太平洋科技-全部

震撼，马斯克联手老黄扔出星际大脑！AI算力中心射上天

新智元 — Fri, 07 Aug 2026 09:08:00 GMT

就在刚刚，SpaceX交出了首份公开财报。

在财报中，SpaceX正式宣布，携手英伟达推出轨道AI计算网络——Starmind（星际大脑）。

这一次，马斯克要用铺天盖地的卫星矩阵，在地球的大气层之外，组建一个无限扩展、无限能源、绝对零度散热的「太空AI大脑」！

Starmind直接将AI的算力底座，从地表搬到了太空。

马斯克打算用这个星际计算网络，彻底解决AI耗电与散热焦虑。果然，地球已经装不下他了。

所有人都以为马斯克的终极目标是火星，他却在通往火星的路上，顺手重塑了整个人类AI算力的版图。

本图为AI制作

逃离地球：打破AI算力的「死局」

这份曝光财报的数据十分亮眼：营收暴涨92%，高达78亿美元。Starlink用户更是直接翻倍，突破1200万大关。

不过，这些数据远没有星际计算网络那么吸引人。

如今的AI发展，正面临一个死局——缺电，缺水，缺地。

一个大型AI数据中心，耗电量堪比一座中型城市。地球的能源网络，已经快要承载不起AI的进化了。

马斯克说：既然地球装不下，那就放到太空去！

在SpaceX的最新蓝图中，Starmind项目给出了一个堪称天才的方案——

直接把搭载着英伟达最顶尖芯片的数据中心，发射到太阳同步轨道上！

为什么是太空？马斯克在访谈中给出了霸气的解释。

「外星人要是来到我们这儿，估计会纳闷，明明全是水，为啥要叫地球？」马斯克这样调侃。

但在太空的太阳同步轨道上，没有黑夜，没有天气干扰，没有大气层削弱。AI卫星可以24小时不间断地沐浴在纯粹的太阳能中，获取比地面高出数倍的能量密度。

第二个原因，就是完美的真空散热。

更厉害的是，SpaceX利用其在太空中运行飞行器的丰富经验，设计了面积高达160平方米的可展开液体散热器，直接让计算集群的冷却能耗降低了一个数量级。

另外，如果想在地球上建个大算力中心，要过土地审批，要应付环保抗议，电网还不一定带得动。

但在太空里，马斯克微微一笑——没有土地租赁费用，没人会来你家门口举牌子反对。太阳能免费，真空冷却免费，运营成本几乎无限趋近于零！

Starmind AI1：一头翼展75米的「太空算力巨兽」

太空数据中心，只是简单地把地球上的机房套个铁壳子扔上去吗？显然不是。

SpaceX与英伟达联手打造的首个算力节点——Starmind AI1卫星，可以说是一台名副其实的太空工业艺术品！

根据公布的技术细节，这颗卫星简直就是一头巨兽。

它的翼展长达75米（将近一个足球场的长度）。

太阳能阵列输出功率高达210千瓦。

计算有效载荷峰值功率达到150千瓦，平均功率120千瓦。

150千瓦，恰好完美匹配了一整个英伟达GB300超算整机柜的功耗！

马斯克已经明确表态：「SpaceX目前承诺独家使用英伟达GPU，因为它们是最好的。」

这些卫星将搭载英伟达尚未全面铺开的Rubin GPU和Vera CPU，在太空中开始一轮狂暴计算。

有人可能会问：把服务器放那么高，网络延迟不会卡死吗？

这正是SpaceX真正的护城河所在——Starlink网络。

「人们总担心太空计算会有高延迟。」马斯克在访谈中不屑地说，「但光速可是很快的。」

在这个速度面前，距离根本不是问题。

在未来，你可以直接在手机上向xAI的Grok大模型提问，你的问题会通过星链直达太空中的英伟达计算集群，完成推理后再瞬间传回你的屏幕。

而这一切，完全脱离了地面的电网和光缆限制！

马斯克的底气：星舰与万亿级制造狂魔

为什么只有马斯克能做成这件事？为什么其他科技巨头只能在地球上卷生卷死？

SpaceX首席财务官Bret Johnsen一语道破天机：「如果不具备极低成本、完全且快速可重复使用的重型运载火箭，太空AI大脑就是天方夜谭。」

马斯克这块拼图上最核心的钥匙，就是星舰（Starship）。

在刚结束的V3试飞中，星舰展现出了性能。它是人类历史上制造的体积最大、重量最重、推力最强的飞行器（推力是阿波罗登月土星五号的两倍以上）。

传统火箭将物资送入太空的成本极其高昂，而星舰的目标是像民航客机一样，一天之内发射、降落、再发射。

如今，全球近90%的入轨质量都是由SpaceX的猎鹰系列火箭完成的。而有了星舰之后，SpaceX的目标是在大约三年内，将每年的入轨能力从2500吨，直接拉升到每年100万吨！

没有星舰庞大的运力，根本无法将数以万计、重达数吨的AI卫星送上轨道。

而为了配合这场「太空造城运动」，SpaceX的制造能力也在进行史诗级的扩张——他们正在得州Bastrop建设Gigasat超级工厂，计划在2027年底前实现数千颗AI卫星的量产。

但这还不够。为了支撑每年上百吉瓦（GW）乃至最终一太瓦（TW，等于1000GW）的太空AI算力需求，SpaceX与特斯拉联手，规划了一个惊人的Terafab（太瓦级芯片制造厂）项目。

马斯克的商业闭环，在这里展现得淋漓尽致——

星链赚取的巨额现金流 -> 研发星舰 -> 星舰将海量Starmind卫星送入太空 -> 组建太空AI大脑赋能xAI -> 赚取更高维度的利润。

而且更可怕的是——每一个环节，都对竞争者开放。

竞争对手可以买SpaceX的发射服务，可以用Starlink的通信，甚至可以在Starmind上租算力。但马斯克不在乎，因为当你是所有赛道的基础设施时，你就是赛道本身。

马斯克的野心：

攀登卡尔达肖夫指数，向「神级文明」进发

马斯克这么做，是为了卖AI服务赚钱吗？这就太小看他了。

在内部对谈中，马斯克抛出了一个很科幻，甚至带有宗教般神圣感的宏大叙事——卡尔达肖夫指数。

这是宇宙社会学中衡量一个文明发达程度的客观标准。

一型文明（Type I）：能完全驾驭其所在行星（地球）的全部能量。

二型文明（Type II）：能完全驾驭其所在恒星（太阳）的全部能量。

三型文明（Type III）：能驾驭整个星系的能量。

马斯克指出：「我们现在在卡尔达肖夫指数上处于什么位置？答案是根本不存在。我们利用的能量，连太阳输出功率的万亿分之一都不到。如果我们是一个外星文明眼中的考察对象，表现是完全不及格的。」

Starmind星际计算网络，就是人类文明向「二型文明」迈出的实质性第一步。

马斯克的目标是：在两年半内，向太空输送年化 10 吉瓦（GW）的计算能力；在三年半内，达到 100 吉瓦。

而他的终极目标，是一太瓦（1 TW，即1000吉瓦）的太空算力！要知道，这相当于目前整个美国年用电量的两倍！

访谈最后，SpaceX高管Dan Huot问了马斯克一个看似科幻的问题：「当我们在地球上做到极致之后，下一步呢？」

马斯克的回答，让所有人惊呆了：「为什么要止步于一太瓦？那太渺小了。」

他的设想，是在月球上建立质量投射器与芯片工厂。

为了实现比一太瓦再高一千倍的算力，从地球发射已经不够了。他计划在月球上就地开采资源，利用月球表面的材料制造光伏板和散热器，甚至就地制造AI芯片。

因为月球没有大气层，引力只有地球的六分之一。SpaceX将使用类似电磁轨道炮的大型线性电动机，不需要任何火箭燃料，直接将建好的AI卫星从月球表面「射」向深空！

「如果我们能把这么多质量送到月球，那意味着——任何人都可以去月球。」

这就是马斯克。

如何把人类的意识扩展到整个太阳系，如何在卡尔达肖夫指数上，从那个「根本不值一提」的微尘，变成一个至少配得上外星文明看一眼的物种。

马斯克，把文明种向宇宙

无论是火星殖民、脑机接口、AGI，还是如今的「太空AI大脑」，马斯克提出的每一个目标，在最初听起来都很疯狂。

但正如SpaceX首席财务官Bret Johnsen所言——

跟着埃隆工作了15年，最神奇的地方在于：他设定了那些看起来胆大包天的目标，然后他会和你一起钻进战壕，亲自去解决最难的技术瓶颈。一步一步，你会发现你们真的在向那个目标前进，而且，他承诺的每一件事，他都做到了。

122天内，他建成了地球上最大的xAI超级计算机「Colossus」；星舰成功实现「筷子夹火箭」的震撼回收；星链在全世界上空织就了一张密不透风的网。

如今，他又铺开了Starmind的图纸。

当英伟达的算力插上SpaceX的星舰之翼，人类科技史上最硬核、最波澜壮阔的一场革命，已经在大气层之外轰轰烈烈地展开。

地球，或许真的只是人类文明的摇篮。

而马斯克，正在亲手为全人类打造那个能够照亮星辰大海的「超级大脑」。

正如马斯克所说：「连一微索尔都还没有达到的人类，是时候开始像一个配得上宇宙的文明那样思考了。」Starmind，只是第一步。

2027，太空见。

本文来源：新智元

长鑫没让苹果占到便宜，但全场消费大概是果粉买单。。。

差评XPIN — Fri, 07 Aug 2026 09:05:00 GMT

长鑫存储的爽文含量还在上升。

就在昨天，向来擅长拿捏供应链厂商的苹果，在长鑫存储那儿似乎碰了一鼻子灰。

根据韩国媒体 Digital Daily 的报道，苹果最近找上了长鑫存储，想采购他们家的 LPDDR5X 内存，用在下一代 iPhone 等设备上。

本意嘛，是想找个新的内存供应商压一压成本，结果发现这个供应商好像并没有那么主动，还拒绝了他们的合作。

“国产存储崛起！”“干得漂亮”“这波要感谢印度开源”。。。如此硬气的操作，把不少网友都给看高潮了。

毕竟，按照以往的剧情，国内厂商不光要在技术、产能上卷，有时候面对苹果的压价，咬咬牙也认了。

但这次的报道里提到，长鑫坚持报价要跟三星或者 SK 海力士相近，甚至更高，你敢压价我就直接拒绝合作，完全就是爽文来的。

不过爽归爽，差评君觉得有几个问题很值得琢磨。

一个是因为某些原因，苹果要合规采购长鑫可能有点难度。

所以这次的事情发生以后，网上有个说法是，苹果不是真打算采购，而是借长鑫压力三星、美光和海力士。

还有一个点就是，目前关于“长鑫拒绝苹果压价”的消息，都是直接或者间接援引韩国媒体《Digital Daily》的爆料，当事双方都没有公开回应。

换句话说，这事儿到底是不是真的，还不得而知。

但不管怎么说，差评君觉着长鑫敢拒绝苹果，也是一件再正常不过的事情。

“内存涨价”这四个字，我相信大伙儿听得耳朵都快起茧子了吧？

今年以来，这波内存涨价已经从产业新闻，变成了对大家钱包的真实伤害。

最惨的是还是一个刚高考完的哥们（大概率是段子），进厂打工想买台好电脑，结果花 9000 买到了原来 5000 多的笔记本，还少玩了两个月电脑。。。

就问谁能绷住？

反正这一波内存上涨，让想换新手机、新电脑的人相当有压力。

当然，除了等等党。

那这价格为啥就压不下去呢？

要是放在三四年前，像苹果这种超级大甲方或许还是有压价空间的。

因为内存在市场上是有周期性的，需求旺盛的时候，内存供不应求，价格一路上涨，但等厂商的产能堆起来之后，市场又会供过于求，价格一路下跌。

美光的高管之前还大吐苦水，上一轮存储市场下行的时候，有些大客户趁行业低谷疯狂压价，给美光直接干亏损了。结果就是，受售价低迷、毛利率大幅缩水的影响，2023 年行业大量产能投资项目被迫终止。

虽然这位高管没有指名道姓大客户都有谁，但在一些媒体的报道里，也把矛头指向了素来就有“供应链管理大师”之名的苹果。

不过，现在的情况完全变了，你家手机、电脑卖得再好，厂商可能都得斟酌斟酌这产能到底要不要扩。

理由很简单，AI 数据中心还等着用高端存储呢。

对于三星、SK 海力士、美光这些存储厂商来说，反正产能就那么多，有钱不赚王八蛋，跟卖给 AI 的高端存储比起来，消费电子的内存需求只能靠边站。

根据 Wccftech 的消息，12GB LPDDR5X 内存的价格，已经从去年初的 25 - 29 美元，涨到了快 70 美元。

真快把人逼急了，前俩月，存储御三家在美国还被 17 个原告集体起诉了，理由是涉嫌操纵内存价格并限制全球供应。

所以现在已经不是压不压价的事情了，苹果连原价的内存都不一定能买得到。

今年 2 月，就有韩媒报道苹果为了保障 iPhone 17 系列的内存供应，找三星谈 LPDDR5X 的采购。

三星一开始报了个 100% 的涨幅，原本是想给预期的涨幅 60% 留下谈判空间。毕竟，苹果向来喜欢拿自己量大管饱的优势来反复拉扯，没想到这次一口就答应了。

至此，存储迎来了卖方才是大爷的时代。

这也是为啥，差评君会说长鑫存储拒绝苹果再正常不过了。

但，大伙儿也别急着脑补什么长鑫已经脚踩三星、美光，拳打海力士的剧情，从市场占有率来看，御三家的地位还是不容置疑的。

而且不管怎么说，苹果还是一个非常诱人的客户。

订单量大又稳定，账上还有几百亿的现金流不用担心欠款，有生意做，谁会嫌钱多？

网上有个形容说是“女神找舔狗本来只是想气一气男朋友，没想到还被舔狗拒绝了”，这话听着是挺爽的，但一个更准确的说法或许是，在供需关系变化的背景下，长鑫存储有了更多的选择。

如果价格不符合预期，与其低价供应苹果，不如把有限产能留给利润更高、确定性更强的客户。

更何况，现在棘手的问题是，长鑫手里可能真没有多少货留给苹果。

倒不是长鑫故意端着，产线都快干冒烟了。

长鑫的招股书显示，2023 年到 2025 年，长鑫的产能利用率从 87.06% 一路爬到了 95.73%，现有生产线已经基本拉满。

与此同时，主要 DRAM 产品的销量年均增长超过八成，连长鑫自己都说，现在是“供不应求”。

这边产能有限，外边排队等着拿货的人还不少。

招股书里的合作伙伴，阿里云、腾讯、字节跳动、小米、OPPO、vivo。。。全是咱们熟悉的大厂，前阵子路透社还爆料，腾讯、字节又分别跟长鑫谈下了几百亿元的大单。

根据 DigiTimes 的报道，全球各大 PC 厂商都在抢长鑫的 DRAM 产能，部分产能甚至已经被大客户提前订到了 2027 年底。

戴尔、惠普、联想、苹果这些头部厂商，已经完成了产品测试，如果白宫那边松口，还能优先分点货，剩下的品牌，就只能各凭本事了。

你说产能不够扩产不就完了，长鑫当然也没闲着，除了上海、合肥等地的新项目，北京第二座 12 英寸 DRAM 晶圆厂也已经提上日程了。

但晶圆厂又不是奶茶店，多招几个人、加两台机器，明天就能多做个几百杯。新厂从建设、设备进场，到调试和良率爬坡，都得按年算。

长鑫内存现在的稀有程度，堪比北京协和医院热门科室退休返聘特级专家号。

所以苹果这个时候来插一脚，不加钱抢货就算了还想着压价，多少有点分不清大小王吧。。。

不过话又说回来，这次砍价失败，对苹果来说，影响可能还真没大伙儿想象中那么大。

先不说这事儿是不是为了敲打存储御三家，但这波内存涨价的成本，苹果铁是要咱们来承担的，而且承担多少还不是成本说了算。

前段时间，X 上一位投资人就借着美光 CEO 的口吻发了一段话，说这十多年来，美光一颗芯片卖苹果 5 美元，苹果反手就以 99 美元的升级价格卖给消费者，美光涨到 7 美元，苹果还嫌贵。现在芯片涨到 50 美元了，苹果又继续把升级价格涨到了 250 美元。

这句话虽然带有段子成分，但看底下的评论区，好像还挺符合大家对苹果的刻板印象。

供应商涨一点，果粉多掏一大截。

毕竟，256G和512G的手机能差价2000（17e），iPhone的内存价格比黄金都要贵。

反正苹果不会是这条链子上真正肉疼的人，说到底吃亏的还是咱们，特别是我一个还用着iPhone 13，就等着今年换 iPhone 18 Pro 的朋友。。。

这个时候，你甚至都不知道要怪AI，怪苹果，还是怪那些存储厂商。

本文来源：差评

马斯克宣判代码死刑！AI直出二进制，行业教父集体回怼

新智元 — Thu, 06 Aug 2026 08:50:00 GMT

代码？不用写了。

就在刚刚，马斯克在 X 上甩出一条暴论：代码正在变成下一个汇编，下一步是彻底摒弃它，让 AI 直接生成二进制！

简单说就是：以后你只要告诉 AI 你想要什么，它直接吐出一串机器能跑的二进制文件。

Python、Java、C++全是中间商，砍掉。

这种暴论一出，圈内瞬间炸锅。UML 之父、《代码整洁之道》作者接连下场，软件工程界的教父级人物，罕见地站到了马斯克的对立面。

点火的人叫 James Douma，特斯拉前 Autopilot 深度学习专家。8月3日在X上发了条帖子，说了句：我可能再也不会看源代码了。就像半个世纪前，我停止查看汇编代码，因为我信任编译器。现在，我对AI生成的代码有了同样的信任。

马斯克看到后秒转。还接了句更炸裂的暴论：完全正确。源代码正在变成下一个汇编。下一步，是彻底摒弃「源代码」，直接用AI生成高效的二进制文件。

他给「source code」加了引号。意思是要消灭的不是某种编程语言，而是「人类写代码、读代码」这个环节本身。

大佬们坐不住了

要是普通人说这话，大家在评论区最多翻个白眼。但马斯克说的，那就不一样了。

先是知名开发者bashbunni，一句反讽直接拉满：把一切都当黑盒，能出什么错呢？

真正的重量级人物随后下场。Uncle Bob Martin，程序员圣经《代码整洁之道》（Clean Code）的作者，业内人称「Bob大叔」，给了个建设性方案：别急着直接吐二进制，先让AI生成一种人类不用看、但机器能跨平台一致执行的中间表示。

相当于是说：你想跳过源代码可以，但好歹留个中间层当过渡。

Grady Booch，UML之父，软件架构活化石，反驳得更优雅也更狠。他说：一种有足够表达力、精确、可重复、能产出可执行物的语言，我们管它叫什么？我们管它叫编程语言。

这句听着像绕口令，其实是一记绝杀。

马斯克想干掉的是「源代码」这个产物，但Booch告诉你：只要你还需要精确描述意图，你就需要某种「编程语言」，而用这种语言写出来的东西，按定义就叫源代码。

换句话说：不管你叫它提示词还是自然语言，只要它精确、可重复、能版本管理、能审查，它就是编程语言，写出来的就是源代码。

又绕回去了，相当于是。

评论区还有一个被反复提到的区别：编译器是确定性翻译，AI是概率性生成。

信任编译器，是因为同一份源代码，编译一万次出来的二进制一模一样。但AI生成的代码可能完全不同。

而这正是 Douma 那个「半个世纪前的类比」最薄弱的地方：一个是翻译官，忠实、准确、零发挥；一个是即兴创作的小说家，灵感来了什么都能写，但你永远不知道下一句是啥。

马斯克错了吗？

说马斯克完全在做梦，也不公平。因为现实已经在朝他说的方向狂奔。

2026年4月，谷歌接近 80% 的新代码都是 AI 生成的。一些小创业公司更夸张，95%的代码都是 AI 写的，人类工程师干的活基本就是审代码、定方向。

这其实也不新鲜。整部编程史，可以说就是一部「人类不断往后退」的历史。

1940年代，程序员直接用0和1写机器码，对着纸带打孔，错一个数整台机器白跑。后来有了汇编语言，用MOV、ADD这些助记符代替数字，稍微好点，但还是在跟机器说机器话。

直到1957年Fortran出现，第一次让程序员可以用接近数学公式的方式写程序，这是革命性的一步。再后来C、C++、Java、Python——每一代语言都在做同一件事：把人类从底层细节里解放出来，让你离机器越来越远，离意图越来越近。

