IT之家 5 月 3 日消息，散爆网络《少女前线：蓝蝶契约》游戏 PV。 据介绍，这款游戏是《少女前线》IP 的新作， 深度融合第三人称射击与共斗玩法 。目前仍在开发中，上线时间暂未公布。 IT之家附本作官方简介如下： 时间滚滚向前，世界再度巨变 横贯世界的沉重巨兽，于空洞现身的神秘国度，由传说之人缔造的崭新力量； 以及在彼岸注视一切的蓝蝶 【现实】、【虚拟】于【……】的夹缝间，新的种子悄然发芽 用枪弹书写篇章，以勇气更新锋芒，一如往日 ——
近日，豆包App Store页面出现付费版本服务声明。声明称，为更好地服务专业用户，豆包将在免费版的基础上，推出包含更多增值服务的付费版本。同时，该页面还披露了三档订阅价格：标准版连续包月每月68元（连续包年688元）、加强版连续包月每月200元（连续包年2048元）、专业版连续包月每月500元（连续包年5088元）。 豆包 目前，尚未在豆包产品中看到相关的付费选项和功能。豆包官方回应称，“豆包始终提供免费服务，在免费服务的基础上，豆包也在探索推出更多增值服务，以满足不同用户的差异化需求。相关方案细节目前还在测试阶段，正式上线时会通过官方渠道发布完整信息。” 据接近豆包的人士透露，付费功能将主要专注在复杂任务和生产力场景，如PPT生成、数据分析、影视制作等。随着模型能力持续升级，产品已经能满足越来越多的复杂高价值任务。但此类任务需消耗更多算力与推理时间，因此豆包计划上线付费服务，满足好这部分复杂场景需求。免费版本则继续面向用户的日常使用。
文｜肖漫 编辑｜李勤 当下的智能汽车领域，物理 AI 已成为高频词汇，绝大多数智能驾驶算法厂商都在往“物理AI”转型。 卓驭在北京车展上也发布了面向移动物理 AI 的原生多模态基础模型。在卓驭科技副总裁于贝贝看来，算法厂商向物理AI转型不是为了迎合资本市场而编织的想象空间，而是一条关乎厂商存亡的生存法则。 “如果不上这条技术路线，很可能今后就跑不出来了。”于贝贝说。 在新的竞争维度上，算法厂商的对手不再仅仅是曾经的同行，还包括那些从数字 AI 领域跨界而来的巨头、具身智能公司等。 这场全新的竞赛让算法厂商进入全新维度的淘汰赛中，而此次能真正跑出来的玩家，其商业空间也将随着打开。 基于移动基座模型，卓驭已经开始尝试打破传统Tier 1“卖硬件、收开发费”的单一逻辑。在第二增长曲线中，通过将乘用车技术拓展至 Robotaxi、RoboVan 等 L4 级领域，卓驭正在探索一种基于订阅、利润分成以及“动作令牌（Action Token）”的新商业形态。 近日，36氪汽车与卓驭科技副总裁于贝贝聊了聊物理AI的底层逻辑、商业化可能性，以及在这场即将开始的淘汰赛中，卓驭又该如何建立护城河。 以下是36氪汽车和卓驭科技副总裁于贝贝的交流内容，经编辑： 36氪：能否详细介绍一下原生多模态基础模型？ 于贝贝： 原生多模态这个概念的提出，可以追溯到去年我们开始做VLA 1.0，那时的做法比较接近视觉与动作对齐的模型，将大语言模型从后面附加上去的，因此存在很多问题，比如对语言和语义理解的局限性，以及响应延迟等。 我们认为把所有信息都转译到一个语言空间里去理解，然后再尝试通过这个语言转译的结果去理解物理世界，是一种反常识的做法。 真正合理的路径是，视觉、音频、动作都是一个模态、规则或推理也是一个模态，这些都应该在预训练阶段就一并加入，让模型能够天生地、在多种模态的共同空间里去理解物理世界，这才是更合适的做法。 36氪：现在有把语言模态拿掉吗？ 于贝贝： 当前我们车端模型确实还没有开放语言这一路输入。这和小鹏发布的VLA 2.0其实是类似的，我们做的是类似方向的东西，都在向这个范式切换，底层的骨干网络已经改变了。 36氪：卓驭也进入了VLA2.0的阶段？ 于贝贝： 是的。业界正处于一个范式切换的转折点，摆在我们面前的选择是：到底是沿着以前做专家模型这类小模型的范式继续做下去，还是果断切到大模型的范式上来。 我们比较看好大模型的范式。如果放在移动物理AI的语境下来看，希望移动能力能够在各种各样的载具上使用，这本质上就到达了规模化应用的阶段。 大语言模型的历史经验告诉我们，以前做视觉语言模型时，也有人做专家模型，有人做通用模型，也就是所谓的基座模型。 现在来看，最终跑出来的是做基座模型的这一批人。以前那些专注于看病的专家模型，其实都没有真正跑出来。在物理AI领域，我们相信演进的规律是一样的，因此我们也会坚定地走基础模型的范式。 36氪：厂商很多玩家都在这么干，但目前也还未能真正训练出一个可以让各种不同载体统一接入的模型，本质上大家仍然是在解决车上的问题。 于贝贝： 这是分阶段推进的。2025年，大家基本上都切换到了数据驱动，这意味着模型的基础能力已经达到了大概70分的水平。此时，想把它再提升到90分，那20分的差距仍然需要做后训练、采集数据和做泛化，但是其间的差距已经从当初的40分到80分，缩小为现在70分到90分的差距了。 后续，随着模型基础能力进一步提高，我们的目标肯定是做到零样本泛化，也就是所谓的“开箱即用”。 如果模型能力能够开箱就达到95分，那么后面的后训练、泛化、开城等工作几乎都可以忽略不计。虽然现在还没有到开箱95分的水平，但已经达到了开箱70分。 36氪：在现阶段，卓驭是否已经把各种场景都统一到同一个模型里实际运行过了，并认为它已经可以在各个领域都量产且实现泛化，还是说处于一个比较早期的阶段？ 于贝贝： 在这个时间点，还远不能说已经做到了开箱即用。什么才是物理AI最终的终极范式，什么样的架构才能真正理解物理世界，目前业界尚无定论。 36氪：您怎么看待当前大多数方案厂商都在向物理AI方向转型的现象？这是不是向资本市场讲一个更有想象空间的故事？ 于贝贝： 我们认为这已经不单单是商业或战略上的选择，最终应该会上升为一种生存法则层面的事情。如果不上这条技术路线，很可能今后就跑不出来了。 这和大语言模型爆发前夜一样，以前涌现出很多看病的专家模型，但通用大模型一出来，就把它们都替代掉了，以前的那些最终都没有跑出来。 36氪：在这个范式下做一个通用模型，但在其他场景下的数据，或者其他前期训练所需的条件，是不是还不够充分？ 于贝贝： 我们现在在训练自己的基础模型时，30%的数据来自于车辆采集的真实数据，30%来自于机器人，另外40%来自于互联网。 这种移动能力的数据，事实上在互联网上，只需要获取第一人称视角的、在移动中的视频即可，这不一定非得是乘用车或商用车，也可以人走路时拍摄的视频，这类数据的规模庞大，并且相对容易获取。 很多企业都宣称要做移动物理AI，模型能力固然是一方面，但更重要的，具身智能必须部署到一个具体的硬件上去，它的分发过程是很难的。它不像数字AI，可以通过手机实现一传十、十传百的病毒式传播，从一个用户迅速扩展到上亿用户，传播极快。 所以， 建立一个分发平台和分发网络，也是其中非常关键的一环，这关乎如何把这个能力具体地部署到移动载具、部署到物理实体上。 36氪：卓驭在分发上是怎么做的？ 于贝贝： 我们有自己的一套方法，比如与合作伙伴合作，定义硬件的标准，将这个硬件标准定义出来之后，通过合作伙伴进行硬件授权与分发，这属于硬件分发的部分。 在软件分发方面，比如我们的移动能力SDK，可以将模型能力封装成SDK，提供给那些不具备后训练模型能力的合作伙伴去使用。也可以将其包装成“移动AI”，也就是把模型做得足够好之后，将其开源，让其他方可以基于这个模型去做后训练，这又是一种分发方式。 还可以直接做成“移动智能体”，未来对于一些低安全、低实时性的应用，比如扫地机器人或割草机，只需要把视频流传输到云端，由云端计算好之后，直接下发一条轨迹给这个小机器，这或许就是另一种分发方式了。 36氪：这几种分发的方式，是否对应着卓驭的商业收费模式？ 于贝贝： 是的，而且它们面向的商业场景也都不太一样。 传统的方式，像做乘用车或商用车，就是销售硬件、销售软件许可，并收取开发费和非重复性工程费用，我们内部称作第一增长曲线的业务。 第二增长曲线，则是将乘用车上已经验证过的技术，拓展到Robotaxi、RoboVan等领域。虽然也卖硬件，也可能收取开发费，但一般不收取软件许可费。 软件部分是通过利润分成来获取收益的，比如L4级业务，作为服务提供方，需要持续参与软件的迭代，甚至要参与到运营中去，所以需要一个持续性的收入，这就演变成了订阅和分润的模式。 36氪：听起来第二增长曲线更挣钱。 于贝贝： 相比第一增长曲线的收入，其利润结构是要更好的。 我们可能会有不同的算法分发方式，以“移动智能体”为例，这种分发方式就有点像是在分发所谓的“动作令牌”。 相当于某个消费级电子设备将视频流传输给云端推理的模型，模型再下发一条轨迹，其收费模式可能就是按照该消费级设备的使用次数、行驶里程来收取类似“动作令牌”的费用，这又是另一种形式的订阅。 36氪：后续运维各方面的东西，都是卓驭来做吗？ 于贝贝： 对于L2的系统，本身不涉及到运维。