IT之家 1 月 13 日消息，苹果公司正参与一项为期一周的活动，该活动旨在测试 Car Key 技术背后标准的实际性能表现。 在由汽车互联联盟（CCC）组织的这场互联互通测试活动中，参与的汽车制造商包括宝马、通用汽车、现代、奔驰、Rivian 以及大众等。 苹果 Car Key 功能所采用的数字钥匙技术规范由汽车互联联盟负责维护，该组织每年都会举办一场端到端互联互通测试活动，旨在获取这项技术在实际应用场景下的性能数据。 今年的测试活动将重点聚焦于该标准的 4.0 版本，同时也会对其与 3.0 版本的兼容性展开验证。 汽车互联联盟表示，去年共有 115 款车型及相关产品通过了该标准认证，而今年的测试则吸引了 15 家主流汽车制造商与智能设备厂商参与其中。 汽车互联联盟透露，该组织认为数字钥匙技术目前已具备规模化推广的条件，并指出 2025 年标志着“整个行业的转折点，数字钥匙技术已从早期创新阶段，迈入成为市场普遍期待功能的新阶段”。 本周举办的这场活动，也体现出汽车行业正加速聚焦于安全、无缝的车辆解锁解决方案。根据联盟发布的《2025 年汽车互联未来报告》，97% 的成员企业将车辆解锁功能视为对其业务发展“至关重要”或“非常重要”的环节。这一数据表明，市场对于跨车型、跨设备的一致性、互通性数字钥匙体验的需求正持续增长。 据IT之家了解，本次测试涵盖安全性、隐私保护及可靠性三大核心维度。随着越来越多汽车制造商开始支持无钥匙进入功能，该功能也成为了本次活动的重点测试内容之一。在相关技术支持下，用户只需将安装有 Car Key 功能的 iPhone 或 Apple Watch 随身携带，靠近兼容车辆时，车辆便会自动解锁，全程无需用户进行任何手动操作。

快科技1月13日消息，今日，小米创办人、董事长兼CEO雷军转发了一则媒体实探小米二手车行情，车商揭秘攻击小米二手车乱象的报道。 雷军配文强调：根据中国汽车流通协会2025年12月保值率报告来看，小米SU7目前二手车保值率为80.1%，处于行业头部水平。 据雷军转发媒体报道所述：近期，有关小米二手车价格的传言引发网友热议，经过记者采访调查发现，业内人士透露，系部分短视频内容刻意放大冲突以获取流量，并借此导入线索，加速卖出。 目前，小米二手车实际流转效率与保值率表现高于平均水平，与网传乱象描述存在明显偏差。 根据中国汽车流通协会2025年12月保值率报告来看，小米SU7目前二手车保值率为80.1%，处于行业头部水平。 值得一提的是，此前在2025年12月底，瓜子二手车也曾发布二手车年度趋势报告。 报告指出，2025年1至11月，全国二手车转籍率也一直处在较高水平，2025年10月更是达到33.1%的当期历史高位。 其中在新能源品类中，小米SU7以91.78%的一年保值率位居榜首，相当于一年只亏车价的1/10左右。

凤凰网科技讯 1月13日，阿维塔科技副总裁雍军回应了1月6日南宁的阿维塔撞车事故，称已经第一时间跟进核实，事发时车辆全程处于人工驾驶状态，也已排除是因车辆问题导致的事故。他也提醒，春节将至，希望大家安全出行。也希望大家不传讹、不信讹。

过去两年，手机行业对“曲屏党”确实不算友好。曾经被当作高端象征的曲面屏，在经历了相当长一段时间的普及之后，逐渐从主力旗舰的标配位置退了下来。更直接的体感是，无论旗舰还是中端新品，越来越多产品把屏幕做回了直屏，原因也不复杂：直屏更好贴膜，边缘更不容易误触，显示内容更规整，维修和更换成本也相对更可控。曲面屏并不是突然“消失”，而是从“默认选择”变成了“少数选择”，更多以微曲或局部曲率的形式存在于少量机型之中。 不过，设计语言这种东西从来不是单向度的。就在直屏风潮看起来已经“坐稳”的当下，关于曲屏的新动向又被翻了出来，而且讨论点不再是过去那种左右两侧轻微弯折的曲面屏，而是更激进的“四曲面”——屏幕在四个方向都有弯折，进一步追求“视觉上的无边框”。 2025 年 12 月底，微博博主@数码闲聊站先后提到“四曲面+屏下前摄”的相关项目，并用“已创建文件夹”形容该方案已进入立项阶段，评论区讨论也普遍将其指向小米 MIX 系列的后续探索方向。 这里需要强调的是，这类项目在爆料语境里更接近“特别项目”或“概念机”路线，而不是要把行业主力旗舰再度全部拉回曲面屏时代。换句话说，它更像是厂商用来探索形态上限、验证工艺可行性的一条支线。 曲屏回潮之所以能引发关注，很大一部分原因在于“反差”。直屏刚重新成为行业多数人的选择，大家的默认预期是：既然直屏解决了不少真实痛点，曲面屏大概率会继续在边缘徘徊。可现在的消息却暗示，一些厂商并没有把曲屏彻底放进历史角落，而是在更高定位、更小规模的产品里继续试水。 对于一部分用户来说，这反而是一个“好消息”：至少曲屏没有被彻底判死刑，而是以另一种方式保留火种。即便最终落地的产品价格不低、受众更窄，它也可能把一部分设计与工艺成果反哺到未来更主流的机型上，比如更窄的黑边、更高的屏占比、更统一的正面观感。 更让人意外的，是“四曲面”这条线索不仅出现在安卓阵营的探索项目里，还被传与苹果的长期路线图有关。多家媒体在 2025 年对“2027 年 iPhone 大改款”的方向做过集中梳理：一个核心关键词是“更完整的全屏”，也就是尽可能减少开孔或挖槽，让正面更像“一整块屏幕”。一些报道提到，苹果可能会逐步把 Face ID 组件、前置摄像头往屏下转移，为“全屏 iPhone”铺路。 与此同时，也出现了更具想象力的说法：2027 年恰逢 iPhone 问世 20 周年，苹果可能会推出更具纪念意味的特别机型，在外观形态上做出更明显的变化，比如“曲面玻璃”和更接近无边框的显示方案。至于命名层面，也有研究机构相关说法被转述为“可能跳过 iPhone 19，直接使用 iPhone 20 之类的命名来呼应 20 周年”。 如果把这些线索放在一起看，就能理解为什么“四曲面”会在这个时间点重新被提起：它并不只是为了“把曲面屏做回来”，更像是为了实现一种更极致的正面观感。过去几年，行业追求“更窄边框”的主流做法，是在封装、走线、结构强度上不断挤压空间，但黑边收窄到一定程度后，留给跌落缓冲和结构加固的余地也会更紧张。 四曲面的思路相当于是把边缘“折下去”，让正面视觉更接近无边框，同时在结构上用另一套办法去平衡强度与观感。这条路并不轻松，尤其如果还叠加屏下前摄、屏下人脸识别等目标，对面板、驱动电路、封装和良率都会提出更高要求。 只是，曲屏当年被直屏“挤出主流”，也确实不是偶然。用户对曲屏的吐槽主要集中在几个长期存在的痛点上。第一是误触，尤其在横屏游戏、握持拍摄、单手滑动时，掌根和手指更容易碰到边缘区域，体验不稳定。第二是边缘显示的观感问题，曲率带来的反光、色偏和一定程度的几何畸变，会让部分用户觉得不够“干净利落”，看文字、看表格时更明显。第三是使用与维护成本，曲面屏的贴膜更挑剔，保护壳选择也更受限制，跌落碎屏后的维修费用往往更高。哪怕微曲已经在一定程度上缓解了畸变和误触，但“贴膜难、保护难”的老问题仍然很难完全绕开。 从行业规律来看，“直屏”和“曲屏”的更迭更像是一种在取舍中摇摆的结果：当一个方向的优点被放大到足以覆盖缺点时，它就会成为主流；当缺点开始影响更广泛人群，另一个方向就会重新占上风。眼下直屏回归，本质上是行业在体验和成本之间做的一次再平衡。而四曲面这种更激进的探索，反而说明厂商并没有停止对“更沉浸、更一体”的正面形态的追求，只是把它从大众主线挪到了更高定位、更小规模的实验项目里。 至于苹果是否真的会在 2027 年拿出与“四曲面、全屏化”相关的设计，仍需要等待更长期、更确定的信息来验证。但可以肯定的是，只要“更高屏占比、更强沉浸感、更统一正面”仍然是行业共同目标，曲面形态就不会彻底消失，它可能会以微曲、四曲面，甚至其他更复杂的方式反复出现。曲屏站在十字路口，并不意味着它注定复兴或注定消亡，更现实的结局或许是：它不再是所有人的答案，但会继续成为一部分产品用来回答“极致形态”问题的选项。

