中新经纬4月16日电 美东时间周一，美股三大指数集体收跌。截至收盘，道指跌248.13点，跌幅为0.65%，报37735.11点；纳指跌290.07点，跌幅为1.79%，报15885.02点；标普500指数跌61.59点，跌幅为1.20%，报5061.82点。 来源：Wind 大型科技股全线走低，苹果跌2.19%，亚马逊跌1.35%，奈飞跌2.52%，谷歌跌1.82%，脸书跌2.28%，微软跌1.96%。特斯拉跌5.59%，消息上，特斯拉周一向全体员工发出一封电子邮件，宣布全球裁员超10%。 银行股多数上涨，摩根大通涨0.05%，高盛涨2.94%，花旗跌1.88%，摩根士丹利涨0.87%，美国银行涨0.45%，富国银行涨0.9%。 能源股集体下跌，埃克森美孚跌0.6%，雪佛龙跌0.86%，康菲石油跌0.73%，斯伦贝谢跌0.63%，西方石油跌0.96%。 航空股多数下跌，波音跌1.01%，美国航空跌1.6%，达美航空跌0.46%，西南航空涨1.11%，美联航跌1.82%。 芯片股普遍下跌，格芯跌4.29%，博通跌2.48%，英伟达跌2.48%，超威半导体跌1.81%，台积电跌1.62%，恩智浦半导体跌1.5%，美光科技跌0.94%，高通跌0.85%，阿斯麦跌0.73%，英特尔涨1.74%。 热门中概股多数下跌，纳斯达克中国金龙指数跌0.48%，嘉楠科技跌5.83%，能链智电跌4.76%，硕迪生物跌4.25%，金山云跌4.07%，知乎跌3.91%，老虎证券跌3.34%，亿航智能跌3.08%，传奇生物跌2.29%，汽车之家跌2.14%；涨幅方面，拍明芯城涨9.9%，希尔威金属矿业涨4.39%，斗鱼涨3.18%，华住涨2.96%。中概新能源汽车股全线走低，蔚来跌5.11%，小鹏汽车跌3.55%，理想汽车跌2.69%。 经济数据方面，美国3月零售销售环比增长了0.7%，该数据高于市场预期的0.3%，并创下了2023年9月以来的新高。此外，2月的零售销售月率从0.6%上修至0.9%。 欧洲股市方面，英国伦敦股市《金融时报》100种股票平均价格指数15日报收于7965.53点，比前一交易日下跌30.05点，跌幅为0.38%；法国巴黎股市CAC40指数报收于8045.11点，比前一交易日上涨34.28点，涨幅为0.43%；德国法兰克福股市DAX指数报收于18026.58点，比前一交易日上涨96.26点，涨幅为0.54%。 国际油价方面，截至15日当天收盘，纽约商品交易所5月交货的轻质原油期货价格下跌25美分，收于每桶85.41美元，跌幅为0.29%；6月交货的伦敦布伦特原油期货价格下跌35美分，收于每桶90.10美元，跌幅为0.39%。 贵金属方面，截至发稿，COMEX黄金涨1.15%，报2401.5美元/盎司，COMEX白银涨2.21%，报28.96美元/盎司。 美元指数方面，衡量美元对六种主要货币的美元指数上涨0.16%，在汇市尾市收于106.208。(中新经纬APP)

超出债券选手能力圈的投资，或为基金持有人带来超出产品本身的净值风险。 证券时报·券商中国记者注意到，缺乏股票研究员背景、从未管理过偏股产品的部分债券基金经理，在进行超出能力圈后的投资，或正在体验专业背景的业绩教训。尽管偏离债基投资的本色，或可提升净值弹性，但亦可将基金持有人带入业绩不确定中，在股票市场反弹成大趋势的背景下，不少从未担任过股票研究员的债券基金经理开始大量涉足股票赛道，甚至大买研究难度较大的医疗、科技、化工等专业赛道，导致债券基金净值大幅下跌。 对此，有债券型基金经理接受券商中国记者采访时认为，债券选手在股票赛道上的胜率本就不高，须专注自己的能力圈范围，股票赛道比较专业，在股票上不能犯大的错误，更有基金公司高层人士强调，基金经理不是万能的，加强产品的风控就是强调基金经理的投资不能越过能力圈。 净值弹性异常向下，债券选手猛加高难度赛道股 在股票市场估值大幅下修后，心动的不仅是偏股型基金经理，不少公募债基产品的操盘手亦开始大幅增加股票的配置，超出债券人能力圈的投资正带来业绩反向效果。 证券时报·券商中国记者注意到，在基金产品业绩在反弹行情中逐步苏醒、飘红的背景下，当前的全市场基金业绩垫底榜单中，正罕见地出现不少债基产品。例如，上海一家基金公司旗下偏债基金产品今年以来的净值亏损竟高达17%，仅在今年第一季度的损失就超过15%，创造了该产品自2015年成立后34个季度中的季度业绩最大跌幅。 上述基金披露的基金年报持仓细节解释了其“业绩弹性”的关键，这只偏债型基金截至去年12月末的股票仓位已上升到39.1%，考虑到该基金在去年四季度期间的季度跌幅仅为3.37%，这意味着该产品在2024开年后或进一步偏离其偏债型产品的定位，即增加其股票仓位，尤其是这只偏债型基金在节后市场反弹中的单日净值弹性，暗含了偏债产品在股票仓位上的激进操作，2月28日该产品的单日净值跌幅达到3.64%，3月27日的单日损失也接近3%。 值得关注的是，管理上述偏债产品的基金经理，并非股票研究员出身，其在升职为基金经理前为债券研究员，在其从基金公司债券研究部门升为基金经理后，其管理的产品也均为债券型基金产品，但在市场反弹行情中，他开始超越其投资能力圈，在股票仓位与个股配置上的激进操作，导致产品净值损失的风险超出了基金产品本身的定义。 在股票选择上，上述债券基金经理的选股方向，也指向了研究难度较大的科技股、化工股等。上述债券基金经理在年报中解释，其在股票权益方面判断随着2022年底ChatGPT的横空出世，A股全年热点围绕AI和中特估。AI将或有可能引发第四次工业革命，这其中将产生大量的投资机会，组合全年主要参与了硬科技方向的个股。 此外，华南地区的一位债券研究员出身的基金经理，其所管的债券型基金亦因为在股票仓位上进行冲动加仓，导致基金产品净值2024开年后出现接近9%的损失，且其加仓的股票主要指向了具有专业研究难度较大的科技股、医疗股等。 如果上述债券研究员出身的基金经理，较少涉足股票尤其是具有专业难度的科技和医疗赛道，上述债券型基金的净值会有怎样的表现？证券时报·券商中国记者注意到，这位债券基金经理还管理另一只偏债型基金产品，该债基采取了完全不同的策略，在股票投资上仅有不足3%的仓位，该产品在发挥基金经理核心能力圈的背景和去年已盈利的基础上，今年开年后再度获得了1.07%的正收益。 基金能力圈须契合风控，玩股票要有专业背景 事实上，债券型基金向股票赛道的偏离，在公募市场并不罕见，但许多基金公司基于能力圈的考虑，往往选择具有股基选手或在研究员阶段具有股票研究员背景的人士。 广州一家公募旗下某债券基金截至去年末亦配置约15%的股票仓位，考虑到管理该基金的基金经理亦为股基赛道选手，其在管理这只债基之前亦管理过偏股型产品，因此，对这位股基选手而言，其在管理偏债型产品后所配置的15%的股票，已是相对克制的表现，这种具有能力圈而又表现克制的策略也使得该基金年内取得了正收益。 此外，深圳地区此前有债券型基金大幅度加仓股票，而该基金采取双基金经理策略，一位具有债券操盘能力，另一位则在股票赛道具有较多的投资经验，这种债券加股票的双基金经理策略是不少偏债产品涉足股票赛道的普遍策略。直接将基金经理更换为股票选手的策略，亦存在于偏债产品上。近期深圳地区的一只此前长期风格定位于债券产品的基金，在其风格偏离时亦采取了基金经理换将的方式，选择专业股基选手担任操盘手，而其此后的业绩飙升也在某种程度上表明，即便风格偏离产品本身，亦须操盘手本身能力圈进行赋能。 这意味着，基金公司对产品投资模式的风控显然更为重要。招商基金的一位负责人在接受证券时报·券商中国记者专访时，曾强调基金经理的能力圈符合风控的要求。这位公募大佬指出，基金业绩的好坏很大程度由基金经理决定；但基金经理不是万能的，每个基金经理都有自己的能力圈，这就需要打造更加专业的基金经理团队基础上的“专业体系”。 上述人士强调，对每一个产品创新都要求从投资价值、产品设计、客群分析、产品运营、合规风控等多方论证，努力通过产品创新更好地为投资人创造价值，并且把“不看实效、为创新而创新”纳入公司的价值观负面行为清单予以警示和禁止，要求坚决摒弃“博噱头”、风险过高、错误引导投资人行为、脱离投资人投资需求、不能为投资人带来增值的“伪创新”。 避免本末倒置，债基业绩胜率是债券而非股票 显而易见的是，股票尤其是难度较大的专业赛道，并不适合不具有股票研究员背景的操盘手涉足，聚焦能力圈是许多债券基金做好业绩的关键。 广州管理某债券产品的基金经理接受证券时报·券商中国记者采访时认为，对股票、可转债的理解需要基金经理具备较强的正股研究能力，这需要基金经理在专业股票赛道具有投研背景，而他之所以也曾经在权益仓位上保持过不少的仓位，是因为他在研究员阶段以正股研究作为主要工作，这使得他保持了对股票行业研究的优势融入到债券产品中。 此外，他在基金年报中表示，尽管经济仍存在阶段性压力，但股市的估值已经很低，具备较高赔率，一旦基本面拐点信号出现，估值修复有望实现较大涨幅。货币政策偏松、投资需求中长期下降的背景不变，债市预计维持偏强态势，将保持相对分散的行业和个股个券集中度，仓位适度灵活、逆向操作，转债在结构上继续提高平衡型和低价转债比例，以改善在权益磨底期的风险收益比，择券上参考量化定价和量化策略。 “我做债券型产品，主要是发挥自己的能力圈范围，股票赛道比较专业，在股票上不能犯大的错误，最重要的是债券方面要做好。”曾在平安基金任职债券产品基金经理的周恩源曾告诉证券时报·券商中国记者，债券人不要奢望在股票这些专业赛道做得特别好，做到中等水平就已经特别好了，这方面不需要特别出彩，不犯大的错误是这类产品股票层面的核心，债券是产品的核心。 周恩源强调，债券选手在管理产品时要放弃一些机会，把握住有把握的东西，基于可控的原则在有安全边际的地方进行布局，偏债型基金在股票方面不能犯大错，债券选手在股票赛道上的胜率本就不很高，和债券选手自身的能力圈和风格也没那么匹配，因此大幅度回撤是不能容忍的。 来源：证券时报网 券商中国

宝鼎科技（002552.SZ）收购的关联标的公司已连续二年未能完成承诺业绩。 4月11日，该公司披露，2023年山东金宝电子有限公司（简称“金宝电子”）实现的净利润数4615.30万元，扣除非经常性损益后的净利润为4317.22万元，业绩承诺完成率为20.75%，未能实现2023年承诺的业绩。 金宝电子是一家专业从事电子铜箔、覆铜板设计、研发、生产及销售的高新技术企业。公告显示，2023年，宏观经济下行及电子信息行业需求萎缩等因素对金宝电子的经营情况造成不利影响，国内手机、电脑、家电等消费类电子产品终端市场需求持续下滑，同业竞争加剧，金宝电子销售收入及毛利率出现下滑。金宝电子积极调整生产策略，成功研发并小批量生产了用于5G相关高频高速领域的RTF、HVLP系列铜箔等新产品以提升公司产品附加值，但由于新产品尚处于市场推广期，对于2022年等公司收入贡献有限。 2022年8月22日，经证监会核准，宝鼎科技向控股股东山东招金集团有限公司（简称“招金集团”）等发行股份购买金宝电子63.87%股权；同时，上市公司拟向招金集团旗下招金有色非公开发行股份募集配套资金不超3亿元，用于投入标的公司金宝电子“7000吨/年高速高频板5G用（HVLP）铜箔项目”、补充上市公司流动资金、支付中介机构费用等。2022年9月6日，金宝电子63.87%股权过户至上市公司名下的工商变更登记手续已办理完毕，金宝电子成为宝鼎科技的控股子公司。 本次评估最终选取收益法评估结果为最终评估结果，即于评估基准日2021年8月31日，金宝电子100%股权全部权益价值为18.75亿元，较标的公司基准日归母净资产账面价值100,780.46万元增值86682.13万元，增值率为86.01%。 本次交易标的资产金宝电子63.87%股权对应的评估值为11.97亿元。以发行102,689,322股股份方式支付全部交易对价，评估基准日为2021年8月31日，标的资产过户日为2022年9月6日。宝鼎科技对金宝电子本次收购形成24686.07万元商誉。 根据宝鼎科技与招金集团等签署的《业绩承诺及补偿协议》承诺，金宝电子在2022年、2023年、2024年预计实现的净利润数分别不低于15253.55万元、20809.76万元、25041.45万元，三年累计承诺的净利润数不低于61104.76万元。 然而，根据宝鼎科技2023年4月发布公告显示，根据大华会计师事务所出具的《业绩承诺完成情况审核报告》，2022年金宝电子实现的净利润数10117.02万元，扣除非经常性损益后的净利润为8754.61万元，业绩承诺完成率为57.39%，未能实现2022年承诺的业绩。 至此，金宝电子在三个业绩承诺年度内，已经连续“失约”两年，并且累计形成商誉计提减值准备约1.64亿元。截至2023年12月31日，金宝电子含商誉资产组账面价值为19.52亿元，金宝电子含商誉资产组减值2.62亿元。 公开资料显示，宝鼎科技主营业务为电子铜箔、覆铜板的研发、生产及销售，黄金采选及销售。2023年，公司实施资产置换，通过现金方式收购招远市河西金矿100%股权，河西金矿自2023年12月纳入公司合并报表范围，公司新增黄金采选业；同时，公司通过公开挂牌的方式出售原有大型铸锻件资产和业务，宝鼎重工及宝鼎废金属自2024年2月1日不再纳入公司合并报表范围。 2023年，公司实现营业收入30.42亿元，比上年同期追溯调整后增长69.81%；实现归属于上市公司股东的净利润1.85亿元，比上年同期追溯调整后大幅增长161.30%，主要原因是本期收到业绩补偿4.15亿元，计提商誉减值准备1.55亿元。 宝鼎科技证券部相关人士对界面新闻表示，公司根据此前约定的《业绩承诺及补偿协议》，以1元的价格回购相关补偿方的股份并注销掉，然后形成了业绩补偿额度。 结合宝鼎科技发布公告，2022年其对公司收购金宝电子63.87%股权时所形成的商誉计提减值准备840.27万元。经测算，永裕电子需补偿的股份数量为6,149，951股，招金集团需补偿的股份数量为1,501,858股，合计应补偿的股份数量为7,651,809股。该应补偿的股份数量将由公司以人民币1.00元的总价格全部进行回购并予以注销。 2023年宝鼎科技对公司收购金宝电子62.54%股权时所形成的商誉计提减值准备15524.52万元。宝鼎科技称，经测算，永裕电子需补偿的股份数量为15,606,898股，招金集团需补偿的股份数量为3,811,305股，合计应补偿的股份数量为19418203股。该应补偿的股份数量将由公司以人民币1元的总价格全部进行回购并予以注销。 据宝鼎科技2023年业绩预告，该公司2022年获得业绩补偿1.38亿元，2023年预计获业绩补偿 2.84亿元，均计入当期营业外收入。 对于后续金宝电子发展情况，前述公司人士对界面新闻表示，这方面还请关注后续公司公告，目前也无法预测2024年情况。2023年年报中，该公司称，2024年，公司聚焦电子铜箔、覆铜板及黄金采选两大主营业务，努力实现金宝电子及河西金矿承诺业绩；针对金宝电子，要完成公司的成品率指标，全面完成全年销售任务，制定7000吨/年高速高频板5G用HVLP铜箔一期项目组织方案和施工计划，年内争取投入生产。 宝鼎科技称，由于本次交易在对金宝电子进行收益法评估时，评估机构根据金宝电子自有资金积累情况，并结合金宝电子发展计划等因素就金宝电子未来业绩进行了预测，未考虑募集配套资金所投项目对金宝电子业绩的影响，预测现金流中未包含募集配套资金投入带来的收益，因此募集配套资金对本次评估结论没有影响。本次募集配套资金投资项目产生的效益单独核算，不纳入本次业绩承诺的范围之内。 4月11日，宝鼎科技披露业绩预告称，公司预计2024年第一季度实现归母净利润5500万元–8250万元，较上年调整后亏损1773.01万元，同比涨410.21%-565.31%。公司解释称，本期出售宝鼎重工及宝鼎废金属100%股权，预计产生投资收益7055.14万元；覆铜板及铜箔业务净利润同比扭亏为盈；因同一控制下企业合并追溯调整，上年同期增加河西金矿净利润1040.39万元。 4月12日早盘，该股一字涨停，股价达15.71元/股。“早盘才刚开始，后续股价走势也无法确定。”宝鼎科技相关人士对界面新闻称，近期黄金行业整体涨势比较好，我们也关注下后续发展。 来源：界面新闻

