3月中旬，在英伟达GTC 2026大会上，黄仁勋围绕Token的爆发式增长，做了一番令人振奋的发言：数据中心不再是文件仓库，而是生产Token的工厂。 “在Token工厂里，你的吞吐量和Token生成速度，将直接转化为明年的精确收入。”他说。 这番话并非虚无缥缈的畅想，而是对AI行业商业模式跃迁的精准总结——Token正在成为新时代的电力和石油，极具战略价值，且需求极为刚性；AI公司卖API、卖会员、卖广告，都不如卖Token有前途。 这套逻辑随后被冠以“Token经济”的名头，迅速席卷全球，并在AI行业激发广泛而深远的回响。 Token经济最直接的影响之一，是让AI公司售卖Token的基本商业模式，披上了充满想象力的外衣，并撑起了全球资本的热情。 今年以来，国内外许多头部AI公司完成上市，或拿到规模空前的新一轮融资，背后都有新概念加持的影子。 但在企业与资本的狂欢背后，隐忧开始浮现：Token经济，正在被简单地传导为“Token需要涨价。” 随着智能体取代Chatbot，AI服务的算力成本指数级上升。绝大多数AI公司倾向于把Token卖得更贵，以搭建一套符合逻辑、可持续运转的商业模式。 相对应地，各路资本追捧AI公司，同样基于这样的假设：Token经济时代，普通企业的Token消耗量一路飞升，而这会给AI公司创造源源不断的收入，稳定推升后者的长期价值。 Token涨价，似乎成为必然。 就在全行业大笔融资的同时，国内一些AI平台宣布涨价，或取消了较便宜的基础套餐，既包括字节、阿里、腾讯等老牌云服务，也有智谱这样的新贵。国外的OpenAI多次涨价，Anthropic也变相大幅提高了Claude Code的收费标准，引发大量吐槽。 然而在旺盛需求面前，AI公司通过涨价可以获得立竿见影的回报，也有可能造成供需两侧的矛盾：AI公司和普通企业都是Token经济的参与者，但一个雄心勃勃要涨价，一个却越来越不堪重负，期待价格平稳甚至下滑。 越来越贵的Token，正成为不少企业无法弃用，却又难以负担的“AI负重”。而AI公司依靠强势地位，强行涨价、逼迫客户多花钱，显然是一种非常脆弱的商业模式。只有在静如止水的理想竞争环境中，这种模式才有可能持续下去。 但日新月异的变化，恰恰是AI这条时代河流的最大特征。管理学大师纳西姆·塔勒布在《反脆弱》一书中指出：世界充满不可预测的“黑天鹅”事件。ChatGPT横空出世后的三年多里，AI行业的“黑天鹅”已经屡屡扇动翅膀，每一次都在全行业掀起变革浪潮。 AI公司不能祈求环境一成不变，依靠一套脆弱的商业模式赚钱，而是必须培育出“反脆弱”的能力，以适应变化、对冲波动，保持稳健的增长势头。正如《反脆弱》所言，脆弱者在波动中毁灭，强韧者仅能复原，而反脆弱者能从混乱、压力与不确定性中获益、变得更强。 AI公司需要回答一道难题：当Token经济时代全面到来时，该如何“反脆弱”，建立更有韧性的商业模式？ 1 现阶段，Token到底是贵还是便宜？ 一些AI公司的答案是“便宜”，还有上涨空间。 以智谱为例，它在今年2月宣布GLM Coding Plan涨价30%，原因是用户规模和调用量快速提升，市场需求持续强劲增长。其他公司在调价时大都采用了类似话术。 但对于任何一门生意而言，“因为不愁卖，所以要涨价”的商业逻辑，并不能长久运转下去。 充分竞争的行业终归会走向供需平衡，Token和AI也不例外。跑得更快的公司可以吃到先发红利，甚至暂时掌握“涨价权”；但当市场步入成熟期后，AI公司涨价的难度将越来越大，直至搁浅。 越卖越贵的Token，还掩盖了不少AI公司业务单一的短板。 这些公司把生产和销售Token作为唯一要务。企业除了购买API和MaaS，还需要自己搭建Agent矩阵、编排Skills，做业务适配和流程嵌入。 只知道卖Token的AI公司，很难培养起客户忠诚度，也无法构建用户生态。一旦别家Token更便宜、模型性能更强，客户就很可能流失。 也有一些AI公司认为，Token还是太贵了。 DeepSeek就持有这样的观点。 它在4月底发布V4预览版，各项技术指标十分出色，尤其是支持100万Token上下文，在长文本问答、减少幻觉等方面优势明显，完全有理由像同行一样涨价。 但出乎不少人意料，DeepSeek V4甚至比V3版本还便宜。发布48小时后，DeepSeek又将V4 Pro和Flash的输入价格（缓存命中）降低90%。 DeepSeek V4性价比惊人。根据OpenRouter的数据，处理相同长度的文本任务，DeepSeek V4的输出价格比GPT、Claude、Gemini等便宜了99%。 与此同时，DeepSeek还引入新技术，比如全新的混合注意力架构等，大幅降低了Token消耗量。据测算，在百万Token上下文设置下，V4-Pro每处理一个Token的算力消耗只有V3.2的27%，KV缓存占用只有10%。 以原生多模态大模型技术见长的商汤科技，也采取了类似策略。 不久前，商汤科技推出日日新SenseNova 6.7 Flash-Lite，一款全新的轻量化多模态智能体模型。与DeepSeek V4类似，商汤的新模型通过使用商汤科技的多模态大模型技术实现了Token消耗的大幅降低；在信息搜索等场景中，降幅可达60%。 同时，商汤还开启了免费试用活动。开发者选用SenseNova Token Plan，首月可免费获得无门槛调用配额，每5小时1500次调用额度。 商汤目的明确：既要降低Token单价，让企业用得起；又要降低Token消耗，让企业不担心一不留神“超标”。这两家AI公司采取的是“技术降本”策略，即通过迭代AI技术，以达到Token的大幅消耗，来降低企业使用成本，而非提价Token。 道理很简单：只有企业愿意用、用得起，AI公司才能玩转Token经济，才能“反脆弱”。只靠卖得贵来赚快钱，显然不是长久之计。 2 把Token成本打下来，是定价问题，更是技术问题。 一些公司选择追求SOTA，比如OpenAI、Anthropic，不仅要做到地表最强，还要比一比谁能首先实现通用人工智能，站在全人类的最前沿。 