IT之家 2 月 19 日消息，去年，宝马宣布将推出大规模产品攻势，计划在 2027 年前推出 40 余款全新或改款车型。不出所料，宝马 M 部门也在筹备属于自己的重磅产品攻势。 宝马 M 首席执行官弗兰克 · 范 · 米尔在接受《CarSales》采访时表示：“我们正在研发多达 30 款新车型，将在未来两年半内陆续上市。”这一数量相当可观，但需要注意的是，该数字同时包含宝马 M 高性能车型与 M Performance 车型。 这位高管并未透露具体车型信息，仅提及 i3 M，不过近几个月来，谍照摄影师已拍到多款测试原型车。除改款 M5 和 M5 旅行版外，宝马还在研发全新 M3 以及 iX3 M。 同时，全新换代的 X5、X6、X7 也将推出，这些车型都会衍生出 M 版与 M Performance 版本。改款 7 系也有望推出 M Performance 版本。 谈及 M Performance 车型，范 · 米尔表示，电气化车型（如 i4 M60）在部分国家备受欢迎，这些国家对燃油车的法规严苛，导致传统性能车成本高昂。他指出：“在法国，一台燃油版 M2 需要缴纳 1.8 万欧元（IT之家注：现汇率约合 14.7 万元人民币）的二氧化碳税。” 这一税费高得离谱，也为即将推出的 i3 M 带来利好，该车将搭载四电机动力系统。不过这位高管表示，目前尚不确定消费者会对这款车作何反应。虽然只有时间能给出答案，但范 · 米尔相信，这款车拥有“高性能电动车领域里，所有人一直期待的技术”。 尽管重心向电动车倾斜，但宝马 M 并未把所有赌注押在单一领域。恰恰相反，他表示宝马在六缸和八缸发动机领域有着“悠久传统”，并且“我们计划继续保留这类发动机，因为我们在全球拥有庞大的用户群体，其中很多人或许还未准备好切换到电动，或是所处环境充电条件十分困难”。 燃油发动机得以保留，但手动变速箱或许就没那么幸运了。范 · 米尔解释道：“从工程角度来看，手动变速箱其实已无太大意义，因为它会限制扭矩输出，同时也会影响油耗表现。” 不过他补充说，从情感和用户需求来看，“仍有很多人钟爱手动变速箱，这也是我们一直保留它的原因，并且我们打算尽可能长久地延续下去”。 但留给手动变速箱的时间或许已经不多，他表示：“未来研发全新手动变速箱将变得非常困难，因为这一市场细分领域规模很小，供应商也不太愿意投入相关研发。”这意味着手动变速箱在未来几年内仍会存在，但想要长期保留会愈发艰难，尤其是在未来十年。

IT之家 2 月 20 日消息，上周，谷歌对 Gemini 3 Deep Think 进行了重大更新，旨在攻克科学、研究与工程领域的各类前沿难题。今天，谷歌正式推出升级核心模型：Gemini 3.1 Pro。 谷歌宣布，Gemini 3.1 Pro 将全面接入旗下消费级与开发者产品，让这项智能升级真正落地到日常应用中。从今日起，Gemini 3.1 Pro 开始逐步推送： 面向开发者：通过 Google AI Studio、Gemini CLI、智能体开发平台 Google Antigravity 以及 Android Studio 中的 Gemini API 开放预览版 面向企业用户：登陆 Vertex AI 与 Gemini Enterprise 面向普通用户：在 Gemini 应用与 NotebookLM 中上线 IT之家注意到，在 Gemini 3 系列基础上，3.1 Pro 在核心推理能力上实现了显著提升，成为解决复杂问题更智能、更强大的基础模型。这一点在严苛的基准测试中得到充分验证：在用于评估模型处理全新逻辑模式能力的 ARC‑AGI‑2 基准测试中，3.1 Pro 取得了 77.1% 的实测得分，推理性能是上一代 3 Pro 的两倍以上。 3.1 Pro 专为那些不满足于简单答案的任务设计，将高级推理能力转化为解决棘手难题的实用工具。升级后的智能水平可赋能各类实际场景 —— 无论是为复杂课题提供清晰直观的可视化解释、将多源数据整合为统一视图，还是让创意项目落地实现。 从今日起，Google AI Pro 与 Ultra 订阅用户在 Gemini 应用中使用 3.1 Pro 时，将获得更高使用限额；同时 NotebookLM 也将面向 Pro 与 Ultra 用户独家开放 3.1 Pro 能力。开发者与企业用户现已可通过 AI Studio、Antigravity、Vertex AI、Gemini Enterprise、Gemini CLI 及 Android Studio 中的 Gemini API 体验预览版。

扎克伯格 凤凰网科技讯 北京时间2月20日，据《金融时报》报道，Meta连续第二年削减了大多数员工的股权奖励。眼下，Meta CEO马克·扎克伯格(Mark Zuckerberg)正投入数十亿美元招聘顶尖AI研究人员以及建设一系列数据中心。 据知情人士透露，Meta今年将大多数员工的年度股票期权分配减少了约5%，涉及数万名员工。去年，该公司已进行了约10%的削减，当时这一举措曾让部分员工感到震惊。 Meta此次削减员工股权奖励正值扎克伯格投入巨额AI支出之际。扎克伯格希望击败OpenAI、谷歌等竞争对手，开发出最前沿模型，乃至最终实现“超级智能”。这家市值1.6万亿美元的公司预计，其2026年的资本支出最高可能达到1300亿美元。与此同时，扎克伯格还以每年数千万美元甚至上亿美元的薪酬和奖金，从竞争对手那里挖来了顶尖AI人才。 除了基本工资和年度奖金外， Meta员工每年还会获得所谓的“股权增发”。Meta会根据行业趋势调整股权薪酬，但仍致力于在各个本地市场提供业内最高水平的薪酬之一。 一些员工发现，他们今年获得的股权将减少约5%。不过，具体调整幅度可能因员工的职位而异。 截至发稿，Meta不予置评。(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”。

