雷峰网

去觅游留学了一圈，我养的 Agent 当上大 V 了

梁丙鉴 — Wed, 01 Jul 2026 02:49:00 GMT

导语：从效率工具到赛博伙伴。

雷峰网特约稿件，未经授权禁止转载。详情见转载须知。

MiniMax M3 实测：第一流的模型，已经对执行层动手了

梁丙鉴 — Wed, 01 Jul 2026 02:46:00 GMT

导语：M3 舞剑，意在 Claude Code。

雷峰网讯一款开源模型，能否同时拥有顶级编程能力、超长上下文理解能力和原生多模态能力？

这几乎就是 Agent 的全部意涵。而我们提出这个问题，是因为从 OpenClaw 时代开始，一家公司就已经无法仅仅凭借在模型上的投入，证明自己是一家押注未来的公司。胜负全在 Agent。

MiniMax M3 似乎也意识到了这一点。

作为 MiniMax 的最新款旗舰模型，M3 重点强化了 Coding 与 Agent 能力。相比传统代码模型的“把代码写出来”，它更强调长期规划、多轮协作和自主执行复杂任务的能力。

通俗地说，这些能力共同指向一个目标，那就是让模型独立学习几十万字的资料、持续工作数小时、调用工具、编写代码，并最终交付一个真正可用的结果。这成为了同步推出的 MiniMax Code 产品的核心技术基础。

那么衍生出来的问题是，当 Claude Code 已经成为开发者最认可的 Agent 工具之一，M3 的能力，又是否足以支撑 MiniMax 建立一个自己的，真正有竞争力的 Agent 生态？

12 小时自主工作，你说的长任务有多长？

Coding 能力的进化，已经不仅仅是写代码了。

如果只把 MiniMax M3 当成一个更擅长写代码的模型，会严重低估此次发布的重点。M3 更值得拿出来讨论的，是它在长任务、长上下文和 Agentic 工作流上的能力。

官方给出的两个案例很能说明这一点。一个是 M3 用接近 12 小时自主复现 ICLR 论文，另一个是用约 24 小时、147 轮迭代完成 CUDA Kernel 优化。这两个例子本质上都是典型的长链路任务，模型需要理解目标、拆解步骤、不断检查中间结果，并在失败之后继续调整。

从模型架构上看，MiniMax M3 的 1M token 上下文和 MSA 稀疏注意力架构，就是为这类场景服务的。长上下文的意义不只是能塞进更多文本，更重要的是降低长任务中的信息断裂。比如一个真实代码仓库、一个复杂需求文档、一组历史修改记录，这些真实需求都不是几千 token 就能讲清楚的。如果模型每次只能看到局部，就很容易出现“前面答得对，后面改崩了”的情况。而更长的上下文窗口，则给了模型跨文件、跨阶段理解任务的可能。

创业模拟器，M3 与 Sonnet 4.6 的直接竞技

为了测试 M3 的代码交付能力，我设计了一个相对完整的小项目，让模型从零实现一个“创业模拟器”小游戏。同样接受这项考验的，还有 Claude Sonnet 4.6。

请从零开发一个 AI 创业模拟器 Web App。

要求：

1. 用户可以创建一家初创公司，输入公司名、行业、初始资金、目标用户。

2. 游戏采用回合制，每一轮代表一个月。

3. 用户每轮可以选择 3 个经营决策，例如产品开发、市场推广、招聘、融资、降本、用户调研。

4. AI 根据当前公司状态和用户决策生成月度报告。

5. 页面需要展示资金、用户数、收入、团队士气、产品完成度、市场热度、竞争压力。

6. 每轮结束后更新这些指标。

7. 需要有成功和失败结局。

8. 使用 React + Tailwind 实现，界面要像一个现代化创业经营游戏。

9. AI 接口可以先用 mock 数据，但代码结构要方便之后接入真实 LLM API10。

10. 请保证项目可以运行，并提供启动方式。

提示词并不复杂，但这项任务其实很适合测试 Coding Agent 的综合能力。因为它同时考验需求理解、状态管理、UI 设计、数值系统和平衡性。用户在游戏中扮演创业者，每一轮需要决定做什么产品、招什么人、怎么定价、要不要融资、如何营销，AI 则根据这些决策反馈用户增长、现金流、团队士气、市场反应和竞争压力。

具体来说，真正的难点主要包括三个维度：

状态管理：小游戏一旦进入多轮决策，就很容易出现页面刷新后数据丢失、上一轮数据覆盖下一轮、历史记录无法回看、进度条超过 100% 之类的问题。甚至游戏只是这些问题的高发场景，类似的需求，在很多软件开发任务中都可以看到。
UI 表现：很多模型生成的“游戏”其实只是一个表单加几个按钮，功能能跑，但一眼看过去就有股“塑料感”。
数值平衡：这是最难的一环，数值设计不当很容易出现一两轮游戏之后现金流爆炸、用户数异常增长、游戏迅速失控的问题，最终影响可玩性。什么样的数值设计可以说是平衡？这需要模型在复杂任务拆解之外，更有一层对游戏的审美和品味。

M3 用大约 11 分钟完成了程序编写和代码检查。最终生成的小游戏可以正常运行，界面简洁，并且带有一定动画效果。更重要的是，它基本处理好了前面提到的几个核心难点，公司数据展示清晰，历史记录可以回看，游戏进度和经营指标也没有明显混乱。

作为对比的是，Sonnet 4.6 完成同一任务大约用了 19 分钟。它同样让游戏正常跑了起来，还在内容设计上增加了一点小巧思。比如加入突发事件，让游戏难度和不确定性更强，游戏性确实更高。

这是个很有意思的差异。

基于 M3 的 MiniMax Code 更像是一个执行力很强的工程师 Agent，它会非常忠实地围绕你的 prompt 做交付。优势也在这里，动作快，完成度高，指令给过去，他会围绕最终产物，把页面、逻辑、状态和基础交互一起搭出来。

而基于 Sonnet 4.6 的 Claude Code 则更像一个会主动补充产品想法的合作者，它可能会在需求之外加入一些额外的设计。

这两种风格没有绝对好坏。如果你的需求非常明确，希望模型严格按照指令快速完成，M3 的表现会非常令人舒适，毕竟谁不想要一个指哪打哪的员工。但如果你期待模型主动补完产品创意、增强玩法、提出更多可能性，Sonnet 4.6 目前在创造性扩展上仍然更有优势。

看图写前端：原生多模态能力实测

相比于长任务和 Coding 能力，多模态可能是 MiniMax M3 身上最容易被低估的一项能力。

很多模型宣传自己支持图片输入，但实际体验下来，往往停留在“看图说话”的阶段，能够描述页面里有哪些元素，却很难将这些视觉信息进一步转化为可运行的代码。而 M3 此次给我的最大惊喜恰恰在于，它展现出了从视觉理解到工程交付的完整链路能力。

为了测试这一点，我选择了一个非常直接的场景，将 MiniMax 自己的官网首页作为测试对象。我向 M3 提供了两张首页截图，并要求它使用 React 与 Tailwind CSS 对页面进行复刻。

请根据这张网页截图，使用 React + Tailwind CSS 完整复刻页面。

要求：

1. 尽可能还原原页面的：

整体布局
字体层级
卡片设计
配色方案
间距与留白
按钮样式

2. 页面必须响应式，适配：

Desktop
Tablet
Mobile

3. 识别并还原：

Hero Section
导航栏
Feature Cards
CTA Button
Banner
Footer

4. 使用组件化结构：

Navbar.tsx
Hero.tsx
FeatureCard.tsx
Footer.tsx

5. 不要使用占位符代码。

6. 输出完整可运行代码。

让生成页面与截图视觉相似度达到 90% 以上。

之所以选择官网首页，是因为这类营销页面往往包含大量视觉设计细节：导航栏、卡片模块、渐变背景、按钮样式、信息层级以及复杂的页面布局。对于模型而言，这不仅是在识别图片中的文字，更是在理解整个页面背后的设计逻辑。

最终结果让我有些意外。

首先是页面结构的还原度。

仅凭两张截图，M3 对首页整体布局的复刻已经达到了极高的水平。导航栏、Hero 区域、功能介绍模块以及各个内容板块之间的层级关系都被准确识别出来，页面整体结构与原网页几乎保持一致。

如果只从宏观布局来看，几乎已经到了以假乱真的程度。剩下的差异主要集中在一些字体间距、元素对齐方式等细节层面。但就是把这些不一样的局部画面单独截图出来，你都得回忆一下，MiniMax 那个正版的官网画面是不是就长这样。

更有意思的是，M3 并没有机械地“照抄截图”。

由于测试时我只提供了首页部分内容，理论上模型无法得知页面下半部分应该如何设计。但在实际生成过程中，M3 并没有简单地留下空白，而是主动分析了官网整体的视觉风格和配色特点，自行为后续页面补充了若干风格一致的内容模块。虽然这些内容并不完全对应真实官网，但无论是配色方案还是设计语言，都与原页面保持了高度一致，整体看起来并不会让人产生明显的割裂感。

这一点其实非常重要。因为它说明模型并不仅仅是在做 OCR 或者截图复刻，而是在尝试理解页面背后的设计规律，并利用这种理解完成合理推断。

除了视觉层面的还原之外，M3 对交互元素的识别也给我留下了不错的印象。

在生成结果中，模型正确识别出了导航栏、按钮等交互式组件，并为这些元素赋予了实际功能，例如导航栏中的菜单项可以直接跳转到对应内容区域，按钮组件也被正确实现为可点击元素。

更进一步，M3 还主动为页面补充了交互动效。当鼠标悬停在按钮上时，页面会出现过渡动画与视觉反馈。这些效果并没有出现在我的提示词中，而是模型根据现代 Web 产品的设计习惯自行加入的细节。

综合来说，M3 展现出了相当强的竞争力。它不仅能够理解网页截图中的结构信息，还能识别交互逻辑、推断缺失内容，并最终生成一个能够运行、能够交互、视觉风格高度一致的前端页面。

当然，它并非没有不足。页面中仍然存在一些排版细节上的偏差，但考虑到整个过程几乎完全由模型自主完成，并且输入仅仅是两张截图，这样的结果已经远超最初的预期。

价格也是生产力

价格是大模型竞争中最现实的话题。过去一年，AI 行业几乎经历了一轮全面价格战，DeepSeek 用极低的 API 成本掀翻市场，OpenAI、Anthropic 和 Google 持续提升模型能力的同时也在不断调整定价策略。

从官方定位来看，M3 主打的是 Frontier Coding、Agent、多模态与百万级上下文能力。这首先决定了它的竞争对手，不是那些用于智能客服、会议纪要的中端模型，而是当前行业最前沿的一批旗舰模型，比如 Claude Opus 4.8、GPT-5.5、Gemini 2.5 Pro、GLM-5.2 以及 DeepSeek V4-Pro 等。

直接看价格，目前 Claude Opus 4.8 的 API 价格为输入 5 美元/百万 Token、输出 25 美元/百万 Token。GPT-5.5 为输入 5 美元、输出 30 美元。DeepSeek V4-Pro 在最新降价后为输入 0.435 美元、输出 0.87 美元。相比之下，MiniMax M3 官方价格为输入 0.6 美元、输出 2.4 美元。

如果以 Claude Opus 4.8 为基准，M3 的输入成本仅约为其 12%，输出成本不到 10%，即便面对 OpenAI 最新的 GPT-5.5，M3 的调用成本也只有其十分之一左右。换句话说，在同样消耗 100 万输入 Token 和 100 万输出 Token 的情况下，使用 GPT-5.5 需要 35 美元，使用 Claude Opus 4.8 需要30美元，而 M3 仅需 3 美元。

对于用量不大的普通用户来说，这种差异尚不明显，但如果你是已经习惯了每天靠大量 Agent 处理长文档、批量生成代码或者构建 AI 应用的开发者，成本差距则会被迅速放大。假设一个项目每月消耗 1000 万输入 Token 和 1000 万输出 Token，使用 Claude Opus 4.7 的成本约为 300 美元，而使用 M3 仅需 30 美元左右。在保持接近旗舰模型能力的前提下，十倍左右的成本优势已经足以影响技术选型。

当然，价格从来不能脱离能力讨论。

如果 M3 只有廉价可圈可点，那么这样的比较并没有意义。但有意思的是，在 MiniMax 公布的多项评测中，M3 瞄准的正是 Claude Opus 4.7、GPT-5.5 和 Gemini 旗舰模型所在的竞争区间。在 SWE-Bench Pro 等代码能力测试中，M3 已经超过 GPT-5.5 与 Gemini 旗舰模型，接近 Claude Opus 4.7，在长任务 Agent 场景下，官方展示的论文复现和 CUDA 优化案例甚至能够持续自主运行十几个小时以上。

更关键的是，M3 并非依靠阉割能力来换取低价格。如前所述，这份价格背后是 100 万 Token 上下文窗口、原生多模态架构以及 Agent 工作流能力，而 Claude、GPT 和 Gemini 恰恰也是沿着同样的方向演进。换句话说，M3 试图参与竞争的并不是“便宜模型市场”，而是最昂贵、也是技术含量最高的旗舰模型市场。

因此，如果只看绝对价格，DeepSeek V4-Pro 仍然是目前最激进的价格屠夫。但如果同时考虑Coding、Agent、多模态和超长上下文这些旗舰能力，那么 M3 可能是目前整个市场里最具冲击力的性价比选手之一。

MiniMax Code 的野心

几项测试下来，MiniMax M3 给我的感受是，它已经可以位列国产模型里最值得关注的 Coding / Agentic 底座模型之一，尤其在长任务、长上下文、多模态输入和代码交付方面，展现出了很强的竞争力。

