资讯精选

分类：游戏 标签：战棋游戏、星球大战、RPG、Steam 今年8月发售的《星球大战：零号连队》在Steam上交出了一份亮眼的成绩单：首个周末在线峰值冲到近7.8万人，并一度登顶Steam畅销榜。考虑到其核心开发团队Bit Reactor的骨干大多来自打造过经典战棋《XCOM》的Firaxis，许多玩家自然将这部作品视为精神续作，甚至寄予了将其当成“XCOM代餐”的厚望。 然而，通关这部作品后会发现：它虽然填补了苦等XCOM 3无果的空虚，但距离完美的“代餐”仍有不小差距。 继承经典：熟悉的掩体博弈与战斗节奏 从局内战斗来看，《零号连队》完美继承了XCOM玩法里最核心的“掩体博弈”。战场被掩体无情切割，玩家需要指挥小队互相掩护、拆掉对方掩体并集火目标。命中率和行动点（AP）构成的底层逻辑一脉相承，经典的“马枪”和战术布局也悉数回归。 在此基础上，游戏做出了更具爽感的现代调整： 资源与大招：引入“优势点”机制，通过命中敌人积攒资源来释放强力专属技能。 更高的机动性：角色AP上限提升至3点，战斗节奏更快，滚雪球的爽快感十足。 兜底设计：加入必中的协助攻击、打坏掩体等容错机制，降低了新玩家的上手门槛。 剑走偏锋：弱化宏观战略，强化RPG叙事 虽然战斗框架相似，但两者的核心乐趣并不在一个频道上。 XCOM的灵魂在于“全球恐慌”等倒计时机制带来的高压宏观运营，玩家扮演的是统筹全局的地球最高指挥官。而《零号连队》则彻底抛弃了这套宏观倒计时，将视角收缩为第三人称追尾视角，玩家化身佣兵小队队长，带队亲历前线。 这种转变让游戏呈现出浓厚的美式RPG气质： 群像与羁绊：队员们不再是随机生成的“工具人”，而是拥有独立背景和性格的固定角色。玩家需要通过对话化解队友间的历史摩擦，甚至解锁专属个人任务。 宽容的死亡机制：由于角色绑定剧情，传统的“永久死亡”被大幅弱化，队伍容错率极高。 数值与构筑：随着双职业解锁和羁绊加深，后期的战斗重心更偏向于通过强力构筑一键清场，战术博弈的空间反而被压缩了。 总结与现实的苦涩 《零号连队》并非XCOM 3，它不打算靠随机地图和Mod撑起几百小时的寿命，而是用高规格的虚幻5引擎演出和精细打磨，讲完了一个有头有尾的星战佣兵故事。 对于想找硬核战棋的玩家来说，它或许会带来一些落差；但如果你只想沉浸于一个完整的星战故事，顺便体验一套爽快的战棋RPG，它绝对对味。 略显讽刺与遗憾的是，游戏虽然在市场上取得了热度与不错的评价，但开发团队Bit Reactor却在发售前遭遇了资金紧缺与全员停薪休假的危机。看着游戏里主角小队化解危机走向成功，现实中这支流淌着战棋正统血液的团队未来走向何方，反倒成了更让人揪心的未知数。

分类：科技 标签：人工智能、显卡、游戏、数码硬件 引言：一场意料之外的技术加速 前几天的德国科隆游戏展期间，笔者在 NVIDIA 展台体验了多项最新游戏图形技术。其中，保密程度最高的 DLSS 5 在独立小屋内进行了官方演示。由于此前首曝时曾引发 AI 伦理和艺术风格方面的争议，官方选用了写实风格的《NBA 2K27》作为演示窗口，其 3D 引导神经网络渲染展现出了通往次世代的强大潜力。 然而，谁也没想到，几天后的一场意外，让这项新技术的传播与大众认知经历了一次充满戏剧性的加速。网络上突然涌现出大量“开启 DLSS 5 后画质飙升”的视频，相关话题迅速冲上热搜。尽管这些只是民间借助第三方插件实现的未经官方优化效果，但在超逼真视觉奇观的刺激下，玩家们对次世代图形技术的期待已被彻底点燃。 微小的运行库，引发全民整活狂热 这场狂欢源于一个仅有 158MB 的运行库文件：nvngx_dlssnr.dll。8 月 26 日，玩家在《NBA 2K27》PC 版目录中发现了这个文件，其中的 NR 即代表神经网络渲染（Neural Rendering）。 