稀土之后中国的王牌藏不住了，日本慌不慌？ 提起中国的 “杀手锏”，大家最先想到的肯定是稀土，毕竟这玩意儿是高科技产业的 “工业维生素”，国外大部分稀土有关的加工流程必须运到中国来完成。 可最近日本却坐不住了，因为他们发现，中国手里除了稀土，还有另一张硬牌。 那就是：人造钻石。 1. 普通人想到钻石，是爱情和财富。但在工业世界里，它的价值是无与伦比的物理特性。 是能左右半导体、航空航天、新能源这些核心产业的工业钻石。 而在全球钻石领域，偏偏中国在这个领域的话语权，硬到让美日都没辙。 根据新华网曾援引《2024 年中国珠宝行业发展报告》的不完全统计披露，2024年我国培育钻石产量已高达2200万克拉； 而人民网发布的《2025 培育钻石产业发展报告》则显示，全球培育钻石毛坯整体产能约4000万克拉，其中中国产能达2520万克拉，稳稳占据全球人造钻石市场 63% 的份额。 这下日本是真顾不过来了，一边担心稀土管制，一边又怕人造钻石被卡，这种被拿捏的滋味，估计只有他们自己最清楚。 因为，工业级的人造钻石可是实打实的 “工业硬通货”。 2. 我们以前在小学课本里都学到了，钻石这东西，它的硬度是自然界最高的，不管是汽车制造的切削、航空航天的钻探，还是电子加工的打磨，离了它根本玩不转。 更关键的是它的导热性，是铜的5倍还多，现在的AI芯片、5G基站、新能源汽车逆变器，全靠它来散热。而且还有光伏、军工、量子计算等等这些领域，全是它的舞台。 天然钻石储量就 10 亿克拉，20 年可能就挖完了，人造钻石刚好补上这个缺口，还成本低、产量大，直接成了各国高端制造的刚需。 而在这个人造钻石领域，中国早就做到了世界顶尖。 就连2026年初，中国科学家还合成了毫米级的六方金刚石，也就是 “陨石钻石”，硬度比天然钻石还高 40%，热稳定性也更强，这技术突破直接让世界侧目。 3. 六十多年前，我们因为被卡脖子下定决心造人造钻石，1963 年造出第一颗，如今终于熬成了世界第一，全产业链自主可控，成本还低，这背后是一代代科研人员的死磕，这份底气，来之不易。 也难怪日本会慌，他们81%的人造钻石都从中国进口，美国是78%，欧盟也得75%。 这些国家的高端制造，早就被中国的人造钻石绑在了一起。 美国不是没想过摆脱依赖，最近还拉着日本搞人造钻石项目，想花5亿美元建生产线，把这玩意儿纳入他们的供应链。 可这事哪有那么容易？美国虽然在高纯度金刚石的少数技术上有优势，但产能小、成本高，高端产线的库存也就够撑 2-3 个月。 专家都说了，美西方国家想建完整的人造钻石产业集群，至少得5-10年，这还是理想情况。 别忘了美国的老毛病，但凡成本高了、进度慢了，项目说黄就黄，就凭他们这效率，想跟中国拼，差的可不是一星半点。 其实中国能攥住人造钻石这张牌，和稀土一样，都是被逼出来的。当年因为外部封锁，我们不得不自己搞工业金刚石，从无到有，从有到强，硬生生走出了一条自主研发的路。 现在好了，我们不仅能满足自己的需求，还能卡别人的脖子，这种角色的转变，看着就解气。 现在的日本慌的一批，一边要应对稀土可能的管制，一边又要担心人造钻石的供应，两头焦虑。

IT之家 2 月 18 日消息，今天晚间，据外媒 insideevs 报道，继 2025 年创下销量新高之后，极星计划在三年内连续推出四款新车，加快全球市场布局。 今年，品牌最畅销的车型 Polestar 4 将新增一个版本，预计是一款“越野风格”的旅行车。极星 CEO Michael Lohscheller 表示：“Polestar 4 coupé 是当前销量最高的车型。今年年底前，我们会基于同一技术平台推出全新版本。凭借这款车，极星将重新定义行业标准。瑞典以旅行车见长，SUV 同样具备世界级实力。新车型将融合旅行车的空间、SUV 的多功能性以及极星标志性的动态性能。” 极星并未明确确认新车一定是旅行车，而是仍然保留悬念。最终呈现形式也可能是一款加高底盘、配备黑色轮拱包围的运动型跨界车。 从官方预告图判断，新车配有后挡风玻璃，并可看到纵向车顶行李架。现款 Polestar 4 则取消了后窗，通过摄像头与数字后视镜系统实现后方视野显示。新车将于今年发布，并于第四季度启动交付。今年夏季，四门 GT 旗舰车型 Polestar 5 将在欧洲开启交付。明年将迎来新一代 Polestar 2，2028 年则推出 Polestar 7。 据IT之家了解，极星去年全球交付 60119 辆，同比增长 34%。今年目标实现低双位数增幅，同时将经销网络扩大 30%。 Lohscheller 表示：“在取得历史最佳销量后，极星正启动规模空前的产品攻势，三年内将推出四款高端纯电车型。目标直指纯电动车市场的核心区间，该细分市场需求强劲、利润空间可观。配合零售网络扩张与客户规模增长，极星正在为盈利能力提升和运营效率改善打下基础。”

IT之家 2 月 19 日消息，在接受《韩国经济日报》采访时，英伟达首席执行官黄仁勋预热，在 3 月 16 日在圣何塞举行的 GTC 2026 大会上，英伟达将揭晓一款“令世界惊讶”的芯片。 黄仁勋未透露具体型号，但明确暗示这款新硬件将把当前的物理极限推向极致。对此科技媒体 NeoWin 解读认为，这款神秘芯片极有可能是基于 Rubin 架构的成熟产品。 IT之家注：Rubin 架构最早于 2024 年台北国际电脑展（Computex）上预热，并于 2025 年 GTC 大会发布。该架构的核心优势在于通过集成 HBM4（第四代高带宽内存），消除内存瓶颈。 据悉，英伟达正与 SK 海力士紧密合作，将 HBM4 直接堆叠在 GPU 逻辑裸片上。如果实现量产，这将是半导体历史上最复杂的芯片之一。 除了上述猜测，该媒体还指出英伟达或许会提前展示 Feynman 架构的原型，不过这种可能性偏低。该架构原计划于 2028 年接棒 Rubin，并已列入 2025 年的路线图。Feynman 架构预计将采用台积电 A16（1.6nm）工艺，并引入硅光子技术，利用光而非电进行数据传输，从而突破“摩尔定律”的物理限制。

新华社北京2月19日电（记者魏梦佳）我国科学家近日在光通信和6G领域取得突破性进展，在国际上率先实现光纤通信和无线通信系统间的跨网络融合，自主研发的“光纤—无线一体化融合通信系统”的数据传输速率刷新纪录。该成果19日凌晨在线发表于《自然》。 AI数据中心算力提升和下一代无线通信网络6G的蓬勃发展，要求在多样化场景满足信号的高速、低时延传输。然而，光纤通信与无线通信在信号架构与硬件约束上存在“带宽鸿沟”。 为此，北京大学联合鹏城实验室、上海科技大学、国家信息光电子创新中心等研发团队，创出“光纤—无线一体化融合通信”概念，并采用集成光学方案，成功研制出250GHz（千兆赫兹）以上超宽带集成光子器件。在此基础上开发出的新系统实现了光纤通信单通道512Gbps（千兆比特每秒）信号传输、无线通信单通道400Gbps信号传输。 图为“光纤—无线一体化融合通信系统”概念图。（受访者供图） “新系统破解‘带宽鸿沟’，数据传输速率刷新目前已知的新纪录。”论文通讯作者、北京大学电子学院副院长王兴军说，这一系统可支持光纤通信和无线通信双模式传输，显著提升了抗干扰能力。团队还模拟了6G大规模用户接入场景，实现86个信道的多路实时8K视频接入演示，传输带宽较目前5G标准提升10倍以上。 《自然》审稿人认为，这项工作“对融合光学和太赫兹通信系统的进步作出重要贡献”。 王兴军表示，新系统在6G基站、无线数据中心等场景中极具应用潜力，有望为下一代超宽带高速光纤—无线一体化融合通信奠定研究基础。