注意底座模型这个定位，此前城头变幻大王旗的各种 Benchmark 一度让性能水平成为衡量大模型的唯一角度。但是当我们讨论 Agent，讨论落地，更现实的维度是可用性。MiniMax M3 看起来无意再去挑战“最强模型”的地位，而是在尝试成为 Agent 时代最具性价比的基础设施。

这是一条更清晰的路径。随着 Claude Code、Codex 等 Agent 产品逐渐成为开发者的主要入口，模型越来越回归其原本的角色，即一种底层能力。对于开发者而言，一个模型是否能完成长任务、调用工具、理解图像并控制成本，远比单纯跑分更重要。

从这个角度看，MiniMax 的策略相当清晰。M3 在长上下文、多模态和 Coding 能力上稳稳跻身第一梯队，同时又以远低于 GPT、Claude 的价格，将这些能力带到更多真实工作流之中。

真实工作流，这也是 MiniMax Code 此刻问世的原因。

卖 Token 的商业模式昙花一现，事实是开发者用脚投票的时候毫不犹豫，API 供应商越来越容易被替代。在这种情况下，模型能力领先 3 个月，不代表就有 3 个月的商业优势。这迫使模型厂商追问，为什么要把最有议价权的入口拱手让人？

此外今天生产级的 Agent，已经是一种高度集成的系统工程能力。一个复杂任务的交付水平，只有部分取决于模型，还有部分取决于 Agent Runtime。如果找对测评角度，每家都有 “SOTA” 模型，那么执行层的争夺将成为新的竞争焦点之一。

所以 MiniMax Code 是一个写代码的软件吗？

这仍然是 IDE 的视角。它实际上是模型、代码库上下文、工具调用、执行环境、工作流编排，所有决定 Agent 最终效果的东西都在这里了。有了这些，MiniMax 才有了争夺开发者工作流入口的资格。

雷峰网(公众号：雷峰网)文章

雷峰网特约稿件，未经授权禁止转载。详情见转载须知。

对话岚图汽车李博晓：我们不对标BBA，它们的产品力已落后

吴雨晴 — Tue, 30 Jun 2026 11:57:00 GMT

导语：不要活在自己曾经想象的世界里面。

今年以来，大五座SUV市场成为新能源竞争最激烈的赛道之一。

理想L6连续多月销量突破2万辆，问界、小鹏、极氪等品牌也相继推出同级产品。相比六座SUV，大五座车型既保留了宽敞空间，又兼顾城市通勤和家庭出行，迅速成为家庭用户换购新能源车的重要选择。

但市场火热的另一面，竞争也空前激烈。20万至35万元价格带几乎聚集了所有主流新能源品牌，产品配置不断加码，价格战持续升级。新入局者想要脱颖而出并不容易。

在这一背景下，岚图汽车推出了“庭院级大五座SUV”岚图泰山X8。

出乎不少行业人士意料，这款车预售30天累计订单突破5万台，上市18小时大定突破15000台，超过93%的用户直接选择Ultra及以上高配版本，近50%用户来自合资豪华品牌置换。官方更直接打出“30万级五座SUV新王”的旗号——这款被寄予厚望的新车，究竟靠什么在红海中突围？

经营层面，岚图在过去小半年也交出了不错的成绩单。根据官方最新数据，2026年1-5月，岚图累计交付了62041辆，同比增长了35%。在行业整体承压的一季度，岚图是少数走出向上曲线的品牌之一。

车展期间，岚图汽车销售服务有限公司副总经理李博晓接受了雷峰网的访谈。这位39岁、车辆工程科班出身的年轻高管，履历相当老派——从技术质量、生产管理到市场营销，在东风体系内积累了多个关键岗位的实战经验。

在一个多小时的对话中，李博晓跟雷峰网(公众号：雷峰网)详细拆解了岚图泰山X8“大、好开、智能”的产品逻辑，回应了在智驾上自研与华为合作的双线并行的策略，也坦陈了岚图在激烈市场竞争中的思考与底气。

以下是访谈实录，我们在不改变原意的基础上略有编辑。

“目前全世界最好开的大型SUV，没有之一”

Q：最近是一个很重要的节点，岚图泰山X8刚刚上市，打出了“30万级五座SUV新王”的旗号。岚图泰山X8有什么独特的优势？

A：先看市场反响，上市18小时大定突破15000台。所以“五座新王”不仅是产品力称王，市场表现也一定会是王者。

为什么能称王？因为此前大五座市场缺少一款既足够大、又好开、还智能的车。泰山X8正好填补了这个空白。

它是中国最大的五座SUV，车内使用面积达6.1平方米，空间智能多变，坐着、躺着、露营都舒服。

以前的大车轴距长、不好开。岚图泰山X8配备了三腔空悬、魔毯底盘和双向16度后轮转向，开起来像A级车一样灵巧，转弯半径仅5.4米。同时搭载896线双光路激光雷达（四激光方案）和全车32个传感器，多数场景下可以放心交给它开。

以前没有这样一台聪明、灵活的大块头，所以用户自然选择它。

Q：如果用一个词来总结它的驾驶体验，你会怎么总结？

A：我觉得毫无疑问，它应该是目前全世界最好开的大型SUV，没有之一。因为我开过特别多的大车，做了特别多的调研，当下最好开的车一定是在中国，那中国最好开的大型SUV，一定是我们的岚图泰山。

Q：岚图是一个讲究“听劝”文化的企业，您自己也说过“听劝是一个非常具象化的动作”。具体到岚图泰山X8这款车上，有哪些产品点是岚图“听劝”的结果？

A：我举个很生动的例子：今天采访完结束一个小时后，我会跟我们的用户一起做一场两个小时的、没有任何彩排的直播，我们真实的用户就是我们广州车友会的会长。

哪些产品点是跟用户一起共创的呢？比如说我们今天展示的大床房，就是跟用户一起共创出来的。因为用户经常出去玩有露营需求，以前的车不能满足他的需求，所以他就会跟我们提：能不能开发一个非常舒适、便捷的，可以在户外当大床房一样用的车。

所以我们说，岚图泰山X8是一个移动的总统套房。我觉得，当下不少企业强调用户共创，但真正落到产品细节中的公司很少。

Q：您还收到过哪些有意思的建议？

A：特别多。除了大床房，还包括我们二排带有机械按摩、并且带有最大145度躺角的双零重力座椅。很多用户会跟我们提，现在在车内静止的时间远远大于车在路上的时间，所以他不只是开，会把它当做一个午休房。

Q：岚图泰山X8上市18个小时大定15000台，其中93%是高配，还有50%来自于合资、外资品牌的转化。数据和你们之前的预期是相匹配的吗？数据能说明什么问题？

A：这个订单的结构和之前的预期是完全相匹配，我们的用户确实需要一台高品质、高智能的“霸道龙座”。这次，无论是896线的激光雷达、后轮转向，还是车内舒适性的装备，都给了高品质大车的用户非常好的体验。

降本不是偷工减料，而是提升效率

Q：岚图泰山X8有很多越级配置，成本是怎么控制的？有什么成本控制的心得？

A：这款车的硬核装备，无论是舒适性、智能化配置，还是看不见的地方如全铝底盘、2200兆帕超高强钢，成本确实很高，我们用的都是货真价实的材料。我们愿意在用户看不见但很重要的地方投入，这是一家央国企高端品牌应有的造车底线。

但同时，作为一家港股上市企业，我们追求商业成功，必须倒逼自己提高全价值链的效率——不只是供应链和开发效率，而是系统工程。

我们之所以叫自己“造车新实力”，是因为我们融合了两者：一方面，我们有东风超过半个世纪的造车底蕴，一代代工程师的经验沉淀为标准手册，让我们知道如何更好更快地造车；另一方面，我们借鉴了互联网企业的扁平化组织，效率很高。

把传统车企的实力与新势力的快结合起来，就能提升运营效率、降低成本。

这种降本不是偷工减料，而是通过效率提升给用户带来高价值产品，同时实现商业成功，确保我们一直留在牌桌上。岚图不想做突然出现又突然消失的品牌，我们希望与用户长期共同成长。

Q：在提高效率的动作层面上，自研是不是也占很重要的位置？现在岚图的自研比例大概是多少？

A：对，非常重要。我们在核心技术、核心技术底座方面都是自研可控。我们的ESSA原生智能架构、SOA电子电气架构、电池技术、被动安全，以及鲲鹏智驾和逍遥座舱，都是全栈自研的。

另一方面，我们也开放地去拥抱一些高科技企业，比如华为。所以我们一方面全栈自研可控，另外一方面要开放包容地去合作。举个例子，我们的岚图梦想家现在是全品类MPV的销量冠军，华为乾崑智驾和我们自研鲲鹏智驾的订单比例大概是1:1，它们都很好地满足了用户的需求，用户可以根据自己的需要选，选择华为是选择了一个非常有实力、有国民认可度的合作对象。

Q：现在市场上因为华为的口碑很好，越来越多新的品牌在搭载华为乾崑智驾。怎样才能在智驾之外建立一个岚图真正自己的护城河？

A：华为的乾崑智驾在当下中国品牌所有的智驾解决方案里是最先进的，没有之一。

首先我可以非常有底气地说，同样搭载华为智驾解决方案的车辆里，岚图在主动安全方面也比友商的产品要更好。因为要给用户提供一个好的智驾解决方案、好的智驾体验，除了有华为乾崑智驾这样聪明的大脑以外，还需要一个非常强的执行的躯干，那这个就是岚图非常擅长的底盘、架构、操控。

所以归结到一点，其实用户还是需要一个越来越好的、均衡的、全面的解决方案，而不是需要一个很偏科的车。当然如果在重要的解决维度里存在短板，那肯定不行。

Q：岚图在智驾方面一边在自研、一边在和华为合作，现在鲲鹏智驾也取得了市场的认可。但这样岚图在智驾方面就投入了两份资源和精力去做，这是基于什么样的考量？两条线之间会不会有资源的冗余或者摩擦？

A：这背后第一个考量就是长期主义——你只有核心技术的全栈资源可控，才能够更好地在市场竞争当中有主动权，这是非常重要的一点。

第二点，只有我们自己真正自研、解决攻克智驾问题，才知道如何更高效地跟华为等公司合作。因为如果你自己对一个事物、对一个新技术没有摸索和积淀，总体的合作效率会比较低，所以这个其实还是带来了非常多的帮助。我认为这是一个非常相辅相成的路线。

Q：那接下来岚图会在更多的车型和版本上更多地去选择华为，还是更多选择自研智驾？如果接下来只能选一条的话，你们会选哪条？

A：首先我们会在今年接下来的车型当中去搭载华为的最新技术和方案。为了给用户带来最好的体验，比如说我们上了896线的、量产线束数最高的激光雷达，这个还是来自于用户的需求——需要一个更好、更安全、更放心的智驾解决方案，那华为毫无疑问是最佳的选择。我认为这两条路线并不存在冲突，最终还是可以给用户他自己个性化的选择。

汽车行业没有常胜将军，我们不再对标BBA

Q：在岚图2026年全年销量当中，岚图泰山X8占到一个什么样的比例是比较合适和健康的？

A：岚图泰山X8的上市一定会帮助我们提升在SUV的占比，这是毫无疑问的。之前我们的当家花旦是岚图梦想家，我们一方面会巩固梦想家在MPV的领导地位，另外一方面也需要去把蛋糕做大。

Q：今年一季度行业整体是承压的，但岚图1-4月的销量同比去年增长了36%，岚图做对了什么，才能在这样一个市场趋势下走出一个向上的曲线？

A：这首先是厚积薄发的结果。汽车行业没有常胜将军，一些之前表现亮眼的企业，在激烈的竞争中也可能会遇到挑战。我们特别欣慰的是，岚图不仅在这样的市场环境下交出了增长的成绩单，还能持续推出像岚图泰山X8这样的爆款产品。这背后反映的是岚图扎实的基本功和强大的体系能力，这也是我们最大的确定性。在此基础上，大家一定会看到一个越来越好的岚图。

Q：岚图泰山X8没有急于上市，说明岚图在节奏上比较稳健。接下来岚图在推产品方面会采取什么样的节奏？是小步快跑，还是稳扎稳打、不求多只求口碑？

A：我们的原则是：在保证产品品质和可靠性的前提下，快速高效地满足用户需求。前半句是造车企业的底线和良知——产品没有准备好，绝不推向市场。汽车是在高速路上行驶的交通工具，对安全性和可靠性要求极高，造车人必须怀有敬畏之心。

与此同时，市场竞争激烈，快鱼吃慢鱼，所以我们也需要快速迭代。接下来我们会推出面向新人群、满足新需求的产品。例如岚图追光S，一款纯电时尚轿跑SUV，拥有原创动感造型，搭载智能驾驶解决方案，目标用户比岚图泰山X8更年轻。产品之间会做明确区隔，避免内部同质化。

Q：现在每个新能源品牌都在讲品牌向上，但品牌向上不光是价格向上。岚图是怎么理解和实践品牌向上的？

A：作为一家高端智慧新能源品牌，我们必须在产品力之外提供品牌溢价和情绪价值，让用户觉得开岚图、乘坐岚图是一件有面子的事。过去几年，我们一直在基于自己的价值观做品牌建设。

作为央国企，我们对产业有敬畏和责任担当，不干博眼球的事，而是做与用户价值观契合的事情。比如中山大学100周年校庆，全部用车都是岚图。粤港澳大湾区有不少MPV产品力也不错，但对方选择岚图，是因为我们的品牌调性与百年名校的格调高度契合。我们更倾向于做高格调、与用户群体契合的事情，而不是一味追求高流量、高曝光。

