vivo 将推出 vlog 相机，对标大疆 Pocket 系列

据界面新闻报道，vivo 已确认立项 vlog 相机。据悉，这款产品形态对标大疆 Pocket 系列，预计于 2026 年推出。

此前，有传闻称大疆 Pocket 系列新品将于 2026 年一季度发布，包含多个新型号。

值得注意的是，大疆 Osmo Pocket 3 自 2023 年发布以来，……全文： http://m.weibo.cn/1642720480/5262733547409987 ​……

#爱范儿图赏# #iQOO15 Ultra# 新机延续了 15 系列方正干净的风格，手感丝滑的 AF 镀膜工艺磨砂质感后盖配上大 R 角，中框边缘往内收了 1.2mm 提升衔接效果，裸机手持的感觉很舒服。

后盖用上了最新的 Texture on Fiber TOF 工艺，可以将纹理、镀膜、打印等工艺集成在 PET 膜片上，实现表面双镀膜的效……全文： http://m.weibo.cn/1642720480/5262699505910500 ​……

iQOO 15 Ultra 体验：2026 开年最强电竞手机，没有之一

刚刚，iQOO 发布了#iQOO15 Ultra# ，这是 iQOO 数字系列第一款带上「超大杯」Ultra 后缀的手机。 http://t.cn/AX5qVKax ​……

#爱范儿云现场##iQOO15 Ultra# 搭载了「超感游戏肩键」，具备600Hz超高采样率、双独立控制芯片、防手汗算法。 ​​​​对《和平精英》、《三角洲行动》这一类射击游戏，扳机可以移交到肩键上，移动和视角控制交给拇指触控，操作起来会更舒服。 ​……

今年都在求「健康福」，我测完这个AI后决定直接转发家庭群

最近支付宝集五福又开始了，我的朋友圈画风突变——前几年大家都在求「敬业福」，今年变成了求「健康福」。而发健康福，就是最近支付宝的亲兄弟，最近很火的蚂蚁阿福。

我知道现在 AI 已经很强，但要说把健康医疗问题放心交给它，多少还是有……全文： http://m.weibo.cn/1642720480/5262648277206610 ​……

2月4日消息，阶跃星辰开源 Agent 基座模型 Step 3.5 Flash 上线仅两天成功登顶 OpenRouter 平台 Trending 榜单。该榜单排名来自全球知名大模型聚合平台 OpenRouter 数据，数据基于全球开发者与用户的实际模型调用量，直观反映出模型在真实应用场景中的受欢迎程度与市场接受度。

阶跃星辰 Step 3.5 Flash 荣登 OpenRouter Trending 榜首，不仅验证了该模型作为技术黑马在高吞吐与复杂推理场景下的强劲实力，更彰显了其作为兼具极致性能与稳定性的实战首选地位。

作为面向实时 Agent 工作流场景的模型，Step 3.5 Flash 在推理效率上表现突出，最高推理速度可达每秒 350 个 token。该模型采用稀疏 MoE 架构，总参数量达 1960 亿，而每个 token 在处理过程中仅需激活约 110 亿个参数，在保障模型性能的同时，实现了运行效率的优化。

#iPhone18系列外观出炉# 此前据 9to5mac 报道，有爆料称 iPhone 18 Pro 可能在正面设计上做出大调整：前置自拍镜头将从中间挖孔移到左上角，并可能搭配更紧凑的「灵动岛」左移设计，带来不一样的视觉布局。

更重要的是，Face ID 传感器有望首次隐藏在屏幕下方，让前脸更接近「全屏一体」，药丸/挖孔的……全文： http://m.weibo.cn/1642720480/5262616601821604 ​……

