扔掉你的Token账单吧,荣耀YOYO Claw技术把养虾成本打下来了

news2026/5/11 6:02:39
梦瑶 发自 凹非寺量子位 | 公众号 QbitAI2026年AI圈最火的产品火不过龙虾最热的词热不过词元Token。火到让养虾人排百米长队装虾也热到嘛让不少养虾人「直犯难」——上手配置难、安全保障难、Tokens狂烧养虾这事儿很快就从新鲜体验变成了现实负担。好在如今有了新解法因为现在的龙虾嘛不仅能做到开箱即食还直接把Tokens消耗成本、安全问题一把梭哈这就是荣耀前两天正式发布自研的「YOYO Claw」技术将首发搭载于荣耀MagicBook系列轻薄本——直击养虾门槛高、Tokens成本高、安全隐患三大痛点。荣耀YOYO Claw技术在配置上不仅实现开机即用还通过独创的智能路由算法大大降低了Tokens成本并且基于独有的设备级安全防护体系和独立安全虾从根源保护隐私安全。从龙虾热到词元经济从模型竞赛到应用大规模落地AI产业正迎来关键转向。而荣耀以终端原生整合重新定义AI智能体的落地方式让AI真正走进日常、服务每个人开辟出具备普适性的全新路径。让AI智能体从能用走向好用、易用、放心用。龙虾这回是真·住进电脑了。让龙虾住进电脑让养虾更简单安全共享2026年是龙虾元年。据不完全统计截至目前我国龙虾产品数量已达两位数规模此外海内外主流平台上的Skills总量已超70万个。热闹之下行业短板愈发明显龙虾衍生产品数量的狂飙突进似乎并没有同步为养虾用户带来体验的提升。△图片由AI生成一个很难不承认的事实是养虾的上手门槛与安全风险等一箩筐问题依旧是无数养虾人绕不开的痛。正如有网友在社交媒体上调侃装上龙虾后所有的时间都在配置那只什么都不会的虾。doge基于目前养虾难的现状荣耀给出了一种更彻底也更系统化的解法。荣耀YOYO Claw龙虾技术让龙虾出厂即原生入驻终端真正实现开箱即能用、多端共享、安全好用。开箱即上桌普通人也能轻松养虾当前不少养虾用户面临的最大难题是「上手门槛」太高。不少用户哪怕把虾装上了也依旧不知道能用在哪儿整个使用过程需要付出大量的时间精力成本原本冲着提效去养的虾反而先给自己加了一层工作和学习负担。而针对养虾使用门槛高的问题荣耀YOYO Claw技术给出的解决方法是将龙虾预置在荣耀MagicBook系列轻薄本中做到真正的「开箱即用」。开机那一刻龙虾就已经能直接上手干活直接吞掉了传统龙虾所谓的调试和配置等繁琐环节把上手门槛压到零。而针对第三方调用的问题荣耀YOYO Claw技术则直接把流程缩到最简化。不用研究API Key和复杂配置只需扫个二维码登录就能把龙虾接入微信、飞书等常用聊天工具做到一键连通、即扫即用。针对不少养虾人面临的「Skills技能装了也不会用、用不对」的普遍难题荣耀则选择直接把技能打包做成预制虾。荣耀YOYO Claw技术内部预置了擅长教育、办公、学术、内容创作、智能辅助等领域的5个成品主虾23个成品子虾每个虾都已提前搭载对应领域的全部专业技能一键就调用其技能让龙虾直接上手干活儿。其内置的场景化智能推荐能力还能让龙虾主动介入协作比如在写论文时自动匹配论文虾让龙虾更贴近真实工作流场景。不仅如此YOYO Claw还具备自己进化、自己反思和持续性学习的能力。龙虾能够把用户每次生成的内容沉淀为可复用模板同类任务下次可直接调用同时支持场景化智能推荐。而且在与用户对话的过程中龙虾还能将独有的创作风格、规则要求、行业通识等经验知识进行格式化整理方便用户后续调用。当产品开始具备持续学习和场景适配能力龙虾才可能从一次性工具走向长期可用的系统能力。安全防护体系加持还有独立安全虾养虾这事儿越普及安全隐患就越突出。随着龙虾逐步接入更多本地文件、聊天记录、账号权限和个人数据用户面对的风险也被同步放大。此前国家互联网应急中心发布的安全提醒就直指OpenClaw类产品存在恶意插件投毒、隐私数据外泄、关键文件被误删、提示词注入劫持等高危问题。也正因如此安全防护问题正在成为AI智能体产品能否实现「规模化落地」的一道硬门槛。