IT之家 6 月 5 日消息，在今日的 2026 腾讯云 AI 产业应用大会现场，针对外界“腾讯慢了”的批评，腾讯集团高级执行副总裁汤道生作出回应， 其承认在复杂组织中不同业务线速度不一 ，有快有慢，也有失败与探索，对外界批评与提醒持开放态度并接受建议。 汤道生表示：“在这样的一个长跑，我相信模型会不断迭代，用户的需求也在不断变化，也会有新的产品形态出现， 我觉得我们今年年初对龙虾这一波热潮也反应比较快 。” 据《科创板日报》报道，腾讯首席 AI 科学家姚顺雨表示，AI 下半场最重要的是， 我们应该在中国建立一个长期的 AGI 组织 。今天的 AI 可以分为三部分： 首先要重点关注预训练和后训练等基础性工作的操作与优化，夯实技术底座； 其次，在产品方面要将基础技术转化为实际产品，使其能真正为社会和人类创造价值； 第三，要积极探索新的研究范式、发掘新的机会。 IT之家获悉，2026 腾讯云 AI 产业应用大会于今日（6 月 5 日）在北京国家会议中心举行，除了汤道生和姚顺雨的对谈，下午还有多个专场、产品发布环节。
IT之家 5 月 28 日消息，在今日的比亚迪智能化战略发布会上，比亚迪集团董事长兼总裁王传福公布了比亚迪智能化下半场的三大目标：零交通事故、超级司机以及超级秘书。 他表示，智能化的下半场加速推进，Al 正在重构汽车产业，AI+ 璇玑架构已全面赋能智能座舱、辅助驾驶、动力、底盘等。 IT之家注意到，王传福还回顾了比亚迪近年来在智能驾驶领域的布局，包括 2024 年发布整车智能战略、推动“智电融合”，以及 2025 年推出“全民智驾”计划，并率先为智能泊车提供安全兜底。今年 1 月，比亚迪还通过“天神之眼”5.0 软件升级进一步提升车辆安全能力。
36氪获悉，腾讯云AI产业应用大会主论坛上，腾讯首席AI科学家姚顺雨对AI下半场给出两个核心判断：第一，AI是一个长期游戏，而非短期窗口。他指出，硅谷部分从业者认为需要"赶快赚两年钱退休"的心态并不可取，AI才刚刚开始，ChatGPT和Claude Code不会是唯一的超级应用，未来将持续诞生新的产品机会，"今天可能就像70年代PC刚刚产生的时候"。第二，AI将走向多元而非单一路径。过去几年行业沿着预训练、后训练、Agent的清晰主线推进，但未来Coding Agent之外，多模态、具身智能等大量新方向正在或即将发生，整个世界"还有很多空间没有被填满"。
观察发现，5月份以来发布的新车型中，高阶辅助驾驶配置正快速向15万元以下市场普及，激光雷达、城市NOA等此前主要出现在30万元以上车型的功能，正在进入主流家用车价格区间。全国乘用车市场信息联席会秘书长崔东树此前表示，中国市场智能驾驶竞争程度已远超全球其他市场，智驾能力正成为影响消费者购车选择的重要因素。 (中证报)
文｜王欣逸 编辑｜苏建勋 龙虾热还在继续。 4月16日，荣耀进行了一场史上最短的发布会，正式发布此前预热的“养虾本”——荣耀MagicBook系列轻薄本。 即便OpenClaw已经刷屏了两个多月，但对于普通用户而言，要养一只原装龙虾，并没有想象中的容易。 不少软件和云服务厂商赶上热度，推出一键部署的龙虾。但对终端厂商而言，下场做龙虾和“养虾本”，荣耀是第一家。 据悉，荣耀MagicBook数字系列是荣耀首款“养虾本”，出厂即配置荣耀自研龙虾YOYO CLAW，荣耀MagicBook 14 | 16 2026款售价5949.15元起。 作为一家终端厂商，荣耀一直在AI PC有所布局。 2026年初，OpenClaw横空出世。3月10日，荣耀紧随小米Claw、华为鸿蒙小艺Claw其后，宣布要推出“龙虾宇宙”，支持PC一键养虾、平板养虾、手机养虾等功能。3月27日，荣耀Agent助手YOYO Claw开启封测。 4月13日，在荣耀PC技术交流分享会上，荣耀再次提及了龙虾宇宙的构想，首次提出“龙虾PC”的硬件品类，并展示了PC端YOYO Claw的功能。 “养虾本”里的龙虾，并非是此前推出的YOYO Claw在电脑端的复用，而是完全重写的、针对PC端的一个AI助手。 开箱即用，意味着用户拿到“养虾本”后无需任何操作，就拥有了自己的龙虾助手。 扫描二维码登陆后，用户就可以用微信、飞书等工具直接调用Agent工具。YOYO Claw内预设了5大主虾、23个子虾，并具备自主进化能力，能通过理解用户的记忆，实现“越用越顺手”。 除了“上手难”的问题，烧Token，是另一个让用户们对龙虾望而却步的原因。 值得一提的是，YOYO Claw采用了端云协同方案，能智能判断任务该在哪里执行，实现Token的高质量消耗。根据荣耀公布的信息，在执行任务的过程中，相比OpenClaw，YOYO Claw能节省平均50%的Token消耗。 此外，为了实现安全养虾，荣耀还做了一个“独立安全虾”，专门在用户设备上做安全防护，能全程盯着Agent的操作，阻挡格式化硬盘、重装系统等高危动作。 