IT之家 5 月 6 日消息，据字节跳动旗下火山引擎官方消息，今天，Doubao-Seed-2.0-lite 升级新版本，这是豆包大模型家族首款全模态理解模型，支持视频、图像、音频、文本原生统一理解，Agent、Coding 与 GUI 能力同步升级。在同等算力成本下，是企业大规模、批量化部署全模态推理任务的更优性价比选择。 Doubao-Seed-2.0-lite 全新版本已在火山方舟上线。 IT之家附官方详细介绍如下： 全模态理解： 不止看懂图文，更能听懂世界 新版本的 Doubao-Seed-2.0-lite 继续在视觉理解能力上大幅提升，在物理（HiPhO）、医疗（MedXpertQA）等高阶学科推理上，表现大幅超越 2 月发布的 Doubao-Seed-2.0-pro。在细粒度感知（BabyVision、WorldVQA）与具身理解（ERQA）等关键领域达到 SOTA 水平，更适合企业在高价值场景规模化部署。 加粗表示最优结果，下划线表示次优结果，下同 融入语音理解后，新版本的 Doubao-Seed-2.0-lite 可 同时理解多种输入模态，并完成跨模态联合推理 ，直接处理必须“音画结合”才能判断的复杂业务需求。 在视频理解场景下，模型能够联合分析视频中的画面与音频信息，精准辨析视频中的视听一致性，判断“看到的”与“听到的”是否一致。 同时支持根据自然语言指令，在视频中精准定位特定事件发生的时间点；更能跨越多个时间段提取关键线索，持续追踪人物与事件发展，并基于画面进行多步逻辑推理，还原事件关系与行为脉络。 OmniVideoBench&WorldSense 结果基于 Gemini-3.1-Pro 测得 在音频上，模型支持 19 个语种的精准语音转写、中英文与其他 14 个语种互译， 还能深度捕捉语音中的情绪变化、环境背景声与音乐细节，输出更完整、更接近人类认知的语义信息。根据公开评测集，Doubao-Seed-2.0-lite 在语音识别、翻译等多项音频理解基准上优于 Gemini-3.1-Pro。 ↑ 表示数值越高越优，↓ 表示数值越低越优 Agent 和 Coding 能力升级： 长任务更稳定，胜任前后端深度开发 Doubao-Seed-2.0-lite 对多轮、多步、多约束的用户指令遵循度显著提升；继续增强任务反思推理与多 Agent 协同调度能力，让 Agent 在长程任务中自我拆解、自我校验，不偏题、不遗漏。 Doubao-Seed-2.0-lite 深度适配 OpenClaw、Hermes Agent 等框架，强化深度搜索与 Skill 动态调用，可边执行、边沉淀经验，越用越聪明。 模型的 Coding 能力全面覆盖前端页面、3D 场景与游戏开发，交付产物在视觉美观度与工程完整度上进一步提升，胜任从原型到上线的前后端深度开发。 GUI 能力融合： 界面理解与操作执行一体化 基于升级的 GUI 能力，Doubao-Seed-2.0-lite 将“看懂界面”与“动手操作”打通为一条闭环：既能精准识别按钮、菜单、表单、弹窗等界面元素及其状态，也能稳定完成点击、输入、右键、滚动、拖拽等 Browser Use 与 Computer Use 操作。 从读懂一张网页，到跨应用、跨窗口连续执行一整套业务流程，让 Agent 真正具备“端到端把活干完”的交付力。 Gemini-3.1-pro 结果由本地复现获取，其他模型评测数据来源于官方技术报告与基准榜单 新版本模型正在解锁更多新场景 全模态理解结合持续增强的 Agent、Coding 和 GUI 能力，可以帮助各领域企业用户解锁更多商业化应用场景。 