文 | 大模型之家 文 | 大模型之家 9月22😎日晚间，DeepSeek官方突然发布更新，宣布DeepSee❤️k-V3.1 现已更新至DeepSeek-V3.1-Term❤️inus 版本。官方表示，此次更新并非简单例行迭代，而是针对🎉用户反馈中集中出现的问题进行了改进，在保持原有能力的同时，进👍一步提升了模型的稳定性与一致性。 消息一经发出，不到一😉个小时便收获了一条“10w+”，足以见得行业对于DeepSe😘ek的关注程度与影响力。 然而，市场的热烈反应背后，也❤️夹杂着一丝失望：备受期待的新一代推理模型DeepSeek-R🔥2再次缺席。这不仅是一次期待的落空，更像是一面棱镜，折射出这😊家明星创业公司，从年初以R1模型一鸣惊人，到如今核心产品迭代🤩的持续延迟，在狂飙突进246天后的焦虑、挣扎与抉择。梁文锋和😉他的DeepSeek，正在上演一出中国大模型领域最富戏剧性张🤗力的“现代启示录”。 市场预期管理失焦：R2发布如“镜👏花水月” 当我们把时间的指针拨回2025 年的早春，彼🤔时，DeepSeek-R1的横空出世，如同一声惊雷，在中国乃🤯至全球的AI领域炸响。其卓越的数学与代码推理能力，不仅在多项🥳基准测试中对标甚至超越了OpenAI的顶尖模型，更重要的是，🙌它以一种彻底开源的姿态，将推理大模型的门槛拉至前所未有的低位🔥。DeepSeek因此一战成神，成为那个“春节档”最耀眼的国😅产AI明星，创始人梁文锋也被寄予了挑战硅谷巨头的厚望。 🤔 DeepSeek-R1推出的那一天，就为梁文锋治下的深度求🤔索，留下了两个难以抹去的烙印：一是“开源且低成本”成为它的标🚀签，二是外界由此对其下一步的期待被抬到了很高的位置。 🤗然而，辉煌的序章之后，故事的走向却变得扑朔迷离。行业对下一代😊推理模型DeepSeek-R2的期待，随着时间的推移，演变成😡了一场反复上演的“狼来了”的故事。据大模型之家统计，截至20🤯25年9月23日，距离R1发布已过去整整246天，而关于R2🤯的发布传言，已不下10次。 这场漫长的“悬念剧”始于2😊月，路透社首次援引信源，称R2“最迟5月初发布”，并暗示其在😊代码生成和多语言推理上将有重大突破，瞬间点燃了市场的热情。随🤯后的几个月，传言变得愈发具体和密集。3月，行业内开始流传“3👍月17日发布”的精准日期；4月，Hugging Face代码🚀库的蛛丝马迹似乎暗示着即将到来的更新；而到了5月，传言达到了😴顶峰，一份详尽的参数信息在网络上泄露，直指R2将采用革命性的🚀“Hybrid MoE 3.0”架构，总参数量高达惊人的1.👏2万亿。 然而，期待中的5月发布会并未如期而至。随之而🤯来的是更多混杂着失望与猜测的消息。有传闻称，发布延期是因为C😂EO梁文锋对模型内部测试的性能不甚满意，认为尚未达到对R1的👏“碾压级”优势。更关键的是，来自外部环境的压力开始显现——英👏伟达 H20芯片的供应问题，成为悬在所有中国AI公司头上的达💯摩克利斯之剑。 此后的故事线更加曲折。6月，消息称R2😍的内部测试结果显示，其性能提升并未达到颠覆性的程度。7月，万🚀众瞩目的世界人工智能大会（WAIC 2025）上，DeepS🎉eek的缺席让R2发布的希望再度落空。8月，关于“月底发布”😜的传言再次甚嚣尘上，但很快被官方辟谣。直到9月初，彭博社的报🥳道才给出了一个新的时间窗口——计划于第四季度发布，并将主打当😊下最热门的Agent（智能体）能力。 