▌要闻

▍特斯拉计划与三星磋商提高AI6芯片产能；Cybercab大规模试生产正在加速

3月4日，据韩媒The Elec报道，特斯拉采购部门高管计划本周访问三星电子，就提高2nm芯片AI6的产能进行磋商。去年特斯拉与三星晶圆代工签订的订单规模为每月1.6万片晶圆，而特斯拉额外需求达到每月2.4万片晶圆。特斯拉将AI6视为一种“通用型”AI芯片，可应用于电动汽车、机器人和数据中心等业务，这也是AI6需求规模庞大的原因。三星电子DS部系统LSI业务已完成特斯拉所需的5G调制解调器开发，预计将在今年上半年启动供货。首批产品将应用于特斯拉在得克萨斯州运营的Robotaxi车队。

此外特斯拉官方宣布正在加快Cybercab的试生产力度，为下月启动的大规模量产做准备。在得州超级工厂，Cybercab的生产正在显著提速，无人机摄影师乔·泰格迈耶拍摄到的航拍画面显示，厂区内共观测到25辆Cybercab，这是迄今为止公开可见的规模最大的一批。其中14辆金属金色Cybercab整齐停放在工厂出口处，9辆位于碰撞测试场地进行结构与安全验证，2辆出现在厂区西侧的总装收尾区域接受最终检测。此外，还有更多Cybercab在厂区内行驶，进行动态路测与实际场景测试。

此次产能提升是在2026年2月中旬首辆量产版Cybercab下线后出现的，比原计划4月启动的时间提前了数周。Cybercab采用了“Unboxed”生产线，该模块化工艺旨在大幅降低成本、缩小工厂占地面积，并实现比传统方式更快的装配速度。特斯拉计划在4～8周内启动正式量产，初期爬坡会谨慎、循序渐进。Cybercab定位为售价低于3万美元的双座自动驾驶出租车，是特斯拉向可规模化自动驾驶与机器人领域大胆转型的标志性产品。随着得州超级工厂持续优化Cybercab制造流程，未来几个月将成为关键节点，决定这款革命性车型何时能尽快登陆美国及全球道路。

▍车市开年华为比亚迪两日连发颠覆性技术，896线激光雷达与二代刀片电池接连登场

财联社3月4日消息，2026年中国车市开年便呈现更为激烈的竞争态势。3月4日至5日两天之内，华为与比亚迪两大头部企业相继发布"颠覆性"技术，为开年承压的车市注入"新动能"。

首先是华为在今日的鸿蒙智行技术焕新发布会上，正式发布了全球量产线数最高的896线激光雷达——新一代双光路图像级激光雷达。这款产品采用了创新的双光路架构，标志着车载激光雷达的感知能力从3D“点云级”正式迈入3D“图像级”。此次发布的新一代激光雷达最大的技术突破在于首创的双光路架构（一体双焦设计）。它在内部集成了两个不同焦段的激光接收单元，实现了“广角+长焦”的一体成像：广角单元保障了近距大视野无盲区，长焦单元则专注于捕捉远距离的细节。

华为乾崑新一代激光雷达在性能上实现了显著提升，双光路架构单帧点云量相当于 128 线的 7 倍，轮廓清晰，让车辆对小目标的识别距离大幅提升，面对鬼探头、静止故障车这些极端场景，目标感知识别距离提升 190%，横倒锥桶等异型障碍物感知识别距离提升 77%。其分辨率是192线激光雷达的四倍，能够提供图像级的细节呈现。该雷达的稳定感知识别距离达到120米，能够识别14厘米高度的物体，如高速路散落的碎石、倒地轮胎、锥桶等低矮异型障碍物。视窗硬度提升25%，耐久能力提升2倍，在雨雾、逆光、夜间等复杂环境下感知更稳定。据财联社从知情人士获悉，此次发布只是一个开始。未来，鸿蒙智行“五界”以及“华系”更多品牌和价位的车型，都将陆续搭载这款896线激光雷达。该人士同时指出，“‘成本’已不是当下激光雷达产业的核心问题”。截至目前已公布搭载新一代896线激光雷达的车型有尊界S800，问界M9，阿维塔06T，新阿维塔12，广汽昊铂A800，岚图FE。

