比亚迪第二代腾势D9开启预售,预售价38.98万元起

IT之家 3 月 29 日消息,比亚迪第二代腾势 D9 MPV 车型今日正式开启预售,新车共推出 6 款配置车型,预售价格为 38.98 万元-48.98 万元,混动与纯电版本同价。官方称,该车型将于 4 月陆续抵达全国经销商门店。预售期间下订,加送 6 个月总共 18 个月免费闪充权益。

IT之家注意到,外观方面,新车前脸采用重新设计的 π-Motion 钻石切割造型,全新格栅层次更为丰富立体,在保留宜商宜家的优雅稳重气质的同时,融入了更具时代感的科技锋芒。车身侧面延续修长比例,A 柱至 D 柱的平缓过渡线条既保障了车内空间通透感,又营造出稳重优雅的商务姿态。车尾采用贯穿式箭羽 LED 尾灯设计,多层立体光源结构点亮后极具视觉冲击力,同时有效强化了车身横向宽度。车身尺寸方面,新车长宽高分别为 5250mm、1960mm、1900mm,轴距达 3110mm。

http://img3.autoimg.cn/chejiahaodfs/g34/M01/78/0F/620x0_1_autohomecar__ChxpV2nEmjqAavf-AAFVD_iH8q0497.jpg

内饰方面,第二代腾势 D9 采用经典 T 字形布局,第二排配备航空座椅及小桌板,并在座椅后方增设两块液晶显示屏,同时提供二排娱乐屏幕,满足商务与家庭场景的多元需求。

http://img3.autoimg.cn/chejiahaodfs/g34/M01/A1/F4/620x0_1_autohomecar__ChxpWGnIorWATdNZAByOz36fStg404.png

智能化方面,新车全系搭载比亚迪最新的天神之眼 5.0 智能驾驶辅助系统。同时,腾势官方将对搭载天神之眼-B 的老款腾势 D9 进行天神之眼 5.0 全量推送。

动力方面,第二代腾势 D9 提供插电混动与纯电两种动力形式。插混版车型搭载由 1.5T 发动机与双电机组成的混动系统,发动机最大功率 115kW,前电机最大功率 200kW,后电机最大功率 45kW,配备第二代刀片电池,CLTC 纯电续航里程突破 400 公里,并支持闪充技术,馈电油耗为 6.35L/100km。

纯电版车型则提供单电机及双电机四驱两种版本,同样配备第二代刀片电池并支持闪充技术,续航里程为 750km 和 800km。

第二代刀片电池从 10%-70% 充电时间只要 5 分钟,从 10%-97% 充电时间只要 9 分钟,在零下 20 度极寒情况下,20%-97% 充电实测为 12 分钟,零下 30 度只比常温多 3 分钟,20%-97% 充电实测同样为 12 分钟。

此外,腾势汽车官方宣布,全新腾势 Z9GT 的上市权益期限将从原定的 3 月 31 日延长至 5 月 31 日,期间购车用户可获赠 1 年免费闪充权益。

华为何刚预告小艺Claw新特性,可推每日健康报告、制定运动计划

IT之家 3 月 29 日消息,本月早些时候,华为终端 BG 首席执行官何刚晒出截图,展示了华为鸿蒙手机上的小艺 Claw。

IT之家注意到,何刚今日再次分享了小艺 Claw 的相关功能,称其会根据手表记录的身体数据,推送每日的健康报告,还可以帮用户制定运动计划再同步到日历。

值得一提的是,华为鸿蒙手机的“龙虾”—— 小艺 Claw 目前已开启预约,适配 HarmonyOS 6 系统,支持手机、平板设备。用户可在小艺 App 内输入“小艺 Claw 预约”进行预约。

据介绍,小艺 Claw 支持开箱即用,可一键唤醒;支持自我学习、深度记忆,可不断进化;支持多端协同,可与鸿蒙多设备互动,如便捷管理手机的日程、备忘录等;支持端云协同,拥有鸿蒙系统级安全加固。

另外,小艺 Claw 可以帮助用户处理文档编辑、写 PPT、自动回复邮件等任务,还能选择不同人格。值得一提的是,小艺 Claw 不同的初始人格会有不同的预制 Skills,用户也可以在 Skills 市场安装其他人格的 Skills。

我国首台商用12兆伏串列加速器成功下线

记者从中核集团中国原子能科学研究院获悉,我国首台商用2×6MV(12兆伏)串列加速器日前在江西瑞昌核物理应用研究院加速器研发中心完成组装与冷调试,关键性能指标达到设计要求,正式完成生产下线,标志着国产化高端科研装备取得阶段性进展。

据介绍,这座大型串列加速器可广泛应用于核物理、航空航天、材料科学等前沿基础研究,可以在半导体高能离子注入、生物医学等领域发挥重要作用。它的研制成功,将为我国相关科研平台建设和核技术应用产业发展提供重要装备支撑。(央视新闻)

TCL空调广州智能制造基地正式投产,今年预计实现30亿元产值

3月28日,位于广州市南沙区的TCL空调广州智能制造基地正式投产,年产能达800万套,预计2026年实现30亿元产值,“十五五”期间目标突破100亿元产值,基地与生态链企业预计共带动1万人以上就业。

哈萨比斯为何能率领谷歌DeepMind反超OpenAI?

谷歌与OpenAI围绕AI的全方位角逐,是硅谷乃至全球AI行业最重要的战争之一。在去年下半年之前,OpenAI的GPT模型长期压制谷歌;但随着去年11月谷歌发布Gemini 3,它第一次完成了对OpenAI的逆袭。

谷歌AI部门的核心是DeepMind,掌门人则是德米斯·哈萨比斯,一个带有华人血统、曾在剑桥大学就读、追逐AGI顺手拿了诺贝尔化学奖的“别人家的孩子”。

1976年7月,哈萨比斯出生于英国伦敦的一个普通家庭,母亲在商店做售货员,父亲经营一家小玩具店。但在新加坡华人母亲的培养下,哈萨比斯幼年就显露出不同寻常的天赋。

他4岁开始学棋,两周之内下赢了大人。9岁,他成为英国11岁以下国际象棋队的队长。13岁时,他晋升为国际象棋大师,在全球同年龄段选手中排名第二。

16岁那年,哈萨比斯被剑桥大学计算机科学专业录取。随后几年间,他在大学和企业之间不停穿梭,一边在大学里完成学业,一边在企业里探索新技术和产品。

在这一阶段,哈萨比斯在电子游戏中发现了一个令人兴奋的契机——能否让游戏里面的一切角色和物体自主行动,就像他们有自主意识那样?这一理念,与今天的AI存在颇多相通之处;而哈萨比斯也从中逐渐看清了AGI(通用人工智能)这条未来之路。

2010年,哈萨比斯与两位伙伴创立了DeepMind,使命是“解决智能问题,然后用它来解决其他一切问题”。马斯克成为DeepMind的早期投资人。

但哈萨比斯最终选择了谷歌。2014年,DeepMind以4亿美元的价格被谷歌收购。与谷歌两位创始人拉里·佩奇和谢尔盖·布林的志趣相投,是哈萨比斯愿意投入麾下的关键因素。

在谷歌体系内,哈萨比斯带领DeepMind做出了AlphaGo,击败了柯洁、李世石等世界顶尖围棋选手,还推出了可预测蛋白质结构的AI系统AlphaFold。哈萨比斯因此拿下了诺贝尔化学奖,站在了所有科学家梦寐以求的荣誉巅峰。

然而,随着AI大模型时代的到来,哈萨比斯和DeepMind失速了。

为了实现AGI,哈萨比斯执着于在计算机系统内模拟整个真实世界。他在谷歌内部启动了“盖亚”项目,希望模拟自然环境,作为强化学习的试验场。

然而,这场耗资不菲的试验启动两三年后就难以为继,没能产出实际成果。另一边,奥特曼和OpenAI沿着大语言模型的技术路线一路飞驰,最终成为AI大模型时代的第一个大赢家。

哈萨比斯不喜欢奥特曼。在他看来,奥特曼追求权力,而他自己追求知识和科学。但道德评判并不能取代技术和产品的正面对决,哈萨比斯和DeepMind必须奋起直追。

2019年前后,DeepMind开始发力大语言模型。这场追逐战的前半段,OpenAI总是领先DeepMind至少一个档位;但到了2025年,情况开始发生变化。当年底发布的Gemini 3,让DeepMind至少在部分指标追上甚至反超了OpenAI的最新模型。

今年2月,美国知名作家塞巴斯蒂安·马拉比在达沃斯见到了哈萨比斯。马拉比说:“我问近况如何,他说:Gemini现在领先了。说这话时,脸上的笑藏都藏不住。”

这段不可思议的逆袭,是怎样完成的?哈萨比斯起到了怎样的作用?

