AI 变现案例

DeepSeek Harness 发布仅 3 天，第三方插件数量突破 4300 个，增速峰值达每小时 99 个。本文基于对全部插件的深度扒取，从插件类型、头部效应、蹭标签现象等维度，揭示其“一切皆插件”架构背后的生态机会与商业潜力。 DeepSeek 的号召力有多强？ DeepSeek Harness 发布仅仅 3 天，围绕这个全新 Agent 工具的第三方开源插件，就达到了惊人的 4300 个。 如果说 DeepSeek Harness 在 Github 上的 Star 三天破 10 万，能说明全球对于 DeepSeek 的强烈关注，那 4300 个插件，则能说明有相当数量的开发者，在围绕着 DeepSeek Harness 真正干活儿，付出时间、精力，来为 DeepSeek Harness 的开源生态添砖加瓦。 我把这 4300 个插件，全都扒了一遍，我想看看，这些插件都是从哪些角度切入，也想知道，围绕 DeepSeek Harness，未来有可能蕴含怎样的机会。 01一切皆插件 DeepSeek Harness 的理念非常清晰，“一切皆插件”。插件逻辑是 DeepSeek Harness 的核心架构，甚至 DeepSeek Harness 本身，也都是可拆卸的插件。 DSH 本体只有一个 Cordis 内核，其他的所有能力，包括软件界面、调用 MCP、Skills 系统、沙箱环境、系统提示词等等，这些都可以是热插拔的插件，需要就组装，不需要就拿走。这是 DSH 和 ClaudeCode、Codex 等 Agent 最大的不同，ClaudeCode、Codex 实际上已经把各种 Agent 能力封装在软件里，具体 AI 模型在软件里怎么被驱动，对于用户来说，是完全的黑盒，但在 DSH，如何驱使 AI 模型完成任务，都可以通过插件系统自定义。 类比一下，AI 模型其实是个发动机，提供动力，而 Agent 或者说 Harness，是车架子。过去的 Agent，卖得是一辆成品车，座椅、方向盘手感、刹车位置，全都焊死了，司机最多简单加装一些腰枕、手机支架（Skills）。 DeepSeek Harness 卖得是一辆“散装车”，车身形状、车玻璃、方向盘、座椅，爱咋拼咋拼，愿意的话把油门装在屁股底下都行。 这种形态，会带来一个别家没有的生意：你可以卖零件。 我都能想象到，从下周开始，小某书上，会出现铺天盖地的笔记，“这个插件改变人生系统”“炫酷 DSH 皮肤仅售 9 块 9”。 所以，看清这 3 天内出现的 4300 个插件，非常重要。我们直接用数据说话。 02数据全揭秘 13 号晚上，DeepSeek Harness 开发者预览版上线，版本号 0.1，并同时把“一切皆插件”的理念公之于众，并鼓励全球开发者建设插件生态。 在 DeepSeek Harness 的官方网站上，“社区插件”的入口，和源码入口并列展示在一起。 注：本次数据分析截止时间为 8 月 16 日中午 插件增速峰值 99 个/每小时，3 天补齐完整生态 我在 DSH 发布后的早上，看了一眼插件数量，已经有一千多个，后来 2 天的时间，插件数量达到了惊人的 4300 个，几乎以飞速在增长。 也就是说，DeepSeek 官方都没有做完整的产品，几天时间里，就在开源社区补全了完整生态，从 UI 界面，到工具调用，应有尽有。 这些插件都在做什么？ 可以看出来，围绕 Agent 基础能力的插件，加在一起就占了近 50%，比如补充 DeepSeek Harness 的网络浏览能力、搜索能力、多模态能力、模型调用能力等等，这些是 Agent 的手和眼，对于任务的执行至关重要。 值得一提的是，由于 DSH 万物皆插件，就连软件 UI 界面都是可以自定义的，所以，足足有 17.6%的插件，是围绕 DSH 的 UI 进行切入，这一方面开发成本比较低，另一方面又最能直观呈现自己的产品，是插件中竞争最激烈的赛道，果然换皮肤是人类永恒的需求呀。 这些插件的类型占比，大概在 14 号的时候就定型了，后面虽然插件数量增多，但是结构占比几乎没怎么变，从这个角度上来说，也体现出插件作者对于需求挖掘，呈现出一种幂律分布，会集中在某些比较容易想到的领域，当然，反过来，这也为寻找冷门且长尾的需求，提供了一些参考。 比如 DSH 桌面版这个赛道里，有 55 个项目，连名字都一样，都叫dsh-desktop，而另外 33 个叫deepseek-harness-desktop的项目里，第一名拿走了 6897 星，剩下 32 个分 255 星。 顺便量化一下“鲸鱼动物园”，DeepSeek 的品牌形象是鲸鱼，所以做鲸鱼桌面宠物的项目，有 69 个，这是生态里最容易想到，也最容易撞车的方向。 已经卷出头部集中效应

