IT之家 2 月 5 日消息，西门子（Siemens）昨日（2 月 4 日）发布公告，宣布收购法国初创公司 Canopus AI，通过引入计算量测（Computational Metrology）和检测技术，强化其 Calibre 晶圆制造软件生态。 据西门子透露，该笔交易实际上已于 2026 年 1 月 12 日完成交割。尽管官方未披露具体金额，但业界估算交易额约在 1.5 亿至 3 亿欧元（IT之家注：现汇率约合 12.31 亿至 24.62 亿元人民币）之间。 Canopus AI 是一家总部位于法国格勒诺布尔的创新企业，成立于 2021 年，专注于利用机器学习和人工智能技术优化半导体量测与检测流程。 Canopus AI 面向量测与检测领域的机器学习及人工智能技术，通过量测边缘放置误差（EPE），优化晶圆制造仿真模型 Canopus AI 在行业内开创性地提出了“Metrospection”理念。该理念旨在搭建一个全面的软件框架，利用 AI 技术打通传统晶圆量测与检测之间的技术壁垒，通过其特有的 Mapbox 类查看器，用户可以交互式审查关键尺寸扫描电子显微镜（CD-SEM）图像及大批量制造数据。 面对器件尺寸微缩和产能扩大的双重挑战，大规模量测已成为保障先进制程良率的关键。西门子计划将 Canopus AI 的技术与其 Calibre 产品组合中的“计算光刻”及“制造物理仿真”能力深度整合。 Canopus AI 网页版 Mapbox 类查看器，支持关键尺寸扫描电子显微镜（CD-SEM）图像、HVM（大批量制造）Oasis 及计量检测数据的交互审查。 通过这种互补，西门子将提供一套具备差异化的端到端 EDA 解决方案。这不仅能提升晶圆图形成像的保真度，还能通过精准测量边缘放置误差（EPE），帮助制造商实现亚纳米级的工艺控制。 西门子数字化工业软件总裁 Tony Hemmelgarn 强调，此次收购彰显了西门子用工业 AI 解决制造挑战的决心。整合后的技术将助力半导体企业缩短先进制程节点的量产周期，并加速良率爬升。

凤凰网科技讯 2月5日，峰飞航空科技在白莲湖低空基地正式披露其最新研发进展，全球首款5吨级eVTOL机型V5000“天际龙”已成功完成转换飞行。在此次演示中，该机型展示了从垂直起飞、正向转换至固定翼巡航，以及反向转换和平稳降落的完整飞行过程，并与V2000CG“凯瑞鸥”进行了双机编队飞行。 行业数据显示，当前eVTOL（电动垂直起降航空器）主流产品多集中在1.5至3吨起飞重量、载客4至6人的规格。此次亮相的V5000将起飞重量提升至5吨级，客运版本可搭载10人，货运版则具备吨级物资运输能力。在核心性能方面，该机型纯电版最大航程为250公里，混动版最大航程可达1500公里，这一续航能力的提升使其应用场景得以从城市短途交通延伸至城际商务出行、重型支线物流及大型应急救援等领域。 技术参数显示，V5000采用了复合翼构型与三翼面布局，搭载20台第五代升力电机，具备在单发甚至双发失效情况下仍能安全飞行或着陆的冗余设计。分析认为，5吨级大载重平台的出现，有望通过大幅摊薄“座公里/吨公里”的运营成本，提升低空运输在商业落地层面的经济可行性。目前，峰飞航空已形成从工业级、物流级到载人级的多维产品矩阵，正加速构建包含研发、适航、生产及运行支持在内的低空生态闭环。

凤凰网科技讯 2月4日，小米汽车通过官方微博宣布，其车辆辅助驾驶功能的“安全里程门槛”已由最初的1000公里降低至300公里。此次调整旨在降低用户使用辅助驾驶功能的初始门槛。 小米汽车表示，设定该门槛的目的是为了让用户能够逐步熟悉辅助驾驶功能，培养充分的安全意识。公司同时强调，辅助驾驶并非自动驾驶，提醒用户在使用时需时刻关注路况，并及时控制车辆。 据悉，包含此项调整的最新版本OTA（空中下载技术）更新已开始向用户陆续推送。

凤凰网科技讯 2月5日，据车评人韩路消息，在昨晚的《敢梦敢为·追觅之夜》演唱会上，追觅首次公布三款汽车的名称及外观。 三款车型分别命名为星际T08、星际T08L和星际D09。 星际T08定位全域硬派SUV，星际T08L定位全地形硬派SUV，星际D09定位六座奢华旗舰SUV。 韩路表示，新车外观像猛士817和917。此外，新车品牌名定为“星际穿越”。

IT之家 2 月 5 日消息，在美国国防部高级研究计划局（DARPA）的资助下，康奈尔大学（Cornell University）研究团队成功研发出一种海底混凝土 3D 打印技术。 这项跨学科研究由康奈尔大学土木与环境工程系助理教授 Sriramya Nair 带领，能够在海底直接 3D 打印。 水下混凝土打印面临的最大挑战是“冲刷效应”，即水泥在凝固前容易被水流冲散。为解决这一物理难题，康奈尔团队通过实验优化了材料配方，平衡材料粘度（防止散开）与可泵送性（便于机器挤出）。 此外，DARPA 出于简化后勤与环保考量，明确要求混凝土混合物必须将“海底沉积物”作为主要成分。研究人员成功满足了这一指标，实现了就地取材，进一步降低了环境影响。 除了材料革新，团队还专门研发了新型传感系统。IT之家援引博文介绍，由于海底作业环境通常能见度极低，传统光学设备难以发挥作用。这套新系统能够帮助打印机器人在浑浊的水下环境中实时监控施工状态，并根据反馈动态调整打印路径与参数，确保结构成型的精准度。 凭借早期的优异测试结果，该项目已获得 DARPA 颁发的 140 万美元（IT之家注：现汇率约合 973 万元人民币）拨款。康奈尔团队还将于今年 3 月带着他们的海底 3D 打印技术，参加 DARPA 举办的“烘焙赛”（bake-off），他们将与另外 5 支科研团队同台竞技，需要在规定时间内按规格现场打印一座水下拱门。

