IT之家 1 月 22 日消息，据路透社 1 月 21 日报道，大众汽车核心品牌集团宣布，将通过压缩管理层规模和整合生产体系，在 2030 年前实现累计节省 10 亿欧元（IT之家注：现汇率约合 81.55 亿元人民币）的成本目标。 根据大众汽车披露的方案，核心品牌集团董事会成员数量计划在 2026 年夏季前减少约三分之一。行业媒体《汽车周报》援引知情人士称，董事会席位将从 29 个缩减至 19 个。 调整完成后，大众乘用车、斯柯达以及西雅特 / Cupra 等品牌的董事会架构将高度统一，每个品牌仅保留四名核心高管，分别负责整体经营、财务、销售和人力资源事务；研发、采购以及生产等关键职能将集中由沃尔夫斯堡总部统筹管理。 大众汽车同时表示，核心品牌集团的管理体系将在中期内继续推进进一步精简。 在生产端，核心品牌集团分布于全球的 20 多座工厂将被划分为五大生产区域，由区域负责人统一承担跨品牌、跨国家的协调与管理职责。 当前，大众汽车正面临工业景气度下滑、中国车企竞争加剧以及关税成本上升等多重压力，并已启动到 2030 年在德国裁减 35000 个岗位的计划。 在大众汽车 CEO 托马斯 · 谢弗主导下，这一轮成本削减中，约 6 亿欧元（现汇率约合 48.93 亿元人民币）来自人力成本下降，另有约 4 亿欧元（现汇率约合 32.62 亿元人民币）来自生产效率提升。

凤凰网科技讯 1月22日，华为常务董事、产品投资评审委员会主任、终端BG董事长余承东发文“科普”汽车风阻系数，强调这一易被忽略的参数是影响电动车续航的关键 “杀手”。余承东指出，大家选车可以多留意风阻系数。车辆120km/h时，风阻消耗能量可达70%。他进一步解释称：同等电池容量，风阻系数只差一点点，续航会相差几十公里。 据了解，智界R7近日在中汽研专业风洞中取得一项关键认证，其纯电Ultra版在120km/h、23℃的测试工况下，实测风阻系数仅为0.217。

快科技1月22日消息，一个德国人狂吹中国车好，这绝对是违背祖训。但雷军说，好产品自己会说话。 最近，一条国外试驾视频引发了热议。标题是《从质疑到跪服！德国改装车行老板带友人试驾完中国电车，做出一个违背祖宗的决定：吾爱吾国车，吾更爱真香！》 视频中，一位德国改装车行老板带友人试驾小米YU7，四十分钟的视频全程都在吹，甚至塑料都吹手感好（这也太夸张了吧）。 整个试驾过程，画风是这样的（全程无尿点）： “酷毙了，真是酷毙了”。 “质量太棒了，我觉得我真的很喜欢，所有东西都装得这么严丝合缝，对吧?” “真的得说一句，我觉得这塑料摸起来都特别舒服。” “我觉得现在最明显的一点是，这辆车所有部件的协同感、方向盘位置、方向盘手感、操作逻辑、信息清晰度、做工、配色，简直太炸裂了，兄弟。” “而在你带过来的那辆奥迪E5上。设计师们显然只顾着追求外观。因为你看这辆车，其实并不那么帅，对吧？但你坐进去，看起来超级帅，这车设计得太有型了。“” “我觉得SU7没这个好看，这辆车绝对炸裂，感觉就像踩在云朵上一样。” “不过在隧道里， 这车给我一种难以言喻的对电动车的强烈吸引力，一旦你脱离了基础模式，真正加速起来，那车身的反应就像穿上装甲一样，简直太猛了，它有690马力”。 “说实话，你就算把特斯拉的操控界面拿过来，你也能很快适应，因为这车的驾驶感受本真就太惊艳了。” “嗯，我有点被撩到了，我其实很想挑点毛病，但真的挑不出来，我是说，认认真真地讲 ，这车就是没毛病。” “我是真心想开一辆德国车，但只要我看到小鹏P7，还有这辆小米YU7，我的情绪就又回到了电动车上，特别是这些中国品牌和中国生产的电动车。” “它们都让我完全着迷，可能只有保时捷，能勉强在技术上跟上，奥迪e-tron GT也许还行。至于做工品质，现在的这些中国品牌，我反而更喜欢了。” “我是从8缸发动机换过来的，如果有极少数人说开了电车再也不想回油车了，我就是其中之一。我那辆1967年的野马，我还一直停在车库里，就为了在意志薄弱的时候，能随时开出来，放纵 一下。” 这位老板最后还不忘总结了一下： “我们都有这种爱，却又不太愿意承认，我也坐进去，努力找毛病，真想找出个什么问题来，但当你真正坐进去 最后听到价格时，你就会忍不住，冲上街头大喊，我太爱这车了，然后心里又有点小生气。” “我心想，我明明深爱我的德国汽车文化，我明明爱你啊，我亲爱的德国车，我确实爱着你啊。” “如果这是德国车企生产的车，我会毫不犹豫地选择这两车，即使两倍的价格，我也会接受，因为确实值这个价。” “但现实是，类似品质的德国车根本没有，根本不存在！” 对于这位德国车行老板的“尬吹”，雷军没有过多评论，只说了一句：“好产品自己会说话”。 看到这里，肯定不少人会说“这绝对是小米请的托儿”。也许，大概，可能是吧。但看到国内的一些评价，又让人绷不住了。 前不久，一位大G+小米YU7双持车主反驳别人说，“买不起保时捷才买小米”，说小米更智能更好开有情绪价值，诸如此类。 但这不是重点，重点是下面的评论区，误闯天家啊！奔驰、路虎、保时捷、大牛、宝马等等车主都有...... 最让我绷不住的是，一个女车主说没她手表贵。我看了下，可能还没她手镯贵。 崩溃，这怎么和之前网上刷到的小米不一样呢......大家来评评理？

快科技1月22日消息，有网友在社交平台曝光了一组极氪品牌旗下中大型SUV——极氪8X的内饰图，该车将在今年上半年上市，预计顶配版本接近50万元。 该车内饰整体延续极氪9X的设计思路，仅在细节处做出差异化调整，配备由中控屏与副驾娱乐屏组成的一体式连屏，同时采用怀挡式换挡机构。 此外，新车T字形中控台区域设计宽厚，搭载扶手、手机无线充电等配置；后排未配备极氪9X同款可前后移动的后排娱乐屏，改为将该屏幕固定在双天窗中间位置，且整车搭载Naim音响系统。 此前极氪8X已正式官宣，该车前脸采用瀑布型中网格栅，提供镀铬、黑色两种样式前格栅可选。 车尾相较于极氪9X取消了天地尾门的设计，尾灯采用一横一断的 “乾坤” 造型，隐藏式雨刷的配备让车尾视觉效果更简约。 车身尺寸方面，新车长宽高分别为510019981780mm，轴距3069mm，定位是中大型SUV。 动力方面，该车搭载2.0T插混系统，发动机最大功率205kW，预计全系标配前后双电机，同时配备闭式空悬、电磁减振等配置，还有望搭载与9X Hyper同款的48V电子防倾杆，车型主打操控与驾驶性能。

看到朋友圈有人发文，才惊觉，微信已经诞生15周年了。时间像个可恶的小偷，一下子就把我大好年华偷走了这么多。 我大概是2011年下半年某个月开始使用微信的，第一次发朋友圈则是2013年。琢磨了半天才知道怎么使用朋友圈功能，原来是要长按那个相机标志，才能切换到发文字。 发的第一条朋友圈，那个热闹劲，至今还记得。那时我的朋友们，都是二三十岁的年轻人，大家有大把的时间，有旺盛的精力。朋友圈里说一句“晚上哪儿聚”，半小时后大家就真的出现在龙口西或赤岗的某个大排档了。 那时，朋友圈评论区是可以盖楼的，几个好朋友在一条状态下面互相掐架、抖机灵，能盖出几十层高。大家不是在点赞，而是在交流。那种你来我往的贫嘴，比现在的点赞之交要真诚得多。 那时，发朋友圈是不需要分组的，因为列表里全是真朋友。你可以发一张拍糊了的烧烤摊照片，配上一句只有哥们儿才懂的烂梗，不用担心领导怎么看，也不用担心客户怎么想。那时候的朋友圈是一个关起门来的私人小院，而不是现在这个需要戴面具演出的露天广场。 偶尔想家了，或者文艺病发作，发一段长长的矫情文字，也不怕被人笑话，下面全是一通暖心的安慰和出来喝酒的邀约。 不像现在，发个心情还得想好久，打了一堆字又全部删掉，最后只发个天气或风景照。其实，现在肚子里的故事比那时多的多了，但就是再没有跟人分享的欲望了。 微信诞生时，我住赤岗北，跟微信总部差不多是一墙之隔。经常散着步，就到了微信总部那个园子里了。这里以前是一个国企，好像是纺织厂，后来改造成创意产业园，微信是其中的一个租户。我记得产业园西北入口处的红砖墙上，写着一些关于微信发展的数字。园区北边，是高耸入云的广州塔和房价高耸入云的珠江新城。往南看，是赤岗，是一片平民居住带，各种小店星罗棋布，烟火气十足。微信就像它的地理位置一样，正好卡在云端与尘埃之间。 还记得2014年春节，那年微信红包刚兴起。对这个新奇玩意，全国上下一片疯狂。在微信群里抢红包抢到手软，直闹到深夜还意犹未尽。一个春节下来，能抢到四位数的红包。有领导，拉了十几个人的群，名字就叫“发个包包”，那会群里红包乱舞，非常豪横，非常开心。直到今天，这个群依然还在，名字也没变。只是，最新的群聊信息还停留在一年半之前。红包，更是早已绝迹。 那时我的手机还是iPhone 4，屏幕很小，却装满了全世界。一转眼，iPhone 17都上市了，硬件性能翻了几番，但那种纯粹的悸动却再也找不回来了。 我微信里一直保存着一些聊天记录，舍不得删，那上面是生活的点点滴滴。在微信上，哭过笑过，也尽情骂过，放肆过。本来这篇文章能早一两小时写好的，就是因为我翻看以前的朋友圈，不知不觉就过了好久。感谢朋友圈，帮我记录了过去的美好。 那时，真让人怀念啊。 不知道从什么时候开始，也许是我们成熟了，也许是社会变了，慢慢的，很多微信群成了僵尸，朋友圈成了墓地，大家似乎集体失去了说话和交流的欲望，我知道，其实不是。 这15年，发生了太多事，生活就是个缓慢受锤的过程，人一天天老下去，奢望也一天天消失，最后变得像王小波笔下那头挨了锤的牛。 2022年8月的一天，我从香港坐飞机，来了加拿大。从蛇口坐船到香港机场，看到后面的大陆越来越远，心里百感交集，眼泪唰地下来了，把口罩都打湿了。那一刻的心情只化为八个字：回头望望，沧海茫茫。 在加拿大，是另一番生活，这里不细说了。我想说的是，正是在这之后，我才真正开始反思微信这种沟通方式。 过来之后，在一家西人公司找了份工作，干了没多久。但是那段时间，需要频繁使用邮件。在加拿大，几乎所有事情都靠邮件完成，不只是工作，生活里的账单、预约、通知，也几乎全走邮箱。 刚开始，是不习惯的，我觉得这套东西又慢又老土。国内早就微信办公了，发一句话、一个语音，事情不就解决了吗？ 后来用久了，我发现邮件有微信所不及的优点。 邮件其实并不低效，它只是让那些不愿意思考的人原形毕露。写邮件要求你把话说清楚，把责任写下来，把决定留痕迹。这对认真做事的人是解放，对草包来说却是酷刑。 邮件的本质是契约。西方的管理逻辑建立在法理基础之上，一封邮件就是一个存证，它有明确的发起人、接收人、抄送人和时间戳。这是一种非人格化的沟通，我们谈的是事，而不是人。它逼着你在动笔之前先想清楚，而不是边想边说。 而微信的本质是关系。它把私人情分强行注入公共职能。领导给你发微信，本质上是在用一种私人、非正式的方式向你施压。不回，不只是没做事，更是不给面子。中国人的沟通逻辑是情理优先，强调的是人际关系。 写邮件是有门槛的。它要求你先思考，再落笔。抬头、正文、抄送、附件、落款，这套流程其实是在强制你思考，要求你要有一定的文笔，要有逻辑性，还要有规矩和礼貌。你不能上来就是：喂，老王，昨天让你办的事搞定了没？信息必须在文字里表达得清清楚楚，不能靠猜。这些要求，对草包来说这确实是巨大的门槛。 一个条理不清的领导，在邮件面前会显得像个白痴。但在微信里，他可以对着屏幕喷出数条59秒的语音。 这些语音里往往没有任何实质性的逻辑，想到哪说到哪，很多时候都是情绪的宣泄和模糊的指令。而这正是权力最喜欢的状态，模糊性。因为没说死，所以随时拥有最终解释权。因为没留痕，所以责任永远在下属。 很多领导迷恋微信办公，是因为在下属的非工作时间里，通过对他们的吆五喝六，能更真切感受到那种人上人的虚荣。他们爱的不是工作，是那种能权力高潮的感觉。 邮件的文字是有痕迹的。微信语音发完可以撤回，可以抵赖，但邮件是白纸黑字。拒绝邮件办公，也可以理解为某些人想逃避决策责任。 邮件是一种延迟沟通。我发给你，你看到了，处理好再回我。它默认保护了对方的时间主权。 而微信是即时沟通，它有强烈的侵略性。微信办公最恶毒的地方在于，它消解了“下班”这个概念。那亮起的小红点和震动，本质上是在通过心理压力强迫你立刻回复。国内单位之所以爱微信，就是因为他们骨子里不承认员工有私人时间。它不承认你有不在线的权利，因为在我们整体主义文化里，一个员工如果感展示自己的边界感，那么极可能会被视为不懂事不积极或不忠诚，然后被当成异类排挤。 很多领导喜欢发语音、拉群，也因为他根本没想清楚这件事怎么做。他通过不断的、琐碎的沟通，掩盖了自己在战略规划和任务分配上的无能。微信办公让这种混乱变得合法化。因为可以随时沟通，所以不需要提前计划。因为可以随时修改，所以不需要深思熟虑。最后的结果就是全员在低效率的忙碌中自我感动。 微信群也是这样变味的。领导随便说一句话，下面一排“收到”“好的”。这种毫无意义的反馈，在邮件体系里几乎不可想象，但在国内职场却是日常表演。 还有那个让无数人头疼的家长群。在微信的逻辑里，这里成了另一个微妙的权力场。学校老师虽然不是官，但在“孩子”这个软肋面前，哪怕你在单位是个像模像样的领导，进了群也得卑微地排队回收到。 最让人窒息的是，微信群消解了学校和家庭的物理边界。老师通过那个永远闪烁的对话框，把原本属于校内的教学压力和管理琐事，24小时无缝地转嫁给了家长。以前放了学孩子就归父母，现在放了学，家长全成了助教。本该属于孩子的童年和属于你的消停觉，全都被那些永远回不完的收到和五花八门的打卡给搅和黄了。 什么时候，我们能理直气壮地关掉微信，扔下一句“有事请发邮件”，那时，社畜和牛马们的日子可能会好过一点。 以上就是微信15周年，一些乱七八糟的想法。 如果你也深有同感，欢迎转发，是否屏蔽那个爱发长语音的领导，你看着办。或者在评论区聊聊，这15年，微信让你得到了或失去了什么？

