从最新发布的财报来看，2024年重组胶原蛋白厂商“杀疯了”。

"坚持排队不下牌桌"。

第一批被强制要求用AI的打工人，崩溃了

The company's next-generation photoresist coating and developing equipment, supporting nodes of 14nm and below, also represents a breakthrough in an area long controlled by foreign firms.

<blockquote><p>本文将从产品设计的维度出发，围绕评论区的核心功能、用户需求以及设计原则，展开深入解析，帮助产品经理设计出实用、高效且用户友好的评论区。</p> </blockquote>  评论区是一个产品与用户进行深度互动的关键场所。无论是社交媒体、内容社区、还是电商平台，一个设计优良的评论区不仅可以承载用户的表达需求，还能促进互动、增加用户粘性，并为产品提供重要的数据支撑。 ## 1. 评论区的核心价值与目标明确 在设计评论区之前，必须清楚地了解它在不同产品中的定位和核心价值。以下是一些常见的目标和功能： - **提高用户参与度**： 评论区是用户表达观点、互动分享的重要场所，它能让用户感觉自己被重视，促进积极参与。 - **增强内容生态**： 对于内容平台（例如短视频平台、资讯类产品），评论区本身是内容的延伸，甚至可以成为新增流量和内容的来源。 - **搭建社区氛围**： 一个设计良好的评论区能够推动用户间的讨论和情感联结，从而为产品构建社区氛围。 - **提供决策参考**： 对电商而言，评论区是用户了解商品真实使用体验的重要窗口。 ## 2. 评论区设计的三大核心原则 一个优秀的评论区设计需要满足以下三大核心原则：明确的用户目标、易用的交互体验、以及对风险的防控管理。 ### 2.1 构建以用户为中心的功能 用户进入评论区通常是为了满足以下需求： - **表达需求**：用户希望对内容或商品发表评论，表达观点或感受。 - **获取信息**：用户会通过评论区了解其他人的意见或使用体验。 - **参与互动**：用户期待与其他用户、平台运营者或内容创作者直接交流。 功能设计的基本要素： 1）输入体验设计： - 简化评论撰写流程，如提供快捷回复模板（比如电商评论“物流很快，商品很好”）。 - 使用智能推荐标语或表情符号帮用户快速发表情感。 2）排序设计： - 按场景提供多种评论排序方式，比如热评优先、按时间倒序、按用户点赞量排序。 - 针对新上线内容，可默认显示最新评论，以保持新鲜感。 3）互动功能设计： - 支持点赞、回复和转发，促成用户自发性互动。 - 引入@功能，让用户的回复更直观且有针对性。 ### 2.2 追求高效且友好的交互体验 评论区设计需要实现清晰且流畅的交互路径，降低用户使用门槛。 关键交互细节包括： 1）层级结构清晰： 评论和回复间的层级关系必须易于分辨，例如可以使用缩进、箭头指示或者颜色区分主评论和子评论。 2）优化长评论的展示： - 为避免评论区“冗长难读”，可以为长评论提供”折叠/展开”按钮。 - 针对高质量评论，可以通过标注“置顶”或“精选”让它们更加突出。 3）适配不同的屏幕小尺寸： 设计响应式布局，使评论区在桌面端和移动端都能获得一致且优质的浏览体验。 4）添加多媒体评论支持： 支持图片、GIF、语音甚至短视频评论，与文本评论形成补充，更具表现力。例如，电商平台的“买家秀”作为一种评论附图形式可以增强真实性。 ### 2.3 风控设计与内容审核 随着评论内容的增多，评论区也可能面临垃圾信息、恶意攻击等问题，因此在设计时应具备合理的风控措施。 安全策略包括： 1）关键词过滤规则： - 对敏感词、违规词语设置自动屏蔽或替换。 - 提供黑名单机制，拦截恶意用户的评论。 2）智能审核与人工复核结合： - 利用NLP（自然语言处理）技术对评论内容进行情绪识别，将疑似违规评论标记，提交人工审核。 - 在一些敏感场景（如直播评论）中，必须实现评论的实时人工过滤。 3）举报与反馈机制： - 增设“举报功能”，让用户协助发现问题评论。 - 平台需要设置举报后流程说明（如举报是否成功、高频违规处理周期等），增加用户信任感。 ## 3. 如何应对不同场景下的评论区需求 评论区功能因场景和产品类型不同而有各自的设计侧重。以下是几种典型场景的评论区设计要点： ### 3.1 电商评论区 **主要目标：**真实评价辅助用户决策。 **核心设计点：** - 增加商品属性筛选功能：如按颜色、规格过滤评论。 - 区分系统默认评价和用户深度评价，突出后者的权威性。 - 补充“追评”功能：客户二次使用后的体验可以提高评论信息的丰富度和信服力。 ### 3.2 社交/短视频平台 **主要目标：**激发互动和用户活跃。 **核心设计点：** - 引导优质内容评论：通过“精选评论”功能，激励用户产出高质量评论。 - 采用AI推荐评论：为用户展示与其兴趣相关的热评。 - 动态展示：热门回复可以实时更新，将用户互动热点浮动到更高位置。 ### 3.3 知识型/内容型平台 **主要目标：**促进深度讨论。 **核心设计点：** - 支持更深层次的多层嵌套评论，如学术讨论中的复杂回复链。 - 添加投票功能，根据点赞数或评论认同度筛选优质内容。 - 防刷屏：设置评论发布的时间限制，避免同个用户频繁干扰讨论秩序。 ### 3.4 公共事件类评论区（如新闻平台） **主要目标：**提供安全、健康及理性的平台。 **核心设计点：** - 增强引导：在关键性事件新闻下添加“舆情引导标签”，引导用户理性评论。 - 实现前置审核：敏感内容评论发布前需管理员确认。 ## 4. 以数据驱动评论区的优化 评论区设计是一个持续迭代的过程，可以通过以下指标观察和改进设计效果： - **用户参与率：**每日评论量、点赞和回复的占比。 - **评论质量：**高互动评论（热评）、违规评论的比例。 - **跳出率降低：**用户是否因评论区停留时间变长。 - **商业价值转化：**例如电商评论区是否提升了转化率。 通过定期监控和对数据的分析，评估现有评论区的优劣，不断优化用户体验。 ## 总结 评论区是用户表达、互动甚至创作的重要场景，其设计不仅仅是简单的文本框实现，而是需要结合用户需求、产品定位以及风险防控的综合考量。 一套优秀的评论区的关键在于明确价值目标、良好的交互体验以及强有力的审核系统。通过场景化设计和数据驱动的反馈机制，评论区能够成为产品核心竞争力的一部分，助力用户增长并延续平台生命力。 希望本文能为产品经理在评论区设计中的思考提供新的视角！ 本文由 @隔壁老王讲产品 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

 3月28日，《炼金工房》系列官推发文称《优米雅的炼金工房》全球累计出货量突破30万份，速度为系列之最，感谢各位玩家。    《优米雅的炼金工房 ～追忆之炼金术士与幻创之地～》（日语：ユミアのアトリエ ～追憶の錬金術士と幻創の地～）是《炼金工房系列》的第26部正传作品，已于2025年3月21日发售，登陆Steam/PS4/PS5/Nintendo Switch/XboxSeriesX|S/XboxOne平台。

 ## 开篇：消费生态的范式转移——从“量”到“质”的觉醒 2025年的全球消费市场，正处于一场静默而深刻的变革之中。经济波动、技术迭代、社会文化转型与代际价值观更替的多重作用力，共同塑造了消费者行为的全新图景。传统的“消费升级”与“降级”二元叙事已显单薄，取而代之的是一种更为复杂的价值重构：消费者在理性与感性、实用主义与精神满足、个体需求与社会责任之间寻求动态平衡。这种平衡不仅重塑了市场格局，更倒逼品牌重新定义自身的存在意义。 本文基于2024年消费市场的核心数据、案例与趋势，结合2025年新兴变量，试图拆解消费观念转变的底层逻辑，并预判未来消费行为的演化方向。全文将从“宏观经济环境、消费群体分化、价值观迁移、技术赋能场景、品牌应对策略”等五大维度展开深度分析，为商业决策者提供全景式洞察。 ## 第一章：全球经济波动下的消费韧性重构 **通胀与收入分化的双重挤压** 2024年，全球通胀率虽从2023年的13.6%回落至6.1%，但生活必需品价格持续高企，中低收入群体消费信心脆弱。北美市场呈现显著分化：高性价比日用品与自有品牌销量激增，奢侈品与旅游支出收缩；而中国消费者信心逆势回升，65%受访者对未来收入持乐观态度。这种分化揭示了消费韧性的核心逻辑—— “必需品刚需化”与“非必需品价值化” 并行。 **政策驱动的结构性机遇** 中国“以旧换新”政策在2024年成效显著：家电、汽车、家装领域消费同比增速达39.2%、3.7%和7.4%，拉动社零总额增长1.2个百分点。此类政策不仅释放存量消费潜力，更催化了 “循环经济”理念的普及——消费者从“占有商品”转向“享受服务”，二手交易平台（如闲鱼）与租赁经济迎来爆发。 **不确定时代的消费心理嬗变** 经济不确定性催生“谨慎乐观”心态：消费者既削减非必要开支（如减少外出就餐频率），又愿为情绪价值与长期健康付费（如保健营养品支出增长36%）。这种看似矛盾的行为，实则是 “即时满足”与“延迟享受”的再平衡——消费者通过精细化决策，在有限的预算内实现效用最大化。 ## 第二章：代际与圈层——消费群体的裂变与融合 **2.1 Z世代的“抽象进化”与反叛叙事** 年轻一代的消费行为呈现出强烈的 “符号化”与“游戏化” 倾向。他们通过“发疯文学”“讨坏型人格”等抽象表达解构传统消费意义，同时以“游乐场心态”将消费视为人生体验的组成部分。典型案例包括： - 反向消费：拒绝品牌溢价，拥抱国潮平替（如国产运动鞋替代耐克阿迪）； - 情绪消费：盲盒、陪伴玩偶、治愈系空间（咖啡馆、书店）销量激增，满足“悦己”需求； - 社群消费：通过“新中式”“城市周边游”等标签构建身份认同，形成圈层化购买决策。 **2.2 银发经济的“隐性升级”** 老龄化社会推动银发群体消费力释放，但其需求与传统认知大相径庭： - 健康消费：75%中国消费者开始服用维生素与抗压产品，功能性保健品（辅酶Q10、叶黄素）成刚需； - 数字融入：短视频与社交平台使用率攀升，“网瘾老人”现象颠覆代际刻板印象； - 体验优先：慢节奏旅游（如普洱、溧阳等小城游）取代观光打卡，追求精神栖息地。 **2.3 中产萎缩与白牌崛起** “消失的中产”并非购买力消亡，而是消费逻辑重构： - 品价比革命：消费者拒绝为品牌溢价买单，转向高质低价的白牌商品（如比比赞零食超越良品铺子）； - 去符号化：奢侈品消费降温，实用主义成主流（如七夕鲜花销量下降，珠宝饰品因实用性受青睐）； - 内购经济：临期商品、微损包装通过企业内购平台流通，满足“隐秘的性价比”需求。 ## 第三章：价值观迁移——从利己到共益 **3.1 可持续发展：从概念到行动** 环保不再停留于营销话术，而是深度嵌入消费决策： - 绿色消费：巴塔哥尼亚的“Worn Wear”计划（旧衣修补、再造）成为品牌忠诚度核心驱动力； - 零浪费生活：有机生鲜、无添加食品销量增长，消费者愿为低碳供应链支付溢价； - 责任消费：76%消费者倾向选择履行社会责任（如员工福利、公益投入）的品牌。 **3.2 本土文化自信与国潮3.0** 国货崛起进入“价值认同”阶段： - 技术赋能：华为、大疆、小米汽车等品牌以核心技术突破重塑“中国智造”形象； - 文化叙事：新中式服饰、美妆（如花西子东方彩妆）融合传统美学与现代设计，引发文化共鸣； - 全球输出：小红书、TikTok成为文化出海新阵地，“中国美学、中式文化、中华美食”吸引国际用户。 **3.3 心理健康与“治愈经济”** 快节奏社会催生情绪疗愈需求： - 减压消费：香薰蜡烛、蒸汽眼罩等产品销售额增长超200%； - 数字疗愈：冥想APP、ASMR内容通过订阅制变现，构建“精神避风港”； - 社群支持：“淡淡综合症”“草台班子理论”等标签引发共鸣，形成互助型消费圈层。 ## 第四章：技术重塑场景——消费链路的数字化跃迁 **4.1 全域零售：线上线下的无界融合** - 即时零售：美团、京东到家渗透率突破40%，“30分钟达”成标配；商派“云店”商城为连锁企业串联几千家线下门店，线上下单，门店即时闪送履约，如“苹果授权专营店小程序”。 - 体验经济：AR试妆、虚拟试衣间技术普及，线下门店转型为“体验实验室”； - 私域运营：企业微信、小程序商城构建“数据-服务-复购”闭环，会员贡献超60%营收。 **4.2 AI驱动的个性化革命** - 智能推荐：算法基于用户行为（如浏览、购买、社交数据）实现“千人千面”商品匹配； - 虚拟顾问：AI客服提供24小时专业咨询（如护肤方案、家电选购），替代传统导购； - 预测消费：大数据预判区域消费趋势，指导供应链动态调整（如区域化SKU优化）。 **4.3 内容电商的信任重构** - 测评经济：第三方评测机构（如中保研）影响力超越品牌自宣，成消费决策关键； - 短剧营销：品牌定制微剧情（如瑞幸×茅台《酱香爱情》）实现品效合一； - 知识付费：垂类KOL（如咖啡机选购指南）通过课程、直播变现，构建专业信任。 ## 第五章：品牌应对策略——从流量博弈到价值共生 **5.1 产品创新：从功能到意义** - 场景细分：蕉下“轻量化户外”精准捕捉碎片化运动需求； - 技术破界：功能性食品（如助眠软糖、护肝片）融合保健与便捷性； - 情感设计：产品包装融入用户UGC内容（如乐乐茶“疯癫文案”），强化情感连接。 **5.2 营销范式：从说服到共鸣** - 价值观营销：Patagonia以“地球股东”身份吸引环保主义者，替代传统广告； - 社区共创：邀请用户参与产品设计（如小米社群投票），增强归属感； - 长效运营：放弃短期GMV追逐，通过会员体系与用户生命周期管理实现复利。 **5.3 组织变革：敏捷与共益** - 柔性供应链：C2M模式缩短生产周期，响应个性化需求（如SHEIN快速上新）； - ESG治理：将碳中和、员工福祉纳入KPI，提升品牌长期价值； - 跨界共生：异业联盟（如喜茶×影视IP）打破品类边界，激活增量市场。 ## 结语：消费主义的黄昏与价值消费的黎明 2025年的消费市场，正经历一场从“物质占有”到“意义消费”的范式革命。消费者不再被动接受品牌叙事，而是主动参与价值共创；不再盲目追逐潮流，而是理性构建个人化消费哲学。对品牌而言，唯有摒弃流量迷信、回归用户本质需求，方能在价值重构的浪潮中锚定生存根基。未来的赢家，必是那些能够将商业成功与社会福祉深度融合的“共益型企业”——它们不仅是商品的提供者，更是美好生活的提案者与可持续未来的共建者。 作者：徐礼昭 本文由 @徐礼昭商业评论 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。