快科技1月13日消息，中国商务部发布关于中欧电动汽车案磋商进展的通报，通报显示，经过多轮磋商，欧盟将发布《关于提交价格承诺申请的指导文件》，拟为中国电动汽车设定最低限价，以取代关税政策。 根据欧盟委员会的指导文件，最低进口价格（MIP）需按电动汽车具体车型及配置设定，定价可参考出口商过往价格加关税差额，或欧盟产同类纯电汽车价格，且优先覆盖所有纯电车型以规避跨车型价格操纵风险，企业在欧盟纯电汽车相关产业的投资承诺也将纳入考量。 该机制需满足三项核心标准：一是充分性，需消除补贴造成的损害，且效果与现行关税相当；二是可行性，欧盟委员会需能以合理成本监控核实合规情况；三是反规避性，需防范企业通过降低混合动力汽车等其他产品价格来弥补纯电汽车高价损失的“交叉补贴”行为。 德国车企因担忧关税引发报复性措施影响高端汽车出口，对关税持谨慎态度，最低价格机制若落地，有望通过避免中国电动汽车低价倾销稳定市场竞争格局，但也可能推高消费者购车成本。 2024年10月起，欧盟对自中国进口的电动汽车加征关税，比亚迪相关车型税率达17%，上汽集团的达35.3%（叠加标准汽车进口税）。 受关税影响，2023年已占据欧盟纯电汽车市场8%份额的中国品牌，增长势头有所放缓，但插电式混合动力汽车（不受欧盟关税限制）表现亮眼，2025年1-2月对欧出口量同比激增 892%，达25900辆，同期中国纯电汽车对欧出口量为5万余辆。 反观欧盟对中国的纯电汽车出口，2023年仅有11499辆，且预计将持续停滞，目前，部分中国企业已着手在欧盟本地生产，比亚迪匈牙利工厂计划于2026年初试产。

本文字数：1244，阅读时长大约2分钟 作者 | 第一财经 肖逸思 莫一格 2026年开年，沃尔沃在全球多个市场发起了一项召回计划。 近日，澳大利亚联邦交通部发布召回通知，召回在2024年生产的2815辆沃尔沃EX30。上述通知称，由于制造问题，沃尔沃EX30高压电池可能存在过热风险。 召回公告称，在等待沃尔沃开发解决方案期间，车主可以继续使用受影响的车辆，但应确保不要将电池充满电，车主应将电池电量保持在70%以下。 而在此之前，1月2日，沃尔沃正式向美国国家公路交通安全管理局（NHTSA）提交召回报告，宣布召回40辆2025年款EX30电动汽车。召回原因同样是车辆搭载的高压电池存在缺陷。 美国NHTSA召回报告显示，被召回的沃尔沃EX30电池电芯因制造工艺偏差，可能导致锂枝晶生长，进而引发电芯内部短路和过热，这种过热可能导致电池内部发生火灾。最终维修方案仍在开发中，沃尔沃预计将于2026年2月23日左右开始邮寄正式通知信。在这之前，沃尔沃建议车主将充电水平保持在70%以下，并避免将车辆停放在室内。 除此之外，第一财经记者获悉，加拿大运输部也于1月2日发布召回通知，召回85辆2025年款EX30；南非国家消费者委员会（NCC）于1月7日宣布召回372辆2024~2026年款单电机增程版及双电机高性能版EX30。上述四个市场的沃尔沃EX30的公开召回数量已超过3300辆。 此外，据英国汽车媒体Hypermiler报道，沃尔沃已确认英国市场上10440辆EX30车型受到高压电池潜在安全隐患的影响。但经查询，英国官方机构暂未发布相关召回公告。 根据美国NHTSA报告，召回车辆问题电芯的供应商为山东吉利欣旺达动力电池有限公司（下称“山东吉利欣旺达”）。 工商信息显示，山东吉利欣旺达注册成立于2021年9月，控股股东为浙江吉曜通行能源科技有限公司，是吉利控股集团旗下电池产业集团，股份占比为70%，欣旺达动力科技股份有限公司股份占比为30%。 值得注意的是，这并非吉利系和欣旺达的首次“冲突”。2025年12月26日，沃尔沃母公司吉利控股集团控股的威睿电动汽车技术（宁波）有限公司已向欣旺达提起诉讼，指控欣旺达在2021年6月至2023年12月期间供应的电池存在质量缺陷，索赔超23亿元人民币。 根据英国卫报援引沃尔沃发表的声明称，电池问题并未影响所有EX30车型，也尚未造成严重伤害，沃尔沃仅出于安全至上原则主动发起了召回。 对于中国市场是否会召回沃尔沃EX30的问题，沃尔沃中国方面向第一财经记者表示，目前国内暂时没有接到相关通知。 EX30是沃尔沃迈向全面电动化的关键车型之一。根据最新销量数据，2025年，沃尔沃纯电动汽车销量为151830辆，同比下降13%，占总销量约21%。 微信编辑 | 雨林

IT之家 1 月 13 日消息，特斯拉今天在美国市场推出了 2026 款 7 座 Model Y，不过只有高配版 Premium 四驱车型才能选装 7 座，其他车型都只能选择 5 座。 不过遗憾的是，这次特斯拉并没有选择将中国市场独占的 Model Y L 带到美国市场。马斯克曾在此前表示，随着 Robotaxi 的到来，特斯拉没有必要推出真正的三排座 SUV。 不过目前 Robotaxi 仍只在美国少数城市进行试点，且真正没有油门刹车、方向盘的 Cybercab 也才刚刚上路测试，因此不少特斯拉车友对 Model Y L 无缘美国市场感到相当失望。 从外观来看，这次美版 2026 款 7 座 Model Y 仍然是换汤不换药，车内空间与旧版相同，只是在后备箱里塞入了两张狭窄的儿童座椅，选配需加 2500 美元（IT之家注：现汇率约合 17464 元人民币），整车起售价为 51490 美元（现汇率约合 36 万元人民币）。 不过，这次 Premium 高配版下放了 Performance 顶配版才有的高分辨率 16 英寸车机、黑色车顶内衬，并且这两者都是标准配置，不需要额外加钱选购。 此外，Premium 版本现在还可以选装 20 英寸石墨色 Helix 轮毂，售价 2000 美元（现汇率约合 13971 元人民币）。

