快科技1月17日消息，近日有博主统计了2025年全球汽车集团销量前20名，中国车企表现优异，比亚迪、吉利均跻身前十。 丰田集团依旧牢牢掌控冠军宝座，全年销量1042万辆，同比增长6%，其中RAV4、卡罗拉为核心畅销车型。 大众集团稳坐亚军，全年销量895万辆，同比减少2.3%，不过纯电转型效果显现。 Stellantis集团夺下季军，全年销量780万辆，但同比猛降8%，要知道该集团拥有多达14个品牌汽车，如此表现确实比较一般。 第四名为现代起亚集团，全年销量765万辆，同比增长2.5%，在北美和欧洲增长稳定。 第五名为比亚迪集团，全年卖出460.2万辆，同比猛增18.3%，并且纯电车型首次超越特斯拉。 第六名为通用汽车，全年卖出450.7万辆，同比降低1.5%，最畅销的车型为雪佛兰索罗德皮卡。 第七名为吉利控股集团，全年卖出411.6万辆，同比猛涨26%，成为了前十名里增长最快的车企。 第八名是本田集团，全年卖出385万辆，同比减少3.2%，其中CR-V最为畅销，全球卖出98万辆，是单一畅销车第三名。 第九名是福特集团，全年卖出290万辆，同比增长6%，和通用类似，旗下皮卡最为畅销。 第十名为日产集团，全年卖出332.5万辆，同比降低4.1%，最畅销车型为轩逸，但集团在北美和中国市场表现下滑。 至于第十一至二十名，这里不在罗列，感兴趣的可以看图了解。 图自小红书用户：数据小张

杰西卡 发自 副驾寺 智能车参考 | 公众号 AI4Auto 纯电车在美国卖不动？福特汽车要来中国拥抱比亚迪了。 一个月前，福特刚取消和韩国电池巨头LG新能源的几百亿元合作，转头就被曝出正在和比亚迪洽谈。 而在福特CEO以往的多次对外表态中，这家美国车企的口风，都还将比亚迪视作最强有力的对手。 但忌惮归忌惮，该借鉴还是得借鉴。 新能源浪潮早已势不可挡，海外玩家拥抱中国技术，或许正逐渐成为主流。 福特被曝要拥抱比亚迪 据知情人士向《华尔街日报》透露，福特正在和比亚迪洽谈合作，计划为部分混动车型，向比亚迪采购电池。 交易的具体细节，目前还不清楚，知情人士表示仍在商讨中。 其中一种可能是，福特会从比亚迪进口电池，运往福特的海外工厂，这些工厂可能位于德国、西班牙、泰国、土耳其等地。 不过知情人士还说，交易并非板上钉钉，最终不排除告吹的可能。而福特和比亚迪方面，目前都没有对这场合作做出回应。 福特有意采购比亚迪的电池，实际并不算突兀。 双方早在2020年就有过接触，当时福特和长安合资生产的国产电动车型，使用的就是比亚迪供应的电池。 后来比亚迪还曾主动联系过福特，希望为福特在其他市场销售的车型供应电池。 不过彼时福特面临多家电池供应商可选，合作并没有进一步深入。 并且在福特这里，比亚迪的地位特殊——后者不单单是一家动力电池供应商，还是一家车企。 福特甚至将比亚迪视作最有力的竞争对手，对比亚迪的重视程度甚至超越了对特斯拉、丰田和通用汽车。 近几年来，福特CEO吉姆·法利（Jim Farley）曾多次公开表达过这一观点。 他曾多次承认比亚迪的领先优势，称赞其垂直整合能力惊人，还曾空运了一辆比亚迪海豹拆解，得出的结论是这辆车“非常非常出色”。 所以，为什么福特又回心转意，准备买“最强对手”比亚迪的电池了？ 纯电转型缓慢？中国玩家支援 福特被曝拥抱比亚迪，恰恰正处于福特战略转型的关键节点。 对比全球新能源的平均进度条，福特的纯电车型进展显得有些吃力，尤其是在福特的老家——美国市场。 2025年，福特在美国市场的销量为220万辆，创2019年来的最好成绩。 其中，燃油车型销量同比增长5.5%，混动车型销量同比大涨21.7%，但纯电车型的销量却同比下滑了14.1%。 去年第四季度，福特纯电车的销量下滑尤为严重，已经从2024年Q4的3万辆下降到1.45万辆，直接腰斩。 这实际不仅是福特一家的困境，其他在美车企的电车销量，基本都受到了不同程度的冲击，其中也包括特斯拉。 而销量集体下滑的原因，主要指向的是补贴政策退坡，7500美元的购车税收抵免在去年9月取消，美国消费者对于电车的热情随之被冲淡。 因此，福特不久前官宣了战略转型，开始把重心放到混动车上： 旗下明星纯电皮卡车型停产，后续的大型纯电车项目暂停，位于美国田纳西州的电动汽车工厂也被改建为燃油车工厂。 由于这一系列变动，福特预计将产生195亿美元（约1374亿元）的损失，大部分会计入到去年Q4的财报中。 原本计划到2030年，公司纯电车渗透率超40%；现在的新目标也改成了到2030年，混动+纯电车型的销量超过50%。 不过需要注意的一点是，此番战略调整，会为福特带来大量过剩的电池产能，公司计划为此开辟一条新的业务线，做电池储能。 也就是说，福特并不缺电池。 并且就在一个月前，福特还通知韩国电池巨头——LG新能源，由于战略调整，取消了65亿美元（约453亿元）的电动汽车电池合同，数额大致相当于LG 2024年收入的11%。 那为什么福特还要向外采购，并且选择比亚迪？ 或许几个月前，在福特CEO法利的一次访谈里，能找到福特做出这一决定的蛛丝马迹。 他在节目中透露，福特已经对比亚迪做了详细调研，从中找到了很多机会。 他表示，中国选择押注LFP（磷酸铁锂）电池技术，而西方赌的是传统锂电池技术。 举个例子，美国电动车几乎不采用LFP电池——这类电池不仅成本低30%，反复充放电也不会性能衰减，几乎没有起火自燃的风险。 所以福特未来的策略是，将重心转移到LFP电动车上，但相关知识产权掌握在中国手里。 所以这或许就能初步解释，福特为何会要拥抱比亚迪。并且除比亚迪外，福特已经和另一大中国电池巨头——宁德时代搭上了线。 福特从宁德时代获得授权的技术，将用于自己研发生产LFP电池，以期之后既能供应给内部，也能面向公共事业或数据中心行业的客户。 这样的案例，在如今的新能源时代，或许你已不再感到陌生。 中国玩家迅速崛起，电动化也好，智能化也好，都在新能源汽车行业积累了绝对的领先优势，并且开始逐步反向输出全球。 无论是BBA还是日系三强，都试图通过与中国科技公司（如Momenta、华为等）合作，以尽快提升智能化水平。 电动化方面就更不用说了，就拿三电之一的动力电池举例吧： 援引SNE Research数据，2025年1月~11月，全球电动汽车电池使用量达到1046GWh。 图源：SNE Research 宁德时代和比亚迪霸榜前两名，宁德时代使用量达400GWh，市占率达38.2%；比亚迪使用量达175.2GWh，市占率达16.7%。 也就是说，全球汽车动力电池市场，超过一半（54.9%）的“蛋糕”，已经被两家中国公司吃掉了。

IT之家 1 月 17 日消息，Front Page Tech 的 Jon Prosser 今天（1 月 17 日）发布视频，渲染展示了苹果 iPhone 18 Pro 的设计变化，以及酒红色、棕色和紫色三种潜在新配色。 IT之家附上视频如下： 外观方面，渲染图称苹果将部分 Face ID 组件放置在屏幕下方，得以将原本的“药丸”切口缩小为单孔，并将前置摄像头移至屏幕的左上角。不过，用户熟悉的“灵动岛”界面预计仍会通过软件形式保留。 在机身背面，渲染图显示 iPhone 18 Pro 主摄将采用可变光圈。这一机械系统允许镜头通过物理方式控制进光量和景深，相比纯软件算法生成的“人像模式”，它能提供更自然的光学虚化效果。值得注意的是，Prosser 指出这一高端特性可能仅由尺寸更大的 iPhone 18 Pro Max 独占。 在内部配置方面，iPhone 18 Pro 预计将搭载下一代 A20 Pro 芯片，并终于换用苹果自研的 C2 调制解调器（基带），有望显著提升信号表现与能效。 此外，视频还提到机身侧面的“相机控制按钮”将迎来调整：苹果计划放弃电容式感应，转而采用结构更简单的压力感应机制，以提升操作的可靠性与手感。