但也有许多公司的策略有所不同。 没兴趣刷榜的DeepSeek，把更多注意力放在了“AI+生产力”上。 根据DeepSeek的说法，V4在智能体任务、知识处理与推理能力方面表现突出，并针对Claude Code等主流AI编程工具进行了专项优化。 那么优化效果有多好？大模型评估平台Vals AI的测评结果显示，在代码生成方面，V4大幅领先所有其他开源模型。 可以说，DeepSeek做到了生产力场景下的SOTA。 商汤也采取了类似策略，选择了办公技能集（Skills）作为突破口。 它除了不断迭代新模型，还配套开发了全系列的办公Skills，且原生支持主流智能体框架。这样做的好处是，企业在应对不同场景、不同需求时，都可以快速搭建专属Agent，组成适合自身的AI工具箱，低成本快速部署和使用。 以SenseNova 6.7 Flash-Lite为例，这款轻量化多模态智能体模型原生支持OpenClaw、Hermes Agent等智能体框架，配合SenseNova-Skills，可以覆盖大多数办公场景，让企业快速形成端到端的复杂工作流，一键开启全自动办公。 比如，一家大型蔬菜企业希望让AI分析销售数据。SenseNova 6.7 Flash-Lite先是对连续3年的近90万行销售记录进行“数据审计”，确认数据正确后，再进行收入、成本、利润等财务指标分析，最终提供了“建立动态定价机制”和“调整品类结构”等五项精准建议，直接辅助企业管理层决策。 与DeepSeek相比，商汤对于生产力场景的理解更深入，打法也更有节奏：先抓住“稳”的高频场景，再探索“热”的场景。 “稳”的场景，就是打工人每天都在用的数据分析、深度研究、PPT创作、搜索等。这类场景业务流程清晰、容错率高、即时性较低，非常适合作为AI的首选“登陆场”。能够迅速打穿这类场景，来自于商汤在办公场景沉淀的知识和流程经验，以及在To B服务中积累的客户信任，当客户顺应AI势能而衍生新的技术赋能需求，商汤很快就抓住了。 “稳”的场景更高一层的则是“热”的场景，如视频生成、智能营销、具身智能等，与日常办公相比，其难度和要求上了一个数量级。再往上，则是金融、教育等要求极高的场景。 抓住这些从易到难的场景，就抓住了“AI+生产力”的本质。 同时，这也是AI公司接下来必须走的路。 AI大模型发展至今，“生产力”已经越来越重要。各类智能体取代Chatbot，成为核心落地场景。无论是个人还是企业用户，都希望用AI来干活、帮忙解决问题，而非只能聊聊天。 这也意味着，要想构建足够强韧的商业模式，AI公司必须以生产力为出发点，构建一整套低门槛、高上限的技术体系。 与单纯比拼大模型能力相比，手握这样一套“干活儿”的产品矩阵，AI公司才能尽可能抵消行业波动的影响，长期立于不败之地。 3 Token经济时代，AI公司需要改变经营范式和发展重心，而资本市场也正在调整对AI公司的估值逻辑。 过去四年间，资本更喜欢看哪家公司的大模型“刷榜”，谁的算力储备更多，哪家的AI App用户多等。 但如今，与生产力结合紧密的AI公司，越来越受到追捧。特别是在B端市场建立竞争优势的企业，堪称“当红炸子鸡”。 两大头部玩家仍在高歌猛进：OpenAI以8520亿美元的估值，完成了惊人的1220亿美元融资。最大对手Anthropic不甘示弱，最近被曝出融资300亿美元，市值达9000亿美元，首度反超OpenAI。在不少人看来，以AI编程见长的Anthropic，后劲比OpenAI更强。 “AI+生产力”，已经成为Token经济时代的企业价值催化剂。在这一块，DeepSeek和商汤已经站稳了脚跟，并逐渐得到认可。 5月初，DeepSeek被曝出寻求融资超500亿元人民币，有望刷新国内AI公司单轮融资纪录；投后估值更是突破3500亿元。 在许多投资者心目中，DeepSeek显然会比许多明星公司走得更远、飞得更高。 与一再震撼全球AI圈的DeepSeek相比，商汤低调了不少，但也具备自己的独特优势。商汤的“三位一体”战略包括了：算力基础设施（大装置）-大模型研发（日日新大模型）-AI应用，是AI行业不多见的全栈公司。 从2020年开始发力大模型，商汤一边推动模型和应用的研发，一边长期投入智算中心AIDC建设，打造了覆盖算力、模型与垂直应用的体系，实现了AI场景全栈覆盖，软硬协同，让商汤AI的综合实力位列行业一流。 而这一AI全栈能力，为商汤降低Token成本与价格奠定了根基。 与DeepSeek类似，商汤并非强行把价格打下来，而是“技术降本”，从源头上革新技术范式，为低成本Token创造空间。 以最新发布的SenseNova 6.7 Flash-Lite为例，它没有采用传统的“语言+视觉”拼接设计，而是通过原生多模态架构，取消了视觉转文本中间层。这样它能以更小的参数量完成任务，还可大幅降低推理过程中的Token消耗。在第三方权威机构Claw-Eval最新发布的测试中SenseNova 6.7 Flash-Lite进入全球TOP10，成为排名最高的轻量级模型。 此外，商汤具备一个独特优势：长期深耕B端。这让它拥有了应对不同层级客户、不同复杂场景的丰富经验。这些年来，尽管具体的业务形态发生了巨变，但商汤此前积累的行业认知和经营范式依然有效，为AI落地生产力场景奠定了良好的基础。 一个合理的判断是：商汤存在一定程度的低估，尚需具备长远眼光的投资者去真正“看到”。 再回到一开始的问题：AI公司该如何“反脆弱”？ DeepSeek和商汤展现了“反脆弱”的禀赋。他们靠技术把Token价格降下来、帮助企业控制AI成本，同时又把“AI+生产力”作为出发点和目的地，跑出了一条独具特色的发展路径。由此产生的“反脆弱”能力，正在逐渐释放价值。 如今，DeepSeek的估值潜力刚被释放，就迸发出惊人光芒。与之类似，商汤虽然目前处于价值洼地，但随着“AI+生产力”场景愈发宽广，商汤也将释放行稳致远的增长潜力。AI行业的“反脆弱”，刚刚拉开序幕。

