文 | 雷达财经，作者 | 彭程，编辑 | 孟帅 在新年钟声即将敲响之际，美国科技巨头Meta豪掷数十亿美元，将Manus背后的AI初创公司蝴蝶效应收入囊中，而这笔交易系Meta成立以来的第三大收购案。 据悉，这笔收购完成后，蝴蝶效应将保持独立运作，其创始人肖弘将出任Meta副总裁。Meta首席人工智能官Alexandr Wang透露，Manus在新加坡的团队大约有100人。 据公开报道，蝴蝶效应公司成立于2022年。在创立这家充满潜力的公司之前，其90后创始人肖弘还曾创办夜莺科技，开发过两款微信生态的插件，并卖给一家独角兽公司。 作为蝴蝶效应公司当之无愧的明星产品，Manus被誉为全球首款通用AI Agent。在权威的GAIA基准测试中，Manus以显著优势超越OpenAI同类模型。 尽管此次被Meta斥巨资“迎娶过门”，但Manus在发展过程中仍面临诸多挑战。这其中既包括外界提出的“套壳”质疑，也涵盖公司在商业化模式探索方面遭遇的困境，同时还需应对激烈行业竞争所带来的巨大压力。 斥资数十亿美元，Meta收购蝴蝶效应 12月30日，全球科技界迎来一场重磅收购交易：Meta斥资数十亿美元，将开发AI应用Manus的公司——蝴蝶效应收入麾下。 这笔交易意义非凡，它是Meta自创立以来的第三大收购案，其投入金额仅次于对WhatsApp和Scale AI的收购。 据《晚点LatePost》，在被Meta收购之前，Manus正以20亿美元的估值开启新一轮融资。Meta创始人扎克伯格亲自出面洽谈，凭借十足的诚意与宏伟的愿景，迅速打动了原本有些犹豫不决的创始团队。 事实上，此次收购远不止是一场简单的资本运作，而是双方战略愿景的高度契合。真格基金合伙人、蝴蝶效应天使投资人刘元透露，扎克伯格以及Meta的几位核心高管，本身就是Manus的忠实拥趸。 而这场收购的推进速度，更是令外界惊叹不已。从双方初步接触，到最终达成收购协议，整个过程仅仅用了十余天，刘元形容这次收购“快到还怀疑过这是不是一个假的offer”。 雷达财经了解到，收购完成后，蝴蝶效应将在公司、团队和产品层面继续保持独立，同时与Meta旗下核心全球消费级产品进行深度整合，而蝴蝶效应创始人肖弘则将出任Meta副总裁。 这一安排彰显了Meta对Manus团队能力的高度认可，也为这家AI创业公司预留了充足的自主发展空间。 收购消息曝光后，Meta首席人工智能官Alexandr Wang在社交平台上发推文称：“欢迎Manus AI的加入。”他还透露，Manus在新加坡的团队大约有100人。 那么被扎克伯格相中的蝴蝶效应，究竟有何特别之处？据团队介绍，Manus在GAIA基准测试中取得了SOTA(State-of-the-Art)的成绩，显示其性能超越Open AI的同层次大模型。 与其他大模型产品相比，作为通用型Agent的Manus，定位为一款功能强大的通用型助手。它不仅能为用户提供创意想法，更能将想法转化为实际行动，切实解决用户面临的问题。 在商业化运营方面，Manus采用订阅制模式，通过分级付费套餐为用户提供AI智能体服务。 今年8月，Manus首席科学家季逸超在新加坡的一场活动上首次公布财务数据。他透露，Manus收入运行率（Revenue Run Rate，RRR）达到9000万美元。 12月中旬，Manus发布公告称，在正式上线八个月后，Manus年度经常性收入（ARR）已突破1亿美元。公司的总收入年化运行率超过1.25亿美元，该数据包含了基于使用量的收入及其他业务收入。 自产品发布以来，Manus已累计处理超过147万亿的tokens，并创建了超过8000万个虚拟计算机实例。 对于此次收购，蝴蝶效应公司创始人肖弘感慨万分，称这是“终生难忘的时刻”。 肖弘回忆道，团队创立Manus时，很少有人相信通用型人工智能体能够成功。外界质疑这项技术尚处于早期阶段，认为Manus设定的目标过于遥远、实现难度过大。 “但我们坚持不懈地努力，克服了重重疑虑和挫折，以及对自身‘是否在追逐不可能完成的事’的怀疑”，肖弘感慨道。 在肖弘看来，这不仅仅是一次收购，它验证了团队一直努力构建的未来是真实存在的。人工智能时代才刚刚开始，未来通用型人工智能体不仅能说话，还能行动、创造和交付任务。 肖弘认为，被Meta收购之后，团队有机会以前所未有的力度来实现上述目标。对于未来发展，肖弘满怀信心地表示：“感谢所有相信Manus的人，好戏还在后头”。 被扎克伯格相中的肖弘，是何来头？ 随着此次巨额收购交易的达成，身为蝴蝶效应创始人的肖弘被再度推至聚光灯下。 公开资料显示，肖弘出生于1993年。2011年，刚迈进华中科技大学软件工程专业的他，便展现出了非凡的创业天赋。 在校期间，肖弘曾担任启明学院“联创团队”副队长，积极参与各类项目实践，带领团队先后推出志愿填报助手、“咩咩”社交工具、圈子集市等校园产品。 2013年，肖弘与同学成功开发出华科版微信校内漂流瓶和微信上墙等功能，迅速走红校内外。 2015年，当多数同学奔赴大厂offer时，走出校园的肖弘却毅然决然地踏上了充满未知与挑战的创业之路，并通过创办的夜莺科技聚焦微信生态工具研发。 夜莺科技成立后，公司相继推出壹伴助手、微伴助手等产品，有效解决了公众号排版、社群运营等痛点，并获得了腾讯、真格基金等知名投资机构的青睐，累计服务超200万B端用户，并帮助企业触达数亿C端用户。 2022年，AI大模型在全球范围内掀起了一股前所未有的热潮，敏锐的肖弘嗅到了其中蕴含的巨大商机，果断创立蝴蝶效应公司，并带领团队迅速推出浏览器AI插件Monica。 据《晚点LatePost》，2024年初，字节跳动高层曾与肖弘在香港单独会面，欲出价3000万美元收购蝴蝶效应，但肖弘选择拒绝。 彼时，Cursor、Devin等调用大模型解决复杂任务的产品让模型具备了更强的能力，也为行业带来了新的发展机遇，肖弘意识到这或是推动公司进一步发展的关键转折点。 之后，在真格基金投资人的积极撮合下，曾开发出猛犸浏览器、Magi知识搜索引擎的90后连续创业者季逸超，曾在多家公司担任产品经理的张涛加入蝴蝶效应，他们共同带队开发出了Manus。 这款能够灵活调度不同工具解决各种问题的Agent产品，在今年上半年惊艳问世后，迅速在网络上走红，引发外界广泛关注。 官方宣称，Manus不仅仅是一个只会聊天的对话式AI工具，而是一个真正的自主智能体（Agent）。从官网展示的案例可以看到，它能够独立思考、规划并执行复杂任务，直接交付完整成果。 无论是报告撰写、表格制作、简历筛选、旅行规划、股票分析还是PPT制作等工作，Manus都能轻松应对。相比ChatGPT、DeepSeek等产品，Manus可以在任务完成后直接导出符合用户需求的产品，并展示执行过程。 据公开报道，在此番被Meta收购之前，蝴蝶效应公司一共完成了4轮融资。在多轮融资的加持下，蝴蝶效应的估值如同火箭般快速攀升。 2023年2月种子轮融资完成后，蝴蝶效应的投后估值为1400万美元。而在被Meta收购前，Manus正以20亿美元的估值进行新一轮融资，短短三年时间，公司估值实现了百倍的惊人增长。 值得一提的是，从2016年的一场黑客松，到2025年末新年钟声敲响前夕，从小插件到Manus，从夜莺科技到蝴蝶效应，真格基金陪伴肖弘和他的团队走过了整整十年。 真格基金管理合伙人戴雨森表示：“Manus已经不仅是一个创业公司，更是中国新一代创业精神和希望的象征。他们不靠关系，不比资历，在全球舞台上光明正大同台竞技，做到了我们上一代创业者做不了甚至不敢想的事情。” “嫁入豪门”只是开始，未来发展仍任重道远 此次“嫁”给全球科技“豪门”Meta之际，Manus仍面临诸多严峻挑战。 据每日经济新闻，由于Manus底层调用Anthropic等公司的大语言模型，未自研基础模型，被部分开发者质疑为“套壳应用”，认为其创新集中于产品封装和流程编排，而非核心技术突破。 另据观察网消息，今年3月，甚至有中国团队仅用3小时便复刻出开源版Manus。 同时，腾讯科技也曾在文章中犀利指出，Manus试图覆盖数十个领域，但面临任务深度不足的问题。 例如，医疗场景仅能生成基础报告，无法替代专业医生决策；金融分析依赖雅虎API等单一数据源，被质疑为“高级版Excel”。垂直领域的专业工具（如Coze、Dify）可能在细分场景提供更优体验。 而Manus的商业模式同样面临着不小的挑战，其单次任务成本高达2美元，这一高昂的成本结构使得它在商业运营中面临巨大压力。 此外，竞争对手的迅猛崛起，也给Manus带来了巨大的竞争压力。比如，前百度高管创立的GenSpark仅以20人团队，在45天内实现3600万美元年化收入，用户增速是Manus同期的2倍。 天眼查显示，蝴蝶效应在内地的关联公司包括北京蝴蝶效应科技有限公司和北京红色蝴蝶科技有限公司。 不过，今年6月，Manus联创兼首席产品官张涛，在新加坡SuperAI大会的主题演讲中明确指出，公司现在的总部在新加坡。 随后，有消息称，Manus国内团队将大幅裁撤，原有120人规模团队除40余名核心技术人员将迁往新加坡总部外，其余员工全部裁撤。 与此同时，Manus清空了中国区社交账号的所有内容，包括官方微博、小红书等平台，其3月与阿里通义千问合作的微博公告也被悄然删除。不仅如此，Manus官网对中国IP的访问显示“在你所在的地区不可用”。 针对大规模裁员的传闻，Manus方面在今年7月向澎湃新闻回应称，“基于公司自身经营效率考量，我们决定对部分业务团队进行调整。公司将继续专注核心业务发展，提升整体运营效率。” 在与科技巨头Meta“联姻”后，Manus未来将迎来怎样的发展？雷达财经将持续关注。

