新智元报道 编辑：KingHZ 【新智元导读】Transformer曾是AI革命的巅峰之作，但其发明者Llion Jones警告：它并非终点。就像RNN被取代一样，当前无数微调研究可能只是局部优化，而真正的AGI突破或藏在生物启发的全新架构中。 Transformer是AI的终点吗？ 不是，绝对不是。 那Scaling是唯一通向AGI的路径吗？ 在Transformer架构上研究最久的人，告诉你：不是。 Sakana AI的创始人、研究科学家Llion Jones，和其他7位合著者，一起发明了Transformer。 除了那七位共同作者，没有人比他在Transformer上的研究更久。 尽管如此，去年，他做出了一个重要决定：大幅减少自己在Transformer上的研究投入。 不是因为这个领域没有新鲜事，而是因为它已经被挤得水泄不通。 他直言，他成了自己成功的受害者： 我不认为Transformer就是终点，也不相信我们只需要继续无限扩大规模。 某一天，我们会再次迎来突破，然后回头发现，现在很多研究其实在白白浪费时间。 Transformer或重演RNN的悲剧 在Transformer出现之前，RNN是主流。 RNN的确是AI历史上的重大突破。 突然间，所有人都开始致力于改进RNN。 但结果总是对同一架构做些微调，比如把门控单元换个位置，将语言建模的性能提升到 1.26、1.25 比特每字符。 在Transformer出现后，当我们把非常深的仅解码器Transformer应用于同一任务时，立刻就达到了1.1 比特/字符。 于是，所有关于RNN的研究突然之间显得白费了。 而现在的论文，似乎又回到了老路子：在同一个架构上，做无数微小的改动——比如调整normalization层的位置，或略微改良训练方式。 2020年，时任谷歌DeepMind的研究员Sarah Hooker提出了「硬件彩票」： 通往AGI的道路不止一条， 深度神经网络刚好碰上了GPU这样的硬件彩票。 论文链接：https://hardwarelottery.github.io/ 「硬件彩票」这一术语，描述了某种研究思路之所以胜出，是因为它恰好契合现有的软件和硬件条件，而非因为该思路在所有备选研究方向中具有普遍优越性。 而Llion Jones则认为，Transformer是一种架构彩票，而业界恐怕重蹈RNN的覆辙。 哪怕已经有一些架构在论文中表现得比Transformer还好。但问题在于，新架构还不足够好到让整个行业放弃Transformer。 原因很现实：大家对Transformer的理解已经非常成熟，训练方法、微调方式、配套软件工具一应俱全。 你要大家从头换一套，除非新架构好到「碾压式胜出」，否则不可能。 Transformer取代RNN，是因为差距大到无法忽视。 深度学习的兴起也是一样。曾经大家还相信符号主义更靠谱，直到神经网络在图像识别上展现出压倒性的优势。 Llion Jones认为Transformer太成功了，反而让大家陷入了「陷阱」： 这就像有个巨大的「重力井」，所有尝试离开的新方法都会被拉回来。 哪怕你真的做出了一个效果更好的新架构，只要OpenAI再把Transformer扩大十倍，那你的成果就被比下去了。 现在的LLM并非通用智能 Llion Jones进一步指出，目前的大语言模型并非通用智能，呈现出「锯齿状智能」（jagged intelligence）的特性。 也就是说，它们能在某些任务上表现得像天才一样，但转眼就能犯出低级错误，让人出戏。 它刚才还解出了一个博士级的问题，下一秒却说出一个连小学生都不会错的答案，这种反差非常刺眼。 他认为，这其实揭示了当前架构中某种根本性的问题。 问题在于，它们太「万金油」了。 你可以让它们做任何事，只要训练足、调参准。 但正因为这样，我们反而忽视了关键问题──「有没有更好的方式来表示知识、思考问题」。 现在，大家把所有东西都往Transformer里堆，把它当成万用工具来用，缺什么功能，就往上面硬加模块。 我们明明知道要有不确定性建模、要有自适应计算能力，但我们却选择把这些特性外挂上去，而不是从架构本身去重新思考。 为了逃脱这个循环，Jones在2025年初大幅减少Transformer相关研究，转向更具探索性的方向。 他和Sakana AI的同事Luke Darlow等人，借鉴生物学和自然启发，设计了连续思维机（Continuous Thought Machines，CTM）。 传送门：https://sakana.ai/ctm/ 这不是天马行空的发明，而是对大脑运作的简化模拟。 大脑里的神经元不是静态的开关，而是通过同步振荡来传递信息。 CTM捕捉了这个精髓：它用神经动态作为核心表示，让模型在「内部思考维度」上逐步展开计算。 他说，「我们并没有追求完全生物学可行性，因为大脑并不是靠有线方式让所有神经元同步的。但这种思路带来了全新的研究可能。」 重要的是，他们在做这项研究时，并没有任何学术圈常见的「抢发压力」。 因为没人做这个方向。他们有充分的时间去打磨这篇论文，把研究做实，把对照实验做足。 他希望这项研究能成为一个「示范案例」，鼓励其他研究者去尝试那些看似风险高、但更可能通向下一个大突破的研究方向。 后人哀之而不鉴之 这是近期AI领域最坦诚的言论之一。 Llion Jones承认，当前多数研究可能只是在局部最优解上修修补补，而真正的突破或许在完全不同的方向。 他对此深有体会——毕竟他曾亲手让上一代研究者的成果黯然失色。 令人不安的是：如果他是对的，那么所有埋头改进Transformer变体的人都在浪费时间。 所有混合专家模型、所有架构微调、所有注意力机制变体——都可能在新范式出现时瞬间过时。 但陷阱在于：除非有人真正突破，否则你永远无法确定自己是否困在局部最优里。 身在局中时，一切看似都是进步。直到Transformer出现前，RNN的改进不也看起来势不可挡吗？ 同样， Ilya近期也评论道，仅靠Scaling当前架构并不足以实现AGI： Scaling时代的一个后果是：Scaling吸走了房间里所有的氧气。 正因如此，所有人开始做同样的事。我们走到了今天这个局面——公司数量多于创新电子的世界。 那么该如何抉择？ Llion Jones并未声称知道未来方向，只是坦言Transformer可能不是长期答案。这很诚实，却缺乏可操作性。 这个难题在于：每次范式转移，在事后看来都像是徒劳，但在当时却是必要的探索。我们无法跳过这个阶段，只能祈祷有人能更快找到出口。

凤凰网科技讯（作者/于雷）1月17日 针对近期关于“万亿美金目标”引发的舆论热议，追觅科技创始人俞浩今日作出公开回应。他明确表示，打造人类历史上首个百万亿美金公司是基于未来二十年的长期奋斗目标，而非短期计划。俞浩认为，参考商业发展规律，每二十年全球最高市值公司的体量通常会提升一个数量级，追觅意在通过技术创新尝试冲击这一高度，致力于将人类生产力提高百倍。 在回应中，俞浩披露了追觅科技最新的经营状况与核心数据。他指出，公司目前拥有近4万名员工，其中研发及管理人员占比达到1.8万，已纳税涵盖一线工人在内的大量就业人口。在营收层面，追觅今年已实现几百亿收入规模。针对外界对其市场地位的讨论，俞浩强调，虽然出货量位居行业第三，但得益于高端化战略及对标苹果的市场定位，追觅今年的净利润预计将位居全行业第一。特别是在部分发达国家和地区，其市占率已达到40%至70%。 此外，俞浩对公司的技术壁垒及财务健康状况进行了补充说明。他透露，追觅已成功将高速电机转速提升至20万转，打破了戴森此前的技术垄断。在资金运作方面，俞浩否认了“烧钱换增长”的模式，表示公司自成立以来累计保持盈利状态，并未依赖投资人的资金维持运营，且连续6年保持100%的高速增长，净利润率持续攀升。对于外界关于团队心态膨胀的担忧，俞浩回应称团队状态稳健，并表示若成功实现目标，将持续回馈社会。 以下为俞浩回应全文：

