作者 | 方兴东 来源 | 蓝血研究（lanxueyanjiu) 本文节选自中信出版集团新书《鸿蒙开物》，经官方授权发布。 ——蓝血题记 2020年，华为的芯片走进了至暗时刻。 5月，美国对华为开始了第二轮制裁。此前，美国禁止华为购买美国公司的软硬件服务，这一次，制裁升级，美国禁止华为购买“全世界所有和美国技术有关的”软硬件服务。这直接导致台湾积体电路制造公司（以下简称台积电）、三星乃至中芯国际集成电路制造有限公司，统统不能给华为制造先进制程的芯片，麒麟芯片也无法生产。8月，美国将38家华为子公司列入“实体清单”。华为已经无法再像原来那样获取大量的硬件用于生产。“以软补硬”几乎成了唯一的突围路径，华为内部开始有了各种让鸿蒙替代安卓的声音。 01 方向之争？平替还是独立 鸿蒙替代方案产生了两种可能的方向：一个是基于AOSP， 在安卓生态里用抽屉式替换的思路，将核心模块替换，大家称之为“双框架”鸿蒙；另一个是不兼容安卓，也不是安卓的平替，大家称之为“单框架”鸿蒙，它只为自己的先进性负责。 虽然安卓的不足之处很多，但华为内部依然有多数人赞成鸿蒙系统“保留安卓，兼容安卓”。他们认为，安卓和iOS都有大约20年的历史，主导了中国几乎所有的智能手机，它们向上承载了中国几乎所有的移动应用，向下驱动了中国几乎所有的硬件设施，可以说，当今中国整个数字产业生态和数字社会生活，近乎都建立在这两个美国操作系统之上。 仅仅因安卓的不完美就开发新系统，理由不充分，而且安卓长期使用没问题，谷歌也没限制使用，反而在增强用户黏性。反观华为的处境：华为要在恶劣的研发环境里保持正常运转。所谓正常运转，就是正常推出新产品，继续给消费者提供高品质体验。所以华为只要解决芯片问题，双框架产品就能快速盈利。 坚持独立操作系统的人非常反对这种说法，他们认为，双框架虽然能同时支持安卓和鸿蒙的应用，但终究只是一个权宜之计，而非华为的长远发展之道。华为绝不希望自研的操作系统给人留下这么多负面印象。芯片的路径都被堵死了，华为的芯片架构跟美国、台积电这些所谓的先进制程的芯片架构相比，必然存在差异；从软件层面发挥系统优势、综合优势去提升硬件性能，是华为眼下最需要的。对近乎全线牵扯华为产品生态的安卓来说，一旦断供，华为的手机、平板电脑、PC统统得停产。更麻烦的是，谷歌系统融入太多欧美开源软件，断供任何一个，华为都会遭殃，脖子始终卡在别人手里是很危险的。 其实大家都能看清楚，如果鸿蒙选择基于安卓的系统继续走下去，将永远达不到软件的极致以及与硬件的高度协同。鸿蒙操作系统要区别于其他系统，必须紧密配合自己的智能芯片，自己的芯片必须有自己的架构，只有这样，才能构建由“芯片、鸿蒙操作系统和围绕鸿蒙操作系统打造的生态”三者配合形成的生态。 徐直军是主张彻底与安卓分的，在他眼里，真正的鸿蒙不应再兼容安卓的代码。 但是单框架鸿蒙需要巨额投入，这和华为的销售困境构成了一个难以调和的矛盾。此时的华为是一个陷入困境的商业公司，要做自研生产，不仅需要投入巨额的人力资源，还要投入大量物料和技术，且短期内根本看不到回报。 在安卓还能使用的情况下，华为内部没人敢拍板，做出以投资百亿元的代价重建生态的惊天决策，包括余承东在内的公司高层都下不了这样的决心。但是被打压之后，又没人能找到华为“不受制于人，站着挣钱”的合理发展道路——要么彻底退出手机行业，要么把别人禁掉的芯片、操作系统和生态等全部自己干出来，自给自足。华为已经从GMS被禁、芯片被禁的一次次围剿中，深刻反思了自己的未来：想要进入一个行业，不掌握这个行业核心的技术，就等于把高楼建在浮沙上，别人想捏死你易如反掌。 华为不得不在内部开启了一系列持久的、足以写入华为史册的重大决策会议。2020 年年底至2021年年初，鸿蒙生态发展委员会主任何刚频繁地召集鸿蒙生态发展委员会会议。2021年4 月至5月的一次经营管理团队战略务虚会上，他召集了王成录、余承东等几乎所有经营管理团队领导参会，就单框架还是双框架问题各抒己见。 讨论会上的交锋非常激烈。一派意见是支持双框架，在HMS替换GMS时代，用户只需简单切换后台账号、消息通知提示、支付服务提供商等，即可保持整体功能的稳定。然而，自研的鸿蒙意味着技术栈的全面革新，以及所有功能的重新设计。从技术层面来看，单框架鸿蒙需要从Java 过渡到TypeScript语言，这不仅是语言层面的简单切换，还牵涉集成开发工具、编译器、芯片指令集的全面切换。 除此之外，在HMS替换时期，团队成员无须重新接受培训或学习新技能，因为开发环境、软件工具、 编程语言和参考资料都保持不变。然而，自研的鸿蒙必须彻底打破这一现状：集成开发环境和工具都将面临全面变革，工作量可能激增10倍以上。如此大的投入，最终的结果也不一定能超过安卓。 再从生态看，开发单框架生态很难像安卓那样建立一个拥有百万应用软件的生态。在HMS保卫战时期，对国外消费者影响较大的应用软件数量大约为3000个，而鸿蒙系统仅在中国市场就需要支持高达5000个应用软件，这还不包括全球范围内已经存在的百万个应用软件。随便拎出这几项工作，华为这些人干到吐血也干不完。 双框架支持者还有一个共同的观点：像谷歌这样的科技巨擘，集合全球先进技术，联手多家公司与机构，才铸就今日的操作系统。华为孤军奋战，能否完成这等伟业？华为凭什么能搞出来？即便搞出来了，怎么赚钱？怎么把过去付出的成本赚回来？ 但另一派，包括手机产品线总裁在内，却对双框架的持续发展前景表示担忧。如果没有芯片问题，他们自然也倾向于投资小、风险低的双框架方案。但现实情况是，华为的芯片受美国打压，工艺无法提升，性能体验将持续恶化。谷歌通过HMS控制了整个生态，相当于让华为在芯片“无法获得最先进工艺”的问题上雪上加霜，华为继续走双框架之路是“不得已而为之”，对鸿蒙的发展没有根本性的好处。如果继续基于安卓双框架发展，性能会因为应用负载的增加，每年恶化10%~15%，持续到2025年，芯片在安卓双框架系统上的表现可能只能与低端机相提并论。 因此，学习苹果的iOS经验，从软硬件芯片协同的角度构建系统优势是迫切的需求。安卓作为一个开放系统，无法像iOS那样从操作系统层面进行深入优化。如果不上单框架，就无法保证优质的用户体验，这种情况只有“华山这一条路”能走得通。未来单框架推出时，生态体验肯定会有所不足，但如果不迈出这一步，生态更是永远无法成熟。 反观此时的华为，凭借多年的深耕和积累，已经拥有了鸿蒙内核、毕昇编译器、网络协议、MindSpore等一系列基础软件能力，这些技术完全可以组合成自主可控的基础设施，整体竞争力不落后于世界最先进水平。鸿蒙也已经实现了一些新的性能优势：极低的能耗、高效的任务执行、云端协同、分布式操作系统等。这些优势使自主研发操作系统有了些基础，尤其是分布式操作系统，它能够让手机、平板电脑、PC等设备共享同一套操作系统，从而彻底改变原生体验，实现设备间的无缝切换和高效协作。 02 迷雾中寻求答案 自我评判是华为克服以自我为中心的有效手段，也是一种纠偏机制。支持双框架的人，咬着复现安卓生态的巨大困难不放；支持单框架的人，咬着芯片的困难不放，双方僵持不下。谁的方向走偏了，人们难以分辨。 会议伊始，大家尚能维持和气的讨论氛围，但随着观点的差异逐渐显现，大家的情绪越发激烈，争论近乎演变成争吵。 我们不难理解这场漫长、激烈的争论主要缘于单框架研发的难度极大，而且代价过高。重写操作系统只是第一步，基于一个全新的操作系统建立一个全新的生态，才是这项艰巨任务令人望而生畏的关键。谷歌和苹果是少数成功建立起自己生态的公司，华为作为后来者，早已错过了开创单框架生态的最佳时机。单框架需要华为投入大量的精力去完成新系统和新生态的建设，同时还需要兼顾现有的产品线，这样的挑战太冒险了。 更何况，华为在遭受制裁后，还需要更加谨慎地考虑自身的经济实力。如果没有充足的科研经费，单框架的研发进程很可能会受到严重影响。经营管理团队会议经历过多次这样激烈的单框架还是双框架的争论，一直难以做出决定。 或许，单框架还是双框架之争并不存在绝对的对错之分。单框架的可怕之处在于，每个想法最终都需要依靠实践来验证，而一旦实践就意味着没有退路；双框架的可怕之处在于，留的退路也不一定能通向成功。在安卓系统依然可用，双框架鸿蒙依然有“过渡性”价值的情况下，找到一个大家都信服的理由来做单框架几乎不可能。 2020年年底到2021年年初，形势已经越来越清楚：华为不仅在GMS上受限，整个操作系统都遇到了更大的危机。如果在安卓基础上做优化和改造，会有几个方面的后果。 一是从生态角度看，谷歌对欧美的开源软件兼容奠定了其主控地位，一旦谷歌断供，就会对中国生态造成毁灭性打击。因此，构建自主可控操作系统显得重要且迫切。 二是断供会对华为终端产品造成致命打击，这是华为无法承受的风险。在终端领域，操作系统要充分发挥芯片及硬件模组性能，提供高效系统调度，支持应用顺畅运行。 三是从技术层面看，谷歌是一家“硬件无忧”的国际软件公司，注重与海外开源系统的融合性，而非极致性能和流畅度，这种系统设计原则的弊端就是软件支持的场景越多，运行效率就越低，这与华为追求“极致性能”的目标存在差异。 四是中国与美国在芯片制造上存在差距，这种差距一时半会无法弥补，华为需要用时间换空间，用软件创新提升性能以弥补硬件不足。 这一切利害关系一一展开，无不说明操作系统对终端技术、生态生死的操控能力。未来，一切围绕操作系统的努力都将意义非凡。这也是徐直军始终带着悲情色彩去看待鸿蒙的原因，他说：“我们是被逼的。如果当年苹果做iOS、谷歌做安卓时，我们就同期坚持自研国产操作系统，现在也不至于如此悲惨。如果中国有美国的生态，那华为今天只需找个很好的品牌携手合作，成长的过程也不用走得这么坎坷。一个生态型企业想要做好基础科学领域，必须抓住先发优势，就算没有先行，也至少能够同步。华为的智能驾驶就是‘先行’很好的证明，我们现在不那么累，是因为我们是先行者，放到美国我们也属于先行者。而鸿蒙的艰难则是生态‘后行’者的结果，后行者填补高科技的时间差，要付出难以承受的企业代价和历史代价。” 很快，时间到了2021年6月，万众瞩目的双框架鸿蒙HarmonyOS 2.0迎来了大规模升级的重要历史时刻。王成录和他的团队在发布会的前三个月，就开始每两天开一次晨会，紧盯鸿蒙操作系统的进展。他们一连做了三四遍大型演练，对各种各样的场景进行验证、测试并且制订方案，尽其所能地考虑周全，对大量产品进行升级。在发布会前一周，所有的人都感觉压力快要到达极限了。 这时，有传言说华为做的鸿蒙其实是安卓“套壳”，这样的鸿蒙可能会在知识产权方面被投诉，会吃官司。网上也出现了一幅嘲讽鸿蒙“套壳”安卓的漫画： 一条名叫红红的小蛇，把一个叫安卓的大象给吃了。在这种时候，如何定义“自研操作系统”，华为应持有严肃的态度，并建立起明确的界限。因为外界不会耐心地听鸿蒙自辩，理解鸿蒙完全继承了安卓的优势，同时又做出了很多特色和创新突破。 被骂以后的王成录只能尽可能多地对发布后可能产生的舆情做预案。不管怎么样，鸿蒙马上就要发布了。漫画的风波还未平息，外界又传来了王成录是“鸿蒙之父”的传言。这传言也不知从何而起，王成录看到网上夸张的言论后，希望平台删除相关帖子，但帖子不仅没有被删，转载量还与日俱增，王成录百口莫辩。如果深刻地理解鸿蒙技术，你就会知道，这个世界上不可能有任何一个人能称作“鸿蒙之父”。 鸿蒙从内核，到架构，到编程语言，到分布式安全，再到应用生态，这个庞大系统的每一层都是一个尖端领域，每一层都有若干顶级专家，谁能被称为鸿蒙这个集大成者之父？ 不堪忍受风波和传言的王成录，将心中的郁闷都发泄到工作上，每天都干到凌晨1点多。 6月1日下午，公司内网忽然出现一纸公示，龚体接替王成录成为华为终端BG软件部总裁，王成录被任命为终端BG AI与智慧全场景业务部总裁。AI是华为下一个重要战略布局，但一直跟随鸿蒙孵化成长的王成录对鸿蒙更有感情。他严重怀疑这和不久前网络掀起的“鸿蒙之父”的舆论风波脱不了干系。 但如今，他也没有时间应对了，因为第二天，发布会就要开始了。 6月的深圳潮热难耐，此时的王成录正在复盘调任细节：在中央软件院一年多的时间，他通过“不断地沟通”，给华为招募了60多位18级以上的高级工程师。他享受和这些具有技术实力的高级工程师沟通的过程。比起团队中很多不愿意做面试工作的同事，他更享受这种特别的快乐：在一两个小时的面试沟通时间里，突然受到对方的点拨，自己的思路会一下子豁然开朗。他对企业价值观有着深刻的理解：一个公司组织就是一个生命体，它的基因不能过于单一，筛选新入职的高级工程师，就像在丰富这个生命体的优质基因。 回过神来，王成录又回到“往事不可追”的现实，知道回想再多或许已经没有了意义，只是用这样慢慢回忆的方式，他可以与鸿蒙岁月做一个温和的告别。毕竟在华为工作了20多年，毕竟他见证了鸿蒙最微小的生命细节。 6月2日的发布会终于到来了，表面上看，王成录依然保持着不错的状态。这倒不是因为他心理超乎寻常地强大，而是他对鸿蒙超乎寻常地熟悉。谁也没想到，这一难熬的夜晚几乎成为华为产品发布会有史以来声量最高的一次，这场发布会把笼罩在鸿蒙操作系统上的众多疑云逐一驱散。 6月2日晚上8点，终端开始升级，到第二天早上，设备端升级了440万台。一天升级440万台已经是非常夸张的数据，原来需要两个月左右才能达到的排队量，被集中在了一个晚上。服务器“全部瘫掉”居然成了一种捷报、一个喜讯，因为HarmonyOS 2.0 在手机上表现惊艳，超长续航、分布式特性都做得非常出色。 这次发布实现了华为历史上的最高净推荐值。软件团队兴奋地通宵工作，因为大家从来没有享受过这种“在线排队1000多万人”的“神仙待遇”。积极的用户反馈意味着在万物互联时代，华为软件生态战略中的“基座”建设宣告完成。 柳晓见所在的整个队伍的士气大大提高，他们是鸿蒙近距离的亲历者。每个人在朋友圈发布信息以后都会引发热议。和鸿蒙项目无关的同事讨论的话题也总是围绕鸿蒙。生态伙伴的合作意向活跃，中国移动表达了合作意向，整个产业界的机会和合作意愿在增加，社会各界的友好交流也增加了。外界评论几乎全是正面的，时任公共及政府事务部总裁陈黎芳给任正非汇报，鸿蒙这次发布，海外媒体非常罕见地几乎全是正面评价。 以前华为发布任何一个产品，评价基本上是三分之一是负面的，三分之一是中立的，三分之一是正面的，但鸿蒙这一次发布，几乎全是正面的！ 高层几乎每天都要打两个电话追问王成录鸿蒙进展。当升级排队人数到了5000万的时候，网上没有什么负面消息，整体评价非常好，消费者的反馈也非常好。大家都放下心来，并对王成录团队表示祝贺。 鸿蒙红火到这个程度，强力推动了鸿蒙的兄弟项目欧拉后续的开源捐赠等决策，高层几乎是一路绿灯地大力支持操作系统的发展。 03 只有“纯血”一条路可走 在向单框架过渡的执行策略上，公司并没有明确的公文，但龚体作为坚定的单框架支持者接管鸿蒙，华为高层的战略意图，以及龚体未来的行动方向，已经非常清晰。 6月2日，开放原子开源基金会也将孵化的OpenHarmony 2.0同期全量开源发布。在全量开源发布之前，何刚召集了会议，让大家针对“开源开哪部分”展开讨论，大家确实达成了“双框架这条路走不下去”的共识，但是又在开源“开哪部分”的问题上分成了两派：一派主张把鸿蒙的兼容系统（混合系统）开出去，另一派则主张只开放自己拥有版权的代码。 这场讨论变成了争论，争了足足四五轮。 龚体、王成录、盛行、 终端云服务部总裁朱勇刚等二三十个鸿蒙相关的高管几乎全部到场。 虽然没有投票，但路线越辩越明晰——把兼容安卓的系统开源是有极大风险的。林振辉特地向徐直军汇报，徐直军紧急叫停已经完成的开源版本：“不管独立自主的路途多艰难，也要坚定不移地走单框架鸿蒙的路线！我们只开放自己拥有版权的代码，不能开混合系统。” 这等于直接把鸿蒙向单框架的方向用力推了一把。用林振辉的话来说：“这个决策算是力挽狂澜。” 一旦开源混合系统流向市场，华为就很可能面临难以招架的官司，声誉更会因此严重受损。箭在弦上，徐直军迅速决定开源只能开“单框架鸿蒙代码”，这是用实际行动告诉鸿蒙团队和鸿蒙外围的合作伙伴：华为不会“骑墙”，更不会两边搞，占两头的便宜。 2021年，随着美国对华为的制裁持续升级，华为在推出新产品时面临着严重的芯片短缺，智能手机、通信设备等领域长期依赖的芯片供应链被严重打乱。余承东拿到的一系列惨烈数据显示，华为一整年的手机发货量还不如制裁前一个月的手机发货量。智能手机业务遭到重创，海外业务偃旗息鼓，市场份额跌出了前五。为摆脱困境，华为加大了在芯片自研领域的投入，虽然这些努力保证了华为产品的正常生产和供应，但在外界眼里，华为自研芯片仿佛是拿着大刀长矛去跟别人的机枪打。 但华为还有选择吗？华为的手机最多只能硬撑两年，拿大刀长矛去打还有生还的机会，不打只能等死。大举投资半导体的决策一出，终端BG软件部立刻向终端决策核心经营管理团队递交了一份意义深远的报告。在这份报告中，大家强烈呼吁深耕单框架，并将此观点以最高级别的形式递交给了由顶尖技术专家和终端经营管理团队成员，包括余承东、何刚等产品线主管等。 因受芯片工艺限制及台积电代工中断影响，在芯片领域，华为哪怕只是追赶一个普通的商业周期都显得力不从心；安卓一直以来的约束，也将华为推向了操作系统的战场。无论华为有没有能力开发出卓越的操作系统，现在已经身处“时不我待”的关键时刻。坚定创新，是华为唯一的路。 新上任终端BG软件部总裁龚体非常清楚芯片对终端的影响力。华为的主要收入和芯片工艺密切相关，相比之下，软件收益显得微不足道。而芯片断供的影响持续到2021年，库存几乎耗尽，华为两三年都没能推出新的旗舰机型，他们仅在2021年2月22日推出了折叠屏手机Mate X2，用的还是数量非常有限的麒麟芯片。 华为手机的未来靠什么支撑？ 2021年年中，在龚体接手终端BG软件部一个月后，终端经营管理团队召集研讨会，对原有的操作系统团队进行了整合与重组。原团队被拆分为三个专项团队：负责操作系统底座基础能力的OpenHarmony团队、专攻应用解决方案和产品化的HarmonyOS团队，以及协助开源社区进行OpenHarmony版本更新与鸿蒙生态合作和赋能的OpenHarmony使能团队。 这次重组被视为单框架路线的基础，因为单框架鸿蒙的底座就是OpenHarmony，与社区同源。设计原则也清晰地显示了单框架的倾向：一是拒绝使用反商业条款的开源代码；二是完全避开安卓的任何组件；三是继续使用友好许可的开源软件。这些原则不仅确保了项目的合规性，也为未来的商业运作打下了坚实基础。 此时外界纷纷传言，华为已秘密研发出单框架鸿蒙，只是秘而不宣。但真相是，单框架鸿蒙仍在紧锣密鼓地研发中，尚未完成，双框架也没有完成它的历史任务——要用它保底，要用它支撑现有的生态。 龚体提出的三大产品战略方向中，依然包含双框架的过渡政策：一是持续推进双框架的交付，支撑好产品的销售；二是重点推动单框架鸿蒙工程机走向商用；三是激发鸿蒙的生态潜力。 徐直军决定跟任正非做最终的汇报：“我们现在没有选择了！芯片上不来，必须把软硬打通，垂直整合。顺着AOSP往上爬，是发展不出一个好的操作系统的，因为它也是从Linux过来的……”龚体说，搭载鸿蒙的华为手机要对标全球最优的产品模范—— 苹果手机。 2021年9月，单框架正式立项，并制定了一个三步走的策略：第一，要有坚实的、有创新性的架构底座；第二，要将用户体验做到极致；第三，要有一个繁荣的生态。龚体把这三步总结为“新架构，新体验，新生态”，在他看来，这三个要素是构建一个成功的操作系统的核心。 在望岳看来，单框架获得正式立项，是因为任何芯片、操作系统都是和生态绑定的。x86是和Windows、Linux绑定的，IBM的芯片是和AIX操作系统绑定的，太阳计算机系统的SPARC芯片是和Solaris操作系统绑定的，ARM是和安卓绑定的，从来没有一种生态会以芯片和操作系统分家的形态出现。 这种情况下，如果中国跟美国分成两个技术阵营，那么一个阵营的操作系统和另一个阵营的芯片很难长期保持合作。所以从技术方面讲，AOSP搭配华为的芯片注定难以为继，华为将不得不冒着生态不完整的风险，把单框架鸿蒙干出来。单框架是个耗资巨大的项目，单是底座研发每年就要耗费十七八亿元人民币。若算上应用开发，费用可能会超过20亿元。更别提与生态伙伴的合作成本了。 高泉被领导要求联合团队骨干写材料，要说清楚团队如何实施单框架。一直士气低落的高泉团队，明显感受到了一种“改头换面”的新气象。早在2019年年初，高泉团队就对单框架系统充满了热情。原本专注于安卓优化的团队整体转入了终端BG操作系统部，与中央软件院 的 100多名操作系统专家联手，共同组建了一支规模不小的鸿蒙团队。当时的轻鸿蒙已经得到了业界的认可，但在自适应直方图均衡化界面设计和编译器的研发上，他们几乎是秘密进行的，因为上层领导并未在单框架的业务上给予充分的认可，他们的研发状态一直止步不前。 如今，鸿蒙战队的规模大增，OpenHarmony部投入六七百人，中央软件院派出四五百名精英，外包人员达七八百人。东软集团、江苏润和软件股份有限公司（以下简称润和软件）等软件公司也投入数百人力，加入了开源鸿蒙社区。内核、图形、编译器、界面设计、工业设计和媒体专家等悉数到位，他们的首要任务就是做好心理建设， 让团队成员坚信“单框架鸿蒙必将成功”。 整个单框架鸿蒙的演进，似乎正上演着一场全面的、撕开一个口子向前冲的战役。单框架鸿蒙开始有了质的飞跃。 龚体也代表BG管理团队，给任正非做了将近两个小时的鸿蒙专项汇报。任正非当场就回应式地对他们提出了要求：终端BG除了要把鸿蒙做到商用，做到能支撑产品的销售，支撑产品的竞争力，还要把鸿蒙做成中国的数字底座，做成中国操作系统的底座。

