Rio-3.5-Open-397B近两天走红AI开源社区，凭借“397B 参数、开放权重、MIT 许可协议”三大核心卖点，并标榜性能优越，刷爆全球 AI 圈。该模型开源后，立刻遭到AI开发社区质疑，HuggingFace研究员王铁震发文称，通过AI自动检查Rio-3.5-Open-397B在GitHub上的代码库，惊人发现Rio-3.5-Open-397B极大可能是开源模型Qwen3.5-397B-A17B和 Nex-N2-Pro杂糅体。

随后，开源模型团队 Nex-AGI 公开指控称，巴西里约的这款模型，看不到任何 Rio 自己训练过的痕迹，所谓自研模型，其实就是 Nex N2 Pro 与Qwen3.5-397B-A17B 的权重混合版本。有AI开发者表示，将开源模型标榜为自研模型并且完全不提及母模型，是对开源社区承袭再发展规则的严重破坏。迫于压力下，IplanRIO 已在 Hugging Face 公开致歉，承认因操作失误上传了用于对比的合并基线版本，而非宣传中的最终自研版本，并表示后续将重新上传经过蒸馏与后训练的正式版。

Qwen3.5-397B-A17B是阿里巴巴基础大模型千问系列模型之一。截至目前，阿里并未针对此事发声。

华为终端平板与PC产品线总裁朱懂东在介绍鸿蒙电脑上市一周年的整体发展状况时公开坦言，全系列的市场表现远超自己最初的预判，整体推进节奏比预设目标快了不少。

他特意提到目前国内尺寸最大的大折叠电脑MateBook Fold，客观来看上市满一年至今，行业里的友商产品还没有能跟上同水平体验的，从他现在接触到的产业研发进度判断，哪怕再给行业一年时间，多数友商大概率还是追不上这款产品的综合实力。

这款产品的研发门槛极高，没有数亿元的专项研发投入，根本做不出能落地量产的成熟产品。

从朱懂东现场展示的PPT公开数据来看，鸿蒙PC赛道已经交出了非常稳健的开局答卷，其中传统形态产品在8K以上价位段轻薄本市场拿到了12%的份额，折叠形态电脑更是在2万元以上价位段轻薄本市场拿下了70%的绝对占比。

朱懂东补充说明，传统形态的鸿蒙电脑实际销售情况同样远超预期，几乎快要追平当年同定位X86架构产品的历史销售峰值，如果不是之前长期受供应链产能限制出现缺货，整体销量还能再上一个台阶。

他还透露，鸿蒙电脑目前完全没有启动海外市场的正式售卖渠道，现在海外用户手里能见到的鸿蒙电脑全部都是水货，都是从国内通过非正规渠道流转出去的。

现阶段华为没有在海外做任何相关销售布局，如果后续正式开放海外售卖渠道，能拿到的用户好评和市场反馈肯定远不止当前的水平。

针对外界一直流传的鸿蒙是安卓套壳的不实说法，朱懂东直接明确否认，直言这类毫无根据的言论就是在刻意抹黑华为，此前余承东也已经多次在公开场合针对同类误解做出过澄清。

谈及平板产品线的市场表现，朱懂东同样底气十足，虽然提到平板产品很多人第一反应都会先想到iPad，但2024年和2025年这两年，搭载鸿蒙系统的华为MatePad系列平板，已经是国内市场份额绝对的领跑者。

余承东宣布HarmonyOS 7 Developer Beta发布 图源：时代财经

在东莞松山湖，华为再一次将鸿蒙推向行业焦点。

6月12日至14日，华为开发者大会2026（HDC 2026）召开。过去几年，这场大会始终是外界观测华为鸿蒙生态进展的关键窗口。而今年的舞台上，分量最重的不仅是HarmonyOS 7首秀，更是鸿蒙在AI时代的新定位。

现场，华为常务董事、终端BG董事长余承东正式宣布HarmonyOS 7开发者测试版本发布，鸿蒙智能向Agent架构全面演进。

一同披露的还有一组核心数据：HarmonyOS 6终端设备数量已突破6600万台，鸿蒙跻身中国第二大智能手机操作系统；鸿蒙注册开发者超过1100万，华为应用市场可获取应用与服务突破40万款。

更深层的变化，藏在AI时代的系统级竞争逻辑里。余承东在会上透露，自己已再度挂帅华为大模型业务，并正式发布开源盘古大模型openPangu 2.0。

对于历经七年迭代的鸿蒙系统而言，这是一个清晰的转折点。

过去，鸿蒙最核心的任务是建立自主软件体系，补上底层操作系统的关键短板。如今，随着终端设备、应用服务和开发者阵营持续扩容，最难的阶段已经过去。华为要讲的新故事，正从“做出一套操作系统”，转向“抢占AI时代的系统入口”。

迈过最难的山头，鸿蒙7冲向Agent时代

“迈向Agent时代，HarmonyOS 7来了。”余承东在HDC 2026主题演讲上宣布。

2019年初次亮相时，外界对鸿蒙的核心疑问，是它能否在复杂外部环境下搭起一套自主可控的底层软件体系；2023年，鸿蒙原生应用生态全面启动；2025年，鸿蒙手机开始规模销售；到了今年，华为开始把鸿蒙的战略主线推向Agent时代。

华为轮值董事长徐直军曾指出，开发一个先进的操作系统并不那么难，但有没有大量应用和设备使用此操作系统才至关重要。

数据印证了鸿蒙已经走过最艰难的爬坡期。时代财经从现场获悉，余承东披露数据称，HarmonyOS当前国内市场份额已达19%，连续7个月超过iOS，成为国内第二大智能手机操作系统。

回望这一路的生态发展，余承东总结道：“2023年HDC上，华为和合作伙伴一起在松山湖湖边种下了‘鸿蒙林’。三年过去，鸿蒙林绿树成荫，鸿蒙生态蓬勃发展。”

而HarmonyOS 7的发布，是鸿蒙系统问世七年以来的一次跨越式升级节点。

据介绍，HarmonyOS 7围绕互联、智能、安全、流畅、空间感等体验继续升级，最核心的变化，是鸿蒙智能向Agent架构全面演进。余承东现场揭露HarmonyOS 7带来的三大核心升级：Agent亲和系统架构、鸿蒙智能体框架2.0，以及系统智能体小艺。

与此同时，华为开放超20项系统级AI能力，以及首次向开发者开放GUI操控能力，让智能体能够直接调用系统资源和应用服务。截至目前，小艺已拥有超过2100项系统能力、接入500多个合作伙伴Skill以及承载2000多个鸿蒙智能体能力。

时代财经在现场获悉，华为终端BG CEO何刚演示了小艺的落地能力：可根据半马比赛时间、用户健康数据、训练记录和日程安排，帮用户制定训练及恢复计划；可跨端从鸿蒙电脑上查找资料并发送到手机；还能根据会议日程、路况和到达时间要求，帮用户规划出发时间、预约车辆并设置提醒等等。

除了HarmonyOS 7的发布外，本界大会的另一大看点，是华为正式推出的“鸿图计划”。

按照华为规划，“鸿图计划”将支持超过20个行业、200余类芯片以及1200余类设备接入开源鸿蒙，覆盖范围大幅扩展至消费终端以外的垂直行业场景，以加速开源鸿蒙生态扩张。

官方数据显示，过去几年开源OpenHarmony持续扩张，先后已发布了超过100个商用版本，生态伙伴超550家，共建代码超1.4亿行，搭载生态设备超13亿台。

这种生态扩张，在本届大会现场也有了更具象的体现。时代财经在现场观察到一个明显变化是，鸿蒙生态正在吸引越来越多年轻人，甚至非技术背景的人进入软件开发行列。

本届HDC大会期间，华为组织了鸿蒙创享街区、鸿蒙星光大道、鸿蒙脑洞大开麦等多项活动，将舞台的聚光灯交给开发者们。

16岁的高一学生邓智韬用短短一个月的时间，开发出了一款评分高达4.8分、下载量近万次的专业级模拟飞行辅助应用首版“LDP FLY EFB”；经历了两次瘫痪的开发者肥牛和他的妻子香菇带来一款基于鸿蒙生态的“脑控轮椅”，震撼全场观众；一群“00后”，依托华为鸿蒙AI coding工具与小艺3D生成技术，结合自研算法二次优化，打造一款可一键生成精致像素风作品的APP“像素匠”。

在华为的生态逻辑里，这些开发者正是鸿蒙继续向前的基石。“我们不与伙伴争利，不做生态的收割者，而是做生态的建设者和赋能者。我们要打造一个开放、共赢、可持续发展的鸿蒙生态。”余承东在演讲中强调。

抢占AI时代的系统入口，余承东挂帅大模型业务

“最难的山头已经迈过，前方是更宽的路。”余承东在演讲中展望道。他表示，鸿蒙生态飞轮越转越快，将加快脚步迎接AI时代新的挑战。

随着鸿蒙跨过最初的生态攻坚期，华为面前摆着一个全新的产业命题：AI时代，操作系统的入口价值将如何重新定义？

在移动互联网时代，操作系统的核心价值锚点很大程度是App生态，即用户通过桌面图标进入应用，在应用内部完成搜索、下单、支付、出行、办公等任务。谁能承载更多应用、连接更多服务、沉淀更多用户，谁就拥有更强的平台价值。

但Agent时代正在彻底改写这套逻辑。未来，用户不一定需要频繁打开应用，只需直接向AI表达需求、下达指令；智能体理解意图后，自动完成任务拆解、路径规划和服务调用。也就是说，入口可能不再是某个应用图标，而是系统级的AI助手。

这已成为全球终端巨头苹果、谷歌、三星等的新战场。刚刚落幕的WWDC大会上，苹果推出新一代苹果智能（Apple Intelligence）和Siri AI，试图将AI深度嵌入操作系统、应用、开发者工具和云端架构之中。

更早之前，谷歌通过Android Show展示了Gemini引入安卓系统之后的一系列新能力，包括理解用户用途并跨多个应用完成任务等；三星也持续强化Galaxy AI，将其深度集成于Galaxy手机、平板及穿戴设备中。

华为选择的路径，则是依托鸿蒙把手机、平板、PC、汽车和穿戴设备打通成一套统一系统，实现不同设备能力之间的协同调度。Agent化架构、Skill化能力、开发工具链以及跨终端协同，正是华为试图建立的差异化竞争壁垒。

要支撑起如此庞大的系统级AI重构，底层的算力与模型能力也至关重要。

今年HDC大会最具战略性意义的信号，正是余承东再度出山，亲自掌舵华为大模型业务。

“在全世界都不知道大模型为何物的时候，华为就发布了盘古大模型，可以说是这个行业绝对的全球先驱者。后来因为各种各样的原因，没做好。”余承东坦言，去年国庆节前夕，华为重新安排他牵头大模型业务。

余承东曾经带领华为大模型团队发布了全国首个大模型，而后将工作重心逐渐转向终端、鸿蒙和智能汽车业务上。如今他重掌大模型业务，意味着华为正将AI底座、操作系统入口和终端生态重新拧成一股战略合力。

大会现场，华为正式发布了开源盘古openPangu 2.0大模型。该模型支持512K超长上下文，分为Pro和Flash两个版本，深度适配昇腾算力，单卡吞吐率达到业内主流开源模型的2倍；并与鸿蒙生态融合，计划于6月30日起陆续开放7大核心组件。

余承东在现场“放话”：我的字典里没有第二，只有第一。他称将带领团队一路赶超，从中国第一走向将来的世界第一。

当然，鸿蒙的AI新叙事并非坦途。

Agent要真正重塑用户习惯，需要足够准确的意图理解、稳定的任务执行、丰富的应用接入，以及清晰的隐私和安全边界。而对开发者而言，把应用能力Skill化、智能体化，也意味着新增开发成本和商业模式的重构压力。

