扫地机器人终于长出"机械足"，大疆想解决什么真问题？

你有没有想过，为什么扫地机器人用了这么多年，还是经常被一道门槛、一滩果汁困住？

5月11日，大疆发布了ROMO 2系列AI扫拖机器人。这不是大疆第一次做扫地机，但几个细节挺有意思：机身外摆角度做到123°，吸力拉到36000Pa，最显眼的是装了两只"机械足"——官方说能跨4厘米单层障碍、8.5厘米双层障碍。价格从4299元到5999元不等。

机械足这个设计，放在无人机公司手里，听起来像降维打击。但更值得琢磨的是：大疆为什么觉得"越障"值得单拎出来当卖点？

答案可能藏在"AI智能清扫"这四个字里。按大疆的说法，ROMO 2会自己分析家里有什么场景，颗粒物、重灰、复杂液体分别怎么处理，自动调清扫逻辑。这听起来像是把无人机上的环境感知算法，搬进了客厅。无人机要在复杂地形里飞，扫地机要在复杂地面里爬，技术栈确实有重叠。

但这里有个边界需要说清楚：大疆说的是"自动分析""自动调整"，不是"完全不用管"。36000Pa吸力是什么概念？作为对比，市面上主流旗舰机型多在5000-8000Pa区间。这个数字 jump 很大，但原文没有解释它是怎么测的、在什么模式下测的，所以我们只能如实转述，不能替它背书。

远程监控、语音控制、快充这些属于常规操作。真正的问题是：当扫地机的硬件参数卷到这种程度，用户感知到的边际改善还有多少？大疆显然押注的是"场景理解"——不是吸得更猛，而是知道什么时候该吸、什么时候该拖、什么时候该抬腿跨过去。

这背后是一个产品逻辑的转变：从"清洁工具"转向"空间管家"。至于用户愿不愿意为这个转变多付一两千块，是市场要回答的事。

同一天，阿里巴巴宣布千问和淘宝全面打通。更新到6.9.1版本后，用户可以直接在千问App里完成挑商品、比价格、下单全套流程。阿里官方列了三个痛点：知道买什么但条件太多搜不出来、知道买什么但说不清款式、有明确场景但不知道买什么。

这三个场景切得很准。传统电商搜索是"关键词匹配"，用户得先把自己的需求翻译成平台能懂的关键词。大模型介入后，理论上可以承接更模糊的表达——比如"夏天通勤穿的、不闷脚、能配西裤的鞋"，这种句子扔进传统搜索框基本是灾难。

千问的底气来自淘宝40亿商品库和20年购物场景数据。但"打通"不等于"解决"。用户真正的考验是：AI推荐的商品，和搜索出来的商品，到底哪个更准？以及，当AI可以直接下单，用户还愿不愿意把决策权交出去？

淘宝App同步上线了千问AI购物助手，功能包括AI试穿、AI种草、AI省钱。这些名字起得很互联网，但核心还是老问题：降低决策成本。试穿省的是退换货成本，种草省的是信息筛选成本，省钱省的是比价成本。阿里想做的，是把"逛淘宝"变成"问千问"。

不过这里有个细节值得注意：原文说的是"千问可以基于……理解用户聊天中的消费意图"，用的是"可以"，不是"已经实现"或"实测准确率达到"。这个措辞差异，在科普写作里必须保留。我们不能把能力描述偷换成效果承诺。

5月12日，Google威胁情报小组（GTIG）发布了一份报告，标题很长：《GTIG AI威胁追踪：对手利用人工智能进行漏洞利用、增强操作和初始访问》。报告里有个"首次"：他们在一次阻止零日漏洞攻击的行动中，第一次在黑客的Python脚本里发现了AI辅助生成的迹象。

这个发现的分量需要仔细掂量。报告说的是"AI辅助生成的迹象"，不是"AI自主发起的攻击"，也不是"AI生成的完美漏洞利用代码"。实际上，报告明确提到"现阶段AI生成的代码质量尚不完全稳定"。但关键不在于质量，在于门槛：它让"非专业攻击者"也能进行"大规模网络渗透"，把零日漏洞的武器化进程"大幅缩短"。

换句话说，AI没让黑客变得更厉害，但让厉害的黑客变得更多。

报告还提到两个趋势：一是用大语言模型生成"极具迷惑性"的钓鱼邮件，二是通过特殊输入指令诱导企业AI助手泄露数据或执行未授权操作。这两个攻击面都指向同一个软肋——人对AI生成内容的判断力。

Google的建议是"以AI对抗AI"：部署能自动分析的检测模型，实时识别AI生成的恶意载荷。同时加强员工培训。这个建议本身没什么意外，但"以AI对抗AI"的表述，暗示了防御方的被动：攻击者先用了，防御者只能跟上。

