涌入半导体的年轻人：两年红利，抵别人一辈子
（本文作者为 表外表里，钛媒体经授权发布）
文 | 表外表里，作者 | 陈梓洁 周慧玉，编辑 | Reno，数据支持 | 洞见数据研究院
距离双选会撤展还有20分钟，互联网大厂的摊位早已人去楼空，芒果以为自己要吃到半导体的闭门羹了。
可现实令她愣在原地。
所有半导体公司的展位前，不仅人山人海，HR更是被同学们淹没。某头部公司HR手里的简历堆得比头高，旁边桌上还摞着一座简历山。
来之前，芒果已经猜到半导体可能会很火。毕竟，论行情，长鑫三季度狂赚544.35亿，一个季度抵百度的十年；拼起点，半导体研发岗平均起薪52.3万，远超互联网核心业务岗的35.3万……
但没想到，半导体会火到，连想投个简历都挤不进去。
在大厂员工被“结构性减员”，考公陷入“避险式内卷”，多个热门赛道降温之际，半导体校招仍是一副经济上行期的美。
在求职者眼中，这趟列车也不是互联网式的“短期暴富神话”，高投入、长迭代的行业属性决定，这是一场慢红利，上了车就等于拿到了一张可持续增值的“门票”。
四年一套房的红利，早已标好了价格
“小杰，中国有合适的岗位记得给我推。”
整理资料时，一个外国同事的消息突然弹出。风水轮流转，当初劝小杰留在欧洲的同事，如今居然也想来国内发展了。
八年前，小杰还在欧洲留学。那时中美贸易战还没开始，中国每进口三块钱的芯片，就有两块钱以上攥在别人手里。没有话语权，就没有前途，“宁愿在国外做凤尾，也不来国内当鸡头。”
而不到一年，这一情况就迎来了转变。2019年，全球半导体营收跌了12.1%，中国大陆却逆势冲出了19.7%的增速，集成电路销售收入冲到7562.3亿元。中美贸易战封锁了科技，却倒逼出了本土的龙头。
小杰毕业那年，国内工资已与欧美基本持平。如今在德国，资深IC设计岗的年薪，最高也就14万欧元（折合人民币约104万），而国内已经开到了140万。小杰自己的薪资，也早已比绝大多数外国同事要高。
半导体的红利列车仍在疯长，甚至连车厢门都来不及关，就开始向下疯狂“捞人”。在这个极度缺人的赛道里，学历排序正在被重写。
身边一位同学在秋招时，连大厂的简历筛选都没过。这位同学是92硕士，比小来单211的学历还要高出一截。
半导体的红利，吸引的不仅是小来这种对口的微电子专业，还有一大批仅“沾边”的专业。“宣讲教室里全部都是人，根本站都站不下。”
一个学校尚且如此，如果再加上其它高校呢？这意味着，和小来竞争同一个岗位的人，可能不是十几个、几十个，而是成千上万个。
但事情的顺利程度有些过于出人意料。不到一个月，小来就收到了某头部半导体公司的研发岗offer，直接拿到30多万的年薪。这个数字，放在其他专业，基本是博士的待遇。
虽然有幸运的加成，但微电子“点击即送”的事实，也在同专业同学都很快拿到半导体offer的报喜中，得到了证实。
巨大的盘子，让“天坑”专业也分到了蛋糕。
对此，小杰也深有体会。今年，北方华创给应届材料博士的年起薪，直接来到了三十万。“努努力，工作三四年在二线城市买套房不是梦。”
见此情形，小杰在互联网大厂的朋友直喊“酸”：“这薪资，我们大厂只有核心研发才能摸到，半导体竟然直接砸给‘沾边’应届生。”
士兰微电子2027届校招中，接收化工、材料等“天坑”专业的岗位占比，直接超过了一半。
开心是“天坑”之一的化工硕士，也在秋招轻松斩获5个offer。同专业成功入职半导体的同学，占比也高达八九成。
然而，列车上的座位，从来都是等价交换的。
已经把“蛋糕”吃进嘴的材料硕士小月，活成了身边所有人羡慕的样子。
但还没享受到高薪，就先体会到了高压。某天半夜，小月已经加班近六个小，累得手都不想抬起来。可客户的一通投诉电话，让整个车间都炸了。
公司的设备影响到了客户的产品，这在行业里，会导致公司以后可能都接不到订单。“因为一旦被客户否定，就会规定你以后不能参与他们的项目，职业生涯就算毁了。”
团队里的所有人都被迫通宵“排雷”。领导紧皱的眉头都没松开过，不停对客户点头哈腰地道歉，小月从没见过他如此低声下气。从那以后，小月做任何事都战战兢兢的，24小时随时待命。
就算产线风平浪静，小月也逃不掉加班。客户在不停“爆产能”，长鑫和长存的扩产目标从12万片/月一路狂飙到15万片/月。这意味着，小月的月均加班时长要增加6-10个小时，才能追赶上需求。
与此同时，客户产品不断迭代，设备升级也必须同步，长鑫甚至跑出过“一周一个版本”的疯狂节奏。每两个月，小月就会被新一轮“版本升级”倒逼加班。
持续高压加上作息紊乱，让小月的身体彻底破防。湿疹爆发，发际线狂退，小月实在扛不住这波“工伤”，果断辞职，连夜逃离了半导体。
但刚从暴雨里逃出去的小月，没过多久，又选择回到了半导体。
先上车再选座，做时间的朋友
毕业时间选在12月，博士芒果面临一个尴尬：很多企业的校招无法投递。身边同学要么早早签了约，要么急着海投碰运气。她没有广撒网，反而把简历全投向了半导体。
博士选择面本就较窄，芒果也考虑过其他的路：高校教职“非升即走”；传统化工企业起薪一般，还要接触有毒试剂。对比下来，半导体起薪就是三四十万，工作环境也干净安全。
但最让她心动的，是半导体行业“非常吃经验，没有35岁危机”。
以芒果投递最多的工艺工程师为例，这个岗位的职业路径，是一条“慢热”的上升曲线：
刚毕业的工程师，前几年只能在产线上负责光刻、薄膜等单一工艺模块，盯设备、记数据、跑流程。工作到第5年，才能独立负责项目或产品线，上手解决比较复杂的技术难题。
而到工作八年以上，才真正迎来职业的黄金期：沉淀出方法论，成为某一领域的技术权威，能够解决“没有人解决过的问题”。
行业里甚至流传着这样一个说法：一个8年以上经验的工艺专家，解决问题的能力是新人的10倍以上。
这和互联网是完全不同的逻辑。
互联网交付的是功能，一个需求拆成若干接口和页面，年轻人学新框架快、写代码手速快，性价比天然占优，过了35岁的老人自然被淘汰。
半导体则是重资产行业，一座晶圆厂的投资以百亿计，产线的调试、良率的爬坡动辄以年为单位。这种行业节奏决定了企业天然需要能长期扎根、持续沉淀工艺知识的稳定团队，而非可以随时替换的“即插即用”型人力。
可问题恰恰在于，这样的人力，培养速度太慢了。
随着下游AI算力爆发、国产替代需求指数级增长，整个产业都在快速扩张。当前集成电路全产业链人才缺口已超过30万人，预计到2030年将扩大至50万人。
但缺口的分布并不均匀，“制造端产线上不缺人，缺的是高精尖研发岗位。”小杰无奈道。
他在社交平台上的内推招聘帖挂了好几个月，却一直没有合适的人来找他。今年公司校招，几所微电子强校的研究生，研发岗几乎是投了简历就能进，毕竟能匹配的人实在太少了。
我国半导体行业起步晚、基础弱。学校短期内变不出那么多现成人才，学术研究也未必跟得上产线迭代，而产线培养一个能独当一面的工程师，至少三五年打底。小杰估计，这种结构性错配，还将持续很长一段时间。
不过，没有35岁危机、人才紧缺，并不等于入场时点不重要。
去年的金九银十，赫兹的两个硕士师弟轻轻松松就拿下了头部半导体企业的研发岗。
今年轮到赫兹自己毕业。六月开始投递，简历发出去石沉大海，好不容易拿到面试，一轮轮熬下来。最后头部企业的offer是拿到了，但岗位从研发变成了量产，要进厂盯产线。
纠结一番，他还是接下了offer，相比暂时的辛苦工作，他看重公司平台、地理位置和岗位发展路径。
更重要的是，周边的人几乎都想进半导体，“放走了这个offer，还不知道能不能拿到更好的”，赫兹选择先上车再选座。
产业周期虽然有起伏，但赫兹知道，半导体的红利远未抵达拐点。
复盘国内产业发展规律，从电视机、汽车到地产，国内从0到1、再到参与全球竞争，通常需要15-20年。半导体产业从2018年贸易战卡脖子算起，至今还不到十年。未来5-10年，AI算力、HBM、先进封装依然是巨大的风口。
这是一个庞大且长坡厚雪的赛道，先上车的人，终将会等到时间的复利。
（特别鸣谢编辑杨静对本文的支持。）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
天上已有上万颗卫星，谁来阻止它们相撞？
（本文作者为 反熵，钛媒体经授权发布）
文 | 反熵
地球上空究竟有多少颗卫星？
欧洲航天局11月2日更新的统计显示，仍在工作的卫星约1.58万颗。这个数字还将继续增长。标普全球9月预计，如果部署计划顺利推进，仅八家获得美国监管许可的主要低轨运营商，未来几年就可能部署约5.17万颗卫星。
中国也在加快组网。11月3日，千帆星座又有18颗卫星入轨，累计达到274颗，远期规划超过1.5万颗。中国星网等大型星座也在持续建设。
新卫星一批批升空，轨道该怎样安排？那些已经在天上飞行的，又怎样避免相撞？
11月7日，星图测控发射了“星眼01星”。这颗运行于约500公里高度的卫星，以监测其他航天器和空间碎片为主要任务。企业规划的“星眼”星座共有156颗，首星将验证天基观测与地面分析的协同能力。
01 卫星如何找轨道
发射卫星前，运营商首先要决定它在哪里运行。
近地轨道通常是指距地面200至2000公里的空间。卫星的工作高度和倾角需要满足既定任务，新卫星入轨后，有时还需要继续升轨，穿过其他卫星所在的高度区间，才能抵达预定轨道。
轨道没有地面停车位那样固定的格子。卫星以每秒7至8公里绕地飞行，即使处于相近高度，也可能沿着不同轨道面运行，周期性经过彼此轨迹的交叉区域。是否相撞，取决于它们会不会在同一时刻抵达同一位置。
轨道交叉本身并不意味着发生碰撞，但随着在轨卫星数量增长，需要预测的近距离交会越来越多。一家运营商不仅要掌握自己卫星的位置，还要持续跟踪可能进入其运行区域内的其他航天器。
对拥有数千颗卫星的星座而言，维持安全运行是一项贯穿整个寿命周期的工作。即便卫星已经进入预定轨道，仍可能需要根据碰撞预警调整运行轨迹。
正常工作的卫星遇到风险时还能主动避让，那些早已失效却仍在高速飞行的物体，则成了更难处理的威胁。
02 退役卫星去哪儿
2009年2月，美国仍在工作的铱星33号与俄罗斯早已失效的宇宙2251号，在约790公里高空相撞。两颗卫星的相对速度达到每秒11.6公里，撞击产生了1800多块尺寸约10厘米及以上的可跟踪残骸。
一颗已经退役的卫星，仍能摧毁另一颗正在提供服务的卫星。而碰撞留下的碎片，又会继续威胁更多后来者。
卫星寿命结束后，并不会自动离开太空。许多现代低轨卫星会在退役前主动降轨，再借助大气阻力重返地球，大部分结构在再入过程中烧蚀。不过，已经失联的卫星就无法执行离轨指令，早年发射的不少航天器也缺乏必要的退役处置能力。
轨道高度直接影响残骸的滞留时间。高度越高，大气越稀薄，阻力通常越小。NASA指出，600公里以下的残骸通常可在数年内再入；到了800公里附近，自然衰减时间可能达到数十年甚至更久。
欧洲航天局已将其新任务在受保护低轨区域的退役后处置期限从25年缩短至5年。但这一新规定无法清除数十年来留下的失效航天器，更难处理碰撞和爆炸产生的大量碎片。
欧洲航天局估计，目前环绕地球运行的1至10厘米空间碎片约有150万个。低轨是碎片风险集中的区域，大量历史残骸分布在600至1100公里高度。几厘米大小的碎片很难持续追踪，在每秒数公里甚至更高的相对撞击速度下，却足以重创卫星。
上世纪70年代，科学家唐纳德·凯斯勒等人提出，某些轨道上的碎片一旦积累到足够密集，碰撞产生的新碎片还会引发更多碰撞，形成持续增长的残骸群。即使停止发射新卫星，部分轨道环境仍可能继续恶化。
后来，这一机制被称为凯斯勒效应。
卫星退役处置可以减少新增残骸，却无法消除所有历史风险。对于仍在运营的卫星，更直接的保护，是尽早发现危险并提前避让。
03 把眼睛送上太空
怎样知道几百公里外的一块碎片，未来是否会撞上某颗卫星？
传统空间监测主要依靠地面雷达和光学望远镜。设备记录目标在不同时间的位置，地面系统据此计算轨道，再预测未来可能发生的近距离交会。
这种方式的难点在于持续更新。光学观测受天气和光照限制，雷达也有覆盖范围和观测频次的约束。太阳活动会改变高层大气密度，影响低轨目标受到的阻力；卫星临时变轨后如果没有及时通报，其他运营商的轨道信息便可能落后于实际位置。
