快科技5月9日消息，据媒体报道，由华南理工大学李云泉教授和陈晔教授领导的科研团队成功研发出一款名为“两栖机器狗”（ARD）的仿生机器人。 这款机器人长300毫米，宽100毫米（11.8英寸 x 3.9英寸），重2.25公斤（5磅），能够在陆地和水中高效运动。 在陆地上，ARD采用双关节腿的小跑步态，最高奔跑速度可达1.2 BL/s（体长每秒）。而在水中，它仍能以0.54 BL/s的速度游泳，接近真实犬类狗刨游泳速度（约1.4 BL/s）的40%。 ARD的设计不仅具备防水和浮力特性，科学家还特别优化了其重心与浮力中心的平衡，以确保稳定的水生性能。团队测试了三种不同的游泳步态：两种“横向顺序划桨步态”（LSPG），即狗刨的变体；以及“小跑式划水步态”（TLPG），采用对角线双腿同步运动（左前/右后，右前/左后）。 实验结果显示，33% LSPG的游泳速度最快（0.54 BL/s），而TLPG虽然速度稍慢，但稳定性最佳。 研究人员指出，ARD的成功得益于其仿生轨迹规划技术，该技术精准模仿了真实犬类的自然运动模式。这一突破为未来水陆两栖机器人的设计提供了重要参考，在救援、探测等领域具有广阔的应用前景。

IT之家 5 月 9 日消息，据佛山市新闻传媒中心消息，5 月 6 日，在美的洗衣机荆州工厂，美的公司研制的人形机器人开始“进厂打工”。 这台机器人高约 1.9 米、重 68 公斤，其手臂由美的自主研发，拥有 16 个自由度、6 个主动关节，还搭载了六维力传感器。它的首份工作是巡检，负责信息收集、设备维护等常规性工作。 从图中可以看到，这是一款轮足式机器人。面向工厂领域，美的与旗下库卡机器人联合研发了机器人，其底盘采用重型 AGV 技术，作业移动更稳定，可在工厂自动化产线中实现无缝集成。 这款机器人瞄准几大应用场景，比如工厂设备运维、执行固定巡检任务，包括监测设备机油状态、消防设施安全性、工厂温湿度及噪音水平等；还有参与设备上下料、物料搬运等标准化作业流程。 据广州日报昨日消息，此番进厂“打工”的人形机器人有了属于自己的名字 —— 美罗（MIRO），源自 Midea Robot（美的机器人）的缩写。另一款人形机器人美拉（MIRA）也同步“亮相”，该款机器人的名字来源于英文单词 Miracle（奇迹）。 美的集团副总裁兼 CTO 卫昶表示，目前，美的人形机器人零部件、整机研发工作已经取得阶段性进展。此番赴工厂“上岗”，标志着美的人形机器人踏出场景化应用的第一步。 另据 36 氪报道，美的还将有双足式的人形机器人。面向零售门店场景，预计下半年美的人形机器人将到门店端执行产品介绍、派发礼品、制作并递送咖啡等，为线下门店增强体验感并实现引流效果。 IT之家注意到，美的人形机器人已在今年 3 月的 AWE 2025 中国家电及消费电子博览会前曝光，这款机器人不仅能跳舞、能“比心”，也能听懂语音指令并按照指令去完成相应操作。

IT之家 5 月 9 日消息，Meta AI 公司最新推出 LlamaFirewall，应对 AI 智能体不断演变的威胁格局，为生产环境中的 AI 智能体提供系统级安全保护。 随着大型语言模型（LLMs）嵌入 AI 智能体并被广泛应用于高权限场景，安全隐患随之增加。这些智能体可以读取邮件、生成代码、调用 API，一旦被恶意利用，后果不堪设想。 传统的安全机制，如聊天机器人内容审核或硬编码模型限制，已无法满足具备广泛能力的 AI 智能体需求。Meta AI 针对提示注入攻击、智能体行为与用户目标不一致、以及不安全的代码生成三大核心挑战，开发了 LlamaFirewall。 IT之家援引博文介绍，LlamaFirewall 采用分层框架，包含三个专门的防护模块： PromptGuard 2 是一个基于 BERT 架构的分类器，能实时检测越狱行为和提示注入，支持多语言输入，其 86M 参数模型性能强劲，22M 轻量版本则适合低延迟部署。 AlignmentCheck 是一种实验性审计工具，通过分析智能体内部推理轨迹，确保行为与用户目标一致，特别擅长检测间接提示注入。 CodeShield 则是一个静态分析引擎，检查 LLM 生成代码中的不安全模式，支持多种编程语言，能在代码提交或执行前捕获 SQL 注入等常见漏洞。 Meta 在 AgentDojo 基准测试中评估了 LlamaFirewall，模拟了 97 个任务领域的提示注入攻击。 结果显示，PromptGuard 2（86M）将攻击成功率（ASR）从 17.6% 降至 7.5%，任务实用性损失极小；AlignmentCheck 进一步将 ASR 降至 2.9%；整体系统将 ASR 降低 90% 至 1.75%，实用性略降至 42.7%。CodeShield 在不安全代码数据集上也表现出色，精准度达 96%，召回率（recall） 79%，响应时间适合生产环境实时使用。

