铃阅
❌

普通视图

对话一线从业者:具身融资遇冷?出清会在两到三年后到来

2026年11月16日 11:45

原创 有态度的 2026-11-16 11:45 北京

具身智能融资分化,资本更看重订单与落地验证情况。

出品|网易科技《态度》

作者|路永丽

编辑|丁广胜

近日,OpenAI解散独立机器人团队,研究人员并入通用模型研发核心部门,应用与硬件团队划入应用业务线。这家全球头部AI公司选择用通用模型“吞掉”机器人专用团队。

这一事件恰好撞上了国内一级市场正在蔓延的一句表态:“不投、不看具身智能。”一时间,似乎投资人“一刀切”的撤退有了体面注脚。

但产业水温远比一句表态复杂。一边是宇树、优必选等加速推新品、冲量产,头部项目排队IPO,细分赛道逆势吸金;另一边是无境动力陷入欠薪停摆、深兰机器人子公司进入破产清算。

灵御智能CEO金戈告诉网易科技:“狂热的‘盲投’与一刀切的‘不投’,本质上都是不专业。”投资机构董事总经理、投委会成员沈屹(化名)则点出另一面:投资机构的表态往往受持仓和退出需求影响,“想买的时候唱空,想卖的时候唱多。”

具身智能水温究竟如何,是真不投还是假撤退?

泡沫在出清

冷热并不均匀

从市场预算、招聘需求到融资节奏,具身智能都在降温,但水温并不均匀。据钛媒体统计,2025年2月至2026年9月,破产、解散、清算和业务线关停的机器人公司超过20家。

某具身“大脑”公司品牌公关负责人林岚(化名)告诉网易科技,近期确实弥漫着观望情绪,部分企业已大幅缩减市场预算,推广“全靠资源置换”;专注机器人行业的猎头宋衡(化名)则观察到,机器人基础岗位缩招明显,但高P岗位仍有需求。简言之,不是不招人,只招核心能打仗的人。

但冷意之外,海洋机器人、巡检等细分赛道仍在逆势拿钱,有公司表示刚融完就被机构催着开下一轮。

某活跃于具身智能赛道的投资机构合伙人李维舟(化名)表示,市场没到“特别冷”的地步,新公司确实没那么好融了,但头部和早期优质项目仍被追投,只是估值被卡住了,分化在加剧。其所在机构已布局多个具身智能项目,既包括已进入IPO排队的头部团队,也包括若干优质早期项目。

他进一步指出,估值200亿元以上的头部企业排队IPO,不急于融资,但随着IPO收紧面临一定股东压力;受影响最明显的是50-100亿的中腰部公司:无明显商业化或收入体量,又没到上市阶段,正密集找地方国资接盘;尾部本就承压,但今年冒头的优秀团队依然抢手。

中腰部的尴尬是融资、退出与现金流三线挤压的结果。融资上,据IT桔子统计,2026年上半年具身智能领域前20家企业合计融资额约550亿元、占比59%,腰部并不突出;退出端,IPO收紧叠加50-100亿元高估值,市场化融资更难、折价又不现实;需求侧更致命,目前落地场景集中在科研教育、文娱商演,订单含金量本就有限,还可能夹杂大量框架协议,而签单、交付、验收、回款,每一环都可能断裂,每一环都要垫钱。三线交汇,腰部卡在中间:既没有头部的现金垫,也没有尾部的“船小好调头”。   

沈屹所在机构在具身智能赛道已有多个已投项目。他认为这次降温本质是“泡沫出清”,前期热钱涌入推高估值,但技术与产品未跟上预期;叠加二级市场(如部分人形机器人企业)近期的回调情绪传导,推高了整体风险。但具身智能“长坡厚雪”的底层逻辑未变,当前处于第一波出清期,分歧在于实现周期是3-5年还是10年。

灵御智能联合创始人兼CEO金戈有十几年投资人背景,曾任远镜创投管理合伙人。他认为,“市场降温不等于具身智能遇冷,投资人转而关注可行商业路径、长期核心竞争力”,这是一个理性化过程。

“一刀切”不投是伪命题

从听故事到看验证

据网易科技观察,“不投、不看”仅代表少数机构,资本并未集体离场。随着各大投资机构布局基本成型,降温后出手更谨慎,估值容忍度和验证标准有所调整,但对真实需求、核心技术、强执行团队和合理估值的要求未变。

据IT桔子统计,2026年9月国内具身智能赛道发生60起融资,披露总额110.28亿元;截至10月29日,10月发生33起融资,总额101.05亿元。交易数量环比减少约45%,金额下降约8.4%,单笔均值由1.84亿元升至3.06亿元左右。具身智能赛道正迈入“数量退潮、金额集中”的阶段,早期广撒网式投资收缩。

沈屹坦言,其所在机构尽调核心逻辑一直未变,变的是不同估值对应的验证要求、出手频率和融资画像。他表示:“一年半以前,估值才三四个亿,现场展示一下产品就行;现在估值几十亿了,就一定要看到订单。”他将这一变化概括为:“早期看技术故事,现在就看订单、落地场景和客户。”

这一转变在灵御智能身上体现得尤为明显。 金戈称,前期不少投资人“不做模型、不做大脑,就一眼不看”,现在“你们已经在真实场景部署了,我们来聊聊”,甚至有机构“反身找回来”。

金戈认为,核心原因之一是上市预期变差:港股IPO渠道窄、上市后频频破发,行业还有迎合上市指标的乱象。具身智能“绝大多数还没有找到真正的PMF”,抢上市、博估值并不切实际。资本逻辑由此从“抢上市、搏估值”转向“看收入、看PMF、看可持续”。

李维舟表示,其所在机构“一直偏商业化,希望公司有落地、有收入”。上半年投了不少新公司,最近投得少了,原因有二:一是项目同质化加剧,本体和模型“都比较同质化”,因此转向看背景差异化、特定场景标的,模型公司年中后基本没再出手;二是9月梅卡曼德上市及创始人炮轰行业乱象事件后内部评估更谨慎。

值得一提的是,多位投资人都提到行业同质化问题,整机层面尤为集中。国家发改委此前披露,我国人形机器人企业已超150家,半数以上为初创或“跨行”入局,并明确提示要防范重复度高的产品“扎堆”上市。
中国信通院联合发布的产业图谱显示,截至2026年10月8日,国内具身智能相关企业约405家,北京、广东、上海三地合计占比超六成。企业数量在涨,但真正能进入规模化交付的仍是少数,随着泡沫出清,整机层或将成为出清最先发生的地方。

出清之外

数据缺口、预期透支与验证困境

在业内人士看来,这波降温远未到洗牌时刻,行业正经历泡沫回调与渐进出清。中国信通院在相关报告中判断:未来两至三年,行业将完成首轮出清,淘汰缺乏真实商业闭环的企业与模式。

短期压力已在退出端显现。微亿智造暂缓港股上市、环动科技撤回科创板,智元则被曝转开新一轮融资,IPO窗口收窄正传导至一级市场。

出清节奏上,业内主流观点认为周期在2-3年。沈屹判断“大量出清需要2-3年,企业要做产品历练和模型训练”;李维舟补充,27年不会有并购潮,“估值太贵”,头部和融过钱的公司“5年内都不会倒闭,只要创始人愿意开”,而早期融资不顺、第一二轮找了不活跃或非市场化资金的,“明年可能会解散”。

主流之外,金戈相对乐观,认为市场情绪可能在明年中回暖,但也给出风险边界:“若27年底仍没转热,会看到老股集中流转。”

比起出清节奏,更值得关注的是行业真正的卡点。金戈、李维舟均认为最突出的瓶颈是数据:缺口大、供给乱、补得慢。金戈表示,具身智能数据量“离理想状态,至少差了4到5个数量级”,高质量真机数据贵且少,而替代数据要么效率不高,要么资源投入巨大。

李维舟进一步明确了缺口量级与时间表:今年10万小时,明年可能小几百万小时,“Scale 30倍”,27、28年才可能看到GPT-2、GPT-3的时刻;全球一年三四百万小时,“跟1亿小时比还差得远”。

供给端也不乐观。李维舟指出,线下采数“一天6小时,只有1到2小时可用,好公司利用率能到50%”。数据公司多是买数卖数的“数商”,真正高质量采数的少。

金戈提及行业“数据贩子”乱象:低价数据可能只有市场价四分之一到五分之一,但往往不是一手,渠道未必合法,且以无本体数据为主,这类数据“75%、80%都不能用”,算下来实际比市场价还贵。他认为,解决这一问题要靠品牌、标准和稳定的供求关系,也要靠模型厂商试出正向数据。

与此同时,过度表演和Demo式宣传拉高客户预期,造成的落地Gap是行业面临的另一重困境。此前有业内人士向网易科技透露,经常有客户拿着流畅、精美的Demo视频问企业“你们能不能做到”。金戈确认,灵御智能也遇到过这种情况,并连用两个“非常”表达自己的担忧。

“我觉得这种情况非常非常严重,这是今天阻碍具身智能真实落地发展的最大阻力。”他引用梅卡曼德创始人邵天兰提出的Level 0-10产业分级框架:Level 0-3“全是Demo”,Level 4-7是POC,Level 8-10才是规模化,真正商业成功基本要到Level 7-10。“大家现在拿着Level 0-3的东西,去讲Level 10的故事,肯定是不行的。”这种预期失真直接导致落地Gap,也是市场变冷的核心原因之一。

此外,沈屹补充,行业评价标准尚未收敛,刷榜和叙事仍在替代真实价值判断,商业闭环并未真正打通.

在泡沫出清、行业从“听故事”转向“看验证”的当下,正如沈屹所言,“创业者想拿钱,光讲老故事不行,要展示出在具体商业场景中优异的能力和泛化能力”,更要证明这种能力能跑通商业闭环。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 张京菁    审核 | 北辰

跳转微信打开

历史头一回!马斯克用“筷子”夹住了太空飞船

2026年11月15日 10:12

原创 小小 2026-11-15 10:12 北京

要实现高频重复使用,接下来还得看地面检查和翻修要花多长时间。

网易科技

出品 | 网易智能·今日硬核

作者 | 小小

编辑 | 王凤枝

人类航天头一回!从太空回来的星舰飞船,被发射塔的“筷子”稳稳接住了。

飞船翻转并被塔架捕获。来源:SpaceX。

北京时间11月15日清晨,SpaceX星舰第15次试飞(Flight 15)的上面级飞船Ship 42走完了最后一段返航路:在轨绕地球飞行14圈、历时约22.5小时后,它重新闯入大气层,完成姿态翻转和着陆点火,最终稳稳落进发射塔机械臂的怀里。此前,SpaceX虽已多次用机械臂接住超重型助推器,但捕获经历完整轨道飞行和再入高温考验的上面级飞船,还是历史首次。

不过,这次试飞并没能实现SpaceX期待的“双回收”。同一次任务中,编号Booster 22的超重型助推器在返场途中自动中止塔架捕获,转向墨西哥湾备用海域,最终未能回收。

章节 01

绕地14圈、闯过三道检查关,

57分钟精准返航

北京时间11月14日6时47分,星舰从美国得克萨斯州星港发射升空。Ship 42与超重型助推器完成级间分离后,继续飞向约275公里高的近地轨道。按照任务计划,飞船绕地球飞行约14圈,在释放26颗星链V3卫星后继续在轨运行,等待返航窗口。

星舰点火升空。来源:SpaceX。

真正困难的考验在返程阶段:飞船需要先执行离轨点火,降低轨道高度并切入大气层;随后依靠机身和襟翼产生的气动阻力减速,在接近发射场时调整姿态、重新点燃发动机,完成经典的“腹部翻转”和动力着陆,最后精准对准塔架上的机械臂。北京时间11月15日5时19分左右,Ship 42完成着陆点火并被机械臂稳稳夹住,从离轨点火到最终捕获全程历时约57分钟。

原稿正文配图 04

在此之前,SpaceX已在Flight 5、7和8等任务中实现过超重型助推器的塔架捕获,共有3枚V1版本助推器被成功接住,其中2枚还完成了复飞。但飞船的返回难度与助推器不在一个量级:助推器主要靠发动机完成回推和减速,飞船则必须扛过长时间在轨运行与高速再入大气层的极端高温,把速度和姿态控制在极窄的窗口内,才能安全进入发射塔的捕获区。

为降低风险,SpaceX在这次任务中设了三道关键检查关口,分别位于发射后约1小时27分钟、7小时15分钟和20小时41分钟。飞控团队会根据飞船状态决定是否放行返场程序:只要再入机动、着陆点火或塔架接近所需的关键系统有一项不达标,飞船就会放弃飞回星港,改去预设海域溅落。这一次,Ship 42顺利闯过了全部三道检查。

章节 02

助推器为什么没回来?

燃料余量给出初步答案

相比Ship 42的顺利回家,首次尝试塔架捕获的V3版超重型助推器Booster 22却在半路折戟。

级间分离后,Booster 22正常执行了回推点火并转向星港方向。但在返场途中,飞控系统判定其位置不满足捕获条件,随即自动取消塔架捕获程序,将其引导至墨西哥湾备用海域。助推器在着陆点火结束、发动机关机后触发飞行终止系统,最终落入海中。SpaceX发言人丹·休奥特(Dan Huot)表示,制导、导航与控制系统均按预期工作,至于助推器为何偏离预定位置,团队仍在做进一步排查。

助推器改道后着陆点火。来源:SpaceX。

原稿正文配图 06

马斯克随后根据初步情况解释称,症结出在助推器的燃料余量略低于预期,而发动机表现稍逊于预期是导致燃料吃紧的原因之一。超重型助推器在返航阶段必须预留足够的推进剂,用来完成回推、姿态调整和最后的着陆点火;发动机性能只要稍有偏差,留给最后着陆阶段的燃料余量就会被压缩。

原稿正文配图 07

针对这一问题,马斯克提出的改进方向包括提升猛禽V3.2发动机的性能及一致性,同时将一级主发动机关机节点(MECO1)提前约1秒,为回推和着陆多留一些推进剂。他还解释了返场画面中绿色火焰的原因:发动机再生冷却回路中的燃料耗尽,主燃烧室进入富氧状态,铜质部件燃烧,因而出现绿色火焰。

原稿正文配图 08

这也是V3版超重型助推器第一次尝试塔架捕获。相比此前积累了回收经验的V1版本,V3对结构和回收系统做了不小改动:栅格舵从4片减为3片,单片面积增大约50%,安装位置和内部结构也做了重新调整。

马斯克表示,下一枚助推器已接近准备就绪。自动中止程序虽然让Booster 22未能返场,但避免了助推器带病撞向发射塔,否则一旦损毁地面设施,后续试飞进度可能要耽误2至3个月。

原稿正文配图 09

章节 03

26颗星链V3入轨,

其中3颗顺手给飞船拍“体检照”

除回收验证外,星舰还在这次任务中完成了商业载荷交付。发射约35分钟后,Ship 42开始释放26颗第三代星链(Starlink V3)卫星,整个过程持续约43分钟,全部部署到位。这是星舰继Flight 14之后,连续第二次一次送入26颗V3卫星。

原稿正文配图 10

Flight 14部署星链卫星的资料画面。

单颗V3卫星的体积和重量大幅增加,可为星链星座新增约1Tbps的通信容量。算下来,星舰这一趟放出的26颗V3卫星,新增容量抵得上猎鹰9号火箭发射约10次V2 Mini卫星。卫星释放后,还需展开天线和太阳能阵列,通过射频和激光链路组网,并靠自身推进系统爬升轨道,预计在数周内完成在轨检查并投入服务。

原稿正文配图 11

有意思的是,这批出舱的26颗卫星里,有3颗专门经过了改装,搭载着用于观察星舰热防护罩的摄像设备。它们在太空中从不同角度给Ship 42拍下照片并传回地面。这些照片与地面追踪相机的画面互为补充,帮助飞控团队判断热防护罩状态是否适合执行再入和返场。

章节 04

飞船被接住之后,

真正的考验才开始

Ship 42被机械臂稳稳接住,只是走完了回收的第一步;要实现高频重复使用,接下来还得看地面检查和翻修要花多长时间。

热防护系统是翻修检查的头号难关。在早先的多次试飞中,星舰曾频频出现隔热瓦脱落、破损和局部过热等问题。Flight 15沿用了上一发的改进方案:在高风险区域增加隔热瓦固定机构,封堵可能让高温等离子体钻入瓦片背后的薄弱流道,并在更大范围内换用弧形隔热瓦,以降低瓦片接缝处的热负荷。虽然再入前卫星和地面相机拍摄的画面状态良好,但隔热瓦经受完整再入和动力着陆后的真实损耗,仍待飞船下塔后的实物拆检。