以电竞游戏场景为例，在下面的 AI 电竞教练比赛例子中，模型联合分析比赛画面与语音指挥，围绕准星、身法、道具、经济、对枪、声音反应等游戏中的多维信息做切片点评；基于视频深度解构能力，跨越整场比赛的多个回合追踪同一选手的走位与决策轨迹，赛后生成高光 / 失误图谱与时间轴复盘。 依托 Agent Harness 框架，模型可连续执行跨越 25 小时的长程任务，像真人教练一样精准指出玩家的提升建议。 此外，AI 电竞教练的整套交互界面也由 Doubao-Seed-2.0-lite 模型直接生成 —— 从战况图谱到时间轴复盘卡片，排版整洁、层级清晰，视觉美观度与工程完整度均达到可上线的水准。 在在线教育场景中，用户也可以在 ArkClaw 中调用该模型，完成高效协作。模型定时查看英语课堂教学录像，识别视频中老师和学生的教学和学习状态、口语发音与情绪变化，发送给班主任和教学组长；随后调用模型 Coding 能力，还能自动生成包括课堂亮点、学生表现高光时刻等可视化课堂表现报告，发送给学生家长。 在海外电商运营场景中，在 Hermes Agent 中，基于模型出色的 GUI 能力，自主打开浏览器，在海外电商平台上搜索英、法、西、德等多语言的口红爆款视频，一键下载至本地，拆解口播、 BGM、分镜与文案要素，并回写 Skill 库；随后调用视频生成能力，生成适用于海外推广的多语言版视频，并自动登录电商平台发布，执行过程不断进化 Skills。 此外，Doubao-Seed-2.0-mini 全新版也已同步上线，同样支持全模态理解，对比上一版本，思考长度大幅缩短，Tokens 效率更高。
IT之家 5 月 1 日消息，当地时间 4 月 30 日，微软宣布，在 Word 中推出面向法律工作的 Legal Agent。这个新智能体主要帮助法律专业人士审阅合同、生成红线修改稿，并按照结构化法律流程比较文档。 Word 目前已经集成 Microsoft 365 Copilot，也有可以直接修改文档内容的智能体模式。此次推出的 Legal Agent 则更聚焦法律团队的重复性工作，比如按照内部操作手册 逐条检查合同条款 。 微软表示，为了开发这项功能，公司与法律工程师合作，研究了真实法律团队审阅和谈判合同的流程。 Legal Agent 可以 分析协议内容，识别风险和义务，提出修改建议，并通过修订记录保留谈判过程 。它还内置红线修改引擎，能够理解 Word 文档结构，因此在修改合同时，可以更稳定地保留格式、列表、表格和修订痕迹。微软没有让模型直接生成全部修改，而是加入了确定性处理层来执行编辑，包括处理不同作者留下的修改。 据IT之家了解，微软列出的主要使用场景包括： 理解复杂法律文档：分析完整协议、审阅具体条款、比较不同版本，并标出风险和义务。 生成精确修改：法律人员可以要求 Legal Agent 修改合同，系统会在保留格式的同时生成带修订记录的红线稿，可直接用于谈判。 处理已有修订：Legal Agent 可以区分既有修改和新提出的改动，帮助法律团队保留完整谈判历史。 对照内部操作手册审阅合同：系统可以标出不符合内部标准的条款，并根据已批准措辞给出修改建议。 保持人工控制：用户可以检查引用、批准修改，也可以要求 Legal Agent 插入注释，解释为什么要这样改。 Legal Agent 目前已经通过美国 Frontier 计划登陆 Windows 桌面版 Word。用户可以在 Word 中 Copilot 的智能体下拉菜单里找到这个功能。