凤凰网科技讯 （作者/许婧）5月19日，DeepSeek今日就用户反馈的“输入特殊字符触发模型异常回复”一事发布说明。官方表示，经技术团队全面排查，用户输入“<think>”等字符后偶发的不可预期内容，属于特殊字符引发的模型幻觉，不涉及安全问题或隐私泄露。 DeepSeek称，后续将通过针对性训练增强模型对特殊字符的识别与处理能力，修复相关已知问题，优化模型在此类场景中的表现。

IT之家 5 月 19 日消息，据韩国时报消息，根据今日发布的投资者关系资料，现代汽车集团公布了部署 2.5 万台由其子公司波士顿动力（Boston Dynamics）开发的 Atlas 人形机器人计划，并将在美国工厂制造核心机器人零部件。 IT之家获悉，此次部署是该汽车集团将人形机器人整合到核心制造流程中的阶段性战略的一部分。 该计划是在由全球投资银行摩根大通（JPMorgan Chase）主办的投资者关系会议上提出的。现代汽车集团在会上表示，目标产能是到 2028 年实现年产 3 万台 Atlas 机器人。 该集团表示，计划在现代汽车和起亚的制造工厂中部署超过 2.5 万台 Atlas 机器人，但并未提供详细的推广时间表或指明具体工厂。 现代汽车集团表示，其目标是在美国工厂中每年生产超过 30 万个执行器单元。执行器是机器人的核心部件，起着关节和肌肉的作用。

凤凰网科技讯 （作者/许婧）5月19日，在今日举行的AMD AI开发者日活动上，AMD董事长兼首席执行官苏姿丰表示，当前人工智能的发展正处在令人振奋的历史节点。她坦言自己在科技行业已工作超过30年，但从未有过比今天更令人激动的时刻。 苏姿丰预测，未来五年内全球将有50亿人每天使用AI。而支撑这一规模的关键在于拥有合适的应用场景。她指出，不存在某一种单一应用或工作流能够满足所有人的需求，行业需要多样化的模型与工作流，才能真正利用AI改变生活和商业的方方面面。 她观察到，近几个月来AI的发展显著加速，大语言模型持续演进的同时，推理型AI也变得更加普及。企业界对AI的关注空前高涨，“每个国家的每一位CEO，无论企业规模大小，都在讨论如何利用AI更有效地影响业务。” 在技术层面，苏姿丰认为AI正在不断演变。开发者不仅需要处于核心位置的大语言模型，还必须赋予AI推理能力、学习能力以及数据流处理能力，使其能够持续推理、处理更多数据并不断学习迭代，这正是智能体的价值所在。 展望未来，苏姿丰判断GPU将无处不在，渗透整个生态系统，同时海量的CPU处理能力同样不可或缺。开发者需要完整的端到端计算体系，而这正是AMD的战略重点——提供从底层硬件到上层应用的全面计算能力。

凤凰网科技讯 （作者/许婧）5月19日，宇树科技今日公布一段一镜到底视频，展示了其人形机器人G1通过外部语音指令直接驱动、AI自主实时生成各类动作的能力。视频采用现场收声方式拍摄，未经剪辑处理。 自动播放 据宇树科技介绍，该技术完全由AI实时生成动作，无需预设轨迹。不过，由于是自主实时生成，当前版本存在一定响应延迟，且动作的流畅度仍有提升空间。公开资料显示，宇树G1人形机器人发布于2024年，配备23至43个关节电机，搭载力控灵巧手，身高约127厘米，体重约35公斤。

5月19日消息，据AI普瑞斯独家获悉，字节跳动视频生成模型Seedance 2.1将于近期发布，预计生成效果较2.0版本提升20%。 此外，字节跳动还将推出Seedance2.0低配版，比目前的fast版效果更好，但价格更低，预计是5毛一秒，可能要对市场上其他厂商的视频模型造成巨大冲击。 据行业人士向AI普瑞斯透露，按日消耗占比计算，Seedance已占据市场超八成份额，可灵约占14%，万相2.7约占4%，HappyHorse占比不足1%。 今年2月，Seedance 2.0上线后即引爆市场，漫剧、短剧公司蜂拥而至，到3月底字节漫剧日消耗突破7000万元，首次超过真人短剧。 而可灵作为快手旗下旗舰产品，2026年1月年化收入运行率已超3亿美元，月活用户突破1200万，在视频生成赛道商业化进度仅次于Seedance。 此前，据金融时报发布的中国AI实验室最佳视频模型排行榜，在文本转视频、图像转视频、视频编辑三大领域内，字节Seedance2.0均排名第一，阿里HappyHorse1.0排名第二。

凤凰网科技讯 （作者/许婧）5月19日，在今晚的“联想天禧AI一体多端全场景新品超能之夜”中，联想推出Y900系列平板电脑，提供11英寸和13英寸两个版本。 两款机型厚度均为5.99mm，11英寸版重480g，13英寸版重599g。均配备4K分辨率（3840×2560）144Hz高刷屏幕，峰值亮度1100尼特，支持8192级压感的第二代联想手写笔Pro。可搭配1.5mm键程磁吸键盘，支持RGB背光及大面积触控板。 全系标配存储卡扩展槽，并支持PC级WPS Office、剪映专业版、中望CAD、CAJViewer等桌面级应用软件。其中11英寸版搭载联发科天玑9500s处理器，13英寸版搭载高通骁龙8至尊版处理器。 价格如下： 11英寸 480g + 5.99mm + 144Hz：2699元起 13英寸 599g + 5.99mm + 144Hz：3399元起

快科技5月19日消息，现在很多学生写作业、写作文都爱用AI帮忙，到底能不能用、该怎么用，清华大学用一门必修课给出了答案。 清华写作与沟通课是全校大一新生都要上的通识必修课，今年春季学期，学校正式出台了AI使用指南，分成教师版和学生版，不直接禁止学生用AI，而是主动引导大家合理用好这个工具。 学校认为，与其强行禁止学生接触AI，不如主动规范用法。AI虽然能快速写出完整文章，但很容易让人产生能力幻觉，看似完成了作业，自身的逻辑思考和写作能力并没有真正提升。 这门课的核心不是凑出一篇文章，而是锻炼独立思考、整理思路、甄别信息的本事，这些都不能让AI全权代劳。 指南划定了清晰底线，要求学生坚守学术诚信，使用AI必须主动说明用途和使用环节，还要自己核实AI给出的资料和观点，不能照搬照抄。 老师也会刻意设计教学环节，让学生对比AI多篇文章，找出内容漏洞、文献虚构等问题，慢慢培养辨别能力。 课堂上老师也鼓励把AI当成参谋和助手，可以用来开拓写作思路、模拟访谈、拓展选题角度，但关键思考、查阅资料、论证观点必须自己完成。 不少学生会记录和AI的对话过程，方便老师判断是合理借用工具，还是直接偷懒让AI代做任务。 老师们也看得很清楚，AI随手就能写出及格水平的文章，但真正有思想深度、有独立见解的内容，还是要靠人自己沉淀和思考。 清华这门课的做法，就是让学生学会驾驭AI，而不是被AI替代，守住独立思考的能力。

