近日，紫金山实验室在江苏南京举办的2025全球6G技术和产业生态大会上，首次公开了最新构建的全球首个6G通智感融合外场试验网。记者在紫金山实验室的6G概念验证中心外场看到，工作人员正在用三架不同型号的无人机测试6G网络的感知能力。   紫金山实验室工作人员 侯华舟：现在屏幕上显示的就是刚刚起飞的三架无人机的实时轨迹，我们在屏幕上还可以看到无人机的位置、速度、高度等状态信息。  紫金山实验室普适通信研究中心主任 黄永明：在刚才我们这个场景里边，由通信基站发射无线信号，无线信号传播到无人机这边它就会反射回来，形成一个回波，在基站侧再对这个回波进行信号分析，由此感知出无人机的位置。 该设施围绕6G六大应用场景进行技术验证测试，在国际上率先实现了较5G提升10倍以上的极致连接能力和高精度目标感知新能力。  中国科学院院士、紫金山实验室主任 尤肖虎：大家知道雷达具有感知能力，但是我们现在要把雷达功能和通信功能都做到基站上，让基站在实现通信的时候，通过它发射的电波回波，也能够感受到一公里甚至更远地方的一些物体，这就是通感一体基本的概念。 未来的6G网络不仅速度快，而且具备感知功能，可以像雷达一样对网络内的物体实现精准定位。该技术可运用于低空物流、低空安防等场景，将为6G技术创新、培育6G未来产业提供原创技术支撑。  中国科学院院士、紫金山实验室主任 尤肖虎：在未来的一些新兴领域有非常重要的应用前景，比如说无人机，在无人机飞行的同时，既要和它进行通信，又要能够感知到无人机，特别是一些非法飞行的无人机飞到某个区域内，要能够感知到它，所以我们就可以用通感一体，既支持无人机的通信，又可以支持无人机的感知。 [查看评论](https://m.cnbeta.com.tw/comment/1492464.htm)

近日，网传乌兹别克斯坦技术监管局发布警告信，称零跑C16电磁辐射强度超过联合国R10标准16倍一事，引起热议。今日，汽车博主“孙少军”发文称，这次事件的经销商老板就在车fans从业群里，大概听他讲了下来龙去脉。 孙少军透露，**“这种规模的国家哪来什么技术监管，说到底还是新老利益斗争的问题，已经邀请大佬写一篇了。 ”**  而网络公开数据显示，2024年乌兹别克斯坦国内销售的新车和进口车，累计销量为48.2万辆左右，如此规模的汽车市场，确实很难支撑起足够的技术监管。 此前报道显示，网传一份来自乌兹别克斯坦的警告信中提到，乌兹别克斯坦海关的一次突击抽查中发现，零跑C16的电磁辐射强度超过联合国R10标准（主要针对车辆电磁兼容性）的16倍。 这种不符合标准的情况可能会影响汽车电子设备和其他装置的运行，在某些情况下还会导致系统故障，**为保护消费者权益，技术监管局已停止接受 Leapmotor M1 类车辆的认证申请，直至制造商纠正已发现的缺陷。**  对此，零跑汽车回应称，经过核实，警告信中提及的测试车辆非零跑送检，送检车辆的情况和具体的测试条件不明，我司对测试结果持保留意见。 我司已与乌兹别克斯坦技术监管局积极沟通，双方正在推进重新检测，并将及时公布测试进展，希望通过透明、客观的检测，还原零跑产品的实际情况。  [查看评论](https://m.cnbeta.com.tw/comment/1492462.htm)

 《小朋友齐打交2 复刻版》将于6月30日发售。本作中，玩家将重拾游戏的经典战斗魅力画面经全面升级重绘，支持最多8台电脑的本地联机，游戏角色的每一招都更加精细华丽，为你带来前所未有的战斗体验。主要特色包括：  - 视觉效果增强： 完全重绘的高分辨率图形带来震撼的视觉体验。 - 本地网络游戏改进： 提供最多8人连接的本地多人游戏体验。  - 更稳定的战斗体验： 通过修复各种小错误，游戏运行更平稳、可靠。 - 未来增加的内容： 新角色和关卡将在后续更新中引入。  开发团队表示，《小朋友齐打交2重制版》让你体验经典与现代的完美结合，带来前所未有的格斗快感。 <内嵌内容，请前往机核查看>

 Bungie旗下PvP新作《失落星船：马拉松》首次封闭测试将于4月24日至5月5日进行。据悉，游戏将于2025年9月24日正式发售。 首次封闭测试将面向年满18岁且位于北美的玩家。这将是一个体量相当小的游戏测试，因为团队在举行更大规模的测试之前需要测试我们的技术能力并收集重要反馈。 <内嵌内容，请前往机核查看> ### 游戏玩法概览视频 概览详细介绍了一次疾行的情况，例如每场比赛的玩家数量、疾行者的基础知识和比赛风格的定制，并且游戏还支持三人团队（或单人比赛，如果你希望游戏更有挑战的话）的比赛方式。 <内嵌内容，请前往机核查看> # 在创作者集锦中观看实机演示 在《Marathon》的开发过程中，开发团队比以往任何时候都更早地邀请玩家和创作者来加入游戏测试。甚至在进入开发之前，我们就举办了多次游戏会议，这样就可以根据玩家的反馈来推进开发进程。等到游戏发布时以及发布后，团队也将持续秉持这样的信念和做法。两周前，官方邀请了大约30名创作者到 Bungie 总部，抢先体验游戏。 <内嵌内容，请前往机核查看> # 短片中的天仓五之旅 叙事总监 Julia Nardin 表示， 《失落星船：马拉松》的重生既是对经典的颠覆重构，也是系列的正统精神续作。团队致力于在传承系列精髓与打造新世代玩家入口之间找到平衡点。初代三部曲老粉会遇见熟悉的角色、地点与名场面，还将解锁隐藏剧情线——那些记忆中的重大事件，或许存在着微妙的记忆偏差…… <内嵌内容，请前往机核查看> 开发团队的核心目标之一，是让《Marathon》的每个赛季都能为你和好友带来值得共同探索的新谜团与故事篇章。其中一些将在游戏中随处可见——如社区活动、任务、世界收藏品等等——另一些则会突破游戏边界，包括我们近期的ARG实境解谜及今日发布的过场动画短片。 本短片是由Bungie团队与作家兼导演Alberto Mielgo联手操刀（《爱、死亡与机器人》中《目击者》和《吉巴罗》的导演）。

日前，有博主分享了一条全国哪吒汽车授权经销商代表，在哪吒桐乡工厂门前的维权视频。[视频中经销商称](http://t.cn/A6rHQsWv)，我们是全国300多家哪吒经销商中的二十余家代表，过去大半年，哪吒汽车先后经历不发车、大裁员、业务停摆、供应商讨债等困境。 [](//img1.mydrivers.com/img/20250413/42447468c8654a1697acebcc1a1ddf82.png) 但我们这些授权经销商没有放弃，我们没裁员，没断社保、没有发负面，店面正常运营，税还在缴纳，员工工资一分不少。 这是因为我们相信哪吒厂家会兑现承诺，可是从去年9月份到现在，厂家从未正面回应过我们哪怕一次消息，全靠传言。 快融资了，快复工了，要开经销商大会了，结果我们听着等着投入着，最后越陷越深。 最让人痛心的是，我们很多门店按厂家的要求打全款几百上千万，但车一辆都没有发出。**有的经销商为了买车贷款担保，现在正被银行追债客户起诉。** 今天，我们来到哪吒桐乡工厂，不是来闹事，**我们只提出三点诉求：** 一、赔偿我们2024年9月至今的运营损失、预支2025年5月到7月的经营成本。 二、所有打款未发车拖欠的返利和补贴，必须在5月11日前一次性返还。 三、尽快恢复售后服务体系，别让四十多万哪吒车主被彻底抛弃。我们不是要让哪吒倒下，我们只要一个交代，请方运舟董事长正面做出回应。 对此，哪吒汽车方面暂未做出相关回应。 [](//img1.mydrivers.com/img/20250413/469134ab-cd41-4df4-af03-3ebe921587d3.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1492458.htm)

**摩尔线程MUSA SDK是一套完整的GPU并行计算开发环境，专为利用摩尔线程GPU加速程序而设计，也是NVIDIA CUDA开发环境的国产替代之一。**MUSA SDK包含运行时、C/C++编译器、GPU加速计算库、迁移和优化工具等组成的MUSAToolkits工具包，以及计算库、神经网络加速库、通信库等一系列开发工具，开发者可以一站式安装MUSA应用开发环境。 借助MUSA SDK，开发者能够轻松地利用摩尔线程GPU，加速各种应用，涵盖企业数据中心、桌面、工作站、云平台、超级计算机等多个领域。 **现在，MUSA SDK重磅升级到了4.0.1版本，支持Intel处理器＋Ubuntu操作系统、海光处理器＋Kylin麒麟操作系统组成的平台。** [](//img1.mydrivers.com/img/20250413/df318bc58f4843e29d6b7333d366245f.jpg) **【主要更新】** 1、MUSA驱动和运行时 增加了对海光处理器、Kylin V10 SP1系统的支持。 2、Math-X － muBLAS mublasSgemmStrideBatched功能修复 mublasSgemm功能修复 mublasStrsm功能修复 － muSOLVER 优化LU分解性能 支持QR分解，覆盖单精度，双精度，单精度复数，双精度复数 － muSPARSE 稀疏矩阵性能优化 [](//img1.mydrivers.com/img/20250413/81a47d527e2e478c956fffb8918d5407.png) **【兼容环境】** 1、处理器、操作系统组合 **x86架构：Intel、Ubuntu 22.04.x LTS x86_64** **x86架构：海光、Kylin V10 SP1 2203** 2、显卡 **摩尔线程MTT S80、MTT S3000、MTT X300** 3、驱动版本 musa_3.0.0_amd64.deb **MUSA 4.0.1下载地址：** [https://developer.mthreads.com/sdk/download/musa?equipment=&;os=&driverVersion=&version=4.0.1](https://developer.mthreads.com/sdk/download/musa?equipment=&;os=&driverVersion=&version=4.0.1) [](//img1.mydrivers.com/img/20250413/4a29fb675bb948e1b53183bd0b8ce0a3.png) [查看评论](https://m.cnbeta.com.tw/comment/1492456.htm)

据报道，捷豹路虎（JLR）近期申请了一项新技术专利，据称可以利用激光束使燃料燃烧更充分。专利文件披露，**多个激光发射器位于燃烧室周围的不同位置，可以指向燃烧室的不同部分，部分方案还包含分束器，用于增强激光效能。**  其基本原理是在发动机的空气-燃料混合物中创造多个点火点，以便更快、更彻底地燃烧燃料。这类似于预燃室点火技术，但效果更好。一套系统中最多可配置六个激光发射器。 **专利中提到激光在“优于”火花塞方面具有优势，因此它可能完全取代火花塞。**尽管火花塞成本较低，但简化车辆部件会让用户受益。 此外，这种燃烧循环更彻底、更完整，不仅可以提高整体效率，还能降低积碳的可能性，从而进一步提高发动机的寿命和性能。 但也有人指出，在发动机舱和燃烧室高温高压环境下，此类系统的安装组件必须非常坚固，以避免变形，同时仍需提供绝对精度。 虽然当前车企都在积极向新能源阵营专营，但捷豹路虎仍在研究升级内燃机技术，这对于内燃机行业也具有积极意义。 [查看评论](https://m.cnbeta.com.tw/comment/1492452.htm)

4月11日消息，据ZDNet报道，近期正式完成了对于英特尔NAND业务部门收购的SK海力士正着手重组其在中国大连的工厂及相关资产。然而，SK海力士大约3年前开始计划建设的第二座NAND晶圆厂仍因投资保守而处于搁置状态，这也被外界解读为是受到了近两年来NAND行业不确定性的阻碍。 当地时间3月27日，随着最后一笔19亿美元的款项的支付，SK海力士正式完成了对于英特尔NAND业务（已更名为Solidigm）的收购。 早在2020年10月20日，SK海力士与英特尔在韩国共同宣布签署收购协议，根据协议约定，SK海力士将以90亿美元收购包括英特尔NAND SSD业务、NAND部件及晶圆业务，包括英特尔在中国大连的NAND闪存制造工厂。但是，英特尔仍将继续保留其特有的英特尔傲腾业务。 2021年12月22日，中国国家市场监督管理总局有条件的批准了SK海力士对于英特尔NAND业务的收购，这笔交易正式获得了全球主要监管机构的批准。 SK海力士对英特尔 NAND 业务的收购分两个不同的阶段展开。最初，在 2021 年底，SK 海力士以 66.1 亿美元的价格收购了英特尔位于中国大连的 SSD 业务和 NAND 生产设施。因此，SK 海力士将英特尔的企业级 SSD 业务更名为 Solidigm，并以新品牌名称继续运营。 然而，第一阶段交易只转移了物理资产和 SSD 相关业务，不包括英特尔的NAND知识产权、研发基础设施和专注于 NAND研发的关键员工。在整个过渡期内，英特尔保留了对 NAND 相关知识产权和重要人员的直接控制权。这种安排暂时限制了 Solidigm 在技术开发或优化联合研究活动方面充分合作的能力，限制了 SK 海力士和英特尔 NAND 团队之间的潜在协同作用。 随着SK海力士支付了剩余的 19 亿美元（低于它本应支付的 22.4 亿美元）的支付，SK海力士通过Solidigm 接管了英特尔的NAND IP，以及研发资源和相关技术劳动力，实现了对于收购的英特尔NAND业务的完整的运营控制。 然而，SK海力士在成功完成对英特尔NAND业务收购的同时，其于3年前宣布的投资建设的位于大连的第二座NAND晶圆厂却仍处于搁置状态。 2022年5月16日，爱思开海力士·英特尔DMTM半导体（大连）有限公司非易失性存储器项目在大连金普新区举行开工仪式。该项目将建设一座新的晶圆工厂，从事非易失性存储器3D NAND Flash芯片产品的生产。这也正是除了收购的英特尔大连NAND晶圆厂之外，SK海力士位于大连的第二座晶圆厂。  通常晶圆厂的基础设施建设需要1年左右的时间，然而，在2023年4月就有知情人士透露，该晶圆厂的施工尚未进入收尾阶段，也并未与晶圆厂设备供应商就交付和安装进行讨论。 虽然，在2022年10月，美国对华实施了半导体设备出口管制，可能一度影响了SK海力士的投资计划，但是数日之后，SK海力士就取得了美国商务部给予的1年豁免期，可以不受限制的为其在大陆的晶圆厂采购需要的设备。但是1年豁免期对于未来可能仍具有不确定性，不过在2023年，SK海力士获得了美国“认证最终用户（VEU）”资格，即获得了无限期的豁免。 但是据业内人士4月11日透露，SK海力士对于从英特尔收购的NAND业务部门维持保守的设施投资计划。SK海力士大连二厂开工至今已近3年，但尚未进行任何设施投资。 半导体业内人士表示，“虽然SK海力士获得了美国‘认证最终用户（VEU）’资格，中国的投资限制也已放宽，但由于经济低迷和中国竞争对手的进入，NAND业务仍面临很大的不确定性。”他补充道，“因此，到目前为止，还没有就大连新工厂进行任何具体的投资谈判。” 报道预计，SK海力士大连二厂的扩建只有在NAND供过于求的担忧得到解决后才会进行。 2023年全球NAND市场经历了一场“寒冬”，不仅市场需求低迷，价格也是持续下跌。2023年四季度，随着原厂减产的效果显现，NAND价格才止住跌势，市场需求才开始回暖。不过，2024年下半年以来NAND市场又出现了疲软，价格也开始走跌。 根据市场研究机构TrendForce调查显示，今年第一季NAND Flash市场将持续面临供过于求的挑战，导致价格下滑13-18%，供应商面临亏损困境。预计今年二季度NAND Flash价格或将继续下跌5%或持平，三季度才有望回升10-15%，四季度有望继续增长8-13%。 不过，在原厂减产、中国消费刺激政策、AI 及DeepSeek效应等因素的影响下，3月下旬以来已经有数家NAND厂商宣布即将涨价。 显然，NAND市场供过于求的局面已经开始逆转，但是SK海力士大连二厂似乎仍未有启动的迹象。 值得注意的是，SK海力士社长郭鲁正在3月27日举行的第77次定期股东大会上表示，“计划在3月完成对英特尔NAND事业部的收购，并确定更具体的运营战略”，并补充道，“资产全面收购后，将补充战略，并于日后告知大家”。 [查看评论](https://m.cnbeta.com.tw/comment/1492450.htm)

