如果说 2025 年 DeepSeek 的爆发让全球意识到算力并非通往 AGI 的唯一方式，那么 2026 年开年，MiroThinker 1.5 的发布，让人更关注小模型的潜力所在。

MiroThinker 1.5 是盛大集团创始人陈天桥与 AI 科学家代季峰创办的 MiroMind 所推出的新一代模型，MiroThinker 1.5 通过 其 30B 小模型规格，通过极小的算力调度，在复杂推理任务中取得了不输大模型的表现，同时响应速度更快、成本更低、智能表现效果更好。目前，MiroThinker 1.5 正处于公开发布阶段，人人皆可上手免费使用。

除了MiroThinker 1.5 性能表现优越以外，MiroThinker备受关注的另一大原因是，这是一个强强联手打造出来的创业项目。

MiroMind 是陈天桥在 AI 领域，少有的，自己下场主导并参与的创业项目，他曾凭借《传奇》缔造网游神话、登顶中国首富。在淡出中心视野这些年里，他扎进脑科学领域，砸下十亿美金建立 TCCI，试图挖掘人类大脑的秘密。

公司的另一个创始人则是代季峰，从微软亚洲研究院到商汤科技，一直扎根在计算机视觉领域。他主导过 InternVL 等开源项目，是物体检测与具身智能领域的风云人物。两者组合，让 MiroThinker 1.5 哪怕只是刚上线不久，也得到业内不少关注。

图片来源： MiroMind 官网

不过，如果小模型的性能真的能够与大模型相媲美，Agent 或许将会迎来一轮落地爆发，随着 Agent 真正完成端侧落地，AI 硬件的能力与玩法，或许也会迎来新一轮的变革。

一、梁文锋牵线搭桥，MiroMind想要成为下一个 DeepSeek

前不久，MiroMind首席科学家代季峰在知乎上亲自下场，还原了这段颇有江湖色彩的创业故事。

出人意料的是，为 MiroMind 两位核心人物牵线搭桥的正是 DeepSeek 的掌门人梁文锋。

2025 年初，当陈天桥目睹了 DeepSeek 能力后，就意识到通往 AGI 的道路已开始明晰。当发现自己完全有能力打造下一个 DeepSeek 时，他询问梁文锋，谁最适合带队冲刺 AGI？梁文锋当时就推荐了代季峰，陈天桥没有任何迟疑，直接锁定了他，两人联合创办了 MiroMind。

据代季峰回忆道，在创业前最关键的那场谈话中，没有冗长的商务谈判，只有相见恨晚的共鸣。

当时，陈天桥问代季峰DeepSeek成功的核心原因是什么，代季峰提到因为梁文锋一人集齐了「有钱、有理想、懂技术」三个要素，沟通与管理的成本降到极限。代老师随后坦诚相待说：「我有理想和技术，但唯独少了点『资金』。」陈天桥对此相视一笑提到，「我有资本，有对 AGI 的执着理想，但确实缺一位懂技术的领路人。」

这种各有所长的组合，补齐了他们通往 AGI 创业道路的最后一块拼图。代季峰在组建团队时，带有一种近乎纯粹的「少年感」，他提到自己不需要那种在大厂下午发消息、深夜十点才带着满身疲惫回家的员工，而是更希望团队伙伴们都能做到「眼里有光」的状态。

图片来源：清华大学官网

在选择究竟以什么方向切入赛道时，代季峰很清醒地意识到，现在LLM 预训练的曲线已经走到了极其平缓的平台期，作为一个后来者，选择再去大模型赛道拼参数并没有意义。

于是，MiroMind 毅然选择杀入了刚兴起的 Agent Modeling 赛道，他们想看看，如果不再推崇算力至上，而是追求最懂、最实用的模型，能不能在 Agent 时代跑出一条不一样的生路。

二、 模型参数量降至1/30，成本下降1/20

过去七个月，MiroMind 一直在思考一个更为根本的问题：智能的「奇点」究竟在哪里？

最后他们给出的的答案并非是「用参数推出世界记忆模型」，而是追求「发现智能」。

他们在官网中写道：真正的智能并非依赖于全知全能，而是依赖于研究、验证和纠正的能力。因为真正的智能不是过目不忘的死记硬背，而是像科学家一样，在不确定性中通过纠错抵达真相。

MiroThinker 1.5 测试的最终的效果，也非常令人欣喜。面对万亿级参数的 Kimi-K2-Thinking，仅有 30B 参数规模的 MiroThinker-v1.5 表现出了相当的推理水平。而最直观的表现是模型性能与模型成本成倒挂的态势，在衡量搜索代理能力的基准测试 BrowseComp-ZH 中，30B 版本的表现位列全球前列。

BrowseComp 基准测试的性能比较 ｜图片来源：MiroMind 官网

由于参数量缩减到对方的 1/30，MiroThinker 1.5 30B 调用成本大幅下降至每次 0.07 美元，仅为万亿模型成本的 1/20，且推理速度更快。

智能搜索基准测试的性能比较｜图片来源：MiroMind 官网

MiroMind 在官网解释了自己的设计思路与原理。他们认为传统的 Scaling Law 路径倾向于将尽可能多的人类知识记忆在模型参数中。这种做法的弊端在于，当模型面对未知领域或实时变动的信息时，往往会基于统计概率「捏造」答案，从而产生幻觉。而MiroMind 团队则将技术重点放在了交互式缩放（Interactive Scaling）上。

