如果说过去两年大家已经习惯了 SSD 和大内存手机那是「大碗便宜」，甚至觉得白菜价是理所应当的，那么即将到来的 2026 年，恐怕会给市场一记沉重的耳光。

随着人工智能需求的爆发式增长，全球半导体供应链正在经历一场剧烈的资源重组。近期供应链传来的密集信号都在指向同一件事：

存储芯片行业已经进入了罕见的「超级周期」。

但这对于普通消费者来说可不是什么好消息，这意味着智能手机、笔记本电脑这些终端产品的价格「洼地」正在被迅速填平，甚至要隆起成为新的「高地」了。

一切涨价的源头，归根结底都是产能的极致倾斜。

十二月初，有媒体报道称：三星即将完全停产 SATA SSD，以便将生产线重新分配给人工智能所需的存储产品的消息。

这个消息随即在业内引发激烈讨论。虽然三星电子随后赶紧出来辟谣，明确表示逐步淘汰 SATA 或其他 SSD 的传言是错误的，但俗话说无风不起浪，这个谣言背后的产业逻辑其实并非空穴来风。

真相往往就藏在这些辟谣的缝隙里：虽然三星不会立即断供 SATA SSD，但一个不可否认的事实是，为了满足数据中心和 AI 客户对高利润产品的渴求，NAND 和 DRAM 的核心产能正在发生战略性转移。同时关于内存的价格压力可能长达 18 个月之久。

在晶圆厂产能有限的前提下，当每一片晶圆都被优先拿去生产昂贵的 AI 加速器用高带宽内存（HBM）和服务器级 DDR5 时，留给消费级 SSD 和内存条的产能自然就捉襟见肘了。这其实不是「停产」与否的问题，而是一场关于「优先级」的残酷博弈。

很多人可能纳闷，为什么 AI 火了，会导致我买不起手机内存？这背后的核心逻辑在于 HBM（高带宽内存）对晶圆产能造成了某种程度上的「降维打击」。

普通的 DRAM 内存与 AI 专用的 HBM 在产能消耗上完全是不对等的。首先从物理层面看，HBM 就像是在盖摩天大楼，前沿的标准通常需要将 8 层、12 层甚至 16 层的 DRAM 裸片垂直堆叠起来。这意味着，制造一颗同容量的 HBM 芯片，本质上就消耗了 8 到 12 颗普通芯片的晶圆面积。

除了这种物理堆叠带来的消耗，HBM 还需要采用极为复杂的硅通孔工艺来打通各层芯片，这不仅让单颗芯片面积更大，更导致良率远低于成熟的普通内存。行业数据显示，生产 1GB HBM 所消耗的晶圆产能，大约是生产 1GB 普通 DDR5 内存的 3 倍以上。

更糟糕的是，为了追逐 HBM 高达 5 到 10 倍于普通内存的利润率，三星、SK 海力士纷纷将原本生产通用内存的产线停机，改造为 HBM 产线。

这种供需失衡同时还进一步导致了存储芯片原厂与手机制造商之间原本就「不平等」的关系变得进一步紧张：有存储芯片原厂方的员工在接受外媒采访时表示：如果手机厂商不接受涨幅达 50% 的 DRAM 存储芯片报价、他们也完全可以将产能转给愿意支付比这个价格更高的服务器客户。

这种改造往往是单向且耗时的，一旦通用内存出现缺货，很难在短期内把产线再「变」回来。简单来说，AI 服务器每多吃掉一口 HBM，消费电子市场实际上就少了两三碗 LPDDR 的「饭」。

如果说外界对产能转移还只是猜测，那么三星电子内部最近闹的一出「拒签风波」，则彻底揭开了存储芯片供需失衡的遮羞布。

据韩媒 Sedaily 12 月 1 日的新闻报道，三星电子旗下负责半导体的 DS 部门，竟然拒绝了自家负责手机业务的 MX 部门提出的内存长期供应协议请求。

于是我们就看到了三星集团如此戏剧性的一幕：尽管手机部门的高管亲自出面交涉，试图为三星电子即将发布的 Galaxy S26 系列争取稳定的芯片供应，但半导体部门态度强硬，仅愿意签署为期一个季度的短期合同，理由也无懈可击——他们也要赚钱。

半导体部门正处于 HBM 和服务器内存带来的盈利「超级周期」，他们必须将利益最大化。而这一决策直接导致了手机部门的噩梦。以 12GB LPDDR5x 为例，年初价格仅为 33 美元，而到了 11 月底已飙升至 70 美元，涨幅超过了 100%。

再加上手机成本中占比最高的移动处理器也在涨价，三星采购处理器的花费同比激增了四分之一。当「亲兄弟」都无法拿到友情价时，市场的严峻程度可见一斑。这意味着 Galaxy S26 系列乃至后续的安卓旗舰，极大概率将面临严峻的定价压力。

即便是拥有 4 万亿美元市值、手握巨额现金储备的苹果，也无法在这一轮涨价潮中幸免：根据供应链最新的调查，苹果与三星、SK 海力士签署的 DRAM 内存长期供货协议即将到期。面对两家韩国巨头「2026 年 1 月起涨价」的通牒，苹果的议价空间正在被压缩。

爆料者指出，这一变动将直接冲击苹果 2026 年的产品线。虽然苹果可以通过庞大的现金流和自研芯片来对冲部分成本，但核心零部件的硬性上涨很难被完全消化。

原本苹果在 2026 年的产品线规划堪称野心勃勃：不仅有首次亮相备受期待的折叠屏 iPhone、更有定价 599 美元起的超廉价版本 MacBook 产品线问世，但这些都是受到内存芯片涨价影响首当其中的产品定位。

这次受影响的产品范围非常广，包括即将到来的 iPhone 18 系列、备受期待的折叠屏 iPhone、传闻中的「低价版」MacBook，以及升级 OLED 屏幕的 M6 MacBook Pro。分析认为，苹果很可能在 2026 年上半年被迫上调产品价格。对于消费者而言，所谓的「低价版」MacBook 可能不会像预想中那么便宜，而 iPhone 18 的起售价或许也会试探新的高点。

对于国内手机厂商来讲，2026 年所要面临的，将是比三星/苹果等供应链大厂更为严峻的定价挑战，Counterpoint 对明年全球手机市场的预期由涨转跌，预计 2026 年全球智能手机出货量预期将年减 2.1%；之前预计会有增长的 vivo、OPPO 和荣耀全部预期转跌，荣耀的预期下调幅度最为猛烈。

瑞银的行业调查显示，在强劲的 AI 需求持续挤压供应的背景下，内存行业正进入一个「十年一遇」的严重供应短缺年份。报告预计，DDR 和 NAND 的合同价格上涨势头至少会持续到 2026 年第三或第四季度。

从今年 11 月开始，就有不少国产手机品牌的高管，在微博上开始发出警告，表示 2025 年智能手机成本上涨幅度将会非常惊人；包括雷军、卢伟冰等大佬纷纷发声，足见此次「超级周期」给行业带来的巨大压力。

这场涨价潮最有趣也最残酷的地方在于，它对不同档次的手机造成的伤害是完全不对等的。

瑞银通过拆解报告和销售数据算了一笔账：对于那些卖得贵的旗舰手机，到 2026 年底，内存成本在总成本（BOM）中的占比会从现在的 8% 爬升到 14%。虽然单台手机的内存成本会从 52 美元跳到 73 美元，涨了 41%，但这 20 多美元的增量对于一部大几千块的手机来说，只占平均售价的 2% 左右。靠着品牌溢价和更高的利润率，头部品牌其实还有「缓冲垫」来消化这部分成本。

但对于那些主打性价比的中低端手机来说，情况就完全是另一番景象了。瑞银的分析显示，到 2026 年第四季度，内存成本在中低端手机总成本中的占比将飙升到惊人的 34%。这意味着，你买这部手机的三分之一钱，都是花在了那一小块存储芯片上。

单台手机 16 美元的增量成本，听起来不多，但却占到了中低端手机售价的 6% 左右。对于利润本就薄如蝉翼的厂商来说，内存价格的每一次跳动，都像是在他们的心口上剜肉。这些厂商将不得不采取更激进的手段，要么大幅提价，要么只能在内存配置上「缩水」。

面对这种成本的硬性上涨，手机厂商们正站在一个尴尬的十字路口。如果完全自己吞下这部分成本，那公司的利润表会变得非常难看，甚至可能亏损。如果选择「减配」，比如今年是 12GB 内存，明年还是 12GB，虽然能缓解一点压力，但依然挡不住芯片单价的上涨。

这场成本风暴最终可能会重塑整个智能手机的市场格局。瑞银认为，苹果和三星因为手里握着巨大的现金储备和高端市场的绝对份额，在这场风暴中处于更有利的地位。它们不仅有更强的议价权，还有足够的利润弹性去消化成本。

相比之下，那些规模较小的厂商，或者是主要靠中低端机型冲销量的品牌，日子会变得异常艰难。如果你在争取内存供应时排不上号，在成本上涨时又不敢涨价，那么市场份额的流失几乎是注定的。

从三星内部的资源倾斜，到苹果供应链的合同重签，所有线索都指向同一个结论：电子消费品的通缩时代结束了。

AI 带来的不仅仅是技术的革新，还有隐形的「AI 税」。一方面，端侧 AI 模型要求手机配备更大的内存，起步就是 12GB 甚至 16GB；另一方面，云端 AI 训练的服务器通过 HBM 抢走了海量的晶圆配额。这种「两头堵」的局面，使得 2025 年末到 2026 年，无论是安卓阵营还是苹果阵营，都面临着巨大的成本结构压力。

对于消费者来说，未来的换机策略或许需要调整。如果你正期待明年的旗舰设备能够「加量不加价」，现实可能会让你失望。

在内存厂商赚得盆满钵满的「超级周期」里，最终为这场 AI 狂欢买单的，依然是绝大多数沉默的终端用户。如果你还正期待 2026 年的消费电子产品能继续「加量不加价」，那么你可能真的需要重新审视一下自己的期望值了。

站在 2025 年的岁末回望，中国科技史上或许会留下这样一个深刻的注脚：这一年，一个完全独立于传统架构之外的移动操作系统，完成了从「活下来」到「火起来」，再到「定义未来」的惊人跳跃。

如果将操作系统的演进比作城市文明的变迁，那么过去的数十年里，全球移动互联网都居住在由西方科技巨头修筑的「数字住宅」中。当行业还在那些日益老旧、臃肿的框架下进行修补式的维护时，华为已经跨越了底层技术的「无人区」，在荒原之上拔地而起了一座万物智联的「超级综合体」。