**美国微软Windows XP系统那一张标志性的蓝天白云绿草壁纸《幸福》，堪称经典，被誉为“史上最多人浏览的照片”。**这张壁纸的拍摄者是前《国家地理》**摄影师查尔斯·奥里尔**。 [](https://static.cnbetacdn.com/article/2022/0512/8d9be6c70723133.jpg) 据媒体报道，近日，他透露了当年的一些往事，虽因这张照片声名远扬，却对未收取版税一事深感遗憾。 **时光回溯到1996年1月，奥里尔驱车前往加州马林县。**途中，索诺玛县一处连绵起伏的翠绿山丘吸引了他的目光。那如诗如画的美景，瞬间点燃了他的创作热情。他赶忙拿出随身携带的玛米亚RZ67相机，搭配富士胶卷，定格下了这绝美的一刻。 这张照片后来经西光图片社转售给了微软，并被命名为《幸福》，成为Windows XP系统的默认壁纸。此后，它如同一张无形的网络，覆盖了全球超过10亿台设备，成为无数人心中难以磨灭的经典记忆。 奥里尔回忆起当年的交易，**坦言自己以10万美元（约合73万元人民币）一次性出售了版权。**那时，他或许并未预料到这张照片会有如此广泛的普及程度。“**要是早知道它会被安装在数以亿计的设备上，我当初就应该要求每次展示都支付几分钱的版税。”奥里尔无奈地说道。** 尽管错失了巨额的潜在收益，但奥里尔在谈到照片本身时，依然满怀自豪。他强调，这张照片并没有经过任何后期处理，完全是富士胶卷的色彩与相机镜头卓越表现力的完美结合，才成就了如今这般令人惊艳的画面。 [查看评论](https://m.cnbeta.com.tw/comment/1492448.htm)

收购Intel NUC业务后，华硕旗下的迷你机产品线日渐丰富，现在正式发布了新一代顶级产品ROG NUC 2025，配置拉满，价格也拉满了……ROG NUC其实是一台小型机，而非标准的4X4迷你机，早期主要采用AMD平台，但最近全面转向Intel平台，上代型号搭载的是酷睿Ultra 9 185H处理器、RTX 4070显卡。  这次发布的升级版ROG NUC 2025，**采用了最新的酷睿Ultra 9 275HX处理器**(官方图错误地放了个Lunar Lake示意图)，**搭档最新的RTX 5080 Laptop移动显卡，可以说是目前能塞进迷你机的第二强组合了。** 散热设计包括**三个风扇、双均热板**，但未透露性能释放情况，只说支持智能、手动超频。 内存支持两条DDR5-6400，最大可升级容量96GB。 M.2 SSD接口只有一个，不过支持**PCIe 5.0**，而且可以免工具拆装升级。 网络提供Intel 2.5G有线网卡、Intel Wi-Fi 7无线网卡、蓝牙5.4，声卡为Realtek ALC3251。 [](//img1.mydrivers.com/img/20250413/304b4d1c5da8464386d2fda69f351edf.jpg) 整机为ROG经典的黑红配色，**尺寸282.4x187.7×56.5毫米(底部146毫米)，重量3.12公斤，体积控制在3升。** 接口异常丰富，前置一个USB-C、两个USB-A 3.2、一个3.5mm耳机插孔，**后置雷电4、两个DP2.1、两个HDMI 2.1、四个USB-A 3.2，可以输出四屏4K。** 价格自然不菲，**32GB+1TB 24399元，32GB+2TB 24999元，本月底开卖。** [](//img1.mydrivers.com/img/20250413/6560c217ce7b4d0fb0e3a2324aa067f5.jpg) [](//img1.mydrivers.com/img/20250413/26e41e322e1f4ad0b12f9e648d315425.jpg) [](//img1.mydrivers.com/img/20250413/2d2c041a962842c19a8889efbbec0401.jpg) [](//img1.mydrivers.com/img/20250413/5b97d5c533ef4136a399171fa663563a.jpg) [](//img1.mydrivers.com/img/20250413/cd36956f2211421bbf1c4c2cadcbf843.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1492446.htm)

米拉·穆拉蒂（Mira Murati）自从去年9月离开OpenAI，就一直在创造惊喜。先是还没成立公司就有投资者排队，紧接着Thinking Machine Labs成立，有三分之二的成员来自OpenAI。 如今，传闻中的10亿美元融资目标，已经提高到了20亿美元，目标估值约100亿美元。要知道，这是一个什么产品都没有的初创企业，如果融资成功，这将创下AI公司种子轮的纪录。 今年不过37岁的穆拉蒂，正在创造一支硅谷的新兴力量。 她不像OpenAI前首席科学家、同样创业并备受关注的苏茨克维那样带着“学院派”的气息，也不像马斯克那样激进和聒噪。从求学时代起就培养起来的多视角、多领域融合的能力，让穆拉蒂成为“六边形战士”。 人工智能、机械工程与人文，前沿技术与产品落地的能力，科技伦理安全与商业化的重视，理性与亲和力，都在穆拉蒂身上融合。 而她的初创公司TML，也没有走“创造超级牛的模型”的路，而是宣称要解决人类与AI协作的问题。 没有人知道，她的团队究竟会捧上怎样的成果，也没有人知道，奥特曼是否会面临出其不意的挑战，而他又该如何应对。 **从阿尔巴尼亚到硅谷的权力之路** 穆拉蒂出镜时总是穿着休闲，长发随意地散着，或者简单地扎起马尾辫，说话间深入浅出，状态松弛。能明显地听出来，她带有某种特别的异域口音。 那是由她的成长背景决定的。1988年，穆拉蒂出生于阿尔巴尼亚的一个小镇。后来她回忆时说，彼时的环境下，“一切都是平等的，知识的竞争非常激烈。”同时，数学和物理非常受重视，人文学科则不然。 而穆拉蒂的父母教文学，这也决定了穆拉蒂一方面对计算机、机械有浓厚的兴趣，另一方面也兼具多元的视角。 16岁时，穆拉蒂赢得奖学金，踏上异乡求学之旅。先是在加拿大佩尔森学院读计算机，后赴美深造，先后获得科尔比学院的文学学士学位和达特茅斯学院的工程学学士学位。跨国家、跨学科的教育背景为她奠定了扎实的理工基础和国际化视野。 2013年，25岁的穆拉蒂完成学业，进入特斯拉，担任Model X的产品经理。 与此同时，特斯拉正在开发AI自动驾驶辅助软件Autopilot的早期版本，穆拉蒂对AI在现实世界的更广泛应用产生了兴趣。 机械工程也好，人工智能也罢，抑或历史、哲学、科幻……在穆拉蒂的世界中，这一切并非泾渭分明的独立学科，一切都是可以求索的。同样地，“大厂”还是初创公司，对于穆拉蒂来说也并不重要。 三年之后，她选择奔赴下一站，进入增强现实初创公司Leap Motion（现更名为Ultraleap）工作，从事虚拟现实和人机交互方面的产品研发。 虚拟现实很激动人心，穆拉蒂看到了和计算机互动“像玩球一样直观”。但她也很快意识到，虚拟现实技术还远远没有成熟。 是时候重新起航了，这一次，穆拉蒂选中了OpenAI。  穆拉蒂的加入恰逢其时，立刻担起重任，成为“应用人工智能及合作伙伴关系副总裁”。那是在2018年，OpenAI正处在特殊的时期。他们用大规模数据和超算训练AI模型，但是钱是一个问题。联合创始人马斯克因为分歧在年初离开OpenAI，前Y Combinaor走到台前出任CEO，OpenAI经历了转型，拉来了微软这个大金主。穆拉蒂利用自己在产品管理和商业合作方面的经验，帮助OpenAI探索将AI技术产品化并建立外部合作伙伴关系。 随后的几年，穆拉蒂逐渐成为公司技术战略和产品开发的核心人物，并于2022年5月正式成为CTO。 ChatGPT在2022年11月底向大众推出，这个决定正是在穆拉蒂的推动下做出的。 这个做法不可谓不激进。在当时，科技公司对大众开放的，更多是一些工具类的应用，如Google助手的语音机器人版本Google Duplex。但OpenAI一直以来以组建基础设施，调整模型为主，并直接将大模型驱动的对话机器人推出市场，人人可用，免费。 “对话”，就是为了更好地收获反馈。 穆拉蒂认为，如果一直在AI实验室里“真空”研究AGI（通用人工智能），一来缺少大众反馈，难以确定方向是否正确，二来如果真的研究出AGI，再向大众释放，也会造成过大的冲击。 “我认为，以负责任、安全的方式将这些技术引入公众意识非常重要。” 穆拉蒂不仅是AGI 的信徒，更积极地致力于将其变为现实。AGI 本质上是具有更多人类特征和智能的人工智能，或者用 Sam Altman 的定义来说，是“我们尚未完全拥有的东西”。 这种方法使她成为“实践派”技术领导者，有别于Google和其他倾向于将研究限制在封闭群体内的公司。 这个技术决策，一举将OpenAI送上“神坛”。在大量的关注下，OpenAI获得了愈发重组的资金，收获了更多合作伙伴，也推动其产品加速研发。 **权力斗争中的决断力与平衡术** OpenAI这家公司也好，人工智能本身也好，规模和影响力都在急速膨胀。 争议与分歧也在急速膨胀。 科研、使命与商业化之间如何权衡，人工智能发展与人工智能安全之间如何平衡，以及人工智能与人类之间如何和谐共处，众说纷纭。 尤其是在2023年，这样的争议带来巨大的噪声。马斯克联名呼吁暂停训练大型AI模型以评估安全，后创办了自己的AI公司xAI，旨在追求“可解释和对齐”的通用人工智能。在OpenAI内部，也有以苏茨克维为代表的研究者非常担忧AI安全性的问题。而奥特曼，则被外界认为更加醉心于公司的商业化，或者说，对于公司如何获得充足的资金继续前行表现出了极大的热情。 不同于大呼“AI毁灭人类”，也不同于“OpenAI使命不再”“商业化和安全相悖”，穆拉蒂依然秉持“融合”之道。一方面，穆拉蒂曾在马斯克执掌的特斯拉工作，这意味着她对马斯克崇尚的“大胆创新、快速行动”文化不陌生。另一方面，穆拉蒂也很关注AI安全问题，在OpenAI长时间和苏茨克维密切合作，后者侧重前沿研究突破，她侧重将研究转化为产品和推进安全措施。穆拉蒂多次在公开场合直言不讳，主张引入AI监管，在GPT-4出厂时表示“如果少一些炒作会更好”。 可以说，马斯克（尤其是在成立xAI之前）强调“控制AI以确保安全”，而穆拉蒂则更倾向于“在前进中解决问题”。 按理说，穆拉蒂的技术策略和奥特曼是高度吻合的——不排斥商业化，快速前进，同时尽量促进合规。 在2023年11月OpenAI那场震惊世人的“宫变”之前，穆拉蒂还没有那么大的知名度。 人们惊讶地得知，OpenAI的CEO居然被解职，而穆拉蒂被任命为临时CEO。更令人惊讶的是，很快，穆拉蒂带领员工反抗董事会作出的决定，呼吁奥特曼回归。苏茨克维很快被“揪出来”，成为这场“宫变”的“幕后推手”。 随着媒体的不断挖掘，背后的故事愈发复杂。 去年3月，《纽约时报》曾援引知情人士称，实际上，穆拉蒂曾向奥特曼发邮件，质疑其管理能力，并向董事会表达了她的担忧，直接促成了董事会的罢免行动。 彼时，穆拉蒂驳斥了这个说法，并称是前董事会的一些成员拉她当替罪羊。  随后，《华尔街日报》也发布报道，披露了更多细节，称是穆拉蒂和苏茨克维两个人向董事会质疑奥特曼的管理能力。穆拉蒂实际上提供了大量的事例来向董事会说明这一点。 其中一个事例是，奥特曼有害的管理风格多年来一直在给穆拉蒂制造问题，比如布洛克曼（另一位OpenAI联合创始人，且一直在研发前线奋斗）向她汇报工作，但每当她试图约束他时，他就会去找奥特曼。这让她几乎无法完成工作。 但有意思的地方在于，董事会开除奥特曼的动作太过突然，且语焉不详，导致OpenAI员工反弹剧烈。在这个时候，穆拉蒂和苏茨克维意识到，要让OpenAI不四分五裂的唯一方式就是奥特曼回归。于是，穆拉蒂要求董事会披露开除奥特曼的细节，后者没有做到后，她毅然站在了奥特曼一边。 也就是说，即便穆拉蒂和奥特曼在公司的技术战略上基本一致，但日常管理当中仍旧有很多分歧。在这样的背景下，穆拉蒂既向奥特曼直言，也向董事会反馈。但当董事会处理不当的时候，她选择支持奥特曼。 她知道什么是自己认同的，什么是自己不能苟同的，但同时，她对局势有非常敏锐的判断力，知道什么时候应该调整优先级。 在这样一通闹剧之后，苏茨克维陷入沉默，并最终离开，成立专注于AI安全的公司。穆拉蒂却通过出色的平衡与融合的本事，更加频繁地活跃在前台。 奥特曼回归OpenAI之后的将近一年时间里，两个人的合作甚至更加紧密。穆拉蒂更多地在台前为OpenAI的新产品宣传，经常面对一些很棘手的问题。同时，在外界穆拉蒂逐渐被人们所熟知，人们发现了ChatGPT背后隐秘的大佬，也发现了她不可思议的平衡术。  即便是谈话本身也透露着这一点，穆拉蒂可以谈得很深入，但同时说得清晰易懂。她不仅深入人工智能本身，也引入哲学家、社会科学家、艺术家等。她不向人们保证AI绝对不会替代人类工作，而是直言有些工作本身就不应该人类来做。 媒体开始将她称为“人工智能领域最有趣的人”，《时代》杂志评价她：“米拉·穆拉蒂可以非常直接地和你讨论人工智能的危险，同时还让你觉得一切都会好的。” **该走了** 去年9月的一个早晨，穆拉蒂告诉奥特曼，她决定离开公司。 这对奥特曼来说是一个很糟糕的消息。 OpenAI刚发布了首个推理模型o1，且传出了将转型为营利性公司的消息，正在创新与转变的关键时期。另一方面，高管震荡已经持续有一段时间，就在几个月前，苏茨克维也离开了。 而穆拉蒂成为OpenAI的代言人式人物，在奥特曼应对一个又一个危机、公众信任度下降的同时，穆拉蒂的亲和力是一种中和力量。 “我当然不会假装这次变动如此突然是理所当然的”，但他别无它法，只能答应，并且为穆拉蒂送上祝福。 穆拉蒂在给员工的备忘录中表示，离开自己珍爱的地方永远没有理想的时机。之所以要离开，是要“进行自己的探索”。她特别提到，她当时在OpenAI的首要任务是确保平稳过渡，保持已经建立的势头。  在这次官宣离职之中，穆拉蒂和奥特曼之间的纠葛成了“房间里的大象”。而从穆拉蒂的字里行间，不难看出在OpenAI“维稳”已经不能满足她。 也许一切已经在《纽约时报》爆料穆拉蒂参与了“宫变”时注定。这无关乎奥特曼是否会“记恨”穆拉蒂，而是穆拉蒂已经准备好再进一步。就像从阿尔巴尼亚到加拿大、美国求学，就像从机械工程到文学、人工智能的多重跨越，就像从特斯拉到初创小公司的选择。 在OpenAI后续即将来临的重组中，穆拉蒂势必需要更努力地“维稳”，在产品发布、外界质疑、员工变动中艰难保持技术步伐。在这里，管理和公关的压力足以盖过“探索”的欢欣。 而她已经收获了巨大的声誉，在OpenAI内部也积累了丰富的人才资源，创业是一个有广阔可能性的选择。苏茨克维在离开后的新公司“安全超级智能（SSI）”致力于在确保安全与道德的基础上开发超级智能，筹集了超过10亿美元，估值高达300亿美元规模。 在穆拉蒂刚离开OpenAI的时候，只是传出可能要创业，就已经有人排着队想要投资。人们也好奇穆拉蒂的“探索”会是什么。 最终，在今年2月，穆拉蒂终于揭晓她的新公司名叫Thinking Machines Labs，宗旨是开发以人机协作为中心的下一代AI系统，而非追求完全自主的超强AI。  穆拉蒂表示，新公司的愿景是在保持最前沿能力的同时，让AI更灵活地适应人类的各种需求，让AI技术“更广泛可及”地为人所用。 这和OpenAI、Anthropic，抑或苏茨克维的SSI都非常不同，他们追求更强大的模型，而穆拉蒂希望填补AI能力和用户使用、社会理解之间的鸿沟。在她看来，AI要做的不是替代人类，超越人类，而是与人类达成真正的协作关系。 这种公司愿景的差异化，叠加穆拉蒂本人在OpenAI作为技术领导者的号召力，对人才有非常大的吸引力。 此前官宣的29人团队阵容里，有三分之二来自OpenAI。首席科学家是OpenAI联合创始人约翰·舒尔曼（John Schulman），CTO巴雷特·佐夫（Barret Zoph）则是OpenAI前研究副总裁，领导后训练研究工作，直接参与ChatGPT的核心开发。 今年2月，TML计划以90亿美元估值进行10亿美元融资，但最新消息显示，TML正在寻求高达20亿美元的种子轮融资，估值可能高达100亿美元。这一规模前所未有，远超传统初创公司的融资范畴。如果成功，将创下AI创业公司种子轮的纪录。 投资者与OpenAI旧部对穆拉蒂的认可和信心可见一斑，AI版图上正在崛起一支新的重要力量。 只是创业与在明星公司当高管终究有很大的不同，穆拉蒂的新公司尚未推出任何产品。实际上，人们甚至不清楚TML的产品大概会是怎样的。 作为创业者的穆拉蒂，是否还能很好地平衡技术与伦理，融合不同的视角，兼顾伦理与商业化？这都需要时间的检验。 但对于奥特曼来说，穆拉蒂已经成为“OpenAI叛将”中最有威胁力的存在之一。她有产品落地和商业化的经验，处事圆滑且建立了良好口碑和大众形象，差异化的打法很可能出其不意，让OpenAI难预判也难防守。 穆拉蒂“新的探索”，奥特曼“新的挑战”，都在路上了。 [查看评论](https://m.cnbeta.com.tw/comment/1492440.htm)