在启境汽车启航仪式上，华为轮值董事长徐直军送给启境汽车CEO刘嘉铭一本书—《从偶然到必然》，身为启境汽车CEO的工科男欣然接受，并奉为“必胜锦囊”。3个月后，启境官宣全新猎装轿跑将在6月中旬上市，新品牌旗下首款车型正式登台。 启境为何？新品牌背后其实是“老班底”。 启境是广汽集团与华为乾崑联合打造的高端智能新能源汽车品牌，凝聚了广汽集团30年来在三电技术与整车制造领域的专长，以及华为乾崑在辅助驾驶、智能座舱、用户生态和品牌营销方面的实力，是“双大厂”模式下的融合之作。 为何选“猎装轿跑”细分赛道？又凭何能定义智能猎装市场的旗舰产品？ 我们知道，猎装轿跑市场是一个对“综合工程能力”要求极高的细分领域。要求厂商在“设计美学、驾控性能、空间实用和智能科技” 等维度上做到高水平均衡，任何一方面的短板都会在激烈的竞争中暴露。 此背景下，启境首款猎装轿跑“百万颜值、百万驾控、百万智能”为核心目标，迅速拉高行业期待，新能源车市又将触发新一轮波动。更值得探讨的，是科技巨头与灯塔工厂深度协同的“嵌入式”模式或将为行业带来新的案例。 据笔者多年观察，在“电动化”和“智能化” 两大百年产业交汇的当下，原本就处于技术变革“风暴眼”的新能源汽车产业，逐渐从“技术比拼”转向“技术融合，组织与风险管理能力的比拼”。 站在2026年开端远望，智能汽车下半场的“品智战争”已打响。 后台的角力，“体系化竞争力”冲击“造车新势力” 当前，中国新能源汽车市场的渗透率已逼近60%，行业正从野蛮生长的“草莽时代”步入残酷的“淘汰赛”阶段。在这个节点，启境的入场显得意味深长。 众所周知，华为的“鸿蒙智行”已经成功打造出“界”字辈多款明星车型，华为乾崑的全栈智能汽车解决方案已成为标杆。在此背景下，启境的发布，并非以行业惯用的“颠覆者”或“挑战者”姿态出现，而是以一种高度集成化的“产业解决方案”切入市场。 在新能源市场红海厮杀的当口，这一事件预示着竞争主战场正在发生板块漂移——从依赖单一亮点或营销流量的“前台搏杀”，转向比拼产业组织深度、资源整合效率与长期风险管控能力的“后台体系对决”，智能化的下半场成为“生死局”。 首先，“双大厂”联合调优，构建了穿越周期的“复合资源池”。 过去五年，新能源市场百家争艳，大体分为全栈自研、合资共创、跨界生态以及科技赋能等几大流派。其中“造车新势力”凭借灵活的融资机制与滚动式发展，完成了对市场的初级教育。 然而，在长周期的技术迭代与规模化制造的品质大考时，各家趋势泾渭分明。彼时依赖融资输血的模式，略显捉襟见肘。相比之下，启境的“双大厂”模式，构建了双向护航的护城河。 一边是华为乾崑在智能领域多年积累的研发技术及投入，先后发布了新一代高阶智能辅助驾驶系统ADS 4、鸿蒙座舱HarmonySpace 5、乾崑车控XMC等全新解决方案。华为在智驾、座舱、车云等核心技术上铸造的高壁垒，足以应对从L2到L3级自动驾驶的漫长技术长征。 另一边，是广汽集团近30年的制造积淀与供应链管控能力。负责生产的“灯塔工厂”，不仅拥有世界级的制造工艺，更在长期的合资经验中建立了一套严苛的品质管理体系，从设计到生产，全程以极高的标准层层把关，意味着更稳定的交付。 启境依托“顶尖技术+顶尖制造”的复合资源池，并非简单的“技术提供方”与“制造承接方”的叠加，而是在创建一个从技术源头到产品终端的“全链路可控系统”，发挥“1+1＞2”的效果。 此外，体系势能价值释放，让智能化从“上车”到“原生”。 传统模式中，智能化往往被视为“插件”：车造好了，再把屏幕和雷达装上去。但在启境上，我们看到了一种根本性的变化。从研发到生产全链路深度协同，从白车身等底层技术架构的部署，再到软硬件接口的接入，华为乾崑专家全程深度参与，并对所有关键细节进行把控。 这意味着，智能不是依附于机械躯壳上的“附加项”，而是与车身结构、电子电气架构同生共长的“原生基因”。从源头开始深度融合，目标直指可靠性、一致性和高品质感的新标准。启境正在构建的，是一个“顶尖智能技术深度融入顶尖制造体系”的更大闭环。 推倒围墙，“嵌入式协作”重塑智能化造车流程 “体系化竞争力”是蓝图，“嵌入式协作”则成为保证战略准落地的工程方法。 启境模式的实践，在于打破了传统汽车工业中泾渭分明的“主机厂-供应商”协作边界，将合作推入到“共同定义、联合开发、责任共担”的一体化共创阶段。 但与鸿蒙智行模式不同，广汽在进程中仍占据主导地位，也因此成为汽车工业集成产品开发流程的一次重构。 1.物理距离消失，实现“零时差”协同。 在软件定义汽车的时代，快速迭代是生命线。传统模式中，“主机厂提需求—供应商给方案”的线性流程，极易导致软硬件标准不一、沟通链路过长，最终演变为无休止的适配内耗。 启境给出的解法是“嵌入式协作”。华为乾崑将“技术、团队、流程、理念”四大核心资源All in启境，直接派驻多领域团队与广汽合署办公。物理距离的消失，让双方团队在同一屋檐下，共用一套流程，联合进行决策。 这种高效的协同机制，极大地降低了沟通损耗，提升了产品开发的精准度与速度。诸如智能驾驶标定策略、底盘调校风格、座舱交互逻辑等核心体验的抉择，不再是双方邮件往来、会议拉锯的成果，而是在同一场景、基于同一数据、面向同一目标的即时共创。 2. 起步即高端：成熟技术的顺势落地。 正是因为深度融合模式，启境得以跳过新品牌的“试错期”。将华为乾崑全栈智能汽车解决方案，与广汽顶尖的三电技术、制造工艺进行了一次无缝衔接式的融合。 广汽30年的造车经验保障了“百万级体验”的机械素质，而华为的赋能则让这具高质量的躯壳拥有了行业顶尖的“大脑”。因此，这场合作不是新品初尝试，而是成熟技术在最佳载体上的顺势落地，确保了产品在推向市场的第一刻，就具备了极高的成熟度与完成度 。 除此之外，启境首款车型在设计、性能、智能等方面均对标百万级豪华车型，采用与百万级豪车同源的供应链，如宁德时代电池、博世 IPB 制动系统、大陆卡钳等，依托广汽世界级制造基地保障生产工艺，在安全、用料、做工上对标豪华标准。 这也就解释了，为何首选车型就定位高端猎装轿跑，并以三个百万级对标锁定了产品价值，进而成为了猎装轿跑细分市场的旗舰产品。 “猎装新玩家”曝出，百万旗舰定位冲击高端 在汽车市场，猎装轿跑这一细分品类的用户，是典型的“高价值共识”群体。他们追求优雅独特的造型美学，却绝不妥协于实用的空间机能；渴望精准澎湃的驾驶乐趣，同时要求车厢具备豪华的静谧与舒适；青睐前沿的智能科技，但要求科技体验必须丝滑无感地服务于人。 启境能否满足“苛刻需求”，甚至给出超预期表现，进而重新定义智能猎装旗舰标准？ 从最近官方发布的轮廓海报可以推测：低趴且修长的车身姿态，强化了“轿跑”的运动和优雅属性；流畅的溜背式车顶线条，是猎装轿跑标志性的特征；相对较长的车头比例暗示了其注重运动性能的布局。整体营造出动感、优雅且不失力量感。 这种设计语言直接展现百万级豪车形态，且外界不乏拿来与自带流量的小米新车型进行进行对比。抛开犹抱琵琶的“面子”，搭载华为乾崑高阶智驾的“里子”却早有显现。 据公开资料显示，启境首款车型起步即搭载华为乾崑L3级架构，未来将搭载量产L3级有条件自动驾驶；同时还有鸿蒙座舱、华为XMC数字底盘引擎等，一辆车一次性配齐华为全家桶，给用户提供一套接近百万级豪车智能体验的完整方案。 这正是启境试图建立的差异化优势：在最挑剔的赛道，做最难的题目，交最好的答卷。 而颇具意味的市场信号是，在产品细节尚未完全公布、实车未至的情况下，启境已成功签约覆盖全国核心城市的超百家经销商网络，其中不乏从传统豪华品牌转型而来的实力伙伴。这种“盲订”式的渠道信心，在当下部分新势力面临严峻挑战的行业背景下，显得尤为突出。 可以看出，“双大厂”模式所提供的不仅是产品层面的想象空间，更是一种稀缺的“经营确定性”——华为持续的技术进化能力保障了产品生命周期的竞争力，广汽稳健的制造与供应链体系则锚定了交付与品质的底线基准线。当然，行业也在关注这次模式创新的未来走势：“蜜月期”过后，能否成为行业参照并持续交付成果？ 广汽方面此前表示，自2017年首次与华为签约以来，双方合作已从零部件供应扩展至操作系统、云端服务、智能制造和品牌共创等多个维度。随着“智行2027”行动计划的推进，广汽正依托AI大模型、星灵电子电气架构和网联大数据平台，加速智能化转型。 结语： 当启境选择以“猎装轿跑”这一兼具美学与功能的高地作为首战场，并辅以“双大厂”的体系化能力进行全方位赋能时，它实际上是在重新定义高端旗舰的制造标准。 在这套框架中，“品智”不是配置表上的参数堆砌，而是对抗时代不确定性的核心力量：“品”是底座，源于广汽三十年的制造积淀与供应链管控，为工业制造提供物理确定性；“智”是内核，依托华为全栈技术的原生植入，赋予产品穿越周期的数字生命力。 启境模式能否成功，有待市场检验。但它或将为正在经历智能化转型的中国汽车产业，提供一个关于合作深度、体系构建与长期主义发展的，极具参照价值的思考框架与创新样本。

快科技1月17日消息，博主“数码闲聊站”最新爆料，小米18系列发布会节奏基本确认，与今年类似。 小米18、小米18 Pro系列将在9月前后发布，小米18 Ultra则是12月前后发布。 从小米17系列的表现来看，抢在国庆之前发布上市的优势非常大，国庆假期期间就能火速突破百万销量，这是国产旗舰中非常难得的成绩。 小米18系列应该还会是这个逻辑，但博主同时透露，天玑芯片的节奏也会提前，OPPO、vivo至少有一家会在9月提前发布新机，争抢先发优势。 预计小米18系列依然是三款机型规划，分别是小米18、小米18 Pro、小米18 Pro Max。 不过，小米17标准版目前来看表现相对弱一些，除了小屏的特点之外，甚至产品力不如自家的REDMI K90 Pro Max，新一代应该会有一些定位上的调整。 值得注意的是，小米已经明确表态，小米18系列依然会延续背屏设计，小米也在持续的开发新功能，新机应该会展现的更加成熟。 至于硬件配置上，小米18系列正代旗舰并不会采用玄戒芯片，依然搭载骁龙8 Elite Gen6系列，这也是高通阵营首款2nm芯片。

