全球混凝土行业元宇宙供应链平台

IT之家 7 月 19 日消息，宝马在美国夏威夷搭建了全球首个为汽车设计的磁共振成像（MRI）系统，并借助 AI 辅助检查汽车是否存在安全隐患。 IT之家注：磁共振成像（MRI）是一种医学成像技术，利用磁场和计算机产生的无线电波来创建人体器官和组织的详细图像。 而宝马将该技术用于汽车服务中心，可以在无人看管的情况下，彻底检查车辆。BMW of Honolulu 汽车服务中心经理莱戴尔・邦格罗伊（Lydell Bangloy）表示，以前一名员工必须拿着相机在每辆车周围走动，检查是否有损坏。 而现在不需要人工操作，汽车只需驶过一台机器，只需几秒钟就能完成 360 度扫描，甚至可以检查汽车底盘，而这是人工很难检查的区域。 常规核磁共振扫描需要几分钟事件，而在该系统的视频演示中，一辆宝马车以正常行驶速度在系统中随意穿行，整个扫描过程不到 5 秒钟就完成了。 最棒的是，扫描完成后，车主会立即在自助服务机上收到一份显示汽车状况的直观报告，然后报告会发送到客户的手机上。 虽然有些客户可能对委托人工智能来评估他们的珍贵座驾持怀疑态度，但邦格罗伊坚持认为，该技术在检测问题方面“比人类更准确”。

品玩7月19日讯，据 TechCrunch 报道，由于受到巴西国家数据保护局的禁令，Meta 将暂停在巴西训练 AI 。 不久前，巴西国家数据保护局（ANPD）禁止Meta使用巴西人的个人数据训练其人工智能模型。如果违反规定，每天将被处以 50000 雷亚尔的罚款。Meta 表示，决定暂停之前在巴西上线的 genAI 功能，同时与 ANPD 进行接触，解决他们围绕 genAI 提出的问题。 此前在今年5月，在爱尔兰数据保护委员会的反对下，Meta 不得不暂停在欧洲和英国训练人工智能模型的计划。

人工智能尚未完全造福人类，仅刚刚给予一点甜头，就在资本市场掀起了狂风巨浪。 OpenAI的生成式AI让人们看到了AI的突破性发展后，提供AI芯片H100的英伟达（NVDA.US），股价扶摇直上，与此同时，OpenAI在一级市场的估值持续高涨，从几年前的寂寂无名一下子跃升为全球估值排名前三十的独角兽。 然而，资本的反噬同样惊人。 近日有报道指，美或正在考虑针对芯片制造设备供应商的贸易限制，一下子令AI芯片供应链的相关明星股于2024年7月17日大跌。 其中刚刚公布了2024年第2季业绩的光刻机生产商阿斯麦（ASML.US）股价大跌近13%，半导体设备股应用材料（AMAT.US）和集成电路蚀刻设备供应商泛林集团（LRCX.US）股价均大跌超10%，半导体晶圆代工厂工具承包商东京电子于7月18日的日股交易时段下挫近9%。 这些设备股的下游客户，如全球最大的晶圆代工厂台积电（TSM.US）亦大跌近8%，不过7月18日公布2024年第2季业绩后，台积电的美股盘前股价反弹2%以上。 台积电的下游客户英伟达（NVDA.US）和超微半导体（AMD.US）分别跌超6%和10%。就连提供知识产权的ARM（ARM.US）也下挫近10%。 不过财华社发现，在7月18日盘前交易时段，这些芯片股和半导体设备股都见反弹。可见，尽管AI芯片股从去年以来一直是资本市场的宠儿，但是存在极大的敏感性，一旦有消息危及产业链的完整性，它们的股价很容易大幅波动，这一逻辑到底为何？ 芯片的诞生并非独立事件 人工智能的基础设施包括数据、算法和算力，要构建算力集群离不开芯片。 OpenAI训练大模型GPT-4，或需要超10万枚英伟达的AI芯片H100，而要部署文本转视频模型Sora，在峰值期或需要超70万片H100芯片。 业内专家指，H100的物料成本主要由三个部分构成：逻辑芯片、HBM存储芯片、CoWoS封装，此外还有PCB和其他辅助材料。 核心的逻辑芯片需要依靠台积电的代工，这是因为H100需要借助5纳米产能，而英伟达的AI芯片升级版H200/B100则需要用到4纳米和3纳米制程，当前拥有5纳米以下较大量产能力和技术水平的也就只有台积电。 台积电刚刚公布的2024年第2季业绩显示，其7纳米以下先进制程的收入占比已由上季的65%进一步提高至67%，其中5纳米及以下制程的收入占比更由上季的46%上升至50%。 HBM3存储芯片有众多代工厂商都有能力提供，台积电、韩国的三星和SK海力士等都是存储芯片的主要供应商，而CoWos封装，或由台积电独家提供。 说回到芯片，一个芯片的生成，可不是仅仅依靠台积电，它可能是由某一家高科技公司，例如苹果的工程师团队，使用美国的设计软件，通过Arm的IP（知识产权）来设计，然后被送到台积电或是其他晶圆代工厂生产。 而台积电这样的晶圆代工厂要建成最尖端的芯片生产能力，需要全世界的协作。 《芯片战争》一书中就提到，（晶圆代工厂）从日本购买超级硅片和专用气体，采用世界上最精密的，并且可以刻蚀、沉积和测量几层原子厚的加工设备来制造……然后，芯片通常在东南亚进行封装和测试，再被送往中国组装成手机或电脑。 构建晶圆厂代工产能的这些加工设备则由半导体设备供应商提供，包括荷兰的阿斯麦，日本的东京电子，美国的应用材料等。 要生产出最先进的AI芯片，需要采用5纳米工艺制程，而目前最广泛使用的ArFi（浸润式光刻机）理论上可以支持7纳米工艺，如果使用7纳米以下工艺，成本会大幅增加。极紫外光刻（EUV）可以大幅降低5纳米制程成本，并实现3纳米和2纳米芯片的制造，而目前EUV光刻机主要由阿斯麦供应。 提高半导体芯片性能的关键是形成微米级到纳米级电路图案的技术能力。东京电子是世界上唯一一家拥有涵盖四种连续模式流程的产品组合的制造商，此外，该公司在许多其他产品类别中也占有领先的份额，包括光刻胶涂布机、气体化学蚀刻系统、扩散炉、沉积系统等，因此东京电子是晶圆代工厂最重要的工具供应商之一。 全球几乎每一个新生产的芯片和先进显示器的背后，都有应用材料的身影，这是应用材料的品牌宣言。应用材料在关键的晶体管、布线和异构集成技术方面处于领先地位，其供应的半导体主要设备应用于芯片制造过程的许多步骤，包括将图案转移到器件结构，晶体管和互连制造、计量、监测和检验，以及连接成品IC芯片封装技术。其半导体系统设备销售给全球集成器件制造商和代工厂。 另外，应用材料还提供集成解决方案，优化设备和晶圆厂的性能和生产力，包括半导体、显示器和其他产品的备件、升级、服务等，以及工厂自动化软件。 设备供应商的主要市场 讽刺的是，要制约这些供应商贸易行为的美国，仅占上述主要半导体设备供应商较少的份额，而中国才是它们的主要市场。 从阿斯麦的业绩来看，2024年第1季和第2季中国内地和港澳地区均占其总收入的49%，中国台湾两个季度的占比分别为6%和11%，而美国的收入占比仅为6%和3%。 东京电子于截至2024年3月末止的财政年度录得收入1.8万亿日元，净利润达到3,639亿日元，分别按年下降17.1%和22.8%，中国市场的强劲增长抵消了其他地区的下降。财华社留意到，在2024财年除了韩国大致持平外，东京电子除中国以外的所有地区市场销售贡献均出现下滑。 于截至2024年3月末止的财政年度，中国内地及港澳为东京电子贡献了最高的销售额，由上个财年的4,967亿日元，大幅增长63.7%，至8,133亿日元，销售占比由上个财政年度的23%大幅提高至44%。而包括美国在内的北美贡献的销售占比则由上年的16%大幅收缩至9%，销售额更由上年的3,443亿日元，下滑51.2%，至仅1,681亿日元。 总部位于美国的应用材料，情况也是一样。财华社根据该公司的季度业绩部估算，于截至2024年4月28日止的12个月，中国内地及港澳地区为应用材料贡献收入105.25亿美元，占了其总收入的39.7%，中国台湾占其总收入的14.51%，整个大中华区合共占了应用材料最近12个月总收入的54.22%，而美国于期内仅贡献收入34.54亿美元，占其总收入的13.03%。 结论 由此可见，不合时宜的贸易保护主义只会对这些为AI发展奠基的科技巨头带来迎头棒击，阻碍产业链的运行，毕竟芯片需要拥有完备组装能力的劳动密集型产业，而这主要依靠发展中国家，尤其中国，从在这些设备供应商的交付占比可见中国作为此产业链下一环的重要性。 任何一环断裂都将是致命伤，最终损害的都是AI巨头，包括英伟达、AMD、英特尔（INTC.US），甚至AI应用端巨头包括苹果（AAPL.US）、谷歌（GOOGL.US）、微软（MSFT.US）的利益。 中国拥有相对完善的配套产业链，要建立起自己的供应体系并非没有可能，而贸易障碍更会促使其加快技术升级。 从资本的角度来看，不论英伟达、苹果，还是应用材料，庞大的市值规模都足以让资本市场震动，而从以上的分析可以看出，这些公司的主要市场可不仅仅是美国，而且一旦隔断产业链，资本市场当前所追捧的AI故事，可能会取得不如预期的效果，贸易保护主义将严重损害这些企业的收入和盈利表现，从而损害投资者的利益，这场资本之争最终输家是谁，一目了然。

【新智元导读】大模型在语言、图像领域取得了巨大成功，时间序列作为多个行业的重要数据类型，时序领域的大模型构建尚处于起步阶段。近期，清华大学的研究团队基于Transformer在大规模时间序列上进行生成式预训练，获得了任务通用的时序分析模型，展现出大模型特有的泛化性与可扩展性 时间序列提供了数据随时间变化的视角，对于理解复杂系统、预测未来变化和制定决策规划至关重要，在金融、气象、医疗、供应链等多个行业中发挥着至关重要的作用。 近年来，基于深度学习开发的模型在时序分析领域取得了突破性进展。然而，相较于语言、视觉大模型的蓬勃发展，现有模型依然面临若干瓶颈： （1）泛化性：模型能处理训练时未遇到的新数据；或在数据稀缺时，根据有限的训练数据快速适配。然而，即便是目前领域前沿的时序模型，在少样本场景下依然会产生明显的性能劣化。 时序预测模型PatchTST在不同数据稀缺条件下的效果 （2）通用性：小型深度模型训练后仅适合单一任务和场景，具有固定输入输出长度，适配的变量数等难以泛化的性质，难以像大语言模型一样，适用于各类下游任务，例如T5，LLaMA和BLOOM等。 （3）可扩展性：大模型关键特征之一在于Scaling Law：扩大参数量或预训练规模可以取得效果提升。然而，时序领域的大模型骨架尚无定论，即使是Transformer，在以往时序大模型研究中尚未展现出明显的可扩展性。 最近，清华大学软件学院机器学习实验室和大数据系统软件国家工程研究中心提出了名为Timer（Time Series Transformer）的面向时间序列的大模型（Large Time Series Model, LTSM）。 模型采用仅编码器（Decoder-only）结构，基于多领域时间序列进行大规模预训练，通过微调突破了少样本场景下的性能瓶颈，适配不同输入输出长度的时间序列，以及预测，填补，异常检测等任务，展现出模型可扩展性。 目前，该工作已被ICML 2024接收。 数据构建：基于时序特性构建层次化数据集 尽管时间序列在现实世界中无处不在，大规模时间序列数据集的发展却滞后于语言，图像，视频等领域。 并且，基于低质量，弱语义，以及难预测数据训练的模型无法展现对时间序列的通用理解能力。 为此，作者团队基于可预测性、平稳性等指标重重筛选，文章构建了包含10亿数据点的统一时间序列数据集（Unified Time Series Dataset, UTSD）。 UTSD覆盖七个领域的高质量时间序列，蕴含时间序列模态的通用“常识”，以此训练模型获得跨领域时序建模的基本能力，例如捕捉主要周期，生成重要模式，以及关注自相关部分等。 文章尤其重视数据质量的重要性，对数据集进行难度分级和配比，随着数据规模的扩大，变化规律复杂的数据比例也在不断增加，以便逐步进行模型的容量扩展和课程学习。 作者团队目前还在持续扩大数据集，并将UTSD公开至HuggingFace，以促进时序领域的预训练以及大模型研究。 训练方法：统一格式 + 自回归生成 不同于语言、图像有着相对固定的格式，时序领域的数据存在异构性，例如变量数目，采样频率和时间跨度等，因此，进行大规模时序预训练的首要难题在于如何统一异构的时间序列。 为将异构时间序列转换为统一格式，作者团队提出了一种单序列（Single Series Sequence, S3）格式。 如下图所示，通过变量拆分，归一化合并，分窗和采样等流程，文章将时序数据转换成了与语言类似的固定长度的一维序列，在数值范围内保证分布稳定的同时，让模型更加关注序列本身的变化模式。 在预训练方法上，文章将单序列切分为序列片段，每个片段作为一个“词”，采用与LLM类似的下一词预测（Next Token Prediction, NTP）进行预训练。推理时，模型可通过自回归生成任意长度的序列。 模型结构：剑走偏锋的仅解码器结构 不同于当下时序领域流行的仅编码器结构，Timer采用GPT风格的仅解码器Transformer。 作者团队发现，Encoder-only结构接受了预测区间的所有监督信号，在端到端的训练场景中能取得较好效果，但在一定程度上限制Transformer作为时序大模型的潜力。 一方面，在Encoder-only Transformer中，输入序列中的“词”互相可见，可能降低了模型建模序列变化的难度；模型引入的平整化（Flattening）会影响词之间的独立性，导致难以学到序列片段的语义。 另一方面，LLM广泛采用以词为单位的自回归式监督信号，每个“词”都是预测的目标，产生了细粒度且互相独立的监督信号。 文章认为基于大规模时序数据，学习序列片段的独立语义，能够赋予模型在数据集之间泛化的能力。并且获得的模型和LLM一样，模型只限制了最大输入长度，从而能够适用于下游任务中各种长度的序列。 任务统一：生成式模型应对多种任务 Timer与GPT类似进行生成式自回归，为进一步扩展模型的通用性，文章将典型时序分析场景统一为生成式任务。 （1）时序预测（Forecasting）：Timer一次推理输出一个序列片段，通过多步自回归给出任意长的预测结果。作者团队发现，在预测上下文长度不超过预训练序列长度的情况下，模型不会出现明显的多步误差累积现象。 （2）时序填补（Imputation）：类似语言模型T5，作者引入Mask Token表示一段连续的缺失序列。通过微调，模型根据Mask之前的序列来填补连续的缺失值。 （3）异常检测（Detection）：文章提出了一种预测式异常检测方法，模型首先在正常序列上进行微调，随后根据输入给出偏移一段时期的序列作为正常值，将其与实际采集的值对比，基于对比误差给出异常区间的置信度。 多种时序分析任务与基于Timer的生成式分析方案 实验效果 文章从多个角度评估了Timer作为时序大模型的能力，包括少样本微调，零样本预测，任务通用性，可扩展性等，并分析了模型骨架选择，以及对于可变序列长度的适配性。 少样本预测 文章测试了Timer在不同数据稀缺性下的预测误差（MSE），并与此前的领域最优效果（SOTA）进行了比较。 可以发现：Timer使用极少的训练样本，例如1%的ETTh1或者3%的PEMS03，就能超过领域前沿的PatchTST，iTransformer等模型在100%数据上的训练效果。 实线：预训练Timer；虚线：端到端训练的Timer；深色基准：SOTA模型在全量数据上的训练效果 另外，预训练Timer的预测误差（实线）一致小于未经过预训练的模型（虚线），证明了大规模预训练的有效性。 任务通用性 文章评估了Timer在填补任务和异常检测上的效果，验证了预训练能够给模型在各个数据集上带来稳定的收益。 左：填补任务中相对端到端模型的效果提升；右：在UCR Anomaly Archive中成功检测出的异常数 文章还将Timer与此前的领域专用模型进行了对比：Timer在全部的44个填补场景中取得了领先，并成功检测出了172个序列异常，相较之下，Anomaly Transformer为129个，TimesNet为109个。 可扩展性 作者团队研究了Timer的可扩展性，发现随着参数量和数据规模的增加，模型在PEMS数据集上的多变量预测误差降低了36.6%（0.194 -> 0.123），低于此前最优的多变量预测模型iTransformer（0.139）。 从左到右：扩展Timer层数，特征维度和预训练数据规模都能提升预测效果 零样本预测 作者团队对同期涌现的时序大模型进行了全面测评，在零样本预测任务中，大模型不更新任何参数，直接输入数据集中时间序列进行预测。在7个真实数据集中，Timer取得了综合最优的水平。 模型分析 为确认时序领域的大模型骨架，作者团队对不同模型进行了同样规模的预训练，包括基于MLP的TiDE、TCN、LSTM以及Transformer的两种结构，结果显示Transformer在大规模时序数据预训练中具备足够的模型容量。 训练/验证时的损失函数，横轴以模型训练过的数据点数代表训练进程 文章探讨了Timer对可变序列长度处理能力：如左图所示，随着输入序列的变长，Timer的预测误差逐步降低。如左图所示，为支持任意长度的序列输出，文章对两种结构的Transformer进行了滚动预测。相较于Encoder-only Transformer，Timer显著缓解了多步误差累积。 作者进一步分析了两种Transformer结构在下游任务上的泛化性，发现时下流行的仅编码器结果在小规模训练场景中可以取得较好的效果。然而，在预训练-微调范式下，Timer表现出更强的泛化性，即使在多步滚动预测的场景中也能取得领域最优效果，打破了此前针对不同输入-输出长度分别训练的现状。 分析示例 文章提供了Timer在各个任务上的分析示例和具体指标，详情可参考论文附录。 未来方向 文章最后，作者对现有时序大模型进行了能力测评和对比，总结了时序领域大模型的潜在发展方向，主要包含更强的泛化能力（例如零样本预测），支持更长的上下文长度，支持多变量建模，以及提供置信度的概率预测等。 总结 该工作关注大模型的预训练-微调范式，验证了构建时序领域大模型的可行性，对多领域时间序列的生成式预训练进行了深入探究，证明了生成式模型在处理多种时序分析任务的有效性，相关数据集与代码已经开源，欢迎感兴趣的朋友阅读论文或访问GitHub页面。