凤凰网科技讯 2月5日，理想汽车CEO李想发布长文，对全新理想L9进行预热。李想表示，汽车的终极形态是机器人。all in AI并非不关注汽车，具身智能必须长在一台好车上，才能真正为用户创造价值。“所以我有70%的时间聚焦在汽车上，这让我们更了解如何让车进化成真正的机器人。” 全新理想L9将成为“智能体”，眼睛、大脑、心脏、神经、手脚——完整的技术栈让车从被动工具变成主动伙伴。李想表示，车辆将会“认出你，理解你，主动服务你”，未来，每个家庭都值得拥有这样的智能伙伴。“全新理想L9不仅是一台好车，更是具身智能机器人的开山之作。我们准备了十年，就等这一刻。”

凤凰网科技讯 2月5日，蔚来汽车开始推送Cedar雪松系统1.4.0版本更新，此次升级主要面向旗舰车型ET9与全新ES8，涵盖智能辅助驾驶、智能座舱等四大板块，共包含超过80项新增与优化功能。 在智能辅助驾驶方面，基于“蔚来世界模型NWM”的点到点全域领航辅助功能得到增强。城区道路新增效率换道，优化了变道果断性与路口通过能力；高速场景则提升了上下匝道成功率及施工路段避让能力。新增的非固定车位收藏功能允许车辆在抵达目标区域前沿途自动搜寻车位并泊入，同时支持预约遥控泊入。 本次更新还引入了基于NWM的增强车道居中辅助，新增支持在城区路口根据交通信号灯及箭头指示进行左/右转辅助。新增的“NWM人机共驾”模式允许驾驶员在城区道路实时干预辅助驾驶的行驶方向。此外，系统增加了全向误加速抑制辅助（MAI）与倒车时对后方立柱、矮墙等障碍物的通用障碍物预警（GOA）功能。 在智能座舱方面，新增行业首个车端灾害预警；新增AR增强模式下支持转向盲点影像与智能窄道影像显示等。

凤凰网科技讯 2月5日，蔚来美股盘前大涨，截至发稿涨幅超10%。消息面上，蔚来官方发布盈利预告，预计2025年四季度录得经调整经营利润为7亿元至12亿元，为公司首次录得单季度经调整经营利润。 蔚来官方早些时候发布了2025年第四季度盈利预告，称蔚来预计在2025年第四季度录得经调整经营利润（非公认会计准则）人民币7亿元至12亿元。这是蔚来成立以来首次实现单季度经调整经营利润转正。而在2024年同期，这一数字为亏损55.436亿元。 在通用会计准则（GAAP）口径下，蔚来的表现同样超出市场预期。预告显示，公司该季度经营利润预计介乎2亿元至7亿元之间。这一盈利局面的打开，主要归功于蔚来在终端市场的交付量持续攀升，以及多品牌战略下产品组合的不断优化。通过更具竞争力的车型矩阵，蔚来有效提升了汽车毛利率，增强了自身的造血能力。 尽管此次公布的数据仍为基于管理账目的初步评估，未经审计，但“首度转正”的信号无疑为智能电动车赛道注入了强心针。截至目前，蔚来正处于2025年全年财报的最后编制阶段。

IT之家 2 月 5 日消息，小米汽车“社区大管家”昨天在官方社区发布《关于小米 SU7 Ultra 专业团队解散不实信息的澄清》，其中提到，近日网络流传的“小米 SU7 Ultra 专业团队解散”等信息严重不实。 小米方面称，为优化 SU7 Ultra 的销售服务体验，对销售策略进行了调整升级。 自 1 月底起，SU7 Ultra 不再仅由部分门店的 Ultra Master 销售专属承接，全国所有小米汽车门店的销售伙伴均可为用户提供该车型的专业咨询、选购等服务； 原 Ultra Master 销售伙伴也可承接小米汽车其他车型的销售服务。 IT之家从公告获悉，调整后，销售网点及销售顾问数量增加，销售流程无任何变化，售后服务、用户权益及运营也均与前期保持一致。 本月早些时候，小米汽车公布了 SU7 Ultra 限时购车权益，2 月 28 日 24 点前下定小米 SU7 Ultra 可享： 碳纤维运动方向盘 + 碳纤维中控台饰板 + 碳纤维前排座椅背板免费送； 五年基础保养免费送； Xiaomi HAD 端到端辅助驾驶终身免费使用权。 老车主复购，免费送 50000 积分（价值 5000 元）。另外，用户在 2 月 28 日 24 点前锁单，赠送辅助驾驶保障服务。

IT之家 2 月 5 日消息，AI 推理芯片初创企业 Positron 当地时间公布了其第二代 ASIC 设计 Asimov，宣称该产品的 Token 能效与性价比都可以达到英伟达 Rubin GPU 的五倍。 Positron 表示 Transformer 推理运行的限制在内存而非算力，因此 Asimov 在设计上就是以内存优先，拥有 90% 的内存带宽利用率，并从结构上消除不必要的远程数据移动。 Asimov 芯片由一对计算模块组成，内置支持多样化数据格式的脉动阵列。每个计算模块连接到 432GB 的 LPDDR5x 内存，并通过 PCIe 6.0 / CXL 3.0 连接到至多 720GB 的 KV Cache 缓存用内存。其芯片整体 TDP 为 400W，内存总容量 2304GB、总带宽 2.76 TB/s，支持风冷冷却。 Positron Asimov 支持多样化拓扑结构的 16Tbps 芯片间互联。其 Titan 推理服务器系统采用 19 英寸 4U 机架规格，聚合了 4 颗 Asimov 芯片，支持 16T 参数模型推理和 10M 上下文窗口，单系统最多 4096 套 Titan。 Positron 表示 Asimov 芯片目标在 2026 年底完成芯片流片，并在 2027 年初投入生产。