高阶辅助驾驶收费并非新鲜事，但当特斯拉CEO马斯克亲自下场官宣时，依然在全球车圈投下了一颗重磅炸弹。 1月14日，马斯克在社交平台发布信息称：2026年2月14日起，特斯拉全自动驾驶（FSD）将彻底废除一次性买断方案，全面转向订阅制，博主@Sawyer Merritt在评论区下方留言，该服务的月费为99美元，年费为999美元。 截图：X@Elon Musk 消息一出，海内外网友纷纷开启「嘲讽模式」。不少网友揶揄道：「今天取消买断，明天是不是方向盘和刹车也要按次收费？」也有人表达了对未来涨价的担忧：「现在99美元，明年会不会变199？订阅制就是温水煮青蛙。」 当然，也有理性的声音认为，相比一次性掏出8000美元买断的巨款，每月99美元的门槛确实更低，对于偶尔需要的用户更友好。 实际上，汽车圈的订阅模式并不少见，此前奔驰和宝马就因为付费订阅服务项目站到了舆论中心，后轮转向、座椅加热、方向盘加热等配置均需要车主订阅。 但作为行业龙头，特斯拉此举究竟意在何为？难道不担心此举会带来负面影响吗？而且，面对特斯拉的激进变革，长期以买断制为智驾主流收费模式的国产品牌，是会坚守阵地，还是迫于压力，悄悄跟进这一「收割模式」？ 图源：特斯拉官方 为了万亿美元薪酬，马斯克这次下狠手了 在官宣中，马斯克并没有解释取消FSD买断制的原因，但结合此前的新闻，电车通大概猜出了当中的缘由——或许与一份天价激励紧密相关。 去年11月7日，特斯拉股东大会宣布马斯克的万亿美元天价薪酬激励方案通过，只需要完成多个目标就可以获得这份激励，而「1000万个活跃的FSD订阅」就是其中的一个目标。 换而言之，马斯克这是在刷KPI。 图源：特斯拉官方 试想一下，如果用户一次性买断了FSD，那么这部分用户在未来的10年、20年内，都只是「一次性销售数据」，而不是「活跃订阅用户」。对于马斯克那张需要「1000万订阅量」才能解锁的巨额支票来说，买断用户就是低效数据。 只有将FSD彻底订阅化，特斯拉才能将存量车主不断转化为持续贡献数据的活跃订阅用户，也能以低价吸引更多想要尝试FSD的车主，为达成这一关键目标铺平道路。 当然，马斯克的野心不止于KPI，订阅制本身就是一门一本万利的暴利生意。 一笔简单的账足以说明：在美国市场，FSD买断价为8000美元。若按每月99美元订阅，用户持续使用约6.73年，总支出即与买断价持平；按年费999美元计算，则需约8.01年。而根据美国交通部2025年数据，乘用车平均使用年限高达14.5年。 图源：美国交通部 按理来说，车主在使用6.73年FSD后仍想继续使用，那买断价就会比订阅价更值，但这是一场精准的心理博弈。马斯克赌的是人性的弱点——人们往往对「每月99美元」几乎无感，却对「一次性8000美元」极其敏感。他用低门槛把你拉上船，等你习惯了FSD的便利，就像温水煮青蛙一样，再也离不开。 如果用户在一辆车的完整生命周期一直订阅FSD，那么订阅制能为特斯拉带来的总收入（约1.45万美元），将比一次性买断（8000美元）多出80%以上！ 只要车还在动，我就有机会收你钱，即便是车辆进入二手车市场，每一次过户都是马斯克的变现机会——这步棋走得险，但也走得绝。 除了有完成KPI的压力之外，马斯克急着走出这步险棋，背后可能还与特斯拉正在经历的「利润保卫战」有关。 根据2025年的第三季度财报，特斯拉的汽车业务收入达到212.1亿美元，同比增长6%，但净利润13.7亿美元，同比下降37%，营业利润下降40%至16亿美元，出现「增收反降利」的现象。‌ 特斯拉首席财务官瓦伊巴夫·塔内贾表示，由于美国对进口汽车零部件加征关税带来的影响，特斯拉造成了超4亿美元的成本损失。 市场环境的影响固然具有决定性意义，但在电车通看来，国产品牌的崛起对特斯拉的冲击也很大。 市场销量层面，特斯拉的销冠席位也逐步受到影响。美国媒体CNN报道，比亚迪以225.7万辆的纯电动车型年度销量，首次超越特斯拉的163.6万辆，成为全球纯电销量冠军。另外。比亚迪纯电动车型同比增长27.86%的强劲势头，与特斯拉8.6%的同比下滑形成鲜明反差。 图源：电车通摄制 从战略来看，特斯拉FSD取消买断制，不仅可以对冲市场对整车销售业务的波动，还能彻底重塑特斯拉的估值模型，让企业的现金流更稳定。 但这也给国内市场抛了个问题：特斯拉敢放弃买断制，是因为它有技术护城河，愿意有用户为FSD买单，而一直坚持「硬件预埋、权益赠送、一次买断」策略的国产车企，看着特斯拉大举订阅制之道，真的能忍住不跟进吗？ 但「智驾买断制」 才符合中国车市行情？ 国产品牌的高阶辅助驾驶系统，普遍采用直接买断的收费方式，而且在价格方面确实要比特斯拉FSD更厚道一些。 咱们来看看这组扎心的对比： 特斯拉FSD：国内买断价高达6.4万元，且正准备取消买断。 华为乾崑ADS：原价3.6万元，限时优惠仅需3.2万元，直接打对折。 小鹏XNGP：更是卷到了地板价。支持第二代VLA和VLM大模型的Ultra版仅售2万元，支持第二代VLA的Ultra SE版更是低至1.2万元。 「卷王」阵营： 小米时不时直接送终身免费智驾来抢市场；比亚迪、理想、奇瑞等更狠，部分车型直接标配高阶智驾终身免费。 像华为乾崑ADS的高阶智驾包也提供了按月、按年的订阅方式，但电车通走访发现，正是因为买断门槛够低，国内用户大多毫不犹豫选择了一次性买断。 截图：微博@华为乾崑智能汽车解决方案 国产品牌基本采用买断制，首要原因是这种方式更符合国内用户的消费习惯。中国用户普遍将智驾视为汽车硬件的附属功能，始终认可「一次性付费，终身受用」的逻辑。 《2024麦肯锡中国汽车消费者洞察报告》显示，44.4%的用户最多愿为智驾支付2万元，37.8%的用户明确表示“不需要选装”。对于大部分中国车主来说，看不见摸不着的「持续付费」，远不如「彻底买断」来得踏实。 其次，车企在高阶智驾领域的研发投入很大，买断制更符合车企卷出来的生存法则。 国产品牌在智驾领域的竞争激烈，比如比亚迪的「天神之眼」智驾系统，在不到10万元的海鸥车型上就已经搭载，并且没有针对智驾进行额外收费，另外在工信部发布的最新申报信息中，新款海鸥都已经搭载上了激光雷达硬件。 在10万级小车都要卷激光雷达的情况下，车企根本不敢像特斯拉那样把软件拆出来高价卖，只能通过压低买断价格，甚至赠送，来换取市场份额和用户数据。 图源：电车通摄制 最后，车企还有运营风险的考量。 订阅制看似是一本万利的生意，实则是把车企架在了火上烤。在订阅模式下，用户和车企的关系是随时可断的，它对功能迭代速度、服务稳定性的要求极高——一旦系统「画龙」或者失效，用户会毫不犹豫地退订，舆论反噬会非常快。 相比之下，买断制虽然放弃了细水长流的后续收益，但它买断的是用户的信任，车企持续的OTA也能给用户带来安全感。在存量竞争时代，这种安全感就是国产品牌的护城河。 面对特斯拉激进的「订阅制收割模式」，国产车企大概率不会盲目跟进——毕竟，在这个充满了不确定性的智能时代，「确定性」已经成为最昂贵的奢侈品。 写在最后 特斯拉在国内市场仍提供「6.4万买断智能辅助驾驶、3.2万买增强辅助驾驶」的辅助驾驶套件方案，谁也不能保证特斯拉中国何时会跟进美国市场的订阅制措施。 但电车通相信，国产车企有着自己清醒的判断——「订阅制」或许是马斯克完成KPI的捷径，但绝不是中国市场的唯一答案。 因为中国车企正在做的，是一场更彻底的智驾平权运动。 当特斯拉试图把智驾变成按月收费的奢侈品时，国产车企正在疯狂卷技术和降成本。现在车企的主流打法，是将高阶智驾直接标配，通过规模效应摊薄成本。 这条路虽充满内卷，但既契合本土消费心智，也是存量竞争的生存王道——被「智驾平权」宠坏的中国用户，早已不吃「订阅收割」那一套。

快科技1月17日消息，行业分析师Jeff Pu在最新投资者报告中披露，苹果首款折叠屏iPhone Fold将于今年9月与iPhone 18 Pro、iPhone 18 Pro Max同步发布，三款高端机型均搭载台积电2nm工艺的A20 Pro芯片。 至于iPhone 18标准版、iPhone 18e则推迟至2027年春季推出，标志着苹果正式开启分批发布的新品策略。 A20 Pro将采用台积电N2 2nm制程，相较上代A19芯片，CPU/GPU性能提升15%，能效比优化30%，可更好支撑多任务处理、AR应用及Apple Intelligence相关AI功能。 芯片首次应用台积电晶圆级多芯片模块（WMCM）技术，将RAM直接集成在CPU、GPU、神经网络引擎所在的晶圆上，替代传统硅中介层连接内存的方案。 该技术不仅使芯片体积缩小，为折叠屏内部元器件腾出更多空间，还能提升数据传输速度，间接延长续航，同时强化AI计算响应效率。 三款机型均配备12GB LPDDR5内存、4800万像素后置摄像头及苹果自研C2调制解调器，C2预计在5G信号接收、低功耗方面有进一步优化。 iPhone Fold采用书本式折叠形态，内屏尺寸为7.8英寸，外屏5.5英寸，主打无折痕显示效果。 放弃iPhone常规的Face ID，改用侧边Touch ID；前后均配备前置摄像头，折叠/展开状态下均可满足自拍、视频通话需求。 展开后厚度仅4.5mm，闭合状态厚度9-9.5mm，搭配疑似钛金属+铝合金混合材质机身。

IT之家 1 月 17 日消息，科技媒体 9to5Mac 昨日（1 月 16 日）发布博文，报道称在 iOS 26.3 系统中，苹果正测试全新的 App Store 搜索广告设计，核心变化在于移除了付费推广结果原本特有的蓝色背景。 部分升级至 iOS 26.3 的 iPhone 17 等用户反馈，App Store 搜索结果中的赞助内容（Sponsored Results）发生了显著视觉变化：苹果移除以往用于区分付费广告与自然搜索结果的浅蓝色背景。这一调整阿让付费广告在视觉上与普通应用列表几乎融为一体。 在移除了标志性的蓝色背景后，用户区分自然搜索结果与推广广告的唯一依据，仅剩下应用图标旁那个不起眼的灰色“Ad”（广告）标签。这意味着用户在快速浏览列表时，极易忽略这一微小标识。 IT之家援引博文介绍，该媒体强调目前并非所有 iOS 26.3 用户都能看到这一变化，表明苹果正处于 A/B 测试（灰度测试）阶段，尚未决定是否向所有用户正式推广该设计。该媒体已就此变化联系苹果寻求置评，询问该设计未来是否会全面铺开。 这一设计调整并非孤立事件，很可能与苹果在 2025 年 12 月发布的声明存在关联。公司当时宣布，App Store 的搜索结果将很快不再局限于单条赞助内容，而是会包含多个广告位。移除蓝色背景可能是为了让多条广告在列表中排列得更加紧凑和整洁，实现广告内容与自然内容的“无缝融合”，避免因大面积色块导致界面割裂。