跨越了“最难山头”的鸿蒙，最终能否在AI巨变中拿下系统入口的定义权，仍要看开发者、应用伙伴和亿万消费者如何把这个新故事写下去。

自己把门砸了。

文 | 华商韬略 张静波

两家日本企业，把一种电子特气做到世界前列，连台积电、三星都要看他们脸色。

结果一夜之间，宣布永久停产，不是技术不行，是原料断了。而那原料，他们完全是从中国买的。

【01 断粮】

2026年1月6日，商务部发布了今年第1号公告。没有新闻发布会，没有解读文章，就这么静悄悄地挂在了官网上。

日本人没注意到，关东电化没注意到，中央硝子没注意到。

他们还有库存，高纯度钨粉堆在仓库里，够用好几个月。采购部照常下单，邮件发出去，吨级到货，便宜，稳定。

没人觉得这是风险。

2月，海关数据出来：碳化钨粉、钨粉对日出口——零。

3月，零。4月，还是零。

据共同社援引海关总署数据，2026年2月至4月中国对日钨粉出口连续三个月为零。

关东电化的库存跌穿红线，中央硝子四处找替代供应商，三菱材料砸了100亿日元加码废钨回

改从他国购买，价格贵3倍。至于纯度，远远达不到6N级别。

两家日企，合计占全球高端六氟化钨近1/4产能。关东电化社长长谷川淳一，中央硝子社长前田一彦，此刻不得不面对一个残酷现实：

造高端六氟化钨的原料——6N级高纯度钨粉，买不到了。而这粉，几乎全在中国。

【02 命门】

先说说，什么是六氟化钨？

AI芯片的灵魂是HBM高带宽内存，十几层存储芯片摞在一起，这些芯片内部密布着纳米级的接触孔，比头发丝细数千倍。

虽然其他金属，也可用于接触孔，但目前钨依然是绝对主力。而能把钨沉积进这些微孔的电子特气，六氟化钨最为关键。

没有六氟化钨，就没有HBM。没有HBM，英伟达的GPU就是一堆废铁。

造这种电子特气，日本人曾经天下第一。关东电化能把纯度做到6个9，也就是100万个分子只许混进去一个杂质。

但6个9的气体，得吃6N的粉。

过去十几年，中国钨粉按吨买来，便宜，稳定。在日本人看来，精馏塔才是护城河，粉末算什么？某种程度上，就是泥土。

但关键时刻，卡了日本人脖子的，恰恰是这种泥土。

日本人不是没挣扎过。

他们试过用低纯度粗粉，靠精馏塔强行提纯。但粗粉里最要命的是钼——钼跟钨在周期表里是同族元素，化学性质像双胞胎。

一旦进入反应釜，跟氟气反应后同时变成气态，沸点太接近，根本分不开。

你有钱，有政策，有危机感，但化学工程的极限，你毫无办法。

【03 死磕】

填平这堵墙，中国人也并非一蹴而就。

提纯钨粉，需要去除杂质，而最难去除的杂质之一是钼。

钼和钨，化学性质相近，溶解在水里都是同一个姿势。要把钼从钨里分离出来，难度不亚于从一锅汤里把盐和味精分开。

破解之法，是往溶液里加硫化剂，钼比钨更亲硫，会先扑上去——抱住硫，钨没动。趁这个瞬间，把钼拽走。

说起来简单。

这个瞬间有多窄？酸碱度偏一点，钼就松手了，又跟钨搅在一起。参数窗口窄到像高空走钢丝。

要突破，没有捷径，只有最笨的办法：

调酸碱度、换吸附剂、改萃取液，一组一组地磨，连吸附剂本身也都要重新做一遍。

几代人，磨了几十年，才把钼从溶液里抠到可以接受的量级。

厦门钨业董事长黄长庚，从1987年进公司，再没离开过，直到不久前退休。

其间，他从车间到管理层，39年只干这一件事，带领团队一路从粗粉死磕到6N，将中国钨粉推至全球天花板。

▲图源：厦门钨业

除了厦门钨业，还有中钨高新。

这两家也是目前为止，全球极少数能够大规模量产6N级高纯度钨粉的企业。

中国有高纯度钨粉，日本人把粉买过来，生产出六氟化钨，转手卖给三星、台积电，售价翻倍。

这生意，怎么看都是一本万利。

然后，日本人自己把门砸了。

【04 翻盘】

据多家媒体报道，关东电化、中央硝子已正式通知三星、SK海力士等主要客户：

6月30日，最后一批货。7月1日起，永久停产。

高纯度钨粉自2026年1月起从中国进口基本归零，两家日企库存硬扛了五个月，终于见底了。

不光原料断了，更致命的是不确定性。就算凑到钨粉重启产线，下次再断呢？

停机期间，管道里残留的六氟化钨遇水会水解，氟化氢会腐蚀阀门和焊缝。重启检修代价不菲。

反复启停，等于自杀。

消息传到首尔，三星、SK海力士急了。这两家韩国半导体巨头，此前大部分六氟化钨采购来自日本，三星库存撑不过6月。

没有六氟化钨就没有HBM，英伟达的订单也泡汤。

认证周期，那个让中国企业头疼的认证周期，突然间不是问题了。中国六氟化钨供应商成了头部晶圆厂的香饽饽。

门开了，人换了。

三十年前，中国挖矿，别人数钱。低纯度粗粉按吨卖，人家提纯，造成气、做成靶材，一转手价值翻几十倍。

三十年后，中国人把纯度从3N一路死磕到6N。最底层的泥土，掀翻了最顶端的王座。

7月1日，关东电化涩川工厂的六氟化钨产线，即将关停。

与此同时，中国高纯钨粉产线和六氟化钨工厂里，国产材料正源源不断涌出，然后装车开往港口。

只是这一次，目的地清单上，不见了日本厂商。

——END——

什么意思？简单说，我们搞出了全球最顶尖的“纯硅”材料，把硅基量子芯片最关键的“卡脖子”环节，彻底拿下了。

有人可能会问：沙子里的硅，不是遍地都是吗？这有什么了不起的？这里必须讲清楚一个常识。天然硅里面实际上有三种同位素“兄弟”：硅-28占了大约92.2%，剩下的主要是硅-29和硅-30。在普通芯片里，这没什么影响。但在量子计算领域，硅-29是个不折不扣的“捣蛋鬼”，它会严重干扰量子信号，导致计算出错。

要想做出好用的硅基量子芯片，就必须把硅-28的纯度从92.2%硬生生提到99.99%以上。换句话说，要把里面占比不到8%的“捣蛋鬼”几乎全部剔除干净。

这有多难？打个比方，就像从一大锅黄豆里，把仅有几颗长相几乎一样的绿豆一粒不剩地挑出来。这不是普通的提纯，而是同位素分离技术，长期被极少数国家垄断，难度比造原子弹的某些环节还要高。

中核集团核理化院的科研团队，花了多年心血，终于攻克了这个世界级难题。院长姜宏民打了个形象的比喻：这不是化学反应，而是像筛豆子一样，把三种同位素分离开来。总量不变，但组分发生了根本改变。

有了这种超高纯度的硅-28，中国硅基量子计算就再也不是“无米之炊”了。中国科学院院士俞大鹏评价说，这一突破彻底解决了硅基量子计算关键材料的瓶颈，为我国实现规模化量子比特操控铺平了道路。中国工程院院士雷增光也感慨，从技术攻关到量产落地，凝聚了科研团队多年的心血。

更令人振奋的是，这不仅是实验室里的样品，而是实现了自主量产。这意味着，我们不仅造出来了，还能稳定供应。

这项突破的意义，远远超出量子计算本身。高丰度硅-28还可以用于先进制程半导体、高端导航、计量基准等多个前沿领域。以前在这个细分领域，我们很大程度上依赖外部供应，技术和设备都受制于人。现在，主动权终于握在了自己手里。

从之前攻克多种稳定同位素，到今天硅-28量产落地，中国科研团队一步一个脚印，书写着自主创新的新篇章。当然，突破只是一个开始。接下来，如何将这种“工业钻石”快速应用到量子芯片的产业化进程中，在三到五年内做出真正有竞争力的硅基量子计算机，还需要继续加把劲。

但无论如何，今天这把“纯硅”之火，已经照亮了自主可控的道路。对于中美科技博弈而言，这一局，中国赢得干净利落。

熟悉航空领域的朋友都知道，一款民航客机想要走向全球市场，必须拿到欧美主流适航认证，尤其是欧洲EASA认证，是打入国际市场的核心通行证。早在2019年，我国C919就正式提交了EASA适航认证申请。按照全球航空行业惯例，整个审批流程18到24个月就能完成，这是公认的行业标准周期。

可现实却是，EASA频频刻意拖延，各种苛刻要求层出不穷。一会增设多余的测试项目，一会索要不切实际的长期老化数据，硬生生把简单的技术审核，变成了漫长的技术壁垒封锁。

要知道，C919早已拿到国内民航局型号合格证，经过多年商业化运营，累计安全飞行超2.3万小时，承运旅客突破500万人次，安全性和稳定性早已经过市场实打实的检验。明明技术达标、运营成熟，却被海外认证规则层层卡脖子，说白了，根本不是技术问题，而是行业话语权的打压。

面对这种不讲规则的拖延，我们没有一味妥协退让，而是选择了最克制、最精准的对等反制。

2026年上半年，国内适度放缓了空客A320neo新机的进口审批节奏。这一举动直接击中了欧洲航空业的痛点，近20架、总价值高达50亿欧元的空客飞机滞留欧洲，无法如期交付。

市场的反馈永远最真实。受此影响，空客2026年一季度对华交付量暴跌超60%，财报业绩大幅承压。空客背后牵扯着欧洲庞大的供应链体系，上下游数十万就业岗位都与之绑定，交付受阻直接让欧洲航空产业陷入被动。

巨大的市场压力，终于让欧洲放下了傲慢，态度发生180度大转变。从2026年4月开始，EASA彻底一改此前敷衍、拖延的阶段性审核模式，直接派遣专业技术团队和试飞员长期驻守上海，设立固定办公点，开启全天候深度驻场验证。

这一变化意义重大，标志着C919的EASA认证正式迈入最核心、最关键的“符合性演示”阶段。在此之前，EASA试飞员已经完成了极限机动、失速测试等所有高难度试飞科目，全程测试顺利，最终给出了“性能良好、安全可靠”的高度评价。这也彻底证实，C919的硬实力完全符合国际主流标准。

其实这件事，彻底颠覆了很多人的固有认知。以前我们总觉得，高端制造领域的国际规则由欧美说了算，我们只能被动遵守、默默追赶。但如今看来，中国高端制造业早已摆脱了任人拿捏的弱势局面。

聚焦航空赛道，全球民航市场长期被波音、空客两家垄断，形成了稳固的双寡头格局，数十年无人能撼动。而C919的强势崛起，就是打破这场垄断的最大变量。

从市场前景来看，中国商飞预测，未来20年国内民航市场将新增超8000架新飞机，市场空间无比广阔。再加上部分海外机型因安全问题退出中国市场，更是给C919腾出了绝佳的发展机遇。目前C919订单已经突破1500架，产能稳步攀升，月产能力已达3架，量产交付速度持续提升。

在我看来，此次EASA认证僵局破冰，绝不只是一张适航证的突破，更是中国高端制造话语权的逆袭。过去海外靠规则壁垒卡我们脖子，如今我们用市场实力对等博弈，让对方主动正视中国技术、尊重中国品牌。

随着认证流程稳步推进，C919拿下欧洲适航证只是时间问题。届时这款纯国产大飞机将正式进军全球市场，彻底改写世界民航产业格局，属于中国大飞机的时代，真的要来了！

毫不夸张地说，华为的综合实力，远比大众认知要强十倍，甚至百倍。看似和普通科技企业一样，划分五大业务板块，但放眼全球，能做到全产业链顶尖的企业，寥寥无几。

华为布局五大核心业务，分别是运营商ICT基础设施、企业业务、消费者终端、数字能源、智能汽车。

除此之外，华为手握自研芯片、自研操作系统两大底层核心技术，打通底层硬件、终端产品、新能源、算力、智能汽车全产业链，实现软硬件闭环自研，单凭这套完整生态，就足以甩开全球绝大多数科技巨头。

先看根基业务运营商ICT基建，这是华为立身之本。华为手握全球超30%的5G标准必要专利，专利数量稳居全球第一，同时全球5G通信设备出货量常年榜首。单单5G专利、5G设备两大核心业务，华为几乎没有对手，常年领跑全球通信行业，即便遭遇多年外部打压，依旧稳坐行业头把交椅。

再看企业业务，覆盖企业路由器、交换机、Wi-Fi6/7设备、数据库、服务器以及行业数字化方案。目前华为企业网络设备国内第一、全球第二；高端政企存储、Gauss数据库国内第一、全球第三，专门服务全球各大企业、政府机构，算力组网能力稳居全球第一梯队。

大众最熟悉的消费者终端业务，成绩更是一目了然。手机、平板、智能手表、蓝牙耳机、智慧屏等全品类产品，国内市场占有率全部第一，全球排名稳居前列。尤其是高端折叠屏、智能穿戴设备，出货量常年领跑全球，搭配鸿蒙生态，跨设备联动体验，行业几乎没有竞品。

冷门的数字能源业务，更是低调称王。业务涵盖光伏逆变器、储能设备、充电桩、机房UPS供电设备等，其中光伏逆变器已经连续7年拿下全球市场第一，储能、充电桩业务国内顶尖，近几年海外订单暴涨，成为华为增长最快的业务之一。

火爆的智能汽车板块，华为同样站在行业顶端。华为ADS高阶智驾、鸿蒙智能座舱，双双跻身全球第一梯队。目前华为拥有五界三境智选汽车品牌，外加大量合作车企，不造车却深度赋能整车，掌控智能汽车核心智驾、座舱核心技术。

除此之外，华为还有两大王牌底牌。一是海思全品类自研芯片，涵盖麒麟手机芯片、乾崑车载芯片、基站射频、存储、电源管理芯片；同时昇腾AI芯片国内占有率断层领先，全球算力仅次于英伟达、AMD，是海外之外唯一全栈自研AI算力企业。二是双自研系统，鸿蒙适配消费全终端，欧拉适配服务器、工业车载设备，彻底摆脱国外系统依赖。

市面上多数巨头，只能做到单一领域全球顶尖，而华为五大主业外加芯片、系统两大底层技术，几乎每一项都对标全球顶级企业。历经多年外部打压，依旧全领域稳步突破，一家企业直面全球行业巨头竞争。这也是为什么说，华为的硬核实力，远比我们想象中，要强得多。

一个向右狂揽入口造城；一个向左深挖底层修路。短短24小时内，两家超级移动互联网巨头在AI Agent（智能体）的十字路口，走向了两个方向。曾在移动互联网时代靠着“红包大战”、“补贴大战”、“线下场景大战”、“社交大战”给我们留下国民记忆的两个超级应用，在Agent时代再度针尖对麦芒。

让阿宝帮我还花呗，它居然发表情包怼我先聊聊昨天抢跑的AI版支付宝，官方喊的口号是从陈列式向对话式升级。简单来说，就是加入了全新的「阿宝」AI助手，宣称只要一句话，它就能打车、点外卖、查公积金。