代码截图泄露，满血版o3、o4-mini锁定下周！更劲爆的是，一款据称是OpenAI的神秘模型一夜爆红，每日处理高达260亿token，是Claude用量4倍。奥特曼在TED放话：将推超强开源模型，直面DeepSeek挑战。  近了，近了！全网多个流出的代码截图显示，满血版o3、o4-mini，以及o4-mini high，有极大概率在下周发布。  不仅如此，在OpenRouter平台上，一款神秘模型Optimus Alpha（ELO得分1387）直接霸榜，据称就是o4-mini。   另一款Quasar模型也杀入竞技场TOP 5，奥特曼对其亮眼的表现做出了回应 这款模型最大亮点在于，上下文长达100万token，一举超越了Claude 3.7 Sonnet。 更令人震惊的是，OpenRouter数据显示，Optimus Alpha才上线没几天一夜爆红，每日处理token数量高达260亿。  另一边，OpenAI正在为开源模型做准备，上周内部召开讨论会，邀请了AI社区大佬提建议。 在TED最新对谈中，奥特曼再次回应了DeepSeek，“我们正在开发一款强大且媲美顶尖LLM的开源模型”。  不论是o4系的发布，还是OpenAI开源模型登场，都足以让AI圈兴奋一段时间了。 **o4系模型出世，直接霸榜？** 大佬Matthew Berman从更多公开测试的蛛丝马迹中，发现了神秘模型Optimus Alpha的一些亮点。 卓越的多文件协同处理能力 出众的设计美学感知 对复杂系统的直觉式理解 闪电般的响应速度 自如切换抽象层级的能力  在Aider多语言编程方面，可与o3-mini-medium、Grok 3相媲美，拿下53%的分数。 创意写作v3基准上，它甚至击败了Gemini 2.5 Pro，ELO得分1320.8。另外，在SQL的生成上，平均得分为0.830，其中80%为满分。  可以明确的是，新模型专为编程和技术任务构建。在SQL查询生成、Web开发和系统设计方面的性能，均超过了任何公开可用的工具。 比如，在Roo Code社区中，Optimus Alpha使用量已是Claude模型的4倍，深受广大开发者欢迎。  在编码测试中，Matthew给出一个简单的指令——为我创建一个带有功能购物车的电子商务网站。 Optimus Alpha便智能地设计出完整的UI界面，还制作出了“抽屉式购物车”，要知道大多数AI都会失败。  再比如，一次性生成贪吃蛇游戏。 Optimus Alpha可以做到自定义渐变色用于贪吃蛇，深绿色的头部可便于视觉区分。 而且，简洁直观的操控界面，完整的游戏机制，都印证了其编码能力的强大。  最关键的是，代码生成速度令人惊叹，这体验就像随时召唤一位世界顶级工程师。  更强的o4系模型已预定，那么关于开源模型，OpenAI又有怎样的规划呢？ 不如，一起看看TED大会上，奥特曼如何回应的AI开源竞赛，以及关于当前爆火GPT-4o生图、AI下一个突破、对就业创造力影响。 **GPT-4o承包创意工作，人类怎么办？** 周五，奥特曼现身温哥华TED大会现场，与TED负责人Chris Anderson进行了一场深入的对谈。 对谈一开始，Anderson用最近爆火的Sora生图功能生成了一张图片，图片中奥特曼正向他分享着惊人的信息。  Anderson表示这图画的还不错，至少是个B+。接着他又展示了一张图片，这次他让Sora描绘一下智能和意识的区别。  这张图真的让Anderson感到震惊了，因为这显然不只是图像的生成，它似乎理解了你想要什么。 对此奥特曼表示，这个图像生成的功能是GPT-4o的一部分，包含里面的所有智能。 “这也是为什么它能做出这些让人惊叹的事情。” 面对如此智能的AI，Anderson不禁问奥特曼，“我的未来该怎么办？”。 奥特曼说人们对此有两种看法。一种是“天啊，它把我做的事全干了，我该咋办？”。 而另一种是“每次技术革命都这样”，新的工具能提升人的能力，让人做的更多。 “所以适应起来应该不难。” 这时，Anderson突然冒出一句：“这会不会是个版权问题啊？” 观众哄堂大笑，现场还夹杂着掌声。看来大家都对这个问题很感兴趣。 奥特曼的回应是，如果艺术家愿意把自己的风格授权给别人用，那么可以为他们设计分成机制。 也就是说，未来不只是“版权”问题这么简单了，“风格”也将会成为重要的车资产。 不过，真正棘手的，在海量的AI作品面前，要怎么区分“灵感借鉴”和“抄袭模仿”呢？ **OpenAI将推最强开源LLM** Anderson问奥特曼，DeepSeek的出现有没有让你有点慌？ 奥特曼认为开源很重要。就在昨晚，他们还在开会讨论开源模型的参数和方向。 OpenAI正打算开源一款非常强大的模型，性能比现在所有的开源模型都要好。 奥特曼还强调了一下，虽然他们在开源方面行动的有点晚，但他们会做的很好。 虽然DeepSeek势头迅猛，但并没有影响ChatGPT的增长速度。 “我从来没见过任何一家公司有这种增长速度。ChatGPT的增长简直疯狂！”奥特曼表示。 根据上次公布的数据，OpenAI每周有5亿的活跃用户，而且还在飞速增长。 奥特曼还提到了新的“记忆”功能。模型会慢慢了解你，陪你走过人生的不同阶段。 他希望OpenAI能继续保持专注，做出这个领域里最顶尖的产品。 **AI双突破，2年研究半天搞定** 奥特曼预计AI将在两个方向上有重大的突破。 首先是在科学领域。 奥特曼说他相信科学发现是让人们生活越来越好的最重要推动力。有了新发现，我们就能用更少的资源做更多的事，把“可能”的边界往外推。 OpenAI最新的模型已经开始让科学家们兴奋了，他们的效率比以前高得多。 借助AI工具，很快会开始看到在对抗疾病方面的一些实质性进展。 至于物理学，奥特曼说可能需要更长时间，但很期待。 另一个重要方向是软件开发。 奥特曼说未来几个月，这个领域就会发生翻天覆地的变化。 他说一些工程师现在一个下午就能完成以前两年才能做完的工作！ 对于外界的一些传闻，奥特曼说他们并没有偷偷藏着有意识的模型，以及能自我改进的模型。 奥特曼还对他们模型的安全性很有信心。 “有人会说各种事情，但现在全球大概有10%的人正在使用我们的系统，我们对自己的安全记录非常骄傲。” 他还透露，OpenAI已经准备好了一旦发现危险就迅速叫停的机制。 这就是一个不断试错的过程：把系统推向现实世界，在风险还相对可控的时候收集反馈，发现问题，然后解决。 **ChatGPT不是AGI** 奥特曼说ChatGPT还不能算是AGI，因为它还不能自己持续学习、提升。 它也没办法在自己不擅长的领域主动变强，自主地探索新科学、更新知识库。 甚至还不能像人类一样坐在电脑前完成各种知识型工作。 对于到底什么是AGI这个问题，奥特曼直接讲了个笑话：“你把10个OpenAI的研究员关一个屋子里，让他们定义AGI，估计能整出14个不同的答案。” 目前都没有个统一的说法。 所以比起“AGI啥时候来”，更重要的是认识到我们正处在AI能力指数级增长的曲线上。 你可以说“这是我眼中的AGI”，别人可以说“超级智能在那儿”，但不管咋样，我们都得面对这个超级厉害的系统带来的好处，同时想办法让它安全。 整场近一小时对谈中，奥特曼其他的一些精彩观点： 要盯紧AI智能体的安全问题。 奥特曼分享成为父亲对他个人产生了深远的影响，他否认了AI会对他的孩子未来构成风险，但也承认有更大的责任去塑造一个对孩子有积极影响的世界。 奥特曼还描述了一个未来，AI将比他的孩子更聪明，但他认为这是一个好事。持续的创新、丰富的资源和智能AI将会无缝融入日常生活，未来一代人将会觉得当前人们又辛苦又落后。 [查看评论](https://m.cnbeta.com.tw/comment/1492438.htm)

库克站在帕洛阿尔托总部落地窗前，手中的不锈钢咖啡杯折射出硅谷特有的冷光。这位供应链管理大师或许从未想过，自己精心打造的全球化精密系统，会在2023年形成如此致命的反身绞索。 [](https://n.sinaimg.cn/finance/transform/116/w550h366/20250409/77e9-39fe7f1cec382c99d7a388aabe7850bc.png) **全球化的完美悖论** 苹果2023年Q2财报显示，其产品92.7%的产能集中在中国大陆，这个数字在库克掌舵的12年间提升了19个百分点。这个被华尔街称为"现代制造业第八大奇迹"的体系，用富士康郑州园区方圆3公里内聚集的178家配套企业，创造了48小时将零件变成手机的产业神话。但当美国《芯片法案》第104条关税利剑劈下，这个精密如瑞士钟表的系统瞬间沦为致命陷阱——把价值链上每个齿轮都打磨到极致的代价，是失去重组生态的弹性。 [](https://static.cnbetacdn.com/article/2023/0802/ece7f789c32e1ab.webp) **成本困局的死亡算术** 波士顿咨询的模拟测算撕开残酷现实：若将15%产能回迁美国，iPhone Pro Max成本将暴涨至1599美元。这不仅是组装工人时薪从4.5美元到27美元的简单乘法，更是整个产业配套体系的坍塌。库比蒂诺工程师发现，在得克萨斯州，找到能操作真空镀膜机的技工比招募火箭科学家还难；而在深圳，这样的技术工人可以在人才市场成批招募。更讽刺的是，试图通过自动化突围的尝试，反被美国《劳资协议》第7.3条束缚——机器人替代率超过35%的企业将失去税收优惠。 **产业链重构的量子纠缠** 台积电凤凰城工厂的困境正在上演现代版"特洛伊木马"。这座投资400亿美元的5nm晶圆厂，因为缺少3000名具备半导体级无尘车间操作经验的工人，投产日期已经三度推迟。而在苏州，同样规模的工厂从破土到量产只用了11个月。苹果的5000亿美元回流资金看似天文数字，但在重建产业链的量子纠缠中，连支付ASML光刻机工程师的差旅补贴都捉襟见肘——这些荷兰技术团队现在要求每天2000美元的"铁锈地带特别津贴"。 **两难困局中的豪赌** 库克秘密推动的"Project Hydra"暴露了苹果的突围野心：将85%的低端产能留在亚洲，同时把AR眼镜、脑机接口等前沿产品放在美国本土。这种"技术隔离"策略看似聪明，却陷入更深层的悖论——苹果研发支出占比已降至7年最低的5.2%，而特斯拉的研发投入占比同期增长了83%。更危险的信号来自供应链：为Vision Pro提供Micro-OLED屏幕的索尼，其关键蒸镀设备仍然深锁在东莞的保税仓库。  全球化与本土化的量子叠加态中，库克桌上的沙漏正在加速流逝。当特斯拉上海工厂用11个月创造从荒地到量产的神话时，苹果在印度钦奈的工厂仍在为厂区排水沟的坡度争议扯皮。或许这才是全球化最残酷的寓言：当你把效率锻造到极致时，也为自己铸造了最完美的牢笼。 库克手中那杯凉透的咖啡，倒映着整个硅谷的集体焦虑——在产业回流的浪潮中，究竟谁在裸泳？ [查看评论](https://m.cnbeta.com.tw/comment/1492436.htm)

