百度热点 指数 共15条
少数派 热榜 共15条
CSDN 全站综合热榜 共15条
百度百科 历史上的今天 共12条
抖音 热搜榜 共15条
哔哩哔哩 全站日榜 共15条
哔哩哔哩 热搜榜 共15条
微博 热搜榜 共15条
搜狗 热搜榜 共15条
搜狐 热榜新闻 共15条
今日头条 热榜 共15条
ACfun弹幕网 热榜 共15条
安全KER 热榜 共10条
爱范儿 快讯 共15条
  • 1 苹果 2027 年 Swift 学生挑战赛定档，2 月 8 日开放申请 苹果宣布，2027 年 Swift Student Challenge 将于 2 月 8 日开始接受作品提交，提交期为三周，面向全球学生开发者开放。本届挑战赛接受为任一 Apple 平台开发的 app，涵盖 iOS、iPadOS、macOS、watchOS、tvOS 和 visionOS，学生可以选择适合自己创意的平台参赛。此外，学生还可报名参加「与 Apple 会面交流」活动，学习如何在 Xcode 中使用智能体编程、准备参赛作品，以及更清晰、生动地介绍自己的 app。
  • 2 大晓机器人双脑协同架构首次落地酒店洗衣场景，具身智能RSI 驱动技能持续进化 从客房取衣，穿过走廊抵达洗衣房，打开洗衣机、放入衣物，再完成烘干、装篮并送回客房。一项看似日常的酒店服务，背后涉及空间理解、设备操作、物理交互和多步骤任务协同。大晓机器人将双脑协同架构带入酒店洗衣场景，首次集中呈现了世界模型、通用模型与具身智能 RSI 的协同应用。在环境侧，以开悟世界模型为核心的世界模型技术体系中，Mundo世界模型是围绕开悟世界模型的能力提升与实际应用而设计的有益补充。通过将具体场景转化为可探索、可编辑、可物理交互的数字孪生世界，相较于Atlas以场景重建和视角探索为主的能力，Mundo进一步将物体质量、摩擦等物理属性纳入场景，使物体运动、接触与碰撞可以通过物理引擎计算，为机器人在数字环境中开展导航、操作训练和策略优化提供支持。在任务与技能侧，大晓机器人发挥 GPT-Astra 等通用模型的任务理解、推理和技能生成能力，将其转化为机器人可高效执行的产业技能；并通过专为具身智能设计的 RSI 策略，让真实执行中的反馈持续驱动技能改进。开悟世界模型帮助机器人理解环境与动作后果，通用模型负责组织任务、生成并迭代技能。通用模型+开悟世界模型双脑协同推动机器人从数字环境中的训练与优化，走向真实酒店里的连续服务。此次酒店洗衣服务，是大晓机器人双脑协同架构、Astra 与 RSI，以及世界模型在酒店真实场景中的首次应用。它标志着机器人从数字环境中的训练与优化，进一步走向真实酒店中的连续服务。把真实场景变成机器人的专属训练世界机器人要在酒店完成洗衣服务，首先需要熟悉将要工作的空间：从客房到洗衣房的路线如何通行，走廊、电梯口和狭窄区域如何通过，洗衣机、烘干机和衣篮又分布在哪里，以及如何实现场景操作。大晓机器人依托开悟世界模型体系中的Mundo世界模型，从真实酒店出发，给定房间、走廊、电梯与洗衣房的图片集，并将其转化为三维场景。随着多视角信息逐步汇入，电梯门、墙体等建筑结构，以及楼层与洗衣区域之间的空间关系，在数字世界中逐渐呈现。洗衣机、烘干机、衣篮等物体也被纳入场景，成为机器人训练时可以识别和交互的对象。这座数字酒店，不仅可以看见、可以探索，还可以交互。Mundo可以将真实场景重建为高度还原空间结构，位置关系及物理属性的可交互的场景。当物体移动、接触或发生碰撞时，物理引擎计算其运动与响应，并结合场景影像呈现交互结果。空间结构、物理过程和视觉画面共同构成高保真的数字孪生训练环境。在这里，机器人可以从房间出发，练习前往洗衣房，学习在走廊、电梯口和狭窄区域定位与规划路线；也可以围绕取衣、搬运衣篮、操作洗衣机等任务，反复训练对柔性衣物和刚性物体的操作。打开洗衣机门、放入衣物、关门、按键启动，再将洗好的衣物转移至烘干机，最后取出装篮。这些连续动作可以在数字场景中分阶段演练。每一次尝试产生的动作轨迹、接触状态和视觉观测，都为分析执行过程、比较不同策略和优化动作提供依据。这条Real2Sim2Real 的训练链路，让机器人在贴近真实酒店的环境中反复练习、优化策略，加快场景适配，提升真实服务中的操作能力。真实场景为训练提供具体目标与空间依据，物理交互让机器人能够在仿真中练习动作，现场执行则进一步验证策略效果。数字世界与真实世界由此连接，帮助机器人面向具体场景完成适配。此外，作为开悟世界模型体系中的有益补充，Mundo 为开悟世界模型提供环境建模、训练数据生成与策略验证支持，帮助其将跨场景学习形成的世界知识、预测与行动能力，更有效地应用于具体任务。通过可控的场景干预、可追踪的状态变化，以及与真实执行结果的对照，Mundo 为开悟世界模型更快适配新环境、更准确地预测行动后果、识别失败边界和改进策略创造条件，并支持其将具体场景中的经验转化为可迁移的能力，推动以开悟世界模型为核心的世界模型体系持续完善。弥补效率鸿沟，把Astra通用模型能力转化为机器人技能酒店洗衣要求机器人理解复杂环境、规划长流程，并完成抓篮子、取衣物、按设备按钮等高精度操作。Astra具备较强的任务理解、视觉推理和泛化能力，能从任务目标出发探索做法，适应不同衣物、摆放方式和现场变化。但如果每一步都依赖模型观察、推理和决策，执行时延就难以满足酒店高频服务的要求；精细操作也需要稳定、可复现的执行能力。第一次现场决策测试中，当时尚未接入 Harness，Astra首次完成某一新操作耗时 30分15.64秒；将有效做法沉淀为 skill 后，机器人一轮执行耗时 18.648秒，约提速97倍。这次初测呈现了通用模型从探索走向产业应用需要完成的转化：发挥 Astra 理解任务、探索方案和生成技能的优势，再把经过验证的做法固化为机器人端的高效 skill。大晓机器人的双脑协同围绕这一转化展开。Astra负责任务理解、技能生成与问题改进，机器人端的 skill、策略和控制器负责实时感知与动作执行。Astra探索出有效做法后，将感知、定位、规划、动作和条件判断沉淀为程序化 skill，由机器人独立完成正式任务。让通用模型探索有效做法，让机器人高效复用这些做法，是大晓机器人加速产业落地的关键。这一过程需要把模型推理连接到具体本体的相机、夹爪和动作接口，将观察条件、执行约束、完成判据和异常恢复一并写入技能。固化后的 skill 仍能根据现场感知选择动作，Astra也能继续针对新条件进行改进，从而兼顾执行效率与场景适应能力，推动高精度操作从初步跑通走向持续优化。在此基础上，团队研发 BotAgent，将 Astra 能力延伸到酒店业务流程。围绕洗衣场景训练的 53 个原子动作，被组织为导航到房间、取篮子、前往洗衣区等 14 个高层语义步骤，并可按房间位置、路线、设备状态和订单要求组合成超过 200 种场景动作。BotAgent负责拆解订单、调用技能并协调机器人、洗衣机、烘干机和暂存位等资源，让底层能力衔接成从取衣到送回客房的完整服务。具身智能 RSI从真实交互中持续改进大晓机器人专为具身智能打造的 RSI 策略（递归自我改进），是让机器人依据真实任务中的观测、动作和物理反馈，持续改进可部署的 skill。它面向真实身体与物理环境，需要处理视觉遮挡、定位偏差、物体接触和衣物形变等具体问题，并用真机结果检验改进是否有效。在酒店洗衣场景中，Astra先根据目标生成 skill，机器人真机执行并记录多路录像、测量数据和动作时间线。Astra结合失败、用户反馈和执行指标定位问题，提出改进方案；改动先经历史样本离线回放，确认修复有效且原有能力未退化后，再部署到机器人进入下一轮。机器人在轮次中稳定执行，Astra在轮次之间分析和改进，让每轮任务可复现、可回放，技能也能持续进化。例如，抓篮子时腕部相机离目标太近、标签容易被遮挡，Astra据此改用头部相机并优化观察规则；烘干机取衣时，针对裤腿仍拖在筒内的问题调整抬起高度和指尖角度；按设备按钮时，则先验证识别和定位，发现位姿数据过期便拒绝按压，之后改进时间同步和拍摄条件。为让迭代持续进行，大晓机器人还将自主复位、独立评判和版本撤回纳入这套策略。烘干机取衣后，机器人可以自行将衣物散开放回，为下一轮实验创造起点，减少人工复位等待；另一个 Astra依据录像和测量独立判断结果，对分歧轮次进行复核。效果不佳的修改可以撤回，评价标准也从“是否抓起”逐步细化为“筒内还剩多少衣物”，并通过历史记录核对。系统由此逐步改善执行方法，也完善验证改进的方法。RSI既提升执行效率，也扩展 skill 的适用范围。烘干机取衣技能约 57 小时完成 165 轮真机实验，形成 37 条改进提议和约 80 个版本，场景逐步扩展到牛仔裤、洗衣袋及混合衣物；后期单轮用时为 170 至 210 秒，牛仔裤留在筒内的比例从平均 48% 降至 32%，最好一次为 19%。真实失败由此成为改进依据，验证过的经验则成为机器人下一轮执行与场景适配的起点。从一间客房到一条完整服务流程，这次酒店场景实践展示了世界模型走向产业应用的价值。让机器人在进入现场前，先获得面向真实环境的训练空间；进入现场后，再将经过训练的动作能力融入实际业务，并通过Astra+RSI实现自我进化。当场景能够被重建，交互能够被计算，策略能够被反复训练，任务又能够被持续编排，机器人就有机会从完成单个动作，走向承担完整工作。世界模型+Astra连接真实世界与数字训练，也为机器人适应更多具体产业场景、融入日常生产与服务提供了基础。
