寒武纪:上半年暴赚23亿,下半年看交付

(本文作者为 AIX财经,钛媒体经授权发布)

文 | AIX财经,作者 | 金玙璠,编辑 | 魏佳

寒武纪大概是这两年A股讨论度最高的公司之一。2024年之前,市场关注的是它能不能赚钱。2024年四季度第一次单季盈利、股价一路涨上来之后,争论点是增速和市值。8月7日晚间发布的2026年半年报,值得对照这两个问题来解读。

先看第一个问题。上半年营收60亿,同比增长108%,归母净利润23.1亿,同比增长123%,盈利已经连续了七个季度。利润基本来自主营业务,扣非净利润的增速(137%)比归母净利润(123%)还高,政府补助(9172万)的占比只有4%。能不能赚钱,到这份财报已经没有争议了。

图源 / 寒武纪2026年半年度报告

第二个问题要复杂得多。财报发布当天,寒武纪股价报收1199.9元,市值约7540亿,年内涨了三成。不过6月30日市值第一次突破万亿之后,股价又回落了四分之一。

寒武纪的关注度,和行业背景直接相关。英伟达高端芯片对华供应受限之后,国内互联网大厂的算力采购需要国产承接方,A股能直接接住这个需求的公司屈指可数,其中主业全部押在AI芯片上、收入跑得最前的,是寒武纪。

它上半年的收入,几乎全部来自云端数据中心芯片。2024年以来,金融、互联网行业的采购放量,是它收入增长的主要来源。利润的增长主要靠规模摊薄费用,上半年三项费用合计一亿出头,收入却翻了一倍。

资产负债表上的变化比较大,二季度单季存货增加37.5亿,期末达到82.5亿,超过上半年全部收入

但分季度看,二季度收入只比一季度多了7.8%,同一个季度,公司却把37.5亿换成了存货。现在看寒武纪,除了利润,更关键的是看它备下的货,能不能按计划转化成收入。

01.60亿收入,费用率不到2%

寒武纪的业务此前分成三条产品线,云端、边缘、IP授权及软件。2026年上半年的实际收入里,云端产品线占了99.9%以上,边缘产品线只收入87.7万元。IP授权及软件这项业务,2025年年报里还有229万元收入,这份半年报的收入分类表里已经没有了。

图源 / 寒武纪2026年半年度报告

IP授权是寒武纪起家的业务。2017年华为麒麟970芯片采用了寒武纪1A处理器,IP授权一度占到公司收入的九成以上。与华为终止合作后,公司主要靠政府和国企的智能计算集群项目维持收入,这一阶段持续到2023年。2024年开始,互联网大厂的算力采购放量,云端芯片成为绝对主力。经过这几次转向,寒武纪变成了一家单产品线公司。好处是资源集中,但公司业绩也基本由云端这一条线决定。

寒武纪向客户交付的,不只是芯片硬件,还有一整套让芯片跑起来的自研软件。财报里这个方向叫基础系统软件平台,在研项目表显示,它的累计投入27亿,相当于云端芯片累计投入32.4亿的八成半。指令集、编译器、算子库都是自研,公司选择不依附CUDA,自建一套生态,这是实打实的成本。

目前GLM、DeepSeek、Qwen、Kimi、MiniMax等国产主流模型都已完成适配,DeepSeek的新模型做到了发布当天即可部署。财报里提到,报告期内公司“实现了规模化训练技术的场景拓展”。此前市场对寒武纪的认知主要集中在推理场景,训练场景的规模化落地,意味着它开始从推理市场进入训练市场

图源 / 寒武纪2026年半年度报告

收入之外再看利润。上半年毛利率55.3%,和去年同期基本持平。利润率能改善,靠的是费用。三项费用合计1.1亿,占收入的比例只有1.9%。

剔掉股份支付,销售和管理费用两项合计约9800万,和去年同期基本持平。同期收入翻了一倍,因此销售费用同比降了6.7%、管理费用降了15.9%,主要是2022年那批限制性股票的摊销基本完成,和经营效率关系不大。

费用率低的另一个原因在业务模式。寒武纪几乎全部直销、客户高度集中,不需要养庞大的销售网络,一家一千两百多人的公司,销售加管理费用半年不到一个亿。不过1.9%已经接近阶段性低点,前期激励仍在摊销,7月新披露的草案覆盖945人,财报的风险章节提示这会持续产生大额股份支付费用。

研发投入增长了近三成,但由于收入翻倍,研发投入占营收的比例从18.8%下降到11.7%。财报里,新一代智能处理器微架构和指令集还处在研发中,这半年的60亿,是现有产品把量做上去的结果,前期的研发投入不随销量增加,多卖一片就多一片的利润。

02.备货82亿抢产能

二季度收入31.1亿,是公司历史上最高的单季收入,但环比只多了7.8%,上一个季度这个数字是52.6%。净利润环比增了28%,是收入环比增速的三倍多。利润加速的原因是,毛利率从一季度的54.3%升到56.1%,存货跌价计提从2.5亿降到1.5亿。

收入为什么放慢,单看环比增速说明不了什么,得看资产负债表。

2025年三季度末,寒武纪的存货是37.3亿,2025年末是49.4亿,今年一季度末45亿。到二季度末,这个数字突然到了82.5亿,单季增长83%。

82.5亿是计提跌价准备之后的账面价值,账面余额合计90.1亿。这些存货主要投在生产前端。原材料57.5亿,委托加工物资25.4亿,两项合计接近83亿,都是尚未完工的投入。完工的成品反而很少。库存商品账面余额2.6亿,计提跌价准备1.8亿之后,账面价值只有8539万。同时,发出商品有4.7亿,也就是已经发给客户、还没确认收入的货,年初这个数字只有1.3亿。

公司仓库里几乎没有等待销售的成品,造出来的产品基本都在交付或交付的路上。这组数据可以同时排除两种担心,寒武纪目前不存在产品积压,也不存在向渠道压货做高收入的情况。

图源 / 寒武纪2026年半年度报告

一季度的存货不增反降,从49.4亿降到45亿。消耗的物料多于补进的物料,2025年底备下的货,有一部分在一季度集中变成了收入,当季经营现金流是正的8.3亿。

顺着这个思路看,快得反常的其实是一季度。2025年四季度收入18.9亿,一季度跳到28.9亿,是把2025年下半年攒下的货集中交付。二季度只是回到了备货节奏能支撑的水平。

芯片这门生意,从投料到确认收入,中间隔着晶圆制造、封装测试和客户签收验收,几个月起步,没法边卖边补。二季度能交付多少,一季度末就基本定了,这个季度交付的,主要是一季度末那45亿存货里能在二季度完工交付的部分。二季度净增的37.5亿存货,最早也要到三、四季度才能变成收入。二季度经营现金流相应转为净流出5.2亿。两个季度合起来看,上半年经营现金流仍是正的3.1亿。

补料的速度为什么提不上来,答案在上游。寒武纪是Fabless模式,晶圆制造完全依赖外部代工,本身又在实体清单里,拿料要提前几个月下单,还要先付钱。预付款项29亿,接近年初的四倍,前两名供应商占了89%,就是提前锁定资源的代价。下游是另一个方向,收入翻倍,应收账款反而从6.7亿降到2.2亿,说明客户付款很及时。寒武纪对下游强势,对上游没有议价余地。货卡在上游,卡的就是从下单到交货的那几个月。

图源 / 寒武纪2026年半年度报告

上半年寒武纪一边大规模买料,一边给原材料计提了近4亿的跌价损失,去年同期只有约5400万。计提的结构更值得注意,成品的跌价准备年初就基本提完了,本期几乎没有新增,近4亿的新增计提几乎全部落在原材料上。买新料和旧料减值同时发生,更合理的解释是产品线正在切换,老款物料随着老产品退出在贬值。切换期和上游的滞后叠在一起,二季度能交的货就更有限。

财报的风险章节提到,公司会通过战略备货等方式应对原材料价格上涨。银行存款加结构性存款约43亿,还有多家银行的授信额度,加上2025年9月近40亿的定增,备货的资金压力不大。