经历多次启停的猛禽发动机同样要接受严苛体检。星舰采用液氧和液态甲烷作为推进剂,飞船和助推器在单次任务中要多次点火和关机;要想把维护成本压下来,发动机必须扛住反复的热循环与高负荷运转。

在打磨V3回收稳定性的同时,SpaceX也在推进下一代星舰V4。马斯克此前透露,V4计划采用更长的飞船构型,并增加3台猛禽真空版发动机,使整套星舰系统的发动机总数从V3的39台增至42台,目标是争取在2027年首飞,完整的技术参数目前尚未公布。

原稿正文配图 12

章节 05

太空加油站,

星舰必须建起来

如果说塔架回收解决的是发射成本,那么“在轨加注”决定的就是星舰能不能飞去月球。

由于星舰月球着陆器(Starship HLS)体积和质量庞大,从地球起飞时无法一次性带够全程所需的推进剂。SpaceX的方案是先往近地轨道发射一艘推进剂储存飞船,相当于在太空建一座“临时加油站”;随后连续发射多艘加油型星舰,在轨道上与储存飞船交会、对接并注入液氧和液态甲烷;等燃料攒够了,月球着陆器再升空与之对接加满燃料,启程飞往月球。

原稿正文配图 13

在微重力环境下给航天器加注燃料,远比飞机的空中加油棘手:液氧和液态甲烷必须在极低温下保存,转移过程中还要解决推进剂沉降、液体晃动、贮箱压力控制和管路冷却等一连串难题。

2024年3月的Flight 3任务中,星舰在飞行期间完成了内部贮箱之间的低温推进剂转移。但单船内部倒罐,与两艘飞船在太空中精准对接、连通管路并长期保冷传输,难度仍不在一个层级上。按照NASA监察长办公室今年3月审查报告披露的规划架构,为完成一次登月任务,SpaceX需要先发射1艘轨道储存飞船,再以大约每6天一发的频率,连续发射10余艘加油型星舰补给燃料,整套燃料汇集工作甚至要在载人发射前200多天就提前启动。

章节 06

2028年登月,

SpaceX还要赶时间

星舰的闯关进度,直接关系到NASA阿尔忒弥斯载人登月计划能否按期推进。

在2026年公布的最新安排中,NASA调整了任务节奏:计划于2027年执行的阿尔忒弥斯III不再直接登月,改为约14天的近地轨道测试,由4名宇航员乘坐“猎户座”飞船升空,与包括星舰测试船在内的商业月球着陆器进行交会、对接和通信控制验证(期间宇航员留在猎户座内,不进入星舰);真正的载人登月则顺延到了2028年初的阿尔忒弥斯IV任务。

原稿正文配图 14

即便时间表往后挪了一步,留给SpaceX的窗口依然很紧。NASA监察长办公室在今年3月的报告中指出,星舰月球着陆器仍面临不小的进度与技术挑战,尤其是低温推进剂管理与在轨加注的复杂度极高,其测试进展仍可能牵动2028年的登月大局。

而在去太空建加油站、去月球演练无人着陆之前,停在得州星港的Ship 42先得回答一个眼前的现实问题:经过结构检查、发动机维护和隔热瓦评估后,这艘第一次被“筷子”接住的飞船,到底要花多长时间才能再次点火升空?

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 王凤枝    审核 | 北辰

推荐观看

推荐阅读

关注网易科技

跳转微信打开

“让黄仁勋回归!” 超五万人签名请愿,马斯克声援

2026年11月14日 15:32

原创 小小 2026-11-14 15:32 北京

一场要求黄仁勋重担CEO的声援行动,正在从公司内部扩展到整个硅谷。

网易新闻科技

出品 | 网易智能

作者 | 小小

编辑 | 王凤枝

黄仁勋离开英伟达后,一场要求他重新担任CEO的声援行动,正在从公司内部扩展到整个硅谷。

截至美国当地时间11月14日14点30,名为“Stand with Jensen”的公开请愿网站显示,已有近六万人签名。其中包括3700多名自称英伟达现任员工的签署者、500多名前员工、超过三万名股东,以及2万多名其他支持者。

「Stand with Jensen」请愿网站首页,显示“三十三年值得一个答案”与近六万签名数据

马斯克公开表示要签名,Epic Games CEO蒂姆·斯威尼(Tim Sweeney)确认自己已经签署,投资人加文·贝克(Gavin Baker)则进一步明确支持恢复黄仁勋的职位。

这场行动不只是希望英伟达重新聘用一位离开的CEO。发起者还向董事会提交了一封公开信,提出三项具体要求:在独立调查完成前恢复黄仁勋的CEO职位;公开调查范围、独立性和时间安排,并给予黄仁勋充分回应的机会;向员工和股东解释董事会作出决定的依据。

公开信的核心观点是,怀疑不能代替证据,调查也不应该在没有充分说明的情况下,先于公司治理程序产生最终结果。

英伟达内部的反应同样强烈。《连线》披露,一名资深工程师此前在公司内部意见箱发起的留言,已经吸引超过1600条评论,多数支持黄仁勋回来。还有员工向全体员工发送邮件,要求管理层解释这次离任。

但董事会并没有停下接班程序。《金融时报》报道称,董事会接触了Arm CEO雷内·哈斯(Rene Haas),将其视为潜在继任人选。英伟达随后回应称,尚未正式接触任何候选人,仍在选择外部猎头机构。

一边是员工、股东和科技圈人士要求黄仁勋回来,另一边是董事会着手寻找下一任CEO。与此同时,网上还出现了冒用知名人士姓名、伪造英伟达高管联名信的情况。

这场声援运动,已经不只是一次围绕创始人的挽留行动,也暴露出英伟达在权力交接、公司治理和员工信任方面的问题。

章节 01

员工不愿意

让黄仁勋离开

英伟达员工的反应,最早出现在公司内部,而不是请愿网站上。

《连线》杂志刊发了题为《Bring Back THE Boss》的报道,披露英伟达内部意见箱中一场持续发酵的讨论。

《连线》“Bring Back THE Boss”报道相关帖文,提及英伟达内部建议箱收到超1600条评论

一名在英伟达工作多年的工程师,在黄仁勋辞职之前提交了一条内部建议,希望董事会在作出重大决定前听取员工意见,并在调查结束后向员工公开结果,正式征求他们对黄仁勋是否继续担任CEO的看法。

这条留言原本并不是一份要求黄仁勋复职的请愿书。但黄仁勋宣布离职后,它很快成为员工表达态度的渠道,评论数量超过1600条。

一名匿名员工写道:“如果你相信公司的使命,就把老板带回来。”另一名员工表示,每个人都会犯错,黄仁勋为公司做了这么多事情,应该得到第二次机会。

还有员工向全体员工发送邮件,要求公司解释黄仁勋离开的原因。他写道,自己支持黄仁勋,并不是因为相信任何人都不会犯错,而是不愿意把坚持公平与远离一个曾经为公司带来巨大影响的领导者画上等号。

一名在英伟达工作了几年的员工告诉《连线》,他认为希望黄仁勋回归的情绪相当普遍,并担心公司失去创始人后会受到影响。他说:“英伟达之所以是英伟达,是因为黄仁勋。”

这场内部讨论真正值得注意的地方,在于员工对离职程序的不满。

此前,部分员工原本预计董事会会先完成独立调查,再决定黄仁勋的去留。工程师提交的内部建议也明确要求董事会公布调查结果,并正式征求员工对黄仁勋继续担任CEO的意见。

结果,调查刚刚启动,黄仁勋就离开了。对于这些员工而言,他们并不一定认为黄仁勋不需要为自己的行为承担责任,但希望董事会能够先把事实调查清楚,再作出最终决定。

这种情绪也延伸到了公司外部。

曾在英伟达GPU设计团队工作、目前任职于特斯拉的工程师蔡云涛(Yun-Ta Tsai)在社交媒体上发文,呼吁英伟达员工采取实际行动。他提出,如果员工真的希望黄仁勋回来,就应该认识到“没有员工,就没有英伟达”。

英伟达前GPU工程师蔡云涛社交媒体帖文,呼吁英伟达员工采取行动

蔡云涛还强调,优秀的GPU硬件工程师非常稀缺,远比外界想象中难以寻找和替代。真正推动公司使命落地的是工程师,而不只是董事会。

他的观点把这场争论从创始人个人声望,带到了英伟达最重要的资产之一:人才。

英伟达的竞争优势不只来自GPU芯片本身,还来自长期积累的架构设计能力、CUDA软件生态、系统工程经验以及客户合作关系。这些能力需要大量核心工程师协同完成。

黄仁勋离开之后,公司当然不会立即失去这些技术,但如果管理层变动进一步引发核心员工流失,影响就可能从组织层面传导到产品研发和竞争力。

章节 02

公开信不只是要求复职,

而是向董事会提出三项要求

相比内部意见箱,“Stand with Jensen”公开信的内容更加具体。

这封信以“三十三年值得一个答案”这一类治理问题为切入点,首先肯定了黄仁勋33年来对英伟达的贡献,随后将争论集中在调查程序、证据披露和董事会决策依据上。

它并没有要求董事会完全停止调查,也没有声称黄仁勋不需要为个人行为负责。真正的争议在于:调查尚未完成,董事会是否有充分理由让黄仁勋立即离开?

公开信特别强调,签署者无法参与董事会的闭门会议,也没有看到足以证明争议中的女性与中国情报机构存在关联的证据。信中认为,仅凭怀疑或关系本身,不足以成为结束黄仁勋领导英伟达的理由。

这里需要区分,请愿者没有看到证据,不等于调查机构不存在相关证据。公开信表达的是签署者对信息不透明的质疑,而不是对调查结果作出的判断。

致英伟达董事会的公开信页面,列出三项诉求

围绕这一问题,公开信向董事会提出了三项要求。

第一,恢复黄仁勋的CEO职位,至少在独立调查查明事实期间如此。

这是整封信最直接的诉求。请愿者认为,如果董事会认为黄仁勋必须暂时离开,就应该给出具体、基于证据的解释,说明为什么让他继续缺席符合英伟达的最佳利益。

第二,确保调查独立,并给予黄仁勋公平的陈述机会。

公开信要求董事会披露调查的范围、独立性和预计时间表,同时给予黄仁勋实质性的回应机会,在作出最终决定之前听取他的解释。这实际上涉及董事会如何处理一场同时牵涉个人行为、公司内部管理和国家安全问题的调查。

英伟达此前已经宣布启动独立调查,独立董事委员会将由外部律师协助开展工作。请愿者希望进一步知道,调查究竟由谁负责、调查哪些事项、什么时候能够完成,以及黄仁勋能否在最终决定之前充分回应相关指控。

第三,及时向员工和股东解释董事会的担忧、证据以及决策依据。

这项要求尤其值得注意。公开信希望董事会说明,究竟有哪些具体问题促使其决定让黄仁勋离开,支持这一决定的证据是什么,以及在作出决定时如何权衡员工和股东的利益。

请愿者也承认,公司可能受到法律和保密义务的限制,但认为保密不能成为完全不作解释的理由。

三项要求合在一起,实际上是在挑战董事会目前的决策方式:如果调查尚未结束,为什么CEO已经离开?如果董事会掌握了足以作出决定的证据,为什么不能向员工和股东提供适当解释?

这封信还特意声明,网站及请愿活动独立于英伟达和黄仁勋本人,既没有得到公司认可,也没有得到黄仁勋背书。签署者的员工、前员工和股东身份均由本人填写,并未经过独立核验。

因此,5万这个数字可以说明声援规模,却不能直接视为英伟达内部经过认证的员工意见,更不是一场正式股东投票。

但公开信的内容,已经把问题从“我们想念黄仁勋”推进到“董事会是否履行了充分说明和公平调查的责任”。

章节 03

马斯克声援,

科技圈名人却出现真假签名

这场请愿在硅谷迅速传播,与马斯克的公开表态有很大关系。

11月13日,马斯克在X上回应特斯拉超级智能团队高级工程师蔡云涛有关黄仁勋的帖子时写道:“要求恢复黄仁勋职位的请愿正在进行,我也要签名。”

蔡云涛帖文与马斯克回应“有人正在发起请愿,我也在签名支持”的截图

马斯克此前还回应过有人建议他聘请黄仁勋的帖子,称“那将是我的荣幸”。他的态度并不含糊。

不过,马斯克没有在这条帖子中直接附上请愿网站链接,也没有明确确认自己已经完成签名。网站上出现的“Elon Musk”签名,不能仅凭名字就认定是他本人提交的。

另一位值得关注的人物是纳瓦尔·拉维坎特(Naval Ravikant)。这位硅谷知名投资人将黄仁勋比作英伟达的史蒂夫·乔布斯,称其不可替代。马斯克也对他有关创始人价值的观点表示赞同。

拉维坎特的评论触及了这场风波的另一个核心:硅谷长期存在的创始人文化。

苹果曾经失去史蒂夫·乔布斯,后来又迎回乔布斯;Uber也曾在创始人特拉维斯·卡兰尼克(Travis Kalanick)离开后经历重大调整。对于英伟达这样的公司而言,创始人究竟能否被职业经理人替代,并不是一个简单的人事问题。

真正明确确认签署请愿的人,是Epic Games CEO蒂姆·斯威尼(Tim Sweeney)。

Epic Games CEO蒂姆·斯威尼帖文,称请愿网站不验证邮箱与身份

但斯威尼的经历也暴露出网站的问题。他在帖子中表示,网站既不验证邮箱,也不核实身份。自己准备签名时,发现已经有人提前使用他的名字签过了。

Atreides管理合伙人加文·贝克则明确表示支持恢复黄仁勋的职位。他此前已经转发网站链接,11月14日进一步表达了对复职诉求的支持。

投资人加文·贝克帖文,转发致英伟达董事会公开信并表示支持恢复黄仁勋职位

Replit CEO阿姆贾德·马萨德(Amjad Masad)帮助推广了请愿网站,并协助解决流量激增带来的访问承载问题,但没有明确表示自己已经签名。

此外,网站名单上还出现了a16z联合创始人马克·安德森、Y Combinator CEO陈嘉兴、Cohere联合创始人艾丹·戈麦斯、Palo Alto Networks CEO尼克什·阿罗拉等人的名字。目前没有足够的本人公开表态能够确认他们亲自签署。

张一鸣此前也曾出现在网络流传的截图中,但目前使用“Yiming Zhang”“Zhang Yiming”“张一鸣”和“ByteDance”等关键词,均未在网站找到对应记录。何一转发过马斯克支持黄仁勋的帖子,也不能据此认定她签了名。

这场运动还有一个更严重的插曲。

11月13日,网上流传出另一封所谓英伟达核心技术高管联名信,声称包括英伟达加速计算副总裁伊恩·巴克(Ian Buck)、首席科学家比尔·达利(Bill Dally)、CTO迈克尔·卡根(Michael Kagan)和联合创始人克里斯·马拉乔斯基(Chris Malachowsky)在内的多名高管,要求董事会集体辞职、任命新的独立董事,并恢复黄仁勋的CEO职位。

网传伪造的“英伟达员工致董事会信”截图

这封信甚至威胁,如果要求得不到满足,签署者将离开英伟达,加入马斯克的SpaceX Terafab项目。

但这封信是伪造的。英伟达应用深度学习研究副总裁布莱恩·卡坦扎罗(Bryan Catanzaro)发现自己的名字被列为签署者后,在X上直接否认,称这封信显然是假的,即使它是真的,自己也不会签署。

英伟达应用深度学习研究副总裁布莱恩·卡坦扎罗帖文,否认参与伪造联名信并表态支持董事会

更重要的是,卡坦扎罗虽然表示对黄仁勋离开感到悲痛,却同时明确支持英伟达董事会,并称临时CEO克雷斯是一位非常出色的领导者,自己全力支持她。

这封伪造信的内容还被发现几乎照搬了2023年OpenAI员工要求董事会恢复山姆·奥特曼职位的联名信,只是把OpenAI替换成英伟达,把奥尔特曼替换成黄仁勋,把微软提供工作机会替换成马斯克和SpaceX提供工作机会。

2023年OpenAI员工要求董事会恢复奥尔特曼职位的联名信截图

因此,必须把两件事分开:英伟达内部确实有员工要求黄仁勋回来,《连线》已经通过内部通信进行了报道;但所谓数百名核心高管联名要求董事会辞职,并没有事实依据。

真实的员工声援,不需要依靠伪造的高管联名信来证明。

章节 04

董事会已经在找接班人,

黄仁勋还有回来的可能吗?