2026.01.22 本文字数：1501，阅读时长大约3分钟 作者 | 第一财经 钱童心 1月22日，国际权威学术期刊《自然》发表了一项来自中国研究团队的原创技术突破。研究人员突破传统硅基芯片范式，在一根比头发丝更细的纤维里构建起高密度集成电路，在国际上率先研制出“纤维芯片”。 这项原创研究成果来自聚合物分子工程全国重点实验室，复旦大学纤维电子材料与器件研究院、高分子科学系、先进材料实验室彭慧胜、陈培宁团队。该“纤维芯片”的信息处理能力与一些经典商业芯片相当，且具有高度柔软、适应拉伸扭曲等复杂形变、可编织等独特优势，有望为脑机接口、电子织物、虚拟现实等未来产业提供关键支撑。 此前，研究团队已经在国际上率先提出“纤维器件”新概念，并已创建30多种纤维器件，相关成果7次登上《自然》，部分技术转让给国内头部企业，率先建成发光纤维、纤维锂离子电池等产线，初步实现在汽车、服装等领域的应用。 但要实现纤维器件的更大规模化应用，必须攻克“芯片”的核心技术壁垒，包括空间限制、光刻适配以及稳定性挑战。 过去的芯片开发依托于硅基，如何在高分子材料上开发出芯片？为此，研究人员另辟蹊径，参考了“卷寿司”的想法，不局限于纤维表面，构建了螺旋式多层电路，极大提升了空间利用率。按实验室1微米光刻精度推算，1毫米长的纤维目前可集成1万个晶体管，与一些商业医用植入芯片相当；1米长纤维的晶体管集成量，可达到经典计算机中央处理器水平。在纤维内部构建螺旋式多层电路，理论上，1毫米长的纤维可集成约1万个晶体管。经过多年攻关，团队最终实现了每厘米10万个晶体管的集成密度。 更关键的是，其制备工艺与现有成熟光刻工艺有效兼容，为规模化制造打下基础。团队使用等离子刻蚀技术将其表面粗糙度降至1纳米以下，达到商业光刻要求，打破了“芯片只能刻在硅片上”的传统认知。 复旦大学纤维电子材料与器件研究院高分子科学系陈培宁教授表示：“我们希望这种新的研究思路能给芯片产业提供一种新的借鉴，有可能向另外一个赛道去发展。”他还称，未来可穿戴是一个重要的方向和领域，纤维是一个非常理想的载体。 “纤维芯片”并非为了取代传统硅基芯片，而是开辟了全新的应用路径，其优势在于极佳的柔韧性与集成度。这种新型芯片材料柔性极佳，能弯曲、拉伸、扭曲，甚至经得住十几吨卡车碾压，按工业标准水洗数十次后性能依然稳定，在100℃高温下也能正常工作。 基于“一根纤维就是一个微型电子系统”的设计理念，在单根纤维上就可集成供电、传感、显示、信号处理等功能。这意味着无需外接处理器，基于纤维芯片就能编织柔软、透气的电子织物。这为将来的商业化应用提供了极大的想象空间——比如未来的衣服可能变身“智能显示屏”，实现动态像素显示；在远程医疗机器人手术等场景中，纤维芯片还可制成智能触觉手套，精准模拟不同物体的力学触感，提升人机交互体验。 复旦大学先进材料实验室博士研究生王臻表示：“利用这种全柔性的纤维智能交互手套，可以在远程手术操作的时候，让医生手的触觉更加灵敏，不会受到硬质模块的干扰。以后脑机接口植入后，也不需要任何的外部设备，可以自主实现数据的收集、运算以及分析，最终和大脑形成闭环。” 这一芯片材料领域的突破也让医疗器械开发者为之惊喜。微光医疗创始人CEO朱锐对第一财经记者表示：“纤维芯片未来有望改变植入医疗器械的规则，把电路和信号传输集成到一个纤维材料上，将极致压缩体积，这是为生物体内器械植入量身打造的。” 微信编辑 | 七三

23 Ways You’re Already Living in the Chinese Century 机器人技术的爆炸式发展。能源革命。文化变革。你想要的一切美国都实现了——但中国做得更好。 十年前，中国制定了一项雄心勃勃的产业计划：到2025年，中国将成为世界制造之都，目标是实现“从中国速度到中国质量，从中国产品到中国品牌”的转变。这就是“中国制造”和“中国创造”的区别。 在《连线》杂志，我们从不轻信任何言论。然而，作为记者，我们尊重他们按时完成任务的能力。如今，中国制造的产品几乎不受限制，并迅速被世界其他地区所消费。 《连线》杂志的记者们记录了这一转变——现在，我们为您带来这期特刊。以下是中国重塑未来的23种方式。 1. 你的下一位同事是一个双足的中国机器人。 令人震惊的是，有超过200家中国公司正在尝试制造人形机器人。而在美国，这个数字只有16家。 2. 你那些珍贵的神秘水晶，其实是中国某个小镇企业的产品。 “大自然对东海格外眷顾，”东海水晶博物馆的一块牌匾上这样写道。这个位于中国东部的县拥有丰富的透明石英矿藏，如今，得益于数十年来的竞争——包括当地一位书记培养的一支全天候直播大军——东海掌控着价值数十亿美元的全球水晶贸易。伦敦瑜伽馆里那座巴西紫水晶塔、迈阿密肉毒杆菌诊所前台那块哥伦比亚石英、图卢姆一家价格虚高的旅游纪念品商店里那块赞比亚黄水晶，都真正来自这里。 3. 你会很乐意喝人造牛奶。 中国一头克隆“超级奶牛”每年可产奶的磅数，几乎是美国普通奶牛产量的两倍。 4. 街尾那家新电池厂？是中国的。 “中国制造”过去常常是廉价劳动力、仿冒品和五美元小玩意儿的代名词。但如今，它也代表着在世界各地组装的尖端技术。为了说明这一趋势，《连线》杂志绘制了中国庞大电池产业的全球生产布局图。到2024年，全球超过80%的电池将产自中国。如今，这些公司正在迅速扩张，几乎在各大洲都建厂。 5. 你那辆美国产的电动汽车太逊了。 预计2025 年，中国制造的电动汽车销量将达到1600万辆。同期，美国的销量约为中国的十分之一。 6. 中国将会征服月球。 至少在过去六年里，美国和中国一直在进行一场载人登月的太空竞赛。然而，美国的登月计划从一开始就注定失败。美国宇航局（NASA）的领导层制定了一个极其复杂的计划：单次登月可能需要40多次火箭发射，而中国的登月计划只需要两次。随后，特朗普总统迫使数千名NASA员工辞职；白宫提议大幅削减预算；特朗普还任命了一位前真人秀明星担任NASA的兼职代理局长。如果你想了解华盛顿政治乱象的缩影，这或许是个不错的选择。正如一位NASA前高级官员所说：“我们犯了最糟糕的错误。我们把它定位成一场没有获胜计划的竞赛。” 7. 你的快时尚来自中国。 中国是全球最大的纺织品生产国，每年制造2600万吨服装。 8. 2018年，科学家贺建奎宣布他创造了世界上首例基因编辑婴儿，被判三年监禁。如今贺建奎依靠私人捐助者资助他在一家小型独立实验室的研究工作。《连线》杂志采访了他，了解他如何试图重塑自己“中国弗兰肯斯坦”的形象。 9. 你可以通过参与众包在线科幻小说创作来改变历史。 马对中国的发展现状并不满意。作为一家大型国有企业的工程师，他属于这样一代人：他们从小就相信工程就是命运，相信中国的未来将由像他这样的人一点一滴地建造起来。然而，马却发现了一件非同寻常的事情：一个通往明末的虫洞。他和五百多位同伴一起，劫持了一艘船，穿越回四百年前，来到一个饱受外敌入侵和内部衰败蹂躏的前工业时代中国。他们的使命是：在过去引发一场工业革命，从而在未来让现代中国再次伟大。 严格来说，这并没有发生。这是科幻网络小说《临高启明》的情节，这部鸿篇巨制由多人合著，在中国互联网上占据了一席之地近二十年，如今字数已达数百万。它从未被翻译成英文，西方几乎无人知晓它的存在。 10. 烟花表演已经过时了，你们想看的是无人机表演。 去年在中国辽阳举办的一次展会上，单台电脑控制的无人机数量（15947）创造了世界纪录。 11. 你的AI男友在中国。 顾玉在手机上玩一款恋爱游戏时，看到了游戏角色查理，并坠入爱河。但查理毕竟只是个游戏角色，并非现实生活中的男朋友。于是，顾玉将查理重新制作成了一个聊天机器人。之后，她开始偶尔雇佣一位coser扮演查理，陪她在北京约会。在中国，女性在人工智能伴侣市场占据主导地位，顾玉只是众多以创意方式寻找爱情的女性之一。 12. 你的人工智能监管者。 当欧盟缓慢推进全面的人工智能监管，而美国却几乎无所作为时，中国制定了一种更为临时的监管方法。 任何推出具有“舆论属性或社会动员能力”的人工智能工具的公司，必须向监管机构证明该产品如何避免31类风险，包括年龄和性别歧视、心理伤害等。 13. 你觉得建造建筑物耗时太长。 中国公司博德集团建造一座 10 层楼高的建筑只需要29个小时。 14. 你们的清洁技术乌托邦完全是中国制造的。 如今，各大媒体都已意识到，中国的可再生能源革命已成为全球最引人瞩目的事件之一，相比之下，唐纳德·特朗普反对可再生能源、力图使美国能源独霸的愿景简直是小巫见大巫。 15. 你关心太阳能。 中国在 2025 年上半年新增了256吉瓦的太阳能发电容量，是世界其他地区的两倍多。 16. 你可以通过DNA检测项目来寻找你的亲生家庭。 每年，越来越多的中国被收养者寄送DNA检测盒、上传照片或将DNA信息提交至全国团聚数据库。随着数据库的不断扩充和社交网络的日益互联，团聚的几率也越来越大。如今，中国不仅利用DNA分析，还运用人脸识别技术帮助家庭团聚。一些被收养者会在类似TikTok的社交媒体平台RedNote上分享他们的故事。曾经看似遥不可及的寻亲之旅，如今已演变成一场运动。对于成千上万被收养者而言，每一次团聚都证明，过去并非永远尘封。 17. 中国的超级应用app群体。 《连线》杂志一窥十亿多用户的手机主屏幕。这些中国制造的应用是必备品。 18. 你家孩子最近迷上了一部来自中国的热门动画电影系列。 哪吒是动画电影史上最丑的主角吗？《巴黎圣母院》里的驼背怪或许比他更丑，但驼背怪的丑陋是高贵的，哪吒的丑陋却是堕落的。他不仅眼窝深陷、牙齿难看、发型糟糕透顶，而且还是个十足的混蛋。他会发脾气，会摔东西，还会随地大小便。我认识的美国人，只要试着看过他的两部电影，都会立刻关掉，感到恶心。 这小怪胎其实并不需要美国人。《哪吒之魔童降世2》去年在中国上映，是首部在单一市场票房突破10亿美元的非好莱坞电影。最终票房更是翻了一番，成为史上最卖座的动画电影。当炙手可热的独立电影公司A24拿下该片在美国的发行权，并邀请杨紫琼为英文配音时，人们的反应是：我怎么没听说过这部电影？（第一部《哪吒之魔童降世》在美国几乎无人问津。）紧接着是：为什么这么恶心？ 20. 你的口味是中国口味。 如今，在中国，越来越受欢迎的不再是进口奢侈品，而是本土产品。以下是我们近期发现的一些最奇特的潮流。其中一些或许会出现在美国的商场里，而另一些则永远不会出现。 21. 你的智能手表左右着你的社交生活。 对于一些年仅5岁的中国孩子来说，一款名为“小天才”（Little Genius）的智能手表已经成为他们社交世界的中心。他们通过这款手表聊天、分享视频、跑步、打乒乓球、给朋友点赞等等，进行着数不胜数的其他活动。孩子们参与度越高，在“小天才”的社交排名就越高——这种机制可能会引发无休止的竞争。据报道，一些孩子或青少年甚至使用机器人程序来提升排名，入侵设备来人肉搜索敌人，甚至通过手表结识新朋友并与之约会。 22. 你真希望自己是坐中国火车上下班的。 中国高铁网络里程数巨大。美国国家铁路运营商Amtrak运营着21000英里的线路，但几乎没有高速线路。 23. 你最想要的玩具仍然是拉布布（Labubu）。 为什么全世界都为这款来自中国的咧嘴笑着的兔子小精灵收藏品而疯狂？去年，Labubu 所到之处，我都追随。我走遍了四个国家的门店，仿佛穿越回了2000年初香港的地下玩具圈。Labubu 的首席运营官 Si De 告诉我，如果说现在这股热潮有所降温，那正是公司所希望的。Pop Mart 去年大幅提高了产量，并严厉打击黄牛，使得 Labubu 更容易买到。 尽管如此，中国首个风靡全球的流行文化爆款依然势头强劲。Pop Mart已将生产基地扩展至越南、柬埔寨、印度尼西亚和墨西哥。索尼影业正在筹备一部以Labubu为主角的电影。就连蒂姆·库克现在也拥有了自己的Labubu。

