快科技7月7日消息，据媒体报道，尽管三星晶圆代工部门的2nm和3nm制程良率已突破40%，达到商业化门槛，但其性能表现与主要竞争对手台积电相比仍存在差距，未能满足市场预期。 据悉，三星已与英伟达（NVIDIA）和高通（Qualcomm）就其2nm制程进行了评估。然而，市场消息显示，英伟达在GPU测试中发现三星方案的性能逊于台积电，因此暂未考虑采用。高通虽已下单，但订单规模尚不足以显著改善三星的营收状况。 面对发展瓶颈，三星正将晶圆代工重心转向提升芯片性能，并调整了部分先进制程的量产时间表。原定于2027年导入的1.4nm制程可能推迟至2029年，1nm级量产时间也预计延后约两年。 这一调整与其竞争对手的积极布局形成鲜明对比：台积电计划于2026年下半年量产1.6nm，英特尔近期也传出将优先发展Intel 14A（相当于1.4nm），以争夺苹果、英伟达等大客户。业界担忧三星在先进制程领域的竞争力可能持续下滑。 客户结构差异显著：台积电拥有英伟达、AMD、苹果、高通等顶级科技公司的尖端制程订单；而三星的尖端制程客户，除其自家System LSI部门的处理器订单及少量国内外初创公司订单外，至今缺乏重量级客户。为提升竞争力，三星计划强化其第二代2nm（SF2P）制程，并预计在2026年量产性能提升约20%的第三代2nm（SF2P+）制程。 挑战不仅限于尖端领域。在成熟先进制程（如4nm、5nm、7nm）上，三星的性能也落后于台积电。虽然三星的代工报价通常比台积电低约30%，且其4nm良率据称已超70%，但台积电在7nm以下制程的整体优势依然显著。 此外，三星还面临来自中国代工厂（如中芯国际(SMIC)、华虹半导体）的竞争压力，后者的代工报价据信也低于三星约30%。这迫使三星需要制定更具差异化的竞争策略。

新智元报道 编辑：英智 【新智元导读】亚马逊仓库迎来第100万个机器人！从机械臂到AI驱动的Vulcan，机器人如何让物流效率飙升25%？机器人与人类并肩作战，仓库中科幻大片正在上演。 亚马逊最近又创下一个新纪录：第100万个机器人上岗！ 经过13年在仓库中部署机器人的努力，亚马逊机器人数量快要和「人手」平分秋色了。 这家科技巨头宣布，其全球仓库现已部署了第100万个机器人，最新一个刚被送到了日本的亚马逊物流中心。 走进亚马逊的仓库，你会看到机械臂麻利地从货架上抓商品，轮式小机器人满地跑，运送货物去打包。 其他区域还有自动分拣系统忙着整理商品，机器人则帮忙打包，准备发货。 现在，亚马逊全球75%的配送任务都有机器人参与。 AI自动化不仅让效率蹭蹭上涨，还减轻了仓库高员工流失的压力。 除了机器人军团，亚马逊还推出了一款名为DeepFleet的生成式AI模型，用于优化仓库机器人的路径规划。 DeepFleet能将机器人运行效率提升10%，让物流操作更加高效。 这是用亚马逊的SageMaker云平台打造的，靠自家的仓库和库存数据「喂」出来的。 新型仓库机器人Vulcan 100万个机器人不仅是数量的突破，亚马逊的机器人军团，最近几年突飞猛进。 今年5月，他们推出了新款机器人Vulcan，双臂操作超灵活：一条手臂整理货架，另一条带摄像头和吸盘，能精准抓东西。 最牛的是，Vulcan具有「触觉」功能，能感知所抓物品的特性，从不同货架上精准取货。 Vulcan通过大量的物理数据训练，包括力和触感反馈，已经能处理亚马逊75%的库存商品。 而且，它还能越用越聪明！ 这款机器人已经在华盛顿州的Spokane和德国Hamburg上岗，处理了超过50万个订单，效率惊人。 虽然有人批评他们投资机器人是为了取代人类工人，但亚马逊坚称并非如此。 他们表示，Vulcan这样的机器人只是为了让仓库工作更安全。 亚马逊已经培训了全球70多万名员工去做更高薪的岗位，和机器人协同工作。 Neisha Cruz在康涅狄格州亚马逊仓库干了五年拣货工，原以为会累死累活、走断腿。 后来，她学会了管理机器人系统，在亚利桑那州的办公室盯着电脑，确保全美亚马逊仓库的机器人正常运转。 她的工资比刚入职时翻了2.5倍！ 亚马逊机器人高级科学家Yesh Dattatreya表示：「自动化带来了全新岗位，像机器人维修员。」 他在亚马逊湾区创新实验室带团队研发更智能的AI机器人，让未来的机器人能听从语音指令，比如去卸个货车。 对一些员工来说，自动化意味着告别搬重物、拉货、分拣这些重复的体力活，转型去做管理机器的活。 最近，亚马逊还让机器人跟订单处理系统无缝对接，机器人和员工的配合更顺畅了。 比如，分拣系统把商品送到员工面前，员工挑出订单需要的货；另一台机器人则在员工监督下，抓取货架深处不好拿的商品。 亚马逊机器人CTO Tye Brady表示，公司还是需要很多员工，机器人是为了让大家干活更轻松，不是要炒鱿鱼。 但仓库人力资源中心的Sheheryar Kaoosji主任有点担心。 他认为机器人目前对小型仓库影响不大，但在大型物流中心，亚马逊的长远目标可能是大幅减员。 机器人也在悄悄「抢工作」 机器人也在悄悄抢一些岗位，亚马逊的招聘速度明显慢下来了。 目前公司全球有156万员工，大部分在仓库工作。 《华尔街日报》发现，去年亚马逊每个仓库平均只有670名员工，是过去16年最低的。 从2015年起，每名员工每年自己配送的包裹数从175个涨到3870个，效率提升不要太明显！ 员工与包裹趋势 左图：每个仓库的员工数量逐年下滑。右图：每人处理的包裹数量年年攀升。 亚马逊发言人表示，一些为当日达设计的新仓库员工更少，送货更快。 首席执行官Andy Jassy最近透露，仓库里还引入了AI，优化库存摆放、预测需求、提升机器人效率。 去年10月，亚马逊还公布了「下一代物流中心」计划。 新中心的机器人数量是现在的10倍！ 首个人类与机器人协同作业的中心已经在路易斯安那州Shreveport（靠近德州边界）开张了。 在Shreveport，机械臂让生产效率飙升 Shreveport 300万平方英尺的超级仓库，亚马逊的自动化技术秀得飞起。 70多台机械臂忙着分拣、堆叠、整理数百万件商品。 机器人还负责把包裹车送到卡车装货区、打包客户订单的纸袋、把商品送到打包点。 这个仓库的商品流转速度比其他地方快25%！ Keshia Jenkins在Shreveport中心排查移动机器人故障 2012年，亚马逊花7.75亿美元买下Kiva Systems，此后公司持续推动机器人技术在仓储物流中的应用。 一开始，机器人干的是搬运大堆未打包商品这种体力活，人类干起来费劲。 后来，机器人开始接手更复杂的任务，像打包、分拣、搬重物。 机器人咨询公司Interact Analysis的经理Rueben Scriven表示：「亚马逊离机器人全面整合的目标又近了一步。」 制造商Agility Robotics表示，亚马逊还在测试一款人形机器人，有腿有手臂还有头，已经试着做回收容器的工作。 目前，这款机器人还在研发阶段。 作为美国第二大私营雇主，亚马逊的自动化趋势就像风向标，影响着全美的劳动力市场。 它的「机器人大军」表明，技术进步正在加速，改变工厂作业模式，也在重塑就业市场。 亚马逊大裁员2.7万 亚马逊首席执行官Andy Jassy在接受CNBC主持人采访时表示：「AI将深刻改变亚马逊的劳动力结构，常规工作会被自动化，在高科技领域会创造新的就业机会。」 亚马逊首席执行官 Andy Jassy 他强调了生成式AI对公司运营的颠覆性与变革性影响。 正如每次重大科技变革，总有些岗位被技术「抢饭碗」。 他表示，AI已经员工从枯燥的重复劳动中解放出来，工作变得更有意思，员工能专注于创新和高价值的任务。 比如，亚马逊的AI现在已经能搞定写代码、数据分析和研究工作。 不过，Jassy也没回避AI对员工人数的影响。 他坦白，生成式AI的普及会让一些岗位人数越来越少。 他在内部邮件里写道：「有些工作需要的人数会减少，但其他新类型的工作会需要更多人。具体影响尚不明朗，但未来几年，随着AI在公司大范围应用，整体办公人员规模可能会缩小。」 亚马逊经历了大规模裁员，在过去几年裁掉了超过27,000个工作岗位。 Jassy将这一转型视为机遇，鼓励员工「对AI保持好奇，主动学习，参加培训和研讨会」，尝试用AI工具提高效率，打造更精干的团队。 他还提到，AI将在机器人技术、AI开发以及需要创造力和复杂决策的领域创造新岗位。 Jassy对CNBC表示：「人工智能，尤其是生成式AI，是我们这一代最具变革性的技术。」 这话分量很重，毕竟我们已经经历了互联网时代。 参考资料： https://techcrunch.com/2025/07/01/amazon-deploys-its-1-millionth-robot-releases-generative-ai-model/ https://techcrunch.com/2025/05/07/amazon-debuts-a-warehouse-robot-with-a-sense-of-touch/ https://www.wsj.com/tech/amazon-warehouse-robots-automation-942b814f?mod=tech_trendingnow_article_pos1 https://fortune.com/2025/07/01/amazon-ceo-andy-jassy-ai-fewer-jobs/

