百度热点 指数 共15条
少数派 热榜 共15条
CSDN 全站综合热榜 共15条
百度百科 历史上的今天 共14条
抖音 热搜榜 共15条
哔哩哔哩 全站日榜 共15条
哔哩哔哩 热搜榜 共15条
微博 热搜榜 共15条
搜狗 热搜榜 共15条
搜狐 热榜新闻 共15条
今日头条 热榜 共15条
ACfun弹幕网 热榜 共15条
安全KER 热榜 共10条
爱范儿 快讯 共15条
  • 1 仰望鼎曜超豪华行政旗舰轿车全球首发 11 月 7 日，仰望超豪华行政旗舰轿车鼎曜于阿联酋阿布扎比全球首发，这也是仰望品牌首次以完整形象在海外举行全球发布会。鼎曜以「大器鼎成」为设计理念，锚定全球豪华新标，让中华文化的深厚底蕴，与前沿工程技术的无限可能相遇。以技术为驱动，以创新为核心，将安全放在首位，让极致技术成为能够感受到的豪华。仰望鼎曜此次同时推出行政版与山河鼎韵限量版。其中仰望鼎曜山河鼎韵限量版，以专属设计与中国传统工艺，赋予鼎曜独特的表达，全球限量发售，现已正式开启预定。大器鼎成，重塑超豪华美学与秩序「鼎」是至高无上的礼器，「曜」是远方的星光。鼎立于地，曜映于天，这是仰望鼎曜名称的寓意。其英文名 YANGWANG ALTIOR 取自拉丁语「更高」，与「仰望」天然呼应，不断抵达更高处的追求。仰望鼎曜以「大器鼎成」为设计理念，取鼎之形制与意涵，将中国传统礼器的庄严与力量感融入当代汽车设计，探索中国超豪华的全新可能。仰望鼎曜选择在中东这片连接东西方的国际舞台全球首发，不仅是一次重磅新作的全球亮相，更是中国高端汽车面向世界，展现中国文化底蕴与前沿科技实力的全新表达。仰望鼎曜以中国传统青铜重器「鼎」为灵感原点，取其厚重器型、稳固形态与庄严气韵，家族式鼎立东方前脸带来尊贵、秩序与力量。点阵式宝石格栅镶嵌的 137 颗宝石，配合 12 颗「斗转星移」迎宾灯由外至内逐级点亮，24K 真金甲骨文车标，静止时凝聚光华，行进中随光影流转，鼎形钻切大灯辅以一脉相承的甲骨文徽标，数千年的审美积淀凝练于极致细节之中。仰望鼎曜拥有 5600×2030×1590mm 全尺寸车身，3500mm 超长轴距，呈现出不可撼动的恢弘体量。雪茄型线条尽显超豪华比例，将威仪方正注入整车设计当中，不必张扬，自带磅礴气场。礼宾级中轴对开门分寸有度尊荣以待，上下车姿态更加舒展。这份从容的仪式感，也呼应着中国传统礼仪文化中对待客之道的细致考量。东方气韵融入现代设计，彰显中式奢华车内遵循「中轴有序，内蕴乾坤」的内在品质。座舱沿袭中国古典建筑中轴对称的严整布局，从前排延展至后排，视觉与功能的核心轴线贯通始终。流畅线条环绕整车座舱，以对称之美营造沉稳格局，让外在的恢弘气度转化为，内在的舒适与笃定。鼎曜对材质的甄选，让这份东方美学延伸至触觉与感官体验：半苯胺甄选真皮、金属与真木的温润交融，以及羊绒地毯的柔软无声。内饰的开发过程中，研发团队通过敲击聆听、比较不同部件的声音回响，以鉴赏乐器般的专注打磨金属质感，让品质不仅可见、可触，也可感知。整车方正的外部轮廓与内部温润弧线形成对比，外方内圆，刚柔相济。前排贯穿式悬浮大连屏横向舒展，后排中央行政岛台控车按键触手可及，在井然有序中执掌全局。当状若日晷的丹拿星旋缓缓升起，铂金证据系列 39 个扬声器构筑起 360°殿堂级听觉声场。仰望鼎曜山河鼎韵限量版，以专属设计与中国传统工艺，赋予鼎曜独特的表达。专属云纹图案承千年礼器之余韵，运用苏州刺绣传统劈丝技法，以细腻丝线呈现代代相传的工艺之美。空调出风口和田玉，经匠人手工雕琢、打磨，温润质感触手可及，气流经由此出，如从山间来。创新为基，安全为先，超豪华的全新表达真正的豪华，离不开极致技术的支撑。仰望以技术为驱动，以创新为核心，将安全放在首位，让极致技术成为用户能够感受到的豪华。仰望全球首创四电机驱动系统易四方，以四电机独立驱动将极致性能与安全保障融为一体。高速爆胎仍可稳行，意外落水可应急浮水，在极端场景为用户托底。云辇新一代全主动车身控制系统兼具舒适与支撑，路面预瞄前瞻勘识路况，实时调节悬架，让复杂路况中的车身始终平稳从容。智能层面，鼎曜搭载全新一代天神之眼智能辅助驾驶系统，首搭比亚迪自研璇玑 A3 智驾芯片，以顶尖算力与自研算法深度协同，高快领航、城市领航、泊车辅助全场景皆从容应对。配合全球领先的第二代刀片电池与闪充技术，CLTC 工况超 1000km 续航，安全无惧严苛工况考验，让每一次远行笃定安心。安全，是最大的豪华。从易四方、云辇到天神之眼、第二代刀片电池与闪充技术，这些技术汇聚在鼎曜上，便带来超越想象的出行体验和超越期待的安全保障。支撑这些体验的，是创新与安全的力量。比亚迪 12 万名工程师，以专业、热爱与持续投入，让鼎曜这样的作品成为可能。仰望鼎曜不仅是一台融汇前沿工程技术的超豪华行政旗舰，更是一次将中国传统礼序与审美融入当代豪华体验的探索，是力量的更高诠释。仰望以技术为驱动，以创新为核心，将安全放在首位，以考究入微的体验回应用户对个性化豪华的追求，让东方美学与时代气韵，成就前所未有的全新高度。
  • 2 一台机器人犯过的错，怎样让另一台少走弯路？ 一台机器人犯过的错，怎样才能让另一台机器人少走弯路？设想一次普通的取杯任务：机器人找到了水杯，规划好接近方向，却在抬起时发生了滑移。它调整接触位置，重新抓取，最终完成任务。对于使用者，这件事到此结束；对于一个能够持续学习的系统，更值得追问的问题才刚刚开始：为什么会滑？这次调整在什么条件下有效？换一只杯子、一副夹爪，甚至另一台机器人，这段经验还能发挥多大作用？一次失败如果只留下日志，一次成功如果只留下标签，相似的试错就可能随着部署规模扩大，在不同设备、不同项目中反复发生。将交互中的有效认识连同证据和适用条件一起提炼、保存，并在新的任务中验证，才能让真实经验逐步积累为能力。这也是具身智能发展到今天，一个越来越值得关注的问题。通用模型正在增强机器人理解目标、组织技能和处理复杂任务的能力；世界模型为预测动作后果、比较候选方案提供了新的方法；感知与控制技术则让这些能力能够进入真实的物理过程。当它们逐步连接起来，我们有机会进一步追问：机器人能否在完成任务的同时，改善后续行动？获得一项新能力的成本，能否随着经验积累而降低？真实交互与仿真在这里承担着相互补充的角色。真实世界能够暴露模型尚未理解的条件，为物理判断提供依据；经过校准的仿真可以扩展探索，帮助系统比较方案，把有限的真机时间用在最需要确认的问题上。这个循环的价值，最终要回到真实任务中检验：预测是否更可信，失败是否更容易恢复，新的场景是否需要更少的重复试错。对于中国具身智能产业而言，较为完备的制造与供应链体系、丰富的作业场景，为这条路径提供了重要机会。从生产线上的装配，到仓储中的搬运，再到复杂条件下的抓取，大量交互都有可能揭示值得复用的物理关系。产业优势能否进一步转化为智能优势，取决于我们能否把分散在设备与项目中的经验，转化为能够跨任务、跨场景、跨本体发挥作用的知识。大晓的双脑协同，正是围绕这一目标展开的探索。我们希望将大脑SenseNova的任务理解、推理规划与能力组织，同开悟世界模型的物理状态判断和行动后果预测连接起来，再通过具身Harness组织感知、记忆、技能与控制，让真实反馈进入下一次判断，也进入后续能力的改进。我们希望双脑协同能够推动这样的积累：让一台机器人付出的探索，为更多机器人提供依据；让今天获得的经验，减少明天必须重复的试错。一、从完成任务走向积累能力要让一次抓取成功成为可复用的经验，系统需要进一步分析：接触位置是否合适，夹持是否稳定，动作调整解决了什么问题；当物体或夹爪发生变化时，这些判断是否仍然成立。同样一次滑移，背后可能有不同原因。杯子表面的状态、杯中液体带来的载荷变化、夹爪的接触位置，甚至最初的定位误差，都可能影响抓取结果。单次观察往往不足以区分这些原因。系统需要将原先的预测、实际执行的动作和获得的反馈联系起来，通过补充观察、可获得的接触信息或有针对性的试探，逐步缩小不确定性。证据不足的判断，也应当保留为待验证的假设。这一步决定了经验能够以什么形式被留下。假如后续验证发现，在某类物体和接触条件下，抬升前的一次短距离试探有助于判断抓握是否稳定，那么值得保留的就包括：这项试探适用于哪些条件，需要观察什么信号，出现什么结果时应该调整动作，以及哪些情况仍然无法据此判断。这样的认识，才能在下一次任务中帮助机器人作出选择。真正可迁移的经验，是连同证据和适用范围一起被保留下来的认识。它可以体现为一个可调用的技能、一条可检索的经验记录，也可以通过训练进入策略或世界模型。无论采用哪种形式，都需要建立从交互记录到后续行为改善的联系。系统还应当识别哪些经历提供了新信息：反复完成已经掌握的动作，与一次揭示原有判断缺陷的交互，可能具有很不相同的学习价值。当另一台机器人面对相似任务时，过去的经验可以帮助它更快找到值得尝试的方案，也可以提示哪些条件需要优先确认。例如，对抓握稳定性的认识可能为新任务提供参考，具体夹持力度、动作幅度和控制参数则需结合新的夹爪、传感器与执行能力进行适配。经验复用的意义，在于缩小探索范围、减少重复试错，同时保留对新条件的判断能力。这种积累最终需要在后续任务中体现出来。在可比较的条件下，掌握一项相关技能后，学习下一项技能是否需要更少的示范和真机试验？换一个物体或一种本体，适配过程是否更快？面对扰动，是否更容易发现偏差并恢复？加入新能力之后，已有技能是否仍然可靠？这些结果，能够帮助我们判断系统是否真正从过去的交互中获益。从完成任务走向积累能力，意味着机器人获得的每一项经过验证的认识，都有机会成为后续学习的起点。随着这些起点不断丰富，系统应当能够更有效地组织已有技能，更有针对性地探索未知条件。要建立这样的路径，就需要把任务理解、物理判断、行动执行和经验学习连接起来。二、为什么我们采用“双脑”协同要让过去的经验真正帮助下一次行动，机器人需要同时回答两个相互关联的问题：为了完成目标，下一步应该做什么？在眼前的物理条件下，这一步可能带来什么结果？前一个问题涉及目标、计划与技能组织，后一个问题涉及状态、接触与动作后果。可靠的行动，需要这两类判断在执行过程中不断相互校正。在大晓的双脑协同设计中，云端大脑SenseNova侧重理解任务、组织能力。它需要判断用户希望完成什么，将目标拆解为可执行的步骤，从已有经验和技能中选择合适的方法，并在情况变化时调整计划。