终于，华为盘古大模型系列上新了，而且是昇腾原生的通用千亿级语言大模型。我们知道，如今各大科技公司纷纷发布百亿、千亿级模型。但这些大部分模型训练主要依赖英伟达的 GPU。而现在的情形下，国内研究团队很难获得足够的计算资源，这也制约了国内大模型技术的快速发展。  我们看到华为盘古发布的这篇新研究，证明了基于全国产的昇腾也可以实现领先的大规模语言模型的研究与开发。  技术报告标题：Pangu Ultra: Pushing the Limits of Dense Large Language Models on Ascend NPUs 技术报告地址：https://github.com/pangu-tech/pangu-ultra/blob/main/pangu-ultra-report.pdf 研究称华为盘古团队成功开发出基于昇腾算力训练的千亿级通用语言大模型 Pangu Ultra。在效果上，Pangu Ultra 在多个领域和评测上超越之前 Llama 405B 和 Mistral Large 2 等稠密模型，并可以与 DeepSeek-R1 等更大规模的稀疏模型一较高下。 Pangu Ultra 是一个拥有 94 层架构、总参数量达 135B 的超大稠密模型。针对超深千亿级大模型的训练稳定性问题，研究团队提出了新的稳定性架构和初始化方法，成功实现了在 13.2T 高质量数据上的全流程无 loss 突刺长稳训练。同时，在系统实现层面，团队通过一系列系统优化策略，在 8192 张昇腾 NPU 构建的大规模集群上将算力利用率（MFU）提升至 50%。 接下来，让我们从模型架构、模型训练等方面，详细了解下 Pangu Ultra 的技术细节。 模型架构 基础架构信息：Pangu Ultra 包含 1350 亿参数、采用了 94 层的 Transformer 结构。其中 FFN 采用 SwiGLU 激活。注意力层采用 GQA 降低 KV 缓存占用。 Pangu Ultra 针对大规模极深模型的训练稳定性问题提出了 Depth-scaled sandwich-norm 和 TinyInit 初始化两项技术。 Depth-scaled sandwich-norm：与混合专家模型（MoE）侧重在宽度上扩展不同，大规模稠密模型通常采用更深的层数。然而，深度增加会加剧训练稳定性的挑战。考虑到预训练的巨大成本，保证大模型的稳定训练至关重要。 Pre-LN 在基于 Transformer 的大语言模型架构中被广泛应用，但采用 Pre-LN 的模型中，各子层输出尺度的波动容易导致训练不稳定。为解决此问题，Sandwich-Norm 在残差连接前对每个子层输出额外施加 layer norm。虽然 Sandwich-Norm 能保持单个子层输出的尺度稳定性，但跨越多层的残差连接仍会导致输出范数逐渐累积，进而引发训练不稳定。 为此，Pangu Ultra 提出 Depth-Scaled Sandwich-Norm（DSSN）。该技术通过对每个子层输出的 layer norm 的 gamma 参数来调控各层输出尺度，通过把 gamma 参数初始化为与网络深度的平方根倒数成比例。下图展示了 Depth-Scaled Sandwich-Norm 与 Pre-LN 架构的差异。实验结果表明所提出方法相比基准方法在稳定性和收敛性都具有较大优势（见模型结果与分析）。  Pre-LN 与 DSSN 架构对比。相比 Sandiwich norm，DSSN 对 layer norm 系数做了特殊的 re-scale TinyInit: 模型初始化对训练稳定性和性能具有关键影响。基于 Transformer 的大语言模型普遍采用 small init 策略，即所有权重初始化为标准差为  的正态分布。另外有工作将残差层权重在初始化时缩放  倍。 Pangu 提出了同时根据模型深度和宽度缩放的参数初始化策略 TinyInit，所有权重初始化标准差  ，能加速 loss 收敛并提升下游任务性能。TinyInit 能使模型各部分的参数尺度更加一致，从而有利于优化和收敛（见模型结果与分析）。 Pangu Tokenizer：在 Pangu Ultra 的中，作者优化了分词器（Tokenizer）。传统方法在构建词汇表时，常因数据分布导致通用文本占比过高，而代码、数学等专业领域的词元代表性不足。为解决此问题，Pangu Ultra 采用了“领域感知”的分词词表策略： 对通用中文、通用英文、代码、数学等多个关键领域的数据独立进行词频分析，生成领域专属词汇表。 随后，将这些词汇表合并与去重，形成了一个包含 153376 词元的分词词表。 这种方法提升了词汇表在不同领域间的均衡性，确保了模型在处理文本、代码、数学等多样化任务时，都能获得更精准、高效的理解基础，同时保持了良好的整体压缩效率。  各领域词在 Pangu 词表中的分布 模型训练 预训练策略与数据：Pangu Ultra 的预训练过程的三个阶段：12T tokens 的通用能力训练、0.8T tokens 的推理能力增训以及 0.4T tokens 的退火阶段。  Pangu Ultra 预训练各个阶段的数据配比 Pangu Ultra 模型的预训练语料覆盖了高质量、多样化的 13.2T tokens，如上表所示，整个预训练过程分为三个阶段：通用阶段（General）、推理阶段（Reasoning）和退火阶段（Annealing）。 通用阶段（12T）旨在帮助模型积累知识和语言表达能力，推理阶段（0.8T）旨在强化模型推理技能，而退火阶段（0.4T）则进一步教会模型如何运用已学到的知识和推理技能。 团队为训练语料打了质量与难度的标签分数，并在上述三个阶段中采用课程式的数据采样策略，即完成一个从易到难的学习过程： 通用阶段覆盖了大量的书籍、网页、百科、多语言以及各行各业的语料，实际训练中分成了两个子阶段，训练量分别为 7.4T 和 4.6T tokens； 推理阶段重点提高泛数学、理科以及代码数据的比重，强推理数据占比超过 60%； 退火阶段将指令类数据占比提高到 20%，旨在激发模型更好的应用知识和推理技能。团队设计了大量的指令类问答对，并且包含长、短思维链，这些推理路径经过精心优化，以确保内容清晰且逻辑连贯。 数据质量评估是提升模型训练效果的核心环节，Pangu Ultra 结合规则筛选与 AI 评估优化数据质量。团队设计人工标注数据，微调盘古系列模型作为质量评估器，从数据干净度、流畅性、教育价值和信息密度四个维度，对超过 10T 语料进行打分，并且赋予高质量语料更高的采样概率。 团队基于 Pangu 26 亿参数的代理模型进行了大量的消融实验，结果表明基于低质量数据训练的模型需要多 1.6 倍训练量才能达成基于高质量数据的同等效果，进一步印证了数据质量对于提升训练效率的关键价值。 长序列扩展：Pangu Ultra 模型通过两阶段长度扩展训练将可支持的输入 token 数增加到 128K，可以输入约 10 万英语单词或者 17 万中文汉字。针对长序列训练中 RoPE 基础频率这一重要参数，在训练前首先在目标扩展长度的特定验证集上对不同的参数进行评测来搜索出最优的参数，保证了长度扩展的效果。 后训练策略与数据：在模型后训练阶段，通过两阶段优化实现能力跃升：首先采用监督微调（SFT）建立基础指令跟随能力，随后引入基于结果的强化学习（RL）框架，显著提升模型的复杂推理、价值对齐和指令执行能力。为充分发挥昇腾算力优势，研究团队特别设计了具有延迟容忍特性的强化学习框架，配合融合确定性信号与模型评估的混合奖励系统，在数学推导、代码生成和通用问题解决三大领域构建精准反馈机制，确保大规模策略优化的效率与稳定性。 模型在 AIME 2024、MATH-500、GPQA Diamond 和 LiveCodeBench 等核心推理基准上取得了理想的性能，验证了后训练架构的有效性，这既得益于预训练阶段 0.8T 规模的专项推理数据积累，也源于强化学习阶段对模型潜力的深度激发。同时模型仍保持强大的通用语言理解能力（MMLU-pro 和 ArenaHard），彰显了技术路径的均衡性，结果见模型结果与分析部分。 系统优化 Pangu Ultra 135B 的训练环境是一个配备了 8192 个昇腾 NPU 的大规模计算集群。团队通过混合并行策略、细粒度负载均衡调优、高效融合算子、子序列切分以及数据缓存共享等技术手段，在 8192 卡规模的集群中实现了超过 50% 的 MFU（Model FLOPs Utilization）。 并行策略：为了扩展 Pangu Ultra 的训练规模并提升集群线性度，团队采用了混合并行策略。在 8192 卡规模的集群中，使用了 128 路数据并行（Data Parallelism）、8 路张量并行（Tensor Parallelism）和 8 路流水线并行（Pipeline Parallelism），同时结合了 ZeRO 和序列并行（Sequence Parallelism），以降低模型参数、优化器状态和激活值的显存占用。由于 batch-size 的限制，大规模集群训练中每个数据并行（DP）组的批次较小，导致较高的流水线空泡率。为解决这一问题，团队引入了 6 路虚拟流水线（Virtual Pipeline）调度算法，将训练空泡率从 30.45% 降低至 6.8%。通过一系列精细的负载均衡优化，在 BF16 训练精度下实现了 43% 的 MFU。 系统优化：为了进一步提升大规模集群的训练效率，团队从多个方面进行了系统优化，将 8192 卡训练的 MFU 从 43% 提升至 52%。关键优化技术包括： MC2（Merged Compute and Communication）通算融合 通过将训练中的矩阵乘法（MatMul）计算与张量并行（TP）切分引入的通信操作细粒度拆分，并对计算和通信操作进行深度流水线编排，实现了通信与矩阵乘法的高效重叠，显著提升了资源利用率和训练效率。 NPU Fusion Attention（NFA） 针对昇腾 NPU 优化的自注意力（Self-Attention）融合算子，支持 Attention Mask 压缩，避免了显式构造 Attention Mask 带来的计算和显存开销。在 Pangu Ultra 训练中，根据每个样本的结束标记（EOD）计算出实际序列长度（actual_seq_len），并将其传入 NFA。NFA 内部使用一个 2048×2048 的下三角矩阵作为素材库，根据 actual_seq_len 动态构造训练时的 Attention Mask，从而在重置 Attention Mask 的场景下实现高效的自注意力计算。 其他融合算子 除了 MC2 和 NFA，训练还采用了 RMSNorm、SwiGLU、RoPE 融合算子、梯度累加融合以及 PP send/recv 融合等技术，进一步提升了系统性能。 子序列切分 上下文并行（Context Parallelism，CP）是长序列训练中常用的优化方法。为了实现 CP 切分下的负载均衡，Megatron-LM 将序列切分为 2×CP 个子序列，每个设备负责计算上下两个 chunk 的数据（见图 1.(b)）。然而，这种切分方式在重置 Attention Mask 的场景下仍会导致负载不均（见图 1.(c)）。Pangu Ultra 采用了改进的子序列切分并行方式，针对每个样本中的子序列采用负载均衡的切分策略，每个节点负责计算子序列中的两个 chunks（见图 1.(d)）。  图 1. 子序列切分的序列并行方式 显存优化 允许同一计算设备上的不同 vpp stage 之间共享 attention mask/actual_seq_len，RoPE sin/cos， position embedding 等数据。避免重复的计算和显存开销。 模型结果与分析 Pangu Ultra 实现了昇腾近万卡大集群上约 13T 数据的长稳训练，DSSN 和 TinyInit 保障训练全程没有出现任何 loss 突刺，如下图：  Pangu Ultra 预训练 Loss，全流程无 loss 突刺 Pangu Ultra 的预训练基座模型测评结果如下。对比稠密架构的代表 Qwen2.5-72B 和 Llama 405B 以及 MoE 架构的代表 DeepSeek V3。Pangu Ultra 在大多数 benchmark 上取得了最好的效果，和同为稠密架构的模型对比优势更加明显。  Pangu Ultra Base 测评结果，粗体表明最好结果，下划线表明该模型在 dense 中最好 经过后训练之后，Pangu Ultra 在主要的 Reasoning benchmark 上的表现如下所示。  Pangu Ultra 在 Reasoning Benchmarks 上的表现 Pangu Ultra 在 AIME24，MATH-500，GPQA，MMLU-Pro 等指标上超越 DeepSeek R1。关于盘古后训练使用的相关技术将在之后的报告中发布。 针对训练稳定性，团队发现 DSSN 和常见的 Pre-Norm（Pre-LN）架构对比能够完全杜绝训练中的 loss 突刺现象。在 gradient norm 上，使用 DSSN 的模型也更加平稳，突刺更少。经过测评，DSSN 架构的模型效果也超出 Pre-LN 架构，说明避免训练突刺的重要性。  DSSN 与 Pre-LN 的训练对比  DSSN 架构和 Pre-LN 架构的测评效果对比 使用 Sandwich-Norm 架构时，RMSNorm 的 affine 参数 gamma 初始化非常重要，该研究提出的 DSSN 方案与普通 Sandwich-Norm 架构对比训练 loss 也更加平稳，且收敛更快，如下图所示。  DSSN 对比普通 Sandwich-Norm 关于 TinyInit，团队在 135B 的模型规模上训练了约 100B tokens，和经典基线初始化方案相比取得了较为明显的优势。  TinyInit 对比普通初始化的模型测评效果 [查看评论](https://m.cnbeta.com.tw/comment/1492434.htm)

<blockquote><p>跨境电商中，会涉及到多币种的转汇场景。合理的转汇逻辑，是避免资金损失的关键环节。本文以土耳其清关为例，说明转汇设计原则。</p> </blockquote>  土耳其针对跨境电商的海关政策： 需要以CFR价(货值+运费)进行申报，币种要求为美元； 申报金额不得超过30欧，超过30欧会扣押销毁； 关税0起征，分层税率。 ## 一、汇率时间点 汇率是在不断变化的，需要按业务场景，来取确定时间点的汇率。 例如：消费者先下单，第二天完成支付，支付币种土耳其新里拉，需要转汇为美元进行申报。应该取哪个时刻的汇率进行转汇申报？ A.下单时刻 B.支付时刻 C.物流接单时刻 D.发起申报时刻 因为土耳其存在限制金额，所以在交易下单时，就需要先行转汇并进行校验，防止超金额后被海关扣押销毁。所以取下单时刻的汇率进行转汇，完成金额校验和申报。 其他转汇场景下，也需要先明确取汇率的时间点，保障不同环节的汇率一致，方能避免汇差。 ## 二、精度处理 基础原则：转汇后需要在最小币种单位下，保留整数。 保留整数的两种常规方式：  例如：土耳其新里拉-&gt;美元汇率为：0.0263。如果订单支付金额为2分时，2*0.0263=0.0526美分，四舍五入保留整数，会造成美元金额为0。 取整方式的选择，关键在于全链路要保持一致，避免不同环节处理方式不一致产生误差。如无特殊情况，一般选择四舍五入。 ## 三、加总规则 在订单的金额数值中，存在一定的等式关系，例如CRF价格计算： **包裹CRF价格 = 包裹货值+包裹运费 = sum(商品单价*商品数量) + 包裹运费** 在此种情况下，不能将 商品单价、包裹运费、包裹CRF价格 直接进行转汇，可能会导致转汇后，等式不成立。例如：假设只下单一个sku数量10件，土耳其新里拉-&gt;美元汇率为：0.0263。  在美元币种下，按照CRF公式计算：26*10 +53 = 313≠316。即：如果各项金额均采用转汇方式，会造成在美元视角下，单项加总后不等于总价。容易被海关视角认定为虚假申报。 为解决以上问题，存在此类等式时，不能采用全转汇方式进行处理。一般仅对细分项进行转汇，最终的总和采用转汇后的结果进行加总。上述例子中，包裹CRF总价的美元金额不采用转汇方式，而采用将商品单价、包裹运费转汇后，根据计算公式加总得到。 ## 四、其他注意事项 ### a. 先精度处理，再加和 上述CFR金额计算的案例中，如果不先进行精度处理，直接加和计算： CRF = 26.3 *10 +52.6 = 315.6 = 316，会和转汇结果相同，各项金额取整后，依然会造成美元视角下，单项加总后不等于总价，影响申报。 ### b. 不可使用中间币种转汇 转汇过程中，原始币种和目标币种间必须直接转汇，不可使用中间币种，使用中间币种会容易产生转汇误差。 例如：2025年4月7日汇率如下：(来源：Refinitiv) 土耳其新里拉-&gt;欧元汇率为：0.0241 欧元-&gt;美元汇率为：1.0908 土耳其新里拉-&gt;美元汇率为：0.0263 1198土耳其新里拉(分)转汇到美元，两种方式结果分别为： 直接转美元：1198*0.0263=31.5074=32 先转欧元再转美元：1198*0.0241*1.0908=31.4934=31 使用中间币种转汇在一定场景下，和直接转汇结果不等。故不可使用中间币种转汇。 ### c. 不可使用反向汇率 转汇过程中，仅可乘以正向汇率，不可除以反向汇率，同样容易产生转汇误差。 例如： 2025年4月7日汇率如下：(来源：Refinitiv) 土耳其新里拉-&gt;美元汇率为：0.0263 美元-&gt;土耳其新里拉汇率为：37.9986 1197土耳其新里拉(分)转汇到美元，两种方式结果分别为： 直接转美元：1197*0.0263=31.4811=31 反向汇率计算：1197/37.9986=31.5012=32 除以反向汇率转汇在一定场景下，和直接转汇结果不等。同样不可使用反向汇率转汇。 ## 五、总结 以上述CFR金额土耳其新里拉转美元为例总结： 查询订单下单时刻，土耳其新里拉-&gt;美元 的汇率； 对商品单价和包裹运费进行转汇并记录； 使用美元币种下，商品单价和包裹运费通过公式计算得出包裹CFR金额。 通过以上方式，可以得到较为准确，且美元币种下金额加总可以对齐的美元金额。 作者：风之耳语，公众号：风之耳语 本文由 @风之耳语 原创发布于人人都是产品经理。未经许可，禁止转载。 题图来自 Pixabay，基于 CC0 协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