关于三季度,财报里有一条线索。前面那4.7亿发出商品,大概率会在三季度确认为收入。合同负债从一季度末的近4亿回落到1.9亿,而这一项去年年初还接近于零,两个季度的数据还看不出趋势。

管理层在财报之外也给出了对未来的预期。7月28日,也就是财报发布前一周,寒武纪披露了新的股权激励草案,考核目标是2026年营收135亿,2026到2027年累计405亿,2026到2028年累计1000亿。

可以算一笔账,上半年营收60亿,要完成135亿,下半年需要做75亿。二季度单季净利率已经到了41.7%,如果下半年不再出现大额跌价计提,按四成左右的净利率估算,全年归母净利润大约53亿,在几家主流券商51亿到56亿的预测区间。

图源 / 寒武纪2026年限制性股票激励计划草案

这意味着,市场对寒武纪今年的业绩预期并不算激进。但7540亿的市值,按上半年利润年化约163倍市盈率,按券商今年的盈利预测也在136到147倍。这个估值水平,很大程度上是在为2028年的千亿营收定价。

往后最需要关注的指标是存货周转,是82.5亿的备货能不能逐季变成收入。管理层把千亿目标写进覆盖全公司85%员工的考核方案,能不能兑现,要看大厂资本开支的节奏,要看下一代芯片的竞争力,也要看上游能给多少产能。三季度的交付数据出来后,会先给出答案。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

Continue Reading寒武纪:上半年暴赚23亿,下半年看交付

3.6万家门店,瑞幸撞上天花板?

(本文作者为 伯虎财经,钛媒体经授权发布)

文 | 伯虎财经,作者 | 楷楷

3.6万家门店的瑞幸,还在狂奔。

近日,瑞幸咖啡公布了2026年二季报,好消息是,“增收不增利”的态势有所缓解。

报告期内,公司净收入创季度新高,达159亿元,同比增长28.5%;净利润为14.86亿元,同比增长16.1%;月均交易客户数达到1.127亿,累计交易客户逼近5亿。

与此同时,瑞幸还在猛开店,今年上半年,瑞幸新开门店超5000家,比去年同期的3866家增长超36%,全球门店总数已超3.6万家。

任何一个指标单拎出来,都足以支撑起瑞幸的“高增长”叙事。只是,这些亮眼的经营数据背后,一个不容回避的结构性矛盾也在逐渐显现。

二季度,瑞幸自营门店同店销售额同比下降5.3%。如果把时间线拉长,这一指标在一年之内出现了接近20个百分点的下滑,这显然不是一个好的信号。

不过,在行业增长普遍放缓的当下,并不只有瑞幸经历“跑得越快,赚得越慢”的压力,茶饮行业的规模红利,已经逐渐摸到了天花板。

当规模不再是引擎,瑞幸的增长故事,也到了该重新审视的时候了。

01 瑞幸的天花板到了吗?

先看看瑞幸二季报的成色。

158.86亿元的总收入、14.86亿元的净利润、1.127亿的月均交易用户、3.63万家全球门店……瑞幸的核心经营指标依然能打。

尤其是利润增长,从2025年三季度至2026年一季度,瑞幸净利润持续负增长,如今终于重回双位数正增长,净利润同比增长16.1%。 

不过,另一组数据却让这份成绩单的成色打了折扣。

二季度,瑞幸自营门店同店销售额同比下降5.3%,已连续两个季度负增长,从2025年三季度的+14.3%,到四季度的+1.3%,再到2026年一季度的-0.1%、二季度的-5.3%,这不是“缓降”,而是“急降”。

(图:瑞幸2026年二季报)

对此,瑞幸董事长兼CEO郭谨一在电话会上解释,称“外卖补贴形成的高基数压力,反映到今年二季度同店销售额的表现中,预计高基数压力在三季度仍将持续。”

这个解释能说服市场吗?恐怕不完全能。

瑞幸同店销售额从去年四季度开始骤降,彼时外卖大战已经逐渐熄火,而2024年的基数又还没受外卖大战的影响,这么突然的下滑,显然不只是纯粹的基数问题。

更真实的原因,应该从瑞幸的增长结构来看。

在外卖大战最激烈的2025年三季度,瑞幸单季开店3000多家,在接下来的两个季度,新增门店数回落至1834家和2548家,但在今年二季度,单季净增门店再提升至2714家。

门店扩张带来了显著的收入增长,但当市场空间不足以支撑更多新店时,新店反而会蚕食存量老店的客流,以下两组数据也验证了这一猜测。

目前,瑞幸的杯价已经不卷了。据海豚投研数据,二季度瑞幸9.9元券的覆盖范围已压缩至10%以下,原来的每周9.9元只剩下少量非咖单品。

而且,从2026年开始,瑞幸上线全新的“+3元升特大杯/超大杯”选项,整体价格带已经上移至13-15元,预计推动杯单价同比增长1%-2%。

但在这样的基础上,同店收入仍然下滑5.3%,只能说明门店的整体杯量少了。

但问题是,瑞幸的用户规模并没有下滑。二季度,瑞幸月均交易客户同比增长22.9%,突破1.127亿,创出历史新高。用户没少,杯量少了,人都去哪里了?

一个合理的推论是,瑞幸加速拓店带来了更多客户,但新增收入最终流向的是新店,而非老店。毕竟,同店销售额反映的是同一批店、同一段时间的销售额。

在社交平台上,不少用户表示,核心商圈100米内就有两家瑞幸;在人流密集的生活区,3公里内竟然有20-30家瑞幸门店,新店开起来,触点越多,老店流量难免会被分流。

据《财经》报道,一位瑞幸联营商表示,自家门店周边3公里新开了四五家瑞幸新店,此后,其美团月外卖订单量也从五六千单下降至一两千单,回本周期明显比前两年开的店更长了。

过去,瑞幸靠规模赢得了竞争优势,可当门店规模不再能转化为利润增长,这种增长究竟是 “肌肉”还是“脂肪”,是瑞幸必须回答的问题。

02 规模开始变得“不经济”

瑞幸管理层依然保持乐观预期,郭谨一认为:“中国咖啡市场仍处于渗透率持续提升、消费频次稳步上涨的快速成长阶段,天花板还非常高。”

但真实情况似乎没有那么乐观。

首先,门店规模不再是增长引擎,反而成为了负担。

今年二季度,瑞幸GAAP营业利润率由去年同期14.1%降至13.4%;自营门店营业利润率也从去年同期的21.5%下降至21.3%。

这说明瑞幸门店虽然越开越多,用户规模也在持续增长,但单店产出在减少,每一杯咖啡的利润也在变薄,门店密度已接近临界点。

更值得关注的是,规模没能继续帮瑞幸摊薄成本,反而在二季度带来了新的成本压力。

二季度,瑞幸运营费用同比增长29.6%,高于收入增速28.5%。每新开一家店,瑞幸都要投入新的租金、人力和运营成本。

其次,当老店的增长开始放缓,瑞幸只能以更高的营销费用换取客流,但这恰恰在利润端形成了新的挤压。

今年二季度,公司销售及市场推广费用9.25亿元,同比增长56.1%,主要用于“广告促销费用”和“向第三方外卖和直播平台支付的佣金”。

好不容易结束了价格战,但瑞幸获客成本却没能真正降下来。

最后,规模越大,管理越难,瑞幸的管理问题已不止一次登上热搜。

今年8月,瑞幸店员对嘴喷奶油的视频引起热议;7月,瑞幸门店的橙C美式中喝出蟑螂……在社交平台上,瑞幸店长招不到员工、瑞幸门店服务质量差等吐槽也比比皆是。

还有外部市场的挑战。

当下,整个咖啡行业已经进入供给过剩阶段,但头部品牌仍在扩张,更多奶茶品牌也开始跨界卖咖啡,比如古茗、蜜雪冰城、沪上阿姨等。

这些新茶饮巨头不仅拥有规模优势,还制定了极具竞争力的价格,比如肯悦咖啡推出“9.9元咖啡月卡”、古茗推出每周9.9元咖啡券等。

当其他餐饮玩家都可以复制“瑞幸模式”,推出9.9元甚至更低的折扣,那么瑞幸跑得再快、规模再大,也敌不过来自四面八方的围剿。

只凭规模优势,瑞幸很难再一次杀出重围。

03 连锁品牌还有“新故事”吗?

