文章核心观点 - 谷歌正式发布世界模型原型产品Project Genie，标志着世界模型从长期的前沿研究方向，正式迈入可落地、可探索的关键阶段 [2][12] - Project Genie基于最新的世界模型Genie 3构建，能够根据一句话或一张图生成可交互的实时虚拟世界，其生成画面的精细度和完成度直逼成熟游戏产品 [2][7] - 该产品被认为是通往通用人工智能（AGI）的关键一步，因为它让智能体能够预测世界演化及自身行为的影响，这是实现推理、规划和现实行动的基础 [11] - 世界模型的应用边界将被迅速打开，在自动驾驶模拟、具身智能训练、游戏开发、影视制作、互动教育等领域展现出巨大潜力 [13] 产品技术特点与突破 - **核心技术**：Project Genie是一个基于Genie 3、Nano Banana Pro和Gemini构建的原型Web应用 [10] - **生成机制**：采用自回归生成机制，根据世界描述和用户操作逐帧生成环境状态，而非播放预先生成好的内容，实现了真正的实时交互 [10][16] - **关键性能指标**： - 生成世界最长可探索60秒 [17] - 画面分辨率约为720p，帧率约为20–24帧/秒 [16][17] - 响应延时非常低，操作带来强烈沉浸感 [24] - **主要技术突破**： - **长期一致性**：生成的世界可以在数分钟内保持稳定，记忆用户造成的关键变化最长可达约一分钟 [16] - **实时交互**：世界以20–24帧/秒运行，用户操作即时反馈到环境中 [16] - **高质量视觉**：画面真实感和细节水平明显高于以往世界模型 [16] 当前能力与局限性 - **当前能力**： - 用户可通过WASD键移动角色、旋转视角、跳跃，在生成世界中自由探索 [7] - 支持从预设模板选择或完全自定义环境和角色来构建虚拟世界 [20] - 能够实现一些基础交互，如控制球体滚动留下痕迹、扮演刷墙工人实时刷墙等，体现了世界一致性 [25][26] - **已知局限性**： - 生成世界质量偏低，结构简单，难以实时交互或只能交互一两步 [15] - 长期一致性不稳定，系统有时会“忘记”此前生成的内容，画面和规则会“漂移” [15][32] - 不符合物理和因果逻辑，更像梦境而非世界 [15] - 对知名游戏IP存在明显限制，相关角色无法直接用于生成可交互世界 [32] - 生成时间受限（60秒），且随着时间拉长，世界的动态感会逐渐减弱 [17][38] - 交互智能体只能执行有限操作，多模型间难以协同互动，渲染清晰文本、还原现实具体地点存在困难 [34] 研发背景与团队定位 - **研发历程**：从论文阶段的Genie 1，演进到普通用户可体验的Genie 3，是谷歌跨部门（谷歌实验室、谷歌创意实验室、服务团队、基础设施团队、沟通团队）高度协同合作的结果 [40][48][51] - **产品定位**：团队并不将其视为一款游戏，而是一个快速演化的实验场，更关注其在增强创意过程、提升构思能力以及加快原型制作方面的潜力 [35][40] - **发布目的**：选择此时推出是为了观察用户的真实使用方式，从而发现此前未预料到的新应用场景 [14] - **访问限制**：目前仅向美国地区、18岁以上的Google AI Ultra订阅用户开放 [17] 潜在应用场景 - **娱乐与内容创作**：在游戏开发、影视制作、新型媒体内容创作方面潜力巨大，网友已创作出各类游戏风格世界 [13][28] - **教育与培训**：可打造个性化虚拟学习体验，例如帮助克服恐惧症（如怕蜘蛛的孩子在虚拟世界适应） [56] - **具身智能与机器人**：为智能体提供训练环境，例如与Simmer项目（由Gemini驱动的目标导向智能体）合作，生成全新虚拟世界来训练智能体完成任务 [40][53][54] - **行业影响**：根据Informa报告，33%的美国受访游戏开发者及28%的全球受访者在过去两年至少经历过一次裁员，Project Genie可能会进一步扩大这种趋势 [30] 未来发展方向 - **近期重点**：研发方向是降低算力成本，让能力能够被更多人用得起，而非进一步加速生成速度 [39][47] - **功能拓展**：未来会优化产品功能、操控方式、应用架构，并推出开发者API，让更多开发者参与 [56] - **长期愿景**：最终目标是生成与现实高度逼真、无法区分的虚拟世界，在其中自由移动和互动 [62] - **技术演进**：世界模型被视为继图像生成（Nano Banana Pro）、视频生成（VO）之后的第三次技术跃迁，构成生成式技术的连续体 [41][67]