随着一季度的收官，百亿私募的业绩也陆续出炉，备受市场关注。 3月，百亿私募的业绩持续回暖，尤其是头部量化私募，超额迎来了一轮快速修复。不过，百亿量化私募一季度的平均收益为-3.53%，仍未实现正收益。 其中，因处罚受关注的量化巨头灵均投资，整体浮亏近15%，在百亿私募中排名垫底；相比而言，百亿主观私募更胜一筹，一季度已经扭亏为盈，开启赚钱模式，但斌旗下的东方港湾以浮盈15%的业绩排名榜首。 此外，私募排排网的最新数据显示，股票私募仓位指数时隔24周后首次重返80%大关，不少私募大幅加仓，乐观看待后市。 百亿私募业绩持续回暖 3月，A股市场呈现震荡走势，上证指数下跌3.7%，沪深300指数下跌0.11%，但汇聚诸多高手的百亿私募业绩持续回暖。 私募排排网数据显示，截至3月底，有业绩展示的83家百亿私募3月份平均收益为1.92%，延续了2月份的回血势头，其中71家百亿私募实现正收益，占比高达85.84%。其中，百亿量化私募在3月业绩大幅回血，超额迎来一轮快速修复。有业绩记录的33家百亿量化私募3月份平均收益为2.65%，32家实现正收益，占比高达96.97%。 由于春节前经历了一轮踩踏行情导致超额大幅回撤，量化私募在3月业绩虽然再度领跑，但一季度整体仍未实现正收益。33家百亿量化私募一季度平均亏损3.53%，但跌幅较1—2月进一步收窄。 其中，上海天演、宽德私募、博润银泰投资、鸣石基金、珠海致诚卓远和乾象投资等6家百亿量化私募实现正收益；灵均投资、启林投资、卓识投资、宽投资产一季度业绩跌幅较大，尤其是灵均投资浮亏近15%，业绩遭遇重创，在百亿私募中排名垫底；启林一季度则浮亏超10%，整体排名倒数第二。 百亿主观私募则延续反弹势头，3月业绩进一步回暖。截至3月底，有业绩记录的37家百亿主观私募3月平均收益为1.43%，其中27家实现正收益，占比为72.97%。凭借2月和3月的持续反弹，百亿主观私募一季度业绩成功扭亏为盈。 有业绩记录的37家百亿主观私募一季度平均收益为1.51%，其中21家实现正收益，占比为56.76%。东方港湾、海南希瓦、盘京投资、乐瑞资产、睿璞投资等5家主观百亿私募一季度业绩排名靠前，收益均超10%。 其中，但斌旗下的东方港湾业绩最为亮眼，一季度的业绩超过15%，在百亿私募中位列第一位。近期，多份基金年报出炉，但斌扫货多只纳斯达克ETF，进一步显示出他对美股科技股的青睐。从但斌公开的内容来看，他部分可以投资美股的产品，应该是押注了英伟达、微软等个股，收益颇丰。 此外，13家百亿主观+量化私募一季度平均收益为0.62%，其中8家实现正收益，占比为61.54%。进化论资产、石锋资产、相聚资本一季度收益均超2%。截至3月底，百亿私募数量为100家，数量较上月增加2家，聚宽投资、鸣石基金2家量化私募，凭借3月的出色表现，重返百亿阵营。 仓位重返80%大关 随着市场情绪的回暖，股票私募近期不断加仓，积极布局二季度行情。 私募排排网组合大师数据显示，截至3月29日，股票私募仓位指数为81.08%，较上周大幅上涨3.17%。自2023年10月13日跌破80%大关之后，私募仓位指数时隔24周后首次重返80%大关，这也成为衡量市场情绪的一个重要信号。 具体来看，满仓股票私募占比达63.05%，中等仓位股票私募占比为23.12%，而低仓和空仓股票私募占比仅为12.19%和1.64%，这意味着当前越来越多的股票私募倾向于满仓操作。 不过，随着市场的反弹，不同规模的私募分歧也在加大。其中，五十亿私募和百亿私募开始趋于谨慎，仓位指数分别为70.18%和66.04%，较上周相比，减仓意愿较为明显；反观二十亿、十亿以及五亿私募，虽然市场陷入震荡，但依旧不改乐观预期，操作上依旧大幅加仓，最新仓位指数分别为77.32%、80.68%和79.64%。 天朗资产总经理陈建德告诉记者：“我们是在春节后大幅加仓，加大进攻力度，目前处于中高仓位。总体上，我们认为市场下行空间有限，很难再创新低。同时，市场上存在不少结构性的机会，我们把仓位加在一些确定性强的个股上，争取创造更好的业绩回报。” 私募普遍认为A股显著低估 虽然近期市场保持震荡，但一系列经济数据已经开始回暖。 其中，3月制造业PMI环比上升1.7个百分点至50.8，创下过去11个月以来新高，重返景气区间；清明小长假，无论是出游数量还是人均消费支出，均超过2019年，居民端消费持续回暖。 星石投资首席投资官万凯航表示，进入二季度，市场驱动因素正在变得更加积极。一是，基本面来看，总量政策继续加码，货币财政双宽有助于进一步强化物价回暖趋势，企业盈利在政策呵护下逐步走出底部；二是，流动性层面，美联储降息周期临近，流动性约束也将好转；三是，资本市场供需两端都将扶优限劣，有利于营造更理性的投资环境，有助于A股市场风险偏好提振。 “经历长时间的调整，A股核心资产估值已经充分压缩，国际比较来看也已显著低估，未来有望估值回归。结构上看，过去3年大盘成长股持续调整，大盘成长与大盘价值股的比价已经跌至2018年的低位，核心成长性价比更佳。方向上，重点关注需求恢复的价值成长股，和技术突破的科技成长股等。”万凯航说。 仁桥资产投资总监夏俊杰则指出，现阶段，对比全球主要市场，中国资产的低估是显而易见的，是所剩不多的估值洼地。然而，无论是A股还是港股，当前都还处于长期逻辑和远期预期重构的过程之中，在系统性修复之前，投资者的关注点仍会更多集中在主题类的机会上，或者是一些新事物上面，直到长期逻辑和预期重构的完成。 “至于这个过程何时能够实现，现在还没有答案，我们只能观察和等待，观察新的变化，等待更多更进一步的信号发出。面对新的环境，我们在持续思考现有策略的局限性以及长期的优化方向，未来会适度提高公司质地和管理能力的权重，同时适度降低对低估值的过度偏好。”夏俊杰说。 望正资本表示，外需层面，美国逐渐进入补库存周期带动出口环比好转。内需层面，设备更新和消费品以旧换新政策的落地对制造业投资需求带来支撑。另一方面，地产相关度高的部门景气度依然较低。长期而言，我们认为中国经济将从2024年开始步入后房地产时代，全社会的自由现金流将稳步增加，消费在中国经济中的占比将会逐渐提升。当前泛消费类企业估值处于历史底部。 来源：证券时报

阿斯麦的High-NA EUV光刻机 凤凰网科技讯 北京时间4月12日，美国媒体周四发表文章，反思了美国在半导体发展过程中从领先到落后的原因，其中包括本土芯片巨头英特尔的误判。 以下是文章主要内容： 这是一个史诗级的战略失误。 美国在半导体技术发展的早期发挥了至关重要的作用，这项技术已成为当今人工智能(AI)革命的基石。然而，现在的格局是，一家荷兰公司垄断了半导体制造设备，亚洲制造商主导了生产。 极紫外光刻机(EUV)可以说是目前世界上最重要的电子设备。它的问世造就了后来的尖端芯片制造，实现了芯片处理能力的重大提升，为新一代AI工具铺平了道路。OpenAI旗下ChatGPT、谷歌Gemini等AI平台执行的大量多层次计算，加快了通常由人类完成的大量任务。EUV技术的获取也成为了美国的国家经济安全问题。 不过，麻烦的是，只有一家公司在生产EUV光刻机：荷兰的阿斯麦。每台EUV光刻机有一辆公共汽车那么大，造价超过2亿美元。迄今为止，阿斯麦已售出200多台EUV光刻机，这让它成为了欧洲最有价值的科技股，市值超过3500亿美元。 英特尔市值已远远落后于台积电、英伟达 那么，美国是如何拱手让出这一关键技术的控制权的呢？其中部分原因是，只有相对较少的芯片行业高管认为EUV可行。另一个原因是：美国当时的长期芯片霸主、全球最大芯片制造商英特尔的误判。 美国的先发优势 硅芯片由晶体管组成，后者本质上是一系列栅极和开关，构成了现代计算中0和1的物理表现。为了使计算机更强大，半导体工程师们一直在寻求把晶体管做得更小。上个世纪中叶发明的第一批晶体管大约有一厘米长。而现在，它们只有几纳米宽，或者说十亿分之几米。 在芯片制造的最初几十年里，可见光被用来在硅上刻蚀图案来制造晶体管，这一过程被称为光刻。随后，行业才转向紫外光。20世纪80年代，科学家们开始想知道芯片制造如何才能达到接近原子的尺度水平，这要求他们保持创新的步伐。总部位于新泽西州的贝尔实验室的研究人员开始研究极紫外线技术，紧随其后的是美国能源部的三个国家实验室：劳伦斯利弗莫尔实验室、劳伦斯伯克利实验室和桑迪亚实验室。美国能源部最终为这项研究投入了数千万美元。 英特尔 随着这些实验室在一些技术要素上取得进展，他们意识到，要将极紫外线技术推向市场，行业支持是必不可少的。1997年，一家名为EUV LLC的公私合营公司成立，它得到了美国公司英特尔、AMD和摩托罗拉的支持。最终，它的规模进一步扩大，纳入了光刻公司硅谷集团和阿斯麦。阿斯麦也加入了欧洲的一个类似EUV研究联盟。 当时，日本的尼康、佳能是光刻领域的巨头。日本似乎是美国主导芯片制造领域的最大威胁。因此，美国不愿在下一代技术竞赛中帮助日本，而是支持硅谷集团和阿斯麦。阿斯麦将全部精力都放在了EUV技术上，并在接下来几年里试图发挥其潜能。2001年，阿斯麦斥资11亿美元收购了硅谷集团 ，从而在EUV竞争中独当一面。当时，它预计EUV技术将在2006年具有商业可行性。 技术挑战 但是，事实证明，阿斯麦的预期过于乐观了。EUV技术非常复杂，其中涉及用高功率激光以每秒5万次的速度轰击锡滴，使其产生能够发射极紫外光的等离子体。由于极紫外光在地球上不会自然产生，它会被空气吸收，这个过程必须在真空中进行。然后，光被一系列镜子聚焦，反射在一个掩膜版(reticle)上。掩膜版上面刻有电路图案，能阻挡并吸收一些光。通过这种方式，电路图案被刻蚀在晶圆上。 掩膜版的作用 鉴于这些设备的操作精度，由德国蔡司公司制造的镜子必须要光滑得近乎不可思议：最大凸起只有一个原子那么高。阿斯麦表示，如果将镜子比做一个国家，那么最高的凸起将只有1毫米高。而且，用激光轰击熔锡也很棘手。它需要定期清理，这意味着有很多停机时间。这让人很难想象光刻机是如何做到经济实惠的：半导体制造工厂几乎需要每周7天、每天24小时不停地运转，才能证明数十亿美元的建造成本是合理的。 直到2012年，半导体产业才开始认为这项技术可能是可行的。但是，它仍然需要注入大量资金。于是，阿斯麦求助其最大客户：台积电投资了14亿美元，三星电子投资了9.74亿美元，英特尔投资高达41亿美元。当时，这三家芯片制造商总共持有阿斯麦约四分之一的股票。 误判的代价 这一招奏效了。2018年，阿斯麦开始大量出货EUV光刻机。尽管EUV技术的大部分早期工作都是在美国完成的，而且英特尔是阿斯麦的最大业内支持者，但第一代机器没有一台是交付给英特尔的。 这并不是阿斯麦有意为之，而是英特尔的选择。英特尔时任CEO科再奇(Brian Krzanich)当时并不相信这项技术能够达到在经济上可行的规模。他继续押宝已有技术，直到他所看到的EUV问题得到解决。当时，他也有理由感到自信：英特尔在尖端芯片制造工艺方面一直领先于同行。 事实证明，这是一个误判。台积电使用EUV工艺的在2018年左右首次在技术上超过英特尔。台积电做的是所谓的代工业务：苹果、英伟达和AMD等客户设计自己的芯片，然后委托给台积电制造。 英特尔制造工艺被台积电甩开 与此同时，英特尔替代EUV的“多图案”芯片光刻技术无法可靠地工作。当英特尔将工艺微调到可以大规模生产时，台积电和三星已经在生产更先进的半导体了。 技术上的落后对美国产生了更深层次的影响，因为台积电还向华为等中国公司供货。从2019年开始，EUV技术制造的芯片被搭载在华为智能手机上。这么一来，一项部分由美国资本资助、部分基础研究在美国实验室进行的技术，似乎可能会让它的对手受益。于是，美国开始施压荷兰政府，阻止阿斯麦向中国出售EUV光刻机。 亡羊补牢 现在，英特尔仍在为当初的误判而痛苦。 帕特·基辛格(Pat Gelsinger)在2021年接任英特尔CEO，他在今年4月表示：“我们当初采取了很多措施来避免对EUV的需求，但正如你所看到的，这导致我们在功率、性能、面积和成本方面落后了。” 股市表现也说明了这个错误的严重程度。早在2012年投资阿斯麦时，英特尔的市值是英伟达的15倍，几乎是台积电的两倍。现在，它的市值已无法和这两家公司相提并论：英特尔现在的市值为1640亿美元，而台积电的市值达到了6500亿美元，英伟达的市值更是冲到了2.2万亿美元。这在很大程度上是因为英特尔没有采用EUV技术。 如今，基辛格正急于确保自己不会重蹈前任的覆辙。英特尔正在大力支持下一代EUV技术：高数值孔径(High NA)，这种技术使用新的光学系统将光线聚焦到一个更小的点。英特尔已经在俄勒冈州的一个工厂安装了第一个预生产模型。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

流量密码，猎杀时刻！ 一周都没消停，阿里董事长蔡崇信接受采访，认个错，创始人马云发个公开信，认可+打气，又双叒引发了各种热搜。 分几个路数： 1、宫斗否定前任张勇，《甄嬛传》一般，《金枝欲孽》靠后；2、阴阳怪气阿里就是不能不成不行，旧王将死、新王当立；3、《重生之我教马云做生意》，狗血微短剧来了，也要喊爸爸…… 怎么抓眼球怎么来，流量才是YYDS。 几万字采访，不关注青年的机会、AI打开未来；一封内部信，不看加码了什么，重申了什么，改变了什么……好吧，114514！连历史都是任他们打扮的小姑娘，何况公司。 反正现在热点过去了，没有流量玩咖那本事，小郝也说点自己想说的吧： 1、认错 通用传奇CEO杰克·韦尔奇曾被问： 公司最强的敌人是什么？ 他回答： 缺乏坦诚。 解决“坦诚”这个最强敌人，直面问题、说出问题，才能分析问题、解决问题。 就连微软当家人纳德拉都承认：微软错过了移动互联网时代，那才有了后来，变革转型，接Windows余威，在云计算、生成式AI里再度封神。 至少现在，阿里先解决了坦诚的问题。 另一边，“没关注用户体验”是事实，但“用户体验”是玄学，大厂实时把它挂嘴上，但没法实时挂心上。 黄峥做电商的同学修罗曾告诉小郝：平台连着客户（商家）、用户（消费者），很难实时在两边都做到最好。 想想几年前，阿里一个赚钱的电商要养多少不赚钱的业务？压力山大，从客户身上要得多，看上去业绩很来噻，就忽视了用户的体验。就像优衣库柳井正说的：过去的成功成为阻碍。 这是犯了当年滴滴、雅虎、微软等大厂都犯过的错。 当然，有错就要认，快改、认真改，亡羊补牢不晚，否则将来更难改，时不我待。 2、改错 没错 ，要像微软那样凤凰涅槃并不容易，大厂就像大船，惯性大，掉头不易。 当年，海尔创始人张瑞敏也想问韦尔奇：如何使大企业能像小企业一样灵活？而按照前美联储格林斯潘的说法：去历史里寻找经验，把它应用到未来，就是机会。 于是，阿里像当年的花旗集团、通用电气一样甩卖臃肿的非核心资产，同时，对去年大拆分中矫枉过正的部分，进行回拨，聚焦核心电商和AI未来。 只是，现在资本环境不利，分拆上市没法像通用那样顺利，阵痛依然难免，但至少方向没错。 而电商方面百亿补贴、内容电商加强，先用后付、仅退款也跟上，在商家流量转化方面下足功夫，只是具体成绩，还要一年后的淘天的财报数据来验证。 现在更关键的还有几方面： （1）太需要提高效率产能的天才，就像通用电气的拉里•卡尔普那样，刚上位的80后们要早点出头，才能保证马云说的“简单、敏捷”落地（2021年，张勇也说过“让组织更敏捷，让文化更简单”）。太需要当年的“良将如云”了。 （2）用户体验的忽视，组织管理的锅少不了，有部门Leader帝王化、同事甄嬛化、流程便秘化、绩效表演化，这风气太需要变变了。 （3）一年多来，太多拥抱变化，向社会输送人才，商家利益，太多事情还需要做足工作，稳定军心，提升士气。哪怕现在黄金达历史最高价，信心还是比黄金贵。 毕竟企业和经济一样，都是期望的自我实现，信心有了，很多难题才不是难题。 最近看英伟达黄仁勋的采访，这位拿望远镜都找不到对手的夹克男，也曾在市值蒸发7成多的时候，痛苦辗转，一句话：伟大都是熬出来的。 无论如何，至今阿里每年营收还有8600多亿元，电商GMV仍是各友商的倍数，云计算依然世界前列，现金和等价物近3000亿元（高于微软、谷歌），远好于当年微软、通用变革前的条件。 能不能像微软、通用那样逆天改命，时间不欺人，咱们拭目以待。但就像女排冠军教练陈忠和说的：“当我胜利的时候，不要说我什么都行，当我失败的时候，不要说什么都不行”。 不是吗？您觉得呢？