宜宾的现代产业的构建不仅给其带来GDP增长，于中国乃至全球资源型城市的转型而言，更提供了一种参考范式。

<blockquote><p>商业IP操盘手，一个听起来光鲜亮丽且充满诱惑的职业，被许多人视为通往高薪的快车道。然而，背后隐藏着怎样的挑战与困境？本文将从一位资深IP操盘手的亲身经历出发，揭示这一职业的真实面貌。</p> </blockquote>  商业IP操盘手这个职业这两年挺火的，网上到处都在说IP操盘手年入百万，是新蓝海赛道。很多运营新人被吸引，跃跃欲试。 作为成都的IP运营操盘手，我要告诉你，这背后可没那么简单。 厉害的IP操盘手确实能赚钱，可我赚的大头，靠的是项目分成，以及IP本身的势能。 这是我昨晚签的商业IP孵化超盘的单子，基础工资就这么多，然后按项目净利润的20%-50%阶梯分红，有签对堵协议。 我需要负责全链路操盘，从前期定位规划、内容拍剪到私域转化，对最终的线上获客和商业变现负责。 像我这种单枪匹马的运营操盘手，接case之前也会谨慎评估，尽量把个人的时间精力，去做那些更能拿结果的项目。 确实像头部那些厉害的IP操盘手能赚大钱，但他们靠的是项目分成和本身公司背后的势能。 比如参哥手下的操盘手今年赚了一百万，那一定是他帮项目赚了三百多万以上，这是他们应得的，而且老板舍得分米。 但别被那些鼓吹的声音误导了，真正能带来高额利润增长的操盘手少之又少。 如果你不能给项目持续带来价值，月薪2-3万的高薪岗位也做不长久，老板不赚钱，最多用你3-6个月，就得换更好用的新人。 而且，网上那些到处鼓吹IP操盘手这个行业前景大好的，我觉得大多是为了卖课、搞培训，真干活儿你就知道了，全域操盘没那么轻松。 真正厉害的运营操盘手，不会轻易在市场上随便流通，也不会轻易接活儿。 他们有能力做IP项目商业变现，肯定不是靠三五万月薪就能请来的。 如果有人自称运营操盘手，全案报价一两万甚至更低，那他的操盘运营能力肯定有欠缺，甚至是不合格的。 优秀的操盘手更看重后端分成和IP的专业能力，而不是前期费用。而且我身为操盘手也希望，能有牛B的操盘案例做背书，让我的身价越来越高啊…… 那如果你是企业主/创始人，该如何找到靠谱的商业IP操盘手呢？以下6条是秃头老王作为成都IP操盘手的个人建议，希望能帮到你： ##  1.警惕只谈前期费用的操盘手 如果一个IP运营操盘手，他只关注前期的收费，对项目的长期价值和利润分成不感兴趣，那基本可以pass掉。 真正有能力的商业IP运营操盘手，肯定会更看重项目的整体收益和长期合作潜力，而不是短期的工资收入。 ## 2.拒绝“万金油”式的操盘手 那些号称什么赛道的IP都能做的运营操盘手，往往缺乏专业深度和针对性。（天才除外） 每个IP都有他的独特性，肯定需要根据具体情况，制定运营策略。 如果对方声称能轻松搞定任何行业的IP起号，那很可能是纸上谈兵，没有实际操作经验。 ## 3. 选择懂流量、懂商业、有用户思维的操盘手 一个优秀的IP操盘手，必须具备多方面的专业能力。他们不仅要懂流量（网感），知道如何吸引用户； 还要懂商业逻辑，明白如何将流量转化为收益； 更要具备用户思维，能够换位思考，站在用户角度去想：我为什么要买这个IP的产品或者服务？ 如果这三点缺一，我建议你直接pass掉。因为能搞流量的，只能算中高级新媒体运营或者流量操盘手，距离商业变现还是有差距的。 ## 4.重视沟通和团队管理能力 IP操盘手不仅要负责项目策划和统筹，还需要与团队成员、合作伙伴以及用户进行有效沟通。 如果一个操盘手不会沟通、不会带团队，那项目肯定很难顺利推进。 沟通能力差的操盘手，可能会导致团队内部矛盾频发，项目进度受阻。 ## 5.考察过往项目经验，眼见为实 运营做久了，我还是觉得人性本恶。不要轻易相信那些声称自己很厉害，但从未有过成功过项目的操盘手。 一个真正有能力的操盘手，一定有过成功的项目案例，有一线实战的工作留痕。 你可以要求他们提供过往项目的详细数据和成果展示，看看他们是否真的有实力。 ## 6.拒绝急功近利的操盘手 商业IP的价值，在于长期的信任和用户口碑。 如果一个操盘手急于在短时间内赚大钱，可能会采取一些短视行为，损害IP的长期利益。 不论IP多牛，线上短时间赚大钱，往往会伤害IP的口碑，毕竟树大招风。而且IP靠的是信任，一旦你的口碑崩了，就很难恢复。 如果你按照，以上我说的标准找到了靠谱的操盘手，接下来就是如何合作的问题。 首先，不建议给操盘手发固定工资，而是先谈每月预算。 然后，明确项目多久能变现，最差情况下，这项目能持续多久？ 最后再谈分成比例，最好和我这种一样，阶梯式分红+签订队赌，有压力才有动力嘛。 本文由 @秃头老王聊运营 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自 Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

现在就给大仓配模式判个死刑，为时尚早。

 在人工智能技术飞速发展的背景下，政务服务领域正经历从“经验驱动”向“数据驱动”逐步转型。 大模型凭借其强大的自然语言处理、知识整合与智能推理能力，正在重塑政务服务的全流程效率与用户体验。 通过精准识别用户需求、自动化处理复杂流程，大模型不仅解决了传统政务服务中信息不对称、效率低下等痛点，还为政府与企业、群众之间搭建了智能化桥梁。 我将聚焦**政务服务事项办理的“办事前、中、后”**全流程场景，结合技术应用与典型案例，探讨DeepSeek大模型落地的核心价值与未来方向。 ## 01 办事前：需求引导与精准触达 ### 场景一：政务服务网主页个性化提升 **1.1 用户痛点** **核心痛点：千篇一律的推荐，用户个性化需求被忽视。** 大多数政务网站首页堆砌着“高频事项”入口，例如“社保查询”“企业年报申报”等。然而，这些推荐往往基于全局统计数据，而非用户实际需求。例如： - 小微企业主登录后，首页推荐的却是“个人公积金提取”； - 新市民首次注册时，找不到“居住证办理”“异地医保转移”等刚需入口； - 老年用户需要反复翻页才能找到“养老金认证”服务。 某市数据显示，用户平均需点击5次以上才能定位目标服务，超过30%的用户因体验差转向线下窗口。 **1.2 解决方案** 为了解决上述痛点，我们提出了一套基于DeepSeek的个性化提升的方案。这套系统集成了以下几个关键技术模块： 1. 身份识别：通过企业信用代码、个人身份证等信息，自动区分用户类型（如“科技型中小企业”“退休人员”）。 2. 行为分析：实时追踪用户历史操作，例如： (1) 若用户连续搜索“创业贷款”，次日首页增加“小微企业信贷补贴”入口； (2) 若用户多次办理“社保业务”，主页自动置顶“医保报销”“养老金测算”服务。 3. 动态优化：根据用户点击反馈实时调整推荐策略。例如，某用户多次忽略“税务服务”推荐，系统自动降低该模块权重。 **1.3 用户价值** 通过个性化主页，不同用户登录后将看到量身定制的服务入口，比如： - 企业用户：自动推荐“稳岗补贴申请”“专利快速预审”等专属入口； - 新就业群体：突出“人才公寓申请”“职业技能培训补贴”等政策； **1.4 参考案例** 以杭州市“亲清在线”平台为参考： 该平台引入DeepSeek大模型后，企业用户登录首页即可看到“研发费用加计扣除”“高新技术企业认定”等专属入口。一家生物医药企业负责人反馈：“以前找政策要打十几个电话，现在首页直接推送，就像有个懂行的秘书！”上线三个月，科技类企业线上申报量增长120%。 ### 场景二：统一搜索结合语义理解提升精准度 **2.1 用户痛点** **核心痛点：传统搜索像“猜谜游戏”，用户常因表述模糊而搜索失败，被迫成为检索专家。** 例如： - 搜索“开奶茶店手续”，系统仅返回含“奶茶店”“手续”等分开关键字的数据，而并没有结合开班累企业相关的数据，如“食品经营许可”“消防检查”等； - 搜索“公司裁员”，结果页缺失“经济补偿计算”“员工再就业政策”等关键信息。 **2.2 解决方案** 为了解决上述痛点，我们提出了一套基于DeepSeek的“语义搜索四板斧”以提升智能化水平。 第一板斧：增设AI搜索模块。 该模块将深度融合Deepseek大模型技术，利用其强大的语义理解和知识推理能力，在用户发起搜索时，系统会首先基于政务知识库和Deepseek大模型的预训练知识进行联合检索，精准识别用户意图并提供专业解答。当用户需要进一步咨询时，系统会自动与智能客服系统联动，通过Deepseek大模型特有的上下文理解能力可确保回答的准确性和连贯性，直至用户问题得到圆满解决。  （图源于网络） 第二板斧：向量化索引。 将政策文件转换为多维语义向量，支持模糊搜索。例如，搜索“养老钱怎么领”，可关联“养老金发放”“高龄津贴”等结果。 第三板斧：用户画像聚合到排序策略。 将用户画像结合到搜索结果中根据用户实情来重排序。 第四板斧：场景化引导。 用户搜索“居住证续签”时，系统自动判断资格并提示：“您符合自动续签条件，点击此处刷脸确认”。 **2.3 用户价值** 从“关键词匹配”到“需求深度理解”，智能搜索应做到： - 自然语言提问：用户输入“新生儿要办什么证”，系统自动关联“出生证明”“医保参保”“疫苗接种预约”全流程； - 跨部门串联：搜索“高新技术企业认定”，同步推荐“研发补贴”“人才引进”等关联政策； **2.4 参考案例** 以广州市“穗好办”平台为参考： 一位创业者搜索“咖啡馆开店流程”，系统不仅展示步骤，还提供“消防规范下载”“食品安全培训报名”链接。该功能上线后，搜索引导的办件转化率从18%提升至65%，咨询电话量下降40%。 ## 02 办事中：人机协同与流程优化 ### 场景三：智能客服（事前咨询与边聊边办） **3.1 用户痛点** **核心痛点：客服像“复读机”，填表遇到问题只能干瞪眼，无法即时解决。** - 事前咨询：用户问“注册资本需要验资吗？”，机器人回复“请参考《公司法》”，而非直接告知“认缴制无需验资”； - 边聊边办：填写“施工许可申请”时，用户对“消防图纸要求”有疑问，需退出页面拨打热线，返回时数据已丢失。 **3.2 解决方案** 为了解决上述痛点，我们提出了一套基于DeepSeek的“双引擎客服”，优势互补： - 知识图谱构建：解析10万+政策/办事文件，生成“企业开办”“社保医保”等20个主题的知识网络，作为回复用户咨询的基座。 - 简单事项直接办：在填写字段少于10个，且资料较少的情况下，直接上传智能客服，完成办件。 - 嵌入式导办：在填表页面添加“悬浮助手”，用户点击任意字段（如“统一社会信用代码”）即可查看填写示范。 - 填单进行实时纠错：输入“注册资本100万”时，系统标红提示：“请用大写‘壹佰万元整’”。 **3.3 用户价值** 打造24小时在线的“办事贴心小帮手”： - 事前咨询：复杂问题秒级响应，例如：“外籍员工社保缴纳比例是多少？” - 边聊边办：填表时随时提问，例如：“经营范围怎么写？”系统弹出案例：“参考表述：电子产品销售、技术咨询服务”。 **3.4 参考案例** 以成都市“蓉易办”智能客服为参考： 某装修公司填写“资质申请表”时，通过“边聊边办”功能快速解决7处疑问，全程无需退出页面。该功能使表单一次通过率从55%提升至92%，用户满意度达98%。 ### 场景四：统一申办受理后台的智能化提升 **4.1 用户痛点** **核心痛点：人工审核效率低、政策执行滞后、跨部门协同卡顿。** - 材料审核耗时且易错。审核人员需逐页核验营业执照、资质文件等材料，平均耗时2小时/件，疲劳或经验差异导致20%的施工许可申请因“消防图纸盖章缺失”等细节问题漏审。 - 政策更新无法实时生效。审核事项办理的规则依赖人工维护，比如《公司法》修订后，系统无法自动同步“注册资本认缴制”等新规，导致误判风险。 - 跨部门任务分派低效。涉及多部门联审的事项（如企业变更登记需同步税务、环保部门），人工分派任务导致超48小时流程卡顿占比超30%。 **4.2 解决方案** 用DeepSeek大模型实现“三重智能审核”。 **第一重：材料完整性智能核验** 多模态OCR深度解析，采用基于Transformer架构的OCR 3.0技术，突破传统图像识别的局限： - 支持营业执照、施工图纸等复杂版式文件的字段提取，统一社会信用代码识别精度达99.8%。 - 通过材料特征向量库比对印章位置、文字分布等要素，自动发现”消防图纸盖章缺失”等异常。 - 构建企业知识图谱，关联法人、股东、关联企业等实体关系，识别”同一地址注册多家空壳公司”风险。 **第二重：动态合规智能校验** - NLP语义解析模块实时抓取《公司法》等政策原文，通过RoBERTa-wwm模型实现条款分类（准确率92.7%）。 - 建立政策差异库，自动豁免过时材料要求（如取消”验资报告”）。 - 采用BERT-Whitening算法匹配新旧政策条款，确保”注册资本认缴制”等新规实时生效。 **第三重：跨域协同智能调度（联邦式任务分派系统）** - RPA自动化抓取：通过Playwright框架登录税务、环保等政务系统抓取数据。 - 智能路由引擎：基于部门职能画像自动分派任务，超48小时未响应时触发督办流程。 - 区块链存证机制：采用Fabric区块链实现审批痕迹多方存证，核验时间从2小时缩至2分钟。  （图源于网络） **4.3 用户价值** 从“人审”到“智审”：效率与准确性双提升： - 秒级核验：单件审核从2小时→5分钟，日均处理量提升10倍。 - 动态合规：新政策即时生效（如“注册资本无需验资”自动豁免材料）。 - 智能协同：跨部门任务自动分派，超时预警，联审效率提升60%。 **4.4 参考案例** 以浦东新区「政务智能办」系统为参考。 - 采用AI企业画像、智能匹配技术，将材料审查结果分为“通过/不通过/需人工审核”三类，窗口收件时间从30分钟压缩至10分钟。 - 流程零材料化：推动“减材料”向“零材料”转变，申报材料一次通过率达98%。 ## 03 办事后：闭环管理与服务延伸 ### 场景五：用户专属空间智能化升级 **5.1 用户痛点** **核心痛点：专属空间成“信息孤岛”，服务被动且缺乏整合。** 用户专属空间旨在聚合个人或企业的政务信息，但实际使用中仍存在以下核心问题： - 精准推送“呆傻”：系统基于固定标签（如“企业类型”）推送政策，而非结合实际的经营数据。例如，年营收不足百万的小微企业收到“大型企业研发补贴”通知，错失真正适用的“小微企业纾困政策”。 - 互动体验割裂：用户提交诉求后，仅能收到“已受理”模板回复，无法知晓具体经办人、处理卡点（如“材料需跨部门会签”），导致重复咨询。 - 数据管理低效：企业历史证照、信用记录等非结构化数据（如PDF验收报告）无法直接检索关键信息，用户需逐页翻找。 **5.2 解决方案** 为了解决上述痛点，我们提出了一套基于DeepSeek大模型的“三核驱动”综合提升服务能力： **第一，打造多模态数据融合引擎** - 结构化与非结构化数据整合：利用DeepSeek的OCR与NLP技术，将PDF报告、扫描件中的“环保验收结论”“处罚金额”等关键字段提取为结构化数据，支持语义检索（如“查找2023年第四季度纳税记录”）。后期可以提供给搜索作为个性化能力的一部分。 - 动态风险画像：关联企业数据节点（如“高新技术资质”“行政处罚”），生成风险画像。例如，检测到“近两年无研发投入”，自动隐藏“研发补贴”推送。 **第二，建设政策匹配“智能雷达”** - 条件自检+量化测算：用户点击“政策匹配”后，DeepSeek自动调取企业数据，计算符合度并生成攻略。例如：“专精特新认定匹配度92%，预计获补贴50万元，点击一键生成申报材料”。 - 申报日历与预警：自动生成政策申报时间轴，提醒“本月可申报：稳岗补贴（截止25日）”，逾期前3天推送加急提醒。 **第三，诉求处理“全流程透视”** - 智能分派与进度可视化：用户提交“跨境投资咨询”后，系统自动分派至商务局外资处，实时显示“经办人：王科长，当前进展：起草回复意见（预计明日完成）”。 - 超时自动督办：若某环节停留超48小时，触发短信提醒：“您的问题已升级至督办队列，最晚24小时内答复”。 **5.3 用户价值** 从“信息仓库”到“智能决策中枢”，通过DeepSeek大模型赋能，用户专属空间可实现两大升级： - 精准匹配：基于企业实际数据（营收、专利数、员工规模）推送“可申报”政策，并附“预计节省税费XX万元”等量化价值。 - 诉求处理透明化：用户提交咨询后，实时显示“受理→分派至XX科室→经办人李科长起草答复”全流程，超时自动督办。 **5.4 参考案例** 以上海市“企业数字管家”实践为参考，综合做了以下提升： - 政策匹配：某生物科技企业登录后，系统推送“生物医药产业扶持政策”（匹配度95%），并附“材料自动生成”功能，申报准备时间从3周缩至2天。 - 诉求跟踪：企业提交“跨境研发资质咨询”后，实时查看处理节点，平均响应时长从7天缩短至1.5天。 ### 场景六：办事进度的智能跟踪与回访 **6.1 用户痛点** **核心痛点：审批流程不透明，用户被动等待。** 传统进度跟踪机制存在三大缺陷： - 信息更新延迟：进度状态（如“审批中”）无法细化至具体环节（如“环保评审中”）； - 卡点定位模糊：用户无法获知延迟原因（如“材料缺失”或“部门协作停滞”）； - 反馈渠道单一：缺乏主动预警与补正提醒，超期办件投诉占比达60%。 **6.2 解决方案** 为了解决上述痛点，我们提出了一套基于DeepSeek的“全流程透视系统”，主要实现： 1. 数据对接：打通跨部门审批系统，实时抓取节点状态。 2. 智能推送： 规则1：若某环节超时，发送短信：“您的施工许可因消防验收延迟，预计3个工作日内完成”； 规则2：材料补正提示具体到页码，并附示例图。 3. 情感化回访：办结后根据用户行为生成个性化问卷，例如多次催促的用户收到：“抱歉让您久等！我们将优先处理您的新申请。” **6.3 用户价值** 让用户像“查快递”一样实时掌握审批动态，通过智能跟踪系统： - 节点可视化：展示“材料初审→部门会签→领导签发”全流程进度条； - 精准预警：若材料需补正，提示具体问题（如“第3页缺少法人签字”）； - 一键催办：对卡顿环节发起催办，系统自动提醒经办人员。 **6.4 参考案例** 以武汉市“汉融通”平台为参考： 某企业申请高新技术补贴时，系统提前预警“审计报告缺页码”，最终赶在截止日前完成申报。该功能使超期办件率下降80%，用户投诉量减少65%。 ## 04 风险防控与避坑指南 关于风险预防主要有三条： **第一，数据安全与隐私保护：**需采用私有化部署与数据脱敏技术，避免敏感信息泄露。例如，安徽通过本地化部署大模型，确保政务数据不外流。 **第二，算法偏见与可信度：**建立多维度评估体系，定期优化模型训练数据，减少因数据偏差导致的决策错误。 **第三，技术与业务融合不足：**避免“为技术而技术”，需以实际需求为导向。可参考北京市“用户反馈—模型迭代”闭环机制，持续优化服务场景。 ## 最后的话 当前，以DeepSeek为代表的通用基座大模型正通过“技术普惠化”重构政务服务生态。其开源特性与高性价比优势，已赋能材料审核、政策更新等场景实现效率跃升。 **未来可规划开展生态化合作模式：** 采用“通用底座+场景定制”模式，以DeepSeek大模型为技术基座，提供标准化接口与工具链，供政府部门按需调用。例如： - 市区联动开发：市级平台统一部署多模态OCR、动态规则引擎等核心功能，区级单位基于实际需求叠加特色模块（如环保督查、社保核验），避免重复建设； - 敏捷迭代能力：依托模块化设计，支持快速适配新政策与新场景，例如某市通过“通用审批流+行业定制规则”模式，将企业开办全流程耗时压缩85%； - 算力弹性调配：基于异构算力融合技术，实现政务事项优先级与算力资源的智能匹配，例如某市通过动态资源调度算法，极端场景下系统稳定性达99.99%。 **这一模式将释放三重潜力：** **第一，降本增效：**开发成本降低60%以上，政务服务响应速度提升70%； **第二，精准服务：**通过知识图谱与动态画像技术，实现政策匹配精度超90%，并支持残障人士无障碍交互等定制化场景； **第三，生态协同：**联合开发者、企业共建“可信AI联盟”，推动技术共享与安全可控，例如某市通过统一接口调用与安全监测，构建大模型应用生态闭环。 随着技术底座与治理体系的持续完善，DeepSeek将深度融入城市治理的“神经末梢”，从“单点提效”迈向“全域协同”。 未来可重点探索“数据驱动决策+人机协同服务”新范式，构建跨部门联办“城市超脑”，让政务服务无限贴近市民需求，为治理现代化注入更强大的生命力。 希望带给你一些启发，加油！ 作者：柳星聊产品，公众号：柳星聊产品 本文由 @柳星聊产品 原创发布于人人都是产品经理。未经许可，禁止转载。 题图来自 Pixabay，基于 CC0 协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

