经过 10 个月的飞行测试，Boom Supersonic公司宣布将于当地时间明天上午 7:45 在加利福尼亚州莫哈韦沙漠上空进行其 XB-1 原型机的首次超音速飞行。  1969 年，当协和飞机首次飞上蓝天时，其技术成就不亚于登月，人们希望它能预示着商业超音速旅行时代的开始。 但这只是一个错误的开端，一直到协和退役，只有十几架超级喷气式飞机在英国和法国的国家航空公司中作为高级产品投入使用。 然而，前景依然存在，有朝一日我们有可能在洲际航线上看到与亚音速飞机一样多的超音速商用运输机，而像 Boom 这样的一些公司正热衷于参与其中。 自 2024 年 3 月以来，Boom 已经进行了 11 次试飞，逐步推动突破音障。 明天，长 68 英尺（21 米）的 XB-1 原型机将在超音速飞机专用的空中走廊进行飞行。 在高度为 34000 英尺（10000 米）的 38 分钟飞行中，飞机预计将达到 1.1 马赫，这是最终目标 2.2 马赫的一半。  XB-1 至今已进行了 11 次试飞 如果您想观看飞行过程，Boom 将提供[视频直播信号](https://boomsupersonic.com/xb-1?utm_source=Boom+General+Newsletter&utm_campaign=5c0524c488-EMAIL_CAMPAIGN_SUPERSONIC_COUNTDOWN-24HR&utm_medium=email&utm_term=0_41b28c06ec-5c0524c488-64511820)，您可以访问其官网看到试飞全过程： [https://boomsupersonic.com/](https://boomsupersonic.com/) [查看评论](https://m.cnbeta.com.tw/comment/1474498.htm)

最近于 2025 年 1 月 14 日发布的 Windows 10 周二补丁更新存在一些已知问题，微软刚承认了一个新的错误，该错误会影响使用 USB DAC（数模转换器）的用户，导致音频设备停止工作。 [](https://static.cnbetacdn.com/article/2025/0126/af76e7c51ff672d.jpg) [现已更新的支持文档](https://support.microsoft.com/en-us/topic/january-14-2025-kb5049981-os-builds-19044-5371-and-19045-5371-12f3788f-6e7d-4524-8ab3-27d1666e0510)详细介绍了新发现的问题，该问题会影响使用基于 USB 1.0 音频驱动程序的 DAC 的客户。 除了音频无法工作外，Windows 设备管理器还会显示 &#34;此设备无法启动&#34;错误代码。 <blockquote><p data-dl-uid="80" data-dl-="" data-dl-translated="true">安装此安全更新后，USB 音频设备可能会出现问题。 如果您在音频设置中使用基于 USB 1.0 音频驱动程序的 DAC（数模转换器），则更有可能遇到此问题。 这个问题可能会导致 USB 音频设备停止工作，无法播放音频。</p><p data-dl-uid="81" data-dl-="" data-dl-translated="true">DAC（数模转换器）通常用于用户需要提高音频系统质量的场合。 家庭音频系统、专业音乐工作室和便携式音乐播放器就是使用 DAC 的几个场景。</p><p data-dl-uid="82" data-dl-="" data-dl-translated="true">由于这个问题，设备管理器可能会显示 &#34;此设备无法启动。 (代码 10）系统资源不足，无法完成 API&#34;。</p></blockquote> 到目前为止，还没有明显的方法来缓解或绕过该问题。 微软表示唯一的解决方案是暂时不使用 USB DAC，设法通过其它方式将音频设备直接连接到主板。 未来的更新将解决这一问题。 <blockquote><p data-dl-uid="155" data-dl-="" data-dl-translated="true">用户可以在连接过程中避免使用外置 DAC，直接将音频设备插入电脑，从而避免这一问题。</p><p data-dl-uid="157" data-dl-="" data-dl-translated="true">我们正在努力解决这个问题，并将在即将发布的版本中提供更新。</p></blockquote> 这并不是最近 Windows 更新中唯一一个与音频相关的问题。 几周前，微软证实了一个 Windows Bug，该 Bug 会导致运行 Windows 11 版本 24H2 的系统在某些情况下以 100% 的音量从扬声器中发出音频。 [查看评论](https://m.cnbeta.com.tw/comment/1474496.htm)

昨天有报道称人工智能初创公司 Perplexity AI 提议竞标创建一个新实体，将 Perplexity 与 TikTok 的美国业务合并。 提议的好处是，一旦新实体上市，美国政府可以拥有其 50% 的股份。 据报道，虽然讨论仍在进行，但微软方面也已经提出了自己的竞购方案。 [](https://static.cnbetacdn.com/article/2025/0117/308a0757fecbb1c.jpg) 据美国总统唐纳德-特朗普称，微软正在讨论从字节跳动手中收购 TikTok 美国业务并将该应用留在美国的可能性。 特朗普在空军一号上对记者说：&#34;我会说是的，人们对 TikTok 很感兴趣。&#34; 当天早些时候，特朗普还向佛罗里达州的共和党议员发表讲话，他说：&#34;我们将拭目以待，会有很多人参与竞标，如果我们能保住所有的话语权和工作机会，中国不会参与进来，我们不希望中国参与进来，但我们会看看会发生什么。&#34; 这一表态与特朗普此前推动字节跳动卖掉TikTok美国分公司的做法不谋而合。 他警告说，如果不出售，出于国家安全考虑，该应用可能会在美国面临禁用。 1 月 19 日，TikTok 被禁用了13个小时之后，美国总统特朗普签署了拯救 TikTok 的行政命令，TikTok 因此重新上线，这实际上是给了社交媒体巨头更多的时间来寻找潜在买家。 没有删除该应用的用户可以继续使用，不会有任何问题。 但是，那些认为 TikTok 已经结束并将其删除的用户却面临着挑战，因为 TikTok 仍然无法在苹果应用商店或 Google Play 商店中使用。 用户要么尝试不同的方式访问 TikTok，要么需要尝试各种替代应用。 也有报道称埃隆-马斯克（Elon Musk）将收购 TikTok，但这只是谣传。 甲骨文公司也被猜测正在考虑接管 TikTok 的全球业务。 [查看评论](https://m.cnbeta.com.tw/comment/1474494.htm)

近日，随着DeepSeek公司的崛起，其创始人**梁文锋**成为了公众瞩目的焦点。这位**1985**年出生于广东湛江的科技奇才，梁文锋的成功并非一蹴而就。自浙江大学毕业后，他便开始了在人工智能领域的探索之旅。在量化投资领域取得显著成就后，他于**2019年正式进军通用人工智能领域**，成立了DeepSeek公司。 在他的带领下，DeepSeek发布了多个性能优越、性价比极高的大语言模型，**如DeepSeekV2、DeepSeek-V3等**，这些模型在业界产生了广泛影响，也让梁文锋在AI界声名鹊起。  然而，广东这片热土上，不仅孕育了梁文锋这样的科技奇才，还涌现了其他在AI领域大放异彩的人物。其中，杨植麟和何恺明便是佼佼者。 **杨植麟，同样来自广东，**他在自然语言处理领域取得了令人瞩目的成果。作为**月之暗面（Moonshot AI）的创始人**，杨植麟拥有清华大学和卡内基梅隆大学的双重学术背景。 在博士期间，他便与谷歌、卡内基梅隆大学联合发表了深度学习和自然语言处理模型**XLNet**，该模型在多个任务上取得了**世界领先**的成绩。 回国后，他创立了循环智能和月之暗面科技有限公司，并推出了支持长文本输入的智能助手Kimi，进一步推动了AI技术在自然语言处理领域的应用。  而**何恺明，这位1984年**出生于广东广州的人工智能科学家，在计算机视觉和深度学习领域更是取得了卓越成就。 他曾在微软亚洲研究院工作，后加入Facebook AI Research（FAIR）担任研究科学家。**何恺明提出的深度残差网络（ResNets）等技术，为人工智能的发展做出了基础性贡献**。 该技术使神经网络能够达到前所未有的深度，极大地提高了图像识别和分类的准确性。此外，他还提出了**Mask R-CNN**等目标实例分割框架，进一步推动了计算机视觉领域的发展。  值得关注的是，这三位来自广东的科技精英在网络上的爆火，引发了网友们的热议。    [查看评论](https://m.cnbeta.com.tw/comment/1474492.htm)

近日，第29届LG杯世界围棋棋王战决赛引发热议，**在决赛第三局中，比赛中卞相壹思考的时候裁判介入暂停比赛。柯洁不满判罚选择退赛，无缘九冠王，卞相壹0胜夺冠。**中国围棋协会对此发布声明称，认为裁判中断时机不当，影响比赛正常进行，棋手受到裁判过度干扰，无法继续完成比赛。 **经向赛事主办方韩国棋院申诉，申请重赛无果，中国围棋协会不接受本届LG杯第三局结果。** 不光是中方不满此次规则，甚至连不少日本棋手、棋迷都认为韩国新规不合理，为柯洁惋惜。 **引发巨大争议后，韩国棋院就LG杯争议发布致歉声明，向围棋爱好者们表示致歉，并表示将尽快制定符合世界大赛的统一规则。** [](//img1.mydrivers.com/img/20250128/1c277129cf674b8faee73ff80576e699.jpg) **韩国棋院公告如下：** 我们向期待两位世界顶尖棋手（柯洁九段和卞相壹九段）进行决赛的围棋爱好者们致以歉意，对给赞助商LG和主办方朝鲜日报造成的不便深感抱歉。 在第29届LG杯决赛中，由于‘死子’规则的违反，出现了通过犯规决定冠军的前所未有的情况，LG杯是由韩国棋院主办的赛事，使用了韩国围棋规则。相关规则已于2024年11月修订实施，并事先公布给所有外国团体。 这次成为问题的&#34;死子管理&#34;规定是两国关于死子的不同计算方法引起的。在死子对计算胜负产生影响的韩国，这是必要的规定，但在不把死子适用于计算胜负的中国，这是比较陌生的规定。另外，修改规定只有3个月，因此我认为中国选手们的适应期不足。 韩国棋院希望韩国和中国之间的信任不会因此次事件而崩溃，对于面临的问题希望尽快圆满解决。与此相关，正在努力通过与中国的紧密对话来收拾事态。 现在世界大赛没有专门的国际规则，是按照主办国家的规则进行的。我们认为为了围棋的世界化和世界大赛的顺利进行，需要制定统一的规则。 韩国棋院将在近期内与中国棋院、日本棋院等进行充分的讨论，制定符合世界大赛的统一规则。 [查看评论](https://m.cnbeta.com.tw/comment/1474488.htm)