Q：当下很多汽车品牌已经被用户贴上一些标签，理想对应家庭，问界对应智驾，蔚来对应商务和换电。岚图目前在用户心目中是什么样的标签？

A：目前已经形成的标签是安全和好开。岚图的车做得非常扎实，还有主动安全的加持；而“好开”则是我们造车底蕴的体现。

从长期来看，我们希望打造的三大标签是：智慧、品味、信赖。

智慧，是指我们要做一家科技公司，在智能驾驶、智能座舱、三电、底盘等方面为用户带来前沿的科技体验。品味，是做一个有调性的高端品牌，让用户觉得有面子。信赖，则是作为央国企高端新能源第一品牌，给用户提供确定性：选择岚图，这个品牌会陪你长期成长，你开的这台车值得信赖。

Q：说到标签，有好的自然也有不那么好的。你觉得市场对岚图有误解吗？

A：谈不上误解，但确实存在一些成见。这不能怪用户，还是我们自己要更加努力。比如提到央企，大家会想到可靠、有责任担当、造车底蕴好；但也会有人认为央企可能相对中庸。这种固有认知有好有坏，很正常。我们需要靠自己的努力，让用户更好地了解岚图的核心价值和品牌主张。

我们希望成为央国企这个赛道里第一个跑出来的高端品牌，让大家看到原来央国企造车也可以不一样，也可以如此年轻、如此平衡。

Q：您提到岚图不要做几年就消失的品牌。那十年之后，您希望岚图成为什么样的品牌？在行业中处于什么地位？

A：我希望十年之后，岚图无论是在中国大陆还是全球市场，都能拥有更高的市场份额和更好的品牌溢价，服务更多的用户。我们内部有一句口号：做中国的岚图，世界的岚图。同时，我也希望十年后，我们依然和用户、和老朋友们一起，在这个赛道上持续贡献价值。

Q：可以再具体一点吗？比如在国内市场，岚图希望排到第几名？

A：我们没有设定一个功利性的排名目标。我们更希望做一个持续向上的高端品牌，为用户、股东、集团以及合作伙伴创造价值。这是一个务实的长期主义目标。在此基础上，我们会不断提升效率和研发能力，提供更好的产品，让业绩和财报越来越好。

Q：岚图要做世界性的品牌，目前有哪些海外动作？海外用户是怎么理解岚图的？和国内的定位一样吗？

A：过去海外用户对中国品牌了解不多，常常简单归类为“中国汽车”。但最近几年开始有了变化。我们在欧洲市场发现，当地用户给岚图贴上了鲜明的标签——最像宝马的中国品牌。因为岚图的操控表现与他们以往对宝马的认知非常接近。作为主攻欧洲市场的高端品牌，这一认知正在逐步建立。

Q：您曾说过传统豪华品牌已经跟不上时代，现在还这么认为吗？海外用户把岚图对标宝马，那岚图自己觉得BBA还值得对标吗？

A：是的，而且这个趋势会越来越明显。我们不再对标BBA了。我们对它们保持敬畏，也一直在学习它们在品牌建设上的经验，它们对百年汽车工业的贡献不可磨灭。但就产品力而言，它们确实落后了。

Q：很多新能源品牌为了快速植入用户心智，喜欢对标特斯拉或BBA。岚图在产品定义阶段会去对标别人吗？

A：前两天我发了一个微博，有点小情绪：法拉利前主席发表了一个言论，他批评法拉利刚刚发布的纯电车型，同时又带了一嘴说这个车“连中国车都不会抄”。

我作为一个中国的汽车人、作为一个汽车迷，我很尊敬曾经的法拉利，但是我特别不喜欢这位法拉利前主席说的这句话。说“连中国车都不会抄”的设计，在我们看来，你这个车有什么好抄的呢？我们才不抄你这个车，你这车没有任何可取之处。所以不要活在自己曾经想象的世界里面。

对于中国的汽车同行来说，我们已经走到了中国汽车从过去的仰视、到现在的平视、到引领整个汽车世界、世界汽车工业。

Q：您怎么看待当前市场需求的变化？比如过去轿跑面向年轻人、SUV面向家庭，这一两年有没有发生变化？

A：确实变了。从去年下半年开始，用户需求从单一走向全面。以前用户可能为了操控或舒适而妥协其他方面，现在不再妥协，要求“全都要”。技术进步也让满足多场景需求成为可能。

举个例子，以前设计车必须先定义它是运动还是舒适：运动就要底盘硬，舒适就要软。但现在用户需要运动时底盘硬，需要舒适时底盘软。通过三腔空悬、魔毯底盘、ADS预瞄功能，底盘可以实时响应、软硬自如。

用户的需求没有问题，满足不了动态、多场景需求的产品就该被淘汰。这也是为什么我认为一些传统豪华品牌的产品失去了竞争力。

岚图泰山X8就是一款全能的车：城市通勤、露营、午休、越野撒野、长途智驾，它都能很好地满足。

Q：您是车辆工程出身，有技术背景。固态电池、车路云一体化、AI大模型这些热门技术，您觉得未来三年哪一项会真正改变SUV市场的竞争格局？岚图做了哪些储备？

A：我逐一回答。关于固态电池：预计三到五年内会实现大规模量产上车，但不是今年下半年。过去一些厂家为了营销噱头，给市场传递了不太客观的信息。市场对固态电池呼声高，本质是因为以前的电池能量密度不够、续航短、安全问题多。固态电池能解决这些问题，能量密度可达450-500Wh/kg，且不起火不爆炸。但它本身是硫化物，有剧毒，量产工艺和成本控制仍是门槛。

以岚图泰山X8搭载的120度电池包为例，如果换成固态电池，成本大幅增加，用户不会为此买单。用户需要的不是固态电池本身，而是一个安全、长续航的电池解决方案。东风集团和岚图都在积极储备固态电池技术，但眼下市场不宜过于乐观。

车路云会发展得越来越快。当前智驾主要是车端智能，车造得足够聪明来规避风险。但未来的行驶效率和安全性，一定需要车与车、车与路、车与云之间的协同。我对解决交通拥堵充满信心，技术一定能改变未来，但这还需要车厂、互联网企业和政府共同努力，还有很多工作要做。

AI大模型方面，AI能力上车以及赋能汽车全价值链，进展非常迅速。我以前做数字仿真、点云处理要花大量时间，现在AI能高效完成。

但也要警惕过度噱头，比如人形机器人、具身智能。它们要真正产生产业价值，取决于两个关键：一是能否大规模进工厂，可靠地替代产线工人（目前还没有）；二是能否大规模进家庭（目前也没有）。扫地机器人是二维世界的机器人，汽车也可以看作二维机器人，但从二维到三维，还有很长的路要走。大模型、感知元件、电控、数据等都还没有准备好。

Q：岚图或东风在机器人方面有布局吗？

A：我们的工厂里有最先进的工业机器人，还有一些真正能干活的机器人。例如在底盘装配线上，我们部署了自动随行机器人——它们装有激光雷达和摄像头，能够自动跟随流水线移动，精准找到人工难以操作的螺丝钉位置，并完成拧紧作业，目前这项应用已经成熟。

本文作者长期关注新能源汽车、智能驾驶及智能座舱最新动态，欢迎添加微信 Qing371_ 交流。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

消费级3D打印第一股诞生后，谁将接受估值大考？

黄艳冰 — Tue, 30 Jun 2026 10:13:00 GMT

导语：创想三维上市，但故事不只属于创想三维。

创想三维上市，但故事不只属于创想三维。

作者丨黄艳冰

编辑丨姚单

5月29日，创想三维正式登陆港交所，成为消费级3D打印第一股。上市首日，创想三维市值突破百亿港元。

这看似只是二级市场给出的一次报价，却在一级市场迅速引发讨论与思考：作为行业第一股，创想三维百亿市值，到底高了还是低了？

在智能派、纵维立方、快造等消费级3D打印公司持续融资的背景下，这些公司的估值究竟是否合理，资本市场终于有了更直接的参照物。

在创想三维上市之前，消费级3D打印行业长期缺少公开市场的定价锚点。一级市场可以为公司讲述增长故事，但故事究竟值多少钱，始终缺少一个被资本市场验证的答案。

“创想三维的100亿港币出来之后，其他Maker玩家再想漫天叫价，就没那么容易了。”

创想三维上市后，一位长期关注3D打印行业的投资人这样评价。

创想三维为何能成为行业估值参照

过去一年，消费级3D打印是资本市场少有的高景气赛道之一。

2025年行业热度最高时，二级市场曾掀起一轮3D打印投资热潮，带动耗材、零部件等产业链公司股价上涨，但市场始终缺少一家真正意义上的消费级3D打印上市公司。那段时间行业最为关注的，就是何时诞生消费级3D打印第一股。

所有候选者中，创想三维始终是最接近这一位置的玩家。早在2023年底，创想三维就启动A股辅导备案，后因板块定位和财务门槛问题搁浅，2025年转战港股。2026年3月，创想三维第三次递表最终通过聆讯。

5月29日，创想三维正式登陆港交所，彻底填补消费级3D打印行业在公开资本市场中的空白。

市场给予了超出预期的反馈。香港公开发售获3829.42倍超额认购，国际发售获26.80倍认购，泰康人寿、中信兴业国际、CPE等15家知名机构入局基石投资，合计认购份额接近发售总数的一半。

上市首日，创想三维一度上涨80.21%，尽管之后有所回落，最终报收每股22.8港元，较发行价上涨21.28%，对应总市值约106亿港元。

有投资人认为，从创想三维当前基本面来看，106亿港元市值算正常水平：按照营收30亿元计算，对应市销率（PS）约3倍，放在消费科技企业，这样的定价属于在能够被市场接受的区间。

在他看来，如果放在去年7至8月行业情绪最火热的时期，市场给予创想三维的定价或许还会更高。

更值得关注的是，当天港股科技板块整体表现并不理想。

据雷峰网(公众号：雷峰网)了解，多位投资人提到相比2025年行业最火热的时候，消费级3D打印赛道热度已经有所回落，而创想三维上市当天也恰逢港股科技股整体承压，基本为今年4月以来表现较差的交易日之一。在这样的背景下，创想三维依然获得市场追捧，某种程度上反映出资本市场对整个消费级3D打印行业定价参照物的迫切需求。

但成为第一股，并不足以让创想三维具备行业参考价值。更重要的是，它本身足够具有代表性。

根据灼识咨询数据，以2025年GMV计算，创想三维在全球消费级3D打印机市场排名第二，市场份额11.2%；在消费级3D扫描仪市场排名第一，市场份额达到45.3%；同时位列全球消费级激光雕刻机市场第四。

作为国内最早进入消费级3D打印赛道的企业之一，创想三维有着超过十年的技术、产品和渠道能力。截至目前，创想三维拥有900余项授权专利，产品销往全球140多个国家和地区，2025年设备年出货量超过72万台。过去三年，公司营收年化增速达到28.9%。

与此同时，它又并非行业中的特殊案例。

结合招股书数据，2025年公司营收约31亿元人民币，但全年由盈转亏，亏损1.82亿。若剔除一次性非现金支出，经调整净利润约为9239万元，与此同时，其对应市场份额下滑至11.2%，而后来者拓竹已占据近半市场，取代创想三维成为新的行业龙头。

这意味着，创想三维既不是行业边缘玩家，也不是拥有绝对统治力的超级龙头。

相比近年来快速崛起的拓竹，创想三维更贴合行业多数玩家的真实业态，它拥有成熟产品线、全球化渠道、稳定出货规模和完整产业链能力，但同时也面临市场竞争、利润率波动和行业周期等现实挑战。

正因如此，它反而成为资本市场观察消费级3D打印行业最合适的参照。

多位投资人认为，对于创想三维而言，成功登陆资本市场本身已经具有重要意义。在港股科技板块持续波动、市场风险偏好变化的背景下，IPO窗口并非一直存在。

“能上市就是好事。时间点这种东西可遇不可求。”

从这个意义上看，创想三维此次IPO最重要的价值，或许并不在于百亿港元市值本身，而在于它第一次让市场看到：一家年收入31亿元、市场份额11.2%、具备全球化能力的消费级3D打印企业，大致应该对应怎样的资本市场价格。

创想三维之后，谁被高估？谁被低估？

不过，成为行业估值锚点，并不意味着市场已经对创想三维形成最终定价。

一位投资人表示，此次上市后，创想三维拿出25%的股份融资，获得约20亿资金，未来无论是产品研发、全球渠道扩张，还是潜在的产业链并购整合，都拥有了更大的操作空间。从这个角度看，上市本身已经为公司未来发展打开了新的可能性。

但另一方面，资本市场对于其基本面的观察仍在继续。尽管上市首日表现亮眼，但相比情绪面的热烈反应，二级市场更关注的仍是收入增长、利润修复以及市场份额变化等核心经营指标。

某种程度上，这也意味着创想三维当前的106亿港元市值，并非一个终点，而是消费级3D打印行业公开定价的起点。

而当行业第一次拥有可以被公开市场验证的价格样本之后，一个新的问题也随之出现：

创想三维之后，那些仍停留在一级市场的消费级3D打印玩家，究竟应该值多少钱？

先来看拓竹。

过去几年，凭借X1系列产品的爆发，拓竹迅速改写了行业格局。2025年，其市场份额达到42.7%，稳居行业第一。一级市场对其估值普遍接近100亿美元。

一位投资人认为，创想三维上市对整个3D打印机行业而言是一个积极信号，当行业出现真正意义上的上市公司之后，资本市场对赛道空间、商业模式和盈利能力的认知会更加清晰。

在此背景下，尽管拓竹上市与否仍不确定，但趁此机会获得了一次正向验证：“创想三维能拿到百亿市值，那么市场份额、增长能力和盈利水平明显更强的拓竹，未来能拿更高估值也不奇怪。”