最近又看到不少人在聊 Loop Engineering。我的第一反应其实有点警惕，因为这两年 AI 圈的新词太多了，从 Prompt Engineering 到 Context Engineering，再到 Agent Engineering，每个词都能讲出一套方法论，但企业真正关心的不是术语又多了一个，而是它到底能不能解决业务里的真实问题。 如果只是多一个名词，其实没什么意思。但 Loop Engineering 背后，确实碰到了企业 AI 落地里一个很真实的问题：很多 Agent，单次看起来很聪明，一旦放到长期任务里，就开始失控。 它不知道什么时候该开始，不知道上一次做到哪里，不知道用户反馈要不要影响下一轮，也不知道失败以后该重试、转人工，还是停下来。这个问题不在模型本身，而在 Agent 外面的业务循环没有被设计好。 所以我更愿意把 Loop Engineering 讲得简单一点：它不是让 Agent 更会回答问题，而是给 Agent 设计一套外部循环系统，让它能被稳定触发，能读取上下文，能执行动作，能接收反馈，能更新状态，也能在该暂停、该降级、该停止的时候停下来。 这件事，才是企业 Agent 从 Demo 走向真实业务时绕不开的部分。 从 ChatBot 到 Loop 早期的 ChatBot，很像一个问答窗口。人问一个问题，AI 给一个答案，接下来还是人拿着答案去复制、粘贴、判断、操作。AI 在这个阶段并没有真正进入业务流程，它只是让某些信息获取变得更方便。 后来有了 Workflow。人把流程编排好，比如取数、清洗、调用模型、生成报告、发送通知。AI 开始进入流程，但流程怎么走，基本还是人提前设计好的。它适合标准化任务，也适合那些步骤清楚、分支有限的场景。 Agent 又往前走了一步。人给一个目标，Agent 自己观察、判断、调用工具、执行动作，再根据结果继续调整。这个阶段听起来很有吸引力，因为它不再只是流程里的一个节点，而是开始承担一部分判断。 但企业很快会遇到另一个问题：Agent 自己会跑，不代表业务敢让它一直跑。只要任务不是一次性完成，而是要长期跟踪、持续变化、影响真实业务动作，单靠 Agent 内部那一圈“观察、思考、行动”就不够了。 这就是 Loop Engineering 出现的原因。它关心的不是 Agent 内部怎么想，而是 Agent 外面那一圈业务系统怎么接住它。 图 1：AI 应用形态演进图 这张图的重点不是“AI 越来越强”，而是“人从哪些环节里退出来以后，系统必须补上哪些控制能力”。 一个 Loop 到底要设计什么 我理解的 Loop，至少要包含八个模块：触发器、队列和状态、上下文、执行器、工具边界、交付、反馈和记忆。 触发器决定任务从哪里开始。它可以是定时任务，也可以是新邮件、新工单、新文件、新数据、新消息、Webhook 或系统事件。很多企业 Agent 做不起来，第一步就卡在这里：它只能等人来问，不能自己知道什么时候该工作。 队列和状态决定当前要处理什么。企业里不可能只有一个任务，也不可能每个任务都立刻处理。哪些要去重，哪些要排队，哪些要重试，哪些已经完成，哪些必须进入人工确认，都需要有明确状态。 上下文决定 Agent 每次醒来以后知道什么。这里不是把所有资料都塞给模型，而是告诉它这一轮必须读取哪些规则、配置、历史、权限和业务状态。上下文如果不稳定，Agent 每次都会像新员工第一天上班。 执行器决定谁来做判断和动作。有些事情适合交给 Agent，有些事情更适合交给脚本，有些事情必须由确定性规则完成。企业应用里最危险的设计，是把所有事都丢给 Agent，然后指望它“理解业务”。 工具边界决定 Agent 能连接外部世界到什么程度。它能不能发消息，能不能改表，能不能关工单，能不能写数据库，能不能触发审批或发布，这些权限必须提前讲清楚。工具越强，边界越要硬。 交付决定结果给谁看、怎么看。是生成一份文档，发一条消息，更新看板，写回表格，还是调用 API？很多 AI 应用看起来生成了很多东西，但没有进入人的工作台，最后还是没人用。 反馈决定下一轮怎么变。用户点击、评论、修改、沉默、转人工，都是反馈。关键是系统要能解释这些反馈，而不是把反馈当成一条孤立评论。 记忆决定下一轮继承什么。哪些是稳定配置，哪些是动态偏好，哪些只是审计记录，不能混在一起。企业里的“记忆”不是让模型记住所有东西，而是把该持久化的状态放在模型外面。 图 2：Loop Engineering 八个核心模块 如果这些东西没有设计好，Agent 就会变成一个很聪明但没有工作纪律的同事：能干活，但你不知道它什么时候干、干到哪、干错了谁负责。 案例一：工作任务 Loop 工作任务是最适合讲 Loop 的场景之一。 现在很多系统已经