在华为发布超高清激光雷达的同日，比亚迪官宣将于3月5日举办第二代刀片电池与闪充技术发布会。2020年比亚迪发布第一代刀片电池，推动自身进入业务高速增长周期。据行业消息，即将登场的第二代刀片电池在保留安全性特点的同时，还将在能量密度和续航上有更大提升，并且在低温性能上大幅优化。将与第二代刀片电池配套推出的是兆瓦闪充2.0技术，比亚迪在2025年3月发布"超级e平台"，成为全球首个量产的乘用车1000V高压平台，闪充电池内阻降低50%，充电电流最大达1000A，充电倍率最高达10C，实现一秒充电续航2公里。除第二代刀片电池和兆瓦闪充2.0两项应用技术外，王朝网旗下首款D级旗舰SUV"大唐"也将同步上市，并搭载上述两项技术。

接连推出"颠覆性"技术的背后，是更为惨烈的市场竞争态势，华为、比亚迪两大头部企业的技术突围，不仅或为自身开辟新的增长空间，也将倒逼行业技术迭代，推动中国汽车市场从单纯销量的比拼转向技术、安全的全方位竞争。

▍阿里千问突发人事地震，项目负责人林俊旸及三名核心成员宣布离职

第一电动3月4日消息，阿里通义千问（Qwen）团队发生重大人事地震，以技术负责人林俊旸为首的多名核心骨干集中离职。此次变动十分突然，发生在团队刚发布新品、外部好评热度尚未消退之际，核心导火索指向阿里内部对Qwen团队的战略调整——从追求技术影响力的开源路线转向更激进的商业化考核，并对团队组织架构进行“拆解”。

此次离职的核心人物是林俊旸（1993年生，阿里最年轻P10级技术负责人），他带领团队完成了Qwen系列从7B到72B的全尺寸开源，2025年推出的万亿参数模型Qwen3-Max在多个评测中超越国际主流模型。今日凌晨，他在社交媒体发文“我即将离开，再见，我爱的Qwen”宣布卸任，此时距离团队发布备受马斯克称赞的Qwen3.5小尺寸模型仅隔一天，阿里官方尚未对此消息作出回应。除了林俊旸，Qwen后训练负责人郁博文、Code负责人惠彬原（已于1月离职加入Meta）、核心贡献者Kaixin Li等多名骨干也同期或近期离开，且多位知情者及同事暗示林俊旸的离开“并非自己的选择”。据悉，团队原本计划在新加坡建立技术据点，也随着他的离开而叫停。此次离职潮的核心原因，是阿里云通义实验室对Qwen团队进行的一次根本性组织架构调整：

团队拆分：通义实验室计划将Qwen从原本高效协同的“垂直整合”体系（预训练、后训练、Infra紧密结合），拆分为预训练、后训练、多模态等水平分工的独立团队。这直接缩小了林俊旸的管理范围，且与他坚持的“各环节应紧密耦合”的技术理念背道而驰。

考核方式剧变：阿里内部开始用DAU（日活用户）等C端消费应用的指标来考核基础模型团队，要求开源影响力必须转化为商业收入。然而，Qwen虽在全球开发者社区享有盛誉，但其开源模式短期内难以直接体现在阿里的财报和用户数据上，内部甚至有高管称此前发布的模型为“半成品”。

外部人才引入：伴随着组织调整，前Google DeepMind高级研究员周浩加入阿里，接手了郁博文离职后的后训练团队工作，这被外界视为阿里强化商业化、引入外部管理力量的信号。

据统计，从22年到26年，已有多名核心骨干离开，这也被视为阿里在追求商业化过程中，对技术理想主义和创新人才形成挤压的典型案例，令人联想到Meta（Llama团队）因类似原因导致人才流失的先例。随着这批“技术掌舵人”离开，Qwen可能会收缩其全球领先的开源策略，转向更封闭的商业化路线，从而影响其快速迭代的能力和开发者生态。

▌国内

▍卢伟冰：小米玄戒芯片未来每年更新，自研AI助手或与谷歌合作，计划覆盖手机和汽车

3月4日，据CNBC报道，小米计划每年推出一款新的手机处理器芯片。小米总裁卢伟冰在接受采 访时表示，这一计划体现出公司正加大力度向更高端技术领域拓展。去年小米发布了玄戒O1芯片，采用3nm先进制程，能够自主设计SoC的手机厂商并不多，多数厂商依赖高通和联发科。卢伟冰表示："这是我们的第一款芯片产品，未来我们很可能会每年推出升级版本。"每年更新SoC是一项巨大工程，这一节奏与苹果类似。