几小时内，开发者便借助注入框架让这套实验性神经网络渲染在《控制》中跑了起来。随着插件不断升级，支持了多次推理、自动遮罩以及皮肤、结构、色调等控制项。原本限定在 RTX 50 系显卡上的运行库，被陆续适配到 RTX 40、30 甚至 20 系显卡中。 DLSS 5 迅速从《控制》中的局部测试，演变成能够覆盖整幅画面的通用后处理层。玩家们将其注入到《赛博朋克2077》、《GTA 5》、《艾尔登法环》等数十款新老游戏中，甚至将其装进模拟器，让十几年前的主机游戏焕发出全新的材质与光照观感。 更有甚者，这项技术还跨越了游戏边界。有人将其注入 OBS 预览窗口，将其变成了实时人像滤镜；还有开发者尝试增强老电影的 CG 动画。虽然这种非官方适配无法获取准确的原始深度与运动矢量，但它已经成功证明：神经网络渲染的边界，远比想象中更加广阔。 性能的代价与理性的回归 “能跑”并不意味着“完美”。在《NBA 2K27》的实际测试中，要想体验 DLSS 5 带来的次世代画质质变，玩家需要付出大约 50% 的显卡性能代价，依然需要依赖多帧生成来维持帧率。 正因如此，DLSS 5 在游戏中并非一个常规的画质选项，更像是一个集成在驱动层面的物理开关。通过即时开关，玩家可以直观看到它如何吞噬显卡性能，又是如何通过动态调控维持画质与流畅度的平衡。 经过最初的狂欢与少数“翻车”现象后，玩家和开发者开始理性寻找 DLSS 5 最适合的服务对象。它明显更适合真人比例角色、电影化镜头和写实光照，而对于赛璐璐风格或像素风游戏，则需要降低强度甚至关闭。官方版本通过提供强度调节、调色锁定及遮罩控制，赋予了美术人员精细化调控的能力，避免所有游戏变成千篇一律的“AI 脸”。 结语：超越前四代的质变起点 从 2018 年饱受争议的 DLSS 1，到如今的 DLSS 5，NVIDIA 通过光线追踪、超分辨率和多帧生成的多年布局，终于在这一刻迎来了技术汇聚的节点。 ...

分类：科技 标签：F1、赛车运动、科普、汽车文化 在顶级赛车运动中，风驰电掣的 F1 赛车拥有无与伦比的性能。然而，当赛道上出现危险情况时，一辆远端没有 F1 赛车快的量产高性能安全车，却能让各路世界冠军乖乖排在身后减速慢行。这辆看似在赛道上「拖后腿」的慢车，究竟凭什么左右比赛的走向？ 赛道上的减速艺术：让比赛慢下来的三种方式 场地赛不像拉力赛那样按时间间隔依次出发，所有赛车挤在同一条狭窄的赛道上，随时可能发生碰撞或遭遇残骸。当意外发生但又无需直接终止比赛时，赛会便需要动用控场工具。目前主流的处理方式主要有三种： 实体安全车 (SC)：一辆真正的安全车驶入赛道带队，所有赛车收拢排成一列，原有的时间差逐步清零。 虚拟安全车 (VSC)：赛道上没有实体带队车辆，但车手仪表盘会强制显示限速，车与车之间的间距在不进站的情况下大致保留。这一机制诞生于 2014 年悲剧发生之后，旨在兼顾安全与效率。 红旗 (Red Flag)：最严厉的一档。比赛直接暂停，所有赛车进入维修区列队。虽然暂停期间圈数不再累加，但它经常成为车队修车、换胎甚至彻底改变战局的契机。 战术的双刃剑：免费进站与优势归零 安全车的出动绝非简单的控场，它是一把悬在所有车队头顶的双刃剑，往往会在瞬间颠覆整场比赛的格局。 1. 极具诱惑力的「免费进站」 在正常比赛中，进站换胎往往要付出高达二十多秒的时间成本。但在安全车或虚拟安全车期间，全场赛车被迫降速，这意味着你在维修区虽然花了同样的时间，但赛道上的对手也开得很慢。这种被称为「安全车窗口」的机制，能将换胎损失大幅缩减，堪称车队的战术红利。 2. 苦心经营的优势瞬间清零 硬币的另一面是，原本领先十几秒甚至数十秒的领跑者，会被安全车强行压缩车距。