IT之家 4 月 30 日消息，微软昨日（4 月 29 日）发布博文，邀请拥有 Microsoft 365 Copilot 许可用户，在 Windows 11/Windows 10、苹果 macOS / iOS 平台上测试新版 OneNote， 应用内置 Copilot AI 突破纯文本限制，新增对表格、图像及标签的理解能力。 微软 OneNote 内置 Copilot 此前仅能处理纯文本内容，而本次更新打破该局限，让 AI 助手识别并理解表格、图像及标签等富格式内容。 微软在博文中还列举本次更新在实际场景下的应用，例如用户在规划旅行时，笔记中常包含行程表格、检查清单及景点照片等混合信息，升级后的 Copilot 可以综合分析这些内容，智能排查行程漏洞或提供优化建议。 技术部署方面，微软采用了服务器端推送模式，用户无需进行软件更新或复杂设置。只要设备版本符合要求，系统将自动启用新功能。IT之家附上相关要求如下： Windows 版 OneNote：版本 2601（内部版本 19628.20128）及更高版本。 Mac 和 iOS 上的 OneNote：版本 16.106（内部版本 26020821）及更高版本。
IT之家 4 月 29 日消息，据《商业内幕》4 月 29 日（今天）报道，华盛顿大学计算机科学教授、保罗 ·G· 艾伦计算机科学与工程学院副院长丹 · 格罗斯曼认为，“学习编程”这件事已经到了需要重新理解的时候。 格罗斯曼认为：“几年前，我们教大家编程时，确实有很大一部分精力 放在抠细节上 。分号该放哪儿，逗号该放哪儿，某个概念到底该用哪个词，都是教学重点。” 在格罗斯曼看来，AI 编程工具已经改变了这场讨论。“我们会看到，其实已经看到，AI 正在 替非专业软件工程师处理大量这类细节 。在很多方面，专业软件工程师也一样会让 AI 处理这些工作。” 同时，真正重要的能力依然存在。“你要能 精确说明自己希望算法如何运行、希望代码完成什么任务 。你还需要一种既有创造性、又足够精确的设计能力，去做一个应用，或者做出某种能让生活更高效、更有创造力的东西。很多相同的技能依然会被需要。” 艾伦学院也在调整教学方式。这所学院以微软联合创始人保罗 · 艾伦命名，艾伦高中时曾偷偷进入华盛顿大学计算机科学实验室。 据IT之家了解，当前，该学院面对的是一个“代码里那些烦人细节”相对没那么重要的世界。 围绕计算机科学专业的讨论已经明显变化。格罗斯曼说：“几年前，计算机科学曾经是热门专业。” 格罗斯曼称，艾伦学院自己的跟踪数据显示，毕业生找到工作的比例大体没有变化，变化 更多体现在去向上 。“我们看到，稍微多一些学生去了那些 毫无疑问属于科技公司 的企业，只是这些企业未必是科技优先，或者只做科技。大家一提到某些公司，就会想到它们在开发软件；另一些公司同样依赖软件，只是人们未必会把它们看成软件公司。” 他补充说， 未来仍然需要大量工程师 ，因为 AI 才刚开始拓展计算能力的边界。“世界能消耗的食物就那么多，能开车经过的桥也就那么多，对吧？可是对于软件和计算机还能帮我们做什么，我们 离上限还差得很远 。” 格罗斯曼表示，计算机科学已经变了，未来还会继续变，一些核心概念依然必须学习。“听着，几十年来，我们一直在打造更好的工具、更好的语言和更好的软件开发方式。我总提醒大家， 5 年前我们开发和发布软件的方式，已经和 25 年前完全不一样 。25 年前，我们把软件刻进 CD，一年发布一个版本，装进盒子，用玻璃纸包好，放上卡车运到商店，再由消费者走进店里，拿起盒子买回家。”