近日，中国人工智能（AI）大模型技术厂商DeepSeek（深度求索）发布的推理大模型DeepSeek-R1火爆网络，其不仅性能比肩OpenAI o1 ，并且其所需的训练成本可能只有后者的约1/20，API的定价更是只有后者的约1/28，相当于使用成本降低了约97%。 [](https://static.cnbetacdn.com/article/2025/0127/4c824bf8a8d6ce0.png) 这不仅引发了外界对于OpenAI、Meta、谷歌等众多大模型厂商严重依赖于高成本的英伟达AI芯片持续堆算力的“大力出奇迹”模式的质疑，也导致了市场对于众多市值已大涨的AI芯片股的价值需要重估的担忧。 受此影响，在美国当地时间1月27日的美股交易当中，Marvell大跌19.1%、博通大跌17.4%、英伟达大跌16.97%，台积电大跌13.33%、美光大跌11.71%、AMD大跌6.37%、ASML大跌5.75%。  **DeepSeek-V3横空出世：性能比肩GPT-4o，训练成本仅为其1/20** 早在2024年12月26日，DeepSeek就通过官方微信公众号发布推文称，旗下全新系列模型DeepSeek-V3首个版本上线并同步开源。国外独立评测机构Artificial Analysis测试了DeepSeek-V3后表示，“DeepSeek-V3超越了迄今为止所有开源模型。”更为关键的是，该模型使用英伟达H800 GPU在短短两个月内就训练完成，并且仅花费了约558万美元。 据介绍，DeepSeek-V3为自研MoE模型，671B参数，激活37B，在14.8T token上进行了预训练。DeepSeek-V3多项评测成绩超越了Qwen2.5-72B和Llama-3.1-405B等其他开源模型，并在性能上和世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。  针对DeepSeek-V3，独立评测网站Artificial Anlaysis就关键指标——包括质量、价格、性能（每秒生成的Token数以及首个Token生成时间）、上下文窗口等多方面——与其他人工智能模型进行对比，最终得出以下结论。 质量：DeepSeek-V3质量高于平均水平，各项评估得出的质量指数为80。 价格：DeepSeek-V3比平均价格更便宜，每100万个Token的价格为0.48美元。其中，输入Token价格为每100万个Token 0.27美元，输出Token价格为每100万个Token 1.10 美元。 速度：DeepSeek-V3比平均速度慢，其输出速度为每秒87.5个Token。 延迟：DeepSeek-V3与平均水平相比延迟更高，接收首个Token（即首字响应时间）需要1.14秒。 上下文窗口：DeepSeek-V3的上下文窗口比平均水平小，其上下文窗口为13万个Token。 最终Artificial Anlaysis得出结论：DeepSeek-V3模型超越了迄今为止发布的所有开放权重模型，并且击败了OpenAI的GPT-4o（8月），并接近Anthropic的Claude 3.5 Sonnet（10月）。DeepSeek-V3的人工智能分析质量指数得分为80，领先于OpenAI的GPT-4o和Meta的Llama 3.3 70B等模型。目前唯一仍然领先于DeepSeek的模型是谷歌的Gemini 2.0 Flash和OpenAI的o1系列模型。领先于阿里巴巴的Qwen2.5 72B，成为了AI大模型领域的领先者。 更重要的是，DeepSeek使用2048块英伟达H800 GPU在短短两个月内就训练出了DeepSeek-V3，仅花费了约557.6万美元，仅为GPT-4o（约超过1亿美元）的接近二十分之一，资源运用效率极高。  OpenAI创始成员Karpathy也表示：“DeepSeek-V3让在有限算力预算上进行模型预训练这件事变得容易。DeepSeek-V3看起来比Llama-3-405B更强，训练消耗的算力却仅为后者的1/11。”（据外媒估计，Meta的大模型Llama-3.1的训练投资超过了5亿美元。） 当时外界对此事也有一些质疑之声，比如有测试发现，DeepSeek-V3竟然声称自己是ChatGPT。一时间，“DeepSeek-V3是否在使用ChatGPT输出内容进行训练”的质疑声四起。 对此，有猜测称，DeepSeek可能用了包含GPT-4通过ChatGPT生成的文本的公共数据集。“如果DeepSeek-V3是用这些数据进行训练的，那么该模型可能已经记住了GPT-4的一些输出，现在正在逐字反刍它们。” 不过，DeepSeek-V3也并非是第一个错误识别自己的模型，谷歌的Gemini等有时也会声称是竞争对手的模型。例如，Gemini在普通话提示下称自己是百度的文心一言聊天机器人。造成这种情况的原因可能在于，AI公司在互联网上获取大量训练数据，但是，现如今的互联网本就充斥着各种各样用AI生产出来的数据。 **DeepSeek-R1：性能比肩OpenAI o1，使用成本仅为其1/28** 然而，在时隔不到1个月之后，2025年1月20日，DeepSeek又发布了全新的推理大模型DeepSeek-R1，回击了外界的质疑。 据介绍，DeepSeek-R1在后训练阶段大规模使用了强化学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。  在国外大模型排名Arena上，DeepSeek-R1基准测试已经升至全类别大模型第三。其中，在风格控制类模型（StyleCtrl）分类中与OpenAI o1并列第一；其竞技场得分达到1357分，略超OpenAI o1的1352分。 1月27日，社交平台认证为“AI投资机构Menlo Ventures负责人”的Deedy对比谷歌Gemini和DeepSeek-R1后表示，DeepSeek-R1更便宜、上下文更长、推理性能更佳。 DeepSeek还宣布将 DeepSeek-R1 训练技术全部公开，以期促进技术社区的充分交流与创新协作。 除了性能出众之外，低成本也是DeepSeek-R1一大关键优势，虽然其预训练费用虽然并未公开，但是猜测应该与DeepSeek-V3相当。同时，DeepSeek公布的API的定价显示，其每百万输入tokens 1元（缓存命中）/4元（缓存未命中），每百万输出tokens 16元。DeepSeek-R1这个收费大约是OpenAI o1正式版运行成本的约1/28。OpenAI o1模型上述三项服务的定价分别约合人民币55元、110元、438元。   也就是说，用户使用DeepSeek-R1，即可体验到与OpenAI o1 性能相当的大模型使用体验，但是使用成本只需要OpenAI o1的1/28，即成本降低了约97%。 **DeepSeek掀起AI算力“革命”** 众所周知，算法、算力和数据是影响AI能力的三大核心要素，而对于通用大模型来说，经过这两年来发展，业界普遍认为要想实现AGI（通用人工智能）必须依赖于越来越庞大的大参数模型，因此需要更为强大算力来作为支持。因此我们可以看到，微软、谷歌、Meta、X、字节跳动、亚马逊、阿里巴巴等大厂一直在持续加大对于AI芯片的采购。 近日，在美国政府的推动下，OpenAI、软银、甲骨文等厂商还宣布将联合成立一家新的AI公司“Stargate”（星际之门），未来四年将投资5000亿美元，而这其中大部分资金都将被用于建设AI基础设施。 在这些厂商对于AI芯片旺盛的需求带动下，此也直接推动了英伟达、博通、台积电、ASML等众多AI芯片产业链相关厂商业绩和股价的大涨。 但是，如果DeepSeek的仅利用非常低的算力和成本就能够实现高级的AI能力的模式被普遍认可，那么可能将会引发对于现有的依赖于堆芯片算力的AI发展模式的“革命”。 一位Meta工程师公开表示，其内部正因DeepSeek进入“恐慌模式”。 Scale AI创始人Alexander Wang也表示，DeepSeek是“中国科技界带给美国的苦涩教训”，证明“低成本、高效率”的研发模式可能颠覆硅谷巨头的高投入路径。社交平台认证为“风险投资人”的ShortBear评论称，“DeepSeek的兴起对那些商业模式为销售大量GPU（英伟达）或购买大量GPU（OpenAI、微软、谷歌）的公司都形成了挑战。” 因此，我们可以看到，在美股1月28日的交易当中，英伟达、台积电、博通、ASML等AI芯片产业链上的巨头们的股价都出现了大幅的下跌。 不过，对于此番DeepSeek所引发的对AI芯片产业链企业价值重估的恐慌，也有分析师认为这是一个很好的投资机会，因为即使对于AI芯片需求暂时减少，但是对于AI芯片需求依然会存在，该市场也依然会由英伟达占据领导地位。 投行韦德布什资深股票分析师Daniel Ives在最新的研报中称，DeepSeek使用英伟达性能较弱的芯片构建了足以媲美OpenAI的ChatGPT和Meta的Llama 3.1的大模型，因此引起了美国科技股的波动。“但我们认为，这是另一个黄金买入机会，而不是恐慌的时候。全球只有英伟达推出自主、并用于机器人和更广泛AI用例的芯片。DeepSeek的大模型虽然留下了深刻的印象，但不足被视作威胁。为消费者使用推出具有竞争力的LLM模型是一回事，但推出更广泛的AI基础设施又是另一回事。”Daniel Ives说道。 英伟达也对此回应称：“DeepSeek是一项卓越的人工智能进展，也是测试时扩展的绝佳范例。DeepSeek的研究展示了如何运用该技术，借助广泛可用的模型以及完全符合出口管制规定的算力，创建新模型。推理过程需要大量英伟达GPU和高性能网络。如今我们有三条扩展定律：持续适用的预训练和后训练定律，以及新的测试时扩展定律。” 需要指出的是，目前中国正面临美国持续升级的对华AI芯片及先进半导体设备出口管制政策，这也使得中国难以获取外部先进的AI芯片，也难以依靠内部制造先进的AI芯片，因此这也迫使DeepSeek另辟蹊径，抛弃常规的依赖于堆算力的技术发展路线，并获得了成功，打破了美国对于中国AI的封锁。 面壁智能首席科学家刘知远在朋友圈发文称，“DeepSeek最近出圈，特别好地证明了我们的竞争优势所在，就是通过有限资源的极致高效利用，实现以少胜多。2024年很多人来问我，中国跟美国的AI差距是扩大了还是缩小了，我说明显缩小了，但能感受到大部分人还不太信服，现在DeepSeek等用实例让大家看到了这点，非常赞。” “AGI新技术还在加速演进，未来发展路径还不明确。我们仍在追赶的阶段，已经不是望尘莫及，但也只能说尚可望其项背，在别人已经探索出的路上跟随快跑还是相对容易的。接下来我们要独立面对一团未来迷雾，如何先人一步探出新路，是更加困难和挑战的事，需要我们更加百倍投入、百倍努力。”刘知远说。 当然，DeepSeek的成功并不是闭门造车的结果，而是博采众长，吸取了众多前人的经验（比如开源的PyTorch和Llama），这也是为什么DeepSeek的大模型也采用了开源（open-source）的模式。 图灵奖得主、主导Meta AI研究的首席科学家Yann LeCun就指出，DeepSeek 成功的最大收获，是AI开源的价值使任何人都能受益。 “对那些看到DeepSeek表现并认为‘中国在AI领域正超越美国’的人而言，你的解读错了，正确解读应是‘开源模型正超越专有模型’。DeepSeek 从开放研究和开源获益良多（如同PyTorch和Llama），他们提出新想法，并从其他人的工作基础加以建构。他们发布新的模型并开源，所以每个人都能从中受益，这就是开放研究和开源的力量。”Yann LeCun说道。 [查看评论](https://m.cnbeta.com.tw/comment/1474476.htm)

美东时间周一，美国总统唐纳德·特朗普在佛罗里达州的一场年度党内政策务虚会上发表讲话。尽管这次谈话主题主要围绕在政治内容，不过有些令人出乎意料的是，特朗普竟然也提到了近日爆火海外的国产AI模型DeepSeek。 [](https://n.sinaimg.cn/sinakd20250125s/202/w640h362/20250125/a348-f748ef6389982fe1429c3981a8c24aa5.png) 特朗普在讲话中表示，中国初创公司DeepSeek的技术应该对美国公司起到刺激作用，并认为，中国公司开发出更便宜、更快的人工智能方法是件好事。 特朗普在佛罗里达州表示： <blockquote><p>“中国公司发布DeepSeek人工智能应该给我们的行业敲响警钟，我们需要专注于竞争以赢得胜利。”</p></blockquote> <blockquote>“我一直在了解中国和中国的一些公司，特别是有一家公司提出了一种更快、更便宜的人工智能方法，这很好，因为你不必花那么多钱。我认为这是积极的，是一种资产。”</blockquote> <blockquote>“我认为这是积极的，因为你们（美国企业）也可以这样做，所以你们不用花那么多钱就能得到同样的结果，但愿如此。”他说。</blockquote> 美东时间周一，由于DeepSeek的爆火，美股科技股遭受暴击。纳斯达克综合指数周一大跌3.07%，AI龙头股英伟达股价一夜暴跌16.97%，市值蒸发近5900亿美元，刷新美国金融史纪录。 特朗普还声称，中国领导人告诉他，美国拥有世界上最杰出的科学家。他认为，如果中国产业能够开发出更便宜的人工智能技术，美国公司也会效仿。 <blockquote>“我们总是有想法。我们永远是第一名。所以我想说这是一个积极的，非常积极的发展。因此，与其花费数十亿美元，不如花更少的钱，希望你们能想出同样的解决方案。”</blockquote> 特朗普还表示，他通过行政令撤销拜登政府人工智能相关规定的决定，将使美国人工智能公司能够“专注于成为最优秀的”，而不是被其他因素分散注意力。 [查看评论](https://m.cnbeta.com.tw/comment/1474474.htm)

