐瞒信息；早期车型受硬件限制较大，更新难度高，但安全类功能会持续维护；保值率受行业快速迭代影响，蔚来将致力于提升产品竞争力；他还重申，蔚来一直致力于保持用户反馈渠道的通畅。 尽管李斌回应了用户的诸多质疑，但仍难以平息部分老用户因切实利益受损而产生的怒火。 这场信任危机的爆发，归根结底是蔚来在直面当下经营压力的过程中，未能妥善平衡其与用户权益之间的关系，使得二者的矛盾进一步凸显。 同花顺iFind数据显示，蔚来多年来处于亏损状态。2018年至2025年，蔚来的累计归母净利润亏损规模已超千亿元。 为求生存进一步打开市场，蔚来不得不采取降价策略（如2023年6月全系降价3万元，2025年全新ES8入门价格下降超8万元）和调整用户权益（如2025年7月取消部分首任车主的终身免费换电权益）。 然而，这些措施虽在短期内让蔚来的经营压力得到一定程度的缓解，但也伤害了部分老用户的感情和利益。 事实上，蔚来当下所面临的困境是整个新能源车市场激烈竞争的缩影。随着特斯拉入华并率先发起“价格战”，包括蔚来等在内的一众厂商为抢占更多的市场份额不得不卷入这场没有硝烟的“战争”。 在降价保销量和得罪老用户的两难之间，蔚来最终选择了放弃价格坚守、优先保障销量，这便使得部分老用户的权益受到侵犯。在不断快速迭代的新能源汽车领域，如何找到企业盈利和用户权益之间的利益平衡点，是蔚来日后急需解决的问题。 立下四季度盈利flag，李斌能否如愿？ 雷达财经注意到，近期，李斌曾多次公开表示，蔚来第四季度必须盈利。 他在内部讲话中表示，年初提出四季度盈利计划时，相信能实现的人“可能不到1%”，但他仍然坚持这一目标不变。 为了达成第四季度盈利的目标，蔚来的汽车销量和毛利率都必须稳步上升。面对有限的产能，蔚来做出了战略选择：在产品线的广度和核心产品的深度上优先选择后者。 李斌透露，目前蔚来公司主要有L90、L60、全新ES8和萤火虫四款车型订单要等待生产，但产能必须优先保障全新ES8和乐道L90这两款车型，比如L60已经为L90做了产能让道。 据悉，蔚来计划在10月将L90月产提高到1.5万辆，全新ES8的产能也将在12月提升至1.5万辆。公司正在全力提升产能，力求在第四季度实现三个品牌的总交付量达15万台的目标。 同时，为了进一步提升汽车毛利率，在第二季度业绩会上，蔚来高管透露，随着公司后续完成产品切换，高毛利的L90和新款ES8开始交付，公司的整车毛利率将得到提高。届时，公司力争在四季度实现Non-GAAP口径下的盈亏平衡。 雷达财经了解到，蔚来四季度的整车毛利率目标设定在16%-17%之间。长期来看，公司的综合毛利率目标是达到20%。 其中，蔚来品牌的毛利率目标为20%，并在此基础上向25%努力，乐道品牌的毛利率目标为15%以上，萤火虫品牌的毛利率目标则是10%左右。 然而，蔚来想要实现四季度的盈利目标，仍面临多重挑战：其不仅要推动车辆月均交付量从3万台向5万台的跨越，实现整车毛利率提升至16%以上的突破，还需针对研发费用、销售及一般管理费用等采取更有效的管控措施，以进一步缩减开支规模。 在早前公司的内部讲话中，李斌也坦言，要实现第四季度盈利的目标并不容易，但随着纯电市场进入上升通道，公司已具备将十年技术积累转化为市场竞争力的条件，下一步，蔚来将聚焦于销售、交付和运营效率的提升。 当前业绩承压的蔚来，能否如愿实现李斌四季度盈利的目标？雷达财经将持续关注。

作者｜潮汐商业评论 编辑｜Ray 2018年阿里收购饿了么之后，外卖业务的市场份额长期落后于美团。这使得资本市场与业内几乎从来没有正眼看过它的潜力。 如今，是时候重新认识阿里在本地生活领域的表现了。 今年二季度面世的“淘宝闪购”，一改多年来饿了么的竞争姿态，通过即时零售赛道切入外卖市场，淘宝闪购仅用百天左右时间实现从新入局者到行业领先者的转变，日峰值订单超过1.2亿。 淘宝闪购于阿里的商业化边际效应亦在持续递增，阿里CEO吴泳铭在二季度财报发布后表示：“我们大力投资即时零售业务，快速取得阶段成果，赢得消费者心智。通过整合消费平台，产生显著协同效应，推动月度活跃消费者和日订单量创新高。” 回过头来看，外卖市场的竞争已进入白热化阶段，未来的发展充满变数，但无疑会给消费者、商家和骑手带来全新的体验与机遇，淘宝闪购的加入，无疑将推动整个行业朝着更加健康、有序的方向发展。 阿里二季度的财报，用“狂飙”一词来形容不算为过，因为与此前任何一个季度的财报相比，本次本地生活所呈现出的业绩商业价值备受关注。 理由很简单，阿里刚进入外卖赛道时，还延续着此前给人留下的“低调稳重、市场第二、激不起波澜”等业务印象。 渐渐地，人们发现，行业格局已是今非昔比。 据财报披露，二季度阿里营收为2477亿元（人民币，下同），同比增长2%；净利润424亿元，同比大增76%。