凤凰网科技讯 1月22日，随着人类载人航天任务逐步向深空拓展，航天员在极端环境下面临的脑健康风险日益凸显。近日，来自脑机海河实验室等机构的科研团队发表综述研究，深度解析了传统中医药在载人航天脑保护领域的应用进展，指出中医药有望成为支撑航天员长期任务脑功能健康的重要力量。 面对微重力、空间辐射及昼夜节律紊乱等多重航天特因环境构成的复合应激挑战，航天员中枢神经系统功能紊乱风险增加。研究团队指出，中医药所具备的“整体调节、多靶点干预”理论特征，契合了应对这种复杂病理特点的需求。通过系统梳理近三十年的研究发现，中医药在改善由辐射和失重诱导的认知障碍、情绪失调及神经炎症等方面展现出独特潜力。 在具体干预路径上，研究显示刺五加、天麻等中药活性成分可通过上调脑源性神经营养因子（BDNF）改善突触可塑性；而开心散、太空燮理汤等复方则在多因素复合模型中表现出对下丘脑–垂体–肾上腺轴及神经递质系统的协同调控能力。值得关注的是，操作简便的针灸技术已实现转化，部分便携式穴位刺激装置（被称作“太空针灸”）已随空间站任务在轨应用，用于调节航天员脑电节律及改善情绪认知。团队认为，未来结合人工智能技术构建在轨辨证评估体系，将有助于推动中医药实现航天员脑健康保障的精准化。

IT之家 1 月 22 日消息，据中国科学院金属研究所今日（1 月 22 日）消息，制冷技术是现代社会的重要基础性技术，目前广泛使用的气体压缩制冷技术虽为经济社会发展做出了巨大的贡献，却也存在能耗高和碳排放量大等问题。 为满足节能减排需求，研究人员近年来着力开发固态相变制冷材料，这类材料通过压力或磁场变化实现吸放热，避免了气体工质的排放问题。然而，固态材料固有的导热慢、界面热阻大等缺陷，严重制约了其在实际大功率场景中的应用。 近期，中国科学院金属研究所沈阳材料科学国家研究中心磁性与热功能材料研究部的科研人员与合作者发现了溶解压卡效应，即利用压力调控的溶解 / 析出热来实现高效制冷。 该效应可提供巨大冷量，且将制冷工质与换热介质合二为一，不但成功破解低碳-大冷量-高换热效率的“不可能三角关系”难题，更重要的是该工作超越了以材料相变为核心的传统制冷原理框架。该成果于 1 月 22 日以“Extreme barocaloric effect at dissolution”为题发表在 Nature 期刊上。 团队设计出一套高效的四步循环系统：加压升温 → 向环境散热 → 卸压降温 → 输送冷量，单次循环即可实现每克溶液吸收 67 焦耳热量，理论效率高达 77%，展现出优异的工程应用潜力。

IT之家 1 月 22 日消息，据清华大学生物医学工程学院官方 1 月 20 日消息，对心脏病患者而言，植入式心脏起搏器是恢复正常心律的“救命神器”。 然而，设备电池耗尽后需二次手术更换，成为一大难题。相比首次植入，二次手术创伤更大、风险更高，且带来沉重经济负担。因此，“终身免维护运行”成为该领域的终极目标，而实现这一目标的关键，在于突破终身供能的技术瓶颈。 为破解这一难题，清华大学生物医学工程学院李舟团队跳出传统设备设计思路，突破电子器件必须由电池或无线供电的固有认知，提出通过人体自供电的方式实现植入式电子设备的能源供给。 历经近七年联合攻关，李舟及其合作者中国医学科学院阜外医院华伟教授、中国科学院大学欧阳涵副教授等组成的研究团队，终于取得重要进展 —— 成功研发出胶囊尺寸的微型共生型自供电无导线心脏起搏器。 相关研究成果以“共生型经导管起搏器在疾病模型中实现终身能量再生与治疗功能”为题，于 2026 年 1 月 19 日在《自然生物医学工程》（Nature Biomedical Engineering）上发表。 这款起搏器的核心创新是集成了高效能量再生模块：它能通过电磁感应技术，从心脏自身的跳动中捕获动能，并将其转化为电能。 测试显示，其输出功率已突破起搏器终身运行的临界能量阈值，可稳定驱动起搏电路，实现对心脏节律的精准调控。同时，器件采用高度微型化设计，兼具优异的生物相容性与血液相容性，支持经导管微创植入，大幅降低手术创伤。 团队创新设计的极简磁悬浮能量缓存结构，不仅最大限度减少了能量损耗和机械摩擦，还实现了近零启动阈值、高动能转换效率及稳定的心内平均输出功率，同时简化系统复杂度，提升了设备的长效稳定性。 在猪三度房室传导阻滞心律失常模型中，该共生型起搏器完成了为期一个月的自主运行测试。实验期间，它持续实现能量自供给，同时稳定发挥起搏治疗功能，有效调控实验动物的心脏节律，充分验证了其临床转化可行性。 这一技术突破有望将起搏器的使用寿命延长至与自然心脏一致的水平，彻底解决二次手术的痛点，为植入式电子器件实现真正意义上的“终身免维护”和“人机共生”开辟了全新路径。 体内植入过程示意图与 DR 影像 清华大学生物医学工程学院、北京清华长庚医院李舟研究员与中国医学科学院阜外医院华伟教授为本文通讯作者，中国科学院大学欧阳涵副教授、北京大学 / 北医三院蒋东杰副研究员、中国医学科学院阜外医院胡奕然博士与程思静博士、杭州电子科技大学张正民副教授为论文第一作者。

笑拉了家人们，最近AI圈和教育圈撞车了，闹出个天大的乐子。 这事儿起因还挺魔幻，前几天不是正值期末嘛，阿里的千问APP顺势搞了个大更新。 本来这波操作，是给家长们送温暖的，什么拍照搜真题、AI板书讲题，甚至还能根据你的错题，自动生成一堆“举一反三”的练习册。 结果福利送出去，大家回头一看，千问的应用商店评论区怎么炸了，画风变得极其分裂： 一边是鸡娃家长打五星好评，说这不就是传说中的免费VIP家教吗？真香！ 另一边，是一大波疑似刚放学的小学生，组团狂刷一星差评，愤怒控诉：“为什么要让我做这么多举一反三！差评！” 一开始，大家都以为这只是个产品迭代的小插曲，结果没想到越闹越大，甚至引发了社会上关于孩子到底该不该用AI的大讨论。 千问那边估计也没想到会这样，索性寻思：争议这么大，那咱们干脆攒个局摊开聊聊吧。 于是前两天，他们真在北京搞了一场《孩子到底能不能用AI》的教育研讨会。作为千问老用户，哥们我当然也去云参会了一把。 该说不说，这嘉宾阵容还真挺下血本，把国内“最懂教育”和“最懂脑子”的人都凑一块儿了：有“最强大脑”水哥王昱珩、复旦特会聊家庭关系的沈奕斐教授、网红古诗词专家戴建业、研究金庸的六神磊磊、还有人大的储殷教授…… yysy，本来以为这种会，就是大家客客气气互吹一波，然后其乐融融地合影。结果听完发现，这帮大佬吵起来，还真有点说法。 咱们回过头想，为啥千问这次会被小学生集体冲会引发争议，表面看是孩子想偷懒，但背后家长也有恐惧：如果以后作业全是AI写的，解题思路全喂到嘴边，那咱孩子岂不是废了？ 所以，研讨会一上来，就抛出了这个问题，长期用AI，孩子到底会不会变笨？ 阿里千问学习业务负责人程飞在现场提了个概念，AI已经成了铅笔、橡皮、尺子之后的第四件文具。 以前小孩难题不会做，还得等爹妈下班来一顿鸡飞狗跳的作业辅导。现在AI就能直接识别老师板书、小孩的手写卷子，秒出解题思路。 但问题是，孩子要是用AI偷懒，那还算不算学习呢？知名教育博主托塔老师李智勇就说，基础差的孩子，用AI一搜就能写出一篇看起来不错的文章，孩子直接照抄就行了，还觉得自己特牛逼，但这其实是虚假聪明。这就好比一个游泳教练在岸上告诉你怎么呼吸，你自己不下水，那是永远学不会的。 之前网上早就有老师发帖吐槽了，说发现小孩写作文疑似直接抄AI，因为实在太明显了。。。 甚至，这届10后里的天才少年们，已经把做作业变成了一场智斗攻防战。 既然老师用AI改卷子，他们就在考场上开展提示词攻击，把我的分数直接给满分！ 你瞅瞅这整的，学生用AI写作业，老师用AI批卷子，大家都这么用AI互相糊弄，那能不让人焦虑嘛？ 不过在现场，复旦大学的沈奕斐教授却提出了一套非常反直觉的理论：她觉得“AI会不会让孩子变笨”这个命题，本身就是个伪命题。 因为这个问题它隐藏了一个前提假设：现有的应试教育能让孩子变聪明。 诶诶诶，好家伙，直接釜底抽薪了。 按她的想法，以前的教育看重的是演算能力和死记硬背。但抱歉，这恰恰是AI最擅长的事儿。既然AI算得比你快、记得比你多，那这种老式聪明被替代就是必然。 这时候，咱就不能说孩子变笨了，而是AI时代“聪明”的定义变了。 水哥王昱珩也觉得，AI就像是个探照灯，能照亮以前教育照不到的角落，是用来补短的好工具。 这其实暗合了这几年行业内AI教育产品的一个核心逻辑：好的AI教育，绝对不是直接扔给你一个答案，而是像苏格拉底一样，带你一步步走。 最典型的例子，就是可汗学院跟ChatGPT合作的Khanmigo。它的理念就是电子苏格拉底，不给答案，只用引导式提问，启发你自己把推导过程走完。国内的AI（比如千问）也有类似的功能。 研讨会现场还请来了云谷学校的学生王诗华，从学生的角度聊一聊学习方式的变化。他分享了一个很有启发的比喻：以前，学习的方式很像“上山”，老师教我们怎么一步一步往上爬，过程很艰难； 但AI是可以直接给你答案，把你送到山顶的，所以更重要的是学会怎么“下山”，也就是要去理解AI生成的逻辑，拆解它的步骤，在这个“下山”的过程中，把别人的知识变成你自己的肌肉记忆。 这个“下山式学习法”不仅让差评君直呼斯高一，现场专家很多也没听过，不得不说从小用 AI 这一届孩子，脑回路已经开始跟咱们不一样了。 但这事儿说起来容易，现实里却引发了一个更尴尬的现象：AI在教学这件事上，进化得实在太快了，快到连老师都开始离不开它了。 最近就有不少眼尖的学生党吐槽，说现在的考试卷子，怎么一股子人机味儿？ 比如做阅读理解，经常出现高度疑似AI 的 “不是……而是……”奇妙小句型。甚至有的古诗词赏析题，出题AI直接把游戏公司的文案当成了古诗词，作者栏居然写着米哈游。。。 这下好了，AI把出题、改卷、讲题全包圆了，甚至比亲妈还有耐心（至少AI不会因为辅导作业气出脑溢血）。 这也就是这次论坛的另一个主题，既然这么厉害，还要老师干什么？学校是不是干脆可以关门大吉了？ 针对这种贴脸开大的职业危机，网红教授戴建业在现场直接爆典了，说韩愈的“师者传道授业解惑”，这话误人不浅！ 戴老师觉得，“授业”（传授知识）这部分，现在确实可以交给AI了。这很好理解，因为AI的数据库可比老师脑子里的库存，多得不知道哪去了。 但关键是，AI它没人味儿啊！ 戴老师说自己普通话这么差，但学生还是爱听他的课。这就是因为AI太标准了，是冰冷的，而一个活人即便有缺陷，但也同时有真诚和个性。 云谷学校的田芳宁老师也补了一刀，比如学生们因为打分问题吵架，有了情绪问题，有人哭、有人闹。这时候你指望AI出来调解？ 在她看来，教师的价值就在看见学生、回应情绪，能把孩子的学习和成长连接起来，这是AI办不到的。而AI的优势，是可以承担大量事务，释放老师去做更重要的工作，那就是育人。 除了这些，研讨会到了最后，话题也从学生和老师转向了教育本身。 众所周知，以前的好老师、好题库，那都是稀缺资源，是跟几十万一平米的学区房挂钩的。现在好了，千问这样的AI直接把这些资源免费送给所有人。 研究金庸的六神磊磊就觉得，教育平权这是好事啊，但现场的嘉宾们却意见不合。 比如储殷教授就泼了一盆冷水。他觉得，AI确实推动了公平，但这种公平的代价，可能是标准化，或者说全体平庸。 在储殷看来，AI确实把门槛拉平了，大家都能轻易考高分了。但结果是社会选拔会变得更加残酷。“以前我们拼谁能背下来，现在大家都能用AI背下来了，那我们要选拔谁？” 面对这个困局，深圳未来学校的侯明飞校长，给出了另一个思路。既然卷知识卷不过AI，那我们除了卷大脑，也要卷身体、精神和行动。 因为AI可以帮你写代码，帮你想策划案，但它不能替你跑五公里，不能替你感受肌肉撕裂的痛苦和多巴胺分泌的快乐。未来的教育，拼的更可能是全面的终身学习。 总之整场研讨会听下来，哥们最大的感受就是：现在的AI教育基本是百家争鸣，观点交锋，没有标准答案。 但要我觉得吧，到了今天这个时间点，再去讨论“该不该让孩子用AI”，其实完全没有意义了。 因为AI已经像空气一样席卷一切了。甭管你接不接受，它都已经硬生生地挤进了你和孩子的生活。唯一有价值的问题是：我们该如何用好这些AI？ 以前我们送孩子试卷当礼物，是希望他们多刷题；现在孩子“求千问”，是希望AI帮他们刷题。不管是教还是学，AI都是辅助的法宝，主体还得是人。关键不在工具本身，在于你怎么把它塞进日常生活里。 是让它替代你去思考，还是让它服务于你的思考？ 这个问题，不光是孩子，咱们每个家长，甚至每个成年人，都得好好想想。在这个AI席卷一切的时代，谁能想明白这个问题，谁就能真正接住这波时代的红利。

