快科技1月6日消息，今日，AMD CEO苏姿丰亮相CES 2026主题演讲。 她表示，自ChatGPT推出以来，使用AI的活跃用户已经从100万人增加至10亿人，这是互联网花了几十年才达到的里程碑。 苏姿丰预计，2030年使用AI的活跃用户将达到50亿人。 为了让AI无处不在，在未来几年内，需要将全世界的计算能力增加100倍。 过去一年，AMD ROCm软件AI性能最高提升五倍。 Ryzen与Radeon平台支持翻倍，覆盖Windows及更多Linux发行版，下载量同比增长十倍。 此外，AMD推出Adrenalin Edition AI Bundle，简化本地AI环境部署。 其支持图像生成应用、本地大模型及PyTorch，助力PC端AI开发普及。

北京冲出一家AI芯片黑马。 作者 | 程茜 编辑 | 漠影 国内AI芯片产业刚一开年，资本市场就热度空前： 港股“国产GPU第一股”诞生，壁仞科技市值冲上千亿，昆仑芯、燧原科技、云豹智能等一众AI芯片龙头企业动作频频，密集释放冲刺IPO新动向…… 如今，随着国内AI产业全速驶入发展快车道，作为这股技术浪潮重要支撑的算力芯片，其价值不言而喻。 在国产通用高性能GPU赛道群雄逐鹿的当下，北京冒出一家AI芯片黑马： 成立9个月，这家AI芯片创企已完成首批两款芯片量产，分别是云端训推一体GPU Sinexus X200，和云端及边端推理GPU Sinexus S200，且产品均已在多个算力集群实现应用落地。 这正是成立于2025年3月在北京成立的芯桥半导体。 从其不足一年的高效布局中不难看出，这家企业正以差异化路径在激烈的市场竞争中突围，为中国自主可控的算力体系建设注入新的活力。 在此背景下，芯东西近日与芯桥联席CEO肖荣辉进行了深入交流，试图拆解这家AI芯片黑马快速崛起背后的关键驱动力。 01. 算力爆发潮下精准卡位 “热启动”模式奠定崛起基础 相较于其他AI芯片企业的早期发展脉络，芯桥半导体另辟蹊径，其核心逻辑在于对多赛道产业趋势的精准研判与前瞻性布局。 先从当下的产业发展现状来看，算力已成AI产业竞争的核心壁垒，叠加地缘政治与市场需求爆发的影响，让国产替代成为迫在眉睫且不可逆转的趋势。 不同于多数创企长周期、高投入、依赖资本驱动的发展模式，芯桥半导体找到了新玩家的破局关键，那就是以资源整合的方式，串联起产业上下游，从而快速切入市场。 这得益于其创始团队深厚的行业经验。芯桥半导体创始人、董事长韩啸深耕IDC和智算中心系统集成产业多年，其联席CEO肖荣辉同样具备多年的产业研究和半导体行业从业经验。在深度参与算力从IDC到AIDC的演进历程中，使得其创始团队拥有对产业趋势洞察与整合产业链资源的双重硬核能力。 肖荣辉将芯桥半导体的创立形容为“热启动”，其通过引入成熟的芯片IP，完成初始技术储备与产品框架搭建，实现了创立即起跑的高效开局。 成立至今，芯桥半导体已稳步达成两大关键里程碑： 首先是完成两款芯片的知识产权自主可控，明确后续研发路径并搭建团队。 进而依托上述两款芯片的知识产权完成首批芯片量产与板卡量产，并完成对首批下游客户的交付； 这种方式一边通过产业洞察筛选成熟技术路径降低试错成本，一边基于资源整合平衡研发投入与市场拓展。其核心优势也显而易见，既能有效规避初代产品的技术试错风险，也能绕开行业早期普遍存在的“烧钱换规模”式亏损困境，可以自成立伊始即拥有健康的财务基础，以稳步推进下一代产品的自主研发。 最直观的表现就是，短短数月内，芯桥半导体就已经实现商业化。 02. 两款芯片已量产、在多个算力集群点亮 卡位AI芯片转型关键期 有资源整合能力固然至关重要，但找准赛道、选对路径，才能让其此前布局真正发挥价值。 自2022年底ChatGPT问世至今，大模型发展瞬息万变，如今已经走向AI落地应用关键期，各类应用层出不穷，且已深入千行百业。 基于这一趋势，芯桥半导体将其发展核心确立为“市场导向”。 肖荣辉透露，现阶段芯桥半导体的重点布局是，针对已有的两款芯片加大软件优化和解决方案投入。软件团队通过软件优化，以提高芯片对大模型的适配与优化能力；解决方案团队则与芯片和下游智算中心及终端客户深度融合，为客户提供从芯片到算力到平台到应用的端到端解决方案。 如今其已量产的两款芯片共同点在于，均采用GPGPU架构，且性能可与英伟达同类产品对标。 两款芯片在算力、存储、功耗等方面存在显著差异，分别适配不同的应用场景。 X200是高算力训推一体GPU，其采用HBM显存，算力水平可对标英伟达A100，兼具高算力、高带宽特性，可部署于科学计算、深度学习、智慧城市、智慧政务等应用场景。 S200是云端、边端推理GPU，采用LPDDR显存，具备高显存容量、高算力能耗比特性，可应用于智慧交通、安防监控、视频解析、智慧医疗等边侧和端侧推理需求高的场景。 如今这两款芯片均已完成与主流大模型的适配，并在多个智算集群点亮应用。 基于第一代芯片的发展策略，芯桥半导体将多管齐下，持续增强供应链保障能力，实现万卡级的芯片交付能力，同时推动芯片全国产化并加速生态建设和解决方案能力建设。 依托这样的产品矩阵布局与高效成型的核心团队，芯桥半导体正朝着既定核心目标迈进，并顺利拿下阶段性成果。肖荣辉谈道，芯桥成立以来最核心的目标就是基于自主知识产权，跑通完整供应链，完成首批芯片量产、交付、验收。而这一系列关键任务正按计划稳步推进，并实现阶段性胜利。 而这一切布局，都指向一个行业共识：AI芯片行业正面临从可用到易用、好用的关键转型期。 这意味着芯片不仅要具备稳定的算力输出，更需要适配多元的应用场景，降低开发者的部署门槛，实现与软硬件生态的无缝兼容；同时，还需在能效比、成本控制等维度持续优化，真正为智慧交通、智能制造、科学计算等下游领域提供“开箱即用”的算力解决方案。 芯桥半导体的布局，正是踩准了这一发展节奏的典型范例。 03. 与AI产业发展同频 核心是兼顾性能与性价比 面对当下AI芯片赛道群雄逐鹿的激烈竞争格局，肖荣辉也清醒地意识到，行业淘汰赛的终局之战迟早会拉开帷幕。 在他看来，芯桥半导体的制胜关键在于精准定位：既不盲目追求极致的技术军备竞赛，也不会为了短期商业化利益而降低对产品性能的要求。 纵观整个行业，伴随大模型技术的强势崛起，AI芯片产业的发展进程正全面提速。 肖荣辉将当下AI芯片产业的发展分为三个阶段，第一阶段是初代产品的研发和技术验证；第二阶段是开始进入初步商业化，重点在于构建完成产业生态，成为真正的产品化公司；第三阶段是技术、产品与商业布局的融合，最终将形成寡头竞争格局。 而如今大多数企业仍处于第一阶段或刚摸到第二阶段门槛。 因此芯桥半导体在商业上的核心发力方向为构建自身产业生态体系，与下游智算及大模型公司、AI应用公司深度联动，而这一切的基础就是让自身的芯片具备市场化竞争力。 这包含两大维度，针对现有的两款芯片，芯桥半导体将持续迭代以契合市场需求，肖荣辉透露潜在的升级方向包括国产大容量显存的应用及多Die架构设计。 针对下一代产品，芯桥半导体已经完成初步规划，其方向是采用新型封装及存储方案，依托国产供应链体系，打造更适合未来大规模推理场景的芯片。 芯桥半导体如今的布局，就印证了AI芯片企业的核心发展路径：以生态建设为基石，完成产品从“可用”到“易用”的转变，实现规模化应用落地，同时与高价值客户达成深度合作，一步步为中国自主可控的芯片及算力体系建设贡献力量。 AI芯片的商业价值确定性强，芯桥的布局也为国产AI芯片企业提供了差异化发展样本。 04. 结语：AI算力热潮下 国产GPU赛道黑马崛起 全球范围内加快算力基础设施建设已成为行业共识，相关需求的迫切性与日俱增。与此同时，国内算力市场的国产替代进程全面提速，从核心芯片到配套软硬件生态，都展现出广阔的替代空间与市场潜力。 芯桥半导体这家年轻的企业，其入局踩中了AI产业爆发式增长与国产替代加速推进的双重风口，既依托GPGPU架构芯片，在性能上实现与国际主流产品的对标，满足科学计算、智慧城市等多元场景的算力需求；又凭借差异化的产品布局与健康的财务基础，快速完成从量产到交付的全链路闭环，构建起适配国内市场的商业化落地能力。