展开全文 🙌在长达八个多月的时间里，DeepSeek官方始终未公布R2的😊明确发布计划。这种反复的传言与落空，在客观上造成了市场预期的😅管理失焦，也消耗了部分用户的耐心。更重要的是，在DeepSe🥳ek等待R2的这段时间，其主要竞争对手，如阿里巴巴的通义千问😁（Qwen）和百度的文心大模型（ERNIE）等，均已完成了多🌟轮重要的功能迭代和模型升级。 在这场无声的竞赛中，时间🙄的流逝，正在成为DeepSeek最沉重的成本。 延迟的😂“三重困境”：开源生态的繁荣与核心产品的缺位 如果仅仅😡将这八个多月定义为“等待”，那对DeepSeek而言无疑是不🤩公平的。事实上，在R2缺位的日子里，DeepSeek非但没有😴停滞，反而在另一个维度上展现出了惊人的能量和战略远见。梁文锋😡选择了一条更为艰难但可能也更为长远的道路——构建一个从底层模😊型到上层工具链完全开源的全栈技术体系。 这是一场围绕“🎉开源驱动创新”展开的“阳谋”。在核心模型层面，除了打响名声的😀推理专用模型DeepSeek-R1，DeepSeek在3月又😎开源了通用模型V3.0324，其API成本仅为GPT-4的1😘/14，几乎是以“倾销”的方式，将大模型的使用成本打到了“地😍板价”。随后，融合了代码与对话能力的DeepSeek-V2.💯5，以及多模态文生图模型Janus-Pro也相继开源。这一系🤔列组合拳，让DeepSeek成为了国产AI技术普惠的关键推动😡者之一。 在基础设施与工具链层面，DeepSeek同样🎉进行了深度布局，开源了一系列旨在提升训练和推理效率的关键组件😀。例如，针对GPU优化的FlashMLA解码内核和DeepG😢EMM矩阵运算库，官方数据显示可提升约30%的推理速度；为混🤗合专家（MoE）模型设计的DeepEP通信库和DualPip😂e流水线算法，有效降低了分布式训练的通信延迟；而名为3FS的😍超高速分布式文件系统，则为大模型训练提供了高效的数据读写支持🥳。 尤为关键的是，DeepSeek的开源并非仅仅停留在😊代码层面。他们敏锐地捕捉到了国产算力崛起的趋势。其开源的工具💯链不仅支持主流的英伟达GPU，还同步推出了适配华为昇腾平台的🚀解决方案（如MindIE镜像）。这一举措有助于推动国产AI算😜力在实际应用场景中的落地，具有重要的产业价值。庞大的开源体系😉为DeepSeek带来了正向的生态循环。全球开发者基于其模型🌟进行量化（如INT8/INT4版本），降低了部署成本，并围绕😆医疗、金融等垂直行业进行微调，丰富了应用场景。 然而，🙄这耀眼的A面，却无法掩盖其B面深刻的隐忧。R2的迟迟未能发布😘，正是这些隐忧的集中体现。DeepSeek-R2的推迟，至少🔥面临着三重困境。 首先是技术突破与算力供应的核心矛盾。🌟据英国《金融时报》等媒体报道，R1发布后，DeepSeek在👏相关方面的鼓励下，曾尝试使用华为昇腾芯片进行下一代模型的训练🤩。然而，从英伟达的CUDA生态迁移到昇腾的CANN生态，其难🤩度远超预期。训练过程中的不稳定和性能瓶颈，严重拖慢了研发进度⭐，甚至一度迫使团队将关键训练任务切回NVIDIA平台。这场“🤯算力长征”的艰难，或许是导致R2延期的最直接、最核心的技术因🌟素。 其次，资本的狂热与市场的超高预期，放大了传言的传😍播效应，也给DeepSeek戴上了沉重的“枷锁”。R1的成功😜让DeepSeek成为了资本市场的宠儿，估值水涨船高。