技术架构与原理 - 项目本质上是一个实时渲染的交互环境，其技术底座由三部分组成：负责图像控制的Nano Banana Pro、负责理解语言指令的Gemini模型，以及负责物理反馈的Genie 3模型[1] - 其机制类似于人类做梦，由计算机构建一个包含视听触觉的沉浸式虚拟世界，允许用户进入互动[3] - 与基于文本统计规律的模型不同，Genie 3本质上是一个“物理世界模型”，它通过观看几百万次物体运动视频，自行学会了重力、惯性等物理规则，而非学习物理公式[3] 产品功能与体验 - 体验方式简单：用户可将照片转换为特定风格的角色并上传，通过输入场景描述（如“沙漠场景”）来生成环境，随后以该角色身份在场景中自由探索[5] - 用户可预览环境并调整视角，使用键盘方向键控制时，系统会实时预测并生成前方的路径和场景，过程类似玩游戏，但用户同时是世界的导演[5] - 目前产品处于开发阶段，单次探索时间被限制在60秒，时间过长会导致画面逻辑崩坏、产生幻觉，且实时生成的计算成本极高[6][8] - 场景可随时通过修改指令进行切换（如从沙漠变为赛博城市），角色的动作逻辑会保留[8] - 有用户试玩反馈存在延迟，自定义提示未生效，只能使用官方预设内容，且物理规律模拟不够准确，穿模或轨迹怪异的情况常有发生[10][11] 行业影响与前景 - 该技术路径被视为“实时视频生成”，未来可能与基于代码的传统游戏引擎分庭抗礼[10] - 行业观点认为，2026年将是世界模型爆发之年，该技术让“普通人在几分钟内生成《GTA6》”这类判断听起来不再遥远[8][10] - 项目的核心野心在于解决AI通往通用人工智能（AGI）道路上的关键瓶颈：数据枯竭与具身智能瓶颈[12] - 互联网高质量文本数据即将耗尽，且机器人无法仅通过阅读学习物理技能，而该项目可作为无限的合成数据生成器，模拟十亿个不同的环境（如厨房、仓库），让机器人在其中积累“肌肉记忆”后再应用于现实[13] - 类似的技术路径还包括蚂蚁灵波开源的LingBot-VA模型，它能在生成画面的同时推演动作序列，提升机器人执行如制作早餐、拾取物品等任务的能力[13] 潜在应用场景 - 在心理治疗与教育领域具应用潜力：例如，生成“满是蜘蛛的房间”帮助孩子在安全虚拟环境下进行脱敏练习；或在历史课上生成18世纪的巴黎街道让学生亲历其境[15] - 尽管目前存在画质粗糙、时长短、延迟高、无法多人联机等问题，但该技术被认为推开了通往物理现实模拟的大门[15]

蚂蚁灵波开源具身智能模型系列 - 蚂蚁集团旗下灵波科技于1月27日至30日连续四天密集开源发布四大核心模型，构建了一套完整的开源具身智能开发套件 [1] - 开源模型包括：空间感知模型LingBot-Depth、具身大模型LingBot-VLA、世界模型LingBot-World、具身世界模型LingBot-VA [1][2][3] - 此举标志着长期以来由少数巨头把持的世界模型壁垒，首次被中国科技企业以开源方式撕开关键缺口 [1] 开源模型技术细节与性能 - **LingBot-Depth**：专为提升机器人等智能终端的三维视觉精度与可靠性而设计，在多项国际基准测试中达到领先水平 [2] - **LingBot-VLA**：基于超过2万小时的真实机器人数据预训练，覆盖9种主流双臂机器人构型，仅需少量演示数据即可实现高质量任务迁移，大幅降低下游应用的适配门槛与成本 [2] - **LingBot-World**：在视频生成质量、动态程度、长时一致性等关键指标上媲美谷歌同期发布的Genie 