大疆回应被美列入「受管制清单」：将评估可行路径维护公司合法权益

12 月 23 日，据环球网报道，中国无人机制造商大疆创新在一份声明中表示，对于美国联邦通信委员会（FCC）将所有非美国制造的无人机列入「Covered List」（受管制清单）的决定表示遗憾。此举不仅限制了美国消费者与商业用户的选择自由，也损害了开放、公平竞争的市场原则。

声明表示，「作为全球民用无人机和航拍技术的开创者与引领者，大疆始终致力于为世界范围内的影像创作者提供创新工具与灵感；我们的产品与技术也在农业、巡检、测绘、消防救援、自然资源保护等众多关键领域深度应用，为提升生产效率、保障生命和公共安全创造了不可替代的价值。」

声明还称，大疆产品的安全性与可靠性，多年来被全球市场和多家权威独立第三方机构所验证。公司将评估所有可行路径，坚定维护公司及全球用户的合法权益。（来源：界面新闻）

OpenAI、Anthropic、xAI 等人工智能巨头遭作家提起版权诉讼

12 月 23 日，包括两届普利策新闻奖得主约翰•卡雷鲁在内的作家群体提起版权诉讼，指控六家人工智能巨头使用其著作盗版副本训练大型语言模型。提交至美国加州北区地方法院的诉状称，Anthropic、谷歌、OpenAI、Meta、xAI 及 Perplexity AI 公司实施了「蓄意盗窃行为」。诉状指控这些人工智能公司从 LibGen、Z-Library 和 OceanofPDF 等盗版书籍「非法影子图书馆」下载原告著作的盗版副本。

诉状称，这些公司首先通过非法下载书籍构成侵权，随后在训练模型或「优化」产品过程中制造更多副本再次侵权。作家们表示，他们的著作「如今支撑着价值数十亿美元的产品生态系统」却未获任何补偿。若陪审团认定侵权属故意行为，每部侵权作品最高可获赔 15 万美元。（来源：广角观察）

 

英伟达放风春节前向中国客户交付 H200 芯片

12 月 2 4 日，据路透社报道，多位知情人士透露，英伟达已告知中国客户，计划于明年 2 月中旬，即中国农历春节前向中国客户交付其性能排名第二的人工智能（AI）芯片 H200。

其中两位消息人士称，英伟达计划动用库存履行首批订单，预计发货总量为 5000 至 10000 套芯片模组，相当于约 4 万至 8 万颗 H200 芯片。不过路透社称，能否顺利交付 H200 芯片仍存在较大不确定性，中方尚未批准任何一笔 H200 芯片的采购订单。（来源：环球网）

 

软银紧急筹措 225 亿美元资金支持 OpenAI「星际网」计划

牛透社 12 月 23 日消息，日本科技投资巨头软银正紧急筹措 225 亿美元资金，以履行其对人工智能合作伙伴 OpenAI 的承诺。

软银是 OpenAI 的主要资方之一，参与了价值 5000 亿美元的「星际网」数据中心计划。该计划旨在通过建设大规模 GPU 数据中心集群，支撑 OpenAI 下一代模型的开发与通用人工智能的突破。（来源：牛透网）

 

派拉蒙誓要抢下华纳兄弟，甲骨文创始人埃里森加码 404 亿美元个人担保

12 月 23 日，派拉蒙天舞传媒更新对华纳兄弟的收购要约，维持 1084 亿美元的总价（每股 30 美元），但新增了甲骨文创始人拉里·埃里森提供的 404 亿美元「不可撤销个人担保」。

这份新提案维持了 1080 亿美元的全现金收购价，远高于 Netflix 此前达成的 827 亿美元合并协议。派拉蒙此举旨在通过强化资金承诺，迫使 WBD 董事会重新评估现有交易，确立其作为「更优替代方案」的地位。

为解决 WBD 董事会此前对融资确定性的担忧，甲骨文创始人、天舞传媒核心支持者拉里·埃里森亲自下场背书。

拉里·埃里森不仅是派拉蒙天舞首席执行官大卫·埃里森的父亲，也是该公司的重要支持者。

新方案包含一份 404 亿美元（现汇率约合 2846.75 亿元人民币）的不可撤销个人担保。条款明确规定，即便其他资方退出，该笔资金也能确保交易继续推进。此外，埃里森还承诺在交易未决期间限制其家族信托资产的转移，这种级别的个人资产锁定在好莱坞并购史上极为罕见。（来源：IT之家）

比亚迪 11 月欧洲销量同比猛增 235%，特斯拉下降超 34%

12 月 23 日，比亚迪 11 月在欧洲市场继续录得强劲增长，单月销量同比增长 200% 以上，增速明显快于多家欧洲本土车企及美国竞争对手。

根据欧洲汽车制造商协会（ACEA）公布的最新数据，11 月比亚迪在欧洲的新车注册量达到 16,158 辆，较去年同期的 4,821 辆增长 235%。若将英国、冰岛、列支敦士登、挪威和瑞士纳入统计范围，比亚迪当月在欧洲的注册量增至 21,133 辆，同样实现了超 200% 的增幅。

相比之下，特斯拉 11 月在欧盟市场的新车注册量同比下降超过 34%。（来源：IT之家）

 

萝卜快跑宣布 2026 年进军伦敦无人驾驶市场

12 月 23 日，据新华社报道，百度旗下无人驾驶出行服务平台「萝卜快跑」昨日宣布，将携手全球领先出行平台，于 2026 年在英国伦敦启动无人驾驶测试及出行服务。此举标志着其首次进入中国香港以外的右舵驾驶市场。

此前，萝卜快跑于 2024 年 11 月底获颁香港首个自动驾驶车辆先导牌照，并在过去一年四次扩大测试区域，完成多车运行、载客测试等关键技术验证。

目前，Uber 已确认与其合作，Lyft CEO David Risher 亦表示计划明年在伦敦测试首批数十辆 RT6 车型，逐步扩展至数百辆，正待监管批准。（来源：品玩）

 

北京发放首批 L3 级车辆专用号牌，自动驾驶车辆正式进入量产

12 月 23 日，北京市首批 L3 级高速公路自动驾驶车辆专用号牌由北京市公安局交通管理局正式发放给三辆智能网联汽车，这也是国内首批发放的 L3 级高速公路自动驾驶车辆专用号牌。这标志着我国自动驾驶车辆已由测试示范进展到正式量产，率先开启 L3 级自动驾驶时代，成为汽车智能化进程中的里程碑事件。

据北京交管部门相关负责人介绍，在北京首批上牌的 L3 级自动驾驶汽车共有 3 辆，号牌分别为：京 AA0001Z、京 AA0733Z、京 AA0880Z。

该车型经过前期系列测试，目前处于有条件的自动驾驶阶段，系统可在限定条件下执行动态驾驶任务，实现高速公路和城市快速路单车道内最高车速 80km/h 的自动驾驶功能。

交管部门负责人强调，尽管可实现限定道路的自动驾驶功能，但仍需驾驶人坐在驾驶位驾车，并作为紧急情况接管车辆控制的后援。（来源：cnBeta）

ChatGPT 推出年终回顾功能：AI 也有「年终总结」了

12 月 23 日，据报道，ChatGPT 正式面向部分地区用户推出了名为「年度回顾」（Year in Review）的个性化功能，通过数据汇总为用户生成一份独特的 AI 交互档案。

这份年度报告内容非常丰富，不仅会统计用户在 2025 年发送的消息总数，还会深度分析聊天习惯。系统会根据对话频率最高的主题，通过 AI 生成一张像素风格的定制图像。例如，如果你经常询问烹饪和游戏，生成的图像可能就会包含厨具与游戏机的元素。

除了视觉呈现，ChatGPT 还会为用户贴上有趣的「人格标签」。根据交互模式的不同，用户可能被分类为「生产者」或「导航者」等原型，并获得如「即食锅达人」之类的创意头衔。这种互动方式让原本工具属性极强的 AI 展现出了更具温情和趣味的一面。

目前，该功能已在美、英、加、新、澳等地区率先上线。用户只需确保已授权 AI 引用历史对话记录，即可在应用首页找到入口，或直接向 ChatGPT 发送指令「显示我的年度回顾」来解锁这份专属回忆。（来源：aibase）

 

钉钉发布全球首个 AI 工作智能操作系统 Agent OS

12 月 23 日发布 AI 钉钉 1.1，正式补上此前预告的硬件产品 DingTalk Real——一台看似 NAS、实则承载 Agent OS 的「AI 主机」。

本次升级的核心是 Agent OS，被定义为面向 AI 的工作智能操作系统。其入口「钉钉 ONE」不再以功能为中心，而是由 AI 主动识别并推送「当下最重要的事」，通用 Agent「悟空」也让 AI 从对话工具进化为可自主规划、调用工具的执行者。

硬件层面，DingTalk Real 作为 Agent 的「物理载体」，解决了企业级 AI 在安全、可信与线下场景中的落地问题；DingTalk A1 则升级为团队级助手，打通录音数据与业务系统，使语音成为可分析的结构化资产。

在应用层，AI 表格、行业 Agent、AI 差旅等产品强调低门槛与垂直场景落地。更关键的是，钉钉开始从 「卖功能」转向「卖结果」，以降本增效等可量化成果定价，预示着 AI To B 正进入以实际产出为核心的新阶段。（来源：极客公园）

游戏《使命召唤》创始人文斯·赞佩拉车祸身亡

据外媒报道，当地时间 12 月 21 日，游戏《使命召唤》联合创始人、电子游戏开发商文斯·赞佩拉在加利福尼亚州发生车祸去世，终年 55 岁。消息人士透露，事故发生时赞佩拉正亲自驾车，车辆失控后撞上混凝土护栏，车身起火，他本人被困车内。赞佩拉的死讯已由其游戏工作室的母公司美国艺电公司证实。

在职业生涯早期，赞佩拉曾助力推动《使命召唤》系列的发展，为该系列后续作品的诞生奠定了坚实基础。在他的带领下，《现代战争》这一 IP 达到了前所未有的高度，这一点从该系列重启之作至今热度不减的表现中，便可见一斑。

在 Respawn Entertainment 任职期间，他凭借《泰坦陨落》及其续作，引领起一股科幻射击游戏的新风潮。工作室在他的领导下，还推出了《星球大战绝地：幸存者》系列游戏。（来源：界面新闻）

MiniMax 港股 IPO 获中国证监会备案，与智谱角逐「AI 大模型第一股」

12 月 22 日消息，中国证监会国际合作司发布关于 MiniMax Group Inc. 境外发行上市备案通知书，公司拟发行不超过 33577240 股境外上市普通股并在香港联合交易所上市。

另一家人工智能公司北京智谱华章也在当天获中国证监会备案，拟发行不超过 43,032,400 股境外上市普通股并在香港联合交易所上市，两家公司将角逐「AI 大模型第一股」。

MiniMax 官网显示，自 2022 年初成立以来，该公司自主研发了一系列多模态通用大模型，包括 MiniMax M2、Hailuo 2.3、Speech 2.6 和 Music 2.0，具备强大的代码和 Agent 能力，以及超长上下文处理能力，能够理解、生成并整合包括文本、音频、图像、视频和音乐在内的多种模态。

基于这些自研模型，MiniMax 面向全球推出一系列 AI 原生产品，包括 MiniMax Agent、海螺 AI、MiniMax Audio、星野等，以及面向企业和开发者的开放平台。（来源：IT 之家）

微软 CEO 纳德拉被曝亲自抓 AI 产品：每周开会、反复问进展、施压负责人

12 月 22 日消息，根据《The Information》报道，微软 CEO 萨提亚・纳德拉近期频繁现身公司内部一个由约 100 名核心技术人员组成的 Teams 频道，只要他认为 AI 产品表现不理想，便会直接在其中公开表达不满。

一名了解相关会议情况的人士透露，纳德拉每周都会与这些技术人员举行一次约一小时的会议，并反复追问项目进展，进而下达具体调整要求，例如整合不同团队在 AI 模型后训练阶段的工作方式。

几周前，纳德拉还向负责消费级 Copilot 项目的工程负责人发送邮件。有微软管理人员提到，谷歌 Gemini 近期在与 Google Drive 的整合方面明显提升，例如能够直接总结文件夹中照片的内容。

但纳德拉并不认可微软在同类功能上的表现。他在邮件中说，「微软将 Copilot 与 Gmail 和 Outlook 连接的功能在大多数情况下根本无法正常工作」，而且「并不聪明」。

报道称，过去几个月里，纳德拉逐渐转变为微软内部最具话语权的产品负责人。9 月时，他曾告知员工自己将下放部分管理职责，把更多时间用于推动 AI 产品开发。（来源：IT 之家）

 