每一次🙌关于R2的传言，都能在资本市场掀起波澜。这种高度关注，既是动🤗力也是压力，它迫使DeepSeek必须拿出一款超越性的产品，🤯任何一点瑕疵都可能被无限放大，从而导致团队在发布决策上慎之又❤️慎。 最后，在激烈的行业竞争与中美技术角力的背景下，构😀成了R2发布最严峻的外部压力。在国内，阿里、百度等巨头凭借强😢大的资源整合能力，在模型迭代、产品落地和生态构建上步步紧逼。🙄在国际上，美国对先进AI技术的出口管制日益收紧。DeepSe😉ek既要面对国内市场的“内卷”，又要应对国际环境的“脱钩”风😘险，其战略选择空间正变得越来越狭窄。 DeepSeek😊与梁文锋面临的“三重挑战” 当前，DeepSeek及其🤩创始人梁文锋正不得不面临着来自技术、战略和市场三个层面的严峻😁挑战，这种局面使其在后续发展路径的选择上变得异常艰难。 🤩 第一重挑战，是如何在技术上实现自我超越，即“创新者的窘境”🤯。DeepSeek-R1在推理能力上的突出表现，已经为公司树🙄立了极高的技术标杆。这意味着R2必须在性能上实现质的飞跃，而😅非简单的参数提升或常规优化，才能满足市场的期待。 如果😡R2的提升幅度有限，很可能会面临类似于今年GPT-5发布后，🤔行业普遍认为其创新力度不足的评价。对于一家以技术驱动的创业公😴司而言，这种来自内部的、超越自我的压力，是其决策过程中必须考😆虑的首要因素。 第二重挑战，是公司在技术路线上的战略短🙌板，特别是在多模态能力上的“缺位”。当前，全球顶尖大模型的发😁展趋势已明确指向文本、图像、音频、视频等多模态能力的融合。无😂论是通过多模型能力调用协议（MCP）整合不同模型，还是发展原😎生的多模态大模型，都已成为行业共识。 相比之下，Dee😡pSeek至今发布和开源的模型仍主要集中在文本和代码领域，旗😢下多模态文生图模型Janus-Pro并未在行业掀起波浪。这种😘技术路线上的单一性，可能会使其在未来以多模态为核心的应用场景😍竞争中处于不利地位，限制其生态的广度和商业化的想象空间。 😅 而国内的另一家大模型公司MiniMax为例，则走向了另一❤️个极端：其从创业初期就专注于多模态技术，并已推出了成熟的产品😴，但囿于当前主流大模型能力评估体系，仍以语言模型为基准。这使😡得 Minimax 在模型排名、社区认可度、学术引用等“行业😴标尺”上较为边缘，其开源的大模型 MiniMax-M1，在H😁ugging Face等平台的活跃度远低于DeepSeek。😁此外，其主打的线性注意力机制与混合专家系统（MoE）虽然理论😂上具备效率优势，但在实践中尚未充分验证其长期可控性和泛化能力🤗，也让MiniMax 40亿美元估值屡遭质疑。 第三重😁挑战，是需要面对DeepSeek面临的生态问题。自今年年中开🔥始，网络中关于“DeepSeek变笨了”的讨论不绝于耳，调查😉发现虽然R1模型在数学推理上表现优异，但在涉及创意、事实性内😆容时却频繁出现“幻觉”。 而这背后，正揭示出DeepS😀eek在内容生态上的“先天”短板。大型科技公司如百度、字节跳😡动等，其优势不仅仅在于资金和技术，更在于其庞大的流量入口和内😊容生态系统。例如，百度拥有搜索、贴吧、文库等一系列产品，而字😊节跳动则有抖音、今日头条、西瓜视频等。这些平台不仅为用户提供😢了稳定的流量入口，更重要的是，在用户与内容交互的过程中，源源😀不断地产生着最新的、鲜活的数据。