3模型，成功攻克视频生成中常见的“长时漂移”难题，实现了近10分钟的连续稳定生成，并将端到端交互延迟控制在1秒以内 [2] - **LingBot-VA**：首次提出自回归视频-动作世界建模框架，将大规模视频生成模型与机器人控制深度融合，使机器人能够“边推演、边行动” [3][4] - 公司不仅提供了模型权重，更开放了包含数据处理、高效微调、自动化评估在内的全套工具链，旨在为全球开发者提供一个低成本、高性能的“具身数字演练场” [4] 谷歌的应对举措 - 在蚂蚁灵波宣布世界模型开源后不到24小时，谷歌DeepMind宣布面向美国地区18岁以上的Google AI Ultra订阅用户，逐步开放其世界模型研究原型“Project Genie”的体验 [5] - Project Genie基于Genie 3模型构建，是一款网页应用原型，允许用户通过文本提示或上传图像来创建、探索和混合生成交互式世界 [6] - 该原型尚处于早期阶段，存在生成效果不够逼真、操作延迟较高、单次生成时长限制为60秒等局限 [6] - 谷歌此次开放的是受限的体验平台而非完全开源，其核心模型代码并未开源 [6][10] 开源与体验平台背后的战略差异 - 蚂蚁灵波选择了彻底的开源策略，将包括世界模型在内的全套核心技术代码与模型权重向社区免费开放 [7] - 德国财经媒体AdHocNews评论称，LingBot-World能创建用于训练AI智能体的真实数字孪生环境，其性能与谷歌领先模型的性能相当，亮点在于机器人可以在模拟中安全、可扩展且经济地演练复杂场景 [7] - 法国科技媒体PauseHardware认为，LingBot-World若在长时序一致性和控制能力上得到验证，将极大加速实时智能体的发展 [8] - 谷歌目前采取的是一种更为谨慎的“可控开放”策略，通过订阅制面向高端用户开放体验入口，旨在收集用户反馈并控制风险 [10] - 这一差异反映两者不同的生态构建思路：蚂蚁灵波通过开源快速吸引开发者构建应用生态，意在具身智能等新兴领域确立事实标准；谷歌则倾向于在保持核心技术控制力的前提下，逐步探索商业化与普及路径 [14] 行业影响与评价 - 世界模型竞赛正从封闭研发加速转向开放生态的协同演进 [1] - 德国财经媒体AdHocNews评论称，这是在全球机器人领域话语权争夺战中的一项战略性举措，蚂蚁集团正在成为不断增长的人形机器人和物理AI市场中的核心推动者 [1][7] - AI技术评测网站Gaga.art直接对比指出：“LingBot-World在质量上与Google Genie 3相当，同时完全面向开发者开放。” [11] - 行业专家观点认为，此前这类训练环境通常是专有的且成本昂贵，现在每位开发者都能接触到工业标准技术 [14]

英国政府对谷歌搜索服务的监管提议 - 英国政府要求谷歌调整其搜索服务 允许网站运营者和出版商选择不将其内容加入“AI概览”功能或用于训练独立的AI模型 [1] - 英国竞争与市场管理局已于2023年10月将谷歌定义为具有“战略市场地位”的企业 并考虑采取适度且有针对性的干预措施以确保通用搜索服务领域的有效竞争 [6] - 谷歌搜索目前在英国的市占率超过90% 公司利用其网络爬虫抓取的内容构建“AI概览”和“AI模式” 同时也用于Gemini等独立产品 [6] AI概览功能对出版行业的影响及监管要求 - 由于用户越来越依赖AI生成的概览内容 导致新闻网站及其他出版商的点击率大幅下滑 [6] - CMA希望谷歌在不影响普通搜索结果排名的情况下 提供退出“AI概览”功能的选项 以重新平衡各方利益 [6] - 监管机构还希望谷歌对其搜索结果排名机制进行调整 确保排序更加公平透明 并让用户更容易选择其他搜索引擎 [6] 苹果iPhone 17系列产品传闻 - 传闻中的iPhone 17 Air Pro是一款结合标准版iPhone 17和高端版iPhone 17 Pro特点的概念机型 定位介于两者之间 目标用户是认为Pro Max型号过大 但又希望获得比标准版更多高级功能的用户 [3][5] - 传闻该系列将包含多款机型：iPhone 17/17 Plus为标准型号搭载A19芯片 iPhone 17 Air为超轻薄型号搭载A19 Pro芯片但可能牺牲部分相机功能 iPhone 17 Pro为高端型号搭载A19 Pro芯片并配备专业相机系统 iPhone 17 Pro Max为顶级旗舰型号拥有最大屏幕和最全规格 [5] - 传闻iPhone 17 Air Pro将搭载A19 Pro芯片并配备先进的冷却系统 采用比Pro Max更轻薄的设计 并可能配备由多个4800万像素传感器组成的多功能三摄系统 [3][5]