作者 | 金玙璠，编辑 | 魏佳 在AI行业的聚光灯下，昆仑万维是个特别的存在——资本市场看好其潜力，近一个月股价上涨20%；海外榜单被它刷屏，多款产品登顶。但当人们想看清它的真容时，却总觉得隔着一层面纱，只能看到模糊的轮廓。 这种矛盾源于两点：一是它超过90%的收入来自海外市场，国内用户或许觉得陌生；二是这家凭借游戏出海起家的公司，如今通过视频、AI音乐、AI社交等赛道的密集布局在海外拼出一个娱乐AIGC版图，重点的AIGC前沿方向几乎都有它的身影，不易看清全貌。 更加重要的是，这家公司的战略很特殊：既不是完全对标某个国际巨头的单一模式，也没有陷入国内企业的同质化竞争，而形成了一种将开源技术底座、垂类产品矩阵与生态卡位能力叠加的独特模式。 它的财务表现印证了这套模式的可行性。根据2024年财报，昆仑万维全年总收入56.6亿元，其中AI业务年化收入达1.4亿美元（约10亿元人民币）。短剧平台DramaWave以年化流水收入（ARR）达到1.2亿美元成为最大亮点；AI音乐和社交应用则分别实现1200万美元ARR及单月百万美元收入——不同赛道都有爆款出现。 从底层来看，昆仑万维的打法在技术、产品、生态上对应着三家巨头的策略：把Meta的开源策略、Adobe的产品垂直深耕能力、腾讯的生态思维，融合到了一起，趟出了一条中国AI出海的新路子。这三重基因的交织，或许才是解读昆仑万维发展路径的核心思路。 本文试图透过昆仑万维近期发布的2024年年报和2025年Q1季报，拆解它与三家巨头的相似之处，带你彻底看懂这家公司。 技术开源：产业版的中国Meta 在技术开放的路子上，从昆仑万维身上能看到Meta的影子，不过它选择了一条更贴近产业需求的路线。 如果说Meta开源的Llama大模型像是给整个AI领域建了一座“发电厂”，那么昆仑万维的天工大模型系列，更像是给垂直行业“铺电线”，例如，在视频生成、推理模型、多模态模型等具体产业环节开源技术工具。 最能体现这种思路的，是视频创作领域的三款开源模型——它们分别对应影视工业化的三个核心环节：场景生成、人物微表情、视频时长控制。开发者按需组合，就能像拼乐高积木一样快速生成专业级的视频。 第一块“积木”是SkyReels-V1（场景生成），上线一个月Hugging Face下载量就接近3万次，GitHub上收获超千星点赞。 这个模型解决“场景真实”的问题后，第二块“积木”SkyReels-A1（人物微表情）主要攻克“人物失真”的行业痛点。 这两个模型的核心优势是“表演数据”。昆仑万维董事长兼CEO方汉表示，打个比方，别的通用视频模型像综合大学，什么专业都有，但表演课水平一般；昆仑万维给模型喂进去了33种人类表情数据、300多种动作数据，相当于给AI上了“表演特训班。这样，模型生成的人物动作表情自然更细腻、更有感染力。 第三块积木是SkyReels-V2（无限时长），它通过自研的扩散强迫框架，可以一口气生成四五十秒、甚至更长时间的带完整故事线的视频，能满足广告、短剧这两个主要应用场景的需求。 图源 / SkyReels官网截图 在推理模型领域，昆仑万维同样是“模块化”的开源思路——开源的多个模型针对多模态理解、训练降本、能效优化等核心环节，开发者可以像拼乐高一样自由组合。 第一层突破是让复杂推理变简单。今年3月，昆仑万维开源的Skywork R1V多模态推理模型，在AI界的“奥数竞赛”（MMMU评测）中，拿下同类型开源模型全球冠军，性能甚至超过更大开源模型和主流闭源模型。 这个模型的突破之处在于——用普通显卡就能同时看懂图片、文字和数据，并进行复杂推理。 今年4月，昆仑万维继续在数学和代码等复杂推理方面，推出Skywork-OR1（Open Reasoner 1）系列推理模型。其中7B和32B版本堪称最强数学代码推理模型，同规模下性能超越阿里QwQ-32B，对齐DeepSeek-R1。 第二层创新是让训练更省钱省力。强化学习领域需要大量数据训练，非常“烧钱”。昆仑万维开源的Skywork-Reward奖励模型采用特定的筛选策略，压低了训练成本。 这个奖励模型还是Kaggle（全球最大数据科学社区）官方推荐的数学题评分冠军，这意味着开发者用它训练AI模型，解题可靠性可直接对标人类专家水平。 第三层进化是解决大模型耗电费钱的问题。昆仑万维开源的Skywork-MoE推理模型就像个“智能电表”：可以识别任务复杂度，处理简单问题时只激活部分专家，从而降低推理成本，遇到复杂问题再调用全部资源。 不同于Meta的通用基座模型，昆仑万维的开源策略更聚焦产业刚需，“垂直开源+商业验证”的模式，让开发者既能用现成工具赚钱，又反向为自己积累行业数据，相当于搭建了一个可持续的技术转化平台。 这种扎根产业开源策略的一大优势是，在AI商业化早期阶段，更容易形成可持续的全球化路径。昆仑万维在财报中没有披露开源的直接收益，但当越来越多的企业使用它们的开源模型时，商业机会自然水到渠成。 AI爆品：AI界的Adobe 在产品布局上，昆仑万维深耕细分领域，和Adobe的底层逻辑一致。 当别人做大而全的软件时，Adobe抓住了修图、剪视频这些细分需求，做出Photoshop、Premiere等十几款经典产品。 昆仑万维也类似，当其他公司卷聊天机器人时，它专攻数字内容生产中的“刚需环节”——短剧内容分发平台DramaWave攻陷东南亚和韩国市场，AI音乐商用创作平台Mureka撬动中东和印尼市场——而且都赚到了真金白银。 先来看拳头产品DramaWave。作为一款C端产品，它能出圈是因为突破了两关，本地化和海量供给。 本地化可以简单理解为“当地用户爱看什么，AI就生产什么”。方汉曾解释，就是从台词、“文化梗”到演员长相，全都得“本土特供”。 比如，DramaWave在韩国上线的《订婚风暴》是霸道总裁、豪门恩怨的剧情，再配上AI生成的韩语配音，上线5天播放量破千万，让产品热度一度碾压Netflix登顶Google Play娱乐应用榜。 海量供给是指有海量短剧库。提到昆仑万维短剧业务的逻辑，需要分清两个关键角色是如何分工的：DramaWave是短剧分发平台，相当于视频网站；SkyReels是幕后的内容工厂，负责用技术手段批量生产短剧内容。 SkyReels的核心任务是把专业影视制作流程拆解成AI能处理的环节：剧本生成由大模型生成，分镜头交给算法拆解，3D场景用AI渲染，还能调用Mureka模型生成贴合剧情的BGM。 这些原本需要专业团队耗时数周的工作，现在普通人用SkyReels也能更快更好地生成一部短剧。一位短剧行业从业者称，SkyReels的生成质量接近Adobe Premiere Pro的专业剪辑功能，再加上它通过开源降低了创作门槛，所以被称作短剧界的“AI制片厂”。 可以想象，有了SkyReels的弹药，DramaWave的短剧库以远超同行的速度扩容。上述短剧行业从业者表示，DramaWave的商业模式本质是“线上电影院”：用付费剧（主打高清、独家内容）赚会员订阅费，用免费剧（如看广告领金币，攒够金币解锁付费短剧）获得广告分账，同时养用户规模。 图源 / APP应用商店截图 数据驱动的爆款机制，让DramaWave的月活跃用户量突破1000万（截至今年3月），稳居行业前五；截至今年Q1，年化流水收入（ARR）达到约1.2亿美金。 Mureka是昆仑万维推出的AI音乐生成系统，包含底层模型和商业应用平台两个层面。 作为音乐生成模型，它具备Adobe Audition的专业编辑能力，从写曲子、编伴奏到调音效都能搞定，背后主要是靠两个核心模型配合： 生成基础旋律靠Mureka V6模型，它支持多语言和十几种音乐风格的创作，从阿拉伯语情歌到印尼电子乐，从爵士、流行到摇滚都能搞定； 精细优化则靠Mureka O1模型，它是全球首个引入思维链（CoT）技术的音乐模型，能先规划好整首歌的起承转合，再往里面填旋律细节，可以解决AI音乐常见的“前言不搭后语”问题。 在商用层面，Mureka搭建了一个面向创作者的一站式平台，截至今年Q1，年化流水收入达到约1200万美元（月均约100万美元）。这主要是靠“技术+本土化+商业模式”的组合拳。 用户在Mureka上可以通过文字描述快速生成音乐片段，还能对生成的曲调、人声进行细节调整。 这款产品在中东和印尼的用户量涨得最猛，还因为本土化做得好。一位关注文娱领域的投资人举例说，给中东用户写歌就加上沙漠、骆驼等意象，阿拉伯语歌词的颤音、印尼语的长尾音，靠AI就能调教，一些本地人也很难分辨出是AI生成的。 商业化方面，Mureka是C端订阅付费、B端API接口收费，以及版权交易与作品分发的多元模式。 具体来看，个人创作者通过订阅解锁不同级别的创作权益；企业客户通过调用Mureka API实现批量生产，如游戏公司批量生成背景音乐；平台还内置了作品分发渠道，创作者可以靠作品获得分成收益。 昆仑万维在视频、音乐两大领域的技术整合和商业化成熟度，可以对标Adobe，不过，它的打法更注重技术平民化和生态闭环。 平台终局：AIGC时代的字节、腾讯生态卡位 如果把AI比作一场新淘金热，昆仑万维显然不想只卖铲子——它的目标直指AIGC领域那片“金矿”，其中储量最惊人的金矿是一个全球化的AI原生视频平台，而这里面藏着它成为“AIGC时代的字节跳动”甚至“腾讯级生态巨头”的生态梦。 挖“金矿”的第一步是，用开源“铲子”圈住开发者。 当全球都在抢AI生成内容的金矿时，昆仑万维先把铲子——AI工具铺到淘金者手里，就像当年微信小程序培养生态，昆仑万维把最硬核的技术开源，以此笼络全球开发者。 它的“技术普惠”策略，让企业客户、小微创业者甚至普通个人用户，也能低成本生产内容。这恰恰击中了抖音、TikTok们早期崛起时的逻辑：降低创作门槛，让草根内容爆炸。 但光有工具还不够，还得能赚钱。昆仑万维选了两个最“吸金”的试验田：短剧和AI音乐，跑通离钱最近的闭环。 现阶段，昆仑万维正靠短剧模型SkyReels和分发平台DramaWave全力切入视频这个主战场：试想，SkyReels负责用AI批量生产短剧，Dramawave靠流量运营将内容变现。 昆仑万维这种“左手造内容、右手控渠道”的闭环生态，本质上是要用AI技术复刻字节跳动的成功公式。不同的是，字节跳动靠算法放大人的创造力，昆仑万维用AI替代人的生产力。 音乐模型Mureka看似独立，实则是为视频生态提供弹药库，而视频又能反哺音乐传播。这种玩法很像腾讯用微信导流游戏、用游戏反哺社交的生态逻辑。 图源 / Mureka官网截图 但工具和内容终究是跳板，昆仑万维真正的野心在于构建一个AI原生的视频操作系统——这套系统不依赖第三方，从底层芯片到内容生产再到全球分发，形成自主闭环。要实现这一目标，需攻克三大难关： 一是算力自主权。 昆仑万维今年一季度财报中提到，早在两年前，通过增资的方式控股了AI算力芯片企业北京艾捷科芯科技有限公司（艾捷科芯），2025Q1在AI算力芯片、大模型和应用的研发投入同比增长了23.4%，达到了4.3亿元，而去年一年，其研发费用也达到了15.4亿元。 如今艾捷科芯员工数量已经接近200名，涵盖了芯片设计、算法研发、系统集成等多个领域的专业人才，为研发工作的高效推进提供了有力保障。 二是内容生态链。 与传统视频平台依赖UGC（用户生产内容）不同，昆仑万维押注的是AIGC（AI生成内容）：用开源模型吸引开发者，用短剧平台沉淀用户和创作者，再用用户端的视频数据反哺模型迭代，最终形成“开发者-创作者-消费者”的飞轮。 三是全球化分发网。 昆仑万维正试图复制字节跳动的模式，走通一条“AI式流量复用”的新路，因为它有两个武器，一个是3亿月活的Opera浏览器，另一个是300万月活的AI社交应用Linky。 Opera在浏览器内测试了“Operator”项目（自然语言指令执行网页任务），用户可以在线购物、订票等。Opera的AI助手Aria升级后，也深度整合到了浏览器标签页。 它未来的想象空间在于：如果Operator能与DramaWave、Mureka等产品打通，例如，当用户搜索短剧、问如何写歌时，如果它能“AI引导式分发”，优先推荐DramaWave、Mureka等，那就与字节跳动“刷视频-种草-跳转电商”的路径异曲同工。 用户在Linky上能和AI角色像真人一样聊天，这些虚拟角色不但能记住对话历史，还能通过连续对话记录捕捉用户兴趣，和用户建立“情感连接”。 想象一下，如果你和AI角色讨论某部短剧时，系统推送了DramaWave的剧集，还引导到SkyReels工具生成视频。这种“社交互动即内容消费”的路径，是不是比传统算法推荐更自然。 一旦这套体系跑通，昆仑万维就能从“AI工具商”变身“视频生态主”——就像Windows通过操作系统绑定开发者与用户，它可能成为AIGC时代的底层基础设施。 值得注意的是，与腾讯这类生态巨擘相比，昆仑万维的路径更轻巧，也更有中型企业的特点：一是主攻海外新兴市场（东南亚、中东、北美），避开了国内红海；二是用垂直场景避开与巨头的直接竞争，而非靠绝对规模；三是通过API、开源降低生态参与门槛，而不是重投入自建全链条。 结语 总体而言，在AI技术革命的浪潮中，昆仑万维正在将自己重塑为一家AIGC公司，既学大厂经验，融合了Meta的技术开源、Adobe的垂直深耕、腾讯的生态构建，又跳出传统巨头的框架，走出了新路子： 不同于Meta的通用开源路线，将技术开放和具体产业深度绑定，形成了“开源即获客”的商业模式；区别于Adobe的专业工具逻辑，通过开源模型降低创作门槛，用技术普惠扩大用户基数；效仿腾讯的生态协同，以多个AI爆品为纽带，串联起AI内容生产、分发、消费的闭环。 昆仑万维这套“算力基建-模型工厂-应用生态”的布局，已经逐渐展现出先发优势。 关于AIGC产品未来的盈利预期，方汉表示，尽管现阶段亏损，但坚决看好这些产品的盈利，因为它的市场规模足够庞大。 前述关注AI产品出海的投资人对此表示，参照RedHat模式，当生态依赖度足够高时，AI音乐和短剧平台等高增长、高毛利业务收入占比提升，有可能改善利润结构。 资本市场的态度或许能说明问题，截至5月8日收盘，昆仑万维近一个月股价累计上涨20.7%。不止一位投资人提到，资本市场看好的不是它的单一产品，本质上是对它“平台型AI矩阵”的价值提前投票，因此，相较于短期利润，更关注用户规模、开发者生态、模型迭代速度等指标。 昆仑万维这场探索的终极价值，或许在于验证中型科技企业的另一种生存法则——用开源技术穿透市场壁垒，靠精准产品定位解决用户痛点，借生态协同放大规模效应。 当东南亚年轻人在DramaWave上观看短剧，美国音乐人用Mureka输出本土旋律，中东影视爱好者用SkyReels创作短剧，Linky成为几千万年轻人的精神社交家园时，中国AI出海的叙事正在从“技术输出”升级为“生态共建”，也正在成为“中国创新”。这条路为行业提供了一种方向，值得期待。

快科技5月9日消息，据报道，微软副董事长兼总裁布拉德·史密斯（Brad Smith）在听证会上表示，微软已禁止员工使用DeepSeek应用。 史密斯明确指出，DeepSeek的应用服务均被禁止使用，微软也未将其纳入应用商店。 目前其实有不少组织甚至国家都对DeepSeek进行了限制，但这是微软首次公开宣布此类禁令。 史密斯强调，这一限制主要源于DeepSeek数据存储在中国的风险，以及其回答可能受到“中国宣传”的影响。 此外，DeepSeek还对敏感话题进行严格审查，这引发了微软对其安全性和可靠性的担忧。 今年早些时候，微软曾在其Azure云服务上提供DeepSeek的R1模型，不过这与提供DeepSeek应用程序本身有所不同。 由于DeepSeek是开源的，任何人都可以下载该模型并存储在自己的服务器上，史密斯提到，微软已经对DeepSeek的AI模型进行了修改，以消除“有害的副作用” 此前，微软在Azure上首次推出DeepSeek时，曾表示该模型经过了“严格的红队测试和安全评估”。