具体而言，在技术实现上，MiroThinker 1.5 引入了几个核心的新机制：

• 交互式推理闭环： 模型不再进行简单的线性思维链（CoT）外推。它构建了一个「提出假设—查询外部数据—发现冲突—修正假设」的研究循环。在得出结论前，模型会主动发起多轮外部检索，利用确定性的外部证据流来抵御不确定的内部推理偏差。
• 证据驱动的训练机制： 在训练阶段，团队改变了奖励函数。系统不再单纯奖励答案的正确性，而是强化模型搜寻证据的行为。缺乏来源支持的高置信度输出会被惩罚，这迫使模型形成一种「先验证、后判断」的本能。
• 时间敏感型训练沙箱： 为了解决 AI 的「后见之明」问题，标准训练中，模型通常能看到数据的最终结果，这使其在预测未来时倾向于先「回忆过去」。简单来说，MiroMind 构建了一个沙箱，严格限制模型只能访问特定时间戳之前的信息，迫使它在信息不完整、存在延迟的真实环境下学习推理和纠错。

如此一来，MiroThinker 1.5 不再是一个试图记住所有百科知识的容器，而是一个擅长使用工具的专业研究员。在处理金融分析、时效性预测等任务时，它能够展示完整的逻辑验证链条。

演示提问：下周有哪些重大事件可能会影响美国纳斯达克指数？｜图片来源：MiroMind 官网

三、通往 AGI 的另一种道路

MiroThinker 1.5 的出现，在行业内引发了一定反响。不少业内人士认为， AI 竞争即将从拼参数拼规模的时代，转向「拼智力」的时代。

随着模型参数规模的持续下降和推理成本的边际递减，2026 年小模型或成为关键。当 AI 模型的参数规模最够小、价格最够低，且表现性能足够好时，能够更高效地集成进各类移动终端和边缘设备中，那么 AI 落地硬件的算力门槛问题将会迎刃而解。那些已经在大厂实验室、初创公司里打磨了一两年的 AI 硬件，才算真正具备了底层技术支撑，迎来了真正的「开智」时刻，且能够进一步迎接更丰富的功能，更有趣的交互设计。

就如同电力时代刚开启时，人类必须依赖庞大的变压器和错综复杂的电网供电，那时的电力是昂贵且固定的。但当电池技术成熟、电力变得可随身携带后，电器才真正爆发并改变了每一个人的生活。如今的大模型就像初期的电网中心，而 MiroThinker 1.5 这样的小模型 ，则更像随处可见的「电池」。

可以预见的是，2026 年，AI 变革将不再仅仅局限于行业内部的技术狂欢，而是会通过手机、眼镜、穿戴设备等每一个真实的硬件入口，触达每一个普通人。当 AI 能够以极低的成本在端侧实时运行、自主研究并解决问题时，所有人都会比以往任何时候，都更直观地感受到 AI 时代对生活的影响。

作者｜张鹏

编辑｜ 苏子华

2026 年开年， 阿里云通义智能硬件展，在深圳落地举办。 220 多家企业、1500 多件展品、240 多款新品首发，其中 180 款与美国 CES 同步亮相。据了解，在过去一年里，通义大模型多模态能力深度赋能了超过 15 万家智能硬件厂商。

值得注意的是另一个事实：这 1500 多件展品，几乎全部是使用了通义大模型的 AI 硬件。

不是「加了语音」的设备，也不是「接了个大模型 API」的升级款，而是一批从一开始就围绕 AI 能力来定义的硬件新物种。

阿里云通义智能硬件展 上五花八门的智能硬件产品｜图片来源：阿里云

如果说 CES 更像是消费电子产业的年度展演，那么这场 阿里云通义智能硬件展 ，更像是一块被持续浇灌了一年的实验田。现在，第一轮结果已经长出来了。

从这块实验田里，我们其实可以看清一个更大的变化：AI 时代，硬件创业的底层逻辑，已经变了。

过去，我们谈硬件创业，聊的是「生产制造供应链」，是模具、良率、库存；后来，行业聊「软件定义硬件」，也就是加个 App，搞个联网。但今天，「智能」与「算力」，已经成为新时代硬件供应链的核心要素。我们正在全面迈入「智能定义硬件」的阶段。

而透过 阿里云通义智能硬件展 ，我们也可以看到，推动 AI 硬件的大爆发，与领先的大模型家族、开源开放的生态紧密相关。这直接决定了「AI 新物种」的落地速度和产品、商业想象力。

01

AI 硬件的「新物种」正在如何进化？

生物进化的本质，是物种与环境的协同适配。AI 硬件的「物种爆发」，同样遵循着清晰的进化逻辑。通过这次展览上的产品，我总结出了 AI 硬件创新、进化的几个关键趋势。

在 阿里云通义智能硬件展 现场， 一个非常清晰的信号是智能硬件正从过去的「功能叠加」走向「智能体化」。

过去的智能硬件，本质上是「功能机+语音助手」。你喊它一声，它给你报个天气，这算是功能叠加。

但现在的 AI 硬件，开始有了「灵魂」。比如现场展示的 Mooni M1 儿童 AI Pin、悟空人形机器人，或者是雷鸟 AI 眼镜。它们具备了长期记忆、情感交互和主动感知能力，是「数字生命体」。它们不只是在等你发号施令，而是在观察你，在理解你。