即使预测两颗卫星将会靠得很近，也要综合轨道测量误差，计算碰撞概率，才能决定是否采取规避措施。观测数据越准确、更新越及时，运营商就越有机会减少不必要的机动。
“星眼01星”尝试把部分观测设备直接送上太空。它搭载广域光学监视相机与星上计算单元，利用空间目标反射的太阳光进行观测。通过多次测量目标相对于观测卫星的位置变化，再结合地面平台计算轨道，完成目标编目和风险分析。
天基观测能够增加部分目标的观测机会，改善地面监测受到的覆盖限制。不过，光学传感器同样受到光照条件和目标尺寸影响。首星目前主要承担在轨验证，规划中的持续监测能力尚待后续组网实现。
SpaceX今年公布了另一种方案。它的Stargaze系统利用星链卫星原有的近3万台恒星敏感器观察周围物体，每天记录约3000万次目标经过视场的事件，并据此更新轨道信息。恒星敏感器原本用于确定卫星姿态，现在又承担了部分空间监测任务。
SpaceX利用现有通信星座扩展观测能力，星图测控则规划建设独立的感知星座。两种方案的建设成本和覆盖方式不同，未来的竞争力也将取决于实际观测质量和服务效率。
对中国而言，自主监测还有更直接的现实意义。千帆和星网正在持续部署低轨卫星，而轨道环境没有国界。随着中国在轨资产规模扩大，能否持续获得准确、可信的轨道数据，将直接影响星座的运行效率。
04 太空安全谁买单
SpaceX向美国联邦通信委员会提交的资料显示，2025年12月至2026年5月，星链卫星执行了约20.7万次推进避碰机动。
这个数字代表的是避碰机动的频繁程度，并不是20多万次碰撞险情。SpaceX采用较为保守的风险阈值，一次近距离交会也可能对应多次机动。
频繁的避碰已经成为大型星座必须承担的运营负担。每次推进机动都可能消耗燃料，改变轨道也可能影响既定任务。对于数千颗卫星组成的网络，提高预警精度、减少不必要的变轨，具有实际的经济价值。
专业服务市场由此形成。
美国LeoLabs已利用地面雷达网络向客户提供轨道监测和碰撞预警服务，美国商务部建设的TraCSS系统则提供免费的基础空间安全服务。SpaceX也向参与其平台的运营商开放部分免费筛查服务。
免费服务的存在，决定了商业监测不能单纯依靠销售基础预警获取收入。更高精度的观测、更及时的轨道更新，以及面向大型星座的自动化避碰支持，可能形成差异化的商业价值。星图测控能否依靠156颗卫星建立可持续业务，还需要实际组网能力、建设成本与客户需求来验证。
但轨道安全还有一部分问题，单靠商业服务解决不了。
监测公司能够报告两颗卫星可能相撞，却无权要求其中任何一方变轨。如果一颗卫星已经失效，避让只能依靠仍有机动能力的一方；即便双方都能调整轨道，也需要及时交换预报和机动计划，避免各自行动造成新的风险。
更深层的矛盾来自轨道资源的共同使用。
一家运营商通过发射更多卫星扩大业务，碰撞产生的残骸却可能在轨道上停留几十年，长期威胁其他国家和企业。商业收益由运营商获得，环境风险则由更多参与者共同承担。这正是经济学所讨论的公共资源外部性。
10月23日，中国发布《关于加强外空治理的中国立场》，提出加强碰撞风险预警、空间物体再入等信息通报，推动空间交通和碎片减缓领域的国际协调。随着大型低轨星座加速部署，自主监测能力与跨运营商的数据共享、避碰规则，都将成为维持轨道安全的重要条件。
商业航天正在降低卫星制造和发射的门槛，轨道环境的维护却需要长期投入。一家企业可以核算自己的卫星运营成本，碰撞事故对整个轨道环境造成的损失，却很难由市场自行分摊。
当卫星数量从上万颗迈向数万颗，航天产业需要考虑的，也将包括如何维护共同使用的轨道环境，以及由谁承担相应的责任与成本。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
李佳琦卖出万份Token，天猫的AI生意才刚开场
Token正在成为AI时代的“流量包”。（雷峰网雷峰网雷峰网）
11月2日晚，李佳琦直播间上架AI千问办公的Token算力，开播半小时，售出10万份千问办公个人会员月卡，累计约2万亿Token。
这次千问办公CEO陈宇森也来到直播间现场，雷峰网此前了解到，这位阿里最年轻的事业部CEO，业内普遍评价他能力很强，具备出色的产品sense、表达能力和商业认知都超出大部分阿里的资深老员工，“登味”极少。
说起来，阿里在就9月份就已有动作，同期天猫设立“AI空间站”，就有三家厂商入驻：千问、智谱、Minimax，充值规格分为月卡、季卡和年卡三档；阿里旗下的三档AI应用分别也给出了20%—40%的优惠；更早些，智谱直接在天猫开通官方旗舰店。
从模型厂商到电商平台，再到直播间，Token正在被包装成一种可以直接购买的商品。
但对电商平台来说，把Token摆上货架只是第一步。至于做成一门生意，是另一件事。（作者持续关注字节百度等大厂，欢迎添加微信Who123start畅聊）
01
电商平台为什么盯上Token？
不只淘天一家的动作。京东同期上线“AI软件充值馆”，引入智谱GLM、京东云、DeepSeek、腾讯云、火山引擎等产品；早在5月，三大运营商就已将Token套餐引入营业厅。
与此同时，腾讯云将MaaS升级为Token Hub，阿里也在3月成立ATH事业群，6月成立Token Foundry事业部，由集团CEO吴泳铭直接挂帅，延续阿里的“Token战略”。
说到底，电商平台看中的，是Token背后的流量、商家和交易资源。
有接近大厂的人士透露，某互联网公司事业部曾尝试把核心电商平台流量与大模型Token捆绑销售：商家不买Token，就不优先推荐商品。
这个做法在内部引发过争议，有人担心商家会转投其他平台，但决策层认为，这是当时风险最低、见效最快的变现路径。
等到一个月后免费额度用尽，调用量和收入双双下跌，内部才意识到，高用量不等于真实需求。
这套做法未必能代表电商平台的普遍策略，却说明了平台的一种想法：AI可以成为经营商家、提高流量变现效率的新工具。
一位大厂的电商从业者谈到AI时，也提到了商家留存。他认为，AI工具能够提升中小商家留在平台直播间的意愿，说白了就是和其他平台争夺商家。但他也提出一个问题：平台是为了服务好现有商家、避免他们流失，还是靠更好的工具吸引更多商家进场？
对平台，这两件事都意味着新机会。AI工具可以帮助商家提效，Token则可以直接拿来赚钱。
一位从业者半开玩笑地对雷峰网说，卖Token和卖流量包、话费充值差不多。过去，用户要购买模型服务，通常需要进入厂商控制台、注册账号、获取API Key，再按调用量充值。
如今，模型调用资源被包装成月卡、年卡和场景套餐，可以直接放到电商货架上。
这也是Token适合进入电商平台的原因：它有明确的计量单位，也能被包装成不同价位的商品。
02
货架搭起来了，生意还没跑通
不过，Token能卖出去，不代表它能成为一门稳定的生意。
首先是用户能不能留下来。
有网友在李佳琦直播间里，下单千问会员的理由只是标价0.01元：“也不知道是干嘛的，反正便宜就买了。”消费者对Token没有概念，更谈不上忠诚。
从模型厂商的店铺销量看，智谱旗舰店卖得最好的一款套餐成交200多份，MiniMax旗舰店的最好成绩是100多份。
相比直播间的短时销量，这些数字还不足以说明用户会持续购买。后期需要观察的，是首批用户的复购达到多少。
一位云市场的负责人曾用水电来形容Token服务：用户今天用哪家的Token，下一次完全可以换一家。因为模型调用是一种无状态服务，一次调用结束后，用户的数据并不会自然留在模型厂商那里。
其次是商品能不能让消费者看明白。
每百万Token多少钱，看起来是一个简单的比价问题，实际上各家套餐的分词规则、计费口径和质量等级并不相同。
如果用户连自己买到了多少、实际消耗了多少都难以判断，明码标价也很难真正形成有效的商品比较。
最后是平台不能只做一个货架。
如果只负责把用户引到厂商店铺完成交易，那么它更像是销售渠道；如果能持续帮助用户发现、比较和使用不同模型服务，才有机会成为AI服务分发平台。
对电商平台来说，单纯完成上架、支付和交付，未必能形成长期优势。
03
当芯片抢着上太空，半导体下一轮增量有了？
（本文作者为 半导体产业纵横，钛媒体经授权发布）
文 | 半导体产业纵横
11月初，谷歌宣布，自研TPU首次在轨运行AI模型并返回结果。这次试验背后的目标，是把多颗搭载TPU的卫星连接起来，在轨道上组成计算集群。
一天后，马斯克预测，到2028年底，轨道算力的每月新增部署量可能超过地面。SpaceX此前已将经过适配的英伟达Vera Rubin系统纳入首代计算卫星方案。英伟达也已公布面向轨道数据中心的计算模块，并与卫星制造商合作，准备将芯片和软件随卫星平台一起交付。
建设计划甚至延伸到了火箭本身。10月26日，轨道基础设施公司Cowboy Space公布Big Iron方案，计划让火箭上面级抵达轨道后转为数据中心，设计承载五个英伟达GPU计算机架。运载火箭既负责把计算设备送上天，也将成为太空机房的一部分。
从芯片在轨测试到计算卫星组网计划，云厂商、芯片巨头和航天企业正在同时布局。这场向太空延伸的算力竞赛，会为半导体产业带来多大的增量？
01 巨头开始规划太空机房
泰伯智库10月发布的研究预计，全球太空算力市场将从2025年的约29亿美元增至2030年的190亿美元。其统计涵盖单星智能、算力星座和太空数据中心：既包括卫星就地处理数据，也包括多颗卫星组成计算网络，以及独立的大型轨道计算设施。几类业务的投入与成熟度不同，报告判断，2030年前仍主要由单星智能支撑。
SpaceX准备建设的，则是更大规模的轨道计算设施。按照已公布的合作安排，其首代Starmind计算卫星将采用经过适配的英伟达Vera Rubin NVL72系统，目标在2027年第四季度发射，2028年形成显著规模。计算架构与地面系统保持联系，而卫星制造和发射，则由SpaceX已有的航天业务提供基础。
对谷歌这样的云厂商，轨道设施提供的是另一种扩张可能。国际能源署今年4月预计，全球数据中心年用电量将从2025年的485TWh增至2030年的950TWh，电网接入与能源设备正在限制更快的扩张。Suncatcher考虑的特定太阳同步轨道能够获得近乎持续的日照，让新增算力减少对地面电网、土地和当地建设进度的依赖。
谷歌为这一探索保留了较长的时间。皮查伊10月21日谈及Suncatcher时，将其与Waymo早期的自动驾驶研究相比，认为十年至二十年后可能发挥重要作用。马斯克已经给出月度部署规模的预期，皮查伊谈论的则是长期研究的价值。对于已有芯片、模型和云业务的谷歌，当前试验是在为未来的基础设施建设保留选择。
投资机构Space Capital在10月13日发布的三季度报告中指出，SpaceX已经停止接受2028年末之后的拼车发射预订，行业需要更多运力来源。对于太空算力建设者，芯片交货之后，设备能否按计划入轨还决定着上线时间。发射能力因此也在影响哪些企业有条件组织大规模部署。
10月26日，轨道基础设施公司Cowboy Space发布Big Iron火箭方案：上面级到达轨道后不被丢弃，而是成为数据中心，设计承载五个英伟达GPU计算机架。公司申请的Stampede星座规模达到两万颗卫星，火箭首飞目标为2028年。
创始人Baiju Bhatt解释，公司原本想建设太空数据中心，却发现没有足够的火箭可用，因此决定自行开发。它希望把运载器外壳继续用作散热结构，让运送设备和承载计算共用部分硬件。这个方案将发射与机房建设放在了一起，运营商要考虑的，已经包括怎样把计算设备成批送到轨道，并让运输设施继续参与运行。
在轨道数据中心公司Starcloud的设想中，设施建成后既可以出售GPU计算时间，也可以提供供电、冷却和连接，让客户选择芯片。创始人Philip Johnston今年5月介绍了这两种经营方式。前一种方式需要运营商组织计算平台，后一种则把芯片选择留给租用设施的客户。同样是轨道数据中心，最终决定计算架构的，可能是设施运营商，也可能是云厂商，芯片企业争取的合作对象因此不只是一家卫星制造商。