（图源：雷科技）

从UI上看，AI版支付宝最大的区别就是首页多了一个右滑进入「阿宝」的入口。滑过去之后，确实是一个非常干净、清爽的AI交互页面。为了照顾咱们老用户的肌肉记忆，原先支付宝首页底部的扫一扫、收付款、出行这几个高频刚需板块都保留了，你只要往上一拉，原先首页那些密密麻麻的功能入口就又出来了。

在对话框的顶部，点一下就能切换到「资产」视图，账户余额、理财、花呗这些都在这儿。

界面的右上角点开，就是现在AI工具标配的那些东西：个人信息、设置、对话记录等。

比较实在的一点是，系统消息也整合到这里了，平时那些收付款提示、外卖小哥到哪了、快递滞留等消息全塞在这个角落，确实让主界面清净了不少。

聊完表面功夫，咱们直接上强度。

大家对支付宝最关心的肯定是钱的事，AI到底能不能帮我还花呗？

（图源：雷科技）

好吧，实测结果是：它只会乖乖弹出一个花呗的界面，让我用自己的钱还。哈哈，似乎这并不需要测试也知道答案，雷科技（ID：leitech）也只是想看看它到底会不会像豆包一样，口中承诺给我还钱结果什么都不做。我让阿宝直接给我账上打点钱，好家伙，TA居然还知道发个表情包来敷衍我，也是学精了。

咱们再来看看日常最容易用到的点外卖。毕竟之前通义千问APP已经演示过全自动操作到付款那一步了，阿宝作为同门兄弟，没理由掉链子吧？

（图源：雷科技 ）

但真不巧，阿宝在点外卖这块儿表现得相当薛定谔。比如我说要吃汉堡王的鸡堡，可乐换无糖，它就给我弹个闪购入口，然后搜出了“汉堡王鸡肉堡套餐”，完全不能像千问那样行云流水地自己操作到下单。

（图源：雷科技）

我不信邪，换了个需求，让它点个星巴克冰摇美式。没想到这一波阿宝像是突然打通了任督二脉，直接自己上手，打开星巴克小程序，一路点击跳转，硬是操作到了付款界面。

但当我再试一次，让它去闪购帮我点一杯星巴克燕麦拿铁时，事情又拉胯了，它再次退化，只能做到搜索这一步。

（图源：雷科技）

这种时好时坏的体验，很明显暴露了阿宝和第三方小程序之间的适配问题。

官方说现在已经有上万个服务适配了，但实际上，有的应用允许Agent通过系统授权去进行屏幕识别和模拟点击，有的则防备得很严。

（图源：雷科技）

我们再试点复杂的长尾需求。比如《玩具总动员5》马上就要上映了，我想看看天环百丽宫的场次。

非常遗憾，阿宝的脑子在这里转不过弯了。

它知道天环广场有个叫PALACE的，但它不知道那个中文叫百丽宫；甚至我退一步，只用天环的电影院去问它，它还是不能精准匹配到我要的场次。

几轮折腾下来，我发现大部分场景下，阿宝干的活儿，仅仅是把一个功能入口给你调出来摆在你面前。

（图源：雷科技）

比如查公积金，官方拿这个当典型案例，说一句话就能查。但问题是，我直接在支付宝原本的搜索框里搜“公积金”，跳出来的也是那个界面，我干嘛非得跟AI废话一句呢？

至于什么基础的文本对话、语音交互、读图，讲道理，现在随便从应用商店下个AI助手都能做到，这并不能成为国民级APP的护城河。

使用自研模型，阿宝来头不小

测完这些，我跑去翻了翻AI版支付宝的用户协议，结果发现了一个有意思的事：阿宝调用的底层模型，是2023年就备案的自研AntGLM大语言模型，这个模型的强项就是金融服务，也是这几年蚂蚁集团AI能力的基座。

（图源：支付宝）

在隐私这块，大家大可放心。协议里明文写了，Agent在执行特定场景任务、模拟点击的时候，系统通过技术手段屏蔽了支付页面、密码输入页面、银行卡等敏感页面的屏幕识别功能。

也就是说，这AI操作过程中是看不到你的钱和密码的。这就印证了官方的那句话：阿宝只管跑腿把窗口摆好，最后到底“付”不“付”，永远是用户自己说了算。

为了搞懂为什么星巴克能下单而汉堡王不行，我又去查了下支付宝相关的专利。

一个月前刚好公布了一份叫《多智能体系统的任务处理方法、装置和设备》的专利（CN122045522A），应该就是这次更新的底层硬核技术了。

原来，阿宝背后根本不是一个AI在单打独斗，而是一个多智能体（MAS）在打群架。系统里有一个规划智能体负责接客，把你的话拆解成任务；还有一个上下文注入模块负责去记忆库里翻找历史记录和业务知识；最后再交给底层的“执行智能体”去具体干活。

我们体验到的割裂感，本质上就是这个系统在生成调用指令和依赖解析时，对部分复杂的第三方小程序还没有完全打通。假以时日，随着Agent技术的发展以及蚂蚁AI生态的繁荣，现在的问题都将不再是问题。

微信支付修路，支付宝造城

2026年是Agent元年。在AI时代，谁掌握了Agent，谁就捏住了未来十年最大的交互入口，这也就是为什么今年连挤牙膏的苹果都要把新版Siri搞成Agent的原因。

但在两大国民级超级app的对决中，微信和支付宝走出了完全不一样的路线。

微信那边的打法，堪称“基建狂魔”，A2A（Agent to Agent）推进得极快，美团、滴滴等等服务供应商，美的、荣耀等等硬件合作方全都积极接入，解决了OS系统层和应用层之间的孤岛问题。

（图源：雷科技）

这个卡跟微信主账户是完全隔离的，我自己设定额度，AI想花一分钱都必须经过我最终确认，相当于给AI配了个独立的小钱包。

微信的思路很明确：提供生态内外最便利的支付基础设施，让Agent通行无阻。

反观支付宝这边，从蚂蚁阿福，再到现在的阿宝，我能明显感觉到支付宝的激进：不满足于只做支付，而是想把政务、出行等千千万万的第三方服务入口，全都抓在自己手里。比起阿宝现在到底聪不聪明，支付宝这次更想向外界传达的，是他们对拥抱Agent的战略重视。

这背后，显然是两家公司基本盘不同。

微信早就涵盖了社交、支付、内容、应用，业内调侃它是微信OS，在这个阵地上它没有任何对手，自然可以不慌不忙地搞基建。

但支付宝不一样，支付以及金融服务等专业能力是它的最大优势，内容和社交则是它一直在努力修补的课。虽然有蚂蚁森林、集五福、聊天这些社交功能，甚至能看直播看短视频，但整天泡在支付宝里聊天、刷短视频的应该没有顺手用微信支付的人多。

说到底，微信支付向左，支付宝向右，两家大厂在移动互联网红利见顶的今天，做出了截然相反的抉择。AI支付宝“阿宝”右滑，是支付宝主动打响的一场流量入口保卫战；而微信AI专属卡的上线，则是腾讯在微信OS的基础上，为整个AI下半场定制的金融基建。一个向左甘当隐形筑路人，一个向右立志做全能造城者，两大巨头的方向截然不同。

面向AI时代的残酷较量，不过才刚刚开始。

文 | 科技助老新范式，作者 | 唐慧婕，编辑 | 吴佩蔚

2026年，科技好像突然踩下了油门。

这种加速感在CES2026的喧嚣中被具象化：追觅的扫地机器人长出手脚，会爬楼，还能捡东西；SwitchBot的Onero H1学会了叠衣服、整理桌面，还能与扫地机器人等设备联动；优必选的人形机器人在完成繁杂家务之外，探索一种名为“情感陪伴”的稀缺价值。

曾经被束之高阁的钢铁躯壳，正急不可耐地想要挤进我们的客厅。

但在这场从试验场到家庭场的狂奔中，一个现实拷问愈发刺眼：当老龄化像海啸一样步步紧逼，这些不菲的精密机器，究竟是资本的狂欢，还是普通家庭真正的救命稻草？

养老机器人，离我们到底还有多远？

养老焦虑撞上机器人浪潮

清晨，把你叫醒的“保姆”有点特殊。它不用吃饭、睡觉，却能准时叫早，然后自己去操作家电、做饭、整理房间，甚至刷完马桶后，还会自觉把“手”洗干净。

优理奇轮式双臂人形机器人

这不是电影《超能陆战队》的片段，而是优理奇机器人最新发布的家庭场景演示视频。发布后很快出圈，微信公众号上点赞超7万、转发过10万。外交部发言人毛宁也在海外社交媒体上转发并配文称：机器人正在走进家庭，未来已然开启。

“以后赚钱养机器人防老”、“退休前能用上吗”、“会不会抢我饭碗”......评论区里，除了对科技发展的惊叹外，还有不少网友的调侃。

调侃背后，是普遍存在的养老焦虑——当老龄化、少子化、高龄化成为趋势，我们老了以后，谁来照顾我们？

2025年末，我国60岁以上人口数量已突破3.2亿。国家卫生健康委数据显示，我国失能失智老人已超4500万人，平均每6位老年人中就有1位需要长期照护。

然而社会节奏在加快，421的家庭结构下，青年子女自顾不暇，全职照护老人更是有心无力。

劳动力短缺、护理资源不足、家庭支撑能力下降，共同构成了养老难题的现实底色。

他山之石，或能攻玉。

作为全球老龄化程度最深的国家之一，日本在2024年时65岁及以上人口占比约为29.3%。

面对同样的护理人力荒，日本没有选择大规模移民，也没有单纯依赖提升护理人员待遇，而将目光投向了机器人产业。

这不难理解。一方面日本介护险制度对养老护理价格有限制，护理人员待遇很难提高；另一方面，老龄化是全球性趋势，显然，机器人是更可持续、更具规模化潜力的供给方案。

这条路，对中国的意义正在加强。

从2025年2月，IEC正式发布由中国牵头制定的养老机器人国际标准，到2026年3月，中办、国办出台《关于加快建立长期护理保险制度的意见》，长护险从局部试点转向全国推行。

政策与需求的双重共振，正在让科技介入养老从一道可选题变成必答题。

中研普华数据显示，2024年国内养老机器人市场规模已突破300亿元，预计2025年达500亿元。

资本从不缺席热点，企业以技术回应需求，具身智能成为风口，从融资数据来看，美国Figure AI、Agility Robotics领跑，而中国则依托强大的供应链，成为全球具身智能竞争的核心力量。

目前，国内具身智能机器人已形成“大脑+本体”、“小脑+本体”以及“大脑+小脑+本体”三条主流技术路线。

通俗来讲，“本体”是躯壳，行动的物理载体；“小脑”负责运动和平衡，是完成复杂动作的关键；“大脑”是实现自主智能的核心。大模型的进化给机器人装上了更聪明的“大脑”，这也是资本现阶段最青睐的焦点。

可以预见，具身智能要实现真实场景落地，必须构建“大模型+硬件+生态”的完整闭环，而技术仍需攻坚。

中国厂商的优势在于制造业、硬件基础与供应链。播客《硅谷101》里，盛大集团副总裁分享过一个说法：“硬件产品、机器人产品，在深圳，甚至可以一天迭代三次。”

2025年春晚人形机器人《秧BOT》

这不是吹牛。从2025年春晚人形机器人《秧BOT》出圈，到层出不穷的机器人拳击表演、马拉松大赛，国产机器人在“本体”与“小脑”上的精进，有目共睹。

我们也要清醒地认识到，即便是国内备受瞩目的宇树科技，其2025年下半年发布的新一代小型机器人，也仍以预设任务自主执行为主。在复杂场景自适应、开放世界自主交互方面，整个行业距离真正的“家庭实用化”仍有明显鸿沟。

具身智能代表着长期方向，但养老场景对安全性、实用性和成本的要求，远高于对人形外观的执念。

所以，一些厂商从更刚性的需求出发，推出了外骨骼助行器、AI康复机器人、情感陪伴机器人等专用设备。这些产品在B端已有一定应用，但距离普通人“养机器人防老”的设想，仍有落差。

在此基础上，腾讯Robotics X实验室、优理奇机器人等品牌，面向家庭场景走出了一条更务实的产品路线。这类机器人并非追求完全人形，更多采用轮式底盘以保障稳定性与安全性；功能上相对全面，覆盖叫早服务、家务整理、情感交互、健康监测等，探索智能管家与适老化辅助的落地路径。

在这一细分赛道，如身机器人专为老年人日常照护场景打造出世界首款针对康养场景设计的“载人轮椅人形机器人”，除满足吃饭、喂药等基本高频需求外，还能辅助运动出行、辅助康复，用创新形态展示了养老照护机器人真正走入家庭的可能性。

技术向好的势头明显，需求也在持续激发。但理想与现实之间，沟壑仍在。

理想丰满，现实为何“难产”

居家养老是当下的主流观念。据京东消费及产业发展研究院调研，64.4%的老人更倾向于在家中安度晚年，其次是占比12.6%的社区养老。

与此同时，子女的焦虑也在转化为科技的推力。在具体安排上，40.7%的子女计划运用更多智能设备实现远程监护，用科技的力量加持守护老人的居家安全。

老人习惯待在家里，子女指望科技助力。这意味着，家庭场景是养老机器人必须攻克的主战场。

但家庭场景恰是最难啃的骨头，杂乱、多变、非标准化，对机器人的安全性、泛化能力和自主决策能力都提出了极高要求。

而想要攻克家庭场景，首先要克服的就是人工智能领域经典的“莫拉维克悖论”。这一悖论指出，人类觉得毫不费力的感知和动作，对AI来说难如登天；而那些需要逻辑推理的复杂任务，反而相对简单。

