← All Digests

Wednesday, July 22, 2026

generated by modelscope in 20.2s

今日科技圈焦点:谷歌发布Gemini 3.6 Flash和3.5 Lite,Pro版本缺席引猜测;Thinking Machines推出Inkling模型,架构借鉴DeepSeek但性能不及中国开源;苹果Apple Intelligence备案,千问成为其中国区AI底座,标志大模型进入系统级整合。此外,磁吸背屏、Codex键盘等硬件创新涌现,白酒行业提价后市场迅速降温,汽车整车利润率仅1.5%凸显价格战残酷。

Editor Columns

🔧
锐评哥
实用主义视角 · mistral-large · 27.9s

今天的科技圈有几件事特别值得聊聊,尤其是AI和硬件这两条线,看似独立,其实背后都藏着同一个逻辑:技术的商业化和生态竞争已经进入白热化,但很多玩家还在用老思路打新战场,结果就是花钱买教训。

先说AI这块。谷歌发布Gemini 3.6 Flash和3.5 Lite,但Pro又缺席,这事儿看起来像是谷歌在打补丁,实则暴露了大厂在AI产品线上的焦虑。Pro缺席不是技术问题,而是定位问题——谷歌现在被OpenAI和一堆开源模型夹击,不得不在性能和成本之间疯狂摇摆。Flash和Lite这俩版本,一个是降低延迟,一个是压缩成本,看起来很实用,但背后的逻辑是:谷歌已经不敢再堆硬件参数了,转而开始在应用场景上做文章。这跟苹果接入千问的操作如出一辙——AI不再是单独的产品,而是操作系统的基础能力。千问进苹果,表面上是阿里的胜利,实质上是AI竞争从模型层面转向系统层面的标志。当AI成为默认能力,谁能把它嵌入到用户的日常操作中,谁就能占据下一代计算平台的入口。谷歌和苹果都在抢这个入口,但谷歌的问题在于,它的生态太碎片化,而苹果的闭环生态反而成了优势。

再看美国大模型开始抄中国作业这件事。OpenAI前CTO穆拉蒂的Thinking Machines发布Inkling,架构抄DeepSeek,后训练用Kimi的数据,性能不如中国开源模型,价格还更贵。这事儿挺讽刺的,但也很真实。美国企业因为监管压力,急需本土替代品,哪怕性能差点,只要能用就行。这说明在AI领域,技术壁垒正在被商业需求和监管政策打破。中国的开源模型已经形成了事实上的标准,美国大厂不得不跟进,哪怕是抄。但抄的背后,是美国AI生态的焦虑——他们意识到,如果不快速补齐短板,就会在全球AI竞争中失去主导权。不过,抄作业这事儿短期内能解燃眉之急,长期来看,如果没有原创技术的突破,美国大厂迟早会被中国模型反超。

最后说说磁吸背屏这玩意儿。OPPO、荣耀、海信都在推,看起来像是智商税,但背后其实是手机市场的创新焦虑。手机硬件同质化严重,厂商不得不在边边角角上做文章,磁吸背屏就是典型的情绪价值产品。它解决不了任何实际问题,但能给用户一种“科技感”的错觉。这跟汽车行业的价格战如出一辙——当产品本身没有差异化竞争力时,厂商只能靠营销和噱头来吸引用户。磁吸背屏的出现,说明手机行业已经进入了“内卷2.0”时代,创新不再是技术驱动,而是营销驱动。这对普通用户来说,可能意味着更多花里胡哨的功能,但对开发者来说,意味着硬件生态的碎片化会越来越严重,适配成本会越来越高。

总结一下,今天的几个信号都指向同一个趋势:技术的商业化竞争已经进入深水区,谁能在生态和系统层面建立优势,谁就能笑到最后。谷歌和苹果在AI上的动作,说明系统级能力才是未来的关键;美国大模型抄中国作业,说明技术壁垒正在被商业需求打破;磁吸背屏和汽车价格战,说明硬件创新已经进入内卷阶段。对开发者来说,这意味着两件事:第一,不要再盲目追逐最新的模型或硬件,而是要关注它们背后的生态和系统;第二,商业化的本质是解决真实问题,而不是堆砌参数或噱头。现在的AI和硬件市场,看起来热闹,但真正能落地的东西并不多,大部分都是在烧钱买教训。

🔭
远见姐
趋势观察视角 · gemini-flash · 7.8s

日元跌破1美元兑163日元,日本央行加息至1%,这背后是全球资本流动的剧烈调整。日元疲软并非孤立事件,它与全球通胀预期、主要经济体货币政策分化以及地缘政治风险交织在一起。日本央行此举,一方面是为了稳定本国货币,抑制输入性通胀,另一方面也可能预示着全球货币政策的拐点正在到来,过去长期低利率甚至负利率的时代正逐渐成为历史。这对于依赖低成本融资的科技创新企业来说,意味着融资成本将上升,对资本密集型产业,如半导体、新能源汽车等,将带来不小的压力。