这座综合体的基石，是 HarmonyOS 6 的正式发布，而它的华丽外墙，则由年度旗舰华为 Mate 80 系列与华为 Mate X7 系列的首发搭载所构筑。这一标志性的时刻，意味着鸿蒙生态也正式完成了从「全栈自研突破」到「全面成熟好用」的历史性跨越。

因此，我们观察鸿蒙生态的视角，也应当跨越硬件层面的替代突破，转而深度聚焦由技术引发的、体验层面的生态革命，才能真正看懂鸿蒙是如何在「无人区」中，为国产移动操作系统开辟出一条越用越好用的新路径。

每一个伟大的生态在诞生之初，都会经历一段极其痛苦的「拓荒期」。

在经济学中，这被称为微笑曲线的底部——技术已经实现突破，但应用尚且稀缺，用户体验仍在磨合。

然而，2025 年的鸿蒙，以一种令世界侧目的速度，快速度过了这个周期：据华为终端 BG CEO 何刚在 12 月 22 日的华为 nova 15系列及全场景新品发布会上介绍 ，Harmony 5 & 6 终端数已突破 3200 万，且正保持着平均每天 15 万台新增设备的惊人增速。

这种规模效应产生的引力场，让曾经持观望态度的开发者们不再犹豫，转而全量投入。

在这种「鸿蒙速度」的推动下，鸿蒙生态已有超 35 万个应用及元服务可获取，目前适配度已经超过了 95%。

这也意味着，那些数亿人在用的国民级应用，已经从简单的「功能搬迁」，逐步转向了真正的深度适配。

在这一年的进化中，我们看到了鸿蒙应用生态从「为了补齐而适配」向「为了体验而创新」的根本性转变。

从用户的视角来看，这种转变带来的体感飞跃是极其显著的。以抖音、美团、支付宝等应用为例，它们在鸿蒙版中不再仅仅是一个独立的 App 窗口，而是化身为系统级的一部分。

例如当你在美团点餐后，外卖的进度会通过系统底层的「实况窗」主动悬浮展示，无需反复切换查看；当你刷着抖音看到心仪的商品，利用鸿蒙的分布式能力，只需一个手势就能将直播流无缝流转到大屏或平板上继续观看。这种场景化的创新，让应用与系统之间的边界变得模糊，服务变得触手可及。

HarmonyOS 6 在安全、互联、智能等维度的升级，论证了其如何实现从「能用」到「越用越好用」的跨越。

过去，用户换机到鸿蒙设备时，最担心的是 App 够不够用，而现在，用户讨论的是鸿蒙版 App 是不是更流畅、广告是不是更少、隐私控制是不是更强。

改变发生的同时，「质变」也在悄然发生，越来越多用户开始认可鸿蒙的独特优势：流畅度、稳定性与隐私安全成为鸿蒙应用的绝对优势，这种「数字掌控感」的回归，正是鸿蒙能够穿越初创期阵痛、进入体验爆发期的核心动力。

鸿蒙生态的突围，本质上是在定义一套属于 AI 时代的数字交互秩序。

在移动操作系统竞争格局几乎定型的时代，华为并不满足于做一个挑战者，而是在当时的竞争格局之下，主动开始尝试构建一种让技术主动、无感地服务于人的生产力与生活的新范式。HarmonyOS 6 不只是一个版本号的迭代，而是针对新一代用户需求进行的系统级重塑。它所强调的智能、互联、流畅与美学价值，共同构成了一种全新的数字生活秩序。

在这套秩序中，华为 Mate 80 系列与华为 Mate X7 系列作为首发载体，承载了鸿蒙生态从突破走向成熟的图腾意义。作为硬件性能的巅峰，这两款旗舰产品并非孤立存在，而是 HarmonyOS 6 能力的最佳释放窗口。例如在 Mate 80 上，系统级 AI 能够实时理解用户的意图，通过「意图框架」打破应用围墙。比如当你在聊天中谈及某个出差计划，系统会自动联动机票预订、酒店查询和日程管理，通过原子化的服务自由组合，在我们最需要它的那一刻即时出现。

此外，HarmonyOS 6 为多设备协作提供了完美的底层适配，彻底打破了便携与大屏之间的应用边界。

通过分布式技术，手机不再是一个信息孤岛，而是成为了流动的智慧中枢。你可以用手机拍照，通过「碰一碰」让照片自动插入到 MateBook 正在编辑的文档中；你也可以在折叠屏的副屏上实时监控 PPT 提词，让生产力在多屏协同中倍增。

这种硬核协同的背后，是华为与生态伙伴之间的「双向奔赴」。每一个应用适配的背后，都是开发者对鸿蒙底层能力的重新发掘。从高德地图的 AI 领航，到京东的高精度 AR 摆摆看，再到腾讯新闻的桌面卡片化创新，这些看似简单的功能，其实都是开发者团队，在将鸿蒙视为一个全新的起点，而创造全新的体验场景。

这种双向的投入与共建，构建了鸿蒙生态不可撼动的行业护城河。开发者们不再把鸿蒙视为一个不得不接纳的新平台，而是将其看作一个能够实现产品跃迁、寻找新增量的可能之地。

通过对硬件、生态、形态的「三重定义」，华为已然完成了身份的蜕变：从最初在无人区蹒跚前行的拓荒者，变身为定义行业标准的总建筑师。这种转变的意义在于，鸿蒙不再仅仅是在追赶 iOS 或 Android 的脚步，它正在开辟一套属于未来、属于全场景智联时代的全球化参考坐标。

以华为 Mate X7 系列为例，作为华为 2025 年的折叠屏手机产品线的旗舰，它所展示的最核心要点，就已经不是传统的是折叠屏工艺，更是鸿蒙系统如何处理复杂交互、如何定义多模态交互标准的示范。当其他厂商还在解决大屏应用的简单拉伸问题时，鸿蒙已经实现了跨形态的应用流转与原子化服务。这种突破边界的创新，让鸿蒙在形态与生态的共振中，找到了定义未来的权杖。

回顾 2025 年的每一个关键节点，从 10 月 HarmonyOS 6 版本的横空出世，到 11 月旗舰新机的首发冲击，鸿蒙以极高的执行力完成了生态闭环。

鸿蒙此时的成就已经超越了单一商业项目的成功范畴，它代表着一个中国自主操作系统在极端的市场环境下，通过深耕技术底层、广拓伙伴朋友圈而实现的奇迹。它证明了中国在软件核心技术领域，完全具备从底层代码到上层生态进行全方位重构的能力。

华为作为这座「数字城邦」的主建筑师的付出。3200 万终端的信任票，是这种「定义权」的最佳佐证。

随着适配度的持续攀升和日均 15万+的新增设备，鸿蒙生态正以势不可挡的速度，重构全球操作系统的竞争格局。这是一场关于信任、关于创新、关于未来的长跑，而鸿蒙已经在 2025 年率先冲过了那道标志着成熟的分界线。

回顾 2025，HarmonyOS 6 的成熟意味着鸿蒙已完成从「一粒种子」到「一片森林」的艰难突围。在这个过程中，它抵御了外界的质疑，穿越了技术的封锁，最终以一种更轻盈、更智能、更具生命力的姿态站稳了脚跟。在这一刻，它早已超越了一套操作系统的传统定义，转而成为了未来智能终端体验的终极定义者，将数字生活的掌控感真正交还给每一位用户。

在这个科技演进的关键十字路口，鸿蒙生态向世界展示了一种可能：操作系统的进化不应只是功能的叠加，而应是意图的理解与服务的流动。每一个用户，每一位生态伙伴和开发者，都是这座城邦的共建者。过去一年，超过 200 万条用户心愿单被转化为系统优化的代码，这种真实的生命力，让鸿蒙在一次次更新中不断超越自我。

站在 2025 年的岁末，我们可以笃定地说，鸿蒙已经跃过了临界点。最艰难的拓荒期已成往事，取而代之的是一个基础设施完备、流量充沛、充满确定性与可能性的全新时代。

鸿蒙生态这一年，正随着每一部新旗舰的开启、每一行新代码的敲击，在万物智联的星辰大海中不断破浪前行。

「向前跑，带着赤子的骄傲！」

GALA 乐队主唱在杭州「小莲花」体育场，唱起了他们的成名之作「追梦赤子心」。

这不是综艺节目「乐队的夏天」，而是零跑汽车十周年的发布会。

10 年，对于动辄百年的汽车行业来说，甚至算不上「赤子」的年纪。但就像中国的移动互联网，中国近十年新能源车的激烈竞争中，一年至少抵得上传统汽车行业的 5 年——从这个意义上来看，2014 年左右成立的造车新势力，现在至少都有了半个世纪的经验。

零跑创始人、CEO 朱江明讲述零跑的创业故事｜图片来源：极客公园

如果是这样的话，确实需要「赤子之心」，才能保持住创业的初心，尤其是当下白热化竞争中的中国汽车市场。

10 年时间，零跑汽车，从不太知名的二线造车新势力，到现在月销超 7 万的造车新势力头牌。

如果说这十年零顶着「车圈优衣库」的头衔，成功逆袭，那么下一个十年，零跑要如何继续呆在「牌桌上」，这是零跑这次发布会想要告诉人们的。

第一个十年，找到造车的感觉

「我作为一个财务自由的工程师，再次创业造车，目的一定不完全是赚钱，更多的是兴趣和成就。」

零跑创始人、CEO 朱江明在发布会上如此说到。这样一番话，在当下的网络环境中，很有可能「被冲」。

但作为零跑的掌门人，在朱江明的带领下，团队造出的每一款车都极具性价比，堪比「车圈优衣库」，主打物美价廉，确实让人很难找到理由来 Diss 这位造车新势力的创始人。

在发布会上，朱江明说经过十年，团队终于「找到了造车的感觉」——用他的话就是用 ToB 的方式做 ToC，用极致性价比，将实惠给到消费者。

而要达到这个目的，零跑用十年建立起的「全域自研」就成了重中之重。

朱江明说零跑下个十年的目标是成为值得尊敬的世界级智能电动车企｜图片来源：极客公园

发布会上，零跑团队曝光了一支视频，从三电系统、座椅、车灯、内饰再到保险杠，凭借自研将零跑产品的自研率达到了 65%。最终达到了「相比友商在成本上有 10% 的优势」。

