全球混凝土行业元宇宙供应链平台

凤凰网科技讯 8月11日，百川大模型正式发布开源医疗增强大模型Baichuan-M2。据官方介绍，该模型以32B的较小尺寸，不仅反超OpenAI最新开源模型gpt-oss120b，更是力压Qwen3-235B、Deepseek R1、Kimi K2等当前世界所有开源大模型。 此外，百川智能针对医疗领域用户隐私考虑下的模型私有化部署需求，对Baichuan-M2进行了极致轻量化，量化后的模型精度接近无损，可以在RTX4090上单卡部署，相比DeepSeek-R1 H20双节点部署的方式，成本降低了57倍。

特朗普 凤凰网科技讯 北京时间8月11日，据《华尔街日报》报道，美国总统特朗普的芯片关税政策可能会扰乱全球电子产品贸易，推高各种商品价格。但有一点看起来不太可能实现让美国高端芯片制造业重现繁荣。 上周，特朗普威胁对“芯片和半导体”征收100%关税，但同时提出豁免条件。根据特朗普的说法，那些承诺“在美国制造”的公司将免缴此关税。 尽管措辞含糊，但这一政策表面看来合乎逻辑。既然关税的目的是促使企业在美国增加生产，那么当它们真的这么做时，理应获得豁免。 该投的已投了 但问题是，全球主要芯片公司其实早已在美国投资建设生产线，这在一定程度上得益于拜登政府此前发放的补贴。为了获得关税豁免，其他科技巨头很可能会选择投资高端芯片制造以外的领域。 例如，台积电正在菲尼克斯以北建设芯片工厂，这些项目是其对美投资1650亿美元的一部分。韩国三星电子也在得州投资建设价值400亿美元的芯片工厂。类似的投资案例还有很多。 这些芯片制造商很可能会凭借这些巨额投资获得关税豁免。但如果真是这样，特朗普最新的关税政策就难以激励他们继续扩大在美国的业务。相反，这种激励措施可能会促使他们仅在美进行足够的投资以安抚政客，然后进口所需的其他产品，尤其是考虑到在美国生产的成本要高得多。 美工厂非最先进工艺 美国较高的制造成本一直是外国芯片厂商面临的核心问题，而关税政策并不能缓解这一点。台积电上个月向投资者表示，其在美国生产成本的上升预计将导致公司整体毛利率在未来几年内下降2个至3个百分点。 而且，这些工厂甚至都不是台积电最昂贵、最先进技术的首选生产地。台积电在亚利桑那州的工厂目前采用的是N4工艺技术，该工艺比台积电即将在中国台湾工厂推出的N2工艺技术落后两代。 台积电每年的资本支出 台积电虽然只是其中一家公司，但先进芯片制造几乎是少数几家企业的“游戏”。全球只有台积电、三星和英特尔能够以最先进工艺生产芯片。然而，英特尔目前正面临生存危机。为了追赶台积电，它不得不大幅裁员，削减资本支出计划以节省资金。特朗普最近对马来西亚出生的英特尔CEO陈立武发起猛烈攻击，为英特尔的前景增添了更多不确定性。 关税对芯片制造激励有限 出乎意料的是，芯片关税可能对不制造芯片的电子公司产生更大影响，因为它们需要进口关键零部件，关税会带来巨大损失。例如，苹果公司通过承诺未来四年在美投资6000亿美元，成功获得关税豁免，避免了可能削弱其美国业务的成本压力。其他实力雄厚的同行公司也很可能争取获得同样的关税豁免待遇。 如果芯片关税的目标是整体上促进美国制造业投资，这样的做法或许有道理。但如果芯片关税的真正目的是推动更多先进芯片制造回流美国，那么这些承诺显然不是灵丹妙药。 苹果在美国的投资确实支持了本土先进芯片制造：该公司是台积电亚利桑那工厂首个、也是最大客户，并且正与三星合作在得州研发芯片制造技术。不过，苹果也在大力投资服务器制造，扩建数据中心，并扩大得州园区，这些活动与本土芯片产业的直接关联较少。 值得注意的是，苹果目前的许多行动早在关税威胁出现之前就已启动。苹果CEO蒂姆·库克(Tim Cook)在2022年与拜登总统的联合新闻发布会上表示，苹果将采用台积电亚利桑那工厂的芯片。如今苹果获得了关税豁免，关税政策对其增加投资已无激励作用。 此外，美国本土制造仍然成本较高，而这部分费用最终需要有人承担。伯恩斯坦研究分析师在上周四发布的报告中指出：“关税和美国生产导致的成本增加最终将由美国消费者及供应链的不同环节共同承担。” 非关税考量 当然，芯片制造商仍有充分理由在美国扩大投资。它们已经利用了2022年《芯片法案》中的补助资金来增加美国制造产能，并且还可享受特朗普上月推动的《大而美》法案中增加的芯片制造设备购置税收抵免。 许多公司还看到了将更多供应链设在美国的价值，以避免遭受疫情时那样的冲击。此外，还有一个与关税关系不大的地缘政治考量：鉴于中东地区冲突的加剧以及其他可能出现的政治动荡，企业都有理由将更多半导体供应链集中在本土附近。 这些因素一直是、也将继续是企业在美国进行芯片投资的主要动力，而非关税。(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 8 月 11 日消息，百度今日宣布，百度搜索 PC 端首页全量上线系列 AI 功能，将传统信息入口升级为任务中枢。 升级后的首页新增“超级智能双行框”，支持一键深度搜索，可解答复杂问题；同时推出“工作台”模块，集成 AI 阅读、AI 写作与 AI PPT 三大工具。 AI 阅读可一键总结链接、图片及超大文档； AI 写作提供 20 余种文风并支持划线修改； AI PPT 可基于全网内容自动生成演示文稿。 IT之家测试，用户可以在“智能模式”“经典模式”之间切换，在“智能模式”下才可以直接使用相关 AI 功能。 QuestMobile《2025 年 AI 应用市场半年报》显示，百度 AI 搜索月活跃用户规模已达 3.22 亿，位列国内 AI 搜索行业首位。国际数据公司 IDC 同期报告亦指出，百度 AI 搜索在中国通用型 AI 搜索类产品综合评分第一，其中用户数据与技术能力两项关键指标均排名第一。