IT之家 1 月 1 日消息，北京时间今天上午，美国企业家埃隆・马斯克在社交媒体 X 上表示，其脑机接口公司 Neuralink 今年将开始实现“大规模生产”脑机接口设备，并转向更精简、几乎完全自动化的外科手术流程。马斯克说，该设备的电极丝将直接穿过硬脑膜，而无需将其切除，此举意义重大。 Neuralink 的脑植入设备主要面向脊髓损伤等患者。首位接受植入的患者已经能够通过该设备进行游戏、上网、发布社交媒体内容，并操控电脑光标。 在回应美国食品药品监督管理局（FDA）此前提出的安全问题后，Neuralink 于 2024 年正式启动人体临床试验，然而，该监管机构曾在 2022 年拒绝批准相关申请。 Neuralink 今年 9 月披露，全球已有 12 名重度瘫痪患者植入了该公司的脑机接口设备，并能够通过“意念”操控数字系统和现实世界中的工具。公司还在 6 月完成了一轮融资，筹资金额为 6.5 亿美元（IT之家注：现汇率约合 45.51 亿元人民币）。

作者 | ZeR0 编辑 | 漠影 芯东西1月1日报道，证监会官网披露，上海AI芯片龙头燧原科技已完成IPO辅导工作，标志着其上市进程进入下一阶段。 目前国内AI芯片企业中，海光信息、摩尔线程、沐曦股份等GPU企业已在上交所科创板上市，壁仞科技、天数智芯等GPU企业将于本月登陆港交所，瀚博半导体等GPU企业已在上市辅导阶段。 燧原科技、华为海思、寒武纪、昆仑芯、清微智能等是采用专用型计算架构（ASIC/DSA/可重构计算）路线的代表企业。 燧原科技成立于2018年3月，2024年8月首次完成辅导备案登记，2025年11月重启IPO（刚刚，上海AI芯片龙头再启IPO！估值205亿），现已完成上市辅导。 最新辅导备案报告显示，燧原科技注册资本为3.86亿元，法定代表人为其创始人兼总经理张亚林，辅导机构为中信证券。ZHAO LIDONG（赵立东）、张亚林直接持有并通过上海燧原汇智信息科技咨询合伙企业（有限合伙）、上海燧原崇英信息科技咨询合伙企业（有限合伙）合计控制燧原科技28.14%的表决权，且二人签署了一致行动协议，为燧原科技共同实际控制人。 官网显示，燧原科技专注AI领域云端算力产品。2024年，其二代产品交付突破3万卡，三代产品交付5万卡。 燧原科技于2024年12月宣布搭载燧原科技新一代AI推理加速卡“燧原S60”的国产万卡推理集群正式建成，2025年2月完成对彼时的DeepSeek全量模型在庆阳、无锡、成都等智算中心数万卡的部署，同月宣布在庆阳智算中心短时间完成了近万张推理卡上线部署，为美图AI推理业务提供支持。 自2020年起，燧原科技与腾讯携手探索国产算力在不同业务场景中的商业化落地，已累计交付数万卡，在社交应用语音识别、在线会议纪要、视频流推荐、AI搜索、游戏Agent等高并发、低延迟的场景中大规模业务上线。 企业信用查询平台企查查显示，腾讯是燧原科技最大股东，曾参与燧原科技多轮融资。赵立东、张亚林并列为燧原科技第二大股东。国家大基金二期是燧原第五大股东。美图是其第十四大股东。 ▲燧原科技前20名股东（图源：企查查） 迄今燧原科技累计公开融资金额已超过51亿元。 ▲燧原科技融资历程（芯东西整理自公开信息） 根据胡润研究院在2025年6月发布的《2025全球独角兽榜》，燧原科技估值为205亿元。 燧原科技的创始人赵立东、张亚林均曾任职于国际芯片巨头AMD。其董事长、CEO赵立东本科毕业于清华大学电子工程系，硕士毕业于美国犹他州立大学电子与计算机系；总经理张亚林本科毕业于复旦大学电子工程系。 ▲燧原科技创始人履历简介（图源：燧原科技官网）

文 | 唐辰同学 孟晚舟的新年致辞都说了什么？ 12月30日上午，华为轮值董事长孟晚舟发表2026年新年致辞，题为《追风赶月莫停留，平芜尽处是春山》。对不上市的华为来说，新年致辞历来是观察这家公司未来战略的窗口。 通篇来看，孟晚舟没有大讲道理，说套话。她用比较文艺、诗意的语言，以“回溯过往——复盘业绩——规划未来”的脉络，把华为对智能化变革的最新思考，还有2026年的战略方向和盘托出。 这是经典的三段式，即，回顾华为过去一年的奋斗轨迹、复盘并肯定业务进展，以及勾勒新一年的战略规划。 她对华为公司、业界内外传递的信息，可概括为：“一个核心趋势判断、七大价值主战场、一个精神内核”。这在趋势分析、行动路径以及组织保障上形成完整的形成了闭环。 一个趋势判断：AI与行业融合，将进入“系统性重构”新阶段 2024年4月，华为第21届分析师大会上，时任轮值董事长徐直军表示，华为将抓住智能化战略机遇，推进全面智能化。 当时，华为对未来发展趋势做的一个判断是，未来20年内，人类社会将加速走向全面智能时代。信息感知、通信、计算和控制将作为基石，驱使人类迈入新生活、新工作、新环境和新数字世界，而通用人工智能将是打开大门的钥匙。为此，华为作出“推进全面智能化”的战略选择。 徐直军解释说，全面智能化战略一方面是指为人工智能关键技术发展，尤其是大模型训练和推理提供可持续的算力，构建共赢的生态；另一方面是用AI以及大模型来增强产品竞争力，同时打造新的产品和解决方案。 经过近两年的战略落地，华为对智能化有了全新的判断。孟晚舟在致辞中明确，当前智能化变革的显著特征是“人工智能技术正加速与行业知识融合，从单点效率提升转向对企业核心业务的系统性价值重构”。 她的意思很直白，人工智能技术已经跳出传统技术迭代的节奏和圈子，开始与行业融合，在过往单点业务效率提升之上，开始对企业组织架构、业务流程，甚至企业文化都产生变革性影响。 这意味着，华为未来的竞争，不再只是单点技术比拼，而是全链路、系统性价值创造能力的较量，进入重构产业核心逻辑的新阶段。 换句话说，以前是利用AI修修补补，现在是要重新盖房子，把AI嵌入进业务里，让客户愿意买单。包括华为在内，谁要赢得这场变革，就需要有一支技术、行业、服务等“全能通”的团队。 这也是华为全面拥抱智能化、深度赋能行业转型并坚持开放生态策略的底层逻辑。 七大主战场：握紧拳头，战略聚焦 从公开信息看，华为在2025年站到了一个新起点，几条核心业务都取得亮眼的成绩。孟晚舟在新年致辞里列举了多项关键成果。 比如，运营商业务，华为助力建设5G-A网络，为6000万用户提供极速网络联接体验； 智能汽车方面，乾崑智驾累计为140多万辆乘用车装上智慧大脑，辅助驾驶里程近70亿公里。智界汽车在今年12月份交付突破10000台，已连续三个月实现交付破万台。 技术生态建设上，鲲鹏已发展6800多家合作伙伴、380万开发者，openEuler（开源欧拉）系操作系统累计装机量超过1600万套；昇腾已发展3000多家合作伙伴、400万开发者； 智能终端领域，随着原生鸿蒙生态的成熟、终端创新迭代提速等，华为手机表现强势，BCI的最新数据显示，华为在2025年第48周和第49周，连续两周稳居中国智能手机市场第一，超越苹果等主要竞争对手。其中，鸿蒙生态体验加速从“可用”到“好用”，鸿蒙5.0以上终端设备超过3600万； 此外，华为在医疗、工业、油气勘探等垂直领域的AI应用落地，也在紧锣密鼓的推进。 财务数据也印证了其业务的良好态势。华为虽尚未公布全年业绩，但从上半年业绩来看整体符合预期，其2025年半年报显示：上半年营收4270.39亿元，同比增长3.95%；净利润371.95亿元； 令人侧目的是，华为依然保持着高强度研发投入的节奏：研发投入969.50亿元，同比增长9.04%，占营收22.7%。 基于业务和财务的双重保障，以及核心趋势的判断，孟晚舟明确了华为2026年的七大战略着力点： 一是，强化行业垂直作战，发挥“大杂烩”优势，深耕行业，使能千行百业智能化转型； 二是，构建开源开放的鲲鹏昇腾生态，使能伙伴开发满足各行各业需求的产品，推动集群与超节点技术普惠，构筑坚实的AI算力底座； 三是，“水战略”激发管道流量，AI融入通信网络，从联接跃迁到“智联”； 四是，繁荣鸿蒙生态，畅享AI体验； 五是，鸿蒙智行和乾崑智驾助力车企规模上量，打造安全舒适的驾乘体验； 六是，重构AI数据中心； 七是，发展液冷超快充，让有路的地方就有高质量的充电体验。 华为智能化战略落地近两年来，基本验证了其“技术+行业”的融合能力。2026年，华为“强化行业垂直作战”的战略，基本覆盖产业、生态、消费、基建四个核心领域，正是要将之前验证的单点能力汇聚，整合成“合成部队”的优势，推动业务团队从解读单一问题、单一市场，系统升级到“重构行业核心业务流程”。 这也释放出一个关键信号：华为将更加聚焦，着力将过去零散的单点技术能力整合起来，形成系统竞争优势。 AI技术发展突飞猛进的当下，体系化作战也将成为竞争的胜负手。 华为一直有“过冬”的传承，任正非多次在内部预警，“要把寒气传递给每个人”，只要能活下来，就是胜利者。华为也在保持忧患意识的进取中，从容应对各种复杂局面，并最终挺过寒冬。 孟晚舟表明华为要握紧拳头，也是在积极应对“重构行业核心流程”的挑战。华为要从“技术巨头”变身为“产业赋能者”，这条路并不好走：既要平衡好战略聚焦和行业需求分散的矛盾，也要解决生态建设和商业价值匹配的问题，还要应对同时外部的各种不确定性。 这些或许就是孟晚舟所说的“追风赶月”，还要“平芜”。华为只有解决这些挑战，才能实现对千行百业深度赋能的目标，才能看到“春山”。 一个精神内核：以奋斗者精神应对不确定性 孟晚舟在致辞里，大篇幅提到撒哈拉沙漠、大西洋风浪、雪月高原等工作场景，这自然不单是为了煽情，而是试图传递一种奋斗者精神：“在充满不确定性的智能化远航中，最终的胜利，属于那些敢于挺身而出、勇于自我批判的奋斗者。” 她特别强调，过去的成功不是未来的航标，从战略方向到战场胜利的这条道路，遍布暗礁与险阻，但我们别无选择，唯有迎难而上。 其言外之意是，华为一直在塑造一个精神内核，即，以奋斗者精神应对不确定性。而在2026年，华为制定了行动准则：战略聚焦，决胜价值战场，以质取胜，做强组织能力，以此来增加未来的确定性，甚至胜算。 孟晚舟的这次新年致辞，很务实，本质也是为完成三次核心升级做的动员：一是从“技术迭代”到“生态系统重构”的认知升级；二是从“单点突破”到“战略聚焦·生态协同”的路径升级；三是从“规模扩张”到“以质取胜”的发展升级。 正如首都企业改革与发展研究会理事肖旭评价，华为的战略聚焦，绝非保守的收缩，而是在复杂外部环境下，以“做强组织能力”为保障，意图通过战略聚焦、以质取胜。这也表明，华为正迈向一个更成熟、更精准，也更富有挑战性的新发展阶段。 在跨越到这个阶段之前，或者说，华为搭建好“新屋子”之前，华为正在经历一场深刻的收敛与进化：从过去广泛的技术探索与业务扩张，转向在智能化时代进行聚焦式的价值深耕。 “平芜尽处是春山”，这话听着很美。但华为的挑战也很艰巨：不追风口就需要足够的战略定力，不炒概念就需要有深厚的技术服务能力，最终要让AI真正有用，这样才能和合作伙伴一起，走得更远。

闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 财大气粗的老黄7天内接连收购Groq、AI21 Labs，总投入超200亿美元。 平安夜刚砸200亿把Groq的“TPU之父”团队打包带走； 转头又瞄准AI21 Labs，斥20-30亿美金将其收入麾下，还带走了AI21背后的200名顶尖AI博士。 而且，加之9月份9亿美元买下的Enfabrica，收购3连招之后，英伟达算是把“硬件-网络-架构”这条链子拉闭环了。 AI21和Groq更适配 英伟达在AI训练市场的份额早已超过90%，但推理市场却是另一番景象： 定制ASIC芯片抢占了37%部署份额，谷歌、博通等巨头虎视眈眈，市场正变得越来越分散。 黄仁勋显然不想在这场新较量中落后——抢人才就成了最直接的破局方式。 前几天的Groq，不仅拿走了LPU，也带走了公司90%的员工。 最新瞄准的AI21，表面看是一家估值14亿美金的以色列初创公司，实则又是个“博士天团聚集地”。 三位创始人是科技圈顶流配置。 董事长Amnon Shashua是希伯来大学讲席教授，手里握着140多项专利，1999年创办的Mobileye后来以153亿美元卖给英特尔，让他直接跻身以色列前20富豪； 联合CEO Ori Goshen是连续创业者，前两家公司不是被收购就是成了行业标杆； 还有斯坦福荣誉退休教授Yoav Shoham，曾是谷歌首席科学家，创业项目多次被巨头打包带走。 这群大佬带领的200多位博士，手里还握着Jamba混合架构这张王牌。 现在，英伟达拥有了这个天团，于是事情就变得有趣了。 此前收购的Groq，它们的LPU使用的并不是HBM，而是速度极快，但内存受限的SRAM。 纯Transformer模型在这上面表现不佳，因为KV缓存会随着上下文长度爆炸式增长。 而AI21博士天团手里的Jamba架构正是Groq这类内存受限的推理硅片所需要的。 Jamba采用Mamba-Transformer混搭设计，长文本处理速度比同类模型快2.5倍，相比DeepSeek、Llama、谷歌效率提升2-5倍，还能在256K上下文里轻松跑起4GBKV缓存。 收了Groq的LPU和核心团队；拿下AI21，又把200个博士收入麾下，还能直接补上推理架构的短板。 英伟达正式开始了对谷歌TPU冲击的回应…… 三重收购组合拳 回头再看三重收购的组合拳，每一步都被老黄算得精准。 之前9亿美元带走了Enfabrica和CEO Rochan Sankar及其核心团队，补上了网络技术，解决数据传输的卡脖子问题。 前几天收购Groq的时候，拿技术又得人心。 不仅将推理硅握在手里，连带着“TPU之父”Jonathan Ross领衔的核心团队一起，将90%的员工打包转入英伟达。 而且人均套现500万美元，连工作不满一年的员工都被取消了“悬崖期”，老黄这波操作也算得上良心。 AI21负责LLM架构，把算力转化成能落地的商业解决方案。 三者一结合，英伟达在推理市场的“硬件-网络-架构”闭环直接成型。 以前大家还在猜“GPU会不会被挤出推理赛道”，现在老黄用200多亿美金给出了答案—— 不仅要守住，还要通过垂直整合把优势拉满。 谷歌已经用TPU证明，GPU不是AI推理的唯一解，而老黄这波操作，就是要通过人才和技术的双重布局，对抗谷歌、博通的威胁。 三重收购、200个博士背后，是能让推理效率翻倍的技术，也是能对抗谷歌、博通的底气。

智东西 作者 | 江宇 王涵 编辑 | 心缘 智东西1月1日报道，昨日晚间，DeepSeek团队送出一份新年“贺礼”，正式发布新论文《Manifold-Constrained Hyper-Connections》，提出一种能稳定训练并提升大模型可扩展性的残差连接新方案。 DeepSeek创始人兼CEO梁文锋这次同样出现在了合著名单之中。 论文核心指出，尽管当前如Hyper-Connections（HC）这类连接结构能带来性能提升，但由于其结构复杂、缺乏约束，往往导致训练不稳定、信号失真甚至梯度爆炸等问题。 在27B模型中，HC的多层残差映射在反向传播中导致信号最大放大倍数逼近3000，存在梯度爆炸风险。 为此，DeepSeek提出了mHC（Manifold-Constrained Hyper-Connections）方案，将HC中的残差映射矩阵投影到双随机矩阵构成的“流形空间”，在保留拓扑表达力的同时，恢复原始残差连接的恒等映射性质。 DeepSeek提出的mHC结构通过流形投影重建了残差连接的稳定性。 实验证明，这一mHC方法在大规模训练中展现出显著稳定性，仅引入6.7%的训练时间开销，在多个下游任务中超越HC与Baseline模型。 在8个下游任务上，mHC全面超越HC，尤其在BBH（+2.1%）和DROP（+2.3%）上表现突出。 一、传统残差连接的升级难点：性能提升，但稳定性丧失 当前主流模型广泛采用Residual Connection架构，其核心优势在于具备“恒等映射”特性，可稳定信号传播、避免训练过程中信号衰减或放大。 但近年来如Hyper-Connections（HC）等结构，为提升表达能力引入更复杂的连接拓扑，将残差通道扩展至n倍宽度，并通过多个可学习映射矩阵对输入与输出特征进行重组。 然而，HC的自由形态也打破了恒等映射约束，导致训练中存在信号爆炸（最高放大至3000倍）或梯度异常的问题。 相较于mHC，传统Hyper-Connections在训练过程中出现显著的不稳定现象（上图），其残差连接在深层堆叠中更暴露出前向信号和反向梯度指数级放大问题（下图），成为大模型扩展的隐性障碍。 此外，HC还显著提高了GPU内存占用和通信带宽需求，限制了其在更大规模模型中的使用效率。 二、mHC关键机制：将残差映射投影到“流形”上恢复恒等映射 DeepSeek提出的mHC本质上是对HC的稳定性重构。 mHC将残差映射投影到双随机流形后，显著提升了前向信号与反向梯度传播的稳定性。 其核心在于：不再直接使用无约束的残差映射矩阵H_res，而是通过Sinkhorn-Knopp算法将其投影到“Birkhoff多面体”（即双随机矩阵流形）上。 这一投影操作使H_res具备以下三大性质： 1、所有行列和为1，具备能量守恒性，避免信号放大或衰减； 2、在矩阵乘法下闭合，即跨层传播仍保稳定性； 3、具备几何可解释性，是所有排列矩阵的凸组合，有利于特征信息融合。 论文中还提到，将输入/输出映射H_pre、H_post也做了正值约束，可进一步避免信号抵消现象。 mHC对应的残差映射矩阵更集中于1附近，反观HC则存在多个爆炸点。 三、实测效果：mHC显著提升训练稳定性与下游表现 此后，论文对比测试了Baseline、HC和mHC三种模型在27B参数规模下的训练表现与推理性能。实测结果表明，流形约束超连接（mHC）在大规模训练场景下显著优于传统超连接（HC）。 训练稳定性方面，对比传统残差、HC与mHC，HC训练中损失震荡发散，梯度爆炸；mHC损失平稳收敛，梯度稳定。 流形约束超连接（mHC）的训练稳定性 分析表明HC的复合映射增益高达3000（信息爆炸），而mHC控制在1.6，接近理想恒等映射，信号保真度高。 这说明，mHC通过双随机流形约束，有效抑制了多层堆叠中的信号放大与梯度爆炸问题，损失曲线平稳收敛，梯度范数保持稳定，解决了HC因数值不稳定导致的训练发散缺陷。 性能表现方面，27B模型在BBH（51.0 vs HC 48.9）、DROP（53.9 vs 51.6）、GSM8K、MATH、MMLU等任务显著优于HC与基线，取得显著增益，最高提升达2.3个百分点，验证了其在复杂推理与语义建模中的优势。 基准测试 可扩展性方面，3B-27B模型验证，mHC性能增益随规模扩大保持稳定甚至增强（如DROP提升从1.5→2.3），显示深层大模型中的信号保真需求更高，展现出良好的泛化能力与深层适配性。1T token训练下无过拟合，泛化能力增强。 (a) 计算扩展曲线；(b) token扩展曲线 系统效率方面，通过内核融合、重计算与通信重叠优化，mHC在扩展率n=4时仅引入6.7%的额外开销，通过内核融合（带宽提升22%）、重计算（内存降40%）及流水线优化（GPU利用率>90%），实现高效训练，工程可行性高。 结语：mHC或为下一代基础架构指明演进方向 作为HC范式的广义扩展，mHC为未来研究开辟了多个前景广阔的路径。 DeepSeek团队在结论中说，尽管本研究采用双随机矩阵确保稳定性，但该框架能容纳针对特定学习目标设计的多种流形约束探索。他们预计，对几何约束特性的进一步研究可能产生新颖方法，从而在可塑性与稳定性之间实现更优权衡。 此外，研究团队希望mHC能重新激发学界对宏观架构设计的兴趣。通过深化对拓扑结构如何影响优化与表征学习的理解，mHC或将有助于突破当前限制，并可能为下一代基础架构的演进指明新方向。