02 芯片上天，竞争延伸到整套平台
谷歌的在轨TPU返回首个AI结果之后，Suncatcher还要继续验证芯片在热应力和辐射下的表现。原型星由谷歌与Planet合作开发，2027年的下一步是测试两颗卫星之间的连接。更远期设计考虑每星搭载数十颗TPU，通过高带宽激光链路协同工作，将分散在卫星上的芯片组成计算集群。
谷歌特别指出，现有星间通信多为长距离、较低带宽设计，而其AI任务需要短距离、高带宽连接。单颗芯片能够运行模型之后，还要解决多颗芯片怎样共同完成任务的问题。卫星集群能否有效协同，直接影响增加处理器能带来多少实际算力，也让通信与系统集成成为芯片之外的重要投入。
英伟达则把自己的计算平台提供给不同的航天客户。今年3月公布的Space－1 Vera Rubin模块面向轨道数据中心，Jetson Orin、IGX Thor等产品则面向星上推理。客户可以从处理卫星图像的小型模块开始，再向更大计算系统扩展，继续使用英伟达的软件工具。
这种安排已经进入卫星制造商的产品规划。EnduroSat今年8月宣布与英伟达合作，将计算模块逐步集成到FRAME系列卫星平台中，并支持CUDA、TensorRT等软件。按双方规划，客户购买的将是已完成集成的轨道AI平台，不必每次从芯片、软件到卫星重新组织开发。Space－1也被列入后续适配路线，随产品可用性逐步推进。
EnduroSat在10月披露，其卫星产线具备每日交付两颗的能力。公司采用共用模块、软件及生产流程，客户提供任务载荷，EnduroSat负责卫星平台、集成测试和在轨运营。计算模块成为标准平台的一部分后，便有机会随不同客户的任务重复部署。对于芯片厂商，一次集成能够服务后续多个项目，采购关系也有机会随着卫星的批量制造延续下去。
10月21日，EnduroSat又与航天企业Redwire签署合作备忘录，将欧洲轨道数据中心列为共同探索的方向。双方拟把EnduroSat的卫星批量制造能力，与Redwire的供电系统及大型项目承包经验结合起来，目标客户包括政府、国防和商业机构。计算模块、卫星平台、供电和项目交付，也由此进入同一套合作规划。
已有卫星上的算力，也开始通过云平台向开发者开放。10月30日，北京太空算力创新中心发布天地一体化太空算力云平台，将卫星上的计算资源与地面算力统一管理。开发者可以通过平台部署模型，让卫星在轨处理数据，再将结果传回地面。平台目前覆盖40余颗卫星的算力资源，并与百度智能云百舸平台互通，可以调用相关模型和数据集接口。
清华大学教授崔勇介绍，卫星可以就近处理数据，地面算力中心承担大模型训练与弹性扩容。这使轨道资源能够成为现有云服务的一部分，无须把所有计算都搬到天上。对于芯片厂商和云服务商，进入太空市场既可以是参与新建大型设施，也可以是为已有卫星增加计算和调用能力。
03 从卫星订单，到更大的算力市场
北京太空算力创新中心CTO刘志飘认为，在轨推理已经逐渐商用，大规模预训练上天至少还需要五至八年。卫星自身的任务和地面AI业务，对计算规模、通信条件及成本的要求不同，也在影响眼下的采购。
法国航天局的项目已经收到搭载AI计算模块的卫星。10月27日，Loft Orbital披露，刚入轨的Altair－1成为法国航天局两个项目的首项交付，其中地球观测合同从签署到首星入轨不到六个月。卫星搭载英伟达Orin模块，可以直接运行AI模型，为后续任务提供计算能力。
对观测任务而言，卫星采集影像后，就地识别火情、船舶或其他目标，再将结果传回地面，可以减少原始数据下传的压力。这类需求不必等待轨道GPU的租赁价格全面低于地面，就有采用星上AI的理由。芯片和计算模块可以先进入这些已有任务，逐步积累运行记录。
国内制造商也已接到成批订单。11月5日启动港股招股的国星宇航披露，截至10月28日，公司已有114颗待交付AI卫星订单，合约总值约35亿元。商汤是其中一个明确的采购方，今年7月已订购两颗AI智算卫星，用于其星座初期部署和在轨验证。
国星宇航计划在2027年、2028年分别研制36颗、60颗卫星，并与两家发射服务商订立长期合作，提前锁定运力，具体交付进度还取决于审批、客户订单和发射安排。其募资用途还包括寻找战略投资与收购机会，潜在范围涉及星载计算芯片、能源系统等供应商，目前尚未确定目标。计算能力成为卫星产品的重要组成部分后，制造商也开始考虑向相关上游环节延伸。
面向地面客户的大型轨道机房，则要在计算成本上接受另一种比较。谷歌能源负责人关于最高百倍成本的判断，针对的是当前建设条件；公司持续推进的Suncatcher仍是长期研究。贝索斯今年5月也提醒，能源通常不到地面数据中心总拥有成本的15％，只减少电费，并不足以抵消发射等新增支出。
芯片的工作寿命和更新方式也会进入这笔账。Starcloud表示，最初几代系统不打算依靠机器人维修，而是通过冗余与软件绕开故障，让设备在设计寿命内自主运行。对于芯片供应商，适配和验证必须与整套系统一起完成；对于运营商，设备损坏、替换和利用率都会影响能否收回投入。先在特定卫星任务中形成需求，与大规模承接地面AI业务，因而是两种不同的商业进程。
04 结语
太空算力已开始带来卫星、计算模块和平台建设的需求，巨头争取的还有未来更大规模部署时的架构与服务选择。现阶段，已有卫星任务让芯片找到客户；下一步，轨道机房能否持续扩大采购，还要看批量部署后的成本、设备寿命与利用率能否支撑长期运营。芯片进入太空已经有了实绩，新市场的规模还要由这些建设与经营安排逐步兑现。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
宇树跟红杉都不想自己“努力”了？
（本文作者为 硅碳变量，钛媒体经授权发布）
文｜硅碳变量，作者｜沈浪
10月末，宇树科技联合红杉中国宣布，共同成立“杉宇·创计划”。专注发掘与投资具身智能、机器人应用及其上下游关键技术、其他前沿硬科技等领域的早期创业项目。
在硬科技成为全球资本确定性主线的当下，科技企业下场做VC早已不是新鲜事。
不完全统计显示，智元、星海图、自变量、银河通用、逐际动力、DeepSeek、智平方先后布局产业投资，甚至智元也曾与高瓴资本联手。通过资本绑定上下游、卡位技术路线，几乎已成头部玩家的标准操作。
但宇树这一动作如果要结合新发布的第三季度财报来看，则显得意味深长。
数据显示，宇树Q3营收6.65亿元，同比增长69.93%；归母净利润1.13亿元，同比下降17.37%；扣非净利润1.05亿元，同比下降17.42%。
营收与利润出现背离的原因，是成本投入在爆发式增长。前三季度的研发投入达到2.63亿元，同比增长191.48%。其中，第三季度单季研发投入1.27亿元，同比增长249.58%，占当季营收的19.10%。
销售费用也从上年同期7600.85万元增至约2.30亿元。对于宇树而言，未来的压力或许会越来越大，单靠自己“死磕”已经不现实，企业必须拉上顶级资本寻找新的盟友，把接下来的一部分成本与风险分摊出去。
是第二曲线，还是带头“抱团”？
事实上，宇树的营收增速在2026年以后就开始逐渐放缓。
数据显示，2023到2025年，宇树科技营收额分别1.59亿元、3.93亿元、16.99亿元，三年营业收入的复合增长率达226.78%。而2026年前三季度，宇树累计营收为18.17亿元，增速放缓至55.71%。
更重要的是，宇树至今的盈利模式十分单一，主要靠机器人硬件销售。宇树的招股书显示，企业的主要收入来自硬件销售，其中，人形机器人、四足机器人和机器人组件的销售占据了宇树高达98.64%的收入。
然而，随着消费端“降温”，往后这一模式能否经受得起冲击还未可知。当前，曾撑起机器人销售“半壁江山”的租赁行业正在加速坍塌，据悉，宇树机器人G1基础款的日租金已降至2000元以下，而机器狗的租金已跌至500元以下。
从宇树这边来看，其存货价值的确在上升。
三季报显示，截至2026年9月30日，宇树的存货价值达10.19亿元，而2025年12月31日这一数据是3.67亿元。尽管这与销售端未必有直接的因果关系，但增至2亿的销售费用，似乎印证着机器人真的不好卖了。
当前，宇树急需寻找业务第二曲线，投资或许是个不错的选择。
在宇树之前，智元就曾通过投资给主业降本提效，同时又赚足了生态布局的估值红利。根据智元官方信息，过去一年半的时间里，智元共投了超过20家企业，被投企业平均年化估值增长了17倍。
在全球科技创新一度停摆、互联网与消费赛道投资回报收缩后，具身智能一跃成为造富效应最惊人的风口赛道之一。以宇树自己为例，上市时宇树科技有超40名股东，早期的投资者获得数百倍回报。
这一造富神话点燃了一级市场的寻宝热情，资本四处搜寻下一个“宇树”。
而宇树当然也想成为蛋糕的分食者之一。
同时，具身智能产业链条庞杂冗长：上游覆盖电机、传感器、芯片，中游包含算法、运动控制系统，下游分散在工业、商用、家用。对宇树而言，与其大包大揽，不如借助投资把压力输送给外部创业者。
这也是科技厂商投资的主要目的。例如，智元早在2024年就推出“创投A计划”，2024年8月至2026年10月，智元作为投资方出现在47起投融资事件中，多数集中在智元整机上游关键节点上。
无独有偶，星海图联合凯辉基金发布“星途计划”，要5年合计投入10亿元，投100家具身智能早期项目，覆盖零部件、数据、算法、场景应用……毕竟全栈自研的试错成本太高、风险太大，这才是效率最高的玩法。
但这是否也意味着具身智能赛道正式进入了头部带头“抱团”时代？
不得不承认，行业的两极分化正加速拉开，即便是站在金字塔尖的玩家，也难言稳定盈利。
例如，优必选2025年归母净利润亏损7.03亿元，2026年上半年归母净亏损3.11亿元；乐聚机器人2025年归母净利润亏损6977.94万元，较前两年亏损额放大；云深处2025年归母净利润2868.4万元，但2026年上半年转为亏损，归母净利润亏损达880.63万元。
巨头之间的资本绑定，进一步放大了这种分化效应。原本2025年168家获投具身智能企业中，前十家公司就获得了134.72亿元融资，占该统计口径全年融资总额的40.95%。到2026年，具身智能赛道在资本端的地位开始下降。
未来，订单、资本将向着少数具备产业协同价值的上游节点快速汇集，拿到头部产业方下注的创业公司，能拿到源源不断的资源。而没有进入这套抱团网络的中小团队，很容易被边缘化，慢慢失去试错机会。
即便，这本身也是巨头的无奈之举。
论「杉宇系」的形成困难
在与红杉合作之前，宇树就发布了“宇创计划”，面向机器人行业创业团队。据王兴兴在“2026年世界物理AI大会”上表示，宇创计划一个多月就收到了超过200个项目，未来五年希望孵化200家以上优质企业。
时至今日，这一计划升级，或许具身智能赛道将要诞生一个「杉宇系」。
在此之前，整个具身智能划分流派基本根据创业者的经历背景，例如，IT桔子发布的《中国具身智能创业者生态画像报告》，主要分为华为、微软、百度、谷歌、大疆、阿里、腾讯、字节、小米共9大流派。
据悉，华为系是具身智能赛道上融资总量最高的派系，截止2026年8月13日，26家企业合计融资388.5亿元。这种基于一家创业公司的创始人、核心团队来自哪家大厂，就归入哪个派系的流派划分方式，其实背后看的是人才溢出、校友网络、技术习惯。
但宇树与红杉或许会开启一个产业流派，以头部整机或具身大模型厂商为枢纽，联合资本设立专项产投计划，孵化上下游项目，绑定订单、测试平台……除了杉宇系，国内具身智能赛道还有智元系、星途系。
目前，智元系已经有了明星选手，2026年2月，智元参与辉羲智能超8亿元的Pre-B轮融资，据披露，辉羲上半年出货量约占全球高算力机器人芯片同期出货量的五分之一，仅次于英伟达，居全球第二。
杉宇系尚在起步阶段，谁能成为这个新派系里的新星，眼下还没有标准答案。
但可以确实的一点是，具身智能赛道里优质项目正在快速枯竭，好标的越来越少。
资本热度的退潮，最先暴露了项目供给的萎缩。IT桔子统计显示，2026年10月具身智能赛道发生33起融资、总额101.05亿元，而9月是60起、110.28亿元，交易数量近乎腰斩；对比6月热度顶峰时的55起、308.92亿元，落差更为明显。