明年英伟达 GB300 出货量可达 5.5 万台，Vera Rubin200 预计明年四季度出货

最新市场预测显示，英伟达 GB300 AI 服务器机柜明年出货量有望达到 5.5 万台，同比增长 129%，主要由微软、Meta 等巨头驱动。更值得关注的是，下一代 Vera Rubin 200 平台预计将于明年第四季度开始出货，为鸿海、广达等供应链厂商带来持续增长动力，部分厂商订单能见度已远至 2027 年。（来源：财联社）

阿里推出图像生成模型 Qwen-lmage-Layered

12 月 22 日，阿里通义千问推出全新图像生成模型 Qwen-lmage-Layered。据介绍，新模型采用自研创新架构，可将图片「拆解」成多个图层。这种分层表示赋予了图像内在的可编辑性：每个图层都可以独立操作，而不会影响其他内容。同时，这种分层结构天然支持高保真的基本编辑操作，例如缩放、移动和重新着色。通过将不同元素物理地隔离到不同的图层中，实现了高保真的编辑效果。（来源：第一财经）

 

卢伟冰确认小米 17 Ultra 将涨价，称定价压力非常大

小米集团总裁卢伟冰在近日举办的一场直播互动活动中明确表态，新一代旗舰机型小米 17 Ultra 将迎来价格上调。谈及内存价格疯涨对小米 17 Ultra 带来的影响，卢伟冰称，「这是我最近很头疼的一个问题。」他提到，过去的三年，AI 是爆发式的增长，造成很多产能要去做 HPC（高性能计算）。以前手机是整个内存里最主要的一个需求方，但现在高性能的算力需求已经超过手机。「这几年其实是没有新增的产能，到 2027 年底可能才有产出。」（来源：新浪财经）

 

吉利汽车完成极氪合并交易，极氪将从纽交所退市

12 月 22 日，吉利汽车控股有限公司在港交所公告：公司已收购所有已发行及发行在外的极氪股份及极氪美国存托股份。根据合并事项，合并附属公司已与极氪合并，而极氪作为存续实体持续经营。因此，极氪已私有化成为吉利的全资附属公司，并于纽交所退市。

极氪先前为吉利的间接非全资附属公司，现已转变为吉利的间接全资附属公司。其财务业绩将继续全部并入吉利汽车控股有限公司的综合财务报表，先前归属于非控股股东权益的金额将重新分类及予以对销。（来源：新浪科技）

 

比亚迪回应「技术研发人员涨薪」：情况属实

针对「比亚迪技术研发人员涨薪」传闻，比亚迪方面 12 月 22 日回应称，「情况属实」。但对于消息中「大部分涨薪 500-1000 元、少部分涨薪 2000-3000 元」等内容，比亚迪未作出表态。

据了解，2024 年比亚迪曾发布通知，依据员工的工作业绩和工作表现，进行加薪、晋级和奖金分配。公司设立了每年两次的薪资调整机会与一次晋升机会，确保员工的付出能够得到及时、公正的回报。（来源：财联社）

 

智元机器人邓泰华：今年销售收入有望超 10 亿元

12 月 22 日，在全国机器人租赁生态峰会暨擎天租平台发布会上，智元机器人创始人、董事长、CEO 邓泰华透露，公司今年有望实现 5000 台机器人的出货，销售收入有望超过 10 亿元。

明年起，机器人出货量与销售收入每年还有望保持数倍增长。在他看来，具身智能市场空间有望超过手机数量，再乘以单车的价格，未来将成为工业品领域最大的单品。（来源：证券时报）

 

华为手机「上新」，nova15 系列发布

12 月 22 日下午，华为在深圳举行 nova15 系列及全场景新品发布会，最新发布 nova15 系列手机，包括 nova15、nova15 Pro、nova15 Ultra 三款机型，售价 2699 元起。

华为终端 CEO 何刚在发布会上表示，nova15 搭载麒麟 9010s 芯片和 HarmonyOS 6 系统，机身薄至 6.9mm，首次前后置均搭载红枫镜头，支持无网通信、AI 沾色等功能，内置最高 6500mAh 大容量硅负极大电池，并在 Ultra 版本上首次支持 50W 无线充电。

何刚透露，截至目前，搭载 HarmonyOS 5、HarmonyOS 6 的终端设备已突破 3200 万台，成为智能终端史上发展最快的操作系统。

 

魏牌全新蓝山智能进阶版上市：搭载 VLA 大模型，限时 27.58 万-30.28 万元

12 月 22 日消息，魏牌全新蓝山智能进阶版正式上市，新车是长城首款搭载 VLA 大模型的大六座插混 SUV，全系四驱，提供 3 款配置。

四驱 Max：统一零售价 29.98 万元，限时焕新价 27.58 万元；四驱 Max+：统一零售价 31.18 万元，限时焕新价 28.78 万元；四驱 Ultra 黑武士：统一零售价 32.68 万元，限时焕新价 30.28 万元

新车最大的亮点为升级了全新一代辅助驾驶系统 CP Master，搭载了 Thor-U 芯片，拥有 700TOPS 算力，同时搭载 27 个智慧传感器和辅助驾驶小蓝灯。长城 CP Master 辅助驾驶系统支持自然语言对话，辅助驾驶过程中驾驶员可通过呼唤「小魏同学」激活语音助手，说出「帮我起步」或「远离大车」等语音指令，即可快捷实现对辅助驾驶行为的控制。（来源：IT 之家）

 

夸克 AI 眼镜 G1 开启预售：低至 1999 元，搭载千问 AI 助手

12 月 22 日下午消息，夸克 AI 眼镜开启两款新品预售，其中 G1 风尚眉框款最低到手价 1999 元，可大幅降低 AI 随身门槛。同时，热销旗舰款 S1 系列也推出全新圆框玳瑁配色，为消费者提供更多选择。

在硬件配置上，G1 与旗舰 S1 系列保持一致，配备双旗舰芯片双系统、五个麦克风阵列加骨传导、大振膜高性能喇叭声学硬件等。这意味着，用户可以更低价格获得优秀的 AI 交互体验（搭载千问 AI 助手），包括语音问答、实时翻译、信息查询、智能拍摄等 AI 功能。

得益于更轻量的潮流设计与可换电体验，G1 整机重量仅约 40g，佩戴体验接近普通光学眼镜，在佩戴舒适度、续航方面表现更佳。因不带显示，G1 配镜自由度也更高，提供防蓝光、智能变色等多种镜片定制服务，对近视消费群体更为友好。（来源：新浪科技）

线上考试疑用 AI，韩国首尔大学曝集体作弊丑闻

12 月 22 日消息，据央视新闻报道，继不久前韩国延世大学曝出学生借助人工智能（AI）工具在线上期中考试中集体作弊丑闻后，该国又一所顶级高校首尔大学也曝出线上期末考试集体作弊事件。首尔大学 12 月 21 日宣布，相关课程考试结果作废。

据了解，作弊事件涉及首尔大学自然科学学院一门面向服兵役学生开设的通识课程，其授课与考试均通过远程方式进行。

在该课程线上期末考试中，为防止作弊行为，考生打开除考试界面外的任何窗口都会被系统记录下来。助教在考试结束后的审查中发现，36 名考生中近半数打开过其他窗口。然而，由于系统无法记录考生访问的具体页面，难以确凿认定作弊行为，负责该课程的教授最终选择将考试成绩作废并安排替代作业，但没有给予学生纪律处分。（来源：央视新闻）

 

作者｜汤一涛

编辑｜ 靖宇

如果几年前有人跟我说，「你以后写稿可能不怎么需要键盘了」，我大概会把这句话当成一句玩笑。那时候我正处在对机械键盘的迷恋期，研究轴体、键帽、键程，购入过 Cherry、Filco、NiZ、Keychron、3D 打印分体式键盘。 甚至为了提高打字效率，专门学习过双拼输入法 。

我的注意力都放在消费的快感上，很少认真想过这样一个问题：

敲键盘，真的是输入的最优解吗？

真正的转折，其实发生在我开始高频使用各种 AI App 的这两年。

第一次真正觉得「语音输入这件事好像值得重视」，是各个 AI App 里那个「语音转文字」按钮变得越来越好用的时候。这些 App 里的语音转写，明显比传统输入法里的语音要聪明得多：它不仅能听清我在说什么，还能自动加上标点，帮我把一些口语化的表达整理得比较书面，甚至在我说得磕磕绊绊的时候，最后呈现出来的那一段文字读起来仍然是顺的。

主流的 AI 几乎都覆盖了语音转文字功能｜图片来源：极客公园

 

更关键的是，它和后面的 AI 是连在一起的——我说完一句话，看到的不只是干巴巴的转写结果，而是 AI 根据这段话给我的反馈和回答。那一刻我第一次有了一个直观的感受： 语音不再只是一个「替代键盘的输入方式」，而是直接接在 AI 交互前面的那一层 。

第二个真正改变我看法的，是我在和 AI 打交道的过程中，越来越清楚地意识到：语音比打字流畅得多。

和真人聊天不同，和 AI 交互时，我可以不管错别字、不管格式；也不需要一上来就组织成一段「体面」的文字；甚至可以中途换一个角度，AI 依然能跟得上。

持续一段时间之后，我发现一个很直观的变化：在越来越多的场景里，我不再想「敲一段字问它」，而是更想「按住麦克风直接说」。

 

01

Typeless 初体验：🆘，

它真的听得懂我在说什么

 

我开始尝试一些语音输入法。

Wispr 算是其中名气最大的一个，但真正用下来，其实很难令人满意。它的转录速度略显拖沓，会有一个较为尴尬的等待时间；中文识别的准确率也算不上理想，尤其是遇到一些专有名词或者中英文混排的场景，经常需要手动修补。

闪电说（原名：代体）走的是本地小模型路线，它几乎把「速度」做到了极致，转写过程几乎是「你刚说完，字就出来了」，而且完全免费。这种即时反馈在一开始确实给人非常强烈的爽感，第一次有了「手跟上脑子」的感觉。

但是也因为本地小模型的原因，它在准确率上就差强人意了。比如中英文混排、技术名词夹杂口语、或者我说话节奏稍微快一点的时候，错误率会明显上升。

我还尝试过一些其他的语音输入法，包括豆包输入法（iOS 端）、微信输入法、Whisper Keyboard，甚至是苹果听写（因为更原生），但它们或多或少都因为一些问题而无法让人完全满意。

最后， 我就注意到了 Typeless，并且最终常驻在了我的电脑中 。

我之前曾经简单测试过各个语音输入法，并做了一张四象限图。Typeless 处于第二象限：速度中上，但文字的质量最高。｜图片来源：极客公园

 

如果和之前试过的那些工具相比，Typeless 带来的改变并不在于「速度快了一两秒」，而是在于 它大幅降低了出错和返工的成本 。

很多语音输入法的问题根本不在于转录的速度，而是它无法正确识别说话人的意图，只要一两个词识别错了，你就不得不打断思路，回到文字里一点一点修改，整段体验非常脆弱。

Typeless 给我的感觉刚好相反：它似乎真的理解「你想说什么」，而不是「你每个字到底是怎么说的」。哪怕我中途改口、补充、打断自己，它也会尽量在结果里帮我拼出一个完整的、读起来顺畅的版本。

最直观的改变是：我不需要再刻意凑近话筒了。为了更顺畅地和 AI 交互，我之前特地买了一个麦克风放在显示器左侧。因为输入法经常识别不准，我总怀疑是不是距离太远，于是下意识地把头歪向麦克风。

但现在，这种习惯已经自然消失了。

为了不遮挡屏幕，麦克风位于屏幕左侧，因此距离会稍远一些。

 

这些「理解意图」的能力，在具体功能上体现得很直观。比如说，我随口一句「My shopping list, bananas, oat milk, dark chocolate」，在 Typeless 里看到的，不是一串用逗号隔开的原话，而是自动帮我排好的一份购物清单：前面有标题，下面是 1、2、3 的编号列表。

Typeless 可以把语音转换成带格式的文字｜图片来源：极客公园

 

又比如，我在 Gmail 里选中一段略显随意的英文邮件，只需要对着 Typeless 说一句「Turn it into a professional email」，它会在原地把那段话改写成一封语气、结构都更正式的邮件正文。

Typeless 可以把文字重写成邮件格式

 

再比如，我复制了一段日文介绍到屏幕下半部分，对着 Typeless 说「翻译成中文」，它会在几秒钟之内给出一段顺滑自然的译文——不是逐字直译，而是能读得进去的那种中文。

Typeless 可以翻译选中的文字

 

更有意思的一点，是它会根据你当前使用的 App 自动调整语气。如果我在聊天软件里，对它说话可以非常随意，出来的结果也会刻意保留这种口语感；但在工作场景 App 里，Typeless 给出来的文字就会明显正式很多，标点更规整。

根据不同 App 的上下文语境，Typeless 会调整说话的语气

 