划重点： 1、HonestAGI团队发布一项名为“模型指纹”的研究欲证明华为盘古大模型抄袭阿里Qwen，但由于方法过于简单粗暴、团队和参考文献存在造假嫌疑被质疑其真实性。 2、在华为诺亚方舟实验室官方做出回应之后，一位自称内部员工人士发表长文《盘古之殇》揭露华为盘古大模型涉嫌套壳、续训、洗水印，将抄袭风波再次推向高潮。 3、在技术快速迭代的时代，如何建立更加科学、透明的模型评估机制，如何在激烈竞争中保持技术诚信，如何在开源合作与商业利益间找到平衡，这些都是行业必须直面的课题。 作者 林易 编辑 重点君 整整一个周末，围绕着“华为大模型抄袭”的话题持续不断地跃入大众的视野。 事件的主角是华为于6月30日正式开源的盘古大模型（Pangu Pro MoE），起因则是由HonestyAGI在GitHub中发布的一项研究，通过论文式的推理证明盘古大模型抄袭了阿里巴巴的通义千问Qwen-2.5 14B模型。 在这项研究中，HonestAGI提出了通过分析模型注意力参数的标准差模式来识别“模型指纹” （LLM-Fingerprint）的方法，并基于此对华为Pangu Pro MoE模型的来源进行了分析。 研究中的关键发现，便是华为Pangu Pro MoE模型与Qwen-2.5 14B的标准差模式相关性高达0.927，这就表明其可能基于Qwen-2.5“升级改造”而非从头训练。 除此之外，HonestAGI还发现盘古大模型官方在GitCode中发布的代码中，还异常地包含了Qwen 2024的许可证。其意在指出，盘古大模型团队所用到的“transformers”组件的版权归属于Qwen团队、阿里巴巴集团和HuggingFace团队。 这项研究一经发布便引发了不少的争议，有人认为它通过种种证据已经算是实锤了盘古大模型抄袭Qwen；但另一方面，也有人对“指纹”方法的专业性提出了质疑，更是在项目的Issues中产生了对峙之势。 那么这项研究到底够不够靠谱，盘古大模型团队到底有没有抄袭，重点君在整理完全部事件的来龙去脉之后，单从技术角度分析认为，HonestAGI这篇研究确实存在较多的可疑点。现在，我们就带大家一同深入了解。 具体指出了哪些证据？ HonestyAGI提出的模型 “指纹” 是一种用于识别和区分模型的技术，旨在为模型提供独特标识，以解决模型知识产权保护、来源追溯和相似性分析等问题。不同的模型 “指纹” 方法在实现方式和应用场景上各有差异。 团队针对大型语言模型，通过分析各层注意力参数（Q、K、V、O投影矩阵）的标准差（σ）形成 “指纹”。对每个Transformer层提取相关矩阵计算标准差，再跨层归一化生成特征签名，这种方法就可以用来识别模型谱系。其特征包括： ·鲁棒性：能在大量持续训练后保留。 ·内在性：由模型架构自然产生。 ·简单性：仅需对参数矩阵使用torch.std()计算。 QKV偏置分析结果如下图所示： 从结果来看，Pangu与Qwen2.5-14B的Q、K、V投影偏差模式几乎相同，早期层出现特征性峰值后收敛，而这个设计是Qwen 1-2.5代独有的特色，多数开源模型（包括Qwen3）已弃用。 对注意力层的归一化权重进行分析后，进一步印证了它们之间的相似性。盘古和Qwen2.5-14B在各层的表现趋势非常一致，呈现出类似的初始化方式和收敛过程，这也让它们在行为上明显区别于像Qwen2-57B-A14B和Qwen3-30A3B这样的其他模型。 除此之外，团队正在研究每一层的激活值大小。为此，HonestAGI从The Pile测试集中随机抽取了1000个批次的样本（https://pile.eleuther.ai/），并计算了每层的激活范数，同时采用了统一的归一化方法。每个批次包含8条序列，长度为1024。目前初步结果已经公布，显示盘古模型和文心模型的表现依然相似，说明它们在计算方式上有很大的相似之处。 为了验证“模型指纹”是不是存在偶然性，HonestAGI还对Qwen和混元A13B进行了对比，结果发现两者在不同层级的内部表现差异很大，说明它们的架构和学到的知识表示完全不同。显然，HonestAGI提供这组对比数据，是为了证明它的测试方法是可信的。 不过也正如重点君在此前提到的，许多人对HonestAGI团队提出的“模型指纹”方法，在技术层面上提出了质疑。 有人认为这个方法过于简单粗暴，存在cherry picking（选择性挑选数据）的空间，且使用参数标准差来判定模型相似度并不科学。在深度学习领域，模型结构创新更重要，模型参数更多依赖算力和数据，华为有足够算力重新训练大模型，没必要套用Qwen的参数。 并且“模型指纹”存在多处缺陷，如仅公开少量模型对比样本，缺乏大规模基准测试；相同参数量的 MoE 模型可能因架构约束产生相似曲线，不能仅凭相似曲线判定抄袭；论文核心假设缺乏权威文献支撑等。 除此之外，对于“模型指纹”研究团队，网友们也提出了质疑。原论文作者除这篇文章外没有其他科研成果，联名的五个人既没有留邮箱，也无法在Google Scholar上找到任何信息，且作者自称是韩国学生，却使用outlook邮箱，说话有中式英语味道，怀疑作者身份是假的。 更重要的一点是，引用的参考文献中竟然还存在多处不实的参考文献，以至于有人认为全篇文章极有可能是用AI来生成。 对于这次抄袭风波，涉事的“主角”盘古Pro MoE背后的团队也在第一时间站出来发出了声明做回应。强调了他们是全球首个面向昇腾硬件平台设计的同规格混合专家模型，创新性地提出了分组混合专家模型（MoGE）架构；并且部分基础组件的代码实现参考了业界开源实践，涉及其他开源大模型的部分开源代码，是严格遵循开源许可证的要求。 而且若是对比着来看两篇技术报告，虽然他们均采用MoE架构优化计算效率，结合大规模预训练与多阶段微调提升能力，且关注长上下文和多任务泛化；但Pangu Pro MoE是以“硬件-架构协同设计”为核心，而Qwen2则是以“模型通用性与多语言能力”为核心；前者聚焦负载均衡与Ascend硬件适配，后者侧重专家设计与模型规模扩展。 总结来看，重点君认为HonestAGI团队首先在算法上仅将QKVO参数标准差组合在一起向量特征来计算大模型之间的相似，方法过于简单了些，在严谨性和科学性上确有偏颇；其次，从开源标准方面来看，华为也公开回应了其是遵守开源标准来执行，这无可厚非。 目前HonestAGI团队也下架了最初的研究（声称再完善后发布），仅根据这项研究或许并不能实锤华为盘古大模型抄袭了阿里Qwen，但这次的风波却并没有因此而结束。 一篇《盘古之殇》再引热议 就在昨天，一篇名为《盘古之殇：华为诺亚盘古大模型研发历程的心酸与黑暗》的文章在GitHub上走红，仅一天时间便揽获2.5K Star（还在持续增长中）。 仅从标题就不难看出这是一篇华为内部员工的匿名举报信，曝光了盘古大模型背后的“造假”内幕。事情的起因正是华为盘古大模型被曝抄袭阿里Qwen，这让一位自称盘古团队成员的员工再也忍不住了。他决定站出来爆料内部的真实情况，哪怕可能因此丢掉工作。 按照这位员工的说法，华为内部确实存在大规模的“套壳”行为。所谓套壳，就是拿别人家的模型，稍微改改包装，然后说成是自己研发的。比如他们的135B模型，其实就是拿阿里千问110B改的，连代码里的名字都懒得改，还叫"Qwen"。最近争议很大的72B模型，也是用千问的模型训练出来的。 据这位员工描述说，更让人气愤的是工作环境，他们这些真正做技术的人非常辛苦，经常要去苏州出差，一去就是几个月，和家人分离，工作强度巨大。但辛辛苦苦做出来的成果，却经常被其他部门轻松拿走，然后贴上别人的标签。真正干活的人累死累活，抢功劳的人轻轻松松，这种不公让很多优秀的技术人员选择了离职。 当然，这位员工也承认，华为确实做出了一些真正的技术成果，比如在自家芯片上训练出了一些从零开始的模型。但这些真实的努力往往被造假行为掩盖了，让认真做事的工程师感到心寒。他说自己也准备离职了，再也不想在这样的环境里工作，他也希望通过爆料能让华为认识到问题。 相比于HonestAGI的“模型指纹”，这一次网友们的评价并没有出现一边倒的情况。一部分网友认为文章中的一些技术细节描述较为具体，有一定的可信度；但也有用户指出文章可能存在情绪化、片面性等问题，部分观点缺乏足够的证据支持，如“内部分析”等表述过于模糊。 截至发稿，华为诺亚方舟实验室官方并没有对这篇文章做出正面回应。但这场围绕华为盘古大模型的争议，早已超越了单一事件的范畴，折射出AI行业在爆发式发展中的深层矛盾。 从技术层面看，“模型指纹”方法的争议核心在于：当大模型的参数规模突破千亿级，架构创新与参数迭代的边界愈发模糊，如何用科学标准界定“原创”与“借鉴”？在算力与数据壁垒高筑的当下，纯粹的“从零开始”研发是否已成为小概率事件？在AI企业普遍面临“模型迭代速度竞赛”的背景下，如何平衡商业目标与技术诚信，也是在考验着每个团队的价值选择。 结语 华为盘古大模型抄袭争议，本质上反映了AI行业发展中的三重困境：技术评判标准的缺失、商业竞争的激烈化，以及行业诚信体系的待建立。 无论最终真相如何，这场争议都为整个AI行业敲响了警钟。在技术快速迭代的时代，如何建立更加科学、透明的模型评估机制，如何在激烈竞争中保持技术诚信，如何在开源合作与商业利益间找到平衡，这些都是行业必须直面的课题。 更重要的是，这起事件提醒我们：真正的技术创新不应该建立在模糊的边界线上，而应该以扎实的研发实力和清晰的技术路径为基础。只有这样，中国AI行业才能在全球竞争中赢得真正的尊重和话语权。 参考链接： 1、HonestyAGI GitHub：https://github.com/HonestyAGI/LLM-Fingerprint 2、《盘古之殇》原文：https://github.com/HW-whistleblower/True-Story-of-Pangu 3、知乎相关讨论：https://www.zhihu.com/question/1925157415541801408 4、盘古Pro MoE技术报告：https://arxiv.org/abs/2505.21411