曝小鹏合并智驾与座舱团队，成立通用智能中心

晚点 Auto 援引知情人士报道，小鹏汽车近日完成一项重要组织架构调整，将原自动驾驶中心与智能座舱中心合并，成立全新的通用智能中心。

新部门由原自动驾驶负责人刘先明统筹，直接向董事长、CEO 何小鹏汇报。

知情人士透露，通用智能中心将围绕基座模型……全文： http://m.weibo.cn/1642720480/5262593975648488 ​……

微信官宣元宝红包链接违规

2 月 4 日早上，微信和元宝用户开始发现，元宝红包分享到微信时打开跳转会出现警告。#微信屏蔽元宝红包#

警告内容显示：网页包含诱导分享、关注等诱导行为内容，请长按网址复制后使用浏览器访问。

根据爱范儿测试，iOS 上已无法自动/快捷跳转，用户需复制网址打开浏览器……全文： http://m.weibo.cn/1642720480/5262560263144208 ​……

Switch 累计销量达 1.55 亿台，成任天堂史上最畅销主机

昨天，任天堂发布 2026 年 3 月期第 3 季度财报，显示 Switch 的全球累计销量已在去年年底达到 1 亿 5537 万台，正式超越 Nintendo DS，成为任天堂历史上最畅销的游戏主机。

财报同时披露，Switch 平台的年度活跃玩家规模连续两年超过 1 亿人。……全文： http://m.weibo.cn/1642720480/5262548668776487 ​……

2月3日，百度与阿里巴巴同日官宣多项春晚合作计划，国内两大头部AI厂商的春晚流量争夺战正式拉开帷幕，并呈现出“南北春晚”对战格局。

百度方面，百度地图宣布成为2026年天津相声春晚独家特约合作伙伴。此前，百度APP已确认为2026北京台春晚首席AI合作伙伴。阿里巴巴方面，旗下千问APP宣布合作东方卫视、浙江卫视等南方省级卫视春晚。至此，百度与阿里巴巴分别绑定北方与南方核心卫视，展开对春节AI流量的正面争夺。

值得一提的是，两家此前也分别宣布加入AI红包战。百度APP率先打响早鸟战，自1月26日至3月12日，用户在百度APP使用文心助手，就有机会瓜分5亿现金红包。与传统点击领钱玩法不同，百度APP文心助手将红包领取与拍照搜物、AIGC视频创作等AI核心功能深度挂钩，有望通过此举激励用户“无痛转场”使用AI。而千问则在一周后宣布入局，启动“春节请客计划”。

阶跃Step 3.5 Flash ：春节 AI 混战杀出的黑马，正在 Agent 时代弯道超车

今年的 AI 圈，有点像 2008 年的智能手机市场，所有人都知道触摸屏是未来，但厂商们都在做「带触摸屏的诺基亚」。

Agent 时代已经来了，这是共识。而怎么做一个好用的 Agent 模型？按照惯性思维，或许还是一样，更多的参数，……全文： http://m.weibo.cn/1642720480/5262308881465885 ​……

Moltbook 上 150 万 AI 狂欢真相曝光：以为是硅基文明来了，结果全是复读机

Moltbook 彻底火了，150 个 Agent，10 万个帖子，以及 35 万条评论，这个全是 AI 的论坛，还在不断吸引着人类的关注。

除了围观 AI 的各种「迷惑发言」，最近还有网友爆料，这所谓的 AI 社区，都是一群人在扮演人工智能。

……全文： http://m.weibo.cn/1642720480/5262281273247110 ​……

浦发银行和建设银行 Visa 信用卡支持绑定 Apple Pay

继之前官宣的银行之后，浦发银行和建设银行的 VISA 信用卡今天官宣支持 Apple Pay 绑定。

除此之外，浦发银行信用卡还推出了针对 Apple Pay 的丰富专属权益，首笔 Apple Pay 交易返 100%，单笔上限 3 美元，每户限享 1 次；Apple Pay 境外消费享笔……全文： http://m.weibo.cn/1642720480/5262272398098809 ​……

马斯克官宣 SpaceX 收购 xAI，要发 100 万颗 AI 卫星

就在刚刚，SpaceX 正式收购 xAI。两家公司合并后的估值预计高达 1.25 万亿美元。其中，SpaceX 估值 1 万亿美元，xAI 估值 2500 亿美元，全股票交易，不涉及现金。