DeepSeek大爆出圈，现在连夜发布新模型——多模态Janus-Pro-7B，发布即开源。在GenEval和DPG-Bench基准测试中击败了DALL-E 3和Stable Diffusion。  想必大家这几天完全被DeepSeek刷屏了吧。 它长时间霸榜热搜第一，甚至AI第一股英伟达直接被干崩了——最大跌幅近17%，一夜蒸发5890亿美元（约合人民币4.24万亿元），创下美股单日跌幅最大纪录。 而Deepseek神话还在继续，春节假期中全国人民都开始体验了，Deepseek服务器还一度卡到宕机。  值得一提，同一夜，阿里旗下大模型通义千问Qwen也更新了自己的开源家族： 视觉语言模型Qwen2.5-VL，包括3B、7B 和 72B三种尺寸。  真~今夜杭州都不睡，起舞竞速大模型。 DeepSeek连夜发布新模型 先来看看DeepSeek新模型，这其实是此前Janus、JanusFlow的高级版本和延续。  一作为博士毕业于北大的陈小康。 具体来说，它基于DeepSeek-LLM-1.5b-base/DeepSeek-LLM-7b-base构建的，是一个统一理解和生成的多模态大模型。整个模型采用自回归框架。 它通过将视觉编码解耦为单独的路径来解决以前方法的局限性，同时仍然使用单一、统一的转换器架构进行处理。 这种解耦不仅缓解了视觉编码器在理解和生成中的角色冲突，还增强了框架的灵活性。  对于多模态理解，它使用SigLIP-L作为视觉编码器，支持 384 x 384 图像输入。对于图像生成，Janus-Pro使用LIamaGen中的VQ标记器，将图像转换为离散的ID，下采样率为16。 ID序列被扁平化为一维后，他们使用生成适配器将每个ID对应的代码库嵌入映射到 LLM 的输入空间中。然后，将这些特征序列连接起来，形成一个多模态特征序列，随后将其输入 LLM 进行处理。 除了 LLM 内置的预测头，还在视觉生成任务中使用随机初始化的预测头进行图像预测。 相较于前一个版本Janus的三个训练阶段，团队发现这一训练策略并不理想，会大大降低计算效率。  对此，他们做了两处大的修改。 - 第一阶段Stage I的长时间训练：增加了第一阶段的训练步骤，以便在 ImageNet 数据集上进行充分的训练。研究结果表明，即使在 LLM 参数固定的情况下，模型也能有效地模拟像素依赖性，并根据类别名称生成合理的图像。 - 第二阶段Stage II：的集中训练：在第二阶段，放弃了 ImageNet 数据，直接利用常规文本到图像数据来训练模型，以生成基于密集描述的图像。 此外在第三阶段的监督微调过程中，还调整了不同类型数据集的数据比例，将多模态数据、纯文本数据和文本图像数据的比例从 7：3：10 调整为 5：1：4。 通过略微降低文本到图像数据的比例发现，这一调整可以让在保持强大的视觉生成能力的同时，提高多模态理解性能。 最终结果显示，实现了与现有视觉理解生成SOTA模型持平的水准。  △GenEval基准  DPG-Bench基准 与上一个版本 Janus相比，它可以为简短提示提供更稳定的输出，具有更好的视觉质量、更丰富的细节以及生成简单文本的能力。  更多多模态理解和视觉生成能力的定性结果。  DeepSeek征服全球用户 想必这两天一定是被DeepSeek刷屏了—— 是科技圈非科技圈、七大姑八大姨都搁那讨论的程度。 像同为杭州六小龙的游戏科学，其创始人CEO、《黑神话：悟空》制作人也专门发微博支持：顶级科技成果，六大突破。  还有DeepSeek自称MOSS，也被流浪地球导演郭帆注意到了。 好好好，DeepSeek是不是直接预订下一部主角了（Doge）。  而这故事的一开始，正是前几天刚刚开源的推理模型R1，以其低廉的成本、免费的使用以及完全不输o1的性能，征服了全球用户，直接引发行业地震。 仅仅花费560万美元训练的R1，相当于Meta GenAI团队任一高管的薪资，在很多AI基准测试中已经达到甚至超越OpenAI o1模型。 而且DeepSeek是真的免费，而ChatGPT虽然在免费榜上，但要是想解锁它的完全体，还是要掏上200美元。 于是乎，大家开始纷纷转向DeepSeek来“构建一切”，也就迅速登顶美区苹果应用商店免费App排行第一，超越了ChatGPT和Meta的Threads等热门应用。  用户量的激增也导致DeepSeek服务器多次宕机，官方不得不紧急维护。 而聚焦于行业内，大家对于DeepSeek的关注，在于如何在有限的资源成本情况下，实现与OpenAI持平的水准。 相比于国外动辄百亿千亿美元成本、几十上百万张卡这种粗放的模式，用DeepSeek很多技术细节都放在如何降低成本开销上。 比如蒸馏。R1总共开源了6个在R1数据上的蒸馏小模型，蒸馏版Qwen-1.5B都能在部分任务上超过GPT-4o。  还有就是纯强化学习，抛弃SFT环节，通过数千次的强化学习来提升模型的推理能力，然后在AIME 2024上的得分与OpenAI-o1-0912的表现相当。  也正因为这样，让人不免想到OpenAI前几天砸5000亿美元建数据中心以及英伟达长时间以来在高端GPU的垄断地位。 拿5000亿美元建数据中心，是有必要的吗？ 大规模的AI算力投资，是有必要的吗？ 这样的讨论，在资本市场得到了响应。美股开盘后，英伟达股价暴跌17%，创下自2020年3月以来最大跌幅，市值蒸发近6000亿美元，老黄自己的个人财富一夜之间也缩水了超130亿美元。 博通、AMD等芯片巨头也纷纷大幅下跌。 对此，英伟达公开回应称，DeepSeek是一项卓越的人工智能进展，也是测试时扩展的绝佳范例。DeepSeek的研究展示了如何运用该技术，借助广泛可用的模型以及完全符合出口管制规定的算力，创建新模型。推理过程需要大量英伟达 GPU和高性能网络。如今我们有三条扩展定律：持续适用的预训练和后训练定律，以及新的测试时扩展定律。 同样被动摇的还有Meta、OpenAI。 Meta内部甚至成立了专门的研究小组，试图剖析DeepSeek的技术细节，以改进其Llama系列模型，并且新年计划中预算4000亿起步搞AI，年底AI算力将达130万卡。 奥特曼也紧急透露新模型o3-mini即将免费上线ChatGPT的消息，试图挽回一点市场热度。  现在有了新模型发布，关于DeepSeek的讨论还在继续。 DeepSeek新版本疑似很快发布，时间是2025年2月25日。  杭州昨夜不眠 同一个夜晚，同一个杭州。 就在DeepSeek新模型发布不久，Qwen也更新了自己的开源家族： Qwen2.5-VL。  这个标题怎么有三体那味了。 它有3B、7B 和 72B三种尺寸，可以支持视觉理解事物、Agent、理解长视频并且捕捉事件，结构化输出等等。 （详情内容可以参考下一篇推文） ps，最后，继杭州六小龙之后，广东AI三杰也出现了。 （杭州六小龙分别是游戏科学、DeepSeek、宇树科技、云深处科技、强脑科技和群核科技） 他们分别是湛江人梁文锋（DeepSeek创始人），汕头人杨植麟（月之暗面、Kimi创始人）以及AI学术大佬广州人何恺明。  [查看评论](https://m.cnbeta.com.tw/comment/1474472.htm)

近日，名为DeepSeek（深度求索）的中国AI初创公司在不到30天的时间里先后发布DeepSeek-V3和DeepSeek-R1两款大模型，火爆全网，持续引发热议。据美国彭博社报道，美国开放人工智能研究中心（OpenAI）首席执行官萨姆·奥尔特曼27日晚在社交媒体平台X上发文，对DeepSeek-R1模型首次亮相表示欢迎。  “DeepSeek-R1是一款令人印象深刻的模型，尤其是考虑到它能够以这个价格提供（这样的产品）。”奥尔特曼在帖文中说，“有这样的新竞争对手确实令人振奋。” 此外，奥尔特曼还在帖文中提到，OpenAI将加快推出新产品。  当地时间1月27日，美国股市开盘即大幅下跌，科技板块尤为惨重。市场分析认为，核心原因是中国人工智能初创公司DeepSeek的最新突破，动摇了美国科技行业的“无敌”地位。据路透社报道，英伟达在股价暴跌后发布声明，称DeepSeek的进步表明了其芯片在中国市场的有效性，未来将需要更多的英伟达芯片来满足对DeepSeek的服务需求。 另据美国《国会山报》、英国《卫报》报道，美国总统特朗普当地时间27日在佛罗里达州迈阿密举行的共和党会议上表示，中国人工智能初创公司DeepSeek的崛起应当为美国企业敲响“警钟”，美国公司“需要专注于竞争以赢得胜利。”同时，特朗普认为DeepSeek崛起也可能传递了一种积极信号。 [查看评论](https://m.cnbeta.com.tw/comment/1474470.htm)