据悉，一级市场新钱收紧，二级市场老股交易也出现估值崩塌。
根据“腾讯科技”报道，8月之前一些头部机器人公司的老股大约九折就能找到买家，而最近，部分交易中甚至出现了5折报价。根据《证券时报》，近两个月，部分具身智能公司的老股转让报价集中在上一轮估值的6.5折至8折，出售标的包括头部企业。
估值倒挂的背后，是赛道已经进入批量出清周期。近两年来，包括智橙动力、深兰机器人、达闼机器人、龙慧医疗、锥能机器人等一大批机器人公司相继破产，其中不乏产业龙头孵化、知名投资机构及行业大佬加持的明星项目。
当一大批腰部项目接连倒下，留给宇树、红杉的选择自然越来越少。
此前行业狂热期，大批人才从大厂出走创业，随便拿出一套样机就能拿到天使投资。如今资本告别了曾经的 PPT 叙事，创业门槛被陡然拉高，硬核团队已经变得稀缺。这也给杉宇系埋下了第一道难关。
新的派系竞赛里，万万没想到出现了“巧妇难为无米之炊”的尴尬。
AI时代，VC越来越依赖产业方？
一个令人好奇的问题：红杉作为头部资本，为什么不单独下注具身智能赛道，而要拉上宇树？
进入2026年，红杉对AI赛道的重视更进一步。截至2026年8月6日，红杉资本已完成规模约100亿美元的新一轮募资，据报道，这笔“弹药”将主要押注人工智能，标志着这家老牌风投正式迈入以AI为核心的新阶段。
而具身智能一级市场也彻底热闹起来，美元基金、人民币创投、国家级科创基金、产业战略投资……参与者络绎不绝。但传统财务VC在新一轮硬科技周期里显然失去了一贯的从容。
以移动互联网时代为例，财务VC的判断逻辑基本只要看团队、看模式、看用户增长，数据可以快速验证，扩张可以依靠烧钱完成，往往一个 Demo、一份增长曲线，就足以支撑投委会决策。
但到了硬科技时代则不一样，尤其当下的具身智能赛道各类创业项目良莠不齐。就连红杉这类顶尖机构对于优质项目都是可遇不可求。2025年到2026年，红杉在同一家具身智能企业“无界动力”身上前后参投了四次。
据悉，红杉拉上宇树是想搭建一套“工程师+投资人”的双轨决策机制。在这套分工里，宇树负责工程侧的判断，红杉守住资本侧的能力。同时，宇树负责提高技术、场景，红杉负责提供资金。
然而，这是否也意味着传统财务VC在AI时代会进一步加大对产业方的依赖？
事实上，今年5月份，“证券时报”就指出，在上一代制造业、移动互联网，乃至当下仍火热的芯片半导体赛道中，CVC的优势都未曾被放大。但在AI与机器人赛道，带着场景、需求和工程师团队的，只有企业创业投资（CVC）能做到。
相比财务VC，CVC在投资过程中最大的“王牌”是订单和场景，对传统财务VC而言，几乎是降维打击。根据“烯牛数据”发布的报告，当前AI、具身智能领域的头部创业公司背后，几乎都站着不同类型的产业资本，市场上主流的CVC基本是“人手”3家以上头部项目。
目前，互联网大厂、硬件制造巨头、车企、头部机器人企业已经悉数入场。这个队伍还在继续扩大，证券时报记者梳理，今年以来，长鑫科技、兆易创新、长电科技等多家顶流科技公司都先后下场布局一级市场投资，成为市场上新一波新贵LP（有限合伙）。
而越来越多的硬核科技企业入局，会从募资、项目、定价等多个方面来挤压红杉这类传统财务 VC，毕竟如果优质项目更看重产业资源、场景落地，那么估值逻辑就会被重写，VC投资自主权也会跟着收缩。
当前已经有不少财务VC感受到，由于CVC的早早入局，一定程度上抬高了市场估值的水位。“证券时报”就报道过一个例子，去年八九月份，一家头部机器人企业投后估值不过25亿元，仅仅过去半年，估值翻了4倍多。
财务VC主动牵手宇树这类产业方，是想以联合体模式补齐短板，重塑自身竞争力。
手握百亿美元弹药的红杉，终究没能独自蹚过具身智能的深水区。牵手宇树，更像一场体面的退让，老牌风投放下了身段，一个时代的投资逻辑正在谢幕。从此以后，决定赛道话语权的，不再是谁手里的钱更厚。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
IT早报 1108：比亚迪超豪华行政旗舰轿车仰望鼎曜行政版发布；中国空间站将迎首位外籍航天员；深蓝汽车“车载洗脚装置”专利公布；搜狗问问正式停运...
“IT早报”时间，大家好，现在是 2026 年 11 月 8 日星期日，今天的重要科技资讯有：
1. 比亚迪超豪华行政旗舰轿车登场！仰望鼎曜行政版车长 5.6 米、续航破千公里
新车采用中轴对称布局与对开门设计，后排配零重力云感座椅和中央行政岛台。易四方、云辇悬架加持，还搭载自研 4nm 智驾芯片，CLTC 续航超 1000 公里。>> 查看详情
2. 中国“天宫”空间站将迎首位外籍航天员，巴基斯坦载荷专家确认参加神舟二十四号任务并乘神二十三飞船返回
中国载人航天办宣布，神舟二十四号任务将搭载 1 名巴基斯坦载荷专家，短期在轨飞行后乘神舟二十三号返回，系中国空间站首位外籍航天员。中巴 2025 年签署合作协议，经多阶段选拔 2 名巴方预备航天员在华完成训练考核。>> 查看详情
3. 深蓝汽车“车载洗脚装置”专利公布：脚盆能直接塞到座椅底下
该装置主要由脚盆和伸缩机构组成，平时可折叠收纳在副驾驶座椅下方的专用空间内，需要泡脚时再伸出展开。不仅如此，脚盆内部还设计了防溅水结构、导流孔和防晃结构。>> 查看详情
4. 腾讯旗下搜狗问问 11 月 7 日正式停运，曾拥有过亿用户
根据官方公告，搜狗问问及问问商城于 11 月 7 日 23 时 59 分停止服务，问豆兑换同步关闭，用户账号将自动注销。平台提醒用户尽快备份提问、回答及个人内容，停服后数据将依法删除或匿名化处理。>> 查看详情
5. 苹果 iPhone Duo 折叠屏手机首周销量曝光，三天卖出约 12.46 万台
长期关注国内手机市场份额的数码博主 @RD观测 11 月 7 日曝光了苹果 iPhone Duo 折叠屏手机的首周销量数据，10 月 19 日-10 月 25 日期间合计约 12.46 万台。该数据仅包含了 23 日、24 日和 25 日的销量数据。而 iPhone Duo 首销期（首销日 + 后三天）销量接近 20 万台。>> 查看详情
6. 基于华为星迹定位技术：百度地图鸿蒙版专属室内导航功能上新，首批支持全国 22 个城市
据介绍，百度地图鸿蒙专属室内导航功能基于华为星迹定位技术，可从进商场到找店铺，精准定位目的地；首批上线全国 22 个城市、覆盖 106 家大型商业体 / 热门商场；支持自动切换楼层，找入口、坐电梯，室内室外不切换。>> 查看详情
7. 比亚迪仰望鼎曜超豪华行政旗舰轿车官图发布：对开车门带雨伞、四座布局后排设香槟杯座
11 月 7 日晚，在阿布扎比，比亚迪旗下超豪华行政旗舰轿车 —— 仰望鼎曜迎来全球首秀。仰望汽车官方刚刚发布了仰望鼎曜的官图，展示了新车更多设计细节。>> 查看详情
8. 比亚迪方程豹熊甜波：网传的钛 6 确实有，方程 SL 也预计明年会和大家见面
比亚迪集团-方程豹事业部总经理熊甜波 11 月 7 日公布了后续的新产品规划。>> 查看详情
9. 安卓阵营首款阔直板手机酷派 COOL X Wide 11 月 8 日开售：999~1399 元，搭载联发科曦力 G99 芯片 + 720p 屏幕
该机为酷派首款阔直板机型，搭载联发科曦力 G99 芯片，配备 6.38 英寸 720p 90Hz 屏幕，后置 5000 万像素主摄，提供鎏白、岩黑、嫣红三色可选，售价 999 元起。>> 查看详情
10. 马斯克再次表白中国，称赞中国汽车工业水平高
据 RT 今日俄罗斯报道，当地时间 11 月 6 日，特斯拉 CEO 埃隆 · 马斯克接受投资者罗恩 · 巴伦采访时表示，他热爱中国，并高度评价中国汽车工业的竞争力。马斯克特别补充道：“中国汽车公司非常厉害。”>> 查看详情
11. 华为畅享 100 系列手机首销情况曝光：总量约 21.5 万台，Pro Max 机型约占 60%
博主 @RD观测 11 月 7 日曝光了系列新机的首销情况，以首销当日（10:08 开售）+ 后三天为标准，华为畅享 100 系列的总量约 215K（21.5 万）。>> 查看详情
12. 小米澎湃 HyperOS 4 近期修复进展公布，Xiaomi 17 系列手机多个问题优化
小米员工 11 月 5 日在小米社区发布了澎湃 OS 4 近期的修复进展汇总。据介绍，修复将随后续版本推送逐步生效，具体时间因机型及应用版本不同，以实际更新为准。其中提到，Xiaomi 17 系列手机多个问题优化。>> 查看详情
13. “全球最大 GPU 盗窃案”：价值 1140 万美元的英伟达硬件不翼而飞
美国 ABC7 News 等媒体本月报道，美国加州发生一起高价值科技货物盗窃案：一批价值约 1140 万美元、共计六托盘的英伟达 GPU 及相关硬件在运输途中失踪，当地警方已介入调查。>> 查看详情
14. 男子利用 AI 眼镜、智能戒指驾考作弊被成都交管查获：罚款 1900 元 + 禁考一年
男子佩戴的眼镜暗藏玄机，手上还配有一枚智能戒指，长按可触发扫描，答案就显示在眼镜上。面对询问，该男子承认自己利用高科技设备作弊的违法行为。>> 查看详情
15. 肉眼不可见：苹果 iOS 27.2 新增隐形水印，图像工具 AI 生图 / 修图均有迹可查
苹果公司于 11 月 5 日更新官方支持文档，宣布从 iOS / iPadOS / macOS 27.2 等版本系统开始，为部分 Apple Intelligence 图像工具引入 SynthID 隐形水印。>> 查看详情
16. 小米 18 标准版手机通过 3C 认证，支持 100W 快充
型号 M261DB 的小米新机通过工信部 3C 认证，支持 100W 快充。爆料称其为小米 18 标准版，预计 12 月登场，或搭载骁龙 8 Elite Gen 6 。卢伟冰曾确认该机将单独发布。>> 查看详情
17. 理想 Mega 新版本 MPV 谍照疑曝光，车头缩短、前三角窗加大
博主 @SugarDesign 分享的一组新车谍照被认为是理想 Mega 的新版本，从图中可以看到该车车头明显变短、前三角窗更大。作为参考，9 月 2 日发布的理想 Mega Home 统一零售价 50.98 万元，CLTC 续航 710km。>> 查看详情
18. 卫冕冠军 T1 3:1 战胜 KC 跻身《英雄联盟》S16 四强，Faker 称其为半决赛对手 BLG 感到惋惜
《英雄联盟》2026 全球总决赛淘汰赛 1/4 决赛落幕，LCK 三号种子 T1 以 3:1 的成绩战胜 LEC 三号种子 KC，成功晋级半决赛。>> 查看详情
19. 苹果 iOS 键盘被曝隐藏约 10 万个敏感词汇名单：避免 iPhone 输入法自动推荐补全，但用户仍可手动输入
据路透社报道，研究人员 Derik Kauffman 发现苹果 iOS 键盘存在“灰名单”，包含约 10 万个敏感词汇，仅通过自动补全、滑行输入推荐拦截，不禁止手动输入，名单涵盖冒犯性内容及部分政治表达。>> 查看详情
今天就先聊到这里，IT早报，咱们明天见。
国内安全公司微步在线发布声明拥有ARTEX渗透框架版权 相关开源版二开也必须开源
我为什么不太看好苹果国行AI
（本文作者为 互联网怪盗团，钛媒体经授权发布）
文 | 互联网怪盗团
千呼万唤始出来，苹果国行AI (Apple Intelligence)终于于11月4日凌晨向中国大陆用户开放了开发者Beta测试，预计于12月随着iOS 27.3正式版全面推出。基座大模型将采用苹果本地模型+阿里千问的方式，这一点也早已被双方的公告证实。
我是一个忠实的苹果用户。我无法想象把自己的手机从iOS生态换成安卓生态。但是，这并不意味着我就要看好苹果国行AI。准确地说，我不看好苹果AI在全世界的前景，尤其不看好在中国大陆的前景——如果事实证明我错了，我会很高兴的。
我不太看好苹果国行AI的理由主要有三条：
苹果AI难以全面适配国内的移动APP生态；
iOS第一方应用在国内的使用率不足，难以发挥苹果AI的优势；