再加上「解套机制」（允许被套圈车回到队尾），原本作为缓冲区的慢车被清空，第二名会瞬间贴到第一名身后，大战一触即发。 3. 换新胎还是守位置？ 在极短的决策窗口内，车队策略组必须权衡轮胎寿命、剩余圈数以及进站顺位。2021 年阿布扎比收官战中，维斯塔潘趁安全车进站换上新软胎，并在最后关头完成绝杀；而 2026 年英国站勒克莱尔选择留守则成功借安全车保住胜局。这证明了安全车窗口从来没有绝对的赢家。 安全车的三十年传奇与那些改变历史的瞬间 安全车在 F1 的历史并非一帆风顺。从 1973 年加拿大站初登场时的带错路乌龙，到 1996 年奔驰开始提供官方安全车，这项制度历经数十年的完善。 回顾 F1 历史，安全车曾多次直接改写世界冠军的归属： 2008 年新加坡站：雷诺车队利用人为制造的撞车引发安全车，帮助阿隆索借机夺冠，最终演变成震惊世界的「撞车门」事件。 2021 年阿布扎比收官战：安全车处理流程的人为失误与解套争议，直接催生了最后一圈的巅峰对决与后续的规则大改。 2024 年蒙扎站插曲：安全车在赛后试跑时甚至自己撞进了轮胎墙，由备用车紧急顶替，也为这项充满变数的运动增添了几分戏剧性。 随着近几个赛季安全车出动频率的居高不下，安全车早已不是偶尔发生的意外。对于车迷而言，看比赛的悬念早已不再是「今天会不会出安全车」，而是——它什么时候出来，又会帮到谁？

分类：[科技] 标签：[国产GPU]、[沐曦股份]、[芯片研发]、[人工智能] 在近日举行的2026年半年度业绩说明会上，国产GPU厂商沐曦股份的高管公开了公司在芯片研发与量产方面的最新进展。备受市场关注的下一代通用GPU芯片——曦云C700系列目前正按计划推进。 核心产品研发进展顺利 据沐曦股份管理层透露，基于国产先进工艺开发的下一代通用GPU芯片“曦云C700”于2025年4月正式立项。目前，该芯片正处于关键的设计开发阶段，其核心设计与功能验证工作已大部分完成，团队正在进行更深入的性能调优。 在产品落地流程上，沐曦股份将严格遵循标准化的推进步骤，即： 设计 -> 验证 -> 流片 -> 软件适配 -> 客户测试 -> 量产导入 这一严谨的流程确保了产品从实验室走向市场时的稳定性和可靠性。 现有产品产能与安全性双保障 除了展望下一代产品，沐曦股份也对现有的主力产品交出了稳健的答卷。公司表示，上一代通用GPU产品“曦云C600”已于2026年5月正式实现量产，并且产能较有保障。 值得一提的是，曦云C600此前已顺利通过由中国信息安全测评中心与国家保密科技测评中心联合开展的国家安全性及可靠性测评。这不仅验证了该芯片在国产化替代过程中的技术实力，也为其在关键领域的规模化应用奠定了坚实基础。 科技观察与总结 随着国内算力需求的不断攀升，国产GPU厂商正加速向高性能、高可靠性方向迈进。沐曦股份在持续推进曦云C700研发的同时，也通过曦云C600的量产与安全测评巩固了市场基础。未来，随着更多国产高端芯片完成流片与软件适配，国内AI与高性能计算生态有望迎来更进一步的繁荣。

分类：科技 标签：AI动态、iPhone、大模型、智能硬件 近期科技数码圈迎来了一波密集更新，从苹果新机的价格爆料到大模型厂商的渠道变革，再到 AI 在硬件与医疗领域的惊艳落地，以下为您梳理近期最受关注的几大核心科技动态。 1. 终端与硬件：iPhone 18 Pro 涨幅温和，全球首款完全透明掌机亮相 在苹果秋季发布会前夕，海外运营商曝光了新一代 iPhone 18 系列的定价策略。根据沃达丰等渠道泄露的信息显示，iPhone 18 Pro 及 Pro Max 的海外基准起售价预计较上一代仅上调约 100 美元，折合国行售价预计保持在 9999 元起步，网传的超高溢价并未出现。 