只有到了L4级别才涉及运维，需要有一个所谓的远程监控系统，始终监控着车辆的运行过程，在必要时进行远程接管接入。 这有点像过去的安吉星服务，使用这个服务时是需要交费的。一旦车辆启用了L4功能，无论是干线物流还是乘用车，只要启用了L4，就需要额外交一部分费用。 甚至以后，乘用车的传感器配置、算力配置都能够支持L4级别时，平时车主可能还是用L2+系统，当他需要启用L4功能时，就需要为L4模式下每公里的行驶，额外再支付一点费用，因为始终会有一个系统在监控着它。 36氪：你认为L2和L4会是完全不一样的商业模式？ 于贝贝： 没错，L2和L4是完全不同的商业模式。从我们的观点来看，我们认为L4应该是先在城区落地，然后再拓展到高速场景。 从工程安全角度来看，同样性质的一个事故，在高速上产生的伤害程度，要远比在城区产生的伤害严重得多。 36氪：行业玩家都在往物理AI方向做，这是新一轮淘汰赛的开始吗？ 于贝贝： 新一轮的行业洗牌可能即将开始。所有做自动驾驶的公司，应该都会在不久的将来，转变为移动物理AI公司。 如果是在移动物理AI这个赛道上进行竞争，这本身就变成了一种跨界竞争，甚至可能都不是这个行业内既有玩家之间的竞争了，还需要和一些本来做数字AI，现在也想转型做具身智能、做物理AI的玩家去竞争。 36氪：那卓驭的护城河究竟是什么？ 于贝贝： 我们认为有两点。第一，是模型能力。现在大家的迭代范式，乃至最终采用什么样的模型架构，都还没有定论。也许我们认为以后特别高级的3D DiT或V-JEPA等全新架构会跑出来，但这些都是未知数。 第二，分发能力其实是一个非常高的门槛。如何建立一个分发平台和分发网络，创建一个生态，联合不同的合作伙伴共同进行分发，这一定是一个非常高的门槛。
在中国美妆行业竞争日趋激烈、技术叙事不断升级的背景下，企业如何构建差异化“护城河”成为核心议题。近日，中国化妆品集团自然堂联合上海天文馆推出的航天主题科普展，为观察本土品牌在科研与品牌叙事之间的平衡提供了一个样本。 4月24日（第十一个“中国航天日”）前后，自然堂与上海天文馆在上海奉贤“东方美谷”园区内举办“遇见宇宙 发现更美”主题展览。展览面向公众免费开放一个月，内容涵盖宇宙起源、中国空间站建设以及太空生活等多个维度，并通过模型展示、VR体验等形式强化互动性。 从形式上看，这类跨界活动近年来在美妆行业并不罕见，但其背后所指向的“科技背书”，正在成为品牌竞争的重要组成部分——国际美妆巨头近年来持续加码研发投入，例如欧莱雅集团与雅诗兰黛集团均在生物科技、皮肤科学及AI研发领域建立长期投入机制，本土品牌则更强调“成分自主”和“供应链上游能力”。 在这一趋势下，自然堂将“航天科技”作为技术叙事核心，试图强化其在原料端的控制力与差异化定位。 自然堂由郑春颖2001年在上海创立。这位出生于辽宁辽阳的创始人，早年以文科第二名考入东北财经大学，毕业后在辽阳市财政局工作十年，后辞职下海创业。品牌名"自然堂"取意"师法自然之道"，英文 CHANDO 即"禅道"音译。 值得一提的是，2024年10月至2025年8月，自然堂集团先后引入欧莱雅和加华资本作为战略投资者，其中欧莱雅投资4.42亿元，加华资本投资3亿元。两大投资者IPO前合计持有自然堂控股逾10%股份，自然堂估值定在71.4亿元。 展览之外，更值得关注的是其披露的一系列研发路径。根据现场信息，自然堂自2013年起参与中国航天相关实验项目，将生物护肤研究送入太空环境进行诱变育种；2023年，部分源自高原环境的微生物样本随载人航天任务进入空间站并完成在轨实验。相关研究随后由企业与高校联合开展转化。 这一技术路径的核心逻辑在于利用极端环境（如微重力、辐射等）加速微生物或植物细胞的性状变化，从而筛选出具有更强稳定性或活性的原料。类似方法在农业和生物工程领域已有应用，但在美妆行业的大规模商业化仍处于早期阶段。因此，其实际效果与可复制性，仍需更多长期数据验证。 从商业化层面看，自然堂强调“原料自研”带来的成本优势。企业披露，其核心成分之一已应用于数十个产品配方，并在收入结构中占据较高比例，同时相较外购原料显著降低成本。 这一模式与当前行业“去依赖外部原料商”的趋势一致，即通过自建发酵、生物培养等能力，提高毛利率并增强供应链安全性。 不过，从第三方观察角度看，这一路径也面临挑战。一方面，原料研发具有高投入、长周期特征，短期内难以对整体业绩形成稳定支撑；另一方面，“航天概念”在营销层面的溢价空间，取决于消费者对其科学性的认知程度。过去几年，市场上围绕“太空成分”“极地成分”的传播已趋于常态，如何避免概念泛化，是企业需要解决的问题。 值得注意的是，本次活动中还涉及“反向技术输出”，即为航天员提供在轨使用的个护产品，例如免冲洗清洁用品等。这一方向在逻辑上属于特种场景产品开发，其技术门槛与日常消费品存在差异，但若能形成标准化能力，理论上有助于提升企业在功能性产品领域的技术积累。 整体来看，自然堂的案例反映出中国美妆企业正在从“渠道驱动”向“技术驱动”转型的一个缩影。一方面，通过跨界航天等高科技领域强化品牌认知；另一方面，加速在原料端建立自主体系，以应对原材料价格波动与供应链不确定性。 但从行业长期发展看，真正决定竞争格局的仍是研发成果的可持续转化能力，以及消费者端的实际体验反馈。航天科技能否从“叙事资源”转化为“产品力”，仍需在未来几年内通过市场表现来验证。
作者｜乔钰杰 编辑｜袁斯来 4月28日，未来宇航在雄安新区举行FX锋行系列空间飞行器发布会，并同步举行商业航天生态供应链合作伙伴签约仪式。 此次发布的FX“锋行”系列，是国内首个服务卫星组网和在轨业务的商业飞行器。面向300kg至4000kg级任务需求，重点突破高精度姿轨控、柔性化承载与快速轨道响应等关键技术，强调低成本、高可靠与快响应能力。其定位不仅是单一飞行器产品，也是支撑在轨服务工程化落地的基础平台，可服务于星座组网、在轨加注及深空探测等场景。 活动现场 企业供图 未来宇航CTO刘春保在接受36氪采访时介绍， 空间飞行器的核心价值在于提升部署效率与降低成本：一方面，通过更高效的轨道转移能力，空间飞行器可显著加快星座部署节奏，缩短组网周期；另一方面，通过空间飞行器的在轨调配能力，同等火箭运力下可搭载更多卫星，从而降低单星发射成本。 在工程适配上，“锋行”系列具备较强通用性，可适配多型火箭，具备跨平台服务能力。 围绕“锋行”系列，未来宇航进一步提出“一站式在轨交付工程能力”，覆盖从平台研制、载荷集成、轨道部署到在轨操控及数据应用的全链条流程，面向卫星公司、科研机构及商业用户提供一体化解决方案。 从行业视角来看，中国商业航天正从技术验证阶段迈入规模化、工程化与应用化的关键窗口期，行业竞争也从“能不能做”转向“能否更高效、更低成本、更稳定”。这一过程中，平台化、通用化的空间运输装备被认为是未来发展的核心方向之一。 其中，空间飞行器正逐渐成为产业链中的关键补位角色。该类产品兼具火箭的变轨能力与卫星的在轨驻留能力，可承担卫星入轨部署、在轨服务及离轨处置等多环节任务，常被类比为“太空4S店”。 产品概念图 企业供图 未来宇航创始人牛旼在接受采访时表示，空间飞行器需求的出现，本质上源于技术与需求的双重驱动。一方面，卫星分布在不同轨道，而火箭发射更类似“定点运输”，难以实现精准入轨；另一方面，随着大规模卫星组网推进，火箭运力不足的问题逐渐显现，难以直接将卫星送达目标轨道。基于此，公司通过不同类型飞行器，分别解决入轨部署与在轨服务等场景需求。 随着商业航天的发展，空间飞行器的应用将分阶段展开：初期以卫星部署为核心，后续逐步拓展至在轨维护、碎片清理、深空转移等更复杂场景。 基础建设方面，未来宇航同步宣布雄安总装测试中心已正式落地雄安。该中心具备空间飞行器研发、总装、集成、测试与试验的全流程能力，规划年产60台左右，标志着公司进入工程化交付与批量化制造阶段。 目前，未来宇航的首飞产品“锋行一号”已完成总装，预计将于今年下半年执行首次飞行任务。 此外，未来宇航还在大会上与生态伙伴签署战略合作协议，未来将围绕卫星数据服务与空间信息应用展开进一步合作。