库克 凤凰网科技讯 北京时间2月6日，据彭博社报道，苹果公司CEO蒂姆·库克(Tim Cook)在周四举行了一场全体员工大会，回应了员工关注的多个话题，包括AI、CEO接班人规划、内存短缺以及移民执法问题。 AI 在谈到AI时，库克表示，苹果新设备将会利用这项技术。他还回顾了创纪录的假日季度业绩、苹果的服务业务，以及为庆祝公司成立50周年所做的计划。 “AI是我们这一生中遇到的最具深刻影响的机遇之一，”他说，“我坚信，没有任何公司能比苹果更好地帮助客户以深刻而有意义的方式运用AI。” 对于竞争对手推出新型AI设备引发的担忧，库克回应称：“AI将催生全新的产品与服务类别，我们对此感到无比振奋。它为苹果开启的机遇也让我们充满期待。” 接班人 库克还简要谈及了接班人计划。他表示：“我花了大量时间思考五年后、十年后谁在这里决策。我甚至执着于思考，十五年后领导者会是谁。” 苹果首席运营官、环境事务负责人以及总法律顾问均在近几个月内相继宣布退休计划。库克表示，这些变动是经过精心安排的，“并非突发状况”。但他并未提及同样近期离任的AI负责人约翰·詹南德雷亚(John Giannandrea)与设计主管艾伦·戴伊(Alan Dye)。 “领导力的一个重要部分，就是思考这些事情并制定好相应计划，”库克表示，“要知道，当人们到了一定年龄，有些人就会退休。这是一种自然规律。” 内存短缺 库克回应了科技行业面临的内存芯片短缺问题，称这是“我们必须应对的挑战”。库克表示，苹果首席运营官萨比赫·汗(Sabih Khan)正专注于解决此事。 “最关键的是，我们拥有全球最优秀的团队来处理这个问题，”他说道，“我们正在评估一系列备选方案并将付诸实施，以应对这一困境。这确实是个问题。” 50周年庆祝 他还表示，苹果将在今年4月庆祝公司成立50周年。“最近我对苹果的思考格外深刻，因为我们一直在思考该如何纪念这一重要时刻，”他说，“当你真正停下来，回望过去50年的历程时，那份感动会令你心潮澎湃。真的如此。我保证，一定会有庆祝活动。” 海外市场 展望海外市场，库克强调了公司在印度、马来西亚等地取得的进展。“新兴市场对我们来说非常重要，”他说，“我们在这些市场的份额仍然不大，但潜力巨大。” 移民执法 对于美国目前针对移民采取的暴力执法问题，库克表示，他对美国当前的移民政策“深感痛心”，并将继续向立法者施压，推动相关问题的解决。 库克在周四的员工大会上表示：“我听说你们中有些人甚至不太敢离开家。任何人都不该有这种感觉。任何人都不应该。”(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”。

特朗普 凤凰网科技讯 北京时间2月5日，据CNBC报道，美国总统特朗普在周三的一次最新采访中表示，他不会介入Netflix与派拉蒙对华纳兄弟探索公司(WBD)的竞购战。 特朗普在接受《NBC晚间新闻》采访时表示：“我一直没有参与其中。” “双方都联系过我。两边在竞购，但我决定自己不应该参与进去。司法部会处理这件事。”特朗普称。 Netflix已提出以720亿美元的价格收购WBD，该交易将不包括后者的有线电视网络业务。派拉蒙则启动恶意收购，提出以超过1080亿美元价格全面收购WBD。 和去年12月初相比，特朗普的态度发生了转变。当Netflix最初提出收购WBD时，特朗普曾表示，若联邦监管机构批准该交易，Netflix有望获得的市场份额规模“可能引发问题”，他将参与审查和可能批准该交易的流程。(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”。