 2024年，小米的大家电业务，一跃成为行业黑马。其中空调业务尤为亮眼，线上市占率跻身前三，仅次于格力、美的。 外界津津乐道小米空调是否有机会将格力、美的挑落王座的同时，不少人也好奇，曾经登顶国内第一的小米电视还有没有机会重现往日的荣光。 要回答这个问题，我们首先得弄明白小米电视为何能够“白手起家”，在短短6年内就成为了国内第一，又为何在登顶之后迅速回落，中间到底发生了哪些变化。 本文将深度复盘小米电视十几年来的起起落落，试图找到答案。 ### 艰难开局 2012年，雷军、王川、林斌等一行人从北京飞往台湾，拜会郭台铭。 当时，通过电视盒子跑通模式后，小米决心杀入互联网电视市场。按照小米的惯常做法，一定是找一个利润空间巨大的品类，通过提升供应链效率把价格打下来，然后靠着性价比快速抢占市场。 王川注意到，当时一台60寸的夏普电视售价能去到两三万，于是决定直接推出一款60寸电视，把价格杀到4999。但一番走访调研后发现，工厂根本做不到这个价格。 这时候，有朋友提醒王川，屏幕是导致电视成本居高不下的关键，若能找到降低屏幕成本的方法，问题就能迎刃而解。他建议王川去找郭台铭寻求帮助，富士康和夏普有着密切合作（后于2016年以35亿美元收购夏普），若郭台铭愿意协助，必定能争取到一个更优惠的价格。 王川等人此行的目的，正是和郭台铭商量在电视方面的合作。不过，这次会面进展得并不愉快。 郭台铭对于小米非常看好，认为它有机会成为“第二个苹果”。但作为江湖中成名已久的大佬，郭台铭行事作风非常强硬，这让雷军感觉不是很舒服。 雷军此行，原本还要拜访台湾当地的手机零部件供应商。但郭台铭非常强势地要求雷军改变行程，留在富士康分享“什么是互联网”。 雷军在富士康待了三天，但最终合作还是没有谈拢。 更戏剧的是，不久之后，郭台铭还把原本为小米设计的电视方案，转手卖给了他的山西老乡贾跃亭，打造出了第一代乐视超级电视X60（售价6999元）。从这款产品开始，接下来的几年里，乐视一直是小米在电视市场最大的竞争对手。（关于小米、乐视、富士康合作的更多内幕信息，可添加作者微信Angiee0620交流。） 小米和富士康之间也就此种下隔阂，再也没有进行过大面积的深度合作。 与富士康合作未果，小米只好采取折中方案，先从47寸电视开始试水，但因为设计方案过于超前，吃了不少苦头。 当时很多所谓的智能电视，底层主结构仍然是一台传统电视，只不过在此基础之上增加了一颗智能芯片，来实现在线视频等功能。需要用户用遥控器在传统电视系统和智能系统之间切换，交互体验不够友好。 于是小米决定反其道行之，把电视打造成一台兼容直播功能的“超级电脑”。但问题来了，当时放眼整个行业都找不到一颗性能足够强悍的电视芯片。为了不牺牲性能，小米最后选择了高通骁龙600 MPQ8064作为主芯片。 高通的芯片虽然强悍，但并非为电视而设计，不支持电视直播的模拟信号。如果一台设备不支持电视直播功能，那么它就不能被称之为电视。华为智慧屏之所以被称作智慧屏而非电视，原因也正在于此。 为了解决这个问题，小米在高通骁龙600 MPQ8064的基础上又增加了一块Mstar的传统模拟电视芯片，以双系统，解决在线播放和有线电视信号输入的问题。正是这一设计，差点让小米电视胎死腹中。  据当时的团队成员回忆，两块芯片的融合非常困难。开发过程中有好几次，他们都险些放弃这款智能电视。负责产品设计的程序员几乎每天都在拍桌子：到底是谁做的这种设计。 不过事实证明，用高通骁龙的芯片并非全无好处。时至今日，尽管第二代小米电视已经变得非常卡顿，第一代小米电视依旧能够流畅运行。这正是得益于高通骁龙芯片的强悍性能。 ### 鏖战乐视 2017年之前，小米在电视市场的最强对手并非传统电视厂商，而是同为互联网公司的乐视。 公开数据显示，2013-2016年，小米电视的销量分别为1.8万台、30万台、100万台和128万台；同期乐视电视的销量分别为30万台、150万台、300万和600万台。销量上，小米电视始终被乐视电视远远甩在身后。 小米电视之所以被乐视电视拉开差距，有多方面原因： 首先，乐视得益于富士康的助力，产品开发更为顺利，在发布时间上领先了小米四个月，提前抢占了用户心智。 前面提到，富士康与小米谈崩之后，转手把方案卖给了乐视。不仅如此，乐视还与富士康达成了入股协议，富士康旗下子公司冠鼎工程入股乐视致新占股20%，成为乐视战略投资者，由富士康为乐视超级电视及互联网机顶盒产品提供排他性代工，富士康不再为其他互联网企业进行相关终端的制造。 有了富士康的助力，乐视如虎添翼，而小米则无异于从零开始。 其次，作为视频平台，乐视在内容上天然具备优势。为了弥补内容上的短板，小米在2014年挖来了前新浪总编辑陈彤负责内容投资和内容运营。 陈彤和王川是北京理工大学的校友，俩人相识已久。早在1997年，王川就邀请过陈彤参与其创业项目，带其首次接触了拨号上网，这成为了陈彤互联网生涯的起点。 2014年俩人再度合作时，陈彤已经是新浪微博赫赫有名的大V，而王川尚不为科技圈外的人所熟知。陈彤加盟后向王川汇报，一定程度上加速了后者的“出圈”。 在陈彤的操盘下，小米陆续投资了爱奇艺、优酷土豆等多个视频内容平台，通过资本绑定的方式快速补齐了内容上的不足。 2015年时，小米、乐视就“谁家平台上的内容更丰富”展开了一场口水仗。雷军在小米发布会上举出公证报告称小米电视内容比乐视多一倍，而贾跃亭则回应称小米的内容来自松散联盟而非自有，与乐视不在同一维度上。 抛开其中的是非曲折，仅从结果来看，经此一役后，套在小米脖子上的“内容枷锁”便不复存在了。 不过，这是属于小米的胜利，而不是陈彤的。据知情人士透露，陈彤当年之所以加入小米，一方面是因为和王川的私交，一方面是因为他看到了内容从文字往视频转的大趋势，希望能在小米这个平台上做内容。结果来了之后，主要做的却是投资的工作。因此，他在2016年加入了小米投资的另一家内容平台——一点资讯。 抢占先机和内容壁垒固然重要，但导致小米电视落后于乐视的最主要原因，还是二者截然不同的商业模式：乐视将电视视为视频平台的引流入口，采取了激进的补贴政策；而小米则坚持微利但不补贴的策略，认为硬件产品的亏损会随着时间延长而扩大，这一预测最终被乐视的结局所验证。（关于小米电视的更多信息，可添加作者微信Angiee0620交流。） ### 奇袭登顶 2017年，随着乐视资金链断裂，贾跃亭远走美国，拦在小米电视身前最强大的对手轰然倒下。小米电视随即迎来了自己的逆袭之旅。 根据奥维云网公布的全渠道数据，当年1月至9月，国内彩电销量同比下滑9.2%，而小米电视却凭借乐视留下的市场空白，实现了99%的同比增长，一路逆袭。至2019年上半年，小米电视销量已突破400万台，成功登顶国内第一。  许多人因此将小米电视的成功简单归因成，吃到了乐视电视倒下的红利。事实上，**小米电视的登顶之路远没有这么简单，它的成功是多重因素共同叠加的结果。** 多名曾经的小米电视员工向雷峰网回忆，追求极致一直是小米非常重要的价值观。但不同时期小米内部对于“追求极致”的内涵其实有两种不同的理解：一种是雷军最早提出的极致，用最好的零部件，打造功能最丰富、性能最强的产品；一种是王川在此基础上迭代出来的极致，用最低的代价，去打造刚刚好能够满足用户需求，且用户买得起的良心产品。 前三代电视，小米恪守的一直是第一种极致方法论；但从第四代电视开始，小米开始转向了后一种极致。 经过前几代产品的摸索，小米电视的员工发现，用户对不同性能参数的感知是不一样，小米只需要把用户感知最强的几项性能做到极致就可以了，而不用刻意追求所有参数都做到最强。比如，小米在很长一段时间里是不做MEMC（运动预估及运动补偿）的，因为用户感知不明显。 在这一方法论的引导下，小米从第四代电视开始主打显示效果足够好、用户又不会觉得太贵的55寸电视，**与友商错位竞争，这成了它快速爆发的关键**。 而之所以选择55寸电视，是因为小米敏锐洞察并抓住了一波供应链变革的红利。 2017年，华星光电的10.5代屏幕生产线建成投产。业内人士告诉雷峰网，原来在8.5代线上切55寸屏是不经济的，只能切两块55寸屏，其他的切成65寸和43寸。所以2017年之前，市场上的电视都是以65寸和43寸为主。但是在10.5代线上，可以把屏幕全部切成55寸。 小米敏锐地洞察到了这个产业变革机会，迅速包下了华星光电10.5代线的产能，开始主打55寸电视，直接把55寸电视卖到了43寸电视的价格。而传统厂商为了维护其在65寸和43寸电视的优势地位，不扰乱原有的价格体系，不敢在55寸电视上下重注，这就给了小米电视突围的机会。 拿下华星光电10.5线的产能后，小米又去找TCL谈判，“我们买你的屏，你能不能给我们提供ODM解决方案。”小米主推的是55寸电视，和TCL优势的65寸和43寸并不冲突，而且还可以借小米之手冲击竞争对手，TCL自然乐见其成。如此一来，小米电视在产品开发上的问题也顺利解决了。 除了产品定义上的创新，小米电视在营销上也颇具巧思。据当时的内部员工回忆，每次小米电视的新品问世后，小米网就会集中流量拉升其销量，然后拿着销量数据去跟京东谈判，争取更大的订单。京东一看，小米电视在小米网都卖得这么好，在京东肯定可以卖爆，大手一挥就敲定了订单。 京东之所以和小米合作如此爽快，也有自己的小算盘。2017年之前的乐视电视如日中天，在和京东的合作中十分强势，甚至到了客大欺店的程度。为了制衡乐视，京东从小米电视3开始，会有意地给到小米一些流量倾斜。 此外，前面提到，小米刚开始做电视时，放眼行业都找不到好用的电视芯片，迫不得已才用了高通骁龙600 MPQ8064+Mstar的传统模拟电视芯片的组合。第二代小米电视虽然换成了Mstar的主芯片，但问题依旧存在，直到小米电视4A切换成Amlogic主芯片，才彻底解决。 换句话说，从第四代产品开始，小米电视的产品力已臻于纯熟。小米电视4A也因此成为了小米电视历史上生命周期最长的一款产品。  靠着一系列“四两拨千斤”式的操作，小米电视仅用一支十分精悍的队伍，就完成登顶中国电视销量第一的壮举。据内部人士回忆，小米电视成为国内第一时，部门仅有200多人。(关于小米电视及大家电行业相关信息，可添加作者微信Angiee0620交流。) ### 触顶回落 然而，小米电视的高光时刻并没有持续太久。2019年市场份额达到顶峰后，小米电视便开始回落。**这背后，既有市场环境的变化，也有小米自身策略的调整。** 小米电视的崛起，得益于其独特的互联网模式。与传统彩电企业不同，小米带着互联网思维入局，将电视视为连接用户的互联网触点，而非单纯的硬件产品。 通过极致的性价比，小米电视迅速扩大市场规模，为其互联网业务提供了庞大的流量基础。然而，随着市场逐渐饱和以及竞争加剧，这种模式的局限性也日益显现。 **互联网盈利增长遭遇瓶颈，是小米电视触顶回落的首要原因**。尽管小米电视的用户规模持续增长，但互联网业务的盈利增长却未能与之匹配。过去几年，小米通过硬件导流、软件盈利的增长模式，试图在电视上复制其在手机上的成功经验。然而，现实却并未如其所愿。互联网广告的投放效率下降，用户付费意愿不强，导致小米电视的ARPU（每用户平均收入）值始终未能实现显著提升。 2023年底，**广电总局的一纸禁令，更是对小米电视的ARPU模型产生了直接影响**。根据《有线电视业务技术要求》等三项广播电视和网络视听行业标准的通知，有线电视终端系统默认设置应为“开机进入全屏直播”，这意味着小米电视直接失去了“开机广告”这一重要的收入来源。对于依赖广告收入的小米电视而言，这无疑是一次沉重的打击。 互联网盈利模式受到影响，无法补贴硬件成本后，小米电视主动调整策略，从绝对性价比转向高端性价比路线，一定程度上降低了自身的价格竞争力。 与此同时，**彩电龙头企业迅速跟进，纷纷推出对应的子品牌以及软件业务，小米电视的竞争优势逐渐削弱。** TCL推出的雷鸟子品牌、海信视像推出的vidda子品牌，都以更低的价格和更好的用户体验，对小米电视构成了直接威胁。在同尺寸、同配置下，vidda和雷鸟在价格上甚至更具优势，且开机无广告，这无疑吸引了大量对价格敏感且注重用户体验的消费者。在软件业务方面，海信和TCL也都有相应的业务布局，使得小米电视在软件层面的竞争也显得力不从心。 在存量竞争的市场环境下，彩电结构化升级趋势愈发明显。品牌力的竞争成为重中之重。然而，小米电视在品牌力和产品力方面，相较于彩电龙头企业仍有较大差距。尤其是在面板成本没有优势的情况下，小米电视的性价比策略更是难以持续。面板价格下行会放大亏损，这对于小米电视而言，无疑是一个巨大的挑战。 此外，**小米入局造车也对其电视业务产生了间接影响**。随着小米在造车领域的投入不断加大，其资本开支和销售费用也相应增加。为了保持集团整体的财务健康，小米不得不对销售费用加以控制。这对于需要开拓市场的小米家电业务而言，无疑是不利的。尤其是在电视市场竞争愈发激烈的情况下，减少广告等宣传费用的投放，无疑会降低小米电视的市场竞争力。 ### 王座之问 2024年11月，小米集团发布2024年第三季度业绩报告。报告显示，小米智能大家电收入同比增长54.9%，一跃成为行业黑马。其中，空调业务表现格外亮眼，期内出货量超过170万台，同比增长超55%。 与此同时，奥维云网（AVC）2024年空调线上市占数据显示，小米的线上市占率同比2023年提升4.27个百分点，超越华凌，跻身前三。 在行业热议小米空调能否更进一步，对美的、格力造成威胁的同时，也有不少人关心，作为曾经国内第一的小米电视，还有没有机会重拾往日的荣光。 对此，行业普遍持悲观看法。 一名资深家电行业分析师告诉雷峰网，小米入局电视的初衷，是将其作为移动互联网的入口，但随着《有线电视业务技术要求》等行业标准的出台，电视实际上又变回了一桩纯硬件的生意，**竞争的焦点回到了硬件素质本身。在这个维度上，小米很难跟TCL、海信等有着深厚技术底蕴的老牌厂商竞争。** 有人会问，空调同样是纯硬件业务，小米一样能做好，电视为何就不行呢？ 该家电分析师介绍，空调实际是一个非常成熟的品类，今天的空调相比十几年前并没有什么本质的技术升级。但电视不同，技术路线进步比较快，市场正处于快速结构升级的过程中。 过去一年，电视行业的大屏化和Mini-LED化趋势明显。根据奥维云网数据，Mini LED彩电销量渗透率从2023年的2.9%提升至2024年H1的8.6%。与此同时，在国补的催化下，2024年75寸电视成为了主流尺寸。奥维云网（AVC）推总数据显示，2024年中国彩电市场75英寸产品以24.1%的销量份额位居第一，较2023年提升4.2个百分点。  “小米吃的是消费降级的红利，当整个市场在往升级的趋势走，传统电视厂商在内置内容、交互以及使用体验上快速追赶时，小米就很难竞争得过海信和TCL。海信和TCL的上游一体化程度都非常高，TCL有自己的面板厂，海信虽然没有面板厂，但和京东方深度绑定，且自身有很强的芯片业务。”该家电分析师说道。(海信TCL掰手腕，谁更具有竞争力，雷峰网后续将推出相关报道，可添加作者微信Angiee0620交流。) 而且，**从主观意愿上来说，小米电视也没有争行业第一的诉求**。一名前小米电视核心成员告诉雷峰网，“过去电视作为一个内容载体和iot入口，对小米来说还是很有价值的，但当他变成一个纯硬件业务，而且还是一个毛利很低的纯硬件业务后，就变得不再性感了。” 事实上，即便是当年小米电视登顶国内第一，这个成绩在集团内部也不受认可。“内部甚至连庆功会都没有办。”这一方面是因为，小米电视虽然成功了，但它并不符合雷军对极致的定义；另一方面则是因为，小米电视这个业务并不赚钱。 业内人士告诉雷峰网，电视硬件的毛利率非常低。而且电视的BOM成本中，屏幕占了接近80%。小米电视卖得越多，实际只是帮屏幕供应商卖出了更多屏幕而已。 相比之下，空调头部厂商的净利润率高达10个点以上，足够的利润空间可以支持起小米未来的线下渠道布局。因此小米愿意在空调这个品类上大力投入，建设自己的工厂。而电视业务则在2023年底被并入手机部，由手机部总裁曾学忠负责，成为了一个次级业务。 总的来说，**客观条件上，小米电视很难跟TCL、海信这样的老牌厂商竞争；主观意愿上，小米电视更在乎的也是如何提升利润率和业务的健康度，而不是盲目追求市场份额**。这决定了小米电视很难再登顶国内第一，但用一句内部人士的话来说，“那又怎么样呢，这并不影响小米的成功。” (追觅进军大家电、格力改名董明珠健康家、小米入局中央空调…更多大家电行业相关信息，雷峰网正在持续关注，可添加作者微信Angiee0620交流。)