比如，让AI下围棋战胜世界冠军很容易，但让它避开火焰、轻拿鸡蛋，却难如登天。

以避开火焰为例，对于人类来说是本能反应，而机器人需要一段复杂的学习训练过程。它得先通过海量图片学习识别火焰，再推理判断危险程度，建立稳定的逻辑，计算躲避轨迹，最后协调全身关节，才能完成。

而在养老照护时，这些本能就变成了更具体的难题：如何扶起老人？如何判断跌倒风险？如何精准抓取药瓶？对机器人而言，每一个问号背后，都是海量训练数据和复杂算法。

更让人头疼的是泛化性。

一个场景的完美测试，难以保证多个场景的正常运行。现实家庭中，灯光变化、物体变动、宠物突然闯入都是常态，这对机器人的灵巧性和泛化性提出了更高要求。

而数据，正是机器学习、模型训练与测试的基础，也是机器人“变灵活”“变聪明”的关键。

湖州研究院院长许超幽默地比喻：“人工智能好比一个孩子，自动化是父亲，计算机是母亲，数据则是叔叔。”

但眼下最大的瓶颈，恰恰是数据不够。

“具身机器人就是宇树机器人上装一个Deepseek？他们极大地低估了和物体交互这件事情的复杂度。”自变量机器人CEO王潜直言。

具身智能不像大语言模型。大语言模型需要的语料大量存在于互联网上，获取相对容易。

但具身智能是一个在物理世界中行动的实体。人类靠五感感知世界、用双手交互；类比具身智能，它们也得模拟听觉、视觉、触觉，才能实现自主学习和主动服务。

这意味着它需要的数据更复杂、场景更丰富。光靠互联网文本和现有视觉数据？远远不够。

更矛盾的是，最需要机器人的家庭场景，偏偏是数据最难获取、最难使用的地方。

一来，卧室、浴室、卫生间等核心照护场景，高度涉及用户隐私，用户对视频录制、行为监测的接受度低，想要合法合规获取真实数据很难。

二来，老人摔倒、突发疾病等事件，这些关键时刻发生率低但后果严重，数据极难捕捉或模拟。

三来，每个家庭的布局、物品摆放都存在差异，机器人适应需要更多的数据。

此外，触觉、力度、情绪等信息，很难通过数字化方式量化标注，即便企业辛苦获取到原始数据，也面临标注难、使用难的问题。

数据缺失导致技术难以落地，技术难落地又导致机器人进不了家庭，进不了家庭就更拿不到数据，形成恶性循环。

但行业仍在不断探索。为了减轻数据缺失的限制，业内衍生出两种主要训练模式，两种模式并不冲突：一类是真实世界训练；一类是模拟仿真训练。

真实世界训练就是让机器人在实际物理环境里学习和调优。据《商业内幕》披露，特斯拉Optimus的实验室里，员工日复一日重复举杯、擦桌、拉窗帘等动作，用多台摄像机记录全过程，让机器人学习人类的自然行为。这就是真实世界训练的一种，这种方式最真实，但成本高、效率低、但难规模化。

仿真训练则是用Isaac Sim、Mujoco等物理引擎或神经网络搭建虚拟世界，让机器人在模型中训练。它高效、低成本、安全，但终究无法还原现实的全部随机性，只能作为辅助，不能完全替代真实训练。

这也意味着，破局点或许不在于追求100%的完美数据，而在于如何高效利用有限数据，打造出强大的数据飞轮。业内正在探索的本体迁移、跨场景泛化等方向，或能提供关键助力。

模型层面也有两大流派在角力：一是VLA模型，在语言模型基础上融合机器人动作模型；二是世界模型，通过对物理世界的预测与建模，推动机器人自主学习。

“黑猫白猫，抓到老鼠就是好猫。”数据和模型并非割裂的问题，未来具身智能的发展，需要两者共同融合推进。

“钢铁护工”谁买单？

眼下最需要养老照护机器人的，有三类：养老机构、中产家庭，以及家有失能失智老人的普通刚需家庭。

但最依赖科技减负的后者，往往最难承受智能设备的高昂定价。

纵使技术落地，价格也是桎梏。想让机器人走入千家万户，就不能把它做成“奢侈品”。

在AWE2026上，一众家电巨头已嗅到居家康养的长期机遇。海尔智家推出“海娃”系列三大家庭服务机器人，魔法原子也携MagicDog产品亮相参展……

魔法原子仿生四足机器狗MagicDog

这也让外界生出一种期待：未来，养老机器人能否像冰箱、洗衣机一样，以大众化家电的定价飞入普通家庭？

从产业规律来看，这份期待具备可行性，但短期之内仍面临巨大压力。

现阶段，机器人成本高度集中于执行层，包括电机、减速器、伺服系统等硬件。随着国产化推进、规模化量产落地，这部分成本有望持续走低。

而目前占比较低的计算与灵巧操作部分，如AI芯片、灵巧机械手等，未来或将成为成本博弈的核心战场。长远而言，核心部件国产化越早、量产规模越大，整体成本下降越有底气，家庭化普及更可能实现。

但成本控制并非唯一的答案。支付方式的创新，或许更现实。

家庭、个人自付的单一模式正被打破，服务租赁、订阅制、平台模式开始进入视野。除了降低支付价格外，这些模式创新在另一方面也提高了机器人进家庭的可能性，给予机器人在落地过程中持续迭代的可能。

北京亦庄，全球首个智慧康养机器人养老驿站也已启用，既为老人提供“科技+养老”服务，也为机器人开发商提供了落地与数据采集的场景。

政策同样利好。2026年3月，长护险试点从49个城市扩大到70个。2018年，作为第一批试点城市的南通便发布《关于开展基本照护保险辅助器具服务的意见（试行）》，将医疗辅具纳入长护险范围。如今，南京、南通、苏州等多地已陆续出台配套政策，减轻家庭照护负担。

此外，多地推行“政府补贴+个人自付”组合机制，通过按比例报销、发放消费券等方式，降低家庭使用机器人的成本门槛。

中国电子科技集团公司第二十一研究所副总工程师、机器人及核心部件研发中心主任王洪武介绍，2025年，机器人减速器、伺服系统等国产化率已达约45%，成本较进口产品降低30%，叠加租赁、RaaS服务等新模式普及，例如广州、上海试点外骨骼机器人租赁，月费仅800元左右，这降低了家庭一次性投入门槛。

养老照护机器人家电化、普惠化在成本下探、政策加持、支付方式革新下，不再遥远。

结语

普通家庭“养”机器人防老，还要等多久？

三年、五年，还是十年？

焦继超认为：“进入家庭场景能够作业的人形机器人，至少要等8—10年左右的时间。”

王兴兴则坦言：“行业的发展很难预估，可能3到5年内会有明显的进步。不过，我觉得进入普通家庭还需要一个相对长的过程，因为涉及伦理道德和安全性问题。”

或许，这本就不是一道简单的时间题。

技术迭代的加速度令人目眩，养老机构、高端社区里，机器人的身影或许已近在眼前。但对最广大的普通家庭而言，这注定是一场漫长的等待。

只有当技术、数据、价格、伦理，四盏绿灯同时亮起，养老照护机器人才能真正走进千家万户。

数据显示，过去的这些年以来，中国进口芯片的金额，一直在4000亿美元上下徘徊，也确实是进口金额最高的商品，超过了石油等等。

但是，虽然中国芯片进口多，出口的芯片也不少，特别是到了2026年5月份，中国出口的芯片金额，已经超过了所有其它的商品，成为了第一名。

数据显示，2026年5月，我们出口芯片的金额达355.5亿美元（约合人民币2400亿元），同比增长了111%左右。

并且出口芯片的金额，在4月份的时候，就已超越自动数据处理设备，成为第一大出口单品，5月份自然也是出口金额最高的商品。

这说明什么，说明我们芯片虽然进口多，但自身的发展也在加速，国内的芯片产能急速提升，在满足了自己的需求后，也开始大量向海外出口，卷向海外市场了。

事实上，从最近五年的芯片产能来看，也能够看出这一点，下图是最近五年国家统计局公布的芯片产量，以及增长率情况。

可以看到，这几年除了2022年有所下滑之外（当年全球下滑严重），其它的4年都在增长，并且增长比例都不低，远高于全球的平均增长率。

自然而然，这么多芯片生产出来，又不能吃，只能是对外出口的。

所以2026年，我们可以看到，前面5个月，芯片出口金额已经高达近万亿元，创下了有史以来的最高纪录，同比增长了80%以上。

中国芯片这么疯狂出口，谁最慌？当然是美国了，要知道美国之前一直垄断全球50%以上的份额，靠着芯片，美国从全球赚钱，并且不仅仅是赚钱，还赚到了政治利益。

如果中国芯片疯狂出口，抢走了美国的市场，对于美国的打压，会是非常严重的。

所以这也是为何美国这些年，不断的围堵中国芯片产业的原因，美国最怕中国芯片崛起了。

不过从现在的情况来看，围堵效果不明显，虽然对中国芯片产业造成了一定影响，限制了中国先进芯片的发展，却也成为了中国芯片崛起的动力和催化剂，让国产替代成为了主流。

不过，虽然中国芯片出口猛进，成为了第一大出口商品，但大家也要清醒的认识到，那就是因为受EUV，以及先进 DUV 设备限制，目前我们的芯片制造，更多的还是以28nm、14nm 成熟 / 特色工艺为主，至于7nm及以下的先进芯片产能扩张有限，这个是接下来我们要重点突破的方向。

文/观察者网 吕栋

当地时间6月17日，苹果CEO官蒂姆·库克在接受《华尔街日报》采访时透露，由于内存和存储芯片成本持续飙升，苹果产品价格上涨已经“不可避免”。

“我们正在尽力减轻转嫁给我们的巨额涨幅，也一直试图保护客户免受涨价的影响，但情况已变得不可持续。”他说道。

库克没有给出具体的涨价时间表、幅度或涉及产品线，但市场几乎一致认为，将于9月发布的iPhone 18系列将成为本轮涨价的首批承受者。

过去几个月，国产主流品牌集体经历了一轮痛苦的调价，从华为到小米，从OPPO、vivo、荣耀到一加，几乎所有厂商都在2026年春季先后宣布上调零售价，幅度从几百元到上千元不等。

而这一切的源头，是AI引发的存储芯片史无前例的产能挤兑，消费级LPDDR5X和NAND闪存的供应急剧萎缩，合约价在2026年第一季度环比暴涨近80%，第二季度继续上行。

存储价格的疯涨，让存储器件在手机BOM成本中的占比从过去的10%—15%跃升至20%以上，部分中端机型甚至超过40%。对于本来成本敏感的国产安卓厂商而言，涨价几乎是板上钉钉。

正是在这个节骨眼上，库克确认了苹果也将涨价。

此前市场曾预期，苹果为了保持市场竞争力，选择自行消化成本上涨，维持iPhone 18系列售价不变，尤其是标准版依旧守住5999元、Pro系列守住9999元的门槛，那无异于再度给国产手机加压。

毕竟，iPhone 17系列已经用市场表现证明了这一点，仅靠标准版升级高刷屏这一项，苹果就靠“加量不加价”压制了绝大多数国产高端机型，在6000—8000元价位段一骑绝尘。

根据RD观测的数据，截至今年5月底，iPhone 17系列在中国市场的销量累计约3232.74万台，华为Mate80系列国内销量累计约649.42万台，小米17系列的国内市场总销量约为508万台。

利润侧，苹果长期占据全球智能手机行业超过80%的利润份额，一台iPhone的销量足以碾压所有安卓高端机的总和，品牌溢价、二手保值率和生态黏性共同构筑了用户心智。

iPhone17系列

如今，库克的表态等于宣告苹果不再硬扛成本。研究机构TechInsights估算，若要保持现有利润率，iPhone 18 Pro需要提价约270美元；即便苹果只消化一部分，业内普遍预测国行版Pro和Pro Max机型大概率会各涨1000元左右，分别站上9999元和10999元的起步价，标准版也可能从5999元上探至6999元。

这意味着，国产旗舰的压力得到一定释放，当iPhone Pro Max超过万元时，国产Ultra影像旗舰卖到八九千甚至万元附近，也不再显得那么“离经叛道”。

然而，断言国产手机可以“松一口气”，恐怕还为时尚早。苹果涨价确实给了国产厂商一个定价窗口，但这扇窗能开多久、能开多大，完全取决于国产产品自身能否真正撑起那个价格区间。

存储涨价是全局性的，苹果扛不住，国产厂商同样扛不住，而且后者的供应链议价能力更弱、高端芯片和屏幕等核心器件还高度依赖外部供应，成本压力只会更重。

Counterpoint Research的数据显示，2026年全球智能手机出货量预计同比下降近14%，创下2013年以来新低，消费者换机周期已拉长至36个月以上。

在整体市场萎缩、成本居高不下的双重夹击下，国产厂商面临的不是“涨价或不涨价”的选择题，而是“涨了能否留住用户、不涨能否活得下去”的生存题。

更深一层看，苹果的涨价策略本身就带有明显的战略意图。库克选择在6月对外吹风，恰恰是为了在9月新机发布前建立市场预期，避免届时价格跳涨引发消费者反感。

这种做法体现了苹果对自身品牌忠诚度的自信，即便涨价，核心用户群体依然会买单。

反观国产厂商，在经历了过去几年的高端化尝试后，除了华为在芯片突破后保持了较强的溢价能力，其余品牌在5000元以上价位段依然根基不稳。

一旦苹果涨价后的实际市场表现证明“高价依然畅销”，那反而会进一步巩固苹果在超高端市场的统治地位，国产厂商若不能在这一窗口期内建立起自己的技术壁垒和品牌叙事，等到存储芯片供应恢复、成本回落，苹果随时可以再次降价收割，届时国产高端可能会被压缩到更狭窄的生存地带。