请愿声势越来越大,英伟达董事会却没有暂停CEO遴选程序。

11月13日,《金融时报》报道称,董事会已经接触Arm CEO雷内·哈斯,讨论其成为潜在继任者的可能性。

《金融时报》帖文:“Arm老板Rene Haas在Nvidia CEO搜索中被接触”

哈斯曾在英伟达工作约七年,2006年至2013年担任多个管理职位,之后加入Arm,并于2022年出任CEO,带领Arm完成2023年纳斯达克上市。

他的经历使其成为一个特殊人选:既了解英伟达的管理和技术文化,也有独立领导大型半导体企业的经验。

但英伟达随后回应称,公司尚未正式接触任何CEO候选人,目前仍在选择负责寻找继任者的外部机构。哈斯是否已经进入正式遴选程序,仍没有得到确认。

除了哈斯,市场也开始讨论克雷斯、英伟达资深高管伊恩·巴克、AMD CEO苏姿丰(Lisa Su)等可能人选。不过,这些名字的可信程度并不相同,目前没有证据表明董事会已经确定继任者。

黄仁勋的离开也让英伟达长期存在的接班问题摆到了台面上。

黄仁勋在1993年创立英伟达,之后用了33年时间,将一家图形芯片公司带入GPU通用计算、CUDA软件生态和AI基础设施市场。公司从产品设计到客户关系、战略投资,很多重要决策长期围绕他展开。

据彭博社报道,黄仁勋过去习惯直接管理大量高管,甚至亲自介入产品和组织管理的具体细节。这种高度集中的管理方式让英伟达保持了很强的执行力,但也使公司在创始人突然离开时面临继任难题。

请愿者认为,黄仁勋的战略判断和行业影响力难以复制。董事会则必须考虑,公司能否建立不依赖某一个人的管理体系。

这场请愿行动已经把一个问题摆到了董事会面前:英伟达究竟是一个可以通过职业经理人顺利交接的成熟组织,还是一家仍然高度依赖黄仁勋个人判断的创始人公司?

这或许比黄仁勋能否回来,更值得英伟达认真回答。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 北北      审核 | 北辰

推荐阅读横条

关注并星标网易科技原版动图

跳转微信打开

对话六位AI漫剧人:每天上万部漫剧提交,只有30部赚钱

2026年11月13日 10:00

原创 有态度的 2026-11-13 10:00 北京

万播分成降至五元,3000元还能撬动百万神话吗?

出品|网易科技《态度》栏目

作者|汉雨棣

编辑|丁广胜

2026年初的一天,江西南昌一个大学刚毕业的年轻人第一次看到朋友用Seedance 2.0生成的视频样片。“好莱坞工业级的大片,中国科幻电影都难比肩。”他叫潘鱼晏,做抖音搞笑视频做到百万粉丝,但这一刻他意识到,短视频的下一个时代到了。

三个月后,潘鱼晏的第一条AI漫剧作品《反相之地》上线,第一集达到7000万播放,300万点赞。再过半年,他的9人团队已经按美剧标准制片,单集30到45分钟。他后悔的唯一一件事是没有更早做商业投流:“错过窗口期,少赚了大几百万。”

《持械入宋》爆火后,“50多岁货车司机、宝妈通过漫剧暴富”再度成为热词,但事情的另一面是:有创作者告诉我们,每天红果后台能收到上万部剧集的提交,在这些剧集里大约只有1500部能上线,最终落入盈利区间的不过30部——爆款率只有0.3%。

抽卡师消失了,头部的承制方也在进行超过50%的裁员,人力在制作成本中的占比被腰斩,但Token费用与占据总成本八成的投流费,瞬间冲抵了人工节省。面对平台分成从最高万播100元滑落至4~5元的现实,精品剧也面临极低的ROI。

网易科技找到了六位处于这个行业不同位置的从业者:有独自一人完成全流程的个体创作者,有170人规模的全产业链公司负责人,有从投资人转型的两人工作室主理人,有正在从短剧转向中剧的AI导演,有做“五位一体”业务的创业公司总经理。深陷漫剧中的不仅有是短剧的人们,更有来自不同背景、通过各种形态在产出短剧的人们。

我们与他们详细聊了漫剧当下的成本结构、收益预估方式,又聊了聊这一年观察到的技术进步与平台生态。拼出了AI漫剧行业在2026年的完整图景:一个关于金钱、技术与叙事的三重故事。

成本账:0.03%的幸存者游戏

行业里流传着一句话,说九成五的人做漫剧亏钱。大众的普遍理解是:上游算力贵、下游投流贵,两头一挤,利润就没了。

但几位创作者告诉我们,做剧的成本可高可低,差异大到几乎不像同一门生意。

在成本光谱的一端,是人们津津乐道的“低成本撬动大利润”的神话。小果是今年的爆款漫剧《安徽小木匠》的主创人员,也是唯一的创作者。他表示,这部浏览量超过3亿次、收益超过七位数的爆剧在制作阶段只花了2900多元。他回忆称,当时刚开始拍短剧不到三个月,“还没有看到很多回头钱,也不敢花太多钱,所以里面有很多废镜头我也用起来了。”加之用了AI平台的积分,整体的成本并不算高。

而在另一端,是精品剧成本的居高不下。在我们访谈的创作者中,所有做精品剧的创作者们的每分钟成本都达到了500元上下,千元左右也不少见,一部短剧的成本在3-4万元属于正常范畴。如果是品牌定制或签约的IP改编等需要反复修改的剧,每分钟的成本甚至会达到万元。

网易科技详细拆解了漫剧的成本构成:

第一部分是前期剧本制作。创作者告诉网易科技,在当今的短剧时代,剧本仍然是一切的核心。头部承制公司的负责人说,编剧几乎是所有岗位里工资最高的。

在原创之外,作为番茄团队孵化的项目,红果的不少创作者会直接从番茄购买小说版权进行剧本改编。有创作者表示,根据不同的IP分级,大约10%-25%的漫剧创作分成会被分给小说作者。

其次是算力。火山方舟给出的Token用量估算公式为:

Token用量=(输入视频时长+输出视频时长)×输出视频宽度×输出视频高度×帧率÷1024;

视频费用=Token单价×Token用量。

Seedance 2.5当前按照24FPS生成视频。分辨率越高、视频越长,Token用量和最终费用也越高。九霄幻境的总经理刘佳向网易科技表示,Token单价在降,视频模型按秒报价,短剧720P的主流档已经落到4毛到1块5一秒。

随着技术的发展,抽卡率已经从早期的20:1,下降到最低可达4:1的程度。热门短剧《林夏的逆风入局》的创作者林枫(化名)告诉网易科技,有时的抽卡率甚至能达到2:1。

随着抽卡率的提升,抽卡师消失了。林枫说,去年一部完整漫剧标配是3~5个策划师、一个导演、一个剪辑。那会儿算力成本反倒低,大家用比较便宜的模型,做一部成本大概一两万。现在只要导演,甚至剪辑都不必要:两个导演把前面的剧本和大致风格做好,剩下的交给 AI去处理。很多人用Agent或者用自己内部研发的系统,100集可以同时做,两三天就能上一季的内容。

刘佳表示,今年年初,短剧制作人力、算力、杂项的成本比例大致是6:3:1,当时最紧缺的是人,抽卡师还是极为紧俏的职业;2.0 更新之后人力成本落到3/10~4/10,算力成了大头。

面对市面上津津乐道的暴富神话:三四天、几千元完成一部剧,回报几百万。创作者对网易科技表示,这确实是可以实现的,但这类内容不用Seedance,只用更便宜的模型,他们往往不追求画面、表演,也不处理空间、人物与场面调度;只做两分钟一集的爽剧。有些人可能大量使用了视频网站的积分,或者直接使用了开源模型并进行了本地部署,成本落在电费、显卡与存储。

视频制作完成后,下游的成本主要集中于投流。目前投流的渠道主要集中在抖音,红果不能投流,只能依靠抖音的引流和平台的推荐。

行业里流传着“制作投流成本二八分”的说法。刘佳向我们证实了这一说法,她表示投流是短剧行业的老规律,AI的出现并没有对本质进行颠覆。AI降下来的只是制作门槛,可门槛一低,大量的剧涌进来,怎么让别人看到?就只剩投流这一条路。

有业内人士告诉网易科技,对于只做投流的机构来说,ROI极低,现在对于抖音漫剧的投流生意,很多大机构也只能挣得一个返点。

从收入上来看,分成水平根据平台的政策在进行动态调整,目前主要的预估方式有以下两种:

1.每个收藏的价格大约在6毛到1块人民币。

2.万播基本在4-5元。

但平台对创作者的分成越来越少已成定局。最高的时候,万播分成能到 100 块;砍到现在,红果的独家签约剧也只剩10块,非独家的万播收入基本在4 -5元。也就是说,即使播放量破亿,仅靠平台分成,收入也仅有几万元。

分成骤降的症结在于产能过剩。某头部承制方的负责人张勇(化名)表示,以前拍真人短剧,再便宜一部也得30~50万,光把钱凑齐就是道坎;现在3000块就能做一部,白天送外卖、晚上回去做,也做得出来。剧越来越多,以红果为例,每天收上来上万部,一个月30万部;能上线的只有两成,一天1500~1600部;这中间真正赚钱的,大概30部。按这个口径,盈利的几率约为0.03%。

从更长线的视角来看,漫剧的盈利如同炒股,即使接连三四十部剧都是亏损,只要有一部剧“爆了”,收益可能就直接达到七位数,但是能坚持过漫长亏损的人又能有多少。

漫剧公司,死于“人多”

在门槛极低的情况下,轻量化的公司更容易运营,船大了很难掉头。

张勇告诉网易科技,今年公司的减员程度基本达到了50%,“AI提效之后,比如原本需要五六个人的工作,两三个人就能做完了”。有报道显示,酱油文化的创始人也曾确认团队“从1500人裁到几百人,只用了半年多”,并强调这不是经营出了问题,而是“不需要这么多人”。

AI的极致提效催生了大量OPC。AIGC导演陆思津表示,他自己攒了很多skills。现在只要说句话,直接让Codex操纵机器接Seedance API自动跑完全流程。剧本扔进来,自己干完、剪完、音频合成,完全不需要人类干预。

刘佳也告诉我们,抽卡率的下降不仅来源于工具性能的提升,也来源于数字资产的积累与不断复用。角色库、场景库、风格库、提示词模板,共同构成了制作方的数字资产。

更大的“自动化”不只在于工具。行业的成熟必定带来标准化,漫剧本身的产品逻辑也被更多人逐渐掌握。张勇表示,“字节的短剧就像一个标准化的产品,一秒反转,六秒打脸,完了十秒再刺激你。就是他们现在其实写剧本是按这个结构,就是我把结构定好了,你往里面塞肉就好了。”

对于小果来说,字节俨然成了一所“漫剧寄宿学校”,从剧本创意到投流分发,在一部AI漫剧完整的生产过程中,他不需要踏出字节半步。在番茄听到“有感觉”的小说之后,他用豆包改编成剧本。随后他用Seedance2.0完成视频制作,再在抖音和红果上进行分发。全程不需要任何字节系之外的产品。不仅有观众们深陷红果无法自拔,创作者们或许更深刻地体验到了字节的“全包服务”。

所有创作者无一例外向我们表示,今年春节Seedance 2.0 的发布彻底改变了行业的生产关系。

林枫表示, Seedance2.0完成了15秒以内多模态生成:包括分镜制作、音画同出、配音配乐一次性完成,成片率极高。而在那之前,基本上需要每帧在手动生成、自己做配音,效率相对低下。到了2.5版本,先前只能垫6~8个参考图的限制被打破,可以一次性垫50个参考图,解决了很多复杂戏份的难题,赢在氛围感与人物质感。

在制作细节上,AI已经完全替代了置景导演。小果和我们分享了一个令他印象深刻的细节:提示词里提到他的老家“苏北农村”时,画面就会自动触发苏北农村的镰刀等农具;若是“东北农村”,画面里就会出现火炕。这些细节,他在写提示词时完全没有想到。

相较而言,可灵4.0比较适用于恢弘场面、人物动作表达及极致4K体验。做下沉剧的团队如果更追求性价比,会换用MiniMax等产品 ,从算力上能省下80%的成本。

关于Seedance目前的技术卡点,几位创作者均表示是“生成双胞胎”,即在古装剧等开会场景中,只要同时超过4个人,错误率就特别高;还有细节缺陷如“所有男性角色都是同一个下巴,都有一个小窝”。

但从综合性能来看,Seedance目前已经是“全能”状态,潘鱼晏向我们表示“如果Seedance解决不了,那应该就没有模型能解决了。”

但是创作者们也提醒我们,AI只是个工具和新质生产力,“只是把马车变成了电车,并没有改变本质”。创作中,仍然有许多人类的“灵光一闪”无法被替代。

在大火的《安徽小木匠》里,小果对作品的“感觉”来自于一个细节。他在日常听小说时发现,评论区许多人对于鱼鳔胶的制作进行了深度的讨论,这是一种在木工行当里粘木料用的胶,有几条留言不谈情节,专抠它该怎么熬、什么温湿度下才吃得住劲。他抓住了“注意力”的切入点,创作出了一个关于工匠的故事。

在AI颠覆硬性的生产关系的时刻,这些柔软的人类创意会更加闪光。

当我们看漫剧时,

我们在看些什么?

面对“如何与AI内容共存”的问题, 我们更需要弄清楚的是:当我们看漫剧时,我们在看些什么?我们通常认为,短剧侵占了我们对于长剧的关注,但在这次访谈中,很多创作者们提出了不一样的观点。

张勇判断,AI漫剧未来要替代的是网文小说。“短剧本来就是网络小说的视频化,而AI漫剧就是网络小说的AI视听化。”他表示,现在很多00后、05后已经不再阅读文字小说,而是在视听中就完成了一次娱乐内容接收。

小果向我们表示,短剧思维是没有办法做好漫剧的。传统短剧或微电影习惯于宏大开场和“开头-平淡-冲突-完美结局”的三段式;但现在的AI短剧要在两三分钟一集里把这三个点全做完,每一集的剧情密度都要有足够的“钩子”来勾住观众。

陆思津分析,观众对真人剧和漫剧的期待也完全不同,即使是同样的母本故事,观众们对真人剧的期待更多是对人物复杂程度和完整性的刻画上,而对于漫剧则更多是希望看到极富冲击力的情节。

面对未来,潘鱼晏判断,3~5年内院线片里AI参与制作的占比,至少会到30%。张勇则向我们总结,目前想要继续发展主要看以下这些能力:一是精品策划能力,选题压得准不准;二是精准内容的能力,编剧能不能勾着人往下看、话题聊不聊得起来、网络热梗能不能跟剧接上;三是精品制作。现在跑出来的爆款,做得都还是精良的,是有视听设计能力的导演在做:服化道、声、光、影,都有设计。只会生视频,缺了整体的视听审美和视听设计,这个阶段想在这条赛道上挣钱也很难。

在每一个访谈结束的时候,我都会问创作者,你认为什么样的剧集能够押中流量,几乎所有人都告诉我这是黑盒,流量和关注难以预测,我想这就是AI时代的神话:人们争相涌入AI的浪潮,被它裹挟却又翻出新的浪花,每个人在剧集中押注自己想要“逆袭”的人生,如果成功,这便是AI时代下的创作者与新作品最大的命运共振。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 张京菁     审核 | 北辰

跳转微信打开

英伟达物色新掌门,谁敢接黄仁勋的班?

2026年11月12日 12:30

原创 小扣 2026-11-12 12:30 北京

黄仁勋或将离任,英伟达CEO人选引起热议。

出品 | 网易智能

作者 | 小扣

编辑 | 王凤枝

谁能接得住英伟达?

