快科技10月14日消息，财经网站Webb-site公布了2024年香港上市公司董事薪酬排行榜。 数据显示，其中31名董事2024年报酬逾1亿港元。理想汽车创始人、董事长兼CEO李想以近6.80亿港元的总报酬位居榜首。 JS环球生活董事长兼首席执行官王旭宁以约5.21亿港元位列第二，京东集团(09618.HK)创始人刘强东以约4.49亿港元位列第四。 此外，贝壳联合创始人、董事长兼CEO彭永东，以4.26亿港元排名第五。 进入前十名的董事还包括贝壳联合创始人及执行董事单一刚、哔哩哔哩董事长兼CEO陈睿、JS环球生活首席财务官韩润，以及新濠国际主席兼CEO何猷龙。 2025年5 月，“李想 2024 年薪酬 6.39 亿”的话题突然炸上热搜。在新能源行业普遍承压的背景下，这串天价数字瞬间引发热议。不过，随后理想方面表示：“李想年薪6.39亿”的说法并不准确。 理想汽车2024年年报显示，李想2024年的薪酬构成为：266.5万元的薪金、津贴和实物福利，16万元的退休金计划供款，以及6.36亿元的股份支付薪酬费用，合计6.39亿元。 理想汽车方面称，李想2024年的全部实际薪酬为266万元。目前披露的年销量50万辆对应的1800万股奖励约合6.39亿元费用，属于公司按照美股上市公司（美国会计准则）必须记账的费用，不是李想的实际薪资收益。 根据理想的股票激励计划，李想如果想拿到这1800万股奖励，除需要完成公司设定的销量目标外，还需要额外支付29.26美元/ADS（美股1ADS=港股2股A类普通股，即1：2的对应关系，目前市场股价约为25美元/ADS）。截至目前，李想未支付现金对价，因此未实际获得任何股票或股票收益。

凤凰网科技讯 10月14日，近日，京东旗下外卖品牌七鲜小厨在美团外卖、淘宝闪购等平台低调上线。 查询发现，目前七鲜小厨（长保大厦店）在淘宝闪购月销量达到2000单，在美团外卖月销量达400单。 据媒体报道，今年7月20日，七鲜小厨首家外卖自营门店开业，用户可以在线上下单，采取 “外卖+自提”的模式。当时七鲜小厨仅入驻了京东秒送，没有入驻美团或者淘宝闪购。七鲜小厨业务负责人刘斌后续表示，对于入驻其他平台，七鲜小厨的心态非常开放，只要消费者有需求或者其他平台愿意，就可以一起合作。

摘要： 就在库克现身抖音直播间当晚，三大运营官宣正式开展eSIM手机业务。 凤凰网科技 出品 作者｜姜凡 编辑｜董雨晴 直播基础，直播嘉宾就不基础。 北京时间10月13日晚上，苹果CEO库克亲自现身苹果App Store的抖音直播间，并正式宣布iPhone Air将于10月17日上午9点开启预购，于10月22日全面发售。 三大运营商官宣，eSIM正式来了 库克此番中国行背后，市场关注最高的，是10月13日晚间，中国移动、中国联通、中国电信发文宣布正式获得开展eSIM手机业务商用试验批复，用户可通过线下营业厅或线上预约办理。 eSIM（嵌入式SIM卡）技术，顾名思义，是一种嵌入在设备内部的虚拟SIM卡，与传统的物理SIM卡不同，它不需要实体卡槽，因此在设备设计上节省了空间，于消费者而言，使用了eSIM卡，最直观的体验是“换机不换卡”的便捷性。 iPhone Air自今年9月与iPhone 17系列一同发布以来，其国行版的上市时间一直未确定。主要原因在于iPhone Air取消了实体SIM卡槽，完全依赖运营商的eSIM服务。 然而，随着三大运营商相继发布正式公告，可以说是解决了iPhone Air在中国上市的最后一个难题。 中国联通表示，eSIM技术的突破是其在这一领域经过长达十年的技术积累后的重要里程碑。此次批准为运营商和设备制造商提供了政策保障，也为iPhone Air的上市铺平了道路。 不过，eSIM的真正普及仍需要时间，尤其是在国内市场，用户对这一新兴技术的接受度尚在培养阶段。而苹果推出首款全eSIM机型，势必加速这一技术在中国市场的推广与应用，为行业提供了强有力的示范。 对于苹果而言，推出eSIM专属的iPhone Air，不仅意味着全球旅行者可以更加便捷地切换运营商和套餐，也为整个通信行业指引了未来发展的方向——逐步摆脱物理SIM卡的束缚，迈向无卡时代。 此外，苹果方面还透露，从其官网购买的未接入运营商网络的 iPhone 均为无合约机，“你可以使用任何为 iPhone 提供服务的网络”。 iPhone Air，难得的突破 在九月的苹果发布会上，iPhone Air并没有使用数字来命名，原本的iPhone 17 Air这次改名字了。 它是苹果史上最薄的手机，厚度只有 5.6 毫米，甚至比一支铅笔还要纤细。库克在介绍产品时侃侃而谈，并称iPhone Air轻薄的像会飞走一样。 虽说是牺牲了电池容量换来了轻薄，但是它的性能和信号并没“缩水”。 iPhone Air搭载全新的 A19 Pro 处理器，内置苹果自研的 N1 芯片，同时升级到C1X基带，带来更低的功耗表现，基带能耗下降幅度高达30%。因此，它也被称为苹果史上能效表现最强的iPhone。 iPhone Air国行版最终定价为，256GB版本7999元；512GB版本9999元；1TB版本11999元，这价格介于iPhone 17和iPhone 17 Pro系列之间。 库克的中国行 库克此次访华，不仅是苹果CEO对中国市场的重视，更是苹果与中国消费者的一次深度互动。在10月13日晚，库克本人现身抖音Apple Store直播间，宣布iPhone Air的预售和发售日期，这一举动也被视作苹果在国内市场的销售突破。不少网友评论，不是嘉宾请不起，而是库克更有性价比。在更早之前的9月初，Apple Store官方旗舰店入驻了抖音商城，计划销售iPhone、iPad、MacBook等苹果全系产品。截至目前，该店铺粉丝突破了329万粉丝。 库克本人的首站则是上海Labubu的十周年巡展，他与“LABUBU之父”龙家升及泡泡玛特创始人王宁进行了交流，并获赠一款手持iPhone的Labubu特别定制款。 科技博主Eva报道，在巡展期间，龙家升向库克展示了他的创作灵感及不同的艺术作品，同时介绍了Labubu家族的创作背景。有趣的是，在满墙的Labubu面前，艺术家龙家升展示了如何用iPad Pro进行绘画创作。

IT之家 7 月 15 日消息，“网络身份证”来了！公安部、国家网信办等 6 部门联合公布的《国家网络身份认证公共服务管理办法》，今天（7 月 15 日）起开始正式施行。今后，在网购、办理业务等要用到实名信息场景中，可以用“网络身份证”进行核验，极大地降低个人身份信息泄露风险。 简单来说，国家网络身份认证就是依托国家统一建设的网络身份认证公共服务平台，为自然人提供申领网号、网证以及进行身份核验等服务。网号是与自然人身份信息一一对应的网络身份符号，由字母和数字组成，不含明文身份信息；网证则是承载网号及自然人非明文身份信息的网络身份认证凭证。用户可通过“国家网络身份认证 App”申领并使用网号和网证。 据IT之家了解，根据《管理办法》，不满十四周岁的自然人需由其父母或监护人代为申领网号和网证；已满十四周岁未满十八周岁的自然人需在父母或监护人的监护下申领；成年人则可通过支持 NFC 功能的手机下载“国家网络身份认证 App”，在 App 首页点击立即申请，选择证件类型，在手机 NFC 区域识读本人身份证核验身份信息后，进行本人人脸识别，设置关联手机号码和网络身份认证凭证口令，申领成功后，就可以选择在当前手机使用网络身份认证凭证了。 目前，国家网络身份认证公共服务已在部分互联网平台和政务服务、教育考试、文化旅游、医疗卫生、邮政寄递、交通出行等多个行业领域开展试点应用。截至当前，国家网络身份认证 App 累计下载量已超 1600 万次，申领开通人数达 600 万，提供认证服务 1250 余万次。 互联网平台接入该服务后，用户选择使用网号、网证进行登记或核验的，平台不得要求用户另行提供明文身份信息，除非法律、行政法规另有规定或用户主动提供。此外，申办国家网络身份认证需使用有效期内的实体居民身份证，倘若身份证已过期或不慎遗失，需抓紧前往公安部门换领 / 补领。