2025年，当DeepSeek横空出世之后，医疗机构、医疗科技企业、主管部门、纷纷接入或部署。很快，相似的场景再次上演，随着以Manus为代表的通用AI智能体爆红，医疗智能体也迎来爆发期。 近期，多家医疗机构、医疗健康服务企业围绕具体场景应用，密集上线医疗智能体。这也使得业界从几个月前“言必谈大模型”的状态，悄然迈入“言必谈智能体”的新阶段。 在AI日新月异的风口之下，医疗智能体究竟实现了哪些突破？ 01 从“百模大战”到“千体之争” 文献资料指出，智能体（Agent）源于哲学概念，在人工智能领域，它通常被用来描述一个具备智能行为，且拥有自主性、反应性、主动性及一定交互能力的实体。 大模型与智能体的关系，可以简单概括为“认知”与“行动”的分工协作：大模型专注于自然语言理解、逻辑推理等抽象能力，能精准解析用户意图、生成任务规划逻辑；智能体则可通过传感器、API接口等实现环境信息感知与任务工具调用。二者的结合，如同为智能体装上“大脑”，为大模型赋予“身躯”，形成技术闭环。 智能体具备持续学习、自我训练、自我评估和动态目标调整的特征，在复杂任务调度、协作场景中表现出强大潜力。具体到医疗领域，智能体在提升医疗服务可及性、优化临床流程、推动精准医疗等方面可展现出应用价值。 目前，医疗健康多个场景均已出现智能体的身影。在院内，无论是患者服务、辅助诊疗还是医院管理，都已有医疗机构和企业联合发布相应的智能体；在院外，以互联网医疗、健康管理为主的企业推出了AI家庭医生、AI健管师、AI心理咨询师等智能体；此外，智能体还覆盖科研与教学、药物研发等领域，甚至能作为企业数字员工，在不同企业的职能岗位上发挥作用。 医疗智能体主要应用场景及布局企业，资料来源：公开信息、访谈 （表格为不完全统计，部分企业布局多种应用场景，未重复统计） 据动脉智库《2025医疗大模型研究报告》统计，截至2025年5月1日，市面上已公开的主要医疗大模型有近300个。由于依托同一大模型可开发若干个智能体，因此，针对业内已推出并不断增加的智能体，难以直接获得准确数字。但总体而言，随着医疗AI应用的不断深化，行业正从“百模大战”跨越到“千体之争”。 02 拟人化与专科化的进阶 当智能体走向 “拟人化”，虚拟形象与专属名称成为重要突破口。目前，已经有多家企业从“人的形象”入手打造产品，包括采用虚拟人物形象、医务人员真人形象，甚至为智能体角色起一个朗朗上口的名字。 2024年11月，紫荆智康开发的“紫荆AI医生”系统正式上线，首批来自21个科室的42位AI医生在Agent Hospital亮相。其中，每个科室设置2位AI医生，一位来自国内，一位来自国际，且每位AI医生都拥有专属的虚拟形象和名字。 2025年1月，京东健康依托“京医千询”医疗大模型上线“AI京医”多角色智能体；同年6月升级后，AI医生“大为”、AI营养师“小晶”、AI药师“小方”、AI心理咨询师“小语”等角色均配备了相应的虚拟形象。 此外，腾讯健康与华润三九合作打造了“三舅”健康管家。作为华润三九面向用户沟通的IP，“三舅”是基于腾讯医疗大模型、云计算等新技术搭建的AI智能助手，在为用户提供健康问答服务的同时，拥有一个绿色的卡通形象。 也有智能体采用数字分身的形式，“复制”医生的形象与服务能力。 2024年9月，支付宝面向C端用户上线“AI健康管家”，由医生、医院、机构等智能体入驻并提供服务，其中的医生智能体即为医生的AI分身。在此基础上，2025年6月，蚂蚁集团发布AI健康应用——“AQ”APP，已覆盖近200个名医AI分身。 2025年2月，平安好医生的AI产品“平安芯医”上线。作为医生的数字分身，“平安芯医”通过对真实专家的形象“复刻”，以及专业知识与医学实践经验的训练，可全天候为用户提供线上咨询、线下就医协助、报告与化验单辅助解读、用药提醒等服务。 一个鲜明的形象和动听的名字，能强化智能体与用户之间的情感连接，让其更具“人”的意义。它能增强亲和力、建立信任感，也能清晰直观地传递智能体的功能定位，强化用户的记忆与识别；还能将专业交互转化为使用门槛更低的直接交流，进而提升用户的使用效率。 在智能体大量涌现的背景下，专科诊疗智能体正在迅速崛起。 例如，四川大学华西医院与多家机构合作，联合研发了“睿兵Agent”。产品基于华西医院“华西黉医”医学大模型研发而成，深度融合临床医学专家的实践经验、自然语言处理技术与大数据分析能力，主要聚焦消化领域，可实现健康知识普及、疾病全程管理、科研辅助支持三大功能。 深圳大学华南医院近期上线了腹痛诊疗智能体，针对腹痛症状可自动调用“腹痛”专用知识库，面对复杂多样的腹痛症状，帮助医生参考专家诊疗思路快速完成鉴别诊断与初步分流，降低基层医生的误诊率。 近期推出的部分专科专病智能体，资料来源：公开信息、访谈 中国信通院云大所数字健康部主任冯天宜表示，过去AI在医疗健康领域多为点状应用，未来各个专科、亚专科或专病领域可能会出现能力较强的细分智能体，这些智能体将与医生工作深度结合，作为医生的助手，提高医生的工作效率和能力。 由于各专科具有特定的诊疗路径，这就要求智能体具备定向进化的能力。不同专科面临的临床问题各不相同，通用模型难以满足专科的特定需求；通过专科定制化训练，智能体可突破通用模型的精度瓶颈。在智能体的辅助下，专科诊疗的质量和效率将得到大幅提升。 在此基础上，专科智能体还能更好地沉淀顶级医疗机构或专家的经验，并将其向基层医疗机构复制输出。 03 距离真正的医疗智能体还有差距 不过，当前的医疗智能体主要是应用层的迭代升级，尚未实现底层模型的突破。 浙江大学计算机创新技术研究院智慧医疗研究中心主任相鹏表示，智能体能调用工具（如浏览器、API）、操作软件界面，形成“指令-思考-交互-观察一再思考”的闭环，是一种不仅能思考，还可以采取行动的AI系统。 AI应用等级，资料来源：访谈 在相鹏看来，按照认知与行动的复杂度，智能体相当于L3级的AI应用，相较于L2阶段，AI从被动的“信息处理/推理”走向主动的“与外部世界交互和执行”。“尽管当前业界已有大量‘智能体’，但真正能达到L3水平的极少，大部分仍然处于L1阶段，能达到L2的也不多。” 冯天宜认为，现有的医疗智能体大多在功能和能力方面还有待丰富与提升。以专科专病医生助手型智能体为例，真正的智能体要串联起就诊各环节的逻辑，需经过三轮必不可少的训练：第一轮是预训练，积累各类知识，包括教材、学科知识、院士专家经验、指南等，这是基础的经验能力储备；第二轮是正式训练，培养“慢思考”能力，让智能体能规划行动以配合医生，这需要通过医生的实际使用来积累过程经验；第三轮是续训练，提升高阶推理、自主交互及持续学习能力，让智能体更贴近人类，最终能切实帮助医生处理事务，且风格接近医生本人。“经过正式训练的智能体，在之后续训练中，会逐渐贴合医生的风格与习惯，成为真正的助手。而目前许多智能体还未完成正式训练这一步。” 总的来说，医疗AI应用要成为真正意义上的智能体，还需从多个方面提升。 首先，需要更多专科的临床专家深度参与，推进专科专病智能体的完善。仅靠技术人员基于知识整理和基础开发，所形成的智能体与普通AI解决方案的区别不大，医生的使用效果也不会理想。 其次，促进行业规范，例如明确智能体的功能、范畴及达标要求，避免因概念模糊、能力界定不清引发认知混乱、产品定位不明。 据了解，目前中国信息通信研究院正在推进医疗健康行业智能体领域的标准编制，已与甲状腺癌、炎症性肠病、多发性骨髓瘤等领域的专家合作，启动相应的专病智能体标准研制。这些标准将为智能体的测评数据集、功能要求、智能体能力、易用性和安全性等多个方面提供参考。 最后，大模型底座能力的飞跃，仍是推动智能体从概念真正成为现实的源动力。 冯天宜谈到，智能体对应的“agency”即执行力，代表了AI的主观能动性，这很容易量化感知。若将一项任务的完成目标设定为一周，有的人三四天就能高质量完成，有的却需要两三周，还有人可能半天就放弃，这就是执行力的差异，对AI来说，差异同样存在。 智能体在执行层面表现出色，核心在于具有记忆、规划和行动能力，而这些能力的强弱取决于AGI的底座能力。“如今，正因为通用底座能力已达到一定水平，初期的智能体才得以应用。未来，只有AGI实现能力的跨越式突破，人们畅想的各种细分AI应用场景才能真正落地。” 技术水平的跃升是无数量变与质变的结果，在众多从业者的尝试与托举下，相信真正的智能体会离人类越来越近。 * 参考文献： Xi Z, Chen W, Guo X, et al. The rise and potential of large language model based agents: A survey[J]. arXiv preprint arXiv:2309.07864, 2023. 李鹏飞，吴静依，郑悦闻，张路霞.大语言模型驱动的医疗智能体研究与应用综述［J］.中国卫生信息管理杂志，2025，22（2）：179-186. 浙江省数字经济联合会：大模型＋智能体，AI落地应用的当下和未来 *封面图片来源：123rf