每一次抽象层上移，都伴随着一模一样的恐惧：「我们要失去控制了！」 但每一次，新工具链都建立了新的信任机制。

编译器让你不用看机器码，类型系统让你不用追内存，垃圾回收让你不用手动释放。恐惧来了，又消失了。

而今天的Cursor、Claude Code、Codex，本质上就是这条线的最新延伸。你说一句话，AI帮你写完一整个功能。

但注意：它们仍然生成的是源代码。 人能读、能查、能改。

马斯克说的「直接生成二进制、跳过源代码」，目前全世界还没有任何一个产品在做。

真正的问题

说到底，这场争论实际上是在追问一个更根本的东西：

人类能不能建造出一种自己看不懂、但依然可以信任的工程体系？

过去每一次抽象层上移——从机器码到汇编，从汇编到高级语言，人类虽然放弃了底层细节，但始终保留了一层自己能读懂的东西作为安全网。

源代码，就是这张网最后的一层。

马斯克说：这张网也可以拆了。大佬们说：拆了，谁来兜底？

半个世纪前，没人相信程序员会不看汇编。但编译器用确定性证明了自己值得信任，恐惧就散了。

今天AI想取代源代码的地位，它必须回答同一个问题：凭什么让我信你？

本文来源：新智元

Google AI 把「地球」玩坏了，这是对 10 亿人的不负责

爱范儿 — Thu, 06 Aug 2026 08:50:00 GMT

不是吧！Google 地球「Create image」刚上线，就被光速紧急撤回？

7 月 30 日，Google 地球网页版正式推出「Create image」功能，接入「Nano Banana 2」模型，依托大模型的生成能力，用户可以框选地球上任意地点，输入一段提示词，就能基于实景影像进行二次创作：

闲置荒地一键改造为商业区，千年古迹直接复原出古文明盛景，官方宣传片充分展现了这项功能的创意潜力。

但功能对外开放后，局面却迅速失控，Google 地球被网友们彻底「玩坏了」。

先进的「AI 公司」，辜负了 10 亿人的信任

Google 地球可以说是世界上最流行的卫星云图服务，通过 Google 地球，我们能查看到关于这个星球最详细的面貌。

根据 Google 自己在官方博客透露，Google 地球拥有总计 3600 万平方英里的卫星图像可以供用户浏览，Google 还表示已经这些卫星图像已经覆盖了地球上 98% 的人口。考虑到 Google 地球和 Google 地图极强的关联性，可以说超过 10 亿的 Google 地图用户，也都是 Google 地球的使用者。

但就是这样一个权威云图服务，却在短短一天内出现了——「9·11 事件」场景重现、「哥斯拉」入侵城市、「外星生物」降临地表等乱象：

随着事件快速发酵，谷歌火速做出决定，紧急回滚这项新功能。官方回应称，平台观测到大量外流的生成截图涉嫌违反社区政策，因此决定先下线入口、补上安全防护，等条件成熟后再评估是否重新开放。

AI 生图服务下线了，但 Google 地球长达 20 年积累起来的「公信力」也毁于一旦了。

这份公信力并非凭空产生，而是在无数现实场景中反复验证、一步步沉淀而来：

卡特里娜飓风过后， Google 地球更新的灾区影像被交付给一线救援人员参考；

国际特赦组织也曾通过现场视频与 Google 地球卫星影像交叉比对，排查疑似集体埋葬地点。

无论是记者核验地理信息、学者追踪地表变化，还是普通用户实景查证，公众早已习惯性将其界面内容视作真实世界的有效参照。

也正因如此，当我们打开 Google 地球时，会自然认为：眼前呈现的，是现实世界真实存在过的景象。

（承认吧，你也肯定在地图里一点一点扒拉，找过自己家的屋顶。）

这份不假思索的信任，是谷歌二十年持续采集影像一点点搭建起来的。可「Create image」上线后，任何人都能借助同一套界面、相同地名、一致观测视角，给凭空捏造的场景附上浓厚的「现场真实感」。

过去，一张 Google 地球截图在网络传播，人们不会第一时间质疑真伪；而往后，怀疑将会成为所有人看图时的本能。

信任的裂痕一旦出现，很难修补。

既然 AI 随手就能制作出足以乱真的图像，我们还能无条件相信自己看到的画面吗？难道往后每看见一张截图，都要先费劲分辨它究竟是真是假？

其实早在 Google 地球这次风波之前， Google Pixel 手机就捅过类似的篓子。

两年前，Google Pixel 9 系列上线之际，内置相册搭载了 Reimagine 功能——用户可以框选照片任意区域、输入提示词，就能在原始画面上生成全新内容。

The Verge 曾做过测试，在河流里生成一架失控坠毁的直升机，成品细节完整，乍看都找不到 AI 修改痕迹。

图自 The Verge

这架直升机发在朋友群里，可能只是一场恶作剧；可它要是出现在社交平台里，就可能摇身一变，成为引起社会恐慌的「现场证据」。

这不只是 Google 一家公司的问题，Meta 最近也整了一出大的。

今年七月份上旬，Meta 正式推出 Muse Image，其中一项功能允许用户在 Meta AI 里 @ 公开 Instagram 账号，直接把对方发布的照片拿来做 AI 生图参考。

根据 TechCrunch 报道，符合条件的成年公开账号会被默认纳入素材池，照片被调用生成图像时，账号所有者不会收到任何通知。

等等，你说什么？难道你是在告诉我，我自己的作品会在我自己不知情的情况下被二创吗？这合理吗？

图自 Meta

不出意外，仅仅三天，Meta 就紧急撤回了这项功能。

看到这里，你可能会问：给 AI 图片加上水印，不就行了吗？

水印当然有用，只是它没法包办一切。

传统水印很容易被裁切、截图或转发破坏，虽然隐形水印更难去除，但它也有着一定的门槛——需要专门工具才能识别，而且局部修改后仍可能出现漏判。

为了补上图片来源和修改记录这部分信息，越来越多的平台开始采用 C2PA 内容凭证：它可以记录一张图片由谁制作、是否经过 AI 生成，以及后来被怎样编辑。

可令人头疼的是，即使有了这套凭证，人们能够查清的仍然只是图片的来历。

至于画面里的事情是否真的发生过，还需要我们结合新闻来源、现场证据等信息进一步核实——但很多时候，吃瓜群众在不言中就成为了传谣者。

图自 C2PA

归根结底，水印和溯源技术，都只是事发后的补救手段。而那些真正决定风险边界、守住影像可信度的，从来不是用户的辨别能力，而是平台从功能诞生之初，就设定好的开放规则与安全尺度。

让娱乐归于娱乐，让真实归于真实

Google 和 Meta 接连出现的功能争议，本质上反映出科技行业一种趋同的产品取舍——以假乱真的生成式 AI，能力的边界在哪里？

厂商优先简化 AI 生成流程、降低使用门槛，再依靠后置规则与风控兜底，应对功能开放后产生的滥用问题。无论是直接挪用公开 Instagram 照片作为生图素材、依托真实地理影像开展AI创作，还是将实景照片编辑简化为框选加提示词的极简操作，都是这套产品逻辑的具体体现。

这种极致的操作简化，在便利正向创作的同时，也消解了过去天然存在的使用阻力，而这些阻力原本是抵御恶意创作的无形屏障。

不过令人费解的是，明明 Nano Banana 和 Google 地球都属于 Google 。在同一类敏感请求下，在 Nano Banana 中会被拒绝，换到 Google 地球里却能顺利生成。

对一个依靠真实地理影像建立公信力的平台来说，这恰恰是致命的纰漏。

可在争相证明自己是一家「AI 公司」的竞赛里，比起完善前期的安全工作，Google 更急着把功能塞进产品，将安全规则抛之脑后。

当争议出现后，Google 给出的解决方案也很无力——让用户可以通过 Gemini 来甄别可疑图像，可这篓子就是自家 AI 捅出来的啊。

图自 Gemini

显然，风控防线本该优先搭建在平台一侧，把辨别真伪的负担转移到用户肩上，这本身就是一种逃避责任。

在这点上，我认为国产手机厂商在引入 AI 能力时的做法，更值得借鉴。

以 OPPO 手机的 AI 影像功能为例，诸如人像补光、最佳表情、去反光去拖影等功能，当然是一种对真实的「修改」，但这种修改在私人相册这个环境下，是合理的，是克制的，更是锦上添花的。既不打扰他人，也借助 AI 能力提升了效率、挽救了废片。

图自 OPPO

想象一下你在一个很漂亮的花园里拍照，偏偏遇上阴天，光线不足，人物和景色都显得灰暗。这时候用「AI 人像补光」一键提亮画面，就能把一张差点拍坏的照片救回来，也把拍照时的好心情留住。

花园、人和那次拍摄都真实存在，AI 只是扮演了打光师的角色。它没有另外编出一个不存在的场景，而是修补一次真实拍摄留下的遗憾，让这张「照片」变成一张「好照片」。

即使这是一张经过 AI 处理的照片，这些功能一样会改动像素，有时还会修正局部内容，但 AI 在这里起的只是修饰作用，原本拍下的生活依旧是画面的中心。

我想无论是 Google 地球或是 Google 相册，必然也能在入口处、在产品层，做好引导与防护，做好 AI 内容与真实数据的隔离，让娱乐归于娱乐，让真实归于真实。

对 Google 来说这绝非难事，但却依然一次次选择拿公信力去冒险——我想这不应该是一个先进的 AI 公司应有的担当。

本文来源：爱范儿

老黄垒20年的CUDA护城河，AI刚刚用10小时凿开了

量子位 — Wed, 05 Aug 2026 09:27:00 GMT

CUDA又双叒叕被创了…

这回动手的，还是英伟达亲手喂大的AI。

一家成立仅一年的小公司，用AI编程Agent，只花10小时，就搭出了一套「类CUDA软件」。

停停停。

你是说这套英伟达花了近20年搭起来的软件帝国，就这么被复刻了？？

不止如此。DeepSeek也在尝试少写一点底层CUDA。

他们已经开源了一套名为TileKernels的GPU算子库，用TileLang来编写，省去了大量手写底层CUDA代码的工作。

不过类似的「CUDA危机」，咱也不是第一次听了。

每隔一段时间，CUDA都要被拎出来鞭打一番，动辄替代了、击穿了、护城河又被颠覆了…

真的是这样么？

10小时「复刻」CUDA

提起英伟达，很多人的第一反应是GPU。

H100、Blackwell、Rubin，靠着一代代性能更强的芯片，英伟达吃下了这一轮AI浪潮的最大红利。

但英伟达真正难以撼动的优势，其实不是硬件，而是软件。

芯片可以买，参数可以追，制程也会迭代。真正让客户用了英伟达之后很难再换走的，是围绕GPU建立起来的整套软件生态。

而CUDA，就是这套软件帝国的核心。

CUDA全称Compute Unified Device Architecture，由英伟达高管Ian Buck带队，花了近20年打造。

它常被叫作编程语言，但更准确地说，CUDA是一整套围绕英伟达GPU建立的软件平台。

如果简单拆成三层，最底下是内核层，直接让芯片干活的Kernel、编译器和运行时。

中间是库层——cuBLAS、cuDNN等经过高度优化的计算库，以及调试、验证和性能分析工具。

最上面，则是PyTorch、TensorFlow等开发框架，企业积累的海量代码和工作流，以及围绕CUDA成长起来的开发者生态。

△

AI生成

这么说可能有点抽象，但你可以把英伟达GPU想象成一家工厂。

CUDA最底层负责告诉机器每一步怎么干，中间层提供现成的生产工具，最上层则是一整套已经运转多年的生产体系。

所以，对客户来说，买到的不只是英伟达的一块卡，而是一座开箱即用的工厂。

现在，一位名叫Jeremy Nixon的老哥，带着AI Agent来了。

Nixon是AI软件初创公司Infinity的创始人，此前也在Google Brain当研究员。

他的团队开发了一套名为Ignition的AI研究Agent，专门给不同AI芯片编写底层软件。

它可以生成GPU Kernel、运行测试、寻找错误、测量性能，再根据结果自动改写代码。

人类工程师负责给出高层方向，剩下那些琐碎又费脑子的工作，就交给Agent反复循环。

就这样，Infinity用Ignition为AI芯片初创公司d-Matrix搭建了一套类CUDA软件。

只花了10小时。

啊？？

那些过去需要芯片软件工程师反复调试的底层代码，现在真能交给AI了？

还真不能说完全是炒作。

AI Agent确实很适合这种具有明确反馈的编程任务。

代码能不能编译，结果算得对不对，性能有没有提高，都可以通过实际运行得到答案。

于是，Agent能够形成一个完整闭环：

写代码→编译→运行→测试正确性和性能→根据反馈继续修改

不过，Infinity主要攻入的是CUDA的第一层：为不同芯片生成和优化推理Kernel，并围绕这些Kernel搭建底层软件能力。

它正在开发一套面向多种芯片的通用推理库，但这不等于它在10小时内复制了CUDA近20年积累的完整生态。

但是…

但是！

你实际上并不需要复制一个CUDA，就可以拿下1500万美元的融资。

这家公司目前的估值也已经来到了1亿美元。

有没有威胁到英伟达不知道，反正资本是相当买账的。（doge）

推理侧，第二战场启动！

如果说AI Agent是攻城的武器，那推理市场就是城墙上的缺口。

大模型的计算主要分成两段：

训练是造模型，需要上万块卡协同跑几个月；推理是用训好的模型回答问题，小集群甚至单卡就能跑。

在训练侧，CUDA目前依然近乎无解。

大规模训练对性能、稳定性和集群协同极为敏感。芯片之间的通信、显存的调度、程序出错后如何恢复，任何一点效率损失，放大到数千乃至数万块芯片上，都会变成真实的时间和成本。

因此，企业选择训练平台时往往极其保守。

其他芯片即使纸面参数不错，只要软件不够成熟、集群不够稳定，省下来的硬件成本，很可能从开发和试错成本里加倍偿还。

但在推理侧，游戏规则变了。

韩国AI芯片公司Rebellions首席商务官Marshall Choy就认为：

在推理侧，CUDA不再是决定因素。这将是一场开源软件的竞争。

为什么竞争者都盯上了推理？

因为训练在乎「极致性能」，而推理在乎的是「每个回答的成本」。

训练需要上万块卡协同，推理可以拆分到小集群甚至单卡；训练不敢换芯片，但推理可以。

反正只要能跑、便宜，客户就愿意试。

更关键的是，推理软件可以跨芯片运行。如果推理框架能支持多种芯片，用户就能在不同硬件之间切换，不用重写代码——

CUDA最大的锁定效应，就此失效。

这就给专用推理芯片留下了机会。

推理任务并不都需要CUDA从训练到集群协同的全部能力。针对特定模型、特定场景重新设计的芯片，只要能够跑得更快、更便宜或者更省电，就有机会从英伟达手里切下一块市场。

比如d-Matrix，本身就是一家主打推理的芯片公司。

这家公司成立于2019年，主攻生成式AI推理芯片。

联合创始人兼CEO Sid Sheth曾回忆，他们很早便判断，AI推理带来的机会最终会超过训练。

Infinity用AI Agent花10小时搭建的类CUDA软件，服务的正是d-Matrix的推理芯片。

于是，「10小时事件」的完整故事就连起来了：

新芯片想进入推理市场，但缺少成熟软件；AI Agent快速生成和优化底层Kernel，把原本可能耗费数月乃至数年的适配工作压缩到小时或天。

Sid还明着放话：

虽然英伟达在训练领域保持主导地位，但在推理方面，护城河有所削弱。

盯上这个缺口的，也不止d-Matrix一家。

主攻推理的Rebellions、d-Matrix，押注晶圆级芯片的Cerebras，亚马逊的Inferentia、谷歌的TPU、AMD的MI300X……

各路芯片厂和云计算巨头，早已在推理市场排兵布阵，准备从英伟达手里抢下一块肉。

对这些公司来说，他们不需要立刻替代英伟达。

他们只需要证明，在某些推理任务中，不依赖英伟达的全套硬件和CUDA生态，也能跑得更快或者更便宜。

这就足够了。

英伟达护城河，到底颠没颠覆

答案可能是…还差得远。

前面也说了，10小时重写的是「一块芯片的适配代码」，而CUDA生态还有20年积累的库、调试工具、社区、几百万开发者。

这并不是轻轻松松就能被颠覆的。

更关键的是，代码能生成，不等于能用。

INT21创始人Bing Xu，上一家AI芯片软件公司HippoML被英伟达收购，他本人今年4月才离开英伟达。

他的判断是：Agent能在短时间内生成大量代码，但验证才是最大瓶颈。

AI生成一万行代码很快，但「证明这一万行在各种边界情况下都算得对、跑得稳」极慢。

CUDA最深的资产恰恰是它的验证工具链——所以他认为，Agent时代，验证生态会成为CUDA的下一道护城河。

Modular联合创始人兼CEO Chris Lattner，也泼了盆冷水。

他认为编码Agent带来的改进是渐进式的，「炒作被严重夸大」。

理由有三：第一，写代码只是软件工程的一小部分，生产级优化才决定芯片性能，直接决定跑AI的成本；

第二，芯片软件是小众精英领域，公开代码远少于应用开发，AI在这块能学的训练数据本来就少；

第三，几百万行存量代码的迁移成本还在，这不是技术能解决的，属于组织决策。

还有一点容易忽略的是：英伟达自己也在使用AI。

英伟达开发者生态副总裁Ankit Patel表示：

我们也在使用AI Agent来更快地开发CUDA，并在更大规模上进行验证。

以己之矛，攻彼之盾，进攻方的相对优势也会打折。

Bing Xu总结下来：这场仗的胜负，取决于竞争对手追赶英伟达的速度，能否快过英伟达自我迭代的速度。

但很显然，这家全球最大的芯片制造商，「并没有在睡觉或原地踏步」。

总的来说，短期内英伟达的护城河安然无恙，但变化会先在推理侧悄悄发生。

长期的真正悬念是：护城河正在从「代码的存量」迁移到「验证和优化的生态」。

谁先占住新位置，谁才是下一个赢家。

本文来源：量子位

魔幻灵巧手：半年200亿热钱，3大路线，贵到几十万一只

量子位 — Wed, 05 Aug 2026 09:25:00 GMT

这是连马斯克都亲自盖章、公认最难啃的一块「硬骨头」。

灵巧手。

别看小小一只，内部却集成了控制算法、电机驱动、散热能耗、触觉感知、材料寿命等一整套工程体系。

但硬件尚未成熟，劝退了一些玩家。

可对资本来说，痛点就是机遇。

据量子位不完全统计，今年上半年，灵巧手相关企业融资额超200亿，成为今年具身智能赛道最热的风口之一。

我们把业内关注度较高的10家、以灵巧手为主要业务的公司单独拉个表。

粗略估算，1~6月，这些企业新增融资额近80亿元，投后估值加起来超750亿元。

资本正在重新评估这只机械手的价值。

其中，灵心巧手成为最受关注的案例。6月传出估值高达60亿美元（约合人民币410亿元）。

啥概念？不少头部人形机器人整机公司都没这待遇。

同行的第一反应很一致：这也太魔幻了！

毕竟就在一年前，整个行业还在围观机器人翻跟头、跑马拉松、打拳、跳舞。

怎么突然之间，所有人的目光都盯上了一只手？又是什么，让这只手变得如此值钱？

手手手手，实在太热了

在对比评估了数家机器人整机制造商后，就要而立之年的贾浩，在2025年上半年做出了一个风险极高的决定：

降薪50%，跨行进入一家专注微型精密运动部件及伺服控制技术的初创企业——因时机器人。

这家比目前风头正盛的宇树科技还要早三个月成立的公司，是中国最早探索机器人灵巧手商业化的本土厂商之一。

然而，在贾浩入职时，不论是资本热度、估值空间还是公众曝光度，因时机器人与整机独角兽之间都存在明显断层。

这也是当时中国灵巧手零部件供应商面临的普遍境况。

促使贾浩降薪也要加入的，是他偶像的一句话。

“马斯克不是说过人形机器人只有三件难事么：真实世界的智能、规模化制造，还有就是手。”

先前的行业经验，也让贾浩更青睐中游供应链节点，而非竞争白热化的终端集成商。

“手部供应商的风险相对分散，在行业洗牌期存活的几率明显更高。”

然而，这一细分赛道的爆发速度超出了所有人的预期。

刚进公司时，贾浩对接的客户群大多是科研机构、机器人整机研发企业。

但今年，“能源巨头、家电制造集团等传统工业龙头都来主动沟通。”贾浩很兴奋。

这一客户结构转变表明，机器人核心部件正加速走出实验室，向真实的生产环境渗透。

一起变的，还有市场采购标准。

过去，客户对手部产品的要求模糊，仅停留在“能安装、能运动、负载达标”即可。

而如今，买方经常带着具体的应用场景需求来：能源公司要求灵巧手具备防爆、防静电的特殊功能；家电企业则希望产品能防水。

“总之，你要帮人家解决问题。”

△AI生成

量子位和方太的朋友聊了聊，方太集团去年转型「智慧厨房专家」，今年开始进行机器人相关演示，对灵巧手有了需求。

但他们给灵巧手厂商提出的要求是，手部漆料必须食品级。

客户需求花样的增多，也在侧面印证灵巧手真是火出圈了。

国内某仿生灵巧手初创企业商务副总秦磊，深有同感。

“特别是今年4月份，看完北京亦庄举办的机器人马拉松赛，大家普遍觉得机器人能动性已经达到一定高度。下一步自然就会想它到底能干什么活。”