当星耀 8 从后台驶出后，瞬间便抓住了全场的目光。 「**，星耀 8 这么好看？比 E8 好看多了。」在现场的爱范儿刘主编不禁赞叹道。 星耀 8 在吉利银河品牌家族式的「涟漪美学」设计语言之上，进行了新的演绎与拓展。车头那组被称为「飞檐虎视」的 LED 日间行车灯及前大灯组，造型颇为犀利，赋予了前脸鲜明的视觉层次。 视线掠过车身，流畅的线条勾勒出官方所称的「润玉流光」侧面轮廓，隐藏式门把手的运用，也使得车身侧面更显平滑和完整。 根据官方数据，星耀 8 的车身长度达到了 5018 毫米，宽度 1918 毫米，高度 1480 毫米，轴距则为 2928 毫米，这样的尺寸数据，使其稳稳地迈入了中大型轿车的行列，搭配的轮毂也来到了 19 英寸。 车尾部分，贯穿式的「旭日东升」3D 立体尾灯造型独特，点亮后具有不错的辨识度。（怎么还有点 911 的感觉） 拉开车门，星耀 8 的内饰设计延续了外观传递出的调性，力求在座舱内营造出兼具文化元素与现代科技感的氛围。据介绍，设计师在细节中融入了「三潭印月」、「荷塘涟漪」等主题元素。 在材质选用上，软性材质的包覆面积超过了 85%，星耀 8 还在顶棚、A 柱等区域使用了仿麂皮材质。座舱整体采用了 T 字型环抱式布局，提供了檀木棕和曜石灰两种内饰主色调。 后排地台的纯平化设计，对于中间乘客的乘坐体验是个不错的考虑。此外，256 色智能氛围灯的加入，也让座舱内的光影效果有了更多自定义的可能。 当然，对于一款肩负「旗舰」之名的车型而言，光有设计是远远不够的。 涟漪美学+双动力，星耀 8 的两大「杀手锏」 在动力系统上，星耀 8 成为了吉利银河品牌下首款同时提供雷神超级电混 EM-P 与 EM-i 两种动力配置的车型，为不同偏好的消费者打开了更多的选择空间。 追求更强动力响应的用户，目光自然会投向雷神 EM-P 超级混动版本。 EM-P 超级混动由一台 1.5T 涡轮增压四缸发动机（最大功率 120kW）和一台 P3 驱动电机（最大功率 160kW）联袂主演，匹配的是 3 挡 DHT Pro 智能电混变速器，系统综合功率达到了 280kW（375 马力），综合扭矩为 605 牛·米。这样的参数，推动这台大车完成零到百公里加速的时间，定格在了 6.49 秒。 在能耗方面，其 CLTC 工况馈电油耗为 3.67L/100km，CLTC 纯电续航里程则为 130km，电池包容量 18.4kWh。 而如果你的核心诉求是极致的燃油经济性，那么雷神 EM-i 超级混动版本或许更能打动你。 它搭载的是一台 1.5L 自然吸气混动专用发动机，吉利宣称其热效率高达 46.5%，发动机最大功率为 82kW，配合 E-DHT 11 合 1 电混专用电驱（采用单挡设计）。这一版本的 CLTC 工况馈电油耗官方数据低至 3.36L/100km。 纯电续航方面，提供了 60km（8.5kWh 电池包）和 130km（18.4kWh 电池包）两种选项，其最长综合续航里程据称可以达到 1600km。 在底盘悬架部分，星耀 8 全系车型采用了前增强型麦弗逊与后五连杆的独立悬架组合。一个值得注意的配置是，它全系标配了前后双 FSD 可变阻尼自适应悬架。 吉利表示，他们的工程师们针对国内常见的「粗糙水泥路」和「破损路面」等情况，对这套悬架系统进行了特别的减振优化，目标是提升特定路况下的乘坐舒适性。 官方公布的操控性能参考数据包括：麋鹿测试成绩 80km/h、100km/h 至 0 的制动距离 34.5 米，连续 10 次百公里制动，误差仅有 0.4 米。 随着发布会的深入，吉利银河星耀 8 的核心定位也愈发清晰。发布会最激动人心的时刻，无疑是星耀 8 官方市场指导价的公布： 130km EM-P 星舰版，售价 16.58 万元 130km EM-P 探索版，售价 15.48 万元 130km EM-i 旗舰版，售价 15.18 万元 130km EM-i 尊贵版，售价 14.18 万元 60km EM-i 豪华版，售价 13.18 万元 以上版本均标配了千里浩瀚智能安全辅助驾驶系统。另外，吉利银河还特别推出了两款基础辅助驾驶版型： 130km EM-i 尊享版，售价 13.58 万元 60km EM-i 豪享版，售价 12.58 万元 这意味着，在叠加 1 万元的置换补贴后，星耀 8 的起售价来到了 11.58 万元。 将「起步即旗舰」落实到位 进入智能化时代，星耀 8 的「大脑」同样武装到了牙齿。其智能座舱的核心是 Flyme Auto。这套系统运行在一颗 7nm 龍鹰一号座舱芯片座舱芯片之上，为各项功能的流畅运行提供了硬件基础。 车内的显示界面由一块 15.4 英寸的悬浮式中控大屏、一块 10.25 英寸的全液晶仪表盘以及可选装的 25.6 英寸 AR-HUD 增强现实抬头显示系统共同构成。 语音交互系统集成了 AI 大语言模型，具备较强的自然语言理解能力，并支持多区域语音识别，官方数据称其语音唤醒速度小于 400 毫秒。 在辅助驾驶方面，星耀 8 搭载的是吉利自主研发的「千里浩瀚 H1」系统，能力较为基础，支持高速 NOA 和自动泊车。 而对于追求更高阶体验的用户，高配车型在多摄像头、毫米波雷达等传感器的基础上，进一步增加了车顶前部的激光雷达，用以增强车辆对周围环境的感知精度。所支持的辅助驾驶功能覆盖了高速及高架路况下的 NOA 导航辅助驾驶、应对多种复杂车位的 APA 自动泊车辅助，以及 EMA 紧急避让辅助等。 此外，一些针对日常用车场景的特色安全辅助功能也出现在了配置单上，例如旨在减少「开门杀」风险的「开门预警 PLUS」，以及在高速领航状态下能够识别并主动与大型车辆保持更安全距离的辅助功能，AEB 自动紧急制动系统自然也不会缺席。 最后，在营造豪华舒适的驾乘体验方面，星耀 8 也拿出了不少有诚意的配置。前后排都配备「棉花糖 SPA 座椅」，据称采用了 7 层夹心设计，并集成了加热、通风及 8 点按摩功能，后排的最大躺角达到了 131°。 针对后排乘客，部分高配车型提供了所谓的「VIP 电动行政座椅」，同样具备加热、通风、按摩及大角度电动调节功能，力求提供较高水平的后排乘坐享受。 音响系统方面，可选装或在高配车型上搭载的 Flyme Sound 音响系统，包含多达 23 个扬声器及独立功放，总功率 2000W，支持 7.1.4 全景声效果，还配备了头枕扬声器。 其他诸如 1.36 平方米的大尺寸全景天窗、带风冷功能的双 50W 手机无线快充板、遍布全车的 28 处储物空间以及 405 升的后备厢容积，也都是为了提升日常用车的便捷性和舒适性。 综合来看，吉利银河星耀 8 通过在设计、动力、智能化以及舒适性配置等多个维度的具体呈现，构成了完整的产品画像。它的登场，无疑为中大型插电混动轿车这片竞争日益白热化的市场，注入了新的看点。 吉利的「组合拳」轰向比亚迪 当吉利银河星耀 8 的详尽配置与技术参数逐一揭晓，这款车型的轮廓便不再仅仅停留在冰冷的数字和专业的名词之上。它更像是一份来自吉利银河品牌的宣言，清晰地表达着其在当前竞争格局下的雄心与策略。 星耀 8 所展现出的产品力，自然而然地将其推向了市场聚光灯的中央，也让我们有必要深入探讨它之于吉利银河品牌，乃至整个中大型新能源轿车市场的意义所在。 首先，星耀 8 最直接的冲击力，体现在它对现有市场价值体系的叩问。 当吉利公布 11.58 万元的起售价，并结合其超过 5 米的车长、接近 3 米的轴距，以及那些丰富的标准配置与可选高阶技术，一种被市场反复提及的「豪华平权」理念似乎在星耀 8 身上找到了具象化的表达。 这不仅仅是简单的价格战，更深层次的，是吉利银河希望通过技术普惠和成本控制，让更多主流消费者能够触及到以往被认为是高端、甚至是豪华的驾乘感受与智能科技。 官方提出的「起步即旗舰」的口号，也并非空穴来风。 从全系标配的 FSD 可变阻尼自适应悬架，到基于骁龙 8295 芯片的 Flyme Auto 智能座舱，再到「千里浩瀚」辅助驾驶系统，星耀 8 在基础配置上确实展现出了相当的诚意。 当然，其主要竞争对手——比亚迪汉 DM-i，早已在该细分市场深耕多年，并拥有庞大的用户基础和良好的口碑。星耀 8 要想从中突围，除了在账面数据上展现竞争力，更需要在后续的市场检验中，证明其在实际体验、品质可靠性以及服务保障等全方位能力。 星耀 8 的推出，更是吉利银河在智能化赛道上一次重要的战略落子。 今年 3 月，吉利银河那场信息量巨大的 AI 智能科技发布会，系统地阐述了其「千里浩瀚」辅助驾驶解决方案的宏大蓝图——一个覆盖从入门到高端，从 H1 到 H9 五个层级的渐进式辅助驾驶体系。 星耀 8 正是这一蓝图下诞生的关键一员，它所搭载的「千里浩瀚」系统，不仅仅是一项配置的增加，更是吉利「技术平权」理念的体现。通过将高阶辅助驾驶功能下放至更主流的价格区间，吉利银河意图在用户心智中建立起「智能领先」的品牌认知。 这背后，是吉利在 AI 算力、大模型，以及海量路测数据积累上的持续投入。 在这一层面，吉利联合了国产大模型创业六小强之一的阶跃星辰，以及千里科技、星纪魅族、时空道宇等在内的吉利科技生态伙伴，打造了「星睿智算中心 2.0」，综合算力飙升至 23.5EFLOPS，位居中国车企之首，而且是断层式的领先。 作为对比，同样大力推行辅助驾驶的比亚迪，目前公开的云端算力仅有 2.3EFLOPS，华为有 7.5EFLOPS，蔚小理三家也都在 5EFLOPS 以内的水平。 可以说，星耀 8 在高级辅助驾驶方面的表现，将直接关系到吉利银河能否在未来的智能化竞争中抢占更有利的身位。 将视线拉远，星耀 8 的登场，也完美契合了吉利银河品牌乃至整个吉利集团的进化脉络。如今的吉利，早已告别了单纯追求「造老百姓买得起的汽车」的初级阶段，转而向「造每个人的智能精品车」的更高目标迈进。 吉利银河品牌的整合与升级，包括翼真汽车的并入，都显示出吉利集中优势资源的决心。星耀 8 与此前已经崭露头角的星愿、星舰 7、E5、以及完成焕新的银河 E8 等车型一道，构成了吉利银河的一套「组合拳」。 很明显，这一拳的目标就是比亚迪。