如果站在技术路线的角度看，这个转变背后其实是从传统 ASR 到大语言模型的变化。过去的语音输入，核心任务是识别——把声音转成文字，最好一个字不差。

而现在，大模型可以在同一个流程里同时做识别和理解： 它不只在「听你说什么」，更在「猜你想表达什么」 。实际的直观感受就是：以前我说话的时候要照顾机器，现在更多是机器在试图适应我的表达习惯。我会明显感觉到，Typeless 并不是简单地把我的每一句话「抄」下来，而是连着前后的上下文，一起去判断这段话应该长成什么样。

正因为有这一层模型能力和「语气感知」的变化，Typeless 在我的日常工作流程里，很快就从「可以试一试的新玩具」，变成了一个真正可以排在键盘旁边的位置。

以前我总觉得自己是在「用语音替代打字」，现在回过头来看，这种替代关系反而调转过来了： 键盘更像是一个用来收尾和微调的工具，而大段的内容输入，已经可以放心交给语音和 Typeless 。

 

02

几乎没有「缺点」，

但有三点担忧

 

如果单纯从「工具好不好用」这个角度来评价，Typeless 在我这儿其实很难挑出什么硬伤。识别足够稳，意图理解在绝大多数场景下靠谱，桌面端集成顺滑，免费额度对个人用户来说也够用（每周 4000 词）。

在使用 Typeless 的 20 天中，我总共输入了接近 8000 词，平均每天 200 词

 

真正令人担心的地方，反而不在产品本身，而在它所处的环境。

第一个担忧是大公司的入场。当你把 Typeless 当成日常工作的核心输入层时，很难不去想象另外一种可能性：如果哪一天，操作系统自己提供了一套同样水准、甚至更强的语音输入能力，而且是系统级的、无处不在的，那我还有多少理由坚持使用一个第三方工具？

从历史上看，很多优秀的第三方工具，最终都被系统抄到一个「八十分好用」的程度，然后慢慢失去了存在感。语音输入这件事，也很有可能走到同样的节点。 例如字节跳动就推出了体验非常优秀的豆包输入法，加之最近讨论很热烈的豆包手机，这种情况是很有可能在不久的将来发生 。

第二个担忧是免费本地模型阵营的持续挤压。闪电说这样的工具，哪怕今天体验不算完美，但它不断提醒用户一件事：语音识别其实可以在本地设备上完成，而且零成本。随着硬件继续演进、本地模型持续变强，这一阵营的体验只会越来越好， 用户对「语音转文字这件事本身应该是免费的」这种预期，很难完全逆转 。

Typeless 目前用更高的免费额度和更好的整体体验，在一定程度上对冲了这种心理落差，但长远来看，它仍然要回答一个问题：在一个「到处都是不错的免费方案」的世界里，它能一直给用户什么额外的价值，让那 12 美元每个月看起来是值得的。

Typeless的付费套餐为每月12美元，提供无限次的转录｜图片来源：Typeless 官网

 

第三个不算「担忧」，更像是现实的约束，就是 iOS 端的体验。因为 iOS 的系统限制，使用 Typeless 必须跳转 App，这在使用体验上是非常致命的打击。Typeless 想出的应对方案是让麦克风在后台常驻，但这同时又会带来隐私和功耗的问题。

这些问题不是 Typeless 一家可以独自解决的，它需要的是操作系统本身的配合。而这又回到了第一个问题：一旦像苹果这种系统级别的厂商跟进，打击将是致命的。

 

03

键盘，会被取代到什么程度

 

回头看这几年自己折腾输入工具的历程，我越来越强烈地意识到一个事实：我们过去为键盘付出的那些努力，很大一部分是在帮一套并不那么「顺手」的设计擦屁股。

QWERTY 布局本身并不是为了人体工学而生，它诞生于机械打字机时代，核心目的是降低卡纸、让金属字杆别那么容易打结。为了照顾机器，我们刻意牺牲了一部分人的效率，然后再用盲打训练、打字课和大量练习，把这种妥协牢牢刻进自己的肌肉记忆里。

最开始的打字机并不是 QWERTY 布局。1873 年，美国人 Christopher Sholes，将常用的字母组合分开排列，降低打字速度，以解决因按键复位机制缓慢而导致的打字卡顿问题，最终形成了 QWERTY 布局｜图片来源：Wikipedia

 

机械键盘、分体式键盘、各种人体工学键盘，本质上都还停留在这种框架之内：我们在既定的格子里，想办法让手指跑得没那么累。

语音则完全是另外一条路。说话这件事，本来就是人类最自然的输出方式之一。我们从小就学会用声音组织情绪和思想，所有的停顿、转折、插话、反悔，都是在这种流动里长出来的。

真正开始高频用语音和 AI 交互之后，我才发现，所谓「自然输入方式」不只是速度快一点，而是它把我从很多不必要的负担里解放了出来： 不用在意是不是每个字都敲对，不用提前把句子构造好，不用为了照顾输入法刻意改变自己的表达习惯。我可以像和人说话一样把一件事情讲清楚，剩下的交给模型去理解、去整理 。

Typeless 这一类软件，站在这个趋势上做了一步更激进的尝试。它并不满足于当一个「语音版键盘」，而是很明显地在向系统级能力靠拢：在桌面端，它试图成为一层独立于具体 App 之上的输入层；在 iOS 端，它干脆取消了键盘，把「说话」设定为默认动作。

在 iOS 端，Typeless 做得非常激进，直接取消了键盘输入，仅保留语音输入｜图片来源：极客公园

 

这种野心让我看到了一些想象空间：如果有一天，操作系统层真的接受了「语音优先」的前提，把类似 Typeless 的能力直接做进系统，也许我们今天习惯的很多交互细节都会被改写。

当然，这一切目前都还停留在可能性层面。大公司会不会愿意把这件事做到极致，用户会不会接受一套以语音为主的新习惯，监管和隐私会怎么演化，这些问题谁都说不准。

对我来说，唯一可以确认的，是它已经在「输入效率」这个非常具体的指标上，给出了一个足够有说服力的答案： 在很多场景里，我可以用更短的时间，把更多的信息、更完整的语义输入到电脑里，而且中间少了很多和键盘搏斗的环节 。

哪怕最终 Typeless 没能长成一个真正的「系统级存在」，这部分被释放出来的效率和注意力，大概也已经足够说明一件事——输入方式这件事，我们完全有理由重新想象。

作者｜ 金光浩

编辑｜ 靖宇

以谷歌 Gemini3 为首的大模型，正以惊人的速度逼近 AGI。

由此，引发了一种普遍的焦虑，在家长群体中不断蔓延：

如果 AI 能通过所有考试，那么我的孩子每天刷题刷到 11 点，未来真的有竞争力吗？

当大模型能够瞬间生成论文、解出奥数题、写出高考卷考满分卷时。

人类仅靠死记硬背和重复训练所构建的「竞争力」，似乎在不断贬值。

未来，孩子是否只需要一台电脑和一个大模型，就能完成学习，而不再需要学校？

这个问题听起来激进，但不是完全没有可能。过去两年，AI 辅助学习工具，已经从拍照搜题，发展到一步步讲解思路，再进化到用豆包之类的语音一对一答疑。

一些家长已经发现，孩子用 AI 学某个知识点，半小时就懂了；同样的内容在学校，老师可能要讲几节课，孩子还是似懂非懂。

但另一个问题也很现实：如果让孩子完全脱离学校，选择在家自学，绝大多数孩子恐怕坚持不了两周。

没有约束，没有同伴，你给孩子配一台电脑，装上最强 AI，三天后打开一看：

豆包开着没用，每天游戏打了四个小时。

在以上两种极端之间，有没有第三条可能？

国外的一所 K12 学校，Alpha School，正在尝试给出一种答案。

它让我们有机会看清一件事：

当 AI 接管了知识和传授，学校和家长还能提供什么？

官网介绍｜图片来源：Alpha School 官网

 

 

01

三种学习模式，三种不同结局

 

要理解 Alpha School 在做什么，先看看当下教育正在分化出的三条路。

第一种，是我们熟悉的「传统学校」 。

固定课表、统一进度、标准化考试。老师在讲台上讲，学生在座位上听。

学生早就会了？继续听。三节课前就听不懂了？也继续听。课堂节奏不会为任何人停下来。

这种模式的优势是结构稳定、覆盖面广。

但劣势同样明显：它假设所有孩子的学习速度和方式是相同的，难以做到因材施教。

第二种是完全自学 。

靠网课、大模型、在线资源，让孩子在家自己学。

理论上，这种模式可以实现完全个性化：想学什么学什么，想学多快学多快。

但现实中，能在这种模式下持续高效学习的，往往只有极少数自律性极强的孩子。

大多数人都会由于缺乏同伴压力和外部节奏，变得慢慢逐渐松懈。

Alpha School 给出了第三种可能：人类和 AI 共同协作教学的「混合模式」。

AI 负责讲知识点、出练习题、追进度。

人负责定目标、管纪律、在孩子卡住时拉一把。

Alpha School 联创的观点｜图片来源：X

 

这三种模式最核心的差异，并非是教育过程中是否使用 AI 辅助，而是在于如何分配 AI 与人的职责边界。

 

02

Alpha School：

一个被争议包围的实验

 

先看 Alpha School 的成绩单，数字确实惊人：

根据公开报道，该校采用美国统一的 MAP 标准评估成绩，学生在 MAP 测试中成绩稳居前 1%，SAT 平均分达到 1470 分（满分 1600），90% 的学生在 AP 考试中获得最高分。

Alpha School 联创的观点｜图片来源：X

 

更颠覆认知的是， 学生每天只用 2 小时完成核心学科学习，剩余时间则专注于演讲、团队合作等技能培养 。

Alpha School 模式的学习效率，按照 MAP 测试的标准，是国外传统学校的 2 倍以上，部分案例甚至达到 6.5 倍。

官网介绍｜图片来源：Alpha School 官网

 

这些数字是如何实现的？

Alpha School 采用了 AI 助教的机制，虽然每天仅陪学生学习 2 小时，但它知道这个孩子卡在哪，然后针对性的给出解决方案。

Alpha School 对 考试 的理念也很独特，它认为考试不是用来给孩子比成绩的，而是用 AI 来发现孩子哪里没学会的，每一次考试都是 AI 来改进学生学习的机会。其具体运作方式是：

1、将完整的 MAP 测试分析报告，输入 AI 辅导系统。

2、系统能识别学生掌握和未掌握的知识，精准推荐下一步学习内容。无需猜测，不浪费时间。比如学生代数遇到困难，系统会先巩固分数知识；分数基础薄弱，就先加强乘法练习。

它不急着往前赶，敢停下来，帮你找到真正卡住的地。 这才是 AI 真正厉害的地方，而这在传统学校几乎不可能发生。

看到这里，你可能会想，这模式这么好，是不是可以直接照搬？

但故事听起来很美好，质疑声也不少。

一方面， Alpha School 的学费高达 6.5 万美元 （约 47 万人民币），远超美国公立学校的平均支出，大部分人根本上不起。

另一方面，该校对生源有明确筛选，强调寻找「愿意被引导、保持兴趣的孩子」，换句话说，这些孩子本身就不难教，很难分辨到底是学校独特的教育形式还是学生本身，对结果产生的影响。

综上，Alpha School 的模式，更像是「理想条件下的教育实验」，并非可直接推广的普适方案。

但即便有这些争议，Alpha School 的底层逻辑也依然值得我们拆开看看。

我们需要思考：「AI 在这个过程中发挥了什么作用」，而我们又能从中学到什么？

 

03

AI 和人被安排的角色

 

在 Alpha School，AI 被安排做三件事： 家教、助理、伙伴 。

官网介绍｜图片来源：Alpha School 官网

 

1、 作为家教，AI 负责知识点的讲解、练习的生成、错题的分析 。它可以根据每个学生的掌握程度，动态调整教学内容和难度，实现真正意义上的「因材施教」。

这是 AI 相对于传统课堂最大的优势。40 个学生，它能同时一对一地照顾到每一个。

2、 作为助理，AI 帮助学生管理学习进度、追踪目标完成情况、提醒需要复习的内容 。

它不会不耐烦，也不会忘事，当你问它第 20 遍「这道题怎么做」，它还是同样的语气给你讲。

对于真人老师，往往很难做到这一点。

3、 作为伙伴，AI 可以在学生遇到困难时提供即时反馈 ，在学生感到无聊时调整内容形式，甚至在一定程度上提供情感支持。

Alpha School 联创的观点｜图片来源：X

 