凤凰网科技讯 （作者/许婧）5月19日，在今晚的“联想天禧AI一体多端全场景新品超能之夜”上，联想发布了Y7000X游戏本，起售价8999元。 该机重1.95kg，厚18.9mm，搭载80Wh电池，最高配备16GB DDR5 6400内存与1TB PCIe 5.0 SSD。 屏幕为15.3英寸2560×1600 OLED面板，刷新率165Hz，峰值亮度1100尼特。新增冰魄白配色，机身采用亲肤丝绸涂层。 具体价格如下： Core 7 245HX + RTX 5060 + 16GB + 512GB 碳晶黑：8999元 Core 7 245HX + RTX 5060 + 16GB + 512GB 冰魄白：9299元 Ultra 7 251HX + RTX 5060 + 16GB + 1TB 碳晶黑：10499元 Ultra 7 251HX + RTX 5060 + 16GB + 1TB 冰魄白：10799元 Ultra 7 251HX + RTX 5070 12G + 16GB + 1TB 碳晶黑：13199元 Ultra 7 251HX + RTX 5070 12G + 16GB + 1TB 冰魄白：13499元

文 | 象先志 前几天，Julia Kempe在X上发了一条告别帖：宣布即将离开Meta，下个月起加入牛津的Ellison Institute of Technology，继续做foundation models（基础模型）的基础研究。 但在杨立昆几小时内转推了她。 也许这位研究员并不为人所熟知，只要知道，他是杨立昆离职后，Meta内部研究方向最接近他的人，是纽约大学数学系Silver Professor（最高荣誉教席）就够了。 注意一个细节——杨立昆的页面上一直挂着一条签名式声明，第一句话是“I do not write posts on X.”（我不在 X 上发帖。）他几乎不原创发帖，一个月也转不了几条。但是这次他迅速转发了这条Meta的人事信息，似乎带有一种复仇的意味。 回到去年，小扎砸了 143亿美元请来的AI 急救方案亚历山大・王，加一个新建的Meta Superintelligence Labs（MSL）让杨立昆这样的传奇研究员不得不向一个 28 岁的年轻人汇报，从而导致了他从Meta愤然离职。而今天Kempa的离职，几乎已经宣判了小扎选择亚历山大・王的发展路径，已经走向绝路。 杨立昆的，就像给小扎和Meta下了一道判决：Meta的基础模型研究，永远也做不起来。 挖来的研究员，悉数离场 2025年6月，在Llama 4大模型发布后市场反响不佳的两个月后，Meta CEO马克・扎克伯格敲定了公司史上最大一笔对外投资：以143亿美元收购AI数据服务商Scale AI 49%的无投票权股份。此次交易对Scale AI 的整体估值为290亿美元，其创始人亚历山大・王（Alexandr Wang）个人所持股份对应价值约50亿美元。 此次收购案本质是一次人才收购，花143亿买王这一个人。Scale AI仍然独立运营，亚历山大・王保留原公司CEO身份，同时入主Meta 任新设立的 Chief AI Officer，直接向 Zuckerberg 汇报。 亚历山大・王只有28岁。 同步动作是大规模挖人。从OpenAI、Google、Anthropic、Thinking Machines Lab各家抢——光从Mira Murati的Thinking Machines Lab就一口气挖走5个创始人，包括传说中那个15亿美元的ghost engineer（业内多次报道，Meta 从未公开姓名）。 新成立的MSL被拆成4个组：亚历山大・王自己带的TBD Lab 做LLM、Rob Fergus带的 FAIR 改成MSL子团队做长期研究、Friedman带的 Products做消费集成、Aparna Ramani带的Infra做基础设施。 蓝图画得很大。Zuckerberg在2025年6月30日发的全员备忘录里把亚历山大・王称作 “this generation's most impressive founder”（这一代最让人印象深刻的创业者）。 然后9个月就走样了。 第一刀是2025年10月——亚历山大・王接手仅4个月，MSL砍掉 600个岗位。 第二刀是2026年1月——Reality Labs 准备裁员，让位给 AI。 第三刀是2026年3月——Meta 内部从“集中领导”改成“冗余领导”结构。新建Applied AI Engineering单元，由 Maher Saba 带，直接向CTO Andrew Bosworth汇报，不归王管。媒体当时的判断写得很直接：这一动作“ effectively strips Wang of absolute autonomy”（实质上剥夺了 亚历山大・王的绝对自主权）。 入主 9 个月，Zuckerberg自己开始收回授权。 接下来是 4 月。Muse Spark模型发布，被Wall Street描述为“有潜力，但投资者想看到战略”。然后是4月30日的Q1 earnings call——Bloomberg当天的报道标题：“Meta CEO Mark Zuckerberg Vague on Earnings Call About AI Revenue Plans.”（扎克伯格在财报电话会上对 AI 营收计划含糊其辞。）CEO自己也讲不清AI怎么变现。 到5月，出走潮开始。 至少8个MSL成员自去年7月以来已经离开。几个具体名字——Avi Verma：原OpenAI人，被Meta 高薪挖来，在MSL待不到一个月就跑回了OpenAI。 Ethan Knight：也回了OpenAI。 Rishabh Agarwal：在Meta 5个月后离开，去了Periodic Labs。 Julia Kempe也就是杨立昆转推的这位研究员：5月16 日宣布离开，下个月去牛津Ellison Institute做foundation models基础研究。 业内观察的原话是——越来越多前MSL员工正在对手公司浮出水面，OpenAI是常见目的地。 翻译一下：Zuckerberg斥巨资挖来的人，根本呆不住。Meta和小扎的急功近利，让所有专注研究的人都水土不服。 Kempa为什么重要？ 简介来自纽约大学官网。 Julia Kempe是纽约大学数学系Silver Professor（最高荣誉教席），伯克利数学博士，2024年全职进Meta之前带过NYU数据科学中心五年。这种学术身份在硅谷工业实验室里是稀缺品。Meta把她挖进MSL，本身就是对外姿态——MSL不只是亚历山大・王的产品作坊，也有顶级学者愿意来。 她在MSL领导的是 Foundations of Reasoning Team（推理基础研究团队），专门给Llama装“会思考”的底子。Llama 3.3和Llama 4在推理上的能力提升，她是核心贡献者。 这个位置不能轻易换人——市场上不缺研究学者，缺的是同时具备学术声望、产品配合度、学术圈背书的人。她和LeCun同属一个学派，同在NYU Courant楼里，同样的欧洲数学背景，同样的研究品味。杨立昆年离开Meta之后，Kempe是Meta内部最接近他的那个替代者。 所以她离职不是一个研究员跳槽，而是Meta基础模型研究的崩塌。 她去的地方否决了亚历山大・王的整套打法，已经无法做成OpenAI、Anthropic那种工业实验室加规模扩张的路线，这是用自己的去向公开宣布：她不是放弃AI，她是放弃Meta的AI路线。 把她放回过去10个月MSL至少8个出走者的名单，她是沉没成本最大的那一个——其他人有的不到一个月就回OpenAI，可以解释为“水土不服”。Kempe待了将近两年，是看完内部运作之后做的判决。她都走了，剩下还在观望的研究骨干，门槛已经被她踩低了。 而Zuckerberg自己也在动摇。3月亚历山大・王已被部分削权，4月30日财报电话会被Bloomberg形容为“对 AI营收计划含糊其辞”。Kempe 5月16日离职，4天后Meta启动8000人裁员——这一切，很难被看作是巧合。 Llama 4开始，Meta就输了 回顾Meta的溃败，在去年初就已经开始了。 2025年1月，DeepSeek R1出来了性能逼近GPT-4，训练成本据称不到600万美金。硅谷震动。Meta慌了。 3个月后，2025年4月，Meta仓促发布Llama 4。当时业内的判断很直接：这是Meta对DeepSeek的回应。海外媒体当时的标题就是 “Meta's answer to DeepSeek is here.” Scout加Maverick两个模型先发，2T参数的Behemoth还在训练，号称做完会用蒸馏把能力下放给前两个。 然后Llama4翻车了。 Llama 4 Maverick在aider polyglot编码评测上只得了16%——同期Claude Sonnet 3.7 是60%上下。开源社区里Zvi Mowshowitz写了一篇推文标题就叫“Llama Does Not Look Good 4 Anything.”（Llama 啥都不行。）业内评价更直接：“Scout and Maverick feel like rushed responses to China, not tools for developers.”（Scout 和 Maverick 像是对中国的仓促回应，不是给开发者的工具。） 更难看的还在后面。Meta给LMArena提交的是一个叫 “Llama-4-Maverick-03-26-Experimental”的特殊版本——专门为human preference投票调过——一上线就刷到了LMArena 第一。社区识破后，LMSYS直接修改了leaderboard规则反制Meta。Meta自家的生成式 AI副总裁Ahmad Al-Dahle还得专门出来辟谣，但这个刷榜事件又让Meta再度抬不起头。 Llama 4不是技术失败，是节奏失败。 Meta想DeepSeek出来3个月就追上，做不到，所以选择刷榜。但刷榜被抓现行，比追不上更难看。 然后就是“牛油果计划”，但Meta在这个项目上的最新进展是：宣布延期。毫无疑问，难产的事实也完全做实。 更不必说最近Meta 对Manus的收购中止，整体看下来，虽然小扎对AI始终是望眼欲穿，但AI好像在追着Meta杀。所有的内部路线，几乎都走向了终结。 写在最后 横向对比来看——OpenAI、Anthropic、Google DeepMind 这三家，过去三年里没有任何一家用砸天价救场。OpenAI从Y Combinator时代慢慢长起来，Anthropic从OpenAI出走的几个人慢慢建队伍，DeepMind在Google内部默默搞AlphaFold搞了11 年。 只有Meta，一直在想花钱买条快路。现在这条路也接近终结。 这条路9个月就走不下去了。 更深一层的事是——Kempe这种人，离开MSL去牛津做基础研究，月薪可能不到她在 MSL package 的零头。学者用脚投票投的不是钱，是尊严。MSL给得起天价package，但给不出做研究的尊严。Kempe在 Meta 最后干的活是consumer agents，离她NYU实验室做的那种推理基础研究，已经相去甚远。 亚历山大・王接手后的MSL不是研究院，是一家急着出产品的公司。这种地方留不住有自己研究品味的学者。 这也不只是Meta一家的事。2025到2026这一年半里，整个硅谷都在抢人、砸钱、改名，所有公司都在向“应用导向 + scaling”靠拢。但有意思的是——最有水平的研究者反而在悄悄离场。 他们都不是去更大、更有钱的地方。他们是去更小、更安静、更纯粹研究的地方。 杨立昆用一个简单的转推，宣判了Meta AI模式的彻底死亡。 这一下转推，等于一封没有正文的离职信——离开 Meta 的不是 Kempe 一个人，是LeCun代表的整个纯研究派给扎克伯格交的一份联署信。 只有钱，买不来 AI 。