快科技1月17日消息，荣耀Magic8 RSR保时捷设计将于1月19日正式发布，这是荣耀史上最奢华、最高端的直板手机。 据博主“参考线Referline”介绍，目前已经有线下店将其展示出来，让大家提前感受外观，同时也公布了全方位的配置。 正面搭载6.71英寸2808×1256全等深四微曲OLED屏幕，支持1-120Hz LTPO刷新率，全局峰值亮度1800nits，局部激发亮度6000nits，4320Hz高频PWM调光，支持圆偏振光、3D超声波指纹识别。 屏幕表面覆盖巨犀玻璃，背部采用超微晶纳米陶瓷背盖，还原陶瓷质感和耐刮的基础上，还带来了更强的抗摔表现，机身支持IP68&IP69&IP69K防尘防水，厚8.45mm，重239g。 核心配置上，荣耀Magic8 RSR搭载骁龙8 Elite Gen 5处理器，配备自研射频增强芯片C1+、自研能效增强芯片E2，提供16+512GB、24GB+1TB两个存储组合可选。 内置7200mAh青海湖电池，支持120W有线快充+80W无线快充。 影像方面，前置50MP+3D深感摄像头，后置50MP主摄（1/1.3"，f/1.6，OIS，CIPA 6.5防抖）+50MP超广角+200MP潜望长焦（1/1.4"，f/2.6，OIS）。 其他方面，荣耀Magic8 RSR还拥有双1216荣耀环绕低音炮，支持北斗卫星短信+天通卫星通信，机身侧边配备AI键，支持红外遥控、NFC等。

IT之家 1 月 17 日消息，realme 真我 Neo8 新品发布会将于 1 月 22 日 19:00 举行，官方今日宣布新机搭载苍穹信号芯片 S1，号称“弱网游戏救星”。 在该芯片的加持下，真我 Neo8 支持场景智能识别，信号增强弱网优化；苍穹智慧地图，GPS 定位增强；高铁拥堵场景、校园弱网场景，流畅度提升可达 15%。 真我 Neo8 性能配置已公布： 第五代骁龙 8 x 极客性能面板：358W 跑分，首发自定义温控调节 旗舰级超高速存储组合：LPDDR5X+UFS4.1 大气流冷锋散热系统：39225mm² 散热总面积，2000W/m·K 散热系数， GT 性能引擎：先知能效调度、芯片级超帧渲染 IT之家开箱：真我 Neo8 起源白 真我 Neo8 带来三款配色：赛博紫、机甲灰、起源白，采用全新的透明 RGB 设计，新机将全球首发 165Hz 三星苍穹屏，搭载 M14 发光基材，适配《穿越火线-枪战王者》、《三角洲行动》手游、《和平精英》等游戏的原生 165 FPS 模式。

快科技1月17日消息，据“央视新闻”最新报道，本月14日至17日，加拿大总理卡尼应邀对中国进行正式访问。 访问期间，双方就深化经贸合作达成广泛共识，签署了《中国—加拿大经贸合作路线图》，形成了关于处理双边经贸问题的初步联合安排。 商务部美大司负责人就有关经贸成果进行解读时介绍，2024年，加方对中国电动汽车加征100%附加税，中国对加出口电动汽车受到很大影响。 根据最新调整安排，加方将给予中国电动汽车每年4.9万辆的配额，配额内享受6.1%的最惠国关税待遇，不再征收100%附加税，配额数量将按一定比例逐年增长。 中方认为，这是加方朝着正确方向迈出的积极一步，对中国电动汽车开拓加市场来说也是个好消息。 希望加方积极履行有关承诺，同时继续与中方相向而行，通过友好协商，为进一步拓展两国电动汽车贸易和投资合作，创造更加公平、稳定、非歧视的环境。 期待两国产业界抓住机遇，加强对接，实现互利共赢。 背景补充： 2024年8月26日，加拿大政府宣布对从中国进口的电动汽车征收100%的关税，与美国的关税相匹配，并效仿欧盟委员会宣布的类似计划。

新智元报道 编辑：Aeneas 好困 【新智元导读】GPT-5.2连肝7天造出浏览器的事，刚刚被打假了！一位开发者发文证实，Cursor这个项目就是个「AI泔水」，代码根本无法编译。Cursor这次可太心急了。 前几天，整个AI圈都被Cursor的一则重磅消息给炸晕了。 事情是这样的： Cursor声称，他们让GPT-5.2驱动的编码智能体连续运行了整整7天，也就是168个小时。 结果，这群AI智能体居然从零开始，写出了一个包含300万行代码、功能堪比Chrome的浏览器！ 这听起来实在是太诱人了—— 随着Token变得像水电一样廉价，AI可以无限期地自我迭代，直到完成目标。 无论是操作系统、办公软件还是游戏引擎，只要算力足够，AI似乎都能给你「肝」出来。 然而，就在大家还没从震惊中缓过神来的时候，技术社区的「列文虎克」们出手了。 他们仔细扒了扒Cursor开源的这个项目代码，结果发现了一个惊天大瓜—— 这个所谓的「AI浏览器」，其实连最基本的编译都通过不了！ 在一篇技术博客中，作者犀利地指出： Cursor口中所谓的「突破性进展」，本质上就是一堆缺乏工程逻辑的「AI泔水」（AI Slop）。 他们所做的，其实在宣传上玩了一手漂亮的「障眼法」，让所有人都以为这个项目真的跑通了。 但实际上，这根本就是一堆无法运行的废代码。 博客地址：https://embedding-shapes.github.io/cursor-implied-success-without-evidence/ GPT-5.2七天肝出一个浏览器，是假的？ 接下来，让我们来仔细看看开发者社区的这篇「打假」文章，是如何抽丝剥茧地发现Cursor这一波宣传的不实之处的。 首先，作者分析了一下Cursor具体都干了什么。 在1月14日，他们发布了一篇题为「Scaling long-running autonomous coding」的博文。 官方博客：https://cursor.com/blog/scaling-agents 在这篇文章中，他们聊到了让「编码智能体自主运行数周」的实验，其明确目标是： 了解我们能将智能体编码的边界推进到什么程度，从而完成那些通常需要人类团队花费数月时间才能完成的项目。 然后，Cursor的研究者讨论了尝试过的一些方法，分析了失败原因，以及该如何解决问题。 终于，他们找到了某种方案，它「解决了我们大部分的协调问题，并让我们在不依赖单一智能体的情况下，将规模扩展到非常大的项目」。 最终，这种方案实现了一种惊人的结果—— 为了测试这个系统，我们给它定了一个雄心勃勃的目标：从零开始构建一个网络浏览器。这些智能体运行了将近一周，在1,000个文件中编写了超过100万行代码。 同时，他们在GitHub上放出了源代码。 GitHub项目：https://github.com/wilsonzlin/fastrender 这就奇怪了，所以这个任务，智能体成功完成了吗？ 如果你没有被这句话成功带节奏，就会发现这个扑朔迷离之处—— 他们声称「尽管代码库规模很大，新的智能体仍然可以理解它并取得有意义的进展」，以及「数百个worker并发运行，推送到同一个分支，冲突极少」，但他们从未真正说明这个尝试成功没有。 它真的能跑起来吗？你自己能运行这个浏览器吗？我们不知道，而且他们从未明确说过。 所谓的演示，只是一个短短8秒的「视频」： 自动播放 在下方，他们写道： 虽然这看起来像是一个简单的截图，但从零开始构建一个浏览器是非常困难的。 总之，从头到尾，他们从未斩钉截铁地承认过：这个浏览器是可运行且功能正常的！ 打开一看：全是报错，跑都跑不起来 总之，如果只是看README、Demo截图，甚至是几段宣传性质的描述，这个项目好像真的很厉害。 可是，只要你真正clone仓库、运行一次cargo build或cargo check，问题就会立刻暴露出来。 error: could not compile 'fastrender' (lib) due to 34 previous errors; 94 warnings emitted 可以说，这个代码库距离一个「可工作的浏览器」还差得远了，甚至可以说，它从未被真正成功构建过！ 文章作者发现了如下多个证据。 首先，GitHub Actions在main分支上的多次近期运行全部失败，其中甚至包含 workflow文件本身的错误。 另外，如果尝试独立构建，就会发现报了数十个编译器错误，最近的PR还都是在CI挂掉的情况下合并的。 更夸张的是，如果翻看Git的历史记录，从最近的提交往回追溯100个提交，简直找不到哪怕一个能干净编译的提交。 也就是说，这个仓库从诞生起，就从未处于「能跑」的状态。 上下滑动查看 https://gist.github.com/embedding-shapes/f5d096dd10be44ff82b6e5ccdaf00b29 现在我们根本无法确定，Cursor的研究者在这个代码库上释放的「智能体」实际上干了什么，但它们似乎从未运行过cargo build，更不用说cargo check了。 因为这两个命令都会报出几十个错误和大约100个警告。如果真的去修这些错误，报错数量肯定还会爆炸式增长。 目前在他们的仓库中，有一个关于此的未解决GitHub issue。 issue地址：https://github.com/wilsonzlin/fastrender/issues/98 结论已经非常明显： 这根本就不是真正的工程代码，而是典型的「AI Slop」（AI泔水）。 这种低质量的代码堆砌，或许在形式上模仿了某种功能，但其背后缺乏连贯的工程意图，实际上连最基本的编译都无法通过。 在Cursor的演示中，他们大谈下一步的宏伟计划，却对「如何运行」、「预期效果」或「工作原理」只字不提。 而且，除了丢出一个代码仓库链接，Cursor没有提供任何可复现的演示，也没有给出任何已知可用的版本标签（tag/release/commit）来验证那些光鲜亮丽的截图。 无论初衷如何，Cursor的博文试图营造出一个「功能正常的原型」的假象，却遗漏了工程界最看重的基本诚实——可复现性。 他们确实没有明确声称「它能正常运行」，这让他们在字面上避开了「撒谎」的指控，但这种误导性极强。 到目前为止，他们唯一证明的只是： AI智能体可以疯狂输出数百万个Token，但最终生成的代码依然是一堆无法运行的废料。 一个「浏览器实验」不需要对标Chrome，但它至少应该有一个合理的最低标准： 在受支持的工具链上编译通过，并渲染一个简单的HTML文件。 很遗憾，Cursor的文章和公开构建均未达到这一及格线。 GitHub被冲，开发者怒了 这种把「半成品」包装成「里程碑」的行为，彻底激怒了开发者社区。 在GitHub的Issue区，愤怒的留言刷了屏： 我也试了，根本跑不起来。 代码逻辑风马牛不相及，CI全红也敢合并？我们是在对着截图膜拜吗？ 既然功能是假的，开源这个仓库有什么意义？为了证明AI能制造电子垃圾吗？ 还有人一针见血地指出了这种「泡沫工程」的本质： 反正投资人看不懂代码，甚至不知道GitHub是什么。 只要是电脑自动写的代码，业绩曲线就能蹭蹭涨，机器一响，黄金万两…… 而且在Hacker News上，也有近200条讨论，将这一项目的底裤彻底扒了下来。 网友pavlov指出，所谓的「从零开始」和「定制JS虚拟机」纯属忽悠。 看一眼依赖列表（html5ever, cssparser, rquickjs）就能发现，这东西本质上就是Mozilla开发的Servo引擎的「套壳」版。 网友brabel更是哭笑不得： 这帮人居然觉得声称「从零手搓」是步好棋？ 程序员上手第一件事就是查依赖，一眼就能看出是在调包。 唯一的解释是，他们赌没人会认真核实，毕竟大多数人只会看个标题就欢呼。 Anthropic太强势，Cursor被逼急了？ 虽然Cursor从未直说「这已准备好投入生产」，但他们却用「从零构建」和「有意义的进展」这种宏大叙事，配合精心挑选的截图，成功制造了「实验成功」的假象。 他们最接近成功的表述是： 数百个智能体可以在同一个代码库上协同工作数周，取得真正的进展。 但这句惊人的声明，没有任何证据支持。 没有可工作的 commit，没有构建说明，没有演示。 大家并不指望它成为下一个Chrome，但如果你声称你已经构建了一个浏览器，它至少应该能够演示被编译 + 加载一个基本的HTML文件，不然就是纯纯地愚弄大众了。 其实Cursor这个AI自动编程一周的消息一出来，就让人觉得有点奇怪。 最近一个月，全球AI圈的高光时刻，基本都在Claude Code身上。 Claude Code之父Boris Cherny的X发帖，基本上都会引起社区的震动。比如他说自己过去30天内没写一行代码，对Claude Code代码库的贡献，全部由Claude Code自己完成。 扩展阅读：30天没写一行代码，他却赚了10亿美金！ 谷歌首席工程师Jaana Dogan所说，Claude Code一小时内，就完成了整个团队整整一年才做完的任务。 前特斯拉AI总监Andrej Karpathy更是直言：硅谷正在经历一场九级地震，自己从未感觉如此落后…… 扩展阅读：再见，程序员！硅谷全员AI Coding，卡帕西宣告9级地震来了 在这种形势下，一篇「编码智能体运行一周，自己写出一个浏览器」的叙事，是多么顺应潮流，多么吸引眼球啊。 也难怪Cursor工程师尝试这个脑洞后，没怎么多想就着急地发出来，这才被火眼金睛的开发者们冲了。 AI程序员超进化：「开挂」工程师 这次「浏览器闹剧」虽然惨烈，但也意外地揭示了AI编程的真实进化路径。 Hyperbolic联创兼CTO Yuchen Jin指出了Cursor演示中隐含的关键教训：单纯堆砌数量是行不通的。 让一堆智能体平级相处、自我协调，只会带来混乱。 · 角色分工必须明确：需要有规划者（Planner）、执行者（Executor）和评审员（Reviewer）。 · 模型差异化：GPT-5.2更适合长程规划任务；而Opus 4.5容易「早退」和偷懒。 · 组织架构：增加太多「管理层」智能体反而会拖累效率，这与人类公司的「大企业病」如出一辙。 HyperWriteAI的CEO Matt Shumer也在复现过程中发现，只要运行框架和能力支持到位，明确分工的AI智能体集群确实能产生实质性进展。 然而，更深层的进化不仅仅发生在AI身上，更发生在人类工程师身上。 在硅谷，一个新的流行词正在取代老派的「10倍工程师」，那就是——「Cracked Engineer」（开挂工程师）。 这个词，是指那些一个人能顶一个团队的顶级开发者。 Cursor这次的翻车，恰恰是因为它Karpathy所说的「氛围编程」陷阱—— 只享受AI疯狂生成代码的爽感，却完全抛弃了工程严谨性。 由此诞生的，只能是那种如果不修补就无法运行的「Cursor搬运工」式废料。 真正的「开挂工程师」是这一现象的反面。他们疯狂使用AI，但绝不盲信AI。 他们拥有深厚的技术底蕴，能够一眼揪出AI生成的逻辑漏洞，能够清理像这次浏览器项目中出现的「电子泔水」。 正如初创公司Intology的创始人所言： 少数几个专注且懂行的人加上AI，能比过去15个不用AI的人干得更多。 未来的软件开发，不会是数千个无人监管的AI智能体像无头苍蝇一样乱撞（然后造出一个编译不过的浏览器）；而是由一名「开挂工程师」，带领着数十个AI Agent，精准、高效地构建出真正的产品。 而这些「开挂」的程序员，也将会淘汰那些只会「假装在编程」的人。