<blockquote><p>在直播电商的浪潮中，创业个体如何找到适合自己的起盘路径？这篇文章将为你揭开一个独特的方向——量贩式类型直播。量贩式直播通过大量商品堆砌、现场分装打包等方式，营造出一种热闹的抢购氛围，吸引了众多消费者。</p> </blockquote>  前两期，我们分享了两个方向的起盘实操，都比较适合创业个体来启动。 一是[**儿童玩具类目**](https://www.woshipm.com/share/6192946.html)，这个类目我们当时已经拿到了一定的结果，所以感兴趣的朋友可以直接来沟通，知无不言。 二是[**手工现做类型**](https://www.woshipm.com/share/6192946.html)，这个方向当时在进展中，但出于一些原因停止了，结果拿的不足，但还是会有一些体会，也可以和大家来进行沟通交流。 今天要讲的这个方向是**量贩式类型**，这个方向当时做了很长时间的考察，但实操有限，所以有意向进行尝试的朋友们，互相沟通学习，一起促进。 ## 一、量贩式类型优势：爆发性极强、复购强…… ### 什么叫量贩式类型 和上期的**手工现做类型**一样，和**儿童玩具类目**不同，并非在直播电商中有统一划分的类目。 顾名思义，就是在直播间展示中，用大量的商品来进行堆砌，营造出来一种满仓满谷的感觉。 用户在直播间下单，用打单机带出来的面单进行排队，主播现场进行分装和打包。 这么说还不是很明白，还是可以举几个例子来更好的说明 **Diy小配件**  对于很多人来说，对量贩式直播间最早的印象，就是从这种迷你小酒瓶中获得的了解。 很多女孩子都很喜欢这种精致的迷你配饰，哪怕买回来也不知道能干什么…… 直播间内都是按各种尺寸的大小桶来进行售卖的，现场打单、现场分装，非常的过瘾。 与这种直播间相类似的，还包括有奶油胶小配件、食物小模型、小拼贴卡片等等手工配件品。 **模型小车**  这类直播间，很有可能大家也在平台上刷到过。 在过年期间尤其多，因为就是在这个时候，长辈们想要给孩子们准备一些礼物。 在直播间中，用户现场下单、现场打单，主播基本上都是用铲子，一铲子一铲子的往快递箱里面装，然后按铲子收费。 除了这种铁皮小车之外，还有塑料小车等，后者会更加低廉。 与这种直播间相类似的，还包括有仿制乐高积木、火漆蜡粒等等儿童玩具品。 **美甲钻**  这类直播间也是同上类似的，就无需多言了。 只是量贩式售卖的容器，变成了5ml、10ml这样的小玻璃杯。 美甲钻也是各式样的混装。 除此之外还有卖头绳、卖发卡、甚至卖水果、卖大米等，都有类似的量贩式直播间。 量贩式类型的直播间，具备了如下几个特点： - **货品堆砌：**直播间中进行现场堆砌，有哄抢感； - **款式混合：**绝大多数情况下是款式混合，突出一个随机性，用户心理上会觉得有惊喜； - **量贩售卖：**用户现场下单，主播量贩售卖，比如一桶、一杯、一铲子等； - **面单排队：**主播现场拿面单，根据面单信息现场打包，一个个来； - **售前预热：**一段时间内直播时间都比较固定，而且一般都有预热环节，主播会拿出各种不同的样式进行“混炒”（比如各种颜色和样式的Diy小配件），此时也是一个互动中拉人气的好环节。 ### 具有极强的爆发性 也许人类天然就喜欢这种量贩式的售卖方式，所以说在这种热热闹闹抢购的氛围中，直播间哪怕是看多买少，也能轻轻松松达到上万的直播间在线。 究其原因，回顾一下之前所讲过的一个基础逻辑。 **想要拉高销售额，就需要能做好直播间的参数。** 为什么说此类直播间在线会非常高，是因为非常容易做好直播间的以下参数： **互动比率、用户观看时长、千观。** **1、互动比率** 很容易想到，因为不少的用户会叽叽喳喳的来进行讨论，尤其此类直播间中，对于所售卖的商品会有一定的灵活性。 比如说Diy小配件的直播间中，有用户会评论，“给我多装一些某某品是不是可以？”等这样的情况；另外，主播在读用户面单的时候，也会在直播间中呼唤用户，表示已经开装了，有什么样的要求呢？ 这些做法都从各种程度上提高了互动比率。 **2、用户观看时长** 一方面是因为有看热闹的人，另外一方面直播间内已经下单的用户，会在面单排队中耐心等待，避免轮到自己的时候错过表述需求。 这样的话，用户的观看时长就会拉得很长，提升了直播间指标。 **3、千观** 千观是什么？是每1000人观看所产生的销售额，也是直播间的重要考察指标。 而这类的直播间是因为上诉两个原因，千观不会低，而反过来会再次推高了直播间流量，创造出了爆发性。 如此，此类直播间在人货场合一的情况下，爆发力非常强，可以在一两个月就能有了百万级别的营收。 这个成绩对于商业直播间当然并不算高，但对于创业个体就十分诱人了。 ### 复购也不低 也是很有趣的一点，就是此类的直播间中很多的复购率也并不低。 我上面所举的三个例子，**模型小车**算是用户购完即走。 但是在**Diy小配件**和**美甲钻**上，因其品类的丰富度会非常高，且有一定的细分性，所以喜欢这类产品的用户也会经常回到直播间中，等待直播间能及时的推陈出新来满足新的需求。 ### 客单价也不低 量贩式的产品，想要获得更高的性价比，自然得要买更多的量，这是连用户也理解的道理。 所以，作为主力产品，一般都是高客单价。 9块9包邮这样的产品也有，但大多都是作为福利品出现。 ### 不需要露脸直播 具体可以看《[**创业个体直播起盘实操：儿童玩具类目**](https://www.woshipm.com/share/6187001.html)》 这里就不水文了。 ### 不需要立ip 具体可以看《[**创业个体直播起盘实操：儿童玩具类目**](https://www.woshipm.com/share/6187001.html)》 这里就不水文了。 ## 二、量贩式类型劣势：自发模式，可持续弱…… ### 需要自发模式 看一下我之前所写的《[**做带货的互联网创业个体，货源从哪里来？**](https://www.woshipm.com/share/6167477.html)》，就可以了解到： - **需要开店，且为自发店铺：**这个模式是需要在平台上开店的，根据不同的类目，可能会有不同的门槛。 - **需要打包成本：**直发店铺中打包成本还是蛮高的，直播间中的主播手忙脚乱，其实只能算预打包，而熟练的打包工人一天也就200~300包。 - **有地缘限制：**量贩式一定要考虑商品毛利，快递成本也是其中一环，很多时候需要靠近长三角或珠三角来发货。 - **需要囤货：**这是当然。 以上几点，都极大的增加了运营成本。 ### 可持续性弱 爆发性强的产品就像潮水，来的越汹涌，退的越溃败。 我上面所提到的三类品，以及各自相类似的产品，在很多平台的很多直播间，已经成为了昨日黄花。 所以，想要从事这方面的创业个体，一定要认真考察后再入场，不要冲动。 ### 毛利率低 既然是量贩式的产品，既然面对一定的细分用户，既然还要保证有一定的复购率…… 那么毛利就肯定就不会太高。 那么，难度就变成了，如何找到有足够竞争力的货源。 ### 起量后需要助播 直播间在起号阶段，需要耐住寂寞，甚至还可能要打假面单，来营造出直播间紧张热闹的气氛。 当然，绝大多数的直播间，在起号阶段都很寂寞。 一旦爆发，单个主播是无法来进行工作的，可能需要三名助手： - **助播：**处理面单、递打包袋、旁边吆喝； - **运营：**后台中控、发送福袋； - **客服：**量贩式会有很多人提出各种的要求，直播间越热闹，客服工作越多。 所以这方面也会成为创业个体的压力。 ## 3、其他的细节 还有其他一些细节包含有： - 收益如何？ - 货源如何来？ - 等等其他一些问题 可以参照《[**创业个体直播起盘实操：儿童玩具类目**](https://www.woshipm.com/share/6187001.html)》 这里就不水文了。 …… 本文由 @觅云人 原创发布于人人都是产品经理。未经作者许可，禁止转载。 题图来自 Unsplash，基于CC0协议。 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