一则“Google将终止开源Android”的消息在网上掀起轩然大波。作为全球使用最广泛的移动操作系统之一，AOSP是Android系统的核心部分，支持着全球超30亿台智能设备。在业内看来，如果真的采取闭源，将会对现有Android生态带来巨大冲击。但记者对多位Google的合作伙伴进行采访时了解到，Google目前确实对Android开发模式进行了变更，但该公司同时向合作方强调，调整并不意味着Android将转向闭源。 [](https://static.cnbetacdn.com/article/2025/0327/b4b25ba495e8907.jpg) 在第一财经独家获得的一份Google与中国合作伙伴的沟通信中，Google表示，“目前正在进行内部工作流程变更，以简化Android的开发模式，但我们仍然致力于继续为所有后续版本将所有相关平台项目的完整源代码发布到AOSP。” 一家与Google深度合作的厂商在评估此次Android变更带来的影响时对记者表示，“大家仍可以依照Early Access Program（早期体验计划）、合作协议取得最新的AOSP或branch（分支），我们认为对合作方没有影响。” 但长久来看，在Google发出正式辟谣前，没有人可以彻底否认Google未来闭源存在的可能性，作为一个在移动市场拥有高占比的系统，任何一个微小的动作都将影响着生态链上的生存者。 **合作伙伴信曝光** 3月28日，第一财经记者从Google多位中国合作方了解到，Google已向全球合作伙伴发布关于Android平台开发工作流程变更的通知，主要内容涉及开发分支转移、AOSP主分支变化、合作伙伴贡献方式及特定分支开发情况等方面。 AOSP是Android开源项目（Android Open Source Project）的简称，也是Google在Apache 2.0许可下发布的一个操作系统。Apache 2.0此前允许任何人使用、分发或修改和分发基于AOSP的操作系统，而无需支付任何许可费用或发布源代码。 为了平衡AOSP的开放性及其产品开发策略，Google此前维持了两个主要的Android分支：公共AOSP分支和内部开发分支。是否关闭公共AOSP，这也是引发此次关注的焦点所在。 在给合作方的信件中，Google提到，“从2025年3月27日起，我们将把Android平台开发转移到单个内部开发分支。这将帮助我们更快地行动并简化Android开发。 少量最初在AOSP中开发的项目将把开发转移到内部分支。” 此前有媒体猜测，Google将不再维护目前AOSP的公共分支，并逐渐关闭相关的支持性资源。这也是引发“Google终止开源Android”消息的核心所在。但从上述Google给合作方发布的信件中，Google依然坚称将持续开源政策。 Google在信件中称，“我们仍然致力于继续为所有后续版本将所有相关平台项目的完整源代码发布到AOSP。” 对于变更的部分，Google向合作方解释道，“在此更改之后，AOSP主分支上的CI构建和测试覆盖率将停止（ci.android.com上将不再有aosp-main构建）。我们在AOSP中发布的发布分支（例如android15-release、android15-tests-dev）的CI构建将继续。AOSP主分支将被锁定并设置为只读，可以上传更改以供审核，但它们不会被合并。” Google称，对于合作伙伴对尚未发布的未来Android平台所做的贡献（无论大小），建议通过作为Android早期访问计划一部分共享的合作伙伴Gerrit分支（例如25Q2-fs-release）或直接在测试套件开发分支（例如stage-25Q2-ts-dev）上上传更改。 “Google员工将审核、挑选和合并这些更改到我们的内部Gerrit中。任何此类接受的更改都将成为我们下一个AOSP版本在其各自发布分支上的内容。 针对AOSP中的android-latest-release分支，合作方也可以上传更改以供审核。”Google表示，对于Android 15和更早版本的测试套件贡献，合作伙伴应继续将CTS、VTS和GSI更改挑选到AOSP中的测试开发分支。尽管测试更改不会自动合并到内部Gerrit中，但Google员工将审核、挑选和合并这些更改到我们的内部Gerrit中。合作伙伴可以继续使用来自AOSP测试开发分支的ToT CTS、VTS和GSI CI构建来验证其测试失败的修复。 同时，Google方面向合作方强调，Android X和Android通用内核分支将继续在AOSP中开发； 作为此公告的一部分，这些分支不会发生任何变化。 对于Google对Android开发模式变更，一位与Google长期合作的公司负责人对记者表示，“核心的变更主要就是Google将逐步把公共分支Android转至internal branch（内部分支），停止real-time（及时）更新public branch（公共分支），但我们认为Google这个举动是为了节省开支，通过减少合并冲突来提高效率。未来Google仍然将在开发结束后继续发布final source code（最终源代码）。 “消息出来后，我们也在评估，但是目前看这对合作伙伴也没有太多的影响，大家还是可以通过协议获得最新的AOSP。”上述负责人说。 而另一家科技企业则对记者表示，“变更之后，外部代码贡献者确实更加难以追踪Android的进展，所以我们也会持续观察和Android的合作变化。” 他对记者表示，目前ASOP官方发布了新的信息，android-latest-release（Android最新版本）清单将始终引用最新的发布分支，该清单可直接与代码库搭配使用。所以也建议平台开发者使用android-latest-release（而非aosp-main）构建AOSP并为其作出贡献。 **为何变更？** 虽然Google并没有公开回复此次变更的细节，但在伙伴信中，Google称是为了简化Android的开发模式。这与Google此前给海外科技媒体Android Authority的回复一致。 在Google的两个主要的Android分支中，任何人都可以访问AOSP公共分支，而Google的内部分支仅限于拥有Google移动服务（GMS）许可协议的公司。 虽然一些操作系统组件，如Android的蓝牙堆栈，是在AOSP公共分支中开发的，但大多数组件，包括核心Android操作系统框架，都是在Google的内部分支中私下开发的。 同时，由于Google在其内部分支中开发了大部分Android，因此公共AOSP分支通常远远落后于私有分支，这种差异迫使Google花费时间和精力在公共AOSP分支和它的内部分支之间合并补丁。由于分支的不同，合并冲突经常出现。 这或许成为了Google变更Android规则的重要导火索。Android Authority提到了一个例子，一位程序员给Android系统提交了一个补丁，允许系统里的放大镜工具放大导航栏以及输入法的界面。但由于在公共AOSP分支和内部开发分支设置的列表末尾长度不一样，从而产生了合并冲突。虽然这个特定问题的修复很简单，但是当集成到Google的内部分支中时，许多其他AOSP补丁会触发类似的合并冲突。 这样的合并冲突可能不计其数，这也是Google所说的放弃目前的Android开发策略，转而将所有开发转移到内部的重要原因。 此外，有消息称，AOSP 维护涉及超 3000 万行代码、200 多个并行开发分支及全球数千名开发者协作，2024 年运维成本即达 8.3 亿美元。东吴证券分析指出，闭源节省的资源将转向Gemini大模型等AI领域，以应对OpenAI和Meta的竞争。但这一说法并未获得官方确认。 在转向内部开发后，Google强调，这并不意味着Android将成为闭源。而在上述内部信中，Google同样也向合作方释放了信号：AOSP主分支（公共分支）将被锁定并设置为只读，可以上传更改以供审核，但它们不会被合并。 从目前各方的反馈来看，Google这一动作如若施行对业界带来的影响并不显著，本质上Google希望优化开发效率并强化对Android生态的控制，并非完全放弃开源。因此，对普通用户和主流厂商影响有限，但如果说最直接的影响，可能是由于AOSP公共分支的锁定，导致一部分硬件开发者无法及时了解到Android代码的迭代过程。 有分析认为，Google这一转变简化了Android操作系统开发，但可能会影响新版本开发和bug减少的速度，不过对用户来说，总体效果或许难以察觉。此更改对大多数开发人员的影响也很小，一方面，应用开发者不受影响，因为这只适用于平台开发。而平台开发人员的工作通常基于特定的标签或发布分支，而不是主要的AOSP分支。 但对于未获得GMS授权的厂商，例如部分智能家居或国内小众品牌或许将无法实时跟进代码变更，安全补丁和功能更新可能滞后数月，需依赖旧版本或付费合作。不过，有开发者对记者表示，智能家居这类用旧版本也已足够，另外还可以选择linux原生的方案。 在传言发酵后，不少业内人士感叹开源精神在硅谷逐步倒退。 过去，Google宽松的许可结构缔造了“Android王国”，包括三星、小米、OPPO以及各类智能硬件等都基于AOSP定制开发了自己的Android系统。而现在，如若AOSP的实时透明性丧失，开发主导权进一步集中于Google及其合作伙伴，Android生态走向封闭也是不可否认的趋势。 [查看评论](https://m.cnbeta.com.tw/comment/1488980.htm)