面对一次失败，它还需要结合任务过程进行复盘：原先的目标是否合理，技能选择是否恰当，哪些判断需要重新确认。端侧开悟世界模型则侧重物理状态的理解、生成与预测。它根据当前观测和交互历史，判断物体的位置、运动和接触状态，在需要时构造候选的演化过程，为不同动作可能带来的后果提供预测依据。这些预测也应当保留不确定性：哪些条件已有充分观测，哪些判断依赖尚未验证的假设，哪些地方需要通过新的交互才能进一步确认。这样的分工，与两类判断对资源和时间的不同要求有关。任务推理需要调用较广泛的知识、记忆和技能，云端有利于这些能力的共享与更新；物理状态判断需要紧贴现场变化，端侧部署有助于及时利用新的观测与反馈。更快的接触调节、姿态稳定和动作执行，则由相应策略与实时控制器承接。模型、策略和控制器各自承担适合的职责，共同形成完整的行动过程。以取杯任务为例，协同可以这样展开：大脑SenseNova根据目标选择取杯技能，并提出接近方向和抓取方案；开悟结合当前观测，预测这些方案可能带来的状态变化。如果遮挡使接触位置难以判断，或者已有信息不足以估计抓握稳定性，这种不确定性就应当进入任务决策。SenseNova据此选择改变观察角度、安排一次试探，或者调整抓取方式。新的观测再返回物理侧，帮助更新判断，随后决定是否继续执行。双脑协同的关键，是让任务推理不断接受物理反馈，也让物理预测围绕任务需要展开。候选方案应综合任务逻辑与当前物体、场景和本体条件进行评估；物理预测也应说明结果如何影响下一步选择。二者通过明确的接口交换目标、候选行动、预测结果和不确定性，才能把各自的能力用于同一个决策。这种协同还应当延续到任务结束之后。执行前的判断、提出的预测、实际采取的动作和最终结果，可以共同构成复盘的依据。预测与现实之间的偏差，帮助系统识别需要进一步调查的问题：是状态理解有误，物理条件发生了变化，技能选择不合适，还是执行没有达到预期？这些线索经过分析与验证，再决定进入经验记忆、技能调整或模型训练，为后续行动提供更可靠的起点。我们用“双脑”组织这两类能力侧重，同时保留实现方式演进的空间。两者可以共享表示和部分模型能力，具体的模型组织与云端、端侧分工，也应根据任务、算力和时延要求调整。需要持续检验的是，这种协同是否帮助机器人更早发现关键不确定性，选择更有效的动作，并把真实交互中的有效认识带到后续任务中。要让这些信息在模型之间准确传递，并进一步连接感知工具、经验记忆、技能调用和动作执行，还需要一套完整的系统机制。双脑协同由此进入下一个问题：怎样把模型之间的配合，转化为机器人身上稳定运行、能够持续积累的能力。三、从模型协同到系统协同当大脑SenseNova提出一个抓取方案、开悟给出相应预测之后，系统还需要完成一系列具体工作：确认当前观测是否足以支持行动，将目标转换为机器人能够执行的指令，调用适合的技能，并在执行偏离预期时及时处理。模型之间的判断，需要经过这些环节，才能成为真实世界中的有效行动。在大晓的系统设计中，具身Harness承担这样的组织与协调职责。它维护任务状态，连接记忆、技能库、感知与三维重建等工具，明确各个模块交换什么信息、在什么条件下调用，以及怎样处理执行反馈。通过这套运行机制，大脑SenseNova的任务计划、开悟的物理预测和控制器的实际执行，才能对应到同一个任务阶段。以取杯为例，感知工具提供的物体位置，需要转换到当前机器人的坐标与动作接口中；所选技能需要说明适用的夹爪、输入参数和执行条件；系统还需要判断什么观测代表抓取完成，什么信号意味着滑移或接触异常。一个可以稳定调用的技能，应当连同这些条件和判据一起进入技能库。这样，SenseNova在组织任务时，才能知道一项能力何时可用、执行到了哪里，以及失败后还有哪些恢复路径。动作执行也需要恰当的分工。学习型策略可以结合视觉、任务目标和历史状态生成动作参考，解析控制器则依据本体特性，完成位姿跟踪、接触调节和执行约束处理。较快的反馈在相应控制环中得到响应；当偏差影响任务继续进行时，Harness将状态变化传回SenseNova与开悟，由它们重新判断是否补充观察、调整方案或调用恢复技能。这样的组织方式，使不同时间尺度上的判断能够衔接起来。Harness还需要为经验积累保留可追溯的依据。一次任务中的场景条件、本体配置、所用技能、模型预测、执行反馈和人工介入，都可能影响对结果的解释。将这些信息与具体执行阶段对应起来，有助于识别问题来自观测不足、预测偏差、技能选择，还是动作执行，并据此选择合适的改进对象。现场恢复成功之后，得到的是一段值得分析的经验。它对其他任务是否有用，还需要进一步验证。因此，运行中的纠偏与后续的能力更新，可以按照不同节奏进行：当前系统先完成必要的调整，交互记录随后进入筛选与复测；得到支持的认识再进入记忆、技能或模型，证据发生变化时，也能够修订其适用范围。经验由此拥有从产生、验证到再次使用的清晰路径。当机器人本体发生变化时，这套机制同样重要。共同的任务描述和技能意图，需要通过接口映射到新的感知方式、动作空间和控制能力；与接触、载荷和执行精度有关的条件，则需要重新校准。适配与复测应当帮助系统明确，哪些已有认识可以继续使用，哪些部分需要补充学习。更换一个本体，由此成为有依据的能力迁移过程。系统协同的价值，在于让模型、工具和控制器能够各自演进，也让经过验证的经验拥有持续复用的路径。当感知工具升级、策略更新或机器人接口改变时，系统可以检查受到影响的技能与经验，保留仍然成立的认识，并针对变化的部分进行验证。这样的系统设计，为双脑协同的落地提供了基础：将任务规划、动作执行、反馈记录与经验管理连接起来，为后续能力的验证和持续改进创造条件。在此基础上，当前任务的纠错、长期能力的积累，以及学习与研发方法的改进，才有机会形成相互衔接、逐步深入的闭环。四、三个递进闭环：让行动、学习与研发相互促进真实反馈进入系统之后，可以推动不同层次的变化：纠正当前行动，改善后续能力，进一步优化获得能力的方法。我们以三个递进闭环组织这些变化，分别明确它们改变什么、如何运行，以及需要用什么结果证明改进确实发生。第一个闭环是自主执行，让机器人更可靠地完成当前任务。机器人在行动中持续获得新的观测，据此更新状态判断、调整计划，并在必要时补充感知或调用恢复技能。取杯过程中出现遮挡、接触变化或滑移时，系统需要及时识别偏差，结合当前条件决定怎样继续。较快的执行反馈由相应控制环处理，影响任务推进的变化则进入SenseNova与开悟的协同判断。这个闭环可以在模型参数保持不变的情况下运行。它改善的是当前任务中的决策与执行，使机器人能够利用刚刚获得的信息处理变化。任务完成率、偏差发现与恢复时间、人工介入量，都可以帮助衡量它是否有效。执行过程同时留下观测、预测、动作与结果，为后续学习提供依据。第二个闭环是经验学习，让一次交互改善后续能力。进入这一层之后，系统需要从执行记录中筛选值得学习的内容，分析它们揭示了哪些新条件、修正了哪些旧判断，再选择合适的方式保留这些认识。有些经验可以先成为带有适用条件的长期记忆，在后续任务中被检索和调用；有些经验需要转化为技能调整；涉及动作生成或物理预测的问题，则可能需要对策略或世界模型进行有针对性的训练。例如，某次抓取恢复的方法，经过进一步验证后，可能对一类接触条件相近的物体有效。系统便可以将相关条件、判断依据和恢复方式保留下来，在遇到相似情境时优先参考。换用新的夹爪或面对不同载荷时，它仍需确认这些经验的适用范围，并通过新的反馈继续修正。学习闭环是否成立，要看收益能否延续到后续任务。在独立测试中，系统是否减少了重复错误，是否用更少的新增示范和真机试验完成适配，是否在获得新技能的同时保持已有能力？这些结果决定一项更新是否值得进入部署，也决定这段经验应当在多大范围内被复用。第三个闭环是递归自我改进，让获得能力的方法也能够持续优化。当系统能够持续执行和学习之后，还会遇到更深一层的问题：哪些失败最值得调查？下一批数据应该采集什么？当前的训练方法是否有效？同样的真机时间，怎样才能带来更多能力收益？这些问题指向数据选择、实验设计、训练流程、评价机制，以及模型与Harness的组织方式。我们希望让研发智能体逐步参与这些工作。它可以汇总反复出现的失败，提出可检验的原因假设，选择能够区分这些假设的实验，并为数据补充、模型训练或系统调整提出候选方案。世界模型与经过校准的仿真可以帮助比较方案，真实任务则用于确认改进能否兑现。有效的方法经过验证后，再进入下一轮学习与研发。这一层需要更严格的对照：在可比较的任务和资源条件下，调整后的流程是否更快获得了可靠能力，是否减少了人工、计算或设备时间，以及收益能否在后续任务中继续出现。自动化实验能够提高流程效率；递归自我改进还需要检验：系统能否依据结果优化实验选择和学习方法，并让改进后的能力继续参与下一轮改进。这也是我们希望持续推进的研究方向。它需要跨任务、跨轮次的证据，逐步回答一个更有挑战性的问题：系统能否在增长能力的同时，提高自身获得能力的效率？三个闭环可以按照不同节奏运行。执行中的纠偏需要及时响应，长期能力更新需要经过验证，研发方法的变化则需要更充分的比较与复测。它们共享真实交互提供的证据，也相互提供条件：更可靠的执行让系统进入更多任务，更有效的学习减少重复试错，更好的研发方法则提高下一轮改进的效率。更有价值的进步，是让下一次进步更容易发生。双脑协同希望建立的，正是这样一条从行动延伸到学习、再延伸到研发的路径。而这条路径能否持续运行，还取决于我们怎样使用有限的真实交互，以及怎样让仿真为这些交互提供更有针对性的帮助。五、真机与仿真：把真机时间用在关键问题上在真实机器人上推进三个闭环，需要面对具体的时间与资源约束。一次试验可能涉及设备调试、场景布置、人工复位和故障恢复，持续运行还会带来磨损与环境变化。因此，提升学习效率，需要认真选择每次交互要回答什么问题，并让已经获得的记录产生更多训练与验证价值。真实交互为系统提供了理解物理世界的依据。对于取杯任务，三维重建可以帮助确定杯子的形状、位置和周围空间；载荷、表面状态、接触形变等影响抓取的条件，还需要结合动作与反馈进行估计。系统应当逐步确认哪些参数与当前任务密切相关，哪些判断已经得到支持，哪些仍存在较大的不确定性。这些认识可以成为构建仿真环境的起点。世界模型从交互数据中学习状态如何变化，三维重建工具提供场景与物体的几何信息，物理仿真器则提供可干预、可重复运行的实验环境。