快科技4月12日消息，据媒体报道，TikTok确认将推出照片分享应用TikTok Notes。 近期，许多外国网友在社交媒体上分享了TikTok应用的弹窗截图，从中可以看出TikTok即将推出这一新应用。 TikTok用户已经收到了相关的弹出通知，通知中明确提到，用户可以自行选择是否将现有的照片分享至这个新的应用。 TikTok Notes的核心功能与Instagram和小红书类似，都是围绕图片和文字的分享。这一策略意味着TikTok正在尝试吸引那些可能对视频内容不感兴趣或不喜欢被拍摄的用户。 南加州大学的传媒学教授Karen North解读称，TikTok开发图片分享应用，并不意味着视频不再是内容创作里最重要的事务，但TikTok也希望吸引那些不喜欢视频、或不喜欢被拍摄的大多数人。 此外，TikTok还在不断探索和尝试新的内容形式。例如，该公司正在测试最长可达30分钟的视频，以及类似于X和Threads的文本帖子功能。这些举措都旨在进一步丰富TikTok的内容生态，满足不同用户的需求。

作者｜孙鹏越 编辑｜大 风 是真情怀？还是凑个热闹？ 10日暴雪刚刚宣布回归，到了11日，就已经有47.5万人在网易旗下游戏社区预约了《魔兽世界》。 在暴雪的刺激下，网易当天美股股价上涨3.76%，港股股价最高上涨2.41%。 为了弥补过去一年半时间里的信任破裂，不但新任暴雪娱乐总裁约翰娜·法里斯（Johanna Faries）亲自上阵，和网易公司首席执行官兼董事丁磊进行恰谈，就连背后的“金主”微软游戏首席执行官菲尔·斯宾塞（Phil Spencer）也出席了谈判会议。 一切都非常平静祥和，好似2022年11月16日那场争斗从未发生过一样。 网易赢下了最终胜利 毫无疑问，暴雪和网易经历长达一年半的拉锯战，还是网易笑到了最后。 暴雪在上一任CEO鲍比·科蒂克的一意孤行之下，撕毁了14年的信任基础，提出了“天价续约费”，要求分成较2019-2022合约期50%以上营收和净利润进一步提高。 暴雪不仅要加钱，还要网易给它“白打工”。 要求网易按照《暗黑破坏神：不朽》模式，研发暴雪其他IP手游全球发行，但网易只享有中国区市场营收分成；同时，暴雪还要求网易缴纳巨额保证金或预付费用来担保分成条款的完成，否则将被“处罚”。 由于鲍比·科蒂克提出的代理条件过于苛刻，网易最终宣布这场14年的漫长“婚约”走到了最后。 在外界看来，失去《魔兽世界》《炉石传说》等一票知名暴雪游戏的网易，必定一蹶不振，甚至可能从“游戏界老二”的位置上跌落。 实际上，网易确实失血了，但，并不多。 在网易和暴雪续约谈崩的第二天，网易提前发布了2022年Q3季度财报，用真实的财报数据稳住了市场。 据当时的网易2022年Q3季度财报显示：网易实现营业收入244.3亿元，同比增长10.08%，环比增长5.47%；实现归母净利润67.0亿元，同比增长110.55%，环比增长26.61%；在核心游戏领域，网易实现净收入187亿元，同比增长9.1%，实现毛利率65.0%，同比增长3.7%。 在这份财报里，网易着重提起了“即将停止运营的暴雪游戏在2021年和2022年前九个月的净收入和净利润贡献占网易总净收入和净利润的百分比较低，仅为较低的个位数。” 以《魔兽世界》为首的暴雪游戏在网易总收入里，只占个位数？没错，这确实就是事实。暴雪已经不再是以前辉煌的暴雪。 哪怕是失去暴雪代理权一年半以后，网易的财报数据依然没有受到影响。 2024年2月29日，网易公布了2023年第四季度财报。在2023年Q4季度中，网易净收入为人民币271亿元，游戏及相关增值服务净收入则达到人民币209亿元。 对比2022年Q3季度财报的总营收244.3亿元，游戏营收187亿元，无疑是继续保持增长。丝毫没有受到暴雪的离开，而影响收益。 同时，在这一年半里，网易连续推出了《蛋仔派对》和《逆水寒》手游两款现象级游戏。其中《蛋仔派对》在一年半时间里，达到了超4000万日活跃用户、5亿注册用户，帮助网易在游戏领域实现新突破。 离婚一年半后，前妻依旧独美，是对暴雪的最大伤害。 早有“预谋”的复合 比起网易来说，暴雪显然在一年半的时间里，基本陷入了停滞。或者说，它一直忙着内部争斗，以及新金主微软的收购案。 从2022 年1月18日，微软宣布687亿美元收购暴雪以来，就受到了世界各国各地区的层层阻拦，深陷与监管机构和竞争对手的多轮博弈。直到去年10月，微软才顺利完成对动视暴雪的收购。 拿下暴雪后，微软就迫不及待的“割肉放血”。 媒体报道，动视约8500名员工、暴雪约6000人以及King部门约2500人加入到了微软旗下，并对暴雪公司进行裁员，裁掉1900名员工，约占整个游戏部门的8%。 同时，暴雪高层也在发生激烈的人事变动。动视暴雪总裁迈克‧伊巴拉(Mike Ybarra)、暴雪CEO鲍比·科蒂克（Bobby Kotick）、暴雪首席设计官艾伦·阿德姆（Allen Adham）都纷纷离开，这三人均是在暴雪任职超过二十年以上的元老级人物。 不过在离任的高层中，就包括对网易下手的鲍比·科蒂克。他在去年12月29日正式离开动视暴雪，结束自己长达33年的CEO生涯，根据此前媒体报道，鲍比·科蒂克的离职补偿金高达1459.2万美元（约合人民币1.1亿元）。 虽然离开并不体面，但这也被外界视为，暴雪即将回归国服的信号。 据36氪报道，鲍比·科蒂克离任后，网易和微软暴雪就已开始尝试重启合作，双方均对复合持积极态度。在微软介入下，暴雪网易谈判进展得很顺利，并于今年春节左右签订合作协议。 当然，暴雪并不是只考虑过网易。 在这一年半的时间里，陆续传出暴雪将于四家国内代理商谈判，传闻是腾讯、完美、字节及阿里。有分析认为这四家公司不会以主体公司的身份去谈，而是以子公司或者投资公司的身份参与谈判。 但随后这几家先后否认了代理国服的消息。后续网传的规格不断降低，B站、米哈游、微软中国等公司均被传出接手暴雪游戏的中国业务，但都是未证实的网络消息或已出面否认。 一时之间，曾经火爆全球的暴雪游戏竟然无人问津。暴雪和微软思来想去，还是觉得和网易复合，似乎是最优解的选择。 一来，对于暴雪来说，网易是合作14年之久的老熟人，无疑是知根知底；二来，对于“背后金主”微软来说，网易同样长期代理微软旗下《我的世界》。 种种BUFF叠加，网易和暴雪的“复合”，就成了情理之中的事情。 手游会是未来的方向 微软收购暴雪完成后，在2024财年第二季度财报中，微软首次把暴雪的业绩计入了自家Xbox业务部门。 有了暴雪的存在，Xbox业务营收大幅增长61%，一跃成为微软的第三大业务部门，不但话语权加大，甚至暴雪游戏IP的主导权，也由微软游戏业务CEO菲尔·斯宾塞直接负责。 菲尔·斯宾塞对外界高度看好暴雪在手游领域的发展，表示微软收购动视暴雪的最大原因，便是因为确定了其是手游领域的最大玩家。如果微软不能成功进军手游市场，公司在游戏市场上的重要性将会下降。 目前，暴雪主要的手游项目有两个，分别是和网易共同研发的《暗黑破坏神：不朽》，以及暴雪自研的《魔兽大作战》。 根据AppMagic的数据显示，自2023年11月3日上线以来，《魔兽大作战》在全球多个国家和地区已经取得了超过250万的下载量，预估流水也已经超过了320万美元，并且在众多国家和地区的畅销榜一路飙升；其中美国是其最大的市场，超过46%的收入和25%的下载量均来自美国市场。 看上去表现不错，但对于全球热门移动游戏收入第一的《王者荣耀》，2024年1月单月吸金2.33亿美元的成绩来说，《魔兽大作战》显然不太够看。 《王者荣耀》能在全球范围内斩获第一，90%的业绩都归功于中国市场。 《2023年中国游戏产业报告》显示，2023年，国内游戏市场实际销售收入首次突破3000亿元关口，同比增长13.95%。游戏用户规模达6.68亿人，为历史新高点。 微软想要在手游市场取得成绩，就无法绕过中国市场。而选择和网易复合，也是其进军国内市场的第一步。 作为曾经的世界第一游戏公司，暴雪旗下众多游戏IP都有被手游化的价值，相信在未来，还会和网易继续开发像《暗黑破坏神：不朽》一样的暴雪手游。

在如今这个全球化日益紧密的世界，科技巨头的命运总是与国际政治息息相关。华为，作为中国的科技旗舰，近年来的经历便是一部充满挑战与机遇的史诗。 特别是在法国，华为的故事几乎成了科技与政治交锋的一个缩影。 回想起来，华为在法国的路走得并不是那么平坦。早在2020年，法国政府在美国的施压下，决定拆除其境内的3000根华为天线。 这个决定当时在全球科技圈引起了不小的震动，毕竟，这不仅仅是一个商业决策，更是国际政治博弈的一部分。 不过，时间是检验真理的唯一标准。尽管受到如此巨大的压力，华为并没有选择退缩，而是继续坚持自己的技术创新之路。 事实上，华为在5G、人工智能、云计算和物联网等多个前沿科技领域，都有着令人瞩目的进展。 特别是华为的5G技术，不仅稳定高效，更是在全球范围内得到了广泛的认可和应用。 在法国，华为的足迹可以追溯到20多年前。一开始只是与法国的几家企业建立了合作关系，没想到渐渐地在法国的通信市场占据了一席之地。 这种从无到有的过程，见证了华为技术实力的不断增强和市场影响力的扩大。 然而，在国际政治的大棋盘上，科技公司往往成为了无奈的牺牲品。 华为在法国的设备被拆除，似乎是对安全担忧的直接回应，但更多的是国际关系的复杂性和战略考量。人们对于所谓的“安全后门”议论纷纷，但真相往往不为外人所知。 华为面对困境，没有选择妥协或撤退，而是以更强的技术力量进行了强劲的反击。 华为投入巨资于技术研发，陆续推出了包括麒麟9000S芯片、Mate60系列手机在内的一系列创新产品。 这些技术和产品的突破，不仅巩固了华为在全球通信市场的地位，也逐步改变了其与法国乃至欧洲市场的关系。 随着时间的推移，法国对华为的看法也逐渐发生了转变。最初的戒备和担忧，慢慢被实际的利益和技术合作的巨大潜力所取代。 尤其是华为在法国建立的第一家海外工厂，这不仅是对法国市场长期承诺的证明，也标志着双方合作关系的新篇章。 华为的一系列举措就像是对别人的质疑做出的最强烈回应。他们不停地推陈出新，扩大市场，让全世界见识到了他们作为科技大佬的实力和决心。 这不仅向全球证明了技术进步和合作的力量，也表明了即使在国际政治的混战中，科技创新也能够跨越障碍，拉近彼此的距离。 华为和法国的故事告诉我们，不仅是华为在全球科技舞台上的重要地位，更是展示了技术合作在国际舞台上的力量。 华为通过展示技术实力和合作愿景，最终赢得了市场和信任。这再次证明，无论国际局势如何，科技始终是推动世界向前的动力。