据悉，阿里在报告中给出了利润大涨的原因，是所持股权投资按市值计价的变动，以及处置土耳其电商平台Trendyol的本地生活服务业务所产生的收益。 外行看热闹，内行看门道，Q2财报的最大亮眼，是阿里证明了自己在本地生活上的竞争力。 换句话讲，此番财报中，淘宝闪购才是外界关注的主要焦点，在历经多年的追赶之后，阿里本地生活迎来了高光时刻。按阿里电商事业群CEO蒋凡在业绩会透露的信息，“淘宝闪购的日订单峰值达到1.2亿单，周日均订单量达到8000万单，带动闪购整体的月度交易用户规模数达到3亿，4个月内增长幅度超过200%”。 短时间内的爆发赢得资本市场的认可，以至于9月1日港股开盘，阿里巴巴涨超了18%，同理，包括摩根大通、花旗等在内的多家华尔街投行亦集体上调阿里巴巴目标价，以摩根大通为例，该行近期将阿里巴巴未来12个月的目标价从140美元大幅上调至170美元，该行认为，尽管阿里短期利润仍受市场竞争带来的投入压力影响，不过阿里集团效率提升与生态协同将支撑公司长期更强劲的增长。 股市表现与业绩亮眼同频共振，彰显阿里在该领域重新焕发出的商业化创新能力。 老对手美团可能就没那么乐观，其Q2营收虽然达到918.41亿元，实现增长11.7%，但经营利润大跌超过98%的答卷显然已经表明，美团在外卖市场上正面临客观承压的事实，把时间拉回过去十多年的竞争中，这几乎是未曾出现的现象。市场的冰与火在股价上得到体现，月初开盘第一天，美团持续低走直至最大跌幅曾达4.67%。 站在行业视角，淘宝闪购在此战役突显出了两大特征，这些构成淘宝闪购三个月追平美团背后可圈可点的商业经验。 回顾今年三四月外卖大战开启系列，“效率致胜”可被视为淘宝闪购在竞争中表现出第一大特征。 也就是说，阿里用较快的时间和效率赢得了多年未取得的市场效果，具体看，效率体现在精准的商业决策判断、有力度的投入规模和阶段性的成果方面，从二季度宣布将“淘宝小时达”升级为“淘宝闪购”以来，淘宝闪购的部署节奏与执行策略，进一步提高了其领先水平，也重塑了行业格局。 按蒋凡所言，“从用户规模和心智角度，我们的第一阶段目标已经超预期实现。” 第二个显著的特征，阿里打通了端到端的流量体系与用户权益。通俗地讲就是，阿里将饿了么外卖入口移植到淘宝平台，打通阿里淘宝大会员体系，淘宝DAU亦由此连创历史新高。 蒋凡在业绩会上表示，淘宝闪购的活跃的确拉动手机淘宝8月DAU（日活跃用户）增长20%。“闪购作为一个更高频的场景，带动了手淘大盘用户活跃天数显著提升。QuestMobile数据显示，当下淘宝日均DAU至少领先拼多多近5000万。 上述这些个性化的事物特征要素从量产最终导致了质变，并带来两个结果：一方面阿里体系的外卖份额攀升，高盛曾在此前一份调研中指出，预计整个市场在后续相当长时间内的市场份额格局表现为：阿里4.5 : 美团4.5 : 京东1，并认为，由于竞争导致美团的季度亏损超过预期，其长期市场份额或将面临更大挑战。而在今年以前，美团曾长期在行业保持超过70%的占比，一前一后形成鲜明对比。 短短数月，外卖市场发生翻天覆地的变化，侧面反映出早期受益者在本地生活的市场集中度和壁垒并非牢不可破，至少淘宝闪购发起的这场攻势，已然初见成果。 另外一方面，闪购和电商的协同效应，促进了阿里大集团的增长，显示外卖大战带动了淘宝天猫的商业化，二季度已经出现了协同效应，平台的CMR收入同比增长10%。 不过，淘宝闪购的商业策略并非简单的烧钱逻辑，而是基于行业高频、刚需的特性，针对性地采取了不同的战术打法。 外界更多愿意讲阿里在本次竞赛中的行为，称之为“理性地赢得战役”，其理由来自于阿里的快、准、狠。 快是对时机的把握。 在行业壁垒形成已十多年之际，在业内普遍认为行业格局已成定局的固化认知下，阿里快速地捕捉到第三者（京东）切入行业竞争的机会，迅速下场。 这与阿里在2018年收购饿了么有本质区别，彼时的投资行为是出于扩大阿里业务版图的需求，而本次则是，一方面阿里基于对行业新势力入局后可能产生市场波动并形成新机会的深度考量；另一方面，也是对外卖业务从以餐饮为主转向百货即时零售共行趋势下的产业红利判断，进而瞄准了下场先机。 说准，不妨说是淘宝闪购在运营上的精细化。 源于多年在电商、本地生活领域对用户和市场需求的深刻理解，淘宝闪购的策略的确足够聪明。比如，在品类供给策略以及切入方面，淘宝闪购的打法是，攻茶饮，形成“低门槛高频消费”入口。 选择这个领域撬开市场的道理不难理解，茶饮市场几乎是外卖中近年增长最快的品类，艾瑞咨询数据显示，2024年新式茶饮市场规模约3500亿，到2028年有望超过4000亿，偌大的规模和高频次的消费习惯更容易让淘宝拿下首战告捷的胜利并形成先发头阵优势。 另外，在尤为核心的价格策略，淘宝闪购的动作与此前电商低价的补贴并不趋同。 