这些搭载了通义千问大模型的产品，不只强调功能，更在强调「我是谁？我和你是什么关系？我是否能长期陪伴你？」

大模型不再只是回答问题的工具，而是逐渐成为硬件的认知中枢：多模态模型负责感知世界；情感智能体负责建立关系。产品也自然从「工具」，向「智能体」演化。这也是为什么，我们正在从「软件定义硬件」，走向「智能定义硬件」。

另外一个趋势是，真正能落地、可规模化的 AI 硬件，几乎不可能只依赖端侧智能。这也是为什么，在 阿里云通义智能硬件展 上，「端云协同」几乎成了各家产品的默认选项。 比如，荣耀 Magic V5 通过阿里云端云协同的 VQA 方案，让图片识别率提升了 40%，延迟反而降低了 30%；OPPO 小布助手和「一键问屏」接入 Qwen3-Plus 与 Qwen3-VL，实现高精度意图识别与智能问答，实际上， 全球 TOP10 的手机厂商都在接入阿里云通义。阿里云正以「模型+工程+生态」三位一体战略，加速了手机厂商 AI 功能创新与规模化落地。

再比如，理想 i6 的座舱，车端跑轻量模型负责响应，云端则调用高德、飞猪、支付宝的 Agent，完成复杂推理和跨服务功能，从而实现真正可用的「语音即行动」。

汽车是 AI 落地的重要终端｜图片来源：阿里云

这些产品的共同点在于： 端侧负责确定性体验，云端负责智能上限。

云厂商提供的这套架构，让复杂的 AI 应用在轻便的硬件上落地变得具有可行性。当这一架构成为共识，AI 硬件竞争的焦点也随之发生变化——不再是谁的芯片参数更高，还要看谁更懂得如何调度云端智能。

阿里云通义智能硬件展 传递出的第三个关键信号是：真正跑出来的 AI 硬件，往往来自垂直场景。 通用大模型固然厉害，但真正的商业闭环往往发生在细分领域。

比如说：

• 教育场景： 听力熊接入阿里云后，做了儿童专属对话智能体。这款产品没有追求「全知全能」，而是聚焦儿童学习的核心需求，通过通义大模型优化对话逻辑、适配儿童语言习惯。数据显示，搭载该智能体后，孩子的日均使用时长提升了 40 分钟；

• 音乐场景： TemPolor Melo-D 智能吉他，全球首款生成式 AI 吉他，它搭载的「天谱乐」模型还斩获了全球算法冠军。这款吉他能根据用户的演奏风格、情绪状态，实时生成伴奏旋律，成为现场的人气王之一。它的成功，在于将通义大模型的生成能力与音乐创作的行业逻辑相结合，开辟了 AI + 音乐的全新赛道；
• 影像领域 ：影石 Insta360，利用 Qwen-VL 自动打标，配合 Qwen-Plus 生成脚本。以前剪视频要半天，现在 AI 直接帮你把活儿干了。

这些案例背后，有一个关键推手：云厂商的生态支持。阿里云除了提供全球领先的大模型，也通过「百炼平台」与生态工具链，降低了硬件厂商的 AI 集成门槛。甚至，硬件厂商和解决方案商，无需从零搭建 AI 团队，只需结合自身的行业经验，就能快速将大模型能力融入产品，打造场景化的超级智能体。

比如，在 阿里云通义智能硬件展 期间，阿里云发布的多模态交互开发套件，该套件集成了千问、万相、百聆三款通义基础大模型，并预置十多款生活休闲、工作效率等领域的 Agent 和 MCP 工具，不仅能听、会看，还能思考并且与物理世界交互，可应用于 AI 眼镜、学习机、陪伴玩具、智能机器人等硬件设备。

这也意味着，AI 硬件的创新不再局限于依靠组建庞大技术团队来构建「大而全」的通用产品，「小而美」的细分场景产品，反而更容易凭借精准的用户洞察和深度的智能适配，成为爆火的「新物种」。能让这些深耕行业的厂商，能快速「点石成金」。

02

硬件创业的新逻辑

把这些现象放在一起，会看到一个更大的结构性变化：

在 AI 硬件时代，云厂商正在成为新的「关键基础设施」，是供应链里面越来越重要的一环。

过去，硬件厂商看云厂商，觉得对方就是个「租服务器的」。但在 AI 时代，这个角色发生了深刻的变化。云厂商不再只是卖服务器、卖算力，而是逐渐演变为硬件企业的技术合伙人。

这一变化，至少体现在三个层面：

第一，AI 硬件对云能力的要求，正在显著抬高。

未来，算力与智能在硬件整体价值中的占比将持续提升。这意味着，硬件厂商在选择云合作伙伴时，考量的不再仅仅是计算和存储的价格，更是其大模型能力的领先性、端云协同架构的成熟度，以及开源开放生态带来的灵活性。

过去一年，阿里云上之所以能长出如此多的 AI 硬件，正是得益于其全球领先的通义大模型家族。开源开放的多样选择，为企业提供了避免供应商锁定的自由，以及以开源驱动的端云协同技术栈。这种「技术土壤」的肥沃程度，直接决定了上面能长出多少「AI 新物种」。