‍‍作者|初夏 曾经“百团大战”仅剩的三强（美团、糯米、大众点评），如今只剩美团，但美团并不“孤单”——随着快手高调公布成绩单，本地生活市场的焦灼“战事”，似乎要将美团拉下场。 不久前，快手高级副总裁、本地生活事业部负责人笑古在某活动上自豪地表示，起步于2022年10月的快手本地生活业务，在过去一年看到了商业趋势，也跑通了商业模式。 快手公布的数据亦显示，2023年Q4其本地生活下单用户数同比增长23倍，GMV同比增长25倍，本地生活业务日均支付用户数环比提升超40%。 表面上看，快手的这份成绩增速惊人。但是在数字背后，快手本地生活究竟有几斤几两？在与抖音、美团的竞争中，快手能成为本地生活市场的“拼多多”吗？ 1 抖音破局本地生活 天下大势，分久必合，合久必分。 “百团大战”后，随着糯米网被百度收购，美团与大众点评合并，其时，本地生活的“到店”市场变成了美团（80%以上份额）和其他。现如今，美团已经没有了绝对垄断份额，抖音、小红书和快手们则掀起了“诸王的纷争”。 2024年1月2日，抖音生活服务公众号发布的《2023年度数据报告（完整版）》显示，2023年抖音生活服务门店共覆盖超过370座城市，超450万实体门店获得生意增长。而在一年前的数据报告中，抖音生活服务的数据则是“合作门店超100万，帮助超过28万个中小商家实现营收增长”。 反观美团，根据媒体报道，从2010年发展到2016年，其在线商家数量才达到440万。而抖音从2021年入局本地生活到发展450万家实体门店只用了2年时间，其跑马圈地的速度很难不让美团感受到危机。 其实抖音之所以能快速破局本地生活市场，主要做了两件事。 首先，抖音吸引商家的策略很简单——开局打出“0服务费”这张牌。等到2022年6月1日，抖音才开始对生活服务业务收取软件服务费，且同时对合规经营商家提供返还50%软件服务费（不含0.6%支付通道费）的激励政策，对符合条件的小微商家、疫情严重地区的商家提供最高返还100%软件服务费（不含0.6%支付通道费）的保护政策。直到2023年2月，抖音生活服务软件服务费返还比例才明显降低到5%。 此外，抖音与美团在吸引用户完成消费转化的路径上也完全不同。美团用户往往是先有消费意向，然后通过筛选口味、评价等后，才做出消费选择。而在抖音，用户往往是被商家推荐内容或达人探店视频“种草”，然后才产生消费意向。 这种内容营销带来的可观流量以及潜在营收增长，也是吸引商家入驻的重要因素。据抖音生活服务报告数据显示，2023年抖音入驻的团购达人数量增长2.89倍，达人探店助力实体商家增收946亿。与去年相比，短视频交易额增长83%。 2 美团的“防守” 作为从战场上走下来的胜利者，美团在外界看来依旧是行业巨头。不久前，受其2023年第四季度及全年财报的利好影响（全年收入2767亿元，同比增长25.8%，净利润139亿元），美团股价还迎来了一波持续上涨。 好看的财报虽然能提升资本市场对美团的信心，但更重要的则是要应对“诸侯的围攻”。2024年2月，美团进行了新一轮的组织架构调整，对核心本地商业相关多项业务进行了整合。 美团相关高管对此的解释是：“一方面来看，外卖配送和到店及酒游这两个业务团队可以更紧密地合作，为商家提供更好的服务，创造更多的价值，提高其运营效率。另一方面，团队的整合可以帮助我们更好地识别消费者需求，增强美团产品和定价竞争力，也将改善消费者体验，强化美团是本地服务首选平台的消费观念。” 之所以这么做，是因为美团与抖音重合度太高。据第三方机构QuestMobile发布的《2023年本地生活服务行业洞察》显示，抖音与美团重合用户规模超3亿，重合用户占美团总体用户的81%。 对于美团这一争取商家和用户的战略，到店事业群的一名员工对惊蛰研究所表示，来自抖音的压力很大，留给美团防守反击的时间也更紧迫，“能看到年后（面向商家的）培训师们出差更频繁了，基本上好几个星期都看不到他们在工位，而且去的地方不也只是一二线城市，像是（去）吕梁、榆林这样的新线城市更多。” 不过在惊蛰研究所看来，美团此举可能并非是针对越来越快的抖音所进行的防守。毕竟二者在用户使用逻辑上截然不同，因此美团扩大新线市场很大程度上是自然的业务扩张或是长期的市场战略布局，并非是真正意义上针对抖音的防守行为。 此外，向低线城市下沉是美团的另一个策略。据介绍，2023年二季度，美团到店业务在全国范围内扩大了直营模式，取代了低线城市以往的代理运营模式。扩大直营的好处也非常直观地体现在了财报上：到店酒旅业务方面，2023年，美团节假日预订量创下历史新高，并实现全年GTV同比增长超过100%。年交易用户增长超30%、年活跃商户增长超60%，均创历史新高。 美团管理层表示：“尽管该投资影响了我们的短期盈利能力，但投资的回报将显著有利于业务的长期发展。” 相比美团向下的策略，行业更关注美团如何“稳住”商家。一位接近美团内部的人士表示，商家最看重的不是优惠返点，是流量，谁给的流量多，就偏向谁。 因此，美团选择投入更多营销费用，继续巩固当下的规模优势。而过去一段时间在低线城市获得快速增长的美团，则与同样目标低线市场的快手撞了个满怀。从这一点来看，虽然体量上有着明显差距，但真正与美团形成正面竞争的还是快手。 3 抄作业的快手 2021年，美团与快手签署战略合作的时候，或许没想到快手在本地生活业务的增长速度会如此之快。 数据显示，2023年快手本地生活新线城市（三线及以下）用户规模增长545%。快手平台有下单行为的老铁用户人均月购物金额超1000元，活跃日活用户日均使用时长超2小时。 在创造高增速上，快手主要靠两招。第一招是学习抖音，做好基础建设。 在内容方面，快手已经推出了“飞鸟计划”，提供亿级流量、千万现金、十万好货、百场培训，为本地团购达人发放专属补贴，激励产出优质本地生活内容。 截至2023年12月，快手团购达人数同比增长191%。2024年，快手持续推出“扶摇计划”和“星光机构计划”，帮助更多优质达人的孵化成长。在商家运营方面，快手与美团的合作不仅使快手用户可以直接在美团小程序下单，更为商家从美团向快手过渡提供了时间和空间。 其次，快手进一步加强了商家生态的基建。包括：自建商家管理系统，出台各行业经营规范；制定商家扶持政策，降低平台技术服务费，加大价格补贴和流量激励；发布区域和行业服务商招募政策；建立快手本地生活达人分销体系和选品中心。 此外，在技术服务费方面，快手只收取1-2%的费率外，在2023年7月开始按照60%的比例向符合标准的商家返还技术服务费，2024年4月1日起返还比例下降到了10%。 数据显示，截至2023年12月，快手本地生活合作商家数同比增长277%，快手本地生活生态内的品牌商家数同比增长417%。 在商品品类方面，快手更加聚焦，主要集中在餐饮、休娱和酒旅3个类别；抖音却有美食、亲子、美发等11个品类。快手涉及品类较少一方面是因为其不像美团、抖音具备雄厚的现金支撑，另一方面快手也希望聚焦年轻用户的主要消费品类实现快速增长。根据报告数据，2023年30岁以下年轻用户贡献了快手本地生活近4成GMV，并呈现稳中有增的趋势。年轻用户对于餐饮、娱乐消费、酒旅消费的需求较为旺盛。 快手创造高增长的第二招，是用差异化策略挖掘未被注意到的增长空间。 快手的差异化主要体现在“低价+低线”。快手的低服务费策略给了商家更大的利润空间，也因此能够向用户提供“更便宜”的价格；而走下沉市场的低线策略，则更像是拼多多“农村包围城市”的路子，在低线城市的用户还未熟悉“短视频种草”的套路前，先入为主的占领其心智，让快手迅速避开了“战事激烈”的地方，找到了自己的增长发展空间。 报告数据显示，2023Q4快手本地生活到店综合品类GMV，较2023Q1增长了830.7%，用户规模增长682.5%。其中，快手本地生活用户新线城市（三线及以下）用户居多，用户占比从2023Q1的27%提升至54.5%。 4 入局本地生活，快手还不够上桌 虽然快手拿出了一份高增速的本地生活成绩单，但在外界看来，并不值得庆祝。一位快手前员工表示，（数据）只是看起来很美罢了，抛开规模基数谈增速，是常规的公关话术美化而已。 业内人士也有类似看法，“美团的核心本地商业分部的收入是2069亿元，抖音本地生活的GTV（核销后交易总额）完成了接近2000亿元。快手全年营收才1135亿，而且里面还有600多亿是线上广告收入，就规模上来说，还不够上桌的。”某业内人士说道。 据快手科技发布的2023年第四季度及全年业绩显示，2023年全年，快手总营收为1135亿元，同比增长20.5%；经调整后净利润为103亿元，同比扭亏为盈。 快手的收入主要包括线上营销服务（广告）、直播和其他服务（含电商）。2023年全年，广告业务营收603亿元，同比增长23%；直播业务390.5亿元，同比增长10.4%；包括电商在内的其他服务营收141.1亿元，同比增长44.7%。由此可见，2023年快手整体营收的增长主要是靠广告业务和电商业务的推动。 低线市场的规模固然诱人，但快手还要面对用户忠诚度的问题。 据QuestMobile发布的数据显示，2023年9月线上高消费意愿用户增长贡献率方面，一线城市占比仅为1.7%，二线城市占比29.1%，三线及以下城市占比44.2%，新线城市（三线及以下）居民开始成为消费的主导群体。 这一趋势不光被快手看到，更多的品牌商也早已看在眼里。以消费品牌为例，新线城市（三线及以下）跟一二线城市已经几乎没有区别了：星巴克、瑞幸、霸王茶姬、喜茶、汉堡王等餐饮品牌早已经去到了更下沉的区域，诸如外卖、网红餐厅、影院、健身房、音乐节等在这类城市也十分普遍。在消费品牌趋同的情况下，平台之于消费者的作用，就只剩比价了。 对于不涉及外卖，仅以“到店验券”圈用户的快手，很难长期通过低价挽留用户——毕竟，不管是商家还是快手，都不可能长期负担这样的高运营成本。 “在当下，快手还是需要加速扩大规模的，不管是商家的还是用户的。”一位业内人士分析道，“这个（持续补贴的）做法很难长久，价格战能打多久并不好说。毕竟资本还是要看盈利的。” 尽管前路困难重重，但快手仍然信心十足。财报后的业绩电话会上，快手创始人兼CEO程一笑提到，本地生活业务是快手非常看好的新业务之一，并强调2023年是快手本地生活业务真正意义上的元年。程一笑还在业绩会中表示，“本地生活业务作为优质的内容供给，不仅贡献GMV，还能更好地满足用户需求，为平台贡献用户价值，提升用户粘性，是我们非常看重的新业务之一。” 如今的快手就像在补暑假作业的小学生，一边说着“要把别人做过的题再做一遍”，一边思考着如何应对老师、家长的要求。 只是，市场不会管你是备考班，还是刚入学，考卷面前，人人平等，没有开卷。

【环球网科技综合报道】据外媒消息，近日，苹果公司宣布将放宽其维修政策，允许在维修过程中使用经过认证的二手正品零件。此变革预计于今年秋季正式生效，并首先适用于部分iPhone机型。这一举措无疑将极大地提高资源的利用率，减少不必要的浪费，同时也为用户提供了更多的选择和更低的维修成本。 根据新的政策，如果用户的iPhone屏幕损坏，而他们手头有另一台同型号的iPhone且其显示屏完好无损，那么他们可以在面板中进行切换，经过原厂校准后，更换的二手部件将能享受到与新品同等的全部功能和安全性。此外，该计划还将涵盖电池、相机以及面部识别传感器等部件。 然而，值得注意的是，苹果仍然保留了其“部件配对”机制。这一机制可以阻止使用被盗的iPhone零件进行维修，但也可能阻止第三方替换组件的使用。苹果表示，这是为了维护iPhone的隐私和安全。如果正在修复的设备检测到替换部件是从启用了激活锁或丢失模式的设备中取出的，苹果将限制该部件的校准，可能导致其无法正常工作。 尽管这一变革可能被视为苹果试图对维修过程施加更多控制，但它也为消费者和维修店带来了便利。他们不再需要订购全新的组件，而是可以使用手头已有的正品二手零件进行修理。这不仅降低了维修成本，还有助于环保。 然而，新的政策也可能引发一些问题。尽管苹果表示支持在维修中使用第三方部件，但如何正确校准这些部件以达到与原厂部件同等的效果，仍是他们需要面对的问题。

作者 | 唐飞 编辑 | 韦伯 当碳基遇到硅基，我们可以从多个角度来探讨这一主题。 从生命形态的角度来看，硅基生命形态的研究表明，硅和碳之间的化学性质相似性使得硅基生命在AI面试场景里具备了为提高效率的可能性。 企业的本质是效率和创新，AI面试官这种新变化不仅拓宽了我们对人工智能多样性的理解，也为商业世界探索更多AI大模型场景提供了数据基础。 今年，传统的“金三银四”招聘季已经开启，准备跳槽的打工人跃跃欲试，千万大学毕业生也已经在赶来的路上。 价值星球发现，今年有一个显著的变化就是AI技术的大规模应用，如毕业生用AI写简历、AI模拟面试、AI推荐岗位；HR们也通过AI筛选、AI调研、AI面试等提高工作效率，双方都试图在茫茫人海中找到那个“最合适的人”。 凡事有利必有弊。 AI招聘的安全性也引起了一系列问题。今年1月，根据国外科技媒体404Media报道，全球快餐连锁肯德基（KFC）所用AI招聘系统存在漏洞，黑客不仅可以窃取求职者的信息，而且还能操控该AI系统拒绝快餐店应聘者，甚至进行雇用或解雇的操作。 《新京报》指出，AI招聘可能存在“就业歧视”问题。倘若一个原本就带有性别、地域、年龄等偏见的企业招聘者，再利用这一算法系统进行简历筛选，那么客观上就在流程中创造了一个“歧视信息茧房”。未来能被算法检索和推送的，都是经过偏见过滤后的简历。这就使得原本就相对隐形的“歧视”问题变得更加难以察觉。 针对AI招聘可能出现的新问题，国家先后出台了《互联网信息服务算法推荐管理规定》和《关于加强互联网信息服务算法综合治理的指导意见》，并持续开展专项行动，深入排查整治各类企业的算法滥用现象。 在监管发力的同时，技术手段也在加强。如上海市在2021年AI科技支撑专项项目审核中，专门部署了AI社会实验体系建设专题，强调要科学评估AI的社会综合影响，有效推进AI应用的标准建设，辅助支持AI应用的公共治理的决策。 多方努力下，AI招聘已渗入到招聘和求职的各个环节，包括BOSS直聘、猎聘、拉勾等主流招聘平台和北森、海纳AI等技术提供商纷纷推出了AI招聘产品，涵盖职位推荐、AI招聘助手、AI面试官、AI教练等等服务内容。 能不能入职，AI面试官说了算 00后硕士毕业生凡凡正在积极备战今年春招，过去的三个月里，他已经有了大大小小20余次面试经验。 与学长学姐不同的是，这些00后的“新新人类”更擅长运用各类技术软件。“我的简历就是用AI优化的，包括我的求职方向也是用AI测试决定的。因为我学的物流相关专业，但是又不想从事相关工作，反而对新媒体运营感兴趣，所以先后做了多套性格测试、职业测试等试题，最终坚定了我找相关工作的决心”，凡凡说。 在进入现场面试之前，凡凡还参加过几次AI面试，打开手机屏幕对面是一位AI面试官，它会问“你简历中提到的自媒体运营实习经历，自己在其中学会了什么？运营效果如何？”等等。而凡凡也总结出自己的一套回答方法论，“AI毕竟没那么聪明，只要回答里涵盖一些关键词信息就可以得到较高的评分，我一般用做什么、怎么做、方法论三个关键点来回复AI，而且要一直看着屏幕，眼神不能躲闪。这样就能得到一个不错的初面分数了。” 所谓的AI面试，是将人工智能技术与真实面试场景进行融合，对候选人的用词、语速、动作、表情等进行分析，通过数据量化的形式对候选人才进行解析。 一个月前，杭州师范大学和浙江工业大学同时举办春季线下招聘大会，现场“AI简历门诊”“AI面试”等环节受到了毕业生的欢迎。毕业生小许说：“和AI面试官模拟了面试场景，通过几分钟的答题，系统从行为能力、成长特质、认知能力等方面智能评估面试表现，也方便我找到自己存在的问题以后进行针对性训练。”而最快的AI面试，选择职位、刷脸投递、确认信息，15秒内就可以完成一次简单的求职。 根据《2024牛客智能制造业校园招聘白皮书》，53.5%的对智能制造感兴趣的学生有参与过AI面试，而参与过AI面试的学生中有77.7%的人表示满意。 图源：艾瑞咨询 从企业角度来看，AI面试可以帮助用人单位实现人力成本的节约、分析效率的提升。猎聘公布的数据显示，其AI产品多面·Doris 8小时可完成40000人评估，可降低企业80%招聘成本。 AI面试更是成为很多大型企业的“必选项”。早在2019年，联合利华、欧莱雅、可口可乐就已采用AI进行面试，国内的中国银行、招商银行、中国移动等也在近年开启AI面试。 在知乎平台上，“AI面试”话题已经产生136万浏览量，《AI面试得分点》、《AI面试总结与注意事项》、《AI面试答题技巧与方法》等经验分享帖均有较高浏览量。 图源：受访者提供 刚刚参加了中国移动四川分公司面试的付丹称，第一次参加AI面试的她，还没来得及做自我介绍就进入了答题环节，在接连13个问题的问答过程中，大多数题都是关于职场人际关系的。“毫无准备的我，回答的稀碎。好在后来被通知通过了面试。”付丹说。 AI招聘进入平稳发展期 今年政府工作报告中提出，要深化大数据、人工智能等研发应用，开展“人工智能+”行动。 而AI面试就是“人工智能+招聘”的实际使用场景之一，采用AI和人工面试相结合的方式，先由AI面试官对求职者进行大规模筛选，再由真人面试官最终把关，从而实现效率的大幅提升。 同道猎聘集团董事会主席兼首席执行官戴科彬称，“面对组织形态和人才标准的变化，AI在组织中将承担重要角色，未来每个企业都应该有一个HR数字助理。”在他看来，AI智能面试的核心在于真正理解面试的本质，进而把线下科学规范的面试流程和技巧赋能给AI，使其具备资深面试官的人才甄别能力，而不仅仅是提供一个简单的技术工具。 如戴科彬所言，目前AI技术在招聘过程中的应用已经进入平稳发展期，多家头部平台已推出相关AI产品。如BOSS直聘就在2023年年报中提到，公司自主研发的招聘行业垂类大语言模型“南北阁”，已通过《生成式人工智能服务管理暂行办法》备案。猎聘在2023年第三季度财报中提到，公司上线了帮助企业端召回适配人才的智能化触达工具“超级聊聊”。今年3月，又上线了多面·Doris。此外，拉勾也上线了大模型HRMind，智联招聘上线了AI易面，58同城推出了AI招聘超人等等。 一位业内人士透露，现阶段AI面试的主要应用场景体现在校招、蓝领工人、销售客服以及外语岗位等，而对于如程序员、设计美工、编辑记者等需要更多创造性思维的职位，AI面试的表现平平。比如光储行业龙头企业阳光电源，去年就决定将所有管培生岗位的英语面试全部使用牛客AI面试完成。 但正如“一个硬币有两面”一样，一件事也存在两面性。在享受AI高效便捷的同时，AI面试的公平性问题也引发担心。 在极端情况下，一个原本就带有性别、地域、年龄等偏见的企业招聘者，很有可能训练出一套带有“就业歧视”的AI，而利用这一算法进行招聘势必会影响招聘的公平性。 在这样的情境之中，AI成了一个放大偏见的工具，也造成了更大范围的“职场伤害”。 因此，相关人士建议，要在AI算法规则中纳入对公平、公正的“红线”。比如，在与使用者互动中，对疑似歧视的使用行为本身进行定义、监测和限制。或者在推荐规则之中，强调实现性别、学历、区域等比例的均衡，最大程度确保每一个求职者都有被看见的机会。 另一方面，在招聘“应试化”的趋势之下，善于做攻略的面试者更容易拿到高分，而一些应聘者有可能因为“准备不充分”甚至是“社恐”而被淘汰，这可能会使招聘单位在识别和选拔人才方面的初衷受到阻碍。 目前看来，AI面试仍需大量数据积累后加以完善。 AI会取代HR吗？ 价值星球判断，AI面试官成为未来趋势的可能性相当高。 AI面试系统能够更快的适应企业的用人需求，但也不可能完全取代HR的工作。因为HR最核心的工作是与人打交道，面试者的个性化和职业需求千人千面，只有人与人的深度沟通才能实现隐性信息的传递。 尽管AI面试官在招聘流程中，扮演的角色越来越重要，企业用工需求仍然需要专业HR人士的重度参与和理性判断。 去年年底，在英国举行的“人工智能安全峰会”上，Tesla创始人兼首席执行官、OpenAI联合创始人埃隆·马斯克曾表示，“人工智能将使人类达到‘不需要工作’的地步。” 而从AI在招聘领域的大范围应用来看，确实大大降低了人类的工作量。 去年，58同城推出了智能化的AI面试工具——AI招聘超人。在该产品的发布会上，相关负责人介绍了它的使用场景，在AI招聘超人输入“我要招聘会计”，就能获取相关的岗位面试题，并给出相关技能和反馈参考，供HR参考和使用；而输入“帮我写一份服务员招聘启事”，系统就能结合该行业的特色以及就求职者关注的问题，生成专业的招聘启事。 如此看来，AI招聘甚至可以在某种程度上取代真人HR，甚至有些从业者已经感到了自己职业的危机。 多面·Doris的使用者马丽说，“Doris现在的水平差不多等于一个有两三年经验的HR，但按照现在技术发展的进度，估计很快就能变成五年、十年经验，到那个时候或许真的不需要真人了。” 在马丽供职的企业里，由于人员流动较大，每年需要招聘数百人的电话客服，“按照流程和既定问题面试一个候选人大概要15分钟，然后根据内部打分情况决定是否推进下一步沟通。现在用AI面试官几分钟就可以面试完，而且7*24小时随到随面。相比起来，真人的效率实在是太低了。”马丽说。 图源：pexels 36氪《风向标》去年5月的一份调研显示，75%的受访HR认为，自己的岗位会部分被AI取代；3%的受访HR认为AI会完全取代自己的岗位。 但也有人完全不担心AI的冲击。某大型互联网企业的HR Rebecca透露，自己虽然也使用AI工具作为辅助，但并不担心被AI抢走“饭碗”。因为在面试过程中很多带有逻辑性的问题AI是问不出来的，而且很多人要真的聊了之后才能确认是否合适，AI根本判断不了“气场”这个东西。 她举例说，“我在面试一些高端职位候选人的时候，会追问他的职业规划、职业理想等问题从而判断他们对职位的热情度。有些人真的不是为了收入而跳槽的，他们的真实需求可能多种多样，比如对原企业价值观、企业文化不认同，比如原工作带不来成就感，或者原工作带不来职业技能成长等等。面对这些不确定性的需求，我们HR需要进行甄别判断，了解了他们的真实需求，才有可能在下一步的沟通中抛出具有吸引力的条件，才能发掘和留下合适的高端人才。