这则消息由马斯克本人在 SpaceX 官网发布，配了一封长篇公开信。信里的核心思路很……全文： http://m.weibo.cn/1642720480/5262239214340472 ​……

刚刚，SpaceX 正式收购 xAI。

这则消息由马斯克本人在 SpaceX 官网发布，配了一封长篇公开信。#马斯克回应SpaceX收购xAI#

信里的核心思路很清晰：把 AI 数据中心搬到太空去。#马斯克宣布SpaceX收购xAI# ​……

最懂 iPhone 相机的人，回到苹果了

最懂 iPhone 相机的人，回到苹果了。

据 Sebastiaan de With 本人披露，他将加入苹果 Human Interface Design (HID) Team，这是苹果的核心设计团队。

Sebastiaan 是谁？你可能会对这个名字感到陌生，但你熟悉 iPhone 摄影，那大概率听过甚至用过他开发的应用——H……全文： http://m.weibo.cn/1642720480/5261979767540222 ​……

在 AI 领域，我们听惯了万亿参数、Context Window（上下文窗口）这些指标，但盛大集团创始人陈天桥提出了一个全新的工程度量衡：在300步复杂推理后，依然维持99%的正确率 。

为什么要死磕“300步”？这背后是残酷的概率学。陈天桥将推理的最小单位定义为“标准原子步”（SIU），即每一步只执行单一逻辑，且可被工具检验 。现状是，即便大模型单步准确率达到惊人的 98%，在经过 300 步的链式反应后，端到端的成功率也会指数级衰减至 0.23% 。这意味着，依靠当前 Transformer 架构的“概率预测”来解决长链路科学问题（如新药研发、工程设计），在数学上是死路一条。

陈天桥的解决方案极具工程思维：将推理过程解耦为“逻辑生成层”与“检验层” 。

生成层（想）： 负责将大问题递归拆解为原子操作；

检验层（查）： 对每一个原子步进行外部验证（仿真、工具、数据）。

这种架构要求 AI 必须具备“可累积的长期记忆”和“自我纠错”能力 。MiroMind 的 BrowseComp 实践证明了这条路径的可行性：仅用 235B 参数的小模型，通过反复的 Agent/环境交互和纠错，击败了依赖一次性生成的更大模型 。

这标志着 AGI 的研发重点正在发生转移：从训练更会“蒙”的大模型，转向构建一个高可信、可审计的通用推理引擎 。对于开发者而言，未来的核心竞争力或许不在于 Prompt Engineering，而在于构建能够把每一步推理“钉死”的工具链验证系统。

以下为陈天桥博文全文：

言语道断，因果自现——我心中的AGI是什么

过去这一两年，我们亲眼看着大模型的语言能力以肉眼可见的速度跃迁：写作、总结、对话、问答、解题，越来越“像人”；HLE 之类的评测分数一再刷新纪录，连奥数级别的题目也能被系统性攻克。于是一个看上去顺理成章的结论开始流行：“所谓 AGI、大一统的通用智能，大概也就差不多了。”但在我看来，这是一场美丽的误会。

为了把这件事讲清楚，我借用一个比喻：今天主流的大模型，更像是“文科大模型”。它以语言生成与文本一致性为中心，把知识组织成“像真的叙述”和“像对的答案”。它的价值在于“模拟”：它能理解我们的委婉与修辞，能生成优雅的文字、逼真的对话、动人的故事；它会在教育、沟通、内容生产上变成新的基础设施，像电、像水，润物无声。但是即便它能解奥数、HLE 也能拿高分，这些胜利也大多发生在封闭系统里：题目定义明确、规则固定、对错可判、反馈即时。