【CNMO科技消息】1月4日，韩国总统李在明抵达中国开启国事访问。在访问期间，有网友发现他在自拍时使用的手机是小米15 Ultra。这部曾作为2025年APEC峰会中方赠予的“国礼”手机，因外交场合的曝光再次成为舆论焦点。 小米15 Ultra 作为小米2025年推出的年度旗舰机型，小米15 Ultra搭载的徕卡四摄系统采用LYT-900主摄与2亿像素三星HP9潜望长焦镜头。性能层面，该机首发台积电3nm工艺的骁龙8至尊移动平台，安兔兔综合跑分突破220万。续航与通信方面，15 Ultra配备的6000mAh金沙江电池搭配90W有线+80W无线快充，30分钟即可充满电量，同时，该机还支持天通+北斗双模卫星通信，在无地面网络覆盖区域仍能实现紧急通话与短信收发。 李在明使用小米手机的背后，是小米在全球市场的持续攀升。据IDC、Canalys等权威机构数据，2025年小米手机全球出货量连续21个季度稳居前三，覆盖69个国家和地区的市场前五，其中欧洲市场份额突破20%，成为当地消费者最青睐的中国品牌之一。此外，CNMO了解到，小米近年来在韩国市场的布局同样亮眼，通过与当地运营商合作，2025年小米在韩销量同比增长30%，多款机型进入电商平台销量TOP10。 从APEC峰会的“国礼”身份到外交场合的自然使用，小米15 Ultra不仅是一款科技产品，更成为国产高端制造走向全球舞台的缩影。

IT之家 1 月 6 日消息，博主 @贾敬华 今日发文分享了手机涨价的消息，称半年时间内存芯片涨了 2 倍多，手机芯片也要涨价 500+。而更坏的消息是，3 月底内存芯片还要涨价 50% 以上。算下来，手机平均要涨价 800-1000 元了。 IT之家注意到，小米产业投资部合伙人潘九堂对手机涨价的消息进行了补充，称想要今年换手机的，尤其是想买大容量存储版本的，强烈建议现在就买，各家旗舰机价格现在都是未来 1-2 年内的价格低点。 根据 TrendForce 集邦咨询去年 12 月 11 日发布的调查报告，由于预期 2026 年第一季存储器价格将显著上涨，智能手机、笔电产业上修产品价格、调降规格，销量展望再度下修已难避免，资源优势将向少数龙头品牌高度集中。 三星电子联席 CEO 卢泰文称内存芯片短缺前所未有，他表示没有哪家公司能免受影响，这场危机不仅影响了手机，还波及其他消费电子产品，从电视到家用电器。