靠着燃油豪华市场稳住基本盘之后，一汽奥迪的电动化节奏开始提速，核心动作就是补齐专属纯电PPE平台的主力车型矩阵。 4月，奥迪正式推出A6L r-tron和Q6L e-tron家族两款新车，分别瞄准中大型豪华纯电轿车和SUV主流市场。主打产品力与用车场景，奥迪这次没有“玩虚的”。 两款新车的定价走的是务实路线。其中，奥迪A6L r-tron纯电轿车推出四款配置，售价区间30.98万至43.98万元，主要承接老款燃油A6L车主换机不换品牌的电动置换需求。 奥迪Q6L e-tron家族则提供常规版和Sportback溜背版两种车身形态，共计六款配置，限时售价26.98万至41.98万元，还专门新增智驾版和长续航版本，拉低入手门槛，兼顾家庭日常代步和喜欢智能驾驶体验的两类用户。 面对同级竞品疯狂价格内卷，奥迪这次没有跟风降价拼噱头，而是选择依靠原生纯电平台带来的综合实力，在高端市场站稳脚跟。 奥迪 A6L e-tron 外观和内饰方面，两款新车都延续了奥迪熟悉的豪华味道，同时适配了电动化的新需求。 针对国内用户用车习惯，两款车都做了轴距加长处理，后排腿部空间充足，不管是商务接待还是全家出行，乘坐宽裕度都足够。内饰走数字化实用路线，全系标配连体悬浮大屏和全液晶仪表，车机系统针对国内使用习惯进行了优化。 高配车型搭载华为乾崑智驾系统，城市道路和高速长途都能实现NOA导航辅助驾驶。座舱用料保持奥迪一贯水准，软性材质覆盖到位，并且做了全车降噪优化。 奥迪A6L e-tron内饰 三电配置和底盘操控，是这两款PPE平台新车的核心竞争力。 两车全系标配800V高压电气架构，兼容市面主流400V和800V充电桩。A6L e-tron搭载了107kWh大容量电池，CLTC工况最长续航815公里，峰值功率可达270kW，10分钟就能补充294公里续航，20分钟可将电量从10%充至80%，，补能速度可观，日常通勤不必再频繁充电。 动力当面，两款新车都提供单电机后驱和双电机四驱两种选择。其中，A6L e-tron四驱版综合最大功率405kW，峰值扭矩779N·m，零百加速最快4.3秒，底盘配备电动quattro四驱系统和前后五连杆独立悬架，全系标配FSD减振器，顶配搭载自适应空气悬架，日常代步足够舒适，过弯和高速行驶车身支撑性也到位，保留了奥迪熟悉的操控质感。 总的来说，奥迪A6L r-tron和Q6L e-tron同步上市，标志着奥迪电动化不再是试探布局，而是实打实投入市场竞争。两款新车不盲目堆砌花哨配置，而是选择将平台、三电、智驾和底盘调校做好，守住传统豪华品牌核心价值。
在汽车行业越来越强调降本的今天，车企心中的天平逐渐偏向了更具性价比的国产芯片。爱芯元智看到了这一发展机遇，北京车展前期，爱芯元智与千里科技、阶跃星辰等企业成立“千里联盟”，同时企业将于今年三季度发布M97这颗大算力辅助驾驶芯片。 爱芯元智创始人仇肖莘在北京车展上公开表示，“大算力产品已成功流片，正进入正常的开发周期”，2026年将逐步导入多款车型，成为业绩增长的重要引擎。目前，传统终端计算产品仍占爱芯元智收入的超80%，车载和边缘计算业务的收入占比较低，仇肖莘预计未来三年内，这一局面将被改写。 仇肖莘对M97的性能表现颇为信心，她表示：“当前主流高阶辅助驾驶芯片有比较大的问题，就是带宽不够。我们意识到这个问题后，在M97设计的时候，把带宽提升了很多。” 辅助驾驶芯片的有效算力主要取决于两个核心要素，一是计算单元的规模，二是数据读写的带宽效率。即便芯片的理论算力处于较高水平，若带宽不足，也无法充分释放其实际性能。仇肖莘表示M97的核心优势之一，便是具备较高的带宽水平，能够让算力发挥更充分，同时把功耗控制在较低水平。 为了最大限度发挥芯片的算力潜力，爱芯元智称，该芯片在设计初期便确立了领先一代的目标。这一设计思路背后的考量是——制程工艺对芯片性能有着决定性影响。 以数据传输频率为例，不同制程的芯片所能支持的最高频率存在明显差异，制程越先进，可实现的频率越高，带宽上限也随之提升。对于高算力辅助驾驶芯片而言，更先进的制程不仅能带来更出色的性能表现，还能有效缩小芯片面积，进而显著提升芯片的生产良率。 而爱芯元智之所以将高阶辅助驾驶芯片的算力，设定在较高水平，仇肖莘告诉36氪，这是源于当前辅助驾驶技术路线的不确定性。从早期的端到端方案，到如今的各类先进模型，辅助驾驶技术的核心，始终是对周边物理环境的精准理解，这对芯片的算力提出了极高要求。 爱芯元智车载事业部总经理李浩表示，将芯片算力与带宽同时提升至行业标杆水平，核心目的是为各类先进模型的车载应用，提供充足的有效算力支撑。随着辅助驾驶技术的演进，各类模型正朝着融合统一的方向发展，对单颗芯片的算力要求持续提升，因此，爱芯元智判断，提升单颗芯片的算力上限，是未来芯片行业的趋势。 在提高算力的同时，爱芯元智也强调成本控制。而芯片的成本是靠设计降下来的，“比如通用架构，它里面是从云端训练的一套架构一脉相承到车载芯片，整个架构设计有很多的冗余。这对车载芯片来说不是必须的。” 企业的业绩增长不光靠产品，也靠战略。爱芯元智对自身的定位是——“一个比较中立的第三方芯片供应平台”。仇肖莘解释，这样定位的好处在于，“这个时候车企可以选择我们，也可以选择别人，最重要的一点就是把这个决策权交回给车企”，“有选择这件事还是很重要的”，而“爱芯元智作为一家独立的芯片公司，要维持中立、独立的状态”。 除了车载赛道，边缘计算也是爱芯元智计划重点押注的一大领域。今年下半年，爱芯元智将发布两款边缘计算产品，和市场上千问等主流大模型进行更好的适配。仇肖莘对36氪表示，适配大模型，很重要的是建好生态。而爱芯元智建生态的方法之一，是“别人开源一个大模型，我们都会马上把大模型部署在芯片上。部署完了再开源出去，放在GitHub供合作伙伴下载。因为现在大模型的底层架构基本上都是Transformer，这对我们部署各家的模型是有好处的，它的底层算子比较统一。” 对于边缘计算芯片的落地场景，爱芯元智观察到，AI Agent将是企业可大有作为之处。“将来AI更普及以后，人们生活必备的就会变成水电、煤气、宽带和算力，这个算力怎么接进家，是需要经过AI Agent的盒子，盒子有可能是路由器的一部分。” 而Agent掌握了用户的所有核心信息，且需要24小时运行，因此一定要在本地运行，如果上云则有可能产生延迟、隐私泄露等风险。爱芯元智的8850芯片，以及即将发布的边缘计算产品，恰可以支撑大模型跑在边缘测。仇肖莘评价，AI Agent或是一个爆发力很强的ToC的产品，爱芯元智对这个领域充满期待。
作者｜黄楠 编辑｜袁斯来 近日，智能割草机器人公司未岚大陆第100万台智能割草机器人下线仪式在其常州研发生产基地举办。未岚大陆CEO任冠佼、总裁兼CTO陈子冲、德国莱茵TÜV电子电气产品服务全球高级副总裁郝福来（Frank Holzmann）等出席仪式。 在割草机器人赛道竞争白热化的节点，百万台是对技术路线选择、供应链韧性与全球化布局的一次系统验证。从2021年发布第一款无边界智能割草机器人，到2026年累计量产突破100万台，未岚大陆的路径勾勒了一家中国庭院机器人公司的崛起曲线。 未岚大陆第100万台智能割草机器人下线 曲线增长背后是赛道热度的迅猛攀升。据中国机电产品进出口商会数据，2025年1-7月我国割草机出口额达132亿元，同比增长56.6%；全球割草机器人2025年上半年销量同比暴涨327%，其中，无边界品类由2024年的35%占比升至65%、成为增长主引擎。 长期以来，割草机器人赛道有一个“可靠性悖论”，用户几乎天然将割草机视为庭院里的专业工具，需要它在风吹日晒、雨雪交加、尘土飞扬的户外环境中持续可靠地工作，其环境可靠性要求甚至接近车规级标准。然而，市面上的单一或双传感器方案各有短板，RTK在树荫和建筑遮挡下信号易断，视觉系统受制于光线和观测距离，激光雷达又严重依赖场景特征是否充裕。 这也就导致了用户核心痛点依然存在：尽管行业技术方案持续丰富迭代，但用户真正期待的无感式、零介入智能体验，始终未能真正落地。 瞄准这一行业真实需求，未岚大陆在产品研发端，始终围绕割草机器人于复杂户外环境下的精准定位、自主导航、安全避障、高效作业四大核心挑战展开。 2026年，未岚大陆推出自研的EFLS™ LiDAR⁺三重融合定位系统，在固态激光雷达基础上叠加视觉感知与Network RTK定位，通过AI算法进行实时多源数据协同处理，其割草机器人可实现极端复杂环境下的厘米级精准建图与稳定导航，大幅降低了偶发性失效的概率。 在避障与安全维度，基于企业自主研发的VisionFence™视觉围栏系统，配备140度至360度广角摄像头与ToF传感器、融合AI算法，可以智能出识别超200种障碍物、包括悬空障碍物等，精度达1厘米。这些技术能力最终落地到具体应用上，为其割草机器人提供了全天候、全场景、高可靠的智能感知与定位安全体系。 目前，未岚大陆旗下Segway Navimow产品包括了i系列、H系列、X系列以及Terranox商用系列，覆盖不同面积与使用场景的需求，构建起从家用小型庭院到大型绿地、从个人消费到商业服务的完整产品矩阵。 其中，X420与i206 AWD两款产品率先获得德国莱茵TÜV“Lawn Care”认证，其搭载的Xero-turn™零转全驱系统，使设备在狭小空间和陡坡等复杂地形中依然能保持稳定牵引力，且转弯时避免对草坪的横向拉扯进而有效保护草坪。 未岚大陆CEO任冠佼（中）、未岚大陆总裁兼CTO陈子冲（左）、德国莱茵TÜV电子电气产品服务全球高级副总裁郝福来（Frank Holzmann）（右）与Navimow第100万台智能割草机器人合影 技术和产品的持续迭代，在市场端直接反映为可见的销量和份额增长。2026年4月，未岚大陆获得“连续两年全球无边界割草机器人零售量第一”的品牌认证，并在2025年亚马逊Prime Day和Black Friday期间，位居欧洲六国细分品类销量前列。截至当前，未岚大陆的销售网络覆盖40+国家和地区，全球线下销售门店超5000家。 36氪了解到，未岚大陆位于常州、南通两大基地已经形成智能化、规模化的工程制造能力，叠加2026年全面投产的马来西亚产线，构成“中国+马来西亚”双基地协同布局。从交付规模来看，百万台节点意味着未岚大陆具备了快速响应全球订单的能力，也使其在供应链层面更具弹性。