<blockquote><p>微信正在内测一项重大功能更新——个人微信号直接发表“公众号”文章。这意味着公众号作者无需再通过电脑版公众号平台或“订阅号助手”App，直接在微信个人号上就能完成文章的编辑与发布。</p> </blockquote>  日前，微信正在内测个人号直接发表“公众号”文章功能，公众号作者无需通过电脑版公众号平台或者“订阅号助手”App，直接在自己的微信号上，就能直接发表内容。  具体使用方法是：依次点击“订阅号”→右上角的“头像”→公众号详情页中即可看到“发表”按钮——点击“发表”后即可编辑发布文章。 目前该功能正处于内测阶段，并未大规模推送，所以，如果有公众号作者发现自己的微信号没有“发表”按钮，也不用着急，微信很有可能会在后续版本中陆续推送。 1.提升便捷性。将微信公众号发表功能集成到个人微信号上，无形中增加了公众号作者发表文章的便捷性，可能有人会说，难道公众号作者还不知道使用“订阅号助手”App来管理发布文章吗？要知道信息差永远存在，在大几千万个公众号中，肯定有作者仍然不知道使用App来发表文章，他过去的发表方法就是网页版，都不知道有这个App。 集成到个人微信号后，发表公众号文章的路径进一步缩短，这里面同时也利用了微信本身的优势。财报显示，截至2024年12月31日，微信及WeChat的月活跃用户数达到了13.85亿人。与庞大的微信基数相比，“订阅号助手”App的用户规模显然不及主App。 2.为内容扩容铺路。将发表功能集成到微信个人号的第二个作用是为引进更多素人号铺路。过去几年，佛系的微信公众号让作者的流量和注意力白白流失，导致其他平台的内容创作者激增。如今，微信终于重新认识到公众号的价值，在消息推送通知和内容排序方面，全面走向个性化推荐路线，让公众号的流量重新上了一个台阶，不少老公众号作者看到公众号流量变高后，也重新开启微信公众号创作。 让老作者换重新燃起创作热情，当然是一个不错的方法，但若从一个庞大的内容平台来看，其内容库怎么样都不会嫌多，以前，公众号的媒体属性较强，但现在所有的内容平台都在扩大内容库，特别是引入素人号，这就意味着公众号同样也需要素人来创作内容，不管这些素人创作的内容是否有价值，如果本身内容库够大，那么，必然也会有有价值的内容出现。 对于普通微信用户而言，它不需要通过复杂的公众号平台，直接用微信号就能完成内容创作，这就大大增加了其创作内容的概率。 3.AI大模型。将发表功能集成到微信个人号的第三个作用是提升AI大模型的竞争力。要知道现在的AI大模型本身竞争非常激烈，整个市场流通的AI大模型产品有100多款，先不谈一些小型不知名的产品，光是互联网巨头旗下的产品就有不少，比如腾讯的“腾讯元宝”、百度的“文小言”、杭州深度求索公司的DeepSeek、抖音的“豆包”、月之暗面的Kimi、阿里巴巴的“通义”，这些互联网巨头们哪一个公司都不能小觑。 对于腾讯元宝来说，公众号内容是非常重要的信息源，这是其他平台所没办法比拟的，如果公众号内容库足够大且足够多，那么腾讯元宝在与其他同类产品竞争的时候，就拥有先天优势。 Ai大模型行业的竞争，内容源也是一个非常重要的竞争维度，微信公众号的“发表”扩容，显然也有这方面的考虑。 实际上几乎所有的内容产品，都支持创作者在主App上发布内容，比如百度、今日头条、抖音等，创作者无需通过第三方App来发表内容，这些平台的用户量也都是数亿级别。 不过，内容扩容后也会带来内容管理问题，一些虚假的内容很难让用户分清，这就大大考验用户的信息真假辨别能力，同时也要求平台提升内容管理水平。 总的来说，微信公众号平台对于创作者的友好度在提升，当年那波公众号作者，停更的停更，转行的转行，公众号确实也需要有新的内容血液注入。 本文由人人都是产品经理作者【郭静】，微信公众号：【郭静的互联网圈】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

截至3月的12个月里，苹果公司在印度组装了价值220亿美元的iPhone，产量较上年增长近60%，这表明该公司继续从中国转向多元化。据知情人士透露，这家总部位于加州库比蒂诺的公司目前有20%（即五分之一）的高端iPhone在印度生产。 由于信息尚未公开，这些知情人士要求匿名。上述美元数字代表的是这些设备的预估出厂价，而非加价后的零售价。 [](https://static.cnbetacdn.com/article/2025/0303/3febf0b3fb8d4fe.webp) 产量的增长表明，这家iPhone制造商及其供应商正在加速从中国转向印度的进程。这一进程始于2022年严格的新冠疫情动态清零政策影响了苹果最大工厂的生产。印度制造的大部分iPhone是在富士康科技集团位于印度南部的工厂组装的。塔塔集团旗下的电子制造部门也是该公司的主要供应商，该部门收购了纬创资通股份有限公司，并控制着和硕股份公司的业务。 印度科技部长4月8日表示，在截至2025年3月的财年中，苹果公司从印度出口了价值1.5万亿卢比（约合174亿美元）的iPhone。 知情人士称，在唐纳德·特朗普总统于2月份宣布所谓的“互惠”关税计划后，印度对美国的iPhone出货量加速增长。截至3月的财年，苹果公司在印度的平均产量和出口量均大幅增长。 彭博新闻社此前报道称，苹果公司将越来越多地优先为美国客户提供来自印度供应链的iPhone。 特朗普政府周五晚间宣布，将包括智能手机和电脑在内的电子产品排除在其互惠关税之外。这对苹果公司和英伟达公司等公司来说是个好消息，尽管这一豁免似乎并未延伸至特朗普为施压北京打击芬太尼出口而对中国征收的20%的单独关税。 这也意味着，截至目前，在印度生产的iPhone将免征任何关税。除周五宣布的例外情况外，特朗普对中国其它大部分商品征收的累计关税仍为145%，这可能会迫使苹果等公司加大供应链转移力度。 但由于苹果拥有近200家供应商，且高度依赖中国，向其他国家转移可能需要数年时间。尽管特朗普雄心勃勃地希望iPhone在美国生产，但由于生产设备所需的设施和劳动力短缺等因素，苹果不太可能在短期内将生产转移到美国。 苹果首席执行官Tim Cook经常称赞中国在制造其标志性设备方面的高超技术与配套服务。彭博行业研究估计，到2022年，苹果仅将10%的产能迁出中国就需要八年时间。 苹果目前在印度组装其所有iPhone系列产品，包括价格更高的钛金属Pro机型。印度制造业在世界人口第一大国取得的成功，也得益于印度总理纳伦德拉·莫迪提出的将印度打造为制造业中心的宏伟目标，政府也提供了补贴。 莫迪还计划通过27亿美元的新财政激励措施来扩大电子元件制造业，并专注于推进其半导体领域的雄心壮志。 苹果在印度智能手机市场占有近8%的市场份额，其销售额（其中大部分来自iPhone）在2024财年达到了近80亿美元。 [查看评论](https://m.cnbeta.com.tw/comment/1492424.htm)

<blockquote><p>在B端业务场景中，AI大模型的应用已经逐渐普及，但如何高效地利用这些模型来满足复杂的企业级需求，仍然是一个需要不断探索的课题。本文通过作者在实际工作中的实践经验，深入探讨了如何撰写高质量的提示词，以提升AI模型在B端业务中的应用效果。</p> </blockquote>  ## 实践感悟 **语言的边界与模型的理解** 语言本身具有惯性和连锁反应，总有理解发生歧义的空间。无法保证模型能立刻理解我们想要表达的意思，并精确执行不出错。这不像编程中的正则表达式，修改完立即生效，而是需要不断调整和优化。 **专业需求的瓶颈** 在处理企业级的专业需求时，尤其是对结果精确度、输出专业度要求高的任务，单纯依靠提示词+通用模型的效果会逐渐走到极限。突破这一瓶颈，往往需要引入模型微调、专业知识库或其他辅助技术，才能达到更高的专业水准，提示词也不是万能的。 **提示词诊断能力的成长** 随着经验积累，我发现自己已经能够凭直觉发现提示词中的问题所在。下一阶段的成长目标是：记录每次发现问题时的修改过程，分析为何特定的修改能让模型按要求输出，从而总结出一套系统化的识别和修改方法。 ## 提示词撰写技巧 **结构化输出的稳定性** 当模型输出结果不稳定时，可以尝试用JSON格式或Markdown格式来构建提示词中的表格结构，引导模型按照特定结构生成和填写内容。 注意事项：输出Markdown格式在前端渲染时，可能会出现显示异常。建议在提示词中特别说明，要求模型确保输出结果可以在前端正常显示。 **“言出法随”的精确表达** 提示词基本可以做到在模型能力范围内”言出法随”，关键在于清晰表达我们的需求。 例子：我曾在提示词中以Markdown形式提供表格，要求模型将输出内容填入。但在实际使用中发现，表格的前端渲染总是失败，尽管Markdown格式本身没有错误。后来我在提示词中明确要求模型在输出表格时检查格式和前端渲染兼容性，解决了这个问题。 **消除歧义，提高精确度** 在模型能力范围内，如果输出不符合预期，通常是因为提示词表述不够清晰或存在理解歧义。 <blockquote><p>例子1：</p> <p>– 初始提示词：审核【送出日期】和【落款日期】是否和【data】（可变参数）一致</p> <p>– 问题：模型只判断两个日期是否相互一致，而非与参数一致</p> <p>– 改进提示词：</p> <p>– 审核【送出日期】是否和【data】（可变参数）一致</p> <p>– 审核【落款日期】是否和【data】（可变参数）一致</p> <p>– 结果：模型能够正确判断两个日期是否分别与参数一致</p> <p>例子2：</p> <p>– 初始提示词：审核2.2是否包含”……【data】……”</p> <p>– 问题：即使文档2.2内容与要求不符，模型也会编造符合要求的内容</p> <p>– 改进提示词：审核文档全文是否包含【直接写提醒文案内容，不带2.2前缀序号】，如果有，提取原文填到表格中；如果没有，表中直接填【无】</p> <p>– 结果：模型能够正确审核文档中是否包含特定文案及日期</p></blockquote> **简洁与结构化的平衡** 提示词应在表达清需求的前提下尽可能简洁和结构化： 简洁：过长的提示词可能导致模型难以判断任务重点，注意力分散，同时也会占用宝贵的上下文 结构化：便于自己修改和记录，也有助于模型理解需求 提示词的随意性越高（想到什么说什么），模型输出的不稳定性就越强。对于创意性任务，这可能不是问题；但对于要求稳定性和一致性的任务（如审核类或格式规范严格的任务），结构化的提示词至关重要。 **重复任务的提示词优化** 如果一项任务需要重复执行三次以上，最好设计一个能够产生稳定输出的提示词模板。可以提高工作效率和结果一致性。 ## 不同模型的提示词响应特点 **QWEN 2.5 72B** 优势： – 对提示词服从度高，能严格按要求执行任务 – 输出稳定性和一致性强 – 适合处理对输出内容和格式要求严格的任务 局限： – 处理复杂多步骤任务时，输出深度和专业度不足 – 语义理解能力有限，难以识别复杂文本关系（如”合并”、”拆分”） – 无法有效识别长文本中的错别字和政治敏感内容 **DEEPSEEK R1** 优势： – 在创意型任务中表现出色 – 语义理解和情景分析能力强 局限： – 处理长文本和复杂任务时，不能严格遵循提示词 – 倾向于在理解提示词基础上，用自己的思路寻找捷径 – 常常找到自由发挥的空间，可能偏离原始要求 希望这些实践经验能对你有所启发！ 本文由 @Mrs.Data 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