IT之家 10 月 14 日消息，SpaceX 核心成员、前资深副总裁汉斯・科尼希斯曼（Hans Koenigsmann）宣布将与好友一同搭乘蓝色起源的 New Shepard 亚轨道飞船进入太空（最快下个月）。 其好友米叫作凯拉・米奇・本特豪斯（Michaela "Michi" Benthaus），于 2018 年因山地自行车事故受伤导致脊髓损伤，但仍坚持追求太空梦想，她也将成为首位登上太空的轮椅使用者。 ▲ 本特豪斯和科尼格斯曼在新谢泼德号太空舱前合影 IT之家查询公开资料获悉，科尼希斯曼于 1963 年出生于德国，是 SpaceX 最早的工程师之一，是公司 004 号员工，负责“猎鹰 1 号”火箭的航电系统研发。 除他之外，马斯克 2002 年创立 SpaceX 时还聘请了另外两名“创始员工”，分别是负责推进系统的汤姆・穆勒（Tom Mueller）与负责结构系统的克里斯・汤普森（Chris Thompson）。 自加入 SpaceX 后，他在这家公司勤恳工作了近 20 年，领导了多起“猎鹰 9 号”火箭的事故调查，并担任公司任务保障与安全负责人，直到 2021 年底才从 SpaceX 退休。 在接受 Ars Technica 采访时，科尼希斯曼介绍了这次飞行的缘起。他回忆说，几年前本特豪斯曾请他协助寻找抛物线飞行项目的赞助。之后两人在慕尼黑一次无人机比赛中重逢，谈及太空飞行话题。本特豪斯问他：“你觉得我能成为宇航员吗？”当她提到蓝色起源的 New Shepard 飞行计划时，科尼希斯曼联系了蓝色起源工程师奥德丽・鲍尔斯（Audrey Powers），对方对这个想法表示支持。 科尼希斯曼说：“后来我想，也许我自己也能参加。对我来说，这不会影响未来参与轨道级飞行的计划。我问过很多人 —— 不仅是朋友 —— 没有一个人反对，所以我决定加入。” 谈及安全问题时，他表示，自己在 SpaceX 工作多年，对安全流程非常了解，因此起初对蓝色起源的系统存疑。 我和几位在那儿工作的人谈过，他们都愿意乘坐 New Shepard。对我来说，最终的判断标准是 —— 你是否愿意让自己的孩子去坐？后来在与团队交流后，我认为他们对安全问题的回答大多合理、充分，所以我逐渐安心了。 至于与 SpaceX 的关系，科尼希斯曼表示，他曾担心乘坐竞争对手的飞船会被误解。他说：“我问过 Gwynne（SpaceX 总裁兼首席运营官 Gwynne Shotwell），她对此完全没意见。” 他还提到，另一位 SpaceX 工程师安迪・萨德瓦尼（Andy Sadhwani）也曾乘坐维珍银河飞船，这也进一步鼓舞了他。“我原本想只做轨道飞行，但他告诉我，那次体验非常棒。于是我觉得，或许可以从这次‘短途跳跃’开始。” 科尼希斯曼将承担部分安全照看责任，协助照顾同行的本特豪斯。他还表示最期待的，是亲身体验火箭穿越“最大动压点”（Max Q）的感觉：“我一直想从内部感受 Max Q。它会让人左右摇晃吗？还是飞得太快，几乎察觉不到？我问过很多宇航员，但没人能清楚描述。” 他还补充说：“我想亲眼看到地球的弧度，从上方看到整个地球，并由此感受我们在这颗星球上的渺小。”

IT之家 10 月 14 日消息，苹果 CEO 蒂姆・库克今天发布微博，现身 Apple Store 浦东零售店，与两名被 Apple Watch 救命的青年分享观点。 IT之家在此援引库克表述，Apple Watch 已成为无数人生活中不可或缺的健康工具，很高兴能在线下零售店见到万清华和杜昊泽，他们已经完全康复，现场分享了 Apple Watch 的高心率提醒和摔倒检测功能在关键时刻如何起到了帮助。 据凤凰网昨天报道，万清华来自浙江嘉兴，目前还是一名在校学生，有一天他在家里做作业时，手上戴着的 Apple Watch 接连发出高心率通知，起初他没有太在意，只是觉得比平时累一点，可能就是没休息好。 直到手表第三次发出提醒时他才真正警觉起来，万清华随即使用了 Apple Watch 的心电图功能，结果显示高心率，坐在椅子上的心率就达到了 150 次 / 分钟。 当他站起来时突然感觉两眼一黑，直接晕了过去，随后手表的“摔倒检测功能”自动将他的位置信息发送给紧急联系人，经过医院的 CT 检查，他被确诊为严重肺炎，医生后来告诉他，如果晚来几个小时的话后果将不堪设想。 第二位用户杜昊泽则是在骑电动车时不幸失控摔倒，左小腿严重骨折导致完全无法移动，同时他的 iPhone 手机也被摔到远处，情况十分紧急。 随后他用手上的 Apple Watch 启动了紧急求助，并用手表的通话功能给紧急联系人打电话、发送精准定位，他最终及时就医，现在已经完成手术，正在康复中。

找AI帮忙不要再客气了，效果根本适得其反。 宾夕法尼亚州立大学的一项研究《Mind Your Tone》显示，你说话越粗鲁，LLM回答越准。 语气越冲，AI正确率达到84.8%。特别客气时，AI正确率反而低了。 什么情况，难道是我给AI的温柔过了火？？ 用粗鲁语气提问，GPT-4o的正确率反而更高 这项研究主要就是想弄清楚和AI说话的语气会不会影响它的正确率。 我们发给大模型的提示词到底应该是客气、普通还是冲？ 首先，研究人员整了一个包含50道选择题的题库，涵盖了数学、科学、历史的选择题，难度中等偏上。 然后给每道题改出了5种语气版本，be like： 您能好心帮我解这道题吗？ 请回答这道题。 直接给答案。 你要是不笨就回答。 你个没用的，会解这道题吗？ 接着，研究人员把这250道题发给GPT-4o。 为了让AI的回答更统一，好判断对错，在测试之前还特意告知：忘记之前的对话，重新来，只给答案选项的字母。 经过一番测试，得到一个反常识的结论——骂得越狠，答得越准！ 特别客气时，GPT-4o正确率80.8%，换成特别粗鲁的语气，正确率直接升到84.8%。 好一个越客气越拉胯，越粗鲁越聪明（doge）。 研究人员还将数据进行了统计检验，对比显著性水平之后，确认了：不同语气的正确率差异不是碰巧，是真有区别…… 至于为什么会出现这种情况，研究给出的解释是：特别礼貌的表达中可能会有很多“多余”的话，这些话和题目本身无关，还相当于给AI读题增加了干扰。 而粗鲁的表达虽然语气冲，但命令式的要求往往更直接，也能让AI更精准地抓住“答题”这个核心任务，正确率自然就高了。 网友表示：确实是这样，指令越明确，结果越好。 看来是“多说无益”啊～ 虽然GPT-4o更喜欢粗鲁一点的方式，但像GPT3.5和Llama2-70B这样的老模型却不喜欢，粗鲁的语气会让它们答得更差。 可能是因为新模型在训练时，接触到的语气相关数据更复杂，或者优化了过滤无关信息的能力吧。 当然了，在使用AI工具时，能清晰地表达诉求，效率会更高。 毕竟话虽如此，but道德提醒—— 虽然越粗鲁越准，但也不要太粗鲁了！如果“骂”，请轻喷～ 论文地址：https://arxiv.org/abs/2510.04950?ref=blog.anyreach.ai 参考链接：https://x.com/rryssf_/status/1977638031952892002