欧莱雅全球青年创新策划大赛BRANDSTORM 2026中国总决赛于4月24日在上海收官。本届赛事聚焦奢华香氛领域，中国赛区吸引超72000人报名，经多轮选拔后六支队伍进入总决赛。最终，UNIBLOCK、SOS和Move with Scent三支队伍分获冠亚季军，将代表中国赛区赴巴黎参加全球总决赛。 BRANDSTORM大赛已举办34年，覆盖全球40多个国家和地区，累计参与人数超37万。中国赛区自2003年启动以来，累计参与人数已超过7万。 今年赛事与欧莱雅高档化妆品部合作，赛程持续六个多月，参赛者可获取欧莱雅业务专家提供的市场数据和品牌案例。 欧莱雅北亚总裁及中国首席执行官博万尚在活动中表示，青年人才是变革的推动者，公司希望支持青年将对美的创意转化为行业解决方案 。欧莱雅中国副首席执行官及高档化妆品部总经理马晓宇则指出，年轻参赛者关注人的情感和生活瞬间，为品牌提供了来自新一代消费者的视角。 值得关注的是，今年总决赛现场在AI与美妆科技融合方面着墨颇多，这与欧莱雅集团近期在人工智能领域的一系列布局形成呼应。2026年3月，欧莱雅宣布扩大与英伟达（NVIDIA）的AI合作伙伴关系，双方合作已从聚焦数字营销的框架，延伸至研发创新核心环节 。 欧莱雅将英伟达ALCHEMI机器学习框架整合进自身研发与创新体系，构建了一套能够在原子级别预测分子性能与相互作用的AI引擎，使配方发现过程比传统方法快100倍，目前聚焦于光防护与肤色管理两个方向。 在市场营销与内容生产环节，欧莱雅的AI应用同样在提速。集团内部设立了名为CreAItech的生成式AI美妆内容实验室，整合谷歌Imagen 3、Veo等模型以及Adobe Firefly等工具，支持营销团队快速生成符合品牌规范的图像、文本和视频内容。 CreAItech平台已具备每月生产多达5万张图片和超过500条视频的能力，将内容从概念到可部署资产的周期从数周压缩至数天。欧莱雅西欧区首席营销官Mark Lallemand在ShopTalk Europe上表示：“这已不再是实验，而是营销转型。我们正在以AI为核心构建品牌互动。” 在消费者端应用层面，欧莱雅推出了生成式AI个人美妆助手Beauty Genius，结合增强现实和计算机视觉技术，可为用户提供护肤流程、产品推荐等个性化指导。 此外，欧莱雅近年来频繁在国际科技展会上展示其美妆科技布局。在2026年1月的国际消费电子展（CES 2026）上，欧莱雅推出了多项融合AI技术的美妆创新产品。同月，欧莱雅还宣布将在印度海得拉巴设立全球美妆科技中心，初期投资约3.83亿美元，计划到2030年创造2000个科技岗位，旨在将其打造为AI驱动美妆创新的全球基地。 BRANDSTORM作为欧莱雅连接青年创新力量的重要平台，其赛事方向也在不断向科技靠拢。今年总决赛在传统路演之外，特别设置了沉浸式体验区，展出集团旗下20余个香氛品牌，并提供香水调制等互动项目，两天内吸引超千名青年到场参与。现场还提供定制化职业发展指导服务。欧莱雅北亚及中国人力资源副总裁沈琳表示，在AI开启的“智美”时代，公司持续投入人才培养，致力于培育面向未来的跨界创新青年。 欧莱雅集团目前在全球拥有超过95000名员工，2025年全球销售额达440.5亿欧元，研发团队包含超过4000名科学家和8000名数字化、科技与数据人才。欧莱雅于1997年进入中国内地市场，目前在华运营33个品牌，设有一个研发和创新中心、两家工厂，员工超15000人，中国已成为欧莱雅集团全球第二大市场。
随着全球卫星星座计划加速部署，在轨卫星数量激增，太空交通安全问题正在从理论风险变成现实问题。 有数据显示，过去半年，全球最大的卫星星座仅半年内就实施了超过5万次主动避碰操作。而当未来星座建设规模达到数万颗、甚至百万颗体量，传统依靠地面站24小时人工监测管控的模式将会面临管理难度陡增、成本高企、传输受限等难题，高速率、高稳定、高安全的星间通信与智能化在轨管理成为技术趋势。 要实现这一目标，既需要高可靠的激光通信终端，也需要AI大模型自主分析、自主决策能力的加持。 在4月24日举办的“2026中国航天日”商业航天产业高质量发展论坛上，中科天塔正式发布了公司新一代星载激光通信终端。 中科天塔副总经理景振龙在会上提到，中科天塔此次发布的新一代终端，在传输速率、链路稳定性、环境适应性和数据安全性等方面实现全面升级。相比传统微波通信，激光通信具有带宽大、时延低、波束窄、保密性强、抗干扰能力突出等优势，可有效弥补地面测控短板，推动卫星测控体系由“地基”为主向“天地一体”升级。 中科天塔新一代星载激光通信终端 从技术沿革上看，中科天塔新一代激光通信终端源自西安光机所20余年的技术积累和科技成果转化，终端产品采用独立控制系统设计，不占用卫星主控资源，可靠性与兼容性更优——打个比喻，这意味着它就像“即插即用”的独立模块，可以适配不同的卫星平台。 据介绍，在2020-2025年期间，西安光机所自主研发的激光通信终端就实现了产品上星，在此期间创造了当时国内“最快建链”和“最长稳链”的纪录。 信息的桥梁有了，如果给卫星再装上一个AI大脑，让其接收数据后可提前进行数据处理、预警和风险规避，就有望让“太空智驾”成为可能——这也是中科天塔想要推动的技术演进和应用落地方向。 事实上早在2024年，中科天塔就依托公司过往航天数据与知识体系，推出了国内首个航天测控领域AI大模型，通过2年的迭代优化，陆续推出系列智能体，旨在解决大规模星座地面管控难等问题。 据中科天塔总经理曾伟刚介绍，目前其模型及智能体产品已和国内头部卫星公司、体制内院所达成合作，并在去年实现了千万级的订单收入。 通过AI+激光通信，中科天塔希望以“太空智驾”体系实现卫星管理模式的三级跨越。 “从人工使用软件管理，升级为软件自动化运行，再迈向AI智能体自主决策。”曾伟刚也提到，正如地面汽车的自动驾驶发展历程，未来太空中的卫星“智驾”，也将延续从辅助驾驶到完全自主驾驶这一逐步提级的发展路径。 接下来，在“大脑”侧，中科天塔将持续迭代其模型和智能体产品；在“身体”侧，会加快终端产品的规模化交付和应用。 据悉，目前中科天塔已在西安建设高标准洁净装配空间与全流程可靠性测试环境，配备专业化星载激光通信终端生产线，设计年产能超过500套，计划将于今年5月中旬正式启用。
作者 | 乔钰杰 编辑 | 袁斯来 当前，制造业正站在从“自动化”向“智能化”跨越的关键节点。 2026年是海康机器人成立十周年。作为工业智能化领域的创新者与实践者，海康机器人近年持续推进机器视觉、移动机器人与柔性制造技术的深度融合，构建起“眼、脚、手”一体化的全栈技术能力，形成了以机器视觉、关节机器人和移动机器人为核心的三大业务体系。 2025年全年，海康机器人营收突破64.52亿元，其中机器视觉类产品累计出货量超 1000 万台，移动机器人累计下线突破 18 万台。基于完善的硬件产品线，其自研工业软件授权用户超60万人次，全球服务客户超2万家。 2026年4月22日至24日，「海康机器人·智造大会2026」在杭州桐庐举办。海康机器人首席执行官贾永华提出“具身智造”的概念。他表示，传统自动化体系正面临灵活性不足的问题，难以适应需求碎片化与用工结构变化。“具身智造”需要通过两种能力来应对：一是具备多任务能力的高柔性设备，二是可快速复制的场景化应用能力，从而推动制造体系从“人适应机器”向“机器适应环境”转变。 大会期间，海康机器人除展示了机器视觉、关节机器人、移动机器人在制造、流通等行业场景的应用落地情况外，还并发布了超过35款新品，覆盖标准视觉（2D与2.5D计算光学）、高精度3D视觉以及AI智能视觉等方向，重点针对复杂场景成像、高精度测量及AI落地难等工程问题。 图源企业 面向未来，海康机器人也在积极推进AI融合与具身智能布局。 在接受36氪专访时， 海康机器人副总裁张文聪介绍，公司自2016年起系统性推进AI技术在产品中的落地，目前已在多个产品线中实现规模化应用，并成为提升产品性能与工程效率的重要手段。 早在2019年，海康机器人用于调度移动机器人的RCS（机器人控制系统）就开始在路径规划和任务调度中引入强化学习与运筹优化方法，突破调度规模上限；到2021年初，已在一汽丰田单厂实现超1000台机器人跨地图协同运行。 “接下来，公司也会探索AI进一步向工业深水区渗透的路径，包括更复杂场景下的质检能力。”