11月12日消息,继《华尔街日报》报道英伟达董事会正准备撤换黄仁勋后(相关背景,请点击文章:又曝与女下属有染,英伟达准备撤换黄仁勋,三天前还在力挺),彭博社援引知情人士称,董事会已与一家外部公司合作寻找潜在接班人,并考虑先任命临时CEO,再物色正式继任者。

目前,市场预测中的两大内部热门,是英伟达高管伊恩·巴克(Ian Buck)和首席财务官科莱特·克雷斯(Colette Kress)。

外界专家在受访时提到的可能人选,除了AMD董事长兼CEO苏姿丰(Lisa Su),还有Arm CEO雷内·哈斯(Rene Haas)、苹果执行董事长蒂姆·库克(Tim Cook)和谷歌前CEO埃里克·施密特(Eric Schmidt)。不过董事会目前尚未披露实际接触名单。

苏姿丰懂这门生意,

但AMD正靠她冲业绩

在《新闻周刊》的采访中,咨询公司International Services首席增长官杰伊·阿尔德伯特(Jay Aldebert)将苏姿丰列为潜在外部人选。他也同时提醒,履历合适,不代表当事人有空或有意接手。

苏姿丰的履历覆盖了这份工作的几个核心环节。她拥有麻省理工学院电气工程博士学位,曾在IBM负责半导体研发,担任过飞思卡尔首席技术官;在AMD出任首席运营官期间,又管过业务部门、销售和全球运营。从芯片研发到产品落地、客户销售,她都亲手带过。

人物插图:苏姿丰(AI绘制)

但眼下,她正带着AMD扩大AI业务。AMD于11月3日公布的财报显示,三季度营收约134亿美元,同比增长45%;数据中心收入达85亿美元,同比增长97%,主要由EPYC服务器处理器和新推出的Instinct MI450加速器拉动。微软、OpenAI等客户也已在首批Helios机架级系统上运行模型和工作负载。

英伟达看中的技术判断、客户关系和执行力,恰好也是AMD眼下拓荒依仗的筹码。对苏姿丰来说,接手英伟达意味着放下自己正推上轨道的产品与客户计划;她有什么理由在此时跳槽,单看履历给不出答案。

哈斯当过七年英伟达高管,

如今身兼软银要职

与纯外部空降不同,哈斯曾在英伟达工作过七年,担任计算产品业务副总裁兼总经理。他于2013年转投Arm,2022年出任CEO,并在次年带领公司上市。分析师戴夫·阿尔塔维拉(Dave Altavilla)向《新闻周刊》提及哈斯时,看重的正是他的半导体背景与英伟达老臣经历。

人物插图:雷内·哈斯(AI绘制)

管过芯片业务、熟悉英伟达内部环境,能帮他省去一部分磨合成本。不过他离开英伟达已有十余年,当年的经验还能覆盖如今多少业务,仍待重新评估。

此外,哈斯现在的担子也不只Arm一家。软银集团披露,他自今年4月起兼任SoftBank Group International CEO,同时留任软银集团董事。若要请他出山,需要协调的将不止一家公司的交接。

库克刚从苹果交班,

施密特提供“双头分工”样本

耶鲁大学管理学院教授杰弗里·索南菲尔德(Jeffrey Sonnenfeld)在受访时点到了库克和施密特,两人都曾接管过由强势创始人打造的科技巨头。

库克的经历尤为贴近这道考题:2011年,他接替乔布斯出任苹果CEO。据苹果今年的交接公告,库克任内将公司年营收从2011财年的1080亿美元推升至2025财年的4160亿美元以上。

今年9月1日,约翰·特努斯接任苹果CEO,库克转任执行董事长,继续参与全球政策沟通等事务。他虽刚在苹果完成交班,但是否愿意再接手另一家科技巨头,目前并无定论。

施密特则代表另一种管理分工。2001年谷歌任命他为CEO时,两位创始人拉里·佩奇和谢尔盖·布林分别转任产品总裁与技术总裁,由职业经理人主抓公司运营,创始人继续把控产品与技术。

人物插图:蒂姆·库克与埃里克·施密特(AI绘制)

照此思路,英伟达的日常经营与技术决策同样可以拆开,不必强求新任CEO一人包揽黄仁勋的全部工作。至于施密特本人,目前正担任航天企业Relativity Space的CEO兼执行董事长,手里也有在管业务。

巴克熟悉AI业务,

克雷斯掌管财务

巴克现任英伟达超大规模与高性能计算副总裁。他于2004年加入公司,参与创建了CUDA,推动GPU从图形处理走向通用计算。如今,他负责面向超大规模AI的硬件和软件产品,与微软、谷歌、亚马逊、OpenAI等客户合作,推进生成式AI的开发和部署。他的工作既涉及技术与产品,也直接连着英伟达的大客户。

人物插图:伊恩·巴克(AI绘制)

克雷斯则自2013年9月起担任英伟达执行副总裁兼首席财务官。加入英伟达之前,她曾在微软工作13年,其中4年担任服务器与工具部门的首席财务官;之后在思科负责财务战略、规划、报告等工作。相比巴克的技术与产品背景,她的经历主要集中在大型科技公司的财务管理。

人物插图:科莱特·克雷斯(AI绘制)

外界忙着点将,

预测市场更看好自己人上位

外部人选名气响亮,预测市场的资金却更倾向内部提拔。北京时间11月12日10时26分读取的Polymarket接口快照显示,在“英伟达下一任CEO是谁”的合约中,内部高管伊恩·巴克的报价隐含概率约为30%,首席财务官科莱特·克雷斯约为26%,苏姿丰约为1%,累计成交额约5.43万美元。

Polymarket正式接班人盘口

截图于11月12日11时13分(北京时间)

10时31分读取的Kalshi同类盘口走势相近。按当时买卖报价中间值折算,巴克约为39%,克雷斯约为29%,库克和哈斯各约7%。两家平台的上述合约均以2028年底前公布正式继任者为结算条件,临时CEO不计入内。

Kalshi正式接班人盘口

截图于11月12日11时13分(北京时间)

Kalshi还单开了一个将临时CEO纳入结算的市场,要求接班人实际到任,不能仅凭任命公告结算,克雷斯在该盘口中排在首位。两份合约的规则差异,正好对应了“谁先出面主持大局”和“谁长期掌舵”两套方案。

Kalshi含临时CEO的盘口

截图于11月12日11时13分(北京时间)

目前盘口报价仍在浮动,部分人选的买卖价差也较大。

彭博社提到,董事会正考虑先任命临时CEO,再寻找正式继任者。这样,“谁先出面稳住局面”和“谁长期掌舵”就可以分开处理:现有团队继续推进产品、交付订单、维护客户关系,董事会则继续物色长期接班人。若要从外部挖人,还得谈清:谁愿意来、何时能来,以及到任后如何与现有技术团队分工。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 张若蘅     审核 | 北辰

跳转微信打开

2026移动网络大会:从后台算力到前台入口,中国移动如何解锁智能经济的普惠体验?

2026年11月11日 19:27

网易科技 2026-11-11 19:27 北京

算力筑基、终端破界,中国移动推动智能服务走向全民普惠。

智能经济的普惠性,究竟由什么决定?在刚刚结束的2026移动网络大会MobileLink 2026上,这个问题的答案呈现出清晰的两面性:一方面,它取决于算力与大模型能否被低门槛调用;另一方面,它取决于这些智能能否通过合适的终端,真正触达普罗大众。

在本次大会的《网络强基智能共创》主旨演讲中,中国移动董事长陈忠岳明确提出,“做大智能服务产业价值,需要更加注重连接、协同、普惠,让更多人用得上、用得起、用得好”。围绕“共创智能经济新形态”主题,中国移动展示了其如何以开放架构打破算力调用门槛,并以泛全终端生态重塑触达大众的“第一入口”,让技术红利真正化为公平、普惠的生活体验。

拆掉后台门槛:

让算力与大模型“用得起、调得动”

大模型数量在爆炸式增长,但中小企业往往在“选哪个、怎么调、花多少”上耗尽精力。对此,陈忠岳董事长明确提出:“依托MoMA模型服务平台,全量接入主流模型,降低Token成本、提升使用效能,帮客户选择最匹配的模型、让客户享用高可信的服务。”

MoMA模型服务平台汇聚超300款主流模型,通过智能路由调度让模型使用成本直降30%。依托Token商业化闭环计费,让企业能像采购流量一样购买智能服务。大会期间,MoMA模型服务平台正式发布开放计划,围绕Agent、终端、模型、技术、算力五大方向推进生态行动,同步开放SIM安全认证能力,实现跨端、跨智能体记忆贯通。同时,中国移动正式推出Token套餐:MobileAI计划。依托中国移动MoMA模型服务平台,将AI封装为标准化服务。用户办理后可同时获得通话、流量等通信服务与移动Token,移动Token(简称MT)是中国移动统一通用Token量纲,可在中国移动WorkBuddy联名款中直接使用,也可在中国移动MoMA模型服务平台通过API Key调用主流大模型。还可按月灵活兑换即梦、夸克、智谱清言、千问、剪映等头部AI会员。该计划围绕“一个套餐全搞定、头部智能体随心用、AI会员自由组合、主流大模型API Key直接调”四大权益展开,并针对开发者、创作者、学生等不同人群推出“码神计划”“达人计划”“学霸计划”等专属方案。目前已在杭州、青岛、武汉、深圳、广州、西安、郑州、长沙、成都、苏州、南京、济南、温州、宁波等多个城市试点。算力普惠的本质,不仅是价格下降,更是让“选型与调用”从开发者的负担中彻底消失——企业无需再耗费数月做技术选型与适配,而是把精力留给真正的业务创新。

有了充沛的模型,还需要高效的网络分发。底层的算力网络通过智能路由调度,将分散在各地的算力节点与模型能力连成一张网。在这里,大模型不再是孤立的系统,而是可以被网络实时调度、按需分配的公共资源。无论用户身处何种环境,底层的智能调度都能自动匹配最合适的模型能力,为前端的体验平权筑牢坚实底座。

可以说,中国移动正以MoMA模型服务平台为支点,撬动算力从“少数巨头的特权”走向“千行百业的日常”,为共创智能经济新形态筑牢普惠底座。

重塑前台入口:

大终端做深度,小终端做广度

当算力像水电一样随取随用时,普通人该如何感知?陈忠岳董事长给出的答案是:“持续做强泛全联盟,共同推动终端功能提升、通信能力升级,打造AI定制终端,实现端网业高效协同,让智能服务触手可及。”

12580智能助理是这一目标最直接的体现。陈忠岳董事长在演讲中重点强调:“推出12580智能助理,让10亿多手机客户、3亿多家庭客户都拥有中国移动随身智能助手。”新版的12580支持电话、短信、APP多种形式接入,具备更强的需求理解、任务规划执行以及中长期记忆能力。用户一句话就能交办行程安排、会议纪要甚至跨应用任务,还能提供电话代打、电话代接、反诈拦截等服务。这不再是“打开一个App”的逻辑,而是“智能主动随行”的体验——10亿级用户无需学习新工具,通信入口本身就是智能入口。同时,中国移动正加快“全球通”服务焕新,开放移动网络能力,让开发者便捷调用通信能力。

在终端侧,AI+智能终端与eSIM智能终端构成了两条通往平权的路径:大终端承载复杂任务——AI手机与泛终端正走向端云一体的主动服务——你手机上看了一半的文档,流转到平板上无缝接续,智能体识别你的意图,让服务随行而至。小终端则覆盖更多场景:eSIM智能终端让独立联网与云端智能延伸到更小的设备上——通过eSIM公版方案,智能手表等泛终端大幅降低独立联网门槛,让端侧设备“本地算力不足”的短板由云端智能补齐。AI-eSIM则更进一步让传统硬件“码号即账号、开机即联网”,以融合计费模式大幅降低硬件AI化门槛,已走进智慧办公、智慧出行等八大场景。当每一台普通硬件都具备成为智能入口的可能,“入口”的定义就不再局限于旗舰设备,而是覆盖了普通人生活的每一个触点。

而云存美好所代表的移动云盘焕新,则是入口背后的资产基石。传统云盘只解决“存”,云存美好解决“用”。通过AI图像识别自动生成结构化相册,全新上线的智能体开放空间OAS,让用户只需一句话即可完成文件整理与办公提效。配合云盘AI鼠标、录音卡片、会议耳机等智能硬件,让算力上云、数据随身的智能红利惠及每一部普通终端。

从12580的一句话交办,到泛全联盟的大小终端协同,再到云盘背后的资产沉淀,这些无处不在的智能触点,正交织成一张覆盖全场景的终端网络。 当智能不再需要用户主动寻找,而是主动随行于每一个通信入口、每一台普通硬件,“共创智能经济新形态”的普惠底座,便真正落到了每个人的指尖。

丰富交互形态:

从“屏幕内”走向“生活里”

当入口被重塑,智能体进入公众生活的形态也变得丰富多彩。中国移动正将“AI定制终端”的版图,从手中的屏幕延伸至更广阔的物理世界。

一种是“有形的伙伴”——中国移动网联机器人。作为具身智能代表,四足机器狗不仅是孩子的“出行搭子”和“教育搭子”,更能自主避障、巡逻值守,走入寻常百姓家。

另一种是“无形的助手”——中国移动APP AI通信通过集成实时字幕、语音速记与代接智能体,让“打电话”这件最基础的事成为AI最自然的入口。在办公场景,移动天书为企业员工提供智能可信的工作平台,来电企业名片让重要电话不漏接,工作号一键转接实现“人走号留、服务不断线”。在智能体协同领域,MobileWork智能体让AI真正替人干活、提效减负,目前已在中国移动内部超30万员工中使用,长程复杂任务完成率达96.8%,同样任务下Token消耗仅为同类产品的70%-80%。

从手机屏幕到家庭机器狗,从办公平台到最基础的通信App,正是这些形态各异的AI定制终端,共同织就了一张“端网业高效协同”的智能网络,让陈忠岳董事长所期许的“让智能服务触手可及”,化作一个个真实可感的生活切面。

场景平权:

让专业体验与民生安全普惠大众

有了坚实的底座与丰富的入口,智能经济的红利开始在各个具体场景中兑现。

首先是专业体验的平权。陈忠岳董事长特别指出,要“推动咪咕平台升级,做优体育视频、国风音乐、书香阅读体验,丰富数智生活”。咪咕平台升级正将这一要求落地——咪咕AI台球借助体育大模型自动识别球体运动与判罚,让普通街边球馆秒变专业赛场;国风音乐创作与咪咕书香以AIGC赋能,让每一个普通用户都能零门槛地享受创作与阅读的乐趣;在线下,咪咕咖啡也展示了微型样本:当点单与交付由智能链路串联,算力与模型化身为真实的物理服务。当专业级体验不再需要专业级设备,体验平权才真正跨越了硬件的门槛,变成每个人触手可及的日常。

其次是民生安全的平权。面对日益猖獗的AI换脸等新型诈骗,金融反诈鉴伪依托多模态大模型与亿级数据集,实现百毫秒级的精准防御,将原本“事后追溯”的被动局面转变为“主动防御”,切实守护了老百姓的钱袋子。在健康领域,AI+大健康体系通过医疗大模型与专病模型,将顶级医院的诊疗逻辑结构化,推动优质医疗资源向基层和家庭下沉,让偏远地区的患者也能享受到平等的健康守护。

结语

科技进步的意义,就是要让智能时代的红利不再是少数人的特权。从后台MoMA模型服务平台打破调用壁垒,到前台12580与泛全终端重塑第一入口;从专业赛事的体验平权,到反诈与健康的民生平权。当一家中小企业能以低成本调用顶级大模型,当普通球迷在街边球馆享受专业级AI判罚,当老百姓的财产与健康有了AI的日夜守护,“共创智能经济新形态”便有了最真实的注脚。正如陈忠岳董事长在本次大会主旨演讲中所倡导的,要让智能服务泛在普惠。中国移动正以开放架构为骨架、以泛全终端为触点,把普惠之光照进每一个人的生活。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 张京菁     审核 | 北辰

跳转微信打开

收藏 | 完整梳理中国AI掌舵者,10家大厂和5大模型公司

2026年11月10日 11:53

原创 有态度的 2026-11-10 11:53 北京

95后执掌AI大局,大模型迎来人才资本变局。

出品 |《态度》栏目

作者 | 纪川

编辑 | 定西

大模型战争打到第四年,中国科技巨头们终于意识到,旧有的大厂研发体系装不下新世界的野心。一场静默但剧烈的权力交接,在过去半年里密集发生。

今年夏天,百度将基础模型研发部(BMU)的帅印,交给了1997年出生的孙天祥,在百度工作了20年的老将吴甜随后于10月底确认离职(11月3日已宣布加入三一集团);而在深圳,1998年出生的前OpenAI研究员姚顺雨,已经坐在腾讯首席AI科学家的位置上,直接向总裁刘炽平汇报;小米的雷军则给1995年的罗福莉签发了晋升令,入职不到一年,她升至小米技术体系的最高职级22级。

截至2026年11月,我们梳理了中国10家互联网与科技大厂、5家独立基模厂商的AI权力架构,为你起底这群站在金字塔尖的“AI掌舵者”。

全景扫描:

谁在手握中国AI的最高权柄?