IT之家 2 月 20 日消息，网友 itstheskylion 昨日（2 月 19 日）在 Reddit 社区发帖，反馈其 iPhone Air 全程佩戴手机壳且无跌落史的情况下，突发丢失蜂窝信号。科技媒体 Wccftech、MacRumors 等报道称，这是全网首例 iPhone Air 基带故障。 作为苹果摆脱高通依赖的里程碑式产品，iPhone Air 首发搭载了自研 C1X 5G 基带，目的是提供超越前代 iPhone 16（高通 X75）的性能与能效。 根据该网友反馈，其 iPhone Air 在某天清晨突然彻底失去蜂窝网络信号。该用户强调，设备自购入起便一直佩戴保护壳，且从未发生过任何物理跌落或损伤。IT之家附上相关截图如下： 在发现信号消失后，该用户尝试重启设备、执行软重置、还原网络设置等常规方式，均无法恢复蜂窝连接。此外，该设备采用双运营商双卡配置，两张 SIM 卡均无法正常联网，排除了运营商断网或特定网络故障的可能性。 他深入系统内部的“移动服务诊断”界面进行排查，系统明确判定 C1X 基带发生了硬件故障。 这意味着这并非简单的软件卡顿，而是芯片本身可能已经损坏（即俗称的“变砖”）。考虑到现代智能手机中基带芯片发生物理损坏的概率极低，这一案例迅速引发了科技圈的高度关注。 科技媒体 Wccftech 认为鉴于苹果 iPhone 数百万级的出货量，个别次品在工业生产中难以完全避免，但这起故障对苹果而言仍极具敏感性。苹果工程师将急需获取该设备的系统日志，以还原故障发生的完整链路。 由于 iPhone 18 发布在即，且该机型同样依赖自研基带技术，苹果必须查明这是孤立的品控意外，还是设计层面的潜在隐患，从而确保下一代旗舰的通信稳定性。

“据摩根士丹利，今年将成为中国市场爆发的关键拐点，类比2019-2020年中国新能源汽车市场的转折，而IDC则预测，到2026年，中国人形机器人应用场景将提升至当前的3倍以上。” 当春晚舞台变科技路演 2月18日，马年央视春晚的战报出炉，收视份额达到79.29%，创13年来新高，在所有打开电视的观众中，有近80%的定格在了春晚舞台。 这里边，机器人和AI可谓功不可没。历史性地，多家具身智能公司，在同一时间窗口，面向14亿观众，集中展示自己的人形机器人产品。 它们不仅给春晚带来了以亿计算的赞助费，也为春晚攒够了除明星之外的悬念和噱头，更吸引了一批多年“弃剧”春晚的投资人和股民重返电视机前。 他们不仅看了，还自发充当起了春晚的“科技解说员”。 大家看《贺花神》是看意境、看帅哥美女、看老戏骨； 他们看《贺花神》，是拆解大模型为了生成这几分钟意境，烧掉了多少token。 大家为机器人讲段子会心一笑，为这些铁疙瘩打醉拳而鼓掌惊艳； 他们便乘胜追击，从灵巧手到关节控制，恨不得把机器人拉到人前当场拆机讲解。 老百姓抢红包是为了图个好彩头，他们则会告诉你峰值期红包分发背后，大模型系统承受了多大的极限压力。 正所谓外行看热闹，内行看门道，但内行说多了就有些“扫兴”——人们看春晚本为了图个热闹，却没成想，被卷入一场盛大的科技路演之中。 春晚舞台上，武术节目《武BOT》 这就难怪，“看机器人看吐了”成为了今年春晚的高频吐槽。 可以说，春晚的机器人收获了多少关注度，就同等剂量引发了多大的争议。 其实争议的根本原因，业内也都心知肚明。 与白酒、家电赞助商，以及互联网平台不同，机器人亮相春晚很难获得可量化的商业回报。前者的曝光度有助于转化为实物销量（下载量），但机器人在令人惊艳的同时，恰恰会放大其与现实生活之间的距离感。 因此，春晚在大幅提升机器人知名度的同时，也暴露了行业的普遍焦虑。 机器人版“坐飞机悖论” 机器人上了最接地气的央视春晚，但依然是全中国最“不接地气”的产业之一。 2025年IDC的数据说，全球人形机器人出货量为1.3-1.8万台，马年央视春晚后，宇树的王兴兴告诉媒体，他预估2026年会有“几万台”人形机器人下线。 即便如此，这个数量相比全国14亿人口的潜在市场，依然杯水车薪。 “量”是技术从展示走向大众的核心变量。但即便把机器人的定义扩到工业机器人和更为常见的服务机器人（如酒店机器人），数量依然显得微不足道。 IFR数据显示，中国工业机器人在役量已突破200万台；而商用服务机器人缺乏统一统计口径，行业研究机构普遍估算其存量在百万级规模。再加上具身智能机器人，整体数量也仅相当于汽车保有量的1.2%，智能手机存量的0.3%。 从增量上看，2025年前三季度，中国工业机器人的产量突破59.5万台；我们在一二线城市司空见惯的，在酒店、写字楼和商场里穿梭的酒店机器人，2024年出货量突破8.5万台；外加上进入医院、商场里服务的数十万台普通人看不出来是机器人的“机器人”——这意味着，我们每年能接触到的新机器人，可能还比不上北京市主城区的共享单车数量（94.7万辆）。 中国厂商以84.7%的出货份额引领全球商用服务机器人 如此一来，春晚上搞武术、盘核桃、扮孙子讲笑话的机器人，依然是稀缺品，稀缺到，更像是讲给投资人听的故事，而不是服务于普通消费者的产品。 它有一个很好的历史对标——“坐飞机”。 2019年，经济学家李迅雷一句“中国仍有十亿人没有坐过飞机”引发全民热议，7年后的2026年，中国民航局公布的最新数据显示，我国航空人口已达到4.7亿，以14亿人估算，仍有接近9亿人没坐过飞机。 2019年，中国人均乘机次数从2011年的0.22次升至0.47次/人·年，出现了了质的飞跃，“飞机自由”似乎唾手可得，但实际上，仍低于世界平均水平0.87次。 而与“坐飞机悖论”类似，机器人在公众视野极度吸睛的同时，对绝大部分普通人而言，依然遥不可及。 今天，“坐飞机”的渗透率达到了30%，但机器人的渗透率还无从谈起。 机器人的本质还是制造业 幸而，与舆论的热闹相比，行业早已进入了冷静期。 在马年央视春晚精彩秀了一手好功夫后，王兴兴在“松了一口气”之余，依然谨慎呼吁： 我觉得春晚是一个很好的展示平台，也是向全国人民做一个产品和技术的汇演，让大家真正看到当前机器人技术发展到什么水平。 但是对于大众来说，每家每户的家庭场景都不一样，我们不可能给每个家庭单独写一套程序，因为机器人的具身智能大脑还是不够通用，所以大规模应用还是相对早期。 虎嗅在去年年末的具身智能大调研中则发现，大部分的具身智能整机厂商，已经遭遇了“订单饥渴”，真实的市场需求不足以消化2025年的产能，至于原因，以下几组数据很能说明问题。 ◎ 第一，在被寄予厚望的工厂场景，人形机器人在进入产线前，仅前期调试，平均需要7-8个月。业内预测，真正稳定转化为生产力的应用场景，至少需要5-10年才能达到成熟期，目前获得工业订单的具身智能公司，仍高度集中在集中在第一梯队的少数几家。 ◎ 第二，在头部公司中，大量订单仍来自科研与展示场景，不少公司的收入结构依赖项目制、展示型订单或关联交易。 ◎ 第三，截至2025年底，中国具身智能和机器人领域的年度融资总额高达735亿元。另有数据显示，具身智能赛道的全年涌入的资本总量已飙升至554亿元，资金主要来自于产业资本和国资，然而，第一梯队企业的全年营收不足100亿元。 图源：量子位 落地难、不赚钱、高度依赖投资，所有要素加总起来，意味着机器人本质上尚未彻底走出实验室。 这里的实验室有三层寓意： ▶▷第一，是技术的实验室。目前，具身智能机器人的订单大都用于科研，意味着仍处于试验调试阶段。 ▶▷第二，是资本实验室。产业资本与国资的加持，表明对具身智能的投入，更偏向于为未来布局与下注，而非短期的商业回报，目标的长远性，决定了天花板的高度。 ▶▷第三，是商业的实验室。当前，大部分的具身智能机器人，主要活跃于春晚、科技大会、机器人马拉松比赛或运动会等舞台，试图通过多次重量级曝光的量变，来推动心智的质变。 因此，虽然亮相和宣传的方式很“互联网”，但机器人的本质依然是制造业，那是一条长周期、强验证、低容错的路径，需要遵循学习曲线、规模效应与供应链协同的缓慢爬坡。 AI机器人生产制造 吴老师曾将机器人产业视作下一个“新能源汽车”，是下一个为中国制造续命十年的十万亿产业。 而若以新能源汽车为类比，从1992年，新能源汽车被列入国家重大产业工程项目，到2009年政府补贴驱动，生生“造出”市场，再到2014年资本与民营企业大规模下场，直到2023年新能源汽车的渗透率突破35%，整整走过了三十年。 而机器人，大概率也要走一条类似的长路。也许会快一些，但几乎不可能从“咿呀学步”直接跨越到“急速奔跑”。 结语 登上春晚舞台，是冒险的开始，走下舞台，这场冒险仍未结束。但无论如何，春晚这个大喇叭还是起到了不错的效果。 今年除夕当晚22点，电商平台上的“春晚同款”机器人被抢购一空，部分机型近300台被连夜加购，一款价值70万的机器人在24小时内斩获数百订单。 图源：网络 2026年又是关键性的一年。 据摩根士丹利报告，今年将成为中国市场爆发的关键拐点，类比2019-2020年中国新能源汽车市场的转折，IDC则预测，到2026年，中国人形机器人应用场景将提升至当前的3倍以上，瑞银最新报告指出，人形机器人2026年全球需求量预计将达到3万台。 或许等到有一年除夕，机器人企业不再奋力逐鹿春晚，才算是迎来了真正的“尖叫时刻”。