第一个十年，零跑不仅保证了自己在牌桌上，甚至完成了从「跟跑」到销量「领跑」的逆袭。

「下一个十年，零跑要成为世界级的智能车企。」朱江明再次宣布团队下个十年的目标。

「DD」双旗舰，零跑冲高

发布会开始的两周前，朱江明和知名媒体人李翔做了一期视频采访。在采访中，朱江明说零跑虽然现在月销 7 万台以上，已经是新势力中的佼佼者，但也就是「刚吃饱饭」。

第二个十年，已经「吃饱饭」的零跑团队，会有什么目标？

当晚的发布会上，零跑给出了自己的答案——向上，冲高！

而代表零跑冲向高端的，恰恰就是今年下半年逐渐曝光的 D 系列新车——D19，一台武装到牙齿的旗舰级别全尺寸 SUV。

D19 有着可怕的动力系统｜图片来源：极客公园

「D 系列的每一个车型，都是旗舰中的旗舰，顶配中的顶配。」零跑汽车高级副总裁曹力在发布会上再次确定道。

值得注意的是，在首次全面介绍这台始终犹抱琵琶半遮面的新车型时，曹力先从外型和设计开始，接下来讲的是内饰。对于旗舰车型来说，主打的就是情绪价值。所以从特殊材料制作、各种手工工艺加持的真皮座椅、航空级阅读灯、以及车内「制氧系统」，希望能用物理上的五感，来说服高端消费者，D19 值得这个价格。

在智能化当道的当下，D19 配备了高通双 8797 芯片，超过 1280 TOPS 算力，保证车辆在智能座舱和智驾方面的算力。同时，车辆想当然的配备了大模型加持的座舱以及最流行的 VLA 模型智驾系统，据说可以做到从车位到车位的辅助驾驶。

情绪价值给到后，曹力才介绍 D19 硬核的部分。例如双能电机增程四驱，纯电版的三电机四驱，零百加速进入 3 秒俱乐部，也就是说这不仅是一台全家之车，更是一台动力野兽。

D 系列第二款车，MPV D99｜图片来源：极客公园

稍微出乎些意料的是，曹力当天还揭晓了 D 系列的第二款车型——D99，一台同样大尺寸的旗舰 MPV 产品。

说实话，单从D99 车头设计来看，你可能会想到曾经非常经典的子弹头 MPV 车型，可能是近两年新能源 MPV 车头都开始走霸气设计路线，突然看到流线型产品，还有点不适。

和 D19 一样，出自 D 系列平台，D19 同样有 80 度超大电池的增程版本，也有 115 度大电池的纯电版本，虽然内饰尚未曝光，但是曹力保证「每位都是头等舱」。

「让 30 万价位，享受百万豪车水平。」可能是 D 系列两台旗舰车型的初衷——这也是零跑一直以来「好而不贵」理念的体现。

在一个新的十年，零跑团队希望用两款全尺寸旗舰，将零跑的价位向上达打到 30 万级别，正如他们用傲人的销量，拿下 10 万-15 万级市场一样。

B 站 2025 年度弹幕公布：「致敬」被发送超 2282 万次，80% 为 00 后

12 月 27 日消息，哔哩哔哩公布 B 站 2025 年度弹幕——致敬。今年，致敬弹幕被发送超 2282 万次。发送用户超 459 万人，其中 80% 为 00 后。

据介绍，年轻人在 B 站调侃、放松和搞笑的同时，每当视频中出现与善良、勇敢、热爱和英雄主义等美好品质，B 站用户便会发出「致敬」，表达最纯粹的敬意。

自 2017 年起，B 站每年都会评选发布年度弹幕，至今已经连续发布九年。年度弹幕既是对 B 站当年最流行弹幕词汇的总结，记录着年轻人表达方式的变迁，也折射出当下年轻人最具代表性的情绪共鸣。（来源：IT 之家）

​特斯拉在华招聘 Robotaxi 工程师，自动驾驶网约车服务有望落地中国

12 月 28 日消息，特斯拉在上海发布一则新招聘启事，明确关联其自动驾驶网约车（Robotaxi）项目，此举引发市场猜测，认为该公司正筹备在中国推出专属的自动驾驶网约车服务。

该招聘信息由行业观察人士 @tslaming 发布于社交平台 X，信息显示特斯拉中国正在紧急招聘该岗位。招聘启事中特别指出，入职人员将加入低压硬件团队，负责研发自动驾驶网约车的核心电路板，这类电路板相当于自动驾驶网约车的「神经系统」。（来源：IT 之家）

AI 代码编辑器 Windsurf Wave 13 发布：引入 SWE-1.5 模型与 Git 工作树

12 月 27 日消息，科技媒体 NeoWin（12 月 27 日）发布博文，报道称 AI 代码编辑器 Windsurf 本周发布 Wave 13 版，通过大幅升级多智能体工作流、性能可访问性及终端可靠性，进一步巩固其作为流行 AI 代码编辑器的地位。

本次更新的重头戏是 SWE-1.5 模型的正式亮相。该模型代号为「Penguin Alpha」，已测试数周，现已成为所有用户的默认模型。

SWE-1.5 不仅拥有完整的智能处理能力，还达到了 SWE-Bench-Pro 的性能标准，且运行速度保持在常规水平。为了让更多开发者体验这一强力工具，Windsurf 宣布该模型将在接下来的三个月内免费提供。（来源：IT 之家）

网易游戏元老丁迎峰退休，在职 23 年

12 月 27 日消息，网易发布公告称，网易集团执行副总裁、网易互动娱乐事业部负责人丁迎峰将结束其在网易 23 年的任职，于 2025 年 12 月 31 日正式退休。退休后，他将继续担任公司顾问职务。

公开资料显示，丁迎峰于 2002 年加入网易，曾从事早期数值架构工作，后来开始负责产品研发、运营等工作，立项、参与了包括《梦幻西游》在内的多款核心产品；2011 年丁迎峰升任网易集团副总裁，全面负责在线游戏部门的产品开发、运营及管理工作；2016 年起升任集团执行副总裁兼网易游戏联席总裁，主管互动娱乐事业群，推动《阴阳师》《率土之滨》《第五人格》等热门产品落地，同时主导代理《光・遇》《我的世界》等海外知名 IP。（来源：TechWeb）

希腊利用 AI 摄像头抓拍交通违章，一个点位四天开出千张罚单

12 月 28 日消息，如今，人工智能的应用无处不在，正日益涉足诸多曾专属于人类的领域，交通执法便是其中之一。在希腊，有关部门采用了一种全新的监管方式——借助人工智能摄像头抓拍违章驾驶行为，这种方式更为便捷，且性价比更高。

雅典的八个试点区域在短短四天内，就记录下近 2500 起严重交通违章事件，这一数据直白地表明，许多驾驶员并非严格遵守交通规则的守规者。

当然，也存在反对的声音：如果连轻微违章行为都要一一记录在案，那么即便是最遵纪守法的驾驶员，甚至是警察，也可能会被认定为违章者。（来源：IT 之家）

核心技术达国际先进水平，我国研发人工智能地震实时监测系统

12 月 27 日消息，据中新网报道，中国地震系统研发的新一代地震数据实时智能处理平台——人工智能地震实时监测系统（AIRES），经过两年多的示范应用之后，近日通过专家论证。

从报道中获悉，专家组认为该系统性能指标优异，核心技术与综合性能达到国际先进水平，具备良好的业务适用性与推广价值。该系统的成功研发与应用，标志着中国地震监测业务从传统人工模式迈向智能化新时代。随着算法持续优化与应用场景拓展，该系统将为全球地震监测提供中国方案，为防震减灾和地震科学研究做出更大贡献。（来源：IT 之家）

北京启动建设未来数智书院，北大等三所高校成为首批建设单位

12 月 27 日消息，据央视报道，记者从北京市教委了解到，为推动「人工智能 + 教育」，北京推出三项「AI+ 教育」应用成果：基础教育垂类大模型及学科知识图谱、AI 教育应用超市 3.0、教育可信数据空间。

同时，北京市未来数智书院今天也正式授牌启动，北京大学、北京邮电大学、北京信息科技大学成为首批建设单位，未来将系统推进人才培养、科学研究与实践实训等关键环节，探索数智时代拔尖创新人才培养模式。（来源：IT 之家）

12 月 27 日消息，有消息称，苹果在第一代 AirPods 开发阶段，曾测试过采用亮色外观的充电盒设计，整体风格与 iPhone 5c 的多彩配色相似。

苹果爆料者、原型收藏者 Kosutami 在 X 平台晒出原型机图片，这批原型机的充电盒外壳为粉色和黄色，而盒内结构以及耳机本体依旧保持苹果一贯的白色设计。

外媒 MacRumors 报道称，从配色风格来看，这些颜色与 iPhone 5c 当年推出的蓝、绿、粉、黄和白色高度接近。不过，苹果最终并未改变 AirPods 仅提供白色外观的策略。（来源：IT 之家）

职场人定心丸：北京发布典型仲裁案例，AI 替代岗位≠合法解雇

12 月 27 日消息，「北京人社」官方公众号（12 月 26 日）发布博文，发布 2025 年度劳动人事争议仲裁典型案例，明确判定「因岗位被 AI 替代而直接解雇员工」属于违法行为。

仲裁委员会在案例中明确确立了「AI 替代岗位≠合法解雇」的原则，这一裁决不仅厘清了技术变革与劳动权益之间的法律边界，也为人工智能加速普及背景下的劳资纠纷处理提供了权威的司法参考。（来源：IT 之家）

金融时报：AI 热潮助美科技大亨财富暴增 3.8 万亿 马斯克净资产飙升近 50%

12 月 26 日，据《金融时报》报道，得益于投资者对头部 AI 公司的狂热追捧，美国顶级科技亿万富翁们的财富今年共增加了逾 5500 亿美元 (约合 3.86 万亿元人民币)。根据彭博社数据，截至圣诞节前夕纽约股市收盘，美国排名前十的科技创始人和CEO所持有的现金、股权及其他投资资产总额已接近 2.5 万亿美元，较今年年初的 1.9 万亿美元显著增长。同期，标普 500 指数涨幅超过 18%。

特斯拉CEO埃隆·马斯克 (Elon Musk) 依然稳居榜首，其净资产飙升近 50%，达到 6450 亿美元。今年 9 月，甲骨文创始人拉里·埃里森 (Larry Ellison) 的财富曾短暂超越马斯克，但马斯克很快重夺榜首。

这位亿万富翁的财富在过去一年里急剧增长。他与特斯拉股东达成的薪酬协议价值高达 1 万亿美元，旗下火箭公司 SpaceX 的估值也飙升至 8000 亿美元。

AI 热潮的另一位赢家是 AI 芯片制造商英伟达的创始人黄仁勋 (Jensen Huang)。该公司已迅速成长为全球市值最高的上市公司，市值突破 4 万亿美元。黄仁勋以 1560 亿美元净资产位列美国科技高管财富榜第八位。证券文件显示，随着英伟达跃居全球先进 AI 芯片制造商龙头地位，黄仁勋今年已减持价值逾 10 亿美元的股票。（消息来源：凤凰网科技）