业界全力提升Token速度、降低成本，支撑千行百业跨越智能体规模落地临界点。 文｜游勇 编｜周路平 不久前的2025人工智能计算大会上，浪潮信息公布了一份业内瞩目的成绩单：基于元脑SD200超节点AI服务器，DeepSeek R1大模型Token生成速度仅需8.9毫秒，创造国内大模型最快Token生成速度；而最新发布的元脑HC1000超扩展AI服务器，实现每百万Token成本首次击破1元大关。 浪潮信息在推动AI推理正式进入“10毫秒、1块钱”的时代，而背后是底层算力在应对智能体大规模应用时面临的两大挑战：一方面，多智能体之间的交互，对响应速度更加严苛；另一方面，智能体带来Token消耗量的指数级增长，如何降低Token生成的成本，成了智能体大规模应用以及未来能否实现商业闭环必须要攻克的一环。 在业内看来，Token速度的提升和成本的大幅降低有望推动千行百业加速应用智能体。 01 速度与成本，已成智能体时代头号敌人 今年初，DeepSeek在推理模型上的进展以及Manus令人眼前一亮的实践，快速推动大模型从训练进入以智能体技术为代表的推理时代。能够实现自主规划执行路径、灵活调用工具的智能体，无论是在C端应用，还是在B端市场，都爆发出巨大的应用潜力。今年也被认为是Agent元年。 德勤预测，到2025年，将有25%的企业部署生成式AI驱动的智能代理；到2027年，这一比例将升至50%。 2025年8月，国务院也出台了《关于深入实施“人工智能+”行动的意见》，明确提出到2027年，新一代智能终端、智能体等应用普及率超70%。 而中国人工智能企业的数量已经超过5000家，平均约11个小时就有一家人工智能企业诞生。智能体落地如火如荼，各类智能体产品和智能体开发平台层出不穷。无论是汽车、金融、网络安全、电商以及协同办公等行业都在探索智能体的应用场景。而在编程、客服、营销、办公助手、商业智能、知识助手等通用场景已经看到了成效。在不久前的WAIC上，各厂商的重心几乎都放在了智能体的落地上。 “智能体已经进入到大规模商业部署的阶段。”浪潮信息首席AI战略官刘军说，国内几个头部的AI产品，调用量已经非常大，Token增长的比例都是每月几倍的增长，而国内今年比去年的Token调用量可能会上升50倍。 2025年5月底，火山引擎透露，豆包大模型日均tokens使用量超过16.4万亿。腾讯在今年9月表示，现在用户每天向元宝的提问量已经达到年初一个月的总和。 但行业烈火烹油的背后，大模型应用落地从训练走向推理，这也给行业带来速度与成本的双重考验。 百度智能云CEO沈抖曾提到，因为在大模型推理上，推理的工作负载会随着流量规模、输入输出长度的变化而变化。为了保持高吞吐、低时延，往往需要多个节点之间协同完成计算与通信。如果通信和计算的调度不够高效，就会造成算力空转、等待时间增加，推理性能下降，“这个时候，单靠堆卡是不够的，需要做系统性的优化。” “智能体进入大规模商业化应用时，响应速度成了企业的核心竞争力之一。”刘军说，“对于Agent速度的痛点，大家在产业里面感知到了，但是一直没有很明确地去把这个问题放到这么重要的位置上。” 过往是以Chat为核心的人机交互，对延迟没那么苛刻，只需要跟上人的阅读速度就基本能满足需求。但智能体时代，人机交互进化成智能体与智能体之间的交互，而智能体接收信息的速度几乎没有上限，智能体之间的交互对于延迟的痛感越来越强烈。比如金融行业的欺诈检测需要做到10毫秒左右、具身智能的规划决策需要做到50毫秒。 而且，随着单一智能体走向多智能体，每一个环节的延迟都会累加，最终让延迟变得不可接受。“如果延迟不做到足够低的话，没有商业的可能性。”刘军说。 除了推理模型的响应速度，旺盛的需求和Token的指数级增长也给全行业带来另一个幸福的烦恼：底层的算力基础设施能否把推理成本做得足够低。 “我们看到了Token成本带给整个产业的巨大压力。”刘军说，“客户最关心的问题转为了成本是不是足够低，是不是能够实现一个超大规模的扩展，使得我的基础设施能够支撑大规模应用服务的能力。” 当前，企业部署一个智能体平均每月的Token成本大概是1000到5000美元。以OpenAI的GPT-5为例，其在处理复杂任务时，输入Token成本为每百万1.25美元，输出Token为每百万10美元。 尽管行业的Token成本每半年就出现较大幅度的下降，但随着大规模应用，如何降低成本依然是行业所关心的话题。尤其是超大规模的商业用户，对成本的感知会更加深刻。 “省成本是用户体验非常重要的一个指标。”百度集团副总裁侯振宇说，百度智能云针对推理服务，重新设计了调度器、加速引擎与 KVCache 系统，在万卡集群规模上实现了吞吐大幅提升与首Token延迟显著下降。 国庆假期前，DeepSeek专门发布了新款推理模型，引入全新的稀疏注意力机制，实现了推理成本大幅降低，开发者调用API的价格降低50%以上。 火山引擎也是国内在AI推理上降价最为凶猛的云厂商之一。火山引擎总裁谭待曾表示，单个Agent任务的Token消耗量可达传统聊天场景的数十倍，成本成为规模化应用的掣肘，“过去人与模型聊一小时耗20万Token，如今Agent处理一个复杂任务就要20万Token，降价是普及的前提。” 春江水暖鸭先知。当这些模型厂商、AI云厂商表达出对速度和成本的强烈痛点时，作为国内算力龙头，浪潮信息所处的生态位，也让其更早地捕捉到行业演进的趋势，“或许一般规模的企业当下对成本的感知不强，但成本一定是在超大规模的商业用户首先感知到这样一个差别。”刘军说，浪潮信息正在基于底层计算架构的创新优化，探索了一条更契合行业发展的降本提效路径。 02 浪潮信息如何做到“10毫秒、1块钱”？ 作为浪潮信息在推理场景的主打产品，HC1000和SD200背后有着明确的客群。HC1000会更适合大规模的互联网客户，他们对控制成本有着更强的感知和需求。SD200则是满足在行业应用时对延迟要求敏感的客户，强调人工智能+产业落地，比如金融行业、具身智能等。 “我们不会为了技术而去做技术，为了指标而去做指标，更多是针对产业的核心挑战来针对性地优化设计。”刘军说，浪潮信息在解决算力痛点时，一直坚持的思路是以应用为导向，以系统为核心。 浪潮信息针对Agent的全链条做了深入细致的量化分析，找到了每个环节可能会影响速度的因素，然后集中在核心部分进行攻关。 比如浪潮信息发现，智能体之间的交互，通信数据包相对较小，超大带宽的用途不是特别大。刘军做了个形象的比喻，就像是从a地到b地修了16车道的高速公路，但是车辆在16车道上只跑了很短的距离，反而在上高速和下高速这两个节点花了很长时间，“我们重点就解决了车辆上高速和下高速的速度问题，让车辆直通上去，直通下去”。 此外，浪潮信息也对架构层面做了创新，比如元脑SD200采用了创新的多主机3D Mesh系统架构，将多个主机的GPU资源整合成一个统一的计算域，并且当中能够实现跨主机域全局统一编址。并且通过Smart Fabric Manager，元脑SD200实现了超节点64卡全局最优路由的自主创建，保障AI芯片间通信路径最短，进一步缩短基础通信延迟。 而影响Token生成成本的一个关键因素是目前推理的算效太低。刘军透露，大模型在推理过程中的算效比非常低，“可能比训练低甚至一个数量级以上。” 其中，推理算效低的一大原因在于计算负载不均衡。 业内目前的普遍做法是PD分离，将预填充和解码两个阶段分开部署，实现了计算资源的更细粒度调度与利用，为提升吞吐、降低延迟提供了结构基础。 除了业内常用的PD分离，浪潮信息在背后做了更多的分离技术来提升算效。比如在Decode（解码）阶段，把注意力计算和FFN计算拆开，在FFN部分又把不同的专家拆开。通过这些充分的拆解和解耦，让每一块GPU的计算效率足够高，最终带来了算效的倍数提升。 浪潮信息最新发布的元脑HC1000超扩展AI服务器就采用了全对称的DirectCom极速架构，可以智能调度每个环节的算力需求，不让计算资源闲置或等待，让它时刻处于计算和通信状态，整个网络的利用率接近98%，“把计算利用率调提高将近7倍”。 而在硬件层面，元脑HC1000创新了16卡计算模组设计、单卡“计算-显存-互连”均衡设计，大幅降低单卡成本和每卡系统分摊成本。同时，全对称的系统拓扑设计支持超大规模无损扩展。据测算，元脑HC1000的推理性能相比传统RoCE提升1.75倍，单卡模型算力利用率最高提升5.7倍。 而且，当推理过程被尽可能地解耦之后，系统对单芯片的性能依赖也大幅减小。过往，业内主流AI芯片的解题思路是在不断提升单芯片的性能，相当于一个六边形战士。但如今解耦之后，每个阶段对芯片的需求出现差异，用户可以不用昂贵的高带宽内存，也能获得很高的算效。这种全局的解决思路更适合当前国内因为难以获得高端GPU卡而出现的算力瓶颈。 当然，从产业发展的视角来看，百万Token输出成本一块钱是当前国内的最佳水平，但远不是算力演进的终点，“未来5年我们评估的数是随着Token数量的增长，需要相对应的实现单Token成本同等的数量级的下降，才能保持一种平衡。”刘军说。 结语：AI计算架构将走向专用 本质上，当前的GPU和ASIC芯片都是通用计算芯片，不是针对大模型去做的极致优化，里面仍然有很多的冗余。“要跟上Token高速增长的步伐，我们就一定要去革新计算的架构。” 刘军认为，当行业处于AI应用的起步和探索阶段，平台开发生态的通用性会更加重要，可以实现与不同的开发生态和软件生态耦合。但如果进入到大规模商业部署阶段，这种模式很快会遇到瓶颈，普惠AI将变得遥不可及。 “只要形成了一定的产业规模，最终会向极致的定制化和专业化的设计转变。”刘军说，“这是一个专用与通用对立统一、交替发展的过程。如果说AI的上半场是训练，那么下半场将是推理。大模型具有一次训练、无限次推理的特点，而模型权重在推理时是固定的，采用算法硬件化的专用计算架构将更适合推理场景，这应当是未来的发展方向。” 刘军提到了一个例子，D. E. Shaw研究所是搞量化的鼻祖，这家机构为分子动力学打造了一台特殊设计、功能单一的专用超级计算机Anton，通过算法创新和软硬件协同，最终使得其在分子动力学模拟中获得了比通用计算机高出百倍的计算能效。 这给AI计算架构也提供了借鉴。当大模型进入到一个规模海量、应用非常集中的阶段时，“通用就一定不划算”，浪潮信息认为，采用算法硬件化的专用计算架构更适合推理场景，探索开发专用大模型芯片，实现软硬件深度优化，针对大模型的核心算法算子去做极致优化，“只有这样性能扩展定律才能跟得上Token增长的海量需求”。