当代花钱上班的形式有很多：买咖啡提神、怕迟到打专车、下午来两杯奶茶、还有买各种会员和订阅服务。 现在，还要加上自掏腰包订阅最先进的 AI 工具…… MIT 最新出炉的 AI 商业报告揭露了一个令人意外的情况：企业在生成式 AI 上的投入高达数百亿美元，其中 95% 没有产生任何投资回报。也就是说大多数公司并未从 AI 中看到降本增效的效果。 老实说，也不意外。但与此同时，这份报告也发现了另一个有趣现象： 超过九成的员工，背地里使用个人 AI 工具来提高工作效率。 企业投入巨资收效甚微，反倒是员工自掏腰包，购买的 AI 订阅来给工作加外挂……这怎么能不算是一种花钱上班？ 打工人撑起的「影子 AI 经济」 MIT 的报告里面，这组数字对比起来才更惊人： 只有约 40%的公司，为员工订阅了正版 AI 服务； 反倒是 90%以上的员工在日常工作中，都频繁使用个人版 AI 工具。 换句话说，员工层面的 AI 使用率，是企业正式采纳率的两倍有余。如果说公司自有的 AI 工具是站在阳光下，那员工的个人账号、自己用 vibe coding 做的小工具，就成了阳光下的「影子」。 可以是个人名义申请的 ChatGPT、Cursor 账号，也可能是各种升级会员比如 Notion，甚至一些插件或者外部工具。这些钱都是从员工自己口袋里掏的，工具往往没有通过公司 IT 部门审批，属于一种「非官方」应用。 倒也不是所有打工人都在买付费专业版，但从各大产品免费版的好用程度和 token 限制来看，想要支撑上班使用，这笔钱对于很多打工人来说，实属不得不花。 这份 MIT 报告中还提出了一个同样有趣的发现：今天的打工人对个人 AI 工具的接受度，远超当年企业电邮、云服务等。报告指出，「几乎每位员工都在某种形式上将大模型应用于工作」——而且并非偶尔尝试而已，而是每天、多次地使用。 这表明 AI 虽然是影子，但遍地都是，极快地融入日常工作流，产生了看不见但实实在在的生产力提升——毕竟，如果没有回报，谁会每个月都按时上交 AI「月租」呢？ 一些真实案例更直观地展示了影子 AI 的威力。 比如报告提到了某家大公司的法务部门，斥资 5 万美元购入一款专业 AI 合同分析工具。然而部门里的一位法务在起草文件时，还是坚持用个人版 ChatGPT。原因很简单：ChatGPT 生成的内容质量更高。 「我的 ChatGPT 总能产生更好的文本，哪怕供应商说他们的产品用的是同样的底层技术，」这位律师表示。 怎么说呢，花大价钱买来的定制工具，还不如每个月 20 美元的 ChatGPT Plus 好用，大不了再自己调一调。 当代打工人为了干活顺利点，不惜自己多花点钱——也真是个现实写照了。 类似现象各行各业比比皆是，就连科技巨头微软内部也是如此：明明自家有 Copilot，不少员工私下却更愿意用 ChatGPT。 用钱投票，就是用脚投票。嘴上听公司安排，身体还是诚实的。 个人账号为何更受青睐？ 员工为何偏爱个人账号的 AI 工具？这体现出企业级工具与消费级工具在体验上的巨大差异。 首先是灵活性与易用性：像 ChatGPT 这样的消费级 AI 工具，胜在开箱即用，几乎没有学习成本，能够即时满足员工的需求。相比之下，许多企业级 AI 系统过于死板，做了很多专业场景的适配——但反而更容易让每一个普通的打工人觉得难用，费时又低效。 第二则是个性化与持续改进：许多定制企业 AI 缺少持续学习机制，不会根据用户反馈优化，导致用户感觉它「不会变聪明」。但 ChatGPT 们作为消费级产品，总在持续更新。 一位法律从业者坦言，AI 在头脑风暴和起草初稿方面确有帮助，但「它不会保留客户偏好，也不从先前修改中学习，每次还老是犯同样的错误，需要我重复提供大量背景信息。对于高风险工作，我需要一个能积累知识并随时间进步的系统。」 这的确是个人账号的巨大优势：沉淀用户自己的使用历史和偏好。例如，ChatGPT 的个人账号会保留用户过往的对话记录，员工可以随时翻查以前生成的内容或从中汲取灵感。 另外，一些个人 AI 工具允许用户设置自定义指令或偏好，这相当于让 AI 对自己的风格逐渐积累了解。 长期使用某款工具的个人，会逐渐摸索出最适合自己的用法，相当于人与工具共同进化。能做到这一点的，才会被接受。 第三，门槛低、反馈快：个人版 AI 通常注册简单、无需审批，员工可以自行尝试并即时获得反馈，在实践中快速迭代用法。而企业采购的 AI 系统往往涉及冗长的安全评估、培训和部署流程，一旦正式上线后修改迭代也不灵活。 个人账号的 AI 工具之所以备受青睐，在于它贴近一线员工需求：即开即用、不断进步（哪怕进步主要来自用户的调整）、体验友好。对于打工人来说，这些工具实实在在减轻了工作负担，提高了效率。 企业级 AI 工具不是没有这些功能，但想要「定制」的话总是更麻烦，难免手脚放不开：聊天记录是否对同事/IT 管理员公开？导出整理时需不需要清洗？数据合规要不要走审批？ 痛点一大堆，不一而足。 「自费」上班的尴尬现实 天下没有免费的午餐。许多员工不得不自掏腰包买 AI 工具或订阅，来换得工作效率的提高。 从数据上看，个人用户已成为 AI 厂商收入的主要来源，这侧面反映了「打工人倒贴」的普遍性。 OpenAI 的首席财务官在 2024 年透露，公司约 75%的营收来自消费者订阅。截至 2024 年年中，ChatGPT Plus（个人高级账号）订阅用户约有 770 万，另有约 120 万用户订阅了价格更高的 ChatGPT 企业版，团队版也有近 100 万用户。 由此可见，个人订阅用户数和贡献的收入远远超过企业客户。这些个人用户中，相当一部分正是各行各业的员工，他们为了提高工作效率选择自费购买 AI 服务。 这一现象虽然听起来有些黑色幽默——打工人给公司干活，还要自己贴钱买工具——但换个角度想，它恰恰是对 AI 价值的最直接投票。员工愿意掏腰包，说明他们在这些工具上看到了实实在在的效率回报，否则没人会心甘情愿自费承担每月几十美元的订阅。 同时这样的现象也能看出，在现阶段，AI 在商业上的渗透更多是由个人驱动的，而非靠公司的意志强力推动。 企业在 AI 上的投入不好，绝不是 AI 本身的问题，很多隐藏的效率提升未被传统的企业 KPI 捕捉到，但确确实实体现在员工每天多干了多少活、少熬了多少夜上。 AI 技术并没有辜负人们对降本增效的期望，只是这个效能目前更多体现在「影子」里，而非官方报表上。企业高管可能会认为企业级 AI 项目 ROI 太低，但员工却「偷偷摸摸」获得了成功，尽管建立在额外的个人成本上。 当越来越多的打工人愿意为 AI 工具倒贴钱、买单干活时，这本身就是市场最真实的信号：AI 的价值在基层得到了验证。