抖音能当微信公众号用：长图文功能上线，最多可发 8000 字，还能配乐

12 月 26 日消息，抖音长图文功能近日正式上线，用户点击 PC 创作者中心首页的「发布文章」入口，即可进行长图文写作。

抖音长图文功能目前支持发表最多 8000 字的长文，并可搭配背景音乐。长图文后台设置包括标题、摘要、正文、头图、封面，还能加话题等。

而在阅读体验上，文章默认会以视频的形式滚动，用户不能自己拖动。如果点击画面底部的「阅读文章」按钮，就可以展示常规图文内容，进行自主拖动。

作家莫言通过该功能发布了 2025 年终总结文章。同时，一批普通创作者发布的个人故事与感悟类长图文也获得了大量关注。此外，不少专业媒体开始使用长图文功能承载深度报道，以满足用户对新闻事件更完整信息的需求。（消息来源：IT 之家、凤凰网科技）

中国设立三只巨额创投基金加码「硬科技」早期投资

12 月 26 日消息，中国正式设立三只专注「硬科技」领域的创投基金，以加大对关键技术创新的资本支持，相关出资方案已全部敲定。据中央电视台报道，每只基金的规模均超过 500 亿元人民币，单只基金体量折合逾 71 亿美元，资金体量在同类市场化基金中颇为引人注目。

根据报道，这三只基金将主要投向初创及早中期企业，锁定估值低于 5 亿元人民币的目标公司，以更早期切入、撬动科技成果转化。相关负责人表示，单个项目的投资额度上限为 5000 万元人民币，意在通过「广撒网、精筛选」的方式，覆盖更大范围的创新型企业群体，分散项目风险，同时提高资本对前沿技术赛道的渗透率。

从投向看，基金重点指向一系列被界定为「硬科技」的关键领域，包括集成电路、量子技术、生物医药、脑机接口、航空航天以及其他国家产业体系中被视作核心支撑的技术方向。报道同时提到，与之相对应，「软科技」更多指互联网服务等以商业模式和应用创新为主的领域，此番新设基金则明确偏向底层技术和核心器件等高壁垒赛道。（消息来源：cnBeta）

Cursor CEO 示警「氛围编程」：盲目信赖 AI 写代码恐成豆腐渣工程

12 月 26 日消息，在财富头脑风暴 AI 大会上，Cursor 首席执行官迈克尔・特鲁尔（Michael Truell）发出警告，直指「氛围编程」（Vibe Coding）虽能快速生成代码，但会导致软件根基不稳。

特鲁尔指出，尽管生成式 AI 让编程从手动敲代码进化为指令交互，但过度依赖 AI 会带来隐患。「氛围编程」指的是开发者完全「闭着眼睛」，不看代码细节，仅凭 AI 完成端到端任务，这种方式虽然省力，却可能埋下巨大的技术债务。

特鲁尔将「氛围编程」形象地比作盖房子：只搭起四壁和屋顶，却完全不懂地板下的布线和结构。他警告称，这种方法或许适合快速制作游戏原型或简单网站，但应用于复杂项目时极具风险。

「当你闭着眼睛让 AI 在不稳固的地基上构建东西，随着楼层一层层叠加，整个系统最终会开始崩塌。」特鲁尔表示：无论 AI 多强大，开发者仍需保留「掀开引擎盖」检查的能力。

相比于盲目的「氛围编程」，特鲁尔认为 Cursor 提供了更专业的解决方案。Cursor 将 AI 直接嵌入集成开发环境（IDE），让其能理解现有代码库的上下文，从而精准预测下一行代码、生成完整函数甚至解释错误。这种模式既允许开发者在需要时把任务交给 AI，又能确保专家级用户深入掌控代码细节，实现了「宏观指令」与「微观把控」的平衡。

尽管年仅 25 岁，特鲁尔的观点已在科技界举足轻重。他与三位 MIT 2022 届校友共同创立了 Cursor，并在短短几年内将其打造为拥有百万日活用户的行业巨头。（消息来源：IT 之家）

石头科技赴港上市获中国证监会备案，募资用于国际化业务拓展

12 月 26 日消息，石头科技今日公告，公司于近日收到中国证监会出具的《关于北京石头世纪科技股份有限公司境外发行上市备案通知书》。公司拟发行不超过 33,108,000 股境外上市普通股并在香港联合交易所上市。

备案通知书主要内容包括公司拟发行境外上市普通股数量、公司需报告的重大事项、公司需报告发行上市情况、公司更新备案材料的时间要求等。公司本次境外发行上市尚需满足多项条件，并需综合考虑市场情况以及其他因素方可实施，该事项仍存在不确定性。（消息来源：IT 之家）

「京东 AI 购」独立 App 内测，能让智能体帮忙购物、点外卖

12 月 26 日消息，据《读佳》今日报道，京东正在打造购物和生活服务的超级入口「京东 AI 购」App，产品定位「会思考、能购物、关心你」的生活服务助手，目前处于内测阶段，内置京东自研的言犀大模型，对标的或是美团旗下的 AI 服务助手工具 App「小美」。

「京东 AI 购」App 首页打破「你问我答」的传统模式，主动推送购物攻略、优惠消息、穿搭灵感与生活服务，用户在输入框中输入「我想要」即可召唤私人买手智能体，获取消费决策参考与商品匹配。

「京东 AI 购」还支持一键生成订单，用户输入「再点一杯昨天喝的鲜橙美式」，就可以一键创建订单，支付即可下单。

传叮咚买菜要被京东收购，双方未予置评

12 月 26 日消息，今日，有市场传闻称，「叮咚买菜要被京东收购。」对此，新浪科技分别向京东、叮咚买菜双方进行求证，截至发稿双方未予置评。

叮咚买菜是中国一家自营生鲜电商平台，由上海壹佰米网络科技有限公司于 2017 年 5 月创立。该平台采用前置仓模式，提供蔬菜、水果、肉禽蛋、水产等生鲜商品。财报显示，2024 年全年，叮咚买菜实现 GMV 255.6 亿元，同比增长 16.3%；实现收入 230.7 亿元，同比增长 15.5%。

京东近年来也在发力线下零售市场，自营超市京东七鲜开启了快速扩城。12 月 19 日，京东七鲜石家庄首店开业，24 小时菜、7 日鲜蛋成为抢手产品，涵盖蔬菜水果、肉禽蛋品、饮料酒水、休闲食品、烘焙、水产、家居日用等多品类。（消息来源：IT 之家）

荣耀 WIN 手机全系首发 10000mAh 巨无霸电池：干掉充电宝

12 月 26 日消息，今日，荣耀 WIN 系列正式发布，新机全系搭载 10000mAh 巨无霸青海湖电池，首次将行业电池容量带入「万级」时代，出门无需再携带充电宝，彻底告别电量焦虑。

根据荣耀在发布会上公布的数据，荣耀 WIN 可以连续刷 31 小时短剧、连续追番 40 集，或连续排位 50 把。

此外，新机还搭载荣耀都江堰电源管理系统和能效增强芯片 HONOR E2，进一步优化能耗。

除了电池容量大外，荣耀 WIN 系列补能速度也没落下。

新机支持 100W 有线快充和 80W 无线快充，支持最高 27W 反向充电，可以秒变充电宝，为其他设备应急充电。（消息来源：快科技）

天马首款 185Hz 超感高刷屏量产发布，具备向 240Hz 延伸的研发能力

12 月 26 日消息，天马微电子今日宣布，继实现 165Hz 超高刷新率量产后，天马在高刷赛道再次取得关键突破，成功实现 185Hz 刷新率 AMOLED 显示屏的量产落地。

据介绍，屏幕搭载了天马首创的 AMOLED 分离式像素电路设计，采用数据写入与 DTFT 阈值补偿双轨独立驱动架构，彻底打破了传统像素电路中「速度」与「精度」不可兼得的技术瓶颈。在超高刷新率模式下，屏幕补偿时间大幅提升，首帧亮度比提升 13.4%，图像残留优化幅度达 61%，确保了高速运动画面的清晰利落。

同时，屏幕应用了全场景智能频闪调光技术，在流畅之余守护用眼舒适；先进的像素级校准工艺，也保障了屏幕色彩与亮度的出众均一性，画质表现始终稳定出色。

天马还透露，目前，公司在高刷新率领域已实现 185Hz 量产，并具备向 240Hz 延伸的研发能力。（消息来源：IT 之家）

新版 QQ 秀内测 支持照片生成

还记得当年用座机充红钻、熬夜搭配 QQ 秀的时光吗？承载 90 后、00 后青春记忆的 QQ 秀要回归了。

12 月 26 日消息，QQ 周年庆用户年会上，出现了新版 QQ 秀身影，节目中还剧透 QQ 秀将在近期回归。

多位嘉宾在现场实际体验了新版 QQ 秀，还可以通过拍照上传，一键生成自己的 QQ 秀形象。

据悉，新版 QQ 秀支持一键生成专属形象、可以使用形象生成动态表情和好友进行互动，触发文字彩蛋动作效果。

除此之外，新版 QQ 秀还新增了装扮保存功能，支持用户将搭配造型分类保存，构建属于自己的专属「电子衣柜」。

此外，用户还可以将生成的 QQ 秀形象设置为自己的动态头像。

QQ 秀此次回归自内测开始就备受用户关注，而体验资格甚至出现「一码难求」的现象。（消息来源：快科技）

作者｜Cynthia

编辑｜ 郑玄

沉寂已久的语音大模型的市场，在 2025 年又重新热了起来。

硬件端，如果以单品销量突破百万为标志，那么 Plaud 为代表的 AI 转录笔、AI 耳机，这些与 AI 语音强绑定的硬件，或许是大模型落地中为数不多成功的品类。

同时，伴随阿里、字节等大厂，华米 OV 等传统硬件公司，乃至 ikko、时空壶、黄鹂智声等创新硬件公司下场，语音 AI 硬件已经成为炙手可热的品类。

硬件端的热度，传导到算法层：今年以来，包括 OpenAI GPT-4o 语音系列、Anthropic Claude 语音模式、Mistral Voxtral 系列、ElevenLabs Eleven v3 等语音模型先后亮相。

到了年末，发布变得更加密集，微软 12 月 23 日开源 VibeVoice-Realtime-0.5B、谷歌 12 月 11 日推出 Gemini TTS 2.5，xAI 12 月 17 日发布 Grok Voice Agent API……