IT之家 1 月 17 日消息，当地时间 1 月 16 日，据彭博社报道，美国监管机构同意给予特斯拉 5 周时间，延后其对 FSD 相关缺陷调查的正式回应。该调查聚焦特斯拉车辆在启用“完全自动驾驶（FSD）”系统期间出现的交通违法行为。 特斯拉本周向美国国家公路交通安全管理局（NHTSA）提出延期请求。NHTSA 自去年 10 月起调查 FSD 功能，理由是多起案例显示特斯拉车辆在系统运行时闯红灯、逆行或发生其他严重失误。 监管机构此前要求特斯拉提交与该缺陷调查相关的投诉、事故和索赔数据。特斯拉随后表示，需要额外时间筛选可能与调查有关的交通违法记录。 特斯拉向 NHTSA 披露，仍有 8313 条记录需人工审核，按每日约 300 条的处理速度计算，回复期限已被延至 2 月 23 日。 在业务层面，FSD 对特斯拉的重要性不断上升。马斯克希望通过自动驾驶能力提振需求，但加州方面认为特斯拉夸大了系统能力，并警告可能实施为期 30 天的强制停售。 除交通违法调查外，NHTSA 还在评估特斯拉车辆在眩光、雾霾等低能见度环境下的识别与反应能力。该调查同样于 2024 年 10 月启动，源于多起事故，其中一例导致人员死亡。 特斯拉在延期申请中“抱怨”说，公司正同时应对多项监管调查，包括事故报告延迟以及车门把手无法正常工作的相关问题。特斯拉认为，在短期内处理三项大规模信息请求，会对回应质量造成影响。 特斯拉表示，在提交交通违法统计数据、问题概述以及因果分析后，仍将寻求进一步延期，以补充每起投诉或索赔的详细信息，例如 FSD 软件版本、系统提示情况，以及是否涉及事故、伤亡。 NHTSA 同时要求特斯拉提供完整事件时间线，覆盖交通违法发生前 30 秒至事件结束阶段，包括驾驶员退出 FSD 或发生事故等情况。