作者 | 陈珺 编辑 | 韦伯 从ChatGPT到Sora，AI工具的快速迭代，为跨境电商行业带来了更多可能性。 不论是精准营销、智能客服，还是数据分析，或是内容制作，在AI工具加持下，跨境电商的服务效率正在持续提升，与此同时，也为消费者带去了更优质的购物体验。 智能客服机器人可以24小时不间断地为客户提供咨询和解答问题；AI翻译工具使得跨语言沟通和商品展示变得更加容易；而Sora等AI工具或将帮助电商卖家大幅减少内容制作和营销投入，实现降本增效。 在霞光社近期举办的一场线上沙龙活动中，云杉资本合伙人杨瑜、Passioncy创始人兼CEO郭林、Kua.ai创始人龚毅就“Sora将为跨境电商带来哪些影响”进行了讨论。 杨瑜认为，随着素材库的完善和提升，AI工具助力内容生产和传播变得越来越成熟、快捷和低成本；郭林认为，对DTC品牌或原先做供应链、工厂，现在想要升级做品牌的商家来说，AI技术的发展带来了很大机遇；龚毅认为，AI工具具备发展前景的前置条件，是要找到能有效解决问题的应用场景。 图源：Pexels 随着人类大步迈入AI时代，全球跨境电商又将迎来哪些新的机遇？ 今年初，OpenAI发布的文生视频大模型Sora，让科技圈为之惊叹。 用户只要输入几行文本指令，Sora就可以输出一段长达60秒的视频，其中对场景的呈现极为细致，几乎可以到达以假乱真的程度，还可以实现多角度镜头的切换。 OpenAI的官网介绍称，Sora 能够生成包含多个角色、特定运动类型以及主体和背景准确细节的复杂场景。该模型不仅能理解用户在提示中提出的要求，还能理解这些事物在物理世界中是如何存在的。 虽然目前Sora还未正式开放，但不少跨境电商从业者们已经开始尝试借助AI的力量，对跨境电商中的各个环节进行优化。 杨瑜认为，对跨境商家来说，AI带来的红利将主要体现在三个方面，即产品展示、营销，用户体验提升以及内容创新 在产品展示方面，借助Sora，商家可能只需要根据一段产品描述，就能做出吸引人的产品视频。而在过去，如果通过MCN机构或者内部员工来制作相应的内容，至少要花几天时间，一条视频的成本可能达到数千至上万元。 在产品营销方面，借助AI工具，卖家可以更快速便捷地制作符合海外目标市场相应语言、文化的营销素材。一项中文素材内容，通过AI可以一键复制出全球多种语言版本，甚至是一些难以找到合适翻译人选的小语种。 此外，AI工具还有助于用户的购物体验变得更为生动。杨瑜举例说，Sora把在线购物体验提到了一个非常高的维度，将产品特性和使用场景进行了更好的结合，帮助用户更立体地理解产品和购物场景。“这对跨境电商来说能达到更高的转化率，甚至更高的客户满意度，也可以进行更多实时动态调整，不像以前的广告视频拍出来就很难再变化。” 图源：Unsplash 对卖家来说，Sora等AI工具能够激发并支持其在内容创作方面的更多创新。 杨瑜表示，过去大多数情况下，卖家会将内容创作交给有经验的专业人才，虽然自己才是最理解内容传达目标的人，但因为需要投入大量时间、精力，且内容制作存在一定专业门槛，所以卖家参与的主观意愿比较低。 而Sora这样的工具，让卖家可以低门槛地直接使用，通过生成虚拟场景、讲故事的方式呈现产品。“对比以前许多跨境电商比较单一维度的listing，或者纯视频播放模式，是一个很大的变化和颠覆。”杨瑜说。 从以上几个维度来看，杨瑜认为Sora等AI工具为跨境电商行业带来的红利虽然才初见端倪，但趋势已非常明显。随着素材库的完善和提升，AI工具也将助力内容生产和传播变得更为成熟、快捷和低成本。 事实上，不论是在供应链管理、营销推广，或是用户行为和数据分析方面，AI技术近年已开始逐渐应用于跨境电商领域。 杨瑜举例说，目前AI技术在跨境电商行业应用较好的方向，主要有以下几个： 首先，是语言处理和机器翻译。过去，卖家拓展拉美或中东市场难度较高的其中一个原因，是当地语言内容的翻译成本比较高，也需要消耗时间。而现在借助AI工具，一键就能够在不同国家独立站或者当地电商平台同步生成内容，实现内容的快速分发，而不再受限于语言门槛。 其次，在智能客服和用户体验上，AI技术的普及，可能替代跨境电商的传统人工客服，相对来说节省成本，并能做到快速响应。“大部分欧美客户和海外客户，对售后体验和响应度要求很高的，即使不是真人回答，如果能有一个比较好的态度和反馈，总体肯定能提升客户满意度，减少退款。” 图源：Pexels 此外，在数据分析、市场洞察方面，AI的应用能够让卖家同时观测同行的发展情况，替代部分战略分析师的角色，帮助其快速反应。 随着Sora的诞生，未来AI技术或将助力跨境电商迈入一个新的阶段。对跨境电商平台和卖家来说，AI工具如果运用得当，一方面意味着更加高效的内容生产能力，另一方面也意味着同等工作量所需的生产成本的大幅降低。 郭林举例说，利用Sora等工具，小品牌不需花费很多时间和人力，也能做到以前只有大牌才能做的事情。比如制作一部讲述生动、视觉效果贴合本土风格的宣传片，过去可能要砸几万甚至十几万美元，而未来借助Sora等工具，可以很低成本做到同样或者非常近似的效果。 “原来大家要做品牌，可能前期投入就几十万美元，先要把一个大素材库做出来，然后再在各个渠道做各种市场推广。现在有了各类AI工具，成本大幅降低了，关键在于大家知不知道怎样去用这些工具，用不用得起来。”郭林说。 Kua.ai创始人龚毅则认为，目前Sora等AI内容生成工具，距离成熟应用于跨境电商内容制作和营销，还有一些差距。 “跨境电商的内容和营销其实有很复杂的规则。无论是在TikTok、Instagram或是Facebook等平台，视频想要获得流量都需要考虑到多种因素，例如是否蹭到了热点，能够产出晓之以情动之以理的内容，以及账号定位是否准确等。”龚毅说，制作满足这些条件的TOP级视频内容，其实是一项复杂的任务，单纯依靠AI生成视频，很难达到这样的水平。 龚毅认为，想要真正帮助跨境商家达成降本增效的目标，需要以AI工具为基础，有效整合多个环节。例如，通过Sora辅助生成视频空镜，用ChatGPT生成一条故事线，基于AI数据分析和学习生成一个符合账号的定位，其中还需要机器学习各行各业的专业知识。 图源：Unsplash 此外，目前的AI生成工具在信息准确性、品牌一致性，以及是否符合当地市场文化和价值观方面，也还需要人工进行把控，以避免信息错误，或是不恰当价值观表述等引发的舆论风险。 郭林也认为，AI工具应用于跨境电商领域时，对人工运营能力的要求仍然较高，需要从业者对AI有着深刻理解，且能够通过撰写精准的prompt，让AI工具产出符合人脑中设想的统一风格的视频和图片内容。 但目前AI工具的能力，还不足以匹配人们对生成内容的高需求；而人们能够轻松驾驭AI工具的能力，也需要进一步提升。这意味着，AI对跨境电商起到的降本增效效果，未来仍有很大空间有待释放。 全球互联网科技大厂纷纷加码投入AI领域，烧钱换取占位背后，AI工具的商业前景也成为从业者最为关心的话题之一。 而在场景成立的前提下，结合AI工具和其他人工等手段形成链条，解决技术bug，能让Sora或其他AI工具在其中发挥更大价值。 基于AI应用场景，龚毅指出，最近比较火的两个领域都与视频相关。 一类是长视频切短视频的工具，例如可以辅助将YouTube长视频切成YouTube SHOTS，或者放在TikTok上的工具。“在这个场景里面也不存在很明显的技术短板，证明了是可操作的。” 另一类，是部分做商品3D渲染视频的工具。虽然目前在使用过程中还需要一些人工干预，但其可将成本降至原先的约十分之一，成效显著。 杨瑜将AI时代为人类带来的改变，类比于工业革命带来的效率极大提升。虽然以Sora、ChatGPT为代表的AI工具潜力巨大，但距离普及和更好的落地应用，目前差距较大，仍是一个难点。 “毕竟AI是不会为人设定目标的，只能帮助在过程链路里节省时间，快速达成目标。所以什么是好的标准，也得人来定。”杨瑜说，Sora等作为AI的应用工具层，本质上能广泛应用的核心，还是要实现降本增效。 这可能表现为以AI取代部分的人工工作，或是节省更多时间。以跨境电商领域举例来说，以前可能需要六七个小二做店铺上新工作，但在AI工具辅助下只需要一两个小二就可以完成同样工作量；而过去需要花费大量时间和人工广泛收集的素材和文字内容，现在AI工具只需要几分钟就能完成。 AI技术革新，本质上是生产力工具的革新，随着新商业模式的应运而生，背后孕育着新的机会。 图源：Pexels 各类辅助生成文字、图片、视频等内容的AI创作工具，虽然目前还不足以帮助业务形成闭环，但短时间内可以帮助人类获得无数灵感、缩短形成思路的时间，从而快速达成目标。 杨瑜举例说，现在已经有一些AI PPT类应用，可以帮助快速生成文章大纲，甚至给出建议；AI绘画助手，能帮卖家或是有审美天分，但没有闭环能力的用户生成草图，并提供创作灵感，将创意落地；AI视频工具可以处理处理剪辑、字幕和音频，帮助卖家一键打开全球生意……相应的，在各种AI工具加持下，使用者不再需要是一个在执行方面的“全才”，而是只需要明确思路，并通过AI产出最终符合导向的结果。 “在不同场景里，都有可能诞生这种AI工具，我们觉得这可能是一个机会。虽然会有很多公司进来，但最后能沉淀下来的，一定是真正把技术用到帮大部分用户落地，并真正理解用户痛点的。”杨瑜说，这样的AI工具，未来都会有很高的商业价值。对跨境电商来说，可以利用AI技术为每个用户做定制化产品推荐，从而提高销售转化和满意度，只是创业公司仍然需要考虑成本和技术方面的难度。 郭林则认为，市场营销是AI在跨境电商领域最能发挥作用的环节，不仅可以通过优化流程实现降本增效，各个流程的细节中还潜藏着非常多的商业化机会。 “跨境电商的整体销售额很大，但其中可能一半成本都花在了市场营销上，只要稍微优化一下某个环节，就能带来巨大的价值，市场空间是很大的。”郭林说。

国产芯片自研在过去几年确实受到了政府的大力支持。 政府把自主创新和芯片研发作为国家战略，号召国内企业加强自主研发能力，把握芯片技术的发展方向，从而实现“芯片出口代替石油出口”的目标。 一、国产芯片的问题 然而，国产芯片自研的进展并不如人意，存在多方面的问题： 1、核心技术短板 国内芯片制造产业整体技术水平与国外存在相当的差距，尤其是在设计和制造工艺等核心技术方面短板较多。 2、资金投入不足 与国外大公司相比，国内大公司的技术储备和生产能力都相对不足，芯片的研发资金相对较少，这将会影响企业芯片研发的进度和水平。 3、生态系统欠缺 芯片的研发不是一项孤立的工作，需要完善的生态系统去支撑。在软件、机器学习、云计算等其它方面的建设，也必须跟上才能形成竞争优势。 综上所述，虽然国家大力支持国产芯片自研，但是现状并不容乐观，需要产业链上下游共同努力推动技术发展和创新。 二、国产芯片的现状 国产芯片自研在技术和市场上与国外相比尚有很大差距与挑战。 1.技术瓶颈 国内芯片企业在设计水平、制造工艺、封装测试等方面与国外芯片巨头相比还有明显差距。 例如，在工艺技术和设计能力上，我国很多芯片制造商还无法满足自己的生产需求，很少有企业可生产出高性能和高稳定性的芯片。 此外，还有部分企业依赖于进口关键元器件和材料，这也制约了芯片的自主研发和成本控制。 2.市场压力 全球芯片市场竞争激烈，中美贸易战以及新冠疫情的影响更是让市场竞争呈现出更加复杂的态势。 我国芯片企业需要在国际市场中立足，但当前技术和品牌的差距让他们显得有些力不从心。 3.风险压力 芯片生产需要投入巨大资金、人力和资源等，收效期较长，风险较高。而我国目前的芯片产业链环节仍大量依赖于国外技术和市场，难以避免一些政治、经济、技术上的风险，这可能导致我们在芯片领域的自给自足依然困难重重。。 随着共享汽车市场泡沫的破裂，许多共享汽车公司因为经济状况每况愈下而无法维持正常的运营。 华为是国内自研芯片的领头羊之一，备受瞩目。华为自研的“麒麟”系列芯片正逐渐走向成熟。 此外，华为还在布局自己的芯片生态系统，在推进自研芯片的同时，将自己的芯片技术与其它技术相结合，不断拓宽芯片产品的应用领域和市场。 华为招揽大量人才的行动，预计将进一步加快华为芯片的自主研发。借助于这些人才，华为有望在进一步提高自己芯片的核心技术、加强技术储备方面取得显著进展。 华为表示未来将继续加大投入，积极研发及生产高端芯片，进一步提升产品技术水平。 经过多年努力，华为的自研芯片已经取得了一定的成果。更重要的是，这也对国内芯片整个行业产生了积极向上的影响。 华为自主研发芯片的长远价值不仅在于满足自身需求，更是为中国芯片产业培养了一支高素质的研发团队，推动整个产业的进步和创新。 总体而言，华为突然宣布大量招揽人才，标志着国产芯片自研仍在持续发展。 三、自主研发才是硬道理 华为的自研成果给国内芯片产业上了一课，并为我们提供了新的思路。华为在自主芯片研发方面取得的成果，无疑是推进国内芯片产业高质量发展的一剂良好的强心针。 首先，通过自主研发，并将芯片技术与其它技术相结合，华为成为了可以提供完整芯片生态系统的厂商，实现了从芯片到终端设备的一站式服务。 其次，华为的自研芯片让我们看到了芯片产业的发展潜力。国家将芯片产业列入支持的重点产业，无论是从技术创新，还是从政策和财政上都出台了大量的支持政策。 最后，华为也展现了芯片自研所需的高质量人才和技术团队。我们也可以从招聘来的人才中看到，华为在人才选择和培养方面的良好经验。这也为国内其它芯片企业提供了参考和借鉴。 结语 随着华为在芯片领域的进一步突破，未来中国芯片的地位有望得到提升和巩固。 芯片产业对于整个国家发展来说至关重要，因此政府、企业和科研机构应该共同努力，加大投入和技术研发。 未来，希望中国芯片产业可以在华为的带领下，不断推动芯片产业提升，实现产业升级趋势，将国内芯片产业的水平推向更高的层次。