相较而言，其他玩家的情况则稍显复杂。

例如纵维立方。

作为较早进入消费级3D打印市场的企业，纵维立方长期依靠海外渠道和品牌积累建立优势，其估值大约维持在数十亿元人民币水平。

过去，投资人愿意为其渠道能力和用户基础买单。但当创想三维的收入规模、利润率和市场份额全部公开之后，一个更现实的问题开始浮现：同样都面向全球消费市场，纵维立方与创想三维之间的差距在哪？这种差距是否足以支撑当前估值？这些问题过去很难回答，而未来将越来越频繁地出现在投资人的讨论之中。

不过，也有长期关注该公司的投资人持不同观点。“纵维立方过去几年其实一直比较低调始终保持较低的市场曝光度，市场讨论度不高，但从经营层面来看，公司这些年的业务表现并不差。”在他看来，市场对于纵维立方的认知与其实际经营情况之间仍存在一定偏差，纵维立方依然属于值得持续跟踪的玩家。

同样面临重新审视的，还有智能派。

目前智能派估值已来到40亿至45亿元人民币区间。在不少投资人看来，智能派最鲜明的标签始终是“大疆系”。毕竟大疆带来的并不仅是资金支持，更重要的是供应链、品牌以及产业资源层面的增长想象空间。

“如果没有大疆投资，说实话大家对它也没那么大的兴趣。”一位投资人直言。

某种程度上，这也是智能派估值最特殊的地方。支撑其估值的，并不仅仅是已经兑现的业绩表现。

但问题在于，这部分价值很难被量化。起码就眼下来看，外界既无法准确评估大疆究竟会给智能派带来多少资源协同，也无法提前判断其未来产品路线，导致当前市场对智能派的估值本质上是一场关于未来的下注。

上述投资人表示，“你看不到它下一代产品是什么，也不知道大疆究竟给了多少支持。想知道它现在值不值那么多钱？其实只能靠自己：你对这个方向有没有信心？对这个团队有没有信心？这个赛道能做到多大？智能派是不是未来前三名之一？如果是，那没什么好犹豫的。”

不过，另一位行业人士提醒，创想三维的上市并不意味着其他消费级3D打印企业未来都能获得同样的资本市场反馈。

创想三维作为行业第一股，本身具备一定稀缺性，同时百亿港元左右的市值区间，在港股市场本身也处于一个相对微妙的位置。

“100亿港元基本是进入港股通的重要门槛，但再往上走，市场是否愿意给予更高流动性和估值溢价，还要看企业自身的成长性和基本面表现。”

换句话说，创想三维为行业提供了一个公开定价坐标，但并不意味着后续玩家能够直接复制同样的资本市场路径，他们冲刺港股可能会面临压力。

快造所代表的，则是另一种更加典型的成长逻辑。

作为国内第一家定义多工具头概念的玩家，快造近两年凭借产品创新能力迅速获得市场关注。2025 年旗舰机型 U1 众筹金额达 2061 万美元，创下全球 3D 打印众筹纪录。这种爆发力吸引了不少投资人提前押注，他们愿意相信，快造是少数有机会挑战拓竹的玩家之一。

据透露，当前快造的市场估值大约为10亿美元。

“现在这个估值，说到底还是股东在支持。”一位投资人表示，市场买的并不是快造的当下，而是未来两到三年的可能性。

有业内人士将其与拓竹早期阶段进行类比，他认为一级市场给快造的定价，更多参考了拓竹早期的发展路径与融资节奏。

“拓竹发布X1之前，市场给出的估值大约也在10亿美元左右。现在大家认可快造的估值，本质上是在认可团队和产品潜力，如果后续新品出来，肯定还会涨价。”

某种程度上，这更像是在提前购买一张未来的“上市门票”。投资人押注的是未来两到三年里，它是否有机会成长为下一家行业头部公司。

但资本市场的另一面在于，更高估值也意味着更高要求。据业内人士估计，快造目前收入规模与创想三维之间仍有超过10倍的差距。如果未来能够持续推出爆款产品，并将创新能力转化为规模化收入，符合大家的增长预期，那么今天的估值或许并不昂贵；反之，市场会重新给出答案。

事实上，以上各家故事分别代表了过去几年消费级3D打印行业最典型的几种估值逻辑：渠道与品牌积累、产业资源与协同预期、产品创新与成长潜力。

过去这些逻辑往往各自成立，创想三维上市最大的意义恰恰在于第一次让这些原本各自独立的估值逻辑拥有了同一个参照物。

从这一刻开始，行业依然会有故事，但故事之外的收入规模、盈利能力、市场份额以及增长质量，正在成为越来越难绕开的衡量标准。

雷峰网持续关注创客工具与创新硬件各类动态，欢迎添加作者微信 frenchfries0016 交流探讨。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

独家丨字节、大疆背景创业者入局AI运动训练，APP排名进入多国榜单前列

黄艳冰 — Tue, 30 Jun 2026 09:53:00 GMT

导语：一位前自动驾驶工程师，把创业方向选在网球场上。

一位前自动驾驶工程师，把创业方向选在网球场上。

作者丨黄艳冰

编辑丨姚单

雷峰网·鲸犀独家获悉，AI体育创业项目“小球圈”已形成商业化与产品矩阵。目前小球圈APP已在全球上线，网球拍进入量产销售阶段，智能球拍、智能球搭子及球场摄像硬件处于原型机阶段，整体产品形态仍在迭代中，但已明确以APP作为核心数据入口，并逐步向硬件延展。

“小球圈”（运营主体为北京光跃极枢智能科技有限公司）成立于2025年7月，专注于为网球、羽毛球、乒乓球、匹克球等拍类运动爱好者打造一款AI教练软件。

据了解，“小球圈”创始人为杨光垚，曾先后在字节跳动、百度、大疆车载（后独立为卓驭）和蔚来任职，从事自动驾驶相关工作。在卓驭期间，他主要负责视觉感知、系统决策以及软硬件协同等方向。作为其首个创业项目，早期从产品定义、数据闭环架构、软件设计到内容运营等均由杨光垚一人独立完成，硬件端则采用与深圳成熟ODM厂商合作的模式。

过往职业经历成为其后续创业判断的基础。在他看来，自动驾驶和体育训练本质上是同一类问题：都是基于多模态数据输入，核心是大模型架构和数据算法飞轮，底层打通即可快速迭代。

小球圈的诞生，来源于一个非常具体的日常场景。杨光垚在长期网球训练过程中捕捉到一些稳定存在的用户痛点：训练视频拍摄后人工剪辑效率低下，动作缺乏系统复盘，进步无法量化，同时找球友与预约训练的成本较高。最终，杨光垚萌生了用AI解决这些问题的创业想法。

杨光垚对雷峰网(公众号：雷峰网)·鲸犀表示，最终锁定体育AI赛道，主要基于三个原因：一是AI智能依赖数据，体育场景的多模态数据长期未被数据化，一旦被数据化便可衍生多种商业服务；二是体育场景涉及到多模态理解、多模态生成、长期记忆、球员教练场地多方交互，非常适合Agent落地；三是在他看来，这个领域仍由Wilson、Head、Yonex等海外品牌主导，缺少一个真正由技术驱动的国产品牌。

痛点背后，也映射出当前AI进入运动训练赛道的核心方向：训练过程的标准化与量化。

传统模式下，业余训练高度依赖教练经验，但结果难以持续记录与对比。同时，专业教练供给本身也存在结构性不足。以网球为例，中国约1.1万名网球教练服务约2000万参与人群，平均约1754个用户对应1个教练，全球平均水平约为584:1。

面对供需缺口，杨光垚认为，影像能力正在被大厂标准化，但训练理解层仍然是一片空白。因为运动训练的核心不只是拍摄，而是把视频转化为可分析的数据。用AI降低训练分析和复盘成本，正是小球圈切入的核心红利点。

基于这一判断，小球圈选择先做软件，再做硬件。其核心逻辑是优先解决“数据如何产生”，而非与大疆等巨头进行正面竞争。

在实际使用中，用户的输入主要为视频数据，来源包括手机、运动相机以及场地摄像头等多种拍摄设备。系统通过“手机端轻量模型 + 云端大模型”的协同推理架构，对视频进行人物三维重建、时序动作建模与场景理解分析，并自动生成训练中的精彩片段。同时，系统还会输出动作反馈与训练指导建议。

在杨光垚的定义中，网球、羽毛球、乒乓球、匹克球等小球运动的核心需求可以被概括为两个方向：“变强”和“变美”。前者指向技术提升，后者指向训练记录与表达。

这一产品路径带来初步增长。小球圈APP已在国内体育类付费榜单中稳居前50名，并在全球多地榜单进入头部梯队：澳门第5名，新加坡第60余名，斯洛伐克第40名，塔吉克斯坦位居榜首。目前，产品上线约一年，累计用户已达数万级，其中近三分之一来自最近一个月的增长。

目前，小球圈已形成较清晰路径：以软件和数据作为入口，通过AI完成训练行为结构化，再逐步延展到硬件形态。

关于本轮融资进展及后续产品迭代情况，雷峰网·鲸犀将持续关注。更多AI硬件创业者故事，欢迎添加作者微信 frenchfries0016 交流。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

独家丨前云鲸、安克两员强将联手创业，瞄准AI宠物健康硬件

黄艳冰 — Tue, 30 Jun 2026 09:46:00 GMT

导语：这支新消费电子团队，盯上了宠物饭碗。

这支新消费电子团队，盯上了宠物饭碗。

作者丨黄艳冰

编辑丨姚单

雷峰网(公众号：雷峰网)·鲸犀独家获悉，云鲸智能早期营销骨干冯杰已开启创业，目前已成立PetLive宠生创新（深圳市宠生创新科技有限公司），聚焦AI宠物赛道。公司创办于2026年3月，产品定位为全球首款AI定制主粮机，旨在围绕宠物饮食这一高频场景，构建覆盖宠物全生命周期的健康管理生态。

据了解，冯杰曾担任云鲸第一代产品营销负责人，也担任过云鲸电商总监，后来直接向时任首席营销官（CMO）阎乐（现任清闲智能创始人）汇报，重点参与了公司早期产品市场体系建设。

其任职期间，正值云鲸快速崛起。2019年“双11”期间，云鲸首款产品“小白鲸J1”正式上市，凭借“洗扫拖一体”的产品定位，首日销售额突破千万元；2020年，云鲸再次在“双11”登顶天猫生活家电榜，销售额突破2亿元，同比增长超过2000%，并于当年完成近亿元B轮融资。

冯杰正是在这一阶段深度参与产品上市、品牌传播及市场体系建设，亲历云鲸从新品上市到品牌快速崛起的关键阶段。

离开云鲸后，他曾担任海尔机器人产品市场总经理，负责新品策划及新渠道建设，推动业务扭亏为盈，年销售额达到12亿元，销售额同比增长超过20%，并操盘海尔双子冰箱等独立业务。

PetLive宠生创新的产品负责人（CPO）刘靓同样来自消费电子行业，她先后任职于OPPO与安克创新。在安克期间，主导多个核心产品系列规划，并负责消噪耳机Liberty的产品定义及众筹。作为安克旗下中高端音频品牌Soundcore（声阔）代表产品之一，Liberty上线Kickstarter后筹资280万美元，后续年销量达50万至70万台，成为Soundcore早期全球化的重要一环。

在OPPO期间，刘靓负责Reno系列海外产品整体规划，首次实现Reno系列海外销量与国内齐平。

值得注意的是，PetLive具备典型消费硬件创业团队的特征，宠物健康虽然仍同属消费硬件范畴，却在使用场景上与传统品类存在明显差异。

选择背后，折射出宠物消费市场正在发生的新变化。

Fortune Business Insights数据显示，2025年，全球宠物护理市场规模已达到2734亿美元，其中主粮为万亿宠物市场里最大的支出项，也是所有养宠家庭都会持续投入的长期支出。此外，有研究显示，76%的宠物主人将宠物视为家庭成员，愿意为健康饮食支付更高溢价，精准营养需求持续增长。

然而，消费升级始终无法消除养宠焦虑：一款主粮究竟是否适合自己的宠物？不同年龄、体重、运动量和状态下，是否应该调整饮食方案？长期喂养后，主粮对健康指标的改善效果又该如何量化？

这些问题，大多数宠物主人至今仍缺乏明确答案。

AI的出现或将带来新解法。相比宠物医院、宠物保险等低频场景，喂养为宠物日常行为中最稳定高频的场景，因此主粮天然具备持续触达用户的优势。如果能够持续记录宠物喂养过程中的饮食、体重及健康变化等数据，AI便有机会逐步建立宠物健康画像，并同步动态优化饮食建议。

从产业角度来看，PetLive切入的或许不只是一台智能主粮机，而是以主粮为入口，构建长期运行的宠物健康管理体系。

随着AI逐步进入宠物消费场景，行业竞争的重点也有望从食品品牌、渠道和配方，进一步延伸至数据积累、算法能力以及长期健康管理服务能力。PetLive能否跑通这一模式，还有待市场验证，但AI与宠物健康管理的结合，显然已成为消费硬件创业者们盯上的新战场，雷峰网·鲸犀也将持续关注挖掘更多AI宠物硬件创业故事。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