那么当 AI 承担了知识传授的角色，人的价值又是如何体现的呢？

这里，最关键的是三种不可替代的角色：老师、自己、同学。

1、「老师」的价值

这里的老师，不再是传统意义上的「讲课者」。

在 Alpha School，教师有个新名字： 引导者 。

他们不站讲台、不讲知识点，而是帮学生定目标、保持专注、解决「学不进去」的心理障碍。

他们的价值不再是「把知识讲清楚」，而在于「帮助学生理解为什么要学」，以及「在学生遇到困难时提供人性化的支持」。

Alpha School 联创的观点｜图片来源：X

2、「学生自己」的价值。

在 AI 时代，学生需要掌握的核心能力发生了变化。

过去，「记住知识点」是关键能力。

现在，「如何提问」、「如何评估 AI 的答案」、「如何用 AI 构建自己的知识体系」成为新的关键能力。

3、「同学」的价值。

学习从来不只是知识的输入输出，更是社会化的过程。

同学之间的互相较劲、互评作品、组队做项目，这些场景创造的价值是 AI 无法替代的。

一个孩子在小组合作中学会怎么表达观点、怎么接受批评、怎么跟不对付的人一起干活，这些能力，做一千道题也练不出来，只能在真实的冲突和合作里磨出来。

Alpha School 保留了大量的项目制学习和团队活动时间，学生下午会参与公共演讲、编程、户外探索等活动。

这些活动的核心目的，就是创造「人与人真实互动」的场景。

官网介绍｜图片来源：Alpha School 官网

 

 

04

当 AI 不再稀缺，

什么才是真正稀缺的？

 

回到文章开头的问题：AI 会不会取代学校？

Alpha School 的实验，给出的答案是：不会，「让孩子学会跟人打交道」这件事，还是得在学校里完成，但未来学校的形态可能会变化。

未来的学校，很可能会把知识传授的任务越来越多地交给 AI，而把更多教师用于孩子的项目制学习、社会化训练、创造力培养。

而未来教师的价值，可能不再是「我知道的比你多」，而转变成了「帮孩子想清楚，孩子到底想要什么」，培养孩子的提问能力、协作能力、自我管理能力。

对于未来的家长，这种变化，可能意味着几件事：

第一，不必恐慌 AI 会让孩子「没学校上」，学校作为社会化场所的功能不会消失，只会升级。

第二，关注孩子「使用 AI」的方式。AI 可以是思考的延伸，也可以是思考的替代。前者让孩子变得更强，后者让孩子变得更弱。家长需要帮孩子建立一个意识： AI 是用来解决问题的，不是用来逃避问题的。

第三，自己也要主动面对 AI。主动使用 AI，只有自己掌握 AI，才能帮助孩子使用 AI。

Alpha School 的联创麦肯齐·普莱斯说过一句话，或许可以作为这篇文章的收尾：

「教学的目标不是一张好的成绩单，而是培养一个知道自己有能力的孩子」

这或许才是 AI 时代教育的终极命题：

不是教孩子如何与 AI 竞争，而是教孩子如何成为 AI 无法替代的人。

作者｜十九

编辑｜ 郑玄

生成式 AI 浪潮初起时，各行各业迅速将其用于撰写营销文案、优化商品标题、生成直播话术…… 人们一度相信，技术的飞跃将直接推动业务的突破。

然而时至今日，一种普通的困惑逐渐浮现：工作节奏更快了，内容产出更多了，预期的业绩增长却未出现。

虽然以 LLM 为代表的生成式 AI 在「表达」上取得了惊人突破，但大多数应用仍被惯性束缚在「替代表达」的层面，而非走向「赋能决策」。落到电商这样的实际领域，核心决策需处理复杂数据、进行因果推断与长期规划，这正是当前 AI 的短板。

于是，我们见证了一种效率提升的幻觉：表面工作加速，却未触及决定生意成败的核心——判断。改变这种情况关键在于：将 AI 从「表达工具」升级为「决策伙伴」，融入商业决策全链条。而这一转变，正由 AI Agent 加速推动。

以淘宝推出的「生意管家」为例，在今年天猫双 11 已为 500 万商家提供 AI 经营辅助，经营效率提升 1.5 倍。一个深刻变化正在发生：AI 不再停留于表层辅助，而是开始深度融入商家经营的决策循环，成为支撑生意的常态力量。

01

从写文案到做决策，AI Agent

如何成为商家的「智能管家」？

 

随着流量红利见顶、运营复杂度攀升，电商行业的增长逻辑已从粗放扩张转向精细化经营。过去单点、零散的 AI 工具，往往停留在展示技术能力的层面，难以系统化应对商家面临的真实经营挑战。如今，AI 正逐步渗透至生意运营的每一个环节，演变为一套系统化、可复制、深度集成的智能基础设施。淘宝生意管家所构建的「1+6」AI 智能体矩阵，正是这一演进趋势的集中体现。

生意管家的创新，并不在于单一功能的突破，而在于构建了一套高度协同的智能经营网络。其中的「1」，即 AI 店长，扮演着全天候数字化运营负责人的角色。它如同店铺的中枢神经系统，不仅能实时诊断店铺健康状态、预警潜在经营风险，还能在双 11、双 12 等大促等关键时刻切换为商家的「贴身智能管家」。它会自动生成一份涵盖店铺整体销售、商品、订单、营销等关键场景的「经营体检报告」：包括店铺昨日销售波动、异常流失、实时的风险，同时还能给出实时风险提醒，例如「紧急补货」「有 x 商品存在营销资损风险」等关键提醒。

更重要的是，它具备专业的店铺分析洞察能力，一旦监测到店铺存在销售异常波动、主力品异动，或者店铺存在营销增长机会，AI 店长会主动生成经营策略并推送商家，同时给出解决方案。例如「发现店铺商品关联购买比例较高，可设置满件折（预计可提升客单价 10%）」、」发现商品存在热销机会，可一键提报尖货（预计可提升销量 x%），等关键经营策略。

这种深度嵌入经营流程的智能干预，已在实际应用中取得显著成效。今年双 11 期间，AI 店长已累计输出 500 万条定制化大促策略，显著减轻商家在大促期间的工作负荷与决策压力，成为商家备战大促的「定心丸」。

「6」则是在 AI 店长统筹下的 6 大垂直场景 AI 员工：涵盖数据分析、营销运营、人群运营、美工设计、客服、订单处理——形成了几乎覆盖商家经营全环节的「AI 军团」。它们并非孤立运作，而是基于真实业务流程紧密联动： 「 AI 数据分析师」为商家提供经营数据分析，可覆盖 90% 的中小商家核心分析场景并给出建议，生意机会，竞争涨跌，一问便知，让经营机会「一目了然」；AI 营销工具运营扮演营销专属顾问，可根据商家历史数据设置专属营销价格到生成营销报告及建议和一键代理工具配置；AI 美工专家可通过 AIGC 技术，将商家素材制作成本降低 90%，让素材更新更简单高效；AI 智能客服可为商家提供售前辅助接待和售中后工具代理，为商家简化 30% 的客服工作量，将人工从重复咨询中解放出来，专注于客服体验的提升；AI 订单助理则提供从订单发货的物流、售后一键代理，化解大促「爆仓」焦虑；AI 人群运营则提供千商千面圈选人群包和智能投放、AI 一键代理等能力，助力商家实现精准触达。

「1+6」AI 智能体的协同价值在双 11 的实践中成果显著，当「AI 店长」发现某商品点击率偏低，可立即协调「AI 美工专家」生成多版优化图，并通过 A/B 测试，将最优结果反馈给「AI 人群运营」进行精准投放——整个过程在极短时间内自动完成。

某服饰产业带商家反馈，「最直观的就是今年双 11 的营业额数据，同比去年有 40% 左右的增长，很大归因在于素材供给的高效与稳定，保证了高频上新的需求」。据悉，商家之前准备上新，要经历约模特、约档期、约摄影、修图、测图、投放等工序，一个月可以拍 50-100 套图，如今通过生意管家一天就能生成 30-50 套图，降低经营成本，提升经营效率的同时，最终促进了商家生意的增收。

如今，用 AI 驱动生意已成为百万淘宝天猫商家的日常操作，彻底改写了大促经营的传统逻辑。

 

02

从「工具」到「伙伴」，

商家最关注的三大关键

 

生意管家的深层目标，绝非仅仅「提供 AI 工具」，而是让 AI 成为商家日常经营的一部分，从数据诊断到策略执行的全链路，使之从「辅助操作」跃升为「决策共创伙伴」。如今，商家的实践已清晰验证，AI 的价值远不止于降本增效，更在于帮助商家发现隐藏的增长机会，系统性突破发展瓶颈。

随着 2025 年天猫双 11 等关键节点的演进，这场「AI 经营革命」正持续深化。其核心价值，精准锚定在存量竞争时代商家最根本的诉求：系统性地挖掘「管理红利」，实现降本、提效与增收的闭环。

在降本维度，生意管家的角色是「成本优化引擎」。AIGC 技术大幅重构了内容生产成本结构，AI 美工专家能将素材制作成本降低高达 90%，在双 11 期间累计为商家生成图片和视频素材 2.6 亿个，解决了中小商家长期的创意资源困境。同时，AI 客服与 AI 订单助理通过自动化处理海量重复性任务，显著降低了人力与运营损耗，持续将人力释放至高价值服务环节。

在提效维度，AI 实现了对商业决策与执行的「数量级加速」，本质上是解放了商家最宝贵的注意力资源。AI 数据分析师不仅可以分钟级为店铺诊断流量、转化等销售情况，还可以通过平台消费趋势，为商家洞察市场先机；AI 人群运营将商家日常需要数小时的复杂人群圈选工作缩短至 20 分钟，这种极致的效率提升，让商家能够快速响应市场变化，将精力集中于战略思考。

最终，所有降本与提效的成果，都汇聚于最关键的增收维度。生意管家通过算法模型，将过往的营销经验沉淀为可持续优化、精准触达的增长方案。数据显示，「AI 美工专家 」 的在测商品最优主图，平均搜索点击率提升 20%，支付转化率提升 10%。

某家具旗舰店负责人表示，自己店铺曾因某款产品的材质表述问题导致销量下降，生意管家不仅帮助他们及时精准地检查和预警了问题，还给出了具体可执行的优化建议，自己采纳后很快就扭转了销量颓势。

不仅如此，生意管家的「AI 数据分析师」还通过平台消费趋势帮助他们洞察发掘了跨类目的市场机会，「我们是很难想到，原来很多消费者已经开始用猪食槽当收纳工具了，这是个非常有市场的潜在机会」。

这场静水流深的变革已步入大规模应用阶段，生意管家服务着百万的淘宝天猫商家，这标志着，一个由数据与算法驱动、覆盖「诊断-决策-执行-优化」全链路的智能经营范式已经成熟。

 

03

AI 的最终目的，

是让生意回归本质

 

生意管家通过双 11、双 12 的实战检验，证明了其能力已超越「大促限定工具」的范畴，进化为商家可依赖的「日常经营中枢」。一个显著的变化是——许多运营人员的每日工作动线，已从传统的繁杂数据整理，转变为优先查阅「AI 店长」推送的智能晨报。

这一变化折射出电商竞争逻辑的深刻演进。过往的竞争多依赖于资本规模与经验积累，如今则愈发转向对智能工具的应用深度与数据资产的运营效率。以「生意管家」为代表的平台级 AI 产品，实质上为大量中小商家提供了一套低门槛、高可用的 AI 经营助手，使其能以极低的边际成本，调用原本需要专业团队才能实现的运营、设计与分析能力。这在一定程度上，正在推动一场中小商家的「技术平权」运动。

与此同时，平台自身的角色也在不断升级，其价值不再仅限于流量分配，而是日益像一个「商业操作系统」的提供者——通过集成 AI 智能体、数据工具与商业生态，为商家构建可持续增长的基础设施。核心目标从促进交易（GMV）转向赋能经营，帮助商家提升全链路的确定性与利润率。

对商家来说，如今电商生意的玩法变了。以前的竞争，可能比的是谁钱多、谁经验老道。现在，更重要的是谁更会用好 AI。中小商家能用极低的成本，拥有媲美专业团队的运营、设计和数据分析能力，这实现了真正的「技术平权」；对平台来说，角色也在升级。不仅是提供流量的地方，更要像安卓或 iOS 系统一样，为商家打造一套好用的「AI 商业操作系统」，通过「生意管家」这样的产品真正帮商家赚到钱；对行业来说，那个单纯追逐 GMV 数字、疯狂烧钱换流量的狂热期已经结束。一个以 AI 为引擎、以效率为目标、以客户长期价值为中心的精益增长新时代，正在开启。

这标志着一个行业共识逐渐清晰：那个依靠粗放投入换取增长的时代已经过去。电商的竞争，正从比拼人力与资本的「红海」，转向驾驭智能与数据的「蓝海」。当 AI 成为每一位商家的标配伙伴，生意的本质，终将回归到对消费者需求的洞察、对产品与服务的打磨——而这一切，都因 AI 的助力，变得更简单，也更确定。

 

罗永浩：现在网速快得惶恐，新微信会屏蔽所有「朋友」媒体人

12 月 21 日消息，罗永浩近日在朋友圈吐槽上海电信网速问题。罗永浩表示，其搬至上海后开通电信独享千兆宽带服务，然而这半年多时间里，宽带实际速率绝大多数时候仅有不到一百兆。