它们需要通过真实记录相互校准：在相近的初始条件和动作输入下，预测或仿真中的关键变化，能否与实际观测对应起来？对于暂时无法确定的物理属性，可以保留与现有证据相容的参数范围，进一步检验不同取值对任务结果的影响。一段真实轨迹由此有机会成为一组可控实验的起点。系统可以改变物体位置、载荷范围、接触条件或执行扰动，比较不同方案在哪些情况下仍然有效，哪些条件会使原有技能失效。仿真也应覆盖容易出错的动作，帮助系统学习如何识别失败、何时需要恢复，以及什么情况下应该补充观察。经过校准的模型，让已有交互中的信息能够延展到更广的训练与评测空间。仿真还可以帮助选择下一次真机试验。假如几个与现有观测都相容的物理模型，对同一个动作给出了不同预测，这种分歧就指出了一个值得调查的问题。系统可以围绕它设计新的观察或试探，优先确认最可能改变行动选择的条件。这样，真机交互既承担任务执行，也承担消除关键不确定性的作用。我们希望形成的Real2Sim2Real循环，便沿着这条路径展开：真实交互提供证据，模型与仿真据此建立和修正物理认识；仿真扩展练习、比较候选方案，并暴露需要进一步确认的问题；筛选后的方案再回到真实任务中接受检验。新的结果继续用于校准环境、调整策略和更新经验，使下一轮探索建立在更充分的认识之上。真实任务检验改进是否有效，仿真扩展比较与练习的空间。因此，评价一个世界模型或仿真环境，应考察它对实际行动的帮助：能否正确区分候选方案的优劣，能否预见关键的接触失败，能否让仿真中获得的改进在真机上兑现，以及能否减少达到同等能力所需的真实交互。任务相关的预测与决策收益是这条闭环的主要验证内容，视觉表现可以辅助检查场景。验收还需要保留独立的真实任务与条件，检验系统能否将改进带到新的物体、场景和本体上。总成本也应一并计算，包括新增数据、人工操作、计算、设备占用和恢复时间。只有把这些投入与实际收益联系起来，才能判断一次仿真扩展或模型更新是否提高了能力获取效率。随着循环持续推进，经过校准的场景、验证过的物理条件和可靠的技能测试，可以逐步成为后续任务共同使用的基础。已有经验帮助系统更快找到值得尝试的方向，仿真把这些方向展开为更充分的比较，真实交互再确认哪些认识能够成立。双脑协同希望推动的能力积累，也将在这种相互校准中获得越来越扎实的物理依据。六、走向具身智能的“Transformer时刻”前面讨论的双脑协同、三个递进闭环，以及真机与仿真的相互校准，最终指向一个共同目标：让机器人在真实交互中获得的经验，成为更多任务和本体可以复用的基础。Transformer的重要启发，在于共享的基础架构能够承载多种能力，并支持持续扩展。我们期待具身智能也迎来这样的“Transformer时刻”：机器人领域逐步形成广泛可复用的共同底座，使不同任务和本体能够共享经过验证的物理认识，让一次部署积累的经验服务更多后续场景，并支持模型、工具与控制器在这一基础上持续演进。这一目标在物理世界中面临更复杂的条件。机器人拥有不同的身体、传感器和执行能力，同一个任务也会受到空间、接触、载荷与环境变化的影响。因此，共同底座需要连接可共享的物理关系与各自的执行条件。它既要支持不同任务利用已有认识，也要帮助系统识别迁移中的差异，判断何时可以复用、何时需要重新观察和学习。我们把世界模型视为构建这一底座的核心环节。物体如何运动，接触如何改变状态，一个动作可能产生什么后果，这些认识能够为规划、控制、仿真和学习共同提供依据。如果真实交互可以不断校准这些认识，而校准后的模型又能够帮助更多任务选择行动、组织练习和发现未知条件，物理经验就有机会进入一条持续扩展的学习路径。双脑协同是大晓围绕这一目标选择的系统探索。SenseNova组织任务、技能与已有知识，开悟围绕物理状态和行动后果提供判断，具身Harness将它们连接到感知、记忆和执行过程。我们希望通过这样的协同，让一次任务中得到的反馈能够被分析，让有价值的认识获得验证，并以适合的形式进入后续任务与模型版本。这条路径能否形成共同底座，需要回答几个关键问题。随着经验覆盖更多物体、场景和接触条件，同一套核心机制能否在更广泛的独立任务上持续获得收益？换用新的本体时，已有认识能否减少适配所需的数据与工程投入？模型和工具更新之后，经过验证的技能与经验能否继续发挥作用？这些结果决定了系统的积累能否跨越单次任务、单台设备和单个版本。尤其值得观察的，是能力获取成本的变化。在可比较的条件下，掌握一项相关新能力所需的真机时间、人工投入和计算资源，是否随着经验积累而下降；获得这些收益时，系统能否保持已有技能，并在新的条件下可靠运行。这样的证据如果能够跨任务、跨本体、跨轮次重复出现，就能够说明共同基础正在产生持续价值。这种价值还会进一步改变机器人开发的方式。新的本体可以借助已有的任务组织与物理认识，更集中地解决自身感知和执行上的差异；新的应用可以利用经过验证的技能、场景与评测工具，更快找到需要探索的关键问题；不同团队也可以围绕清晰的接口与验证标准贡献成果，让各自的进步被更多后续工作承接。形成这样的共同底座，需要架构上的探索，也需要可扩展的学习方法、可靠的工程机制和持续的真实验证。双脑协同能否为此作出贡献，最终要由这些结果回答：越来越多的机器人能够带着已有经验进入新任务，也能够把新的发现带回共同基础，让后续能力拥有更好的起点。结语：让下一台机器人少走弯路回到最初的那只水杯。取杯任务结束后，这次交互的价值仍有机会继续延伸。一次滑移可能暴露了尚未理解的接触条件，一次调整可能提供了值得检验的恢复方法。经过分析与验证，这些经历能够帮助系统更清楚地认识：什么条件下可以继续行动，什么时候需要改变策略，还有哪些问题必须交给下一次交互来回答。明天，另一台机器人面对相似任务时，需要观察眼前的环境、确认自身的执行条件，也可以借助已有经验，更快找到值得尝试的方案，更早注意到容易忽略的变化，并更有针对性地安排试探。当这些认识帮助它减少了重复错误、缩短了适配过程，今天这次交互就开始产生超出单次任务的价值。双脑协同希望建立的，正是这种能够延续的联系。任务推理与物理预测通过真实反馈相互校正，执行中获得的认识经过验证进入后续学习，学习与研发的方法也在持续实践中得到改进。不同模型、工具与机器人本体，可以沿着这条路径各自演进，并继续利用已经积累的有效经验。这份期待，需要由可重复的结果逐步支撑：新的任务是否用更少的真机试验学会，新的本体是否以更低的成本完成适配，系统是否在增长能力的同时保持可靠，以及这些收益能否随着经验积累而延续。把这些问题变成清晰的实验、可追溯的证据和持续的改进，是大晓推进双脑协同需要完成的工作。我们希望，有一天，机器人进入一个新场景时，能够带着更充分的认识出发；离开这个场景时，也能为后来者留下经过检验的经验。每一项能力的获得，都由此有机会帮助更多能力生长。让一台机器人付出的探索，为更多机器人省下重复试错的代价。这是我们希望双脑协同能够推动的进步。
  • 3 荣耀李健：以用户为中心，共建入口、共筑信任， 开启智能经济时代AI终端生态新范式 荣耀CEO李健在2026移动网络大会发表主题演讲，围绕“以用户为中心，共建入口、共筑信任、共创未来”分享对智能经济时代产业演进的思考。他提出，AI入口之争并非存量零和博弈，行业应以赢得用户信任为导向，开放协同，让入口主权回归用户，共创智能经济新生态。李健表示，算力、大模型与具身智能深度融合，正在重塑产业、经济和社会底层逻辑，AI带来的不是局部功能微调，而是全行业工作流与生产范式的颠覆性重构。但当下，用户日常交互仍持续陷入繁琐切换App、反复操作的消耗之中，人机交互大多停留在“人找服务”的阶段。在李健看来，决定商业范式走向的核心变量是“稀缺”，产业演进史本质上就是稀缺要素迭代的过程：移动通信经济时代连接充足、信息稀缺，对应内容变现的通道经济；移动互联网经济时代注意力稀缺，形成流量变现的注意力经济；迈入智能经济时代，意图委托成为新的稀缺，商业逻辑转向按结果变现的意图经济。过去入口是可供点击的图标，未来入口诞生于用户产生意图的瞬间，价值核心蕴藏在每一次被用户托付的结果之中。从意图生成到结果交付，全行业仍需要跨越三道门槛。智能能力持续突破边界，长期记忆能力让AI愈发善解人意，但智能服务越主动，信任层面的挑战就越突出：其一为智能稀缺，考验AI能否落地办事；其二为上下文稀缺，考验AI能否读懂用户，AI不缺基础能力，缺少对用户身份、场景、需求、过往行为的感知；其三为信任稀缺，考验AI是否值得托付，上下文属于用户个人主权资产，授权与否取决于AI能否做到可信、可靠、可控。“能力决定AI能走多快，信任决定AI能走多远。”李健说。这一判断也和当前行业竞争趋势相呼应。高盛年初研报将2026年定义为中国互联网行业 “关键之年”，行业竞争范式已经从流量、规模比拼，转向入口控制权与商业闭环兑现。Omdia资深分析师钟晓磊认为，AI手机竞争正从“App入口之争”转向“AI任务调度权之争”，手机厂商承担意图理解与任务调度角色，互联网企业供给具体服务，商业利益分配仍存在博弈空间。国家网信办等三部门联合印发的《智能体规范应用与创新发展实施意见》，明确将安全、可靠、可信作为产业发展底线，而这条底线最终要落到离用户最近的终端之上。终端既是用户意图的天然载体，也是信任的天然护盾，看得见、摸得着，深度嵌入用户生活；数据权限由用户自主掌控、可留在本地，它不只是一块屏幕，既是意图的入口，也是信任的出口。荣耀的目标，是让智能渗透到用户每一台终端、每一处场景，推动万物有灵、人机共生，让智能普惠日常，最终成就更强大的人。作为AI终端生态公司，荣耀秉持AHI“智启人本”理念，主张AI的价值是增强人而非替代人。继此前提出IQ（智能度）、EQ（生命感）两大维度之后，李健在本次大会新增 TQ（信任度），将其作为AI进化的第三个核心维度。他以荣耀 Magic9传承经典阿莱三镜头转塔设计作比喻：IQ、EQ、TQ就是荣耀AI的三镜头转塔，三者协同，AI才能从“会办事”升级为“可信赖”；缺少 TQ 约束，IQ、EQ 越强，潜在风险越高。荣耀以此为基础打造 “用户共生型YOYO智能体”——它是高效助手、懂人的伙伴，更是和用户共生的数字分身，唯一使命是理解、增强、守护用户。李健谈到，“入口无需争夺，信任自会汇聚。”过往行业常以封闭筑墙打造护城河，但用户生活本无边界，割裂的生态壁垒，最终会割裂连贯的智能体验。荣耀要打造的入口，不是抬高围墙，而是拓宽通路：一端汇聚各类服务生态，立足真实用户需求与场景；另一端汇聚模型生态，打通云端模型、算力供给与全链条 AI 服务供给。面向未来，荣耀将携手中国移动以及生态伙伴开放共创，搭建以用户为中心的智能经济生态：共建入口，YOYO联动灵犀、千问、豆包、Gemini等伙伴搭建智能体网络，针对差异化的用户需求，提供丰富、多元的解决方案；共筑信任，和中国移动共同搭建覆盖可信网络、可信身份、可信结算、可信运营、可信终端的完整信任链条，让智能服务不止是效率工具，更是可靠伙伴；共创模式，荣耀与中国移动联合，在荣耀Magic9系列定制机上首发 Token套餐，荣耀也将联合更多合作伙伴，围绕Token分发、用户订阅、定制终端、服务分发持续探索全新商业模式。李健引用乌镇世界互联网大会相关表述谈到，科技应增强人的能力、拓展人的选择、彰显人的价值、增进人的福祉，技术的尺度，最终是人的尺度。“过去，入口是一个APP 图标；今天，入口是用户产生意图的那一刻。”李健说。交互范式正从点击图标转向意图直达，未来入口不属于任何单一厂商，行业真正该回答的，不是“入口归谁”，而是“如何把最好的体验交给用户”。当意图成为入口、Agent自主行动、智能无处不在，入口主权在用户，智能根基在信任，AI未来在共创。