这些数据经过清洗和处理，可以😜持续地为大模型提供高质量的训练语料，形成一个良性的“数据飞轮😁”——模型越好，用户越多，产生的数据越新，模型迭代越快。 🙄 DeepSeek目前并不具备这样的内容生态优势。其模型能🎉力的提升，更多依赖于外部公开数据集和合作方提供的数据，缺乏像😀百度、字节那样自有的、能够实时更新的“活水”。当模型在训练过👏程中无法有效甄别和清洗受污染的语料时，就可能导致“幻觉”现象😢的加剧。这种“幻觉”，不仅仅是简单的信息编造，更可能表现为逻🤔辑混乱、事实错误，甚至答非所问，这无疑严重影响了用户的信任感😁和使用体验。对于一个致力于商业化的大模型来说，用户信任是其产😉品生命线的基石，而“幻觉”问题，恰恰是横亘在其商业化路径上的😢一大障碍。 写在最后 因此，对于梁文锋而言，是如😊何平衡内部研发节奏与外部市场竞争的压力。R2的延迟发布，为竞🥳争对手提供了追赶和反超的时间窗口。在快速变化的大模型市场，技🙌术领先的优势稍纵即逝。梁文锋必须在“追求技术极致”与“抢占市🤩场时机”之间做出权衡。 发布一个性能未达内部最高标准但❤️能及时卡位市场的产品，还是继续打磨一个可能错过最佳发布窗口的😅“完美”产品，这是一个艰难的战略抉择。同时，叠加算力迁移带来😅的工程挑战，使得这一决策过程变得更加复杂。 不可否认，🙄DeepSeek-R1的发布对行业产生了深远影响。它不仅证明😁了国内团队在核心推理模型领域的研发实力，更重要的是，其开源策😁略极大地降低了AI技术的应用成本，打破了海外少数厂商在高端模🤔型领域的垄断，为推动整个行业的创新和普及做出了重要贡献。 😂 在大模型之家看来，DeepSeek当前所面临的困境，并非🙌个例，而是国内顶尖AI公司在向更高技术水平迈进过程中普遍面临❤️的挑战缩影。市场期待R2的最终发布，不仅是期待一款性能更强的🙌模型，也是在观察DeepSeek如何在技术瓶颈、战略短板和激😂烈竞争的多重压力下，给出自己的解决方案。DeepSeek和梁😂文锋给出的答案，也将对国内其他AI公司的发展路径提供重要的参😡考和启示。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

文 | 伯虎财经，作者 | 路费 文 | 伯虎财经，作😘者 | 路费 这次苹果的新品发布有多成功？看媒体评论和🤩首销情况就知道了。 虽然iPhone17系列激活量还没❤️有公布，但是电商平台的预售成绩已经发布了。iPhone17 😢Pro系列和上一代相比销量增长了3倍，更夸张的是标准版的iP😆hone17，比上一代增长了8倍左右。 媒体的评价更加❤️简单粗暴。发布会后，几乎所有的媒体稿件都可以总结为同一句话：🌟牙膏挤暴了。 连友商高管卢伟冰也按捺不住发微博称赞，顺😁带再次拉高了对标尺度——小米的新一代旗舰跳过了小米16，直接❤️命名为小米17、小米17 Pro、小米17 Pro Max。❤️ 苹果这次的久违发力其实也是自身处境的映射。 2🥳024年是苹果在国内市场承压的一年，无论是挤牙膏的更新还是在🤔AI上的迟滞，都已经让一部分粉丝开始不满。Canalys数据😍显示，苹果2024年在中国出货量降17%，降至4290万部，😆而华为增加37%至4600万部。2024年，苹果整体营收虽增💯长，但大中华区仅增14%，占比从25%降至17%。 国😅内的安卓品牌更是早已对苹果的存量用户垂涎已久，纷纷推出了各自🤩的兼容苹果系统方案，谋求逐步吸纳苹果的用户群体进入自家生态。