过去两年里，英伟达因为AI芯片业务实现了惊人的增长。 从2023年前九个月的275亿美元营收跃升至2024年同期的近1480亿美元，这样的增长速度在科技行业历史上都算得上罕见。 然而黄仁勋并不满足于此。 他将英伟达的下一阶段押注在机器人和制造业上，于是就有了Omniverse。 但其结果不仅没有达到预期，甚至还让慈眉善目的黄仁勋“破防了”。 这种反常的情绪爆发背后，是一个从高开走低到几近崩盘的故事。而要理解Omniverse究竟遭遇了什么，还得从它最初的雄心壮志说起。 01 Omniverse有一个非常梦幻的开局。在GTC 2021上，黄仁勋亲自为其站台，并以Omniverse作为开场和收尾，全程的演讲中反复强调其战略地位。 黄仁勋视Omniverse为英伟达的下一个落脚点，而且公开表示，该平台能够让英伟达在价值50万亿美元的制造业和物流业中分一杯羹。 在今年拉斯维加斯的消费电子展上，他还向外界讲述这个价值数万亿美元的机会故事，展台上会有西门子CEO、敏捷机器人公司CTO等重量级嘉宾站台。 但在这些光鲜的表面之下，隐藏着一个令人尴尬的事实。 四位现任和前任英伟达员工透露，经过四年的努力，Omniverse业务几乎没有取得实质性进展。 虽然英伟达对外公布了一长串使用Omniverse软件的公司名单，从宝马、西门子到富士康、波士顿动力，但真正签约在Omniverse Cloud服务器上运行大规模模拟的公司寥寥无几。 开发者对Omniverse工具的评价也不尽如人意。使用过Omniverse场景构建和模拟工具的开发者经常抱怨软件难以使用，容易崩溃，功能感觉不完整。 软件开发者Valentin Forager表示，Omniverse软件在创建虚拟零售货架时表现良好，他的公司用这些虚拟货架来开发追踪购物者如何查看商品的传感器。但当他尝试在同一虚拟环境中模拟人类时，平台就崩溃了。 “一旦你尝试做一些稍微超出常规的事情，这东西就坏了，几乎从来不能正常工作，”Forager说道。 更令人意外的是，当Forager在首尔的一次英伟达赞助活动上向公司代表提出这个问题时，对方承认Omniverse还没有准备好满足他的特定需求，并建议他使用对手公司Unity的软件。 黄仁勋对这种局面的不满已经不是秘密。 在2023年的一次全体会议上，黄仁勋质问负责Omniverse的副总裁Rev Lebaredian，质问他的团队是否赚到了钱。 随后，当黄仁勋还得知了一件让他非常生气的事情，那就是英伟达与宝马宣布合作以后，宝马团队使用Omniverse的实际规模远小于他最初被告知的数量。 当Omniverse部门的一个团队在电话会议上要求增加人员来开发新产品时，黄仁勋立刻变得愤怒起来。 据一位参与通话的人士说，黄仁勋在接下来的一个小时里训斥了他们，指责团队浪费工程师的时间，并向他们讲授英伟达如何构建产品。他告诉他们，团队已经有足够多的人了。 问题的根源在于，Omniverse部门的工程师经常忙于构建新功能和产品的演示，这些演示在受控环境中运行良好，但无法处理实际情况。 在与下属的会议中，黄仁勋表达了对Omniverse团队在无法转化为实际产品的演示上浪费工程时间的不满。 2023年和2024年期间，Omniverse团队向黄仁勋展示了大量软件演示，从允许多人协作3D模型的工具到流媒体软件概念和包括汽车在内的新模拟程序。 但时至今日，这支团队没有将任何一个演示转化为产品。 02 黄仁勋对Omniverse的构想，是目前英伟达团队不能达到的。 模拟物理世界的运动和行为，听起来是个工程问题，实际上复杂程度远超大多数人的想象。 对于刚体，比如汽车底盘、机械臂这类形状固定的物体，运动学模拟相对成熟。计算它们的位移、旋转、碰撞，现有的物理引擎基本能够胜任。 但一旦涉及到柔性物体，整个问题的难度就呈指数级上升。 当机器人需要抓取、折叠或整理衣物时，这块布料的形状会不断变化，每一处褶皱、每一次扭曲都涉及到极其复杂的非线性物理计算。 Omniverse需要实时计算成千上万个网格点的变形、摩擦力、张力分布，还要处理布料与机器人手爪之间的接触和滑动。 液体的模拟同样困难，流体动力学方程本身就是物理学中最难求解的方程之一，要在毫秒级的时间内完成实时计算，对计算能力的要求高得惊人。 最后是管线。这些物体既有柔性，又有一定的刚性约束，在运动中会发生弯曲、扭转、缠绕，甚至打结。 汽车制造中有大量线束需要安装，如果无法准确模拟线缆的物理特性，机器人在虚拟环境中学到的技能就无法迁移到真实世界。 Isaac Sim是一款基于Omniverse构建的开源参考应用，几位机器人公司的联合创始人直言不讳地指出了其局限性。 这款英伟达的机器人模拟工具在训练机器人行走或自主移动方面确实有用，但在让机器人操纵复杂物体方面几乎派不上用场，尤其是像衣物这种形状不断变化的物体。 还有一点，Omniverse最初的设想是用同一套场景，模拟所有可能发生的物理变化。可是在实际使用中却发现，对特定场景进行特定模拟才是最高效的，通用模拟反而毫无帮助。 为不同行业构建通用的模拟软件本身就是一个几乎不可能完成的任务。机器人模拟与汽车模拟完全不同，工业设备的模拟又是另一套逻辑。每个领域都有自己独特的物理特性、精度要求和应用场景。 试图用一套框架满足所有需求，结果往往是哪个领域都做不好。 这也解释了为什么许多公司选择自己开发模拟软件。特斯拉就是典型例子，他们仍在构建自己的模拟软件，而不是转向英伟达的产品。 熟悉该行业的人士透露，机器人行业本身还处于早期阶段，主要玩家都倾向于掌握核心技术的自主权。 英伟达试图通过投资来弥补技术短板和应用场景的缺失。公司向多家提供数字孪生和模拟服务的初创公司注资，希望更好地了解客户需求，同时鼓励这些公司在Omniverse的软件工具之上构建特定行业的服务。 2024年12月，英伟达宣布向Synopsys投资20亿美元，这家公司是全球领先的半导体设计软件提供商，其在7月完成的对Ansys的350亿美元收购，让它获得了广泛用于模拟真实物理行为的软件。 一位获得英伟达投资的CEO表示，“我认为人们低估了用真正的领域知识构建这些模拟需要多少资源。这需要很长时间。Omniverse不是一个完整的应用程序，它是一个面向开发者构建的横向开放平台。” 这句话揭示了Omniverse的定位困境。作为一个底层平台，它需要大量的上层应用来填充生态；但作为一个未成熟的平台，它又缺乏足够的稳定性和完整性来吸引开发者投入资源。 这种鸡和蛋的问题，在平台型产品的发展初期很常见，但英伟达显然还没有找到破局之道。 竞争对手已经在蚕食市场。UnityTechnologies的软件曾用于开发《精灵宝可梦GO》等热门视频游戏，现在也提供生成场景和物体的工具，让客户在虚拟环境中设计、测试和训练机器人系统。 开源机器人模拟器Gazebo由非营利组织OpenRobotics推出，也在争夺用户。这些竞争者各有优势，Unity在图形渲染和用户体验方面积累深厚，Gazebo则因为开源而获得了社区的广泛支持。 虽然英伟达的高管们总是将Omniverse比作公司早期在Cuda上的长期押注。 Rev Lebaredian在一份书面声明中说：“就像我们在Cuda上投资了十多年才革新深度学习一样，英伟达花了数年时间构建Omniverse，作为开启加速计算下一个巨大市场——物理AI——的基础软件。” 但Cuda和Omniverse面临的市场环境完全不同。Cuda推出时，深度学习的潜力已经在学术界显现，只是缺乏合适的工具和硬件。 而Omniverse面对的是一个更加分散、需求更加多元的市场。许多工业制造商既没有专业知识，也没有足够的资金投入到这项技术中。 前英伟达员工和行业内部人士都承认，英伟达可能超前于时代，试图创造一个尚不存在的市场，而没人知道自己需要这个市场。 03 Omniverse的挫折，影响远不止一个产品线的得失。这关乎英伟达在整个科技产业中的战略定位。 过去二十年，英伟达从一家显卡制造商转变为AI时代的基础设施提供者，这个转变的关键在于它不仅卖硬件，更定义了一套生态系统。 Cuda让英伟达的GPU成为AI开发的事实标准，开发者用Cuda编写的代码只能在英伟达的芯片上高效运行，这种锁定效应为公司建立了深厚的护城河。 Omniverse承载着类似的战略野心。黄仁勋的愿景是让每家公司在构建实体之前都先模拟它们的机器人、车辆和工厂，从而推动数十亿美元的英伟达芯片采购，就像公司现在为训练和运行AI模型所做的那样。 如果这个愿景实现，英伟达就能在制造业、物流业、机器人产业中复制它在AI领域的成功，不仅卖GPU，还通过软件生态牢牢绑定客户。 但如果Omniverse失败，后果不仅是损失一个增长机会。更严重的威胁在于，英伟达可能失去定义下一代范式的机会，从生态系统的制定者退化为一个纯粹的硬件组件供应商。 这个风险正在逐渐显现。 当特斯拉、各大机器人公司选择自建模拟系统时，它们实际上是在拒绝英伟达提供的软件生态。 这些公司会继续购买英伟达的GPU，因为在纯粹的计算能力上，英伟达的硬件仍然领先——但它们不会被锁定在英伟达的软件栈中。 这意味着一旦出现性能相当的竞争对手芯片，客户的迁移成本会大大降低。 AMD、英特尔、各种AI芯片初创公司都在虎视眈眈。虽然在纯粹的性能上它们还落后于英伟达，但差距正在缩小。 如果英伟达失去了软件生态的护城河，竞争就会回归到性能和价格的比拼，这对任何硬件公司来说都不是理想的竞争格局。 更深层的问题在于主导权。 在AI时代，英伟达通过Cuda和一系列配套工具，深度参与了AI模型的训练、推理、部署的每一个环节。这让它能够提前感知技术趋势，快速调整硬件架构，推出针对性的解决方案。 但在物理AI和机器人领域，如果客户都在用自己的软件栈，英伟达就失去了这种洞察力和影响力。 黄仁勋显然意识到了这个风险。他将他的两个孩子都安插在了Omniverse部门工作。女儿Madison在营销团队担任高级经理，儿子Spencer是机器人产品经理。 这不仅是业务布局，更是战略层面的焦虑。 熟悉英伟达业务的人士透露，黄仁勋在幕后对团队在大公司中采用缓慢的问题越来越不耐烦。 问题的症结在于，英伟达试图在一个碎片化的市场中强行建立统一标准。 制造业、物流业、机器人产业，每个领域都有自己的技术积累、工作流程和痛点。 一个横向平台想要满足所有需求，要么做得足够底层，要么提供丰富的上层应用。但那样对于开发者来说太难了，而且也会变相增加使用者的门槛，这完全有悖于英伟达Cuda简单易用的底层逻辑。 时间也不站在英伟达这边。机器人产业正在快速发展，各种技术路线都在试探。 如果英伟达不能在这个关键窗口期确立标准，等市场格局固化后再想改变就难上加难。特斯拉的Optimus机器人项目、各种人形机器人创业公司、工业机器人巨头，它们现在选择的技术栈很可能就是未来十年的主流。 更让人担忧的是，这种挫折可能动摇英伟达在其他新兴领域的布局信心。公司在自动驾驶、医疗影像、科学计算等多个方向都有投入，如果Omniverse的经验让管理层对软件生态战略产生怀疑，可能会影响到整体的战略执行。 当然，现在说Omniverse彻底失败还为时过早。Rev Lebaredian在声明中提到，Omniverse主要云服务提供商正在建立专门的模拟基础设施，机器人和汽车公司正在使用英伟达的框架构建和训练下一代自主机器。 可以肯定的是，市场需求确实存在，只是爆发的时间点还不确定。 黄仁勋的焦虑不是没有道理的。在科技产业，定义标准和生态的公司往往能获得远超硬件利润的价值。微软定义了PC软件生态，谷歌定义了移动互联网生态，英伟达在AI时代定义了计算生态。 每一次生态的建立都需要天时地利人和，需要技术突破、市场时机和执行力的完美结合。 Omniverse目前的困境表明，这一次的挑战可能比想象中更加艰巨。