我们至少要了解人工智能 （AI） 的两件事。 首先，人工智能的狂热在过去三年中一直在推动股市走高，即使在此过程中偶尔会出现下跌。 其次，人工智能是一项革命性的技术，它将改变世界，并可能消除许多工作，包括需要培训和技术技能的工作。 这两点都是正确的。但并能因此排除其中的一些陷阱，并保持足够的谨慎与冷静。 AI一直在推动股市创下历史新高，但市场的外观和感觉就像一个超级泡沫。但这不是今天做空主要股指的理由。泡沫的持续时间可能比任何人预期的都要长。 关于第二点，人工智能将使一些工作过时或容易被取代。当然，与任何新技术一样，它将创造需要不同技能的新工作岗位。教师不会过时。他们将从教授数学和阅读的基础知识（人工智能做得很好）转向教授批判性思维和推理（计算机做得很差或根本没有）。 变化将是无处不在的，但它们仍然是变化，而不是混乱。 01 物理边界限制 人工智能是一股强大的力量，但远不如表面上看到的那么简单。 AI可能面临处理能力、训练集和发电方面的材料限制。半导体芯片的速度越来越快，新的芯片正在开发中。但这些芯片会消耗大量能源，尤其是在新AI 数据中心的巨大阵列中安装时。 倡导者正在转向核电站，包括小型模块化反应堆，以满足AI的能源需求。 这种需求是非线性的，这意味着需要指数级更大的能源才能在加工输出方面取得小的进步。 AI 正在迅速接近其实现更高性能能力的实际极限。 这种近乎永不满足的能源需求，意味着AI竞赛实际上是一场能源竞赛。 02 AI 缺乏常识 AI 的另一个不为人知的限制，是搜索中信息守恒定律。 该定律有严格的数学证明支持。它说的是AI找不到任何新信息。它可以更快地找到事物，并且可以建立人类可能几乎不可能建立的联系。这很有价值。但 AI 找不到任何新的东西。 它只能寻找和找到已经存在的信息。新知识以创造力、艺术、写作和原创作品的形式来自人类。计算机无法执行真正的创造性任务。 这应该给人类一些安慰，因为他们永远不会过时。 AI的另一个问题，是训练集的稀释和退化。因为更多的训练集内容由先前处理的 AI 输出组成。 AI 容易出现错误、幻觉（更准确地说是虚构）和没有事实依据的推理。这已经够糟糕了。但是，当该输出进入训练集（基本上是 Internet 中的每个页面）时，训练集的质量会下降，而未来的输出会同步下降。 除了仔细策划之外，没有好的解决方案。如果必须成为主题专家来策划训练集，然后评估输出，这会大大降低 AI 的增值作用。 计算机也缺乏同理心、同情心和常识。他们处理，但他们并不真正像人类那样思考。事实上，AI根本不会思考；这只是数学。 在最近的一项实验中，一台AI计算机与一组3至7岁的孩子进行了比赛。挑战是用手头的工具画一个圆圈。这些工具是一把尺子、一个茶壶和第三个不相关的物体，比如一个炉子。 计算机推断尺子是像指南针一样的绘图工具，并试图用尺子画一个圆。它失败了。孩子们看到茶壶的底部是一个圆圈，就简单地在茶壶上画出完美的圆圈。 AI 系统使用了关联逻辑。孩子们用的是常识。孩子们赢了。这个结果在未来的比赛中不会改变，因为常识（技术上是归纳逻辑）是无法编程的。 雄心勃勃的AI公司很快发现，他们的系统可以被新系统超越，这些系统只是使用大价钱AI输出作为基准训练集。这是以一小部分成本实现高性能的捷径。 像Microsoft和Google这样的老牌AI公司称之为盗窃IP，但这并不比那些使用现有IP而不支付版税的巨头差。 这可能是海盗的一种形式，但很容易做到，而且几乎不可能阻止。 这并不意味着AI的终结。这意味着AI天价利润预测的终结。AI巨头花费的数千亿美元的回报可能微薄。 03 创新者还是推销员？ AI世界中最著名的人物是山姆·奥特曼（ Sam Altman）。 他是OpenAI的负责人，该公司几年前推出了ChatGPT应用程序。 人工智能始于 1950 年代，从 1980 年代的发展角度来看似乎遇到了瓶颈（这一时期被称为人工智能冬天），在 1990 年代和 2000 年代初基本上处于休眠状态，然后在过去十年中突然又恢复了活力。ChatGPT 在最初的几个月里是历史上下载次数最多的应用程序，如今拥有数亿用户。 奥特曼去年被 OpenAI 董事会赶出，因为该公司旨在作为一个非营利实体，为人类的利益开发人工智能。奥特曼希望将其转变为营利性实体，作为数千亿美元IPO的前奏。 当顶级工程师威胁要辞职并跟随奥特曼进行新的冒险时，董事会很快改变了方向，将奥特曼带回了公司，尽管确切的法律结构仍在讨论中。 与此同时，阿尔特曼全速推进了他对超级智能（也称为高级通用智能 （AGI），关键词是“通用”，这意味着系统可以像人类一样思考，只是更好。 理解超级智能的一种方法是比喻人类之于计算机，就像猿类之于人类一样。我们会被认为是聪明的，但不会比我们的机器大师更聪明。 阿尔特曼说，“在某些方面，ChatGPT 已经比任何活着的人都更强大。他还表示，他预计到202 年，人工智能机器将“完成真正的认知工作”，并将在2026 年之前创造“新颖的见解”。 这都是无稽之谈，原因有几个。 首先，如上所述，训练集（大型语言模型研究的材料）正在受到先前 AI 模型输出的污染，因此机器变得越来越笨拙，而不是越来越智能。 第二个是我上面也描述过的搜索中信息守恒定律。该定律（由应用数学支持）表明，计算机可能能够比人类更快地找到信息，但它们无法找到任何尚不存在的信息。 换句话说，当前逻辑下的机器并不是真正的思考，也不是真正的创造力。他们只是比我们更快地连接点。 Apple 的一篇新论文总结道：通过对各种谜题的广泛实验，我们表明，前沿 LRM ‘大型推理模型’在超出某些复杂性的情况下面临着准确性的完全崩溃。此外，他们表现出一个违反直觉的扩展限制：他们的推理努力随着问题的复杂性而增加，直到一定程度，然后尽管有足够的代币预算，他们的推理工作也会下降。这一证据和其他证据表明，AI 达到了蛮力计算能力无法克服的逻辑极限。 最后，从来没有开发人员能够编写归纳逻辑、真正的常识或直觉。 这是人类拥有的最强大的推理工具之一。 简而言之，超级智能（可能）永远不会到来。 奥特曼越来越像一个硅谷推销员，推销下一件大事，背后没有太多支持。

🧠 这并非胡思乱想，而是 AI 和电力行业共同面临的棘手难题。 🔢 简单来说，由于 AI 计算工作的特殊机制，数据中心高达吉瓦 (GW) 级别的负载，可能在不到一秒内，在「全速运转」和「突然清零」之间来回横跳，严重干扰电网稳定。 🤣 为了平衡负载，数据中心用 pytorch_no_powerplant_blowup=1 这样的指令来生成「假负载」(dummy workload)，只为了让电厂「不爆炸」…… ⚡️ 常规民用和工业用电相对稳定，电力系统建模已能够充分应对；而 AI 大算力的任性的波动，速度之快超过了常规交流电网能够承载的水平，对于电网带来极大的不稳定，很容易触发电网级联断电，甚至完全崩溃。 ❓ 而针对 AI 大算力的电网建模，目前仍困扰着 AI 技术发达国家地区的电力机构。 🔋 AI 公司正通过安装储能电池的方式，来保障数据中心运转。但普通个人家庭往往只能依赖常规电网。当前大部分用户还不需要担心断电，但美国德克萨斯州有上百吉瓦的 AI 算力正在排队进入电网，情况不容乐观……

