2026年3月24日星期二

鸿蒙智行 9 车齐发!尚界 Z7 同步亮相,22.98 万元起

刚刚结束的华为春季全场景新品发布会,阵仗拉得挺大,台上一口气摆出了 9 辆新车,把问界、智界、享界和尚界这几个「界」字辈的阵容又集体刷了一遍。

此时距离 2026 款车型的发布仅仅过了半年。

在这份长长的名单里,问界 M 系列的三款 SUV 迎来了换新,享界和智界也拿出了各自的改款车型。华为和各大车企推进新车的速度确实很快,大家都得跟上目前极度内卷的行业节奏。

在一众熟悉的改款车型里,最具看点的新车,无疑是尚界量产的第二款产品——尚界 Z7 和它的衍生猎装版 Z7T。

我们今天的文章,就从这两台车聊起。

尚界也想冲高端

先看外观,尚界 Z7 和 Z7T 这次在造型和工艺上确实下了本钱。

结合此前工信部的申报信息,这两台车有着相同的底子。车长超过 5 米,轴距达到 3000 毫米。为了配合宽体低趴的姿态,尚界给它们全系标配了前 245、后 275 的鸳鸯胎。

在漆面处理上,官方把「5C2B」涂装工艺搬了出来。

5C2B 这个词这听起来像个生僻的噱头,其实就是汽车喷漆工序里的「五涂两烘」。

市面上绝大多数家用车用的都是三涂两烘,尚界多出来的这些漆面,影响的是车身在阳光下的厚重感和折射率。华为终端 BG CEO 何刚在发布会上表示,尚界砸钱上这套百万豪车标准的工艺,图的就是一个光泽亮丽、质感高级。

外观的辨识度很大一部分靠灯光来撑。Z7 的大灯采用了钻石切割设计,底部点缀了数百颗「星钻」,尾灯内部更是塞进了超过 4700 颗发光颗粒。

想要更战斗一点的用户,可以选装专属的追风运动套件。

拉开车门,座舱内部给出了五种配色——速影黄、沁夜红、凝夜紫、闪金黑以及缥云杏。大面积的麂皮材质和真碳纤维装饰,把运动氛围烘托得很到位。

这次,不少年轻人关心的「养生」需求也被照顾到了。

尚界 Z7 标配了阿尔卑斯健康座舱,这套座舱大量使用了能吸附和降解甲醛的 MOFs 材料。为了进一步讨好注重细节的用户,尚界还在车里放了一套水离子空调,主打给皮肤和头发保湿。

副驾前方的灵感橱窗和随动屏,在预热阶段就已经积攒了不少热度,车主可以在上面 DIY 摆放手办,布置属于自己的仪表台。

回到实用性层面,这也是 Z7T 作为猎装车最大的卖点。

两款车都采用了掀背式尾门,最大开口接近 1 米。由于车顶向后延伸,Z7T 把空间利用率推到了极致。何刚给出了一个很直观的数据——后排座椅放倒后,后备箱的最大拓展容积达到了 1694 升。

装下两个 28 英寸和一个 24 英寸的行李箱,或是塞进全套的户外装备,都毫无压力。

跑得远,自然需要扎实的底层架构来支撑。

Z7 和 Z7T 全系搭载华为巨鲸 800V 高压电池平台,最高能提供 905 公里的 CLTC 纯电续航。根据工信部的数据,新车提供单电机和双电机两个版本。双电机 Ultra 版拥有前 170kW、后 264kW 的动力储备,让 Z7 的零百加速跑到了 3.44 秒。

制动方面,Z7 全系标配华为图灵平台,百公里制动距离被控制在 33.1 米。

何刚还强调了车辆的被动安全能力,车身的高强钢和铝合金占比达到 91%,乘员舱骨架大量使用了 2000 兆帕的潜艇级热成型钢,车顶抗压能力达到 5.8 倍车重。

华为最拿手的高阶辅助驾驶自然没有缺席,Z7 全系都标配了 896 线激光雷达和华为 ADS 辅助驾驶系统。

最后是大家最关心的价格。

尚界 Z7 的预售价定在了 22.98 万元起,猎装版 Z7T 的预售价则是 23.98 万元起。现在下订,官方还提供至高 1.1 万元的购车权益。

摸着小米过河,踩中猎装的风口

去年年初,我们提出了一个观察:三排六座混动大 SUV,2025 年中国汽车市场的「版本答案」。回过头看,事实也确实如此。

理想 L9 和问界 M9 这对先行者,算是打开了 6 座 SUV 市场的胃口,引来了极氪 9X、乐道 L90、蔚来 ES8 等强有力的竞争选手,车企们几乎都在死磕大空间家用 SUV,生怕车子做小就卖不动。

但与此同时,一个车圈新星用自己的第一个作品,打破了「纯电轿车不好卖」的魔咒,把高端纯电轿车这个小众市场掰成了主流。当然,这辆车可不是今天发布会里的智界 S7,而是小米 SU7。

作为一个新来的插班生,小米 SU7 在造型上选择了一条差异化路线,车头被刻意拉长,车高被压低。雷军用实打实的交付量证明,年轻人非常愿意牺牲一点后排空间,来换取更好看的造型。不受待见的,反而是智界 S7 这种为了空间和风阻妥协的 One-Box 造型。