马拉比刚刚完成了一本新书《哈萨比斯:谷歌AI之脑》。为了这部作品,他花费三年时间,与哈萨比斯累计交流超30小时,并与他身边上百位人士交流数百小时,首次披露了这位DeepMind掌门人诸多不为人知的秘辛。

不久前,《哈萨比斯:谷歌AI之脑》被引进国内,未尽研究创始人、资深媒体人周健工翻译了这本书,他也是中国最早当面采访哈萨比斯的媒体人。字母AI与周健工展开了一场深度对谈,探讨了书中精彩细节,更挖掘了许多未曾公开的幕后故事。

以下为访谈实录(为保证阅读体验,做了少量润色):

字母AI:哈萨比斯具有华人渊源。与另一位华人企业家黄仁勋相比,您觉得两人有何差异?

周健工:哈萨比斯更多的是一位科学家和创新者,黄仁勋的底色更像是一位工程师和企业家,这是两个人基本的不同之处。

哈萨比斯提出AGI的时候,他的构想远远超越了他自己的时代。他在剑桥大学读书时,就萌发了AGI这样一个念头。当年他在伦敦讲AGI(通用人工智能)故事的时候是没有人相信的,即使在硅谷也是极少数人相信。所以他是远远超越时代的。

而且他不是一个简单的科学家,而是想到就要做出来。所以他当初创业做游戏的时候,不是为了做游戏而游戏,而是把它当成一个AI的实验室。

在这一点上,我觉得黄仁勋在创业的时候,也有他的vision(愿景),但是vision并没有超越他那个时代。他可能会超越某个技术浪潮,但是并没有超越时代。

他是被技术浪潮一步一步推着往前走,从显卡到并行计算,到GPU,然后GPU规模越来越大,构建整个AI加速计算的基础设施。

哈萨比斯的vision是远远超越时代的,可能领先于时代十年、二十年,甚至三十年,他在为理想在奋斗,但黄仁勋?他在技术和工程上有他的vision,但是他基本上是一个一个技术浪潮往前走的,我觉得还是非常不一样的。

另外,哈萨比斯虽然有两次创业经历,但是他没有做过盈利公司,更多是一个科学家。他又不是一个简单的科学家,而是一个真正的创新者,不是待在学术机构里面研究AGI。他是科学家加创新者这样的人物。

黄仁勋在企业战略、管理、研发、工程甚至营销方面,是一位非常了不起的企业家,这一点又是哈萨比斯远远比不上。

字母AI:2017年,您和哈萨比斯有一个面对面的交流,现在差不多十年过去,从这本书里,您对哈萨比斯的认知有哪些变化?

周健工:其实很多东西没有改变,比如说他的使命,他说我先解决AI,再用AI解决一切、使命他从头到尾都没有改变。此外,他对AGI的信念没有改变,比如说把AI用于科学发现、造福人类。

同时,他做研究的方式没有改变——高密度的人才组织形式,从全世界各地寻找最优秀的人才进行跨学科的研究。我采访他的时候,DeepMind当时有四五百人,顶尖人才来自全世界60多个国家,今天中国也没有一家这样的公司。他找的都是跨学科的研究人才,研究方法是始终没有变的。DeepMind保持了这样的底色。

还有,他始终在伦敦,即使已经被收购了,即使后来DeepMind和谷歌大脑合并之后,他仍然待在伦敦。

当然也有一些新鲜的东西。他现在领导DeepMind,大概有六七千人,比当年大十倍都不止。他以前是一个比较纯粹的科学家型创新者,但是现在他必须面对从研究到工程、从学术到商业、从发论文到打榜的种种问题。其实他也表现出非常强大的领导力,这是当初他没有展示出来的。

此前和哈萨比斯交流时,他说DeepMind在谷歌AI First战略中起到引领和旗帜的作用。我问谷歌时任CEO埃里克·施密特,DeepMind在谷歌里面究竟扮演什么角色,难道就是收购了一个实验室吗?

他就说了一句——Marketing(营销)。

它当时并没有给谷歌创造出什么业务价值,但是对于整个谷歌的声誉,对于谷歌向AI转型的战略,对于搜罗天下最好的AI人才,它发挥了巨大的作用。

字母AI:在谷歌里面,DeepMind和谷歌产品线没有特别紧密地马上去融合。现在回过头来看,这种想法能不能适应当下的竞争环境?

周健工:哈萨比斯对自己的定位是比较准确的,也是比较符合实际的。DeepMind毕竟是谷歌旗下的一间公司。谷歌给它的定位,其实就是从零到一的突破,就是在AGI的追求上、算法架构科研方面你要不停从零到一的突破。

当然了,怎么样让它规模化,怎么让它和谷歌庞大的生态体系结合?其实不是DeepMind最重要的作用。他把自己首先定位为一个科学家是对的,因为科学家是一个创新和发现型的角色。

谷歌对他最大的期待,是在AI大模型的研究中,你要在与OpenAI的竞争中翻盘,现在Anthropic的势头也很猛。包括面对中国的开源模型的挑战,你怎么保持你的模型的领先性。

我认为这是对哈萨比斯本人、对谷DeepMind歌最重要的一个期待。至于说你赚多少钱,用在我的搜索还是用在我的邮箱里,或者说你自己变成杀手级的应用或者是怎么样,其实这不是他最重要的问题。

字母AI:哈萨比斯早年间做游戏的经历,对他后来做AI有什么直接的影响吗?

周健工:他在剑桥大学读书的时候,他已经有过在游戏公司打工的一段经历。他在那个牛蛙实验室里面,尝试了很多创新,里面有几个故事很有意思。比如说他们会设计大量的游戏里面的角色和环境的互动,这些互动和反馈,其实就是智能体的一些最初级的概念。

里面还有一个情节特别有意思,他那个老板(莫里纽克斯)就带着他去卡内基梅隆大学——当时是AI研究的重镇,跟研究AI的教授们聊,教授们就拿出一些很简单的理论化、抽象化的AI智能体的概念跟他们讲。

当时哈萨比斯立刻就觉得,其实你在讲的东西,我已经开始在做了。给了他非常大的自信。

他离开剑桥的时候,AGI的概念,他基本上在脑子里已经形成了。他们后来自己创办了一家万灵药工作室,做了一个叫《共和国》的游戏,非常复杂。他在1999年就想把机器里面的螺丝的纹理、台阶上苔藓的纹理都渲染出来,想刻画1000多个形象,要从游戏的有限状态中进入一个无限状态,但远远超越了他们那个时代的水平,因为当时的整个算力是根本不够的。

他们去美国博览会演示游戏,计算机偷偷加了八倍的显卡,但是到最后演示的时候还是崩溃了,掉链子了。这说明,他的游戏想法远远超越了他那个时代的技术基础,但我相信这个经历,对他未来能更切实际地追求AGI的影响也是巨大的。

无论是在做游戏的公司打工还是创业,都证明了他是知行合一的科学家。他研究AGI,不是在一个学术环境里面做,而是要为他的AGI找到一个实验的环境,那么实验的环境最初就是游戏。

字母AI:19年的时候,OpenAI的一个高管跟哈萨比斯说,如果有任何一方接近了AGI的话,就可以开展合作什么的,但当时哈萨比斯就拒绝了。哈萨比斯的选择,您觉得是利大于弊,还是弊大于利?