凤凰网科技讯 1月6日，在今天举行的 2026 年美国消费电子展（CES 2026）上，千里智驾与吉利共同宣布，面向全球市场发布全新辅助驾驶品牌——G-ASD（Geely Afari Smart Driving）。其中，“G”代表吉利，“ASD”代表千里智驾。G-ASD 是双方联合研发的高含模量智能辅助驾驶解决方案，将全面覆盖从 L2 到 L4 级别的智能驾驶能力。 当前，大模型能力已成为驱动智驾技术发展的核心驱动力。在这一趋势下，Scaling law 在智驾领域的效应正日益凸显。千里智驾提出，以“含模量” 作为衡量智驾系统智能化水平的关键指标——它代表智驾系统中模型化覆盖的广度与深度，体现了智驾系统整体设计思路的根本性转变。含模量越高，代表智驾系统中 AI 模型的占比越大，智能上限也随之提升。通过数据驱动持续提升系统含模量，是实现超越人类驾驶能力的关键路径。 G-ASD 采用端到端模型架构，融合多模态基座模型、视觉语言模型（VLM）、视觉语言动作模型（VLA）、世界模型及强化学习等前沿 AI 技术范式，旨在实现从数据系统、感知规控到评测体系的全局模型化驱动，逐步降低对于人工地图与预设规则的依赖。依托千里智驾和吉利在算法模型、数据积累和算力布局上的综合优势，G-ASD 实现了含模量的显著提升，在产品功能体验上全面进阶，为用户带来更安全、更丝滑、更 AI 的智驾体验。 1.全场景防御性驾驶：在无信号灯的岔路口、小区出入口等视野盲区，G-ASD 能像经验丰富的老司机一样，提前预判潜在风险，主动提示并丝滑减速。它不再是被动响应危险，更能主动规划安全路径，真正做到防患于未然。 2.选路更精准，通行高效更类人：G-ASD 能准确地识别复杂的交通标识，理解施工场景，准确选择车道。面对违停车辆等动静态障碍物，可灵敏绕行、果断超车；面对拥堵跟车、红灯路口刹车、礼让行人与非机动车辆、应对旁车加塞、窄路会车避让等场景时，纵向控制丝滑流畅；依托场景理解能力，可综合实时路况与大数据智能调节车速，提升通行效率。 3.全场景、全覆盖：G-ASD 实现了行业顶尖的“高维智能全场景 D2D”领航，从容应对城市环路与地下车库等复杂环境，并支持自动完成极充桩降锁、入库与充电。在泊车时，强大的融合感知能力可识别负向坑洼、低矮障碍，实现“泊车安全无死角”。“720度全维防护矩阵”更将安全守护从平面延展至立体空间。 G-ASD 的发布，标志着千里智驾的解决方案正式推向市场和用户。目前，该系统首版本已搭载于极氪、领克两大品牌旗下共 16 款车型，覆盖车辆超 30 万辆，并计划在未来逐步在吉利汽车旗下更多车型上搭载。

迟到10分钟，黄仁勋身穿标志性的黑色夹克，走上拉斯维加斯国际消费电子展（CES）的舞台。 黄仁勋总结刚刚走过的一年，尤其提到了开源的崛起起到的催化剂作用，而DeepSeek R1的出现意外地推动了整个行业的一年。 整个演讲持续一个半小时，比起几年前宣布开启“AI的iPhone时刻”的震撼感，如今的英伟达听起来更像是兢兢业业的世界“基础设施部”——这是芯片，这是机架，这是网络，这是软件……哦对了，你们总说的那些机器人和汽车，理论上都要跑在这一整套东西之上。 这其中，今年CES的一条清晰主线，是对“全栈控制”的执念，尤其集中在存储，以及英伟达反复强调的下一个瓶颈：具备代理能力（agentic）的AI。 它们需要更长的上下文、更大的内存、更强的网络，以及更少诸如“现实世界跑不起来”的借口。 英伟达给出的说法是，“AI工厂”已经成为一个新的产品类别，而他们打算出售的不只是设备，而是蓝图、机器、操作系统，以及其余所有组成部分。 黄仁勋所公布的很多内容，其实已经流传了好几个月——Blackwell之后的Rubin架构、作为DPU跃迁的BlueField-4、英伟达号称“开放”的Nemotron模型家族、作为安全框架的Halos。 真正的新意在于打包方式。英伟达正在把这条路线图压缩成一个完整论点：六款芯片，一个平台，再加上网络和“上下文内存”的底层管道，目的是让长时序智能体不再轻易卡死。 01 基础设施 在硬件层面，最核心的故事是：Rubin正在被拆解成可直接交付的“积木式”组件。 英伟达发布了一套由六个部分组成的Rubin“平台”——包括Rubi和Rubin Ultra两种规格的GPU与CPU，以及NVLink 6交换芯片和ConnectX-9 SuperNIC。 所有关于性能和“单token成本”的说法，都是建立在这种全系统协同设计之上，目标只有一个：压低“智能”的成本。 在系统层面，英伟达将Vera Rubin NVL72定位为机架级的主力产品（72颗GPU、36颗CPU），而Rubin Ultra NVL288则是体量更大的后续版本（288颗GPU、144颗CPU）。 同时，英伟达还把Rubin纳入DGX品牌的“AI工厂”体系中，将用于训练的DGX Rubin NVL72与用于推理的DGX Rubin NVL8组合成更标准化、更即插即用的算力单元。 英伟达表示，基于Rubin的产品将于2026年下半年通过合作伙伴上市。 这里有两项基础设施层面的“外挂”在默默发挥关键作用。 第一，英伟达正把网络当作一项一等性能特性来强调，主推Spectrum-X以太网光子交换系统，并给推理性能和能效都贴上了“提升五倍”的标签。 第二，英伟达试图把“长上下文”塑造成一次基础设施采购决策，推出了名为“推理上下文内存（inference context memory）”的存储平台，用来扩展具备代理能力的AI的上下文窗口。 如果说Rubin的潜台词是“这条路线图真的行”，那么围绕它的这套底层管道系统的潜台词就是：“下一个利润池，将在GPU之外。” 02. 开放模型 英伟达的“开放模型”叙事，与其说是出于意识形态上的觉醒、加入开源运动，不如说是一种更务实的策略： 用“免费样品”把开发者吸引进自家生态——而这些样品被精心打包，目的就是在英伟达基础设施上跑得最好。 正如英伟达生成式AI与软件副总裁Kari Briski所说，这是一次“扩展”。 公司将其包装成一个整体方案：全新的Nemotron-3模型（包括70B、34B和8B三种规模的Llama Nemotron-3变体），再加上一批新数据集和工具，帮助团队构建垂直领域智能体，并通过英伟达的技术栈完成部署。 “在2025年，英伟达是Hugging Face上最大的贡献者之一——发布了650个开放模型和250个开放数据集。”Briski表示。 核心意思很明确：英伟达希望成为你开始的地方。 英伟达称，其正在发布Nemotron-CC，这是一个多语言预训练语料库，覆盖140多种语言，总规模达1.4万亿token，被定位为构建和微调模型的“开放”基础层。 公司同时强调了一套名为“Granary”的指令数据集，目标是让模型在企业级任务上“开箱即用”。 03 物理AI与机器人 英伟达不断把“物理AI”描述为一个分水岭时刻：当“智能体”不再只是能聊天，而是真正具备能力。也就是说，感知、推理和行动需要被放进同一个闭环里。 这意味着需要三块打底的积木：更好的仿真、更好的机器人模型，以及更好的“运动（mobility）”模型。 黄仁勋在一份新闻稿中表示：“机器人领域的ChatGPT时刻已经到来。” 他认为，那些“能够理解现实世界、进行推理并规划行动”的模型，正在打开“全新的应用场景”。 也正因如此，汽车行业或许成了英伟达“全栈”叙事的真正试金石——这是一个“演示”和“落地”之间隔着监管、责任风险，以及十多年反复受挫的乐观预期的领域。 英伟达称，其用于辅助驾驶的Drive AV平台已“进入量产阶段”，将搭载于2026款梅赛德斯-奔驰CLA车型。该车型在2025年获得了Euro NCAP的最高安全评分。 英伟达表示，这款车具备“先进的L2级自动驾驶能力”，支持“点到点的城市导航”，包括“从地址到地址”的完整行程；同时将Hyperion定位为提供安全冗余的计算与传感器架构。公司还称，该车型将在今年年底前具备在美国道路上脱手驾驶的能力。 更大的赌注在后面。 “我们相信，物理AI和机器人最终将成为全球最大的消费电子品类，”英伟达汽车业务副总裁Ali Kani表示，“所有会移动的东西，最终都会实现完全自动化，由物理AI驱动。” Kani介绍称，Alpamayo是英伟达面向自动驾驶推出的一整套“开源AI模型、仿真工具和物理AI数据集”家族，目标是加速“基于推理、以安全为核心的物理AI开发”。 英伟达同时发布了1700小时的驾驶数据，并配套一个开源仿真框架，将其定位为迈向L4级自动驾驶的入门工具包。 在机器人方面，英伟达重点提到了Isaac GR00T N1.6——一个面向机器人技能的开放式“视觉–语言–行动”推理模型，以及用于大规模测试策略的评估框架Isaac Lab Arena。 公司还提及Cosmos Reason 2，这是一个旨在提升物理推理能力的模型，而整个Cosmos系列则被定位为生成合成数据、用于训练物理AI的工具链。 与此同时，英伟达将Jetson T4000定位为机器人的边缘计算平台，并与同一条从训练到部署的流水线相连，最终回流至DGX级基础设施。 英伟达正在努力让“机器人技术栈”看起来像“软件技术栈”：在它能生成的世界里训练，在它能变化的世界里测试，并最终部署在它自己出售的硬件之上。 从更宏观的角度看，英伟达在CES上释放的信息在这三大板块中高度一致：未来属于“流水线”，而英伟达希望这条流水线的每一个环节——算力、网络、存储、安全、仿真——都运行在它已经出售的产品之上。