所以，所谓“松一口气”，更像是短暂喘息。存储芯片涨价改变了手机行业的成本结构和竞争逻辑。过去靠性价比走量、靠中低端机型维持规模的做法，在成本高企和市场萎缩的双重压力下难以为继。

苹果的涨价给了国产厂商一个千载难逢的定位调整期，但最终能走多远，不取决于对手的定价，而取决于自己能否在芯片、影像、系统和生态上拿出真正不可替代的价值。

华为的回归已经证明了国产手机冲刺高端并非没有可能，但其他品牌仍需在技术上拿出更多实打实的突破。

特朗普政府日前以“存在越狱威胁”为由，对美国人工智能公司Anthropic的两款前沿模型Fable 5和Mythos 5实施出口管制。Anthropic随即宣布，在全球范围内关停两款模型的访问权限。

令人啼笑皆非的是，美国不仅限制所谓“战略竞争对手”，就连铁杆盟友，甚至亲手参与搭建Anthropic这两款AI模型的外籍骨干都不放过。 如此无差别攻击再次让世界看清，对美“技术依赖症”的风险可能是致命的。法国总统候选人称这是一记“警钟”， “一个在技术上依赖他国的国家，随时可能在一夜之间被切断服务”。加拿大总理卡尼也发出“只有一个选择绝非好事”的警告，直言欧洲和加拿大过度依赖少数美国AI模型是“犯错”。

而美国这波操作，又意外地给中国开源AI打了一则“全球广告”。就在Anthropic模型设限之际，中国AI企业展现出了截然不同的开放姿态。智谱正式开源旗舰模型GLM-5.2，采用最宽松的MIT协议，允许免费商用，且训练与推理均未依赖海外算力。DeepSeek将旗舰模型V4-Pro的API价格永久下调至原价的四分之一，创全球大模型价格新低。有分析指出，“DeepSeek+国产芯片”的组合正通过极致性价比，在普惠级大模型市场构筑起难以撼动的地位。

一边是凭借技术优势动辄断供断服，一边是立足自主产业链根基，向全球敞开技术大门。两种发展路径形成鲜明对比，也展现出清晰的价值分野。正如智谱在公告中表示，“前沿智能不应只属于少数人，也不应被少数规则随时收回”。 在“AI重构一切”的今天，谁在筑墙，谁在修路，一目了然。

多年来，从芯片到半导体，从操作系统到量子计算，凡是美国掌握的“关键技术”，无一不被当成武器和筹码。如今，卡脖子轮到了AI领域，其核心目的，同样是人为设置政策壁垒、技术门槛，攥死顶尖AI算力、核心模型权限，遏制他国技术追赶的步伐。

但问题是，墙再高，也挡不住技术种子的扩散。世界热烈拥抱AI，需要的是稳定可靠的技术伙伴。由于性能领先、多数开源、API调用成本较低，中国模型已在OpenRouter等Token分发平台上占据领先位置，叠加Anthropic两款领先模型下架，未来国产模型API调用量有望进一步提升。 中国AI自主可控、安全稳定、互利共赢的发展路径，补齐了全球AI生态中稀缺的“确定性拼图”，持续拓宽着全球创新边界。

在单边主义、保护主义抬头的当下，中国AI的开放普惠之路，更诠释了大国责任与担当。如今，中国开源AI已在全球多地生根发芽——人工智能养殖技术助力柬埔寨当地渔业增产增收；去年缅甸强震救援中，7小时极限开发的中缅英互译系统，打通救援生命线……实践证明， 技术进步的意义从来不在于设置门槛，而在于让更多人“跨越门槛”，开放包容、互利共赢，才是科技发展的永恒大势。

“武器”只会制造裂痕，道路才能连接世界。面对“封锁”与“开放”这两条路，世界，一定会走向有光的那一边。

图源：视觉中国

来源：北京日报客户端

随着数据规模从百万级扩展至20亿帧、模型规模持续增长，模型性能持续提升，零样本泛化能力不断增强，没有出现传统运控模型常见的性能瓶颈。

文 | 吴怼怼

豆包戳破了一个幻觉

晚点一篇关于豆包、Seedance 和 AI 商业化的报道，把一个行业里越来越难回避的问题摆到了台前：AI 到底怎么赚钱？

截至上半年，每天2 亿多人使用的豆包，日收入不足百万元，主要来自电商佣金；而到了今年 5 月，豆包应用每天消耗的算力成本可能已经达到数千万元。文字聊天本身不算贵，但一旦进入推理、图片识别、语音聊天、视频聊天等多模态功能，成本会陡然上升。

这还没有计算训练模型所需的智算中心投入。一座大型智算中心往往需要数万张AI 芯片，还要配套供电、网络、散热、运维和数据中心基础设施。也就是说，AI 更像软件、云计算、电力、半导体和重资产制造业的混合体。

类似的变化也出现在其他大厂身上。

腾讯已经把WorkBuddy 企业版、政务版等智能体开发平台推到更重要的位置。元宝的战略能级反而降下来了。相比一个聊天入口，这些产品更接近企业生产力工具、开发者工具和MaaS 平台，面向的是有预算、有组织流程、有明确效率诉求的 B 端客户。

微软也在重新计算AI 的账本。过去 Copilot 更像一个标准化订阅产品，但当企业 Agent 开始持续调用模型、执行任务、消耗推理资源，“每人每月固定价格”的模式就开始变得吃力。微软已经在部分 Copilot 和 Agent 服务中推进按量计费，让企业基于实际使用量付费，并通过预算和成本管理来控制账单。

Anthropic走得更直接。Claude Enterprise 的 usage-based 企业计划，已经从单纯订阅转向“席位费 + 用量费”的混合模式：企业先为用户席位付费，真正的模型使用量则按 token 单独计费。

这也是这轮AI 浪潮和移动互联网最大的不同。

过去做App，可以先免费、先 DAU、先时长、先占入口，再靠广告、电商、会员、游戏、金融和生活服务慢慢变现。今日头条、抖音、小红书、快手，都是这个逻辑的产物。内容分发的边际成本相对较低，用户多刷一小时，平台并不会按比例多烧掉一小时的高价 GPU。

但AI 不一样。AI 是每一次交互都要消耗算力的产品。用户越活跃，成本越真实；上下文越长，显存越紧张；输出越复杂，GPU 占用时间越长；一旦进入图片、语音、视频和 Agent，成本结构就更像工业生产，而不是互联网流量分发。

这意味着，AI的第一性原理不是“流量”，而是“算力”。

豆包的问题，不是没有用户。恰恰相反，它的问题是用户太多，但商业化还没有跟上。两亿日活说明需求真实存在，但需求不等于收入，收入不等于利润。如果大量用户免费聊天、免费生成、免费调用多模态能力，而平台无法把这些使用转化成足够高的收入，那么规模本身就会变成成本负担。

这就是所谓的“移动互联网式AI 叙事”的幻觉：过去我们相信，先有用户，后有商业化。但 AI 时代，用户增长和成本增长高度绑定。一个 AI 产品不能只讲 DAU、时长和下载量，还必须回答一个更朴素的问题：每一次调用到底花了多少钱？这些成本最后由谁买单？

从这个角度看，豆包和Seedance 的差别就变得非常清楚。

豆包是面向大众的通用AI 助手，用户规模庞大，但付费理由不够强。普通用户当然会觉得 AI 好用，可以问问题、写东西、陪 聊、查资料、生成图片。但这些价值很碎，很难稳定变成月费。尤其在中国市场，用户已经被免费内容、免费小说、免费视频、免费会议软件和免费工具教育了很多年。让大众为“更聪明一点的数字服务”持续付费，本来就很难。

Seedance则不同。它面对的是生产者，是短剧公司、漫剧公司、广告公司、内容制作团队。它不是让普通用户为“好玩”付钱，而是帮助原本就有预算的行业降低成本、提高效率。以前一段视频需要人画分镜、做动画、跑后期，现在 AI 可以承担一部分生产流程。客户算账很直接：如果 AI 生成的视频足够可用，并且比人便宜、比旧流程快，那就值得付费。

所以，AI商业化的关键不是 C 端还是 B 端，而是有没有明确的付费理由。

AI编程为什么更容易收费？因为它直接面对程序员、研发团队和软件公司。AI 可以缩短开发时间，提高代码产出，替代一部分重复劳动。企业不是为“聊天”付费，而是为更快交付软件付费。

AI视频为什么有机会？因为它直接嵌入了内容生产预算。短剧公司、广告公司、游戏公司、影视团队本来就要花钱买制作能力，AI 只要能把成本降下来，就能拿走一部分预算。

AI客服、AI 法务、AI 投研、AI 设计、AI 销售线索、AI 数据分析，也是同一个逻辑。

每一次对话，背后都是一张电费单

这也解释了为什么现在看起来最赚钱的是“卖铲子”的公司。

芯片、云、数据中心、电力、散热、网络，是AI 时代最先确定受益的环节。不管最后是 OpenAI、Anthropic、Google、字节、阿里，还是某个新的应用公司获胜，它们都必须训练模型、部署推理、购买或租用算力。卖铲子的人站在最上游，不需要判断谁挖到金子，只要大家继续挖，就有人买铲子。

这就是英伟达和云厂商最强的地方。

但如果因此判断“AI最终只有卖铲子的赚钱”，可能又过于悲观。更准确的说法是：卖铲子的先赚钱，基础模型层高度集中，下游应用要死掉一大批，但真正嵌入工作流、掌握付费场景的应用仍然有机会。

AI的终极商业模式，可能不是单一模式，而是三种模式的混合。

第一种，是C 端的“健身房模式”。

健身房会员制的核心，是大多数人交了钱但不常去，少数高频用户被低频用户补贴。AI订阅也有类似逻辑。轻度用户每月问几次、生成几张图，平台赚钱；重度用户天天写代码、跑 Agent、做视频、读长文档，平台亏钱。

AI 订阅的理想用户，是“愿意为能力付费，但不会把额度用穿”的用户。

这和健身房最喜欢的用户一模一样：办了年卡，偶尔来几次，还觉得自己拥有了健康生活方式。

问题是，AI 最有价值的用户，往往恰恰是最高频、最高成本的用户。程序员、设计师、短剧公司、投研人员、内容团队，越觉得 AI 有用，越会高强度使用。于是平台就不能再靠“健身房式会员”糊弄过去，必须转向用量计费或结果计费。

所以，AI订阅真正赌的是：用户愿意付费，但不要用得太狠。

这也是为什么纯粹的无限量订阅很难长期成立。AI的边际成本太清楚了，每一次 token、每一张图、每一秒视频、每一次深度研究，都能换算成 GPU 时间、电费、显存、调度和折旧。如果重度用户大量涌入，订阅模型就会被打穿。

订阅不是终局，额度才是账本

因此，未来C 端 AI 更可能变成“会员 + 额度 + 超额包”。普通聊天接近无限，高级模型有次数限制，图片和视频生成用点数，深度研究按次数，代码 Agent 按任务量。用户看到的是会员、点数、创作额度、深度研究次数；平台内部计算的则是 token、GPU 秒、推理成本和单位毛利。

第二种，是B 端的“云服务模式”。

云服务的商业模式，本质上是云厂商先重资产建设数据中心、服务器、芯片、网络和基础软件，然后把这些资源切成标准化能力，按需租给企业。企业不用自己建机房、买服务器、招运维，而是按计算、存储、数据库、带宽和API 调用付费。

B端 AI 很像云服务。模型 API、MaaS 平台、企业 Agent、知识库、AI 编程、AI 视频生成，本质上都是把“智能能力”变成一种可计量资源。企业用了多少 token、多少上下文、多少图片识别、多少语音转写、多少视频秒数、多少 Agent 执行时间，就对应多少成本。

但AI 又比传统云更复杂。云服务卖的是资源，AI 最好卖的是结果。

企业客户关心的是：客服成本有没有下降，代码交付有没有变快，广告素材有没有变多，视频生产有没有更便宜，投研报告有没有更高效，法务审查有没有减少人力。

所以，最好的B 端 AI 商业模式是：后台像云一样按资源结算，前台像 SaaS 或行业工具一样按价值收费。

企业为结果付费

对客户说的是：我帮你处理了一千个客服会话，生成了一百条广告素材，完成了一段可运行代码，做完了一份投研报告。

对公司内部算的是：这些任务消耗了多少token、多少 GPU 秒、多少失败重试、多少工程调度成本。

第三种，是“结果收费模式”。

AI最终不是卖模型，也不是卖 token，而是卖可验证的业务结果。

如果一个AI 应用只是把用户请求转发给上游模型，它本质上是在帮上游卖 token，自己很难留下利润。真正能赚钱的下游，必须把 token 封装成工作流，把算力变成结果，把结果变成账单。

Codex、Claude code、Cursor这类 AI 编程工具，重构了开发者写代码的界面。微软把 Copilot 嵌入 Office，字节把 AI 嵌入广告投放、剪映、短剧制作和电商商家工具，也是在卖生产工具。