周健工:我觉得是不可能去合作的。

第一个就是哈萨比斯认为,AGI只能通过强化学习实现,再加上一些神经网络,因为他研究生物神经计算。所以在当时他不可能跟OpenAI合作,来自他早期固有的想法,他采用的是单一模型的、排他的路线,走强化学习,而OpenAI他们主要走的是深度学习的道路。

另外一点,哈萨比斯内心还是有孤傲的一面,一直到那个时候,他内心还是觉得OpenAI只是自己的一个追随者和模仿者,他肯定是不屑于跟他们合作的。

其实,当时的AI圈子,在研究的层面还是比较开放的,不管是DeepMind还是谷歌大脑,包括transformer论文,他们都会马上就公开。在研究方面没有什么可合作的,主要是在工程实践上,他们后来慢慢产生了很大的差异性。

字母AI:DeepMind之前为了实现AGI,就启动了一个叫盖亚的项目,在计算机里面去模拟一个真实存在的世界,然后在世界里面再做一些智能体,然后慢慢地去把AI给训练出来。

周健工:你可以这样理解,因为在他们做盖亚的时候,AlphaGo已经攻克了围棋,他们就觉得在研究AGI的领域,已经在游戏方面取得了辉煌的胜利——围棋这一最复杂的智力游戏都攻克了。他们肯定会寻找下一个目标,游戏只是一个实验环境而已。

他们也看到了围棋作为实验环境的局限性,它是一个361个方格的棋盘,有清晰的边界、明确的规则,这些都非常局限。自然界是连续的、复杂的,是模糊的、高维的,和游戏的环境是非常不一样的。

所以你要真正证明自己是AGI,必须把它放到自然环境中验证。所以当时他们就想到了要做盖亚项目。

盖亚项目在当时进行了两三年,其实并不成功,现在实现起来仍很困难。当时这是一个非常超前的项目,但在学术研究上绝对有价值。

对DeepMind来说,他们永远不是以发论文为目的,而是发论文之后,过一段时间就要把它做出来,但是他们一直没有把它做出来,我觉得的确是非常超前的,但是探索是很有价值的。

字母AI:谷歌几年前花了一点钱收购了DeepMind,当时有几家公司都在竞购,包括扎克伯格这样的人,但是最后哈萨比斯还是选择了谷歌。在您看来,哈萨比斯在那个时间点上最看重谷歌的因素是什么?

周健工:我觉得首先谷歌当然是最成功的互联网公司。在当时2013年、2014年的时候,它已经是非常赚钱的一个公司,实力很雄厚。谷歌作为一个搜索公司,又是在所有的互联网公司里面对AI最有vision的,也非常重视AGI,这是哈萨比斯特别看重的一点,这是第一点。

第二,谷歌的文化,他认为谷歌的两位创始人谢尔盖·布林和拉里·佩奇,他们身上还是有一些科学家的气质的,都是斯坦福的博士毕业生。其实他们对于科学探索会有一些长远的布局,比如谷歌X实验室,涉及许多前沿领域。当时他们刚开始做自动驾驶,他们认为可以把DeepMind定位成一个探索未来型的机构,其实谷歌是可以容得下他们的。

另外一点,就是说谷歌其实对AI技术、未来技术的伦理和安全是有这个意识的。不管怎么说,谷歌当时还是提出了自己不作恶的文化,其实他们在价值观上有相通的地方。所以,谷歌一开始就是哈萨比斯的首选。

在过程当中,马斯克也想收购他,但是哈萨比斯很清楚马斯克没有实力,而且有自己的私心。马斯克说,我带着你去探索,比如探索外太空、星际移民之类的。哈萨比斯就会认为你和AGI不完全是一回事,我不能成为你那个东西的工具。

当时扎克伯格也找过,他跟扎克伯格聊完之后,觉得扎克伯格对AGI的认识远远不如谷歌深刻。

最后还是一个决定性的因素,有一次,拉里·佩奇拉着他出去散步,然后就说你的目标不是想研究AGI吗?那你为什么不来谷歌,我这里已经为你准备好了一切。就是一句话立刻打动了他,完全说服了他。

字母AI:DeepMind进入谷歌,在大语言模型时代到来之后,反而在一定时期内被OpenAI甩在了后面。哈萨比斯对DeepMind有什么比较大的影响吗?他选择了一条在我看来可能有点过于超前的路,导致被很快甩开。

周健工:因为他们进入谷歌的时候,人也多了,算力也多了,钱也多了,资源也多,他们本身就在探索不同的项目和路线,我觉得是很正常。

哈萨比斯他自己的战略判断上,我觉得在那个时候出现了一些偏差,也可以说是一定的失误吧。就是他不重视大语言模型,就是他自己在内部讲过,我们的研究的布局是三个,第一个就是强化学习,他把强化学习摆在第一位;第二个就是神经网络。第三个是基于数据的归纳推理之类的东西,然后他把语言又看成第三个里面一个分支,这就可以看得出来,他战略上是不重视大语言模型。

他更相信强化学习。另外一方面,他认为语言作为一个数据的来源,特别是不接地气的,都是一些抽象的这些东西,但是他其实低估了在移动互联网的发展到那个程度的情况下,语言数 据可用于训练大模型、当时的GPU算力一直在突飞猛进,两者可以完美地结合,可能带来一种新的突破。

他真正开始重视的时候,是GPT-2出来之后。大家都说OpenAI在做一个GPT-3,参数量好像是1750亿。达到那个量级,他们才开始重视,但时候已经有点晚了。

当时DeepMind在研究一个模型叫麻雀(sparrow),基于Chinchilla基础模型,700亿参数,但拥有最先进的saling law方法;与此同时,谷歌大脑在研究好几个模型,如Gopher、LaMDA、PaLM等,最大的大概有四五千亿参数,当时谷歌认为这下就能就超过GPT-3了,你就1750亿,但是他没想到OpenAI中间能弄出个GPT-3.5,就是ChatGPT那个模型。

同时,2022年的夏天GPT-4的预训练已经基本完成了,大概接近2万亿的参数了,当你去盯着GPT-3去追赶的时候,别人已经开始基本上把GPT-4给弄成了,那你完全处于一种被动挨打的状态。

字母AI:DeepMind被谷歌收购几年之后,双方的关系就开始有了一个比较大的裂痕,您觉得有什么样的生成的原因,哈萨比斯在里边又起到什么样的作用?

周健工:这是一个特殊情况下的博弈。我觉得很难说是一种冲突,哈萨比斯不是想挑起跟谷歌冲突的人。

谷歌对于DeepMind始终是非常重视的。它对DeepMind是全力的算力倾斜,DeepMind做很多超前的研究都需要耗费大量的算力,反复地实验和训练,还有很多失败的模型,耗费巨大,一个DeepMind的算力比整个Gmail用的算力都多。而Gmail在全世界有几十亿用户。

为什么说它是在一个特殊情况下的博弈?当时谷歌在上面一层成立一个控股公司叫Alphabet,想把一些长期投入、目前还不需要不赚钱的项目分拆出去,可以到外面去融资。

所以当时DeepMind其实是处在这样一个位置,哈萨比斯团队本能地就想,那我是不是分拆出去,或者说高层是不是想把我分拆出去,我分拆出去我怎么办?大家都在想自己下一步的打算。

但是谷歌对DeepMind非常重视,承诺未来十年给它150亿美元继续研究AI,但是联合创始人苏莱曼就想得比较多,他觉得是不是一个机会,我们就把它独立出去,再到外面找一些主要的投资人。他们还找了蔡崇信,找了LinkedIn的创始人霍夫曼。霍夫曼说我答应给你十亿美元,他们想再找几个,但没找到。

谷歌内部对于DeepMind的未来的定位,当时也有一些摇摆。拉里·佩奇当时说你愿意分拆出去,我可以给你很多钱,你继续研究。但是新任谷歌CEO桑达尔・皮查伊(Sundar Pichai)的想法不一样。

上层的想法不一样,下面的人就要考虑自己的出路了,所以当时他们有一个马里奥计划,就是与母公司博弈,想办法分拆出去。

后来皮查伊就决定不能分拆。他们最终以战略的眼光看待DeepMind所研究的AGI,认为它将决定谷歌的未来。从这一点来说,谷歌一直是抱定对哈萨比斯信心的。

从某种意义上,DeepMind在谷歌内部的关系最终理顺了。因为谷歌是个大公司,在工程和产品上肯定没有初创公司快,但是谷歌的研究能力还是非常强大的,包括后来研究TPU芯片,他们在基础设施方面其实很早就投入了。

所以,我觉得哈萨比斯本人在AI的大规模工程部署,商业竞争,产品的开发,这些能力和成就,也是在谷歌平台上才能够成长和放大的。所以我觉得是一个相互成就。

字母AI:DeepMind从GPT-3就开始追赶,但去年之前,谷歌的Gemini,相比OpenAI还是有一定的差距的,直到去年开始有一些逆袭的迹象,您觉得之前那几年时间里,为什么DeepMind面对OpenAI屡战屡败?