凤凰网科技讯 10月14日，“饿了么城市骑士”发文回应“超时扣款什么时候会取消”：平台正在试点推广新版服务分，通过扣服务分等方式取代原有的超时扣款，努力实现多劳多得，优劳优得，目前正在南通、常州、揭阳、景德镇等城市试点推广，预计10月覆盖更多城市敬请期待。

智东西10月14日消息，昨夜，前特斯拉人工智能与自动驾驶视觉总监、OpenAI研究员安德烈·卡帕西（Andrej Karpathy）开源nanochat，号称可以只用不到100美元（约合人民币711.5元）训练出“简易版ChatGPT”，一经发布在GitHub上就获得了5.6k星。 nanochat Github主页（来源：Github） 与其早期只涵盖预训练的nanoGPT不同，nanochat是一个极简的、从零构建的全栈训练/推理流程，用最精简的依赖代码库实现了“简易版ChatGPT”。 安德烈·卡帕西（Andrej Karpathy）推文截图（来源：X） 卡帕西在评论区中回复称，nanochat的基本架构类似Meta的Llama，但有所简化，并吸收了modded-nanoGPT的一些改进。 他还透露，截至指令微调（SFT）阶段，整个训练耗时3小时51分钟，总成本为92.4美元（约合人民币657.4元），“这样我们甚至还能剩下8美元买个冰淇淋犒劳自己。”他开玩笑道。 值得注意的是，由于目前对强化学习（RL）的支持尚不完善，卡帕西称他并未将其计入总运行时间。 也就是说，开发者只需启动云GPU实例，运行单个脚本，只需不到100美元（约合人民币711.5元），最快4小时，就能训练出可进行简单对话、创作故事诗歌、回答基础问题的“简易版ChatGPT”。 训练约12小时，模型即可在评估模型推理能力、知识基础等基础能力的CORE指标上超越GPT-2。卡帕西还透露，当投入提升至约1000美元（约合人民币7114.7元），训练41.6小时后，模型表现还将显著提升，能够解决基础数学/编程问题并通过选择题测试。 例如，深度为30的模型训练24小时（相当于GPT-3 Small 125M的计算量，约为GPT-3的千分之一）后，在多任务的语言理解基准MMLU得分超40分，在简单常识推理任务ARC-Easy超70分，在数学推理能力基准测试GSM8K中获得超20分的成绩。 nanochat性能表格（来源：Github） 这个有着8304行代码的项目实现了以下功能： 1、使用新的Rust实现训练分词器； 2、在FineWeb数据集上预训练Transformer LLM，并通过CORE指标多维度评估； 3、使用SmolTalk的用户-助手对话数据、选择题数据和工具使用数据进行中期训练； 4、进行指令微调，在常识选择题（ARC-E/C、MMLU）、数学（GSM8K）、代码（HumanEval）等基准上评估聊天模型； 5、可选使用“GRPO”算法在GSM8K数据集上进行强化学习； 6、通过带KV缓存的引擎实现高效推理，支持简单预填充/解码和工具调用（轻量级沙箱中的Python解释器），可通过CLI或类ChatGPT网页界面交互； 7、生成单页Markdown评估报告，以游戏化方式总结全流程。 在原推文的评论区中，卡帕西还给出了一个nanochat与用户对话的案例。在这个对话中，基础版nanochat已经实现AI聊天机器人的对话功能，并且可以根据要求撰写诗歌。 nanochat功能演示（来源：X） 在卡帕西的推文下，网友们发出一致好评，有人称“非常受到启发”，甚至说“这个人（指卡帕西）简直是个传奇。” 网友评论节选（来源：X） 还有网友已经做出了nanochat的可交互实时代码图谱，能够更加直观地探索这个代码库 结语：nanochat为AI开发成本控制路径提供参考 nanochat项目的推出，为AI模型开发的成本控制提供了新的参考。该项目证明了，在适当的架构设计和流程优化下，以100美元级别的成本实现基础对话AI功能具备技术可行性。 虽然当前版本在性能上仍与商用大模型存在差距，但其展现的性价比优势，为AI技术在更广泛场景中的应用拓展了可能性。随着开源社区对该项目的持续优化，这种高效开发模式或将为AI技术普及带来新的推动力。