要看清2026年底的中国AI格局,首先要看两张表:一张是10大科技巨头的内部军团,一张是走向二级市场的5大独立基模厂商。

图表一:2026中国10大科技大厂AI掌舵者全景表

图表二:中国独立基模“五强”掌舵者与战绩全景表

超级四巨头:

95后全面接班与“分拆合并”

超级四巨头,字节、阿里、腾讯、百度中,今年最大的看点是字节的“横向五切分”、阿里的“Token铸造厂”,以及腾讯百度的“95后全面接班”。

1. 腾讯:姚顺雨与“腾讯史上权力最大的98年高管”

过去三年,腾讯在AI领域的姿态一直被外界评价为“稳健有余,激进不足”。转折点发生在1998年出生的姚顺雨入局之后。

掌舵者履历:姚顺雨本科毕业于清华大学“姚班”,后获普林斯顿大学计算机科学博士学位。他在博士期间提出的思维树(Tree of Thoughts, ToT)与ReAct范式,奠定了全球AI Agent与大模型推理演进的底层方法论。2024年毕业后他加入OpenAI担任研究科学家,核心参与了Deep Research以及OpenAI首个智能体产品Operator的研发。

集权之路:2025年底加入腾讯后,姚顺雨出任“CEO/总裁办公室”首席AI科学家,向刘炽平与TEG总裁卢山双线汇报。2026年7月,腾讯撤销原大语言模型部与多模态部,二合一组建基础模型部交由姚顺雨直管,统领混元Hy3与3D世界模型;9月底,腾讯大数据老将刘煜宏卸任,姚顺雨在兼管AI Infra部的基础上,进一步将AI Data部收归麾下。从算力基建、核心数据到顶层基座,这位28岁的年轻人握住了腾讯AI的整条技术命脉。

2. 百度:老将退场,97年孙天祥带着“AI for AI”火线接棒

百度在将核心团队拆分为基础模型研发部(BMU)和应用模型研发部(AMU,由贾磊负责)后,李彦宏最终将BMU的帅印交给了1997年出生的孙天祥。

掌舵者履历:孙天祥是复旦大学计算机博士,师从邱锡鹏教授。早在2023年初,尚在读博的孙天祥就主导研发了国内首个类ChatGPT开源大模型MOSS,并在国际上较早提出了MaaS概念,顶会论文超40篇。2024年毕业后他创办“日行迹智能(Analemma)”,主攻“AI做科研(AI for AI)”。2026年2月,他主导的FARS全自动研究系统在228小时直播中自主完成100篇学术论文,轰动业界。

架构重塑:2026年5-7月,百度以约10亿元并购日行迹,孙天祥携团队入局执掌BMU,并进入直通李彦宏的百度模型委员会(BMC)。随着10月底百度20年老将吴甜离职,孙天祥开始全面重构文心底座、清理历史“数据债”,推出了Unlimited OCR等新作。

3. 阿里巴巴:吴泳铭直管“词元铸造厂”,90后刘大一恒稳盘Qwen

2026年3月,极具个人号召力的原通义千问(Qwen)技术负责人林俊旸离职,引发行业震动。随后,阿里在3-6月完成了大刀阔斧的重组。

掌舵者履历:接棒Qwen语言基座的刘大一恒(90后),本科至博士均就读于四川大学计算机学院,2020年毕业时入选华为“天才少年计划”第一档(最高档)。2021年加入阿里达摩院后,他是Qwen从1到3.8全系列预训练的绝对元老,累计参与超300款模型开源,Google学术引用超3.6万次,曾获NeurIPS 2025最佳论文。

架构重塑:集团CEO吴泳铭亲自挂帅ATH(Alibaba Token Hub)事业群,将原通义合并进Token Foundry(词元铸造厂)并由自己直管。其中,刘大一恒统管Qwen预训练、后训练与Coding,主攻Qwen 3.8与模型自我进化(RSI);原淘天M6负责人郑波统管视觉,拿出了视频模型Happy Horse与世界模型;而原阿里云CTO周靖人则转任首席科学家,执掌AI未来研究院探索下一代颠覆性范式。

4. 字节跳动:吴永辉重组“五路大军”,视频模型守住最赚钱盘子

前Google DeepMind研究副总裁、Google Fellow 吴永辉在接管Seed团队后,于2026年8-10月完成了全新的重组,直报梁汝波。

五路大军与少壮派:吴永辉将Seed横向切分为五大板块。老搜索人李成刚管数据底座(Pretrain Data)、唐晟宇(含王明轩推理组)管强化学习(Horizon RL)、秦禹嘉(含前DeepSeek核心郭达雅)管B端生产力(死磕Coding与GUI)、朱文佳管C端对话(守住豆包与海外Dola)、严林管10月刚升格为一级部门的安全对齐(Alignment)。

而在视频生成赛道,10月底市场一度传出多模态负责人周畅离职创业的消息,但字节方面予以否认。1997年出生、2021届校招进入字节的曾妍长期深耕视频理解与生成,是这一方向快速崛起的骨干。字节Seedance 2.0上线后在全球视频生成榜单中跻身第一梯队,单月营收突破10亿元,成为字节AI最凶猛的现金牛之一。

五大厂与硬件巨头:

向物理世界与主业闭环要战果

如果说四巨头在死磕通用基座,那么蚂蚁、美团、京东、小红书、与快手、小米,则更显务实。

1. 蚂蚁、美团、京东、小红书:超级平台的突围

蚂蚁以支付为支点,做“办事型AI”与具身智能:蚂蚁没有加入通用基座的内卷,而是把AI锚定在“智能体商业”。用20多年积累的支付、服务连接与安全可信能力,做能办事、能交易、能进物理世界的AI。

美团的“国芯国模”与本地改造:王兴定调“不做Token工厂,但每年投入超百亿”。技术线上,S-team成员李树斌麾下的LongCat团队,用五万张国产卡全流程训练出了1.6万亿参数的LongCat-2.5;前闪极AI合伙人、前字节视觉大模型AI平台负责人潘欣则主攻多模态。业务线上,王莆中在2026年中新设与外卖平行的AI Transformation部,由前大众点评总经理牧遥挂帅,迅速铺开了B端AI经营工作台"妙手"与C端管家"小团"。(注:LongCat原基础模型/预训练负责人裴鹏已于10月离职。)

京东押宝“具身智能”:2026年1月起,原阶跃星辰联创、微软亚研院老将段楠出任京东探索研究院副院长,向院长刘强东汇报。段楠在5月和9月密集完成了三大实验室换帅:王佳琦管NLP、前阶跃Step-Video主导者黄浩洋管图像多模态、前上海AI Lab具身负责人兼MMDetection作者庞江淼则整合了百人具身大模型团队,直指京东庞大的物流与供应链实体场景。

小红书的“硬核推理”转身:今年4月,小红书完成组织大升级,柯南(丁玲)升任总裁,与技术VP夏侯共同挂帅新成立的AI一级部门Dots(10月进一步打通核心Infra)。在后训练负责人天圣、多模态搜索负责人张道鑫的带领下,小红书不仅做出了站内月活破亿的“问点点”,其dots3模型更是一举拿下IMO国际数学奥赛满分金牌,撕掉了小红书“只懂社区不懂硬核基模”的标签。

2. 小米、快手:端侧与独立分拆的奇袭

小米罗福莉(1995年生):北师大本科、北大计算语言学硕士,历经阿里达摩院与DeepSeek。2025年底被雷军重金招揽后,她带领一支平均年龄仅25岁、清北毕业生占比超六成的 MiMo 团队,拿出了原生全模态模型MiMo-V2.6 Pro与端侧GUI模型MiMo-VL,入职仅10个月便登顶小米最高职级22级。

快手于越与可灵独立:快手果断将最具商业爆发力的视频生成业务分拆,由原社区科学线负责人于越出任可灵AI董事兼CEO、核心研发负责人盖坤掌技术,可灵(Kling)独立估值已飙升至180亿美元。

独立基模五强:

百亿美金俱乐部与上市潮

在巨头阴影之外,曾经的“六小虎”经过大浪淘沙,零一万物与百川智能已转向垂直应用与医疗专精,而留在基模牌桌上的DeepSeek、智谱、MiniMax、月之暗面、阶跃星辰,则在2026年迎来了集体资本化与商业收入的狂飙(详见前文图表二)。

DeepSeek(梁文锋):这位浙大系、幻方量化出身的“极致架构效率狂人”,在2026年彻底打破了“不融资”的传统。凭借以552B参数MoE架构实现更低Agent任务成本的DeepSeek V4.1-Flash,DeepSeek在10月底刚完成惊人的1055亿元二轮融资,投后估值达6155亿元,并已聘请中信证券筹备科创板上市。

月之暗面(杨植麟):90后清华/CMU学霸杨植麟(师从唐杰与Ruslan Salakhutdinov),带着联创周昕宇、吴育昕以及总裁张予彤,推出了全球最大开源模型,2.8万亿参数的Kimi K3(后续K3.1 Pro达3万亿级)。公司目前ARR(年度经常性收入)已突破10亿美元,刚刚以约500亿美元估值完成IPO前最后一轮融资,正全速备战2027年Q1港股IPO。

智谱AI(张鹏/唐杰):智谱作为清华KEG正统学术派,拿下“全球大模型第一股”,市值峰值一度突破万亿港元,9月智谱披露全业务口径ARR已突破18亿美元;

MiniMax(闫俊杰):中科院博士、前商汤副院长闫俊杰掌舵的MiniMax,市值亦一度突破4000亿港元,凭借MSA稀疏架构的M3系列,拿下了超8亿美元ARR(其中To B占比高达80%)。

阶跃星辰(姜大昕/印奇):前微软全球副总裁姜大昕,联手今年初入局出任董事长的旷视联创印奇,以及系统大神朱亦博、数据负责人焦斌星,走出了一条“端侧与硬件生态”的差异化道路。在完成Pre-IPO轮25亿美元融资后,阶跃不仅与吉利、OPPO深度绑定,更推出了自研原生AI终端品牌STEPX。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 张若蘅     审核 | 北辰

跳转微信打开

黄仁勋承认出轨:“伤害了妻儿,毫无借口”

2026年11月9日 08:19

原创 小小 2026-11-09 08:19 北京

结婚41年,他将继续任CEO并配合安全调查。

网易科技

出品 | 网易智能·今日硬核

作者 | 小小

编辑 | 王凤枝

黄仁勋承认出轨。

美国当地时间11月8日,英伟达公开了这位创始人兼CEO发给全员的一封邮件。他在信中承认对妻子不忠,伤害了她和孩子,称自己没有任何借口,并向家人、员工、董事会、合作伙伴及股东道歉。

原稿正文配图 01

黄仁勋在信中说,自己愿意承担全部责任,希望一步步重新赢回家人的信任;同时也请求外界给家人留出私人空间,不要让他们为自己的选择承担后果。

英伟达方面则确认,黄仁勋将继续担任CEO,照常领导公司。董事会同日宣布,已就相关报道提及的安全问题启动独立调查,同时表示仍对他及其管理团队保持信心。

《纽约时报》同日报道称,与黄仁勋有亲密关系的女性名叫Alice Huang(又名Huang Le),曾任数据中心公司Megaspeed高管,而Megaspeed正是英伟达的客户。

原稿正文配图 02

黄仁勋与报道提及的Alice Huang。

信中,黄仁勋把领导英伟达称为自己一生的荣幸,也承认辜负了人们对他的信任。这家由他掌舵33年的公司里,如今还有他的女儿、儿子和女婿。几人走过不同的职业道路,后来陆续进入英伟达,参与机器人、仿真软件和AI基础设施业务。

章节 01

与妻子相识于大学,

结婚已41年

黄仁勋与妻子洛丽(Lori Huang)相识于俄勒冈州立大学。按照他此前公开讲述的故事,当时一个约250人的工程实验课班上只有三名女生,洛丽是其中之一。他设法与她分在同一组,又拿做作业当成接近她的机会。

在2024年的一次公开对谈中,黄仁勋回忆,自己走上前问她:“你想看看我的作业吗?”随后又许下承诺,只要每个星期天和他一起做作业,就保证她门门拿A。

他还说过,自己30岁时会成为一家公司的CEO。1993年,刚满30岁的黄仁勋与伙伴共同创办英伟达,兑现了这个承诺。那时,他和洛丽已经结婚八年,两个孩子还很小。

原稿正文配图 03

黄仁勋曾多次把能全身心投入创业归功于妻子的支持。在播客《How I Built This》中,他说,洛丽照顾好了一切,自己不记得她抱怨过一次,“这是她给我的礼物”。

两人1985年结婚,至今已走过41年,还共同通过黄氏基金会支持科研和公益项目。据英伟达今年的代理文件披露,基金会与云服务商CoreWeave签订协议,出资购买GPU计算资源,捐给大学及其他非营利研究机构,用于开放科学和AI研究;截至该文件披露时,相关捐赠累计达到1.083亿美元。

两个孩子从小就接触父亲的公司。儿子读高中时,黄仁勋曾安排他和同学到英伟达总部展示毕业作品,现场可以播放视频、悬挂画作,还准备了餐饮。后来,儿女也常随父母参加公司的活动。不过,他们最初都没有选择芯片行业。

章节 02

女儿学过烹饪,

儿子开过酒吧

据《The Information》此前的人物报道,女儿黄敏珊高中毕业后去了美国烹饪学院,学习餐饮及酒店业管理。她在纽约和旧金山做过厨师,又到巴黎蓝带学校学习糕点和葡萄酒,之后在奢侈品集团LVMH工作了近四年。

黄敏珊离家上学时,黄仁勋曾向当地媒体说,自己很失落,不知道该怎么面对孩子都离开家的生活。

原稿正文配图 04

儿子黄胜斌就读于芝加哥哥伦比亚学院,学习国际营销和文化研究。毕业后,他到台北学习中文,后来与朋友开了一家鸡尾酒酒吧R&D Cocktail Lab,一做就是七年。

这家酒吧并没有完全脱离父亲的影响。按照一名前酒吧员工的回忆,黄胜斌每周会开管理会议,让大家分享各自的“Top-5 Things”,也就是眼下最值得关注的几件事。这正是黄仁勋在英伟达用了多年的管理办法。

2019年,兄妹二人都参加了麻省理工学院一个为期六周的AI线上课程。黄敏珊同年进入伦敦商学院读MBA,2020年夏天到英伟达市场部门实习,随后获得全职职位,之后转入Omniverse业务部门,担任产品营销经理。

Omniverse用于三维设计和仿真,其中一项用途是给现实中的工厂建立数字模型。企业可以先在软件里测试布局和运行方式,再决定怎样建设或改造工厂。这也是英伟达把芯片之外的软件和工具卖给工业客户的一条路径。

黄胜斌则在2021年结束酒吧经营,进入纽约大学攻读MBA,次年加入英伟达,参与机器人仿真等业务。

原稿正文配图 05

两人如今都已担任总监级职务。黄敏珊是物理AI产品营销高级总监,职责涉及机器人模型、世界模型、仿真及相关软件;黄胜斌担任产品管理总监,主要参与机器人业务。

《The Information》采访的同事对兄妹两人的描述颇不相同。黄敏珊在公司内外更活跃,也参加为黄仁勋重要演讲做准备的小团队。这些人会和他一起修改幻灯片,到会场检查舞台及灯光等细节,有时忙到发布会前夜的凌晨。黄胜斌则相对低调,熟悉他的同事形容他性格温和。