  • 4 联想、阿里、腾讯等巨头竞相“发证”，FDE告别“野蛮生长” FDE正持续“走红”。连日来，各地相关的培训陆续开班，宁波慈溪、上海徐汇、武汉东湖等地相继推出FDE专题培训。但各自课程上的区别也暴露了一个现状，FDE此前缺少统一的能力标准和系统化培养体系。10月27日，行业迎来首个权威认证——工业和信息化部电子工业标准化研究院与联想集团联合发布FDE培训认证。业内认为，这一认证的落地象征FDE告别“野蛮生长”，正式进入“立标”之年。权威认证落地，FDE能力标尺加速成形在招聘网站上，FDE是眼下最受关注的岗位之一。猎聘大数据研究院统计，自去年9月至今年8月，国内FDE人才的供需比仅0.28，相当于四个岗位抢一个人。但在澎湃新闻的一篇报道里，一位招聘从业者判断“只有约20%挂着FDE头衔的人，实际能力与岗位定位匹配”。FDE人才供给存在结构性矛盾是现状，但另一方面，各方动作的密集落地，也使其能力标尺加速成形。工信部在将FDE写入国家级政策文件后，又发布了FDE制造业（初/中/高）培训课程大纲，把68个制造业实战案例纳入课堂；上海提出“建立超千人规模的FDE工程师储备库”，武汉计划未来三年“培育一千名FDE人才”。产业侧，联想、阿里、腾讯等企业各自推出了相关认证。其中，联想与工业和信息化部电子工业标准化研究院联合发布的FDE培训认证，是业内首个由企业与行业人才标准化专业机构权威认可的培训认证。▲ 工业和信息化部电子工业标准化研究院与联想集团联合推出的FDE培训认证证书样例据联想介绍，其课程按企业AI设计方法、智能体工坊与AI基础能力、项目交付实施与运维三大系列展开，总投入约120小时，贯通业务场景识别、方案设计、现场交付与持续运营的完整链路。培养投入明显向实践倾斜，大部分时间用于课后练习与贯通式综合实训，且实操考试明确要求在预置环境中完成指定任务，并提交过程与结果证据。有业内人士称，这一培训认证既有联想在产业侧积累的实战经验，也有国家级标准化机构在行业标准研究与专业考试评价方面具备的专业能力，是一份可参考的行业能力标尺。FDE是一个复合型岗位，交付是关键FDE是一个重交付的“复合型”岗位，业内甚至将FDE比喻为“六边形战士”。在36氪的一篇报道中，一位AI公司FDE团队负责人形容“别说六边形，可能二十边形都不够”，因为FDE落地要根据实地情况调整，不同行业项目的需求和流程都不一样，完整的项目经验积累是关键。联想在公布推出培训认证时也称，FDE的能力不依附于工具，而是人本身，比如，要把客户模糊的业务诉求翻译成“做什么、不做什么、谁负责”，把技术指标翻译回业务语言。这一判断来自联想自身的实践。据了解，联想在内部以智能体重构企业核心价值流程，已有60%的业务流程由智能体接管并实现自动化运转。其将沉淀的技术能力进行产品化、标准化，对外构建了200多个可验证、可交付的智能体方案，单是制造行业就高达128个。同时，联想还成立了FDE组织和启动人才资源池建设，相关人员具备大量在制造、能源、政务、金融等行业的项目实践经验，能够将通用AI能力快速转化为可量化的业务价值并最终完成交付。交付是产业侧共同关注的焦点。如阿里云的公共云生态伙伴FDE体系，把驻场交付中验证过的能力拆解成架构与任务拆解、工具调用、生产可靠性等多个可考核维度；腾讯云的ADP FDE认证，考察重心也包含实施交付。现场经验是否能沉淀和复用，是FDE与传统驻场的区别“鉴别FDE的唯一分水岭是现场经验是否被系统性地沉淀为平台能力。”中国工经联党委书记、副会长兼秘书长熊梦接受媒体访谈时给出过这样一个观点。与之类似，中国信通院在研讨会上也将FDE与传统驻场的区别定义为“是否将现场经验沉淀为可复用的工程资产”。两个来自不同行业的案例，提供了观察切口。在大型化工行业，阿里云与中国石油昆仑数智组建FDE联合团队，白天坐进班组和控制室跑装置、听经验，晚上将行业经验沉淀成工业Agent能力，典型异常从发现到定位从30分钟降至2分钟内，同时，项目沉淀了45个MCP工具和29个Skill。在另一家大型家电制造企业，联想FDE团队前置客户现场，三周完成POC，三个月交付库存优化与计划两个智能体，并把跑通的逻辑沉淀为客户自有的“智能体工坊”。经过持续运营，该企业原料库存降低45%、成品库存降低70%、订单交期缩短38%、呆滞库存降低50%。这些数据，印证了联想集团高级副总裁、中国方案服务业务群总经理戴炜对FDE价值的判断，他表示，FDE是可被验证的交付能力线。近期与工业和信息化部电子工业标准化研究院联合推出FDE认证，是希望“把联想在一线沉淀的方法与教训，交给标准去校准，再反哺给整个行业”。
  • 5 进博首秀！上海 AI 企业阶跃终端携 STEPX Neo 智能体手机亮相高通展台 11月5日，第九届中国国际进口博览会在上海举办，主题为“新时代，共享未来”。在本届进博会上，阶跃终端旗下 STEPX Neo 智能体手机首次亮相，在高通展台展示支付宝神券、剪映、携程等多项生态合作体验，同时也带来智能体终端原生开发工具Step Studio及开发者共创成果演示。通过将阶跃终端前沿 AI 能力与骁龙在终端侧智能领域的优势结合，STEPX Neo 以模型、软件、硬件一体化协同，支持用户通过个人智能体阶跃 Amoo 查询消费优惠、联动剪映助手生成旅行视频，以及调用携程服务规划行程、比选交通与住宿方案等，在消费、创作、出行等场景充实用户体验。未来，阶跃终端将持续携手高通及生态伙伴，推动芯片技术、终端创新与专业服务深度协同，加速探索下一代个性化智能体终端体验，让智能体更自然地融入日常生活，让更多用户共享开放合作带来的创新成果。
  • 6 拓竹发布第三代旗舰 3D 打印机 H3C：搭载 9 头 6 秒闪切系统，国补后 13999 元起 拓竹（Bambu Lab）正式发布第三代旗舰级 3D 打印机 H3C。新机重点攻克多材料与异质打印难题，首发搭载 Swaptek™ 九头闪切系统、顶置一体化 AMS 3H 供料系统（支持最高 85℃ 烘干）及可变线径挤出机三大核心技术。H3C 标配 9 个独立硬化钢喷嘴打印头（8 个用于多材料/全彩打印，1 个专为 2.85mm 规格的 75A 超软 TPU 柔性耗材定制），支持最快 6 秒无冲刷换料，极大减少了多色打印的废料与等待时间，同时让消费级叠色打印与超软耗材稳定高速打印真正落地。此外，新机成型体积达 330×320×325mm，配备 65℃ 主动恒温腔体，并支持选配裁切、绘图与压印等自动化多工艺扩展头。售价方面，拓竹 H3C 标准套装起售价为 16499 元，首发期间直降 1000 元，叠加国家补贴后到手价低至 13999 元。
  • 7 前迪士尼 AI 高管出任 CPO，Utopai Studios 技术布局再提速 2026年11月2日，被美国权威媒体《综艺》（Variety）评价为”全球最大独立 AI 原生影视公司”的Utopai Studios宣布前迪士尼AI高管Hans Ku正式加盟，出任首席产品官，向联合创始人兼首席执行官Cecilia Shen汇报。他将统筹产品、工程、研究及业务拓展，推动技术能力规模化应用，将其在娱乐科技与产品创新领域的丰富经验，与Utopai Studios的自研技术和影视制作体系相结合，带领团队与电影人共同打磨长篇影视叙事引擎PAI，加速PAI在原创影视项目与行业合作中的规模化应用。一位深耕娱乐科技逾二十年的高管，为什么选择一家成立仅四年的AI原生影视公司？源自Utopai Studios不断壮大的创作阵容、加速推进的原创片单与扎根制作现场的技术实力所展现出的强大吸引力。从奥斯卡提名演员安东尼奥·班德拉斯主演的《科尔特斯》，到多位好莱坞动画创作者共同打造的《最严肃的屁》，Utopai Studios正将顶尖创作资源与自研技术凝聚为持续推进的影视作品。Hans Ku的加入，将与Utopai Studios现有的创作与技术力量形成合力，赋予创作者们新的可能——借助AI加速迭代、探索更多创意表达，并以更强的掌控力将复杂的创意呈现于银幕。从迪士尼到Utopai Studios，他带来的不只是履历Hans Ku的职业轨迹，始终与创作方式的演进紧密相连。Hans Ku此前担任华特迪士尼公司技术赋能办公室AI与工程副总裁，带领团队从AI辅助工程和生产力工具，拓展至生成式内容与模型战略，以及AI原生制作流程研究。同时，他在迪士尼与 OpenAI 围绕 Sora 开展的重要合作中发挥关键作用，衔接 OpenAI 的研究、产品团队与迪士尼各业务部门，推动生成式视频技术适配专业内容创作与商业落地需求。这段任职经历，让他在前沿 AI 技术和大型娱乐公司的创作体系之间，积累了宝贵的跨方协作经验。Hans Ku与OpenAI相关的产品实践，还可追溯至他担任Tubi产品高级副总裁期间。他曾带领团队落地流媒体平台较早一批和 OpenAI 的合作项目；Tubi 在 2023 年上线基于 GPT-4 的 Rabbit AI 内容发现功能，支持用户用自然语言检索影视内容。