贵在 真实 在流媒体「杀死」电影院的论调甚嚣尘上时，一部以 F1 为名的电影，却成功把观众重新拉回了大银幕前。 好莱坞最具权威性的媒体 Variety 确认，由布拉德·皮特主演的电影《F1：狂飙飞车》（下文简称为《F1》），已正式超越《拿破仑》，加冕成为苹果原创电影有史以来票房最高的作品。 与此同时，在口碑层面，这部电影更是通吃了核心车迷和大众影迷，成为了一个值得探讨的年度电影。 一个有趣的问题是，当好莱坞的赛车电影早已被「速度与激情」系列的肌肉车和「极速车王」的奥斯卡光环反复定义后，《F1》的突破口究竟在哪？ 答案，恰恰在于它的「反好莱坞」特质。 它没有依赖更夸张的 CG 特效，或是更狗血的戏剧冲突，而是选择了一条更难走的路——对「真实」进行近乎偏执的、不计成本的还原。这样的执念，最终物化为一套前所未有的摄影系统，一个充满了圈内梗的剧本，以及整个 F1 围场的集体开绿灯。 可以说，《F1》的成功，在它开拍的时候就已经注定了。 ⚠️ 本文涉及大量剧透，请谨慎阅读 ⚠️ 真实感的代价，是 3 亿美元 作为好莱坞中生代导演中的「实拍狂人」，曾执导《壮志凌云：独行侠》的约瑟夫·科辛斯基，向来对 CG 特效保持着一种审慎的距离。因此在《F1》这个项目中，他再次选择了一条更笨也更昂贵的道路： 用 3 亿美元的巨额投资，去复现物理世界的真实感。 这种真实感，首先建立在影片的核心——那辆虚构的 APX GP 赛车之上。 很多电影里的「赛车」只是一个虚有其表的道具模型，底盘和动力系统与原型毫无关系。但 APX GP 却是一辆拥有真实心脏的 F2 方程式赛车。更关键的是，其背后站着真正的 F1 世界冠军车队——梅赛德斯-AMG。 电影里的 APX GP 车队赛车 这支冠军车队对 F2 赛车进行了深度的底盘与动力改装，并为其设计安装了符合 F1 规格的空气动力学套件。这意味着，当布拉德·皮特在驾驶时，他对抗的是真实的物理惯性，他需要用真实的动作去应对悬挂的每一次压缩和回弹。这让他的表演，拥有了无法在绿幕前伪装的信服力。 （当然，核心车迷还是发现了这辆车略微「出戏」：由于采用 F2 赛车改装，片中经常能看到排气尾管喷火。这的确加强了赛车运动中轮对轮缠斗的刺激感，却也不符合 F1 油电混动+控油策略的现实。） 除了以假乱真的赛车，影片更史无前例地将剧组直接搬进了真实的 F1 围场。 在制片人刘易斯·汉密尔顿（没错就是那个七冠王）和 F1 CEO 斯蒂法诺·多梅尼卡利的共同推动下，制作团队获准在 2023 到 2024 赛季横跨两大洲的 14 个真实大奖赛周末进行实地拍摄。 从银石到蒙扎，从斯帕到拉斯维加斯，电影镜头与真实的赛事无缝衔接，这是以往任何赛车电影都未曾达到的高度。 2023 年英国大奖赛，《F1：狂飙飞车》拍摄现场 当这辆赛车驶离赛道，我们看到的依然不是摄影棚里的布景，摄制团队前所未有地，进入了车队研发中心——片中 APX GP 车队的总部，直接借用了现实中大名鼎鼎的迈凯伦技术中心（MTC），在其 CEO 办公室里，我们甚至能看到那辆经典的红白涂装迈凯伦-本田 MP4/4 的展车。 （这位现实中的迈凯伦 F1 CEO，也正是片中三家车队高管一起接受采访的场景里，坐在中间，给主角 APX GP 车队稍微留点面子的那一位：扎克·布朗。） 而那些关于赛车气动研发、进行风洞测试的关键场景，则直接在另一支传奇车队威廉姆斯的真实风洞中拍摄。有趣的是，为了防止威廉姆斯车队借机为自己的赛车研发获益，作为监管机构的国际汽联（FIA）甚至亲临现场进行监督。 电影中的风洞测试 这种前所未有的开放程度，便是整个 F1 世界对这部电影真实性的集体背书。 如果说硬件是真实感的骨架，那影片对 F1「软件」——即对规则的精准理解，则是其灵魂。导演成功地将「空气动力学」这个听起来颇为硬核的概念，转化为了推动剧情的关键。 比如主角桑尼要求赛车必须擅长在「脏空气」（Dirty Air）中缠斗，这不是耍酷的台词。它指向了 F1 比赛的核心痛点：领跑赛车尾部会形成一股混乱的湍流，在弯道中会严重破坏后车的下压力，让跟车和超车变得极其困难。 同样，导演科辛斯基生动展现了「尾流」（Tow/Slipstream）的战术价值，让观众直观地看到，后车如何像搭便车一样躲入前车的空气隧道中以减少阻力、在直道中提升尾速。这些细节，让这部电影的赛车场面不再是单纯的速度展示，而构成了一场场看得见的技术博弈。 电影对比赛策略的呈现也超越了简单的「进站换胎」。 APX GP 车队在赛道建了维修区，还有专业的换胎工 桑尼在匈牙利站坚持使用圈速更快但衰减也更快的软胎，而与车队工程师发生争执的场景，堪称全片经典。当然了，在现实的比赛里，这种情况通常不会出现。 除了赛车、场景，以及必要的理论，要将这些赛道内外的博弈真实地呈现在银幕上，制作团队还必须攻克一个看似不可能的终极难题：如何让摄影机真正「坐进」方程式赛车的驾驶舱？ 电影中许多赛车画面都来自真实比赛的 POV 视角 导演约瑟夫·科辛斯基的目标，是要让观众的感官与车手完全同步，而不仅仅是作为一个远距离的观察者。 根据索尼官方发布的技术访谈，即便是为《壮志凌云：独行侠》开发的先进摄影系统，对于追求极致轻量化、空间逼仄的 F1 赛车来说，依然太重、太大。换言之，在开拍前，这个世界上甚至不存在能完美实现导演意图的摄影系统。 所以，答案是「发明」它，而非「选择」它。为此，制作团队开启了一场前所未有的混合技术革命。 他们兵分两路：一边是与索尼合作，基于顶级的「威尼斯」（CineAltaV）电影摄影机，开发出一套分体式系统，将感光元件和镜头做成极小的探头，塞入驾驶舱内捕捉演员表情；另一边，则是创造性地将 iPhone 的核心部件拆解重组，用以完美复刻 F1 官方转播中那个标志性的车顶 T-Cam 机位，主攻功能性与后期流程的无缝融入。 iPhone 改造的 T-cam 摄像机. 图片来自：Wired 这场发明之旅并非坦途。据主创团队透露，在初次测试中，赛车产生的剧烈震动直接「震坏了」昂贵的稳定云台，赛道上飞溅的砂石也让镜头备受摧残。但正是这种不计成本的试错与微调，最终达成了一个核心成就—— 让摄影机成为了运动的「参与者」。 正是这种零距离的参与感，最终构建出了影片最宝贵、也最震撼人心的真实感受。 汉密尔顿献给车迷的「私信」 B 站赛车 UP 主 Chester117 提出一个有趣的观点：他认为，影片中大量的关键情节，都与制片人、F1 七冠王刘易斯·汉密尔顿的职业生涯高度重合，仿佛是其「夹带的私货」。 影片对战术的复刻，并非浅尝辄止。从主角桑尼在暖胎圈故意放慢节奏，为对手轮胎「降温」的计算；到车队指令中虚晃一枪、诱骗对手进站；再到主角内斗时，将对方强硬挤向墙边的驾驶风格，都让车迷看到了现实围场的影子。 当剧情走向高潮，影片更开始大胆地「重演」历史，触碰那些让车迷记忆深刻的名场面。其中最令人惊心动魄的，无疑是车手皮尔斯在蒙扎的严重事故。这一幕巧妙地融合了两起真实事件： 它既有 2019 年 F3 车手亚历克斯·佩罗尼在同一弯角，因压上路肩而凌空飞起的骇人轨迹；更有 2020 年罗曼·格罗斯让在巴林大奖赛上，赛车断成两截、燃起熊熊大火后奇迹生还的涅槃时刻。 2019 年蒙扎赛道，F3 车手亚历克斯·佩罗尼（右上角橙色赛车） 2020 年巴林大奖赛，格罗斯让赛车碰撞后起火 影片同样着墨于人性的光辉与阴暗。 当桑尼不顾一切停车救助对手时，我们看到的是对车神埃尔顿·塞纳 1992 年比利时站义举的崇高致敬。而当剧情触及利用故意撞车制造安全车，来为队友谋取利益的时，则又指向了 F1 近代史上最大的丑闻之一——2008 年的新加坡「撞车门」。 然而，以上所有的历史致敬，或许都只是前菜。影片真正的核心，被埋藏在了收官大战的最终结局里。 对于熟悉 F1 的车迷来说，影片的整个最后一幕，都可以被看作是制片人之一的汉密尔顿，对自己职业生涯最大憾事——2021 年阿布扎比大奖赛——的一次重写。 2021 年阿布扎比大奖赛，汉密尔顿被维斯塔潘超越 在现实的 2021 年，一场极具争议的安全车流程让汉密尔顿错失总冠军。而在电影中，导演巧妙地用一次红旗中断了比赛。这不仅是规则上更清晰、在当时不少人看来也更公平的选择，更重要的是，它启动了一条关键规则： 在红旗期间，车队可以修复受损的赛车。这让主角本已无望的比赛，重新燃起了生机。 更关键的「重写」在于轮胎。红旗让主角有机会换上了一套全新的轮胎，与他的对手站在了同一起跑线上。这直接改写了 2021 年汉密尔顿在现实中的绝境——当时他正驾驶着衰退严重的旧轮胎，无助地面对身后换上新胎、势不可挡的维斯塔潘。 电影，最终给予了现实中未能发生的、一场堂堂正正的公平对决。 正是这些密集的彩蛋，让《F1》彻底超越了一部普通体育电影的范畴。它不仅仅是对于一项运动的展示，而是一次来自围场内的、与 F1 真实历史和忠实车迷的对话。 电影中的斯泰纳 对于懂得这一切的观众而言，影片带来的已不仅仅是娱乐，更是一种混杂着遗憾、理解与理想主义的复杂回味。 好莱坞，前所未有地专业 如果说片中的彩蛋，是影片献给忠实车迷的加密私信，那么在叙事层面，《F1》则回归到一个更普世的经典框架，并试图以此与最广泛的观众达成共情。 影片的故事内核，是我们熟悉的「老将复出，指导天才新人」的体育电影叙事模型。而它的高明之处，恰恰在于对这个经典模型的再创造。 影片中，主角桑尼与新人皮尔斯的核心冲突，并非流于表面的嫉妒或个人恩怨，而是一场深刻的、关于「如何赢得比赛」的理念碰撞。 桑尼，是模拟时代前的「直觉派」代表，他依赖身体的本能反馈、轮胎抓地力的细微感受和数十年积累的临场经验。而皮尔斯，则是被海量遥测数据和赛车模拟器「喂养」长大的「数据派」原住民，他依赖科学分析与精确执行，但缺乏自己对赛车的感受和掌控力——在他出场的第一幕戏，和车队技术总监的交流中，就已显现。 两个人物之间的戏剧张力完全来自于赛车运动本身的一个永恒话题——是经验重要还是数据重要？ 当然，在整体的高度真实面前，影片也为大众观众的理解和叙事节奏，做出了一些必要的妥协。比如，片中出现了领跑赛车开启 DRS，以及主角在排位赛后顶替队友出赛等场景，这些在真实的 F1 体育规则中都是不被允许的。 但这些无伤大雅的微小让步，完全可以被理解为创作者为了确保戏剧冲突的流畅，而有意为之的简化，瑕不掩瑜。 当物理层面的极致真实、文化层面的深度共鸣、以及叙事层面的真诚克制这三者合而为一，一部真正伟大的体育电影便由此诞生。它用近乎工匠的精神证明了，在 CG 泛滥的时代，源自物理世界的真实感依然拥有最震撼人心的力量。 不过，现实往往比艺术更加梦幻。 就在昨晚（7 月 6 日）的 F1 英国大奖赛上，索博车队 37 岁的德国老将尼科·霍肯伯格，在历经 239 场大奖赛、等待了整整十五年后，奇迹般地首次登上领奖台。 当他在雨中说出那句「等待这一刻已经很久了」时，全世界的观众，都仿佛看到了电影里桑尼·海耶斯的影子。 文 ｜ 李华