快科技4月12日消息，今天，面壁智能宣布完成新一轮数亿元融资，由春华创投、华为哈勃领投，北京市人工智能产业投资基金等跟投，知乎作为战略股东持续跟投支持。 解释一下，哈勃是华为旗下专门用来孵化高新技术的创业投资公司。 面壁智能还是华为哈勃首个投资的国内AI大模型公司，此前华为哈勃更多是投资半导体企业。 据了解，面壁智能成立于2022年8月，总部位于北京，主要深耕通用AI领域，专注于大模型技术创新与应用转化。 面壁智能的创始团队主要来自于清华大学自然语言处理实验室，公司CEO李大海还是知乎CTO，联合创始人刘知远则是清华大学计算机系副教授、博士生导师。 面壁智能同时还发布了MiniCPM 2四款模型，整体对标的是谷歌Gemma-7B、OpenAI GPT-4V、Mistral-7B、Llama2等国外开源模型。 李大海表示，2024年面壁智能将持续提升端侧大模型能力，同时依然会训练基座模型能力，去挑战GPT-4，“这是非常明确的”。

本文编译自Sangeet Paul Choudary，其以在平台经济学和网络效应方面的研究而闻名。在本文中，Choudary探讨了垂直 AI 与代理如何重塑 B2B 工作流价值链。在他看来，虽然大多数人工智能炒作都围绕水平 B2C 应用，但真正的机会在于垂直 B2B 人工智能。 Choudary认为，AI Agent创造了一个重新整合场景的可能性。它们使垂直人工智能玩家能够通过跨多个工作流程进行协调来实现水平发展，这将重塑B2B价值链。尤其在医疗保健这样的低互操作性领域，AI初创公司能够通过AI Agent这样的人工智能原生工具，作为新的控制中心来集成不同的工作流程，进而取得主导产业的枢纽地位。 / 01 / 垂直AI的短期和长期博弈 如今，大多数垂直人工智能玩家都专注于通过专有的微调模型和有针对性的用户体验来开发垂直优势。正如我在如何赢得生成人工智能中How to win at Generative AI所解释的那样，这种优势创造了一个飞轮： 与较大的基础模型相比，经过特定领域数据训练的较小模型在延迟、准确性和成本方面有更好的表现。这种垂直化有其自身的强反馈效应，你开发的模型越垂直，你在所有参数上的竞争力就越强。 随着时间的推移，模型微调得越多，未来的用户体验更改应该与模型更加深入地耦合，以便将该模型的优势传递到用户工作流程中。 垂直人工智能玩家的优势在于他们是全栈运营的——也就是说，他们提供跨接口、专有模型和专有数据的完整解决方案。这创造了上述飞轮的护城河不断增强，因为继续拥有该接口的权利赋予了紧密者不断收集专有数据的能力，从而有助于进一步微调模型。 这就是赢得垂直人工智能短期游戏的方法。但这并不能保证长期胜利。 尽管有这个飞轮，所有垂直游戏最终都会参与到别人的生态系统中。这是大量垂直解决方案最终激增的自然结果。最终用户希望通过一两个界面完成工作，而不是针对每个新用例在各个界面之间跳转。 所以，从长远来看，垂直解决方案获胜的唯一方法是横向发展。要理解垂直人工智能的机会，了解过去十年垂直 Saas 的崛起会有所帮助。垂直软件的崛起普遍遵循以下逻辑：1）抓住核心场景实现快速发展；2）围绕核心场景做场景延伸 比如，Square（以支付为起点）、Toast（以 POS 软件为起点）或 ServiceTitan（以估算为起点）等玩家都遵循此策略进行发展。 最终，所有垂直游戏都寻求横向发展。其理由如下： 大多数对现状的“破坏”都是通过深挖细分场景发生的，但大多数风险投资回报都是通过整合实现的，为了大规模获取价值，软件企业需要持续做场景延伸。 正如我在《如何在生成式人工智能中取胜》中所解释的那样： 分拆并不能获取可持续的价值。分拆会取代现有企业，但不会创建可扩展且可防御的价值池。只有通过重新捆绑涉及将多种零散的功能捆绑成一个有凝聚力、以客户为中心的产品，才能够实现价值最大化。最重要的是，在这个过程中，成功的“整合者”建立了中心地位并获得了用户关系的首要地位。 很多风险资本会追逐细分场景的创新者，因为创新者会重构产业链，并参与产业链价值的重新分配。但最终大部分利益都会被少数的“整合者”拿走，因此大多数风险资金将会受到损失。这就是垂直人工智能的最终游戏。 从这个角度上说，人工智能创造了新的场景重塑的可能。在垂直人工智能领域创造长期竞争优势的机会并不在于，深入有效地解决最初的痛点。许多参与者将成功地创建专有的、经过微调的模型来解决这个问题。这是必要的要求，但还不够。 垂直人工智能领域的长期竞争护城河是通过利用人工智能提供的独特价值重塑某个核心场景，围绕核心场景进行延伸。人工智能为场景重塑创造了一个新的可能，而那些能够有效利用它来解决特定场景问题的玩家将是有效主导垂直人工智能的人。 / 02 / 如何用人工智能重塑工作流程 业务工作流程分散在各个孤立的软件中。为了真正完成工作，必须将这些工作流程重新整合以实现业务目标。您获取工作流 X、Y 和 Z 的输出，并做出决策或采取行动以实现目标。这种针对目标的工作流程整合是由人类经理执行的。 组织中的管理者通过解决两个问题来实现这种整合：一是跨场景的工作流程协调；二是使用不同的工作流程来实现组织目标； 在当今的 B2B 工作流程中，组织中的管理资源充当重新整合的位置。但技术正在以两种非常重要的方式改变 B2B 工作流程的格局。 1）互操作性的增强 首先，随着我们越来越多地使用基于 API 的业务功能分发，不同工作流互操作性也会增强。我在DX是新的用户体验中详细解释了这一点中详细解释了这一点：: 业务能力越来越多地通过API开放给外部使用。API 提供了业务流程或功能的接口，同时还定义了参与该接口的契约。 API 是能力可以跨越企业边界流动的管道。随着这些管道的增加，它们为管道工程创造了巨大的机会。不同的管道可以通过创新的业务逻辑连接在一起，以创建全新的工作流程和功能包。因此，我们看到工作流程重新整合发生了两项重要变化。 首先，像 Salesforce 和 Hubspot 这样的公司在工作流程中处于中心位置，可以集成其他参与者以创建无缝集成的工作流程。 其次，IFTTT 和 Zapier 等公司允许用户创建基于 if-then 触发器的工作流程，跨多个工作流程进行组合。这两种解决方案都解决了协调不同工作流程的管道问题。 2）AI Agents的崛起 增强互操作性解决了管道问题，它并没有解决寻求目标的问题。这就是人工智能代理为垂直人工智能创造独特机会的地方。 人工智能代理解决了目标寻求问题。正如我在《人工智能》中解释的那样，人工智能不会吃掉你的工作，但它会吃掉你的薪水： 代理人是追求目标的，这就是他们的不同之处。虽然大多数技术旨在执行任务，但智能体超越任务来完成目标。在公司越来越多地配置 API 来服务关键资源和功能的环境中，代理执行上述三个功能，如下所示： 1）扫描环境：扫描环境，识别可供其使用的资源（包括第三方API）。 2）计划和解构：它将目标计划和解构为组成任务和执行顺序和汇总。 3）执行计划：代理利用可用的资源（包括第三方 API）执行计划以实现目标。 实际上，代理跨 API 重新整合工作流程以实现最终结果。这是一个强大的新性能向量。 垂直人工智能最强大的成果将在高度互操作性的领域中观察到，在这些领域中，复杂且训练有素的代理在开放资源上运行。智能体创建了一个新的重新整合场景。它们使垂直人工智能玩家能够通过跨多个工作流程进行协调来实现水平发展。 这已经发生了。查看 2023 年 3 月发布的关于执行 API 自学习代理 （SLAPA） 的 Twitter 帖子：This is already happening.从 2023 年 3 月开始，请查看有关执行 API 的自学习代理 （SLAPA） 的 Twitter 帖子： / 03 / AI agents的整合能力 大多数软件专注于工作流程中任务的自动化，AI代理将任务重新组合以实现目标。正如我在As I explain in 人工智能代理如何重新构建组织中所解释的那样： 每个目标都是一组任务。管理角色——负责在组织中完成工作——是一系列目标。当技术取代底层任务（下图红框）时，只要目标寻求对角色的绩效至关重要，角色的范围就基本上不受影响。 让我们以旅行计划为例。随着新工具的出现——旅行预订工具、日历管理工具、支付工具等——特定的任务得到简化，甚至被技术取代，但这些任务的目标仍然由人类管理。 人工智能代理则不同，AI agents能够直接实现目标。如果代理收到了某个目标，则该目标不再需要由工作人员执行。实际上，寻求目标的人工智能代理可以将目标与角色分开。人工智能代理创建了一个新的重新捆绑轨迹。 垂直人工智能玩家拥有独特的机会，并且该机会不仅仅限于开发专有的微调模型。这里真正的机会在于，利用人工智能代理作为新的重新捆绑点来集成不同的工作流程并协调工作流程。 / 04 / 垂直人工智能机会：赢家和输家 哪些因素决定垂直人工智能的赢家和输家？垂直人工智能——通过代理利用工作流程重新捆绑——有效地取代了组织环境中的管理资源。 要了解垂直人工智能参与者如何竞争，请考虑决定组织中任何管理资源有效性的因素：1）完成工作所需的管理能力；2）轻松访问完成工作所需的资源。 同样，垂直人工智能能否成功充当重新捆绑点的能力取决于两个关键因素：1）AI 代理的复杂性；2）相关领域中第三方资源的互操作性和开放访问程度。 因此，并非所有垂直行业都同样适合垂直人工智能机会。通过垂直人工智能创造价值的程度取决于特定用例在如下所示的竞争环境中的位置。 垂直人工智能参与者受益于具有高互操作性和高代理复杂度的领域的高重新捆绑优势 。当今大多数行业都在其他三个象限之一中运营，它们缺乏域范围的互操作性和/或代理的复杂性。 鉴于这一现实，一些行业和领域自然会青睐现有企业。在具有高互操作性的领域中，SAAS 运营商已经成功建立了枢纽地位，这种情况很可能发生。相反，垂直人工智能新贵在互操作性较低的领域有更强的切入点。 / 05 / 谁能在B2B工作流程中获胜 起始点位于左下象限，涉及这样一种情况：用户在多个彼此不交互的B2B工作流程中应用管理工作，接口和资源都存在碎片化。 随着域互操作性或代理复杂性的增加，这种碎片化由建立中心位置的特定参与者来解决。 随着互操作性的增强，中心地位是通过 API 集成实现的。随着人工智能代理的复杂性不断提高，该中心地位是通过代理接管管理工作这一事实来实现，因此用户主要通过代理参与工作流程。 最终，这些路径收敛到具有高代理复杂性和高互操作性的最终状态。 现在大多数SAAS公司已经开放 API 的领域已经拥有完善的工作流程中心。Toast、Shopify、Hubspot、Salesforce 等公司成功地确立了自己的中心地位，因为它们周围的各种功能开始以 API 的形式提供。通过获得客户关系的权利和核心数据标识符（例如Salesforce ID）的权利，他们围绕这个核心位置重新捆绑了所有其他工作流程（通过API集成）。 这些现有企业处于有利地位，可以利用其主导的枢纽地位，并在其之上捆绑人工智能代理。代理的所有资源和能力都已经很好地整合到了枢纽位置。客户关系已归工作流中心所有。代理人只是被捆绑到这个职位上以加强现任者的地位。 但这不意味着垂直AI初创公司毫无优势，恰恰相反，垂直人工智能的优势将有利于迄今为止低互操作性领域的初创公司。 在这些领域创建的高级人工智能代理改变了现状。如果这样的代理有效地吸引了客户关系，并且代理越来越多地开始作为工作流程中心运行，那么随着客户关系和工作流程开始围绕人工智能代理进行运营，其他参与者开放 API 并提供其能力和资源的动力就会增加。 例如，考虑像医疗保健这样的行业，其域互操作性非常低。为促进慢性病患者的家庭护理而出现的人工智能代理可能会产生各种参与者向此类代理开放 API 和资源所需的吸引力，以便从家庭护理市场不断增长的需求中受益。 长期来看，垂直人工智能的最终目标是发展水平优势，不是作为水平人工智能，而是作为水平枢纽位置。正如我们上面所看到的，这种枢纽地位最好通过利用代理商来建立。代理提供独特的人工智能原生工具用于重新捆绑。 正如我在As I explain in 如何赢得生成式 AI中所解释的，整体模式是这样的： 步骤 1：利用水平方向实现垂直方向 一系列“初创公司”出现在工作流程层，以垂直化这种水平模型。您需要对垂直客户问题有独特的理解才能从这里开始。 第二步：发展垂直制胜权 开发某种垂直优势（专有的微调模型、对垂直数据集的访问、特定于垂直行业的用户体验优势或上述所有优势的某种组合），并利用该优势将价值拉入垂直行业。您可以通过创建跨模型和工作流程集成的全栈垂直解决方案来建立优势。 第三步：发展横向制胜权 在发展了垂直优势后，极少数在第二步中取得成功的公司将发现自己通过垂直专业化拥有了一个关键控制点——这一优势使他们在该垂直领域获得了用户关系的首要地位。这些少数公司将利用这个新开发的控制点开始“加速”重组。人工智能在此提供的独特优势是使用人工智能代理进行重新捆绑。 第四步：利用垂直方向走向水平方向 随着控制点周围重新捆绑的进展，该玩家现在成为其他玩家连接的枢纽。它成功创建了一个协调多种功能的“顶层”层。随着代理复杂性的提高和域互操作性的提高，该玩家的水平权力就会增加。