从赋能观众内容发现，到探索生成式视频服务影视创作，Hans Ku 持续推动 AI 转化为可落地的产品体验。他还联合创立 AI 原生影视初创公司 Scenely，探索从故事构思到影像成片的一体化路径。将技术突破转化为艺术家手中的创作能力，是Hans Ku过往建树的一条鲜明主线。早在华特迪士尼长篇动画工作室，Hans Ku 就参与了无纸化绘画与动画系统 Creation Station 的开发，帮助传统动画艺术家转向数字化创作。在梦工厂动画期间，他与惠普合作推出专业色彩显示器 DreamColor，该产品获得美国电影艺术与科学学院颁发的科学与工程奖。从绘画工具、色彩标准，到 AI 驱动的制片流程，他的技术与产品落地始终围绕创作者的真实需求。在视频平台与数字消费产品领域，Hans Ku 也拥有深厚的产品管理经验。他曾在 Instagram 负责 Instagram 官网、设计系统、移动端体验及新兴交互界面相关团队；担任 Flipagram 首席产品官时，在该平台被字节跳动收购后，参与推动其向 TikTok 迭代；他联合创立的移动视频创作公司 Ptch 被雅虎收购后，他负责 Yahoo Video 业务，并主导推出 Yahoo Live。横跨专业创作工具、短视频平台与 C 端用户体验的经历，让他能够同时站在创作者和观众两端思考产品价值。Hans Ku 拥有加州大学洛杉矶分校化学工程与生物工程理学学士学位、南加州大学马歇尔商学院 MBA，也是多项专利的署名发明人。此番加入Utopai Studios，在娱乐、科技和内容创作领域拥有超过20年经验的Hans Ku将把这些经验带入电影制作现场。他领导的产品、工程、研究及业务拓展团队，将直接与电影人、影视公司和制作公司并肩工作，在正在推进的项目中共同开发、打磨PAI，并将其融入专业制作流程。Hans Ku表示：“Utopai Studios的独特机会，在于影视制作与技术研发能够同步成长。我们可以把真实制作中的经验直接转化为更好的产品和工作流程，再将这些能力带给世界各地的电影人和影视公司。我将与电影人共同打造PAI，让他们拥有更好的工具去探索创意、打磨作品，将创作愿景搬上银幕，同时始终把创作决定权留在电影人手中。”这也凸显了Utopai Studios在电影制作上的核心优势与重点布局：将原创项目、专业电影人和技术研发汇聚于同一体系，让产品开发始终围绕真实创作需求展开。随着影视片单与全球合作持续扩展，Hans Ku将统筹PAI在AI模型、智能体系统、制作流程和协作工具上的发展，并推进企业级部署及影视公司合作，把制作现场沉淀的经验转化为可在更多项目中应用的能力，赋能影视制作规模化发展。“我们正在为新时代的娱乐产业打造一家全球化影视公司，Hans将在推动相关技术和基础设施规模化发展方面发挥核心作用。”Cecilia Shen在此次任命中表示。为什么这些创作者，开始出现在同一张片单上？Hans Ku的到来，延续了Utopai Studios在人才与内容两端的布局。技术团队中，首席科学官Zijian He此前领导Meta超级智能实验室的媒体生成基础模型团队，并参与领导Meta Movie Gen等生成式AI项目；影视业务方面，Utopai Studios APAC总裁Hyun Park拥有CJ ENM旗下Studio Dragon、华纳兄弟韩国及DramaFever等机构的管理经验。研究、产品、制作与全球业务，由不同背景的专业人士共同推进。与此同时，Utopai Studios也通过具体项目，与演员、编剧、导演及艺术家建立合作。历史史诗《科尔特斯》（Cortés）由奥斯卡提名演员安东尼奥·班德拉斯主演，剧本由奥斯卡提名编剧Nicholas Kazan执笔；《半月》（Half Moon）由柏林银熊奖导演Hyo-joo Yang执导，将跨文化家庭的情感故事带入片单。技术所支持的内容，既有宏大的历史题材，也有细腻的人物关系。其中，最能看出Utopai Studios内容野心的作品之一，是计划于2027年上映的家庭动画长片《最严肃的屁》（The Most Serious Fart）。一个听起来像玩笑的名字，背后却是一支认真对待故事、角色和表演的创作团队。影片改编自Mike Bender与Chuck Dillon的畅销儿童书，Mike Bender担任编剧、导演及制片人；《怪物史莱克》编剧Joe Stillman担任联合执行制片人；团队还汇聚了制片人Russell Hollander、分镜艺术家Andy Brooks、艺术指导John Lee等创作者。参与《辛普森一家》《飞出个未来》等作品的选角导演Scott Muller，则负责影片的配音选角。原著创意、动画叙事、视觉设计与声音表演，在同一项目中汇合。为什么要用这样的阵容，认真拍一个关于“屁”的故事？影片主角Siegfried拎着公文包，一心想改变同类的名声，却在旅途中逐渐学会接纳自己、建立友谊，也学会不必事事过于严肃。孩子可以看到一场荒诞而有趣的冒险，成年人也能从中读到熟悉的困惑：我们为什么害怕不完美？又要如何与真实的自己相处？这正体现了Utopai Studios选择内容的标准：鲜明的角色、能够跨越文化的情感，以及值得继续讲下去的世界。《最严肃的屁》既是一部正在制作的动画长片，也承载着Utopai Studios培育长期原创IP的计划。艺术家主导原画与创意，AI在他们的指导下支持制作迭代，最终决定一部电影是否打动观众的，依然是故事与人的表达。榜单第一之后，让电影制作能力继续领跑人才与片单之外， Utopai Studios还有一套围绕电影需求构建的技术体系：自研制片智能系统PAI，以及基于MiniMax H3定制的视频生成模型Utopai X。10月底，Utopai X在独立评测机构Artificial Analysis的无音频图生视频排行榜中击败多个风头正劲的大模型、登顶全球第一，并且以 1155(±19) Elo 评分大幅度领跑榜单；此前，该模型已在该机构9月底发布的全球文生视频排行榜中首次亮相即位列全球第二。两个榜单均采用盲评方式，通过观众对生成结果的偏好评价进行排名，成绩对应当时的评测快照，并随模型更新和投票变化。这也是该榜单采用盲评机制以来，首次有影视公司定制的模型取得这一成绩。院线长片对技术的要求，贯穿每一个镜头与每一次创作调整：角色跨越数百个镜头的一致性、摄像机运动中的空间连贯性，以及导演修改意图的精准落地，共同构成专业影视制作的高标准。Utopai Studios正以这些标准牵引技术研发，将视频生成能力深入推进到长篇影视制作的核心环节。围绕这一目标，Utopai Studios构建了Utopai X与PAI协同运作的技术体系。Utopai X聚焦光线与反射、空间理解、画面一致性等关键能力，为电影级视觉表达提供有力支撑；PAI则将剧本拆解为场景与镜头，持续关联角色、场景、道具等项目信息，借助智能体辅助镜头规划与多版本生成，并衔接Premiere、DaVinci Resolve等专业后期工具。从画面生成到镜头组织，再到创作迭代与后期协作，Utopai Studios将技术能力融入完整制作流程，让电影人以更强的掌控力实现创作构想。这种紧扣电影需求、贯穿制作环节的研发路径，正是Utopai Studios技术实力与差异化竞争力的重要体现。更重要的是，这套体系就在真实项目中成长，作品制作过程中的需求，会直接反馈给产品与研发团队；工具改进后，再回到艺术家的工作台，角色设计、环境构建、镜头衔接和创意修改中的具体难题，成为下一轮技术优化的依据。Hans Ku的加入，将进一步推动这种紧贴制作现场的产品开发，让技术成果服务于更大规模的影视业务。全球合作版图不断延伸2026 年 10 月，Cecilia Shen 在戛纳电视节 MIPCOM 开幕日发表主题演讲，与 CJ ENM Studios 内容CEO Ken Oh 同台讨论 AI 与影视制作。在这一全球内容交易舞台上，Utopai Studios展示的方向，是如何让新技术进入专业制作，并让更多故事获得被拍出来的机会。Utopai Studios与CJ ENM Studios正围绕AI工作流及韩国内容制作推进合作，将PAI引入剧集制作管线。在日本，Utopai Studios与DeNA合作，将PAI融入AI辅助动画的实验性制作流程。在中国，Utopai Studios与华策影视共同开发动画剧集《西游记：消失的500年》，围绕中国经典故事探索面向全球观众的动画内容。不同市场的合作，带来了不同的制作要求：韩国剧集、日本动画、中国神话IP，各自拥有鲜明的审美、叙事传统与产业流程。Utopai Studios正在通过这些项目拓展技术的应用范围，也积累与不同创作团队共同工作的经验。与此同时，Utopai Studios的合作版图还延伸至体育娱乐，获得了NBA名人堂成员卡梅隆·安东尼通过旗下Creative 7投资并成为其战略合作伙伴，共同探索运动员故事与原创娱乐IP；还与詹姆斯·哈登合作动画短片。十亿美元之后，下一份答卷在银幕上Utopai Studios在人才、作品、技术与产业合作上的持续积累，正赢得资本市场的关注与支持。据The Information于2026年10月报道，Utopai Studios完成6000万美元融资，估值达到10亿美元，跻身独角兽行列。成立仅四年，Utopai Studios已将对AI原生影视的构想，推进为汇聚专业人才、原创内容与自研技术的全球影视事业，展现出强劲的发展势头。今年5月，Utopai Studios联合创始人兼首席执行官Cecilia Shen登上《福布斯》数字封面，其将AI技术带入长篇影视制作、打造十亿美元影视公司的雄心受到关注。从创始人的愿景，到日益壮大的团队与持续丰富的片单，Utopai Studios正以一项项具体进展，让新一代影视公司的轮廓愈发鲜明。顶尖人才持续汇聚，原创片单加速推进，自研技术深入制作，全球合作版图不断延伸——Utopai Studios正将这些优势凝聚为面向未来的影视竞争力。站上十亿美元估值的新起点，公司的雄心已从一部作品延伸至一代制作体系，从一个市场拓展至全球银幕。随着更多原创故事走向世界，Utopai Studios将在新一代娱乐产业中打开更广阔的增长空间，书写属于AI原生影视公司的新篇章。