卢伟冰表示，这款芯片将首先搭载在今年在中国发布的一款新机上，之后也会应用到小米面向海外市场销售的手机中。这一说法与小米副总裁许斐去年9月接受CNBC采 访时的表态有所不同，当时许斐表示公司无法承诺每年都会推出新芯片。

此外，小米正在为海外市场开发新的AI助手。在中国，小米设备搭载AI助手"小爱同学"，基于公司自研AI模型打造。卢伟冰透露，小米正在计划让AI助手同时覆盖智能手机和汽车，很可能会与谷歌合作，在海外AI助手中使用Gemini模型，同时结合自研模型。小米汽车此前计划2027年进入欧洲市场，"当我们的汽车进入国际市场时，你们会看到我们的AI智能体也会一起到来。"小米计划今年首次在一款设备中同时整合玄戒O1芯片、澎湃OS以及AI助手，先在中国市场推出，最终将这些技术带到海外市场。

▍沐曦股份Q1预计亏损收窄，AI产业高速发展带动业务规模显著增长

科创板日报3月4日消息，沐曦股份公告称，预计2026年第一季度归属于上市公司股东的净利润亏损9075.72万元至1.82亿元，同比亏损收窄。报告期内，公司在坚持技术创新驱动、持续加大研发投入的同时，深化市场开拓，稳步提升在高性能GPU领域的市场地位与行业影响力，积极推进人工智能技术与各行业深度融合。

受益于人工智能产业的高速发展，依托优异的产品性能与完善的软件生态，沐曦股份产品与服务获得下游客户广泛认可，业务规模较上年同期实现显著增长。作为国内高性能GPU领域的重要参与者，沐曦股份正抓住AI算力需求爆发的市场机遇，持续扩大市场份额。

▍字节跳动Seedance2.0视频生成模型定价曝光：1元1秒  

第一电动3月4日消息，字节跳动旗下火山引擎官网公布了Doubao-Seedance-2.0模型的定价标准。该模型支持图像、视频、音频等多种模态作为参考输入生成视频，包含视频输入（视频编辑）的价格为28元/百万tokens，而不含视频输入（纯视频生成）的价格则为46元/百万tokens。根据计算，使用Seedance2.0生成15秒视频大约需要消耗30.888万tokens，纯视频生成的成本大约为1元1秒。目前，Seedance2.0暂不支持API接入，且不会对工具方开放，仅限于自用。据相关人士透露，Seedance2.0已接入第一批公司，其中包括一家头部漫剧公司。

▌国际

▍谷歌发布速度最快、最具成本效益模型Gemini3.1Flash-Lite：AI速度提升2.5倍

IT之家3月4日消息，谷歌宣布推出轻量级AI模型Gemini3.1Flash-Lite，这是其Gemini3系列中速度最快、最具成本效益的模型。开发者可以通过GoogleAIStudio中的GeminiAPI获取预览版，企业级用户也能在VertexAI平台上体验。谷歌为该模型设定了极具竞争力的价格，每百万输入Tokens收费0.25美元，每百万输出Tokens为1.50美元，旨在降低AI应用的门槛。

Gemini3.1Flash-Lite在性能上实现了显著提升。根据ArtificialAnalysis的数据，与前代2.5Flash相比，新模型的首字响应速度（TTFT）提升了2.5倍，整体输出速度提升了45%。这种低延迟特性使其成为构建实时响应体验的理想选择。在Arena.ai排行榜上，3.1Flash-Lite获得了1432分的Elo得分，并在多模态理解与逻辑推理测试中全面领先同级竞品，如GPQADiamond测试中得分率高达86.9%，在MMMUPro测试中达到76.8%，甚至在多项指标上超越了体积更大的上一代Gemini2.5Flash模型。