这之后，灵心巧手60亿美元估值的消息，不过是给这波热度又添了一把大火罢了。

从灵巧手的玩家类型看，主要分四类：

机器人整机厂：优必选、智元、宇树、它石、星动纪元等；

电机/传感器/脑机接口等技术相关背景的公司：兆威机电、帕西尼感知科技、强脑科技等；

专注灵巧手的创业公司：因时、傲意、灵心巧手、舞肌等；

科技大厂：小米、腾讯等。

甚至智元，年初还专门把灵巧手业务单独拆分出来，成立新公司临界点（AGILINK）。

企查查显示，截至2026年6月，全国现存灵巧手相关企业已经超过510家。

除了以上玩家，据量子位观察，越来越多以具身大脑见长的企业，也在谋划入局。

若愚科技，一家做机器人大脑的公司，正在做专注特种防爆类型的灵巧手。

星海图创始人高继扬也将灵巧作业视为公司第三阶段的发展重点，下一代灵巧手已在规划中。

为什么都盯上手？

灵巧手火起来的逻辑，并不复杂。

对人类而言，大量工作都依赖双手完成。

敲键盘、拧螺丝、组装零件、收拾房间、端茶倒水……腿负责移动，手创造价值。

机器人也是如此。

过去几年，机器人行业更多还停留在展示、巡检、搬运等场景，重点解决的是「能不能移动」。

但当机器人真正进入分拣、装配、服务、家庭等复杂环境后，问题变成了：

它能不能稳定抓取、捏取、翻转、拧、插、递？

投资过两家灵巧手公司的VC机构告诉量子位，在机器人从展示走向实际应用的过程中，手的重要性才真正凸显出来。

机器人能走起来只是第一步，能不能靠双手完成任务，才决定它有没有实际价值。

某种程度上，过去几年行业证明了机器人「能动」，接下来要证明的是机器人「能干活」。

于是，作为具身智能系统里的「末端执行器」，灵巧手被推到舞台中央。

一位长期为高校、科研院所和企业对接灵巧手需求的渠道商也发觉，今年以来，咨询灵巧手产品的客户明显增加。

在他看来，核心原因很简单：机器人本体需求起来了，手的需求自然随之增长。

过去三年，人形机器人公司数量持续增长。

从整个链条来看，大脑公司也在往本体去延伸，要给大脑寻找载体落地的具体场景，以此获取数据反哺大脑。

这些，都在快速释放行业对灵巧手的需求。

“每台机器人需要两只手。假设本体厂家出货5万台，就意味着10万只手的需求。同时，还会带动关节、视觉等上下游产业链发展。”该渠道商说。

这话在理。

贾浩也说，早期灵巧手研发更多关注机械结构、自由度（DoF）、仿生程度等技术指标。

当时，很多客户还处于技术验证和研发测试阶段，对灵巧手的要求更多是「能用」。

毕竟拿到手之后，还需要根据自身场景进行二次开发。

但今年开始，越来越多客户带着明确场景需求进入，背后反映的是整个机器人产业正在从技术探索阶段，走向应用落地阶段。

如果说过去的灵巧手，更多是机器人公司技术路线中的一个组成部分。

那么随着人形机器人走向真实应用，「手」正在从配套部件变成一条独立赛道。

当外界对机器人的要求，从「能展示」走向「能干活」，手自然成为最先被重新估值的环节。

一只手怎么敢卖几十万？

热度起来之后，另一个问题也随之出现：灵巧手凭啥这么贵？

当前，一只高自由度（22DoF+）灵巧手的价格，快赶上一辆奔驰大G了。

比如下面这位

这是今年春晚，银河通用机器人展示精细操作能力时使用的Wave五指灵巧手。

它来自Sharpa公司，拥有22个自由度，并集成高精度触觉传感器。

也是英伟达黄仁勋的同款。

Wave单只售价约5万美元，折合人民币30多万元。

贵是贵了点，但在秦磊看来，这价不算离谱。

我们马上要出一款更高自由度的灵巧手，计划卖50多万呢。

秦磊说，行业早期，由于大多数产品还没有实现量产，厂商报价普遍偏高，动辄几十万元。

等真正采购时，通常都有折扣，十几万元成交并不少见。

（但这……好像也能换一辆日产天籁了。）

为什么一只手这么贵？

先看分类。

人的手部有21个自由度（含手腕为27个），是最为灵活且复杂的器官之一。

业内也习惯以「自由度」区分不同档位的灵巧手：

低自由度：11DoF以下；

中自由度：11～22DoF；

高自由度：22DoF以上。

自由度越高，意味着手指能够完成的动作越复杂，价格也随之上涨。

但也不绝对。

强脑BrainCo Revo 3智能灵巧手，21DoF，售价也是一只手十几万元。

“价格取决于原材料、生产加工成本，还有销量。”贾浩说。

因为行业不成熟，产品技术也没有收敛，所以还没有固定、成体系的价格。

目前，市场上的灵巧手价格跨度很大，从几千元到几十万元不等。

量子位梳理了目前市场关注度较高的17家厂商自研的灵巧手产品，头部厂商产品线完整度差异大。

傲意科技8款、灵心巧手7款、因时6款形成第一阵营，从入门到高端全价位覆盖；多数厂商仅推出1~3款产品。

价格上，1~5万元区间是最密集的价格带。

并且，价格与自由度（DoF）之间确实存在正相关，只是相关性不强。

我们将价格和总DoF之间做了线性回归分析，结果显示：

皮尔逊相关系数r和决定系数R?都不高，说明自由度对价格的解释力有限。

一位手搓过17DoF机器人手的具身行业人士告诉量子位，灵巧手标出来的20+自由度，只是关节能收到多少控制指令。

真正看本事，要看「对指空间」。

也就是不同手指指尖能协同触碰、配合工作的范围。

“物体在空间中具备固有运动自由度。若机械手这类执行器输出的控制维度，可以完整覆盖物体全部运动自由度，便可实现完全控制。”

倘若覆盖不足，则属于欠驱动，这类场景能够依靠算法进行补偿。

归根结底，核心目标是让灵巧手输出的控制维度与物体自由度相匹配，驱使物体按照预期产生位移与形变。

到底贵在哪？

业内普遍习惯按「传动方式」将灵巧手的技术路线分成三类：

绳驱、直驱、连杆。

无论采用哪种路线，一只灵巧手都离不开空心杯电机、微型减速器、传感器等核心零部件。

其中，成本最高的是电机。更准确地说，是「无槽无刷空心杯电机」。

“不算传感器，电机成本可能占到整只灵巧手的50%到60%。”据秦磊透露，如果再加入视触觉能力，让机器人能够感知不同方向的力度、压力变化，那么传感器又会成为新的成本大头。

「传感器」有点像新能源汽车里的高阶智驾硬件。

不是车辆运行的绝对必要条件，但决定了产品上限，也拉开了高低端产品差距。

早期的手，很少配置传感器。但现在，越来越多客户要求整只手具备视触觉能力，甚至需要感知0.01牛级别的力变化，这些都会无形增加整体成本。

我们在统计中也发现，增配功能（触觉/版本差异）直接拉开20%~50%溢价。

智元OminiHand 灵动款：无触觉1.48万元→含触觉1.98万元（溢价33.8%）

强脑Revo 1：基础版3.5万元→带触觉5万元（溢价42.8%）

灵巧智能DexHand021 S：标准版9600元→触觉版 1.2万元（溢价25%）

专注直驱路线的星动纪元有不同看法。

他们在物流分拣场景测试时发现，真实环境里的物品远比实验室复杂。

比如一些衣架快递，可能没有包装盒，只有外面贴着快递单。

这种情况下，传感器确实能提升机器人面对未知物体时的适应能力。

虽然进工厂后的产品也需针对具体场景做微迭代，但传感器并不会大幅增加整只手的成本。

此次调研中，多位行业人士也提到，无论是空心杯电机的成本高，还是传感器成本高，都无法决定灵巧手的全部价值。

整手的机械设计、传动结构、控制算法，甚至模型和数据能力，才会影响最终表现。

换句话说，灵巧手竞争的不仅仅是「硬件堆料」。

灵心巧手方面告诉量子位：

核心动力部件当然重要，但不能只盯着单个零件。

这里的逻辑有点像新能源汽车。

电池决定续航，但电机、底盘、智能座舱同样决定最终体验。

而对于当前阶段的灵巧手产业，也不能简单用消费品逻辑衡量价格。

“现在还不能直接套用C端心理价格去评判，但如果拉长时间周期来看，会发现整个价格带正在下降。”

从市场需求看，目前真正愿意为高自由度灵巧手买单的客户数量十分有限。

五指灵巧手是「伪需求」？

灵巧手风头正盛，但围绕它的争议还有很多。

面对天花板级别的估值与资本狂热，不少头部整机制造商却出人意料地选择保持距离。

银河通用、逐际动力、至简动力、智平方等整机厂至今都在外采灵巧手。

千寻智能虽然自研了三指灵巧手，但仍在观望五指灵巧手。

理由很简单：

硬件还不够可靠，直接拉高数据采集的成本，从而导致依赖真机采集数据的预训练路线难以规模化。

总之，自研时机还未到。

一位具身机器人企业人士透露：

我们测试过多家厂商的灵巧手，客观来看，当前行业产品普遍耐用性不足，高频损坏，不少产品基本一周就要更换。

甚至头部厂商的灵巧手，在5公斤负载条件下，也只能连续运行50小时。

对于整机厂商而言，一只手坏了，是当天下午就能换好重新开工，还是一周后换，直接影响产线效率。

我们内部经常开玩笑，选灵巧手，参数表一概不用看，就看你跟哪家供应商的售后团队关系更好。

玩笑是假的，无奈是真的。

而且对于整机厂来说，市面上各种灵巧手太多了，现在试都试不过来。

他们实在想不出啥理由，必须、现在、立刻、马上开启自研。

逐际动力CEO张巍十分肯定灵巧手的价值，“一定是未来方向。”

但如果决定自研，必须回答清楚：（灵巧手）现阶段值不值得做？有没有附加价值？

据他观察，目前市面带触觉的灵巧手数量极少，且稳定性不佳，无法支撑有效的数据采集，“同时适配的数据采集设备也未定型。”

当前，灵巧手的主流路线并非成熟的 Sim-to-Real（仿真到现实迁移），而是极度依赖大规模真机数据。

这一路径对硬件可靠性要求极高，越往后越受限于硬件的稳定性和耐久度。

一位具身行业工程师也从模型视角阐述了灵巧手的核心瓶颈：

灵巧手面对的其实是仿真的问题，而仿真的问题，本质又是求解器的问题，以及「接触」怎么建模。

这些，困扰行业很久了。

想依靠真机数据训练，就需要更加可靠的硬件；想降低数据成本，就需要依靠仿真训练。

但当前仿真技术又无法准确还原复杂手部接触。

硬件和算法，正在相互制约。

在他看来，今天的灵巧手处在一个尴尬阶段：

它还不够可靠，无法支撑大规模真实数据采集；也还不够可仿真，无法通过虚拟训练快速突破。

不少对五指灵巧手持观望态度的行业人士还指出：很多工业场景，两指、三指夹具已经能够覆盖90%的任务，为啥非要五指？

“多数标称20+DoF的灵巧手，实际有效对指空间狭窄，输出控制维度仅6~10DoF，多数场景性能不及工业夹爪。”上述模型工程师说。

另一家清华系具身机器人初创公司CEO也表达了类似观点。

我们当然希望灵巧手未来具备很强的通用泛化能力，什么任务都能完成。但问题是，我们到底希望它干什么？

他看过有机器人使用灵巧手握住扭矩扳手，再去拧螺丝。

整个过程非常像人，但他认为这种设计太冗余。

工业领域有一句话：如无必要，不增实体。

如果一个专用末端执行器就能完成拧螺丝任务，那么增加一只灵巧手再拿工具完成操作，无论从成本、可靠性还是精度来看，都不是最优方案。

热度来了，接得住吗？

我们姑且让争议的「子弹」再飞一会儿。

相比要不要自研五指灵巧手，对于贾浩、秦磊这样的从业者来说，真正棘手的问题是：

当热度来了，产业到底能不能接住？

眼下还有几个现实问题摆在面前。

生产模式未成熟

目前灵巧手仍处于产业早期，标准化程度并不高。

不少产品依然依赖人工装配、调试，几乎都是「手搓」，而非高度自动化生产。

遇到不同客户、不同场景，往往还要进行针对性调整。

某种程度上，灵巧手赛道还处于「一机一样」阶段。

这也意味着，行业距离真正的大规模量产，还有一段距离。

警惕同质化

尽管技术路线未收敛，但目前不少企业选择的技术方向高度接近，底层原理较相似。

如果未来路线逐渐收敛，最后的竞争可能变成价格、售后、服务，而不是产品本身。

秦磊认为，这种竞争不会真正推动行业突破。

“有些公司几千元卖一只手，能不能用先不说。短期看，谁先进入市场谁能获得关注，但长期来看，对行业发展影响很大。”

在贾浩看来，随着技术路线逐渐成熟，价格竞争不可避免。

但现阶段，更重要的是推动技术创新，避免大量缺乏真实能力的产品涌入，提前陷入低水平竞争。

不过，也有企业认为，行业还远没有到技术路线收敛的时候。

灵心巧手相关负责人告诉量子位，目前多路线并存，是因为不同方案都有各自优势，很难形成完全替代。

他们判断，未来行业可能会沿着两个方向发展：

一是融合方案，让不同结构、传动、感知技术互相补足；

二是底层突破，从材料和结构入手提升性能，比如更轻的指节模组、更耐用的腱绳材料，让灵巧手更快、更轻、更稳定。

商业化也是一道槛

目前来看，真正实现批量交付的企业仍是少数。

灵巧手虽然是机器人关键部件，但它并不是独立存在的。

机器人真正进入工厂，需要机械结构、视觉、算法、数据等多个模块共同配合。

这也带来另一个现实问题：

市场对于具身智能落地的认知，仍然存在偏差。

不少客户找到贾浩，会提出几百万甚至几千万元预算，希望快速把机器人部署到产线完成各种作业。

现实却没那么简单。

即使银河通用融资几十亿，落地的也只是拿零食等基础任务。仅凭几百万、几千万元预算，很难搭建一条完整可用的机器人产线。

可很多客户往往默认只要是机器人厂商就可以完成「一站式交付」。

但具身智能产业链已经高度细分。

有企业做灵巧手，有企业做机械臂本体，有企业做视觉，有企业做算法模型。

即便只是完成一个简单的「物料搬运」任务，也需要多个供应商协同：

机械臂、灵巧手、视觉、大模型算法，缺一不可。

但目前，国内真正具备全链路整合能力的综合服务商，并不多。

One more thing

全球灵巧手企业约50%在中国，且绝大多数将筹码押在了「五指」上。

需求、资本和创业者正在快速推动，但从技术成熟、规模化量产到商业落地，中间仍隔着巨大的工程鸿沟。

五指，究竟是应对复杂环境的终极解法，还只是人类一种昂贵的「自恋式投射」？

矛盾指向一个终极命题：到底是不是五指灵巧手。（就像人形机器人被质疑的那样。）

从产业端的动作看，无论是灵巧手生产者，还是使用者，其实都在做一件事：

让不完美的产品进入现实、承担复杂任务、在失败中持续进化。

是的，没有捷径。

争论之后，有些事还得做，也必须做。

本文来源：量子位

刚刚，苹果起诉OpenAI反转来了，「内鬼」竟是 iCloud？

appso — Tue, 04 Aug 2026 08:48:00 GMT

苹果起诉 OpenAI 窃取硬件机密的瓜，又有了新进展。

上个月，苹果把 OpenAI、io Products 以及两名前员工告上美国加州北区联邦法院。

PDF https://9to5mac.com/wp-content/uploads/sites/6/2026/07/Apple-Inc.-v.-Liu-et-al.pdf

工程师 Chang Liu 在苹果干了 8 年，做高级系统电气工程师，碰过 iPhone 硬件研发，今年 1 月跳槽去了 OpenAI。苹果打电话提醒他保密协议、约离职面谈、催他还设备，他一概不理。

苹果的诉讼文件里提到，Chang Liu 在到了 OpenAI 之后，他发现苹果企业系统里有个此前没人知道的认证 bug，靠这个漏洞，用那台没还的笔记本继续访问公司云端存储。

OpenAI 甚至还教唆苹果员工对方规避离职安检，要求候选人带上苹果产品的电池、逻辑板和原型机。

苹果在诉状里毫不客气地表示 OpenAI 烂到了根子里：

「从技术团队成员到首席硬件官，再到与商业伙伴的配合，OpenAI 在每一个层级上都在窃取苹果的商业机密和保密信息。」

言辞之激烈，可见苹果之愤怒。

然而事情却出现了反转，刚刚，The Information 在最新的报道提到，导致苹果资料泄密的漏洞，居然是自己挖下的。

几位苹果前员工透露，离职后他们没有主动查找或复制旧资料，可苹果的机密文档依然留在他们的个人 iCloud 里，而且有些文件还在继续同步。

不过，苹果目前已回应称诉状涉及的行为，与 iCloud 共享或存储的文件无关。公司不会起诉那些在个人 iCloud 中意外留有内部文件的前员工。

OpenAI 手里的机密，居然是苹果塞过去的？

苹果之前称超过 400 名前员工被 OpenAI 挖走了。

他们来自产品设计、屏幕、天线、供应链管理、硬件采购等多个部门，基本就是一个相当完整的硬件研发链条了。

这些员工离职后，为什么还有能持有苹果的机密资料呢？

苹果辞退员工时会把人踢出大部分企业系统，可那些在职期间通过共享拿到的文件，照样躺在个人设备上。更魔幻的是，这些文件还在通过 iCloud 持续同步，包括产品发布会的策划文档。

有人离职好几年，iCloud 还会弹出「文档已更新」的通知。

对前员工来说，也不敢轻易删除这些文档，这样可能会引起苹果关注，你怎么证明你不是故意的？删也不是，留也不是，他们捧着老东家的机密文件，像捧着颗定时炸弹。

你可能会问了，苹果这么大一家公司，离职要把所有工作设备和账号上交的规范肯定有吧，怎么会给自己挖这么大一个坑？

答案有点令人哭笑不得，苹果一向以「自己人用自己产品」为荣，内部协作全靠 Pages、Keynote、iMessage，iCloud 是整套苹果全家桶协作。

新员工入职，公司送 2TB iCloud 空间，然后还贴心地建议你：要不要跟你现有的 iCloud 方案合并？

坑就这里埋下了，iPhone 一次只能登一个主 Apple ID 来解锁全部 iCloud 功能，要想把工作和个人彻底分开，就得随身揣两部 iPhone。

这当然有点麻烦了，于是绝大多数苹果员工，干脆用个人 Apple ID 登公司 iCloud。个人账号和公司机密，就这么混淆在了一起。

苹果也不是没有意识到这个问题，它曾搞了个公司管理的「Apple Work」文件夹，专门放工作文件，员工离职一交工牌，文件夹就自动消失，存放在里面的机密材料也会随之失去访问权。

可共享文件并不会自动全部进入 Apple Work。一份 Pages 文档、一张演示稿，只要被存到了其他位置，就会留在个人 iCloud 里，跟照片、账单和生活文件混在一起。

据报道，苹果离职检查的严格程度也因人而异。高管要走，通常会有专人陪同检查设备，逐项确认机密文件已经清理，如果普通员工离职流程可能就敷衍一些了。

于是，这就给这场诉讼增加了变数。

苹果前员工的个人 iCloud 中留有公司文件，可能无法单独证明他是主动窃取。文件可能早在在职时就混进了个人账户，离职后只是没有被系统收回。

类似的事情其实已经发生过，2021 年成立的芯片公司 Rivos曾从苹果挖走了 40 多名员工。

尽管 Rivos早有防备，聊跳槽改用加密的 Signal，绕开 iMessage；机密文件老老实实塞进 Apple Work 文件夹或公司的 Box 账户，还是被苹果告了。

苹果指控的其中一名员工，是用 Time Machine 自动备份把资料复制到了外置硬盘，人压根没打开过那些文件。Rivos 在诉讼中，也指出是苹果的疏忽导致了资料的泄密，不应该让他们来承担结果。

Rivos 这案子 2024 年和解，但元气也伤了，之后再没能从苹果挖到多少人。去年底，Meta 花了大约 20 亿美元把它买走。

OpenAI 能成为苹果的对手吗

无论是苹果还是 OpenAI ，预计都会在明年推出一系列 AI 硬件产品，其中就包括想要颠覆掉 App 生态的 OpenAI 手机。

而 2024 年的 WWDC，双方还处在蜜月期，ChatGPT 正式接入 Siri。Sam Altman 坐在台下，苹果软件工程高级副总裁 Craig Federighi 当场称 OpenAI 是 AI 领域的「先驱和市场领导者」。

当时ChatGPT 补上了 Apple Intelligence 急需的大模型能力，也借着 iPhone 触达更多用户。

OpenAI 决定做硬件之后，和苹果的关系也发生了微妙变化。

Jony Ive 加入 OpenAI ，Tang Tan 从苹果出走，io Products 被 OpenAI 收购。加上 400 多名苹果前员工，OpenAI 手里逐渐有了产品设计、工程、供应链和采购能力。

此前，OpenAI 只在 iPhone 里提供 AI 服务。如今它正在设计自己的设备，想用新硬件承载 AI 助手。这个方向很可能与苹果的核心业务直接碰撞。

苹果诉讼中要求 OpenAI 赔偿损失、销毁所有涉密材料，同时申请禁令。苹果还希望 OpenAI 重新设计尚未发布的硬件产品，将可能涉及苹果机密的部分全部剔除。

苹果不差这点赔偿金额，直接打断 OpenAI 的硬件进度可能才更有价值。

至于苹果的机密资料最终有没有进入OpenAI 的产品研发，或许法庭也不一定会很快给出答案，我们可能需要在后续发布的产品中再看端倪，可以预料的是，争议不会一直持续下去。