小米把路蹚平,证明放弃「最大公约数」照样能活得滋润,同行自然得火速跟进。

尚界 Z7 选在这个节点入场,刚好跳过了用户教育阶段,它瞄准的,正是那群既要运动造型、又离不开高阶辅助驾驶的用户。

如果说在轿跑市场是跟进,那同步推出的猎装版 Z7T 算是踩准了另一个风口。

今年年初,我们又提出了一个观察:曾经无人问津的旅行车和猎装车,成了中国车企的必争之地。

看近期的终端数据就知道,蔚来 ET5T、极氪 007 GT、享界 S9T 这些带着大尾巴的旅行版本,卖得都比同平台的三厢版更好。曾经小众的情怀车,现在几乎快成了刚需。

把这事全归结为汽车文化觉醒有些苍白,预算才是最实际的考量。

以前,合资品牌把旅行车捧得极高。买台进口的沃尔沃 V60 或奥迪 A4 Avant,要比国产的三厢版多掏大几万甚至十几万。为一个大后备箱承担这么离谱的差价,绝大多数人在刷卡前都会犹豫。

国产新能源品牌可不会跟你这么玩,主打一个把溢价的水分挤干。

同配置的轿车和猎装车,基本被钉在同一个价位。花同样的钱,能换来更修长优雅的比例和更大的装载空间,试问谁能不心动呢。

再者来说,纯电车为了续航,底盘必须塞进一块十几厘米厚的电池,地台被抬高后,设计师如果还死守三厢轿车那种快速下溜的车顶,后排乘客就只能憋屈地缩着脖子。把车顶线条往后平滑拉长,做成猎装形态,刚好化解底盘变厚带来的空间难题。

Z7T 借着这个形态释放后排头部空间,顺便给出一个极度宽敞的后备箱。周末往车里塞满折叠推车、单板滑雪板、宠物狗,才是他们真实的生活状态。传统轿车装不下这些零碎,SUV 又给不了精准的贴地转向手感,猎装车刚好卡在中间,好处两头占。

华为把高阶智驾塞进 Z7T,顺手抹平长途旅行的痛点,上百公里高速被算法接管,驾驶员不用再把精力耗费在无聊巡航上,到了目的地照样有充沛体力去搭帐篷。

配置严重同质化的今天,换一张牌桌往往是最有效的打法。尚界用 Z7 守住轿跑基本盘,再用 Z7T 网住那些愿意为户外生活方式买单的年轻人。

剩下的,就看上市时的价格够不够狠了。

9 车连发,896 线激光雷达全系标配

最后来看看这次发布会上的其它「界」字辈。

这次发布会最明显的信号,其实是华为把高阶辅助驾驶的天花板再次拔高了。

不论是主打行政的享界,还是面向年轻人的智界,亦或是销量担当问界,它们都同步换上了最新的 896 线的激光雷达。

在华为 ADS 4 的加持下,鸿蒙智行全家族的感知能力已经完成了新一轮的合围。何刚在台上提到,这种「图像级」的激光雷达不仅看得更远,避障的响应速度也提升了一个台阶。

在这种全员智驾平权的前提下,各品牌的焕新重点开始向细分需求倾斜。

享界 S9 和它的旅行版 S9T 拿出了更感性的配色,新增的星玫粉和月绒白,配上同色的轮毂,给这款行政级轿车增加一些生活的底色。该系列的起售价定在 31.98 万元。

智界 R7 和智界 S7 的重点则放在了座舱健康上。

除了新增暗夜紫和活力橙配色,这两款车引入了 9 系旗舰同款的「阿尔卑斯健康座舱」。何刚专门介绍了 MOFs 这种新材料——它不仅能吸附甲醛,还能主动将其降解。对于智界这种主打年轻家庭的品牌来说,这种看不见的增配也许比参数更有说服力。智界 R7 的起售价为 25.9 万元,同样做到了发布即交付。

问界家族的动作则加针对辅助驾驶。

问界 M7 焕新后,起售价来到了 30.98 万元。最关键的变化是,这个价格已经直接标配了 896 线激光雷达。

至于之前那些不带顶置雷达的 Pro+ 版本,何刚也带去了一个惊喜:经过大模型训练,这些老车主将在 4 月份迎来城区 NCA 的全量推送。华为用这种方式,给过去的纯视觉方案做了一次补课。

问界 M8 则更进一步,把传感器规格堆到了天花板。

除了车顶那颗 896 线激光雷达,M8 还额外增加了两个侧向的固态激光雷达。全车 38 个传感器配合全面升级调校的双腔空悬,让这台车的行驶质感和避障冗余度都更接近老大哥 M9。这次新增的 Max 后驱长航版,CLTC 综合续航更是跑到了 1590 公里,它的起售价为 36.98 万元。

最后压轴登场的是问界 M6。

作为问界家族最年轻的中大型 SUV,M6 并没有因为定位稍低就缩减硬件,896 线激光雷达依然是标配。这台车最大的不同是副驾前方的 DIY 设计,包括可以手机碰一碰换照片的水墨屏、能够放入各种手办的「移动橱窗」等系列配件。