编译 | 金碧辉 编辑 | 程茜 智东西5月9日消息，阿里巴巴5月7日发表于arXiv的论文透露，阿里巴巴达摩院研发的“零搜索”（ZeroSearch）技术突破性破解AI训练成本困境。该技术能通过模拟搜索引擎训练机制，使大模型在无需调用真实搜索引擎API的情况下自主进化检索能力。 ▲阿里巴巴达摩院研究团队发表于arXiv的论文原文 “零搜索”技术打破依赖科技巨头的API经济模式，开发者可精准控制训练数据质量。目前开源代码已登陆GitHub和Hugging Face平台，涵盖Qwen-2.5、LLaMA-3.2等主流架构，支持基础版和指令微调版模型。初创企业可用四块A100显卡搭建高精度训练环境。 在包含NQ、TriviaQA、PopQA、HotpotQA等七大主流问答数据集的综合测评中，基于“零搜索”技术训练的140亿参数大模型不仅搜索准确率力压谷歌，更实现训练成本直降近九成。 ▲arXiv论文原文中的七大主流问答数据集的综合测评图表 据VentureBeat今天报道，原本需要调用商业搜索引擎API的586.70美元（折合人民币约为4240.74元）开销，如今仅需70.80美元（折合人民币约为510.17元）即可完成同等量级训练任务。这项创新让AI模型在“自我模拟”（self-simulated）中获得出类似搜索搜索引擎的检索能力。 一、 “零搜索” 技术成本大降超八成，性能超越谷歌搜索 研究人员使用SerpAPI调用谷歌搜索服务作为对照组，通过模拟传统AI训练流程中调用商业搜索引擎API的场景，与“零搜索”技术方案进行成本对比。 研究人员测算，使用SerpAPI调用谷歌搜索处理约6.4万次查询，成本约为586.70美元（约合人民币为4228.82元）；而在四块A100 GPU上运行14B参数的大语言模型，仅需70.80美元（折合人民币约为510.43元），节省幅度高达88%。 据TechCrunch 2024年11月报道，从目前存在的一些公开信息透露，SerpAPI旨在帮助开发者绕过复杂的网页解析流程，SerpAPI能通过API调用获取谷歌、Bing、百度等主流搜索引擎的搜索结果数据。 SerpAPI的实际企业用户包括Jasper.ai、Copy.ai等AI初创公司，这些企业通过API接口获取实时搜索结果训练对话系统，但具体成本数据未被披露。 二、阿里大模型能生成拟真文档，较谷歌API节省88%开支 阿里巴巴的研究团队发现，经过海量预训练的大模型已具备拟真文档生成能力。通过监督微调将大语言模型转化为检索模块，能按需生成相关或无关文档组合。 在强化学习阶段，系统通过渐进式降低生成文档质量的“教学方案”，迫使模型持续优化检索精度，形成自主进化闭环。 据VentureBeat今天报道，在TriviaQA等7个主流问答数据集测试中，基于通义千问2.5、LLaMA3.2等架构的模在数学视觉推理测试中得分超过OpenAI o1，展现了强大的图形与数学结合的分析能力。14B参数模型在事实准确性指标上超越谷歌搜索2.3个百分点，7B模型与商业引擎持平。相同训练量下模拟方案较谷歌搜索API节省88%开支。 结语：“零搜索”技术推动AI产业进入低成本自主进化阶段 阿里巴巴达摩院的突破可能是AI训练范式的重要转折。当大模型能在封闭系统内模拟现实世界的信息交互，用户得以摆脱对外部服务的依赖，这对数据安全、训练可控性及技术民主化或具有深远意义。 从行业发展趋势来看，“零搜索”技术有望对AI开发价值链产生深远影响。随着自模拟技术成熟，未来，或将涌现更多AI训练方案，推动产业进入低成本自主进化的新阶段。

眼花缭乱了。为争夺AI人才，大厂们齐齐放大招！ 各种天才、顶尖人才计划简直看不过来。 每个都扒开粗略一看，满满都是薪资不设上限、CTO亲自参与指导，无需实习经验…… 老天奶，都2025年了抢人咋还这么疯。 而与抢人同步进行的是，他们还到处挖大牛，以大牛的明星效应来吸引大量业内顶级人才加盟—— 字节挖来谷歌DeepMind研究副总裁吴永辉、阿里招揽全球顶尖AI科学家许主洪。前几天，阿里薄列峰离职被曝加盟某大厂…… 好好好，激烈程度不亚于商战。难怪马斯克也曾经发出感慨：AI的人才争夺战是我见过最疯狂的。 顶尖AI人才成香饽饽 通过仔细梳理本轮的抢人大战，我们发现各家大厂在策略上其实有一些共性和差异。 最明显的，当属大厂们所争夺的对象都是“顶尖人才”、“天才少年”等凤毛麟角的人物。 换句话说，招人要求一整个拉满。 作为想要应聘的学生，要么在顶会期刊上发表过有影响力的论文，要么就是竞赛达人，主打一个优秀本秀，甚至字节的Top Seed计划仅面向博士生。 不过从对招聘要求的具体描述来看，这里我们还是能明显看到大厂分为两派： 一派以京东/百度/阿里为代表，想要招的人很具体，直接贴出“超级学霸”、“工程大牛”等标签； 另一派则以字节/腾讯为代表，描述主打抽象，看重的是技术信仰、好奇心一类，更像是在走情怀路线。 其次从招聘方向来看，目前主要集中在大模型和多模态领域。 背后也透露出两点，一是尽管开源力量已经迅速崛起，但大厂们始终作为AI发展主力军在支撑大模型的更新迭代。 尤其是AI发展至今，得益于拥有更多算力、资金的大厂在大模型上持续投入，其他中小企业或创业团队才能以更低的门槛投身AI应用。 至于多模态，这更是如今一个显而易见的大热门。随着AI进入应用元年，人们对多模态的需求逐渐成为刚需，不过相关技术并未成熟，以致于包括大厂在内，市面上的多模态AI产品仍比较少见。 当然，通过各家对招聘方向的描述，我们还是能看到一个招人特色——核心聚焦在自己的场景。 以腾讯/阿里/华为为例，这几家明显更强调底层算法和基础设施；而京东/字节等，则与自己的核心业务联系更为紧密，前者特意提到了“搜索推荐”方向，后者更是反复强调了多模型方向。 值得一提的是，字节是几家大厂中对研究方向描述最详细的公司，背后也能看出它对应用的追求。 与此同时，从大厂开出的“筹码”来看，除了默认的顶尖薪酬外，各自也都有一些招牌特色。 比如阿里在招实习生时，特意增加了“反选环节”，让实习生能够主动选择自己感兴趣的研究领域和团队。 又或者字节打出的“不限专业”口号，整体来看招人的氛围比较chill。 其实不止顶尖人才，还能看到今年的一个趋势：AI人才普遍性扩招。 咱们就按最近的4月说。 百度官宣未来三年，将开放21000个实习岗位给优秀校园人才。 腾讯这边发布史上最大招聘计划：未来三年，计划新增28000名员工，包括大模型、研发、算法、市场、策划、运营、销售、美术等多个岗位职能。 华为的2025年“勇敢新世界”计划，拟招聘优秀应届毕业生1万余人，相较于2024年预计实现两位数增幅，岗位覆盖AI工程师、软件开发工程师、硬件技术工程师、人工智能算法工程师等60余类岗位。 …… 当然这种人才争夺战，其实从年初就开始进行了。 此前就有爆出某头部大模型公司为招募顶尖算法工程师和资深研究员，开出月薪13万至26万、年薪最高300万的「天价」。而备受瞩目的DeepSeek爆火之后第一时间也被爆出百万年薪招人，一度登上了热搜。 随着大模型应用落地进入深水区，为何大厂抢人大战不仅没有减缓甚至持续白热化呢？ 为什么会出现这样的情况？ 在众多现象之中抽丝剥茧似乎也找到了些内在原因。 首先，数据和人才是企业竞争的核心资源，对于大厂来说，不缺数据不缺场景，缺的是滔滔不绝的人才。 大厂通过高薪吸引顶尖人才，实现在算法优化、模型迭代上的快速突破。 阿里云CTO周靖人曾表示，在这个时代里面，其实需要更多的人、更多的优秀的人才在各个领域进行探索、突破。 而大厂通过“抢人”迅速补齐技术短板，尤其随着大模型朝着更多垂直领域落地，更多工程方面的难题更需要顶尖人才来携手解决。 不过AI人才供需失衡似乎一直存在，甚至于这些大厂头部的人才紧缺可能更为显著。 在翰德发布的《2025人才趋势报告》中显示，目前国内AI人才的供需比仅为0.5。什么概念呢？相当于每个人工智能岗位只能匹配到一个合适的候选人。 不过这样的争夺加剧，一部分原因还在于DeepSeek引发的「行业重估」。 与过去的大模型混战不同的是，大厂们逐步找到自己的主攻场景。明显感知到的一个现象就是，大家重新加码C端，但各有侧重。 例如腾讯元宝选择多管齐下，在微信、QQ这种国民级产品中部署，一度拿下C端应用下载量榜首。阿里这边AI to C业务势头更为明显，夸克、通义App增长势头很猛，还有与天猫精灵的联合，AI硬件还有更多潜在应用场景。 字节则继续加持豆包智能助手，基于原有的内容生态积累，牢牢捍卫住他们榜首之位，截至4月底，豆包在25年的新增下载已近亿，累计用户规模近3亿。 百度则是继续拉动他们文库、云盘等原有业务，AI加持下他们呈现出强增长的态势；小米侧重于推动大模型在各种终端上部署和落地；华为聚焦在底层突破，包括算力基建、软硬件协同等。 可以看到，大部分选择策略，都与他们业务场景强相关。而只有更快地吸纳人才，才能迅速将业务升维，占领技术高地。 不过，同样疯狂的不只国内，海外硅谷也同样火热。毕竟连马斯克都那样说了：疯狂，很疯狂。 当时的起因是因为特斯拉视觉科学家Ethan Knight离职，加入到了马斯克的xAI公司。结果没成想过程十分曲折，因为他差点就要去OpenAI的，但是被马斯克力挽狂澜： OpenAI一直在积极招募特斯拉的工程师，并提供巨额薪酬，不幸的是，在少数情况下取得了成功。 而正如马斯克所说，这些科技巨头们采取的措施也别无二致：有钱、有钱，还是有钱。 正如业内人士所观察到的那样，经常看到轻轻松松超过100万美元（约720万人民币）的薪酬方案。 更具体一点，今年三月，OpenAI要扩增一个机器人基础模型团队，薪资可以开到最高385万年薪。 如果在这基础上还有点啥，那就是主打一个真诚，老板亲自打电话发邮件的那种。奥特曼、扎克伯格、马斯克、谢尔盖·布林等通通都被曝出过有这段经历。 毕竟技术竞争，终究是人才竞争。 抢人大战已经打响，抢人大战还将持续，有身处其中的朋友能说说体验如何吗？