IT之家 10 月 14 日消息，科技媒体 PhoneArena 昨日（10 月 13 日）发布博文，报道称谷歌正为安卓和 iOS 版 Chrome 浏览器，酝酿 AI 增强功能，解决用户面对信息冗杂网页时的阅读难题，借助 Gemini 模型，一键总结当前页面内容，从而帮助用户快速抓住文章核心要点，节省大量阅读时间。 在安卓设备上，运行安卓 16 稳定版或者最新 Android 16 QPR2 Beta 2 更新的设备，已系统集成该功能。在 Chrome 浏览器中打开任意网页后，用户只需长按电源键，系统便会调出 Gemini 浮层界面。 在这个界面中，新增了一个明确的“总结”（Summarize）按钮，点击后 Gemini 会立刻分析页面内容并呈现摘要。IT之家附上相关截图如下： 在 iOS 设备上，用户在 iPhone 上打开 Chrome 浏览器并进入目标网页，然后点击地址栏左侧的一个图标（形似带“+”号的堆叠纸张）。 此时屏幕底部会弹出“页面工具”菜单，用户选择带有 Gemini 标志的“询问 Gemini”（Ask Gemini）选项，随后在弹出的 Gemini 界面中点击“总结”按钮，即可获得当前页面的内容摘要。 这项摘要功能的应用范围相当广泛，不仅支持在 Chrome 浏览器中直接阅读的文章，也适用于通过 Chrome 自定义标签页（如 Discover）打开的内容，它还能对谷歌的搜索结果页面以及用户在谷歌新闻应用中阅读的文章进行总结。

陈福阳 凤凰网科技讯 北京时间10月14日，据CNBC报道，博通CEO陈福阳(Hock Tan)在周一接受采访，谈到了公司与OpenAI刚刚达成的芯片合作。他表示，OpenAI是少数几家处于基础模型研发前沿的领军者之一，而且估值已达到了5000亿美元。 OpenAI与博通周一宣布，双方将在未来四年内开发和部署10吉瓦的定制AI芯片及计算系统，以满足OpenAI的算力需求。这些芯片将由OpenAI和博通共同开发，并由博通在明年下半年开始部署。 知情人士称，这项新协议的价值达到数十亿美元。不过，两家公司并未披露具体的财务条款。 陈福阳在接受CNBC采访时表示，OpenAI是“少数处于基础模型研发前沿的领军者之一”，尽管这家ChatGPT开发商尚未上市，但其估值已达到大约5000亿美元。据陈福阳透露，博通秉持“务实”的商业理念，但这并不妨碍公司以数年后的视角审视“生成式AI这股技术浪潮”。 博通对其客户名单向来守口如瓶，但今年初曾透露正与三家大型云服务商合作开发新型AI芯片。上月，博通管理层宣布，已从第四家未具名客户那里获得100亿美元芯片订单。有分析师曾推测，这家客户是OpenAI。 陈福阳透露，博通正与“大约七家企业”紧密合作，其中四家被定义为“真正的客户”，即那些“已向我们下达大规模生产采购订单的公司”。 谈到博通的这些合作关系，陈福阳表示：“我们对此非常有信心，因为这些公司每一家都需要大量算力才能在这个领域竞争，才能在这场打造全球最佳基础模型的竞赛中最终胜出。”(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

IT之家 10 月 14 日消息，Broadcom 博通总裁兼首席执行官陈福阳 (Hock Tan) 在今年九月初的 FY2025Q3 财报电话会议上曾表示一位新客户此前向博通下达了 AI 芯片 PO（生产订单），涉及价值超 100 亿美元（IT之家注：现汇率约合 713.5 亿元人民币）的机架级系统。 博通未正面确认该订单的来源，当时外界一般猜测是 OpenAI。不过目前看来事实并非如此。 在博通与 OpenAI 宣布重磅合作后，博通半导体解决方案集团总裁 Charlie Kawwas 出席了外媒 CNBC 的节目，他表示 OpenAI 与博通的交易尚未达到签署 PO 的地步，这意味着之前是 OpenAI 外的其它新客户下达了巨额订单。 IT之家注意到，台媒《电子时报》此前将苹果和 xAI 列为博通的潜在新客户。

近日，北京云迹科技股份有限公司（下称“云迹科技”）正式向港交所递交招股说明书。 在商用服务机器人领域，云迹科技凭借在酒店场景的深度布局，占据了行业领先地位。行业咨询数据显示，按2024年出货量计算，云迹科技是全球第三大商用服务机器人公司，仅次于擎朗智能和普渡机器人。若将范围缩小至酒店服务机器人这一垂直赛道，云迹科技则稳坐头把交椅，是名副其实的“酒店机器人之王”。 然而，“王冠”之下，尽管公司收入保持了高速增长，2024年达到2.45亿元，同比增长68.6%，但持续的亏损状态并未改变。更严峻的挑战在于一份对赌协议，协议要求云迹科技必须在规定时间内完成“合格首次公开发售”，否则将触发大规模的股份赎回条款。 此次赴港IPO，对云迹科技而言，不仅是寻求发展的战略选择，更是一场关乎生存的时间赛跑。 单一业务模式下，连亏三年 云迹科技成立于2014年，自创立之初便将目光锁定在服务机器人赛道，并选择了酒店作为其核心应用场景。多年发展下来，公司已构建起一套涵盖机器人销售和机器人即服务（RaaS）的商业模式，其产品线包括用于物品配送的“润”系列机器人、提供引导服务的“格格”系列机器人，以及用于多楼层配送的送物机器人工作站等。 从财务数据来看，云迹科技的发展势头颇为引人注目。招股书显示，公司营收从2022年的1.45亿元增至2024年的2.45亿元，年复合增长率达到23.2%。这一增长主要得益于其机器人出货量的提升。 然而，收入的快速增长并未能转化为盈利能力。2022年至2024年，公司年内亏损分别为1.50亿元、1.13亿元和0.81亿元。尽管经调整后的净亏损呈现收窄趋势，但三年累计亏损额依然庞大，自我造血能力尚未形成。 招股书披露，在公司机器人出货量大幅增长的背景下，其物流及交付成本却出现了不合常理的下降，从2022年的396.9万元持续减少至2024年的287.8万元。如果以公开的成本数据和机器人重量粗算，云迹科技每公斤的物流成本从2022年的约18元，急剧下降至2024年的不足4元。如此幅度的成本优化在行业内极为罕见，这使得外界对其成本核算的真实性以及与OEM供应商之间成本结算方式的变动产生了疑问。 除了持续亏损外，云迹科技还面临着业务模式单一的情况。公司绝大部分收入高度依赖于酒店及相关泛旅游住宿业。这种业务结构使其极易受到宏观经济周期、公共卫生事件以及旅游业景气度的影响。一旦旅游市场出现波动，酒店行业的资本开支和运营预算收紧，将直接冲击云迹科技的销售和续约情况，为其收入的稳定性带来巨大挑战。 相比之下，其主要竞对的业务布局则更为多元化。全球配送服务机器人市场份额第一的擎朗智能，其核心优势在餐饮配送领域，市场占有率超过40%。排名第二的普渡机器人同样深耕餐饮场景。餐饮市场相较于酒店市场，规模更大且需求更为刚性，受经济周期的影响相对较小。 这种对比凸显了云迹科技在商业模式上的高度集中，这种集中成就了其在酒店领域的“王者”地位，但也为其未来发展埋下了抗风险弱的种子。当行业龙头们在更广阔的餐饮市场厮杀时，云迹科技在酒店这一相对狭窄的赛道称雄，其“王冠”的含金量和可持续性，值得重新审视。 对赌协议压顶 对许多接受风险投资的初创公司而言，对赌协议中的股份赎回是十分常见的条款，它为早期投资者提供了一种退出保障，但也可能成为压垮公司的最后一根稻草。 招股书显示，云迹科技自成立以来进行了多轮融资，引入了包括腾讯、海航、联想、科大讯飞在内的多家知名机构。在这些融资协议中，普遍包含了股份赎回条款。条款约定，如果公司未能在约定的最后期限前完成“合格首次公开发售”，投资方有权要求公司或创始人以约定的价格赎回其持有的优先股。 这一条款在会计处理上，被记为公司的“按公允价值计入损益的金融负债”。截至2024年末，这项负债在云迹科技的账面上高达23.23亿元。对于一家年收入仅2.45亿元且持续亏损的公司而言，这是一笔天文数字。一旦触发赎回，公司的现金流将瞬间枯竭，甚至可能直接导致破产清算。 因此，完成一次“合格首次公开发售”成为云迹科技解除这一财务枷锁的唯一途径。只要IPO成功，所有附带赎回条款的优先股将自动转换为不具备赎回权的普通股，账面上高达数十亿的负债便会随之消散。这也就解释了为何云迹科技在没有实现盈利的情况下，依然要全力冲刺港股市场。这并非一次战略上的扩张，而是“求生”路上的的资本运作。 而在这条路上，最大的拦路虎是估值。云迹科技在2021年12月完成最后一轮融资后，投后估值为40.8亿元（约合45亿港元）。而其选择的18C上市规则对已商业化公司的最低市值要求是60亿港元。这意味着，云迹科技需要在公开市场说服投资者，接受一个比其最后一轮私募融资高出至少33%的估值。 短时间内提升估值颇有难度，更何况还是在云迹科技这家公司基本面上持续的亏损、高度依赖单一市场、以及成本数据中存在的异常点的节骨眼上。对赌协议迫使公司必须寻求高估值以满足上市条件，但其自身的经营状况却难以有力支撑这一估值水平。 对云迹科技来说，此次IPO必须成功，成功则彻底摆脱赎回条款的束缚，一旦失败则可能面临难以承受的个人连带责任。资本市场的闸门已经开启，前路一切未知。