拆解下来，抛开单纯优惠吸引的商业手段，阿里在大额补贴的同时实际叠加了88VIP会员权益，并在商户侧、供给侧形成稳定的价格优势，这与许多追求无底线低价的行为尚有本质区别。 以履约收益为例，淘宝闪购通过整合饿了么骑手与即时零售履约资源，在保证高峰时段履约能力之际试图有效保证各方的合理经营利润，如华南市场已经实现商家五五分成。 最后讲下去，其实这一点，熟悉阿里的人并不陌生。 淘宝闪购终归是阿里中国电商事业布局的一部分，近几个月的战略攻势至少可以表明一点，阿里内部的确可以做到迅速调兵遣将，并用极度符合市场竞争态势的组织调整来应对市场竞争。 结果上，致使在营销、用户心智建设方面快速形成效果，由此才有美团最初的被动应对到不得不主动出击。 几大策略相互配合，淘宝闪购也就取得阶段性成果。据公开资料，淘宝闪购仅在7月投入就多达100多亿，这类规模在商业史上并不多见，但这些投入不但换来了真实的市场份额，带来的产出也不仅仅体现在阿里的经营报表上，而是更为广泛的多端受益，除了商家、消费者、骑手均直接受益，市场活跃度显著提升外，整个行业也由此前的单一垄断市场朝着多元、高质量健康态势发展。 外卖作为成熟性产业，颇具有规模效应，规模太小的时候，对应的供给规模扩大、履约体验提升、商家经营获利等方面的商业效率与目标是很难提升和达到的，这也是此前百度外卖、滴滴外卖和抖音外卖无法撼动美团地位的根因。 往深处分析，获取规模市场除了砸钱，打通大消费生态场景闭环至关重要。 在当下的阿里整个生态业务中，远场和近场的牌都有，按蒋凡此前表达的意思，阿里在电商远场的牌就是淘宝天猫，原生近场则是盒马和闪电仓模式的仓店，当远近场融合后，则可以推动淘宝闪购乃至整个天猫的品牌供应朝更符合消费者需求的方向演变。 举个简单的例子，用户依托于淘宝天猫以及阿里体系的平台，能够一站式实现远距离的线上购物、近距离的本地化消费，且可以获取的会员权益得到充分协同和统一，进而增加在平台的消费粘性，形成可变现的活跃购买群体。如，阿里整合淘宝、饿了么、飞猪、盒马等业务资源的大会员体系，全面覆盖购物、外卖、旅行、出行等权益，让用户在多场景中享受到会员福利，进而增强用户粘性，并引导这些高价值用户向电商平台转化。 再回到外卖行业本身，随着淘宝闪购的入局，外卖格局被改写，市场呈现出全新的竞争态势。 尤其是订单结构正逐步调整，餐饮、品牌零售等高单价订单占比不断上升，这不仅提升了平台的客单价，也使得整体订单价值更为可观。人群结构也在发生积极变化，通过业务整合以及会员体系的承接，高购买用户得以留存。 在此格局下，阿里的下一步战略十分清晰，从“农村包围城市”向核心护城河进攻，逐步啃下高客单价餐饮市场这块硬骨头。 阿里发布财报后，蒋凡明确表示，预计未来3年内闪购和即时零售将为平台实现1万亿交易增量，随着百万品牌门店入驻，阿里准备打一场外卖持久战。 这场仗一定不会停留在茶饮品类上。从正常的商业逻辑来看，它会从低利润到高利润，低客单到高客单，继续逐步获得更大的市场份额，并将更多用户需求纳入到一个超级APP中来。 此前，淘宝闪购多轮公布的数据显示，非餐饮品类与餐饮同步增长，苹果、名创优品、自然堂等品牌入场布局淘宝闪购。这部分供给正是淘宝天猫的传统强项，随着订单结构优化和招商节奏推进，预计高单价商品在淘宝闪购的占比将持续扩大。 会员体系承接进一步整合的大消费平台，即时零售和服务消费方面，饿了么、盒马、阿里健康、天猫超市等有着巨大的整合潜力，通过资源共享、协同运营，有望打造出更高效的即时零售网络。 当然，美团面对阿里的来势汹汹，自然不会坐以待毙，王兴多次表示，美团不惧怕竞争。 基于新的增速需求，美团可能会加码即时零售，进一步扩展闪购业务的品类，从食杂向3C数码、美妆母婴等品类全面延伸，强化高频刚需场景，巩固自身在配送网络和低线城市的布局优势。 同时，不排除美团可能会调整补贴策略，转向价值战，通过提升服务质量、优化商家和骑手体验等方式，增强自身的核心竞争力，维持市场份额领先的地位 。但这一切的最终成效，尚需要交给市场验证。 回过头来看，十多年的行业格局已然悄然发生变化，中国外卖市场已经几乎不可能回到从前一家独大的局面。但是如果外卖大战打出了增量市场，特别是大消费的新场景，对于美团也是好事，也有利于促进国家内需。