有龙则灵 万物有灵 智能手机、智能汽车、AI PC、智能眼镜、可穿戴设备，正在悄然改变人与信息的关系。信息不再需要被点开，而是自然地出现在视野和情境之中。技术不再是被调用的工具，而开始成为感知的一部分。为消费者身边的 AI 终端提供计算和连接能力，让 AI 延展到我们「身边」的每一个场景，背后常常有同一个名字「骁龙」。 前瞻今年 CES，眺望 AI 发展的「远方」，我们发现了属于高通跃龙的「有龙则灵」，从飞速迭代的人型机器人，到简单的安防摄像头，更复杂的无人机，亦或是智慧工厂里的物联网设备，越来越多的物相联、物生智。或许，「有龙则灵」将会发展成为「万物有灵」。而骁龙和跃龙之间的「联系」，与技术发展的规律实际上息息相关。在先驱们的影响下，AI 创新的涟漪和浪潮最终会波及所有人。 「转折」 如果说非要选取一个国人生活的代表性切片，那就应该是春晚和春节。 不出意外的话，不久之后的 2026 年春节联欢晚会上，我们会见到火山引擎作为合作伙伴亮相，以及更先进的机器人以更拟人更炫酷的动作跳舞。 春晚和春节的意义无需赘述，但千年传统也蕴含着静水深流的变化：上世纪 90 年代春晚的赞助商主要是海鸥手表以及中华自行车这样的品牌与产品，与当时「三转一响」（手表，自行车，缝纫机，收音机）这四大件家庭消费品形成呼应。 后来酒业和药业霸屏春晚，意味着我们的生活日益富足；接着在移动互联网时代，我们又见证了微信红包和支付宝、抖音和快手的竞逐。 《创新的扩散》这本书里有一张创新扩散曲线示意图传播甚广，在技术跨越了「远见者」和「实用主义者」之间的鸿沟之后，就离规模化的大众使用不远了。 AI 和具身智能机器人出现在春晚上，足以说明「转折」已至。春节并不是技术诞生的地方，却往往标志着技术完成「社会化」的关键节点：全国同步的注意力、家庭场景的集体使用、跨代际跨地域的共同体验，让一项原本属于先锋、尝鲜者小圈层的技术体验，被迅速地拉入到大众的日常生活里面去。 也是在这本书里，作者埃弗雷特·罗杰斯提出：创新的意义不在于它被发明，而在于它被采用。明白了这一点，就明白了大模型厂商和机器人企业成为春晚技术叙事关键品牌的意义。 「远方」 与春节时间上相差不多，但空间上隔着上万公里的 CES（消费电子展），蕴含着一些有趣的隐喻。 比如说相比于躺在保密实验室里的前沿创新技术，CES 因为离消费者仅仅一步之遥，这里发生的一切，可以看作是「创新在发明之后，以及大众层面采用之前」的中间状态，尤其是以芯片的发布最为符合这种状态。 可以说，去年下半年的高通骁龙峰会是骁龙平台的主场，骁龙芯片以「人」为圆心为消费者身边的AI终端提供计算和连接能力，覆盖智能手机、PC 和智能汽车，以及方兴未艾的智能耳机、智能手表/手环/戒指，乃至智能眼镜，而高通在 CES 上则以「另一条龙」为重心。 这条龙叫「高通跃龙（Qualcomm Dragonwing）」。 作为一家把使命定为「让智能计算无处不在」的公司，高通去年年初发布了「跃龙」品牌，这是因为高通的业务越来越多元，涉及的关键技术——AI、计算和连接，正与越来越多的行业深度融合，跃龙品牌就是给工业及嵌入式物联网、网络和蜂窝基础设施提供解决方案。 在其中暗藏着「个人AI」和「物理AI」的双线布局。一方面，让智能手机、AI PC、智能家居等产品，更流畅地运行，实现多任务并行处理，带来更沉浸式的娱乐、游戏、影像体验，这是人人都能感知到的「个人AI」。此外，让机器人、智能汽车能够更好地理解这个复杂的真实世界，同时对这个真实世界产生更无缝更丝滑的正面反馈和影响，让「物理AI」与我们在真实世界产生迷人的互动，帮助我们体验到更贴合我们偏好和需求的智能。 在 CES 2026 上，高通发布了跃龙 IQ10 处理器，这是跃龙家族里毫无疑问的旗舰处理器。当然，我们也可以说它是机器人处理器。 跃龙 IQ10 处理器与骁龙系列处理器有一些相似之处，比如都用到了 Oryon CPU，但 IQ10 处理器的核心数达到了 18 个，支持最多 20 路并行摄像头同时工作，专为高效VLA （视觉--语言--动作大模型）设计的NPU稀疏算力达到 700TOPS，具备专用图形着色器的 GPU支持并行预处理和后处理，还有为景深与定位设计的 CV（计算机视觉）处理器等模块形成一整套搭配，从这些不难发现IQ10主要为视觉感知以及后续的动作规划而设计。 广大手机品牌选择骁龙移动平台不仅仅是因为骁龙平台跑分高、性能棒、基带好、信号强，更是因为在骁龙平台上开发产品有非常丰富的技术特性以及开发工具支持。 类似的，跃龙 IQ10 处理器不仅仅是一个元器件，更是承载着高通面向可部署的机器人提供一整套核心能力的关键，以及面向机器人提供的从芯片到技能的统一架构之硬件基石，以高性能和高能效双重优势成为当之无愧的「机器人大脑」。 高通把跃龙 IQ10 及其下一代机器人全栈架构的使命定义为「将原型设计转化为可部署的智能机器」，也就是说，机器人，尤其是人形机器人有望从之前的发布会高光功能展示，到作为晚会演唱会的伴舞嘉宾展现真才实艺，发展到真正地进厂进店进公司打工实现「个人价值」。 相比于目前自动化工程已经大量存在的依靠固定程序工作的机器人（或机械臂），那些基于高性能机器人处理器、大量传感器和 VLA 大模型打造的新型机器人可以更灵活更自主地工作，比如独立完成货物分拣和货架补货这种需要移动、视觉感知、任务推理和动手能力的复杂任务。 更关键的是，在这个统一架构和一整套核心能力（复合 AI 系统，物理 AI 机器学习运维，AI 数据飞轮，异构边缘计算和可部署的开发平台）的帮助下，每个物理具身形态都可以成为持续学习的机器人。 所以，常常有人说高通发布的不仅仅是一两款处理器，而是一整套统一架构和核心能力。在物联网领域，高通也有类似的布局。 高通在 CES 2026 期间还发布了两款物联网处理器，并在过去 18 个月中完成了对 Augentix、Arduino、Edge Impulse、FocusAI 和 Foundries.io 的收购，这些硬件发布和收购整合让高通成为一家物联网整体解决方案提供商，为更多垂直行业提供更合适的全栈解法。 最终，这些解决方案还可以进入我们的家中，让家庭设备转变为智能设备。带来更加自然、更安全的体验。 提到有望在我们的家中实现「一户一台」的AI终端，机器人是可以期待的创新品类。机器人进入千家万户，是可以预见的未来，也是正在发生的事情，其中最普及的就是扫地机器人，扫地机器人刚出现的时候，没有对真实世界的理解能力，扫地全靠随机路线运行。 后来扫地机器人有了空间感知和建模，以及计算机视觉能力，等于有了「眼睛+脑子」，我们不妨以此为基础，再进一步想象它的变化，它可以长出「手」来，「腿脚」也更方便，「块头」变大，「力气」更强，这就是扫地机器人从草履虫进化到毛毛虫，再到早期智人的演进路线。 