此外,问界 M6 全系标配图灵平台,涉水深度达到了 700 毫米。这对于一台体态优雅的城市 SUV 来说,确实给足了出游的底气。它的预售价定在 26.98 万元起。

发布会临近尾声时,何刚还留了一个伏笔——鸿蒙智行的首款旗舰 MPV 智界 V9 将在四月下旬正式进店,同样会搭载这套顶配的 896 线激光雷达。

一下午连发 9 款新车,华为把这种「全系标配即顶配」的压迫感,传导给了每一个细分市场的对手。

在车型保鲜期越来越短的当下,这种恨不得把所有缝隙都填满的推新速度,确实让友商们很难接招。

除了造车,华为的消费电子也没闲着

整场发布会看下来,汽车抢足了风头,但华为消电的成绩单依然够硬。目前鸿蒙终端的设备数量已经突破了 5000 万,每天还在以 15 万的速度往上增。

稳住基本盘后,华为开始在细分硬件上切蛋糕了。

最先登场的是华为 Mate 80 Pro Max 风驰版。

何刚表示,这台手机是为了性能和重载场景准备的。为了压住麒麟 9030 Pro 芯片的满载发热,华为撤掉了一颗超长焦镜头,把位置腾出来塞进了一套「风驰散热模组」,里面用上了仿生羽翼涡扇和超导热弯流翅片。

软件层面,这台手机首发了 HyperSpace Memory 超空间内存技术。可以通过极高的压缩率,让 16G 的内存跑出 20G 的后台保活体验。软硬结合下来,整机性能比 Mate 70 Pro+ 提升了 45%。

这台用来打游戏和长时间直播的性能机,定价 8499 元起。

高端机秀肌肉,走量机型畅享 90 系列则负责把门槛踩实。

这次畅享 90 系列全系标配了 Wi-Fi 7。把最新的通信技术直接下放到一两千元的档位,给同价位产品上了一点强度。

杯型最大的畅享 90 Pro Max 塞进了一块 8500mAh 的巨鲸大电池,主打一个跨天级别的重度续航。中间定位的畅享 90 Plus 增加了一个非常实用的痛点功能——端侧智能识别诈骗风险,并支持家属远程挂断电话。

穿戴设备方面,华为更新了两块表和一个手环。

定位旗舰的 WATCH Ultimate 2 拿出了全新的纳米微晶陶瓷表圈和非晶锆合金表体,支持 150 米专业潜水和果岭视图升级,依然是冲着极限户外群体去的。

相比之下,WATCH GT Runner 2 的定位更纯粹,完全为跑步爱好者服务。

表体重量压到了 34.5 克,厚度只有 10.7 毫米。正面覆盖第二代昆仑玻璃,表盘峰值亮度达到 3000nit,大太阳下跑步也能一眼看清配速。在开启双频高精度定位的情况下,续航依然能撑 32 个小时。

至于手环 11 系列,Pro 版升级了独立 GNSS 定位,标准版则把重点放在了情绪健康和日常便携交互上。

办公和家居生态也顺带刷了一波存在感。

MatePad Pro 12.2 英寸和 MatePad mini 悦读版同步更新了幻影紫配色。

许久没动静的显示器产品线推出了 MateView GT。27 英寸的全面屏支持 160Hz 高刷新率,底座内置了 26W 大功率的 4.1 声道音响系统,连外接音箱的钱都省了。

最后压轴的是 Vision 6 智慧屏。面板换上了华为 Super MiniLED 黑晶屏,外层加了双层纳米低反镀膜,把屏幕反射率压到了 0.5%,大白天看电视基本不用拉窗帘了。更有意思的是,这块电视屏幕现在支持触控,配合灵犀手写笔,客厅的大屏变成了一块巨大的画板。

带轮子的都关注,欢迎交流。 邮箱:tanjiewen@ifanr.com

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/KQzhF92
via IFTTT

黄仁勋回应一切:木匠、水管工看到 Al 应该最兴奋

如果要找一个人来解释这场 AI 大爆发究竟是怎么发生的,黄仁勋无疑是最合适的人选。

三十年前创立英伟达、押注图形处理器,把 CUDA 强行装进游戏显卡,市值从 80 亿跌至 15 亿,然后用十年爬回来。在所有人还在争论推理芯片会不会只是低端市场时,他已经在为智能体时代设计机架架构。

这种提前预判,显然不只是运气,也离不开他几十年如一日做的一件事:在所有人相信之前,先把那个未来讲给所有人听。

今天,知名播客主持人 Lex Fridman 公开了他与黄仁勋长达两小时的深度专访。

对话涵盖 CUDA 护城河、中国科技生态、编程的未来,DLSS5、乃至意识与死亡。这是黄仁勋近期最完整的一次公开表达,也是迄今为止最接近他真实思维方式的一次记录。

附上黄仁勋采访文字版实录 🔗:https://ift.tt/5AtV2wU

一个问题,60 个专家同时在场,这就是英伟达开会的方式

采访开篇,Fridman 指出英伟达已将设计重心从单芯片扩展至机架级别,涵盖 GPU、CPU、内存、网络、NVLink、光纤与铜缆互联、供电、冷却、软件以及机架本身。他问黄仁勋:在如此多变量的协同设计中,最难的部分是什么?