快科技9月5日消息，既然华为已经公布了麒麟9020，那么9030还会远吗？ 现在，有供应链人士表示，华为今年四季度会有新的麒麟处理器公布，其会有几个型号。 按照专业人士的说法，既然敢公布麒麟处理器的名字，就可以确认全部国产，美国的制裁已经不起作用了，确实要赞。 那么麒麟9030会是怎样的呢？按照之前鲲鹏930曝光的细节看，其有可能会使用5nm工艺。 之前就有博主爆料称，外界盛传的国产N+3（外界盛传达到125mtr）工艺消息大概率是靠谱的，因为专利显示的H210G56指标，计算下来就是125mtr的布线密度。 博主表示，如果真成了，那也意味着国产5nm工艺就达成稳了。 据悉，中芯国际的N+3工艺具有显著的晶体管密度，达到了125MTr/mm（即每平方毫米125亿个晶体管）。这一密度介于台积电的N6（113MTr/mm）与三星早期的5nm（127MTr/mm）工艺之间，相当于台积电的5.5nm工艺水平。 若以14nm工艺为基点（密度约35MTr/mm），N+3的密度提升幅度超过了250%，这标志着中芯国际在FinFET架构上的持续优化能力。 尽管N+3的命名容易让人联想到“等效5nm”，但其实际性能功耗表现对标的是台积电的N7P（7nm增强版）和N6工艺。 这意味着在相同晶体管数量下，中芯国际N+3的能效可能比台积电的N5/N4工艺落后约15%~20%，这主要受限于EUV光刻机的短缺导致的工艺复杂度不足。然而，对于长期依赖成熟制程的国产芯片而言，这一进步已经足够打破多项技术瓶颈。 【本文结束】如需转载请务必注明出处：快科技 责任编辑：雪花

特朗普宴请科技领袖 凤凰网科技讯 北京时间9月5日，据《华尔街日报》报道，当地时间周四，美国总统特朗普召集美国主要科技公司的领导人，在白宫参加了一场类似内阁会议的晚宴活动。在这次活动中，每位科技领袖轮流向特朗普表达感谢和赞美之情，感谢他为促进美国芯片制造和AI领域投资所做的努力。 奉承特朗普 苹果CEO蒂姆·库克(Tim Cook)、OpenAI CEO萨姆·奥特曼(Sam Altman)等科技大亨都向特朗普表示“感谢”。其中一些人还阐述了他们的公司计划在美国投资的资金规模。 奥特曼表示：“感谢您是一位如此支持商业、支持创新的总统。这是一种非常令人耳目一新的改变。我认为这将使我们进入一个长期引领世界的阶段。而如果没有您的领导，这是不可能实现的。” 库克称，苹果预计将在美国投资6000亿美元，“我想感谢您奠定了这样的基调，使我们能够在美国进行重大投资，并在这里开展一些关键制造。我认为这充分体现了您的领导力以及对创新的重视”。 奥特曼与库克 这场晚宴凸显出，特朗普政府努力在各个领域与科技行业领袖紧密合作，从国内投资到AI教育。这同时也反映出，科技行业渴望继续获得总统青睐。 当天早些时候，奥特曼、谷歌CEO桑达尔·皮查伊(Sundar Pichai)以及IBM CEO兼董事长阿尔温德·克里希纳(Arvind Krishna)等多位高管，已经出席了白宫AI教育工作组圆桌会议，该会议由第一夫人梅拉尼娅·特朗普(Melania Trump)主持。微软、英伟达、IBM、亚马逊、谷歌以及OpenAI等公司在周四的活动中宣布了与AI教育相关的承诺。 特朗普原本想借这场晚宴展示刚刚翻修过的玫瑰园，白宫工作人员一整天都在露台上忙着布置白色餐桌。但由于下雨，晚宴被移至室内餐厅举行。 在这场晚宴上，特朗普与第一夫人同科技公司高管和政府高级官员们同桌而坐，其中包括AI与加密货币事务负责人大卫·萨克斯(David Sacks)以及白宫幕僚长苏茜·威尔斯(Susie Wiles)。 “最聪明的人都聚集在这张餐桌旁，这绝对是一个高智商群体。”特朗普表示。 特朗普在晚宴开场时谈到了科技公司面临的一大障碍：为开发AI所需的大型数据中心获取足够的电力。 他的政府一直在努力消除数据中心接入电网的障碍，但在州政府一级仍然存在许多挑战。 “我通过阅读报道和研究，间接认识在座的每一位，对你们的业务了解颇多。事实上，我们在电力供应和许可证审批方面为你们提供了极大便利。”特朗普表示。 扎克伯格坐在特朗普旁边 Meta CEO马克·扎克伯格(Mark Zuckerberg)就坐在特朗普右手边。当被问及英国对言论的打压问题时，扎克伯格显得猝不及防，表示自己刚才没有注意听问题。 随后，特朗普转向他说：“这将是你政治生涯的开始。” 扎克伯格笑着回答：“不，不是的。” 谷歌反垄断判决 特朗普还向谷歌CEO皮查伊提起了本周联邦法官对谷歌搜索反垄断案件作出的裁决。法官对谷歌的处罚相对轻微，并驳回了司法部要求的最重要补救措施。该诉讼由司法部在2020年提起。 特朗普表示：“你昨天过得很顺利。想谈谈你昨天的重大胜利吗？” 皮查伊回答说：“这件事终于结束了，我感到很高兴。” 特朗普接着说：“发起这场诉讼的是拜登，你知道吧？” 黄仁勋缺席 有一位重要科技人物缺席了此次晚宴，他就是埃隆·马斯克(Elon Musk)。马斯克在今年5月卸任白宫职务时曾与特朗普发生争执，但此后两人的关系有所缓和。 英伟达CEO黄仁勋(Jensen Huang)也未出席。黄仁勋此前也曾缺席特朗普就职典礼上，但他成功地向总统阐述了自己的利益诉求，尤其是获得了向中国销售英伟达AI芯片的许可。 据熟悉黄仁勋想法的人士透露，他更倾向于在白宫与特朗普进行一对一会谈，这样才能确保总统有充足时间聚焦实质性问题。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