银行业是数字金融和科技金融的主阵地。对于渤海银行而言，扎实推进数字化转型，做好数字金融和科技金融大文章，不仅是时代赋予的机遇，更是一家全国性股份行的责任担当。

 【录音笔】是GPASS推出的一档全新会员专享节目，内容来自机核办公室日程生活和工作中的一些短小记录，每期时长十几分钟左右（大概吧）。内容也许是一些不成体统的碎碎念，也许是一些突然发疯的暴言，还有可能是哪个缺德的把办公室里真实的日常对话（dui ma）偷偷录了下来，总之就连我们自己现在也不知道每期会有哪些人参与，会录些什么。

<blockquote><p>2023年，ChatGPT的爆火开启了AI元年，但2025年才是AI与教育深度融合的真正起点。本文将深入探讨AI大模型对教育系统的深远影响，供大家参考。</p> </blockquote>  今天聊聊AI大模型对教育系统的深远影响。为什么现在聊这个话题，而不是ChatGPT爆火的2023年？那是因为，如果说2023年是“AI元年”，2025才是“AI+教育元年”。 ## 1.教育AI大模型，剃头挑子一头热 AI大模型或者AIGC在国内爆火是ChatGPT4.0的发布，那是2023年5月，随后国内立刻掀起通用大模型之战，不论是有实力的科技大厂，还是各行业的垂直科技企业，纷纷推出自己的大模型，号称“百模大战”，2023年5月，科大讯飞高调发布星火大模型，一夜之间跻身AI行业第一梯队，市值更是一飞冲天。科大讯飞是教育行业的头部企业，也是其核心业务，而对公教育是营收大头，双减之前，科大讯飞已经开始布局学习机业务，在双减后，学习机的市场需求上升，恰逢ChatGPT掀起AIGC浪潮，顺势把学习机升级为“AI学习机”，以高中学段为主要目标客户，成为高端学习机的代表之一。 科大讯飞、猿辅导、好未来、网易有道等厂家的频繁动作，让教育行业似乎火热了一把，但其实只是“幸存者偏差”，欢腾的是双减前已成气候的教培企业，但彼时不过是双减后教培转型智能硬件这条路上的一次热点营销而已，对于教育硬件所涉及的刚需场景，不论在产品体验还是成本降低两个维度都没有质的变化，比如典型如英语学习类APP，听说读写中最有AI含量的是说和写，但这两个经过多年的发展，已经相对成熟，口语的AI评价在英语流利说2018年赴美上市时，产品体验已经很好，那之后的几年，新入局者的市场竞争是主旋律，而非AI的技术突破。英语写作中的AI批改与指导，比口语突破的还早，基于通用人工智能，也许未来可以再一次实现产品体验质的提升，但当前来看，作用最大的还是营销赋能。 再看公办教育体系，这个真正的教育主体，ChatGPT并没有砸出多大的水花。 高等教育是有些波澜，还主要是国内的“类ChatGPT”让大学生发现原来作业也可以一键代写，包括本科生/研究生论文，分分钟生成的竟然这么容易，但“国内查重软件目前并没有针对AI的查重，学生即便使用了ChatGPT，也没法查到。”，对AI作弊的道德问题与规范制度成为讨论的焦点，各大学先是发禁令，然后紧急上AI化检测工具，但2025的DeepSeek之后，风向又变了，发现这东西根本禁不掉，禁不掉的才是真需求，于是倒逼教育系统思考。 基础教育严重依赖政府财政，还停留在财政寒冬之中，而且彼时的AI大模型，对基础教育来说，没看到任何令师生包括教育管理者为之兴奋的能力，政策的推行往往需要配套资金的支持，财政寒冬导致政策难以有效落实，使得基础教育数字化的建设主体也提不起兴趣，没有呼声，政策自然也缓慢，于是形成了一种双向抑制的局面。2024年从事教育数字化的企业，公开可供查询的的财报可见，营业额缩水30%-50%是绝大多数，下降30%的还算经营良好，企业综合竞争力较强的，大部分小微企业，都在五成以上。营收缩水，降本增效自然是主旋律，后面的就不在多说。 ## 2. 2025才是教育行业的AI元年 真正的转机也令人始料不及，那就是2025年春节期间的DeepSeek，这个被黑神话悟空制作人冯骥称为“国运级别的科技成果”。但其实DeepSeek不论是V3还是R1，也并不是针对教育提供了什么颠覆性的科技成果，我们都知道，他之所以爆火，是因为他的算法创新的低成本方案，令我们包括全世界看到，通往未来的AI技术不是只有堆算力一条路，这是民族发展的希望曙光。 国家亲自下场，举全民之力，所以现在已经不是企业之间的技术竞争，而是一场爱国运动。 2、3月DeepSeek有多热，不用我多说，大家看看新媒体平台上就知道。为什么说2025年是教育真正的转折年，分享一点教育系统的动作趋势。 讲供给侧，那真是有人欢喜有人愁。 不过欢喜的是真欢喜，愁的也要表现的欢喜。 哪些欢喜哪些愁，很好区分，2025年之前已经布局且真金白银投入大模型自研的公司与完全没有能力进行自研的公司相比，在2024年的市场竞争中还是可圈可点的，但DeepSeek一出，连腾讯都丢盔弃甲，率先积极拥抱，马上说混元大模型已接入DeepSeek，腾讯实力之下的公司再坚持说自家的自研大模型如何优势就显得难以令人信服，于是“科技平权”令所有竞争者瞬间回到了相同的起跑线。创业者们应该深刻体会到竞争的残酷性。 无数中小企业是最狂欢的，上市公司竞业达仅仅在2月1日放出“竞业达与 DeepSeek 的大模型目前正在对接中”这样一个没有什么实质性内容的消息，就给竞业达带来一个首板涨停。 2025年的春节应该是罕见的全社会最忙碌时刻，老板们都在积极研究自己如何与AI并轨，如何在场景上落地，从产研到营销，几乎是全面调整，动作之大，甚至不亚于一次企业改革，不过能有这样大动作的企业，至少是贴近AI并且组织响应快的企业，未来竞争赢面更大。 **需求侧的兴奋才是供给侧兴奋的真正原因** 需求侧最先兴奋的是从事人工智能+教育的学术研究专家、学者，学者们从上向下拷问“AI时代，何以为师？”，这个灵魂拷问过去的教育主体的从业者还可以置之不理，但一夜之间，这成为一个必须面对和解答的问题。 前面说过，全民拥抱DeepSeek，这本质上已经是一场爱国运动。 而教育主体，包括各级教育局，大中小学学校校长和老师们，不管是被动还是主动，都必须“动”。 “2月20日，全国首个本地化部署DeepSeek AI教育系统落地佛山” “2月21日 省内高校首家！满血版DeepSeek上线齐鲁工大！” “3月6日，全市首家！肇庆这所高校完成DeepSeek本地化部署 ” … 笔者近期参加的多个教育行业培训会议，不论是北上广深一线城市，还是新疆甘肃云南贵州等教育欠发达地区，都有很多学校提出要购买服务器本地化部署DeepSeek。可当笔者问要解决的问题以及长期发展的考虑，几乎没有人给出回答。一位教育行业的专家教授说，现在去任何一个地方调研或者培训，不谈AI仿佛就是落后了，现在的状态可以用三个字来形容“热、乱、偏”。 这是当下正常的现状，机会和风险也都隐藏其中，热是需求增长的表现，乱和偏说明市场还没有达成共识，还没有跑出来好的产品和公司。但随着技术的发展，竞争的持续，将会越来越趋于明确 。 不过教育主体的需求复苏，DeepSeek不是本质，只是引爆点而已。实则是市场周期到了一个新的拐点。教育强国国策下，近几年陆续发布的大中小学的教改政策，串联之后的社会效应开始显现，从新高考改革到新中考改革，新课标、新教材、加强思政、提高体育课比重、双减、本科教育改革…，这些政策都不是孤立的，而是教育强国国策下的组合拳与系列动作。这些政策体现出改革的决心，也势必会打破旧的局面，身处其中的教育主体机构，都感觉到自身所面临的挑战与机遇，而DeepSeek只是点了一把火罢了。 这只是一个开始，但会是一个真正的开始，这与过去10多年的教育信息化1.0时代和2.0时代将会完全不同，每一个当局者与新入局者，都应该先冷静下来思考一下，AI时代，何去何从。 未完待续。 作者：黑桃大人，7年产品经理经验，5年团队管理经验 本文由 @黑桃大人 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。