本地模型+第三方的模式的效率还需要进一步观察。
先说第一条。其实就算在美国，苹果AI对第三方APP的适配程度也不够，目前适配程度比较深的第三方APP包括WhatsApp, Audible, Microsoft Outlook, 等等——其中只有WhatsApp是货真价实的头部APP。谷歌、亚马逊旗下的应用，以及Meta旗下的其他应用，与苹果AI的结合程度参差不齐，而且它们从来没有承诺过任何支持。
在中国就更是如此了。考虑到苹果与千问的合作关系，我们可以期待，或许阿里系APP会比较开放。可是腾讯系、字节系、以及其他大厂呢？别的不说，字节跳动是非常想做软硬件一体化的，豆包手机没有流行起来，不是它不想，而是条件还不成熟。以字节跳动管理层的风格，我很难想象字节系APP向苹果AI敞开胸怀、深度结合。
中国的移动互联网，本来就是一个大厂彼此封闭、山头林立的生态。这个问题不但困扰着苹果，也困扰着国产安卓厂商。从十几年前开始，无数硬件厂商幻想过“硬件即入口”，“通过智能设备抓住用户”，结果几乎全部被互联网大厂击破。在这个过程中，苹果是自主权相对较高的，但绝不是完全自主。它只能通过高度集中的监督体系，促使第三方APP符合自己的规则，却不可能让它们事事服从自己的命令。
假设打不开第三方APP的生态，那么苹果AI的主战场就变成了iOS第一方应用。悲催的地方就在这儿：国内的iPhone普及率很高，但Mac普及率不足，结果导致整个苹果第一方应用的使用率都不足。别误会，我不是说国内没有人用Mac，只是说Mac在国内、尤其是在生产力领域的普及率赶不上美国等发达国家。（这句话本来可以不加的，但我知道不加的话肯定会有杠精拿来做文章，这就是我现在越来越愿意跟AI打交道，而不是跟真人打交道的原因！）
Pages, Numbers, Keynote...这些苹果第一方办公应用，在国内的用户基数远远落后于微软Office和金山WPS. 苹果备忘录功能在国内几乎没什么人使用。（注：我知道有人用，我自己就用，只是用的人少，所以为了防杠精，我还是得加上这个括号。这再次证明我是个人写作而不是AI写作！）Facetime在国内的生态位几乎完全被微信视频聊天占领。我相信在苹果国行AI开放初期，使用率最高的功能是修改照片，因为苹果相册还是人人都用的。
苹果的智能翻译是一个非常强大的功能，与信息、电话、Facetime和AirPods深度结合。不过有个大问题，现阶段只能通过AirPods进行翻译，而持有AirPods的用户毕竟是少数。第二个大问题是，这种智能翻译显然不适合于微信语音、腾讯会议、飞书和钉钉的语音会议，而国内大部分语音对话其实是在这些场景举行的。我们当然也可以期待这些大厂良心发现，全面接入苹果AI的翻译功能，但公允地说，还不如期待外星人明天降临并解决地球上的一切问题。
我们也可以把其他APP当中的内容复制粘贴到苹果第一方应用当中，例如把WPS里的文本粘贴到Pages里面，让苹果AI去分析总结。问题在于，为什么要这么做呢？在这种场景里，苹果AI与豆包、DeepSeek、千问APP相比，又有什么优势呢？老实说，还不如微信AI，因为大部分中国用户每天使用微信的时长肯定超过使用苹果第一方应用。（注：我闻到了杠精的气息，他们正打算在我的评论区出没，但我是不会把他们的抬杠言论放出来的。）
至于苹果本地模型+第三方大模型，这个模式倒是苹果AI一贯的，只是国内的供应商换成了千问。说实话，这个模式的问题一直不小，复杂需求跳转到第三方APP内部完成，对用户体验是很大的损害。两三年前，我们还可以期待苹果模型有一天成长起来、足够强大、完成全部任务；现在大家都看清了，苹果不太可能成为大模型的第一梯队，因为第一梯队已经过于拥挤了。
苹果模型在国内通过了审核，这是一件好事，也是苹果国行AI上线的先决条件。然而，本地模型+第三方大模型的问题一直在那里，没有消失；国行还增加了一个跨国协作的问题。对于这个问题，我想说的还有很多，但考虑到篇幅问题，在此就不展开了。
PS: 苹果国行AI的图片搜索功能会连接到百度识图，这说明百度并没有在苹果AI生态当中出局。不过它究竟会扮演什么角色呢？具体到图片搜索，今后苹果还会不会给国行用户提供更多选择？这些问题，恐怕都要等到12月全面推送时才能解决。
iOS生态在中国的成功，其实是“一半优势发挥、另一半优势没发挥”的结果：
发挥了的那一半，是iOS对第三方APP权限的严格管理，对用户数据的保护，以及硬件标准化带来的良好适配机制。只要拥有iPhone就能享受到这些优势，而iPhone在苹果中国区收入的占比，一直要高于在苹果美国区收入的占比。
没发挥的那一半，是iOS第一方应用，以及与Mac的结合。必须承认，国内过去、现在和可见的未来，都是Windows PC的天下，我自己就一直使用Windows，无法享受强大的苹果整合生态。每年都有少量用户投奔Mac，但是这么多年过去了，积累的总量还远远不够。
苹果AI若要发挥全部作用，恰恰要依赖那另一半优势。因此我没有理由看好它——需要依赖一个尚不存在的优势才能发挥作用，那么它的作用多半发挥不出来。
这并不代表我不看好苹果手机在中国的未来。iPhone 16系列和17 Pro系列刚刚在大中华区创造了销量纪录，就算苹果国行AI彻底打了哑炮，应该也不会对iOS生态的市场份额造成太大影响。几乎不会有iOS用户因为苹果AI不好用就换成安卓——如果他们真的在意，过去两年早就会这么做的。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
深度聊聊“字节时间”
（本文作者为 反应堆Reactor，钛媒体经授权发布）
文 | 反应堆Reactor
“字节时间”这个词，最近搅动了整个互联网圈。
导火索是秦朔写的一篇文章，引用野村报告转述的 QuestMobile 数据：在中国移动互联网月度使用时长排名前 50 的 App 里，字节系产品时长占比 41.8%，腾讯系为 28.6%。
图片来源：秦朔朋友圈
基于这组数字，他造了一个词“字节时间”，用来概括注意力重心正在向短视频与短剧迁移，并顺势提出：
拿到这么多时长的平台，理应承担与之相称的社会责任。
抖音集团副总裁李亮很快公开回应。他反驳：Top50 是筛选过的样本，大量长尾应用、小程序服务、PC 与车机场景都不在口径内，用这样一组数据给整个行业下定义，“极不严谨”“纯属瞎扯”。
图片来源：李亮微博
到这一步，争论还停在统计方法上。几轮隔空喊话之后，措辞升级为“不是坏就是蠢”，指向对方的商业立场。再往后，律师出场：秦朔以名誉权受侵害提起诉讼，李亮表示积极应诉。
一场本可以产出认知增量的讨论，就这样走进了司法程序。
争论之所以越吵越乱，总结下来是因三个不同层次的问题：
数据层：41.8% 这个数报得准不准、口径撑不撑得住，这是可以验证的技术问题。
法律层：占住四成时长，是否构成《反垄断法》意义上的市场支配地位，这是需要界定相关市场、评估进入壁垒和替代性的司法问题。
价值层：一个握有巨量注意力的平台该承担什么责任，这是公共讨论问题。
三层混着聊，结果就是：数据层用情绪回答，法律层用份额回答，价值层用立场回答。谁也说服不了谁，但每一方都觉得自己赢了。
字节真正在意什么？
先看数据层。时长份额这个指标，天生不适合被当成市场份额来用。
相关市场不界定，份额就没有意义
反垄断判断的第一步，永远是界定相关市场，短视频、图文资讯、即时通讯、电商、本地生活，用户的替代关系完全不同，分属不同的相关市场。把 Top50 应用的使用时长加总成一个大池子，再看某一家在这个池子里的占比，等于先把几个市场捏成一个，再宣称自己算出了份额。这个数字在监管实践里不具备直接的证明力。
分母是被筛过的
Top50 是排行榜，不是全网。长尾应用、微信小程序里的服务、PC 与车机端，都不在统计里。这里还有一个更隐蔽的缺口：后台播放和自动连播。人离开手机，播放还在走——这段时长被计入“用户使用”，但它跟“注意力”已经不是一回事。
中国用户的迁移成本很低
多栖是常态，同一个人装两三个短视频 App，在三个平台比价下单，在内容和电商之间来回跳。多栖程度高，意味着单一的时长优势很难转化为“能够排除竞争”的能力。真正决定支配力的是进入壁垒和转换成本，数据规模、算法积累、创作者生态、履约网络，这些比时长更接近问题的本质。
所以，拿时长份额去论证垄断，中间缺了一整条证据链。
可数据上站不住，并不妨碍这个词传开。恰恰相反。“字节时间”是一次很成功的命名。
它把复杂的产业结构压缩成一个三字隐喻，一旦被舆论接受，讨论的坐标系就被挪动了。原本被反复审视的“腾讯垄断叙事”，在这个框架里解了套，字节则被放进“可能正在形成垄断”的叙述位置。
攻守易位——这才是李亮真正在意的部分。他纠正的不是一个百分比，是一次叙事位置的重新分配。
这也是存量竞争里出现的一种新形态：争的不只是用户，还有定义权。谁有权给一个时代命名，谁就先拿到了话语上的主动权。
传播链条也值得记一笔：标签化，站队，情绪化，诉讼。四步走完，公共讨论里本该存在的中间层——口径、指标、方法、可验证的证据，通通被跳过去了。
把这场口水战拨开，底下确实有一件事在真实发生。
分发权为什么会迁移？
流量权利的性质变了，用户的时间，才是硬通货。
增量时代拼的是拉新，谁抢到还没上网的人谁就赢。存量时代拼的是同一批人的一天 24 小时。
平台争的东西也换了，增量时代争“入口”——用户从哪进来。存量时代握的是“分配”——内容、商品、服务以什么顺序、什么概率抵达用户。
入口可以被绕过，换个 App 就行，分配权却绕不过去，创作者和商家必须适应规则，否则就没有曝光。
那么问题来了，分配权为什么会迁移，这背后是三条硬机制：
第一、分发成本的曲线不一样
关系链分发——关注、订阅、社交推荐的边际成本随规模上升，用户越多，社交图谱越复杂，内容供给越依赖创作者的生产能力，平台得不停维护关系密度。
算法分发的边际成本则趋近于零，一次训练，无限次分发，同一个模型可以同时分发内容、商品、服务、本地生活。成本结构一变，跨品类扩张就成了必然。
第二、数据、算法、流量构成正反馈
更多用户带来更多行为数据，更多数据训出更准的模型，更准的模型带来更高留存，更高留存又反过来喂给模型。这条闭环叫数据规模经济，是新进入者最难跨的一道墙，它不是靠钱能短期砸开的，靠的是时间和样本量。
第三、变现闭环前移
内容即货架。短视频把“看见、种草、比价、下单”压进同一个界面，分发权直接变成了交易权。这才是抖音电商和本地生活对传统电商、到店业务形成实质冲击的根源，它不单是多了一个渠道，更重要的是把决策链路缩短了一段。
分配权集中，代价不会平均分摊。
最先感受到的是创作者。流量按完播率、互动率、转化率定价，内容价值与流量价值开始脱钩，一条认真做的深度选题，可能跑不过一条三十秒的情绪切片。投流逐渐成为准入门槛，中小创作者的获客成本被推高，内容越来越像一份按件计酬的工。
然后是产业侧。注意力被低成本娱乐大量吸纳，长内容、专业内容、公共信息的议价能力下降，广告预算从品牌广告向效果广告迁移，传统媒体的商业模式被从底部重构。这个变化不剧烈，但持续了七八年，累积效应已经清楚了。
最后是用户。时间被切碎之后，耐受阈值被重新校准：习惯了十五秒一个反转，再看需要五分钟铺垫的内容就走神。这是行为心理学里最基本的习惯化机制，平台没有发明它，只是把它的效率做到了极致。
也许你会想，“用户是自愿的”。
问题在于，用户是在平台给定的选择集里做选择，而这个选择集本身是被设计过的。推荐系统不只预测偏好，它还在塑造偏好：你点过一次什么，接下来看到的就更多是什么。
这是平台权力最不显眼、也最难反驳的一部分，也正是“时间主权”这个提法真正的由来。
“字节时间”到底成立吗？
那么，“字节时间”到底成立吗？
把这个问题拆成三层，答案各不相同。
事实层：成立
注意力向短视频和短剧集中的趋势是真的，有数据支撑，不是错觉。
法律层：不成立
时长份额不等于市场支配地位，需要相关市场界定、进入壁垒、多栖程度、排他行为的完整证据。以目前公开的材料，把一个 Top50 口径的时长占比直接推成垄断结论，跳过的环节太多。