紧随其后，12 ⽉ 23 ⽇的飞天发布时刻，阿里官宣升级与发布通义百聆系列：Fun-ASR（语音识别）、开源版 Fun-ASR-Nano （0.8B）； Fun-CosyVoice3（语音合成）、开源版 Fun- Cosy V oice3 （ 0.5B ）；同日， Fun-Audio-Chat（端到端语音交互）发布，并宣布开源 Fun-Audio-Chat-8B，接力棒开始逐渐传递到中国团队的手中。

至此，一个越来越清晰的信号已经出现：相比文本类模型免费产品内卷，视频类模型卡在成本高但付费率低的困境；2025 年率先实现 PMF 的大模型类别，或许出现在语音赛道。

那么语音大模型是如何又火了起来？背后的原因几何？为什么又说它会是最早实现 PMF 的大模型类别，而市场又需要怎样的语音大模型？

我们不妨以最新升级发布 Fun-ASR 模型与 Fun-CosyVoice3 模型为代表，来拆解这场语音赛道的逆袭之战。

01

语音大模型，为什么又火起来了？

如果回望 2024 年百模大战，大概会发现一个细节：当时几乎所有 AI 发布会，都会把长文本或者炫酷的视频生成作为主菜，而语音模型，往往只作为企业具备全模态 AI 能力的一个不起眼的佐证，被一笔带过。

这种边缘化并非偶然。早在前一波 AI 浪潮中，ASR（自动语音识别）和 TTS（文本转语音）就已展现出「早熟」特质：会议软件的实时转写、社交 APP 的语音转文字，这些功能早已打得满场开花，让市场产生了语音 AI 市场早已饱和的错觉。

但这种饱和的本质，其实是一种技术完成度 90% 带来的错觉。ASR（自动语音识别）的准确率看似很高，日常对话能到 90% 以上，但一碰到专业场景就掉链子：

金融会议上，「LPR 利率」能被识别成「LPR 利润」，差一个字就让数据失去意义；医疗问诊中，「肾小球滤过率」被转写成「肾小，求过滤」，专业术语直接变外行话。

而 TTS 的尴尬更直观，早期合成音要么像机器人读课文，平铺直叙毫无感情，要么连「不太行（xíng）」和「太行（háng）王屋」这样的多音字都分不清，更别提还原真人说话时的呼吸间隙、情绪波动，甚至偶尔的卡顿细节。

也正因此，语音技术长期被困在网页朗读、导航播报等低价值场景里，无法触及数字人、有声书、商业配音等高价值领域。

直到大模型技术的突破，终于补上了最关键的 10%。

首先是音频建模难题的破解。过去 TTS 的核心痛点，是自然度：怎么让 AI 知道一句话里该重读哪个词、哪里该停顿。比如「我今天吃了三碗饭」，正常人会重读「三碗」强调数量，但早期 TTS 可能把「今天」读得最重，来虽然没错，但对会听众，就会造成昨天没吃饭的潜层含义误读。

而大模型通过学习海量真人语音的韵律特征，不仅解决了重音、多音这样的老问题，甚至能还原出笑场、阴阳怪气这类细微情绪，Fun-CosyVoice3 甚至已经能做到开口即真声，说什么都像本⼈，会笑、会喘、有情绪，具有百种好听⾳⾊任你选。

其次是 ASR 从「逐字转写」到「语义转写」识别准确率的最后一公里突破。传统模型只能做语音转码工，遇到口语化表达、网络热梗、场景化表达就抓瞎。比如有人玩梗说「后人管乾隆叫章总」，过去的模型可能把「乾隆」识别为「潜龙」或者「钱龙」，甚至断句成「管钱、龙」，相应的后半句「章总」的调侃，也会被误识别为「张总」。而 Fun-ASR 能直接识别为专业缩写，甚至能根据上下文判断「章总」是特定指代，而非「张总经理」的简称。

建立在此基础之上， 硬件商业模式的跑通，成了语音大模型爆发的催化剂。市场逐渐意识到，AI 时代的交互模式中，语音或许会智能手机时代的触摸+视觉更加便捷。

人和人之间最直接的交互媒介是语音，但不同语种人群如何交流需要借助 AI 语音翻译；冗长的会议过程，如何提升效率、总结重点，同样离不开语音技术。

此外，过去需要打开某个功能，即使熟练操作的年轻人，也需要在 APP 不同一二级入口、小程序之间跳转 ，在此之前，还需要先躲过摇一摇的漫长开屏暴击。毕竟，一不留神，就会从学习软件跳到外卖 APP——知识大门里的精神食粮还颗粒未见，外卖员就已经带着深夜奶茶炸串按响了家门口的门铃。而 AI 时代，只需要一句命令，「帮我打开 XX 软件的《哲学二十讲》有声书，1.5 倍速播放」就能一切搞定。对年轻人而言，是效率提升，是不熟悉操作的老年人来说，则是拥抱智能时代最简单的方式。

语音，也在这一时期有了成为 AI 时代硬件超级入口的可能。

与此同时，相比需要在云端才能高效运行的视觉、文本大模型，语音模型被本地化的难度更低、模型效果损失更低，也更容易被直接搭载到手机、耳机、眼镜等现有硬件形态。

这一点，华强北的商家最有发言权。有媒体调查发现，在华强北，一个摄像功能的眼镜需要至少三五百，而一个搭载语音功能的耳机，借助快速成型的模组解决方案、软件解决方案、组装、分销等细分产业链环节，最低几十元就能拿货，一举在今年年初就卖成了爆品，甚至远销海外，以 9.9 美元的价格血洗美国市场。

而当所有人都涌到语音硬件赛道淘金时，提供核心算法的卖铲人，自然迎来了最好的时代。

02

市场需要怎样的语音大模型？

语音模型的能力，会直接决定整个市场的天花板。

但过去一个行业常见的技术难题在于：客户想要一个能识别所有场景的 ASR 模型，最后发现，连他们公司的简称都识别不出来。这本质其实是场景的碎片化，与模型通用性的冲突。

场景层面，客户需要模型能够应对复杂环境、能应对强背景音干扰、实时流式输出。能力上，还要支持中英文混合输入、多语言与方言、能够理解场景词、支持声音定制，最好还能被安装进本地硬件。

但很显然，一个模型不可能解决以上所有难题。

也是因此，此次发布的通义百聆，除了满血 Fun-ASR、Fun-CosyVoice、Fun-Audio-Chat 模型，还同步开源了 Fun-ASR-Nano （0.8B） 、 Fun – Cosy V oice3 （ 0.5B ） ， Fun-Audio-Chat-8B，针对不同场景做了精准打击。

接下来，我们可以通过几个典型案例，看看不同场景下，好的语音模型该具备哪些能力。

语音技术当前最常用的刚需场景当属会议。 在此场景下，会议录音转写是刚需，但也是痛点：会议室里的空调声、翻笔记本的杂音、远处同事的讨论声，突然的咳嗽声，都会让 ASR 集体失聪。

Fun-ASR 针对这个场景做了远场降噪优化。通过模拟会议室、车载、工业现场等 高噪声环境，用强化学习（RL）训练模型过滤干扰音。实测数据显示，以上复杂的场景下，Fun-ASR 的识别准确率能达到 93%。

更实用的是流式识别能力。传统 ASR 需要等整段语音结束才能输出文字，而 Fun-ASR 支持边说边出字，首字延迟低至毫秒级别。也就是说，你刚说完「接下来我们讨论 Q4 计划」，文字就已经出现在屏幕上，这对实时字幕、会议直播等场景至关重要。

会议之外，多语言混说的翻译场景，也是很多跨境商家、留学党、出国旅游党的一大痛点。 做跨境电商谈判的商家可能遇到过这种尴尬：和日本客户沟通时，既要和同事说中文「这个产品的毛利率是 20%」，又要对客户说日语「発送時間は 3 日です」（发货时间 3 天），还夹杂英文「MOQ 是 100 件」，传统 ASR 要么只能识别单一语言，要么把「MOQ」拆成「M-O-Q」。

Fun-ASR 支持 31 种语言的自由混说，不需要预先设置语种，模型就能自动判断并识别。比如输入「このカフェの wi-fi が不安定で、google meet で切断された」（这家咖啡馆的 WiFi 不稳定，在 Google Meet 上断连了），其中包含得日语、英文，Fun-ASR 都能准确转写。

翻译场景除了需要准确，如果能做到翻译音色与原始音色保持一致，那么在商务洽谈、文化内容出海等场景中将极大提升表达的效率。为此，Fun-CosyVoice3 在能力建设上，支持了跨语种音色克隆。基于用户的普通话录音，就能生成粤语、日语、英语的语音，覆盖 9 大语种 + 18 种中文方言及口音。

比如用一段中文「今天天气很好」的录音，克隆后生成日语「今日は天気が良いです」，听感上几乎是同一个人的发音，相当于一个人顶一个翻译+配音团队。并且⾸包延迟下降 50%，交互更丝滑，显著提升语⾳助⼿、智能客服等场景下的响应感知。

除了以上通用场景，对 医疗、金融、工业等领域的语音识别来说，最大的难点是专业术语。比如医疗会议中的「肾小球滤过率」「三磷酸腺苷」，金融讨论中的「LPR 加点」「量化宽松」，如果 ASR 不认识这些词，转写结果就会变成天书。

Fun-ASR 引入了 RAG（检索增强生成）机制，解决了这个痛点。简单来说，就是给模型建了一个专业词典库：用户可以导入行业术语（比如医院的科室名称、金融的产品名称），模型在识别时会自动检索词典，确保专业词不被认错。更关键的是，这个词典库的容量从传统的 1000 条扩展到 10000 条，且不影响通用场景的识别准确率。

尤其值得一提的场景是数字人、AI 客服、AI 硬件交互这样的高价值场景。 过去要想这些场景的实时智能互动，通常需要 ASR + LLM + TTS 多模块拼 接 。 这不仅会造成模型架构上的冗余臃肿、部署链路繁琐，还会因多模块间的数据传输、指令调度产生大量耗时，让整体的首包延迟大幅增加，很难满足实时交互的体验要求。比如数字人直播出现嘴型与应答脱节、AI 客服让用户等待过久、智能硬件语音交互有明显卡顿感。

Fun-Audio-Chat 则能实现直接用户语音输入-模型语音输出的端到端能力，并且保持整体的高智商、高情商、及时反映。此外，用户还能用它实现情绪、说话风格、语速、高低音、音量的定制。从而在数字人场景中，让虚拟主播、虚拟讲师、政企数字分身的语音表达更贴合人设；在 AI 客服场景里，定制符合企业品牌调性的沟通语态，适配金融、教育、政务等不同行业的服务规范。