IT之家 4 月 29 日消息，据IT之家小伙伴反馈，DeepSeek 正在灰度测试“ 识图模式 ”，该模式和“快速模式”“专家模式”并列，并非简单的 OCR 文字，而是终于具备了多模态识别能力。 根据网友今日晒出的图片，灰度到的用户可以上传一张图片， 让 DeepSeek 描述这张图 。有网友称“速度上感觉和 flash 比较类似，很快”。 还有网友显示可触发识图模式界面，但无法使用，提示“ 识图模式暂不可用，请稍后再试 ”。 IT之家使用浏览器 F12 控制台测试发现，DeepSeek 的网络响应内容中出现了“识图模式”的相关内容： {model_type: "vision", name: "识图模式", description: "图片理解功能内测中", welcome_msg: "使用识图模式开始对话",…}
IT之家 4 月 20 日消息，华为 Pura 系列及全场景新品发布会正在进行中。华为常务董事、产品投资评审委员会主任、终端 BG 董事长余承东宣布， Pura 90 Pro / Pro Max 将首发麒麟 9030S 芯片 。 IT之家从发布会现场获悉， 这枚芯片专为智慧影像而生 ，NPU 图像理解能力提升 200%、AI ISP AI 色彩引擎提升 43%、AI ISP 长焦视频清晰度提升 110%、AI ISP 长焦防抖精度提升 30%。 目前，华为 Pura 90 Pro / Pro Max 手机外观已释出。Pro Max 汲取假日旅行灵感，带来橘子海、翡翠湖、霞光紫、晨曦金、曜石黑五款配色；Pro 带来粉红芭乐、橘子汽水、椰青白、桑果黑四款配色。
36氪获悉，今天，商汤科技正式发布并开源日日新SenseNova U1系列原生理解生成统一模型。它基于商汤于今年三月自主研发的NEO-unify架构，在单一模型架构上统一了多模态理解、推理与生成。据了解，SenseNova U1系列模型能够将语言与视觉信息作为统一的复合体直接建模，实现语言和视觉信息的高效协同，让理解与生成能力同步增强，在保留语义丰富度的同时，维持像素级的视觉保真度。
36氪获悉，4月24日，高德地图面向导航场景正式推出“AI 伴行”产品，它不仅能理解用户的语言，还能实时感知用户的位置、方向与周边环境，通过摄像头理解街景画面，并结合地图数据给出与当前处境高度相关的建议。这是行业首款面向真实世界出行场景打造的全模态出行伙伴。
优秀的企业长什么样，成功的创业者都有哪些特质？在他们的奋斗路上，有哪些需要避开的“坑”，最重要的改变是什么？ 创·问 向一些优秀的华创派、投资人、业界牛人抛出问题，也希望分享他们的想法给你。 本期主角是炜璨医疗创始人、董事长李强。炜璨医疗是目前全球首个涵盖静脉、动脉、脊柱、腹腔、透析、颅内等全场景植入式给药装置+智能化植入式自体给药装置的创新型医疗器械公司，公司依靠自研团队开发的多种植入式给药装置系列产品，均为国内外首创。 2023年，华创资本在种子轮独家投资了炜璨医疗，并在后续融资中持续加注。 30岁那年，医生李强从上海九院辞职，去辉瑞做起了药代。 拿下第一单后，涌上来的只有屈辱和崩溃，那是他用尊严换来的。 此后三年，他反复拷问自己这一步的选择，直到赚到第一桶金，也逐渐意识到这份工作的价值——推动医疗行业向前走的，从来不只是医生，更重要的还有企业。 只有看清一个行业的规则是如何制定的，才有可能重新改写它。 做药代赚到第一笔钱，李强拿去读了MBA，也第一次学会从市场的角度理解行业运行的逻辑。 玩儿命工作加上善用知识，仅仅三年半，李强就成为辉瑞第一梯队的销售，获得升职加薪的机会。但2014年时，他预感到医改真的要来了，“药品行业疯狂的黄金十年结束了，后面就是末日黄昏。” 他决定转行去医疗器械行业，这样自己过往的临床专业能力就有了用武之地。他跳槽到美敦力，降职还降薪，之前的上级和同事认为他可能是疯了。 李强也觉得自己第一年“跟傻子似的”，因为药品和器械行业完全是两个世界，两种游戏规则：做药代一个人就可以打天下，但器械要管理好代理商，这里有明确的分工和角色扮演，要能驱动经销商、厂家和客户这个三角螺旋上升。 