结构层：成立一半
算法分发成为主导性的分发范式，这是结构性变化，短期内不会反转，但“永久主导”不成立。份额是会动的，产品迭代、竞品反击、监管政策、用户疲劳，任何一项都能改写曲线。
腾讯、阿里、百度都在自己的生态里反攻，AI 工具、具身智能、线下场景也在不断开出新的注意力出口。
所以更准确的说法是：
我们进入的是一个“算法分发主导”的阶段，不是某一家公司的“时代”。
真正被固化下来的不是谁的位置，是这套以停留时长为目标函数的分配机制。
承认机制存在，接下来的问题就是规则。存量时代的流量再分配，至少要动四个地方：
第一，用户侧：把“时间主权”从口号变成产品功能。
《互联网信息服务算法推荐管理规定》已经要求平台提供关闭算法推荐的选项、对推荐规则作出说明、为未成年人提供相应模式。落地这几年，真正把这些开关做得容易被找到、被用起来的平台并不多。可解释、可干预、可退出，这三件事做到，用户才不是一个被预测的变量。
第二，平台之间：互联互通要实质化。
屏蔽外链、封闭支付、账号不通，本质是把公共流量锁进私域闭环。工信部从 2021 年推进的屏蔽网址链接整治，方向是对的，难点在后面，接口开放到什么程度、开放给谁、以什么成本开放。这决定流量能不能跨生态流动。
第三，平台内部：规则要可见，利益要可分。
流量怎么分、为什么限流、申诉找谁，这些今天基本是黑箱。算法备案和透明度报告是起点，创作者分成比例、流量分配的公示机制是更实的一步。
第四，监管侧：从“盯份额”转向“盯行为”。
平台经济领域的反垄断指南已经把“二选一”、“大数据杀熟”、“自我优待”纳入视野，这个思路比盯一个时长百分比有效，份额会变，排他行为有明确证据。同时还需要一套注意力质量的公共指标：不只看用户停留了多久，还要看信息多样性、内容质量、未成年人保护的实际效果。
值得一提的是，公共价值的流量预留。如果整套激励机制只奖励高粘性、高转化的内容，知识类和公共类内容就会持续萎缩。
要求分发系统给“低即时反馈、高长期价值”的内容留出稳定通道，这件事靠平台自觉很难完成，通常需要外力设定。
AI 改写流量规则
最后一个变量，可能比前面所有争论都重要。
今天的流量分发，前提是平台站在中间：用户进来，平台决定给什么。
AI Agent 正在拆掉这个前提，用户把意图交给助手，助手去聚合信息、比较价格、完成任务。这时候竞争的核心指标会从“停留时长”变成“任务完成率”。
计量单位一变，整套权力结构就要重算。平台不再是必经的入口，而退成被调用的服务方，掌握模型能力、数据接口和履约闭环的那一层，会成为新的枢纽。
这也是各家都在抢做 Agent 平台的原因，抢的不是一款产品，是下一代的C位。
在AI时代，“字节时间”最可能的终结方式，是被另一种计量方式取代。
当衡量标准从“你看了多久”变成“你的事办成了没有”，靠注意力套利的天花板会自己降下来。
回到这场论战。吵到起诉这一步，输赢已经不重要了。
它真正的价值，是把一个真问题推到了台面上：
用户增长停下来了，注意力成了最稀缺的资源，接下来按什么规则分配？
笔者的看法分两点：
平台可以做高效的分发者，但不能做注意力的私有化者，流量从来不是平台的资产，它是亿万用户不可再生的时间总和。
监管可以不管份额，但不能不管行为，盯住排他、盯住自我优待、盯住数据封锁，比盯一个百分比有用。
用户需要的是真正的选择权，能关掉的推荐、能看懂的规则、能带走的数据。
一个健康的互联网，不该永远在“某一家占据流量高地、其他人被动跟随”的循环里打转。
所谓“字节时间”，是个提醒：当注意力越来越集中，我们必须回答，这份稀缺的公共资源，到底按什么秩序分配。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
50系突然疯涨，买不起显卡，年轻人又挤进网吧包夜了
（本文作者为 源Sight，钛媒体经授权发布）
文 | 源Sight，作者 | 白河/杨子一
刚需党和等等党一觉醒来发现天塌了。
近日，七彩虹方面宣布正式执行新一轮工厂价格调整政策，英伟达RTX 50系列多款显卡渠道价格全面大幅上调。
其中搭载RTX 5090 DV2核心的显卡成为溢价“重灾区”，单卡价格上涨区间高达2200元至3300元；次旗舰级RTX 5080整体上调2500元至2800元；面向主流用户的RTX 5070与RTX 5060价格最高上调幅度达到1000元。
分析指出，本轮调价属于工厂成本和渠道代理层面的变动，预计会在未来1至2周内全面传导并更新至电商等零售终端挂牌价。另有渠道消息称，包括华硕、影驰、微星等英伟达阵营的AIC厂商目前已经暂停放货，预计将在本周跟进调价；另外，AMD的Radeon系列显卡预期也会在本月内开启一轮全面涨价。
上游供给提价信号明确，为近两个月疯涨的显卡零售市场再添一把猛火。与此同时，大批失去“装机自由”的年轻人，开始涌入网吧和电竞酒店。
01 显卡价格疯涨
百度显卡吧曾经流传“三千预算进卡吧，加钱加到九万八”这一说法，原本只是用作调侃电脑装机DIY群体盲目听信网友推荐升级配置，最终预算支出达到离谱“九万八”天价，而在近期疯涨的显卡行情映衬下，这一夸张表述还是显得保守了。
长期跟踪显卡价格走势的Tech Spot报告显示，英伟达GeForce RTX 50系列显卡近期价格持续飙升，其中旗舰型号RTX 509呈现断层式领涨，其全球平均涨幅约262%，在美国市场较建议零售价涨幅更是高达370%，当地零售报价一度突破9400美元(约合人民币62872元)。
来源：Tech Spot
RTX 5090采用Blackwell架构，其搭载GB202核心对标英伟达旗下RTX Pro 6000与RTX Pro 5500等专业显卡，自去年1月发售以来，一直受到各类小型AI、独立游戏开发、影视后期等工作室青睐。
尽管RTX 5090官方定价1999美元(约合人民币13332元)，相较上代产品高出1000美元，但下游市场依然长期有价无市，供不应求。去年底，该卡一度触及3000美元(约合人民币20009元)价格低位。
国内电商平台价格监测数据显示，RTX 5090近期渠道报价基本稳定在5.5万元-6万元区间，RTX 5080价格在1.7万元-2万元区间，多款中端甜点显卡价格同样走高，RTX 5070、RTX 5060最新现货报价分别飙升至8000元、4000元。
与5年前“挖矿热”引发的显卡涨价潮不同，本轮魔幻行情本质上是上游存储价格上涨与AI产能挤压引起的结构性成本传导。
8月初，渠道消息称英伟达正式向旗下官方授权合作的AIC厂商下发调价通知，并进一步收紧核心GPU芯片及显存配额。受此影响，影驰、微星、七彩虹等主流显卡品牌开始调整RTX 50系列显卡出货，市面流通以存量尾货为主，由此引发下游显卡零售市场价格持续攀升。
Tech Spot数据显示，今年8月-10月全球显卡平均价格分别上涨幅度为15%、7%、10%；至10月下旬，RTX 50系列更经历连续11个交易日上涨。
下游渠道商的恐慌性囤货和倒卖进一步加剧了零售溢价，多家媒体报道，华强北及线上电商在炒作预期下“一日一价”，引发近期市场价格持续在高位震荡。
02 英伟达“背锅”
英伟达不断推进AI战略转型，为本轮显卡行情疯涨埋下伏笔。
今年2月英伟达发布2026财年（2025年2月1日至2026年1月31日）年报显示，公司全年总营收达到2159亿美元，同比增长65%，其中数据中心收入同比增长68%至1937亿美元，占总营收比重接近90%，显示出英伟达的核心业绩驱动正全面转向人工智能和加速计算。
进入2027财年（2026年2月1日起），英伟达重组了财报业务报告线，在合并部分产品线后公司业绩划分为“数据中心”和“边缘计算”两大核心板块，曾经独立的“游戏业务”与汽车、专业可视化等一同被归入“边缘计算”中，不再单独显示。
2027财年二季度，英伟达单季营收达962亿美元，其中数据中心业务贡献了890亿美元，占比进一步推高至92.5%，边缘计算业务营收为72亿美元，占总营收比重约为7.48%。
来源：英伟达
在高毛利、技术架构长期复用以及全球供应链瓶颈共同驱动下，英伟达近年业务权重不断转向AI工厂、云端算力及大模型训练与推理的全栈加速计算解决方案，公司CEO黄仁勋多次对外宣告，英伟达已经从单一的“GPU芯片供应商”全面跃升为“全栈AI基础设施提供商”与“AI工厂”。
结合外部环境来看，全球半导体产业仍在争夺HBM内存与晶圆先进制程产能，由此持续挤占GDDR6和GDDR7等消费级显存的产能和供给，英伟达更于今年上半年悄然恢复经典老款显卡RTX 3060的芯片供应，以填补市场需求空缺。
如今，上游产能与成本压力全面传递到一众英伟达阵营的AIC厂商。
在AIC（Add-In Card）授权合作模式下，英伟达提供核心GPU芯片及显存配额，七彩虹、影驰、微星等厂商则负责采购其余电容、PCB板、散热器并组装成非公版显卡进行销售。简而言之，英伟达游戏业务的持续收缩直接掐住了AIC厂商的显卡产能和定价命门。
受此影响，多家显卡厂商也在调整长期产能规划并加速“去显卡化”的业务转型，进一步加剧下游零售环境的波动。
其中，影驰、七彩虹等厂商早前已经将产能和研发资源向固态硬盘、DDR5内存、一体机、笔记本电脑以及主板业务倾斜；部分AIC厂商也在跟随英伟达的脚步拥抱 AI 边缘计算，将一部分生产线调整为面向中小企业和工作室的AI工作站、专业加速卡或边缘计算设备的组装，以对冲传统DIY游戏显卡供需失衡带来的市场风险。
03 涌入网吧
多家机构指出，全球桌面级显卡市场将长期处于一个高出货量与非理性暴涨并存的“新常态”剧烈动荡期，显卡降价节点被直接推迟到了2028年。
显卡价格疯涨，正在加速下游电脑消费生态转变。
《2025中国互联网上网服务行业发展白皮书》显示，2023年至2025年，我国网吧数量从7.77万家增长至12.26万家，行业营收也从534亿元冲到1016.8亿元，两年时间，门店多出近五万家，收入接近翻倍。
其中，12.26万家经营主体中，上网服务场所为9.31万家，电竞酒店为2.95万家；1016.8亿元收入中，上网服务场所贡献657.5亿元，电竞酒店贡献359.3亿元。
在社交媒体上，网吧被称作“2026年唯一值得入场的底层投资”，有网友调侃，网吧老板开店囤的高端显卡和高配内存，开业几年下来反倒越用越值钱。
有媒体报道，随着越来越多人涌入网吧、电竞酒店，不少连锁品牌开始也走上了升级路线，通过提供高端餐饮、助教陪玩服务等会所式服务来吸引客流，通过吃喝玩乐一体化消费对冲硬件成本压力。
来源：大众点评
多端互通、不受硬件配置限制、无需下载与安装、依靠云端实现算力共享的云游戏，近年也受到广泛关注。
来源：网易云游戏
天眼查数据显示，截至2026年6月，全国经营范围含“云游戏”或“云游戏分发”等相关企业存续数量约为2368家，若泛化统计至包含游戏模拟器、云端渲染及相关技术支持的更广泛企业，数量则在2.3万家至3.7万家之间浮动。
包括腾讯、京东、网易等多家互联网大厂在内，近年均已推出旗下的云游戏平台，主要采用会员制+每月时长限制的收费模式，并通过提供不同画质和帧率实现差异化服务。
以腾讯Start云游戏为例，主要分为VIP和SVIP两个档位，其中VIP单月订阅费用为29元，每月赠送15小时游戏时长，支持60帧和超清分辨率；SVIP单月订阅费用为59元，每月赠送48小时游戏时长，帧率最高可达120帧，部分高配版本支持4K及光线追踪。
对于许多用户来说，在装机成本暴涨的当下，相比起高位购买昂贵的硬件设备，更灵活的网吧和云游戏平台已经成为更低成本、更合理的娱乐选择。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
百度网盘 11.11 年内探底再来：SVIP 超级会员 13 元 / 月、157 元 / 年
百度网盘超级会员年卡官方售价 298 元，今日券后直降至 196 元年内好价，限时加赠 3 个月。
到手共 15 个月，折合 13.1 元 / 月、157 元 / 年：
