氪星晚报｜SpaceX将“星舰”第13次试飞推迟至7月23日；马斯克称特斯拉FSD会模仿驾驶风

ミ曲线婉转の羙

【大公司：】
摩根士丹利成为华尔街AI债务交易头号银行

摩根士丹利已崛起为华尔街构建人工智能（AI）繁荣背后融资架构的主导力量，设计了新的债务和股权融资模式，为数据中心的大规模建设输送数百亿美元资金。

据业内高管称，自去年以来，该行已成为主导顾问，牵头了规模最大、最具创新性的AI基础设施融资交易。

三星电子晶圆代工正评估将美国泰勒厂的初期生产规模扩大至原计划的2倍

据报道，三星电子晶圆代工正评估将美国泰勒厂的初期生产规模扩大至原计划的2倍。

马斯克称特斯拉FSD会模仿驾驶风格

7月20日，埃隆·马斯克已确认特斯拉FSD（Full Self-Driving）软件正在从过去的“通用型、一套方案适用于所有用户”的驾驶系统，转变为真正的个性化驾驶系统。

近日，一名特斯拉FSD用户在X平台上抱怨，车辆经常会在不该离开的位置驶出高载客车道或快速车道，主动退出左侧高效车道后进入拥堵车流，而旁边最左侧车道上的车辆仍然畅通无阻，非常令人烦恼。

对此，马斯克回应称：“车辆将开始记住你具体的人工干预行为，并根据每个人的个人偏好进行调整。

”

月之暗面Kimi团队：算力紧缺，会员暂停开放

36氪获悉，7月19日，月之暗面Kimi发布关于算力紧缺与会员暂停开放的说明，过去48小时，用户请求量已大幅超出预估，并且逼近现有集群的承载极限。

为了保障已有订阅用户的体验，Kimi团队决定即日起，暂停C端新用户订阅，将已有算力全部投入于服务已订阅用户，保障已订阅用户的全部权益不受影响。

同时已在全速推进算力扩容。

随着新算力陆续到位，将逐步开放更多订阅名额直至全面恢复正常订阅。

对于后续新订阅用户，Kimi团队将拆分Kimi主权益（包含Kimi Web，Kimi APP，Kimi Work）和Kimi Code权益，以方便更精准匹配算力，保障用户体验。

SpaceX将“星舰”第13次试飞推迟至7月23日

当地时间7月19日获悉，美国太空探索技术公司（SpaceX）表示，计划于7月23日再次尝试发射“星舰”火箭。

16日，太空探索技术公司原定当天进行的“星舰”第13次试飞在点火阶段因部分发动机未能启动而自动中止。

这原本将是太空探索技术公司今年6月上市后的首次发射任务。

太空探索技术公司在该试飞取消后市值一度蒸发约1000亿美元。
【新产品：】
奕境X9首台量产车成都下线

36氪获悉，7月20日，奕境X9首台量产车在成都下线，即将进入上市交付阶段。

作为奕境汽车首款战略车型，奕境X9定位“新一代家庭旗舰”。

据介绍，奕境X9将会首批搭载鸿蒙座舱HarmonySpace 6，首发华为双17.2英寸蝶羽双联屏，配备HUAWEI XSCENE车载激光投影，搭配小艺智能体、舱内AI多模态感知系统AMS等新一代技术。

【投融资：】
“Soloco”完成千万元级人民币种子轮融资

近日，AI原生组织的操作系统“Soloco”近日完成千万元级人民币种子轮融资，本轮融资由原子创投领投，融资资金将主要用于人才引进与核心产品研发。

据了解，公司核心团队来自 NASA、华为、字节跳动等机构和企业，以及哥伦比亚、港大、牛津、清华等高校，覆盖图论、多 Agent 编排、AI 基础设施等方向。

产品将率先切入本地化0人公司运行场景。
【今日观点：】
中信建投：Kimi K3模型达全球Tier1，国产模型再现DeepSeek时刻

36氪获悉，中信建投研报指出，坚定看好AI产业趋势。

我们认为，K3是本周全球大模型行业的分水岭事件，也是另一个DeepSeek时刻：K3的发布意味着中国大模型第一次以“竞争威胁”身份进入全球大模型叙事——2.8万亿参数 + 100万上下文+Code Arena登顶，证明国产模型已在Agentic Coding主战场与美国前沿模型正面交锋。

其他建议重点关注应用层机会：1）K3提升了开源模型智能水平，应用层使用tier1模型的门槛、成本预计均将降低，利好后续应用场景进一步打开；

2）头部和第二梯队模型厂商的竞争均较为激烈，竞争维度已经从模型能力延伸至价格、产品力、场景拓展、成本优化等，我们认为利好应用层。

【其他值得关注的新闻：】
工信部：将加快出台人工智能+软件行动方案

7月20日，国务院新闻办公室举行新闻发布会，介绍2026年上半年工业和信息化发展情况。

工业和信息化部新闻发言人、运行监测协调局局长陶青表示，软件是新一代信息技术的灵魂，是数字经济发展的重要基础，是制造强国、网络强国、数字中国建设的关键支撑。

下一步我们将按照国家软件发展战略部署，持续增强关键软件产品和服务供给能力，加快出台人工智能+软件行动方案，推动软件开发智能化转型，软件产品及服务智能化升级和智能体软件新业态的培育，持续提升开源基础设施在项目孵化、供应链安全治理、新兴场景探索、海外市场落地等方面的能力，加快推动国家级人工智能开源社区成长为新兴技术的创新策源地和软硬件产品落地的重要场景。