<blockquote><p>曾经，产品经理像“搬砖工”一样，花费大量时间在事务性工作上；如今，AI的出现为他们带来了新的机遇，使其能够向“指挥官”的角色转变。</p> </blockquote>  十年前，我的工作日常是穿梭于各部门之间收集需求，在Excel里做竞品数据透视到深夜，反复修改PRD文档的格式细节。那时的产品经理像个人肉信息处理中心，80%的时间消耗在事务性工作中。直到ChatGPT的出现，让我在某个凌晨两点生成完用户画像报告时突然意识到：AI正在重塑这个职业的核心价值。 ## 一、AI重构产品经理的”时间分配法则” 去年为某租车平台设计会员体系时，我让ChatGPT在30分钟内生成近三年会员体系的行业趋势分析，用DALL-E绘制了三种视觉方案原型。这些原本需要三天完成的工作，现在变成与AI的对话过程。这释放出的时间被重新投入到更重要的事情：在用户访谈视频中，我注意到大量用户反复提及”希望停车更方便”，这促使我们调整了调度算法，增加高峰时段用户流动数据。 这种转变让产品经理的时间ROI（投资回报率）提升3倍以上，正如硅谷某SaaS公司产品总监所说：”AI把我们从信息泥潭中拉出来，真正开始思考用户价值的本质。” ## 二、决策能力的”三重进化” 当基础工作被AI接管，真正的考验在于如何构建决策者的核心能力： **1. 数据决策的升维（从图表到洞见）** 去年优化内容推荐系统时，AI不仅给出了CTR提升方案，更揭示了被忽略的”信息茧房系数”——当算法过度迎合用户偏好时，次日留存反而下降12%。这迫使我们建立新的评估维度：在点击率和信息多样性之间寻找平衡点。 **2. 风险预判的穿透力** 设计智能客服系统时，测试发现当用户说”我想自杀”时，AI有3%概率回复优惠券信息。这个发现让我们提前建立三级人工干预机制，在伦理审查阶段规避了重大风险。 ## 三、从”功能经理”到”价值架构师”的跃迁 在AI驱动的新产品范式下，优秀的产品经理开始展现三种特质： **1. 定义问题的能力 &gt; 解决问题的能力** Airbnb产品团队曾用GPT-4模拟不同用户群体的旅行痛点评分，发现”行程焦虑指数”比价格敏感度高出27%。这直接催生了AI旅行管家的核心功能：不是推荐更多房源，而是自动生成全链路行程方案。 **2. 构建系统的思维 &gt; 设计功能的思维** 教育类产品Quizlet引入AI导师后，PM没有止步于答疑功能，而是建立”知识漏洞预测系统”。通过分析1亿次答题数据，AI能提前3周预测学生可能出现的知识盲区，使产品从学习工具进化为预防性学习系统。 ## 四、写在进化路上：给PM的2个行动指南 - **建立AI工作流审计清单**：每月评估哪些工作可交给AI，节省的时间必须用于高价值思考； - **培养”AI同理心”**：每天用30分钟了解AI相关的技术、应用、咨询……； 在这个AI重构产品世界的转折点上，真正的危机不是被机器取代，而是继续用旧地图寻找新大陆。当我们可以用ChatGPT生成PRD时，比文档格式更重要的是文档背后的战略洞察；当Midjourney能画出精美原型时，比界面更值钱的是对人性需求的捕捉。或许正如亚马逊的”逆向工作法”在AI时代焕发新生：我们不再从技术可行性出发，而是从AI增强的客户价值倒推产品边界。这或许就是进化论在产品世界的终极隐喻——不是最聪明的人能生存，而是最适应变化的人能引领未来。 本文由 @胡子哥 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>随着人工智能技术的不断演进，知识获取的方式正在发生深刻变革。本文深入探讨了 AI 如何通过“深度研究”重塑知识获取的未来，供大家参考。</p> </blockquote>  ## 一、从“快餐式响应”到“精酿式思考”：认知范式的范式转移 2024年，AI行业迎来重大转折：大模型开始将算力重心转向“动态推理”而非“静态训练”。这如同让科学家通过实验验证假设，而非仅依赖教科书知识。这种“精酿式思考”模式虽需用户等待更长时间（如金融风险评估耗时8-10分钟），但决策可靠性显著提升（投资失误率降低65%），用户逐渐接受这种“时间投资”——如同等待陈年红酒发酵，只为更醇厚的结果。  **用户行为的三大重构：** **1. 从“秒回焦虑”到“价值沉淀”：** - 过去：电商比价需即时刷新，否则用户跳转；资讯平台依赖标题党吸引点击。 - 现在：AI生成教育规划方案时，用户能容忍进度条缓步加载，如同导师设计课程时的反复推敲。 **2.对话模式进化：** - 场景化提问替代机械指令，例如“用菜市场比喻说明区块链原理”。 - AI主动引导需求细化，如商业咨询时提问“优先考虑短期盈利还是长期品牌建设？” **3.成本效益重估：** - 用户愿用15分钟等待定制化商业计划书，而非套用通用模板。 - AI输出标注“融合20份行业白皮书”“包含竞品动态对比”，强化决策依据。 ## 二、技术驱动的深度研究：让AI“具备学者级思维” **技术突破的核心**： - 动态推理引擎：Meta的Athena模型首创“实时算力分配”机制，模拟人类分阶段思考。 - 超长上下文架构：支持跨文档关联分析（如PDF图表与文本交叉引用）。 - 语义锚定技术：通过知识图谱节点映射（类似GPS定位），实现信息精准溯源。 **关键技术架构：** - 多轮验证机制：通过“假设→验证→修正”循环逼近真相。 - 知识网络编织：用网状结构替代线性拆解，避免信息断层。 - 可信度分层：对结论标注置信区间（如“此观点在87%文献中成立”）。 ## 三、Deep Research VS Deep Search：能力维度的本质差异  ** 应用场景重构**： - **教育领域**：深度研究为留学生生成个性化选校方案，综合比对200+院校的隐性录取偏好。 - **投资领域**：AI整合财报、舆情、专利数据，输出附有风险权重的并购建议书。 ## 四、主流产品定义对比：赛道的差异化竞争  ## 五、未来展望：从“数字助手”到“认知协作者” 深度研究的终极形态是“认知增强”——AI不仅是执行者，更是具备批判性思维的协作者。它正在改写知识工作流程：咨询顾问用AI生成行业颠覆系数矩阵，科研团队借AI发现跨学科创新交点，甚至普通用户可通过AI推演个人职业发展十年路径。 待解命题依然存在：如何在效率与深度间找到黄金分割点？如何构建跨文化知识公平性？如何让AI阐明“我不知道”的边界？这些问题将定义下一代智能的进化方向。 本文由 @笑笑生观察日记 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

 游戏开发商 FuturLab 及发行商 Square Enix 联合宣布，《冲就完事模拟器》玩家数突破1700万。开发团队感谢玩家的支持，也邀请所有人在高压水枪那令人宽慰的水声冲走你的烦恼！起动高能清洗器，用高压水流除净每一寸顽固污垢。看着强力冲洗后一切都亮闪闪的，心理满足就是这么简单。 

<blockquote><p>在求职过程中，找到一个好老板往往比找到一份好工作更为重要。本文从一位资深运营部门负责人的角度出发，分享了在运营岗位面试时如何识别并挑选到好老板的方法。</p> </blockquote>  作为曾经面试过上千名运营岗候选人的运营部门负责人，我可太清楚跟对老板的重要性了！ 面试本就是双向选择的过程，那不靠谱的老板长啥样？我给大家总结了三类最典型的： ## **第一类是存在不合理的预期。** 可能这个领导对业务本身不熟悉，或者说对这个岗位本身没有认知，所以会有一些不合理的期待。 举个例子，比如说你是做小红书账号运营的，一般情况下小红书一个月涨粉500到3000，它是一个合理的区间。 但是可能这个领导他不知道这样的概念，他会认为一个小红书账号一个月涨粉到10万才是合理的一个区间。 那这个时候无论你多么的优秀，其实你很难达到他的预期，很难去满足他的期待。在这样的预期下面做事是很痛苦的，所以我们就要避开这样的领导。 ## **第二类，是缺乏资源意识。** 这样的领导会存在一个什么问题呢？他会经常眼红别人拿到的成绩，他希望空手套白狼。 很多其他的公司拿到一些大的结果，其实背后会有很多的资源支撑，包括品牌的背书，包括预算的支持，包括运营团队的人员配置等等。 但是可能老板看不到这些，他只需要你凭你个人的能力去拿到这样的结果。所以没有【资源跟拿到结果对等】的这样的一个认知。 所以你做事儿的话，可能很难去获得一些资源的支撑。所以在这样的情况下去做事儿，也是非常痛苦的，所以这样的领导其实也应该避开。 ## **最后一类就是目标不清晰。** 这样的领导呢，他自己本身可能没有想清楚这块业务，包括这个业务本身的客群画像、目标方向以及达成的路径（获得客资还是商业变现？），他自己本身是不清楚的。 但是呢，你作为一个项目执行者，你作为他的下属，其实很多事情你只需要在他明确的目标下面，明确的指导下面去完成你的工作就可以。 但是因为他缺乏战略统筹的目标，他可能把属于他的这个工作职责，转嫁到你身上。他可能需要你自己去探索这个方向，美名其曰向下赋能，让你去探索这个商业化路径能不能跑通。 那这个时候就会有一些不属于你的责任啊，需要你去担起来。 虽然这个对你的成长肯定是有帮助的，但是呢这个里面会有很大的的风险，一旦出现问题，那么这个锅肯定是由你来背的。 本质上还是在于，这个领导对业务本身他是缺乏深度认知的，并不具备掌控全局的能力。 那这三类领导我们怎么去识别呢？其实在我们面试的过程中，有一些方法是可以去识别的。 比如说我们在跟他聊的过程中，我们可以去跟他聊，他对这个业务的判断，以及行业的认知。 而且可以从他对我们回答问题的反馈中，去了解他对这个岗位的期待，他对这个业务的认知。 我们在最后面试的环节，往往会有一个提问的环节。那么你就可以抓住这个机会。 问一下他对这个业务的目标规划是什么？对这个岗位的候选人的期待是什么？这些其实都是可以直接的问出来。 有能力的领导，其实在岗位放出来之前，就已经想清楚了想招聘什么样的候选人，以及新人入职来解决什么问题。 将帅无能，累死三军，有时候挑选一个好领导，和找到好项目去运营，一样重要~ 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