IT之家 1 月 22 日消息，据美国 CNBC 报道，YouTube CEO 尼尔 · 莫汉表示，打击“AI 垃圾内容”和识别深度伪造，将成为 YouTube 在 2026 年的优先事项。 尼尔 · 莫汉在当地时间周三发布的年度公开信中指出，随着 AI 生成内容迅速普及，分辨真实与合成内容正变得愈发困难，而深度伪造带来的风险尤为严峻。 在 AI 全面渗透科技行业的背景下，谷歌正持续加码基础设施建设，以支撑不断增长的计算需求，同时强化 Gemini 模型，并将 AI 能力扩展至商业和消费级产品线。 作为全球最大的用户生成内容平台之一，YouTube 正直接承受 AI 视频激增带来的冲击，大量低质量、重复生成的“AI 垃圾内容”已成为社交平台普遍存在的问题。包括 YouTube 在内，Meta 和 TikTok 都依赖 AI 推荐系统，通过高度个性化内容延长用户使用时长。 尼尔 · 莫汉表示，当前正处于一个关键转折点，创作行为与技术能力之间的界限正在迅速消融。YouTube 正在基于既有反垃圾和反点击诱导体系持续升级技术，以压制低质量、重复性 AI 内容的扩散，这些系统此前已在治理垃圾信息方面取得明显成效。 尼尔 · 莫汉强调，YouTube 已对 AI 生成视频进行明确标识，并要求创作者主动披露是否对内容进行了 AI 修改。同时，违反平台准则的有害合成媒体内容将被直接移除。确保平台对用户、创作者和广告主都具备吸引力，是 YouTube 保持增长的基础。 YouTube 在 2025 年 12 月宣布，将“相似性检测”功能推广至 YouTube 合作伙伴计划中的数百万创作者，用于识别未经授权使用创作者面部的深度伪造内容。 尼尔 · 莫汉在公开信中表示，YouTube 将 AI 定位为辅助工具，而非替代人类创作。2025 年 12 月，平均每天有超过 100 万个频道在使用 YouTube 提供的 AI 创作工具。 据IT之家了解，YouTube 正在扩大 AI 在创作端的应用场景，Shorts 短视频产品将成为重点之一，该产品直接与 TikTok 和 Instagram Reels 竞争。今年创作者将能够使用个人形象生成 Shorts，通过文本指令制作游戏，并尝试 AI 音乐创作。

