<blockquote><p>在当今信息爆炸的时代，品牌建设面临着巨大的挑战。如何让消费者在海量信息中记住并选择你的品牌？本文将深入探讨品牌建设的“明线”策略，即如何通过打造有吸引力的记忆点和有效的传播手段来建立品牌认知。</p> </blockquote>  我们聊了做品牌需要明暗两条线，今天继续深入探讨明线，也就是如何建立有效的品牌认知。简单来说，分为三个步骤：第一，打造有吸引力的记忆点；第二，找到低干扰的传播情境；第三，不断重复。  ## 一、打造有吸引力的记忆点 我们需要把品牌的价值浓缩到一个最小的单元，这个单元通常包括品牌名称、核心的视觉符号和表达品牌价值的一句话。 ### 1. 品牌命名 品牌命名的第一原则是好记，尽量少用中英文夹杂或生僻字。如果别人第一遍念的时候都磕磕绊绊的，那这个名称就别选了。 在简单易记的基础上，名称最好还能承载超越文字的丰富想象空间，比如和产品的品质相关联。“农夫山泉”能让人联想到天然水质；“元气森林”让人感觉年轻健康；“全棉时代”让人想到棉花的柔软。 名称也可以和品牌的调性相关联，比如“观夏”有东方古典的沉浸气质，“超级猩猩”则显得另类独特、充满力量感。 当然，名字要符合核心目标人群的认知和审美，不能过分超出他们的理解范围，也不能低于他们的期望。 ### 2. 视觉符号 很多公司都会想到建立包括LOGO、VI、产品包装等在内的视觉体系，这固然重要。但在短视频时代，除了平面的视觉符号，我们还可以思考把一个简单且冲击力强的视频语言也作为一个符号。 比如，扫拖一体机在推广初期，主要预算都投放在某音，当时有一个非常有冲击力的视觉片段：一堆污水瞬间被机器清洁干净。 这个小片段直观地体现了产品的核心能力。经典案例还有奥利奥的“扭一扭、舔一舔”以及DQ的“倒杯不撒”。在食品行业，打造一个品尝的仪式感是很适合的动态符号。 我这里给大家放一个表格，针对不同行业如何设计视频化的符号，给到一些具体的建议和方法，大家也可以保存下来查看。每个产品最核心的符号可能不同，比如小米音响最核心的符号不是LOGO，也不是颜色，而是它的唤醒词“小爱同学”。一提到这个词，大家就能自然联想到小米音响。  ### 3. 一句话说清价值 在这个时代，有人可能会质疑品牌短语是否还需要，毕竟除了线下有大规模门店布局或者大规模广告投放，似乎很少有空间去广泛传达这一句话。不少新消费品牌大家已经很熟悉，但也不一定记得它们的slogan。 但我认为，关于说清楚价值的这一句话，不一定要作为最突出的传播元素，但也不应该被忽略。 这句话的价值首先在于内部达成深度的共识，明确品牌该做什么、不该做什么。比如腾讯提出的“科技向善”，从产品运营活动到99公益日，再到公关日常对外的表达，都是围绕这个价值导向展开的。 还有茶颜悦色，定位新中式茶饮，从LOGO、产品包装、店面陈设到奶茶的命名，都是围绕新中式风格展开的。 其次，品牌自己不一定非要把口号当作最重要的传播记忆点，但如果和第三方沟通合作，比如和媒体、合作伙伴等，基本都会用文字和他们交流，包括下brief，其中最核心的部分就是这一句话，它能清晰地传达品牌的价值。所以，代表品牌价值的这一句话仍然是必须的。 那从哪些层面可以提炼出这一句话呢？ 目前有两个主流的观点：第一是在品类中定位，对于一些相对刚需的产品或者增长快速的赛道，品类定位仍然是最有效的方式；第二是跳脱品类的局限，找到新的价值点，这包括三种形式。 其一，跳脱传统品类里的维度和标准。比如沐浴露在传统品类定位里是清洁护肤，但一些新品牌把沐浴露的独特气味作为核心卖点，找到了体香制造器、香水平替这样的新定位。 其二，创立新品类或细分品类。为了让新品类更容易被消费者理解和需要，通常会用一句话表达需求痛点，而这个需求痛点往往是存在已久或有广泛共识的。比如百度的小度智能屏，原本定位是人工智能助手，但这个设定和每个人的关系不大，也不容易理解。于是调整为核心痛点：能带娃、能追剧、能聊天，这些是大众原本就有的需求，而且很容易理解。 其三，除了功能性，品牌通过打造向往感，塑造精神力量，在核心目标人群中获得信任和热爱。比如内外一直在表达“每一种身材都不是微不足道的”，以此对抗身材歧视和单一审美。 那么什么时候用品类定位，什么时候跳出品类呢？ 这里有个简单的方法：如果所在的赛道很新或者很卷，就可以考虑跳脱品类，找到新价值。很新很好理解，因为没有参考系；很卷则是因为市场本身就很拥挤，如果没有做到品类前3或是新入局的玩家，可以考虑跳出既有的品类，找到新坐标，实现弯道超车。  ## 二、找到低干扰的传播情境并不断重复 在讲品牌营销概念的时候，我提过一个观点：被广告触达过的人群并不等于积累了品牌认知的人群。那么，创造出一个记忆点之后，到底通过什么样的方式才能有效影响用户呢？ 答案是在相对低干扰的传播情境里，不断重复。这两个条件同时存在，才有机会让消费者在冗杂的信息环境中能够记住品牌。 消费者现在接触品牌的环境通常可分为两类： 第一是主动环境，就是消费者主动搜索相关品牌的信息； 第二是被动环境，就是消费者在无意识的环境里接触到品牌。 从主动环境来看，无论是店面设计还是各平台搜索的结果页面上，品牌的记忆点都应该作为最固定、优先级最高的元素展现出来。而大部分的广告和推广内容都是在被动的情况下来接触到消费者的。 什么样的被动环境有利于品牌传播呢？ 这里有四个法则：快乐、专注、高频、广告低密度。 ### 1. 快乐 就是让消费者心情愉悦。心理学家经过数据测试发现，当广告让消费者感到快乐的时候，有21%的人喜欢这则广告；而在感觉不快乐的时候，喜欢广告的人只有13%。情绪对于是否喜欢广告的影响幅度居然达到了62%。 对此，心理学家给出了解释：当我们情绪饱满、心情愉悦的时候，通常是因为我们身边不存在任何危险，因此批判性思维的必要性随之减弱。这就是为什么我们快乐的时候，有效吸收广告信息的可能性便会大大增加。 ### 2. 专注 指的是记忆力相对集中，而不是在路上匆匆经过或正在使用某个工具类的APP。一旦注意力不够聚焦，就很难让人注意和回忆起广告。 ### 3. 高频 就是指针对同一消费者的同样内容在一段时间内反复触达。 ### 4. 低密度 指的是广告密度相对比较低，这样用户不会在一堆广告里头昏眼花，甚至心生排斥。 有人会说，满足这4种要求的广告是不是会非常贵？ 确实，对广告业有个极端的说法：只买贵的，不买对的。贵的广告不仅能够更好地满足上述四个特点，而且意味着让消费者感知到品牌的实力和影响力。 你的广告出现在哪里，从某种程度上来说，能影响消费者对品牌实力和产品的判断。比如最贵的超级碗广告、春晚广告，还有综艺赞助或者线下的大曝光媒体，当广告出现在这些地方，大家会认为品牌的实力雄厚，值得信任。  这背后其实还有一层意思：如果没有足够的预算，那就先别花钱乱做广告。有些广告看似很便宜划算，但其实并没有很好的效果。 总之，建立品牌认知的明线需要精心打造记忆点，并在合适的传播情境中不断重复，让消费者在信息的海洋中能够清晰地记住你的品牌。这是品牌建设的基础，也是品牌能够在竞争激烈的市场中脱颖而出的关键。 本文由 @在下卓一航 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

个人消费贷利率接连跌破“2.6”、“2.5”；银行机构数量2024年末较2023年末减少195家；新华人寿保险黔东南中心支公司被罚48.6万；太平人寿贵州分公司被罚57万元；交通银行营收净利润双增；招联消费金融2024年净利润30.16亿元；天津银行2024年净利润38.29亿元，同比增长1.6%；重庆银行2024年净利润55.21亿元，同比增长5.59％；友邦保险2024年综合收益率6%；德意志银行：将在今年进一步缩减支行数量。

<blockquote><p>在AI技术飞速发展的当下，新的商业机会和创业赛道不断涌现。本文从AI的发展历程出发，深入分析了AI技术自身以及AI与农业、传统服务业、软件及SaaS领域、消费者及个人用户、工业品制造业和终端消费品制造业融合所带来的商业机会。</p> </blockquote>  根据熊彼得的经济周期理论以及过去数百年科技革命带来的生产力发展，我们可以清晰地判断出，当今的AI是非常明确的新一轮科技革命的核心驱动因素，也正是因为如此，未来20年内最重要的创业赛道和新生的商业力量，也一定是在围绕AI所构建的商业版图内。  我们分为两个部分来聊聊未来的创业赛道及商业地图。 ## 一、AI的发展历程 回顾一下AI的发展历程，我们会发现现阶段AI的发展还处于科技革命的前期，在技术验证和商业化验证阶段，的确产生了一些风口和创业机会，但并未到达增速起飞的阶段。 人工智能（AI）的发展历程可以划分为多个关键阶段，每个阶段的技术突破和应用重点均有所不同。 **1、萌芽与理论奠基（1950年代前）** 这一阶段以理论探索和基础模型构建为主，为AI的学科化奠定了基础。包括亚里士多德的形式逻辑（公元前4世纪）和莱布尼茨的“通用符号语言”设想（17世纪）为符号推理提供了基础。1936年图灵提出“图灵机”模型，奠定了计算机科学的理论基础。1943年，麦卡洛克和皮茨提出首个神经元模型（M-P模型），模拟生物神经元的工作原理，奠定了人工神经网络的雏形。 **2、学科确立与早期探索（1950—1970年代）** 这一阶段，AI正式成为独立学科，研究方向集中于符号推理和基础算法。1956年达特茅斯会议首次提出“人工智能”术语，定义了AI的研究目标。1955年“逻辑理论家”程序首次证明数学定理，展示符号推理能力。1957年罗森布拉特发明感知机（Perceptron），开启了连接主义研究。但由于受限于计算能力、数据稀缺和算法复杂性，1970年代AI研究遭遇资金缩减和大众质疑。 **3、知识工程与专家系统时代（1970—1990年代）** 在该阶段，AI转向实用化，专家系统成为主流。1970年代，费根鲍姆提出“知识工程”，专家系统（如MYCIN医学诊断系统）通过规则库解决特定领域问题。1980年代XCON系统成功应用于计算机配置，验证AI的商业价值。 **4、机器学习与算法突破（1990—2010年代）** 在该阶段，随着计算机技术的发展，数据驱动和统计学习方法逐渐兴起，支持向量机（SVM）、统计学习理论推动分类和预测能力提升。1997年IBM“深蓝”击败国际象棋冠军，展示复杂策略能力。2006年辛顿提出深度学习理论，突破训练瓶颈，开启神经网络新纪元。 **5、深度学习与大模型时代（2010年代至今）** 在该阶段，随着算力、数据与架构创新，以及计算机硬件技术的持续升级和企业信息化推动的数据革命，多种主推因素共同作用，全力推动AI的爆发式增长。2012年AlexNet在ImageNet竞赛夺冠，深度学习在图像识别领域取得突破，2017年Transformer架构提出，奠定大语言模型（LLM）基础。 GPT系列（2018—2024年）参数规模从1.17亿（GPT-1）增至万亿级（GPT-4.5），展现少样本学习和泛化能力，到了2022年ChatGPT爆火，AI进入大众应用阶段；2024年多模态模型（如GPT-4o）支持跨模态交互。2025年，DeepSeek通过算法优化和开源策略实现低成本高效推理，挑战传统Scaling Law依赖。同时，行业应用从工具辅助转向“认知协同”，如医疗诊断、法律合同审查效率显著提升。 ## 二、未来的创业赛道 在AI持续自我迭代及革新的当下，我们可以预见，因为国家之间越发明确的竞争，以及对未来国际政治话语权的争夺，在科技高地的竞争会越发激烈，如同星球大战计划带动的全球民用及商用科技进步一样，AI也将成为未来20～50年内最重要的商业机会。 以下核心描述结论，后续会分别进行更细分的梳理和分析。 **1、AI技术自身带来的商业机会【大众创业机会较少】** (1)在算力层面的创业不属于大众创业的机会，它属于偏向于硬件和基础建设的资本密集型行业，往往需要大量的投资和前期投入，才能形成规模优势和技术领先。 (2)在算法层面的创业属于特定圈层和创业者的机会，特别是技术型创业者，对AI的底层算法理解深度、广度以及创意，会有可能在这个领域产生新的机会。 (3)在数据层面的创业属于企业衍生创业的好机会，除了现在已经存在的数据类型公司，大量拥有行业化或差异化数据的传统企业、软件企业、平台企业、服务企业等，都有可能在该领域做到新的增长曲线。同时，数据清理、打标服务等传统的数据周边服务业，也是新的创业赛道。 **2、AI与农业融合带来的商业机会【大众创业机会较少】** (1)AI+农业管理，农产品交易市场、集约化农产品销售体系可以通过AI智能体的支持，更快速地获取全国市场中不同区域的农产品交易数据，依托快速物流和冷链供应，实现在全国范围内的农产品资源调配，这里有大量的创业机会，包括垂类AI软件服务商、新的交易渠道、新的交易平台、新的交易市场等。 (2)AI+农业生产，农业生产的集约化是未来农产品规模化的必然选择，对于农业生产来说，无人设备的应用是必然选择，如果增加了AI智能体，农业生产的效率和效能将会得到质的提升。在该领域，农用无人机械生产商、垂类软件服务商，以及与之相关的服务后市场，都会成为新的创业赛道。 (3)AI+农业技术，传统农业技术的革新必须完成的一个环节，是实验环节，而且为了验证可行性，实验最终都需要经过种植验证。但在AI的支持下，实验室虚拟环境中，科研人员可以在较短的时间内完成数以千计的实验，特别是涉及蛋白质培养、育种等环节的，AI可以大幅提高效率。这里所蕴含的商业机会并不适合大众创业，但是大型农业集团或者生物集团是必须介入的。 **3、AI与传统服务业融合带来的商业机会【大众创业机会很多】** (1)AI协助传统服务业完成自身的经营效能提升，这条赛道是非常适合大众创业的，特别是因为服务业具有区域性、本地化以及个性化的需求人特征，如何通过AI智能体提升服务供应商的运营管理效率，将会形成新的竞争优势，比如商场通过AI智能体实现真正意义的会员运营。这个领域中，会衍生诸多的创业需求。 (2)传统服务业所提供的产品和服务实现AI改造，创造出新的交易模型，比如旅游景点退出AI大导游服务，美容行业退出AI美容助理，餐饮行业退出AI点菜服务等。尽管这里有噱头吸引的作用，但本质上，是围绕AI通过数据分析及行为预测的能力构建新的服务场景，带来全新的服务体验。 **4、AI与软件及SaaS领域融合带来的商业机会【大众创业机会很多】** (1)AI协助企业完成内部运营的效率提升，核心是通过AI智能体提升企业内部的运营管理效率，特别是产品化技术研发的效率，商业化成功率和营销效率。这个领域的创业机会很多，在Ai时代，所有的竞争对手同时站在了相同的起跑线背后。 (2)企业推出新的AI工具，完成第N曲线带来的增长，核心是围绕AI构建的新产品，有两种实现路径，一种是完全依托AI构建新的产品模型，包括企业智能助理等产品，另一种则是通过AI融合现有产品体系，形成新的产品，比如融合了AI智能的CRM系统、SFA系统，以及融合了AI的SaaS软件等。 **5、AI与消费者及个人用户融合带来的商业机会【大众创业机会很多】** (1)以培训扫盲为核心的商业机会，这是AI的第一轮风口，且已经有很多人已经在该领域获得了可观的收益。 (2)以青少年兴趣教育为核心的商业机会，AI是未来最为重要的领域之一，从小开始构建对AI以及AI世界的理解变得至关重要，就如同在改革开放后，全国学英语的热潮一般，AI也是需要打开那个前期教育和课外辅导教育的。 (3)以围绕AI时代硬件为核心的内容产出和APP设计，硬件是生活状态下AI的最重要也是唯一的载体，如同VR眼镜，但是硬件缺少了内容，就好似废铜烂铁，因此AI时代，会迎来新一轮的内容创造热潮，这对于诸多创业者来说，是诸多新的造富密码。 **6、AI与工业品制造业融合带来的商业机会【大众创业机会很少】** (1)工业品制造业往往需要大量的前期投入和资源沉淀，因此，如果能够提升其在制造流程中的效率，提高企业资金周转效率，评估创新风险，就能够提升企业的竞争效率，因此，针对不同企业的AI智能体解决方案提供商，就成了新的垂直创业赛道。 (2)以这些企业为客户的AI培训及咨询解决方案提供商，因为传统企业的滞后性，他们在面对AI时代需要更多的迭代和组织能力成长，因此，AI技能培训及为他们提供AI解决方案咨询服务，会成为新的创业赛道。 (3)创新性产出以AI智能体为核心的新产品。【这个赛道不适合大众创业】 **7、AI与终端消费品制造业融合带来的商业机会【大众创业机会很多】** (1)终端消费品制造业与工业品制造业类似，在内部运营管理、商业化验证、市场调研及分析、会员运营、渠道管理、内部系统优化、战略咨询及培训服务等方面，都会因为AI的持续发展产生诸多的需求，并由此衍生出更具个性化的创业赛道。 (2)创新性产出以AI智能体为核心的新产品。【这个赛道适合大众创业】 作者：运营的不惑屋，公众号：运营的不惑屋 本文由 @运营的不惑屋 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24日，商业内幕发文，英伟达首席执行官黄仁勋上周开了一个玩笑，但他的大客户们可能不会觉得好笑。“我之前说过，当Blackwell开始大量发货时，Hopper就会无人问津了，”黄仁勋在GTC大会上说道。“在某些情况下，Hopper还是不错的，” 他补充道，“但这种情况不多。”  黄仁勋 他所说的是英伟达最新的人工智能芯片和服务器组合——Blackwell。它明显比2022年推出的上一代产品Hopper更好。亚马逊、微软和Google等大型云服务公司购买了大量此类GPU系统，用于训练和运行推动生成式人工智能革命的巨型模型。近年来，Meta也在GPU上大肆投入。 这些公司应该会为像Blackwell这样更强大的GPU感到高兴。这对人工智能领域来说通常是个好消息。但也存在一个问题：产品折旧速度越快，对收益的影响就越大。 巴克莱银行的首席科技分析师罗斯・桑德勒周五警告投资者，大型云服务公司和Meta可能不得不做出这些调整，这可能会大幅降低利润。 他写道：“超大规模数据中心运营商可能高估了收益。” 以最大的云服务提供商亚马逊云服务为例。今年2月，它成为了第一个承受痛苦的公司。亚马逊首席财务官布莱恩・奥尔萨夫斯基在上个月的公司收益电话会议上表示，公司“注意到技术发展的速度加快了，特别是在人工智能和机器学习领域”。 奥尔萨夫斯基说：“因此，从2025年1月开始，我们将把部分服务器和网络设备的使用寿命从6年缩短至5年。”他还补充说，这将使今年的运营收入减少约7亿美元。 然后，还有更多坏消息：奥尔萨夫斯基称，亚马逊“提前淘汰”了一些服务器和网络设备，这种“加速折旧”成本约为9.2亿美元，公司预计这将使2025年的运营收入减少约6亿美元。 桑德勒在研究报告中附上了一张图表。图表显示了租赁使用英伟达旧版Hopper架构的H100 GPU的成本。可以看到，随着该公司更好的新型Blackwell GPU供应增加，租赁价格已经暴跌。  一张显示英伟达 H100 GPU 租赁成本的图表 桑德勒写道：“这对Meta、Google和其他高利润软件公司来说可能是个非常大的问题。” 他估计，对Meta而言，将公司服务器的使用寿命缩短一年，将使2026年的折旧增加50多亿美元，运营收入也会减少类似的金额。 桑德勒估计，对Google来说，类似的调整将使运营利润减少35亿美元。 不过，仅仅因为一家大型云服务提供商已经做出了这样的调整，并不意味着其他公司也必须采取完全相同的做法。一些公司可能会以不同的方式设计其人工智能数据中心，从而使英伟达的GPU系统使用寿命更长，或者不那么容易过时。 [查看评论](https://m.cnbeta.com.tw/comment/1487740.htm)