2023 年，当 GPT-4 在美国执业医师资格考试（USMLE）中取得了惊人的高分时，不只是 OpenAI，硅谷都为此喝彩，AI 在医疗上的前景仿佛一片光明。 三年之后的今天，却有顶尖专家明确表示：反对 AI 接入医院病历系统。 有人反对 AI，有人反对反对 AI 提出反对声音的，是复旦大学附属华山医院感染科主任张文宏。近期在出席论坛中，作为在临床一线摸爬滚打多年的专家，他的担忧直指核心：年轻医生需要专业的训练，才能判断 AI 的对错。 图片来自：深圳卫视 他并不是反对使用 AI，事实上，他提到自己也用，短期内处理大量病历时他也会让 AI 过一遍。但是他可以做到「一眼看出」哪里有问题。而年轻医生跳过训练和积累，依靠 AI 就得出和资深专家一致的诊断，并不能真正理解到 AI 结果中的对和错。 这话有人不爱听了。正在医疗赛道上蓄势待发的百川智能，其创始人王小川就「反对张文宏的反对」。 图片来自：凤凰V现场 在他看来，AI 碰到的是医生的「蛋糕」，和医生的利益是相悖的。医生出于升职称的考虑，把教学和研究放在前面。相比之下，AI 才是服务于患者。 话里话外，隐隐约约在暗示：医生都是要赚你的钱，才不考虑病人的死活。但在医疗系统里，医生的效率和患者的利益往往是高度统编的。如果 AI 能够显著提高效率、减少误诊，那这不就是对患者利益最大的服务吗？ 他额外强调医生们太忙了，没有时间用 AI，且 AI 不能帮到他们写论文评职称，得出的结论却是：AI 应该去服务患者——从 LLM 落地应用的第一天来，优化流程、辅助决策就是任务，这根本得不出 AI 应该服务患者的结论，更得不出「当 AI 足够强了，不要医生也挺好」的结论。 说张文宏屁股决定脑袋，作为 AI 公司的 CEO，王小川推崇 AI 直接服务个人，不也还是屁股决定脑袋。 AI 医疗是一块肥肉 AIx 医疗的的确确是一块肥肉，不止王小川一个人盯着，国外的巨头也反复试探。 上周 OpenAI 发布了 ChatGPT Health，通过整合 Apple 健康数据，个人医疗记录和其它健康 app 提供的数据，再让 AI 来提供分析和建议。（链接） 全球有超过 2.3 亿人用 ChatGPT 获得健康建议，这个数字反应了用户需求之所在。不过，OpenAI 很谨慎，不仅强调这不应该代替专业的诊疗建议，从产品规划来看，也是以提供日常保健的建议为主。 Claude 所属母公司 Anthropic 也宣布要拓展 Claude 在医疗方面的能力，从发出的 Opus 4.5 的表现来看，模型层面 Claude 的表现不错。 即便如此，Claude 的规划也不是直接面向患者的。推出 Claude For Healthcare，是一个连接器工作，可以帮助医生和医疗工作人员快速便捷地从行业标准系统和数据库中提取信息。对于个人用户而言，Claude 的作用在于总结用户的病史、解释检查结果和各项指标，并且为就诊准备问题，以此来提高患者于医生沟通的效率。 这两家 AI 巨头都下场了医疗赛道，但都没有冲着取代医生去。只有一家是这样做的：Grok。 Grok 的老板毕竟是马斯克，恨不得把人类都发射上天。他在许多采访中都表示，一个人类医生只能阅读有限的医学文献，只能记住有限的病例。而 AI 可以在几秒钟内阅读人类历史上所有的医学论文，掌握所有的最新治疗方案。在纯粹的诊断准确率上，人类无法与 AI 竞争。 他还把自己的 X 光片、验血报告扔给了 Grok，让它来识别问题，还说 Grok 的一些判断比医生更快更准确。 那不就回到了张文宏说的，对 AI 越依赖越上瘾。 判断力是需要训练的 早在大语言模型促发这阵子 AI 热潮之前，放射科引入 CAD 系统，就出现过类似的问题。 CAD 系统全称为计算机辅助检测，现在已经是医学影像里必不可少的工具。但曾经，CAD 的引入所带来的「自动化偏差」，就完全是张文宏所担心的情况。2004 年，在英国的一项研究中发现，当 CAD 系统未能标记出病灶，比如漏标、错标时，放射科医生的检测敏感度（Sensitivity）显著下降，尤其是采用 CAD 辅助的医生，敏感度比对照组更低。 一项相对更近的研究是 2020 年，一项针对皮肤癌检测的研究发现，当 AI 给出正确诊断的时候，所有医生的准确率都提高了。可一旦给出的诊断是错误时，越是经验不足的医生准确率下降得越厉害。综合来看，AI 和医生共同诊断，准确率的表现是最好的。 经验丰富的老专家如张文宏，之所以能一眼看出 AI 在胡说八道，是因为他们脑中有积累了数十年的病例库。而年轻医生如果从实习期就开始用 AI 写病历、下诊断，他们脑中的「数据库」始终是空的。 因此，想要让 AI 做任何一件「一步到位」的事，背后都一定有巨大的风险。一步到位取代医生是这样，一步到位直接服务患者，更是这样。 以前我们有「百度看病，癌症起步」的笑话，目前的生成式 AI 最大的问题在于它极度自信，一本正经地误诊。即使是错误的医学建议，它也能用极具说服力、引经据典（甚至是伪造的文献）的语气说出来。 图片来自：小红书 如果是受过多年专业训练的年轻医生，尚且容易在 AI 的自信面前放下戒备，产生自动化偏差；那么对于没有任何医学背景的普通用户来说，这种「完美幻觉」更加是值得警惕，本质上和盲目相信「专家」头衔差别不大。 AI 对于普通人的健康有没有用？肯定是有，不然也不会有 2.3 亿的用户记录。不过需要分清两个点：首先，治病和保健是两码事。保健包括日常饮食作息、补充剂摄入、运动计划等等，这些都是对生命没有重大风险的。 治病显然就复杂太多了。目前 AI 应用最多的还是症状的分析，检查报告上的指标解读，一些简单的用药指导。 更简单粗暴的说：在 AI 的指导下，可以争取到一些时间，请到假，去医院。考虑到现在国内的医院挂号不容易，个别检查也需要预约，但不是每个人都有条件在出现症状的时候，就立刻飞奔去医院——哪怕是社区医院，也可能要排队呢？ 所以在 AI 的帮助下，可以缓和症状，争取到一些时间，配合使用一些基础药，病程不至于恶化，人也不会太难受。 作为自己健康的「第一责任人」，我们不应该跳过对自己判断力的培养和训练，那才是真正的交出主导权和决策权。

编辑：KingHZ 【新智元导读】谷歌强势回应OpenAI：开源TranslateGemma模型，支持55种语言，效率惊人！12B参数超越27B基线，手机端轻松运行，真正速通「巴别塔」。 语言的边界，正被AI一一抹平。 OpenAI悄悄发布了翻译产品ChatGPT Translate，谷歌则祭出强势回应—— TranslateGemma，一个能在手机上翻55种语言的开源模型。 AI正在徐徐开启巴别塔之门。 从语义润色到图文混合，从文风调节到设备端运行，AI翻译不再是「你说我译」，而是对人类沟通方式的全新重构。 不同于OpenAI几乎悄无声息的上线ChatGPT翻译，谷歌全网高调宣布发布了支持55种语言的开源翻译模型TranslateGemma。 这的确值得一说，AI正在降低沟通障碍，全网好评不断。 ChatGPT：偷袭谷歌翻译 近日，OpenAI首次挑战谷歌翻译。 一款名为ChatGPT Translate的独立翻译工具，低调上线了。 OpenAI 几乎没有任何公开宣传，目前都不知道ChatGPT Translate具体何时上线。 互联网档案馆（Internet Archive）的Wayback Machine上有一张11月份的网页快照：https://web.archive.org/web/20251119103023/https://chatgpt.com/translate/ 看起来与当前页面几乎一致，但这也可能只是 OpenAI 在测试该工具的线上版本。 该工具支持超过 50 种语言，基础界面与谷歌翻译高度相似。 但在功能逻辑上，ChatGPT翻译引入了生成式AI的核心优势，最大亮点在于翻译后的「二次加工」能力： 用户可以通过预设的提示词选项，一键调整译文的语气，如「更流利」、「商务正式」、「儿童易懂」或「学术风格」，从而实现针对不同受众的精准表达。 然而，作为初版产品，它目前在功能完整性上仍落后于谷歌，暂不支持文档、网页及手写翻译、图片翻译功能。 目前，ChatGPT Translate仅以网页形式存在，并没有专门的App。 因此，离线使用似乎仍无从谈起。 如果没有一款支持端侧翻译的应用，ChatGPT Translate对于在无网络的偏远地区旅行的用户来说可能并不实用。 另外，它也尚未提供实时对话翻译功能。相比之下，谷歌的Pixel 10现在已经支持通话语音实时翻译。 自动播放 此前，ChatGPT已可以用于多语言翻译任务，但这还是OpenAI第一次推出独立的AI翻译服务，而且无需登录可免费使用。 2023年，沃顿商学院教授Ethan Mollick就注意到，ChatGPT翻译能力出色： 尽管ChatGPT就是为了英语中使用而构建，并不是翻译工具，但在一些小规模测试中，在翻译能力上，ChatGPT经常优于Google Translate（谷歌翻译）。 2024年，美国明尼苏达州政府利用ChatGPT加快并扩大面向非英语居民的翻译服务 明尼苏达州企业翻译办公室使用ChatGPT将政府文件翻译成多种语言 人工智能辅助流程将翻译时间从数周缩短至48小时以内 自实施以来，该办公室已处理了3000份翻译请求，累计翻译超过200万字 去年，网友使用过ChatGPT翻译功能后，直呼：头皮发麻，这就是双语实时翻译天花板。 ChatGPT Translate的问世标志着翻译工具正从单纯的「语言转换」向注重语境与交互的「智能适应」方向演进。 不过，尽管这些语气与语境方面的能力颇具吸引力，ChatGPT Translate与谷歌翻译相比仍显得有些「半成品」—— 后者已发展了数十年，最近还通过基于Gemini的改版进一步增强了对习语和俚语理解的支持。 而且，谷歌这次直接开源了最新的翻译AI模型，直面ChatGPT的挑战。 谷歌TranslateGemma让手机翻译55种语言 基于Gemma 3，谷歌发布了开源翻译模型TranslateGemma，它非常酷： 支持55种语言，并在近500种附加语言对上进行了训练，以供进一步研究 效率出色：12B模型超越了27B基线模型，在参数数量不到一半的情况下实现了更优的性能 保留多模态能力：能够翻译图像中的文本，而无需特定的多模态训练 灵活的部署选项：4B适用于移动设备/边缘设备，12B适用于消费级笔记本电脑，27B适用于云GPU/TPU 在对模型的技术评估中，最令人瞩目的发现是它们的效率表现。 12B参数规模的TranslateGemma模型，在WMT24++基准测试中使用 MetricX 衡量后，性能超越了27B的Gemma 3基线模型。 这对开发者来说无疑是巨大利好：只需不到一半的参数量，就能实现高度保真（high-fidelity）的翻译质量。 这项效率上的突破，意味着可以在不牺牲准确性的前提下，实现更高的吞吐量与更低的延迟。 同样值得注意的是，4B模型的表现已接近原本的12B基线水平，这使得它成为移动端推理的理想选择。 这意味着开发者可以构建完全在设备端运行的低延迟翻译工具。 TranslateGemma的背后，源自Gemini模型体系。 之所以能实现如此高密度的智能表现，关键在于一种专门设计的双阶段微调流程，将Gemini模型的「直觉」成功蒸馏并融入开放架构中。 第一阶段：监督式微调（SFT） 他们以Gemma 3的基础模型为起点，使用多样化的平行语料进行微调。这些语料既包含由人工翻译的高质量文本，也涵盖由最先进的Gemini模型生成的高质量合成译文，覆盖范围广泛，甚至在低资源语言上也能保持出色的翻译保真度。 第二阶段：强化学习优化（RL） 为了进一步提升翻译质量，他们引入了创新性的强化学习环节。在这一阶段，他们构建了一套奖励模型的集成系统，包括MetricX-QE和AutoMQM等先进评估指标，引导模型生成更具上下文准确性、听起来更自然的译文。 此外，TranslateGemma延续了Gemma 3在多模态方面的强大能力。 在Vistra图像翻译基准上的测试表明，即使在训练过程中并未专门进行多模态微调，其文本翻译能力的提升也显著增强了模型处理图像中文字翻译的表现。 这意味着，TranslateGemma 在文字与图像的交叉处理能力上，也具有天然的优势。 这场由OpenAI与谷歌引燃的AI翻译之争，早已超越「谁更准确」的争议，而是走向「谁能更像人、谁能真正懂人」的深层较量。 从语言模型到语境模型，再到认知协同系统，AI正在让世界重写沟通规则。 而真正的赢家，或许是全人类。