快科技2月19日消息，如果说过年有什么在全国都受欢迎的项目，嗑瓜子一定必不可少，尤其是在北方地区，有人家甚至几十斤的囤。 据历史考证，过年嗑瓜子这事早在百年前的清朝中后期已经普及，有诗云“漏深车马各还家，通夜沿街卖瓜子”，而《红楼梦》里也有“黛玉嗑着瓜子儿，只管抿着嘴儿笑”的描述。 那么为何中国人对过年嗑瓜子这事如此情有独钟，以至于发展成了一种仪式？其实这件小事背后藏着民俗寓意、实用需求和社交巧思。 从民俗彩头来说，瓜子自带吉祥寓意。 “籽” 谐音 “子”，嗑瓜子象征多子多福、人丁兴旺，是传统新年最讨喜的好兆头；嗑开瓜子壳的动作，又寓意开口见喜、笑口常开，新一年顺顺利利、喜事临门。 从历史传承来看，嗑瓜子早已是百年年货标配。 明清时期瓜子就成为民间主流零食，普及度高、价格亲民，代代相传后，成了春节不可或缺的年味符号，没了瓜子，团圆氛围都淡了几分。 从实用场景来讲，瓜子是过年 “万能零食”。 耐吃、耐放、无需餐具，随手抓一把就能吃，老少皆宜，除夕守岁、家人闲聊、亲友串门，漫长的团聚时光里，嗑瓜子能解闷解馋，完美适配春节各种休闲场景。 更关键的是社交作用。 家族聚会、邻里拜年，难免有沉默尴尬时，嗑瓜子是天然的 “社交缓冲”，边嗑边聊氛围轻松，不用刻意找话题，悄悄拉近了人与人的距离。 【本文结束】如需转载请务必注明出处：快科技 责任编辑：落木

2月19日消息，据外电报道，周四在印度举行的人工智能峰会上，两位人工智能（AI）行业领军人物之间短暂而明显的尴尬瞬间被镜头捕捉到。 在新德里与印度总理纳伦德拉·莫迪一起合影时，OpenAI 首席执行官萨姆·奥特曼和 Anthropic 首席执行官达里奥·阿莫迪似乎刻意避免与其他人握手或牵手。 相反，两位高管犹豫片刻后，举起了紧握的拳头，摄像机记录下了这一幕。 这一幕迅速在社交媒体上传播开来，引发了人们对这两家人工智能竞争对手之间紧张关系的猜测。 此次事件发生之际，OpenAI 和 Anthropic 这两家处于生成式人工智能开发前沿的公司之间的竞争日益激烈。 据报道，阿莫迪在 2020 年离开 OpenAI 后，与他人共同创立了 Anthropic，原因是他在领导层和公司战略方向上存在分歧。 从那时起，Anthropic 将自己定位为人工智能领域以安全为中心的替代方案，并且有时会公开批评 OpenAI 的商业模式，包括通过广告宣传活动。 OpenAI 和 Anthropic 均未立即对此次简短互动发表评论。 为期一周的峰会于周二开幕，重点关注人工智能的经济和社会影响，并强调印度在全球技术发展中日益重要的作用。