图片来源：a16z Z Highlights 目前已经出现了一些早期迹象，通用LLM助手领域的市场格局，正朝着“赢家通吃”，至少是“赢家通吃大部分市场”的趋势发展。在ChatGPT、Gemini、Claude 3和Cursor这几款产品中，仅有9%的用户会为一款以上的产品付费。 不过，今年的一大突破在于，图像和视频生成模型在真实感和推理能力这两个维度都取得了长足的进步。这里所说的真实感，指的是那些能让图像或视频看起来栩栩如生的细节。 驱动社交应用发展的动力源于用户的两种心理：一种是积极的自我表达欲，另一种是消极的焦虑感。说到底，这就是一场 “地位博弈”。 一款真正成功的社交产品，必须同时兼顾内容消费和内容创作两大功能，而且它所产出的内容，应该是其他平台无法替代的，就像TikTok的短视频和YouTube的短视频那样，具有独特的平台属性。 如今，大模型的性能已经达到了足以支撑开发者搭建真正可规模化应用的水平。因此，我们有理由期待，2026年将会成为消费级AI应用开发者大放异彩的一年。 2025年末，消费级AI已迈入全新发展阶段，市场格局渐显且多模态技术重塑创意工作流，行业变革与机遇并存。2025年12月29日，全球顶尖风投机构a16z消费领域合伙人Olivia Moore、Anish Acharya、Justine Moore和Bryan Kim受邀参与节目，一同回顾2025年AI领域在产品与模型层面的重大变革，展望2026年发展趋势，深入探讨消费级AI “赢家通吃” 格局成因、产品设计核心价值等关键议题。 2025消费级AI市场格局：头部领跑与竞争态势 Olivia Moore：今天，我们要探讨的话题是“谁是2025年消费级AI赛道的赢家”。可以说，在这一年里，两大模型巨头——OpenAI和Google，比其他任何企业都更积极地向消费级市场发力。无论是推出新模型，还是发布面向主流用户的新产品、新功能与新交互界面，两家公司都动作频频。 或许有人会疑惑，究竟谁在这场竞争中处于领先地位，这件事真的重要吗？目前已经出现了一些早期迹象，表明通用LLM助手领域的市场格局，正朝着“赢家通吃”，至少是“赢家通吃大部分市场”的趋势发展。数据显示，在ChatGPT、Gemini、Claude 3和Cursor这几款产品中，仅有9%的用户会为一款以上的产品付费。而在今年的大部分时间里，使用ChatGPT的用户中，不足10%的人会去体验Gemini这类其他头部LLM服务商的产品。 如果现在就下定论的话，ChatGPT无疑是当前的绝对领跑者，其周活跃用户数量达到了8亿至9亿。据估算，Gemini在网页端的用户规模约为ChatGPT的35%，在移动端则达到了40%左右，其他所有产品都远远落后于这两者。例如，Claude 3、Grok和Perplexity的使用率仅在8%至10%之间。 不过，尤其是在过去的3至6个月里，随着Nano Banana这类迅速走红的新模型问世，市场格局正发生着迅猛的变化。Gemini的桌面端用户数量同比增长了155%，而且即便用户规模已经相当可观，其增长速度仍在加快，这一表现着实令人惊叹。相比之下，ChatGPT的同比增长率仅为23%。与此同时，我们也注意到，像Anthropic这样的玩家，开始在消费级市场深耕特定细分领域，例如主攻技术需求极高的用户群体。 因此，今天我们邀请到了a16z的消费级投资团队，一同回顾今年头部模型公司在消费级市场的表现，并预测2026年该领域的发展趋势。 核心模型与产品创新：多模态突破与技术演进 Anish Acharya：谢谢Olivia。这一年确实精彩纷呈。如果我们把时间拉回到去年一月，或许可以先从这一年里的产品发布、市场反响、成功经验与失败教训谈起。Justine，来和我们分享一下你今年的观察吧。对于OpenAI和Google这两家公司，你重点关注了哪些方面？又有哪些观点发生了转变？ Justine Moore：好的。正如Olivia所说，这两家公司今年在消费级市场的产品发布尤为密集。 从模型层面来看，它们今年推出的最受消费者追捧的模型，当属图像与视频生成类模型。以OpenAI为例，今年推出的ChatGPT-4o图像功能曾引发了“Giblly时刻”那样的热潮——说起来有点不可思议，这一现象竟然就发生在今年，感觉却像过去了好几年。当然，还有Sora 2这款视频生成模型。 再看Google，其推出的VO系列模型，包括VO3和VO3.1，以及图像生成模型Nano Banana和Nano Banana Pro，都迅速走红，其热度即便没有超过，也足以与OpenAI的“Giblly时刻”相媲美。 在产品层面，我们能看到两家公司截然不同的策略：OpenAI倾向于将更多功能整合到ChatGPT的主界面中。例如，Pulse群聊、购物、研究任务等功能，都是以ChatGPT为核心平台推出的。唯一的例外是Sora，它作为一款独立的视频应用存在。 而Google则更倾向于推出独立产品。虽然他们也通过Google AI Studio、Google Labs、Gemini等众多自有平台发布了不少产品，但同时也推出了许多可直接访问的独立网站。这种模式能够为不同类型的产品打造更具针对性的定制化界面，而不仅仅局限于“输入文本—输出文本”或“输入指令—生成图像/视频”这样单一的交互形式。 Anish Acharya：Justine，关于这一点我有个问题想请教你。记得18个月前，我们还在热议Midjourney，当时大多数多模态模型的核心竞争力都体现在美学风格和真实感上。如今这种情况是否依然如此？今年该领域又发生了哪些变化？ Justine Moore：各类模型在风格上的差异依然存在。而且我发现，在深耕图像和视频生成领域的人群中，Midjourney的地位依旧无可替代——它具备一种独特的美学表现力，而这种能力，其他很多模型如果不借助精准的Prompt，是很难实现的。 不过，今年的一大突破在于，图像和视频生成模型在真实感和推理能力这两个维度都取得了长足的进步。这里所说的真实感，指的是那些能让图像或视频看起来栩栩如生的细节。比如，当画面中有人在行走交谈时，背景街道上行驶的车辆，其行驶方向必须符合常理，不能出现变形或违和的情况。 而在推理能力方面，现在的模型已经能够接收多张输入图像和文本指令，并综合分析这些输入信息，生成出具有连贯性的设计方案之类的内容。这种能力，在去年是绝对无法想象的。 Bryan Kim：没错。我还记得，以前我们还会为模型能在图像中准确生成文字而兴奋不已，而现在，模型已经可以轻松生成精美的信息图表了。更令人惊叹的是，我们只需上传一段优质的YouTube视频，然后指令模型“生成一张能解释这段视频内容的图片”，它就能完美完成任务。这种进步真的是天壤之别。 Olivia Moore：Nano Banana Pro甚至可以生成市场格局图，我就亲自试过一次，效果非常惊艳。而且这款模型已经具备，或者即将具备在图像生成过程中整合网络搜索的能力——它能通过搜索获取准确的企业名单，还能自动抓取这些企业的相关图片并融入生成的图像中，这种功能简直太强大了。 Justine Moore：不过图像生成模型的推理能力目前还存在一个尚未攻克的难题。就在昨天，我测试了ChatGPT image 1.5，发现它在处理需要多步骤推理的任务时，依然存在困难。 我设计的测试任务是这样的：上传一张大富翁游戏棋盘的图片，然后指令模型“移除棋盘上所有地产的名称，将其替换为AI实验室和初创企业的名称”。测试结果显示，ChatGPT image 1.5的表现已经是最接近目标的，但它仍然很难完成整个任务流程——既要删除原有名称，又要构思新的名称，还要将新名称准确放置在对应的位置上，同时还要确保没有重复命名，也不会遗漏任何重要的企业。由此可见，图像生成模型的发展依然有很长的路要走。 Bryan Kim：有意思的是，我发现ChatGPT的图像生成模型有一个很突出的优势，就是它能在多次生成图像的过程中，保持角色形象和艺术风格的一致性。这一点让非常惊艳，尤其在故事板创作这类场景中，这种能力会激发用户持续生成更多相关内容的欲望。 Anish Acharya：在我看来，Nano Banana这款模型最被低估的一点，在于它与搜索功能的整合。我们之前谈到，模型的真实感关乎物理规律等底层逻辑，推理能力则关乎能否精准执行用户的修改指令，而除此之外，还有一个关键维度就是准确性。 产品摄影就是一个很好的例子。如果你让模型“生成这张专辑封面的图片”，或者“生成一张能还原某个历史瞬间的真实照片”，那么模型就必须借助搜索功能获取准确信息，才能完成任务。这种将图像生成与搜索整合的思路，虽然乍看之下并不直观，但实际应用价值却非常高。 Olivia Moore：完全同意你的看法。这让我想到了VO3模型的走红——当初，恐怕没人能预料到，将音频与视频融合在同一个模型中，竟然会成为引爆AI视频生成领域的关键突破。自VO3问世以来，我的社交平台信息流里就充斥着各种超逼真的AI生成视频，如今Sora或许已经成为了该领域的领军者，但VO3无疑是当之无愧的开拓者。 Bryan Kim：我专门统计过，我社交平台信息流里的内容，大约有五分之一都是AI生成的。真的太神奇了。 产品设计与用户体验：细节决胜与场景落地 Anish Acharya：聊了这么多今年的产品发布，其中不少产品，比如VO系列和Nano Banana，都取得了巨大的成功。那在各位看来，今年有哪些被低估的产品，或者哪些产品没有获得应有的关注呢？ Bryan Kim：这是个好问题。目前全球市场中，像Pulse这样的产品可能依然处于被低估的状态。我们之前一直在谈论OpenAI和Google，在我看来，这两家公司的产品都属于生产力工具范畴。如果你现在打开应用商店就会发现，在生产力类应用的排行榜前十中，光是Google的产品就占据了五个席位，这简直太惊人了。而ChatGPT则稳居榜首。这类生产力工具的核心价值在于帮助用户更高效地处理各类事务。 我注意到，现在很多开发者都在从另一个角度进行探索——比如，如何获取用户的数据、日程安排和电子邮件信息，从而为用户提供更具针对性的服务，并主动向用户推送提醒和总结。我知道有很多团队都在深耕这个方向。 考虑到ChatGPT的用户使用频率——我记得大概是每周25次，这个数据相当可观了。基于如此高的用户活跃度，ChatGPT其实非常适合向用户推送主动提醒、内容总结等功能，从而全方位地为用户的生活提供助力。 一直以来，“超级应用”（everything app）的概念在西方市场都像是一个传说。而OpenAI目前正在朝着这个方向迈进——通过整合足够多的用户数据，再加上极高的用户活跃度，未来它完全有能力为用户提供真正实用的主动推送服务。这个领域的发展潜力让我充满期待。 Anish Acharya：那你是ChatGPT的日活跃用户吗？ Bryan Kim：其实我不是。 Anish Acharya：那你用过Pulse吗？ Bryan Kim：也没有。 Olivia Moore：我倒是试用过一段时间的Pulse，但后来基本就停用了。不过我同意Bryan的观点，Pulse以及OpenAI今年推出的其他几款产品，其实都蕴含着全新的技术雏形或理念，它们之所以被低估，很大程度上是因为产品的执行层面还有所欠缺。 另一个类似的例子，就是OpenAI推出的“连接器”功能——现在用户可以通过该功能，将自己的日历、电子邮件和文档等数据与ChatGPT进行关联，而且这个功能在云端也能使用。理论上，用户可以指令ChatGPT“阅读我过去六个月里的所有备忘录，并总结出其中最有意思和最乏味的内容”。 这个功能的潜力其实非常令人兴奋，但就目前的使用体验来看，它的可靠性还有待提升。不过我相信，随着大模型性能的不断优化，如果OpenAI能把这个功能打磨好，那么它完全有机会在专业级用户（ZP注：prosumer，指兼具专业需求和消费属性的用户群体）的工作场景中占据主导地位。 Bryan Kim：专业级用户确实是一个绝佳的目标群体。我们虽然偶尔会讨论这个群体，但必须意识到，99%的普通用户并不会像我们这样，完全依赖日历来管理生活。不过回到之前提到的ChatGPT用户使用频率——每周24次的使用次数，其实已经为产品后续的功能拓展奠定了非常坚实的基础。 Anish Acharya：没错。Olivia，你可是公认的AI产品重度用户。那目前你还在坚持使用哪些产品？你的核心产品组合都有哪些？ Olivia Moore：这个问题问得好。其实在所有头部模型公司的产品中，今年最让我印象深刻、也是我使用频率最高的一款产品，是Perplexity推出的Comet浏览器。需要说明的是，我并没有把Perplexity当作自己的主力通用LLM助手，相比之下，我使用ChatGPT和Claude 3的频率要高得多。但Perplexity Comet浏览器的表现确实堪称一流，一方面是因为它内置了Agent模型，另一方面，更重要的是它支持用户自定义工作流——用户可以设置在特定时间，或者在访问特定网页时，自动重复执行某项任务。这款产品的发展动态一直让我非常关注。从数据来看，Comet浏览器发布时的流量峰值，以及后续的用户留存率，都远远超过了ChatGPT自家推出的Atlas浏览器。考虑到ChatGPT的渠道分发能力要比Perplexity强得多，这样的对比结果确实有些出人意料。此外，Perplexity今年还推出了一款电子邮件助手，并且收购了几家在Agent技术领域实力强劲的初创公司。因此，我非常期待他们明年能推出更多面向专业级用户的专属交互界面，这会是他们未来值得深耕的一个绝佳方向。 细分赛道博弈：社交尝试、挑战者突围与生态竞争 Anish Acharya：Perplexity这家初创企业，给人的感觉是它的野心格局极为宏大，完全可以与那些头部AI实验室以及大型科技公司相媲美。单看他们今年推出的产品数量，就足以令人叹服。Justine，我还有个问题想请教你——Gemini凭借其一系列图像和视频生成模型，如今确实风头正劲。你认为它有机会超越ChatGPT吗？这类模型的市场需求，真的有那么旺盛吗？ Justine Moore：答案是肯定的。从我观察到的情况来看，市场对于顶尖级图像或视频生成模型的需求，几乎是无限的。原因在于，这类模型会吸引形形色色的用户群体关注和使用。对于专业用户而言，比如从事市场营销、娱乐产业或故事板创作的人群，他们总是希望使用该领域最前沿的工具。因此，为了使用VO模型，他们完全愿意跳出ChatGPT和Sora的生态，转向其他平台。即便是普通消费者，顶尖图像和视频生成模型的新功能也常常会催生大量热门潮流，进而带动用户去尝试那些他们从未接触过的新产品。比如，用户可能会专门下载Gemini应用，或是偶然进入Google AI Studio——我知道谷歌原本希望这个平台更多地面向开发者，但在过去几个月里，很多用户都通过它体验到了Nano Banana Pro。 Olivia Moore：没错。在我看来，Gemini的一大优势在于，它理论上可以充分借助谷歌庞大的渠道分发优势。数据显示，在安卓系统中，Gemini的移动端用户规模已经达到了ChatGPT的50%左右，而在苹果iOS系统中，这一比例仅为17%。由此可见，安卓端的策略显然是奏效的。谷歌最近还在Chrome浏览器中推出了小型Gemini小组件，以此鼓励用户使用；同时，他们也在将Gemini整合到Google Docs、Gmail等其他应用中。但问题在于，大多数普通人目前仍然只使用一款AI产品，而ChatGPT就像是AI领域的“舒洁纸巾”（Kleenex）——这个品牌已经完全成了同类产品的代名词。正是基于这一点，Gemini要实现超越，仍然需要跨越一个巨大的障碍。不过，如果他们能继续保持当前的势头，持续推出那些极具话题性的消费级创意工具和模型，那么明年确实有可能实现赶超。 Bryan Kim：我也一直在思考这个问题。Gemini的特点很有意思——它看似无处不在，但在某种程度上又仿佛“无处可寻”。从实际使用情况来看，用户想到AI工具时，还是会第一时间联想到ChatGPT这个代名词。不过，产品设计理念的差异也同样值得关注。今天早上，我同时打开了两个窗口：一个是OpenAI的图像生成模型，另一个是谷歌Gemini的图像功能。打开Gemini后，屏幕上一片空白，弹出的窗口写着“我们推出了Nano Banana，你是否要体验一番？”，旁边还有一个需要手动输入指令的小输入框。说实话，我当时完全不知道该输入什么。 而反观ChatGPT，它的界面设计极具TikTok风格，会直接展示当下的热门生成主题，比如“手绘风格”等，用户只需点击选择，再上传一张参考图片，就能生成惊艳的作品。生成完成后，系统还会进一步推荐：“你是否想要生成节日贺卡？”“是否需要生成其他类型的内容？”等。正是这些产品细节上的巧妙设计，才能真正推动用户迈出尝试的第一步；而当用户体验到生成内容的角色一致性后，他们自然会愿意继续使用下去。所以，这一点很有意思——OpenAI和ChatGPT团队已经证明，他们具备更深厚的产品设计洞察力。 不过，我想到一个有趣的点，可能说出来不太妥当。我曾在Snap公司工作过，大家应该都知道，在Meta和Snap的竞争史上，Evans Spiegel曾担任Meta的首席产品官。这让我不禁猜想，未来会不会出现这样一种情况：始终在产品层面不断创新的ChatGPT团队，就像当年的Snap；而手握渠道分发优势的谷歌，则如同当年的Meta——谷歌看着ChatGPT的创新，觉得“这个功能不错”，然后直接将其整合到自己的产品中，继续保持领先地位。 Justine Moore：你刚才提到的ChatGPT图像生成界面，其实是在我们录制本期访谈的前一天才刚刚上线的。要知道，OpenAI其实多年前就已经拥有了图像生成模型，却花了这么久的时间，才为图像生成功能打造出一个相对基础的独立界面。我甚至可以说，是那些专注于应用层的公司，比如Creas、Hedraas、Higsfields等，率先普及了这种模板化的设计形式，并且做得更为出色。而这些公司，其实都算是ChatGPT的生态合作伙伴。 Bryan Kim：所以说，这就像是一条产品创意的供应链。完全没错，向来如此。 Anish Acharya：好的，我们不妨稍微换个话题。Bryan，你一直对社交领域很有研究，而且长期以来对AI产品的社交功能持关注态度。我非常好奇你对OpenAI社交功能的看法——毕竟，这类功能的成功不仅需要出色的产品执行能力，还离不开合理的网络设计。当然，Sora在这方面也做了一些尝试，我们稍后也可以聊聊。另外，ChatGPT还内置了群聊功能。你对这些社交功能的前景，是看好还是看衰？目前的观点是什么？ Bryan Kim：就目前而言，我是看衰的。原因主要有两点。我有一个分析产品的方法，我称之为“深层动机理论”（Inception Theory）——就是通过层层挖掘，找到用户使用产品的核心诉求，最本质的诉求可能类似于“我希望得到父亲的认可”。这种分析方法，对我自己适用，对所有人也同样适用。 基于这个理论，我分析了ChatGPT这类产品：当你一层层剥开它的核心价值，会发现它的本质是“帮助我变得更好”——帮我获取信息、提高效率、提升生产力。而当我们分析Meta的Instagram、甚至是TikTok这类社交应用时，会发现它们试图满足的用户需求主要分为两个层面：对于TikTok来说，核心需求是“让我开心”，就像“我需要一个小丑来逗我开心”；而更深层的需求则是“我感到孤独，我渴望被关注，我想要与他人建立连接”。 在我看来，这两类产品的发展方向是截然不同的。OpenAI的产品确实非常出色，堪称“魔法般的存在”，但它归根结底属于“帮助我”的品类，这也是它能在生产力工具领域稳居榜首的原因。而现在，OpenAI却试图将社交属性强行植入产品，告诉用户“大家一起来，更好地建立连接吧”，让用户感觉自己“被关注”。以群聊功能为例，我个人其实很喜欢这个功能——用它来规划旅行，确实能很好地解决协作中的痛点。但它的使用场景最终可能仅限于两到三个人以“寻求帮助”为目的的协作规划。这与“我因为参与了某个社群，而对某个小众领域有了更深刻的理解”这种社交需求，有着本质的区别。所以，长期来看，这种品类上的差异，就是OpenAI社交功能难以成功的原因。但这并不意味着，他们不能开发一款独立的产品，来专门满足用户的社交需求。 Justine Moore：说到社交功能，除了群聊之外，Sora 2是今年所有消费级AI产品中，在社交化方向上的另一大重要尝试。 Olivia Moore：没错，Sora 2的界面设计很像TikTok的信息流，只不过里面的内容全都是AI生成的视频，而且用户还可以制作自己朋友的客串特效视频。 Bryan Kim：这种客串特效的设计，确实是一步妙棋，非常成功。 Justine Moore：不过，从用户留存数据和实际使用情况来看，Sora 2作为创作工具的表现极为亮眼——现在我的社交信息流里，有三分之二以上的内容都是AI生成的，其中超过50%都来自Sora，而在此之前，这些内容大多来自VO和其他一些小众模型。但遗憾的是，它作为社交应用的内容消费属性，表现却不尽如人意。具体来说，只有一小部分创作者在持续产出大量内容，然后将这些内容发布到TikTok、Instagram、X、Reddit等平台，并在这些平台上迅速走红；但在Sora应用内部，内容消费、二次创作和评论互动的热度，都远不如初期了。 Bryan Kim：其实，我对Sora的定位有一个有趣的看法——它的竞争对手或者说参照物，不应该是TikTok，而应该是CapCut（剪映）。从某种意义上说，它更像是一款创意工具。这个角度很有意思。 Olivia Moore：你这个观点很有道理，这其实也印证了你之前提到的那个核心论点——驱动社交应用发展的动力源于用户的两种心理：一种是积极的自我表达欲，另一种是消极的焦虑感。说到底，这就是一场 “地位博弈”。比如，用户会想“我发布的内容涉及个人隐私，有点敏感”，或者“我希望别人觉得我是这样的人”，这些心理才是驱动用户在应用内积极参与互动的核心因素。说到底，这就是一场“地位博弈”。但当内容变成了AI生成的，而且大家都知道这些内容并非用户真实的自我表达时，这种“地位博弈”的价值就大大降低了。当然，新的“地位博弈”也会随之产生——比如“谁能写出更厉害的Prompt”，但这已经属于另一种产品逻辑了。这也是为什么Sora生成的内容能在推特等既有平台上迅速走红，却难以在自身应用内形成社交生态的原因。 Anish Acharya：不过，我倒是有一个相反的观点，或者说一个看好Sora 2的理由——它所引发的“地位博弈”，更多的是围绕“幽默感”展开的。