新智元报道 编辑：犀牛 定慧 【新智元导读】Anthropic推出Claude两大重磅功能：Research与Google Workspace集成！Research功能让Claude快速检索网络与内部文件，精准回答复杂问题；而与Google Workspace的深度整合，则让用户能无缝调用Gmail、日历和文档信息，轻松完成从行程规划到报告撰写的任务。 今天凌晨，Anthropic官方推出了两个重磅新功能：Research以及与Google Workspace集成。 Anthropic称Research功能是与Claude合作的新方式。 它能从多个角度分析问题，自动搜索信息，几分钟之内给出答案。在深度与速度中找到一个恰当的平衡。 另一个更新是Claude现在可以连接到你的Gmail、Google日历和文档。它可以理解其中的上下文，并能从需要的地方提取信息。 Anthropic表示，他们为此精心设计了提示建议，可以快速地帮用户从整个Google Workspace中获取有用的信息。 例如，可以尝试问它：「假设我100岁时回顾现在，请对我的日程进行反思。」 Research功能在美国、日本、巴西三国的Max、Team和企业计划中可用。Google Workspace集成则对所有付费用户开放。 Anthropic还为这两个新功能做了一个演示，视频中用户要求根据自己的邮件、日历和文档信息起草一份外出计划，并搜索出网络条件良好的地方以方便与同事联系。 点击Research按钮后，Claude便开始搜寻用户的邮件、日历、文档以及联网搜索必要的信息。 综合处理完这些信息后给出了一份完整的出行计划报告。 不仅如此，Claude还可以将报告一键同步到邮箱发送给好友。 接入谷歌全家桶，工作效率提10倍 没想到率先接入Google的是Claude。 Claude引入了两个新功能，一个是与Google Workspace集成，另一个则是已经「落后」ChatGPT和Gemini的Research功能。 先说Research，Claude通过这个功能可以检索内部文件和网络，比如Claude一次性可以检索信息、日历、云盘和互联网等。 而与Google Workspace的集成，可以快速访问Gmail、日历和Google文档。 通过官方演示可以看到，在完成Research工作后，可以直接调用Google邮箱，完成发布。 Claude还提供了更多的使用场景示例： 营销团队可以通过从网络上收集竞争情报，同时提取相关的产品规格、定位和战略文档，来更快地创建全面的产品发布计划。 销售团队可以搜索通信历史、带会议记录的日历邀请以及关于潜在客户公司的最新更新，从而更有效地为客户会议做准备，以创建详细的简报文档。 工程师可以分析设计文档、系统规范以及外部 API 文档、实现模式和安全最佳实践，来创建与现有系统集成的技术解决方案。 大学学生可以与Claude合作分析学习材料和过去课程的笔记，同时搜索最新的学术研究、互动学习资源和专家解释，来创建个性化的学习计划。 父母可以让Claude扫描电子邮件和日历事件来突出重要承诺，同时搜索网络以获取更新的学校日历、当地社区事件和天气预报。 除了Research和Google Workspace集成，Claude Enterprise的管理员可以启用目录编制（Google Docs cataloging）功能。 一旦目录编制启用，Claude会利用组织文档的专用索引来查找所需信息——即使这些信息隐藏在冗长文档中或分布在多个文件中。 相当于加入一个「人工监督」，这样查找文档的准确率大大的提高。 Research功能现已在美国的Max、Team和Enterprise计划中进入早期测试版，只需在聊天中启用Research设置。 Google Workspace 集成版现已处于测试阶段，可供所有付费用户在个人资料设置中启用。 功能发布后，网友们进行了实测。 Claude的一位负责人Alex Albert表示，Claude的这两个新功能「让我工作效率提升了10倍！」。 同时他也表示，很快Research功能将扩展到专家级别的深入报告，成为一个更加强大全面的工具。 有人在使用中「发现了自己数据中意想不到的联系」。 有人发现Claude可以整合之前的所有聊天记录（非常像OpenAI刚刚推出的记忆功能）。 但也有人担心——虽然Claude强调了它们使用更高的安全机制——Claude这样直接访问Gmail邮箱是不是安全。 作为最早提出MCP的大模型，Claude推出Research的时间点似乎有点晚。 但作为把AI安全性作为最大卖点的Anthropic公司，似乎这才是它们的合理时间——足够充分的测试和市场反馈。