IT之家 2 月 20 日消息，科技媒体 TechCrunch 昨日（2 月 19 日）发布博文，报道称 SpaceX 位于美国得克萨斯州的“星基市”（Starbase）正加速完善其市政体系，继组建志愿消防队和筹备警察局后，该市行政官于本周三提交了一项法令，提议设立市政法院。 Starbase 是 SpaceX 在得克萨斯州博卡奇卡（Boca Chica）建立的公司市镇，紧邻其火箭发射场，主要为员工和航天运营提供独立的市政支持。 SpaceX 在周三举行的城市委员会会议上，Starbase 行政官提交了一项拟议法令，正式申请设立市政法院。根据提交的法令草案，新的市政法院将配备兼职法官、检察官和法庭书记员。 在正式法官获得任命（任期两年）之前，Starbase 市长将暂时兼任法官一职。行政官在提案中表示，希望能在下个月的会议前确立正式法官的候选人。 IT之家援引博文介绍，Starbase 目前约有 580 名常住居民，其地理位置紧邻 SpaceX 的南得克萨斯火箭工厂及发射场。除了司法系统，该市目前已独立处理建筑许可证发放及消防法规检查等行政事务。 Starbase 目前正积极筹备警察局，在向得克萨斯州执法委员会提交的警察局成立申请中，指出随着人口扩张，当地的服务需求激增。仅在 2025 年，该市就记录了 420 次执法呼叫、180 次消防服务呼叫以及 140 次急救医疗（EMS）呼叫。此外作为进出 Starbase 的主干道，4 号公路去年的日均车流量超过 7000 辆，全年共记录了 353 起交通事故。 在申请文件中，星基市将自身描述为“尖端技术与海岸魅力的独特融合”，并指出当地家庭收入中位数高、房产价值不断攀升，居民对公共安全等市政服务有着极高期待。

IT之家 2 月 20 日消息，宝马 CEO 奥利弗 · 齐普策昨天接受路透社采访，认为与中国开展合作至关重要。 奥利弗 · 齐普策，图源：宝马集团 据悉，德国总理弗里德里希 · 默茨将于本月 24 日-27 日首次访问中国，并携带宝马 CEO 在内的 30 名高级经济界代表组成的大型代表团同行。 IT之家在此援引路透社，奥利弗 · 齐普策在采访中表示：“复杂的全球性挑战只能通过合作来解决，默茨总理此次访华释放了对话与合作的强烈信号”。 他补充道：“那些对中国庞大市场、创新潜力视而不见的人，正错失全球增长和经济繁荣的巨大机遇”。 知情人士透露，大众、梅赛德斯-奔驰 CEO 也将随默茨一同访华。

快科技2月20日消息，原小米中国区市场部总经理、REDMI品牌总经理，现任今日宜休科技创始人王腾的一条微博，意外引发数码圈热议。 其分享睡眠质量改善的内容，发布设备显示为iPhone 17，这也是他自2025年9月离开小米后，首次公开使用非小米、红米系手机。 翻看其社交动态可见，就在3天前的2月17日，他发布内容时使用的还是REDMI K90 Pro Max。 此前离开小米的近半年时间里，王腾始终坚持使用小米、红米旗下机型，此次更换设备的举动，让不少网友感慨爷青结。 至于为何会换成iPhone，王腾也进行了回应：“在用whoop、oura和eightsleep做睡眠监测，iPhone适配更好些。” 这条微博中，王腾还分享了自己的睡眠数据，近6个月平均卧床时间8小时52分钟，平均睡眠时间7小时37分钟。他还提到睡眠是复杂的系统工程，需从认知、环境、习惯等多方面改善。 如今的王腾已跨界投身睡眠健康赛道，其创立的今日宜休科技已于2026年1月成立，还完成了数千万元种子轮融资，核心团队来自小米、华为等大厂。

快科技2月20日消息，据媒体报道，美国国家航空航天局（NASA）于19日发布针对波音公司“星际客机”载人试飞任务的调查报告，正式将此次因飞船故障导致宇航员滞留国际空间站的事故，定为严重程度最高的“A类”事故。 这起事件直接导致两名宇航员在国际空间站“超期滞留”长达9个多月。 通常情况下，宇航员执行太空任务前会进行充分准备，包括根据任务时长备齐物资，并针对在轨任务开展专项训练。因此，正常情况下宇航员并不会在任务中遭遇重大困难。 然而，“星际客机”飞船出现问题后，美国方面虽多次推迟返航时间并尝试修复，但数月过去问题仍未解决，最终两名宇航员不得不“换乘”SpaceX的载人龙飞船返回地球。 载人龙飞船的发射同样需要时间准备，且由于宇航员的临时“换乘”，整个飞行乘组的任务安排也相应调整。在漫长的等待中，两名宇航员不得不在空间站“加班”，执行了本不属于他们的多项任务。 直至去年3月，他们才搭乘载人龙飞船返回地球，结束了长达9个多月的太空飞行。 如今，数月过去，两名宇航员已退休，不会再执行太空任务，而“星际客机”何时能“复飞”则成为外界持续关注的焦点。 NASA最新发布的调查报告，汇总了“星际客机”首次载人飞行任务中出现的全部问题。 报告指出，飞船在执行任务期间故障频发，不仅直接威胁宇航员生命安全，也对NASA长期以来秉持的安全与问责文化造成冲击。 报告还明确指出，NASA自身的决策及领导层问题，也是导致两名宇航员长期滞留空间站的部分原因。因此，NASA将此事件定性为“A类事故”，这是该机构最高等级的事故分类。 在美国载人航天历史上，A类事故极为罕见，此前最为人所知的案例是挑战者号与哥伦比亚号航天飞机失事，共导致14名宇航员罹难。NASA此次将“星际客机”事故与航天飞机事故同归为A级，足见其对此次任务风险的严重性评估之高。