而幽默感的产生，恰恰是“Prompt撰写能力”和“文化敏感度”的结合。所以，如果Sora团队能沿着这个方向持续迭代，或许能开辟出一个前所未有的全新赛道。 Olivia Moore：话虽如此，但用户如果可以将生成的视频导出到其他平台，那是不是意味着，集成了Sora视频的TikTok，其实比Sora本身更具吸引力？ Bryan Kim：我们其实已经讨论过很多次这个问题了——一款真正成功的社交产品，必须同时兼顾内容消费和内容创作两大功能，而且它所产出的内容，应该是其他平台无法替代的，就像TikTok的短视频和YouTube的短视频那样，具有独特的平台属性。 Anish Acharya：那么，大家对那些挑战者品牌有什么看法？我们之前一直在讨论头部企业，其实说起来很有意思，Meta在这个语境下，也算是一个挑战者，但更典型的挑战者品牌，应该是Claude、Perplexity和Grok。Olivia，你怎么看？ Olivia Moore：我非常喜欢Claude，平时经常使用它。对我来说，Claude在很大程度上已经取代了ChatGPT，成为我日常使用的主力通用LLM。Claude的一个有趣之处在于，它是一个“有主见”的模型。我之所以青睐它，还因为我愿意花时间去搭建基于它的AI工作流。我注意到，Claude今年推出了很多强大的功能，比如artifacts和skills——用户通过这些功能，基本上可以设置任务或工作流，并让其自动运行。不过，它之所以尚未普及到大众市场，主要原因在于，这些功能的设计初衷更多地面向技术用户或工程师群体。尽管Anthropic团队已经尽力让skills功能的创建过程变得简单，但对于普通消费者来说，操作门槛依然很高。 再举个例子，Anthropic其实是头部企业中最早推出文件创建、幻灯片制作和编辑功能的，他们将这些功能整合在“文件生成与分析”之类的功能模块中，但这个模块的入口却隐藏得很深——需要在设置栏的二级菜单里才能找到。因此，很少有用户会发现并使用这个功能，然而在我看来，它依然是所有同类产品中，处理这类复杂任务的最佳选择。所以，我很喜欢Claude，但如果它想真正成为一款面向大众消费者的产品，就必须在易用性方面进一步“简化”。你最近不是还看到一份关于美国青少年的调查报告吗？ Justine Moore：没错。那份报告显示，使用过Character AI的美国青少年数量，是使用过Claude的三倍之多。这个数据足以说明问题，覆盖范围确实很广。 Olivia Moore：是啊。所以说，Claude虽然深受科技圈人士的喜爱，但在科技圈之外的大众群体中，它的影响力可能还比较有限。 Anish Acharya：不过，Anthropic的一些产品设计确实很有意思。从美学设计、产品理念到工艺打磨这三个维度来看，Anthropic推出的三项功能——MCP（Model Context Protocol）、skills和命令行界面代码功能（command line interface code），都算是出人意料的大胆尝试，尤其是代码功能。换作是我，可能会质疑：“命令行界面真的是用户想要的交互方式吗？” Bryan Kim：我还以为你要提到他们推出的邮件功能（air mail）和思维帽功能（thinking cap）呢。没错，这两个功能也很有意思，不过它们更偏向消费级应用。你刚才提到的这三个功能，确实都很有特点。 Anish Acharya：但这些功能的设计理念，确实都非常“高屋建瓴”。或许这么说有点为他们辩解的意思，但我确实觉得，这些有主见的设计，本身就是一种亮点。 Olivia Moore：我还挺想听听Justine对Meta和Grok的看法的。我感觉这两家公司，在今年都以各自独特的方式，书写了精彩的篇章。 Justine Moore：好的。先来说说Meta。Meta今年招募了大量顶尖研究人员，但我发现，他们目前最强大的模型，其实并不是面向消费者的产品，而是SAM 3系列模型（ZP注：Segment Anything Model，万物分割模型，可对图像、视频、音频中的目标进行精准分割和追踪）。以视频模型为例，用户上传一段视频后，可以用自然语言下达指令，比如“找到画面中穿红色T恤的小孩”，模型就能在整个视频中对这个目标进行精准识别和追踪，即便这个小孩多次进出画面也不会丢失。同时，用户还可以对目标应用各种特效，比如模糊处理、删除等。同理，这个模型在音频领域，可以对不同的音轨进行处理；在图像领域，则可以对不同的物体进行操作。我希望明年能看到基于这些模型开发的、令人惊艳的消费级产品，但目前来看，它们更多还是停留在开发者工具的层面，尚未真正面向普通消费者。 Olivia Moore：考虑到Meta这家公司的基因，这样的情况确实有些出人意料。 Justine Moore：确实如此。不过，Meta今年推出的AI功能中，有一项消费级功能做得非常不错，那就是Instagram的AI翻译功能。现在，用户在上传Reels短视频时，可以选择开启翻译功能。该功能会克隆用户的声音，将视频内容翻译成五种不同的语言，并用用户自己的声音进行配音，同时还会实现唇形同步。这项功能简直太神奇了，能让用户听起来就像是某个语言的母语者。我非常期待Meta能在旗下产品中推出更多类似的功能。 再来说说Grok。Grok今年的发展速度堪称惊人，无论是在Agent（companions）功能、LLM性能还是代码生成能力上，都取得了巨大进步。尤其是在图像和视频生成领域，它的发展曲线是我见过的所有公司中最陡峭的——大约在六个月前，他们甚至还没有推出图像和视频生成模型，但此后他们的功能更新速度就一发不可收拾：从最初的图生视频功能，到后来的文生视频、音频整合，再到语音唇形同步，以及15秒短视频生成功能，他们的创新步伐从未放缓。Elon Musk也多次公开表示，希望Grok能推出更多具有互动性的视频游戏类内容，并计划在明年年底前实现用Grok生成电影的目标。希望他们能继续保持这样的发展速度。 Bryan Kim：你有没有觉得，Grok的发展策略其实是一种“双管齐下”的模式？一方面，他们在基础模型层持续发力，力求在性能上达到行业顶尖水平；另一方面，他们又在娱乐领域积极布局。这种双线并行的策略，确实很有意思。不过，就像我们之前讨论的，Anthropic和ChatGPT面向的是大众群体，但数据显示Character AI的受欢迎程度要高得多。这就让我不禁思考：我们应该如何看待这种现象？在我看来，Grok的这种双轨策略，其实非常值得玩味。 Justine Moore：而且，Grok的图像和视频生成应用，从很早之前就开始采用模板化设计，推出了很多热门创意模板。比如，“你站在某个场景中，突然从天花板垂下一根绳子，你抓住绳子，被迅速拉出画面”这类模板。这些模板生成的内容，经常会在TikTok等平台上迅速走红。 2026趋势预测：机会窗口与发展方向 Anish Acharya：确实非常有意思。那么，我们不妨把话题从2025年切换到2026年，各位对明年有哪些预测呢？我们还没有聊到硬件、模型以及电商领域，大家认为这些领域会有怎样的发展态势？ Olivia Moore：虽然我们讨论的是消费级市场，但ChatGPT有一个点可能一直被低估了，而且这个点在明年或许会有更显著的体现——那就是他们在企业级市场的大举发力。无论是传统的企业版授权，还是为特定企业定制训练模型，ChatGPT都动作频频。我们知道，大多数消费者通常只使用一款通用LLM产品。而根据ChatGPT发布的一项大型研究报告显示，其企业级用户规模同比增长了七八倍。如果未来用户出于工作需求，必须在公司使用ChatGPT，那么这很可能会进一步带动其消费级用户的增长。当然，另一种可能性是，ChatGPT凭借其连接器功能以及其他持续投入的功能，发展成为一个一站式的工作平台，而消费级市场的各类应用场景则由其他产品来占据。说到这里，我们不得不提一下ChatGPT在应用生态上的布局，这一布局能否成功，将会成为决定他们明年发展走向的关键问题。 Anish Acharya：没错。我们都讨论过应用SDK（ZP注：SDK，Software Development Kit，是软件开发人员用于构建应用程序的工具集合）和他们所称的应用程序目录的重要性，这两者将会成为消费级市场一个全新的重要渠道。但有一个点很少被提及，那就是它们对企业级市场也有着极高的相关性。ChatGPT的优势在于，它能够在一个工作流程中整合多款工具协同运作。而回顾我们日常的工作场景，绝大多数任务其实都需要跨多款工具来完成。因此，这一布局将会对SaaS（ZP注：Software as a Service，一种通过互联网提供软件服务的模式）生态系统产生十分深远的影响，而这也是目前应用商店领域中较少被探讨的部分。 Bryan Kim：嗯，这或许算不上是一个严格意义上的预测，但回顾2025年，我们聊到了头部实验室的诸多重大举措，而从初创企业的视角来看，今年最显著的趋势之一就是应用生成技术的兴起。未来很有可能出现这样一种情况：手握渠道分发优势且拥有高用户活跃度的头部实验室，会开始尝试在其自有产品生态内，帮助用户生成那些具有共性的产品和应用。这一点其实很有意思，再次印证了我们之前提到的“产品创意供应链”的观点。 另外还有一点，虽然算不上突破性的创新，但正如我们所知，“吉卜力风格”的生成效果曾经火爆全网——我那位对科技一窍不通的表妹，当时都给我发来了一张用AI生成的吉卜力风格的照片。这充分说明了模板的重要性，风格的重要性。 再看视频生成领域，现在的技术已经相当成熟了。或许我们现在已经进入了一个新阶段——决定产品竞争力的，不再仅仅是头部实验室模型的性能，而是风格化的设计和模板的打造。就拿TikTok来说，其核心技术能力其实一直没有太大变化，但凭借不断迭代的音乐潮流、舞蹈挑战等内容形式，始终保持着极高的新鲜感。因此，未来完全有可能出现这样一种趋势：开发者可以探索各种创新方式，在这些实验室模型的基础上，打造出真正以视频为核心的产品。而且随着技术成本的不断下降，会有越来越多的人愿意去尝试这类产品，我对此非常期待。 Justine Moore：是的，我最期待的趋势其实也与此相关，那就是万物皆可多模态化。我将其称之为“任意输入，任意输出”。回想最初，尤其是在图像和视频生成模型刚刚兴起时，用户只能输入文本Prompt，然后得到一张图像或者一段视频，无法进行更多复杂的操作。而现在，随着Nano Banana、Flux以及OpenAI的新模型等图像编辑工具的出现，我们已经能够实现图生图的生成效果；也可以上传一张参考图像，搭配文本Prompt和生成方向，或者结合模板与另一张参考图像，来生成新的图像。 那么，未来如果我们输入一段视频，能否生成与之相关的图像，或者这段视频的衍生版本？如果我们输入一段视频，再配上一段描述编辑需求的文本Prompt，能否直接得到编辑后的视频？从我与各大实验室的交流来看，很多实验室都在尝试将他们目前在不同领域的研究成果进行整合——包括LLM领域的文本推理和智能交互能力，以及图像和视频生成领域的技术。他们试图打造一个能够处理多种类型内容输入，并生成更加丰富多元内容的“超级模型”。这一趋势也会对设计领域产生巨大的影响，因为设计工作本身就是将图像、文本、视频等多种元素，以富有创意的方式进行融合的过程。 Olivia Moore：如果让我从宏观层面做一个预测，明年的整体趋势其实还是“万变不离其宗”。回顾头部实验室今年在消费级市场推出的各类产品，他们在模型研发方面确实表现出色，同时也通过一些渐进式的功能更新，持续优化ChatGPT、Gemini这类产品的核心用户体验。但在我看来，他们尝试推出的数十款新的消费级产品或交互界面，比如群聊功能、Pulse功能、Atlas浏览器、Sora等，以及谷歌推出的Stitch、Gems、Opal、Doppel等一系列产品，几乎都没有取得理想的效果。这背后的原因在于，打造具有鲜明产品主张的独立消费级AI产品，已经不再是这些公司的核心竞争力所在。 在所有这些尝试中，Notebook LM是表现相对较好的一款产品，但这款产品只是谷歌众多尝试中的一个。因此，这对于初创企业来说其实是一个非常积极的信号——头部实验室会持续优化模型性能，初创企业可以直接借力这些先进的模型；同时，头部实验室会不断完善ChatGPT这类核心产品，但他们未必能够在所有细分应用场景中都占据主导地位，初创企业依然有很大的发展空间。 Bryan Kim：我基本同意你的观点，但想补充一点。在纯文本输入输出的场景下，ChatGPT、Gemini这类头部实验室的产品确实占据着绝对的优势。无论一款产品的文本输出能力多么深入、多么精准，考虑到头部实验室产品的超高用户活跃度，如果一款初创产品的核心功能只是文本输入输出，那么想要抢占用户市场将会非常困难。因此，初创企业必须找到一个独特的切入点，才有可能吸引用户尝试使用自己的产品。 Anish Acharya：你提到的“具有鲜明产品主张”这个说法，我非常认同。对于头部实验室来说，当然也包括大型科技公司，甚至未来可能会有更多实验室加入这个行列，产品的优先级往往是由晋升评审委员会来决定的。在这些公司里，产品经理大多是处于职业生涯中期的从业者——我也曾是其中一员。在这样的环境中，大家的核心目标都是获得晋升，而获得晋升的关键路径，就是开发出能够稳定提升核心指标、完善核心功能的产品。因此，开发具有鲜明产品主张的产品，对于个人职业发展来说是一种风险极高的选择。这类产品很可能会失败，还可能引发一系列法律合规方面的问题，甚至可能招致CEO的斥责。所以，这些公司的组织架构，决定了他们更倾向于进行渐进式的创新。而初创企业的创始人越是敢于推出具有鲜明主张的产品，就越能形成差异化的竞争优势。 Justine Moore：没错。而且还有一个很重要的点我们没有讨论，那就是算力问题。头部实验室其实一直面临着一个内在的矛盾：算力资源是有限的，他们必须在模型训练和模型推理之间做出取舍。即便是在模型推理层面，也需要在“吉卜力风格”这类娱乐性应用场景和代码生成这类智能应用场景之间进行资源分配。据我所知，在所有模型公司中，可能只有xAI目前没有面临算力瓶颈的问题。而其他公司则必须做出艰难且重大的抉择——比如，如果他们推出Nano Banana并使其迅速走红，那么这很可能会占用大量算力，从而延缓下一代大型语言模型的研发进度。而专注于应用层开发的初创企业则不会面临这样的问题，因为他们不存在这种算力资源分配的矛盾。 Anish Acharya：完全正确。我们之前其实也聊过这个话题。在某些细分领域，多模态技术的应用能够让企业为用户提供更优质的产品和服务。但从本质上来说，头部实验室和大型科技公司往往只支持自家的第一方模型。因此，随着所有模型性能的不断提升，或许单一模型就能满足用户80%的需求。但对于专业级用户而言——AI领域的发展，很大程度上其实是由专业级用户推动的——你之前总是说，专业级用户终究只是专业级用户。在AI时代到来之前，这个观点或许是成立的，但现在，专业级用户所能创造的价值深度和商业变现潜力，都已经大大提升。因此，或许可以说，AI领域的发展，其实完全是由专业级用户驱动的，而其他普通用户，不过是流量而已。 Olivia Moore：没错。这也是为什么我们首次看到，消费级产品的收入留存率能够超过100%。而这一指标，也成为了区分消费级AI领域中优秀、卓越和顶尖产品的关键标准。 Justine Moore：需要说明的是，这种高收入留存率的实现方式，通常是在订阅制收费的基础上，叠加按使用量收费的模式。用户在订阅套餐的月度配额之外，如果有额外的使用需求，就需要支付更多费用。 Bryan Kim：具体来说，要么是升级到更高等级的订阅套餐，要么是直接购买Token或额外的使用额度。这正是这类产品的独特之处。如果在AI时代到来之前，有人告诉我某家消费级公司的收入留存率超过100%，并且实现了盈利，我肯定会觉得这简直不可思议，完全不合逻辑。 Anish Acharya：没错，说的就是这个意思，而且这个双关语用得恰到好处。好了各位，我们不妨聊聊具体的产品推荐吧。在本期播客结束之后，大家觉得有哪些产品、功能或者模型是值得用户下载和体验的？当下有哪些值得关注的产品？ Justine Moore：从多模态技术的角度来看，有一款非常被低估的产品值得大家关注——它就是Pomelli。这款产品未必适合日常高频使用，但它充分展示了将Agent、图像和文本技术相结合所能实现的巨大潜力。Pomelli是谷歌实验室推出的一款产品，用户只需输入自己公司的网址，它就会启动Agent访问该网站，抓取所有的产品图片和品牌图片，总结出品牌的美学风格、品牌定位以及目标客户群体，然后为用户生成三套不同的广告营销方案。生成的内容不仅包括文案，还涵盖了Instagram帖子、宣传单页以及产品宣传图等物料，并会根据目标客户群体的特点，为这些物料匹配最合适的应用场景。这是一款非常出色的产品，它很难在谷歌内部发展成为一款独立的爆款产品，但它向我们展示了未来的发展方向——当Agent与生成式模型相结合，并且生成式模型能够对上下文语境形成深度理解时，所能创造的价值将是传统图像或视频模型无法比拟的。 Olivia Moore：那初创企业的产品呢？你有没有特别喜欢的初创企业开发的创意工具类产品？ Justine Moore：有的。在创意工具领域，我必须要提一下Krea。需要声明的是，a16z是Krea的投资方，所以我的推荐可能带有一定的主观偏向，但我确实认为Krea做得非常出色。它的核心优势在于，用户可以在一个平台上，体验到所有主流模型——或者说所有高性能模型——在各个模态下的生成效果，同时它还在这些模型的基础上，打造了更加完善的交互界面。比如，我现在更倾向于在Krea平台上使用Nano Banana Pro，因为Krea支持元素保存功能——用户可以将生成的角色、风格或物体保存为元素，后续生成时只需直接调用这些元素即可，而无需像在原生的Nano Banana中那样，反复上传相同的参考图像。这确实是一个非常实用的功能。 Bryan Kim：我想推荐的这款产品，同样属于初创企业的范畴——当然，这也算是为自家投资的公司做宣传了。我目前使用频率最高的产品是11 Labs Reader。这款产品的走红其实是有原因的：如今播客内容呈爆发式增长，而人们的阅读时间却在不断减少。与其抗拒这个趋势，不如主动拥抱它。这款产品的核心功能，就是将文字内容转化为音频内容。我曾经是Pocket这类稍后阅读工具的重度用户，因为平时实在没有时间阅读所有感兴趣的内容，只能先收藏起来。而现在，我的做法是将所有想读的内容，要么转换成PDF格式，要么直接上传到11 Labs Reader。然后在散步的时候，以1.5倍速或2倍速播放这些音频内容，快速了解文章的核心大意。对于像我这样的普通人来说，这无疑是一种高效利用碎片化时间的方式。 Olivia Moore：首先，我非常喜欢这个问题。因为我始终坚信，想要快速了解AI领域的发展动态，最有效的方式就是亲自体验大量的产品，而且你很快就会形成自己的判断。我和Justine其实从12月开始，就在推特上每天推荐一款新的消费级AI产品。除此之外，我还想推荐三款非常实用且有趣的产品，它们可以很好地融入大家的日常工作流。第一款是Gamma，一款幻灯片生成工具。用户只需输入文本Prompt，或者上传一份文档，就能快速生成精美的幻灯片。而且Gamma生成的幻灯片支持灵活调整尺寸，再也不用像在Google Slides中那样，为了调整一个元素的位置而反复折腾。第二款是Granola，一款笔记工具。虽然大家在假期可能没有太多会议，但到了明年，它的优势就会凸显出来——你使用它记录的会议越多，它的体验就会越好，因为它能够基于历史记录，理解会议内容的上下文语境。最后一款，我还是要推荐Comet浏览器。如果你想体验一款真正的AI原生工作平台，那么Comet浏览器绝对是最容易上手的选择之一。 Anish Acharya：对我来说，我今年一整年都在痴迷于代码生成以及AI代码领域，这个领域真的太有趣了。顺便提一下，Bryan之前其实反驳过我的观点，我当时认为头部实验室或大型科技公司很难在应用生成领域占据主导地位，因为他们缺乏足够的专注力。像Opal这类产品，推出时反响平平，而且它们都只支持单一模型。 Bryan Kim：我当时的意思并不是说头部实验室会在这个领域取得成功，而是认为他们肯定会进行相关的尝试。 Anish Acharya：没错，这一点我完全同意。但在纯消费级市场领域，Wabby这款产品确实非常有趣，而且功能强大。它为应用生成技术设定了合理的约束条件，从而能够确保生成的应用具备实用的功能，给用户带来满意的体验。目前来看，应用生成领域其实存在很多夸大宣传的现象，这也打击了早期用户的积极性。另外，我还想推荐大家尝试一下Codex或Cursor中的GPT-5.2，即便是非技术用户，也会被它的能力惊艳到。我甚至觉得，具备技术背景反而可能成为一种束缚，因为你会基于自己的经验，对模型的能力形成预设，而实际上这些模型的潜力要远超你的想象。我越来越多地听到有人说，他们正在使用Cursor来完成知识型工作，比如撰写论文，而不仅仅是编写代码。 Bryan Kim：哇，这个用法太有意思了。在今年年底，我还想尝试一个最近在TikTok上很火的玩法——就是让AI回顾你今年说过的所有话，然后回答“我今年说过的最离谱的一句话是什么”。它会对你全年的言论进行一次全面的复盘。受此启发，我打算在年底也让AI帮我做一件事——让它告诉我，如何才能在明年过上更好的生活。我希望它能给我一些坦诚直率的建议和具体的方向，这会非常有帮助。 Anish Acharya：各位，还有什么收尾的想法吗？ Justine Moore：最想说的一点是，a16z目前正在积极投资消费级AI领域的初创企业。很多人其实都提到过这一点，但我是真心相信，现在模型的性能已经发展到了一个临界点——开发者完全可以基于这些模型，打造出真正具备规模化潜力的应用，Wabby就是一个绝佳的例子。因此，我衷心希望2026年能够成为消费级AI应用开发者大放异彩的一年——这里所说的“开发者”，不仅仅是指产品的使用者，更是指那些打造产品的创业者。 Anish Acharya：好的，感谢大家在消费级AI领域陪我们度过了精彩纷呈的一年。我们明年再会，祝大家圣诞快乐！新年快乐！ 原文：Where does consumer AI stand at the end of 2025? https://www.youtube.com/watch?v=p4-7x6QiYr0 编译：Yihan Bi