第二，云厂商正在推动硬件「生而全球化」。

以前硬件出海，光是合规和全球服务器部署就能脱层皮。很多优秀的硬件产品，因为无法解决这些问题，只能局限于国内市场。

但云厂商的全球布局，正在让这些难题迎刃而解。

比如，阿里云在全球 29 个地域布局的 92 个可用区，形成了一张覆盖全球的基础设施网络。硬件企业只需接入阿里云的全球 AI 基础设施，就能快速实现产品的全球化部署——无需在每个国家搭建服务器，无需单独应对不同地区的合规要求，阿里云的合规体系能帮助企业满足 GDPR、PCI-DSS 等国际标准，降低合规风险。

这意味着，现在的硬件创业，从一开始就可以具备「全球化视野」。一款产品在研发阶段，就能基于云厂商的全球基础设施，做好全球化适配；产品一经推出，就能快速进入全球市场。这种「生而全球化」的能力，是过去传统硬件企业难以想象的。

阿里云通义智能硬件展 上的 180 款 CES 同款产品，正是这种能力的最好证明，借助云厂商的全球布局，实现了「国内首发 + 全球同步」，大大缩短了产品的市场周期，提升了全球竞争力。

第三，商业模式正在发生变化。

云厂商自身也在进化，其商业模式正从传统的卖算力向卖 AI 能力即服务转型。阿里云 AI 相关收入连续七个季度三位数增长的数据，本质上印证了一件事： 市场已经开始为「智能本身」付费。

对于硬件厂商而言，这意味着可以像购买水电一样，按需采购世界级的 AI 能力，极大加快了产品智能化的上市节奏。

从这个角度看， 阿里云通义智能硬件展 的意义，并不在于展示了多少产品，而在于它让人清晰地看到：中国 AI 硬件产业，正在形成一套新的协作方式——硬件企业负责理解场景、打磨产品，云厂商负责智能、算力与全球化基础设施。

如果说过去的硬件创业，拼的是制造能力、渠道能力和成本控制，那么 AI 时代的硬件创业，还得看谁更早开始进入「智能定义硬件」的轨道。

拥有强大模型能力、开放生态和全球基础设施的云平台，正在成为智能硬件新时代的「数字基建」提供者。它们赋能的不只是产品，更是整个产业的创新速度与全球化能力。

阿里云通义智能硬件展 ，像一次阶段性成果的集中亮相。它没有宣告终局，但已经足够清楚地告诉我们：AI 新物种大爆发，已经开始。

存储芯片价格飙升，消息称谷歌、微软等美科技巨头派团队赴韩抢购 DRAM

1 月 11 日消息，近几个月来，存储芯片的价格一路飙升。据 Chosun 报道，谷歌、微软等美国企业正紧急派遣采购人员飞往首尔，不计成本地争夺日益紧缺的 DRAM 货源，业内人士戏称这些采购团队为「DRAM 乞丐团」。

报道还称，位于韩国板桥和平泽地区的酒店已被挤得满满当当，各大企业的采购团队扎堆于此，争相从三星和 SK 海力士的总部抢购 DRAM 货源。毕竟，这两家韩国巨头合计掌控着全球绝大部分的 DRAM 供应链。

得益于 DRAM 销量的激增，三星电子也创下了季度营业利润的历史新高，突破 20 万亿韩元（现汇率约合 962 亿元人民币）。

报道称，以 8GB 容量的 DDR4 内存为例，其平均固定交易价格已从去年 1 月的 1.40 美元，飙升至去年 12 月的 9.30 美元。

科技巨头们眼下的核心目标，是抢在存储芯片价格进一步上涨前锁定更多货源。与此同时，为了满足全球不断增长的需求，包括 SK 海力士、美光以及三星在内的多家 DRAM 制造商也在扩大产能。（来源：IT 之家）

马斯克旗下 X 起诉 18 家音乐巨头：指控其串通抬价、阻碍竞争；X 平台将于七天内开源其算法

1 月 11 日，据路透社报道，Elon Musk 旗下社交媒体 X 在周五起诉了 18 家大型音乐出版商以及一家美国主要音乐产业行业协会，指控它们合谋阻碍竞争，迫使 X 以被抬高的价格购买音乐作品的授权。

该诉讼在得州联邦地区法院提起，指控美国国家音乐出版商协会、索尼音乐、环球音乐、华纳查普尔和其他音乐出版商拒绝与 X 就单独的授权协议进行谈判，违反了美国联邦反垄断法。

「X 被剥夺了以竞争性条款向任何音乐出版商获取美国音乐作品授权的能力。」诉讼称。

美国国家音乐出版商协会主席兼 CEO 大卫・以色列特 (David Israelite) 在一份声明中表示，X 是唯一一家未为其平台上的歌曲获得授权的主要社交媒体公司。

以色列特表示：「我们指控 X 多年来一直存在版权侵权行为，而这起毫无根据的诉讼是一次恶意之举，意在转移视线，掩盖出版商和词曲作者依法对 X 非法使用其歌曲行使维权权利的事实。」（来源：凤凰科技）