01 Gemini 3.1 来了 2026年2月19日，Google发布Gemini 3.1 Pro。这是Google首次以".1"作为版本增量发布Gemini模型——此前的版本迭代均为0.5递进（1.0→1.5→2.0→2.5→3.0）。 Google将此次更新定位为"核心推理能力的进步"（a step forward in core reasoning），其技术基础是上周Gemini 3 Deep Think更新中引入的"核心智能"（core intelligence）架构。 在两项关键基准测试中，Gemini 3.1 Pro呈现显著性能提升。ARC-AGI-2测试得分77.1%，较Gemini 3 Pro的31.1%提升超过一倍。在Humanity's Last Exam测试中，Gemini 3.1 Pro得分44.4%，高于Gemini 3 Pro的37.5%和GPT-5.2的34.5%。 Artificial Analysis独立评测显示：整体智能维度Gemini 3.1 Pro以57分居首，Claude Opus 4.6以53分位列第二；编码能力Gemini 3.1 Pro以56分排名第一；Agentic任务方面Claude Opus 4.6以68分领先，Gemini 3.1 Pro为59分。 访问渠道已同步开放。开发者可通过Gemini API、Google AI Studio、Gemini CLI、Google Antigravity及Android Studio（预览版）调用；企业用户可使用Vertex AI和Gemini Enterprise；普通消费者可在Gemini App和NotebookLM中使用，其中Pro和Ultra订阅用户享有更高额度。 此次更新最“吓人”的地方是，Google一个“超级小”版本的迭代，达到了其他家模型大迭代的效果。 当然版本号随便定，但这个信号背后，Google这样处理版号策略的调整——从0.5增量改为0.1增量——直接意味着Google将加快模型迭代节奏，以更细粒度的方式推送能力改进。 也就是，此前一段时间多少还比较淡定的Google，也要开卷了！ 02 官方给出的惊艳案例：更智能，更美，更全面 在官方发布的演示中，四个案例展示了Gemini 3.1 Pro的代码生成能力。 第一个案例是将文学风格转化为网站设计。系统以《呼啸山庄》为灵感，假设书中角色是一位风景摄影师，生成了一套完整的个人作品集网站。视觉上，网站采用了与小说氛围相符的色调和排版，将文学意境直接映射为界面元素。 自动播放 第二个案例是3D椋鸟群飞模拟。用户可以通过界面交互控制鸟群的运动方向，鸟群的飞行动态会实时生成对应的音景，声音随鸟群密度和运动状态变化。这是一个将视觉、交互和音频整合在一起的完整演示。 自动播放 第三个案例是国际空间站位置可视化。系统生成了一个HTML仪表盘，集成了第三方API获取的实时数据，在地图上显示空间站的当前位置和运行轨迹。这展示了模型处理外部数据接口的能力。 自动播放 第四个案例是动画SVG生成。模型直接输出了可在网页中使用的动画SVG文件，这种矢量格式可以任意缩放而不损失画质，适合需要响应式设计的项目。 自动播放 这些案例的共同特点是：它们都是完整的、可直接运行的代码产物，而非片段或伪代码。从文学作品到交互模拟，从数据可视化到图形生成，覆盖了不同的应用场景。模型在这些任务中的表现如何，读者可以自行判断。 Gemini 3.1 Pro的技术迭代，体现了一条务实的路径：在颠覆式重构不太会经常出现后，要追求对现有架构的精细化打磨。 架构层面延续了MoE（混合专家）路线，100万token的上下文窗口和64,000 token的输出上限维持不变。这个规模在当前的模型梯队中仍属头部，足以支撑长文档分析、代码库理解等场景。真正值得关注的，是推理机制的重构。 三层思考模式（Low/Medium/High）的引入，本质上是对"计算-质量-成本"三角关系的显式化管理。Low模式追求响应速度，适合高并发场景；High模式则调用完整推理能力，处理复杂问题可能需要数分钟——这种设计让用户能够根据任务难度主动权衡成本，而非被动接受统一计价。Medium层级的加入填补了此前的空白，为日常任务提供了更经济的中间选项。 同时，Deep Think技术也出现了“下放”，上周Gemini 3 Deep Think在ARC-AGI-2测试中取得84.6%成绩所依赖的"并行思考技术"，已被整合进基础模型。这意味着模型能够同时探索多条解题路径，再通过内部评估筛选最优解。与此同时，原本用于Flash模型的强化学习技术也被迁移至Pro版本，这种技术栈的横向打通，比单纯的参数堆叠更有价值。 幻觉控制方面的进步也很关键。AA-Omniscience Index从13分跃升至30分，在主流模型中排名第一。这一指标衡量的是模型对自身知识边界的认知能力——知道"不知道什么"，比知道"知道什么"更难，也更重要。 总体而言，Gemini 3.1 Pro的升级逻辑清晰：不追求单项指标的惊艳，而是在可控成本下，系统性地提升模型的可用性和可靠性。 03 榜单之外，更重要是Google也开始卷了 Gemini 3.1 Pro发布后，技术社区的声音呈现出明显的分化。 乐观派将目光投向了数据。ARC-AGI-2基准77.1%的得分被视为实质性突破——这不仅是上一代31.1%的两倍以上，也意味着模型在处理全新逻辑模式时的能力跃升。 幻觉抗性指标（AA-Omniscience Index）从Gemini 3 Pro的13跃升至30，远超Claude Opus 4.6的11，这一进步被开发者群体频繁提及。三层思考模式的设计也受到好评——让用户根据任务复杂度自主选择"快速/深度/深度+"模式，被认为是对控制权的合理让渡。 但质疑声同样值得倾听。Gartner分析师William McKeon-White的评价代表了一种审慎态度："这是好的持续进步，但没有什么根本性的游戏规则改变者。"华盛顿大学教授Chirag Shah则提出了更深层的问题：更好的推理能力确实是处理复杂任务的必要条件，但并非充分条件——"更何况，'复杂'本身的定义就不明确。"LMArena的盲测数据也提供了另一种视角：3.1 Pro相比Gemini 3 Pro的提升幅度有限，在扩展文本和代码任务上仍落后于Claude。 中立观察者更关注宏观趋势。AI模型排行榜被形容为"抢椅子游戏"——Claude、Gemini、GPT轮流登顶，每次领先周期只有数周。发布节奏的密集同样引人注目：Anthropic Sonnet 4.6于2月17日发布，Google Gemini 3.1 Pro紧随其后于2月19日登场。一个被反复提及的观察是：基准分数与真实用户体验之间存在落差，排行榜上的领先不等于实际工作流中的优势。 其实，相比于在榜单上几个小数点的提升，更重要的是Google自己策略的更加激进化。 Gemini 3.1 Pro的发布，首先标志着Google产品策略的微妙转向。首次采用".1"版本号，意味着从过去追求"大版本震撼"的发布节奏，转向更贴近工程实际的持续迭代模式。 这种转变本身说明：AI竞赛已进入长跑阶段，单次爆发的窗口期正在收窄。在高端推理市场，Google终于拿出了与GPT-5.2和Claude正面交锋的产品，而其真正的护城河或许不在于模型本身，而在于Cloud和Workspace构成的企业基础设施——这是OpenAI和Anthropic短期内难以复制的。 从行业视角看，推理能力正在成为模型竞争的新高地。Gemini 3.1 Pro与Anthropic的发布时间间隔仅两天，这种以天为单位的跟进速度，反映出头部厂商的技术差距正在收窄。更具信号意义的是定价策略：最高性能模型的价格反而更低，这意味着价格战已从"性价比竞争"升级为"性能溢价消失"的新阶段。 Gemini 3.1 Pro定价为$4.50/百万token（混合价格），低于GPT-5.2的$4.80、Claude Sonnet 4.6的$6和Claude Opus 4.6的$10。API定价分档：≤200K tokens时输入$2、输出$12；>200K tokens时输入$4、输出$18。 免费用户可直接在Gemini Web UI使用Gemini 3.1 Pro，无需订阅Gemini Advanced。

大疆推出的首款扫地机器人DJI Romo，凭借极具辨识度的透明外观设计在市场中脱颖而出。近日，一位开发者的“整活”尝试，成功地使用PS5手柄操控扫地机器人。 据The Verge报道，开发者Sammy Azdoufal原本只是出于兴趣，希望用 PlayStation 5 手柄远程操控自己的扫地机器人。他编写了一款自定义控制程序，通过服务器进行连接测试。 不过在调试过程中，系统出现了异常情况——程序显示的设备数量超出预期，涉及当时在线的多台设备。这名程序员表示，他并未破解系统、绕过安全验证或进行任何非法操作。 报道称，相关问题已在近日得到修复。官方对系统进行了更新调整，确保设备连接逻辑更加严谨。 大疆ROMO扫地机器人定位中高端市场，提供ROMO S、A、P三个版本（分水箱版和自动上下水版），售价4699-6799元。