曾表示粉丝跌破6000万要庆祝的刘畊宏，已得偿所愿。 8月10日，雷达财经通过抖音查询发现，刘畊宏目前的粉丝量已跌至5908.3万人。 此前在2022年5月末，刘畊宏发布微博纪念自己粉丝破7000万，并表达感谢。彼时，有粉丝在评论区表示，“接下来8千万、9千万，我们破亿走起！” 在粉丝突破7000万的同时，刘畊宏低调开启了“直播带货”。2022年5月底，在既没有健身直播间预热，也没有在微博提前通知的情况下，刘畊宏夫妇二人在“王婉霏vivi”直播间开启带货，三款商品均来自FILA（斐乐）。 不过，刘畊宏的带直播货之旅，曾多次翻车。如2022年9月，“刘畊宏-我们eye旅行”直播间预订的旅行团遭遇住宿降级，原本承诺的希尔顿酒店被替换为维也纳智好酒店，实际体验与宣传内容不符。 网友通过视频详细记录了这一遭遇，并曝光了旅行社在后续处理中的推诿态度。尽管网友通过协调最终成功入住希尔顿欢朋酒店，但此次事件仍在网络上引发广泛讨论。 而在开启直播带货后的几年时间里，刘畊宏的粉丝量逐渐下滑，目前已从7000多万跌至6000万以下，破亿似乎成为一个“遥远的梦”。 涨粉速度创抖音纪录，开启带货后粉丝跌破6000万 回溯过去，刘畊宏可以算得上是抖音平台当之无愧的现象级博主。 尽管早在2018年就已入驻抖音，但刘畊宏长时间不温不火。而疫情居家隔离期间的健身直播，却阴差阳错地让刘畊宏成为了全民热捧的顶流健身明星。 据统计，自2022年4月起，刘畊宏的粉丝量井喷增长，其抖音粉丝数由2022年4月12日的约500万人增至2022年5月12日的6540万人，再到后来一度冲破7000万大关。 在粉丝数突破4000万时，刘畊宏曾表示，不管粉丝多少，哪怕是到了8000W粉，“我们依然是我们，会花最多的时间去服务支持我们的人”。 2022年5月29日晚，刘畊宏发布微博纪念自己的7000万粉丝，并表达感谢：“感恩所有……男孩、女孩们的支持，今晚又突破了新的里程碑”。 在粉丝获得巨大增长后，刘畊宏悄然开始尝试直播带货。2022年5月31日，刘畊宏在妻子王婉霏vivi的账号试水“浅播一下”。 虽然刘畊宏和妻子此次直播没有大张旗鼓地造势，但当天的直播成绩还算不错。据悉，当晚刘畊宏和妻子身着斐乐品牌的衣服同品牌方进行了连线直播，直播间的在线人数一直保持在5万+的水准。 当天，直播间一共上架了三款商品，这三款商品均属斐乐旗下，定价分别为329元、460元及649元，上架后很快被抢空。 值得一提的是，刘畊宏此次试水直播带货选择的品牌斐乐，此前便曾多次出现在他的直播中，但不是直接以小黄车商品链接的形式出现，而是以软植入的形式露出，即刘畊宏身着斐乐品牌的服饰在直播间带操。 彼时，还有传闻称，斐乐斥资1700万与刘畊宏达成合作，后续斐乐方对此予以否认。此外，李宁、安踏、斯凯奇等品牌，也曾以类似的方式和刘畊宏有过合作。 此后，刘畊宏开启了更多场次的直播带货，但其粉丝体量却开始逐渐下滑。 “世界就是这样走，但你太想掌控这个世界，是没办法的。”今年3月27日，刘畊宏在威海跑完马拉松后接受采访时表示，自己之前掉了1100万粉丝，后面还会持续掉，掉粉说明流量大，等到掉到6000万的时候他还要庆祝。 8月10日晚间，雷达财经通过抖音查询发现，刘畊宏的粉丝降至5908.3万人，跌破6000万关口。 直播带货曾多次翻车，还曾被指耍大牌 回看过往，在刘畊宏带货的过程中，曾发生过多起翻车事件。 时间回拨至2022年8月，快手当家主播辛巴重提“糖水燕窝”事件。彼时，辛巴将矛头直指抖音及抖音平台上的诸多网红以及明星主播，其中便提到了刘畊宏。 辛巴称，抖音的诸多网红以及明星都卖了同款燕窝，但抖音却封锁了平台所有的销售记录、视频以及内容，最终销售内容被抖音全部隐藏。他希望抖音提供当时平台直播这款燕窝的内容，让市场监督管理局评估一下平台有没有触犯法律。 卷入这起风波后，彼时正是抖音当红炸子鸡的刘畊宏随即发声回应。刘畊宏称，此事是与前经纪公司合作时的事情，他与前经纪公司杭州麦空文化创意有限公司合作过程中确实推荐过茗挚燕窝。不过，刘畊宏未曾在抖音直播间售卖茗挚燕窝产品，而是在淘宝直播间售卖该产品。 对于自己先前合作的公司选品不够严谨，导致信任自己的消费者受到损害，刘畊宏表示非常抱歉。因为过去的经历，现在团队更加严谨把关。 刘畊宏当时合作的MCN杭州麦空创意文化有限公司，同时也公布了燕窝事件的退赔进展，“由于品牌方未能提供全部消费者信息，同时出于平台对消费者的隐私保护机制，作为直播间运营方无法取得全部客户信息，故我方及刘畊宏夫妇未能对没有向我方提出诉求的消费者进行赔付，我方的代为赔付行为一直延续，最新赔付行为发生日为2021年4月6日。” 2024年4月，一自称是旅游业从业者的网友发视频质疑刘畊宏直播间选品不负责，推荐的旅游产品行程安排极不合理。 评论区，网友们纷纷留言称，“看到他的欧洲团每个地方30分钟，拍照都不够”、“黄金时段都被关在购物店里”、“客服态度特别嚣张，很高傲”。 同年5月，一位网友在社交媒体发文称，“刘畊宏-我们eye旅行”推荐的旅行产品强制购物。 2024年9月19日，又有网友发视频称，自己原本打算错峰出行，于是在“刘畊宏-我们eye旅行”下单了一款产品。 然而，直播间报名的旅行团实际住宿条件却和宣传不符。该网友表示，购买时宣传入住的是希尔顿酒店，实际却将其载至维也纳智好酒店。 而据该网友发布的视频显示，在后续的协商过程中工作人员多次推诿。工作人员先是说该酒店离景点更近，之后又表示预订时希尔顿已满房，故更换至同级别酒店。 该网友反驳称，地图显示希尔顿离景点更近，更换的酒店与希尔顿价格也有一定差距，且其提前几天报团，却并未收到更换酒店的通知。 整个交流过程中，该网友对工作人员的说法进行了一一反驳，最终他得到的答复是：已经重新为他更换为希尔顿旗下酒店。 该网友坦言，自己之所以选择刘畊宏直播间，正是因为相信大主播和大直播间的信誉。其还透露，之后自己同其他同行的人交流得知，他们也被安排到了维也纳酒店住宿。 视频发出后，引发不少网友参与讨论。有网友反问道，“希尔顿跟维也纳智好酒店同级别？”还有网友调侃道，“希尔顿≈希尔顿欢朋≈维也纳≈维也纳智好，所以维也纳智好就是希尔顿。” 舆论不断发酵后，“刘畊宏-我们eye旅行”账号于9月22日发布一则声明，还原了事情的经过。经详细了解，该用户9月3日在直播间下单了【江西婺源5天4晚1999元/双人】产品，并于9月6号出行。 由于正值江西婺源旅游旺季，旅行社在首选希尔顿欢朋酒店采买的房间数已满房的情况下,安排客人入住同级别维也纳智好酒店，引起客人不满。 “刘畊宏-我们eye旅行”强调，虽然此前购买链接中就已明确说明：如房满或不可抗力因素则安排同级别酒店。旅行社人员在与客人协商后，采用临时采买的方式，帮客人调换到希尔顿欢朋酒店，并报销了两个酒店之间的打车费。 针对此次事件，“刘畊宏-我们eye旅行”表示十分抱歉，合作旅行社在客户行前未将重要信息(入住备选酒店)提前告知客人，客户对备选酒店产生疑问后线下旅行社工作人员沟通解决及响应速度不到位，给客户带来不好的出行体验。经决定，直播间将终止与该家线路旅行社合作，并全面下架该线路产品。 不过，对于“刘畊宏-我们eye旅行”的致歉，仍有不少网友并不买账。有网友质疑道，“9月6日旅游旺季？我一个江西人都不知道开学后是旅游旺季。” 有网友则调侃称，“说希尔顿满房了，才安排的维也纳，后来希尔顿又有房了，好巧！好巧！” 还有网友建议称，“如果真的有诚意，下次遇到酒店满了，就升级换个更高档次的酒店，而不是降级换个便宜的酒店。” 更有网友直言，“这份声明看似想负责任，其实是把所有责任都甩出去了。” 另据封面新闻，有网友在“刘畊宏-我们eye旅行”直播间购买跟团游后发出“体验感太糟糕”、“避雷刘畊宏旅游直播间”等评论，甚至有网友提到由于体验不佳，玩到一半就退团了。 有分析指出，前述这些事件无疑给刘畊宏及其团队敲响了警钟。在追求商业利益的同时，刘畊宏团队还应重视消费者的实际体验和反馈，严格把控选品质量、优化服务流程，才不会砸掉自己的招牌。 值得一提的是，今年5月6日，刘畊宏在广西南宁录制综艺节目期间被网友爆料“强制清场引发冲突”，#刘畊宏团队清场#、#刘畊宏回应#等相关话题迅速登上微博热搜榜。 当晚，刘畊宏通过抖音直播间公开回应，并出示现场视频自证清白，称“绝无要求清场行为”。 5月6日22时，刘畊宏在抖音直播间正面回应争议。他展示多段未剪辑现场视频，画面显示：警戒线内为节目组租赁的固定摊位区；警戒线外游客可正常通行，且有工作人员引导分流。 数据显示，自强制清场事件后，刘畊宏多平台出现掉粉。 已与无忧传媒解约，新MCN与周杰伦关系密切 值得一提的是，今年2月，刘畊宏在直播中表示，其已与无忧传媒结束合作。无忧传媒方面回应称，合约确实已到期，双方合作非常愉快。 目前，抖音“刘畊宏”“刘畊宏-我们eye旅行”“刘畊宏健康来了”“刘畊宏直播跳操回放”“王婉霏vivi”等多个账号，主页均显示签约MCN为“天赋星球”。 雷达财经注意到，“天赋星球官方微博”账号发布的内容多与刘畊宏相关。 在过往发布的微博中，该账号还频繁提到有着“周杰伦概念股”之称的上市公司——巨星传奇，而刘畊宏及其妻子王姵云（公众更为熟知的名字为王婉霏）均与该公司有关系。 事实上，在不少公开报道中，周杰伦与刘畊宏之间深厚的友情被频繁提及，堪称娱乐圈中的一段佳话。 当周杰伦还是乐坛新人、默默无闻之时，刘畊宏便以其独到的眼光，对周杰伦的才华给予了高度的认可，并对他百般照顾。 等到周杰伦凭借卓越的才华与不懈的努力，一步步成长为华语乐坛的流行天王之时，周杰伦也并未忘记这段珍贵的友情，不仅积极为刘畊宏争取各类资源，助力其在演艺道路上稳步前行，更在刘畊宏的重要人生时刻担任其伴郎。 时至今日，这份友情已经超越了单纯的情感纽带，演化为了一种更深层次的商业合作与利益共生的关系。 从巨星传奇的股权关系上来看，周杰伦本人并未持有巨星传奇任何股份，但巨星传奇创始人和高管大多是周杰伦的亲朋好友。 据悉，巨星传奇的四位创始人分别为周杰伦母亲叶惠美、经纪人杨峻荣及多年工作伙伴陈中、马心婷，周杰伦的老搭档方文山则在公司担任首席文化官。 招股书显示，叶惠美、杨峻荣、马心婷、陈中通过各自控股公司持股并作为一致行动人，合计持股比例占公司上市前的64.5%，前者皆是周杰伦家庭、事业的核心人物。 在招股书中，巨星传奇直言，其依赖于与周杰伦、刘畊宏、王姵云及庾澄庆等明星在业务方面的合作，该等明星在消费者中的好感度或曝光率受到任何负面影响均可能对其业务、财务状况及经营业绩产生重大不利影响。 而从巨星传奇此前递交的招股书中，也能窥探到关于刘畊宏商业布局的更多细节。招股书显示，2021年11月，巨星传奇与刘畊宏的艺人经纪公司W&V成立天赋星球（香港）有限公司，巨星文创智权及W&V分别持股70%、30%。 据了解，天赋星球主要从事刘畊宏等明星娱乐及表演业务的策划与管理服务，以及明星于中国的商业活动管理。 天眼查显示，自2022年起，天赋星球陆续申请了“咔咔掉”、“肥油咔咔掉”、印有“刘畊宏男孩”或“刘畊宏女孩”字样的多个商标。此外，该公司在内地还投资成立了杭州天赋星球文化传媒有限公司。 据巨星传奇透露，自2021年起，巨星传奇获委任为刘畊宏在中国的商业活动的独家代理，并协助他发展成为中国健身及健美行业的热门KOL。 自2021年年底起，巨星传奇开始与刘畊宏及王姵云合作，通过在线短视频平台推广健康饮食及生活方式以及巨星传奇的产品。 2022年，巨星传奇开始在产品推广中使用刘畊宏及王姵云的二次元风格化身，即“刘教练”及“Vivi”。巨星传奇还计划与刘畊宏及王姵云合作推广若干健康管理产品，如拟推出低碳饮料、蛋白粉及运动相关健康产品。 不过，巨星传奇表示，刘畊宏不参与直播带货，但彼透过出现在直播带货、线上短视频及其他线上及线下表演（相关品牌拥有人的产品在此类直播间进行推广）并为平台在售产品吸引更多公众注意力，对各类品牌拥有人而言（包括运动品牌拥有人）显示其巨大潜力。 招股书显示，2021年、2022年，以刘畊宏为中心的综艺节目为巨星传奇斩获849.1万元、566万元的收入，毛利率从36.5%上涨到47%；2022年，以刘畊宏及其相关IP为中心的直播环节、线上短视频及其他表演为巨星传奇贡献4170.8万元的收入，毛利率为75.6%。 未来，刘畊宏还能否创造出新的流量和商业传奇？ 作者：孟帅，编辑：深海，36氪经授权发布。

凤凰网科技讯 8月11日，智谱AI推出全球100B级效果最佳的开源视觉推理模型 GLM-4.5V（总参数 106B，激活参数 12B），并同步在魔搭社区与Hugging Face开源。此外，API调用价格低至输入2元/M tokens，输出6元/M tokens。 GLM-4.5V基于智谱新一代旗舰文本基座模型GLM-4.5-Air，延续GLM-4.1V-Thinking 技术路线，在41个公开视觉多模态榜单中综合效果达到同级别开源模型SOTA性能，涵盖图像、视频、文档理解以及GUI Agent等常见任务。比如，GLM-4.5V能够根据用户提问，精准识别、分析、定位目标物体并输出其坐标框。 据介绍，多模态推理被视为通向通用人工智能（AGI）的关键能力之一，让AI能够像人类一样综合感知、理解与决策。其中，视觉-语言模型（Vision-Language Model, VLM）是实现多模态推理的核心基础。

IT之家 8 月 11 日消息，据湖北日报报道，8 月 7 日，湖北十大实验室在武汉集中发布 30 项亮点成果，覆盖空天信息、生物育种、化合物半导体等领域。其中，珞珈实验室发布的“东方慧眼”天地一体化智能遥感卫星系统，是全球首个天地一体化智能遥感卫星系统，具备亚米级光学成像、优于 1 米的雷达成像能力，数据获取时效性提升至分钟级。 IT之家从报道获悉，“东方慧眼”天地一体化智能遥感卫星系统瞄准复杂环境下北斗毫米级定位关键技术开展研究，重点突破了复杂监测环境下连续可靠的北斗实时监测技术精化等难点问题。未来，还将不断探索将时空智能底座赋能具身智能机器人、低空经济等行业。 湖北珞珈实验室副主任王庆海表示，项目建成后，对地球上任何地方，5 至 8 分钟就可实时查看到地面的数据。他还介绍称，“东方慧眼”星座的高端卫星设计、地面数据中心及运控中心落地湖北。项目已与社会资本达成共识，将共同投入 200 多亿元。该系统不仅将助力湖北西部地区山体监测、神农架林业管控，还将赋能低空经济、巨型智能机器人等新兴领域，目前已与鄂州花湖机场探讨货运物流领域的技术应用。 目前，十大湖北实验室已集聚院士 66 人，形成一支由 3547 人组成的高水平人才队伍；孵化培育企业 45 家，实现自我创收近 14 亿元。