杰登·克拉克第一次听说“中国肽”是在去年的独立日派对上。 在旧金山一栋维多利亚式宅邸的后院里，一些二三十岁的科技从业者在阳光下围聚在一起烤肉，现场还有一面巨大的美国国旗。一家人工智能企业的创始人提到自己直接从中国厂商购买药物，价格低廉。人群迅速围拢过来，争相分享自己获取用于减肥、提高效率和健身等各种药物的渠道。 27岁的克拉克在健身圈见过各种注射潮（他自称“健身宅男”，社交平台X上的账户是@creatine_cycle），但听到AI圈的人也在谈论这些，还是让他很惊讶。 “这个在旧金山度过的长周末让我学到一件事：那些精英们都有自己的中国肽供应商。”主持一档科技文化播客的克拉克在X上发文写道。“中国肽”这个说法很快就变成了一个网络热梗。 从“黑客之家”到创业公司的办公室，甚至还有由供应商赞助的“肽派对”，灰色市场的肽类产品最近席卷科技圈的各个角落。最近在旧金山Frontier大厦举办的一场活动上，还有一个自己调配肽的工作坊，现场DJ播放泰克诺电子舞曲的同时，背景屏幕上投射着化学结构式，这场派对的着装要求是“疯狂的未来赛博朋克风服装”。 旧金山Frontier大厦举办的一场肽派对设有一个自己动手调配肽类的工作坊，并有DJ现场表演助兴。 肽是由氨基酸组成的短链分子，在人体内起到调节激素和减少炎症的作用。它们最广为人知的身份是GLP-1药物中的那个“P”——这类药物包括诺和泰(Ozempic)和韦戈维(Wegovy)等减肥神药，它们通过模拟一种抑制食欲的激素，彻底改变了减肥行业。 但在硅谷的前沿地带，一系列未经证实、缺乏监管的肽制剂悄然盛行：人们尝试用BPC-157和TB-500通过刺激新血管生长愈合损伤，用催产素来改善眼神交流（OpenAI的一名研究员称其为“自闭症患者的诺和泰”），用埃皮塔隆(epitalon)改善睡眠，还用仍处于临床试验阶段的下一代减肥药瑞他鲁肽(retatrutide)来达到从抑制食欲到提升专注力等各种目的。 根据美国海关的数据，2025年前三个季度从中国进口的激素和肽类化合物总额约为3.28亿美元，几乎是2024年同期1.64亿美元的两倍。这其中包括调配药房和灰色市场供应商对GLP类药物、美拉诺坦II以及其他肽制剂的的需求。 生物朋克社区实验室的埃利奥特·罗斯在上月活动中演示如何配制并注射肽——一些由氨基酸构成的短链分子。 数名派对参与者。美国食品药品监督管理局警告称，多种肽类物质存在"严重安全风险"。 除了用于减肥的GLP-1类药物，其余肽制剂均未获得美国食品药品监督管理局批准用于人体。由于多数肽类易于合成且不直接针对特定疾病，制药公司对相关临床试验投资意愿不足，这催生了繁荣的灰色市场。 科技投资人、物流业独角兽Flexport的联合创始人戴维·彼得森描述纽约的生物黑客（所谓生物黑客，是指通过各种养生法和补充剂来提升身体机能的人）聚会场景时称：“每周都有人带来新玩意儿，大家就会集体注射。”他开玩笑说：“看起来像一群海洛因瘾君子。”自2018年使用肽制剂以来，他声称埃皮塔隆为自己每晚增加了“一个半小时”睡眠，而促进黑色素生成的美拉诺坦(melanotan)治愈了他的酒渣鼻。 美国食品药品监督管理局警告称，许多肽类因可能含有杂质并引发免疫反应而存在“严重的安全风险”。该机构也已禁止药房对它们进行复配，尽管执法力度参差不齐。 个人使用肽制剂在美国属合法行为，但多数医生持反对态度。“这既缺乏依据又极为轻率，”斯克里普斯转化医学研究所所长埃里克·托波尔博士表示。该机构是以精准医疗为核心的研究中心。 实验性肽注射偶尔会导致医疗紧急情况。去年7月，两名女性在拉斯维加斯抗衰老节接受肽注射后，因出现舌头肿胀、呼吸困难及心率加速而送医治疗，她们具体注射了哪种肽尚不明确。 尽管如此，对部分科技界人士而言，使用肽制剂体现了对无限自我优化可能性的信念。克拉克指出，在某些人看来，肽制剂提供了诱人的捷径：“如果我可以每天在研究工作中干16个小时，何必在健身房苦练六周？" 科技文化播客主持人杰登·克拉克对肽类产品持怀疑态度。 这同时折射出硅谷的一种思维模式——有些人认为，既然他们是塑造世界的创新者，他们就无需联邦监管机构或医学专家的指导，因为他们这是在进行自己的实验。 “仅供研究使用” 这些药物可以直接从中国的工厂购买（中国是全球肽制剂的制造中心），也可以通过美国中介网站购买，这些中介负责进口并进行检测。肽制剂到货时以粉末形式装在小瓶里，上面标着“仅供研究使用”，但这类警示只是法律上的遮羞布。使用者将肽粉与无菌水混合后自行注射，通常用的是从亚马逊买来的胰岛素注射器。 灰色市场肽制剂的经济吸引力毋庸置疑。直到不久前，像诺和泰和替西泊肽(Zepbound)这样的处方GLP类药物每月可能要花1000多美元，而“研究使用”的替代品只要五分之一的价格。 据追踪医药产品违规网络营销的LegitScript公司研究主管杰拉德·奥尔森透露，未经授权的肽类制剂的网络广告在2022年到2024年间增长了近八倍。旧金山的私人医生保罗·艾布拉姆森博士表示，他发现2025年肽类使用量显著上升，尤其在科技行业的年轻男性群体中。 虽然减肥仍是肽使用最主要的驱动力，但部分患者正尝试微剂量GLP-1疗法——期望通过极小剂量对抗其他成瘾行为：酒精依赖、过度电子游戏或网络购物。尽管尚无临床试验支持微剂量疗法的有效性，但个例传闻对某些人来说很有诱惑力。 “这看起来就是一种对‘认知极限拉满’的痴迷，”对肽类仍持怀疑态度的克拉克说。 安妮娅·格兰特坦言，与许多肽爱好者一样，她也是主要通过使用者的经验分享获取相关信息。 41岁的安妮娅·格兰特白天是AI计费初创公司的联合创始人，夜晚则化身业余肽类博主。2023年，在朋友指出GLP-1药物可以缓解工作压力引发的暴食后，她开始微剂量注射司美格鲁肽。她称效果显著，自此坠入个人肽研究的"兔子洞"。 在咨询了一位运动表现医生后，格兰特又在自己的方案中加入了另外五种肽：MOTS-c、埃皮塔隆、GHK-Cu、伊帕瑞林(Ipamorelin)和亲吻肽-10(Kisspeptin-10)。她期望它们能改善新陈代谢、促进肌肉增长、改善皮肤状况、提升睡眠质量、增强精力以及激素调节等。她直接从中国制造商那里订购这些产品，每套价格在50到100美元之间（只有美国经食品药品监督管理局批准实验室价格的十分之一），然后再额外花250美元把样品寄到捷克的一家实验室Janoshik Analytics进行纯度检测。 当被问到是否有生物学背景时，她笑了。“完全没有，”她说。像许多肽爱好者一样，她主要从口耳相传的经验、Reddit讨论串、播客以及和ChatGPT的对话中获取信息。“这就像优化搜索引擎排名，不过是另一个可供调试的参数，”她说。 还有几位创始人把自己对未经测试的肽制剂的开放态度，比作他们对商业风险的容忍。 格兰特在博客文章中采访过的艾布拉姆森对此持保留意见。他对她说：“这不像投资一家有冲劲的初创公司，更像是凭一份炫酷的融资演示稿，就把钱汇给未注册的离岸空壳公司。” “毫无根据且鲁莽” 托波尔在其关于医疗虚假信息的Substack通讯专栏中报道这类趋势，担忧人们会将GLP-1类药物的成功盲目套用到数十种未经测试、毫无关联的肽类药物上，在此过程中使自身暴露于药物污染和长期健康风险之下。 “‘自行研究’这种做法暗藏诸多隐患，”托波尔表示。“如果他们真的算得上合格的公民科学家，就该清楚科学验证的标准是什么：随机安慰剂对照试验、与药企无利益关联的同行评审论文。而绝大多数这类肽类药物，都没有经过任何此类研究的验证。” 托波尔指出，这种业余生物黑客行为的根源，在于公众对医疗机构的信任度日渐下降，新冠疫情后，这种不信任感更是愈演愈烈。在人们对FDA失去信任的背景下，安德鲁·休伯曼、乔·罗根等健康领域网红将实验性肽类药物的使用推向了主流。其中罗根本人还接受推销“临床医生监督肽类疗法”的Ways2Well公司赞助。 2024年10月，现任美国卫生与公众服务部部长小罗伯特·F·肯尼迪在社交平台X上发文，承诺将终止对肽类药物的“强行打压”。（拜登政府执政期间，FDA曾对部分肽类药物销售商采取过执法行动。）不过，尽管特朗普政府将口服GLP-1类药物纳入FDA优先审评名单，并批准了Wegovy的片剂形式，但尚未对其他类型肽类药物采取放宽监管的措施。卫生与公众服务部的一名发言人表示，该部门“无法对未来的政策决策发表评论”。 “让疯子去尝试” 一位29岁的创业公司创始人已使用处方GLP-1类药物近两年。用药后她的体重有所下降，但副作用也随之而来——频繁出现情绪低落的波动。“我一度连起床工作都做不到。”她这样说道。（出于担心用药经历会影响职业前景，她要求匿名接受采访。相较于减肥者，通过这类药物提升工作效率的“生物黑客”们似乎更愿意公开谈论相关话题，这也反映出社会对减肥用药的污名化程度更深。） 对这位创始人而言，减肥带来的健康益处大于潜在风险。她坦言承受着职业压力，必须在镜头前保持良好形象。“我看了大量发布会视频，”她说。“现在我明确发现，那些创始人里几乎没有超重的人。” 包括这位创始人在内，多名非适应症使用肽类药物的人士都表示，特朗普政府在药物监管方面采取的相对自由放任政策让他们感到振奋。这一态度与巴拉吉·斯里尼瓦桑、乔·朗斯代尔等硅谷领军人物的观点不谋而合，这些人曾指责FDA的监管机构过于谨慎。 但这种心态让医学专家们深感挫败。 硅谷对放宽药物监管的支持态度令医学专家深感忧虑。 “FDA的职责，就是保护患者与消费者免受无良医疗从业者的侵害——这些人会把危险产品卖给毫无防备的民众，”哈佛医学院教授、医疗监管领域专家亚伦·凯塞尔海姆博士表示。“我认为这些人正在做一些对自身健康有害的事情，我的依据就是：目前没有任何证据证明这些东西是安全有效的。” 但从创业公司创始人的视角来看，“与其依靠这套耗时十年、试图面面俱到保护所有人的体制，不如让那些疯子去尝试这些新奇的肽类药物，最终再让成果惠及我们所有人。这样一来，或许我们都会过得更好。”