这才是AI 应用层真正的机会：不是再做一个“我也能聊天”的 App，而是成为某个行业工作流的一部分。

这里就要回到token。

token是什么？它不是 GPU 本身，而是模型处理信息的基本计量单位。输入 token 是模型读进去的内容，输出 token 是模型生成出来的内容。token 越多，通常意味着模型要读得更多、算得更久、生成得更多，最后就会转化成 GPU 计算量、显存占用、推理时间、电力、散热和系统调度成本。

token像 AI 时代的电表。用户看到的是问答、图片、视频和代码，平台后台看到的是 token、GPU 秒和单位任务毛利。

GPU则像发电厂和工厂设备。它不是被 token 一点点“磨没”的，但长期高负载运行会带来电力消耗、热损耗、显存压力、硬件老化和会计折旧。

更关键的是，AI GPU 的寿命不只是物理寿命，而是经济寿命。卡还没坏，但新一代芯片性能更强、能耗更低，旧卡的单位 token 成本过高，就会被迫退到低端任务，甚至经济报废。

这就是AI 基建周期里最大的变量。

铲子先赚钱，淘金者还在算账

短期看，卖铲子的人最确定。芯片、云、数据中心、电力、散热都会继续受益。基础模型公司会继续烧钱争夺门票。下游应用则会经历残酷筛选。

中期看，市场会越来越关心ROI。大厂的资本开支能不能转化成真实收入？企业 AI 的收入增速能不能追上算力投入？GPU 云价格会不会下跌？数据中心利用率够不够高？折旧年限到底该按传统服务器算，还是按更短的技术周期算？

长期看，基础模型层会高度集中，但应用层不会消失。真正的赢家会出现在三个地方：掌握算力入口的基础设施公司，掌握企业工作流的软件公司，以及能把 AI 直接转化成业务结果的垂直应用公司。

最后的问题：谁来买单？

所以，AI的终极商业模式究竟是什么？

答案可能是：

C端像健身房，用订阅、额度和沉没成本管理用户；

B 端像云服务，用 token、调用量、年框合同和企业锁定收费；

高阶应用像SaaS 和外包服务的结合，用 AI 完成具体任务，再按结果收钱。

订阅可以当入口，但不能当终局。

AI行业正在进入“谁能把算力变成现金流”的阶段。

过去一年，大家讲的是参数、榜单、DAU、下载量和多模态能力。接下来更重要的会是：单位推理成本、token毛利、企业续费率、任务成功率、客户预算来源、工作流嵌入深度和可验证 ROI。

创造价值和捕获利润，是两回事。

AI会提高社会效率，但提高效率的人未必能赚到钱。

AI 会重塑很多行业，但不是每个 AI 应用都能成为公司。

AI 会成为基础设施，但基础设施的生意，最终一定要回到一个非常朴素的问题：

这一轮烧掉的算力，最后到底由谁买单？

「核心提示」

倒卖AI时代的“数字货币”：Token中转站狂奔，但注定短命？

作者 | 詹方歌

编辑 | 邢昀

当你让AI写一份周报时，背后的“大模型”接收你的需求，回复你的信息，理解那些上下文，实际上都会被拆解成一个个计算单元，这就是Token，中文译作“词元”。

人们每次和AI对话，都需要以Token来计算消耗，也按Token来计价。作为AI时代的“硬通货”，Token的流动也改变了财富分配叙事。

有人不生产Token，只做Token的搬运工，当中间商“赚差价”，就赚得盆满钵满。这个生意就是Token中转站。

一些做到每月千万级别流水的公司，可能只有不到20个人的团队。“一些传统的行业还在想怎么盈利，开源节流的时候，他们每天想的就是怎么避税。”一位刚刚入行不久的Token中转站长如此叙述同行的生意。

最初，Token中转站大多是为了解决海外大模型的地区限制而存在，用各种各样的方式将海外大模型接入国内，供国内用户使用。不过，这门生意发展至今，不少中转站也在将好用的国内大模型“出口”，服务海外市场。

Token中转站身后，并不只有造富神话，更在讲述着一个“需求跑在规则之前”的故事。

1、风口上的生意

怎么理解Token中转站呢？

打个比方，为了看某些综艺、电影，你可能得开腾讯、爱奇艺、优酷、B站等不同平台的会员，全开了实际使用率不高，又很浪费钱，这时候你一定会想要有一个共享视频会员平台，只需要付一个会员的钱，这些资源都能随意打开。

Token中转站干的就是这种“聚合大模型”的活儿，它还会使用各种方式，以低成本薅到各家大模型的Token羊毛，这样用户就可以花更少的钱，用上国内，甚至海外有区域限制的ChatGPT、Claude、Gemini等。

“如果你的Token使用量没那么大，用中转站产生的费用会比直接订阅一个账号的费用低，甚至低很多。”一位中转站站长告诉《豹变》，一些用户不仅是为了绕过大模型厂商的地区封禁操作使用中转站，也因为这种方式价格相对便宜，并且能尝试更多不同大模型。

Token中转站的界面上，可调用大模型往往多至近20个，模型不同，选择的计费方式不同，相对费率也不同。便宜的，甚至几块钱就能买到百万Token，对比来看，如果订阅ChatGPT Plus每月得花费20美元。

技术上的低门槛和上游层出不穷的灰色玩法，让越来越多的人尝试进入这个赛道分一杯羹，Token价格也被打了下来。

《21世纪经济报道》此前报道称，Claude-Opus-4-6官方API的输出价格约为170元/百万Token，某国内中转站已经把价格做到了官方五折，更有中小站点能够做到2到3折。

事实上，Token中转站的生意可以追溯到2024年或更早以前。“2023年，已经有人在拆ChatGPT3.5的模型了。Claude 3.5发布标志着vibe coding（自然语言编程）水平质的飞跃，从那时候起，程序员就已经有大量Token使用需求。”AI知识付费博主麦当告诉《豹变》。

现在，AI技术在日常生活、工作中的渗透率越来越高，颠覆各行各业，人们对Token的需求也在持续暴涨中。

此前，央视曾报道，2025年初，国内的日均词元调用量只有7万亿，年中则涨到了30万亿，2025年末已经突破100万亿大关。2026年初，日均词元调用量已经来到了140万亿。

这还只是官方口径下的调用量，如果加上海外模型调用的需求，Token的消耗量只会更大。于是，在大学生改论文都想用顶级模型的今天，Token中转站也像雨后春笋一样冒了出来。

出人意料的是，Token中转站本身的技术门槛不算高。麦当表示，vibe coding大大降低了搭建中转站的门槛，站长只需要略懂技术就能实现站点部署。

“现在有两套明确的开源方案可以调用，一套叫sub2 API，一套叫New API。”麦当说，“你只需要买台服务器，然后跟它说，这个项目不错，你帮我部署在哪台服务器上，AI就能帮你干了。”

以New API为例，这是一个集合了协议转换、渠道管理、计费、用户后台管理的完整解决方案，用户可以随意调用。

技术门槛不高，但Token中转站的生意迷人又危险。

2、灰色链条

想要做Token中转站，得在产业链上游下功夫，即“如何用更低的成本调用海外大模型”。

常规的套路是批发零售Token模式。一般主流平台会提供开发者订阅套餐（Coding Plan），一般包含固定额度的免费调用次数，超出部分按阶梯定价。中转站可以批量购买多份Coding Plan，把配额合并到一个账号池里，再以略低于官方API的价格转售。

比如官方API卖1元/万Token，Coding Plan摊下来成本只有0.2元/万Token，中转站转售价0.5元，毛利率60%。

这种方式合规性强，但得靠走量获利。

上述中转站站长告诉《豹变》，2024年左右，海外大模型厂商还在拓宽市场的获客期，会免费给一些小型AI产品创业公司提供大模型的使用免费额度，目的是其未来在应用层的产品能够持续和大模型厂商合作。

“于是会有一群人，打着AI创业的旗号，在美国某个城市批量注册这类初创公司，为的就是拿到这些厂商的免费额度，然后使用一些技术手段，把它零成本地转嫁到国内。”上述中转站站长表示，这可能是国内Token中转站的初始形态，也是调用海外大模型最低成本的方式之一。

Token中转站的商业模式运转到今天，灰色玩法层出不穷，最典型的就是“逆向”。

比如，Windsurf、Cursor等软件中都内置了Claude等大模型的调用权限，有些中转站会通过做逆向工程，把大模型接到自己的中转站上，供用户使用。“这就像偷水偷电一样，在公共水管上接条自己的管子，免费用正规渠道的水电。”上述中转站长表示。

另外，由于GPT和Claude等公司推出的个人订阅套餐，一些中转站会先大量获取个人订阅制账号，再通过逆向工程，将这个账号的调用能力拆分，同时卖出给更多用户。

这个过程中，批量号源的获取很有可能和盗刷信用卡、Apple ID等灰色产业相关。此外，分流也可能会导致账号限流，用户体验感变差。

对于使用者来说，虽然Token中转站看似方便实惠，但其中蕴藏的风险也可能相当高。比如，用户往往是充值制，对Token消耗不敏感，中转站可能偷偷扣除比约定更高的费用。不过，AI行业从业者小张告诉《豹变》，用户如果想查，很容易看出端倪，因此只有不想做口碑生意的中转站会这么做。

此外，“挂羊头卖狗肉”也相当常见，“用便宜模型代替好模型，这个叫注水。”麦当说。更大的风险来自数据。麦当表示，（逆向）是通过技术手段，把用户发送的问题转达给大模型，再把大模型的回复截下来传回给用户。

整个过程中，用户数据不只完全在中转站的掌握中，也相当于在网页上流传，给黑客可乘之机。

小张表示，大部分中转站会在可调用大模型后标注是否为“逆向”。但即便标注为“claude-officially”，究竟是否真的是大模型厂商官方提供的API服务，也主要凭站长的良心。

《21世纪经济报道》此前报道称，不少中转站长曾被询问过能否出售用户数据，买方自称来自模型厂商外包的数据公司。报道中还透露，业内几家大公司都会通过买数据的方式来训练模型。

作为AI从业者，小张了解这类风险，他只有一小部分工作会使用中转站来完成，比如改代码或文档，而且其中关键的数据和密码也不会透露，其余的工作都使用公司提供的国产大模型完成。

但对于绝大部分其他行业的使用者来说，能否知悉数据风险本身可能就是一种壁垒。

3、行业分化

一方面，这门长期游走于灰色地带的生意，已经被贴上高风险的标签，2026年5月，一名国内AI中转站站长因非法逆向爬取、倒卖低价AI接口资源，被公安机关刑事拘留37天。

另一方面，同样是在5月，两位高知名度人物的先后入场，又将Token中转站推至台前。

5月1日，币圈知名玩家孙宇晨在社交媒体上官宣自己推出“史上最强AI中转站”——B.AI，并强调区块链登录、纯匿名支付、零篡改、价格全网最低。不过，B.AI要求以加密货币支付，并刻意绕开了身份验证链路，受到了不少合规质疑。

同日，猎豹移动董事长兼CEO傅盛也官宣推出中转站EasyRouter。很快，公司在官网发布声明称，不提供国内服务并支持退款，傅盛对EasyRouter的表述也从“中转站”变为“企业级模型网关/路由层”。

官网显示，其API来源是“云服务商与AI平台直采。依托顶级云厂商与AI平台，提供合规、稳定、可追溯认证的AI算力分发服务。”

换句话说，EasyRouter在陈述自己的上游货源完全合规，且并没有违背海外大模型公司的意志将其转卖给其他地区的用户。

如今，上游大模型厂商正面临着越来越严格的监管。当地时间2026年6月12日，Anthropic宣布，收到美国政府的指令，公司被迫对旗下最先进的两款AI模型Fable 5和Mythos 5实施全面访问限制，限制对象涵盖美国境外的所有机构和个人等。

合规越来越严格的当下，国内企业如EasyRouter，也开始尝试探索这门生意的合规化。

事实上，合规的Token生意并不复杂。2023年，OpenRouter在美国创立，做的就是多家大模型供应商的聚合平台，他们依靠足够大的Token调用量，向平台要到更优惠的价格，再转卖给用户。通俗理解，就是Token批发转零售。

除了做“批发商”，还有完全的to b生意可做，合规风险更小。上述中转站站长告诉《豹变》，他并不靠to c的中转站业务赚钱，更多的是做帮人部署中转站的业务。比如，不少企业主希望员工能用上更好的AI模型，愿意付费让其在企业内部搭建一个非盈利性质的中转站。

也有人在尝试为中转站提供周边服务，比如提供加密货币标准化计费、智能对账等资金管理服务。一位从事此类业务的人士告诉《豹变》，虽然国内的中小型Token中转站不太涉及加密货币结算的需求，但国外不少大型Token中转站会有这类需求，按照行业内的标准，抽成大概在1%左右。

其还表示，这类大型Token中转站并不只做把海外大模型接入国内的生意，同样做国内大模型出口的生意。“DeepSeek、豆包还有阿里系的一些模型，最大的优势在于便宜，不卖美国，卖到其他地方，是有绝对优势的。”

如此，Token中转站也成为了AI洪流中一块诚实的切片，如实地记录着真实需求如何流动、转向。

“代码本身在这个时代没什么价值。”小张说。

同样的，真正决定Token中转站这门生意能走多远的东西，也不藏在代码里。行业野蛮生长的时期，得货源者得天下，但当上游厂商对违规操作的打击越来越严格，靠逆向订阅号池和黑卡号源撑起来的利润空间，注定会越来越窄。

归根结底，

Token中转站的出现，很可能是只是为了填补这一段特殊时期的市场空白，是AI浪潮中的阶段性产物。如果有一天，AI技术壁垒被推倒，或许就是中转站开始消亡的时候。

（应受访者要求，文中均为化名）

库克明确表示，受AI服务器对HBM高带宽内存和DRAM需求激增的拉动，消费级内存市场供应持续吃紧，价格正加速攀升。面对这一趋势，苹果已难以完全通过内部优化来消化不断攀升的原材料成本，未来硬件产品起售价上调已成定局。