英伟达在今年的代理文件中披露,2026财年,黄敏珊的总薪酬约为123.2万美元,黄胜斌约为132万美元。公司同时说明,两人均不与黄仁勋共同居住,也不直接向他汇报;薪酬按相近资历、职责及职位的员工标准确定,黄仁勋没有参与相关决定。

章节 03

女婿已升任副总裁,

参与客户融资

今年9月,黄敏珊在夏威夷举行婚礼。新郎尼科·卡普雷茨(Nico Caprez)也是英伟达员工,而且在结婚前已经进入公司两年多。

卡普雷茨曾是职业高山滑雪运动员,代表瑞士参加超级大回转、回转和速降等项目。2013年退役后,他转向商业领域,曾在苏黎世的波士顿咨询公司(BCG)工作,后来进入伦敦商学院,与黄敏珊成为同学。

两人2021年毕业后,卡普雷茨在苏黎世一家资产管理公司做投资分析师。2024年初,他加入英伟达,最初的职务是企业发展经理。

原稿正文配图 06

据《The Information》报道,今年1月,卡普雷茨从总监升任全球AI基础设施增长副总裁,越过了高级总监这一中间职级。他向全球业务执行副总裁汇报,后者再向黄仁勋汇报。

卡普雷茨的工作,是把买芯片、找客户和筹资金这些事接起来。新兴云服务商想采购英伟达芯片建设机房,往往需要先找到贷款和客户;英伟达也希望这些公司有钱扩建、有订单可做,能持续采购自己的设备。

黑石集团(Blackstone)AI业务负责人贾斯·凯拉(Jas Khaira)向该媒体介绍,卡普雷茨加入英伟达不久,就参与了相关融资谈判。黑石此前曾帮助云服务商CoreWeave获得23亿美元贷款额度,以英伟达GPU作为抵押;卡普雷茨后来参与推动了规模更大的75亿美元贷款安排。

提供销售线索也是他的工作。一位云服务商高管回忆,今年初,卡普雷茨打来电话,说一家AI开发商急需7000颗GB300服务器芯片,询问他们能否尽快提供算力。这家公司接下了需求,后来,那家AI开发商成了其最大的客户之一。

另有合作方称,卡普雷茨会在聊天群里介绍潜在客户,有时还帮助寻找稀缺的土地和电力资源。他目前还与一位长期任职的副总裁共同领导英伟达的云合作伙伴项目,加入该项目的云服务商按英伟达的规格建设数据中心、采购硬件。

今年8月,卡普雷茨还参与了英伟达与金融机构筹措5000亿美元、支持AI基础设施建设的计划。按照《The Information》的报道,这项计划公布时,不少具体安排仍待敲定。

合作方对他的工作能力给出了积极评价,也谈到了黄仁勋对他的信任。布鲁克菲尔德资产管理公司(Brookfield Asset Management)全球AI基础设施负责人西坎德·拉希德(Sikander Rashid)回忆,黄仁勋曾对他说,要办成事情,可以找尼科。

《The Information》采访的一些英伟达员工,已开始把黄敏珊和卡普雷茨视为公司未来领导层的潜在人选。

两人的婚礼恰好安排在英伟达9月24日、25日的全公司假期期间。一位商业伙伴称,卡普雷茨在夏威夷时仍在处理工作,9月28日已经回到岗位;次日晚,他和黄敏珊便出席了纽约的一场投资者晚宴。

章节 04

掌舵33年,

他仍直接读员工邮件

卡普雷茨随时回应合作伙伴的工作方式,与黄仁勋的习惯有些相似。黄仁勋从1993年创办英伟达起一直担任CEO,今年63岁,仍亲自参与技术路线、客户合作和公司的日常管理。

据《纽约时报》报道,黄仁勋有约60名直接下属。除此之外,他还有一条绕过层层汇报、直接了解公司情况的渠道:员工邮件。

《华尔街日报》2024年的一篇报道介绍,英伟达员工长期发送名为“Top-5 Things”、简称T5T的邮件,写下自己正在做什么、考虑什么,以及在工作中发现了什么。邮件通常不长,列出几个要点,发给团队及管理人员,黄仁勋也能直接看到。

原稿正文配图 07

他不喜欢经过多层整理的汇报材料,认为信息传到CEO手里时,往往已经被过滤得太多。按照《The Nvidia Way》一书及《华尔街日报》的介绍,他希望从员工的原始观察中捕捉“微弱信号”,在某个趋势变得十分明显之前,就先注意到它。

黄仁勋每天都会读这些邮件,周日晚上也不例外。《华尔街日报》援引书中的细节说,高管们后来学会了尽量不在周五晚上发T5T,因为黄仁勋往往很快回复,新的工作也随之而来,周末可能就此泡汤。于是,一些人改到周日发送,方便第二天开始推进。

邮件内容并不限于芯片或机器学习。黄仁勋在一次公开采访中还说,如果发现一家餐厅的炸鸡特别好吃,他也想知道。

但他自己不发T5T。他担心,一旦公布自己最关心的五件事,其他人的邮件就会渐渐变得和他的一样,原本想收集的一线观察反而消失了。他说,自己也有一份Top-5,只是留给自己看。

这套直接触达一线的管理方式运行了多年,黄仁勋始终是公司运转的中心人物。彭博社在此次报道中提到,英伟达至今没有公开的CEO继任计划,也没有明显的接班人选。

目前,英伟达给出的安排是黄仁勋继续领导公司,同时配合调查。负责调查的是独立董事组成的委员会,并由外部独立法律顾问协助。董事会称,目前没有理由认为公司机密已遭泄露,但会审查所有可获得的信息,并在适当时候公布进展。

按照排定的日程,英伟达将于11月17日公布2027财年第三季度业绩,并举行电话会议。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 王凤枝    审核 | 北辰

推荐观看

推荐阅读

关注网易科技

跳转微信打开

对话潘春节:All in AI,机械革命的下一个十年

2026年11月6日 17:21

原创 有态度的 2026-11-06 17:21 北京

软硬协同布局,机械革命 让AI,触手可及!

作者 | 纪川

编辑 | 定西 

十二年前,潘春节把公司命名为“机械革命”。十二年后,他决定让机械革命再“革命”一次。

这一次,他给出的方向是All in AI,目标是“让AI,触手可及”。

“All in AI,不是一句口号,而是企业资源配置、产品路线、产品形态、知识、组织运营和生态能力的全面转向。”

机械革命创始人潘春节给这次转型划出的范围很大。从性能革命到智能革新,这家从高性能电脑市场成长起来的公司,要重新组织自己的能力:过去围绕性能释放做产品,接下来,要让电脑理解用户、记住习惯,并真正执行任务。硬件之外,模型、软件、Agent和应用生态,都进入了这位创始人的经营视野。

“让AI,触手可及”,则为这场转型指向了一个具体的结果:把AI的能力变成用户用得上、容易用、愿意用的产品,让智能进入日常工作和生活。要走到这一步,机械革命既要做好终端,也要把模型、应用与硬件连接起来,让用户能够把一件事交给AI,并得到完成的结果。

对于一家已经做了十二年PC的公司,这个决定的分量,在于它要改变的,恰好包括自己过去最熟悉的事。

潘春节对此有一种明确的紧迫感。“企业需要提前判断未来,而不是等技术成熟、格局确定后再被动跟进。”在他看来,AI PC所带来的机会,关系到下一轮产业竞争的位置。他将其称为“PC产业四十余年来最重要的一次卡位”。

他不打算等。

“All in AI对机械革命来说不是可选项,而是必须做、而且要坚定做的战略转型。”

围绕这个方向,机械革命已经搭建AI战略相关部门,推进软件开发、AI技术研发和生态合作方面的人才布局,并把AI能力纳入现有研发人员的必修项。创始人的决定,开始进入具体的部门、岗位和协作流程。

产品的边界也在扩展。在潘春节的规划中,机械革命未来将提供包括AI终端、穿戴设备、应用平台在内的产品和服务,围绕不同用户场景,形成可灵活组合的硬件生态。同时,通过自有AI Agent、AI SSD等布局,探索本地模型运行、任务执行和长期记忆等能力,并与生态伙伴建立联合实验室,共同推动应用落地。

这些布局最终要回答同一个问题:怎样让AI更容易来到用户身边,又真正参与用户的工作?潘春节希望,通过软硬结合和生态合作,降低创新落地与用户使用的成本,让“触手可及”成为可以感受到的体验。

但他并没有把决心等同于胜算。

“AI的发展充满不确定性,任何企业都有可能会失败。”被问及最坏的情况,他列出了应用生态发展不及预期、用户意愿不足、研发投入成为沉没成本,以及大厂挤压等风险。

他的回答是,为转型设置技术、用户和商业三道验证门槛,根据结果调整节奏。方向要坚定,具体怎么走,则要保留改变的能力。

“我们不敢说自己永远是对的,但我们调整和行动的速度是最快的。”

从这些回答里,能看到潘春节作为创始人的一面:他愿意作出牵动整家公司的决定,也把迅速修正视为企业的生存能力。在他的叙述里,创新与应变始终连在一起。企业要提前出发,也要能在变化中继续往前走。

他判断,AI PC的爆发节点将在2027年下半年到来。但他同时强调,“爆发不等于普及”。从行业迎来增长,到AI成为更多人日常使用的能力,中间仍有产品、体验与生态需要完成。

这也是机械革命下一个十年的命题。十二年前,它希望让更多人用上高性能电脑;今天,潘春节决定带领公司全面转向AI,让电脑从释放性能走向理解和执行,让智能成为更多人能够获得、能够使用的能力。

“革命,意味着敢于创新,也意味着具备创新落地的能力。”

从性能革命到智能革新,All in AI是潘春节为机械革命选定的方向。“让AI,触手可及”,是他希望这场转型交出的答案。

以下为网易传媒副总裁李淼与机械革命创始人潘春节的对话整理。

李淼:潘总,前段时间,您在网易未来大会上明确提出,机械革命将致力于引领AI PC的持续创新发展。这是否可以理解为,机械革命已将其作为未来的核心发展战略?

潘春节:可以这样理解。现在,机械革命正All in AI,这会是一次全面的企业转型。

那我们所谓的All in AI究竟是指什么呢?一方面,是用AI为企业提质增效,为产业降本增效,为千行百业提升AI体验的质价比智能化的产品方案;同时,机械革命也要为AI产业链上的各个环节、各个生态伙伴持续创造并提供价值。

另一方面,机械革命未来提供的产品和服务也将会更为丰富,包含但不限于AI终端、可穿戴设备、应用平台等等。

All in AI不是一句口号,而是企业资源配置、产品路线、产品形态、知识、组织运营和生态能力的全面转向。

All in AI,也是我们从游戏本时代的“极致性能释放”升级为AI时代的“端侧智能+软硬结合”的重要且唯一路径。

通过这一转型战略,我们将实现机械革命引领AI PC持续创新发展的目标。

李淼:您刚才谈到,All in AI会是一次全面的企业转型。这让我想到机械革命这个名字。机械革命创立之初的品牌命名就很有深意,“机械”代表着对品质的要求,“革命”代表着创新。从当年打破传统笔记本市场格局,到如今提出“All in AI”的战略,这个“革命”的内涵是否在发生变化?这次战略转型的背后,究竟是企业的主动选择,还是行业演进带来的必然结果?

潘春节:“革命”的内涵就是创新,这也是机械革命的立身之本。我们创新的本质并没有变。

最初,我们的“革命”是颠覆传统笔记本市场。而如今的All in AI,是我们基于行业发展的自我革新:从打破传统笔记本市场格局,转向打破AI技术落地的“最后一公里”壁垒。

这是我们的主动选择,不是盲目地被动跟风。

AI的发展是大势所趋,但并非所有企业都会全力投入AI转型。我们现在提出All in AI,是因为我们通过前瞻视角看到了行业发展的机遇,而且必须抢先布局,才能在AI时代不被淘汰。

所以,All in AI对机械革命来说不是可选项,而是必须做,而且要坚定做的战略转型。

李淼:把方向看清楚是一回事,真正决定全力投入,还需要面对很多现实的取舍。All in AI意味着极大的决心和投入,也意味着企业必须做出明确的资源取舍,甚至需要承担相当大的转型风险。作为机械革命的创始人,是什么让您坚定地做出这个决定?机械革命又凭借哪些能力和优势,敢于All in AI?

潘春节:四股力量(技术进步、用户需求、应用变化、政策推动)正推动PC产业进入新的发展阶段。

企业需要提前判断未来,而不是等技术成熟、格局确定后再被动跟进。主动抓住趋势,企业才能乘势而上、实现更好的发展;如果错过风口,则可能还会影响到企业的生存。

我也提到过,AI PC具备四大入口优势(交互入口、数据入口、算力调度入口、生态入口),谁占据这些入口,谁就更容易掌握用户意图、数据闭环、应用分发和商业变现的主动权。所以,不做坚定的战略转型,不主动创新商业模式,就会错失先机,乃至会被迫退出市场。

当然,AI的发展充满不确定性,任何企业都有可能会失败。那么,为什么我认为机械革命能成功呢?

首先,机械革命从成立之初就坚持“以用户需求为中心”的发展理念。用户需求始终是我们的导向,只要这个大方向不偏,我们就错不了。

第二,我们独有的OEM+ODM双轨并驱、高效协同的发展模式,是我们团队在长期运营中积累下来的核心能力,让我们面对市场变化时,能够做到快速响应、灵活调整,抓住每一个发展机会。

第三,通过走深一公里,我们将用户需求与产品、体验紧密结合,深度挖掘创新点。通过技术迭代和产品适配,让机械革命的产品极大可能地满足,甚至超越用户的体验和预期。

第四,我们与上游及软硬合作伙伴有着非常好的合作关系,我们会在一起共同研判未来的创新与合作方向。只要始终站在科技前沿,紧跟产业浪潮,我们就不会走错方向。

那通过以上几个方面,我们持续建立行业和用户对机械革命的信心,这也是我们能成功的基石。

当然,面对各种不确定性,机械革命一直以来都是以不变应万变,始终在以自身的变化适应市场发展,这也是我们的一个独特优势。

李淼:我们把这个决定再往企业内部看一层。从游戏本时代的“极致性能释放”到AI时代的“软硬结合”,这不仅是产品技术路线的变化,更意味着企业底层能力的一次重构。围绕“All in AI”战略,机械革命在组织架构、人才体系、研发协同以及企业运营机制等方面做了哪些调整?

潘春节:我们已经搭建了AI战略相关部门,同时围绕All in AI战略,持续优化内部协同机制,推动研发、产品、销售、市场及服务等团队更高效地协作,形成面向AI时代的跨部门作战能力。

积极推进AI技术研发、软件开发、生态合作等方面的人才布局与能力建设。同时把AI能力纳入现有研发人员的必修项。

扩大行业朋友圈,与国内外创新的软硬件合作伙伴、生态合作伙伴协同发展,结合双轨并驱的研发与制造优势,共同打造创新技术和产品。

李淼:刚才聊了为什么要做,以及准备怎么做。我还想请您谈谈,这个决定的另一面。作为企业决策者,在调整企业发展战略的过程中,不能只看到积极的一面,也要考虑最坏的情况。在AI赛道竞争激烈的当下,您认为“All in AI”战略转型会遇到的最坏情况是什么?您是否为此设定了相应的“止损线”或预警指标?