彭博社报道，据知情人士透露，蚂蚁集团正使用中国制造的半导体来开发AI模型训练技术，这将使成本降低20%。知情人士称，蚂蚁集团使用了包括来自阿里巴巴和华为的芯片，采用所谓的“专家混合机器学习”方法来训练模型。他们表示，蚂蚁集团获得了与采用英伟达H800等芯片训练相似的结果。  蚂蚁集团 其中一位知情人士称，蚂蚁集团仍在使用英伟达的产品进行人工智能开发，但目前其最新模型主要依赖于包括AMD产品和中国芯片在内的替代产品。 该公司本月发表了一篇研究论文，声称其模型在某些基准测试中有时优于Meta。如果这些模型如宣传的那样有效，那么蚂蚁集团的平台可能会通过大幅降低推理或支持人工智能服务的成本，为中国人工智能发展迈出又一步。 彭博社认为，蚂蚁集团的论文凸显了中国人工智能领域不断上升的创新能力和加速的技术进步步伐。如果该公司的说法得到证实，将表明中国正在人工智能领域正朝着自给自足的方向稳步前进，因为中国正在转向成本更低、计算效率更高的模型，以规避对英伟达芯片的出口管制。 [查看评论](https://m.cnbeta.com.tw/comment/1487738.htm)

北京时间3月24日，据《日经亚洲》报道，中国汽车公司正在将DeepSeek的AI功能添加到旗下车型中，以便在中国这个全球最大汽车市场中脱颖而出。东风汽车集团已开始通过远程更新的方式在其岚图知音SUV上引入DeepSeek的R1 AI模型。该集团计划从今年4月起把更新范围扩大至猛士917 SUV及其他车型。  东风表示，其车载AI助手能够理解并回答更接近人类自然对话的问题。该公司称，它能够利用车辆内外部传感器收集的信息来把握情景，从而帮助其理解驾驶员指令的意图。 在中国，联网汽车正成为重要趋势，而DeepSeek则是中国AI领域冉冉升起的新星。DeepSeek的大模型性能够与OpenAI的ChatGPT媲美，但成本却远远更低，吸引了全球关注。目前，它的大模型正在中国迅速推广。  零跑汽车内的DeepSeek大模型 与此同时，电动汽车领头羊比亚迪也宣布计划为其车型加入DeepSeek的AI功能。其他汽车制造商则计划将DeepSeek与不同的AI模型结合使用。 广汽集团就是其中之一，该公司计划把其Adigo Sense大模型与DeepSeek的R1结合。广汽表示，其AI助手将通过当前情况和过去经验进行推理，“理解用户的言外之意”，而不仅仅是他们的字面意思。它还可以规划旅行行程并推荐电影。广汽计划在今年上半年将其引入到包括埃安、传祺在内的多个汽车品牌中。 零跑汽车的AI系统将把DeepSeek与阿里云旗下通义千问大模型结合在一起。DeepSeek本身不具备生成图像的能力，但零跑汽车的系统能够做到这一点。该系统可以处理模糊的指令，例如根据大致的情节请求电影推荐。目前，零跑汽车已经通过远程更新在车辆中部署了这一系统。“一些顾客专门来到经销店，仅仅是为了体验DeepSeek。”一位北京经销商的销售员表示。 上汽集团将在其豪华电动车品牌智己汽车中引入DeepSeek、字节跳动的豆包以及阿里的通义千问。 **外国品牌也在部署** 与此同时，外国汽车品牌也在将DeepSeek引入旗下车型。 东风日产即将发布的N7电动轿车将搭载DeepSeek。N7是一款战略车型，旨在扭转日产在华困境。东风日产一位高管今年2月在社交媒体上表示，N7研发团队即便在春节期间也在夜以继日地工作。 上汽通用计划在其别克、凯迪拉克等中国热门车型中部署DeepSeek大模型，并结合百度的文心一言，以更好地理解用户的复杂指令。 不过，并非所有车企都在采用DeepSeek的大模型。小米汽车、小鹏汽车等新能源车企目前仍在观望。 [查看评论](https://m.cnbeta.com.tw/comment/1487736.htm)

还有人能从恒大要出钱来？真有！而且要出来4个多亿！在恒大集团陷入债务危机，整个产业链上下游都在为恒大集团的债务焦头烂额时，号称中国最大电梯设备运营商的上海机电，却上演了一出经典的“讨债”戏码。 上海机电于近日披露的公告称，公司在截至2024年末对恒大集团的应收款项较2023年年末下降了1.04亿元。下降的原因是2024年公司对恒大集团应收款项实现了现金回款。 而在2023年3月、2024年3月，上海机电分别披露公告称，公司对恒大集团的应收款项余额分别下降了2.18亿元、1.40亿元，应收款项余额从21.39亿元降至17.56亿元。也就是说，从2022年至2024年间，上海机电从恒大集团的口袋里掏出来4.62亿元。 身背2.4万亿巨额负债的恒大集团，为何先给上海机电还债了？ **上海机电如此“催收”** 能从暴雷的恒大集团手里把钱收回来，着实不简单。 据“快马财媒”了解，上海机电和恒大集团一直有着长期、稳定的合作关系。至2021年末，上海机电对恒大的应收票据、应收账款及合同资产合计达21.39亿元。伴随恒大集团的暴雷，该笔资金的回收面临着巨大的不确定性。一旦回收失败，将对上海机电的财务状况产生严重影响。 为了避免财务状况恶化、经营业绩变脸，上海机电使出“电梯安装权换债权”的高招，想方设法从恒大口袋里掏出了真金白银。 电梯行业所属的特种设备安全法明文规定，电梯的安装、改造和修理，必须由电梯制造单位或其委托的依照本法取得相应许可的单位进行。 说白了，只要安装上海机电的电梯，那必须由上海机电或由上海机电指定公司来安装、改造和修理。而在电梯领域，上海机电是毫无疑问的龙头企业，发展至今在全国已制造、销售电梯130万台，而2024年末时全国在用电梯保有量为1000万台，占比13%。 如果电梯安装、改造和修理未经过上海机电或上海机电指定的公司处理，那么恒大集团的“保交楼”很有可能受到影响。这样一来，住建有关部门也不会在验收文件上盖章签字。 靠着“不结账不给装电梯”的底气，上海机电这次终于卡了恒大集团的“脖子”。 与此同时，上海机电还想了个办法。 “快马财媒”发现，对已经安装电梯但还没拿到回款的项目，上海机电会拿着其他需要安装电梯的楼盘作为筹码，要挟地产商恒大集团支付“旧账”。 恒大集团如果不支付“旧账”，那有关“保交楼”的任务也很可能完不成。 而在中国证监会于2024年5月发布对恒大集团及许家印等人《行政处罚决定书》时，恒大集团相关负责人表示，“公司目前仍全力推进保交楼等重点工作。”保交楼可以说是政治任务，恒大集团不可能因为电梯的安装、改造和修理，影响工期，自然而然会把已安装电梯的应收款支付了。 依靠这两招，上海机电从2022年至2024年间，从恒大集团口袋里拿回来了4.62亿元的应收款。 不过，截至目前，上海机电对恒大集团还有16.51亿元的应收款，且上述巨额应收款中仍有12.52亿元挂在坏账准备项目上。4.62亿元的回款，似乎还是毛毛雨。 与此同时，截至2024年底，上海机电前五名的应收账款期末余额为19.05亿元，合同资产期末余额为1.99亿元。作为对比，2023年底，上海机电前五名应收账款期末余额为21.21亿元，合同资产期末余额为2.22亿元。 据“快马财媒”了解，2023年底时，上海机电合并报告前五名应收账款和合同资产所涉客户分别为恒大集团、绿地集团、新城集团、龙湖集团和万达集团。除恒大之外，上海机电与其他四家客户的合同项目均正常履行。只是在房地产行业景气度下行之际，与上述四家公司的交易额有所下降。 总的来说，相比于其他诸多血本无归的供应商来说，上海机电能回款4.62亿元已经属于奇迹了。 **被恒大拖垮的朋友圈** 伴随2021年恒大集团债务危机的爆发，整个房地产行业及相关产业链，都受到了严重影响。作为中国最大的房地产开发商之一，恒大集团面临的是2.4万亿元的债务违约风险，众多供应商、合作伙伴和金融机构都受到了巨大的冲击。 上海机电是少数能从恒大集团口袋里掏出真金白银的公司。对于大多数企业而言，他们的应收款早已经成为一串财务报表上的数字，打了水漂。 广为人知的是资产质量长期深陷泥潭的盛京银行。“快马财媒”发现，恒大集团在2016年和2019年不断收购盛京银行股份，持股比例最高达36.40%成为控股股东。 控股盛京银行后，其频繁向恒大集团批贷。仅2020年至2021年间就批了325.95亿元的贷款。也就是在这一时期，号称东北城商行“模范生”的盛京银行，其不良贷款率从2018年的1.71%飙至2021年的3.28%。 之后，恒大集团便出现财务恶化的状况，在2022年9月出售其持有的12.82亿股盛京银行股权后，其还欠盛京银行上百亿贷款。之后，二者对簿公堂，纠纷不断。 截至2024年上半年，盛京银行不良贷款率还维持在2.66%的高位。很显然，还未走出恒大集团暴雷后的阴霾。 多次关键时刻为恒大集团挺身而出的广田集团就没这么幸运了。广田集团是恒大集团主要的装饰供应商，掌门人是叶远西。 2017年，恒大集团计划借壳深深房回A，叶远西第一时间出资50亿元。之后，在恒大集团遭遇股债双杀时继续伸出援手。但伴随恒大集团暴雷，好友许家印锒铛入狱，叶远西的广田集团成了最惨的供应商。据悉，当时广田集团货款、投资款的坏账总额达68.3亿元。 不久，广田集团被债权人申请破产重整。2023年1月，深圳中院启动了对于广田集团的预重整程序。不过，2023年12月，深圳中院裁定确认广田集团重整计划执行完毕，并终止公司重整程序。最近，广天集团交出了一份营收净利双降的财报。 主营住宅全装修的全筑股份，也被恒大集团坑了。“快马财媒”发现，自恒大集团陷入危机后，全筑股份的营收连降了五年，2020年年报时还有54.24亿元，20204年三季度时仅剩5.83亿元，堪比“坠落”。曾因修筑世界第一高楼哈利法塔的南京六建，也因为恒大集团的360亿元欠款被拖垮了。 除此之外，老板电器、索菲亚、皮阿诺、嘉寓股份、世联行、苏宁集团、江河集团等供应商，也因恒大集团深陷债务危机中。 洋河股份、合众人寿也因投资恒大集团损失惨重。据“快马财媒”了解，洋河股份上市两年后就开始投资信托理财了。在2017年尝到6.24亿元的收益甜头后，洋河股份成了最爱理财的酒企之一。但在2021年12月，洋河股份自曝约1.68亿元本金与收益到期无法兑付。 [查看评论](https://m.cnbeta.com.tw/comment/1487734.htm)