新智元报道 编辑：Aeneas KingHZ 【新智元导读】MIT物理学大牛Max Tegmark团队，再出重磅力作。他们发现：AI能够在没有任何先验知识的情况下，完全独立地提出哈密顿物理量，或拉格朗日方程式。仅仅通过尝试解释数据，AI就自己收敛到了这些物理原则，发现了宇宙间的奥秘！ 充满想象力的MIT大牛团队，又有新作了！ 大佬Max Tegmark、Ziming Liu等人在一项新研究中发现，AI能够在没有任何先验知识的情况下，能够完全独立地提出哈密顿物理量。 论文地址：https://arxiv.org/pdf/2504.02822v1 不过要注意，这里的AI是LNN，而非LLM。 他们提出一种新的架构MASS（Multiple AI Scalar Scientists），允许单个神经网络学习跨多个物理系统的理论。 MASS在来自各种物理系统（摆或振荡器）的观测数据上进行了训练，且事先并未被告知底层的物理定律。 结果，神奇的事来了。 MASS开发的理论，往往与已知的经典力学哈密顿或拉格朗日表述高度相似，具体取决于其分析的系统的复杂性。 也就是说，AI仅仅通过尝试解释数据，就收敛到了这些已经成熟的物理原理！ 果然Max Tegmark出品，必属精品。 惊人脑洞：AI科学家大PK，结果如何？ 这项研究，源于研究者们的一个脑洞：如果两个AI科学家是在相同的训练数据上训练的，他们会不同意彼此的观点吗？ 有趣的是，他们发现，这些AI科学家在学习经典物理学之后，起初可能会存在分歧，但当数据变得多样化之后，他们就会不约而同地收敛到拉格朗日/哈密顿这些已知的理论。 如果简单概括这项研究的几大发现，可以归结如下。 1.一个AI科学家能够学习对同一物理现象的多种不同解释； 2.当面对更复杂的系统时，表现出色的AI科学家会对其原有理论进行修正，以适应新的观测； 3.AI科学家学到的理论具有高度相似性，这些理论通常与哈密顿或拉格朗日描 述形式非常接近； 4.在初期所学的理论更接近哈密顿动力学，但随着系统复杂性的提升，最终学习结果更趋近于拉格朗日描述，这表明在丰富的理论空间中，拉格朗日动力学仍是唯一正确的描述体系。 在论文开篇，他们抛出了这张有趣的图——AI科学家的演化。 即使在如单摆这样简单的物理系统中，不同的AI科学家在从数据中学习时，也会得出不同的结果。无法解释当前数据的理论会被判定为错误。存活下来的AI科学家，则将面对更复杂的系统，例如双摆，并据此不断修正自己的理论以适应新的数据。最终，剩下的AI科学家将学到什么？ 纵观人类历史，科学的进步是由好奇心推动的。 从阿基米德的浮力原理，到伽利略对运动的系统研究，到牛顿的经典力学公式，再到爱因斯坦的相对论，这些科学家通过观察提出假设，从而成为经典的科学原理。 而在今天，我们正见证着全新的范式：ML和数据驱动方法，开始在粒子物理、天文学、材料科学和量子化学等领域取代传统的统计工具。 下一步，机器学习方法很可能就将转变为完全成熟的「AI科学家」，以最少的人为干预来提出假设、设计实验、解释结果。 牛顿和莱布尼茨，会对同一现象（微积分）提出互补但又不同的表述。那么在架构、初始方案和训练范式上各不相同的AI，会收敛于不同的理论公式或视角吗？ 当AI科学家涉足更大更复杂的数据集，它们学到的理论会怎样以意想不到的方式演变？ 这次，研究者在实验中，研究了不同条件下训练的多个AI科学家，是会在科学理论上趋于一致，还是产生分歧。 AI不依赖物理先验，发现潜在物理规律 在论文中，团队提出了一种新方法，在几乎不依赖物理先验的前提下，通过学习一个标量函数，并利用「作用量守恒原理」，来发现潜在的物理规律。 这一思路与哈密顿神经网络（HNN）和拉格朗日神经网络（LNN）相似。 受经典力学中哈密顿描述方式的启发，HNN将物理系统运动方程的学习任务分解为两个步骤：首先学习一个标量函数（即哈密顿量H），然后通过哈密顿正则方程计算运动状态： LNN则通过改为学习拉格朗日量来规避这一问题，并通过欧拉-拉格朗日方程来求导： 本文关注的核心问题就是：如果模型拥有学习多种理论的自由，它最终会学到什么？ MASS登场！ 为此，团队提出了MASS的模型。这是一种通用框架，同样以「作用量守恒原理」为出发点，也从数据中学习一个自由形式的标量函数。 但与LNN和HNN不同，MASS并不会预设运动方程，而是具备自行学习运动方程的能力。 MASS背后的核心思想，就是在一个神经网络中嵌入跨多个物理系统学习与统一信息的能力。 它的目标是内化一个共享框架，从而捕捉所有数据集中所体现的基本模式。 具体来说，它通过学习一个标量函数（类似于拉格朗日量或哈密顿量），利用其导数来编码各个系统的特定动力学特征。 MASS 的工作流程如下： 1.数据输入：MASS 接收来自不同物理系统的观测数据，例如轨迹、状态或能量值 2.假说生成：为每个系统分别设立的神经网络将学习一个标量函数，描述该系统的特定动力学 3.理论推导：MASS在所有系统间共享的最终一层会对学习到的标量函数在系统坐标（如位置、动量和/或速度）上的导数进行计算，推导出控制方程 4.精化与泛化：模型的输出会与真实训练数据比对以计算误差，然后通过累加、优化，获得与多物理系统观测结果一致的统一理论 实验 单个AI科学家 在The Grand Design一书中，霍金表达过他对物理的理解：只要预测结果和实验一致，多种理论框架，可以同样有效地描述物理现象。 比如，对于无阻尼弹簧-质量系统，牛顿运动定律可以解释这个系统。 但通过能量函数与守恒定律，哈密顿力学体系获得了全新的理论视角。 相比之下，即便对于简谐振荡器这类相对简单的物理系统，机器学习模型也展现出极强的数据拟合灵活性。 这引出了一个深刻问题：如果训练单个「AI科学家」来研究简谐振荡系统，学习到的理论表征将呈现何种形态？ 与经典的牛顿力学或哈密顿力学相比，又会有何异同？ 对此，在无阻尼弹簧-质量系统的模拟数据上，研究团队对MASS进行了训练。 图3展示了训练结果。 可以看出，MASS可以很容易地模拟出振子的运动轨迹，它所给出的预测具有良好的一致性和准确性。 图3：MASS在简单谐振子上的训练结果 那在对最后一层添加L1和L2正则化的情况下，模型是如何学习并简化理论的？ 这要在训练过程中，跟踪模型中的显著权重数量，即在最终输出层中贡献了前99%总范数的权重数量。 可以观察到，随着训练步数的增加，这个数量也在减少，但最终会在42这个相对较大的数值上趋于稳定。 这说明有将近42个权重项具有显著数值，这显然远不能称为一个简单的理论。 毕竟只要4个参数，都能拟合出鼻子会动的大象！ 图4描述了在相空间中，MASS学习到的标量函数S与经典哈密顿函数H的对比。 研究发现，单个MASS智能体，能够成功重构出势能与动能之和的表达式。 图4：(a)学习得到的标量函数S与(b)哈密顿量x²+y²的等值线对比图 具体来说，MASS通常能够学习到与传统物理先验相似却存在差异的函数形式。 在图5中，研究者将每个激活的平均范数E(a_i)与对应的权重w_i进行了比较。 总体来看，非零权重通常对应着非零的激活范数。对最终预测贡献最大的激活项，和按权重范数排的前五项完全一样。 这就说明，它们是MASS所学习理论中最关键的组成部分，对最终预测起到了重要作用。 图5的热力图显示出，显著项形成了三个明显的聚类。 这就说明：模型形成了某种结构化的表示方式，将不同类型的变量组合成特定模式进行预测。 总之，本节结论可以概括如下。 1. 单个AI科学家可以非常有效地学习一个简单的系统（见图3），而且它会随着训练深入自动筛选出重要理论部分。 2. 学习到的理论结构类似于我们熟悉的物理表达式（见图4）。 3. 当模型容量增大时，单个AI科学家往往会学习到多个看似不同的理论（见图5(a)）。 4. 不过，这些不同的理论之间往往是强相关的（见图5(b)），实质上反映的是同一种规律。 那么，当AI科学家面对更复杂的物理系统时，哪些重要项会保留，哪些会消失？ AI科学家：更复杂的系统 简谐振子系统可能对于一个机器学习模型来说太简单了——它只需要拟合-x就够了。 接下来，研究者探索了当AI科学家起初只观察单一系统，后来逐步接触到更复杂的物理系统时，会发生什么变化。 本节关注的四个具体系统：简谐振子、单摆系统、开普勒问题/引力势能系统、相对论简谐振子。 当面对多个系统时，AI科学家如何稀疏化其理论（即筛选出关键项）？ 又如何多样化地学习，适用于不同物理规律表达结构的？ 图6展示了MASS模型在面对逐步增加复杂度的物理系统时的训练表现。 训练过程的具体安排如下： - 在第0步开始，模型首先接触的是简谐振子系统； - 到了第10,000步，加入了单摆系统； - 第20,000步时，再加入引力势能系统（开普勒问题）； - 第30,000步时，引入最后一个系统——相对论简谐振子。 这个训练策略模拟了「AI科学家」逐步暴露在越来越复杂的自然规律面前的过程，进而观察它如何在学习过程中调整和发展自己的理论结构。 可以发现如下结论。 1. 随着系统数量的增加，模型学习到的显著项数量反而减少了。 2. 随着系统数量的增加，模型学习到的理论变得更加多样化。 这说明：能同时解释多个系统的项要比解释单一或部分系统的项少得多。 第二个发现则体现在图7中相关性热图的右下角：随着训练系统的增多，越来越多彼此不相关的项开始出现。 有趣的是，他们还发现：当MASS被要求同时解释多个系统时，它最终倾向于使用几乎相同的一组项来统一建模！ 这表明在多系统学习中，模型倾向于寻找通用理论表达。 多个科学家：理论融合共生 当不同科学家回答同样的问题时，似乎得出不同的理论，但其实只是同一硬币的两面（比如牛顿和莱布尼茨）。 当多个科学家去学习同样的知识呢？ 可以看出，不同智能体间的权重参数与激活值，存在显著差异。 如下图所示，根据初始化条件的不同，显著项的选择会发生剧烈变化。 然而即便如此，不同智能体筛选出的显著项却保持高度一致。 图8展示了各激活项的相对强度分布，可见清晰的带状分布特征——这些条纹标定了可用于构建系统描述理论的可能项。 然而，激活强度与权重的大幅波动表明：虽然所有MASS学习的理论都落在图8的暗纹区域内，但每位「AI科学家」完全可能学会不同的理论形式。 那么，这些AI科学家是否在学习完全不同的内容？ 下文将证明，事实并非如此。 研究者针对MASS模型输出层的激活矩阵，进行主成分分析(PCA)，可以发现：在大多数随机初始化情况下，仅第一主成分就能解释90%以上的方差。 将主成分降维后的B×1激活值，分布如图14所示——统计分布特性实际上与均匀分布等效。 这一发现，在相对论性弹簧质量系统（图15b）和单摆系统（图15a）的多智能体实验中得到进一步验证。 通过计算降维后B×1激活向量的相关系数（见图9），可以发现：不同智能体间存在强相关性。 基于上述实验结果，可以得出明确结论：当针对同一物理系统训练时，不同智能体确实能够学到相同的底层理论。 这样，文章最初的核心问题就被证实了：两位AI科学家确实能够达成共识！ 探索未知：Is拉格朗日all you need？ 现在将分析拓展至完全普适的情形：让多个MASS智能体在多个物理系统上进行训练。 如果将现有框架拓展至尚未发现的系统时，会发生什么？ 为此，研究者引入了合成系统。 如表I所示，通过定义每个系统的动能T与势能V进行系统改造，特别构建了两个附加合成系统。 核心实验结果如图10所示。 其中正确MASS智能体的数量定义为：在全部已见物理系统上，最大MSE损失低于5×10⁻³的初始化种子数；而显著项的数量定义为：输出层172个项中，累计贡献95%总范数所需的最少项数。 随着训练系统数量的增加，始终保持正确的MASS智能体数量呈下降趋势（图10蓝色虚线）。 研究者在所有正确的MASS科学家上进行这种受限优化拟合，结果列于表II中。 与先前的观察结果一致，MASS几乎可以直接被转换为拉格朗日理论，其R^2值普遍高于0.9。 这种与拉格朗日理论之间的强相关性引出了一个更深层次的问题：我们是否还能找到第三种经典力学的描述方式？ 至少，在MASS所探索的T=172个表达项的丰富理论空间中，答案似乎是否定的——拉格朗日描述就足够了。 AI学会拓展到高维系统 尽管前文主要研究一维问题，但自然界中绝大多数物理系统都具有更高维度。 本节中，研究者以经典的双摆混沌系统为例展开研究——该系统的两个自由度分别为两个摆杆的摆动角度。实验结果表明，MASS能有效拓展至高维场景。 研究团队成功复现了双摆系统的解析轨迹（图12）。 实验实现了对摆动角度的精确预测，与拉格朗日神经网络的结果相当。 值得注意的是，尽管没有在架构中直接引入拉格朗日方程和欧拉-拉格朗日方程来强制能量守恒，MASS仍能自主习得该特性！ 这就跟团队的预期相一致了，他们发现：MASS学到的理论形式，与拉格朗日量高度相似。 作者介绍 Xinghong Fu 麻省理工学院数学和CS专业的本科生，在Max Tegmark实验室做过本科研究员，工作为将机器学习应用到物理学领域。 刘子鸣（Ziming Liu） 刘子鸣，从事AI与科学交叉领域研究。 2021年2月，他进入麻省理工学院，攻读物理学博士学位，预计今年5月毕业。 2020年9月-2021年2月，他在业界从事机器学习理论研究。 2016年9月-2020年6，他就读于北京大学物理学专业。 Max Tegmark Max Tegmark，MIT的明星物理学教授。 他在获得皇家理工学院的物理学理学士学位后，于1990年离开了瑞典。之后，他就读于加利福尼亚大学伯克利分校，并于1992年获得硕士学位，1994年获得博士学位。 博士毕业后，他先后在马克斯-普朗克物理研究所、普林斯顿高等研究院、宾夕法尼亚大学任职。2004年至今，他一直在麻省理工学院物理系。 他专注于宇宙学和量子信息，但他当前研究的主要焦点是智能物理学。 参考资料： https://arxiv.org/pdf/2504.02822v1

IT之家 4 月 16 日消息，科技媒体 marktechpost 昨日（4 月 15 日）发布博文，报道称苹果工程师联合法国索邦大学，通过对比早期融合和后期融合模型，发现从头训练的早期融合模型在计算效率和扩展性上更具优势。 多模态 AI 现状与面临的挑战 IT之家援引博文介绍，多模态 AI 旨在同时处理图像、文本等多种数据类型，但整合这些异构数据仍是一大难题。当前技术多采用后期融合（late-fusion）策略，即组合使用预训练的单模态模型（如视觉编码器和语言模型）。 这种方法虽然操作简便，却难以实现真正的多模态理解，单模态预训练带来的固有偏差，可能限制模型捕捉跨模态依赖关系。 此外，随着系统规模扩大，各组件的参数、预训练需求和扩展特性差异显著，导致计算资源分配复杂，影响性能，尤其是在需要深度多模态推理的任务中。 早期融合与稀疏架构的突破 苹果联合团队挑战了传统架构选择，深入研究从头训练的原生多模态模型（NMMs）的扩展特性。 团队对比了早期融合（early-fusion）和后期融合模型，发现从头训练时，两者性能相当，但早期融合模型在低计算预算下更高效且易于扩展。 研究还探索了专家混合（MoE）稀疏架构，发现其能动态分配参数，针对不同模态进行专项优化，相较于稠密模型，可以显著提升性能，这点在小规模模型中优势明显。 分析显示，稀疏模型更倾向于优先扩展训练数据（training tokens）而非活跃参数（active parameters），这与稠密模型的扩展模式形成鲜明对比。 研究团队通过系统实验，训练了从 0.3 亿到 40 亿活跃参数的多模态模型，验证了早期融合和稀疏架构在多模态处理中的潜力。 结果表明，原生多模态模型的扩展规律与语言模型相似，但跨模态数据类型和训练组合会略微影响扩展系数。此外，稀疏模型在等效推理成本下持续优于密集模型，展现出处理异构数据的强大能力。 这些发现挑战了传统设计理念，表明统一早期融合架构结合动态参数分配，或将成为未来高效多模态 AI 系统的重要方向。

能处理任意条件组合的新生成框架来了！ 复旦大学、腾讯优图实验室等机构的研究人员提出UniCombine，一种基于DiT的多条件可控生成框架，能够处理包括但不限于文本提示、空间映射和主体图像在内的任意控制条件的任意组合，并保持高度的一致性和出色的和谐性。 具体效果be like： 据了解，现有的多条件可控生成框架或是只能处理单一种类的多个条件，或是只适用于某种特定的多类别组合，从而普遍缺乏通用性的多类别+多条件的组合式生成能力。 而在UniCombine这项工作中，团队引入了一种新的Conditional MMDiT注意力机制，并结合可训练的LoRA模块，从而同时提供了training-free和training-based两种版本。 此外，团队构建并开源了首个针对多条件组合式生成任务设计的数据集SubjectSpatial200K，其中涵盖了subject-driven和spatially-aligned两大类控制条件。 UniCombine在4项不同的多条件可控生成任务上均达到SOTA，证明了新方法具有卓越的框架通用性和出色的条件一致性。 UniCombine方法 UniCombine框架图如下： (a) 整体框架。团队将基于MMDiT的扩散模型视为由文本分支和去噪分支组成。在此基础上，UniCombine引入了多个条件分支来处理输入条件。 (b) UniCombine的单条件设置。该设置等价于OminiControl，即在单条件设置下，OminiControl是UniCombine框架的特例。 (c) UniCombine的多条件设置。团队提出的LoRA Switching模块可根据条件类型自适应激活去噪分支权重上的预训练Condition-LoRA模块。此外，团队引入了Conditional MMDiT Attention机制，以替换原始MMDiT Attention 机制，从而处理统一的多条件输入序列。是否加载可选的Denoising-LoRA模块是无训练版本和基于训练版本的区别。 SubjectSpatial200K数据集 团队的SubjectSpatial200K数据集旨在填补当前多条件生成任务中缺少公开可用数据集的空白。现有数据集未能同时包含主体驱动和空间对齐的标注。 最近，Subjects200K数据集提供了一个面向主体驱动生成的公开数据集。 在此基础上，团队构建了SubjectSpatial200K数据集，这是一个高质量的统一数据集，专为训练和测试多条件可控生成模型设计。该数据集包含全面的标注，包括丰富的Subject Grounding Annotation和Spatial Map Annotation。数据集的构建流程见图。 实验结果 （1）对比实验 （2）消融实验：CMMDiT与MMDiT （3）消融实验：Denoising LoRA与Text-LoRA （4）消融实验：DSB+SSB联合训练与DSB单独训练 （5）算力开销分析 整体而言，研究人员提出了UniCombine，这是一个基于DiT的多条件可控生成框架，能够处理任意条件组合，包括但不限于文本提示、空间映射和主体图像。 在主体插入、主体-空间以及多空间等条件生成任务上的大量实验表明，无论是无训练还是基于训练的版本，UniCombine都达到了最先进的性能。 此外，团队提出了SubjectSpatial200K数据集，以弥补当前缺少用于训练和测试多条件生成模型的公开数据集的不足。团队相信，该研究将推动可控生成领域的发展。 — 完 —