相比于其他大厂，京东在AI领域上的投资和布局，核心都在围绕其主业，表现出浓烈的实用主义。 外卖和AI是刘强东当下花费最多精力的赛道。 今年3月，刘强东到访港科大，参观了郑家纯机器人实验室和无人机的噪声测试平台，并且与多模态大语言模型Mini - Gemini V2的技术团队交流。 与此同时，京东也对AI研发部门进行了调整，原本隶属于京东科技的京东探索研究院成为京东集团直管部门，由刘强东亲自担任院长，探索研究院成了京东在AI领域的核心研发部门。 而原来的院长何晓冬则担任副院长，不过何晓冬也从京东集团副总裁晋升为高级副总裁，成为京东AI研发实际上的负责人。 数智前线获悉，探索研究院升级到集团直管，除了高层对AI的重视程度加大，也是因为探索研究院近些年做出的成果得到了刘强东的认可。比如在2024年4月，刘强东用京东探索研究院研发的数字人做过一次带货直播首秀，“他认为这个场景已经足够好，他才愿意用自己的形象去代言。” 另外，京东也将旗下的言犀大模型统一升级为JoyAI。之所以要统一AI品牌形象，数智前线获悉，之前的言犀是探索研究院的品牌，但各个业务板块既有垂直的大模型，也有一些大模型的应用，内部在AI品牌上比较混乱。今年京东在内部专门征集过AI的统一名称，希望让人一眼就能看出这是京东的AI品牌。而Joy一直是京东的官方吉祥物，所以京东后续的AI应用大多会改成“Joy”的前缀。 在这些动作的背后，强势回归台前的刘强东，为京东AI下了怎样的一盘棋？ 01 投资铺路，下注具身智能 具身智能的投资热引起了外界对京东AI布局的好奇。京东是互联网大厂里，对具身智能最积极的厂商，不到三个月出手投资了6个项目，这种速度和密度让外界感到诧异。 最新一笔发生在8月初，具身智能整机及传感器企业“帕西尼”宣布完成新一轮A轮融资，京东领投。这家公司的创始成员来自日本早稻田大学机器人实验室，该公司在短短4个月内，已完成10亿元人民币融资。 7月30日，具身智能创业公司RoboScience宣布完成近2亿元天使轮融资，京东领投。真正引发外界大量关注的是在7月21日，三家具身智能公司千寻智能、逐际动力、众擎机器人在同一天发布融资消息。其中千寻智能完成近6亿Pre-A+轮；众擎机器人连续完成Pre-A++和A1轮，融资近10亿，最新估值已经达到了70亿元；逐际动力未披露具体融资额。 但这三个项目的领投方都指向同一家企业——京东。而在更早前的5月，京东领投了智元机器人的B+轮融资。作为当下最热门的具身智能项目，智元背后站着一大批产业资本，估值已经突破200亿元。 根据何晓冬的说法，京东在具身智能领域的投资“不会止步于此”，还会有下一次投资动向披露。 京东对具身智能的下注并不令人意外。京东早年一直关注机器人赛道，包括做物流配送、无人仓储，都有相关技术的积累。比如京东的亚洲一号，用到了很多无人仓储的技术。 而早在2023年WAIC上，何晓东就曾透露，未来通用人工智能有两个方向要走，一个是多模态，另一个就是具身智能。 此后，京东在具身智能领域的布局，着重在解决训练数据的难题。 2024年4月，京东探索研究院就构建了国内首个双臂移动机器人操作的开源数据集JD ManiData，包括提出了端到端的时空交互式理解多模态大模型。今年2月，京东联合松灵、地瓜机器人、中科大等多家企业和高校推出业内首个具身智能“原子技能库”框架，通过分解任务为可复用技能模块，缓解具身智能数据稀缺的问题。 大厂通过战略投资构建商业版图并不奇怪，但短时间内在同一个赛道如此密集的出手，在京东过往的投资历史中并不常见。 而在此之前，京东在AI领域的投资其实并不算多。上一轮大模型的投资热，AI六小龙被阿里、字节和腾讯下了重注，京东也几乎没有参与其中。 2017年，京东开始技术转型，刘强东把京东未来12年的战略总结为“技术、技术、技术”六个大字，并反复提到AI技术对生活的影响。京东也明显加大了对外投资的步伐。 不过，京东这一轮在AI上的投入和投资几乎都围绕物流板块。比如京东在2016年前后成立了X和Y事业部，前者主要做物流机器人，后者主要通过大数据和AI打造智慧供应链。 投资的项目也是如此。2017年，京东参与了做语音识别技术的云知声的3亿元战略融资；2018年，京东投资了科大智能，这是一家做物流机器人和仓储自动化的厂商，而物流板块一向是京东布局AI的前沿阵地。2019年2月，京东投资了自动驾驶技术服务商蘑菇车联。后来，京东再次下注，投资了做卡车自动驾驶的嬴彻科技。 往后几年，京东在AI领域几乎没有再出手。 最近一次在AI领域的投资是2023年12月和2024年7月，京东分两次对炒菜机器人公司橡鹿科技进行战略投资。双方除了资本，也在业务层面进行合作。如今京东外卖建设的七鲜小厨，里面就用到了部分橡鹿科技的炒菜机器人。 有意思的是，美团和京东都投资了大批AI企业，但两家公司的投资标的几乎没有重叠，似乎有意在避开对方。上一次双方投资同一家公司还是在2021年，美团和京东物流都投资了嬴彻科技，这是一家做卡车自动驾驶的公司。 不过，京东这一轮在具身智能领域的投资思路与之前有很大不同，更多从ToB转向ToC，希望技术能更直接地面向市场更为广阔的家庭用户。 “从工业应用走向陪伴、家庭服务，这块空间我认为是比原来会大更多的，可能会大一到两个数量级都不止，对用户的体验是最直接的。”何晓冬说，京东的附身智能品牌Joy Insight也是更多在服务终端产品，包括主打陪伴和教育的AI玩具、机器人/机器狗等。 02 高薪挖人，搅动AI人才市场 除了撒钱投资，京东也在四处挖人。 今年年初，京东启动了“顶尖青年技术天才计划”，花重金面向全球招聘AI相关的顶尖人才，而且薪资不设上限，甚至给产研岗位的实习生开出了过万月薪。 京东在脉脉上放出了3000个岗位，而且急招的岗位都与AI相关，包括多模态算法工程师、大模型算法工程师，只要求一两年的工作经历，开出了19个月的薪酬，年薪基本在百万左右。 目前，已经有多位AI大牛陆续入职了京东。包括阶跃星辰视频生成模型负责人、Tech Fellow段楠，阿里通义实验室语音团队负责人鄢志杰等人都相继加入京东，两人分别负责京东的视觉与多模态实验室和语音团队。百度搜索首席架构师辜斯缪也被曝出加入京东，担任AI应用与创新部负责人。 具身智能也是京东挖人的重要赛道。2025年4月，有媒体透露，原商汤VP沈徽加入京东，担任具身智能负责人。并且京东从商汤招揽了不少人才，包括商汤“元萝卜”项目的部分技术骨干也跟随沈徽加入京东。 不过，京东官方给出的具身智能负责人是戴文军。戴文军此前在阿里达摩院担任视觉智能产品总监。 京东上一次如此密集地招揽AI人才，还是在2017年京东确立技术转型的战略之后，包括IBM的首席科学家周伯文在2017年加入京东，出任京东集团副总裁，负责京东AI 研究与平台部相关业务，成为京东在AI领域的牵头人。 此后，美国微软雷德蒙德研究院NLP首席研究员何晓冬、亚马逊首席科学家薄列峰、加拿大西蒙弗雷泽大学计算科学学院教授裴健、美国伊利诺伊大学香槟分校助理教授彭健、微软城市计算负责人郑宇、微软亚洲研究院资深研究员梅涛等一批技术大牛陆续加入京东。 而周伯文、何晓冬与梅涛三人被认为是京东早年AI部门的牵头人物。何晓冬与梅涛二人还在2019年初入选IEEE Fellow（IEEE会士/院士），这是京东历史上首次有在职科学家晋级IEEE Fellow。 2020年，京东成立京东探索研究院。刘强东当年为这个部门设定了3年招募18位全球顶尖科学家的目标。而且在京东研究院成立后不久，人工智能和信息科学领域国际知名学者陶大程也加入京东，担任探索研究院的首任院长。 不过，上一轮AI热潮加入京东的行业大牛，除了何晓冬、郑宇和薛超等人还在核心岗位上，不少人已经陆续离职。 一位熟悉京东的人士分析，不少技术大牛进入京东后，存在观念与京东的发展需要发生脱节的情况，比如不少高校的技术大牛，本身想要维持自身的学术影响力，或者利用企业的资源继续从事自身擅长的研究，发表一些学术论文。但京东需要对方全身心投入，需要整体评估投入和收益，让技术在业务真正用起来。 如今，上述不少AI大牛，从京东离职后也已经回归高校任职。 这种理念的冲突在京东探索研究院的关注方向上也有所体现。京东探索研究院在成立初期，主要关注三大领域，包括量子机器学习、可信人工智能和深度学习。而如今，随着技术迭代的浪潮，京东探索研究院的最新介绍里，已经换成了大模型、具身智能和多模态智能。 而这些转变背后，都在指向一点，京东的技术投入更多在围绕主业进行。 03 服务主业，京东极致的实用主义 与其他大厂一样，京东在AI领域已经构建了从底层算力到模型，再到工具和应用的全栈链条的AI技术版图。 底层有AI算力基础设施京东云，包括分布式存储云海、容器平台云舰、数据平台深海、大模型一体机等； 上层有全尺寸的基座大模型JoyAI大模型，覆盖3B、10B、81B及最新750B，涵盖语言、语音、图像、视频等多种模态； 再上面有各类AI平台和工具，包括Agent平台（已开源）、辅助编程平台、模型开发平台、附身智能平台、数字人等； 最上面是AI落地的各类应用，以京东的优势业务板块为主，包括物流智能分拣、智能客服、零售销量预测、营销素材生成、健康智能问询等场景。 京东这类互联网厂商，都有个特点，就是自身业务快速发展衍生出了对技术的需求，比如京东云的高性能存储云海起初是满足京东内部高并发的需求。 不难发现，京东在AI方向的选择和技术落地时，会优先满足京东的主业，关注产业的应用。 具身智能的布局就是个典型。所以在今年WAIC展台上，京东摆出了大量与机器人和具身智能相关的硬件产品，比如AI玩具、陪伴机器人、下棋机器人、机器狗等，京东其中一个目的是希望将这些智能终端设备打造成京东电商的爆款，形成“买机器人上京东”的用户心智。 京东专门提出了JoyInside附身智能的概念。京东的AI智能体作为大脑，植入到各种终端设备中，一方面通过投资方式构建具身智能的商业版图，另一方面，通过流量倾斜+技术赋能吸引品牌方入驻。 最典型的就是各种AI玩具。目前，包括下棋机器人元萝卜、AI潮玩品牌Fuzozo、火火兔等，都通过京东JoyInside的模式入驻了京东。甚至逐际动力和众擎这类体型庞大的人形机器人，都在京东上开了旗舰店，售价达到了18万元。不过目前JoyInside的AI玩具数量有限，价格也比较昂贵，还没有诞生真正的爆款。 在零售领域，AI技术被整合进京东零售的业务流程中，覆盖了导购、营销、客服等。比如京言智能导购助手，可以给消费者更准确的购物建议，京点点AIGC平台可以帮助商家快速生成商品图、运营文案、短视频等。 数字人是京东重点投入的领域之一，被用于电商平台的直播场景。刘强东还以数字人的形象在2024年4月完成了直播带货首秀，不到1小时带货超过5000万元。而如今，超过9000个商家已经在使用京东数字人直播，完成了大规模产业实践。 在健康领域，京东健康的“AI京医”上线了超过500个专家医生智能体，提供AI诊疗服务、病历总结、患者用药提醒等。 在工业领域，京东工业也已经将大模型应用于商品寻源、合规管理等场景，包括打造了工业品商品标准库“墨卡托”，实现工业品编码标准化，大幅提升了供应链管理的效率。 而京东主打的这些应用都对应了京东核心的几大业务板块——零售、物流、金融、健康和工业。这也是京东的优势，在这些领域和行业积累了大量场景和数据的京东，能够让AI快速落地实践。 比如，京东最近在外卖领域打得火热，需要招聘大量骑手，所以京东内部推出了一个招聘官Agent，让AI智能体替代HR去完成面试、信息核查、审批入职等全流程工作。这个Agent已经面试了超过10万人。 “我们更关心它是不是在商业上真正可用，是不是能够为合作伙伴、为京东创造实实在在的闭环价值。”何晓冬透露，京东内部已经有超过1000个场景在使用京东的大模型。而且他还专门提到，京东内部各业务可以自由选择大模型，包括闭源或者开源的模型。 一位知情人士也向数智前线表达了同样的观点，“京东跟别的企业有一个很大的区别，就是京东所有的技术都要服务于供应链主业。”这也是刘强东对京东的定位，所有业务只围绕供应链展开。 京东在技术上的投入表现出了很强的实用主义，“再酷炫的技术也得在业务能落地”。 其中背后一个很重要的原因在于，相比于其他互联网科技大厂，京东是一家利润率很低的企业，无法支撑很多纯理论的研究，投入需要看到回报。以2024年为例，京东集团的净利润为413亿元，净利润率为3.3%；而腾讯为2227亿元，净利润率高达33%；阿里的净利润为1259亿元，净利润率为12.6%。 不过，京东从2017年向技术转型以来，过去8年时间，也已经累积在研发上投入超过1400亿元。如今随着刘强东强势回到台前，京东在AI上的布局将围绕其主业会有进一步的动作。