反反复复传闻了许久，台积电2nm晶圆终于要量产了。据最新报道，**台积电将于3月31日在高雄厂举办2nm扩产典礼，并于4月1日起接受2nm晶圆订单预订。****2nm标志台积电在先进制程量产的重大突破，并领先全球率先量产。** [](https://static.cnbetacdn.com/article/2025/0224/b56efbe16ccee97.jpg) 台积电董事长魏哲家透露，客户对于2nm技术的需求甚至超过了3nm同期。 根据台积电规划，2nm晶圆将于今年下半年在新竹宝山厂和高雄厂同步量产，相关供应链透露，**台积电在新竹宝山厂的2nm试产良率达6成**，如期持续推进。 预计今年年底月产能将达到5万片，潜在客户包括苹果、AMD、Intel、博通等。**其中，2026年下半年上市的苹果iPhone 18系列搭载的A20处理器或全球首发2nm工艺。** 盘点未来2nm客户，供应链认为，苹果依然会率先采用，由于有别于过往FinFET结构，2nm为GAAFET（环绕式闸极晶体管），可能会在Pro版本上率先安采用，其他iPhone 18版本依然采用第三代N3P制程。 价格方面，2nm晶圆成本估计为3万美元，如再加上未来在美制造或关税等潜在因素，即便苹果能拿到折扣，最终还是得由供应链及消费者买单。 [查看评论](https://m.cnbeta.com.tw/comment/1487732.htm)

李斌正站在一个岔路口。对内，他做了一场言辞罕见犀利的讲话。称要让每个“基本经营单元”（注：蔚来为组织提效、实现经营目标设立的经营机制，互不重叠）设立明确的ROI指标和绩效奖惩规则。对外，他继续周旋在各式资本之间，又拉来一笔重磅投资。3月17日，蔚来和宁德时代在签署换电战略合作协议的同时，后者宣布向蔚来能源投资不超过25亿元。  李斌一直是一个“找钱之王”，这让蔚来不是刚融资，就是在融资的路上。但对于盈利目标，他却从未表现得如此迫切，在追求长期主义上也尤为执着。 变化已在去年悄然发生，降本之势在蔚来身上急剧体现。围绕变化与争议，3月23日下午，蔚来召开了一个小范围的沟通会，我们在这里和李斌做了一次面对面的交流。 这场沟通会如果只保留一个核心议题，那便是，蔚来要在今年实现第四季度盈利。 “如果说今年蔚来只做一件事或只有一个目标是什么？那就是蔚来今年四季度要盈利”。 **首次回应好人论：过去10年，让二十多个VP走了** “基本经营单元的核心意思是提高全员经营意识，该省省，该花花。只说省，不说花，也不行。我们交了好多学费，有的学费是由于自己能力不够，有的是客观规律，就是要交学费，有的是管理意识不到位”。 据凤凰网科技统计，在这一次的沟通会上，李斌至少提及了19次交学费。从产品、国际化、换电站建设，李斌觉得这些地方过去几年都不可避免地交了学费。 比如在产品方面，ES8作为第二代产品，“看不见的地方花钱太多，看得见的地方太含蓄了”。 又比如建换电网络，早先算的是单个换电站的ROI，但没有考虑到换电网络对销售的拉动。这成了一个“先有蛋还是先有鸡”的难题。 蔚来还在欧洲交过学费，因为最早在挪威卖车效果很好，甚至没有在当地建销售服务网络，便以挪威类比欧洲，直接进了欧洲五国，“它的销售服务网络的爬坡时间太慢，爬坡一慢，就意味着贵”。  为了解决这些问题，今年初蔚来推行了“基本经营单元”制度。 其好处是让投入和收入形成闭环。例如过去一个销售顾问卖多少钱拿多少钱，现在卖车不只拿奖金，也会把成本算进去，“销售自己就是一张经营报表”。 再比如萤火虫要做上市发布会。“照以前的做法，也是前两天的生动例子，租一个影棚，搞个发布会，再省钱也要花几十万。现在换玩法了，上海中心的牛屋来拉活，说只要10万，租1天”。 李斌今天倡导在公司把每一笔帐算清楚，“一个区域公司、每一辆车、每一块电池、每一个市场活动、每一个研发项目、每一个电机，我们都要搞清楚，把账算清楚。每一个经营报表都要有人负责任，这就是全员经营意识。” 实际上，解决核心经营问题，掌舵者是关键。在小鹏“从ICU走入KTV”后，外界最多议论的是，谁来当蔚来的“王凤英”。在车圈，外界常冠以李斌“好人”之称，因为李斌做了用户沟通会，且细心听用户的每一个需求，尽可能地去满足。  图｜蔚来联合创始人、总裁秦力洪 在这一次沟通上，对于外界想要赋予李斌的好人标签，蔚来联合创始人、总裁秦力洪觉得不吐不快，一个最核心的原因，就是从组织层面，蔚来并非一直是“老好人”。 “我们历史上10年时间，让主动走人的VP，比任何一个公司都多”，李斌说，走了有20个人以上，“其中大部分是公司让他们走的，因为各种原因。大部分原因是不适合或不适合这个阶段，因为有的在草创阶段和精细化管理阶段都人的要求不一样”。 但是李斌也强调， “我们从来不去说把谁谁谁干掉这个事，当作优点来说，这个事我们不太认可。” 在提及近期外界对蔚来的诸多误解中，秦力洪还特别回应了洗手液事件，“这是个小点，折射出很多问题”。  有人在提及蔚来亏损时举例，蔚来牛屋使用的洗手液，每瓶价格超过了300元。秦力洪称，过去蔚来的确用了豪华品牌的洗手液，肯定也有公司集采价，后续牛屋全部更改了Nio Life的洗手液，标价已降至70元，实际采购价更低。秦力洪举这个例子，是想回应过去的一些谣言：“基于这些不实的点拼凑起来的印象和观点，可能会符合某些人的目的，但它绝对不是我们的现状，也不是我们的实际状况。” **保销量、降成本，盈利已箭在弦上** 正如李斌在沟通会一开始所提及的，如果这一次的议题只剩下最核心的一个，那便是盈利。 李斌复盘认为，蔚来目前也的确发展到了一个关键的时刻，三大品牌、九款新品已经全部到位，李斌称，随着四季度销售网络、换电站的建设基本完成阶段性布局，如果蔚来四季度依旧不能盈利，将对蔚来的长远发展与商业模式产生考验，“所以我们必须实现四季度盈利，我们也能做到四季度盈利。” 李斌信心也来自于历史积累，2021年时，蔚来的年销量虽然只有9万台车，但其毛利率控制在20%以上，当时单季度其最少亏损压缩到了5亿左右。 但在那之后，蔚来也进入了新的投入期，研发费用大大增加，如底层的芯片、操作系统等，新车型的开发，动辄数十亿的研发投入，拖累了蔚来的财务表现。  根据对比，友商的研发周期可以压缩至2年，而ET9开发了4年，这些情况都让蔚来的财务情况承压。 不过在李斌看来，过去几年蔚来的投入期已进入尾声，“我们的钱在过去都花完（投入）了，接下来就进入到了收获期”。 李斌称，新的一年蔚来已经规划了销量提升的引擎。 其一，是产品，今年蔚来将交付9款新车； 其二，今年是技术大年，技术开始进入变现期。李斌提到，蔚来的芯片算力非常强大，“在相当长的时间之内，都是智能驾驶芯片里能力最强的”。蔚来的智驾将会释放新的价值，也会反哺到销量上； 其三，销量引擎还来自于换电站和充换电网络，今年同样是蔚来换电站建设大年。“蔚来和宁德时代的合作的意义是什么？它的意义意味着换电成为了一个主流的补能模式。” 而在毛利和成本控制方面，蔚来将继续大刀阔斧的改革下去，此前李斌专门和立讯精密取经，学习怎么管好钱和经营。 “我们去年就启动了内部一个项目叫Cost Mining（成本挖矿），借鉴和学习了立讯。我去年跟立讯的创始人交流，我向他取经，要做成本控制。他非常热心，成本挖矿省下来就是赚的，我觉得意思特别好。我就派供应链团队、财务团队去那学习这套机制，我们在内部开始搞了这个机制。Cost Mining很复杂，它是个系统，有很多工具和流程”。 而提及供应链，李斌也特别认真地表示，蔚来目前对车上的零件和部件进行分层解耦，“我们以研发为源头，把供应链拉通。这样的好处是大家都能挣钱，如果简单的比价，可能最后大家都挣不到钱，因为量不够。 蔚来还向立讯学了透明供应链。“现在已经用几十家供应商，接到我们的透明供应链体系。我们要了解它所有的成本细节，所有跟我们相关的生产费用细节，包括人员、场地、能耗，所有的数据必须实时接入我们。这也是从立讯学的，立讯是向苹果学的。” [查看评论](https://m.cnbeta.com.tw/comment/1487730.htm)

3月24日，由国务院发展研究中心主办、中国发展研究基金会承办的中国发展高层论坛2025年年会于3月23日至24日在北京举行，论坛主题为“全面释放发展动能 共促全球经济稳定增长”。高通公司总裁、首席执行官安蒙（Cristiano Amon）出席了本届论坛。 对于如何看待中国人工智能产业今年的潜力和增长，高通公司总裁安蒙接受央视财经记者采访时表示：“我们对此非常兴奋。人工智能现在正在发生的一件事，我想你们都在DeepSeek和其他模型中看到了，人工智能模型正在变得更小、更有能力。我们的合作伙伴也从移动设备扩展到汽车、个人电脑、工业、空间计算领域，我们在中国的合作伙伴关系也在不断扩展。”  安蒙认为当下正处于关键转折点，“我们预期AI手机将迎来升级周期，相信高通众多中国合作伙伴会积极投身这一领域拥抱人工智能。”他还强调：“技术在经济增长中会起到极为重要的作用，未来前景令人振奋。” 据悉，安蒙在今年2月财报电话会议上曾指出，爆火的DeepSeek R1模型对高通有利，因高通芯片能在本地高效运行该模型，而非依赖云端。他提到：“DeepSeek R1及其他类似模型表明，AI模型正朝着更快、更小、更强、更高效发展，且如今可直接在设备上运行。” 本届论坛吸引了上百位来自主要国际组织、全球跨国企业和重要研究机构的代表齐聚北京，共同聚焦中国和全球经济增长。 [查看评论](https://m.cnbeta.com.tw/comment/1487728.htm)

香港交易所周一发文，欢迎亚洲首批个股杠杆及反向产品上市，进一步丰富香港的产品生态圈，加强香港作为区内领先ETP市场的地位。ETP即交易所买卖产品（Exchange-Traded Product），包括ETF和杠杆及反向产品。 [](https://static.cnbetacdn.com/article/2024/1028/3d2a859c86337ff.jpg) 香港交易所买卖产品主管Jean-Francois Mesnard-Sense表示，新推出的个股杠杆及反向产品标志著香港交易所于ETP 领域的重大发展，并体现了港交所对产品创新的承诺。这批新产品将有助拓展香港市场的广度和深度，进一步提升香港作为国际金融中心的竞争力。期待继续与市场各方持份者紧密合作，为香港迎来更多创新产品。 今天上市的亚洲首批个股杠杆及反向产品由南方东英资产管理有限公司管理，每只产品均参考单一目标股票，为投资者提供海外交易所高流动性股票每日表现正向和反向两倍的投资机会，以及作为提高回报潜力和风险管理的多元化工具。它们分别是： 南方东英Berkshire 每日杠杆（2x）产品（股份代号：7777 / 9777） 南方东英Coinbase 每日杠杆（2x）产品（股份代号：7711 / 9711） 南方东英Coinbase 每日反向（-2x）产品（股份代号：7311 / 9311） 南方东英MicroStrategy 每日杠杆（2x）产品（股份代号：7799 / 9799） 南方东英MicroStrategy 每日反向（-2x）产品（股份代号：7399 / 9399） 南方东英英伟达每日杠杆（2x）产品（股份代号：7788 / 9788） 南方东英英伟达每日反向（-2x）产品（股份代号：7388 / 9388） 南方东英特斯拉每日杠杆（2x）产品（股份代号：7766 / 9766） 南方东英特斯拉每日反向（-2x）产品（股份代号：7366 / 9366） 香港交易所买卖产品（ETP）是这个交易所增长最快的之一，产品种类在过去几年不断增加，当中包括亚太区首只沙特阿拉伯ETF、亚洲首批虚拟资产ETF（现货及期货），香港首批备兑认购期权ETF，以及最近在香港进行跨境挂牌上市的景顺QQQ ETF。 2024年，香港ETP市场的市值增长至4630亿港元的纪录新高，新上市产品数目同样创下历史新高。踏入2025 年，该增长势头依然强劲，ETP市场今年首两个月的日均成交额达到360亿港元，较去年同期大升 89%。 [查看评论](https://m.cnbeta.com.tw/comment/1487726.htm)

未来，家电领域一定会诞生一种像iPhone一样具有划时代意义的智能产品。

今天中国市场的消费者已经从“参数敏感”逐步转向“体验敏感”。

政策层面，五部门联合发文推进绿证强制消费；第二批国家碳达峰试点名单出炉；国家能源局推出“千家万户沐光行动”；财政部将在英国伦敦发行首笔人民币绿色主权债券；特朗普社媒发文称将“立即重启煤炭生产利用”；事件层面，特斯拉上海储能超级工厂首批产品出货；宁德时代、蔚来签署战略合作协议共同打造全球最大换电网络。