微软AI正式宣布推出其首个完全自研的图像生成模型 MAI-Image-1，并在全球知名的 LMArena 文生图排行榜上首秀即进入前十。这标志着微软正式摆脱对外部模型依赖，迈向 “自主生成式媒体引擎”时代。 MAI-Image-1 是微软继 MAI-Voice-1 与 MAI-1-preview 之后的又一自研模型，标志着微软AI正式将自有模型体系扩展至图像生成领域。 微软表示，该模型以“创作者导向（Creator-Oriented）”为核心设计理念，强调避免“模板化、风格崩塌”的输出问题，并在数据选择与评测中注重多样性、构图逻辑与真实光影表现。 模型主要亮点包括： 真实感光影处理：精确模拟环境反射、间接光与散射效果； 自然景观渲染能力：山川、城市、海岸等大场景表现突出； 极速生成体验：相比同量级大模型生成速度更快，支持连续交互与实时创作。 微软AI团队强调，该模型不仅追求图像质量，还特别优化了低延迟生成（low-latency inference），为未来在Copilot和Bing Image Creator 的落地提供技术保证。 截至2025 年10月13日，MAI-Image-1 已跻身前十名，超过部分老牌开源项目与中型商用模型。微软官方表示，LMArena 公测阶段主要用于收集社区反馈，并将在后续版本中进一步优化推理速度与安全防护机制。 “我们的目标不是盲目追求超大规模，而是打造一款可被创作者真正高频使用的图像模型。”—— Microsoft AI 团队声明 微软尚未公开MAI-Image-1 的架构细节、参数量或训练数据来源。但从其描述的性能特征推测，MAI-Image-1 可能采用了： 紧凑型Transformer + Diffusion 复合结构； 高效token-to-pixel 流水线优化； 多阶段风格校正与安全检测模块； Prompt 重复下的风格多样性保持机制。 过去，微软的图像生成产品主要依托合作伙伴（如OpenAI 的 DALL·E 系列）。而MAI-Image-1 的推出，意味着微软AI正在重构自身的“生成式生态闭环”： 上层应用：Copilot、Bing、Designer、PowerPoint AI 插件； 底层模型：MAI 系列语音、视觉、语言统一框架； 反馈闭环：通过LMArena 收集交互数据反哺模型调优。 这使得微软在与OpenAI、Google DeepMind、Stability、Midjourney 等的竞争中，首次拥有了完整自研的多模态生产链。 分析人士认为，随着Copilot 全面植入Windows 11、Office 365 与 Edge 浏览器，MAI-Image-1 未来将成为数亿级用户的默认生成引擎。

IT之家 10 月 14 日消息，科技媒体 9to5Mac 今天（10 月 14 日）发布博文，报道称苹果提出 FS-DFM 扩散模型，仅需 8 轮快速迭代，即可生成与传统模型上千轮迭代质量相媲美的文本，且写入速度比同类模型最多可提高 128 倍。 苹果公司与俄亥俄州立大学的研究团队近期联合发表论文，提出一种名为“少步离散流匹配”（Few-Step Discrete Flow-Matching，简称 FS-DFM）的新型语言模型。 该模型专注于解决长文本生成领域的效率瓶颈，仅需 8 轮快速精练，就能生成高质量的长篇文本，其效果足以媲美传统扩散模型执行上千步迭代所实现的效果。 在深入了解 FS-DFM 之前，需要区分两种主流的语言模型范式： 以 ChatGPT 为代表的自回归模型，其工作方式是逐字（Token）串行生成文本，后一个字的生成依赖于前面所有内容。 而扩散模型则采用并行策略，一次性生成多个字，再通过多轮迭代逐步优化，直至形成完整的回应。 FS-DFM 作为扩散模型的一个变体，进一步简化了迭代过程，旨在用最少的步骤直接生成最终结果。IT之家援引博文介绍，苹果研究人员为实现这一突破，设计了一套精妙的三步法： 首先，模型经过专门训练，能够灵活适应不同的精炼迭代次数。 其次，团队引入一个“教师”模型进行引导，确保模型在每轮迭代中都能进行大幅且精准的更新，同时避免出现“矫枉过正”的问题。 最后，他们还优化了迭代机制本身，让模型能以更少、更稳健的步骤生成最终文本。 在性能评估中，FS-DFM 还支持对比了拥有 70 亿参数的 Dream 模型和 80 亿参数的 LLaDA 模型。测试结果显示，即使是参数量仅为 1.7 亿至 17 亿的 FS-DFM 变体，在困惑度（衡量文本准确与流畅性的指标，越低越好）和熵（衡量模型选词置信度的指标。熵太低，生成的文本可能单调重复；熵太高，则可能胡言乱语）两项关键数据上，都表现出更低的困惑度和更稳定的熵。

10月14日，在某购物平台的11.11手机竞速累计（10月1日-10月14日16:30）排行榜上，iPhone 17系列占据前三名，而小米17 Pro及小米17 Pro Max分别排在第九、第十名。该榜单显示，iPhone 17系列已占据前三名两天以上。 iPhone 17 Pro系列 据CNMO了解，11.11手机竞速排行榜分为了当日榜和累计榜，榜单根据购物平台每日00:00到23:59:59的实时下单数据进行动态排名。 该榜单累计榜前十名机型具体是： 第一名、iPhone 17 Pro Max 第二名、iPhone 17 Pro 第三名、iPhone 17 第四名、荣耀X70 第五名、iPhone 15 第六名、iPhone 16 Pro 第七名、REDMI Turbo 4 Pro 第八名、REDMI K80至尊版 第九名、小米17 Pro 第十名、小米17 Pro Max 从这份榜单可以看到，苹果最新推出的iPhone 17系列展现出了压倒性的市场优势。此次iPhone 17系列在硬件配置、影像系统、交互体验等方面的升级，可能是其登顶的关键因素。国内品牌里，荣耀、REDMI、小米等品牌均有机型跻身前十。其中，荣耀X70位列第四，它的高性价比可能是其在竞争激烈的市场中脱颖而出的关键。