张文聪表示。 在被问及具身智能在工业的应用，张文聪表示，“具身智能”并不代表产品都要做成拟人形态，“海康机器人现阶段把端到端的眼、手的协同做好，广义看也是朝向具身智能的很大进步，比如说机器视觉和关节机器人配合的视控一体应用就会有很大的提升。” 面向更长周期，张文聪表示，工业场景中，在高度标准化、高节拍的环节上，专用设备仍具效率优势；但在节拍要求相对宽松的场景中，具身智能具备“一机多能”的潜力。 整体上，具身智能与现有自动化方案将更多形成互补关系，而非直接替代。 图源企业 以下是36氪与海康机器人副总裁张文聪的交流内容，略经编辑： 问：机器视觉、移动机器人和机械臂，这三个板块的营收占比如何？ 张文聪： 目前来看，我们的营收还是主要来自机器视觉和移动机器人这两大板块，机械臂这一块占比还不算大。主要原因是我们切入机械臂相对比较晚，虽然已经做了大概5年，但整个产品线还在持续丰富的过程中,目前整体营收规模还在爬坡阶段。 问：目前AI在我们的产品中有哪些实际应用？ 张文聪： AI现在已经比较深入地用在我们的产品里面了，尤其是在机器视觉这一块。像读码、OCR识别这些场景，我们都已经用深度学习做了比较多的升级，以前很多识别算法是需要现场训练的，现在基本上可以做到“开箱即用”，大多数场景下不需要再做二次训练，效果也比较稳定。 另外一个重点方向是工业质检，我们这几年也在持续投入。从早期的小模型，到现在逐步引入大模型。以我们和一家国内大型医疗用品生产企业的合作举例，他们希望为生产的一次性医疗手套引入一套全自动、高精度、可追溯的质量检测系统。而手套属于柔性物体，容易变形，而且颜色类型非常多，这类缺陷检测其实难度很高。 我们在2021年最早用传统的CNN模型来做时，每上一条产线基本都要重新采样、重新训练，扩展起来比较慢。后来在23、24年切换到大模型方案之后，同一个车间内的多条产线可以快速复制，原来可能需要上万张样本，现在一两百张就够了。现在这套系统能稳定检出0.8毫米以上的缺陷，对污渍、破损等重要缺陷的检出率超过99.995%，一条线一天能检30万只，整个部署和交付效率提升非常明显。 问：整体来看，目前AI 类产品在工业场景的落地情况如何？ 张文聪： AI在工业场景的落地仍然偏慢，核心原因在于成本与交付周期。一方面，工业质检等应用场景复杂，系统开发周期长，导致整体解决方案成本较高；另一方面，终端客户在评估投入产出比时，如果回报周期过长，往往会延迟或放弃部署。 针对这一问题，公司一方面持续提升算法能力，降低开发和部署成本；另一方面通过引入大模型、优化工程化能力，缩短交付周期，减少对样本数据和人工调试的依赖。整体目标是推动AI能力“普惠化”，让更多行业能够以可接受的成本使用智能化方案。 问：您如何看待人形机器人在工业场景的落地价值？ 张文聪： 我觉得是有价值的，但前提是要把“通用性”真正做出来。如果一台人形机器人能够一机多用，既能搬运、又能做简单质检，甚至还能做上下料，那在一些节拍要求没那么高的场景里，它的价值就很明显了，可以成为“多能工”。 但如果高度标准化、节拍很快的产线上，还是“专机”效率更高、成本更可控，所以两者更像是互补关系，而不是替代关系。从现在来看，人形在工业里的落地还比较早期，尤其工业对稳定性要求很高，目前很多能力还需要持续迭代。 图源企业 问：海康机器人强调的“眼脚手”协同和VLA模型是什么关系？ 张文聪： VLA（Vision-Language-Action）模型是一种理想的端到端范式，目标是通过单一大模型实现从感知到决策再到执行的全流程闭环。但从当前技术成熟度来看，这条路还在比较早期的阶段，真正落地还有不少挑战。 相比之下，我们提出的“眼脚手”协同更偏工程化路径：通过视觉（眼）、操作（手）、移动（脚）等模块的协同，实现具体任务的自动化。在实际落地中，我们更多是用多个小模型组合来解决问题，而不是完全依赖一个大模型。当然，VLA这个方向我们也在做，而且有专门的团队在投入。整体来看，我们的理解是：短期靠“小模型组合”实现落地，长期再往端到端的大模型演进，两条路线是并行的、互补的关系。 问：软硬一体布局为公司带来了哪些核心优势？ 张文聪： 软硬件一体化是公司核心战略之一。一方面，单纯做硬件容易陷入同质化竞争，缺乏差异化壁垒；另一方面，仅做软件在商业模式和客户粘性上也存在挑战。软硬件协同，可以实现相互促进：硬件带动软件销售，软件提升硬件附加值。 以机器视觉为例，我们的自研软件平台可以以模块化方式开放给客户进行二次开发，从而形成生态粘性。同时，软件还能帮助客户降低开发成本、提升效率，规避知识产权风险。整体来看也构建了更高的技术与商业壁垒。
文｜张子怡 编辑｜袁斯来 在SaaS行业普遍面临增长瓶颈、寻求数智化转型的背景下，微盟于2026年4月22日在上海总部举办了城市峰会，正式对外呈现其“AI First”战略全景。 根据微盟2025年财报披露，其AI相关业务收入已首次突破亿元大关，且2025年下半年的环比增长率达到130%。在此财务数据基础上，微盟试图通过战略升维，将AI从原有的产品辅助插件地位提升至业务底座高度。 微盟此次提出的“AI First”战略，核心覆盖了AI+SaaS、AI+营销、AI+出海及AI To C等方向。 在技术架构层面，微盟将其升级为“Agent+Skills”。这一转变的底层逻辑在于：将原本复杂的SaaS系统功能（Skills）封装成更易交互的形态，由智能体（Agent）调用，从而降低商家操作复杂系统的门槛。 微盟集团执行董事兼集团总裁游凤椿表示，AI正在从简单的对话交互向自主执行演进。 目前，这一逻辑已在微盟的“小龙虾”生态等业务中尝试落地。例如，商家不再需要通过后台多级菜单查找数据，而是直接通过对话方式调取当日交易量。这种从“点状功能”到“系统性赋能”的跨越，是微盟试图重构生意底层逻辑的开始。 不过，将这一宏大战略推向实际商业场景时，SaaS厂商必须面对一个残酷的现实：To B业务对技术的确定性要求远高于To C。 尽管消费端人人都会用AI，但在实际运用层面B端客户远比C端要求与需求都更严格。 微盟技术副总裁肖锋肖锋指出，C端用户对AI的幻觉具有较高的心理容忍度。如果一个AI工具在回答常识性问题时出错，C端用户通常只会认为产品“不够聪明”，并尝试调整提问方式。但B端客户是付费用户，AI的每一个动作都与经营场景、财务结果直接挂钩。 “只要出现一个坏案例（bad case），B端客户就会认为整个AI模块都是不可用的。”肖锋举例说明了这种差异：在AI试衣场景中，如果模特照片中存在靠墙或手拿重物的情况，识别效果会受到干扰。对于C端用户，客服解释后用户通常愿意配合换个姿势；但B端商家则会直接质疑技术效能并拒绝买单。这种对稳定性的近乎“零容错”的要求，决定了微盟在推行AI First战略时，必须在安全性检查和场景适配上投入更多研发资源，而非盲目追求技术指标的华丽。 基于这种审慎的考量，微盟在推出面向龙虾生态的Weimob Admin Skill等功能时，首先聚焦于安全Check机制。其目的并非急于变现，而是通过对原有API的封装，先解决商家在经营场景下的操作稳定性问题，通过“顺畅感”逐步建立B端用户对AI的信任。 这种对“确定性”和“稳定性”的追求，也直接影响了微盟在新兴业务领域的扩张节奏。 以近期推出的GEO（生成式引擎优化）解决方案“星启”为例，随着AI搜索逐渐重构用户获取信息的路径，如何让品牌信息在AI的回答中获得更高的可见度，成为了营销业务的新机会。 但在肖锋看来，GEO技术本身并不难，难点在于如何在快速变化的流量红利中保持合规。他透露，微盟在内部为GEO业务设立了极其严密的审核机制：每一笔订单都需要经过三道审核，最后一关由法务部门把控。 肖锋明确表示，微盟曾拒绝过预算很高但涉及传销或存在合规风险的产品。这种在商机面前的“克制”，反映出B端AI服务商的底层逻辑——在技术转型期，保护业务的健康和可持续性远比短期的营收爆发更重要。 目前，包括GEO及AI Work365在内的多款产品，均源自微盟内部的创新中心机制，这套机制鼓励员工孵化具备市场前景的AI原生应用，同时在制度框架内进行小步快跑的尝试。 在业务向外探索的同时，微盟内部的研发管理模式也在适配AI First战略。在代码编写环节，微盟已经引入AI辅助编程，但肖锋强调，目前的AI仍无法独立承担大规模、跨模块的开发任务。 为了确保底层业务的稳定性，微盟会选择选择采取片段式生成的渐进路线，确保技术底座在转型过程中不受冲击。 从财务表现来看，微盟AI收入的破亿意味着AI在SaaS业务中的融合已初步获得市场验证。然而，从“辅助工具”到“业务引擎”的跃迁，意味着微盟需要处理更复杂的B端交付关系。 未来，微盟在AI First战略下的表现，将很大程度上取决于其能否在B端客户极高的质量要求与AI技术的边界之间找到最优的平衡点。