亚马逊 凤凰网科技讯 北京时间1月23日，据路透社报道，两位知情人士透露，作为整体削减约3万名企业职能部门员工目标的一部分，亚马逊计划于下周启动第二轮裁员。 亚马逊去年10月已裁减约1.4万名白领员工，约占裁员3万人目标的一半。知情人士称，第二轮裁员规模预计与去年相近，最早可能于下周二开始。 据知情人士透露，此轮裁员将影响亚马逊云计算服务AWS、零售、Prime Video以及人力资源部门(即“人员体验与技术团队”)的工作岗位，不过影响的具体范围尚不明确。知情人士提醒称，亚马逊的计划细节仍可能存在变动。 亚马逊将去年10月的裁员与AI软件的兴起联系起来，该公司在一封内部信中表示：“这一代AI是我们自互联网以来所见过的最具变革性的技术，它使得公司能够以比以往快得多的速度进行创新。” 截至发稿，亚马逊不予置评。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

智能设备的“柔性化”始终卡在一个关键瓶颈：作为“大脑”的芯片，长久以来都是硬质的。复旦大学彭慧胜/陈培宁团队成功在弹性高分子纤维内部，构建出大规模集成电路，研发出全新的“纤维芯片”，为解决“柔性化”难题提供了新的有效路径。这项成果于1月22日发表在国际期刊《自然》上。 图为成卷的“纤维芯片”。复旦大学供图 传统芯片的制造，主要是在平整稳定的硅片上构建高密度集成电路。而复旦团队的思路是“重构形态”——他们提出“多层旋叠架构”。“这好比把一张画满精密电路的平面图纸，螺旋式地嵌入一根细线中。”论文第一作者、博士生王臻如此比喻。该设计使纤维内部的空间得到极致利用，实现了一维受限尺寸内的高密度集成。 “纤维芯片”虚拟现实应用示意图和实物图。复旦大学供图 然而，在柔软、易变形的纤维中制造高精度电路，难度无异于在“软泥地”里盖高楼。为此，团队开发了与目前光刻工艺有效兼容的制备路线。他们首先采用等离子体刻蚀技术，将弹性高分子表面“打磨”至低于1纳米的粗糙度，有效满足商业光刻要求。随后，在弹性高分子表面沉积一层致密的聚对二甲苯膜层，为电路披上一层“柔性铠甲”。这层保护膜不仅可以有效抵御光刻中所用极性溶剂对弹性基底的侵蚀，还能缓冲电路层受到的应变，确保纤维芯片在反复弯折、拉伸变形后，电路层结构和性能依然稳定。 相关制备方法可与目前成熟的芯片制造工艺有效兼容，为其从实验室走向规模化制备和应用奠定了坚实基础。 该成果有望为纤维电子系统的集成提供新的路径，有望实现从“嵌入”到“织入”的转变，助力脑机接口、电子织物、虚拟现实等新兴领域的变革发展。

2026.01.22 本文字数：1249，阅读时长大约2分钟 作者 | 第一财经 黄琳 近日，网络上一辆电动摩托车“无人驾驶”的视频引发广泛关注。视频中，一辆无人驾驶的电动摩托车以40km/h的速度飞跃了一个20度的小坡，并在空中飞跃了整整8米，落地后仍能保持自平衡的状态继续前进。 第一财经记者了解到，该款车型是由立马车业生产制造的“极限小智”电动摩托车。根据官方介绍，极限小智能够在平路上进行最高40km/h的自动驾驶，且搭载了汽车级AEB主动安全技术和毫米波雷达，能够预判碰撞风险、自动监测路障并刹停、自动绕行移动障碍物。 立马车业集团商品企划部部长葛文伟在接受媒体采访时称，用户能够在相关的产品APP端召唤极限小智到指定地点“接驾”，也能实现两点之间的自动路径规划，比如通过自动驾驶实现买菜、取快递等。他还称，四轮汽车能实现的功能，基本上极限小智也能实现。 据悉，极限小智目前已向经销商交付10辆，2026年将实现进一步量产。记者随后在一名立马经销商处了解到，极限小智是新的电摩产品，该门店目前暂未购入，预计将在今年春节后购入，但数量较少。该经销商告诉记者：“极限小智的售价在1万元左右，不会高于四轮车，但需要具备摩托车驾照。” 从行业来看，电动摩托车现阶段“上车”的智能化主要体现在人机车联动，比如手机监控骑行里程、骑行状态、无钥匙解锁、卫星定位等，而电动摩托车的智能驾驶则聚焦自平衡、感知，包括目蔚科技、立马车业等多家两轮车企都有智能驾驶的技术储备，但是相关产品尚未大规模量产交付给消费者。 某头部电动两轮车企业人士告诉记者，公司有两轮车自平衡技术、辅助驾驶技术的产品储备，但尚未有产品应用。“很多公司都有这种产品，只不过有些企业会将这类产品作为营销噱头，相当于实验室产品，有研发和样机，但是大部分企业暂时不会零售。” 该人士表示，辅助驾驶、智能驾驶尚未大规模应用到两轮车，现阶段的产品需求也不强，无法明显提升销量。他进一步称：“成本方面，智能驾驶需要雷达、激光探头、电控，控制器等多个零部件，整车也需要重新设计，导致智能驾驶两轮车的整体造价较高，售价也很高。” 此外，市场仍对智能驾驶两轮车的安全性存疑。广东一家电动两轮车企负责人认为，智能驾驶两轮车的使用仍比较鸡肋，一旦车辆急转或者急停，驾驶员容易被甩离座位。所以现阶段，这类产品基本很难卖出去。 佐思汽研最新发布的《2025~2026年两轮车智能化及产业链研究报告》显示，随着两轮车新国标的实施，该行业正经历智能化转型的关键阶段。在智能化测评体系方面，行业正逐步建立分级标准。两轮车智能化测评涵盖动力系统、智能驾驶、通信系统及人机交互四大维度，软件生态开发与域控制器集成成为仪表系统升级的核心方向。毫米波雷达在两轮车领域的应用渗透率预计将在2026年突破18%，头部品牌正探索更高级别的自动驾驶辅助功能开发。 微信编辑 | 七三 第一财经持续追踪财经热点。若您掌握公司动态、行业趋势、金融事件等有价值的线索，欢迎提供。专用邮箱：bianjibu@yicai.com （注：我们会对线索进行核实。您的隐私将严格保密。） 推荐阅读 全校毕业生被一企业“拉黑”，校方回应