头部私募基金经理市场概况 - 截至2026年1月23日，头部私募基金经理（所属公司规模在50亿以上）共有1316位，仅占所有基金经理总数的4.34% [3] 近半年业绩排名（10强）分析 - 近半年符合排名规则的基金经理共148位，10强基金经理的“上榜门槛”为 ***% [5] - 10强中，准百亿私募（规模50-100亿）基金经理有6位，百亿私募基金经理有4位 [5] - 从投资模式看，混合型（“主观+量化”）私募和主观私募基金经理各有4位，量化私募基金经理有3位 [5] - 博普科技何瑞琳以 ***% 的平均收益位列榜首，其核心策略为股票，擅长农业、电子、互联网SAAS等成长股和个股预期差分析，拥有7年以上投研经验 [5] - 排名前10的基金经理核心策略多样，包括股票、债券、多资产、期货及衍生品等 [5] 近一年业绩排名（10强）分析 - 近一年符合排名规则的基金经理共135位，10强基金经理的“上榜门槛”为 ***% [6] - 10强中，百亿私募基金经理较多，共有6位 [6] - 从投资模式看，量化与主观私募基金经理各占5位 [6] - 盛麒资产蔡智俊在近半年和近一年业绩均位列第2，所管产品平均收益分别为 ***%、 ***% [7] - 蔡智俊擅长个股基本面分析和技术交易掌控，投资经验丰富 [7] 近三年业绩排名（10强）分析 - 近三年符合排名规则的基金经理共85位，10强基金经理的“上榜门槛”为 ***% [8] - 10强中，准百亿私募基金经理较多，共有7位 [8] - 从投资模式看，混合型私募基金经理有4位，量化、主观私募基金经理各占3位 [8] - 钧富投资上榜基金经理最多，共3位，其中李光英近三年业绩较好，旗下产品平均收益为 ***% [10][11] - 东方港湾但斌位列第6，旗下产品平均收益为 ***%，其指出人工智能是未来五到十年最具颠覆性的产业机遇之一 [10][11] - 2025年四季度，东方港湾海外基金第一大重仓股由英伟达变为谷歌，主要因加仓约40.55%且谷歌股价当季上涨近29% [12] 近五年业绩排名（10强）分析 - 近五年符合排名规则的基金经理共42位，10强基金经理的“上榜门槛”为 ***% [12] - 10强中，百亿私募基金经理占多数，共有7位 [12] - 从投资模式看，量化私募基金经理占据一半（5位），主观私募基金经理有3位，混合型私募基金经理有2位 [12] - 钧富投资创始人叶志钧摘得桂冠，旗下产品平均收益为 ***% [11][13] - 日斗投资邹文位列第2，旗下产品近五年平均收益为 ***%，拥有超30年证券投资经验 [13] - 均成基金司维位列第5，旗下产品近五年平均收益为 ***%，其策略覆盖多资产、多周期 [14] 相关公司及人物背景 - 钧富投资成立于2018年9月，团队平均从业年限超10年，产品线覆盖十二种类型，全面覆盖国内外主流大型证券类资产 [11] - 东方港湾但斌看好AI在医疗、寿命延长、自动驾驶等领域的落地前景 [11] - 日斗投资邹文曾任香港博文基金总经理兼投资部负责人 [13] - 均成基金司维为北京大学理学硕士，曾在微软亚洲研究院和ASML从事大数据研究分析 [14]