IT之家 7 月 19 日消息，Proton 当地时间昨日推出了 AI 电子邮件写作助手 Proton Scribe。该辅助软件内置于 Proton Mail 邮箱之中，可节省邮件编写时间，提升企业团队生产力。 ▲ 校对与缩短功能界面展示 Proton Scribe 支持根据用户需求从零生成邮件初稿，也可用于校对、缩短或正式化现有文本草稿。 ▲ 初稿生成功能展示 Proton 表示 Proton Scribe 助手专为保护数据隐私而设计，既可同其它类似软件一样在专用服务器端运行，又可在用户硬件上运行。 后一方式可保证用户数据不离开本地，更适合处理敏感数据或可能存在网络威胁的场景。 ▲ 两种运行模式配置 对于 macOS 系统用户，如果想要本地使用 Proton Scribe，需要 M 系芯片和 8GB 内存，可在 Chromium 内核浏览器和 Proton Mail 桌面应用中使用； 而对于 Windows 或 Linux 系统用户，IT之家整理本地使用的需求如下： CPU：至少需要第 7 代英特尔酷睿处理器或 AMD 锐龙 1000 系列处理器； GPU：需要至少搭载 6GB 显存并支持 FP16 数据格式的独立显卡； 内存：至少需要 8GB 内存； 支持平台：仅可在 Chromium 内核浏览器端使用。 虽然 Proton Scribe 助手拥有生成其它语言文本的潜力，但 Proton 官方表示其目前仅支持英文。

快科技7月19日消息，阿里云推出全面升级的GPU云服务，通过全新优化GPU套件，多GPU推理服务性能可最大提升100%。 针对调用GPU算力最常用的容器技术，阿里云推出ACK云原生AI套件，帮助开发者及企业更高效地开发和部署AI应用，加速大模型应用落地。 随着AI大模型的体量变大、应用变广，单GPU已难以承载推理应用的全部需求，多GPU推理时代已经到来，如何在GPU资源紧缺的当下，实现GPU高效互联，是提升多GPU推理性能的关键。 阿里云通过进一步优化底层的AI通信加速库DeepNCCL，让GPU云服务在推理场景下有更好的性能表现：在同等硬件环境下，Token输出吞吐至少提升14%，首Token时延降低15%。 通过深度优化，推理加速性能也提升显著，Token处理能力提升100%，相同的资源可以支持2倍的业务需求，用Kubernetes容器集群技术调用GPU算力，已成为运行AI大模型任务的主流选择。 ACK容器服务可提供自动化编排及GPU高效管理和调度的能力，让模型部署、扩展变得更简单。 为进一步提升AI应用运维效率，阿里云推出ACK云原生AI套件，可实现Kubernetes在GPU调度和细粒度共享、AI任务调度、训练数据加载以及大模型推理服务启动等关键领域的能力增强和加速，相较开源均有大幅能力提升。 比如，针对AI任务频繁加载远程存储数据的需求，ACK云原生AI套件可提升训练数据读取性能30%以上，降低大模型推理服务冷启动时延70%以上。 在全球累计超过1000万活跃用户的国产AI绘画工具海艺AI，就是通过ACK调用阿里云GPU云服务的先行者。 此前，用户通过海艺AI生成一张图片平均耗时20秒，遇到队列等待延迟可上升至分钟级；采用阿里云GPU云算力及ACK容器服务后，海艺AI的模型切换完全无感，推理耗时降低至3.95秒，整体性能提升至少50%以上。 在最新的Forrester 全球AI基础设施解决方案研究报告中，阿里云综合产品能力指标位居全球第二，已成为中国AI大模型的公共底座。 零一万物、百川智能、智谱AI、昆仑万维、vivo、复旦大学、巨人网络等大批企业和机构在阿里云上训练大模型，并通过阿里云对外提供服务。 小鹏汽车、联想、德勤、微博、完美世界、喜马拉雅等已接入阿里云通义大模型，在阿里云上为消费者和客户提供丰富的AI应用服务。

作者 | 程茜 编辑 | 心缘 智东西7月19日报道，今日下午，在字节跳动AI技术菁英论坛上，字节跳动豆包大模型视觉基础研究团队负责人冯佳时主持，多位视觉大模型研究的关键人物集中演讲，详细解读字节跳动在视频生成和3D图像生成模型的一系列创新技术。 作为国内短视频王者，字节跳动是国内最受关注的AI视频生成玩家之一，从去年11月发布高动态视频生成研究成果PixelDance、今年发布AI视频生成模型MagicVideo-V2和开启AI创作工具即梦Dreamina视频生成功能的测试，每次进展都吸引了大量开发者关注。 今天，字节跳动研究科学家周大权回顾了字节跳动过视频生成模型的三年发展历程，以及字节在连续高动态长视频生成技术上的探索。 此外，字节研究科学家Bingyi Kang、张健锋、廖俊豪分别分享了单目深度估计基础模型Depth Aything、多视角条件扩散模型Magic-Boost、拖拽式图像编辑工具InstaDrag的最新成果。 一、视频生成一分为二，先文生图、再图生视频 字节跳动研究科学家周大权的演讲主题是《连续高动态的长视频生成方案探索》，为了让生成视频中主要角色的运动范围扩大，字节跳动将这一过程分为文生图、图生视频两步，使得模型生成所需的GPU资源和训练数据减少。 2022年，字节跳动发布了视频生成模型的第一个版本，在这之后，研究人员开始在移动算法、硬件效率等维度进行模型优化。在运动算法优化方面，研究人员需要创建长视频数据集。 目前，视频生成效果中运动范围都较小，如下图中人物的运动轨迹实际上在整个画面中只占很小的位置。 想实现更加动态的视频效果，需要繁重的GPU资源以及大量训练数据。 研究人员通过保持给定Token一致性，就可以确保生成不同时刻的剪辑是相同Token。 通用视频生成模型的最终目标是希望不投入太多GPU资源以及大量数据，同时生成过程可控。把这些结合起来就是字节跳动研究人员的最终解决方案。 他们将文生视频分为两个过程，从文本到图像的处理过程只需要文本和图像数据，第二步是图像到视频。在文生图的过程中让不同图像持有相同ID，就可以降低训练难度。 周大权称，有时用户只需要输入一句话就可以独立生成六个不同图像，将这些图像组合起来成为一段视频就可以降低学习的复杂性以及模型实现的难度。 在这之中，研究人员修改了图像相似度计算过程中的注意力，它们只需要计算单个图像内的相似度。研究人员现在只将上下文扩展到相邻图像中，利用这种新的自注意力机制，就可以进行文生图像以及图像到视频的组合。 同时，在基于独立文本生成图像时，其还可以保留细节。图像转换为视频时，该模型可以预测这两个图像之间的中间帧，然后生成中间视频，从而生成拥有无限镜头的视频。 二、DepthAything，成高质量2D转3D图像新思路 字节跳动研究科学家Bingyi Kang的演讲主题是《DepthAnything：单目深度估计的基础模型》，该模型可以更有效地从2D图像中识别出深度信息图，让普通手机拍摄的2D影像也能快速转3D。 基于语言和视觉的基础模型可以提供很强的现实泛化能力，其背后的难题就是数据方案和模型方案。DepthAything提出了一种单目深度估计技术，能更有效地从2D图像中识别出深度信息图。 基于此，字节跳动的研究人员进行了数据缩放，Bingyi Kang谈道，首先是汇总所有的数据，研究人员集成了6个公共数据集和大约1500万张图片。随后基于这些数据训练模型。研究人员在标记图像上单独训练教师模型，并通过这个教师网络对所有图像进行适当处理。 为了让数据标记更有效，研究人员采取了两种措施，第一种是将数据增强添加到未标记的图像中，第二种是使用非知识论文损失函数。 此外，真实数据有一定噪声，会出现错误匹配的情况且成本很高。因此，他们首先在纯合成图像上训练一个教师模型，然后使用这个教师模型对所有未标记的图像进行工作室标记，然后只使用真实图像的学生标签来改变学生模型。 DepthAnything技术的应用有望使得短视频平台上的2D影像转化为3D影像，或将应用于XR产业。 三、Magc-Boost：15分钟优化三维图像生成，复杂纹理、几何结构都能重现 字节跳动研究科学家张健锋的演讲主题是《Magic-Boost：通过多视图条件扩散提升3D生成》，可以在15分钟内优化生成结果，从而保留复杂的纹理或者几何结构。 三维技术在电影视觉特效、AR等场景中拥有广泛应用，人们可以自定义自己的角色、视觉效果，城市生成技术可以应用于城市规划、工业设计等。目前，研究人员多利用二维扩散模型生成多视角图像，然后再将这些图像转化为精准3D模型。 张健锋谈道，首先可以给定文本或图像的输入内容，通过多个不同模型生成，然后使用快速重建模型从多个图像中重建相应的城市对象。这一过程通常可以在10秒内完成。 但这一生成的图像与原始输入之间仍会存在明显的性能差距，字节跳动的研究人员提出了多视角条件扩散模型Magc-Boost，可以利用多个图像来优化成本生成结果，这一优化时间大约为15分钟，其目的在于让图像中能尽可能多包含对象的细节信息。 在与其他结果进行比较中，Magc-Boost可以实现快速精化，并保留过程中的内容特性，并能在短时间内快速改进细节。 四、InstaDrag：拖拽一下，1秒搞定照片编辑 字节跳动研究科学家廖俊豪的演讲主题是《InstaDrag：从视频数据中学习快且精准的拖拽式编辑》，InstaDrag可以使得用户进行图像编辑时速度最快提升百倍，在大约1秒内完成高质量拖拽式编辑图像，还能保留无需编辑区域的特征。 目前，一些图像编辑工具中，用户精确控制将其移动到特定位置等基础功能还无法实现。廖俊豪称，因此，一个快速高效的基于拖拽的图像编辑方案十分必要。 在图像编辑工具中，字节跳动的四个目标就是快、未编辑区域不会产生变化、外观不变、 将图片信息移动到目标位置。 相比于此前的方式，InstaDrag的图片编辑可以实现10-100倍的速度提升，同时编辑更准确。同时，自然视频中会包含大量的运动线索，这些视频数据就可以形成配对监督来训练模型。 为了保证未编辑区域不发生变化，研究人员提供了一个遮罩，可以确保遮罩外的每个像素保持不变只拖动遮罩内区域。 在Demo演示中，用户选择遮罩区域并进行相应拖动后，会出现4个结果以便从中选择。 结语：视频、3D生成模型爆发机遇已来 世界模型，被认为是通往AGI的关键路径之一。想要真正理解物理世界，也就意味着需要更多视觉信号，如二维、三维图像、视频等。 近一年来，AI视频、3D生成领域的热度持续攀升，多家AI公司推出了新的视频生成模型，引发了行业内的激烈竞争，从图像生成、图像编辑到更为复杂的长视频、三维信息生成等模型问世，彻底引爆了这条赛道。 在短视频、AI领域等积累颇深的字节跳动，或许会在这条路上带来更多的惊喜。