库克坦言，价格上涨是不可避免的。我们正在尽最大努力减轻上游涨价带来的冲击，也一直在竭力保护客户免受影响，但现有局面已经难以为继。

眼下消费者最关心的是，苹果究竟何时会迈出涨价这一步。不少网友根据产品周期推测，涨价时点很可能落在今年秋季即将发布的iPhone 18 Pro系列上。

业界预估，iPhone 18 Pro的起步售价或将上涨200美元，从当前的1099美元提升至1299美元，甚至不排除进一步涨至1399美元的可能。

不过，知名科技博主Mark Gurman却给出了不同判断。他指出，苹果很快就会调整价格，根本无需等到秋季发布会，这意味着iPhone 17系列可能将在近期就上调手机定价。

值得一提的是，小米创办人雷军也曾公开表示，未来两年内存价格将持续走高，新机型必然跟随市场趋势上调售价。他建议，如果计划在未来一年内换机，越早入手越划算，因为后续机型只会更贵。

手机涨价

库克指出，AI服务器对HBM高带宽内存以及DRAM存储芯片的需求持续增长，正在挤压消费级存储市场供应。面对原材料价格上涨，企业通过内部优化消化成本的空间越来越有限，因此硬件产品价格调整已成为行业普遍面临的问题。

市场研究机构TrendForce数据显示，DRAM和NAND闪存现货价格累计涨幅已超过300%。截至今年5月，两类存储产品价格均创下历史新高。其中，PC使用的DDR4 8GB内存均价达到20美元，刷新相关机构自2016年开始统计以来的新纪录。

在成本压力传导下，涨价已不再局限于单一品牌。自今年3月以来，OPPO、一加、vivo等厂商陆续调整产品价格，小米、荣耀部分机型也出现不同程度上涨。与此同时，PC市场同样受到波及，高性能轻薄本、游戏本以及创作本等热门产品价格普遍上扬。

除了手机厂商之外，部分PC与办公设备企业也已启动新一轮价格调整。业内消息显示，华为计划自7月起上调部分智能协作终端产品售价，联想也已制定新的调价方案，并提前向渠道释放备货信号。

从市场表现来看，即便处于年中促销周期，不少热门电脑产品价格仍明显高于年初水平，部分机型涨幅已超过20%。有经销商表示，部分畅销机型近期价格上涨数百元至上千元不等，行业竞争重点正从追求销量转向保障利润。

新智元报道

【新智元导读】斯坦福胡佛研究所追踪了 DeepSeek 七篇论文背后 356 名研究者的完整职业轨迹。美国培养出的最优秀 AI 人才正在大规模回流中国，而中国本土管道已经能独立产出前沿模型的核心贡献者。

6 月 15 日，斯坦福大学胡佛研究所和人类中心人工智能研究院（HAI）发布了一份白皮书，追踪 DeepSeek 七篇核心论文背后 356 名研究者的职业轨迹。

https://hoover-s3-website.s3.us-west-2.amazonaws.com/s3fs-public/research/docs/WhitePaper_Hoover_HAI_DeepSeek_FINAL%203.pdf

报告揭示的核心数据揭示了全新结论，80 位拥有美国机构经历的 DeepSeek 研究者，平均被引用 4108 次，是整个作者池中学术成就最高的群体。他们中的绝大多数，现在在中国。

13 位在美国深耕五年以上的长期研究者，累计在美国学术机构度过了 119 年以上的时间。其中 9 人最终回到了中国。在美国待得越久，回去的概率并没有变低。

一位研究者在美国的 Beth Israel Deaconess、洛克菲勒大学、MIT、贝勒医学院和加州大学圣迭戈分校辗转了 18 年，最后回到中国。

另一位在美国待了 28 年、拥有近 3 万次引用，留了下来，但这是少数。

这份报告由胡佛研究所技术政策加速器主任 Amy Zegart 和研究助理 Emerson Johnston 联合撰写，是 2025 年首份 DeepSeek 人才报告的年度更新。

Amy Zegart

Emerson Johnston

356 人，一份人才 X 光片

报告的分析范围从 2025 年的 5 篇论文扩展到 7 篇，新增了 DeepSeek V3.2（2025 年 12 月）和 V4（2026 年 4 月）。

作者池从 223 人增长到 356 人，其中 282 人可以通过学术数据库 OpenAlex 构建完整的机构履历档案，追溯时间最早可到 1989 年。

方法论上有一个重要调整。

这次分析只统计研究和工程团队成员，排除了数据标注、商务和合规人员。

按可比口径计算，团队一年内扩张了 57%，最近两篇论文在 14 个月内净增 141 名新贡献者。

同期离开的只有 33 人，招 4 个走 1 个。

团队的结构呈现出一种稳定的「双轨制」。

31 位研究者出现在全部七篇论文上，报告称之为「核心团队」（Key Team），占总人数的 8.7%。

47 人出现在六篇，这两个群体构成了一个「什么都参与」的稳定内核。

与之对应的是大量轮换式贡献者，136 人仅出现在一篇论文上（占 38.2%，2025 年时这个比例仅为 10.3%），79 人出现在两篇。

出现在三到五篇论文上的只有 63 人。

这种分布在 2025 和 2026 年保持了一致的形态。

要么进入核心持续贡献，要么被借调进来解决特定问题后离开。

团队的增长完全来自轮换侧，核心始终是那 31 个人。

53.5%，从未离开中国

回到人才来源这个核心问题。

271 位有机构归属记录的研究者中，145 人（53.5%）在其整个有记录的职业生涯里，从未与任何中国以外的机构产生过关联。

没有在海外求学，没有在海外发表论文，没有在海外任职。

这个比例与 2025 年的 55.2%基本持平，说明它是一个稳定的结构性特征。

放到核心团队的维度看，冲击力更大。

31 位核心研究者中，有 10 人从未离开中国。

一个在推理基准测试上对标 OpenAI o1 的前沿模型（DeepSeek-R1），三分之一最核心的贡献者，完全由中国本土教育和研究体系培养。

支撑这个本土管道（pipeline）的机构网络也在快速扩张。

中国科学院及其 170 个下属机构组成的网络，关联研究者数量从去年的 53 人翻倍至 104 人，覆盖了整个作者池的 37%；

清华大学从 16 人增长到 46 人，接近 200% 的涨幅；

浙江大学从 8 到 25，北京大学从 21 到 29。

一些去年在 DeepSeek 还处于边缘的学校迅速崛起，东南大学从 1 人到 15 人，北航从 3 到 14，兰州大学从 0 到 10。

DeepSeek 的人才供给来自一个广泛的中国高校网络，远非少数精英院校的专利。

119 年，美国留不住的 AI 人才

报告对「美国经历」做了重大修正。

2025 年数据中，49 位有美国关联的研究者里，63.3%仅有一年美国经历。

新的扩展数据集，这个比例被进一步压低到了 35%。

近半数（48.8%，39 人）在美国待了 2 到 4 年，16.3%（13 人）超过五年。

这批研究者在美国的经历更深、更长、更具塑造性。

80 位有任何美国机构经历的研究者中，最常见的流动模式是「中国→美国→中国」，占 38.8%。

第二大群体是「起点在美国，终点在中国」，占 23.8%。

只有 12.5%（10 人）走了「中国→美国→留在美国」的路径。

在整个有国际流动经历的群体中，70.3% 最终回到了中国。

13 位长期驻美研究者的职业轨迹尤其值得细看。

他们的路径很少是「去美国→待很久→回中国」的线性叙事。

九位在美国、英国、文莱、日本、瑞典等多个国家之间做了多次国际转换。

美国对他们而言是全球化职业生涯中的一个节点。

团队的迅速成熟

梁文锋在 2025 年初爆火时接受 36 氪采访称，核心技术岗大多由工作一两年的研究者填充，DeepSeek 招人看的是「热情和好奇心」。

到了如今，数据说明，DeepSeek 团队已迅速成长为相当成熟的研究团队。

全体作者的中位引用量从 249 翻倍至 681，整条分布曲线上移。

核心团队的平均引用量从 1554 跃升至 2470，增长 59%，中位数从约 700 升至 1200。

这个跳升部分归因于 DeepSeek 自己的论文，R1、V3、V2 在 2025 年内被学术界大量引用，核心团队成员是所有这些论文的作者。

与美国头部实验室的对比更能说明问题。

OpenAI 的 894 名作者平均引用量 2481.5，看上去跟 DeepSeek 相当。

但 OpenAI 的中位数只有 100.5，均值是中位数的 25 倍。

这种极端的头重脚轻说明少数超级明星拉高了整体均值。

OpenAI 的中位 h 指数只有 2。

Anthropic 和谷歌的中位引用量分别只有均值的 15%和 20%。

DeepSeek 的中位引用量是均值的 35%。

学术影响力在团队内部的分布更加均匀，整支队伍的平均水平更高，对少数明星的依赖更低。

两个问题，一场辩论

报告最终将美国面临的困境拆解为两个独立的挑战。

第一是留存。

80 位经美国体系训练的研究者是 DeepSeek 全部作者中学术成就最高的群体，平均引用 4108 次，中位 h 指数 16.5。

他们带着在美国研究体系中积累的方法、人脉和学术资本回到了中国。

美国的移民制度在加速这个过程，一位中国研究者今天申请职业移民绿卡，排期接近五年，而且在变长。

2025 年 9 月新增的每份 H-1B 申请 10 万美元费用和高薪优先抽签制度，把博士后和刚毕业的博士推到了队伍最后面。

报告在措辞上也为美国挽尊了，称不应假设中国研究者离开美国是因为想回去，很多人可能是因为签证制度让留下来太难、太贵、太不确定。

实际原因很可能是复杂得多的。

DeepSeek 研究者关联的美国机构地理分布图

第二个挑战更棘手：53.5%的研究者从未离开中国，任何关于签证和准入的政策讨论都触及不到他们。

10 位核心团队成员在没有任何美国或国际研究经历的情况下，参与构建了一个前沿推理模型。

这条本土供应链的存在，让「通过限制人才流动来维持技术优势」的策略失去了一半靶子。

已经随研究者转移的知识无法通过事后收紧出口管制来追回。

限制未来的准入只解决了一个问题，另一个美国需要迎接的挑战，就是中国本土管道的独立产出能力。

报告指向的方向是美国自身的 K-12 和理工科高等教育改革，但也同时承认这是一个更长周期的工程。

两个问题需要完全不同的政策工具。目前美国内部的辩论大多只围绕第一个展开。

通向 AGI 的人才底盘

行业主流叙事在讨论 AGI 竞赛时，焦点通常集中在算力和数据上。

这份报告提供了另一个维度的坐标系。

DeepSeek 从第一篇 LLM 论文到 V4，只用了两年零三个月。

模型参数从 67B 膨胀到 1.6T，支持的上下文长度从基础水平扩展到 100 万 Token，研发团队从 215 人扩张到 356 人。

V3.2 的高算力变体已经在 2025 年国际数学奥林匹克（IMO）和国际信息学奥林匹克（OI）上拿到了金牌级表现。

V4 系列在百万 Token 上下文场景下的推理效率，单 Token 推理计算量只有 V3.2 的 27%，KV cache 只有 10%。

如果 AGI 竞赛的关键变量包含「谁能最快组建和维持一支前沿研究团队」，中国已经拿出了证据，它拥有一条可以独立运转的人才供应链。

这条供应链在过去一年里把清华的贡献者人数从 16 推到 46，把中科院网络的覆盖面翻了一倍，同时把团队规模扩大了 57%，核心班底一人未丢。

能独立产出前沿模型贡献者的人才体系，需要数十年的积累。

这份报告得出的结论是：中国的积累已经完成，正在进入产出加速期。

参考资料：

https://hoover-s3-website.s3.us-west-2.amazonaws.com/s3fs-public/research/docs/WhitePaper_Hoover_HAI_DeepSeek_FINAL%203.pdf

编辑：马可

秒追ASI

请注意，这可不是年薪，仅仅是单次发放的奖金。

在韩国本土，海力士员工平均拿到了相当于18个月基本工资的绩效，表现顶尖的团队甚至直接斩获了30个月的满格回报。公司还贴心地推出了一个政策：员工可以自愿把最高50%的奖金换成公司股票，持满一年还能再拿15%的现金奖励。

消息一传开，整个韩国社会都坐不住了。在韩国的二手交易平台上，SK海力士的工装背心一夜之间被炒到了4万韩元一件，被韩国年轻人奉为“最佳相亲战袍”。

韩国知名搞笑综艺《SNL Korea》甚至连夜拍了个小品：百货商店的奢侈品柜姐原本对普通顾客爱答不理，但一看到身穿SK海力士工服的人走进来，态度当场来了一个一百八十度的大反转。

图源：韩国综艺截屏

据每日经济新闻报道：奖金发放当晚，京畿道利川市海力士园区周边餐厅爆满。园区正门50米范围内有两家楼盘售楼处，一个已售罄，另一个签约率约85%。

差不多同一时间，深圳中信信悦湾推出78套大平层，总价5000万到7700万，开盘半小时售罄。克而瑞数据显示，这些豪宅买家超过三成是90后，职业标签高度一致：芯片、AI、智能制造。总价5000万以上的房子，今年前四个月成交162套，是2025年全年的18倍。

我们过去三年听腻了AI改变世界、生产力爆炸、第四次工业革命。结果算力革命跑了三年，终点似乎不是智能时代，而是房地产。

算力印钞机，普通人难以想象的“暴利”