模型核心能力 - 谷歌DeepMind团队研发的深度学习模型AlphaGenome能够预测长达100万碱基对的DNA序列的功能 [1] - 该模型可预测DNA序列变异如何影响不同生物过程，用于理解遗传疾病、改进基因检测并为开发新疗法提供信息 [1] - 模型在26项变异效果预测评估中，有25项的结果与现有顶尖模型表现相当或更优 [3] 技术原理与优势 - 模型使用人类和小鼠基因组训练，学习DNA序列如何影响不同生物学过程 [3] - AlphaGenome可以即时预测5930种人类或1128种小鼠遗传信号，这些信号与特定功能有关，如基因表达、剪接和蛋白质修饰 [3] - 现有方法在序列长度和预测强度上必须做出取舍，但AlphaGenome能在长DNA序列中做出高分辨率预测 [3] - 大多数基因变异（约98%）发生于非编码区域，使得预测其影响变得困难，而AlphaGenome的优势在于能同时对多种遗传信号和生物学结果进行多重预测 [3] 应用与前景 - 进一步改进这一工具或能拓展其应用，例如增加涵盖的物种，或拓展模型能识别的非编码序列范围 [4] - 未来，AlphaGenome有望深化对DNA序列变异引发的复杂生物学结果的理解 [4]

公司技术突破 - 谷歌旗下“深层思维”公司推出名为AlphaGenome的深度学习模型 [1] - 该模型能够解码人类基因组中98%对健康至关重要的“暗基因组” [1] 行业应用前景 - 该技术未来可用于深入了解遗传疾病 [1] - 该技术未来可用于改进基因检测 [1] - 该技术未来可为新疗法的研发提供信息 [1]

阿里发布“真武810E”芯片，完成AI全栈自研拼图 - 公司旗下芯片公司平头哥于1月29日上线了自主研发的高端AI芯片“真武810E”，其效能已在包括国家电网、小鹏汽车在内的400多家外部客户的实际场景中得到验证 [1] 阿里成为全球少数具备全栈自研能力的公司 - 随着“真武810E”芯片的亮相，公司成为全球少数几家完整具备AI大脑（大模型）、计算平台（云）、核心硬件（芯片）全栈自研能力的公司 [3] - 若以“自研技术与高频商业场景的深度耦合”为标准，公司率先达成了闭环，其全栈能力在体系内实现了内生性循环：AI芯片提供底层算力支撑通义大模型，并通过阿里云输送至电商、支付、钉钉等高频场景，场景产生的海量数据再反哺芯片与模型的持续进化 [3] - 全球范围内，被公认达成这一闭环的另一家巨头是谷歌 [3] 全栈自研能力带来的核心优势 - 全栈自研能力意味着巨大的成本优势，能够在算力、网络、模型、软件栈多个环节消灭供应商溢价，从而拥有更低边际成本、更稳定的供给和更高的迭代速度 [3] - 硅谷投资人张璐指出，当前AI的竞争不只关于模型，更重要的是成本，并因此看好拥有全栈自研能力的谷歌 [3] - 在全球技术格局不稳定的背景下，全栈能力还意味着可持续性，即在关键环节拥有可控替代能力，避免因外部依赖导致系统性风险 [4] 阿里与谷歌的生态对比与定位差异 - 公司的技术金字塔（芯片、云、模型、操作系统、入口）与谷歌（TPU芯片、Google Cloud、Gemini模型、Android、搜索）结构相似 [4] - 谷歌在AI领域的地位源于其作为“规则制定者”，长期在Transformer架构、大规模分布式训练、底层框架、开源生态等方面“开路”，塑造了全球AI研究路径 [6] - 公司则更多体现出“铺路”的能力，即工程化整合与规模化落地，擅长将成熟技术嵌入复杂商业系统以实现降本增效 [6] - 从数据入口看，谷歌掌握全球信息入口（搜索）和设备入口（Android），其模型优化具有全球知识型数据循环优势 [6] - 公司掌握的是以交易和产业协作为核心的商业行为数据，覆盖消费、支付、供应链与企业运营等场景，数据结构以商业流程与运营决策为主 [6] 阿里AI的未来发展路径 - 公司在AI领域的强项更可能体现在深度嵌入中国商业场景，而不是成为全球知识与信息处理的标准底座 [7] - 公司的基因始终来自商业体系与交易网络，AI的目标是让这套商业机器运行得更高效、更低成本、更自动化 [9] - 公司更可能成为一种不同形态的AI巨头——中国商业体系的智能基础设施，其代表的“产业效率主导的AI进化路径”更符合中国经济结构的现实 [9]