  • 3 成立四个月，融资过亿美金：TensorWorld物原科技要跑通「物理真实」路线 想象这样一个场景：一台人形机器人站在厨房里，面前是一只靠近桌沿的玻璃杯，伸出机械手想把杯子往里推——力道稍重，杯子滑落、坠地、碎裂。对人类而言，“杯子靠近桌边会掉下去，玻璃落地会碎”是近乎本能的预判；但对机器人而言，这种预判需要一套完整的物理逻辑：不仅要知道“眼前有什么”，还要理解“如果我这样做，接下来会发生什么”。这正是当下AI行业最焦灼的战场之一，随着大语言模型推动智能在数字世界快速发展，AI的能力边界正在向物理世界延伸——具身智能、自动驾驶、工业仿真等等。但物理世界不按token出牌，它有自己的一套铁律：重力、摩擦、碰撞、流体……难度相比语言呈现指数级提升。就在这条更难、更底层的赛道上，TensorWorld物原科技，一家成立仅四个月的初创公司，一个月内已经拿到过亿美元融资。资本押注的背后，是其“学术背景+技术路线+落地复现”能力带来的稀缺性。行业需要解决什么问题？当下，在公众的普遍认知里，AI已经非常聪明，不仅能写代码、找漏洞，甚至能攻克困扰人类数百年的数学难题，但要让机器人预测真实世界的物体轨迹并进行互动，却很难达到“可靠”的水平。原因在于，AI还没有理解物理规律，要让它从“软件界面”进入“物理世界”，这是绝对绕不开的关卡。行业想要跨越这道鸿沟，面临着极度苛刻的条件：高保真的物理标注数据贵得惊人，一个工业级空气动力学仿真样本，往往需要数万 CPU 小时；在 100 个场景采集的数据很难泛化到 10000 个未知场景；仿真器很难完整复现真实世界的摩擦与形变，斯坦福 HAI 报告显示，机器人在软件仿真中的任务成功率可达 89.4%，但同一类任务在真实家庭环境中的成功率仅约 12.4%。物原科技怎么解决这个问题？学术演进呈现清晰路径目前，业内世界模型大致可归纳为侧重视觉驱动与侧重物理驱动两种范式。前者是行业主流，以视频生成为代表，目标是“看起来真实”，优化的是帧间的像素合理性，优势是数据获取相对容易、画面逼真，多用于视频生成、数据工厂、场景预览、VLA前端感知。但机器人要在真实物理世界中可靠地执行任务，仅靠语言和视觉理解远远不够。因此，另一种范式越来越被行业认可，侧重以物理规律建模，目标是“推演更真实”，优势是可验证、可测量、能支撑动作规划。传统工业仿真软件（如 MuJoCo、Isaac Sim）就是这条路线上的“手工派”——物理定律高度依赖工程师逐条手写，预测精确但昂贵，面对不规则形状、柔性体、流体时工程投入极高。而物原科技，走的就是物理基础模型的路线，他们提出“在张量世界中，构建物理真实”，目标是让模型从数据中学习物理世界的演化规律，像人类一样达到“举一反三”的效果：比如，原生Transformer缺乏时序拆解能力，怎么让模型正确理解物理世界中的“时间”？Autoformer大幅提升了长时序预测的精度，TimesNet又进一步让时间数据更加直观可视；再比如，怎么让模型理解“空间”？Uni3D将三维表征学习扩展到十亿参数规模，让模型对物体、几何与空间关系形成概念。在此基础上，GeoPT则回答了这一赛道的灵魂之问——“物理直觉”能否被模型预训练出来？答案是可以，它创造性地让模型可以通过融合几何与合成动力学的预训练，获得可迁移的物理表征，在工业物理仿真任务中，该方法减少了20%至60%的有标签数据需求，并将收敛速度最高提升至2倍。Transolver又进一步让模型理解不规则空间中的受力、流动与形变，看懂更复杂的物理演化。EfficientZero则让智能体基于学习到的世界模型推演未来，并据此进行规划。支撑这些前沿成果的，是物原创始团队横跨清华与 MIT 等国际顶尖学术机构的长期积淀。沿着“时间演化—空间表征—物理规律—行动规划”的递进主线，他们并非在堆砌孤立的论文，而是坚持从物理规律出发，实现真正的“高阶物理智能”，最终汇聚成了物理基座模型的完整轮廓。此外，物原团队此前还主导过亿级用户产品、管理过十万张加速卡的算力基础设施，具备丰厚的产业实战经验。如果说学术研究决定模型能力可以走多远，工程能力则决定模型能否用于真实业务场景，二者构成了物理基础模型的“一体两面”。物原科技为什么被看好？物理驱动范式具备稀缺性观察物原的技术路线，几乎对准了物理 AI 的三大痛点：在数据端，用合成动力学替代物理标签，大幅降低对昂贵真实数据的依赖；在泛化端，深度融合空间结构、时间演化与物理动力学，让模型自行涌现出通用的物理规律；在落地端，Autoformer、Transolver 等底层架构已被工业界广泛验证并采纳（如 NVIDIA PhysicsNeMo），化解AI在真实场景中落地的担忧。“对物理系统的真正理解+世界模型驱动的规划能力+把前沿研究规模化落地的工程能力”这份交集的稀缺性，很快吸引了资本的关注。自7月成立后，物原科技一个月内连续完成天使轮及天使+轮的过亿美金融资，其中天使轮由凯辉基金、红杉中国联合领投，IDG资本、鼎晖VGC、星连资本、蚂蚁集团跟投；天使+轮由蚂蚁集团、和玉资本、美团战投联合领投，达晨财智、蔚来资本、景和资本，以及多家老股东持续跟投。这份融资名单也传递出许多信息：具有海量C端场景的美团战投，严肃工业场景的蚂蚁集团，以及自动驾驶场景的蔚来资本，都佐证了物原科技路线具备强烈的泛化特征，可匹配更广泛的行业需求。世界模型赛道已经开始变得“拥挤”，但长时序预测的误差累积、仿真与真实的最后一段距离、评测标准的统一等问题仍然有待完善。物原科技的路线一旦走通，意味着模型真正具备理解世界运行、预判行动后果的能力，其价值不止于机器人或自动驾驶等单一场景，而有望成为Physical AI生态的底层标准与基座，为未来AI从数字世界走向物理世界铺平道路。
  • 4 剑指20万级纯电SUV市场，2027款岚图知音11月13日正式发布 11月9日，岚图汽车正式官宣：智慧超充纯电大五座SUV 2027款岚图知音，将于11月13日正式上市。针对20万级家用纯电SUV难以兼顾高阶智能辅助驾驶、大空间、舒适与续航的痛点，2027款岚图知音基于上万条真实用户反馈焕新而来，以更全面的配置，减少家庭用户的购车取舍。对于看重智驾体验与轻松出行的用户，新车带来20万级市场唯一的高阶智能方案：搭载全球量产最高规格的华为乾崑896线双光路图像级激光雷达，配合华为乾崑智驾ADS 5与鸿蒙座舱5.2，带来同级领先的安全守护与交互享受。针对油转电用户普遍关心的补能效率问题，新车基于全域800V原生纯电架构开发，搭载81kWh大电池，CLTC续航可达650公里；同时配备5C超级快充，实现20%至80%充电仅需10分钟，让纯电补能像加油一样从容高效，有效打消家庭用户切换纯电车型的补能焦虑。针对准备将新车作为主力用车的家庭用户，2027款岚图知音在空间与舒适更是做到了极致与平权：新车凭借同级唯一90.8%的超高“得房率”，在20万级中实现了5.2㎡奢阔使用空间，拥有1038mm越级后排腿部空间与652L行李箱储物空间。更难得的是，新车拒绝选装套路，将副驾零重力座椅、四座通风加热电调、冷暖双用冰箱、后排小桌板、座椅一键电动放平及后备箱220V电源统统做到全系标配，让每一位家人入座皆享VIP待遇。智能科技、家用空间、暖心舒适与三电技术全面拉满，无短板的“全能战士”2027款岚图知音，堪称20万级最科技的家庭纯电SUV。目前展车已陆续到店，欢迎广大用户到店品鉴体验！
  • 5 2026中超收官，联想混合式AI助力中国足球赛事智慧升级 11月8日，2026中国足球超级联赛（中超联赛）收官轮结束，本赛季联赛正式落下帷幕。作为中国足球职业联赛联合会（以下简称“中足联”）2026年官方技术合作伙伴，联想持续携手中足联，围绕赛事管理、赛事运营和球迷体验等场景，推动AI产品与解决方案在中超、中甲等赛事中落地，助力中国足球职业联赛智能化建设迈入新阶段。据悉，本赛季双方合作进一步延伸至赛事一线：AI事件通助力赛事信息报送协同，轻量化智能终端直转播为球迷带来更多元、更具临场感的观赛视角，AI媒资系统则通过事件自动识别、素材标签提取和片段集锦生成，提升赛事内容管理与调用效率。此前，双方已共同打造全栈AI总指挥中心、中足联专属AI智能体——足智多谋AI等多项标杆成果。这一系列落地成果是联想混合式AI能力在体育领域的又一次最佳实践。从世界杯等全球顶级赛事到中国足球职业联赛，联想持续推动AI技术深入赛事运营与观赛体验升级，实现了全球顶级体育赛事中“中国企业在场”到“中国AI上场”的身份跨越，助力AI+体育产业高质量发展。三大场景深度赋能，联想AI全面“上场”中国足球职业联赛人工智能正在加速进入体育产业的多个环节。据市场研究机构Grand View Research估算，全球AI体育市场规模预计将从2025年的106亿美元增长至2033年的499亿美元，2026至2033年复合年增长率预计为21.6%。与此同时，国家体育总局、工业和信息化部在2026年度智能体育典型案例征集中，提出发挥人工智能等新一代信息技术的赋能作用，推动其在竞技体育、体育设施和智慧场馆等领域形成应用方案。在产业趋势与政策双重推动下，AI与体育的融合正在加速落地。作为全球领先的混合式AI解决方案服务商，联想从赛事管理、运营与球迷体验等场景全方位推动职业联赛提质增效，让AI全面上场中国足球职业联赛。在赛事管理场景中，双方联合打造的“AI事件通”，为赛场信息报送和协同处置提供智能化工具。现场人员可借助AI事件通小程序报送信息，并与中心监管体系衔接，推动赛事信息及时汇聚、流转和处理。过去分散在不同环节的现场情况，能够更快进入联赛管理流程，为赛事监督和协同处置提供信息支撑。此外，联想还参与建设竞赛管理系统，支持俱乐部准入、人员注册和赛事管理等相关业务线上化，进一步提升联赛管理工作效率。（AI媒资系统运行）在赛事运营层面，联想深度参与中足联AI媒资系统建设项目。该系统可利用AI自动识别赛事进球等事件，快速生成片段与集锦，提升赛事内容生产以及推广效率。随着赛季内容不断累积，系统沉淀的素材也将为赛后内容传播及运营提供支持。（智能化终端直转播方案）在球迷体验方面，联想基于拯救者Y700第五代平板提供轻量化智能终端直转播方案，作为传统专业转播机位的补充，该方案在原有机位基础上增加5个氛围机位，覆盖球员通道、主客队替补席和球门正后方等区域，可提供不同位置、不同角度的现场画面。设备配备5000万像素后置摄像头，支持4K高清视频录制，并兼容第三方专业摄制软件，可按制作需求灵活设置录制参数；同时支持USB 3.2和DP OUT输出，赛场版通过散热设计优化，可在-20℃至60℃环境范围内稳定运行，适应户外赛场拍摄与长时间作业需求。持续赋能国际顶级赛事，联想打造“AI+体育”行业最佳实践中超联赛的智能化升级，正是联想“AI+体育”全球赛事技术实践的缩影。长期以来，联想始终立足全球化视野，将国际顶级赛事中沉淀的硬核技术能力与本土赛事的具体需求相结合，构建起“AI+体育”的全场景赋能体系。在今年上半年的世界一级方程式赛车锦标赛（F1）中，联想作为最高级别的合作伙伴，提供覆盖AI终端、AI基础设施及创新服务的全方位技术支持，确保极速工况下的实时数据处理与全球转播稳定。（联想为2026年F1最高级别合作伙伴）同时，联想还作为2026 FIFA世界杯的官方技术合作伙伴，将多项AI技术应用于赛事运营和观赛体验。其中，世界杯足球AI超级智能体FIFA AI Pro整合赛事与足球数据，为球队提供数据查询和战术分析支持；3D数字人可视化方案将复杂的判罚信息转化为直观影像，帮助观众理解判罚依据；裁判视角AI视频增强系统则通过优化裁判第一视角画面，为全球球迷带来更具临场感的观赛体验。智能终端设备、基础设施和专业服务也贯穿完整赛事，为这一全球顶级赛事提供全程技术支撑。（联想为2026 FIFA世界杯官方技术合作伙伴）此外，联想还连续多年作为中国网球公开赛的白金赞助商，为这一顶级赛事保驾护航。今年中网期间，联想ThinkPad提供了数字人智能客服与志愿者智能记忆系统两大解决方案。据悉，数字人智能客服依托端云混合架构，支持多模态交互，为球迷提供赛程查询、场馆导览、票务指引等服务；志愿者智能记忆系统则基于本地智能体，自主训练大模型、远程沉淀服务知识，将一线实战服务经验沉淀为团队共享资产，提升整套赛事的服务水准。（联想为中网提供数字人智能客服系统解决方案）F1、世界杯、中网等国际顶级赛事的科技护航实践背后，离不开联想二十年来深耕大型体育赛事的积淀。自2006年都灵冬奥会起，联想已护航奥运会、亚运会、F1等多项国内外重磅赛事，沉淀了成熟的“AI+体育”解决方案与能力。AI时代，这些积累正从赛事技术保障延伸到智能化应用，进一步覆盖赛事运营、内容呈现和观众服务等多元场景。从全球顶级赛事到本土化赛事共建，联想正持续拓展“AI+体育”的应用边界。未来，联想将继续发挥混合式AI技术与服务优势，推动AI与体育场景的深度融合，为AI+体育产业的智能化转型与高质量发展持续注入新动能。