同一天，Google还有另一项更新：扩展Gemini API的文件搜索功能，支持图像与文本混合检索、自定义元数据过滤、页面级引用。技术细节是：基于Gemini Embedding 2的统一多模态嵌入能力，开发者不用自己搭向量数据库、Embedding管线、文档切分系统，直接调用API就能跑完RAG（检索增强生成）全流程。

这对企业开发者是降门槛的事。但"页面级引用"这个功能更值得玩味：以前AI回答"根据某文档"，现在能精确到"第几页"。这个改进指向RAG的老毛病——幻觉。知道答案从哪来，是控制幻觉的第一步。

软银集团最近也有一条动作：旗下移动业务子公司宣布，将利用原夏普大阪堺市工厂建设大型电池生产线，2026财年投产，目标年产能1吉瓦时。这个厂址以前是夏普的LCD面板中心，现在改行造电池，给AI数据中心供电。

合作方是两家韩国公司Cosmos Lab和DeltaX，初期做磷酸铁锂（LFP），2027年计划引入卤化锌电池——卖点是不易燃、不依赖中国稀有金属供应链。这个时间表和供应链表述，放在当前地缘政治语境下，信息量不小。但原文没有展开"不依赖中国供应链"的具体含义，我们只能点到为止。

苹果在2026年1月完成了两笔收购，消息通过欧盟披露文件确认：一是色彩科学公司Patchflyer，创始人Jonathan Ochmann已加入苹果影像团队，其核心产品Color.io去年底停止运营；二是计算机视觉初创公司PromptAI，他们做过一个叫Seemour的App，用AI增强家庭安全摄像头的识别能力。

两笔收购指向两个方向：影像调色、视觉识别。Color.io的用户是摄影师和影片制作人，苹果影像团队收编色彩专家，大概率是为了ProRes、Log模式这些专业视频工作流。PromptAI的安防背景，则可能和HomeKit、甚至未来某种视觉智能有关。但这些都是推测，原文只说了收购事实和创始人去向，没提产品规划。

最后过几条简讯：

苹果推送各系统26.5版本，iOS和Android之间的RCS消息终于支持端到端加密。同时给iOS 15到17的老系统发了安全更新。这个节奏说明，苹果在慢慢松绑"新功能只给新系统"的策略，但核心安全补丁还是覆盖旧设备。

快手计划分拆可灵AI，2027年以200亿美元估值IPO。可灵是快手的视频生成大模型，分拆上市意味着快手想把它当成独立叙事来讲。200亿美元估值是什么概念？作为参照，OpenAI最新一轮估值约3000亿美元，但收入规模完全不同。这个对比仅供参考，不构成价值判断。

Linux 7.2将停止支持AMD K5等没有TSC（时间戳计数器）指令的老CPU。这些i586/i686级别的处理器，最年轻的也二十多岁了。这个改动对普通用户没影响，但标志着Linux内核在慢慢清理历史包袱。

TikTok在英国推出去广告订阅，每月3.99英镑。这个价格比YouTube Premium的11.99英镑便宜不少，但功能也窄得多——只是去广告，不含后台播放、下载这些。TikTok的算盘可能是：先培养付费习惯，再逐步加码。

部分Dell电脑用户近期遭遇频繁蓝屏，排查后发现不是Windows 11的锅，是Dell自带的SupportAssist软件导致WinDbg异常，进而触发内核断电。卸载即可恢复。值得注意的是，这款软件2024年12月就出过类似问题。企业预装软件的稳定性，是个被低估的雷区。

英国歌手Dua Lipa起诉三星，索赔1500万美元。起因是三星多款电视包装用了她2024年巡演的后台照片，没征得同意，且多次拒绝更换。原告提交的证据里，有消费者留言说"因为包装上有Dua Lipa才买的三星电视"。这个案子如果打到举证环节，可能会触及"明星形象对购买决策的实际影响力"这个有趣命题。

微软计划给Windows 11加一个叫"低延迟配置文件"的功能，原理是应用启动或系统交互时，短时间内把CPU频率拉到最高，缩短响应时间。技术社区有人质疑这是"偷懒"，微软副总裁Scott Hanselman在X上回应：这是现代操作系统的通用标准，macOS、Linux、手机系统都这么干，"苹果就这么做了，你们还很喜欢"。

这个回应的潜台词是：性能优化有分层，底层代码优化和调度策略优化不矛盾。但网友的质疑也不是没道理——如果每次交互都靠"超频"来解决，长期功耗和硬件寿命怎么算？原文没有提微软在这些方面的设计，所以我们只能把争论双方的观点都摆出来。

以上就是今天的派早报。大疆的机械足、阿里的AI购物、Google的AI攻防——三件事看似无关，但都指向同一个趋势：AI正在从"对话工具"变成"行动代理"。它不只回答你的问题，开始替你跨过门槛、挑好商品、甚至写好攻击代码。这个转变的技术细节已经够复杂，但更复杂的可能是：当AI越来越能"做事"，人类该怎么定义自己的角色？