而 对数据敏感的场景（比如机房巡检、军工设备）来说 ，除了要准确率、实时率，语音模型还不能联网，必须本地部署，这就要求模型体积小、性能强。

通义此次开源的 Fun-ASR-Nano（0.8B）和 Fun-CosyVoice3（0.5B）、Fun-Audio-Chat-8B，就是为本地部署设计的。Fun-Audio-Chat-8B，其参数量意味着，用户借助一张 24GB 的 4090 就能以 FP16 的精度在本地运行模型，实现高质量的端到端语音交互；Fun-ASR-Nano 以及 Fun-CosyVoice3-0.5B 更夸张，0.8B 以及 0.5B 的参数，也就意味着其在手机端这样的移动终端上就能实现实时语音识别与语音合成（FP16 精度格式下，静态存储成本约为 1G，动态运行开销大概为 1.5G，和 MOBA 类手游团战场景的开销不相上下）。

03

尾声

AI 耳机、转录笔的爆发，让市场看到了语音赛道的巨大潜力。但要做好语音大模型这门卖铲人的生意，门槛远比淘金的硬件厂商更高——它不仅要求技术过关，还需要企业同时具备开源运营与商业化能力。

商业化不必多说，这是核心的收入来源。

开源的意义则在于满足语音场景的碎片化需求。从 Transformer 到通义千问 Qwen、通义万相 Wan，开源一直是 AI 技术突破的关键。对语音赛道来说，不同行业、不同场景的需求千差万别，单靠厂商的标准化 API，远远无法满足所有个性化需求。而通过共享基线模型，开发者可以低成本地进行差异化探索，比如优化特定方言与场景的识别、提升小语种的合成质量。

阿里通义团队的实践印证了这一点：从 2023 年至今，其已开源的 300 多款模型，覆盖文本、视觉、语音等全模态，参数从 0.5B 到 480B 全尺寸。这种开源策略，不仅让创业公司、个人开发者能低成本利用高精度语音模型搭建应用，也让阿里通过生态效应掌握了赛道主动权。

更重要的是，开源降低了语音技术的普及门槛。过去，只有大厂才有能力研发高精度语音模型，而现在，创业公司甚至个人开发者，都能通过 Fun-ASR-Nano、Fun-CosyVoice3-0.5B 以及 Fun-Audio-Chat-8B，快速搭建自己的语音应用。

而当 AI 耳机、AI 转录笔、智能巡检设备等硬件，都能基于这个底座快速在不同场景落地时，过去一年的 AI 耳机、AI 会议转录爆发，或许只是语音模型跑通 PMF 的起点。

Infra 软件的主要使用者，正从人类开发者变成 AI Agent。

a16 今年的年终预测中，也明确指出：Agent-native 的基础设施将成为未来的基本门槛。

但很明显，当下 Agent Infra 的基础设施并不完善，不管是代码的兼容性还是服务器的启动优化，甚至虚拟机的配置等，都还是为人类开发者的服务模式。AI Agent 对 Infra 的要求，与人类完全不一样。

这其中存在很多新的机会和可能性。

Agent Infra 的现状如何，还有哪些问题没有解决，未来更多的可能性会在哪些场景？就这些问题，我们与腾讯云 Agent Infra 团队 和 Dfiy 的技术人员聊了聊，希望能搞清楚一些事情。

超 17000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。

邀请从业者、开发人员和创业者，飞书扫码加群：

进群后，你有机会得到：

• 最新、最值得关注的 AI 新品资讯；
• 不定期赠送热门新品的邀请码、会员码；
• 最精准的AI产品曝光渠道

01

Agent 的落地范式跟 App 完全不同

之所以 Infra 层会有很大的变化，核心在于，AI Agent 今天的开发和落地范式，与以往的 App 完全不同了。

核心的区别就是不确定性的存在。

过去人类写代码，是靠大量 if、else 的逻辑判断来实现功能，现在转向了 Agent 的概率性目标规划。以前写下一行代码，机器严格执行；现在则更像一个老师的角色——通过提示词、RAG 这些技术，给模型提供背景信息，再设定一些原则去调教它，让它自主处理任务。这是一种更高级、也更先进的控制方式。

传统软件工程里，bug 是对既定规则的违反，修 bug 就像修水管，哪里坏了补哪里就行；但在 Agent 工程里，失败往往是模型对开发者意图的误解，或者说是概率上的「漂移」。你没办法像修水管一样去修复一个 Agent，只能像教育孩子一样，去引导它、说服它、约束它。

一个 AI Agent 的效果，是由模型、范式、提示词、上下文、工具体系，还有工具调用的参数选择等七八个因素共同决定的。这次效果不好，到底是模型的问题？提示词的问题？还是工具的问题？根本说不清楚。这些因素环环相扣，相互影响的关系很难明确界定，这完全符合「复杂系统」的定义。

更关键的是，它还是一个不确定性的复杂系统。同一个问题，这一刻问和下一刻问，哪怕输入完全一样，输出也可能不同。而我们过去熟悉的微服务系统，哪怕再复杂，调用关系都是清晰的，哪里报错、谁的责任，一目了然。从这个角度来说，微服务系统其实是「简单系统」，而且是确定性系统——只要数据库和数据关系不变，同样的输入必然会得到同样的输出。

不只是工作流变了，交付物也完全不同了。以前交付的是确定的功能，能明确界定「行」或「不行」；现在交付的是一种概率性的能力，你很难去定义什么是绝对的「正确」。

这种差异，对工程师来说是巨大的挑战。绝大多数工程师从入职第一天起，工作就是在确定性系统里进一步提升确定性，判断标准只有「对」和「错」。但现在我们面对的是不确定性的复杂系统，工作方式必须彻底转变。

这种转变主要体现在两点：

• 第一，从工程思维转向科学实验思维 。工程思维是预先设计好整个系统；而科学实验思维的核心，是建立一套评测体系，把复杂系统拆解成一个个子系统，屏蔽其他子系统的干扰，去单独评测每个子系统的影响。只有通过这种控制变量的方式，一步步摸索，才能驾驭 Agent 的复杂性。
• 第二，从 Day One 思维转向 Day Two 思维 。Day One 思维是代码上线、提供服务后，再根据用户需求去优化；但在 Agent 领域，上线第一天只代表它能跑起来了，真正的效果优化才刚刚开始。

Agent 落地远不止靠几个巧妙的范式，而是需要用工程方法，以确定性去驾驭不确定性，不断优化工程基础，才能真正落地。也正因此，针对 Agent 的 Infra 层建设，是一件非常复杂的事。

而且，Agent Infra 与过去两年业界讨论的 AI Infra 也完全不同。

AI Infra 更关注的是模型的算力、优化和推理，如何以最快、最稳定的算力服务让模型输出内容。

而 Agent Infra 关注的是项目的最终结果输出，上层的逻辑、记忆和工具调用。如何编排、如何管理记忆、如何调用各种工具接口，如何更稳定在沙盒里运行的问题。

算力正变成水和电，Agent Infra 才能做出产品服务的差异化。

02

但 Agent Infra 的定义还没有完全明确

很明显，Agent 已经成为当下 AI 应用的主要落地方式，Agent Infra 的前景一片大好。但在腾讯云的专家看来， Agent Infra 的定义和边界，目前其实还没有完全定型。

先区分两个概念：一个是「本质复杂度」，一个是「偶然复杂度」。比如企业要完成一笔交易转账，这是必须解决的核心问题，属于本质复杂度；而转账过程中可能会涉及到重试机制、权限校验、容错处理、数据上报等等，这些是因为工具和方法选择带来的附加问题，就属于偶然复杂度。

整体上来说，Infra 层的核心作用，就是帮企业解决落地过程中的偶然复杂度。问题在于，Agent 落地的场景千差万别——医疗场景要解决数据隐私问题，代码场景要解决生成质量问题，不同场景的偶然复杂度完全不同，所以 Agent Infra 该解决哪些问题，没办法一概而论。

不同的团队，切入 Agent Infra 的角度不同。腾讯云的思路，是聚焦于所有场景下偶然复杂度的「最大公共子集」，也就是不管什么行业、什么场景，开发者都必须面对的共性问题：安全问题、执行环境问题、工具体系问题、记忆问题、可观测性问题。

这些共性问题里，工具和安全沙箱的需求尤为突出——毕竟 Agent 的自主运行能力，带来的安全风险和破坏性太大了。他们从「如何驾驭自主运行」这个点切入，推出了 Agent 沙箱服务。相当于给每个 Agent 配了一台专属「个人电脑」，但又能把它牢牢限制在预设的工作范围内。

Agent 沙箱的安全防护是全方位的：从虚拟化层面限制 Agent 的操作边界，网络层面审计对外访问权限——哪些接口能调、哪些不能调；还有凭证层面的管理，给沙箱分配唯一的权限凭证，就像工牌一样，既能验证身份，又能管控访问范围，确保 Agent 只能在指定「工位」上完成指定任务，不会去「别的楼层」，不能去做别的事情。

这也是当下的 Agent 构建过程中偶然复杂度里的最公共的问题，如何让用户更放心地让 Agent 去处理现实世界的一系列问题。

目前几个大的海外云厂商都有推出自己的 Agent Infra 产品，Google Cloud 推出了 Vertex AI Agent Builder，AWS 推出了 Amazon Bedrock AgentCore，Microsoft Azure 则在 8 月份推出 Agent Factory，腾讯云当前主打的是刚推出不久的 Agent Runtime 解决方案。各家切入的角度有所不同，但其底层逻辑是相通的，从运维出发，先资源后应用和开发，再到安全和智能化，由下至上，先在共性需求上形成坚固基础，然后再向差异性需求拓展。

但本质上，云厂商们现在提供的产品基本是从上个时代演进过来的，并不是用全新范式思考的。Agent 尚未像传统 app 那样大规模出现，大家现在并不知道完备的 Agent Infra 范式是什么样子。

换句话说，不是看不到范式，而是它本身还不存在。

03

今天的 Agent Infra，

主要在服务哪些场景？

LangChain 最近发布的 Agent 年度报告中显示，客户服务、研究与数据分析是目前 Agent 最火热的两大应用方向，用户日常工作中最常用到的 Agent 主要有 Coding、数据处理及深度研究。