2026年，阿里与美团的外卖大战从补贴战转向供应链硬实力比拼。阿里通过人事调整收拢即时零售兵权，目标2028年万亿规模。本文深度解析这场万亿级牌局背后的战略逻辑与基建竞赛。 2026年的初夏，北京的商业空气里弥漫着一种“战后”的微妙气息。 表面上看，那场从去年夏天开始、烧了近千亿资金的“外卖大战”似乎已经降温。 补贴少了，声量小了，公众的目光也逐渐从“谁的骑手送得快”转移到了更宏大的AI叙事上。 但在阿里巴巴西溪园区的深处，一场比价格战更残酷的变革正在发生。 2026年5月，两个看似不起眼的人事调整，揭开了这场战争真正下半场的序幕：集团CTO吴泽明（范禹）进入了阿里合伙人委员会——这是阿里最高的决策圈；而盒马CEO严筱磊（百何）的汇报线，被切断了与CTO的连接，转而直接向蒋凡汇报。 这不仅仅是人事变动，这是阿里在用一种近乎“军事化”的决绝，将分散了十年的“即时零售”兵权，收归一处。 01 从“各自为战”到“全面总攻” 回顾阿里过去十年的即时零售布局，与其说是一支精锐部队，不如说是一支松散的“联军”。 从最早的淘鲜达，到自建的盒马，再到收购的大润发和天猫超市，这些业务在阿里的版图里各自为政。在消费者端，他们甚至分不清盒马和淘鲜达的区别——这种内部的割裂，在美团通过外卖建立起绝对壁垒时，显得尤为致命。 阿里核心管理层终于意识到一个残酷的真相：消费者不需要理解复杂的商业架构，他们只需要一个打开App的理由。 这个理由必须是最高频的。对于本地生活来说，这个高频入口就是“餐饮外卖”。 因此，去年那场看似“不计成本”的外卖大战，并非阿里想转型做外卖公司，而是一场典型的“降维打击”与“借道攻心”。 战略目标极其明确：先用餐饮这个高频场景，撕开用户的心智缺口，拿到足够的市场份额（目标是40%-50%），然后再以此为跳板，去承载生鲜、商超、医药等低频但高利润的即时零售需求。 这场仗打得值吗？数据给出了答案。 据内部复盘，即时零售的日活跃用户数（DAU）从几乎为零，飙升至稳定过亿。淘宝闪购的日订单量冲到了6000万单上下，市场份额从一年前的20%硬生生抢到了超过40%。更重要的是，阿里打破了美团在即时零售领域单极扩张的可能。 代价是巨大的。 近千亿元的现金投入，侵蚀了整个财年的利润。但对于阿里来说，这是一场“不得不打”的防御战——如果不打，美团将带着巨大的流量和数据优势，直接杀入电商的核心腹地。 烈度降低，但战争升级了 如果你觉得现在的外卖App里补贴少了，就认为战争结束了，那你就太小看这场博弈了。 2026年的前五个月，外界确实感觉到“大战”的烈度在下降。淘宝闪购的CEO从集团CTO吴泽明换成了更擅长商家地推和履约的雷雁群。 这背后的战略意图非常清晰：从“闪电战”转向“阵地战”。 阿里核心管理层的共识是：即时零售是电商的未来，这是一场必须打赢且长期投入的战争。 而美团，也并非无动于衷。 虽然他们在市场份额上有所丢失，但在高客单价（30元以上）订单中依然占据七成份额。 更重要的是，阿里这场突如其来的进攻，把美团从“第一名的绝对安全感”中惊醒。过去几年，美团沉浸在自己的方法论里，甚至出现了“日常危机感的消失”；现在，他们被迫重新审视对手，开始更加偏向自营、更加注重对用户真正有价值的服务。 这是一场“互相拉回现实”的战争。阿里从“补贴万能论”退回到必须面对盈利和效率的现实；美团则从“绝对垄断”被拉回到“残酷竞争”的常态。 02 基建竞赛：看不见的“地下长城” 当补贴退潮，真正的“基建竞赛”才刚刚开始。 在AI时代，什么样的电商平台能活到下一轮？阿里和美团给出的答案惊人的一致：轻资产、纯信息撮合的模式不再是主流。未来的护城河，是重资产、是仓网密度、是类自营的供应链控制力。 这就是为什么我们要关注那5万个看不见的“网格”。 在过去，精细化运营是美团的强项。但经过一年的外卖大战，阿里也建立起了基于AOI（兴趣区域）的5万个网格体系。这不仅仅是地图上的划分，这是指导商家选址、选品的“作战地图”。每一个网格，都对应着特定的消费潜力、物流支撑能力和供货情况。 而在仓储端，前置仓的密度成为了决胜关键。 盒马正在重点城市密集铺开前置仓，目前已突破500个，目标是年底达到1000个以上。 美团旗下的小象超市也在提高新开设前置仓的数量目标。 在品牌拓店上，淘宝便利店定下了2026年开出3000家的目标，而美团的松鼠便利也在加速覆盖。 这是一场关于“最后一公里”的军备竞赛。谁的仓离用户更近，谁的履约效率更高，谁就能在非餐（生鲜、商超）领域笑到最后。 回到文章开头的那个人事变动。盒马CEO严筱磊直接向蒋凡汇报，这被外界解读为盒马即将并入中国电商事业群的信号。 这背后，是阿里对“即时零售”业务前所未有的整合力度。 技术统一：集团CTO吴泽明进入合伙人委员会，意味着技术中台和商