作者 | 骏达 王涵 编辑 | 心缘 智东西1月13日报道，昨晚，DeepSeek又开源了，还发布一篇新论文。这次，他们提出了一种全新的“条件记忆”机制——Engram，旨在让MoE模型在保持巨量参数的同时，更高效地处理语言信息。 DeepSeek创始人兼CEO梁文锋、北大王选计算机研究所的赵东岩和张辉帅教授都在论文中署名。 Engram架构的核心优势在于以更低成本实现更优性能。训练计算量较MoE减少18%的情况下，在32768个token的长上下文任务中，Engram在RULER基准测试中反超同参数量MoE模型。 并且，其浅层部署的记忆模块接管局部依赖与静态知识存储，为注意力机制腾出容量以专注全局推理，1000亿参数记忆表卸载后使H800推理吞吐量降幅不足3%。 DeepSeek还观察到，增加记忆槽位数量能持续、稳定地降低验证损失，这意味着Engram提供了一个可预测的Scaling新手段：增大记忆容量持续带来收益，而无需增加计算量。 那这种效果究竟是如何实现的呢？如今的MoE模型虽然在计算层面做到了稀疏化，但是它处理信息的方式仍然很费劲：有些老生常谈的事实性内容，比如常见的名字、公式或固定表达，模型却要重复计算，非常耗时间。 DeepSeek的做法是，把这些“固定知识”提前整理成一个可以快速查询的表格，这样就能把更多精力放在真正需要深度思考的任务上，比如复杂推理或者理解长段文本。 值得一提的是，论文的第一作者Xin Cheng（程信）目前在北京大学智能学院攻读博士学位，主要研究大模型的高效参数化方法和机制。他同时也在DeepSeek工作，R1、V3的研究都参与了，很有可能是实习生。 在论文摘要中，DeepSeek提出，条件记忆（conditional memory）将成为下一代稀疏模型中不可或缺的建模原语。这或许意味着DeepSeek-V4有望整合条件记忆机制，实现知识高效检索与推理能力的飞跃。 论文链接： https://github.com/deepseek-ai/Engram/blob/main/Engram_paper.pdf 项目链接： https://github.com/deepseek-ai/Engram 一、Transformer缺乏知识检索机制，经典𝑁-gram架构提供启发 在正式介绍新型记忆机制前，DeepSeek团队首先提出了一项重要的观察。 稀疏性已经成为了智能系统的核心设计原则，在大模型领域，其具体实现就是MoE（混合专家模型）。但是，现有的标准Transformer本质上没有真正的知识检索机制，导致现有大模型不得不在早期层中通过昂贵计算来“重建”静态知识，浪费了宝贵的模型深度。 因此，DeepSeek认为有必须要提出第二个与条件计算互补的稀疏维度：条件记忆。条件记忆则依赖稀疏的查找操作，为固定知识检索静态嵌入表示，适合命名实体、固定表达等静态且高度模式化的语言表示。 DeepSeek他们向经典的𝑁-gram结构引入了现代化的条件记忆模块，包括分词器压缩、多头哈希、上下文化门控以及多分支集成等，最终提出了Engram。 下图是Engram的基本架构，通俗地说，Engram就是给Transformer加个外接记忆库，并把当前token附近的一小段内容，用快速、省参数的方式，去一个超大的静态记忆表里查到对应内容。 二、多管齐下打造新型记忆机制，天然支持参数存储与计算资源解耦 这个记忆库该如何具体实现呢？ 首先，DeepSeek团队对分词器（tokenizer）进行了压缩。普通的分词器会把Apple、apple、APPLE这些单词当成完全不同的东西，但是对人来说其实差别不大。 Engram先把词表清洗了一遍，全部转小写，Unicode规范化（NFKC）。最后，一个原本128k的词表，实际只剩下77%，有23%的token ID被合并了。这让N-gram记忆的密度明显提升了。 不过，直接对所有𝑁-gram进行建模是不可行的，参数会指数级增长。DeepSeek团队引入了多头哈希记忆（Multi-Head Hashing），在固定参数预算下近似大规模𝑁-gram表，降低哈希碰撞引入的语义噪声。 上述检索机制提供的记忆是静态的，缺乏上下文适应性，易受歧义与冲突的影响，这一问题可通过上下文感知门控（Context-aware Gating）来解决。为进一步扩大感受野并增强非线性建模能力，模型还引入了一个深度可分离因果卷积。 DeepSeek团队采用多分支架构作为默认主干网络，而非标准的单流残差连接（这是何恺明此前的研究成果）。多分支架构把残差流扩展为M个并行分支，但共享记忆表和输出映射。这样设计的好处是，它可以一次性用矩阵乘法搞定多条分支的计算，GPU用得非常高效。 Engram的核心优势在于记忆检索完全依赖输入token，而非运行时的隐藏状态。这种确定性机制实现了参数存储与计算资源的解耦，支持训练和推理阶段采取专门的优化策略： Engram训练和推理阶段可采用不同优化策略 训练优化：通过将超大嵌入表分片至多张GPU，利用All-to-All通信按需收集对应行，使总记忆容量随GPU数量线性扩展。 推理优化：由于可提前确定待查询记忆，系统可从主机内存异步预取，同时在前几层计算期间隐藏通信延迟，实现预取与计算的重叠，避免GPU停顿。 硬件-算法协同设计：Engram在模型中的放置位置需平衡建模性能与系统延迟。较早引入有助于局部模式重建，较深放置则延长延迟隐藏窗口，需兼顾二者优化。 层次化存储：基于自然语言𝑁-gram的Zipf分布特性，可采用多级缓存策略，高频嵌入存放于GPU HBM或主机DRAM，低频嵌入置于SSD。这使Engram能扩展至超大规模记忆，同时保持低延迟与高效率。 三、两个模块资源二八分成，互补性获验证 接下来，DeepSeek团队研究了另一个关键问题——条件计算和条件记忆这两种稀疏模式该怎么配合，才能发挥最佳效果？ 实验发现，在有限资源下，把所有空闲参数都给MoE（也就是纯MoE模型）不是最优解，最好的效果是大约75%-80%给MoE，其余20%-25%给Engram。 如果完全由MoE主导，模型缺乏静态模式的专用记忆，只能靠计算反复重建，效率低。而如果完全由Engram主导，模型失去了动态计算能力，无法应对需要上下文理解的任务。 这条U型曲线，验证了两个模块的结构互补性： 前面这一实验探索的是在固定参数参数预算下的分配优化，那么如果把记忆大幅度扩展，会发生什么？ 实验发现，在MoE主干网络不变的情况下，附加Engram表。结果显示，增加记忆槽位数量能持续、稳定地降低验证损失。 在探索范围内，曲线严格遵循幂律（对数空间线性）。DeepSeek认为，这意味着Engram提供了一个可预测的Scaling新手段：增大记忆持续带来收益，而无需增加计算量。 同时，相比别的只做简单平均的记忆方法（比如OverEncoding），Engram的Scaling潜力更大，性能提升更明显。 这些结果验证了条件记忆作为稀疏容量的独立可扩展维度，与MoE的条件计算形成互补。 四、架构训练计算量少18%，性能反超MoE 验证了架构、技术路径的可行性，DeepSeek团队的下一步就是进行大规模的Scale，验证这种方式在实际语言模型预训练中的有效性。 具体而言，DeepSeek训练了四个模型：Dense-4B、MoE-27B、Engram-27B、Engram-40B。训练时的语料库、分词器都使用了相同的设置，而后两个模型引入了Engram机制，用于研究在模型大小不变和Engram进一步扩展后的特性。 结果显示，在相同算力和参数量的情况下，Engram-27B能在MoE-27B的基线上去取得持续提升，并且这些增益并不仅限于知识密集型任务。通用推理任务、代码与数学推理任务从中得到的提升甚至更为显著， 这些结果支持了DeepSeek的假设：引入专门的知识查找原语（knowledge lookup primitive）能够提升表示效率，这超出了仅将整个稀疏预算用于条件计算所能达到的效果。 最后，将模型扩展到Engram-40B进一步降低了预训练损失，并在大多数基准上提升了性能。虽然它尚未在每个任务上严格优于Engram-27B，但这很可能是训练不足的结果。 DeepSeek团队观察到，在训练结束时，Engram-40B与基线模型之间的训练损失差距仍在扩大，这表明在当前的token预算下，扩展的记忆容量尚未完全发挥其潜力。 接着，DeepSeek团队用MoE-27B与Engram-27B作为对照组，均使用了5000步（约300亿token）的高质量长上下文数据进行微调，然后他们采用DeepSeek-V3中的YaRN技术，将模型的上下文窗口扩展到32768个token。 实验结果显示，由于Engram模块接管了局部依赖的建模，它为模型的注意力机制腾出了容量，使其能更专注于处理全局上下文。因此，Engram架构在处理超长文本和长程推理任务上比传统架构表现更好，具体表现如下： 在架构方面，在排除了基础模型能力差异的情况下，Engram-27B依然显著优于MoE-27B。 在复杂的检索任务RULER基准测试中，Engram表现出了更强的长程依赖处理能力。例如在多查询Multi-Query NIAH任务中，Engram准确率大幅领先。 长上下文性能比较基准测试 计算效率方面，即使只用了82%的预训练计算量，Engram-27B的表现依然能与完全训练的MoE-27B基线模型持平，甚至在RULER基准上实现超越。 这证明了Engram架构具有极高的训练效率，能用更少的计算资源达到同等或更好的长上下文性能。 五、Engram浅层效果更好，对事实性知识影响较大 而后，DeepSeek团队对Engram模型进行了深入的机制分析和消融实验。核心目的是回答“Engram到底是如何工作的？它的各个组件有什么用？”这两个问题。 首先是模型深度与表征分析，DeepSeek团队通过LogitLens分析显示，Engram模型在早期层就能更快地收敛到最终预测结果，因为它通过查表直接获取了静态知识，不需要像传统模型那样通过多层计算来重组基础特征。 表征对齐和收敛速度分析 中心核对齐分析发现，Engram的浅层在表征上与纯MoE模型的深层高度相似。这意味着Engram让模型在更少的层数内完成了同等复杂的特征提取，在功能上等同于增加了模型的有效深度。 在架构消融实验中，研究人员发现将Engram模块放在较浅的层，如第2层，效果最好。这样可以尽早卸载模型背负的局部模式重建任务，让后面的深层网络专注于复杂的全局推理。 结构消融实验结果 研究人员还发现，分支特定融合、上下文感知门控和分词器压缩对性能影响最大，去掉任何一个都会导致验证损失显著上升，而次要组件轻量级卷积层的影响则较小。 如果把Engram“关掉”，模型在哪些任务上会崩溃？为回答这个问题，DeepSeek团队进行了功能敏感性分析。他们测试在推理时强制屏蔽Engram模块的输出，观察性能下降情况。 结果显示，在事实性知识方面，模型性能灾难性下降，仅保留约29-44%的性能。这证明Engram是模型存储参数化知识的主要仓库。 ️但在阅读理解方面，模型性能几乎不受影响，保留约81-93%。这证明涉及上下文推理的任务主要由Transformer的骨干网络处理，而非记忆模块。 功能敏感性分析结果 在系统效率与推理吞吐上，由于Engram的访问模式是预先可知的，不像MoE需要根据隐藏状态动态路由，系统可以提前从内存中预取数据。 即使将一个1000亿参数的Engram表卸载到主机内存，其在H800硬件上的推理吞吐量下降也不到3%，这证明了Engram能以极低的代价实现参数量的大幅扩展。 此外，Engram的门控机制会在遇到静态模式时被激活，即变红。具体表现为当模型遇到多词实体、固定短语或中文成语以及历史名词时，Engram会被激活进行检索；而在处理需要动态推理的文本时，其门控则保持关闭。 门控机制激活 六、Engram内化记忆，与Attention机制互补 最后，DeepSeek团队将Engram与MoE、外部记忆与检索增强、长上下文建模以及表征学习与知识蒸馏进行了对比。 传统MoE是Engram的“前辈”，它通过稀疏激活来扩展模型容量。Engram解决了传统MoE在超大规模下路由成本高、训练不稳定的问题，提供了一种更高效的扩展路径。 对比外部记忆与检索增强（RAG）这类工作通常是在模型外部挂一个数据库，在推理时实时检索。而Engram是内化的记忆，它在预训练阶段就把海量知识消化并固化到了参数化的记忆表中，这使得它比传统RAG具有更低的延迟和更强的知识一致性。 长上下文建模这一领域的研究则主要关注如何让模型的注意力机制处理更长的序列。DeepSeek团队强调，Engram并不是要取代注意力机制，而是与之互补。Engram负责处理局部的、静态的上下文依赖，从而让注意力机制能更专注于处理全局的、动态的长程依赖。 对于表征学习与知识蒸馏来说，Engram提供了一种新的视角——将模型的知识解耦为通用推理能力和特定知识库。 这种解耦结构天然适合进行知识蒸馏，因为未来的研究团队可以选择只蒸馏轻量级的骨干网，而将庞大的知识库作为可插拔的附件。 结语：Engram将实现低成本超大规模扩展，逼近AGI Engram架构的核心思想就是通过解耦来实现效率与性能的平衡。 它成功地将“局部模式重建”从复杂的Transformer骨干网中剥离出来，交由专门的记忆模块处理。这种设计使得模型在保持强大推理能力的同时，能够以极低的成本扩展到超大规模。 DeepSeek团队认为，Engram不仅仅是一个学术上的新模型，它具有很强的工程落地价值。 由于记忆模块的访问具有确定性，Engram可以进行高效的预取和硬件优化，非常适合大规模部署。 而且，既然知识集中在Engram表中，未来或许可以通过直接修改这个表来修正模型的知识错误，而无需进行昂贵的微调。 但目前的Engram是在预训练时“固化”的。未来的一个重要方向是让这个记忆模块具备在线学习或动态更新的能力，让模型能实时获取新知识。 例如，未来的研究可以将Engram扩展到多模态领域，建立一个通用的多模态记忆库。研究人员还可以继续探索是否能将模型解耦为更多专用模块，以进一步逼近AGI（通用人工智能）的效率。