张一鸣回归，力捧两大王炸 6月下旬，网传张一鸣重回字节业务一线。 更具体的描述是：张一鸣主要办公地从新加坡转到北京，每月召开字节核心管理层和AI项目负责人的讨论会，尤其关注前沿技术发展....... 从字节技术人员口中，闻道商业也得到了某种印证，“可以确定的是，老板在狠抓AI”。 杀回业务一线的不止张一鸣。刘强东是最积极那一个。 从疯狂杀入外卖市场到自建线下医美，从重启低价战略到180亿豪购欧洲最大消费电子零售集团，刘强东无不亲临、坐镇业务一线。 相比，马云更似一种隐于幕后的掌舵。 2月民企座谈会，马云表态阿里勇闯AI时代；4月阿里云启动会，提出"AI应服务人间烟火"的商业化方向；5月在阿里创业原址"湖畔小屋"讲话，开启阿里再创业热潮...... 企业家们选择“回归”的时间节点十分微妙：流量压顶，外卖等本地生活竞争趋于白热化，大厂到了不得不上、不得不干的关键阶段；而随着AI趋势明朗，小创业团队不断出清，大厂也到了检验成果、理清方向并持续投入的决胜时刻。 张一鸣与其掌控的字节，继续疯狂跳动。 在胡润研究院发布《2025全球独角兽榜》中，字节跳动以2.2万亿人民币估值高举第二，仅次于全球首富马斯克一手打造太空探索公司SpaceX。 排在字节跳动之后的国内独角兽依次蚂蚁集团、Shein、微众银行、小红书、米哈游、OPPO、荣耀以及Vivo。令人震撼的是，这八大独角兽估值之和还不如字节跳动一家。 抖音集团自是字节跳动不可撼动的主力军。但除此之外，张一鸣手中能打的王牌正在变多。 在流量变现与技术进化两个纬度，字节正捧出两个新王炸。 将云建在AI上，火山要干1000亿 火山引擎是张一鸣手中的新王炸之一。 2020年底，字节跳动巧借并购“幺零贰四”，将其豪华创始团队收入麾下。这些人中，既有百度前副总裁吴海锋，也有百度前搜索首席架构师、T11级工程师谭待....... 彼时，谭待并不是此间最出彩的一个，但他却是架构设计领域里绝对的王者。 字节让谭待干回了老本行：主导火山引擎技术架构设计，布局云计算与AI基础设施。一年后，谭待升任火山引擎总经理，后者成功晋升字节六大核心业务板块之一。 自此，火山的引擎被彻底点燃了！ 履新一年的谭待，提出了更具挑战性的目标：未来8-10年火山引擎营收要破千亿大关。 这份进取，彼时更多被看作了张狂。毕竟，强如阿里云，也在千亿关口徘徊了数年。 谭待的底气，在于字节日益膨胀的规模体量。两个数据可作简单衡量，一是字节跳动2025年收入或达1860亿美元，二是字节跳动最高估值时迫近4000亿美元（近3万亿人民币）。 “算上整个集团业务，火山引擎能调度的计算资源规模不比阿里云少”“规模决定一切，最终牌桌上一定有火山。”这是谭待的底气。 表现在营收上，2024年火山引擎突破百亿大关。今年，火山引擎目标翻番，实现250亿营收。按照这一增速，不用10年火山引擎便可突破千亿。 集团规模决定了火山引擎的厚度，字节人的前瞻性预判则决定了这场技术探索的深度。 早在2020年计划进军云业务时，字节跳动最高层便表示，希望这个火山不只是“一个云计算厂商”，而是基于“20年后回看云计算”，打造更具AI的基础技术平台....... 这也诠释了，一众云服务商中，为何独独火山引擎“不带云字”。 在6月11日火山引擎原动力大会上，谭待公布了几组有趣的数据： 截至5月底，豆包大模型日均tokens使用量超过16.4万亿，同比增长137倍。在复杂推理、竞赛级数学、多轮对话和指令遵循等测试集上，豆包1.6-thinking表现跻身全球前列。 另据IDC报告显示，豆包大模型在中国公有云大模型市场份额排名第一，占比达46.4%。 以指数爆炸的AI大模型，破局日益拥挤的云赛道，这是火上引擎走出的差异化路线。 而按照谭待的说法，当下及未来，火山引擎重点便是要在“在国内AI领域”保住第一。 也是在本届火山引擎原动力大会上，羽翼渐丰的谭待定义了“2025年AI agent的元年。”在实操中，谭待将深度思考、多模态、工具调用以及模型使用成本等要素，视作Agent的规模化应用的关键要素。 沿着这个思路，火上引擎一手升级AI云原生服务提升大模型能力， 一手推动豆包调用成本持续下降。最终，趟出了一条属于自己的路。 如果说，李彦宏是AI大模型（AI agent）领域的传道人，那谭待就像那个披荆斩棘的闯关者。 此时，再品谭待那句“只要世界和平，1000 亿就没有问题”，似乎也不算什么夸张说法。 在抖音之后，字节终于有了第二张王牌。 2亿月活红果，绝杀优酷 AI之外，超级流量端口同样为字节所擅长。 按照Questmobile数据，红果短剧（6月）月活用户达2.1亿，同比增长179%。 在Questmobile这份榜单中，红果短剧几乎是断崖式领先。排在第二的河马剧场月活不足5000万，再之后的平台更是不足1000万。 相比火山引擎，红果短剧的成长速度要更加迅猛。天眼查显示，从2023年5月APP推出，到三月后独立再发展至今，红果短剧也不过历经2载。 与时间相比，红果短剧的推出更似一场无心插柳。对于红果短剧的缔造者，很多人并不陌生，他便是番茄小说的负责人张超。 2023年初，短剧开始展露头脚，但张超却发现市场独独缺少免费短剧。而此前，张超正是凭借“免费看书+看广告赚钱”模式，将番茄小说做到了月活六千万。 早已熟稔免费的巨大威力，张超决定将这一模式复制到短剧上。 谁也没想到，这场毫无技术含量的复制，却对行业形成了巨大颠覆。随后“用户免费看剧，创作者依靠平台广告分账”的模式，不断被市场印证。 按照时间序列，2024年6月红果分账收入破1亿元，9月破2亿，11月达到3亿。 到了今年3月，红果单月分账突破5亿元，其中超过10+版权方单月分账突破千万元，80+作品单月分账破百万元。 红果果断放弃了短期的“商业变现”需求，开始大肆依靠抖音流量“筑基平台、收拢人心”。 用行业观察者的话说，红果的成功离不开字节跳动的全域流量支持。比如最初，红果便深入抖音生态，利用算法精准推送，试图把抖音里的数亿用户直接拉进短剧阵地。相关数据显示，红果88.3%的流量来自抖音APP本身。 首创免费模式，加上从天然相近的抖音平台倒流，也宣告了红果的极难复制性。 从这个视角看，红果的天花板异常之高、护城河异常之宽。竞品攻不进来，短剧却可大杀四方。 面对短剧狂飙，最慌的莫过于长视频平台。殊不知，如今红果短剧以及国内在用户规模上实现了对优酷（月活2亿）的反超。 于是，在开创短剧付费模式后，红果又开始了新一轮颠覆：倒逼长视频平台短视频化，最终让短视频大行其道..... 而在未来，这个行业将是长短视频相互攻伐的诸侯混战局面。 按照DataEye研究院预估，2025年中国免费微短剧市场规模约350亿元，在整个微短剧市场中的占比将达到55%左右。 诚然，这个市场体量之于火山引擎动辄千亿营收，不过尔尔。但手握数亿用户的超级红果APP，无疑于再造一个抖音，其背后有着巨大的想象空间。 而这一切似乎是刚刚开始。 从火山引擎、红果短剧暴走，到张一鸣被传回归一线，字节跳动携两大王炸开启了新一轮凶狠扩张。