李强觉得只能靠技术。他开始疯狂跟手术，一年跟了四百多台，对介入器械有了足够了解。 后来，为了从销售转向管理市场，李强又先后去了3M和贝朗。只有外企的经历似乎不接地气，他又辗转加入了民营药企和器械公司，试图搞懂不同玩家的“游戏规则”。 也是在民企期间，他发现了创业机会，从输液港这个赛道切入，成立炜璨医疗，建立起一套全新的植入式给药解决方案。 从医生到销售、从外企到民企，李强不断进入新的系统，习得“游戏规则”，理解它、适应它。 直到这次创业，他决定成为规则的改写者。 全文分享如下： Q：华创资本 A：炜璨医疗创始人、董事长李强 一、“新造的人” 华创资本：从医生转型做药代的经历，对你最大的冲击和改变是什么？ 李强 ：现在回头想想，医院其实是一个封闭的社会，一个象牙塔，当真的跳出来，你发现你面对的是一个全新的世界。 当然这个过程非常痛苦，我 30 岁从医院辞职，原来自己是甲方，但做销售要服务的医生可能很多专业能力还不如我，想想那种落差。迈出这一步要解决的首先是心理问题，你脸皮拉不拉得下来？膝盖能不能跪得下来？ 做第一单时，我不认识那个主任，纯粹是弯下膝盖，求人家帮忙。而且销售这个事情不是迈出第一步就能克服障碍的，前面三年，我感觉每天都在重塑价值观、下探心理底线，随着工作阅历的增加，挑战和压力反而越来越大，直到有天我不再怀疑自己的选择，才真正上了道。 华创资本：你是什么时候开始意识到，真正推动医疗行业的不仅是医生，更是企业？ 李强 ：因为我是康复科的医生，我们更多是通过器械、辅助的工具来治疗病人，如果没有这些企业生产的产品，我们几乎什么都做不了。 过去，国内的医生往往是被动学习的，那些最创新的疗法、药品、器械，都是企业带来的，行业里的指南共识很多也是企业在推动。我作为医生看病救人，和在企业开发创新产品，相比之下哪个影响力更大？ 我们医院有位知名老教授也很认同我的看法，她觉得自己的成就就是建立在技术创新之上，正因为当年有家外企把某种疾病的检测方式和治疗的药物带到中国来，她才得以借此成为中国该领域治疗的知名专家。而且她也鼓励我先从一线销售做起，很多大老板也是这样的路径成长起来的。 华创资本：从最初的不适，到后来做到第一梯队，你是怎么理解“销售这套游戏规则”的？ 李强 ：首先是要学会收起锋芒。有的时候公司提拔的不一定是最拔尖的人，因为他们老想着颠覆公司的游戏规则，要做那个优秀且稳定的人。 其次，一定要找最困难、最苦的事情去做，当时辉瑞最难做的区域在上海最南边的奉贤，但我住在最北边的宝山，路上单程就要花三四个小时，但我主动申请调去那儿。我按照商学院学到的知识，从零搭建了一套自己的营销模式，用了一年多时间把这个区域做成了明星区域。 华创资本：既然你在辉瑞做出了成绩，为什么又选择去美敦力“另开一局”？ 李强 ：辉瑞每年会做政策的分析，2014年的时候还没有“集采”的概念，但我觉得这是早晚的事。将来真正的医改一来，对药品来说基本上 game over。 疯狂的黄金十年结束了，后面就是末日黄昏。 在这种剧烈调整中，我就思考自己的价值怎么体现？药品行业做到后期更多比的是情商，而我的强项在于专业性。而且我发现每次到医院，做药的都在那排队等着敲主任门，但做器械的可以推门就进去。因为它们对医生的价值不一样。 所以我降职降薪去了美敦力，又从最基础的一线销售做起。 华创资本：做药和做器械，这两套系统的区别在哪里？ 李强 ：药品是直销模式，而器械高值耗材是渠道销售模式，完全是两个世界， 两种游戏规则。 做药是单点突破，所有资源都在我手里，一个人就能打天下。