而在掌机领域，开发者 Louis Huang 近日公布了号称全球首款完全透明的掌机 Arduview。该机整机仅重 50 克，不仅外壳透明，其电路板和 OLED 屏幕也采用了透明材质，内部组件清晰可见。该设备基于开源 Arduboy 平台打造，预装 400 款 8 位游戏，预计将于明年在 Kickstarter 开启众筹。 2. 大模型生态：Token 正式开卖，厂商加速涌入传统电商 大模型厂商的商业化落地正在加速向消费级场景渗透。继智谱近期正式入驻天猫开设官方旗舰店并售卖 Coding Plan 订阅套餐后，上海证券报独家获悉，Kimi、MiniMax、阶跃星辰等多家头部大模型厂商也正与天猫接洽，即将在电商平台开设官方旗舰店并开售 Token 订阅套餐。 与此同时，天猫已正式上线 Token 充值中心，首批接入了阿里云、智谱、Kimi、MiniMax 和 DeepSeek 等国产大模型厂商。这一举措标志着大模型订阅服务正从单一的官网直销走向大众化的传统电商消费场景。 3. AI 落地与前沿：微软大模型发力，医疗机器人实现全球首例突破 在人工智能领域，各大巨头持续加码产品矩阵： 微软近日推出了面向高频图像生成任务优化的 MAI-Image-2.6 Flash 模型，在保持较高图像质量的同时大幅提升生成速度并降低使用成本。 在医疗创新方面，解放军总医院第六医学中心心血管病医学部成功完成了全球首例人工智能超声机器人引导下的先天性心脏病介入封堵术。该系统由院方与清华科研团队联合研发，突破了传统介入机器人的局限，实现了影像识别与手术操作的双向智能协同，大幅提升了复杂微创手术的精准度与安全性。 编辑点评：从大模型厂商通过天猫“卖 Token”试水大众消费市场，到 AI 深度赋能医疗机器人实现全球首例临床突破，人工智能正进一步剥离浮夸概念，扎实地融入人们的日常消费与专业应用场景中。而苹果相对克制的定价策略，也让数码爱好者的换机期待值保持在一个健康的水平。

分类：科技 标签：人工智能、具身智能、机器人、IPO 2026 年 9 月 1 日，梅卡曼德正式登陆港交所。这家过去很少被大众直接看见的机器人核心技术公司，终于在公开市场获得了标价，首日收盘总市值约 124 亿港元。 在此之前，一级市场与基石投资者已经投下了信任票。梅卡曼德此次引入了包括苏格兰百年资管巨头 Baillie Gifford 在内的 9 家基石投资者，合计认购金额达到 1.86 亿美元。 回顾这家公司的成长轨迹，它没有选择从零开始造一台完整的机器人，而是切入了更深层的技术内核——给机器人装上感知、识别与运动规划的「大脑」。 「机器人大脑」，在真实的工业现场长成 成立于 2016 年底的梅卡曼德，由邵天兰从德国回国创立。当时他在海外看到，工业机械臂等硬件已经相对成熟，但离真正的好用还差了一层智能：它们无法自己理解任务，也难以快速适应多变的物体与环境。 公司名 Mech-Mind 里的 「Mind」，从一开始就明确了方向：智能大于形态。无论是重型工业设备、轻型双臂，还是移动协作机器人与足式类人形机器人，它们的核心诉求都是一致的：看清环境、识别物体、规划动作。 2017 年：推出 Mech-Eye、Mech-Vision 与 Mech-Viz。相机获取 3D 点云与图像 -> 视觉软件识别物体位置姿态 -> 规划软件计算机械臂的抓取轨迹与避障路径。这构成了其早期「眼脑」路线的雏形。 工业落地：产品陆续进入日化、汽车零部件制造等行业，解决分拣、码垛、拆垛和上料等痛点。 规模化增长：截至上市前，产品已进入近 50 个国家和地区，累计部署超过 2.9 万台，服务超 100 家财富世界 500 强企业。 更为关键的是其海外业务的爆发。