在分享会上，荣耀PC产品总经理朱臣才提到，在Agent时代，PC，不仅是Personal Computer（个人电脑），也是Partner Creator（创作伙伴）。 △荣耀PC技术交流分享会现场，图源：智能涌现拍摄 看见Claw在普通人中应用的最后一公里 “龙虾热”的背后，是普通人养虾难的现实。 未来的大模型能力一定会越来越强，但是模型操控电脑、执行展示等一些基本的工作仍然存在。普通用户不需要一个所有功能配置拉满的应用，而是更看重高效、经济、稳定性几个指标。 荣耀的核心用户群体是基础办公人群和大学生，办公场景和论文相关需求是高频应用。因此，在YOYO CLAW的预设Skill上，荣耀瞄准了教��、办公、学术、内容创作、智能辅助五大场景，并延伸出23个Skills。 落到具体的功能上，YOYO Claw可以化身为办公虾、教育虾、学习虾、健康关怀虾，可以是大学生论文助手，也可以是金融炒股高手。 以大学生写毕业论文这个具体的场景为例，用户只需要输入提示词，龙虾就可以完成从文献下载、解析，到论文撰写、图表生成，最后到论文排版、PPT生成上，实现一站式应用。 从垂直虾做起，是为了打通基础工具链。 除了五大垂直场景的Skills预设，YOYO Claw也支持用户安装OpenClaw生态里的其他Skills，以补充其他没有覆盖到的场景。 回到YOYO Claw的开发策略来看，它既有OpenClaw的开放Skills兼容，又有Hermes Agent的安全严格和自研系统机制。 其采用了“端云模型协同，端侧优先”的方案，在使用过程中，本地端侧模型可处理语义搜索，减少云端推理轮次。 简单、高频且涉及本地操作的任务，YOYO Claw会主动选择100%在端侧完成，只有在需要用到云端算力的情况下才会调用云端模型。它还会通过对上下文的优化、记忆匹配等方式，来放大云端调用的效率。 相比OpenClaw，平均情况下，YOYO Claw可以实现Token消耗节省50%，在极致情况下可省90%以上。 △荣耀YOYO Claw和OpenClaw对比，图源：官方 此外，安全养虾，也是荣耀龙虾宇宙里一个重要的部分。 YOYO Claw设置了独立的三层记忆系统， 能支持对本地数据的理解，不会主动抓取第三方应用的数据。这些记忆和理解能力都需要用户授权，且都保留在端侧。 不仅如此，YOYO Claw还内设了一个无法被篡改的“安全虾”，在用户自行安装Skills时，系统会扫描Skill包里是否含恶意代码，在运行时，“安全虾”也会拦截异常的脚本操作。 易用性、省Token、安全性，支撑起用户长期、高频使用YOYO Claw的需求。 终端厂商做Claw的价值：没有注定被AI淘汰的人 在2026年GTC大会上，黄仁勋将OpenClaw比作Agent计算机的操作系统。 不过，AI的普及，关联到用户、设备、Skills/生态、模型四个维度。要实现黄仁勋这一判断，单靠一家互联网厂商、模型厂商或者终端厂商远远不够。 例如，垂直场景的应用需要依赖专业的数据源，这关联到的是垂直应用厂商，并且数据的质量可以直接影响到效果的好坏。 对于荣耀这样的终端厂商而言，他们擅长的是打通用户链路、降低成本并提升设备的耐用性。 荣耀中国区CMO雷铮斯提到，“未来的3至5年，PC、手机和平板仍然是人和数字世界进行交互的核心媒介。”荣耀要做的是，看见Claw落地的最后一公里：基于数亿用户的数据，把大模型的能力落地到真实生活场景，实现AI工具的易用性。 这也正是终端厂商的价值。假设把OpenClaw安装到一个算力不高的设备上，在执行任务时，它会疯狂地烧本地的算力，电脑界面甚至会完全卡住。 从硬件来看，终端厂商做“养虾本”有天然的优势——可以对系统进行资源的调度。因此，在响应速度上，PC端的YOYO Claw比搭载OpenClaw的笔记本响应速度更快。 不仅如此，荣耀近日推出的Magic视界桌面界面也让AI助手的调用更加便捷，用户在桌面和菜单栏上可以随时调用出AI工具，实现“服务找人”。 跨设备生态，是另一件荣耀正在做的事。 在过去一段很长时间，荣耀在全场景终端设备上一直在做数据上的互联互通。Agent时代，这一能力正在更进一步，并升级为记忆和Skill的互联互通。 例如，用PC后台跑项目的同时，用户可以通过手机端的YOYO Claw，基于云端记忆下发指令。 这种生态不只存在于个人多端的设备上，荣耀要做的是一个服务全家的AI助手。 据介绍，在家庭联动的模式下，全家多人可以共有一台PC，所有家庭成员都可以通过手机、平板等设备与PC端的龙虾互动，同时做到一人一虾的专属独立。家庭相关的记忆数据都存储在这台PC中。 △“养虾本”能实现多端共享Skills、记忆等功能，图源：智能涌现拍摄 目前，PC端的YOYO Claw已经率先在新品笔记本上推出，在功能稳定之后，旧机型随后也会进行功能的更新适配。 现有MagicBook Pro 16/14可运行约30B参数模型，能解决的场景还比较少。未来，PC端侧可能会逐渐发展到100B以上模型，并在端云模型中不断做平衡，逐步减少云端的依赖。