黄仁勋首先解释了极致协同设计为何从工程逻辑上不可回避。

他说,问题的根源在于规模:当你把一个任务分布到一万台计算机上,你期望的结果是获得远超线性叠加的加速效果,比如一百万倍的提升,而单纯增加计算机数量只能带来线性收益。

这就是阿姆达尔定律的约束,也就是说,如果计算只占总工作量的 50%,即便把计算速度提升到无限快,整体也只能加速两倍。

「一旦你把问题分布出去,所有东西都会成为瓶颈。CPU 是问题,GPU 是问题,网络是问题,交换机是问题。分布式计算在我们这个规模下,每一个环节都必须同时攻克。」

在组织层面,黄仁勋透露自己的直接汇报超过 60 人,几乎涵盖所有技术学科的顶尖专家:内存、CPU、光学、GPU 架构、算法、设计,无一缺席。他刻意放弃一对一汇报制度,改为让所有人同时在场讨论任何一个具体问题。

「因为我们在做极致协同设计,所以任何一次讨论都不可能只有一个人在场。我们呈现一个问题,所有人一起攻。当我们讨论冷却,网络专家在听;当我们讨论供电,内存专家在听。谁要是对本该关注的事情没有关注,我会直接点名。」

他将公司架构比作操作系统,认为公司的组织结构应当直接反映它所处的环境和它要生产的产品,而非套用统一的「汉堡式」或「软性」组织图或者和汽车公司组织图。

把 CUDA 塞进游戏显卡,是最痛苦也是最关键的决定

在讲述英伟达的战略演进时,黄仁勋也详细梳理了从图形加速器到计算平台的转型路径。

他说,英伟达最初是一家加速器公司,专注于图形处理。专业化的好处是极致优化,问题在于市场边界天然受限,而市场规模直接决定研发投入能力,研发能力又决定了一家公司在计算领域能发挥多大的影响力。

于是英伟达必须拓宽边界,向通用计算迈进,但通用性和专业性之间往往存在天然的矛盾:越向通用计算靠拢,专业加速能力就越被稀释。

「我把这两个本质上矛盾的词硬连在一起,公司必须一步一步走那条极其狭窄的路,在扩展计算边界的同时,守住最重要的专业化能力。」

第一步是可编程像素着色器,第一次向可编程性迈进。第二步是在着色器中加入 IEEE 标准兼容的 FP32 浮点运算,这一步吸引了那些此前在 CPU 上做流处理和数据流计算的研究者。他们发现,GPU 的计算密度极高,又能兼容他们原有的软件逻辑。这直接促成了 Cg 语言,再到 CUDA。

将 CUDA 搭载到 GeForce 消费级显卡是整个历史中最关键也最痛苦的决策。

黄仁勋说,计算平台的价值完全取决于装机量,而不是架构的优雅程度。他举 x86 为例:这是历史上被批评最多的架构,远没有同期那些被顶尖计算机科学家精心设计的 RISC 架构优雅,但 x86 活下来了,RISC 大多失败了。原因只有一个:装机量。

「当时 GeForce 每年出货数百万块显卡。我们说,不管用户用不用 CUDA,都把它装进每一台 PC 里,用这个作为培育装机基数的起点。同时我们去大学里写教材、开课程、到处推广 CUDA。在那个年代,PC 是主要的计算载体,没有云,我们等于把超算塞进了每一个在校学生和研究人员的手里,总有一天会有惊喜发生。」

代价是惨烈的。CUDA 让 GeForce 的成本大幅上升,将英伟达的毛利率彻底压垮,公司毛利率本已只有 35%,成本增加 50% 之后,全部利润蒸发。市值从约 80 亿美元一路跌至 15 亿美元,在底部徘徊了相当长的时间。

「但我们一直扛着 CUDA,一直搭载在 GeForce 上。英伟达是 GeForce 建起来的家,是 GeForce 把 CUDA 送到了所有人手里。研究人员和科学家在大学里发现了 CUDA,因为他们本来就是游戏玩家,他们自己攒电脑,他们拿 PC 组件搭集群。」

后来,这成为深度学习革命的基础设施。对于如何作出这类赌注式决策,黄仁勋说,他的决策过程始于好奇心,然后是推理。当推理系统在内心足够清晰地呈现出「这件事一定会发生」时,他便开始相信它,而一旦相信,就会去实现。

但更重要的是他管理集体信念的方式:他从不等到决策那一天才宣布,而是通过每一次外部信息、工程里程碑、行业新发现,持续向董事会、管理团队、员工、合作伙伴一点一点地铺设认知基础。

「到了宣布的那一天,我希望所有人的反应是:『Jensen,你怎么现在才说?』收购 Mellanox 是这样,全力押注深度学习是这样,现在 Groq 也是这样,我已经铺垫了两年半。」

他把 GTC 大会描述为向全行业塑造未来认知的工具,不只面向员工,也面向合作伙伴和整个生态。「我们不生产计算机,也不搭建云。我们是计算平台公司,任何人都无法直接购买我们的产品,但我们向所有层级开放平台。在我的产品准备好之前,必须先让所有人相信它将要到来。」