2025年12月31日，智元推出首个“能文能武，唱跳全能”的机器人艺人天团登上京东《2025-2026 湖南卫视芒果 TV 跨年演唱会》，灵犀X2、远征A2、精灵G2、四足机器人D1的全能表现炸场跨晚，不仅与王心凌、王鹤棣同台演出，还化身机器人艺人走红毯、上舞台走秀、进入直播间卖货，用科技与文娱的碰撞，打造跨年夜现象级名场面。 唱跳全能，灵犀 X2与王心凌甜歌共舞 作为天团 “唱跳担当”，灵犀 X2 与王心凌开启甜歌串烧：从《爱你》的同步 wave 舞步，到《DADADA》的元气 solo 演唱，再到《彩虹的微笑》的齐舞走位，灵犀 X2精准掌控甜妹韵律，将现场甜度拉满。 据介绍，其 “唱跳全能” 并非噱头：智元推出的灵心平台让机器人生成完美适配甜歌调性，灵创平台则让机器人在很短时间内学习人类舞蹈动作，配合王心凌的的舞台风格，成为一名真正多变多能的机器人艺人。 同时，智元机器人联合创始人、总裁、首席技术官彭志辉作为“王心凌霸总粉” ，带领远征A2入座观众席，在台下为王心凌打call。在场的远征A2随着甜心教主的歌声舞动，满脸写着“我爱心凌”，做实“王心凌硅基男孩”身份。 能文能武，王鹤棣带机器人炸场 此外，智元机器人还和王鹤棣共同带来节目《闻机起武》，伴随着激昂的《男儿当自强》音乐，灵犀X2和王鹤棣炫酷登场，随后8台灵犀X2连续后空翻、前空翻、踢腿、侧空翻等高难度酷炫动作轮番上阵：凌厉的踢腿动作劲道十足，腿部关节发力精准，尽显力量感；侧空翻时躯体旋转角度丝毫不差，与舞台灯光交织出极具冲击力的视觉效果；前空翻衔接利落；随后精准完成连续后空翻，落地稳稳当当；气势如虹尽显机器人钢铁“真男儿”本色。 在舞台外的红毯上，远征A2、灵犀X2自信上场，给在场的观众们热情打招呼，自然从容的动作立住了“艺人”人设。采访环节，面对主持人展示才艺的邀请，远征A2当场赋诗一首；灵犀X2则为大家带来了武术表演。两位“艺人”在回答在场记者的提问也是游刃有余。 天选打工机器人，直播站台样样行 值得关注的是，智元的机器人天团不仅“上得了舞台，还能在各个场合打工”。它们进京东直播间和明星一起卖货，在展台展现才艺引流，在后台运物资、送小礼品等…… 在京东直播间中，智元远征A2和孟子义唱歌接龙，一不小心唱歌“走调”，在线展示高情商；与张颜齐一起送上川味儿祝福，连词成句、即兴说唱、夸夸老己……样样能行。除了展示语言实力，远征A2还现场撰写了“马上有钱”、“抓马”等新春祝福送给大家。灵犀X2则和孟子义、张颜齐斗舞，把直播间的气氛拉满。 场外快闪店中，远征A2、灵犀X2能和进场的观众们互动问答，更是连连摆出可爱pose拍照；精灵G2则是带来了才艺——抖空竹，观众们可以亲身体验这一民间游艺活动，另一台精灵G2还随着音乐翩翩起舞，跳上了华尔兹。四足机器人D1的熊猫、醒狮造型憨态可掬，引得众人大呼“好萌”。除此之外，机器人们还很会“社交”，和候场的明星们频频互动逗趣儿，暖暖的很贴心。 在2025年湖南卫视跨年演唱会上，智元的机器人天团完美诠释了什么叫“能文能武，唱跳全能”，用钢铁之躯来点燃舞台内外。当科技与艺术在跨年夜浪漫交汇，我们见证的不仅是一场表演，更是一个未来已来的生动信号——人形机器人正融入烟火人间，成为创造美好、传递快乐的崭新力量。

近日，有媒体报道称，美国已经向三星、SK海力士、台积电发放了许可证，允许它们在2026年，从美国等地区，进口芯片制造设备。 并且按照媒体的说法，这些企业从海外进口需要的芯片设备、芯片材料等，已经不需要逐案审批，全年都可以购买。 可能很多人不了解，进口芯片设备，芯片材料为何要美国批准？ 事实上还真是如此，美国搞了一个出口管制政策，只有在经验证的最终用户（VEU）授权名单中的企业，才可以向美国以及欧洲等半导体设备厂商，进口设备、材料，不受限制，否则就需要授权，需要许可证等，美国就是用这一套规则，来行使着它的霸权。 而之前美国是想锁死中国大陆地区半导体产业的发展，所以要卡住芯片设备、材料等的进口，所以将三星、SK海力士、台积电等在中国大陆的工厂，也从这个授权名单中移除了，不能随便买，需要美国的许可证才能买。 美国当时想的是，要锁死中国半导体产业发展的一切道路，哪怕是国外的企业，在中国大陆建的厂，也不允许它们进口一些设备、材料，免得设备、材料等流出了，也免得这些工厂培养出来的人才流动，导致半导体技术、人才等外流了。 美国甚至想的是，通过这样的手段，还可以逼迫这些企业搬离中国，搬到美国去，从而振兴美国芯片制造产业，因为一旦买不到设备，材料，那不搬走干嘛呢，没法制造产品了啊。 但是，为何2026年，美国又同意这些企业购买设备、材料了呢，在我看来，是美国发现这个办法行不通了，要换一个另外的办法。 美国想的是，一旦这些企业不能购买美国、欧洲、日本等的设备，或许他们为了扩产等，会去买中国企业的设备，那不就是帮助中国半导体企业发展壮大了么？ 另外如果这些企业在中国无法扩产，而中国本土企业在不断的扩产，最终抢走了三星、SK海力力、台积电等的市场了，那岂不是美国的功劳？ 所以美国放开这些企业购买设备，让避免它们购买中国设备，避免它们的市场被中国企业抢走，摆明了，就是借刀杀人嘛，利用三星、台积电等，来打压中国半导体企业的发展。 这是美国明晃晃的阳谋，至于我们怎么来破，其实也简单，那就是不断的半导体设备国产化，不断的突破技术，提高产能，那么一切阴谋，阳谋，都毫无意义。