但做器械，下面有七八家代理商，每家代理商下面又有七八个代表，它有清晰的角色定位和分工，权力要分、资源要分，要能驱动经销商、厂家和客户这个三角螺旋上升。这其中还涉及到利益的分配和平衡。 前三个月我焦头烂额、找不着门道，老板一度怀疑我能力不行，后来我想清楚自己的角色应该是技术支持，我的专业能力要能支撑我辅助医生做手术。 于是我开始疯狂跟手术，一年下来跟了四百多台。后来我还参与了一些介入器械科普书籍的撰写，这些都为日后创业打下基本功。 华创资本：那你后来不断在外企和民企之间切换，是为了补什么能力？ 李强：当初离开医院，我给自己的职业规划就是做五年销售，然后转向市场。在全球最大的药企、器械企业做过之后，我先后去了3M和贝朗，了解了怎么管供应链、产品线，如何定价，如何管理团队。 尤其去贝朗之前，我很想搞清楚一家家族企业不融资不上市，为什么能活180年？他们的产品线特别全，有4 万多个产品，几乎所有医药企业都是他们的竞品。他们认为医疗的需求是在不断变化的，于是就不停地推产品，但从来不追求成为 NO.1，只要 follow ，在每个细分领域做到老三老四就可以。 这些全球最顶尖的外企都有自己成熟的体系和品牌，但创业是从零到一，于是我又去了民营企业，从零开始，推动了公司参与胰岛素和生物药的集采，还尝试了做培训、数字化转型、营销等等，开始学着怎么建立规则。 二、“修路的人” 华创资本：你是在什么情况下意识到，输液港这个领域还有创业机会的？ 李强 ：输液港是一种微创植入式给药装置（PORT），通常是为了减轻药物对患者血管的刺激而置入体内的专业输液装置。 我在科睿驰医疗期间，发现灌注在临床实际应用量非常大，但没有合适的灌注工具。再加上做口服胰岛素时，想到口服的方式最大的痛点在于生物利用度低、成本高，为何不能直接肝脏给药？这样也不用在外周再进行注射，而PORT都能满足。 只是当时芯片、传感器还不支持做SmartPort，后来条件成熟，我也进行了市场调研，于是在2023年创业，成立了炜璨医疗。 华创资本：在你看来，输液港为什么不是一个小产品，而是一个值得重做的领域？ 李强 ：PORT的适用范围非常广，在2022年，全国新发肿瘤化疗病人有240万，其中适用PORT的患者就有120万人之多。除了化疗，肿瘤的动脉灌注、透析、胰岛素给药等等都是能覆盖的场景，未来还可以延伸到独居老人、宠物身上。 比如针对癌症化疗患者，过去的输液方式是“灌溉式”，需要用大量或者浓度很高的药物，虽然有效，但也会无差别攻击到身体其他部位。而输液港可以把导管放进给肿瘤供血的血管中，精准“滴灌”肿瘤细胞，减轻身体其他部位的损伤。 同理，只需要变换输液港导管植入位置，就可以治疗不同的疾病，比如放在脊柱的位置治疗脊柱炎，放在肠道里面治疗肠癌，放在耳后治疗鼻咽癌······ 从这个意义上来看，输液港就不再只是一个单品，而是能应用在所有长期给药的场景中。 华创资本：你觉得现有的产品为什么还没有满足这些需求？ 李强 ：输液港这个产品看上去只有指甲盖大小，但这么多年还得依赖进口，而且它存在很多临床上的痛点。 首先是和国人体质不匹配，因为它是按照外国人的 size 去设计的；其次是技术、工艺落后，市面上的产品用的还是2005年以前的技术，而国内的临床需求已经变了，但产品还没有更新；此外，维护成本、价格还很昂贵。 很多企业只是停留在单一的产品层面，认为外企做出来的已经是行业标杆，就算改良，也并没有触及原材料，只是在形状、功能等细节上进行简单的优化升级。 华创资本：你们做了哪些改进和创新？ 李强 ：我们的思路不是要做简单的国产替代，而是从制作的原材料、产品工艺，再到最后呈现的产品形态，都自己研发，同时敢于去拓展新的应用领域，引领新的治疗术式，造福更多患者。 