快科技1月13日消息，今日，苹果发布2025年服务业务成绩单，过去一年用户规模、营收能力与全球覆盖范围均刷新纪录。 苹果公司还称，2025年是“苹果服务业务的破纪录之年”，旗下Apple Music、Apple TV等多项服务均实现了里程碑式的突破。 官方数据显示，2025年全球每周访问App Store的用户超过8.5亿。 自2008年以来开发者累计通过App Store获得超5500亿美元收入。 Apple Pay已扩展至89个市场，一年内成功拦截超10亿美元欺诈交易，并带动商家新增销售额超1000亿美元。 Apple播客在2025年迎来20周年，收听量、订阅量齐创新纪录；Shazam月均识别歌曲次数突破10亿次。 在功能层面，Apple持续推进AI与设备端智能。 目前Apple Music的自动过渡、歌词翻译，Apple地图的“首选路线”“曾去地点”，以及钱包中的Digital ID、国际身份证支持等均陆续落地。

在50岁以下成年人中，异柠檬酸脱氢酶（IDH）突变胶质瘤是最常见的恶性脑癌。这类肿瘤生长缓慢却高度顽固，复发率高，长期以来给临床治疗带来巨大挑战。IDH突变胶质瘤的临床治疗重点主要放在手术切除肉眼可见的肿瘤团块上。然而一个核心问题始终悬而未决：这种肿瘤究竟从何而来，又是在什么时候、以怎样的方式开始在大脑中萌芽的？ 近期，韩国科学技术院与延世大学联合团队在一项发表于《科学》的研究中，为这个问题提供了迄今最为直接、系统的答案。研究指出，IDH突变胶质瘤起源于正常大脑皮层中的胶质祖细胞，这些看似正常的细胞早在肿瘤形成之前多年，就已悄然携带了最初的IDH突变，为后续肿瘤的演化埋下伏笔。 这一发现源于对肿瘤组织及其周边“正常”脑组织的分析。研究团队收集了70名受试者的142份样本，其中包括32例IDH突变胶质瘤患者以及38名对照个体。样本不仅涵盖肿瘤组织，还包括了远离肿瘤边界、在影像学和病理学上正常的肿瘤周围皮层、侧脑室下区以及外周血。通过一系列高灵敏度技术，研究团队得以捕捉到隐藏在正常组织中的极低频率突变信号。 ▲研究表明，胶质祖细胞是IDH突变胶质瘤中携带初始驱动突变的起源细胞（图片来源：参考资料[1]） 分析结果揭示了一个关键事实：在约40%的IDH突变胶质瘤患者中，肿瘤周围的皮层组织已经存在低水平的IDH1突变，但未检测到其他癌症驱动突变。这表明IDH突变作为最初的驱动事件，并非发生在肿瘤主体内部，而是在正常的脑组织中悄然“生根”，最终缓慢进展为临床可检测的肿块。 这些携带初始突变的细胞究竟是何种身份？研究团队运用空间转录组技术，同时解析基因表达与细胞位置。分析结果指向了胶质祖细胞，尤其是其中的少突胶质前体细胞。这些细胞在常规组织学检查下完全正常，却是IDH突变的主要“储库”。后续实验证实胶质祖细胞正是肿瘤发生的“起源细胞”。 为了进一步验证这类细胞与IDH突变胶质瘤的关系，研究人员构建了小鼠模型，将在人类患者中发现的驱动突变组合定向引入小鼠的少突胶质前体细胞。实验结果显示，携带Idh突变的祖细胞首先发生克隆扩增，随后逐步获得额外的驱动突变，最终发展为特征与人类IDH突变胶质瘤高度一致的肿瘤。这一实验提供的直接证据表明，胶质祖细胞是IDH突变胶质瘤的起源地。 图片来源：123RF 从疾病演化的视角看，这项研究描绘了一幅清晰的图景：IDH突变可以在正常脑组织的特定祖细胞中作为初始事件，长期存在；此后，只有一部分细胞会逐步累积其他关键驱动突变，最终跨越临界点，发展为临床可见的肿瘤。这一过程解释了仅依靠手术切除可见肿块为何难以根治IDH突变胶质瘤，因为疾病的“种子”可能早已播撒在更多看似正常的细胞中。 研究人员指出，针对不同脑肿瘤亚型，根据其起源细胞和起源部位进行靶向性策略，将为改变早期诊断和抑制复发的治疗范式提供重要线索。该研究不仅补全了胶质瘤发生过程中的关键一环，也为开发针对肿瘤起源阶段的新型早期诊断方法与预防性治疗策略奠定了坚实的基础。 参考资料： [1] Park et al., IDH-mutant gliomas arise from glial progenitor cells harboring the initial driver mutation. Science (2026). DOI: 10.1126/science.adt0559 [2] KAIST-Yonsei team identifies origin cells for malignant brain tumor common in young adults. Retrieved on Jan 13th, 2026 from https://www.eurekalert.org/news-releases/1111782

大皖新闻讯 1月11日，大皖新闻记者从中国科学技术大学获悉，该校马骋教授针对全固态电池在循环时因为需要维持良好界面接触而过于依赖外部压力、难以实际应用的问题提出了一种低成本的解决方案。1月8日，该成果发表在《自然·通讯》上。 全固态锂电池有望打破目前商业化液态锂离子电池无法兼顾高安全性和高能量密度的瓶颈。然而，由于全固态电池的电解质和电极都是固体，两者往往必须在几十甚至上百兆帕的外部压力下才能维持良好的界面接触，这一超高压力在实际场景中几乎不可能实现，导致全固态电池无法投入实际应用。为了使全固态电池能够在较低压力下正常工作，固态电解质需要在很有限的压力下也能充分变形，以维持良好的固固接触。与此同时，固态电解质还必须同时具备高离子电导率、低成本等一系列商业化所必须的特质，这为材料开发带来了很大挑战。 图：由锂锆铝氯氧组成的软包全固态电池的循环性能 记者了解到，在本次研究中，马骋教授开发了一种新型固态电解质锂锆铝氯氧，实现了上述性能。和包括硫化物固态电解质在内的其他主流无机固态电解质相比，锂锆铝氯氧的杨氏模量不到其25%，硬度不到其10%，因此在压力下的易变形性远远超过这些固态电解质；与此同时，锂锆铝氯氧作为无机粉末状材料并不会像凝胶那样过于容易流动，因此可以很好适配规模化生产需要的辊压等工艺。 审稿人认为这一发现“会对全固态电池做出重要贡献”，并且认为该成果报道的方法有望“把实验室研究延伸到大规模应用”。 大皖新闻记者 魏鑫鑫 （图片来自中国科大） 编辑 许大鹏