<blockquote><p>在当今快速变化的时代，创新成为企业和社会发展的关键驱动力。设计思维方法论作为一种以用户为中心、跨学科融合、注重迭代优化的创新方法，正逐渐受到广泛关注和应用。本文将深入探讨设计思维方法论的核心理念、主要步骤、面临的挑战以及实际应用案例，以期为读者提供全面而深入的了解。</p> </blockquote>  ## 一、核心理念 设计思维方法论的核心理念主要体现在三个方面： ### 1. 以用户为中心 始终将用户的需求、体验和感受放在首位，是设计思维的首要原则。这意味着在设计产品、服务或解决方案的过程中，要深入挖掘用户的真实需求，从用户的角度出发去思考问题。 例如，苹果公司在设计 iPhone 时，通过深入了解用户对移动通信设备的需求和期望，不断迭代优化产品设计，最终推出了具有创新性且深受用户喜爱的产品。 这种以用户为中心的设计理念，使产品能够更好地满足用户的实际需求，提升用户的满意度和忠诚度。 ### 2. 跨学科融合 设计思维打破了学科界限，融合了设计、工程、商业、心理学、社会学等多个领域的知识和方法。通过跨学科团队的合作，发挥各自的专业优势，共同创造出更具创新性和实用性的解决方案。 例如，在开发一款智能健康监测设备时，需要设计师负责产品的外观设计和用户体验，工程师负责硬件和软件的技术实现，商业人员负责市场调研和商业模式设计，心理学家和社会学家则可以提供关于用户行为和需求的深入见解。 这种跨学科的融合，能够从多个角度审视问题，激发更多的创意和灵感，提高解决方案的可行性和有效性。 ### 3. 迭代优化 设计思维强调解决问题的过程是一个不断迭代的过程。通过快速原型制作、用户测试和反馈收集，对解决方案进行持续的优化和改进，直到找到最合适的方案。 例如，在设计一个新的软件界面时，可以先制作一个低保真的原型，让用户进行简单的操作体验，然后根据用户的反馈进行调整和优化，再制作更高保真的原型进行测试，如此反复迭代，直到界面设计能够满足用户的需求和期望。 这种迭代优化的方法，能够及时发现和解决问题，降低项目风险，提高最终产品的质量。 ## 二、主要步骤 设计思维方法论通常包括以下五个主要步骤： ### 1. 同理心（Empathize） 同理心阶段的目的是深入了解用户的需求、期望、痛点和行为模式，建立与用户的同理心连接。可以通过用户访谈、观察、问卷调查、用户画像等方法来收集用户信息。 例如，设计师可以深入到用户的实际使用场景中，观察用户在使用某个产品或服务时的具体行为和表情，记录下他们的困惑和不满之处；或者与用户进行一对一的访谈，深入了解他们的内心想法和需求背后的原因。 这些信息将为后续的设计工作提供准确的依据。 ### 2. 定义（Define） 基于同理心阶段收集到的信息，对问题进行清晰、准确的定义，是设计思维的关键步骤。通过对用户数据的分析和整理，找出用户需求中的关键点和共性问题，用简洁明了的语言描述出核心问题。 例如，将用户在使用某个软件时遇到的多个操作不便的问题，定义为“用户在使用该软件进行复杂任务操作时，由于界面布局不合理和操作流程繁琐，导致效率低下且容易出错”。 明确问题的定义有助于为后续的构思和设计工作指明方向，避免在过程中出现方向偏差。 ### 3. 构思（Ideate） 构思阶段的目的是激发团队成员的创造力，产生大量的创意和想法，为解决问题提供多种可能的方案。可以组织头脑风暴会议、思维导图、六顶思考帽等创意激发活动。 在头脑风暴过程中，鼓励团队成员自由地提出各种想法，无论这些想法多么离奇或不切实际，重点是激发思维的火花。然后对这些想法进行筛选和整合，形成初步的解决方案框架。 例如，在设计一款新的办公软件时，团队成员可以提出各种创新的功能和交互方式，如语音控制、智能文档整理等，然后对这些想法进行评估和筛选，确定可行的方案进行进一步的开发。 ### 4. 原型（Prototype） 原型阶段是将构思阶段的想法快速转化为可视、可操作的原型，以便进行测试和验证。根据解决方案的复杂程度和特点，可以制作不同 fidelity（保真度）的原型，如低保真的草图、线框图，或者高保真的交互原型、模型等。 例如，在设计一个新的手机应用程序界面时，可以先用纸笔绘制出大致的界面布局草图，然后使用专业的设计软件制作出具有基本交互功能的原型，让用户能够进行简单的操作体验。原型的制作不仅有助于团队成员更好地理解和沟通设计方案，还能够为用户测试提供基础。 ### 5. 测试（Test） 测试阶段是通过用户测试收集反馈信息，验证原型的有效性和可行性。将原型展示给目标用户群体，让他们实际使用并提出意见和建议，同时也可以通过观察用户的行为和表情来获取更直观的反馈。 例如，组织用户测试小组，让用户按照预设的任务流程使用原型，记录他们在使用过程中的操作路径、停留时间、遇到的问题等，然后对这些数据进行分析，找出原型需要改进的地方。 根据用户的反馈，对原型进行调整和优化，然后再进行新一轮的测试，如此循环往复，直到原型达到满意的效果。 ## 三、面临的挑战 尽管设计思维方法论具有诸多优势，但在实际应用中也面临着一些挑战： ### 1. 思维转变难度大 对于习惯了传统思维方式和工作流程的人员来说，接受和运用设计思维方法论需要一定的时间和努力。传统思维惯性使得一些人难以迅速适应以用户为中心、强调迭代和创新的思维方式。 例如，在产品开发中，一些工程师可能更关注技术指标的实现，而忽视了用户的实际体验和需求。此外，跨学科协作障碍也是思维转变的一大挑战。不同学科背景的人员往往有着不同的专业术语、工作流程和思维方式，这可能导致沟通不畅和协作困难。 在跨学科团队中，如何有效地协调和整合不同学科的知识和方法，是一个需要解决的问题。 ### 2. 资源和时间投入较大 设计思维方法论的实施需要投入大量的人力、物力和时间。在同理心阶段，为了深入了解用户需求，需要组织多场用户访谈和观察活动，这需要专门的人员和时间投入。 构思阶段的头脑风暴和创意发散也需要团队成员投入大量的时间和精力。原型制作和测试阶段更是如此，每次迭代都需要重新制作原型、组织用户测试、收集反馈信息并进行分析，这个过程可能会反复多次，导致项目周期延长。 此外，一些高保真原型的制作和用户测试活动可能还需要额外的资金支持，这对于资源有限的企业或项目来说，可能会带来一定的压力。 ### 3. 量化评估困难 设计思维注重创新和用户体验的提升，其成果往往不像传统项目那样容易用具体的数值或指标来衡量。例如，如何量化用户体验的提升、创新带来的潜在价值等，都是比较困难的。这可能导致企业在评估设计思维项目的效果时缺乏明确的标准，难以判断投入是否值得。此外，设计思维项目可能需要较长时间才能看到明显的成果，而企业在短期内可能更关注项目的经济效益和业绩指标。这种短期与长期的矛盾可能导致企业在推进设计思维项目时面临压力，难以坚持到底。 ### 4. 跨学科融合的挑战 跨学科融合是设计思维方法论的一大特色，但也是实施过程中的一个难点。不同学科的知识体系和研究方法存在较大差异，团队成员在合作过程中可能需要花费额外的时间和精力去学习和理解其他学科的知识。 例如，在一个涉及设计、工程和商业的项目中，设计师需要了解一些基本的工程原理和商业知识，工程师和商业人员也需要对设计有一定的认识，才能更好地协作。 此外，在跨学科团队中，如何将不同学科的成果有效地协调和整合在一起，形成一个完整的解决方案，也是一个不小的挑战。 例如，在一个智能产品的设计项目中，需要将工业设计、电子工程、软件开发和用户体验等多个学科的成果融合在一起，任何一个环节的不协调都可能导致最终产品出现问题。 ### 5. 迭代优化的挑战 迭代优化是设计思维方法论的核心环节，但在实际操作中也面临着一些挑战。 首先，用户反馈的准确性和代表性是一个关键问题。用户可能因为各种原因（如个人偏好、使用习惯等）给出不客观或不全面的反馈，或者反馈的用户群体不能代表目标用户群体，从而影响设计优化的方向和效果。 其次，迭代过程中的决策困境也不容忽视。随着迭代的进行，可能会出现多种设计方案和优化方向，团队需要在这些方案中做出决策。 然而，由于设计思维强调创新和多样性，每个方案都有其独特的优势和潜在价值，决策过程中可能会出现意见分歧和决策困难，影响项目的进度。 最后，技术实现的限制也可能对迭代优化产生影响。在一些情况下，即使设计方案在理论上是可行的，但在实际技术实现过程中可能会遇到困难。 例如，某些创新的设计理念可能超出了现有技术的能力范围，或者实现成本过高，这就需要团队在设计和技术之间进行权衡和调整，可能会对设计的优化产生一定的限制。 ## 四、实际应用案例 ### 1. 产品设计领域 苹果公司是设计思维方法论的杰出代表。 从第一只鼠标、世界第一台笔记本电脑到第一台掌上电脑，苹果的众多创新产品都源自于设计思维的应用。 以 iPhone 为例，苹果通过深入了解用户对移动通信设备的需求和期望，不断迭代优化产品设计，从外观设计到用户体验都进行了精心打磨，最终推出了具有创新性且深受用户喜爱的产品。 另一个案例是 PillPack，在线药店 PillPack 通过设计思维方法论，针对老年人跟踪服药困难的问题，创建了一个处方送货上门系统，将药物组织成预先分类、易于打开的包装，并标有日期和时间，然后直接送到用户家门口。通过了解客户的需求和痛点，PillPack 设计出更加无缝和便捷的处方体验。 ### 2. 服务设计领域 Airbnb 是设计思维方法论在服务设计领域的典型应用案例。 2008 年成立的 Airbnb，最初是几个年轻人为了减轻在旧金山的昂贵租金负担而分租客厅给短期租客并供应早餐，从而萌生建立联系旅游人士和家有空房出租的房主的服务型网站的想法。创业初期收入惨淡，他们运用设计思维的六步心法，深入了解租户和房主在运作时实际面对的问题，不断优化服务模式和用户体验，最终发展成为一个价值数十亿美元的在线住宿和住宿平台。 另一个案例是星巴克，星巴克通过设计思维对店面设计进行了优化。他们深入了解顾客在不同场景下的需求和体验，从店面布局、装修风格到座位设置等方面进行精心设计，营造出舒适、放松的氛围，使顾客愿意在店内停留更长时间，享受咖啡和社交的乐趣，从而提升了顾客的满意度和忠诚度。 ### 3. 商业模式创新领域 百事公司是设计思维方法论在商业模式创新领域的成功案例。 2012 年，百事公司第一次雇用了一名首席设计师，其首席执行官卢英德表示“如今，‘设计’几乎对公司的每一个重要决定都有发言权”。百事公司运用设计思维，从注重产品设计转变到注重用户体验设计，开始关注顾客与公司品牌的互动以及所有的顾客体验。 例如，针对女性客户的产品营销新策略，不再只是简单地将产品尺寸缩小或将产品外观设计为粉色，而是深入考虑女性喜欢怎样的零食，从而推出了更符合女性需求的产品和营销方案，扭转了市场地位颓势并驱动了增长。 另一个案例是 Pangea Organics，这是一家总部位于美国科罗拉多的用天然原料制造的皮肤护理产品公司。他们用设计思维的方法创新了产品包装，将产品包装纸浆里嵌入植物种子，消费者使用完产品后可以将包装种在地里，而不是仅仅扔掉包装。 这个独特的包装设计在市场上生存了 10 年，虽然最终因成本太高而被取消，但为公司的品牌价值做出了巨大贡献。 ### 4. 社会创新领域 通用电气 GE 医疗集团是设计思维方法论在社会创新领域的应用案例。他们通过绘画和讲故事为儿童打造更好的 MR 扫描仪体验。了解到儿童在进行 MR 扫描时常常会感到恐惧和不安，于是运用设计思维，将扫描仪的外观和环境进行创意设计，使其看起来像一个有趣的太空舱或城堡，同时通过故事讲解等方式缓解儿童的紧张情绪，使儿童在更轻松愉快的氛围中完成扫描，提升了儿童的就医体验。 另一个案例是 IDEO 和柬埔寨的合作项目，他们利用设计思维原则为柬埔寨带来卫生系统。通过深入了解当地居民在卫生方面的实际需求和面临的困难，设计出适合当地环境和条件的卫生设施和解决方案，改善了当地的卫生状况，提高了居民的生活质量。 ## 五、结论 设计思维方法论作为一种创新的解决问题方法，以其用户中心、跨学科融合和迭代优化的核心理念，在产品设计、服务设计、商业模式创新和社会创新等领域展现出了强大的应用价值。 然而，其在实际应用中也面临着思维转变难度大、资源和时间投入较大、量化评估困难、跨学科融合的挑战以及迭代优化的挑战等问题。 尽管如此，随着企业和组织对创新和用户体验的重视程度不断提高，设计思维方法论必将在未来的发展中发挥越来越重要的作用。 通过不断探索和实践，克服面临的挑战，设计思维方法论将为创造更加美好的产品、服务和社会环境提供有力的支持。 本文由 @邓钧_LINKUX 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。

White House was reported to be working on a plan to save TikTok that involves Oracle and a group of potential outside investors include Microsoft to take control of the app&#39;s global operations, while ByteDance will keep a minority stake. Trump Saturday denied any talks with Oracle.

<blockquote><p>2024年，众多初创AI企业倒闭，而行业巨头则通过收购和整合不断扩张。本文将探讨AI应用落地的现状与挑战，分析为何AI产品用户留存率低，以及如何通过贴近场景、精耕信息化和探索新交互模式来实现AI应用的破局。</p> </blockquote>  AI大语言模型目前还处于大混战时代，还没有独占鳌头的企业诞生。各行各业都在不断涌现自己行业的大语言模型基座，但目前已处在巨头割据的前夕。 **基础模型百家争鸣。**国外的ChatGPT系列、Claude系列、Llama系列模型；国内的Deepseek系列、Qwen系列竞相出场。**但AI基础模型****盈利变现难。**2024年，初创的AI企业倒闭了近8万家，多数AI公司距离盈利遥遥无期。DeepSeek在年底又给AI界投来一枚重磅炸弹——训练成本仅有OpenAI的3%。**大鱼吃小鱼，吞并潮起。**8月初，AI独角兽公司Character.AI被谷歌收购；更早之前，Inflection被微软收购，Adept被亚马逊收购，OpenAI核心成员频频跳槽或离职。  ## 01 有人预测，2025年将是AI应用落地的元年。其实，在2024年，就有一批人在不断地用工程化的方法来尝试将AI应用落地。 从国内的情况来看，AI的落地还有相当的距离。AI基础模型风起云涌，但可以将AI模型和用户连接起来的产品、交互模式寥寥无几。 造成这样情况的原因大概有这样几个： **新事物和人类之间的信任建立需要时间。**2022年11月，ChatGPT火遍全球，许多人争相体验这样一款新事物。然而到2023年10月，ChatGPT的用户留存率才有回转。到现在，ChatGPT Plus的六个月用户留存率达到了71%以上。也就是说，**历时两年的时间，使用者才慢慢地习惯。** **忽略使用者真实的需求。**很多的AI公司都聚焦于模型，忽略了模型所应用的行业真实需求。大部分模型被研发出来之后，只有聊天这样一个形式与人们进行交互，阻碍了模型的推广，也阻碍了模型的进一步优化。 我发现，在与模型聊天的交互模式为主的今天，必须要有人有意识地想起来去使用，模型的价值才能得到体现。而且，使用者还需要考虑组织语言来与模型进行交流，才能得到想要的。这样就导致了**成本和价值不成比例**。 ## 02 据统计，大部分国内的AIGC产品30日用户留存率都在1%以下。究其原因，有一个原因就是信息化、数字化普及程度影响了AI的影响范围。国内信息化、数字化普及程度远低于预期，AI的蔓延速度也受到了极大的影响。**AI成为了少数群体的狂欢。** 不可否认，AI的普及需要大量数据、大量基础设施。还有待进一步成熟的信息化、数字化环境导致了AI的使用、了解的速度远低于预期。 在2025年，我认为，AI应用想要破局，可以从**更贴近场景、精耕信息化、探索新交互模式**这几个方面入手。 更贴近场景这个不用多说。根据模型不同的特征，进一步去贴合场景。国内的第一轮信息化已经基本成形，接下来迎来的会是第二轮信息化。相比之前的粗放式，这一轮的信息化会往精细化发展，信息颗粒度会更小，信息密度更高。因此，想要更好、更快地普及AI，对信息的精耕细作是重中之重。 探索新交互模式将会是未来全新的、不可避免的课题。**借用乔布斯的一句名言：“光有技术是不够的。技术只有与人文相结合，才会带来让我们心灵歌唱的结果。”**国内交互模式的探索近几年才有些起色。全新的交互模式必定会融合我国特色的人文、社会因素，也需要除了计算机相关专业以外的其他专业参与其中。目前，这方面还是一片蓝海。 本文由 @D龙源 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