  • 8 15万级纯电轿跑怎么选？埃安Ray7五版本分层解析：续航、智驾、底盘一次看懂 对年轻用户来说，选一辆纯电轿车，往往要同时回答几个问题：每天通勤续航够不够用？车机是否流畅？智能驾驶硬件是否符合需求？外观能否表达个性？偶尔想体验驾驶乐趣时，底盘和动力又能否跟上？如果还要把预算控制在15万元左右，这些需求就更容易彼此拉扯。近日开启预售的Ray7，共推出5个版本，预售价为12.88万—15.88万元。它的特点并不是把所有配置都堆在同一个版本上，而是围绕续航、智驾和底盘进行分层，让不同需求的人能够找到对应选择。日常通勤，先看续航、电耗与补能是否适合自己如果购车主要用于城市通勤，530版本提供了相对直接的解决方案。其搭载45.58kWh因湃电池磷酸铁锂电池，CLTC续航里程为530km，CLTC综合工况电耗为9.7kWh/100km，30%—80%快充时间为22分钟。对于不需要频繁长距离出行、同时关注能耗的，这一版本的重点是满足日常使用，而不是为用不到的续航增加预算。如果对跨城出行或长续航有更高要求，702版本搭载62.98kWh宁德时代电池，CLTC续航里程达到702km，选装高性能套件后续航为600km，30%—80%快充时间为21分钟。其CLTC综合工况电耗为9.8kWh/100km和11.7kWh/100km。可以根据是否选装高性能套件，在续航和性能取向之间作出取舍。除了续航数字，Ray7还提供一些与日常用车相关的配置：全系支持6kW V2L对外交流放电，并配备电池低温加热、动力电池全时段安保系统、碰撞断高压电功能及12V电池自动补电。445L后备厢则对应购物、行李和周末出行的装载需求。对于用户而言，这些配置未必像加速时间一样醒目，却更接近实际用车场景。智能配置怎么选，关键看自己是否真正需要进入车内，人们最容易感知的是屏幕和交互。Ray7配备15.6英寸2.5K高清中控屏，搭载高通骁龙8295P座舱芯片，搭配24GB LPDDR4运存和128GB UFS闪存，并支持车手互联全覆盖。对于习惯使用手机导航、音乐和互联功能的年轻人来说，这套硬件的主要意义，是为车机运行和多任务交互提供基础。智驾部分则需要结合版本来看。Ray7搭载ADiGO GSD智驾辅助系统，采用文远知行L4级同源算法和一段式端到端大模型，全车搭载27个车规级智驾传感器，全系配备3个4D毫米波雷达。激光版车型进一步配备1个半固态192线激光雷达。这意味着，如果只是希望获得基础智能硬件，可以关注驾趣版；如果更重视激光雷达及其对应的硬件方案，则需要在530后驱激光版、702后驱激光宁德版和702后驱EMB激光宁德版之间选择。对用户来说，这种区分的价值在于，智驾硬件不再只是顶配车型的专属，530续航版本也提供了激光版选项。想兼顾舒适与驾驶感，可以重点看702系列Ray7全系采用后置后驱布局，电机最大功率180kW、最大扭矩235N·m。530版本百公里加速时间为7.4秒，702版本为6.9秒，最高车速均为180km/h。舒适、运动、节能和个性四种驾驶模式，则能够根据通勤或驾驶偏好进行切换。底盘方面，全系采用前双叉臂式独立悬架和后五连杆式独立悬架。702版本增加FSD自适应阻尼调节减振器、HRS液压回弹止动器及高性能后横向稳定杆，更适合对底盘配置有进一步要求的用户。顶配的702后驱EMB激光宁德版还搭载HUAWEI DriveONE芯片级驱制融合架构和EMB全电线控制动系统，并配合华为iTrack动态扭矩分配系统，形成更完整的驱制动技术组合。当然，年轻人也不会忽略第一眼感受。Ray7的低趴宽体姿态、四门无边框车门、半隐藏式门把手，以及3.6m量子星环贯穿前后LED灯、焕新AION前后发光车标，都在强化高颜值轿跑的视觉特征。仲夏紫、闪电黄等多种车色，则给喜欢个性表达的用户留下了选择空间。七项预售权益，分别能省下什么、升级什么除了车型本身，预售权益也直接影响购车决策。限时599元锁定至高27000元预售权益，具体包括七项：1. 订金膨胀礼：599元预售订金限时膨胀抵2000元购车款。2. Ray尝鲜礼：限时提供3000元无门槛补贴。3. 车色焕颜礼：价值3999元的仲夏紫高定车漆限时免费。4. 驾趣进阶礼：价值3999元的一体式运动座椅限时免费；选择702后驱EMB激光宁德版，还可限时免费升级价值3999元的高性能轮辋及黄色卡钳。5. 尊享升舱礼：价值4999元的三层镀银天幕限时免费；三款702版本还可限时免费升级价值5000元的17扬澎湃音响。6. 暖心随行礼：限时赠送原厂全景天幕遮阳帘。7. 挚友复购礼：广汽旗下品牌老车主复购Ray7，可享专属5000积分。Ray7的选车逻辑可以归纳为：日常通勤优先看530系列，长续航和底盘配置优先看702系列，重视激光雷达选择激光版，希望同时获得EMB和驱制融合技术则关注顶配。七项限时权益又分别覆盖购车款、车色、座椅、轮辋、天幕、音响和遮阳帘，能够根据自己的需求判断哪些权益真正有价值，而不是只关注“至高”数字。
  • 9 蔚来公司江苏累计交付突破20万台，前三季度长三角销量超过BBA 2026年11月2日，蔚来公司在江苏省新车交付总量突破20万台。从2018年进入江苏市场，到2024年11月新车交付总量突破10万台用时6年；而从10万台增长至20万台不到2年，交付增长速度显著加快。今年 5 月底，蔚来公司在浙江市场新车交付总量突破 20 万台。浙江成为蔚来公司首个新车交付总量突破20万台的省级市场，如今，江苏成为第二个达成这一里程碑的省级市场。江苏市场的增长，也是蔚来公司在长三角市场表现的缩影。威尔森终端销量数据显示，2026年前三季度，蔚来公司在江苏省累计终端销量为44,425辆，同比增长69.6%；在上海、江苏、浙江、安徽的累计终端销量达149,262辆，同比增长62.7%，超过奔驰、宝马、奥迪三大德系豪华品牌各自在上述区域的销量。2022年11月，蔚来能源在上海实现所有行政区换电网络全覆盖；2024年12月，在江苏全省实现换电县县通；2025年3月，在浙江全省实现换电县县通；2026年9月，随着安徽换电县县通的达成，蔚来能源在长三角地区全面实现换电县县通。截至2026年11月2日，蔚来能源已在全国累计建成9,775座充换电站。蔚来充换电网络建设已经形成规模化网络效应，为用户带来「加电和加油一样方便」的差异化体验优势，成为蔚来公司销量增长的重要驱动力。乘联分会数据显示，2026年9月，全国新能源乘用车零售渗透率达到67%，燃油豪华车零售销量同比下降41%。大型 SUV 赛道是纯电产品竞争力大幅提升的重要市场。今年前三季度，蔚来公司四款大型SUV累计交付18.88万台，在大型SUV市场的市占率达30.16%。在全国市场，2026年第三季度，蔚来公司的季度终端销量同时超越了奔驰、宝马、奥迪三大德系豪华厂商。蔚来公司中国市场销量为111,638台；宝马（含MINI）销量为107,210台；奔驰（含迈巴赫、Smart）销量为99,592台；奥迪销量为94,597台，均包含了进口车。
  • 10 大晓机器人联合南洋理工大学发布最新成果：Mundo，构建可自由探索、可物理交互的机器人世界模型 近日，大晓机器人联合南洋理工大学S-Lab发布面向具体环境构建，可探索、可交互的世界模型——Mundo。Mundo 支持与 Atlas 类似的场景重建、自由视角探索和时空模拟能力。相较于Atlas来说，Mundo可以将物体的质量、摩擦等物理属性纳入场景程序，通过物理引擎计算运动、接触与碰撞。同时，Mundo 支持调用智能体，通过代码编辑场景中的物体、属性与动作，将少量影像转化为可自由探索、可编程交互、可用于机器人导航与操作训练的三维世界。Mundo 将三维场景表示、物理仿真与视频生成相结合，结合Astra打造全新空间理解能力，先通过影像场景与物体，并可以通过代码实现场景可以编辑，再通过代码定义、编辑物体属性和动作。物理引擎计算运动与碰撞，视频模型结合参考影像渲染结果，形成从场景重建、代码编辑到交互模拟的完整流程。场景既能被看见，也能响应动作、记录变化，进而成为机器人训练与测试的环境。这一能力为机器人进入具体商业场景提供了支持。在大晓机器人以 Kairos 为核心的世界模型技术体系中，Mundo 补充环境建模、训练数据生成与仿真训练能力，帮助机器人完成场景适配和策略优化。Project:https://mundo-world-model.github.io/Blog:https://huggingface.co/blog/Luo-Yihang/mundo-world-model少量图像构建专属世界模型，支持跨空间长路径生成Mundo 将少量图片或者视频，拓展为可持续探索的三维空间，同一组参考图像可以支持多条相机路径；面对更大场景，还可动态选择上下文，连续生成数十秒至分钟级的探索画面。具体来看，Mundo从真实场所的上下文影像出发，先建立三维代理，确定不同视图之间的空间关系，再沿指定相机路径生成新视角。在此次展示的场景中，输入1至12张图像，即可围绕房间中的家具和空间结构展开探索。同一组参考图像可以服务于多条路径，让观察位置和角度自由变化。建模过程中，三维检测器为主要物体提供初始位置与范围，视觉语言模型智能体进一步调整代理场景，通过渲染、比较和修正，让场景结构与输入影像相互对应。例如，一间办公室可以从桌面旁绕到窗边，一处住宅可以从庭院进入室内。相机移动时，输入图像约束已经拍到的布局、外观和细节，模型则对没有被拍到的区域进行推断补全。增加参考视图，就能为场景提供更多真实依据，减少补全的不确定性。这种能力也能从一张生成图像或画作开始，将其中的结构和视觉风格延伸到新的视角。对于真实场所，更多观测帮助模型接近现场；对于创意场景，单张图像则提供了构建可探索空间的起点。面对更大的环境，Mundo 使用数十张上下文图像，支持数十秒至分钟级的长路径生成。它沿同一个三维代理分段生成画面，为每一段选择相关参考视图，并通过重叠帧衔接前后片段，使局部外观和全局空间拥有共同依据。Mundo 将拍下来的一个个视角，组织成可以持续进入和探索的空间。对于机器人场景适配，这意味着现场影像能够成为构建任务环境的入口，为后续导航和交互训练提供空间基础。物体具备物理属性，推拉碰撞都有可计算的响应要让机器人在场景中练习，环境必须能够响应动作。