高通打造的面向机器人的复合 AI 系统与统一架构，以及跃龙 IQ10 处理器以及未来的更多创新，就是让这个「智人」阶段的机器人，往「现代人」乃至「超人」的方向发展。 在这个过程中，需要教给机器人知识（本地大模型和云端大模型），让它感知世界，理解世界并与世界交互，知道如何控制手脚（定位服务、计算机视觉、VLA 大模型与世界模型），这是一个机器人从肢体、五官五感到大脑的全面进化。 这是属于跃龙的「有龙则灵」，并且，不仅仅是机器人，搭载跃龙处理器的，还有万千种类万千形态的物联网产品，也许只是个简单的安防摄像头，或者是更复杂的无人机，亦或是智慧工厂里的物联网设备，最终，「有龙则灵」会成为「万物有灵」。 「身边」 汽车，或许是展开「身边」话题的最佳场所，是因为它的环绕感最强。也是在手机平板之外，骁龙出现得最多的地方。 零跑 D19 将搭载双骁龙 8797，采用 VLA 辅助驾驶系统 2025 年 12 月，恰好是零跑 10 周年，这家销量在新势力阵营里夺冠的企业，是高通骁龙汽车解决方案的亲密战友之一。 零跑 D19 是零跑在 SUV 市场里的旗舰产品，同时还是率先搭载双骁龙汽车平台至尊版（骁龙 8797）的量产车型。在双骁龙 8797 的支持下，零跑 D19 的中央域控制器将智能座舱、驾驶辅助、车身控制（灯光、温度、门窗）及车载网关等多个关键汽车功能域统一整合至单一高性能系统，这样能够降低开发的复杂性和成本，还可以为后续的能力迭代留出冗余。 这款车上的两颗骁龙 8797 则有着业内前列的能力，单颗芯片就同时支持 8 块显示屏（包含多块 3K/4K 高清屏幕），支持高达 13 路摄像头以及激光雷达、毫米波雷达、超声波雷达等多类型传感器，以及高精度惯性测量单元（IMU）。 汽车完全可以视为一台大型的 AI 设备，汽车的主流智能辅助驾驶方案背后的端到端大模型技术就是先进的 AI 技术，座舱系统里的 AI 应用场景也越来越常见。最简单的例子莫过于此前的语音交互是「指令式」的，而现在成熟的汽车语音交互都可以使用自然语言进行，因为座舱远比以往更聪明，从 AI 交互和 AI 应用出发，AI 智能体的雏形已然显现。 在 AI PC 领域，高通为骁龙 X 系列产品家族带来了新成员，骁龙 X2 Plus 是骁龙给 AI PC 领域最新也是最亲民的选择。虽然在 CPU 性能上，骁龙 X2 Plus 相比于骁龙 X2 Elite 和 骁龙 X2 Elite Extreme 有一些差距，但在 AI PC 核心的 NPU 性能上，X2 系列的芯片都保持了一致：达到 80TOPS 的 AI 运算能力。 与汽车的「环绕」不同，以眼镜、手表、戒指、吊坠、耳塞为形态的下一代智能穿戴设备，是「身边」的另一个维度，它离用户更近，也能做到更亲切，更无感。 如果非要在这么多的产品品类里选择一款产品作为 AI Native 产品，那么我的答案会是 AI 眼镜。 这是一类先天形态就非常固定，同时掣肘颇多的产品，同时也因为形态和掣肘而不得不选择 AI 作为核心能力。正如高通骁龙在手机和汽车领域绕不开的地位一样，骁龙 AR 系列芯片也是 众多AI 眼镜的标配。 以去年年中新发布的第一代骁龙 AR1+ 芯片为例，它的升级点主要有 4个方面：面积缩减 28%，方便眼镜的轻巧设计；功耗降低 7%，帮助持久待机和续航；同时支持 Llama 1B 这样的端侧小语言模型，具备一定的端侧 AI 能力；进一步提升影像能力，从而更好地支持多模态 AI 应用。 麦克卢汉说，媒介即信息，我们在非常多能通电的媒介形式里，都能看到高通的影子。可以说高通骁龙的芯片一定程度上塑造了媒介的形式，另一方面，媒介的形式也定义了骁龙芯片的发展方向。 智能眼镜、可穿戴设备、个人 AI 助手，正在悄然改变人与信息的关系。信息不再需要被点开，而是自然地出现在视野和情境之中。技术不再是被调用的工具，而开始成为感知的一部分。 这并不是第一次。机械钟表让时间变得可被管理，地图与 GPS 外包了空间判断，而今天的 AI 系统，正在辅助人类完成信息筛选与情境理解。 骁龙一直在身边，但身边的变化也一直在进行。 「联系」 从骁龙到跃龙，从春晚到 CES，从远方到身边，从手机电脑汽车耳机眼镜，到机器人物联网智能家居，这其中的跳跃性如此之大。 再看《创新的扩散》时，虽然这本书更多以传播学视角进行，但创新其实也具有「涟漪与浪潮」的二象性，不仅会越传越广，也会越传越高。 当特斯拉与小鹏都同时推出具有智能辅助驾驶的汽车与人形机器人，当理想以一家人工智能公司自居，并认为从 VLM 到 VLA 乃至世界模型是汽车与具身智能之间的必由之路时，AI 就是全向扩散的涟漪，也是越来越高的浪潮。 高通当然也知晓这一点，智能汽车与机器人之间的关系，在于有着通用的基础技术，以及越来越高的复杂度。 这些通用基础技术包括传感器融合和多模态感知，AI 规划和数据收集，深度神经网络，定位与地图构建，甚至核心技术也是一脉相承的：目前就是基于 VLA 大模型来给汽车和机器人进行外部环境理解和行为动作输出。 只是在环境的复杂性和产品活动的自由度等层面上，具身智能机器人和智能驾驶汽车之间，有着维度的区别。 但不管它们之间有何变化，其联系就仿佛用尺规作正多边形求圆周率那样，看起来正 16 边形比正 65537 边形简单，但前者却是后者的基础和必由之路，其方法论在一开始就奠定了。 高通技术公司执行副总裁兼汽车、工业及嵌入式物联网与机器人事业群总经理 Nakul Duggal 在 CES 2026 期间表示： 作为先进驾驶辅助（ADAS）系统等高能效、高性能系统领域的领军企业，高通深知如何让最复杂的机器人系统也能安全可靠地运行，并实现规模化部署。依托高通强大的基础技术以及不断扩展的开发者工具产品组合，我们正通过将智能设备从实验室推向真实环境，重新定义物理 AI 的可能性。 当然，技术评论者凯文•凯利在《What technology wants》里也有相似的论断：技术是一个整体，它像生物演化一样，有着内在的逻辑和趋向。 以 2022 年 11 月 ChatGPT 作为一次人类历史的断代，往前一年多的 2021 年，尤为擅长总结和预测人类历史的《人类简史》作者尤瓦尔·赫拉利使用了 ChatGPT 的前身 GPT 3.0 版本，并用它写了一段《人类简史》的再版序言。 他的震惊之情溢于言表，仅仅是因为 AI 模仿他的语气写了小小一段话。这是大语言模型技术泛起的涟漪波及了他，他马上就知道后面会如何掀起巨大的浪潮。 而现在，身处涟漪和浪潮之中的我们，自然也会明了，CES 上高通发布的这一切，与不久后会如约上演的春晚出现的 AI 工具与机器人，有何种联系。新技术的涟漪和浪潮最终会波及所有人，只是有人站得更靠前。