因为我是临床背景出身，兼具产业经验，所以我们企业从临床需求洞察、产品定义、再到工程实现、商业验证都能够形成闭环。我们能真正实现原创，而不仅仅是模仿或者微创新。 炜璨和创新型的新材料团队合作，已经打磨了可以替代进口的原材料。还使用了3D打印技术，最大程度精细化产品形状，能做到打微孔、抛光、一体化成型。 目前我们在六个应用领域都有产品布局：包括传统静脉通路、动脉灌注、胸腹腔灌注、颅内灌注、脊柱镇痛给药、动物给药。每个细分领域都有多款原创产品。 华创资本：你说你们做的事情是在“修路”，该如何理解？ 李强 ：我们做的其实不是传统的输液港，而是“硅基生命和碳基生命的门户”，听上去可能不太好理解。 第一步，我们是要覆盖所有需要长期给药的场景，比如在颅内、胸腔、腹腔、透析、静脉、动脉等部位植入输液港，相当于修好基建； 第二步是信息化，我们自己在做植入式传感器，可以监测体温、血压、血氧、细胞计数等等指标。因为我们在医院做检查时，报告显示的数据都是过去时、点状数据，但没有足够的个体数据去支撑预测你的未来。 我们相当于把 AI 植入了你的体内，它就是你的“数字医生”和“数字器官”，随时监测数据的变化，做到提前预警、提前给药。 比如张雪峰遭遇的心源性猝死，如果将来高危人群植入这样的SmartPort，一旦疾病发作，就能提前报警并且自动给药，为急救创造窗口期。 华创资本：若想实现这一步，最具挑战的是什么？ 李强 ：最难的其实不是技术，而是认知。 事情上的挑战不是最大的，做到只是时间问题，但钱的认知目前还不匹配。像汉杰（ 华创资本合伙人卢汉杰 ）、华创这样的投资人和机构太少了，我见了大量的机构，大家还是在旧有的医疗器械认知的框架下看待我们做的事情，有时候大家很难做到彼此深度理解和认可。 做出国产输液港产品只是我们的第一步，未来，我们要做的是依托AI技术让产品更智能化。 我们已经和华科大、东南大学、西交大、以及莫斯科物理研究学院等多所高校科研院所建立了战略合作关系，会共同推动前沿技术的快速落地。 三、“建立规则的人” 华创资本：你觉得医疗器械行业现在正在发生什么变化？ 李强 ：医疗器械正处于行业规则切换的关键时期，从传统的低价、低品质、商业渠道驱动，转变成创新、专业学术、医工合作驱动，我相信我们炜璨再沉淀两三年就会迎来爆发，未来会有大量和我们一样的企业如雨后春笋一样冒出来，医疗器械行业也会像创新药一样，到时每年 BD 几百亿，中国医疗器械创新会真正得到国际认可。 但如果还按照过去行业规则来做的企业，肯定没什么机会。对器械的理解不能停留在单纯的产品层，要系统改造，才能适应新的行业规则。 华创资本：现在行业最大的规则是什么？你最想改哪一条？ 李强 ：我觉得研发体系是个大问题，这也是我最想改的行业规则。 一家公司的架构、流程、体系要能适应现在的环境，它才能活得好、不挣扎。 很多公司为了逃离内卷才出海，只是输出低价产品，是无法长久的。我理想的出海应该是带着标准和体系去的，这样才能变成一个学术高地，要通过这种方式去做全球市场，而不是去卖个产品替代原来贵的那个。我们不想变成一家代工企业，否则公司基因也会改变。 华创资本：为了试图建立新规则，你们目前做了哪些事情？ 李强 ：我们从产品和机制方面都在创新。 产品管线已经覆盖颅内、脊柱、腹腔、盆腔、静脉、动脉、镇痛、透析通路等等。 公司也在苏州和南京建了研发中心和生产基地，目前同时在研的项目有20多个。其中，人用静脉输液港已经提交了三类医疗器械审批，预计明年上半年就能落地，售价会比进口的便宜不少，能让更多患者用得起。 当然，仅靠这样的产品无法支撑我们健康良性发展，明后年我们陆陆续续上市的一些创新PORT才是公司最核心的产品。无论如何，开发出便宜好用又创新的产品才是炜璨的灵魂。 