IT之家 1 月 13 日消息，东方电气研究院宣布，由东方电气集团所属东方研究院自主研发的国内首台千瓦级水下抽蓄储能系统“东储一号”开展为期 10 天的水下综合试验圆满成功。标志着我国在水下储能技术领域实现了从理论研究到工程实践的关键跨越，填补了国内新型水下抽蓄储能技术的空白。 据介绍，“东储一号”突破了陆上抽蓄电站对上下水库的依赖，采用“自带下水库 + 天然上水库”的独特设计，系统核心的空心球体即为内置下水库，而包裹球体的周边水体则成为天然上水库，通过巧妙利用水下压力环境完成能量的高效存储与释放。 另外，在电网负荷低谷期，“东储一号”利用富余电能驱动水泵抽出球内水体，形成密闭负压储能空间，当电网进入负荷高峰期，开启球体入口阀门，水体在内外压差作用下快速涌入，驱动水轮机发电并回馈电网，实现电能错峰存储、高峰释放。 本次试验，“东储一号”被成功下放至 65 米水深开展实战验证，累计完成百余次完整充放电循环。试验数据显示，系统密封性、运行稳定性、能量转换效率等关键指标均达到预期设计标准，充分验证了该技术在水下复杂环境中的可靠性与可行性。 IT之家从东方电气研究院获悉，从全球技术布局来看，水下抽蓄储能仍处于前沿研发阶段。目前仅德国弗劳恩霍夫研究所于 2016 年完成同类系统湖试，计划 2026 年开展深海试验；国内仅有少数高校开展理论研究，尚未有样机级试验突破。“东储一号”的成功试验为我国在该领域的快速发展奠定了坚实基础。

快科技1月13日消息，前段时间，河南中原保时捷、贵阳孟关保时捷中心疑似关门跑路一事引起业界关注。 针对近期部分经销商暂停营业的处理进展，保时捷中国今日对媒体表示，保时捷中国一直在主导推动与相关授信银行的沟通和协商，将根据双方协商结果尽快提供可实现的客户权益保障方案。 对于已向涉事门店支付购车定金但尚未提车的真实合同客户，保时捷中国将提供保障方案，以维护这些客户的合法权益。 售后服务受影响客户，其仍可在其他保时捷中心享受保时捷品牌官方出售的保养套餐及原厂质保服务。 保时捷中国还强调，受东安控股集团资金链问题的影响，作为品牌方，保时捷将关注客户的实际困难，切实履行品牌责任。 此前报道称，去年12月下旬，河南中原保时捷暴雷时，网传的一份维权记录显示，有车主5-10万元的定金未退，有车主车提了手续没拿到，还有车主终身保养权益无法兑现，这些车主还曾赶到门店现场去维权。 而涉事保时捷门店的母公司东安控股集团有限公司在发布的《通告》中称，经集团研究决定，自2025年12月26日起，郑州中原保时捷、贵阳孟关保时捷、郑州东锦大众店暂停营业，店内全体员工放假。 具体恢复营业时间待定，放假期间员工薪酬（劳务外包除外)暂时按照当地最低生活标准发放。 关于拖欠客户合格证的问题，集团正在积极与各银行和厂家沟通，近期有望达成沟通结果，尽快将合格证交付给客户。 网上出现的关于“投资人跑路”等消息，均为不利于解决问题的虚假言论。

IT之家 1 月 13 日消息，据 Autocar 报道，本田汽车正在更换品牌标识，将沿用已久的旧款“H”标更新为全新设计的“H”标。这款新标识将于 2027 年起，率先搭载于该品牌未来推出的纯电动汽车和混合动力汽车的车头与车尾，并将在旗下整车产品及全业务板块中逐步完成切换。 本田方面表示，新标识的设计灵感寓意“两只伸出的手”，彰显了本田更好地服务客户的意图。 IT之家注意到，这个新标识在 CES 2024 上就已经亮相，搭载于极具颠覆性设计的 0 系列轿车以及 Space-Hub 概念车的初代车型上。 此次换标，正值本田对新车研发战略进行全面调整之际。本田此前曾公开表示，这一波全新纯电车型将秉持“纤薄、轻量化、智能化”的研发理念，重点聚焦空气动力学性能与驾驶操控体验的优化。 从 0 系列轿车、0 系列 SUV 以及 Alpha 概念车的设计来看，这场战略调整将最直观地体现在新车的造型设计层面。 与此同时，本田的混合动力车型也将迎来同样大刀阔斧的升级。2027 至 2030 年间，本田计划推出至少 13 款混动新车，全系搭载其宣称的“全球最高效”燃油动力总成，燃油经济性有望提升 10%。这些新车还将采用全新平台打造，相比本田现有车型平台减重 90 公斤，同时具备更强的拓展性。 为实现这一目标，新一代混动车型将实现 60% 的核心零部件通用化，其中包括发动机舱与后地板等关键车身结构部件。 官方确认新标识将于明年正式启用，这意味着本田今年在英国市场推出的两款新车，Prelude 双门跑车与 Super-N 城市纯电车，将成为最后一批搭载旧标识的车型。

本文字数：1493，阅读时长大约3分钟 作者 | 第一财经 黄琳 日产在中国的颓势仍在不断扩大。近日，日产中国发布2025年销售数据称，日产中国全年累计销量约65.30万辆，同比下降了6.26%，较2018年的高点腰斩近60%。 这是日产汽车第7个年头在中国区销量下滑了。自2019年开始，日产汽车在中国的颓势已逐渐显露，此后，日产中国销量降幅进一步扩大，并于2023年年销量跌破百万。官方数据显示，2018年~2025年日产中国的销量分别为156.4万、154.7万、145.7万、138.2万、104.5万、79.4万、69.7、65.3万辆。 2025年5月，新任的日产CEO伊万·埃斯皮诺萨（Ivan Espinosa）在财报会上表示，2024年日产全球销量同比下降近3%，其中一个主要原因是日产在中国区的销量下滑。该公司还预测，2025财年，日产全年零售销量预计下降2.9%，至325万辆。而这一预期下降的原因，仍然是由于中国市场销量将下降。 分析人士认为，在中国市场，日产汽车一直以燃油车为基本盘，偏离以电动化、智能化为主导的市场环境。“2010年左右，日产纯电轿车聆风在全球的销量尤为亮眼，但是在聆风之后的10年时间里，日产在电动车领域明显掉队，尤其在中国市场，此前一款能打的电动车都没有。”该人士对第一财经表示，日产中国连续7年销量下滑，主要在于其电动化转型缓慢，推出的新产品与中国消费者的需求脱节，进而导致日产中国的市场份额连年萎缩。 另一方面，中国市场较为重视智能化，而日产自身的智能化技术难以赋予产品较强的市场竞争力，与华为乾崑智驾、鸿蒙座舱、小鹏XNGP等中国智能化供应商差距较为明显。尽管日产也尝试与百度Apollo合作开发自动驾驶系统，但这一合作仍处于浅层，暂并未能给日产中国带来明显的销量回暖。 2025年日产中国40周年庆之际，伊万·埃斯皮诺萨现身中国，再次急呼“在中国、为中国、为全球”的口号，还一口气公布了多款新车型，表示希望中国消费者能看到日产的改变。比如，日产首次将开发权交给中国团队，将研发周期缩短，追加新能源投入，计划到2027年推出10款新能源车。同时，日产中国开始跟华为合作，新车搭载鸿蒙座舱，同时减少供应商数量，并且考虑将中国供应商纳入日产在中国以外的制造生态系统，以提升业绩。 不仅如此，日产在华还设立起首个合资整车进出口公司，试图从“全球车型引入中国市场”转变成“中国制造销往全球”。但仍有观点认为，日产此前过于依赖燃油车的战略，已让这家公司陷入“生死存亡”的关键期，若业绩继续下滑，日产在中国区的话语权将再削弱。 日产中国颓势的背后，是日产汽车在全球范围内的入不敷出。该公司2025财年半年报（4月至9月）数据显示，公司净亏损2219.21亿日元，而去年同期为盈利192.23亿日元。这家曾经的全球燃油车巨头2025年卖掉了总部大楼、并“关工厂、减产能、大裁员”。 中国汽车市场正在经历一场残酷的淘汰赛。近三年，已有超过10家车企退出中国市场或破产重整，其中不乏红极一时的外资或合资品牌，比如广汽三菱、广汽菲克等。GlobalData数据显示，2024年日产在华产能利用率已经跌到40%以下。根据规划，日产在中国区的产能也将从150万辆降至100万辆。但即使日产中国的年产能降至100万辆，相较实际的销量情况，也仍被认为产能过剩。 微信编辑 | 雨林