小米融资事件到底是利空还是利多呢？

浙江官场刮起一阵“AI龙卷风”。

想要消费者满意，接下来千禾必须在扎实做好产品本身和差异化竞争下功夫。

Nvidia的Jensen Huang在今年GTC的问答环节中表示，依赖全栅 (GAA) 晶体管的下一代工艺技术可能会为该公司的处理器带来20%的性能提升。然而，Nvidia GPU最显著的性能提升来自于公司的架构和软件创新。 [](https://static.cnbetacdn.com/article/2025/0324/4511662dca1f023.webp) 当被问及未来一代NVIDIA GPU架构（如预计将在两代之后（2028年）推出的 Feynman）时，Huang提到，如果NVIDIA过渡到依赖GAA晶体管的工艺技术，应该会带来 20% 的性能提升。 我们自己的Jarred Walton也参加了问答环节，他表示Huang似乎淡化了工艺节点变化的重要性，强调摩尔定律的放缓意味着未来全新的工艺技术只会带来大约20%的改进——在密度、功率和/或效率方面。这并不是NVIDIA打算使用哪个节点的明确声明，尽管答案是在回答一位分析师的问题，该分析师希望他对NVIDIA特别使用三星代工厂的可能性发表看法。 黄仁勋还指出，虽然由尖端工艺技术带来的改进是受欢迎的，但它们不再具有变革性。“我们会接受它，”他说，但表示其他因素更为重要。随着人工智能系统的扩展，管理大量处理器的效率变得比每个处理器的原始性能更为重要。詹森说，数据中心越来越关注每瓦性能，而不是“我们处于物理极限”。 与苹果不同，苹果是台积电所有尖端节点的alpha客户，而NVIDIA通常不是首先采用台积电最新工艺技术的公司。相反，它使用成熟的技术。 NVIDIA已使用台积电 4nm 级工艺技术的定制版本（4N和4NP）为客户端PC和数据中心生产Ada Lovelace、Hopper 和 Blackwell GPU。台积电的4nm级生产节点属于该公司的5nm级工艺开发套件，本质上是该代工厂5nm技术的精炼版本。 该公司的下一代AI GPU（代号 Rubin，带有定制的 Vera CPU）预计将于明年推出，预计将使用台积电的3nm级制造工艺（可能是N3P，或“3NP”等定制版本）。为此，可以合理地预期NVIDIA将为Feynman采用基于GAA的工艺技术，预计该技术将于2028年推出。 台积电本身预计其首款基于GAA的工艺技术N2将使性能提高10%至15%与N3E相比，N3E是该公司在N3P之前推出的第二代3nm级工艺技术。同样，NVIDIA的黄仁勋可能甚至没有提到台积电N2或三星的替代品，甚至英特尔的18A，而只是暗示他预计总体上会有20%的提升。 值得注意的是，由于NVIDIA不使用第一代工艺技术（或至少多年来没有使用过），我们预计Feynman GPU将采用N2P（如果它继续使用台积电），它可以提高性能、降低阻力并稳定电力输送，甚至A16会增加背面电力输送，并承诺与N2相比性能提升8%至10%。N2P和A16预计都将在2027年实现量产。 如果NVIDIA在其2028年产品中采用N2P或A16，那么该公司有理由预期其Feynman GPU 在N2P或A16上的每瓦性能将比Rubin GPU在N3P上的每瓦性能提高20%。实际性能可能还会更高，不过考虑到目前对AI计算的巨大需求，NVIDIA似乎有时追求的是最高性能而不是最高效率。 虽然NVIDIA是当今领先的处理器开发商之一，但黄仁勋多次强调，他的公司不再只是一家半导体公司。相反，他将公司描述为大型 AI 基础设施的提供商。他还将其描述为算法开发的领导者，尤其是在计算机图形学、机器人技术和计算光刻等领域。 然而，尽管NVIDIA已逐渐从开发“单纯”计算GPU转向开发AI服务器，现在又转向开发服务器机架和集群，但黄仁勋认为NVIDIA并不一定与自己的客户竞争。据他介绍，NVIDIA 并不为最终用户构建实际的解决方案，而是提供基础技术。 **黄仁勋的九大预测** **一、他预计GAA晶体管将使性能提升约20%** 当被问及未来两代Feynman GPU是否会使用台积电N3以外的工艺，从而使用GAA晶体管时，黄仁勋表示，“如果我们使用新晶体管”，他预计性能提升将在20%左右。 “它不会改变世界，但我们会接受它——我们会接受一切，”他说。 虽然每个处理器 20% 的性能提升当然很重要，但在黄仁勋设想的 AI 部署规模中，管理所有处理器的开销成为最重要的事情，他说。 **二、他预计贸易关税对NVIDIA的业务影响不大** “我们有一个敏捷的供应商网络，他们不只在台湾、墨西哥或越南，”黄仁勋说。“这涉及很多方程式，这取决于哪个国家或地区征收关税。在短期内，我们预计 [潜在关税] 不会对我们的前景或财务产生重大影响。” 从长远来看，如果NVIDIA能够在今年年底前增加更多的本土制造能力，那么该公司将处于“相当不错的状态”，他补充道。 **三、他重视美国的中国工程人才** 黄仁勋被反复问及中国的情况，特别是关于美国出口管制限制了 NVIDIA 在该地区的市场。 他说，虽然人工智能常常看起来像是魔法，但它实际上只是软件，每个国家都有能力以某种方式运行它。 “在可能的范围内，我们希望能够用美国的技术和美国标准来支持每个国家，”他说。“我认为这对需要获得社会所需计算能力的国家和美国都有好处。” 在回答后来关于出口管制和中国市场的问题时，他的回答不那么圆滑。 “我们有基本义务遵守法律，尽最大努力竞争和服务客户，”他说，并指出 NVIDIA 在这方面并不是独一无二的。 “随着世界变得越来越复杂，这些都不是我们的公司应该考虑的问题。我们只是明智地确保我们始终遵守法律，并尽最大努力为我们的客户和市场服务……这是我们在这件事上需要做到的最周到的。” 黄还指出，世界上 50% 的人工智能研究人员最初来自中国，“迄今为止，中国是最大的人工智能研究人员群体”，他说道。“因此，中国将对人工智能研究做出巨大贡献，这是有道理的，因为美国的每个人工智能实验室都有许多优秀的中国研究人员，无一例外。” “不管中国如何培养出这么多优秀的计算机科学家，不管你们怎么做，请继续这样做”，他补充道。 **四、他不认为NVIDIA是一家芯片公司** 黄仁勋曾多次将自己曾经是一家芯片公司的经历比作“过去的美好时光”，他表示，NVIDIA 实际上是一家基础设施公司。 “我们现在所做的是构建 AI 基础设施，每次部署都要花费数十亿美元，”他说。 在回答有关NVIDIA软件员工的另一个问题时，黄仁勋再次表示，NVIDIA不是一家芯片公司。 “NVIDIA制造芯片，但我们不是一家芯片公司，我们实际上是一家算法公司，”他说。“我们是当今世界领先的计算机图形算法创造者。” 他指出，NVIDIA为机器人和计算光刻技术开发了基于物理的AI模型，并拥有数百名 AI研究人员。 “我们在技术传播之前就已经开始研究，你可能已经看到了NVIDIA最早的渐进式GAN或变分自动编码器，”他说。“芯片CEO不会谈论这些事情。” 他补充说，以算法为中心体现在 NVIDIA 的全系统能力中，并指出 NVIDIA 硬件和系统创新的快速步伐是可能的，“因为我们首先了解算法。” “我认为芯片设计几乎是次要的，”他补充道。“我们对此感到非常自豪，我们制造非常复杂的芯片，但我们擅长解决算法。” 关于NVIDIA是或不是什么类型的公司的进一步澄清来自后来的一个问题，即全系统公司如何避免与客户竞争。他说，NVIDIA不是一家解决方案公司。 “我们制造一切，但我们以他们想要的方式将其提供给世界，”他说。“原因是我们不是一家解决方案公司……我们建立原始技术，并与我们的生态系统合作创造解决方案。” “我们毫不费力地与任何以他们的方式合作，”他说。 “如果 [客户] 决定做更多，从我们这里拿走更少，我不会介意。这就是为什么我们将我们的技术构建在多个堆栈中 — 只有芯片、只有系统、只有软件、只有算法 — 您来决定。” “我们的理念是：购买您想从我们这里购买的任何东西，但请务必从我们这里购买，”他笑着说。 **五、他认为推理与训练是不同的问题** 黄仁勋的主题演讲主要集中在未来的AI工厂 — 大规模制造tokens。 “工厂帮助客户赚钱 — 我们的工厂直接转化为客户的收入，”他说。“这不仅仅是一个芯片和这个和那个……整个工厂非常复杂，处于物理极限。我们所做的一切都被扩大到最大。” 随着市场转向竞争性tokens生成（推理而不是训练），性能与客户功率限制的重要性从未如此重要。 “AI工厂的最大收益取决于每瓦特的最佳性能——性能可以直接转化为每秒tokens数量，”他说。“对于我们所有的客户来说，业务门槛比以前高得多，竞争门槛也高得多，风险承受能力也比以前低得多。” **六、争夺市场份额不是NVIDIA的风格** “我们不会争夺竞争，这不是NVIDIA的风格，”他说。“请注意，当你来找我们谈话时，没有一个员工会说我们争夺市场份额——为什么要争夺市场份额？为了做什么？创造新的东西！” 他说，为了用相对较小的员工队伍（按大型科技公司的标准）创造新的东西，NVIDIA 依靠其合作伙伴的卓越表现。 “如果他们开发出非常棒的产品，我们就会使用，我不在乎是哪家公司，”他说，并指出 NVIDIA 在某些领域与其竞争的公司合作，包括 AMD、英特尔、博通、Marvell、联发科等。 “我们试图与每家公司合作，这样我们就可以把非常稀缺的精力集中在开发世界上没有的东西上，”他说。 **七、关于NVIDIA收购英特尔的传言被大大夸大了** 黄仁勋直接驳斥了最近有关NVIDIA是财团成员的报道，该财团曾组建一个竞标小组来收购陷入困境的芯片制造商英特尔。 “我不知道这个传言是从哪里来的，但没有人邀请我们加入财团，”他说。“没有人邀请我……也许还有其他人参与其中，我不知道。也许有一个我没有被邀请参加的聚会。” **八、他认为谁先实现 AGI 并不重要** 当被问及他是否认为投资最多的人会首先实现 AGI，考虑到最近美国、欧盟和中国对人工智能的投资公告，黄仁勋说这并不重要。 “你知道世界上最聪明的人是谁吗？你在乎吗？”他说。“我相信我们需要实现 AGI，这样我们才能让人工智能解决我刚才描述的问题 [可以应用推理和使用工具的人工智能]。最聪明的AGI可能并不那么重要。” 他说，比拥有最聪明的AGI或首先实现AGI更重要的是战略——赋予人工智能正确的使命和目的。 **九、他认为tokens生成的重要性与制造相当** “人工智能不仅仅是数据中心，人工智能就是制造业，”黄仁勋说。“你在制造一种叫做智能的东西，如果你重构它，它就会变成文字、故事、法律文件、分析师报告……音乐、电影、影片、广告活动。如果你以不同的方式重构它，它就会变成机器人动作或方向盘激活。” 黄仁勋将人工智能与电力基础设施和能源行业进行了比较，后者又彻底改变了所有其他行业。他说，全球 GDP 的“很大一部分”应该用于制造智能。“这是我的希望，也是我的信念，”他说。 “我希望这会发生，因为我相信，当一个叫智能制造的行业出现时，我们所有人都会过得更好，”他补充道。 [查看评论](https://m.cnbeta.com.tw/comment/1488974.htm)

周五缅甸中部发生强烈地震，目击者称，邻国泰国首都曼谷及缅甸仰光民众惊慌逃出建筑物。美国地质调查局（USGS）测定此次地震为7.7级，震源深度10公里，随后还发生强烈余震。据中国地震台网正式测定，3月28日14时20分在缅甸（北纬21.85度，东经95.95度）发生7.9级地震，震源深度30千米。 缅甸最大城市仰光震感强烈。本次地震造成泰国全国各地都有震感，曼谷震感持续数分钟，民众纷纷离开高层建筑，涌到街上。曼谷目击者表示，人们惊慌冲上街头，其中许多是身着浴袍和泳装的酒店住客。 泰国证券交易所称地震后股票交易暂停。泰国证券交易所称，地震发生后，泰国证券交易所特此宣布立即暂停所有交易活动。今日下午的交易时段休市，影响包括主板（SET）、创业板（MAI）和泰国期货交易所（TFEX）在内的所有市场。  缅甸发生地震后，泰国首都曼谷有震感。当日，泰国总理佩通坦收到有关地震的报告后，中断会议紧急商讨应对措施。佩通坦在社交媒体发文说，她在普吉府视察开会时收到地震报告后暂停原先会议，随后召开应对地震会议。 据USGS数据，震中距人口约120万的曼德勒市约17.2公里。缅甸官方尚未立即发布灾情通报。缅甸消防部门一名官员称：“我们已开始搜寻工作，正在仰光各地核查伤亡和损失，目前尚未获得相关信息。” [查看评论](https://m.cnbeta.com.tw/comment/1488972.htm)

英特尔已取消其基于 Xe2 的高端 Arc Battlemage“BMG-G31” GPU，该 GPU 原本将用于游戏显卡，这似乎意味着公司正考虑退出高端游戏 Arc GPU 领域。据报道，该公司之前一直在研发VRAM 高达 24 GB 的高端解决方案，并在Shipping Manifestos中发现了几种变体。公司还重申了其对独立 GPU 领域的承诺，并表示将继续在该平台内进行“战略投资”。 根据可靠内部人士和泄密者@Jaykihn0的最新报告，该公司似乎已大幅改变了其独立 GPU 计划。据说高端 Battlemage BMG-G31 GPU 或多或少已经停产，自 2024 年第三季度以来一直如此。我们确实看到一些芯片在 2024 年底前出货，但看起来这些可能只是为了测试或评估目的，而零售发布的计划早就被取消了。  BMG-G31 GPU 芯片面积预估比 B580 和 B570 显卡上的 G21 更大。据报道，它将配备大约 24-32 个 Xe2 核心、256 位内存总线和 16 GB GDDR6 内存。 此外，他还提到目前 Celestial “Xe3” 独立 GPU 阵容没有更新。Xe3架构将部署在基于英特尔 18A 工艺节点制造的下一代 Panther Lake CPU中，但这是一个集成解决方案。我们是否会获得用于独立使用的 Celestial “Xe3” GPU 还有待观察。  虽然没有关于高端 Battlemage GPU 的报道，但我们很可能会在未来几个月内看到它重新出现，就像Arrow Lake Refresh的情况一样，它似乎被取消但又回来了，并出现在台式机和笔记本电脑上。 此外，英特尔目前没有披露任何 Celestial GPU 的独立计划，可能只是因为它们距离发布还很远。同一位泄密者之前曾表示，Xe3“Celestial”和 Xe4“Druid”GPU 非常活跃，并将采用独立解决方案，因此未来几年 Arc 仍有希望投入使用。  凭借Arc B580和Arc B570，英特尔在 NVIDIA 和 AMD 目前没有新选择的领域提供了强大的价值。Battlemage 还证明了自己是集成显卡的出色解决方案，并且与 AMD 最新的 RDNA 3.5 产品打得有来有回。 [查看评论](https://m.cnbeta.com.tw/comment/1488970.htm)