苹果和 OpenAI 的撕破脸，同时也在向全世界宣告，AI 硬件的争夺战正式开始了。

本文来源：Appso

Google 把「地球」玩坏了，硬塞 AI 不到两天就翻车

appso — Tue, 04 Aug 2026 08:47:00 GMT

对于任何人来说，想知道世界上某个地方在哪里、什么样，最符合直觉的方式，就是去地图上看一眼。

几十年前，是通过一张巨大的纸本地图， Google Earth 花了二十多年，让用户习惯了电子地图——然后，又在上周自己作了个大死。

地图上出现了不存在的东西

借由数字技术，探索世界，是Google Earth这款产品在当年一时惊艳的原因之一。我现在都还记得，小时候坐在电脑前，通过输入一个笼统的地名「法国、巴黎、枫丹白露……」回车之后，一个湛蓝色的星球旋转滚动，然后倏忽间放大，一瞬间后，我置身在古老法式建筑和花园当中。

长大后我才必须面对，去枫丹白露得花多少钱和时间，Google Earth 提供的是一种对真实世界好奇心的即时应答，在条件有限的时候，一点小小的代理满足不是错——起码我立刻就能知道，枫丹白露不在巴黎，而是在法国的更北部。

上周，Google 宣布把 Nano Banana 2 接入 Google Earth 网页版，用户只需要找到地球上的任意地点，点击「创建图像」，再输入一句话，就能让 AI 以当地真实的卫星、航拍和 3D 影像为底图，生成一张新的、看起来与现实严丝合缝的图片。

Google 为它设想的用途相当体面：把一块空地改造成社区花园，重现古罗马时期的庞贝城，预览尚未动工的住宅和商业街，或者看看一座城市一百年后的模样，官方将这些图像称作「扎根于真实世界的概念」，是小时候「世界探索」的升级 pro max 版。

上图为庞贝古城现状，下图为通过 Nano Banana 实现复原后的效果。图片来自：谷歌地球技术博客

产品经理啊，经常这样，想得很美，甚至有点太美了。功能上线后，「扎根于真实世界」立刻变成另一种东西：很难让人不信的加图。

调查记者 Henk van Ess 用一句话建起了一座不存在的核电站，在边境制造了难民营，在阿姆斯特丹街头安排了一场致命车祸，又在一家战地医院旁边炸出弹坑。

BBC Verify 也做了测试，生成了倒塌的埃菲尔铁塔、吞没吉萨金字塔的巨型天坑等等。

显然，埃菲尔铁塔现在还好好的，上面这些事一件都没有发生，但它们继承了真实地点的坐标、地貌、建筑比例、光线和俯拍角度，更重要的是，它们继承了 Google Earth 多年来在用户心里留下的可信度。

Google 最初回应称，生成图片带有 SynthID 数字水印，用户可以通过 Gemini 或 Google Lens 检查图片是否由 AI 生成，系统也会阻止有害内容。但测试者发现，部分危险提示词并没有被拦截，稍微改变说法也可能绕过限制；图片一旦被截图、裁剪或转发，普通人更不会主动想要先走一遍 Google 的验证流程。即便送去检测软件，也不能得到有效检查。

不到两天，功能被撤回，Google 发推说「我们知道，人们格外信任 Google Earth 提供的可靠世界图景」，同时也已经看到有人分享似乎违反政策的生成图像，因此要在增加更严格的防护措施后再作打算。

这暴露了整件事最奇怪的部分：如果 Google 知道人们为什么信任 Google Earth，怎么还会把一个以虚构为目的的功能放进去？

地图最重要的，不是想象力

谷歌地图的地位，就来自它的建构：它不会主动模糊卫星图像，只有当政府或产权方提出要求，评估通过后，某些地点才会被模糊处理。因此，原本要想从谷歌地球上移除一座真实的建筑物，你需要政府发函。

而现在，要想在一座城市里添加一座核电站，只需要一句话。

Nano Banana 当然可以生成上述画面，技术上，这甚至是一种相当自然的延伸。Google 拥有世界上规模最大的地理影像库，据谷歌自己的说法，其街景图像目前覆盖 1000万英里。同时他们也拥有最先进的图像生成模型之一，把两者接在一起，效果必然比一张凭空生成的卫星图更逼真。

但产品不是一张能力清单，一个功能是否适合出现，不只取决于它能不能实现，还取决于它被放在什么地方。

在普通生图工具里输入「在阿姆斯特丹街头的一场车祸」，意味着用户从一开始就知道自己正在要求 AI 虚构画面。可当同样的图像从 Google Earth 中产生，再传送给另外一个用户时，生成者的动作和动机都是不知道的，全部都是由 Google Earth 作为中间的担保了。

Google 强调，生成图片不会直接出现在其他用户看到的 Google Earth 主界面里，而是单独生成并带有水印。这一说明当然重要，却没有完全解决问题。虚假信息真正传播的地方，本来就不是 Google Earth 的界面，而是社交平台上的一张截图、一段录屏，或者一张被反复裁剪和转码的图片——只需要出现 Google Earth 的 logo 就可以了。

离开产品四处传播的，往往只有生成结果，真实的档案仍然留在 Google Earth 里，地图内部把真实与虚构分得再清楚，也无法保证截图外部的观众还能看见这条边界。

况且，Google Earth 不是一个中性的地图产品，新闻机构、气象和户外爱好者、旅行爱好者、普通用户都会把它当作公共参考系，用来确认一座建筑是否存在、一片区域何时发生变化、一张流传中的照片是否与真实地貌相符。

因此AI 假图甚至不必真的骗过所有人，只要公众知道 1） Google Earth 也可以生成画面，2）收到了一张Google Earth上的截图，就可以吵不清了。面对一张建筑影像或灾难照片，首先提出的拷问就成了「这是不是 AI 的？」

生成式 AI 带来的风险，从来不只是人们相信假的，也包括人们开始不再相信真的。Google 把生图工具接进 Earth，相当于在自己建立了二十年的公共参考系里，亲手加入了这种怀疑。

不是每个 AI 按钮都错了

公平地说，Google 为这个功能设计的需求并非完全虚构。

建筑师确实需要把设计方案放进真实地块，教师也可能希望让学生直观看到古代城市的样子。城市规划、房地产展示、历史教育和个人装修，都存在「如果这里变成另一种样子」的可视化需求。Nano Banana 使用真实地理信息保持比例和环境一致性，也比普通生图工具更适合完成这些任务。

问题在于，这些需求都有一个共同前提：用户要看的不是「这里是什么」，而是「这里可能变成什么」，前者是 Google Earth 的核心承诺，后者则是一套独立的创作和模拟工具。

Google 原本可以把它做成明确隔离的「想象模式」或规划工作台，用完全不同的视觉界面标记虚构内容，在导出图片上保留难以裁掉的提示，并针对军事、灾难、冲突和公共安全地点设置更严格的限制。或者也可以先向建筑师、教师和地理专业人士开放，观察真实用途，再决定是否让全球所有用户「输入任何想看的东西」。

但实际发布方式更像一次模型能力展示，Nano Banana 已经可以修改照片、生成图片，现在它又来到了 Google Earth。

产品首先是为了证明 AI 无处不在，至于这项能力是否符合 Google Earth 的角色，似乎被留到了上线以后再验证。于是，最终替 Google 完成产品测试的，是一个想到修核电站的乐子人。

当所有产品都开始为 AI 让步

这种违和感并不只存在于 Google Earth，过去几年，Google 几乎把生成式 AI 放进了每一项成熟产品。搜索结果顶部出现 AI 摘要，Gmail 和 Docs 替用户写作和总结，Google Photos 可以重新想象照片内容，Chrome、Messages 和各种工作工具也在不断增加 Gemini 入口。Nano Banana 此前已经进入搜索、相册和 Chrome，现在又轮到地球。

这不意味着这些功能都没有价值。用 AI 整理邮件、提炼长文，或者根据自然语言寻找一家适合聚餐的餐厅，都可能比过去的操作方式更有效。Google 真正的优势，也恰恰在于它拥有搜索、地图、邮箱、照片、浏览器和操作系统，可以让模型接触真实任务，而不只是困在聊天框里。

但不同产品与用户之间，存在不同的信任契约。用户打开 Google Earth 时，首先期待的并不是想象，而是真实。

当「加入 AI」变成一个统一的公司目标，这些差异很容易被抹平。模型团队看到的是同一种能力：理解指令、生成文字、修改图像；产品团队原本应该追问的却是另一组问题：用户为什么来到这里？他们默认什么是真的？这个按钮会增强产品的核心价值，还是直接消耗它？

Google 花了二十年，让 Earth 成为人们确认世界的地方。Nano Banana 只用一天，就证明「让人们重新想象世界」和「让人们相信眼前的世界」，不是一回事。

Google Earth 真正需要的，或许从来不是更多想象力，而是继续值得相信。

本文来源：Appso

在ChinaJoy的顶流展台，看一场释放游戏IP价值的破壁实验

刺猬公社 — Mon, 03 Aug 2026 10:03:00 GMT

7月31日，上海新国际博览中心同时被38℃高温和玩家的热情包裹。

人潮涌动间，以“与AI同游”为主题的第23届ChinaJoy如期而至。今年，展会规模一如既往地盛大。14万平方米的展区中，来自30多个国家和地区的约900家企业密集登场。首日开展时分，玩家们早早便在场馆外排起蜿蜒长队。

放眼望去，众多人气IP中，国民游戏《王者荣耀》备受关注。不论是王者英雄Coser的现身，还是KPL电竞选手的来访，都能在现场引起一阵又一阵的惊呼声。

在今年的鸿蒙游戏展台上，王者荣耀IP再次亮相。《王者荣耀》与《王者万象棋》专门于此设置了主题区域，让来自两款游戏的“英雄·镜”和“棋手·镜”伸手相触。开展没多久，展台就被热情的粉丝们围了个里三层外三层。

其实，在这届ChinaJoy上，跨次元同框的画面远不止于此，一个关于IP破壁、释放新价值的行业新故事正悄悄启幕。

直击ChinaJoy2026现场，顶流IP为何齐聚鸿蒙展台？

事实上，这已经不是《王者荣耀》第一次在ChinaJoy上与鸿蒙生态“梦幻联动”了。

2025年，凭借超大展区面积、豪华游戏阵容与沉浸式体验，鸿蒙游戏展台一度被不少玩家称为“ChinaJoy最大赢家”。当时，《王者荣耀》就曾携新英雄“孙权”海报登陆鸿蒙展台，说是全场焦点并不夸张。

今年，鸿蒙游戏展台的规模与热度再上一个台阶，一座面积超过1000平方米的沉浸式“赛博游乐场”被搬进了现实。

从阵容角度看，超过60款游戏加入了这场派对。从《和平精英》《鸣潮》等热门大作，到《鹅鸭杀》《夜幕之下》这样的圈层爆款，再到包括《太吾绘卷：天幕心帷》在内的独立游戏标杆，鸿蒙展台覆盖的品类十分全面。

玩法设计上，今年鸿蒙设置了六大IP独立展台、全场景体验区、游戏试玩区、音乐艺术展和主题艺术展等多个核心区域，每个区域都对应着一系列新鲜的活动玩法。

比如，《夜幕之下》的独立区域将4位主角搬进现实，现场人气相当惊人。再比如，《鸣潮》区域打造了一片童话风的Q萌园地，访客参与互动就能领取周边物料，还能完成贯穿整个鸿蒙游乐场的“游园任务”。

主舞台更不必说，围观水友赛、Coser秀的人群水泄不通。随着管泽元、不求人等人气嘉宾亮相《和平精英》主播赛，现场氛围又被推向新的高潮……

可话说回来，为什么以《王者荣耀》《和平精英》为代表的一众人气游戏IP，全都默契地选择了鸿蒙展台？

超强的生态引力固然是答案之一，但更重要的原因，其实藏在那些具体的体验创新之中。

就拿王者IP来说吧，首先，鸿蒙版《王者荣耀》的试玩区有着和红BUFF、蓝BUFF一样吸引人的技术BUFF，比如120帧高刷和AI超分画质提升。

得益于鸿蒙软硬芯云协同的技术底座和终端设备的更多形态，玩家们能够获得更极致的竞技体验。在ChinaJoy现场，同属王者IP的策略对战新作《王者万象棋》，就借助鸿蒙系统级能力实现了差异化游戏体验。

借助“近场快传”功能，《王者万象棋》的玩家可以直接将游戏资源包分享给附近好友，既节省了流量消耗，又缩短了等待下载的时间。从展台现场的演示效果来看，这些近场交互不仅放大了自走棋品类的社交聚会属性，也让《王者万象棋》这款IP新作找到了别具一格的体验式获客路径。

不止于此，王者IP甚至还能在鸿蒙展台向其他领域进一步延伸。

比如，当用户来到音乐艺术展区域，会发现华为音乐为王者粉丝准备了专属定制歌单。只要“碰一碰”，玩家就能获取歌单，倾听王者峡谷的热血节拍和夏日旋律。

又或者，在主题艺术展上，玩家会见到华为主题推出的《王者荣耀》“十周年定制主题”，“电子搭子”都能换上英雄新装。

可以说，在鸿蒙生态，《王者荣耀》几乎延伸出了“无处不在”的IP新体验，连玩家每天解锁手机的日常都成了与心爱角色的一次重逢。

当游戏进入生活，IP延伸趋势怎样重塑游戏行业？

更宏观地说，玩家每一次因“还能这么玩”而流露惊喜的眼神，其实都呼应了一个正在发生的行业变化——游戏IP的价值正在从“游戏内”向“游戏外”延伸，游戏IP的衍生体验正变得愈发多元化、日常化。

这一趋势最直观的体现，是游戏IP衍生市场的持续扩容。

其中，增长迅猛的“谷子经济”是典型代表。同时，游戏联名也变得越来越频繁。雷报统计数据显示，2026年上半年，仅23个头部游戏IP就发起了多达463起商品授权与联名动作。

相似地，游戏IP衍生演出赛道同样在高歌猛进。据灯塔研究院数据，2025年游戏IP衍生演出票房同比增长了58%，今年上半年演出场次更是同比大涨79%。

除此之外，游戏音乐、游戏主题、游戏内容消费等“非游玩场景”的日常IP变现方式，也正崛起为新的增长极。越来越多的玩家开始循环播放游戏OST，许多人选择为IP主题装扮带来的情绪价值买单……

总而言之，游戏IP的消费窗口似乎已经从登录游戏的那一两个小时，拓展到了人们全天候的生活里。

更重要的是，当这幅图景逐渐成为现实，另一种可能性亦随之出现——我们都知道，窗口往往是双向的，既然“游戏外”生活正在成为人们感知游戏、消费IP的新场景，那么反过来看，这是否意味着它同样能逆向“兼任”游戏触达用户、精准获客的新入口呢？

要知道，对于今天的中国游戏产业来说，这种可能性尤为珍贵。

不久前的6月，在华为开发者大会（HDC 2026）上，伽马数据发布了《鸿蒙游戏生态发展报告》。报告指出，游戏行业正面临获客难、成本高、技术支撑不足的三重压力。

截至2025年，中国游戏用户增长率已经连续3年徘徊于1%上下。整个市场的实际销售收入和用户规模均呈现“缓涨”态势，行业发展主旋律从“增量扩张”转向了“存量深耕”。

相应地，传统的“广撒网”买量模式逐渐失效。就数据而言，从2023年到2025年，移动游戏广告投放数有所回落，但TOP1000游戏的投放金额却持续走高，可见老方法已面临瓶颈。投放成本上涨的背后，隐含着厂商的普遍焦虑。

基于这种大背景，报告判断，买量逻辑正从“广覆盖”转向“精准深耕”，在注重高价值用户的同时，寻找新的、高效的流量入口变得至关重要。

从这个角度回看本届ChinaJoy，我们不难发现：那个正与众多游戏IP共舞的鸿蒙展台，恰恰就验证了“从游戏外场景找入口”的破局思路。

展会现场的玩家体验表明，鸿蒙正在有意识地探索生活化、全场景的IP场域。而在这一探索进程中，其设备生态又体现出了天然优势——由手机、车机、手表、智慧屏和PC等设备构建起来的物理触点，本就具备得天独厚的延伸潜力。

不知不觉间，在“延伸游戏IP，贯通全场景入口”这件事上，鸿蒙游戏生态已经下起了一盘大棋。

鸿蒙“全场景触点”，凭什么能助力游戏IP不断延伸？

棋局关键，在于鸿蒙操作系统的“全场景触点”，这也是鸿蒙帮助游戏IP不断延伸的核心方法论。

那么，究竟何谓“全场景触点”？

依托全场景生态能力，鸿蒙把原本分散的设备和生态入口编织成了统一的触达矩阵。这样一来，其中的听觉、视觉、内容、交互等诸多维度，自然都变成了游戏IP抵达用户的一种“触点”。

比如，把游戏OST的价值从“游戏内背景音”里释放，让用户在日常场景中也能便捷收听。华为音乐的解法是，引入《王者荣耀》《和平精英》等爆款游戏的原声音乐，推出“玩懂音乐”专题策划，让游戏配乐延伸进日常的喜好推荐中，成为“触点”。玩家和游戏见的第一面，不一定要在游戏里。

在ChinaJoy现场的音乐展区域，玩家能清晰体验到定制歌单的魅力。《三角洲行动》用户可以体会民谣与交响交织的战地浪漫，《和平精英》爱好者则能在国风和电子的碰撞声里重温决胜时刻。这相当于把游戏音乐升级成了有影响力的“音乐消费品”。

再比如，游戏皮肤作为玩家最熟悉的IP消费形式，过去大多只能在游戏内展示。但华为主题跳出了这一限制，将IP视觉作为“触点”延伸到整个设备系统。热门IP的定制主题上线后，游戏角色形象会渗透到锁屏、桌面图标、时钟日历等诸多高频场景。

像《光与夜之恋》这样的定制主题，用户甚至可以通过双击锁屏界面来切换男主。如此一来，游戏角色就不再只存在于App里，而是每天都会在玩家解锁手机的瞬间登场。传统的游戏内视觉资产，就这样被转化为一种“设备级身份表达”。

更有趣的是，鸿蒙生态内还生长出了超出单一产品语境的“触点”。

举个例子，华为浏览器视界频道推出了名为《大玩家》的专栏，面向年轻群体和游戏玩家，持续输出游戏行业观察报道。此前，游戏资讯和解读往往分散在各个网络平台，信息相对碎片化，《大玩家》则意在解决这一问题。

最近，专栏文章《当中国女帝“征服”韩国玩家》拆解了《盛世天下》出海的成功路径，并回顾了一众国产佳作的文化输出之路。这些内容将零散的游戏资讯升级为更系统的“文化叙事”，再度验证了游戏内容消费的旺盛需求。

如果说音乐、主题、内容是游戏的“软触点”，那么全场景游戏体验就是IP的“硬延伸”。

在ChinaJoy鸿蒙展台的全场景体验区，玩家可以直观感受到体验升级。手机上玩到一半的《保卫萝卜4》，流转到智慧屏上就能用大屏继续；坐进智能座舱，车机屏幕能接续《苍翼：混沌效应》的游戏进度；哪怕是飞机这样的无网环境，也能和身边朋友联机来一局《多乐掼蛋》或《飞行棋大作战》。

这些体验背后，是鸿蒙分布式技术的全面支撑。“碰一碰”省去了繁琐的组队流程，“抓一抓”方便了共享存档，“声控放技能”解放了双手，“无网小游戏”覆盖了差旅等弱网场景，“跨端流转”让游戏进度在手机、PC、智慧屏、车机之间无缝同步……

说到底，这些鸿蒙技术的共同逻辑，都是要让游戏IP不再受设备边界的约束，随心延伸。

从自在倾听到时刻触摸，从一站阅览到随心流转，在“全场景触点”的加持下，今天的鸿蒙生态已然把IP从游戏内释放到了生活中的方方面面，实现从“单一内容打动”到“全场景触达”的价值升维。

在某种程度上，与其说鸿蒙是在搭建一个游戏分发平台，倒不如说，它是在构建一套帮助游戏IP全场景延伸的“基础设施”。

对用户来说，这套“基础设施”把游戏送入生活，意味着更丰富的IP体验；对厂商来说，这套“基础设施”让用户变得更加触手可及，从而释放出更多的商业增长机会；对生态而言，一套能不断促成产业价值共振的“基础设施”，也终将推动生态自身的正循环发展。

当这种软硬协同、IP联动的“全场景基建”进一步走向成熟，当游戏IP不再被锁在一款游戏里，而是顺着音乐、主题等内容消费场景和车机、手表等终端设备渗透进用户的日常，商业价值将进一步被释放和兑现，行业增长的上限正在被逐渐抬升。

本文来源：刺猬公社

也许，PS6 是最后一代游戏机…

爱范儿 — Mon, 03 Aug 2026 10:02:00 GMT

你上一次正儿八经地坐在客厅的电视前玩游戏，是什么时候？

这对于主机死忠是不存在的问题。但现在，索尼发现主机死忠已经不够多了。

这个问题，也成了下一代 PlayStation 必须回答的问题。

索尼在今年的业务说明会上表示，PlayStation 长期以来都与客厅绑定，下一代平台则会拓展使用方式，让玩家在客厅之外也能自然、连续地玩游戏。

究其根本，玩家的游戏时间正在离开客厅，下一代游戏机也不能停留在客厅里。

当索尼开始探索游戏与其他空间的关联，隔壁微软也正忙着把 Xbox 塞进 Windows 以及更多合作设备；当代「掌机王者」任天堂则继续沿着 Switch 的混合形态往前走。