此外，马斯克在周六表示，X 将在七天内面向公众开源新版算法，该算法含决定推荐帖文及广告的相关代码，此举措每四周推行一次，还会附上开发者说明文档。

苹果放弃 Vision Pro 转战 AI 眼镜，首款产品今年发布

近日，博主”定焦数码”爆料称，苹果基本暂停了对 Vision Pro 产业端的维护，并大幅减少了头显产量。这款曾被苹果重金押注的产品虽然在配置和体验上达到了行业史无前例的最强状态，但受限于其产品形态和超昂贵的价格，市场表现不佳也在情理之中。苹果原本设想的广阔市场愿景未能实现，加之开发者动力不足，导致原生应用远远无法满足用户的多元化需求。

综合目前消息来看，苹果似乎已经开始放弃这一市场，转而投向更轻便的 AI 智能眼镜领域，首款产品 Apple Glasses 预计将于今年发布，很可能在苹果全球开发者大会 WWDC 上正式公布。据悉，Apple Glasses 定位为苹果生态的”轻量智能穿戴配件”，不具备独立计算能力，需依赖 iPhone 进行部分任务处理，类似于 Apple Watch 与 iPhone 的联动逻辑。这款产品没有显示屏，整体规划与 Meta、小米等产品类似，配备摄像头、麦克风和扬声器，可实现拍照、录像、听音乐等常规操作。

Apple Glasses 将基于 Apple Watch 的 S 级芯片定制，优先保障能效比，核心作用是控制多摄像头与处理基础 AI 任务，避免高功耗导致的续航短板。此外，该产品预计还能通过新版 Siri 提供大模型等智能支持，届时或许国内的苹果智能也会正式开放，为国内用户提供全面的使用体验。（来源: TechWeb）

Meta 回应 1750 万 Instagram 账号数据泄露传闻：系统未被入侵，用户账号安全

1 月 12 日消息，近期有消息称 Meta 旗下超过 1750 万个 Instagram 账号的数据泄露，引发业界广泛关注。

对此，Meta 发言人在回应外媒 BleepingComputer 时表示相应消息不实，「我们已经修复了一个问题，该问题曾允许外部人员为部分 Instagram 用户发起密码重置邮件请求。」

他同时强调，Instagram 的系统并未遭到入侵，用户账号依然是安全的。「大家可以忽略这些邮件，对由此造成的困扰我们深表歉意。」

这场关于 Instagram 数据泄露的舆论风波，起因于网络安全公司 Malwarebytes 向客户发出警告，称有黑客窃取了多达 1750 万个 Instagram 账号的数据。随后，这批所谓的 Instagram 数据被免费发布在多个黑客论坛上，发布者声称数据来源于一次尚未得到官方确认的 2024 年 Instagram API 泄露事件。

Meta 发言人称，如果用户收到了 Instagram 的密码重置邮件，或是手机验证码短信，直接忽略并删除即可。此外，如果用户的账号尚未开启双重验证（2FA），强烈建议尽快开启，以提升账号安全性。（来源：IT 之家 ）

雷军：特斯拉确实强，但并非不可战胜

1 月 10 日，雷军发文晒易车网销量排行榜，同时表示，「特斯拉确实强，但并非不可战胜。」

雷军称，「自豪的是 SU7 是迄今为止唯一击败 Model 3 的同档纯电轿车，出色的产品力和品质，才会有这样的销量。小米 YU7，上市仅 6 个月时间，销量和 Model Y 有差距。」

雷军相信，假以时日，小米 YU7 也能与特斯拉 Model Y 一较高下。

易车榜数据显示，2025 年全国轿车零售排行榜中，小米 SU7 销量达 25.8 万辆，位居 20 万以上轿车第一名，特斯拉 Model 3 以 20 万销量排名第五。（来源：鞭牛士）

回答被指存在误导性，谷歌下线部分健康类「AI 概览」

1 月 12 日消息，在遭到《卫报》调查后，谷歌针对部分健康相关查询移除了「AI 概览」。

此前，这项调查发现，谷歌 AI 系统在处理某些健康问题时提供了误导性的信息。例如，当用户询问「正常的肝脏血液检测范围」时，谷歌显示的数字并未考虑国籍、性别、种族或年龄等因素，或导致用户误认为自己的检测结果正常。

《卫报》今日最新的报道提到，在「正常的肝脏血液检测范围」和「正常的肝功能检测范围」的查询中，谷歌已经移除了 AI 概览。然而，在「lft 参考范围」或「lft 测试参考范围」等类似的查询中，仍会生成 AI 摘要。

谷歌发言人告诉《卫报》，公司不对单个搜索结果的移除发表评论，不过将进行更广泛的改进。发言人还提到，谷歌的内部临床团队对《卫报》提出的查询进行了审查，并表示在许多情况下，信息本身「并非不准确」，且有高质量网站的支持。（来源：IT 之家）

独居安全 App「死了么」团队回应近期热度：深感荣幸、由衷感激，接下来主要精力将投入产品打磨

1 月 11 日消息，1 月 8 日起，一款名为「死了么」的应用在苹果 App Store 应用商店付费应用排行榜登顶，引发广泛关注。

「死了么」团队针对近期的热度作出了回应：

（来源：IT 之家）

魅族发布 AI 时代新物种：22 Next 迷你 AI 小方块

在 2026 魅友新春年会上，魅族科技正式发布了旗下备受期待的魅族 22 Next AI 小方块，官方将其定位为 AI 时代的全新物种，是魅族面向 AI 时代的终端形态探索。这款仅有 4 英寸迷你机身的独立 AI 设备，内置原生 AIOS 系统，打破了传统 GUI 的枷锁，重构了 Flyme 人机交互体验。