财联社1月17日讯（编辑 赵昊）OpenAI将开始在ChatGPT中向部分美国用户测试广告投放，这标志着该公司在商业化道路上的一次重大转变，因其希望提升这款热门聊天机器人的营收能力。 当地时间周五（1月16日），OpenAI在官网宣布，将把月费8美元的“ChatGPT Go”订阅套餐推广到ChatGPT服务覆盖的所有地区。该套餐最早在印度上线，目前扩展至美国市场。 与ChatGPT Go相比，Plus的订阅费用要20美元/月；相应地，OpenAI计划未来几周在美国的免费用户和Go用户中测试广告，Plus、Pro等付费较高的套餐将保持无广告体验。 OpenAI称，“广告收入有助于我们维持ChatGPT的免费和低价位，从而支持我们让所有人都能轻松使用人工智能的承诺。” 在初期阶段，OpenAI计划在ChatGPT相关回答的底部测试赞助商品和服务广告，并明确将广告与正常对话内容区隔开来。公司表示，广告有助于用户通过聊天机器人做出更好的购物决策。 OpenAI应用业务CEO Fidji Simo在博客中表示：“我们的企业级和订阅业务已经相当稳健。我们相信，构建多元化收入模式很重要，而广告可以帮助让智能服务更加普惠。” 分析认为，OpenAI接受广告模式的决定，反映出公司努力实现收入多元化（或许在为潜在IPO做准备），同时缓解建设和维护人工智能系统所带来的巨大成本压力。 OpenAI预计公司可能在未来多年内仍难以实现盈利，但已承诺在人工智能数据中心和芯片方面投入约1.4万亿美元。 这一举措在某种程度上也意味着战略转向。此前OpenAI主要依赖订阅模式。 首席执行官 萨姆·奥尔特曼（Sam Altman）曾多次表达自己对广告的反感，称其是“最后的手段”，并担心一旦用户认为聊天机器人在“卖东西”，对其可信度的信任可能下降。不过，谷歌等竞争对手已经开始在AI产品中引入广告。 目前，ChatGPT的每周活跃用户已超过8亿人。公司多位高管曾在社交媒体公司任职，包括上文提到的Simo——她此前曾负责推动Facebook应用的广告业务增长。 Simo强调，广告不会影响ChatGPT给出的回答内容。OpenAI 也表示，不会向广告主分享用户对话内容，还将根据早期反馈对广告产品进行调整。 Simo表示：“在引入广告的同时，最关键的是保留ChatGPT最核心的价值。这意味着，必须让用户信任ChatGPT的回答是基于客观有用的信息，而绝不是由广告驱动。”

IT之家 1 月 17 日消息，配件厂商 Dux Ducis 昨日（1 月 16 日）发布一张图片，展示了适用于三星 Galaxy S26+ 的手机壳。这张图片主要用于展示保护壳产品，但清晰地勾勒出了手机正面的形态。 根据渲染图显示，三星 Galaxy S26+ 似乎采用了极致的超窄边框设计，这将进一步提升屏幕占比，增强视觉沉浸感。 机身线条也发生了微妙变化，由此前较为硬朗的风格转向更加圆润的边角设计。这种“圆润化”的趋势可能不仅仅局限于 Plus 版本，而是作为整个 Galaxy S26 系列的家族式设计语言，进一步优化大尺寸手机的握持手感。 IT之家此前报道，三星 Galaxy S26+ 手机配备一块 6.66 英寸的显示屏，在美国等特定市场搭载高通第五代骁龙 8 至尊版 for Galaxy 芯片，而在欧洲等国际市场上采用自家 Exynos 2600 芯片。 配件厂商 Dux Ducis 还分享了适用于 Galaxy S26 Ultra 的手机壳：

IT之家 1 月 17 日消息，当地时间 1 月 16 日，据《财富》杂志报道，文件显示马斯克旗下的“无聊公司”正与内华达州政府关联机构合作，研究一项可能从里诺延伸至特斯拉超级工厂的地下隧道项目，路线位于 80 号州际公路下方，长度约 14.5km。 该研究由西内华达经济发展局出资推进。该机构是一家与州政府密切合作、负责招商引资的非营利组织，已于 2025 年 10 月向无聊公司支付 5 万美元（IT之家注：现汇率约合 34.9 万元人民币），用于完成概念性设计和可行性研究。研究目标是为塔霍 — 里诺工业中心寻找新的交通替代方案。 该工业中心占地约 433 平方公里，随着数据中心和大型企业持续入驻，80 号州际公路沿线的交通流量和事故数量显著上升。 特斯拉和松下作为工业中心内规模最大的两家公司，自至少去年春季起便与内华达州州长办公室就交通问题展开沟通，并同步参与多种解决方案的评估。 在现阶段讨论中，通勤铁路方案仍是主要方向。特斯拉和松下正与当地交通机构合作，资助一项利用现有货运铁路的通勤铁路研究。同时，两家公司也向西内华达经济发展局提供资金，用于评估包括地下隧道在内的其他选项。前州长基础设施事务主管克里斯 · 赖利曾牵线无聊公司高管，与特斯拉和松下管理层就隧道研究进行交流。 目前，隧道项目仍处于高度概念阶段。研究是否完成尚不明确，拟建隧道的长度、建设成本、是否引入自动驾驶车辆等核心细节均未对外披露。

梦晨 发自 凹非寺 量子位 | 公众号 QbitAI 硅谷最贵的一场官司，有了新进展。 马斯克诉OpenAI案，法庭一口气解封超过100份证词文件，爆出太多猛料。 奥特曼隐瞒他通过YC基金间接持有OpenAI的股份，并同时担任非营利组织的独立董事和CEO。 OpenAI总裁Brockman早在2017年就承认他想把OpenAI变成一家营利性公司，而且要踢出马斯克。 马斯克还放话“迫不及待想赶紧开庭了，庭审结果和证词绝对会让你大吃一惊”。 OpenAI并没有坐以待毙，在官网单开一页专门用来反驳马斯克的证词，就很Drama。 吃瓜群众纷纷开启画线模式，在冗长的法庭文件中发挥自己的注意力机制。 还有人吐槽，奥特曼隐瞒的事简直比GPT-5的隐藏层还多。 奥特曼做ChatGPT是出于热爱还是股份 2024年，奥特曼曾在国会听证会上一脸无辜的表示： 我不持有OpenAI的任何股份，我做这件事是因为我热爱。 结果最新法庭文件显示，奥特曼早就通过YC基金间接持有OpenAI的股份。 董事会后来还得知，奥特曼还秘密拥有OpenAI创业基金。 与此同时，奥特曼还同时担任OpenAI非营利组织的“独立董事”和首席执行官。 有投资者指出，严格地说奥特曼持有的股份通过SPV（特殊目的载体）实现，从法律意义上讲确实不算OpenAI的股份。 字面意义上他没有撒谎，但他还是在某种程度上撒谎了。 总裁私人日记，正经人谁写日记啊？ 最具爆炸性的证据来自Greg Brockman 2017年9月至11月的私人日记，这些内容通过法律发现程序被强制公开，现在成了马斯克手里最锋利的刀。 日记里，Brockman写道： 这是我们摆脱埃隆的唯一机会。他是我心目中的“伟大领袖”吗？我们真的有机会实现这个目标。从财务角度来说，什么能让我达到10亿美元的目标。 接受Elon的条款会摧毁两件事：我们的选择能力,以及经济利益。 他甚至直接承认：”真实答案是我们想让他（马斯克）出局。” 最要命的是2017年11月的这一段： 从他（马斯克）手中夺走非营利组织是错误的。未经他同意就将其转型为B-Corp（共益企业）。这在道德上是极其败坏的，而且他真的不是个傻瓜。” 但几天以后接着写的这篇标题为“我们的计划”（our plan）： “如果能赚到数十亿当然很好，也许我们应该转型做营利性公司。” 而就在2017年11月，Sam Altman还在邮件里向马斯克保证”团队仍致力于非营利结构”。 马斯克2015年到2018年间向OpenAI捐赠了约4400万美元，当时OpenAI还是一家承诺”为全人类福祉开发AI”的非营利组织。 如今这些日记条目被视为欺诈指控的核心证据，它们显示OpenAI领导层一边公开承诺非营利，一边私下策划完全不同的剧本。 Replit创始人还发现奇怪的盲点，Brockman在2017年写日记就用思维链了？ OpenAI反击：马斯克才是想要控制AGI的那个人 OpenAI这边反驳的核心论点是：马斯克在断章取义。 蓝色为马斯克在法庭上承认他说了什么 红色为OpenAI补充马斯克没承认但当年也说了的。 OpenAI称2017年马斯克已经同意盈利性结构将是OpenAI的下一个发展阶段，他们之间的分歧只是在于控制权归谁。 更有戏剧性的是OpenAI透露的另一个细节：马斯克曾要求获得50%到60%的多数股权、初始董事会控制权，并亲自出任CEO。 当这些条件被拒绝后，他甚至谈到要“让他的孩子控制AGI”，这番话让OpenAI其他创始成员相当震惊。 OpenAI称马斯克不断提起诉讼是为了拖延OpenAI的研发进度，给自己的xAI公司争取更多时间。 由于双方各执一词，给法官也整不会了。 法官表示“存在大量有争议的证据”适合由陪审团而非法院直接裁决。 审判定于2026年4月27日开始，预计持续约4周。