团队搭配方面，我们有临床医生、机械设计工程师、材料学专家和医疗器械注册法规专家等，覆盖了研发、生产、临床和注册的全流程。 我了解到有些传统的医疗公司都是拼拼凑凑找个供应商，画个图纸，然后报个证。但在炜璨，工程师要自己去做产品，我们强调动手能力和车库文化，强生、美敦力也是这么做的，这样才能把创新转化成制造能力。 我们公司内部还会举办创新大赛，哪怕是微小的创新，我们也积极鼓励。比如我们工厂纯净水和超纯水用水量很大，但用不完的部分需要排掉，或者有时候忘记关，一个月好几吨水就白白浪费了。我们厂务就自己设计开发了一款控制器，每个月能节约两吨水。我希望创新的文化能体现在公司方方面面。 华创资本：如果在国内，别人也复制你们的路径做出一样的东西，你们怎么应对竞争？ 李强 ：这是早晚的事情，挡不住。 其实也不用担心，因为你是不停往前跑的，这些医生、专家也是跟着你的方向走的，等别人仿我们第一代产品时，我们第二代已经出来了。 而且另一方面，这个生态也需要其他玩家，只有我们一家也不行，不能吃独食。我们自己只要不停前进保持领先，剩下的蛋糕要主动让渡给别人，这样才能构建起一个生态。不同玩家满足不同层面的需求，这样客户的满意度才会高，才能有动力再把这个学科往前推，我理解生意也要这么做。 华创资本：前面那么多年你一直在为创业积蓄力量，真正做了这件事后，理解和认知有什么变化吗？ 李强 ：轻易不要创业，真正创业之后，你就会更有敬畏心。 我原来的想法就是拉起队伍直接干，但后来发现创业对老板自身的要求非常高，你可以不是每件事都特别优秀，但不能有重大缺陷。 刚开始创业，我遇到的难题就是自己知识的局限性，研发生产、体系建设，我也有很多知识盲区，无法判断很多决策是否正确，这就导致管理、产品进度上都交了不少学费。最难的时候，我甚至都准备抵押房子，好在我们很快就从坑里爬了出来。 我不害怕打碎、归零、重新开始，过去每次重大职业选择，我都是这么过来的。只要每次都能all in，我就没有遗憾。 华创资本：你希望炜璨最终成为一家什么样的公司？ 李强 ：过去，国内输液港市场是当年我们团队在外企的时候塑造的，市场情况及行业规则我们非常熟悉，也有既往资源。既然 1.0 时代是我们创造的，那我相信2.0时代我们依然可以引领行业。 未来，我们希望自己的角色不是替代旧规则，而是建立新规则，为医疗行业创造真正的价值。
4月20日，理想汽车称，将首发高德汽车出行AI Agent。双方合作内容将包括“精准理解复杂出行指令”“多轮对话灵活调整路线”“定制专属个性化导航方案”“智能规划长途补能路径”等。前一日，高德官方发布一则产品宣传片，对外展示了其在出行场景的主动理解模糊和复杂意图的能力。
36氪获悉，月之暗面Kimi发布并开源 Kimi K2.6 模型，通用Agent、代码、视觉理解等综合能力全面提升，在多个基准测试优于或持平 GPT-5.4、Claude Opus 4.6 和 Gemini 3.1 Pro等闭源模型。Kimi K2.6长程编码能力得到显著提升，在测试中可不间断编码13小时，编写或修改超过4000行代码。同时大幅增强了Agent自主化执行能力，由 K2.6 模型驱动的Agent集群架构迎来大升级，支持300个子Agent并行完成4000个协作步骤，实现更大规模的并行化。
36氪获悉，近日，阿里巴巴世界模型ABot-PhysWorld登顶WorldArena评测榜首。该模型在物理规律理解与长程动态预测方面表现突出，能够准确预测物体在滑动、堆叠、流体变化等复杂交互中的运动轨迹，并保持多步因果逻辑一致性。区别于仅生成短时视频的模型，ABot-PhysWorld具备可推理的生成能力，可应用于任务规划、异常预判等实际场景。