IT之家 1 月 6 日消息，盖世小鸡今天在 CES 2026 推出了 Pocket 1 竖屏无线手柄，可以夹在智能手机底部，让手机化身 Game Boy 经典掌机。 据介绍，这款手柄专为竖屏复古游戏设计，采用蓝牙连接，理论上兼容 Android 以及苹果 iPhone 手机，配备与初代 Game Boy 相似的经典米灰色外壳，提供一个十字方向键、ABXY 按键（薄膜结构）、Start/Select 键，背部还拥有 L1/L2、R1/R2 肩键（触感式开关）。 功能方面，这款手柄采用夹具式固定，因此可以适配不同尺寸的直板智能手机，底部配有一个凹槽，方便游戏时为手机充电，配备一块 600mAh 电池，重量 62.2g，支持通过 App 重新映射按键。 值得注意的是，八位堂最近也推出了一款类似的 FlipPad 手柄，不过并不提供肩键，并且是使用 USB-C 接口直连手机。 目前这款手柄已在海外市场开启预订，售价 34.99 美元（IT之家注：现汇率约合 245 元人民币），预计 3 月 15 日开售。

快科技1月6日消息，对于华为来说，Mate 80系列销量还在不断攀升，目前正在向150万大关冲刺。 数码博主“RD观测”在社交媒体上称，截至2025年第52周，华为Mate 80系列累计销量达146.06万台，即将突破150万台大关。 Mate 80系列发布后，曾带动了华为手机的销量，其曾在第48周和第49周连续两周以27.81%和22.89%的市场份额超越苹果，重夺中国智能手机市场第一。 在第48周的国内手机销量榜单中，华为Mate 80标准版一举冲入榜单第三名，终结了苹果iPhone 17系列自2025年9月以来对单周销量前三名的长期垄断格局。 按照之前机构的预测，Mate 80系列总销量应该在千万台。 目前除标准版外，Mate 80系列其他型号在线上平台普遍缺货，需要预约抢购。第三方市场上，Mate 80 Pro Max的溢价已超过千元，部分版本依然一机难求。 第三方统计显示，华为在600至800美元价位段以32%的份额保持中国市场第一，在800美元以上市场份额增长至30%，稳居国内高端市场前二。

凤凰网科技讯 1月6日，vivo官方宣布，旗舰影像功能“原生光影”将于1月起陆续向vivo X200系列、vivo X100 Ultra的用户推送。 vivo产品经理韩伯啸曾提到，和行业一些“用算法模拟没算法”的方案不同，X300系列的原生光影是真的极少算法介入，对有这方面要求的用户来说，提供了一种很极致的选择。并不鼓励普通用户一直使用，毕竟各种复杂的环境还是很需要计算摄影托底。但是，偶尔随着情绪用一用，会得到一个完全不一样的感受，尝试一台机器完全兼顾两个方向。

IT之家 1 月 6 日消息，科技媒体 TechPowerUp 今天（1 月 6 日）发布博文，报道称在 CES 2026 展会期间，微星（MSI）展示了全新 AI 迷你电脑阵容，可以满足用户运行本地大语言模型（LLM）及各类 AI 工作负载的需求。 旗舰级算力：EdgeXpert 本次阵容中最引人注目的当属面向 AI 开发者的 EdgeXpert 迷你主机。该机型基于 NVIDIA DGX Spark 平台构建，搭载了 20 个 Arm CPU 核心与 AI Blackwell GPU。 微星利用 NVIDIA NVLink C2C 技术高速互连处理器与显卡，该技术提供五倍于 PCIe 5.0 的带宽，大幅提升了数据传输效率。 EdgeXpert 配备了 128 GB LPDDR5x 统一系统内存及均热板散热系统，微星宣称其 AI 运算性能可达 1 PetaFLOP（千万亿次浮点运算）。 AMD 阵营主力：AI Edge PC 与 Pro Max 系列 在 x86 领域，微星推出了基于 AMD 平台的 AI Edge PC。该机型最高搭载 AMD Ryzen AI Max+ 395 APU，能够将最高 96 GB 的统一内存独立分配给 GPU 使用，支持运行参数量达 1200 亿的本地 AI 模型。 该主机兼顾了 AI 开发与内容创作需求，在 4 升机箱内集成了 Wi-Fi 7 及四个视频输出接口，并配备双 USB-A 及 SD 卡槽。 微星 Pro Max 系列迷你电脑包括 Pro Max 80 AI+ 和 Pro Max 150 AI+ 两款，均为较为传统的小型电脑。 Pro Max 80 AI+ 偏向于内容创作者，配备三个 USB Type-A 前面板接口和一个全尺寸 SD 卡槽，最高可选配 Ryzen AI 9 345 处理器，以及英伟达 GeForce RTX 独立显卡。 Intel 驱动的 Pro DP180 AI 微星推出了 18 升体积的 Pro DP180 AI 工作站，搭载 Intel 最新 Core Ultra 7 处理器及桌面版 NVIDIA RTX 5070 显卡，IT之家附上相关图片如下： DP180 AI 采用免工具升级设计，内部拥有双 M.2 插槽（支持 Gen 5/4）、3.5 英寸及 2.5 英寸硬盘位。接口方面，该机配备了雷电 4、全尺寸 SD 及 microSD 双卡槽，并在前面板设置了独立的麦克风与耳机接口。