究竟是什么样的更新，才能让谷歌CEO皮查伊称之为“众望所归”（Answering a top request from our users）？ 那就是谷歌Gemini最新的Personal Intelligence功能。 它通过用户Gmail、Google Photos、YouTube和搜索等应用的数据，让AI能够跨数据源推理，提供个性化回答。真正意义上实现了AI全能管家。 几乎同时，谷歌还与苹果达成多年期合作，Gemini 3将成为新版Siri的技术底座。还有通用商务协议的发布。一系列动作密集而迅猛。 资本市场的反应也是立竿见影，Alphabet市值突破4万亿美元，19年来首次超越苹果。 这一系列更新背后，是谷歌全栈优势的体现。 从硬件到软件，得益于谷歌在AI产业链的每个环节都有布局，而他们也正在用技术栈控制越来越多的生态。 谷歌释放的信号很明确，不仅要赢，还要赢得更彻底。 技术代差可以追赶，资金差距可以弥补，但生态位的差距一旦形成，OpenAI们可能就永远无法追赶上谷歌了。 01 谷歌和苹果的合作，是一次世纪握手。 1月12日，两家公司联合宣布达成多年期合作协议，Gemini 3将成为下一代苹果智能（Apple Intelligence）的技术底座。 这次合作并非单纯的提供基座大模型那么简单。文章《“套壳”谷歌Gemini，但苹果还没死心自研模型》中提到，Gemini作为后台训练导师与复杂任务处理引擎（负责信息摘要、跨应用调度等），苹果自研模型处理本地敏感数据。 所有用户交互与数据流转通过苹果私有云完成，Siri控制权与隐私标准仍由苹果掌控，核心落地场景为今年晚些时候推出的新版个性化Siri。 根据外媒报道，这笔交易预计每年为谷歌带来约10亿美元的收入，但更重要的价值是数据。Siri每天处理约15亿次请求，这些交互数据将进一步强化Gemini的Agent能力。 即便不触碰任何用户的敏感数据，但是Gemini依然会了解用户的需求和处理结果。因此，当用户习惯在新版Siri中完成各种任务时，谷歌就掌控了从用户意图到应用执行的完整链条。 几乎在同一时间，谷歌在美国零售联合会推出通用商务协议（Universal Commerce Protocol，UCP）。这是一个开源的AI电商标准，可以让AI代理与商业系统无缝对接。 谷歌与Shopify、Walmart、Target、Wayfair、Etsy等20余家零售和支付巨头联手打造这一协议，使用户可以直接在Gemini应用和AI Mode中完成商品搜索、比价、下单和支付，无需跳转到商家网站。 这种“原生结账”体验彻底改写了电商的流量逻辑，入口从独立电商网站转移到了AI对话界面。 在零售端，Gemini还接入了Google Shopping Graph。这是一个包含超过百亿商品信息的知识库，支持AR虚拟试穿、价格保护、实时库存查询等功能。 说回谷歌的Personal Intelligence功能，它与ChatGPT仅能参考过往对话历史不同，这个功能主打的是可以跨应用推理，分析数据点之间的关系。 谷歌提供的案例显示，当用户站在轮胎店排队却不知道自己的2019款本田小型货车需要什么型号的轮胎时，Gemini可以从Google Photos中识别车辆配置，从Gmail收据中找到车牌详细信息，然后建议不同的选项。 比如一种适合日常驾驶，另一种适合全天候条件，参考的是在Google Photos中找到的家庭前往俄克拉荷马州的公路旅行记录。 用户可以单独控制每个数据源的访问权限，在隐私保护和功能体验之间取得平衡。 谷歌强调，Gemini不会直接在Gmail收件箱或Google Photos库上进行训练，而是仅使用“有限信息，如Gemini中的特定提示和模型的响应”来改进这一能力，且会采取措施过滤或模糊对话中的个人数据。目前该功能已向AI Pro和Ultra订阅用户开放测试。 02 AI产业正在进入一个被称之为“inference economics”（推理经济学）的时代。 在这个时代，竞争优势不再由训练模型的参数量定义，而是由“以最低成本提供有用信息”的能力决定。而谷歌在这方面的布局堪称教科书级别。 谷歌使用自研的TPU芯片训练模型，它的优势主要集中体现在在推理环节上。 这是因为GPU每做一次运算，都要频繁地从缓存或内存（HBM）中读写数据。这种“存取-计算-存取”的循环在推理时会消耗大量带宽和电力。 TPU让数据在处理单元之间直接传递。一旦权重加载进阵列，数据流进去就能连续完成成千上万次乘加操作，无需中间写回内存。 不仅如此，为了兼顾图形渲染、科学计算等任务，GPU拥有复杂的调度逻辑、分支预测和指令缓存。这些在纯粹的推理运算中属于“无效载荷”，但又必须耗费计算资源。 TPU剥离了所有非AI相关的电路。在推理时，由于模型结构是固定的，TPU能以极高效率的批处理（Batching），几乎没有时钟周期被浪费在指令调度上。 此外，谷歌在TPU Pod中使用了自研的OCI（光学电路交换）技术。 相比于英伟达依赖的电缆和 NVLink 开关，谷歌的光学互联能以更低的功耗提供数 Tbps 的跨芯片带宽。这使得 TPU 在处理超长上下文或超大模型推理时，通信开销更小。 当Gemini每天处理数十亿次查询时，每次推理哪怕只节省几美分，累积下来就是数亿美元的成本优势。 更深层的优势体现在商业模式上。 谷歌并不追求AI订阅收入的最大化，Gemini Advanced的定价策略比ChatGPT Plus更便宜，甚至在某些场景下完全免费，比如edu账号可以全年免费。 谷歌的战略是“羊毛出在猪身上”，强化生态锁定、增加用户停留时间、提升广告定向精度。 根据财报，谷歌约80%的收入仍然来自广告。对于谷歌来说，AI 并不是一个新生意，而是一次“广告引擎的史诗级大修”。 谷歌将Gemini深度嵌入。用得越多，用户的数据画像就越清晰，广告推送也就越精准。 不仅如此，传统的蓝色链接是搜索引擎让你尽快离开，点击去别的网站。 但是和Gemini对话截然相反，谷歌需要用户继续留在Gemini里。用户停留时间越长，展示高价值广告的机会就越多。 谷歌不靠卖AI赚钱，而是用AI让现有的广告生意变得更赚钱。 迭代速度的优势同样关键。 从DeepMind的研究idea到TPU的芯片优化，再到模型训练和产品部署，谷歌可以在一个闭环内完成整个链条。 而像OpenAI这样的AI企业，想要更新就需要协调微软的Azure云、英伟达的芯片供应、第三方的数据合作，决策链条冗长，响应速度必然慢半拍。 在AI军备竞赛的“以周计算”节奏中，这种速度差异可能决定市场窗口的得失。 所以谷歌才会更新得越来越快，同时他们还在扩大优势，形成“赢家总赢”的局面。 打下推理成本后，通过与苹果的合作，谷歌获得了大量的Siri请求数据，相当于ChatGPT日均25亿次提示词的60%。而通过UCP，谷歌还将在电商AI入口的争夺战中抢得先机。 这不是简单的技术合作，而是对流量分发权的重新定义。 数据飞轮是谷歌最难以复制的护城河。谷歌拥有Search、YouTube、Gmail、Maps等九个用户超过10亿的产品，每天产生的数据量远超任何竞争对手。 Personal Intelligence功能的推出，让这些数据首次被深度整合到AI体验中。 用户每一次与Gemini的交互，都在强化模型对个体偏好的理解，形成正反馈循环。这种“数据→模型→体验→更多数据”的飞轮效应，是OpenAI等独立AI公司难以企及的。 03 视角切换到OpenAI这边，他们此刻正陷入前所未有的困境。 2025年底，就在Gemini 3发布后不久，OpenAI CEO Sam Altman向全体员工发出了“红色警报”(code red)。OpenAI公司暂停了所有商业化项目，包括广告平台、个人助手Pulse、购物代理以及健康AI工具的开发。 全员转向一个目标，那就是追上Gemini 3的水平。 奥特曼后来在播客中承认，这种“红色警报”状态通常会持续6到8周，但他补充说：“Gemini 3的影响没有我们担心的那么大。” 然而市场数据讲述了另一个故事。 根据Similarweb的分析，ChatGPT在生成式AI市场的份额从2025年1月的87.2%跌至2026年1月的64%，而Gemini在同期从5.7%涨至21%。 ChatGPT的网络流量在近几周下降了22%，从12月初的约2.03亿日均访问量降至1.58亿，而Gemini的使用量保持稳定在5500万至6000万日均访问量。 此消彼长之间，ChatGPT的统治地位正在被撼动。 根据谷歌财报电话会议，Gemini的月活跃用户从2025年7月的4.5亿增长到10月的6.5亿，三个月内增长44%。 反观，Similarweb的数据显示，ChatGPT同期增长仅为5%-6%。 苹果合作的“降级”更是一记重击。 OpenAI曾是苹果在AI领域的首选合作伙伴，ChatGPT被整合到苹果智能中，用于处理复杂查询。 但在谷歌与苹果的新协议下，OpenAI的角色被边缘化了。 投资研究公司Equisights Research的CEO Parth Talsania一针见血地指出：“苹果选择Gemini作为Siri的底层技术，意味着OpenAI转变为辅助角色。ChatGPT仍然可用于复杂的、用户主动选择的查询，但不再是默认的智能层。” 更深层的迹象在于，谷歌全栈优势正在放大。 OpenAI没有自己的搜索引擎、操作系统以及产品矩阵。每一个APP之间除了账号相通以外，都是独立运作的。 但谷歌可以将Gemini无缝嵌入Gmail、Docs、YouTube等用户日常使用的工具中，反之还有Personal Intelligence功能。 ChatGPT却只能要求用户主动离开现有工作流程，用户想生成视频就得从ChatGPT里退出来打开Sora App。 谷歌很清楚一件事：用户对AI模型本身并不忠诚。 这个行业的残酷真相是，用户会毫不犹豫地在ChatGPT、Gemini、Claude之间来回切换，谁的模型在某个任务上表现更好，他们就用谁。 数据显示，越来越多的开发者开始使用LangChain这样的抽象层，让应用可以在不同的AI提供商之间无缝切换，而不需要重写代码。这种“多模型策略”正在成为常态，ChatGPT用于写作，Claude用于任务编排，Gemini用于多模态理解。 但用户对他们的数据、使用习惯、费用预算和工作效率倒是非常忠诚。 他们的数据不可能轻易迁移到其他平台，这些习惯也不可能一夜之间改变。 所以谷歌的战略就是抓住这些真正的忠诚度，通过更大的AI生态让用户感受到持续的价值增长，锁住用户。 当用户发现在Gmail里就能直接用Gemini起草邮件，在Google Docs里就能让AI帮忙润色文章，在YouTube里就能获得视频摘要，他们为什么还要打开一个独立的ChatGPT标签页？ 这种“无缝体验”远比模型更有吸引力。 别的模型可能更聪明，但Gemini就在每天使用的工具里，不需要切换窗口，不需要复制粘贴，这就够了。 关键的是，谷歌还在不断降低用户使用AI的门槛，用价格战进一步扩大优势。 免费用户现在可以在Gemini CLI中使用Gemini 3，以前只有付费用户才能使用。 1月初，新用户年订阅Google One的AI Pro半价促销。这些动作的目标很明确：让更多用户进入谷歌的生态系统，让他们习惯在谷歌的产品中使用AI，让迁移的成本变得越来越高。 当技术竞赛演变为生态位竞争，先发优势和资金储备都不再是决定性因素。 谷歌正在用全栈建造一个AI帝国。 而对于OpenAI和其他竞争者来说，亮出“红色警报”并不能解决问题，他们想要追上谷歌的脚步，只会越来越艰难。