  • 6 仰望鼎曜超豪华行政旗舰轿车全球首发 11 月 7 日，仰望超豪华行政旗舰轿车鼎曜于阿联酋阿布扎比全球首发，这也是仰望品牌首次以完整形象在海外举行全球发布会。鼎曜以「大器鼎成」为设计理念，锚定全球豪华新标，让中华文化的深厚底蕴，与前沿工程技术的无限可能相遇。以技术为驱动，以创新为核心，将安全放在首位，让极致技术成为能够感受到的豪华。仰望鼎曜此次同时推出行政版与山河鼎韵限量版。其中仰望鼎曜山河鼎韵限量版，以专属设计与中国传统工艺，赋予鼎曜独特的表达，全球限量发售，现已正式开启预定。大器鼎成，重塑超豪华美学与秩序「鼎」是至高无上的礼器，「曜」是远方的星光。鼎立于地，曜映于天，这是仰望鼎曜名称的寓意。其英文名 YANGWANG ALTIOR 取自拉丁语「更高」，与「仰望」天然呼应，不断抵达更高处的追求。仰望鼎曜以「大器鼎成」为设计理念，取鼎之形制与意涵，将中国传统礼器的庄严与力量感融入当代汽车设计，探索中国超豪华的全新可能。仰望鼎曜选择在中东这片连接东西方的国际舞台全球首发，不仅是一次重磅新作的全球亮相，更是中国高端汽车面向世界，展现中国文化底蕴与前沿科技实力的全新表达。仰望鼎曜以中国传统青铜重器「鼎」为灵感原点，取其厚重器型、稳固形态与庄严气韵，家族式鼎立东方前脸带来尊贵、秩序与力量。点阵式宝石格栅镶嵌的 137 颗宝石，配合 12 颗「斗转星移」迎宾灯由外至内逐级点亮，24K 真金甲骨文车标，静止时凝聚光华，行进中随光影流转，鼎形钻切大灯辅以一脉相承的甲骨文徽标，数千年的审美积淀凝练于极致细节之中。仰望鼎曜拥有 5600×2030×1590mm 全尺寸车身，3500mm 超长轴距，呈现出不可撼动的恢弘体量。雪茄型线条尽显超豪华比例，将威仪方正注入整车设计当中，不必张扬，自带磅礴气场。礼宾级中轴对开门分寸有度尊荣以待，上下车姿态更加舒展。这份从容的仪式感，也呼应着中国传统礼仪文化中对待客之道的细致考量。东方气韵融入现代设计，彰显中式奢华车内遵循「中轴有序，内蕴乾坤」的内在品质。座舱沿袭中国古典建筑中轴对称的严整布局，从前排延展至后排，视觉与功能的核心轴线贯通始终。流畅线条环绕整车座舱，以对称之美营造沉稳格局，让外在的恢弘气度转化为，内在的舒适与笃定。鼎曜对材质的甄选，让这份东方美学延伸至触觉与感官体验：半苯胺甄选真皮、金属与真木的温润交融，以及羊绒地毯的柔软无声。内饰的开发过程中，研发团队通过敲击聆听、比较不同部件的声音回响，以鉴赏乐器般的专注打磨金属质感，让品质不仅可见、可触，也可感知。整车方正的外部轮廓与内部温润弧线形成对比，外方内圆，刚柔相济。前排贯穿式悬浮大连屏横向舒展，后排中央行政岛台控车按键触手可及，在井然有序中执掌全局。当状若日晷的丹拿星旋缓缓升起，铂金证据系列 39 个扬声器构筑起 360°殿堂级听觉声场。仰望鼎曜山河鼎韵限量版，以专属设计与中国传统工艺，赋予鼎曜独特的表达。专属云纹图案承千年礼器之余韵，运用苏州刺绣传统劈丝技法，以细腻丝线呈现代代相传的工艺之美。空调出风口和田玉，经匠人手工雕琢、打磨，温润质感触手可及，气流经由此出，如从山间来。创新为基，安全为先，超豪华的全新表达真正的豪华，离不开极致技术的支撑。仰望以技术为驱动，以创新为核心，将安全放在首位，让极致技术成为用户能够感受到的豪华。仰望全球首创四电机驱动系统易四方，以四电机独立驱动将极致性能与安全保障融为一体。高速爆胎仍可稳行，意外落水可应急浮水，在极端场景为用户托底。云辇新一代全主动车身控制系统兼具舒适与支撑，路面预瞄前瞻勘识路况，实时调节悬架，让复杂路况中的车身始终平稳从容。智能层面，鼎曜搭载全新一代天神之眼智能辅助驾驶系统，首搭比亚迪自研璇玑 A3 智驾芯片，以顶尖算力与自研算法深度协同，高快领航、城市领航、泊车辅助全场景皆从容应对。配合全球领先的第二代刀片电池与闪充技术，CLTC 工况超 1000km 续航，安全无惧严苛工况考验，让每一次远行笃定安心。安全，是最大的豪华。从易四方、云辇到天神之眼、第二代刀片电池与闪充技术，这些技术汇聚在鼎曜上，便带来超越想象的出行体验和超越期待的安全保障。支撑这些体验的，是创新与安全的力量。比亚迪 12 万名工程师，以专业、热爱与持续投入，让鼎曜这样的作品成为可能。仰望鼎曜不仅是一台融汇前沿工程技术的超豪华行政旗舰，更是一次将中国传统礼序与审美融入当代豪华体验的探索，是力量的更高诠释。仰望以技术为驱动，以创新为核心，将安全放在首位，以考究入微的体验回应用户对个性化豪华的追求，让东方美学与时代气韵，成就前所未有的全新高度。
  • 7 仰望鼎曜首搭比亚迪自研璇玑 A3 芯片 仰望超豪华行政旗舰轿车鼎曜在阿联酋阿布扎比迎来全球首发，这标志着仰望品牌首次以全维度阵容在海外完成全球亮相。鼎曜围绕「大器鼎成」的设计内核，锚定全球豪华新标，让东方古典底蕴与现代前沿工程科技相互碰撞。仰望始终以技术为引擎、以创新为灵魂，把安全视作底线，用颠覆性技术诠释新时代的豪华体验。首发现场，仰望鼎曜行政版与山河鼎韵限量版双车齐发。其中，山河鼎韵限量版巧妙融合专属设计与中国传统手工技艺，赋予了车辆独一无二的典藏价值，目前已在全球范围内正式开启预订。在文化寓意上，「鼎」是象征至高礼法的国器，「曜」则是遥远苍穹中的星芒。鼎立厚土、曜映长空，正是鼎曜命名的精神源头。而其英文名 YANGWANG ALTIOR 取拉丁语「更高」之意，天然契合了「仰望」品牌突破极限、勇攀高峰的进取追求。鼎曜通过「大器鼎成」的设计语境，汲取中国古典礼器的力量感与庄严感，探索出了一条中国超豪华汽车的独创之路。此次将首秀舞台选在连接东西方文明的中东地区，不仅是一次旗舰车型的重磅展示，更是中国高端汽车产业向全球输出文化底蕴与技术实力的宣言。造型方面，鼎曜以传统青铜重器「鼎」为核心视觉灵感，提炼出方正稳固的形态与气度，打造出不怒自威的「鼎立东方」家族前脸。点阵式格栅内密镶 137 颗璀璨宝石，结合 12 颗自外向内渐进点亮的「斗转星移」迎宾灯组，尊贵感呼之欲出。车头正中镶嵌的 24K 纯金甲骨文车标，静立时古朴奢华，游弋时光影流转；鼎形钻切矩阵大灯与甲骨文徽章相呼应，将几千年的东方审美凝结于精密细节中。新车三围尺寸达到 5600×2030×1590mm，轴距长达 3500mm，无可撼动的全尺寸车格构筑起恢弘的视觉体量。修长的雪茄型流线赋予了车辆超豪华比例，不事张扬却自带磅礴气场。礼宾级中轴对开式车门开合从容有度，让乘员进出姿态更显优雅，这一设计也生动呼应了中国传统待客之道中的庄重礼仪。座舱内部，鼎曜完美演绎了「中轴有序，内蕴乾坤」的空间哲学。车内严格遵循中国古典宫殿建筑的中轴对称法则，视觉重心贯穿前后排，流动的环抱式线条营造出端庄静谧的氛围，将外部的恢弘之势转化为内心的笃定与从容。用料选材极尽奢华，顶级半苯胺真皮、精密金属与天然真木交相辉映，脚下则铺设了柔软静谧的纯羊绒地毯。在内饰开发环节，研发团队甚至引入了乐器级的声学调校标准，通过敲击辨听各部件的共振回响，反复打磨金属阻尼质感，令奢华质感立体可感知。整车设计外方内圆、刚柔相济。前排搭载贯穿式悬浮大连屏带来舒展视野，后排中央行政岛台集成多项按键，让贵宾随心执掌全局。伴随日晷造型的丹拿星旋缓缓升起，由 39 个扬声器组成的丹拿铂金证据系列音响系统，瞬间构筑起 360°全景殿堂级声场。山河鼎韵限量版更是将非遗手作推向了极致。车内专属云纹承袭古礼器余韵，运用非物质文化遗产苏州刺绣的「劈丝」技法，以极细的蚕丝线生动还原了传统工艺之美；空调出风口甄选上乘和田玉料，经资深玉雕匠人纯手工打磨抛光，触感温润清凉，令送出的微风如蕴山间灵气。真正的旗舰豪华，离不开颠覆性技术的底层支撑。仰望始终坚持技术立身、创新驱动，把安全视作重中之重，让硬核技术成为用户最坚实的豪华护城河。鼎曜首发搭载仰望全球独创的易四方四电机独立驱动架构，通过精准的四轮扭矩分配，实现极致性能与绝对安全的统一：高速突遇爆胎仍能稳定行驶，意外涉水可启动应急浮水功能，在极限绝境中为生命托底。全新一代云辇全主动车身控制系统完美兼顾了滤震与支撑，依托路面预瞄系统提前探知前方路况，毫秒级调节悬架阻尼，使复杂颠簸路面化作坦途。智能化领域，鼎曜率先装配全新一代天神之眼高阶智能辅助驾驶系统，并首搭比亚迪自研的璇玑 A3 智驾芯片。凭借海量算力与自研算法的深度融合，无论是高速领航、城市智驾还是复杂泊车全场景均能从容应对。配合行业标杆级的第二代刀片电池与高压闪充技术，车辆 CLTC 综合续航里程超过 1000 公里，无惧严寒酷暑考验，让每一段旅程都安心笃定。安全，是超豪华最不可妥协的底色。从易四方、云辇，再到天神之眼智驾与第二代刀片电池，这些划时代技术的集大成，带来了超越想象的出行体验与坚不可摧的安全壁垒。而支撑这些极致体验的，是比亚迪 12 万名工程师团队日夜兼程的专业投入与技术热爱。仰望鼎曜不仅是一台集结当代尖端汽车工程技术的百万级行政旗舰，更是一次将东方礼序文明深度融入现代豪华出行的破局之作，是力量的更高诠释。仰望以技术为基座，以创新为先导，将极致安全放至首位，用无微不至的奢享体验回应用户对顶配豪华的期待，让东方美学与时代科技，共同成就前所未有的汽车新巅峰。