罗永浩在微博发文称网速问题已经得到解决，「发朋友圈的当天就得到反馈，第二天就来了客服，现在的网速…… 快得让人有些惶恐。」

除此之外，他还回应了外界的一些质疑，否认是故意「搞舆论」：「我甚至都没发微信朋友圈以外的公共社交网络啊（当年做手机时微信里加过很多电信的人）现在热搜之类的都是一些媒体人截屏转发搞出来的。我的下一个微信号里，会百分之百地屏蔽媒体的「朋友」，即使是真朋友也屏蔽。」。（来源：澎湃新闻）

消息称 OpenAI 算力利润率攀升至 70%，相比去年底大幅增长

据外媒报道，随着人工智能领域的竞争日趋激烈，OpenAI 今年着力提升其付费产品的利润率，以巩固自身在该领域的龙头地位。

该媒体援引一位知情人士的消息称，OpenAI 已提高了其算力利润率——这是一个内部指标，用于衡量在扣除为企业及个人付费用户提供模型服务的成本后，营收所占的比例。数据显示，截至今年 10 月，OpenAI 的算力利润率已攀升至 70%，相比 2024 年底的 52% 大幅增长，更是 2024 年 1 月该指标数值的两倍。

OpenAI 发言人表示，公司未对外公布相关数据，并拒绝进一步置评。

作为掀起本轮人工智能热潮的企业，OpenAI 至今仍未实现盈利，这也是投资者担忧行业存在泡沫的核心原因之一。该公司在今年 10 月的最新估值已达 5000 亿美元，目前正积极探索盈利路径，以覆盖高昂的算力成本和宏大的基础设施建设计划。

目前，大多数用户使用的是 ChatGPT 免费版本。不过，OpenAI 正大力推广其商业版产品，以及面向金融服务、教育等行业的付费功能模块，在这些领域，该公司需要与谷歌及竞争对手 Anthropic 展开正面角逐。

报道指出，在付费账户业务上，OpenAI 的算力利润率优于 Anthropic，但后者在服务器支出的整体使用效率上更胜一筹。

此外，OpenAI 正与亚马逊公司展开初步磋商，计划从亚马逊融资至少 100 亿美元，并采用其芯片产品。若这笔交易达成，OpenAI 的估值有望突破 5000 亿美元。（来源：网易）

 

阿斯麦 EUV 光刻机实现纳米孔全晶圆级制造，推动分子传感技术发展

12 月 22 日消息，比利时微电子研究中心（IMEC）已成功利用阿斯麦（ASML）最先进的极紫外光刻（EUV）设备，实现了纳米孔的全晶圆级制造。阿斯麦公司公关负责人将此称作其公司设备「一项出人意料的卓越生物医学应用」。鉴于纳米孔为分子传感技术开辟的广阔前景，这项突破或将成为该领域的重要进展。

通过这种方式，经极紫外光刻技术制备的纳米孔，可充当生物医学传感的「分子关卡」，实现对病毒、蛋白质、脱氧核糖核酸（DNA）等单个分子的检测与识别。这一特性对于分子的精准鉴定与分析至关重要。此外，比利时微电子研究中心指出，调整固态纳米孔的尺寸，还可拓展其在过滤技术与分子数据存储领域的应用场景。（来源：新浪财经）

人工智能公司 MiniMax 通过港交所聆讯，有望成为「AGI 全球第一股」

近日，人工智能公司 MiniMax（稀宇科技）已拿到证监会备案且通过港交所聆讯，有望成为「AGI 全球第一股」。

官网显示，自 2022 年初成立以来，MiniMax 自主研发了一系列多模态通用大模型，包括 MiniMax M2、Hailuo 2.3、Speech 2.6 和 Music 2.0，具备强大的代码和 Agent 能力，以及超长上下文处理能力，能够理解、生成并整合包括文本、音频、图像、视频和音乐在内的多种模态。

基于这些自研模型，MiniMax 面向全球推出一系列 AI 原生产品，包括 MiniMax Agent、海螺 AI、MiniMax Audio、星野等，以及面向企业和开发者的开放平台。

今年 7 月，MiniMax 被曝已基本完成近 3 亿美元新一轮融资。本轮融资后公司估值超 40 亿美元。此前，MiniMax 曾完成由阿里巴巴出资 6 亿美元的 B 轮融资，以及由腾讯资本出资超 2.5 亿美元的 A 轮融资。早期出资方还包括云启资本、高瓴创投、IDG、明势资本、米哈游等。（来源：IT 之家）

 

旧金山市区停电 大量 Waymo 自动驾驶出租车堵死交通

美国自动驾驶出租车公司 Waymo 公司发言人苏珊·菲利昂最近发文称：「鉴于旧金山发生了大规模停电，我们已暂时暂停网约车服务，我们专注于保障乘客安全，并确保紧急人员能够顺利完成工作。」

据了解，太平洋煤气电力公司于周六当天出现停电情况，连续停电影响了约 12.5 万户家庭和企业，旧金山全天约有三分之一地区停电。

市区停电后，全市的红绿灯都关闭了，这也让无人驾驶车无法正常行驶，只能原地停车。

网友发布的视频显示，有乘客和 Waymo 无人出租车被困在路口，后面排着长长的堵车队伍。

而红绿灯关闭后，未能影响人类驾驶员，他们在路口根据车流情况，自行驾车通过。

对此，有网友发帖称，「Waymo 无人出租车显然没有经过停电的培训，没有红绿灯，路口就不知道该咋走了。」（来源：cnbeta）

可折叠 iPhone 难抢 分析师预警发布初期将严重缺货

外媒报道，苹果公司正在研发其首款可折叠 iPhone 已是公开的秘密。然而最新报告显示，这款备受期待、原定于 2026 年秋季亮相的产品，可能正面临生产上的挑战。

天风证券知名分析师郭明錤在最新报告中指出：「可折叠 iPhone 的研发进度目前落后于预期，但仍预计能在 2026 年下半年正式发布。」

郭明錤补充称，由于早期生产良率与产能爬坡存在困难，实际稳定出货可能需等到 2027 年。加上预期需求强劲而供应有限，该产品在 2026 年底前很可能持续缺货。

从时间线看，下一代 iPhone 旗舰机型预计于 2026 年秋季发布（iPhone 17e 可能提至春季）。目前距离发布尚有近十个月，这段时间通常足以让苹果调整生产节奏。

《福布斯》分析认为，郭明錤对市场需求的判断可能准确：尽管折叠屏手机尚未迎来爆发，但苹果的入场很可能改变这一局面，甚至带动整个品类发展，使竞争对手一同受益。（来源：快科技）

 

联想全新键鼠产品阵容曝光：可自适应调整键程 / 太阳能充电，CES 2026 有望亮相

据科技媒体 Windows Latest 报道，联想将在 CES 2026 展会中展示一套全新键鼠产品阵容，其中有可以自适应调整键程的键盘、无需充电的键鼠套装等。

消息源透露，这套产品阵容中的 Lenovo Adaptable Keyboard Concept（联想自适应概念键盘）采用紧凑设计，键盘四周的边框极窄，舍弃了小键盘，只有常规的 QWERTY 按键区域，顶部右侧则拥有显示 Wi-Fi、蓝牙、连接状态和电池容量的指示灯。

这款键盘最大的亮点就是，它可以通过光学触发来调整按键键程，例如玩游戏时可以切换为更短的键程，办公场景时则可以切换成长键程，获得更紧致、精准的打字手感，不过目前尚不明确其实现原理。

另外，联想还将推出一套 Self-Charging Kit Concept（自充电概念键鼠），内置新一代光能采集技术，即使在室内照明环境下也能充进电。

据介绍，这款键鼠可以在光照只有 50 勒克斯的情况下充电，作为对比，传统太阳能计算器至少需要 200-500 lx 的光照才能充进电。不过宣传图片中并未直接标出太阳能板的位置，不过其太阳能板很有可能位于方向键上方的矩形区域。（来源：IT 之家）

中国机器人在格斗机器人大赛中夺冠

第二届未来运动会 17 日至 23 日在阿联酋阿布扎比举行。中国俱乐部自主设计制造的机器人深海巨鲨 3 参加了格斗机器人大赛，并在决赛中击败国外俱乐部获得冠军。

据悉，本次格斗机器人大赛共有来自美国、俄罗斯、白俄罗斯、印度等国家和地区的 16 支队伍参赛，其中不乏屡次在国际大赛上取得冠军的俱乐部。（来源：央视新闻）

 

美国一法院放行马斯克原 560 亿美元薪酬方案

美国特拉华州最高法院 19 日裁定，特斯拉公司首席执行官埃隆·马斯克原总值 560 亿美元的薪酬方案遭下级法院取消的决定太过极端，该方案必须恢复。

特拉华州最高法院指出，下级法院、特拉华州衡平法院并未给特斯拉机会解释公正薪酬理应如何。

按美国消费者新闻与商业频道说法，特拉华州最高法院这一裁决可能终结围绕马斯克「天价」薪酬长达数年的争斗。

特斯拉董事会和股东大会于 2018 年批准一项马斯克的薪酬方案，当时总值约 560 亿美元。方案设立 12 项目标，马斯克每完成一项，便可获得相应的股票期权激励。原告方、特斯拉一名小股东理查德·托尔内塔认为特斯拉董事会未能履行职责，致马斯克对薪酬方案获批施加不当影响，并因此「不公正致富」。

马斯克目前在特斯拉的持股比例约 13%。据路透社和德新社报道，原总值 560 亿美元的薪酬方案当前总值已涨至约 1400 亿美元。马斯克如果兑现全部股票期权，其持股比例将在扩大股份基础上升至 18.1%。（来源：新华社）

FTC 已批准英伟达对英特尔的投资

近日，美国联邦贸易委员会（FTC）已批准英伟达对英特尔的投资，但未披露交易的具体细节。今年 9 月 18 日，据英伟达官网消息，英伟达表示将向英特尔投资 50 亿美元，并宣布双方达成合作协议，计划在人工智能基础设施和个人计算产品上展开联合开发。

根据合作协议，在数据中心领域，英特尔将为英伟达定制 x86 CPU，由英伟达将其集成至 AI 基础设施平台；

在个人计算领域，英特尔将生产并供应集成了英伟达 RTX GPU 芯片的 x86 系统级芯片（SOC）。双方并未给出首批产品上市的时间表，并称此次公告不影响各自既定的未来规划。

「这一历史性的合作将英伟达的 AI 和加速计算堆栈与英特尔的 CPU 和庞大的 x86 生态系统紧密结合——两个世界级平台的融合。我们将共同扩展我们的生态系统，为下一个计算时代奠定基础。」英伟达首席执行官黄仁勋曾在一份新闻稿中表示。

英特尔首席执行官陈立武在声明中表示：「我们感谢黄仁勋及英伟达团队以投资表达的信心，期待接下来的合作，一起为客户持续创新。英特尔的 x86 架构数十年来一直是现代计算的基石——我们正围绕全线产品持续创新，以支持面向未来的各类工作负载。」（来源：快科技）

索尼新专利曝光：AI 实时审查游戏内容，让游戏适应所有年龄段玩家

12 月 20 日消息，据科技媒体 Interesting Engineering 报道，随着索尼酝酿 PS6 次世代主机，越来越多的蛛丝马迹也逐步现身，近期这家公司提交了一项围绕 AI 与内容审查的专利，旨在不改变游戏核心设计的前提下，让游戏内容能适应不同年龄段玩家。

据介绍，这项专利由索尼互动娱乐提交，描述一套可自动分析游戏音频与视频的系统，处理系统会根据用户设定的偏好，对游戏内容进行调整，索尼称这套工具可在多平台上运行，甚至包括竞争对手的游戏机平台。这套系统可通过 AI 模型对游戏画面进行实时扫描，识别用户希望屏蔽的内容，并在不打断游戏流程的情况下采取过滤措施，例如对脏话进行静音处理、对血腥或裸露画面进行模糊或隐去处理，某些情况下系统甚至能直接移除相关场景，或使用 AI 生成的替代内容进行替换。

索尼还在设计中引入了第二处理器，专门负责内容审核相关工作，可以降低主处理器性能负担，同时确保 AI 能够快速响应游戏内容。

该专利还强调用户对内容的主导控制权，玩家可自行设定内容过滤参数，决定 AI 应该屏蔽或替换哪些内容，系统会在敏感内容出现前向玩家发出提醒，也可以在游戏过程中发出提示，让用户自己决定移除还是替换内容。（来源：IT 之家）

2011 年旧案重提：美国法院将重新审查 App Store 垄断指控

12 月 20 日消息，科技媒体 Appleinsider（12 月 19 日）发布博文，报道称美国第九巡回上诉法院于 2025 年 12 月宣布，将重新审查 2011 年发起的苹果 App Store 反垄断集体诉讼案，核心聚焦此前法官撤销集体诉讼资格的裁定是否合理。

该案原告指控苹果借 App Store 垄断地位收取过高费用，审理过程曲折：主审法官曾在 2022 年判定不符合集体诉讼条件，2024 年改判允许消费超 10 美元的用户参与集体诉讼，2025 年 10 月又以原告受损用户计算模型存在重复统计等「惊人错误」、无法可靠界定受害群体为由，撤销集体诉讼认证。