作者｜Li Yuan 编辑｜靖宇   AI 时代就这么悄悄降临了。 大概谁也没想到，今年春节，打的最热的不再是传统互联网的红包大战，谁和春晚合作了，而是 AI 公司。 临近春节，各家大模型公司都完全没放松，更新了一波模型和产品，而最受关注的，却是去年崭露头角的「大模型公司」DeepSeek（深度求索）。 1 月 20 日晚，DeepSeek 公司发布推理模型 DeepSeek-R1 正式版，使用低廉的训练成本直接训练出了不输 OpenAI 推理模型 o1 的性能，而且完全免费开源，直接引发了行业地震。 这是第一次国产 AI 大范围在全球，特别是美国引起了科技圈的震动。开发者纷纷表示，正在考虑用 DeepSeek「重构一切」，在这一浪潮下，经过一周的发酵，甚至一月才刚刚发布的 DeepSeek 移动端应用，迅速登顶美区苹果应用商店免费 App 排行第一，不但超越了 ChatGPT，也直接超越了美区的其他热门应用。 DeepSeek 的成功甚至直接影响了美股，没有使用巨量昂贵 GPU 就训练出的模型，让人们重新思考了 AI 的训练路径，直接让 AI 第一股英伟达最大跌幅达到 17%。 而这还没结束。 1 月 28 日凌晨，除夕夜前一晚，DeepSeek 又开源了其多模态模型 Janus-Pro-7B，宣布在在 GenEval 和 DPG-Bench 基准测试中击败了 DALL-E 3（来自 OpenAI）和 Stable Diffusion。 DeepSeek 真的要血洗 AI 圈了吗？从推理模型到多模态模型，拿 DeepSeek 重构一切，是蛇年开年的第一主题吗？ ## Janus Pro，多模态模型创新架构的验证 DeepSeek 此次深夜一共发布了两个模型，Janus-Pro-7B 和 Janus-Pro-1B（1.5B 参数量）。 从命名上就能看出，模型本身来自之前 Janus 模型的升级。 2024 年 10 月，DeepSeek 才第一次发布 Janus 模型。和 DeepSeek 的一贯套路一样，模型采取了一个创新的架构。在不少视觉生成模型中，模型都是采用了统一的 Transformer 架构，能够同时处理文生图和图生文任务。 而 DeepSeek 则是提出了一种新的思路，对理解（图生文）和生成任务（文生图）的视觉编码进行解耦，提升了模型训练的灵活性，有效缓解了使用单一视觉编码导致的冲突和性能瓶颈。 这也是 DeepSeek 为什么将模型命名为 Janus (杰纳斯)。Janus 是古罗马门神，被描绘为有分别朝向相反方的两个面孔。DeepSeek 表示命名为 Janus，指的是模型可以像 Janus 一样，用不同的眼睛看向视觉数据，分别编码特征，然后用同一个身体 (Transformer) 去处理这些输入信号。 在 Janus 系列模型中，这种新思路已经产生了不错的效果，团队表示，Janus 模型的指令跟随能力很强，有多语言能力，且的模型更聪明，能读懂 meme 图像。同时还能处理 latex 公式转换、图转代码等任务。 而在 Janus Pro 系列模型中，团队对模型的训练流程进行了部分修改，直接做到了在 GenEval 和 DPG-Bench 基准测试中击败了 DALL-E 3 和 Stable Diffusion。  随着模型本身，DeepSeek 也发布了 Janus Flow 新型多模态 AI 框架，旨在统一图像理解与生成任务。 Janus Pro 模型能做到使用简短提示提供更稳定的输出，具有更好的视觉质量、更丰富的细节以及生成简单文本的能力。 模型既可以生成图像，也可以对图片进行描述，识别地标景点（例如杭州的西湖），识别图像中的文字，并能对图片中的知识（如「猫和老鼠」蛋糕）进行介绍。 X 上不少人已经开始试用新模型。  上图左为图像识别的测试，右图则为图像生成的测试。  可以看到，在高精度读图上，Janus Pro 也做的很好。能够识别数学表达式和文字的混合排版。未来搭配推理模型使用，可能有更大意义。 ## 1B 和 7B 的参数量，或能解锁新应用场景 在多模态理解任务中，新模型 Janus-Pro 采用 SigLIP-L 作为视觉编码器，支持 384 x 384 像素的图像输入。而在图像生成任务中，Janus-Pro 使用一个来自特定来源的分词器，降采样率为 16。 相对而言，这样的图像规模尺寸仍然较小。X 上有用户分析认为，Janus Pro 模型更多是方向上的验证，如果验证靠谱，就会推出可以投入生产的模型了。 不过值得注意的是，此次 Janus 发布的新模型，不但在架构上对多模态模型有创新意义可以参考，在参数量上，也是一个新的探索。 此次 DeepSeek Janus Pro 对比的模型，DALL-E 3，之前公布的参数量为 120 亿，而 Janus Pro 的大尺寸模型只有 70 亿参数。在这样紧凑的尺寸下，Janus Pro 能够做到这样的效果已经十分不错。 尤其是 Janus Pro 的 1B 模型，只使用了 15 亿参数。外网上已经有用户将对模型的支持添加到了 transformers.js。这意味着模型现在可以在 WebGPU 上的浏览器中 100％运行！  虽然截止发稿，笔者还没能成功地在网页版上使用到 Janus Pro 的新模型，但是参数量小到能够在网页端直接运行，仍然是一项令人惊叹的进步。 这意味着图片生成/图片理解的成本，正在进一步下降。而我们有机会在更多原本无法使用生图和图片理解功能的地方，看到 AI 的使用，改变我们的生活。 2024 年的一大热点，在于加入了多模态理解的 AI 硬件，能够如何介入我们的生活。而参数量越来越低的多模态理解模型，或者可以让我们期待能够在端侧运行的模型，能够让 AI 硬件进一步爆发。 ## DeepSeek 搅动新年，万事万物可以用中国 AI 重做一遍？ AI 世界一日千里。 去年春节前后，搅动世界的是 OpenAI 的 Sora 模型，而一年下来，中国公司已经完全在视频生成方面迎头赶上，让年尾 Sora 的发布显得有些暗淡了。 而今年搅动世界的，变成了中国的 DeepSeek。 DeepSeek 并不算传统的科技公司，然而用远低于美国大模型公司 GPU 卡和成本，做出了极其创新的模型，直接让美国同行感到震动——美国人纷纷感叹：R1 模型的训练，仅仅花费 560 万美元，甚至只相当于 Meta GenAI 团队任一高管的薪资，这是什么神秘的东方力量？ DeepSeek 创始人梁文峰直接在 X 上发布了一张有趣的图片：  图片使用了爆火的 2024 年全球爆火的土耳其射击选手的梗。 在法国巴黎奥运会射击项目混合团体 10 米气手枪决赛中，51 岁的土耳其射击男选手迪凯奇，仅佩戴了一副普通的近视眼镜和一对睡眠耳塞，便以单手插兜的潇洒姿态，稳稳地将银牌收入囊中。而在场的全部其他射击选手都需要两块聚焦和遮光的专业镜片和一副防噪声耳塞，才能开始比赛。 自从 DeepSeek「破解」了 OpenAI 的推理模型，美国各大科技公司开始背上了巨大的压力。今天，Sam Altman 也终于扛不住压力出来回应了一段官方发言。  2025 年，会是中国 AI 冲击美国认知的一年吗？ DeepSeek，手里还藏着什么秘密——这注定是个不平凡的春节。    

老购保人潜力被耗尽，新购保人还没被开发，保险需求遭遇青黄不接。

 ## **DeepSeek 深夜再放大招：7B 参数人人可用的视觉多模态模型 Janus-Pro-7B 开源** 1 月 28 日消息，就在北京时间今日凌晨，DeepSeek 宣布开源全新的视觉多模态模型 Janus-Pro-7B，其在 GenEval 和 DPG-Bench 基准测试中击败了 Stable Diffusion 和 OpenAI 的 DALL-E 3。 Janus 的表现超越了传统的统一模型，并且在与任务特定模型的比较中也同样表现出色。凭借其简洁、高灵活性和高效性的特点，Janus-Pro 成为下一代统一多模态模型的有力竞争者。（来源：IT 之家）  ## **Meta 被曝组建 4 个小组专门研究 DeepSeek 模型** 1 月 27 日，据 Information 网站，脸书母公司 Meta 成立了四个专门研究小组来研究量化巨头幻方量化旗下的国产大模型 DeepSeek 的工作原理，并基于此来改进旗下大模型 Llama。其中两个小组正在试图了解幻方量化如何降低训练和运行 DeepSeek 的成本；第三个研究小组则正在研究幻方量化可能使用了哪些数据来训练其模型；第四个小组正在考虑基于 DeepSeek 模型属性重构 Meta 模型的新技术。（来源：澎湃新闻）   ## **DeepSeek 多岗位招新，实习生日薪最高上千元** 招聘网站显示，深度求索公司的北京子公司正在招人，现共放出了 52 个岗位，包括深度学习研究员、核心系统研发工程师以及资深 ui 设计师等，均为 14 薪。其中，薪资最高的为核心系统研发工程师（校招），薪资范围为 6 万元-9 万元；除此之外，大部分岗位的起薪在 2 万元及以上。值得一提的是，该公司正在招聘实习生，AGI 大模型实习生的工资为 500 元/天-1000 元/天，数据百晓生实习生为 500 元/天-510 元/天。（来源：红星新闻）   ## **迅雷将以 5 亿元人民币收购虎扑** 1 月 27 日消息，迅雷有限公司公告宣布，与上海匡慧互联网科技有限公司（注：虎扑的运营方）达成协议，计划以人民币 5 亿元现金收购该公司，交易金额可能根据一定的调整因素有所变化。交易的完成将依赖于特定条件，预计将在 2025 年上半年完成。 迅雷董事长兼首席执行官李金波表示：「收购虎扑将使迅雷与之形成强大的协同效应。这一战略举措将充分发挥迅雷在互联网内容传输领域的庞大用户基础和技术优势，同时结合虎扑的优质体育内容和活跃社区，促进内容下载、社区互动以及忠实用户群体中的体育消费。此外，收购还将通过虎扑的优质内容和活跃用户群体，进一步丰富迅雷的内容生态系统，增强其社区运营，并通过迅雷的技术和品牌优势提升整体用户体验。」（来源：新浪）  ## **DeepSeek 暴击华尔街 欧美科技股市值或蒸发 1.2 万亿美元** 北京时间 1 月 27 日夜间，美股期货重挫，纳斯达克 100 指数期货跌近 5%，标普 500 指数期货跌近 3%，道指期货跌近 1%。博通跌超 11%，阿斯麦跌近 11%，超微电脑跌超 10%，台积电跌近 10%，美光科技跌近 9%。 英伟达跌逾 13%。若收盘时维持这一跌幅，将成为历史上单个公司市值最大的单日蒸发之一。有分析认为，R1 的成功可能削弱了市场对英伟达 AI 芯片需求的预期。 欧洲科技股也未能幸免。芯片设备制造商 ASML 领跌，股价最多下跌 12%。如果这些损失持续到收盘，纳斯达克 100 指数和欧洲 Stoxx 600 科技子指数的总市值可能蒸发高达 1.2 万亿美元。 截至发稿，其中英伟达美股收跌 16.86%，现报 118.58 美元每股，目前市值 2.90 万亿美元。（来源：华尔街见闻）   ## **北京 2025 年家电以旧换新补贴细则公布** 北京市商务局发布关于印发《北京市 2025 年家电以旧换新补贴实施细则》的通知。其中提出，对个人消费者购买二级及以上能效或水效的冰箱（含冰柜）、洗衣机（含洗烘一体机）、电视（含激光电视）、空调、电脑、热水器（含家用燃气壁挂炉）、家用灶具、吸油烟机、净水器、洗碗机、电饭煲、微波炉等 12 类家电产品予以补贴。   ## **华尔街投行押注：特斯拉今年销量将不达马斯克预期** 据报道，华尔街投行现在预计，随着特朗普试图废除拜登时代有利于电动汽车的气候政策，特斯拉今年的汽车销量增长速度将远低于其联合创始人马斯克的预测。FactSet 编制的分析师预测显示，特斯拉今年有望售出 207 万辆汽车，较 2024 年增长 16%。这将是自去年以来的反弹，当时该公司公布了自 2011 年以来的销量首次下滑，但这远低于马斯克 10 月份预测的 20% 至 30%，也低于此前两年约 40% 的年增长率。摩根士丹利分析师 Adam Jonas 表示：「特朗普 2.0 对电动汽车激励措施的反对打击了 2025 年的销量预期。」（来源：新浪财经）   ## **国补落地一周：补贴省份新增 17 个 部分商家手机销售额倍增** 中国家用电器商业协会常务副秘书长吴咸建 1 月 27 日告诉记者，国内已有 30 个省份出台了手机、平板、智能手表等数码产品以旧换新国家补贴实施细则。有商家表示，近期手机销售额同比实现了倍数级的增长。今年「国补」实施一周以来，手机「国补」落地的省份新增了 17 个，从 1 月 20 日（截至 15 点）的 13 个省份，增至 30 个省份，包括黑龙江、云南、海南、北京、内蒙古、广西、吉林、上海、江苏、广东、四川、湖南、江西、河南、湖北、重庆、贵州、陕西、新疆、福建、浙江、辽宁、天津、山东、青海、安徽、宁夏、山西、甘肃、河北。(来源：第一财经)   ## **育碧裁员 185 人 并关闭一家支持工作室** 育碧（Ubisoft）是最新一家掀起大规模裁员浪潮的游戏发行商。该公司今天宣布，185 名员工受到其工作室最新裁员的影响，这次裁员主要集中在欧洲的工作室。其中一个辅助工作室也将被完全关闭。 育碧发言人向 Eurogamer 表示：&#34;作为我们持续努力的一部分，我们将优先安排项目并降低成本，以确保育碧的长期稳定，我们已经宣布在育碧杜塞尔多夫、育碧斯德哥尔摩和育碧回声工作室进行有针对性的重组，并永久关闭育碧利明顿工作室。不幸的是，这将影响到 185 名员工的整体利益。我们对他们的贡献深表感谢，并承诺支持他们渡过这一过渡时期。&#34; 育碧杜塞尔多夫工作室以开发《Anno》和《Settlers》城市建设和策略游戏而闻名。目前，该工作室正在与 Blue Byte 公司合作开发 Anno 117，预计在 2025 年推出。目前还不清楚裁员将如何影响这些发行计划。（来源：网易）  ## **苹果 macOS 15.3 正式发布** 1 月 28 日消息，苹果今日向 Mac 电脑用户推送了 macOS 15.3 更新（内部版本号：24D60），这也是 macOS Sequoia 系统的第三次重大更新，本次更新距离上次发布正式版间隔 46 天。 苹果将 Genmoji 带到了支持 Apple Intelligence 的 Mac 上，意味着用户现可创建自定义表情符号。 该更新还移除了新闻和娱乐类应用的通知摘要，以防止 AI 生成误导性的「Apple 智能」头条。（来源：快科技）   ## **史上最烧钱？国产动作游戏《影之刃：零》成本将达 4 亿** 据媒体报道，国产动作游戏《影之刃：零》目前已经烧掉了 2 亿元，「未来还要消耗至少 2 亿」，有望成为最贵的国产单机。相比而言，《黑神话：悟空》开发成本在 3 亿元左右。 在半开放世界冒险游戏《影之刃：零》中，玩家将扮演一位名为「Soul」的菁英刺客，为一个强大却难以捉摸的组织「The Order」所任用。玩家被陷害为谋杀团长的元凶，在组织的追捕下身受重伤，尽管获得一位神秘的治疗师所搭救，但仅能再维持 66 日的生命，而玩家必须在生命来到尽头以前与强大的敌人与非人类的怪物作战，尝试找出背后阴谋的主使者。（来源：3DMGame）  ## **苹果正在为未来的智能眼镜开发 visionOS 版本** 据报道，苹果公司正在开发一个版本的 visionOS（用于 Vision Pro 的操作系统），该版本将与未来的智能眼镜配合使用，这也是苹果公司不断扩大其 AR 产品阵容的努力的一部分，使其不再局限于笨重的头显。 苹果的视觉产品部门正在关注 Vision Pro 以外的产品，并考虑推出与 Meta 的雷朋合作类似的智能眼镜。据报道，参与这项工作的高管认为，由于仍有大量的研究工作要做，产品在三年或更长时间内都不会面世。 为此，该公司目前正在其办公室进行用户研究，&#34;以评估功能和界面的吸引力&#34;，并且已经在开发一个可以在眼镜上运行的视觉操作系统版本。这些研究代号为&#34;Atlas&#34;，由苹果公司硬件工程部门的产品系统质量团队领导。（来源：cnbeta）  