抽屉被拉开、椅子被推动、物体落到地面，都需要对应的位置变化和接触关系。Mundo 可以通过代码编辑世界，通过场景程序描述物体的名称、尺寸和位姿，并为其配置质量、摩擦等物理属性。脚本定义动作和施加的力，物理引擎计算物体在重力与接触约束下的响应，得到运动轨迹、接触位置和碰撞力。随后，Mundo 结合环境参考图像，将这些变化渲染到对应场景中。这让环境拥有了明确的操作入口。用户可以拖动垃圾桶、推动显示器、拉动椅子或打开抽屉，也可以改变物体材料与重力条件，观察不同设置下的响应。物理过程中的速度、接触点和冲击力等状态，还能与生成画面同步展示。在这一过程中，三维代理与场景程序负责记录“物体在哪里、发生了什么变化”，物理引擎负责计算运动，视频模型负责呈现与环境相符的视觉结果。几何、物理与外观各自承担明确职责，共同构成可交互环境。让每次交互都有可追踪的状态、可计算的过程，是场景从可观看走向可使用的关键。 Mundo 将物理交互引入重建环境，为机器人练习动作及分析结果提供了具体依据。在同一环境贯通导航、操作与四维模拟，构建机器人训练场在同一个定制场景中，Mundo 进一步支持机器人移动和操作，将环境重建连接到机器人测试与训练。导航方面，三维代理提供物体类别、位置、障碍物和可通行区域等信息，路径规划器据此寻找路线。Mundo 可以生成不同机器人沿路线行进的第一人称和第三人称画面，将空间布局与机器人沿途观察联系起来。操作方面，Mundo 为参与交互的物体建立几何和物理属性，让不同形态的机器人尝试同一任务，例如将苹果放入碗中、将罐子放上托盘或堆叠积木。系统生成外部视角以及机器人头部、腕部相机视角，同时保留任务轨迹与物理交互状态，为训练数据生成和仿真测试提供支持。视觉观测与交互状态相互对应，使研究人员能够结合机器人“看到什么”和“做了什么”分析执行过程，并在进入真实场景前比较、调整策略。Mundo 还将空间探索拓展到时间维度。对于多相机记录的动态事件，可以从新视角呈现过程；对于基于图像构建的模拟事件，则通过重力和接触动力学计算运动。在选定时刻暂停时间，再移动相机，即可从多个角度观察同一瞬间，形成“子弹时间”效果，辅助查看动作细节和遮挡关系。从导航到操作，再到四维时空观察，Mundo 为机器人提供了可反复演练、可多角度检查的环境。在酒店应用中，团队已利用它重建楼层与洗衣区域，为导航提供空间和语义信息，并模拟洗衣机开门等交互，为机器人理解任务与开展训练提供支持。世界模型的产业价值，要由它对真实任务的贡献来体现。 在大晓机器人以 Kairos 为核心的世界模型技术体系中，Mundo 补充具体环境建模与仿真训练能力，连接现场采集、数据生成和策略优化，服务于机器人进入实际工作场景。关于大晓机器人（ACE ROBOTICS）——让每一个机器人都拥有“最强大脑”大晓机器人（ACE ROBOTICS）是加速具身智能智慧跃迁的机器人公司，由商汤科技联合创始人、执行董事王晓刚出任董事长，世界级AI科学家陶大程院士担任首席科学家，公司汇聚全球稀缺的青年AI科学家及来自产业界的卓越专家，共同深耕具身智能领域，旨在通过突破性技术创新，对具身智能场景的深刻洞察，推动机器人自主理解和探索物理世界，加速具身智能的商业化场景落地。大晓机器人首创ACE研发范式，构建 “环境式数据采集—开悟世界模型—泛化具身模组”的全链路技术体系。大晓机器人以全时空多视角环境采集为引擎，国内首个开源且已实现商业应用的“开悟”世界模型3.1（Kairos 3.1）和具身泛化大脑模组为技术基座，解决具身智能行业目前面临的数据荒、常识差、泛化难、通用性不足等核心挑战。大晓机器人同步重磅推出“晓新”、“晓满”、“晓途”行业级解决方案，加速具身智能在酒店服务、零售、巡检等多元场景的规模化、商业化落地。大晓机器人不仅是技术的开拓者，更是生态的共建者。大晓机器人通过与顶尖的芯片厂商、硬件厂商、云服务商及垂直场景伙伴的战略合作，共同打通“模型—硬件—场景”的产业闭环，提供标准化与定制化结合的解决方案，共同成为具身智能领域极具潜力的中国创新力量。
  • 11 腾势 Z 入选《时代》年度最佳发明 近日，《时代（TIME）》周刊正式揭晓了 2026 年度最佳发明榜单，中国纯电高性能跑车腾势 Z 凭借前瞻的技术创新成功入选，其搭载的云辇-M 智能磁流变悬架系统备受瞩目。其中，部分车型搭载了京西智行 MagneRide®磁流变减震器。作为该车型减震器的提供方之一，京西智行以第四代 MagneRide®磁流变技术为车辆的动态表现提供了强有力的底层支撑，展现了中国底盘科技在全球化进程中的核心竞争力。腾势 Z 跻身《时代》周刊最佳发明榜单，成为中国新能源汽车科技创新的代表，云辇-M 出众的素质功不可没。云辇-M 这一智能汽车底盘系统中，京西智行 MagneRide®磁流变减震器担当着智能底盘执行层的关键角色。京西智行 MagneRide®磁流变减震器通过与整车预瞄系统及控制算法的深度协同，能够根据路况实时做出响应，在 1 毫秒将阻尼力调整至适宜水平，助力整车在 10 毫秒内完成动态调整。这不仅为高速赛道表现提供了扎实的底盘支撑，也大幅提升了复杂多变工况下的行驶稳定性与操控上限。面对高性能车型的严苛要求，京西智行 MagneRide®磁流变减震器提供了行之有效的解决方案：它摒弃传统机械阀片，通过电磁场改变减震器内部磁流变液的粘度，显著缩短响应时间，以每秒 1000 次的频率实时调整阻尼，兼顾了超跑对操控性能与舒适体验的双重要求。京西智行 MagneRide®磁流变减震技术的阻尼调节范围数倍于传统减震器，阻尼输出从 10 牛到 10000 牛以上。凭借这种即时、按需变化的四轮支撑能力，车辆在高速过弯时内侧车轮稳稳拉住车身、外侧车轮提供有力支撑，在起伏路面上迅速收敛车身的多余晃动，显著提升了驾驶者的掌控感与行驶安全性，切实助力用户驾乘中实现「飞坡不跳，过弯不偏，破路不颠，坐车不晕」的优异动态表现。不止于腾势 Z 部分车型，方程豹品牌旗下的 S 系列云辇-M 版也应用了京西智行 MagneRide®磁流变减震器。随着腾势 Z 与方程豹 S 系列云辇-M 版以及多款热门车型相继亮相与上市，MagneRide®磁流变悬架技术的市场需求正持续增长。目前，京西智行磁流变减震器在国内的年产能已达 200 万支，张家口生产基地为合作车型的按时高质量交付提供了坚实后盾。
  • 12 今日宜休发布两款睡眠科技旗舰新品，以软硬协同构建AI睡眠科技生态 2026年10月29日，ISHO今日宜休AI睡眠科技生态产品发布会在北京举行。今日宜休创始人兼CEO王腾正式发布ISHO Ring智能戒指、ISHO iFlow智能温控系统两款旗舰睡眠科技产品，并推出ISHO intelligence个人睡眠健康AI技术体系，包含以ISHO Personal Agent为核心能力的ISHO App以及生理信号大模型，全面展示今日宜休在AI睡眠科技领域的生态布局。聚焦夜晚8小时，5-10年打造全球领先的AI睡眠科技生态在大众睡眠健康需求日益增长、AI 技术不断发展的背景下，睡眠管理正从被动监测走向主动干预。今日宜休创始人兼CEO王腾认为，过去科技行业更多关注人们清醒的16小时，而睡着的8小时同样蕴藏着巨大的科技创新空间。王腾在发布会上表示，睡眠健康是一门复杂的系统科学，需要睡眠科学、AI算法与软硬件研发能力的深度融合。依托中国优秀的工程师资源和顶尖产业链能力，今日宜休希望用5-10年时间，打造全球领先的AI睡眠科技生态品牌。围绕这一目标，今日宜休从创业之初便确立了软硬件一体化的生态布局。在硬件层面，以智能戒指与智能温控系统为核心，构建从生理信号感知到睡眠环境主动调节的产品矩阵；在AI技术层面，推出面向个人的睡眠健康AI技术体系ISHO Intelligence，融合跨学科睡眠健康研究成果、自研ISHO 生理信号大模型与ISHO Personal Agent，逐步构建覆盖“监测-分析-干预-进化”的睡眠健康闭环。从睡眠监测到精力指数，ISHO Ring重新定义智能戒指旗舰体验作为今日宜休首款健康监测产品，ISHO Ring智能戒指以实现“从腕上到指尖的睡眠革命”为目标，探索更加轻便、无感的健康监测方式。相较于手腕，指尖具备良好的生理信号采集条件，并且戒指形态更加小巧轻便，更适合长期佩戴，让健康监测自然融入日常生活，实现从睡眠监测到日间精力管理的延伸。在产品设计上，ISHO Ring将旗舰级硬件性能与珠宝级工艺相结合。戒指内外圈均采用航空级钛合金材质，以一体化成型设计融合智能科技与珠宝质感。行业首创环境光线监测，戒指正面蓝宝石光感窗口历经14道工序，实现行业首创“方平磨一体”成型工艺，通过上百次油墨配方调试，兼顾外观美学与传感器透光需求，并推出曙光金、星空银、谧夜黑三款配色。硬件性能方面，ISHO Ring全球首发Apollo 330B Plus旗舰芯片，支持独立运行端侧AI；配备行业最大32MB大容量存储，可连续记录7天离线数据；定制卷绕电池，让戒指可实现6-10天续航，为长期、连续的健康数据采集提供硬件支撑在健康监测方面，ISHO Ring通过多传感器融合，可持续监测18项数据。Pro版配备的ISHO感知充电仓进一步整合CO₂、温度、湿度、噪音、室内光线五合一环境监测能力，实现人体生理信号与卧室环境信息的协同感知。基于持续采集的健康数据，ISHO Ring还将睡眠、活动与恢复数据整合为0-100的“精力分”，并通过ISHO App中的ISHO Personal Agent，为用户提供睡眠报告解读与个性化日间精力管理建议，帮助用户更好地了解身体状态、合理安排工作与生活。从监测到干预，ISHO iFlow智能温控系统探索主动睡眠管理ISHO Ring让用户更好地了解自身睡眠与精力状态，ISHO iFlow智能温控系统则进一步将AI能力延伸至睡眠环境的主动调节。作为今日宜休首款睡眠干预产品，ISHO iFlow具备“无感监测、智能分析、动态调温”三大能力，可根据不同睡眠阶段的身体状态变化，主动调节床面温度，帮用户有效延长深睡时间，让用户醒来拥有更好精力状态。在无感监测方面，ISHO iFlow内置双BCG感知带，无需额外佩戴设备，即可持续捕捉心跳、呼吸及体动信息，并支持双人独立监测。系统同时搭载8个床温传感器与1个卧室温湿度传感器，可分区域采集床温变化，实现精细化温度调控。