🚀 不过如果你要问，苹果这次是不是意味着苹果正在倒退回那🚀个令人期待的品牌？那倒不是，苹果不是返老还童了，它只是更能放😉下身段开卷了。 01 加量不加价 一个词概括苹果🌟这次更新的最大特点，莫过于加量不加价。 苹果在标准版的😍刀法一向为人诟病，比如iPhone 14系列更新了“灵动岛”😡和迟了好几年的息屏显示，但只有iPhone 14 Pro系列😴才能上岛。iPhone 15标准版虽然继承了上一代Pro版的🚀一些特性，如A16芯片和灵动岛功能，但也明显“砍掉”了如12👏0Hz高刷新率屏幕和长焦镜头等关键配置 。 但iPho🌟ne 17标准版堪称是最实惠的标准版iPhone。iPhon😢e 17标准版虽然没能用上新的主板架构，但是它有最新的A19😢芯片，有和Pro相同的屏幕，搭载4800万像素主摄+1200🚀万像素2倍长焦双摄组合，前置摄像头升级至了1800万像素。甚🙄至还有120Hz高刷。 当然，最关键的是，这款手机可以😘参加国补。 类似华为的退出成就了苹果，国补政策同样意外🥳的让苹果成为了最大赢家。618前夕，苹果直营的天猫Apple⭐ Store官方旗舰店在全国范围内上线国家补贴（国补），覆盖😡产品包括iPhone16系列、iPad、Apple Watc😎h及Mac系列，补贴比例最高达20%，再叠加以旧换新权益，原🙌价7999元的iPhone 16 Pro叠加平台券后最低只需🔥要5299元。降价迅速激发了用户的换机热情，根据TechIn😂sights的数据，618期间苹果的销量能占到总体份额的43😘%。 展开全文 为了继续蹭到国补的东风，苹果暂时🤯放弃了全球统一的定价策略，同样是256G内存的版本，港版的i🔥Phone 17标准版需要6899港币，但内地只需要5999😴人民币，卡在了补贴范围内。 如果说以上还属于产品和定价😡卷，那么上架抖音就是渠道卷。 iPhone 17全球首😉发前一周，苹果突然宣布入驻抖音商城。放到过去，苹果未必会这么❤️快的推进抖音渠道的拓展。 和其他所有知名品牌一样，苹果😁对于新渠道的选择一直比较审慎，因为渠道和品牌的调性关联很大。🔥在线下，苹果一直力图把每一个直营店打造成地标建筑，而线上，过😅去十年只有天猫拿到了国内唯一的Apple Store官方旗舰😜店。在数码3C品类占据绝对优势的京东也只是是首个线上授权渠道🤗。 即便抖音电商在过去取得了不错的成绩，但无论是3C数👍码品类还是知名品牌，都不是它的优势类目。简单举个例子，202😉3年9月，抖音就上线“Apple产品抖音官方自营店”，截至目👍前该店的iPhone 16 Pro Max累计卖出不到5万台😆，京东平台的销量则超过了300万台。 找抖音“带货”并😡不是什么一锤定音的关键决策，凑国补也绝非深思熟路之举。单纯是😂因为过去苹果抬头看着月亮就能有无数信徒们抢着送钱，而现在需要😡自己弯下腰数数，有没有钢镚从指缝落下没看着。 02 把🔥成本的牙膏挤爆 新机发布后，苹果迎来了股价暴跌。苹果“😂推荐一致性”指标降至3.9，为2020年初以来最低水平。D.😘A. Davidson将苹果评级从“买入”下调至“中性”。追😘踪苹果的分析师中，仅有55%推荐买入苹果。作为对比英伟达、微🥳软和亚马逊等大型科技股的买入比例都超过90%。 单从业😡绩来看，苹果仍然有非常强力的支撑，软硬件整合带来的优势越来越😎强。一个明显的例证是，以ITunes为代表的服务业务收入占比😘逐年提升。