大模型开源的热潮下，隐藏着诸多问题，从定义的模糊到实际开放内容的局限性，Lecun再陷Meta大模型是否真开源的质疑风波只是冰山一角。 在热火朝天的大模型市场，早已形成了「开源派」和「闭源派」两大门派。 开源被视为技术共享和创新的一种重要方式。实际上，大模型开源相比传统软件开源，情况要更加复杂。 在开源的定义、性质、开放内容和开源策略上都有不同的标准和内容。 因此，「开源派」的帽子并不是那么好戴的。 Meta发布了Llama系列生成AI模型的最新版本Llama 3 8B和Llama 3 70B并宣称是完全开源的，就引来了许多质疑。 Llama 3模型并不是真正意义的开源，至少不是按照最严格定义的开源。 开源意味着研究开发人员可以自由选择如何使用这些模型，不受限制。 但在Llama 3的一些案例中，Meta对于一些许可的授权进行了限制。 例如，Llama模型不能用于训练其他模型；拥有超过7亿月活跃用户的应用程序开发人员则必须向Meta申请特殊许可证。 许多学者和研究机构也注意到了对于「开源」一词的滥用情况，许多标榜为「开源」的大模型都存在重大限制，「真假开源」存疑。 diss闭源却「翻车」？ Meta掌门人Mark Zuckerberg在上周四发表的一篇访谈中谈到了他对人工智能未来的看法，他深信「不会只有一种人工智能」。 Zuckerberg着重强调了开源的价值，即把人工智能工具交到许多人手中。 他还不忘diss那些他认为不够开放的竞争对手，并补充说他们似乎认为自己在「创造上帝」。 小扎的采访句句绵里藏针，原话也有许多值得细品的点。 「I find it a pretty big turnoff when people in the tech industry…talk about building this ‘one true AI,’ It’s almost as if they kind of think they’re creating God or something and…it’s just—that’s not what we’re doing, I don’t think that’s how this plays out.」 当科技行业的人...谈论打造「唯一真正的人工智能」时，我觉得这让人非常反感。这几乎就像是他们认为自己在创造上帝之类的东西，而这根本不是我们正在做的事情，我也不认为事情会这样发展。 小扎认为，打造唯一真正的AI听上去刺耳又令人反胃，暗含一种垄断和控制的野心，你是「唯一真正的AI」，那其他AI都是歪门邪道？ 其次，创造上帝是用来讽刺追求「唯一真正的AI」的人，狂妄地想要把握AI领域的绝对话语权。 最后，小扎赶紧和这些人划清界限，不是一路人。 可见，小扎认为AI世界应该是百花齐放、百家争鸣的，一家独大绝不可取。 CEO的言论也代表了Meta的态度，Meta一直以来都宣传秉持着开放的态度，Zuckerberg更是开源的坚定支持者。 diss一出也会面临各种评论「diss back」的挑战，你说你是开源，真的吗？ Meta的首席人工智能科学家Yann LeCun上个月在LinkedIn上发布了有关 Meta公司免费发布大型语言模型战略的帖子。 一些评论者对其做法大加赞赏，称其正在「重塑行业合作」。 也有人不同意LeCun将这一战略描述为「开源」。 一位评论者写道，「这绝对只能叫做开放模式而非开源，称某些东西为开源而实则并非开源，实在是对开源运动的曲解。」 另一位评论者说，「很遗憾，在这种情况下，开源只是数据洗钱的营销手段。」 第三位专家建议Meta将Llama模型称为「开放权重」，而不是「开源」。因为该公司共享模型权重，但不共享训练数据等信息。 这似乎是语义学上的争论。但是，一些模型，包括Meta、法国Mistral和德国Aleph Alpha的模型，是否真正开源，已经成为人工智能工作者，尤其是学术研究人员之间反复争论的问题。 对于这个问题的答案也会带来相关政策的导向。 欧盟的《人工智能法》规定，开源模型不受某些法条的限制。 如果欧盟认为某个模型是开源的，那么它可能会要求模型制作者必须公开关于如何开发模型的信息。 什么才算「开源」？ 这种争论源于开源人工智能缺乏一个明确的定义。 为开源软件制定标准的「开源计划」目前正在制定开源人工智能的定义。 它对开源软件的定义有几个标准，包括软件必须允许自由再分发并包含源代码。 除此之外，该非营利组织和其他开源软件的支持者还强调技术的透明度和同行评审制度。 但一些开源支持者表示，开源软件的传统定义并不能很好地诠释AI大模型开源。 软件开源是指源代码的开源，拿到源代码就能「知其然而知其所以然」，可以在源代码的基础上，进行修改优化或增加新功能。 然而，许多自称开源的大模型开发者并不是真正的开源，虽然这些大模型提供了部分代码和训练好的权重，但在训练数据和具体训练过程透明度却有所欠缺，或者很少分享他们的模型是如何训练和微调的。 例如，Meta的Llama3要求月活跃用户超过7亿的公司申请许可证，而这些公司的申请后享有的权利可能比Llama3的一般协议还要少。 OSI尚未批准Meta的许可证，这表明该组织认为开发者遵循了其开放源码软件标准。 OSI执行董事Stefano Maffulli在接受TechCrunch采访时说，「参与评审的其他人都完全同意，Llama本身不能被视为开源。与我交谈过的在Meta工作的人都知道，这有点牵强。」 在OSI为开源人工智能下定义的同时，一些研究人员和学者也开始自己动手。 荷兰拉德布德大学语言研究中心的教授们上个月提出了一个新的框架，用于评估一个模型是否开源，该框架基于可用性、文档和访问许可相关的14项标准。 该框架并不敲定一个模型的代码是开放的还是封闭的，而是为14项标准中的每一项划定一个等级:开放、部分开放或封闭。 因此 ，在这一框架下，Meta的Llama2被评为封闭代码，而不是开放代码。 因为「该模型的源代码都没有公开，而且只共享了运行该模型的脚本」。 相比之下，研究小组BigScience Workshop的BloomZ模型在这一标准上被评为开放，因为它「提供了用于训练、微调和运行模型的源代码」。 论文作者、拉德布德大学语言技术助理教授Andreas Liesenfeld表示，「我们发现，模型制造商存在过度营销的问题，他们将自己的产品宣传得比他们所说的更开放。」 他补充说，「如果不了解模型是如何训练的以及训练的内容，就很难解决法律责任和公平性的问题。」 与此类似，斯坦福大学基金会模型研究中心的研究人员去年10月推出了基金会模型透明度指数，根据100项指标来衡量模型开发商的透明度。 论文地址：https://hai.stanford.edu/news/introducing-foundation-model-transparency-indexhttps://crfm.stanford.edu/fmti/fmti.pdf 该指数给Meta在模型基础知识、访问和能力方面的透明度打了高分，但在数据和劳动力方面的透明度较低。 该指数的共同创建者、斯坦福大学计算机科学副教授Percy Liang说，「拥有开放权重或开放源代码的模型、训练数据和代码，对于学术机构、研究人员或只想了解科学的公司来说，将是一个巨大的好处。」 大模型作为一个黑匣子，模型中可能存在各种不确定的东西，只有对模型所训练的数据有实际的保证，才能真正确保模型足够「开源」。 开源内容的局限性 一般开放的内容 在绝大多数宣称自己是开源模型的案例中，开源大模型通常只开放以下几部分内容。 代码：实现大模型训练和推理所需的代码，包括模型架构、训练算法、模型推理等核心代码。 这些代码让开发者能够理解模型的基本结构和推理过程，但无法完全复现或改进模型，增加功能等等。 权重：训练完成后得到的模型参数，这些参数是模型在推理过程中所需的核心要素。 权重数据使得开发者能够在现有模型基础上进行相关推理，但对模型的核心训练细节，例如如何进行模型训练却一无所知。 例如，Meta的Llama系列模型只开放了模型的权重和部分代码，而对训练数据和具体训练过程的详细信息却守口如瓶。 这种有限的开放使得开发者只能使用现有模型进行推理，依葫芦画瓢，而无法深入理解或改进模型。 未开放的关键内容 然而，对于大模型来说，真正决定其性能的关键在于这些通常保密的训练数据和训练过程。 训练数据：原始训练用的数据集和数据来源，以及在训练过程中进行数据处理和预处理的细节。 这些数据通常包含大量的高质量、有代表性的文本数据，对模型的性能至关重要。 然而，大部分开源模型并未公开这些训练数据。 例如，Llama系列模型虽然提供了训练好的权重，但并未公开其训练所用的数据集及其详细信息。 缺乏这些数据，开发者就无法对模型进行重新训练或在相似任务上进行微调。 训练过程：具体的训练步骤、参数设置、优化方法等。 这些细节决定了模型的训练效果和最终性能，但在所谓的「开源」大模型中，这些信息往往是闭源的。 例如，尽管一些大模型提供了部分代码和权重，但训练过程中使用的超参数、数据增强方法、训练策略等关键细节并未公开。 这种不完全开放的做法使得开发者在复现模型时面临诸多困难，无法真正掌握模型的核心技术，限制了他们对模型进行优化和改进的能力。 实际上，它们提供的只是使用现有模型的使用便利，而不是完全的技术透明和开发自由。