推出“真味无糖”产品，此举被认为是星巴克中国近年来规模最大的创新之一，

<blockquote><p>一些聪明的品牌却通过一种独特的策略——反向营销，成功地吸引了消费者的注意力并赢得了市场。这种看似反其道而行之的营销方式，背后隐藏着怎样的心理学原理和商业智慧？本文将深入探讨反向营销的三个核心逻辑、五个实用策略，并通过五个成功案例来展示其强大的影响力。</p> </blockquote>  消费者普遍存在逆反心理，商家越”跪舔”式推销，越难打动他们。当品牌集体陷入”买它！超值！”的硬广套路时，聪明玩家已开启逆向思维——拒绝式营销。 比如Patagonia”不要买这件夹克”让销售额暴增30%，汉堡王”发霉汉堡”广告提升产品信任度……这些反套路操作背后，藏着三个核心逻辑。 目录： - 反向营销3个核心逻辑 - 反向营销的5个策略 - 反向营销5个成功案例 - 8个让用户“上头”的反向营销话术 - 反向营销避坑指南 ## 一、反向营销核心逻辑 ### 1.心理抗拒理论：越禁止，越想突破 美国心理学家杰克・布雷姆的 “心理抗拒理论” 指出：当人们感觉选择权被剥夺时，会产生强烈的反向动机。某件事情越是被禁止，它就会越显得有吸引力。 比如小时候家长对孩子说 “不要碰糖果”，反而让孩子更想偷吃。 营销应用：加拿大护肤品牌 The Ordinary 在官网写着：”如果你追求立竿见影的贵妇级体验，我们不适合你”。这种 “自我贬低式拒绝” 反而让成分党趋之若鹜，2023 年海外销售额突破 12 亿美元。 ### 2.稀缺性悖论：拒绝部分人群，强化目标客群归属感。 诺贝尔经济学奖得主理查德・塞勒提出的 “禀赋效应” 告诉我们：人们会高估 “限量版”” 专属权 “的价值。当品牌说” 这款产品只推荐给真正懂行的人 “，本质是在构建” 身份筛选机制 “。而根据常识，难以得到的东西通常都比容易得到的东西要好。 ### 3.反常规沟通：制造反差，打破消费者固有认知 麻省理工学院神经学研究发现：人类大脑对 “意外信息” 的关注度是常规信息的 3.2 倍。当所有品牌都在夸产品时，一句 “我们的缺点是 XXX” 反而能瞬间抓住注意力。 比如前段时间经常买橘子，有的商家在封面图宣传：“我很丑，但是我很甜”。相比直接说“我很甜”确实会更吸精，想让人停留下来多看一眼。甚至直接购买，就想验证一下是不是真的虽丑但甜。 数据佐证：美国 DTC 品牌 Glossier 在广告中直白表示：”我们的粉底液遮瑕力只有中等，适合喜欢自然妆效的你”。这种坦诚让其在竞争激烈的美妆市场脱颖而出，年销售额突破 1亿美元。 ## 二、反向营销5个策略 ### 1.制造争议：用 “反共识” 引发社交裂变 核心玩法：提出挑战行业潜规则的观点，激发用户讨论。 案例示范： 英国环保品牌 Ralph Lauren 在 2023 年黑色星期五推出 “拒绝打折” 活动，官网首页写着：”我们拒绝过度消费，全年统一定价”。这条反促销宣言在 Twitter 获得 23 万次转发，品牌好感度大幅提升。 日本美妆品牌 SUQQU 的广告文案：”化妆不是为了取悦他人，而是与自己和解”。反传统审美叙事引发全球女性共鸣，海外社交媒体话题量超 1.2 亿次。 **2.自我调侃：用幽默消解防备，建立平等对话** 核心玩法：主动暴露缺点或槽点，展现品牌 “人性化” 一面 在营销中，品牌若一味追求 “高大上” 形象，容易与消费者产生距离感。而 “自我调侃” 的反向营销策略，通过主动暴露缺点或槽点，以幽默姿态打破隔阂，让品牌展现出真实、接地气的 “人性化” 一面，从而消解消费者的心理防备，构建平等对话的桥梁，最终赢得好感与信任。 案例示范： 美国运动品牌 Chubbies 以 “专为胖子设计的短裤” 自嘲起家，在广告中，品牌没有刻意塑造模特的完美身材，反而特意展示创始人穿着短裤的啤酒肚，搭配文案 “我们不生产显瘦神裤，但保证你穿着舒服”。 这种反套路的自我调侃，颠覆了运动品牌惯常强调 “显瘦”“完美身材” 的营销模式，以真实感直击消费者内心。它传递出 “接纳真实身材，注重舒适体验” 的理念，让消费者感受到品牌的真诚与包容。这种独特策略使其在 3 年内实现 10 亿美元营收，证明了自我调侃不仅能吸引眼球，更能转化为实际的商业价值。 再看小米国际版在印度市场的发布会。雷军亲自出镜，以不太流利的英语展现出真实的一面。这种 “非完美” 的呈现非但没有拉低品牌形象，反而因幽默效果引发网友热议，网友制作的鬼畜视频播放量超 5000 万次。 小米借此机会推出了相关的表情包等，不仅没有损害品牌形象，反而让品牌更具亲和力，拉近与消费者的距离，将 “槽点” 转化为 “记忆点”。 ### 3.设置悬念：用 “不完整信息” 激发探索欲 核心玩法：通过释放 “不完整信息”，利用留白、暗示或谜题，勾起用户的好奇心与探索欲，促使其主动参与、挖掘真相，让品牌在用户的自主探索中获得更高关注度与参与度。 像苹果公司在新品发布前，往往会通过一些模糊的暗示和少量的信息透露，引发消费者对新产品的猜测和期待，从而在发布时获得极高的关注度。 ### 4.拒绝迎合：用 “小众坚持” 筛选高价值用户 核心玩法：不盲目跟随市场潮流和消费者的常规需求，而是坚持自己的独特理念和风格，吸引那些追求个性和独特的消费者群体。 无印良品海外门店的 “反包装革命”：所有产品采用极简素色包装，标签上印着 “我们不做过度设计，只关注产品本身”。 美国咖啡品牌 Blue Bottle 的 “慢咖啡哲学”：拒绝快速扩张，坚持每杯咖啡现磨现煮，甚至在门店贴出 “如果你赶时间，建议去隔壁XX”。这种傲娇定位让其成为精品咖啡的代名词，被雀巢以 5 亿美元收购。 ### 5.揭短式营销：用 “真实缺陷” 建立信任护城河 核心玩法：主动披露产品不足，展现透明化态度。 案例示范： Patagonia 的 “环保自白书”：详细列出每件夹克的碳排放量、用水数据，这种坦诚让其用户忠诚度大幅提高。 ## 三、反向营销5个成功案例 ### 1.蒙牛的“广告乌龙” 卡塔尔世界杯迎来首秀，厄瓜多尔2:0击败东道主，为球迷献上了一场精彩的揭幕战。然而比赛中一个细节却意外抢镜，眼尖的观众发现，电视画面里场边的广告牌把蒙牛的LOGO放反了。 蒙牛作为此次世界杯的官方赞助商，这种错误可以说是难以被接受的。网友纷纷在社交媒体“吃瓜”，微博话题 #蒙牛广告牌反了# 阅读量半小时突破 5000 万，网友戏称 “蒙牛把牛转过来了”。 面对突发舆情，蒙牛展现出顶级品牌的危机公关智慧。官方微博在事件发酵后 18 分钟即发布创意海报。“进球就好，反正都牛“一句话巧妙化解此次尴尬。 这一招借势营销可谓恰到好处，双关语既呼应了比赛结果，又以自嘲式幽默转移吃瓜群众的注意力，被网友称为 “教科书级危机公关”。 配合海报发布的，是蒙牛世界杯主题小程序的重磅活动 ——”进球赢免费牛奶”，用户只需预测比赛结果即可参与抽奖，活动页面访问量在 24 小时内突破 3000 万次。  图片来源：世界杯电视截图，仅供学习用 ### 2.Patagonia：用 “反消费主义” 收割高净值用户 2022 年黑色星期五，在《纽约时报》刊登整版广告告诉观众不要购买《不要买这件夹克》，详细计算生产一件夹克消耗的 135 升水、22 公斤二氧化碳，呼吁消费者 “只购买真正需要的东西”。 <blockquote><p>“打造最好的产品，不造成不必要的伤害，用商业来激励，并实施解决环境危机的解决方案。”—Patagonia使命宣言</p></blockquote> 虽然这则广告未能达到预期目的—活动结束后销售额增长了 30%—但它确实提高了人们对日益紧迫问题的认识。 底层逻辑：通过拒绝短期销量，强化 “环保先锋” 的品牌人设，精准吸引愿意为价值观买单的高收入群体。 ### 3.乐视视频“欠122亿”，反套路制造记忆点 2021年春节，当抖音、快手等平台以“分20亿”“分21亿”红包刷屏时，乐视视频却在App图标上标注“欠122亿”，以“史上最穷甲方”姿态完成了一场现象级营销。 这场反套路操作，不仅打破了春节营销的同质化竞争，更以低成本实现了高转化，成为互联网营销的新范式。 乐视将债务危机转化为传播爆点。在全民“分钱”狂欢中，“欠122亿”的直白表述瞬间打破认知惯性，形成强烈对比。 网友评价：“比起不退押金的某共享单车，乐视敢认账更真实。”数据显示，事件后乐视视频下载量暴涨180%，用户用行动认可了这场“穷得理直气壮”的营销。  图片来源：源于网络，仅供学习用 ### 4.Innocent 果汁：让 “厌恶水果” 的人成为最佳代言人 逆向思维：邀请完全不吃水果的素人 Amy 拍摄广告，广告中Amy满脸嫌恶、忍无可忍的表情，反而突出了果汁的纯正，Amy 皱着眉头说：”我讨厌水果，但这款果汁让我感觉在喝天然水果”。 传播密码：用 “反目标用户” 的真实体验，反向证明产品的天然无添加，成功拉拢健康饮食群体。视频在 YouTube 获得 1200 万次观看，带动新品上市 3 个月内占据英国果汁市场 18% 份额。  图片来源：innocent，仅供学习用  图片来源：innocent，仅供学习用 ### 5.汉堡王：用 “发霉汉堡” 撕开食品安全话题 汉堡王用 30 天记录汉堡从新鲜到发霉的过程，配文：”我们的汉堡没有防腐剂，所以会发霉”，直接对比竞品的“保鲜”秘密。 虽然一开始可能让人不适，但却清晰地传达了产品不添加人工防腐剂的特点，给消费者留下了深刻印象。该广告上线一周引发全球媒体报道，销量不降反升。  图片来源：汉堡王，仅供学习用  图片来源：汉堡王，仅供学习用 ## 四、让用户 “上头” 的反向营销话术 当品牌敢于说 “不”，用户可能会产生下面几种心理： - **稀缺效应**：“不让我买？我偏要试试！” - **身份认同**：“这品牌懂我，我们是一类人”。 - **情感突感：**哎？这跟我想的不一样？有点意思！”。 - **价值观认同：**“这不就是我心里想的吗？认准它了！”。 - **设置门槛：**通过筛选机制，让用户觉得自己是“被选中的少数幸运人”。 那么该如何说不呢？几个可以参考的话术模板送给大家。不一定合适所有产品，仅供参考用哈，别来打我。 - “如果你想快速见效，一周瘦 10 斤，建议不要买” - “为避免选择困难，我们只保留 3 款经典色” - “这里只卖 XX，其他做不好” - “每人限购 2 件，避免浪费” - “我们全年不打折，因为不想用促销套路你” - “我们不过度包装，因为我们相信环保比奢华更重要” - “不做花哨功能堆砌，追求简单且对你实用” - “只限量发售100件，售完即止”  图片来源：外贸小巨熊自制，仅供学习用 ## 五、反向营销避坑指南 ### 1.拒绝≠冒犯：把握 “温柔拒绝” 的艺术 拒绝式营销中的 “拒绝” 是策略性表达，但要注意把握拒绝尺度，避免让消费者感觉被冒犯或不尊重。可用委婉、幽默语言表达。 失败案例：某海外美妆品牌在广告中称 “丑人才需要浓妆”，引发性别歧视争议，导致品牌声量暴跌。 正确示范：用 “建议式拒绝” 替代 “否定式拒绝”，如 “如果你更习惯厚重底妆，我们的清透粉底液可能不适合你”，既传递信息又保留尊重。 ### 2.争议≠低俗：用 “价值观冲突” 替代 “恶俗炒作” 失败案例：某快消品牌为博眼球拍摄 “孕妇吸烟” 争议广告，被多国监管机构罚款，品牌形象严重受损。 成功逻辑：争议必须围绕 “社会议题”” 消费理念 ” 等正向冲突，如 Patagonia 的环保争议、Glossier 的审美争议，本质是引发有价值的社会讨论。 ### 3.真实≠暴露缺陷：建立 “可控不完美” 人设 平衡法则：披露的 “缺陷” 必须是用户可接受的非核心痛点，如服装的 “轻微线头”、电子产品的 “续航比竞品少 1 小时”，同时强调核心优势（如面料环保）。 ## 总结 反向营销的本质，是用 “反套路” 击穿 “套路化” 的传播困境。当消费者对过度包装的 “完美人设” 产生免疫，品牌主动暴露 “不完美”“小缺陷”，反而能在坦诚中搭建信任桥梁。 反向营销的核心从不是叛逆搞怪，而是以真实感打破信息壁垒，用 “不按常理出牌” 的松弛感让品牌跳出营销红海。 这种反其道而行之的沟通策略，既是对消费者心智的精准洞察，更是一场回归 “人本位” 的营销觉醒 —— 毕竟，比起无所不能的 “品牌神话”，人们更愿意为有温度、有态度的 “人间真实” 买单。 作者：外贸小巨熊 公众号：外贸小巨熊 本文由 @外贸小巨熊 原创发布于人人都是产品经理。未经作者许可，禁止转载 题图来自Unsplash，基于CC0协议 该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务

近些年，多地将路边的停车位接入智慧停车服务公司，司机使用路边车位时，也需要缴纳停车费用，价格相较于场内停车场也会更低。只不过，**由于路边车位没有进出闸机设备，司机一般都直接开走，存在不交停车费的情况。**  报道称，近日，广州、资阳、曲靖等市的智慧停车服务公司连续多天发布停车费催缴通知，并公布了欠费车主的车牌号及欠费金额。同时表示，如果拒不缴纳，公司将起诉车主。 在资阳市雁江区公示的新一批欠费名单中，有车主最高欠费达4641元。另有法院公布判决显示，法院均支持了停车管理公司的诉讼请求，**对于拒不执行法院判决的车主，已被列入失信被执行名单，对其个人征信产生影响。** 此事也引起网友热议，对待路边车位收停车费一事，网友们态度不一。 有网友表示：“路边画个线就是车位，车位建设费和运营费几乎为零，凭什么收费”、“公共道路车位本来就是基础公共设施，承包给服务公司收停车费法理不通”、“路边车位收停车费，但车被刮了蹭了却不负责，这样交停车费的意义何在”。 但也有网友指出：“支持路边停车收费，不然一些车能占车位几个月，加剧临时停车难局面”、“路边车位的收费价格普遍偏低，具备普惠性，如果免费的话，几乎都找不到空车位”。对此，你怎么看？ [查看评论](https://m.cnbeta.com.tw/comment/1492420.htm)

日前，华为MateBook 14 Linux版发布，可选Ultra5/16GB/1TB Linux版、Ultra5/32GB/1TB Linux版、Ultra7/32GB/1TB Linux版三款配置，售价分别为5999元、6699元、7999元，目前已经开售。相比预装Windows系统的华为MateBook 14，**Linux版全系便宜300元，并且支持国补，补贴后价格4799.2元起。** 据了解，华为MateBook 14 Linux版配置与Windows版一致，前者只有外观有些变化。 **华为MateBook 14 Linux版外包装箱多了“第三方Linux版”字样，将Windows徽标键改成了Start键，并且键盘右下方不再粘贴Intel徽标**。   据华为经销商“看山的叔叔”此前爆料，除了已经开售的华为MateBook D16 Linux版、华为MateBook 14 Linux版外，华为后续还将推出MateBook GT 14和MateBook X Pro的Linux版本。  有华为门店员工表示，他们可为用户重装正版Windows 11，并赠送正版Office办公软件。  根据此前报道，微软Windows对华为的供货许可3月到期，之后华为PC只能采用全国产化方案，即推出采用国产芯片+国产操作系统的PC产品。 实际上，在去年9月，华为常务董事、终端BG董事长余承东在直播间中公开表示：“受制裁影响，Windows PC可能停止供货了，可能是最后一批了，以后只有用我们的鸿蒙PC了。” 在今年3月举行的华为Pura先锋盛典及鸿蒙智行新品发布会上，余承东宣布，**今年5月将推出鸿蒙电脑。** 鸿蒙电脑的推出，不仅是华为应对技术封锁的战略选择，更是中国科技产业突破 “缺芯少魂” 困境的里程碑事件，象征了国产操作系统新希望，完成了0到1的突破。 [查看评论](https://m.cnbeta.com.tw/comment/1492418.htm)

据中国商飞消息，日前，**老挝航空C909客机举行首航仪式，该航班从老挝首都万象瓦岱国际机场起飞，目的地为老挝南部城市巴瑟，圆满完成首次商业飞行。**该机于3月30日由中国商飞以租赁的方式交付老挝航空，未来，老挝航空计划使用C909飞机运营老挝国内航线，并逐渐拓展至国际航线。 据了解，C909由此前的ARJ21改名而来，**是我国首次按照国际标准，自行研制的具有自主知识产权的新型涡扇支线飞机。** 2002年4月经国家批准立项，2008年11月28日在上海成功首飞，2016年6月28日成功首航，实现了我国航线上国产喷气客机零的突破。 **C909航程2225—3700公里，最大起飞重量40500千克，最大使用高度11900米，**具有适应性、舒适性、经济性、共通性、系列化等特性。  [查看评论](https://m.cnbeta.com.tw/comment/1492416.htm)

近日，**华为副董事长、轮值董事长、首席财务官（CFO）孟晚舟现身成都七中120周年校庆活动现场，**这一消息引发了广泛关注。据了解，孟晚舟于1972年出生，在成都度过了她的童年和少年时光，之后考入深圳大学。大学毕业后，她加入了父亲创办的华为公司，开启了辉煌的职业生涯。  值得一提的是，**孟晚舟的丈夫刘晓棕是四川成都人，他高中时期就读于成都七中。**此外，刘晓棕跟前妻所生儿子也毕业于成都七中，这些缘分也让此次校庆之行更具特殊意义。 在校庆期间，成都七中同步展出了自1927年建校以来近百年的学生毕业照片，这些珍贵的影像资料见证了学校的发展历程，也勾起了无数校友的回忆。 孟晚舟夫妇的到来，让校庆活动气氛更加热烈。学生们热情高涨，纷纷上前求签名、合影留念。 孟晚舟始终面带微笑，温和慈爱地回应着每一个孩子的请求，耐心地为他们签名。 **期间，夫妇俩还特意问候了曾经的恩师，并诚挚邀请他们到深圳旅游，以表感恩之情。** [查看评论](https://m.cnbeta.com.tw/comment/1492414.htm)

当地时间4月11日深夜，美国海关与边境保护局发布公告称，根据美国总统特朗普当天签署的备忘录，**智能手机、路由器以及部分电脑和笔记本等产品将不再被纳入此前针对中国进口商品实施的125%所谓“对等关税”范围内。** 根据最新政策，**若符合美国《协调关税税则》中所列明的分类号码的产品，将可获得“对等关税”豁免**。 美国海关与边境保护局称，进口商应在申报相关商品时申报豁免资格。对于已于4月5日后通关或提货的商品，企业需在货物放行后10日内完成相关申报更正。未结算条目可申请事后汇总更正，已结算但仍在抗议期内的条目亦可申请退款。 目前尚不清楚这些产品是否仍将适用不属于“对等关税”框架的20%税率。美国国际贸易委员会尚未就相关询问作出回应，白宫方面也未立即置评。 **经查，美国海关与边境保护局发布的20项关税豁免编码，具体对应分类如下：** **8471：** 自动资料处理设备（如电脑、服务器） 储存设备及零组件（如硬盘、处理器） **8473.30：** 打印机、扫描仪、绘图机等办公室自动化设备 **8486：** 半导体制造设备（如光刻机、晶圆加工机器） **8517.13.00：** 电话机（包括移动网络设备） **8517.62.00：** 无线通讯设备（如基站、路由器） **8523.51.00：** 固态储存媒介（如固态硬盘SSD、U盘、存储卡） **8524：** 已录制的媒介（如光盘、磁带等） **8528.52.00：** 具有输入功能的液晶显示器（如触控屏幕） **8541.10.00：** 二极管 **8541.21.00：** 晶体管 **8541.29.00：** 半导体元件 **8541.30.00：** 光敏半导体（如LED芯片、光耦合器） **8541.49.10** 8541.49.70 8541.49.80 8541.49.95： 其它半导体元件 **8541.51.00** 8541.59.00 8541.90.00： 相关零组件 **8542：** 集成电路（如CPU、内存芯片、微控制器） 上述20项关税豁免编码基本囊括了用户日常所能接触到的主流消费电子产品。**这也意味着，苹果几乎所有产品线都已免于加征关税。** **电脑、智能手机、显示器、闪存、内存以及硬盘等其他存储设备目前均不受加征关税影响。其他一些品类也享受到了减税，包括显卡、平板电视（无论屏幕类型）、电源等产品。** 而且，豁免范围不仅限于成品硬件。如今，芯片、半导体元件以及制造半导体所需的设备也获得豁免。 一些较小的商品，例如皮革制品、Apple Watch表带和iPhone手机壳，并没有得到豁免。电脑、电脑机箱、铝、钛或钢制品也不在豁免之列。 此前有媒体报道称，特朗普对美中可能达成关税协议“持乐观态度”。白宫新闻秘书卡罗琳·莱维特周五表示“总统已经明确表示，他愿意与中国达成协议。”  [查看评论](https://m.cnbeta.com.tw/comment/1492412.htm)