  • 8 仰望鼎曜限量版预定价格 30 万元 比亚迪旗下仰望品牌超豪华行政旗舰轿车——鼎曜，于阿联酋阿布扎比正式揭开面纱。这是仰望首次在海外舞台举办完整的全球发布会。鼎曜秉持「大器鼎成」的设计哲学，锚定全球豪华新标，促成了中华深厚历史文脉与顶尖汽车工程技术的完美交汇。品牌坚持技术立身、创新为本，将极致安全作为最高准则，让硬核科技转化为用户可感知的奢华。本次发布会，仰望鼎曜同步推出了行政版以及山河鼎韵限量版。其中，山河鼎韵限量版通过专属的中式高定设计与非遗工艺，呈现了绝无仅有的文化表达，现已面向全球限量开启预定。「鼎」在华夏文明中象征至高无上的国之重器，「曜」则代表穹顶之上的璀璨星光，「立鼎于地，曜映于天」便是「鼎曜」二字的深意。其英文命名 YANGWANG ALTIOR 源自拉丁文「更高」，恰与「仰望」不断攀登、探索极致的品牌精神同频共振。鼎曜将这套「大器鼎成」的设计理念，巧妙地将中国传统礼器的庄严厚重与当代汽车工业设计相融合，开拓了中国超豪华汽车的全新边界。选择在中东这一东西方交汇的国际枢纽首发，不仅是重磅车型的亮剑，更是中国高端制造向世界展示文化自信与科技硬实力的重要宣告。外观方面，鼎曜汲取青铜重器「鼎」的灵感，提炼其稳固气场与庄严底蕴，打造出威仪的「鼎立东方」家族前脸。点阵式格栅内精细镶嵌了 137 颗宝石，搭配 12 颗由外向内点亮的「斗转星移」迎宾灯，仪式感拉满；车头 24K 纯金打造的甲骨文车标，在静止与行驶间流光溢彩，两侧鼎形钻切大灯与徽标交相辉映，将千年审美积淀雕琢于毫厘细节之间。整车尺寸达到 5600×2030×1590mm，拥有 3500mm 的超长轴距，呈现出如山般巍峨的宏大体量。修长的雪茄型车身线条将方正威仪注入整体轮廓，不彰自显磅礴气场。此外，车辆配备了礼宾级中轴对开门，让贵宾上下车姿态更加优雅舒展，这份考究的仪式感，完美契合了东方待客之道中蕴含的敬意与礼数。座舱内部，鼎曜深刻践行「中轴有序，内蕴乾坤」的布局之道。车内空间承袭中国古典建筑的中轴对称美学，核心视线与功能轴线由前至后贯穿全车。环抱式的流畅线条营造出沉稳安定的空间格局，让车辆外观的宏大气场自然过渡为车内的宁谧与舒适。在材质甄选上，半苯胺顶级真皮、温润实木与冷峻金属和谐共融，搭配柔软静音的羊绒地毯，将中式美学延伸至全感官体验。在研发过程中，工程师甚至以鉴赏乐器的严苛标准，通过敲击辨听回声来打磨金属按键的质感，让豪华品质触手可及。车内实现了外方内圆、刚柔互济的视觉对比。前排悬浮式大连屏横向展开，后排中央行政岛台将核心控车功能集于一处，让乘员在从容间掌控全局。当形如古代日晷的丹拿星旋升起，全车 39 个丹拿铂金证据系列扬声器即刻营造出 360°的殿堂级视听盛宴。更为极致的山河鼎韵限量版，则化身非遗工艺的当代载体。专属云纹图案采用传承千年的苏州刺绣「劈丝」绝技，以极细丝线绣出流动生姿的云水意境；空调出风口精选天然和田玉料，经匠人手工细细雕琢打磨，触之温润清凉，让徐徐微风宛如穿林过山而来。真正的豪华，必然建立在极致的技术基石之上。鼎曜核心搭载仰望首创的易四方四电机驱动系统，四轮独立扭矩控制将极致动力与底层安全融为一体：不仅能在高速爆胎时稳控车身，更能在意外落水时应急浮水，为极端险境托底。新一代云辇全主动车身控制系统兼具舒适滤震与刚性支撑，通过路面预瞄前瞻感知路况，实时智能调节悬架，让车身在崎岖路面依然如履平地。智能体验方面，鼎曜首发搭载全新一代天神之眼高阶智驾系统，并首次配备比亚迪自研璇玑 A3 智驾芯片。凭借顶尖算力与自研算法的深度协同，车辆可从容应对高速领航、城区领航及全场景智能泊车。辅以行业领先的第二代刀片电池与高压闪充技术，CLTC 工况续航突破 1000 公里，无惧严酷环境，让每一次长途跋涉都安心无忧。安全是最大的豪华。从易四方、云辇到天神之眼、第二代刀片电池，这些顶尖科技的汇聚，赋予了鼎曜超越期待的出行体验与安全保障。支撑这一切的，是比亚迪 12 万名工程师以热爱与专业持续倾注的研发力量。仰望鼎曜不仅是一台集前沿工程技术于大成的超豪华行政旗舰，更是将中国传统礼序审美带入当代顶奢出行领域的伟大探索。仰望以技术驱动、创新为核，将安全置于首位，用考究入微的体验回应时代对豪华的极致追求，让东方气韵与时代科技登顶全新高度。
  • 9 一台机器人犯过的错，怎样让另一台少走弯路？ 一台机器人犯过的错，怎样才能让另一台机器人少走弯路？设想一次普通的取杯任务：机器人找到了水杯，规划好接近方向，却在抬起时发生了滑移。它调整接触位置，重新抓取，最终完成任务。对于使用者，这件事到此结束；对于一个能够持续学习的系统，更值得追问的问题才刚刚开始：为什么会滑？这次调整在什么条件下有效？换一只杯子、一副夹爪，甚至另一台机器人，这段经验还能发挥多大作用？一次失败如果只留下日志，一次成功如果只留下标签，相似的试错就可能随着部署规模扩大，在不同设备、不同项目中反复发生。将交互中的有效认识连同证据和适用条件一起提炼、保存，并在新的任务中验证，才能让真实经验逐步积累为能力。这也是具身智能发展到今天，一个越来越值得关注的问题。通用模型正在增强机器人理解目标、组织技能和处理复杂任务的能力；世界模型为预测动作后果、比较候选方案提供了新的方法；感知与控制技术则让这些能力能够进入真实的物理过程。当它们逐步连接起来，我们有机会进一步追问：机器人能否在完成任务的同时，改善后续行动？获得一项新能力的成本，能否随着经验积累而降低？真实交互与仿真在这里承担着相互补充的角色。真实世界能够暴露模型尚未理解的条件，为物理判断提供依据；经过校准的仿真可以扩展探索，帮助系统比较方案，把有限的真机时间用在最需要确认的问题上。这个循环的价值，最终要回到真实任务中检验：预测是否更可信，失败是否更容易恢复，新的场景是否需要更少的重复试错。对于中国具身智能产业而言，较为完备的制造与供应链体系、丰富的作业场景，为这条路径提供了重要机会。从生产线上的装配，到仓储中的搬运，再到复杂条件下的抓取，大量交互都有可能揭示值得复用的物理关系。产业优势能否进一步转化为智能优势，取决于我们能否把分散在设备与项目中的经验，转化为能够跨任务、跨场景、跨本体发挥作用的知识。大晓的双脑协同，正是围绕这一目标展开的探索。我们希望将大脑SenseNova的任务理解、推理规划与能力组织，同开悟世界模型的物理状态判断和行动后果预测连接起来，再通过具身Harness组织感知、记忆、技能与控制，让真实反馈进入下一次判断，也进入后续能力的改进。我们希望双脑协同能够推动这样的积累：让一台机器人付出的探索，为更多机器人提供依据；让今天获得的经验，减少明天必须重复的试错。一、从完成任务走向积累能力要让一次抓取成功成为可复用的经验，系统需要进一步分析：接触位置是否合适，夹持是否稳定，动作调整解决了什么问题；当物体或夹爪发生变化时，这些判断是否仍然成立。同样一次滑移，背后可能有不同原因。杯子表面的状态、杯中液体带来的载荷变化、夹爪的接触位置，甚至最初的定位误差，都可能影响抓取结果。单次观察往往不足以区分这些原因。系统需要将原先的预测、实际执行的动作和获得的反馈联系起来，通过补充观察、可获得的接触信息或有针对性的试探，逐步缩小不确定性。证据不足的判断，也应当保留为待验证的假设。这一步决定了经验能够以什么形式被留下。假如后续验证发现，在某类物体和接触条件下，抬升前的一次短距离试探有助于判断抓握是否稳定，那么值得保留的就包括：这项试探适用于哪些条件，需要观察什么信号，出现什么结果时应该调整动作，以及哪些情况仍然无法据此判断。这样的认识，才能在下一次任务中帮助机器人作出选择。真正可迁移的经验，是连同证据和适用范围一起被保留下来的认识。它可以体现为一个可调用的技能、一条可检索的经验记录，也可以通过训练进入策略或世界模型。无论采用哪种形式，都需要建立从交互记录到后续行为改善的联系。系统还应当识别哪些经历提供了新信息：反复完成已经掌握的动作，与一次揭示原有判断缺陷的交互，可能具有很不相同的学习价值。当另一台机器人面对相似任务时，过去的经验可以帮助它更快找到值得尝试的方案，也可以提示哪些条件需要优先确认。例如，对抓握稳定性的认识可能为新任务提供参考，具体夹持力度、动作幅度和控制参数则需结合新的夹爪、传感器与执行能力进行适配。经验复用的意义，在于缩小探索范围、减少重复试错，同时保留对新条件的判断能力。这种积累最终需要在后续任务中体现出来。在可比较的条件下，掌握一项相关技能后，学习下一项技能是否需要更少的示范和真机试验？换一个物体或一种本体，适配过程是否更快？面对扰动，是否更容易发现偏差并恢复？加入新能力之后，已有技能是否仍然可靠？这些结果，能够帮助我们判断系统是否真正从过去的交互中获益。从完成任务走向积累能力，意味着机器人获得的每一项经过验证的认识，都有机会成为后续学习的起点。随着这些起点不断丰富，系统应当能够更有效地组织已有技能，更有针对性地探索未知条件。要建立这样的路径，就需要把任务理解、物理判断、行动执行和经验学习连接起来。二、为什么我们采用“双脑”协同要让过去的经验真正帮助下一次行动，机器人需要同时回答两个相互关联的问题：为了完成目标，下一步应该做什么？在眼前的物理条件下，这一步可能带来什么结果？前一个问题涉及目标、计划与技能组织，后一个问题涉及状态、接触与动作后果。可靠的行动，需要这两类判断在执行过程中不断相互校正。在大晓的双脑协同设计中，云端大脑SenseNova侧重理解任务、组织能力。它需要判断用户希望完成什么，将目标拆解为可执行的步骤，从已有经验和技能中选择合适的方法，并在情况变化时调整计划。面对一次失败，它还需要结合任务过程进行复盘：原先的目标是否合理，技能选择是否恰当，哪些判断需要重新确认。端侧开悟世界模型则侧重物理状态的理解、生成与预测。它根据当前观测和交互历史，判断物体的位置、运动和接触状态，在需要时构造候选的演化过程，为不同动作可能带来的后果提供预测依据。这些预测也应当保留不确定性：哪些条件已有充分观测，哪些判断依赖尚未验证的假设，哪些地方需要通过新的交互才能进一步确认。这样的分工，与两类判断对资源和时间的不同要求有关。任务推理需要调用较广泛的知识、记忆和技能，云端有利于这些能力的共享与更新；物理状态判断需要紧贴现场变化，端侧部署有助于及时利用新的观测与反馈。更快的接触调节、姿态稳定和动作执行，则由相应策略与实时控制器承接。模型、策略和控制器各自承担适合的职责，共同形成完整的行动过程。以取杯任务为例，协同可以这样展开：大脑SenseNova根据目标选择取杯技能，并提出接近方向和抓取方案；开悟结合当前观测，预测这些方案可能带来的状态变化。如果遮挡使接触位置难以判断，或者已有信息不足以估计抓握稳定性，这种不确定性就应当进入任务决策。SenseNova据此选择改变观察角度、安排一次试探，或者调整抓取方式。新的观测再返回物理侧，帮助更新判断，随后决定是否继续执行。双脑协同的关键，是让任务推理不断接受物理反馈，也让物理预测围绕任务需要展开。候选方案应综合任务逻辑与当前物体、场景和本体条件进行评估；物理预测也应说明结果如何影响下一步选择。二者通过明确的接口交换目标、候选行动、预测结果和不确定性，才能把各自的能力用于同一个决策。这种协同还应当延续到任务结束之后。执行前的判断、提出的预测、实际采取的动作和最终结果，可以共同构成复盘的依据。预测与现实之间的偏差，帮助系统识别需要进一步调查的问题：是状态理解有误，物理条件发生了变化，技能选择不合适，还是执行没有达到预期？这些线索经过分析与验证，再决定进入经验记忆、技能调整或模型训练，为后续行动提供更可靠的起点。我们用“双脑”组织这两类能力侧重，同时保留实现方式演进的空间。两者可以共享表示和部分模型能力，具体的模型组织与云端、端侧分工，也应根据任务、算力和时延要求调整。需要持续检验的是，这种协同是否帮助机器人更早发现关键不确定性，选择更有效的动作，并把真实交互中的有效认识带到后续任务中。要让这些信息在模型之间准确传递，并进一步连接感知工具、经验记忆、技能调用和动作执行，还需要一套完整的系统机制。双脑协同由此进入下一个问题：怎样把模型之间的配合，转化为机器人身上稳定运行、能够持续积累的能力。