周一17 派早报：😭（放声大哭）成为最流行 emoji 06:549 分钟阅读早报速览😭（放声大哭）成为最流行 emoji37美国要求合作方在中美 AI 竞赛中「选边站」1ChatGPT 上线使用历史记录功能0美国政府敦促苹果不要购买中国内存芯片5uBlock Origin 放弃维护 Facebook 广告规则3索尼加…

Spotify 推出了 Random Access Parquet（RAP）。这是一种存储架构，可以直接对数据湖中的数据执行低延迟点查询，让在线服务和 AI 应用无需将数据集复制到操作型数据库，就能检索单条记录。RAP 在 Apache Parquet 文件之上增加了一个外部索引层，既能实现交互式查询，又能继续使用相同…

大模型能力持续演进，但 AI 的下一阶段竞争正在发生变化。模型能力之外，如何构建可靠的智能体、完善 AI 工程体系，并让 AI 在复杂业务环境中稳定运行，正在成为产业探索的新重点。8 月 21 日-22 日，AICon 全球人工智能开发与应用大会将在深圳举办。大会全日程现已 100%上线，来自产业一线的技术专家将围绕…

MCP 2026-07-28 规范取消了协议会话。迄今为止，相关报道将此描述为可扩展性方面的一项进步，事实也的确如此。但同一版本还新增了两个必需的 HTTP 标头，而借助这些标头，网关无需打开请求正文，就能对智能体流量进行路由、限流和计量。早期传输以 initialize 和 initialized 交互开始，由此建立…