2023 年至 2025 年，其海外收入从 5860 万元飙升至 1.955 亿元，年复合增长率高达 82.7%，占比突破 50%。老客户的持续复购更是成为基本盘，上年活跃客户对当年收入的贡献占比在 2026 年一季度达到了 86%。 从 3D 视觉到新一代「眼脑手」闭环 庞大的部署量并没有让梅卡曼德躺在功劳簿上。对于一家技术驱动的公司而言，老业务提供了基本盘，但能否无缝衔接新一代技术，才是决定其能否跨越周期的关键。 近年来，具身智能与物理 AI 的浪潮翻涌，梅卡曼德也在加速进化： 多模态与大脑升级：从 2023 年发布 Mech-GPT 尝试将自然语言与 3D 空间信息打通，到推出具身智能基座模型与世界动作模型，系统能够通过自然语言指令理解任务、拆解步骤并预测动作结果。 手部能力的补齐：新一代 Mech-Hand 多指灵巧手的亮相，将公司的业务边界从「看见和规划」直接推进到「精细操作（抓、捏、握、拧、提）」。 通过将大模型、世界动作模型与灵巧手相结合，梅卡曼德成功串联起了一套完整的 「感知 -> 理解 -> 规划 -> 执行 -> 反馈」 闭环链路。 ...

分类：数码 标签：华为、麒麟芯片、折叠屏、HarmonyOS 在近期的华为秋季全场景发布会上，余承东在介绍全新一代三折叠手机时，用自信的英文评价这款产品为「Super Intelligent！Super cool！」。作为隔年更新的第二代三折叠力作，19999 元起的华为 Mate XT2 非凡大师不仅在硬件形态上完成了关键进化，更亮出了让全场瞩目的国产自研芯片——麒麟 9050 Pro。 这场发布会不仅展现了华为在高端折叠屏领域的统治力，也吹响了端侧 AI 与自研芯片深度融合的全新号角。 硬件进化：折叠体验更直觉，尺寸再薄 1 毫米 作为全球首家推出三折叠手机的厂商，华为在这一形态上积累了绝对的领跑优势。面对上一代产品在折叠逻辑上不够直观的痛点，Mate XT2 非凡大师进行了彻底的重构。 全新开合逻辑：新机采用了「先左后右」的左右折叠与开合方式，日常操作体验更加直观、顺手。 更轻薄坚固：通过采用全新的铰链结构以及更坚固的内外屏材质，华为团队在提升机身整体强度的同时，还将机身尺寸进一步削薄了 1 毫米。 顶级影像加持：为了强化其绝对的旗舰定位，华为将第三代红枫影像技术首发搭载在这台高价三折叠新机上。 芯火燎原：麒麟 9050 Pro 正式登场 如果说硬件形态的打磨在意料之中，那么麒麟 9050 Pro 芯片的公开亮相，则无疑是整场发布会的高潮。 过去几年，面对外部环境的极限施压，华为在新品芯片搭载上往往保持低调。而在本次发布会上，“麒麟 9050 Pro”的大字直接打上了大屏幕，标志着华为不仅彻底摆脱了卡脖子的阴影，更拥有了持续迭代、加速追赶的坚定芯片自信。 根据官方公布的参数： 灵犀 CPU：单核峰值性能提升 24%，多核并发性能提升 52%。 马良 GPU：支持 5000 万线的光线实时追踪，渲染性能大幅飙升 142%。 达芬奇架构 NPU：支持总参数达 30B 的大模型（激活参数 2B），在断网环境下也能流畅支持端侧 AI 搜索与相册智能整理等高阶功能。 全套自研组合拳的亮相，让余承东在台上的英文感慨有了底气——这不仅是一台手机的升级，更是整个供应链技术自主化的重要里程碑。 HarmonyOS 7 与端侧 AI 的全新命题 除了硬件与芯片，华为终端 BG CEO 何刚也在发布会上正式介绍了全新升级的 HarmonyOS 7 系统。 在新系统中，智能体小艺迎来了更深度的进化。HarmonyOS 7 采用了「Agent 亲和架构」，由 OS、AI 与 APP 紧密结合，构建出包含执行框架、记忆、云端侧大模型、应用 Skills 在内的完整系统能力。 ...

