据了解,9月10日发布会结束不久,Mate XT非凡大师在华为商城的预约人数就已突破400万,截至9月17日,官网预约人数就超过了626万人。相比之下,人们对于苹果iPhone16系列的热情正在消退,可以说大不如前了。
华为三折叠秒空,热度高于苹果
可以看到,上午10点08分开启抢购,几乎是两秒钟内,北京朝阳、海淀、东城皆显示【该地区无货】显然是被抢购一空了。
据报道,供应链多个渠道透露华为Mate XT 非凡大师备货量约为100万台。供应链人士称:“目前我们收到的计划,核算下来,总备货量(首批)约100万台。”
这也意味着,今日开抢后,大约是六七个人(甚至更多)抢一台手机。
据了解,在其尚未正式发布时,Mate XT非凡大师已在部分渠道被炒至3万,甚至有人挂出10万的惊人高价。许多业内人士认为这款手机将成为一款电子“茅台”,妥妥的变成了理财产品,抢到就是赚。
该机定价19999元起售,比苹果最贵的16 Pro Max(1T版本13999元),还要贵6000元,差了是一台iPhone 16基础版的价格。
相比iPhone 16的一成不变,华为Mate XT 非凡大师通过一款手机,提供了单屏态、双屏态和三屏态共计三种形态,这种多变形态彻底改变了手机的使用方式和场景。
销量低于预期,苹果开启员工购买通道
昨日,苹果分析师郭明錤发文透露,目前已有苹果员工通过员工折扣价格购买iPhone 16系列。
他表示,以往新款iPhone发售后,苹果员工通常需要等待数周才能折扣价买新机,郭明錤认为,这可能是iPhone 16系列初期需求低于预期的征兆之一。
根据郭明錤数据显示,iPhone 16系列在首个周末预购销量约为3700万部,比去年iPhone 15系列同期销量减少约12.7%。
郭明錤称,今年iPhone销量未达预期的最大原因之一是iPhone 16 Pro系列需求低于预期。iPhone 16系列最大卖点Apple Intelligence未能与iPhone 16系列同步推出也是影响销量的原因。
据苹果介绍,Apple Intelligence的中文、法语、日语和西班牙语版本最快明年推出。
一位熟知市场行情的从业人士也表示,往年苹果新机首发,只要能够第一时间抢到,便可以加价800元左右卖给回收新机的商家,但如今苹果手机行情已经大不如从前。
在黄牛群里,多数黄牛抢的是iPhone 16 Pro Max,回收手机的商家多次提醒,iPhone 16在二级市场会破发。
值得注意的是,iPhone 16、iPhone 16 Plus已在拼多多等电商平台破发,起售价是5799元。
根据IDC发布的报告,2024年第二季度中国智能手机市场出货量约为7158万台,同比增长8.9%,延续增长势头。
但苹果手机出货量下降3.1%,排名跌出前五,市场份额排在前五位的分别是vivo、华为、OPPO、荣耀和小米,尽管苹果在5月举行了大幅度的降价促销,但其销量依然没有超越中国手机品牌。
知名消费电子行业研究机构Counterpoint Research周三发布的报告显示,在刚刚过去的8月份全球手机市场中,苹果公司时隔3年(2021年8月以来)首度被中国品牌小米超越,跌至全球第三大手机品牌。
而从此次iOS18更新后,多个功能更新反遭用户吐槽。在新版本中,苹果对自带相册App进行了大改版,但这一变动引发很多用户吐槽。
据媒体报道,苹果客服对此回应称,现在版本刚升级,用户刚开始不适应也是可能的,每位用户的感受也可能不一样。从其回应中可以看出,苹果仍未从此前的傲慢中走出来,真正去了解用户的需求。
写在最后
过去,苹果以创新和引领潮流著称,但近年来苹果推出的产品大多被认为是常规升级或是对市场趋势的跟进,而非真正的创新突破。反观华为三折叠屏手机,却在今天成为了潮流的代名词。
不知道评论区有没有抢到华为Mate XT 非凡大师的网友,快发出来让我羡慕羡慕。
往期推荐
三只羊、网红娟子,频频翻车的主播是飘了吗?
AI时代,美女真假难辨,你被“她”骗了吗?
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。