不过,在整个新茶饮行业中,瑞幸并非孤例。

星巴克中国也在经历着相似的故事。2026财年二季度,星巴克中国实现营收约8亿美元,同比增长8%;但可比门店销售额仅增长0.5%,门店平均单笔销售额下滑1.6%,收入和利润的增长被价格战所抵消了。

2025年,蜜雪冰城内地门店超5.5万家,但根据华兴证券报告,今年二季度,其同店整体降幅约为10%,下滑原因包括门店持续加密形成分流。

放眼全球零售行业,连锁品牌的经历都是相似的。在连锁门店达到一定规模前,品牌每多开一家店,就能多覆盖一个空白市场,边际收益是不断递增的;

然而,当行业涌现出更多同类竞争者,增量市场就会变成存量博弈,新开店的边际收益开始递减;当市场趋近饱和,新店对老店的分流大于对增量的贡献,规模还会成为负担。

规模红利不会无限拓展,连锁品牌只能调整自己的增长结构,迎接挑战。

瑞幸的选择是“三条腿”走路。

首先,瑞幸继续保持稳健的扩张节奏,而不是猛踩刹车。

郭谨一认为,“门店扩张本身不是最终目标,而是提升长期市场份额的重要基础。”他认为国内咖啡市场的天花板远远未到,要继续保持“有竞争力的开店节奏”。

相较之下,库迪、蜜雪冰城都已经明显放缓了扩张节奏。库迪咖啡宣布从今年3月开始,省会以上城市暂停开放联营申请;蜜雪冰城管理层也表示,今年会主动放缓新店开拓节奏。

但瑞幸并非盲目扩张。回顾瑞幸的发展历史,规模一直都是其前进的动力,而让规模成为红利的,是瑞幸从供应链到获客,再到门店运营的“效率革命”。

瑞幸的“快”,并不是让店员更熟练地做一杯咖啡,而是将一杯咖啡切分成无数个关键环节,让所有环节都能更高效地结合起来。

结合财报,在瑞幸同店销售额下滑5.3%的背景下,其自营门店营业利润率却仅同比下滑0.2个百分点,这意味着门店端的整体经营效率,也对冲了部分销售下滑的冲击。

其次,持续进行多元业务探索。

今年3月,瑞幸大股东大钲资本收购了精品咖啡品牌蓝瓶咖啡的全球门店业务,为瑞幸打开高端市场的大门;4月,瑞幸正式上线瓶装即饮咖啡,开辟门店外的第二战场。

在门店之内,瑞幸也在尝试不同的答案,比如推出可加热烘焙产品、轻酒精饮品,并进一步向奶茶等非咖品类靠拢,不断拓展新品思路。

最后,拉高客单价。瑞幸的做法颇为取巧,它通过推出“+3元升级超大杯”,将加价的重心部分转移至“超大杯”,让每笔订单变得更值钱。

这么看来,瑞幸在维持规模叙事的同时,也早已开始探索新的增长方式。

但变化可能不会来得太快。毕竟,消费者已经习惯了9.9元咖啡,也习惯了附近总有一家瑞幸,瑞幸只能“小步快跑”地调整方向。

从这个角度来看,市场增长模式换档,对瑞幸来说不一定是坏事,因为这意味着行业竞争开始从“拓门店”切换到“拼效率”,更考验门店体系的精细化运营能力。

这一点,恰恰是瑞幸的强项——数字化能力、供应链效率、品牌认知度,都是它在存量竞争中可以倚仗的护城河。

挑战本身也可以是推动力,只要瑞幸愿意正视它。

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

Continue Reading3.6万家门店,瑞幸撞上天花板?

Seedance 2.5 实测:从「片段」到「叙事」,AI 视频的下半场开始了|AI 上新

图片
30 秒视频直出不是参数升级,是创作方式的切换。

作者|张勇毅

编辑|靖宇

5 个月前,我们在体验 Seedance 2.0 那篇「AI 上新」的时候,提到了一个关键判断——「AI 视频第一阶段的比赛,结束了」。

看完之后,我一直在想一个问题:第二阶段是什么?第一阶段比的是谁能生成更好看的画面、更连贯的动作、更稳定的输出。Seedance 2.0 把这条线拉得很高。但「好看」解决了之后呢?

7 月 31 日,字节正式发布了 Seedance 2.5,同步上线即梦、豆包专业版、扣子和小云雀。

图片

我立即重新打开我已经吃灰许久的即梦账号,花重金充值了会员,花了一个下午把它从头到尾跑了一遍,现在可以回答那个问题了:

第二阶段比的不是画面,是叙事

01

从 15 秒到 30 秒

先说最直观的变化。Seedance 2.0 单次生成上限是 15 秒,2.5 直接翻倍到了 30 秒。

这个数字看起来只是参数升级,但用过就知道不是。15 秒能做什么?一个镜头,一个动作,一个表情。你可以做出一个很好看的片段,但它只是片段。30 秒能做什么?一个完整的情绪弧线——有起承转合,有铺垫,有高潮,有收束。

实测为例。

提示词:

30 秒电影级短片,黄昏光线。一个科技记者坐在咖啡馆窗边,盯着笔记本电脑屏幕上的空白文档,表情焦虑。他喝了一口咖啡,放下杯子,开始敲键盘,起初很慢,然后越来越快。窗外的光线从暖黄变成深蓝。最后他停下来,盯着屏幕露出一个微笑,合上笔记本。镜头从他的侧脸慢慢拉远,穿过玻璃窗,看到整条街的灯亮起来了。风格克制、安静、有呼吸感,像是枝裕和的日常叙事。钢琴为主的轻配乐。

 

 

 

 

在这 30 秒里情绪层层递进,BGM 卡着节奏推上去。这在 2.0 时代是不可想象的,那时候想要一个满意的结果,抽卡十几次是常态。

更关键的是延长能力。

30 秒只是单次原生生成的上限,通过即梦的延长功能,可以把一段视频续到 3 分钟。内测期间有人做过测试:一个女孩走进便利店、拧开汽水瓶盖、便利店开始融化变成荧光海——整个 3 分钟的叙事里,女孩的驼色大衣和马尾辫没有任何跳变。

再看下面这个例子。

提示词:

20 秒温情短片,室内暖光。一个年轻人推开家门,玄关灯亮,他看到餐桌上摆好了饭菜,厨房里妈妈正在炒最后一道菜。妈妈听到声音回头看了一眼,没说话,笑了一下,继续炒菜。年轻人放下背包,走到厨房门口靠着门框站了一会儿,表情从疲惫变成柔软。固定机位,不运镜,用画面纵深表现两人的距离感。没有对白,只有炒菜的声音和油烟机的嗡嗡声。2000 年代家庭剧质感,暖黄色调,轻微胶片颗粒。

 

 

 

 

这意味着什么?AI 视频不再是做「素材」的工具了。它开始能讲故事。

此外,Seedance 2.0 支持最多 9 张图片、3 段视频、3 段音频作为参考素材。2.5 把这个上限拉到了 50 个全模态参考——图片、视频、音频、文字,混着来

50 这个数字有多夸张?知乎上有人评论说,「生图天花板的模型也就十来个参考还会崩脸,50 个参考都不崩的话那是天顶星科技」。

提示词:

一镜到底,机场航站楼内部。镜头从候机大厅的落地玻璃窗开始,窗外一架宽体客机正在缓慢滑行。镜头向右平移,经过几排座椅上的等待旅客,穿过免税店的玻璃门,沿着通道持续推进,最后到达登机口,一个穿制服的地勤人员正在扫描登机牌。全程手持跟拍质感,画面微晃,自然光为主,有广播背景音和行李轮拖行的环境声。纪录片风格,像 NHK 的日常观察镜头。

 

 

 

 

这个能力主要面向两类需求。一类是品牌内容——你需要在一条视频里保持多个演员形象一致、视觉系统统一、场景美术风格稳定。以前这需要逐帧检查、反复重生成,现在一次性把参考素材喂进去就行。