Ilya 说数据耗尽了,黄仁勋说他搞错方向了

对于 Scaling Laws(缩放定律/扩展定律),黄仁勋提出了一个系统性框架,包含四个相互咬合的层次。

第一条是预训练扩展定律。模型越大,训练数据越多,AI 越聪明。

当 Ilya Sutskever 表示「预训练数据耗尽」时,业界一度恐慌,认为 AI 到了天花板。黄仁勋认为这个担忧搞混了方向:人类生产的数据确实有限,但合成数据的比重会越来越高,而且这并不奇怪,人类知识本来就是「合成」的,知识在人与人之间流转、被重新诠释、再创作、再消费。AI 现在已经能够以真实数据为基础大量生成合成训练数据,预训练的瓶颈从数据量转移到了算力。

第二条是后训练扩展定律。通过指令微调、强化学习等方式持续精炼模型能力,这个空间仍然广阔。

第三条是测试时扩展定律,也就是推理阶段的计算投入。

黄仁勋说,当初很多人预判推理是「简单的」,认为推理芯片只需要小而廉价,完全不需要英伟达那样昂贵复杂的产品,将来推理市场会是一个被商品化的低端市场。「这在逻辑上就说不通。预训练是记忆和归纳,是阅读;推理是思考、推理、规划、搜索、尝试、分解陌生问题。思考怎么可能是计算轻量级的?」事实证明他是对的,测试时扩展的计算消耗远超市场预期。

第四条是智能体扩展定律。一个大语言模型变成一个智能体,在测试时去查数据库、使用工具、分配子任务,同时派生出大量子智能体。「扩充英伟达规模最简单的方法是多雇员工,而智能体的分裂速度比雇人快多了。」这些智能体在运行过程中积累大量有价值的经验和数据,其中的精华会反哺预训练,再经后训练精炼,再经测试时增强,形成完整的闭环飞轮。

「归根结底,智能的扩展取决于一件事:算力。」

对于如何在硬件设计层面预判 AI 模型的走向,黄仁勋坦言这是最难的部分之一,因为 AI 模型架构每六个月就会迭代一次,而系统和硬件架构的迭代周期是三年。

英伟达的应对策略包括三条:内部做基础研究和应用研究,自己训练模型,获得一手体感;作为全球唯一与所有 AI 公司同时合作的平台公司,广泛倾听行业前沿的挑战;以及保持架构的灵活性,让 CUDA 能随算法演进而演进。

他举了混合专家模型(MoE)的例子:正是预判到 MoE 的崛起,英伟达才将 NVLink 从 8 路扩展到 72 路,使一个完整的 4 万亿乃至 10 万亿参数模型能够在单一计算域内运行,行为上如同一块巨大的 GPU。

而 Vera Rubin 一代机架相较于 Grace Blackwell 机架,最显著的变化在于增加了存储加速器,引入了全新的 Vera CPU,还有专为智能体任务设计的 Rock 机架,因为智能体工作时需要频繁访问文件系统、调用工具、执行代码,这与单纯运行 LLM 推理是完全不同的工作负载。

「为什么在 Claude Code、Codex、OpenClaw 出现之前,我们就设计好了这一代架构?因为推理根本不需要等到具体产品出现,你只需要坐下来认真思考:一个大语言模型要成为真正的数字工人,它必须做什么?它必须访问文件系统获取真实数据,必须能上网查资料,必须会用工具,必须能派生子任务。这些都不是玄学,就是基本逻辑。」

他还用了一个生动的思想实验:想象十年后最强的 AI 智能体是一个人形机器人,进入你家干活,更可能的情形是它使用你家里现有的工具,比如微波炉,还是它的手指会随时变成锤子、手术刀或者微波发生器?答案显然是前者。「我描述的,其实就是 OpenClaw 几乎所有的核心特性。」

黄仁勋眼中的马斯克:一个把自己变成所有人最高优先级的人

Fridman 提到黄仁勋曾高度称赞马斯克在孟菲斯以四个月时间建成 Colossus 超算,目前已达 20 万块 GPU 的规模。黄仁勋阐述了他从中看到的工程与管理哲学。

他说,马斯克是一个能在多个高深领域同时保持深度的人,同时又是出色的系统思考者。他习惯性地对每一件事追问三个问题:这是必要的吗?必须这样做吗?必须花这么长时间吗?层层追问之后,系统被剥离到最小必要形态,能力却完整保留。

「他也会亲自出现在问题发生的现场。有问题,他就去现场,『把问题给我看』。这种做法能打破大量『这就是我们一贯的做法』的惯性。每个供应商都有很多客户和项目,他的做法是让自己成为所有人项目里的最优先级,而且他是靠亲身示范做到的,不是靠嘴说。」

他描述了 Fridman 也同样经历过的一个细节:马斯克曾蹲在机架旁边和工程师一起研究如何插拔线缆,目的是减少出错概率。「从每一个细节积累起来的直觉,让你能同时看清微观的低效和宏观的系统性问题,然后你才有资格说『让我们换一种完全不同的方式来做这件事』。」

为什么中国科技圈天然倾向于开源

谈及最近访问中国之行,黄仁勋表示,全球约 50% 的 AI 研究人员是中国人,其中大多数仍在中国国内工作。中国科技行业崛起的时间节点,恰好与移动互联网时代高度重合,使他们能够以软件为突破口进入全球竞争。