©️深响原创 · 作者｜吕玥 当“AI营销人员”Head将霸王茶姬在泰国的营销活动从计划的3个月惊人压缩至7天，当“AI驱动的全球红人营销自动化平台”CrowdCore将品牌与创作者的匹配精准度推至90%以上；当科技巨头英特尔选择将部分营销业务直接外包给埃森哲，用AI代替人力…… 这些看似分散的商业动作背后，实则涌动同一股力量——AI Agent。 AI营销早已不是新鲜话题。过去几年，AI快速渗透营销领域各个环节，从初期的AI自动生成图文素材，到广告投放的智能化、自动化，再到利用AI进行效果归因与策略优化等等，AI一步步解放营销人的双手。而今年被公认为 “Agent元年” ，Manus、Genspark一度带动Agent热潮，营销领域被卷入后，也走到了一个新临界点上——AI不再仅是营销工具链上的一个高效零件，它似乎正在接过“方向盘”，尝试在复杂环境中“自动驾驶”。 当技术演进从辅助人类转向自主决策，整个营销决策的底层逻辑势必会重构。我们探讨营销Agent的实质，已超越工具效率本身，更直指一个更核心的命题：AI是否真能“自主”包揽一切营销动作？ 当一切都能“自动化”，营销工作的终极价值该锚定何处？品牌在营销环节能否完全安享其成？ 实战拆解： 营销Agent的三类应用场景 不同于给一个Prompt就被动响应一次的大型语言模型，Agent更有“黑科技感”，仿佛既有大脑、又有手脚——能独立运行，无需外部频繁干预即做出决策；可与其他Agent或用户进行协作，敏锐感知环境变化并实时响应；更重要的是还能主动调用各种外部工具（如数据库、API、分析平台等）驱动任务完成。 能实现这一切，主要是因为构建营销Agent的主流范式之一是“工作流（Workflow）”架构。通俗理解就是有一个“规划者”模块负责制定多阶段行动蓝图，再由“执行者”模块调用各类专业工具一步步落实计划，并在执行过程中根据实时反馈不断调整策略，直至达成预设目标。 这种流程化设计，恰好就与同样高度流程化的营销充分适配。 比如通常做达人营销，需要品牌先筛选达人、邀约谈判，而后由达人输出内容创意，品牌审核后在渠道发布，最后做效果追踪与归因优化。整体流程本身并不复杂，但因为中间环节多，需要多方沟通和配合，就导致一次活动周期动辄耗费数月。 而营销Agent正好可“一手包办”全流程。 以Head为霸王茶姬在泰国所做的营销活动为例，营销Agent先锁定曼谷目标门店周边的活跃创作者，而后基于预设规则（如必须带有“珍珠奶茶/奶茶评论”标签、历史内容点击率高等）做深度筛选；在创作者参与后实时追踪数据，一旦发现下滑迹象或该创作者被标记为“广告饱和”，便自动启动淘汰机制，将预算迅速转向表现更优者。这样一来，原本3个月的活动就被压缩到了7天，整体合作效率提升了93%。 图源：Head官网 营销Agent此时发挥的核心作用，是解决了海外营销时本地化资源筛选和匹配的难点，并自动化去动态优化资源的配比。相比品牌在海外市场两眼一抹黑的找达人，此时用营销Agent自然是要性价比高的多。 达人营销是要“找对人”，而社媒投放需“做对事”。事实上不仅是缺乏本地市场洞察与达人资源网络，出海做营销存在不少难点，国内品牌商家往往对TikTok、Instagram等各大海外社交媒体平台上瞬息万变的流行趋势和投放规则也不够熟悉，每走一步都充满挑战。若“跨平台”做营销就会更复杂，需要更专业且多人的团队去同步追踪海外平台的挑战赛趋势、算法更新和实时热点等等。 今年WAIC大会上，钛动科技发布的AI Agent Navos就是针对这一问题。钛动科技CEO李述昊表示，Navos能覆盖营销链路中的爆款洞察、素材诊断、素材制作、广告投放监控、广告效果分析等多个环节，满足不同行业、不同规模客户出海营销过程中多样化、个性化的需求，直接帮客户交付营销结果。 能看得出其核心突破在于构建了跨平台的“爆款内容自主生产线”。即使品牌方对海外市场一无所知，Agent也能凭借数据学习与实时反馈能力，接管多平台，快速搭建起多条高度本地化广告投放流水线，降低市场进入门槛，相当于是用全流程自动化去对抗了营销渠道的碎片化。 图源：钛动科技公众号 如果说达人营销与社媒投放解决当下流量获取问题，那么AI搜索优化则是更关乎于未来的生存权。 如今搜索行为本身被AI重构——豆包、DeepSeek、Kimi等智能应用正逐步取代传统搜索引擎，越来越多人在有疑问时会直接选择“问AI”而不是“搜索一下”。这就意味着过去品牌们所依赖的“关键词竞价”搜索营销策略正逐渐失效。 品牌到了一个需要跳出传统SEO思维、在全新的对话场景中建立认知锚点的新阶段。然而如何让品牌信息更自然、高频地融入AI生成的答案，这对大多数品牌来说是个完全陌生的新课题：许多人都尚未熟悉这些AI应用，更遑论去思考如何抢占AI对话中的心智份额。 此时，AI Agent的介入，正是在这片全新的对话战场为品牌开辟航道。 以艾加营销集团旗下iPowerAI元力科技开发的iGeo Agent为例，据官方介绍这是一个多Agent集群自驱动、自部署的系统，主要就是用来提升品牌及产品在AI搜索引擎中的可见度、推荐度、信息准确率等。 Agent会先连接正在提问的用户，理解其意图，帮品牌找能够植入进去对用户心智产生影响的机会；而后基于跨模型语义分析，动态量化品牌在主流AI搜索引擎中的“认知能见度”。长期来看，AI还要更懂品牌，提升不同AI搜索引擎读取品牌信息的准确率，构建AI生态中的品牌知识库，而不是短期内去刷高品牌的“出镜率”。艾加营销集团元力科技首席战略官Frank也举了一个例子，“GEO最终不应该只处理‘平价电动牙刷哪款好’这类明确需求，而是在用户表达‘牙疼’时，就能自然引出品牌内容。” 图源：iPowerAI元力科技公众号 这三个案例虽然发生在找达人、投广告、进入AI搜索场景，但营销Agent所做的本质是相同的：在信息爆炸、平台林立、用户偏好飞速变化、海外市场越来越复杂的当下，用AI去自主分析、快速决策、全天候工作，帮品牌降本增效地完成营销任务。 营销Agent为什么值得用 事实上行业内已有共识：通用型Agent深度依赖基础大模型能力，本质是模型厂商势力的延伸，其能力始终将跟随模型的升级而进化，创业公司能施展的空间实属有限。那么在营销环节，品牌为何不直接用如Manus等诸多明星级通用Agent，反而要选择创业者新开发的营销Agent？ 关键点其实在于——营销Agent所具备AI之外的能力。 营销是个颇“复杂”的领域，有自成体系的行业黑话、独特流程要求，也有一部分是非标、需要基于业内经验和市场洞察的内容创意，还有沉淀多年的、无法从公开渠道获取的专有数据，这些是通用Agent不一定具备的。同时，营销领域的痛点、营销人会关注的问题、真正影响广告主预算投入的细节，并不是技术开发者擅长的，所以也很可能并不在通用Agent的常规视野中。 而创业公司的破局点就在于此。很多营销Agent只针对某一个垂直领域，如达人营销、搜索广告或者是信息流广告投放，通过整合过去极为分散且不透明的、关于达人和用户的一系列非显性数据进行推理，去优化营销效率。 还有很多营销Agent是基于企业闭环数据、依托营销集团服务海量头部品牌的数据经验、社交平台上海量素材库和效果反馈等等，即拥有了所谓的“行业Know-how”。这种垂直模式就会更具针对性地去解决传统营销中的“困境”。 首先就是传统营销中最突出的问题——人力密集。常规营销环节细分，多个团队人员打配合，耗时耗力；而营销Agent无缝衔接全链条，将跨地域、跨知识/经验、甚至是跨国的团队的能力压缩为了可复制的、极度流程化的解决方案。 其次是解决强依赖于经验的问题。依赖某个人或者团队的经验，就意味着存在主观性与滞后性，而营销Agent通过实时数据流构建动态决策模型：持续监测波动，自动关停低效计划，并基于转化率分配预算，这会使新手团队获得接近专业优化师的结果输出。 另外传统广告营销会采用AB测试的方式，营销Agent能够将试错过程前置为数据推演，通过历史数据建模与实时趋势捕捉，预判广告传播潜力，投放后秒级反馈驱动快速迭代，这样一来就能降低无效投入。 更关键的是，驱动品牌快速接纳营销Agent的关键动力，源于其独特的商业模式。 传统软件工具都是SaaS模式，其本质是销售工具，企业为软件功能支付订阅费。而AI时代的竞争逻辑已彻底转向，正如红杉资本曾提到的“下一代AI商业化核心是交付收益，而非工具”，技术的价值不再取决于自身先进性，而在于能否直接创造可量化的业务结果。 Agent的崛起，便是推动AI商业模式发生深刻转变的关键——其催生了RaaS（Result-as-a-Service，结果即服务）商业模式，并在AI领域形成浪潮，众多AI产品应用都选择采用。从“功能交付”跃迁至“结果交付”，底层逻辑是将Agent定位为 “AI劳动力” ，企业无需为技术本身预付成本。 这种模式也天然契合营销领域“效果至上”的基因。Head等Agent服务商普遍采用 “按广告消耗分成”或“以效果指标（如CPA/CPM/ROAS）结算”的收费模式。品牌方只需聚焦最终转化目标，从根本上消除了“为未知能力预付”的决策阻力。并且当Agent的收益与品牌业绩深度绑定，其角色从“工具供应商”转变为“增长合伙人”，这种利益共同体关系，会大幅降低品牌对新技术的学习与试错门槛。 图源：Head官网 当Agent成为可量化创收的数字劳动力，企业决策便从技术焦虑转向价值投资，这才是营销Agent快速进入品牌视野并落地应用的核心理由。 小心“硬币另一面” 当然尽管营销Agent展现出巨大潜力，其规模化应用目前还是存在不少挑战。 首当其冲的是数据驱动的透明度困境。 当Agent依赖历史数据与封闭算法自动决策时，品牌方可能陷入更深的“黑盒焦虑”——AI为何选择某位粉丝量平平的达人合作？为何在某个时刻突然调高某广告组出价？这类关键决策缺乏可解释性，品牌不仅难以理解内在逻辑，更可能逐渐丧失对营销策略的话语主导权。这种失控感在战略级预算分配时会尤为尖锐。 其次是标准化效率与创意稀缺性的冲突。 Agent擅长基于数据流水线生成“安全牌”内容——符合平台算法偏好、经过验证的模板化素材，在信息流广告等短平快场景中效果显著。然而，对依赖品牌溢价的高创意行业（如奢侈品、高端美妆），过度标准化可能导致同质化。当竞品Agent都在推送类似风格的“网红开箱视频”，如何守护品牌独特调性？当AI将“爆款公式”奉为圭臬，突破性创意反而可能被数据模型判定为“高风险”而遭淘汰。 更严峻的挑战，还有来自控制权让渡伴随的未知风险。 将营销方向盘完全交给AI，一旦发生文化冒犯（如在斋月期间推送餐饮促销）、价值观偏差（生成刻板印象内容）、甚至违规话术、误触法律红线，责任该如何界定？品牌苦心经营的声誉可能在算法的一次失误中就完全崩塌。 此外，对品牌商家来说，可能出现的人才结构的断层与数据资产锁定问题也值得关注。 随着基础优化师、素材编辑等岗位被自动化取代，传统团队面临两难：既需培养能驾驭AI的战略型人才，又担忧核心能力空心化。更棘手的是历史决策数据的归属问题——当千万级预算投放的优化策略、用户反馈全沉淀在某个Agent平台，品牌切换成本将陡增。这种现象虽构成服务商的壁垒，却可能阻碍企业长期灵活性。长期以来，品牌商家所担忧的不再是技术产品会不会用，而是AI供应商是否会涨价。 Agent的价值，核心在于其作为 “效率加速器” ，而非 “增长万能药” 。需要清醒认识到的是，AI的竞赛远未抵达终点线，今天的营销Agent，仍是技术演进长河中的一个节点。模型能力的跃迁、新交互范式的出现、乃至监管框架的完善，都可能会持续改写游戏规则。 品牌拥抱AI的深层逻辑，在于保持开放心态、敏捷性以及批判性，一场关于效率边界、人类角色的持久探索才刚刚开始。

今日，“互联网坊间八卦”公众号爆料称，阿里“扫地僧”蔡景现已离职，其在阿里内外平台状态显示为“退隐江湖”。从2000年8月1日至2025年8月1日，蔡景已在阿里度过25年时光。 蔡景现花名“多隆”，是中国互联网行业资深技术专家，淘宝第一个程序员，作为淘宝初创团队核心工程师，主导构建淘宝交易与论坛系统，因专注高效的工作风格被内部誉为“码神”。 资料显示，2014年4月，蔡景现通过合伙人提名委员会审核，并于同年9月正式成为阿里巴巴集团合伙人。其入选理由包括“对淘宝业务的创纪录贡献”及“单纯专注的技术特质”。 2023年7月，阿里巴巴集团年报显示蔡景现不再担任合伙人职务。

凤凰网科技讯 8月11日，OpenAI上周正式发布新一代人工智能（AI）模型GPT-5，据悉，该模型已在中国提交商标申请，国际分类涵盖科学仪器、网站服务，目前所有相关申请均已被驳回。 具体来看，OpenAI已通过两家关联公司在中国提交了商标申请，其中欧爱公司已申请注册两枚“OPENAI GPT-5”商标，国际分类为网站服务、科学仪器，目前均处于等待驳回复审阶段；欧爱运营有限责任公司则申请注册了两枚“GPT-5”商标，国际分类同样为网站服务、科学仪器，商标状态也均为驳回复审中。 据悉，“GPT”全称为“生成式预训练转换器”（Generative Pre-trained Transformer），已被全球多国商标机构（包括中国、美国）认定为通用技术术语，缺乏显著性。此前，美国专利商标局（USPTO）曾两次驳回OpenAI对“GPT”的注册申请，理由是“阻止竞争对手正确描述其产品”。 OpenAI曾宣称GPT-5是“迄今为止最智能、最迅捷且最实用的AI模型”，在健康咨询解答、快速编写计算机代码等领域表现尤为突出。