凤凰网科技讯 （作者/许婧）5月19日，联想在今晚的发布会上推出了一款全新mini AI主机——联想AI主机P7。官方称其体积仅与充电宝相当，搭载国产自研AI PC处理器此芯P1，将于7月1日正式开启众筹。 此芯P1处理器于2024年发布，采用6nm制程工艺，配备12核Arm架构CPU（8个性能核+4个能效核），最高主频3.2GHz，同时集成10核桌面级GPU。在30W功耗控制下，联想AI主机P7可提供190 TOPS的算力，支持本地部署122B参数大语言模型，满足实时AI推理需求。 该机型最高支持80GB内存，内置5000平方毫米以上的VC均热板，满载运行噪音低于35dB。接口方面提供4个USB-C、PCIe 4.0及AI加速卡扩展等。此外，该主机支持一机双模，可在智能体模式与大模型模式之间自由切换。

凤凰网科技讯 （作者/许婧）5月19日，在今日举行的“联想天禧AI一体多端全场景新品超能之夜”上，联想推出YOGA Air 14 Ultra轻薄本。该机厚度13.9mm，重量仅975g，配备14英寸2880×1800分辨率120Hz OLED屏幕，以及玻璃表面全域压感触控板，内置四扬声器。 配置方面，该机型提供多种处理器版本：Ultra 5 325+16GB RAM+1TB SSD售价9999元；Ultra 5 338H+32GB RAM+1TB SSD售价12499元；Ultra X7 358H+32GB RAM+1TB SSD售价13999元；Ultra X9 388H+64GB RAM+2TB SSD售价22999元。全系标配LPDDR5x内存与PCIe 4.0 SSD，提供3个雷电4接口。

