机器人看见苹果之后,触觉传感器为何仍难量产
2026 WAIC上,触觉传感器热度上升:一目科技E轮融资超10亿,千觉机器人展示VTLA模型。可现有素材没有成本、良率、寿命和出货量,触觉能否稳定进入整机,仍要看模型、控制与供应链能否接通。
阅读全文关键词:苹果
2026 WAIC上,触觉传感器热度上升:一目科技E轮融资超10亿,千觉机器人展示VTLA模型。可现有素材没有成本、良率、寿命和出货量,触觉能否稳定进入整机,仍要看模型、控制与供应链能否接通。
阅读全文Arm把2026年芯片创新的注意力从单纯缩小晶体管,移到3D堆叠与Chiplet。苹果AFM 3则用稀疏架构控制每次推理的计算量。手机要减少云端依赖,靠的不是单独堆NPU,而是让模型、框架、芯片和具体功能对得上。
阅读全文2026年旗舰手机端侧AI体验的差距已从跑分转向能效。本文对比苹果A19、骁龙8 Gen 4与天玑9400在运行3B-7B量化模型时的功耗、发热与延迟,通过架构与实测案例揭示谁的NPU真正兼顾续航,并附一套可复现的功耗测
阅读全文一句跨 App 指令,可能让手机在几十秒内明显升温。结合 6 款旗舰方案的测试记录与公开资料,文章对比 Agent 执行、本地 PDF 检索、响应延迟和 10 组任务耗电,看看中兴、华为、苹果、OPPO 等方案各自适合什
阅读全文端侧AI进入手机和智能眼镜后,峰值算力已不足以解释真实体验。现有材料能确认苹果等厂商持续推进端侧AI、国内至少50个团队布局AI眼镜;至于「ARM V3.1」及相关性能数据,缺少官方文档和测试条件,暂不宜写成定论。
阅读全文苹果的AFM 3 Core Advanced约200亿参数,小米MiMo-V2 Pro总参数超1万亿、激活420亿,Pixel 10则让Gemini Nano常驻端侧。数字越来越大,但公开资料仍不足以做统一跑分。选设备,
阅读全文手机能装下模型,不等于能长期跑好。苹果约200亿参数的AFM 3 Core Advanced选择稀疏激活,Gemini Nano沿用知识蒸馏。端侧轻量化的重点,正转向按需计算、能力压缩和分层精度。
阅读全文2026年端侧大模型进入规模化落地期,Arm高管指出移动芯片的真正瓶颈并非TOPS堆叠,而是总线与内存带宽。苹果AFM 3用稀疏架构规避访存,行业从拼算力转向拼架构命中率。
阅读全文WWDC 2026 上,Siri AI 加入屏幕感知、个人上下文理解和跨 App 执行。苹果补上了语音助手最明显的短板,但据钛媒体,复杂推理仍依赖谷歌 Gemini,每年授权费约 10 亿美元,新功能也设有硬件门槛。入口
阅读全文2026年暑期,iPhone 18、华为Mate 80与小米15 Ultra的端侧AI实测揭示了不同的技术取舍。苹果凭借稀疏架构实现极致能效,华为在中文多轮对话中展现深度理解,小米则以万亿参数模型提供强大的本地创意能力。
阅读全文苹果把省电做进约200亿参数的稀疏模型,高通则用混合精度降低推理能耗,并称骁龙8 Gen 4端侧大模型功耗下降40%。两套方案暂时缺少统一实测,38TOPS也不能代替持续运行时的温度、降频和适配成本。
阅读全文苹果用约200亿参数的稀疏模型减少单次激活,Pixel 10让Gemini Nano常驻端侧,小米MiMo-V2 Pro总参数超过1万亿。公开资料尚无统一温度与降频测试,能效高低还得看持续负载。
阅读全文