京东百度网盘 SVIP 超级会员 15 月卡券后 196 元领 10 元券百度网盘超级会员年卡 + B站大会员季卡 + 网易云音乐月卡今日折后仅需 176 元，也是好价。
如果把百度年卡算作 157 元，B站季卡 + 网易云音乐月卡仅需 19 元：
京东百度网盘 SVIP 超级会员年卡加赠B站季卡 + 网易云音乐月卡券后 176 元领 10 元券注：现购买权益时长 + 已有权益时长，不能超过 5 年，否则会充值失败。
购买前需在百度网盘开启手机号登录再下单。
百度网盘 SVIP 特权：
京东百度网盘 SVIP 超级会员 15 月卡券后 196 元领 10 元券京东百度网盘 SVIP 超级会员年卡加赠B站季卡 + 网易云音乐月卡券后 176 元领 10 元券
百度发布最新基座模型 ERNIE 5.5 Flash Base：效率、开源、高性价比
百度开源文心5.5 Flash Base，多基准测试刷新同尺寸模型 SOTA
世界模型热潮里，百度重新亮出无人驾驶底牌
10月17日，上海徐浦大桥上发生了一起令人揪心的事故，一辆平板货车先撞上了一辆白色小客车，然后车子驶入对向车道，又接连撞了4辆车，事故造成了1死2伤。
事故过后，网络上涌现了很多对于事故全过程的还原和讨论。如果白色小客车没有违规变道，或者货车早点刹车，结果会不会不同？
现实世界中，人们从亲历的险情、看过的事故中记住一些教训，提升驾驶和决策水平。
而对于需要通过训练规避风险的无人车来说，研究这些问题，需要改变条件、反复比较，却不能在真实道路上重复制造危险。
随着无人驾驶的发展，仿真测试早就在做这部分工作。如今，百度、Waymo等企业都在用世界模型扩展虚拟考场的边界，为无人车创造“重生”机会。
也就是从已有场景出发，改变路况或驾驶动作，推演不同的后续，让系统在不同条件下反复接受检验。
难的是，给无人车一次“重来”的机会，不能只是重置自车动作，还要让周围的车、人、物给出合理回应。怎样的世界模型，才撑得起这样的训练？
01
世界模型的“重生”，怎样才有用？
AI科学家、World Labs联合创始人李飞飞，曾把汽车比作带轮子的机器人，认为无人驾驶汽车近似在二维的环境里移动的“方盒子”，车要尽量不碰到东西，家务机器人却得主动伸手，才能洗碗、做饭、叠衣服。
从操作任务来看，她认为汽车相对简单，“无人驾驶汽车其实还是挺简单的机器人”。但百度智能驾驶事业群组首席研发架构师王亮博士说：“无人驾驶从来不是具身智能的‘EASY模式’。”
比如谈到L2和L4的区别时，王亮博士拿纪录片《徒手攀岩》举例，辅助驾驶更像有保护的攀岩，容易做出吸引眼球的帅气动作，而L4就像无保护攀岩，中间的巨大鸿沟很难跨越。
无人车驶入开放道路，要不断应对其他车辆和行人难以预判的行动，对安全、实时响应和处理交通冲突的要求也随之提高。在他看来，难点不只在于感知三维空间，更在于驾驶位上没有人能随时接手，系统几乎没有犯错的余地。
真实场景中，车辆并线时，即使旁边有空位，也得看后车让不让。往前探还是先收一脚油，也会影响对方的选择，因为路上不止一辆车在做决定。
研发人员要攻克的问题，就是怎么把这种在真实道路上时刻发生着的你来我往，搬进虚拟世界。
李飞飞将世界模型的功能分为渲染器、模拟器和规划器。开车时，渲染器让车看见路况，模拟器能让你知道往左或往右打方向会发生什么，规划器则帮你决定，为了到达目的地或规避危险该不该打这把方向。
王亮博士认同李飞飞对世界模型的划分，并进一步提出，无人驾驶需要这三项功能配合，其中模拟器是否能合理推演后果尤为重要。
驾驶系统做出动作之后，模拟环境随之变化，把新的路况反馈给系统，让它据此再做下一步决定。比如，如果无人车提前踩了刹车，虚拟道路上的后车也要跟着减速。
如果测试只是把实车记录的路况重放一遍，后车仍会沿原来的轨迹行驶。这样一来，哪怕无人车在仿真里避开了前车的碰撞，也很难判断这脚刹车在真实道路上是否安全。
目前，世界模型的概念越来越流行，但不是每个世界模型都能做出一个可信的、符合物理世界交互规律的试炼场。比如李飞飞团队的Marble，主要侧重生成和编辑三维空间。
当世界模型被用作具身模拟器，核心在于它能否忠实还原物理规律和行动的因果关系，让智能体在虚拟环境里完成原本要在现实中完成的完整任务。画面有多逼真、生成的场景有多奇特，都不能代替对行动后果的检验。
基于这样的定位，百度针对世界模型提出了“2+3”判断标准。
2，是指给物理AI世界模型设定的基础门槛：一是因果性，即模型必须像真实物理世界⼀样，由已知的过去推导下⼀秒；二是交互性，说的是运行中改变动作，环境能随之更新。
3，是判断世界模型好不好用的标准，包括物理准确性、持久性和实时性。
物理准确性是指模拟的状态有多可靠，是否符合世界规律，学习获得的能力回到物理世界还能不能用；持久性指的是持续运行的时间和稳定性能不能跟上，长时间运行物体和细节是否发生漂移；实时性是说低时延，生成世界复杂度的增长不影响模型推理时间，获得高模拟测试效率。
总之，如果所谓的世界模型，只能复刻现实道路参与者和物理规律中的一小部分，测试结果是否真实可靠，就需要打个问号了。
02
一座可信的驾驶考场，如何搭建？
百度提出“2+3”的世界模型定义和评价标准，让环境真正回应驾驶系统，但怎样才能在虚拟世界搭建堪比真实世界的考场？
来看一段百度最近展示的两段画面：
左边，无人车驶上高架，给支路来车留出了空间，对方顺势驶入主路。右边，无人车改走高架旁的辅路，两车交会的空间变小，支路上的车便停下来等。<
百度开源文心5.5 Flash Base，多基准测试刷新同尺寸模型 SOTA
11月5日，百度正式开源最新基座模型文心5.5 Flash Base（ERNIE 5.5 Flash Base）。模型采用MoE架构，总参数量2800亿，每个 Token 激活140亿参数，使用33.5万亿个 Token 完成预训练，预训练上下文长度最高达128K，微调与推理阶段支持最长100万 Token上下文。在知识、推理、数学、代码、多语言和长上下文等多个基准测试中取得同尺寸模型 SOTA 表现，超过 DeepSeek-V4-Flash-Base、Hy3-preview-Base、MiMo-V2.5-Base 等模型。
开源地址：https://huggingface.co/baidu/ERNIE-5.5-Flash-Base
随着大模型应用从文本问答向长文档分析、多轮交互和智能体任务延伸，模型需要处理的信息量持续增加，计算和显存开销也随之上升。在保证模型能力的同时提高资源利用效率，已成为大模型研发的重要课题。
文心 5.5 Flash Base围绕“效率”这一设计主线，在注意力机制、专家路由及训练机制等关键环节进行系统性优化，并实现了多项算法创新。
在注意力机制上，文心提出 Latent-Gated Sparse Attention，将混合稀疏注意力、低秩门控注意力与虚拟头注意力结合起来。其中，模型通过组合HCA与MLA，让不同注意力层分别承担压缩历史信息和细粒度访问历史位置的任务；低秩门控注意力（Low-Rank Gated Attention）则利用已有的低维表示计算信息门控，使门控投影权重参数减少75%；此外，虚拟头注意力（Virtual Head Attention，VHA）可提升模型表达力与训练质量，推理时融合进注意力算子，开销极小。这些设计降低了长上下文处理的资源开销，同时保留模型对关键信息的处理能力。
在专家路由上，模型采用 Multi-Router Latent MoE，由多个独立路由器共同参与专家选择，改善路由评分与专家实际效用之间的相关性。相比依赖单一路由器的传统方案，该设计旨在降低单一评分偏差对专家选择的影响，同时保持激活专家数量、专家计算量和通信量不变。在训练目标上，模型引入 ECHO，无需额外增加 MTP 模块（Multi-Token Prediction），而是复用主干最后一层，让主干自身学习预测后续 token，从而提前规划序列走向，有效提升推理与代码能力。文心5.5 Flash 仅采用单步 ECHO 预训练，复用的最后一层还可作为投机解码的草稿模型，展现出多步外推能力：同样只训练一步，多步起草质量大幅优于辅助 MTP 模块。
除模型架构外，大模型基建创新也十分重要。文心对分布式Muon优化器进行了优化，并推出面向大 head dim 的注意力算子 FlashMask-4，改善大规模训练中的通信、显存利用与计算效率。模型能力的提升不仅依赖算法本身，也与训练系统能否高效支撑这些设计密切相关。
基座模型不仅承载着预训练阶段形成的通用能力，也是下游模型开发与应用创新的重要基础。与面向终端用户的应用模型不同，Base 模型为开发者和企业提供了进一步微调与定制的空间，可基于自身业务需求构建适应不同场景的专业模型与应用。开放基座模型能够为开发者提供更多技术选择，降低专业模型开发的训练成本与技术门槛。
当前，大模型的竞争逐渐迈向模型能力、训练效率与场景创新协同发展的新阶段。随着推理、Agent等技术与应用加速演进，行业对基座模型的需求也从单一的能力提升，转向更高效的训练范式、更灵活的能力拓展，以及更广泛的场景适配需求。文心5.5 Flash Base在提升模型基础能力与训练推理效率的同时，为开发者和社区提供了更具拓展性的技术基础，推动模型技术走向多样化的能力探索与应用创新。
李彦宏百度世界2026演讲海报曝光，或分享智能组织进化新思考
11月4日，百度官方发布了一则百度世界2026大会预热海报，提前透露了百度创始人李彦宏将于11月12日在大会开幕式上发表主题演讲的相关线索。
海报中的三个问题引人关注：“什么是AI时代的新厂房？”“组织进化三原则是哪些？”“智能组织将迎来的三大机会是什么？” 结合本届大会“下一幕，智能组织”的主题，李彦宏的主题演讲或围绕“智能组织进化”展开。
预测一：或分享智能组织进化趋势，并为企业AI转型提出建议
2016年百度世界大会上，李彦宏曾提出“互联网的下一幕，是人工智能”。十年后，百度世界再次以“下一幕”为题，将焦点转向“智能组织”。
近一年来，李彦宏持续关注AI如何推动企业组织层变革。在2025年百度世界大会上，他提出内化AI能力，让AI成为企业发展和个人成长的原生推动力。今年5月的Create大会上，他进一步提出AI时代的“进化论”，探讨由人与智能体组成混合编队的超级组织形态，并就企业自我进化提出建议。
从“内化AI能力”到“组织自我进化”，相关思考逐步从个人提效延伸至组织变革。海报中的“新厂房”、“组织进化三原则”等线索，预示着李彦宏或将进一步阐释智能组织的进化路径，并就企业如何推进组织进化提供新思路。
预测二：或披露百度全栈AI新进展，分享百度AI战略重点
除了趋势判断，李彦宏或将在演讲中披露百度全栈AI产品的最新进展，分享下一阶段AI战略重点，以及相关技术如何支撑智能组织进化。
作为全球少数具备全栈AI布局的科技企业，百度已形成“芯-云-模-体”全栈AI体系，并于今年9月完成港交所与纳斯达克双重主要上市，成为“全栈AI第一股”。近期，百度全栈AI布局持续取得新进展。11月3日，百度Apollo首次披露面向物理AI的智能体驱动全模态世界模型Apollo World，目前已用于萝卜快跑全球化测试与验证。
随着AI加速深入企业业务场景，企业需求正从单点工具应用转向系统性智能化升级，既要求基础设施、模型、工具、生态与组织更好地协同，也期待更快实现投入回报。本届大会上，李彦宏或将发布全栈AI产品升级，回应企业AI转型中的需求与痛点，为企业向智能组织进化提供工具支撑与方法指引。
预测三：智能体、数字人等热门AI应用的产业价值，或为演讲重点
智能体、数字人等AI应用如何融入业务流程、推动组织增效，是李彦宏持续关注的方向。在去年百度世界上，他提出，数字人是AI时代的一种全新通用交互界面；今年5月的Create大会上，他提出通用智能体是AI“第二代入口”，并进一步指出，随着智能体出圈，AI的竞争从智力转向了执行力。
近期，百度智能体、数字人等AI应用持续向企业场景拓展。公开信息显示，百度搭子企业客户数环比增长83%，库库AI全球AI办公月活突破4000万，百度一镜累计合作超10万家客户、覆盖30余个行业。