IT之家 1 月 17 日消息，据 DigiTimes 今天报道，苹果计划在 2026 年-2028 年期间为 5 款产品升级 OLED 屏幕，涵盖 iPad mini、MacBook Pro、iPad Air、iMac 以及 MacBook Air。 彭博社记者马克 · 古尔曼曾在此前表示，iPad mini 以及 MacBook Pro 有可能会在今年升级 OLED 屏幕，不过 MacBook Air 至少要到 2028 年才会引入 OLED 面板。 同时，苹果预计会在今年发布一款全新 iPad Air，但古尔曼指出，这款平板仍将搭载 LCD 屏幕，至少要等到 2027 年的大改款才会搭载 OLED 屏幕。 此外，韩媒 The Elec 曾在上个月指出，苹果计划在 2027 年-2028 年推出 24 英寸的 OLED 面板 iMac。 IT之家注：OLED 屏幕相比 LCD 屏幕能提供更出色的画质，拥有更丰富的色彩、更高的对比度，还能够呈现出纯黑效果。 各设备预计采用 OLED 面板的时间表如下： iPad mini：2026 年 MacBook Pro：2026 年末或 2027 年 iMac：2027 年或 2028 年 MacBook Air：2028 年

快科技1月17日消息，近日有博主统计了2025年全球汽车集团销量前20名，中国车企表现优异，比亚迪、吉利均跻身前十。 丰田集团依旧牢牢掌控冠军宝座，全年销量1042万辆，同比增长6%，其中RAV4、卡罗拉为核心畅销车型。 大众集团稳坐亚军，全年销量895万辆，同比减少2.3%，不过纯电转型效果显现。 Stellantis集团夺下季军，全年销量780万辆，但同比猛降8%，要知道该集团拥有多达14个品牌汽车，如此表现确实比较一般。 第四名为现代起亚集团，全年销量765万辆，同比增长2.5%，在北美和欧洲增长稳定。 第五名为比亚迪集团，全年卖出460.2万辆，同比猛增18.3%，并且纯电车型首次超越特斯拉。 第六名为通用汽车，全年卖出450.7万辆，同比降低1.5%，最畅销的车型为雪佛兰索罗德皮卡。 第七名为吉利控股集团，全年卖出411.6万辆，同比猛涨26%，成为了前十名里增长最快的车企。 第八名是本田集团，全年卖出385万辆，同比减少3.2%，其中CR-V最为畅销，全球卖出98万辆，是单一畅销车第三名。 第九名是福特集团，全年卖出290万辆，同比增长6%，和通用类似，旗下皮卡最为畅销。 第十名为日产集团，全年卖出332.5万辆，同比降低4.1%，最畅销车型为轩逸，但集团在北美和中国市场表现下滑。 至于第十一至二十名，这里不在罗列，感兴趣的可以看图了解。 图自小红书用户：数据小张

杰西卡 发自 副驾寺 智能车参考 | 公众号 AI4Auto 纯电车在美国卖不动？福特汽车要来中国拥抱比亚迪了。 一个月前，福特刚取消和韩国电池巨头LG新能源的几百亿元合作，转头就被曝出正在和比亚迪洽谈。 而在福特CEO以往的多次对外表态中，这家美国车企的口风，都还将比亚迪视作最强有力的对手。 但忌惮归忌惮，该借鉴还是得借鉴。 新能源浪潮早已势不可挡，海外玩家拥抱中国技术，或许正逐渐成为主流。 福特被曝要拥抱比亚迪 据知情人士向《华尔街日报》透露，福特正在和比亚迪洽谈合作，计划为部分混动车型，向比亚迪采购电池。 交易的具体细节，目前还不清楚，知情人士表示仍在商讨中。 其中一种可能是，福特会从比亚迪进口电池，运往福特的海外工厂，这些工厂可能位于德国、西班牙、泰国、土耳其等地。 不过知情人士还说，交易并非板上钉钉，最终不排除告吹的可能。而福特和比亚迪方面，目前都没有对这场合作做出回应。 福特有意采购比亚迪的电池，实际并不算突兀。 双方早在2020年就有过接触，当时福特和长安合资生产的国产电动车型，使用的就是比亚迪供应的电池。 后来比亚迪还曾主动联系过福特，希望为福特在其他市场销售的车型供应电池。 不过彼时福特面临多家电池供应商可选，合作并没有进一步深入。 并且在福特这里，比亚迪的地位特殊——后者不单单是一家动力电池供应商，还是一家车企。 福特甚至将比亚迪视作最有力的竞争对手，对比亚迪的重视程度甚至超越了对特斯拉、丰田和通用汽车。 近几年来，福特CEO吉姆·法利（Jim Farley）曾多次公开表达过这一观点。 他曾多次承认比亚迪的领先优势，称赞其垂直整合能力惊人，还曾空运了一辆比亚迪海豹拆解，得出的结论是这辆车“非常非常出色”。 所以，为什么福特又回心转意，准备买“最强对手”比亚迪的电池了？ 纯电转型缓慢？中国玩家支援 福特被曝拥抱比亚迪，恰恰正处于福特战略转型的关键节点。 对比全球新能源的平均进度条，福特的纯电车型进展显得有些吃力，尤其是在福特的老家——美国市场。 2025年，福特在美国市场的销量为220万辆，创2019年来的最好成绩。 其中，燃油车型销量同比增长5.5%，混动车型销量同比大涨21.7%，但纯电车型的销量却同比下滑了14.1%。 去年第四季度，福特纯电车的销量下滑尤为严重，已经从2024年Q4的3万辆下降到1.45万辆，直接腰斩。 这实际不仅是福特一家的困境，其他在美车企的电车销量，基本都受到了不同程度的冲击，其中也包括特斯拉。 而销量集体下滑的原因，主要指向的是补贴政策退坡，7500美元的购车税收抵免在去年9月取消，美国消费者对于电车的热情随之被冲淡。 因此，福特不久前官宣了战略转型，开始把重心放到混动车上： 旗下明星纯电皮卡车型停产，后续的大型纯电车项目暂停，位于美国田纳西州的电动汽车工厂也被改建为燃油车工厂。 由于这一系列变动，福特预计将产生195亿美元（约1374亿元）的损失，大部分会计入到去年Q4的财报中。 原本计划到2030年，公司纯电车渗透率超40%；现在的新目标也改成了到2030年，混动+纯电车型的销量超过50%。 不过需要注意的一点是，此番战略调整，会为福特带来大量过剩的电池产能，公司计划为此开辟一条新的业务线，做电池储能。 也就是说，福特并不缺电池。 并且就在一个月前，福特还通知韩国电池巨头——LG新能源，由于战略调整，取消了65亿美元（约453亿元）的电动汽车电池合同，数额大致相当于LG 2024年收入的11%。 那为什么福特还要向外采购，并且选择比亚迪？ 或许几个月前，在福特CEO法利的一次访谈里，能找到福特做出这一决定的蛛丝马迹。 他在节目中透露，福特已经对比亚迪做了详细调研，从中找到了很多机会。 他表示，中国选择押注LFP（磷酸铁锂）电池技术，而西方赌的是传统锂电池技术。 举个例子，美国电动车几乎不采用LFP电池——这类电池不仅成本低30%，反复充放电也不会性能衰减，几乎没有起火自燃的风险。 所以福特未来的策略是，将重心转移到LFP电动车上，但相关知识产权掌握在中国手里。 所以这或许就能初步解释，福特为何会要拥抱比亚迪。并且除比亚迪外，福特已经和另一大中国电池巨头——宁德时代搭上了线。 福特从宁德时代获得授权的技术，将用于自己研发生产LFP电池，以期之后既能供应给内部，也能面向公共事业或数据中心行业的客户。 这样的案例，在如今的新能源时代，或许你已不再感到陌生。 中国玩家迅速崛起，电动化也好，智能化也好，都在新能源汽车行业积累了绝对的领先优势，并且开始逐步反向输出全球。 无论是BBA还是日系三强，都试图通过与中国科技公司（如Momenta、华为等）合作，以尽快提升智能化水平。 电动化方面就更不用说了，就拿三电之一的动力电池举例吧： 援引SNE Research数据，2025年1月~11月，全球电动汽车电池使用量达到1046GWh。 图源：SNE Research 宁德时代和比亚迪霸榜前两名，宁德时代使用量达400GWh，市占率达38.2%；比亚迪使用量达175.2GWh，市占率达16.7%。 也就是说，全球汽车动力电池市场，超过一半（54.9%）的“蛋糕”，已经被两家中国公司吃掉了。