此外，3.1Flash-Lite在AIStudio和VertexAI中标配了创新的“思考层级（thinkinglevels）”功能，允许开发者根据任务需求灵活控制模型的“思考深度”。这一机制使得模型在处理基础任务时追求极致效率，在面对高难度任务时激发更深度的推理能力。Latitude、Cartwheel以及Whering等企业已将3.1Flash-Lite部署于复杂的业务场景中，并反馈称该模型具备卓越的处理效率和逻辑推理能力，能以媲美大型模型的精准度处理复杂输入指令。

▍OpenAI将发布GPT-5.4模型上下文窗口超百万Tokens，引入“极限推理模式”

3月4日，The Information报道称，OpenAI计划推出新一代大模型GPT-5.4，其上下文窗口将超过100万Tokens，相较于GPT-5.2的40万Tokens容量大幅提升。这一升级将使OpenAI在上下文能力上与谷歌和Anthropic的竞争模型持平，两者均已支持100万Tokens。GPT-5.4在处理复杂任务时表现更为出色，尤其是在需要长时间执行的任务场景中，如持续数小时的工作流程等。新模型在多步骤任务中能更稳定地保留用户请求和运行参数，同时降低错误率，这对于OpenAI Codex等产品完成复杂编程任务具有重要意义。

GPT-5.4还将引入“极限推理模式”，在该模式下，模型能够为复杂问题分配更多时间和计算资源，以增强推理能力。这一特性有望进一步提升AI在解决复杂问题时的表现，尤其是在需要深入分析和推理的场景中。

▍AI识别野生动物面临"迁移性危机"，研究人员称泛化能力被夸大

3月4日，据Phys报道，研究人员表示利用人工智能识别野生动物的做法，暴露出一场潜在的"迁移性危机"。AI成像系统的营销宣传往往宣称，模型能像人类观察者一样轻松应对不同生态系统和环境中的全新场景，但在一篇新论文中，埃克塞特大学的两位研究人员指出，这一说法建立在"错误假设"之上。这篇发表在《公共科学图书馆·生物学》（PLOS Biology）期刊上的论文题为《生物学中的深度学习正面临一场迁移性危机》。

研究人员称，尽管AI模型在其训练环境中表现稳定可靠，但这种效果极少能迁移到新的场景，导致其泛化能力难以预测。埃克塞特大学托马斯·奥谢-惠勒博士表示："核心结论是，尽管被视为'黄金标准'，但性能基准并不能可靠反映AI模型的真实能力。我们看到大量宣称在极广泛场景下对比最新AI模型与人类能力的说法，然而这些结论都来自数据集上的性能测试，而这些数据往往无法迁移到现实任务中。用库存图片训练出来的猫咪识别模型，在测试其他猫咪库存图时表现良好，但这无法转化为野外环境下有效的猫咪检测。"

来自生态与保护中心的凯蒂·默里补充道："以野生动物识别为例，你最终可能得到一个表现并不好、却对自己的结论显得非常自信的系统。简单来说，AI在处理从未见过的事物时会很吃力，但它不一定会向用户表达这一点。"奥谢-惠勒博士指出，问题并非出在技术本身，而在于它的使用方式，"AI可以极为强大，但场景是关键——模型必须在真实使用场景中接受评估，否则后续可能引发严重问题。在生态学中，这给物种监测和保护工作带来挑战；而在医学等领域，后果可能更为严重。"研究人员呼吁，在解读性能指标时应保持谨慎，并更多采用能让模型在真实应用中快速测试的工具，不应使用这些指标来评估模型的泛化性能，评估AI模型效果的唯一可靠方法是在具体使用场景中对它进行实际测试。

▍Anthropic CEO称其年化营收规模已达到190亿美元，2月增50亿美元

3月4日，参考彭博社报道和投资人 Brad Gerstner 社媒动态，Anthropic首席执行官达里奥・阿莫代伊 (Dario Amodei) 在摩根士丹利TMT大会上表示，其年化营收规模已达到190亿美元。公司首席执行官达里奥·阿莫代伊透露，2026年2月单月营收增长了50亿美元。值得注意的是，Anthropic在2025年末的年化营收仅为90亿美元，这意味着公司在不到一个季度的时间内实现了收入水平的翻倍。Anthropic近期推出了多款AI技术产品，包括ClaudeSonnet4.6模型、ClaudeCowork通用助手、法律AI工具和网络安全AI工具，这些产品进一步增强了公司AI技术在实际生产生活中的应用能力。

返回第一电动网首页 >