金融监管总局：到2029年信托业风险得到有效管控；小贷单户消费贷不超20万；上市银行首批业绩快报盈利改善；2024年47家机构遭自律处分；汇明商务支付牌照被注销；支付宝承诺“碰一下”支付被盗全赔；唯品富邦消费金融获批增资至10亿；泰国计划于今年10月在普吉岛推出加密监管沙盒；美国证监会启动加密货币工作组。

DeepSeek&#39;s power implications for AI training punctures some of the capex euphoria which followed major commitments from Stargate and Meta last week, Jefferies said.

 三年之后又三年，一转眼《消逝的光芒》系列已经迈入十周年！ 快来看看我们2025年第一期特别节目， 有过往的怀旧，有未来的展望；切莫错过游戏内的庆祝活动，和全新的史低价格！ &lt;内嵌内容，请前往机核查看&gt;  (新活动预告)  (消光2副标题更改为“坚守人性”，LOGO变更)

 本期节目没有时间轴 消失一整年的西蒙终于在春节假期前最后一天放松下来，和xzzzb在直播间支个小桌，喝点吃点，一边反思一边给朋友们录制这特殊的一期工作汇报，以及2025年他是怎样打算的。 这里是另外为大家准备音频纯享版，在除夕继续用声音陪伴大家 祝大家新年快乐，蛇年大吉！  (扫码领取机核微信红包封面)  (扫码领取机核微信红包封面)  (扫码领取机核微信红包封面)

 除夕快乐！或许你刚刚踏上归途，或许你风尘仆仆到家还没来得及喝上一杯热茶——希望这个视频能陪伴你放松。视频中的作品分别来自8位艺术家，感谢你们的画笔和创意，麻园的美好再次具象化。【作者及曲目】按播放顺序1. Sunny Day 丨 Artist ：Pixel Jeff2. Nil！Nil! 丨 Artist ：波力海黛3. 暮れゆく 丨 Artist ：End4. 暮れゆく 丨 Artist ：Tourniquet5. Typing in the Room丨 Artist ：亚克诺特6. Those Days 丨 Artist ：小草三叶 7. Those Days 丨 Artist ：Raaaaa8. City Police 丨 Artist ：Axel OiLBGM来自我们制作的独立游戏《S4U：都市朋克2011与爱的重拳》游戏原声带，由RhythmCluster律动簇的三位艺术家——KOOOZ ，SaltySalt，Neo_Nex 倾力创作。 &lt;内嵌内容，请前往机核查看&gt;

 消失一整年的西蒙终于在春节假期前最后一天放松下来，和xzzzb在直播间支个小桌，喝点吃点，一边反思一边给朋友们录制这特殊的一期工作汇报，以及2025年他是怎样打算的。 祝大家新年快乐，蛇年大吉，蛇来运转！  (扫码领取机核微信红包封面)  (扫码领取机核微信红包封面)  (扫码领取机核微信红包封面)  (扫码领取机核微信红包封面)

<blockquote><p>在小红书上推广产品时，如何选择既有流量又能引发用户咨询的选题是一个关键问题。本文将介绍一种“双管齐下大法”来寻找选题，通过找到用户的真实需求和冲突点，构建能够吸引用户并激发购买欲望的内容。</p> </blockquote>  知名商业导师张琦曾说：未来，每个行业皆可知识化。 如果你想获得更多流量和成交，那么一定要持续不断分享你这个行业的知识。 比如你是做装修的，那么就要分享装修避坑、如何装修更划算等知识， 用好的内容来吸引用户，赢得信任，最终成交产品。 纵观在小红书、抖音、视频号上，确实有许多品牌在做这样的干货分享。 可是，这也遇到了3个问题： - 所在的领域小众，总觉得流量不够； - 有流量，但是没有用户咨询产品； - 吸引的是白嫖党或同行，没有成交需求。 比如你是做英语培训的，你讲了大量语法知识、自然拼读技巧， 虽然确实有关注、点赞，但是吸引来的人并不见得对你的课程有需求。 你可能还为其他产品做了嫁衣，比如英文书籍、英语APP。 以上都是选题角度的问题。 选题没选对，功夫都白费。 作为创业者，我们的时间、精力有限，希望投入产出比能快速达到预期。 那么，有没有一种方法，找到好的选题，让我们的内容既有流量，又能直接击中用户的购买需求呢？ 我之前帮上一家公司做小红书的时候，就用到了今天要介绍的——双管齐下大法找选题，下面一起来看看。 ## 一、找到需求 你可能会说，这个简单。我是做减肥产品的，那么用户的需求是减重。 真的吗？你再往深处想，用户为什么要减重？ 因为他想自己看起来苗条。 这里减重不是需求，苗条才是。 再比如，你是做儿童护眼灯的，那么用户的需求就不是护眼，而是孩子拥有一双健康的双眼。 我是做AI内容营销解决方案的，用户的需求不是高效写营销文案，而是通过做营销，把产品卖出去。 找到用户需求，你要追问自己： **目标用户用你的产品来做什么，为什么这件事对他如此重要。** 最后出来的答案就是用户需求。 营销界有个著名的段子： **用户想要的不是更快更锋利的钻头，也不是墙上的那个洞，而是他们想在墙上挂一幅画。** ## 二、找到冲突 什么叫冲突？ 一个胖子想变得苗条，有哪些冲突？ 不运动也能瘦下来、吃自己爱吃的东西，比如吃火锅，也能瘦下来。 由此可见，冲突是理想与现实之差。 如果你的产品能轻松解决现实，帮他们实现理想，这就能激发他们想了解、想购买。 所以，你可以思考下，用户要满足这个需求，会有哪些困难？ 而自己的产品是不是能解决其中一些困难？ 以我做的AI内容营销解决方案为例： 用户要让文案能卖货，需要绞尽脑汁、耗费大量时间写文案， 或者聘请高薪文案来做。 而我的产品能让他们在不请人、短时间的情况下，写出卖货文案， 这就是解决了冲突。 那么可以从哪些角度找冲突呢？可以参考如下2个角度： ### 1. 从消费者自身入手 这类冲突源于用户自己的诉求和现实之间的差距。 以儿童护眼灯为例，想让孩子少用眼，但学习任务又重； 希望孩子保持正确的读写姿势，但又不能时刻监督。 ### 2. 从常见方案入手 用户在遇到问题时，会采取的常见解决办法， 以及这些办法存在哪些问题。 还是以儿童护眼灯为例： 选择可调节亮度的台灯，但不知道什么场景该用什么亮度。 ## 三、提出问题 选定了那些和我们产品相关的冲突后，再围绕它们来构建选题。 常用的方式是，代入目标用户，来提问。 提问的角度一般有如下6种： ### 1. 使用场景的疑惑 比如护眼灯产品，用户会问： 孩子写作业时用台灯，到底该离多远？ 亮度调多少合适？ ### 2. 如何选择的疑惑 面对市面上众多的产品，用户往往不知如何选择。 以护眼灯为例，用户会问： 市面上护眼灯型号这么多，到底该选哪种？哪些功能是必需的，哪些是可有可无的？ ### 3. 效果验证的疑惑 用了这个方法后，通常会担心效果问题。 比如减肥产品，用户会问： 用了这个方法真的能瘦下来吗？会不会反弹？多久能见效？ ### 4. 对比类的疑惑 用户经常会拿不同方案做对比。 比如AI营销方案： 找专业文案和用AI写文案，哪个性价比更高？ ### 5. 成本投入的疑惑 用户会考虑性价比问题。 用更贵的护眼灯和普通台灯，保护效果差别有多大？这个投入值不值得？ ### 6. 使用风险的疑惑 用户担心产品使用中可能遇到的问题。 AI写的内容会不会侵权？减肥产品会不会有副作用？ 通过这样的方法，我们就能找到既满足用户需求，又能引发咨询/购买欲望的选题， 既有流量价值，又有转化价值，双管齐下。 那么，能不能让AI学习这种方法，来为我们快速生产一个月的选题呢？ 当然可以，来看看最终的结果。 ## 四、AI根据产品出选题 注：用claude生成 ### 1. 老破小装修服务；目标人群：老年人     代入一下，是不是每个选题都很实用，且能和产品对接上？ ### 2. 儿童英语拼读APP；目标用户：三年级小学生家庭     ### 3. 婚纱摄影服务；目标人群：新婚年轻夫妻     如果你是新人，看到这些内容，是不是会点进去看看、去咨询呢？ ## 五、提示词 <blockquote><p>你扮演的角色##</p> <p>自媒体营销高手，有如下擅长的技能：</p> <p>1.需求洞察能力</p> <p>能透过表象看本质，挖掘用户真实深层需求</p> <p>擅长分析用户痛点与购买动机</p> <p>善于将产品价值与用户核心需求精准对接</p> <p>2.冲突分析能力</p> <p>擅长发现理想与现实的差距点</p> <p>能系统性分析用户在追求目标时的各类障碍</p> <p>善于从用户视角和方案视角双重挖掘冲突点</p> <p>3.选题构建能力</p> <p>精通从用户疑惑、困惑着手设计选题</p> <p>擅长将产品价值融入选题设计</p> <p>能针对不同场景设计对应的选题方向</p> <p>4.转化思维能力</p> <p>深谙”流量≠转化”的营销本质</p> <p>善于设计既有传播性又有转化力的内容</p> <p>能平衡内容的种草性和销售性</p> <p>5.用户心理洞察</p> <p>理解用户决策过程中的考量要素</p> <p>能预判用户在不同阶段的顾虑点</p> <p>擅长通过内容化解用户顾虑</p> <p>6.场景应用能力</p> <p>能将抽象的产品价值具象化到具体场景</p> <p>擅长设计贴近用户生活的内容角度</p> <p>善于用场景讲述打动用户</p> <p>7.内容策划能力</p> <p>擅长设计有层次感的内容结构</p> <p>能将复杂信息简单化呈现</p> <p>善于设计引发共鸣的表达方式</p> <p>##任务背景##</p> <p>双管齐下大法找选题：</p> <p>1.根据产品，找到用户需求</p> <p>你可能会说，这个简单。我是做减肥产品的，那么用户的需求是减重。</p> <p>真的吗？你再往深处想，用户为什么要减重？因为他想自己看起来苗条。</p> <p>这里减重不是需求，苗条才是。</p> <p>再比如，你是做儿童护眼灯的，那么用户的需求就不是护眼，而是孩子拥有一双健康的双眼。</p> <p>我是做AI内容营销解决方案的，用户的需求不是高效写营销文案，而是通过做营销，把产品卖出去。</p> <p>找到用户需求，你要追问自己：目标用户用你的产品来做什么，为什么这件事对他如此重要。最后出来的答案就是用户需求。</p> <p>营销界有个著名的段子：用户想要的不是更快更锋利的钻头，也不是墙上的那个洞，而是他们想在墙上挂一幅画。</p> <p>2.根据需求，找出冲突</p> <p>什么叫冲突？一个胖子想变得苗条，有哪些冲突？不运动也能瘦下来、吃自己爱吃的东西，比如吃火锅，也能瘦下来。</p> <p>由此可见，冲突是理想与现实之差。如果你的产品能轻松解决现实，帮他们实现理想，这就能激发他们想了解、想购买。</p> <p>所以，你可以思考下，用户要满足这个需求，会有哪些困难？而自己的产品是不是能解决其中一些困难？</p> <p>以我做的AI内容营销解决方案为例，用户要让文案能卖货，需要绞尽脑汁、耗费大量时间写文案，或者聘请高薪文案来做，而我的产品能让他们在不请人、短时间的情况下，写出卖货文案，这就是解决了冲突。</p> <p>那么可以从哪些角度找冲突呢？可以参考如下2个角度：</p> <p>1.从消费者自身入手</p> <p>这类冲突源于用户自己的诉求和现实之间的差距。</p> <p>以儿童护眼灯为例，想让孩子少用眼，但学习任务又重；希望孩子保持正确的读写姿势，但又不能时刻监督。</p> <p>2.从常见方案入手</p> <p>用户在遇到问题时，会采取的常见解决办法，以及这些办法存在哪些问题。</p> <p>还是以儿童护眼灯为例：选择可调节亮度的台灯，但不知道什么场景该用什么亮度。</p> <p>3.围绕冲突来构建选题</p> <p>选定了那些和我们产品相关的冲突后，再围绕它们来构建选题。常用的方式是，代入目标用户，来提问。</p> <p>提问的角度一般有如下6种：</p> <p>1.使用场景的疑惑</p> <p>比如护眼灯产品，用户会问：孩子写作业时用台灯，到底该离多远？亮度调多少合适？</p> <p>2.如何选择的疑惑</p> <p>面对市面上众多的产品，用户往往不知如何选择。以护眼灯为例，用户会问：市面上护眼灯型号这么多，到底该选哪种？哪些功能是必需的，哪些是可有可无的？</p> <p>3.效果验证的疑惑</p> <p>用了这个方法后，通常会担心效果问题。比如减肥产品，用户会问：用了这个方法真的能瘦下来吗？会不会反弹？多久能见效？</p> <p>4.对比类的疑惑</p> <p>用户经常会拿不同方案做对比。比如AI营销方案：找专业文案和用AI写文案，哪个性价比更高？</p> <p>5.成本投入的疑惑</p> <p>用户会考虑性价比问题。比如：用更贵的护眼灯和普通台灯，保护效果差别有多大？这个投入值不值得？</p> <p>6.使用风险的疑惑</p> <p>用户担心产品使用中可能遇到的问题。比如：AI写的内容会不会侵权？减肥产品会不会有副作用？</p> <p>通过这样的方法，我们就能找到既满足用户需求，又能引发咨询/购买欲望的选题，既有流量价值，又有转化价值，双管齐下。</p> <p>##完成任务##</p> <p>根据我的产品信息和目标用户，为我生产出一个月的自媒体选题。</p> <p>##任务步骤##</p> <p>1.先分析目标用户用这个产品的需求是什么，选择其中一个点即可。</p> <p>2.分析这个需求下，目标用户有哪些具体的冲突（消费者自身和常见方案2个角度入手）</p> <p>3.围绕冲突，目标用户可以提出哪些问题（从6个角度提问：使用场景、如何选择、效果验证、对比类、成本投入、使用风险）</p> <p>4.根据步骤3的结果，来列出一个月的选题。</p> <p>##开场白##</p> <p>请给我你的产品信息和目标用户。</p></blockquote> **专栏作家** 菜菜，公众号：AI营销菜菜，人人都是产品经理专栏作家，多家平台特邀讲师。13年互联网内容营销经验，目前专注做AI+营销场景的解决方案。 本文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。