潘春节:AI技术路线发展变化快,实际应用需求也仍在发展,技术投入与商业回报之间确实存在不确定性。

但真正的“All in”不是不计代价,而是在看清风险的前提下做出坚定且理性的选择。

我们有做过最坏情况的预判,比如:

①端侧大模型和Agent应用生态发展慢于预期,用户付费和使用意愿不足;

②行业标准迭代过快,导致认证和研发投入形成沉没成本;

③头部厂商以规模优势挤压中小品牌生存空间。

应对机制:

①OEM+ODM双轨并驱发展模式本身就具备风险对冲的优势,让试错成本远低于行业平均;

②我们不是单打独斗,在我们的开放生态中,有众多国内外优秀的合作伙伴,我们一起协同创新,其实也是一起共同分担不确定性;

③AI PC是PC产业的渐进式升级,不是颠覆式替代,存量PC业务可提供战略纵深;

④我们不仅做硬件,也拥有自己的AI Agent,也具备软硬结合的实力。

我们会做相关的动态监测,比如:端侧AI应用月活渗透率、用户AI功能使用频次、AI PC产品复购率等等。

我们不会设简单的财务止损线,但我们会有三道门槛:技术验证、用户验证和商业验证。我们会根据验证效果来动态调整节奏。

当然,企业的发展从来不是一帆风顺的,总会遇到大大小小的波折。成功的关键,在于如何应对失败。而机械革命所具备的能力是,即便遭遇失败,我们也能迅速调整、灵活应变,把企业的损失降到最低。这种能力,是我们在持续创新中锻造出的适应环境变化的能力,这也成了我们的一个核心竞争力。

李淼:聊完机械革命自身的选择,我们再把视野放到整个PC产业。您提出过一个很有分量的判断,“PC产业四十余年来最重要的一次卡位,正在发生。”在您看来,这场卡位竞争与过去PC行业围绕性能、价格和市场份额展开的竞争,有什么本质不同?各大厂商今天真正争夺的究竟是什么?决定下一轮行业格局的关键,又将是什么?

潘春节:过去的PC行业竞争:围绕CPU/GPU性能、价格、渠道和市场份额展开。

前面我提到了AI PC具备的四大入口优势,这也意味着,入口就是市场,入口就是未来。

所以,竞争的本质发生了变化:过去是“卖一台电脑赚一次钱”,未来是“占据入口持续提供增值服务”。

决定下一轮行业格局的关键,不是谁的TOPS更高,而是谁能构建完整的端侧AI体验闭环——从本地模型运行能力、Agent任务执行能力到数据安全能力等。

李淼:您谈到的这些变化,最终还是要通过产品,让用户感受到。近期,我们关注到很多搭载NVIDIA RTX Spark N1X超级芯片的PC产品陆续推出,行业竞争也正从技术概念走向实际产品体验。在这样的竞争态势下,机械革命会带来什么样的AI PC产品?这些产品的差异化又将体现在哪里?

潘春节:在谈产品之前,我们首先应该要思考:用户需要什么样的AI PC产品?答案很明确,更安全、更好用、更经济的AI PC,其中安全是首要前提。

因此,机械革命的产品差异化不在于参数堆砌,而在于“安全+好用+用得起”的组合能力。

机械革命自成立以来,一直在引领着高性能产品革新。面向AI PC,在保障用户隐私安全的前提下,我们会继续把高性能、好体验和普惠价格结合起来。

刚才您也提到,已经有不少搭载RTX Spark N1X 超级芯片的PC产品在陆续推出。那我想强调的是,我们不是没有做Spark PC产品的能力,而是优先把这类产品能力应用在AI Box上。我们以用户需求为导向,优先打造当前对用户AI应用价值最大的硬件形态(无需屏幕和散热要求,且方便拆卸)。同时,我们加入了自研品牌的AI SSD,突破内存或显存容量的限制,让超大模型也能在本地流畅运行,并进一步保障用户的隐私安全。

我们不做跟风企业,只做对用户负责任、对用户钱包有价值的事情。这也是我们一直以来所坚持的质价比优势。

李淼:目前市面上发布的AI PC,更多聚焦在算力、模型和硬件参数。但您却将“安全”放在了AI PC的首要位置。为什么您会将安全视为AI PC最重要的基础能力之一?机械革命将如何在产品层面解决用户对于数据安全和个人隐私的顾虑?

潘春节:安全,是用户放心大胆使用AI PC的底线,而非卖点。用户只有确信数据留在本地,才敢把更多任务交给AI。

隐私安全、低延迟、本地数据、本地学习,是用户越来越明确的刚需。因此,我们首先要保障用户的隐私安全。同时,私域AI也将逐渐成为未来的新主流。

因此,本地模型的部署与运行很关键,让工作文档、个人习惯、常用资料等数据都能沉淀在个人设备中。

之前提到,机械革命正在打造自有品牌的AI SSD。AI SSD主要是帮助电脑,突破内存或显存容量的限制,让原本不能运行的,超大规模本地模型变得能够运行。

AI SSD可以让模型的大部分,都运行在NAND Flash中,让现有硬件能够支持更大规模的模型,负载能力可达5.7倍。

对用户来说,最关键的变化就是:原来跑不了的超大模型,现在可以跑起来了,还可以完成实际任务了。

其次是Prefill加速,也就是,缩短模型理解输入、开始回答之前的等待时间。AI SSD可以保存并复用已经处理过的上下文,配合更合理的模型加载方式,减少重复计算和加载开销,让模型更快地进入回答阶段,目前实现至高加速95%。

在此基础上,AI SSD还可以为长期记忆提供支持,保存用户偏好和关键信息,方便后续对话与任务调用。

同时,机械革命的自有AI Agent能让本地AI真正帮用户完成任务,数据不出端就能完成闭环。在首批国家人工智能终端智能化分级认证中,机械革命多款产品获得目前国家最高等级的L3认证,稳居行业第一梯队。

李淼:您刚才提到,机械革命获得了国家L3级认证,这是当前国家人工智能终端智能化分级认证中的最高等级。对于普通用户来说,可能还不太容易理解,不同等级究竟意味着什么。能否请您具体介绍一下这一认证的含金量?未来,机械革命是否还会进一步冲击更高等级的L4认证?

潘春节:L3等级是目前国家AI终端智能化分级中的最高等级(依据国家《人工智能终端智能化分级》系列标准(GB/Z 177—2026,其中微型计算机对应第4部分)评定),含金量极高,可以说是AI PC能力的“国家标准”。由工信部、商务部、市场监管总局等部门联合发布,是行业首次以国家级权威标准划定AI终端能力边界,测评维度涵盖算力、模型、端云协同等综合能力。

L3等级意味着终端能够全面理解用户指令和意图,主动进行意图澄清,并具备较强的推理能力;能够自动完成任务分解和编排,动态选择并调用工具;还具备文本、音频、图片或视频等多模态内容生成能力,以及短期和长期记忆能力。

对用户来说,L3意味着三件事:能听懂你的意思,不清楚会主动追问;能把一件复杂的事拆成步骤自己做完;能调用工具、能生成文字图片音视频,还能建立自己的知识库、记住你的使用习惯。

机械革命也是全国首批通过L3等级认证的三家企业之一。

L4则意味着更高等级的自主智能能力。虽然现在国家对于L4等级还没有明确的定义,但是,机械革命会持续跟进国家标准迭代,在端侧算力、Agent能力和安全体系上持续投入。

李淼:作为中国品牌,机械革命的产品和技术创新有两个比较鲜明的特点:一是高度关注用户的实际需求;二是新品迭代速度快,甚至多次实现了行业首发。您认为,支撑机械革命保持这种创新效率的核心能力是什么?其中哪些优势是竞争对手难以复制的?

潘春节:核心能力在于OEM+ODM双轨并驱发展模式,以及与用户共创体系。最难复制的则是“制造+研发+用户反馈”三位一体的闭环。

我们独创的、在中国独一无二且效率领先的OEM+ODM双轨并驱发展模式,让我们从设计、供应链、制造到服务,都能自主掌控。

更重要的是,深耕中国市场十二载,我们洞悉中国用户的需求,始终与中国用户在一起,不断探索变革、推动创新发展。

比如,机械革命在行业首创的玩家实验室,由百余名资深玩家和硬件达人组成。他们会在各种真实场景中反复使用和测试机械革命的产品。在这里,用户不是被动的消费者,而是产品进化的共同创造者。通过这种开放的研发模式,机械革命不仅持续提升产品质量,更与用户建立了深厚的信任关系。

进入AI时代,我们也会邀请更多用户参与深度共创,推动AI PC体验从“能用”走向“好用”和“爱用”。

值得一提的是,扁平化的企业架构让我们拥有卓越的企业运营效率。面对市场的剧烈变化,敏捷与调整能力是机械革命的生存之道。我们不敢说自己永远是对的,但我们调整和行动的速度是最快的。

李淼:您刚才提到,机械革命开创了独一无二的OEM+ODM双轨并驱模式,实现了极短的研发周期和较高的研发效率。那么,这套模式在AI时代是否依然有效?面对AI技术迭代速度远超传统硬件更新节奏的现实,机械革命的研发和运营会做出什么调整?

潘春节:我们的双轨并驱模式不仅在AI时代持续有效,而且还会是我们在AI时代实现快速迭代的核心竞争力。

AI迭代以周月计,硬件迭代以季度计,必须把研发和适配解耦,才能跟上节奏。我们其实已经在推进研发和运营的相关调整了。

首先是模式升级。双轨并驱发展模式,让我们可以从“快速研发硬件”升级为“快速研发+快速适配AI”的能力。

其次是运营协同,携手生态合作伙伴,我们可以基于双轨并驱模式,共同打造创新的软硬件技术。

在供应链端,依托成熟的中国供应链体系,我们还能做到灵活适配AI芯片和端侧模型的变化。

最后是软硬结合的能力,背靠软通动力,我们能贯通从底层到应用、从本地到云端、从设备到服务的各个环节,打造完整的软硬结合生态,让AI能真正落地。

李淼:前面我们聊了战略、产品,也聊了支撑这些变化的企业能力。接下来,我想回到用户最直接的感受。您曾谈到,机械革命发展AI PC的最终目标,是“让PC更智能”。您能否具体谈谈,所谓“让PC更智能”究竟是指什么?

潘春节:“让PC更智能”不是给PC加一个AI按键或图标,而是让PC理解用户意图并真正帮人完成任务。具体体现在三个层面的能力上:

能理解:本地模型理解用户的使用场景习惯。

能执行:AI Agent具备任务规划和多链路执行能力,实现从“能运行”到“能办事”的跨越。

能沉淀:本地数据和本地学习储存在端侧,形成个人专属的“私域AI”体系。

最终,让AI PC从用户用得上、容易用、爱用,逐步走向离不开。AI PC将从一台被动执行指令的“工具”,进化为一个能够主动理解、辅助甚至替用户执行任务的“智能伙伴”。

更智能的PC将在多个维度上实实在在地提升人们的生活品质。比如,它可以是生产力与创造力的加速器、智能生活的家庭中枢、健康与教育的贴心助手、隐私与安全的本地堡垒、普惠与适老的温暖设计,真正让人们智享美好生活。

李淼:我们可以想象,AI PC会给人们的工作和生活带来很多新的、美好的体验。但对大多数用户来说,可能还会关心一个很实际的问题:这样的产品,什么时候能来到自己身边?那这样的产品和技术什么时候能够普及,让大众都能用得上呢?

潘春节:AI PC的爆发就在眼前!综合前面提到的四股力量,我判断这一节点将在2027年下半年到来。

但爆发不等于普及。AI PC的大规模普及,不仅取决于出货量的增长,还取决于大众能不能用得起。

机械革命成立之初,就把曾经高高在上的游戏本,变成人人都用得起、喜欢用的产品。所以,在AI PC时代,打造“用得起、用得好、可信赖的AI PC”,让大众都能体验到创新技术带来的美好感受,便是我们机械革命追求持续创新的初心!

李淼:最后,我想把时间拉回到十二年前,再请您往前看一看。十二年前创业时,您是否想过,机械革命有一天会迎来这样一场更深层次的“革命”?展望未来三年,您想通过All in AI的转型实现什么样的目标?机械革命在未来会对自己有一个什么样的新定位?

潘春节:十二年前创业时,我把品牌命名为“机械革命”,就已经埋下了“革命”的基因。革命,意味着敢于创新,也意味着具备创新落地的能力。创新能帮助我们降低失败的概率,让我们少走弯路、快速调整,更快找到对用户真正有价值的产品方案。所以,创新能力是我们的核心竞争力。而“以用户需求为中心”的发展理念,也恰恰是机械革命能够穿越周期、迎接这场AI革命的重要原因。

我们推进All in AI战略转型,有着明确的发展目标:

第一,我们会围绕不同用户场景,提供丰富多样、可灵活组合的硬件生态,并具备能更好地适配各种应用和Agentic的能力。我们的原则是,始终为用户提供最合适的硬件产品,不堆砌配置和功能,也不让用户为不需要的能力买单。

其次,不断拓展应用生态合作伙伴,邀请他们一起跟我们共同合作创新。我们会建立联合实验室,让生态伙伴专注于自身专长,并通过双轨并驱的高效发展模式,一起把创新落地并呈现给用户。通过这样的合作,既能把生态伙伴的落地成本降下来,也把用户的使用成本降下来。

第三点,我们希望通过质价比优势,让AI真正触手可及,让人人都用得上AI PC。

总而言之,我们希望通过All in AI战略转型,助力产业发展、赋能AI生态链的价值创造,并为社会进步和人类美好生活做出我们应有的贡献。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 张若蘅     审核 | 北辰

跳转微信打开

一手评测 | 国产三大Flash模型,谁更能打?

2026年11月5日 18:15

原创 小扣 2026-11-05 18:15 北京

活能干到七八成,离甩手交差还差一步。

网易新闻科技品牌动图

出品 | 网易智能·态度实测

作者 | 小扣

编辑 | 王凤枝

马斯克的Roadster在一段视频里喷气腾空,在卡车头顶横滚一圈后稳稳落地。

这段名场面成了我们手里现成的第一道考题:让AI写个能上手玩的3D前端网页,自己踩下油门,控制跑车在空中翻过去。

出这道题,是为了摸底国内三款主流Flash模型的真实水平,看看DeepSeek V4.1 Flash、MiniMax M3.1 Flash和GLM 5.3 Flash到底哪家更强。测试时三家都用Claude Code(下称CC)写代码,推理统一开到Max;DeepSeek另外用原生Harness再跑一份,看看同一个模型换套工作环境,交出来的答卷有什么差别。

这道3D前端飞车题之外,我们又挑了两个方向:用代码给虚构产品生成一条发布短片,横版做完再改成竖版;再写一个能点车刹车的交互前端网页,直观演示前面明明没撞车,后面怎么就堵上了。

四组拿到的业务提示词和素材一致。作品交上来,网易科技《态度评测》小编挨个上手试玩、看成片、查代码,记下了2026年10月22日至23日的这轮实测。耗时和Token账单收在文末,不排总名次;原始指令与完整记录见文末索引。

章节 01

3D网页复刻飞车:

自动演示都能过,

手动开起来露了怯

我们把特斯拉在网上发布的原片关键帧和动作拆解一并交给模型,夜色场地、低矮的银色跑车和白色牵引车都有明确参照。

要求摘要:用Three.js制作可交互3D网页,复刻喷气起跳、飞越牵引车、绕纵轴横滚一整圈并四轮着地驶离。提供自动演示与手动操作,撞车、没翻足或倒置落地不能判赢。镜头稳定跟随,支持重开和手机触屏。

先点“播放复刻演示”看效果。四份演示都顺利跑通了全套动作:跑车加速冲向障碍、腾空横滚一圈,最后稳稳落到对面驶离。不过放在一起对比,各家的镜头调度和画面细节差别很明显。

左上GLM,右上MiniMax,左下DeepSeek CC,右下DeepSeek Harness。各取连续自动演示片段,按起跳阶段对齐,原速播放。

MiniMax在跑车翻滚时切到侧面,落地又转回车后,喷出的白色气雾比较明显,一套动作连贯顺畅。DeepSeek两版的跑车、牵引车和路边停着的车一眼就能分清,尤其Harness版的低矮车身、红尾灯配着夜色,更合我们胃口。

有些细节和原片没对上。GLM把障碍做得更像长厢货车,喷气像车尾亮起两道光束;MiniMax的尾灯分成了两截,没做出贯穿式的效果;DeepSeek CC版的卡车还带着点积木感,空中翻滚和下落也有些分段。

看完自动演示,我们切到“亲自操作”模式,用同样的条件挨个实测:除了正常开过去,还会故意不按横滚键平飞落地、或者让车四轮朝天倒扣着落地,看系统会不会误判通关。

后三份在这两项违规测试里都正常判了负;正常操作时,MiniMax第一把就过,DeepSeek CC版试到第三把通关,Harness版也能顺利开过去。唯独GLM出了岔子:跑车平着落到对面,右上角的角度读数还停在0°,屏幕上却跳出提示:“完成一整圈横滚”。