文/贺颖 编辑/张晓 这个春节，大厂们正在用最古老的方法，缓解最新焦虑。 1月31日晚，腾讯元宝正式开启了10亿元现金红包活动，此后其DAU快速放量，2月1日下午便登上AppStore中国区免费榜第一。 对这一举动，马化腾在内部员工大会上表示，希望此举能够重现11年前的微信红包时刻。 围绕这轮元宝红包，市场很快出现了几种典型反应。 一类忙着转发；另一类在围观，看别人能拿多少钱来决定参不参与的；还有一类更多是AI应用的深度用户，讨论的重点也高度一致：张小龙什么时候会ban掉元宝链接。毕竟这套玩法，几乎集齐了微信多年来明文限制的所有关键词——诱导下载、裂变转发、砍一刀式拉新…… 但从目前的效果来看，元宝更多复现的似乎是“拼多多时刻”，热闹并没有持续太久。 2月4日，不少用户发现，元宝红包链接在微信群内被系统提示“包含诱导分享内容”，需要复制到浏览器才能继续访问。 微信派公众号 目前，元宝的红包分享已更改为“口令红包”。 很好，更像拼多多了。 这样的场景并不陌生。补贴、拉新、砸钱，过去十几年里，中国互联网大厂的重要产品，几乎都经历过类似的时刻：在某个节点，被红包、补贴或某种全民玩法，强行推到每个人的手机里。 不同的是，这一次站在这个位置上的，是AI。 这并不反直觉。春节是全年最适合“用钱换行为”的时刻，微信红包曾迎来的现象级时刻，至今仍被全行业致敬并疯狂模仿，包括腾讯自己。 元宝也并非个例。几乎在同一时间窗口里，百度、阿里也把红包投向了各自的AI应用。玩法、声量和投入节奏各不相同，但动作高度集中。 拉人头很快，形成习惯却要慢得多。也正因为如此，这轮声势不小的AI红包，更像是一场提前到来的流量争夺，而不是某个应用已经走到成熟期的信号。 01 三家大厂，三种不同的“换量”方式 这一轮AI红包里，目前最先被感知到的，是腾讯的元宝。 元宝在这件事上几乎没有掩饰意图，任务路径被压缩到极短：和AI聊天、生成图片或视频，就能获得抽奖次数；拉新助力的规则也足够直接，分享出去，只要对方完成App下载，就算成功。 元宝App 实际体验下来，这是一套极为标准的“人头”拉新模式——转发了三个好友，给元宝拉了3个下载量，最终到手的红包只有 0.28 元。转发的这点钱，甚至不及你黄金跌的一点零头。 在这种设计下，用户几乎不需要理解产品本身的价值，就已经完成了一次完整使用。至于最终能分到多少钱，并不重要，重要的是你已经帮元宝完成了它最需要的那一步。 这种选择，解决的是最基础的问题：有没有被装进足够多人的手机里。至于装进去之后会不会留下来，并不是这一阶段优先回答的事情。 从效果看，这套设计确实在启动后迅速奏效。元宝短时间内完成榜单冲刺，这更像是对腾讯社交流量转化能力的一次验证，而非对AI产品力的评价。某种意义上，它延续的仍然是腾讯过去几年在新产品启动时反复使用过的思路。 七麦数据 有用户对听潮TI表示，2年前元梦之星刚公测时，也是在春节期间进行了一系列相同套路：注册登录领微信红包、游戏内“红包雨”等。 相比之下，百度文心的红包设计明显更“运营向”。 它并没有把所有筹码压在一次性拉新上，而是把红包拆进了多个使用场景里：用户需要通过内容参与、集卡、口令等方式逐步解锁奖励，周期长达46天，再叠加春晚这一高曝光节点，被引导反复回到文心助手。 微信公众号@百度文心 这种设计的核心目标并不在一次性转化，而在使用链路的长度。百度更希望用户多停留几次、多打开几次，把AI助手嵌进搜索和内容的日常路径中。红包在这里，更像是用来放大交互密度、拉长用户停留时间的工具。 阿里的千问则显得更为克制。虽然同样打出上亿级红包的规模，但从披露的信息看，其重点并不在单一App的裂变，而是与支付宝、淘宝等既有生态联动，更多属于“友商干了我也不能缺席”。这种策略并不追求短时间的榜单冲刺，而是确保AI应用在春节这一流量高点，完成一次基本露出。 把三家的动作放在一起看，很难用同一套标准去评判效果。更准确的说法是，它们在用红包换取不同阶段最稀缺的东西：腾讯要的是下载量和DAU，百度要的是停留和交互，阿里要的是生态存在感。 也正是在这个对照下，豆包的缺席才显得格外清晰。 过去两年，国内AI应用的“超级入口”位置不断变化，kimi、DeepSeek、千问都在不同阶段获得过关注，但在C端覆盖度上，豆包始终领先。2025年底，它已经成为国内首个日活突破1亿的AI产品。 QuestMobile 对一款已经完成用户渗透的应用来说，再参与一轮以拉新为核心的红包战，意义并不大。它需要解决的，是如何提高使用深度，而不是如何制造更多下载。 从这个角度看，也正因为目标不同，这一轮AI红包显得既密集又分散。它更像一次集体试水。先抢下春节这个窗口，把自家AI推到用户面前，至于能不能留下来，显然没有人现在就能给出答案。 02 为什么是AI，被集体推到了红包这条路上？ 如果AI已经找到了稳定的高频场景，这一轮红包本不必发生。 但现实是，AI发展至今，在技术层面不断突破，在用户层面却始终犹豫不前。 过去两年，AI一直被放在一个相对“向上”的叙事中。发布会和财报强调的永远是模型能力、技术路线和长期格局，AI被描述为下一代平台型机会，是必须提前卡位的入口。但当竞争真正下沉到C端市场，问题迅速变得具体起来：谁能被更多普通用户下载，谁能被更频繁地打开。 从产品形态看，AI无疑是一种工具。但工具并不天然等于高频。成熟工具之所以被反复使用，往往有清晰的触发条件：什么时候需要、为什么要用、不用会带来什么不便。 相比之下，AI的能力是通用的，使用场景却是分散的。对多数用户来说，它并不对应某一个确定时刻，而更像一个随时可用、但不必立刻使用的选项。 这直接影响了用户行为。AI很容易被尝试，却很难被依赖。下载和首次使用往往由好奇心驱动，但在没有明确触发的情况下，很难形成反复打开的习惯。结果是，技术能力已经被验证，使用频率却迟迟无法稳定下来。 这也是为什么，许多AI应用长期停留在“可用”阶段，却难以自然过渡到“常用”。它们并不缺能力，也不缺功能，缺的是一个能反复发生的使用理由。 AI产品榜 当这一问题短期内无法通过产品设计彻底解决，增长策略就会被前置。发钱也就成了最确定、也最直接的解决方案。 在模型能力趋同、场景尚未成熟的阶段，谁能更早占据用户手机、进入更多人的日常路径，被更多人使用，往往比解释产品价值更重要。 在这种阶段，补贴的意义并不在于说服用户，而在于绕开理解成本，直接换来一次可被记录的使用行为。红包并不解决留存，也不保证习惯形成，但它能以最确定的方式制造一次下载、一次打开、一次交互，用来弥补产品在触发条件上的不足。 而春节之所以成为集中爆发的时间点，也是因为这是一个少见的窗口期，作为每年的切换节点，在这一阶段，用户的日常节奏被打断，线上娱乐和社交传播密度上升，新产品更容易被插入既有路径；与此同时，红包这种强刺激在节庆语境中更容易被接受，能够在短时间内把传播和行动对齐。 但这种方式本身也在推迟问题的暴露。先用确定性最强的手段把门槛踩平，把人先拉进来，再争取在后续把使用理由补上，互联网大厂惯用的烧钱补贴打法背后，始终无法回答一个更核心的问题： 当外部激励退场，这个产品是否已经具备被反复使用的理由。如果答案是否定的，那么这轮冲量的意义，事实上带来的实际增量依然有限。 03 当红包成了行业通用解法 讨论同样这类打法，很难绕开微信和支付宝。 在中国互联网的增长史中，红包从来不是新工具。无论是微信的摇一摇，还是支付宝的集五福，它们都曾在春节这个节点制造过全民级的打开行为。回头看，这些玩法的价值并不在于分钱本身，而在于把一个原本需要被反复教育的产品动作，压缩成一次几乎不需要理解的参与行为。 但这些成功，并非偶然。 摇一摇解决的是支付工具的首次绑定和使用。用户完成一次操作之后，后面接着的是转账、付款、收款等高频需求；集五福解决的是春节期间的活跃度与参与感，而支付宝作为基础设施，本就嵌在日常生活之中。红包只是点燃引线，真正把产品留下来的，是随后不断发生的使用场景。 这也是红包路径之所以成立的隐含前提：打开之后，必须有一个几乎必然发生的下一步。 也正因为这条路径在历史上被验证过，它才会被一次次复用。当一个产品还处在需要DAU的阶段，红包是一种烧钱但确定性极强的启动方式。它解决的从来不是长期问题，而是在最短时间内制造规模化行为。 问题在于，当这种方式不再只是个别产品的选择，而开始被整个行业视为通用解法，事情就不再只发生在产品层面。 一旦红包裂变在同一时间窗口内被多家公司采用，它就不再是一次营销活动，而是一种可以被规模化复制的行为模式。百度文心、阿里千问，甚至更多尚未入场的AI应用，都具备在同一时间窗口复用类似打法的条件。 当这种行为在社交关系链中被放大，平台所面对的就不再是某一个活动是否合规，而是整体秩序和用户体验是否会被持续侵蚀。对微信而言，这已经不是“支不支持自家产品”的问题，而是要不要为一整类行为设定边界。 在这个背景下，再回头看微信对元宝红包链接的限制，其实并不难理解。 腾讯方面在内部信中回应称，元宝春节红包的设计逻辑是“无门槛领取”，不要求助力、集卡等行为，与平台打击的诱导分享模式存在本质差异，原则上属于对用户开放的福利活动。 与此同时，微信派和微信公关总监“微信粥姨”接连发文，“微信粥姨”表示：“用户体验第一，一视同仁。”并配上了一张表情包“我发起疯来自己都打”。 微博 这看起来像是一场自家人打自家人的“左右脑互搏”，但如果把视角放到平台层面，这更像是一种提前的治理动作。换句话说，这并不是一次失控的“踩刹车”。 当元宝已经抢占了第一波注意力、把玩法完整地展示给市场之后，限制的到来顺理成章：不是否定路径，而是防止它被无限复制。 04 写在最后 把时间线拉长来看，这轮AI红包真正传递的信息，并不在于某一次活动效果如何，而在于一个更清晰的行业信号：当几乎所有大厂都在用同一种方式争夺注意力，说明更优解尚未出现。 砸钱本身并不值得被神话。它是一种成熟、老派、且高度可控的手段，在不确定性极高的阶段，用现金换取确定行为，本就是大厂最熟悉的选择。但当增长必须依赖这种方式启动时，也意味着自然扩散和自发生长已经不再可靠。 这并不是某一家公司的问题，而是整个赛道共同面对的现实。 AI在技术层面的进展并没有停下，但在用户层面，谁都还没能给出一个足够稳定、足够高频的使用理由。在这个问题被真正解决之前，所有用钱换来的规模，本质上都只是阶段性成果，而不是终局优势。 也正因为如此，平台才会开始重新评估边界。当某一种增长路径具备被广泛复制的可能，它就不再只是企业的市场选择，而会演变为系统需要回应的问题。限制的出现，并不是否定这种方式，而是承认它的外溢效应已经需要被管理。 从这个角度看，这轮AI红包更像是一场提前发生的流量卡位，而非产品成熟的信号。它解决的是进来，而不是留下。 当大厂不得不回到砸钱，说明真正决定胜负的变量，还没有出现。