另一类是影视前期制作的概念验证——导演可以把分镜、角色设定、参考镜头、背景音乐一股脑丢进去,直接看效果。

提示词:

让这张照片动起来,保持原图的光线和氛围,15 秒。

 

 

 

 

同步新增的还有白模和绿幕参考能力。即梦现在支持 Maya 和 Blender 插件唤起,可以用 3D 白模做预演,然后让 Seedance 2.5 把它「填充」成实拍质感的画面。这等于把 AI 视频生成直接接进了专业影视的工业管线。

此外,2.0 时代的一个众所周知的痛点是:生成了一段 90 分的视频,但有一个细节不对——比如背景里有个不该出现的元素,或者商品颜色偏了。你的选项只有两个:要么接受瑕疵,要么整段重新生成,赌下一次能不能更好。

2.5 加了局部编辑。你可以框选画面的某个区域,只改那一块,其他部分保持不动。背景不对?换背景。商品颜色偏了?改颜色。人物表情不到位?重新生成那张脸。

这个功能的意义不在于技术本身,在于它改变了创作者和 AI 之间的协作方式。以前是「生成—判断—重来」的循环,现在变成了「生成—微调—完成」的流程。后者的效率高一个量级。

还有一个容易被忽略的升级:文字渲染。2.0 生成的视频里如果出现文字,大概率会变成乱码。2.5 在这方面好了很多。

图片

用一张化学方程式的截图让它生成教学视频,方程式被原封不动地搬到了对应的实验现象处,没有崩。这对教育类内容和商业广告来说是刚需——你终于可以在 AI 视频里放品牌名和 slogan 了。

提示词:

10 秒商业短片。一家精品咖啡店的门面特写,玻璃门上贴着白色字体的店名「Mountain Fog Coffee 山雾咖啡」。镜头从门外慢慢推进,透过玻璃可以看到里面的菜单板上写着「今日特调 ¥38」。自然光,清晨氛围,略带雾气。

 

 

 

 

图片

提示词:

15 秒科技发布会片段。一块巨大的 LED 屏幕上依次显示三行文字:第一行「Seedance 2.5」,停留 3 秒后切换为第二行「30 秒 · 原生直出」,再停留 3 秒切换为第三行「即梦 AI」。台下观众席有人举着手机拍摄,现场灯光偏暗,LED 屏幕是主光源。发布会氛围,有轻微的现场环境音。

 

 

 

 

 

02

不只是模型升级

如果你只看参数——30 秒、50 个参考、4K、局部编辑——你会觉得这是一次常规的版本迭代。但把它放在更大的图景里看,这次更新的意义其实在参数之外。

第一个信号是产品落地的速度。Seedance 2.5 发布当天,徐工集团、小鹏汽车、灵初智能等企业就宣布了合作。

徐工用它做工业操作培训和工序 SOP 视频,小鹏把它接进了内部的 AI 设计平台。这些不是「未来可能的应用场景」,是正在发生的事。

第二个信号是豆包专业版的联动。2.5 不只是即梦里的一个模型选项——它被接进了豆包专业版的「创意视频」技能。你可以先让豆包的 Seedream 5.0 Pro 生成一张海报,然后直接在同一个对话里让 Seedance 2.5 把它变成 30 秒的宣传片。从图到视频,一个对话框搞定。

这是 Agent 调用能力,不是简单的模型接入。

第三个信号是市场格局。有行业数据显示,按日消耗占比计算,Seedance 系列已经占据了国内 AI 视频市场超过八成的份额,可灵约占 14%,万相约占 4%。在这种市场集中度下推出大版本更新,字节的意图很明确——不给对手留追赶窗口。

能力升级说完了,说说钱的事。

无论是抽卡还是规模化制作,这都可能是很多人最关心的部分:即梦的标准会员每月 239 元,到账 2210 积分。生成一条 30 秒 720P 视频,单次消耗 780 积分。算一下:一条 30 秒的视频,成本大约 84 元。一个月的积分满打满算只够生成不到 3 条。

图片

这还是每次一抽就满意的理想情况。实际使用中你大概率需要跑 2-3 次才能出一个真正能用的结果。也就是说,如果你想做一条满意的 30 秒成片,实际成本可能奔着两三百去了。

一个月的积分额度,认真做的话,可能就只够够产出一条。

虽然即梦目前有限时折扣,积分消耗最高打到 5.4 折,算下来一条大约 45 元,月配额能撑到 5 条左右。但折扣窗口不会一直在,按原价算的话,Seedance 2.5 对个人创作者来说还不算便宜。

当然,换一个角度想,以前想做一条 30 秒、有完整叙事弧线、有运镜有 BGM 的视频短片,找人拍摄加后期的报价至少四位数起步。

84 元做出来的东西如果真能直接用,性价比其实并不差。问题只在于:你得是一个真的「有活要干」的人,而不是随便玩玩——随便玩玩的话,这个价格会让你在每次按下生成按钮之前都犹豫一下。

但 Seedance 2.5 一个下午带给我的惊喜,仍然会有有种让我物超所值的感觉;因为这让我想起了 5 个月前我体验 Seedance 2.0 的时候,看到有人用一段话评价它:「当工具强大到一定程度,它就从你思考的对象变成了你思考的背景。你不会去想笔好不好用,你只会想我要写什么。」

用完 2.5,我觉得这句话需要更新一下。

Seedance 2.0 让你不再想「AI 能不能做到」Seedance 2.5 开始让你想「我要讲一个什么样的故事」——而且是一个完整的故事,不是一个片段。30 秒的原生时长,3 分钟的延长能力,50 个参考素材的可控性,加上局部编辑的精修能力,这些加在一起,让 AI 视频第一次有了「叙事工具」的样子。

Seed 团队在发布文章里写了一句值得注意的话:「用户对视频创作模型的期待正在从『生成一个片段』走向『完成一段创作』。」

这句话精准地描述了 AI 视频正在经历的转折——从玩具变成工具,从素材变成作品。

图片

Seedance 2.5 目前已经在即梦和豆包专业版上线,即梦会员可以直接使用,限时积分消耗最高 5.4 折。API 将在近期通过火山引擎面向企业开放。

如果你之前用过 Seedance 2.0 觉得「也就那样」,这次建议重新试一下。30 秒和 15 秒之间的差距,远比数字看起来的大。

*头图来源:即梦 AI

本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

极客一问
AI 视频从 15 秒到 30 秒,
你觉得这是量变还是质变?
 
图片
图片
图片
图片

 

Continue ReadingSeedance 2.5 实测:从「片段」到「叙事」,AI 视频的下半场开始了|AI 上新

王兴兴回应 DeepSeek 投资宇树:将展开重点合作;微信内测朋友圈 AI 新功能;美国科学家首次用AI设计出新型病毒|极客早知道

OpenAI 因 Astra 模型的网络安全能力而放缓其发布进程

据报道,OpenAI 表示,不能排除其即将推出的模型 Astra 具备「关键性」网络能力,这促使 OpenAI 扩大安全测试范围,并暂停不符合更严格安全要求的内部活动。这是人工智能模型网络能力快速提升的最新迹象。

OpenAI 表示,在对即将推出的模型之一 Astra 进行内部评估后,「我们无法排除其具备关键性网络能力」。在发布 Astra 之前,OpenAI 将扩大针对该模型的测试和安全措施,并按照公司 2023 年首次发布的「准备框架」要求,放缓 Astra 的开发进程,直到建立适当的安全防护措施。

OpenAI 还表示,Astra 并未参与 Hugging Face 漏洞攻击事件。这可能是首个人工智能前沿实验室因网络安全担忧而承诺放缓自身 AI 模型开发进程的案例。(消息来源:财联社)

Anthropic 为自研 AI 芯片开出高薪,模型训练岗位薪资高于实际造芯工程师

8 月 7 日消息,Anthropic 目前正在扩大内部芯片设计团队,并计划开发自研 ASIC 芯片。

与此同时,公司不同芯片相关岗位之间出现了明显的薪资差异:负责训练 AI 模型进行芯片设计的研究工程师岗位,年薪最高可达 85 万美元,而实际负责设计 Anthropic 首款 ASIC 芯片的工程师岗位,薪资范围约为 32 万至 48.5 万美元。外媒称其为「薪酬倒挂」。