集体诉讼资格对案件走向至关重要——若维持集体诉讼状态，苹果胜诉后或面临数十亿美元赔偿；若转为个人诉讼，原告即便胜诉，总赔偿仅约 268 美元。原告需在 14 天内提交申请，此次上诉法院的裁定将成为这场长达 15 年法律拉锯战的关键转折点。（来源： IT 之家）

挑战马斯克 Neuralink：Altman 脑机公司分拆独立，要用超声波「听」你的想法

该公司目前仍处于隐秘模式（Stealth Mode），但已集结了一支顶尖创始团队：Altman，Forest Neurotech 的现任 CEO Sumner Norman，首席科学家 Tyson Aflalo，由 Altman 支持的数字身份公司 World 的 CEO Alex Blania，知名学术机构加州理工学院（Caltech）的研究员 Mikhail Shapiro。

Merge Labs 选择了一条与埃隆・马斯克的 Neuralink 截然不同的技术路径。Neuralink 等主流公司主要通过在大脑中植入电极来直接测量神经元的电活动，而 Merge Labs 则利用超声波技术来间接解读大脑信号。

其原理在于：大脑活跃区域的血流量会增加，设备通过探测血流变化来反推神经活动。这种技术不仅能读取数据，还能利用聚焦声波对大脑进行刺激。

虽然无需像传统电极那样刺入脑组织内部，但 Merge Labs 的超声波方案可能仍需在头骨上开辟一个「窗口」以确保信号传输。

相比局限于特定植入区域的电极，超声波技术理论上具备「全脑访问」的潜力，这将极大地推动个性化神经治疗及增强技术的发展。此外，据彭博社此前报道，Merge Labs 正考虑结合超声波设备与基因疗法，通过改造特定脑细胞使其对声波更具反应性。

在资本层面，Merge Labs 此前被曝正以 8.5 亿美元（现汇率约合 59.93 亿元人民币）的估值寻求 2.5 亿美元（现汇率约合 17.63 亿元人民币）融资。值得注意的是，Altman 虽是联合创始人，但并未个人出资。（来源: IT 之家）

IDC：受内存超级周期冲击，明年 PC 价格将普涨 15%-20%

12 月 21 日消息，据 IDC 预测，供应链将迎来一轮大范围的涨价潮，因此对消费者而言，明年购置新电脑可能会是一笔不菲的开销。

内存超级周期正成为电脑玩家的噩梦，尤其是当下打算组装整机的玩家。过去几周，内存价格暴涨，与此同时，随着通用型动态随机存取存储器（DRAM）成本攀升，AMD、英伟达等显卡厂商也计划上调旗下产品售价。在 2026 年市场分析报告中，IDC 对游戏电脑市场的未来走向进行了展望。从其表述来看，明年对游戏电脑玩家群体而言或将充满挑战。

IDC 称，此次内存短缺来得「恰逢其时」，与微软 Windows 10 系统停更引发的换机潮、人工智能（AI）电脑的市场推广热潮相互叠加，给整个电脑行业带来了一场「完美风暴」。随着 2026 年下半年成本压力加剧，电脑厂商纷纷释放全面涨价的信号。联想、戴尔、惠普、宏碁、华硕等企业已向客户发出预警，称未来市场环境将更为严峻，并证实全行业正以 15% 至 20% 的涨幅上调价格、重新签订合约以应对当前局面。

IDC 预计，明年全球个人电脑出货量将下降 4.9%，同时该机构也给出提示：若未来内存供应状况进一步恶化，出货量跌幅或将扩大。同时，，明年组装个性化电脑的成本也将大幅上涨。

雪上加霜的是，明年「人工智能电脑」的热度也将有所降温。综合近几个月的各类报告判断，2026 年或将成为购置电脑零部件最为「棘手」的年份之一，其供应链中断的严重程度，甚至可能超过新冠疫情以及加密货币挖矿热潮时期。（来源：IT 之家）

 

谷歌 FunctionGemma 把 AI 大模型能力「压缩」进手机，以后玩游戏全靠「吼」

12 月 20 日消息，谷歌于 12 月 18 日发布公告，宣布推出 FunctionGemma，是基于 Gemma 3 270M 微调的专用模型，目的是将强大的函数调用（Function Calling）能力引入手机等边缘设备。

FunctionGemma 不仅继承了 Gemma 系列的轻量化优势，更通过专项微调，让边缘设备（如智能手机和嵌入式系统）无需依赖云端算力，能够精准理解用户指令并调用相应功能。

与通用大模型不同，FunctionGemma 专为「定制化」设计。它既能与人类自然对话，也能生成结构化的函数调用代码来指挥计算机。

为了在算力和电池受限的边缘设备上流畅运行，FunctionGemma 采用了极致的轻量化设计。它利用 Gemma 的 256k 词表高效处理 JSON 数据和多语言输入，大幅降低了延迟。

该模型目前已适配 NVIDIA Jetson Nano 等开发板及主流移动设备，甚至能作为「交通指挥官」，处理简单任务并将复杂逻辑路由至更大的 Gemma 3 27B 模型。（来源：IT 之家）

马斯克转发宇树机器人伴舞王力宏视频：令人印象深刻

12 月 20 日消息，特斯拉 CEO 埃隆・马斯克转发了一条宇树机器人为王力宏演唱会进行伴舞的视频，并评价称「令人印象深刻」，相关内容迅速引发海外科技圈关注。

视频内容显示，在 12 月 18 日王力宏「最好的地方」巡回演唱会成都站现场，六台人形机器人随《火力全开》歌曲登台与歌手及舞者同台表演，并完成高难度「韦伯斯特」空翻动作，成为演唱会最受关注的瞬间之一。

宇树人形机器人 G1 具备 17 个以上自由度，动作响应速度达到毫秒级，并通过动态平衡控制系统支撑高强度舞台动作。

在多机协同方面，宇树团队通过多智能体控制技术，实现多台机器人在舞台环境下的同步表演。同时，机器人具备基础环境感知能力，可在复杂灯光和人员密集场景中规避碰撞风险。

知情人士透露，为完成此次演出，技术团队与演出方进行了较长周期的排练和调试，对舞蹈动作、节奏匹配及舞台安全进行了反复验证。这也使得人形机器人首次以「群体舞蹈」的形式，完整融入商业演唱会流程，而非单点展示。（来源：IT 之家）

OPPO Reno 15 Pro Mini 手机参数曝光：天玑 8450 芯片，6.32 寸 1.5K 屏幕

12 月 20 日消息，消息人士 Debayan Roy 前一天在 X 平台发文，曝光 OPPO Reno 15 Pro Mini 手机的详细规格参数，定位中高端，将在印度市场上市，搭载一块 1.5K 高刷小直屏。

据介绍，这台手机的型号是 CPH2813，搭载联发科天玑 8450 芯片（IT 之家注：与 Reno 15 标准版、K13 Turbo 等机型所采用的处理器相同），配备一块 6.32 英寸 OLED 显示屏，分辨率可达 1.5K，支持 120Hz 高刷。

参数方面，这台手机将搭载 2 亿像素主摄、5000 万像素超广角镜头和 5000 万像素长焦镜头，支持 3.5 倍光学变焦，前置摄像头也是 5000 万像素，预计支持 80W 有线快充，有可能支持无线充电，不过功率尚不明确。

此外，这台手机将有望提供「冰川白」配色，预计采用独特的「一体冷雕玻璃」后盖，机身重量约 187 克，厚度约 7.99mm。（来源：IT 之家）

 

卢伟冰：小米 17 Ultra 价格会涨得有点多，但一定让大家觉得物超所值

12 月 20 日消息，在晚间的爆料直播中，小米集团合伙人、总裁，手机部总裁，小米品牌总经理卢伟冰谈到了小米 17 Ultra 是否会涨价的话题。

卢伟冰表示，从 2022 年底至今差不多三年间，AI 迎来了爆发式的增长。根据整体判断，2025、2026、2027 三年都会是内存成本上涨点。内存价格的猛涨，进而会带来手机成本的大幅上升。

此前小米 15 Ultra 发布时，官方曾称这是「最后一次 6499 元」。卢伟冰直言，当时并没有完全考虑到内存，仅仅是基于处理器成本、相机配置上涨而作出的判断。而 17 Ultra 更是叠加了内存的上涨，且涨幅远高于处理器、相机等。因此，「小米 17 Ultra 一定会涨价，而且我觉得还要涨得有点多。但是跟内存成本上涨（比起来），我觉得还是低的。」

卢伟冰重申，「无论怎么涨价，我还是想告诉大家，一定会物超所值的。」

据此前报道爆料称，小米 17 Ultra 手机开发代号为「哪吒」（Nezha），延续了小米 15 Ultra 标志性的圆形相机模组设计，采用高通第五代骁龙 8 至尊版芯片，预装澎湃 HyperOS 3.0，此外已确认其国际版机型将支持卫星通信功能，为用户在偏远地区提供可靠的连接保障。（IT 之家 ）

范・迪塞尔出任制作人并扮演角色，科幻驯龙生存游戏《方舟 2》将于 2028 年发布

12 月 20 日消息，经历多次延期后，《方舟 2》目前的最新发售窗口被推迟至 2028 年。12 月 18 日更新的 Epic 商店页面显示，该作是一款「科幻驯龙生存游戏」。

这款作品最早于 2020 年公布，当时凭借由范・迪塞尔出镜的预告片引发关注。五年过去，官方依旧没有给出比「2028 年」更精确的时间表。

此前，Studio Wildcard 曾将《方舟 2》的发售时间从原定的 2023 年推迟至 2024 年底，随后就长期未更新进展。今年早些时候公布的《方舟》系列路线图中也未出现《方舟 2》，更让外界普遍猜测该作至少要等到 2026 年之后才会推出。

据外媒 EuroGamer 报道，范・迪塞尔不仅在《方舟 2》中出演角色，还担任项目的执行制作人。此前有消息称，他在原版《方舟》中的游玩时间超过 1000 小时。（来源：IT 之家）

 

 

头图来源：视觉中国

 

在经历了漫长的拉锯战后，TikTok 在美国的命运似乎终于落下尾声。

据外媒报道，当地时间12月18日，TikTok CEO周受资发出内部信，更新了TikTok美国业务进展。

内部信称字节跳动、TikTok已与三家投资者签署协议，并将成立新的TikTok美国合资公司。

新合资公司名为TikTok美国数据安全合资有限责任公司（ TikTok USDS Joint Venture LLC），将负责美国的数据保护、算法安全、内容审核和软件保障。

由字节跳动全资控股的、TikTok在美国的其他实体将继续负责电商、广告、市场运营等商业活动，以及TikTok产品的全球互联互通。据悉，协议相关事宜将在不晚于2026年1月22日完成。

这与国内媒体此前曝光的TikTok美国方案一致。

 

一分为二，谁是真正的“大股东”？

根据内部信透露的信息，TikTok 在美国的业务将实质性地拆分为两个主体，形成一种“双轨制”：

1. 字节跳动TikTok美国公司：掌控“商业心脏”，由字节跳动 100% 持股的实体将继续负责 TikTok 在美国的电商、广告、市场运营等核心商业活动。这意味着 TikTok 的盈利引擎和全球互联互通的底层逻辑，依然握在字节跳动手中。
2. TikTok 美国数据安全合资公司：筑起“合规护城河”，新成立的 JV（合资公司）将接管包括美国用户信息保护、内容审核、软件保障以及算法安全等业务范围。

值得关注的是“算法”的归属。字节跳动并未交出算法的“灵魂”。据此前消息，字节跳动将继续拥有 TikTok 算法的知识产权，通过授权形式让合资公司使用，并收取授权费。

图片来自此前媒体报道。

 

在外界最关心的控制权问题上，新实体的架构展现了一种博弈中的平衡：

• 美国投资者（甲骨文、银湖、MGX）： 合计持股 45%；
• 字节跳动现有投资者： 持股 30.1%；
• 字节跳动自身： 保留 19.9% 的股份。

尽管字节跳动的直接持股比例降至两成以下，但由于其现有投资者的关联性，字节跳动依然是新合资公司的最大单一股东。

此外，合资公司将由一个全新的 7 人董事会管理，且美国投资者将占据多数席位，以符合当地法律对“多数股权由美国主体持有”的要求。

商业代价，非营利的安全成本

事实上，这可能是一个昂贵的“合规成本”方案。

合资公司负责的数据安全与内容安全业务本质上是非营利性质的，且运维成本极其高昂。为了支撑这块业务的运转，负责赚钱的字节全资实体（电商、广告部门）将与合资公司达成一种“商业上合理的收入分享安排”。