快科技5月9日消息，腾讯混元宣布今天正式推出并开源全新的多模态定制化视频生成工具HunyuanCustom。 据悉，该模型基于混元视频生成大模型（HunyuanVideo）打造，主体一致性效果超过现有的开源方案。 据介绍，HunyuanCustom融合文本、图像、音频、视频等多模态输入生视频的能力，是一款具备高度控制力和生成质量的智能视频创作工具。 腾讯表示，HunyuanCustom模型能实现单主体视频生成、多主体视频生成、单主体视频配音、视频局部编辑等能力，其生成的视频与用户输入的参考主体能保持高度一致。 在部分场景下，创作者希望保持人物一致的情况下，改变人物所在的环境和动作。 但此前的视频生成模型都无法实现。 而HunyuanCustom通过引入身份增强机制和多模态融合模块，真正实现“图像提供身份，文本定义一切”。 HunyuanCustom可以满足视频创作者、短视频博主、电商从业者、广告创意人等不同用户和场景的需求。 比如，在广告场景中，可以快捷变换商品背景、模特可以快速换衣服；在电商和客服场景中，可以快速低成本制作出生动的数字人商品介绍视频，或者制作特定穿着的数字人客服视频；在影视场景中，快速制作短剧和小故事短视频。 此外，通过业内领先的主体一致性建模能力，HunyuanCustom在单人、非人物体、多主体交互等多种场景，都能保持身份特征在视频全程的一致性与连贯性。人物不会“变脸”，物体不会“漂移”。 目前，单主体生成能力已经开源并在混元官网上线，用户可以在“模型广场-图生视频-参考生视频”中体验，其他能力将于5月内陆续对外开源。 单主体生成能力下，用户只需上传一张目标人物或物体的图片，并提供一句如“他正在遛狗”的文本描述，Hunyuan Custom就能在完全不同的动作、服饰与场景中生成连贯自然的视频内容。 在多主体视频的生成中，用户提供一张人物和一张物体的照片，并输入文字描述，即可能让这两个主体按要求出现在视频里。 而Hunyuan Custom不止于图像和文本的配合，还具备强大的扩展能力。 在音频驱动（单主体）模式下，用户可以上传人物图像并配上音频语音，模型便可生成人物在任意场景中说话、唱歌或进行其他音视频同步表演的效果，广泛适用于数字人直播、虚拟客服、教育演示等场景。 在视频驱动模式下，Hunyuan Custom支持将图片中的人物或物体自然地替换或插入到任意视频片段中，进行创意植入或场景扩展，轻松实现视频重构与内容增强。

编译 | 金碧辉 编辑 | 程茜 智东西5月9日消息，据微软5月7日官方博客发布的消息，微软宣布将在Azure AI Foundry和Copilot Studio两大平台中支持谷歌的Agent2Agent（A2A）协议以及Anthropic的模型上下文协议（MCP）。 据外媒VentureBeat昨天下午报道，微软董事长兼CEO萨提亚・纳德拉（Satya Nadella）于5月8日在社交媒体平台X上发帖支持谷歌DeepMind的A2A与Anthropic的MCP。 纳德拉在X平台上写道：“像A2A和MCP这样的开放协议是实现Agent网络的关键”，并宣布即将在Copilot Studio和Foundry中内置双协议支持模块。 ▲纳德拉在X平台上的发帖 A2A协议由谷歌推出，旨在让AI Agent（智能体AI）能够跨云、跨平台、跨组织边界进行协作，实现不同Agent之间的高效通信、安全数据交换以及协调行动。模型上下文协议（MCP）则是由Anthropic制定，主要为大型语言模型与外部数据源、工具及以推动技术的发展，解决Agent应用中日益凸显的互操作性问题，为开发者提供更开放、协作的平台，降低开发门槛，提升开发和自动化效率。 微软将A2A协议与Anthropic的MCP协议形成互补，直接针对企业级AI部署中长期存在的供应商锁定和数据孤岛问题。 A2A协议通过标准化Agent间通信接口，允许不同厂商的AI Agent安全交换任务请求和执行结果，类似“AI领域的USB-C接口”。 据IDC（International Data Corporation）2025年3月预测的数据透露，全球企业级AI开发与应用行业分析指出，微软做出的这一决策或使全球企业AI开发成本降低30%-50%。 一、微软支持A2A和MCP协议，推动AI协作与数据流通 据VentureBeat报道，虽然纳德拉赞同AI Agent集成的开放标准理念，但这是他首次公开支持一项标准。微软对行业的影响力或将引领行业从专有生态系统转向跨平台的AI Agent协作。 纳德拉在2025年3月的South Park Commons播客访谈中援引ONNX（开放神经网络交换）案例称“2018年我们与Meta共建的ONNX已成行业标准，现在要让A2A/MCP复制这一成功。” 据VentureBeat报道，纳德拉宣布支持A2A协议的这一举动意指微软历史遗留的生态封闭问题。过去Windows、Office等产品通过复杂授权机制制造绑定效应。如今，Azure AI战略转向“构造基础设施支持”，企业可混合使用亚马逊云服务、谷歌云及私有云AI服务。 微软官方博客提到，A2A与MCP是构建智能体网络（Agentic Web）的核心基础设施，A2A协议通过统一任务交换标准，使不同厂商的AI Agent实现毫秒级协作；MCP则规范模型与外部数据的交互接口，被业界称为“AI系统的USB-C端口”。 A2A协议和MCP协议在Agent协作和数据流转方面各有侧重，A2A协议更注重AI Agent之间的通信和互操作性，而MCP协议则更侧重于为AI Agent提供工具和上下文支持，两者相互补充。 ▲A2A和Anthropic MCP协议的相关介绍 微软在宣布支持谷歌A2A和Anthropic MCP协议时，首次披露了一医疗客户案例。这一信息是纳德拉当天发布的官方声明中明确提及的。 具体而言，微软在其官方博客及行业会议中详细阐述了协议集成后的实际应用效果，指出某医疗客户通过A2A与MCP的协同，将HIPAA合规审计周期从14天大幅缩短至4天。 二、微软支持开放协议，获摩根大通、联合利华等企业订单 纳德拉在5月8日公开战略后的内部会议指出：“未来AI市场的价值将向协议层与数据层集中。”微软不再强推自有AI Agent，转而通过Azure提供“协议中间件”与“合规治理工具”收费。 这种转变类似从“造车”转向“修路”，据彭博社5月9日报道，该策略已使微软获得摩根大通、联合利华等企业的跨云AI订单。 尽管A2A/MCP分属谷歌与Anthropic，但三家公司形成微妙平衡：谷歌掌控Agent通信标准，Anthropic主导模型数据接口，微软则提供最大企业落地场景。 据VentureBeat报道，当被问及协议开放是否会否削弱微软竞争优势时，纳德拉称：“Azure的核心价值在于帮助企业减少管理的复杂性，而非制造封闭性。” Gartner在2025年第一季度末至第二季度初发布的行业分析报告中提到，到2027年，基于A2A/MCP的跨平台智能体将覆盖75%的财富500强企业，催生超过12000家专注垂直场景的AI创业公司。 结语：大厂共推A2A/MCP协议，Agent协作面临安全新挑战 正如HTTP协议催生互联网经济，A2A/MCP可能开启AI Agent协作的新纪元，为用户营造了一个高度开放、协作的平台环境，大幅降低了开发门槛，推动AI Agent从分散孤立走向深度融合，为整个AI行业带来了新的发展契机。​ 同时，也不可避免地带来了新挑战。随着越来越多的AI Agent通过A2A和MCP协议在网络中交互协作，如何在开放与安全间取得平衡，成为下一阶段亟待攻克的技术焦点。