Anthropic 发布的招聘信息显示,负责「Chip Design RL(芯片设计强化学习)」方向的研究工程师岗位,主要工作是构建强化学习环境,让 Claude 等 AI 模型学习芯片设计流程,包括 RTL 代码生成、验证以及物理设计优化等内容。

两类岗位所需技能存在较高重合度,包括完整 ASIC / FPGA 设计流程、RTL 到流片、UVM 与形式化验证、物理设计、PPA(性能、功耗、面积)优化、DFT(可测试性设计)以及 EDA 工具使用经验等,同时都要求具备实际芯片开发经验。

目前,Anthropic 尚未公布首款自研 ASIC 芯片的具体规格、制造合作方或发布时间。公司此前表示,其芯片战略将采用多芯片路线,以满足人工智能模型训练和推理需求。(消息来源:IT 之家)

Meta 成为第三家承认其模型「失控」并入侵了另一家公司的 AI 巨头

8 月 7 日消息,继 OpenAI 和 Anthropic 之后,Meta 近日也成为两周内第三家承认其 AI 模型发生越界并对其他公司系统实施「黑客行为」的科技巨头。

据报道,这一事件发生于 AI 安全评估公司 Irregular 对 Meta 模型进行测试期间。Meta 在接受 BBC 采访时说明,该 AI 模型之所以能够接入公开互联网,是因为测试人员的「配置错误」,而非模型本身存在漏洞。

Meta 官方声明表示,该模型利用了第三方服务的安全漏洞,其行为模式与此前其他公司报告的案例相似。涉事模型为 Meta 的 Muse Spark 1.1,据称是其用于真实世界编程和智能体任务的最先进模型,该模型侵入了某未公开名称的公司并篡改了其内部系统。

针对此次事件,Irregular 公司发言人回应称,Meta 所面临的系与 Anthropic 上周披露的完全相同的评估环境问题。此前,Anthropic 在审查了逾 14 万次评估运行后披露,由于与测试机构沟通不畅导致测试环境中残留了网络连接,其 Claude 模型在试图完成指定任务时,未经授权访问了三家组织的生产系统。(消息来源:cnBeta)

 

iPhone 18 Pro 系列价格预测:国行万元起步没啥问题

8 月 7 日消息,华尔街日报》和专业研究机构 TechInsights 联合针对即将发布的 iPhone 18 系列做了详细的售价拆解分析,预测其中定位高端的 Pro 系列起售价至少会达到 1299 美元,更符合苹果定价逻辑的最终结果是售价接近 1399 美元,涨幅远超往年常规更新的幅度。

根据 TechInsights 给出的最新成本研究数据,当前售价 1099 美元的 iPhone 17 Pro,整体产品毛利率大约稳定在 47%,处于苹果往年高端旗舰的常规利润区间。

如果苹果想要在 iPhone 18 Pro 身上维持完全相同的利润水平,抵消存储涨价带来的成本增量,这款新机型的定价就必须达到 1371 美元才能达标。

如果再把知名分析师郭明錤此前提到的新一代 iPhone 相机系统成本上涨 50% 的因素纳入测算,按照同样的成本逻辑推演,苹果很可能最终将 iPhone 18 Pro 的起售价定在 1399 美元,约合人民币 9450 元甚至更高的水平。

按照这个境外定价反向推导国行版本的定价规则,iPhone 18 Pro 的国行起售价大概率会直接摸到 9999 元区间,极端情况下甚至会突破万元达到 10999 元。(消息来源:快科技)

王兴兴回应 DeepSeek 投资宇树:将在三方面开展重点合作

在 8 月 7 日的宇树科技首次公开发行股票并在科创板上市网上投资者交流会中,宇树科技 CEO 王兴兴回应称,根据双方签订的《战略合作备忘录》,宇树科技和 DeepSeek 双方将在三方面开展重点合作:「面向通用人工智能开展合作研发」、「高性能通用机器人方面深度合作」、「AI 大模型方面开展深度合作」。

王兴兴还透露,宇树科技 2025 年度不含轮式双臂机器人的人形机器人出货量已超 5,500 台。「随着行业技术的不断进步、产品成本的降低以及应用场景的拓展,预计未来几年内人形机器人在工业制造、消费服务、公共服务等多个下游领域的渗透率将逐步提升。」(消息来源:凤凰网科技)

 

微信内测朋友圈新功能:支持 AI 帮写、点评

8 月 7 日消息,微信正在内测朋友圈 AI 相关功能。有用户反馈,朋友圈新增「AI 帮写」与「AI 点评」两项能力。从截图来看,发布朋友圈界面右下角出现「AI 帮写」按钮,可以借助 AI 辅助生成朋友圈文案。

据悉,该功能隶属于微信 AI 助手小微,目前处于小范围灰度测试阶段。(消息来源:BiaNews 鞭牛士)

微信官宣功能更新!「你撤回了一条消息」现在也能删除了

8 月 7 日消息,「微信时刻」公众号发文宣布,微信功能迎来更新,现在连「你撤回了一条消息」这行提示也可以撤回了。

据介绍,用户长按聊天框中的「你撤回了一条消息」,即可选择删除,让自己的聊天界面更加干净。

不过需要注意的是,这项操作只会删除自己页面中的撤回提示,对方聊天界面中的「你撤回了一条消息」仍然会保留。(消息来源:快科技)

 

《王者荣耀》原班人马打造!《王者万象棋》官宣定档 9 月:预约突破 5000 万

8 月 7 日消息,今日,由《王者荣耀》原班人马打造的英雄策略对战新游《王者万象棋》正式宣布定档 9 月,目前游戏预约人数已突破 5000 万。

玩法方面,《王者万象棋》在传统自走棋基础上加入了全新的「棋手」机制,每位棋手都拥有专属技能,玩家可以根据不同棋手能力搭配英雄阵容和战术,形成更加丰富的对局思路。

每局对战,6 名玩家选择棋手进入万象大赛,养成自己的王牌英雄炸翻全场,更有拍卖、天赋、效果牌等随机事件贯穿全局,每一手选择都可能逆转战局。

据了解,《王者万象棋》针对新手上手和组队体验进行了多项优化,内置局内 AI 灵宝辅助系统,并支持继承《王者荣耀》亲密度。

在组排玩法中,游戏还支持共享排位分,一人登顶、全员上分,并配备一对一私教功能,帮助新手玩家快速熟悉阵容搭配和对局策略。(消息来源:快科技)

大疆 Osmo 360 II 正式官宣:8 月 13 日发布

8 月 7 日消息,大疆创新放出新品预告,新一代全景相机 Osmo 360 II 定档 8 月 13 日正式发布,官方称这款新品将重塑全景影像上限。

Osmo 360 II 外观大体延续初代方正机身造型,镜头布局没有改动,识别度很高。细节做了精简调整,按键进行了微调,屏幕下方的白色按键这次改成了一红一黑两种颜色。

屏幕左侧边依旧是可拆卸电池设计,电池从初代 1950mAh 升级到 2150mAh,容量提升约 10.26%,同时保留 2 英寸触控屏、IP68 防水、四麦克风立体收音这些实用配置,户外淋雨、水下浅拍不用额外加装保护壳。

根据爆料,影像规格是本次核心升级,前代最高 8K50fps 全景视频,新版本直接提升到 8K60fps,高速骑行、滑雪、跳伞这类动态画面录制更顺滑,后期做慢动作素材流畅度更好。(消息来源:快科技)

影石 GO Ultra 大更新:Kira 上线 出国翻译识图一问就懂

8 月 7 日消息,影石为 GO Ultra 推出重磅固件更新,专属 AI 语音助手 Kira 正式上线。

原本单纯的随身拍摄设备,直接变成可以随身问答、实时翻译的便携 AI 工具,出行记录体验大幅升级。

只需要把 Insta360 App 升级到 2.30.0 及以上,同时将相机本体、拓展舱固件更新至 V1.8.88 版本,更新完成就能直接唤醒使用,不用额外付费。