当下的技术成熟度如何先让产品在市场里跑起来？ 文｜徐鑫 编｜任晓渔 “等我们老了，估计要靠机器人给我们养老了”，这句不少人挂在嘴边的话，某种程度反映了高龄少子化趋势下，人们对养老机器人的潜在期望。 统计数据显示，2024年，我国60岁以上老年人口数量已突破3.1亿，占总人口22.0%。而失能人口规模在2023年已达4654万。养老及照护服务的需求急剧增长的同时，全国持证养老护理员仅有50万人，这产生了巨大的结构性供给缺口。“养老机器人”因此成为许多人眼中的一种潜在解法。 过去两年来，养老机器人领域有明显加速迹象。 顶层设计层面，围绕着产业定位、场景试点和标准输出，主管部门动作频频，而在产业端各路玩家在纷纷入局，创业企业也不断传出融资信息，许多企业正积极与传统养老机构合作来试点和推广产品。 当下AI和机器人在养老赛道落地也呈现出两种不同路径，一种强调功能性，通过专用智能设备完成单项刚需任务的自动化，解决失能老人护理痛点；另一种则与当下的具身智能技术结合，追求跨场景适应性的具身智能。 不管是哪一种路径，一个不争的现实是，整个行业距离规落地仍有很长的路要走。有数据显示，目前我国养老机器人整体渗透率仍较低，居家场景不足10%。其中的障碍包括但不限于技术成熟度、产品使用意愿和落地成本等。有行业人士认为，应采用“沿途下蛋”的方式，在当下的技术成熟度先让产品在市场里跑起来，才能加速行业的正向循环。 01 “赛道明显开始热起来了” 你还在将养老机器人视作“Next Generation”才会出现的产品吗？过去两年里，在市场需求驱动下，具身智能热潮火爆以及顶层设计的加持，这个大众心中还处在概念阶段的产品正迎来新一波发展机遇。 康养机器人创业公司如身机器人CEO师云雷告诉数智前线，康养机器人领域明显呈现出需求驱动特性。当下国内老龄化进程在加速，专业护理资源有限，“现在养老机构里专还有一批四五十岁左右的护工，但随着这批人老去，养老护理员的人力短缺问题会进一步凸显”。 缓解人力短缺问题，依靠机器人来解决养老问题正被不少人视作一种潜在的解法。 过去两年多来，具身智能热潮和大模型技术进步给养老机器人领域发展带来了新的契机。 “ChatGPT出来之后马上跟着就有了RobotGPT。很多任务，比如说告诉机器人拿一杯水，如果把语音指令需求直接扔给机器人，以前的机器人是无法直接执行的，它必须依赖预先设置好各种规划程序。而大模型到来后，机器人的大脑有了推理能力，结合视觉获取的环境信息，模型自身可以做任务拆解和运动指令输出。”师云雷提到，市场需求和技术进步的共振下，他们看到了养老机器人赛道迎来机会。 过去两年，国家政策层面也有不少动作，给行业发展提供了催化剂。 2024年初，国家发布了《关于发展银发经济增进老年人福祉的意见》，这是我国首个支持银发经济发展的专项文。同时，主管部门已牵头制定了康养机器人相关的标准。去年2月，由中国牵头制定的世界首个养老机器人国际标准IEC 63310正式发布。该标准依据老年人生理和行为特点，为全球养老机器人的设计、制造和认证提供了统一基准。 年中，工信部与民政部又联合启动“智能养老服务机器人结对攻关与场景应用试点”，首批32个入围项目在去年秋天公布。 名单中涵盖了知名机器人公司、新兴的具身智能创业公司以及专注养老场景的智能服务公司等多重力量，涉及门类包含了生活照料、情感陪护、辅助行走等多个场景，旨在居家、社区和机构场景推进养老机器人的大规模应用验证。 两部委智能养老服务机器人结对攻关与场景应用试点入围32个项目分类 外界观察到，这一系列动作，从行业标准、场景应用验证和评价机制等多个层面，为康养机器人的行业发展构建了政策底座。 尤其是结对攻关和场景应用试点动作，正是针对行业发展最大卡点之一——技术和场景匹配及落地，有人称之为“试点破冰”，助力产业加速从实验室向商业落地转变。 一位行业资深人士提到，绝大多数试点项目都由技术研发类公司和养老业务类机构组成，把需求方拉进攻关结对小组里，能让康养机器人企业找到真实的需求场景里来跑数据，比如居家类产品单型号必须完成超过200户、6个月以上的连续验证，机构类产品需要进20个点跑满6个月。 入选两部委攻关结对和场景应用名单里的二便机器人企业之一，苏州伊利诺护理机器人有限公司（简称“伊利诺”）相关负责人介绍，临床的真实样本数据对于二便机器人的使用至关重要。比如怎么针对老人的肌肉组织、皮肤、骨骼情况的差别，确保贴合又不压伤，需要智能算法去做自适应。此前伊利诺在海内外积累了数千个样本验证数据，结对攻关有助于他们进一步获得更广泛的数据验证。 伊利诺产品在养老机构试点应用。 AgeTech银铃科技创新研究院此前分析，32个项目中，43%已进入规模化验证阶段，45%处于原型验证阶段，仅12%处于实验室阶段，行业正加速从概念验证向落地加速。 上述背景下，过去一年多里养老机器人赛道各路玩家也纷纷入场，康养机器人公司融资的信息不断公布。 “赛道明显开始热起来了”，一位创业者说。 02 需求到技术落地之间的落差 行业将这一场景视作巨大的刚需市场，但不可否认的是，当下整个领域仍处于发展早期，面临着不少卡点。 一个不得不提的卡点在技术成熟度。对康养机器人带来正向效应的具身智能以及人形机器人领域，目前业界有共识，技术路线并未走向收敛，AI在真实场景里面临智能泛化不足的问题。不少人认为这一领域当下尚未迎来GPT时刻。 “人能实时地对世界进行信息获取，它是多模态的，不只有视觉信息，还有触觉、温度、材质等多维信息形成对世界的理解，综合这些信息到大脑的神经网络里形成的行动输出是一个复合的力位Action，但是当下的具身智能VLA模型绝大多数智能输出位置指令。”如身机器人师云雷告诉数智前线，具身智能领域多模态模型当前仍有待进一步突破。 这也使得许多机器人很难真正去对环境施加作用力，比如叠毛巾、叠衣服场景经常能看到demo展示，但硬的介质就容易出现因施加压力过大导致要么损坏物品，要么机器人自身出现损坏。 养老场景需要跟病人看护打交道，场景更为多样和复杂，既有非接触、轻接触类的低风险任务，比如语音指令、递送物品，也有一些辅助起身、进行居家康复训练的复杂辅助任务，还有高强度、风险更大的接触类任务，涉及到力控缓解，比如摔倒后扶助和急救任务。当下具备通用智能的机器人尚未真正走进复杂辅助类任务场景。 另外，养老和康复场景也颇具复杂性。一位资深人士认为，即使技术成熟度实现突破，机器人直接服务的对象要接受这项新技术可能也需要时间。 一位从事养老服务人士曾告诉数智前线，许多需要照护的长者往往更缺乏和渴望情感链接，他们往往很不信任看起来冷冰冰的机器。比如此前为了防止老人走失，他所在的机构发放过一些可以记录位置信息的鞋物，但许多老人因为缺乏安全感，会故意不配合和弄坏这些装置。 中国老龄科学研究中心原副主任党俊武也曾指出，老年人是天然的数字弱势群体，他们对于新技术接纳必然需要更漫长过程，往往越高龄失能越不愿意使用机器人。 例如翻身机、喂饭机器人，一方面，机器人的服务质量无法与人类媲美，也不能提供实时的情感关怀。另一方面，若服务过程中出现安全风险，法律纠纷和赔偿责任难以裁定。 党俊武认为，数字鸿沟的根源在于技术设计未能真正适老化。未来的智能化发展必须主动拥抱养老，而非让老人被动适应技术。 师云雷则观察到，在康养场景里交互的自然性非常重要，老年人并不喜欢手机去点点点，而且用手机去操作也做不了太复杂的物理交互。 他们在设计产品交互的模式时也非常重视老人的使用体验。比如他们的齐家Q1产品在轮椅模式下，交互模式是握着机器人的手，往哪边使力设备就会自动朝某个方向自动驾驶。“类似父母拉着小孩，或者人在骑马，你往那边拉，就朝哪边走”。 另外一个非常直观的挑战是落地成本问题。康养机器人及相关智能设备当下处于场景验证阶段，很少走到规模量产阶段，这使得相关设备当下的成本依然高企。 去年在WAIC展台上一家主打智能康复功能的机器人制造厂商就告诉数智前线，目前他们的智能康复设备与医院的合作属于是共创探索阶段，多数医院自身很难有大笔预算投入到这类前沿设备上来。 “市场化是需要一个融合接纳的过程的：老人有没有能力用，家属能不能接受，养老机构能不能买/租，都是现实的问题”，伊利诺相关负责人说。 伊利诺进入赛道已经13年，此前他们调研全球市场他们发现类似产品在日韩市场价格高达8～10万人民币，而为了让更多国内刚需顾客用得上这个产品，伊利诺在国内市场时通过技术优化与供应链整合，已经将产品国内落地价格压缩至日韩同类产品的三分之一，降低使用门槛来加速产品落地。 03 沿途下蛋，有用为先 在一系列挑战下，养老机器人的市场渗透仍有待进一步推进。全国老龄委专家委员、中国老龄产业协会专职副秘书长王永春就曾指出，目前我国养老机器人整体渗透率仍较低，居家场景不足10%。 有人认为，当前技术成熟度和产品功能及市场定价尚未完全贴合场景需求，这一领域很容易陷入到一种“先有鸡还是先有蛋”的循环中去。市场和养老机构面临养老服务缺口但很难有合用的科技养老方案，而投入科技养老及智能养老设备的公司则因为市场铺不开，难以实现健康造血和正向循环。 一家专用设备生产厂商告诉数智前线，他们在相关技术上已经投入多年，一直处于只播种不结果状态。目前，政策和顶层设计层面，攻关结对工作已经在着手解决场景和技术适配的问题，但他观察相关领域的准入门槛、条文法规和知识产权也需要在全国层面进行统一，才有助于进一步行业进程加速。 比如该企业作为生产厂商尚没有通过所在省份的医疗器械注册，但渠道商拿着产品在其他准入更为宽松的省份则通过了注册。“市场当下其实是需要更为统一的法规条款和准入机制和统一的知识产权保护机制，行业才能更健康发展”，该人士呼吁。 另一位观察人士则看到在养老机构端，海外某些地区有政策引导，通过先政府采买再投放机构，从而推进了相关场景里的养老机器人应用，比如日本就通过了介护险的方式来确保了有稳定的资金能流入技术服务方，从而让市场形成活水。该人士认为，国内普通养老机构支付能力不足的情况下，构建稳定的支付路径或融资补偿机制，有助于当下市场的潜在需求转化为有效需求。 而为了在能在牌桌上留得更久，各种进入赛道的创业企业正积极探索养老机器人更为务实的落地路径和解法。 不少人观察到，目前B端养老机构市场相较居家及个人消费市场，产品渗透有望走得更快。 “机构走在前面，一方面是机构的付费能力的确更强，另外B端市场的决策机制和C端并不一致。对B端而言，它付费决策和使用方并不是同一个人，从缓解人力缺口的角度，只要节省了护工护理的管理难度和成本，决策选用的可能性更高。”师云雷分析。 目前不少厂商们都意识到需要重视场景特性和刚需，让产品先在场景里跑起来。 比如针对目前技术成熟度还没有办法实现让AI完成一些复杂辅助任务的现状，一些企业设计了“AI+远程操作”模式，来先让技术能解决场景里现有的刚需。 如神机器人齐家Q1可切换形态。 以如身机器人为例，人形轮椅机器人齐家Q1可切换至远程操控模式，借助双边力反馈平台，让护理员“像戴上手套一样”远程操控，当长期护理需要7*24小时陪护时，一个护理员就能远程处理多地更多老人的介护，缓解长期护理夜间无人、人手不足等问题。 “当下需求是很清晰的，一定要等到技术完全成熟才去推动应用吗？AI+远程操作的策略，某种层面能加速技术落地，”师云雷认为采用沿途下蛋可来让技术在场景里更快转起来。他们在落地更慢的居家场景也在找小的闭环场景，比如用多合一的居家康复训练机器人先推产品去积累真实世界数据和构建与消费者的触点。 更闭环更贴近实际的产品方案也是技术能转起来的一大要素。伊利诺负责人告诉数智前线，随着更深入了解失能老人照护场景的需求，他们发现多数卧床老人的生活半径已经是床周生活，二便护理只是其中的一环，伊利诺针对卧床老人 “床周生活” 的核心场景，将产品升级打造成更完整的围床周智能融合护理方案。 伊利诺围绕床周护理来形成贴合场景需求的方案。 行业内还看到，在这个新兴市场，仅仅提供技术产品是不够的，往往还需要解决“最后一公里”的服务链接的问题。 伊利诺负责人提到，“养老机构里目前的主力护理人员都已经五十岁出头，这个年龄群体很难用好新兴科技公司投放的产品。只有把好的产品加上服务，把技术手段和人文服务结合起来，一切才能跑通”，目前他们成立了一个新型的公司实体，用专业年轻的运营服务团队，把智能化服务和人文关怀串联起来，未来进养老机构也是智能化养老加服务的方式。 总体来看，智能养老不止是一个技术问题。作为国家的宏图伟志战略除了技术，也许更多还需要耐心的资本、开放包容的市场、和企业持之以恒的投入。