分类：AI动态 标签：人工智能、大模型、创业故事、产品经理 过去几年，我们见证了人工智能浪潮的狂飙突进。从大模型的惊艳亮相到各种 AI Native 应用的层出不穷，无数人怀揣着改变世界的梦想涌入这个赛道。然而，当大潮逐渐趋于冷静，关于“AI 应用已死”或“红利期已过”的焦虑开始在业内蔓延。 真的是机会消失了吗？近期在深入一线调研后，我们或许能看到不一样的答案。那些真正跑出来的产品和团队，并没有借助什么神秘的魔法，而是赢在了最朴素的词汇上：认真、较劲、扎硬寨打呆仗。 一、 撕掉虚幻的光环：AI Native 的“灵”与“拙” 在与多位深耕一线的 AI 创业者深入交流后，一个强烈的感受是：AI Native 创业者的核心，不在于“AI Native”，而在于“创业者”这三个字依然厚重。 AI 时代赋予了团队全新的武器：人手少、执行快、试错成本低、建设能力强，这是属于这个时代的“灵”。它让创业者能够以极低的门槛切入战场，但也极其容易让人浮躁、失焦。 然而，成为一名合格创业者所必需的核心特质并没有变： 世界观要 solid 路径设计要清晰 目标设定后要有耐心、要较劲 这就是“拙”的部分。 很多团队之所以遇到瓶颈，往往不是因为“不够 AI”，而是因为活儿不够细、基本功出了问题。当大家习惯了利用 AI 快速做出一个 60 分的雏形时，面对需要付出 10 倍时间去打磨到 80 分甚至 90 分的漫长过程，往往选择了放弃。 二、 细节决定成败：从模型优化到产品落地 真正优秀的团队，赢在哪里？赢在对每一个细节的死磕。 以某头部视频生成团队为例，他们能够做到惊艳的音画同步生成效率，并不是凭空变出来的。首先是模型目标和底层架构的不同，但更核心的是，他们在全流程中做了数十个维度的工程优化。每一个地方优化一点点，叠加在一起就是上百倍的性能提升，同时还能把成本压得更低。 这没有什么新鲜的商业秘密，就是硬啃技术细节，日拱一卒，积小胜为大胜。 再看一些看似技术并没有颠覆性突破，却在市场上获得成功的案例。它们或许会被技术极客吐槽“自由度不够”、“技术没新意”，但它们赢在了对目标人群的深刻理解、极致的 UI 交互、游戏化设计以及丝滑的运营策略上。这些长在组织里的基本功，是过去多年互联网实战沉淀下来的内功，绝不是靠开会就能凭空产生的。 三、 创业者的“模型”，无法外包 在营销与市场开拓（GTM）方面，同样遵循这个逻辑。很多创始人不擅长营销，却总想当甩手掌柜，希望通过花钱找外部供应商一步到位。 但在创业的早期阶段，产品还在不断进化和调整，创始人需要的是在这个过程中亲自去理解市场、收集反馈并反哺产品。这个阶段的营销要的不是极致的效果，而是极致的效率。 如果把这部分核心学习机会外包出去，就等于放弃了一次深刻理解市场的宝贵历练。 正如同行所言：你的产品或许可以调用世界上最好的大模型，但创业者自己的“模型”，是无处调用的。它只能依赖创始人自身的“历史数据集”积累，以及在行进中不断进行“强化学习”的效率。 结语 环境在变，技术在变，但商业世界的底层逻辑从未改变。 AI 降低了创造的门槛，却并没有降低成功的门槛。那些真正能穿透周期、走到最后的创业者，往往具备一种永远值得信赖的“种族天赋”：只要你要解决的问题是真的，能够耐得住寂寞、专注细节、把活做细，你就永远有机会。

分类：AI动态 标签：具身智能、大模型、机器人、人工智能 机器人行业当前面临的核心考题是什么？几十秒的短暂抓取演示已经无法撑起高额估值，把一件事从头到尾「长程执行」完毕，才是行业最新的试金石。 在 2025 世界机器人大会上，成立仅 8 个月的墨奇（MORPHI）交出了一份惊艳的答卷：其旗下的 MORPHI KINO 机器人用 15 分钟自主完成了收拾客厅、检查冰箱、洗烘衣物并叠好等七八十个连续动作，全程没有掉链子。 这家备受瞩目的公司由华为车 BU 前智驾 AI 部门一号位黄青虬与物流老兵高文礼联合创立。