周健工:第一个,就是说你在技术节奏上就比别人慢一拍到两拍了。

从大模型来看,当OpenAI发布ChatGPT时,GPT-4已经预训练训练完成了,第二年3月份就完成后训练并发布了。

DeepMind和谷歌大脑他们各自做的大模型,其实都瞄着GPT-3打,但当时人家内部已经有GPT-4了。尤其是3月份人家发的时候,你的技术确实比别人落后了一代。

第二点,ChatGPT的确是硅谷历史上最成功的科技产品,它当时很快占领了用户的心智。

AI虽然已经发展了70年了,但是它始终是在一个象牙塔,一个小圈子里。ChatGPT出来之后,它突然进入大众和主流人群了。对于占据用户的心智,一直到今天,它起到一个强大的作用。

OpenAI的最大优势就是ChatGPT在几年之内变成了AI的代名词。周活达到九个亿了,今年破十个亿肯定是没有问题。现在Gemini从规模到性能打榜再超过别人,但作为一个独立的AI应用,用户数还是不如别人。

还有就是大公司病,当时谷歌彻底暴露了。特别是开源模型Llama很快又推出来了。当时谷歌团队内部有一句令行业很震惊的话,大模型根本没有护城河。Llama推出来之后,谷歌内部就是乱作一团,产生了危机感,连创始人都回办公室上班了,他本来觉得自己已经退休了。

还有一个方面,DeepMind的架构做调整的过程,它是有一个适应的,它是有过渡的一个过程,中间经历了Bard模型灾难性的发布。最后把谷歌大脑与DeepMind合并,由哈萨比斯负责 ,并集全公司之力构建统一的大模型Gemini,个调整过程这耗费了半年左右的时间。

统一之后,他们开始专心致志地去做Gemini,然后2025年年底才算是初步实现翻盘。

字母AI:在此过程中,相比DeepMind之前那些事情,你觉得他主要的成功的因素是哪些?

周健工:哈萨比斯一旦想赢得一场竞争的时候,其实他是非常善于做这些事情的。以往,他想做什么,基本上都做出来了,你只要给他足够的时间和资源,他基本上都能做出来。

我觉得有一点很重要,是谷歌的基础设施对他的保障。整个TPU架构始终在推理和训练方面支撑着发展。

它不光是算力够,还有软硬件的协同,TPU新的架构要怎么适配新的模型,下一步的技术的亮点怎么可以通过硬件实现,怎么从TPU或者算力架构里面去最有效地去榨取它的算力,其实这些都是非常重要的,因为在一家公司里面,模型与基础设施配合得很好,直到最后TPU而不是GPU训练出了最强的大模型Gemini-3。

还有一个,谷歌人才是相对来说比较稳定,资金也比较稳定,不像OpenAI后来不停地去融钱,而且只有自己的基础设施,商业模式可能才成立,这一方面DeepMind没有这些后顾之忧了,专心致志去把Gemini大模型给做好,原生多模态上也好,长上下文也好,持续学习也好,世界模型也好,可以没有后顾之忧去探索这些。本来这些方向和研究上是他们擅长的地方嘛,所以他把优势就可以发挥出来了,我觉得专注也是一个非常重要的作用。

字母AI:在此过程中,哈萨比斯个人起到了一个什么样的作用?

周健工:他是整个谷歌AI的代言人,是整个谷歌的AI的灵魂。

尤其是他获得了诺贝尔奖之后,他对AI的发展的方向的看法就更加容易让人们信任。他是一个科学家,生物科技、药物发现这些都是对人类未来的福祉有重大影响的,所以他对于谷歌AI获取公众的信任这方面,起了非常大的作用。

但另一方面,哈萨比斯不太相信量子计算。他认为图灵机——也就是经典计算——能够解决AGI所需要的基本计算。这对于他将来在谷歌的发展,我觉得一个潜在影响因素。

我们知道谷歌对量子计算非常重视,最近皮查伊高调宣布,量子计算很可能近几年有重大突破。所以,如果哈萨比斯不相信,或者怀疑量子计算个真的能起到那么大作用,那么他将来能不能在谷歌DeepMind包容量子计算,也值得关注。

字母AI:你觉得他现在是一个合格的企业家吗?

周健工:我觉得哈萨比斯可能是重新定义了科学研究的创新者。这一评价一点都不比企业家要低,他改变了很多做科学研究的这种方法和范式。

其实我在采访他的时候就非常好奇,我说你整天做这些研究,但是你作为一个初创公司,你的投资人要让你赚钱,难道你的投资人就看你发paper吗?

他说一开始的想法就是去用发现AI理解宇宙,解释周围环境的结构、底层运作的逻辑。我没有办法超越费曼,没有办法超越爱因斯坦,但是我要发明的AI将来能够超越费曼,超越爱因斯坦。

他的做法是通过创业的方式来实现研究的突破,一开始他是非常讨厌学术机构的,他认为学术机构有官僚气息,没有紧迫感,处于一种散养的状态。你研究AGI,今天机构发一篇论文,那个机构发一篇论文,这样无法实现突破。

因为哈萨比斯对自己有一个使命感,要用毕生的精力、用这一生把AI做出来。这种用创业的心态去做科研,用AI的方式去做科学突破,是改变了整个科学研究的方法和范式的。

我认为,他甚至比作为一个单纯的企业家的意义更大。

字母AI:长期来看,哈萨比斯是带领DeepMind继续往前走的最合适的人选吗?

周健工:哈萨比斯给自己设定的目标是AI的实现,而不是说在谷歌当个什么,比如说他有一天是不是取代皮查伊当谷歌的CEO,这根本不是他的目的,尽管有人做过这种猜测,但我认为这即不是他的兴趣,也不是他最擅长的。

我觉得哈萨比斯唯一的目标就是实现AGI。他自己说,还需要五到十年,还缺一两个transformer级别的创新。而且他还是继续在谷歌DeepMind上来做,这依然是他最好的一个平台吧,至少在未来的三到五年,我认为是这样的。

消息称两家厂商测试长焦端LOFIC,预计为华为、小米

IT之家 3 月 29 日消息,博主 @智慧皮卡丘 今天在微博透露,目前已有两家厂商在测试长焦端 LOFIC,装机还需要再等等

虽然博主并没有在正文中透露这两家厂商的具体名字,但结合博主此前发文以及 Tag 暗示来看,我们可以合理推测这两家厂商分别是华为、小米。

后续有用户在评论区询问:“p90promax 芯片是 9030 吗 [狗头斜眼]”,博主回复道:“有惊喜”;另一名用户则询问道:“超大大杯没有了嘛 [捂脸笑哭]”,博主则回复道:“pm”。

IT之家注:LOFIC(lateral overflow integration capacitors,横向溢出积分电容)是一种次世代 HDR 成像技术,通过在单像素中整合线性与对数两种电荷容纳方式,提升 CMOS 传感器动态范围,让手机在大光比场景下提供更丰富细节的照片。

你以为你在刷抖音,其实抖音早就知道你会停在哪里

AI正在重塑我们对上瘾机制的认知。抖音通过精密设计的Hooked模型,将『可变奖励』提升至前所未有的精准度——它不仅能预测你的偏好,更能调控你的情绪节奏。本文将深度解析这套被AI优化的上瘾系统如何运作,并为你提供四步拆解工具,让你既能看透热门产品的设计逻辑,又能避免在自己的产品中陷入伦理陷阱。

——AI时代,一个产品人必须看懂的上瘾机制

一、你有没有经历过这种时刻

本来只是饭后想刷两分钟放松一下。

一抬头,四十分钟过去了。

你知道该关了,手指也举起来了,但下一条视频的开头让你又停住了——就这一条,看完就睡。

然后又是下一条。

这种体验,你肯定有过,不止一次。大多数人的解释是:「我就是自制力差。」

但我想告诉你,这个解释是错的。

你停不下来,不是因为你意志力不够,而是因为你正在和一套被AI持续优化了将近十年的精密系统博弈。这套系统的唯一目标,就是让你再刷一条。

它对你了解的程度,可能已经超过了你对自己的了解。

这篇文章,我想把这套系统讲清楚。不是为了让你从此戒掉抖音,而是因为——你今天分析的是别人的产品,你明天做的是自己负责的产品。看懂了抖音怎么让用户上瘾,你就掌握了一套可以用在任何产品上的底层设计逻辑。

读完这篇,你会带走:一个拆解上瘾机制的认知框架,以及一套明天就能用在工作里的四步分析工具。

二、先说清楚:「上瘾」到底是怎么运作的

在讲抖音之前,先讲一个很多产品人「听说过但没真正理解」的模型——Hooked,也叫上瘾模型。

这个模型是Nir Eyal在《上瘾》这本书里提出的,说的是让用户形成使用习惯的产品,都在重复做四件事:

触发 → 行动 → 可变奖励 → 投入

逐个解释:

触发,是让用户打开产品的那个瞬间。可以是外部的(一条推送通知),也可以是内部的(你感到无聊,条件反射地打开抖音)。

行动,是用户在产品里完成的最小单元动作。对抖音来说,就是看完一条视频,或者往上划一下。门槛越低越好,最好低到「不需要思考就能完成」。

可变奖励,是这个模型里最关键的一个环节,也是最容易被人理解错的地方。「可变」两个字是核心——不是每次都给你好内容,而是你不知道下一条是好是坏。正是这种不确定性,让人停不下来。老虎机让人上瘾的原理是一样的:不是因为每次都能赢,正是因为你不知道什么时候会赢。

投入,是你在产品里留下的痕迹:点赞、收藏、关注、评论。这些行为让系统更了解你,让你和产品之间的连接更深,让你下次更难离开。

说到这里,很多产品人会想:YouTube、微博、B站,这些产品也在用这套逻辑,为什么抖音的效果比它们强得多?