说起最近几年的影像旗舰，vivo X200 Ultra 无疑是其中最具特色的一个。 X200 Ultra 和机身一样厚的相机镜头，带来了打磨一年的 2 亿像素长焦和一块非常强悍的大底超广角，贡献了我 2025 年大部分满意的手机照片。 而在短短半年之后，全新出炉的 vivo X300 Pro 带着几乎一模一样的 2 亿像素蔡司 APO 长焦来到我们面前，直接越级尝试 PK 一下 X200 Ultra。 一台横平竖直的 vivo 比起去年机身仍然以圆润为主的 X200 Pro，X300 Pro 身上无疑汇聚了更多来自 X200 Ultra 以及 X200 Pro mini 的基因。 其中最大的改变发生在屏幕形态上：vivo X300 Pro 抛弃了刚刚使用一年的四等深微曲屏幕，换成了今年占据绝对主流的纯直屏，利好所有喜欢自己贴膜的用户。 除了手感之外，这样改动最直观的好处就是可以实现比四等深微曲屏更加极致的边框厚度。 今年的 X300 Pro 将屏幕黑边宽度控制在了 1.1mm，搭配同样是 2025 年主流的超大的 R 角，虽然长着一副「大众脸」，但接近 6.8 寸的屏幕拿在手里，冲击感依然是不弱的。 此外，相比 X200 Pro，X300 Pro 也从善如流地彻底抛弃了爱脏的亮面玻璃，在今年的四款配色上全部采用了丝绒玻璃工艺，不显指纹的同时手感也更加温润，拿起来明显更「Ultra 味」了。 不过我个人认为最主要的升级，其实还是相机 deco 的整体设计改变。X300 Pro 彻底抛弃了 X200 Pro 上面没用的巴黎饰钉，同时将去年的多层凸台进行了大刀阔斧的简化，彻底解决了 X200 Pro 镜头模组积灰的问题： 而在机器整体的硬件参数方面，vivo X300 Pro 和我们预期的相差不大，基本上是去年 X200 Pro 的全面升级款。 在最为直观的屏幕上，vivo X300 Pro 今年选择了一块京东方独家的 Q10 Plus 屏幕，尺寸维持在 6.78 寸，在 452PPI 的基础上将局部峰值亮度拉高到了 4500 尼特，哪怕在户外看 HDR 照片也是游刃有余的。 此外，这块 vivo 联合京东方深度定制的 Q10 Plus 屏幕还在护眼方面做出了突破，除了全亮度 2160Hz PWM 之外，原本的「类 DC」也升级到了「全 DC」，让 OLED 也有了近似 LCD 的护眼观感。 今年的天玑 9500 依然延续着已经被验证的「全大核」架构，借着新引入的 SME2 单元强化了端侧 AI 能力。不过落实到跑分上，天玑 9500 并非前两年那样的大踏步，SoC 性能并不能作为升级的主要动力，但应付日常需求和高负载游戏，都已经绰绰有余： 至于电池续航，vivo X300 Pro 依然使用了自家的半固态电池技术，容量从前代的 6000 提升到了 6510mAh。虽然有线充电功率依然是 90W，但无线充电则从 30 升级到了 40W，随放随充的速度无疑更快了。 另外翻到机身左侧，就会发现 X300 Pro 相比 X200 Pro 多出了一颗自定义按键，它的功能性类似 iPhone 上面的 Action Button，可以用来快捷打开和启动系统功能。 相比 X200 Ultra 上面那颗纯靠马达模拟震感的相机控制按钮，X300 Pro 这颗多功能按钮无疑是更实用的。希望 OriginOS 6 后续可以开放更多的接口，让多功能按钮的玩法丰富起来。 和 Ultra 试比高的影像 如果说这几年的高端手机「相机化」是个无法停止的趋势，那 vivo 就是其中最努力的一个，这一点在伴随 vivo X200 Ultra 推出的摄影师套装上显得尤为明显。 相比那些小打小闹的摄影手柄或者吸附式滤镜，vivo 的摄影师套装最重要的，是把「咬咬牙买原厂镜头」这个原本专属于相机用户的体验给原封不动的搬到了手机上。 一颗 85mm 的两亿像素长焦，转接上 vivo 和蔡司联名的 2.35x 增距镜之后，就可以秒变能够揣兜里的 200mm「小炮」，实现手机这个体积下想都不敢想的 200、400 甚至 800mm 照片，具体到实际应用场景上，就是在演唱会看台也能拍出媲美内场前排的照片： 而在 X300 系列上，这套装备不再是 Ultra 独享的了——不止 X300 Pro，X300 标准版也拥有自己的摄影师套装。并且相比之前的黑灰配色，X300 这一代新增了蓝色手机壳 + 银色增距镜的组合，复古感一下子就拉起来了。 甚至于 X300 系列上，使用长焦增距镜的流程也简便了许多。 不仅「长焦增距」模式被从二级菜单拿出来、提升到了主界面入口的地位，相机 app 也会主动提示你是否要打开增距模式，再也不会出现 X200 Ultra 那种手忙脚乱套上增距镜却找不到开关的窘境，非常方便： 车长已昏厥 这套由 vivo 带火的长焦增距方案，它的重点不仅仅是夯实了 vivo 作为「演唱会神器」的地位，也是针对「手机拍照算法味重」的一个根本性的解决方案。 通过光学技术增距到 200mm 肯定是比直接缩放更优秀的，并且它支持的舞台模式和视频录像，都是在针对这些「首先要拍得到」的需求点发力。 vivo X300 Pro 的长焦使用了一块新的两亿像素 HPBlue 定制传感器，而非 X200 系列使用过的 HP9 公版方案。 其 1/1.4“ 的传感器面积和 f2.67 的最大光圈都与 X200 Pro 持平，以此换来了更适中的相机模组体积，X200 Ultra 头重脚轻的问题得到了有效的解决。 使用 2 亿像素模式拍摄 而在相机功能上，vivo 也在不遗余力地挖掘这块 HPB 传感器的潜力。X300 Pro 的长焦增距不仅可以拍摄舞台模式，在人像模式中也可以启用了。 至于成像风格上，X300 Pro 与 X200 Ultra 一样，同样都有着很浓的「vivo 味」——蔡司自然风格的发色适中，但算法锐化的痕迹依然存在，偶尔需要手动调整一下锐化的数值才能获得最自然的效果。 而 X300 Pro 主摄使用则首发了 1/1.28“ 的索尼 LYT-828 传感器，分辨率依然是 5000 万像素。比起隔壁小米 17 Pro 上面咄咄逼人的超高宽容度主摄，vivo 联合索尼也端出了应对之策。 通过将双转换增益 HDR 和索尼擅长的多帧 HDR 合成技术整合，vivo X300 Pro 主摄的宽容度同样达到了 100dB（约合 16.6 档）： 而在超广角方面，由于有 X200 Ultra 与主摄同级的大底超广角映衬，X300 Pro 的 15mm JN1 超广角就显得没有那么出色了，想要用它出片，需要仔细挑选合适的场景： 只不过在提升传感器硬素质的同时，X300 Pro 同时还兼顾了一个关注度不是那么高的方面：闪光灯人像。 继 X200 Ultra 之后，X300 Pro 不仅将闪光亮度提升 60%，同时还分别为 24mm、50mm 和 85mm 三个主要焦段做出了针对性优化，实现了闪光灯跟随相机变焦的操作。 而在实战中，X300 Pro 这套智能的光斑融合补光方案不仅可以还原出氙气闪光灯那种「冷白皮」的效果，还可以用来模拟更加复古的「撕拉片」风格，玩出比普通闪光人像更具情绪价值的操作。 至于影像算法方面，X300 Pro 自然不会瘸腿，借助与联发科的深度合作，vivo 推出了一项基于端侧学习的「AI 定制美颜」功能，包含透亮、自然、元气骨相重塑（医美级美颜）和 AI 定制美颜（学习妆容）几种。 也就是说，仅需十几分钟的本地 LoRA 学习，X300 Pro 就可以根据你喂给它的精修照片生成一个符合你过往口味的美颜预设，下次修图时直接套用、省下十几分钟的时间。 这个功能的底层逻辑，在于人像照片的审美是非常多元化的，统一的滤镜无法满足每个人心中自己的「最佳修图」，同时用 AI 学习模板化和自动化这个流程，让更多人可以更轻松地获得「变美」的权利。 另外针对时下最流行的 Live Photo，vivo 还带来了一项新的玩法。除了可以套用相机的美颜管线、避免封面图和视频相差过大之外，X300 Pro 还首发了针对 Live Photo 的 AI 消除，哪怕是全程出镜的路人也可以直接消除了： 并且当 Live Photo 和人像模式叠加之后，你还可以在 X300 Pro 上拍出自带变焦运镜和希区柯克变焦的动态照片，比起以往只能在后期剪辑，这套自动化的流程无疑是更省事的——同时也是大底传感器给 vivo 带来的底气。 总之，X300 Pro 作为 vivo 延续「单颗超大底长焦」战略的第三代产品，它在影像能力方面的积累和成果是显而易见的。事实上，今年 OPPO 从 X8 Pro 的双长焦切换到 X9 Pro 的单长焦方案，就是一种无声的证明—— 在手机内部空间愈发紧张、用户对相机的需求愈发膨胀的时候，一颗大底长焦能够实现的效果，实际上是大于两颗小底长焦进行 1+1 接力的结果的。 这其中不仅仅是纯光学素质，单长焦的方案同时可以让算法优化的工作量降低、统一传感器发色更容易，以及缩放变焦时画面接续的难度变小。对于产品越来越「求稳」的主流厂商来说，这样的策略无疑是非常吸引人的。 如果进行一些大胆的猜测，我们甚至可以说：未来的两到三年，各家的影像旗舰应该都会变成大底单长焦的方案，以更好的光学素质和更少的工作量，取得大多数场景下高于平均水平的发挥。 vivo 之所以为 vivo 的理由 与 vivo X300 Pro 一同和我们见面的，还有视觉全面焕新的 OriginOS 6。今年的新系统虽然在视觉设计上添加了很多时下流行的材质元素，底层的 vivo 味倒是没有变，你仍然可以从中看出原本的 OriginOS 风格。 不过抛开花里胡哨的安卓皮肤不谈，OriginOS 6 在我看来最有用的功能，还得是跨生态互联。 比如借助 vivo 互传 app，你可以直接在 X300 Pro 上下载和编辑 iPhone 相册里面的照片。换句话说，你可以直接给 iPhone 拍的照片套上你在 vivo 端侧训练好的 AI 美颜模型，然后直接回传到 iCloud 相册里面： 此外，对于之前被诟病颇多的锁屏个性化，OriginOS 也进行了一轮紧急补课。在 X300 Pro 上，各种景深时钟、光栅锁屏以及 live 壁纸的加入，总算给万年不变的 Origin 锁屏带来了更多的活力： OriginOS 曾经是国产 ROM 里面那个代表着优秀设计和功能的代表，但是伴随着最近几年 ColorOS 和 HyperOS 的快速进步，OriginOS 的小修小补就被反衬得「不那么想要进步」了。 但 OriginOS 6 是一次难得的整体升级，其内部的功能策略和设计倾向，都是具有鲜明的 vivo 印记的：插连接 作为目前国产品牌中影像竞争力的重要组成部分，vivo 在今年的 X300 Pro 上依然坚持着自己的大底单长焦方案，这在事实上已经成为了 vivo 自己的特色。 从采购公版 HP9 到联手定制 HPB，再到依托「长焦增距镜」这种专业化的影像配件延展出更多的玩法，这就是一个坚持优化自家方案、直到它变成杀手锏级别的优势、最终演变为 vivo 这个品牌的风格和印记的过程。 放在这个手机的突破口越来越小，各家厂商开始有些群龙无首地探索下一个产品方向的时候，这种基于「长期主义」的坚持，才是 vivo 值得让人刮目相看的地方。