但我一直坚信，人类真正需要 AI 去对抗的，是衰老、疾病、能源、材料、气候这些问题；这些战场不在考试题的封闭世界里，没有标准答案等你生成，只有现象、噪声、偏差、缺失变量与缓慢反馈；正确不是“写出来”的，而是被外部世界“确认出来”的。封闭世界的高分，证明了推理工程的成熟，但并不代表已经拥有了稳定的知识生产机制；高水平解题固然是走向发现的必要基础，却远非充分条件，因为真正决定未来的，不是封闭的叙述，而是那条冰冷而精确的因果红线；它关心的不是“说得对不对劲”，而是“这个假设能不能被现实否决或确认”；它的终极产物不是新作品，而是新知识——新的定理、新的材料、新的药物、新的工艺、新的工程结构。我把这种范式称为“理科大模型”。它的价值在于“发现”。

需要澄清一点：我说的“文科/理科”，不是两种模型的物种差异，而是两种默认动作的差异：文科大模型倾向给出一个“看起来不错的最终答案”，理科大模型倾向先给出一组可证伪的假设，并同时给出把这些假设变成证据的路径；文科模型在不确定处更容易把答案“凑圆”，理科模型在不确定处更像本能地停一下，然后去查证、去拆解，把问题拆成可验证的小问题；理科模型把因果当作第一公民，回答“条件改变后会发生什么”；理科模型还必须有可累积的长期记忆，把每一次验证得到的结论以可追溯的方式写回去。总之，理科模型更像一个握着手术刀的外科医生：在无数方案里，识别哪一刀真正触及因果红线；它知道，一旦切下去，现实会给出最诚实、也最残酷的反馈，形成真正的因果闭环——这种对“真实代价”的敬畏，正是两种范式之间最本质的鸿沟。

所以，真正决定 AGI 应该是什么，取决于我们的价值取向：我们究竟更在意一个能理解所有修辞，还能取代人类工作的“灵魂伴侣”，还是更迫切地需要一个能帮我们撕开迷雾、照亮未知，创造价值的“因果明镜”？我认为是后者。所以，实现 AGI 不是为了再造一个更会聊天的会生成的系统，而是为了打造一种“会发现”的智能。

让我们带着这样的价值观去审视一下现有的 AGI 定义的主要流派。一种是行为主义范式，源于图灵测试，认为 AGI 的标准是“机器表现出的行为与人类无法区分”。这是目前大众最直观的评判标准。但如果一个 AI 只是在模仿人类说话，它永远无法告诉我们那些人类还没发现的真理。第二种是功能主义范式。以 OpenAI 为代表，定义 AGI 为“在大多数具有经济价值的工作中超越人类的自适应系统”，侧重于对人类劳动力的替代能力。但人类文明的每一次飞跃，都不是靠把旧工作做得更快，而是靠发现前所未有的新规律。第三种是能力分级范式。以 DeepMind 为代表，将 AGI 分为从 “Emerging” 到 “Superhuman” 的五个层级，核心指标是在广泛且未见过的任务中的“泛化能力”与“表现分值”。可现实世界不是考场，没有标准答案，真正的智慧是要在没有考卷的地方，自己找到那条正确的路。当然还有一些其他的范式都或多或少存在上述问题。

那么我心目中 AGI 目标究竟要做什么？用一句话概括：它是一个高可信、可验证、可纠错的通用推理引擎。在工程上能够做到三百步以上的复杂推理后，依然维持接近 99% 级别的整体正确率，并通过形式化和工具链把每一步推理“钉死”为可检查的证据，最终对任意复杂问题给出闭环解决方案。

为什么我们死磕“300 步”？我们必须先定义推理的最小单位——标准原子步（SIU, Standard Inference Unit），作为可审计的基本推理单元。每一步只执行单一逻辑操作，依赖最小必要输入，其结果可以通过工具或规则直接检验。按照这个标准，现在的大模型单步推理准确率最高能冲到 98%，哪怕每一步都能做到这个最高水平，300 步后的端对端成功率也只有 0.23%，已经接近归零。这意味着在 300 步之后，概率和运气基本失效，系统必须依赖可检验的推理与外部反馈闭环，而不是靠“看起来合理”的续写去蒙混过关。所以我认为 300 步是独立解决复杂现实问题的“跨度起点”。