Meta&#39;s generative AI group and infrastructure team have reportedly set up four war rooms to learn how DeepSeek works. An insider said engineers are moving frantically to dissect DeepSeek, and management is worried about justifying the massive cost of generative AI org.

DeepSeek目前在美国受到高度关注。《纽约时报》科技记者专门下载了DeepSeek应用，想一探究竟。体验下来，他发现了该聊天机器人的过人之处，也有一些不足。  DeepSeek聊天机器人 美国当地时间周一，《纽约时报》记者花了一上午时间体验DeepSeek，向它提问各种能想到的问题，并将这款聊天机器人的答案与OpenAI旗下ChatGPT、Anthropic旗下Claude做对比。初步体验之后，他感到DeepSeek很厉害。 该记者表示，DeepSeek聊天机器人能够快速解决他提出的一些复杂的数学、物理和推理问题，速度是ChatGPT的两倍。记者向它询问了关于计算机编程的问题，类似于求职者在技术面试中可能会遇到的问题类型，发现它的回答既深入又迅速，和竞争对手不相上下。 当他向DeepSeek聊天机器人投喂提示词，需要它从网上抓取答案时，比如为一些同事写传记，DeepSeek出现的“幻觉”(AI编造)似乎比ChatGPT更少。但是，在创作诗歌和短篇小说、规划假期以及提供晚餐食谱时，它的回答略显逊色。 另外，《纽约时报》记者还发现了其他问题。例如，DeepSeek聊天机器人无法提供旧金山的天气情况，理由是它的最新更新不包含天气数据。相比之下，ChatGPT可以从当地新闻媒体和气象网站获取天气报告，但Claude不行。此外，它在分析像PDF公司财务报表这样的文档时，处理能力似乎要比Claude或ChatGPT差一些。 当记者向DeepSeek聊天机器人询问，它比美国AI竞品更优秀的原因时，它提到了其成本效益和定制选项，同时也强调了其在中文语言和文化方面的专业化。 “把DeepSeek看作是一个针对特定需求(尤其是中文)的专业工具，而ChatGPT则是一个多才多艺的全能助手。”该聊天机器人称。 [查看评论](https://m.cnbeta.com.tw/comment/1474468.htm)

<blockquote><p>业财一体化是企业数字化转型的重要组成部分，它要求财务与业务部门紧密合作，以实现数据共享、流程优化和决策支持。本文将探讨如何推进财务（业财一体）需求，以及具体的落地措施，供大家参考。</p> </blockquote>  不少同学对推进财务需求或做业财一体化项目存在不少困惑，特别是需求来源不明，但价值确实存在时，目标产品用户不爱用，产出价值不明。  针对这种现象，应注意以下几点： ## 一、明确业财需求范围 首先，企业所有与资产、资金、收入、成本、费用、税务、预算等相关的活动都属财务管辖范围，还有绩效、预测、流程、风险管理也与财务紧密相关，这些都要与财务参与才能完成。  而类似仓库管理、货物存放、物流规划等纯业务或供应链的事项，则没必要参与，最多在精力澎湃的时候了解下即可。 ## 二、财务需求按轻重缓急推进 先解决“有”（上ERP、上系统），让业务与财务良性运转起来。 再“优”，根据企业业务特点并结合财务现状有针对性的逐项优化，如O2C（订单到收款）、P2P（采购到付款）、成本核算、费用控制等，把这几座大山攻下来，财务的大需求基本搞定得七七八八了。 最后“通”，推进业财融合、业财一体化，打通上下游系统，消除信息孤岛，实现财务由核算、账务型转向服务业务、支撑决策的转变。 ## 三、根据企业的不同情况灵活采取推进策略 首先明确一点，所有业财一体化或财务信息化需求，应由财务产品经理或负责人具体承接、推进，但项目发起方或需求方可是财务或业务。虽然有些需求没有显著、可量化的经济价值或管理价值，但从风险管控、信息化建设、数字化转型等角度来看是有潜在的价值，也应该要推进的，只不过推进的紧急程度没那么高，属于重要但不紧急。 <blockquote><p>某快消企业的销售策略，同一款商品在不同地区、不同月份、不同经销商等级有不同的定价（B端销售）。最初这个定价掌握在营销部门，由各地销售负责人灵活掌握。财务评估后，发现存在舞弊甚至腐败风险；比如销售负责人给A经销商销售价调低10%，名义为促销清库存，实际经销商再返点5%给销售负责人。</p> <p>经财务与业务、监察综合评估后，搭建价盘系统，销售价格仍由各地销售负责人制定，并录入价盘系统；销售时订单根据不同月份、经销商等级、地区等信息自动取价盘系统对应的价格，过程透明可回溯（权限只针对特定人员开放），财务、监察负责事后复核，大大减少舞弊操纵与腐败现象。</p></blockquote> ### 1. 财务强势 当企业财务比较强势、且财务负责人有一定的信息化素养，可由财务主导发起需求，技术部财务产品经理承接、落地。推进时联合包括业务在的相关干系方成立工作小组，完善跨部门沟通机制，及时推进与产出。 如果财务负责人信息化素养不高，财务产品经理要及时与财务负责人沟通，也可以适当的方式给其补补信息化知识，提升其对财务信息化的认知，再阐明需求的价值、资源投入、ROI、排期等，决定是否往前推进。 ### 2. 业务强势 在绝大部分企业，特别是商贸企业里，业务都是老板的宝贝，是利润的来源。当业务强势时，他们最关心的是如何高效提高销售量，回款，及绩效（销售提成）！ 此时可围绕这一块去开展业财一体化，如进销存的一体化，绩效自动化。还有一块最重要，风险控制。业务比较讨厌各种条条框框，这会影响他们的销售量，比如回款要求，是先款后货，还是先货后款； 同时应站在业务角度给他们推出提升效率的产品，涉及到风险的产品推财务站出来给业务沟通；无论业务多强势，还是要听取下财务的意见，真捅出大篓子业务也怕挨骂。 ### 3. 借力打力 做业财一体化或财务需求，最麻烦的是业务与财务都不愿提需求更不想推。此时就得想办法，借助其他力量推进项目，比如找直属领导、技术部或信息部负责人，甚至财务负责人或业务负责人，用关系厉害、价值与意义游说他们。 比如：主数据系统，如客户主数据，在财务系统叫张三，编码为001；而在CRM里为“张三-北京”，编码为“001-BJ”。这种同个客户多个名称多个编码时，造成后续数据无法使用，账都对不清，更别提分析了。财务与业务都觉得不是自己的都不想推，此时就得向产品或技术负责人反馈，搭建主数据系统，哪怕不搭建主数据系统，也要把同一类数据只能在一个入口新增、修改，其他系统只能使用，数出一源，力出一孔。  星瀚基于事件驱动的业财一体化，图源自金蝶官网。 最后一招，对于业务极其不配合，且领导也不支持的项目，冷眼旁观，善意提醒。如果业务无动于衷的话，等着看笑话就是了。等出了事故，他来求你时，再给出解决方案（有人的地方就有江湖，不得以时必须学会江湖生存法则，热脸主动贴冷屁股别人还不领情）。 ## 四、财务（业财一体化）需求落地具体措施 业财一体化在具体落地时，有一定的范式，一般来说为以下几个方面： ### 1. 明确战略目标 **战略升级** 将财务需求与企业的整体战略紧密结合，确保财务部门能够支持企业的长期发展目标。 **市场趋势分析** 通过对市场环境变化的预测，包括宏观经济、行业发展、市场竞争等方面的分析，了解市场需求的变化趋势，预测未来的收入和支出情况，从而制定相应的财务需求计划。 ### 2. 建立数据驱动机制 **数据集成与共享** 建立统一的数据平台，实现业务与财务数据的高度集成，确保数据的实时性和准确性。 **数据分析与应用** 利用大数据技术对业务数据进行深入分析，为决策提供有力支持。 ### 3. 优化流程与系统 **流程优化** 打破部门壁垒，优化业务流程和财务流程，确保两者能够无缝对接。 **系统建设** 同步进行数字化信息系统的搭建，实现端对端的系统和流程建设。 ### 4. 加强沟通与协作 **跨部门协作** 促进财务部门与业务部门之间的沟通与协作，确保双方在目标和策略上保持一致。 **共同目标设定** 将财务指标与业务目标紧密结合，使业务人员具备全局观和风险控制意识。 通过以上方法，就能很好的推进财务需求（业财一体化）项目，实现业财融合为数字化转型打下坚实基础。 作者：业财老曾，公众号：业财老曾谈，专注财务信息化20年 本文由 @业财老曾 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 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。