智东西 作者 | 杨京丽 编辑 | 李水青 智东西5月19日消息，今天凌晨，Anthropic宣布已收购开发者工具初创公司Stainless。 此前，StAInless的软件被包括OpenAI和谷歌在内的多家公司广泛使用，收购完成后，其工具将只对Anthropic可用，不再向竞争对手开放。 Anthropic宣布收购Stainless（图源：X） Anthropic和Stainless均未披露交易条款。据The Information上周报道，Anthropic正洽谈以超过3亿美元（约合人民币20.42亿元）收购Stainless，Stainless的投资方包括红杉资本和Andreessen Horowitz。 该收购意味着，Anthropic获得了一个长期支持其官方SDK生成的团队，将这家曾服务多家AI公司和开发者平台的基础设施供应商收入囊中。随着Agent不断优化任务执行能力，API、SDK和MCP服务器等连接工具的重要性正在上升。 一、曾支持Anthropic生成所有官方SDK，可自动维护多语言开发工具包 Anthropic在官网公告中称，AI前沿正在从“回答问题的模型”转向“能够行动的Agent”，而Agent的能力取决于它们能够触达哪些系统。Anthropic收购Stainless，希望进一步扩展其AI产品的触达能力。 Stainless成立于2022年，总部位于纽约，创始人亚历克斯·拉特雷（Alex Rattray）毕业于宾夕法尼亚大学，曾任美国支付基础设施公司Stripe工程师。Stainless的主营业务是自动生成和维护软件开发工具包（SDK）、命令行工具（CLI）和MCP服务器，这些工具可以帮助开发者和Agent调用API。 Anthropic称，从公司早期推出API起，Stainless就一直支持每个Anthropic官方SDK的生成，数百家公司依赖Stainless生成SDK、CLI和MCP服务器。 Stainless可将API规范转换为TypeScript、Python、Go、Java、Kotlin等语言的SDK。Anthropic称，这些SDK快速、可靠，用起来像是对应语言中的原生工具。据外媒TechCrunch报道，Stainless之所以成为热门工具，是因为该平台可以随着API变化自动更新SDK，省去了手动维护这一耗时流程。 Stainless创始人兼CEO拉特雷称，Anthropic是最早与Stainless合作的团队之一。过去几年，Stainless一直在关注开发者基于Claude构建出的产品，这促使了双方团队走到一起。 Stainless创始人兼CEO亚历克斯·拉特雷 二、Stainless将关闭托管产品，OpenAI、谷歌后续无法创建新SDK Stainless在官方博客中称，随着团队把重点转向Claude平台能力以及连接Agent与API，公司将逐步关闭所有托管的Stainless产品，包括SDK生成器。从公告当天起，新用户注册、新项目和新SDK将不可用。 Anthropic发言人称，Stainless客户仍将拥有截至目前已生成的SDK，并拥有按自己意愿修改和扩展这些SDK的完整权利。 TechCrunch称，Stainless的技术对Anthropic、OpenAI、谷歌、Replicate、Runway和Cloudflare等公司价值较高。这些公司正在构建能够连接外部软件、并帮助用户完成任务的AI Agent。Stainless的SDK工具是构建和维护这些连接的一种便捷方式，但今后，这些工具将只对Anthropic可用，不再向其竞争对手开放。 Stainless称，全球约四分之一的专业软件开发者，曾使用过由Stainless生成的SDK，或访问过由Stainless创建的文档网站。Anthropic称，公司创建MCP是为了让Agent连接成为可能。随着Stainless加入Anthropic，Claude平台将继续提升开发者体验，完善Agent连接能力。 结语：Anthropic完善Agent外部连接能力 这是Anthropic近半年来的又一次收购。2025年12月，Anthropic收购JavaScript运行环境及开发工具Bun，用于提升Claude Code的速度和稳定性；今年2月，Anthropic收购计算机使用Agent初创公司Vercept，推进Claude在真实应用中的多步骤操作能力；今年4月，Anthropic又收购生物技术AI初创公司Coefficient Bio，补强医疗和生命科学方向。 本月月初，Anthropic还与云服务提供商Akamai签成18亿美元（约合人民币122亿元）计算服务协议，满足其激增的软件服务需求。此次收购Stainless，则补强了Claude平台的SDK、CLI和MCP服务器等开发者工具能力，进一步完善Agent与外部系统的连接。 这一系列动作显示，Anthropic正在围绕Claude加速补齐从底层算力、开发者工具、Agent执行能力到垂直行业应用的关键环节，其业务版图正从基础模型扩展到AI基础设施等更广泛的领域。

凤凰网科技讯 （作者/许婧）5月19日，联想今晚推出YOGA 360 14变形本，主打“百变有型”。该机型搭载英特尔酷睿Ultra第二代处理器，配备32GB内存与1TB SSD。屏幕支持超纤手写，场景可随心定制。机身采用联想独家专利的“天工炫蓝”超强合一体天线，实现超轻薄、超稳定、超耐用。该产品起售价为8500元，将于5月19日20:00起开售。

凤凰网科技讯 （作者/许婧）5月19日，“联想天禧 AI 一体多端全场景新品超能之夜”中，联想推出2026款小新Air 14笔记本电脑，售价5499元起。 该机薄至11.9mm，轻约1.06kg，采用SSR星耀舒视屏，14英寸2.8K分辨率、120Hz刷新率，峰值亮度1100尼特，出厂逐台校色。搭载英特尔酷睿Ultra 5处理器，可选32GB内存与1TB硬盘（支持扩展），配备微笑键帽及四档背光，续航长达21小时。 价格如下： Ultra 5 226V + 16GB RAM + 512GB SSD：5499 元 Ultra 5 228V + 32GB RAM + 1TB SSD：6999 元

凤凰网科技讯 （作者/许婧）5月19日，在今晚举行的“联想天禧AI一体多端全场景新品超能之夜”上，联想发布了拯救者新一代Y70电竞手机，起售价2599元。该机将于今晚开启预售，6月9日正式开售。 拯救者新一代Y70配备一块6.82英寸2K猎速电竞屏，像素密度510 PPI，全局亮度2100尼特，峰值亮度高达7000尼特，支持1-144Hz自适应刷新率与100% P3色域。核心搭载高通骁龙8 Gen 5处理器，支持双实体SIM卡加双eSIM的四卡双待。 机身防护等级达到IP66/IP68/IP69，散热方面采用凝胶、液态金属与VC均热板组合的三重散热方案。