作者 | ZeR0 编辑 | 漠影 智东西4月16日报道，一场围绕AI/AR眼镜的高质量专题技术研讨会，今日在上海举行。当前AI/AR眼镜面临何种残酷现实？主流方案各有哪些利弊？如何破解关键技术痛点与产业困局？在今天的芯原可穿戴专题技术探讨会上，来自产业链领先企业及投资机构的嘉宾们围绕这些议题进行了干货满满的观点交锋。 其中不乏多项热点问题，包括哪类AI眼镜更受市场欢迎、哪种交互方式更符合现在的AI眼镜需求、当前AI眼镜的主流芯片方案、如何从系统层降低AI眼镜的整体功耗、如何在AI眼镜上部署生成式AI、哪类玩家将会占据更多的AI眼镜市场份额等等。 芯原股份创始人、董事长兼总裁戴伟民在会上发表致辞。他分享说，芯原股份在三年前就帮国际互联网企业做AR眼镜的芯片，并关注隐私和加密问题，当时他坚持认为AR眼镜在2025年会有爆发点。 戴伟民还提到DeepSeek带来“巧力出奇迹”的启发，推动端侧AI发展，AI模型不仅能塞进手机，也有可能放在眼镜中。AR眼镜的重点包括超轻量和超低功耗，如果超过30克就有问题。 同时，芯原股份在今日宣布推出全新超低功耗的GPU IP——GCNano3DVG。该IP具备3D和2.5D图形渲染功能，在视觉效果与功耗效率之间实现了平衡，专为可穿戴设备及其他需要动态图形渲染的紧凑型电池供电设备而设计，如智能手表、智能手环、AI/AR眼镜等。 一、中国有望成为全球最大AR设备市场，DeepSeek推动终端AI爆发 芯原股份首席战略官、执行副总裁、IP事业部总经理戴伟进分享了可穿戴设备的AI交互趋势，提到中国有望成为全球最大的单一AR设备市场。 AI眼镜有几大特点：集成多个传感器，始终在线收集信息，支持通过自然语言进行类似人与人的实时互动，既支持设备端低功耗人机交互，也支持连接到云端AI服务器，并向长续航、轻重量发展。 当前可穿戴AI市场快速增长。研究机构GMInsights的统计显示，2024年，全球可穿戴AI市场规模为397亿美元，预计2025年到2034年间CAGR市场将达到27.7%。 根据多家研究机构的报告及公开信息，2023年全球和中国AR设备出货量分别达到50万台和24万台，预计2027年出货量将分别超过1500万台和750万台；2025年中国AR设备出货量将率先达到百万台水平，占全球出货量的一半以上；预计2023-2027年全球出货量复合年增长率为135.9%，而中国的复合年增长率为138.6%。中国有望成为全球最大的单一AR设备市场。 AI眼镜市场规模有望飙升至上千亿元。维深信息Wellsenn XR数据显示，2024年全球AI眼镜销量达到152万副，预计2025年将达到350万副，到2029年将达到6000万副，到2035年可能达到14亿副，中国市场占很大份额。另据IDC报告，2024年国内AI眼镜市场有望突破200亿元，预计到2030年将呈指数级增长，规模达到1200亿元量级，复合年增长率为35%。 DeepSeek推动终端AI及应用爆发，刺激了低参数模型的推出，为在终端设备上部署 “小AI大模型” 和 “小AI模型” 提供支持。在2024年之前，预训练模型追求更大的参数规模；2025年，大模型开始向高参数量和低参数量两极分化。 AI Agent是一个能够自主感知环境、决策和执行任务的智能系统，通过结合机器学习、NLP、计算机视觉和强化学习。 AI眼镜是GPT-4o等多模态大模型的最佳载体之一。AI+AR可有效提升产品智能属性，赋能语音助手、图像分析和智能导航，为终端用户提供智能、优质、个性化的服务。 多模态AI基础模型可提供问答、总结、实时字幕、内容创作、零距离学习、场景/物体识别、动作识别等功能。基于该模型，AR眼镜能够捕捉并记住用户见过的场景，实时感知谁在说话及说话内容，并能够进行即时翻译。 核心AI助手功能包括实时视觉识别、语音交互、场景理解、GPS定位、活动识别、AR导航、个人生产力工具、记忆辅助、健康安全监测等。 在可穿戴设备中，芯原低功耗IP系列提供了超低功耗、低延迟、DDR-Less的可穿戴解决方案。超过30家手表SoC客户已获得芯原低功耗IP的授权。世界领先的AI/AR客户正与芯原在AR设备上合作。 VeriHealthi健康监测平台提供从芯片设计到软件系统和基于芯原IP的参考应用的一站式健康监测平台和一站式定制服务。该平台提供各种参考应用程序，适用于手机和iPad的应用程序已经推出。 二、从关键零部件看AI/AR眼镜市场发展，未来将是“赢家通吃” Omdia高级分析师林麟系统性地分享了AI/AR眼镜的发展路径，谈到目前业界对AI/AR眼镜的定义尚未完全统一，这两类都要具备智能，Omdia的分类是把不带屏幕的眼镜称作AI眼镜，把带显示模块光学组件的眼镜称作AR眼镜。 他认为其长期方向是AI+AR融合发展：AI提升AR的交互智能（如手势识别、眼动追踪等），AR为AI提供虚实融合的显示载体。 林麟总结说，AI/AR眼镜硬件快速同质化，进入价格战，AR眼镜需凭借光学引擎脱颖而出。软件上，大模型将是竞争核心，各家在大模型训练上探索不同方向和侧重点，如强化搜索、私人助理、导航、解题等不同功能。此外，AI/AR眼镜有望成为新的小程序入口端口，卡位意义极其重要。 他预测，AI/AR眼镜产品虽然现在看起来是“百镜大战”，未来可能是一个“赢家通吃”的局面，真正可以存活的品牌可能不会超过5家。 当前AI/AR眼镜芯片主要有三类：（1）系统级SoC，如高通AR1 Gen1；（2）MCU级SoC+ISP，如恒玄科技BES2500YP、BES2700、BES2800以及展锐W517；（3）MCU，如富瀚微MC6350、瑞芯微RK3588和RK356X、聚信科技ATS3085。 AI/AR眼镜芯片需考虑性能、成本、续航的平衡。例如先进制程存在价格贵、功耗高等问题。 用于AR的显示技术有LCoS、DLP、LBS、Micro OLED、Micro LED等。其中前三类渐渐用的不多了；自发光的Micro OLED和Micro LED具有优势，尤其Micro LED因高亮度有望成为未来AR主流显示屏。在中国，Micro LED已经成熟，甚至出现产能过剩的情况；Micro LED可供选择的资源也变得多起来。 Micro LED具有纳米级响应速度、100000nits亮度、100000:1对比度、自发光、功耗低、寿命长等优势，可搭配光波导成像方案，OPPO Air Glass、小米眼镜等都采用了这种方案。目前用的比较多的是反射/阵列/几何光波导，它的光学效率比较高，但缺点是良率较差；中国厂商着力在表面浮雕衍射式和体全息衍射式光波导，前者相对比较成熟。 据不严谨统计，当前AI/AR眼镜的AI功能使用频率还不算高，许多消费者处在使用AI的初级阶段。70%的AI/AR眼镜用户几乎不使用AI功能，或尝鲜后不再使用AI功能；30%的用户会使用AI功能，这之中，有超过50%用其作为搜索引擎，有大约30%用来翻译，还有约20%使用了导航、问天气等其他功能。 三、AI/AR眼镜落地有三大技术挑战，当前成本的大头是SoC芯片 芯原股份解决方案架构工程师刘律宏分享了芯原在紧耦合架构可穿戴子系统解决方案上为AI/AR眼镜优化功能、续航、重量方面的一些思路。 当前AI/AR眼镜主要落地于实时翻译、智能导航、智能教育、AR试穿、AI手术、设备巡检、智能分拣、AI导游等应用场景，有三大技术难点：（1）重量与电池的极限压缩；（2）能效比问题；（3）功能、续航与质量的矛盾。 这对多媒体子系统提出三个要求：（1）功能更丰富，支持更多的功能，更强大的算力；（2）续航更持久，包括更低的IP功耗、更高效的数据交互、更低的带宽需求、更低的外部存储空间要求；（3）质量轻便，佩戴舒适，面积更小。 芯原股份多年来深耕可穿戴市场，紧跟市场需求开发适配的IP和系统，每一个IP也提供了足够多的可配置选项。针对可穿戴产品需求，芯原提供不同系列可配置小面积、低功耗可穿戴像素处理IP，已适配不同的产品需求，还开发了能够满足低功耗、低带宽等需求的系统互联IP。客户可根据产品需求灵活搭配这些IP来搭建可穿戴方案。 芯原可穿戴方案基于紧耦合系统架构，提供灵活的硬件方案和精简的软件代码和配套，从三个层面上提供支持：第一，芯原可穿戴IP系列灵活可配置，可适配不同产品需求；第二，系统层面上FLEXA技术、压缩技术等可以更高效灵活地连接可穿戴IP系列；第三，针对可穿戴应用的特点，专门定制开发了适配的精简Lite版IP软件，它有极小的代码、极小的外存空间占用、极低的CPU负载，支持RTOS、Linux、安卓多操作系统。 例如，在有限的PSRAM带宽、空间和简单控制器等限制下，芯原可穿戴方案帮助某客户极大减少PSRAM访问，以节省PSRAM带宽和空间，从而减少系统功耗，并通过DECNano的应用使用有损压缩技术减少部分通路下IP访问PSRAM的数据量和数据空间，最终实现系统性能、系统功耗、IP交互带宽、PSRAM空间等指标的显著优化。 芯原极低功耗技术已被AR/VR产品广泛采用，在极低功耗技术方面的合作超过5年，在IP、ASIC方面深度合作，可穿戴方案已成功落地在包括AR/VR、智能手表、AIoT设备等各种可穿戴项目。 芯原股份NPU IP研发副总裁查凯南分享了芯原AI计算IP产品阵容。其高效推理NPU能够运行1.5B Qwen2、7B Llama2、70B Llama3等模型。 当前AI/AR眼镜面临技术和生态挑战，在平衡功率、性能、面积方面，需探索如何更好地扩展 SRAM/DRAM；协同训练方面，需探索从哪里获得数据来蒸馏更小的模型，以及如何评估模型/系统的组合；软件方面，需探索机器学习框架是否需要更改以支持分布式神经级联。 生态系统方面的挑战包括不断变化的模型、多样化的硬件环境，以及如何让生态系统协同工作。 芯原股份片上系统高级设计总监郝鹏鹏分析了当前AI眼镜的芯片方案。从某款AI眼镜的成本分析来看，SoC芯片部分仍占成本大头。 当前主要芯片方案分三类： 1、大而全：包含CPU/GPU/NPU/ISP/Display，优点是性能强大、可扩展性高、集成度高，缺点是价格高、功耗难以优化、续航时间短、存在技术支持和供货问题。 2、小而精：突出某一方面功能（音频为主），优点是价格低，缺点是功能单一、需要搭配其他芯片拓展、没有或只有极少的AI能力。 3、中间：功能性能和价格均处于中流，缺点是仍需搭配其他芯片实现功耗的平衡和功能的加强，AI能力不足，可拓展性受限。 芯原AI眼镜芯片设计方案依托芯原IP以及软硬件设计服务和量产平台，根据客户需求实现个性化定制，通过丰富的高性能IP储备、低功耗设计经验、一站式软硬件设计量产服务，实现性能、续航、成本的综合衡量，初期以无显示或轻量级显示为主，支持实现超过8小时的综合使用时间、大约30克的重量、端侧小模型处理能力、1080p图像处理。 该方案的特点包括：强化端侧AI能力，多核异构系统，层次化大小核功能设计，细致的电源域划分，有针对性的定制。其通讯能力通过独立CP外挂实现，优点是更加灵活，能更好地实现成本和功耗控制。 独立AI算力是一大重点，有灵活的算力配置，支持单核独立或多核协同，适合高性能大模型处理，可实现视频/音频Token生成。 其视频图像处理会有硬件AI-ISP，显示处理也通过嵌入AI处理提升分辨率。AI-ISP可单独处理standby状态下的视频/音频输入，支持轻量级AI处理和传感器数据处理，并通过自定义硬件加速、多核DSP、异构Vision Core实现可扩展。 对于要全天候佩戴的轻量级眼镜来说，功耗是一个非常重要的指标。郝鹏鹏分享了一个AI眼镜设计实例。根据AI眼镜的应用场景不同，芯原做了一些大小核和不同电源域，全芯片电源域超过20个；待机功耗仅3.8mW；在更低的RTS模式下，功耗只有5uW；小幅面低帧率完全不需要DDR，节省了相当大的功耗。 四、AI/AR眼镜面临三类核心痛点，短期需在功能上做取舍 炬芯科技穿戴和感知事业部总经理张天益进一步探讨了智能手表与眼镜的趋势。当前炬芯科技Actions 3.0的核心是为电池驱动的端侧AI装置打造低功耗下的大算力。炬芯科技的产品聚焦在音频四大场景，包括人、电视、电脑、车周边应用场景。 张天益引用了来自市研机构Canalys的数据，提到当前全球可穿戴腕带市场稳步增长，其中中国智能手表市场增势强劲，基础手环迎来复苏。 据Canalys统计，2024年全球可穿戴腕带设备出货量1.93亿部，同比增长4%，连续两年实现增长；中国市场出货量占全球30%，同比增长20%，第四季度激增50%。基础手环是市场增长主要动力，在市场调整后逐渐复苏，吸引入门级用户，拓展市场份额，2024年增长8%，向商务、运动等方向转型。 据他分享，智能手表有三类痛点：一是运动健康监测精度待提升；二是用户界面体验不好，开发门槛高；三是应用生态不完善。“AI+”将智能手表重新打造，带来健康监测、交互界面、应用生态的迭代升级。 智能眼镜也有三类核心痛点：一是”不可能三角”矛盾，续航与重量、算力与功耗存在矛盾，难以同时满足用户全天候佩戴和高性能需求；二是交互体验不足，会出现延时长、响应慢等问题，多模态交互成熟度低，生态割裂，影响用户使用体验和应用场景拓展；三是未来隐私与伦理争议，摄像头引发隐私担忧，数据安全存在风险，需完善相关法律与伦理规范。 以Meta雷朋眼镜为例，续航大约3-4小时，如果全程录像可能续航只有30分钟。而如果要做到全天候佩戴，续航至少要做到十几个小时。目前AI眼镜大约50克的重量也令用户有些吃力的，如果降到30克，大家可能会比较满意。但目前的设计还难以做到兼顾。 基于这些痛点，张天益认为未来3-5年很难做出一个我们想象的AI+AR全功能眼镜，而是要在一些功能点上做取舍，例如：（1）带不带光机和波导；（2）重拍照还是重AI；（3）要不要先聚焦细分市场。 他谈道，智能眼镜芯片技术路径覆盖ISP/SoC、BT MCU、WiFi等。炬芯提供基于SRAM模数混合的存内计算，GEN1 MMSCIM功耗表现优势显著，相比HiFi DSP，在环境降噪上可将功耗降低98%，在语音识别上可将功耗降低93%。 万有引力（宁波）电子科技有限公司联合创始人、芯片研发负责人陈一敏认为，XR会是下一代通用计算平台，这也是万有引力的使命与愿景——为下一代空间计算提供完整的端到端解决方案。 万有引力成立于2021年，由十几位硅谷工程师一起回国创办，目前由220名员工。其业务包括芯片、整机、算法（眼动、手动、SLM等）。据陈一敏分享，万有引力计划今年发布X100全功能空间计算MR芯片、VX100 AI/AR眼镜芯片，下一代XR芯片将在明年推出。 陈一敏说，AI/AR眼镜已是公认的最佳多模态AI数据入口。AI/AR眼镜场景在2024年非常火爆，重量达到50克或更轻，Meta雷朋眼镜出货量达到300万，国内2025年将出现百镜大战。万有引力的VX100 AI/AR眼镜芯片将兼具小型化、支持拍照与录像、低功耗、全天候AI等特点。 他提到在AR芯片关键IP上选择芯原IP是基于多重考量：首先，芯原有成熟的工具链和客户支持；其次，芯原支持差异化定制，有助于强化竞争力；第三，芯原IP可靠性高，风险低；第四，芯原在XR领域具有市场影响力，选用芯原IP对客户来说是加分项，因为有很多成功案例的背书。 五、AI/AR眼镜老玩家只是略有领先，行业亟需专用接口标准 圆桌对话以“AI眼镜的机遇与挑战”为主题，由芯原股份战略投资副总裁南婧主持。 南婧首先分享了AI智能眼镜的四大类：（1）无摄像头、无显示智能眼镜，如李未可Meta Lens；（2）无摄像头、带显示智能眼镜，如魅族StarV Air2；（3）带摄像头、无显示智能眼镜，如Meta雷朋眼镜；（4）带摄像头、带显示智能眼镜，如Rokid AI眼镜。 哪类AI眼镜会在短期内更受市场欢迎？Omdia高级分析师林麟认为，两三年内，AI眼镜肯定要有摄像头，因为很多用户有发朋友圈的需求；显示短期内不是刚需，因为光学方案和显示技术还不足以达到令人满意的程度。 南婧提到当前AI眼镜的人机交互方式有触摸、语音、显示、手势识别、眼动交互等，但也面临“不可能三角”的困境——续航、重量、算力难以兼得。哪种人机交互方式会更符合现在的要求？ 在恒玄科技市场副总裁高亢看来，AI眼镜的输入方式应是多样的，AI眼镜交互需要支持较大的信息量输入，包括无线连接可实现多设备协同的多模态输入和输出。 炬芯科技穿戴和感知事业部总经理张天益补充了DeepSeek对这个问题的回答：短期内主打语音交互和轻量显示，如果能逐步引入基础手势功能会更好；长期应该是一个全彩空间计算+多模态交互。他觉得这个答案比较中规中矩，认为眼镜重点是“轻”，有些交互可以考虑放到其他智能设备上。 第三个问题涉及AI眼镜芯片：当前AI眼镜主要有SoC、ISP+MCU、SoC+MCU三类方案，两年内哪种方案更容易成为AI眼镜的主流方案？ 恒玄科技市场副总裁高亢、炬芯科技穿戴和感知事业部总经理张天益都认为两年内ISP+MCU综合来看会是更优选，能够提供更多的想象空间和落地场景，同时考虑到行业内很多应用生态跟IP处理器相关，所以SoC也不会被取代。 针对AI眼镜选择定制芯片方案还是标准产品芯片方案的问题，芯原股份执行副总裁、定制芯片平台事业部总经理汪志伟说，当前AI眼镜芯片方案五花八门，市场并未形成一个标准方案，这是因为对AI眼镜的定义还不明晰，没有出现能让大家设计一颗比较通用的芯片方案的单一海量市场。 他比较看好两三年后，找准市场定位、能够把产品定义好的公司与芯原一起定义一颗芯片，解决重量和功耗问题，因为目前市场上没有一个芯片能够满足AI眼镜低功耗和轻重量的需求。芯原股份首席战略官、执行副总裁、IP事业部总经理戴伟进补充道，AI眼镜行业在较长一段时间会需要定制方案。 现有AI眼镜产品通常续航仅有2-4小时，针对如何从系统层面降低整体功耗的问题，广东省横琴数字光芯半导体科技有限公司董事长兼创始人孙雷分享说，系统功耗与接口密切相关，但在AI/AR眼镜领域缺乏专用接口标准。 据他分享，三片式合光Micro LED+光波导方案将是AR在5-10年内的主流方案，AR设备电池体积有限，对重量、功耗有极致要求。MIPI接口是为单片彩色显示器设计的视频流传输规范，在AR眼镜场景下FPC传输距离长（30cm），分辨率逐步提高，从480P（30万像素）向1080P（200万像素），如果采用DSC进行压缩，会导致显示端解码功耗上升。 为应对未来发展的挑战，中国亟需建立自己的行业标准。为此芯原和数字光芯合作打造了AR处理器接口标准（ARPI），适用于三色合光系统视频传输，相比MIPI接口方案可节省2/3的带宽。 近期大模型在云端大规模训练后，可通过模型蒸馏、剪枝压缩等手段，在保持可用精度前提下显著缩小模型体积，使得移动端、PC、可穿戴设备等资源受限的硬件上也能进行推理，满足实时性、隐私与安全、成本优化、网络带宽与可用性等需求。 那么如何在眼镜形态下部署生成式AI？边缘计算与云协同的平衡点在哪里？芯原股份首席战略官、执行副总裁、IP事业部总经理戴伟进认为，眼镜只是计算机的一个部分，它是和手机和服务器一起协同的。 当前“百镜大战”的玩家，既有小米、vivo这样的手机厂商，也包括百度、字节这样的互联网大厂，还有Rokid、雷鸟等专注于做AI/AR眼镜的老玩家。 哪一类玩家会占据更多AI眼镜市场份额？对此，上海道禾源信私募基金管理有限公司副总经理、董事总经理傅琰琰谈道，一个理想型眼镜公司具备四个特点：有手机，有端侧模型，有云端模型，有IoT生态。她认为自带高算力、带云端算力的企业天然有优势，传统硬件厂商也积累了相当深厚的经验，预计3-5年有大模型、有云端能力的手机大厂的机会要大于纯互联网大厂、纯硬件大厂的机会。 她进一步补充说，因为现在的业态很丰富，如果这个格局成立的话，那么纯硬件厂需要快速找到自己的合作伙伴，不断迭代产品，当用户心智已经被完全占领后，可能还会有一些新锐硬件厂用一些特殊方式解决一类特定需求，或许还会有一些创业机会。在任何命题下，时间窗口都是一个很重要的约束条件。 林麟认为，AI/AR眼镜的老玩家只是略有领先，但现阶段小小的领先不代表什么，很难依照现有这些公司所取得的成就，判断它们将来能够走到什么样的地步。主观上，他并不希望再出现手机厂商继续独打天下的场面，反倒希望“三足鼎立”的情况能够持续得尽可能久一些，让这三类不同公司做出不同类型、不同特色的产品，这对于广大消费者来说将是福音。 高亢从行业角度出发，谈到过去几年，手机厂商在耳机、手表等领域取得很大的领先优势，但并没有把市场统一。眼镜与手机厂商拥有很大的优势，如果能够找到自己的特点，有可能会出现新的大玩家，也有可能到最后，有的手机厂商会掉队，反而单独的硬件厂商或互联网厂商会起来。眼镜有趣的地方就在于行业还有机会，目前没有人能够遥遥领先、一统天下。 结语：AI/AR眼镜发展迎来关键之年 随着科技发展，以AI/AR眼镜为代表的智能可穿戴设备正逐步成为连接虚拟与物理世界的重要载体。这些设备可以实现更自然的人机交互和越来越强大的本地AI处理能力，给人们的生活及社交方式带来了全新的升级体验。 2025年极有可能成为AI/AR眼镜极具里程碑意义的一年。更多大厂及新锐企业的入局，不仅能够加速AI/AR眼镜产品的成熟，而且将显著提升消费者的整体认知度。谁会成为AI/AR眼镜大战的阶段性赢家，产业走向令人期待。