作者｜黄楠 编辑｜袁斯来 近日，RoboSense速腾聚创正式发布了全新“创世”数字化架构及基于该架构的两款旗舰芯片。“创世”架构是一套可快速迭代的SPAD-SoC芯片级解决方案平台，可为激光雷达的规模化与高性能迭代提供核心支撑。 基于该架构推出的凤凰芯片，是全球首颗单片集成原生2160线的车规级SPAD-SoC，实现超400万像素分辨率与600米超远距探测，将于2026年内量产上车。另一款孔雀芯片是业界首款可量产的640×480分辨率全固态大面阵SPAD-SoC，计划于2026年第三季度量产。此次发布意味着激光雷达的核心竞争已聚焦于芯片，通过数字化架构遵循摩尔定律，在持续提升性能的同时优化成本。 速腾聚创Tech Day现场 当行业仍在用“线数”衡量激光雷达的性能时，速腾聚创在2026年Tech Day上释放了一个明确信号：固态激光雷达正从“稀疏点云”迈向“图像级感知”。 过去几年，固态激光雷达的痛点集中在两大维度。一是分辨率不足，点云稀疏，难以满足近距离精细感知；二是视场角与盲区难以兼顾，尤其在补盲和机器人场景，低矮障碍物、悬空物体常常成为“感知黑洞”。速腾聚创此次发布的孔雀芯片，正是针对这些痛点的方案级回应。 孔雀芯片集成了640×480的超高密度SPAD面阵，达到VGA级分辨率、约30万像素，可输出稠密的三维深度图像，对比上一代144×192大面阵产品约2.76万像素，其性能提升了超过10倍。 此前，行业主流补盲雷达的分辨率普遍停留在QVGA（320×240）甚至更低阶段。VGA级点云密度的大幅跃升，意味着激光雷达输出的不再是稀疏的轮廓，而是能够区分物体边缘与结构的深度图像。比如在10米距离外，低分辨率方案只能捕捉到行人的一团点云，而VGA级方案则可以分辨出头、肩、四肢的相对位置。 在车载补盲场景，这种分辨率的提升可直接转化为对儿童、宠物、路锥、轮胎碎片等小目标的稳定识别能力。结合其180°×135°的超广视角和小于5厘米的最近探测距离，车辆在低速泊车或通过复杂路口时，能够同时覆盖车身近场区域和侧向远区，避免传统补盲雷达在探测距离与近场盲区、视场角与角分辨率之间难以兼得的权衡。 进入机器人场景，孔雀芯片的能力远不止于避障。过去，移动机器人多使用低线数雷达做导航建图，但在抓取、装配等操作任务中，需要额外配置高精度视觉或结构光传感器，两套系统独立工作，坐标系和时延难以统一。孔雀输出的VGA级深度图，其空间分辨率已接近入门级深度相机，且自带毫米级测距精度，令机器人可在同一传感器数据流中同时完成定位和操作感知。这种“移动+操作”的数据统一，在工业机械臂抓取异形工件、服务机器人识别桌面物体等场景中，可以显著降低系统复杂度和标定误差。 速腾聚创孔雀芯片 视场和精度上孔雀芯片也有明显提升。180°×135°的超广视角是目前全固态激光雷达中较宽的规格之一，配合小于5厘米的最近探测距离，可有效解决车辆或机器人在紧贴车身/机身的范围内感知盲区问题，对于泊车时识别低矮地锁、机器人贴墙作业等场景尤为重要。 精度层面，孔雀芯片内置高精度TDC（时间数字转换器）与专用测距处理引擎，将测距精度提升至毫米级，较上一代产品提升6倍。此外，10-30Hz的可变帧率支持，使其能够与主流车载摄像头的输出帧率对齐，降低了多传感器在时间同步上的工程调优难度。 当前，激光雷达行业正在经历一场从“功能件”向“智能感知模组”的演化。VGA只是图像级感知的起点，随着物理AI对三维数据精度的要求不断提高，更高像素、更高帧率、更融合的感知方案将会持续演进。 速腾聚创通过“孔雀”芯片，在固态路线上率先完成VGA大面阵的商业化拼图，提供了一个性能明确、可规模复制的硬件基座，有助于其在车载补盲和机器人等市场应用端建立先发优势。 此外，速腾聚创还在同步推进融合传感器的布局。2025年推出的AC1、AC2主动摄像头系列，采用高分辨率CMOS与自研SPAD融合的技术路线，为行业提供多元的RGBD方案选择。本次Tech Day现场，速腾聚创CEO邱纯潮展示了一组由凤凰芯片直接感光、实时扫描生成的2K近红外图像，其灰度信息与三维距离信息同源同步输出，分辨率达到2160×1900。 由凤凰芯片直接感光、实时扫描生成的2K近红外图像 速腾聚创透露，其真正的RGBD传感器将在2027年底面世，SPAD芯片的像素密度和集成度将进一步提升，实现像素级“彩色+深度”的双重信息输出。
4月20日，猛士汽车春季焕新发布沟通会上，猛士与华为乾崑官宣深化合作，双方联合发布智能越野黑科技，同时完成全方位焕新。未来两年，猛士汽车将会把智能越野的新技术，逐步落地到4款以上的全新车型上。 在汽车行业“人均华为”的时代，猛士是目前和华为合作当中唯一一个越野底子的品牌，猛士汽车总经理万良渝认为，这是猛士与其他汽车品牌的最大差异点。在具体做差异化的过程中，万良渝表示，猛士会把品牌调性中“刚”的那一面和“柔”的那一面融合。“刚”的那一面，是东风的军工品质和越野内核，“这个硬核的东西会一直坚守下去，它是底子”；“智”的这一面，或者说“柔”的一面，是猛士和华为一起，把猛士对安全的理解，从过往的机械安全，向更主动预判的安全去延展，也让智能赋能越野车。 猛士与华为在技术层面的合作，早已有之，如今双方深化合作，万春林解释，所谓深化，指的是“我们未来要联合共创，从车型的定义、长宽高、满足什么样的需求、研发、质量的管控，一直到营销、服务都是深度合作。华为比较有名的IPD，有的企业学完又扔掉了，但华为现在跟猛士一起搞，数百人的队伍联合办公。不知道IPD怎么搞？我们就开会议，按照节点来开，我们是怎样决策的，怎样达成一致的。包括营销上IPMS，拉通过程中有很多的东西，我们一起来做。” 未来，在智能越野赛道，猛士与华为会携手冲击传统越野品牌格局。
专注于AI+母婴智能生态的奇世智能CheeChips正式宣布完成天使轮融资。 本轮资金近半数将被投入技术研发，用于AI模型迭代、新产品原型打磨与专利布局；30%用于引进顶尖人才、扩充研发与运营团队；剩余25%投入市场调研、品牌建设与用户需求挖掘。 奇世智能推出了家用AI模拟全彩胎儿记录仪，这款硬件能够记录全孕期胎儿成长，改变准妈妈们的孕期体验，让孕期不再是母亲一个人的感受，而成为一个能与家人分享的，有意义的、连续的内容。 家用AI模拟全彩胎儿记录仪 该公司目前已规划59款全新品类智能母婴产品，明确各产品硬件与算法技术路线，已完成数款demo原型机开发，正处于产品打磨与迭代优化的阶段。 奇世智能核心技术采用自研，打造了母婴专用AI大模型及专属算法体系，围绕“数据获取—数据分析—决策执行”全流程构建能力闭环，形成“全栈自研+专利布局”的双重技术壁垒。 从市场规模来看，中国的母婴消费市场规模已突破5万亿元，年均增速保持12%的稳健水平；全球母婴市场总量更是达到约2万亿美元，而智能母婴产品的全球渗透率尚不足1%。 公司创始人李志刚表示：“随着95后、00后新生代父母成为育儿消费主力，数字化、科学化、智能化的育儿理念已深度普及，AI技术不再是育儿场景的可选项，而成为当代家庭的刚需标配，行业需求正迎来爆发式增长。” 李志刚表示，奇世智能聚焦全球25—35岁高知高收入家庭，这类用户重视科学育儿、健康安全与效率提升，愿意为高品质智能产品支付溢价。当前全球母婴市场中，多数产品仍停留在传统物理产品阶段，缺乏智能交互与全场景联动能力，真正具备核心AI算法、实现全场景联动的高端智能母婴产品几乎处于空白。 奇世智能以AI+母婴智能硬件为核心，聚焦全球备孕期、孕期、哺乳期全生命周期场景，通过“硬件终端+AI算法+云端服务”三位一体模式，打造覆盖全球母婴全周期的系统化智能解决方案，适配不同国家、不同地域的育儿理念与消费习惯。 李志刚表示，在商业模式上，奇世智能采用“硬件+服务+生态”三轮驱动模式，构建高增长、高毛利、高复购的可持续盈利体系；渠道布局兼顾线上线下与全球市场，计划逐步拓展海外高端母婴市场，贴合不同国家育儿理念与消费习惯。 “目前，全球范围内尚未形成成熟的AI母婴细分市场，现有相关产品呈现分散化、浅层化特征：全球科技巨头依托生态与渠道优势，主打中低端高性价比母婴产品，智能应用空白、普遍浅层化。”李志刚说。“与之相比，奇世智能避开低价竞争，以前沿AI技术与全周期场景方案打造差异化优势，整合供应链、内容、渠道等多方资源，打造全球首个超级智能母婴产业集群。” 奇世智能创始人李志刚为连续创业者，自2015年起进入人工智能领域。核心团队成员均来自北美AI实验室，拥有技术研发与产业运营经验，擅长AI算法、嵌入式系统及智能硬件设计。奇世智能全球研发中心已于2026年1月正式落户深圳光明区。 投资方某美元基金合伙人表示，资方长期看好AI+母婴垂直领域，这是兼具刚性需求与成长潜力的黄金赛道。国内VC投资总监表示，当前正值AI母婴行业爆发临界点，入局时机完美，因此重仓支持。 公司创始人李志刚表示，本轮天使轮融资是新的起点。后续公司将持续深耕技术研发、打磨产品原型、拓展全球市场，稳固全球AI母婴领域的引领地位，5年内构建覆盖全球的智能孕育产业集群，让中国AI母婴技术服务全球千万家庭，在推动行业升级的同时，为投资方创造丰厚且可持续的长期回报。