凤凰网科技讯（作者/于雷）2月5日，美团发布公告称，拟以约7.17亿美元收购中国大陆生鲜电商企业叮咚买菜全部已发行股份。交易完成后，叮咚买菜将成为美团的间接全资附属公司，其财务业绩也将并入美团财报体系。 针对这一收购事项，叮咚买菜创始人梁昌霖当日向全体员工发布内部信。他在信中回顾了叮咚买菜自2017年创立以来的发展历程，并表示，公司在激烈的生鲜电商竞争中逐步建立起以源头直采、生鲜自营加工与供应链效率为核心的业务体系，并在近年实现持续盈利。 梁昌霖在信中提到，叮咚买菜目前85%以上生鲜商品来自源头直采，同时布局自营工厂与农场，并在健康食品、即烹菜等细分品类中形成规模优势。他认为，这些能力是在长期投入与精细化运营中逐步沉淀而来，也是叮咚买菜的重要竞争基础。 对于选择与美团达成交易的原因，梁昌霖表示，此次收购并不意味着叮咚买菜核心能力的削弱。相反，在更大平台体系下，叮咚买菜在商品力、履约服务和供应链效率方面的积累，有望获得更广泛的应用空间。他同时强调，交易完成后，叮咚买菜的业务运转和团队结构将保持相对稳定。 在员工最为关注的个人发展问题上，梁昌霖称，叮咚买菜现有业务将持续推进，同时也将为员工带来更多横向发展的可能性。他表示，未来仍将继续与团队并肩工作，推动公司在新的阶段中稳步前行。 以下为全员信全文：

IT之家 2 月 5 日消息，日媒《读卖新闻》今晨报道称，台积电计划在今日正式向日本政府通知，计划将在日控股子公司 JASM 的第二晶圆厂从原定的主要生产 6nm 逻辑半导体改为 3nm。 制程工艺的升级也意味着投资规模的提升：该晶圆厂原定投资规模为 122 亿美元，调整后投资额预计增至 170 亿美元（IT之家注：现汇率约合 1181.53 亿元人民币）。 报道指出，日本政府认为 JASM 第二晶圆厂转产 3nm 不会与 Rapidus 正在推进的 2nm 项目构成市场竞争。

快科技2月6日消息，近日，多名在荷兰的中国网友发帖称，在当地的火车上看到了央视春晚的宣传片。 在列车前部的小屏幕上，播放着央视春晚的预告片段，并附有英文翻译。 视频大概8秒左右，每隔8分钟左右循环一次，还写了是全球最多人观看的晚会。 值得注意的是，基本上荷兰所有的火车都会播放春晚预告。 2月5日傍晚，春晚官方发文：“总台春晚宣传片刷屏荷兰”。 荷兰阿姆斯特丹史基浦机场有70块显示屏播放春晚宣传片，分别在安检入关后候机区和抵达后入关前区域。 2月2日-2月8日，在荷兰全境任何一趟NS Intercity城际火车上，都能全天候任何时段看到宣传片。 据悉，2月16日晚8点，央视总台马年春晚将在各大平台同步直播。 同时，CGTN（中国国际电视台）英语、西班牙语、法语、阿拉伯语、俄语频道等85种语言对外传播平台，将联动全球200多个国家和地区的3300多家媒体对马年春晚进行直播和报道。