围绕龙虾可能带来的安全风险YOYO Claw采用了一套端侧优先、内核级守护的本地安全方案——将敏感数据处理尽可能留在端侧完成并通过内核级加密降低隐私与专属能力泄露的风险。具体来说其设备级安全防护体系覆盖专属Skills、个人记忆及隐私数据。哪怕是个人长期沉淀下来的工作方法或龙虾学习后形成的专属Skills也能获得加密保护。此外在养虾安全性保障上荣耀YOYO Claw技术还配置了「独立安全虾」这一层防护机制。这种机制不仅能对AI操作进行全程监控使得像格式化硬盘、重装系统这类高危行为可被自动拦截此外一旦涉及登录、支付等敏感操作还需要用户进行二次确认。不仅如此核心数据处理和个人记忆也都在本地完成把真正敏感的部分尽量留在设备之内实现能力全开放、敏感数据零上云的可靠承诺。当龙虾安全被做成底层能力龙虾才能让用户从能用走向敢用、从敢用走向常用沉淀为长期可信的日常最强辅助。多端一体一虾多吃放眼于当前的养虾现状还有一个很容易被忽略的问题。龙虾虽然看上去已经越来越聪明但它的解决的问题很多时候依然停留在「单人单机单任务」的层面。一旦场景从个人办公延伸到家庭协同、多人共用、跨代际使用龙虾的能力边界就会很快显现出来原本能真正帮上忙的龙虾能力很难进一步走进更多人际场景进而也很难将产品价值用到最大化。而围绕单端问题荣耀YOYO Claw技术给出的一个关键思路那就是把龙虾从个人工具推向家庭级智能协同入口。接入PC之后荣耀YOYO Claw技术能够支持全家多人共用一台设备同时做到一人一虾、彼此独立。同一台养虾本可以承接不同家庭成员的需求但每个人都有各自独立的使用空间、任务记录和记忆体系既能实现能力共享也能保留专属边界。这样一来龙虾的角色就不再只是服务某一个人而是开始向整个家庭的多角色、多任务、多场景延伸。比如在学习场景中龙虾可沉淀孩子作业、错题与阶段性学习数据在生活场景中还能承接出行规划、家庭提醒等事务真正实现学习、生活、健康多场景一虾通吃。当龙虾的价值从单点提效延伸到长期陪伴真正进入家庭、融入协作、承接跨角色需求时其所承担的就已经不只是即时响应和任务处理的功能了。其更是会深入到学习、生活、健康等长期场景中逐步沉淀为支撑家庭运行的系统能力与长期基础设施。从单点提效走向多端一体从服务个人走向覆盖全家龙虾也才真正有机会褪去高门槛技术工具的外壳慢慢变成一只能游进寻常百姓家的「小河虾」。省下50%Tokens打破养虾「高成本」壁垒困境除了上手配置和安全风险让无数养虾人感慨养虾难的还有一笔越来越躲不开的账Tokens成本。据不完全统计目前单只龙虾智能体在执行复杂任务时Tokens消耗通常达到数千甚至上万。查资料、写方案、做总结、Vibe Coding…… 龙虾每一次调用、每一次思考都在真金白银且实实在在地扣费。当养虾需要时刻算计成本甚至让用户入不敷出时养虾这事儿反而变成了一种负担。而针对用户使用龙虾时消耗Tokens成本高的痛点荣耀YOYO Claw技术则独创「端云协同端侧优先」的智能路由算法并通过Token调度引擎实现链路级词元控制设计实现词元价值的最大化。荣耀官方实验室资料显示荣耀YOYO Claw技术较OpenClaw综合词元消耗节省50%实现了近乎腰斩的词元优化程度。而这背后对应的其实是一套围绕任务理解、过程Token压缩优化、精准记忆匹配、端云模型协同与结果沉淀展开的全流程设计。核心就一句话该省的地方省该花的地方花。具体到执行链路中荣耀YOYO Claw技术会先判断任务复杂度简单任务快速处理复杂任务再调配更多资源避免一上来就用高成本方式处理所有任务。而真正进入执行过程后荣耀YOYO Claw技术会优先识别与当前任务强相关的上下文信息再匹配对应技能对于已经完成过的搜索结果也会尽量直接沿用减少重复搜索带来的额外消耗。在此基础上荣耀YOYO Claw技术还内置了更精准的「记忆匹配逻辑」。具体而言每次执行任务时龙虾只会调用与当前任务相关的记忆内容不会携带与之无关的记忆占用Tokens既保证了回答的精准度又进一步节省了词元消耗。把Tokens管理从单纯的成本控制进一步推进到面向任务效率的精细化分配。