三、从模型协同到系统协同当大脑SenseNova提出一个抓取方案、开悟给出相应预测之后，系统还需要完成一系列具体工作：确认当前观测是否足以支持行动，将目标转换为机器人能够执行的指令，调用适合的技能，并在执行偏离预期时及时处理。模型之间的判断，需要经过这些环节，才能成为真实世界中的有效行动。在大晓的系统设计中，具身Harness承担这样的组织与协调职责。它维护任务状态，连接记忆、技能库、感知与三维重建等工具，明确各个模块交换什么信息、在什么条件下调用，以及怎样处理执行反馈。通过这套运行机制，大脑SenseNova的任务计划、开悟的物理预测和控制器的实际执行，才能对应到同一个任务阶段。以取杯为例，感知工具提供的物体位置，需要转换到当前机器人的坐标与动作接口中；所选技能需要说明适用的夹爪、输入参数和执行条件；系统还需要判断什么观测代表抓取完成，什么信号意味着滑移或接触异常。一个可以稳定调用的技能，应当连同这些条件和判据一起进入技能库。这样，SenseNova在组织任务时，才能知道一项能力何时可用、执行到了哪里，以及失败后还有哪些恢复路径。动作执行也需要恰当的分工。学习型策略可以结合视觉、任务目标和历史状态生成动作参考，解析控制器则依据本体特性，完成位姿跟踪、接触调节和执行约束处理。较快的反馈在相应控制环中得到响应；当偏差影响任务继续进行时，Harness将状态变化传回SenseNova与开悟，由它们重新判断是否补充观察、调整方案或调用恢复技能。这样的组织方式，使不同时间尺度上的判断能够衔接起来。Harness还需要为经验积累保留可追溯的依据。一次任务中的场景条件、本体配置、所用技能、模型预测、执行反馈和人工介入，都可能影响对结果的解释。将这些信息与具体执行阶段对应起来，有助于识别问题来自观测不足、预测偏差、技能选择，还是动作执行，并据此选择合适的改进对象。现场恢复成功之后，得到的是一段值得分析的经验。它对其他任务是否有用，还需要进一步验证。因此，运行中的纠偏与后续的能力更新，可以按照不同节奏进行：当前系统先完成必要的调整，交互记录随后进入筛选与复测；得到支持的认识再进入记忆、技能或模型，证据发生变化时，也能够修订其适用范围。经验由此拥有从产生、验证到再次使用的清晰路径。当机器人本体发生变化时，这套机制同样重要。共同的任务描述和技能意图，需要通过接口映射到新的感知方式、动作空间和控制能力；与接触、载荷和执行精度有关的条件，则需要重新校准。适配与复测应当帮助系统明确，哪些已有认识可以继续使用，哪些部分需要补充学习。更换一个本体，由此成为有依据的能力迁移过程。系统协同的价值，在于让模型、工具和控制器能够各自演进，也让经过验证的经验拥有持续复用的路径。当感知工具升级、策略更新或机器人接口改变时，系统可以检查受到影响的技能与经验，保留仍然成立的认识，并针对变化的部分进行验证。这样的系统设计，为双脑协同的落地提供了基础：将任务规划、动作执行、反馈记录与经验管理连接起来，为后续能力的验证和持续改进创造条件。在此基础上，当前任务的纠错、长期能力的积累，以及学习与研发方法的改进，才有机会形成相互衔接、逐步深入的闭环。四、三个递进闭环：让行动、学习与研发相互促进真实反馈进入系统之后，可以推动不同层次的变化：纠正当前行动，改善后续能力，进一步优化获得能力的方法。我们以三个递进闭环组织这些变化，分别明确它们改变什么、如何运行，以及需要用什么结果证明改进确实发生。第一个闭环是自主执行，让机器人更可靠地完成当前任务。机器人在行动中持续获得新的观测，据此更新状态判断、调整计划，并在必要时补充感知或调用恢复技能。取杯过程中出现遮挡、接触变化或滑移时，系统需要及时识别偏差，结合当前条件决定怎样继续。较快的执行反馈由相应控制环处理，影响任务推进的变化则进入SenseNova与开悟的协同判断。这个闭环可以在模型参数保持不变的情况下运行。它改善的是当前任务中的决策与执行，使机器人能够利用刚刚获得的信息处理变化。任务完成率、偏差发现与恢复时间、人工介入量，都可以帮助衡量它是否有效。执行过程同时留下观测、预测、动作与结果，为后续学习提供依据。第二个闭环是经验学习，让一次交互改善后续能力。进入这一层之后，系统需要从执行记录中筛选值得学习的内容，分析它们揭示了哪些新条件、修正了哪些旧判断，再选择合适的方式保留这些认识。有些经验可以先成为带有适用条件的长期记忆，在后续任务中被检索和调用；有些经验需要转化为技能调整；涉及动作生成或物理预测的问题，则可能需要对策略或世界模型进行有针对性的训练。例如，某次抓取恢复的方法，经过进一步验证后，可能对一类接触条件相近的物体有效。系统便可以将相关条件、判断依据和恢复方式保留下来，在遇到相似情境时优先参考。换用新的夹爪或面对不同载荷时，它仍需确认这些经验的适用范围，并通过新的反馈继续修正。学习闭环是否成立，要看收益能否延续到后续任务。在独立测试中，系统是否减少了重复错误，是否用更少的新增示范和真机试验完成适配，是否在获得新技能的同时保持已有能力？这些结果决定一项更新是否值得进入部署，也决定这段经验应当在多大范围内被复用。第三个闭环是递归自我改进，让获得能力的方法也能够持续优化。当系统能够持续执行和学习之后，还会遇到更深一层的问题：哪些失败最值得调查？下一批数据应该采集什么？当前的训练方法是否有效？同样的真机时间，怎样才能带来更多能力收益？这些问题指向数据选择、实验设计、训练流程、评价机制，以及模型与Harness的组织方式。我们希望让研发智能体逐步参与这些工作。它可以汇总反复出现的失败，提出可检验的原因假设，选择能够区分这些假设的实验，并为数据补充、模型训练或系统调整提出候选方案。世界模型与经过校准的仿真可以帮助比较方案，真实任务则用于确认改进能否兑现。有效的方法经过验证后，再进入下一轮学习与研发。这一层需要更严格的对照：在可比较的任务和资源条件下，调整后的流程是否更快获得了可靠能力，是否减少了人工、计算或设备时间，以及收益能否在后续任务中继续出现。自动化实验能够提高流程效率；递归自我改进还需要检验：系统能否依据结果优化实验选择和学习方法，并让改进后的能力继续参与下一轮改进。这也是我们希望持续推进的研究方向。它需要跨任务、跨轮次的证据，逐步回答一个更有挑战性的问题：系统能否在增长能力的同时，提高自身获得能力的效率？三个闭环可以按照不同节奏运行。执行中的纠偏需要及时响应，长期能力更新需要经过验证，研发方法的变化则需要更充分的比较与复测。它们共享真实交互提供的证据，也相互提供条件：更可靠的执行让系统进入更多任务，更有效的学习减少重复试错，更好的研发方法则提高下一轮改进的效率。更有价值的进步，是让下一次进步更容易发生。双脑协同希望建立的，正是这样一条从行动延伸到学习、再延伸到研发的路径。而这条路径能否持续运行，还取决于我们怎样使用有限的真实交互，以及怎样让仿真为这些交互提供更有针对性的帮助。五、真机与仿真：把真机时间用在关键问题上在真实机器人上推进三个闭环，需要面对具体的时间与资源约束。一次试验可能涉及设备调试、场景布置、人工复位和故障恢复，持续运行还会带来磨损与环境变化。因此，提升学习效率，需要认真选择每次交互要回答什么问题，并让已经获得的记录产生更多训练与验证价值。真实交互为系统提供了理解物理世界的依据。对于取杯任务，三维重建可以帮助确定杯子的形状、位置和周围空间；载荷、表面状态、接触形变等影响抓取的条件，还需要结合动作与反馈进行估计。系统应当逐步确认哪些参数与当前任务密切相关，哪些判断已经得到支持，哪些仍存在较大的不确定性。这些认识可以成为构建仿真环境的起点。世界模型从交互数据中学习状态如何变化，三维重建工具提供场景与物体的几何信息，物理仿真器则提供可干预、可重复运行的实验环境。它们需要通过真实记录相互校准：在相近的初始条件和动作输入下，预测或仿真中的关键变化，能否与实际观测对应起来？对于暂时无法确定的物理属性，可以保留与现有证据相容的参数范围，进一步检验不同取值对任务结果的影响。一段真实轨迹由此有机会成为一组可控实验的起点。系统可以改变物体位置、载荷范围、接触条件或执行扰动，比较不同方案在哪些情况下仍然有效，哪些条件会使原有技能失效。仿真也应覆盖容易出错的动作，帮助系统学习如何识别失败、何时需要恢复，以及什么情况下应该补充观察。经过校准的模型，让已有交互中的信息能够延展到更广的训练与评测空间。仿真还可以帮助选择下一次真机试验。假如几个与现有观测都相容的物理模型，对同一个动作给出了不同预测，这种分歧就指出了一个值得调查的问题。系统可以围绕它设计新的观察或试探，优先确认最可能改变行动选择的条件。这样，真机交互既承担任务执行，也承担消除关键不确定性的作用。我们希望形成的Real2Sim2Real循环，便沿着这条路径展开：真实交互提供证据，模型与仿真据此建立和修正物理认识；仿真扩展练习、比较候选方案，并暴露需要进一步确认的问题；筛选后的方案再回到真实任务中接受检验。新的结果继续用于校准环境、调整策略和更新经验，使下一轮探索建立在更充分的认识之上。真实任务检验改进是否有效，仿真扩展比较与练习的空间。因此，评价一个世界模型或仿真环境，应考察它对实际行动的帮助：能否正确区分候选方案的优劣，能否预见关键的接触失败，能否让仿真中获得的改进在真机上兑现，以及能否减少达到同等能力所需的真实交互。任务相关的预测与决策收益是这条闭环的主要验证内容，视觉表现可以辅助检查场景。验收还需要保留独立的真实任务与条件，检验系统能否将改进带到新的物体、场景和本体上。总成本也应一并计算，包括新增数据、人工操作、计算、设备占用和恢复时间。只有把这些投入与实际收益联系起来，才能判断一次仿真扩展或模型更新是否提高了能力获取效率。随着循环持续推进，经过校准的场景、验证过的物理条件和可靠的技能测试，可以逐步成为后续任务共同使用的基础。已有经验帮助系统更快找到值得尝试的方向，仿真把这些方向展开为更充分的比较，真实交互再确认哪些认识能够成立。双脑协同希望推动的能力积累，也将在这种相互校准中获得越来越扎实的物理依据。六、走向具身智能的“Transformer时刻”前面讨论的双脑协同、三个递进闭环，以及真机与仿真的相互校准，最终指向一个共同目标：让机器人在真实交互中获得的经验，成为更多任务和本体可以复用的基础。Transformer的重要启发，在于共享的基础架构能够承载多种能力，并支持持续扩展。我们期待具身智能也迎来这样的“Transformer时刻”：机器人领域逐步形成广泛可复用的共同底座，使不同任务和本体能够共享经过验证的物理认识，让一次部署积累的经验服务更多后续场景，并支持模型、工具与控制器在这一基础上持续演进。这一目标在物理世界中面临更复杂的条件。机器人拥有不同的身体、传感器和执行能力，同一个任务也会受到空间、接触、载荷与环境变化的影响。因此，共同底座需要连接可共享的物理关系与各自的执行条件。它既要支持不同任务利用已有认识，也要帮助系统识别迁移中的差异，判断何时可以复用、何时需要重新观察和学习。