「我们专门为风云 T11 单独建了一个工厂，年产 30 万辆！」 作为风云 A9L 之后的又一款旗舰车型，奇瑞对风云 T11 相当重视，不仅把发布会场地选在了具有历史意义的芜湖老船厂遗址，更是为风云 T11 准备了一条单独的产线。 奇瑞执行副总裁李学用在发布会上承诺，用户只要下定，风云 T11 就能在上市30天内交付。 新车共推出了 4 款车型，可选后驱、四驱版，搭载 1.5T 增程动力，预售价格区间为 19.99-26.49 万元。 作为一款向「向百万级豪车看齐」的产品，奇瑞在堆料上并不吝啬。 奇瑞风云 T11 的长宽高分别为 5205mm、1998mm、1800mm，轴距为3120mm，座椅采用 2+2+2 布局，提供了月影灰、云黛蓝、极光绿等 6 种车身颜色供选择，采用了全新的家族式设计语言。 奇瑞介绍，这款车前脸以「故宫太和殿建筑群为灵感，试图通过三重横向分割重现殿-门-台的经典比例」，车辆中网采用较为新颖的直瀑式无边框造型，搭配哑光装饰条进行点缀，大灯组采用狭长设计，由贯穿式 LED 日行灯组成矩阵。 新车车身侧面整体造型则与常规的大型 SUV 一致，腰线较为平直，搭配 21 英寸轮毂，尾灯同样采用贯穿式设计，配备了银色镀铬装饰条及双片样式的扩散器装饰面板。 走进车内，奇瑞风云 T11 采用了全新的布局设计，配备由中控屏+副驾娱乐屏组成的一体式 30 英寸 6K 双联屏，配备 AR-HUD 抬头显示和电子怀挡，后排可选装 17.3 英寸吸顶屏与 23 扬声器音响系统。 风云 T11 一二排座椅配备加热、通风、按摩功能，二排配备的零重力座椅可以实现 220mm 的前后移动和 65mm 的横向移动，电动腿托与小桌板均有配置，中央扶手内还装有一个 9.2L 的冷暖箱。 在近期大家较为关注的安全方面，奇瑞足足用了发布会一半的时间来介绍。 风云 T11 基于奇瑞 「磐石 2.0」车身架构打造，热成型钢占比 23%，铝合金占比 20%，关键部位采用超高强度钢，车身扭转刚度达 37300N・m/deg，在同级别车型中处于较高水平。 奇瑞此次还提出了「6D 防护」的概念，风云 T11 采用「五纵十横」的车身架构，加入了大量铝合金和热成型钢，并在前舱设计了双层防火墙，对乘员舱的前后左右上下六处都做了加强。 此外，风云 T11 全车共拥有 11 个安全气囊，与常规布局相比，增加了后风窗安全气囊、2.2米超长侧气帘、L型附加跃屏式气囊，以及双腔远端气囊等。 在主动安全系统上，奇瑞风云 T11 标配猎鹰 500 驾驶辅助系统，可以选配猎鹰 700 驾驶辅助系统，共配备了 1 个激光雷达和 11 个车外摄像头、3 个毫米波雷达、12 个超声波雷达，搭载英伟达 Orin-Y 芯片，支持包括盲区检测、车道偏离干预、交叉碰撞制动功能在内的 20 多项主动安全功能，在有碰撞风险时，可以实现 130km/h 的静态车辆刹停。 这套硬件系统同时使奇瑞风云 T11 具备了城市领航辅助以及 ETC 车道通过等高阶驾驶辅助能力。 动力方面，奇瑞风云 T11 搭载奇瑞鲲鹏 CEM 增程动力系统，1.5T增程器每升油可发约 3.7 度电，百公里馈电油耗为 6.1 升，综合续航超过 1400km，提供四驱和后驱车型。 其中后驱车型最大功率为195 千瓦，官方 0-100 公里/小时加速时间为 9.3 秒，匹配容量为 33.68 千瓦时的磷酸铁锂电池组，CLTC 纯电续航里程 220 公里。 四驱车型系统综合功率 345 千瓦，峰值扭矩 634 牛·米，零百加速 5.4 秒，电池容量为 39.92 千瓦时，CLTC 纯电续航 220 公里。 新车底盘部分采用前双叉臂、后五连杆独立悬架结构，四驱车型还提供 CDC 电控减振器。 奇瑞风云 T11 上市后将与风云 A9L 构成「轿车 + SUV」的双旗舰矩阵，风云 A9L 从 7 月上市之后销量相当不错，上市首月交付了 10243 辆，不仅拿下中大型插电混动轿车细分市场月度销冠，也很好的打响了奇瑞风云系列的名号。 而瞄准的是 25-30 万元大型家用 SUV 市场的奇瑞风云 T11 ，直接对标理想 L9、问界 M8 等车型，但价格却仅为后两者一半左右，主打 「性价比」与「空间实用性」的标签，目前看来也有很大的潜力延续风云系列的良好势头。