三家走的路线看似差得很远，但争夺的其实都是玩家散落在客厅、卧室、通勤和电脑桌前的游戏时间。

核心命题是：无论形态、游玩环境怎么变，最重要的游戏和玩家，必须留在自己的品牌生态里。

PS6 的新形态：一分为二

索尼的下一代主机形态，可能会一分为二。

一台 PS6 继续作为主机留在电视旁边，分辨率、光追和帧率确保核心玩家体验；而另一台代号为 Project Canis，掌机形态，让玩家可以随时随地，拿起就玩。

而且，Project Canis 是真正的独立主机：可以本地运行游戏，不需要一直串流家里的 PS6——不再沿用索尼云串流掌机 PS Portal 的逻辑。

PS Portal

具体配置方面，传闻 Project Canis 处理器采用台积电 3 纳米制程工艺，CPU 采用 4 大 2 小核心配置，GPU 为 16 组 RDNA 5 计算单元，配备最高 24GB 的 LPDDR5X 显存。其光栅渲染和光追表现可能超越微软现行款 Xbox Series S。

话虽这么说，「掌机」定义的 Project Canis 追求的绝不会是极致的性能，而更多是移动性和性能的取舍。它的真正意义在于让玩家离开客厅仍然可以享受完整的 PlayStation 游戏生态——而不是被任天堂的 Switch 生态勾引走……

之所以说「完整」，是因为历史上 PSP 和 PS Vita 都曾把游戏机装进口袋，只是它们拥有各自的、区别于核心主机的游戏生态。

而为了在移动端实现「完整」的生态，后来的 PS Portal 却走了另一个极端：把运算留给 PS5/云端，自己则只具备串流输出的能力。

究其根本，无论 PSP、Vita 还是 Portal，都无法让 PlayStation 核心玩家真正满足。索尼必须造出一台完整复刻核心主机体验但又可以带出家门的设备。于是，才有了 Project Canis，可以像标准掌机本地游玩，又能完整享受 PS6 的游戏生态。

说了这么多，现在你或许可以理解为什么索尼互娱之前宣布 PlayStation 新游戏不再推出实体光盘，新作此后只会发布数字下载版：游戏跟着账号走，「主机 + 掌机」共用一套商店账户、一套存档系统，数字游戏是最省事的选择。

当然，这个新范式给玩家制造了巨大的权力危机，这是不可否认的。说白了，联网游戏的机制意味着你只能祈祷平台不会将你热爱的游戏下架。

在纯数字、无光盘的时代，我们无法真正「拥有」游戏，只能买到「使用权」，而这个使用权又是非确定性的。

但对于不在意这些权利的玩家，新范式的便利性也是存在的——游戏买一次，两台设备都能下载，随时随地都能玩。

只是从实体盘变成数字授权以后，游戏也失去了转卖、出借和脱离账号保存的可能。所以，这套双设备路线看上去是在扩大玩家可以游戏的空间，实则也顺手收紧了游戏能够流通的空间。

Xbox，Windows 最新的附庸

微软过去几年做了不少很「开放」的事情：把《极限竞速：地平线》、《光环》等传统独占游戏放开给其他平台；还联合多家厂商定制 Windows/Xbox 品牌体系的掌机。

人们一度以为，Xbox 要淡出硬件战争，聚焦在游戏制作发行、订阅服务以及品牌建设。

并非如此。微软其实正在搭建一套横跨主机、PC、掌机和云端的 Xbox 体系，而下一代游戏机是一个关键的节点。

Xbox 已经公布了下一代主机代号为「Project Helix」，从释出的信息来看，新机使用定制 AMD SoC，底层系统运行 Windows，可以玩 Xbox 主机及 PC 游戏，且兼容四代 Xbox 游戏库。该机开发者 Alpha 硬件计划在明年开始提供。

而在游戏的独占安排方面，包括新《战争机器》等在内的产品仍是 Xbox 永久独占，而已经确认多平台发行的作品将维持原计划，保留住了微软扩大软件销量的空间。

但决定下一代 Xbox 去向的，其实是 Windows。

在此之前，微软联合第三方厂商（例如 ROG）推出的 Xbox 掌机产品，虽然挂着 Xbox 的名字，但实际游玩体验仍然不够纯粹，比如会遇到按键冲突、系统弹窗等糟糕的体验。

而从今年 4 月起，Xbox 模式进驻 Windows 11——按下手柄按钮，电脑就会切换为手柄优先的全屏界面，聚合 Xbox、Steam 等游戏库，同时减少后台任务。

微软还做了许多针对 Xbox 模式的性能优化，让 Windows PC 用起来更像一台开机即玩的游戏机。

一套组合下来，Xbox 的未来路线也变得清晰明了。Project Helix 负责客厅里的高性能硬件；ROG 等 OEM 厂商继续做掌机和游戏 PC，同时保证普通电脑也能兼容 Xbox 模式。

无论哪种机型的用户，都可以通过 Windows 享受 Xbox 的完整游戏生态。那句「有 Windows 的地方就有 Xbox」也不再只是广告语。

但这套路线也碰上了成本压力。

由于主机使用的内存和存储成本已经上涨超过 2.5 倍，到明年可能再翻倍，微软官方已经对在售的 Xbox Series X｜S 先行涨价。

今年 8 月开始，512GB 机型涨价 100 美元，1TB 机型涨价 150 美元，2TB 版本停止销售。

微软尴尬地承认，游戏机通常低于制造成本销售，需要靠游戏和服务补回利润。目前 Xbox 生态的整体玩家数量和游玩时长正在下降，Game Pass 和多平台业务的增长也未达预期。

微软对于 Project Helix 赋予核心的生态位置，他的存在是对于下一代 Xbox 的性能、兼容能力和操作体验的定义。但问题是，要追求高性能，还要兼容主机、PC 和前几代 Xbox 游戏，其硬件成本只会更高。

如果微软无法再像以前那样补贴主机，它很可能成为一台价格昂贵的客厅游戏电脑。

任天堂难题：如何说服 1 亿人换 Switch 2

索尼和 Xbox 还在安排主机、掌机与 PC 的位置，任天堂从初代 Switch 开始就同时覆盖了客厅和移动场景。

Switch 2 于去年 6 月上市，截至今年 3 月底累计售出 1986 万台。这个体量并不小了，但放到初代 Switch 的 1.55 亿台面前，仍只是「老用户迁移」工程的开头。

任天堂现在的首要任务很明确，就是让老用户愿意换机。

谁让初代产品做得太好，给下一代制造了甜蜜的烦恼。

Switch 2 从一开始就支持兼容的 Switch 实体与数字游戏，老玩家可以大体上无痛迁移账户体系、存档和数字游戏（家长控制设置也会一同转移）。同时 Switch Online 会员继续沿用，部分 Joy-Con 和 Pro 手柄也能接着用。

任天堂的换机大计分为几层：老游戏付费升级包、免费的性能补丁，以及 Switch 2 独占新作。

其中，Switch 2 独占新作，才是真正的换机欲望来源。

比较有趣的是，实体与数字的边界在 Switch 上也开始变得模糊，只是任天堂没有像索尼那样一刀切。

任天堂 2026 财年的数字销售占专用游戏平台软件销售额 54.6%，数字业务已经超过一半，实体卡带仍有可观规模。对任天堂来说，卡带既是零售渠道，也承载借用、收藏和转售的消费习惯。

于是，任天堂生造出了「钥匙卡」（Game-Key Card）这个折衷方案。钥匙卡里通常不存完整游戏，玩家插入后需要联网下载，但运行时仍要保留卡片作为钥匙。

从厂商角度，这个发明十分巧妙；对于用户来说，钥匙卡却是令人困惑的狡猾行为。

至于传闻中 Switch 2 的分支产品——OLED 版和 Lite 版，目前任天堂还没给出正面答复。

对于想靠硬件赚钱，又不想抬高硬件售价的计划通任天堂来说，两个分支版本都适合留到产品周期后面，等标准版销量放缓时，再给市场一次同代升级的换机理由。

Switch 2 不用追着 PS6 和 Helix 比性能。它只需覆盖一批主流第三方游戏，再用独占作品提供其他平台没有的玩法，就能维持自己的位置。毕竟任天堂游戏机性能没赢过，游戏性没输过。

但问题是，Switch 2 的首发价格高于前代，任天堂第一方游戏售价也已进入 70—80 美元区间（这还只是原作，没算后续 DLC），「钥匙卡」又稀释了实体介质的优势。上述以及未提及的诸多因素，共同阻碍了任天堂的换机大计。

如果新游戏供应放慢，或者第三方作品持续受制于性能，老用户完全可以继续留在 Switch。

也许，它们是最后一代「游戏机」

对玩家来说，用游戏机打游戏曾经是一种高性价比的娱乐方式。

索尼和微软愿意用接近成本、甚至亏损的价格卖出硬件，再从此后几年的游戏抽成、第一方作品和订阅中把钱赚回来；玩家花个 399、499 美元，便能得到一台简单、稳定，性能又接近高端 PC 的游戏设备；实体盘玩完以后，还可以转手回血。

这个生意模式，无论对于厂商和用户，都是合理的。

这套「软件补贴硬件」的模式，需要便宜的硬件，把足够多玩家带进同一个平台。但现在的问题是，AI 产业的爆发，和用户使用电子设备的习惯变迁，让这两个前提都不存在了。

玩家不再买得起——就算买得起，也不再需要一台摆在客厅的游戏主机了。

图自 The Verge

不仅游戏机涨价，游戏本身也越来越贵。而这可能引发一个新的死循环：

主机厂需要更多独占 AAA 游戏来提高平台吸引力；游戏产业整体收缩导致各家预算缩减；主机厂难以为自有工作室集群提供更多的预算；优秀大作供给失衡；玩家不再愿意新购/换机；主机厂收入降低……

硬件越来越难补贴，游戏越来越难只卖给一台主机，玩家也不再把主机当成最划算的娱乐入口。

同时，游戏设备的市场还有新的玩家在入局。前不久开卖的 Steam Deck 同样定位「游戏主机」，却直接继承玩家已有的 PC 游戏库；人手一台的手机更是直接分走了通勤、排队和睡前的零碎时间。

玩家想玩游戏，已经不必先为一套封闭生态单独购买硬件。一台摆在电视旁的机器，很难再代表整个游戏平台。

PS6 和 Helix 有可能成为「最后一代」主机——这当然是个疯狂的假设。但是想到这一情况的可能性越来越高，令我们感到无比胆寒。

毕竟，游戏机并非生活的必需品，一旦无法提供独特的娱乐价值，就会被快速抛弃。

图自 The Verge

本文来源：爱范儿

从路侧数据到 4D 世界：世界模型如何重塑自动驾驶的训练场？

HiEV大蒜粒车研所 — Sun, 02 Aug 2026 13:29:00 GMT

如果说两年前，世界模型还只是自动驾驶里略显前沿的一条技术路线，那么到今天，它已经在自动驾驶领域里占据了两个重要位置：一个是模型路线，世界模型被很多人认为是通往自动驾驶终局的技术路径；另一个则是训练、仿真和长尾场景验证中的重要工具。

真实路测能采到大量日常场景，却很难稳定覆盖那些低频、高风险的极端情况，譬如暴雨夜间的逆光路口、施工区域里的临时改道、大车遮挡下突然出现的行人，单靠车队“碰运气”的效率太低，如果用传统仿真手工搭场景，又很难跟真实道路的复杂度对齐。

世界模型就是在这样的矛盾里，被推到了台前。

但随着概念热起来之后，边界也开始变得模糊。

有人把自动驾驶仿真叫世界模型，有人把 3D 场景生成叫世界模型，也有人把自动驾驶里的算法模型叫世界模型。这些说法都没有错，但它们讲的显然不是同一个东西。

李飞飞创立 World Labs 后，一直在强调空间智能。她的一个基本判断是，语言模型并不是人类理解世界的全部方式。最近，她在一篇题为《A Functional Taxonomy of World Models》的文章里，试图向公众厘清世界模型这个概念。

她将世界模型按功能，分成 renderer（渲染）、simulator（模拟）和 planner（规划）。

Renderer 负责生成画面，planner 负责输出动作，夹在中间的 simulator，承担的是对世界状态的表达和推演。

世界模型要知道车在哪里，人在哪里，遮挡关系如何变化，一个动作发生后，环境会变成什么样。如果只靠 2D 视频里的像素相似度，模型可以学到很多视觉规律，却很难稳定学到空间结构、动态轨迹、多视角关系和动作后果。

这就引出了另一件事：如果要训练一个真正可用的 simulator，世界模型不能只靠“看起来像”的视频。它需要更强的结构化监督。

让模型不只生成画面，也去学习画面背后的世界状态。

4D 真值监督：世界模型要先把世界对齐

如果只把世界模型理解成视频生成，会简单得多。

给模型一段历史画面，让它预测下一帧，或者生成接下来几秒的视频。画面越自然，运动越连贯，模型看起来就越“懂世界”。

但自动驾驶和机器人需要的，远不止这些。

它们需要的世界模型，不能只预测摄像头下一秒会看到什么。它还要知道画面背后发生了什么：车在哪里，人在哪里，道路边界、遮挡关系，以及某个动作执行以后，环境状态会不会跟着变化。

它们不仅需要3D的空间信息，还需要时序上的变化。3D空间加上时间，就是4D的世界状态。

如何用4D数据训练出世界模型？4D 真值监督就是一种方法。

这里的“真值”，可以理解成模型训练时用来对照的标准答案。普通视频训练里，答案是下一帧图像；4D 真值监督里，答案不只是图像，而是一套动态的世界状态。

这套状态至少包含几层东西。

空间层面，它要有三维几何。车辆、行人、道路、障碍物不能只停留在二维画面里，而要有真实空间位置。车在第几条车道，离本车多远，朝向如何，行人站在路边还是已经进入车道，这些都要被表达出来。

语义层面，它要知道每个对象是什么。车、行人、路沿、信号灯、可行驶区域，不只是像素块，而是具有类别和功能的交通元素。

动态层面，它要保留时间里的变化。车辆是加速还是减速，行人是在等待还是横穿，两个交通参与者是否正在形成冲突关系。

如果进一步进入决策和控制环节，世界模型还需要理解动作带来的结果。

自动驾驶系统做出减速、变道、绕行之后，周围交通会如何变化；机器人抓取、推动、碰撞之后，物体姿态会不会改变，这些都是世界模型要学习的内容。

不只是视觉表面，还包括空间结构、时间连续性和状态变化。

在自动驾驶里，行业里常见的做法大致有几类。

一类是用 3D occupancy 或 BEV 表达世界状态。

Occupancy 可以理解成把车辆周围空间切成很多小格子，每个格子记录这里有没有东西以及是什么。BEV 则更像从高处俯瞰整个交通场景，把车道、车辆、行人、障碍物和可行驶区域，投射到统一坐标系里。

很多世界模型会在这个状态空间里训练。它不直接预测下一帧视频，而是预测未来几秒的 occupancy、BEV 或对象轨迹。换句话说，模型要回答的不是“下一帧长什么样”，而是“下一刻世界会变成什么状态”。

这种表达的好处是把世界状态结构化了，模型更容易学习空间关系和动态变化。但它也有明显局限。无论是 occupancy 还是 BEV，本质上都是一种压缩后的世界表示。

压缩过程中，大量视觉细节会被丢掉，比如纹理、光照、天气变化以及一些长尾场景里的细微信息。对于规划和预测任务来说，这些信息未必重要；但如果希望世界模型同时承担数据生成、仿真验证甚至通用物理世界建模的任务，仅靠 occupancy 或 BEV 往往不够，它们很难完整表达真实世界的复杂性。

另一类做法，是先重建一个可渲染的三维场景。

NeRF、3D 高斯泼溅这一类技术，近两年在自动驾驶仿真和数据生成里出现得很多。它们的思路不是把真实世界存成视频，而是把场景变成一种可以从不同视角重新渲染的三维表示。

这对世界模型很重要。

因为自动驾驶训练经常需要多视角一致。前摄像头看到一辆车，侧摄像头也应该在对应位置看到同一辆车。三维重建相当于先把世界建立起来，再从这个世界里生成不同视角的数据。

但三维重建只解决了一部分问题。真实道路不是纯粹静态的模型，于是行业里会把静态背景和动态对象分开建模：道路、建筑、树木、路沿属于相对稳定的背景；车辆、行人、骑行者，则需要跟踪它们在时间里的位置和姿态。

一段交通场景不再是很多帧图片，而是一个随时间更新的世界：道路、建筑和基础设施构成相对稳定的空间框架，车辆、行人和骑行者在其中持续运动，而遮挡、交互、让行和冲突等关系也随着时间不断变化。

那么 4D 真值监督在训练里有什么作用呢？

首先，它会约束几何关系。

同一辆车不能在前视图里离本车 20 米，换到侧视图里却像在 5 米外；一个行人不能在空间里忽远忽近，只因为画面生成时纹理发生了变化。几何真值会约束物体位置、尺度和朝向。

其次，它会约束时间。

车辆的轨迹要连续，速度变化要合理；行人不能前一秒还在路边，下一秒没有运动过程就跳到车道中央。时间真值让模型学到“变化”本身，而不是只学到一帧一帧的样子。

第三，它会约束多视角。

自动驾驶不是单眼看世界。前视、侧视、后视、鸟瞰、点云，最终都要对应同一个真实场景。多视角真值会让模型知道，不同传感器看到的是同一个世界，不是几段彼此无关的视频。

最后，它还会约束语义和动作后果。

红灯和绿灯不是颜色差异，而是交通状态差异；车道线不是白色纹理，而是行驶规则的一部分。

这些约束合在一起，才让世界模型从 renderer 走向 simulator。

4D 真值如此重要，有个问题也随之而来：真值数据从哪里来？

最传统的方法是从车端收集路测数据。

车辆自己采集摄像头、雷达、激光雷达和定位数据，再经过标定、融合、重建和标注，得到 4D 真值。

但车端数据天然带着单车视角的局限。它看到的是“这辆车眼前的世界”，不一定能还原整个路口的交通关系。被大车挡住的行人、侧后方快速接近的车辆、路口另一侧正在形成的冲突，很多时候并不完整。

要训练一个更可靠的世界模型，真值本身也要变得更完整。

能不能从车端之外的视角，构建一套更完整的 4D 真值，再把它转回自动驾驶模型真正需要的车端视角？

答案是肯定的，而且已经实现了。

汤元科技的方法：把路侧世界转回车端视角

这个问题，在汤元科技参与的一篇公开论文里有了一个具体答案。

汤元科技成立于 2024 年，公司总部目前在苏州相城区。这个位置很特殊。苏州相城这些年一直在推智能网联汽车和车路云一体化，许多路口、道路上都部署了摄像头、激光雷达、毫米波雷达和边缘计算设备。

这些设备原本服务于车路协同和智慧交通，它们也提供了一种特殊的数据来源：不是某一辆车眼前看到的世界，而是一个路口、一段道路里更完整的交通状态。

汤元科技 CEO 任冬淳长期做机器人、自动驾驶和世界建模研究，后来在美团自动驾驶负责过算法研发和工程落地。这种从研究到产业一线的经历，也让汤元在做世界模型时，更关注数据生产、真值构建和训练闭环这些实际问题。

路侧数据有了，下一步就是方法。

汤元科技团队的一篇公开论文 I2V-GS，讨论的就是这个问题。论文全名是 Infrastructure-to-Vehicle View Transformation with Gaussian Splatting for Autonomous Driving Data Generation。简单来说，就是把路侧视角转成车端视角，用来生成自动驾驶训练数据。

路侧设备站得高，看得远，更容易看到路口里的整体交通关系；车端传感器贴在车身上，位置低，视角窄，看到的是驾驶系统真正面对的输入。

两者之间不是简单的相机位置变化，而是整个空间关系都变了。同一辆车、同一个信号灯，在两个视角里的大小、位置和遮挡关系都会变。

所以，从路侧到车端，不能靠简单的图像变形。它要先把空间关系还原出来。

I2V-GS 的第一步，是用 3D Gaussian Splatting 把场景建立起来。

3DGS 是用大量分布在三维空间里的 Gaussian 来表示场景。每个 Gaussian 带着位置、尺度、颜色、透明度等信息，组合起来之后，就能从新的相机位置重新渲染这个场景。

关键不在于生成出一张新的图片，而在于先把场景本身建立起来。只有把车、人、道路、信号灯这些元素放回统一的三维空间里，后面的视角转换才有意义。否则，路侧到车端就只是图像层面的拼接和补全，看起来或许足够真实，但背后的空间关系未必正确。

但路侧数据本身并不完美。摄像头固定，视角有限，数量也不可能无限多。要从这些稀疏视角里重建出一个稳定的三维场景，本来就不容易。

这就引出第二个关键点：深度。

单目深度估计可以告诉模型哪里远、哪里近，但数字未必准确。看起来像 20 米，实际可能不是 20 米。I2V-GS 的处理方式，是用 LiDAR 来校准单目深度。

LiDAR 在这里更像一个空间参照系，用来校准场景里的真实距离。车离路口到底多远，行人离车道有多近，不能只靠图像猜。深度被锁定之后，后面的视角转换才有更可靠的几何基础。