我们把世界模型视为构建这一底座的核心环节。物体如何运动，接触如何改变状态，一个动作可能产生什么后果，这些认识能够为规划、控制、仿真和学习共同提供依据。如果真实交互可以不断校准这些认识，而校准后的模型又能够帮助更多任务选择行动、组织练习和发现未知条件，物理经验就有机会进入一条持续扩展的学习路径。双脑协同是大晓围绕这一目标选择的系统探索。SenseNova组织任务、技能与已有知识，开悟围绕物理状态和行动后果提供判断，具身Harness将它们连接到感知、记忆和执行过程。我们希望通过这样的协同，让一次任务中得到的反馈能够被分析，让有价值的认识获得验证，并以适合的形式进入后续任务与模型版本。这条路径能否形成共同底座，需要回答几个关键问题。随着经验覆盖更多物体、场景和接触条件，同一套核心机制能否在更广泛的独立任务上持续获得收益？换用新的本体时，已有认识能否减少适配所需的数据与工程投入？模型和工具更新之后，经过验证的技能与经验能否继续发挥作用？这些结果决定了系统的积累能否跨越单次任务、单台设备和单个版本。尤其值得观察的，是能力获取成本的变化。在可比较的条件下，掌握一项相关新能力所需的真机时间、人工投入和计算资源，是否随着经验积累而下降；获得这些收益时，系统能否保持已有技能，并在新的条件下可靠运行。这样的证据如果能够跨任务、跨本体、跨轮次重复出现，就能够说明共同基础正在产生持续价值。这种价值还会进一步改变机器人开发的方式。新的本体可以借助已有的任务组织与物理认识，更集中地解决自身感知和执行上的差异；新的应用可以利用经过验证的技能、场景与评测工具，更快找到需要探索的关键问题；不同团队也可以围绕清晰的接口与验证标准贡献成果，让各自的进步被更多后续工作承接。形成这样的共同底座，需要架构上的探索，也需要可扩展的学习方法、可靠的工程机制和持续的真实验证。双脑协同能否为此作出贡献，最终要由这些结果回答：越来越多的机器人能够带着已有经验进入新任务，也能够把新的发现带回共同基础，让后续能力拥有更好的起点。结语：让下一台机器人少走弯路回到最初的那只水杯。取杯任务结束后，这次交互的价值仍有机会继续延伸。一次滑移可能暴露了尚未理解的接触条件，一次调整可能提供了值得检验的恢复方法。经过分析与验证，这些经历能够帮助系统更清楚地认识：什么条件下可以继续行动，什么时候需要改变策略，还有哪些问题必须交给下一次交互来回答。明天，另一台机器人面对相似任务时，需要观察眼前的环境、确认自身的执行条件，也可以借助已有经验，更快找到值得尝试的方案，更早注意到容易忽略的变化，并更有针对性地安排试探。当这些认识帮助它减少了重复错误、缩短了适配过程，今天这次交互就开始产生超出单次任务的价值。双脑协同希望建立的，正是这种能够延续的联系。任务推理与物理预测通过真实反馈相互校正，执行中获得的认识经过验证进入后续学习，学习与研发的方法也在持续实践中得到改进。不同模型、工具与机器人本体，可以沿着这条路径各自演进，并继续利用已经积累的有效经验。这份期待，需要由可重复的结果逐步支撑：新的任务是否用更少的真机试验学会，新的本体是否以更低的成本完成适配，系统是否在增长能力的同时保持可靠，以及这些收益能否随着经验积累而延续。把这些问题变成清晰的实验、可追溯的证据和持续的改进，是大晓推进双脑协同需要完成的工作。我们希望，有一天，机器人进入一个新场景时，能够带着更充分的认识出发；离开这个场景时，也能为后来者留下经过检验的经验。每一项能力的获得，都由此有机会帮助更多能力生长。让一台机器人付出的探索，为更多机器人省下重复试错的代价。这是我们希望双脑协同能够推动的进步。
  • 10 荣耀李健：以用户为中心，共建入口、共筑信任， 开启智能经济时代AI终端生态新范式 荣耀CEO李健在2026移动网络大会发表主题演讲，围绕“以用户为中心，共建入口、共筑信任、共创未来”分享对智能经济时代产业演进的思考。他提出，AI入口之争并非存量零和博弈，行业应以赢得用户信任为导向，开放协同，让入口主权回归用户，共创智能经济新生态。李健表示，算力、大模型与具身智能深度融合，正在重塑产业、经济和社会底层逻辑，AI带来的不是局部功能微调，而是全行业工作流与生产范式的颠覆性重构。但当下，用户日常交互仍持续陷入繁琐切换App、反复操作的消耗之中，人机交互大多停留在“人找服务”的阶段。在李健看来，决定商业范式走向的核心变量是“稀缺”，产业演进史本质上就是稀缺要素迭代的过程：移动通信经济时代连接充足、信息稀缺，对应内容变现的通道经济；移动互联网经济时代注意力稀缺，形成流量变现的注意力经济；迈入智能经济时代，意图委托成为新的稀缺，商业逻辑转向按结果变现的意图经济。过去入口是可供点击的图标，未来入口诞生于用户产生意图的瞬间，价值核心蕴藏在每一次被用户托付的结果之中。从意图生成到结果交付，全行业仍需要跨越三道门槛。智能能力持续突破边界，长期记忆能力让AI愈发善解人意，但智能服务越主动，信任层面的挑战就越突出：其一为智能稀缺，考验AI能否落地办事；其二为上下文稀缺，考验AI能否读懂用户，AI不缺基础能力，缺少对用户身份、场景、需求、过往行为的感知；其三为信任稀缺，考验AI是否值得托付，上下文属于用户个人主权资产，授权与否取决于AI能否做到可信、可靠、可控。“能力决定AI能走多快，信任决定AI能走多远。”李健说。这一判断也和当前行业竞争趋势相呼应。高盛年初研报将2026年定义为中国互联网行业 “关键之年”，行业竞争范式已经从流量、规模比拼，转向入口控制权与商业闭环兑现。Omdia资深分析师钟晓磊认为，AI手机竞争正从“App入口之争”转向“AI任务调度权之争”，手机厂商承担意图理解与任务调度角色，互联网企业供给具体服务，商业利益分配仍存在博弈空间。国家网信办等三部门联合印发的《智能体规范应用与创新发展实施意见》，明确将安全、可靠、可信作为产业发展底线，而这条底线最终要落到离用户最近的终端之上。终端既是用户意图的天然载体，也是信任的天然护盾，看得见、摸得着，深度嵌入用户生活；数据权限由用户自主掌控、可留在本地，它不只是一块屏幕，既是意图的入口，也是信任的出口。荣耀的目标，是让智能渗透到用户每一台终端、每一处场景，推动万物有灵、人机共生，让智能普惠日常，最终成就更强大的人。作为AI终端生态公司，荣耀秉持AHI“智启人本”理念，主张AI的价值是增强人而非替代人。继此前提出IQ（智能度）、EQ（生命感）两大维度之后，李健在本次大会新增 TQ（信任度），将其作为AI进化的第三个核心维度。他以荣耀 Magic9传承经典阿莱三镜头转塔设计作比喻：IQ、EQ、TQ就是荣耀AI的三镜头转塔，三者协同，AI才能从“会办事”升级为“可信赖”；缺少 TQ 约束，IQ、EQ 越强，潜在风险越高。荣耀以此为基础打造 “用户共生型YOYO智能体”——它是高效助手、懂人的伙伴，更是和用户共生的数字分身，唯一使命是理解、增强、守护用户。李健谈到，“入口无需争夺，信任自会汇聚。”过往行业常以封闭筑墙打造护城河，但用户生活本无边界，割裂的生态壁垒，最终会割裂连贯的智能体验。荣耀要打造的入口，不是抬高围墙，而是拓宽通路：一端汇聚各类服务生态，立足真实用户需求与场景；另一端汇聚模型生态，打通云端模型、算力供给与全链条 AI 服务供给。面向未来，荣耀将携手中国移动以及生态伙伴开放共创，搭建以用户为中心的智能经济生态：共建入口，YOYO联动灵犀、千问、豆包、Gemini等伙伴搭建智能体网络，针对差异化的用户需求，提供丰富、多元的解决方案；共筑信任，和中国移动共同搭建覆盖可信网络、可信身份、可信结算、可信运营、可信终端的完整信任链条，让智能服务不止是效率工具，更是可靠伙伴；共创模式，荣耀与中国移动联合，在荣耀Magic9系列定制机上首发 Token套餐，荣耀也将联合更多合作伙伴，围绕Token分发、用户订阅、定制终端、服务分发持续探索全新商业模式。李健引用乌镇世界互联网大会相关表述谈到，科技应增强人的能力、拓展人的选择、彰显人的价值、增进人的福祉，技术的尺度，最终是人的尺度。“过去，入口是一个APP 图标；今天，入口是用户产生意图的那一刻。”李健说。交互范式正从点击图标转向意图直达，未来入口不属于任何单一厂商，行业真正该回答的，不是“入口归谁”，而是“如何把最好的体验交给用户”。当意图成为入口、Agent自主行动、智能无处不在，入口主权在用户，智能根基在信任，AI未来在共创。
  • 11 联想、阿里、腾讯等巨头竞相“发证”，FDE告别“野蛮生长” FDE正持续“走红”。连日来，各地相关的培训陆续开班，宁波慈溪、上海徐汇、武汉东湖等地相继推出FDE专题培训。但各自课程上的区别也暴露了一个现状，FDE此前缺少统一的能力标准和系统化培养体系。10月27日，行业迎来首个权威认证——工业和信息化部电子工业标准化研究院与联想集团联合发布FDE培训认证。业内认为，这一认证的落地象征FDE告别“野蛮生长”，正式进入“立标”之年。权威认证落地，FDE能力标尺加速成形在招聘网站上，FDE是眼下最受关注的岗位之一。猎聘大数据研究院统计，自去年9月至今年8月，国内FDE人才的供需比仅0.28，相当于四个岗位抢一个人。但在澎湃新闻的一篇报道里，一位招聘从业者判断“只有约20%挂着FDE头衔的人，实际能力与岗位定位匹配”。FDE人才供给存在结构性矛盾是现状，但另一方面，各方动作的密集落地，也使其能力标尺加速成形。工信部在将FDE写入国家级政策文件后，又发布了FDE制造业（初/中/高）培训课程大纲，把68个制造业实战案例纳入课堂；上海提出“建立超千人规模的FDE工程师储备库”，武汉计划未来三年“培育一千名FDE人才”。产业侧，联想、阿里、腾讯等企业各自推出了相关认证。其中，联想与工业和信息化部电子工业标准化研究院联合发布的FDE培训认证，是业内首个由企业与行业人才标准化专业机构权威认可的培训认证。▲ 工业和信息化部电子工业标准化研究院与联想集团联合推出的FDE培训认证证书样例据联想介绍，其课程按企业AI设计方法、智能体工坊与AI基础能力、项目交付实施与运维三大系列展开，总投入约120小时，贯通业务场景识别、方案设计、现场交付与持续运营的完整链路。培养投入明显向实践倾斜，大部分时间用于课后练习与贯通式综合实训，且实操考试明确要求在预置环境中完成指定任务，并提交过程与结果证据。有业内人士称，这一培训认证既有联想在产业侧积累的实战经验，也有国家级标准化机构在行业标准研究与专业考试评价方面具备的专业能力，是一份可参考的行业能力标尺。FDE是一个复合型岗位，交付是关键FDE是一个重交付的“复合型”岗位，业内甚至将FDE比喻为“六边形战士”。在36氪的一篇报道中，一位AI公司FDE团队负责人形容“别说六边形，可能二十边形都不够”，因为FDE落地要根据实地情况调整，不同行业项目的需求和流程都不一样，完整的项目经验积累是关键。联想在公布推出培训认证时也称，FDE的能力不依附于工具，而是人本身，比如，要把客户模糊的业务诉求翻译成“做什么、不做什么、谁负责”，把技术指标翻译回业务语言。