<blockquote><p>东方财富的“妙想”与同花顺的“问财”正展开一场巅峰对决：谁能更精准地解读数据，谁又能更高效地服务用户？本文将深入剖析两大模型的核心技术与应用场景，揭示它们在智能投顾领域的潜力与挑战。</p> </blockquote>  随着金融行业加速智能化转型，AI大模型成为券商与金融科技企业争夺的战略高地。 从当前市场占有率来看，东财这波和2000年初进军互联网的动作如出一辙，“免费永远是最大的市场”，一句【AI炒股，就用妙想】在首页直接上线，从技术面、消息面综合帮助用户诊股。而同花顺推出的是【进阶版-专业版-企业版】3个付费版，普通用户每天只有200句免费提问。 东方财富的“妙想”与同花顺的“问财HithinkGPT”作为国内金融垂类大模型的代表，分别依托自身生态优势，在界面设计、核心功能及用户体验等维度展开差异化竞争。本文从界面设计、核心功能、用户体验三大维度拆解两款产品的差异化定位与竞争力。 ## 一、界面设计：简主义与信息密度的博弈  **东方财富妙想** - **设计风格**：采用浅色系为主色调，功能入口高度聚合，首页仅保留核心搜索框与快捷提问标签（如“今日行情解读”“热门板块分析”），符合移动端用户“即用即走”的习惯。 - **交互逻辑**：对话流以气泡式呈现，用户提问与AI回复分屏显示，重点数据自动生成可视化图表（K线、柱状图等），关键信息高亮标注，降低信息处理门槛。 - **特色细节**：支持“追问”按钮一键延伸话题，避免重复输入；夜间模式切换流畅，兼顾长时间使用场景。 **同花顺问财** - **设计风格**：延续同花顺一贯的“数据优先”风格，首页提供多维度筛选器（如行业、市值、财务指标），默认展示用户历史搜索与热门问答推荐，信息密度较高。 - **交互逻辑**：问答界面采用左侧导航栏+右侧内容区的经典布局，用户可同时展开多个对话线程，便于对比分析；数据结果以表格为主，支持自定义导出为Excel。 - **特色细节**：内置“策略回测”入口，用户可直接将AI生成的选股逻辑接入量化模型验证，强化工具属性。 **对比总结**：妙想更注重“轻量化交互”，降低小白用户使用门槛；问财则强调“专业效率”，服务于高频交易者和量化投资者。 ## 二、产品核心功能 ### 2.1 投研生态VS全链路服务 **东方财富妙想：投研闭环与开源生态** 妙想大模型的核心优势在于投研能力。其依托东方财富的金融数据库（如iFind覆盖3000余项指标、实时跟踪2000家上市公司动态），结合开源评测数据集OpenFinData，提供“深度搜索”和“多信源交叉验证”功能，例如用户可通过“AI研究员”功能快速生成行业研究报告810。此外，妙想与信通院“方升”评测体系合作，强化模型在金融任务中的标准化能力。 **同花顺问财HithinkGPT：全场景覆盖与内容生成** 问财基于HithinkGPT大模型，主打“金融查询+投资咨询+内容生成”的全链路服务。其核心功能包括： - **实时数据分析**：接入全球数百万金融数据源，支持动态指标查询（如“研发费用增长＞30%”）； - **智能投顾升级**：通过70B参数模型在金融考试（如CFA、CPA）中平均得分75.9分，提供更专业的建议； - **自动化内容生成**：可生成投资报告、事件点评，甚至辅助代码开发14。 **对比小结**：妙想以投研深度见长，问财则通过大模型技术实现从数据查询到内容生产的全场景覆盖。 ### 2.2 场景覆盖与垂直深度的较量  **妙想的三大核心能力** - **动态资讯解读**：实时抓取财经新闻、研报、公告，通过摘要生成与情绪分析提炼关键结论。例如输入“如何看待宁德时代Q2财报”，AI可自动关联毛利率变化、竞争对手对比、机构评级调整等信息。 - **智能投顾服务**：结合用户风险测评结果，提供个性化持仓诊断与调仓建议，支持模拟持仓压力测试。 - **跨市场联动分析**：打通A股、港股、美股、期货等多市场数据，识别板块轮动信号。例如提问“美联储加息对A股影响”，AI会关联北向资金流向、汇率波动、历史加息周期表现等维度。 **问财的差异化优势** - **量化策略生成器**：支持自然语言转代码，用户输入“连续5日成交量放大且MACD金叉”，可自动生成Python选股脚本，并与同花顺量化平台无缝对接。 - **产业链图谱分析**：基于知识图谱技术，解析上市公司上下游供应链、股权关联、专利布局等非结构化数据。例如搜索“光伏逆变器龙头”，AI会映射出阳光电源、锦浪科技等企业的市占率及技术路线差异。 - **舆情预警系统**：实时监控社交媒体、股吧、雪球等平台的舆情热点，识别异常波动信号（如“某公司被曝财务造假”），并通过弹窗推送预警。 **技术能力对比**：妙想的强项在于多模态交互（语音问答、图表联动）与个性化推荐，问财则以数据处理深度（支持超1000个财务指标组合筛选）和量化工具集成见长。 ## 三、用户体验 ### 3.1流畅度与精准度的平衡 **响应速度**：在10次同场景测试中，妙想的平均响应时间为1.2秒，问财为1.5秒，但问财在高复杂度查询（如涉及跨年度财务数据对比）时稳定性更优。 **语义理解**：两者均能较好处理行业术语，但妙想对口语化表达（如“有没有被错杀的好股票？”）的意图识别更精准，问财则对专业指令（如“导出2023年ROE大于15%的创业板公司”）解析更严谨。 **个性化能力**：妙想支持用户自定义关注列表（如个股、行业、宏观指标），并基于浏览历史动态调整回答深度；问财则提供“策略订阅”功能，用户可复制机构投资者的公开选股逻辑。 **用户反馈痛点**： - 妙想：部分长文本回答存在信息冗余，缺乏摘要提炼选项； - 问财：移动端界面操作层级较深，新手容易迷失在功能入口中。 ### 3.2效率优先VS交互创新 - **东方财富妙想：流畅性与场景适配** 用户实测反馈显示，妙想的回复速度接近真人对话水平，且能根据场景动态调整输出形式（如电脑端优化排版、移动端简化结论）。其“多信源分析”功能通过整合财经媒体与行业网站数据，减少用户手动检索的繁琐步骤，适合快速决策需求。 - **同花顺问财HithinkGPT：高付费转化与风险控制** 问财凭借高用户粘性（MAU 3418万）和清晰的付费路径，付费转化率达5.3%，其ARPU值达1572元/年。用户体验上，HithinkGPT通过“智能风险识别系统”实现99.5%的潜在风险召回率，避免误导性建议。此外，内测阶段即吸引超5万人排队，用户参与感较强。 **对比小结**：妙想通过交互流畅性提升效率，问财则以付费转化与风控能力构建商业化壁垒。 ## 四、未来竞争：生态协同VS技术迭代 当前，妙想依托东方财富的C端流量优势（股吧、天天基金网），更易实现“内容-数据-交易”闭环；问财则凭借同花顺在B端机构的渗透率（与超过90家券商系统对接），持续强化数据服务壁垒。 **终极考验**在于：谁能更快将AI**从“信息检索工具”升级为“决策智能体”**，例如接入实时交易信号、嵌入智能合约、构建虚拟投资助理等。金融大模型的战场，才刚刚开始。 **结语**：对于普通投资者，妙想的上手友好度占优；对专业机构，问财的量化工具链更具吸引力。两者差异化路径的背后，是互联网金融从“流量竞争”到“认知效率竞争”的范式转移。 本文由 @加薪在这 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>在产品开发的道路上，失败并不可怕，关键是从失败中汲取教训。本文作者通过亲身经历，复盘了一个从项目孵化而来的产品失败的全过程。</p> </blockquote>  今天，我来分享一个搞砸了的产品，复盘一下为什么会做失败，以及从中学到了点啥。 以前我做产品，有两条自认为有效的“铁律”：从项目中孵化产品，紧跟政策做产品。 这不，正好我们给客户做了个项目，这方向还有政策撑腰，全国各地的客户都有这需求。 于是，很自然的就会想到，把这个项目包装成一个产品。 可这产品推出一年多，销售业绩那叫一个惨，就像霜打的茄子——蔫了。陷入了那种扔了吧，觉得可惜；留着吧，又赚不到钱的尴尬境地。 下面我就好好分析分析，这产品到底咋就“黄”了。 ## 一、产品定位问题：伪需求与市场错配 产品不行，首先就得从“根”上去找问题。肯定是一开始没有想清楚、搞明白，才会带来后续一系列的产品销售问题。 ### 业务属性：低频与非刚需的“冷板凳”困境 这产品一开始有政策撑腰，在客户项目开发阶段，好多客户都感兴趣。 话说，这也是G端市场的特点，政策的“东风”一吹，各种迎合政策的产品如雨后春笋般冒出来，客户也不管好坏，先抓一个再说，就想抢个宣传热点。 于是，我们想当然的会认为这个产品要是做出来，肯定大有可为。都没去验证客户有没有痛点，现有的解决方案是啥。 问题也就出在这里。 等产品做出来给客户用上了，客户的真实需求我们才慢慢搞清楚了。 客户说：“这方面的业务一年就搞一两次，随便弄弄就行，根本不需要你们这样的产品。” 还有客户说：“现在就是政策上有要求，我们能不能就用你们这个产品搞一次，出来点东西就行了，按次购买？” 更离谱的是，有客户说：“这业务都和其他单位‘沟通’好了，没问题，用你产品也查不出啥。” 拿着产品做了一番反向的客户需求收集，结论就是：这个业务客户一年就搞一两次，大部分情况下不会有啥问题，就算有问题，稍微花点人力也可以搞定。 我的天啊！ 原来做产品之前，“雪花”般反馈回来的客户需求，都是一些想要趁热点的客户“催”出来的，实际上这个业务场景对大多数客户而言，根本就没“痛点”。 ### 产品验证：缺乏时独立场景的“迷茫之旅” 在产品火急火燎赶工出来之后，根据前期销售反馈的市场热度，按说接下来应该会有一大堆的客户感兴趣，抢着了解、急着买单、赶着上线、追着宣传。 结果，一盆冷水一把就把产品刚燃起的火焰给浇灭了。 客户试用后反馈：“产品的规则不够多，还需要包括xxxx”、“产品覆盖的场景还不够，应该把xxxx这部分的业务也纳入进来”、“这个产品能不能把要素提取这部分功能独立出来，我需要这个功能去做xxxx方面的业务”…… 一通意见梳理下来，就是：产品做的还不够全，不够多，不够实用。 客户这么多意见，咋办？ 那就接着改：加入更多的规则，覆盖更多的场景，输出更多的内容呗。 三个月后，产品的2.0版本上线。 收到的客户反馈有更好了吗？并没有，还是那些问题。 冷静下来，分析一通后，才恍然大悟： 这个单一业务场景（本就低频、非刚需）根本撑不起一个产品。 客户感兴趣是因为政策大方向，他们要的是大而全的项目，不是单一场景的产品。所以才会有持续不断的反馈，导致产品功能越做越多，场景越做越深。 你看，这个产品并没有脱离其客户对某个方向上的定制化项目需求，去做市场的验证，得到的反馈能不失真嘛？ ### 付费意愿：价格与需求的“拉锯战” 为了做好这个产品，我们可没少投入，用了 OCR、NLP、大语言模型这些高大上的技术，还派项目组长期驻点客户单位开发，客户提出的各种需求都不打折扣的满足。 为啥这么不计成本的投入呢？ 还不是前期调研出现的误导，认为这个产品的市场需求足够多，空间足够大，一把可以吃成个大胖子，和未来预期的收益相比，这点投入根本就不算什么。 现实，总是不经意间打醒一个“做梦”的人。 因为还是有政策的支撑，多少还是有一些客户对产品感兴趣，但只要报价一出，客户的热情立马就淡了下去。 在客户眼里，这个产品带来的价值不足以让他花这么多钱出去。相比而言，只需要投入少量的人力也可能可以达到预期的效果。 于是，我们选择了“屈服”，支持客户选择“租用”模式，价格瞬间就“香”了。 可选择“租用”方式采购之后，接着就带来了续费的问题。 一年之后，没有一个客户愿意续费，为啥呢？ 原因也不难分析，前面说了，这个产品满足的业务场景本身就没有多少问题，自然用上产品也带不来多少效果。 ## 二、关键失误分析：信息失真与执行偏差 按理说，在行业这么多年，不该在产品不行的时候还继续投入，还继续投入，导致产品持续亏损。 事后复盘，才发现问题所在。 ### 案例价值误判：宣传效果的“泡沫” 之所以启动做这个产品，就是因为前期配合客户做的项目，得到的反馈效果不错。客户宣传出来的效果也是杠杠的，又是拿着项目参加省里的比赛获奖，又是凭借这个项目拿到了行业的创新奖项。 就这成效，谁看了不迷糊，谁看了不会想着赶紧把产品做出来，全国铺开来，坐等收钱。 偏偏，我们身在其中，缺失了看别人宣传出来东西的理性判断。就没想过，我们这个行业，三分的效果，七分的宣传。 误以为是我们做出来的产品确实“牛”啊！ 后面，让销售再去找客户做二次、三次的验证，才瞬间清醒。产品的效果并不咋滴，客户是把线下做出来的一些成效也一并算在这个产品头上，以便让这个产品宣传起来，显得更“厉害”。 ### 产品价值错位：定义差异的“障碍” 另一个信息上的误导，就是产品经理所定义的有效线索和客户需要的有价值线索上的差异。 产品经理觉得，只要用这个产品发现了有问题的线索，产品就算是有价值。 但客户所需要的，不仅仅是有问题的线索，而是在这个基础之上，发现更有价值的线索。我们所谓的这些有问题的线索，排查下来可能没有问题，有也是些小问题，小问题约等于没有问题。 这种定义上的差异导致我们对产品的核心竞争力构建一直没有形成，还带来了在非核心场景上持续投入的一系列错误决策。 ### 人员投入错配：精力分散的“隐患” 因为这个产品是从项目中孵化出来的，所以，理所当然的我就想到让这个项目经理来负责，继续孵化、打造一款产品出来。 这一错误的决策，也为这个产品的失败埋下了隐患。 上周，我找这个项目经理复盘，我说为什么这个产品销售业绩如此惨淡？ 他也做了客观的分析，其中有一点：因为他同时负责了好几个项目，在很多时候就兼顾不到这个产品的投入，精力有限，分散开来，产品也就当成了项目来做。 可产品和项目不一样，产品得主动驱动，不断打磨核心竞争力让客户心动；项目只要按客户要求完成，就能收款走人。 客观来讲，产品和项目是两种完全不同的能力，也会带来完全不一样的决策思维。按照做项目的方式去做产品，产品最终也会被做成一个个项目。 ## 三、经验教训：验证X聚焦X止损——三位一体 看完上面的介绍，你会发现这个产品确实“错”的不应该。但很多事情，你没有躬身入局，没有深陷其中，不会有刻骨的记忆，下一次，还是会“后知后觉”的掉进坑里。 从这个产品的失败中，我总结了几点做产品的经验。 ### 验证：以客户价值为“剧本核心” 一个产品到底能不能做，必须回归本质：到底对客户有没有价值？ 特别是处于一个“风口”上的产品，更要冷静思考，加以验证，客户说出来的价值，到底是“真有用”还是“假宣传”。 而且，这个价值一定是不能我们自已去定义，我们不需要证明自己有多么天才的设计和创意，而是要客户认可的价值才行。 千万不要是试图说服客户或加以解释，如果你的产品价值如此的不明显，那就说明这个价值是没有价值的。 ### 聚焦：从业务场景中“挖宝” “低频”、“非刚需”的业务场景真的是难以支撑产品化，就算是有政策撑腰，也得要进一步分析，从业务场景中聚焦，找到客户真正有痛点的那个点，哪怕再小，也比做得大而全好。 就像上面说的那个产品，如果在一开始就只聚焦在数据治理场景上，做成一个通用的工具，不仅产品的投入成本更低，市场的需求也会更大，产品的价格也不需要太高，带来的销售业绩也会大有改善。 ### 止损：及时评估踩“刹车” 一个产品到底行不行，在推出来之前 ，就已经会有一些感知和判断。 很多时候，我们之所以还要继续投入下去，只是不愿意承认我们的决策失误，不愿意相信这就是所谓的现实。 在产品完成第一波市场推广之后，就需要做产品价值和市场需求的二次验证。产品价值是否能支撑产品的定价？客户是否有足够购买意愿？ 决定不做一个产品，比决定去做一个产品往往会更难。但有些决定，早晚都得去做，做的越早，成本越小，拖的越久，决策越难。 ## 最后的话 做产品，始终都是在一个不断试错的过程，验证的是你的产品思维是否有效。每一步产品决策，背后都是你所坚持的做产品的原则、方法、步骤等思维在起作用。 所以，每做完一个产品，都是对你产品思维有效性的检验。希望我这次的经验教训，能给你们以后做产品提点醒。 作者：武林，公众号：肖武林 本文由@武林 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>在数字化转型的浪潮中，企业内部系统越来越多，员工需要频繁切换多个系统，记忆多个账号密码，这不仅降低了工作效率，还带来了安全隐患。因此，企业统一登录平台的建设显得尤为重要。本文将从产品设计的角度，深入探讨企业统一登录平台的设计理念、基础概念、关键模块设计以及落地细节，希望能帮到大家。</p> </blockquote>  ## 一、为什么需要统一认证登录？ 从做对外产品到内部产品后，愈发感觉统一认证登录的妙用。统一认证登录不仅在便捷上有效果，也是企业安全的第一道水闸。对于大部分企业而言，内部系统多多少少会有一点统一认证的建设，这里从产品视角来讲一下如何设计企业统一登录系统。 做产品先明确痛点，统一登录本质解决的问题是当员工每天要在 5-8 个业务系统间反复横跳的痛苦，虽然有诸多密码工具，但是记忆密码的痛苦堪比背单词。更危险的是，权限管理像漏水的水管，重复记忆的弱密码成了最薄弱环节。而入职离职时权限同步滞后形成安全真空期，权限孤岛让 IT 管理成本倍增。借助单点登录的理念，借助统一认证登录后用户只需要登录一次就可以访问所有相互信任的应用系统。 我在技术中台不仅需要负责效能提升，也需要统一认证系统重构账号安全体系。一方面，统一认证系统通过整合用户身份验证流程，员工入职一个账号登录所有有权限的提供，权限统一管控，提升了使用体验。另外一方面，标准化接口为未来扩展提供了灵活性，比如后续新开发的内部系统可以借助统一认证标准接口快速接入上线。一切的一切，目标是让内部系统登录安全又便捷。 ## 二、统一认证的 4 大产品设计理念 从产品设计视角拆解统一认证登录系统的核心需求，构建以用户为中心的无感登录体验，从被动防御向主动风险防控体系的升级，技术架构需采用标准化接口协议与模块化扩展能力，支撑多终端多场景的快速接入适配；可以通过轻量化接入模式保障业务系统的快速迭代；同时建立全链路自动化处理机制。 从这个角度来讲，登录体验很重但是却不容易。一般而言，登录逻辑同时关联着注册、重置密码、关联账号等逻辑。不过好在用户直接来源 HR 系统。作为企业内部系统可以先忽略这一块。 这里整理了 4 大产品设计理念，如下： **理念一：用户视角，让登录 “无感”** 设计原则：**一次登录，全局通行，**如飞书的 “免登态” 设计。 案例：自动续期 token、跨端无缝切换（PC 端扫码登录→移动端免二次验证） **理念二：安全原则，从 “被动防御” 到 “主动风控”** 最小权限原则：默认拒绝，按需授权（RBAC+ABAC 混合模型）。 动态安全策略：异地登录强制 MFA、高危操作二次验证（结合设备指纹、IP 白名单） **理念三：架构标准化，支撑未来 10 年业务扩展** 协议标准化：兼容 OAuth2.0、SAML2.0、OpenID Connect 松耦合设计：账号中心与业务系统解耦或耦合（避免 “牵一发而动全身”） **理念四：成本意识，用技术替代人力** 自动化：批量导入 / 同步组织架构（对接 HR 系统 API） 自服务：员工自助修改密码、解绑设备（减少 IT 工单） 总结一下，产品设计理念可以通过将身份管理抽象为“用户无感、系统智能、架构弹性、运维自动化” 的中台能力，为后续业务系统接入提供良好基础。 ## 三、统一认证基础概念解析 ### 3.1 有哪些角色参与？ 在设计统一认证前，需要提前了解一些基本概念。在统一认证会包含身份管理，涉及到两个关键主体：**身份提供商（IdP）和服务提供商（SP）。**  简单来说，身份提供商（IdP）是企业的”数字身份证签发中心”，负责用户身份存储、认证服务、安全策略执行，比如像型代表包括企业 AD、飞书账号体系、钉钉账号体系和 Azure AD 等等。而服务提供商（SP）就是业务的”门禁验证系统”，通过集成 IdP 接口实现资源访问控制，仅允许通过认证的用户访问 CRM、OA 等内部系统或 SaaS 应用，形成 “统一签发 – 分散验证” 的身份管理闭环。  需要注意的是，**IdP（身份提供者）和 SP（服务提供者）的概念起源于 SAML 2.0 协议**，不过在 OIDC（OpenID Connect）和 OAuth 2.0 等其他标准协议里，也能看到与之类似的角色，只是在不同协议中的名称和具体实现方式有所不同，通过 IdP 和 SP 可以让产品经理快速抽象计算语言里复杂的不同主体。 ### 3.2 有哪些认证协议？ 现代认证协议发展多年，有诸多主流协议如AD、CAS、SAML、OAuth2、OIDC等等。形象比喻一下，认证协议如同数字世界的「边防检查站」：**用户（旅客）通过出示凭证（护照 / 签证），验证方（边防系统）通过标准化流程（检查、盖章）确认身份合法性**，并通过信任传递机制（国际协议）实现跨系统访问权限的发放与验证。互联网最常用的是 OAuth2**和 OIDC，**OAuth 2 协议主要用于资源授权。OIDC 则是 OAuth 2.0 协议的超集，能够认证用户并完成资源授权。**在可以选择 OIDC 的情况下，应该选择 OIDC。**  不同认证协议在不同企业也有不同实时路线： - **教育机构常用 CAS+SAML混搭**：CAS处理校内系统 SSO，SAML对接校外科研平台。之前做云平台时就发现高校基本使用 CAS 协议，单点登录必备。 - **企业内部升级路径往往为 AD→ADFS(SAML)→OIDC**，类似燃油车→混动车→纯电车的渐进式改造，最终实现如AD做用户存储+OIDC做认证层。 - **互联网产品推荐 OIDC+JWT 组合**，如同给每个用户配备可编程的电子身份证。 ### 3.3 认证和授权有什么区别？ 在开发或管理应用程序时，认证（Authentication）与授权（Authorization）是保障系统安全的两个核心环节，尽管两者常被混淆，但其职责截然不同。如同在做用户管理的产品设计时，**认证就是“用户”，授权则是“角色”。**认证旨在确认用户身份的真实性，回答 “你是谁” 的问题，例如通过用户名密码、指纹或面部识别等方式验证用户身份。授权则是基于认证结果，决定用户是否有权限访问特定资源或执行操作，回答 “你能做什么” 的问题，例如根据角色分配文件读写权限。**简单来说，认证是验证你的身份的过程，而授权是验证你有权访问的过程。** 认证是验证用户身份真实性的核心安全机制，通过用户提供的凭据（如用户名 / 密码、生物特征、手机验证码等）确认其身份合法性。**核心目标是回答 “你是谁”，防止身份冒充。**常见方式包括单因素认证（如密码）和多因素认证（MFA，结合密码 + 指纹 + 短信等），后者通过叠加不同验证因素显著提升安全性。在系统登录、支付交易等场景中，认证确保只有合法用户能访问资源，是构建安全体系的第一道防线。 授权是在系统完成用户身份认证后，依据预先设定的规则或策略，对用户访问特定资源（像数据、功能、设备等）的权限进行判定和分配的过程。**其核心在于明确用户“能做什么”，防止越权操作。**常见的授权方法有**基于角色的访问控制（RBAC）、基于属性的访问控制（ABAC）等。**比如在机场，乘客通过身份认证后，登机牌决定其可登机的航班，这就是授权的体现。授权是保障系统安全的重要环节，确保用户仅能获取其被允许的资源和服务。 现代协议常结合两者：OIDC 负责认证（颁发 ID Token），OAuth 2.0 处理授权（颁发 Access Token），SAML 2.0 则通过断言同时传递身份与权限信息。理解这对概念的差异与协作，在做产品设计时也有了技术基础。 ### 3.4 什么是联邦认证？ 前面讲了很多角色和协议，这里来了解下认证系统离不开的另外一个概念：联邦认证。简单来说，联邦认证（Federated Authentication）与 身份提供者（IdP）、服务提供者（SP）**、认证协议**的关系可概括为：**联邦认证是目标，IdP 与 SP 是核心角色，认证协议是技术桥梁**。 如果没有联邦认证概念，就如你现在的各类账号信息分散在不同的站点和应用每次访问一个新的站点都要注册一个新的用户名和密码账号。用户无需在多个系统重复注册，通过信任联盟协议实现跨平台身份互通。其核心是将认证权交给可信的第三方身份提供商（IdP），服务提供商（SP）仅负责权限管理。 最典型的场景莫过于现在 app 都有的第三方登录。例如用户访问网站时，可选择微信扫码登录（微信作为IdP），网站通过OAuth2/OIDC协议获取用户基础信息，省去注册流程。企业场景中，员工使用微软Azure AD账号登录多个SaaS应用也属联邦认证，实现“一次认证，全网通行”，既提升用户体验，又降低账号管理成本。 ## 四、落地细节：5 大模块设计 ### 4.1 统一账号设计 大多数企业在数字化初期，都会基于 LDAP/AD 域搭建基础认证体系，员工通过域账号登录邮箱、OA 等系统。但随着业务扩展，也会有部分团队嫌麻烦未接入域控自己搭建账号体系，又或者使用域控但是兼容最新的协同工具登录，比如飞书、钉钉或者企业微信等平台登录。这里先写统一账号中心，关键点就是在不推翻旧系统的前提下，把这些分散的账号整合为统一身份体系。  以上图为例，统一账号中心可将 LDAP/AD 作为可信身份源接入。例如，在 Keycloak 中配置 LDAP 身份提供程序，将域账号的sAMAccountName映射为全局唯一工号，departmentNumber同步为飞书部门标签。 这里极力推荐**使用开源的 Keycloak 开源方案搭建企业内部统一认证**，作为一个开源 N 年且拥有成熟生态的软件，基本可以实现开箱即用，比如预置微信、钉钉、飞书等 10 + 第三方登录方式，内部平台研发一般人不多，这可以减少很大开发量，另外协议也比较兼容，全面支持 OAuth2.0、OpenID Connect、SAML2.0 等国际标准，最后支持可视化管理界面，非技术人员也能通过 Admin Console 完成角色权限配置、审计日志查询等等操作。 关于 Keycloak 更多知识，可以查看 github 官方文档。这里不再做过多赘述。 ### 4.2 认证流程设计 统一认证登录核心在于使用一个域账号以及飞书就能登录内部所有有权限的系统，可以做到三个优化决如认证链生命周期管理、统一认证登录页和测试生产环境隔离。 **认证链生命周期管理：**这里就体现 Keycloak 另外一个好处好处了，原生支持支持 “认证链” 设计，比如新员工入职发送账号密码，首次登录提示改密码，N 天定期要求强制改密码，离职了自动销户。大概流程图如下：  **统一认证登录页：**产品多了就有个问题，登录入口的样式都难以统一。这里可以打造零学习成本的登录入口，统一页面采用企业品牌视觉（LOGO + 主色调）。此外，页面主按钮调用飞书的按钮自动完成身份验证并跳转系统，全程 &lt; 5 秒，也支持点击「其他登录方式」切换至域账号/LDAP 认证。这里给一个简单的原型。  **测试生产环境隔离**：平衡开发效率与安全性，可以通过 Keycloak 环境变量配置，测试环境禁用 MFA 并延长密码有效期至 365 天，生产环境强制开启动态令牌 + 人脸识别，结合独立回调 URL 与测试用户 ID 前缀 test_ 等策略。好的认证流程设计，是让员工 “感觉不到登录的存在”。通过流程规范、体验优化、环境隔离的组合策略，让内部员工登录也能更友好，打造零学习成本的登录入口。 ### 4.3 权限管理设计 从产品设计视角看，**权限管理的核心是用规则控制风险，用策略释放效率。**说白了，就是允许接入的内部系统可以无需搭建自己的权限方案，可以直接接入认证后在后台配置。在权限管理角度其实有两种主流方案选择：RBAC（基于角色）与 ABAC（基于属性）。 RBAC（基于角色）是只要在 B 端领域做过产品经理都或多或少有所了解的一种权限方案。 **它的核心在于把权限和角色绑定，再将角色分配给用户，从而达成权限管理。** 就像给 “财务总监” 角色赋予预算审批权，给 “普通员工” 角色赋予基础数据查看权。其优点十分显著，一是降低了管理复杂度，角色可以批量进行授权；二是契合企业的组织架构，权限的分配逻辑清晰易懂；三是能快速实现权限的回收与调整。 不过，RBAC 也存在明显的局限性，比如角色的定义较为僵化，难以应对动态的业务场景，容易造成权限的冗余或者缺失。 举例来说，在跨部门协作时，RBAC 就显得力不从心，而且在需要对权限进行细粒度控制时，它也难以满足需求。  ABAC（基于属性）是一种以动态属性为核心的授权模型，通过用户属性（如部门、职级）、资源属性（如文件类型、敏感度）、环境属性（如时间、IP 地址）及操作类型（如读取、删除）的组合条件，实现细粒度的访问决策。其核心在于打破角色的静态限制，例如允许 “北京分公司销售经理在工作日 9:00-18:00 修改客户报价单”，而无需预先定义角色。  这里其实可以参考 Authing （一家做身份中台的 SaaS 厂商）的权限系统，将资源、角色、权限授权统一组合到一个权限分组中 ABAC 的优势在于它打破了角色的限制，能够实现对权限的精准控制，非常适合业务复杂、场景多变的企业。然而，ABAC 也存在一些缺点，比如规则的配置和维护成本较高，需要专业的人员来操作。 一般来说，对于内部系统不多的小型企业而言，更推荐使用 RBAC 而非 ABAC，简单明了。而对于中大型企业，在实际应用中，混合使用 RBAC 和 ABAC 往往能达到更好的效果。企业可以先用 RBAC 搭建基础的权限框架，再用 ABAC 来处理例外情况。 ### 4.4 安全设计 做统一认证的还有一大好处就是更安全了，统一认证平台可以提供多样登录适配需求，登录提醒预警风险，审计日志追溯操作，全面提升系统安全防护的能力。 在安全登录方式上，可以构建多因素认证，包含 MFA 认证、手机短信认证等。这里需要注意一点允许接入认证系统的应用自主选择适配的认证方式。针对高敏感系统，可启用 MFA 强认证以保障安全；普通内部系统飞书/钉钉登录即可，这样可以平衡安全性与使用便捷性。 登录提醒功能层面，用户每次登录均触发提示机制。正常登录时，清晰展示登录时间、地点等信息；**若检测到陌生设备、异地登录等危险场景**，立即弹出警告提示，并同步向用户绑定终端推送风险通知，强化用户对登录安全的感知。 审计日志模块主要是完整记录用户登录、操作等行为数据，覆盖操作时间、用户账号、执行动作、影响对象等关键信息。可以支持快速检索与回溯，满足企业合规审计要求和后续出了问题的追溯。 ### 4.5 兼容性设计 作为企业内部的统一认证平台，如缺乏兼容性，将面临可能被业务系统边缘化的风险：你无法强制其他团队使用你的产品。因此，好用是关键，兼容是基础。 这里简单说几个维度的兼容设计，**最最最重要的是认证与授权分离架构释放业务灵活性。** 统一认证中心负责身份核验（如飞书扫码 / MFA），授权逻辑由各系统自主实现（如 ABAC/RBAC）。这种解耦设计既保障身份安全，又允许业务系统自定义权限策略，避免 “一刀切” 引发的抵触，降低系统碎片化风险。 此外，现在移动端办公也比较常见，需要做多端适配能力保障用户体验一致性。支持 PC、移动端、平板等设备，兼容主流浏览器，避免因设备差异导致的登录失败。 还有一点比较关键的，需要让内部其他系统接入更方便，通过标准化接口支持多语言 SDK（Java/Python/Go）与开放协议（OAuth2.0/RESTful），内部系统可快速完成认证集成，降低接入门槛。 兼容性缺失的代价是业务部门 “用脚投票”。若平台无法满足差异化需求（如特殊设备接入、定制化授权逻辑），业务系统将被迫自建账号体系，导致身份数据割裂、维护成本激增。因此，兼容性不仅是技术能力，更是统一认证的关键 。只有让业务系统 “用得爽、改得了、接得住”，统一认证平台才能真正成为企业认证平台。 ## 五、最后的最后 需要注意的是，在做统一认证平台时，要避免 “一刀切” 安全策略，比如对所有系统强制启用 MFA 和短信认证，导致用户体验下降。此外，也需要格外主要开发生产环境的隔离问题，可以为开发 / 测试 / 生产环境分配独立的客户端 ID、密钥及回调 URL，通过域名区分（如dev.example.com与prod.example.com）。 **统一登录平台的核心价值在于 “连接而非控制”，**需通过差异化策略满足多元需求，通过解耦架构降低业务耦合，通过兼容性设计保障业务黏性，最终实现 “一套认证体系支撑百种业务形态” 的可持续迭代。 **专栏作家** 零度Pasca，公众号：进击的零度，人人都是产品经理专栏作家。关注前沿技术趋势，理性数据主义者；热爱阅读，坚信输出是沉淀输入的最好方式，致力于用产品思维解决用户共性问题。 本文原创发布于人人都是产品经理，未经许可，禁止转载 题图由作者提供 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。