IT之家 1 月 13 日消息，博主 @智慧皮卡丘 在 X 平台发文，透露 OpenAI 正在研发一款 AI 耳机，定位是“取代”苹果 AirPods。 据介绍，这款耳机内部代号为“Sweetpea”，外观设计据称“前所未见”。爆料显示，耳机主体将采用金属材质，整体造型圆润，类似“蛋石（eggstone）”。 在硬件规格方面，爆料称 OpenAI 希望为这款耳机配备“2nm 制程、智能手机级别的芯片”，其中三星 Exynos 被认为是最有可能的选择。此外，博主还提到 OpenAI 已开发了一颗定制芯片，目标是通过语音指令实现类似“取代 iPhone 操作、直接指挥 Siri”的功能。 由于用料和硬件规格较高，这款耳机的物料成本（BOM）预计会非常昂贵，甚至可能接近一部智能手机的水平，这也意味着其最终售价大概率不会便宜。爆料还指出，OpenAI 计划在 9 月发布这款产品，首年出货量目标约为 4000 万到 5000 万副。 据称，这款耳机只是 OpenAI 正在开发的五款硬件产品之一。按照泄露信息，OpenAI 已委托富士康负责相关制造准备工作，目标是在 2028 年第四季度前让这五款设备进入可量产状态。 其中，耳机项目由于由 Jony Ive 团队主导，优先级最高。至于其他硬件产品，目前尚不清楚具体形态，但爆料提到，类似家用设备以及“智能触控笔”形态的产品仍在考虑之中。

凤凰网科技讯 （作者/王睿）1月13日，前比亚迪腾势品牌总经理、腾势方程豹直营事业部总经理赵长江发文，宣布其已正式加入鸿蒙智行旗下智界汽车。他将与团队一起“全心打造一个真正以用户为中心的全球化标杆智能品牌”，并构建“AI时代用户友好体系”。 赵长江表示，过往在比亚迪的经历让他“深谙坚守用户价值、技术创新、推动产业进阶的深层要义”，并借此机会向比亚迪、奇瑞等中国车企以及华为在汽车产业智能化转型中的贡献致敬。他称，未来愿携手产业链伙伴深化协同。 公开资料显示，赵长江2009年加入比亚迪，历任区域销售经理、京津地区营销总监 ，2017年出任比亚迪汽车销售有限公司总经理，主导王朝网汉、唐系列车型布局。2021年筹备比亚迪高端品牌并接管腾势事业部，次年完成品牌战略焕新，推出新能源MPV腾势D9。2025年7月根据高管轮岗制度调任腾势方程豹直营事业部总经理，同年10月离职。任职期间推动腾势发布N7、N8、Z9 GT等车型，完成海内外市场布局。2026年1月确认入职奇瑞汽车，负责智界品牌营销工作，曾参与鸿蒙智行首款旗舰MPV智界V9的推广。 以下为赵长江发文： 大家好！很荣幸亲历中国汽车产业向上突破的黄金浪潮。在比亚迪的宝贵经历，让我深谙坚守用户价值、技术创新、推动产业进阶的深层要义。感谢比亚迪的悉心培养，致敬奇瑞等中国车企深耕造车赛道的技术坚守与创新突破，致敬华为以硬核技术深度推动汽车产业智能化转型的卓越贡献。 今天，我怀揣过往积淀与对未来的笃定思考，正式加入鸿蒙智行-智界汽车。我将与团队一起全心打造一个真正以用户为中心的全球化标杆智能品牌，构建贯穿产品、服务与体验的独树一帜的“AI时代用户友好体系”。 感恩过往，致敬同行。未来，愿携手全产业链伙伴深化产品协同，以智慧破界，以实干笃行，共赴智能出行的壮阔新征程！ 智同行，无边界。