IT之家 8 月 16 日消息，奕境汽车品牌总经理曾清林昨晚发文，谈及了岚图追光 S 此次隧道 360° 大回环挑战。针对网友对挑战的质疑，他表示，岚图的底盘都是用最猛的料，调校也是行业一绝。从来不会搞“差不多就行”那一套。曾清林称，东风的技术积累还是很深的，只是这些年，在营销上确实还是保守了点，不会玩“花活儿”。许许多多扎实的技术，默默藏在车子里没有传播好。而东风 57 年造车底蕴，绝不是靠 AI 堆出来的。综合IT之家此前报道，岚图在 8 月 13 日宣布，追光 S 车型 360° 隧道大回环穿越成功。然而有网友对此次挑战提出质疑，认为挑战视频采用了 AI 技术。随后，岚图放出了追光 S 此次挑战多角度实录 + 一镜到底视频回应质疑。岚图追光 S 已于昨晚正式上市，新车全系标配华为乾崑智驾四激光雷达方案，22.99 万元起售。

IT之家 8 月 16 日消息，据科技媒体《The Information》当地时间周六援引知情人士消息，英伟达正洽谈向软银子公司 SB Energy 投资至多 30 亿美元（IT之家注：现汇率约合 202.82 亿元人民币）。SB Energy 目前正为 OpenAI 开发俄亥俄州的大型数据中心项目。报道称，这笔拟议投资是三方磋商的一部分，英伟达正与 OpenAI、SB Energy 商议，为俄亥俄州拟建的数据中心园区提供约 1,000 亿美元（现汇率约合 6,760.61 亿元人民币）的信贷支持。报道称，英伟达的出资方案分为两部分：俄亥俄项目正式签约时支付一半（15 亿美元（现汇率约合 101.41 亿元人民币）），剩余一半将在 SB Energy 启动 IPO 时投入。报道补充，SB Energy 计划最快下月上市，IPO 募资规模至少 50 亿美元（现汇率约合 338.03 亿元人民币）。SB Energy 同时获得 OpenAI 投资，主营大型电力与数据中心基建业务。该公司成立于 2019 年，目前正在建设多座数据中心园区，以承接持续增长的 AI 算力需求。另据《华尔街日报》周五报道，英伟达已调整对 OpenAI 俄亥俄数据中心项目的支持方案：此前磋商的担保规模为 2,500 亿美元（现汇率约合 1.69 万亿元人民币），如今首期担保额预计将下调至 1,200 亿美元（现汇率约合 8,112.73 亿元人民币）以内。