除了前面提到的那些会带来Tokens无效消耗的因素还有一个很关键的问题在于很多龙虾在执行任务时并不能清楚判断——什么该在本地完成什么又该交给云端处理。龙虾判断一旦不够精准冤大头肯定是用户。该在端侧完成的任务被送上云端白白增加调用成本已经完成过的任务结果也留不下来、复用不起来只能重复调用、持续消耗。针对这一问题荣耀YOYO Claw技术进一步强化了智能模型调用与任务结果复用两项能力。在具体执行任务时对于已经做过且结果仍可复用的任务系统能直接继承历史结果。这样一来龙虾调用链路更短结果留得下来成本也更容易压在合理范围内。△图片由AI生成国家数据局披露的数据显示截至今年3月我国日均Tokens调用量已突破140万亿较2024年初的1000亿实现超千倍增长背后正是龙虾智能体等应用的爆发式普及。随着词元经济持续升温、人工智能加快落地AI服务长期受制于高成本的问题正在进入被重新定义的阶段。对于龙虾产品来说真正重要的从来都不是单纯压低消耗而是尽可能减少那些本可以避免的无效开销。而荣耀率先把Tokens节省从技术优化动作做成了前台可落地的产品能力也让行业开始从拼规模、拼参数转向拼效率、拼调度、拼每一次消耗背后的真实产出。更重要的是荣耀也为AI智能体向规模化应用提供了一个更具终端代表性的落地样本——当AI能力被真正做进设备、做进场景、做进用户日常流程里人工智能的价值才会从技术能力转化为可持续、可复用、可普及的现实生产力。真正让养虾人实现少走重复路少花冤枉Tokens让每一次消耗都花在更有价值的地方。从模型竞速到场景兑现终端侧开始成为关键变量如果说过去两年AI产业的主线还是围绕模型能力打转那么走到今天行业竞争的重心已经开始发生变化。参数、榜单、跑分当然非常重要但它们解决的更多是「技术能到哪里」的问题而真正决定AI能走多远的则越来越取决于另一个问题这些能力究竟能不能被稳定地接入真实场景持续地服务真实用户并在成本、安全、体验之间找到可长期成立的平衡点。也正因如此AI产业的角色分工正在变得更清晰可见——大模型厂商负责把能力上限持续往前推进互联网厂商负责连接内容、服务与流量入口而终端厂商的价值也在这一轮变化中被重新看见。△图片由AI生成在这之中终端产品本身就是离用户最近、离高频使用场景最近的系统界面。而荣耀的特殊性正在于——它同时具备底层技术整合、多生态协同、终端快速布局以及用户场景理解等多重能力。这次通过YOYO Claw技术荣耀回答了一个更现实的问题那就是当AI智能体开始走出demo阶段进入更高频、更复杂、也更接近日常生活的使用环境后终端还能提供什么样的新增价值荣耀给出的答案是以终端为支点以系统级整合为路径让AI智能体从能用继续走向好用、敢用、愿意长期用。2025年荣耀提出阿尔法战略当时就把「AI终端生态」放到了更靠前的位置。满打满算也就一年的时间这一概念已经迅速从多端互联走向原生智能体能力与硬件、系统、服务的深度融合。而荣耀YOYO Claw技术也由此成为荣耀补全生态闭环的重要一环。△图片由AI生成这也让外界看到在这一轮AI落地过程中终端厂商的角色正在发生变化——终端厂商未必只是模型能力的承载者同样可以成为打通系统生态、重构产品使用体验的关键角色。未来无论是办公、学习、创作还是沟通与协同都会成为智能体持续渗透的高频场景而终端既是能力调用的入口也是生态连接的节点更是用户体验最终形成的地方。随着词元经济持续升温行业竞争也进一步回到效率、协同和落地质量这些更实际的问题上。谁能把模型能力真正接进设备、接进场景、接进用户每天都在发生的使用流程里谁才更有机会把技术红利真正变成产品价值。而荣耀通过YOYO Claw连接终端让词元效率、端云协同、安全边界这些原本偏技术层的话题更具体地落到了普通用户可感知的体验层。伴随AI智能生态快速扩张荣耀构建的属于荣耀独有的路径为终端厂商推动AI智能体规模化落地提供了具备行业参考意义的实践样本。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2526305.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…