Pro版进一步配备512点柔性压力感知阵列，可实时识别睡姿变化。智能分析方面，ISHO iFlow搭载联发科技Genio 420高性能主控，具备7.2 TOPS端侧算力，支持AI模型本地运行，可持续感知睡眠状态并转化为实时温控决策，实现从被动适应温度到主动智能调节的体验升级。动态调温方面，ISHO iFlow采用TEC半导体温控模块，配合四组协同水循环系统与600W散热系统，支持双人独立分区调温，可满足伴侣不同的冷暖需求。Pro版进一步升级至六组TEC、900W散热功率及560W电源，并提供腰部石墨烯三档加热、55℃高温除螨等功能，拓展精细化睡眠环境管理能力。在产品设计上，ISHO iFlow同样强调科技与生活美学的融合。温控主机采用圆润造型与织物包覆设计，床笠选用A级亲肤面料，兼顾舒适触感、可拆洗及日常维护需求。Pro版本进一步采用贝卡特柔丝工艺与天丝莱赛尔纤维，提升面料的细腻质感与透气表现。此外，今日宜休还宣布与东方生活方式品牌“上下”展开联名合作，将东方美学与睡眠科技相结合，推出定制床笠、盖毯及抱枕等产品，进一步拓展高端睡眠生活场景。从监测、分析到主动干预，今日宜休AI睡眠科技生态初步成型随着两大旗舰硬件产品及ISHO Intelligence 睡眠健康AI技术体系的亮相，今日宜休初步构建起软硬件协同的AI睡眠科技生态：戒指佩戴于手指上，全天采集用户生理、环境与睡眠信息，温控系统能够提供无感睡眠数据监测，ISHO Ring与ISHO iFlow智能温控系统可以实现监测数据互补，通过ISHO生理信号大模型提升监测精度，ISHO Ring则为ISHO iFlow智能温控系统提供全天候数据完整度。ISHO Personal Agent结合更准确、完整的数据分析，判定个人状态并提供个性化分析与建议，形成“监测-分析-干预-进化”的睡眠健康闭环。王腾表示，未来今日宜休将持续加大睡眠科学研究、AI技术研发与产业合作投入，依托中国工程师与产业链优势，推动AI睡眠科技从单一健康监测设备向更完整的个人睡眠健康生态演进，让科技真正服务于更好的睡眠与日间精力状态。目前，今日宜休两款睡眠科技产品均已开启预售。ISHO Ring售价为1799元；Pro版售价为2199元，11月11日起陆续发货。2026年10月29日-11月12日期间购买，可享限时3期免息、全程保价；11月30日前购买可享指模抵扣。ISHO iFlow售价为9999元，Pro版售价为12999元起，今日宜休x上下联名款售价为15999元起。预售期间，ISHO iFlow订金200元抵1000元，12月开始交付；今日宜休x上下联名款，订金1000元抵2000元，2027年1月开始交付。
  • 13 DeepSeek 投资人曝光：腾讯、宁德时代、长鑫、中芯国际、vivo、美团、美的、吉利、中国移动、中国电信、小红书、中金等 备受关注的 DeepSeek 背后投资人名单迎来大曝光，阵容堪称中国硬科技与互联网产业的「全明星团」——除了腾讯、宁德时代、长鑫、中芯国际、中国移动、中国电信及中金等巨头悉数在列外，vivo、美团、美的、立讯精密、吉利、携程以及小红书更是分别出资 10 亿元至 30 亿元人民币，对其进行了大手笔的战略投资。值得一提的是，在这份横跨半导体、能源、汽车、家电与互联网平台的豪华名单中，vivo 是唯一入局的智能手机厂商。重金押注 DeepSeek 的背后，既是 vivo 进一步加深底层大模型绑定、全面加码 AI 赛道的战略落子，也让外界对接下来大模型能力在手机终端上的深度融合充满了期待。
  • 14 开拍正式上线桌面端，打造高效口播创作新体验 近日，美图旗下AI口播视频工具开拍宣布首次上线桌面端，同步支持Windows与MacOS两大主流系统，打通手机端与电脑端创作链路，为口播视频制作带来更加流畅专业的剪辑体验。据开拍介绍，新版本实现双端素材、创作习惯互通，脚本、素材与工程文件均可在手机和电脑之间灵活切换，用户能够随时随地开启创作。依托电脑端的操作优势，创作者在剪辑长视频、精细调整画面参数、批量处理素材时，操作视野更开阔，时间轴编辑、素材拖拽、细节微调都更加顺手，处理速度也更快。目前，开拍的网感模板、动态字幕、封面设计、AI消除、画质修复、画中画等核心能力完整迁移至电脑场景。首批体验者表示，“无需依赖手机剪辑，上班时可直接在电脑端完成粗剪、精修与导出，创作流程更贴合办公场景，效率不再受移动端局限。”在短视频内容竞争日益激烈的背景下，开拍围绕“网感”打造差异化优势，尝试降低口播视频的制作门槛，让普通创作者无需掌握复杂的专业剪辑软件，也能制作适配短视频平台的内容。其应用场景不仅包括自媒体创作者的日常内容制作，也覆盖公司职员的工作汇报与知识分享、本地生活商家的门店引流、电商代运营团队的商品营销，以及各行业主理人的个人IP打造等。目前，开拍月活跃创作者已超过300万。美图公司发布的2026年第三季度最新业务状况显示，AI生产力应用变现提速，作为美图公司核心生产力工具，开拍的ARR同比增长至超去年同期的两倍，直观反映了用户使用深度和黏性持续走高。长期关注视频剪辑领域的分析师认为，桌面端的推出有助于开拍进一步覆盖长视频剪辑、精细化编辑等创作需求，完善跨设备的工作流程，也意味着该领域的产品竞争从单一功能延伸至完整创作流程。
  • 15 联想天禧AI 4.5全端升级，三大场景打造“职场超能搭档” 10月30日，联想天禧AI 4.5迎来AIPC端正式发布。这是继10月20日AI手机端、10月27日AI平板端率先上线后， 联想天禧AI 4.5实现AIPC、AI平板、AI手机多端覆盖。围绕当代职场人的核心痛点，天禧AI 4.5以“我的职场超能搭档”为定位，带来“超全能办公、超高效会议、超省心差旅”三大场景体验重磅升级，以跨端协同与软硬一体的超能进化，为用户开启高效、省心、无界的智能办公新体验。超全能办公：连接器与技能全打通，一句话搞定复杂任务面对繁杂的日常办公流程，天禧AI 4.5推出全新升级的“超能模式”，将AI从问答对话助手进化为指哪打哪的行动派。在连接能力上，天禧AI 4.5聚焦高频办公场景，率先打通飞书、联想浏览器、企业微信等头部应用连接器，并与个人知识库深度融合，实现本地文件与飞书等云端资料的无缝衔接。无论是查会议、分任务、理待办，还是跨平台检索资料并群发通知，用户只需一句话下达指令，天禧AI即可自主拆解并跨应用闭环执行。与此同时，超能模式上线了涵盖连接器、多任务协作与丰富Skills的“技能广场”，并持续优化PPT生成等核心职场技能，大幅提升演示文稿的制作质量与效率。此外，天禧AI的“系统级操控技能包2.0”化身专属设备专家，遇到系统卡顿或复杂设置难题，只需一句“帮我将电脑调整为最佳状态”，即可自主执行显卡、功耗与系统优化等组合设置，让每一台设备时刻保持巅峰状态，让用户变身职场超人。超高效会议：AI参会实时脑暴，会后沉淀跨端同步针对“开会耗时长、纪要整理慢、资料难消化”的职场困扰，天禧AI 4.5对AI妙记与知识库进行了全方位重构，打造了从会中激荡到会后沉淀的全链路闭环。会议进行中，天禧AI 4.5实时转录优化带来同传级字幕体验，确保会上不漏信息。更令人惊艳的是，天禧AI可以作为“参会者”实时参与脑暴，它能够以三方视角发表观点、补充创意思路，让团队头脑风暴越聊越开；参会人员还可在会议中途随时向AI妙记提问，天禧AI将基于实时转录内容当场作答，并自动识别与标记会议重点。会后，AI妙记会自动生成结构清晰的总结卡片，并自动入库、通过个人云实现跨端同步。全新升级的知识库不仅与超能模式深度打通，更将问答的文件上传数量大幅扩展至20个；知识库支持对话框直接上传图片，轻松应对多文档深度对比与图文混合资料分析，让每一次会议与每一份文档都沉淀为随时可调取的个人知识资产。超省心差旅：全双工动嘴即办，远程调起AIPC替你干活在交互与移动办公体验上，天禧AI 4.5在AIPC、AI平板与AI手机三端全面支持自然流畅的全双工语音交互，无需反复唤醒，动动嘴即可让天禧AI工作，在对话过程中可以像与真人交谈一样随时打断、随时补充指令，沟通零门槛。而在移动出差、通勤途中等双手受限的碎片化场景下，AI手机与AI平板更化身“随身指挥中心”，带来超省心的差旅体验：用户只需通过AI手机或AI平板，即可远程调用办公室或家中的AIPC超能模式接力执行重度复杂任务。在AI手机端/AI平板端超能模式Channel上，AIPC超能模式的任务执行过程同步可见，任务送达与完成状态会通过前后台推送提醒；任务完成后，用户还能直接在AI手机或AI平板上在线预览最终产物、统一管理同一会话下的全部历史交付物，真正实现“人在旅途走，活在PC干，进度主动推”。硬核算力加持，联想AI主机升级天禧4.5，实现Token自由除了个人终端的协同进化，面向高强度生产力场景的联想AI主机也正式升级天禧AI 4.5，带来“办公有一套，编程有一套”的全能体验，支持7×24小时全天候在线自主推进复杂任务，成为开发者与重度办公人群的硬核引擎。其中，联想AI主机P7既支持调用云端大模型，也可单独作为边缘算力设备产出AI算力。依托全新“Auto模式”，天禧AI可根据任务复杂度在云端大模型与主机本地模型之间自动匹配最优方案，在保障快速响应与高水准效果的同时，减少不必要的消耗，真正助力用户实现Token自由。“一体多端”再进化，你的职场超能搭档已就位当AI融入职场工作的细节，用户的办公体验便不只有单点提速，而是全方位的进化。此次天禧AI 4.5通过多端全面落地，将联想“一体多端”战略在智能办公领域推向新高度。进一步提升个人AI在端-边-云架构下的混合式AI场景化体验。以天禧AI“一体”为核心，深度打通AIPC、AI平板、AI手机、AIoT，以及AI主机的完整体系化生态，不仅打破了应用与数据的壁垒，更实现了用户办公体验的无缝流转。它不仅将用户从繁琐重复的流程中彻底解放，更通过全天候AI协同，把用户的精力还给思考与创造。天禧AI 4.5在“一体多端”的战略的加持下进化，为每一位职场人打造出最值得信赖的“职场超能搭档”，助力用户从容应对每一个挑战。
稀土掘金 文章榜 共15条
网易新闻 热点榜 共15条
51CTO 推荐榜 共15条
Github 热门榜 共15条
热搜日期： 24小时更新数据