中国地震台网正式测定：**03月28日14时20分在缅甸（北纬21.85度，东经95.95度）发生7.9级地震，震源深度30千米。**据悉，**缅甸7.9级地震的震中距离我国最近边境线294公里，距离我国最近城市瑞丽310公里**。造成云南西双版纳、德宏、昆明、丽江、保山、大理等地震感强烈，贵州、广西等地亦有震感反馈。 [](//img1.mydrivers.com/img/20250328/f7b16123a76748c9a562141340805c49.jpg) [](//img1.mydrivers.com/img/20250328/90b80e4ce406482887a42f306cbf9182.jpg) 本次强震是今年以来全球发生的第17次六级及以上地震，也是今年以来的最大地震。 此外，泰国全国有震感，首都曼谷震感强烈，民众纷纷离开高层建筑，涌到街上。 据当地媒体报道，**曼谷一在建高楼地震中坍塌**。 视频显示，这栋在建高楼瞬间坍塌，掀起巨大烟雾，工地工人四散而逃。 [](//img1.mydrivers.com/img/20250328/9b2b562807e04457af8b5ed9eb94fc0c.jpg) 据新华社快讯：据泰国媒体报道，首都曼谷一栋在建高楼28日因强震倒塌，造成1人死亡、43人失踪。 [](//img1.mydrivers.com/img/20250328/a44a46a1fe6e4c168516333f582f7315.jpg) [](//img1.mydrivers.com/img/20250328/02474fd283cd4eb6906cef71ac8e8760.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1488966.htm)

**韩国电池制造商三星SDI计划增加使用来自中国供应商的生产设备。**三星SDI执行副总裁金益铉在公司年度股东大会上表示，中国电池设备制造商的技术水平已经大幅提高，其提供的价格也比韩国竞争对手更具吸引力。 有消息人士透露称，中企设备报价较韩国厂商低20%-30%，交货周期更短。 尽管中国企业尚未加入三星供应商联盟（SSP），但其在韩国供应链中的影响力正在不断扩大，特别是在叠片领域表现突出。 **近年来，中国电池设备制造商如先导智能、海目星、兴禾自动化和浙江杭可科技等，已在韩国成立了子公司，并为三星等企业提供接近韩国标准的设备。** 其中，杭可科技向三星SDI、LG Energy Solution和SK等韩国三大电池制造商供应设备，兴禾自动化则为三星SDI在其天安工厂的M线提供组装设备，该生产线用于制造新型小型电池。 随着三星SDI资本支出的增加，预计中国企业的市场份额将进一步提升。  [查看评论](https://m.cnbeta.com.tw/comment/1488964.htm)

NVIDIA CEO黄仁勋在GTC的问答环节中表示，依靠全栅(GAA)晶体管的下一代工艺技术可能会为NVIDIA GPU带来20%的性能提升。当然这可能是再下一代GPU的事情了，也就是预计在2028年推出的Feynman。  根据tomshardware报道，黄仁勋在回答中似乎淡化了工艺节点变化的重要性，强调摩尔定律的放缓意味着未来全新的工艺技术在密度、功率和/或效率方面只能带来20%左右的改进。他还表示尽管尖端工艺技术带来的改进值得欢迎，但它们已不再具有变革性。“我们会接受它，”他说，但指出其他因素更为重要。随着人工智能系统的规模扩大，管理大量GPU的效率变得比每个GPU的原始性能更重要。 NVIDIA通常不会首先采用台积电最新工艺，会选择更为成熟的工艺，他们正在用台积电的4nm工艺去生产面向消费级以及数据中心的Ada Lovelace、Hopper和Blackwell GPU，而台积电4nm工艺本质上是他们家5nm节点的改良版。而NVIDIA的下一代GPU RuBin计划是采用台积电3nm工艺，可能是N3P或者是NVIDIA的定制版本，因此NVIDIA首款采用GAA工艺的应该是2028年推出的Feynman。 台积电预计首款基于GAA工艺的N2将比N3E性能提高10%到15%，当然黄仁勋并没有提及会采用哪家的GAA工艺，所以理论上上台积电N2还是三星的类似工艺，甚至是Intel 18A其实都有可能。而且NVIDIA大概率不会使用第一代工艺技术，所以Feynman可能更可能会使用N2的改进版N2P，它将提高性能、降低电阻并稳定电力输送，此外台积电预计N2P和A16工艺都在2027年投产，A16工艺将增加背面供电功能，性能会比N2提升8%至10%。 如果NVIDIA在Feynman GPU上使用N2P或者A16工艺，预计它将会比采用N3P工艺的Rubin GPU每瓦性能提高20%，实际性能提升可能更高，不过考虑到目前AI计算的巨大需求，NVIDIA似乎更倾向追求最高性能而不是最佳能耗。 [查看评论](https://m.cnbeta.com.tw/comment/1488962.htm)

台积电位于亚利桑那州菲尼克斯附近的 Fab 21 工厂开局不利，因此公司正在重新调整其美国战略。该公司的首个模块从破土动工到投入生产耗时近五年，远远超过台湾通常的两年生产时间。早期的挫折（包括劳动力问题、成本上升和文化差异）减缓了进度，但这些障碍也提供了宝贵的经验教训。 在更清楚地了解当地建设环境后，台积电计划加快未来项目的速度。公司高管已经找到了可靠的当地承包商，并解决了曾经阻碍进展的许多瓶颈。因此，这家台湾制造商正加紧努力，加快即将投产的模块的建设时间表。值得注意的是，台积电打算今年开始建造其第三座晶圆厂——Fab 21 模块 3，目标是实现与台湾相似的速度。 现阶段，台积电正在完成Fab 21模块1的设备安装，同时为模块2奠定基础。计划于2026年开始在模块2试产先进的3纳米级芯片，预计2028年开始大批量生产。模块3的加速进度被视为更快生产下一代芯片的途径，包括使用N2系列和A16工艺技术的芯片。 然而，快速建设并非没有风险。一个关键问题仍然是及时采购必要的晶圆厂工具。ASML和应用材料等领先供应商面临大量积压订单和产能限制，这可能会延迟必要设备的交付。随着台积电承诺更快地建设其美国产能，整个供应链都在密切关注这些供应链挑战能否得到解决，确保公司在扩大其在美国市场的立足点的同时满足其雄心勃勃的生产时间表。  [查看评论](https://m.cnbeta.com.tw/comment/1488960.htm)

预测未来十年的航空公司将会是什么样子既非常容易，又几乎不可能。空中客车公司稍稍揭开了商业航空业的面纱，让我们一睹其未来。在图卢兹举行的空中客车 2025 峰会上，该公司展示了未来单通道客机的技术。  经过 125 年的发展，航空航天科学技术已经相当成熟，商用客机的基本概念也已成型。自 20 世纪 50 年代喷气式发动机问世以来，它并没有发生太大变化。 另一方面，航空业还远未成定局。技术仍有很大空间从新工具、新材料和新创意中获益。虽然 2030 年代的客机可能仍然看起来像 20 世纪 30 年代出现的无聊的老式圆柱体和机翼模板，但它仍然可以从卓越的创新中受益。 预测者面临的问题是，这些创新将会是什么还远未确定，而这些创新如何与市场、法规以及支持航空业的基础设施等相互作用，这使预测变得非常困难。 尽管如此，空客还是根据公司正在通过各种项目开发的内容，向公众展示了未来的单通道客机。令人沮丧的是，演示缺乏细节，但它确实提供了一些关于未来可能发生的事情的见解，并澄清了空客决定放慢氢动力客机的步伐。 [](https://newatlas.com/aircraft/airbus-give-peek-future-airliner/#gallery:1) [](https://newatlas.com/aircraft/airbus-give-peek-future-airliner/#gallery:1) 未来的客机将采用开放式涡扇发动机 据该公司介绍，下一代空客客机的机翼将模仿鸟类翅膀的机翼，使其更轻、更薄、更长。根据空客位于英国菲尔顿的机翼技术开发中心所做的工作，新机翼将产生更大的升力，阻力更小，该中心是“明日之翼” (WoT) 研究和技术项目的所在地。为了抵消这些超长机翼的影响，新机翼将是可折叠的，因此新飞机将能够使用现有的机场登机口。 另一项创新是空客正在研发的新型喷气发动机。可持续发动机革命性创新 (RISE) 开放式风扇发动机演示器将现代喷气发动机的现有涡轮风扇和整流罩替换为更大且位于开放式的开放式涡轮风扇。据称，与现有发动机相比，这可将燃料消耗降低 20%，并且能够使用高达 100% 的可持续航空燃料 (SAF) 运行。 除了新发动机之外，空客还希望引入混合动力技术，利用锂离子或固态电池和高压系统不仅提供推进力，还能运行空调系统或照明等机载功能，从而降低燃料消耗。 [](https://newatlas.com/aircraft/airbus-give-peek-future-airliner/#gallery:3) [](https://newatlas.com/aircraft/airbus-give-peek-future-airliner/#gallery:3) 未来的客机将拥有可折叠的、类似鸟类翅膀一样的机翼 另一个领域是材料。空客希望放弃碳纤维增强塑料 (CFRP)，转而采用碳纤维增强热塑性聚合物复合材料 (CFRTP)。这种新材料是 CFRP 的改进，因为它可以在成型后重新成型和再加工，制造速度更快，抗冲击性更高，可回收和重塑，加工成本更低。 未来的客机还将进一步进入数字化领域，其系统将高度互联和自动化，能够即时更新，数据处理速度也将提高。此外，新的自动辅助系统将使飞行更加安全，并帮助飞行员更轻松地处理复杂任务。 但为什么未来的空客客机不使用氢气作为燃料呢？在峰会上，空客解释称，他们通过计算发现，虽然可以制造出成功的氢气客机，但这种飞机的成功方式与协和式飞机的成功方式相同。换句话说，这是技术上的胜利，但商业上的失败。 市场根本还没准备好迎接氢动力飞机。监管框架尚未形成，氢经济也不足以提供绿色或黄金氢燃料，因此，尽管新一代 100 座、航程 1000 海里（1150 英里，1850 公里）的 ZEROe 氢动力客机更加先进，拥有六台发动机而非四台，但目前仍处于开发阶段。 <ps direction="vertical" indicator="1"></ps> 空客未来项目负责人 Bruno Fichefeux 表示：“氢能是我们致力于航空脱碳的核心。虽然我们调整了路线图，但我们对氢能飞行的执着坚定不移。正如我们在汽车行业看到的那样，从长远来看，由氢燃料电池驱动的全电动飞机有可能彻底改变航空运输，为可持续航空燃料途径提供补充。” <ps direction="vertical" indicator="1"> </ps> [查看评论](https://m.cnbeta.com.tw/comment/1488950.htm)

<blockquote><p>小红书种草联盟取消投放金额门槛，为中小商家带来重大利好！本文将为你剖析这一政策背后的四大增长红利，以及如何抓住红利实现降本提效、快速突围。</p> </blockquote>  小红书种草联盟（包括小红星、小红盟、小红链）宣布全面取消投放金额门槛。 这个战略调整标志着小红书正构建”大闭环+小闭环”双轮驱动的商业生态。对于预算有限的中小商家，这波政策红利等于说是彻底改变竞争格局。 今天就专门开一篇帮大家分析一下，这个政策对我们来说到底意味着什么。 并且讨论讨论，中小商家该怎么利用这一波政策红利再次在小红书上降本提效，快速拿到投放成果！ ## 01 低成本试错 过去品牌选达人像买彩票，花大钱投头腰部达人，但效果难预测，也有很多时候有曝光无转化，长期下去也很难评估是否对品牌发展有正向反馈。 现在0门槛后，中小品牌可以玩「小额测试」——比如用200-500元测10个不同风格的素人，看谁带来的收藏、加购数据好，再重点投放。 而达人筛选则可采用”333法则”——30%预算测试腰部达人，30%用于A/B测试同产品不同人设，剩余40%集中投放转化前3的达人。 以此来获得不同roi反馈，用数据证实并迭代获客成本。 这里需要注意的是，尽管小红星能够实现数据回传，我们仍需要结合淘宝后台真实成交情况、以及淘搜波动情况进行交叉验证，最大程度上避免误差。 ## 02 冷启动破局 koc矩阵+搜索优化的组合打法正成为新趋势。 在过往投放中，会更强调中腰部达人的粉丝影响力，但在小红星的模式下，我们可以选择KOC矩阵进行搜索覆盖。在短期内帮我们快速定位精准流量。 这时候同样对我们的内容优化能力提出考验，如何自然植入关键词，如何挑选关键词，都是难点。 ## 03 数据资产沉淀 在现在的市场环境下，资本营销是一种手段，但在降本提效这一命题下，内容仍旧是核心。 建议大家都去建立”内容模板库”和”用户标签库”双资产体系。 比如按五力模型筛选TOP20%优质内容，将内容拆解为标准化模板为”痛点型标题公式+场景化产品植入+行动指令”标准化模板。方便营销期内随时调动资源+迭代模板公式，这样过往的经验才能真正被我们利用。 用户标签管理要聚焦三类数据： - 基础属性——地域/消费力 - 行为路径——笔记停留时长/跳失节点 - 内容偏好——视频完播率/图文互动点 建议每周更新人群包，重点运营”小红书收藏→淘宝加购”的高价值用户。 ## 04 全域运营闭环 主要关注三大场景，帮我们实现品效协同。 - 搜索场景：优化”场景词+功效词”组合，提升自然流量占比 - 内容场景：在爆文评论区植入”领券”“点击橱窗get同款”等转化钩子 - 私域场景：通过企微福利引流，结合社群闪购提升复购 品牌需抓住「小额测试-精准筛选-闭环沉淀」的新逻辑。短期内，中小商家可借势低成本试错；长期看，具备内容资产沉淀与用户运营能力的品牌将更易突围。 ## 05 品牌运营需要注意 ### 合规风险防控 小红书新规严禁诱导站外交易，违规将面临限流或封号。建议品牌将私域钩子改为“加入品牌会员”等站内合规形式。 ### 数据工具深度整合 需联动聚光平台定向标签（如地域、搜索偏好）与小红星转化数据，构建「种草-搜索-转化」全链路模型。 ### 组织能力适配 取消门槛后，品牌需具备快速迭代能力，建议设立「每周数据复盘机制」，重点监测收藏率（≥8%）、加购率（≥3%）等核心指标，及时淘汰低效内容。 总的来说，小红星门槛取消标志着平台从流量分配转向了数据赋能，小红书开始从“土豪游戏”变成了“策略游戏”。 中小品牌想弯道超车，只需记住三个关键词： - 测试要快——小预算多方向试错 - 内容要真——用户视角讲故事 - 数据要细——盯住收藏率8%+加购率3%的黄金线 本文由人人都是产品经理作者【啵啵开小灶】，微信公众号：【啵啵开小灶】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自小红书官网