接下来是 adaptive depth warp。

从路侧高位视角切到车端低位视角，近处的车变化大，远处的背景变化小；原来被遮住的地方会露出来，原来看得见的地方也可能被挡住。直接把图像投过去，常常会留下空洞和拉伸。

adaptive depth warp 利用深度信息，把原始路侧图像变成一批新的伪视角。可以把它理解成给 3DGS 增加训练角度：原来只有几个固定路侧镜头，现在通过深度引导，补出一批更接近车端位置的中间视角。

但 warp 之后，画面里还是会有缺口。

这里引入了扩散模型。

它负责补全新视角里缺失的区域，比如车身背面、天空或被遮挡的部分。但扩散模型的问题在于，它生成的内容未必和真实世界一致。如果每个视角单独补全，不同视角之间就可能对不上。

因此，I2V-GS 没有让扩散模型自由生成，而是通过 cascade strategy 和 cross-view information 约束生成过程，用多个视角的信息互相校验补全结果。

简单来说，扩散模型负责补全缺失区域，但最终还要接受几何关系和多视角一致性的检查。

这也是这篇论文最值得看的地方。

汤元的方法并不是简单地把路侧视频生成车端视频，而是搭建了一条完整的数据链路：先重建三维场景，用 LiDAR 校准深度和尺度，再通过 adaptive depth warp 补充中间视角，利用扩散模型填补缺失区域，最后用跨视角约束保证整个场景的一致性。

在这条链路里，生成模型当然重要，但它不是唯一主角。更重要的是前面的几何重建、深度校准和后面的多视角一致性检查。没有这些约束，生成出来的车端画面越像，反而越容易掩盖错误。

I2V-GS 给构建世界模型提供了一种新的思路。方法有了之后，如何转化一个可以持续生产数据、服务客户训练和验证流程的平台？

真实道路，如何变成可交付的数据产品？

对真实的客户而言，他们需要的是能稳定生产并用于训练的数据。车端视角的视频、多传感器真值、场景标注、可以复现的 corner case，以及能反复验证算法策略的仿真环境。

汤元科技推出的 Yootta（优塔）数据平台，解决的就是这类需求。

它没有从零搭一个虚构场景，再让它尽量接近真实世界，而是从真实道路出发。路口、道路、车辆、行人、路侧传感器数据先被重建进数字空间，再从这个空间里生成车侧视角训练数据、合成视频、3D 真值和仿真场景。

行业里有Sim2Real的概念，而汤元科技的方法则是 Real2Sim2Real 的链路。

Real2Sim 先把真实世界搬进数字空间；Sim2Real 再从这个数字世界里生成可以反哺真实模型训练的数据。

这样做的好处是，数据的起点是真实道路。真实交通里的空间结构、对象关系、遮挡和动态变化先被保留下来，再去做视角转换、天气光照变化和长尾场景扩展。

但真实世界重建也不是万能的。

路侧传感器再多，也会有看不到的地方。比如天空、远处背景、被遮挡区域、极端天气下的光照变化，这些都很难只靠三维重建完整补出来。如果场景要进一步泛化到更多天气、更多光照、更多复杂环境，单靠重建还不够。

这也是汤元引入 NVIDIA Cosmos 的原因。

Cosmos 在这里没有替代 4D 重建，而是补上重建之后仍然缺失的部分。它可以做缺失信息补全、多样化视角生成和复杂环境泛化，把一个真实路口扩展成更多训练样本。

把真实道路重建成带有结构约束的 4D 世界，再让生成模型在这个范围内补全和扩展。

这是 Yootta 数据平台和普通视频生成工具的区别。

它交付的是能进入自动驾驶研发流程的数据资产。比如高保真合成视频集，可以补充视觉训练样本；3D 真值，可以用于感知和场景理解；多场景标注，可以接入客户已有的数据管理和训练流程。

在这个基础上，汤元还把能力延伸到闭环仿真。

合成数据解决的是“模型还没见过什么”；闭环仿真解决的是“模型遇到之后会怎么做”。同一个危险路口，可以改变车流密度、天气、行人轨迹和本车策略；同一个 corner case，也可以在不同算法版本里反复测试。

这套能力已经开始在真实客户场景里落地。

汤元科技曾与梅赛德斯-奔驰、清华大学共建基于 4D 结构数据的闭环仿真平台，用于自动驾驶开发、测试与验证。除此之外，它也向头部主机厂和 Tier1 客户交付过高保真合成视频集、3D 真值与多场景标注等数据产品，支持量产流水线使用。

结语

真实道路上，每天都在发生各种各样的 corner case。

一次大车遮挡后的行人穿出，一辆非机动车的突然变道，一个施工路口里的临时绕行，一场雨夜里的反光和误判。对普通交通系统来说，它们只是路面上不断流过的瞬间；对自动驾驶来说，这些瞬间都是宝贵的训练材料。

但是，过去这些材料很难被真正用起来。

汤元科技所做的，是把这些正在真实世界里发生的场景，通过路侧数据、4D 重建和生成补全重新组织起来，让它们从一次性的道路事件，变成可以反复训练、复现和验证的场景资产。

这对行业的意义不只在于多了一种合成数据方法，它可能会改变自动驾驶获取长尾数据的方式。

世界模型在这里不再只是生成一段视频，而是把真实道路里的复杂性，重新交还给训练系统。

本文来源：HiEV大蒜粒车研所

有了 10000mAh 大电池，为什么手机电量还是不够用？

爱范儿 — Sun, 02 Aug 2026 13:29:00 GMT

2026 年的手机们，越来越像一个正在疯狂堆砌数值的「一刀 999」型页游。

别误会，这里说的不是价格，而是电池——

图｜小米官网

曾经 5000mAh 是当之无愧的大电池，但随着「硅碳负极」技术的加速商品化，7000、8000mAh 都相继失去了新闻价值。

直至去年末的荣耀 WIN RT 把数字推到了 10000，成为了眼下这条赛道上当之无愧的「电王」：

图｜荣耀官网

在那之后，爱范儿也陆续测试了红米 Turbo 5 Max、iQOO Z11 等等超大电池的手机。但在评测过程中，我们注意到了一个现象：

把 9000、10000mAh 换算成日常续航，领先程度似乎就没有数字上看着那么大了。

就拿 iPhone 17 Pro Max 为例，它用一块 4823mAh 的「小电池」，照样能实现七八个小时的续航——

苹果的电池只有这些「电王」的大约 50%，却实现了接近 70% 的续航时间。

这当然不代表「大电池没有用」，反而揭露了更深层次的信息：

手机作为一种综合工况极为复杂的产品，它的续航表现从来不是简单的「容量等价代换」，而是一个由可用能量、平均功耗、温度控制和能源策略共同组成的复合型参数。

当电池进入万毫安时代之后，我们反而更应该戒掉「唯毫安数论」。

容量 ≠ 持久

手机最简化的续航公式，可以表述为「电池可用能量 ÷ 平均设备功耗」。

我们首先得知道，最熟悉的 mAh「毫安时」描述的是电荷量，并不等于能量，想要严谨比较，应该看毫安时乘以电压得到的 Wh「瓦时」。

毫安时之所以统治了厂商的宣传，主要是因为手机电池的标准电压近似、毫安时具有部分参考价值，并且几千几万的数字看上去更有冲击力：

图｜Unihertz

但我们不能光看池子能装多少水，还得看池子往外放水的速度。

毕竟处理器能效、系统调度、软件生态等等多方面因素都会影响实际使用中的电池表现，一块更大的电池能够作为兜底，却不能抵消糟糕的能效——

图｜Notebookcheck

这也是 iPhone 17 Pro Max 用国产「电王」们大约 50% 的容量实现了 70% 续航的原因——

处理器研发、系统开发、软件生态都掌握在自己手机，针对性优化自然会更强。

另外我们也不能忘记安迪-比尔定律，电池底子更大了，厂商和 app 开发商当然想增强手机的性能与使用表现，无论峰值亮度还是瞬时频率。

图｜荣耀官网

四舍五入，这和存钱时遇到的问题差不多：

一定范围内，本金越多并不一定会让人变得保守，反而会鼓励更激进的开销策略。

你容量很大，让我锁一下

除了复杂的日常使用差异，硅碳负极技术本身的一些限制，也是导致手机实际续航和容量观感差异巨大的原因。

从原理上讲，硅碳负极电池之所以能存下更多电量，是因为硅原子的「理论比容量」远高于碳原子，但这份大胃袋不是没有代价的。

这份代价就是膨胀系数——硅在充电嵌锂时会产生比石墨更加剧烈的体积变化，纯硅材料的膨胀率甚至可以超过 300%。

图｜Springer Nature

而硅碳负极电池即使硅碳混掺控制膨胀，想要提升容量最简单的办法就是提高掺硅比例，体积膨胀是无法避免的。

电池内部负极区域反复膨胀收缩，最直观的后果就是造成宏观裂缝，以及固体电解质界面膜（SEI）反复破裂、重建导致的锂离子损失，消耗电池寿命。

图｜ScienceDirect

为了避免电池内部出现严重的缩涨循环，厂商往往会选择通过电池固件将「允许充放电」的上限设置在电池物理容量的 80%～90% 左右。

此外，在低电量一侧，为了避免过度放电、保留关机功能之类的考量，厂商也会将软件 0% 关机线设置在物理容量的 10% 左右。

图｜X @naehrdine

这两端一占用，就导致了手机电池的「可用容量」只是物理电容量的中间段，电池管理系统只开放其中一段工作窗口——通俗来讲，就是锁容。

类似的策略在传统锂离子电池中就已存在，只是到了硅碳技术这里，大幅增加的容量让寿命、膨胀和充放电之间的取舍变得更加突出了。

图｜小米官网

然而问题的关键之处不在于要不要留缓冲，而在于消费者是否知情：

目前法律规定要区分电池的典型值（批次内大多数电池的容量）和额定值（批次内最低不会低于的容量），但它俩仍然无法代表厂商锁容的电池策略。

在电池锁容策略的「黑箱」里，消费者不能通过标称的典型值和额定值直接判断自己能用出多少电量，很接近误导性宣传了。

图｜Android Authority

更合理的做法，是要求厂商在标称容量之外，披露规定温度和充放电条件下的额定可用能量，以及上下截止电压。

技术可以保守，参数不该含糊。

属于快充的 15 分钟

波普艺术代表者、著名美国现代艺术家安迪·沃霍尔说过这样一段话：

在未来，每个人都有 15 分钟名扬天下（In the future, everyone will be famous for 15 minutes.）。

巧的是，对于手机高功率快充而言，每次工作都是它们的「15 分钟名扬天下」——甚至可能不到 15 分钟。

图｜Imgflip

自从高功率快充成成为了消费者广泛关注的参数，厂商无一不在突出峰值功率数字，今天你 50W、明天我 80W，后天又冒出来一个 120W。

然而峰值功率之所以叫峰值，就在于其他时候都不在峰顶——

图｜LTT Labs

想要触发峰值功率，经常是原装充电器、特定线材、足够低的起始电量、合适的机身温度、较小的系统负载，部分机型还要手动开启极速充电选项……

比如电池同样破万的 vivo Y600 Pro，就在官网页面脚注中这样补充道：

90W 闪充，指充电器最大输出功率 90W，实际充电功率会随场景变化而动态调节，请以实际使用情况为准。

这个小字，其实比页面中央的「90W」更接近日常体验。

图｜LADbible

毕竟锂电池充电要经历恒流、降功率和接近满电后的涓流阶段，电芯温度升高、系统亮屏运行或者电量接近上限，都会让电池管理系统踩刹车。

正因如此，峰值功率只代表了「这台手机最快能摸到哪里」，它不能直接回答「早上洗漱十分钟能补多少电」。

图｜Android Authority

真正有参考价值的指标，应当是统一环境下的前 50% 电量平均输入功率、10% 到 80% 平均时间之类的「复合参数」。

苹果在这点上就做得比较好，经常会写「搭配高功率充电器，充至 50% 电量仅需 20 分钟」，这种表述相对更接近日常体感一些：

图｜Apple

另外值得注意的是，硅碳负极电池逐渐普及之后，超高功率快充也的确越来越难做了。

毕竟负极中硅含量提高后，厂商需要更谨慎地控制充电电流、温度和高电量区间停留时间，避免过快嵌锂可能造成的内外反应不均、应力集中和材料开裂。

对于现在的科技水平来说，能量密度、高功率快充、低温与长循环寿命，很难在相同体积和成本下同时拉满。

「参数战」到「体验战」

10000mAh 是进步，100W 也是能力，手机厂商的参数大战本身并没有错——

如果没有激烈竞争，硅碳负极不会这么快普及，大容量电池也不会这么快就实现从入门到旗舰机型的全覆盖。

图｜OPPO 官网

问题是，物理容量、典型容量、额定容量、可用能量和实际续航，从来都不是同一个数字；充电器输出功率、手机输入峰值和平均功率，也不是同一件事。

厂商在宣传的时候只挑最大的写，消费者自然容易把「能达到」理解成「平时就是」。

图｜Imgflip

手机续航是一个高度依赖工况的复合指标，处理器、系统版本、应用生态、屏幕亮度、网络信号、环境温度乃至电池健康，都会改写答案。

正因如此，没有单一测试可以替所有用户预测结果，但诸如「前 50% 平均输入功率」这样公开、切实、可复现的复合参数，至少可以减少猜谜。

图｜Android Police

在手机价格不断走高、用户换机周期不断拉长的今天，消费者掏钱购买的不是发布会现场那一分钟的峰值，而是未来几年里每天都要面对的平均值。

参数可以追求极限，但知情权不应该只藏在脚注里。

本文来源：爱范儿

把人类命运挂在嘴边的A社，可能刚刚毁掉人类最后的孤本。

差评XPIN — Sat, 01 Aug 2026 12:37:00 GMT

当代版 “ 焚书坑儒 ” 的判决出来了，但 “ 焚书坑儒 ” 成了里面最合法的一环。。。

从 2024 年 8 月，到这个月 20 号，拉扯了快两年的 Anthropic 盗版书训练集体诉讼案，终于结束了。法院最终批准，Anthropic 向原告支付 15 亿美元的天价和解金。

这个数有多夸张呢，这么说吧，不看那些离谱的 ARR，根据路透社之前的报道，Anthropic 从 2023 到 2025 年，两年的实际营收，也只有 50 亿。

这一刀，快砍到大动脉了。出血这么多，Anthropic 还是众多 AI 公司里的第一个，属实是杀 / 儆猴。

出了这么大的事儿，世超立刻去翻了翻案件的判决书，发现这里面的华点还真不少。

这一切的开始，还要从他们自己递出去的刀子说起。

2021 年 12 月，Anthropic 发表了一篇论文，里面详细介绍了一款早期大模型的训练数据，主要来自 Common Crawl 爬的网页，还有网络书籍。

其中，在引用区，一个叫 The Pile 的数据集引起了大伙儿的注意。因为在当时，The Pile 有一个叫 Books3 的子集。

这个 Books3 包含近 20 万本没有版权的电子书，可以说几乎所有大模型都用它做过训练。现在，Books3 明面上早就被下架，成了不能说的秘密。

不过，那时候 Anthropic 还只是搞学术研究，在版权方的眼里，充其量先记个小本本。

而真正把 Anthropic 推到台前的致命一击，是 2024 年，媒体对企业使用 The Pile 训练模型发起的大调查。

最终，面对记者追问，Anthropic 的发言人只好承认，商业模型 Claude 确实用了包含侵权内容的 The Pile 进行训练。

这下版权方彻底怒了。你是说，你非法取用我的作品，用训练出来的模型赚钱，可能还要抢我的饭碗，结果到头来，我一分拿不到？

于是，三名作家代表数十万版权人，朝着 Anthropic 就 A 了上去，告出了这起史上最大的 AI 版权案。

而在案件正式立案以后，原告终于有了深入 Anthropic 内部调查的机会。结果这下发现，Books3 那几十万本算个啥，这里还有 LibGen，还有 PiLiMi，加起来至少有七百万本书，都是没版权非法下载的！

同时，也牵扯出了这起案件中槽点最大，却唯一合法的操作：花数百万美元收购纸质书籍，去皮切页，进行破坏性扫描构建数据库。。。

2024 年，Anthropic 曾意识到过盗版书籍训练的风险。于是开始买纸质书籍，这些书被扫描入库，制成数据集以后立即销毁，数据集也只能在公司内部用于模型训练，不得外传。

这个操作完美符合美国的版权法的 “ 首次销售原则 ”，只要你买了第一次，之后随便怎么处置都行，只要不多出来新副本。

但其实，上升到 A/ 最喜欢讲的人类文明高度，它本来有理由不要做得这么绝。更何况 Google Books 有先例，人家就扫描了完整图书，纸书原件也没有销毁，法院依然认为是合理使用。

但 A/ 为了规避法律风险（更可能是因为破坏性扫描成本最低最方便），还是把书砍成一摞摞纸页，直接塞进了扫描机。

这事儿一经披露，立刻引燃了群众的怒火。现在，讨论的帖子在社交媒体上已经有了两千多万的浏览量，骂都骂了快四千楼。

不少专家学者也出来带头谴责，Anthropic 这事儿干的实在太不地道了。谁也说不准他毁掉的书里，有没有什么珍稀孤本。

有的二手书商在接受采访时就表示，他自己的库存里有很多不常见的、绝版的、外语书籍，其中一些被销毁的书籍，真的就是目前流通的最后几本了。

且不说有些书籍本身就是艺术品，Anthropic 把这些书扫进数据库，里面的内容也要被永远封存，怎么，你是要独占人类文明吗？

这回，历史的罪人，知识垄断商的帽子，全盖在了 A/ 头上。连马斯克都没忍住，出来踩了一脚。

更乐的是，这唯一合法的操作，恰恰向法官证明了，Anthropic 你小子是懂版权法的呀。你清楚地知道怎么规避版权风险，那之前下载盗版书使用的行为，就是明知故犯，罪上加罪咯。

坏事做太多，A/ 也是恶人有恶报了。

目前，这个案件已经进入了最终判决后的上诉期，在被侵权的作品中，有 91.3% 的作品已经被申领，如果判决成功执行，每本可以获得 3000 美元的和解金。

值得注意的是，在这场天价官司里，捞得最狠的，居然是原告的律师。最开始律师要收和解金的 20%，整整 3 亿美元。

法院可能也觉得过分了，给砍到了 1 亿美元。然而，世超依然觉得很离谱。。。一场官司就赚到了世超一辈子没见过的钱，是我入的行补兑吗 QAQ？

当然，即使 Anthropic 已经被各方砍了一刀，这大概率也不会是 Anthropic 为版权花的最后一笔钱。有不少放弃集体诉讼的版权方，还在分别和 Anthropic 打官司。

只是这一次判决，可以说给所有还没结果的 AI 版权案，都打了个样。没有长期反复的法庭拉扯，没有对科技巨头的偏颇，法院判决相当果断，总之大伙儿先拿了金币再说，拖久了对谁都没好处。

截至今日， Anthropic 盗版书集体诉讼案算是告一段落，但 AI 和版权的争议远远没有结束。

AI 到底能不能不打招呼，就拿真人创作者的作品训练？

如果 AI 生成的东西，复刻了真人作品的风格和表达，到底算不算侵权？

一旦真的侵权，责任又该算在谁头上？

我们到底要怎么在 AI 的发展，与人类的权益之间，寻求平衡？

所以，比起超级智能、灾难性风险、人类长期福祉。。。这些即使签了一百份协议也无法解决的宏伟命题，A/，不如回头看看这场无人会主动退出的 AI 竞赛里，到底有哪些问题，可以摸摸良心先解决吧。

本文来源：差评

手机没有彻底干掉相机，但干掉了买相机的人。。。

差评XPIN — Sat, 01 Aug 2026 12:37:00 GMT

我估计很多差友家里，大概率躺着这么一台相机 —— 当年入手的时候，少则三四千，多则上万块，相机包、保护套、存储卡、备用电池、UV 镜、清洁套装，配件买得比谁都齐，生怕亏待了它。

相机刚到手那股新鲜劲就别提了。

上课路上逮着光影就掏出来拍两张，周末揣着相机直奔老城区扫街，连食堂门口的猫都能凑上去怼半天，出门旅游更不用说，从早拍到晚，回来还得导照片、修图、发空间发朋友圈，仪式感拉满。

然后呢？然后就没有然后了。

手机拍照一年比一年猛，它被拿出来的次数也越来越少，到后面带出门嫌沉，导照片嫌麻烦，连当年最拿得出手的画质，被平台暴力压缩之后，也跟手机拉不开多大差距，最后彻底闲置开始吃灰。

别问我为啥能把这种心路历程说这么细，因为我手里这台也是这么一路过来的，当年省吃俭用两个月才拿下，现在快一年没动它，原本还打算挂闲鱼，一看二手价格跌麻了，索性就一直留着。。。

如果你最近逛过闲鱼的二手相机区，感受也许会更直观。

上面挂出来的很多相机才按了几百次快门，箱说全、成色 99 新，转手理由基本都是 “ 不经常用、闲置吃灰 ” —— 翻译一下就是：买之前以为自己会天天拍，到手之后才发现平时根本想不起来用。

其实不止很多相机在默默吃灰，不知道各位发现没 —— 现在愿意掏钱买相机的人，也在变得越来越少。

不信你刷刷朋友圈、翻翻小红书，日常出镜率最高的拍摄设备，早就不是单反微单，而是手机和 Pocket，其次就是近年重新火起来的 CCD，虽然它拍出来的照片糊得一批，但胜在 " 氛围感 " 十足。