自动播放 凤凰网科技《凤凰V现场》出品 从 2014 年以扫地机器人叩响智能家居大门，到 2023 年携首款洗烘一体机切入洗护赛道，石头科技的技术突围路径始终清晰 —— 不追逐短期市场热点，而是深耕核心技术研发，用 8 年时间完成从清洁机器人到全屋智能洗护的战略布局。 在中国，97%的家庭拥有洗衣机，但烘干机普及率仅5%——阳台仍是晾衣主战场，梅雨季的霉味、回南天的潮湿、深夜烘干机的轰鸣，成为无数家庭的隐痛。如何让衣物护理更高效、更智能、更融入现代生活？石头科技推出的首款洗烘套装Z1 Max系列，用技术创新给出了答案。 全球首款全面屏设计：颜值与功能的双重突破 “第一眼就被它的外观勾住了！”知名科技博主Eva在体验时感叹，石头Z1 Max系列颠覆了传统洗衣机“傻大黑粗”的刻板印象，采用全球首创全面屏设计，关机如镜面，开机即触控界面，与客厅、阳台等家居环境无缝融合。在“颜值即正义的时代，家电也要成为家居美学的一部分，同时支持多种自由组合方案，叠放时如一体式双胞胎节省空间，又并排摆放则像极简艺术装置，完美适配从精致小户型到开阔大平层的多样化家居需求。 此外，全面屏的设计兼具功能性，触控操作逻辑类似智能手机，老人小孩均可轻松上手。功能键从传统的 10 + 个精简至触控界面，化繁为简，让科技服务于生活而非增加负担，实现产品“始于颜值，忠于体验”的设计升维。 双绿标认证：万元内的奢护体验 在追求极致美学的同时，石头科技对洗烘功能的提升也毫不懈怠。此次重磅推出的石头Z1 Max洗烘套装系列，全系机型均获得国际羊毛局洗烘双绿标认证，意味着其洗涤及烘干能力已上探行业顶级标准。 据统计，这是全球首款万元以内双绿标洗烘套装，传统万元内产品多为洗涤绿标和烘干蓝标为主，而石头Z1 Max系列以7998元起步的价格，将高端奢护带入寻常家庭，“相当于花经济型轿车的钱，买到豪车的享受”。 这一技术突破源于石头科技在核心技术上的自主创新，凭借自主研发的分子筛超擎热泵烘干系统、Roborock FineFoam®超净慕斯洗、RR Mariner™全域精控算法等黑科技，通过技术下沉与设计升维重构行业价值，打破了高端洗烘科技被巨头垄断的固化格局，真正实现了“科技平权”，破局行业「万元以内无高端」的定式。 低温快烘技术：静音高效，呵护每一件衣物 Z1 Max系列的烘干系统展现出碾压级性能：全系搭载超擎三变频热泵技术，相比传统热泵烘干技术，更加节能静音、更加高效，同时衣物烘干得更透彻。 在Z1 Max Pro和Z1 Max Ultra上进一步搭载了分子筛超擎热泵烘干系统，将自研的分子筛低温烘干技术与超擎热泵技术相结合，弥补了热泵系统在在低温环境及烘干机升温初始阶段，升温慢的短板，确保了烘干机在低温、高温及常温环境下，均能实现一致高效的烘干速度，并且在羊毛程序下，最低烘干温度仅35℃，低于人体温度，实现了对羊毛娇贵面料的低温呵护，不仅做到烘得好还烘得快，同时还静音，实测噪音最低至60分贝左右，夜间烘干关上门几乎无感，彻底解决 “烘干机吵得睡不着” 的痛点。 智能洗烘：让洗护从 “体力活” 变 “轻松事” “烘完忘记取衣服？机器半小时后自动启动翻转 + 冷风，第二天拿出来没褶皱，简直是‘洗护懒人’福音。” 石头Z1 Max的RR Mariner™全域精控算法，让技术隐身于体验背后，结合传感器数据、控制系统和智能技术，构建出洗烘护智能算法体系：开启 “洗烘联动” 功能后，干衣机自动同步洗衣机的洗涤程序，提前 15 分钟预热；烘干完成 30 分钟未取衣时，机器启动 “智能托管”，通过翻转抖散与冷风护理防止褶皱，彻底治愈 “洗护拖延症”。 在细分场景覆盖上，29 种洗涤程序+23种烘干程序+12种护理程序，实现全面料、全场景需求适配：羊毛丝绸专属程序精准控制水温，婴儿服程序叠加高温除菌；更有 “火锅祛味” 功能，10 分钟吸附外套油烟味，“衬衫除皱” 功能，最快30分钟去除褶皱，达到 A 级蒸汽护理认证。这些曾经依赖干洗店人工处理的高端护形需求，如今通过触控屏或手机 APP 即可一键完成。 从 “参数内卷” 到 “价值回归” 在洗烘市场 “高端高价、低价低质” 的二元格局下，石头Z1 Max系列的突围，背后是技术路径的差异化选择： a.技术平权才是真高端：通过自研核心技术打破进口垄断，让双绿标护形、分子筛烘干等 “万元级技术” 下沉至 7998 元价位，实现 “用经济型预算享受豪华级体验”； b.用户痛点定义产品力：从外观设计的空间适配，到技术研发的低温护形，每一项创新都直击用户真实需求； c.场景创新超越功能叠加：将洗烘机从 “单一设备” 升级为 “家庭护形中心”，覆盖从日常洗涤到干洗店级护理的全场景，重新定义衣物洗护的价值边界。 当家电行业陷入"价格战"与"参数战"的怪圈，当产品价值被冰冷的数字符号绑架，Z1 Max系列的价值突围恰逢其时，它没有用低价噱头制造内卷，也没有堆砌参数构建伪高端，而是用核心科技将洗烘体验拉升至专业级水准，这不仅是石头科技在衣物洗护赛道交出的技术答卷，更是对行业的一次提醒：不以价格标榜身份，而以体验定义价值，让技术回归 “解决真实痛点” 的本质，让每个家庭都能触碰到科技的温度。

编译 | 王涵 编辑 | 漠影 智东西5月9日消息，OpenAI正在强化其人工智能驱动的“深度研究（deep research）”功能，新增对GitHub代码库的分析能力。 7月11日，该公司宣布推出首个ChatGPT deep research“连接器（connector）”，该工具原本通过互联网及其他数据源搜索信息生成综合研究报告，现在测试版已支持接入GitHub平台，允许开发者直接对代码库和工程文档进行技术提问。 据OpenAI发言人向科技媒体透露，该功能将在未来数日内向ChatGPT Plus、Pro和Team用户开放，企业版（Enterprise）和教育版（Edu）支持即将跟进。 一、Claude推出集成系统，OpenAI转向GPTs方案 此次升级正值AI行业重点突破外部平台对接能力之际。 5月1日，竞品Anthropic近期推出“集成（Integrations）”系统，使Claude能够无缝连接网络及桌面应用程序中的远程MCP服务器。开发者可构建并托管增强Claude能力的服务器，而用户则可自由发现并连接任意数量的此类服务至Claude。 而OpenAI早年推出的插件系统已被弃用，全面转向GPTs定制聊天机器人方案。 “用户反馈希望deep research agent不仅能连接网络，还能接入内部资源，”OpenAI商业产品主管Nate Gonzalez在LinkedIn博客中写道，”因此今天我们推出首个连接器。” 二、新增三大能力，定位专家辅助工具 ▲GPT-4o与deep research对比示意，图源：OpenAI官网 OpenAI商业产品负责人Nate Gonzalez强调，deep research agent新增三大能力：代码架构与模式智能摘要、产品需求到技术任务的自动拆解、基于真实案例的API实现指导。 针对业界关注的AI幻觉（hallucination）问题，博客中特别说明将严格遵守组织权限设置，仅访问授权内容，并定位该功能为专家辅助工具而非替代方案。 同日，OpenAI公布的微调（fine-tuning）服务更新显示，采用强化微调（RFT）技术的o4-mini模型仅向认证机构开放，而GPT-4.1 nano模型的微调功能则面向全体付费开发者。自2023年4月起，OpenAI开始实施开发者认证要求，必须提交身份证明文件，旨在预防技术滥用。 结语：开发者生态成“兵家必争之地” 这次新操作，这延续了OpenAI在开发者工具领域的持续投入，包括开源终端工具Codex CLI、为桌面应用新增多IDE代码读取功能，以及传闻中30亿美元收购Windsurf的计划。 头部厂商正通过差异化技术路径构建生态壁垒。值得关注的是，这场竞争已从单纯的功能比拼，升级为开发者生态、企业服务能力和技术伦理建设的全方位较量。 在代码分析、任务拆解等专业场景持续深化的同时，幻觉风险与权限管理等挑战依然存在。随着o4-mini等定制模型逐步开放，AI平台或将重塑开发者工具市场格局。

编译 | 江宇 编辑 | 漠影 机器人前瞻5月9日消息，美国机器人产业的融资热潮不断，初创企业持续吸引资本关注。 最近，美国媒体就爆出至少有四家机器人公司，即将完成新一轮融资或正寻求新一轮融资。 Foundation，一家专注于人形机器人的公司，即将完成1亿美元融资，估值达10亿美元。Skild AI，致力于开发多用途机器人AI模型，接近完成5亿美元融资，估值飙升至42亿美元。同时，Figure AI计划以400亿美元的估值筹集15亿美元，Agility Robotics则寻求4亿美元融资，当前估值17.5亿美元。 尽管这些机器人初创公司收获了融资，但它们不仅面临来自彼此的激烈竞争，还面临行业的技术瓶颈，如模型训练数据不足、硬件成本上涨（受到中美贸易摩擦影响）等挑战。这些因素考验着企业的技术实力和市场策略，也影响着整个机器人产业的发展前景。 一、Foundation：前金融高管跨界打造人形机器人 Foundation由前Synapse首席执行官Sankaet Pathak于2024年2月创立，正以10亿美元估值进行1亿美元融资。 Foundation由Pathak在Synapse倒闭前夕创立，与他一同创立公司的还有Tribe Capital联合创始人Arjun Sethi，以及另一家机器人初创公司的联合创始人Mike LeBlanc。 Foundation总部位于旧金山，致力于研发能够替代人类执行高危任务的人形机器人，例如在战区为车辆加油。 该公司计划通过租赁机器人、收取软件订阅费的方式实现商业化，目前已从美国军方、汽车制造商及物流企业获得部分试用订单和研发资助。 ▲公司首款机器人“Phantom”于今年初亮相。 2023年，Foundation获得了1100万美元种子轮融资，投资方包括Tribe Capital及由其合伙人创办的AI投资机构Defined Capital。据悉，这两家机构也在参与公司最新一轮融资谈判。 此前，Pathak在社交平台X上曾公开批评Figure AI“融资先于产品”的战略是“完全的干扰”，并称自家机器人“性能是Figure的两倍”。 二、Skild AI：打造多用途机器人AI模型，估值飙升至42亿美元 另一家机器人AI公司Skild AI，也在吸引资本的高度关注。 ▲Skild AI团队。 该公司正接近完成一轮5亿美元融资，新估值达42亿美元（不含新增资本），相比年初谈判时的40亿美元目标，进一步上调。 软银将领投本轮融资，参与机构还包括红杉资本、Lightspeed Venture Partners、CRV和General Catalyst，这些机构也参与了该公司去年15亿美元估值的A轮融资。 Skild AI专注于构建AI基础模型，用于指挥多种形态的机器人，例如机器狗和双足人形机器人，执行如家庭清洁、仓储搬运等实际任务。 目前，该公司已实现数百万美元的经常性收入，其目标是2025年达到3000万美元的年化营收。 同时，Skild AI正计划进入机器人硬件领域，以提高数据收集效率，进一步优化模型性能。 三、Figure AI与Agility Robotics：估值高涨，竞争加剧 目前，机器人领域备受瞩目的明星公司Figure AI，也在寻求以400亿美元的估值筹集15亿美元，尽管其去年尚未实现营收。 此前，Figure AI已获得来自微软、英伟达、OpenAI、亚马逊创始人Jeff Bezos家族办公室等投资者的支持。 ▲三年内Figure AI，打造了Figure 01与Figure 02。 与此同时，专注于仓储场景的人形机器人公司Agility Robotics也在进行一轮4亿美元融资，投前估值为17.5亿美元。 Agility的双足机器人Digit已进入部分企业测试阶段，目标是在物流、拣货等重复性工作中替代人力。此前，该公司曾获得亚马逊工业创新基金的投资，并与亚马逊开展试点合作。 结语：初创公司能否跨越“三重门槛”实现落地？ 在生成式AI加速发展的大背景下，“AI+机器人”成为资本追逐的新风口。Foundation、Skild AI、Figure AI与Agility Robotics等公司正是这一轮投资热潮中的重要参与者。 软银等大型投资机构的积极参与，以及OpenAI计划涉足机器人业务，显示出市场对这一领域的信心。 正如OpenAI CEO Sam Altman在美国参议院作证时所说：“AI驱动的机器人有望在2027年前将AI带来的生产力提升扩展至现实世界。” 但真正从愿景走向落地、穿越硬件、数据与落地商业模式的“三重门槛”，仍是这些初创公司需要证明的下一步。