赵燕领导的管理层做出了痛苦但清晰的抉择：牺牲短期业绩，将每年近10亿元级别的资金从营销的“流量池”中抽出，注入到研发中。 文 | 啸 天 近日，“玻尿酸第一股”华熙生物发布了其自科创板上市以来最黯淡的一份半年度财报。数据显示，公司2025年上半年实现营收22.61亿元，同比下滑19.57%；归母净利润为2.21亿元，同比骤降35.38%；而更能反映主营业务盈利能力的扣非净利润更是断崖式下跌45.00%，仅录得1.74亿元。 这份业绩单不仅标志着公司昔日高增长神话的终结，更将其推入了前所未有的困境。颇具讽刺意味的是，这份历史最差半年报，恰好出炉于公司创始人赵燕于2025年二季度重返一线、亲自接管核心业务板块的三个月后。市场普遍预期，这位带领华熙生物从一家B端原料厂成长为千亿市值巨头的“铁娘子”回归能够力挽狂澜。 然而，事与愿违，业绩的加速下滑不禁让外界产生疑问：赵燕的回归是其领导力失效的证明，还是其为公司长期健康发展而主动引爆的一场“休克疗法”的开端？ 1 三大业务板块系统性失速 华熙生物2025年上半年的财报，清晰展示出各个业务的衰退迹象。收入端的断崖式下跌，利润端的急剧萎缩，资产负债表和现金流量表也出现了恶化。 华熙生物的业务主要由皮肤科学创新转化、医疗终端和生物活性物原料三大板块构成。2025年上半年，除了原料业务保持相对稳定外，两大C端业务均遭遇重挫，尤其是曾经的明星业务——功能性护肤品。 功能性护肤品业务上半年实现收入9.12亿元，同比锐减33.97%。其在公司主营业务收入中的占比也从2022年巅峰的72.45%骤降至40.36%。这一下滑背后，是中国护肤品市场的底层逻辑的深刻变革。市场正从过去依赖KOL和流量投放的“网红经济”模式，转向更理性、注重成分与功效的“科学护肤”时代。 华熙生物曾是前者最大的受益者，凭借“润百颜”、“夸迪”等大单品，通过高举高打的营销策略迅速崛起。然而，伴随消费者对“成分党”的认知加深，对单纯的营销轰炸产生免疫，品牌忠诚度持续下降时，这种依赖高额销售费用的增长模式便难以为继。 过去成功的路径，如今变成沉重的枷锁。2025年上半年的业绩，正是市场对这种过时模式开出的一张迟到的账单。 医疗终端业务同样未能幸免，上半年收入6.73亿元，同比下降9.44%。深入分析后，「数智研究社」发现了一个更为严峻的现实。其中，皮肤类医疗产品收入为4.67亿元，同比仅微降1.8%，但其核心产品三类医疗器械的销售支数却同比增长了20%。“销售数量增长20%，收入却基本持平”，这是典型的“以价换量”信号，是价格战最直观的体现。这表明，为了维持市场份额，华熙生物正大幅牺牲单品利润。 在两大C端业务全线溃退背景下，作为华熙生物“压舱石”的B端原料业务，保持了相对稳定。尽管半年报未披露具体数字，但从一季报及公司战略沟通中可知，该业务保持稳健，并且是公司研发投入的重点领域。作为全球最大的透明质酸原料供应商，华熙生物在该领域拥有深厚的技术壁垒和全球市场领导地位。这份稳定，为赵燕推行大刀阔斧的改革提供了最基础、也是最关键的战略缓冲。 财报中最具战略意图的动作，莫过于对运营费用的重新分配。2025年上半年，华熙生物销售费用被大砍31.44%，降至8.08亿元。与此同时，研发费用逆势增长15.25%，达到2.31亿元。这一增一减，使得研发费用占营业收入的比重从去年同期的7.13%飙升至10.22% ，这一比例在整个美妆护肤行业中遥遥领先。 但是，对于一家以C端消费品为重要收入来源的公司而言，削减近三分之一的营销预算无异于“自断一臂”。由此导致的收入和利润下滑，并非意外。 2025年上半年惨淡的业绩，某种意义上可以被解读为一次大规模的、未在资产负债表上体现的战略性“投资”——公司从“营销驱动”向“科技驱动”转型的未来。 利润表之外，公司运营健康状况同样堪忧。最核心的指标经营活动现金流量净额同比下降17.49%，至2.18亿元。这一指标被视为企业造血能力的“试金石”，其下滑表明公司主营业务创造现金的能力正在减弱，这比单纯的利润下滑更值得警惕。 此外，市场普遍关注的应收账款攀升和存货周转率下降问题，是销售放缓和渠道不畅的典型症状。 2 “刮骨疗毒”式改革进行时 面对公司上市以来最严峻的业绩挑战，于2025年第二季度正式回归业务一线的创始人赵燕，迅速打出一套组合拳。她的改革思路并非温和改良，而是一场旨在重塑公司文化、组织和战略的“休克疗法”。然而，这套雷厉风行的举措，在短期内非但未能扭转颓势，反而加剧了阵痛。 赵燕在多次内部讲话中，将公司当前的困境归咎于内部管理的“熵增”，即在过去高速发展期滋生的组织惰性、流程冗余、管理虚化和贪腐问题。