TikTok 或许需要用广告和直播带货赚来的钱，去供养这个庞大的安全防御体系。

这种模式很容易让人联想到苹果在中国市场的“云上贵州”方案。

然而，TikTok 方案比“云上贵州”更为深入：苹果并不持有云上艾珀的股份，而字节跳动在新合资公司中不仅拥有重要席位，还深度参与了收益分配与底层技术授权。这更像是一个在极端地缘政治压力下，全球化科技巨头通过股权置换和治理权让渡，换取商业延续性的“生存模版”。

周受资在内部信中给出了明确的时间表：协议相关事宜将在 2026 年 1 月 22 日 前完成。

如果一切顺利，1.7 亿美国用户将继续在 TikTok 上刷视频、搞创作，广告主们也将继续连接全球。而对于字节跳动来说，这不仅是保住了一块核心市场，更是在规则丛林中，完成了一次极其复杂的商业战略防御。

 

全球首次：上海交大实现新一代光计算芯片突破，理论算力提升 7 个数量级

12 月 19 日消息，上海交通大学集成电路学院（信息与电子工程学院）图像通信与网络工程研究所陈一彤课题组在新一代算力芯片领域取得重大突破，首次实现了支持大规模语义媒体生成模型的全光计算芯片。

相关研究于 12 月 19 日以「All-optical synthesis chip for large-scale intelligent semantic vision generation」（大规模智能语义视觉生成全光芯片）为题发表于国际顶级学术期刊《科学》（Science）上。上海交通大学为论文第一作者和通讯作者单位，陈一彤助理教授为第一作者及通讯作者。

研究团队首次提出全光大规模语义生成芯片 LightGen，这也是国际首次实现的大规模全光生成式 AI 芯片，在单枚芯片上同时突破了百万级光学神经元集成、全光维度转换、无真值光芯片训练算法的领域公认瓶颈。

实测表明，即便采用较滞后性能的输入设备，LightGen 仍可取得相比顶尖数字芯片 2 个和 2 个数量级的算力和能效提升。而如果采用前沿设备使得信号输入频率不是瓶颈的情况下，LightGen 理论可实现算力提升 7 个数量级、能效提升 8 个数量级的性能跃升。（来源：IT 之家）

（图片来源：Science官网）

消息称字节跳动今年利润将创纪录：约 500 亿美元

彭博社援引知情人士消息称，字节跳动有望度过创纪录的一年，今年将实现约 500 亿美元（I约合 3525.45 亿元人民币）利润。目前的字节正在电商和新市场持续扩张，推动业绩快速增长。

知情人士透露，字节跳动在今年前三个季度已实现约 400 亿美元净利润，并提前完成内部设定的 2025 年目标。若全年实现上述盈利水平，字节跳动的业绩将逼近 Meta，后者预计今年利润约为 600 亿美元。（来源：IT 之家）

 

智谱披露 IPO 招股书，宣布冲刺「全球大模型第一股」

北京智谱华章科技股份有限公司（简称智谱）12 月 19 日披露招股书，宣布赴港冲刺「全球大模型第一股」。招股书显示，2022 年、2023 年、2024 年收入分别为 5740 万人民币、1.245 亿、3.124 亿元。2022 年到 2024 年的年收入复合年增长率达到 130%，2025 年上半年收入为 1.9 亿，收入连续三年翻倍。报告期内，公司收入主要来自于大模型收入，这也支撑其成为中国最大的独立大模型厂商。

智谱成立于 2019 年，由清华大学技术成果转化而来，团队是国内启动大模型研究的开拓者，凭借原创的 GLM（General Language Model）预训练架构，构建了覆盖语言、代码、多模态及智能体的全栈模型矩阵，模型适配了 40 余款国产芯片，是国内罕有在技术路线上与全球顶尖水平保持同步的厂商。

此次赴港上市，标志着资本市场将首次迎来一家以自主研发 AGI 基座模型为核心业务的上市公司。（来源：IT 之家）

 

阿里人士回应「千问全员会标语称『干死豆包』」：假的

 12 月 19 日消息，今日网络流传一张所谓「阿里千问全员会」图片，图中疑似阿里千问员工聚集在广场上手举豆包，广场一侧有「干死豆包」标语。对此，阿里相关人士向财联社记者辟谣，表示此图是「假的」。（来源：财联社）

（图片来源：财联社）

 

雷军加入战斗！小米汽车已获L3级道路测试牌照

12 月 20 日消息，小米汽车已获 L3 级道路测试牌照，毫无疑问雷军也加入了这场争夺战。

《北京市自动驾驶汽车年度评估报告 (2024-2025)》中的信息显示，小米汽车已在北京市获得 L3 级自动驾驶道路测试牌照，并持续开展了常态化 L3 级道路测试。

该测试牌照主要用于在北京市智能网联汽车高快速路测试路段上进行有条件自动驾驶测试，旨在探索未来更加安全智能的个人出行服务。

《报告》中介绍，截至 2025 年 9 月底，小米等 23 家企业的 750 辆自动驾驶乘用车累计运行里程超 6027 万公里。（来源： 快科技）

 

上海电信「隔空回应」罗永浩：WiFi 速率不达标原因多样，提供免费网络检测和维修服务

罗永浩 12 月 18 日在朋友圈吐槽上海电信网速问题。罗永浩表示，其搬至上海后开通电信独享千兆宽带服务，然而自办理以来的半年多时间里，宽带实际速率绝大多数时候仅有不到一百兆。

中国电信上海客服以「上海电信关心您的上网感知」为题发布公告，称公司作为申城通信服务核心企业，始终秉持网络强国使命，积极推进千兆普及、万兆引领，致力于为全市用户提供高速、稳定、智能、安全的网络服务。

公告称，用户在日常宽带使用中可能遇到室内不同房间 WiFi 速率不达标的困扰，造成这种情况的原因是多种多样的，比如户型结构、室内面积、墙体屏蔽、信号干扰、设备位置、自购 WiFi 路由器标准、电脑终端等。遇到这些情况，用户可以直接拨打 10000 号，公司将进行免费、专业的网络检测和维修服务。（来源：IT 之家 )

 

Faker 回应马斯克英雄联盟 AI 挑战：我们明年可能会赢，但 AI 迟早能赢

埃隆・马斯克今年 11 月在 X 平台发帖称，AI 大模型 Grok 5 将在 2026 年挑战《英雄联盟》顶级人类战队。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明年可能举行的比赛中击败 Grok AI 对手。

据 Korea JoongAng Daily 报道，Faker 欢迎马斯克提出的挑战。「我很感激 AI 和科技巨头公司对游戏行业的关注，」Faker 表示。「我也很兴奋能与 Grok 对战。国际象棋早已被 AI 征服，我认为 AI 最终有一天也能够与我们在《英雄联盟》中竞争并获胜，但我觉得明年我们可能会赢。当 AI 获胜的那一天到来时，我认为那会以一种独特且有趣的方式进行。」（来源： IT 之家）

 

科幻电影《阿凡达 3》今日上映，豆瓣开分 7.6 为系列最低

 12 月 19 日消息，备受关注的科幻电影《阿凡达：火与烬》今日在全国上映，豆瓣评分也在第一时间出炉。

IT之家注意到，目前《阿凡达》首部电影的豆瓣评分为 8.8 分，而第二部《阿凡达：水之道》的评分为 7.8 分。最新上映的《阿凡达：火与烬》的评分为 7.6 分。（ 来源：IT 之家）

（图片来源： IT 之家）

 

小岛秀夫：计划开发给 AI 玩的游戏，AI 将在 5-10 年内重塑游戏行业

游戏制作人小岛秀夫本周（12 月 17 日）接受日经 Xtrend 采访，提出一系列极具野心的新构想，包括一款在失重状态下游玩的游戏、一款拿来给 AI 玩的游戏，并做出 AI 将在 5-10 年内彻底改变游戏开发方式的预测。小岛秀夫首先谈到了目前正在做的恐怖游戏《OD》（IT 之家注：Xbox 独占）、仍处于构想阶段的 PS 独占动作谍报游戏《Physint》，并表示自己想尝试各种新项目。

他透露，自己心中有一些天马行空的想法，并解释道：「这听起来有些离谱，但我确实想制作一款在失重环境中游玩的游戏，以及一款能够让 AI 感到愉悦的游戏」。（来源：IT 之家）

 

22.98万起 江铃福特智趣烈马上市：增程纯电双动力

12 月 20 日消息，福特烈马家族首款新能源车型「智趣烈马」正式上市，共 5 款车型，售价区间 22.98-28.28 万元。

该车定位全地形露营 SUV，整车设计风格与同胞福特 Bronco Sport 车型相似设，采用城市化方盒子设计，不过由于是新能源 SUV，视觉效果更加内敛。

动力部分，该车全系均搭载双电机，其中增程版配 1.5T 发动机，前后电机最大功率分别为 130kW、180kW；而纯电版前后电机规格为 130kW、202kW。

至于续航，增程版车型搭载 43.7kWh 磷酸铁锂电池组，CLTC 纯电续航 220km，满油满电综合续航 1220km，儿纯电版配备 105.4kWh 电池组，续航里程为 650km，支持高压快充。（来源：快科技）

（图片来源：快科技）

 

曝中国秘密搞定第一台EUV光刻机！逆向工程ASML

据外媒报道，中国一家秘密实验室已经悄然组装出第一台 EUV 极紫外光刻系统的原型机，是通过逆向工程 ASML 现有的光刻机产品而来的，正处于秘密测试阶段，计划 2028 年试产原型芯片。

如果消息属实，无疑是中国的一次飞跃式突破，短短数年就掌握了原本需要数十年的技术。消息称，这一 EUV 光刻机原型是 2025 年初在深圳一处安保严密的设施内组装完成的，几乎覆盖了整个厂房。

它没有采用清华大学研发的基于粒子加速器的稳态微聚束 (SSMB) 技术，也没有使用哈尔滨工业大学开发的放电等离子体 (DPP) 技术，而是和 ASML Twinscan NXE 系列光刻机相同的激光等离子体 (LPP) 技术，可产生波长为 13.5 纳米的极紫外光。

外媒称，这说明它使用了逆向工程手段，至少整合了大量由 ASML 首创的核心技术。报道指出，中国版 EUV 光刻机的体积显著大于 ASML 同类产品，但已经具备极紫外光的生成能力，只是尚未能制造出可用芯片。( 来源： 快科技）

 

作者｜Cynthia

编辑｜ 郑玄

2025 年，生成式 AI 技术浪潮正从概念验证加速驶向产业深水区。在企业摩拳擦掌、试图借助 AI 重塑竞争力的同时，一个更为现实的挑战浮出水面：如何将前沿技术的潜力，稳定、高效且经济地转化为真实的业务价值？如何避免陷入雷声大雨点小的尴尬？

MIT 在 7 月发布的 《The GenAI Divide: State of AI in Business 2025》 报告，用一组数据揭示了一个关键的转折点：全球企业投入 AI 转型的 300 亿至 400 亿美元中，大部分项目仍处于探索阶段，仅有少数先行者成功跨越了从「试点」到「规模化」的鸿沟。

而其中的分野，往往不在于模型的先进程度，而在于对算力成本与应用效率的精准把控。

更深层的问题则在于行业认知误区：多数玩家都习惯于将 AI 转型与模型和硬件直接挂钩，然后得出企业拥有的 GPU 算力等于权力，上马最优秀的 SOTA 模型，就等于最好的应用效果的粗暴论断。

但一定程度上，只看见 AI，恰恰成为了这波 AI 转型浪潮中最大的智商税。

面对这一困局，行业已经开始集体反思：算力竞赛的焦点正从单一的 AI 加速器，转向整体基础设施的效率。这也解释了为何在 AI 时代，高性能 CPU 的需求不降反增——CPU 作为整个算力架构的「调度中枢」与「效率基石」，在不同场景中成为平衡效率与成本的关键。

 

01

AI 时代的困局

 

从自动驾驶到人脸识别，从游戏到直播，从互联网到制造业，几乎没有不需要 AI 加速的产业。

但现实是， 同样的 AI 转型，落地的不同产业都有着各自的特性与需求痛点。 如果只看见 AI，往往会导致技术与产业需求脱节，既无法解决产业真正的痛点，也让 AI 本身沦为空中楼阁。

比如在自动驾驶领域，普通人或许觉得实现自动驾驶，就是把一个聪明的大模型「大脑」装进汽车，再给车装上「眼睛」（摄像头）。 但对小鹏这样的玩家来说，现实远比这复杂。

让自动驾驶真正能用起来，首先面临一个庞大的数据工程：为支撑智能驾驶辅助 VLA-OL 等模型迭代与 3D 高斯场景重建等仿真任务，小鹏每日需处理视频、图像、雷达数据等 PB 级多模态数据。从摄像头视频流的畸变校正到激光雷达点云的地面分割，每一步都面临算力效率与成本控制的双重压力。更关键的是，所有原始数据均需经过转码这一 CPU 密集型操作才能用于训练，而自建数据中心成本过高，上云后的实例选择与效率优化同样是个难题。