AI短剧《被裁掉的女孩》女主角方桃子以25.8万元接下广告，一个月吸粉40万，而此前全网还在吐槽AI平均脸的恐怖谷效应。为什么观众反感AI真人剧角色，却愿意为方桃子买单？本文从次元光谱视角，拆解1.5次元到2.5次元的角色差异，揭示AI偶像如何突破“结界”成为情感陪伴新物种。 AI短剧《被裁掉的女孩》女主角方桃子接下60秒广告，报价25.8万元——而仅仅不到三周前，全网还在讨论AI平均脸的恐怖谷效应，大家一边吐槽平均脸的一眼假，一边暗自庆幸，AI演员替代真人演员的情况并未如传说中那么贴脸开大。 但真正困扰我们的是另外一个问题：人们为什么不喜欢AI真人剧的平均脸，甚至不少人看到她/他们会本能的反感，但是却能接受方桃子？粉丝量一个月即达40万，还持续在社交网络上跟我们分享她的日常，推广产品？ 01 无法突破的“结界” 乃至初代数字歌姬初音未来、洛天依当年便有着庞大的粉丝群，至今微博、抖音、小红书粉丝都是百万级别，在他们的音乐主场，QQ音乐，初音未来粉丝近500万，洛天依粉丝超300万。 我们以这个问题，与一位13岁的次元原住民沟通，发现这两种生命体在他们的认知中，或许是两个不同物种： 无论是早年的初音未来、洛天依，还是当下的方桃子，或者是抖音AI综艺《星光108》中108位AI练习生，这些角色，不仅有数字身体和面孔，还会像真人艺人一样持续表演并营业。 他们可以进行跨作品“表演”，和真人互动“演出”，持续“创作”，甚至还有自己的社交账号，与真人粉丝“互动”，陪伴粉丝。 观众也会持续与他们互动、进行共创，在他们身上投入情感。 最终，这些数字生命体因和真实世界的互动和共构而“活着”。 在这位13岁的次元原住民看来，这些早年的虚拟偶像，现在的AI偶像，实则是突破次元壁的硅基偶像，成为超越二次元，但未进入三次元的存在，或者可以称为二点五次元。 但AI真人剧或者AI漫剧的角色，对次元原住民来说，都不属于二次元。 因为AI表达，或者说AI作品的表达，更倾向于从原剧（本）直接转译，而并无人类创作影视剧的思考和演绎。所以，无论是AI真人剧的千剧一脸，还是AI漫剧的无笔触无呼吸的常规表达和转场，都让他们离真正的二次元还缺一口气。 而这口气似乎是个无法突破的“结界”，让AI真人剧角色和AI漫剧角色成为离开剧即幻灭的虚空，他们更像是把文字图像化的一点五次元，如果我们把纯文字表达设定为一次元的话。 有意思的是，这个表达虽然粗略，远非学术，但似乎确实可以从中归结出一些逐次变化的变量，让这个次元世界形成一个有机的谱系，成为一个有趣的分析工具。 02 什么是次元光谱？ 在日常语境中，二次元指平面动漫，三次元指现实世界。但如果我们把一次元、一点五次元和二点五次元加入这个谱系，我们会发现，随着次元的升维，角色的 “身体在场性or物理真实性”和”观众和角色互动方式”也在逐维升级。 身体的在场性or物理真实性：这个角色是否有视觉”身体”？如果有，这个身体是扁平的图像、立体的模型，还是与现实空间有交集的”在场”存在，或者是直接生存在现实世界？是一次性的还是持续性的？ 观众和角色的交互方式——观众对角色塑造起什么作用，我们能和角色互动么？在一次元的文字文本，角色完全依靠读者的思维构建，一千个人有一个哈姆雷特。在超越一次元的维度，观众或被动接受角色演绎的剧情，或参与部分角色塑造，或参与到偶像日常互动，投射超越角色本身的情感，每一种都有不同于其他维度的交互方式。 基于这两个变量，我们或许可以画出如下从“最抽象”到“最具体”的次元光谱： 一次元是纯文字系统，角色形象完全依赖读者想象，是真正的千人千面。 我们把AI剧角色，包括AI漫剧 / AI真人剧，都归为1.5次元。他们有一次性身体和面孔，服务于单部作品，角色不脱离作品独立存在——甚至可能没有角色，他们只是一个文字的图像化。 二次元是手绘动漫角色极其演绎的故事。他们有风格化的身体，画师的笔触、风格本身即审美对象。动画片还有声优的倾情演绎，也是作品的有机组成。 虚拟偶像 / 数字生命体，如洛天依、方桃子则属于2.5次元。他们有虚拟身体和面孔，但像真人一样持续“生活”——跨作品、跨平台、有社交、有互动。观众会持续和他们互动，在他们身上投入情感，角色因和真实世界的互动和共构而“活着”。 三次元：真人。我们拥有完整物理身体、自由意志与主体性。会老、会错、会死，这正是真人的魅力和代价，观众以“同类”身份深度共情。 03 对应场景与影视作品类型 一旦确认谱系，似乎这些不同形象的生命体就都可以找到适合他们的作品和他们在影视产业中的位置。以下只是初步分类，还存在失误和疏漏，欢迎有兴趣的读者一起完善分类和细节。 比如，1.5次元的舒适区是强情节、快节奏的类型故事，比如当下短剧系盛行的悬疑、甜宠、逆袭、重生、系统文。观众的情感来源于”故事本身”而非