“源神”DeepSeek 又有新的开源动作了。4 月 14 日，DeepSeek 悄悄在其 GitHub 的 open-infra-index 库中公布了其自研推理引擎的开源计划。在公告中，DeepSeek 表示，他们并不会选择直接开其内部完整且高度优化的代码库，而是将采取一种更侧重协作、更具可持续性的策略，将其核心优化成果贡献给现有的开源项目，尤其是作为其技术基础的 vLLM。 DeepSeek 在其公告中首先对开源生态系统表达了诚挚的感谢，承认其在模型训练（依赖 PyTorch 等框架）和推理引擎构建（早期基于 vLLM）方面都深受开源社区的裨益。随着自研的 DeepSeek-V3、DeepSeek-R1 等模型展现出强大的能力，市场对其高效部署方案的需求与日俱增，促使 DeepSeek 思考如何将自身的进展回馈给社区。 图丨公告原文（来源：GitHub） 然而，在评估了直接开源内部完整推理引擎的可行性后，DeepSeek 认为存在几个关键障碍。首先是显著的代码库分歧。其内部引擎源自一年多前的 vLLM 早期分支，经过长期针对 DeepSeek 模型的深度定制优化，已与 vLLM 主线或其他通用推理框架产生巨大差异。直接开源此版本不仅难以被社区广泛应用和扩展，维护成本也极高。 其次是基础设施强依赖。该引擎与 DeepSeek 内部的集群管理系统、特定的硬件配置和运维流程紧密耦合，外部用户几乎无法在标准环境下直接部署，需要进行大规模重构才能剥离这些依赖，这违背了开源项目通常追求的易用性原则。 最后是有限的维护带宽。DeepSeek 坦言，作为一家以模型研发为核心的团队，他们缺乏足够的资源来长期维护一个需要持续投入、支持广泛用例的大型开源项目。贸然发布可能导致项目后续支持不足，损害用户体验。 面对这些现实制约，DeepSeek 选择了与现有开源项目（特别是 vLLM）紧密合作的路径，以更灵活、更易于集成的方式分享其技术积累。具体策略包括提取可复用的独立特性，将其模块化后作为独立的库贡献出来；以及直接分享优化细节，向 vLLM 等项目贡献设计思想、实现方法甚至具体的代码补丁。 这一合作策略获得了社区的普遍理解和积极响应。vLLM 项目官方账号在社交平台 X 上明确表示支持，认为 DeepSeek“以正确的方式开源引擎”，即将改进带回社区使人人受益，而非创建一个独立的仓库。技术社区的讨论也倾向于认为，这种分享“know-how”和可集成模块的方式，比发布一个难以维护的代码“僵尸”更有价值。 图丨相关推文（来源：X） 社区对 DeepSeek 贡献内容的期待值很高。此前已有分析指出，vLLM 在吸收 DeepSeek 2 月的“开源周”所公布论文中的部分优化后，处理 DeepSeek 模型的性能已有显著提升（约 3 倍）。 图丨不同 LLM 服务框架中每秒令牌数的性能提升，突显了 vLLM 中的优化。（来源：Red Hat） 而根据 DeepSeek 此前公布的推理系统内部测试结果，每个 H800 节点在预填充期间平均吞吐量达到 73.7k tokens/s 输入（包括缓存命中），或在解码期间达到 14.8k tokens/s 输出。相比之下，有开发者使用 vLLM 在高并发下，使用 sharegpt 数据集时基准测试约为 5K total tokens/s，随机 2000/100 测试达到 12K total token/s 的吞吐量。这表明推理性能优化领域仍有巨大提升空间。 值得注意的是，DeepSeek 在公告中特别澄清，本次宣布的开源路径仅针对其推理引擎代码库。对于未来模型发布，公司将继续秉持开放协作的态度，致力于在新模型推出前与社区及硬件伙伴同步推理优化工作，确保社区能在模型发布首日（Day-0）获得最先进（SOTA）的推理支持（或许这项工作也是为不久后到来的 R2 做铺垫）。其最终目标是构建一个同步生态，让前沿 AI 能力能在多样化硬件平台上无缝落地。

IT之家 4 月 16 日消息，Grok 官方账号今天（4 月 16 日）发布推文，宣布新增 Grok Studio 功能，类似 OpenAI 的 Canvas 工具，支持用户编辑和创建文档及基础应用程序。 用户使用 Grok Studio 工具，可以编辑和创建文档、代码、报告，甚至是简单的浏览器游戏。官方表示，Grok Studio 会在独立窗口中打开内容，用户可以与 Grok 实时协作，共同完善项目。 目前，该功能已在 Grok.com 上线，免费用户和付费用户均可使用。Grok Studio 支持预览 HTML 片段，并能运行 Python、C++ 和 JavaScript 等代码，内容显示在 Grok 回复的右侧窗口中。 Grok 并非首个推出类似功能的聊天机器人。OpenAI 去年 10 月为 ChatGPT 推出了名为 Canvas 的工具，而 Anthropic 则更早推出了 Claude 的 Artifacts 功能。 Grok Studio 在核心功能上与这些竞品并无显著差异，但 xAI 在同日宣布的另一项升级为其增添了实用性 ——Grok 现已与 Google Drive 实现集成。 用户可以直接从 Google Drive 账户上传文档、表格和幻灯片文件，附在 Grok 的提示中进行处理，进一步提升了 Grok 在内容创作和数据处理中的便利。

凤凰网科技讯 4月16日，在即将举行的全球首个人形机器人半程马拉松赛上，宇树G1机器人将作为城市之间科技队的选手亮相赛场。该团队为G1进行了适赛化改造升级：将灵巧手质地更换为复合型塑料从而减轻负重；在侧面改装为开放式电池仓，通过卡扣式设计实现电池快速换取。 爱企查App显示，杭州宇树科技有限公司已申请“一种能够变转速比的机器人腿部结构和机器人”“一种高集成度高性能机器人关节单元”等多项机器人腿部关节相关专利，专利类型均为发明专利。 其中，“一种能够变转速比的机器人腿部结构和机器人”专利可以实现当机器人处于相对直立状态时，提供大转速比，使得腿部运动快，从而具备较高的执行效率，灵活性大，速度快。

字节整合 AI 研发团队，Seed 内部组织架构再生变动。 作者丨梁丙鉴 编辑丨马晓宁 AI 科技评论独家获悉，字节 AI Lab 即将全部收归 Seed 团队下。 字节 AI Lab 是 Seed 成立之前字节主要的 AI 研发部门，目前由李航管理，自2024年开始向 Seed 时任负责人朱文佳汇报。今年2月下旬，原 Google DeepMind 副总裁吴永辉入职字节，成为 Seed 基础研究负责人。此后李航的汇报对象变为吴永辉。 字节 AI Lab 成立于2016年，最初由微软亚洲研究院前常务副院长马维英负责，直接向张一鸣汇报。 AI lab 目前有多个子团队，包括机器人、AI4S 等方向，几乎覆盖人工智能领域所有前沿技术研究。2018年其团队规模达到150人，为字节跳动AI研究的核心部门。 AI Lab 主要研究重点是开发为字节跳动内容平台服务的创新技术，字节推荐算法、短视频特效等功能均脱胎于此。其研究成果应用于今日头条、抖音等产品，是支持抖音成长为国民级应用的基石，并奠定了当时字节在国内AI领域的领先地位。 随着抖音、TikTok 占据绝对优势的市场地位，流量商业化成为字节面临的 Top 级问题，AI Lab 在字节内部重要性下降。2020年，AI Lab 定位从集团级前瞻性项目转为技术中台，为字节商业化团队业务提供支持，马维英的汇报对象也从张一鸣变为抖音负责人张楠。 2020年年中，马维英离开字节，AI Lab 负责人一职由李航接任至今。之后团队重组，2023年开始，AI Lab 下属负责大语言模型的 NLP 组及开发视频生成模型的 PixleDance 被先后转入 Seed 之下。 同时为了应对新一轮大模型竞争，字节决定回归“始终创业”的价值观，建立独立的新组织，于是加快筹建了独立于原有组织架构的 Flow 和 Seed，前者做 AI 产品，后者做大模型研发。截至2023年底，两者已成为与抖音、TikTok、火山引擎等字节各大业务平级的组织。 Seed 自成立就在不断吸纳来自字节内外的人才。除收拢搜索、AML、AI Lab等内部部门中大模型方向人才外，对外也在积极争抢人才。以面向应届博士的 Top Seed 招募计划为例，字节会给优秀候选人 3-1 职级，薪资不低于百万元。截至2024年底，字节 AI 研究者中超 40％比例是近两年加入的新人，对人才的渴求和重视程度可见一斑。 根据AI科技评论调查，加入字节以来，吴永辉已在字节署名三篇论文，均在强化学习方向。 AI科技评论此前获悉，吴永辉于上月在 Seed 内部新建虚拟小组、缩短了汇报流程，创建一个更扁平的汇报体系，此次 AI Lab 将全部并入 Seed，也是吴永辉调整内部组织架构的一个重要举措。