在一众相机厂商当中，也就是富士、理光这两年还算争气，靠着便携机身、复古颜值和胶片模拟在社交平台上杀出一条血路，时不时还能搞出个断货溢价的名场面，给人一种相机市场又行了的感觉。

当然，如果你觉得这只是身边统计学，那咱们直接看官方数据。

根据日本相机与影像产品协会也就是 CIPA 的统计，全球数码相机的出货量巅峰在 2010 年，那年一共卖了 1.21 亿台数码相机，其中便携卡片机占了一亿多台，算得上是消费级相机真正的黄金年代。

那会 iPhone 4 才刚发布，诺基亚还在卖神机，谁家没个佳能 IXUS 或者索尼 W 系列，都不好意思说自己爱拍照。

而到了 2025 年，全球数码相机全年的出货量是多少？944 万台，十五年过去，数码相机销量从巅峰时期的一亿多台，跌到不足千万，整整跌没了 92%，相当于整个相机市场只剩下了个零头。。。

这里面凉得最彻底的就是卡片机。

2010 年，内置镜头的数码相机卖了接近 1.09 亿台；到了 2025 年，就只剩下 244 万台，已经溅不起啥水花，眼看市场凉透，头部厂商也没了恋战的心思，早早就停掉了消费级卡片机的更新 ——

佳能街机一样的 IXUS 系列 2017 年后再无新品，连珠海工厂的卡片机产线都直接关停；索尼早年遍地走的 W 系列早已没了踪影，定位高端的黑卡 RX100 系列，2019 年出到第七代后也已经停更。

现在你搜 “ 卡片机推荐 ”，很多不是好几年前的老机型，就是博主在安利的二手货。

卡片机凉了，单反也没好到哪去，2024 年全球单反出货量只剩 99 万台，到了 2025 年更是跌到 69 万台，占比连一成都不到，佳能、尼康实质上也不再开发新单反，而是跟索尼一样 All in 微单。

微单取代卡片机和单反成了绝对主力不假，但说实话，它过得也挺心酸的，厂商们把全部身家押上来，结果整个市场加起来也就几百多万的体量，放在整个消费电子市场里，基本就是个小众品类。

智能手机出货量 ≈ 数码相机出货量的 133 倍

导致相机销量崩盘的 “ 罪魁祸首 ”，相信各位差友应该也已经猜到了 —— 手机。

现在的影像旗舰，个个堆着大底传感器、高像素主摄和潜望长焦，再配上计算摄影算法兜底，普通人拿起手机随手按下快门，HDR、夜景、虚化、色彩全给你拉满，完事儿套个滤镜直接就能出片。

而相机呢？就算有无线传图，你也得先打开 App、连上相机 Wi-Fi、传完照片才能在手机上调色修图，等你折腾完这一套流程，别人朋友圈都发完两轮了，使用门槛和麻烦程度根本不在一个量级。

所以你看，手机赢在 “ 够用且省心 ” 这四个字上，确实没毛病，但相机市场销量下滑，还真不能全怪手机。

手机拍照再强，说到底是加速了卡片机退场，但真论硬实力，相机打手机还是轻轻松松的 —— 更大的传感器、更好的光学镜头、更自然的景深虚化，这些物理层面的差距，靠算法再猛也追不平。

要我说，单反和微单缩到如今这个地步，相机厂商自己得负很大一部分责任。

你别看现在相机卖得少，价格上可一点没客气，平均单价涨到了十年前的六倍，说白了，相机厂商这些年压根没想好好伺候普通用户，它们把全部精力押在了高端机型上，主动放弃了入门消费市场。

现在普通人想花四五千买台趁手的机器？不好意思，这个价位要么是老款套壳清仓，要么是各种阉割过的机子，很多人本来就是一时兴起想玩玩，一看这个试错成本，直接劝退，不如买台影像旗舰。

当然有例外，就是富士和理光，别家厂商都在把相机往更专业的方向做，甚至不惜把原本只在专业摄影机上的功能下放到自家相机，它俩偏偏反其道而行之 —— 把便携、颜值、直出色彩玩到极致。

不用后期、开机就拍、颜值能打、发出去还有辨识度，年轻人的社交需求这块，算是被它俩玩明白了。。。

但说穿了，它们的火爆更像是捧红了几款网红单品，跟行业复苏一点都不沾边，它们那点体量放在整个大盘里，依然掀不起太大风浪，换句话说，现在整个相机行业，其实卡在一个特别尴尬的位置：

往下走，打不过手机的方便和算法；往上走，专业用户的盘子就那么大，挖不出多少新增长。

所以严格来说，相机行业现在这个状态，其实不是简单的一句 “ 卖不出去 ” 就能概括的，准确点说，是过去那个一年能卖上亿台、家家户户都需要一台相机的时代，彻底结束了。

相机从一个大众数码产品，退回成了一个由专业需求、兴趣爱好和情绪价值支撑的市场，相机厂商当然没法再像以前那样，随便做台机子就卖几百万部，但反过来，它们也不用再想方设法讨好所有人。

做专业的，就把画质、对焦和镜头生态卷到底；做便携的，就把尺寸和直出体验做好；做复古的，就把颜值、操控和仪式感拉满；做视频的，就盯着创作者的痛点使劲改 —— 赛道虽小，总有人会买账。

有时候我会想，相机行业的衰落，其实跟机械表有点像。

石英表出现以后，机械表在看时间这个基础功能上输得一败涂地，精准、便宜、耐用，样样都比不过，但机械表并有没死，它摆脱了工具属性，变成了奢侈品、变成了工艺品、变成了品味和身份象征。

现在相机也在走这条路 —— 虽然它在 “ 随手记录影像 ” 这个功能上输给了手机，但它找到了新的存在理由：创作的仪式感、专业的技术壁垒、社交平台的辨识度、以及摆弄器材本身的乐趣。。。

所以下次路过商场里冷清的相机柜台，各位倒也不用急着感叹时代变了，时代确实变了，但相机没有没死，它们只是换了个活法，跟当年那个 " 让每个人都能记录美好瞬间 " 的初心，已经相去甚远了。

而你家里那台吃灰的相机，也不是没用了，它更像一个纪念，纪念你某段对生活充满表达欲的日子，说不定哪天兴致上来，擦干净带出门走一圈，你还是会想起当年按下快门时，那种纯粹的快乐。

相机没有卖不出去，它只是不再属于大多数人了。

本文来源：差评

ChinaJoy 2026｜荣耀WIN系列手机亮相骁龙馆

佚名 — Sat, 01 Aug 2026 07:41:00 GMT

7月31日，ChinaJoy 2026在上海新国际博览中心开幕。荣耀WIN系列手机来到骁龙主题馆，这次以“荣耀WIN城”为主题设置展区，安排游戏水友赛、COSER互动、DJ表演和打卡抽奖等活动。

活动期间，“荣耀WIN城”将围绕《王者荣耀》《无畏契约：源能行动》《三角洲行动》等游戏举行水友赛。展台还安排游戏COSER和DJ参与互动，将产品展示穿插在比赛及现场活动中。

“WIN城”围绕多款游戏设置水友赛

ChinaJoy现场的新增信息主要来自“荣耀WIN城”的活动安排。水友赛覆盖MOBA、战术射击等不同类型的热门手游，展区同时设置互动打卡和抽奖环节。

这些活动延续了荣耀WIN系列面向游戏用户的定位。相比常规产品陈列，水友赛把续航、散热和屏幕等配置放进了连续游戏场景，也让展区有了更明确的参与主题。荣耀WIN是系列首批发布的高性能机型，搭载第五代骁龙8至尊版移动平台，产品特点集中在大容量电池、主动散热和高刷新率屏幕等方面。

万毫安电池+主动散热

荣耀WIN配备超大容量10000mAh青海湖电池，机身厚度约8.3毫米，重量约229克。充电方面，该机支持100W有线快充和80W无线快充，同时支持27W有线反向充电。

散热部分采用荣耀东风涡轮散热系统，包括双360°环绕进风、SoC直驱疾冷风道和3D蝶翼VC。内部主动风扇最高转速达到每分钟25000转，用于应对游戏等持续高负载场景。

荣耀WIN还配备最高刷新率为185Hz的电竞屏，并加入荣耀绿洲护眼技术。实际游戏帧率取决于具体游戏、运行模式及适配方案。

荣耀WIN系列手机在本次ChinaJoy 2026期间备受瞩目，吸引大量玩家参与现场互动，对产品和活动感兴趣的朋友抓紧时间去现场体验一下吧。

不止游戏，AI和机器人都来2026 ChinaJoy“炸场”了

PConline编辑部 — Fri, 31 Jul 2026 12:29:00 GMT

7月31日，上海新国际博览中心正在上演一场最接地气的“硬核科技秀”——第二十三届ChinaJoy在上海新国际博览中心正式拉开帷幕。近900家参展商、超14万平方米的展区面积，把这场年度数字娱乐盛会打造成一个跨越游戏、硬件、汽车、机器人的“超级综合体”。

机器人“踢馆”：能打、能舞、还能自己逛展

上纬新材旗下全球首个“可DIY角色”的个人机器人启元Q1探索者版和全球首个可变形个人机器人启元T1，在展馆内自主巡游，与观众互动。你可以看Q1探索者版跳舞、演示情感交互，也能上手体验T1的360度环绕跟随拍摄功能。这不是逛展，这是在跟机器人“交朋友”。

图源：上纬新材官方

江苏云幕智造首次登陆CJ，直接把上古神话《山海经》主题的人形机器人矩阵搬到了现场——国风美学融合前沿AI技术，这波“破次元壁”的操作，观感相当奇妙。

逐际动力的全尺寸人形机器人Luna展示走秀、体操等相对柔性的动作，一刚一柔，相映成趣；宇树科技的G1格斗机器人现场演示直拳、钩拳、正蹬等格斗动作，拳拳到肉，哪怕被击倒也能迅速“一键自愈”；魔法原子展出了面向家庭场景的消费级机器人矩阵，涉及收纳整理、文娱表演等应用方向。

这些曾经只能在科技展会上见到的“新物种”，今日在CJ现场近距离展示，还是头一回。

当年轻人坐进车里打游戏，车企的算盘打响了

车企跨界CJ已经不是新鲜事，但今年投入的深度，明显上了一个台阶。比亚迪把“痛车”(动漫IP涂装车)和智能座舱搬进了N3-05展台。参观者可以坐进车里体验车载游戏，同时感受行业首创的闪充技术和天神之眼辅助驾驶系统。首驱科技则展示了自研的中央计算平台和360°雷达感知系统，主打“智能出行+电竞”的融合概念。

车企看重CJ的逻辑其实很简单：CJ的参观者，正是新能源车企最想触达的年轻消费群体。这不仅仅是一次展示，更是一次精准的用户触达。与其在4S店等客户上门，不如把车开进年轻人的主场。

高通的“野心”：一个展馆，装下整个AI生态

第七次包下N5馆的骁龙，在今年超过1000平米的展台，不再是摆几台手机“走过场”，而是直接打出了“AI驱动体验进化”的旗号，呈现了一整套由骁龙算力驱动的全场景终端生态。vivo、小米、荣耀、一加、红魔等九大展台齐聚一堂，300多款设备、200多项技术演示、40余款移动端及PC游戏，直接把N5馆变成了一个“未来生活体验馆”。

图源：高通官方

从移动游戏、XR沉浸式互动，到AI驱动的数字娱乐体验，再到覆盖手机、平板、PC、掌机、XR、耳机、可穿戴、运动相机甚至具身智能的完整生态——高通似乎在用实际行动告诉所有人：骁龙早已不是单纯的“手机芯片”，而是能同时驱动手机、PC、XR的全场景算力底座。

图源：高通官方

对于“米粉”和性能党来说，小米REDMI展台绝对值得蹲守——今日REDMI在展会现场还揭幕了一款重磅新品K100 Pro Max！

更值得关注的是，展区内搭载了可实时交互的AI游戏功能，支持智能NPC对话、动态剧情生成、AI游戏陪练与战术指导。AI不再是冷冰冰的概念，而是变成了你玩游戏时真正“摸得到、用得上”的伙伴。

1300Hz电竞屏，刷新你的“眼界”

如果说高通是在卷“算力”，那TCL华星和HKC惠科就是在卷“眼界”。

TCL华星今年拉上了联想、AGON爱攻、EVNIA弈威、华硕、LG、索尼、雷鸟等十几家终端品牌伙伴，打造了一场“游戏生态显示盛宴”。从电竞显示器到电竞笔记本、游戏掌机等多个品类，全都搭载了TCL华星的前沿显示技术。高刷新、高画质、低延迟——这里的目标只有一个：让你的眼睛享受“顶配待遇”。

而HKC惠科的展台，则让显示技术爱好者直呼“大饱眼福”。HKC惠科携手 REDMI、MSI、acer、SKYWORTH等生态合作伙伴，并率旗下HKC、ANTGAMER、KOORUI三大自有品牌联袂亮相，带来覆盖专业显示、硬核电竞、年轻潮玩等多条赛道的终端产品矩阵。三模1300Hz电竞屏全球首发，还有全球首款原生1000Hz Fast TN电竞显示器，以及双模4K RGB MiniLED显示器。

游戏厂商新赛道：AI生成、多端互联与IP社交化

华为游戏中心这次直接包了1000+平方米，以“鸿蒙游戏玩在一起”为主题，携手《王者荣耀》《和平精英》《鸣潮》《鹅鸭杀》等50多款热门游戏，打造了全场景体验区、游戏试玩区、舞台互动区。你可以在这里同时体验手机、平板、PC、智慧屏等多终端的无缝流转——鸿蒙生态的游戏体验，在CJ现场被具象化了。

咪咕游戏展台更具“科技感”：独家合作的PC新品《雾影猎人》迎来CJ首秀;“AI智玩”体验空间带来了AI伴玩、AI攻略、AI游戏生成三大创新玩法：输入文字指令，AI就能一键生成可完整游玩的游戏——零基础用户也能过一把“游戏制作人”的瘾。此外，依托AI娱乐主机打造的“未来客厅”，则打通了移动端与客厅大屏的全场景娱乐链路。

巨人网络带来了《超自然行动组》《征途》全系、《名将杀》《球球大作战》《太空杀》《月圆之夜》等多款游戏。其中，《超自然行动组》作为休闲竞技赛道的爆款——截至2026年第一季度末，累计注册用户已突破2亿，DAU突破千万。

金山世游携旗下《鹅鸭杀》《愤怒的小鸟》《猫咪和汤》等热门IP亮相现场，通过主题场景打造、特色互动玩法、人气Coser互动以及品牌跨界合作，把展台做成了一个“线下社交派对”。

2026年的ChinaJoy，正在被科技力量重新定义。从手机到汽车，从屏幕到机器人，AI正在把一切重新做一遍。而这一切，正在上海新国际博览中心真实发生。这届CJ，值得你来一次！快来现场感受一下“硬核科技”。

多个定制IP造型“炸场”？启元机器人亮相2026ChinaJoy不止于此

佚名 — Fri, 31 Jul 2026 11:03:00 GMT

7 月 31 日，第二十三届中国国际数码互动娱乐展览会（2026ChinaJoy）于上海新国际博览中心正式开幕。启元机器人以 “百变新生，为你而来 ——The RobotJoy From You” 为主题搭建沉浸式互动展台。全球首个可 DIY 角色的个人机器人启元 Q1 探索版，全球首个可变形个人机器人启元 T1，重磅亮相。

多个定制IP造型，启元Q1探索版却不止潮玩

作为品牌登陆ChinaJoy的首秀，启元机器人共设置了拍照打卡、产品展示、产品互动三大互动体验区，同步开放机器人角色定制体验，丰富趣味的交互形式，吸引大批现场观众驻足参与并打卡留念。

启元Q1探索版是全球首个可DIY角色的潮玩机器人，四款造型风格鲜明，从科幻感十足的星际战士、热血燃动的铠甲斗士，到硬核出击的超能机甲、遨游星际的宇航员，成为真正承载个性表达的科技潮玩。

这四款造型，均出自此前品牌上线的《这就是Q1》主题场景短片。短片中，启元Q1以躲猫猫、木头人、大侦探、Cosplay四款全民游戏为互动载体，将硬核技术能力转化为大众可感知、可共情的直观体验。四支短片围绕真实的人机互动场景，系统性展示了启元Q1探索版小巧灵动、分寸互动、情境理解与长期记忆、千人千面随性创作等产品优势能力。

启元机器人还将与暴雪《魔兽世界》共同打造两款专属限定版启元Q1，系列特色内容与全新玩法后续将陆续解锁。

充分发挥结构优势，启元T1适配多场景需求

相比启元Q1多样的定制化表现，启元T1则是充分发挥了结构优势，

启元T1具备专业级跟随运镜，以及轮足四足双形态自由切换能力，能够快速穿梭在场馆中为Coser“出片”，化身Coser专属跟拍摄影师。

为了进一步展现启元T1的能力，启元机器人还打造了双机联动巡馆互动环节，两款机器人组队穿梭各大展台：启元Q1探索版定制IP造型穿梭人群吸睛无数，启元T1 同步随行、拍摄记录。这对机器人组合化身氛围感十足的“社牛逛展搭子”，一路收获海量围观，成为本届ChinaJoy极具辨识度的标志性人气场景。

T1灵活的身姿下，是启元机器人想要展现的，可变形个人机器人灵活适配多场景的实用能力。

打破大众固有认知，启元主动走向大众市场

凭借高度开放的自定义体系，启元机器人率先开拓出人形机器人的科技潮玩属性，打破大众对具身智能的固有认知，推动其走入大众潮流消费市场。

品牌以启元Q1探索版为核心载体，延伸到创意创作、IP衍生、潮流社交等多元场景，赋予每位用户自主改造、自由共创的空间，让机器人成为能够随身相伴、彰显独特个性的潮流伙伴。在ChinaJoy2026上，差异化的科技潮玩体验吸引大量观众，成为展会人气打卡热点。

这场直面年轻消费群体的实景体验，也为消费级具身智能商业化提供了参考范式：个人机器人的核心价值，是成为用户愿意拥有、能够表达自我的专属伙伴。目前，上纬新材正持续加码研发投入和技术体系建设，稳步推进其具身智能业务。

启元机器人在上海、深圳、西安、厦门、广州等城市的体验店，也已陆续启动。未来，用户可在线下近距离体验产品，直观感受个人机器人在真实生活场景中的应用能力。

QQ 宠物靠 AI 在手机复活，可我更想要一只桌宠企鹅｜AI 器物志

爱范儿 — Fri, 31 Jul 2026 09:35:00 GMT

智能手机统治了过去十几年的数字生态，它是注意力的黑洞，是我们最私密的随身之物。但手机从设计之初就是为「人盯着它」而生的——它的全部逻辑，都止于屏幕。

AI 的需求却恰恰相反：它需要持续感知物理世界——见你所见，听你所闻，随时在场，而非等你解锁屏幕才醒来。

当 AI 真正成为一种基础能力，它迟早要从屏幕里破壳而出，寻找属于它自己的形状。这将是一个漫长的探索和演化过程。

下线 8 年的 QQ 宠物，这几天居然在手机 QQ 上官宣回归了。

这是个旧时代的产物，但它真正的意义，可能是开启一个新的时代。

从外形看，QQ 宠物从以前的二维企鹅，升级成了如今的 3D 毛绒形象。

更重要的是：在保留喂食、洗澡、打工等经典老玩法的同时，腾讯还给这些萌物塞进了大模型。

以前的 QQ 宠物都靠已有的固定代码规则运行，饿了得喂饭，它出去打工，回来还能领到「赛博薪水」。只是这些机制的触发都是基于固定的计时系统，玩久了之后，你能很轻松滴摸透它什么时候想干啥。

新版的 QQ 宠物则接入了腾讯自家最新的「混元 Hy3」：依托大模型的生成能力，玩家可以自由挑选宠物性格，不同的用户做同样的交互，也会得到不同的反馈。

同时，新版还新增了主动回应，能记录一天里的行为，自己写下一篇「日记」，以第一人称视角留存日常点滴。

相比单纯的「回忆杀」，我想腾讯有另一个隐藏的野心——通过 QQ 宠物这一 IP，在 AI 时代重新占据桌面宠物的市场。

当然，喂饭、洗澡，依旧是核心玩法的一部分，固定的养成数值等机制也仍在。但新旧之间的设计哲学，最大的区别在于玩家和宠物之间不再只有单向的点击与反馈。

当 QQ 宠物被赋予了记忆，具有专属的性格，降低了过去的「机器」感，让「活感」更强了——这让玩家很容易对它投进去更多感情。原来那串冰冷的数值，终于会抬头看人一眼。

有趣的是，这只企鹅回到在手机 QQ 的同时，另一批「桌宠」开始在程序员的屏幕上诞生：它们不等人喂饭，而是替人盯着尚未结束的任务：Agent 运行时跟着忙，等待权限时抬头，遇到错误便停下来。

二十年前，人守着 QQ 宠物，等它「下班」、给他喂饭；现在，桌宠开始替人「上班」了。

新一代桌宠，从命令行出发

对 Agent 桌宠来说，它有着更重要的任务：替人守着一项还没做完的任务。

Agent 桌宠的诞生，一开始是在终端/命令行工具里。今年愚人节，Claude Code 曾经短暂加入过一个叫「 buddy 」的彩蛋。

用户在终端里输入命令，就能孵出一只 ASCII 码渲染的小动物。给它取好名字后，它能够留意正在进行的工作：Agent 开始运行，它跟着动；任务卡住，它停下来；轮到用户确认权限，它便抬头等待。