IT之家 8 月 16 日消息，特斯拉 Cybercab 的贯穿前灯条似乎还有一个隐藏功能。这款车近日在佛罗里达州一场自动驾驶活动上亮相时，前灯呈现出红、白、蓝三色效果；如今又有人在奥斯汀拍到一辆全新 Cybercab 的前灯带亮起了紫色。这两次目击似乎证实，Cybercab 确实配备了可显示多种色彩的灯条，不过特斯拉尚未官方证实这一点，也未说明该功能的具体用途。首个线索出现在佛罗里达州州长罗恩 · 德桑蒂斯近期于 SunTrax 测试基地举办的自动驾驶活动上。活动展出了多款自动驾驶车辆，包括 Waymo 的运营车型以及特斯拉 Cybercab。现场照片显示，Cybercab 的前灯条呈现出分段的红、白、蓝三色。当时尚不能完全确定，这是特斯拉改动了灯光本身，还是仅为活动效果在灯条上贴了装饰贴纸。IT之家注意到，Cybercab 常规状态下采用连贯的白色前灯条。与新款 Model Y 和 Cybertruck 不同，Cybercab 将前大灯直接集成在灯带之中。近日，用户大卫 · 莫斯在奥斯汀拍到一辆 Cybercab 的前灯条亮起紫色光，并称这是 Cybercab 的“RGB 灯条实装效果”。这一发现使得“佛罗里达活动上只是贴了红白蓝贴纸”的解释难以成立。特斯拉此前就曾为 Cybercab 尝试过特殊灯光设计。在最初的 Robotaxi 发布活动上，车辆会向地面投射光影图案，起初有人猜测这些图案可能具备技术功能。随后一位特斯拉工程师证实，这只是灯光秀的一部分。可编程灯条对无人驾驶出租车而言具备实用价值。特斯拉可以通过不同颜色来标识 Cybercab 的运营状态，比如待接单、载客中或暂停服务。在人流密集的上车区域，色彩标识也能让乘客更容易找到自己的车辆。Robotaxi 应用可以提示乘客寻找亮起特定颜色的 Cybercab，而非仅靠车牌号辨认车辆。不过特斯拉对这套灯光系统的使用会受到监管限制。按照美国通行规则，车辆前部辅助灯允许使用白色和琥珀色，而红、绿、蓝等颜色容易与道路标识或应急车辆信号灯产生混淆。这意味着部分彩色灯光效果可能仅允许在车辆停放、展示场景或私人场地中使用。如果灯珠支持独立控制，理论上特斯拉还能实现动态灯光效果，比如类似《霹雳游侠》中 KITT 的扫光特效，或是在特斯拉充电站充电时显示电量百分比。

IT之家 8 月 16 日消息，据“北京亦庄”公众号，8 月 13 日，北京市人民政府新闻办公室在国家速滑馆新闻发布厅举行第二届世界人形机器人运动会新闻发布会（第三场）。会上宣布，本届运动会正赛将于 8 月 22 日至 26 日在国家速滑馆“冰丝带”举行，将举行 51 个项目共 1301 场比赛，吸引 666 支队伍携 2056 台机器人参赛，竞赛项目、参赛队伍全面提质扩容，并新增跳远、举重、拔河、乒乓球等高强度对抗项目。现场还发布了运动会吉祥物“智宝”。▲ 运动会吉祥物“智宝”从报名情况来看，各路高手将云集赛场。本届赛事吸引了来自六大洲、16 个国家的 666 支队伍，共有 2056 台机器人同台竞技，队伍数量较首届增长 138%，机器人数量翻了两番。国际方面，美国、德国、日本等机器人传统强国赛队积极参与，巴西还集结了五支机器人足球世界杯队伍，组建起一支国家联队参赛。国内方面，157 家企业、200 所院校和科研机构的 641 支队伍、1975 台机器人齐聚赛场。国内第一梯队企业悉数到场，27 所 985 高校踊跃参赛，产学研用各方力量汇聚一堂。IT之家从官方介绍获悉，今年赛项从首届的 26 项增加至 51 项，其中竞技赛 30 项、场景赛 21 项；比赛场次从 487 场增至 1301 场。在竞技赛中，今年新增的跳远、举重、拔河、乒乓球等高强度对抗项目，都是对机器人大脑、小脑、本体结构以及核心零部件的极限考验。赛场上每多跳远 1 厘米、每多举起 1 公斤，都是工程师们对关节电机、减速器不断优化设计、精密加工、测试验证的结果。此外，田径场比拼将更加激烈，机器人足球比赛将实现带球跑动、大力抽射等技能提升，更有百支队伍上演“舞林争霸”。本届场景赛则将赛项延伸到真实环境，覆盖工业、酒店、家庭、物流等领域，并专门设置了灵巧手赛项。其中，灵巧手设有夹豆子、拧螺丝等 8 个“微操”赛项，上演指尖对决。相比去年场景赛机器人仅“一个人战斗”，本届升级为机器人两两同台比拼，进一步增加赛事的精彩程度和观赏性。整体来看，机器人既要在百米、足球等项目中比速度、比力量，也要在酒店、工厂等真实场景中比效率、比可靠性，全面展现人形机器人在自主性、灵巧性和实用性方面的新进展。