**[2025年3月22日，中国上海] **截至2024年，中国城镇犬猫数量已经超过1.2亿只。当毛孩子成为越来越多家庭不可或缺的一员，如何守护好这份毛茸茸的陪伴，成为了不少宠物主面临的新课题。作为为全球消费者提升家居环境的科技公司，戴森于近日正式启动“戴森宠爱家”计划，致力于让家成为宠物友好的第一空间。此次，戴森联合中国家电网、南京农业大学动物医学院和中家院（北京）检测认证有限公司发布《中国养宠家庭健康清洁电器白皮书》（以下简称“白皮书”），系统分析人宠共居的健康挑战并提供科学可行的解决方案；同时携手上海领养日于3月22日在上海七宝领展广场举办“宠爱家宠物领养日”，倡导科学养宠的同时帮助流浪动物找到新家，也助力宠物主构建健康舒适的人宠共居环境。  官方图片 活动现场，南京农业大学动物医学院副教授陆明敏介绍了白皮书的研究背景和方法，并聚焦当前养宠家庭对人宠共居的需求与挑战进行了分享；AVC安佳宠物医院创始人、中国兽医协会营养专科评委林秀佳医生也针对白皮书中提到的养宠家庭面临的毛发、人宠过敏和异味等常见的清洁及健康困扰展开解读，提供宠物护理以及人宠共居的专业建议。与此同时，来自上海领养日的数十只待领养的小动物也来到现场，期待着找到它们健康、幸福的新家。 **解码养宠白皮书 洞悉养宠家庭核心痛点** 白皮书从宠物主的家庭清洁习惯、健康隐患以及科学解决方案三方面展开研究，深入分析了中国养宠家庭在打造健康人宠共居环境中面临的痛点与需求，并系统梳理了由人、宠、家居空间交互所带来的健康管理挑战，包含宠物毛发、过敏原传播、异味滋生等常见难点。 白皮书指出，脱落的宠物毛发是养宠家庭最具代表性的挑战，地面、家具表面、衣物以及宠物自身活动的场所如宠物窝、猫爬架等都是宠物毛发的“重灾区”。值得注意的是，相比于毛发本身，真正的健康隐患往往藏在“看不见”的地方——未及时清理的宠物毛发不仅是过敏原的载体，还可能吸附灰尘、滋生细菌和真菌，甚至成为跳蚤卵的温床，既威胁人类健康，也影响着宠物自身的健康与心理状态。 不仅如此，由于宠物与主人暴露在相同的病原及健康风险下，因此，保持家居环境的洁净卫生对守护人宠的共同健康至关重要。白皮书显示，尘螨、花粉等常见的人类过敏原同样可能引发宠物的过敏反应；而包含甲醛在内的VOCs、烟草烟雾、PM2.5等室内空气污染物对宠物的危害可能更大，特别是长期处于室内的猫。同时，由于犬猫呼吸频率是人类的 2～3 倍，导致即便是低剂量污染物，也可能由于吸入量的累积，对猫犬健康造成影响。 面对这些挑战，越来越多的宠物主采取了“主动管理”。白皮书调研显示，有57.44%的受访宠物主以减少掉毛为目的为毛孩子梳理毛发，近半数将梳毛视为维护宠物健康的重要一环。清洁习惯的升级同样体现在清洁设备的添置上——四成以上的受访宠物主在养宠后添置了除螨产品， 约三分之一购置了吸尘器，以营造更洁净健康的家居环境。然而，现实问题仍然存在，每五位宠物主中就有一位对现有清洁电器的毛发清洁效果不满意，尤其是狭缝角落、沙发底部和家具间隙被普遍认为是最难清洁的区域，成为威胁人宠共居健康的难题。  官方图片 南京农业大学动物医学院副教授陆明敏表示：“室内环境中‘看得见’和‘看不见’的污染物不仅影响人的健康，也影响着毛孩子的健康，从宠物的生理特征到日常清洁盲区，都可能为人宠双方埋下长期健康隐患。此次白皮书的发布，旨在帮助宠物主打破既往的认知盲区，为打造更健康、安全的人宠共居空间提供思路。我们期待这些成果能转化为每个养宠家庭的日常实践，让科学养宠的理念为养宠家庭带来切实的价值。” **科技赋能人宠关怀 轻松拥有理想“宠爱家”** 为了将白皮书的洞察转化为实际解决方案，专业兽医师林秀佳医生在活动现场分享了白皮书中关于毛发、过敏以及异味等问题的应对方案。她表示，养宠家庭的家居环境清洁不能止步于表面：宠物毛发上附着的皮屑、花粉、尘螨、霉菌等微小的过敏原会落在地面、家具表面及墙角、缝隙等，甚至漂浮在空气中，在影响家人健康的同时也是造成宠物过敏反应的罪魁祸首；宠物日常活动产生的异味可能源自未及时清理的排泄物或环境消毒不到位。因此，科学护理宠物毛发并高效清洁与净化家居环境是打造健康人宠共居空间的关键。  官方图片 这与戴森微生物学团队针对宠物毛发及其携带过敏原的长期研究不谋而合，也为戴森的针对性清洁方案再添科学依据。针对养宠家庭在环境清洁及空气净化方面的迫切需求，戴森推出了涵盖地面清洁与空气净化的针对性解决方案。活动现场特别设置产品体验专区，宠物主们亲身体验了戴森V12和V15吸尘器及BP04空气净化器等产品组合为“宠爱家”带来的洁净舒适的家居体验。 其中，戴森V12和V15吸尘器均配备强劲吸力和整机HEPA过滤系统，可牢牢锁住99.99%的小至0.1微米的颗粒物，有效避免二次污染。其搭载的光学探测吸头可让隐匿的微尘和毛发无所遁形，防缠绕螺旋形吸头则能够高效吸除毛发，并在强效模式下实现高达99.9%的除螨率；不仅如此，超窄缝隙转角吸头能够深入狭窄缝隙和边角，实现全方位无死角的清洁，让养宠家庭的清洁更轻松、更深度。针对中长毛宠物，戴森量身定制的宠物毛发清洁套装能够实现毛发梳理、吸除一步到位。凭借高效清洁性能，戴森V12和V15吸尘器荣获了中家院（北京）检测认证有限公司授予的首张“婴幼儿及宠物友好地面清洁家电”证书。  官方图片 与此同时，针对可能被人宠吸入的过敏原以及异味困扰，戴森空气净化器BP04配备的5重传感器监测系统能够针对性检测不同污染物，并结合3重过滤系统，将宠物异味、微尘、过敏原、细菌等家中常见的污染物一网打尽。其搭载的创新锥形气流聚合技术，可喷射10米的超长气流，均匀覆盖100㎡的超  官方图片 大空间，为家人和毛孩子营造洁净、健康的空气环境。基于此，戴森空气净化器BP04也获得了中家院（北京）检测认证有限公司授予的医护级、宠护级空气净化器的双重认证。 作为致力于推动科学养宠及关爱宠物福祉的品牌，戴森也将在倡导宠物领养中贡献一份力量。此次，戴森携手上海领养日发起了“宠爱家领养日”活动，让更多流浪的毛孩子有机会找到属于它们的宠爱与家。 **用户服务“宠爱”升级 从线下到线上构建科学养宠生态** 在科学研究、技术赋能与公益实践的基础上，戴森还以白皮书为科学指引不断升级用户体验与服务，打造全链路的人宠关怀。即日起，戴森全国34家线下门店将升级为宠物友好门店。店内不仅增设宠物专用水碗、尿垫、拾便袋等贴心设施，还配备了经过专业培训的戴森宠爱顾问，为养宠家庭提供从产品演示与推荐、宠物关怀到人宠健康指导等全方位咨询服务。  官方图片 与此同时，戴森小程序还将同步上线“戴森宠爱家”科学养宠社区，整合白皮书的研究成果与宠物专家资源，为养宠用户打造线上支持体系。用户可通过“戴森养宠百科”了解宠物毛发清洁、过敏原防控等科学知识与场景化解决方案，参与“戴森宠爱问答”互动还可获取限定礼遇，实现从专业知识获取到科学实践的无缝衔接，推动人宠健康共居理念在家庭场景中的深度渗透。 长期以来，戴森从中国养宠家庭的真实场景出发，将科学与洞察融入产品升级与服务体验——通过白皮书揭示养宠家庭的实际挑战，并以持续创新的家居科技精准回应需求；升级宠物友好门店，让科技关怀触手可及；携手流浪动物收养机构将善意转化为长期、和谐的共生关系。未来，戴森将继续深入洞察中国养宠生态，用更懂宠物主与毛孩子的方式，让优质、安全、可靠的家居解决方案惠及更多养宠家庭。  