这一判断来自联想自身的实践。据了解，联想在内部以智能体重构企业核心价值流程，已有60%的业务流程由智能体接管并实现自动化运转。其将沉淀的技术能力进行产品化、标准化，对外构建了200多个可验证、可交付的智能体方案，单是制造行业就高达128个。同时，联想还成立了FDE组织和启动人才资源池建设，相关人员具备大量在制造、能源、政务、金融等行业的项目实践经验，能够将通用AI能力快速转化为可量化的业务价值并最终完成交付。交付是产业侧共同关注的焦点。如阿里云的公共云生态伙伴FDE体系，把驻场交付中验证过的能力拆解成架构与任务拆解、工具调用、生产可靠性等多个可考核维度；腾讯云的ADP FDE认证，考察重心也包含实施交付。现场经验是否能沉淀和复用，是FDE与传统驻场的区别“鉴别FDE的唯一分水岭是现场经验是否被系统性地沉淀为平台能力。”中国工经联党委书记、副会长兼秘书长熊梦接受媒体访谈时给出过这样一个观点。与之类似，中国信通院在研讨会上也将FDE与传统驻场的区别定义为“是否将现场经验沉淀为可复用的工程资产”。两个来自不同行业的案例，提供了观察切口。在大型化工行业，阿里云与中国石油昆仑数智组建FDE联合团队，白天坐进班组和控制室跑装置、听经验，晚上将行业经验沉淀成工业Agent能力，典型异常从发现到定位从30分钟降至2分钟内，同时，项目沉淀了45个MCP工具和29个Skill。在另一家大型家电制造企业，联想FDE团队前置客户现场，三周完成POC，三个月交付库存优化与计划两个智能体，并把跑通的逻辑沉淀为客户自有的“智能体工坊”。经过持续运营，该企业原料库存降低45%、成品库存降低70%、订单交期缩短38%、呆滞库存降低50%。这些数据，印证了联想集团高级副总裁、中国方案服务业务群总经理戴炜对FDE价值的判断，他表示，FDE是可被验证的交付能力线。近期与工业和信息化部电子工业标准化研究院联合推出FDE认证，是希望“把联想在一线沉淀的方法与教训，交给标准去校准，再反哺给整个行业”。
  • 12 进博首秀！上海 AI 企业阶跃终端携 STEPX Neo 智能体手机亮相高通展台 11月5日，第九届中国国际进口博览会在上海举办，主题为“新时代，共享未来”。在本届进博会上，阶跃终端旗下 STEPX Neo 智能体手机首次亮相，在高通展台展示支付宝神券、剪映、携程等多项生态合作体验，同时也带来智能体终端原生开发工具Step Studio及开发者共创成果演示。通过将阶跃终端前沿 AI 能力与骁龙在终端侧智能领域的优势结合，STEPX Neo 以模型、软件、硬件一体化协同，支持用户通过个人智能体阶跃 Amoo 查询消费优惠、联动剪映助手生成旅行视频，以及调用携程服务规划行程、比选交通与住宿方案等，在消费、创作、出行等场景充实用户体验。未来，阶跃终端将持续携手高通及生态伙伴，推动芯片技术、终端创新与专业服务深度协同，加速探索下一代个性化智能体终端体验，让智能体更自然地融入日常生活，让更多用户共享开放合作带来的创新成果。
  • 13 拓竹发布第三代旗舰 3D 打印机 H3C：搭载 9 头 6 秒闪切系统，国补后 13999 元起 拓竹（Bambu Lab）正式发布第三代旗舰级 3D 打印机 H3C。新机重点攻克多材料与异质打印难题，首发搭载 Swaptek™ 九头闪切系统、顶置一体化 AMS 3H 供料系统（支持最高 85℃ 烘干）及可变线径挤出机三大核心技术。H3C 标配 9 个独立硬化钢喷嘴打印头（8 个用于多材料/全彩打印，1 个专为 2.85mm 规格的 75A 超软 TPU 柔性耗材定制），支持最快 6 秒无冲刷换料，极大减少了多色打印的废料与等待时间，同时让消费级叠色打印与超软耗材稳定高速打印真正落地。此外，新机成型体积达 330×320×325mm，配备 65℃ 主动恒温腔体，并支持选配裁切、绘图与压印等自动化多工艺扩展头。售价方面，拓竹 H3C 标准套装起售价为 16499 元，首发期间直降 1000 元，叠加国家补贴后到手价低至 13999 元。
  • 14 前迪士尼 AI 高管出任 CPO，Utopai Studios 技术布局再提速 2026年11月2日，被美国权威媒体《综艺》（Variety）评价为”全球最大独立 AI 原生影视公司”的Utopai Studios宣布前迪士尼AI高管Hans Ku正式加盟，出任首席产品官，向联合创始人兼首席执行官Cecilia Shen汇报。他将统筹产品、工程、研究及业务拓展，推动技术能力规模化应用，将其在娱乐科技与产品创新领域的丰富经验，与Utopai Studios的自研技术和影视制作体系相结合，带领团队与电影人共同打磨长篇影视叙事引擎PAI，加速PAI在原创影视项目与行业合作中的规模化应用。一位深耕娱乐科技逾二十年的高管，为什么选择一家成立仅四年的AI原生影视公司？源自Utopai Studios不断壮大的创作阵容、加速推进的原创片单与扎根制作现场的技术实力所展现出的强大吸引力。从奥斯卡提名演员安东尼奥·班德拉斯主演的《科尔特斯》，到多位好莱坞动画创作者共同打造的《最严肃的屁》，Utopai Studios正将顶尖创作资源与自研技术凝聚为持续推进的影视作品。Hans Ku的加入，将与Utopai Studios现有的创作与技术力量形成合力，赋予创作者们新的可能——借助AI加速迭代、探索更多创意表达，并以更强的掌控力将复杂的创意呈现于银幕。从迪士尼到Utopai Studios，他带来的不只是履历Hans Ku的职业轨迹，始终与创作方式的演进紧密相连。Hans Ku此前担任华特迪士尼公司技术赋能办公室AI与工程副总裁，带领团队从AI辅助工程和生产力工具，拓展至生成式内容与模型战略，以及AI原生制作流程研究。同时，他在迪士尼与 OpenAI 围绕 Sora 开展的重要合作中发挥关键作用，衔接 OpenAI 的研究、产品团队与迪士尼各业务部门，推动生成式视频技术适配专业内容创作与商业落地需求。这段任职经历，让他在前沿 AI 技术和大型娱乐公司的创作体系之间，积累了宝贵的跨方协作经验。Hans Ku与OpenAI相关的产品实践，还可追溯至他担任Tubi产品高级副总裁期间。他曾带领团队落地流媒体平台较早一批和 OpenAI 的合作项目；Tubi 在 2023 年上线基于 GPT-4 的 Rabbit AI 内容发现功能，支持用户用自然语言检索影视内容。从赋能观众内容发现，到探索生成式视频服务影视创作，Hans Ku 持续推动 AI 转化为可落地的产品体验。他还联合创立 AI 原生影视初创公司 Scenely，探索从故事构思到影像成片的一体化路径。将技术突破转化为艺术家手中的创作能力，是Hans Ku过往建树的一条鲜明主线。早在华特迪士尼长篇动画工作室，Hans Ku 就参与了无纸化绘画与动画系统 Creation Station 的开发，帮助传统动画艺术家转向数字化创作。在梦工厂动画期间，他与惠普合作推出专业色彩显示器 DreamColor，该产品获得美国电影艺术与科学学院颁发的科学与工程奖。从绘画工具、色彩标准，到 AI 驱动的制片流程，他的技术与产品落地始终围绕创作者的真实需求。在视频平台与数字消费产品领域，Hans Ku 也拥有深厚的产品管理经验。他曾在 Instagram 负责 Instagram 官网、设计系统、移动端体验及新兴交互界面相关团队；担任 Flipagram 首席产品官时，在该平台被字节跳动收购后，参与推动其向 TikTok 迭代；他联合创立的移动视频创作公司 Ptch 被雅虎收购后，他负责 Yahoo Video 业务，并主导推出 Yahoo Live。横跨专业创作工具、短视频平台与 C 端用户体验的经历，让他能够同时站在创作者和观众两端思考产品价值。Hans Ku 拥有加州大学洛杉矶分校化学工程与生物工程理学学士学位、南加州大学马歇尔商学院 MBA，也是多项专利的署名发明人。此番加入Utopai Studios，在娱乐、科技和内容创作领域拥有超过20年经验的Hans Ku将把这些经验带入电影制作现场。他领导的产品、工程、研究及业务拓展团队，将直接与电影人、影视公司和制作公司并肩工作，在正在推进的项目中共同开发、打磨PAI，并将其融入专业制作流程。Hans Ku表示：“Utopai Studios的独特机会，在于影视制作与技术研发能够同步成长。我们可以把真实制作中的经验直接转化为更好的产品和工作流程，再将这些能力带给世界各地的电影人和影视公司。我将与电影人共同打造PAI，让他们拥有更好的工具去探索创意、打磨作品，将创作愿景搬上银幕，同时始终把创作决定权留在电影人手中。”这也凸显了Utopai Studios在电影制作上的核心优势与重点布局：将原创项目、专业电影人和技术研发汇聚于同一体系，让产品开发始终围绕真实创作需求展开。随着影视片单与全球合作持续扩展，Hans Ku将统筹PAI在AI模型、智能体系统、制作流程和协作工具上的发展，并推进企业级部署及影视公司合作，把制作现场沉淀的经验转化为可在更多项目中应用的能力，赋能影视制作规模化发展。“我们正在为新时代的娱乐产业打造一家全球化影视公司，Hans将在推动相关技术和基础设施规模化发展方面发挥核心作用。”Cecilia Shen在此次任命中表示。为什么这些创作者，开始出现在同一张片单上？Hans Ku的到来，延续了Utopai Studios在人才与内容两端的布局。技术团队中，首席科学官Zijian He此前领导Meta超级智能实验室的媒体生成基础模型团队，并参与领导Meta Movie Gen等生成式AI项目；影视业务方面，Utopai Studios APAC总裁Hyun Park拥有CJ ENM旗下Studio Dragon、华纳兄弟韩国及DramaFever等机构的管理经验。研究、产品、制作与全球业务，由不同背景的专业人士共同推进。与此同时，Utopai Studios也通过具体项目，与演员、编剧、导演及艺术家建立合作。历史史诗《科尔特斯》（Cortés）由奥斯卡提名演员安东尼奥·班德拉斯主演，剧本由奥斯卡提名编剧Nicholas Kazan执笔；《半月》（Half Moon）由柏林银熊奖导演Hyo-joo Yang执导，将跨文化家庭的情感故事带入片单。技术所支持的内容，既有宏大的历史题材，也有细腻的人物关系。其中，最能看出Utopai Studios内容野心的作品之一，是计划于2027年上映的家庭动画长片《最严肃的屁》（The Most Serious Fart）。一个听起来像玩笑的名字，背后却是一支认真对待故事、角色和表演的创作团队。影片改编自Mike Bender与Chuck Dillon的畅销儿童书，Mike Bender担任编剧、导演及制片人；《怪物史莱克》编剧Joe Stillman担任联合执行制片人；团队还汇聚了制片人Russell Hollander、分镜艺术家Andy Brooks、艺术指导John Lee等创作者。