<blockquote><p>AI医疗笔记赛道正成为硅谷的热门投资领域，凭借明确的市场需求、专有数据壁垒以及巨大的市场潜力，相关企业估值飙升。本文将盘点这一赛道的头部玩家及其核心竞争力，揭示其背后的商业逻辑与技术优势。</p> </blockquote>  很难想象，在美国，医疗笔记可是一个大生意。 因为医生需要记录每位患者的诊疗过程。由于工作过于繁琐，在很多年前，这些高收入的医生就已经将医疗记录的工作外包出去。在美国，大约有10万名医疗抄写员，占到了医生总人数的1/10。 而现在，这个市场正在被AI全部吃掉。根据Statista数据，AI医疗笔记的潜在市场规模约为39.6亿美元，是当前整个医疗GenAI应用市场的8倍。 于是，AI医疗笔记自然也成了当下硅谷最看好的AI应用赛道之一。 今年2月，AI医疗笔记公司Abridge完成了2.5亿美元的融资，最新估值高达27.5亿美元，领投的是硅谷知名风险投资人Elad Gil。考虑到24年年底Abridge的ARR只有5000万美元，算下来EV/ARR高达55倍，甚至比大模型公司还高。 除了投资人看好外，科技巨头也在进场。不久前，微软推出AI医疗笔记工具Dragon Copilot，预计今年5月正式上市。 那么，AI医疗笔记这个市场到底有什么魅力？其中又有哪些公司值得关注呢？ ## 01 最具确定性的AI应用赛道 市场需求明确+专有数据带来高壁垒 时至今日，AI医疗笔记已经成为硅谷最被看好的AI应用赛道之一。 据不完全统计，现在美国已经有50多种AI医疗笔记产品，涵盖儿科、精神疾病科、宠物医疗等各个细分医疗场景。这些产品不仅融资规模很可观，估值也明显高于其他AI应用赛道。 在融资规模上，不少产品都拿到了相当多的钱： - 面向B端医疗机构，转录患者与临床医生对话的人工智能平台Abridge，在今年2月完成了2.5亿美元的融资，最新估值高达27.5亿美元； - 面向C端临床医疗的医疗笔记工具FreedAI，也刚刚完成了3000万美元的融资，红杉资本领投； - AI医疗笔记应用Suki也在去年下半年完成7000万，估值5亿美元。 不止给钱多，投资人也毫不吝啬地愿意给AI医疗笔记公司更高的估值。比如，估值27.5亿美元的Abridge，2024年年底的ARR只有5000万美元，EV/ARR（企业估值/年经常性收入，一种估值方法）高达55倍。  要知道，Open AI、Anthropic等大模型公司的EV/ARR大约只有40-50倍，投资人对AI医疗笔记的乐观程度可想而知。 除了投资人看好外，科技大厂也在加速进场。 不久前，微软就推出了AI医疗管理工具Dragon Copilot，它可以帮医生和护士自动完成耗时的文书工作，像是准备患者摘要或根据医患对话记录写转诊单。今年5月，该工具就将在美国和加拿大上市。 投资人和大厂纷纷下注AI医疗笔记并非毫无道理。原因是，这个赛道实在太好了，不仅需求确定市场空间大，还有着很高的壁垒。 先说需求，医疗笔记的需求量巨大。 2009年，美国开始推行的EHR(Electronic Health Record，电子健康记录系统)补助，要求医生详实填写文档。医生对每次患者诊疗都需要记录SOAP(Subjective, Objective, Assessment and Plan)笔记，来记录诊疗和给出处方的过程。 由于记录属于工作流程的上游，必须尽早完成，加上填写的信息较多，导致美国医生在EHR上花费的记录时间约为其他国家的4倍。所以，美国医生在医院的正常工作时间之外，往往需要每天加班1.5-2小时来记录临床文档。 后来，为了减轻工作的负担，也开始有人雇佣人工抄写员，把这项工作外包出去。直到现在，医疗笔记外包也已经形成了一个庞大的市场。仅在美国，就有大约10万名医疗抄写员，占到了医生总人数的1/10。 而如今，这项工作几乎可以由AI来做。相比传统转录员25美元/小时的刚性成本，AI的边际成本趋近于零（AI转录成本&lt;0.02美元/分钟）。 至此，AI医疗笔记公司有机会完全吃掉这个市场。 根据Statista数据，截至2024年1月，美国医生人数约110万人，按每名医生$300/月的平均订阅价格计算，临床听写软件的TAM（潜在市场规模）约为39.6亿美元，是当前整个医疗GenAI应用市场的8倍。 市场空间大只是投资人看好AI医疗笔记的一个方面，还有另一个重要的点是，医疗行业专有数据的价值，将给创业公司带来极深的护城河。 比如，医生问诊录音转录的文本，比如”患者主诉间歇性胸痛3周，放射至左臂”，这种包含独特的时间和症状描述、医学术语嵌套的数据无法通过公开语料复现。 再比如，通过解析百万条真实医患对话（假设日活5000，人均生成10条笔记），就可以构建疾病-症状-检查-用药的知识图谱。 在Norwest Venture Partners合伙人Scott Beechuk看来，AI公司最深的护城河将由大型专有数据集创造。那些拥有独特的数据集，能训练或微调出自己的模型，并能够在特定垂直渠道中脱颖而出。 于是，兼顾成长性和高壁垒的AI医疗笔记，就成了投资人眼中最具确定性的AI应用赛道。 ## 02 AI医疗笔记产品大盘点：大型医院、专科医院和兽医 目前，获得大额融资或收入的AI医疗抄写员工具，在诸如产品特色功能、市场区域性、细分赛道等方面有各自的竞争优势。以下是一些值得关注的产品： ### 1、Abridge：面向医疗卫生系统 从功能上，Abridge与其他AI笔记产品没什么不同，核心就是语音转录和整理特定格式的内容。 与很多AI笔记面向C端医生个人市场，Abridge选择与美国的医疗卫生系统进行合作让自己的产品可以和医疗卫生体系里的其它产品进行深度整合，成为美国医疗卫生系统流程的一部分。 此前，Abridge就已经与康涅狄格州最大、最全面的医疗保健系统耶鲁纽黑文卫生系统达成一项新的合作，这将使成千上万的临床医生能够使用Abridge的产品。 截至目前，Abridge已在美国100多个医疗系统中落地，覆盖从农村诊所到顶尖学术医疗中心的多元场景。最新合作名单包括梅奥诊所、约翰霍普金斯大学医疗系统、杜克大学健康中心等权威机构，服务数万名临床医生。 同时，Abridge还开发了自己的专用LLM。Abridge的专有语音识别模型经过数十万小时的语音内容(跨30多种语言)的训练，并针对数千小时的去识别化医疗对话进行了微调。 在专有模型的支持下，Abridge支持50多个专业领域的临床准确总结和医学术语，以及在14种以上的语言中识别、理解并准确记录笔记，保证了结构化临床笔记草稿的完整性和高精度。 ### 2、FreedAI：主打C端市场，服务医生数量超1.7万 FreedAI面向的是美国47%的独立执业临床医生，通过AI转录系统记录患者就诊讨论内容，识别关键术语并创建结构化的病历记录，帮助医生将文档工作时间减少73%。这一定位的好处是，避免了医疗机构冗长的购买审批流程。 与面向B端的产品相比，FreedAI作为一个独立工具，部署更简单。同时，在定价上，FreedAI采取简单透明的订阅制定价策略，网页版基础套餐为每月99美元，iOS应用版为每月139美元，两个版本都支持无限次就诊记录，并且允许用户随时取消订阅。 较低的定价和产品的易用性，让FreedAI取得了不错的市场表现。产品发布不到2年的时间，每天有1万个付费医生使用，达到了1000万美金ARR（年度经常性收入） ### 3、Nabla：可远程医疗，年处理量300万次 Nabla旗下的AI临床记录助手Nabla Copilot，集成了医疗编码识别和与电子健康记录（EHR）等功能，可以自动标注关键生物标记（如血压异常值）；还能进行远程医疗适配，就是针对视频问诊场景优化，自动识别非语言线索（如语气停顿），辅助生成评估建议。 2024年，Nabla将其AI助手嵌入2000家诊所的Epic系统，使医生文档时间减少47%。2025年通过分析50万份肿瘤科病历，推出了“动态知识图谱”功能。 Nabla Copilot自2023年3月推出以来，已被超过两万名用户采用，年处理咨询量将达到300万次。2024年1月，Nabla获得2400万美元B轮融资，投后估值达到1.8亿美元。 ### 4、SukiAI：准确率达95%，年收入千万美金SukiAI除了一般的AI抄写功能外，也支持环境生成笔记和医生口述记录两种方式，有超过95%的准确率。 此外，SukiAI还拥有更好的平台兼容性，它兼容Cerner、Meditech等15种EHR系统，支持一键同步至医保编码模块，缩短报销周期30%。 目前，SukiAI已被全美超过350家医疗系统和诊所采用，临床医生中的采用率达到行业领先的70%以上。据Similarweb的数据显示，其年收入在1000~1500万美元。 该公司在2024年10月完成了D轮7000万美元的融资，融资总额达到了1.65亿美元。 ### 5、Scribenote：兽医专用，小市场垄断 Scribenote是一款针对兽医的AI临床笔录应用，它内置20万种动物生理参数数据库，可识别犬类心电图异常（如房颤）并生成饲主易懂的护理建议。与此同时，它还可以与兽用超声设备直连，自动将B超图像中的异常区域（如猫肾囊肿）与文字记录关联标注。 它还有一项特色功能——对宠物行为分析，就是通过问诊录音，识别动物嚎叫频率，辅助判断疼痛等级（如犬类术后疼痛指数预测准确率89%）。 2024年，Scribenote与宠物医院BanfieldPetHospital合作，在300家连锁宠物医院部署。Scribenote服务于北美数百家诊所，在不到一年的时间内生成了超150万份病历。 Scribenote定价较高，按月付费价格高达249美金，按年付费价格也在每月165美金。Scribenote在2024年9月完成种子轮融资，共筹集820万美元。 ### 6、HeidiAI：全科医生工作流覆盖，主打本地化 HeidiAI是一款主要服务澳洲地区、全科医生工作流全覆盖的AI医疗抄写员产品。 全流程覆盖体现在，HeidiAI从患者建档、问诊记录、诊断辅助、处方生成，到转诊管理和随访提醒，全面嵌入全科医生日常操作，减少重复性工作30%。 HeidiAI在本地化上做了深度的策略。首先是深度绑定，它与澳洲区域性诊所网络合作，预装诊所专属模板（如土著居民健康筛查表），支持Bulk Billing流程自动化。 另外，它也建立了合规壁垒。它通过澳洲TGA认证，无缝对接My Health Record系统；它还针对澳大利亚Medicare报销体系，AI引擎自动解析超8000条报销规则，确保数据主权与隐私合规。 2023年，HeidiAI用户扩展至100家诊所，推出AI驱动的转诊单自动生成功能。2024年，HeidiAI与澳洲电信合作嵌入远程问诊平台。 HeidiAI采用低成本订阅模式，按诊所规模阶梯定价，月费低至49澳元。2025年3月初，HeidiAI在A轮后续投资中筹集1660万美元。 文/朗朗 本文由人人都是产品经理作者【乌鸦智能说】，微信公众号：【乌鸦智能说】，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。

产业互联网到了要变一变的时刻