新助手覆盖四大实用能力,第一个就是双语实时互译,除中英文外还支持多款小语种。

出门点餐、逛街问路、和当地人沟通,对着相机说话就能双向翻译,不用反复拿出手机打字切换翻译软件,嘈杂户外环境也能稳定识别语音。

随时随地语音问答是第二大亮点,不管是出行路上想查景点资料、生活里想找各类科普答案,直接唤醒助手提问,不用掏出手机解锁查资料,边走边问十分方便。

还可以进行拍图识图和声纹识别。除 AI 交互之外,原有拍摄配套功能同步优化,相机自带磁吸结构可以随意夹在衣物、背包上,全程解放双手拍摄第一视角画面。拍摄素材能直接交给 AI 自动成片,系统识别画面情绪匹配对应配乐,简单操作就能产出完整 Vlog,不用花大量时间剪辑。(消息来源:快科技)

福兮祸兮 美国科学家首次用 AI 设计出新型病毒

美国科学家首次成功制造出由人工智能 (AI) 设计的病毒,该研究成果于周四发表在了《科学》杂志上。

据悉,斯坦福大学的研究人员开发了一款名为「Evo 2」的生成式 AI 程序,该程序能够编写新的基因组——即编码在 DNA 中的生命遗传指令。他们利用该程序设计并制造了 16 种合成噬菌体——这是一种能够感染细菌的小型病毒,有时可替代抗生素来杀灭致病细菌。

在安全实验室进行测试时,美国研究人员发现,与作为 Evo 2 设计模板的天然噬菌体ΦX174 相比,这些新型噬菌体在杀灭常见微生物大肠杆菌方面更为有效。

该项目负责人 Brian Hie 表示。「我们选择以噬菌体为研究对象,是因为它们体积小、研究充分,且在分子生物学和治疗领域具有广泛的应用。」

噬菌体疗法在东欧已有数十年的应用历史。通过将特定噬菌体与患者的具体细菌菌株精准匹配,并通过局部涂抹、注射或口服等方式将其送至感染部位。不过,由于操作流程复杂且细菌可能产生耐药性等原因,该疗法在西方尚未得到广泛应用。

斯坦福大学研究团队的另一名成员 Samuel King 表示,AI 或将助力噬菌体疗法重获新生。「随着越来越多关于具威胁性的耐药病原体出现的证据涌现,我们将需要创新的替代解决方案——而噬菌体疗法无疑是其中之一。」

「Brian Hie 这篇里程碑式论文的重要性无论怎么强调都不为过,」基因组学专家、DNA 合成公司 Genyro 首席执行官 Adrian Woolfson 表示,「这是生物学领域的『莱特兄弟时刻』(飞机发明人)——我们不再回顾进化所创造出的生物体……而是直面未来生物学的广阔可能性。」(消息来源:财联社)

 

 

Continue Reading王兴兴回应 DeepSeek 投资宇树:将展开重点合作;微信内测朋友圈 AI 新功能;美国科学家首次用AI设计出新型病毒|极客早知道

AI Agent 手机下半场,「国标」L3 只是起点

图片
一张证书,暂时还不会影响到你「换机」节奏。

作者|张勇毅

编辑|靖宇

时间回到 7 月下旬,如果你关注智能手机领域的话,应该会记得大量手机厂商开始官宣自己的手机,通过了国家人工智能 L3 级认证。

图片

这轮集体官宣的起点,是 2026 年 7 月 17 日公布的首批人工智能终端智能化分级测试结果。

按照首批测试名单,移动终端中共有 11 款产品达到 L3,包括 9 部手机和 2 台平板。手机部分覆盖华为、摩托罗拉、荣耀、vivo、OPPO、小米和阶跃星辰等品牌。

名单发布后,厂商很快把一份技术测试结果翻译成了适合社交媒体传播的语言。华为强调「首证」,小米强调「国家级」,vivo 则直接把 L3 称作当前最高智能化评级。华为和小米在 7 月 18 日官宣,OriginOS 在次日跟进,几张相似的 L3 海报构成了一场少见的集体预热。

虽然口径上存在着一些细微差别。但能看出这些宣传背后指向的是同一个认证测试,既工信部在今年 5 月发布的《人工智能终端智能化分级》。

图片

这个 L3 能力究竟代表什么?我们什么时候才能用上这些 L3 手机?以及如果按照汽车的标准来理解的话,更长远的 L4 级是否就是代表完全无需人工干预的 AI Agent 的设备形态?

01

L3 不代表「自动驾驶」

在介绍整个认证规范前,其实有两个容易陷入的理解误区。

第一,认证对应的GB/Z 177—2026《人工智能终端智能化分级》是一套国家标准化指导性技术文件,不是强制性国标。

整个系列采用「2+N」结构,前两部分给出参考框架和通用要求,再分别针对手机、电脑等终端制定测试方法;其中,移动终端对应的是 GB/Z 177.3—2026。

它提供的是行业共同使用的能力标尺,不是一条决定手机能否上市的准入红线。这也是标题里给「国标」加上引号的原因:它确实属于国家标准体系,但现阶段主要承担指导和评价作用。

第二,L3 评的是一款具体终端及其软硬件版本,不是给整个品牌发段位。某个型号通过 L3,不等于同品牌所有手机自动升级;没有出现在首批名单里,也不等于测试失败,因为首批结果来自厂商主动送测,并非市场随机抽样。这显然也确实不包括市面上所有的 AI Agent 手机产品:同样在 7 月底官宣预热进入内测阶段的 OPPO AI Agent 手机项目小布 NEXT,就没有在这份名单中。

图片

OPPO 发布针对手机端测 AI 能力的小布 NEXT 计划已经进入内测|图片来源:OPPO

换句话来讲,L3 可以成为产品卖点,但它还不是一张手机行业的总排行榜。

02

L1 如何「升级」到 L3

此外你可能也注意到了:这套标准其实并不是针对模型能力的测试。它把终端能力拆成感知、认知、执行、记忆和学习五个维度,下面再分用户感知、任务规划、工具调用、长短期记忆和情境适应等 14 项能力。

把这些术语放进一个日常场景,会更容易理解。假设用户对手机说:「帮我安排一次周末去杭州的旅行。」

L1 是「响应级」。手机能听懂一条简单而明确的指令,调用确定的工具,完成一步任务。比如打开日历,或者设置周六早上的提醒。它更像一根被语音触发的手指:你让它点哪里,它就点哪里。

L2 是「工具级」。手机能够理解简单意图,做有限推理,调用预设工具完成一步或路径明确的多步任务。它可以查杭州天气、生成一份行程建议,再把结果留在当前对话里;但流程基本是产品预先铺好的,记忆也以短期上下文为主;其实已经接近手机上装一个豆包 APP 等效的效果。

图片

如今主流手机搭载的手机智能助手,其实已经普遍达到了 L2 级能力|图片来源:Apple

而手机厂商普遍提及的 L3,则是目前真正要达到的目标「辅助级」:手机要理解更完整的目标,信息不足时主动追问,把任务拆开,再根据情况选择和编排工具。它还要具备短期与长期记忆,让「不坐早班车」「酒店尽量靠近西湖」这类偏好在下一次任务中继续生效。

图片

阶跃星辰在今年 WAIC 期间演示的相关 AI Agent 操作手机能力|图片来源:极客公园

同一句「安排杭州旅行」,到了 L3,可能被拆成确认日期和预算、查询交通与天气、筛选酒店、生成日程、写入日历。涉及付款、敏感数据或不可逆操作时,再把确认权交还给用户。

L1 到 L3 的差别,不是 AI 的回答越来越像人,而是手机对任务承担得越来越完整。

移动终端的测试也比一张演示海报具体。终端需要在至少 3 个典型场景中接受测试,达到目标难度的工具调用任务比例不低于 80%。单项任务默认要在 5 分钟内完成,最多有 3 次机会;端侧能力在离线环境中测,端云协同能力则在联网环境中测。

除此之外,L3 的长期记忆至少需要覆盖 3 类信息,可以是用户基本信息、工具偏好、对话历史、常去地点、日程待办或使用习惯。但复杂推理和规划可以放在云端完成,标准也没有要求 L3 必须具备持续进化学习能力。