非羊 整理自 凹非寺 量子位 | 公众号 QbitAI 从OpenAI的Sora到Google DeepMind的Genie，2025年无疑是世界模型（World Model）的爆发之年。 然而，繁荣的背后是概念的混战：世界模型究竟是什么？是强化学习里用来训练Agent的环境模拟器？是看过所有YouTube视频的预测模型？还是一个能生成无限3D资产的图形引擎？ 近日，一篇题为《From Masks to Worlds: A Hitchhiker’s Guide to World Models》的论文在arXiv上引发关注。来自MeissonFlow Research、Georgia Tech、UCLA和UC Merced的联合研究团队提出了一份通往AGI的“建造指南”。 与罗列数百篇论文的传统综述不同，作者团队在文中专注于如何构建真正的世界模型，作者团队指出：正如LeCun所言，通往真正世界模型（World Model）的道路可能并非自回归，而是一条由“掩码（Masking）”铺就的窄路。 从BERT到MAE/MaskGIT，再到如今的Genie-3与离散扩散（Discrete Diffusion）模型，Masking正在统一不同模态之间的表征。 论文认为，从早期的掩码预训练（Masked Modeling）出发，经过统一架构与可交互式闭环，并通过设计持久的记忆系统，是构建真正的世界模型最有希望的技术路径。 这份“指南”将World Model的演进划分为五个阶段，并用一张全景图串联起了从BERT到Genie-3的十年AI进化史。本文将深度拆解这份“世界模型建造指南”，看Masking如何从一个预训练Trick，一步步进化为统治多模态世界的终极法则。 正本清源：世界模型不是模型，而是一个“系统” 在讨论技术路线之前，论文首先清理了地基：到底什么是World Model？ 行业内目前的共识往往是破碎的。有人认为它是一个视频生成器（如Sora），有人认为它是一个交互环境（如Genie）。 但这篇论文认为，真正的世界模型（True World Model）不能是一个单体的黑盒，它需要是一个由三大核心子系统合成的有机整体： 1. 生成系统（Generative Heart,$G$）：这是造梦的引擎。它不仅要预测下一帧，还要模拟世界状态的演化（Dynamics）、将隐变量映射为观测（Observation），并预测任务相关的回报（Reward）。它是世界的物理法则载体。 2. 交互系统（Interactive Loop,$F,C$）：这是让世界“活”起来的关键。世界不能只是一部放映的电影，它必须包含推断器（Inference Filter）来理解现状，以及策略（Policy）来做出行动。没有这个闭环，Sora再逼真也只是视频，不是模拟器。 3. 记忆系统（Memory System,$M$）：这是对抗熵增的防线。它负责通过循环状态更新，确保世界在时间轴上的持久连贯。没有记忆，世界就是一连串破碎的幻觉。 基于这个严格的定义，作者绘制了一张跨越五大阶段的进化路线图，将过去十年的AI进展精准归位。 而贯穿这五个阶段的灵魂线索，正是Masking。 Stage I：Masking范式——被低估的“创世法则” 为什么是Mask（掩码）？ 在大多数人的认知里，Masking仅仅是BERT时代用来做“完形填空”的预训练技巧。但论文在Stage I部分提出了一个极其深刻的洞察：Masking不仅仅是技巧，它是跨模态通用的“生成原则”，更是优于自回归的“创世法则”。 语言：从填空到“动态去噪” 在NLP领域，BERT确立了“双向上下文感知”的优势，但长期以来，生成任务一直被GPT系列的“从左到右”自回归（AR）统治。 然而，变局正在发生。 论文重点提及了Discrete Diffusion（离散扩散）的崛起。 以Google的Gemini Diffusion和Inception Labs的Mercury为例，这些模型不再是简单的一次性填空，而是将Masking进化为一种迭代去噪（Iterative Denoising）过程。 它们将固定比例的掩码替换为带时间索引的噪声调度。 模型学会了从完全的混沌（全Mask）中，一步步“雕刻”出清晰的文本。 这些工业级系统证明，这种动态掩码范式在生成质量和推理速度上已经可以比肩甚至超越传统的自回归基线。 视觉：并行生成的王者 在视觉领域，Masking的统治力更加稳固。 表征学习：MAE（Masked Autoencoders）证明了我们只需要看高比例遮挡的像素就能重构整张图片，这种高比例遮挡迫使模型学到了极强的语义表征。 高效生成：MaskGIT和MUSE是这一领域的里程碑。它们利用Masked Generative Transformers（MGT）实现了并行解码。相比于逐像素生成的AR模型或计算沉重的连续扩散模型，Masking范式在保持高保真度的同时，带来了极致的效率。 最新的Meissonic更是证明，Masked Generative Transformers（MGT）可以在高分辨率文生图任务上，与最顶级的Diffusion模型掰手腕。 △ Figure 1由Meissonic生成的图像 多模态的普适性 从VideoMAE的时空管道掩码，到wav2vec 2.0的音频掩码，再到Point-BERT的3D点云掩码，Masking证明了自己是能统一所有数据形态的通用语言。 论文总结道：Stage I确立了“Mask-Infill-Generalize（遮挡-补全-泛化）”作为构建世界模型的地基。 Stage II：统一架构——Masking让图文“同频共振” 地基打好后，下一步是架构的统一。目前的AI领域虽然号称多模态，但往往是“拼凑”的：用LLM处理文本，用Diffusion处理图像，中间用胶水层粘起来。 Stage II的目标是Unified Models （统一模型）：用同一个Backbone（骨干），在同一个Paradigm（范式）下，处理和生成所有模态。 但在如何实现“统一”的路径上，论文清晰地梳理出了两大阵营的博弈：Language-Prior（语言先验）与Visual-Prior（视觉先验）。 1.语言先验建模（Language-Prior Modeling） 这是目前最主流的路径，即“将视觉任务纳入语言模型框架”。但在这一阵营内部，正发生着一场范式迭代： 主流：Autoregressive（AR）路线： 这是Emu3、Chameleon、VILA-U等模型的选择。它们沿用了GPT式的Next-Token Prediction，试图用自回归逻辑统一一切。 局限：虽然逻辑推理强，但在视觉生成上，自回归的“单向性”往往难以处理图像的全局结构。 突围：Mask-based（Discrete Diffusion）路线： 这是论文重点标注的“新贵分支”。以MMaDA、Lumina-DiMOO和LaviDa-O为代表。 核心创新：它们虽然坚持“语言优先”，但抛弃了自回归，转而采用Mask-based（掩码）/Discrete Diffusion（离散扩散）范式。 这意味着，它们在保持语言理解能力的同时，利用Masking的双向注意力机制来提升视觉生成的质量。这被作者视为Masking范式在语言建模内部的一次胜利。 2.视觉先验建模（Visual-Prior Modeling）：从看见到读写 另一条路则是从视觉模型出发，反向兼容文本。 基于潜在扩散模型（Latent Diffusion）的UniDiffuser。 基于掩码图像建模（MIM）的Muddit。 尽管AR-based模型目前声量巨大，但Lumina-DiMOO和Muddit等工作证明，这种架构不仅能理解图文，还能在双向上下文中实现更精细的生成控制，这才是真正能让“语言逻辑”与“视觉生成”完美兼容的那个最大公约数。 Stage III：交互式生成——Masking驱动的“模拟器” 这是World Model真正开始变得有趣的时刻。当模型不再只是预测下一帧，而是开始响应用户的Action（动作）时，它就从“放映机”变成了“模拟器”。 这就是Stage III：Interactive Generative Models。从这一阶段开始，作者不再局限于Masking范式，这是因为这阶段开始Masking范式相关的工作还比较少。 从GameGAN到Genie GameGAN：早期的尝试，用GAN模仿《吃豆人》，虽然能玩，但泛化性有限。 Genie-1： DeepMind的突破之作。它从互联网视频中无监督地学习“潜在动作（Latent Actions）”。Genie-1的核心正是基于MaskGIT的离散掩码生成架构。它通过预测被Mask掉的未来帧，学会了物理规律。 Genie-2： 将能力扩展到了准3D空间，引入了更强的对象恒常性。 Genie-3： 这是目前的SOTA。它实现了720p分辨率、24fps帧率的实时交互，并能维持分钟级的连贯游玩。 为什么Masking对交互至关重要？ 在实时交互场景下，效率就是一切。Mask-based架构（如MaskGIT、Muse）的并行解码能力，使得Genie等模型能够在极短时间内生成高质量的下一帧，从而闭合“感知-行动”的低延迟回路。 相比之下，传统的自回归视频生成模型（逐Token预测）在实时性上往往捉襟见肘。 论文还提到了GameNGen和Matrix-Game等基于扩散的实时引擎，它们共同证明了：要造一个可玩的世界，Masking/Diffusion范式是目前最有希望的路线之一。 然而，尽管Genie-3看起来很美，但它依然患有严重的“健忘症”。玩了几分钟后，场景可能会莫名其妙地漂移，之前建好的房子可能回头就不见了。这引出了下一阶段的挑战。 Stage IV：记忆与一致性——对抗世界的崩塌 如果你在《我的世界》里造了一座塔，关掉游戏明天再来，它必须还在那里。 这就是Stage IV要解决的核心问题：Memory & Consistency（记忆与一致性）。 论文指出，目前的视频生成模型（包括Genie）大多依赖隐式的KV Cache或有限的Context Window。 这种机制在长程推理中极其脆弱，容易导致“灾难性遗忘（Catastrophic Forgetting）”和“状态漂移（State Drift）”。 没有记忆，世界模型只能是“反应式”的，而非“持久”的。为了解决这个问题，论文梳理了三类解决方案： 1. 外部化记忆（Externalized Memory）：像RAG（检索增强生成）和MemGPT那样，给模型外挂一个可读写的硬盘。这让知识变得可编辑、可追溯。 2. 架构级持久化（Extending Capacity）：仅仅拉长Context Window是不够的。论文探讨了Mamba这类线性时间状态空间模型（SSM）以及Ring Attention等技术，试图从架构底层实现“无限上下文”，让模型能读完一整本书或玩一整天游戏而不“断片”。 3.一致性治理（Regulating Consistency）：这是最难的一点。针对视频生成中的漂移，论文提到了FramePack、Mixture of Contexts（MoC）以及VMem。这些技术试图利用显式的3D结构或稀疏注意力，为流动的像素世界打上稳固的“时空桩”。 “一致性不是把上下文拉长就能解决的。它需要明确的记忆策略——记住什么、遗忘什么、如何更新。” Stage V：终极形态——从“模拟器”到“科学仪器” 当生成系统（Masking驱动）、交互系统（实时响应）和记忆系统（持久一致）完美融合，我们将跨越一道门槛，进入Stage V：True World Models（真正的世界模型）。 此时模型将涌现出三大本质特征： 1. Persistence （持久性）：世界拥有独立的时间轴，历史独立于单次会话存在。世界在你离开后，依然在演化。 2. Agency（主体性）：世界中栖息着多智能体（Agents），它们拥有目标、记忆和社交关系，而非简单的NPC。 3. Emergence（涌现性）：宏观的社会规律、经济周期、文明冲突，从微观的主体交互中自然涌现，而非脚本预设。 三大终极难题 要到达这里，论文列出了横亘在研究员面前的三座大山： The Coherence Problem（连贯性/评估难题）：当世界是自生成的，谁来定义什么是“真”？我们需要新的评估体系来衡量一个虚构世界的逻辑自洽性。 The Compression Problem（压缩/扩展难题）：历史是无限增长的。世界模型必须学会像人类一样“抽象记忆”，只保留因果相关的状态，丢弃噪声，否则计算量将导致系统崩溃。 The Alignment Problem（对齐/安全难题）：这比对齐一个ChatGPT难上平方倍。我们不仅要对齐世界的“物理法则”（生成器），还要对齐这个世界里涌现出的亿万智能体社会的“社会动态”。 我们为什么需要研究世界模型？ 为什么要费尽心机，沿着Masking这条窄路构建一个True World Model？ 这篇论文在结尾给出了一个极具浪漫色彩的答案：我们建造世界，不是为了逃避现实，而是为了理解现实。 一旦跨越了Stage V的门槛，World Model将从娱乐工具升级为“科学仪器（Scientific Instrument）”。 经济学家可以在其中运行会导致现实崩溃的货币政策实验；社会学家可以在其中观察文明的演化与衰亡；认知科学家可以在其中探寻意识诞生的瞬间。 从BERT的第一个[MASK]标签，到未来那个生生不息的数字宇宙，Masking范式始终贯穿其中。 对于所有致力于构建AGI的研究者来说，这篇论文提供了一个至关重要的视角：回头看看Masking吧，通往未来的地图，也许就藏在那些被遮住的Token里。