美国制造的 iPhone，终于不只停留在特朗普的幻想。 在白宫椭圆办公室宣布「美国制造业」计划后，苹果公司 CEO 蒂姆·库克将那块刷屏各大媒体的纯金底座圆形奖牌，送到了美国总统唐纳德·特朗普手中。 这块奖牌的特别之处，在于它是 100% 美国制造，玻璃来自肯塔基州，纯金底座则是犹他州生产，甚至连设计师，都是一名美国前海军陆战队士官。 一起送给总统的，还有还有苹果最新的投资承诺：1000 亿美元，用于扶持本土的制造业发展，让以后销往全球的 iPhone 上，出现更多「美国制造」。苹果未来四年在这方面的投资总额，累计达 6000 亿美元。 所以，下个月就发布的 iPhone 17 系列，会因此涨价吗？ 美国制造的 iPhone，会有什么新意？ 新增加的这笔 1000 亿美元投资，侧重点在芯片生产领域，可以看作是对美国最新「对境外生产的半导体芯片征收 100% 关税」政策的回应。 库克表示，这笔投资将促进今年在美国总共 12 个州的 24 家工厂生产 190 亿颗芯片，用于全球销售的苹果设备。 苹果一起官宣的「美国制造」供应链同盟有：康宁玻璃、德州仪器、环球晶圆美国公司、Coherent 公司、应用材料公司、三星、格芯、安靠和博通等公司。 让我们首先来看屏幕玻璃： 在所有的美国生产计划的合作当中，康宁最先敲定的。苹果宣布，将和康宁将全球规模最大的智能手机玻璃生产线迁至美国肯塔基州哈罗兹堡的一家工厂。 很快，全球销售的每一台新 iPhone 和 Apple Watch 都将采用肯塔基州出产的盖板玻璃，和献给特朗普的奖牌同源。 此前爱范儿已经讨论过 iPhone 17 系列有望搭载抗反射屏幕的爆料，而康宁一直是三星手机抗反射玻璃的提供商，因此此番合作，很可能坐实了这个消息。 ▲ 右边是康宁抗反射玻璃的三星 Galaxy S25 Ultra，图源：Sam Mobile 不过，苹果并没有官宣这个生产线正式启用投产的时间，预计最早也要等到明年，在短期内也很难承担全球 iPhone 和 Apple Watch 的玻璃生产。 然后再来看芯片： 苹果和三星建立新的芯片制造合作伙伴关系，目前正在与位于得克萨斯州奥斯汀的工厂合作。据说，这座工厂将采用「世界上从未使用过的芯片制造创新技术」…… 但在公告中，苹果并没有说明这将会是什么芯片，只提到了芯片会「优化功耗和性能」。 苹果三星合作开发的，很可能是下一代 iPhone 18 的图像传感器。今年年初，有消息源称，三星正在为苹果开发一款「三层堆叠传感器」，其中的「三层」就是指将三颗芯片进行堆叠，能显著提升手机镜头成片的处理速度。 而苹果的芯片「老伙计」台积电，也已经公开表示，由于自己在美国亚利桑那州设有芯片工厂，将获得芯片关税的豁免权。 尽管工艺制程方面和三星势均力敌，台积电和苹果的合作经验却领先了十多年。所以，至于说 iPhone 的 A 系列，以及电脑和部分 iPad 的 M 系列芯片主体，苹果会否交给三星处理，有待观察。 爱范儿也讨论了此前曝光的一颗苹果自研图像传感器，目标是超高的宽容度，实现「接近人眼的动态范围」，不过目前还未知与三星有没有关系。 目前，iPhone 的影像传感器由索尼独家供应，但索尼在美国并没有设厂，因此将面临 100% 的境外生产芯片关税，与三星的合作可能就是一种应对的方式。 除了这些大众更熟悉的知名供应商，苹果也将和德州仪器、应用材料公司、格芯、安靠等多家品牌，将更多半导体制造业务引入美国，这些供应商主要提供的组件是无线通讯、电源管理方面的芯片。 推进这些供应链落地美国，好处就是苹果和供应商之间的关系更加紧密，进一步推进双方的合作，能加速 iPhone 新功能的研发。 但代价也很显而易见。 这次不涨，下次未必 六千亿美元，可不是一笔小数目，不禁让人担心，接下来的 iPhone 17 系列，会不会涨价？ 但投资者给出的反应要乐观很多，「千亿补贴」宣布之后，苹果股价涨 5.1%，创近三个月来最大涨幅。 原因很简单，这笔大额投资，可以说水分很大，毕竟这是一个天文数字，苹果目前公布的计划也比较模糊。 特别是苹果官宣将带回国内的供应链阵容，目前来看不少属于「借花献佛」，因为其中都是供应商自己已经宣布或者完成的投资计划，比如台积电和三星，原本已经在美国设有工厂。 ▲ 台积电在美国亚利桑那州的工厂 这笔投资现在看起来更像是一个「缓兵之计」，长达四年的兑现期，似乎就是对标现任总统特朗普的任期。 彭博社记者 Mark Gurman 分析， 至少在十年内，美国都不可能大规模生产 iPhone。特别是未来两年准备推出的折叠 iPhone 和「全玻璃 iPhone」，这种更加复杂的产品只能由中国独家生产。 苹果也表示，短期内 iPhone 还是境外组装，这点连特朗普都无计可施只能同意，毕竟本土确实不具备足够的条件。 投资者认为，继续在中国、印度组装，能确保 iPhone 利润率不会发生重大变化。 并且，由于这一千亿美元的补贴，特朗普也给苹果开出了「关税豁免」，虽然具体细节没有公布，但有望能缓解苹果此前所面临的「一个季度损失 9 亿美元」关税压力，iPhone 17 系列大概不会涨价。 从另外一个角度去看，不到万不得已，苹果很可能不会去大幅调整 iPhone 的价格，特别是 Pro 系列。 从 2017 年开始一直到去年，Pro 系列（以及相同定位的 s 系列）的起步价格一直是这个数字：999 美元。 根据消费者物价指数通胀计算器，当年 999 元的 iPhone X，在今年对应的价格，其实已经来到 1298 美元——这样看来 iPhone 的售价其实还更便宜了。 从营销的角度去看，999 这个数字极具魔力，给人造成一种 iPhone Pro「几百美元」的错觉。如果涨价来到 1049 美元，那 iPhone 就成了妥妥的「千元机」，一下子能劝退不少人。 不过，在当下动荡的局势，没有什么是能说「一定」的。将供应链引回美国，也可能会带来许多预料不到的风险。 即使苹果目前只计划在美国本土生产部分部件，可以预见随之而来的进一步投入以及生产成本，会不会影响未来 iPhone 的品质和价格，都需要进一步静观其变。 但至少还有一个月就到来的 iPhone 17 系列，基本不会有太多的变数。

IT之家 8 月 11 日消息，realme 副总裁王伟近日在回答网友问题时确认，真我 GT8 系列手机会在今年 10 月上市，新机将搭载「最强双扬声器」、同时新系统还将支持自制动态壁纸。 博主 @数码闲聊站 今日发文透露，真我暂时不会做折叠屏手机，但真我的主动散热风扇方案评估中，相关技术即将公开。博主表示，8 月一开始，各家新机都陆续开始超前瞻预热了。 IT之家注意到，博主还在评论区回复了部分网友的问题：针对“真我中屏是什么系列”，他回复“暂时没有，目前只有 6.57 的中低端机”的问题；针对新机是否开始卷扬声器了，他表示“嗯，红米的扬声器也非常强劲”。 此前某厂 SM8850（第二代骁龙 8 至尊版 / 骁龙 8 Elite 2）新机部分规格，预计为 realme 真我 GT8 Pro。该系列新机搭载 2K 直屏 + 2 亿大底潜望镜，马达和扬声器也会加强，3D 超声波指纹和金属中框都是标配，电池也很大。

百川智能创始人、CEO 王小川 时隔许久，王小川创立的百川智能公布最新模型技术进展。 8月11日消息，百川智能今天发布一款开源的医疗增强大模型Baichuan-M2。 具体来说，针对医疗领域用户隐私考虑下的模型私有化部署需求，百川智能对Baichuan-M2进行了极致轻量化，量化后的模型精度接近无损，可以在RTX4090上单卡部署，相比DeepSeek-R1 H20双节点部署的方式，成本降至其成本的1/57。针对国产主流芯片的开发和适配，让多数医疗机构利用现有硬件条件可以实现快速部署。 评分上，Baichuan-M2在HealthBench上得到60.1的高分，以32B的较小尺寸不仅反超OpenAI 最新开源模型gpt-oss120b（得分57.6），超过Qwen3-235B、Deepseek R1、Kimi K2等其他开源大模型，略逊于GPT-5-Thinking。 百川智能表示，GPT-5发布时既没有开源，也没有公布参数，无法私有化部署，无法低成本应用。相比之下，Baichuan-M2快速免费开源，成为医疗行业低成本快速应用部署世界顶尖医疗模型的唯一选择。 据悉，百川智能成立于2023年3月，由原搜狗公司CEO王小川创立，团队成员主要来自搜狗、谷歌、腾讯、百度、微软、字节等公司。目前，百川智能已完成三轮融资，2024年7月获得了50亿元的A轮融资，并将以200亿元估值开启B轮融资，是中国AI“大模型六虎”之一。 今年以来，百川智能全面做“AI医生”。 王小川称，医疗大模型是LLM皇冠上的明珠，AI医疗不仅能提升医疗服务的可及性、便利性，还将推动医疗研究范式的创新。在智能时代，我们不是在造“工具”而是在“造人”，造人代表了知识含量最高，并且需求最广泛，而医疗则是其中最有代表性的行业。神经网络之父辛顿（Hinton）也强调了医疗的重要性，认为“医疗行业是AI应用中最重要的领域之一，能最大化发挥AI的潜力”。 “为生命建模型、为人类造医生，是百川的使命。这是第一天就立下的志向。”王小川曾指出，百川智能是国内唯一一个专注医疗的大模型创业公司。其在2021年把搜狗公司卖给腾讯的时候就提到，之后的二十年我会专注生命科学、大众健康。2022年，他创建了一家做AI检验检测设备的公司——五季医学，它和百川智能实际上是姊妹公司。 今年1月，百川智能推出国内首个具备语言、视觉和搜索三大推理能力的开源全场景模型Baichuan-M1-preview，特别解锁了医疗循证模式，可整合实时医学证据进行深度推理，同期开源的Baichuan-M1-14B医疗增强模型，在临床评测中表现媲美主流大模型（如o1-mini）。 同时，百川Baichuan-M1-preview内置行业内首发的"AI患者模拟器"，用真实数据构造上万个不同年龄性别症状的AI患者，模拟了数百万次诊疗过程。 今年2月，以Baichuan M1大模型为底座打造的“AI儿科医生”正式在北京儿童医院上岗；今年3月，百川携手北京儿童医院、小儿方健康共同发布“福棠·百川”儿科大模型。 时隔8个月后，百川智能发布全新大模型产品，升级患者模拟器并引入模型端到端强化学习（RL）能力。 百川智能表示，面向急诊、门诊等对于交互速度要求更高的场景，相比Baichuan-M1，基于Eagle-3架构优化的Baichuan-M2 MTP版本在单用户场景下实现了58.5%的token速度跃升。 实际上，OpenAI于8月6日首次开源两款大模型，主打部署成本超低和医疗能力最强。其中，开源gpt-oss系列模型过程中，OpenAI首次将医疗作为第一重要的评测标准；发布GPT-5时，请到现场的唯一使用者是抗癌患者。 据悉，OpenAI从HealthBench整体数据中选出1000个特别困难复杂问题作为Hard子集，用于验证模型多维度、全景化解决疑难复杂医学问题的能力。今年5月这个评测集发布时，世界上所有顶尖模型得分都没超过32分，许多前沿模型得分甚至为0。在OpenAI组织的人类资深医生测试中，资深医生撰写的答案甚至未超过o3。 OpenAI在GPT-5发布时特别强调，其是HealthBench Hard评测全球唯一超过32分的模型。而百川智能表示，Baichuan-M2以34.7分成为全球第二款超过32分的模型。 案例方面，百川智能称，在北京市海淀区卫健委、北京大学第三医院、国家儿童医学中心等合作伙伴的支持下，M2在真实病例实测中体现出超强能力。例如，一位51岁女士近两个月睡眠充足仍感觉困倦、疲惫，脖子轻微肿胀。M2根据医患对话，详细梳理出持续性疲劳、体重增加等多个支持诊断的关键症状，综合考虑患者用药史、年龄、合并症状等因素，精准诊断出患者最可能病因为甲状腺功能减退症。 事实上，近期，蚂蚁、字节等大厂都在布局“AI医生”这一前沿产业赛道。 其中，7月初，字节跳动推出首个AI医疗助手独立App“小荷AI医生”，主打健康咨询与报告解读功能；而蚂蚁集团也上线独立健康应用“AQ”，加速布局AI医疗赛道。 据弗若斯特沙利文预测，中国AI医疗市场规模将从2023年的88亿元，快速增长至2033年的3157亿元，年复合增长率高达43.1%。

内存，Memory，计算机最重要的部件之一，它用于储存CPU运算时，CPU与硬盘、光盘、U盘外部存储器交互的数据。可以说，任何一台电脑缺少内存都无法运行起来。可你知道内存发展史么，今天简单讲解一下。 最早的内存可以追溯到1951年投入运行的EDVAC计算机（Electronic Discrete Variable Automatic Computer，离散变量自动电子计算机），这是一台冯·诺伊曼结构的计算机，也就是现代意义的计算机，我们今天所用的电脑都可以视为它的徒子徒孙。 EDVAC搭载了世界上第一条内存，不过有意思的是该内存是采用了水银延迟线作为易失性存储器。按照最初计划，它把水银延迟线放在32个长度为5英寸长的槽中，每个槽有32内存位置，共计1024位置，不过在建造时只实现了一半，内存空间仅有512个字节。 不过用水银延迟线制作的内存造型实在过于抽象了，相信大家看到它一定无法认出它是内存，而个人电脑上所用的内存条也是经过数十年发展才变成 今天的形态的。 在最初，个人电脑所用的内存是以DIP芯片的形式焊接在主板DRAM插座之上的，所以不存在内存条这一说法，而且初期只有64KB至256KB，虽然无法与当今动辄数十上百GB内存相比，但是比起EDVAC已经是非常豪华了，能够满足当年处理器的需求。 SIPP 到了Intel 20286处理器时代，内存条出现了，先是诞生了SIPP（Single In-line Pin Package）内存条，但由于安装太麻烦了，很快被SIMM（Single In-line Memory Modules）内存条所代替。也许SIMM内存条看起来很粗糙，但它定义了现在内存基本形态——在一条狭长的PCB上布满了内存芯片，其中一条长边是连接主板的金手指，在安装时内存以90°插入到主板。 SIMM 不过SIMM与现代内存条有一个显著差别，它的金手指只有1面，直到为DIMM（Dual In-line Memory Module）内存条，即SDRAM内存诞生，现代内存条才出现。SDRAM不仅使用双面金手指，增加了传输通道，将位宽提升到64bit，而且实现了内存频率与CPU外频同步，大大提升了数据传输效率。 在SDRAM之后，就是我们熟悉的DDR SDRAM（Dual Data Rate SDRAM），它能够在时钟周期的上升沿与下降沿各传输一次信号，实现了SDRAM双倍速度，后来还衍生出GDDR、LPDDR多种类别。 SDRAM 时至今天，DDR SDRAM技术已经发展到了第五代，即大家常说的DDR5，在其中发展历程中，诞生了一项对DIYer非常有吸引力的技术——Intel XMP一键超频技术。 在2025年，无论Intel还是AMD新一代平台无不采用 DDR5内存，目前市场上也有众多品牌供消费者选择，比如科赋（KLEVV）的CRAS V RGB内存。科赋是艾思科旗下的高阶消费性品牌，主打DRAM内存条以及NAND存储器，产品覆盖电竞内存条以及SSD固态硬盘，其产品先后荣获2015、2019、2021及2022年德国红点设计大奖。 CRAS V RGB 而CRAS V RGB正是科赋的旗舰DDR5内存条，它带有散热马甲，采用全域RGB灯设计，有16GB、24GB、32GB三种单条容量，支持Intel XMP 3.0以及AMD EXPO一键超频技术，速度可到8400MT/s，是市面性能最强的内存条之一，适合DIYer发烧友、游戏玩家使用。