为什么 99% 必须是硬杠？因为发现式系统不是用来“聊天”，而是要进入现实成本区间：实验、工程、医疗、决策。低一个点的可靠性，就意味着高频的错误下注；而现实世界的错误，不是“答错题”，而是浪费实验窗口、烧掉工程预算、甚至造成不可逆的损耗。99% 不是面子指标，而是“可质押、可签字”的门槛。

所以，我心目中的 AGI，是能在 300 步的逻辑长征中，靠自我纠错熬过“概率死亡”，最终抵达地图之外的起点。从这里开始，AGI 就可以在科学、工程、决策规划等任意领域里，作为一个可审计、可验证的通用问题求解器存在。

当然，我并不认为这是一条“喊口号就能到达”的路线。把目标钉在“300 步仍保持 99% 可靠性”，本质上是在主动面对三个工程硬点：长链误差累积、开放世界验证缺口、以及组合爆炸下的预算约束。正因如此，我们在工程上必须进行解剖，将推理过程分为两层：逻辑生成层与检验层。生成层负责“想”：将大问题递归地拆解，直到细化为原子级操作，我们还要做检验层负责“查”：对每一个原子步通过工具、仿真或外部数据逐一验证。一旦某一步不过关，系统就在局部进行回退和重生成，而不是推翻整条推理链。

MiroMind 已经在这条路走出了第一步。以 BrowseComp 为例，MiroMind 仅用 235B 参数模型就给出了 SOTA 的成绩，它的意义不在于“分数本身”，而在于证明了一个工程事实：我们正在把推理从“单次生成”推进到“时间序列上的反复求证”。更具体地说，我们不是依赖一次性长链思考去赌对答案，而是训练模型在更深、更频繁的 agent/环境交互中不断获取外部反馈并纠错，让推理过程逐步变成可审计的证据链。对我们而言，这就是“通用求解器”的第一块地基，然后在 99% 可靠性前提下逐步推到 300 步以上的跨度。这个过程沉默、缓慢、严谨、甚至有点残酷，它抛弃了人类语言的精妙模仿，却在枯燥、严苛、却能被现实反复复现的因果闭环中，缓慢破土而出，即使有耐心资本的加持和理想主义的坚守，这也会是一个非常痛苦的过程。

佛经里有个词，叫“大圆镜智”。说的是一个人的心若能修到像一面大圆镜，就能如实照见万物因果，不被尘埃遮蔽，不被偏见扭曲，这是智慧的最高境界。我对这个智慧一直很向往，甚至创办的科普视频号也取名叫做大圆镜。而我心中的 AGI 就是一个无限接近“大圆镜智”的智能系统，不迷恋漂亮的语言，而是追问事实的真相是什么；不急着给出答案，而是去求证背后的因果是什么。在一个被语言和叙事塞满的 AI 时代，我们需要一面只对“因果和真相”负责的镜子。

马斯克真没吹牛！世界模型 Genie 3 一键打造 GTA6 不是梦

AI 热点一个接一个，大家光顾着看热闹，真正的王炸反而容易被错过。上周，Google DeepMind 推出了打磨已久的新项目：Project Genie。这不单是一个好玩的 AI 工具，更是 Google 通往通用人工智能（AGI）的重要一步：

一个真正的「世界模型」实……全文： http://m.weibo.cn/1642720480/5261964688757334 ​……

15万个AI建了个朋友圈吐槽人类，100万人围观后傻眼了

一个叫 Moltbook 的网站突然爆火。它的界面长得跟美国版贴吧 Reddit 差不多，有发帖、有评论、有点赞。

但诡异的是：这个社交网络的用户，没一个是人类。这里是 AI Agent（截至发稿已破 15 万）的狂欢地。

根据最新的数据，100 万人类已经被明确……全文： http://m.weibo.cn/1642720480/5261958376594132 ​……