科技领域,大模型领域的竞争进入了白热化且呈现出新的态势。谷歌发布Gemini 3.6 flash和3.5 lite,放弃了pro版本,这表明巨头们在追求更轻量化、更易于部署的模型,以满足终端设备和特定场景的需求。而另一方面,中国的大模型正在被美国学习和借鉴,Thinking Machines借鉴DeepSeek架构,并使用Kimi数据进行后训练,但性能和价格上却不具优势。这说明,在开源和技术扩散加速的时代,“原创新”的护城河越来越浅。更值得关注的是,苹果将千问纳入其中国区AI底座,这标志着大模型竞争从参数比拼转向系统级集成,AI正以前所未有的方式“隐身”于操作系统和应用之中,成为基础能力。这种趋势意味着,未来AI的价值将更多体现在其与用户交互的流畅度、个性化服务以及对现有生态的赋能上,而非单纯的模型参数大小。

从更宏观的视角看,当前科技行业的“内卷”并非仅仅是技术层面的竞争,更是商业模式和市场策略的博弈。例如,汽车行业利润率极低却依然价格战,反映了产能过剩和市场饱和的严峻现实,企业正在通过规模效应和成本控制来寻求生存空间。而在消费电子领域,磁吸背屏的出现,则是在存量市场下,厂商试图通过微创新和附加功能来刺激消费者需求,迎合“情绪价值”和“个性化”的消费趋势。即便是像耐克这样的国际巨头,在中国市场的线上经销安排终止,也显示出全球化供应链和市场策略正在经历重塑,企业需要更灵活地适应区域市场的变化。

这些信号共同指向一个正在加速演变的数字经济新格局。AI正在从一个独立的“应用”或“服务”转变为操作系统的一部分,成为一种基础设施,渗透到各行各业。这种“隐身”的AI,将极大地提升效率,但也可能带来新的垄断和数据安全风险。同时,全球经济的动荡,特别是货币政策的调整,将深刻影响科技创新的资本供给和市场需求。未来半年到一年,我们可以预见,AI模型的轻量化和边缘化将加速,大模型公司将更加注重生态整合和场景落地,而硬件厂商则会围绕AI能力进行产品设计和市场营销。那些能够快速适应这种变化,将AI能力深度融入自身产品和服务的企业,将更有可能在未来的竞争中脱颖而出。而那些依然固守传统模式,或者未能有效应对成本上升和市场需求变化的企业,则面临被颠覆或淘汰的风险。

🤔
怀疑叔
理性怀疑视角 · modelscope-deepseek · 12.9s

申真谞赢了围棋AI,这消息确实抓眼球。但仔细想想,这更像是一个精心设计的商业表演,而非技术里程碑。KataGo作为一个开源项目,其训练资源和投入根本无法与当年AlphaGo相提并论。更关键的是,这恰恰暴露出AI在封闭、可预测环境下的脆弱性。你让申真谞去跟一个能实时调用全网数据、能操纵物理设备的通用Agent下一盘试试?恐怕连规则都讲不清楚。所以别再炒作“人类反杀”了,AI真正的战场根本不在棋盘上。

再看另一边,谷歌Gemini 3.6 Flash发布了,但Pro又缺席。这就像一个球队只派出替补队员,说主力正在调整状态。历史一再证明,每次大模型发布节奏的混乱,背后往往是技术路线打架或者算力成本失控。Hugging Face上那些被刷爆的模型名,比如“Uncensored-Heretic-NM-DAU-NEO-MAX”,一看就是典型的社区狂欢,跟实际产品落地能力是两码事。当下AI领域的真实状况是:开源模型在性能上疯狂追赶,但闭源厂商的“贵替”策略正在失效。Thinking Machines拿了Kimi的数据,用了DeepSeek的架构,结果性能还不如人家,价格还贵一倍。这种故事在2018年AI芯片泡沫里我见过一模一样的版本——没有核心壁垒的“整合者”,最终都会被竞品用开源和降价围剿。

最让人不安的信号藏在实体经济里。整车利润率只有1.5%,卖一台10万的车赚1500块,这钱还不够给销售提成。与此同时,私募基金规模却创了23.66万亿的历史新高,光6月就发了1000亿新基金。巨大的资金盛宴正在脱离实体创造价值的逻辑,变成一场“纯金融内循环”。耐克终止中国线上经销安排,滔搏22%的收入说没就没,汽车行业在打价格战,白酒在跌价,茅台提价都拉不动指数。我们一边看着AI Agent在GitHub上搞“Vibe-Trading”,一边看着制造业在泥潭里挣扎。这两个世界正在加速脱钩,而泡沫破裂时,往往是虚的那一边先塌。

Data sourced from Signal Hub · Multi-model AI digest, editor-reviewed