作者|陈伊凡 编辑|苗正卿 头图|视觉中国 “AI原生100”是虎嗅科技组推出针对AI原生创新栏目，这是本系列的第「41」篇文章。 一家中国的初创公司正在试图证明，在最为传统的服装制造业，人工智能能够完成上一代数字化技术未竟的事业。 在东莞长安镇一间地毯工厂，当下的现实与数字化理想正在进行一场略显尴尬的碰撞。 七八位工人站在梯子上，拿着机枪在地毯上进行走线，工厂里一间简陋的小屋，是设计师工作室，摆着的是一张手绘的地毯样式。出了工厂另一边的单间，摆放着一台五米高的自动打孔机的样机，对着面前的地毯，尝试按照图样进行走线布局，来人的时候，工人会打开这台样机，笨拙演示，这种机器效果远不如人工，老板似乎也并没有打算把它用到自己的产线。 这是虎嗅曾经走访过的一家地毯厂商所看到的图景，这台五米高的昂贵机器，成为了服装行业上一轮数字化转型困境的缩影。 改造服装行业，听起来就没有那么性感，当然也不时髦。这是一个由无数作坊、碎片化数据和个人经验拼凑而成的古老行当。但周栋和团队在这件事上，已经跑了好几年，将这件事做到估值数亿元。 他们拥有服装行业规模最大的数据库和全国唯一服装产业垂直大模型的备案资质，申洲国际、即发集团、酷特智能、迪尚集团等中国制造的隐形冠军，均在其客户之列。 向量螺旋所解决的，是服装全产业链（从最上游的材料，例如棉花，到面料厂、服装厂再到品牌商）的沟通问题，再精准一些，就是解决信息增益，把AI变成实质生产力，而不是生产工具。 这件事曾经许多服装3D厂商尝试，韩国的CLO最早步入服装3D行业，不过3D和AI存在本质区别，其中一个最大区别就是成本。3D技术，通过物理设备扫描进3D空间，再进行建模和渲染，最终还原出真实物理特性。还原的精度和真实性是早期AI不可及的，但存在的问题是成本极高。购买这套3D建模软件的工厂或是品牌方，需要为这套软件匹配相应的岗位，比如建模师、渲染。另外，3D不具备创造性和泛化性，其作用在于基于面料进行还原和款式设计。 如今，一些服装3D技术解决方案提供商也提出要进入AI时代，但这意味着他们也需要和向量螺旋一样，重走一遍数据积累、领域算法、模型训练的过程。因为3D的数据和底层技术架构和生成式AI，完全不同。 见面之前，他刚结束和投资人的会谈。在向量螺旋过往的投资者名单中，几乎都是产业基金与国资背景的机构。 周栋并非典型的极客创业者。拥有媒体背景、家族在潮汕经营服装工厂的他，与其联合创始人邢方舟起初的生意也相当传统：为网红KOL提供服装柔性定制。这门生意虽然有利可图，却很难称得上有巨大的想象空间。 向量螺旋的团建 但有的时候，往往这些不那么“性感”的故事，反而能够撇去浮华，触碰到商业真正发挥价值的土壤。 对周栋和邢方舟的青岛向量螺旋而言，最关键的是2021年，前海信人工智能商用研究所所长马映辉的加入，为这家传统的数字化公司注入了真正的技术基因。彼时，GPT的概念虽已问世，但尚未引发全球狂热。马映辉带来的不仅是技术，而是一种视角的转换。 面料商谈论的是克重与材质，加工厂关注的是走线与工艺，而品牌方高谈阔论的则是调性与风格。这种语言体系的割裂，导致了巨大的沟通成本和供需错配。 既然创业的初衷是在服装领域找到一个新的技术变量，去解决传统产业的生产力或结构关系问题，而看起来这个叫做“GPT”的AI似乎有希望，周栋他们决定试一试。而事实上也证明，服装行业或许可以跳过冗长的SaaS普及阶段，直接跃迁至AI时代。 训练AI需要数据，而这正是服装行业最匮乏的资源。在这个极其依赖非标经验的行业里，真正的数字化企业（如李宁、安踏、申洲国际）占比不足1%。对于绝大多数中小企业甚至是服装作坊而言，微信就是他们唯一的数字化管理系统。 于是，向量螺旋开始了漫长的“脏活”阶段。由于缺乏现成的结构化数据，团队不得不采取最原始的方式：爬取全球互联网上的公开图文；向产业伙伴定向搜集，甚至亲自深入工厂，拍摄纸质版单，再通过人工清洗将其转化为计算机可读的“配对数据”，即包含面料、设计稿、成品图及模特上身图的完整数据链。 在通用大模型眼里，一件衣服只是一堆像素的集合；但在向量螺旋的数据库中，一件衣服是一条严丝合缝的逻辑链：一张面料的显微照片，必须对应一份结构化的设计手稿，再成为一张成衣的工业版单，最后成为模特的上身效果图。 这种“四位一体”的数据结构，正是上一代数字化转型失败的症结所在，因为彼时系统只能处理孤立的数字，无法理解需要深入行业的行话——例如由于面料克重变化而导致的垂感差异。而周栋他们所做的，是通过数百万组这样的配对数据，训练AI，掌握一种行业通用的话语体系。 这场“脏累活”耗时两三年，数据就绪之后，他们选择了日本市场作为切入点，验证自己的初步应用产品能力。截至今日，他们在日本的客户已经有了数百家，第一阶段的PMF的验证成功，他们着手进入中国市场。花了两个月时间，他们进入了申洲国际的供应链。 未来的AI 应用服务引擎，在周栋的计划中，将会是一个“技术中台”，一个提炼了行业Knowhow和工程化经验，能将非标需求沉淀为标准化技术模组的交付平台。 服装行业可以直接跳过SaaS进入AI时代 虎嗅：你们在2021年转型开始做垂直领域的AITOB ，是因为业务发生了一些变化还是因为发现大模型出来了？ 周栋：两方面都有。我们最开始做的是给市面上所有KOL提供一站式服装定制服务。当时的出发点是，2019到2020年，自媒体在各个渠道，公众号、抖音、B站等都发展得很迅猛，因为自媒体的变现方式发生变化，很多大V开始做电商，偏向做个人IP或品牌文创，服装则是比较容易切入的品类。但当时市面上没有一家服务商，既能搞定服装产业链，又能把不同IP的文化转化为服装设计，还能整合全部供应链提供服务，最开始我们就切入这个方向。 2021年底，我和搭档都在思考：继续做下去的这个市场规模是否足够大。另外，我们还是觉得这个业务不够性感。 我们创业的初衷，就是想在服装领域找到新的技术变量，尝试解决传统产业的生产关系或结构问题。 虎嗅：什么契机促使你坚定转型？ 周栋：真正坚定转型是在2021年底，我们请到了一个关键人物前青岛海信人工智能商用研究所所长马映辉，就是现在公司的CTO，他一直对产业AI很感兴趣。他加入后，跟我们提到了类似GPT这样的东西，和更多有关计算机视觉方面的思考。 虎嗅：你怎么判断这是一个行业的真问题或者真正痛点？ 周栋：服装行业链条特别长、涉及主体特别多，行业内最大的问题就是各方的语言和共识体系完全不一样。 这带来的最显性后果就是行业上中下游的沟通效率和共识效率极低，这就引出了行业最本质的矛盾问题：任何上下游两端甚至多端的供需交易效率低。 虎嗅：这件事在SaaS时期为什么没被解决？ 周栋：没有。因为我刚才说的是行业最底层的本质矛盾，而从这个矛盾再往下抽象，造成这个问题的原因有这几点。 第一，服装行业是所有实体产业里最非标的一个。我刚才介绍的产业链条里有多个环节，每个环节在我看来都是一个独立行业，面料是一个行业，加工是一个行业，品牌是一个行业，零售是一个行业。 这带来的第一个问题是企业组织结构差异极大，不像互联网公司那样分工明确：运营就是运营，产品就是产品，研发就是研发。在服装领域，你经常会看到这种情况：一个人在A公司做的是企划工作，到了B公司却做设计工作，这就是组织结构的差异性。 第二点是业务流程缺失，这个行业有很多反共识的地方。服装行业是一个金字塔的结构，大家提到服装行业，天然会想到安踏、李宁这些知名品牌；提到加工厂，可能会想到申洲国际，但要知道，这些企业在中国服装产业里占比不到1%，剩下99%的服装企业都是中小规模或小作坊。公开可查的中国服装相关企业一共有17万家，但其中组织结构完善、有数字化基础的，不管是品牌类还是生产类，都凤毛麟角。绝大部分服装企业唯一的数字化系统就是微信。 虎嗅：SaaS并没有解决根本问题，那么AI能解决吗？或者AI能让服装行业直接跳过SaaS进入AI时代吗？ 周栋：我认为会。我们现在笃定的一件事就是我们在服装行业做AI就是以某种形式直接跳过“数字化和信息化”。但最本质的差异在于，上一个时代的SaaS和AI时代要解决的问题完全不同。前者本质是想把企业的线下业务流程线上SOP化，但这个前提是，企业线下得先有完整的业务流程、有SOP才行。但遗憾的是传统服装行业是感性主导驱动的，它们流程混乱、标准不一，难以联动。 上一代SaaS失败根本不是工具好不好用的问题，而是没意识到：以服装行业为例，人和组织才是这个行业最大的非标变量。没先解决这个问题，工具做得再好也没用。 到了AI时代，但出发点和SaaS完全不同。我本质上不是想做一个标准化工具，帮企业把线下流程线上SOP化，而是带着AI这个全新的生产力，帮他们重构新的业务流程，从而让企业内部人员可以利用AI实现增收或完成以前完成不了的任务。对他们来说，这是新的生产力，看待业务的视角完全不一样了。 虎嗅：这个AI带来的生产力怎么落地到业务上，举个例子？ 周栋：就以这件衣服为例，面料商手里只有面料，他们会找到客户后上门，拿一块面料给对方看，说自己的面料多好，再给一些色卡，说能做多少种颜色，用这种方式推销。这个过程里他能传递给下游的信息总量很有限。 用上AI之后，AI可以先为这块面料生成适配不同服装品类的款式设计；下一步还能基于这块面料设计出一整套企划提案，甚至还能生成模特图。然后面料商就可以带着这些AI创造的新信息增量，去跟客户沟通。 这里最关键的变化是，客户获得的信息总量完全不一样，客户能直接看到这块面料最终做成衣服和配上模特后的效果，这能给面料商创造新的增益。 从零开始搭建服装行业专属数据 虎嗅：这里面有大量非标数据，你们怎么解决数据工程？ 周栋：服装产业的数据都沉淀在人的大脑里，而不是数据库。他们可能连信息化系统都没有，是个数据荒漠；第三是客观相对的来看，这个行业整体从业人员素质偏低，这自然会导致两个结果，学习意愿低，使用新工具的成本比其他行业高得多。所以我们做AI，也绕不开这三个问题，从做AI的第一天起，就要思考怎么解决。 我们分不同阶段解决数据从哪来、用什么行业Knowhow进行处理、不够的高质量配对数据如何解决。我们会通过公开信源合理抓取，外加产业伙伴定向收集，不乏下厂把纸质的衣服版单收集回来再做结构化处理；我们会有自己多年积累的产业知识库做标注和关联重构。不够的高质量配对数据，我们自己拍，或者通过数据合成的方式补齐。 目前总数据量规模已经做到2亿原始图像数据以上。 虎嗅：数据工程搭建好之后，你做了什么事？ 周栋：有了数据之后，我们做了第二件事就是训练服装行业的专项模型。我们是全球第一家做出服装行业各类专项模型的公司。 例如我们在2023年就训练了自己的多视角模型，比如让AI生成一件衣服各个角度的模特上身图，当时通用大模型也能做到，但大多只能出正面图。在服装行业的实际需求里，需要360度多视角展示，得看侧面、背面的效果，更难的是要保持各视角的一致性，否则就没有可用性。我们内部把这部分工作定义为“产业模型工程”，也就是数据工程加产业模型工程。 第二件事是从2022年底到2023年，也就是各类通用LLM、VLM大模型出来之后启动的，我们称之为基于通用模型的“持续预训练架构和自动评估体系”。我们很清楚自己没有资本去做基础大模型，我们的核心是产业模型，规模相对较小。但通用大模型出来了，并且迭代速度很快，肯定要借助它的能力。 虎嗅：那你怎么确保大模型未来就不会做这件事？万一哪一天大模型效果越来越好，生成图像越来越对了怎么办？ 周栋：大模型一直在迭代，生成的图片会越来越好看，但解决不了“越来越对”的问题。比如它生成服装款式或模特图时，可能会丢失面料质感、出错工艺细节，这对B端客户来说是无法接受的，相当于产品变了，完全不可用。 虎嗅：有没有一个节点，能明显感觉到模型效果突然变好了？ 周栋：第一个阶段是2024年，因为我们借了早期通用开源大模型的东风，结合我们的领域算法和数据工程，构建出了属于我们自己的服装产业垂直大模型，再加上我们的产业专项模型，当时就明显感觉到我们的AI能力整体上了一个台阶。 第二个阶段是今年。VLM和多模态领域都有更多特定性能更好的开源模型，发展也更迅猛，我们就做了模型迁移。我想表达的是，对我们来说这件事不复杂，因为我们背后有一套成熟的技术架构和自己的benchmark评估体系，只要市面上出现更好的开源大模型，我们就能以最快速度判断和迁移，把我们的AI能力再往上拔高一个层次。 先在日本市场找到MVP，再进入中国市场 虎嗅：商业模式是怎么设计的？因为最早你们是产业互联网的思维，当时的收费模式可能跟现在不太一样？ 周栋：我们从一开始就规划了三个商业阶段。 第一个阶段先做了SaaS，有两个客观原因。第一，我们当时的综合技术还没牛到能直接做AI Agent或者更符合愿景的产品；第二，我觉得得先有一个MVP，先初步验证PMF，投向市场看一看，找到一个入口和方法，获取行业内真实客户的使用反馈和know-how反馈。所以我们做了SaaS，然后确定了切入的市场。 虎嗅：切入哪个市场？ 周栋：日本市场。相比于欧美和中国市场，日本市场的竞争没那么激烈；第二，日本的服装企业非常规范，数据质量相对更高；第三，我们当时看到了日本的国家政策，能明显感觉到日本不想错过这一波AI浪潮，虽然它赶不上中美，但当时日本政府对日本企业有一些补贴政策。我们在日本认识一家做服装贸易的日企商社，直接选择它做我们的代理商。这样一来，我们有好的AI产品，切入了市场空白，又找了日本本土有服装资源的企业做信任背书帮我们销售，天时地利人和。 今天日本所有能叫得出名字的服装大企业，几乎全是我们的客户，其中一家最大的零售品牌客户总部相关负责人到我们公司，他们说，已经调研了全球几十家AI公司，最后选择了我们。 日本电视台对向量螺旋的报道 虎嗅：日本市场验证成功之后，接着你们怎么做？ 周栋：我们其实是同步启动了第二个市场，中国市场，我们先确定了生产型企业切入，确定两个趋势作为切入方向：第一个是“二代接班潮”，第二个是“供应链出海潮”。 国内市场的客户对我们来说更宝贵的一点是，国内业务场景和需求标准更复杂，他们的上下游会不断提出各种苛刻的新要求，因为国内的产业链更完整。我们在中国市场的策略是“不求量大，但求做细做深”。现在我们有底气说，在国内规模以上的服装生产型集团客户中，我们的市占率绝对是第一的。 虎嗅：什么时候在国内跑通了第一个标杆客户？ 周栋：申洲国际。让他们认可我们并签约大概两个月。 虎嗅：你们是直接跟老板谈，还是跟业务部门谈？ 周栋：大多都是直接跟老板或者有决策权的负责人谈。 虎嗅：申洲国际已经是服装行业里数字化程度很高的公司，为什么还要购买你们的AI服务？ 周栋：他们的数字化确实非常完善，服装行业除了3D软件，还有CAD打版软件、印花分色软件等等各式各样不同环节的软件系统…… 申洲的数字化系统非常丰富和完备，但仍然无法解决内部数据的流通，以及直接交付结果这件事。 我们尝试帮他们做的第一件事是在不丢失已有数据系统的基础上，打通散乱数据资产的可复用性和可利用性，另外就是循序渐进帮他们做AI Agent，例如用他们已经积累的面料、材料和工艺的能力，直接生成一套企划方案给到品牌方，为他们直接创造更多服务生产力的增量。 从技术中台到数字工种 虎嗅：第一阶段的商业模式还是SaaS的形式，第二阶段和第三阶段的商业模式会有什么迭代？ 周栋：2025年已经打造了一个新的产品，我们把它叫做“技术中台”，当客户不满足于标准化、产生个性化需求时，就可以用技术中台，把所有非标需求转化为技术层面的标准化组件，从而更快地实现交付和履约。另一方面，也可以把技术中台开放给客户，如果客户自己有IT团队和产研团队，他们可以自己在上面搭。 第三个阶段的商业产品，现在已经在做demo了，我们叫“数字工种”。不管是SaaS还是企业级Agent，最终都是客户员工在使用工具，这仍然没有完全打破我刚才说的那个魔咒，还是AI配合人，且决策人本人通常对AI的实际效益价值是没有直接体感的。 我们想解决的核心问题是：既然前者都是AI配合人，人是关键变量，那我能不能倒过来，让AI主动完成工作，人来配合AI？决策人考核“它”的方式，跟考核“人”是完全一致的。 这背后的逻辑是，上一个时代的工具类产品，抢占的是每家To B企业的IT预算，而企业的IT预算可能只占总预算的3%、5%。但我们想换个方式，我们提供数字劳动力，要抢占的是企业的人力预算。 我们换了个视角来打开更大的赛道，我抢占的不是全球服装企业的IT预算，而是全球服装企业的人力预算。 虎嗅：你们先做了什么岗位的数字员工？ 周栋：在服装产业图谱里，会有不同的数字员工解决不同环节的问题。这些所需的know-how，就来自我们做SaaS、做大客户项目过程中持续积累的know-how，再把这些know-how抽象成不同的数字员工，对应解决不同的行业问题。比如我们的第一个数字员工，名字叫“电商内容专员”。 虎嗅：为什么先选择做“电商内容专员”这个数字员工？ 周栋：因为它离钱最近。 虎嗅：现在的营收情况方便透露吗？ 周栋：商业化第一年只做了半年，营收大概大几百万人民币；后面是每年实现三倍增长。 虎嗅：三倍增长目标是基于什么判断的？是不是因为明年你们要推出那个技术中台？ 周栋：主要基于三个方面。第一，因为我们的技术和产品能力会越来越强，自然能获得更多客户的认可；第二是区域扩展，除了日本和中国，我们已经开始拓展美国、法国、德国这些欧洲市场；第三就是新的项目形态的增量。 现在营收的绝对值不是最重要的，更应该关注每年的增长是否是稳步上升的状态。