只讲设计，不谈价格，全新小鹏 P7 前两天的那场亮相，像一部只放了预告片却迟迟不定档的电影，吊足了所有人的胃口。 但当你有机会沉下心来，把这台车的实车、设计手稿和它背后的理念放在一起仔细端详后，一个与直觉相反的结论便会浮现： 对于全新 P7，这样一场纯粹的设计沟通，不仅不拖沓，反而极其必要。 原因无他，小鹏这次要做的，远不止是一次简单的产品更新。它试图用一套完整且自洽的设计语言，去回答当前智能电动车行业最核心的一些问题。 用「面」，代替「线」 初代小鹏 P7 是一款现象级的产品，这应该没什么争议。它在很大程度上，定义了那个时代智能电动轿跑应该有的样子。对于这样一款功勋车型，最稳妥的换代方式，无疑是在原有基础上进行优化和迭代。 但小鹏没有选择这条轻松的路。 这份决心，其实早在设计的源头——那些被称为 Free Sketch 的早期设计手稿上，就已经清晰可见。 在汽车设计流程里，这是最自由、随心的一步。设计师的目标不是画出一台能开的车，而是通过夸张的比例、激进的线条，去捕捉一台车最核心的气和神。 全新 P7 的草图，几乎都在重复同一个主题：用极度纯粹的块面，和锋利如刀的转折，来构建一种充满力量的未来感。 当然，把激情挥洒在画纸上是一回事，把它变成一台能在路上跑，还要能下地库的真车，是另一回事。 这个将灵感「翻译」成现实的过程，在设计行业里被称为「收敛」（Convergence）。一次成功的「收敛」，并非对设计的削足适履，而是像全新 P7 这样，让工程的智慧，反过来成全了艺术的锐气。 这些被工程技术成全的纯粹造型，小鹏在发布会上给它起了一个颇具动感的名字——生动力曲面（Dynamic Surfaces）。 这个听起来有些抽象的词，最直观的体现，就在全新 P7 的车身侧面。你会发现，它的侧面找不到任何一根传统意义上刻意为之的「腰线」。取而代之的，是一整块巨大、光滑且富有内在张力的曲面。 设计师完全依靠这个大曲面的微妙起伏，来捕捉和反射光影。当光线扫过车身时，明暗的边界会像流动的液态金属一样，顺滑地勾勒出车身的力量感，颇为高级。 这种蕴含在曲面中的力量感，也离不开整车姿态的烘托。1407mm 的超低车高、更宽的车体，再加上从 A 柱一笔划到车尾、毫不犹豫的 Fastback 溜背轮廓，共同塑造了那种紧贴地面、蓄势待发的运动姿态。 可以说，「生动力曲面」的本质，是一种用「面」来代替「线」的设计思路。它放弃了用复杂的线条去切割和装饰车身，转而用最纯粹、最考验工艺的饱满曲面，来直接表达设计的自信。 可以说，全新 P7 完成了一次相当漂亮的「收敛」。它没有因为工程的限制，而磨平设计的棱角。相反，是工程的智慧，让最初草图上的那股锐气，最终得以完整地保留了下来。 如果说极致的轮廓是全新 P7 理性的「面子」，那它在设计细节上的处理，则更能体现其理性的「里子」。 外行看热闹，内行看门道。一台车的设计功力，往往就藏在那些最不起眼的「缝隙」里。 传统豪华品牌最喜欢做的，是把车身上因为工艺而必须存在的分割线，处理得极细，并让它们严丝合缝，以此来彰显自己高超的制造水平。这是一种「眼不见为净」的思路。 但全新 P7 提供了一个新玩法：与其费尽心思隐藏，不如重新定义。它干脆利落地将前脸所有功能，包括大灯、传感器，全部整合进了一条横向的「功能缝隙」里。 这么做的好处是，车头的主视觉区域，被彻底解放成了一块完整、纯粹的曲面。这就形成了 P7 极具辨识度的「无脸化」（Face-less）前脸，呈现属于电动时代的冷静与自信。 这种思路也同样延续到了车尾。一体式的贯穿尾灯和下方的黑色功能区，同样是在用这样的逻辑，去保证尾部主造型的完整和简洁。 一边是将功能性分割线主动升格为设计焦点，另一边又在用曲面去消灭不必要的线条。这种对「线」的取舍和掌控，恰恰体现了一家车企在设计上走向成熟和自信的标志。 希望小鹏往后不会把 G6 这样的东西掏出来了。 为一台冰冷的机器，注入温度 从工程和形态上看，全新 P7 无疑是一台冷静、精准，甚至带点锋利攻击性的机器。0.201Cd 的风阻系数说明，它的每一根线条都经过了空气动力学的精密计算，每一个曲面都在追求极致的纯粹。 但问题也随之而来。当一台车的设计语言完全由纯粹的几何和理性的线条主导，它要如何避免沦为一座冰冷的「金属雕塑」？用户坐进去，触摸到的除了科技，还能否感受到一丝温度？ 小鹏给出的解法，很有意思。他们没有回头去给这副极简的骨架，添加任何多余的装饰，而是选择让这台机器，学会「与人沟通」。 这套沟通体系，官方称之为「智能灵动仿生座舱」。「仿生」是关键词，它试图在数字世界和物理世界之间，建立起一种更符合生物直觉的互动。 最直观的体现，是那块 15.6 英寸的中控屏。 当你坐在主驾或副驾唤醒它，它会像一个被叫到名字的人一样，微微转向你的方向。这种基于声源定位的物理转向，虽然只是一个微小的动作，却在潜意识层面，将冰冷的「语音识别」，升级成了带有回应感的「对话」。 有意思的是，在哨兵模式下，当车辆感知到一侧有潜在风险时，这块屏幕甚至会直接「怒视」那个方向，发出一声警告。这让它从一个信息面板，变成了一个会表露「情绪」和「姿态」的智能体。 车外的灯光，也成了沟通的一部分。 全新 P7 在车外和方向盘上设置的「小蓝灯」，在辅助驾驶启动时会亮起并有独特的呼吸效果。它像是一种简洁明了的「旗语」，通过光线，建立人与辅助驾驶系统之间的信任感。 屏幕的「注视」、灯光的「表达」、能在 10ms 内响应的座椅侧翼……这些动态交互设计的集合，共同构筑了全新 P7 的核心体验。它试图证明，即便在一个由直线和平面构成的极简空间里，科技，同样可以拥有可感知的温度和生命力。 如果说动态交互是全新 P7 后天学会的「沟通技巧」，那么它的色彩和材质（CMF），则是它表达个性的本能。 在色彩上，小鹏这次显得格外大胆。除了常见的新月银、微星灰，菜单里还出现了星瀚绿、星暮紫、律动黄这样极具时尚感的颜色。 这显然不是一份写给中年商务人士的色彩清单，它的目标用户画像清晰得不能再清晰——那些把汽车也视为潮流单品、希望彰显自我个性的年轻人。 当视线进入车内，设计的「温度」则更多地通过材质来传递。当你的指尖划过方向盘上的 NAPPA 真皮，或是手肘倚靠在门板的 Dinamica 麂皮绒上时，那种温润、细腻的触感，就是对抗科技冰冷感的最佳解药；甚至在你看不到的涂层工艺上，小鹏也用上了和顶级豪华品牌同源的巴斯夫鹦鹉漆。 这种在细节上的投入，是小鹏的一种姿态——它在用看得见和看不见的细节，去填充「豪华」这个略显空泛的词汇。 至此，全新 P7 的设计拼图基本完整了。 它有着一个极其理性的骨架：由严谨的工程学和纯粹的设计哲学，共同塑造出高效、未来感的形态。它也有着一颗试图与人沟通的、感性的心脏：用动态交互和细腻的材质，去中和科技本身的冰冷。 可以说，全新 P7 拥有一套非常系统化的设计语言。它不仅关乎美学，更关乎一家企业在激烈竞争下的自我定位和对未来的思考。

IT之家 8 月 11 日消息，博主 @数码闲聊站 今日爆料，某厂新机搭载天玑 8500 处理器以及 10000mAh 电池，NPI 验证测试中。结合该博主的爆料习惯，预计为荣耀旗下新品。 值得一提的是，该博主此前曾透露荣耀旗舰线（此处预计指旗舰手机）新开 7020mAh / 7200mAh± 电池，中端线（预计指中端机型）新开 8200mAh / 8400mAh 电池，并且他强调“不是终点”。 结合各家厂商推出的新机来看，手机圈的电池军备竞赛正逐步加剧。据IT之家此前报道，荣耀在今年 4 月发布了行业首款轻户外手机荣耀 Power，并首发 8000mAh 青海湖电池；本月（7 月 15 日），荣耀 X70 手机发布，首发行业最大容量的 8300mAh 青海湖电池，同时最高支持 80W 有线和 80W 无线双快充。

IT之家 8 月 11 日消息，博主 @数码闲聊站 今天在微博透露，小米 REDMI Turbo 5 手机已经备案。 博主表示，这款手机的型号是 2511FRT34C，前代产品主打新一代天玑 8 性能芯片 + 超大电池 + 简约质感设计。 博主同时还在文中询问：“这代产品你们有何期待？” 后续有用户在评论区询问：“后置 Deco 有变化没”？博主回复道：“想变化吗？”；另一位用户则表示：“轻薄！护眼！小屏幕”，博主则回复道：“多小？”。 另外一名网友则询问道：“金属边框，没阉割吧”，博主则表示：“前代是没有金属中框的，这代要吗”。 该博主此前曾暗示，某厂子系迭代中端机正在测试 6.6"±1.5K LTPS 大 R 角中屏，同时配备金属中框、轻薄大电池，并搭载天玑 8500 处理器，预计为 REDMI Turbo 5。 作为参考，REDMI Turbo 4 手机首发搭载了天玑 8400-Ultra，采用 2.5D 微弧边框，背部靠右有红色腰线点缀，摄像头处配有“旋风双环灯带”，可随通知、音乐等律动，内置多功能 NFC，可添加车钥匙、公交卡、银行卡等，12+256GB 版本发布时售价 1999 元。