快科技1月6日消息，如今手机行业的防水功能卷个不停，不仅做到了防水溅，甚至还实现了防泡水、防热水、防喷水。 一加Turbo 6系列宣布支持IP66、IP68、IP69、IP69K超豪华满级防水，拥有3重防水架构，13组防水气密结构组件，采用微米级的防水透气膜，可以轻松应对小意外。 还还支持扬声器一键清灰排水，雨水触控功能，不仅遇水不怕，而且遇水好用。 除了防水之外，一加Turbo 6系列还超抗冻，全系搭载9000mAh冰川电池，采用X25仿生球形硅碳负极材料，在-20℃低温环境还能连续录制视频长达8.31小时，冬日外出游玩也不必担心。 同时还超耐用，搭配自研电池算法，能够做到电池用五年，健康度依然保持80%以上。 性能体验上，一加Turbo 6将搭载第四代骁龙8s风驰版，经过深度联调，出厂写入风驰游戏内核，游戏性能大幅跃升，跑分创新高，达到破天荒的260万分。 同时，配合行业独家的电竞三芯和旗舰级的冰河散热系统，率先征服了这个档位从未想过的165超高帧游戏。 一加Turbo 6屏幕更是采用了同档唯一的京东方165Hz旗舰屏幕，无论是刷新率，还是显示效果，还是护眼能力，都稳居同档第一梯队。

【CNMO科技消息】1月6日，数码博主“智慧皮卡丘”在社交媒体上爆料称，OPPO Find X9s与一加15T将采用全新屏幕方案，两款机型均为独立开案的小屏旗舰路线。该博主表示，该屏幕目测四等边，并且将配备7000mAh级别大电池。 OPPO Find X9系列 根据爆料信息，一加15T将继续普及165Hz超高刷新率，而OPPO则继续推动2亿像素主摄的全面普及。 集合此前爆料信息，一加15T预计将采用一块约6.3至6.31英寸的1.5K分辨率OLED直屏，并搭载高通第五代骁龙8至尊版移动平台。续航方面，该机或将支持100W有线快充和50W无线充电。此外，该机将升级为超声波屏下指纹，并将后置双5000万像素摄像头（主摄+长焦）。 另一方面，OPPO Find X9s同样将采用约6.3英寸的直屏设计并配备超声波指纹。其核心差异点在于，Find X9s预计会搭载联发科的天玑9500（或天玑9500+）处理器。影像系统是其另一大焦点，有最新爆料指出，工程机正在测试一套独特的双200MP（2亿像素）摄像头方案，可能包括一颗200MP的主摄和一颗200MP的长焦镜头。 据CNMO了解，OPPO Find X9s有望在今年一季度或二季度与Find X9 Ultra一同发布。

IT之家 1 月 6 日消息，华硕官网现已上线采用 AMD "Strix Halo" 芯片平台的新版 ProArt PX13（创 13）创意笔记本电脑。市场传闻显示，此前预告的 GoPro 联名款笔记本也将基于这一机型打造。 "Strix Halo" 版 ProArt PX13 采用可 360° 翻转的模具设计，厚 1.58mm，重 1.39kg，至高搭载 AMD 锐龙 AI Max+ 395 处理器，配备 128GB LPDDR5X-8000 内存和 1TB PCIe 4.0 SSD 存储。 该机型配备 13.3 英寸 2880×1800 60Hz OLED 触控屏幕。这一面板获得 VESA DisplayHDR TrueBlack 500 认证，色域覆盖 100% DCI-P3，具有 ΔE＜1 的色准，还兼容 MPP 2.6 规范 4096 级压感并支持 ASUS Pen 3.0 手写笔。

IT之家 1 月 6 日消息，据科技媒体 Sammobile 今天报道，三星在 CES 2026 上首次公开展示一款无折痕折叠屏 OLED 面板，很有可能会被搭载在今年下半年发布的 Galaxy Z Fold 8 折叠屏手机，也不排除会被应用在苹果首款折叠屏手机 iPhone Fold 上。 ▲ 图源：Sammobile，下同 IT之家在此援引 Sammobile，这款折叠屏面板在视觉上几乎完全看不到折痕，并且三星还特意在展台上设置了一个“折痕测试”区域，特意将新款折叠屏面板与现有产品作比较，官方称新面板可实现“跨折叠区域无缝显示文字”，减少传统折叠屏面板中间的“裂痕”现象，从而带来更加连贯一致的观看体验。 结合此前传闻，这款折叠屏 OLED 面板内搭载了一块经过激光钻孔处理的金属支撑板，可以在屏幕折叠时分散所产生的应力，进而减少折痕，实现更加优秀的视觉观感，其供应商预计为韩国厂商 Fine M-Tec。

【CNMO科技消息】近日，有数码博主发文透露，在升级至2026年1月中旬推送的鸿蒙6新版本后，部分老机型将支持显示5A网络。 华为手机 据了解，目前有大量华为机型在硬件层面已具备5A级通信能力，但此前因系统策略未在状态栏展示。此次鸿蒙6更新主要面向老用户优化体验，将“5A”标识开放给更多符合条件的设备。 具体机型名单：Mate60系列、Mate70系列（含优享版）、Mate70 Air、MateX5系列、MateX6系列、MateXT非凡大师、MateXTs、Pura70系列、Pura80系列、PuraX系列、Pocket2系列（含优享版）、nova12系列（不含活力版）、nova13系列、novaFlip/novaFlipS、nova14系列，以及多款MatePad平板，如MatePad Pro 13.2（2023款与2025款）、MatePad Pro 12.2（2024款）和MatePad mini 8.8。 需要强调的是，华为“5A”并非一种独立的网络制式，也不等同于5G-A（即5.5G）。它是由华为自研的终端侧通信优化技术，旨在实现“更快接入、更高网速、更低时延、更稳连接”的综合体验。实际使用中，5A可显著提升地库出车联网速度、大文件下载效率，并在抢票、弱网覆盖（如山区、电梯）等场景下增强连接稳定性。目前，5A功能无需手动开启，系统默认启用，且不产生额外费用。

IT之家 1 月 6 日消息，惠普在 CES 2026 中正式推出了 OmniBook Ultra 14 笔记本，将于本月上市，售价 1550 美元（IT之家注：现汇率约合 10851 元人民币）起。 该机采用锻造冲压铝合金材质，重量仅 1.27kg。标配 14 英寸 120Hz OLED 触摸屏，并配备 500 万像素红外摄像头、双麦克风、四扬声器。 该机搭载英特尔 Panther Lake 架构酷睿 Ultra 系列处理器或高通骁龙 X2 Elite 芯片，其中英特尔机型可选配 16GB 或 32GB LPDDR5x-8533RAM 或 64GB LPDDR5x-9600 RAM ，而高通处理器机型则配备 16GB、32GB 或 64GB LPDDR5x-9522 RAM。 I/O 方面，英特尔版机型配备了三个雷电 4 接口，高通版机型配备了三个 USB4 接口。

IT之家 1 月 6 日消息，华为数字能源官方今日宣布，超充联盟正式入驻高德地图，全国 30 个省份同步上线，支持超充联盟专属 LOGO 高亮显示。 IT之家注：超充联盟是由华为数字能源联合多家车企、充电运营商及产业伙伴于 2024 年 4 月正式成立，参与华为超充联盟的车企包含哪吒汽车、小鹏汽车、比亚迪、北汽极狐、阿维塔、赛力斯、江淮汽车集团、长城汽车、理想汽车、广汽集团、奇瑞汽车等。 去年 4 月，华为与深向、广汽领程、北汽重卡、东风商用车等宣布打造超充联盟 2.0。根据官方信息，超充联盟已经覆盖了 200+ 城市、130+ 县、50+ 高速公路部署超充，华为动力总成累计发布超过 130 万套。去年 11 月，岚图汽车宣布加入超充联盟。