原稿正文配图3

GLM版独立复验:正常起跳、未做横滚,右上角读数为0°,页面仍报成功。

多开几把,镜头和仪表还露出些问题。Harness版的车下落时一度飞出画面,过会儿才找回来;GLM切到侧视角,车还没落地就出了画面,用默认视角往下落又会被路边灯杆挡一下。MiniMax的侧视角到结尾拉得太远,重开后明明脚没沾油门,车速表自己会在1到2公里/小时之间来回跳。

要是挑一版接着改,我会选DeepSeek Harness:它的车身比例和夜景氛围最好,不过下落时镜头偶尔跟丢,还得调稳视角。MiniMax动作连贯、手动容易通关,不过尾灯细节不对,重开后车速表还会轻微跳动;DeepSeek CC版能正确判定这两项违规操作,但卡车建模偏粗糙、空中动作不够顺滑;GLM的画面底子还在,但必须先把“不翻滚也算赢”的判定漏洞修好,再调整侧视角和灯杆遮挡的问题。

章节 02

用代码生成短片:

横版动画都能跑通,

改排竖屏拉开了差距

我们也想看看这几款国产模型用代码做视频的效果。第二题我们虚构了一款叫“下班键”的文件助手,给AI同一份Logo、12个文件名和产品资料,先让它们用代码生成一条20秒的横版短片,做完再要求改成手机竖版。

要求摘要:制作20秒、1280×720、30fps的无声短片,展示文件堆积、归入三类、输入“找到上周的发布会预算”、找到“发布会预算_v3.xlsx”,最后出现产品名与“少翻文件,早点下班”。只用代码和共同素材制作,实际导出MP4。

四条横版成片都走完了规定流程,画面编排各有侧重。GLM走清爽路线,用的是浅色卡片配分类托盘;MiniMax把文件掉落、归档、财务区放大和抽出预算表串在了一起,动作排得最密;DeepSeek CC版接近常见的软件界面演示,Harness版则用暖白结果卡接上了紫色片尾。

四份实际导出的横版MP4,从头同步、原速播放。左上GLM,右上MiniMax,左下DeepSeek CC,右下Harness。

横版看完,我们在原对话里挨个发去同一条改稿需求:产品改名叫“下班键·团队协作版”,画幅改成720×1280的竖屏,时长还是20秒。

先点开竖版看一圈。四家都重新排了画面,既没有简单裁掉横版两侧,也没把整张横版硬缩成小块塞进竖屏。原本横着一字排开的三个分类,到了竖屏都改成了上下叠放,变长的新名字也放进了片尾。验收竖版时,我们主要看三点:12个文件名排布合不合理、字号够不够大;转场动画会不会挡住文字;搜索结果和片尾口号停留的时间够不够读完。

从左到右:GLM、MiniMax、DeepSeek CC、Harness,均为实际导出的竖版视频。

MiniMax把每一类的四个文件挤在同一行,字号只有13像素,看着有些费眼;到了第16秒左右,转场动画又提前盖住了一部分文件名,留给人看字的时间不太够。

DeepSeek两版换了个排法,把三类文件分成上下三层,每层四个文件排成2×2的田字格,连带后面的预算卡和长名字都好认不少。不过字号还是偏小,CC版约13.8像素,Harness版约15像素,搜索那几秒画面中间还空了一大块。片尾口号的停留时长也差挺多:GLM只停了约1.15秒,一晃就过去了;DeepSeek CC版给足了约3秒,Harness版也有2.7秒。

这题要是挑一份接着改,我会选DeepSeek的两份竖版:文件排成了双行网格,重点信息清楚,片尾停留时间也够长;不足是字号还偏小、搜索阶段画面中间空了一大块,接下来还要把字放大、空白收紧。MiniMax动画衔接很顺,但四个文件挤成一排字太小,转场还会提前挡住字;GLM画面清爽,只是片尾口号闪得太快,还没看清就结束了。

章节 03

做个前端仿真页讲“幽灵堵车”:

画面能互动,

底层数据还得算得准

第三题,我们想做个能亲手试一试的科普网页,解释“幽灵堵车”。路上明明没撞车,在一定车流密度和跟车条件下,前车轻轻点一脚刹车,后面的车可能一辆接一辆跟着减速,形成像波浪一样往车流后方传导的慢行区域。MIT交通研究页面介绍过这个现象,我们把核实过的简短事实卡递给模型,让它们挑个合适的简化跟车模型,配好中文说明,做成一个点小车就能看连锁反应的互动页。

要求摘要:制作环形车流网页,点击任意一辆车使它短暂刹车,车辆按当前间距、速度等状态连续更新,颜色表示速度。低、中、高密度只改变车数,刹车扰动和其他跟车参数保持相同。支持暂停、重置、手机操作,交30秒真实操作录像,并注明“简化模型,非真实路况预测”。

四份交上来的网页里,环形车道、按车速变色、密度切换和暂停重置按钮都配齐了,界面排布各有路数:GLM在圆环底下多画了一张时空图,减速区域什么时候冒出来、往哪头延伸,一眼就能找到;DeepSeek Harness把浅色说明栏和深色车道分得清清楚楚,CC版则做成了深色仪表盘。

先看模型自己录的30秒实机演示,瞧瞧点下刹车后,后头的车是怎么跟着慢下来的。四段录像的操作和道路参数各不相同,并排放在一起主要看呈现方式。

左上GLM、右上MiniMax、左下DeepSeek CC、右下Harness。视频原速播放,网页内的仿真倍率分别为4倍、2倍、1倍、1倍。

看完模型交来的录像,我们又自己打开网页,换不同车辆和时间点去点刹车,同时对照代码看它底下怎么算。试下来,四家都不是播固定动画,确实在按前后车距和车速实时计算。GLM和DeepSeek两版还跑出了密度反差:车少时,一脚刹车激起的小水花很快就平息了;车一多,后车接力减速,慢行区域肉眼可见地往后方蔓延。

再看MiniMax,界面上的数据给得最全,平均车速、最低车速、速度曲线,连“拥堵波速度”都标出来了。可等我们切到高密度点下刹车,连测两组,13辆车最后几乎都停在了路上。此时平均车速已经显示为0,右上角的面板却还挂着“向上游 −7.3 m/s”。

原稿正文配图7

MiniMax独立复验:高密度13辆车,平均速度显示0公里/小时,右上角仍保留“向上游 −7.3 m/s”。

翻看代码才找到原因:它记录各车首次减速到阈值以下的时刻,根据车距和时间差汇总出一个带负号的估值。有新样本时会重算,没有新样本时就保留原值。结果整圈车都已接近停住,屏幕上还一直留着早先算出来的旧读数。

另外三份在显示和文字说明上也有小毛病。GLM的小车和字都偏小,DeepSeek CC版有些说明文字只有8到10像素;Harness标的“上游延伸”,算的其实是相对被点车辆的偏移距离,不能直接当成拥堵往后传的速度。切到390像素宽的手机屏上,四份网页的按钮都能点,但说明文字常落到首屏底下,得往下滑才能看完。

这题如果要选一份继续打磨,我会把GLM和DeepSeek Harness结合起来:GLM多了一张时空图,能直观看到减速区往后传的过程,就是车和字太小;Harness把浅色说明区和深色车道分得很清楚,但指标名称容易让人误会。MiniMax虽然面板数据列得最全、车少时也能正常恢复车流,但在两组高密度测试里整圈车都几乎停住,还挂着旧的波速读数,得先修好底层算法才能拿来做科普。

章节 04

耗时与账单:

DeepSeek更完整,

GLM更省钱

最后把时间、Token和真金白银放在一起算笔总账。我们按11月5日各家国内官网的API牌价,把本轮记录的输入、输出和缓存读取Token全部折算成人民币;其中GLM和MiniMax采用官网统一价,DeepSeek先按波谷价计算:

模型输入单价缓存读取单价输出单价
GLM 5.3 Flash0.8元0.23元2.8元
MiniMax M3.1 Flash1元0.10元4元
DeepSeek V4.1 Flash(波谷)1元0.02元4元

单价单位:元/百万Token

统计耗时时,已经扣掉了有记录的我方点审批、本地资源中断和媒体排队时间,人工录屏验收也不算在内,保留生成、工具调用、自检和常规网络等待的用时。把三道题记录在案的用量加总,账单如下:

版本第一题:飞车网页第二题:横竖版短片第三题:堵车网页
费用小计
GLM / CC29分43秒 / 6.60万23分14秒 / 4.88万49分37秒 / 11.90万约2.86元
MiniMax / CC约25分钟成形* / 14.96万†41分44秒 / 13.06万56分00秒 / 26.87万‡约5.47元†‡
DeepSeek / CC32分56秒+1分10秒* / 27.36万44分02秒 / 23.05万†34分48秒 / 22.63万约4.20元†
DeepSeek / Harness未计净时* / 33.73万†44分22秒 / 28.32万39分35秒 / 25.63万约5.36元†

注:图表数据表示为:耗时 / 输出Token;MiniMax第一题约25分钟生成现有网页后通信超时退出,无正常收尾用时;DeepSeek CC第一题原段与放开上限后的自检分开计时;Harness第一题因本地磁盘空间中断两次,未拆算净耗时。†含中断请求未返回完整计数的小计,费用仅折算已记录部分;‡MiniMax第三题在原会话续接后补齐网页与视频,表中含原段末条异常上报的用量。

需要留意的是,DeepSeek在北京时间工作日9:00至12:00、14:00至18:00(法定节假日除外)按波峰价计费,三项单价都会翻倍。如果赶在白天波峰时段跑完这三题,CC版和Harness版的费用小计会分别涨到约8.41元和10.72元。

把缓存读取算进来后,第三题还冒出了一个有意思的倒挂:GLM生成的输出Token明明最少,折算下来却花了约1.76元,反而比DeepSeek CC版的1.22元还贵。原因就在缓存单价上,DeepSeek波谷期的缓存读取只要0.02元/百万Token,多轮修改、反复读取长上下文时,这笔省下来的钱相当可观。

综合三道题的成品质量,这轮我更推荐DeepSeek。它做出来的飞车造型和夜景、还有短片的竖屏重排都更拿得出手,堵车页的核心交互与跟车逻辑也经住了复验。如果单看画面质感,我最喜欢Harness版;但把效果和调用成本搁在一块儿权衡,DeepSeek CC版是我这轮的性价比首选。三题跑下来约4.20元,只比GLM贵了1块多钱,我更愿意为飞车判定和竖屏可读性上的这些差别付这点差价。

如果预算卡得紧,而且自己懂点代码能动手修漏洞,GLM会是更省钱的备选。三题加起来只要约2.86元,第二题交卷最快,堵车页画出的时空图也很实用;只是飞车的通关判定漏洞,以及偏小的车身和字号,还得自己接手打磨。

至于MiniMax,它在动画衔接和动作节奏上有自己的长处,但这轮算下来总费用比DeepSeek CC版还高,堵车题又留下了车多全停和波速不刷新的毛病,眼下我暂时不会优先选它。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 王凤枝    审核 | 北辰

推荐观看横条

推荐阅读横条

关注并星标网易科技原版动图

跳转微信打开

等了两年的国行 iPhone AI,一手实测后我劝你别急着升

2026年11月4日 11:33

陈功 2026-11-04 11:33 北京

国行Apple智能上线,iPhone 15 Pro/Max、16及后续机型可用。

出品|网易数码

作者|陈功

千呼万唤始出来,国行版Apple智能跟随iOS27.3开发者版本进行了推送更新,这也是自2024年苹果正式发布Apple Intelligence以来,首次登陆中国大陆地区。

还记得苹果官网的页面上已经放了两年多的「为Apple智能预备好」吗,今天它终于是落地了。

在十月中旬苹果执行董事蒂姆·库克在上海时就向媒体确认,苹果已经获得向中国用户提供首批Apple智能核心功能的批准。11月4日,苹果便将国行版AI跟随开发者版iOS27.3一同进行了推送,此次推送的版本需要Apple的开发者账号;版本大小在12GB左右,更新之后还需要一定时间的等待;在千问选项中需要登陆千问的账号。

功能均已上线,

当然也有槽点

接下来我们也根据之前苹果官方所释出的国行首批开放功能进行实测,这其中包含了全新Siri外观与交互等。

·全新Siri外观与交互

唤醒Siri时,屏幕边缘将亮起极具辨识度的环绕式「跑马灯」光效设计;

支持在语音和打字输入之间随时切换;

同时也给出了「帮我做一份从北京到上海的商务出行计划」的指令,Siri会跳出调用千问的对话框,调用千问之后给到结果。整体生成速度还是不错的,但是实质的生成内容确实有点过于简单。

·写作工具 

支持在备忘录、邮件及第三方App中直接对文本进行改写、校对和总结摘要;

在实际的测试中,我们也发现这一套写作工具已经适用于微信、钉钉、飞书等即时消息类软件,只是如果你是iPhone Duo用户,因为开发者版iOS27.3的权限问题,将会撤回「平板模式」。

·照片消除

相册支持直接用日常自然语言描述来搜索照片和视频片段;

消除前

消除后

同时「消除」工具也一并就位,涂抹一下即可由端侧模型自动识别并抹除背景里的路人或杂物;实际的测试中我们看到「消除功能」在遇到复杂人物与光线的环境下,会以低像素进行涂抹,因为是测试版本,估计会在后续的升级中进行优化。

·智绘表情

支持在键盘中直接通过文本描述,生成专属的个性化表情符号;其实你可以选择键入文字描述,比如“下雨天不开心”等等,又或者直接采用给出的提示emoji进行生成,这一部分对比如此强大的国内社交消息类软件的“斗图”,只能说是猎奇,但不常用的水平。

·实时翻译

能在电话通话、FaceTime和佩戴AirPods时实现跨语言实时翻译,在「信息」App中也能直接互发翻译后的消息。

除了iMessage之外,即便对方使用的是安卓手机,iPhone 用户依然可以通过SMS 短信或RCS 消息与对方进行跨语言交流;

提示:目前实时翻译支持9种语言,对应的下载固件在800MB左右,可以去「翻译app」里进行下载或者说可以直接在通话过程中下载固件包。

·视觉智能

通过相机快速识别眼前的物体、餐厅或地标,支持一键翻译文本、识物检索;

照片App也支持文字描述检索照片、一键生成回忆影片了。输入“篮球”等关键词,就能匹配出对应的文件。

大家最关心的问题:

手里的设备能不能升?

此次首批开放的国行 Apple 智能功能暂时只确认在 iPhone 上提供。

至于 iPad、Mac 等其他平台,苹果表示仍需等待相应的监管审批,具体上线时间尚未公布。

硬件门槛则与国际版保持一致——只有 iPhone 15 Pro/Max, iPhone 16及后续机型(包含刚刚上市的 iPhone Duo)才能更新。

关于「国行版」与「海外版」的区域限制,如果你的设备是在中国大陆购买的(即国行机型);用户当前位于中国大陆境内,且所登录的 Apple 账号账单地址在中国大陆;或者说用户当前位于中国大陆境内,且设备未登录任何 Apple 账号,均适用于国行版AI的通用规则。

另外,对于国行版 Apple 智能的用户,即便之后带着手机出境,这套中国大陆版的功能集合依然会继续适用,而不会因为地理位置改变自动切换为海外版本。

国行Apple智能的落地,意味着苹果面向中国大陆用户的系统级 AI 服务迈出了重要一步。翻译、转录、照片处理等基础功能,以及千问提供的创作与问答支持,有助于拓展 iPhone 在日常场景中的实用性。对普通用户而言,目前因为是开发者版本,不建议大家去尝试,因为iOS的开发者版本系统还存在着诸多BUG,仅面向开发者社区进行开放。

从目前这些功能的形态来看,这次更新主要围绕既有应用进行能力扩展。要进一步成为能够理解个人需求、持续记忆并稳定执行跨应用任务的智能助手,还需要完善个人上下文管理、第三方应用协同及权限机制。从我们实测的体验中可以看到确实与市场中的个人AI工具还有比较大的能力差异。

现阶段,国行 Apple 智能可以被视为一次具有阶段性意义的功能升级。如何将这些能力转化为稳定、可靠、能够持续服务用户的日常助手,仍是苹果及整个手机行业需要回答的问题。

——社群推荐——

与前沿大脑同步在线,让思维时刻领先。

欢迎扫描下方二维码,加入你的科技同行圈。

▲欢迎加入粉丝群▲

—— END ——

排版 | 张金禹     审核 | 北辰

图片

跳转微信打开

❌