编译 | 陈骏达 编辑 | 云鹏 智东西8月11日报道，近日，智谱发布了其最新一代旗舰模型GLM-4.5的完整技术报告。GLM-4.5融合了推理、编程和智能体能力，并在上述场景的12项基准测试中，综合性能取得了发布之际的全球开源模型SOTA（即排名第一）、国产模型第一、全球模型第三的成绩，发布后不到48小时，便登顶开源平台Hugging Face趋势榜第一。 智东西此前已对GLM-4.5的能力进行了介绍与测试，在技术报告中，智谱进一步分享了这款模型在预训练、中期训练和后训练阶段进行的创新。 GLM-4.5借鉴了部分DeepSeek-V3架构，但缩小了模型的宽度，增加了模型深度，从而提升模型的推理能力。在传统的预训练和后训练之外，智谱引入了中期训练，并在这一阶段提升了模型在理解代码仓库、推理、长上下文与智能体3个场景的性能。 后训练阶段，GLM-4.5进行了有监督微调与强化学习，其强化学习针对推理、智能体和通用场景分别进行了训练，还使用了智谱自研并开源的基础设施框架Slime，进一步提升了强化学习的效率。 在多项基准测试中，GLM-4.5与DeepSeek-R1-0528、Kimi K2、OpenAI o3、Claude 4 Sonnet等头部开闭源模型处于同一梯队，并在部分测试中取得了SOTA。 值得一提的是，智谱还计划在今晚开源GLM-4.5系列的新模型，名为GLM-4.5V，或为一款视觉模型。 论文链接： https://github.com/zai-org/GLM-4.5/blob/main/resources/GLM_4_5_technical_report.pdf 以下是对GLM-4.5技术报告核心内容的梳理： 一、从知识库到求解器，“ARC”成新一代模型重要能力 GLM-4.5团队提出，大模型正逐渐从“通用知识库”的角色，迅速向“通用问题求解器”演进，目标是实现通用人工智能（AGI）。这意味着，它们不仅要在单一任务中做到最好，还要像人类一样具备复杂问题求解、泛化能力和自我提升能力等。 智谱提出了三项关键且相互关联的能力：Agentic能力（与外部工具及现实世界交互的能力）、复杂推理能力（解决数学、科学等领域多步骤问题的能力）、以及高级编程能力（应对真实世界软件工程任务的能力），并将其统称为ARC。 要具备上述能力，数据是基础。GLM-4.5的预训练数据主要包含网页、多语言数据、代码、数学与科学等领域，并使用多种方法评估了数据质量，并对高质量的数据进行上采样（Up-Sampling），即增加这部分数据在训练集中的出现频率。 例如，代码数据收集自GitHub和其他代码托管平台，先进行基于规则的初步过滤，再使用针对不同编程语言的质量模型，将数据分为高/中/低质量，上采样高质量、剔除低质量，源代码数据使用Fill-In-the-Middle目标训练，能让模型获得更好地代码补全能力。对于代码相关的网页，GLM-4.5采用通过双阶段检索与质量评估筛选，并用细粒度解析器保留格式与内容。 模型架构方面，GLM-4.5系列参考DeepSeek-V3，采用了MoE（混合专家）架构，从而提升了训练和推理的计算效率。对于MoE层，GLM-4.5引入了无损平衡路由（loss-free balance routing）和sigmoid门控机制。同时，GLM-4.5系列还拥有更小的模型宽度（隐藏维度和路由专家数量），更大的模型深度，这种调整能提升模型的推理能力。 在自注意力模块中，GLM-4.5系列采用了分组查询注意力（Grouped-Query Attention）并结合部分RoPE（旋转位置编码）。智谱将注意力头的数量提升到原来的2.5倍（96个注意力头）。有趣的是，虽然增加注意力头数量并未带来比少头模型更低的训练损失，但模型在MMLU和BBH等推理类基准测试上的表现得到提升。 ▲GLM-4.5系列模型与DeepSeek-V3、Kimi K2在架构方面的区别（图源：GLM-4.5技术报告） GLM-4.5还使用了QK-Norm技术，用于稳定注意力logits的取值范围，可以防止注意力过度集中或过于分散，改善模型在长序列或复杂任务上的表现。同时，GLM-4.5系列均在 MTP（多Token预测）层中加入了一个MoE层，以支持推理阶段的推测式解码，提升推理速度和质量。 预训练完成后，GLM-4.5还经历了一个“中期训练”阶段，采用中等规模的领域特定数据集，主要在3个场景提升模型性能： （1）仓库级代码训练：通过拼接同一仓库的多个代码文件及相关开发记录，帮助模型理解跨文件依赖和软件工程实际场景，提升代码理解与生成能力，同时通过加长序列支持大型项目。 （2）合成推理数据训练：利用数学、科学和编程竞赛题目及答案，结合推理模型合成推理过程数据，增强模型的复杂逻辑推理和问题解决能力。 （3）长上下文与智能体训练：通过扩展序列长度和上采样长文档，加强模型对超长文本的理解与生成能力，并加入智能体轨迹数据，提升模型在交互和多步决策任务中的表现。 ▲GLM-4.5的预训练与中期训练阶段（图源：GLM-4.5技术报告） 二、两步走完成后训练，自研开源基础设施框架立功 GLM-4.5团队将模型后训练划分为两个阶段，在阶段一（专家训练）中，该团队打造了专注于推理、智能体和通用对话这3个领域的专家模型。在阶段二（统一训练）中，该团队采用自我蒸馏技术将多个专家模型整合，最终产出一个融合推理与非推理两种模式的综合模型。 在上述两个阶段中，GLM-4.5都经历了有监督微调（SFT）。 专家训练中，SFT使用带有思维链的小规模数据集，对专家模型进行基础能力的预训练，确保模型在进入强化学习前具备必要的推理和工具使用能力。 整体SFT中，GLM-4.5利用数百万涵盖多领域任务（推理、通用对话、智能体任务及长上下文理解）的样本，基于128K上下文长度的基础模型进行训练。通过从多个专家模型输出中蒸馏知识，模型学会在不同任务中灵活应用推理，同时兼顾部分不需复杂推理的场景，支持反思和即时响应两种工作模式，形成混合推理能力。 在SFT过程中，GLM-4.5团队采用了几种方式，以提升训练效果： （1）减少函数调用模板中的字符转义：针对函数调用参数中代码大量转义带来的学习负担，提出用XML风格特殊标记包裹键值的新模板，大幅降低转义需求，同时保持函数调用性能不变。 （2）拒绝采样（Rejection Sampling）：设计了多阶段过滤流程，去除重复、无效或格式不符的样本，验证客观答案正确性，利用奖励模型筛选主观回答，并确保工具调用场景符合规范且轨迹完整。 （3）提示选择与回复长度调整：通过剔除较短的提示样本，提升数学和科学任务表现2%-4%；对难度较高的提示词进行回复长度的调整，并生成多条回复，进一步带来1%-2%的性能提升。 （4）自动构建智能体SFT数据：包括收集智能体框架和工具、自动合成单步及多步工具调用任务、生成工具调用轨迹并转换为多轮对话，以及通过多评判代理筛选保留高质量任务轨迹，确保训练数据的多样性与实用性。 SFT之后，GLM-4.5又进行了强化学习训练。推理强化学习（Reasoning RL）重点针对数学、代码和科学等可验证领域，采用了难度分级的课程学习。因为早期训练时，模型能力较弱，过难数据则会导致奖励全为0，无法有效从数据中学习。分级学习后，模型学习效率得到了提升。 GLM-4.5模型还直接在最大输出长度（64K）上进行单阶段RL，这样能维持在SFT阶段获得的长上下文能力。智谱还发现，在编程强化学习中，损失计算方式对训练效率影响显著。采用基于token加权的平均损失比传统的序列均值损失效果更好，可提供更细粒度稳定的梯度信号，加快收敛速度，并有效缓解长度偏差和避免训练中生成过于简单重复样本。 在科学领域的强化学习中，数据质量和类型尤为关键。GPQA-Diamond基准测试显示，仅用专家验证的多选题进行强化学习，效果明显优于使用混合质量或未经验证的数据，凸显严格过滤高质量数据的重要性。 智能体强化学习（Agentic RL）则聚焦网页搜索和代码生成智能体，利用可自动验证的奖励信号实现强化学习的Scaling。为进一步提升强化训练的效率，GLM-4.5团队还采用了迭代自蒸馏提升技术，也就是在强化学习训练一定步骤或达到平台期后，用强化学习模型生成的响应替换原始冷启动数据，形成更优的SFT模型，再对其继续强化学习。 该团队还观察到，在智能体任务中，随着与环境交互轮数的增加，模型性能显著提升。与常见的使用更多token进行推理，实现性能提升不同，智能体任务利用测试时计算资源持续与环境交互，实现性能提升。例如反复搜索难以获取的网页信息，或为编码任务编写测试用例以进行自我验证和自我修正。智能体任务的准确率随着测试时计算资源的增加而平滑提升。 ▲GLM-4.5在网页搜索智能体评测集BrowseComp上的性能，随着交互次数提升而变化（图源：GLM-4.5技术报告） 通用强化学习（General RL）融合规则反馈、人类反馈和模型反馈等多源奖励体系，提升模型整体能力。包括使用指令遵循RL，减少奖励作弊，确保稳定进步；函数调用RL分为逐步规则和端到端多轮两种方式，提升工具调用的准确性和自主规划能力；异常行为RL通过针对性数据集高效减少低频错误。 强化学习训练中，智谱使用了其自研并开源的基础设施框架Slime，针对灵活性、效率和可扩展性进行了多项关键优化。其最大特点是在同一套统一系统中，同时支持灵活的训练模式和数据生成策略，以满足不同RL任务的差异化需求。同步共置模式适用于通用RL任务或增强模型推理能力，可显著减少GPU空闲时间并最大化资源利用率。异步分离模式适用于软件工程（SWE）等智能体任务，可实现训练与推理GPU独立调度，利用Ray框架灵活分配资源，使智能体环境能持续生成数据而不被训练周期阻塞。 为了提升RL训练中的数据生成效率，GLM-4.5在训练阶段采用BF16精度，而在推理阶段使用FP8 精度进行混合精度推理加速。具体做法是在每次策略更新迭代时，对模型参数执行在线分块FP8量化，再将其派发至Rollout阶段，从而实现高效的FP8推理，大幅提升数据收集的吞吐量。这种优化有效缓解了Rollout阶段的性能瓶颈，让数据生成速度与训练节奏更好匹配。 针对智能体任务中Rollout过程耗时长、环境交互复杂的问题，该团队构建了全异步、解耦式 RL基础设施。系统通过高并发Docker运行环境为每个任务提供隔离环境，减少Rollout开销；并将GPU分为Rollout引擎与训练引擎，前者持续生成轨迹，后者更新模型并定期同步权重，避免长或多样化轨迹阻塞训练流程。此外，智谱还引入统一的HTTP接口与集中式数据池，兼容多种智能体框架并保持训练与推理一致性，所有轨迹集中存储，支持定制化过滤与动态采样，确保不同任务下RL训练数据的质量与多样性。 三、进行12项核心基准测试，编程任务完成率接近Claude 智谱对多款GLM-4.5模型的性能进行了测试。 未经过指令微调的基础模型GLM-4.5-Base在英语、代码、数学和中文等不同基准测试中表现稳定，较好地融合了各领域能力。 GLM-4.5还进行了12项ARC基准测试，分别为MMLU-Pro、AIME24、MATH-500、SciCode、GPQA、HLE、LCB(2407-2501)、SWE-BenchVerified、Terminal-Bench、TAU-Bench、BFCLV3、BrowseComp。 在智能体领域，基准测试主要考查了模型调用用户自定义函数以回答用户查询的能力和在复杂问题中找到正确答案的能力。GLM-4.5在四项测试中的得分与平均分位列参与测试的模型前列，平均分仅次于OpenAI o3。 推理方面，智谱的测试集包括数学和科学知识等。GLM-4.5在AIME24和SciCode上优于OpenAI o3；整体平均表现超过了Claude Opus 4，并且接近DeepSeek-R1-0528。 编程方面的基准测试侧重考验模型在真实世界编程任务上的能力。在SWE-bench Verified上，GLM-4.5 的表现优于GPT-4.1和Gemini-2.5-Pro；在Terminal-Bench上优于 Claude Sonnet 4。 为评估GLM-4.5在真实场景下的智能体编程能力，该团队构建了CC-Bench基准，评估主要依据任务完成率（根据预先设定的完成标准判断），若结果相同，则参考次要指标如工具调用成功率和Token消耗效率。评估优先关注功能正确性与任务完成，而非效率指标。 测试结果如下： GLM-4.5 vs Claude 4 Sonnet：胜率40.4%，平局9.6%，败率50.0%。 GLM-4.5 vs Kimi K2：胜率53.9%，平局17.3%，败率28.8%。 GLM-4.5 vs Qwen3-Coder：胜率80.8%，平局7.7%，败率11.5%。 智谱还在技术报告中分享了GLM-4.5在通用能力、安全、翻译、实际上手体验方面的特点。 结语：中国开源AI生态蓬勃 有越来越多的企业正采取模型权重开源+详细技术报告的开源模式，这种方式不仅能让企业第一时间用上开源模型，还能让大模型玩家们从彼此的研究成果中借鉴，并获得下一次技术突破的灵感。 在DeepSeek现象之后，国内AI企业通过密集的开源，已经逐渐形成了良性的国产开源AI生态，有多家企业在其他开源模型的研究成果上完成了创新。这种集体式的创新，或许有助于推动国产大模型获得竞争优势。