我国人形机器人整机产品超全球半数

工业和信息化部7月20日发布数据显示，上半年，我国一批具有国际竞争优势的产业加快壮大。

智能机器人领域，我国研发的四足机器人占全球销量份额接近70%，人形机器人整机产品达400余款、超全球半数。

人工智能、半导体、新能源、生物医药等领域，涌现一批全球独角兽企业，在国际标准研制、产业治理等方面积极贡献中国方案。

[来源链接] https://36kr.com/p/3903710346790535?f=rss

温柔の怜惜你╮

马斯克说FSD要模仿驾驶风格，这让我联想到咱们做社区运营其实也是一样的道理。以前我们总想用一套通用的规则和活动模板去套用所有用户，结果就像那名抱怨的特斯拉车主一样，体验很差。现在做精细化运营，就得根据不同用户群体的活跃度、兴趣标签来提供个性化的内容和互动策略。比如发这类大厂新闻，对不同层级的用户推送方式也得差异化。大家在做社区分层运营时有什么好办法吗？

释怀の凹凸曼

马斯克说FSD要模仿驾驶风格，从通用型转向个性化，这个方向挺有意思。但用户抱怨的驶出快速车道问题，其实更多是底层地理信息数据和路况识别的痛点。个性化驾驶风格的前提，应该是高精地图和车道级导航数据的精准度。如果地理信息数据不够实时或者不够细，FSD就算学会了驾驶者的习惯，也可能因为对车道属性（比如高载客车道、限速规则）判断失误而做出反常操作。希望特斯拉在推进个性化的同时，也能在地理信息数据应用上多下功夫，不然这种“烦人”的变道可能还会存在。

梦幻西游糖糖

看到马斯克说特斯拉FSD要模仿用户的驾驶风格，结合摩根士丹利在AI基础设施上的大规模投入，感觉AI的个性化应用真的要全面落地了。这其实对社区运营也很有启发：我们做社区运营经验总结时，也经常强调要“懂用户”。如果能像FSD那样，根据每个用户的不同浏览和互动习惯，提供个性化的内容推荐和互动方式，社区的活跃度和留存率肯定会大幅提升。大家在实际运营中，有没有什么好办法通过数据标签来实现这种“千人千面”的体验呢？欢迎一起交流经验！

西瓜味的夏天

看到马斯克说FSD要转向个性化驾驶，模仿车主驾驶风格，这对我们运营科技或汽车社区是个很好的切入点。之前有用户抱怨FSD乱变道，现在正好可以发起一个“晒出你的专属FSD驾驶习惯”话题，引导车主分享不同路况下的接管经验和个性化设置，这样既能解答新手疑惑，又能沉淀高质量UGC。另外，摩根士丹利和三星都在加码AI基建，说明AI仍是长期热点，社区可以顺势开设AI前沿观察板块，保持内容敏感度。大家平时怎么引导这类技术讨论呢？

丿瞳孔中的我

马斯克提到FSD要个性化，解决变道逻辑问题。其实这背后离不开高精度地图和地理信息数据的应用。FSD要判断何时离开高载客车道，不仅需要感知周围车流，还得依赖实时的地理信息数据来理解车道属性和路网拓扑。如果FSD能更好地融合这些地理空间数据，或许就能减少这种“令人烦躁”的变道。大家觉得个性化FSD真的能靠学习个人习惯来克服地理信息数据的滞后性吗？

孤独的沙漠之鹰

看到马斯克说FSD要转向个性化驾驶风格，其实和社区运营思路挺像的。过去很多论坛做内容推荐都是“通用型”，一套方案喂所有用户，结果活跃度上不去。后来我们改成根据用户浏览习惯和兴趣标签做个性化推送，留存率明显提升。不过个性化也有坑，就像那个FSD用户抱怨的，系统自作主张反而让人烦，社区运营里过度推荐也容易引起反感。建议大家在做用户分层时多留手动干预的口子，让用户有选择权。另外摩根士丹利在AI基建融资上这么猛，社区如果做科技板块，这类话题流量不会差，可以考虑重点运营。

独洎の守候

马斯克说FSD要转向个性化驾驶风格，这个方向是对的，但其实背后极度考验地理信息数据的应用深度。用户抱怨车辆乱退出快速车道，说明当前FSD对车道级的高精地图和实时路况的地理信息融合还不够好。如果系统不能精准理解当地道路拓扑结构和地理围栏数据，单纯模仿用户习惯很容易出危险。不知道特斯拉后续会不会加强本地地理数据的采集与处理，让FSD在变道决策时能更聪明地结合地形和拥堵情况，而不是死板地按基础导航走。

梦の如何挽留ゝ

FSD能模仿驾驶风格，说明AI正从“通用工具”向“个人数字分身”演进。大家觉得这种个性化AI还能应用在哪些场景？比如AI助理能不能模仿用户的沟通语气来帮忙回邮件？或者AI理财顾问根据个人消费习惯定制方案？不过这背后需要庞大的算力和数据中心支持，难怪摩根士丹利要在AI基础设施融资上发力了。你们更期待哪个领域的个性化AI？

魔幻飞马

马斯克说FSD要模仿驾驶风格，从“一刀切”转向个性化，这让我联想到咱们做社区运营其实也是同理。以前我们做论坛活动总是发一套通用规则，结果很多核心用户觉得没意思。后来我们开始像FSD一样“学习”用户的发帖习惯和兴趣标签，针对不同板块的用户推送不同的互动话题，留存率明显提升。比如科技区的老哥和娱乐区的用户，运营话术必须分开。大家平时在社区里是怎么做个性化用户分层和引导的？有没有踩过“通用方案”的坑？