IT之家 5 月 9 日消息，消息源 @LusiRoy8 今天（5 月 9 日）在 X 平台发布推文，分享了一段视频，展示了苹果 iPhone 17 Air 戴上手机壳后的效果，依然要比 iPhone 17 Pro Max（机模）更薄。 iPhone 17 Air 以超薄的未来感设计为卖点，摒弃了更厚重、电池容量更大的传统外观。但对于日常使用来说，大多数消费者出于保护等因素考量，通常会戴上手机壳，那么这种独特美感是否会消失？ 从机模的戴壳效果来看，iPhone 17 Air 依然比未戴壳的 iPhone 17 Pro Max 显得纤薄，这只是基于未发布机型模型的推测，真实效果仍待官方确认。 IT之家此前报道，苹果计划为 iPhone 17 Air 推出一款可选的电池保护壳。这种电池保护壳不仅可以为 iPhone 提供额外的保护，还能在必要时延长其电池续航时间。

作者 | 李水青 编辑 | 漠影 顶级城市的AI竞争，已不单是技术竞赛，而是整个生态的比拼。 4月27日，北京，一场紧扣AI生态发展主题的高级别会议，汇聚全国近500家AI上下游企业。会上，北京市首个“产业人工智能赋能中心”、国内第一大开源代码托管平台Gitee、开源人工智能社区“模力方舟”、北京产业人工智能学院等一一亮相，同时智谱AI智能体“AutoGLM沉思”、VAST开源3D大模型等六大先锋产品重磅发布，全面覆盖产学研。 其中任何一项进展，拿去别的城市可能都是“大招”，北京一口气发了一连串。 而在刚刚过去的4月，政府和市场侧，都在用真金白银加码AI产业。政策向，4月8日，北京市宣布对行业大模型、通用智能体等项目给予最高3000万元的奖励；4月27日，北京亦庄宣布将投入超10亿元助力全域AI之城建设，北京海淀也早在2月宣布每年为建设AI产业高地投入超10亿元。资本向，4月中，智谱AI收获了北京市人工智能产业投资基金追加的2亿元融资。 “月月有活动，季季有亮点”，北京AI创新创业氛围一片火热沸腾。由北京市科委、中关村管委会牵头的“智领未来”北京人工智能系列活动如火如荼地举办，4月刚刚举办了电影节技术论坛、AI产业生态发布会等五场活动，5月和6月的的“Deep Ocean”人工智能科创项目投融资会、首届国际通用人工智能大会、2025中国AI算力大会等九个活动又要来了。 产、学、研、政、资合力出手，揭开了“全国AI第一城”的生态版图。（《北京，大模型第一城》） 随着年初DeepSeek掀起AI平权潮，全国各地多个城市都在重新梳理AI产业。那么从城市角度来看，AI产业“大树”的生长需要什么样的“沃土”？又有哪些可参考的范式？从北京的一盘AI生态“大棋”中，我们能得到参考答案。 一、八大先锋产品发布，定义行业新标杆 刚刚过去的4月，又有几个AI行业标杆被刷新了，均来自北京。 在大模型领域，智谱AI于4月27日发布了新一代AI智能体“AutoGLM沉思”，标志着AI智能体从“被动思考”迈向“主动执行”的新阶段，首次实现深度研究与实际操作的融合。同月，智谱还开源了GLM-Z1-Air等三款模型，并宣布出资3亿元支持全球开源社区，为北京“开源之都”再添助力。 ▲GLM-Z1-Air效果比肩满血版DeepSeek-R1 北京正积极打造“全球开源之都”，并取得一定成效。除了智谱AI新推出的开源大模型，智源研究院开源的通用向量模型BGE，多次大幅刷新主流评测榜单，现已成为全球最普及的开源向量模型之一；面壁智能开源轻量高性能端侧模型MiniCPM，荣登Hugging Face“2024最受欢迎最多下载榜单”。芯片方面，开源芯片研究院开源高性能RISC-V处理器核“香山”，成为国际RISC-V社区最活跃项目。行业应用方面，开源已深入到汽车、机器人等众多行业。 在视频生成领域，快手于4月15日推出其“史上最强视觉模型”可灵2.0，可灵2.0在多项评测中稳居业内第一，对比Sora的胜负比达367%，在文字相关性、画面质量、动态质量等维度上显著超越对手；生数科技于4月21日上线了全新视频模型Vidu Q1，登上VBench-1.0和VBench-2.0的榜首，超越了Runway 、Sora、LumaAI等国内外视频生成模型，拿下文生视频赛道榜单双第一；潞晨科技于4月27日发布“一句话生成4K电影级画面”的视频生成平台Video Ocean，荣登全球Product Hunt榜单第一。 ▲Vidu Q1登上VBench-1.0和VBench-2.0的榜首 在3D视觉领域，明星初创公司VAST于4月27日全球首发开源3D大模型，作为3D版DeepSeek，刷新了3D开闭源模型SOTA，有望全面突破传统3D建模在细节、复杂结构和扩展性上的瓶颈，落地游戏、动画、设计等依赖3D内容的产业。 在AI+行业领域，聚焦具身智能赛道，唯迈医疗的Robot DSA，作为全球首个实现“眼-手-脑”三位一体的血管介入手术机器人；在AI工业赛道，蚂蚁工场的零件制造大模型与工业零件计价系统，打造出行业领先的AI图纸解析能力与秒级智能报价性能；在AI+文旅赛道，中电信文宣的文博讲解大模型，已在多地博物馆应用，有力推动文博行业数字化转型。 作为创新策源地，北京的影响力正在持续提升。 根据北京市最新官方数据，市备案上线大模型128款，位居全国第一；百度、抖音、智谱AI、月之暗面等团队发布了国内先进的通用基础大模型，目前都在演化出更多AI应用及工具；全球首款光训练芯片、类脑脉冲大模型等一批创新成果在《自然》《科学》顶刊发出北京声音。 各地“AI+”落地潮正盛，北京无疑是城市级AI产业发展的范本。北京市官方数据显示，北京2024年AI核心产业规模近3500亿元，同比增长超28%；相关社会融资约440亿元，占全国超四成；全市备案上线大模型128款，均居于全国第一。 二、何以标杆？AI生态“慢养” AI产业成果如何而来？离不开北京AI生态“沃土”的培育。 孟子有一句话：“故苟得其养，无物不长；苟失其养，无物不消。”大意是说，任何事物，如果得到好的养护，一定能茁壮生长；倘若失去养护，没有东西不会消亡。 从历史来看，北京具有得天独厚的创新资源集聚优势。顶尖人工智能人才、学者、论文数量均位列全国首位，20余所高校设立了人工智能学院或研究院；一批国家级人工智能技术和产业创新平台在京布局，多个人工智能领域全国重点实验室在京建设。 从硬指标来看，AI产业要素也在北京不断配齐。算力方面，北京出台了市算力基础设施建设实施方案，新增算力约8620P；数据方面，成立国家层面数据集工作组，智源院开放超1.5TB“中文互联网语料库”，上线北京人工智能数据运营平台，数据总量超2000TB；建设国内首个数据基础制度先行区，打造数据流通与安全治理监管沙盒。 成果“井喷”背后，北京的AI生态其实是“慢养”模式。 “慢养”是指不过于追求短期快速发展，而是注重长期稳健的发展策略，强调技术的深度积累和生态的持续优化。自2023年起，《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》《北京市促进通用人工智能创新发展的若干措施》等文件相继出台，北京明确将人工智能作为“新质生产力”的核心引擎。 从今年北京新推出的一系列生态举措，我们可以看到其AI生态“养护”思路的延续： 面向科技创业者，北京长期以来一直有“筑巢引凤”的传统。3月29日，北京海淀区53平方公里的人工智能创新街区落成，继40年前海淀“电子一条街”点燃中国科创之火后，再次打造AI创业者新的试验田。同时，北京海淀还推出了“中关村AI北纬社区”，入驻企业可享受最高三年租金全免的优质产业空间、周边千套人才公寓以及企业孵化加速、人才服务、产业政策等赋能，助AI创业者轻装上阵。 ▲中关村AI北纬社区 聚焦AI产业化中的典型难点，北京拉通产学研资源打造赋能平台。北京亦庄4月推出的“产业人工智能赋能中心”，是要助中小企业破解用数难、算力不足等典型难题，提供“数算模用”一站式服务。开源代码托管平台Gitee和开源人工智能社区“模力方舟”，则精准切中研发效能难题。同步启动的国际开源人工智能创新大赛，是要激发全球AI开发者的研发热情，助力北京打造“全球开源之都”。 应对AI产业复合型人才短缺，北京建立了长链条的培养体系。北京海淀区于3月启动了北京少年人工智能学院（海淀），以使青少年早进项目、早进产业、早进科技前沿，探索跨学段、长链条、贯通式的系统培养体系。北京亦庄于4月揭牌北京产业人工智能学院，也是汇聚产学研生态资源，培育人才生态。 通过对多年积累的教育、科技、人才等资源的整合和激励，北京正吸引越来越多的主体参与其产业发展，打造技术产业创新的源源动力。 三、北京的AI生态“方程式” 当下，城市AI产业竞争的主题，正从“卷技术”升级为“卷生态”。 年初DeepSeek风暴来袭，不仅让杭州成为新的“科技网红城市”，也通过“鲶鱼效应”让全国各个城市都重新审视AI产业发展。城市AI战聚焦的不仅是模型比拼，更是AI产业化和产业AI化的较量，需要助力传统产业升级和未来产业开拓。每一座城市都有可能成为新一轮产业竞赛中的“黑马”，这就更需要城市发挥自身独特的优势。 作为AI产业发展的排头兵，北京有独特的AI生态“方程式”。 一是AI技术创新方面，主流路线与颠覆性路线并重。基于人才与技术积累，北京推动新型研发机构、在京高校及科研院所产生了一批创新成果，依托北京市人工智能算力互连技术创新中心，建设超节点算力集群创新联合体，牵头建设国家高新区人工智能协同创新网络。 二是AI应用创新方面，大模型垂直开发与推广并重。《北京市推动“人工智能+”行动计划（2024-2025年）》提出，“率先建设AI原生城市，推动本市成为具有全球影响力的人工智能创新策源地和应用高地”。 在AI+文化方面，北京出台了《北京市科技赋能文化领域创新发展行动计划（2025-2027年）》，推动人工智能与文化的双向奔赴；在AI+机器人领域，出台了《北京具身智能科技创新与产业培育行动计划（2025-2027年）》，加快培育具身智能产业集群；在AI+新材料领域，推出了《北京市加快推动“人工智能+新材料”创新发展行动计划（2025-2027年）》，支持二者融合创新；在AI+法律方面，建设国家级法律大模型创新平台；围绕政务、教育、文化、金融、气象等领域，谋划建设近20家人工智能应用场景联合研发平台，为大模型行业应用树立一批典型标杆。 三是AI产业集群方面，产业集聚与创新要素并重。工信部与北京市共建具身智能机器人创新中心，海淀区建设人工智能产业高地，经开区建设全域人工智能之城，门头沟、朝阳、石景山等区聚焦超高清视听、互联网3.0、文化等细分领域，打造特色化产业集聚区。市人工智能产业投资基金已投决项目27个，金额22.3亿元，带动社会资本超86亿元。 可以看到，北京在AI技术创新、应用创新和产业集群等方面，都有充分且具有地方特色的政策保驾护航。 结论：城市AI战加剧，产业生态需“慢养” 全球科技竞赛加剧的背景下，国内各地都希望加速推动我国AI产业“占领先机、赢得优势”。 作为“全国AI第一城”，北京的生态打法在全国AI产业发展中独树一帜。从技术高地到产业高地、从单点突破到生态协同、从国内标杆到全球竞争，北京AI生态的发展正在进行多重跃迁。 AI产业发展道阻且艰，各地还需要在生态上“慢养”。尤其是面对基础理论、高端芯片等领域存在的差距，参考北京的生态打法，各地需要更注重长期稳健的发展策略，从而真正实现技术的安全可控，并落实到造福人们生活生产上去。 城市只有充分发挥当地的资源优势，不断深化改革创新、完善体制机制，才能为AI产业发展探索新的路径。