IT之家 1 月 17 日消息，Front Page Tech 的 Jon Prosser 今天（1 月 17 日）发布视频，渲染展示了苹果 iPhone 18 Pro 的设计变化，以及酒红色、棕色和紫色三种潜在新配色。 IT之家附上视频如下： 外观方面，渲染图称苹果将部分 Face ID 组件放置在屏幕下方，得以将原本的“药丸”切口缩小为单孔，并将前置摄像头移至屏幕的左上角。不过，用户熟悉的“灵动岛”界面预计仍会通过软件形式保留。 在机身背面，渲染图显示 iPhone 18 Pro 主摄将采用可变光圈。这一机械系统允许镜头通过物理方式控制进光量和景深，相比纯软件算法生成的“人像模式”，它能提供更自然的光学虚化效果。值得注意的是，Prosser 指出这一高端特性可能仅由尺寸更大的 iPhone 18 Pro Max 独占。 在内部配置方面，iPhone 18 Pro 预计将搭载下一代 A20 Pro 芯片，并终于换用苹果自研的 C2 调制解调器（基带），有望显著提升信号表现与能效。 此外，视频还提到机身侧面的“相机控制按钮”将迎来调整：苹果计划放弃电容式感应，转而采用结构更简单的压力感应机制，以提升操作的可靠性与手感。

在启境汽车启航仪式上，华为轮值董事长徐直军送给启境汽车CEO刘嘉铭一本书—《从偶然到必然》，身为启境汽车CEO的工科男欣然接受，并奉为“必胜锦囊”。3个月后，启境官宣全新猎装轿跑将在6月中旬上市，新品牌旗下首款车型正式登台。 启境为何？新品牌背后其实是“老班底”。 启境是广汽集团与华为乾崑联合打造的高端智能新能源汽车品牌，凝聚了广汽集团30年来在三电技术与整车制造领域的专长，以及华为乾崑在辅助驾驶、智能座舱、用户生态和品牌营销方面的实力，是“双大厂”模式下的融合之作。 为何选“猎装轿跑”细分赛道？又凭何能定义智能猎装市场的旗舰产品？ 我们知道，猎装轿跑市场是一个对“综合工程能力”要求极高的细分领域。要求厂商在“设计美学、驾控性能、空间实用和智能科技” 等维度上做到高水平均衡，任何一方面的短板都会在激烈的竞争中暴露。 此背景下，启境首款猎装轿跑“百万颜值、百万驾控、百万智能”为核心目标，迅速拉高行业期待，新能源车市又将触发新一轮波动。更值得探讨的，是科技巨头与灯塔工厂深度协同的“嵌入式”模式或将为行业带来新的案例。 据笔者多年观察，在“电动化”和“智能化” 两大百年产业交汇的当下，原本就处于技术变革“风暴眼”的新能源汽车产业，逐渐从“技术比拼”转向“技术融合，组织与风险管理能力的比拼”。 站在2026年开端远望，智能汽车下半场的“品智战争”已打响。 后台的角力，“体系化竞争力”冲击“造车新势力” 当前，中国新能源汽车市场的渗透率已逼近60%，行业正从野蛮生长的“草莽时代”步入残酷的“淘汰赛”阶段。在这个节点，启境的入场显得意味深长。 众所周知，华为的“鸿蒙智行”已经成功打造出“界”字辈多款明星车型，华为乾崑的全栈智能汽车解决方案已成为标杆。在此背景下，启境的发布，并非以行业惯用的“颠覆者”或“挑战者”姿态出现，而是以一种高度集成化的“产业解决方案”切入市场。 在新能源市场红海厮杀的当口，这一事件预示着竞争主战场正在发生板块漂移——从依赖单一亮点或营销流量的“前台搏杀”，转向比拼产业组织深度、资源整合效率与长期风险管控能力的“后台体系对决”，智能化的下半场成为“生死局”。 首先，“双大厂”联合调优，构建了穿越周期的“复合资源池”。 过去五年，新能源市场百家争艳，大体分为全栈自研、合资共创、跨界生态以及科技赋能等几大流派。其中“造车新势力”凭借灵活的融资机制与滚动式发展，完成了对市场的初级教育。 然而，在长周期的技术迭代与规模化制造的品质大考时，各家趋势泾渭分明。彼时依赖融资输血的模式，略显捉襟见肘。相比之下，启境的“双大厂”模式，构建了双向护航的护城河。 一边是华为乾崑在智能领域多年积累的研发技术及投入，先后发布了新一代高阶智能辅助驾驶系统ADS 4、鸿蒙座舱HarmonySpace 5、乾崑车控XMC等全新解决方案。华为在智驾、座舱、车云等核心技术上铸造的高壁垒，足以应对从L2到L3级自动驾驶的漫长技术长征。 另一边，是广汽集团近30年的制造积淀与供应链管控能力。负责生产的“灯塔工厂”，不仅拥有世界级的制造工艺，更在长期的合资经验中建立了一套严苛的品质管理体系，从设计到生产，全程以极高的标准层层把关，意味着更稳定的交付。 启境依托“顶尖技术+顶尖制造”的复合资源池，并非简单的“技术提供方”与“制造承接方”的叠加，而是在创建一个从技术源头到产品终端的“全链路可控系统”，发挥“1+1＞2”的效果。 此外，体系势能价值释放，让智能化从“上车”到“原生”。 传统模式中，智能化往往被视为“插件”：车造好了，再把屏幕和雷达装上去。但在启境上，我们看到了一种根本性的变化。从研发到生产全链路深度协同，从白车身等底层技术架构的部署，再到软硬件接口的接入，华为乾崑专家全程深度参与，并对所有关键细节进行把控。 这意味着，智能不是依附于机械躯壳上的“附加项”，而是与车身结构、电子电气架构同生共长的“原生基因”。从源头开始深度融合，目标直指可靠性、一致性和高品质感的新标准。启境正在构建的，是一个“顶尖智能技术深度融入顶尖制造体系”的更大闭环。 推倒围墙，“嵌入式协作”重塑智能化造车流程 “体系化竞争力”是蓝图，“嵌入式协作”则成为保证战略准落地的工程方法。 启境模式的实践，在于打破了传统汽车工业中泾渭分明的“主机厂-供应商”协作边界，将合作推入到“共同定义、联合开发、责任共担”的一体化共创阶段。 但与鸿蒙智行模式不同，广汽在进程中仍占据主导地位，也因此成为汽车工业集成产品开发流程的一次重构。 1.物理距离消失，实现“零时差”协同。 在软件定义汽车的时代，快速迭代是生命线。传统模式中，“主机厂提需求—供应商给方案”的线性流程，极易导致软硬件标准不一、沟通链路过长，最终演变为无休止的适配内耗。 启境给出的解法是“嵌入式协作”。华为乾崑将“技术、团队、流程、理念”四大核心资源All in启境，直接派驻多领域团队与广汽合署办公。物理距离的消失，让双方团队在同一屋檐下，共用一套流程，联合进行决策。 这种高效的协同机制，极大地降低了沟通损耗，提升了产品开发的精准度与速度。诸如智能驾驶标定策略、底盘调校风格、座舱交互逻辑等核心体验的抉择，不再是双方邮件往来、会议拉锯的成果，而是在同一场景、基于同一数据、面向同一目标的即时共创。 2. 起步即高端：成熟技术的顺势落地。 正是因为深度融合模式，启境得以跳过新品牌的“试错期”。将华为乾崑全栈智能汽车解决方案，与广汽顶尖的三电技术、制造工艺进行了一次无缝衔接式的融合。 广汽30年的造车经验保障了“百万级体验”的机械素质，而华为的赋能则让这具高质量的躯壳拥有了行业顶尖的“大脑”。因此，这场合作不是新品初尝试，而是成熟技术在最佳载体上的顺势落地，确保了产品在推向市场的第一刻，就具备了极高的成熟度与完成度 。 除此之外，启境首款车型在设计、性能、智能等方面均对标百万级豪华车型，采用与百万级豪车同源的供应链，如宁德时代电池、博世 IPB 制动系统、大陆卡钳等，依托广汽世界级制造基地保障生产工艺，在安全、用料、做工上对标豪华标准。 这也就解释了，为何首选车型就定位高端猎装轿跑，并以三个百万级对标锁定了产品价值，进而成为了猎装轿跑细分市场的旗舰产品。 “猎装新玩家”曝出，百万旗舰定位冲击高端 在汽车市场，猎装轿跑这一细分品类的用户，是典型的“高价值共识”群体。他们追求优雅独特的造型美学，却绝不妥协于实用的空间机能；渴望精准澎湃的驾驶乐趣，同时要求车厢具备豪华的静谧与舒适；青睐前沿的智能科技，但要求科技体验必须丝滑无感地服务于人。 启境能否满足“苛刻需求”，甚至给出超预期表现，进而重新定义智能猎装旗舰标准？ 从最近官方发布的轮廓海报可以推测：低趴且修长的车身姿态，强化了“轿跑”的运动和优雅属性；流畅的溜背式车顶线条，是猎装轿跑标志性的特征；相对较长的车头比例暗示了其注重运动性能的布局。整体营造出动感、优雅且不失力量感。 这种设计语言直接展现百万级豪车形态，且外界不乏拿来与自带流量的小米新车型进行进行对比。抛开犹抱琵琶的“面子”，搭载华为乾崑高阶智驾的“里子”却早有显现。 据公开资料显示，启境首款车型起步即搭载华为乾崑L3级架构，未来将搭载量产L3级有条件自动驾驶；同时还有鸿蒙座舱、华为XMC数字底盘引擎等，一辆车一次性配齐华为全家桶，给用户提供一套接近百万级豪车智能体验的完整方案。 这正是启境试图建立的差异化优势：在最挑剔的赛道，做最难的题目，交最好的答卷。 而颇具意味的市场信号是，在产品细节尚未完全公布、实车未至的情况下，启境已成功签约覆盖全国核心城市的超百家经销商网络，其中不乏从传统豪华品牌转型而来的实力伙伴。这种“盲订”式的渠道信心，在当下部分新势力面临严峻挑战的行业背景下，显得尤为突出。 可以看出，“双大厂”模式所提供的不仅是产品层面的想象空间，更是一种稀缺的“经营确定性”——华为持续的技术进化能力保障了产品生命周期的竞争力，广汽稳健的制造与供应链体系则锚定了交付与品质的底线基准线。当然，行业也在关注这次模式创新的未来走势：“蜜月期”过后，能否成为行业参照并持续交付成果？ 广汽方面此前表示，自2017年首次与华为签约以来，双方合作已从零部件供应扩展至操作系统、云端服务、智能制造和品牌共创等多个维度。随着“智行2027”行动计划的推进，广汽正依托AI大模型、星灵电子电气架构和网联大数据平台，加速智能化转型。 结语： 当启境选择以“猎装轿跑”这一兼具美学与功能的高地作为首战场，并辅以“双大厂”的体系化能力进行全方位赋能时，它实际上是在重新定义高端旗舰的制造标准。 在这套框架中，“品智”不是配置表上的参数堆砌，而是对抗时代不确定性的核心力量：“品”是底座，源于广汽三十年的制造积淀与供应链管控，为工业制造提供物理确定性；“智”是内核，依托华为全栈技术的原生植入，赋予产品穿越周期的数字生命力。 启境模式能否成功，有待市场检验。但它或将为正在经历智能化转型的中国汽车产业，提供一个关于合作深度、体系构建与长期主义发展的，极具参照价值的思考框架与创新样本。