这是一个好问题,答案不是「抖音的内容更好」。

答案是:抖音用AI把「可变奖励」这个环节,做到了前所未有的精准。

以前的「可变奖励」靠的是随机性——平台不知道你具体喜欢什么,所以靠大量内容碰运气,十条里有三条你喜欢,就算不错了。

抖音的「可变奖励」靠的是定向精准——AI知道你现在的情绪状态,知道你最近在关注什么,知道你在哪类内容上会停留,然后在合适的时机推合适的内容,把「惊喜感」的命中率提升到另一个量级。

这一个差距,造成了截然不同的上瘾深度。

三、AI重塑了上瘾路径的三个关键环节

3.1 第一个环节:冷启动触发——AI用6条视频就能完成用户画像

你第一次打开抖音,账号是新的,什么信息都没有。系统怎么知道推什么给你?

它用的方法叫「探测性内容分发」。

前6到10条视频,不是随机推的,而是经过精心设计的内容矩阵——覆盖尽可能多的内容类别:搞笑、美食、科普、情感、游戏、运动……然后系统盯着你看每一条视频时的行为:

哪条你停留超过了3秒?

哪条你直接划走了?

哪条你往回翻了一下?

哪条你看完了但没有点赞?

3秒,是抖音内部最重要的内容质量信号之一。

不是1秒,不是5秒,是3秒。

为什么是3秒?因为在用户下意识划走的速度里,能让视频在屏幕上停留超过3秒,说明这个内容抓住了用户的注意力——哪怕用户自己没有意识到。

大多数用户在打开抖音的前3分钟内,已经被建立了一套足够精准的初始画像。你以为你在随手刷,系统已经在做一场关于你的测试。

给初级PM的工作洞察:如果你做的是内容类产品,新用户冷启动阶段的内容设计,是整个留存体系里权重最高的环节之一。用户第一次用你的产品时,他们看到什么,决定了他们会不会有第二次。这不是靠运营活动能弥补的,是产品设计层面就要想清楚的问题。

3.2 第二个环节:可变奖励的精准化——AI把「惊喜」变成了一门精密科学

说一个大多数人没注意到的细节:

抖音的AI,推给你的不是「你最喜欢的内容」,而是「让你刚好想继续刷的内容」。

这两件事听起来差不多,实际上完全不同。

想象一个打分系统,每条视频对你的吸引力从1分到10分。如果抖音一直给你推10分的内容,会发生什么?

你的期待值会升高。下次8分的内容,你就觉得一般。9分的,也不够好。最终,你对整个平台的「惊喜感」会消失,因为已经没有意外了。

所以AI的实际策略是:在7分、8分、9分、偶尔来一条10分之间动态调配。它不给你一直最好的,它给你「刚好让你觉得下一条可能更好」的节奏。

你刷抖音时那种「再看一条,说不定有好的」的感觉——那不是偶然出现的心理状态,那是被系统精心制造出来的。

还有一个更细的设计:AI会判断你当前的情绪状态。

你刚连续看了三条让你发笑的视频,情绪处于放松满足的状态,这时候AI会插入一条稍微不同类型的内容——也许是一个让你有点感触的故事,或者一个让你觉得「哦原来如此」的科普。这种情绪切换,在你心情好的时刻出现,产生的正向反馈比平时强得多。

系统在做的,是情绪的动态调节,不只是内容的静态匹配。

给初级PM的工作洞察:「可变奖励」的核心设计原则,不是给用户最好的,而是给用户「刚好让他们期待下一次」的。在你做任何有内容流或者结果展示的产品时,这个原则都适用。如果用户每次使用你的产品都能100%得到预期结果,反而不会上瘾——因为没有悬念了。适度的不确定性,才是持续使用的动力来源。

3.3 第三个环节:摩擦力清除——AI把所有「让你停下来」的阻力都消掉了

这是三个环节里最容易被忽视的一个。

大多数人谈抖音的上瘾机制,都在讲推荐算法有多准。但抖音真正做到极致的,其实是另一件事:把用户在上瘾路径上遇到的每一个摩擦力,系统性地消除掉。

想想你打开抖音之后的使用体验:

不需要点击播放,视频自动开始

不需要选择,内容直接出现

不需要等待,下一条已经预加载好了

不需要找下一条,往上一划就来了

没有「到底了」的提示,可以一直往上划

每一个「需要用户做一个决定」的环节,都是上瘾路径上的摩擦力。

传统视频平台的逻辑是:我给你一个内容库,你来选。这个「选」的动作,就是摩擦力。

抖音的逻辑是:你不需要选,内容自己来找你。把「选」这个动作完全消除掉。

AI在这个环节做的事情更精细:它会监测你「想划走」的信号——你在某条视频上的滑动速度加快了,完播率下降了,视线移开了——然后在你真正划走之前,让下一条视频的开头出现得足够快、足够有吸引力。

换句话说,AI在预判你即将退出的时机,然后抢先一步把你留住。

给初级PM的工作洞察:这个设计原则有一个可以直接复用的方法——「摩擦力清单」。把用户从打开产品到完成核心行为的路径,每一个需要用户做决定或者需要等待的节点全部列出来。这张清单上的每一项,都是你下一个版本可以优化的方向。减少摩擦力的效果,通常比新增功能的效果更直接。

四、这套机制带来了什么新问题

4.1 用户端:被设计出来的空洞感

刷完抖音之后,你有没有过这种感觉——

刷的时候很爽,停下来之后有点空,说不上哪里不对,就是感觉时间好像白花了,但你也说不上自己到底想要什么。

这种感觉不是偶然的,是这套上瘾机制的必然产物。

AI的目标是让你继续刷,所以它给你的满足感,被精准地控制在「足够满足所以继续,但又不够满足所以停不下来」的区间。这就意味着,你永远处于一种「有点爽但没爽透」的状态。

当你停下来,这种没有完全释放的张力,会以「空洞感」或者「轻微后悔」的形式出现。

这不是你的问题,这是系统设计的结果。

对产品人来说,这是一个值得认真对待的信号:当你的用户大量反馈「用完有点后悔」,不要把这个当作正常现象忽视。这说明你的产品在用留存数据透支用户的真实体验,这种透支是有上限的。

4.2 平台端:AI上瘾机制精密到触碰了监管红线

2021年开始,国家密集出台了针对短视频平台的监管政策——青少年模式强制上线、单日使用时长限制、算法推荐必须提供关闭选项……

这些政策针对的核心,不是内容本身,而是AI驱动的上瘾机制

监管机构发现:当推荐算法足够精准,它实际上在用技术手段系统性地压缩用户的行为自主权。用户以为自己在自由地选择看什么,但实际上是在按照系统预设的路径行动。

这件事在成年人身上是一个灰色地带,在未成年人身上,监管认为已经越过了一条线。

对产品人的启示是:AI能力到了一定程度,产品的伦理问题就不再是可以暂时不想的问题,而是必须提前想清楚的问题。

等到监管来了再说,代价往往比你预期的大得多。

4.3 一个绕不开的问题:让用户上瘾,和让用户受益,这两件事什么时候会冲突

这里我想讲清楚一件事,不是说抖音坏,它提供的娱乐价值是真实的,让很多人在无聊和疲惫的时候有了去处,这件事本身没有问题。

但如果你在做产品,有一个问题你需要想清楚:

你的产品让用户「上瘾」,是因为它真的让用户的生活变得更好了,还是因为它很擅长让用户无法停止使用?