最好玩的是，当时的 Claude Code Buddy 具有极强的「抽卡」属性：动物类别、「稀有度」都是随机的。

大部分人只能随到「普通」的各种动物，而极少数玩家能抽出「金色传说」。官方设计是领养之后就与用户绑定，无法修改，但当时甚至有人捣鼓出一些歪门邪道的重新刷新机制。

当然，Buddy 自始至终是个期间限定的彩蛋，过后官方也很快将其移除。不满足的开发者们很快开源了各种各样的替代版本，将新的宠物直接通过 hook 机制接到 Claude Code 上，让测试结果、权限请求和任务状态变成不同动作。

「赛博宠物」开始从命令行爬向桌面。

OpenAI 为新版 ChatGPT/Codex 桌面端加入了 Pets 入口，用户能够按照自己的喜好选择和创建自定义宠物。官方还收录了孵化宠物的专门 skill，能基于用户上传的参考图，生成新的动作，创建成活灵活现的新桌宠，也备受欢迎。

而 Claude 那边也没有完全忽略用户对 Buddy 的喜爱：Anthropic 官方后来开放了面向创客的蓝牙接口，用市面极易获取的 M5Stack 开发板和 ESP32 微控，结合官方开源的 GitHub 项目，就能复刻出一只实体桌宠。

（略微讽刺的是，Anthropic 官方对中国用户、企业的恶意人尽皆知，但这个项目不仅有着官方的身份，硬件实现却几乎全部仰赖中国供应链……）

每当用户打开客户端点击「新任务」，桌宠就会醒过来。权限请求迟迟没人处理，它会显得不耐烦；没事做了，它便趴下睡觉。

模型能力并不会因为拥有了桌宠而增加，只是用户终于可以不用一直守着日志，能够放心切出窗口去运行其它事情。

看起来是 AI 大模型时代人机互动的新范式，桌宠却绝非全新的事物。事实上，「把系统状态变成一个角色」，电脑其实已经试了近四十年。

桌宠活了四十年，才学会什么时候别出声

电脑养宠物的历史，比不少互联网公司都长。

上世纪八十年代末，日本程序员为 NEC PC-9801 写下 NEKO.COM ：一只像素猫追着鼠标满屏跑。追累了，它抓抓痒，洗洗脸，最后乖乖趴下睡觉。它不会处理文件，也提高不了效率。唯一做到的，只是给无聊的屏幕添了一点活气。

1997 年，微软推出了可能是计算机历史上争议最大的「桌宠」——办公助手「大眼夹」(Clippy)。它真的是一个助手，能够观察用户的操作，提出猜测 ——比如「你似乎正在写一封信」，然后弹出一段帮助提示。

比起让角色动起来，让它在正确的时候出现要难得多。

微软想给复杂的软件安上一张亲切的脸，最后却造出了电脑史上最出名的「烦人精」。在大眼夹的存续期间，几乎所有人打开 Word 的第一件事都是把它关掉。然而在它离开我们一段时间后，风评却发生了逆转。

下图是我的同事前几年在微软 Build 大会上拍到的画面，那段时间微软的主线是全新的 AI 助手「Cortana」，但大家却无比想念「大眼夹」……

相比于 Neko 和大眼夹，中国用户应该更熟悉瑞星小狮子。它会在桌面上跑动、换衣服、拿道具，给严肃的杀毒软件添了一张脸。

隔壁 QQ 宠物走的则是另一条路。它不替人做事，反过来制造了一堆事情：要吃饭，要洗澡，会生病，还要学习和打工。

2005 年，腾讯把电子宠物的养成玩法搬进电脑，接上好友、社区和成长系统。软件通常替人减少麻烦，QQ 宠物偏要人每天回来伺候它。意外的是，大家当年都还挺乐意去照顾这只麻烦的企鹅。

QQ 宠物以及它的异形同类们，包括并不限于偷菜、种树等产品，尽管几乎毫无任何使用价值，却成为了互联网公司打造的活跃度与粘性最强的产品。

后来，电脑桌面越来越挤。搜索框接走了 Clippy 的帮助功能，操作系统的集成安全能力也让杀软不再流行，游戏则提供了完整得多的虚拟世界。

QQ 宠物这一套让人疲惫的玩法还要求人不停点击，偶尔挑一个不合适的时间跳出来。这种需要用户过度伺候的陪伴，慢慢成为日渐忙碌的人们，数字生活当中的「负担」。

在 2018 年 9 月，QQ 宠物终于停运。但正如你所看到的，桌宠没有因此而彻底消失。

进入 AI 时代，它先是从怀旧项目、小众软件和程序员的命令行里重新萌生，然后随着新的人机交互范式的。

2026 年，Agent 催生了一个此前从未凸显的交互缺口 ——「进度模糊」。

传统电脑任务的交互体验，都是突出「确定性」的：文件复制显示进度条与剩余时长；下载任务标注速度与百分比。估算数值或许存在偏差，但至少有一条清晰的、向前推进的进度线，作为关键参照。

可 Agent 的执行过程，特别是在后端采用思考/推理模型、前端采用多 Agent 架构以及复杂工程约束的时候，其不确定性被显著放大了。无论是检索资料、迭代项目还是自动修改代码，用时多久、最终结果都难以预判：可能十几分钟顺利收尾，也会长时间反复碰壁，遭遇测试报错、权限异常，陷入循环重试。

进度的边界彻底模糊。哪怕计时器已经走过三十七分钟，没人能确定任务还需要三分钟，或是三小时。

「Vibe Coding 像一场蒙着眼睛的长跑。真正磨人的往往不是跑了多久，而是不知道还要跑多久，以及跑出什么结果。」

弹窗转瞬消失、提示音一闪而过。这类瞬时「强提醒」只适合告知「某件事刚刚发生」，没办法持续展示一项长周期任务的运行状态。

为了解决这个小众但重要的需求，人们曾经发明过许多颇为有趣的方案。其中最有趣的，莫过于久负盛名的施乐研究所 (Xerox PARC) 在 1995 年做的一个用于判断机房服务器负载的小项目：

一根塑料悬绳挂在一个马达上，而马达直接连接服务器。当网络繁忙，绳索快速摆动；流量空闲，它偶尔轻微抽动——而这带来的效果就是：

办公室人员无需打开监控面板，路过时余光一瞥，或是听见绳索晃动的声响，就能大致判断网络负载。不必调动核心注意力，信息自然在视觉边缘传递。

Agent 桌宠填补的，正是这种「余光提醒」的交互空白。

过往追踪 Agent 运行状态，程序员必须主动切换窗口、调动中心视觉，而这些操作会打断用户本身的「上下文」进程，且随着 AI 工具的进一步普及，越来越多人每天当中越来越多次被这样打断。加州大学学者 Gloria Mark 的研究证实：人被打断深度工作后，平均需要 23 分钟才能重建完整思路、回归专注。

停靠在桌面角落的 AI 桌宠，依靠形象动效、形态变化传递任务状态，打通了余光感知这条极低负荷的信息通道。

人眼周边视觉天生擅长捕捉细微的动态变化，开发者仅凭余光就能感知 Agent 进展，无需刻意转移视线、中断编码思考。桌宠的出现和流行，大幅削减窗口切换带来的认知损耗，更长时间守住稳定的心流。

任务正常运行，它安静蛰伏；需要人工确认时给出温和提示；运行失败便停下动作；产出结果待核验时，再通过明确的通知来呼唤用户。

一只合格的 Agent 桌宠，大部分时间应当安静趴着。倘若每次状态变动都夸张弹跳，它就沦为换了外壳的加载条；如果再叠加无休止的对话、弹窗与卖萌互动，用不了多久，又会变成新的注意力干扰源——

所以，如果你想要创建自己的桌宠，不要执迷于给它加过度丰富、复杂的动作，那样只会本末倒置。

关于创建自己桌宠的教程，可以看这篇文章：别花钱定制 Codex 桌宠了，免费手把手教会你，只要两步

目光留给 Token，守候交给桌宠

当我们使用 AI 产品的时候，总是对于任务执行进度以及 Token 消耗量有很大焦虑：额度不够用的时候，担心活干不完，额度快要重置的时候，又总想干点什么给它利用起来……

结果，人就成了一种时常处于「纠结状态」的 Agent 监工。Agent 原本作为替人省力的工具，反倒为用户增添了「FOMO」（错失恐惧）。

桌宠的走红，有一部分原因是它披着可爱的皮肤，能够给予用户思绪上的释放，缓解 Token 给用户带来的压力。

不少人期待此次回归的 QQ 宠物不止局限于手机端。大众心底的情怀，始终期盼这只经典小企鹅重返 PC 桌面；倘若能够深度接入腾讯自家的 Agent 体系，让怀旧 IP 顺势承接智能体状态提醒的职能，让数码复古的情怀与当下 Agent 风潮碰撞出新的化学反应。

而且，定制自己专属桌宠的过程，本身也挺解闷的：挑照片、改动作、给角色添一点脾气。它提高不了多少生产力，却是长时间 Vibe Coding 里的一段小小的慰藉。用户可以「赛博抚摸」它，也可以把对进度和 Token 的烦躁暂时丢给它。

从二十年前人们守着 QQ 宠物，操心它温饱病痛，到如今轮到桌宠替我们看守 Agent。

电脑养了四十年宠物，这次终于能让它帮我干点活了。

附录：怎样创建一只属于自己的 Agent 桌宠

先准备一张容易辨认的参考图。主体尽量完整，背景简单。真人照片只保留最醒目的外观特征，例如发型或衣服。证件和工牌不要入镜，带有住址、聊天记录的背景也要裁掉。

随后在 Codex 中调用 OpenAI 收录的 Hatch Pet skill。不同版本的入口可能不一样，可以直接在对话中明确写出「使用 Hatch Pet 制作一只 Codex 宠物」。提示词同时写清外形和状态动作，例如：

Hatch Pet 会生成并校验多组状态，再把动画整理成精灵图。生成结束后，重点检查：每组动作是不是同一个角色；花纹、发型和衣服有没有漂移；waiting、failed 和 review 能不能一眼分清；左右移动的方向是否正确，动作循环有没有闪烁。

确认目录后，重新启动 Codex CLI。桌面版可进入 Settings → Appearance → Pets，点击刷新后选择新角色。界面名称可能随版本变化；如果没有看到 Pets，先检查应用版本和角色包路径，不必急着重新生成图片。

做到这里，这只 Agent 桌宠就算正式上岗了。

别忘了给 Agent 派个短任务，看看这只新来的小家伙什么时候醒来。

本文来源：爱范儿

高通预告Adreno Neural Fusion，五大电竞赛事采用骁龙

九月 — Fri, 31 Jul 2026 01:21:00 GMT

7月30日，2026骁龙游戏技术赏在上海举行。高通技术公司高级副总裁兼手机业务总经理Chris Patrick在会上宣布，第五代骁龙8至尊版已成为王者荣耀职业联赛、和平精英职业联赛、穿越火线枪战王者职业联赛、QQ飞车手游S联赛以及英雄联盟手游超级联赛的官方指定芯片。同时，Patrick预告了下一代骁龙8系旗舰移动平台将搭载AI驱动的游戏渲染技术Adreno Neural Fusion，计划在9月22日至24日举行的骁龙峰会上正式发布。

五大电竞赛事统一采用骁龙

高通全球副总裁侯明娟在开场致辞中表示，移动电竞赛场是对骁龙游戏技术能力要求最严苛的试练场。iQOO产品副总裁罗锋随后披露了iQOO 15的认证测试数据：总时长9020分钟的局内累计测试，在帧率稳定性、触控延时、网络平均延时、平均FPS、平均每分钟耗电量、平均每分钟温度差、BO7最高温度七个细分项中，iQOO 15全面领先比赛用机通过标准。罗锋称，高通与iQOO的联合调校已持续八年，合作关系“深入到产品定义每一个细节”。

165fps已适配超10款游戏

Chris Patrick在演讲中表示，骁龙领先行业9个月实现165fps超高帧率支持。目前已有超过10款游戏完成适配，包括《和平精英》《穿越火线》《三角洲行动》《暗区突围》《无畏契约》《决胜巅峰》等。

一加中国区品牌总经理刘宝有称，一加15首发165fps超高帧技术，“射击游戏用一加越来越成为共识”。《和平精英》策划总监、电竞中心总监黄鑫龙表示，《和平精英》与骁龙在帧率表现和图形渲染层面保持持续联调。

在硬件层面，第五代骁龙8至尊版新增了Adreno独立高速显存模块。高通方面介绍，该模块面向图形工作负载优化内存路径，降低时延并提高内存效率。

《异环》完成虚幻5移动端适配

完美世界技术中台负责人药师在活动中介绍了《异环》的移动端适配进展。作为一款采用虚幻5引擎开发的次世代二次元都市开放世界游戏，《异环》在移动端面临高密度场景下的渲染压力。药师表示，Adreno图像运动引擎和骁龙游戏超分两项技术的组合方案，解决了移动端带宽、渲染压力和功耗之间的矛盾。他同时提到，高通提供了图形优化技术、性能分析工具和平台级专家支持。

下一代AI游戏渲染技术9月发布

Chris Patrick在活动结尾环节预告了下一代骁龙8系旗舰移动平台的新特性：Qualcomm Adreno Neural Fusion。高通将其定性为“AI驱动的解决方案”，融合神经网络处理、超级分辨率和帧生成技术。Patrick表示，该技术旨在变革游戏场景渲染和融合方式，帮助开发者在移动终端上实现更高品质的视觉体验。正式发布将在9月22日至24日于夏威夷茂宜岛举行的骁龙峰会上。

圆桌讨论：AI与游戏创作

活动现场还举行了一场以“21天，看见游戏如何被创造”为主题的圆桌讨论。高通全球副总裁侯明娟与机核网主编白广大、TapTap制造产品负责人天一、《积案拂尘》开发者简律纯参与对谈。侯明娟表示，“AI让创意更快变成产品，让个人开发者拥有过去只有大型团队才具备的生产力”。

此外，红魔方面也在活动中亮相。努比亚技术有限公司常务副总裁余航表示，红魔和骁龙在手机、平板、音频外设等品类保持合作。

第七届ChinaJoy期间，高通将继续以骁龙主题馆参展，主题为“集你所爱”，覆盖手机、AI PC、平板、XR设备、智能手表、耳机等终端品类。骁龙京东超级品类日将同步上线。

2026 ChinaJoy正式开幕！14万平米展区，游戏、电竞、智能硬件、AI全都来了

PConline编辑部 — Fri, 31 Jul 2026 01:00:00 GMT

每年的夏天，上海都会迎来一波特殊的“迁徙潮”。有人拖着塞满Coser服装的行李箱，有人提前几个月抢订酒店，只为和心爱的游戏角色来一次“线下奔现”——7月31日(今天)，第二十三届ChinaJoy在上海新国际博览中心正式启幕！

本届展会总展览面积突破14万平方米，吸引了近900家企业参展，其中外资企业高达275家，来自39个国家和地区。超过500家游戏公司带来了1000余款游戏，创下历年新高，腾讯、网易、暴雪、世纪华通、巨人网络、完美世界等悉数到场。

以前我们说，CJ只是“游戏展”，但今年，你如果在展商名单里仔细扒一扒，会发现一个有趣的现象——高通、比亚迪、宇树科技、TCL华星、百度智能云、快手、金山办公……甚至连卖工学椅的清闲智能和做文具的得力，全都跑来了。 2026 ChinaJoy更像是一场“万物皆可AI”的超级大派对。

AI从“幕后”真真切切地走到“台前”了

过去几年，对于普通玩家，AI是摸不着、看不见的。但今年，情况彻底变了——AI从后台走向了前台，变成了可以亲自上手把玩、互动、甚至当场就能带回家的体验。AI如今全堆在你面前了！

官方今年首次设立了“ChinaJoy NextPlay创新游戏体验场”，直接把AI NPC、互动叙事和生成式内容塞进了试玩区。而在硬件端，高通今年第七次包下N5馆打造骁龙主题馆，展示超过310款智能设备。京东展台带来雷鸟V4 AI眼镜、NUNA AI智能吊坠等可穿戴“新物种”。

Vision Future前沿科技展区也是首次设立，通过机器人逛展、游戏IP跨界联动、展区沉浸互动等多元形式，为到场玩家搭建兼具科技感与潮流感的个人机器人交互空间。宇树科技、逐际动力、魔法原子等机器人企业集中亮相。上纬新材旗下消费级具身智能品牌“启元机器人”，携“全球首个可DIY角色的个人机器人”启元Q1探索者版、“全球首个可变形个人机器人”启元T1亮相。

英特尔决赛首秀，存储外设疯狂“卷”新品

今年电竞圈最值得期待的“大事件”，当属英特尔大师挑战赛(IMC)总决赛首次落地ChinaJoy，覆盖全国32座城市、上万家网咖，最终在上海决出王者的“大结局”战役，这排面直接拉满。

屏幕党们也别闲着。TCL华星今年以“与AI同屏”为主题，携手联想、华硕、LG、索尼、雷鸟等终端品牌呈现一场“游戏生态显示盛宴”，不仅有电竞显示、AI PC、智能终端等领域的创新产品，还有重磅原生高刷电竞新品与印刷OLED桌面高端专业级显示器新品同台发布。汪东城、CF职业选手及众多海内外科技达人也会现身展区，和大家来一场“超屏互动”。

外设赛道令人眼花缭乱。迈从直接把明星战队和头部主播请到现场，键盘鼠标耳机音箱全系开箱，主打一个“沉浸式硬核试玩”；阔别两年的VGN强势回归，带着《三角洲行动》和《无畏契约》的顶流主播“杀”回CJ，全套电竞外设迭代升级；ATK GEAR旗下的超高端品牌“梵塔VELOTA”更不客气，带着FUZZY系列、NOTHING 68等全新磁轴键盘，现场“踢馆”。

游戏打得好，外设要趁手；但游戏加载得快不快，得看“粮仓”够不够硬。今年CJ的存储赛道，同样火药味十足。

铠侠携手官方合作伙伴狼队电竞《三角洲行动》分部，用硬核存储赋能专业赛场；梵想重磅呈现PCIe 5.0 SSD、DDR5内存、USSD/PSSD移动固态、MicroSD及联名IP等全系消费级存储；aigo磁吸移动固态硬盘AP10/AP20线下首秀，支持Live图无损备份和外录视频直存，精准拿捏了追星党与内容创作者的心；闪迪则在E4馆搭建了一个沉浸式数字创作空间，用速度诠释什么叫“快到飞起”。

谁是你的出片利器？

索尼这次带来了Alpha 7R VI、Alpha 7 V新一代旗舰微单及超三元系列等G大师镜头，搭建了“现场感Cosplay拍摄”和“实况照片直出”互动区，还请来知名KOL现场教学；尼康也携多款产品亮相。

松下LUMIX聚焦新一代移动创作中枢LUMIX Lab 3.0——用手机就能搞定RAW编辑和S&Q慢动作，省下一台电脑的钱，简直让影像爱好者直呼“真香”。展位更可体验LUMIX全能中坚机型S5M2、视频平面双修旗舰S1M2、画质旗舰S1RM2，M43画幅G9M2等机型以及全系镜头试用与租赁。

对了，今年ChinaJoy还有宝丽来！带着全新拍立得相机矩阵，让摄影师全场巡游。

潮玩文创与IP梦幻联动，老凤祥、得力都跑来“破圈”了

珠宝品牌老凤祥，你没看错，创立于1848年的那个老凤祥，带着和《仙剑奇侠传》的全线联名来了。非遗工艺碰上仙侠文化，这波“破次元壁”的操作，直接把中式美学拉到了数码展台上。

国内头部文具品牌得力首次登上CJ舞台，集结轻松小熊、守护甜心、樱兰高校男公关部、线条小狗、旺旺、角落小伙伴六大经典IP，打通二次元圈层，超多潮流开学文具、跨次元趣味活动等你现场打卡，首发多款授权文创周边。去展会不光能试玩新游戏，还能顺便“进货”潮玩文具，这谁能扛得住？

卡游也带着《王者荣耀》的官方集换式卡牌“峡谷争锋”来了，把英雄、技能、装备转化为实体卡牌，线下面对面打牌，这波“电子竞技实体化”的玩法，估计要让很多老玩家直呼“双厨狂喜”。还有优酷动漫，将携《沧元图》《东大高武学院》《云深不知梦》《一斩苍穹》《光阴之外》《师兄啊师兄》《楚乌》等优质国漫IP亮相。作为一个播放平台，专门来CJ和用户“双向奔赴”，足以见得其对“原创国漫”长期投入的决心。

CJ早已不只是“游戏展”，它是“数字生活的万花筒”

一个游戏展，把电竞、外设、硬件、机器人、AI终端和汽车等等都装进了14万平方米的展馆。2026 ChinaJoy正在用它庞大的包容性，向全世界宣告：只要和“数字生活”沾边，这里都有你的位置。

今日，上海新国际博览中心。无论你是硬核玩家、数码发烧友、动漫老二次元，还是仅仅想来凑个热闹的路人，2026 ChinaJoy都有属于你的一席之地！

最后，请大家收好下面这份场馆布局及交通指南~