他认为,中国科技生态之所以能持续输出大量顶尖公司,有几个结构性原因。

第一是竞争烈度。中国并非一个统一的大市场,而是由无数个省和城市组成的竞争体系,这导致每个垂直领域都出现了数量惊人的竞争者,电动车如此,AI 公司亦然,最终在激烈竞争中存活下来的必然是极其优秀的企业。

第二是开放共享的文化。中国工程师圈子高度依赖于学校、公司之间的人际网络,同学就是终身兄弟,朋友就是同行。黄仁勋说,中国工程师的优先级排序是:家人第一,朋友第二,公司第三。这个排序直接决定了他们对待知识的态度。

他们的工程师,兄弟在那家公司,朋友在那家公司,大家都是同学。同学这个概念,在中国意味着一辈子的兄弟。所以他们分享知识的速度极快,根本没有理由把技术藏着掖着,放到开源上就好了。

第三是崇尚工程的社会文化。这是一个崇尚建造的国家。

他由此延伸到英伟达的开源战略,特别提到 Nemotron 3,这是一个 1200 亿参数的开放权重混合专家模型,架构上融合了 Transformer 与状态空间模型(SSM)。

英伟达推进开源有三重动机:其一,自己训练模型是极致协同设计的一部分,能让硬件团队直接感知模型架构的走向;其二,专有模型和开源模型各有必要,开源是让 AI 真正扩散到每个行业、每个国家、每个研究者和学生手中的必要条件;

其三,AI 远不只是语言,生物学、物理、气象、流体等领域都需要专门训练的模型,英伟达要确保每个行业都能获得世界级的 AI 基础模型。

43000 个人和数百万开发者,共同撑起英伟达护城河

被问及英伟达最重要的竞争护城河,黄仁勋给出了一个清晰的排序。

第一是 CUDA 的安装基数。

他说,即便二十年前有人做出了一个技术上更出色的替代架构,比如 GUDA 或 TUDA,也很可能失败。因为决定架构成败的从来不只是技术,而是有多少开发者将自己的软件建立在这个平台上。

CUDA 今天的地位,来自 43000 名英伟达员工数十年的持续投入,也来自数百万开发者将他们的软件栈压注在这个平台上的信任。

他还强调了英伟达执行速度的重要性:任何一个开发者只要选择了 CUDA,几乎可以确定六个月后它会变得更好十倍;他开发的软件能触达几亿台设备、覆盖所有主要云服务商、所有主要行业、所有主要国家;而且他能确信英伟达会在可预见的未来持续维护和改进 CUDA。「把这几点加在一起,如果我是一个开发者,我会首先选 CUDA,并且把最多的资源投入到 CUDA 上。」

第二护城河是生态系统的横向覆盖。英伟达将极其复杂的系统纵向整合,但同时向每一家公司的计算平台横向开放接入,从谷歌云、亚马逊 AWS、微软 Azure,到 CoreWeave、Nscale 这样的新兴算力公司,到制药企业的超算,再到电信基站边缘设备、汽车、机器人、卫星。

一个架构覆盖了全球几乎所有行业。

对于英伟达未来能否达到 10 万亿美元市值,黄仁勋的推演从两个根本性变化出发:计算从检索式转向生成式,意味着算力需求量级跃升;计算机从仓储单元转变为生产工厂,意味着它从成本中心变成了直接与企业营收挂钩的利润中心。他预计世界 GDP 增速将会加快,而计算占 GDP 的比例将达到过去的 100 倍以上。

他提到英伟达的 3 万亿美元收入路径在他看来是「当然可能」的,并没有任何物理定律约束这一数字的实现,更重要的是,英伟达的增长不依赖于从现有竞争对手手中夺取份额,而是依赖于一个几乎从零开始生长出来的全新市场。

「当英伟达是 100 亿美元的公司时,你没法说『如果他们从谁那里拿到 10% 份额就能增长多少』。他们的想象力需要从零构建。但我有的是时间,每一次 GTC 都会让这件事变得更加真实。」

谈及智能体时,他将 OpenClaw 比作「Token 的 iPhone」:「消费者直接能用到了。iPhone 级别的产品到了,它是有史以来增长最快的应用,一飞冲天,就这样。」

玩家对 AI 糊感的愤怒,其实是一面镜子

黄仁勋说,GeForce 至今仍是英伟达最重要的品牌营销策略:人们十几岁时因为游戏认识英伟达,进入大学和职业生涯后自然转向 CUDA 和专业工具。

被问及史上最重要的游戏,他给出两个答案:从文化与行业影响力看是 Doom,它把 PC 从办公工具变成了家庭娱乐设备;从游戏技术看是 Virtua Fighter。近年的代表作则是完整实现光线追踪渲染的《赛博朋克 2077》。

谈及 DLSS 5 引发的玩家争议,他理解那种对「AI 糊感」的反感,承认这是真实存在的审美问题。

但他解释,DLSS 5 的工作前提是三维几何数据的严格约束,每一帧都完全忠实于艺术家定义的空间结构和纹理风格,做的是增强而非覆盖。「玩家以为 DLSS 会在成品游戏上做后处理,这个理解是错的。它嵌入在创作流程里,艺术家决定用还是不用。」系统也完全开放,工作室可以自行训练模型、指定卡通或水彩等任意风格。