凤凰网科技讯 （作者/杨睿琪） 5月9日，阿维塔针对近期风阻系数争议，在中国汽车工程研究院股份有限公司风洞实验室对阿维塔12车型进行公开风洞测试直播。 此次测试共模拟六种工况，覆盖不同配置与行驶状态下的风阻表现。数据显示，在低风阻状态下（风速160km/h），风阻系数为0.2172；当风速降至120km/h时，风阻系数微增至0.2175。更换运动轮毂后（工况三，120km/h），风阻系数升至0.2327。进一步调整配置后，如替换普通后视镜并提升空气悬架（工况四），风阻系数达到0.2509；主动进气格栅开启时（工况五），风阻系数攀升至0.2741。 本次测试由阿维塔科技副总裁雍军、重庆理工大学车辆工程学院院长赖晨光、长安汽车工程研究总院流体分析所经理严旭现场见证，并全程由公证人员监督。 相关阅读： 阿维塔12风阻测试直播时间公布，33%数据差距“悬案”待解

编译 | 王涵 编辑 | 漠影 智东西5月9日消息，知名苹果爆料人、彭博社记者古尔曼又带来全新爆料！苹果芯片设计团队正在研发新型处理器，这些芯片将成为未来设备的核心，包括其首款智能眼镜、性能更强的Mac以及AI（人工智能）服务器。 近年来，特别是在2020年苹果开始用自研Mac芯片取代英特尔处理器之后，其硬件技术部门的芯片团队已成为苹果产品开发引擎的关键部分。知情人士表示，另外还有其他正在开发的处理器，将用于未来Mac及支持Apple Intelligence平台的AI服务器。由于计划未公开，这些人士要求匿名。 苹果公司代表拒绝置评。 一、苹果自研智能眼镜芯片，预计2027年投产 古尔曼爆料，自研眼镜处理器基于Apple Watch使用的低能耗芯片设计，其能耗低于iPhone、iPad和Mac等设备的组件。为进一步提升能效，该芯片已通过定制化设计移除了部分模块。该处理器还可以用于控制眼镜计划搭载的多枚摄像头。 与此同时，智能眼镜的研发也传来新进展，苹果正在以代号N401同步推进两种方案（近期已从原内部代号N50变更）。 苹果目前探索的非AR眼镜方案是通过摄像头扫描周围环境，并依赖AI辅助用户。虽然具体技术路线还有待最终敲定，但苹果的这波操作无疑让该款眼镜的功能更加接近Meta产品。 苹果目标在2026年底或2027年启动该处理器的大规模生产，由台积电负责。这意味着若研发顺利，苹果智能眼镜或将在约两年后面市。 据彭博社报道，公司首席执行官Tim Cook决心在眼镜市场击败Meta。但Meta同样攻势迅猛：这家社交巨头将于今年晚些时候推出带显示屏的高端机型，并计划在2027年发布首款真正AR眼镜。 苹果也在加快AI布局。据彭博社报道，该公司正研究为AirPods和智能手表添加摄像头，目标是将这些产品也转化为AI设备。苹果正在为配备摄像头的Apple Watch开发代号Nevis的芯片，并为同类设计的AirPods研发代号Glennie的组件，目标在2027年前完成芯片研发。 目前iPhone已具备名为“Visual Intelligence”的功能，可为照片提供情境分析，例如用户扫描音乐海报后，活动详情可自动添加至日历等。 二、Mac处理器迎来新升级，最早年底可体验M5芯片 除小型设备芯片外，苹果还在开发多款新型Mac处理器，包括可能命名为M6（Komodo）和M7（Borneo）的芯片，另有一款更先进的Mac芯片Sotra正在研发中。苹果预计可能最早于今年底在iPad Pro和MacBook Pro上搭载M5处理器。 目前，苹果通过高端Mac搭载的芯片（如M2 Ultra）实现的，诸如远程处理Apple Intelligence请求并向用户设备反馈信息的任务，在未来或许将由AI服务器芯片来完成。据外媒The Information报道，该AI服务器项目将采用与Broadcom合作开发的组件。 该项目代号Baltra，计划于2027年完成。作为计划的一部分，苹果正在评估多种芯片类型，包括主处理核心和图形核心数量为当前M3 Ultra2倍、4倍甚至8倍的方案。这些半导体将提升苹果AI服务的速度与性能，或助其在该薄弱领域实现赶超。 这些新研发的半导体芯片是苹果硬件技术部门（由高管Johny Srouji领导）推进的系列计划之一。据彭博社报道，继今年初在iPhone 16e首发C1调制解调器芯片后，苹果计划明年为高端iPhone推出专业级C2调制解调器，并于次年发布更高端的C3版本。 该部门还负责更远期项目的底层组件研发，包括可无创监测人体血糖水平的传感器与芯片系统。公司目标将该技术整合至未来版本的Apple Watch中。 结语：苹果加码AI眼镜竞争 本次爆料透露出来的信号，表明苹果正加速推进智能眼镜——这种轻量级可穿戴设备的研发，从技术角度来看这款产品未来将与Meta热销的Ray-Ban智能眼镜展开直接竞争。 苹果耗费多年一直试图开发智能眼镜，其最初构想是采用增强现实（AR）技术，将媒体内容、通知和应用叠加于现实视野，但AR技术距离实用化仍有数年之遥。 与此同时，Meta等公司已通过非AR智能眼镜取得成功，这类设备可拍照、播放音频、拨打电话并支持语音助手交互。苹果如今在持续探索AR概念的同时也开始计划进军该领域。 但从底层技术出发，这家iPhone制造商还需大幅提升自身AI技术，方能推出以AI为核心竞争力的设备，以抢占未来市场。

IT之家 5 月 9 日消息，蔚来汽车今日宣布，5 月 10（明）日，新 ES6 、新 EC6、新 ET5 / ET5T 将正式开启预订。两款新车将拥有“由内而外”的焕新升级，并带来更豪华、更智能、更安全的出行体验。同时，展车也将陆续抵达各城市展厅。 IT之家汇总新车已知信息如下： 新车采用了全新的“NT2.5 平台”，相比现款车型所使用的 NT2.0 平台，新款车型在中控屏设计上进行了调整，换装了与蔚来 ET9 相同的横向中控屏，并配备了怀挡机构。 除了换装横向中控屏和怀挡机构外，中控岛台部分的储物空间也得到了进一步优化。此外，车内还配备了双风冷手机无线充电区域以及带有盖板的杯架置物槽。 新车在外观上主要针对细节进行了优化调整。两款车型的大灯区域经过重新设计，线条更加凌厉，配合狭长的日间行车灯，提升了车辆的视觉辨识度。 现款蔚来 ES6 和 EC6 均采用前后双电机组成的动力系统，前置交流异步电机最大功率为 150kW，后置碳化硅永磁同步电机最大功率为 210kW，系统总功率达到 490 马力，峰值扭矩为 700N・m。在续航方面，现款车型提供 75kWh、100kWh 以及 150kWh 三种电池组配置，现款蔚来 ES6 的 CLTC 续航里程分别为 500km、625km 和 930km，而现款蔚来 EC6 的 CLTC 续航里程则分别为 505km、630km 和 935km。

在去年一份泄露的内部备忘录中，苹果硬件主管约翰·特纳斯豪言当前iPhone的产品路线图是“有史以来最具野心的”。而本周的爆料，终于让外界得以一窥苹果的“野心”到底长啥样。 据两个知名科技爆料信源——科技分析师郭明錤和资深科技记者Wayne Ma本周透露的信息，从iPhone 18开始，苹果将进入“一年分两次发布新手机”的状态。 至于今年9月就将问世的iPhone 17系列，早就已经被“剧透”了个底朝天：包括基础款iPhone 17、iPhone 17 Pro和Pro Max，以及全新的超薄款iPhone 17 Air。主要的升级点包括“全系高刷屏”，以及背后的摄像头凸起形状发生变化。 （iPhone 17系列机模泄露图，来源：tom’s guide） 本周的最新消息，使得投资者们知晓未来几年能够期待的产品更新。 根据爆料，苹果的入门款机型也将进入一年更新一次的状态。继今年2月发布iPhone 16e后，iPhone 17e将在明年年初推出。 之后的2026年秋季发布会将发布4款机型，其中iPhone 18 Air尺寸与17 Air相同，iPhone 18 Pro和Pro Max的“灵动岛”设计可能会被改成角落里的“药丸孔”。当然，最受关注的应该是苹果首款折叠屏手机iPhone 18 Fold。 值得注意的是，iPhone 18要等到2027年初，与iPhone 18e一同发布，这代表着基础型号的发布节点开始变成上半年。 所以2027年总共会有6款新iPhone。在27年下半年的四款新机中，iPhone 19 Air的屏幕会更大一些。Pro机型的摄像头开孔可能会被完全取消，同时iPhone 19 Fold会是第二代折叠屏机型。 近几年来，随着iPhone产品迭代陷入缺乏冲击力的困境，销量基本处于停滞状态。虽然苹果每年依然能售出数亿部手机，但缺乏增长始终是悬在苹果股东头上的风险。 郭明錤表示，苹果改成一年分两次发布iPhone的策略，主要是受到中国市场激烈竞争的影响。中国的竞争对手通常会在上半年发布新手机，若苹果也推出新iPhone，将缩小营销的空窗期。 此外随着竞争愈发激烈，苹果将需要提供超薄新机、折叠屏手机等更多的产品，若都挤在9月发布将导致营销资源分散。过去几年的出货情况也显示， 上市后Pro系列的出货占比持续提升，已经对平价机型形成挤压。 对于苹果来说，改变发布路线图只是叙事的一部分。若要大幅提振换机需求，苹果还需要拿出引人注目的软件和AI更新。在下个月的WWDC上，投资者将能听到更多这方面的消息。