这也基本决定了目前的 Agent Infra 主要服务的场景。

• Vibe Coding：除了专业的 Coding 软件外，各类 chatbot 中的应用生成功能也提供了 Coding 的功能，并且都转向了云端模式。如 AI 编程、前端页面生成、云端 IDE 等。AI 生成的代码在 云端沙箱环境 中运行，与本地彻底隔离，既能避免入侵风险，又具备更强的 资源弹性与可扩展性。
• 深度研究、数据处理：办公 Agent 可以通过代码生成的方式完成数据清洗、数据分析、图表制作、甚至 PPT 制作。所有代码均在云端沙箱中运行，与本地彻底隔离，既安全可信，又具备弹性算力。
• GUI Agent：依托云端各类 Use Agent 的能力，让 Agent 能够在不同环境中模拟人机操作，Browser Use Agent、Computer Use Agent、Mobile Use Agent 等，在云沙箱的助力下，覆盖 Web、桌面和移动端场景，成为真正的 虚拟员工。
• 强化学习场景：Agent 通过反复尝试、反馈和优化逐步掌握复杂界面操作。

开发者对于 Agent Infra 层的需求，聚焦在两点： 极致的使用体验，完善的生态兼容性，尽量降低开发成本。

具体来说，API 的统一兼容就很关键。如果每家厂商的 API 都不一样，用户接入时会非常痛苦。就像云计算早期的 S3 对象存储 API，各家高度统一，用户用起来就很方便。腾讯云的沙箱服务既有腾讯云标准的云 API 版本，也兼容了社区里像 E2B 这类主流方案，大大降低了用户的接入门槛。

而且在这种情况下，闭源的系统级别方案有很大的优势。因为极致的体验，往往需要多个环节环环相扣、深度优化才能实现。

举个例子，腾讯云的沙箱服务能做到 全球领先的启动速度——80 毫秒 。这个技术，即使是代码全部开源，用户也很难复刻。这需要从底层的计算、网络、存储层面做镜像加速、预热和分发；还要在操作系统层面优化 cgroup、网络设备命名空间的创建逻辑，破除并发竞争的锁机制；在虚拟化层面用快照技术，避免真实开机的耗时；在 OCI 层优化进程管理，在调度层实现多集群、跨地域的智能调度。

这一系列环环相扣的不同层次的技术相互组合，以及大量的技术运营，大量的工程师的维护，才能给用户提供这样的一个极致的体验。

腾讯内部的一些 Agent 产品，从传统方案切换到 Agent Runtime 沙箱后，成本直接节省了 90% 以上。

内部比较典型的场景有两类：

Agent 产品内的应用生成或者数据处理功能 ：在产品内生成一段代码或者分析一份数据，点击「运行」按钮后，后端都会立刻新建一个沙箱，把代码或 Excel 表格放进去执行。

在腾讯云的实测中，全球绝大多数同类 Agent 产品，点击运行后都需要秒级等待；而 Agent Runtime 能做到端到端 200 毫秒，这个时间包含了沙箱启动、代码运行、数据通信的全流程。同时还能解决安全问题——比如不会出现代码请求读取系统文件，Agent 就真的把机器上系统文件返回给用户的风险。

第二类是背后的技术支撑场景 ，比如 Agent 强化学习，让 chatbot 产品搜索某个信息，它需要从海量资料里筛选出最匹配的内容。这个过程不只是从 RAG 数据库里调取片段，还需要通过强化学习提升理解和筛选的精准度。

在强化学习的训练阶段，Agent 需要让模型同时处理上万个任务，相当于让一万个 Agent「刷题」，再通过奖励机制判断对错，完成一轮训练。这个过程中，「刷题」生成结果的时间占了整个训练时长的 60% 以上。这个时间越短，模型的迭代效率就会大幅提升。

为什么我们会感觉到很多 Agent 产品的能力在不断变强，背后就是这类底层技术在支撑。

04

给 Agent 做基建，

创业机会在哪里？

在 Agent Infra 范式还没有明确标准的时候，给 Agent 做基建，并不只是大厂的赛道，谁跑得快，谁能更快更好支持 Agent 的需求特性，谁就有可能更快拿下市场。

写代码、试想法、做原型，这些过去必须由专业工程师完成的事情，现在可以被 Agent 以极低的边际成本实现。AI Agent 第一次把「计算」这件事，真正意义上地民主化了。很多以前算不过账的事情，不太经济的商业模式，突然变得合理了。

比如明星 Agent 产品 Manus 背后就使用了开源数据库 TiDB Cloud，因为可以更好实现「看起来像独占，实际上是虚拟化」的设计，在实现极致资源复用的同时，又能让 Agent 在交互层面随意折腾：可以建表、删表、跑实验、写垃圾 SQL，而不会影响别人，也不用担心副作用。

在行业内人士看来，哪些方向会是 Agent Infra 未来的新重点？

Dify 认为 可调试性 、 记忆管理 和 低延迟性能是下一阶段的重点。

首先是可调试性，要做可视化的推理链调试，让开发者能一眼看明白 Agent 到底是在哪一步理解错了，精准定位问题。

然后是记忆管理。不是简单生硬的向量搜索，而是要实现语义化的情景记忆。因为 Agent 对记忆的理解，短板不在于存储了多少历史信息，而在于缺乏对时间维度的建模能力。当前 Agent 的时间感知能力其实很薄弱：prompt 的时间是一次性的，会话级别的时间关联很弱，长期记忆更是处于不可控的状态。但现实中的任务往往存在延迟决策、状态衰减的特点——不同时间节点的信息权重不同，未来的不确定性也会影响当下的行动。

对 Agent 记忆的管理，不能再停留在「常量」的思维定式里，而是要把它看作一种「变量」。

同时，基础性能层面的低延迟要求也得跟上。现在的流式输出已经满足不了需求，需要达到语音实时对话的响应速度，才能支撑更自然的交互场景。

在腾讯云的专家看来，未来应该关注的核心方向，是 从保障 Agent 安全可靠运行，升级到支撑 Agent 实现智能持续进化。

在他们看来，Agent Infra 和 AI Infra 并不是割裂的，而是一种交叉关系。先把 Agent 稳定地部署到生产环境中，让它跑起来之后，就会在实际业务里发现它的能力短板，同时产生大量的业务数据。腾讯云要做的，就是把这些数据充分利用起来，反过来对 Agent 本身，以及它背后的基础模型进行迭代优化，最终形成一个智能进化的闭环。

但就目前来看，现有的 Infra 体系，更多还是聚焦于服务基础大模型本身的能力与智力进化，并没有搭建起完善的链路，去支撑那些已经在业务中落地的 Agent——也就是没能利用 Agent 产生的真实行为数据、能力短板数据，来构建专属的 Agent 进化循环。

所以，下一步 Agent Infra 的核心突破点，一定是完成从「 服务 Agent 的构建与运行 」，到「 服务 Agent 的智能进化 」的跨越。

比亚迪与火山引擎在智能座舱领域达成深度合作，豆包大模型融入 DiLink 系统

在 FORCE 原动力大会上，比亚迪与火山引擎宣布已在智能座舱领域达成深度合作。双方合作将豆包大模型深度融入比亚迪 DiLink 系统，实现了语音交互、内容推荐与出行服务无缝衔接。

目前，座舱大模型的合作已覆盖比亚迪旗下仰望、腾势、方程豹、王朝、海洋五大品牌的全量在售车型。双方合作还覆盖了智能进入（全场景数字钥匙）、座舱娱乐、智能语音等多领域。（来源：36 氪）

马斯克称将把特斯拉使命从「可持续富足」改成「惊人富足」，只因后者「更愉悦」

12 月 25 日消息，马斯克的最新愿景，是「希望让世界多一点快乐」。

北京时间今天凌晨，马斯克通过 X 发文称，计划调整特斯拉的使命措辞，把「可持续的富足」改为「惊人的富足」，并解释称新的表述更具愉悦感。

据《商业内幕》报道，这一措辞指向特斯拉最新发布的《宏伟蓝图》。该长期战略文件在 9 月公布的第四版中，多次提到「可持续的富足」，强调特斯拉将通过产品和服务推动全球繁荣，打造更安全、更清洁、更令人愉悦的世界。

不过，根据特斯拉官网信息，特斯拉目前的正式使命仍然是「加速世界向可持续能源的转型」。

《宏伟蓝图》第四部分发布后，外界批评该文件措辞宏大却缺乏具体内容。9 月，投资类博主 Dave Lee 在 X 上提出质疑时，马斯克回应称「说得有道理」，并表示会补充更明确的细节。

马斯克一向以在 X 上轻松调侃旗下公司而闻名。此次使命表述的调整，预计不会意味着特斯拉战略方向发生根本变化，则有可能表明马斯克希望让品牌语气更轻松一些。（来源：IT 之家）

长安深蓝汽车完成 C 轮融资，资金总额达 61.22 亿元

12 月 25 日消息，长安旗下深蓝汽车今日官宣完成 C 轮融资，本轮增资由长安汽车、重庆渝富控股集团有限公司、招银金融资产投资有限公司共同出资，资金总额达 61.22 亿元。

官方称，深蓝汽车全球累计交付突破 70 万辆，成为央企新能源销量冠军，全球已布局近 100 个国家和地区。近日，深蓝汽车荣获首块 L3 级自动驾驶专业正式号牌，不仅宣告中国自动驾驶技术正式进入 L3 时代，更标志着深蓝汽车实现了 L3 级自动驾驶技术的合规落地与真实应用。

IT 之家注意到，长安汽车昨晚已发布公告透露此次融资详情。深蓝汽车本次增资扩股金额合计 61.22 亿元，新增注册资本人民币 13804.8787 万元，由人民币 32810.8278 万元增至人民币 46615.7065 万元。（来源：IT 之家）

消息称因未抢到足够存储芯片，一名谷歌采购高管被解雇

12 月 26 日消息，科技媒体 Wccftech 昨日（12 月 25 日）发布博文，报道称全球存储芯片的严重短缺，正引发一场科技巨头的「抢货大战」。

随着人工智能（AI）需求的爆发，全球存储芯片市场，尤其是高带宽内存（HBM）和低功耗内存（LPDDR），正面临前所未有的短缺。这一危机迫使微软、谷歌和 Meta 等科技巨头的高管纷纷进驻韩国，试图与三星电子和 SK 海力士达成长期供货协议。

然而，谈判过程异常艰难，甚至引发了激烈冲突。据韩国媒体报道，微软高管近期造访 SK 海力士总部后，因被告知「难以满足」其要求的供货条件，当场愤怒地「冲出会议室」。

IT 之家援引博文介绍，供应链的紧张局势在谷歌内部引发了更严厉的人事变动。由于未能预见市场紧缩并提前签署长期协议（LTA），导致公司面临 HBM 供应不足的风险，谷歌据报已解雇了一名相关采购高管。

谷歌的 AI 加速器（TPU）高度依赖 HBM，其中约 60% 的供应来自三星。在 SK 海力士和美光对谷歌的新增订单需求回复「不可能」后，谷歌高层将责任归咎于该高管缺乏前瞻性，随即做出了辞退决定。（来源：IT 之家）