他随后作出一个更宏观的观察:玩家对 AI 糊感的敏感,恰恰说明人类真正在乎的是创作者留下的那些不完美的印记。「只要 AI 是辅助艺术家的工具,它就是好的。」

此外他还提到英伟达为游戏开发者提供的次表面散射皮肤着色器,这项技术模拟光线穿透皮肤浅层后散射的物理现象,让游戏人物皮肤呈现出更接近真实的半透明质感。「这些都是工具,由艺术家决定怎么用。我们只是提供工具箱。」

AGI、编程的未来与人类的位置

在 AGI 定义问题上,Fridman 以「能够从零创立并运营一家市值超十亿美元的科技公司」作为测试标准,黄仁勋的回答是:这个门槛,我认为 AI 现在已经达到了。

他设想一个 AI 创建了某款应用,短时间内吸引数十亿用户,完成商业化后退出,这和互联网时代那些昙花一现的爆款网站并无本质差异,而那些网站的技术复杂度远低于 OpenClaw 今天能生成的东西。「我不知道具体会是什么,但我在互联网时代也没有预测到任何那些公司。」他同时强调,100000 个智能体建立一个持续运营的英伟达的概率是零,但创建一个短暂的爆款应用并从中获利,完全可能已经在发生了。

关于编程的未来,黄仁勋认为编程的定义本身需要重写。编程的本质是规格说明,即告诉计算机要构建什么。在这个定义下,能做到这件事的人数量将从 3000 万扩展到 10 亿。每一个木匠、水管工、会计师都将成为自己行业里的创新者,因为 AI 让他们能够以自然语言表达意图,并将其转化为实际产品。「如果我是一个木匠,我看到 AI,我会非常兴奋。如果我是一个水管工,我会完全疯狂。」

他用辐射科医生的案例回应了「AI 会消灭职业」的担忧:计算机视觉在 2019 年前后达到超人水平,曾被普遍预测辐射科医生将消亡。结果是所有辐射科平台都整合了 AI、辐射科医生数量不降反升,现在全球还出现了辐射科医生短缺。原因很简单:能更快读片,就能读更多片,就能服务更多病人,医院营收增加,需要更多辐射科医生。

「那个预警走得太远,吓跑了很多本该进入这个行业的人,这是真实的伤害。英伟达的软件工程师数量只会增加,不会减少。他们的职业目的是解决问题,而解决问题这件事的每一个组成部分,评估结果、团队协作、诊断问题、创新、连接不同领域,这些都不会消失。」

在工作中倒下,是最好的结局

被问及是否思考自己的死亡,黄仁勋的回答十分诚实。

「我真的不想死。我有很好的家庭,有非常重要的工作。这不是『一生难得一次的体验』,而是整个人类文明难得一次的体验,我正在其中。英伟达是历史上最重要的科技公司之一,这件事我非常认真。」

对于继承人规划,他的回应十分出人意料:他说他「不相信继任规划」,但原因恰恰是认真思考了这个问题。如果你真的关心自己离开后公司的命运,那么你今天应该做的,是把你所学、你所理解、你所积累的全部知识、洞察和判断,以最高频率传递给周围所有人。

「每一次会议都是推理会议。我学到的任何东西,没有在我桌上停留超过一秒钟的,立刻就指向某个人:去研究这个,这个东西很了不起,你会想了解它的。我在持续地赋能周围所有人,让他们的能力不断提升。」

他说自己希望的结局是在工作中倒下,而且是瞬间的,没有漫长的痛苦过程。

对于人类未来 100 年的希望,他说他一生都对人性的善意保有高度信心,尽管偶尔会被辜负,但结果一次又一次证明他是对的,而且往往超出预期。

「现在有那么多我们想解决的问题、想建造的东西、想做的好事,都在我们的有生之年变得可以触及。消灭疾病,这是合理的期待。大幅减少污染,这是合理的期待。这一切,怎么可能不让人心动?」

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/EwgQPsd
via IFTTT

2026年3月23日星期一

微信龙虾插件上线72小时,就被OpenClaw一次更新干崩了

一觉醒来,很多网友发现微信里的虾不能用了,原因是 OpenClaw 昨天一次大更新。

APPSO 在开头强烈建议,如果你想在微信养虾,先别升级到 OpenClaw 最新版。

当我们尝试把手边的 OpenClaw 更新到最新版本时,果然在更新的过程中,就接连报出好几个警告。

不只是微信(下图中 openclaw-weixin),我们之前配置的腾讯系 qqbot、企业微信 wecom-openclaw-plugin,以及飞书等聊天应用,都遇到了「包含危险代码模式」的警告。