这两件事不是同一件事。

一个判断工具:用户在使用你的产品之后,整体上感觉「值了」还是「又被吸进去了」?

如果是前者,你的上瘾机制是健康的——用户选择继续使用,是因为产品真的在给他们带来价值。

如果是后者,你的产品在透支信任。留存数据可能很好看,但用户对产品的真实评价在慢慢变差,这种背离迟早会体现在流失率上。

五、一套你明天就能用上的拆解工具

前面三章讲的是「发生了什么」,这一章讲「你能用什么工具分析这件事」。

这套四步工具,你可以用来拆解任何一款产品的上瘾机制——包括你自己正在负责的产品。

第一步:找到你产品的「触发设计」

触发分两种,大多数产品只认真做了其中一种:

立刻可以做的动作:

拿出你负责的产品,把所有的外部触发入口列一个清单(App通知、短信、邮件、应用内弹窗……)。

然后问自己一个问题:用户在什么情绪状态下会主动打开这个产品,不需要任何外部提醒?

如果你答不上来,说明你的产品还没有和用户的内部情绪状态形成稳定绑定。这是一个比「留存率低」更根本的问题。

第二步:拆解你产品的「可变奖励」

用这个句式,把你产品的可变奖励写出来:

用户在使用「[产品名称]」时,每次期待的惊喜是「____」,这个惊喜的不确定性来源是「____」,目前这个惊喜的命中率大概是「____%」。

写完之后,问三个问题:

命中率太高了吗?(超过80%就值得警惕——用户很快会觉得「每次都差不多」,失去惊喜感)

命中率太低了吗?(低于30%说明用户大多数时候在失望,会放弃)

你有没有在主动管理这个命中率?还是完全依赖内容自然分布,没有任何干预?

大多数产品团队从来没有想过要「管理可变奖励的命中率」这件事,但抖音把这件事做成了一门精密科学。你不需要做到抖音那个程度,但至少要知道你的产品目前在哪个区间。

第三步:建立「摩擦力清单」

这是四步里最直接能产出可执行需求的一步。

把用户从打开你的产品,到完成一次核心行为的完整路径,每一个节点都写出来。然后对每个节点打三个分:

按「用户放弃概率」从高到低排序,集中精力先消除前三个。

这张清单,比很多需求文档都更直接地告诉你下一个版本最应该做什么。

第四步:做「用完感受测试」

这一步最简单,也是大多数产品团队最容易跳过的。

在用户完成一次核心使用之后,问他们一个问题:

「这次用完,你的整体感受是什么?」

选项只有四个,不能多:

很值,超出我的预期

还行,基本满足了我的需求

无感,说不上好坏

有点后悔,感觉花了时间但没什么收获

为什么只有这四个选项?因为太多选项会让用户选不了,也让你分析不了。

怎么看这个测试的结果:

如果「很值」超过40%,你的产品在这个使用场景下是健康的。

如果「有点后悔」超过20%,这是一个严重警告——你的产品正在用上瘾机制透支用户的真实体验,留存数据可能暂时还好看,但用户的口碑和真实满意度在下降。

如果「无感」占大多数,说明你的产品没有在用户心里留下任何记忆,这比「后悔」更危险——用户不是不满,是对你的产品没有任何感觉,这种用户比愤怒的用户流失得更快。

把这四步放在一起,你就有了一套完整的上瘾机制诊断工具:

触发设计——用户为什么会想到打开你的产品

可变奖励——用户每次使用,期待和获得的之间的张力是什么

摩擦力清单——哪些阻力在阻止用户继续使用

用完感受测试——用户离开产品时,带走了什么感受

这四个问题,任何一个产品团队都应该能清楚地回答。如果回答不上来,那就是产品设计最需要补的功课。

六、最后说一句真心话

那个凌晨刷抖音停不下来的你,正在给一套AI系统贡献训练数据。

你在哪条视频上停了三秒,在哪条视频上划走,在哪个时间段打开App,什么内容让你点赞了却没有关注——这些信号,都在实时反馈给模型,让它下次对你的预测更准一点。

这不是什么阴暗的事情,这是一家互联网公司在做它本来就该做的事——让产品越来越好用。

但「好用」和「对你好」,有时候是一回事,有时候不是。

作为一个学产品的人,你应该同时做到两件事:享受一款产品带给你的体验,同时看穿它背后运作的机制。

这两件事不矛盾。你可以刷抖音,同时知道「是这三个环节让我停不下来」。你可以在使用体验里感到愉快,同时保持一个产品人的清醒视角。

这种清醒,才是做产品真正需要的东西。

因为你今天分析的是别人的产品,你明天做的,是你自己负责的产品。

你不想让用户在用完你的产品后,感觉时间花了但不知道得到了什么。你想让他们觉得:值了。

这和让用户上瘾并不冲突——真正好的产品,是让用户上瘾是因为它真的在给他们创造价值,而不是因为它很擅长让用户无法停止使用。

这条线,值得每一个产品人心里有数。

今天就可以做的一个练习:打开你最常用的一款App,用第五章的四步工具,快速拆解一遍它的上瘾机制。不需要写得多完整,把每一步的关键问题回答出来就够了。然后发在评论区,我们一起看。

OPPO K15 Pro全系标配12GB内存 产品经理:用16GB上天了 太贵了

快科技3月29日消息,OPPO K15 Pro系列将于4月1日发布,目前已在官网开启预约。

官网显示,OPPO K15 Pro和OPPO K15 Pro+均为12GB内存,并未推出16GB规格,存储可选256GB和512GB。

OPPO K15 Pro全系标配12GB内存 产品经理:用16GB上天了 太贵了

OPPO K15 Pro全系标配12GB内存 产品经理:用16GB上天了 太贵了

对此,有网友在OPPO K系列产品经理鳃鳃微博留言询问“没有16GB么”,鳃鳃回复称:“太贵了,用16上天了”。

OPPO K15 Pro全系标配12GB内存 产品经理:用16GB上天了 太贵了

还有人建议K15 Pro+补上16GB+512GB,理由是大多数用户打游戏都想选择这个配置,鳃鳃表示,“打游戏是不是16和12差不多,其实就是后台多开几个应用哇。”

OPPO K15 Pro全系标配12GB内存 产品经理:用16GB上天了 太贵了

没有16GB版本,背后与当前存储市场变化密切相关。

随着AI需求爆发,三星电子、SK海力士、美光科技等原厂纷纷将产能转向高带宽内存(HBM)等企业级产品,导致消费级DRAM(LPDDR)及NAND闪存持续紧张。

在此背景下,手机厂商不得不通过涨价或调整配置来平衡成本。

市场调研机构IDC数据显示,内存在智能手机总成本中的占比已从过去10%-15%提升至20%以上,部分中低端机型甚至逼近30%,成本压力显著增加。

综合来看,OPPO K15 Pro系列取消16GB版本,更多是成本与市场策略权衡下的结果。

OPPO K15 Pro全系标配12GB内存 产品经理:用16GB上天了 太贵了

月之暗面冲刺IPO:大模型竞争进入“定价阶段”

文 | 高恒说

三个月前,杨植麟还在内部信中明确表示“公司一级市场融资能力强劲,短期不急于上市。”但三个月后,月之暗面已经开始接触中金、高盛,评估赴港IPO的可能性。这一转向本身,比上市更值得关注。

变化并不只发生在一家公司身上。有接近交易的投资人士透露,阶跃星辰也在推进新一轮融资,此前,该公司也传出将在今年赴港上市的消息。围绕“第三家上市的大模型公司”的竞争正在形成。

推动这一变化的,是更早已经发生的另一件事:今年1月,智谱与MiniMax率先登陆港股,并在随后几个月内市值攀升至3000亿港元量级,股价较发行阶段上涨约3至5倍,首次为中国大模型公司提供了公开、可交易的估值参照。