亚马逊 凤凰网科技讯 北京时间2月6日，美国电商巨头亚马逊公司(NASDAQ: AMZN)今天发布了截至12月31日的2025年第四季度及全年财报。财报显示，亚马逊第四季度总营收为2133.86亿美元，较上年同期的1877.92亿美元增长14%；净利润为211.92亿美元，较上年同期的200.04亿美元增长6%。 2025年全年，总营收为7169.24亿美元，较2024年的6379.59亿美元增长12%；剔除44亿美元的汇率同比变化有利影响，总营收同比增长12%；净利润为776.70亿美元，较592.48亿美元增长31%。 股价表现： 亚马逊第四季度每股收益不及预期，并将2026年资本支出提高到远超分析师预期的2000亿美元，同比大增56%，拖累第一季度营业利润展望不及预期，股价在盘后大跌超9%。 亚马逊盘后大跌9.28% 亚马逊股票周四在纳斯达克交易所开盘报224.91美元。截至周四收盘，亚马逊股价下跌10.30美元，报收于222.69美元，跌幅为4.42%。截至发稿，亚马逊股价在盘后交易中下跌20.67美元至202.02美元，跌幅为9.28%。过去52周，亚马逊股价最高为258.60美元，最低为161.38美元。 第四季度业绩要点： ——总营收为2133.86亿美元，较上年同期的1877.92亿美元增长14%；剔除28亿美元的汇率同比变化有利影响，总营收同比增长12%； ——营业利润为249.77亿美元，与上年同期的212.03亿美元增长18%；第四季度营业利润包括三项特殊支出：为解决意大利门店业务税务纠纷及诉讼和解产生的11亿美元、预计遣散费用7.3亿美元，以及主要与实体门店相关的资产减值6.1亿美元。若不计入这些支出，营业利润本应达到274亿美元。 ——净利润为211.92亿美元，较上年同期的200.04亿美元增长6%； ——每股摊薄收益1.95美元，较上年同期的1.86美元增长增长5%； ——截至2025年12月31日的12个月，运营现金流为1395亿美元，较上年同期的1159亿美元增长20%；自由现金流为112亿美元，较上年同期的382亿美元下降71%。 按业务划分： ——AWS云计算业务第四季度收入为356亿美元，同比增长24%；营业利润为125亿美元，较上年同期的106亿美元增长18%； ——北美业务第四季度收入为1271亿美元，同比增长10%；营业利润为115亿美元，较上年同期的93亿美元增长24%； ——国际业务第四季度收入为507亿美元，同比增长17%，剔除汇率变动影响为同比增长11%；营业利润为10亿美元，较上年同期的13亿美元下降23%。 2026年第一季度展望： ——营收预计介于1735亿美元至1785亿美元之间，同比增长11%至15%；这一指导性预期包含了大约180个基点的汇率变化有利影响； ——营业利润预计介于165亿美元至215亿美元之间，上年同期为184亿美元。(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”。