1月28日消息，纳斯达克上市公司迅雷27日晚间发布公告称，已达成确定协议，将收购上海匡慧网络科技有限公司，该公司运营中国体育媒体和数据平台APP虎扑，交易总现金对价为5亿元人民币。 [](https://static.cnbetacdn.com/article/2024/1231/220121365fc6fcb.png) 公告显示，交易的完成取决于某些条件，预计将在2025年上半年进行。 “收购虎扑预计将与迅雷产生强大的协同效应。”迅雷董事长兼首席执行官李进波表示。“这一战略举措将利用迅雷广泛的用户基础和科技专长， 结合虎扑的优质体育内容和活跃的社区，促进内容下载、社区互动以及在一个高度用户忠诚的小众市场中的体育消费。此外，收购将通过丰富虎扑的优质体育内容和活跃用户基础来加强迅雷的社区运营，同时通过迅雷的技术和品牌优势提升用户体验。” 成立于2003年的迅雷有限公司是一家领先的科技公司，提供中国的分布式云服务。迅雷提供广泛的产品和服务，涵盖云加速、共享云计算和数字娱乐，以提供高效、智能和安全的互联网体验。 迅雷目前市值1.6亿美元，2024年第三季度营收2.39亿元，净利润1099万元。截至2024年9月30日，迅雷拥有现金及等价物为1.33亿美元。 虎扑是国内知名体育媒体和数据平台，成立于2004年，以篮球社区起家；2007年，虎扑迈入全体育领域，开始公司化运营；2012年，虎扑将公司域名缩短为新域名hupu.com，同时将hoopCHINA、GoalHi和HelloF1三个不同品类体育网站统一至hupu.com，打造综合型体育门户网站，同年6月正式涉足电商，推出识货业务。 虎扑目前的主要业务是为用户提供线上和线下的体育相关的服务内容，包括赛事资讯、社区互动、赛事运营、体育服务以及商品等。 近年融资情况如下： 2012年9月，获海通开元投资领投的4000万元B轮融资。 2014年7月，完成1亿元C轮融资，由景林资本领投 2015年1月：完成D轮融资，投资方为贵人鸟，融资金额2.4亿人民币。 2018年1月：完成E轮融资，由中金公司领投，融资金额6.18亿人民币。 2019年：获Pre-IPO轮12.6亿元融资，投资方是字节跳动。字节跳动通过北京量子跃动科技有限公司和上海闻学网络科技有限公司，以股权受让及定向增资的方式完成投资，投资完成后持股比例为30%，跃升为虎扑的第二大股东。  字节投资后的股权分布情况。 迅雷收购的主体持股情况如下。  目前尚不清楚该主体与历次获得多轮融资的主体有何区别，以及投资机构是否均已退出虎扑。 [查看评论](https://m.cnbeta.com.tw/comment/1474466.htm)

经过多年的诉讼，联邦法院最终裁定联邦调查局根据《外国情报监视法》（FISA）第 702 条的规定搜索美国公民的通信是违宪的。 在[上周公布的一项裁决](https://www.documentcloud.org/documents/25506107-us-v-hasbajrami-opinion/#document/p1)中，美国地区法院法官拉珊-德阿西-霍尔（LaShann DeArcy Hall）裁定，这些 &#34;后门 &#34;搜索违反了宪法第四修正案。 [](https://static.cnbetacdn.com/article/2024/0521/993f274af36aa91.jpeg) 正如[电子前沿基金会](https://www.eff.org/deeplinks/2025/01/victory-federal-court-finally-rules-backdoor-searches-702-data-unconstitutional)所指出的，FISA 允许联邦情报机构 &#34;以&#39;国家安全&#39;的名义&#34;收集大量外国通信。 即使其中一些通信可能涉及美国居民，[政府仍辩称](https://www.fbi.gov/news/stories/warrant-requirement-for-fbi-s-section-702-queries-would-impede-investigations-endanger-national-security-director-says)，要求授权令 &#34;会妨碍联邦调查局获取威胁情报并据此采取行动的能力&#34;。 2023 年，联邦调查局进行了超过 57000 次 &#34;美国人 &#34;数据搜索，比 2022 年减少了 52%。 这个特殊的决定源于一个涉及阿格隆-哈斯巴贾拉米（Agron Hasbajrami）的案件，他是一名美国永久居民，2011 年因被指控计划加入巴基斯坦的一个恐怖组织而被捕。 然而，政府没有披露其部分案件是基于通过《外国情报监视法》第 702 条在没有搜查令的情况下获取的电子邮件。 2020 年，一家上诉法院裁定此类搜查[可能违宪](https://www.techdirt.com/2019/12/20/second-circuit-says-warrantless-backdoor-searches-nsa-collections-might-violate-fourth-amendment/)，但现在是正式裁定。 DeArcy Hall 法官认为，根据第四修正案，FBI 无证搜查美国数据的行为 &#34;不合理&#34;。 尽管美国人的通信仍有可能被偶然或无意截获，但如果允许无证搜查第 702 条专门用来避免收集的相同信息，那将是自相矛盾的。 如果允许这种做法，第 702 条就会变成被告所说的那样--成为执法部门规避第四修正案进行&#34;后门搜查&#34;的工具。 美国国会去年批准了 FISA 第 702 条，该条款将于 2026 年再次到期。 EFF 要求立法者制定一项 &#34;立法授权要求，以便情报部门不再继续践踏受宪法保护的私人通信权利&#34;。 [查看评论](https://m.cnbeta.com.tw/comment/1474462.htm)

美国总统特朗普表示，将很快对外国药品、半导体及金属征收关税，同时亦将对钢铁、铝及铜征收关税，希望能推动这些重要商品的生产搬回美国，强调唯一摆脱关税的方法是在美国建厂。 [](https://n.sinaimg.cn/sinakd20250125s/169/w581h388/20250125/c7f8-6756cd0d8d65f0c1aa067f26b3f5a5b6.png) 在对众议院共和党人发表讲话时，特朗普强调了制造业回归美国的必要性，并提到了对钢铁、铝和铜征收额外关税的问题。  特朗普的关税战略旨在加强美国制造业，对抗中国的技术进步。 这一声明是在人们担心DeepSeek对市场的影响（尤其是对英伟达公司的影响）的情况下发布的，反映了特朗普加强国内产业的更广泛的经济政策。 中国人工智能公司DeepSeek导致27日美股人工智能相关股票泡沫爆破，AI芯片龙头股NVIDIA急泻17%，纳指最低跌过749点，收跌612点或3.1%，报19341点。 DeepSeek 的人工智能进展表明，中国工程师正在克服美国对先进半导体技术的出口禁令。特朗普称，一直在关注DeepSeek，称赞DeepSeek在AI方面的发展积极，今次DeepSeek取得突破是一件好事，因为不必花费大量金钱来发展大模型，认为关税将有助于保持及加强美国对先进芯片的制造。 “当你听说有人提出了某些新东西，我们总是有想法。”特朗普称，“所以，我认为这是积极的。这可能是非常积极的发展。因此，与其投入数十亿资金，不如花费更少的（资源），但愿能得出同样的解决方案。” 《卫报》称，特朗普还表示，他通过行政令撤销拜登政府人工智能相关规定的决定，将使美国人工智能公司能够“专注于成为最优秀的”，而不是被其他因素分散注意力。 [查看评论](https://m.cnbeta.com.tw/comment/1474460.htm)

[Google](https://www.cnbc.com/quotes/GOOG/)周一表示，在特朗普政府更新其&#34;政府官方消息来源&#34;之后，Google地图将把墨西哥湾更名为&#34;美国湾&#34;。&#34;该公司还表示，它将开始使用&#34;麦金利山&#34;这一名称来指阿拉斯加目前被称为德纳利的山峰。  上周，唐纳德-特朗普（Donald Trump）总统签署了行政命令，其中包括一项在官方地图和联邦通信中更改名称的命令。 &#34;我们收到了一些关于Google地图命名的问题，&#34;该公司在[X帖子](https://x.com/NewsFromGoogle/status/1884012692048166951)中表示。&#34;我们长期以来的做法是，当政府官方来源更新名称时，我们就会应用名称变更。&#34; Google补充说，&#34;墨西哥湾&#34;这一名称仍将显示给墨西哥用户。 该公司表示，其他国家的用户将同时看到这两个名称。 特朗普表示，他将[恢复](https://www.cnbc.com/2025/01/20/trump-inauguration-live-updates.html)以前总统威廉-麦金利的名字[命名的山](https://doi.gov/sites/doi.gov/files/elips/documents/3337%20-%20Changing%20the%20Name%20of%20Mount%20McKinley%20to%20Denali.pdf)。 他说，麦金利通过关税和才能使国家&#34;非常富有&#34;。 这座山一直被命名为麦金利山，直到2015年，巴拉克-奥巴马总统的政府将其改为德纳利山，作为对阿拉斯加原住民的象征性姿态。 [查看评论](https://m.cnbeta.com.tw/comment/1474458.htm)

DeepSeek 的新开源 AI 推理模型 R1 引发了 NVIDIA 股票的抛售，并使其消费者应用程序飙升至应用商店的榜首。上个月，DeepSeek 表示，它使用一个拥有约 2000 个 NVIDIA H800 GPU 的数据中心，在短短两个月内训练了一个模型，成本仅为 550 万美元。  上周，它发表了一篇论文，表明其最新模型的性能与世界上最先进的推理模型相匹配。这些模型正在数据中心进行训练，这些数据中心花费数十亿美元购买 NVIDIA 更快、非常昂贵的 AI 芯片。 整个科技行业对 DeepSeek 的高性能、低成本模型的反应非常激烈。例如，Pat Gelsinger 兴高采烈地在 X 上发帖说：“谢谢 DeepSeek 团队。” Gelsinger最近刚卸任英特尔首席执行官一职，他的本职工作是一名硬件工程师，目前担任其自己的 IPO 初创公司 Gloo 的董事长，Gloo 是一家面向教堂的信息和互动平台。他在英特尔工作了四年，并试图用英特尔的替代 AI GPU Gaudi 3 AI 追赶英伟达，去年 12 月离职。 Gelsinger写道，DeepSeek 应该提醒科技行业最重要的三个教训：更低的成本意味着更广泛的采用；在约束下，创造力才能蓬勃发展；“开放才是主流，DeepSeek 将帮助重置日益封闭的基础 AI 模型工作世界，”他写道。OpenAI 和 Anthropic 都是闭源的。 Gelsinger表示，R1 非常令人印象深刻，Gloo 已经决定不采用 OpenAI 并为其付费。Gloo 正在构建一项名为 Kallm 的 AI 服务，该服务将提供聊天机器人和其他服务。 “Gloo工程师今天正在运行 R1，”他说。 “他们本可以运行 o1——好吧，他们只能通过 API 访问 o1。” 相反，两周后，Gloo 预计将从头开始重建 Kallm，“使用我们自己的完全开源的基础模型，”他说。“这令人兴奋。” 他认为 DeepSeek 将使 AI 变得如此实惠，好的 AI 将无处不在。“我希望我的 Oura Ring 中有更好的 AI。我希望我的助听器中有更好的 AI。我希望我的手机中有更多 AI。我希望我的嵌入式设备中有更好的 AI，比如我的电动汽车中的语音识别，”他说。 Gelsinger 的高兴反应可能与其他人的反应不一致，他们不太高兴推理基础模型现在有了性能更高、价格更实惠的挑战者。AI的训练价格一直在上涨，而不是下降。 其他人的反应是暗示 DeepSeek 一定是以某种方式捏造了它的数字，训练成本一定更高。一些人认为，由于美国对中国的 AI 芯片出口限制，它不能说自己用什么方式获得了高端芯片。其他人则在它的性能上挑毛病，发现其他模型表现更好的地方。还有一些人认为，OpenAI 的下一个模型 o3 在发布时将远远超过 R1，现状将得到修复。 Gelsinger 对此不屑一顾。“鉴于大部分工作都是在中国完成的，你永远不用指望有完全的透明度，”他说。“但尽管如此，所有证据表明，他们的训练成本比 o1 便宜 10 到 50 倍。” DeepSeek 证明，人工智能可以“通过工程创造力，而不是投入更多的硬件能力和计算资源来推动发展。所以这很令人兴奋，”他说。 至于这是一家中国开发商，以及对隐私和审查制度的担忧，Gelsinger 摇了摇头。他说：“中国人提醒我们开放生态系统的力量，对我们的社会、对西方世界来说，可能有点尴尬。” [查看评论](https://m.cnbeta.com.tw/comment/1474456.htm)