IT之家 2 月 20 日消息，网友 @sanetidaay 昨日（2 月 18 日）在 mobile01 论坛发帖，反馈其技嘉 RTX 5090 AORUS Master ICE 显卡发生 12V-2x6 电源接口熔毁事故。 该用户此前已了解 RTX 50 系列（以及此前的 40 系列）存在的接口过热风险，因此采取了防御性措施，主动将显卡的最大功耗限制在 500W。这一数值比 RTX 5090 通常的 600W 功耗上限低了 100W。 然而，这一谨慎的操作最终未能阻止硬件损坏，显卡使用的是显卡随附的“3 个 8-pin 转 12V-2x6”转接线，在平稳运行近 7 个月后宣告“死亡”。现场照片显示，该显卡的 12V-2x6 接口顶排针脚已完全熔化并烧焦，而底排针脚却完好无损。 IT之家附上相关截图如下： 这种特定的损坏模式表明，电流负载主要集中在顶部针脚上，极有可能是由于接触面不均匀或接触不良导致电阻升高，进而引发局部过热。 为最大限度降低熔毁风险，专家建议用户应严格遵循以下硬件规范： 摒弃老旧电源，升级至符合 ATX 3.1 标准的新型电源； 必须使用电源自带的原生 12V-2x6 线材，严禁使用“8-pin 转 16-pin”转接线； 确保接口完全插入到底，听到“咔哒”声为准； 保持接口处线材自然平直，接头后方 35mm 范围内严禁弯折； 如有条件，可使用 Wireview II Pro 等工具实时监控接口温度与电压。