AI音频赛道，冲出一家百亿美元独角兽！ 智东西2月5日报道，昨天，英国AI音频独角兽ElevenLabs宣布完成5亿美元（约合人民币34.7亿元）的D轮融资，估值达110亿美元（约合人民币763.5亿元）。其估值较去年年初的33亿美元，实现了超230%的飞速增长。ElevenLabs联合创始人兼CEO Mati Staniszewski还透露，该公司已在考虑IPO事宜。 本轮融资由红杉资本领投。已参与ElevenLabs多轮融资的a16z追加4倍投资，ICONIQ追加3倍投资，这意味这两家投资机构增大了在ElevenLabs的持股比例。 ▲Mati Staniszewski发文宣布融资（图源：X平台） ElevenLabs于2022年成立于英国伦敦，最初主要从事文本转语音模型的开发，后来也陆续打造了语音转文本模型、AI音效模型、AI配音模型、AI音乐模型等领域。 该公司既向企业提供语音API服务，也为创作者和品牌提供音频生成平台ElevenCreative，还通过ElevenAgents平台向企业提供AI语音客服服务。你甚至能在知名游戏《堡垒之夜》里找到由ElevenLabs生成的音频。2025年底，ElevenLabs的ARR（年度经常性收入）已经超过3.3亿美元（约合人民币22.9亿元）。 自成立以来，ElevenLabs已完成五轮融资，累计融资总额达到7.81亿美元（约合人民币54.2亿元）。英伟达此前曾参与ElevenLabs的C轮融资。英伟达创始人兼CEO黄仁勋称，ElevenLabs打造了世界上最好的语音AI产品，他主动向英伟达团队推荐了ElevenLabs。如今，黄仁勋在各类大会上以虚拟卡通形象出现时，就会用ElevenLabs的工具来复刻自己的声音。 ▲黄仁勋与Mati Staniszewski（图源：英伟达） 从融资规模、收入增长到资本阵容，ElevenLabs已经稳稳位居全球AI音频赛道的第一梯队。这样一家成立不到4年、却能在竞争激烈的语音AI领域中快速拉开身位的公司，显然不只是踩中了风口那么简单。它背后的创业起点、关键选择，以及对产品与市场的理解，值得深度拆解。 01. 上线6个月拿下百万用户 靠社交媒体实现爆发式增长 ElevenLabs的两位联合创始人Mati Staniszewski和Piotr Dabkowski都来自波兰。受到童年时观看的那些配音糟糕的美国电影的启发，他们决定打造一款AI工具，来解决这一问题。 在创业之前，Mati Staniszewski曾在浏览器公司Opera、投资与技术供应商贝莱德以及数据智能上市公司Palantir任职。而Piotr Dabkowski自毕业后，就一直在谷歌担任软件工程师，直至2022年与Mati Staniszewski一同创业。 初出茅庐的ElevenLabs究竟能给这个行业带来什么变化？在2023年投资ElevenLabs之际，a16z的投资人Bryan Kim阐述了他对ElevenLabs潜力的理解。 Bryan Kim认为，尽管语音转文字技术已经存在了数十年，但它未能发挥全部潜力。大多数合成语音缺乏吸引人的语调和发音，缺乏个性感，而高端的人工录制语音服务虽然存在，但冗长的制作流程和高昂的成本使得这项技术在大多数实时和互动场景中难以实现。 ElevenLabs的出现，就是要满足这些场景对高质量语音的需求。 2023年1月，ElevenLabs首次推出了语音设计和克隆产品，并对现有的文字转语音模型进行了显著改进。之后还陆续推出多款文本转语音模型，扩展多语言支持，甚至拿下了一些已故知名演员的声音版权，进行克隆并对外提供商业化服务。 上线6个月后，ElevenLabs已积累超过100万注册用户，创作了总计时长超过10年的音频内容。2024年11月时，其用户数量已经超过3300万。2025年，其ARR迈过了1亿美元大关。 在2025年6月的一场采访中，ElevenLabs的增长负责人Luke Harries透露，该公司能实现如此快速的增长，背后主要有两大驱动力。 一方面，ElevenLabs的基础模型能力不断迭代，在表现力、真实感上不断提升。ElevenLabs认为，语音模型与其他AI模型不同，规模和数据量不是最重要的决定因素，反而是模型架构发挥着重要作用。 领导ElevenLabs研究工作的联合创始人Piotr Dabkowski凭借自己的影响力，招募到了多位世界顶尖的语音AI研究员，该公司已在模型架构上取得一些突破。不过由于他们打造的是闭源模型，外界无从知晓这些改进究竟在哪些方面。 ▲Mati Staniszewski（左）与Piotr Dabkowski（右） 另一方面，ElevenLabs还很擅长市场营销工作。该公司懂得如何利用社交媒体的力量，还通过举办黑客松比赛、制作另类Demo等方式破圈，实现爆发式增长。 而在企业客户方面，ElevenLabs认为在企业级市场应该采用自下而上的打法，也就是先从消费级和开发者切入，在建立名声和信任后，大型客户自然会来。 02. 公司重心已成语音智能体 创始人竟不看好音频模型未来 不过，ElevenLabs并不想把自己限定在音频模型这一狭窄的赛道，该公司瞄准的是更大的市场。 在一场与TechCrunch录制的播客中，Mati Staniszewski称，ElevenLabs想解决的根本问题，是人类与科技产品如何互动的问题，这是他们一直以来开发产品的主线。 最初，ElevenLabs打造了文本转语音模型，让科技产品中的语音听起来更像人。但要打造真正优秀的体验，光有逼真的人声是不够的，AI还需要能够生成声音、音乐，并具备对语音的理解力。Mati Staniszewski认为这是该公司从成立以来到2025年上半年的最大重心。 但事实上，Mati Staniszewski认为音频模型这条赛道本身并没有什么前景：“这一赛道或许在未来1-2年内仍是成立的，但再过几年，这项技术就会完全商品化（Commoditized）”。 如今，ElevenLabs还在造模型的原因是，短期内它还是提升AI音频产品质量的最好方式。但随着这项技术日趋成熟、易于获取，成为可大量采购的“标准件”，音频模型或许会成为广泛的底层基础能力，而非核心竞争优势。 于是，在2025年下半年，Mati Staniszewski带领ElevenLabs进行了一项重要的战略调整，如今，ElevenLabs的首要任务是帮助企业部署对话智能体，并能以新的方式与用户、客户互动。 Mati Staniszewski判断，随着智能体、对话智能体和语音智能体的兴起，用户可以与设备交谈了，但要让这些智能体真正产生价值，就需要将大量信息和知识库带入智能体内部，使其能够与现有系统集成。 集成后，这些产品还需要具备可测试、可评估、可监控的特点，这样才能获取企业级客户的信任。 这些智能体的主要应用场景，其实就是AI语音客服。ElevenLabs的智能体是多模态的，可以理解口头或书面输入，像人类一样倾听、阅读并与客户互动。企业还可对这些智能体进行定制化，在ElevenLabs提供的可视化工具中打造出对话流，精确定义这些智能体该如何与客户互动。 ▲ElevenLabs的智能体产品（图源：ElevenLabs官网） 这一战略决策，让ElevenLabs得以在企业级市场进一步攻城略地。如今，在语音智能体赛道，他们的一些大客户包括Cisco（思科）、Meta、Salesforce等等，而在音频创作领域，迪士尼、Epic等影视与游戏制作公司都在使用其产品。 反映到ARR上，ElevenLabs在做出这一战略转向后，ARR增速明显加快。2025年初，ElevenLabs达到1亿美元ARR时，用时为20个月，而紧接着跨越2亿美元ARR大关仅用时10个月。 2026年初，当ElevenLabs宣布实现3.3亿美元ARR时，距离他们达成2亿美元ARR的时间仅为5个月。 03. 主打AI模型+产品 不猛堆算力与数据 语音AI赛道，并不缺乏优秀的模型。中国的MiniMax、阿里、海外的谷歌、OpenAI等公司都曾打造优秀的语音产品，那么，ElevenLabs的差异化优势在哪儿？ 就像软件和硬件的结合才是苹果公司的魔力一样，Mati Staniszewski认为，AI模型与产品的结合才能发挥最大价值。 ElevenLabs虽然也会研究一些前沿方向，比如开源视频模型与语音模型的结合，但他们更重视的始终是打造更好的产品，不会像竞争对手那样训练一些计算密集或数据密集的模型。 同时，Mati Staniszewski还认为ElevenLabs具备更高的专注度，他们直接专注于解决人类与计算机进行语音互动的问题，该公司的愿景是独立于竞争对手们所做的事情之外的。 拿到新融资后，ElevenLabs的首要目标是推动其智能体产品的发展。未来几天，他们很快会推出适用于智能体平台的全新对话模型，能更快、更准确地理解和表达感情。 如今，ElevenLabs已经是一家拥有400名员工的公司了，与其他估值相近的AI创企相比，这已经几乎可以算是大公司了。 ElevenLabs正在伦敦、纽约、旧金山、华沙、都柏林、东京、首尔、新加坡、班加罗尔、悉尼、圣保罗、柏林、巴黎和墨西哥城等地开展国际扩展，并配备本地化的市场推广团队，这对该公司旗下的语音AI业务而言，尤其重要。 04. 结语：模型服务于产品 成ElevenLabs突围思路 回头看ElevenLabs的成长路径，它并没有走一条堆参数、拼算力的传统模型公司路线，而是始终围绕一个更底层的问题推进：语音和音频，究竟在真实世界里如何被使用。而在战略层面，他们又足够清醒地判断出“音频模型终将商品化”，果断将重心转向对话智能体与企业场景。 这是一种“产品先行、模型服务于产品”的打法，让ElevenLabs在语音AI这个拥挤的赛道中拥有了差异化的特点。而这或许也是头部企业和顶级风投，愿意重金押注ElevenLabs的关键。