文｜白 鸽 编｜王一粟 2024年已经过半，国产大模型的竞争也进入了白热化。 如果说大模型的上半场是在卷基础能力，那么中期的竞速赛中，AI Agent（智能体）的竞争已经被提上了重中之重的议程。 无他，智能体就是应用落地最重要的产品形态。 但从当前情况来看，国内外却已然走向了不同发展路径。 微软和OpenAI的GPTs发展受阻，而国内却涌现出越来越多的玩家和智能体开发平台。 如字节跳动的扣子、腾讯云的腾讯元器、百度智能云千帆AgentBuilder、阿里云大模型平台百炼、科大讯飞星火智能体平台等。 除这些大厂外，包括智谱AI、面壁智能等大模型创业公司，容联云、思迈特等SaaS公司，钉钉、飞书等协同办公赛道企业等，都在加码智能体开发和应用落地。 无疑，国内大模型的下半场竞争，已经开始“卷”向智能体的开发和应用，并逐渐形成了一个多元化、竞争激烈的生态系统。 那么，微软和OpenAI这一行业风向标都没做好的智能体，为什么国内企业却如此看好？在这场智能体应用之战中，面对日益同质化的产品和服务，各企业又该如何卡位竞争？ AI时代，智能体平台将成为主流的应用开发阵地，但面向C端的分发目前依然要依托当前的流量主阵地——抖音、微信、淘宝等，面向B端的分发则依然要通过各大ISV（第三方软件服务商）。 各家大厂争夺的依然是AI生态，而其他企业则聚焦在垂类场景的落地。 但在此过程中，如何让智能体真正用起来，实现商业变现，则成为考验各企业智能体开发的重要挑战。 一方面是面向C端的应用，智能体能够成为每个人的智能助手，真正的解决日常问题。另一方面则是面向B端企业场景应用，通过整合大语言模型、知识图谱、检索增强生成（RAG）、智能体和管理平台等关键技术和产品手段，为各类政企和机构构建“企业大脑”。 但从当前整个行业发展状态来看，随着微软放弃C端消费市场，Open AI的GPTs也未实现真正的商业利益共享， 短期内，智能体在C端真正实现商业化落地的希望并不高，但在需求众多的B端企业服务中，或许能找到合适的落地应用场景，比如办公AI助手、销售助手、研发助手等。 大厂要生态，小厂要聚焦 目前，智能体赛道已挤入众多玩家。 据光锥智能不完全统计，互联网大厂中，百度、阿里、腾讯、字节跳动等皆已布局智能体赛道，并推出一站式智能体开发平台。华为方舟实验室此前也发布了一款盘古智能体框架（Pangu-智能体），但目前相关应用信息并不是很多。 在大模型创业公司中，智谱AI、面壁智能，已推出智能体开发平台，月之暗面、零一万物、百川智能等企业，则是以AI应用助手的产品形式为主，暂未推出智能体开发平台。 相比较来说，互联网大厂所面向的用户群体更全，聚焦的场景更广泛，目前更多的还在于让更多的用户能够使用其平台，不断扩大自身AI开发者生态，并借助自身在内容生态等领域的优势，为智能体的开发和变现提供渠道，如腾讯的微信生态、字节抖音、豆包、头条等。 而大模型创业公司，智谱AI在大模型能力上虽然全面对标OpenAI，但商业化却更倾向于走B端道路，所以其智能体平台虽然也支持个人开发者，但更多是引流获得更多用户的数据反馈，商业上倾向于做智能体+行业解决方案的落地。面壁智能则坚定地走向了端侧AI，智能体未来恐怕也是为端侧场景服务更多。 值得一提的是，在原有的企业服务赛道里，智能体焕发出了新活力。 在协同办公场景中，飞书和钉钉都已在智能体赛道进行布局。 此前，钉钉推出了AI助理服务，钉钉上的用户可以根据自己的想法和需求，打造一个在钉钉内部、第三方以及企业自建应用之间“自由穿梭”的AI 智能体。 除AI助理之外，钉钉此前还发布了AI助理市场（AI AgentStore），这就相当于为企业构建了一个数字人才市场，覆盖企业服务、行业应用、效率工具、财税法务、教育学习、生活娱乐等类目，一个多月以来，上架的AI助理数量已超700个。 而飞书则通过开放的AI服务框架，使企业可以根据业务场景自主选择合适的底层大模型，并创建智能伙伴用于内容创作、数据分析、系统搭建、研发助手等业务场景。 两者的区别在于，飞书认为智能体需要与原先的作业流程深度嵌合，而钉钉则认为智能体相对独立，像员工一样具备流动性和交易价值。 此外，像容联云、思迈特等SaaS企业，此前也展示了自身在智能体赛道的布局和相关产品。 区别于上述企业智能体开发路径，SaaS企业更专注于垂类场景的智能体应用。 如容联云的容犀Insight Agent（容犀IA）、容犀Virtual Agent（容犀VA），专注于营销、销售、服务等场景。 另外，还有一些专注于智能体开发的创业公司。 比如Dify.AI，成立于2023年5月，是一个基于LLM应用开发平台，支持超过10万个应用的构建，集成了Backend as Service和LLMOps的理念，适用于构建生成式AI原生应用，主打基于任何LLM都可以创建AI 智能体。 还有专门针对金融行业打造智能体开发平台的深擎科技；聚焦为企业开发虚拟“数字员工”的实在智能；既有面向C端智能体开发服务，又有面向B端企业提供AI数字员工解决方案和云服务的汇智智能等等。 由此也不难看出，在这场智能体应用的战场中，不同的企业所聚焦的场景不同，最终想要实现的目的也不同， 大厂想要生态，小厂想要聚焦到场景。 于互联网大厂而言，更注重AI生态的构建，实际售卖对底层大模型和云算力的调用能力；而飞书、钉钉所争夺的，则是聚焦到了企业办公场景中，瞄准的是企业内部知识库的智能体化，主打企业数智化转型的一张牌。 容联云、思迈特等所争夺的，则是局部场景的进一步智能化， 比如智能客服、智能投顾等。聚焦智能体的创业公司，也同样如此，虽然是推出了智能体开发平台，但更多的还是聚焦重点应用场景，推出相关智能体开发服务，所谋求的还是在场景中找寻智能体商业化变现路径。但相对于此前有积累的互联网大厂和企业服务公司，从0到1找场景、找需求是一件很不容易的事。 当前，诸多玩家已经在智能体赛道形成了多元化竞争格局，不同的企业依据自身的优势，聚焦在不同场景中做智能体开发应用。 在此过程中，谁能够率先走通智能体的商业化落地，并实现真正的变现，谁才能够真正的走到最后。而具有强大资源优势的大厂，或将对创企造成碾压式竞争压力。 C端突围短期渺茫 B端应用重在场景 当前，智能体赛道已经处于爆发前夜，行业中也急需寻找可落地的商业模式。 从应用角度来说，C端智能体的定位是个人助理，自然交互是基本要求，个性化是提升体验的关键。B端智能体则需要提供更丰富的插件选项和更灵活的工作流设计功能，且通常还需要集成数据标注、模型微调等功能，以更好地满足企业对模型垂直能力的需求。 通俗来说，C端智能体需要有创新的体验效果，B端则需要扎实的专业能力。 开发C端智能体应用主要有2种方式： 一种，是个人开发者基于智能体开发平台，自主开发一款自己想要的智能体，比如此前扣子平台上，一位北京5年级的小学生利用扣子平台开发了一款英语外教智能体，供自己日常使用。 另一种，则是企业自己开发的智能体AI助手，供C端用户使用，软件类型的如月之暗面的kimi，硬件类型的如科大讯飞的AI学习机等。 字节扣子平台上爆款Bot应用 基于大语言模型能力，现阶段C端智能体更多是以对话类AI聊天机器人的形式出现，不管是个人用户自己开发的智能体，还是企业推出的相关应用产品，基本都是你问我答的形式。 如教育场景中的AI老师、AI学习助手；在旅游出行场景中是AI旅游规划师，可以帮助用户进行旅游规划；游戏场景中，则可以进行AI角色扮演等。 “如果每个人都能拥有一个足够智能和好用的助理，这种科技带来的平权将催生重大的产业变革。这可能是C端应用的一个重要方向，也是令人兴奋的前景。” 智源研究院院长王仲远认为。 但截至目前，C端智能体并未出现一款真正的爆款应用。 事实上，从C端用户角度来说，智能体更多的是被集成在APP中，但从当前大模型能力来说，智能体尚不能够为用户带来颠覆式的AI体验效果。 从个人开发者的角度来说，虽然现阶段智能体开发平台能够一句话就开发出一款智能体，但想要开发出一款真正好用的智能体，还是需要有极强的编程能力，背后涉及到如何输入专业明确的指令词(Prompt)、如何调动合适的知识库、工作流等众多插件能力。 字节跳动豆包MarsCode市场运营负责人赵旭东 表示，个人开发者开发智能体应用，还要看其追求什么，如果目的是为了快速盈利，就可以利用扣子平台搭建一个前端产品，就能够切中其具体的需求场景。 “但如果想要打造一个极其优美的页面，个人开发者是很难做出来。” 于企业开发的面向C端场景的智能体应用产品，整体体验效果虽更好，却并不能够完全突破场景的桎梏，并且，在具体场景中，此前已经有相对应的爆款应用。 钉钉总裁叶军也曾指出，百万千万级的 GPTs 目前看相对来说形式比较单一，没有传统软件那样强大的业务理解能力，因此目前 GPT Store 中的应用很难成为高价值产品。“尽管 GPTs 的创建能力很强，甚至一天可以创建几十个，但它目前还代替不了传统软件市场。” ChatGPT推出的不同形态的Agent（智能体）能力 如在搜索领域，除百度搜索，近年来抖音、小红书、今日头条等APP也都能够为用户提供信息搜索，且这些产品在AI时代中也在基于AI重塑整个产品的业务体系，能够为用户提供智能体服务。 因此，包括月之暗面的kimi、昆仑万维的天工AI等AI助手应用，能够随时回答用户提出的各种问题、速读文件、整理资料等，其整体活跃用户数量已经超过百万级，在一众AI助手里已经是第一梯队，但也很难达到千万级的爆款应用。 从这些角度来说，以大模型能力为基础的智能体，短期内在C端出现爆款应用的希望并不是很高。相反在B端企业服务场景中，由于专业性要求高，反而能够找到合适落地场景。 在光锥智能不完全统计中，除互联网大厂百度、字节跳动和腾讯的智能体开发平台，支持所有开发者进行智能体开发外，其他绝大多数是面向B端企业，做企业智能体开发和服务。 “我们和GPTs完全不一样。”叶军此前如此说道。 钉钉和飞书作为专注于企业办公赛道的平台，其具有天然的B端场景优势。 于企业而言，企业应用生成式AI的核心目的，是为了提高企业经营研发效率，而生成式AI在企业中应用的关键，则在于企业知识库数据的喂养。通过结合企业自身的知识库，企业级的智能体能够为企业内部发展提供高效的运营流程和产品服务体验。 比如在HR场景中，人力资源部门主要职能包括人力资源规划、招聘、培训、绩效管理、薪酬管理、员工关系管理等方面，且每一家企业都有自己的人事相关流程内容。 通过将内部人事数据的积累，企业可以形成对应的知识库数据，并将其“投喂给”智能体，就可以开发出一款最懂这家企业人事流程管理内容的AI助手。 以飞书为例，去年11月，其发布了“飞书智能伙伴”等系列AI产品，飞书用户可以通过创建一位“AI同事”的方式，实现会议要点提炼，生成文档、表格、导图，数据分析等功能。 飞书的企业用户，则可以通过自身的知识库，搭建一个更懂企业运营流程的智能体，比如HR 智能体，其可为内部员工提供运营流程的相关问题解答，包括如何报销、如何走出差流程等。 B端企业场景中，不同的业务，不同的部门，其实对生成式AI都有需求，且都能够通过企业知识库搭建智能体，以提高业务运营效率。 因此，B端场景的智能体应用，更注重具体的应用场景，以及企业自身知识库能力的搭建。 但是，相比较来说，B端企业用户会更注重企业数据隐私安全，此前有业内人士对光锥智能表示，搭建智能体时需要外挂知识库，担心数据泄漏问题，“一不小心可能就上传了”。 “Dify.AI可实现企业本地化部署，适合做企业知识库搭建。”一位开发者如此说道。 此外，众多企业聚焦B端赛道，更重要的还在于能够真正的实现智能体应用的变现。 其中重点变现方式则是以企业调用大模型API接口为主，创业公司Dify.AI的收费方式则是按照APP的会员制形式，以企业具体的需求，按年和按月付费，并提供不同的服务内容。 综合来看现阶段智能体赛道的竞争格局，从生态资源和技术实力层面来说，互联网大厂无疑凭借着全面的技术生态和强大的资源整合能力，占据着智能体市场的主导地位。 但B端需求多，且有很多小的场景，于其他中小企业而言，只要能够基于自身的技术和产品优势，持续深耕，也能在智能体市场中占据一席之地。 不过，当前B端需求虽多，以及存在切实的场景需求，能够使智能体快速落地应用，但小而专的场景中，最终是否能够真的“跑”出一个超级应用，并实现盈利，还存在诸多不确定。 Agent Store的争夺战 AI时代，软件应用生态正在被重构，APP Store正逐渐转向Agent Store。 在IDC发布的《2024 AIGC 应用层十大趋势》中曾提到， 新一轮AIGC之争，也将会是一场流量入口之争。 不管是C端，还是B端，中国企业在智能体赛道所争抢的，本质上则是AI时代的流量分发入口，尤其是以互联网大厂为主。 据统计，目前阿里通过钉钉，构建了AI Agent Store；字节跳动扣子平台、腾讯云元器、百度智能云千帆AgentBuilder等平台，都具备智能体商店功能，并支持一键分发多个渠道。 其中，钉钉主要支持将平台上的AI助理分享给平台内部用户；字节跳动扣子平台支持用户将其一键发布到飞书、微信公众号、豆包等渠道。 百度则提供了百度生态矩阵分发路径，打通百度搜索、小度智能硬件平台、文心一言、地图、车机等多场景、多设备，实现“开发+分发+运营+变现”一体化赋能。 腾讯云元器则支持发布到元器、元宝、QQ、微信客服等平台，同时支持以API的形式供三方软件进行调用，初始用户有一个亿token体验使用额度，额度用完后，将无法调用，已上线API付费能力，付费后，可支持更多次调用。 事实上，相比于中小企业聚焦某些重点场景做智能体开发和应用，于互联网大厂而言，决胜的关键则在于其生态运营能力，以及前端是否有足够的场景化牵引力。 毕竟，在互联网时代和移动互联网时代，大厂们都已经构建了各自的流量分发入口，那么在AI时代，大厂们也都存在着FOMO（不可错过）心理。 中国智能体市场正处于快速发展阶段，多类型企业的参与为市场注入了无限活力，一个比互联网和移动互联还繁荣的黄金年代，正在徐徐拉起大幕。

作者 | 云鹏 编辑 | 心缘 智东西7月19日北京小米总部报道，刚刚，小米创始人兼CEO雷军正式进行了第五次年度演讲，主题是“勇气”。 ▲演讲现场 随着熟悉的小米手机铃声，雷军缓步走到舞台中央，现场掌声雷动，这次雷军重点讲了讲小米造车的故事。 重磅新车小米SU7 Ultra作为“One More Thing”正式亮相，引起现场阵阵欢呼。 这个车有多快？百公里加速1.97秒。雷军说，这是“全球最速四门车”。 其马力达到了1548PS，超过了不少“千万级”豪车。 在演讲中，雷军首次揭开了小米造车的诸多幕后故事，提到了自己是如何一步步试驾170多辆车并写了20多万字的总结的，雷军为了让自己更懂车，甚至还亲自考了个赛车驾照。 关于造车，雷军最后几乎哽咽的喊出：“我们会持续战斗，直到最终的胜利。” 其实除了造车，业内对于小米在AI方面的进展也十分关注，毕竟，今天整个科技产业都被卷入了AI大模型的浪潮中。 此前苹果、三星等巨头接连亮出大招，AI手机的火药味越来越浓了！作为全球第三大智能手机厂商的小米，最近在AI方面却显得有些“低调”。 令人有些意外的是，直到发布会进行到2小时42分钟时，雷军才首次提到了“AI”——小米自研的声音大模型马上就要“上车”了。 这个声音大模型能做啥？在你离开车后，AI可以监测车外有没有恶意语音操控车窗、前后备箱等攻击，据称抑制率可以达到99%，今年8月这一功能会通过OTA升级。 至于大家颇为关心的AI手机新进展，雷军提到用上大模型的小爱同学会从7月底开始在手机、平板、电视等设备上升级支持。 还有什么AI的重磅消息？没了。 在手机新品方面，小米发布了自家的首款“小折叠”手机，雷军说，MIX Flip要告别“美丽小废物”，让大家“不用打开手机也能用一天”。 雷军透露，这款小折叠小米从5年前开始预研，3年前开始立项，可以说是酝酿已久憋了个大招，解决了很多此前不成熟的技术难题。 小米MIX Fold 4则是在轻薄这件事上花了不少功夫，并且这一部手机里就用了8颗小米的自研芯片，包括T1、G1、P2和最新亮相的R1。 在今天的发布会上，雷军还发布了诸多AIoT生态新品，包括手表、手环、耳机以及各类智能家电产品。 值得一提的是，雷军在讲空调新品的时候，特别提到了格力董事长兼总裁董明珠对小米空调销量第一的质疑，雷军现场澄清，上半年米家空调的销量是中国第四，“我们和格力的差距还很远，进步空间很大，要继续向格力学习”。 按照惯例，每年的雷军演讲，金句自然少不了，在这次72分钟的前半场演讲中，共有14个金句，可以说是量大管饱： 1、汽车是百年赛道，只要真心想干，任何时候开始,都是最好的时机。 2、无论面对何等巨大的危机，都不能被吓倒。 3、破釜沉舟的勇气,才是冲出重围的关键。 4、一百份报告也替代不了和一个真实用户面对面的沟通。 5、守正出奇，要先守正再出奇，守正有时候比出奇更重要，不能一上来就“掀桌子”。 6、坚持做难而正确的事情，才能走得更远。 7、懂一行、爱一行，才能真正干好这一行。 8、一支真心热爱汽车的团队，一定有能力把车做好。 9、勇气不是喊口号，而是每一步脚踏实地的行动。 10、人生值得被奖励，这就是“Dream Car”的意义。 11、造车很苦，但成功一定很酷！ 12、勇气，并非没有恐惧，而是面对恐惧，依然坚定不移。 13、勇气，来自坚定的信念，奔涌不息的热情，和每一步的脚踏实地。 14、勇气，就是人类最伟大的赞歌！ 一、大折叠死磕轻薄，一部手机用上8颗自研芯，小折叠机要告别“美丽小废物” 在今天的新品发布环节，折叠屏新机MIX Fold 4必然是重头戏。 折叠屏推出五六年，迭代至今，行业基本上形成了一些技术发展方向上的共识，比如轻薄。华为、荣耀的折叠屏一直都在不断刷新折叠屏的轻薄记录。 这次小米MIX Fold 4的闭合厚度做到了9.47毫米，与前不久刚刚发布的荣耀Magic V3的9.2毫米已经比较接近了。 接下来，就是雷总的专属科普时间，介绍减重减薄背后的“黑科技”。 在折叠屏结构中非常关键的转轴铰链部分，小米进行了不小的升级，简单来说就是各个结构件都在更结实的同时变得更轻了、空间占用更小了。 据称最小的转轴齿轮，直径只有1.8毫米，也就是“半个米粒”大小。 如何实现？这次小米在铰链转轴部分采用了“全碳”的材料，这些碳纤维材料的使用，让组件更轻的同时还能保持强韧度。 在内部堆叠技术创新上，这次小米使用了一块“三层五面立体主板”，据称最小的器件，五个器件加起来才相当于一颗芝麻粒的大小。 小米在电池方面，通过异形叠片电池的技术提升了电池内部空间利用率，电池容量相比传统卷绕式电池多了260毫安时。 紧接着，雷军重点解读了一下MIX Fold 4如何在轻薄的基础上做到体验看齐旗舰机。 比如在屏幕方面，内屏3000尼特的峰值亮度、418 PPI的屏幕像素密度、外屏的四边微曲屏设计以及龙晶玻璃盖板，几乎是能拉满的都拉满了。 值得一提的是，这次小米自研芯片澎湃T1在一部MIX Fold 4中使用了4颗之多，进一步增强手机的信号。 此外，小米在充电方面使用了四颗小米澎湃芯片，除了此前已经亮相的G1、P2，这次小米新使用了一枚新的R1芯片，用于智能均流。 提到芯片，此次另一个新品Redmi K70至尊版使用了一颗3nm独显芯片D1，进一步提升手机的显示能力。 在影像方面，小米这次在折叠屏里放了四颗摄像头，其中包括一枚5倍长焦镜头。旗舰机上的徕卡算法当然也应用在了MIX Fold 4上。 软件体验也是折叠屏非常重要的一环。这次MIX Fold 4进一步增加了TOP软件的适配。 在定价方面，MIX Fold 4起售价格为8999元。 这次小米还发布了旗下首款“小折叠”手机小米MIX Flip。 雷军说，行业内都说小折叠是“美丽小废物”，今天小米的小折叠想打破这一说法。 首先，轻薄依然是小米MIX Flip的重点特性，在此我们不多赘述。 在设计思路上，小米想让MIX Flip成为一个“不用打开也很好用的小手机”。 为了实现这一目标，小米重点优化了软件方面的体验，提升了小折叠外屏的软件适配性，这块外屏可以看视频、听音乐、拍照片、接电话，支持全尺寸键盘打字。 外屏还可以以气泡形式显示一些重要通知。 外屏上我们可以自定义一些“萌宠”桌面。 小米给MIX Flip外屏的使用定位是“不打开手机也能用一天”。 值得一提的是，在续航方面，小米希望用折叠屏MIX Flip对标直板机iPhone 15 Pro，这次其在游戏、视频等环节的续航相比iPhone 15 Pro基本上都有一定领先，其中游戏续航领先达到了2小时以上。 拍照方面，MIX Flip用了两颗5000万像素镜头，借助折叠屏的自由悬停功能，可以解锁更多的拍照姿势。 价格方面，MIX Flip起售价为5999元。 二、雷军亲自玩漂移，造车团队人人“赛车手”，小米SU7首战告捷背后 关于小米造车，雷军今天还透露了那些关键信息，我们一起来看看。 “过去三个多月，每天都像在梦里一样。”雷军如是说道。“假如手机不能做了，小米三四万人怎么办？”这是触动雷军认真思考造车这件事的一个关键问题。 雷军在70多天里走访了10多个城市、参加了85场调研、访谈了200多人、参加了4次高管会后得出了“智能电动车趋势不可阻挡”的结论。 小米为了造车准备了100亿美元，并在2021年3月30日首次官宣了造车的决定。 在决定造车后，要怎么造就是小米首先需要明确的问题。 小米最终决定走自研的路，把底层核心技术攥在自己手里，比如大压铸、智能驾驶、电池包等技术。 在雷军看来，选择做最难的纯电轿车、选择从底层核心技术做起、选择在项目压力最大的时候停下来开21天的会，这一切都需要巨大的勇气与决心。但这些都是小米造车成功的关键。 在演讲中，雷军提到了小米造车团队背后的一些幕后功臣、关键人物，也提到了自己是如何一步步试驾170多辆车，并写了20多万字的总结。 为了让自己更“懂车”、“爱车”，雷军想让自己成为开车最好的中国车企老板之一，为此他还考了赛车驾照。 雷军今天还在现场首次放出了自己驾驶小米SU7在赛道上“漂移”的视频。 在小米SU7发布后，行业内涌现出不少质疑的声音：苹果造车十年都不成，凭啥小米三年就能干成？对此，雷军认为三年做成是一个标准线，中国汽车产业链已经十分成熟。 甚至有人说：“军儿，收手吧，外面都是XX。” 在雷军看来，这些都是“小事”。 所以“大事”是什么？小米汽车到底能不能卖好，是大事。当时众多媒体和业内人士都不看好小米纯电轿车的销售前景，雷军当时很“焦虑”。 最终在订货环节，2024年年初小米SU7订货目标是76000辆，雷军没有给自己“留退路”。 相比订货，更大的难题是定价。雷军吐槽称，行业传言的9.9万元、14.9万元的定价纯属“捣乱”。 最终定价公布，现场欢呼雷动，雷军终于踏实了，他觉得，小米汽车“成了”。 4分钟10000台，27分钟50000台，这是小米汽车首销的战绩。 雷军说，小米汽车成功挤上牌桌，但小米汽车的长征才刚刚开始。 结语：汽车故事告一段落，AI手机的故事小米要怎么讲 在今天的雷军演讲中，我们看到了更多造车背后的故事，了解到了小米造车过程中跟人、跟技术相关的幕后故事。在手机新品方面，客观来说，“惊喜”少了一些，两款折叠屏在硬件软件方面基本上都是例行升级。 总体来看，今天的小米似乎更加“求稳”。根据IDC最新数据，今年二季度，小米依然稳坐全球智能手机出货量第三，进一步缩小跟苹果和三星的差距，与vivo和OPPO拉开了不小的差距。小米汽车的“首战告捷”，似乎也给雷军吃下了一颗定心丸。 但我们都知道，今天的科技产业已经迈入AI大模型时代，做好AI，可能是每家科技公司的重中之中，但在今天的演讲中，AI却并非小米的重点，直到发布会结尾才寥寥提及。在苹果、三星接连亮出AI大招后，小米AI或许也该有更多新动作了。 AI手机之战，小米不能输，也输不起。