作者 | 云鹏 编辑 | 漠影 智能体AI，已经成为全球AI产业达成共识的重要技术发展方向。 近日，OpenAI最新发布的GPT-4.1系列模型就强调其给开发者构建复杂的智能体应用提供了新的可能性。 放眼科技产业，从AI巨头之间的较量到终端厂商的发力，再到底层芯片大厂的铺路筑基，智能体AI的浪潮已经势不可挡。 智能体AI正在成为各类智能设备的大脑和中枢神经，未来的智能体AI会协同各类端侧模型，最终实现出色端侧AI体验。 在这样的行业大势之下，作为移动芯片巨头的联发科近日召开了天玑开发者大会2025（MDDC 2025），亮出了一系列加速AI智能体生态建设的开发层面大招，包括横跨AI应用和游戏的一站式可视化智能开发工具天玑开发工具集、天玑AI开发套件2.0，而最新旗舰天玑9400+芯片也成为AI手机端新一代关键算力底座。 纵观整场大会，我们能清晰地看到，联发科将核心技术创新焦点放在了创造和发展智能体化用户体验上，联发科基于自身先进技术加速手机上智能体AI应用和生态的繁荣。 当下，AI手机的发展正跑步进入“新时期”，智能体化AI之战已经打响，联发科的软硬生态组合拳，正加速行业向着智能体化AI的未来冲刺。 一、智能体化AI“体验为王”，五个重要特征成关键发力方向 在手机行业中，打造优秀智能体AI的确已经成为各家终端巨头努力的方向，但如何定义“优秀”，是当下行业需要达成共识的。 在此次开发者大会上，联发科将智能体化用户体验定义为“AGENTIC AI UX”，并定义了五大特征：主动及时、知你懂你、互动协作、学习进化、专属隐私信息安全。 毫无疑问，未来智能体化AI的发展会更加聚焦于体验。只有体验做到位，才能真正让用户感受到改变，进而加速智能体AI以及AI手机的发展。未来产业链各方都会逐步往这个方向推进，并且速度会进一步加快。 二、从芯片、软件工具到开发生态，全链路加速智能体AI落地 为了从五个关键特征出发夯实智能体化AI体验，联发科从天玑芯片AI技术出发，在性能、能效、AI推理、端侧训练、隐私安全等多方面进行了创新突破，亮出了一系列软硬生态组合。 在硬件层面，旗舰5G智能体AI芯片天玑9400+在高性能、高能效、低功耗的基础上，增强了AI推理能力，包括对各类主流大模型的完善优化支持。 此次天玑9400+还支持了DeepSeek-R1推理模型的四个关键技术、增强型推理解码技术（SpD+），综合来看，智能体AI任务的推理速度提升20%。 对于智能终端设备来说，智能体AI是中枢神经，芯片则是核心算力底座，给神经高效供能，让整个AI系统拥有运行的基础。 在DeepSeek的带动下，当下端侧小模型快速发展、端侧AI推理需求暴涨，推理能力成为提升AI体验的关键。 天玑9400+出色推理能力提升带来的直观效果，就是让AI的思考可以更深入，回答更准确。 在软件层面，天玑开发工具集（Dimensity Development Studio）成为另一项关键大招，其横跨AI应用和游戏，让AI开发可以更高效、更智能，并且全链路打通。 纵观行业，当前AI应用发展态势迅猛，但碎片化、调优过程靠手动、单个模型分析效率过低，这些痛点始终困扰着开发者们，因此高效的开发工具变得愈发重要。 天玑开发工具集中的Neuron Studio，就是把开发流程进行了一站式整合，同时基于神经网络进行自动化调优，最后还能帮助开发者进行跨模型的全链路分析。 在一系列组合拳之下，开发者可以实时查看每个模型的执行细节，神经网络自动化调优则可以将性能和内存占用自动优化至理想配置，调优时间能节省7天之多。跨模型全链路分析在架构优化的同时，能大幅节省模型分析时间。 整体来看，AI应用的开发更省心、省力、省时了。 开发者们也可以更快地将最新AI技术特性应用在自己的产品中，进而提升竞争力，同时也加速了整个AI应用生态的成长。 针对游戏应用重点需求的性能调优部分，联发科天玑开发工具集中的全系统性能一站式分析工具Dimensity Profiler也成为重要一环，其可以覆盖几乎所有性能相关核心指标，并提供了灵活的分析模式。 在游戏开发领域，性能调度难调、性能问题难找、性能瓶颈难控、渲染异常难查一直是开发者们面临的几个核心痛点。 在Dimensity Profiler的加持下，这些痛点都得到了更好的解决。开发者们可以对游戏应用进行更全面、系统性、更深度的调优，这显然可以更充分的释放天玑芯片平台的性能潜力，同时整个过程更高效简洁。 除了天玑开发工具集的发布，联发科天玑AI开发套件也升级至2.0版本，其模型库适配的模型数量提升至3.3倍，并通过开源弹性架构进一步提升了开放度。此外，其对DeepSeek四大关键技术实现了端侧的全面支持，Token产生速度翻了一倍，端侧LoRA训练学习特性的支持也让模型训练速度提升至原来的50倍。 整体来看，从天玑开发工具集到天玑AI开发套件2.0，联发科核心在做的就是让智能体AI以及各类AI应用、游戏应用的开发都更加高效、让开发者可以更快地将最新的AI技术落地到基于天玑芯片的终端产品中。 这无疑为端侧AI的发展按下了加速键。 随着开发者大会上“天玑智能体化体验领航计划”的发布，联发科与阿里云通义千问、传音、面壁智能、摩托罗拉、OPPO、荣耀、vivo、微软、小米等生态圈各路玩家形成协同合力，进一步加速移动端智能体AI生态的发展。 联发科从硬件、软件到生态打出一套AI组合拳，加速产业生态融合与技术共创，这无疑会激发更多优秀AI应用落地案例的出现，让产业链中的玩家们深刻感受到智能体AI为市场带来的巨大潜力，这是处于发展初期的AI手机产业所迫切需要的。 三、未来十年智能体AI或重塑产业格局，联发科为移动AI生态发展铺路 在硬件、软件、生态全面发力智能体AI背后，是联发科对AI行业发展的清晰战略认知和规划。 面对当下的智能体AI浪潮，联发科技董事、总经理暨营运长陈冠州提到，AI的下一波浪潮属于智能体AI，每一年联发科技通过20亿边缘设备,将智能体AI从技术概念转化为全民触手可及的体验。 ▲联发科技董事、总经理暨营运长陈冠州 正如陈冠州所说，智能体AI体验的普及、大众化落地，离不开各类智能终端设备生态，联发科多年来在边缘侧积累的海量设备基础，已经成为其核心优势之一。 联发科技资深副总经理徐敬全也提到，今天传统性能竞赛正在重构,未来十年将是“芯片+生态”智能体化浪潮重塑产业格局的时代。 可以看到，联发科已经把智能体AI这一趋势定义为未来AI产业发展的最主要方向之一，战略地位突出，而未来联发科也会围绕智能体AI体验的落地去做各类技术创新。 当然，“孤身”推动生态建设并不容易。这条路需要产业合力，需要联发科这类掌握底层技术的科技企业去牵头突破技术瓶颈，打造出一些灯塔项目，让更多产业参与者看到AI的价值，愿意加入进来，共同做好生态建设。 展望未来，构建和发展行业生态仍将成为联发科的重点。 结语：智能体AI浪潮席卷科技圈，芯片技术创新为移动生态底层筑基 今天的联发科，凭借着“芯片+工具+生态”三位一体的战略，构建了智能体AI发展的技术底座与开放生态。其天玑平台不仅提供硬件算力支撑，更通过开发者工具降低创新门槛，联合产业伙伴加速端侧AI的普惠化。 这一战略布局加速了手机向“智能体AI中枢”的转型，也推动着整个移动芯片生态从单一性能竞争转向了聚焦体验的智能化升级，为行业树立了“技术赋能生态共赢”的标杆。 展望未来，随着AI应用生态的快速成长、系统层各类接口、工具的不断完善，终端的AI体验必然将涌现出更大创新空间。

编译 | 江宇 编辑 | 漠影 机器人前瞻4月15日消息，开源AI平台Hugging Face宣布正式进军机器人领域，收购法国机器人公司Pollen Robotics，计划通过开源方式将仿人机器人Reachy 2推向更广泛的应用场景。这项收购不仅是Hugging Face技术布局的延伸，更是其开源理念在实体机器人领域的一次大胆探索。 不同于传统的封闭式产品，这款机器人不仅能执行简单的操作任务，还开放了软硬件权限，允许开发者自由下载代码、修改软件结构和动手改进。 一、开源机器人：让技术变得可理解、可改造、可参与 Pollen Robotics的Reachy 2是一款外形轻巧、具有特色“虫眼”设计的人形机器人，配备两条灵活的机械臂，能够抓取水果、整理咖啡杯，甚至执行一些简单的家庭任务。Hugging Face的CEO Clément Delangue表示，“相比在电脑屏幕上聊天的AI，现实生活中执行实际任务的机器人，更需要获得用户的信任，并具备高度的透明性。”而开源正是实现这一点的关键。通过开源，用户可以了解机器人的原理、控制方式，也能更安心地将它引入家庭、工作等日常场景中。 这次合作的一个亮点是，Hugging Face不只是继续销售机器人本体，而是将其软硬件完全开放。代码可以自由下载和修改，硬件结构也提供详细设计图，用户可以用3D打印机自己制作替换零件。Pollen Robotics联合创始人Matthieu Lapeyre表示：“如果某个部件坏了，你可以自己打印一个新的；如果哪里不够完美，你也可以加点改进。”这意味着不止是大公司，任何人都能参与到机器人的改造和优化中，推进它不断进化。 AI行业的发展早已证明：开源是一种强大的推动力。无论是国内深度求索DeepSeek发布的AI模型，还是初创公司Physical Intelligence提出的机器人基础模型Pi0，开源都让更多研究者和开发者得以低门槛参与、共同进步。Hugging Face本身就是开源AI社区的重要推动者，如今他们把这种模式带入机器人领域，也希望实现类似的协同创新效果。 Clément Delangue表示：“你无法在开源中隐藏，也无法作弊。”这种透明的方式可以让技术真正朝着可靠、实用的方向发展。 ▲Hugging Face人工智能与机器人研究工程师和Reachy 2 人形机器人。 二、Pollen Robotics：坚持开源理念的机器人开发团队 Pollen Robotics是一家成立于 2016 年的法国机器人初创公司，长期致力于服务型和社交型机器人的研发，尤其关注机器人在现实环境中的操作能力和人机交互体验。 Pollen Robotics一直秉持开源理念。其主打产品Reachy系列机器人，采用模块化设计，软件和硬件方案均可公开获取，支持用户自主下载、修改和升级。Reachy支持远程操控、AI 训练和语音交互，已经在教育、科研和开发等多个场景中获得应用。Pollen Robotics希望通过这种开放方式，降低机器人技术的使用门槛。 2023年，Pollen Robotics完成了240万欧元的种子轮融资，用于升级Reachy平台和扩展开源生态。这些资金来自法国公共投资银行Bpifrance及几位商业投资人。目前，Pollen正在开发面向企业用户的机器人解决方案，包括控制系统、AI平台和教学工具，计划以SaaS模式提供服务。这些举措与Hugging Face的开源战略高度契合。 ▲Reachy 2是第一个专为开发AI和现实世界应用而设计的开源人形机器人。 结语：开源机器人，是一次从实验室走向社区的尝试 随着AI与硬件结合越来越紧密，机器人将成为AI技术走进现实世界的重要载体。这次合作为“机器人进入日常生活”这个宏大命题，提供了一个非常有趣的范例。 未来的机器人不再是高价、复杂、遥不可及的黑科技，而可能是“人人可造，人人可改”的社区产物。这正是Hugging Face想要实现的机器人未来，而我们也许正站在一个新起点上，迎接一个真正属于大众的机器人时代。

近几日的智能眼镜赛道，有点巨头争相“下饺子”的氛围了！ 4月16日下午，在鸿蒙智家及智能眼镜新品“抢鲜看”发布会上，华为常务董事、终端BG董事长余承东亲自站台，正式发布了智能眼镜2的全新款式——钛空圆框光学镜。 图源丨京东平台华为官方旗舰店 华为智能眼镜2钛空圆框光学镜的推出，让智能眼镜赛道又多了一位实力派选手！ 作为华为在该领域的“第四次冲锋”，业内人士则评价认为，“这次发布有点低于预期”，“此前小米让大家‘失望’了一次，没想到华为又来”，“作为这个赛道最有实力的选手，这个产品，有点大跌眼镜”。 相比之下，XREAL、Rokid、星际魅族这类创业公司此前引发的“动静”也比华为高很多。“今天大家都在关注鸿蒙智行汽车发布会，甚至很多人都不知道余承东还在同日发了智能眼镜新品。” 目前，智能眼镜行业呈现四类玩家错位争锋的局面，有人提前抢跑，有人一旁观战，有人摩拳擦掌，一场新的排位赛即将拉开大幕！ 全球巨头“下饺子”，压注智能眼镜成共识 这几天的智能眼镜行业，在谷歌、字节跳动、苹果等巨头催化下，又迎来一波升温！ 4 月 7 日，媒体报道阿里巴巴下场，并已确定 AI 智能眼镜项目方案，主要由智能信息事业群旗下的天猫精灵团队负责，可能采用高通 AR1 芯片 + 恒玄 BES2800 双芯片双系统架构，摄像头则采用索尼 IMX681 CMOS ，摄像头模组由立景提供，整机由立讯代工。 4 月 9 日，中国移动发布深度定制的 AI 眼镜，搭载了中国移动灵犀智能体，提供演讲提示词、会议总结、日程安排、实时语音翻译等功能，覆盖 40 种语言，能识别 90 种口音，适用于商务差旅、跨国协作等场景。 4 月 10 日，在加拿大温哥华举办的 TED2025 大会上，谷歌展示了新款 AR 眼镜。安卓 XR 负责人介绍称，新款 AR 眼镜能实时翻译、扫描书籍，与手机配合使用时，能传输数据、访问应用程序。此外，谷歌还展示了和苹果 Vision Pro 类似的 VR 设备。 4 月 13 日， The Information 援引知情人士称，字节跳动正计划推出自研的 AI 智能眼镜，预计将在智能眼镜中提供类似豆包的 AI 功能。并且据介绍，字节跳动自去年起就已开始研发 AI 眼镜项，已招聘工程师参与了开发。 4 月 15 日，有外媒记者透露，苹果CEO 库克计划打造一款真正轻便的 AR 眼镜，适合用户全天候佩戴，库克将此视为苹果的首要任务，并计划抢在 Meta 前打造成功，成为行业领先的智能眼镜。 就在同一天， 4 月 15 日，国内智能眼镜新势力李未可科技完成数千万战略融资。作为投资方之一的上市公司米奥兰特为李未可科技注资后，双方将在“一带一路”等海外市场，通过 AI 智能眼镜与大模型能力，为中企拓展海外市场提供助力。 4 月 16 日，华为跑步下场，华为 智能眼镜2全新款式钛空圆框光学镜 正式亮相。余承东现场“代言”，称自己也是该款眼镜的用户。 可 以看到，短短几日，智能眼镜赛道热度迅速攀升，无论是老牌巨头还是创业公司，他们对智能眼镜的判断出奇一致：加码下注，已成为行业共识！ 值得关注的是，这一波智能眼镜“冲锋”区别于此前以智能眼镜四小龙领衔的初创公司，主要以全球大厂领衔，各个技术雄厚、家底殷实、生态丰富、人才济济。 亿欧认为，在众多厂商加速入局、产品日益丰富、价格不断下探、 AI 大模型持续升级之下，智能眼镜市场将保持高速增长，有望逐渐成为多场景通用的 AI 全能助手。 发布全新款，华为智能眼镜跑步迭代 此次发布的智能眼镜2钛空圆框光学镜，为一款升级版音频眼镜。据官方介绍，镜腿设计更纤细、重量更轻便，续航能力得到进一步提升。 有别于此前的方框太阳镜版本，从外形上看，为钛空圆框光学镜，打破了现有方框造型，延续钛空版的轻量化设计，进一步提高了佩戴舒适度。 从材质设计上看，华为智能眼镜2钛空圆框光学镜采用钛金属材质，在鼻梁、桩头处融入了“鸢尾”雕花设计。 从智慧功能上看，华为智能眼镜2钛空圆框光学镜配备小艺翻译、头部控制等功能，支持面对面翻译、同声传译、全天候智慧播报等。 其中，小艺翻译功能支持面对面翻译和同声传译，适用于不同翻译场景和不同外语水平的用户。头部控制功能则实现更便捷的接听电话体验，支持用户点头接听、摇头拒接。 综合上述新品特点来看，华为仅从外形、材质、设计上进行了微创新。在技术端，新增了翻译和头部控制功能。行业普遍期待的拍照、摄像、显示功能则全部“缺席”，不免让人遗憾。 某智能眼镜公司产品经理向亿欧表示，“其实华为今天发布的新款智能眼镜更像是耳机的‘变身’，离真正的智能眼镜独立体还有很长的路要走。也许华为和小米作为行业大厂，对产品功能的多元集成没有十足把握时，都会比较谨慎。这也侧面反映了当前智能眼镜的技术挑战依然很大。” 图源丨京东平台华为官方旗舰店 华为智能眼镜2钛空圆框光学镜的推出，只能称得上是华为在智能眼镜赛道的“日益精进”。事实上，华为曾不止一次对智能眼镜进行过迭代升级。 2021年12月，华为发布华为智能眼镜1，搭载华为鸿蒙系统，支持双设备同时连接。从材质上看，鼻托为硅胶材质、镜腿为尼龙材质、镜片为可选树脂片。具备高铁提醒、日常天气预报、颈椎健康管理、听歌识曲、地震预警等功能。 2023年9月，华为发布全新智能眼镜产品华为智能眼镜2，搭载了HarmonyOS4。在正式开售时，又新增了钛空、金丝两个新款式，共拥有无框、飞行员、方形半框、钛空、金丝等五种款式。 2024年5月，华为发布华为智能眼镜2方框太阳镜全新款式，采用开放式声学设计，搭载业界首发的同向双振膜澎湃单元，相比于上一代最大减少4dB漏音，可让用户私享立体声。支持智能播报、提醒信息、天气预警等，帮助骑行、垂钓、露营等用户解放双手。 或许是2024年智能眼镜的热度刺激了包括华为、小米、阿里等在内的大厂，能明显感受到，大家的态度都更积极了。 但即使是外围“燥热”的氛围下，华为此次的发布亦能看到非常克制。无独有偶，华为和小米这两个最有可能在智能眼镜终局会师的对手，在产品推进上，均采用了小步快跑，单功能模块持续精进的路线。这和很多创业企业“堆多功能”的路线选择全然相反。 “四大势力”阵营成型，智能眼镜迎来加速度 “智能眼镜有望成为下一代计算平台”，行业前景吸引了多方势力“争前恐后”。目前，智能眼镜赛道竞争格局梯次分明，阵营清晰。亿欧认为，主要玩家可划分为四类： 一是创业型企业，以雷鸟创新、XREAL、Rokid、影目科技为代表的“AR四小龙”为主。此外，还包括星纪魅族、李未可科技、谷东科技、回车科技、Gyges Labs、小派科技等。 二是手机厂商，据亿欧在《手机大厂开启“绞杀模式”，智能眼镜将迎生死局？》一文中统计，全球已有13家主流手机厂商发布智能眼镜（含头显）产品，包括华为、小米、OPPO、vivo、荣耀、传音、苹果、联想、华硕、谷歌等，成为智能眼镜赛道的重量级玩家。 三是跨界玩家，主要有加南科技、闪极科技、KTC、雷神科技等企业，以及产业链上以供应核心零部件为主的上市公司。 四是互联网大厂，以百度、阿里、字节等为主。其中，百度已经发布了智能眼镜，旗下人工智能品牌小度曾推出“全球首款搭载中文大模型的原生AI眼镜”，具备第一视角拍摄、边走边问、识物百科、视听翻译、智能备忘等功能。据悉，该产品将在2025年上半年正式上市。 这四类玩家是智能眼镜市场的主要参赛选手。当前来看，虽然“AR四小龙”已经抢占了大部分市场。但业内人士向亿欧透露，智能眼镜赛道厂商普遍面临盈利无望、技术困局、供应链无解、体验不佳等综合问题，亏本经营、赔钱赚吆喝已是行业心知肚明的“秘密”。 随着市场竞争日趋激烈，将更加考验企业的经营能力、融资能力，“家底儿厚”的企业将更有长期潜力。这个市场的竞争格局远未定型，还在持续洗牌中。 大厂入局，至少在用户教育、供应链生态、产品标准化、人才供给等层面能为行业带来不少解题思路。 亿欧判断，智能眼镜行业的发展终局或将由手机巨头“接盘”。与其他三类玩家相比，手机厂商普遍拥有更雄厚的全产业链整合能力，且目前来看，智能眼镜依然无法完全独立运行，作为手机生态的一部分，手机厂商拥有天然优势。 华为此次发布的智能眼镜2钛空圆框光学镜，延续了华为“科技+时尚”的风格，虽未带来革命性的实质变化，但作为智能音频眼镜细分领域的全新款式，只能说华为又为这个市场添了一把“虚火”。