随着全球出境游持续修复，签证申请这一长期被视为“前置流程”的环节，正在被重新放回旅行产业链的核心位置。 近期，全球最大的政府和外交使团签证及护照外包服务商VFS Global（威孚仕）在中国市场释放出多个关键信号： 一方面，2026年出行旺季已明显提前，申请需求快速回升；另一方面，中国申请人对签证服务的期待，正从单一的效率导向转向“效率+体验”的复合型需求。 这一变化，不仅放大了签证体系在旺季的承压程度，也在重塑行业竞争的底层逻辑。 威孚仕VFS Global中国及亚太首席运营官 Simon Peachey 从节奏上看，签证市场的季节性特征正在恢复甚至强化。 根据VFS Global披露的数据，每年3月至9月为签证申请的主要周期，其中4月至9月为集中高峰。2026年第一季度，其在中国处理的签证申请量已实现同比平稳增长，申根签证申请量同比提升约20%，意大利、德国等目的地增速尤为明显。 结合UNWTO此前的预测，2026年全球国际游客规模有望恢复至疫情前水平的95%以上，中国出境人群被视为最重要的增量来源之一。 在留学、探亲及商务出行需求同步回暖的背景下，签证处理体系在旺季面临的压力正在快速累积。 这一环境下，“提前申请”从建议变为刚性策略。多数目的地国家允许在出行前90至180天递交申请，申根国家最长可提前6个月提交材料，这为服务机构在前端进行分流与调度提供了操作空间，也成为衡量其运营能力的重要指标。对于申请人而言，是否提前规划签证，直接影响行程确定性与成本控制，而对于服务商而言，如何在高峰期维持稳定的处理效率与用户体验，则成为竞争分水岭。 更深层的变化来自需求侧结构的转型。过去，签证服务的核心价值在于“处理能力”和“网络覆盖”； 如今，随着中国出境人群结构演变，高频商务人士、跨国家庭以及年轻高净值旅行者占比上升，签证体验本身开始被纳入整体旅行体验的一部分。 这类人群对签证服务提出的要求，已不再局限于“能否办成”，而是延伸至办理过程中的私密性、时间确定性以及服务环境的舒适度。 在这一趋势下，VFS Global的业务重心出现明显调整。其在中国市场推出包括白金贵宾厅、专属通道、一对一办理空间在内的多层级服务，本质上是将原本不可定价的“时间成本”和“等待体验”转化为可交易的增值产品；“上门签证”服务则进一步打破物理网点限制，将材料递交与生物信息采集延伸至用户自选场景，直接切入高净值人群对隐私与效率的核心诉求。与此同时，面向家庭出行人群的贵宾休息室，通过优化环境与流程，降低儿童与家庭的等待成本。这种分层服务体系，与航空公司通过舱位等级提升单客收入的逻辑高度相似，标志着签证服务正在从单一的B端外包业务，转向“政府服务+消费升级”的双重驱动模式。 从竞争维度看，VFS Global的优势建立在三重壁垒之上。 首先是规模与网络，其为71个国家政府提供服务，在167个国家运营超过4000个签证申请中心，自2001年以来累计处理超过5.37亿份申请，这一体量不仅意味着处理能力，更意味着与各国使领馆之间长期稳定的合作关系，这构成行业最难复制的资源之一。 其次是合规与数据安全能力。签证业务本质上是高度监管行业，不同国家对数据本地化、隐私保护及生物信息采集均有严格要求，服务商需要在多法域环境中维持一致的安全标准，这一能力直接决定其能否持续获取政府客户。 第三则是技术与流程能力。随着人工智能与自动化系统的引入，预约、材料预审及排队管理等前端流程正在被重构，技术不仅提升效率，也为个性化服务与差异化定价提供基础。 与此同时，行业的另一面是风险与信任问题的上升。出行旺季往往伴随签证诈骗高发，市场上存在大量以“加急通道”“内部关系”“保证出签”为卖点的灰色服务。对此，VFS Global持续强调其职责边界——仅承担前端行政流程，签证审批权完全归属于各国使领馆。这种对“不可控结果”的明确切割，既是合规要求，也是其构建用户信任的重要手段。从行业角度看，随着信息不对称逐步被打破，官方渠道与透明流程将成为新的竞争要素，谁能够建立更高的信任度，谁就更有能力在增值服务市场中实现溢价。 整体来看，签证服务行业正呈现出明显的“消费升级”与“服务分层”特征：基础服务趋于标准化与规模化，而利润空间与差异化竞争，则越来越集中在高端与个性化需求之上。 在这一过程中，VFS Global的角色也在发生转变，从传统意义上的签证外包执行方，逐步演进为覆盖流程、技术与体验的综合服务运营者。随着中国出境游需求进一步释放，这种转型能力将直接转化为市场份额与盈利能力。 换言之，签证不再只是出发前的一道手续，而正在成为可以被重新定价、重新设计的旅行节点。在需求复苏与结构升级的双重驱动下，这一原本高度标准化的行业，正在进入一个以体验为核心的新竞争周期。
在护发市场逐步从“修饰效果”转向“长期修护”的背景下，近日，雅诗兰黛集团（Estée Lauder Companies）旗下护发品牌艾梵达（Aveda）在上海研发中心发布以“微酵科技”为核心的新一轮产品与技术方向，并借此强化其在高端沙龙护发赛道的差异化定位。 此次对外展示围绕一款名为“奇迹水光油”（Miraculous Oil High-Shine Hair Concentrate）的护发精油展开。与传统以硅油或表层包裹为主的产品逻辑不同，该产品强调通过发酵技术改变油脂分子结构，以提升渗透效率和修护深度。从技术路径来看，其核心在于将植物来源的脂质通过微生物发酵转化为更小分子的Omega 3/6/9脂类，从而更接近头发自身脂质结构。这类“同源化”处理，被认为是近年来功效型护发产品的重要研发方向之一。 图片来源：品牌 这场发布会于4月17日举行，现场实验环节试图用较直观的方式解释这一差异，例如通过材料吸附对比展示分子大小对渗透效率的影响。这种表达方式在化妆品发布中并不常见，更接近近年来护肤领域中常见的“实验可视化”沟通路径，目的是降低技术理解门槛。 从产品宣称来看，该护发精油强调三个指标：渗透速度、修护深度以及使用后的轻盈度。 品牌给出的数据包括光泽度提升、使用者主观感受等，但整体仍属于典型的内部测试或消费者调研口径。 艾梵达由Horst M. Rechelbacher创立，长期以印度传统医学体系阿育吠陀（Ayurveda）为灵感来源，将“身心整体护理”作为核心理念。这一体系在当下美容行业中，逐渐与“情绪价值”“感官体验”等趋势发生重合。 在具体执行上，艾梵达将技术与体验进行绑定，例如通过气味系统强化产品记忆点。此次推出的护发精油延续其标志性的“shampure”香型，这一配方由多种植物精油构成，属于品牌长期资产的一部分。从市场角度看，香氛在护发产品中的权重正在上升，既承担功能外的附加价值，也在一定程度上提升了品牌复购率。 品牌创始人Horst M. Rechelbacher 体验式活动本身也体现出品牌策略的变化。除产品试用外，现场加入体质测试、气味定制等环节，试图建立更完整的消费场景。这类“沉浸式体验”在高端美妆品牌中已逐渐常态化，本质是将单一产品销售延展为服务和生活方式输出，以提高用户黏性。 从集团层面来看，艾梵达所在的专业护发与沙龙渠道，是雅诗兰黛近年来持续加码的板块之一。 尽管集团整体仍以护肤和彩妆为核心收入来源，但在增长放缓的背景下，头发护理被视为具备结构性机会的细分领域。 尤其是在中国市场，消费者对头皮健康、发质修护的关注度明显提升，带动高端护发产品价格带上移。 公开财务信息显示，雅诗兰黛集团在近一财年仍处于调整周期，受到亚洲市场波动及渠道库存影响，整体营收与利润承压。在这一背景下，具有技术门槛且可形成差异化叙事的产品，被视为推动品牌恢复增长的重要抓手。艾梵达强调的“生物科技+植物成分”组合，也与集团近年来在护肤领域强化功效性的策略保持一致。 从行业趋势看，护发产品正在经历一轮类似护肤品过去十年的升级路径：从基础清洁与顺滑，转向成分、结构乃至头皮生态层面的系统护理。发酵技术、小分子渗透、头皮微生态等概念，正逐步成为品牌竞争的新焦点。 在这一过程中，艾梵达的路径相对清晰：以既有的自然主义与可持续理念为基础，引入更具科学解释力的技术语言，同时通过线下体验强化品牌识别。 这种组合既延续了其历史资产，也试图回应当前市场对“功效可验证”的要求。 截至目前，艾梵达已进入全球多个市场，并通过直营网点与沙龙渠道同步拓展。在中国，高端护发仍处于相对早期阶段，品牌之间的竞争尚未完全固化。对于艾梵达而言，如何在强调理念与体验的同时，建立更具说服力的功效认知，将决定其下一阶段的增长空间。