快科技1月17日消息，博主“数码闲聊站”最新爆料，小米18系列发布会节奏基本确认，与今年类似。 小米18、小米18 Pro系列将在9月前后发布，小米18 Ultra则是12月前后发布。 从小米17系列的表现来看，抢在国庆之前发布上市的优势非常大，国庆假期期间就能火速突破百万销量，这是国产旗舰中非常难得的成绩。 小米18系列应该还会是这个逻辑，但博主同时透露，天玑芯片的节奏也会提前，OPPO、vivo至少有一家会在9月提前发布新机，争抢先发优势。 预计小米18系列依然是三款机型规划，分别是小米18、小米18 Pro、小米18 Pro Max。 不过，小米17标准版目前来看表现相对弱一些，除了小屏的特点之外，甚至产品力不如自家的REDMI K90 Pro Max，新一代应该会有一些定位上的调整。 值得注意的是，小米已经明确表态，小米18系列依然会延续背屏设计，小米也在持续的开发新功能，新机应该会展现的更加成熟。 至于硬件配置上，小米18系列正代旗舰并不会采用玄戒芯片，依然搭载骁龙8 Elite Gen6系列，这也是高通阵营首款2nm芯片。

高阶辅助驾驶收费并非新鲜事，但当特斯拉CEO马斯克亲自下场官宣时，依然在全球车圈投下了一颗重磅炸弹。 1月14日，马斯克在社交平台发布信息称：2026年2月14日起，特斯拉全自动驾驶（FSD）将彻底废除一次性买断方案，全面转向订阅制，博主@Sawyer Merritt在评论区下方留言，该服务的月费为99美元，年费为999美元。 截图：X@Elon Musk 消息一出，海内外网友纷纷开启「嘲讽模式」。不少网友揶揄道：「今天取消买断，明天是不是方向盘和刹车也要按次收费？」也有人表达了对未来涨价的担忧：「现在99美元，明年会不会变199？订阅制就是温水煮青蛙。」 当然，也有理性的声音认为，相比一次性掏出8000美元买断的巨款，每月99美元的门槛确实更低，对于偶尔需要的用户更友好。 实际上，汽车圈的订阅模式并不少见，此前奔驰和宝马就因为付费订阅服务项目站到了舆论中心，后轮转向、座椅加热、方向盘加热等配置均需要车主订阅。 但作为行业龙头，特斯拉此举究竟意在何为？难道不担心此举会带来负面影响吗？而且，面对特斯拉的激进变革，长期以买断制为智驾主流收费模式的国产品牌，是会坚守阵地，还是迫于压力，悄悄跟进这一「收割模式」？ 图源：特斯拉官方 为了万亿美元薪酬，马斯克这次下狠手了 在官宣中，马斯克并没有解释取消FSD买断制的原因，但结合此前的新闻，电车通大概猜出了当中的缘由——或许与一份天价激励紧密相关。 去年11月7日，特斯拉股东大会宣布马斯克的万亿美元天价薪酬激励方案通过，只需要完成多个目标就可以获得这份激励，而「1000万个活跃的FSD订阅」就是其中的一个目标。 换而言之，马斯克这是在刷KPI。 图源：特斯拉官方 试想一下，如果用户一次性买断了FSD，那么这部分用户在未来的10年、20年内，都只是「一次性销售数据」，而不是「活跃订阅用户」。对于马斯克那张需要「1000万订阅量」才能解锁的巨额支票来说，买断用户就是低效数据。 只有将FSD彻底订阅化，特斯拉才能将存量车主不断转化为持续贡献数据的活跃订阅用户，也能以低价吸引更多想要尝试FSD的车主，为达成这一关键目标铺平道路。 当然，马斯克的野心不止于KPI，订阅制本身就是一门一本万利的暴利生意。 一笔简单的账足以说明：在美国市场，FSD买断价为8000美元。若按每月99美元订阅，用户持续使用约6.73年，总支出即与买断价持平；按年费999美元计算，则需约8.01年。而根据美国交通部2025年数据，乘用车平均使用年限高达14.5年。 图源：美国交通部 按理来说，车主在使用6.73年FSD后仍想继续使用，那买断价就会比订阅价更值，但这是一场精准的心理博弈。马斯克赌的是人性的弱点——人们往往对「每月99美元」几乎无感，却对「一次性8000美元」极其敏感。他用低门槛把你拉上船，等你习惯了FSD的便利，就像温水煮青蛙一样，再也离不开。 如果用户在一辆车的完整生命周期一直订阅FSD，那么订阅制能为特斯拉带来的总收入（约1.45万美元），将比一次性买断（8000美元）多出80%以上！ 只要车还在动，我就有机会收你钱，即便是车辆进入二手车市场，每一次过户都是马斯克的变现机会——这步棋走得险，但也走得绝。 除了有完成KPI的压力之外，马斯克急着走出这步险棋，背后可能还与特斯拉正在经历的「利润保卫战」有关。 根据2025年的第三季度财报，特斯拉的汽车业务收入达到212.1亿美元，同比增长6%，但净利润13.7亿美元，同比下降37%，营业利润下降40%至16亿美元，出现「增收反降利」的现象。‌ 特斯拉首席财务官瓦伊巴夫·塔内贾表示，由于美国对进口汽车零部件加征关税带来的影响，特斯拉造成了超4亿美元的成本损失。 市场环境的影响固然具有决定性意义，但在电车通看来，国产品牌的崛起对特斯拉的冲击也很大。 市场销量层面，特斯拉的销冠席位也逐步受到影响。美国媒体CNN报道，比亚迪以225.7万辆的纯电动车型年度销量，首次超越特斯拉的163.6万辆，成为全球纯电销量冠军。另外。比亚迪纯电动车型同比增长27.86%的强劲势头，与特斯拉8.6%的同比下滑形成鲜明反差。 图源：电车通摄制 从战略来看，特斯拉FSD取消买断制，不仅可以对冲市场对整车销售业务的波动，还能彻底重塑特斯拉的估值模型，让企业的现金流更稳定。 但这也给国内市场抛了个问题：特斯拉敢放弃买断制，是因为它有技术护城河，愿意有用户为FSD买单，而一直坚持「硬件预埋、权益赠送、一次买断」策略的国产车企，看着特斯拉大举订阅制之道，真的能忍住不跟进吗？ 但「智驾买断制」 才符合中国车市行情？ 国产品牌的高阶辅助驾驶系统，普遍采用直接买断的收费方式，而且在价格方面确实要比特斯拉FSD更厚道一些。 咱们来看看这组扎心的对比： 特斯拉FSD：国内买断价高达6.4万元，且正准备取消买断。 华为乾崑ADS：原价3.6万元，限时优惠仅需3.2万元，直接打对折。 小鹏XNGP：更是卷到了地板价。支持第二代VLA和VLM大模型的Ultra版仅售2万元，支持第二代VLA的Ultra SE版更是低至1.2万元。 「卷王」阵营： 小米时不时直接送终身免费智驾来抢市场；比亚迪、理想、奇瑞等更狠，部分车型直接标配高阶智驾终身免费。 像华为乾崑ADS的高阶智驾包也提供了按月、按年的订阅方式，但电车通走访发现，正是因为买断门槛够低，国内用户大多毫不犹豫选择了一次性买断。 截图：微博@华为乾崑智能汽车解决方案 国产品牌基本采用买断制，首要原因是这种方式更符合国内用户的消费习惯。中国用户普遍将智驾视为汽车硬件的附属功能，始终认可「一次性付费，终身受用」的逻辑。 