IT之家 8 月 16 日消息，东风风神 L8Y 将于 8 月 21 日成都车展正式上市，新车搭载东风集团全新新能源技术，定位“10 万级大满配纯电 SUV ”。IT之家注意到，东风风神下半年将投放 4 款新车，四款车型以差异化的产品定位和优势，实现从“精致小家”到“舒适大家”的覆盖。风神 L8Y 主打“同级最舒适座舱”，座舱质感、驾乘体验得到全面升级风神 L8+ 剑指“同级最强智能辅助驾驶产品”，宣称刷新同级车型的智能体验上限“同级唯一真七座 SUV”风神 L9 兼顾商务接待与家庭责任风神 E80 则聚焦纯电市场8 月 5 日，东风汽车公布了新能源 L 系三款新车 —— 东风风神 L8Y、L8+、L9，覆盖纯电、插混、增程三大动力形式，将于 8 月起陆续上市。其中，东风风神 L8Y 长宽高 4688*1900*1617mm，2775mm 轴距；拥有同级最宽敞后排、同级最大后备箱；前排标配云柔大沙发，主副驾均支持座椅按摩、通风、加热及记忆迎宾等功能；搭载 50 英寸 AR-HUD，配备 62 度电池。

IT之家 8 月 16 日消息，岚图汽车官方在 8 月 13 日宣布，追光 S 车型 360° 隧道大回环穿越成功（在隧道中完成 360 度旋转穿越，轮胎贴着墙面飞驰，最终平稳回到地面）。然而有网友对此次挑战提出质疑，认为追光 S 大回环挑战视频采用了 AI 技术。IT之家注意到，岚图汽车官方在昨晚放出次 360° 隧道穿越挑战多角度实录 + 一镜到底视频，回应网友质疑。视频片长约 44 秒，全面覆盖了正面拍摄视角、后方拍摄视角以及车内第一人称视角，同时还给出了正常速度、0.5 倍速的画面。岚图追光 S 已于昨晚正式上市，新车全系标配华为乾崑智驾四激光雷达方案，22.99 万元起售，限时免费赠送主副驾双零重力座椅、电动遮阳帘、移动多功能氛围灯。四激光后驱 Max 版：22.99 万元，限时权益价 22.39 万元四激光后驱 Ultra 版：25.59 万元，限时权益价 24.99 万元四激光四驱 Ultra+ 版：27.99 万元，限时权益价 27.39 万元相关阅读：《岚图追光 S 正式上市：华为乾崑智驾四激光方案加持，限时 22.39 万-27.39 万元》《追光 S 隧道 360° 大回环被疑 AI 造假，岚图汽车宣布发布会一镜到底回应质疑》《非特效：岚图追光 S 汽车 360° 隧道大回环穿越成功》

IT之家 8 月 16 日消息，《Human Fall Flat（人类：一败涂地）》的开发商 No Brakes Games 正式公布了全新 VR 物理解谜游戏《Tiny Flock（小小羊群）》，本作将于今年内登陆 SteamVR 和 Meta Quest 平台，目前游戏已上架 Steam，IT之家附录游戏商品页（https://store.steampowered.com/app/3133010/Tiny_Flock?utm_source=impress&utm_medium=presskit）。据介绍，玩家将在本作中需要带领一群可爱的绵羊穿越 21 个精美的 3D 立体模型关卡。游戏中的环境和各种物体均具备高度互动性，玩家需要利用物理机制、创造力以及关卡中的各种道具，为自己的小羊群寻找安全通过关卡的方法。玩家可以搭建道路和桥梁、堆叠或投掷物体，还可以拉动绳索和操作机关，为绵羊创造安全的通行路线。本作并没有规定唯一解法，玩家可以根据周围环境自由尝试，通过物理机制和创造性的方式解决问题，将迷路的小羊安全带到终点。游戏图赏：