大家喊了很久的「粤车南下」，也就是自驾去香港，终于可以在年内成行了。 依据广东省公安厅和香港特区政府运输及物流局的消息，预计首阶段的「粤车南下」将于 11 月启动。 通过私家车去往香港主要有机场和市区两个目的地。 香港特区在港珠澳香港口岸附近修建了一个 5 层楼的全自动化「转机停车场」， 大湾区内的旅客可以直接自驾经港珠澳大桥来到此处，在泊车之后乘坐接驳巴士从口岸禁区直接前往机场禁区，进入禁区之后可以直接办理登机手续和行李托运，不需要进行任何出入境手续。 在初期这个「转机停车场」约有 1800 个车位，按照机场方面提供的数据，每辆车大约会停 3 至 4 天，即每日处理约 500 辆车。 在口岸附近，香港也正在修建新的「机场城市」——SKYTOPIA。 这个新的区域日后将汇集商业活动、流行文化、艺术交易和娱乐消费于一体，包括经常开演唱会的亚洲国际博览馆也在附近，预计在明年年初也将开放大湾区内游客直接自驾前往。 ▲SKYTOPIA 概念图 去往香港市区则会来的更复杂一些。 由于粤港两地在道路、准驾、交规等方面都有诸多不同，「粤车南下」并不是一下子完全放开，而是一个四步走的渐进计划。 从今年 11 月开始，符合条件的内地车辆可以经由港珠澳大桥进入香港口岸人工岛活动，并从此处转乘公共交通工具前往香港市区，每天配额为 100 辆车。在流程跑通之后，香港将逐步增加每日配额，并允许内地车辆进入大屿山等指定区域。 这两步相当于是对香港交通系统的压力测试，看看在市区本就狭窄、交通压力较大的情况下，「粤车南下」是否会影响到香港市民的正常出行，以及在停车加油等配套服务方面是否能够满足要求，并且两地在交规、准驾等方面都有不少差异，也需要一段时间来磨合。 如果测试发现交通可控，将取消限制区域允许内地车辆进入香港市区，更长期的愿景则是希望「实现大湾区无缝跨境流动」。 在名额和区域限制之外，入境市区的粤车须按香港要求完成牌证申请程序并进行车辆检验，从而获取香港车辆通行许可证。司机也须申请相同车辆类型的香港正式驾驶执照，同时申请使用口岸停车场和入境市区的粤车也均须购买第三者保险。 驾照和保险这两点目前看来都比较容易解决，有效期内的内地驾照可以直接申领香港驾照，特区也在考虑推出针对「粤车南下」特别定制的短期保险。 真正的困难可能在于香港的道路和交规与内地有较大的差异。 众所周知，香港是右舵车，所以在香港行车需要靠左行驶，超车也需要从右侧超车，此外与内地驾驶习惯不同的交规还有： 香港有很多的单行道和小环岛，环岛内的车辆拥有先行权，准备进入环岛的车辆必须停车让行，支路的车辆必须给主要道路的车辆停车让行。 大部分的高速公路限速为 80 公里，某些新建的公路（如西九龙）为 110 公里。 香港的交通信号灯是分导向指示的，绿灯亮时只能左转或直行，禁止右转。 如果在香港出现任何交通事故都会按照香港交规进行处理，特区和内地都能够获取车辆和司机的资料，在香港违反交规的罚款一般是 200 港币起步。 另外在香港停车向来是个头疼又麻烦的事儿，除了停车位难找以外，停车费也在变得越来越贵。 目前香港市区的路边车位普遍为每 15 分钟 2 港币，较为偏僻的地方则为 30 分钟 2 港币，为了避免有人长时间占用这些车位，咪表停车位分为三种颜色，黄色咪表一次可付费停半小时，咖啡色咪表一小时，蓝色咪表两个小时，如果你想在黄色咪表车位停车 6 小时，必须每隔半小时跑回来付费一次，不然就会收到巡警的 320 港币罚款。 ▲香港停车位咪表 写字楼或者住宅区的停车场收费则会更高，大型购物商场约为 20 至 30 港币每小时，热门地点和节假日则会上涨到 40 至 50 港币左右。 哪怕是香港本地人也对高昂的停车费用颇为头痛，香港的月租车位平均价格在 2000 港币到 7000 港币不等，电动两轮车停车位也需要 1000 港币左右。 简单计算一下，港珠澳大桥的单次通行费用为 150 元每次，加上停车费和单次保险费用，单次通行成本可能在 700 元左右，作为对比从广州南到西九龙的高铁票单程为 215 元。 2023 年 7 月 1 日开始实行的「港车北上」政策到现在已经吸引了约 10 万港车参加，今年 5 月港珠澳大桥的双向车流量达到了 45 万次，平均每日 1.5 万次。 相对于「港车北上」来说，「粤车南下」的复杂程度和给香港市区带来的压力显然更大，甚至有网友担忧，每日仅 100 辆的配额可能就会让香港的交通压力再上一层楼。 目前看来，新政策显著提高了去香港机场的便利度，再也不用因为忘带港币现金而和香港出租车司机面面相觑了，至于去市区，我还是乖乖选择公共交通。 资料来源： 1、香港特区运输及物流局公告——「粤车南下」会见传媒谈话内容 2、广东省人民政府网站——「粤车南下」有望今年11月启动 3、人民日报海外版——香港如何破解出行难

苹果App Store 凤凰网科技讯 北京时间7月7日，据彭博社报道，针对欧盟开出的5亿欧元(约合42亿元人民币)罚单，苹果公司已提出上诉，称这一处罚“史无前例”，而且欧盟监管机构对其App Store应用商店提出的整改要求是“非法的”。 今年4月，欧盟委员会根据《数字市场法》宣布了这项罚款，称苹果违反了有关允许开发者引导用户在其应用商店之外进行购买的规定。 苹果周一在一份声明中表示：“我们认为欧盟委员会的决定以及这项史无前例的罚款，远远超出了法律的要求。正如我们的上诉所表明的那样，欧盟委员会正在强制规定我们如何经营应用商店，并强加一些令开发者困惑、对用户不利的商业条款。” 今年6月，苹果调整了其欧盟应用商店的政策，以符合当地法规要求，避免进一步处罚。作为调整的一部分，苹果引入了一个分级佣金结构，分别为5%或13%，外加2%的用户获取费用，具体取决于开发者是否希望其应用出现在应用商店的搜索建议、推广材料中或者是否具备自动更新功能。 苹果表示，欧盟委员会要求公司在欧盟实施新的分级佣金结构，但苹果认为这一做法会让用户和开发者更加困惑。该公司还指出，没有其他应用下载商店受制于类似结构。 现在，苹果也更加宽松地允许开发者推广应用外的数字商品支付方式，从而规避了部分苹果费用。苹果还表示，欧盟委员会非法扩大了“引导”(steering)的定义范围，这意味着开发者可以在更多情况下引导用户前往其他平台进行交易。 苹果的上诉只是该公司应用商店在全球遭到监管的最新进展。今年早些时候，一位加州法官裁定，苹果必须允许美国开发者自由引导用户前往网页完成应用内购买交易，这可能会使苹果每年面临数十亿美元的收入损失风险。 近年来，欧盟已对多家公司开出巨额罚单，包括对谷歌处以超过80亿美元的罚款，以及命令苹果向爱尔兰补缴130亿欧元的税款。(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”。