<blockquote><p>在产品开发的过程中，许多老板和产品经理常常陷入一个误区：认为产品的价值就是功能的堆砌。然而，真正的价值法则并非如此简单。本文将通过大厂产品的实际案例，深入探讨产品价值的本质，希望能帮到大家。</p> </blockquote>  上周五，据说地位仅次于项羽的宿迁荣耀悄然发了一个朋友圈，瞬间让「东子」这个江湖雅号彻底退出了历史舞台，取而代之的是一边倒的「东哥」。 再叫东子，别说1万名京东外卖骑手和150万名京东快递员跟你急啊。 有大佬点评：**老大跟我们站在一起，这是ROI最高的士气鼓舞方案**。  产品群里也是讨论热烈，尤其东哥文中“**商业模式、技术算法都不该用来压榨社会最底层的兄弟们**！”，引起无数牛马共鸣。 毕竟是产品交流群，大家沿着这条思绪蔓延，逐步由员工价值讨论到产品价值，以至于涌现一个天问：**产品的价值法则到底是什么**？ 这个问题并不好回答，更何况见仁见智，刚好周末看了一些文章，有些产品思考和笔记总结，不妨讨论一二，供大家参考。 ## 一、产品价值可分为绝对价值、相对价值 作为产品经理，咱们天天把”产品价值”挂嘴边，但产品价值到底是什么呢？ 即便我们反复说，**产品是业务的表达载体**，可这依然是抽象的理解，如果直白点说，产品价值就是用户用了你的产品，满足了需求后得到的好处——**是由产品的功能、特性、品质等所产生的用户价值**。 你看，产品价值本质就是用户视角，它天然对抗自嗨——**你的产品价值不是有你定义的，而是由用户定义的**。 镜哥认为，产品所提供的价值通常取决两方面因素：**用户的目标需求以及市场上的替代解决方案**。 前者其实就是绝对价值，是用来衡量满足用户需求好坏的标尺。 后者可以理解为相对价值，是把产品价值放在可用的竞争替代品下的考虑。 绝对价值就像产品的“硬实力”，就是它到底有多牛，能不能切实解决用户的问题。比如微信，它的绝对价值就是让沟通变得超级便捷，随时随地都能发消息、语音、视频，还能发朋友圈分享生活点滴。 相对价值呢，就是产品的“软实力”，它得和市场上的其他替代品比比看。就以电商为例，京东的软实力是正品保证，尤其是3C；而拼多多之前的软实力是省钱，现在则凭借“仅退款”让消费者的用户体验直线上升。 前两天，拼多多还悄然上线了视频通话的“逆天”功能，允许商家通过客服工具向消费者发起视频讲解邀请，足见其想筑牢用户体验这个新护城河的决心。 这就是产品的软实力，**是产品的相对价值，有效体现对竞对的排他性**。 所以，咱们做产品，既要看产品的绝对价值，也得时刻关注相对价值，不然很容易被对手比下去。  图-⬆️ 来源于雷锋网，侵删 ## 二、产品价值不是一味“堆砌功能” 上周，我们伟光正的老总一口气又提了好几个功能，誓要把APP首页的图标按钮塞满，关键是各个功能调研反馈都不高频，产品同学也因此都叫苦不迭。 不用笑，你们肯定也有这般经历。 很多小公司的老板对产品的理解、对产品经理的理解都不够准确、不够深刻，我是见证过、听朋友吐槽过，不少老板就是觉得产品的职责就是设计功能，设计的越多，产品能力越强。 但产品价值绝不是功能的累加，中间会有碰撞、会有能量损耗，一味地堆砌Feature Factory（功能工厂），并不能持续提升用户价值。 甚至相反，耦合的功能越多，有效价值的触达率反而越少。 这不是咱瞎说，吴晓波曾语言“APP即将消失一半”——**我们必须得从流量入口转回价值载体，必须要降低交互熵增、场景割裂和价值衰减，避免低价值的功能堆砌**。 我还记得，大概是2016年支付宝搞社交被用户骂惨，满屏小红点让支付功能都找不到，这也印证了”价值递减曲线”理论——**当产品堆砌功能导致认知负荷超标，用户就想摔手机**。 说到这里，想起我的notion收藏过一张图片：  图-⬆️ 手绘图，参考Productboard（The Age of Product Excellence） 在理想情况下，每个产品或特性满足的新目标或对现有目标的改进都会增加产品的整体综合价值，**然而，在现实中，我们不可能仅仅通过添加新特性来不断满足新的目标**。 通常，一个产品只有少数几个关键特性可以提供大部分的综合价值，添加额外的特性只会略微增加综合价值。 第三条紫色曲线则直观展示了增加了产品功能但却降低了产品价值，在这种情况下，将更多功能堆叠到产品中会负面影响用户实现目标的能力。 所以，大家在设计公司业务产品的新功能时，**最好先结合业务场景来匹配业务主线，不要盲目堆砌过多新功能**，否则只会造成用户体验降低、价值衰减。  ## 三、真实价值VS感知价值：用户“觉得”很重要 我之前向大家推荐过《**客户成功的力量**》这本书，我记得里面也分享过一条读书笔记——**用户价值≠产品价值，用户价值=产品价值*用户感知系数**。 这里面最重要的就是用户感知系数。 显然，「你觉得」并不重要，「用户觉得」才是关键。 客观上，真实价值是产品客观存在的价值，这就像一个瑞士军刀，功能再多、再实用，如果用户不会用，或者不知道怎么用，又或者用户觉得用不上这么多，那它的价值就大打折扣。 你看，这就是感知价值的关键。 **它是用户对产品价值的主观感受，不以设计者自身的意志为转移，用户才感知不到你的盲目自嗨**。 比如，抖音刚出来时，很多人觉得它就是个普通的短视频平台，但抖音通过精准的算法推荐、炫酷的特效和简单的操作，让用户很快感受到它的乐趣和价值，从而提升了用户的感知价值。 据说，抖音早期冷启动时，团队每人每天要刷1000条视频训练算法，这波操作无形中也让用户感知更加具象、更加丰满——当推荐精准度比友商高20%，用户可能就觉得内容比其他平台优质50%。 与此同时，抖音还通过一系列”沉浸式下滑”设计，如，隐藏进度条（降低认知负担）、全屏播放（制造心流体验）、随机奖励机制（多巴胺大爆发）等，让用户产生”这个App懂我”的感知。于是，用户感知系数极速上升，抖音的口碑和产品价值也得到放大。所以，咱们不仅要练好产品内功，还得在营销、产品介绍、用户体验等方面下功夫，让用户能直观感受到产品的价值，这样才能赢得用户的心。 最后，我看到过有同学打过一个比方： <blockquote><p>产品价值就像谈恋爱——绝对价值是你的存款房子（基础要有），相对价值是你的幽默才华（要比情敌强），感知价值是约会时的氛围（让对方上头）。</p></blockquote> 所以，咱们下次评审需求时，不妨也尝试灵魂三问： - 这个功能会让我产品变”油腻”吗？ - 用户感知到的爽点够直接吗？ - 能培养出下一个”微信级”的用户习惯吗？ 如果老板再说就要多堆功能，你可以尝试温柔提醒：**做产品不只是搞功能层面的军备竞赛，真正的价值是和用户谈一场舍不得分手的恋爱**。 这或许才是产品真正的价值法则。 本文由人人都是产品经理作者【产品大峡谷】，微信公众号：【产品大峡谷】，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