1995 年，微软内部搞过一次颇具乌托邦色彩的尝试。 他们觉得当时的 Windows 系统操作太复杂，于是想把电脑桌面直接做成一个普通人看得懂的「房间」。你想打字就点桌上的笔记本，想看时间就点墙上的挂钟，不用思考那些反直觉的操作路径。 这个产品叫 Microsoft Bob，结果上市没多久就光速下架了。原因五花八门，但究其根本，它并没有真正渗透进系统底层，只要用户的需求稍微复杂一点，就只能无能为力了。 三十年后，很多 AI 助手依然没有完全走出这个困境。 最近我体验到了腾讯新的 AI 助手 Marvis 马维斯 ，终于看到了一些不同。 相比于别人都在卷谁是 AI chatbot，Marvis 想干的是直接把整台电脑变成你可以随意使唤的搭档。官方给它的定位也正儿八经，叫「操作系统层级的个人 AI 助手」（官网：marvis.qq.com）。 不过，当我知道它背后是那个做了 14 年应用宝的团队时，就不觉得意外了：这种长期在 PC 和移动端底层生态里打拼的出身，恰恰意味着它不仅懂 AI，更懂设备和系统。 目前，Marvis 已率先覆盖 Windows PC 与 Android 手机端，iOS 和 macOS 版本也在推进中。APPSO 也在评论区准备了一些福利邀请码，手慢无。 六个 Agent，一支随时待命的私人 AI 团队 安装过程不算复杂，但对设备有点要求。Windows 端最低门槛是 8 核 CPU、16GB 内存加上固态硬盘。而且据官方透露，未来还会逐步兼容 6 核。 市面上很多 Agent 产品动辄让用户自己去搭工作流、安插件，Marvis 则是开箱即用，六个 Agent 零配置上手，对普通用户非常友好。刚进界面，里面已经有六个 Agent 在 7×24 小时待命了。 六个 Agent 都有自己的工位。没接到任务的时候，有的在打盹，有的在办公室里闲逛，有的在健身，有的在喝咖啡，还有一个直接去上厕所，一旦你发出指令，任务就会拆解分配给对应的成员。 这是一个分工明确的团队：PM 负责听懂你的需求，拆解任务往下派活；File Agent 处理文件的搜索、阅读和格式转换；Computer Agent 专门对付系统配置、查硬件、调夜间模式；APP Agent 负责在各种软件里代为操作，比如查个机票或者电商比价；Search Agent 负责快速从公开资源中定位答案并给出关键引用；最后是个 Browser Agent，定位是网页交互专家，进行网页交互与数据抓取。 任务链比较长的时候，看看这些动画也是别有一番趣味。 最有意思的是，这些 Agent 可以并行工作。举例而言，我先抛出一个需求：「电脑开机太慢了，帮我看看哪些自启动程序没用，帮我关掉。」 注意看，界面上还会实时显示字符消耗量，其实也就是 Token 消耗量，每天的免费额度是 2000 万 Token，堪堪够用。 结果显示，它给每个程序配了「人话版」说明，建议你哪些是可以按需、保留的第三方软件。重点是，涉及这种核心配置修改的操作，它会主动和你确认一下，才会执行。这种「AI 不会自作主张」的机制，稳得让人心安。 电脑用久了，总会碰到几个反复折磨人的小问题。「查看电池健康状况」「网速感觉变慢了，帮我测一下现在的上传下载和延迟。」「想玩个新游戏，帮我检测一下硬件配置，对比最低要求看看差在哪。」 以前遇到这些事，要么去开始菜单里找设置，要么去网上搜教程。现在，说一句话就行了。 Marvis 深度对接了系统信息和配置入口。它能看到硬件参数，也能直接修改系统设置。它不是帮你打开「控制面板」然后让你自己找，而是直接把事情办了。对于那些不熟悉电脑设置的人来说，这块的体验是最直观的。 举个例子：你想关掉 Windows 锁屏上的广告，你知道它在设置里叫什么吗？叫「关闭 Windows 聚焦」，有多少用户知道这个术语是关广告的？ 但 Marvis 能帮你一句话关掉。 本地文件时代，迎来 AI 入口 为了测它的能力，我还翻出了一件困扰已久的事：两个月前从某个群里下载的一张截图，只记得内容是关于《黑神话：悟空》，文件名完全忘了。 我输入：「帮我找一下关于《黑神话：悟空》的图片或截图，大概是一个月前的事儿。」 说实话我没抱太大希望。 但 Marvis 接单后，首先根据 Skill 指引，按文件名关键词和时间范围筛选出 1000 张照片，然后用 Python 快速筛选整个结果文件，并最终找到 8 张候选图。 第一张正是我要找的那张。 而且它的搜索范围极其宽泛：文件名、文档内容、图片里的景、截图里的字，全覆盖。哪怕描述模糊，它也都能捞出来。这个能力，比 Windows 自带的搜索确实强出了一大截。 当然，一听到「扫描图片」，可能会有人担心隐私。首次使用时你可以自己设定扫描范围。如果在生成的图谱里看到不想被索引的内容，右键一键屏蔽即可。而且端侧模型本身自带基础过滤，不是无差别的扫描。 除了找文件，Marvis 还能对本地的文档、表格等多种类型文件做深度理解和分析——支持内容优化、图表生成、文案润色、格式转换，帮原本费时费力的事情变得顺手。 比方说，下载了一批学术论文，摞在那里不知道从哪里读起。直接问 Marvis：「扫一遍这几篇 PDF，告诉我每篇的研究问题、方法和主要结论。」几分钟内，哪几篇值得细读、哪几篇可以先放着，心里就有数了，不用一篇一篇翻摘要。 再比如读完《三体》，笔记记了好几页，马上要在课上分享，手动整理提纲、挑内容、套 PPT 模板，少说也要折腾一两个小时。 但让 Marvis 根据读书笔记，生成一份 PPT，它能读懂笔记里的逻辑和层次，不需要手动复制粘贴再套模板，理解内容之后直接生成。 手机接管电脑，随时随地都能干活 手机遥控操作电脑，则是非常实用的跨端体验。去官网下了 Windows 客户端，再给手机安上 Marvis App，用同一个微信或 QQ 登录，还能直接连通两端。 具体来说，手机 App 连上电脑后，可以在手机上实时看到电脑桌面，并用触屏直接操控。哪怕电脑处于锁屏状态，手机依然可以接管，不需要电脑一直保持解锁状态。 比如我人在外面，突然听到朋友说前阵子新出了一款《洛克王国：世界》游戏，这时我就可以掏出手机输入：帮我在电脑上安装《洛克王国：世界》，回到家就能玩上了。 连接微信 ClawBot，也是没问题的，微信扫码登录后就能开启对话。 但我认为最实用的场景，是给家里长辈远程排查电脑问题。爸妈说「QQ 打不开了」，以前要么电话里盲猜，要么回家处理。现在直接接管他们的桌面，扫一眼就知道问题出在哪。前提是你的手机端 Marvis 马维斯，要能连接爸妈家里的电脑端马维斯，手机端是支持连接多个 PC 设备的。 而如果电脑断网了，手机端会自动切到云 Marvis 模式，支持独立调用云端能力，大部分任务依然能跑。并且这里还有一个独家绝活：在电脑上直接操控手机里的 App。同花顺、飞常准等应用已经在对接合作，这也得益于应用宝团队多年的跨端引擎积累。现在应用宝在移动端、pc 端、车载上都有支持，跨端研发经验充足。 和其他桌面 Agent 一样，Marvis 也支持自定义自动任务。 比如设置一个「深圳厚德品园二手房均价提醒」，填好任务说明——「查询最新二手房均价并通知用户」，再指定执行时间为每周一上午 10 点，之后什么都不用管，到点自动运行任务，并直接推送结果。 另一个值得单独说的功能，是技能（Skill）的自定义扩展。Marvis 支持一键安装专属技能包，提供了不少第三方 Skill，当然，你也可以导入自己常用的 Skill 文件，把它改造成更贴合个人工作流的样子。 有特定行业需求的用户，比如内容创作，理财投资、学术研究等等，不用依赖官方迭代，自己就能把对应的知识库和操作逻辑装进去。 最后，主打出活的 Agent 都绕不开最关键的问题：安全。 Marvis 马维斯提供了两种模式：效率模式和隐私模式。 设置里切到「隐私模式」，Marvis 会加载本地端侧模型，无论是文档还是图片的检索、解析、识别等，全部在本地运行，文件不会出你的电脑，甚至断网了都可以使用。官方所说的「数据不出域」，在拔掉网线的那一刻，有了最真实的体现。 不过，体验「隐私模式」的门槛比较高，要求 16 核以上的处理器、32GB 内存、16GB 显存起步，固态还得匀出 35GB 空闲。 所以平时日常使用切回「效率模式」即可，理解和规划由云端大模型（混元和 DeepSeek V4）完成，执行在本地，速度更快。两种模式按需切换。 让 PC 真正开始「理解」人 我们现在用电脑的方式，本质上还是上世纪八十年代的逻辑：一个需求对应一个软件，你要去找它、打开它、学习它的规则来完成任务。四十年来，软件更多，设置更复杂了，但这套逻辑并未改变，普通用户和电脑之间的距离，也没有真正缩短。 Marvis 的逻辑反过来了：先理解这台电脑里有什么，再决定为你做什么。 拿我爷爷来说，他用了几年电脑，至今不知道「控制面板」在哪。但他知道电脑开机慢，知道想找一张老照片。过去，这个解法是打电话求助子女；现在，就算他不会打字，也可以直接在微信 Clawbot 或者手机马维斯上，把需求说出来，电脑就会帮他做。 文件搜索、系统设置、跨端控制、自动任务、隐私模式、Skill 扩展，看上去是几个不同功能，背后指向的其实是同一个方向：个人 AI 不应该只是一个问答入口，而应该成为设备里的任务调度层。 多说一句，我觉得 Marvis 是有审美的。虚拟办公室动画、任务进度呈现等细节，让它不像冷冰冰的 AI 工具，更像一个有秩序、有分工、也有生活气的小型工作室。 它尤其适合几类人：文件多且乱的本地重度用户；重视数据隔离的财务、法律、医疗从业者；喜欢自定义工作流的效率玩家。和需要靠「养」才能用好的「虾」和「马」，Marvis 初始内置 Agent 和自然语言指令，也足够覆盖多数日常电脑操作，对于很多 AI 焦虑不知道怎么用的人，Marvis 都更加的平权、无门槛、开箱即用。 未来的个人 AI 会像搜索、截图一样，自然地成为操作系统的一部分。三十年前，Microsoft Bob 试图让用户更容易理解电脑；三十年后，Marvis 试图让电脑反过来，真正理解用户。 Marvis 马维斯能走到这一步，和这个有十四年应用商店生态积累和四年跨端跨系统技术积累有关。庞大的用户基数让他们更懂用户在不同设备上需要什么、怎么使用。这种积累很难被纯 AI 公司在短期内平替——他们可以快速训练一个更聪明的模型，却没法快速建立起对 PC 底层和移动生态的控制力。 至此，一个能用自然语言驱动的系统级 AI 助手，在中文生态里终于有了真正可用的样本。 所谓个人 AI 重点从来不只是 AI，更是个人。Marvis 终于让我们看到，当技术选择与每一个具体的需求并肩同行时，它所释放出的力量，既润物无声，又重塑天地。 这是个人 AI 真正开始变得有用的时刻。