文｜张子怡 编辑｜袁斯来 4月16日，大疆正式发布全新一英寸口袋云台相机Osmo Pocket 4。 作为大疆影像产品线中的现象级单品，本代产品在维持便携形态的基础上，通过提升影像规格并降低售价，以应对日益激烈的短视频硬件市场竞争。 影像性能是此次升级的核心。Pocket 4搭载了全新一英寸CMOS，动态范围提升至14级，并支持10-bit D-Log专业色彩模式。 最显著的性能跨越体现在高帧率拍摄上，设备支持4K/240fps慢动作录制，这一指标已媲美万元级专业影像设备。针对人像拍摄这一核心场景，Pocket 4优化了肤色调校算法，并新增内置美肤滤镜以及支持三级色温调节的外置补光灯配件。 此外，针对前代产品存储依赖存储卡的痛点，大疆此次内置了107GB存储空间，并支持800MB/s的导出速度。 在智能功能上，升级后的智能跟随7.0算法配合2倍无损变焦，解决了远距离追焦的精准度问题。智能对焦系统也引入了“登记主角优先”模式，确保在复杂环境下已登记的拍摄主体始终处于焦点中心。 大疆同步预告了2026年的新品计划——搭载双摄影像系统的Osmo Pocket 4P。有分析认为，4P版本的推出意在通过物理焦段的覆盖，彻底解决口袋云台相机在长焦端的劣势，以此防守影石（Insta360）Luna等潜在竞品的冲击。 价格策略是本次产品发布的另一大重点。Pocket 4标准套装售价为2999元，全能套装售价3799元，分别较上一代Pocket 3的首发价格降低了500元和700元。这种“增配降价”的打法在云台相机市场极其罕见。 此次定价调整背后也是行业格局的剧变。IDC数据显示，2025年度全球云台相机出货量同比增长超100%，这一高增速市场已吸引了包括影石、GoPro在内的实力厂商跟进，甚至手机厂商如OPPO也已立项对标产品。 大疆选择在此时主动挑起价格战，旨在利用其成熟的供应链规模效应压低行业利润率，拉高新入局者的门槛。随着Pocket 4的发布，手持影像设备行业正从单纯的“卷参数”转向“卷价格与专业化转型”并行的下半场。
2026年，大语言模型和视频生成大模型都在疯狂烧token，而具身机器人行业却正在经历“无token可烧”的局面。大模型能像人一样读书，而具身智能要去真实的世界里摸爬滚打才能获取数据——数据的匮乏成为了卡住全行业的瓶颈。 4月16日，智元机器人旗下觅蜂科技发布一站式物理 AI 数据服务平台，希望能让数据像水电一样即取即用。 “GPT5用了100万亿tokens的训练语料。1token约等于0.75个英语单词，如果一个正常人一分钟能说150个词，这个语料级就等于一个人要说100亿个小时才能说完。”觅蜂科技董事长兼 CEO 姚卯青说，“但具身智能不一样。今天，全世界的高质量数据汇聚在一起，可能也只有50万小时的规模。” 数据资源匮乏且扩容缓慢，是因为具身智能所需要的训练数据，比大预言模型需要的训练语料要难获得的多。在三维的开放世界，行业各家公司已经尝试了通过真机遥操或仿真数据等等各种方式去积累数据，但仍然难以摆脱高成本和增速慢的问题。 现在，最前沿的采集方式是“无本体采集”。 无本体采集（Object-free/Body-less Data Collection）是指在具身智能训练中，直接利用人类操作（手戴传感器夹爪）或轻量化设备记录动作，而非依赖昂贵的实体机器人本体进行遥控操作。它通过人手抓取、移动等方式记录高质量、多模态的动作数据，具有成本低、采集效率高、场景泛化性强等优势。 发布会上，觅蜂推出了 MEgo 系列无本体数据采集硬件及 MEgo Engine 数据治理引擎。MEgo 系列包含采集夹爪、头戴式采集设备等，设备具备超 300° 全景感知与亚毫秒级数据同步能力，支持在工厂、商超、家庭等全场景随时随地轻量化采集。 这款名为 MEgo Gripper 的夹爪全通道支持1080P 60fps，轨迹重建的精度可以达到一毫米，确保拿起一张纸的力度都可以被还原，“让客户拿到数据就能直接落地”，以及亚毫秒级无线时间同步。这个设备只有480g的重量，支持电池快换快拆，摆脱了电线，方便人“走到哪采到哪”。 MEgo Gripper 另一款头戴式采集设备MEgo View融合了头部超过300度的视野，以及两个附着在手腕上的局部相机，既可以兼顾超广域的环境，也可以做到腕部和手部操作细节的捕捉。它搭载7个高清摄像头，车规级九轴IMU（惯性测量单元），可以输出RGB图片、IMU，还有位姿、音频在内的全感官数据。 MEgo View 与夹爪设备一样，头戴式采集设备同样采用无线设计，支持电池快换，并能实现亚毫秒级无线时间同步。 轻量化的硬件，带来了数据采集门槛的降低。在发布会后的采访环节，姚卯青告诉包括36氪在内的媒体， 他认为未来理想的采集者工作模式可能会类似于“美团骑手”——“大家可以兼职来做，但同时也要经过驿站的培训才能上岗。” 在软件上，MEgo系列解决方案背后有一套MEgo Engine 数据治理引擎，用来处理所有MEgo设备采集到的数据，包括数据的预处理、提取、评估等等，而且可以评估在机器人上的表现，实现一站式数据的多种标注。 姚卯青表示，觅蜂已经实现了真机遥操、无本体采集、仿真数据全范式覆盖，旨在“让高质量数据像水电一样即取即用。”该公司计划在 2026 年实现千万小时级数据产能，2030 年达成百亿小时级数据产能。 作为智元机器人旗下企业，觅蜂的定位却是面向其他机器人公司的To B数据服务平台。在活动后的采访环节，有媒体向姚卯青提问：“说服说服智元的竞争对手去买你们的数据？” 姚卯青回复说，“觅蜂作为一家独立的数据服务平台，所有的用户数据交易都有严格协议。数据的交易模式分为‘使用权’和‘所有权’两种，过去大部分用户都是选择了购买使用权而不是所有权，对于极个别选择购买所有权���客户，我们会进行严格的资产转移，在本地销毁数据。” “智元并不是需要所有数据，它也没法获取觅蜂的数据。”姚卯青说，“智元现在向觅蜂获取数据的唯一途径，就是市场化下订单。智元不存在免费从觅蜂获取数据的途径。” 在发布会上，觅蜂宣布与京东云、百度云、阿里云、猎聘及贵州大数据集团等多家企业举行战略签约，各方将在数据生态、场景协同、算力支撑等领域展开深度合作。
作者 | 乔钰杰 编辑 | 袁斯来 近期，深圳远见智存科技有限公司发布其HBM3/3e高带宽存储芯片产品，提供12GB与24GB两种容量规格，带宽达819GB/s，对标JEDEC国际标准体系。 远见智存HBM3/3e产品规格（图源/企业） HBM（High Bandwidth Memory，高带宽存储）被视为当前AI算力体系中的关键组件之一。在大模型规模持续扩大、训练与推理负载提升的背景下，算力芯片与内存带宽之间的瓶颈问题愈发突出，业内通常将其称为“内存墙”。 HBM通过多层DRAM裸片堆叠及TSV（硅通孔）互连，实现较传统DDR更高的带宽与单位面积容量，已成为AI加速器与高性能计算系统的主流配置之一。据YOLE预测，2026年全球HBM市场规模将突破460亿美元，2030年有望接近1000亿美元，年复合增长率约33%。 此前，全球HBM市场长期由SK海力士、三星、美光三家厂商主导，占据超过95%的市场份额。 近年来，中国HBM相关产业链技术实力显著提升，市场普遍认为的多项瓶颈正在逐步突破，在这一背景下，远见智存的产品推进可视为国内厂商在HBM领域的重要阶段性进展。 此次发布的HBM3/3e产品，采用1024bit数据总线设计，相较DDR5的64bit接口实现数量级提升。产品具备两大差异化优势：其一，通过优化核心电路电压域设计，整体功耗降低20%；其二，采用TSV冗余性布局和可修复性设计，芯片制造良率提升约8%，可实现同等产能下节省近十分之一的晶圆成本。 远见智存HBM3/3e产品优势（图源/企业） 团队方面，远见智存成立于2023年，专注于高带宽存储芯片（HBM），创始团队自2016年前后即开始参与上一代HBM技术研发，是最早一批进入该领域的工程团队之一 。目前公司在国内设有多个研发中心，团队成员包括来自美光、尔必达等存储厂商的工程师，具备一定国际化背景。 业务模式上，公司采用“芯片设计+晶圆代工+封装测试”的Fabless模式，整套供应链均由中国供应商配套完成。值得注意的是，当前，国内存储芯片设计公司仍以传统DRAM为主，高端HBM领域参与者相对有限。 在此背景下，远见智存的HBM产品设计已覆盖从DRAM Die到Base Die的完整链路，且完整持有相关逻辑与存储部分的知识产权，核心研发设计能力较为突出。 应用侧，公司当前HBM3/3e产品已可应用于AI全产业的训练与推理场景。随着AI算力需求外溢，HBM也开始向车载计算、边缘设备等场景探索。目前远见智存已着手进行面向汽车车载、移动穿戴、具身智能及无人设备等场景的定制化开发，未来，低功耗、高可靠性、小容量高带宽等多元化产品将逐步落地。 从技术演进看，HBM仍在快速迭代。公司披露的产品演进路线显示，2027年将推出定制版HBM及HBM+HBF融合架构，面向大模型推理提供TB级容量方案；2028年计划推出HBM4/4e，单颗带宽提升至2.5TB/s；2029年规划推出HBM5及存内计算产品，探索“计算靠近数据”的架构方向。 远见智存 产品规划路线图（图源/企业）