新智元报道 编辑：元宇 【新智元导读】「清仓」英伟达，孙正义对OpenAI约400亿美元的投资承诺已全部到位。而且，为了满足OpenAI对算力的巨大资金需求，这个投资周期也从原定的最长两年被压缩到了10个月左右。 400亿美元「弹药」已到位！ 据知情人士透露，软银上周向OpenAI注入了一笔220亿至225亿美元的承诺投资。 今年2月，软银与OpenAI达成了一项总额约400亿美元的初步投资协议，其投前估值为2600亿美元。 这笔资金并非一次性到账，而是计划在未来12到24个月内分批投入。 此前，软银已通过联合投资方式投入了约100亿美元，并直接投资了约80亿美元。 最后一笔最大的注资在2025年12月的最后一周到账，标志着软银原计划总计约400亿美元的投资承诺已全部完成。 据软银集团官方确认，其对OpenAI的最终投资总额达到了约410亿美元，这项投资使软银在该公司的股份增至约11%。 值得注意的是，这笔投资的完成速度比原计划要快很多，原定最长两年的投资周期被压缩到了10个月左右： 为了满足OpenAI在算力、模型训练和产品扩张方面巨大的资金需求，整个注资过程被加速了。 OpenAI的身后不止站在软银。 微软自2019年起就开始对OpenAI有过投资，外部统计其投资总额大约130亿美元左右。 本月早些时候又有报道称，OpenAI正在探讨接受来自亚马逊超过100亿美元的投资意向。 巨头环绕之中，OpenAI正变成一个巨大的AI算力竞争中心。 而微软、软银、亚马逊为它豪掷数百亿美元，正是为了争夺「下一代算力入口」，确保自己在未来算力竞争中的优势地位。 410亿美元花在哪里？ 在投资界，孙正义就像一个永远在寻找下一个风口的「偏执狂」。 软银集团创始人孙正义 他从WeWork的惨痛失利中爬起，凭借着芯片设计公司Arm股价的惊天逆转，这位「投资狂人」再一次站上了牌桌。 在他这场高达千亿美元的AGI豪赌中，目前至少410亿美元已经注入了OpenAI，这些资金主要用于： OpenAI重组：为更大规模的资本运作铺平道路，这项工作已于今年10月底完成； 支撑AI计算基础设施扩张：包括Stargate项目（目标到2029年投资5000亿美元于美国数据中心网络），以及与OpenAI合作的日本AI数据中心（2026年启动）； 在全球范围内的相关收购与伙伴合作等。 为什么软银会把钱砸到基础设施上？ 大模型每一次技术突破，以及AI应用的大规模应用，背后都离不开数据中心的算力支撑。 如今，AI应用的兴起已经引发了对数据中心和连接解决方案的投资热潮。 在这波浪潮中，OpenAI也掉进了一个发展悖论：它的模型越强、用户越多、ChatGPT等应用越火，算力的缺口就越大。 因此，这些钱更像是在给OpenAI的「AI底座」续命、扩容、加固。 而对于软银来说，这410亿美元更像是一张昂贵的门票，为自己预定了未来在全球「算力供给链」中更核心的位置。 万亿IPO叙事 需要资本「铺垫」 今年10月底，OpenAI重组为「公益公司（Public Benefit Corporation,PBC）」，为其未来的融资和发展铺平道路。 此举也被广泛认为是为其最终进行IPO做准备。 据知情人士称，这次重组也为孙正义后续225亿美元的到位创造了条件。 正是在这次重组之后，孙正义宣布了将于年底支付剩余225亿美元。 重组之后，OpenAI的IPO计划也反复被媒体曝光。 其估值也从软银敲定投资时的2600亿美元快速抬升： 10月二级交易定价约5000亿美元。近期又有报道称其正洽谈新一轮融资，估值或讨论在约7500亿至最高8300亿美元区间，市场也出现其冲击万亿美元IPO估值的预期。 支撑OpenAI近万亿IPO叙事的，除了其周活跃用户已经达到8亿的ChatGPT应用，超过100万家企业客户之外，还有OpenAI做出的未来几年超过1.4万亿美元的基础设施投资承诺。 其中包括与英伟达、AMD和博通的协议。 然而，这一切都需要资金的持续注入来托底。 忍痛清仓英伟达背后 为了履行400亿美元投资承诺，孙正义再次展现出惊人气魄，把自己手中最容易变现、最值钱的筹码，直接换成「新赌局」的筹码： 清仓其在英伟达持有的全部58亿美元股份，加上其他现金来源，全部用来支持对OpenAI的投资计划。 将这笔交易与软银近期的另一笔交易放在一起看，更像是同一张棋盘上的两步棋： 一边把英伟达58亿美元的持仓清掉，为OpenAI的巨额投资「补足弹药」。 另一边同意斥资40亿美元收购数据中心投资公司DigitalBridge，「加强其在人工智能领域的布局」。 对比之下，孙正义在AI领域的布局也清晰显露出来： 软银不只是押注「AI会涨」，而是还在把资金和资产配置，向「AI基础设施与入口」上倾斜。 由此也能看出一种很「孙正义式」的杀伐决断：一旦做出承诺就不会再犹豫，敢于拿手中最优质的资产作为新的筹码。 多年来，软银一直大举押注科技和人工智能公司，并且是英伟达的早期投资者。 这次除了「清仓」英伟达，孙正义还进行了多项重大的投资组合调整，包括出售约91亿美元的T-Mobile股票，以Arm股份作为抵押的保证金贷款，以及大幅裁减其愿景基金团队人员等。 所有这些都是为了把旧的筹码置换出来，全部投向一场更大的赌局。

IT之家 1 月 1 日消息，科技媒体 Windows Latest 今天（1 月 1 日）发布博文，透露了惠普将于 CES 2026 展示的全系新品阵容，并分享了惠普参展的完整设备清单及高清渲染图。 消息源透露，在 CES 2026 大展上，惠普将推出 4 款 Chromebook，其中两款 Chromebook 为 Plus 版本。 IT之家注：Chromebook Plus 是谷歌新设立的一个类别，它在标准 Chromebook 的基础上提高最低硬件标准，例如至少配备第 12 代英特尔酷睿 i3 处理器或 AMD Ryzen 3 5000 系列或更高版本处理器、至少 8GB 内存、至少 128GB 存储空间、1080p 或更高分辨率且具备时间降噪功能的摄像头，以及全高清 IPS 显示屏或更高分辨率。 2026 年款 HP Chromebook 14 Chromebook 14 一直是惠普的经典机型，于 2013 年 9 月首次推出。它有很多不同的版本，例如 14a、可转换型和 x360 版本，甚至还有 Chromebook Plus 机型。 HP Chromebook 14 冰川银色，亮相 CES 2026。图源：WindowsLatest.com 2026 年款 HP Chromebook 14 采用冰川银色，设计似乎更加现代化。 2026 年款惠普 Chromebook 14 Plus 该媒体目前无法确定这究竟是 Chromebook Plus 版本，还是 HP Chromebook 14 的更高配置版本。虽然外观设计与普通版基本相同，但我们可以在键盘下方左侧看到一个疑似“AI”的标志。HP Chromebook 14 Plus 还有冰川银配色可选。IT之家附上相关渲染图如下： HP Chromebook 14 Plus 冰川银色版亮相 CES 2026。图源：WindowsLatest.com 2026 年款 HP Chromebook x360 14 HP Chromebook x360 具有 360° 铰链和触摸屏，本次泄露的渲染图配色为流星银。 HP Chromebook x360 14（流星银色）亮相 CES 2026。图源：WindowsLatest.com 2026 年款 HP Chromebook Plus x360 14 本次曝光的是 Chromebook Plus 版本，预估至少标配 8GB 内存，以及更新更强大的配置。消息源还显示，这款二合一设备将配备一支触控笔，但尚不确定该 Chromebook 包装是否随附这支笔。 HP Chromebook Plus x360 14 英寸冰川银色款，亮相 CES 2026。图源：WindowsLatest.com 其它配件 消息源还透露惠普将会在本次 CES 2026 大会上，推出多款设备和配件： 惠普 OmniStudio X 27-inch AiO Desktop Next Gen AI PC. 图源: WindowsLatest.com 惠普 7 系列专业 4K 显示器亮相 2026 年国际消费电子展（CES 2026）。图源：WindowsLatest.com HP 便携式 USB-C 4K HDMI 集线器（后部左上角），亮相 CES 2026。图源：WindowsLatest.com HP 65W GaN 壁式充电器（左后侧），配备 USB-C 数据线。图源：WindowsLatest.com HP EliteBoard 键盘亮相 CES 2026。图源：WindowsLatest.com OSIM KB JetBlack Unicorn 鼠标套装（2026 年款）。图源：WindowsLatest.com Quantum Mouse Black7C 将在 CES 2026 上亮相。图源：WindowsLatest.com