字节CEO梁汝波发全员信：要求Leader实质产出；DeepSeek V4正式版高峰期价格将翻倍；共享单车79分钟收30元？哈啰客服：新车型成本超1200元

巫夏清 — Tue, 30 Jun 2026 00:29:00 GMT

导语：早报来啦~

要闻提示

1.入职刚满一年！阿里前副总裁贾扬清离开英伟达

2.字节CEO梁汝波发全员信：要求Leader实质产出

3.共享单车79分钟收30元？哈啰客服：新车型成本超1200元

4.多位DeepSeek API用户确认已收到调价邮件：V4正式版高峰期价格将翻倍

5.利润暴跌九成！保时捷中国收缩战线，取消4家门店授权应对销量下滑

6.快手社科线两位技术高管转岗可灵事业部，或为上市做准备

7.Momenta正式启动招股，奔驰比亚迪出资4000万美元

8.三星宣布 2655 万亿韩元本土投资计划，重点布局半导体与 AI

今日头条

入职刚满一年！阿里前副总裁贾扬清离开英伟达

6月29日消息，据爆料，Lepton AI创始人兼CEO、阿里云前副总裁、英伟达系统软件副总裁贾扬清已从英伟达离职。距离英伟达CEO黄仁勋豪掷约7亿美元（约合人民币48亿元）收购这家仅有20人的创业团队，才刚刚过去一年。就在本月初，GPU云服务商Hyperbolic已宣布聘请贾扬清担任公司顾问。

2025年4月，英伟达完成对Lepton AI的收购，之后将其更名为DGX Cloud Lepton。报道称，离职的直接导火索是DGX Lepton运营效果不及预期。DGX Lepton在2025年中期已基本停止对外运营。更深层的矛盾在于开源承诺的分歧。英伟达收购时曾承诺2026年开源Lepton核心平台，但最终否决了这一计划。

作为Caffe、PyTorch、ONNX等开源AI框架的奠基人，贾扬清深耕开源生态数十年，开源承诺的背弃构成了根本性的冲突。截至目前，英伟达与贾扬清本人均未对此作出正式回应。（快科技、智东西）

国内资讯

字节CEO梁汝波发全员信：要求Leader实质产出

6月29日晚间消息，字节跳动CEO梁汝波向全球全体员工下发全新全员邮件，时隔四年全面更新公司十条领导力原则。核心导向直指所有管理者必须落地实质业务产出，杜绝空转、冗余、形式化管理。梁汝波表示，新版领导力原则共10条，这里分享下几项主要的更新：

1、补充“做有高度的事”和“敢于设定高目标”——邮件明确，管理者不能只盯着短期流水、月度数据，要跳出日常琐事锚定长期高价值赛道，摒弃依靠资源、惯性躺平的工作模式。对应到实际工作中，管理层不能单纯维持现有业务稳定，必须主动突破、产出具备行业竞争力的长期成果，无增量产出的管理动作会被重点评估。

2、将“有危机感，保持外部视角”和“深入一线”列为独立条目——今后所有中层、高层管理者不能长期坐在办公室看报表、听汇报，必须常态化下沉业务、产品、用户一线，直面真实业务问题。邮件隐含明确导向：脱离一线、只做信息传递、无法产出实际解决方案的中间管理层，价值会持续弱化，这也是公司持续推动组织扁平化的核心原因。

3、强调“Context over Control”——要求管理者减少多层级审批、重复会议、无效报表，把精力放在解决实际业务问题、拿到落地成果上，而非搭建复杂管控流程。过去不少团队存在“全员忙碌却无实质产出”的空转问题，本次更新直接将这类形式化工作纳入负面管理案例。

邮件同步明确，新版十条领导力原则将纳入所有管理者的晋升、年度考核核心标准，无法落地产出、脱离业务一线的管理层，会同步调整岗位权责。（新浪科技、编程十点半）

共享单车79分钟收30元？哈啰客服：新车型成本超1200元

6 月 29 日消息，日前，上海市民吴先生在浦东前滩扫码骑行一辆哈啰“追风者”共享变速车，没想到骑行79分钟后被收费30元，而同行孩子骑普通共享单车同等时长仅需6.5元，两者价差近5倍，引发网友们对共享单车定价是否过高的讨论。

网友们讨论重点主要有三个方面：一是“追风者”单车与普通单车外观相似。从网友晒的照片来看，这款单车外观与普通哈啰共享单车类似，虽然有区别，但差异不很明显。只在车身上印有“追风者”字样。其次，线下提示不统一，部分投放点车辆无任何价格提示牌，部分车辆有挂牌，造成用户误骑；第三，弹窗告知效果有限，多数用户已养成快速扫码开锁的习惯，常忽略弹窗提示，难以起到充分告知作用。

据了解，该车型计费规则为前30分钟起步价15元，超出后每30分钟加收7.5元，同时仅限部分指定运营区骑行，跨区停车最高收取50元调度费。对此，哈啰客服回应称，该车型采用公路车架、自动变速系统等高端配置，硬件采购成本超过1200元/辆，是普通单车成本的3至4倍，运维成本也高出70%以上。（三言科技）

多位DeepSeek API用户确认已收到调价邮件：V4正式版高峰期价格将翻倍

6月29日，多位开发者确认，已收到DeepSeek发送的升级提醒邮件。邮件显示，DeepSeek V4正式版计划于7月中旬正式上线，并将同步调整API定价策略，引入峰谷定价机制，以更合理地配置资源、提升服务稳定性。

根据邮件内容，V4 Pro和V4 Flash模型在平时价格保持不变，但高峰时段API价格将调整为平时的2倍。高峰时段为每天上午9点至12点、下午2点至6点。

具体来看，V4 Pro高峰时段缓存命中输入价格为0.05元/百万Tokens，缓存未命中输入价格为6元/百万Tokens，输出价格为12元/百万Tokens。V4 Flash高峰时段缓存命中输入价格为0.04元/百万Tokens，缓存未命中输入价格为2元/百万Tokens，输出价格为4元/百万Tokens。（三言科技）

利润暴跌九成！保时捷中国收缩战线，取消4家门店授权应对销量下滑

6 月 29 日消息，据媒体从保时捷中国官方客服及相关门店处获悉，安徽芜湖、山东济宁、江苏淮安及广西南宁部分保时捷中心，将于 6 月 30 日起终止经销业务或调整销售授权。其中，部分门店后续仅保留售后服务，部分门店的客户业务则直接由周边城市门店承接。

报道称，淮安保时捷中心车辆销售业务早已终止，后续维保需求将分流至扬州、徐州等周边门店；济宁保时捷中心并非撤店，而是取消独立授权后并入同属远方汽贸集团的淄博保时捷中心体系。经查询保时捷中国官网获悉，目前保时捷中国管辖 116 个指定的保时捷中心，芜湖、济宁、南宁目前还显示在该页面中。

保时捷2025年全年财报显示，全球交付量为27.9万辆，同比下降10%；中国市场交付4.19万辆，同比下滑26%，已连续第四年下降。财务方面，2025年营业收入362.7亿欧元，同比下滑9.5%；全年营业利润降至4.13亿欧元，同比下降92.7%，销售回报率为1.1%。（IT之家、济南时报）

快手社科线两位技术高管转岗可灵事业部，或为上市做准备

6月29日消息，有市场消息称，快手社区科学线人事调整，两位核心技术高管李晗、洪立印已完成岗位划转，正式加入可灵AI事业部，该事业部负责人为快手高级副总裁盖坤。

业内分析认为，两位推荐与电商算法领域的核心大将同时调入，是为可灵冲刺资本市场进行的关键技术底盘补强。对此消息，快手官方暂无回应。

6月初有报道称，可灵AI正在进行Pre-IPO轮融资，投前估值达180亿美元，目标在2027年初递交港股上市申报材料。更早之前亦有消息称，可灵AI计划融资20亿美元，正与腾讯等投资方商谈，若交易完成，其将成为目前全球估值最高的视频生成大模型独立产品。（新浪科技）

豆包打通飞书被指对标微信，官方表态：没有该计划

6月29日消息，有海外博主发文称，豆包正在灰度测试社交功能，新增“对话”页面，并打通飞书账号体系。从博主发布的界面截图可以看到，豆包新增名为“对话”的独立功能栏。该页面支持添加两类联系人，分别是飞书好友与豆包平台好友。新增好友后页面会弹出“新联系人申请”提示，系统还可自动发送“你好”等由豆包生成的打招呼消息。

据博主透露，豆包账号还可支持登录飞书网页版。不过该博主表示，豆包账号登录后的飞书账户功能存在限制，多数飞书功能暂未开放使用。据悉，该对话社交功能目前仅面向部分用户灰度测试。有网友就此分析，豆包此番布局能否对腾讯旗下微信形成竞争冲击，还要看后续产品迭代。

对此消息，豆包相关负责人回复称，在企业办公场景，豆包和飞书有一些协同的尝试，未来也会合作更紧密，但豆包没有传闻所说的社交功能计划。（新浪科技、快科技）

传腾讯与长鑫存储签署 200 多亿元内存芯片供应协议

6 月 29 日，据外媒报道，三位知情人士称，就在长鑫存储即将进行备受期待的上市前夕，该公司与腾讯控股签署了一份价值超过 200 亿元人民币（约合 29.4 亿美元）的长期供应协议。知情人士称，该协议涵盖为期数年的服务器 DRAM 内存芯片供应。其中两位知情人士表示，该协议的期限最长三年，而第三位知情人士则称期限最长可达五年。

目前，这笔交易的更多细节尚不清楚，包括其中是否涵盖了长鑫存储的高带宽内存（HBM）产品。另外两位知情人士表示，长鑫存储还在与其他中国主要互联网公司就类似合作进行洽谈。根据其 IPO 招股说明书，长鑫存储的主要客户包括腾讯、阿里云、字节跳动、联想和小米。

这项交易此前尚未被报道过，正值长鑫存储处于关键时刻。今年 5 月，长鑫存储已获得上海证券交易所批准，将在科创板进行 IPO，计划募集 295 亿元人民币，这将使其成为近年来中国内地规模最大的上市项目之一。截至发稿，腾讯和长鑫存储尚未就此置评。（IT之家）

Momenta正式启动招股，奔驰比亚迪出资4000万美元

6月29日消息，物理AI公司Momenta披露全球发售文件，正式启动招股，并计划在港交所挂牌上市，成为“物理AI第一股”。

根据发行方案，Momenta本次IPO计划全球发售19,938,300股，其中香港发售1,993,840股，国际发售17,944,460股，分别占全球发售股份总数的10%和90%；此次发行另配有15%的绿鞋（超额配股权）机制。最终上市定价为295.6港元，在不考虑绿鞋行使的情况下，预计总募资额约为58.9亿港元。中金公司和德意志银行为其联席保荐人。

Momenta此次引入14家机构组成基石投资者阵容，基石认购总额约30亿港元（约3.76亿美元）。值得注意的是，梅赛德斯-奔驰与比亚迪两大全球头部车企赫然在列，共出资4000万美元。招股书显示，2023年至2025年，Momenta营业收入从7.43亿元增长至24.13亿元，年均复合增长率超80%。（新浪科技）

中国移动设立Token办公室，集团领导挂帅

6月29日消息，据报道，中国移动于近日正式设立 Token 办公室，该部门为集团级战略机构，级别高于此前成立的算力办公室，由集团核心领导直接挂帅督战，战略发展部总经理出任 Token 办公室常务副主任。

业内人士指出，中国移动设立Token办公室的做法，有点类似于阿里巴巴之前成立的Alibaba Token Hub(ATH)事业群，其核心是为了拉通“创造Token、输送Token、应用Token”的全流程，也就是打破原来算力办、移动云公司、数智事业部、市场部、政企事业部等多个二级部门“各管一摊”的局面。

此前报道，今年5月，中国移动宣布上线词元（Token）套餐，价格最低为 5 元月包，包含一定数量的词元，适合轻度体验用户。（凤凰网科技）

售价超3万曾被吐槽土！朱磊：格力玫瑰空调卖出超5万台

6月29日消息，据报道，格力电器CMO朱磊在媒体节目中谈到了曾多次引发争议的格力玫瑰空调。

据了解，格力玫瑰空调此前因外观设计登上热搜，不少网友认为其造型偏传统、缺乏潮流感，再加上3万多元的售价，一度被吐槽“太贵”“太土”。对此，朱磊表示，玫瑰空调目前已经进化到第三代，累计销量已超过5万台。

对于第一代产品，他也坦言，从今天的审美角度来看，确实有些不尽如人意，但审美总是会与时俱进的。朱磊认为，玫瑰空调能够成为热搜话题，对格力来说反而是一件很有价值的事。

谈到第一代玫瑰空调，朱磊还透露，这款产品曾在格力展厅摆放多年，有一次格力电器董事长董明珠路过看到后，也说“赶紧把新的换上去吧”。（快科技）

网传字节跳动考虑采用百度昆仑芯，接近字节人士称目前没有合作意向

6 月 29 日消息，据外媒报道，百度旗下昆仑芯计划赴港上市、目标估值约 500 亿美元（约合 3401.87 亿元人民币）。消息称腾讯已成为昆仑芯客户，字节跳动亦在考虑采用其 AI 芯片。据国内媒体最新消息，接近字节跳动的人士表示，字节跳动目前没有和昆仑芯片合作的意向。