魅族 22 Next AI 小方块配备了 AI First 交互桌面，原生支持 Agent to Agent 跨智能体协同协议，使不同智能体能够自主沟通协作，无缝完成复杂任务。同时，该设备也支持任务机器人功能，兼容传统 GUI 生态，用户只需一个指令，APP 流程便能自动化运行。

魅族 22 Next 拥有独特的 AI 生命形象，提供几十个场景、超 100 个表情界面，能够模拟真实情绪，且其形象还能通过用户记忆自我学习成长，为用户带来丰富的情绪价值。此外，该设备还支持 AI 情感记忆功能，能在对话中主动记下用户的身份、心情、健康状态，并在后续交流中主动给予提醒和关怀，提供深层次的情感价值。

魅族 22 Next AI 小方块还实现了 One-Flow 智能生态互联功能，可作为多设备控制的智能助理。用户只需一句话，就能实现手机端消息流转、IoT 设备、智能家居、智能汽车等多设备的无缝控制。

官方还为魅族 22 Next AI 小方块提供了丰富的配件玩法，用户可以将其挂在腰间当作 AI 随身机器人，也可以放到桌面上或电动汽车里，作为桌宠或车机助手。不过，这款创新产品目前暂不会上市，具体价格也尚未公布。（来源: TechWeb）

超越人类：《英雄联盟》神秘账号两天 92% 胜率登顶韩服，被玩家质疑是马斯克 AI 训练

1 月 11 日消息，昨日有《英雄联盟》玩家发现韩服排行榜上出现了一位胜率超过 90% 的神秘玩家，结合此前马斯克曾宣布要用 AI 挑战顶级人类战队，玩家纷纷猜测这是不是 xAI 的 AI 账号。

OB 数据显示，这一神秘账号从 1 月 8 号晚 23:07 开始，只用了 51 个小时、56 局游戏（52 胜 4 败，胜率 92%），就从钻石以下段位打上《英雄联盟》韩服前列，甚至在今日凌晨短暂登顶（胜率 95%），但截至发稿已落至第五。

作为参考，目前《英雄联盟》顶级人类玩家的胜率普遍在 50~69% 之间，韩服 Top100 玩家中只有三人在 70% 以上——两人胜率在 72%，一人胜率为 75%。

除超越人类的胜率之外，这一账号英雄池也非常全面，而且游戏时间从中午 12 点到凌晨 3 点前连轴转，就算是最顶尖的职业选手恐怕也难以坚持。

另外，上述账号只进行中野位置的排位赛，其中打野位置 100% 获胜，输的四局均为补位中单。

2025 年 11 月，马斯克在 X 发帖称，他准备让 Grok 5 在 2026 年挑战《英雄联盟》顶级人类战队，看看能否在一些约束条件下获得胜利：

• 1、只能用摄像头看显示器，看到的范围不能超过视力正常（20/20）的人看到的范围。
• 2、响应延迟和点击率不能比人类更快。

如果能保证上述条件，《英雄联盟》检测系统哪怕能够识别到其惊人的胜率，也无法以作弊为由封禁其账号（不对内存代码进行修改也很难检测到）。因为在反作弊系统看来，这就是一名极度理智的人类高玩。

马斯克还表示，Grok 5 是设计用来通过阅读说明和实验来玩任何游戏的。

对此，《英雄联盟》T1 战队选手、全球总决赛「六冠王」Faker（李相赫）在 12 月 18 日的新闻发布会上表示，他相信自己的队伍能够在 2026 年可能举行的比赛中击败 AI 对手。（来源：IT 之家）

新年伊始，写点面向 2026 的事情。

就在岁末年初之际，无论是 Meta 收购 Manus，还是智谱和 Minimax 在港交所上市，都无疑是给全球 AI 创业者的一剂强心针，用真金白银印证了这个时代的巨大机遇。

而我的感觉是，过去 3 年 AI 创业那个漫长且令人焦虑的「熬春」阶段已经结束。

为什么春天还要「熬」？其实就像中国传统的二十四节气讲的，不同的节气，适合播种不同的作物。如果说 ChatGPT 的出现是立春，那走过 2024 的「雨水」，看到了 2025 的「惊蛰」，2026 可能会是一个「春分」之年了。

回望创业者和资本市场的节奏，也正在支持这个判断。在 2023 年，国内 AI 创业者能拿到钱的基本是做大模型的；2024 年，大家开始试着搓一些所谓的「套壳」应用做探索，资本总体保守，获得资本共识的创业者是少数；而到了 2025 年，能够解决实际问题的应用开始冒芽，国内资本开始活跃起来。

比如国内的顶级 VC 们，2024 年大多还比较谨慎，但 2025 年有的机构一年就出手了大几十家，感觉油门已经踩到了八成。而且这种「深踩油门」正在成为普遍现象，市场上项目投资的共识速度明显提升——比如主流投资机构都开始集中看 AI 硬件，并且快速出手。