当定价样本出现,原本停留在一级市场的估值体系开始失效。

中国大模型正在从“讲技术故事”,进入“被资本市场定价”的阶段,而竞争的核心,也从模型能力,转向谁能率先进入公开市场并成为定价坐标。

01:第三家上市公司之争,已经开始

如果只把月之暗面这轮IPO动向看作一次常规融资,很容易忽略一个更重要的变化:头部大模型公司,正在同步调整节奏,把重心从一级市场转向二级市场。

这一变化,首先体现在月之暗面的节奏变化上。

近日,据多家媒体报道,月之暗面正处于考虑在香港首次公开募股的早期阶段,并已与中金公司、高盛展开接触。另据搜狐科技报道,接近交易的投资人士透露,公司自今年3月份左右已开启C+++轮10亿美元融资,投前估值约170亿-180亿美元。单个机构至少千万美元起投,且优先选择美元,企业也会对有意向的机构进行筛选。与之对比,2025年底该公司估值约为43亿美元,今年2月约为100亿美元,短短三个月内完成三轮融资、估值连续跃升。

这种跳跃,并不只是公司自身进展的线性结果。更关键的变量,是市场开始提供新的定价参照,当二级市场给出明确估值区间,一级市场的定价预期也会随之上移。按照相关投资人的说法,月之暗面未来上市预期市值目标则对标Anthropic:当前约对应其5%的水平,远期目标提升至约10%,按Anthropic最新3800亿美元的估值算,月之暗面未来预期市值目标有望达到380亿美元。

支撑这一逻辑的,是二级市场已经给出的明确信号。今年以来,智谱与MiniMax相继在港股上市,截至3月下旬,智谱市值接近3000亿港元,MiniMax超过3100亿港元,股价较上市阶段上涨约3至5倍。与此同时,2026年一季度港股IPO募资规模达到约116亿美元,同比增幅超过300%,科技与AI成为核心驱动力之一。

知名科技产业时评人彭德宇与我们交流时分析:当公开市场开始持续为AI资产给出高溢价,原本停留在一级市场的估值体系就会迅速失效。在此之前,中国大模型公司长期处在“无明确锚点”的状态,估值更多依赖融资博弈;而智谱与MiniMax的表现,第一次让“AI公司值多少钱”有了可交易、可验证的答案。

一旦这个参照系被建立,头部公司的动作会迅速同步。除了月之暗面,阶跃星辰也在加快节奏。据搜狐科技报道,其正以约60亿美元估值启动新一轮融资,并有望在4月中旬完成交割;此前市场亦多次传出其计划于今年赴港上市,预期基石定价在100亿美元左右。围绕“第三家上市的大模型公司”,竞争已经从技术层面延伸至资本市场。

从这个角度看,这一轮密集融资与IPO推进,并不是简单的扩张行为,而是对资本市场入口的争夺。对于仍停留在一级市场的公司来说,真正的分水岭已经不再是模型能力,而是能否率先进入公开市场,被定价、被交易,并反过来成为后续公司的定价锚点。

在这个阶段,上市顺序,本身就是竞争力。

02:20天收入超过全年,商业模型第一次被验证

如果说当前市场给出了定价窗口,那么更关键的问题是,这个窗口为什么会出现。

这一轮估值抬升的核心,并不是情绪,而是商业模型开始被验证。最直接的信号,是收入端的拐点已经出现。多家媒体援引公司披露的数据称,在K2.5模型发布并叠加“龙虾”的爆火,OpenClaw将K2.5设为官方主力模型,月之暗面的收入在不到20天内超过了2025年全年水平。

关键不在规模,而在于这一情况证明了此前一直存在争议的事情:大模型开始具备稳定变现能力,而不再只是持续消耗算力的成本中心。对资本而言,这意味着一个长期依赖融资输血的技术方向,第一次具备了“自我造血”的可能。

支撑这一收入拐点的,是需求结构本身的重构。过去,大模型更多停留在对话和内容生成场景,本质是低频交互;而随着K2.5强化多Agent调度能力,并被OpenClaw等框架设为主力模型,大模型开始进入智能体系统的阶段。一个复杂任务可以被拆解为上百个子任务,由多个Agent并行执行,调用次数和Token消耗随之放大。在OpenRouter上,中国模型的Token消耗占比已超过60%,而Kimi K2.5在最新月度榜单中,以3万亿Token消耗量跻身全球第七。

这意味着,需求不再来自用户一次次提问,而是来自任务执行过程中的持续调用。使用方式从“聊天”转向“干活”,而后者对应的是更高频、更稳定、也更容易规模化的收入来源。

在这一变化之下,市场的评估标准也随之发生转变:从“用户规模”,转向“单位调用价值”。一个更直观的对比是,在这一轮商业化加速之前,月之暗面曾主动收缩投放,停掉大规模投流,并砍掉Ohai、Noisee等C端泛娱乐产品线,将资源集中向基座模型与Agent研发倾斜。在纯粹依靠自然流量的情况下,Kimi的MAU从峰值2024年Q4的3600万下降至2025年Q3的967万,但与用户数据走势相反的是,估值与收入反而在这一阶段快速上行。

另一个值得注意的变化,是收入结构开始外溢到全球。随着Agent生态扩展,越来越多海外开发者与企业直接接入模型能力,API调用成为核心变现方式之一。月之暗面的海外收入已首次超过国内。据支付巨头Stripe数据,月之暗面个人订阅用户在今年1月的支付订单数环比增长8280%,2月环比再涨近124%,短短两个月的支付排名由百名开外飙升至全球第9位。

这背后意味着,中国大模型正在从本土流量竞争,进入全球开发者生态分工。谁能够成为被持续调用的底层能力,谁就更可能获得长期稳定的收入来源。

把这些因素放在一起看,可以得到一个更清晰的判断:估值的提升,并不是单纯的市场情绪,而是商业结构发生变化后的结果。资本不再为“模型能力的想象空间”付费,而开始为“收入的确定性”定价。

03:谁先上市,谁就成为行业坐标

如果把前面的变化放在一起看,一个更本质的转向正在发生:大模型公司的竞争维度,正在整体上移。技术仍然决定下限,但决定上限的变量,开始转向资本。

企事界科技有限公司执行董事李睿则对我们分析到:在这一阶段,AI公司的“属性”正在发生变化。过去,大模型公司更多被当作技术组织来评估,核心是模型能力与参数水平;而随着公开市场开始参与定价,它们逐渐被纳入一套更接近“资产”的评价体系:是否具备持续收入能力,是否拥有清晰增长路径,是否能够进入公开市场流通,成为新的核心指标。技术不再只是能力展示,而必须转化为可以被定价、被交易的商业结果。

正是在这一评价体系变化之下,IPO的意义也随之被重写。对月之暗面而言,其融资能力并不构成约束,连续多轮融资后,公司账面现金规模预计已超过200亿元。在这样的前提下,上市的核心作用不再是补充资金,而是进入资本循环体系:将一级市场的账面估值转化为公开市场价格,从而获得稳定的流动性工具,并为核心团队的股权激励提供兑现路径。

一旦进入这一体系,竞争逻辑随之发生改变。过去,比拼的是模型性能与技术路线;而在资本市场参与之后,比拼的则是持续获取资源并放大优势的能力。更高的估值意味着更强的融资能力,而更强的融资能力又可以支持更大规模的算力投入与模型迭代,进而形成正反馈。

这种变化会带来一个更深层的结果,“锁定效应”。一旦有公司率先完成上市,并在二级市场形成稳定定价,它就会成为后续公司的参照坐标。后进入者,无论是在融资定价、人才争夺还是市场认知上,都会被放在这一坐标下比较,进入门槛随之抬高。

从这个角度看,月之暗面与阶跃星辰的加速,本质上是在同一轮周期中对规则变化的响应。在一个需要持续高投入、技术快速迭代的行业里,谁能够更早进入资本循环体系,谁就更有机会把短期优势放大为长期优势。

这意味着,大模型的竞争,正在从“谁做得更强”,变成“谁更早被市场承认”。在这个阶段,技术决定下限,而资本与定价能力,决定上限。

一周新车盘点 | 大众与众08开启预售 宋Ultra EV配第二代刀片电池

与众08开启预售 关键词:中大型SUV/23.99至29.99万元/大众小鹏首款联合开发车型

3月26日,大众安徽旗下与众08正式开启预售,预售价23.99至29.99万元,新车定位纯电中大型SUV,提供单电机和双电机版本,计划于今年上半年上市。

作为ID.EVO概念车的量产版本,与众08采用大众新的纯电设计思路,封闭式前脸、分体式灯组、可发光车标、无框车门和隐藏式门把手都在向更年轻化的方向靠拢。车尾也延续了前脸的灯光语言,整车辨识度比以往大众电动车更强。车身长宽高分别为5000/1954/1672(1688)毫米,轴距3030毫米。