此前报道，百度集团曾宣布，昆仑芯已于今年 1 月 1 日通过其联席保荐人向香港证券交易所提交了上市申请表。在拟议的分拆完成后，昆仑芯预计仍将作为子公司。公开信息显示，昆仑芯于 2021 年 4 月完成独立融资，首轮估值约 130 亿元，控股股东为百度。（IT之家）

月之暗面声明：未经公司批准的老股转让和SPV交易一律无效

6 月 29 日消息，月之暗面发布声明称，近期，市场上出现多起假借「月之暗面」（「公司」或「我司」）名义的不实融资及股权交易信息，公司已发现部分机构和个人涉嫌欺诈。

月之暗面表示，对于任何未经授权擅自发布月之暗面股权交易信息的机构和个人，公司保留采取一切法律手段追究其民事及刑事责任的权利。

此前报道，本月初，有知情人士获悉，月之暗面Kimi已启动新一轮融资，投前估值300亿美元，较上月大幅跃升。（IT之家、快科技)

联想集团服务器业务明年交付规模或超2000亿元

6月29日，媒体从接近联想人士处获悉，联想集团中国基础设施业务正大幅上调服务器业务增长预期。

该公司此前提出2027/2028财年1000亿元的服务器业务目标，按照当前已在执行订单测算，明年仅两个主要客户对应的可确认收入交付规模已接近2000亿元。

上述人士称，近期公司签下一个规模更大的框架协议，潜在规模可能超过联想集团基础设施业务一年业务量，相关客户和市场信息仍处于保密阶段。（第一财经）

安克创新将于7月2日港交所上市

6月29日消息，据媒体报道，安克创新科技股份有限公司将于2026年7月2日正式在香港联交所挂牌上市。本次计划发行46632800股H股，最高发行价定为每股99.32港元，预计募资总额最高约46.32亿港元。（快科技）

国际资讯

三星宣布 2655 万亿韩元本土投资计划，重点布局半导体与 AI

6 月 29 日消息，三星宣布投资计划，总额达 2,655 万亿韩元（约合 11.69 万亿元人民币），其中 625 万亿韩元将投放至韩国湖南、忠清、岭南地区，把当前集中在首都圈的半导体、人工智能、电池等高端产业生产基地布局至全国多地。2030 万亿韩元将投至龙仁市和平泽市的半导体产业集群。

此前韩国方面称，三星集团和 SK 海力士将宣布未来 10 年总额达 2000 万亿韩元（约合 8.81 万亿元人民币）的重大投资计划，重点布局半导体、AI 算力数据中心与物理 AI 领域。（IT之家）

合作告吹！大众将与博世在自动驾驶领域“分道扬镳”

6 月 29 日消息，据外媒援引知情人士消息，大众汽车计划与博世结束自动驾驶领域的合作。知情人士透露，大众和博世共同开发的自动驾驶项目进展过于缓慢，且前者目前面临严峻的成本压力。此前已有传闻称，大众计划裁员 10 万人。

据悉，大众内部认为，目前与博世开发的自动驾驶技术缺乏市场竞争力，因此不打算继续开发。未来将从一家目前不具名的新合作伙伴采购自动驾驶硬件、软件，有望让自动驾驶技术普及到价格更亲民的汽车产品。

大众此前预测，L3 级自动驾驶将于 2030 年左右成为新车“标准配置”。这种技术的普及意味着，驾驶员可以在特定道路和交通条件下完全放开方向盘。只有系统发出接管请求时，驾驶员才需要重新手握方向盘。（IT之家）

苹果因 AI 行业“挤兑”被迫提前放弃 2nm 制程，2028 年的 A22 Pro 率先吃上 1.4nm

6 月 29 日消息，据外媒报道，AI 芯片需求爆发式增长已使 3nm 工艺产能接近饱和。虽然台积电预计会把 3nm 晶圆产能提升到 17.5 万片 / 月，但供应仍将十分紧张。即使是苹果这样的大客户，也无法得到台积电的优先待遇。

据报道，随着 AI 公司未来陆续转向 2nm 工艺，苹果将再次面临类似如今 3nm 的局面。因此，苹果已将尽快转向 1.4nm 工艺作为重要战略目标之一。目前行业预测，苹果将于今年采用台积电 N2（即 2nm）工艺，并于 2027 年升级至 N2P 工艺，随后在 2028 年的 A22 Pro 芯片上转向 1.4nm 制程。

据估计，台积电 2nm 以下先进工艺的晶圆价格约为每片 4.5 万美元（约合 30.7 万元人民币），苹果如果真的想首批用上，就要承担极其高昂的制造成本。但至少这种激进策略意味着，苹果率先拿下 1.4nm 初期产能后，高通和联发科只能争夺剩余的有限产能。（IT之家）

特斯拉陶琳：Model Y 车型在多国市场拿下销量榜首

6月29日消息，特斯拉公司副总裁陶琳在社交平台发文称Model Y 车型在多个区域市场拿下销量榜首。

陶琳称，具体来看，5 月 Model Y 拿下澳大利亚当月全品类汽车销量第一，成为当地有史以来首款登顶全品类销量榜的电动车；在韩国市场，特斯拉连续第四次蝉联进口车销量冠军；同时，Model Y 还分别摘得新西兰纯电车型、日本进口车型的销量第一。

产品交付方面，由上海超级工厂制造的 Model Y L 车型，近期已陆续在新西兰、马来西亚、印度三地开启交付。（三言科技）

上海移动 5G-A 大上行，重塑 AI 时代的公共体验

赵翔国 — Mon, 29 Jun 2026 08:59:00 GMT

导语：上海移动 5G-A 大上行网络，支撑世界走向“碳硅共生”的第一步。

如果要给已经商用 7 年的 5G 网络找一个关键词，大部分人的第一反应或许都是“快”。

几秒下载一部电影，是 5G 初期最常见的传播语言。这套逻辑来自移动互联网过去十多年的流量结构。刷视频、看直播、打游戏、开会议，本质上都是从云端获取内容，数据从云端流向用户。

相比之下，上行流量长期处在一个相对隐性的环节，普通用户很少会感知它的存在。

但随着 AI 智能体和具身智能的发展，人类已经不再是网络唯一的使用者。

AI 眼镜、机器人、无人机、车载终端和各类传感设备不只需要从云端获取信息，还要把眼前看到的画面、传感器采集到的环境、道路和空间数据持续上传回去，再交给云端模型完成识别、理解和反馈。

它们改变了网络的传输方向。人的移动互联网更偏向下行，机器的智能交互则高度依赖上行。同时，终端数量越多，场景越复杂，对上行带宽、低时延、低抖动和高并发承载能力的要求就越高。

5G 网络在这里遇到了瓶颈，它很好地支撑了大多数人的内容消费，但当大量 AI 终端接入后，传统面向下行体验优化的网络，很难长期稳定地保障使用体验。

上海移动早早就意识到了这种局限。过去两年，他们围绕 5G-A 持续推进网络升级，目标就是面向 AI 时代的大上行需求，构建新的网络能力体系。

相比传统 5G 网络，5G-A 将把能穿戴、车联网和 AI 助手等移动 AI 场景作为重要承载对象，并强调通过上行频谱解耦、资源池化和 AI 调度来提升上行能力、降低时延。

近期，雷峰网(公众号：雷峰网) AI 科技评论受邀探访了上海移动位于上图东馆的 5G-A 大上行样板间，在现场直观地感受到了这种网络范式转移带来的显著差异。

为何要从 5G 走向 5G-A？

在过去很长一段时间里，5G 网络建设的核心目标，主要是让用户更快、更顺畅地获取内容。无论是刷短视频、看直播、下载文件，还是打游戏、开视频会议，普通用户对网络体验的判断，大多来自下行能力。

因此，传统 5G 网络在资源配置上也天然更偏向下行，有限的频谱、时隙和网络调度资源，被用来保障内容分发和下载体验。

上行能力则长期处在相对次要的位置，用户上传照片、视频通话等场景的上行流量整体规模不大，可以被现有网络承载。但在越来越多的AI 终端设备出现后，网络里的数据流向发生了变化。

AI 眼镜需要把眼前画面上传到云端识别，手机智能体需要调用摄像头、麦克风和定位信息来理解环境，机器人需要持续回传现场视频、传感器数据和运行状态，无人机、车载设备、公共空间智能终端也会不断把现实世界转化为数据流上传。

过去偏向下行的资源配置，开始难以支撑这种持续、高频、并发的上传需求。这类变化带来的压力，和过去用户上传一段视频并不一样。AI终端需要的上传通常更连续，对时延更敏感，也更依赖稳定性。

当 AI 眼镜用于导览、翻译、辅助识别，机器人用于巡检、服务或应急响应，遇到网络抖动就会直接影响设备运作。

在高密度场景中，这种矛盾会被进一步放大。商场、展馆、图书馆、体育馆、交通枢纽这类场所，本来就存在人流集中、空间结构复杂、业务波动大的问题。

一旦叠加 AI 导览、AR 展示、智能巡检、直播回传和多终端互动，网络压力会从单纯的“多人同时上网”，变成“多人和多类设备同时上传、下载、交互和响应”。

传统 5G 网络在这种复杂场景下，时延、抖动、可靠性和上行容量都难以支撑。5G-A 正是在这个背景下被推到了台前。

围绕上行、容量、时延、可靠性、终端接入和网络调度能力，5G-A都做了系统性增强，从而让移动网络能够承载更多机器、更多数据和更复杂的实时交互。

从技术原理看，5G-A 首先增强了载波聚合能力。载波聚合可以理解为把不同频段、不同载波组合起来使用，让原本分散的频谱资源被更充分地调用。

对运营商来说，载波聚合可以在现有频谱条件下更灵活地组织资源。尤其是在上行场景中，通过上行载波聚合和上下行资源的灵活配置，网络可以给上传业务分配更多可用通道，缓解过去上行资源偏少的问题。

同时，5G-A 会进一步提升高密度场景下的承载能力。

通过更强的 MIMO 和波束管理能力，5G-A 基站能够更精确地服务不同方向、不同位置的终端。在高密度室内场景中，这种能力可以提升空间复用效率，让有限频谱服务更多终端，也能减少复杂建筑结构带来的覆盖盲区和信号干扰。

5G-A 通过 RedCap 等技术，也让AI 眼镜、传感器、工业设备、可穿戴设备和部分摄像头这类轻量化终端可以用更低复杂度接入 5G 网络，在成本和功耗可控的前提下获得稳定连接。

在上海图书馆东馆，雷峰网 AI 科技评论现场体验到，5G-A 网络已经开始把大上行、低时延和高密度承载这些能力能力转化为了更直接的用户感知。

上图东馆：5G-A大上行的落地样本

上图东馆是上海新的文化地标之一，既有借阅，也有展览、学术交流、音乐欣赏和文创体验。但问题是馆内结构复杂，周末和活动期间人流波动大，网络覆盖、容量和稳定性都不好做。

然而，复杂的室内结构以及因活动、展览和周末客流而剧烈波动的极高人流密度，使得这类场所一直是移动网络覆盖难度极高的典型场景。

上海移动选择在这里铺设 5G-A 大上行能力样板间，针对的正是这类高密度室内场景。

在上图东馆近期举办的“文字奇旅”等展览中，为了让读者更沉浸地理解历史，馆内引入了大量的 AI 眼镜和手机智能体。用户只需把镜头对准古中国的甲骨文、古埃及的象形文字或古巴比伦的楔形文字，图像就能瞬间上传到云端，由大模型完成识别、理解和回答后，再将结果返回到设备上。

这个流程听起来简单，但现场体验中，往往会遇到人群拥塞的情况，普通网络环境下运行正常的应用，响应时间会明显变长，识别和回答也容易卡住。

为此，上海移动在馆内采用 5G-A 3CC 三载波聚合的室内覆盖方案，并结合分布式 MIMO 技术，来保障在多人、多终端、多应用并发时，AI 应用仍然有稳定的上传通道。

在现场的测试对比中，在普通网络环境下运行良好的豆包，遇到室内覆盖压力和人群拥塞后，响应时间会被明显拉长；但经过5G-A 大上行保障的一侧，识别和回答仍能保持在几秒级，体验依旧丝滑，真正实现了让AI 业务更智能、更精准。

同样的情况也出现在了机器人读书会中。

现场的具身机器人面对的是孩子、观众和真实空间里的连续互动，需要流畅完成迎宾、带读绘本、分享内容、回答问题等一系列类人动作。这些都需要机器人通过5G-A 大上行网络将现场语音、图像和交互请求实时上传到云端大模型，再将处理结果传回机器人。

当上传能力不足时，机器人会表现出一种接不上话的迟钝感；而上传通道足够稳定时，机器人的表现会更加流畅稳定。

除了机器人和 AI 智能体，高清直播同样是 5G-A 大上行能力的核心受益者。

如今，直播早已不局限于固定的室内直播间，而是越来越多地出现在展馆、商圈、景区、赛事和演唱会现场。在一个热点空间里，往往有多个主播、媒体和观众同时上传视频，现场越热闹，网络的上行资源就越容易被严重挤占。

这种情况下，用户看到的结果通常是画面变糊、动作变卡、音画延迟，这会直接影响主播的粉丝停留时长和文化场馆的向外传播质量。

上海移动在上图东馆针对这种室内拥塞和弱覆盖叠加的难题，引入了华为随行 WiFi X 终端，利用其上行 4T 发送和高增益天线增强上传能力，再叠加移动网络侧的专属保障，给直播设备单独提供了一条更强的专属上行入口。

上海移动介绍，蓝光直播通常需要约 8 到 10Mbps 的上行带宽，而上海移动通过引入华为随行 WiFi X ，利用其高增益天线增强上传能力，在使用直播尊享包后，给直播设备单独提供了一条更强的专属上行入口。