【CNMO科技消息】1月1日，数码博主“智慧芯片案内人”发布了2025年旗舰手机SOC国内出货量对比。其中，苹果A18 Pro以显著优势成为出货量最高的旗舰移动平台。 iPhone 16 Pro系列 数据显示，以苹果A18为1.0倍，A18 Pro以2.9倍的出货量位列第一。高通骁龙8至尊版以2.4倍的出货量位居第二，华为麒麟9020以1.7倍紧随其后，联发科天玑9400则以1.6倍出货量位列第四。 苹果A18 Pro的出货量成功主要归功于iPhone 16 Pro系列的市场表现。该芯片采用台积电3nm工艺制程，配备两颗主频高达4.04GHz的高性能内核，专为处理大型游戏、专业视频编辑等高负载任务优化。市场数据显示，截至今年4月，iPhone 16 Pro Max单一机型在中国市场的激活量就超过880万台，Pro版本的激活量也达到约690万台。 在安卓旗舰SoC领域，高通和联发科的市场争夺战日趋激烈。高通仍保持传统优势。其骁龙8至尊版被小米、荣耀、OPPO和vivo等多家主流品牌采用。而联发科正在通过技术创新抢占更多市场份额。天玑9400+采用第二代全大核CPU架构和台积电3nm工艺，支持光线追踪及天玑倍帧技术2.0+，游戏性能提升明显。联发科的高端SoC营收几乎翻倍，成长动能主要来自中国市场，以vivo为主，OPPO也有较大贡献。

苹果全新大戏《同乐者》终于完结，「炸裂」的大结局，大家看了吗？ 为了庆祝大结局播出和圣诞节，苹果 CEO 蒂姆 · 库克在 X 上发布了一条推文，却引发了意料之外的争议。 油腻的质感、逻辑不通的细节、毫无亮点的画面，引得网友们纷纷留言质问： 这是用 AI 生成的吗？ 反 AI 电视剧，被 AI 背刺？ 我相信，如果是 Netflix 高管发了一张《怪奇物语》的 AI 图，也不会造成这么大的舆论争议，尽管这部剧集比《同乐者》要火不少。 但不管是《同乐者》，还是放大到 Apple TV 平台本身，都带有强烈的「反 AI」气质。 给没看过《同乐者》的朋友们简单讲述一下剧情：一种神秘的末世病毒席卷了全世界，向世人强行灌输了乐观和满足的情绪，形成统一的「蜂巢意识」。一位悲观的畅销书作家卡罗尔发现自己免疫这种病毒，与此同时病毒群体正在试图转化她和其他免疫者。 剧集在海内外口碑都不错：MTC 斩获 87 的综合评分，IMDB 用户评分 8.1，豆瓣评分 8.3，算得上今年名列前茅的好剧。 这部剧集《绝命毒师》《风骚律师》核心主创文斯 · 吉里根打造，独特的美学风格和镜头语言和这两部经典作品一脉相承。苹果还给出了 Apple TV 剧集史上最高的预算——单集 1500 万美元起，让剧集得以充满各种实拍镜头的大场面。凭借《风骚律师》两度提名艾美奖的主演蕾亚 · 塞洪，也已经靠这部剧拿下金球奖提名。 剧中的一个情节让人印象深刻：卡罗尔和这个蜂巢意识的病毒群体进行接触后发现，这群「同乐者」愿意为她做任何事，满足她任何要求，还集合了人类的智慧和记忆。 不少观众看剧时感到莫名熟悉：这群谄媚、随时帮助、没有其他感情、充满知识的「同乐者」，不就是 ChatGPT 吗？ 不过，对于这种言论，文斯 · 吉里根回应称，他其实从来没用过 AI 聊天机器人，创作《同乐者》时也没考虑到 AI。 我讨厌 AI，AI 是世界上最昂贵、最耗能的抄袭机器。 ▲左： 蕾亚 · 塞洪；右：文斯 · 吉里根 吉里根的立场也直接在剧集制作中体现，片尾字幕特别标注了「本节目由人类制作」，在播出时就引发了不少讨论。 虽然苹果公司在 AI 技术道路上一往无前，但苹果和各行各业的创作者长期以来保持着密切联系，其实人们更愿意看到苹果继续重视「创作」背后的人文价值。 在《同乐者》播出期间，Apple TV 还发布了新片头和制作幕后：这个看起来像是动画渲染的片头，居然大部分是实拍的成果。 这种「全手工」到近乎有点笨拙的创作方式，也被大众解读为苹果对「创作」的尊重，赢得了不少掌声。 在主创旗帜鲜明反对 AI、剧集被当作 AI 寓言、苹果尊重创作的历史种种前提下，库克发布了一张疑似 AI 生成的图来庆祝剧集完结，自然引起了人们的不满和质疑。 所以这张图真的是 AI 生成的结果吗？苹果没有对此作出回应，有人联系了图片作者 Keith Thomson，一位现代画家，对方给出了这样的回答： 我无法对具体客户项目发表评论。一般来说，我总是手绘绘画，有时也会用到标准的数字工具。 这个似是而非的回答，完全没解决大众的困惑。在这条推文下方，以及更多社交平台上，网友们已经吵成了一锅粥。 一些专业的绘画或科技人士认为，这张图片有着人类手绘的笔触痕迹，并非 AI 出品。 Apple TV 官方账号很快也加入战局，转发推文的同时强调「这是由 Keith Thomson 用 MacBook Pro 创作」，似乎企图用「MacBook Pro」这个老牌创作工具的金字招牌，来为配图正名。 但认为是 AI 出品的网友证据更加充分：图片的牛奶盒同时标注了「全脂牛奶」和「脱脂牛奶」；盒子上的迷宫也没有解法；画面充满了灰蒙蒙的噪点，这些都是典型的 AI 生图特征。 也有其他艺术家将这张图和 Keith Thomson 的作品集进行比对，不管是风格、笔触、画面元素的处理方式，都非常不同。 一些网友也推断，苹果大概率是向这位艺术家买了张配图，结果 Keith Thomson 使用「标准的数字工具」，例如一个用自己作品集训练出来的 AI，生成一张图片再动手改了改交差。 烂图比 AI 图更值得声讨 在没有更多新信息和证据的前提下，这场「是不是 AI」的争论已经成为了一场「罗生门」——观点不同的双方各执一词，事情真相已经扑朔迷离。 著名苹果评论员 John Gruber 直接引用所谓的「奥卡姆剃刀」原则进行推论：在种种复杂的可能性中，最接近事实的往往最简单，Keith Thomson 就是用了 AI。 ▲ AI 检测工具也认为这张图是 AI 出品 艺术家本人模棱两可的态度，其实也坐实了这个结论——对于大部分创作者来说，自己辛苦产出的作品被打为 AI，是绝对不可以接受的，都会第一时间跳出来反驳。 况且，争论进行到这一步，这张图究竟是不是 AI 生成，其实已经不重要了。 就质量本身而言，这张图片细节拙劣，画面粗糙，你很难承认它有什么审美上的价值——这和大部分 AI 产图一样。 ▲ 右边是我使用 Nano Banana 生成主题相似的图片 AI 生成的低质量图片，和人类粗制滥造的作品，本质上真的有区别吗？本质上不都是一些质量很差、毫无美感的图片？ 我们为什么会对 AI 产出嗤之以鼻？因为我们的内心都默认，人类用时间、知识、经验浇灌出来的创作，才是真正优秀的作品，AI 更多是不需要心血、量产的「垃圾」。 但怎么用 AI、用 AI 创作出什么，其实都是人决定的，人的审美、品位决定了 AI 作品的高度。 当创作者不愿意去花时间构思，也没有任何好创意，只想躺着赚快钱，AI 就成替罪羊——可惜的是，这样的创作者现在越来越多，因此我们的生活充满了 AI 生产出来的废料，让大众进一步排斥 AI 创作。 ▲ 可口可乐今年的 AI 假日广告，因为效果太糟糕被吐槽 如果想要去把事情做好，那 AI 就会带来前所未有的可能性。 这个月发布的小米 17 Ultra 徕卡定制版手机，有一个独占的「徕卡一瞬」功能，可以让拍出来的图片模拟出徕卡相机 M9 的风格和质感，也就是所谓的「德味」。 实现的方式，并非单纯的滤镜和照片色彩管理，而是小米和徕卡用大量 M9 拍出的照片，训练出一个大模型，用这个 AI 把图片「修」出德味。 这些「AI 德味」的照片在文字上会存在一定的幻觉，「AI 篡改照片」也引起了一些非议，有人认为是对徕卡纪实摄影传承的背叛。 但在评测的过程中，爱范儿的编辑们都被这些色彩浓郁的照片打动了，认为这台手机确实还原出我们心中的德味，丝毫不介意它是否「AI」。 更重要的是，「德味」这种曾经只属于部分摄影爱好者的审美和创作权，被 AI 复制后，走向了更多的人。 ▲ AI 还原得了德味，未必能还原文字 这几年，所谓的「AI 艺术家」也正在全球崭露头角，他们不避讳自己作品中的 AI 元素，反而利用 AI 生成那种不按常理出牌的效果，创作出风味前所未有的作品，带来了一种全新的审美。 ▲ 汤海清是一位使用 AI 创作数字影像的艺术家，作品常常结合民俗和梦核元素 我们暂且不去考虑关于 AI 抄袭、量产、「没有灵魂」的争议，单就结果而言，能用 AI 产出好的作品，其实一样会受到大家的欢迎。 回过头来看苹果和 Keith Thomson 这件事，其实给全世界的企业和创作者都上了很好的一课。 即使苹果很可能真的是被 Keith Thomson 「诓骗」，买手绘图收到一张 AI 图，对于那个自诩很有「品味」的苹果来说，也不应该启用这张劣质的配图，来宣传《同乐者》这样极具审美水准的影视作品。 而对于创作者来说，如果你不想自己的作品被打为「AI 生成」，那只能把它做好，而且比越来越强的 AI 还要更好。