今年 7 月，墨奇宣布获得超 10 亿元融资，阿里与腾讯联投，估值突破 70 亿元。近日，极客公园与黄青虬展开深入对话，探讨了他们如何通过 Agentic-Native 路线通往物理 AGI。 01 告别华为车 BU，押注物理 AGI 在华为的 5 年里，黄青虬经历了智驾四代产品的演进，并主导了 ADS 1.0 到 4.0 的算法突破。离职前，他亲手将整套智驾系统彻底 AI 化，验证了用一个端到端模型去驱动物理系统、做底层控制是完全可行的。这让他看到了具身智能爆发的基础。 离开华为后，墨奇在技术路径上做出了许多与行业反着来的选择： 不追随双足人形：现阶段先做轮式，因为「智能的上限在手臂」。 自研关节而非灵巧手：夹爪在绝大多数场景下已经够用，而高动态、低时延的关节模组才是当前的供应链瓶颈。 不堆砌数据量：坚持数据质量第一，认为数据处理链路比模型架构更重要。 自研 MoRA 模型：摒弃单纯的 VLA、世界模型等概念炒作，按模型能力命名为 MoRA（Reasoning & Autonomy）。 黄青虬表示：「我们用 8 个月干了别人两三年干的事。我们的目标是在某一个单点上做到业界标杆，做出别人没做过的东西。」 02 基础模型之争：让 System 1 成为大脑 目前行业主流的模型架构分为三层：System 2（语言理解与规划）-> System 1（端侧操作系统）-> System 0（小脑运控）。传统架构的瓶颈在于 System 2 与 System 1 之间的信息传输效率不足，容易造成卡顿。 ...

分类：AI动态 标签：大模型、商业化、智谱AI、MiniMax 两家中国头部大模型公司在五天内先后交出了上市后的首份中期财报。数据显示，两家公司的业务均处于高速增长期：MiniMax 上半年收入 1.17 亿美元，同比增长 283%；智谱上半年收入 9.54 亿元人民币，同比增长近 400%。 然而，若将数字放回财报深处，事情远比单纯的收入增速复杂。两家公司尚未完全走出亏损，研发与经营投入依然维持在高位。更有趣的是，智谱与 MiniMax 正在将大模型推向截然不同的方向，展现出中国大模型商业化的分层与演进。 一、 智谱：本地化退潮，API 已成主引擎 智谱的上半年财报显示，其开放平台与 API 业务收入达到 8.25 亿元，占总收入的 86.5%，而去年同期这一比例仅为 15.2%。与此同时，过去承担基本盘的本地化部署企业通用模型收入则出现了明显下降。 这标志着智谱的业务结构发生了根本性转变： 传统项目生意 (本地化部署) -> 云端持续服务 (API 调用) 智谱不再依赖“把模型部署进客户机房、签一笔项目确认一笔收入”的模式，而是转向“把模型放在云上、按调用量持续收费”。 在技术与方法论上，智谱提出了一个核心公式：“AGI 商业价值 = 智能上界 x Token 消耗规模”。通过 GLM 系列模型的迭代，智谱试图在两端同时发力： 拓展任务上限：如 GLM-5.3 聚焦于长程 Coding 和 Agent 能力，推高模型独立处理复杂任务的上限。 扩大消费规模：如 GLM-5.3-Flash 采用稀疏架构压低成本，将单位 Token 推理成本较年初下降约 80%，以价格优势刺激大规模调用。 接下来，智谱需要向市场证明的是，其 Co-work（智能协同办公）和网络安全、法律等专业方向的业务，能否真正从“卖 API”演进为按端到端任务收费的规模化收入。 二、 MiniMax：收入更全球化，主打“高性价比智能” 与智谱相比，MiniMax 的财报呈现出另一幅全球化与多模态的增长轮廓。 上半年，MiniMax 实现收入 1.17 亿美元，毛利率由 12.1% 提升至 17.9%。其中一个极为突出的亮点是海外收入占比高达 60.8%。在客户生态上，MiniMax 的企业和开发者客户超过 200 万，较去年末增长约十倍。 ...