Next.js 曝严重漏洞（CVE-2025-29927），攻击者可绕过中间件授权检查，访问敏感资源。CVSS 评分 9.1，需立即升级或阻止恶意标头请求。

近日董明珠接受了纪录片导演竹内亮的采访，并且透露了不少有趣的细节。**在与纪录片导演竹内亮的对话中，董明珠回应了自己被指经常批评员工：“作为领导对大家负责，对自己也是这样，不过是行为扩大化了。”** 竹内亮问起女企业家和男企业家不一样的点是什么，一旁有人表示女企业家太难了，又要把事业做好，又要把家庭照顾好，忽略家庭可能会背上骂名，董明珠则表示，“你追求绝对的公平是做不到的，肯定有很多人是在不公平待遇下生存的。” 竹内亮还表示，日本家庭主妇相对来讲比较多，没有父母带孙子的文化，所以如果还生孩子，那就没有人带孩子了，董明珠称自己带孩子，“那我生孩子以后也没人帮我带，我也是自己带，那带着孩子去，孩子送到旁边的幼儿园，然后去上班，下班就把孩子背回去。” **竹内亮问起，“当时为什么你没有靠父母”，董明珠表示“我觉得我自己能带，不想靠父母也不叫不想，我觉得我自己带得很好，每天抱着孩子来回4趟，两个小时走路。”**  [查看评论](https://m.cnbeta.com.tw/comment/1487724.htm)

今日，**微信官方宣布，微信卡包现在可以同步铁路电子客票了。**保存方法很简单，仅需3步就能搞定。**第1步，在微信发票助手绑定QQ邮箱；第2步，在12306开具电子客票；第3步，选择发送到QQ邮箱后，微信卡包会自动收到这个发票，点击即可查看。** **具体流程如下：** 搜索微信发票助手小程序，点击关联QQ邮箱，确定授权后即可绑定。 打开12306 App点击我的-我的订单，选择电子发票，点击发送邮箱，输入与微信绑定的QQ邮箱地址。 开票完成后，微信会收到服务提醒，点击可查看铁路出行的电子发票。 同时，这张发票也会同步到微信卡包中，**点进我-订单与卡包-卡票证-票证-发票即可查看。** 据悉，2024年11月1日起，全国铁路正式推广全面数字化的客运电子发票服务。  [查看评论](https://m.cnbeta.com.tw/comment/1487722.htm)

 黑色幽默喜剧电影《荒蛮故事》官方公开中文预告片与海报，将于4月11日全国上映。 该片2014年在阿根廷上映，入围当年戛纳电影节主竞赛单元。 &lt;内嵌内容，请前往机核查看&gt; 《荒蛮故事》是一部黑色幽默喜剧电影，由六个独立的短篇故事组成，讲述了航班复仇、深夜餐厅下药、路怒症引发血案、因为一张罚单爆破大楼、酒驾逃逸顶包、婚礼出轨的故事，以极端荒诞的方式展现了人在面对压力、背叛和不公时的本能反应，探讨了愤怒、复仇和社会不公等主题。 

<blockquote><p>在人工智能迅猛发展的当下，开源模型正成为推动智能生态构建的关键力量。本文深入探讨了开源模型在人工智能领域的重要意义，分析了其加速构建智能生态的内在机制，包括降低生态构建成本、推动应用落地等方面，同时也指出了开源模型在商业模式上面临的挑战，并对未来开源模型在智能生态构建中的发展趋势进行了展望，旨在揭示开源模型对人工智能产业生态发展的深远影响。</p> </blockquote>  人工智能作为当今科技领域的核心驱动力，正以前所未有的速度改变着人类的生产生活方式。从智能语音助手到自动驾驶汽车，从医疗诊断到金融风险评估，人工智能的应用场景不断拓展，其影响力渗透到各个行业。在这一发展进程中，开源模型的出现为人工智能的普及和创新带来了新的机遇。开源模型以其开放、共享的特性，打破了技术壁垒，促进了全球范围内的技术交流与合作，加速了智能生态的构建。深入研究开源模型在人工智能领域的作用，对于把握人工智能产业的发展趋势，推动智能生态的健康发展具有重要意义。 ## 一、开源模型的概念与特点 ### 1.1 开源模型的定义 开源模型是指由研究机构或公司开发并公开发布的大规模预训练模型，其源代码、参数权重甚至是训练数据（或数据生成方法）都开放透明，任何人都可以访问、使用、修改和分发。这种开放的模式使得开源模型成为了一个共享的技术资源，为全球开发者提供了一个共同的创新平台。 ### 1.2 开源模型的特点 **1.2.1 开放性与共享性** 开源模型的核心特点是开放性和共享性。开发者可以自由地获取模型的源代码和相关资源，根据自己的需求进行修改和定制。这种开放共享的模式促进了技术的快速传播和创新，不同地区的开发者可以基于同一个开源模型进行二次开发，避免了重复劳动，提高了开发效率。 **1.2.2 低成本与高效率** 对于企业和开发者来说，使用开源模型可以大大降低开发成本。相比于从头开始开发一个大规模预训练模型，使用开源模型可以节省大量的时间和资源。同时，开源模型通常经过了大量的训练和优化，具有较高的性能和准确性，能够帮助开发者更快地实现人工智能应用。 **1.2.3 社区协作与生态共建** 开源模型往往伴随着一个活跃的开发者社区。在这个社区中，开发者们可以分享经验、交流技术、共同解决问题。这种社区协作的模式有助于形成良好的技术生态，促进开源模型的不断完善和发展。通过社区的力量，开源模型可以快速适应不同的应用场景和需求，提高其通用性和适应性。 ## 二、开源模型加速构建智能生态的内在机制 ### 2.1 降低生态构建成本 **2.1.1 软硬件适配成本降低** 开源模型为软硬件的适配提供了统一的标准和接口。由于开源模型的开放性和通用性，硬件厂商可以根据开源模型的特点进行针对性的优化，开发出更高效的硬件产品。同时，软件开发者也可以基于开源模型进行开发，无需担心与不同硬件的兼容性问题。例如，在人工智能芯片领域，开源模型的出现促使芯片厂商纷纷推出针对开源模型的优化方案，提高了芯片的计算效率和性能。 **2.1.2 应用推广成本降低** 开源模型具有良好的适配性和通用性，能够被广泛应用于不同的行业和领域。这使得应用推广的成本大大降低。企业和开发者可以基于开源模型快速开发出各种人工智能应用，无需从头开始进行模型训练和优化。同时，开源模型的社区也为应用的推广提供了支持，开发者可以在社区中分享自己的应用案例和经验，吸引更多的用户使用。 **2.1.3 产品宣传成本降低** 开源模型的知名度和影响力可以为其衍生产品带来天然的宣传优势。由于开源模型具有开放、共享的特点，其在全球范围内拥有大量的用户和开发者。当企业基于开源模型开发出新产品时，可以借助开源模型的知名度和社区影响力进行宣传，降低产品宣传成本。例如，一些基于开源模型开发的智能客服系统，在宣传时可以强调其基于知名开源模型的技术优势，吸引更多的客户。 ### 2.2 推动应用落地 **2.2.1 加速行业普及速度** 开源模型凭借其低成本、高性能、高开放度的技术优势，加速了人工智能在行业的普及速度。对于传统行业来说，引入人工智能技术往往面临着技术门槛高、成本大等问题。而开源模型的出现为这些行业提供了一个低成本的解决方案。企业可以利用开源模型快速开发出适合自身业务需求的人工智能应用，实现数字化转型。例如，在金融行业，开源模型可以用于风险评估、投资决策等方面，提高金融服务的效率和质量。 **2.2.2 拓展应用场景** 开源模型的通用性和灵活性使得其能够拓展出更多的应用场景。不同的行业和领域可以根据自身的需求对开源模型进行定制和优化，开发出具有针对性的应用。例如，在医疗领域，开源模型可以用于医学影像诊断、疾病预测等方面；在教育领域，开源模型可以用于个性化学习、智能辅导等方面。通过不断拓展应用场景，开源模型为人工智能的发展注入了新的活力。 **2.2.3 促进跨领域融合** 开源模型的发展促进了人工智能与其他领域的融合。例如，人工智能与物联网、大数据、云计算等领域的融合，可以创造出更多的创新应用。开源模型作为一个通用的技术平台，为不同领域的技术融合提供了可能。通过跨领域融合，可以实现数据的共享和交互，提高系统的智能化水平。例如，在智能家居领域，开源模型可以与物联网设备相结合，实现家居设备的智能化控制和管理。 ### 2.3 促进技术创新 **2.3.1 激发开发者创新活力** 开源模型的开放性和共享性激发了开发者的创新活力。开发者可以在开源模型的基础上进行自由的创新和探索，尝试不同的算法和技术。这种创新模式使得人工智能技术能够快速发展和迭代。例如，一些开发者基于开源模型提出了新的训练方法和优化算法，提高了模型的性能和效率。 **2.3.2 推动技术交流与合作** 开源模型的社区为技术交流与合作提供了一个良好的平台。开发者们可以在社区中分享自己的研究成果和经验，互相学习和借鉴。这种技术交流与合作有助于打破技术壁垒，促进技术的快速传播和应用。例如，在一些开源模型的技术论坛上，开发者们经常讨论模型的优化方法、应用场景等问题，共同推动开源模型的发展。 **2.3.3 加速技术突破** 开源模型的发展促进了技术的竞争与合作，加速了技术突破。不同的开发者和团队在开源模型的基础上进行竞争，争取在性能、效率等方面取得优势。同时，他们也会进行合作，共同解决技术难题。这种竞争与合作的模式有助于推动人工智能技术的不断创新和突破。例如，在开源模型的训练算法方面，不同的团队提出了不同的方法，通过竞争与合作，不断优化算法，提高了模型的训练效果。 ## 三、开源模型在智能生态构建中的挑战 ### 3.1 商业模式不清晰 **3.1.1 盈利困难** 开源模型的开放性和共享性使得其盈利面临一定的困难。与闭源模型通过收取API服务费用等方式盈利不同，开源模型通常免费提供给用户使用。这使得开源模型企业在短期内难以实现盈利，需要通过其他方式来实现商业变现。例如，一些开源模型企业通过提供增值服务、云服务等方式来盈利，但这些方式的盈利能力相对较弱。 **3.1.2 商业模式探索不足** 目前，开源模型的商业模式仍处于探索阶段。虽然一些企业已经尝试了一些盈利模式，但这些模式还不够成熟和完善。开源模型企业需要不断探索新的商业模式，找到适合自身发展的盈利途径。例如，一些企业尝试通过开源模型吸引用户，然后通过数据分析和挖掘等方式实现商业变现，但这种模式还需要进一步验证和完善。 ### 3.2 人才短缺 **3.2.1 专业技术人才不足** 开源模型的发展需要大量的专业技术人才，包括算法工程师、数据科学家、模型调优工程师等。然而，目前各行各业真正懂开源模型的人才并不多。高校和培训机构在开源模型人才培养方面的投入相对不足，导致市场上专业技术人才供不应求。 **3.2.2 复合型人才缺乏** 开源模型的应用涉及到多个领域的知识和技术，需要具备跨学科知识和技能的复合型人才。例如，在人工智能与医疗、金融等领域的应用中，需要既懂人工智能技术又懂医疗、金融知识的复合型人才。然而，目前这类复合型人才非常缺乏，制约了开源模型在跨领域应用中的发展。 ### 3.3 安全与隐私问题 **3.3.1 模型安全风险** 开源模型的开放性和共享性也带来了一定的安全风险。由于开源模型的源代码和参数权重公开透明，黑客可能会利用这些信息进行攻击和破坏。例如，黑客可能会对开源模型进行恶意篡改，导致模型的性能下降甚至失效。此外，开源模型的使用也可能会引发数据泄露等问题，给用户带来损失。 **3.3.2 隐私保护问题** 在使用开源模型的过程中，用户的隐私保护也是一个重要问题。开源模型需要大量的数据进行训练，这些数据可能包含用户的个人信息。如果这些数据得不到有效的保护，可能会导致用户的隐私泄露。例如，一些开源模型在训练过程中可能会收集用户的语音、图像等数据，如果这些数据被非法获取和利用，将对用户的隐私造成威胁。 ## 四、开源模型在智能生态构建中的发展趋势 ### 4.1 商业模式创新 **4.1.1 多元化盈利模式探索** 未来，开源模型企业将不断探索多元化的盈利模式。除了提供增值服务和云服务外，开源模型企业还可以通过与其他企业合作、开展定制化开发等方式实现盈利。例如，开源模型企业可以与硬件厂商合作，推出基于开源模型的定制化硬件产品，实现硬件和软件的协同发展。 **4.1.2 生态共建与共享收益** 开源模型的发展将更加注重生态共建和共享收益。开源模型企业将与开发者、用户等各方共同构建一个良好的生态系统，通过生态系统的发展实现共享收益。例如，开源模型企业可以通过建立开发者社区，鼓励开发者基于开源模型进行二次开发，开发出更多的应用和产品。当这些应用和产品取得成功时，开源模型企业可以与开发者共享收益。 ### 4.2 人才培养与引进 **4.2.1 高校与企业合作培养人才** 高校和企业将加强合作，共同培养开源模型相关专业人才。高校可以根据企业的需求调整课程设置，增加开源模型相关的课程和实践环节。企业可以为高校提供实习基地和项目支持，让学生在实践中掌握开源模型的技术和应用。 **4.2.2 引进海外高端人才** 为了弥补国内开源模型人才的不足，我国将加大引进海外高端人才的力度。通过提供优厚的待遇和良好的发展环境，吸引海外优秀的开源模型人才回国创业和工作。同时，鼓励国内企业与海外科研机构开展合作，引进先进的技术和理念。 ### 4.3 安全与隐私保护加强 **4.3.1 技术创新保障安全** 开源模型企业将加大在安全技术研发方面的投入，通过技术创新保障开源模型的安全。例如，开发更加安全的加密算法、建立模型安全监测机制等，防止黑客对开源模型进行攻击和破坏。 **4.3.2 完善法律法规保护隐私** 政府将完善相关的法律法规，加强对开源模型隐私保护的监管。明确开源模型企业在数据收集、使用和保护方面的责任和义务，保障用户的隐私权益。同时，加强对违法违规行为的打击力度，维护市场秩序。 ## 五、结论 开源模型作为人工智能领域的一股新兴力量，正以其开放、共享的特性加速构建智能生态。通过降低生态构建成本、推动应用落地和促进技术创新，开源模型为人工智能的发展带来了新的机遇和活力。然而，开源模型在发展过程中也面临着商业模式不清晰、人才短缺、安全与隐私问题等挑战。未来，开源模型将朝着商业模式创新、人才培养与引进、安全与隐私保护加强等方向发展。我们应该充分认识到开源模型在智能生态构建中的重要作用，积极推动开源模型的发展，为人工智能产业的繁荣做出更大的贡献。 在人工智能时代，开源模型的发展是一个不可阻挡的趋势。只有加强合作、共同创新，才能充分发挥开源模型的优势，构建一个更加完善、更加智能的生态系统。让我们携手共进，迎接开源模型带来的新机遇，共同开创人工智能的美好未来。 本文由 @运营怪咖 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。

