
新款MacBook Pro提供深空黑色与银色、14英寸和16英寸选项,搭载M4系列芯片(M4、M4 Pro、M4 Max),将于11月1日上午9点起开启预购,11月8日起开售。
其中,14英寸M4款12999元起售,M4 Pro款16999元起售;16英寸M4 Pro款19999元起售,M4 Max款27999元起售。

▲深空黑色14英寸MacBook Pro和银色16英寸MacBook Pro
最贵16英寸MacBook Pro的硬件配置为纳米纹理显示屏、M4 Max(16核CPU、40核GPU)芯片、128GB统一内存、8TB固态硬盘,售价57099元;如果选择预装软件Final Cut Pro和Logic Pro,则售价为60395元。
M4系列芯片采用第二代3纳米制程工艺打造,M4集成10核中央处理器,M4 Pro集成14核中央处理器,M4 Max拥有最多16核中央处理器和最多40核图形处理器。
苹果三种型号的芯片均配备了带宽更高、速度更快的统一内存,可在设备端运行大语言模型等。此外,M4系列芯片的电池续航时间最长可达24小时,还支持快速充电,30分钟就能充至最高50%的电量。

▲M4、M4 Pro与M4 Max对比(智东西制表)
1、搭载M4 Max芯片的MacBook Pro
这款机型支持最高128GB统一内存,开发者可与近2000亿参数的大语言模型进行交互。M4 Max芯片还集成了媒体处理引擎,包括2个ProRes加速器,可帮助用户在MacBook Pro上使用Final Cut Pro,并编辑由iPhone 16 Pro拍摄的4K 120ProRes视频。

搭载M4 Max的MacBook Pro具体性能包括:


2、搭载M4 Pro芯片的MacBook Pro
搭载M4 Pro芯片的新款MacBook Pro内存带宽,相比前代机型提升高达75%,是其他AI PC芯片的2倍。其性能相比搭载M1 Pro芯片的机型提升最多可达3倍,可用于地质绘图、结构工程、数据建模等工作流。
搭载M4 Pro的MacBook Pro具体性能包括:


3、搭载M4芯片的新款14英寸MacBook Pro
搭载M4芯片的MacBook Pro具体性能包括:

新款MacBook Pro引入了纳米纹理显示屏选项,可减少眩光和反射带来的干扰,选配该屏幕要比标准显示屏多花1100元。
在强光照射下,新款MacBook Pro能够以最高1000尼特峰值亮度显示SDR内容,以最高1600尼特峰值亮度显示HDR内容。

新款MacBook Pro还配备了支持人物居中的12MP Center Stage摄像头,可在复杂光照条件下提升视频质量。人物居中功能可让用户在走动时保持在画面中央,全新摄像头还支持桌上视角。

此外,这款设备还搭载了录音棚级麦克风和支持空间音频的六扬声器音频系统。
14英寸机型配备M4芯片和3个雷雳4端口,标配16GB内存,支持连接两台高分辨率外接显示屏,与内置显示器同时使用。搭载M4 Pro和M4 Max芯片的14与16英寸机型支持雷雳5,数据传输速度提升达2倍以上,最高达120Gb/s。

所有MacBook Pro机型,均配备一个支持最高8K分辨率的HDMI端口、一个SDXC卡插槽、一个用于充电的MagSafe 3端口、一个耳机插孔,并支持高速无线局域网和蓝牙5.3。
在苹果智能方面,新款MacBook Pro中提供了英语版,适用于macOS Sequoia 15.1,但具体推出时间依监管部门审批情况而定。

macOS Sequoia的新功能之一为iPhone镜像,用户可直接在Mac上与自己的iPhone及其通知进行无线交互。
Safari浏览器提供了新的视频观看器,可供用户免打扰观看视频。用户可使用干扰控制功能隐藏网页上干扰自己浏览的项目。
此外还有个性化空间音频和优化后的游戏模式等多种功能、窗口布局整理、密码App更新等,在视频通话中,用户可以为其设置背景等。


好文章,需要你的鼓励
联想此次推出的推理加速引擎(Inference Acceleration Engine),是联想携手清华大学无问芯穹团队联合打造的本地AI加速解决方案。这款引擎将预装在联想年底发布的新一代AI PC产品线中,目标是让端侧推理性能直接看齐云端大模型水平。
香港中文大学等顶尖院校联合研究发现,当前最先进的AI视频生成技术已能制作出连顶级检测系统都无法识别的假视频。研究团队开发了Video Reality Test平台,测试结果显示最强生成模型Veo3.1-Fast的假视频仅有12.54%被识别,而最强检测系统Gemini 2.5-Pro准确率仅56%,远低于人类专家的81.25%。研究还发现检测系统过度依赖水印等表面特征,音频信息能提升检测准确性,但技术发展已对信息真实性判断带来严峻挑战。
Meta超级智能实验室推出的SAM 3D模型,通过创新的"模型在环"数据标注流程和多阶段训练策略,成功实现从单张图像重建完整3D物体的能力。该研究打破了3D领域的数据壁垒,在真实世界场景中展现出远超现有方法的性能,为机器人、AR/VR、游戏制作等应用开启新可能。
Google DeepMind团队提出了革命性的"扩散预览"模式,通过ConsistencySolver技术实现AI图像生成的"预览+精修"工作流程。该技术能在5-10步内生成高质量预览图像,与传统40步完整生成保持高度一致性,用户体验测试显示总体时间节省近50%,大大提高了创作效率和创意探索的自由度。