智东西2月5日消息，前Cohere研究副总裁、前谷歌DeepMind研究员Sara Hooker创办的AI初创公司Adaption Labs昨天宣布，其种子轮融资中获得5000万美元（约合人民币3.47亿元），押注于规模更小、但更智能的AI模型。 本轮融资由Emergence Capital Partners领投，Mozilla Ventures、Fifty Years、Threshold Ventures、Alpha Intelligence Capital、E14 Fund和Neo等机构参与投资。该公司在融资后未透露其估值信息。 ▲Adaption Labs官宣公告（图源：X） Adaption Labs由前Cohere高管Sara Hooker与Sudip Roy联合创办。Cohere是一家加拿大的AI公司，专注于大语言模型及自然语言处理技术，为企业和开发者提供生成式AI解决方案。 该公司的联合创始人兼CEO Sara Hooker介绍说，Adaption Labs的核心工作围绕自适应数据、自适应智能、自适应界面三大支柱展开，分别实现AI系统实时生成处理任务数据、按需动态调配算力、从用户交互中自主学习三大能力，以此摆脱对大型静态数据集和昂贵重训练的依赖。 据《财富》杂志昨日报道，Adaption Labs将利用本轮种子融资，招聘更多AI研究人员和工程师，同时引入设计师，为AI系统开发不同于主流模型“聊天栏”形式的用户界面。 01. Adaption Labs在研发 更省算力的“可适应”AI系统 Adaption Labs成立于2025年，由前Cohere高管Sara Hooker与Sudip Roy联合创办，Sudip Roy曾是Cohere推理计算总监。该公司总部位于旧金山，致力于打造能够实时适应并持续学习的AI系统，以区别于依赖大规模静态训练、计算开销高的主流AI模型。 Adaption Labs的CTO Sudip Roy在提升AI系统效率方面拥有深厚经验。Hooker在采访中说：“我的联合创始人能让GPU运行得非常快，这对我们至关重要，因为我们的系统需要实时处理数据。” 两位创始人希望开发计算资源需求更低、运行成本更可控的AI系统，使模型在实际使用中具备更高效率，而不必频繁进行昂贵的重训练。Hooker提到，最昂贵的计算环节是预训练，因为它需要大量计算资源和时间；相比之下，推理计算可以让每一单位算力获得更高回报。 此外，《财富》杂志报道称，Adaption Labs还专注于构建可通过多种技术手段灵活适配特定任务的模型，提升模型对不同应用场景的适应能力，这也是公司名称“Adaption”的由来，这一理念与Cohere所强调的模型协同与适应性方向一致。 Sara Hooker提到，Adaption Labs围绕三大“支柱”展开工作： 1、自适应数据：AI系统可实时生成和处理解决问题所需的数据，而非依赖大型静态数据集； 2、自适应智能：根据问题难度自动调整算力投入； 3、自适应界面：从用户与系统的交互方式中学习。 ▲Adaption Labs围绕工作的三大“支柱”（图源：Adaption Labs官网） 报道称，Adaption Labs的方法并非通过耗时训练来调整模型全部内部权重，而是在模型响应查询的瞬间，即推理阶段改变其行为。模型核心权重保持不变，但系统仍可根据当前任务动态调整自身行为。无梯度学习（gradient-free learning）由此规避了微调和提示工程中的诸多复杂问题。 截至目前，Adaption Labs已于昨天宣布完成约5000万美元（约合人民币3.47亿元）的种子轮融资，为其技术研发和团队扩张提供资金支持。 02. 从Cohere到“持续学习”的未解难题 在Cohere任职期间，Sara Hooker曾大力推动Aya项目。该项目汇集了来自119个国家的3000名计算机科学家，将先进AI能力应用于数十种主流模型表现不佳的语言，同时使用相对紧凑的模型规模。 ▲Aya项目介绍（图源：领英） 《财富》杂志提到，这项工作创造性的数据管理和训练方法可以在一定程度上弥补模型规模的不足，也为Sara Hooker创办新公司奠定了基础。 Hooker在接受采访时说，她希望构建能够持续学习的模型，无需昂贵的重新训练或微调，也不必像当前多数企业那样依赖大量提示和上下文工程，就能让AI系统适应特定用例。持续学习是AI领域尚未攻克的核心难题。Hooker直言：“这或许是我研究过的最重要课题。” “如何在不修改权重的情况下更新模型？”Sara Hooker提出这一问题。 她认为，AI架构领域正在出现多项创新，使计算资源得以更高效地利用。“我们正在摆脱仅仅把它视为一个模型的思维方式，”她说，“这是一个基于交互的系统，模型应当根据任务实时调整。” Hooker曾在谷歌DeepMind从事研究工作，自那时起，她就以反对AI领域“规模至上”的主流观点而知名。她在2020年发表的论文《硬件彩票（The Hardware Lottery）》提到，AI创新理念能否成功，往往取决于是否适配现有硬件条件，而非其自身价值。 ▲该论文摘要（图源：康奈尔大学） 近期，她又发表论文《规模的缓慢消亡（On the Slow Death of Scaling）》，论证采用更优训练方法的小型模型，可能在性能上超越更大规模的模型。 03. 结语：AI行业正处于一个关键时期 Adaption Labs并非唯一一家试图攻克持续学习难题的新型AI实验室。近年来，一批被称为“新实验室”的初创公司陆续出现，它们诞生于OpenAI、Anthropic和谷歌DeepMind等老牌机构取得突破之后。 OpenAI高级研究员Jerry Tworek近期离职并创办了初创公司Core Automation，他同样说对构建能够持续学习的AI系统充满兴趣。此外，谷歌DeepMind前顶级研究员David Silver上个月离职，创办Ineffable Intelligence，该公司将专注于强化学习，即AI系统通过自身行动而非静态数据进行学习，在某些条件下也可能实现持续学习能力。 Sara Hooker说，AI行业正处于一个关键时期，技术进步不再仅依赖构建更大的模型，而在于打造能够更便捷、更经济地适应具体任务的系统。