鸿蒙智行刚刚推出了两款新车——问界 M8、享界 S9 增程版，覆盖 30 万至 45 万元区间。 具体价格见下图： ▲ 问界 M8 ▲ 享界 S9 不得不说，这两款新车推出之后，鸿蒙智行的「火力范围」得到了显著拓展，M8 直指 30 万元级家用 SUV 市场，而享界 S9 增程版相比纯电版大幅降价 9 万元，这一价格调整伴随着能源形式的转变，使得其受众群体迅速扩大。 鸿蒙智行这套组合拳挥得很有力。 问界 M8，豪华 SUV 市场的新势力 从 3 月 6 日开启预售到现在，预售价高达 36.8 万元的问界 M8 已经收获了超过 15 万个小订，足见其市场吸引力。 作为一款瞄准 35 万至 45 万元价格区间的车型，问界 M8 正在利用豪华感、空间感和前沿科技，切入家庭用户的核心需求。 问界 M8 的车长达 5190 毫米、宽 1999 毫米、高 1795 毫米，轴距 3105 毫米，尺寸与 M9 几乎相同。 设计上，问界 M8 使用了鸿蒙智行全新的设计语言「鲲鹏跃境」，星云大灯设计展现年轻化与优雅并存的风格，封闭式前格栅配合上贯穿式灯带和两侧的散热开口，不失科技感。 同时，问界 M8 搭载华为百万像素智慧投影大灯，支持专属灯语「麒麟踏海浪」，象征祥瑞满盈。 问界 M8 的尾部同样延续了家族式设计风格，采用了贯穿式尾灯，灯组内部为点阵式的像素光源，可点亮上海、杭州、北京、广州、重庆、深圳、成都等七个城市的地标风景线，后续可以通过 OTA 升级持续扩展更多城市效果。 整体来看，问界 M8 展现出明显的年轻化趋势。尽管其尺寸和座位布局与 M9 近乎相同，但凭借更具活力的设计风格和丰富的车漆色彩选择，M8 精准定位了与 M9 不同的目标用户群体。 据车 fans 此前报道，问界 M8 的预订客户以男性为主，年龄集中在 28 至 45 岁之间。其职业背景较为多元，主要包括私营企业主和企事业单位的中高层领导。 在内饰与空间上，问界 M8 围绕「家庭智慧旗舰 SUV」定位，提供 6 座和 5 座布局。 6 座版拥有宽敞三排空间，纯平地板设计让一排、二排、三排均宽裕，第三排座椅支持 25° 至 33° 无级角度调节，后备箱在 6 人满载时仍有 353 升的空间；5 座版第二排纵向空间超 1.08 米，后备箱纵深近 1.2 米，容积接近 1000 升，可轻松装下全家行李。 舒适性配置上，问界 M8 全系座椅标配通风、加热、按摩功能，主驾配备 50 毫米双向电动腿托，副驾提供 288 毫米双向电动头枕。此外，6 座版还配备零重力座椅（5 座版是准零重力座椅），「营造无拘无束的舒展感」。余承东说。 问界 M8 的储物设计也充满巧思，二排座椅下隐藏抽屉可存放私人物品，主驾眼镜盒、门扶手手机收纳槽一应俱全，5 座和 6 座分别提供 110 升和 39 升后备箱储物暗格，兼顾私密性与实用性。 作为一款主打家庭用车的产品，M8 座椅布局的布局也足够多变灵活，支持沙滩椅模式（一排座椅放倒与二排连通）或房车模式（后排座椅放倒形成 3 米大空间），秒变儿童房、游乐场或露营房车。 影音体验同样出色，副驾独立影院支持独立蓝牙通道，激光投影巨幕（M9 同款 32 英寸）支持悬浮窗模式及多屏分享功能。 ▲ 投影幕布的悬浮窗模式 不只是「大电视」，M8 还配备风冷压缩机冰箱，支持制冷与加热，效率大幅提升。 安全是问界 M8 的核心亮点，秉持「安全是最大豪华」的理念。车身采用潜艇级 2000 兆帕热成型钢、铝合金和高强度钢，八横五纵刚性架构确保三排安全，车顶抗压达 6.8 倍国标，翻滚与追尾场景下提供全方位保护。 全向防碰撞系统支持前向 150km/h、侧向 130km/h、后向 60km/h 的 AEB，配备 192 线前向激光雷达、后向固态激光雷达和 4D 毫米波雷达，以增强雨雾天气下的感知能力。 余承东还称，问界 M8 能在 -40°C 正常启动，其智能增程系统与 M9 同款，隐藏式机械门把手一键破冰，破冰力超 300 牛。 余承东还着重介绍了一下这个门把手： 目前很多新能源车都不具备车外的的机械门把手，更不具备的是我们首创的车门冗余设计，碰撞后断电仍可开门，这是我们的专利技术。 随后，余承东还大秀了一手问界 M8 的涉水能力和远程一键挪车功能，表示用户可以在暴雨天气远程挪车。 智能化方面，问界 M8 搭载华为 ADS 3.3 智驾系统，支持车位到车位自主导航，可过闸机、环岛、ETC 高速收费口，第三方测试显示其人工接管次数远低于竞品。另外，M8 的 68 英寸 AR HUD 结合 ADS 系统，可以提供超视距预警，夜间与复杂路况下精准识别行人、机动车及障碍物。 余承东透露，问界 M8 将会在今年第三季度升级至 ADS 4.0，更多信息将会在上海车展公布。 底盘方面，问界 M8 的图灵底盘平台，采用前双叉臂、后五连杆独立悬挂，连续可变阻尼减震器（每秒 100 次调节）和空气悬挂。「钢铝混合结构媲美百万级豪车。」余承东说。 问界 M8 新增了两个功能：弯道识别减少侧倾，提升平顺性；舒适刹停功能使得刹车平顺性提升 90%，舒适不晕车。 尽管车长接近 5.2 米，但 M8 的转弯半径仅 5.9 米，前轮转角超 40°，窄路一把过，优于同级 6 米以上转弯半径。 动力系统采用 1.5T 增程器与双电机四驱，纯电续航 310km（CLTC），综合续航超 1500km，亏电油耗仅 6.6L/100km（WLTC），加速、刹车距离及麋鹿测试成绩均优于竞品。 总体而言，融合了年轻化设计、更优的安全性、领先的智驾和灵活空间的问界 M8，填补了鸿蒙智行在 30 万至 40 万元市场的空白。余承东在发布会上自信表示： 这（问界 M8）可能是一个中国汽车工业的另外一个奇迹。M9 创造了 50 万元以上的高端奇迹，今天 M8 要创造 40 万元以上的奇迹。 享界 S9 增程版，好坐的同时也想要好开 讲完了 M8，来看看本场发布会的另一款产品——享界 S9 增程版。 全新的享界 S9 增程版定位科技豪华旗舰轿车，鸿蒙智行加注十亿元投入，在外观、交互、座舱、驾控、续航、智驾方面带来了六大升级。 在外观升级上，享界 S9 增程版基本沿用了享界 S9 极具辨识度的前脸设计，为了呈现出豪华沉稳的视觉效果，中间位置的贯穿式日间行车灯设计功不可没，日行灯内部采用了棱镜反射设计，通过镭射工艺来还原璀璨星空。 享界 S9 增程版也装载了问界 M8 同款的百万像素车语智慧大灯，提供了数字照明、智能交互、个性娱乐的多种功能。 比较有代表性的是享界首创的交互式迎宾光毯和投影体感游戏。 和 M8 一样，享界 S9 增程版的智慧大灯也支持户外巨幕投影，可以在车机大屏通过三指上滑直接将视频内容流传到车外。当然了，它只能显示黑白画面。 享界 S9 增程版新增的「浩宇蓝」配色，灵感源于浩瀚宇宙的一抹蓝，呈现出深邃且静谧的效果。它与灵感同样取自浩瀚宇宙的「寰宇红」、「鎏金黑」、「深空灰」等配色，共同组成享界 S9 寰宇色系。 余承东表示，每一种寰宇色系车漆，均历经 119 道工序喷涂而成，最终让高亮清漆在车身表面呈现出透亮如水，浑厚圆润的质感。 为了满足用户对轮毂更多元化的个性需求，享界 S9 增程版新增 20 英寸多幅舒享轮毂，进一步提升风阻、NVH、舒适性表现；另外还提供了 20 英寸双十幅轮毂、21 英寸星辉锻铣轮毂供用户选配。 在内饰升级上，享界 S9 增程版座舱后排的依然配备了轿车当中非常罕见的零重力座椅，更加耀眼的配置升级，则在于全新的「激光巨幕投影系统 2.0」，带来 1080P 的电影画质，配合电动隐私遮阳帘和华为悦彰卓越系列音响，观影体验较为独特。 同样，这套投影也支持悬浮窗模式，在行车时悬浮显示时间、导航、音乐等信息，后排乘员使用 K 歌功能的时候，悬浮幕布也能直接显示歌词。 全新享界 S9 增程版十亿投入所带来的升级技能点，还点在了续航和智能驾驶方面。 享界 S9 增程版搭载了华为雪鸮智能增程系统，在纯电模式下，其 CLTC 纯电最高续航里程最高可达 365km，按照上下班 30 公里的通勤里程来说，基本可以在一周一充的频率下满足城区通勤上下班的所需。 选用油电混合模式时，其 CLTC 综合续航里程最高可达 1355km，超过一千公里的综合续航也就是意味着，享界 S9 增程版可以满足长途远行的说走就走。 享界 S9 增程版的驾控体验也获得了全面升级，搭载了最新的华为途灵平台。 余承东表示，该平台不但为乘员带来了「晕车舒缓」功能，而且经重新调校后，享界 S9 增程版在「好坐」的基础上也固化了「好开」印象标签，针对转向、制动、过弯都有智能协同，在不同的驾况下都能够在操控与舒适之间找到平衡点。 智驾方面，享界 S9 同样搭载了华为 ADS 3.3 高阶智能驾驶系统，全车升级搭载了 4 颗激光雷达，在原有的 192 线激光雷达的基础上，额外在车身两侧和尾端增加了 3 颗高精度固态激光雷达。后续，S9 也会升级至 ADS 4.0。 不难发现，无论是问界 M8 还是享界 S9，它们所构建的高端价值并非依赖于传统的「豪华」和「品牌」概念，而是通过科技创新，重新定义了符合时代特征的「新豪华主义」。 这种新豪华主义不仅体现在隔空召唤、智慧大灯等前沿科技功能上，更体现在四激光雷达加持下的华为 ADS 3.3 智驾解决方案，以及华为雪鸮智能静音增程系统等科技实力之上。 这些创新技术的背后，不只是华为对于科技与豪华深度融合的理解，也反映了消费者用车逻辑与需求的转变。 ONE MORE THING 除了 M8 和 S9，鸿蒙智行今天还为问界 M7 带来了更新——全新的牧野青漆色，内饰也有些许变化。 价格则未有变化，售价区间依旧为 26.98 万至 30.98 万元。 此外，问界 M7 还新增了一套 20 英寸的运动轮毂。 「大家看这个轮毂非常漂亮，即刻下定，最高可享 52000 元的权益。」余承东补充道。

智东西4月16日消息，据彭博社报道，本月，美国AI创企Anthropic计划推出其聊天机器人Claude的语音助手功能“语音模式”，及两大企业级功能——Research与Google Workspace集成，直接对标OpenAI的同类产品。 Anthropic由OpenAI前员工于2021年创立，以“安全可靠”为核心理念，主要面向企业客户。 近期，该公司动作频繁，接连推出网络搜索工具、代码助手及整合Google Workspace集成（Gmail、日历、文档）的“研究”功能。 一、语音功能或本月上线 据彭博社对iOS代码的技术解析及匿名信源透露，该语音功能计划于本月启动小范围测试。 其初期将提供三种风格化语音选项：轻快（Airy）、柔和（Mellow）及英式口音（British-accented Buttery），但最终上线时间仍可能调整。 代码研究员M1Astra通过逆向工程发现，Anthropic的公开代码中已发现语音功能，彭博社进一步验证了这一发现。 尽管技术线索指向明确，Anthropic官方仍以“不评论未发布产品”为由拒绝回应，为“语言模式”的正式亮相保留悬念。 二、Research＋Google Workspace：营销、销售等办公场景全覆盖 同步推出的“研究（Research）”功能，采用代理式搜索技术，可自动执行多轮网络与企业内部数据检索，通过系统化分析生成附带引用的详实答案。 ▲该功能支持市场营销、销售、工程师等场景 以市场营销团队为例，应用场景可包含规划产品发布，让Claude从网络收集竞争情报，同时提取相关产品规格、定位和策略文档，以创建全面的发布计划。 研究功能现已在美国、日本和巴西为Max、团队和企业计划的早期测试版中提供。3月在美国推出的网络搜索如今也可在巴西和日本等地区付费计划中自动启用。 另一功能为Claude与谷歌Workspace的深度整合。 新增企业版“文档编目（Document Cataloging）”功能进一步优化海量文件检索效率，即使数据分散或冗长，Claude也能精准定位关键信息并提供带引用的结构化输出。 以学生群体为例，其可将课程笔记与最新学术研究关联，生成个性化学习计划 Workspace整合功能则向全球付费用户开放，个人用户可通过设置直接授权，企业版需管理员完成域级授权后启用。 Anthropic计划在未来数周内将“文档编目”能力拓展至教育与医疗行业，进一步强化垂直场景的AI协作深度。 此外，其新推出的“研究”服务可抓取企业客户内部数据与公开网络信息，生成附带引用的详实答案，与OpenAI的“深度研究（Deep Researche）”功能形成直接竞争。 通过与谷歌绑定，Anthropic专注于向企业销售产品。 结语：Anthropic能否打破OpenAI的市场主导？ 当前，OpenAI、谷歌与Anthropic均在语音交互领域加码布局，Anthropic选择了一条差异化路径——强化企业端粘性。 但技术狂奔背后，如何平衡创新与风险仍是关键。 正如OpenAI曾因潜在风险推迟产品发布，Anthropic能否在竞争中守住“安全”招牌，或将成为其突围的关键筹码。