IT之家 7月7日消息，任天堂上月举行了股东大会，会议中，任天堂承认了Switch 2游戏机在日本本土的缺货问题。 据日经新闻今日消息，市场对本年度的出货量预测为 1800~2000 万台，预计相对较为容易买到的时机为“明年春季以后”。 报道援引东洋证券高级分析师安田秀树与瑞银证券分析师翟翌佳预测，对于在日本国内量贩店等容易买到时机，两位分析师均预测为“明年春季以后”。 任天堂社长古川俊太郎曾表示，自抽签预购开放以来，已有 220 万人参与抽签，远超公司预期；他们将进一步改进生产环节，以便在最短时间内交付尽可能多的产品，满足市场需求，Switch 2 在日本本土的第 5 轮抽签预购活动将于 7 月上旬启动，届时日本玩家可以多多关注。 但他也坦言，最初业界预估的Switch 2早期销量与实际不符，且早期生产能力不足，他代表公司对此深表歉意，目前正在全力增加产能，并逐步改善多数零售商的供应状态。 据IT之家此前报道，日版Switch 2游戏机通过My Nintendo Store以抽签方式出售，参与抽签需满足以下条件： 截至2025年2月28日，Nintendo Switch游戏时间必须达到50小时或以上（试用版和免费软件不算）。 在申请时必须保持Nintendo Switch Online会员身份且NSO会员累计订阅时间至少一年。

快科技7月7日消息，日前，WIKO Hi畅享80 Pro在中国电信终端产品库现身，拥有8GB+256GB、12GB+256GB、12GB+512GB三种版本，零售价1599元起（非最终价格）。 该机采用6.7英寸屏幕，分辨率为1080*2412，圆角矩形三圆镜头的布局神似iPhone，后置5000万像素摄像头，可选星空黑、星海蓝、晨光白配色。 新机尺寸为161.39*74.81*7.59mm、重约180g，配备Type-C接口（USB 2.0HS）。 Hi畅享80 Pro搭载骁龙4 Gen 2处理器，运行Android 14操作系统。 参考WIKO此前发布的Hi 畅享手机，Hi畅享80 Pro也将拥有HarmonyOS Connect认证，共享鸿蒙分布式能力，支持超级终端、畅联通话、万能卡片、大文件夹、智慧多窗等鸿蒙系统中的功能。

IT之家 7月7日消息，博主@数码闲聊站 今日曝光了一款年底新旗舰的影像配置，结合此前爆料来看预计是华为Mate 80系列。 独家信息，年底新旗舰CIS还是我之前说过的590型号，50Mp1/1.28"±超大底主摄+物理可变光圈+定制模组，堆料没影像超大杯那么激进，但也蛮能打的 该博主此前曝光了华为深度参与自研的两颗国产CIS： 一颗型号为SC5A0CS，5000万像素，传感器尺寸为1英寸，采用RYYB技术； 一颗型号为SC590XS，5000万像素，传感器尺寸为1/1.3英寸，采用RYYB技术，首发SuperPixGain HDR2.0，主要是通过同一曝光下的三帧融合，实现超高动态范围成像并有效抑制运动伪影，成像效果明暗有致，清晰无拖影。 IT之家注意到，华为Mate 70/Pro/Pro+系列旗舰手机于去年11月发布，按照发布节奏来看，Mate 80系列也能对上“年底新旗舰”这个说法。 影像方面，华为Mate 70/Pro/Pro+系列首发红枫原色影像，RYYB色准大幅提升，主打色彩的还原和准确。 华为Mate 70系列主摄采用了5000万像素（f/1.4-f/4.0可变光圈，OIS）、4800万像素（4X，f/2.1 OIS）长焦镜头、4000 万像素（f/2.2，支持最近5cm对焦）超广角镜头，而且Pro+的长焦、超广角均为RYYB传感器，Pro均为RGGB传感器。

快科技7月7日消息，苹果会在9月推出iPhone 17系列，该系列包括iPhone 17、iPhone 17 Pro、iPhone 17 Pro Max和iPhone 17 Air。 其中iPhone 17 Pro和iPhone 17 Pro Max是苹果的高端系列，从最新爆料的消息来看，今年的Pro和Pro Max之间差距最明显的是厚度。 博主i冰宇宙爆料，iPhone 17 Pro Max的厚度为8.76mm，对比iPhone 16 Pro Max的8.25mm，前者增厚0.51mm，这是苹果史上最厚的Pro Max机型。 据悉，iPhone 17 Pro Max厚度增加是为了容纳更大的电池，该机的电池容量达到了5000mAh级别，这意味着iPhone 17 Pro Max的续航会比iPhone 17 Pro更持久，后者厚度预计与iPhone 16 Pro相当（iPhone 16 Pro厚度是8.25mm）。 除此之外，iPhone 17 Pro Max配备6.9英寸显示屏，iPhone 17 Pro配备6.3英寸显示屏，两款机型均将配备三颗4800万像素后置摄像头，并升级为2400万像素前置摄像头。 总体而言，除了更大的屏幕、更厚的机身以及更突出的续航优势外，iPhone 17 Pro Max与iPhone 17 Pro极为相似。

IT之家 7月7日消息，IT之家今日查询各大电商平台发现，罗马仕在京东、淘宝、拼多多的官方旗舰店均已关闭。 此外，罗马仕京东自营旗舰店也已经下架了所有充电宝产品，仅剩下数据线、充电头品类在售。 今年6月，罗马仕曾发布召回部分罗马仕牌移动电源的消息，召回2023年6月5日至2024年7月31日期间制造的部分罗马仕ROMOSS牌移动电源，涉及三个型号，共计49.1745万台。 7月3日晚，罗马仕官方微博发布消息称：“没有倒闭，感谢关心。定将努力解决所有朋友、用户及合作伙伴的一切问题。”对于客服已读不回的情况，罗马仕官方微博称：“近期用户咨询量较大，本次召回计划长期有效，请给我们一些时间，都会努力解决的。” 罗马仕员工7月6日凌晨突然收到了停工停产放假通知。罗马仕通知称，随着市场环境的不断变化和公司业务的发展需要，经公司股东会研究决定，近段时间公司停工停产，停工时间为自2025年7月7日起持续6个月。除召回相关员工外，其余员工停工停产。期间，罗马仕员工停工停产首月公司将按照约定的标准正常支付员工工资，次月起将依据当地最低工资标准的百分之八十支付劳动者生活费。