结合大会已披露的信息推测，李彦宏或将进一步分享智能体、数字人等AI应用的实践进展，探讨如何将AI转化为组织生产力，推动企业从个人提效走向组织增效。
目前，百度世界2026已进入倒计时。大会将于11月12日在北京国家会议中心二期举行，设置1场主论坛、10+场分论坛、40余场AI公开课及6000平AI展区。除李彦宏外，主论坛还将有多位神秘嘉宾登台分享。
从十年前提出“下一幕是人工智能”，到今年聚焦“下一幕，智能组织”，李彦宏将带来哪些新判断、新成果，答案将在大会上揭晓。
灵光做Personal Agent的痛点，小红书和Rokid想联手补上
（本文作者为 超聚焦，钛媒体经授权发布）
文 | 超聚焦
自从Muse走红后，互联网大厂、大模型公司和AI创业者们纷纷快马加鞭端上自家的个人Agent，目前国内市场声量最高的是千问Go、微信小微、灵光2.0和Today AI这些。
最近灵光铺天盖地宣传下来，还真以为中国Muse驾到，阿里、字节通通闪开，结果实测下来拉了裤里。
灵光2.0可以接入日历、闹钟、百度网盘、QQ邮箱等系统与第三方服务，但微信、抖音、小红书、美团这些高频生活场景的授权接口基本都没有开放，阿里系自家App也是仅打通支付宝和钉钉，方向是对的，但权限不足明显食之无味。
中国互联网的App生态以围墙为常态，豆包手机助手曾遭遇大批应用抵制，灵光可深度绑定的国民级应用同样有限。灵光把“生成应用”作为切口，最终撞上的却是应用分发和数字服务交易的既有边界。
从这个意义上说，灵光面临的不是一次产品迭代可以消解的短板。它代表的是“在手机对话框内做一个更聪明的Agent”这条路径所共享的天花板，Agent可以理解意图，却难以稳定地触达意图所指向的真实世界。
权限在别人手里，场景在别人手里，数据也在别人手里。当所有动作都要穿过一层又一层应用壁垒才能完成时，Personal Agent的“个人”属性就会被稀释为一种受限于平台许可的有限代理。
而最近小红书与Rokid的联手打造的“小红书蜜薯”，提供的不是同一道题的不同解法，而是把题面换了一个位置。
Siri没完成的事，AI眼镜接着干
过去几个月，Personal Agent被反复描述为消费级AI的“下一站”。它应当长期记住一个人的偏好，在没有人盯着的时候主动发现需求，并在授权范围内把事情办完，这个愿景并不新鲜。
从Siri到Alexa，语音助手曾许诺过类似的角色，但最终大多停在了“问答”与“指令”的层面，技术条件不足以支撑一个真正可靠的主动助手，平台也缺乏开放权限的动力。
真正的卡点不在模型能力，而在“感知位置”。手机是Personal Agent目前最主要的载体，但它本质上是一个需要被拿起、被注视、被操作的设备。
Agent要理解用户此刻在做什么、看到什么、需要什么，只能依赖用户主动输入，或者调用手机里已经沉淀下来的历史数据。这种“事后感知”的模式，决定了手机Agent的主动性始终存在结构性延迟，它知道你昨天搜过什么，却很难判断你此刻站在街头对面是什么店铺。
AI眼镜提供了一种不同的可能，它的摄像头与传感器天然对齐佩戴者的视线、听觉和运动状态，形成的是连续的第一人称数据流。这意味着Agent开始有了在需求发生的“此刻”介入的物理条件。
小米AI眼镜内置的超级小爱，支持第一视角拍摄、物体识别、翻译和扫码支付；Rokid Glasses把提词、导航、实时翻译投射到镜片前方，让信息出现在视线之内而非手掌之中。
这些功能单独看并不惊人，合在一起却指向同一个方向——Agent从“你来找我”转向“我正好在场”。
这正是灵光所代表的Personal Agent愿景长期缺失的一环。大模型擅长的是记忆、规划和任务执行，但如果没有一个持续在场的感知终端，再强的规划能力也只能建立在用户“告知”的基础上。眼镜补上的，是那个在用户开口之前就已经开始工作的感知入口。
Rokid做的事情，本质上是在回答“Agent住在哪里”这个问题。2026年6月发布的YodaOS，是一个以智能体为核心、去掉传统App架构的操作系统。它的意义不在于多了一个OS，而在于把眼镜从“运行应用的硬件”改造成“承载智能体的平台”。
配套的AIUI Studio进一步降低了开发门槛，浏览器端即可完成智能体的设计、调试与发布，开发者甚至可以在没有实体设备的情况下模拟运行环境。
到2026年下半年，其开发者社区注册规模约3.5万人，Agent Store上架智能体超过500个。这些数字并不惊人，但放在一个尚未定型的硬件品类里，它意味着一种生态雏形正在形成，有人愿意为这副眼镜写“技能”，而不只是等厂商自己迭代功能。
小红书补上的则是另一端，它的Agent“蜜薯”此前停留在站内助手阶段，等待用户搜索、提问才回应。与Rokid眼镜的结合改变了一个关键变量，Agent不再需要用户先把现实场景“翻译”成文字描述，眼镜的摄像头和传感器可以把“此时此地”直接喂进决策链条。
用户看到一家餐厅，问一句“这家怎么样”，蜜薯结合拍摄画面与社区笔记给出判断；翻看菜单时，它持续识别新菜品，结合人数和口味偏好给出搭配建议。
小红书将这种模式称为“渐进式感知”，核心在于Agent获取信息的时机从“用户主动汇报”变成了“场景自然流露”。
对于一个长期被诟病“缺少消费交易数据”的社区平台而言，这层线下感知能力的战略价值，比起短期卖了多少副眼镜，更令人在意的是它让社区内容，第一次与用户的即时决策现场发生了物理连接。
做生态苦做硬件卷，做平台才有网络效应
验证成功和规模成功之间，仍然隔着几道不容易跨越的约束。
Rokid需要证明眼镜不只是一个“能拍照、能翻译、能导航”的功能集合，而是一个可以承载第三方智能体的平台，否则硬件终将滑向价格竞争；小红书需要让积累了十几年的生活经验走出App，进入那些用户来不及打开手机的时刻。
一方缺“场景的纵深”，一方缺“身体的落点”。这种互补性，比单方面的产品参数更接近Personal Agent从演示走向日用的真实路径。
端侧算力的成熟是一个基础条件。混合AI架构正在成为行业共识，终端侧运行高效的垂类模型，负责实时感知与快速响应；云端承担更重的推理与长期记忆。
眼镜不需要在本地完成全部计算，它只需要成为感知链条上最靠近人的那一环。高通将这一趋势概括为“从以智能手机为中心转向以智能体为中心”，计算的分布方式在变，入口的定义也在变。
但入口的迁移从来不只关乎技术。夸克AI眼镜把千问助手与支付宝、高德、淘宝、飞猪的生态场景打通，试图让眼镜成为阿里服务体系的“随身触手”，小米则把超级小爱嵌入已有的智能家居与手机协同体系。
两者的共同点是眼镜本身不创造服务，它创造的是服务被调用的时机。掌握时机的人，能在Agent调度服务的过程中占据了更靠前的位置。
这也解释了Personal Agent赛道正在发生的分化。
大厂做Agent，优势在于现成的账户、支付和生态，不必从零拉新，也不必另接通道。创业公司做Agent，则必须面对一个更窄的缝隙，要么在垂直场景里做出大厂不愿意做的深度，要么以软硬一体的方式把感知入口握在自己手里。
Rokid的选择属于后者，用带显示的AI+AR眼镜切入商务、文旅和工业场景，在Meta占据绝对优势的全球格局中，以“显示”这一差异化能力守住第二的位置。
但这并不意味着眼镜已经解决了Personal Agent的全部问题。IDC的分析师指出，智能眼镜真正的用户价值尚待发掘，行业仍处在从“尝鲜”向“工具”过渡的阶段。第一人称感知带来的数据隐私边界、公共场景下的交互规范、续航与重量的物理约束，都是尚未收敛的变量。
眼镜补上的是感知层的一块拼图，而非终局答案。
IDC数据显示，2025年全球智能眼镜出货1477.3万台、同比增长44.2%；其中中国市场出货246万台、同比增长87.1%。Omdia统计小米以31.9%的国内份额居首，Rokid以28.5%紧随其后，两家合计拿走了六成以上的市场。
2026年上半年行业退货率处于30%至70%的区间，过去两年上线的两百余项AI功能中，用户长期使用率不足6%。这意味着，相当一部分售出的眼镜并没有从“尝鲜设备”转化为“日常佩戴设备”。
这对Rokid与小红书的合作提出了一个隐含的考验。蜜薯的价值取决于用户是否愿意在真实消费场景中习惯性地对着眼镜说话、让眼镜持续感知。
如果佩戴率本身不稳定，渐进式感知的数据链条就会频繁断裂，Agent的“懂你”便退化为偶发的演示时刻。
眼镜目前承载的，更像是一个技术验证场：验证实时多模态、主动服务和长期记忆在真实环境中的可用性，而非一个已经成熟的大众入口。小红书对此的定位也显示出克制，先打磨能力，再谈规模。
更大的背景是，AI眼镜赛道正在经历一轮密集的“百镜大战”，小米、华为、阿里、理想等玩家的入局把价格和渠道的竞争推到了前台。Rokid选择做操作系统、开发者生态、线下专卖店体系的路径是一条窄门。它的门槛更高，回报周期更长，但一旦智能体生态形成网络效应，硬件的可替代性就会下降。
祝铭明把千万台销量目标设在2030年之前，并称“做不到就是我们输了”。这个时间尺度点明当前阶段的竞争，不是终局份额的分配，而是“谁能在用户鼻梁上留下来、谁能让开发者在平台上赚到钱”的资格赛。
Personal Agent的竞争，正在从“谁的模型更聪明”，转向“谁离人的意图更近”。手机曾经是最近的，但它的交互逻辑要求人先做出动作。眼镜不需要，它只需要被戴上，感知就已经开始。
这个细微的差别，可能比任何一次模型升级都更接近Agent从“可用”走向“有用”的那道门槛。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
早报｜首款触屏MacBook Pro开卖/2027年放假安排公布，调休减少/GPT-6 Cyber发布，复现1724项漏洞
首款触屏 MacBook Pro 今日发售，M6 款同步开卖
OpenAI 发布 GPT-6 Cyber，首批开放给获批的安全团队
DeepSeek Harness 单日活跃用户达 154 万，团队拟建官方插件市场
丰田将设立直属机器人部门，由首席生产官兼任负责人
Claude Code 前产品负责人加入 OpenAI，掌管核心产品
三季度全球 DRAM 营收逼近 2000 亿美元，价格上涨是主因
全球平板出货创近三年新低，前五厂商仅联想增长
鸿蒙电脑累计发货破百万，华为带来政企台式机与企业版
杨元庆给联想 PC 定下长期目标：全球份额 30%
Switch 2 第二财季卖出 267 万台，同比减少约四成
混元 Hy4 上线首日调用激增，腾讯称扩容十倍
Arm 第二财季营收创同期新高，数据中心版税翻倍
高通手机芯片季度收入下滑 26%，汽车芯片收入增长 89%
国产视频模型公司 Sand.ai 完成 2 亿美元融资
游戏与影视带动索尼营业利润增长 45%，全年指引上调
星尘智能创始人来杰：能进入家庭的机器人可能在明年出现
纯电双座 smart 精灵 #2 豪华版上市，限时权益价 9.99 万元
月之暗面开放 Kimi K3.1 Pro 权重
百度开放文心 5.5 Flash Base 权重，推理支持百万 Token 上下文
Kimi 开放智能体云托管，企业可配置沙箱与联网权限
Claude 测试个人账本，可连接银行和信用卡查询开支
《崩坏：因缘精灵》定档明年春季，终测调整限定卡池
CygamesEdge 首作《崩落之国》发售，从世界树往下跳
谷歌视频模型 Omni 1.2 Flash 可生成 15 秒视频，支持对话改片
Instagram 剪辑工具 Edits 登陆 Mac，可免费导出无水印 4K 视频
2027 年放假安排公布，春节从除夕连休 9 天
综艺《后会友期》带火鸭舌，淘宝闪购外卖量周环比增逾五成
亚马逊接入 Uber Eats，美国 Prime 会员可在购物 App 点外卖
《嫁金钗》空镜现反向「AI 生成」字样，引发审片讨论
迈克·李新片《Tender Loving Care》发布预告，聚焦英国照护者
《复仇者联盟 5》公布全球宣传行程，上海列入九站名单