凤凰网科技讯 5月19日晚，在“联想天禧AI一体多端全场景新品超能之夜”活动中，联想旗下摩托罗拉正式推出其首款大折叠屏旗舰机型——moto razr fold，起售价为9999元。 该机提供黑、白双色可选，另有一款全球限量2000台的FIFA限定版本。机身折叠状态下厚度为9.9mm，展开后仅4.6mm，重量约为244g。影像方面，前置配备3200万像素（外屏）与2000万像素（内屏）自拍镜头，后置采用5000万像素主摄（LYT-828）+5000万像素超广角（JNS）+5000万像素3倍潜望式长焦（LYT-600）三摄组合。 屏幕配置上，moto razr fold采用8.1英寸2882×2232分辨率120Hz LTPO内屏（UTG材质），以及6.6英寸2520×1080分辨率165Hz外屏，并首发搭载康宁大猩猩玻璃陶瓷3（Glass Ceramic 3）。 核心规格方面，新机搭载高通骁龙8 Gen 5芯片，最高配备16GB RAM，内置6000mAh大容量电池，支持80W有线快充及50W无线快充，同时兼容Moto Pen Ultra手写笔。

凤凰网科技讯 （作者/许婧）5月19日,在今晚的“联想天禧AI一体多端全场景新品超能之夜”上，联想旗下摩托罗拉正式发布moto razr 70 Ultra小折叠手机，起售价7499元。 该机采用檀棕椴木、雾绒紫薇两款配色，搭载第七代星轨转轴。配备4英寸165Hz外屏与7英寸1.5K 165Hz内屏，内屏峰值亮度达5000尼特。 影像方面，后置50MP三摄系统，并首次在折叠屏产品中引入LOFIC传感器。核心配置上，该机搭载高通骁龙8至尊版处理器，内置5000mAh电池。具体售价尚未公布全部版本信息，7499元为起售价。