同样在视频领域，用户觉得看视频只是「点击播放」那么简单。但对微帧科技这样的头部视频编码服务商而言，现实是 每月要帮 100 多家头部企业处理超 15 亿分钟的视频，还要保证低成本、低延迟的全球传输。 挑战不仅是编码本身，更在于编码前的降噪、画质增强等 AI 预处理环节，这带来了巨大的算力需求和极高的性能要求；同时，非实时任务还必须兼顾成本控制与资源利用率。

甚至，即使面临同样的互联网场景高并发需求，金融场景与游戏场景的需求也天差地别。

金融安全领域的「高并发」，核心要求是「零容错」。 普通人眼中简单的「刷脸」认证，对蚂蚁集团旗下的 ZOLOZ 而言，每一次「刷脸」都是高风险的信任交付。ZOLOZ 同时在为全球 14 个国家、70 余家合作伙伴提供服务，这背后既要应对海量访问，还必须满足各地严苛的安全合规标准。真正的痛点在于「刷脸」瞬间，后台需要并行处理活体检测、人脸比对等多重任务，同时还要控制离线推理的成本，并保证 RAG 场景的高频数据读取效率。

如果说金融的痛点是数据和安全决不能错，那游戏的痛点就是体验和帧率决不能卡。

游戏行业的「高并发」，核心要求则是「零抖动」。 玩家关心的是画面是否酷炫，操作是否流畅。比如莉莉丝的爆款游戏《远光 84》，要支撑的是百万级玩家同时在线。这意味着单个核心就要承载 60-120 名玩家的高频网络同步，赛事场景更要求 60FPS 的稳定帧率。此外，游戏内 BOT 的 AI 寻路、弹道仿真与碰撞模拟等复杂计算，进一步加剧了算力压力。对玩家来说 0.1 秒的卡顿就是灾难，会直接影响游戏口碑。

而在传统的家电行业，用户的感知只是「冰箱连上了 WiFi」，但对家电企业来说，这背后远比「连个 WiFi」复杂太多倍。就比如海尔旗下的三翼鸟平台，如今已经服务近 1 亿家庭用户，连接超 5000 万台设备， 日常需要支撑千万级设备网关的长连接，并实时处理海量设备状态上报。 任何设备掉线、指令响应延迟，或是夜间流量高峰的稳定性问题，都会直接影响用户体验与留存。因此，高实时性、高稳定性、高并发应对能力成为了三翼鸟的核心诉求。

要如何应对 AI 时代千行百业、不同品牌的差异化需求？对每个公司都提供一套定制化方案显然并不现实。

 

02

真正的分野：

从「行业分类」到「场景特征」

 

今天我们可以清晰地看到：AI 时代的算力需求是高度分化的。 如果继续沿用传统视角，按行业（如金融、游戏）或规模（如大企业、小企业）来划分企业，已经无法抓住问题的本质。

正如《IDC 新一代云基础设施实践报告》所指出的， 更有效的方式是穿透「行业」和「公司」的表象，回归「业务场景」的算力特征 。

从底层算力需求特征来看，这些复杂的需求和核心痛点可以归纳为如下三点：

1. 在线业务 ： 以 Web、数据库、海尔的物联网平台、蚂蚁的实时认证为代表，核心痛点是低时延、高并发和高可用。

2. 离线业务： 以数据处理、模型训练、小鹏的数据工程为代表，核心痛点是高吞吐、高效率和成本控制。

3. 游戏/量化交易业务： 以莉莉丝的游戏服为代表，核心痛点是高主频、低抖动和复杂计算。

而英特尔与阿里云联合推出的 高性能 CPU+云+行业化 解决方案，正是针对这三类赛道的核心痛点，通过软硬协同实现了精准适配。

以微帧科技、蚂蚁 ZOLOZ、海尔三翼鸟为代表 的在线业务，需要在支撑千万级实时请求、毫秒级响应的同时，保障全球服务质量一致性，以及海尔三翼鸟的设备长连接稳定性。

对应的解决方案，就要聚焦 低时延硬件加速、高网络吞吐设计与智能弹性调度，以及全球节点部署，并平衡性能与成本。

蚂蚁 ZOLOZ 的在线实人认证场景需要应对高并发访问，于是他们选用了阿里云今年新推出的 ECS g9i 企业级云实例，其中搭载的至强 ® 6 处理器发挥了关键作用：

至强 ® 6 的 Chiplet 架构集成 3 个计算芯粒和 2 个 IO 单元芯粒，单个计算芯粒支持最多 32 个核，可将活体检测、人脸比对等并行任务在同一计算芯粒内高效分配处理，减少跨芯粒通信延迟，确保了 ZOLOZ 服务可以保持低于 100 毫秒的响应速度。

内置于至强 ® 处理器中的英特尔 ® AMX，专门针对矩阵运算等 AI 负载进行了优化，能够显著提升深度学习推理任务的效率。

得益于 AMX，在安全应用方面，蚂蚁数科基于「以 AI 对抗 AI」的创新理念构建的 ZOLOZ Anti-Deepfake 攻防互动系统，为 AI 推理带来最高达 3.3 倍 的性能提升，并将每瓦性能提升高达 1.7 倍。

在 MaaS 层（模型即服务）ZOLOZ FinLLM 处理市场情绪分析、行情预测、风险评估、自动化客服等关键金融任务时，推理加速提升了 2.3 倍，推理消耗时长降低了 35%，算力成本降低了 72%。

而在 Pass 层，至强 ® 6 处理器的 504MB 超大 L3 缓存有助于提升数据访问速度，满足低时延要求，在承载同等规模智能体服务时，所需服务器节点数量减少了 30%，金融机构由此可降低 25% 的硬件采购与运维成本。

在线视频领域的微帧科技同样受益于该方案。对于每月 15 亿分钟视频的实时 4K 编码、的低时延传输需求，至强 ® 6 的 Chiplet 架构采用的 EMIB 多芯片互联桥接封装技术实现计算芯粒与 IO 芯粒间的高速数据交互，为视频编码数据的快速流转提供了保障。

同时，Chiplet 架构的计算芯粒集群可并行处理视频帧的不同片段，配合处理器中集成的 AVX-512 指令集和 AMX，可以优化 AI 降噪预处理等视频处理流程，使 4K 处理效率提升 35%。此外，针对其全球化业务需求，阿里云全球 29 个数据中心的就近部署有效降低跨区域传输延迟，配合 Spot 实例弹性策略，非实时任务成本降低 60%。

海尔三翼鸟的 AIoT 平台同样是在线业务的典型场景，但其需求则更多元，对于安防、厨房等关键场景要求毫秒级响应。ECS g9i 基于 CIPU 架构的软硬一体化设计发挥关键作用：其提供了 100Gbps 超高网络带宽，同等配置下设备网关侧连接能力提升 40%，使单台服务器的设备承载量从 10 万+提升至 14 万+，并拓展至最高可满足千万级设备并发连接需求；此外，虚拟化损耗降至接近物理机水平，配合热升级技术使故障率下降 90%，夜间高峰也能稳定运行。而对于语音指令响应，也能把延迟从 200ms 优化至 120ms 内，月活跃用户留存率同比提升 15%，同时整体 IT 成本降低 20%。

常见需求的第二类——离线业务的效率与成本兼顾，则以小鹏为代表 。解决方案需要聚焦大缓存设计、算力调度优化与硬件加速，提升效率并降低冗余成本。

至强 ® 6 处理器提供的 12 通道 DDR5 内存（6400MT/s）为小鹏处理海量数据读写提供了高带宽保障；504MB 超大 L3 缓存使热数据命中率有效提升；英特尔 ® QAT 技术则将数据压缩/解压缩任务中的数据从 CPU 核心卸载并加速，并将历史上下文中的温、冷数据压缩后存入本地硬盘或者远端对象存储中，显著减少了存储空间占用和 IO 传输延迟，加速了数据预处理流程，降低了对高成本 GPU 计算周期的占用和等待。同时，实例双单路架构实现了故障自动切换，保障了 7×24 小时不间断的数据处理业务，避免研发进度延误。

此外，在自动驾驶数据预训练的相似度检索环节，小鹏需对百万起步的图像特征向量进行大批量的欧氏距离计算，以筛选特定交通场景（如环岛博弈、施工路段避让）的训练样本。ECS g9i 在硬件层面与 SIMD 指令集深度集成，从 AVX-512 到 AMX，都为这类向量/矩阵运算提供了强大的并行计算能力，使小鹏针对图片相似度比对、向量检索等场景开发算法的执行效率显著提升，无需重构代码即可复用优化成果（如将图像特征从 2D 转为 3D 空间坐标），贴合自动驾驶研发中快速迭代的需求。

相比小鹏离线任务对海量数据高效、低成本处理的需求，以莉莉丝游戏为代表游戏/量化交易业务则相对成本不那么敏感，但是对高稳定性+复杂计算+低抖动的要求巨大。

要支撑百万级玩家的并发交互、量化交易的高频策略计算与执行，微秒级计算延迟和算力波动都需要降到最低。解决方案主要聚焦高主频稳定性、并行计算优化与硬件级抗干扰设计。

为了支持莉莉丝《远光 84》的百万玩家同时在线、单核心 120 名玩家高频同步，以及 BOT AI 寻路、弹道仿真等复杂计算，ECS g9i 搭载的至强 ® 6 处理器可以在 3.6GHz 全核睿频下保证频率抖动几乎微不可查，配合先进散热技术使服务器故障率降低，最大程度避免故障导致的业务中断和数据丢失；搭配最高 96 个性能核的并行计算能力与 AMX 引擎优化，对比上一代云实例，g9i 可以使卡顿次数减少 70%、平均帧时间缩短 30%，团战延迟极大降低。

 

03

变化的需求，

不变的多元算力与性能、性价比需求

 

当然，现实场景中的客户需求远比抽象的总结要更复杂，而市场数据则为这套联合解决方案的价值提供了最有力的证明： 数据显示，上线不到 100 天，g9i 就已经获得了一万家客户 。

进展如此神速的根本原因在于，英特尔与阿里云找到了 AI 时代企业算力需求的核心矛盾： 如何在多元化算力中实现高效调度，并在性能与成本之间取得平衡。

而应对的核心，就在于高性能 CPU+CIPU 云架构的软硬协同组合。

英特尔 ® 至强 ® 6 性能核处理器作为硬件核心，它采用 Intel 3 制程工艺，配备最高 128 个性能核、504MB L3 缓存，支持 12 通道高达 6400MT/s 的 DDR5 内存与 96 条 PCIe 5.0 通道、64 条 CXL 2.0 通道，相较上一代实现 40% 平均性能提升，更适合公有云工作负载。

阿里云 CIPU 则向下加速计算、存储、网络资源云化，向上通过飞天系统实现弹性调度与安全隔离。两者协同形成算力供给-调度-优化的全链路能力。

双剑合璧之后，实测数据显示，ECS g9i 实例相较基于第五代至强 ® 可扩展处理器的 g8i 实例，在线游戏性能提升 15%，数据库性能提升 17%，Web 应用性能提升 20%。

而成本侧，基于至强 ® 6 处理器的阿里云 ECS g9i 实例，在相比上一代整体提升了 20% 性能表现的同时，目录价格却降低了 5%。并且得益于英特尔处理器代系间完善的软硬件生态，企业在升级至最新的 ECS g9i 时，其原有系统与应用无需进行任何改造即可平滑过渡，极大降低了升级门槛。

与此同时，针对差异化的用户场景，阿里云+英特尔也做了不同的针对性方案。

针对大部分企业的通用需求，推出了 U 系列入门级实例；为满足高内存带宽需求，推出了 r8e 增强型实例；另外针对科学计算、仿真等对单核睿频需求更高的客户，还推出了专门的 hf 系列实例满足他们的需求。

这种从共性需求的提取，到深入行业特性提供不同解决方案的方式，看起来并不「性感」，却弥足重要。

它揭示了 AI 转型中一个最朴素的道理：实现转型价值的关键，不在于追逐最前沿的模型，而取决于技术能否在具体场景中解决具体的问题，并实现成本与效率的平衡。

在这个过程中，英特尔的高性能通用型算力，解决了他们对多元算力、高性能、高性价比的共性需求；而阿里云则在这个基础上通过 CIPU 架构及弹性计算，将硬件能力转化为可以被精准调度、按需取用的云上资源，并针对不同行业、不同用户类型推出个性化的解决方案，让每一种独特需求都能被看见，被满足。

这种「软硬协同、深入场景」的能力，并非一蹴而就。自 2009 年以来，阿里云与英特尔的深度技术合作已历经十五载。双方的合作始终以挖掘极致性能和精准洞察客户需求为核心，深度贯穿至强 ® 处理器家族的历代产品迭代。正是这份日复一日的坚持，让英特尔 ® 至强 ® 处理器与阿里云弹性计算与成为了企业数字化转型中的可靠基石，始终为产业的升级与创新提供着坚实、可靠的底层支撑。