IT之家 1 月 1 日消息，据英国《金融时报》今日报道，苹果正在收缩 Apple Vision Pro 的产量与推广力度，这款被寄予厚望的头显产品未能如预期那样打动消费者。 根据国际数据公司 IDC 披露，负责代工的立讯精密已在去年初停止 Vision Pro 的生产，该设备在 2024 年上市阶段累计出货 39 万台。与此同时，Sensor Tower 的数据显示，苹果今年在美国、英国等市场几乎全面撤回 Vision Pro 的线上广告投放，相关支出削减幅度超过 95%。 市场反应冷淡，意味着这款产品未能承担起“iPhone 之外新增长引擎”的角色。IDC 预计，在 2025 年年底的销售旺季，Vision Pro 新增出货量仅为 4.5 万台，与苹果每季度动辄数百万台的 iPhone、iPad 和 MacBook 销量形成鲜明对比。 苹果目前仅在 13 个国家直接销售 Vision Pro，并未在 2025 年进一步扩大覆盖范围。摩根士丹利分析师埃里克・伍德林认为，定价过高、佩戴形态受限以及 VisionOS 原生应用不足，是产品未能普及的关键原因。 批评人士称，设备偏重、续航一般等因素影响了长时间使用体验。 苹果已在去年 10 月推出搭载 M5 芯片的改款 Vision Pro，试图通过性能提升、续航优化和新头带设计改善使用感受，同时还计划推出更便宜的低配版本。但从行业层面看，虚拟现实设备整体吸引力正在下降。Counterpoint Research 的数据显示，该市场同比萎缩 14%。 目前，约八成市场份额掌握在 Meta Quest 系列的手中。与 Vision Pro 相比，其售价和技术水平都处于低位。值得一提的是，Meta 同样在过去一年明显削减了营销投入。 分析人士指出，Vision Pro 面临典型的应用生态困境：应用数量不足，难以拉动用户增长；用户规模有限，又难以促使开发者加大投入。苹果称，目前 Vision Pro 专用应用约 3000 款，远少于iPhone 在 App Store 推出首年（IT之家注：2008 年）便涌现的应用规模。 不过，Appfigures 指出，Vision Pro 还拥有部分行业应用，已在飞行训练和医疗手术等企业级场景中找到一定用武之地。

IT之家 1 月 1 日消息，韩媒 The Elec 于 2025 年 12 月 30 日发布博文，报道称中国面板厂商华星光电（CSOT）将首次打入三星 Galaxy A57 的供应链，为该机型提供柔性 OLED 面板。 IT之家援引博文，三星 Galaxy A5x 系列作为三星中端市场规格最高的产品线，此前其 OLED 面板一直由三星显示（Samsung Display）独家供应。 此次调整意味着三星希望通过“双供应商策略”降低成本，由三星显示和华星光电共同供货，不过三星显示预计仍将占据主要供应份额。 Galaxy A56，图源：三星 三星计划从 Galaxy A57 开始，将屏幕材质由传统的刚性 OLED 升级为柔性 OLED。柔性 OLED 采用可弯曲的聚酰亚胺基板，能显著提升设计灵活性并实现更窄的屏幕边框。 然而，这一升级涉及更复杂的加工步骤，导致制造成本上升。为保持中端市场的价格竞争力，三星在招标过程中，要求供应商压低柔性面板的价格，接近刚性面板的水平。据报道，华星光电在此次竞标中提供了极具侵略性的报价，从而成功入局。 三星引入华星光电的另一大动因是成本控制。当前，内存等关键元器件价格持续上涨，三星急需通过屏幕供应链的多元化来抵消成本压力。 同时，市场竞争日益激烈，众多中国手机品牌已在 150 至 200 美元（约合人民币 1000-1400 元）价位的设备上普及了柔性 OLED 技术。 三星面临巨大的技术下放压力，必须在提升产品规格的同时严格控制成本，以应对来自中国厂商的“降维打击”。 Galaxy A5 系列是三星出货量最大的中端产品线之一。数据显示，三星计划在 2026 年实现 Galaxy A 系列（含 A57 及旧款 A56）约 2000 万台的总出货量，其中 A57 单一机型的销量预计将达到一千多万台（mid-teens millions）。 对于此前仅向三星 Galaxy M 等低端系列少量供货的华星光电而言，切入 A57 供应链将带来出货量的爆发式增长。此外，消息源 SammyGuru 指出，Galaxy A57 的发布时间预计将提前至 2026 年 2 月，比往年惯例早一个月。

IT之家 1 月 1 日消息，科技媒体 Windows Latest 今天（1 月 1 日）发布博文，透露了惠普将于 CES 2026 展示的全系新品阵容，并分享了惠普参展的完整设备清单及高清渲染图。 消息源透露，在 CES 2026 大展上，惠普将更新 EliteBook X 高端商务笔记本电脑系列，其市场定位是轻薄便携，并具备下一代人工智能功能，同时还拥有企业级安全功能，预估将会推出以下三款产品： HP EliteBook X G2a，配 AMD 处理器 HP EliteBook X G2i，配英特尔处理器 HP EliteBook X G2q，配高通骁龙 X Elite 处理器 IT之家援引博文介绍，上述三款产品在外观方面并没有太大的差异，其中后缀“a”代表 AMD，该笔记本预估搭载 AMD Ryzen AI 400 系列处理器。 而后缀“i”代表英特尔，该笔记本预估搭载英特尔 Panther Lake Core Ultra 系列处理器。 而后缀“q”代表高通，该笔记本预估搭载高通骁龙 X2 Elite，甚至可能是 X2 Elite Xtreme。

凤凰网科技讯 1月1日，极氪官方宣布2025年12月极氪交付30267台，同比增长11.3%，环比增长4.9%，单月交付首破3万大关，创历史新高。其中，极氪9X月交付突破1万辆。 据官方介绍，2025年极氪累计销量已超22.4万辆。

凤凰网科技讯 1月1日，小鹏汽车今日正式披露2025年年度运营数据。数据显示，2025年全年小鹏汽车累计交付新车429,445台，同比增长126%。其中，12月单月交付量达到37,508台，保持了同环比双增长的态势。在细分车型表现上，小鹏X9于12月交付5,424台，环比增长68%，创下该车型单月交付历史新高。 在产品技术布局方面，增程技术成为新的增长引擎。此前11月上市的小鹏X9超级增程版本，搭载了三排电动三折叠及后轮转向技术，综合续航达1602km。与此同时，2026款小鹏P7+与小鹏G7车型也已进入发布倒计时。据悉，小鹏G7超级增程版将具备1704公里的综合续航能力及430公里的纯电续航表现；2026款小鹏P7+则计划在全球36个国家同步发布。这两款新车将于近期举办的新年首场发布会上正式亮相。 全球化与基础设施建设方面，小鹏汽车2025年海外市场交付量为45,008台，同比增长96%，目前业务已覆盖全球60个国家和地区。值得注意的是，小鹏汽车位于马来西亚的本地化生产项目已于去年12月启动，这是其全球第三个本地化生产据点。在补能网络上，随着2025年新增超1,100座自营站点，截至2026年1月1日，小鹏充电自营站总数已突破3,000座。 此外，小鹏汽车在人工智能与自动驾驶领域取得新进展。由小鹏汽车与北京大学联合完成的论文《FastDriveVLA》被国际顶级学术会议AAAI 2026录用，该研究提出了一种针对端到端自动驾驶VLA模型的视觉Token剪枝框架。小鹏第二代VLA模型计划于2026年第一季度正式推送，首批落地Ultra车型，随后将搭载于2026款小鹏P7+及G7车型上。

【CNMO科技消息】1月1日元旦，REDMI Note15系列新春版于上午10点正式开售。此次推出的新年版包含三款机型，均采用限定配色。其中标准版和Pro版采用鲜亮喜庆的“车厘子红”配色，而定位更高的Pro+版则配备了更显沉稳高级的“摩卡棕”。 价格方面，REDMI Note 15标准版新春版（车厘子红）起售价为1099元，对应8GB+128GB配置。作为对比，该系列原标准版起售价为999元（6GB+128GB）。Pro版新春版（车厘子红）起售价为1349元（8GB+256GB），而原Pro版起售价为1399元（同配置）。Pro+版新春版（摩卡棕）起售价为1899元（12GB+256GB），相比原Pro+版1999元的起售价有所降低。 REDMI Note 15系列新春版继承了原系列的核心产品优势，特别是在屏幕显示、续航能力和防护性能方面表现突出。该系列全系配备的OLED超级阳光屏，峰值亮度可达3200尼特，确保在强光环境下屏幕内容依然清晰可见。Pro和Pro+版本更采用了1.5K分辨率的屏幕，支持120Hz高刷新率。 续航方面，标准版配备5800mAh电池，Pro和Pro+版则升级至7000mAh大容量电池，配合能效优秀的处理器，大幅减少续航焦虑。Pro版支持45W有线快充，Pro+版则支持90W有线快充和22.5W反向充电。 REDMI Note 15 Pro+在耐用性方面达到了新的高度，该机正面采用小米龙晶玻璃，抗摔性能相比上代提升10倍有余。背面则首次搭载超韧玻纤背板，在厚度减薄40%、重量减轻36%的情况下，抗冲击强度提升10倍以上。防水性能上，Pro+版同时支持IP66、IP68、IP69、IP69K四大防护等级，堪称“防水大满贯”。Pro版同样支持IP68级防尘防水。