《2024麦肯锡中国汽车消费者洞察报告》显示，44.4%的用户最多愿为智驾支付2万元，37.8%的用户明确表示“不需要选装”。对于大部分中国车主来说，看不见摸不着的「持续付费」，远不如「彻底买断」来得踏实。 其次，车企在高阶智驾领域的研发投入很大，买断制更符合车企卷出来的生存法则。 国产品牌在智驾领域的竞争激烈，比如比亚迪的「天神之眼」智驾系统，在不到10万元的海鸥车型上就已经搭载，并且没有针对智驾进行额外收费，另外在工信部发布的最新申报信息中，新款海鸥都已经搭载上了激光雷达硬件。 在10万级小车都要卷激光雷达的情况下，车企根本不敢像特斯拉那样把软件拆出来高价卖，只能通过压低买断价格，甚至赠送，来换取市场份额和用户数据。 图源：电车通摄制 最后，车企还有运营风险的考量。 订阅制看似是一本万利的生意，实则是把车企架在了火上烤。在订阅模式下，用户和车企的关系是随时可断的，它对功能迭代速度、服务稳定性的要求极高——一旦系统「画龙」或者失效，用户会毫不犹豫地退订，舆论反噬会非常快。 相比之下，买断制虽然放弃了细水长流的后续收益，但它买断的是用户的信任，车企持续的OTA也能给用户带来安全感。在存量竞争时代，这种安全感就是国产品牌的护城河。 面对特斯拉激进的「订阅制收割模式」，国产车企大概率不会盲目跟进——毕竟，在这个充满了不确定性的智能时代，「确定性」已经成为最昂贵的奢侈品。 写在最后 特斯拉在国内市场仍提供「6.4万买断智能辅助驾驶、3.2万买增强辅助驾驶」的辅助驾驶套件方案，谁也不能保证特斯拉中国何时会跟进美国市场的订阅制措施。 但电车通相信，国产车企有着自己清醒的判断——「订阅制」或许是马斯克完成KPI的捷径，但绝不是中国市场的唯一答案。 因为中国车企正在做的，是一场更彻底的智驾平权运动。 当特斯拉试图把智驾变成按月收费的奢侈品时，国产车企正在疯狂卷技术和降成本。现在车企的主流打法，是将高阶智驾直接标配，通过规模效应摊薄成本。 这条路虽充满内卷，但既契合本土消费心智，也是存量竞争的生存王道——被「智驾平权」宠坏的中国用户，早已不吃「订阅收割」那一套。

快科技1月17日消息，行业分析师Jeff Pu在最新投资者报告中披露，苹果首款折叠屏iPhone Fold将于今年9月与iPhone 18 Pro、iPhone 18 Pro Max同步发布，三款高端机型均搭载台积电2nm工艺的A20 Pro芯片。 至于iPhone 18标准版、iPhone 18e则推迟至2027年春季推出，标志着苹果正式开启分批发布的新品策略。 A20 Pro将采用台积电N2 2nm制程，相较上代A19芯片，CPU/GPU性能提升15%，能效比优化30%，可更好支撑多任务处理、AR应用及Apple Intelligence相关AI功能。 芯片首次应用台积电晶圆级多芯片模块（WMCM）技术，将RAM直接集成在CPU、GPU、神经网络引擎所在的晶圆上，替代传统硅中介层连接内存的方案。 该技术不仅使芯片体积缩小，为折叠屏内部元器件腾出更多空间，还能提升数据传输速度，间接延长续航，同时强化AI计算响应效率。 三款机型均配备12GB LPDDR5内存、4800万像素后置摄像头及苹果自研C2调制解调器，C2预计在5G信号接收、低功耗方面有进一步优化。 iPhone Fold采用书本式折叠形态，内屏尺寸为7.8英寸，外屏5.5英寸，主打无折痕显示效果。 放弃iPhone常规的Face ID，改用侧边Touch ID；前后均配备前置摄像头，折叠/展开状态下均可满足自拍、视频通话需求。 展开后厚度仅4.5mm，闭合状态厚度9-9.5mm，搭配疑似钛金属+铝合金混合材质机身。

IT之家 1 月 17 日消息，科技媒体 9to5Mac 昨日（1 月 16 日）发布博文，报道称在 iOS 26.3 系统中，苹果正测试全新的 App Store 搜索广告设计，核心变化在于移除了付费推广结果原本特有的蓝色背景。 部分升级至 iOS 26.3 的 iPhone 17 等用户反馈，App Store 搜索结果中的赞助内容（Sponsored Results）发生了显著视觉变化：苹果移除以往用于区分付费广告与自然搜索结果的浅蓝色背景。这一调整阿让付费广告在视觉上与普通应用列表几乎融为一体。 在移除了标志性的蓝色背景后，用户区分自然搜索结果与推广广告的唯一依据，仅剩下应用图标旁那个不起眼的灰色“Ad”（广告）标签。这意味着用户在快速浏览列表时，极易忽略这一微小标识。 IT之家援引博文介绍，该媒体强调目前并非所有 iOS 26.3 用户都能看到这一变化，表明苹果正处于 A/B 测试（灰度测试）阶段，尚未决定是否向所有用户正式推广该设计。该媒体已就此变化联系苹果寻求置评，询问该设计未来是否会全面铺开。 这一设计调整并非孤立事件，很可能与苹果在 2025 年 12 月发布的声明存在关联。公司当时宣布，App Store 的搜索结果将很快不再局限于单条赞助内容，而是会包含多个广告位。移除蓝色背景可能是为了让多条广告在列表中排列得更加紧凑和整洁，实现广告内容与自然内容的“无缝融合”，避免因大面积色块导致界面割裂。

快科技1月17日消息，荣耀Magic8 RSR保时捷设计将于1月19日正式发布，这是荣耀史上最奢华、最高端的直板手机。 据博主“参考线Referline”介绍，目前已经有线下店将其展示出来，让大家提前感受外观，同时也公布了全方位的配置。 正面搭载6.71英寸2808×1256全等深四微曲OLED屏幕，支持1-120Hz LTPO刷新率，全局峰值亮度1800nits，局部激发亮度6000nits，4320Hz高频PWM调光，支持圆偏振光、3D超声波指纹识别。 屏幕表面覆盖巨犀玻璃，背部采用超微晶纳米陶瓷背盖，还原陶瓷质感和耐刮的基础上，还带来了更强的抗摔表现，机身支持IP68&IP69&IP69K防尘防水，厚8.45mm，重239g。 核心配置上，荣耀Magic8 RSR搭载骁龙8 Elite Gen 5处理器，配备自研射频增强芯片C1+、自研能效增强芯片E2，提供16+512GB、24GB+1TB两个存储组合可选。 内置7200mAh青海湖电池，支持120W有线快充+80W无线快充。 影像方面，前置50MP+3D深感摄像头，后置50MP主摄（1/1.3"，f/1.6，OIS，CIPA 6.5防抖）+50MP超广角+200MP潜望长焦（1/1.4"，f/2.6，OIS）。 其他方面，荣耀Magic8 RSR还拥有双1216荣耀环绕低音炮，支持北斗卫星短信+天通卫星通信，机身侧边配备AI键，支持红外遥控、NFC等。