图片来源:大众安徽

座舱采用五座布局,配备液晶仪表和双15英寸联屏,车机使用高通8295P芯片,并支持AI交互、场景自定义和OTA升级。舒适性配置上,新车提供前排座椅电调、加热和通风,后排座椅加热、角度调节以及较大的后备厢空间,整体仍以家庭使用为主。

辅助驾驶是新车重点之一。与众08全系配备基于小鹏方案,以多传感器和双芯片方案构成驾驶辅助系统,可覆盖高速、城市和泊车等场景。底盘部分还提供空气悬架、DCC、自适应预瞄和防晕车模式。

动力方面,单电机版最大功率313马力,双电机版综合功率503马力,零百加速4.9秒,极速均为200公里/小时。新车基于800伏平台打造,提供两种电池规格(82.368和95.04kWh,宁德时代),CLTC续航覆盖630公里至730公里,并支持最高315千瓦快充。


图片来源:大众安徽

从尺寸和价格看,与众08将面对星纪元ET、比亚迪唐L、智界R7以及小米YU7等产品。大众品牌本身仍有号召力,再叠加小鹏提供的辅助驾驶能力,构成了它的主要卖点。不过眼下外部更直接的疑问也很明确:纯电市场里自主品牌已积累更深口碑的情况下,新车预售价并不惊喜;此外,“金标大众”不同于一汽-大众和上汽大众,后续渠道铺设和终端承接能力仍待观察。


图片来源:比亚迪 宋Ultra EV正式上市 关键词:中型SUV/15.19至17.99万元/第二代刀片电池与大床模式

3月26日,比亚迪王朝网旗下纯电中型SUV宋Ultra EV正式上市,新车提供605公里和710公里两种CLTC续航版本,起售价15.19万元。

外观部分,宋Ultra EV延续了比亚迪当下较为熟悉的家族化纯电设计,前脸和车身细节有较明显宋L及宋Pro的特征。新车在轮眉、侧裙等位置加入了更多偏实用取向的材质处理,尾部则采用贯穿式尾灯和相对简洁的后包围设计。轮圈尺寸为19英寸,整体风格仍瞄准稳妥路线。

座舱内部,宋Ultra EV采用怀挡和悬浮式中控屏布局,配合双辐方向盘、无线充电板以及下方镂空储物区,整体风格偏向功能优先。配置上,这款车全系提供主副驾座椅记忆、全景天幕、电动尾门、前备厢电动开启等配置,也预留了更多车内空间分配方案,其中“大床模式”的卖点具备较强差异化。


图片来源:比亚迪

辅助驾驶方面,新车可选装天神之眼B辅助驾驶激光版。安全和便利配置则继续维持比亚迪近两年较完整的思路,没有刻意做过度堆料,但基础配置给得相对齐整。

动力方面,宋Ultra EV全系采用单电机布局,提供326马力和367马力两种版本,匹配69.07和82.73kWh磷酸铁锂电池,对应605公里和710公里续航。第二代刀片电池是这款车的重要看点之一,快充效率和低温补能表现都比过去提升明显。

市场方面,宋Ultra EV瞄准的对手大致包括马自达EZ-60、零跑C10/C11以及尚界H5等车型。这个价位和级别的产品,如今在空间、续航、配置上的真实差距并没有被轻易拉开,更多还是看各个公司终端价格上是否能给出更强刺激。


图片来源:奔驰 新款迈巴赫S级首次亮相 关键词:大型轿车/国内现款指导价146.80至364.30万元/高幅度中期改款

3月24日,代号Z223的新款迈巴赫S级首次亮相。作为本代车型推出近五年后的中期改款版本,新车被官方定义为品牌历史上幅度最大的一次升级。结合目前信息来看,新车仍聚焦保留迈巴赫S级既有豪华定位,同时重点补强智能化、电气化与个性化定制能力。

外观方面,新款迈巴赫S级延续了现款车的整体轮廓,但在细节上进行了更强烈的辨识度强化。新车换上尺寸更大的发光格栅和发光立标,前后灯组都加入了新的三叉星徽元素,前包围、尾灯以及部分镀铬细节也都经过重新处理。车长较现款增加14毫米,达到5484毫米,进一步强化气场。其余亮点则包括可点亮的C柱标识、迎宾投影和新的轮圈方案等。

车内是此次改款的重点区域。新车取消了现款纵向中控屏,改为由14.4英寸中控屏和12.3英寸前排乘客屏组成的一体式布局,并搭载奔驰最新的MB.OS架构。数字仪表、车机交互和虚拟助手均采用迈巴赫专属界面风格,方向盘则重新引入实体按键与滚轮,以提升日常操作便利性。材质方面,新车新增更多木饰、织物和非动物皮革方案,并进一步扩展高定配色选择。


图片来源:奔驰

后排仍是迈巴赫S级最核心的使用场景。新车配备双13.1英寸显示屏和新的独立触控器,后排娱乐系统强调对乘客状态识别、内容推荐以及座椅、氛围灯、遮阳帘、天窗等功能的联动控制。配合可选的折叠桌板、冷藏箱、香槟杯以及可电控开闭的后排舒适车门。此外亮点配置还包括音响、氛围灯、无线快充和加热式安全带。

辅助驾驶方面,新款迈巴赫S级将搭载与新款奔驰S级相近的城区及高速领航辅助驾驶系统,在中国市场支持车位到车位辅助驾驶与智能辅助泊车。相较以往,这次改款更明确地把智能辅助能力纳入了大型豪华轿车竞争的一部分。

动力层面,新款迈巴赫S级继续提供多种动力选择,其中S 580搭载升级后的V8发动机与48伏ISG系统,输出提升至537马力;S 680则在全球市场提供V8混动化方案和V12发动机版本。底盘部分,新车继续搭载空气悬架、智能魔术车身控制以及后轮主动转向系统。


图片来源:奔驰

整体来看,外界普遍将这次改款视为一次接近换代级别的中期升级。面对新能源豪华大型车在响应速度、能耗和智能座舱上的持续施压,迈巴赫S级并没有推翻既有产品基础,而是通过更大幅度的智能化和舒适性补强,去稳住传统豪华车的基本盘,同时尽量跟上新的竞争节奏。其主要对手仍将包括奥迪A8L Horch创始人版、宾利飞驰等大型豪华轿车。


图片来源:零跑汽车 零跑A10正式上市 关键词:小型SUV/6.58至8.68万元/高阶智驾及智舱

3月26日,零跑A10正式上市,新车共推出4款车型,售价区间6.58至8.68万元。新车定位纯电小型SUV,核心卖点瞄准激光雷达、双芯片方案以及最长505公里续航等丰富配置,主打零跑一贯的性价比风格。

外观方面,零跑A10采用较为圆润的设计思路,前脸通过异形灯组和下包围开口提升辨识度,侧面则用黑色轮眉、悬浮式车顶等常见手法强化跨界感。整车长宽高分别为4270/1810/1635毫米,轴距2605毫米,属于标准的小型SUV身材,轮圈规格为18寸。


图片来源:零跑汽车

车内部分,新车采用8.88英寸液晶仪表和14.6英寸悬浮式中控屏组合,搭载8295座舱芯片,并接入AI语音助手。中控区域保留了较强的功能性取向,例如可扩展的中部模块、前排座椅加热和方向盘加热等。空间利用也是A10想强调的部分,除了后备厢下沉储物槽,后排座椅椅垫还支持上翻,以换取更多装载空间。

配置方面,A10将激光雷达和8650辅助驾驶芯片下放到这一价位,支持覆盖城市、高速和泊车场景的辅助驾驶能力,包括城市领航、高速领航和记忆泊车等功能。安全层面,新车则继续围绕车身结构强度展开,旨在为入门级市场补足消费者对新能源车安全性的顾虑。

动力部分,零跑A10搭载单电机,提供95马力和122马力两种版本,峰值扭矩均为150牛·米,匹配39.8和53kWh两种电池,对应CLTC续航为403公里和505公里,快充条件下16分钟可将电量从30%补至80%。


图片来源:零跑汽车

从市场定位看,零跑A10将直接面对比亚迪元UP,同时也会与热度较高的吉利星愿形成交叉竞争。这个级别的产品如今已经不只是比价格和空间,智能化配置、续航能力以及终端成交价都在影响消费者判断。A10的优势在于把激光雷达、8295座舱芯片和相对更长的续航带入了更低价位区间,但后续能否稳住优势,仍要看同级对手今年的改款和价格动作。