那么到了 2026 年，一方面大模型的能力发展还在持续提速，而从资本视角看，最近无论是 Manus 的并购案，还是智谱和 Minimax 的上市，都是引发决策连锁反应的标志性事件，「油门踩到底」的积极性会明显上升。技术和资本环境的变化，加上市场和用户的变化，「节气」的变化正在发生。

所以，不妨聊聊一个很直接的问题：2026 年，什么样的创业者更容易拿到钱，更容易大踏步前进？

从「有趣的探索」，到「有意义的交付」

两年前，做一个很酷的 Demo 或许就能点燃用户甚至拿到投资，但在今天，一个「酷」的产品可能已经不够了，它必须「真的好用」，甚至是对上一代际产品的「碾压式超越」，或者是打开了对某种产品形态的「新定义」。

这一点不仅仅体现在 AI 软件应用上，在今年的 CES 上，硬件产品身上体现得也很明显。

前两年 CES 上，一个打着 AI 概念的产品，只要体现出一些吸引人的小 feature，就能引发巨大的关注和兴奋。但在今年，你能明显感觉到风向变了——大家不再为单纯的「AI 概念」和表层的「AI 功能」买单。如果还按之前那种方式，把 AI 当作「妆容」挂在脸上，比如仅仅是能跟 AI 对个话、简单用上一些 AIGC 功能，大概率不会收获什么好结果。

因为行业和用户都开始回归理性：AI 不应该是浮在表面的「妆容」，它必须是支撑产品的「骨骼」。

今天真正让人兴奋的，已经不再是「这是不是一个 AI 硬件」的定义，而是这个硬件在它选定的具体场景里「是不是天下第一好」。这取决于是否在一个足够明确的场景下，把 AI（哪怕都没用到大模型）作为引擎或底层能力构建进去，从而交付了比以往更明确、更优质的用户体验和价值。

这些对于价值的深层追问，正在成为投资人甚至越来越见过世面的用户所关注的焦点。

正因为要实现这种从「妆容点缀」到「骨骼支撑」的转变，我们必须重新审视产品和 AI 能力的切入点。在今天这个「节气」下，为了达成「有意义的交付」，选择「专用」会明显优于「通用」。

通用向的产品，给了用户无限的空间和能力，期待用户自己去探索「能玩出什么」。但由于缺乏明确的场景预设，绝大多数用户会找不着北，产品很容易在与用户的「初见」中错失。

而「专用」能让你更聚焦地解决特定人群的具体问题，在产品开发和营销阶段与特定用户群体的需求做预先对齐，把精力和资源做更聚焦的投入，形成「有意义的交付」。结合 AI 技术的水涨船高，你对场景足够深刻的理解，加上对 AI 能力的有效组织，就更可能给用户一个惊艳的「初见」。

这种「专用」的打法，能让你在第一步就建立极强的用户黏性和数据闭环，在第一步上往往比「通用」平台更容易站稳脚跟，未来也可以再做横向扩展。

所以这时候，对于创业者来说，你要解决的问题是否真实存在？以及你的解决方案是否构成了碾压性优势？这两个问题就变得尤为重要。

那条令人兴奋的「延长线」

当然，很多时候场景越小越清晰，但是价值天花板看起来就不会很高。如果咱们只想做个独立开发者，那迈好「坚实的第一步」就足够了。但如果你想拿 VC 的钱做燃料，要创造一家有规模、有高天花板的公司，就必须思考第二个问题：未来的延长线在哪里？或者说，终极目标到底是什么？

我和很多投资人交流，包括自己在看项目的时候，创业者当下的小切口拿捏能力都代表着「底线」，而从这个切口延伸出去的未来可能性和延展性，代表着「上限」的可能性。一条可信的延长线，这时候就非常重要。

这条延长线并不靠编故事，它往往藏在你第一步的设计里，我们姑且可以拆解到两个思考维度：

1. 别只看 ARR 和销量，要看产品这个「容器」里能长出哪些数据资产？

在 AI 时代，如果咱们做的产品，核心能力无法随着用户的使用而变强，那它和传统软件有什么区别？ARR 这个传统软件时代的概念，是一个 SaaS 行业 PMF 的很好验证，但并不能很好地反映 AI 时代产品的长期价值。

我接触的很多创业者，都在看清 AI 时代的产品本质上都是一个自带飞轮的「成长容器」。甚至对于是否「产模一体」没啥可争论的，一个足够强的产品公司最终一定也都能有自己的模型，他们也都会是「模型公司」。但在那之前，核心任务之一，就是首先成为「数据公司」，通过源于用户需求的「新鲜的」、「活的」数据来构建自己的产品壁垒。这个「自增强」的能力闭环，也是从薄场景走向厚场景，从低 LTV （用户生命周期价值）走向高 LTV，进而商业价值持续增长的一大重要生命力。

2. 你的「供应链」不应该是「平」的

无论是软件还是硬件，今天都值得看看供应链问题。比如只是简单调用大模型能力，或者只是调用中国供应链优势做 Demo 是可以的。但作为真正的产品，「供应链」应该是「简约但不简单」。从最开始，我们就必须思考如何「有意义地建设供应链」，比如构建起独有的工程资产（自己标注的领域数据和模型、以及工作流和数据积累），或者是一旦有力量了，就立即对于通用供应链进行定制加强（比如大疆 DJI、宇树当年在电机方面的持续投入）。这条「供应链」上你的纵深越长，你被后来者「无脑抄」的压力就越小，领先的时间和空间就越大。