发布会常有，但像雷军这么能讲的企业家不常有。 从 2020 年至今，雷军的年度演讲已经连讲四年。 我们可以从每场发布会上，看到雷军在心态上发生的微妙变化——最初选择「为小米汽车而战」时的《我的梦想，我的选择》，到「穿越人生低谷」时《永远相信美好的事物即将发生》，再到小米 SU7 博得万千关注时的《成长》，雷军将每个时期的情绪都写在了主题上。 时至今日，小米汽车首战告捷，雷军的演讲主题只有两个字：勇气。从 2021 年开始，用倒叙的手法，补全了小米造车计划背后的那些事儿。 2021 年春，我的人生经历了重大的分水岭。 雷军这样介绍造车经历的开始，后面的故事我们都知道了，「无数的纠结、挣扎、嘲讽、怀疑……」伴随着 SU7 诞生的全过程，直到今年小米汽车上市，一举打破质疑。 今天的雷军再次讲起造车过程，颇有一些「雄关漫道真如铁，而今迈步从头越」的气势。 做汽车如此，做手机也一样。 照例，今晚的雷军年度演讲，也是雷军的带货直播——出到第四代，小米的大折叠手机怎么样？还有雷军第一次做小折叠手机，以及小米汽车的新消息。 小米 SU7 Ultra 原型车发布，十月征战纽北赛道 发布会的最后，雷军带来的 one more thing，也今晚最炸场的产品： 小米 SU7 Ultra 原型车。 这台性能怪兽的来由十分简单粗暴： 小米汽车的目标是用 15 到 20 年的时间，最终成为全球前五的车企。 而全球最顶级的车厂都在德国纽伯格林北环赛道比拼各自的硬实力，对于小米和雷军而言，纽北则是成为全球 TOP 5 的必经之路。 因此小米就有了「成为纽博格林赛道北环赛道最快的四门电车」的第一阶段小目标，小米 SU7 Ultra，则是应运而生的「屠龙者」。 我们简单列出一些数据，大家可以从数字上，感受这台 SU7 的爆裂性能。 跑赛道，性能是第一要义。小米 SU7 Ultra 原型车，搭载了小米自研的 V8s 电机，这也是 27200 转的 V8s 首次上车。 更重要的是，SU7 Ultra 搭载了三台高性能电机：双 V8s+V6s 三电机全轮驱动，达到了惊人的 1548 匹。 如此劲爆的马力，也为小米汽车 0-100km/h 加速时间低至 1.97 秒，最高车速大于 350km/h，将成为全球最快的四门车型。 该原型车的目标也将是征战全球知名赛道纽北，验证小米汽车最新的技术。 SU7 Ultra 还搭载了赛道专用的高功率电池包，输出 1330kw，峰值电压 897V，充电倍率 5.2C…… 再来，专为 SU7 Ultra 打造的赛道专用制动系统，100-0km/h 制动距离仅为 25m，在 40m 以内算及格、35m 算顶格的家用车市场，这样的数据少见，也震惊。 Xiaomi SU7 Ultra 采用了系统性的减重方案。 在材料方面进行了重点优化，不仅车身外覆盖件 100% 使用碳纤维材质打造，甚至连电机上护板及制动集风罩也采用了碳纤维，这使得全车碳纤维使用面积多达 15 平方米，大幅降低了车身重量。 最终，Xiaomi SU7 Ultra 系统减重 500kg 以上，车重仅为 1900kg，为赛道圈速的提升打下坚实基础。 为最大化赛道能力，Xiaomi SU7 Ultra 重构了 Xiaomi SU7 的空气动力学设计，从风阻优先转为下压力优先，意在以极致下压力提升弯道性能。 其通过特别设计的固定式大尾翼、尾部扩散器、开放式轮拱、前唇、风刀等共同带来最大 2145kg 的整车下压力，这一数值甚至超过了车辆的自重——理论上车辆在极速状态下甚至可瞬间在天花板上倒置行驶。 如此强大的下压力大幅提升了整车的操控稳定性，对赛道圈速的提升起到了至关重要的作用。 在众多硬核科技加持之下，Xiaomi SU7 Ultra 原型车已整装待发。 小米汽车将于 2024 年 10 月正式征战纽北。 自 2014 年以来，在纽北上榜的纯电动车仅有 7 辆，其中不乏不计成本的超级跑车和赛车，挑战难度可想而知。 因此，小米汽车将「挑战计划」分为两步： 第一步，在 2024 年 10 月使用原型车，挑战纽北非量产圈速榜； 第二步，在 2025 年使用量产车型，正式冲击纽北量产圈速榜。 我们一起期待十月，Xiaomi SU7 Ultra 原型车的赛道表现。 大小折叠，都是旗舰 小米手机有史以来，最先进、最精密、最轻薄的满配大折旗舰。 这是预热时期小米对 MIX Fold 4 的评价，虽然更多人将关注的点放在了小折叠屏手机小米 MIX Flip 上，但实际上两款折叠屏都是旗舰水平—— 大折叠 MIX Fold 4 主打轻薄全能，做到了「满配旗舰，更轻更薄」； 而小米 MIX Flip 作为酝酿多年的首款小米小折叠手机，目标是小屏手机爱好者，以更全能的外屏为我们展示了一种「小屏终极解决方案」。 相比上一代小米 MIX Fold 3 整体 5.26mm/10.86mm 的厚度，小米 MIX Fold 4 展开时单侧厚度为 4.59mm，折叠时厚度为 9.47mm，重量 226g。 和同级竞品相比，MIX FOLD 4 在重量控制上，都有不错的表现。 这主要得益于小米全新首创的「全碳架构」，雷军称这项技术 100% 采用 T800H 高强碳纤维，抗拉强度达到 5500 MPa，抗冲击性能提升 300%，同体积重量只有前代铝合金材质的 1/15。雷军表示： 我们把三大件都换了，我们转轴的浮板，百分之百碳纤维屏幕的衬板，百分之百碳纤维中框的电池仓，正版百分之百碳纤维。 此外，铰链对于大折叠屏的手感和体验也至关重要。 小米 MIX Fold 4 采用了升级的龙骨转轴 2.0，将零件数量从 198 个减少到 137 个，带来了更可靠的整体结构，以及 45°-135°自由悬停及 IPX8 防水。 全新的龙骨转轴，更轻、更窄也更薄，比上一代的转轴宽度缩小了 11.7%，重量轻了 16%，水滴弧长缩小了 15%。 转轴齿轮的直径为 1.8mm，只有半粒米大小。 小米 MIX Fold 4 的主板也升级到了第三代，整体面积只有原来 80% 的情况下，在当中堆叠了 2545 颗零部件，857 颗超微器件。 当然，折叠屏手机，最直观的感受还得看屏幕。 外屏是一个标准的直屏旗舰的屏幕，并且在小米龙晶玻璃的保护下，它的防尘强度更高。 内屏为 7.98 英寸的折叠屏，超低功耗，采用的 UTG 超薄的柔性玻璃保护，更不容易产生折痕。 另外，内外屏都是 418 PPI，都能达到 3000 nit 的峰值亮度，都配有 1-120Hz 的自适应刷新率，都有 DC/PWM 调光，也都支持专业原色显示。 小米 MIX Fold 4 搭载了第三代骁龙 8 的核心，和四颗小米澎湃 T1 信号增强芯片，蜂窝性能最大提升了 58%，Wi-Fi/蓝牙性能最大提升了 16%。 此外，小米 MIX Fold 4 还支持双向卫星通信，这已经成为了各家旗舰手机标配，没信号的时候能应急。 MIX Fold 4 的电池，则是采用了 5100mAh 小米金沙江电池，这是一块「立体异形电池」，简单讲就是电池像折纸一样，在有限的空间里，扩容了电池的体积和容量。 这也正是 MIX Fold 4 在比上一代轻薄的前提下，有能有更大的电池的原因所在。 虽然这个数字在非折叠屏手机中看似平平无奇，但对比一下不久前发布的三星 Z Fold6 4400mAh、Z Flip6 4000mAh 的电池容量就可以明显看到优势。 另外，小米 MIX Fold 4 配有「67W 有线+50W 无线」的充电补能方案。 雷军在发布会上说到，MIX Fold 4 是唯一一台全焦段四摄的折叠屏手机。 在龙骨转轴的加持下，MIX Fold 4 支持多种悬停拍照，朋友出去的合照，吃饭时自带脚架的饭桌 Vlog 神器，它都能满足。 雷军还表示，传统折叠屏备的相机系统往往因空间限制而难以达到旗舰水准。为解决这一问题，小米推出了三大核心技术： 专属的光影猎人传感器 大光圈 Summilux 徕卡光学镜头 浮动镜头的长焦微距功能。 在继承上一代四摄五焦段配置的基础上，小米为 MIX Fold 4 引入了一颗 5000 万像素 2X 浮动镜头，在 UltraZoom 超级 AI 变焦的加持下，在拍摄远距离物体时拥有更好表现。 小米澎湃 OS，依然是小米全新折叠的一大亮点。 这一次小米在大折叠的软件适配中，把最常用的 500 个应用都纳入了高质量适配的队伍中。 雷军把高质量适配定义为： 支持全屏显示 支持旋转横屏 支持内外屏连续使用 支持的文件格式超过 100 多种 价格方面，小米 MIX Fold 4 三个配置的价格分别是： 12GB+256GB，8999 元 16GB+512GB，9999 元 16GB+1TB，10999 元 至于小米第一次做的小折叠屏手机小米 MIX Flip，雷军表示： 经过这三年的努力，我们认为小米小折叠彻底解决了体验的痛点，要一举逆转「美丽小废物」的印象。我希望大家用完我们的小折叠以后，它会变成「美丽小可爱」「美丽小神机」。 首先作为小折叠手机，外观尤为重要，MIX Flip 拥有多款配色、三种工艺，搭配指环式保护壳，为 MIX Flip 提供了更多样化的选择。 「凤羽纤维版」在提高手感的同时，增强了耐磨、耐脏污属性，整体 192g 的重量、厚度 7.8mm/15.99mm 的大小，更适合直接放在女士包里。 为了改善手感，小米 MIX Fold 4 除了在轻薄方面下功夫，外屏还采用了四微曲屏龙晶玻璃设计。 与大折叠 MIX Fold 4 一样，MIX Flip 采用了内外规格都高度一致的屏幕，均有 3000nit 峰值亮度，一致的 120Hz 刷新率及 2160Hz PWM+DC 调光。 「不用打开，就是一部好用的小手机」是 MIX Flip 的重要目标，为此小米更多地在拓展外屏功能方面下功夫。 新的分区设计将外屏分成了主应用区和「智能悬窗」区两个部分，接近 3.5 英寸 16:9 的主应用区观感接近 iPhone 4，让外屏拥有更好的空间利用率。 不仅是外屏分区的重新设计，小米还针对 MIX Flip 的外屏重构了多功能小部件、最近任务切换、焦点通知等一系列内容。 再加上更好用的第三方应用适配，以及外屏独立的 Mic 和合盖听筒，都在让 MIX Flip 在合盖时更像一个小屏手机。 难怪发布前雷军会发出「谁还在用 iPhone mini？」的问题。 很多小折叠往往会在处理器上出现一些妥协，这也是小折叠被称为「美丽小废物」的原因之一。 而小米 MIX Flip 则搭载了和 MIX Fold 4 一样的骁龙 8 Gen3 处理器，采用了 4780mAh 金沙江电池 67W 有线秒充组合，台阶式散热使其拥有更好的游戏表现。 因为小折叠手机女用户比较多，特别关心拍照效果。 相比大折叠而言，小折叠的影像往往备受关注，MIX Flip 虽然只有两颗摄像头，但「没有一个是凑数的」。 除了与 MIX Fold 4 同款的浮动 2X 镜头及「大师影像」以外，MIX Flip 还更多地强调了多样的拍摄玩法及更强的自拍能力，提供了跨设备相机、近物对焦、外屏帮拍等多种功能，45° 到 120° 的自动自由悬停，随身拍套装能让手机变身拍立得，提供了更多的玩法。 在介绍价格的时候，雷军同样对比了一下 iPhone，以此来突出 MIX Flip 的性价比，MIX Flip 价格分别是： 12GB+256GB，5999 元 12GB+512GB，6499 元 16GB+1TB，7299 元 年度演讲第四年，雷军是小米最好的产品 今年年初，雷军曾表示要将更多精力放在造车上，手机业务被交到了卢伟冰的手里，此后发布的几款手机虽然取得了不错的口碑，但不少网友仍然表示「总觉得少了点灵魂」。 这次雷军带着大小两款折叠旗舰和灵魂演讲再度归来，也让小米手机的产品线增彩不少。 某种程度上来说，其实雷军才是小米公司最好的「产品」。 每年一次的年度演讲，就是雷军最好的展示舞台。 正如他「偶然」翻到的那本《人类群星闪耀时》中所说： 一个人对奇迹的信念，永远是一个奇迹能够产生的首要前提。 这个对奇迹的信念，在雷军不同的阶段有着不同的写法，是离开金山创立小米的选择，也是挫折中「永远相信美好的事情即将发生」的信心，更是再次投身时代洪流造车的决心。 如今雷军站在小米汽车走向腾飞的前夜，用一场 3 小时的演讲告诉我们—— 这个对奇迹的信念，写作「勇气」。 *王萌对本文亦有贡献。