要理解为什么这些年轻人能像买大白菜一样买豪宅，得先看看AI产业链最顶端的那台“超级印钞机”。

作为全球AI算力的绝对领头羊，英伟达在2026财年交出了一份吓人的成绩单：营收2159亿美元，净利润高达1200亿美元，毛利率竟然站稳在75%，相当于卖出100块钱的东西，成本只要25块。

在传统制造业看来，这种利润率简直是反常识的。全球的芯片代工之王台积电够厉害了吧？毛利率也就68%左右。至于传统的芯片巨头英特尔、AMD，在这轮AI风暴里更是连英伟达的车尾灯都看不见。

英伟达之所以能拿走这么恐怖的利润，核心原因在于它卖的不是芯片，而是进入智能时代的唯一门票。在全球AI芯片市场上，无论是谷歌、微软，还是亚马逊、Meta，这些万亿级别的海外大厂每年砸下几千亿美元建数据中心，最后这些钱的大部分，都顺理成章地流进了英伟达的口袋。

图源：X

上游吃肉，下游也没饿着。

SK海力士2025年营收97.15万亿韩元，营业利润47.21万亿韩元，折合人民币超过2100亿。因为大模型训练最需要的“高带宽内存（HBM）”，海力士手握全球61%的市场份额。别的行业都在愁销路，而海力士2026年的产能早就被各大巨头抢光了，订单甚至直接排到了2027年。

2025年9月，海力士与工会达成了一项历史性协议，彻底打破了过去“利润分享金不超过基本工资10倍”的传统天花板，改为直接把公司每年营业利润的10%拿出来放进奖金池。而且这个政策全员覆盖，从核心工程师到门口的保安、前台和司机，人人有份，至少执行十年。

这就是硬科技带来的垄断性暴利。当全球的技术路线被锁死、产能被锁死、大客户被锁死的时候，利润就会以一种让人瞠目结舌的速度，向最核心的极少数人手里集中。

在三年前的2022年，海力士还因为行业寒冬亏损了7.7万亿韩元；仅仅三年后，同一群员工，直接把公司业绩送上了云霄。给他们带来这种改命机会的，答案只有一个：AI。

科技新钱涌入，房地产才是最终的赢家

那么，当这些高管、创始人、核心员工拿着泼天的富贵走出公司大门时，钱流向了哪里？答案有点尴尬，是房地产。

以前，能在深圳掏几千万买豪宅的，大多是传统做实业的老板、或者是上市公司的老一代董事长。但根据CRIC的数据，现在的买家画像彻底变了：主力变成了35岁到50岁之间的科技新贵，集中在AI、半导体和跨境电商领域。甚至有大批“90后”的技术合伙人、核心高管，直接拿着手里的股票期权和巨额奖金，一次性付款买走豪宅。

在“数字经济之城”杭州，同样的财富神话也在上演。奥映世纪轩开盘当天就卖了20.6亿，成交客户的平均年龄比开发商预期的整整低了十岁。想要看房，验资门槛就得几千万，但大厅里挤满的，全都是AI初创企业和芯片公司的年轻创始人。

值得一提的是，杭州过去十年高净值人群增长了105%，增速在全球都名列前茅，这背后其实就是这批“科技新钱”一层层堆起来的。就像当年阿里云谷园区成立后，周边的房租在短时间内暴涨超过20%一样。

大厂和科技精英走到哪里，哪里的房价和消费能力就会被重新定义，这个定律，在AI时代不仅没有失效，反而变得更猛烈了。

图源：juwai

再把视线拉回韩国，海力士员工不仅在相亲市场上成了香饽饽，也成了拯救当地楼市的“接盘侠”。去年，首尔公寓的均价首次突破了15亿韩元。即便在这么高的房价下，只要夫妻双方都在海力士上班，两三年攒下来的奖金，就足够他们在首尔全款或者低首付拿下一套高品质公寓。

甚至连低迷多年的韩国生育率，都因为这批有钱的年轻人而出现了局部回升。韩国国家数据处发布的最新数据显示，全国生育率从0.72罕见地涨到了0.8。年轻人有钱了，自然就敢结婚、敢买房、敢生娃了。

坦白讲，换成是我，也会第一时间买房。

AI行业虽然赚钱快、爆发力强，但技术迭代实在太快了，今年你还是行业老大，明年可能就被新的算法淘汰了。在这种极大的不确定性面前，股票和年终奖，换成一二线城市核心地段看得见、摸得着的“砖头”，才是换取长期安全感的最佳方式。

「庄家」通吃一切，AI不养闲人

看着海力士员工数钱数到手软、深圳技术大佬半小时买下豪宅，很多坐在电脑前用着AI工具的普通人，心里难免会有一种复杂的错位感。

我们原本对AI时代抱有很多期待，媒体也一直在讲“AI赋能千行百业”、“AI工具让普通人逆袭实现财富自由”。但现实是，AI狂飙了三年，财富并没有像以前的互联网浪潮那样，迅速变成普惠大众的购买力。

为什么会这样？因为这一轮AI风暴的商业逻辑，是“庄家通吃”。

当年的互联网浪潮，它需要极其庞大的线下协作，能创造出成千上万的衍生岗位（比如电商、外卖、网约车），但这一轮AI的核心资产，是算力和服务器，它天然属于高度烧钱、高度技术垄断的行业。

这种“高度垄断”带来了一个很奇特的现象：企业不需要雇佣庞大的员工队伍，就能赚取天文数字的财富。英伟达一年收入2000多亿美元，全球员工总数却只有两万多人，人均创收超过1000万美元。它不需要像石油巨头那样铺设几千公里的管道、养活几十万工人。

结果就是，财富以历史上最快的速度，向最顶尖的极少数核心节点集中。海力士的3.3万名员工确实分到了大蛋糕，但韩国总人口有5100万。美国科技巨头的市值膨胀速度，远超它们创造新职位的速度。

这并不是在抱怨不公，而是硬科技发展早期的客观规律：技术越是处于爆发期，资本和资源就越会向头部集中。财富在真正“雨露均沾”之前，必然会先聚集在算力源头，变成科技新贵们手里的现金。

6月21日，“刘强东称将来不需要快递员”的话题登上微博热搜榜第一名。

据新浪科技报道，6月21日，在2026年APEC工商领导人中国论坛上，京东集团创始人、董事局主席刘强东透露：京东内部近期提出“涅槃计划”，拟将旗下70万快递员等蓝领工人送往学校进行技术培训，以应对AI和自动化技术带来的冲击。

刘强东在发言中直言，未来快递配送将由机器人主导，“将来都是机器人送货了，根本不需要快递员，一定是机器人送货”。但他同时强调，不会让这70万员工失去饭碗。为此，京东已在全国签约120所学校，将蓝领工人分批送去培训，未来转向机器人维修、保养等技术岗位。

“机器人也可能出故障，故障了还得人去修，这样我们把蓝领工作人员白领了，让他们住在办公室里面，不用再风里来雨里去，不用这么辛苦。”

刘强东表示，企业引入新技术应当让人类生活更美好、工作更有趣，而不是用技术剥夺人们的工作权利。

另据红星新闻5月27日报道，刘强东称：“面对新技术的冲击，不论是商业模式创新，还是发展更多新业务，必须想尽一切办法保住数十万员工的饭碗，包括我们蓝领（兄弟的工作）。”

刘强东介绍，京东内部启动了“涅槃计划”，本质就是要保住无数个蓝领工人的工作。在新技术浪潮下，京东在全国建立了80多个robobase（项目），培训蓝领工人的机器人维修保养等新技能，帮助蓝领工人白领化，使其成为收入更高、更受社会需要的高级技术工人。

他强调，对于被机器取代的一线员工，京东一个都不会开除，京东要把新技术对蓝领工人及其家庭的冲击降到最低。

责编：陈丽湘

校对：盘达

第一条底层逻辑：全球流量爆发催生刚性 5G 建设需求，市场刚需凌驾于地缘政治限制之上。当下短视频、高清直播、云端 AI 工具全面普及，海外用户单月流量从几 GB 暴涨至上百 GB，老旧 4G 基站早已无法承载海量数据传输，网络卡顿、信号薄弱成为各国民众普遍痛点。不管部分西方国家出台怎样的限制政策，运营商首要目标是满足本国居民上网需求，延缓 5G 扩容只会流失用户、损失营收。政客的短期限制可以推迟建设进度，但无法逆转全球数字化升级的大趋势，性价比与性能双优的华为设备自然成为最优解。

第二条底层逻辑：全栈自主可控技术体系，彻底摆脱海外技术依赖，构筑独家技术壁垒。历经多年制裁攻坚，华为完成上万项受限元器件国产替代，搭建完全脱离美国技术的自研供应链，从基站芯片、AI 调度算法、射频天线到 5G-A 全套协议栈全部自研。提前布局 AI 原生 5G 架构，依靠 AI 动态分配基站资源，高峰时段网络承载能力远超爱立信、诺基亚同类设备；同时超低功耗设计可削减基站 85% 耗电量，大幅降低运营商长期电费、铁塔租赁成本，对于电力资源紧张的发展中国家吸引力极强，同行短期内难以复刻这套完整技术链条。

第三条底层逻辑：分区域差异化市场布局，精准匹配不同国家运营商需求，实现全域市场爆 破。针对中东高端市场，推出高容量超大带宽基站，适配城市高密度人口与高端商用场景，沙特、阿联酋高端通信份额持续走高；面向非洲、东南亚发展中国家，轻量化低功耗基站降低前期采购与运维开支；拉美市场配套本土化运维团队、分期采购方案，2025 年巴西、墨西哥出货量同比暴涨 210%。不同于欧美设备厂商一刀切的产品方案，华为根据区域经济、基建、电力条件定制解决方案，精准抓住细分市场空白。

第四条底层逻辑：全生命周期极致成本优势，专利与服务双重加持构筑竞争护城河。同等性能条件下，华为 5G 设备综合采购、运维成本比欧美竞品低三至五成，不仅硬件售价更低，后期十年运维、软件升级永久免费；同时依托完善的全球专利布局，合理规范专利授权，反向制衡外部技术打压。很多中小运营商预算有限，采购欧美设备不仅初期投入高，每年还要支付高额软件服务费，而华为一站式打包方案大幅压缩长期开支，经济账面前，所有理性运营商都会做出清晰选择。

不少外媒感慨，美国联合盟友全方位围堵华为 5G，最终却让华为练出全自研供应链、打磨出更完善的全球化适配方案，反而倒逼海外市场加速认可华为产品。爱立信、诺基亚不仅没能瓜分华为原有市场，自身份额还持续缩水，根源就是只依靠单一硬件销售，缺少完整技术生态与本土化服务支撑。

当下全球 5G-A 升级浪潮开启，华为早已完成新一代通感一体基站落地测试，四条底层逻辑还会持续放大竞争优势。事实证明，依靠封锁打压无法阻碍中国科技企业出海，过硬的技术、贴合市场的方案、可控的成本、全域化布局，才是企业走向全球的长久底气，华为 5G 海外逆势增长，正是这套底层逻辑最好的印证。

其中的vivo以影像为主，最高达到专业级别，而iQOO以电竞为主，最高自然是顶级游戏性能，拥有电竞芯片、超核引擎、2K屏幕、风冷散热等硬核配置加持。不同机型，所拥有的配置有所区别，毕竟定位不同。

iQOO新机官方预热，即将推出iQOO Z11i，在7月初开售，新机定位在入门机市场，所以配置有限，适合简单级使用。

真机已亮相，屏幕采用水滴屏设计，而且边框较大。机身中框，自然是四曲包裹+圆角设计，材质为塑料。后盖保持直平设计，材质为复合板材。后置镜头组，经典的方形圆角模组，两大镜头再次凸起，还有呼吸灯、闪光灯等，形成四方形排列。

作为入门级新机，处理器自然是骁龙4 Gen 2，由4nm工艺制程所产，CPU架构为2个A78、6个A55，最高为2.2GHz。GPU为Adreno 613，不支持硬件光追。性能为入门级，可运行日常应用，不适合玩手游或重载运行。

需要高性能的，自然是iQOO旗舰系列更适合，各方面配置达到旗舰级，而且具备游戏性能，轻松带动3A大作和3D游戏。iQOO共有3大系列，配置从入门到旗舰Ultra均有，可满足不同用机需求。

屏幕大小为6.74±英寸，分辨率为1680*720像素，常规的准高清，同档机型更多是1080P（高清）。而屏幕刷新率，最高支持120Hz，日常使用足矣。

屏幕类型为LCD水滴屏，并非是OLED屏幕，主要是性价比高。在新机市场上，继续采用LCD屏幕的机型，均为入门机和部分平板，而其它机型更多是OLED屏幕，主要是高性能、高显示，更符合新机市场需求。

影像配置同为入门级，前置仅500万像素，后置为1300万像素，前后置均为单摄。影像性能有限，适合功能使用、简单拍摄，可满足基本需求。

追求专业影像的，自然是vivo旗舰系列更适合，多方面配置拉满，尤其是高配版本，比如蔡司大师镜头群、蓝图影像芯片、2亿像素、8K视频等，直达专业级别。而iQOO的旗舰机，可达旗舰级影像，毕竟术业有专攻，而且定位不同。

新机电池容量为6500mAh，整体续航较长，主要是低性能、低功耗，所以带来长续航。充电方面，支持15W有线充电，预计1小时多充满。

新机搭载OriginOS 6系统，拥有蓝河流畅引擎加持，通过系统与硬件深度协同，让整体更流畅丝滑。机身方面，重点提升抗跌耐摔能力，而双防达到IP65级，配色有青峰、沙漠金、墨影。