瓜子二手车发布年度贬值榜

12 月 25 日消息，瓜子二手车今日发布年度趋势报告。报告中，基于平台 2025 年真实成交数据，瓜子二手车发布了线上部分车系的贬值率榜单。

榜单显示，在燃油车市场，红旗 HS7 成为贬值率榜单第一的车型，3 年保值率仅为 34.84%。

路虎揽胜极光位居榜单第二，三年保值率为 40.45%，相当于开三年卖车的话，就赔掉六成原车价，车主卖车时需要进行较大的心理建设。

至于榜单第三至第十名，分别为别克英朗、别克威朗、沃尔沃 S60、路虎发现运动版、雪佛兰科鲁泽、宝马 X2、雪佛兰科沃兹、别克君威等车型，三年保值率从 41.18%-44.71% 不等。

整体来看，燃油车贬值榜中的车型，美系品牌通用独占一半；路虎和沃尔沃作为二线豪华车，也面临着保值率大打折扣的尴尬情况。

在新能源阵营中，与红旗同属一汽旗下的奔腾 NAT 为贬值最大的车型，1 年保值率只有 39.06%。该车也是专门适配网约车的车型，适配消费人群不够普遍，也是其不保值的核心因素。（来源：快科技）

小米 17 Ultra 发布：首搭连续光学变焦，入门价迈入 7000 元区间

《海绵宝宝：深海大冒险》大电影 12 月 31 日限时点映，1 月 1 日正式上映

12 月 25 日消息，派拉蒙电影今日官宣，《海绵宝宝：深海大冒险》大电影 12 月 31 日限时点映，全国 500+ 影城将开启跨年仪式场。此外，官方今日还发布了欢乐启程版预告。

这部影片将于 2026 年 1 月 1 日在内地上映，影片将继续以真人 + CG 动画结合形式，德里克・德莱蒙回归执导，汤姆・肯尼、比尔・法格巴克、马克・哈米尔、克兰西・布朗、埃丝・史佩斯等原班人马配音。（来源：IT 之家）

仅仅 10 个月之后，小米手机的 Ultra 系列再次出牌。

这一次，小米 17 Ultra 系列带来了旗舰手机上首次使用的「连续光学变焦」能力。由于储存芯片成本上涨，小米旗舰机型的入门价格也首次攀升至 7000 元区间。

对于小米自身来说，全新的 17 Ultra 延续了小米对于影像旗舰的设计哲学：「用光学的方法解决影像的问题」。新一代 LOFIC 技术从传感器层面优化，大幅提升了夜晚等场景下的成像效果；「8 片 3 组」的全新光学架构，则在「潜望长焦」后带来了手机影像的全新解法，也带来了智能手机上首次堪比变焦镜头的「连续光学变焦」能力。

而对于整个行业来说，本轮 Ultra 系列里第一个出牌的小米，它在面对成本上涨时的定价策略和后续销量效果等，也必将成为友商们下来定价过程中的重要参考维度。

新一代影像和内存周期下旗舰手机的产品和商业故事，开始了。

智能手机，首次出现了「光学变焦」

在外观层面，小米 17 Ultra 延续了 Ultra 系列标志性的圆形模组，并且延续了该系列「影像旗舰」的定位。

设计上，小米 17 Ultra 通过对 DECO 进行小型化升级和位置微调，强调拥有更好的握持感和更好的日常使用体验，厚度较上一代减薄 1.06mm，成为最薄的 Ultra 系列。

在基本配置层面，小米 17 Ultra 搭载第五代骁龙 8 至尊版处理器，以及 6800mAh 金沙江电池，支持 90W 有线秒充和 50W 无线秒充。

当然，小米 17 Ultra 最大的提升体现在影像层面。并且，在小米看来，尽管计算摄影+AI 正在大幅提升移动设备的影像能力，但依然不能忽视「光学」因素对手机摄影的影响。

因此，小米在 小米 17 Ultra 上展示了两套新思路：

第一：继续坚持主摄 1 英寸大底，并且搭配第三代 LOFIC 技术，提升照片和视频的动态范围。

坚持 1 英寸大底，本质上坚持通过更大传感器捕获更多光子，以获得算法难以完美模拟的自然背景虚化，为整套影像系统提供了一个高质量的原始光学底座。

而 LOFIC 技术的加入，则展示了一种「通过提升传感器聚光能力，以提升画质」的最新解题思路。

一些过往手机摄影中难以「抓住」的数据——例如高光或者极亮的光线，在 LOFIC 技术的加持下现在可以被更好地保留。相当于给传感器加了一个「高光扩容包」，让手机不再惧怕强光。

根据官方介绍，采用第三代 LOFIC 技术的 小米 17 Ultra，单像素电子容量比前一代的 1 英寸传感器提升了 6.3 倍。从发布会上展示的样张效果来看，在逆光拍摄、夜景灯牌、抓拍等场景下，采用 LOFIC 技术拍出的样张，画质的确得到了大幅提升。

小米 17 Ultra 在夜景下的样张展示 | 图源：小米

小米也特别针对年末场景，推出了基于 LOFIC 技术的「烟花模式」。

值得一提的是，在整个发布会过程中，小米总裁卢伟冰多次强调了小米看好 LOFIC 技术对手机影像的影响，被将其称为这是「面对未来的移动影像技术」。

第二：小米 17 Ultra 在中焦段里，第一次带来了连续光学变焦的能力。

在传统手机摄影方案中，不同焦段的镜头其实是一个个独立的「定焦镜头」。举个例子，如果手机上显示有「2X」和「4X」两个焦段时，当你用「3X」焦段拍照时，得到的画面其实是通过「2X」镜头拍摄后裁切的画面，画质有所压缩。

所以，传统手机在拍照时，通常很难同时兼顾大底长焦和大底中焦方案。

而在 小米 17 Ultra 上，小米把传统的潜望长焦镜头更换成了三组长焦光学架构。其中两个镜组采用浮动设计，可以独立位移，分别改变焦距和焦点，达到了和相机里的「变焦镜头」一样的光学变焦效果。

小米 17 Ultra 上的长焦光学架构 | 图源：小米

官方表示，在 75mm-100mm 的焦段范围内，都可以获得 2 亿像素的光学直出效果，对应手机上「3.2X-4.3X」的摄影区间，可以兼顾整体人像、人像细节等中长焦不同区间的创作需求。

小米认为，通过光学的技术解决摄影问题，「连续光学变焦是手机长焦的终极解决方案」。

在影像层面， 小米 17 Ultra 也带来了 4K LivePhoto（「时况运镜」）效果，并推出了红毯运镜、主角运镜、自由运镜、超清实况等多种模式，带来更好的 LivePhoto 拍照体验。

此外，在生态层面，新一代 Ultra 系列继续全面兼容苹果生态，推出了和 iPhone 设备之间的「妙享桌面」功能——对于双持用户来说，可以在 iPhone 上直接实现对 小米 17 Ultra 的镜像控制。小米表示，在点外卖等涉及到账号切换的支付场景里，「妙享桌面」功能可以提升用户的使用体验。至此，小米也实现了对苹果手机、平板、电脑设备的全面「镜像打通」。

涨价是挑战，还是「真香」警告？

在售价层面，由于手机内存成本飙升，17 Ultra 系列相比上一代 15 Ultra 上涨了 500-700 元不等。

具体来说：

• 入门款（12GB+512GB）定价为 6999 元。比起前一代入门款（12GB+256GB），价格上涨 500 元，但存储空间得到提升，这也是小米高端旗舰价格首次达到 7000 门槛
• 中间档配置（16GB+512GB）价格来到了 7499 元，比起上一代相同配置上涨 500 元
• 而在高配（16GB+1TB）方面，定价突破 8000 大关，来到了 8499 元，相比前一代相同配置上涨 700 元

当然，涨价的最大最大原因，来自于近两年 AI 产业对半导体芯片产品的需求暴增，使得晶圆产能倾斜，从而影响到整个消费电子行业，带来了涨价效应。

值得一提的是，近日，亦有韩媒曝出，iPhone 17 Pro 系列使用的内存芯片价格相比 2025 年初上涨 230%，引发了行业对明年手机产品（尤其是高端旗舰机）涨价的猜想。作为国内厂商中这轮首发「Ultra」系列的小米，也被认为其定价策略将会成为友商们接下来定价过程中的重要参考维度。

不过，虽然「涨价」已经几乎在行业和消费端成为了共识，但小米这次依然在产品的一些细节设计层面，给用户带来了足够的情绪价值。

在笔者看来，小米 17 Ultra 系列这次最大的惊喜，来自「徕卡版」上背面的「大师变焦环」设计。

通过这个集成在机身上的可变镜头圆环，用户可以把过往在屏幕上点按变焦的交互动作，还原成模拟使用传统变焦镜头时旋转调焦的操作。官方表示，用户可以获得「更符合相机使用直觉的操作」。

小米 17 Ultra 背后的「大师变焦环」设计｜图片来源：小米

根据发布会的现场演示，这个物理变焦环不仅可以调节焦段，也可以调节曝光补偿、白平衡等多种摄影参数。

同时，在外观上，徕卡版将铭刻徕卡经典红标（「可乐标」），并且推出了复刻徕卡经典机型 M9 和 M3 的滤镜。官方表示，滤镜通过数万张实拍照片的训练，还原经典胶片机的质感。

在价位方面，徕卡版共提供两个版本，其中 16GB+512GB 售价 7999 元，而 16GB+1TB 售价为 8999 元，分别比「非徕卡版」同配置上涨 500 元，不知道凭借「机械式变焦操作」+徕卡画质带来的效果，是否可以在后续销售阶段产生「真香效应」。

在本次发布会上，小米还推出了包括中央空调在内的多个大家电产品。今年，小米首个自建智能家电工厂正式投产，也在欧洲、东南亚市场建立了大家电业务的销售和服务体系。

稍显遗憾的是，在这场小米 15 周年年末的发布会上，小米创始人雷军并没有登台，更引人关注的汽车新品也暂时没有更新的消息放出。

按照小米最近 2 年的传播节奏，往往手机新品的发布上，也都会有关于汽车产品的预热——例如今年年初，前一代手机产品的 Ultra 机型就是和小米 SU7 Ultra 同时发布的；而最近 1-2 个月里，媒体和用户也在多个渠道看到了小米第三款全尺寸 SUV（传闻中的「YU9」）伪装车测试的更多图片及视频。

但显然，现在并不是一个对「YU9」来说最合适的时机。

也许，在小米 SU7、小米 YU7 两款车发售大热之后，它们也需要放慢些脚步，更沉稳地面对新一轮市场竞争。