作者 | ZeR0 编辑 | 漠影 智东西7月19日报道，巴黎奥运会将于下周正式开幕。今日，英特尔分享了与国际奥林匹克委员会（IOC）的一些合作细节，并披露了其以行业需求为导向所打造的生成式AI检索增强生成（RAG）解决方案。基于企业AI开放平台（OPEA），该方案以行业需求为导向、开箱即用，能够帮助企业便捷地部署数据中心RAG。 此外，为了帮助全球约11,000名拥有不同语言和文化背景的运动员在奥运比赛场地出入，并遵守相关规定，国际奥委会与英特尔合作开发了基于Athlete365平台的聊天机器人AthleteGPT。 这是一款基于英特尔至强处理器和Gaudi加速器的RAG解决方案。AthleteGPT支持普通话、英语、法语、西班牙语、俄语、阿拉伯语等六种语言，不仅能够应答运动员的日常询问并进行互动，同时将在运动员入住巴黎奥运村期间，为其按需提供信息，使其能快速查询并获得准确信息，从而能够专注于训练和比赛。 这些成果深度展示了英特尔如何通过基于英特尔至强处理器和Gaudi AI加速器的开放式AI系统及平台，帮助开发者和企业应对AI高速发展所带来的需求。 一、基于企业AI开放平台，打造生成式AI RAG解决方案 部署生成式AI解决方案会带来成本、规模、准确性、开发需求、隐私和可靠性等方面的挑战。RAG可以让企业安全地利用专有数据，增强AI产出结果的及时性与可靠性。 基于AI平台、开放标准以及软件和系统生态，英特尔以协作的方式帮助开发者构建定制化的生成式AI RAG解决方案，从而满足企业的多样化需求，帮助企业更高效快速地发挥并利用生成式AI的潜力。 此外，英特尔亦将持续提供开放、强大且可组合的多供应商生成式AI解决方案。 英特尔与行业合作伙伴共同创建了开源、可互操作的解决方案，用于轻松部署RAG。基于企业AI开放平台（OPEA），该方案是一种以行业需求为导向、开箱即用、可立即投产的RAG解决方案。 OPEA为企业提供开源、标准化、模块化，以及异构的RAG流水线，并致力于为开放式模型及多种编译器和工具链的开发提供支持。其加速了针对垂直领域用例的容器化AI集成与交付。 生成式AI一站式解决方案将基于OPEA的微服务组件集成至用于部署英特尔至强处理器和Gaudi AI系统的、可扩展的RAG解决方案中，可通过Kubernetes、Red Hat OpenShift等经验证的编排框架进行无缝扩展，并提供兼具可靠性和系统遥测功能的标准化API。 在助力企业便捷地部署数据中心RAG的同时，该方案具备高度的灵活性和可定制性，并集成了多个OEM系统及行业合作伙伴的产品组件。 英特尔至强和Gaudi及相关技术支持基于PyTorch框架来开发大语言模型（LLM）。同时，英特尔携手OPEA开发了用于RAG和LLM部署的开放式软件堆栈。该软件堆栈通过生成式AI一站式解决方案进行优化，并基于PyTorch、Hugging Face服务库（TGI和TEI）、LangChain以及Redis向量数据库所构建。 二、支持多种边缘AI应用，全面优化奥运观赛体验 英特尔还支持了巴黎奥运会的一系列边缘AI应用。这些应用展示了由英特尔技术支持的AI解决方案在实现沉浸式互动体验、提高赛事观赏体验、引入实时3D播报体验等方面的实用价值。 1、发掘新生代奥运选手：在巴黎奥运会和残奥会的筹备与比赛期间，英特尔联手三星打造基于AI技术的沉浸式互动体验，能够带领观众体验成为一名奥运选手的奇妙旅程。得益于英特尔Gaudi AI加速器、内置AI加速功能的至强处理器，以及OpenVINO工具套件的优化，该AI技术能够带领观众体验一系列专业的训练与分析，并为其匹配出最为合适的比赛项目。 2、提高赛事观赏体验：面向视障人士，基于内置AI加速功能的至强处理器，英特尔将为美国奥委会和国际残奥委会在巴黎的训练场所以及残奥委会位于德国波恩的总部重建3D模型，帮助视障人士通过具备摄像功能的智能手机实现室内语音导航。 3、引入全新3D播报：英特尔通过至强处理器捕捉并渲染奥运健儿的实时影像，并将生成的体积视频（volumetric video，含三维空间信息并可在任意视角观看的视频格式）传输给奥林匹克广播服务公司，从而传播至全球范围内拥有播报版权的各大媒体。同时，通过英特尔OpenVINO工具套件的优化，全球各地的粉丝均可收看到自己喜爱运动员的3D沉浸式实时访谈，并收获与奥林匹克前所未有的近距离接触。 结语：用技术创新改善体育赛事体验 英特尔与国际奥委会之间的合作是在重大体育赛事中运用技术创新的新案例。英特尔执行副总裁兼数据中心与人工智能事业部总经理Justin Hotard谈道：“通过拥抱开放、协作的生态系统，英特尔正以创新的方式为运动员提供支持，并助力企业客户创造更多可能。” 现阶段，如何将最新的AI计算技术应用到企业中并推动关键业务成果落地，是企业亟待解决的问题。英特尔正在打造一个开放的环境以鼓励创新，帮助开发者和企业构建定制化的AI解决方案并取得切实成果。凭借生成式AI一站式解决方案与全面的企业AI堆栈，英特尔提供了完整的解决方案，以应对企业和数据中心在部署和扩展RAG与LLM应用时所面临的挑战。

“小尺寸平板电脑，大抵是死了。” 虽然我挺想这么说的，但是小尺寸的平板电脑却一直处于死而不僵的状态，甚至在最近两年还有重回战场的征兆，这也让我重新燃起了期待。毕竟对于热衷“搓玻璃”的手游党来说，小尺寸平板电脑所能提供的体验，暂时还找不到其他产品来替代。 去年10月，联想拯救者发布了8.8英寸版的Y700平板电脑，当时引起了热议。不过在接下来的很长一段时间里，都没有第二个大厂跟进，让拯救者Y700成为硕果仅存的小尺寸性能平板电脑。 图源：联想 不过，时间来到今年的六月份时，情况悄然发生了一些变化，第二家大厂入场了，有消息称小米正在筹备一款小尺寸的平板电脑，型号为Redmi Pad SE。作为目前安卓平板电脑市场的扛把子之一，小米的动作无疑引来了众多用户和厂商的关注，同时也给小尺寸平板电脑市场带来了新的希望。 图源：小米 红米入场，小尺寸平板市场迎来新成员 先来看看Redmi Pad SE，虽然8.7英寸的版本配置没有太多曝光，但是早在去年9月，小米已经发布了一款同型号的11英寸平板电脑。当时它的起售价为899元，搭载骁龙680芯片和1200*1920 90Hz LCD屏幕，峰值亮度400尼特，8000毫安时的电池加18W的快充。 图源：雷科技 仅从硬件配置来看，这就是一款中规中矩的入门级平板电脑，性价比还算不错。考虑到入门级市场没有必要做太多的配置细分，我猜测两者的硬件参数应该是一样的，最多在屏幕参数上有些区别。 从目前已知的信息来看，Redmi Pad SE 8.7英寸版将会采用1280*720的LCD屏幕，并且支持4G网络，但是目前还没有在国内上市的打算，仅在印度市场发布了预热海报。 图源：GIZMOCHINA 至于会不会在国内上市，暂时还未可知，只能说“有机会”，不过即使上市了，我也不是很看好这款产品的国内销量。因为11英寸版的Redmi Pad SE的日常价格基本在800元左右徘徊，屏幕做了减配的8.7英寸版Redmi Pad SE，价格大概率得定在600元左右。 而且，国内的小平板目标用户其实并不需要一款“入门级”的小平板，就像我在开头提到的，小平板独特的手游体验才是其被用户惦记的原因，而非便宜或是别的什么卖点。 图源：微博 而Redmi Pad SE的骁龙680虽然日常使用性能是足够了，但是游戏性能就只能满足王者荣耀之类的轻度游戏需求，当下热门的原神等游戏，基本上只能以中低画质运行，这个性能显然是无法满足玩家需求的。 作为对比，联想拯救者Y700搭载的则是骁龙8Gen1芯片，虽然并非最新的旗舰处理器，但是在平板级的散热支持下，实测的游戏表现非常不错，基本满足高画质游玩原神等大型游戏的要求，也成为小平板用户最好的选择。 小尺寸平板，需求并不小 其实在酷安等论坛里，一直都有用户在讨论小尺寸的平板电脑，并且每当有厂商发布这类产品时，都能引起用户的热议。在今年的3月份，小米平板与笔记本产品的用户调研账号也在微博上公开询问：“大家这么想要8寸的平板吗？” 图源：微博 很快引来众多网友评论：“别逼我给你跪下，8寸平板抓紧上”“安卓没有对标iPadmini的产品，为什么小米不来一个”“我已经等了三年了 ”。评论区基本上清一色都在表示期待，虽然并不能代表整个市场的趋向，但是也很直观地说明了小尺寸平板电脑的用户需求其实一直都在，而且并非少数。 图源：微博 这条微博后续甚至引来了Redmi市场经理的注意，并且惊讶于8英寸平板居然有这么大的用户需求。或许这也是后续Redmi Pad SE推出8.7英寸版本的契机，先拿入门产品试试水，然后再考虑是否上旗舰型号。 图源：微博 除了打游戏的体验比手机和折叠屏更好外，小尺寸平板电脑在移动办公等领域的表现也很不错，虽然折叠屏手机也可以满足这部分需求，但是高昂的售价显然不是每个人都能接受的，这就给了小尺寸平板电脑生存的空间。 大平板卷到飞起，小平板悄然偷家 大家不是说，10英寸以上的平板电脑是目前最受欢迎的尺寸吗？没错，从销量占比来看，10英寸以上的平板电脑占据了大部分的市场份额，但是这也导致市场竞争非常激烈。仅小米一个品牌，就有六款10英寸以上规格的平板电脑处于在售阶段，如果把华为、OPPO、vivo、荣耀等品牌全部算上，产品型号则高达22个。 图源：京东 这还没有计算同型号的不同版本，比如华为的MatePad还分为灵动版、柔光版、标准版等三种规格，若是将不同版本单独列为产品，数量恐怕会直接突破30。 而且，10英寸以上的平板电脑市场还有一个大家都无法忽略的对手——苹果。根据Canalys的相关数据显示，平板电脑的2024年第一季度销量里，苹果依然是遥遥领先的品牌，以35.6%的市场份额占据第一。 图源：Canalys 紧随其后的则是三星，市场份额也高达20.2%，排名第三的则是华为，仅有8.1%，至于我们所熟知的米OV，则是被列在了Other里，低于联想和亚马逊。 即使在国内，iPad的销量也长期占据三分之一以上的销量，Canalys的报告显示，2024年第一季度中，iPad销量占比达36%，华为则是19%，小米则以11%位居第三。 图源：Canalys 虽然报告中并没有列出iPad各个型号的销量占比，但是从京东自营的销量对比来看，苹果的iPad标准版销量最为可观。可以说，各个品牌的平板电脑都是在争抢iPad吃剩下的市场，然后还要与几十款不同的产品同台竞争， 激烈程度比之千元机市场都是有过之而无不及，在这种情况下，一些性价比较低、品牌宣传力度不够的产品，基本上只能跟在主推产品背后喝汤，剩下的唯一选择就是降低售价，然后坐等清仓时间。 那么真的没有人发现小平板市场的空缺吗？实际上，市场里并不缺乏8英寸的平板电脑，台电等小厂商一直都有相关产品发布，但是受限于产品定位，基本是中低端芯片+LCD屏幕的产品，主流品牌里只有联想拯救者的Y700这一款产品，同时也是唯一的性能小平板。 图源：京东 所以，你会发现整个千元以上的小平板市场，基本被拯救者Y700所占据，以至于售价2399元的拯救者Y700虽然算不上便宜，却依然有着可观的销量。在安卓平板市场中，2000元以上已经算是旗舰产品，目前主流的几个品牌如小米、vivo、OPPO等，这个价位段都已经给到了骁龙8Gen2、天玑9300+等旗舰和次旗舰配置，单论性价比来说，其实远超拯救者Y700。 但是，如果你对比同价位的产品销量，你会发现在定价、配置上并不占优的拯救者Y700，销量居然相当不错。仅看京东的销量，联想Y700的评价超过10万，而同价位的小米6S Pro评价只有5万+，这已经是同价位的主流品牌中销量较好的。 即使对比不同价位段的产品，你也会发现拯救者Y700的销量依然是排名前列，甚至不输那些走量的千元级产品，更不用说还有很多产品发布数月至今评论都不破万。谁能想到，厂商们在大平板的市场中卷到血流成河，甚至卷出14英寸级别的平板电脑时，联想却用一台小平板悄然偷家，抢走了不少用户。 小平板，为什么没人做了？ 既然小平板的市场需求并不小，那么为何没有人做了呢？在我看来，原因主要有两个：1、10英寸以上的平板电脑市场需求大；2、供应链。 虽然小平板的受众确实不少，但是从市场调查结果来看，10英寸以上的平板电脑依然是绝对的销售主力，在市场调查的驱动下，大多数厂商自然会选择10英寸以上的市场作为主攻方向。 另外，因为市场对10英寸以上的平板电脑需求量旺盛，所以大多数供应链硬件也是围绕着10英寸以上产品设计的。这时候厂商如果反其道而行之，去做小平板，只能付出更高的成本去定制硬件，利润率反而会降低。 图源：YouTube 但是，随着大尺寸平板电脑的竞争白热化，肯定会有厂商希望能够从中抽身，看看能否剑走偏锋，以另一种方式抢占市场。没错，说的就是联想，拯救者Y700第二代的出色表现，让联想决定继续更新这个产品线，根据相关人士的透露，第三代应该在今年就会上市，将搭载骁龙8 Gen2芯片。 与此同时，小米的小平板或许也在路上了，并不是开头提到的Redmi Pad SE，而是一款搭载骁龙8 Gen2甚至骁龙8 Gen3的旗舰小平板。对小米来说，小平板的开发并没有多少难度，因为直到小米平板5发布之前，小米平板4都依然保留有8英寸的版本，甚至直到现在都是小平板二手市场里的热门型号。 不可否认的是，仍然有一部分用户对小尺寸平板情有独钟，对于这部分用户来说，小平板提供的独特使用体验，是智能手机和大尺寸平板无法替代的。 联想拯救者Y700已经证明了市场需求的存在，也将成为其他品牌入场的契机，小米的入场或许并不遥远，同时也将带来更多的竞争。正如那句老话所说：“市场有需求，产品就有生命力。”，小平板电脑，还没到消失的时候。