鸿蒙智行 又一力作 鸿蒙智行刚刚推出了两款新车——问界 M8、享界 S9 增程版，覆盖 30 万至 45 万元区间。 具体价格见下图： 问界 M8 享界 S9 不得不说，这两款新车推出之后，鸿蒙智行的「火力范围」得到了显著拓展，M8 直指 30 万元级家用 SUV 市场，而享界 S9 增程版相比纯电版大幅降价 9 万元，这一价格调整伴随着能源形式的转变，使得其受众群体迅速扩大。 鸿蒙智行这套组合拳挥得很有力。 问界 M8，豪华 SUV 市场的新势力 从 3 月 6 日开启预售到现在，预售价高达 36.8 万元的问界 M8 已经收获了超过 15 万个小订，足见其市场吸引力。 作为一款瞄准 35 万至 45 万元价格区间的车型，问界 M8 正在利用豪华感、空间感和前沿科技，切入家庭用户的核心需求。 问界 M8 的车长达 5190 毫米、宽 1999 毫米、高 1795 毫米，轴距 3105 毫米，尺寸与 M9 几乎相同。 设计上，问界 M8 使用了鸿蒙智行全新的设计语言「鲲鹏跃境」，星云大灯设计展现年轻化与优雅并存的风格，封闭式前格栅配合上贯穿式灯带和两侧的散热开口，不失科技感。 同时，问界 M8 搭载华为百万像素智慧投影大灯，支持专属灯语「麒麟踏海浪」，象征祥瑞满盈。 问界 M8 的尾部同样延续了家族式设计风格，采用了贯穿式尾灯，灯组内部为点阵式的像素光源，可点亮上海、杭州、北京、广州、重庆、深圳、成都等七个城市的地标风景线，后续还可以通过 OTA 升级持续扩展更多城市效果。 整体来看，问界 M8 展现出明显的年轻化趋势。尽管其尺寸和座位布局与 M9 近乎相同，但凭借更具活力的设计风格和丰富的车漆色彩选择，M8 精准定位了与 M9 不同的目标用户群体。 据车 fans 此前报道，问界 M8 的预订客户以男性为主，年龄集中在 28 至 45 岁之间。其职业背景较为多元，主要包括私营企业主和企事业单位的中高层领导。 在内饰与空间上，问界 M8 围绕「家庭智慧旗舰 SUV」定位，提供 6 座和 5 座布局。 6 座版拥有宽敞三排空间，纯平地板设计让一排、二排、三排均宽裕，第三排座椅支持 25° 至 33° 无级角度调节，后备箱在 6 人满载时仍有 353 升的空间；5 座版第二排纵向空间超 1.08 米，后备箱纵深近 1.2 米，容积接近 1000 升，可轻松装下全家行李。 舒适性配置上，问界 M8 全系座椅标配通风、加热、按摩功能，主驾配备 50 毫米双向电动腿托，副驾提供 288 毫米双向电动头枕。此外，6 座版还配备零重力座椅（5 座版是准零重力座椅），「营造无拘无束的舒展感」。余承东说。 问界 M8 的储物设计也充满巧思，二排座椅下隐藏抽屉可存放私人物品，主驾眼镜盒、门扶手手机收纳槽一应俱全，5 座和 6 座分别提供 110 升和 39 升后备箱储物暗格，兼顾私密性与实用性。 作为一款主打家庭用车的产品，M8 座椅布局的布局也足够多变灵活，支持沙滩椅模式（一排座椅放倒与二排连通）或房车模式（后排座椅放倒形成 3 米大空间），秒变儿童房、游乐场或露营房车。 影音体验同样出色，副驾独立影院支持独立蓝牙通道，激光投影巨幕（M9 同款 32 英寸）支持悬浮窗模式及多屏分享功能。 投影幕布的悬浮窗模式 不仅是「大电视」，M8 还配备风冷压缩机冰箱，支持制冷与加热，效率大幅提升。 安全是问界 M8 的核心亮点，秉持「安全是最大豪华」的理念。车身采用潜艇级 2000 兆帕热成型钢、铝合金和高强度钢，八横五纵刚性架构确保三排安全，车顶抗压达 6.8 倍国标，翻滚与追尾场景下提供全方位保护。 全向防碰撞系统支持前向 150km/h、侧向 130km/h、后向 60km/h 的 AEB，配备 192 线前向激光雷达、后向固态激光雷达和 4D 毫米波雷达，以增强雨雾天气下的感知能力。 余承东还称，问界 M8 能在 -40°C 正常启动，其智能增程系统与 M9 同款，隐藏式机械门把手一键破冰，破冰力超 300 牛。 余承东还着重介绍了一下这个门把手： 目前很多新能源车都不具备车外的的机械门把手，更不具备的是我们首创的车门冗余设计，碰撞后断电仍可开门，这是我们的专利技术。 随后，余承东还大秀了一手问界 M8 的涉水能力和远程一键挪车功能，表示用户可以在暴雨天气远程挪车。 智能化方面，问界 M8 搭载华为 ADS 3.3 智驾系统，支持车位到车位自主导航，可过闸机、环岛、ETC 高速收费口，第三方测试显示其人工接管次数远低于竞品。另外，M8 的 68 英寸 AR HUD 结合 ADS 系统，可以提供超视距预警，夜间与复杂路况下精准识别行人、机动车及障碍物。 余承东透露，问界 M8 将会在今年第三季度升级至 ADS 4.0，更多信息将会在上海车展公布。 底盘方面，问界 M8 的图灵底盘平台，采用前双叉臂、后五连杆独立悬挂，连续可变阻尼减震器（每秒 100 次调节）和空气悬挂。「钢铝混合结构媲美百万级豪车。」余承东说。 问界 M8 新增了两个功能：弯道识别减少侧倾，提升平顺性；舒适刹停功能使得刹车平顺性提升 90%，舒适不晕车。 尽管车长接近 5.2 米，但 M8 的转弯半径仅 5.9 米，前轮转角超 40°，窄路一把过，优于同级 6 米以上转弯半径。 动力系统采用 1.5T 增程器与双电机四驱，纯电续航 310km（CLTC），综合续航超 1500km，亏电油耗仅 6.6L/100km（WLTC），加速、刹车距离及麋鹿测试成绩均优于竞品。 总体而言，融合了年轻化设计、更优的安全性、领先的智驾和灵活空间的问界 M8，填补了鸿蒙智行在 30 万至 40 万元市场的空白。余承东在发布会上自信表示： 这（问界 M8）可能是一个中国汽车工业的另外一个奇迹。M9 创造了 50 万元以上的高端奇迹，今天 M8 要创造 40 万元以上的奇迹。 享界 S9 增程版，好坐的同时也想要好开 讲完了 M8，来看看本场发布会的另一款产品——享界 S9 增程版。 全新的享界 S9 增程版定位科技豪华旗舰轿车，鸿蒙智行加注十亿元投入，在外观、交互、座舱、驾控、续航、智驾方面带来了六大升级。 ⬇️ 点击观看视频 ⬇️ 在外观升级上，享界 S9 增程版基本沿用了享界 S9 极具辨识度的前脸设计，为了呈现出豪华沉稳的视觉效果，中间位置的贯穿式日间行车灯设计功不可没，日行灯内部采用了棱镜反射设计，通过镭射工艺来还原璀璨星空。 享界 S9 增程版也装载了问界 M8 同款的百万像素车语智慧大灯，提供了数字照明、智能交互、个性娱乐的多种功能。 比较有代表性的是享界首创的交互式迎宾光毯和投影体感游戏。 和 M8 一样，享界 S9 增程版的智慧大灯也支持户外巨幕投影，可以在车机大屏通过三指上滑直接将视频内容流传到车外。当然了，它只能显示黑白画面。 享界 S9 增程版新增的「浩宇蓝」配色，灵感源于浩瀚宇宙的一抹蓝，呈现出深邃且静谧的效果。它与灵感同样取自浩瀚宇宙的「寰宇红」、「鎏金黑」、「深空灰」等配色，共同组成享界 S9 寰宇色系。 余承东表示，每一种寰宇色系车漆，均历经 119 道工序喷涂而成，最终让高亮清漆在车身表面呈现出透亮如水，浑厚圆润的质感。 为了满足用户对轮毂更多元化的个性需求，享界 S9 增程版新增 20 英寸多幅舒享轮毂，进一步提升风阻、NVH、舒适性表现；另外还提供了 20 英寸双十幅轮毂、21 英寸星辉锻铣轮毂供用户选配。 在内饰升级上，享界 S9 增程版座舱后排的依然配备了轿车当中非常罕见的零重力座椅，更加耀眼的配置升级，则在于全新的「激光巨幕投影系统 2.0」，带来 1080P 的电影画质，配合电动隐私遮阳帘和华为悦彰卓越系列音响，观影体验较为独特。 同样，这套投影也支持悬浮窗模式，在行车时悬浮显示时间、导航、音乐等信息，后排乘员使用 K 歌功能的时候，悬浮幕布也能直接显示歌词。 全新享界 S9 增程版十亿投入所带来的升级技能点，还点在了续航和智能驾驶方面。 享界 S9 增程版搭载了华为雪鸮智能增程系统，在纯电模式下，其 CLTC 纯电最高续航里程最高可达 365km，按照上下班 30 公里的通勤里程来说，基本可以在一周一充的频率下满足城区通勤上下班的所需。 选用油电混合模式时，其 CLTC 综合续航里程最高可达 1355km，超过一千公里的综合续航也就是意味着，享界 S9 增程版可以满足长途远行的说走就走。 享界 S9 增程版的驾控体验也获得了全面升级，搭载了最新的华为途灵平台。 余承东表示，该平台不但为乘员带来了「晕车舒缓」功能，而且经重新调校后，享界 S9 增程版在「好坐」的基础上也固化了「好开」印象标签，针对转向、制动、过弯都有智能协同，在不同的驾况下都能够在操控与舒适之间找到平衡点。 智驾方面，享界 S9 同样搭载了华为 ADS 3.3 高阶智能驾驶系统，全车升级搭载了 4 颗激光雷达，在原有的 192 线激光雷达的基础上，额外在车身两侧和尾端增加了 3 颗高精度固态激光雷达。后续，S9 也会升级至 ADS 4.0。 不难发现，无论是问界 M8 还是享界 S9，它们所构建的高端价值并非依赖于传统的「豪华」和「品牌」概念，而是通过科技创新，重新定义了符合时代特征的「新豪华主义」。 这种新豪华主义不仅体现在隔空召唤、智慧大灯等前沿科技功能上，更体现在四激光雷达加持下的华为 ADS 3.3 智驾解决方案，以及华为雪鸮智能静音增程系统等科技实力之上。 这些创新技术的背后，不只是华为对于科技与豪华深度融合的理解，也反映了消费者用车逻辑与需求的转变。 ONE MORE THING 除了 M8 和 S9，鸿蒙智行今天还为问界 M7 带来了更新——全新的牧野青漆色，内饰也有些许变化。 价格则未有变化，售价区间依旧为 26.98 万至 30.98 万元。 此外，问界 M7 还新增了一套 20 英寸的运动轮毂。 「大家看这个轮毂非常漂亮，即刻下定，最高可享 52000 元的权益。」余承东补充道。

凤凰网科技讯（作者/于雷）4月16日，红魔10 Air今日正式发布，新机拥有7.85mm超薄机身，官方定义该机为新一代“轻薄性能旗舰”。新机搭载第三代骁龙8移动平台与自研红芯R3电竞双芯，新机售价3499元起，国补后2999元起。 红魔10 Air采用6.8英寸“悟空全面屏”，屏占比93.7%，支持2160Hz高频PWM调光与DC调光双护眼方案，并隐藏1600万像素屏下摄像头。触控方面，2000Hz瞬时采样率结合Magic Touch技术优化，大幅提升操作响应速度，搭配520Hz双IC触控肩键与X轴线性马达，为玩家提供精准操控体验。 散热与续航方面，红魔10 Air配备ICE魔冷散热系统2.0，通过复合液态金属与超大3D冰阶VC实现高效降温；内置6000mAh电池与80W快充，支持充电分离技术，兼顾持久续航与低发热。 AI功能成为新机另一亮点，深度整合的红魔姬MORA助手覆盖生活与游戏场景，提供实时翻译、AI消除、游戏托管等实用功能。 同步推出的氘锋能量系列配件包括磁吸散热器、氮化镓充电器及超薄磁吸充电宝，首销期间限时优惠，最低69元起。

作者 | 陈骏达 编辑 | 云鹏 智东西4月16日报道，今天，在超聚变2025年探索者大会上，超聚变董事长兼CEO刘宏云回顾了公司成立三年来的发展历程，分享了背后的思考逻辑，并展望了未来的战略方向。 从2021年底成立至今，超聚变的发展目标从“活下来”转变为如今的“冲上去”，未来，他们将会以AI、数据、算力和能源四大技术领域为主线，与伙伴合作共建智能体时代。为迎接智能体时代，超聚变启动“超聚变2.0”计划，核心是以AI重构业务流程。 超聚变还面向智能体时代发布了多款新产品，主要集中在算力、数字化转型解决方案以及智慧能源领域。 在构建生态系统方面，超聚变发布了液冷技术白皮书和聚智生态计划，从而促进行业标准的形成，他们也将对使用其AI平台和解决方案的企业给予资源投入。 一、从“活下来”到“冲上去”，超聚变开启2.0时代 刘宏云称，过去3年是国内算力行业剧变的3年，超聚变的业务规模也从百亿左右提升至400多亿，客户覆盖全球顶尖运营商、超算中心及能源巨头，如欧盟PCSS超算中心和阿美石油等。 ▲超聚变董事长兼CEO刘宏云 相比规模增长，刘宏云认为更大的收获是“看不见的底层能力”——超聚变通过业务设计1.0，实现了从流程到组织的全面优化，为后续发展奠定基础。 超聚变管理团队对公司成立后第一个阶段的定义为“活下来”。在华为出售超聚变后，他们所拥有的资源和产业边界都出现巨大变化，按照原有的逻辑全盘照搬是行不通的。 在生成式AI需求爆发后，超聚变押注了H800服务器方案，虽然在一开始“连标都投不出去”，但最终这一方案成为了大势所趋。超聚变也提前预判到国产化趋势，并做了针对性布局。 目前，超聚变的客户规模已从3年前的2000余个增长至24000多个，对新阶段他们的期望是“冲上去”，其高管团队也开始思考，如果他们重新创业，究竟会做一家什么样的企业？ 在超聚变看来，AI、数据、算力、能源、材料和生物技术这六个技术要素，将会驱动未来世界发生极大的变化，改变所有的几乎所有的行业和企业，世界即将迎来智能体时代。随着时间的推移和技术的发展，城市智能体、企业智能体都将陆续出现。 ▲超聚变认为的未来世界六大技术要素 AI、数据、算力、能源是超聚变现阶段选择的四个技术要素，他们希望通过多种技术的跨界融合去重构各个产业。 在算力侧，超聚变将继续坚持“南北向安全异构”的双生态战略，融合东西方科技生态。他们还与业内领先的芯片半导体公司合作研制了BMC芯片，实现60秒内的服务器开机，安全性能也有提升。 在AI与数据侧，超聚变推出智能应用生成平台和数据资源管理系统，帮助企业用AI重构核心商业软件。刘宏云特别提到，超聚变已为一家中国百强央国企交付智能体化ERP解决方案，“未来企业的水平商业系统将进化为L1级智能体”。 能源侧，超聚变希望在各行各业数字化、智能化的过程中，打造智慧能源解决方案。 为迎接智能体时代，公司启动“超聚变2.0”计划，核心是以AI重构业务流程。 超聚变将会重构公司原有的流程，为90多个关键流程（如配置报价、订单生成）升级为智能体。超聚变的研发流程也会得到AI加持，AI生成代码的占比会在未来提升到50%，每位员工都会拥有自己的AI助手。 二、三大领域密集发新品，涵盖算力、数字化转型、能源 大会上，超聚变发布了多款新产品与解决方案。 超聚变算力事业部总裁张小华认为，企业智能化转型分为三阶段：单点探索、业务重构、全面数字化，其中，算力是智能体时代的基石。 ▲超聚变算力事业部总裁张小华 目前，算力产业面临技术路线多元化、生态不均衡等挑战，需协同解决“建好、管好、用好”问题。 在算力层，超聚变本次进行了6大发布，包括升级版FusionPod开放架构液冷服务器、归一化AI中台、AI一体机（FusionOne AI）、AI调优子产业、液冷技术白皮书和聚智生态计划。 在数字化转型解决方案领域，超聚变CIO、城企数智事业部总裁蓝文广与智能助手“小Ray”一同发布了超聚变xIBT服务方案，为企业提供业务变革与数字化顶层设计工具包。 蓝文广还发布了xRay AI服务使能平台，集成大模型路由、数据安全管控、智能体生成等功能，降低企业AI应用门槛。超聚变的xERP、xCRM等自主知识产权系统，将深度融合AI智能体，完成发票识别、销售过程管理等任务，支持全球化与智能化需求。 ▲超聚变xRay AI服务使能平台 能源方面，超聚变智慧能源解决方案总裁程肇发布了智慧能源解决方案1.0战略。程肇认为，新能源汽车、充电桩、电力网会共同组成超级智能体，超聚变希望为其提供数字化的高效电热管理，共建车桩网智能体。 超聚变在能源领域发布了分体式充电主机、液冷超充终端等产品以及智能运维等服务。其中智能运维实现AI检测18类故障节点，通过语音引导、无感恢复等优化运营效率。 ▲超聚变分体式充电主机 结语：探索成超聚变下阶段关键词 超聚变将自己定位为一家生态型企业，作为整机与系统厂商，在生态构件中发挥协同作用。 探索会是超聚变下一阶段的关键词之一。刘宏云称，新技术的发展带动企业业务本质的变化，超聚变正进行着不断自我否定的过程，他们也将不断探索公司业务的本质。

快科技4月16日消息，虽然发布时有人吐槽它，但上市后Pura X还是用实际销量回击了这些人。 数据显示，华为Pura X首销一周激活量接近10万台，两周达到华为Pocket 2同期销量80%以上。 更引人注目的是，定价更高的典藏版销量远超预期，数码博主透露其与标准版的销售比例达到1.45:1，这意味着典藏版销量占比接近60%。 还有博主表示，开售7天Pura X的同期销售数据是Pocket 2的75%、MIX Flip的150%等，让友商羡慕不已。 华为Pura X提供标准版与典藏版两种选择，起售价分别为7499元和8999元，顶配典藏版（16GB+1TB）售价达9999元。 作为全球首款阔折叠手机，华为Pura X采用独特的16:10比例阔型屏设计，类似平板的显示比例，可提升用户在观影、创作和浏览等多种场景下的显示面积。 华为Pura X外屏则为3.5英寸，分辨率为980*980、支持1-120Hz LTPO 2.0自适应刷新率、1440Hz PWM调光等。