2026年开年的科技圈，一场静默的排位赛正在悄然改写AI大模型世界的规则。 1月27日，月之暗面开源Kimi K2.5，以“Agent Swarm”技术实现100个子智能体并行协作，将复杂任务执行效率提升数倍； 2月7日，字节视频生成模型Seedance 2.0正式上线，凭借多模态参考系统与原生音视频同步能力引发全球创作者追捧； 2月11日深夜，智谱AI发布新一代旗舰模型GLM-5，在全球权威榜单Artificial Analysis中位居全球第四、开源模型第一。 此外，阿里Qwen3-Max-Thinking、DeepSeek-OCR2、生数、银河通用、智源等模型也在同一时段密集亮相。 海外厂商同样动作频繁。2月5日，OpenAI发布GPT-5.3-Codex编程模型，并推出企业级AI Agent平台；同日，Anthropic发布Claude Opus 4.6，不到半月后又推出定价更低的Claude Sonnet 4.6主攻智能体场景。 诸神之战，不一而足。 几乎所有公司都选择在一个特殊的时间窗口登场——春节前后。传统认知中，春节是用户注意力分散、媒体曝光度下降的时段，并非科技产品发布的黄金窗口。但2026年的这波集中发布，恰恰利用了春节的场景丰富性： 充裕的假期时间、家庭聚会、出行规划、内容创作、社交娱乐，在全民行为高度集中的这一档口，正是检验大模型能否从实际应用层面解决复杂任务的最佳测试时机。 现在看来，这个时间节点绝非巧合，其背后的产业升级意义意味深长——这是国产大模型的一次集体转型。 在过去两年，国产大模型更像是实验室里的“做题家”，核心解决的是用户提问到模型作答的及时交付，比拼的是benchmark分数与响应速度；而这一波AI大战，已经能够清晰地看到，国产大模型正在向能真正处理复杂任务的“实干派”转变。模型不再满足于给出答案，而是要独立完成从理解需求、拆解任务、调用工具到交付成果的全流程。 而我们发现，在这轮“实干能力”的竞赛中，一个值得注意的现象是，领跑者的地理坐标高度重合，它们大多聚集在北京海淀区。理解这种“海淀基因”，才能厘清国产大模型转型的深层原因。 01 更加务实的智能军团 虽然这一轮国产大模型的集中发布尚未结束，不过一个显著的趋势已经展现——更务实的评测维度正在取代传统指标。 过去对AGI的乌托邦式憧憬，正被算力成本与落地成效的硬约束快速拉回地面。无论是旧金山湾区还是中国一二线城市，资本与产业都已不再为单纯的规模扩张叙事支付溢价——大模型正在从单纯的技术探索，加速进入技术与需求双向赛跑的商业化深水区。 通俗一点来说，大模型不再只追求标准答案，更在考察在开放环境中的任务完成度，以及如何直接应用到普通人的生活中。 此刻扎堆发布的大模型，纷纷顺势而为。 智谱发布的GLM-5在HumanEval代码通过率达到96.2%，GLM-5原生支持跨文件代码重构，并能处理复杂系统工程代码仓。 而在过去专注“聊天”和提供情绪价值的字节，也同样呈现务实转向。以前做AI视频，用户得跟机器猜谜——写一堆提示词描述“夕阳下的古风少女”，结果出来可能是古装也可能是和服。而在2月初发布的字节Seedance 2.0，则让指向更清晰明确——用哪个色调、某个角色的脸、哪一段视频里的动作，甚至放段音乐让它跟着节奏剪。 这种多模态参考机制将创作主动权交还用户，降低了反复调试的试错成本，使电商广告、短视频制作等商业场景的产出更为稳定。也与海外模型形成对照：当OpenAI的Sora和谷歌Veo 2仍主要依赖文本提示词时，Seedance 2.0将创作更贴近商业场景对确定性的需求。 今年春晚舞台视觉《贺花神》的四季花神场景，正是该能力的落地展示——以四时花卉为主题，十二位演员对应十二种花神，每一个出场都伴随着专属场景。这背后正是字节大模型的图像与视频生成能力起到的作用，为节目定制“一月一人一景，一花一态一观”的视觉效果。 打破边界的，还有大模型的另一种存在载体——具身智能。 1月8日，银河通用发布重载机器人Galbot S1，实现零遥操全自主作业，双臂负载达50公斤。与特斯拉Optimus等海外人形机器人侧重工厂场景不同，Galbot S1的手脑协同设计更聚焦室内泛化能力——春晚上银河通用与沈腾、马丽的互动展示，正让我们看到了机器人手脑一体的无限可能，未来无数室内场景的泛化能力正源于具身智能大脑模型的布局。 AI从数字世界来到物理世界，大模型公司正在用一条相对扎实的路，在填补过往实用性不足的坑——听懂人话、把事情干成。 这和人们通常所理解的商业溢价的区别是，AI普惠化不是市场竞争手段，而是技术发展的目的。 2025年，国产大模型对行业标杆的理解发生了根本转变。技术评测的领先仅证明能力上限，而商业价值的衡量标准已转向规模化的可及性与经济性——单位算力所能支撑的实际产出效率，成为更具分量的评判维度。 市场端的反馈更为直接。经过两年多的技术演示期，无论是企业还是终端市场，都在提出更为具体的需求：模型能否自动处理报销流程，能否协调多个软件完成市场调研，能否在无人监督的情况下执行周期较长的项目。大模型的实际执行能力已成为企业采购决策的核心考量，推动研发方向从追求技术突破转向保障交付质量。 春节场景为产品实用验证提供了特殊环境。家庭聚会涉及菜谱生成、采购规划、智能设备控制等协调需求；长途出行需要整合交通预订、酒店比价、行程优化等多平台信息；内容创作则要求模型理解节日文化、平台调性及传播规律。 这些任务无法通过单次问答完成，需要模型具备任务分解、工具调用、异常处理及结果整合能力。2026年春节的集中发布，实质是厂商将产品置于真实场景的压力测试，假期积累的用户反馈将为后续产品迭代提供数据支撑。 02 海淀基因 当技术理想主义与商业现实主义融合时，“觉醒”往往发生在一片让创新既能扎根又能拔节生长的土壤上。 放眼全球，人工智能的竞赛早已超越单一企业的角力，演变为区域创新生态的系统较量。 硅谷凭借斯坦福-伯克利的人才输送、风投体系的成熟配套、以及“快速试错”的文化基因，长期占据全球AI产业的高地。但2026年春节档的集体爆发，清晰地显示出中国创新版图正在形成自己的“强节点”——北京海淀便是其中最具代表性的样本。 在这片430平方公里的地界上，创新的密度可以被具象化地测量出来，在这里，15分钟车程几乎就能构成一个创新单元，他们齐聚在清华科技园里。往东一公里，生数科技在中关村东路8号东升大厦探索多模态生成，与智源研究院的成府路150号（清华南门）隔街相望。 往南一点，月之暗面在知春路76号京东科技大厦迭代长文本模型，与字节跳动的大钟寺工区直线距离不到3公里——后者旗下的Seedance团队正依托这片人才密度，在多模态视频生成领域快速推进。 更具纵深感的是人才的流动与重组。爱诗科技创始人来自字节视觉团队，办公室设在苏州街，与原工区直线距离2公里；而银河通用、星动纪元、灵心巧手三家具身智能公司，则集中在海淀区的核心地段，彼此车程都在15分钟内，却各自探索重载机器人、人形机器人、灵巧手等不同路线。 这种集聚并非偶然，而是产业生态的必然结果。北京海淀，作为全国人工智能产业的核心集聚区，其角色值得客观审视——它并非简单的“政策普惠”或“资本密集”，而更像是基础研究到真实落地的完整链条。 具体而言，海淀区已经构建了一个基本自主可控的全产业链技术体系，底层有清华、北大等高校的前沿研究输出人才和方法论；中间层由芯片、云计算等基础设施企业提供算力支撑；应用层则有大量场景型企业提供测试环境和需求反馈。这种密度使得技术迭代周期显著缩短。 生态的成熟度，直接塑造了国产大模型的差异化路径。与硅谷巨头追求“通用智能”的宏大叙事不同，海淀系企业更强调“垂直穿透”：在这里，百度布局全栈、寒武纪布局芯片、智谱清研专注B端、快手可灵偏向文娱落地、字节偏向C端、月之暗面偏向长文本思考。各寻其位，各尽其能。 事实上，政策环境的演进同样关键。2023年，北京市率先出台地方性大模型产业支持政策，海淀区同步提出建设2300亿元规模的核心产业集群，配套人才落户、资金扶持、场景开放等综合措施。如今这一数据已经超过3500亿。同时，海淀推出中关村科学城科技成长基金，经过三期发展规模已达200亿元，明确将投资重心前移，聚焦早期项目、小型企业、长期价值及硬科技领域。这种“耐心资本”的供给，显著改善了创新型企业的心理预期与风险偏好。 但海淀的真正价值，或许不在于政策红利的独享，而在于其作为“创新方法论”的输出地。从2010年代中关村的创业大街，到移动互联网时期的“巨头摇篮”，再到如今的大模型集聚区，海淀始终扮演着技术商业化“加速器”的角色。 早期的互联网创业培育了风险资本的敏锐度、工程师文化的务实性，以及对“快速迭代、小步快跑”方法论的路径依赖。这些基因延续至今，使得中国企业在面对大模型这一颠覆性技术时，表现出更强的工程化能力和商业化嗅觉。 将视野拉宽，这种“强节点”的崛起并非孤例。上海的张江、深圳的南山、杭州的余杭，同样在AI产业链的不同环节都形成特色优势——这些都是值得区域学习的样本。但海淀的独特性在于其“全栈覆盖”——几乎每一环都有代表性企业布局。这种完整性，使其成为全球AI版图中少数能与硅谷形成系统性对话的区域之一。 传统认知中，技术创新高度集中于少数全球城市；但大模型时代的竞争，越来越依赖“数据-场景-算力”的本地化闭环。中国庞大的数字化应用场景、完整的制造业体系、以及政策驱动的算力基础设施，为区域创新生态提供了独特的养分。海淀的集聚效应，正是这种国家能力在微观层面的投射。 当全球大模型产业进入“实干能力”的比拼阶段，区域生态的质量将直接决定企业的竞争力上限。 03 更好的时代 所有技术革命的最终走向，一定承载着产业实践的阶段性注脚，这场集中爆发的转型给产业和区域都提供了新的机会。 春节档的AI大战，标志着国产大模型进入产业价值验证的关键周期。短期内，市场将迎来一次实干能力的集中检验。期间积累的真实用户数据与实际交付体验，将帮助企业精准识别产品短板，加速迭代优化。例如，多智能体协作的稳定性、长视频生成的时序一致性、复杂代码重构的可靠性等问题，只有在海量真实交互中才能充分暴露和修正。 但大模型军团现在的表现，已经影响深远——目前，OpenAI、Google等巨头纷纷调转船头，开始密集推出针对企业级市场的高性价比推理模型。 很长时间以来，全球人工智能的聚光灯多投在硅谷。而2026年这个乍暖还寒的春天，分水岭已经有了能捕捉的痕迹——算力封锁没有击垮国产大模型，反而带来了一抹得天独厚的韧性。 这注定是一条长期主义的道路，但不妨碍国产模型技术迭代节奏持续加快，产品更新周期从以年为单位缩短至以月甚至以周计算。这种敏捷响应能力的形成，客观上为中国人工智能产业提供了弯道超车的窗口期。 而从管理者的角度来看，当大模型从“对话工具”进化为“数字员工”，“人”的身份也将发生变化，其社会影响将呈指数级放大——对于所有区域性政府而言，都需要在新阶段里寻找定位——这要求政策层面在持续降低创新成本的同时，建立适配新技术形态的治理框架。 而经验老道的管理者，显然能更快提供合格的样本。 至少，站在2026年的端头，国产大模型发展的重要节点。人们已经可以确定，全球新一轮大模型产业变革的方向与节奏，正日益取决于中国创新体系的突破能力与本土生态的支撑强度。