参与《辛普森一家》《飞出个未来》等作品的选角导演Scott Muller，则负责影片的配音选角。原著创意、动画叙事、视觉设计与声音表演，在同一项目中汇合。为什么要用这样的阵容，认真拍一个关于“屁”的故事？影片主角Siegfried拎着公文包，一心想改变同类的名声，却在旅途中逐渐学会接纳自己、建立友谊，也学会不必事事过于严肃。孩子可以看到一场荒诞而有趣的冒险，成年人也能从中读到熟悉的困惑：我们为什么害怕不完美？又要如何与真实的自己相处？这正体现了Utopai Studios选择内容的标准：鲜明的角色、能够跨越文化的情感，以及值得继续讲下去的世界。《最严肃的屁》既是一部正在制作的动画长片，也承载着Utopai Studios培育长期原创IP的计划。艺术家主导原画与创意，AI在他们的指导下支持制作迭代，最终决定一部电影是否打动观众的，依然是故事与人的表达。榜单第一之后，让电影制作能力继续领跑人才与片单之外， Utopai Studios还有一套围绕电影需求构建的技术体系：自研制片智能系统PAI，以及基于MiniMax H3定制的视频生成模型Utopai X。10月底，Utopai X在独立评测机构Artificial Analysis的无音频图生视频排行榜中击败多个风头正劲的大模型、登顶全球第一，并且以 1155(±19) Elo 评分大幅度领跑榜单；此前，该模型已在该机构9月底发布的全球文生视频排行榜中首次亮相即位列全球第二。两个榜单均采用盲评方式，通过观众对生成结果的偏好评价进行排名，成绩对应当时的评测快照，并随模型更新和投票变化。这也是该榜单采用盲评机制以来，首次有影视公司定制的模型取得这一成绩。院线长片对技术的要求，贯穿每一个镜头与每一次创作调整：角色跨越数百个镜头的一致性、摄像机运动中的空间连贯性，以及导演修改意图的精准落地，共同构成专业影视制作的高标准。Utopai Studios正以这些标准牵引技术研发，将视频生成能力深入推进到长篇影视制作的核心环节。围绕这一目标，Utopai Studios构建了Utopai X与PAI协同运作的技术体系。Utopai X聚焦光线与反射、空间理解、画面一致性等关键能力，为电影级视觉表达提供有力支撑；PAI则将剧本拆解为场景与镜头，持续关联角色、场景、道具等项目信息，借助智能体辅助镜头规划与多版本生成，并衔接Premiere、DaVinci Resolve等专业后期工具。从画面生成到镜头组织，再到创作迭代与后期协作，Utopai Studios将技术能力融入完整制作流程，让电影人以更强的掌控力实现创作构想。这种紧扣电影需求、贯穿制作环节的研发路径，正是Utopai Studios技术实力与差异化竞争力的重要体现。更重要的是，这套体系就在真实项目中成长，作品制作过程中的需求，会直接反馈给产品与研发团队；工具改进后，再回到艺术家的工作台，角色设计、环境构建、镜头衔接和创意修改中的具体难题，成为下一轮技术优化的依据。Hans Ku的加入，将进一步推动这种紧贴制作现场的产品开发，让技术成果服务于更大规模的影视业务。全球合作版图不断延伸2026 年 10 月，Cecilia Shen 在戛纳电视节 MIPCOM 开幕日发表主题演讲，与 CJ ENM Studios 内容CEO Ken Oh 同台讨论 AI 与影视制作。在这一全球内容交易舞台上，Utopai Studios展示的方向，是如何让新技术进入专业制作，并让更多故事获得被拍出来的机会。Utopai Studios与CJ ENM Studios正围绕AI工作流及韩国内容制作推进合作，将PAI引入剧集制作管线。在日本，Utopai Studios与DeNA合作，将PAI融入AI辅助动画的实验性制作流程。在中国，Utopai Studios与华策影视共同开发动画剧集《西游记：消失的500年》，围绕中国经典故事探索面向全球观众的动画内容。不同市场的合作，带来了不同的制作要求：韩国剧集、日本动画、中国神话IP，各自拥有鲜明的审美、叙事传统与产业流程。Utopai Studios正在通过这些项目拓展技术的应用范围，也积累与不同创作团队共同工作的经验。与此同时，Utopai Studios的合作版图还延伸至体育娱乐，获得了NBA名人堂成员卡梅隆·安东尼通过旗下Creative 7投资并成为其战略合作伙伴，共同探索运动员故事与原创娱乐IP；还与詹姆斯·哈登合作动画短片。十亿美元之后，下一份答卷在银幕上Utopai Studios在人才、作品、技术与产业合作上的持续积累，正赢得资本市场的关注与支持。据The Information于2026年10月报道，Utopai Studios完成6000万美元融资，估值达到10亿美元，跻身独角兽行列。成立仅四年，Utopai Studios已将对AI原生影视的构想，推进为汇聚专业人才、原创内容与自研技术的全球影视事业，展现出强劲的发展势头。今年5月，Utopai Studios联合创始人兼首席执行官Cecilia Shen登上《福布斯》数字封面，其将AI技术带入长篇影视制作、打造十亿美元影视公司的雄心受到关注。从创始人的愿景，到日益壮大的团队与持续丰富的片单，Utopai Studios正以一项项具体进展，让新一代影视公司的轮廓愈发鲜明。顶尖人才持续汇聚，原创片单加速推进，自研技术深入制作，全球合作版图不断延伸——Utopai Studios正将这些优势凝聚为面向未来的影视竞争力。站上十亿美元估值的新起点，公司的雄心已从一部作品延伸至一代制作体系，从一个市场拓展至全球银幕。随着更多原创故事走向世界，Utopai Studios将在新一代娱乐产业中打开更广阔的增长空间，书写属于AI原生影视公司的新篇章。
  • 15 15万级纯电轿跑怎么选？埃安Ray7五版本分层解析：续航、智驾、底盘一次看懂 对年轻用户来说，选一辆纯电轿车，往往要同时回答几个问题：每天通勤续航够不够用？车机是否流畅？智能驾驶硬件是否符合需求？外观能否表达个性？偶尔想体验驾驶乐趣时，底盘和动力又能否跟上？如果还要把预算控制在15万元左右，这些需求就更容易彼此拉扯。近日开启预售的Ray7，共推出5个版本，预售价为12.88万—15.88万元。它的特点并不是把所有配置都堆在同一个版本上，而是围绕续航、智驾和底盘进行分层，让不同需求的人能够找到对应选择。日常通勤，先看续航、电耗与补能是否适合自己如果购车主要用于城市通勤，530版本提供了相对直接的解决方案。其搭载45.58kWh因湃电池磷酸铁锂电池，CLTC续航里程为530km，CLTC综合工况电耗为9.7kWh/100km，30%—80%快充时间为22分钟。对于不需要频繁长距离出行、同时关注能耗的，这一版本的重点是满足日常使用，而不是为用不到的续航增加预算。如果对跨城出行或长续航有更高要求，702版本搭载62.98kWh宁德时代电池，CLTC续航里程达到702km，选装高性能套件后续航为600km，30%—80%快充时间为21分钟。其CLTC综合工况电耗为9.8kWh/100km和11.7kWh/100km。可以根据是否选装高性能套件，在续航和性能取向之间作出取舍。除了续航数字，Ray7还提供一些与日常用车相关的配置：全系支持6kW V2L对外交流放电，并配备电池低温加热、动力电池全时段安保系统、碰撞断高压电功能及12V电池自动补电。445L后备厢则对应购物、行李和周末出行的装载需求。对于用户而言，这些配置未必像加速时间一样醒目，却更接近实际用车场景。智能配置怎么选，关键看自己是否真正需要进入车内，人们最容易感知的是屏幕和交互。Ray7配备15.6英寸2.5K高清中控屏，搭载高通骁龙8295P座舱芯片，搭配24GB LPDDR4运存和128GB UFS闪存，并支持车手互联全覆盖。对于习惯使用手机导航、音乐和互联功能的年轻人来说，这套硬件的主要意义，是为车机运行和多任务交互提供基础。智驾部分则需要结合版本来看。Ray7搭载ADiGO GSD智驾辅助系统，采用文远知行L4级同源算法和一段式端到端大模型，全车搭载27个车规级智驾传感器，全系配备3个4D毫米波雷达。激光版车型进一步配备1个半固态192线激光雷达。这意味着，如果只是希望获得基础智能硬件，可以关注驾趣版；如果更重视激光雷达及其对应的硬件方案，则需要在530后驱激光版、702后驱激光宁德版和702后驱EMB激光宁德版之间选择。对用户来说，这种区分的价值在于，智驾硬件不再只是顶配车型的专属，530续航版本也提供了激光版选项。想兼顾舒适与驾驶感，可以重点看702系列Ray7全系采用后置后驱布局，电机最大功率180kW、最大扭矩235N·m。530版本百公里加速时间为7.4秒，702版本为6.9秒，最高车速均为180km/h。舒适、运动、节能和个性四种驾驶模式，则能够根据通勤或驾驶偏好进行切换。底盘方面，全系采用前双叉臂式独立悬架和后五连杆式独立悬架。702版本增加FSD自适应阻尼调节减振器、HRS液压回弹止动器及高性能后横向稳定杆，更适合对底盘配置有进一步要求的用户。顶配的702后驱EMB激光宁德版还搭载HUAWEI DriveONE芯片级驱制融合架构和EMB全电线控制动系统，并配合华为iTrack动态扭矩分配系统，形成更完整的驱制动技术组合。当然，年轻人也不会忽略第一眼感受。Ray7的低趴宽体姿态、四门无边框车门、半隐藏式门把手，以及3.6m量子星环贯穿前后LED灯、焕新AION前后发光车标，都在强化高颜值轿跑的视觉特征。仲夏紫、闪电黄等多种车色，则给喜欢个性表达的用户留下了选择空间。七项预售权益，分别能省下什么、升级什么除了车型本身，预售权益也直接影响购车决策。限时599元锁定至高27000元预售权益，具体包括七项：1. 订金膨胀礼：599元预售订金限时膨胀抵2000元购车款。2. Ray尝鲜礼：限时提供3000元无门槛补贴。3. 车色焕颜礼：价值3999元的仲夏紫高定车漆限时免费。4. 驾趣进阶礼：价值3999元的一体式运动座椅限时免费；选择702后驱EMB激光宁德版，还可限时免费升级价值3999元的高性能轮辋及黄色卡钳。5. 尊享升舱礼：价值4999元的三层镀银天幕限时免费；三款702版本还可限时免费升级价值5000元的17扬澎湃音响。6. 暖心随行礼：限时赠送原厂全景天幕遮阳帘。7. 挚友复购礼：广汽旗下品牌老车主复购Ray7，可享专属5000积分。Ray7的选车逻辑可以归纳为：日常通勤优先看530系列，长续航和底盘配置优先看702系列，重视激光雷达选择激光版，希望同时获得EMB和驱制融合技术则关注顶配。七项限时权益又分别覆盖购车款、车色、座椅、轮辋、天幕、音响和遮阳帘，能够根据自己的需求判断哪些权益真正有价值，而不是只关注“至高”数字。
稀土掘金 文章榜 共15条
网易新闻 热点榜 共15条
51CTO 推荐榜 共15条
Github 热门榜 共15条
热搜日期： 最新数据