在一条非常「平坦」的供应链里，你能控制的环节非常少，到最后搞不好你的差异化价值，就剩下了 UI 和 ID（工业设计），以及一点点先发优势。但在你亲手拉长的供应链里，你可以创造出「高地」。比如，通过对用户数据的积累和洞察提升个性化价值，对特定工作流的抽象复用来降低推理成本，当然也可能是对一个算力、传感、光学等和本地模型更贴合的适配……产品是浮在水面的冰山，而你亲手构建的这条供应链，就是决定它体量的、水下那更庞大的部分。最终冰山水下的部分越大，水上的部分才越大。

从今天到未来，从第一步到最终目标，越清楚的思考和选择，就意味着越大的局部压强。这也意味着更自由的战略路径。

2023 年的创业者可能「先开干就对了！」，但 2026 年的创业者「怎么干才对？」是重要的前置问题。

极客公园有一篇深度复盘大疆（DJI）底层技术基因的文章（深度复盘：大疆是如何成为影像领域新巨头的？）。当年汪滔把无人机的核心价值定义为「会飞的相机」，这一定义不仅成为发展的起点，也指出了未来的方向，由此建立了飞控之外电机、云台、影像等多条不平坦且有纵深的能力栈。正是这条以「影像」为核心的「延长线」，最终塑造了今天的大疆：它不仅是无人机领域的绝对王者，更凭借如 Pocket 3 这样单款出货量便远超消费无人机的明星产品，成功成长为新时代影像行业的重要玩家。

了不起的创业，大多是一场「三步上篮」

如果把创业比作打篮球，那个「篮筐」就是你最终要创造的最大用户价值。

你可以选择刺激的「中场投三分」，也可以选择灵动的「三步上篮」，这都是向同一个篮筐进发的不同路径策略。

「中场投三分」就是看准一个宏大的方向，起手就瞄着最终的目标，赌它必进。这类创业者通常有个特点，他们靠履历一出场就自带一两亿美金的融资能力，身边往往放着「一筐球」。这个投不进，资本和资源允许他们再投几个。当然，也别太羡慕他们，预期越大压力越大，各有各的痛苦和艰难。

但对于绝大多数「平民创业者」，你手里可能只有「一个球」。你没有几亿美金的容错率，所以你最理性的策略，可能就是「三步上篮」。

「三步上篮」需要在对应的技术条件下和资源条件下，找到那个极其 Solid 的需求和场景切入点，建设起「简约但不简单」的「供应链」，让每一个产品都看似没有壁垒，实则有高壁垒，天花板看似都有限，但你知道背后其实是一场「连点成线」的持续突破。

最近 Manus 被并购，很多人以为这是一次「中场投三分」，这是完全的误解。如果你拉长时间看，会发现 Manus 的成功，其实是一次教科书级别的「三步上篮」。

Manus 的创始人肖弘并不是一开始就手握巨资直接去做通用 Agent 的。他的第一步，是 Monica 这一足够轻的浏览器插件形态，用较低成本快速验证了 PMF，并积累起用户在 AI 时代的真实需求。当发现在浏览器插件这条直线上突进的空间有限时，果断地迈出了第二步——基于前期的积累，转向了通用智能体 Agent 这一更广阔的场地做了 Manus，并且投入巨大的工程能力去拉长、加厚「供应链」，去连接模型与复杂应用场景间的无数断点，率先打通了 agent 的用户价值交付。

随后，因为有了「先发红利」，用户的行为本身（比如用户最集中的任务需求），就又帮助他们把通用的架构收敛到更多可以「有效交付」的垂直任务上。聚焦加强后，「有效交付」就带来了更多用户和收入，最终在势能最高点被收购完成「得分」。这就是一个典型的「三步上篮」的过程。

那会不会有本身就顶着「天生」1 亿美金融资额的创业者，不搞中场投三分，而是走三步上篮路线，一方面降低自己的融资成本和探索压力，另一方面用小步快调，通过缩短与篮筐的距离来提升创新的成功率呢？

当然！而这一类恐怕就是最能打的选手。

其实创业者没有啥客观上完美的战略，只有主观上最适配的战略。选择哪种打法，既取决于你自身的资源禀赋，也和你所处的技术阶段和市场环境息息相关。可以从历史中学习，但历史不会简单重复。2026 年或许不会再上演 Manus 式的故事，但必将诞生更多精彩的新故事。

我相信刚刚过去的 2025，将会是未来五年 AI 创业最差的一年。在不同的节气，播不同的种子，写不同的故事。

祝各位在新的一年里，都能找到自己的「篮筐」，开始行动。

极客公园的 Founder Park 社区，正在通过旗下的变量资本，联合众多成熟创业者们，持续投资与助推新时代的创新力量。2025 年我们已经投资并助推了十余位优秀的创业者。如果你想做的事还是「非共识」，我们愿意做你的第一个支持者，陪伴你的思考和行动，和你一起去创造「新共识」。

项目投递链接