她认为，真正的危机并非来自外部市场的变化，而是组织和人才的成长速度没能跟上时代，导致企业“虚胖”。公司问题已深入骨髓，必须通过痛苦、激进的外科手术式变革根除病灶，实现新生。 赵燕的改革主要围绕“文化、组织、战略”三个层面展开。改革序幕由一场高调的内部反腐运动拉开。在2025年3月3日的内部讲话中，赵燕措辞严厉地向内部贪腐宣战，要求所有涉事人员，无论职位高低，必须在3月31日前主动交代问题并提交辞呈，否则将移交司法机关处理。 此举的战略意图远超反腐本身。它是一次权威的重塑。然而，这种疾风骤雨式的整顿，在短期内不可避免地会造成组织内部的恐慌、观望甚至运营停滞，部分业务决策可能因此延缓或中断，这无疑对第二季度的业绩造成了直接的冲击。 伴随反腐风暴的是一场彻底的管理层大换血。自年初以来，原首席科学家郭学平、业务副总裁樊媛、邹松岩等一批“老臣”先后离任，另有两位副总经理被调整为非高管序列。取而代之的，是一批以财务和风控背景见长的新任高管，如新任董事兼副总经理、财务总监汪卉，以及新晋董事陈玉鑫、于静。 通过这次人事洗牌，赵燕将权力牢牢掌握在与自己理念高度一致的团队手中，确保其改革意志不折不扣执行。她在内部讲话中“这个公司离开了谁都可以重新组织，唯一离不开的是我这个创始人”的强硬表态，就是最好的例证。 综合来看，赵燕回归后业绩的加速下滑，并非其改革的失败，而更像是改革必然带来的“J曲线效应”——在触底反弹之前，业绩会先经历一个更深的谷底。内部的剧烈动荡是主要原因。反腐运动和管理层洗牌，在短期内必然导致人心浮动、决策链条中断和执行效率下降，形成运营“真空期”。 外部市场的惯性和严峻的外部环境放大了改革的阵痛。华熙生物的内部改革，恰逢中国护肤品和医美市场进入增长放缓、竞争加剧的“内卷”时代。 这份最差半年报，是内部改革阵痛与外部市场寒冬双重压力叠加的结果。它反映了改革的巨大成本，却未能体现改革可能带来的长期收益。与其说是对赵燕回归的否定，不如看作是她为治愈华熙生物“增长后遗症”所开出的一剂猛药的必然反应。这场“刮骨疗毒”的代价是高昂的，但对于一家希望摆脱路径依赖、重塑核心竞争力的企业而言，或许又无法回避。

从下一款新车型开始，大众将不再使用数字来命名 ID 系列，而是回归经典燃油车时代的车型名称。 即将发布的 ID.2 量产版将被命名为 ID.Polo，现有的 ID.3 则更名为 ID.Golf，ID.4 和 ID.7 预计会变成 ID.Tiguan（途观） 与 ID.Passat（帕萨特）。未来，或许还能见到 ID.Santana（桑塔纳）。 大众汽车的 CEO 解释到： 像 Polo 或 Golf 这样的名字早已深入人心，它们代表着品质、亲民的技术和传承。我们希望将这些特质延续到电动化时代。 相比 ID.2、ID.3 这样的数字命名，ID.Polo、ID.Golf 无疑更直观地体现了车型定位。 新 ID.Polo 将在下周的慕尼黑车展首发。它基于大众全新 MEB Entry 平台打造，与 ID.Cross、斯柯达 Eqiq 和 Cupra Raval 同属大众集团的「电动都市车家族」。并且其顶配车型命名为 ID.Polo GTI，最大功率 223 马力，这也是 GTI 标志首次出现在电动车上。 根据现有信息，ID.Polo 的车身尺寸为长 4053mm、宽 1816mm、高 1530mm，轴距 2600mm，比目前燃油版的 Polo 略大一些。 新车的车身轮廓与燃油车时代的大众 POLO 十分相似，比目前的 ID.3 更紧凑一些。前脸设计了较为锐利的修长大灯组，并搭配了贯穿式日行灯与发光 LOGO，前脸的进气口两端微微向上扬起。 新 ID.Polo 侧面是经典的大众两厢车风格，尾部搭载了贯穿式尾灯，顶配的 GTI 版本则强化了前后包围。 新车将提供 38kWh 和 56kWh 两种电池选择，并支持最高 125kW 的充电功率，其中 56kWh 版本的车辆续航大约为 450km。 新 ID.Polo 在车内将配备 12.9 英寸的中控触摸屏和 10.9 英寸的数字仪表盘，并且采用实体按键控制音响和空调。 按照规划，ID.Polo 将于 2026 年 5 月发布，ID.Polo GTI 则计划在 2026 年底上市。 2016年，在特斯拉发布 Model 3 的那一年，大众集团推出了 ID.Concept 概念车和电动化平台 MEB。在之后的 10 年中，大众 ID 系列推出了众多车型，如 ID.3、ID.4、ID.5、ID.6、ID.7、ID.与众和 ID.Buzz 等。 ▲ 大众 ID.4 在中国新能源市场起步阶段，大众 ID 系列曾是合资品牌中的销量冠军。尤其是 ID.3，凭借设计、操控和价格优势，成为国内的销量担当。 然而，随着中国新势力的崛起和地缘政治冲击，大众新能源逐渐失去了优势，甚至被部分消费者视作「杂牌电动车」，而海外市场销量虽增长，但利润却大幅下滑。 ▲ 大众 ID.3 2025 年一季度，大众全球交付量达到 213 万辆，纯电车型在欧洲和北美市场分别增长 113% 和 51%。但营业利润却从 46 亿欧元跌至 29 亿欧元，利润率由 6% 降至 3.7%，税后利润暴跌 40.6%。 销量的增长实际是以牺牲利润换来的，大众官方也明确表示「本季度利润下滑的一个关键原因是新能源车的利润率远低于传统燃油车」。 ▲Thomas Schäfer，大众 CEO 面对困境，大众选择加速变革。 在海外，大众投入巨资，与 Rivian 成立合资公司，共同研发新一代电子电气架构，加快产品迭代。 在中国，大众一次性带来了三辆概念车——上汽大众 ID.ERA 概念车、大众安徽 ID.EVO 以及一汽-大众的 ID.AURA。 其中 ID.ERA 是综合续航超过 1000 公里的全尺寸增程式 SUV；ID.EVO 是采用 800V 高压平台的全尺寸纯电 SUV；ID.AURA 则是大众汽车专为中国打造的首款基于 CMP 平台、CEA 电子电气架构的紧凑型轿车产品。 此外，大众也提出了要在中国做二次本土化。大众投资 24 亿欧元让 CARIAD 与中国汽车芯片厂商地平线成立了合资公司 CARIZON （酷睿程），并任命了中国人做 CEO；同时也与小鹏汽车共同开发新一代电子电气架构 CEA，双方联手开发的新车型将在 2026 年上市。 过去几十年，大众不仅是中国汽车市场的重要参与者，更像是深度合作的伙伴，塑造了几代消费者对汽车的第一印象。 如今在电动化新赛道上，大众寄望以 ID.Polo、ID.Golf、ID.Passat 等承载历史记忆的名字，重塑品牌价值与市场信心。 那么下一个十年，ID.Passat 又是否能再现燃油时代的辉煌呢？

在人类文明的历史长河中，每一次生产力的飞跃，都伴随着核心生产力要素的更迭。 从蒸汽动力时代的煤炭，到现代的电力，再到信息时代的芯片和数据，莫不如此。 要素的革鼎，在潜移默化之间，重塑了整个世界的社会生活结构。 如今，人工智能时代已经降临。 与此同时，一个微小的概念，也开始逐步登上历史舞台，成为驱动世界运转的核心动力，并即将成为人类社会最重要的资源—— 它就是：Token。 01 Token即一切 4年之前，我们曾率市场之先提出“算力即国力”概念。此时此刻，这一逻辑已到了延展更迭之时。 进入AI大模型时代之后，算力、电力、数据以及人类最精华的智力（算法），耦合在一起，统一表达在一个概念之上——Token。 时至今日，Token的涵义已经超越了区块链时代的内涵，它不再从属小众的极客信仰，而是将成为有史以来全球产业经济最具权势的推动力量。 以最普世的语言来表述：作为人工智能生成万物的介质，Token即能源，Token即信息、Token即服务、Token即货币、Token即生产力……Token即一切。 根据国家数据局统计，2024年初，我国日均Tokens消耗量仅为1千亿；而2025年6月底，这个数字跃升为30万亿，足足300倍。 这样的数据背后，对应着天量的智能芯片、数据中心、科研智慧与研发投入，基本等同于一个的国家综合国力。 而这样的数字，也仅仅是一个开始，仍将会持续指数型攀升。 02 AI社会的基石 光说Token有多重要，大家肯定难以理解。 因此，首先得从一般技术维度，搞清楚它到底是什么。 对于非技术人员来说，在智能机器处理信息的过程中，它类似于围观的“原子”。 或者说，它是我们与AI交互时使用的“最小语言单元”。 ①Token的本质：信息的最小载体。 上一个时代，人与机器对话的载体是代码，中介是程序员。 而我们现在最常用的AI，都是大语言模型（LLMs）。 与它们互动时，已经可以使用人类的语言。 但是，无论是人类输入一个问题，还是AI给出一段回答，这些信息在机器内部仍然不是按照我们日常使用的“字”或“词”的形态来进行处理。 在AI的程序中，存在一个名为“分词器”（Tokenizer）的工具。 它的任务，就是按照特定规则，把信息切分成一个个更小但更标准化的单元。 而这些单元，就是我们所说的Token。 这么说可能有些难以理解，举个例子来说明。 英文中，一个Token既有可能是一个完整的单词“Apple”，也有可能是一个单词的一部分“ing”。 中文中，一个Token既有可能是一个字，也有可能是一个词组。 除此之外，标点符号、空格，甚至是图像中的某个像素、音频中的某个音节，都可以被抽象为Token。 如果说我们日常使用的语言是乐高的建筑，Token就是构成建筑的一个个小积木块。 AI处理和理解信息的本质，也就是这些积木块的组合、排列和重构。 ②Token如何工作：从人类语言到机器理解 当我们向AI输入一段指令，分词器会迅速将它转换成一串Token序列，如此AI才能理解。 