▲我们在从 3.13 版本更新到 3.23 的过程中,腾讯系的 qqbot、企业微信和微信几乎都遇到了类似的警告。

所谓的检测到危险的代码模式警告,一般是说在相关的插件代码里,有一些写法,可能带来安全风险、稳定性问题,或者被恶意利用。

它和报错不同,报错是代码已经出现明确问题,程序没法正常继续,或者结果不可信。

更新完成后,我们尝试在微信里面和 Clawbot 对话,控制部署在本地的 OpenClaw,连发好几条消息都没有回应。

查看 OpenClaw 的官方日志,我们发现,在微信里发给 Clawbot 的信息,完全不能同步到 OpenClaw 处理。反而好几条都是 error 的报错信息,提示找不到 OpenClaw 的 plugin-sdk 的模块。

Error: Cannot find module ‘openclaw/plugin-sdk’

但是 QQ Bot 却还能正常回应。

▲微信 ClawBot 在更新后连接不上 OpenClaw

在我们按照微信官方的 Clawbot 插件提示,重新在终端里输入命令安装 Clawbot 时,开始像 OpenClaw 的运行日志里面,报出找不到相关模块的问题。

OpenClaw 更新了什么,它也是「屎山」?

OpenClaw 现在可以说是 GitHub 上的顶流开源项目,几乎每天都有人在为他提交优化代码,而官方基本上也是保持在 2-3 天就会更新一个新的发布版本,每次都是大量的 fixes 代码修复、changes 变更,和 breakings 大改动。

▲从 GitHub 能看到,OpenClaw 的更新相当频繁

在这次 2026.3.22-beta.1 的更新中,Openclaw 团队就进行了一次重构。对于插件系统,他们做了两个大幅度的变动。

拆除了原有的总大门: 以前所有的插件都可以直接从 openclaw/plugin-sdk 这个统一的入口拿到需要的功能。这次更新,官方直接把这个总入口给删了。

不提供任何过渡方案: 更新日志里明确写了 no compatibility shim(无兼容垫片)。意思就是,他们不仅直接把这个模块删除了,连个转移和过渡的接口都不给。

OpenClaw 为什么会这么大刀阔斧地更新?

虽然对用微信 Clawbot 的普通用户来说很折磨,但从软件工程的角度,官方这么做主要是还是为了性能和安全。

以前的统一入口的模式,会导致插件一口气把整个开发包(SDK)全加载进内存,哪怕它只用到了一小部分功能,这会让软件变得臃肿缓慢。

现在官方强制要求细分路径(比如必须写精确到 openclaw/plugin-sdk/core),就是要逼着插件作者「要什么拿什么」,从而大幅提升 Openclaw 的启动速度。

此外,更新日志里还提到了「阻断相对路径的跨包逃逸」。意思是以前的旧接口太宽松,稍微有点恶意的插件可能会越权访问你电脑里的其他数据。现在强制使用细分的新接口,是为了把每个插件严严实实地关在自己的小盒子里。

OpenClaw 在自己的官方文档里也立刻更新了说明,提到这个更新,主要就是为了实现按需加载,提升启动速度和省内存,另一方面是让 API 的接口更加清晰。

▲OpenClaw 的插件更新,提到了为什么要改变,做了哪些改变,以及插件开发者如何修改的指引

强制遵守 API 规矩,就是要求插件只能使用公开的、稳定的接口(也就是 openclaw/plugin-sdk/* 里面的东西)来获取能力。

如果大家都用相对路径去偷偷访问底层的私有代码,一旦官方修改了底层代码的文件夹名字,就会直接拦截报错。

发布才 72 小时,就这样被拦截了

原因已经很明显了,就是微信的 clawbot 插件找不到和 OpenClaw 对接的路线了。

微信和企微插件的作者在写代码时,使用的是旧版的规则,代码里写死了要去 openclaw/plugin-sdk 找工具。

而在我们启动新版 Openclaw 时,程序读到微信插件的这行代码,去系统里一找——发现官方已经把这个路径给删了。

OpenClaw 的运行环境使用的是 Node.js 平台,它是个一板一眼的机器,找不到东西它就会立刻报错:Error: Cannot find module 「openclaw/plugin-sdk」,然后直接原地罢工,导致我们的微信和企微甚至连加载都加载不出来。更不用说发消息给他,想要得到回复了。

而 QQBot 还能正常使用,主要是一开始的危险代码警告,仅针对这次更新引入的严格静态代码扫描工具,警告并不会阻止插件运行。

社交媒体上对这件事议论纷纷,有人说「微信想要继续好好利用这个插件,就必须认真学习开源生态系统的相关知识了。」

也有人反驳,是 OpenClaw 本身就很不稳定,一直在更新修改。

「即便微信要对开源做适配,为什么不直接说 OpenClaw 的 API 设计太糟糕呢?项目一开始的接口简直就是一堆乱七八糟的东西,稍微改动一下就崩溃」。

确实如此,通常开源社区负责任的做法是,会先标记旧接口为「已废弃(Deprecated)」,保留运行能力但弹窗警告,给开发者几个月的过渡期,下个大版本再彻底删除。

这次,微信辛辛苦苦更新了一个版本,推出了支持二维码登录、消息收发等功能的「真.微信龙虾」,甚至有网友发现在微信公开的这个插件安装包里面,是微信第一次开放个人机器人的协议。

▲链接:https://ift.tt/93phKN4

但刚迈出了这么大的一步,反手就被 OpenClaw 的一次更新给「背刺」了。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/oHtlzFQ
via IFTTT