【环球网报道】据美国彭博社、路透社当地时间17日报道，美国亿万富翁埃隆·马斯克要求美国开放人工智能研究中心（OpenAI）和微软公司向其支付790亿至1340亿美元的赔偿，理由是OpenAI背弃了其非营利初衷、转而与微软合作，从而对他构成欺诈。OpenAI、微软随后相继作出回应。 马斯克 资料图 图源：外媒 彭博社称，马斯克的律师16日在法庭文件中详细说明了这一赔偿请求。该文件援引金融经济学家、专家证人保罗·瓦赞的估算称，马斯克在2015年协助创立OpenAI时，向其捐赠了3800万美元种子资金，却遭到欺诈，因此有权获得OpenAI当前5000亿美元估值中的一大部分。 报道称，该文件显示，专家证人瓦赞在计算赔偿金额时，将马斯克对OpenAI的财务及非金钱贡献一并纳入考量，包括其提供的技术和商业建议。文件提到，马斯克还计划寻求惩罚性赔偿。 彭博社介绍称，马斯克于2018年退出OpenAI董事会，2023年创立了自己的人工智能公司，并在2024年就OpenAI首席执行官萨姆·奥尔特曼将该公司转为营利性企业的计划与其展开法律诉讼。OpenAI和微软均否认马斯克的相关指控。 “马斯克先生的诉讼依然毫无根据，并且是其持续性骚扰行为的一部分。我们期待在案件审理时证明这一点。”OpenAI在声明中表示，“这一不严肃的最新索赔要求，唯一目的就是延续这场骚扰行动。” 报道称，OpenAI此前曾警告投资者，随着案件进入审理阶段，预计马斯克将提出吸引眼球的主张。 路透社称，一名微软律师表示，没有证据表明微软公司“协助并教唆”OpenAI。

IT之家 1 月 17 日消息，埃隆 · 马斯克（Elon Musk）今日在社交平台上透露，用于 Grok 的“Colossus 2”超级计算机现已投入运行。这是全球首个吉瓦级训练集群，四月将升级至 1.5 吉瓦。 IT之家注意到，马斯克 2024 年夏天启用了孟菲斯的 xAI 设施 —— 超级计算机“Colossus”，它为 xAI 的聊天机器人 Grok 提供算力。这个设施的建筑面积相当于 13 个足球场，并计划使其规模扩大一倍。该设施启动时配备了 10 万块英伟达 H100 GPU，到 2025 年 2 月，GPU 数量已翻倍至 20 万块。 2025 年 5 月，Colossus 孟菲斯超级集群第一阶段全面投入使用，站点从孟菲斯当地多部门获得 150 兆瓦电力。此外，xAI 的 Colossus 超算还配备了 150 兆瓦的特斯拉 Megapack 电池用作备用电源，以便在停电或需求激增时提供保障。 今日早些时候有报道称，美国环境保护署裁定马斯克的 xAI 在田纳西州为 Colossus 数据中心供电过程中，违规运行了数十台天然气涡轮机。 监管机构明确否定了 xAI 提出的“临时使用即可豁免监管”的说法，并在经过一年多审查后作出最终裁决，认定此行为违反环保法规。

快科技1月17日消息，阿维塔在微博发布关于广西南宁15辆车连撞交通事故的说明。 1月6日，一辆阿维塔07在南宁因超速驾驶连续与15辆车发生碰撞，当地交警已做现场调查处理，并出具事故认定书，明确事故原因为驾驶员导致。 根据对用户授权的车辆数据进行分析，结果表明：事故发生前和事故发生时，车辆始终处于【NCA_STANDBY】状态，即辅助驾驶功能未激活。碰撞发生后，安全气囊等正常打开。 事故发生后，当事用户本人确认，其从未接受过媒体采访。自1月13日我司首次公开说明情况后，仍有部分媒体在未经任何核实的情况下，持续发布“肇事司机称驾驶辅助系统失控”等完全背离事实的报道，进行恶意剪辑与传播，严重侵害我司品牌声誉。 阿维塔表示，目前经我司积极沟通与澄清，主流扩散媒体已主动下架相关不实内容。对于仍在扩散及未来可能出现的恶意造谣、抹黑行为，我司将坚决采取一切法律手段予以打击，并保留追究法律责任的权利。同时提醒广大车主朋友注意行车安全，遵守交通法规，平安出行。

快科技1月17日消息，台积电去年在美国压力下宣布追加1000亿美元投资，对美芯片工厂总投资将达到1650亿美元，然而最新的谈判结果中，台积电的投资力度只会更大。 美国要求中国台湾方面的投资总额不低于2500亿美元，其中大部分显然是台积电投资推动，目前具体会增加多少还不确定，但比去年追加的1000亿美元要高。 不仅要巨额投资，台积电还需要把先进产能转移到美国本土生产，美国商务部长卢特尼克提出的要求是美国总统4年任期内台积电要把40%产能转移到美国工厂。 对于这一要求，台积电CFO黄仁昭日前在采访中没有正面回应，只表示台积电加快对美投资是因应客户需求，目前进展相当顺利。 他指出台积电在美国将投资6座晶圆生产工厂、2座先进封装工厂、1个研发中心，此前购买的第一块土地面积为1160英亩，已经不够用了，为此他们又购买了第二块面积900英亩的土地。 对于美国掏空台积电的质疑，尤其是先进技术流入美国的问题，黄仁昭表示最先进的工艺还是会留在台积电本土工厂。 他表示基于务实考量，最先进工艺会在本土工厂运行，稳定成熟之后才会转移到海外，这至少需要1年以上时间。 不过此前台积电方面的表态是落后2代的工艺才能出口到海外，按照业界至少2年一代工艺的情况来算，意味着要拉开4年差距，而台积电现在只把量产1年的工艺就转移到美国，其中的情况不言自明。 由于先进工艺的技术演进问题，3nm与2nm看似差距一代，但技术本质差别并不明显，未来2nm到A16工艺更是如此，因此美国工厂的技术差距跟本土工厂其实远没有拉开。