7 月 4 日，比亚迪海洋网发布了品牌旗下的第一款旅行车——海豹 06 DM-i 旅行版。 对于年销数百万辆的比亚迪而言，选择进入旅行车这个相对小众的市场，本身就是一个值得关注的战略动向。海洋网总经理张卓在发布会上，道出了这款车的初心： 如果旅行车是一些人心中的梦想，那在新能源时代，就让我们把这个梦想变成现实。 而比亚迪用以实现这一目标的，正是其最新的第五代 DM-i 插电混动系统，以及一个极具诚意的最终售价—— 今天，比亚迪公布了这款「旅行车爱好者的圆梦首选」的上市价格：10.98 万元起。 11 万，你能买到一台怎样的比亚迪？ 10.98 万元的起售价，与其说让海豹 06 DM-i 旅行版进入了某个市场区间，不如说，它用一个极具颠覆性的价格，凭空开创了一个全新的细分市场——十万级新能源旅行车。 而比亚迪为其准备的，是一套在技术、空间和配置上都极具竞争力的产品组合。 这套组合拳的技术核心，是比亚迪最新的第五代 DM 插电式混动系统。 它由一台 1.5L 高效发动机与电机组成，NEDC 百公里亏电油耗低至 3.15 升，满油满电的综合续航里程则超过 2000 公里，号称「彻底解决了用户的里程焦虑」。 「大家一箱油就能轻松完成江浙沪、粤港澳或者京津冀七日的漫游美景和美食，距离从来都不是问题。」张卓说。 为满足不同用户的需求，新车提供了 80 公里和 150 公里两个纯电续航版本。其中，150 公里版本还支持直流快充，电量从 30% 充至 80% 需要 25 分钟。 底盘方面，售价 12.98 万元的顶配车型搭载了云辇-C 智能阻尼车身控制系统。 这套系统可以通过传感器预判路况，实时自动调节悬架的软硬，试图在保证滤震舒适性的同时，赋予这台旅行车更佳的操控支撑。 当然，这套技术，被置入了一副全新的、更具实用性的车身形态之中。 作为比亚迪的第一款旅行车，海豹 06 DM-i 旅行版采用了最新的海洋风格设计，车身长度 4850 毫米，轴距达到了 2790 毫米，保证了其作为一台家用车的空间基础。 比亚迪在发布会上强调，其车身比例经过精心调校，以在优雅的体态和空间利用率之间取得平衡。 它最大的魅力，来自于旅行车独特的空间优势。其后备箱标准容积达到了 670 升，官方宣称可以轻松装载 6 个 20 寸行李箱。将后排座椅纯平放倒后，容积更能扩展至 1535 升。 比亚迪的设计师还在细节上花了不少心思，例如后备箱内设置了多达 9 处挂钩，方便用网兜固定物品；盖板也支持上下两档调节。 更值得一提的是，后备箱的门槛离地高度仅为 686 毫米，张卓表示，这是根据人体工学测算出的、最省力的装卸高度。 作为旅行车，海豹 06 DM-i 旅行版也考虑到了场景拓展性，全系标配的车顶行李架，可以装载自行车或滑雪板；而 6kW 的 V2L 对外放电功能，足以在户外同时支持多个大功率电器，一升油大概可以转化为三度电。 ▲官方商场有很多露营装备可供购买 进入车内，新车的座舱采用了最新的家族化设计，换装了电子怀挡，并配备了一块固定的横向中控屏，仪表台和门板等处使用了大面积的皮质软包材料。 在配置层面，比亚迪则展现出了极大的诚意，可以说是「入门即高配」。 发布会上，海洋网总经理张卓表示，为了让用户出行更惬意，海豹 06 DM-i 旅行版全系标配了车载冷暖冰箱，制冷范围可从 -6°C 到 50°C，且与整车共用压缩机，避免了额外的噪音和震动。 ▲标配大天窗和遮阳帘 智能化方面，天神之眼 C 的智能驾驶辅助系统同样是标配，支持高快领航、全场景智能泊车辅助。 智能座舱 DiLink 100 系统基于 6 纳米芯片和 12G 大内存打造，AI 语音助手还接入了 DeepSeek 大模型；手机 NFC 车钥匙，更是打通了苹果、安卓、鸿蒙三大操作系统。 从核心的混动技术，到旅行车的实用空间，再到「入门即高配」的丰富配置，不得不承认，比亚迪为这辆 10 万元出头的海豹 06 DM-i 旅行版，构建了足够高产品力门槛。 海豹 06 旅行版的全球野心 比亚迪将这样的产品力，置入一款在中国市场相对小众的旅行车中，这背后必然有更深层的战略考量。 这自然引出了一个核心问题：作为最懂中国市场的销量冠军，比亚迪为何要执意打造一款「瓦罐」？ 发布会上，比亚迪海洋网总经理张卓给出了官方叙事的一部分：他们看到了国内「个性化消费趋势」的抬头，并希望用极致的性价比，让旅行车这种生活方式，能被更多年轻家庭所接受。 但，这或许只是故事的一面。 另一面，一个更宏大的答案，可能藏在全球市场的版图中。海豹 06 DM-i 旅行版的目光，从一开始就未曾局限于中国。它的诞生，是比亚迪全球化战略的必然一步，其真正的目标市场，包含着对旅行车情有独钟的欧洲。 这款车的产品定义，从一开始就充满了浓厚的全球化色彩，尤其是在车身形态、核心技术和安全标准这三个最关键的维度上，几乎是为欧洲市场量身定做。 旅行车（Wagon）这一形态，本身就是进入欧洲主流家庭用车市场最直接的「通行证」。在当地，它代表着实用主义与生活格调的结合，拥有悠久的历史和庞大的用户基础。 而它所搭载的第五代 DM-i 技术，更是精准地切中了欧洲市场的核心痛点。在油价高昂、注重环保法规的背景下，这套以极致燃油经济性为核心的插电混动系统，提供了极具吸引力的低成本出行方案。 为这一切提供保障的，则是其对标全球的安全标准。 张卓在发布会上强调，海豹 06 DM-i 旅行版按照全球化车型标准开发，车身高强度钢占比高达 74%，其设计之初，便以满足严苛的 Euro NCAP 五星安全评级为目标。 比亚迪敢于发起这场「全球战役」的底气，源于其近年在海外市场强劲的增长势头。 就在今年 4 月，比亚迪在欧洲的纯电车销量，历史性地首次超越了特斯拉，被市场分析机构定义为欧洲电动车市场的分水岭事件。其新能源车在欧洲的销量，也实现了数倍的同比增长。 如此迅速的市场扩张，再加上比亚迪在匈牙利设立欧洲总部和工厂的举动，都证明了比亚迪的出海战略，已从单纯的「产品出口」，进化到了「品牌全球化」的深耕阶段。 ▲比亚迪欧洲总部 至此，我们再回过头看海豹 06 DM-i 旅行版，它的战略意图便已清晰无比。 它绝非比亚迪对中国小众市场的一次简单试水，而是比亚迪的一款战略武器，用自己最擅长的 DM 技术，去打造一个由欧洲品牌长期定义的传统汽车品类，并直接在对手的腹地展开竞争。 它的成败，将成为比亚迪能否真正在全球市场立足的重要风向标。

快科技7月7日消息，时隔两年，中国三大运营商要重启eSIM业务（嵌入式SIM卡），但手机厂商应该是高兴不起来的。 据国内媒体报道称，运营商相关人士表示，目前运营商eSIM业务的确已经恢复，但仍集中在物联网及智能穿戴领域，手机eSIM业务暂不会涉足。 三大运营商中，中国移动和中国电信都在对相关系统进行升级和优化，后续业务将逐步开放。 而中国联通步伐最快（携手中兴通讯推出基于eSIM技术打造的云电脑PAD产品），已在北京、天津、河北等25个省、直辖市、自治区率先恢复了eSIM业务。 这么一来的话，iPhone 17 Air国行版落地就难了，如果华为Mate XTs（三折叠新品）也要用eSIM的话，估计也不会很好的落地，所以....

快科技7月7日消息，iPhone 17 Pro模具在社交平台上被曝光，和之前爆料的渲染图一致，iPhone 17 Pro采用横向矩阵相机DECO，闪光灯和LIDAR激光雷达扫描仪位于矩阵相机右侧。 值得一提的是，iPhone 17 Pro全面放弃钛金属，采用全铝合金机身，中框和后盖为一体化设计，不过苹果Logo区域为玻璃材质，用来支持无线充电。 怒喵科技创始人李楠指出，iPhone 17 Pro系列放弃沿用很久的三明治结构，回归全铝合金Unibody，苹果使用钛合金也不是不行，但是重量会吃亏。 虽然折叠屏已经满天飞了，但是这种全金属Unibody的设计对iPhone来说已经是史诗级更新了，不过这个手模的Logo位置是错的。 据爆料，iPhone 17 Pro的苹果Logo靠下放置，为了适配这个Logo，配件商制造的MagSafe手机壳在磁吸环底部开了小孔（如下图所示），这样看起来更加和谐。 总体而言，iPhone 17 Pro是苹果近年来变化最大的手机，该系列将在9月亮相，同期发布的机型还有iPhone 17和iPhone 17 Air。

快科技7月7日消息，小鹏G7自7月3日上市以来，市场反馈热烈，9分钟大定便突破一万台。 何小鹏今天到上海给小鹏G7首批车主交付，他同时透露了首批车主购车偏好数据。 在车型选择上，高达83%的G7首批车主钟情702KM续航版本，而在配置方面，60%的用户选择了ULTRA版，彰显出消费者对硬核科技的强烈追求。 据了解，小鹏G7共推出三款配置车型，602长续航Max版售价19.58万，702超长续航Max版售价20.58万，702超长续航Ultra版售价22.58万。 702KM续航版本受捧，原因不难理解。其搭载80.8kWh电池，相比602km版68.5kWh电池，容量提升18%，续航增加100km，多花一万元就能显著提升续航能力，跨城驾驶更从容。 再看ULTRA版。此版本最大亮点是搭载三颗自研图灵AI芯片，算力高达2250TOPS，约等于9颗Orin - X芯片算力，配合首创的VLA - OL+VLM双架构，不依赖云端即可完成复杂场景决策，为高阶智能驾驶提供强大算力支持，9月起还能通过OTA解锁无图城市导航、跨楼层记忆泊车等进阶功能。 相比之下，Max版虽也具备完整智驾功能，搭载双Orin - X芯片（508TOPS），但在算力储备与未来功能拓展性上，ULTRA版优势明显，吸引了众多追求前沿科技体验、对智能驾驶有更高期待的用户。 责任编辑：随心

凤凰网科技讯 7月7日 德国汽车管理中心公布的2025汽车创新奖评选中，理想MEGA获得“最具创新力车型奖”，成为首个获此殊荣的中国品牌车型，终结了德国豪华品牌在该奖项上的传统优势地位。 德国汽车管理中心此次对全球30家汽车制造商和约100个汽车品牌进行了深度调研，最终从575项已量产的创新技术中进行综合评估。评估范围涵盖了电动驱动、自动驾驶、高级驾驶辅助系统、车载信息娱乐及车联网技术等多个技术领域。理想MEGA在创新性、技术成熟度、原创性和用户价值等多个评判维度上的表现获得了专业认可。 理想Mega2024年3月正式上市，在今年4月23日举行的上海车展上，理想汽车发布了理想MEGA家族的两个新成员：理想MEGA Home家庭特别版和理想MEGA Ultra智能焕新版。其中，理想MEGA Home家庭特别版定价55.98万元，理想MEGA Ultra智能焕新版定价52.98万元。 在刚刚过去的6月（统计期间为6月2日-29日），理想MEGA的销量为2106辆，在国内MPV销量排行榜中排名第11位。