这解释了模型与等级之间的关系。大模型负责理解语言、识别图像和规划任务,是手机的核心能力来源;但模型再强,如果只能困在聊天框里回答问题,依然不足以让整台手机成为 L3。反过来,一个参数并不夸张的模型,如果能和操作系统、工具接口、用户记忆及云端能力配合,也可能完成 L3 任务。

此外,7 月 15 日公布的手机端模型备案名单和 L3 测试同样不是一回事。备案解决生成式 AI 服务能否合规提供的问题;L3 测试评的是模型装进具体手机后,能否和系统、应用一起完成任务。前者是服务的合规底线,后者是终端的能力刻度。

真正参加考试的不是一个模型,而是模型、系统、应用和权限机制组成的整支队伍。

另外,你可能注意到一个与汽车智驾标准不同的细节是,手机厂商普遍把 L3 称作「当前最高等级」。

但其实这本身也是一个文字游戏:L3 的确是当前已经给出明确要求、可以进行测试的最高等级,但并非这套认证中的的最高等级:在标准细则中,L4 的名称是「协同级」,具体要求却直接标注为「待定」。面向手机和平板的 GB/Z 177.3—2026,目前也只规定了 L1、L2 和 L3 的测试方法

图片

工信部对于适用于移动终端的 L3 要求介绍|图片来源:工信部官网

换句话来讲,L3 级别的 AI Agent 的手机仍是一名助手:它能拆任务、调用工具、记住偏好,却主要围绕一台终端和一个用户目标工作。到了「协同」,问题会自然扩展到多个智能体、多个设备和多个服务主体。

手机能不能把订票交给旅行智能体,把预算交给支付服务,再让车机、耳机和日历共同调整计划?任务执行错了由谁负责?一个 Agent 获得的权限,能不能传递给另一个 Agent?这些问题没有稳定答案,L4 就很难拥有可重复的测试题。

L4 空着,暴露的不是模型能力不足,而是协同规则、责任边界和安全机制还没有成熟。

手机的 L1—L4 也不能套用自动驾驶的责任逻辑。自动驾驶等级围绕车辆接管动态驾驶任务以及事故责任划分;AI 终端等级衡量的是任务复杂度与系统能力。数字看起来一样,考试科目完全不同。

因此,现在任何把一部 L3 手机包装成「全自动驾驶级 AI」的说法,其实你都可以理解为是「传播话术」。至于真正的 L4 手机,至少要等标准先回答什么叫协同—— 以及协同失败时谁来踩刹车。

03

还需要换手机吗?

对普通消费者来讲,我听到最多关于这套标准的问题是,随着这套分级标准的逐渐落实,为了用到更好的 AI Agent 能力,我们需要换新手机吗?

如果严格按照国标来问,L3 手机什么时候上市,答案是:已经上市了。

因为首批名单并不全是尚未发布的手机新品:华为 Pura X Max 在 4 月已经发布,3 款联想 moto 手机也在 5 月亮相。当然名单中同样存在尚处发布窗口的产品,例如荣耀 Robot Phone。此外,更加为人熟知的「豆包手机」二代,也不在相关的名单中。

图片

今年 WAIC 展台展示的豆包手机二代真机|图片来源:极客公园

但消费者真正关心的通常不是证书意义上的 L3,而是另一件事:什么时候可以买到一部能稳定理解目标、跨应用办事,并且不在最后一步掉链子的手机?

荣耀已经给出一张较明确的时间表:Robot Phone 将在 2026 年 8 月首发 AgenticOS 内核,Magic9 系列计划在第四季度提供尝鲜版。

原生 Android 这边也在推进 AppFunctions 和界面自动化框架,让应用把功能开放给智能体,并计划在 2026 年晚些时候公布更多细节。

图片

原生 Android 对接入智能体的 MCP 能力实践同样将在今年年内发布|图片来源:Google

据此判断,2026 年下半年会是「消费级 L3 体验」集中出现的第一轮窗口;但如果期待它像今天的相机、支付一样成为主流手机的稳定能力,更现实的观察点是 2027 年。

按照 Counterpoint 的预计,到 2027 年,生成式 AI 手机将占全球出货量的 52%,智能体能力也会继续向旗舰产品扩展。

但这仍然不能直接换算成国标 L3 的市场占比,两套定义并不相同。但它给出了一个我们可以期待的手机换代节奏:2026 年看旗舰机试水,2027 年看应用生态和中端机能否跟上

所以,如果现有手机性能、续航都没有明显问题,不必只为一张 L3 证书提前换机。

标准允许复杂推理借助云端完成,许多能力也可能通过系统更新到达现有旗舰;真正决定体验的,是厂商是否持续维护系统,以及常用应用愿不愿意开放工具接口。

如果本来就到了换机周期,L3 可以成为新的筛选项,但至少还要看三件事:真实任务成功率、常用应用覆盖范围,以及每一步操作是否可见、可暂停、可撤销。

证书证明手机跨过了一条线,却不能证明它已经值得接管你的数字生活。

真正值得等待的,是有一天我们不再关心它属于哪个等级,只记得那句「帮我办了」之后,事情确实被稳稳办完。

*头图来源:极客公园

本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

极客一问
你会为了「L3」等级去换手机吗?
图片
图片
图片
图片

 

Continue ReadingAI Agent 手机下半场,「国标」L3 只是起点

Fitbit Air 手环深度体验:「无屏」只是手段,模型能力才是护城河

图片
无屏只是形态,模型才决定产品的上限。

作者|张勇毅

编辑|靖宇

如果你问我:今年最火的 AI 硬件是什么?这个问题大概会有很多答案。

但如果你问的问题收束成:「今年最火的 AI 可穿戴硬件是什么?」那答案大概率只有一个—— Fitbit Air。

仅仅一个数据就足以说明它的现象级爆火:作为一款官方开售已经超过两个月的设备,在二手平台你至今仍然需要加价 200~300 元购买。

作为从去年开始就苦苦寻找取代传统智能手表形态产品的健康监测设备的我,也是拜托朋友第一时间买到了这款无屏手环。

图片

Fitbit Air 形态非常惹人喜欢|图片来源:极客公园

戴上 Fitbit Air 的前几天,我还会下意识看一眼手腕。

不是有消息进来,也不是为了确认时间。纯粹是智能手表留下的肌肉记忆:手腕上既然有一块设备,就应该有点什么值得看。

Fitbit Air 什么也没有:没有屏幕,没有表盘,没有按键。你不需要考虑表盘有没有朝正,也不用为了看清一行小字扭动手腕。除了偶尔双击表身,让侧面的 LED 显示大致电量,它几乎不要求你做任何事。

当你习惯了这个概念后,你就会开始迅速习惯遗忘掉它的存在:这大概就是无屏手环形态最核心的优势。它不是用更丰富的功能让你习惯它,而是通过取消交互,让你忘记它。甚至在这个语境下,没有屏幕你连时间都看不了这件事本身都成了另外一个优势。让你能够更容易地遗忘它。

但使用两周后,我越来越觉得,无屏是 Fitbit Air 最直观的体验优势,却不是它真正难以复制的价值。拿掉一块屏幕并不难,难的是屏幕消失以后,谁来解释它收集的数据。

01

硬件退位,主角变成软件

过去近 20 年的时间里,智能可穿戴设备、尤其是手腕上的智能手表、手环形态的产品。都保持着极高的存在感:除了经常需要你帮它充电之外,受限于电池、屏幕等元器件体积的原因,它们的体积都无法进一步缩小,甚至近年还有逐渐变大的趋势,出现了类似 Apple Watch Ultra 这样全功能但更加庞大的专业监测档位产品。

Fitbit Air 几乎是与这股潮流完全反其道而行之诞生的产物:的主体只有 5.2 克,装进表带后约 12 克。没有屏幕,也没有独立 GPS。时间、地图、通知和运动界面,全部被拿掉了。