阿里巴巴科技战略 - 阿里巴巴集团CEO吴泳铭提出“云 + AI + 芯片”是未来科技战略最重要的三角支撑 未来十年云计算最大的增量和变量将以AI为核心驱动力 [2] - 平头哥发布“真武810E”高端AI芯片 阿里通义实验室、阿里云、平头哥共同组成“通云哥”概念 软硬件高度一体协调的AI模型被视为下一代云计算公司的必备武器 [2] 字节跳动业务动态 - 字节跳动CEO梁汝波将公司2026年关键词设定为“勇攀高峰” 短期内“高峰”即豆包/Dola助手应用 公司将提高人才密度并加大激励 使薪酬和激励在全球各市场领先于头部水平 [5] - 豆包手机新机预计于2026年第二季度中晚期发布 由字节与中兴努比亚合作 中兴负责硬件 豆包负责AI 字节对新机预期相比第一代测试版有大幅提升 [4] 特斯拉与机器人竞争 - 特斯拉CEO马斯克表示 中国是特斯拉在人形机器人领域最强大的竞争对手 在中国以外没有大的竞争对手 马斯克曾多次点赞宇树科技和小鹏等中国机器人企业的技术突破 [6] 自动驾驶与出行服务 - Alphabet旗下Waymo目标在2026年第四季度于伦敦推出完全无人驾驶叫车服务 此前仅表示上线时间在2026年 此举标志着其业务版图向海外扩展 [7] - 黑芝麻智能与百度旗下萝卜快跑达成战略合作 黑芝麻智能作为算力芯片技术支撑单位 双方将共同打造无人驾驶生态圈 推进中国智能驾驶产业链成熟 [11] 智能手机市场格局 - 2025年全球最畅销智能手机榜单显示 iPhone 16荣登榜首 苹果与三星连续第四年垄断销量前十榜单 其中苹果占据7席 三星占据3席 [9][10] - 2025年全球销量前十的热门机型合计贡献了全球智能手机总销量的19% 表明头部品牌市场统治力稳固 [10] 其他公司动态与融资 - 贵州茅台回应参与SpaceX上市A轮融资的传言为不实信息 公司1月29日股价收报1437.72元/股 上涨8.61% 总市值突破1.8万亿元 [3] - 美团外卖推出“一镜到底”门店真实性核验功能 新入驻商家必须上传连续无剪辑的视频展示门店实况 目前已在8个城市试点 计划年内推广至全国 [8] - AI与柔性机器人技术融合企业希夕智能完成数千万元天使轮融资 由宁波创投领投 公司专注于为食品生产环节提供全栈式柔性食品加工解决方案 [12]

核心观点 - 苹果公司2026财年第一季度业绩创纪录 其首席执行官蒂姆·库克将苹果智能定位为提升整个生态系统价值的商业杠杆 而非独立产品 通过与谷歌的AI合作及支付安全投入 公司旨在创造跨硬件和服务的货币化机会 [1][3][4][5][6] 苹果智能的战略定位与货币化路径 - 苹果智能被定位为操作系统级能力 旨在提升整个生态系统的价值 并为跨硬件和服务的货币化创造空间 [3] - 公司强调其AI体验注重“个人化”和“隐私化” 并已集成到用户现有的iPhone使用方式中 而非空谈“AI平台” [3] - 公司未对AI功能直接定价 但指出其通过提升发现、购物、客服、身份验证或应用内转化等体验 可创造广泛货币化机会 具体表现为促进设备升级、增加服务参与度以及提升通过苹果支付轨道（从App Store到Apple Pay）的商业活动 [4] 与谷歌的AI合作伙伴关系 - 公司选择谷歌作为关键AI合作伙伴 因其AI技术能为苹果基础模型提供“最具能力的基础” [5] - 此次合作被描述为基于技术能力的决策 同时保持隐私护栏 合作模式包括设备端和私有云计算 并维持行业领先的隐私标准 [5] - 公司未披露此次合作交易的具体条款 [5] 支付安全与风险防控 - 苹果支付在去年为合作伙伴消除了超过10亿美元的欺诈损失 并且该服务正在向更多市场扩张 [6] - 公司向发卡行、商户和支付服务提供商传达 其以设备为中心的安全、网络令牌化和平台控制能有效减少可量化的欺诈 并计划持续在该领域投入 [6] 2026财年第一季度财务表现 - 公司季度总收入达1438亿美元 同比增长16% 摊薄后每股收益为2.84美元 [7] - iPhone收入达853亿美元 同比增长23% [7] - 服务收入创下约300亿美元的历史新高 同比增长14% [7] - 大中华区销售额攀升至255亿美元 同比增长38% 增长主要由iPhone驱动 [7]