把上行保障分成 5Mbps、10Mbps 和 15Mbps 等不同档位，让主播在弱网和拥塞环境下仍然有一条最低速率可预期的上传通道。

目前上海移动已建成千站级 5G-A 超级上行商用网络，覆盖核心城区和重点商圈等区域，上行能力从百兆级提升到千兆级。同时上海移动在 4.9GHz 频段完成全网时隙调整，把上下行配比从原来的 7:3 调整为 6:4。调整后，整体上行能力提升了 33%。

从卖流量到卖体验

网络建好之后，运营商还要回答另一个问题：用户为什么愿意为它付费？

5G-A 大上行如果只停留在基站、频段和速率参数里，普通用户很难感知到。普通用户并不会因为一个抽象的技术指标主动升级套餐，大家更关心的是移动网络能不能在他们急需的时刻比过去更稳、更有保障。

这也是 5G-A 商业化必须跨过的一道门槛。通信技术的进步，只有被转化为具体场景中的体验改善，才会真正进入用户认知。

过去 5G 时代，运营商也曾尝试围绕高带宽、低时延和专属权益做产品化探索，但由于应用场景还不够成熟，用户对差异化网络能力的付费意愿并不强。

在 5G-A 时代，上海移动找到的解法是是把 5G-A 从单纯的网络建设，进一步推向场景化产品。

围绕大众生活、商务办公、文体赛事、高校科研等需求，上海移动依靠网络优先级保障、低时延传输、重点 App 保障等能力，推出了一系列款场景化解决方案。

在现场，上海移动介绍说：“一些咨询报告对直播体验与用户行为之间的关系做过研究。数据显示，当直播画质从标清提升到高清后，用户的平均在线浏览时长会明显增加，部分研究给出的提升幅度达到约30%。停留时间的增长，又会进一步带动互动、打赏和转化效率的提升。”

针对这样的现实需求，上海移动结合华为随行 WiFi X 推出直播解决方案，能够提供 10Mbps 以上确定性保障，让主播在拥塞环境下也能开播。

此外，上海移动还联动了上海体育局、上海申花等机构，推出赛事专属显标和球队定制服务，同时也与上海交大、上外贤达等高校合作，把5G-A 用到了教学、科研和校园管理中。

在会展和演唱会等场景中，上海移动还推出会展包、场馆加速包等产品。用户除了获得重点应用保障，手机状态栏也会出现国家会展中心、上海虹口体育场等定制化场景标识，来满足用户的个性化情绪价值。

上海移动进一步强调，5G-A 场景化产品的核心在于“确定性保障”。“只要用户订购了相应的加速包，在指定场馆、地铁或机场等场景中，就可以获得高于普通用户的网络速率，这是我们想要达成的，确定的差异化。”

过去，用户购买套餐后，实际网速仍会受到场馆、地铁、机场等高密度环境影响，体验存在较大波动。而在 5G-A 阶段，运营商可以在特定场景中向用户提供更明确的速率承诺。

由此可见，在 AI 时代运营商售卖的东西正在发生变化。过去主要卖流量、语音和套餐权益，现在开始卖某个场景里的网络优先级、最低速率、重点App 保障和身份感知。网络能力从后台走到前台，变成了用户能直接体验到的服务。

这也是 5G-A 比较现实的一条商业化路径，即让网络由此不再只承担简单的连接功能，而是让其能够成为场馆、赛事、会展、高校和直播经济不可或缺的一部分。

这让 5G-A 的价值最终从“更快的网络”转向了“更优秀的体验”。

过去受限于技术成熟度和应用场景，用户很难为差异化网络体验买单；而随着 5G-A 能力增强、AI 大模型加速落地，稳定上行、低时延和高密度保障正在成为新的需求。

在移动的构想中，未来的网络连接对象不只包括手机用户，也包括 AI 眼镜、机器人、摄像头、传感器和各类具身智能设备；未来的核心流量也不只来自内容下载，还会来自现实世界的持续上传。

当移动网络不再只服务于人类的需求，而是开始支撑世界走向“碳硅共生”时，上海移动所搭建的这条上传通道，便成了这座城市走向新时代的第一步。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

朱江明说要做"电动埃尔法"，但只卖24.98万元

严利婷 — Mon, 29 Jun 2026 08:09:00 GMT

导语：最难的不是MPV本身，而是说服用户买一台叫做“零跑”的埃尔法

继SUV、轿跑之后，新能源车企又集中涌入MPV赛道。

6月25日，鸿蒙智行与零跑两家在同一天举办MPV产品发布会，其中，前者瞄准百万级的超高端市场，旗下享界首款MPV车型V800和V680的预售价分别为80万-120万、65万-90万，而后者则主打30万以下主流消费市场，旗下首款MPV车型D99的最终上市价定格在24.98万-31.98万元。

值得注意的是，尽管上述两家车企的走向是两个极端，但大家瞄准的都是同一个目标——传统MPV王者丰田埃尔法。

如果说华为是以科技和体验直接与传统MPV争夺豪华话语权，那么零跑则是另辟蹊径，企图打破用户对所有品牌的执念。零跑汽车创始人、董事长朱江明在D99发布会后的小范围沟通会上指出，产品即品牌。他认为中国消费者越来越理性，现在大家更喜欢为产品而不是为溢价买单，未来纯粹的品牌将不复存在。

朱江明上述言论的底气在于零跑汽车的这套方法论已经在多个市场获得验证。

比如，在10万-20万的主流家用市场，零跑汽车在比亚迪、吉利银河、长安深蓝等群狼环伺的环境中，凭借以C11为代表的C系列车型5年斩获超过80万销量。而在20万以上的中高端市场，零跑汽车全新打造的D系列，首款旗舰SUV D19上市后已经月销破万，拿下了远超越C系列的市场开局。

在主力车型与新兴车系的推动下，零跑汽车不仅完成了从A到D的产品布局，更实现了月销8万辆的历史性突破。6月1日，零跑汽车以81569辆的交付量成为中国新势力中首个达到这一里程碑的车企。6月18日，零跑汽车又宣布拿下另一关键里程碑——全球累计新车交付量突破150万辆。

D99是零跑D系列的第二款车型，承载着零跑汽车从主流继续向上的希望。

“9系SUV已经做得很好了，但MPV仍有进化空间”，零跑汽车高级副总裁曹力在发布会上称，中国新能源汽车正在迎来从主流向上的历史性机遇。D99在打造思路上，承袭了D系列“百万级体验、科技普惠”的核心理念，以30万级价格带来六大旗舰体验，力图全面重塑中大型MPV的价值标杆。

现场一个多小时的发布环节，曹力详细拆解了零跑D99的科技含量与创新加成。比如，全场景VLA大模型、28个高精感知硬件、44项主动行车功能，以及C-NCAP五星安全标准开发、十二横五纵四强环笼式车身、91.3%的得房率、首创MAX巨幕天窗、二排双零重力座椅以及三排揽景钓鱼模式等。

不过，与华为终端BG董事长余承东在品牌盛典上全程以享界对标埃尔法的技术讲解不同，曹力在D99上市发布会上更聚焦家庭用车的现实痛点，他在全程提到最多的两个关键词是”舒适”与“体面”。

新车上市发布会结束后，在被问及销量目标时，朱江明对雷峰网(公众号：雷峰网)表示，MPV的需求还是处于稳中有升的阶段，除了商务需求之外，家庭需求也在爆发，所以D99的设计初衷是“宜商宜家”的形态，尽可能最大范围覆盖不同群体，“我们希望它能做到业内主流头部几家MPV销量的平均值，这是底线。”

以下是沟通会对话实录，雷峰网在不改变原意的情况下进行了编辑和删减：

Part1

D99跑步入场，零跑汽车的高端化第二弹

问：我们的邀请函上写D99提档上市，今天原本是预售，结果改成上市，为什么会有这样的变化？

朱江明：主要是产品已经成熟，内部也做足了准备。从零跑10周年D99首次露出到今天刚好6个月，经历北京车展、粤港澳车展，信息大家已经了解得很透了，很多用户迫切想尽快下定、交付，生产体系也做好了准备。

我自己整个端午节从杭州到千岛湖全程开D99，很多媒体老师也觉得5.28米的车没有开大车的感觉。我的司机开这款车，我也坐了一个月，乘坐也满足了我的预期。

零跑D99就是要打造零跑的埃尔法——埃尔法有的舒适性我们全部满足，在这个基础上做加法：座椅按摩、零重力、双向对坐、钓鱼模式等。今天曹力展示的可以放10个行李箱，埃尔法做不到。我们补足了多人出行对MPV置放行李的需求。这一款车希望打造成MPV的经典。

曹力：到位了、准备好了就上，提高效率，让大家少跑一次。

问：D19表现如何评价？零跑对D99有什么的期待？怎么看"品牌向上"的战略路径？

朱江明：D19符合甚至略微超过预期。它是除A10之外单月订单最多的车，也是均价25万、零跑最贵的一款车，能有这个销量已经达到甚至超过预期。

有了D19的基础，我们对D99的成熟度很有信心。D99是MPV里配置最满的一款车——座舱、智驾全部拉满，MPV没有的、SUV也几乎没有的配置都给了，为未来升级做好充分准备。

MPV需求和D19不一样，相对慢热一些，但我们有信心D99会有好表现。

品牌向上方面，随着D系列两款车发布，大家逐渐认识到零跑已经具备设计制造25万、30万甚至更高价位产品的能力。中国消费者越来越理性，喜欢为产品买单而不是为溢价买单，D19充分体现了这一点。

最终来说——产品即品牌。纯粹的品牌不存在，零跑的产品怎么样，就决定了零跑的品牌怎么样。

问：零跑擅长做20万以下产品，做D99有没有挑战？价格超出预期，毛利高吗？

朱江明：D系列是作为旗舰来打造的，D99入门版也不仅仅是豪华，而是"入门即高配"——哪怕最低配，在很多友商产品里都是高配，所有配置几乎都在了。

零跑ABCD四个系列都遵循"更高的配置，更优的品质，好而不贵"的造车理念。

D系列已经拉到不能再满，全系标配米其林轮胎、REPS博世华宇转向、安道拓座椅，用最高等级供应商保证配置和品质。定价策略一贯是以成本为基础、以成本来定价。

D99有多少利润？比A10高，但我们还是遵循成本定价原则。你买了零跑的产品不会后悔，不会说买错了或者买贵了。零跑定义的豪华不是要高溢价。

曹力：技术上是自研最新核心技术，包括4.0中央预控、高算力平台座舱和智驾、空簧这些以前不会用的配置，包括座椅上玩出很多花样，把前沿技术和差异化东西放到D系列上。

问：零跑在高端化认知上如何破界？智能化方面如何建立新认知？

朱江明：D19首月订单破万，超过了B10和C10，均价25万，低配几乎没人选。这证明品牌向上这一仗打响了，用户接受了零跑在25-30万价格段。

现在的用户哪怕是40岁或更年轻，都有很高学历，鉴赏能力很高，不盲从品牌。随着文化层次和认知水平提升，大家知道自己应该买什么。

技术上，零跑是靠全域自研、深度自制获得竞争力。很多媒体老师看过我们的零部件工厂都非常震惊，有这么高自动化的工厂来自制核心零部件。零跑走到今天靠的是口碑和用户净推荐值（NPS），产品品质不过关走不到今天。

智能化方面，零跑是第一个8797上车的，大规模量产。从8155开始几乎第一个，8295第一个量产，8797第一个量产，接下来8787也许也是第一个量产。硬件上零跑足够引领。

软件层面，所有代码都是自己的——从小控制器到电池BMS、电驱动、域控制器、中央域控，座舱功能全自己开发。智驾前期投入偏少，以跟随为主，但未来两三个月零跑的智驾一定要让大家感到惊讶，特别是技术日那天，体验后一定会有更新的认识。

问：上半年密集发车，下半年还有大招吗？

朱江明：零跑的节奏是上半年集中发年款到新车，下半年以交付为主。7、8月份A05和B10、B01年款会有很大更新，包括内饰等。三季度还有非常值得期待的零跑技术日，会发布一些创新技术，给行业做贡献，和大家一起分享。

问：汽车行业经历销量、营收、利润下跌，零跑怎么看下半年的发展趋势？

朱江明：汽车进入变革期，从不稳态到稳态的过程一定会有竞争，价格、格局、销量都会有很大变化。这是很正常的，任何变化都是合理的，不是某个人捣乱形成的，是自然形成的。我们要面对现实，在变化中站稳脚跟，适应变化，在变化中生存。至于预期，我还真的没有。

Part2

搅局者？朱江明称D99要做电动埃尔法

问：有观点认为MPV市场窗口期正在收窄，零跑如何看这个问题？零跑在30万以下市场的目标？

朱江明：MPV需求还是稳中有升。除了商务需求，很多家庭也开始选择MPV。D99设计初衷就是宜商宜家，不同版本从外观到内饰，有适配商务、家庭、出行行业，用户面越广销量越有保证。

无论是家庭、小企业主还是政府，适用范围比较广，我们对D99的销量充满信心。我们希望它能够做到目前行业内主流的头部的几家MPV的销量的平均值，这是我们的底线。

问：MPV市场一年才100万辆，为什么推MPV？怎么看李斌"忘记MPV"？

曹力：李总说SUV可以替代MPV，但从我个人观点，真要替代挺困难的。

MPV在空间舒适性和灵活多变属性上有很大优势——大型SUV第三排坐人概率很低，我们家SUV是当四座五座开的。零跑D99可以做到宜商宜家，第三排能真正拿来当舒适座位使用，座位可变性和舒适性非常到位。从这个角度，SUV暂时取代不了MPV。