【新智元导读】吴恩达认为，或许我们凭着GPT-4智能体，早已达到GPT-5。今天，他的话果然言灵了。 最近，一大波智能体的应用诞生，让全行业看到了「新大陆」。 号称世界首个AI工程师Devin，7×24小时不限时打工，能够debug、训模型、构建部署应用程序，胜任各种代码任务。 几天前的谷歌Next大会上，还发布了「智能体构建器」，可以让每个人能够用自然语言构建自己的Agent。 不难看出，智能体不仅将会成为人人可触及的一项技术，而且各行各业都将被不断升级迭代的智能体重塑。 甚至，这场AI技术+场景的爆发，还会诞生出一些「前无古人」的东西。 用大模型+智能体，对抗汽车行业内卷 如今的汽车行业，已经卷到超乎想象的程度。 用户需求的多样化，愈发丰富的触点，都需要业内人士时时翻出创新的水花。 幸运的是，飞速发展的LLM，让任何全新的视角都有了可能。 就拿一辆车的获客场景来说吧。 如今的新媒体，已经成为营销过程中的重要一环。 谁能拥有优质内容，就会拥有最大的曝光度，完成奇迹般的获客KPI。 要知道，传统的4S店，并没有专业的创意内容生产团队，视频制作、账号运营，经常都是销售人员和市场经理兼职完成，效率非常低下。 而这时，就需要非常擅长输出高质量视频、图文、海报的AI登场了！ 为此，易慧智能联合推出提出了一个全新的群体智能组织孪生方案。 人类主管来定目标、审结果，而其余的活儿，包括任务分解、任务执行、任务复盘，都可以通通交给智能体！ 比如，现在我们要为一个账户定个KPI：一周内涨粉500人。 目标输入系统后，智能体们就开始忙活了。 第一步，运营经理Agent会给自己的AI「同事」们进行任务拆解—— 1. 我们本周需要策划2场直播，把品牌信息传播出去，还要和用户好好互动。 2. 我们需要在抖音、快手、小红书发布5个短视频，提升品牌影响力。 3. 还要保持平台账号的活跃度，及时回复用户评论，增加他们的参与感。 「领命」后，文案策划师Agent和海报设计师Agent，会基于品牌价值观，制作出吸引眼球的文案和海报，同时还会负责传递和交付。 随后，运营专员Agent，就会把内容分发至各个平台了。 在这个过程中，唯一涉及人类的环节，就是市场部经理需要对内容进行人工确认，确保品牌形象的一致性和专业性。 活动结束后，运营经理Agent还会整体来个复盘。它会仔细分析数据，确保创意能带来实际的营销效果，为后续的内容和用户运营提供数据支持。 吴恩达看好的智能体，或许已实现GPT-5 说到智能体，就不得不提到AI大牛吴恩达，最近可谓是多次公开表示非常看好它们的发展： AI Agent工作流将在今年取得重大进步，甚至可能超越下一代「基础模型」。 他发现，基于GPT-3.5的智能体工作流在应用中，实力超越了GPT-4。 也就是，可能我们早就提前到达了GPT-5，因为在GPT-4之上构建的智能体可以实现性能跃阶。 能够取得碾压大模型惊艳效果的智能体，有四种常见的设计模式，即自我反思、工具使用、规划，以及多智能体协作。 智能体关键组件框架｜来源：OpenAI科学家Lilian Wang 大模型群体智能 其中的多智能体协作，其实对我们来说并不陌生。 比如斯坦福西部小镇SmallVille，就是基于层次规划的智能体社会小镇，来实现对人类社群行为的可信模拟。 除此之外，清华自然语言处理实验室和面壁智能共同提出的ChatDev，则是基于语言交互的智能体软件开发，实现群体交互协作式任务完成。 对此，吴恩达表示：「让多个协作智能体辩论协作，要比单独使用一个智能体，可以取得更好的性能。」 不仅如此，大量的研究和实践也提到，多个智能体之间可以通过彼此交流、分享信息和策略，甚至进行「辩论」来找到更优、更有效的解决方案。 如今，一场大模型+智能体应用狂潮，即将在汽车这一垂直领域中率先爆发。 车企大模型落地新范式：组织孪生 2023年，易慧智能在走访调研了大量汽车客户后，发现了诸多痛点。比如，行业竞争白热化，降本增效压力巨大；用户媒介触点多样化；购买周期长期化等等。 与此同时，想要在这一领域直接落地传统的大模型应用，则不得不面对信息孤岛、流程复杂、成本控制和市场响应速度等难题。 而前文提到的「群体智能」，恰恰可以利用自身强大的智能协作和信息共享能力，来解决这些问题。 如今，一种基于AI Agent和群体智能技术的全新范式——「组织孪生」正在诞生。 它以数字创新为核心技术框架，主要包含了三个部分：岗位孪生、架构孪生、业务孪生。 更直白地讲，智能体贯穿到了企业整个组织工作流中。 岗位孪生 其中，数字员工是岗位孪生最直接的表现形式。 数字员工可以直接应用到行业链中，比如常见的客户服务、电话销售等等。 利用LLM创建的数字员工，能够模拟真人的交流方式，不仅包括声音、表情，还具备了高情商的智能。 我们都知道，数字员工最大的亮点便是，「工作」不限地点时间，7×24全天候提供及时、高效的服务。 凭借智能体技术，数字虚拟人可以持续学习和进化，能够具备执行任务深度反思的能力，实现在技术和服务水平上不断提升。 除此以外，数字员工可以根据企业需求，进行个性化高度定制。 架构孪生 如上，岗位孪生可以简单理解为，智能体个体在执行自己流程中的任务。 但是，如同人类协作一样，有些任务非一己之力所为，而是需要群体智能体去完成。 这时候，「架构孪生」就上场了。 它是指将真实世界中的组织架构映射到数字世界中，通过智能体网络技术定义智能体间的交流和逻辑。 举个简单例子，清华自然语言处理实验室和面壁智能联合开发的智能体平台AgentVerse中，就可以利用基础模型定制多智能体环境，以及创建刚刚提到的这些具有不同能力与身份的智能体。 其中，协同决策是最重要的一环，需要智能体之间密切交流。 AgentVerse横向沟通模型侧重的是智能体之间相互理解和协作，而纵向沟通更侧重于职责分工。 而基于易慧智能的每个单独场景，智能体之间可以实现横向和纵向沟通。 业务孪生 此外，在汽车行业中，真实的业务流程非常复杂。 就拿出差任务来说，从申请、行程安排、车票酒店预订，到事后报销等等，都需要调配大量人力物力资源。 通过整合大模型、搜索增强（RAG）、智能体构建等技术，业务孪生可实现自动执行任务，优化执行效果。 举个例子，面壁智能的AI智能体框架XAgent创新性引入了「双循环机制」。 在外循环中，XAgent对任务进行规划，在内循环，它便成为任务高效执行者。 另外，XAgent在设计过程中，还引入了专为增强人机协作的交互机制。 可见，这一框架能够为复杂的行业场景，提供一个全新数字化工作和管理方式。 LLM群体智能赋能汽车行业 有了组织孪生新范式，LLM群体智能究竟如何在汽车行业应用中发挥最大效益？ 不如就拿车企营销中五大核心场景来举例。 营销五大场景 作为消费领域超级大单品，汽车的营销有着其它消费品难以企及的销售难度和销售周期。 汽车销售中最具独特地方在于，高客单价、低成交率，以及长销售生命周期。 目前，为了应对营销场景中许多困难，提高销量，汽车营销场景也积累了一套标准化、全闭环的方法论。 针对汽车营销环节长久积累的应用实践痛点，以及结合对智能体应用落地的独到理解，易慧智能基于汽车营销的核心场景增长需求，联合推出了五大场景营销解决方案。 它们分别是数智研究院场景解决方案、新媒体运营场景解决方案、用户运营场景解决方案、集约DDC场景解决方案、與情运营场景解决方案。 并且，通过群体智能技术实现汽车营销业务的组织孪生，提高行业效能。 - 集约DDC场景解决方案 汽车营销中，常见的一种模式是DCC，也就是外呼邀约客户。 它对外呼专员的工作繁琐程度、沟通能力要求多且繁杂，成为制约获客转化效率的痛点和难点。 通过对呼叫中心客服进行的组织孪生，利用LLM可以提供及时反馈能力，提升转化效率。 - 用户运营场景解决方案 同时，培育和孵化潜在客户也是一个复杂，但至关重要的环节。 利用群体智能体，可以极大地释放销售人员的客户培育的压力，提高了销售环节转换效率。 比如，在新客孵化过程中，客户分析智能体可以对客户信息的要素进行更加细致地筛选，最终产出值得孵化的客户名单。 - 数智研究院场景解决方案 消费者需求分析，竞品分析报告对于改善运营效率，优化销售和售后流程有着重要的意义。 这时据数智研究院，便可以代替人类去完成某些繁琐任务。 其间，智能体会自动收集全网数据，并对数据进行高效治理和分析，大幅缩短报告生成时间，提高了时效性和准确性。 - 舆情运营场景解决方案 除此以外，舆情对品牌形象和产品销售有着重要的影响。 有了群体智能体，一旦检测到潜在负面舆情，数字员工会直接拉群，立即通知其他员工，一起协作完成难题。 这样一来，群体智能体赋能了汽车行业中完整的营销场景，可以大大实现企业的降本增效。 智能体生态建设 但若要汽车行业实现智能最大化，仅靠一个企业是无法完成的，而需要多方团结协作。 也就是说，我们需要搭建一个「群体智能协作平台」。 这是汽车行业实现「组织孪生」的载体。 其将通用大模型、行业工具、行业解决方案、行业数据伙伴串联在一起，实现技术和能力互补。 那么，在这个群体智能体生态中，车企们如何去选择通用大模型，获取行业数据，如何应用行业工具？ 当前，通用大模型遍地都是，难就难在该用哪个？哪个适合自己？ 对于企业来说，选择大模型往往需要考虑以下一些因素，包括能否匹配特定需求，集成和兼容问题，成本效率，定制化和可扩展能力等等。 选好大模型，下一个问题便是数据处理和获取问题。 汽车行业中，制造商、供应商、维修服务商之间数据共享不足，导致无法形成完整的数据周期。 甚至，数据的准确性、合规性、隐私性都是亟待解决的问题。 此外，接入行业工具是群体智能技术最重要的一个环节。 汽车行业中的技术工具依然存在API开放性差、安全性差等问题。对此，急需建立一个完善的API开放机制，以及使用规范。 除了技术项的问题，还需要企业对汽车行业业务流程市场环境，以及客户需求有着深入分析。 若想攻克这些难题，实现汽车行业的组织孪生，需要全体生态伙伴不断进步与持续合作。 三巨头强强联合 有了以上对汽车行业的深刻洞察，清华自然语言处理实验室、易慧智能、面壁智能三方共同发布了《大模型驱动的汽车行业群体智能技术白皮书》，受到业内广泛关注。 有趣的是，不仅易慧智能总裁李伟毕业于清华大学自然语言处理实验室，在智能体技术领先的面壁智能也正是由清华孵化的AI公司。作为国内最早研究NLP和大模型的研究团队之一，它的影响力可见一斑。 与此同时，他们在理论和实践上也正巧能力互补。 清华自然语言处理实验室希望进行技术转化；面壁希望大模型和智能体的方案进入更多行业；易慧智能则希望技术与行业场景结合，产生更多客户价值。 于是，一拍即合，决定开启合作。 由此缔造的大模型驱动群体智能协同工作平台，无疑会将企业级AI应用和生态建设带到新的水平，帮企业智能化升级最后一公里。 在这个过程中，三方也是携手攻克了重重难关。 最显而易见的一个难题就是：大模型的幻觉问题，在智能体的应用实践中该怎样避免呢？ 来自：「Siren’s Song in the AI Ocean: A Survey on Hallucination in Large Language Models」 攻克重重难关 这个问题难以避免，但还是有对应的解决之道。 在这方面，清华大学教授刘知远和面壁智能联创李大海都有着丰富的经验。 首先是从模型自身的层面： 比如可以通过预训练和微调，来给模型注入领域知识，从而进行控制。 其次是在Agent的设计上： 在调用工具时，如果发现API或URL是来自幻觉，就中断执行； 设计反思机制，让模型根据出错的信息自行修正结果； 借助外部知识，通过搜索引擎或知识库，引入正确的上下文。 当然，具体落地过程中，还会有其他问题。 如果智能体之间依赖自然语言交互，交互过程就容易失控，这时就需要设计协议或给定workflow，通过Function call等方式指定输出形式。 多智能体系统成本太高，太耗费token怎么办呢？ 这时，就需要综合比较workflow设计的灵活性、RAG还是微调模型、各个环节采用什么模型，并且在工程和推理中有更多策略设计。 此外，由于目前的大模型还是黑箱，最终效果难以达到预期时，还需要从算法策略上来调优，而这，就到了考验团队能力和沉淀经验的时候。 业内首份白皮书重磅发布 如今白皮书的发布，对汽车产业的智能化进程，无疑具有重大的指导价值。 对学界而言，白皮书对「大语言模型」「单体智能」「群体智能」等关键技术专题进行了深入、系统的总结和梳理，并且做了案例分析，将对相关研究提供有益参考。 它总结和展望了大模型群体智能在汽车营销领域的应用，这将对汽车行业的智能化转型意义深远。 对于业界而言，它更是首次提出了汽车营销领域的AgentVerse群体智能协同框架。从此，大模型场景化落地便有了标杆。 而这种「人机协作」的新理念，也将人的创意与大模型结合了起来。 对此，三方也非常期待，通过白皮书与业界同仁共同探索和实践，将大模型群体智能的潜力转为现实。 清华大学刘知远教授认为，「我们正步入一个由大模型驱动的「Internet of Agents」智联网时代」。通过白皮书，LLM群体智能的潜力将转化成现实，一同推动汽车行业迎接智能化的挑战和机遇。 面壁智能联创李大海同样看好三方的协力合作：「通过打造的智能体协同平台，为车企们提供群体智能与组织孪生的一站式解决方案」。 在易慧智能总裁李伟的畅想中，在20年后，自动驾驶一定已经走入我们的生活，我们的出行不再需要司机，而是虚拟个人助理和虚拟数字员工团队。 而100年后的某一天，我们大概已经进入「虚拟时代」。那时的人们不会再依赖于出行，而是「身未动，心已远」。