凤凰网科技讯 7月19日，麦芒30 5G手机正式发布，新机首次搭载星辰大模型，在语言理解、图文识别、语音交互等方面，展现了高级别的智能化特性。麦芒30 5G推出“AI助手”，实现了智能问答、智能搜图、智能绘图以及智能云笔记等四大AI功能。 作为中国电信首款自主品牌AI手机终端，麦芒30 5G具有便捷X键，日常使用操作方便，多种功能快人一步；搭载6100mAh高密度海量大电池，续航实现“由时到天”；搭载麦芒系列首款3D双曲屏，带来沉浸视觉体验；采用轻薄耐摔机身，实现整机可靠性全面提升，更获得首个双五星耐摔等级评测。此外，麦芒30 5G还搭载5000万超清影像系统，以及189g重量、7.98mm厚度机身。 配色方面，麦芒30 5G推出冰晶蓝、曜金黑、雪域白三款自然配色。其背板采用先进的星烁工艺，触感上带来磨砂体验。 麦芒30 5G首次接入“星辰智汇”，实现文案撰写、语音转写、图像生成等功能，同时通过创新的便捷X键设计，实现一键跳转至该功能，极大地提升了用户的使用便捷性。麦芒30 5G的智慧小艺拥有强大的自然语言理解能力，说出“请帮忙充值99元话费”，小艺就能迅速响应，直接跳转至“中国电信”提供服务，极大地提升了操作效率。 麦芒30 5G还带来AI智慧相机、AI识屏等功能，通过提取其关键信息，从而实现文档扫描、试卷还原、证件扫描、智慧识文、智慧识物等功能，为用户带来极大的便利和智慧体验。此外，麦芒30 5G还内置天翼云盘App，焕新推出“AI助手”，实现了智能问答、智能搜图、智能绘图以及智能云笔记等四大AI功能，为用户带来精准的功能介绍与便捷的统一入口体验。 麦芒30 5G首次搭载便捷X键，一键跳转至APP或常用功能，实现AI一键直达。便捷X键还支持一键唤醒常用功能，在解锁亮屏时，单击一键调出常用App九宫格，还可以通过双击或长按便捷X键打开应用，为用户带来高效便捷的使用体验。 麦芒30 5G采用更紧凑的优化架构设计，内置了更高能效的6100mAh（典型值）高密度海量大电池，实现轻薄握感和长续航兼得。 在可靠性和安全性方面，电池在-20℃低温，40℃高温等极端条件下，依然能够保持良好的续航状态；同时电池经过精心研发和严格测试，可承受高达1000次的循环充放电，日常使用长久可靠。麦芒30 5G电池首次采用VC散热，热量扩散速率更快、散热效果更均匀。麦芒30 5G还拥有22层充电安全保护设计，并通过全球多国安全认证，使用更安心。 麦芒30 5G最大支持40W超级快充，充电30分钟，可满足日常使用一天电量，打消用户的低电量焦虑。在此基础上，更拥有AI节电技术、智能充电管理等多重智能充电技术，为用户提供便捷、高效的充电体验。 麦芒30 5G拥有出色的耐用性和可靠性，耐摔高度测试通过1.8m。值得一提的是，产品通过中国质量认证中心（CQC）整机耐摔五星等级，以及瑞士SGS五星金标认证。 麦芒30 5G配备麦芒系列首款3D双曲OLED屏幕，为用户带来视觉与触觉全新体验。拥有2700*1224的超视网膜级分辨率，呈现1.5K臻彩高清显示，同时实现100% P3广色域全覆盖，带来真实自然画质，AI HDR技术更添生动。 护眼方面，麦芒30 5G屏幕采用软硬件结合低蓝光，支持护眼模式，减少视觉疲劳，舒适用眼更护眼；屏幕还支持AI仿生自适应调光，拥有最高1200nit峰值亮度，最低至1.8nit，可以自适应调节屏幕亮度，搭配2160Hz PWM调光，带来更舒适的阅览体验。 触控方面，麦芒30 5G不仅支持屏幕边缘防误触，更支持湿手触控。无论是在湿手状态，还是在屏幕沾水的状态下点亮屏幕，都可以进行操作。 麦芒30 5G搭载5000万高清影像系统，配备一颗5000万像素的高清主摄像头，一颗景深摄像头。主摄像头拥有F1.8大光圈，轻松拍摄出清晰明亮的质感影像。无论是自然景观还是人文风情，都能以卓越的质感和大片级表现轻松捕捉，让每幅画面都充满震撼与美感。 麦芒30 5G搭载800万像素的前置摄像头，支持人像美颜功能，AI算法可以根据不同的用户提供差异化的美肤效果，让自拍更出色。 价格方面，麦芒30 5G 8GB内存+256GB储存版本售价1999元。12GB内存+256GB储存版本售价2199元。7月18日15:30分，正式开启预售，7月25日全面开售。

去年年底，在澳大利亚 A-NCAP 成立 30 周年之际，A-NCAP 特意找来了一辆 1993 年的三菱麦格纳，进行了一次当下标准规程的 50% 偏置碰撞。 尽管三菱麦格纳在 20 世纪 90 年代被认为是同级别中最安全的轿车之一，但由于它没有安全气囊，被动安全功能也比较原始，所以它的实际表现可以说是不堪入目。 但这次测试并非是时隔 30 年之后对麦格纳进行秋后算账，而是 A-NCAP 想要用这样直观的测试结果，来反映出汽车行业在安全性能上的长足进步。 ANCAP 首席执行官卡拉·霍维格（Carla Hoorweg）表示：「这 30 年间，我们看到了汽车在安全维度取得了突飞猛进的进步。」 ▲1959 年 10 月，历史上首次真车碰撞测试，一辆载着假人的奔驰 W111 撞上了重达 17 吨的固定障碍物 虽说是三十年河东，三十年河西，但在汽车工业百年发展的历史中，「安全」始终是随着时代的变迁和技术的进步，而不断迭代升级的核心课题。 汽车安全的标准，从来都不是一成不变，而是一定要比之前更加安全。 在步入新能源时代之后，车辆开始通过加入电机的方式来不断地刷新时速破百所需的时间，往往在短短的 3、4 秒间，车辆就能化身成钢铁猛兽，以超越百公里的时速贴地飞行。 这就意味着在新时代下，我们其实对汽车安全有了更高的要求。 随着中国道路交通事故研究、中国汽车市场车型基础数据研究、国际前沿汽车试验技术研究等一系列工作的不断深入，中国汽车技术研究中心也与时俱进地将一系列主动安全 ADAS 系统试验方法，加入到中国新车评价规程（C-NCAP）之中。 日益严苛的 C-NCAP 规程不但要考察最硬核的汽车被动安全性能，更是针对车辆的主动安全有了更高的性能要求，加入了包括 AEB 测试、车道偏离预警系统（LDW）、速度辅助系统（SAS）、盲区监测车对车/车对二轮车（BSD C2C/C2TW）等等主动安全 ADAS 系统试验的方法。 显然，现行规程变得更加严苛的同时，对新车的安全性考评维度也更加全面，新车要想取得一个足够优秀的成绩，并非一件易事。 所以，当问界 M9（纯电 Max 版）以高达 93.9% 的综合得分率，成为了 C-NCAP（2021 版）史上最高成绩的车型，并获得了 C-NCAP（2021 版）升级版测试五星安全评价时，也恰好印证了问界 M9 自发布以来就在不断强调的那句 「安全才是最大的豪华」，其实并非空话。 C-NCAP 唯一超五星：不怕碰撞还能避免碰撞 正所谓打仗的最高境界是「不战而屈人之兵」，同理，「不碰撞」才是汽车安全的最高境界。 如今，车辆被动安全技术日益精细化，主动安全技术也进入了飞跃式发展阶段，被动安全和主动安全技术的相互融合将构成全方位的车辆乘员和弱势交通参与者（VRU）安全防护体系，这也促使了消费者和监管机构对汽车的安全性能有了更多的关注和更高的要求。 简而言之，在被动安全的坚实之上，再加之智能主动安全能力，才是迈向「不碰撞」的必由之路。 在 C-NCAP 的正面 100% 重叠刚性壁障碰撞试验、正面 50% 重叠移动渐进变形壁障（MPDB）碰撞试验 、侧面柱碰撞试验中，问界 M9 分别取得了 23.693/24、22.559/24、16.000/16 的优异成绩。 尤其是 32km/h 的侧面柱碰撞试验，问界 M9 获得了满分的成绩，用「固若金汤」来形容其车身的安全性也不为过。 问界 M9 车身结构所采用的，是传承自华为 Mate 60 系列手机的「超可靠玄武架构」之名的「超硬核玄武车身」结构设计，象征着问界 M9 的车身架构也具备着周全且强悍的防护能力。 事实上，赛力斯就是中国首家使用 9000T 一体化压铸技术的新能源车企。为了让问界 M9 这台 D 级豪华 SUV 获得过硬的「玄武车身」，赛力斯为其造就了全球领先级别的一体式压铸后车体，在大幅减少集成零件数量和连接点数的同时，也提升了问界 M9 车身结构的强度和稳定性。 基于领先工艺和结构设计，问界 M9 全车铝合金体积占比高达 80%，轻量化系数低至 2.02，车身共有 12 处采用 2000MPa 核潜艇级热车型钢，并在门槛梁处设置了高达 11 个防护腔体，能更好地吸收侧面碰撞能量，全面提升车内乘员以及车底的电池安全。 在豪华和舒适的六座平权基础上，问界 M9 还做到了车上六座的安全平权——标配 9 个安全气囊和 16 个安全点位，率先在高端 D 级 SUV 上使用远端气囊，在 1 排到 3 排全覆盖侧气帘，让车内所有乘员都能获得全方位的安全保护。为了进一步保障乘员胸部免受伤害，问界 M9 还装载了预紧式安全带，进而增加了乘员胸部的缓冲空间。 在问界 M9 以 50km/h 的时速正面 100% 撞击刚性壁障时，车辆前机舱有效实现了吸能，保护了后方乘员舱的安全。所以车辆的 A、B、C 柱未发生明显变形，保证了乘员舱生存空间的充足。 车内，及时弹出并正常展开的安全气囊和预紧的安全带都有效地保护了乘员安全，车内假人姿态均正常，座位安装点及座椅骨架均无明显变形。 碰撞后，问界 M9 车门自动解锁，门把手依然正常弹开，不会耽误乘员逃生和救援营救的一分一秒。 更进一步的是，问界 M9 的副驾驶侧也贯彻了「左右平权」的安全设计理念。在 TOP Safety 双项安全测试中，问界 M9 针对副驾驶侧进行了一次「镜像碰撞测试」，也就是副驾驶侧柱碰测试和副驾驶正面 50% 对碰测试。 试验结果和主驾侧的侧柱碰与正面 50% 碰撞一致，乘员舱结构完整，乘员内部生存空间充足，A、B、C 柱均未发现结构性失效，乘员座椅无变形，侧气囊和侧气帘及时点爆且正常展开，充分地保障到副驾一侧的乘员安全。碰撞后，车门也能自动解锁，正常开启，确保了事故处理的及时性。 当然，新能源车型的电池安全也是用户非常关心的一点，问界 M9 所采用的巨鲸 800V 高压电池平台，采用了五层安全包裹和底层三层防护设计，配备了业界领先的全高压热失控不蔓延技术，支持实时防护，主动预警、主动冷却、毫秒断电等特性。 在 C-NCAP 的碰撞试验中，问界 M9 的电池包可以在碰撞瞬间做到高压即刻下电，而且碰撞后电解液也并未有任何泄露，最大程度地保护了乘员的安全。 全向主动安全，是问界 M9 自发布以来就在不断强调的重要安全能力。 C-NCAP 的 ADAS 主动安全试验，测评的是车辆主动避免碰撞事故或减轻碰撞事故严重程度的功能设计，包括车对车的自动刹车能力，车对行人的自动刹车能力，车对二轮车的自动刹车能力，车道保持能力以及车辆照明效果。这对于搭载了华为 ADS 2.0 高阶智驾系统的问界 M9 来说，自然不在话下。 得益于业界车规级量产最高 192 线激光雷达、ESA 紧急转向辅助系统、全向 AEB 等一系列主动安全能力，问界 M9 在 C-NCAP 的 ADAS 系列试验中，取得了满分的成绩，毫无疑问地位列 C-NCAP 的第一名。 根据问界 M9 的官方数据，问界 M9 前向 AEB 对静止车辆紧急刹停可达 120km/h；而后向主动安全能力也能够对倒车时误踩油门进行快速制动。 考虑到夜间行驶场景的安全性，主动安全测评中还包含了整车灯光的性能试验。 作为 D 级豪华旗舰 SUV，问界 M9 的「星河大灯」内置的是 HUAWEI X PIXEL 华为百万像素智慧投影大灯。它采用了创新的双反空间光学系统，能够实现超近场投影和迎宾功能。 行车时，双灯 260 万像素的精细化照明能够根据路况灵活调整，精准遮蔽让光不扰人，而且还能实现相当领先的照明范围。 基于与 ADS 联动的目标跟踪算法，问界 M9 可以实现车辆与行人的精确遮蔽。在遇到较窄路况或者视线盲区时，问界 M9 能够投射出一条与车辆同宽的「光毯」，帮助驾驶者更加直观地判断车辆两侧的通过性，也能提醒其他人有车辆正在驶来，避免意外发生。 领先不止一代的全向主动安全，是行业的新标杆 汽车的安全性能，是未雨绸缪，防患于未然的存在。 在汽车安全领域的些许进步，对用户来说，都有可能带来多一丝生还机会，从来都是一项最为严肃的命题。面对未来未知的意外风险，硬朗可靠的主被动安全系统，理应领先不止一代。 以最高分成绩通过严苛标准的 C-NCAP 测试的问界 M9，则完满地做到了这一点。而在试验环境之外的真实世界，问界 M9 也经受住了考验。 在今年 6 月份的时候，有车主在社交平台上发文表示自己在边境的山路上自驾时，因车里飞进了一只马蜂，情急之下车内人员用手驱赶，导致车辆发生事故翻下了山沟。 所幸车上人员均未受伤，事故中的问界 M9 车身结构基本完整，气囊正常打开、主驾车门也能够正常开闭。事故发生后，车内 SOS E-Call 正常工作，售后也积极协调数百公里外最近的板车前往救援。事后，车主也表示会考虑重新订一台问界 M9。 外「钢」内柔的问界 M9，用真实的整车安全来回应了「最大的豪华」。 在中汽测评公布问界 M9 C-NCAP 成绩的当天，余承东还亲自作客「与辉同行」的直播间，回应了此前有关「主动安全」的言论争议。 余承东说，他当时说漏了两个字： 其实我想表达的是，「全向」主动安全，是华为在业界第一个提出的。 问界 M9 所配备的华为智能汽车解决方案，是通过高阶智能驾驶系统，赋能全向主动安全功能的实现，包括了前向、侧向和后向的「全方位防护」，并且以远超行业主流标准的方式，兑现了「安全就是最大的豪华」这一承诺。 对于华为的智驾实力，余承东在直播时也充满信心地说： 很多人黑我们，搞我们，但我们依然对得起那四个字。 毫无疑问，这四个字就是「遥遥领先」。 如今，问界 M9 用一个「遥遥领先」的高分成绩，在汽车安全性能方面树立起了一个尖子生的标杆，同时也有着鼓动着竞争对手们一起进步的意味。 作为交通参与者之一，我们也期望着汽车安全性能和智驾能力的快速提升，继而能够推动社会交通从「零死亡」迈向「零伤亡」再迈向「零事故」的终极目标。