2020-2024财年，苹果服务相关收入的营收从5😀38亿美元增长至962亿美元，同期营收占比从19.6%提升至🤯24.6%，25财年第三财季进一步提升至25.6%。 😉问题出在预期上。 苹果的这套软硬件组合拳，根基是广大的🙄硬件用户。过去苹果之所以能在竞争激烈的手机行业保持独树一帜的😢品牌力，本质还是得益于创新能力带来的升维体验。 但一方🔥面，当下手机创新早已进入瓶颈。虽然iPhone 17 Pro🙌系列摒弃了延续了好几代的“浴霸设计，采用了横向大矩阵相机布局🚀，升级了相机像素，3nm工艺的A19 Pro芯片性能更强，同💯时把光学变焦倍数提升到了8倍，iPhone Air甚至破天荒😜的为了轻薄需求，调整了设计。但前者作为消费者很难又明显的体验😜革新，后者则为了轻薄舍弃了实用性。 甚至从产品的角度而❤️言，iPhone Air更像是一种试验品。在官方的宣传语之外🤔，iPhone Air还是苹果自研占比最高的机型之一，在此之🚀前苹果虽然试图挣扎，但还是无法脱离高通的5G基带芯片。而iP🤯hone Air不仅搭载了苹果自研的基带芯片C1X，还集成了😀苹果自研的Wi-Fi芯片N1。 2010年苹果和高通的😁协议显示，苹果每卖出一台手机，就要向高通支付手机售价的5%作😊为专利费。换句话说如果iPhone Air能够成功试验自研基🤯带芯片的可行性，就能给苹果在成本端带来巨大的提升。 苹⭐果在AI这个大机会上显得却非常谨慎。和谷歌等大厂相比，苹果不🚀仅没有公开的大规模投资AI，原本的AI团队也陷入了动荡。 🙌 苹果内部对于是否要大举投入AI举棋不定。据报道，软件主管🔥费德里吉认为AI并非移动设备的核心功能，更不愿因此影响iPh👏one、Mac等年度系统更新的开发节奏。这导致苹果面对Cha👏tGPT毫无准备。 这种“设备优先”的思路还导致了苹果🤔AI基础模型团队负责人庞若明的离职。今年初，苹果AI基础模型😍团队负责人庞若明拟定了初步开源路线图。但费德里吉担心开源会使😀苹果失去端侧优化的优势。前不久，庞若明加入了Meta的“超级🤗智能实验室，成为了硅谷的头条新闻。 另一方面，地缘政治😆的冲突正在为这家跨国公司的前景蒙上阴影。 虽然苹果目前🤗苹果的产品获得了豁免，但是仍然需要面对可能到来的高额关税。虽😆然苹果早前就已经开始着手分流供应链，把产能转移到印度等地。2🤔025年，苹果为响应“制造回流”的要求，宣布未来4年将投资6🚀000亿美元在美国建厂，这将带来巨大的成本压力。 届时💯苹果可能需要面对一个问题：要不要继续让利获得消费者，守住市场😜份额？ 03 写在最后 知名彭博记者古尔曼曾总结😘苹果为什么在AI能力建设上落后：一是缺乏明确的愿景，二是不清🔥楚如何才能与众不同、以及如何将目标付诸实践。 库克继任🔥后不是没有上马大型的开发项目，无论是头显还是汽车，苹果都投入😍了大量的人才和资金。但他们既没有像乔布斯那样坚定——汽车项目💯的成立很大程度上是为了让人才不流向其他公司，也过于考虑投产比😀——比起AI，现阶段能抓住的、能形成收入的产品才是他们最重视😂的。 这对于一家消费品公司是够的，但对于一家曾经改变过🤯世界的为大公司而言，显然是一种退化。 参考来源： 😍 1、远川研究所：《iPhone挤爆牙膏，苹果用自研换利润》😎 2、道总有理：《iPhone 17虽然大爆，但苹果的🙌“流量饥渴症”加重了》 3、36氪财经：《苹果，不想成🌟为下一个Intel》返回搜狐，查看更多