
iPhone 在冬天自动关机的情况去年就有发生,在去年我们得到的苹果客服反馈是“天气太冷,电池活性会降低。”随着北方天气降温,iPhone 自动关机问题卷土重来,这一次中国消费者协会也出手了。
中国消费者协会已经正式就 iPhone 6s 系列手机自动关机问题问询苹果公司,其表示“鉴于苹果 iPhone 6 和 iPhone 6s 系列手机在中国有相当数量的消费者,且同一问题反映人数较多,中国消费者协会已经向苹果(中国)有限公司就 iPhone 6 和 iPhone 6s 系列手机异常自动关机问题进行查询,中消协将关注此事的进一步发展,维护消费者合法权益。”
重点是中国消费者协会提到——消费者反映自己使用的 iPhone 6 和 iPhone 6s 系列手机在仍有 50%-60% 电量的情况下自动关机、系统升级后自动关机情况仍存在、环境较冷甚至室温时自动关机、自动关机后不连接充电器无法开机等现象。

去年单这个“太冷关机”问题在手机圈就演变成了营销战——一部分手机厂商在借势营销,比如喊一句“用 XX 手机不会冬天关机”的口号;今年澎湃新闻、北京晨报以及中国新闻网等媒体集体对这一事件进行了调查报道,报告显示一部分 iPhone 用户已经组建了维权群,也有一部分消费者的 iPhone 6/iPhone 6 Plus 出现了同样问题。
今年问题的聚焦点不仅仅是去年那样因为“天气太冷”关机,而是用户认为出现了“系统升级后有自动关机情况”、“室温时也会自动关机”以及“自动关机后不连接充电器无法开机”等问题。
中国消费者协会抛给了苹果三个问题,望苹果公司接到查询函后十日内给与答复:
1、iPhone 6 和 iPhone 6s 系列手机自动关机的原因?手机电池是否存在问题?
2、消费者就异常关机问题反映到你司,你司如何处理?
3、如果异常关机问题大面积出现,你司将采取何种补救措施?
根据北京晨报的报道,“宋先生把手机送去苹果官方售后维修。经检查,工作人员称其手机电池没问题,建议刷机,如果刷机后问题还存在,就需要返厂修理或者换机,但因为过了保修期,朱先生可能要花费两三千元。”
这个问题确实存在。比如我的 iPhone 6s 在去年冬天也出现了同样问题,而我从苹果内部得到的反馈是“北京天气确实太冷了,iPhone 内部电池活性会降低。”
今年 iPhone 6s 关机问题依旧,上个月我把设备拿到苹果直营店天才吧检测后得到反馈“目前你的电池容量还有 84% 左右,手机在保的情况下,电池状态在 80% 以下我们会认为耗损严重,可以给与免费更换。”而手机过保后自然不会因为电池问题再进行免费维修。
手机自动关机会带来什么问题?
“手机关机这事确实挺尴尬的,去年一年几次我在叫 Uber 后手机 50% 电量直接关机,我只能跑到有暖风的店里等待它开机,打开电话还可能会被 Uber 司机骂一顿。”
“现在出门不带一个充电宝是非常恐慌的。”几个同行聊起这个问题吐槽道。
好文章,需要你的鼓励
这项由IIT马德拉斯与BITS Pilani联合发布的研究(arXiv:2604.21523,2026年4月)构建了FOCUS元评估基准,系统检验了评审型视觉语言大模型的可靠性。通过向超过4000个图文和图像样本中注入40种受控错误,研究发现顶尖评审AI的检测失败率在某些条件下超过50%,物理合理性和视觉细节类错误尤为难以被发现,两两比较是最可靠的评审范式。
这篇由Sylph.AI发布的技术报告提出了一套两层自动化框架,核心思想是让AI自动优化自身的运行脚手架,再进一步让AI学会如何更高效地做这种优化。内层的脚手架进化循环通过工人代理、评估代理和进化代理的协作,自动迭代改进单个任务的运行配置;外层的元进化循环则在多个任务上训练,学习一套能快速适应任何新场景的通用进化蓝图,从而彻底消除人工脚手架工程的需求。
这篇由英伟达等顶尖机构联合发表的论文提出了一种名为Voyager的新型智能体。研究团队以《我的世界》为实验平台,通过引入自动课程规划、技能库存储以及迭代反馈机制,成功让大语言模型主导的AI在完全无人类干预的情况下,实现了在复杂开放世界中的自主探索与终身学习。实验数据表明,Voyager在物品收集、探索范围及技能解锁速度上均呈现出远超传统方法的压倒性优势,为未来开发能够自主解决真实物理世界复杂任务的通用人工智能奠定了关键的理论与实践基础。
这项由伊利诺伊大学、斯坦福大学、英伟达和麻省理工学院联合发布的研究(arXiv:2604.25917,2026年4月)提出了RecursiveMAS框架,让多个异构AI模型通过轻量级模块RecursiveLink在内部信号层面直接传递"潜在思想",形成循环协作,彻底绕开了传统多AI系统依靠文字传话的低效方式。配合两阶段内外循环训练策略,整个系统只需优化极少量参数,就能在数学、科学、代码生成和搜索问答等9个基准测试上取得平均8.3%的精度提升,同时实现最高2.4倍推理加速和75.6%的token用量削减。