是时候抄底 BBA 了？ 本周，因价格战导致门店亏损严重，宝马将在本月结束持续了一年的「降价保量」政策，通过减少销量来稳定价格，从而缓解门店经营压力，随后，#宝马中国将退出价格战#这一话题迅速登顶微博热搜榜。 没过两天，热搜榜上出现了一条新的热门话题：#宝马涨价后来看车的人变多了#。 16 日下午，每人 Auto 在北京某宝马门店看到，约 500 多平方米的场地，按照不同车型系列分出 4 个顾客接待区，每个区域都至少有 2 组客户。另有一位广东的宝马销售顾问对董车会表示，实际上这已经是过去一周内的第三轮涨价，「每次都只涨一点，价格应该还会继续往上。」这位销售称。 截至目前，宝马 5 系、7 系等豪华车型的涨幅已达 3 万至 5 万元，3 系涨幅较低，大约在 6000 元左右。不仅是油车，此前备受关注的「19 万的宝马 i3」，如今的裸车价也来到了 20 万元出头。 果然，市场规律再次显现：消费者更倾向于在价格上涨时进行购买，这正是所谓的「买涨不买跌」。 价格、品牌、利润 做出价格调整的不止宝马。 一位重庆奥迪销售称，门店车型涨价幅度从几千到上万元不等，「随便问重庆哪家奥迪门店都一样，都比 6 月贵。」这几天，她经常碰到顾客在店里转一圈，然后询问能否按上个月的价格购买，得到的答复自然是否定的。 此外，这位销售发现，价格上调后，进店客人也有所增加，「就算现在排试驾，也得等 10 多分钟」。 另一边，奔驰目前的价格还处于比较平稳的状态，「但是可以肯定的说，接下来肯定会涨价。」有奔驰 4S 店销售顾问称，虽然奔驰不会像竞品那样下发正式通知，但随时都会涨，「头天晚上临时一个会，第二天就涨，不过幅度也不会特别大。」 事实上，无论是奔驰、宝马还是奥迪，都不会直接终端价格进行管控，否则将触犯反垄断法，但厂家能够通过调整产品供货结构或经销商销量目标，从而缓解价格战带来的压力。 中国汽车流通协会专家李颜伟此前在接受第一财经记者采访时举了个例子：过去一段时间，奔驰由于新款 E 级处于产能爬坡阶段，GLC 面临零部件紧缺，因此 C 级就承担了奔驰的销售任务，放量的同时，折扣也比较大。随着 E 级和 GLC 的产销恢复正常，奔驰也将主动调整 C 级的供应节奏，让其逐渐摆脱「卷价格」的局面。 除了「BBA」这样的一线豪华品牌，大众、丰田、本田、日产、沃尔沃等多个品牌，都将根据市场情况对终端政策进行动态调整，对「减量稳价」抱有积极态度。 经过一年半的价格战，上述合资品牌多年来在中国市场建立起来的价格体系，逐渐在自主品牌一轮又一轮的围攻下崩塌。乘联会统计数据显示，2019 年至 2023 年，国内豪华车均价从 34.04 万元，走低至 32.8 万元。 这些合资品牌显然已经达成了一个共识：品牌价值的维护比短期销量的增长更重要。 月初，第三方调研机构杰兰路发布了一份有关汽车品牌建设的调研报告——《杰兰路 2024 年度上半年新能源汽车品牌健康度研究》。 报告显示，在中国市场，传统品牌的知名度普遍下滑，尤其是凯迪拉克、雷克萨斯、丰田、本田、以及日产等二线豪华品牌和日系品牌，蔚小理米等造车新势力则普遍有着更高的评分。 而在品牌档次上，和 2022 年相比，新能源汽车品牌档次感有所降低，但仰望、蔚来、理想、问界等品牌依旧留在中高档及以上区间，尤其是和 BBA 一样位居「高档」的蔚来，在「百人青睐指数」里，蔚来成为得分最高的品牌：每 100 人里有 49 人可能喜欢这个品牌。 与此同时，比亚迪、吉利银河、零跑等「经济」品牌在市场上较为突出的表现，也为入门级市场挤去了一些品牌溢价带来的水份。客观来说，自主品牌这一年多以来的价格战，确实能够让消费者以更实惠的价格购入车辆，一定程度上让消费者受益。但对于行业而言，今年以来的情况并不乐观。 乘联会数据显示，今年一季度，国内乘用车市场零售销量实现了 13.1% 的同比增长，但到了 4 月，情况急转直下，零售销量同比下降 5.7%，环比下降 9.4%。 《经济观察报》近日援引一位独立国际策略研究员的话报道称，少数车企也许可以通过促销拉动销量，但当整个汽车市场长期陷入价格战时，反而会让消费者持币观望，冷处理车企的降价行为，市场因此步入量价齐跌的「囚徒困境」。 中国乘联会信息联席会秘书长崔东树也对当前的车市持有相似的观点，认为价格战已无益于当前车企的健康发展。 在恶性「内卷」的环境之下，只有少数车企能够保持良好的利润状况。国金证券研报分析称，今年 2 月下旬，比亚迪开启「荣耀版」的改款降价，但其依旧能实现毛利率同环比双增。整个一季度，比亚迪的单车成本仅 10.2 万元，同比下降 24.9%，环比下降 9.8%。 另一方面，比亚迪也是获得国家新能源汽车补贴总额最高的车企。 根据财政部下达的 2024 年第一批节能减排补助资金预算，新能源汽车补贴合计 229.3313 亿元，其中包括 2022 年度清算下达资金 156.4661 亿元，及 2024 年预拨资金 72.8652 亿元。 从企业来看，比亚迪将获得新能源汽车总额 79.26 亿元、占总补贴金额的 34.56%，排在后面的特斯拉、上汽、广汽将分别获得 19.60 亿元、16.53 亿元和 14.26 亿元。而在 2022 年清算下达新能源补贴资金中，比亚迪更是以 44% 的占比「遥遥领先」。 坐拥巨额补贴的比亚迪，在价格战面前有着绝对的底气，要知道，即便是长城、吉利这种体量的车企，一个季度的归母净利润也不过十几亿元。 「你不可能跟着比亚迪持续降价，」上汽集团总裁贾健旭说道，「比亚迪倾其所有，把价值链上的利润都卷走了，如果其他车企跟着卷，那么他们的财务数据、现金流会出现很大的问题。」 这场游戏，逐渐从产品力的竞争，变成了资本的角逐。 接下来，就是无可避免的裁减、收缩。 卷、卷、卷 今年以来，车企裁员消息频发。截至 5 月 28 日，整车车企及汽车零部件企业裁员人数超过 5 万人，无论是供应商、造车新势力，还是内燃机霸主，都面临人员优化与人才缺乏的双重困境。 主机厂压成本，首先遭殃的是供应商。 去年 5 月，时任博世中国总裁陈玉东强调，在中国市场，市场份额远比盈利更重要。可事实上，这一轮价格战远比他想象中激烈。 一年过去，现任博世中国总裁的徐大全在新闻发布会上坦言，博世作为零部件供应商，随着生产规模的逐渐扩大，一般每年能给车企降价 3% 到 5%，但在 2023 年后，博世被很多车企要求降价 15% 以上，「甚至有的企业说，你不答应我们就不付款。」徐大全称。 在严峻的降价压力下，博世不得不放弃追随车企打价格战，转而选择裁员。 要知道，这位有着百年历史的汽车零部件供应商只是行业的一个缩影，放眼全行业，大大小小的供应数不胜数，博世家里尚且有余粮，更多的企业还在为明天的早饭发愁。 除了供应商，经销商也很受伤，就连中国最大的汽车经销商广汇汽车，也未能幸免。 7 月 11 日，广汇汽车被曝拖欠员工工资、4S 店接连倒闭，公司陷入经营危机。根据广汇汽车的公告，公司今年上半年归属于上市公司股东的净利润亏损 5.33 亿元-6.99 亿元。 就在昨天上午，广汇汽车股票一字跌停，同时广汇转债 20% 跌停，公司已连续 19 个交易日收盘价低于面值，提前锁定面值退市。 据了解，该集团的经销商网络覆盖 28 个省、自治区及直辖市，共运营 735 个营业网点，包括 695 家 4S 店，如今该集团暴雷，将有大量消费者受到影响。 另一方面，企业收紧，员工也不好过。 近期，奇瑞汽车强制加班的话题再次引发热议。一名奇瑞员工在接受虎嗅采访时说道：「在这里上班真的太压抑了，下班时天都黑了，每天都不怎么能见到太阳。」 他表示，领导高层有时候会在早晨守在大门口看谁踩点（8:25）打卡，且从去年年底开始，一周工作变成六天，原本的下午 17 点、18 点下班，频频变成 19 点、20 点，甚至 21 点，考勤也愈发严格。 「而且这个考勤不是抓迟到、早退，而是抓谁的加班时间不够长。」这位员工称。 据雷峰网报道，奇瑞汽车内部存在强制加班行为，每周加班时长需大于 20 小时且没有加班费用，仅有 10 元餐补，部分部门甚至还会依照加班时长进行末尾淘汰。为了掩盖加班事实，员工上班打卡历史记录已被关闭，只展示 8:30-17:00 的「应打卡时间」。 来自驾仕派的资深媒体人赵小查昨日在文章中晒出了一幅「有趣的漫画」，它来自一台车的后备箱内侧，生动地说明了车辆相关的可调尺寸和可能装载的物品。 ▲图片来自：驾仕派 它的材质并不稀罕，工艺也不复杂，但创造它的人，内心的松弛感才是珍贵的。看到它的时候，我内心很受触动。 她认为，越来越多的新车在堆砌参数和配置表，能把审美趣味和奇思妙想装入一台车的人越来越少，「不是他们没能力，而是他们没时间」。 赵小查并未在文章中写明这幅漫画来自什么品牌、哪一辆车，但我还是一眼认出了这车的型号，因为这幅「漫画」，也曾给我留下类似的感受。 今年 4 月 26 日，也就是北京车展的第二天，来到展馆西侧 W3 馆的我，坐上了一辆沃尔沃 EX30。不为别的，单纯因为它好看。在随后的 15 分钟里，我从主驾挪到副驾，从后排翻到后备箱，最后在工作群里敲下了我的感受：「我宣布，本届车展内饰设计最得我心的是沃尔沃 EX30。」 也许是因为平时看了太多毫无新意的内饰，这辆被摆在展台角落的瑞典小车，轻而易举地把我变成了北欧的形状，并且维持了至少 3 个小时。 请不要误会，我并不想让我国自主品牌像瑞典沃尔沃那样节奏慢到一辆 EX90 能跳票两年，只不过，在弯道超车的同时，我们也需要考虑如何能走得更远。 每天都看不到太阳的人，又如何做出温暖的产品呢？

IT之家 7 月 19 日消息，博主 @数码闲聊站 今日发文爆料 ColorOS15 部分新特性，除 Live Photo，AirDrop 外，还新增灵动岛、分离式控制中心、全新悬浮小窗、自定义锁屏桌面等功能。 目前 OPPO 系手机正处于 ColorOS 14 系统阶段，拥有类灵动岛的流体云功能，支持应用进程实时显示功能，此次博主所爆料的“灵动岛”，意味着 ColorOS 15 系统有望将流体云与手机摄像头区域进行结合，具备联动性。 另外，分离式控制中心意味着 OPPO 将改变现有的通控中心布局，采用通知中心与控制中心分离式设计。 IT之家此前报道， ColorOS 15 目前方向是深度互联和 UX 动效，底层增加细节小动画，功能点是大量机型适配实况照片（Live Photo），部分机型安排 GPU 插帧技术。 另外，新系统还将支持苹果 iOS 的 AirDrop 隔空投送功能，但需要 iOS 用户手动安装一款 App 才能使用。 目前 ColorOS 15 尚未发布，据 OPPO ColorOS 用户体验与解决方案总监马新此前透露，预计多款机型将在接下来的 ColorOS 15 版本中加入该功能进行内公测，并逐步覆盖（机型罗列排序非升级顺序）。IT之家附机型名单： OPPO Find X7 系列 OPPO Find N3 系列 OPPO Find X6 系列 OPPO Reno11 系列 OPPO Reno 10 系列 一加 12 一加 11 一加 Ace 3 一加 Ace 3V 一加 Ace 2 Pro 一加 Ace 2 一加 Ace 2V

极小尺寸手机正逐渐成为过去，因为即使是像苹果这样的品牌也在放弃迷你手机，转而采用更大的外形尺寸。然而，仍有一部分用户对这样的手机感兴趣。据CNMO了解，国外厂商Unihertz Jelly Max推出了一款世界上最小的5G手机。这款手机早鸟价为199美元，将于今年10月开始发货。 Unihertz Jelly Max Unihertz Jelly Max配备一块5.05英寸 HD+ LCD显示屏，分辨率为720×1520像素，并采用挖孔设计。作为对比，iPhone 13 mini拥有更大的5.4英寸屏幕。尽管外形小巧，但这款手机的重量约为180克，而iPhone 13 mini的重量仅为140克。 Unihertz Jelly Max采用联发科天玑7300处理器，搭配12GB LPDDR5x RAM和256GB UFS 3.1存储。系统方面，该机运行Android 14。 在影像方面，Unihertz Jelly Max配备100MP主摄像头和8MP长焦镜头。前置32MP摄像头，用于自拍和视频通话。这款手机配备4000mAh电池，支持66W快速充电，20分钟即可充电至90%。其他方面，该机支持5G、Wi-Fi 6、蓝牙5.4、NFC和红外，搭载“极为先进”的背部指纹键。

7月19日，CNMO注意到，知名博主“定焦数码”透露，关于iPhone 16系列的初步生产动态，正如市场所传，首批订单的数量并未出现显著增长。博主还表示，苹果正显著深化对中国OEM（原始设备制造商）供应商的“布局”，通过增加多家专注于屏幕组件、后盖、中框等关键部件的OEM合作伙伴，预示着供应链即将迎来新一轮的整合与优化。 此外，iPhone 16系列携带着大幅革新的摄像系统、创新引入的实体拍照按钮，以及性能显著提升的A18 Pro Bionic芯片。这一系列升级旨在吸引目前仍坚守iPhone 13或14系列的“钉子户”用户，促使他们向新一代iPhone 16系列升级换代。 行业初期预估的iPhone 16系列备货量约为9200万至9500万台，但最新动向显示，这一数字有望突破上限，达到9500万台以上。供应链内部人士透露，苹果之所以提升产能，不仅基于对市场换机需求的乐观预期，更是对中国市场强劲销售潜力的坚定信心。同时，苹果正积极物色合作伙伴，以期在iPhone 16中国上市时，能够无缝融入AI服务，进一步提升用户体验。 此外，根据外媒综合历代iPhone发布规律及最新传言，iPhone 16的发布日期被预测为今年9月10日，而正式发售则有望在发布后的10天内拉开帷幕，这无疑为全球果粉们带来了更多的期待。