问：D99核心差异化破局点是什么？

朱江明：D系列配置足够高，很多标配，全部是最好的供应商——电子、电驱、车身、座椅、轮胎。

差异化在于，80.3度大电池，纯电续航480公里带增程，全球最长纯电续航增程MPV；标配四驱。舒适性和空间上，我们希望比埃尔法有增量的舒适性，在通用MPV场景之外给大家带来甜点和额外体验。

问：30万级市场用户要便宜还要面子？如何通过全域自研实现"科技豪华"？

曹力：10-20万价格段，零跑靠产品力和好而不贵让大家喜欢。20-30万更高端产品，我们要做的不是做更豪华的品牌调性——当然产品调性要足够豪华、足够舒适——但真正打动客户的，是他可以用30万买到五六十万甚至100万的体验，而不是为品牌溢价买单。

问：D99的用户画像是什么？产能情况现在准备得怎么样了？

曹力：D99和D19用户画像有重叠也有区别。D19上周刚复盘，用户画像是35-40岁为主，企业中高层和个体工商户居多，公务员也有，本科以上学历超60%，80%以上为增换购。

D19是目前智能化功能使用率最高的车型，说明用户对智能化水平也是认可的。

D99设想宜商宜家——二胎三胎家庭、周末出游旅行、商务接待、高端出行场景。从以往经验看，预测与实际比较吻合，具体数据出来后再和大家分享。

产能前一两个月要备货，7月20日开始陆续交付。中长期产能不是问题。

问：D99增程和纯电的预期订单占比是多少？增混有什么优势？纯电可以在哪些方面进行补充？

曹力：现在是6:4，增程是6，纯电是4。

朱江明：D19是70%增程、30%纯电。MPV至少是4:6，增程会略多——MPV需要长途旅行的概率比SUV更大。

曹力：超级增程是零跑最先提出的概念，日常以纯电为主体验更好，长途时发动机和油箱起到备案作用。D99用了80.3度大电池。MPV用户对续航和充电速度很在意，纯电版塞进115度大电池，虽然没标八九百，而是标700，是为了让大家更有信心用纯电车型。加上1000V高压快充，在续航和效率上有一定优势。

问：零跑会考虑进入香港市场吗？如果用一句话总结，30万级MPV有什么理由推荐D99？

朱江明：D99希望成为一辆电动车的埃尔法。大家认为埃尔法是MPV最经典的，我们也是按这个方向努力在做。

香港市场可能还没这么大众，我们需要重新探讨是否值得做。虽然那里有很好的露出和投资机构，但要算一下投入产出比够不够。

问：零跑后续还会拓展其他车型品类吗？比如方盒子？

曹力：具体场合不宜讲太多。有用户诉求、有市场需求的话，都会在规划里探讨，可以期待一下。

问：三季度技术日方向？零跑是不是从技术跟随变成了先发策略？

朱江明：到今天为止，零跑ABCD四个系列，从A10的6.58万起到30万，所有系列都已发布完毕。

第三季度要发布零跑创新的技术，为后面更创新的产品做准备——技术先行，基础架构搭好才能有更创新的产品。明年零跑一定会拿出让大家眼前一亮的、与众不同的、和现在模式不一样的产品。我们还要发布第二品牌，可能会有很大的变局。

问：现在成本上涨的趋势没停，下半年零跑会调价吗？如何保证利润？

朱江明：碳酸锂、铜、铁、铝、塑料全方位上涨，挑战非常大。零跑和供应商一起克服，没有在用户端涨价，希望通过努力克服。毛利可能会少一些，利润会少一些，靠增收节支、减少消耗。也不排除材料继续涨的话可能有加价可能。好消息是近期碳酸锂没到20万比较平稳，铜铝价格也下来了一点，不可能一味往上走，还是要回归本质。

二季度毛利率可能没这么好，但也不会太差，比较可控。

问：从目前情况来看，2026年冲击百万销量有多大把握？

朱江明：1-5月大盘在下降，新能源汽车也比去年同期有小部分下降，形势不太乐观。零跑1-5月数据已经出来，6月基本达成预期。实现100万台还是有很大难度的，但还是有实现的可能。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。

单用户提速 60-85% ！DeepSeek 联手北大开源 DSpark ，突破推理加速工程问题

樊天骄郑佳美 — Mon, 29 Jun 2026 07:12:00 GMT

导语：把算力花在刀刃上，梁文锋再次大幅降低推理优化门槛。

把算力花在刀刃上，梁文锋再次大幅降低推理优化门槛。

作者丨樊天骄

编辑丨马晓宁

2026年6月27日，AI圈迎来了一则重磅消息，DeepSeek联合北京大学正式发布了DSpark推理加速框架，并同步开源了支撑该版本的全栈推测性解码框架DeepSpec。

这是DeepSeek在完成500亿元融资后首次放出的开源新成果。在DeepSeek-V4-Pro-DSpark和DeepSeek-V4-Flash-DSpark两款模型上，DSpark将单用户生成速度提升了60%至85%。

梁文锋本人署名、联合北京大学完成的论文《DSpark: Confidence-Scheduled Speculative Decoding with Semi-Autoregressive Generation》同步上传。雷峰网

论文、代码库、模型已经全部开源：

论文：

https://github.com/deepseek-ai/DeepSpec/blob/main/DSpark_paper.pdf

开源代码库：

https://github.com/deepseek-ai/DeepSpec

模型下载：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro-DSpark

DSpark 如何让草稿模型又快又准

先澄清一个容易误解的点：DeepSeek-V4-Pro-DSpark 不是全新架构的模型，而是在 DeepSeek-V4-Pro 基础上引入了推测性解码模块。这次更新的重点在于工程落地，不是模型能力本身的迭代。

说人话就是：模型还是那个模型，但让它跑起来的方法变聪明了，所以你用起来会感觉明显变快。

要理解 DSpark 的价值，得先搞清楚它在解决什么问题。

▎推测解码是什么？

大语言模型生成文本时采用自回归方式：每生成一个新 token 都需要一次完整的前向传播，推理延迟随输出长度线性增长。这是目前 AI 对话系统响应偏慢的核心原因之一。

推测解码（Speculative Decoding）提供了一条解决路径：

第一步，先用一个轻量级的小模型，快速生成若干候选token（草稿模型）

第二步，再由完整规模的大模型，通过单次并行前向传播进行批量验证这些token

第三步，接受其中符合目标分布的连续前缀

由于验证阶段可并行计算，且拒绝采样机制严格保证了输出分布与原始模型一致，推测解码能够在无损生成质量的前提下提升速度。

这个思路不是 DSpark 发明的，这两年一直有人在做。但是这次，Deepseek 精准解决了这个技术路线在实际落地中遇到的两个关键瓶颈。雷峰网

▎DSpark 的破局思路

早期的草稿模型是自回归的，也就是跟大模型一样一个字一个字猜。这样猜出来的质量确实高，但小模型自己猜也要时间，猜得多了草稿本身就变慢了，得不偿失。

举个例子：你让 AI 写一段 500 字的回复，它需要连续做 500 次完整计算，每次只能输出一个字。就算每次计算只要 10 毫秒，总共也要 5 秒。用户感知到的就是"转圈等待"。

后来有人想到了并行草稿，一次前向传播直接猜好几个字，草稿速度一下就上来了。但新的问题来了：因为每个位置是独立猜的，没有考虑字跟字之间的依赖关系。

"of course" 和 "no problem" 都是合理的回复开头，但并行草稿可能会猜出 "of problem" 这种四不像组合。越往后猜，这种错误累积越严重，接受率断崖式下跌。大家把这个现象叫"后缀衰减"。

过去通行做法是：草稿模型生成多少个 token，就原封不动地提交多少个 token 给大模型验证，这是一种“全量验证”模式。但因为越往后的字越不靠谱，验证这些低置信度的字是要占用算力的。

把低置信度的 token 送去验证，看似只是“浪费了一点算力”，但在真实的、高并发的生产系统中，这种浪费是灾难性的系统性损耗。

为了解决这两大问题，DSpark 作了两套核心设计：半自回归生成架构和置信度调度验证。

半自回归生成架构非常具有创新性，其主要针对的是并行草稿的后缀衰减问题。这种并行主干 + 轻量串行头的两阶段设计，可以在在几乎不牺牲生成速度的前提下补齐块内的 Token 依赖，直接拉高每轮验证的有效接受长度。

并行主干可单次前向输出全块基础 Logits 与隐藏态，草稿生成的核心延迟与纯并行方案持平，完整保留了并行架构块长大、生成快的速度优势。

轻量串行模块则是补齐短板的关键。DSpark 在并行输出的基础上，叠加了一个极简的串行单元（默认采用 Markov head），为每个位置的 Token 补充前缀依赖的转移偏置，修正并行独立生成导致的多模态语义冲突，大幅缓解了尾部 Token 接受率下滑的问题。

从速率角度看，这套设计收益极高：串行模块开销极小，却让 Qwen3 系列模型的平均接受长度相对 DFlash 提升 16.3 % - 18.4 %，相对自回归的 Eagle3 提升 26.7 % - 30.9%。

2 层深度的 DSpark，有效接受长度甚至超过 5 层深度的纯并行 DFlash。这说明局部自回归的速度 - 参数效率，远高于单纯堆叠并行层。

这种优势还会随着块长放大：当草稿块长从 7 增加到 15 时，DSpark 相对 DFlash 的接受长度优势从 15% - 18% 扩大至 22% - 30%。换言之，并行架构的长块速度潜力，此前一直被后缀衰减封印，而半自回归设计将其彻底释放了出来。

如果说半自回归解决了 “生成得更有效”，那么置信度调度解决的就是 “验证得更聪明”。从源头杜绝无效 Token 占用宝贵的验证算力，让大模型的每一次前向计算都产出最大价值，尤其能稳住高并发场景下的生成速度。

▎这套机制分为两层设计：

第一层是置信度预判。 DSpark 在草稿模型上加了一个轻便的打分模块（置信度头 Confidence Head ），草稿每生成一个候选 Token，它就实时预测该 Token 的条件接受概率（Conditional Acceptance Probability）。

不过 AI 打分天生容易 “自我感觉良好”，估出来的通过率往往偏乐观。所以 DSpark 还搭配了 “顺序温度缩放（STS）” 校准方法，把对草稿的打分的误差从原来的 3%-8% 下降到约 1% ，让概率预估变得足够精准，给后续的调度调整提供了可靠的判断依据。

第二层，是硬件感知动态调度。基于预测试的引擎吞吐曲线，将验证长度选择转化为全局吞吐量最大化问题，用贪心算法为每个请求动态分配验证预算：低负载时自动拉长验证块，把空闲算力用满，拉满单用户生成速度；高负载时主动裁剪低价值 Token，避免资源争抢，稳住系统整体吞吐量与用户体感速度。

验证！推理速度全场景飙升

加速技术的真实分量要靠实测来印证。

首先是离线基准评测。团队选取数学推理、代码生成、日常对话三大领域共 9 个通用数据集，在 Qwen3-4B/8B/14B、Gemma4-12B 四款目标模型上进行横向对比。结果显示，DSpark 的平均接受长度全面超越当前业界 SOTA 方案，对应的单 Token 理论延迟显著低于 Eagle3 与 DFlash。

测试数据同时呈现出清晰的领域差异：数学、代码这类结构化较强的任务，接受长度明显更高，开放对话场景的接受长度则相对更低。这一差异印证了固定验证长度的先天局限 —— 不同类型的请求，最优验证块长本就不同，而动态调度的策略能让每一类请求都拿到最优的加速收益。

线上真实流量的表现最能体现用户的实际体感。目前 DSpark 已全量部署于 DeepSeek-V4 线上服务，对比前代 MTP-1 单 Token 生产基线，在速度、服务容量和稳定性上都有实质提升：

同吞吐下绝对提速：在系统总吞吐量持平的配置下，V4-Flash 单用户生成速度提升 60% - 85%，V4-Pro 提升 57% - 78%，用户可直接感知到输出跟手度提升、长文本生成等待时间大幅缩短。

高 SLA 下容量扩容：在严格的交互性要求下（如 Flash 要求 120 token/s、Pro 要求 50 token/s），传统单 Token 基线已接近性能极限，仅能支撑极低并发；而 DSpark 仍能维持可观的服务容量，解锁了此前无法实现的高速响应档位，向外推移了推理服务的性能帕累托边界。

全负载下速度稳定：动态调度器会随并发压力自动调整验证预算：低并发时用满算力、拉满速度；高并发时平滑收缩、避免跳水。全程不会出现传统静态方案的速度骤降，用户体验一致性显著提升。

总而言之，DSpark 跳出了过往推测解码非此即彼的技术局限，依靠半自回归架构补齐并行草稿尾部准确率短板，再通过置信度动态调度解决传统全量验证的算力浪费问题，完成了草稿生成与在线验证的全链同优化。雷峰网(公众号：雷峰网)

值得一提的是，团队还配套开源的 DeepSpec 全栈训练工具链，将这套无损推理加速方案对外开放。过去，中小开发者和轻量化应用很难低成本实现高速大模型推理，而DSpark以高性价比大幅降低了推理优化的门槛，让“每个小app都能用上大模型”不再是一句口号，而是正在落地的行业现实。

上车，带你看遍全球 AI 顶会精华

可独家畅览：

专家演讲PPT

大会报告全文

热门论文解读

学术新星访谈

扫描上方二维码

或点击「阅读原文」关注专区。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。