图片

传感器高度集成是无屏手环概念的核心|图片来源:极客公园

按照智能手表的标准,它缺失了太多功能。但 Fitbit Air 本来就不想成为手表。

无屏手环是数据传感器最原始、也最露骨的形态。它不提供内容,不负责娱乐,也不试图成为手机在手腕上的延伸。它甚至不屑于讨好用户,只想贴在皮肤上,安静地收集数据。

智能手表的逻辑是「人在使用设备」,Fitbit Air 的逻辑更接近「AI 通过这样一台现实设备在观察人」。

对普通消费电子产品来说,让用户忘记自己的存在听起来像是失败;对健康传感器来说,这反而是最理想的状态。只有当一个人愿意戴着它工作、运动和睡觉,心率、睡眠和恢复数据才不会被频繁摘戴切成碎片。

所以,无屏形态服务于数据连续性,却没有独自建立起难以复制的壁垒。相比长期数据和模型能力,做出一块更轻、更安静的传感器更容易。当硬件退到用户几乎感觉不到的地方,产品的差异化就会越来越多地转移到软件和模型上。

图片

这一点也改变了我对健康传感器的理解:在基础精度过关之后,持续、口径一致的数据才会产生更大价值。单次精度决定数据是否可信,长期连续性决定模型能否理解变化。两者不是替代关系,而是先后关系。

从 Fitbit Air 到 WHOOP,我不会说这些产品不重视数据精度:毕竟如果底层数据不可靠,后面的分析当然也没有意义。

图片

Fitbit Air 与 Warp 体积对比|图片来源:X

但精度是地基,不是用户最终购买的东西。

用户真正需要的,不是多一个心率数字,也不是把睡眠时间精确到更多小数位,而是有人告诉他:这些数字意味着什么,今天应该做什么。

过去的健康设备主要依靠仪表盘和固定算法解释数据。你可以看到睡眠评分、恢复度和训练负荷,却仍然需要自己理解这些指标之间的关系。

生成式 AI 加入后改变的,是最后这层解释开始变得可对话,也更依赖个人上下文。

Fitbit Air 真正的新意,不是又记录了多少指标,而是 Health Coach 开始尝试把这些数据组织成可以直接理解的建议,甚至主动给出下一步行动。

图片

当佩戴时间变长,它获得的不再只是某一天的心率和睡眠,而是一个逐渐成形的个人基线。什么样的睡眠对你算差,什么样的训练负荷会影响第二天的状态,哪些变化只是偶然波动,理论上都可以随着数据积累变得更加个人化。

如果健康历史和模型记忆无法顺畅迁移,这种个人基线还可能形成一种新的切换成本。一块新硬件可以复制相似的传感器,却无法立刻复制模型对你的了解。用户留下来,未必是舍不得那块手环,也可能只是不想再让另一位 AI 教练从头了解自己。

传统手环测量的是「你今天怎么样」,AI 教练试图回答的是「你为什么会这样,以及接下来怎么办」。

这也是为什么我会把 Fitbit Air 看成一种从「让 AI 分析健康数据」倒推出来的原生 AI 硬件。先确定模型需要什么数据,再决定硬件应该长成什么样。屏幕和复杂交互被舍弃,硬件只负责稳定地把数据送进模型。

Fitbit Air 售价 99.99 美元,附赠三个月 Google Health Premium。对国内消费者来说并不便宜。只看首次购买,它比每年 199 美元起、硬件包含在会员关系中的 WHOOP 更容易尝试;但如果长期订阅 AI 教练,两者的成本差距会迅速缩小。

这也指向了无屏手环的下一种商业模式:硬件越来越便宜,甚至随订阅赠送,厂商真正出售的是持续分析数据的服务。

从商业角度看,硬件会越来越像获取用户的成本。只要用户持续佩戴,数据和订阅关系就会不断累积。在厂商眼里,按月收费的 AI 服务比几年一次的设备换新更容易形成可预测的持续收入,也更容易把一次硬件购买变成长期关系。

02

模型能力是「双刃剑」

当一款产品开始替你解释身体,它继承的不只有大模型的能力:幻觉、遗忘、错误理解上下文,以及用确定的语气给出错误答案,这些常见问题,也会被带进健康场景。

传统手环记录错一次运动,最多让当天的数据难看一点。而 AI 教练一旦基于错误数据继续推理,就可能得到一条逻辑完整、语气笃定,却从起点开始就错了的建议。

图片

类似睡眠监测这种依赖连续数据分析的场景,对数据精度的依赖会急剧增大|图片来源:极客公园

AI 的价值和风险来自同一种能力:它能在数据之间建立联系,因此可能发现用户没有察觉的规律,也可能把一次错误推断包装成看似合理的建议。

这会带来一个现实的矛盾。

如果用户拥有足够的专业知识,能够判断每条建议是否可靠,他可能本来就不需要 AI 教练;像我这种真正依赖教练的普通用户,反而最缺乏二次验证建议的能力。

模型越主动,这个矛盾越尖锐。当 AI 只负责解释「HRV 是什么」时,错误的影响范围相对有限;当它开始主动建议你今天该训练还是休息,错误的影响也会随主动性放大。

所以,健康 AI 的竞争不能只看它会不会回答问题,更要看它知不知道什么时候不该回答。它能否记住长期上下文,识别数据缺失,表达不确定性,并在可能产生严重后果的地方及时停下来,才决定了这个教练是否可信。

图片

长上下文的精准分析仍然依赖模型能力|图片来源:极客公园

同一段身体数据,也可能对应完全不同的生活状态。睡眠变差可能来自训练、压力或一场临时的熬夜。模型不仅要读懂数值,还要把日程、习惯和用户自己的体感纳入判断,并且知道现有数据解释不了什么。

接入一个大模型 API,并不等于拥有模型能力。真正的模型能力还包括数据治理、长期记忆、垂直领域评估、安全边界,以及把模型错误约束在用户能够承受的范围内。

取消屏幕,保留传感器,做一条更轻的表带,再接入一个大模型,表面上没有太高的硬件门槛。未来出现更多类似 Fitbit Air 的产品,并不意外。

但这不代表任何厂商都能做好它。

Google 在这个领域的优势是它有 Gemini,也有 Fitbit 积累多年的健康数据、用户基础和分发渠道。

WHOOP 的 AI 教练虽然依赖外部基础模型,但它拥有长期积累的垂直数据、训练与恢复算法,以及成熟的订阅体系。它可以接入外部模型,再用自己的数据和算法完成垂直化与安全约束。

把通用模型变成健康教练的这一步恰恰最难。通用模型并不知道每一种传感器如何采样,也不知道数据缺失、佩戴中断和算法口径会怎样影响结论。厂商需要用真实案例反复评估模型,再决定哪些建议可以主动给出,哪些只能交给用户或专业人士判断。

所以,这个市场未必只属于能够自研基础模型的公司,但一定很难属于只会做硬件的公司。厂商可以租用模型,却不能把产品判断、安全评估和长期记忆一起外包。

无屏的形态可以复制,数据、模型和反馈形成的闭环却很难复制。

这也解释了为什么 Fitbit Air 容易得到两极分化的评价。

习惯使用大模型的人,会自然地接受这种交互。相比自己翻看十几张图表,直接问「我今天为什么这么累」「今晚应该几点睡」,显然更加省力。

但对已经形成训练体系的健身老手来说,他们知道怎样理解心率、恢复和负荷,也习惯结合身体感受修正数据。AI 提供的「保姆式陪伴」未必是帮助,有时反而会变成干扰。

Fitbit Air 最适合的,可能是中间那群人:已经开始关心身体数据,却没有能力或者耐心独立解释所有指标;愿意接受 AI 建议,同时也知道它不能代替自己的判断。

戴了两周之后,我对无屏手环的看法更加确定了。

图片

Fitbit Air 并非传统意义上的智能手表|图片来源:极客公园

它不是一块被砍掉屏幕的智能手表,而是一台为了持续向 AI 提供数据而设计的传感器终端。无屏带来了舒适和安静,却不足以决定产品的上限。

最终决定 Fitbit Air 能走多远的,不是它能从手腕上拿掉多少东西,而是屏幕消失以后,那个替它开口的模型究竟有多可靠。

*头图来源:极客公园

本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

极客一问
拿掉屏幕的可穿戴设备,
未来会取代智能手表吗?
 
图片
图片
图片
图片

 

Continue ReadingFitbit Air 手环深度体验:「无屏」只是手段,模型能力才是护城河