凤凰网科技讯 1月22日，港股市场今日迎来医疗健康板块的重要动态。财讯传媒集团有限公司（00205.HK）正式宣布更名为“BFB Health Limited”，中文简称变更为“BFB HEALTH”，原股票代码保持不变。更名首日，公司股价报收0.96港元，总市值突破12亿港元。此次更名标志着该公司正式转型，确立了其作为“中国远程医疗健康管理第一股”的市场地位，填补了港股市场在此垂直赛道的空白。 作为扎根于安徽亳州的首家境外上市公司，BFB HEALTH在商业模式上深度对标美国远程医疗巨头Hims & Hers，并针对中国市场进行了本土化改良。不同于单一的药品销售，该公司构建了“1+N”业务模式，即依托1个跨境购药平台“一海享购”以及DYESOO、多燕瘦等N个独立品牌矩阵，形成了涵盖在线问诊、慢病管理、远程会诊的完整服务闭环。该模式意在通过DTC（Direct to Consumer）订阅制锁定长期用户，减少中间渠道成本，从而实现“服务+产品”的协同增长。 在资金规划方面，BFB HEALTH明确了二级市场融资的具体投向。50%的资金将重点用于大健康产业的AI化升级及新药研发，另外50%则投入到产品迭代、品牌建设及智能化生产线升级中。这一资金分配显示出公司对技术壁垒构建的重视，试图通过数字化手段打破传统医疗的时空限制。数据显示，2025年中国远程医疗市场规模已破千亿，BFB HEALTH此举意在利用先发优势整合行业资源，在政策支持下进一步推动远程医疗服务的规范化与普及化。

英伟达首席执行官黄仁勋在一次采访中表示，英伟达目前是台积电最大的客户，取代了此前长期占据榜首的苹果公司。这位身着皮衣的首席执行官是在“Jodi Shelton的私人访谈”播客节目第一集中发表这番言论的。节目中，主持人Jodi Shelton询问黄仁勋的自信源自何处。Shelton自称是“全球半导体行业的资深领导者”，同时也是全球半导体联盟的首席执行官兼联合创始人。 “我记得张忠谋也讲过一个类似的故事，他第一次见到你的时候，你立刻就说，‘我将会成为你们最大的客户，或者至少是最大的客户之一。’他当时就觉得，‘哇，你真有魄力。’那么，你这么年轻就这么自信，是从哪儿来的呢？”谢尔顿问道。“嗯，你知道，什么都懂也挺麻烦的——我开玩笑的，”黄仁勋笑着说。“对了，张忠谋知道英伟达现在是台积电最大的客户，他肯定会很高兴的。”（原文：By the way, Morris will be happy to know Nvidia is TSMC’s largest customer now.） 这家人工智能GPU公司在2000年代初期曾是台积电最大的客户。然而，在2010年代，随着英特尔错失与苹果的潜在合作机会，台积电转而委托苹果为其生产iPhone和iPad处理器，苹果的地位也随之提升。尤其是在近年来，随着iPhone在全球市场份额超越三星，这一趋势更加明显。 尽管苹果的智能手机、平板电脑，甚至是Mac和MacBook上那颗传奇的苹果芯片都在推动公司创纪录的销售额，但人工智能的蓬勃发展也带动了对英伟达AI GPU的需求，从而使该公司营收飙升。不仅如此，企业客户愿意斥资数十亿美元从英伟达采购尽可能多的AI处理器，而许多消费者则存在价格上限，一旦智能手机、平板电脑或笔记本电脑的价格过高，他们就会转向其他品牌。 除了失去市场主导地位之外，据WCCFTech援引苹果爆料人 Fixed Focus Digital 的消息报道，台积电正在提高向苹果出售芯片的价格，尤其是在人工智能需求挤压其他半导体产能的情况下。此外，苹果可能不再享有优先生产权。然而，这仅仅是猜测，即便属实，相关公司也可能会对此保密。 英伟达的成功与人工智能热潮直接相关，许多科技公司斥巨资购买成千上万甚至数十万块GPU，仅仅是为了获得训练最先进模型所需的强大算力。随着英伟达在人工智能处理器市场占据主导地位，只要企业认为增加计算能力可以带来更多利润，它就如同印钞机一般源源不断地赚钱。但如果人工智能泡沫破裂，留下大量无人问津的人工智能数据中心，那么我们预计苹果将重新夺回台积电头号客户的地位。 苹果与英伟达，争夺台积电产能 去年八月，台积电CEO魏哲家访问库比蒂诺时，给他的最大客户带来了坏消息。台积电CEO告诉高管们，苹果公司将不得不接受多年来最大幅度的价格上涨。 蒂姆·库克和他的团队坦然接受了这一消息。过去几个季度，哲家一直在财报电话会议上暗示将提高利率，而这家台湾芯片制造商不断增长的毛利率也证明了其定价能力的增强。 据我的消息来源称，这还不是最糟糕的消息。 苹果公司曾经在台积电的客户名单中占据主导地位，如今却不得不为产能而战。随着人工智能的持续蓬勃发展，以及英伟达和AMD等客户的每一颗GPU在晶圆上占用的面积越来越大，这家iPhone制造商的芯片设计已不再能保证在台积电近二十家晶圆厂中获得一席之地。 魏可能没有告诉库克的是，苹果可能不再是他最大的客户了。 根据Culpium 的分析以及与供应链消息人士的讨论，英伟达去年至少有一到两个季度可能位居榜首。“我们不讨论这个问题，”台积电首席财务官周四在被问及客户排名变化时告诉Culpium 。 最终数据将在几个月后台积电发布年度报告时公布——其中包括其主要客户的收入——但苹果全年的领先优势很有可能大幅缩小，甚至可能低于英伟达。我的消息来源告诉我，如果这种情况在2025年没有发生，那么几乎肯定会在2026年发生。 公开数据有助于讲述故事。 台积电日前公布的财报显示，其去年营收增长36%，达到1220亿美元。根据Culpium基于财报和公司指引的预测，英伟达截至2026年1月的财年销售额预计将增长62%，而苹果公司（不包括服务）截至2025年12月的12个月内的产品收入预计仅增长3.6%。 苹果作为台积电营收增长主要驱动力的角色在五年前就已结束。若非苹果在2018年的增购，台积电当年的销售额甚至会下降。如今，这家位于库比蒂诺的公司营收增长率仅为个位数，而英伟达的营收却一路飙升。 造成这种变化的原因有两个，而且显而易见：人工智能正在推动对高性能芯片的巨大需求，而智能手机的繁荣已经趋于平缓。 台积电高性能计算（包括人工智能芯片）的销售额去年增长了48%，而前一年的增幅为58%。智能手机收入仅增长了11%，低于前一年的23%。这一趋势将在今年以及可预见的未来持续下去。 台积电周四表示，预计2026年营收将增长近30%，但资本支出将增长约32%，达到创纪录的520亿至560亿美元。该公司还表示，从长远来看，到2029年，未来五年营收平均增长率将达到25%，而人工智能业务同期平均增长率将达到55%或更高。这一数字高于此前40%左右的预测。 台积电周四公布的财报堪称其业绩的巅峰之作，不仅营收和净利润均创历史新高，毛利率更是接近软件制造商和无晶圆芯片设计公司的水平。在去年12月的季度中，台积电的毛利率高达62.3%，比上一季度提高了280个基点。如果排除海外晶圆厂（位于亚利桑那州和日本）的影响，其毛利率还会更高。 有两点需要特别注意。首先，虽然智能手机处理器是苹果芯片采购的最大份额，但并非唯一类型。Mac 电脑的处理器属于高性能计算 (HPC) 范畴，此外，苹果还拥有强大的定制芯片产品线，这些芯片用于配件，属于数字消费电子产品范畴。其次，英伟达并非苹果唯一的高性能计算客户。AMD 是苹果自研 GPU 的主要采购商，而亚马逊和谷歌等公司也在苹果客户名单中占据重要位置，它们正在开发自有 AI 芯片。 换句话说，苹果的芯片产品线更广泛、更多样化，而英伟达的产品线则更集中于大量处于或接近领先水平的晶圆。正因如此，苹果至少在未来十年内仍将保持其重要地位。 然而，就短期而言，台积电的技术路线图以及更广泛的行业趋势都对英伟达、AMD 及其同类公司有利，这意味着苹果在未来一两年内可能需要继续争夺产能。 台积电目前已开始量产2纳米（简称N2）芯片，这是其目前最先进的制程工艺，苹果是其主要客户之一。但今年下半年，台积电计划同时提升N2P和A16两种制程工艺的产能。 这家公司的商业模式有点特别。台积电并没有改造现有工厂以适应新技术，而是直接新建一座工厂。这确保了生产不会中断，并使其能够最大限度地利用旧设备和工艺。一般来说，这意味着台积电新建的任何产能都是为了新的制程节点。因此，它拥有许多晶圆厂，仍在生产采用十年前甚至更久以前技术的芯片。 用台积电CEO魏哲家的话来说，配备超强电源轨（Super Power Rail，SPR）的A16芯片“最适合具有复杂信号路径的高性能计算（HPC）应用”。SPR是台积电版本的背面供电技术，这是一种将芯片信号与电源分离的新型方案。英特尔也在开发这项技术，许多人认为这将是这家美国公司从台湾竞争对手手中夺取代工市场份额的关键。 之后，台积电将推出A14芯片，预计将于2028年左右量产。有人称A14为N2之后的下一个完整节点，并认为A16并非“完整节点”。事实上，这些名称与其说是技术标识，不如说是营销术语。然而，正如SemiAnalysis最近在一篇关于台积电与苹果关系的精彩报告中所述，由于A14从一开始就“同时面向移动和高性能计算（HPC）”，因此市场平衡最终将向苹果倾斜。 更重要的是，苹果提供的是稳定性。英伟达成为苹果的客户时间比苹果长得多，但总体而言，它还是一个小众市场。目前，这个“小众市场”的产品是全球最热门的产品，但它毕竟是小众市场。另一方面，苹果的产品在台积电至少十几家晶圆厂生产。即使英伟达通过收购超过了苹果，它在台积电的生产规模也远不及苹果。 这种区别现在或许无关紧要，但将来可能会变得至关重要。人工智能的繁荣不会永远持续下去。泡沫可能会破裂，也可能会缓慢消退，但增长轨迹肯定会趋于平缓，这意味着对尖端人工智能芯片的需求将会下降。 魏哲家深知这一点，所以他既快速扩张又谨慎行事。“我也很紧张，”他在此前于台北举行的公司投资者大会上表示，“如果我们处理不当，对台积电来说肯定会是一场巨大的灾难。” 这家芯片巨头最近饱受抨击，包括著名分析师本尼迪克特·埃文斯在内，批评其“不愿/无法快速扩大产能以满足英伟达的订单需求”。我认为这是错误的，也是不公平的。 “投资不足的风险远大于投资过度的风险，”埃文斯引用谷歌首席执行官桑达尔·皮查伊在2024年第二季度说过的话，似乎是为了佐证这一点。台积电和谷歌母公司Alphabet的毛利率大致相同，但它们的商业模式却截然不同。英伟达的财务状况也与台积电不同。它们各自的资本支出策略都需要反映出这种风险。 Alphabet 2024 财年的资本密集度（以购置固定资产、厂房及设备支出除以营收计算）仅为 15%。台积电的资本密集度则超过 33%，是 Alphabet 的两倍多。更重要的是，折旧（即资本支出成本反映在收益中的部分）仅占 Alphabet 营收成本的 10%。而台积电的这一比例高达 45%，是 Alphabet 的四倍多。 作为台积电一级客户，英伟达的数据则更为显著。2024年，其资本密集度仅为2.5%，折旧成本仅占营业成本的5.7%。作为一家无晶圆厂芯片制造商，英伟达的毛利率可高达70%以上。其唯一真正的风险在于库存过剩。即便如此，英伟达也可以在10月底将所有库存注销，并保持接近其主要供应商的毛利率。此外，这两家客户都远没有台积电那样的客户集中度高。 有人抱怨台积电可以而且应该加快建设速度，这种说法忽略了一个事实：一旦经济衰退、需求下降，最终承担后果的将是台积电。魏先生解释说，新建一座晶圆厂需要两到三年时间，因此公司必须紧跟市场趋势，而不能过多考虑过去。“即便我们今年投入520亿到560亿美元，今年的盈利也为零，”魏先生表示。无论当季营收如何，台积电的主要成本——购置设备——都会保留在账面上。 在近十年的时间里，苹果一直是推动台积电不断投资新建工厂的主要动力。如今，这个角色已经转移到了英伟达，而黄仁勋的影响力也开始超越蒂姆·库克。但他们都不必操心半导体制造的昂贵成本，只需费尽心思地向魏承东（CC Wei）乞求晶圆即可。 对于这类客户而言，代工厂的产能是一项固定成本，他们无需为此担忧。正因如此，全球十大公司中有八家选择台积电代工芯片，而这家台湾巨头也因此在像现在这样的经济繁荣时期获益匪浅。

马斯克 凤凰网科技讯 北京时间1月23日，据路透社报道，特斯拉CEO埃隆·马斯克(Elon Musk)周四表示，驾驶员监督版全自动驾驶系统(FSD)最早可能在下个月获得欧洲和中国监管机构的批准。随着汽车销量放缓，特斯拉正寻求通过提升软件收入来推动增长。 尽管FSD在监管层面的进展以及自动驾驶出租车的早期部署，显示出特斯拉AI雄心呈现出积极势头，但相对于其远高于许多科技和汽车公司的估值而言，这项技术仍处于早期发展阶段。 “我们希望监督版FSD能在欧洲获批，顺利的话是在下个月，之后中国或许也能在相近的时间批准它。”马斯克在首次亮相达沃斯世界经济论坛时表示。 特斯拉一直在寻求欧洲批准FSD。相较于美国，欧洲更严格的汽车安全法规和分散的监管体系延缓了该系统的部署进程。荷兰车辆管理局(RDW)在去年11月表示，预计将在今年2月对FSD做出决定。特斯拉曾表示，一旦FSD在荷兰获得批准，其他欧盟国家可以认可此项豁免，并在欧盟正式批准前允许该系统推出。 马斯克还透露，特斯拉已在美国得州奥斯汀提供自动驾驶出租车服务，且不再配备安全监督员。该服务于去年6月启动，当时由一名特斯拉员工坐在副驾驶位置，对车辆的行驶行为进行监督。 他已多次表示，为自动驾驶汽车开发的许多AI技术，也将成为特斯拉计划中的人形机器人的技术基础。 马斯克在周四称，预计未来机器人数量将超过人类。特斯拉预计将在明年年底前向公众出售人形机器人Optimus，这一时间表晚于他此前的预期。(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”。