近日，Kimi智能助手火了。 一个明显的感知是，最近身边的大学生、职场人士都开始谈论起了Kimi。一位职场宝妈告诉派财经，她最近在尝试用Kimi辅导娃写作业，“真的很方便，都不用下载APP小程序和网页就能打开。” 根据AI产品榜aicpb.com统计，目前国内访问量前十的产品中，Kimi在3月以12.61M的访问量、环比321.58%的增长排在第二，仅次于文心一言。 成立近一年，短短五个月内Kmi的“长文本”输入量提升了10倍。 3月18日下午，月之暗面曾宣布在大模型长上下文窗口技术上取得新的突破，Kimi智能助手支持无损上下文长度从最初的20多万字，扩容到200万字。该消息公布后，Kimi关注度一路走高，一度挤爆了服务器。3月22日，月之暗面回应称，观测到Kimi系统流量持续异常增高，流量增加的趋势远超对资源的预期规划，并表示已经有多项应急措施正在实施，包括已经进行了5次扩容工作。 此前，月之暗面副总裁许欣然在会议室展示了几份用于测试的文件。几十万字的《甄嬛传》剧本，Kimi不仅能够一口气读完，而且还能根据情节准确回答出细节问题，解析人物剧情走向；在迅速学习完头部医学书籍《中医内科学》和《中医诊断学》后，便可化身“老中医”进行在线问诊。 Kimi的成功破圈，让国内一众大模型厂商感到措手不及。 Kimi，真的强吗？ Kimi用户体验如何？派财经对Kimi、文心一言、通义千问和豆包做了系列小测试。分别对其资料总结能力、检索能力和创作能力进行了测验。 首先是对资料总结、财报解读能力测试： 派财经随机上传了一份阿里2024财年中期报告pdf，输入解读指令。根据生成内容来看，Kimi和通义千问给出的回答，罗列较为清晰，而文心一言则给出了概况，具体需要进一步指令才能继续解读，豆包给出了核心数据提炼回答。 其次是对用户常用的资料检索和整理功能测试： 派财经以“帮我阅读马斯克最新演讲”为指令，分别询问。根据生成内容来看，Kimi通过对7篇资料检索解读，给出了逻辑明确且详细的观点总结，豆包则直接搜索出了多个相关报道链接，文心一言和通义千问则给出了比较框架性的总结。 值得注意的是，派财经发现在已经创建的Kimi窗口上传完本地文件和网之后，智能助手会自动关闭联网模式，这一功能在其它三个智能助手界面尚未发现。 再是对创作能力，生成脚本等创作力测试： 派财经以“围绕北京文旅为主题，写一个短剧剧本”为指令，分别测试其创作能力。按照给出的基础大纲来看，通义千问、Kimi和豆包给出了较为规范的剧本大纲框架，其中Kimi给出的最为规范且细节，提到角色、场景、地点相对较详细，在取名上也较为文艺。相较之下，文心一言给出的标题则较为直接，未交待剧本角色设定，但在场景、对话和独白上更有“人味”。 综上，在文生文应用上，Kimi的效果确实是看起来更有特色。 谁在为Kimi站台？ Kimi智能助手是国内大模型独角兽公司月之暗面面向C端用户推出的一项产品。 月之暗面公司成立于2023年3月，创始人杨植麟毕业于清华，博士毕业于卡内基梅隆大学计算机专业，曾就职于Google Brain和美国初创公司FAIR，师从苹果公司人工智能负责人Ruslan Salakhutdinov，有多年创业经验。 从技术能力上看，Kimi的强大基因最初就已经在创始人身上显现。杨植麟是业内公认的长文本领域专家，在近五年的自研语言处理（NLP)领域影响力颇大。 在读博士期间，杨植麟就以第一作者身份发表 Transformer-XL 和 XLNet 两项工作，在谷歌学术上被引用近两万次，并在多个NLP任务上取得了当时的最佳效果。而Transformer-XL成为首个全面超越 RNN 的注意力语言模型，XLNet则在20项顶级会议中获得最佳论文提名。在华人学者引用排名中，杨植麟的学术论文位居前10，在40岁以下排名第一。 杨植麟的学术研究能力，助力其团队创造了Kimi独特且表现优秀的无损压缩技术。 这种技术可减少参数对存储的需求、推理的算力，以及数据传输的带宽占用，从而高效率无损处理百万级的长Token。而为了快速赶上长文本热潮，其他大厂只能退而求其次，选择检索增强生成RAG技术。 Kimi的无损长上下文窗口的方案，是在逐字阅读全文后给出答案。RAG技术是对全文关键信息进行检索生成答案，但可能会丢失掉部分关键的信息。 这也就解释了为何Kimi的长文本对话回答更准确，在用户体验度上美誉颇多。 但也有小红书博主发笔记表示，在对Kimi的测试中发现，Kimi有一股RAG味。 “月之暗面”这个名字，来源于英国著名摇滚乐队Pink Floyd的专辑《The Dark Side of the Moon》，在科研之外，杨植麟也是一名摇滚发烧友，他曾在乐队中担任鼓手角色。 资本市场众星捧月。创业一年之内，月之暗面就已经完成了两笔融资。最新一轮融资是在今年2月19日，融资额度超10亿美金，投资方包括红杉中国、小红书、美团、阿里，老股东跟投。该笔融资成为国内AI大模型迄今为止单轮融资最高的金额。早在2023年6月，月之暗面就曾获得来自包括红杉中国、真格基金等头部投资公司的3亿美金融资。在两轮融资之后，当前月之暗面估值达到了25亿美元。 Kimi的走火，离不开阿里在底层的算力支持。有消息称，最新10亿美金融资中有8亿美金来自阿里，部分资金以阿里提供的算力折算。当前，Kimi借调了阿里的英伟达（NVDA.O）A800以及A100 GPU处理器的机型进行扩容，未来Kimi算力侧的支持，也将主要来自于阿里。 Kimi抢了文心一言和豆包们的故事 在对AI长文本探索上，Kimi绝对不是第一家，国内大模型头部大厂，百度文心一言、阿里通义千问和360AI早已在做长文本的探索，抖音也在去年年底发力AI工具豆包。 在其他大模型大厂还在卷参数、开源和榜单的时候，Kimi切中了一个更贴近市场刚需的应用场景。将长文本作为标签，通过大量的广告营销和用户口碑，以“长文本”概念迅速占领用户心智。上线之初，就通过突出文本处理字数，为自己贴上了“超大内存”的标签，在PC硬件时代，不少C端用户的认知是，内存越大，处理能力就越强。 在Kimi出圈之前，行业内在C端用户市场教育上，百度的文心一言一家独大，文心一言是大模型厂商中率先向社会全面开放的平台。据相关数据统计，截至2023年9月，百度文心一言App的月活量达到最高峰值710万。不过与Kimi不同的是除了2C之外，文心一言更大的精力放在研发行业大模型，垂直B端应用上。 其次是抖音的豆包在年初的初露头角。依托于抖音的流量转化池，字节跳动旗下的豆包APP在2024年1月活翻了一倍达到了400万。 而新晋“网红”Kimi的走红要更快，据Similarweb数据，Kimi Chat网页端数据最新峰值达34.6万人次。根据AI产品榜，Kimi Chat的2月访问量在国内榜排名第三，2月平均日活同比上升101.9%，全球增速榜排名第一，3月前二周继续攀升。 Kimi上线的时间是2023年10月，当时可以支持无损上下文长度最多为20万汉字。在5个月的时间内，月之暗面直接将长文本能力提高10倍。按照AI领域的计算标准，200万汉字的长度大约为400万token，在全球范围内也属于领先的标准。3月18日，月之暗面宣布在大模型长上下文窗口技术上取得新的突破，其自研的Kimi智能助手已支持200万字超长无损上下文，并于今日开启产品内测。 月之暗面方面表示，如今Kimi能够一口气精读500个甚至数量更多的文件，帮助用户快速分析所有文件的内容，并且支持通过自然语言进行信息查询和筛选，大大提高信息处理效率。 在产品定位上，Kimi足够坚定，面向C端用户，主打长文本。AI搜索+文档总结功能。 Kimi开始就为用户敞开了大门，不仅能从网页端入口进入，还能在APP和小程序端口打开，降低了使用大模型的门槛，这是业内B端大模型厂商无法匹敌的。 在选择早期产品使用者集中在科研、法律、金融、媒体等垂直领域，而这部分垂直领域的KOL为Kimi带来了自然流量与口碑积累。 Kimi在发力营销同时，也有一部分“自来水”自发为Kimi站台推广。 将互联网营销公式带入到了硬科技领域，Kimi的营销开局颇为高调。在月之暗面发布的Kimi上线官宣文标题中提到，“欢迎与Moonshot AI共同开启Looooooooooong LLM时代”，其中英文“long”用了接连十个“o”将Kimi的“长文本能力”直观呈现出来。 Kimi提供的长文本阅读能力和概括能力是两大功能，面向C端用户，致力于为用户打造一个高学习力的免费私人助手。 一份上万字的文献，投喂给Kimi，只需要几分钟就能读完全文并归纳总结出核心论点，极大程度为用户提升了阅读效率。 用户投喂的各种资料又能反哺Kimi的语意语境学习理解能力，从而在不断打磨中提高准确性。值得一提的是，在此类专业语料处理上的进步速度，Kimi甚至快于Open AI。主要由于当前Open AI对于C端用户上传文件仍然有所限制。 如果把Kimi智能助手类比做人类，它的突出之处在于具备较长时间段的记忆力，是一个记性超好的学霸，可以一次记住20万字的上下文，一口气读完一本书或者一系列文章。相较国外综合能力最强的学霸GPT4（可以记住2.5万字）。Kimi的记忆力是GPT4的8倍。 有小红书博主试着通过Kimi智能助手，训练出在自媒体领域现象级创作者咪蒙，将50个文档投喂给Kimi之后，一步步引导其分析咪蒙写作的核心特点以及对待感情态度后，下指令让其生成一篇关于“彩礼”的文章，成稿虽然简短但颇具“咪蒙味”。 在Kimi走火之后，各大模型厂商纷纷“秀肌肉”。 据第三方机构的最新统计数据显示，目前国内已经发布的大型语言模型数量已经超过了300个。这些大型模型的发布主体涵盖了科技巨头、国内顶尖的高等学府、以及各类科研机构，他们在资金投入、资源配置、人才聚集等方面都拥有绝对的优势。 国内互联网大厂火速将相关功能进行了升级，卷起了长文本“长度”。 2023年10月30日，Kimi首发不到一个月，同为清华系校友的王小川的百川智能就推出了单次处理35万汉字的Baichuan2-192K，打破了Kimi的20万字记录，随后，李开复也发布了能够处理40万字的Yi-34B。 在Kimi宣布更新200万字长文档处理能力后，阿里宣布通义千问升级，免费开放1000万字的长文档处理功能，成为全球文档处理容量第一的AI应用；随后，百度文心一言、360智脑也都把500万字长文本提上了日程。 目前，大模型最强王者OpenAI的GPT-4 Turbo-128k可处理文本能力约为10万汉字，专攻长本文的Claude3-200K上下文处理能力约为16万汉字。 一时间，各大模型厂商比起了谁更“长”，而文本处理能力越长就能代表能力强吗？ 此前，对于文本窗口的长度，杨植麟曾表示，不能只提升窗口，不能只看数字，要看它在这个窗口下能实现的推理能力、the faithfulness的能力（对原始信息的忠实度）、the instruction following的能力（遵循指令的能力）。 长文本能力能帮Kimi造血吗？ Kimi火爆的表象之下，一个更为现实的问题暴露无遗，长文本能力能为Kimi造血吗？ 根据新浪科技提供的数据，考虑到广告投放和算力成本，Kimi每个获客用户的成本达到12-13元，而按照近一个月将近18000的日均下载量计算，Kimi每日的获客成本高达20万元。而除了每日20万的获客成本外，Kimi需要烧钱的地方还有很多，比如不断提升信息检索能力、遵循复杂指令的能力，推动多模态模型研发，以及实现音频处理等其他需求。 接下来，付出了高额成本，能否将现有用户留住，持续转化将是对Kimi产品的一大考验。为庞大的用户群体提供稳定的服务，同样是一笔不小开支。 长文本能力短期内帮助Kimi出圈，但很难成为其独家技术壁垒。Kimi的长文本处理能力与通义千问、360智脑等AI产品相比，并没有非常明显的优势。 虽然实现造血能力难，但Kimi的C端策略也有一定意义，通过长文本先征服用户，进而让更多B端客户看到大模型底层应用能力的真正价值。 但从整体盈利角度来看，Kimi靠烧钱摸索出的获客模式很容易被复制，对于将业务重心放在B端服务的大厂们来说，获客成本反而是更低的。 行业内多数大模型公司均采取的是2B和2C两条腿走路，通过推出行业大模型直接售卖B端解决方案，或是向公司、开发者售卖API，按照调用次数收费。此外，以文心一言为代表的一种C端打法是，面向C端用户，为会员增值服务，在应用端按月/年向用户收费，当前文心一言扔在试水阶段，而后起之秀Kimi则仍然处于免费模式阶段。 不过，有声音认为，Kimi的出现对于国内大模型市场提供了新的思路，从基础大模型的训练和竞争逐步向更贴近客户的产品功能和细节需求转变。 有业内人士表示，当下这一轮人工智能革命本质上是自然语言处理（NLP）的技术革命，更是一次交互方式的革命。从文本向多模态发展是大模型必经之路。而视频处理需要更大的参数量和存储容量，对算力和算法的要求也更高。接下来Kimi的应用将从单模态，向多模态化发展，即从单一的文本处理基础上，增添声音、图像等信息处理技术。 亦有观点认为，Kimi的出圈意味着在中文领域开启了AI大模型应用元年，长文本时代已至。大模型在实现通往AGI（通用人工智能）路上又近了一步。然而需要厘清的是，长文本能力并非唯一标准，多模态学习、神经网络架构创新、应用落地与生态建设、伦理与道德框架构建等各个维度都不可或缺。 一位初入职场的金融分析师向派财经感叹道，Kimi的强大学习理解能力让人感到威胁，“可能过不了多久，向我这样的初级分析师就要被AI智能助手替代了。”这一担忧并非空穴来凤，在效率至上的资本市场，华尔街有个说法叫“20美金实习生”，时薪20美金的实习生工作未来一段时间大概率会被AI替代。 AI是否会替代职场人？在《所罗门的密码：AI时代的价值、权力与信任》中，作者奥拉夫·格罗思、马克·尼兹伯格曾给出过解释，“最终，问题不在于工作是否会改变，工人是否会被取代。这甚至不需要超级智能就会实现。问题是这些转变将会以多快的速度发生，我们能否跟上它们的步伐，特别是在教育和劳动力培训方面。正如奥莱利媒体公司的创始人兼首席执行官蒂姆·奥莱利（Tim O’Reilly）,在他的视频《我们为什么永远不会失业》中所说的那样，我们的办法总比困难多。但是，适应新的工作性质需要发挥想象力并做好准备。”

兄弟们，你们能想象现在的智驾有多便宜吗。 没多久之前咱还在说，智能驾驶就是有钱人的玩具。车企随便整俩激光雷达就是两三万实打实的成本，车主选配两三万起步不说，结果还不一定好用。 结果没过多久，智驾硬件的价格就和脖子哥的基金一样，跌成白菜价了。 前一阵，大疆车载发布了自家 ” 成行平台 “ 的几款新产品。其中一个只用摄像头的纯视觉版本，不仅支持高速和城市 NOA 这种高阶功能，而且不依赖高精地图，功耗还贼低，基本啥车套上就能用。 重点是，价格只要不到 7000 块钱，很多车上都有的空气弹簧，差不多就是这个数。 如果我是车企，在能升高降低和高阶智能驾驶相比，我肯定无脑选后者。 但问题就在于，都说便宜没好货，同样是搞的纯视觉智能驾驶，马斯克磨了好几年搞出的 FSD ，现在还得卖大几万。刚量产智驾还没一两年的大疆，硬件便宜就算了，软件还基本不要钱。 它凭啥啊？ 结果我正琢磨呢，大疆直接就是一个试驾邀请函的给，行不行的自己来试试。 这我能不去？ 毕竟之前试过的大多数智驾，不说都不咋地吧，绝大部分都会时不时抽个风啥的，整的隔壁两三条车道跟着一起紧张，必须时刻盯着。 大疆这套纯视觉方案连激光雷达的深度验证都没有，大概率也是 bug 满天飞，怎么喷它我都想好了。 结果大疆只用了一圈 30 多分钟的试驾，就把我的嘴堵上了。 这次的试驾车其实就是宝骏云朵的灵犀智驾版本，区别在于它把原先车上 32 TOPS 低算力的域控制器拔了下来，插上用了高通 8650 芯片的的 100 TOPS 高算力控制器。 相比目前主流十几个摄像头 + 一两颗激光雷达 + N 个 254 TOPS 英伟达芯片的智驾方案，这套硬件甚至说得上有些寒酸。 但从体验上看，它却是我试过最好用的智驾之一。 试驾的路线，是一条经过深圳闹市区的大环线。全程 30 分钟左右，途中会经过无数个十字路口，包括几个堵车堵到发红的高峰区。 然而一圈下来，我愣是一次都没有接管过。 在比较简单的开阔路段，它的表现其实和别家没啥区别。加减速舒适，不会突然的点头和推背，变道时车内也没有很明显的拉拽感。 但在一些细节上，它就不只是及格这么简单了。 比如在遇到红灯的时候，它会先把车速刹到很低，比如 10kph 以下，然后用很慢的速度挪到靠近前车的位置再彻底刹停。 我对随车的工程师直接就是一个问，他说他们的算法标定是在摄像头正好看不见前车后轮的时候停下，大概就是间隔 3 米的距离。 这个哥们是真心喜欢，因为我平时就是这么开车的。 另一点就是对大车的避让，试驾途中经过了好几个大车密集的路段，每次大车经过或者需要超过大车的时候，车子都会小幅度的打一把方向绕开它。 而且，这个避让的幅度不是固定的，如果相对速度比较大，避让的幅度就会变得很小，甚至会变得很难察觉；如果相对速度比较小，避让的的幅度就会明显变大，有种想远远绕开的社恐感。 成行平台的算法工程师，估计没少看大车的事故集锦。。。 当然相比这些小细节，我觉得它真正封神的地方还是超快的博弈速度。 一点不纠结，贼果断。 经常开车的朋友们都知道，在一个大路口左转的时候，最难搞的就是不知道旁边的车会转到哪个车道。 要是左边的转大点，右边的转小点，那直接就是一个两面包夹芝士，必须频繁微操。 大疆这套智驾神就神在，它基本复刻了我会做的所有操作。 在左边车离得很近的时候，它会稍稍往右边靠靠；靠完以后，还会再根据右边车辆的位置，再往左边调调。 实际的体验就是，我看左边后视镜的时候它在对付左边车，我看右边后视镜的时候它也开始处理右边的车。 人车合一了属于是。 遇到行人横穿马路也是一样，其他家的智驾就是一个素质极高，一定会等在原地让行人先过。过去了还好说，要是行人素质也高打算让车，就会出现两边疯狂互让的情况，谁都过不去。。。 大疆的做法则是，你让我？那我过了。 在遇到的几次行人博弈里，如果遇到行人让车，试驾车都会很果断的加速通过，虽说看着素质没那么高，但通行效率是实打实的提升了。 然后就是我觉得最最最最厉害的地方了：后方来车规避。 试驾途中有这么一个场景，直行车道，左边突然窜出一台横穿的小电驴。这时候一般向右规避就完事对吧，但此时后方还有一辆准备加速通过的公交车，继续变道必然怼上。 这时候一般的智驾就歇菜了，停在原地需要接管，但大疆的决策是停止变道的过程，刹到安全的车速，等公交车通过之后再重新起步。 还有一个我差点就要去二次元的场景。 那时候我们需要去最右边的车道右转，我的注意力放在看它多车道变道的表现上了，完全没看见侧面有一个泥头车也要走这条右转道。 结果应该是从后摄像头里看见了，智驾直接一个大方向把车拉了回来，用很小的缝隙把泥头车让了过去。 随车的工程师一阵夸我胆大心细，其实我是真没看见啊。。。 所以一圈开下来，我会觉得成行这套系统总体来看是有细节、有操作而且表现非常稳定的，如果最后上车全量推送的版本能和这次试驾一个水平，我可能真的会在日常的驾驶里频繁的使用它。 至于为啥大疆能只用几个摄像头和这么点算力搞定高阶智驾，他们在发布会上也大概说了一下，什么算法优化好啦，感知精度高啦，比较玄乎。 里头比较有意思的是一个名叫神经网络轨迹预测的技术，就是高算力域控内置的 Transformer 模型能够根据摄像头看到的运动物体，通过 AI 预测出它的运动轨迹。 然后判断这个未来的轨迹会和行车线有啥冲突的地方，再反过来控制现在的车辆。 就... 见闻色霸气嘛。 不过相比探究他们是怎么实现的，我觉得这次试驾传递的更重要的信息是，之前车企们靠堆硬件、堆算力搞智驾的思路，可能真的错了。 很长时间以来，车企们对于智驾一直都有着很严重的 “ 火力不足恐惧症 ” ，为了尽可能多的收集路面上的信息，各种摄像头、激光雷达必须拉满，像阿维塔，一台车上光是激光雷达就有三颗。 为了设计足够多的规则算法来应对各种棘手的问题，高算力的芯片必须安上；像蔚来， 256 TOPS 算力的英伟达 OrinX 一用就是 4 块。 但其实在许多车型上，有很大一部分算力是被用来 “ 捋清问题是啥 ” 而不是 “ 解决问题 ” 。 举个例子大家就明白了。 在啥传感器都有的车上，激光雷达、摄像头和其他硬件在收集完信息以后，还有个合在一起分析的过程。不仅要把时间轴对齐，保证空间的一致，还得商量好以谁的信息为主。 比如摄像头识别横向移动过程的精准度比各种雷达强很多，而遇到粉尘、雨天等视线不太好的天气激光雷达的效果会更好。 这时就得按照不同情况，让传感器们对齐颗粒度 。 这还只是不同传感器之间的配合，就连摄像头的内部也有很多配合问题需要解决，像是识别本车道目标一般是依靠前视摄像头，如果是识别旁车道目标那就得用侧视摄像头。 要是距离太近，雷达会有回波问题，还得依靠泊车摄像头。 总之就是多传感器算法这玩意，工程师能想到的场景越多，硬件之间配合的规则就越复杂。 而就像电路设计一样，为了确保一个规则能跑通，还得设计一大堆保证它能实现的验证功能。 对于算法能力不太行的车企来说，最后大概率就会变成代码の屎山，导致很多算力被浪费。 算法能力强的最近就开始缓过神来了，屎山越高越大肯定不是事啊。 那与其用上一堆传感器搞得高不成低不就的，还不如老老实实从底层开始做优化和研发，把其中某个传感器的能力拉满。 这样不仅不用这配合那配合的，芯片也用不着那么高算力了，雷达摄像头的钱也能省下不少。 所以像是华为、大疆这些企业，最近就开始用精度更高的视觉信息为主，减少激光雷达的数量或者干脆就不用了。 而且，更低的算力和硬件功耗要求，也意味着更多便宜的车型也能智驾起来了。 就比如大众就表示自家的途观在 2025 年会用上大疆智驾，脖子哥在大众集团内部的朋友也悄咪咪地告诉我，保时捷和奥迪目前也正在考虑采用大疆或者华为的智驾方案。 或许马上，几万块的比亚迪或者五菱宏光就也能高阶智驾了。 这么一想，现在如果还有啥新车还在吹自己激光雷达用得多，那大概率是算法能力不太行，在靠堆料打肿脸充胖子呢。 说的是谁，欢迎兄弟们对号入座。 撰文：致命空枪 编辑：脖子右拧 & 面线 封面：焕妍