AI模型内部的神经网络接收到这串Token，就可以根据庞大的训练数据集和精心设计的复杂算法，试图理解Token的含义、Token之间的关系，进而推测整个序列想要表达的意图。 此后，AI再生成一串新的Token，经由分词器，把这串Token序列再还原回人类能够理解的语言或图像。 这种处理机制虽然看起来抽象，但却是目前最合理且最有效率的方法。 AI能够依靠这种机制高效处理海量信息，据此生成具备逻辑和创意的回答。 而Token的质量和效率，直接决定AI理解的深度和生成回答的准确性。 ③Token的有效性与能耗 我国的人工智能领域和大模型自2025年初开始迅速发展。 在此之前，大多数人最常用的AI还是GPT-3.5，国内的AI模型智能程度也比较拉跨。 但年初DeepSeek开源模型的发布，AI轨道上的“绿皮车”一下子变成了高铁。 各种模型如雨后春笋般破土而出，智能程度不断提升。 截至2025年9月初，中国企业调用大模型日均已超过10万亿Tokens。 如此巨大的消耗量带来的生产力提升自然不必多说，但与之相对的，能耗也在不断上升。 还记得我们先前在AI竞技场一文中提到的CO2指标吗？ 过去，我们只在乎AI的性能如何。 但事到如今，能源消耗与利用效率也成了不可忽视的问题。 在给定的能耗下，如何尽量处理更多的有效Token是各大AI企业的首要目标之一。 这一指标不仅涉及到算力本身，还考虑到了算力转化为实际信息处理能力的效率。 AI行业的目标其实并没有变：让AI承载更多价值，更精确地完成任务。 因此，优化Token效率，将成为未来AI技术发展和产业竞争的核心命题。 03 最重要的资源 AI时代的来临，使Token已经不再是AI领域内部的一个技术概念。 它正在以前所未有的速度，与社会、经济、生产力等多方面发生深度关联，催生新的商业模式，重塑传统产业格局。 经常使用AI的用户应该会注意到，调用模型的方法主要有两种： 一种是直接去官网在线体验，使用官方的服务器与AI交互; 另一种则是调用模型的API，在自己的服务器上与模型进行对话。 前者的优势在于几乎没有门槛，而且大部分常用模型都可以免费使用，部分新模型可能会有额度限制； 后者则大多采用计价收费的模式，而AI服务的计价单位，正是Token。 Token作为LLM处理信息的基本单位，直接影响着LLM在各个行业中的应用效率和经济效益。 从成本效益的角度来看： 由于大部分商业LLM的API都采取按Token计费的方式，无论是输入给模型的提示词（Prompt），还是模型生成的答案，其长度都会直接影响使用成本。 相对的，开发者和企业则需要尽量优化提示词的长度，通过精炼表达以降低使用成本。 而在规模化应用时，尤其是需要处理海量文本数据的场景，Token成本的优化将直接关系到解决方案的商业可行性。 从效率和速度的角度来看： AI模型处理文本的速度和Token数量是直接相关的，多模态模型也是如此。 更短的Token序列意味着更快的推理速度，这也是各大厂商的实时翻译模型的核心。 反之，处理更多的Token则需要更多的计算资源（GPU内存或计算能力）。 在大部分企业都面临硬件条件有限的问题时，Token数量就是制约模型处理速度和并发请求数量的最关键因素之一。 而多模态模型的出现和发展，使得图像、音频等非文本信息也能够被转化为Token供模型处理，AI的应用范围得以显著扩大。 从信息密度和质量的角度来看： 上下文窗口即Token限制，决定了模型能够“记住”多少信息。 在处理复杂任务、长篇对话甚至是多个文件的信息处理时，如何有效利 用有限的上下文窗口这一问题，还需要不断探索新的解决方案。 此外，我们在此前的文章中多次强调过的提示词工程（Prompt Engineering），简单来说就是研究如何高效、清晰地组织信息，以便在有限的Token预算内，引导模型生成高质量的输出。 这也直接关系到LLM在代码生成、数据分析、邮件撰写等多个应用领域的生产力提升。 04 未来已来 AI时代，Token扮演的角色越来越核心，人类对它的理解也在不断深化。 或许，有人会疑惑，将Token定义为一种“资源”是否恰当？ 毕竟，它的本质只是信息的最小单位。 而真正的稀缺资源，似乎还是更应归结于算力和数据等因素。 然而，Token作为AI理解和生成内容的“积木”，它直接决定了算力的利用效率、信息的传递成本和模型的性能边界。 它是连接算力与价值的桥梁，也是信息经济时代的一种特殊的“虚拟资源”。 对Token的优化和高效利用，能够最大化有限算力的产出、降低信息处理的门槛，最终影响整个AI行业。 未来，Token的重要性一定会是只增不减。 因为它不仅仅是技术层面优化的对象，更是社会、经济、道德和法律层面需要共同面对的课题。 说是未来，实则未来已来。