 雷峰网独家获悉，位于上海张江的，号称微软全球最大的人工智能和物联网实验室（以下简称“微软-张江实验室”）据传已经关闭。 多位接近微软的业内人表示，该实验室最初由张江和微软共同出资建立，不久前合同临近到期时，微软方面表示不愿再投入资金，直至近期，有传言称双方合作已经终止，该实验室已经关闭。 雷峰网了解到，该实验室于2019 年 5 月，在上海张江的“网红岛”——张江人工智能岛上正式启用。彼时正值 AI 科技的热潮，张江集团携手一批国内外顶尖科技公司，成立了多个实验室，其中便包括微软-张江实验室。此外，该实验室也是微软在全球设立的 7 家实验室中的一家。 该实验室首批便有 30 多家企业和初创公司入驻，运营一年多就赋能了 90 多家企业，超过 400 个项目，场景涵盖了制造、零售、医疗、金融、城市建设等多个热点领域，在当时是标杆性的合作案例之一。 然而在近两年，该实验室逐渐式微，这背后存在着国际大环境不确定性增强、AI 落地应用场景有限，以及外企在华降本增效甚至逐步撤离等复杂的综合因素。更多内幕故事，可添加作者微信 **xf123a** 交流。 是否想加入最劲爆的雷峰“云厂情报群”？不定期分享大厂内幕、领导避坑、优质岗位等一手信息，本群限额100人，入群可添加作者微信 **xf123a**。雷峰网雷峰网

Replica（Chromecast™ Screen Mirroring）是一款 iOS 上的投屏工具，支持将 iPhone、iPad 投屏到各种电视上、安卓 TV、特斯拉车机，以及直接投屏到浏览器上

近日，国内最大AI图像创作平台LiblibAI 接入阿里通义系列大模型。其中，基于万相最新开源模型打造的文生视频、图生视频功能，可根据用户提示词或上传的图片生成10秒视频。根据最新数据，万相2.1（Wan2.1）在Hugging Face及魔搭社区的总下载量已超200万，在Github的Star数超8.7k。   此外，LiblibAI基于Qwen-turbo打造的提示词窗口，可通过预先设置好的系统提示（System Prompt）帮助用户优化提示词，同时还可将中文提示词翻译为模型可理解的英文提示词。据介绍，接入Qwen-turbo后，LiblibAI的提示词优化时间缩短超50%。   作为国内首家通过国家备案的AI平台，LiblibAI已累积超2000万创作者、超 10 万原创模型数，已为天猫校园、瑞幸咖啡、清华大学等多家企业和机构提供专业AI图像场景解决方案。基于“开源模型+模块化工具流”的平台模式，LiblibAI将专业级AI能力赋能大众创作场景，并构建起AI 内容创作、分享、版权、售卖的完整生态链。目前LiblibAI已在一年内连续完成四轮融资，创下国内AI应用赛道融资速度纪录。   

烘焙界又一超级“网红”，掀起一轮新战事。

鸿蒙生态，又完成了一次跃变。 3 月 20 日，在华为 Pura 先锋盛典及鸿蒙智行新品发布会上，伴随着一系列硬件新品的发布，华为公布了鸿蒙操作系统 5 的全新升级计划。其中，最引人注目的是华为推出了首款全面搭载鸿蒙 5 的手机华为 Pura X，代表着华为终端全面进入了鸿蒙时代。 不仅如此，发布会的最后，华为还抛出了一个重磅彩蛋： **「鸿蒙电脑」将于 5 月发布**。 自诞生的第一天起，鸿蒙一直被舆论视为是「困境中的替代方案」。现在，五年过去了，鸿蒙不仅已成长为 Android 和 iOS 之外的全球第三大移动操作系统，还愈发描绘出一幅更广阔的未来蓝图。 这 5 年，鸿蒙做对了什么？对于业界来说，鸿蒙的成功又有怎样的影响？   _**01**_ **所有厂商都尝试过的「独立系统」，** **为什么鸿蒙做成了？** 自从鸿蒙开始决定走向独立，有很多声音质疑过这件事「能否成功」，特别是在早期测试阶段。 这些质疑并非空穴来风。 回顾历史，在智能手机兴起的早期，有大量厂商尝试过做自己的操作系统。从诺基亚和英特尔推出的 MeeGo，到三星的 Bada，再到微软联手诺基亚的 Windows Phone，堪称一段众星云集的历史。 尤其是微软和诺基亚的联手，它们一个是功能机时代的硬件霸主，在手机市场拥有绝对领先的占有率，另一个则经营着世界上最成功的计算机操作系统 Windows。但即便是这样的强强联合，最后的结局也是迅速崩陷。 可以说，要做一个新的、独立的手机操作系统，是一个反复被证明「不可行」的事。在 Android 和 iOS 未站稳脚跟的早期不可行，在双方鼎立之势已形成十几年的现在，就更少有厂商动这个心思了。除了鸿蒙。 在 HarmonyNEXT 宣布走向完全独立的去年，它最重要的任务，就是建立一套新的生态。而这件事的进度，比所有人想象的都要更快：从去年至今，鸿蒙应用商店已经拥有超过两万个鸿蒙应用及元服务。不仅大部分主流应用已经完成适配，功能满足基本需求，其中部分应用还依托鸿蒙生长出了一些特性能力和体验优势。  当然，对一个刚走向「独立」一年多的操作系统来说，它不可能一夜之间就站到 Android 和 iOS 耕耘十数年的同等水平，但整个鸿蒙生态的建设者依然展现出了坚定的决心和充分的热情，决定把「独立系统」这件事走下去。此次新发布的华为 Pura X 全面搭载鸿蒙 5，就是最好的证明。 复盘鸿蒙走向独立的过程，成功的关键无外乎「天时地利人和」。 天时在于，今天移动互联网的开发资源已经从早期的极度稀缺，走向了相对饱和的时代，很多 App 开发都采用了「技术中台」的模式，开发适配鸿蒙的过程虽然有大量的工作要做，但相比移动互联网发展早期，效率已有了质的飞跃。 地利则在于，华为强大的品牌号召力和过去在市场层面的成功，让开发者、合作伙伴对华为有充足的信心，愿意投入资源进行适配开发。 最后的人和，也在于华为让鸿蒙走向独立自主的强大决心。即便这是一个过去反复被证明「做不成」的事情，华为也坚定地认为这是必须的前进方向。从去年 10 月 8 日鸿蒙 5 开启公测至今的 5 个多月时间里，鸿蒙已收获用户反馈的优化建议 400 多万条，完成系统更新迭代 30 多个版本，新增超过 150 项功能特性，以一个前所未有的速度推动着鸿蒙向前迭代。 华为 Pura X 的发布，也意味着鸿蒙 5 已经长成了一个真正的「独立系统」，与 iOS、Andoird 的「三足鼎立」之势已成。 _**02**_ **鸿蒙电脑，华为终端的「全面鸿蒙」时代** 过去几年，之所以很多人将鸿蒙视为一个「安卓替代方案」，一大原因在于华为上马鸿蒙的时代背景，另一方面也在于，智能手机系统之间的差异，已经越来越小了，做一个新系统听起来就像是「重复造轮子」。 而随着「鸿蒙电脑」即将发布的预告，华为终于向外界展露了鸿蒙操作系统更大的蓝图。**它的未来绝不只是一个「独立手机系统」这么简单，而是要驱动更多设备和场景**。 在发布会上，华为常务董事、终端 BG 董事长、智能汽车解决方案 BU 董事长余承东表示，鸿蒙电脑将带来全场景互联、更流畅、更智能、更安全、更精致的崭新体验。 不过，就像鸿蒙，以及华为大量的自研技术，诞生之初都是为了应对类似困境。看向未来，鸿蒙电脑依然有着更深刻长远的意义。 鸿蒙电脑的官宣，象征了华为终端正在进入一个「全面鸿蒙」的时代，从手机、平板、电脑、汽车，到一切的智能设备和可能被智能化的设备……这些设备被囊括在鸿蒙这个大框架下，将拥有更强更深的协同潜力，提供更便捷、更智能的体验。  从鸿蒙诞生的第一天起，「万物互联」这个词就一直和鸿蒙紧密捆绑。到现在，随着华为终端的「全面鸿蒙化」，它的终极目标之一依然在于互联协同。 从各种智能配件，到家电，再到汽车，互联已经成为了当下 Android 生态的一个明显短板，而苹果曾目指在 2024 年推出的 CarPlay 2.0 也因进度缓慢被迫推迟。 **目前在生态互联，尤其是家居和车机互联场景走得最远的，依然是以华为为代表的一众国产厂商**。实际上，不只是华为，很多国产厂商为了提供更好的生态互联体验，寻求自研方案。 如果说十几年前，智能手机风潮刚刚兴起时，还只是一个单纯的「智能系统」那么简单，现在，所有的智能终端都不再是孤岛，而是需要在紧密协同中，发挥出更大的效用。 随着华为终端的「全面鸿蒙化」，鸿蒙的未来也变得愈发广阔。 _**03**_ **鸿蒙的未来，是落脚在每一天的数字场景** 经过十几年的发展普及，今天的智能手机和电脑，早已不再是一个「高概念」的事情。实际上，任何智能家电、家居，以及智能汽车，都不再神秘。 这也是为什么，今天所有概念上的技术，最终都要落脚到日常的场景里。从手机的操作流畅、数据安全，到互联功能的丰富度、便利性……**消费者最关心的并不是概念，而是实际场景化的体验**。 就像汽车要用「油」还是「电」的路线之争，持续了数十年，很多人都觉得传统汽油车的理念已经深入人心，很难被撼动。但当这一轮新能源汽车开始交付好的使用体验时，用户倒戈的速度比想象中要快得多，市场以难以想象的速度完成了能源和智能化转型，迅速开启了高增长时代。 鸿蒙智行车型 2024 年销量突破 44.5 万辆的背后，正是「体验驱动」逻辑的胜利。它证明了用户高度认可「鸿蒙座舱+高阶智驾」的深度融合体验。 未来，不同智能系统之间的比拼，不会局限在系统本身，而是会越来越进入「场景」。在办公室、家庭、汽车上，厂商如何构建一个真正智能的体验闭环，将会成为最重要的点，也将决定消费者的选择。  鸿蒙 5 的落地是鸿蒙全局化的开始。它通过底层重构实现「一核多端」，将手机、电脑、汽车、智能家居的操作逻辑深度统一。 比如在办公场景下，鸿蒙 5 支持文件在手机、平板、电脑间的「原子化流转」，编辑中的 PPT 也可以自动适配不同屏幕尺寸；家庭场景中，新一代鸿蒙智家解决方案通过 AI 主动健康管理，能联动新风系统、加湿器等设备，动态优化室内空气质量。 这种「软硬协同」的进化，将重塑那些用户曾最熟悉的数字场景。当所有设备都说同一种鸿蒙「语言」时，场景智能将真正觉醒。 而这，才是鸿蒙系统最重要的意义。

先来做个测试：猜一猜，下面哪张家居商品图是 AI 生成的？  「不用猜，左图一眼 AI。」这张耗时 2-3 天、市场价 200 元的「精致废稿」，融合了多款工具的功力。然而，基本无法逃脱人类肉眼的第一眼直觉。 熟悉极客公园的朋友，估计都能猜到右图也不简单。这张看似「一眼真」图片由天猫的 AI 设计产品「家作」生成，耗时只需几分钟，成本不到 5 毛钱，而且审美还挺在线。这让我不禁感叹：AI 生图的技术代差真大，AI 生图的商用信息差更大…… 在这届 AWE 展会上，天猫首次为 AI 产品开辟独立展区，排队测试的海内外观众往来不绝。 乍一看，面向消费者的 AI 购物工具已经变成了热门打卡点。我也凑了凑热闹，选定喜欢的装修风格图片，靠「拍立搭」识图就能出商品搭配清单，还能将商品一键加入购物车。不仅如此，「放我家」还能帮我直接把商品装进我家里，还能在 3D 样板间里组合搭配看效果，电商种草似乎玩成了购物版「模拟人生」。 试完 C 端 AI 产品，我更好奇天猫在 B 端 AI 产品侧的能力进展了。我尤其好奇这款 AI 设计工具「家作」，想深度测评一下实际效果真有这么逼真吗？ _**01**_ **这款 AI 出图工具还挺爱「较真」的** 围观前排用户测试「家作」，我发现最低使用门槛降到了只剩三步：上传商品图片（一键智能抠图），选择场景风格（一键智能推荐），最后点击「开始生成」。 一分钟过后，四张风格流行的成图就诞生了。再审判一下细节：商品没有任何形变，边柜的光线投影符合物理规律，不同家具摆放的位置也合乎生活逻辑。  图注：极客公园使用「家作」生成的 AI 图片 这个流程的确称得上「有手就能操作」，成图也能轻松吊打中下水平的电商图了。尽管要让 AI 图片做到跟物理世界一样真实已经很难了，但在优质电商图的比拼里，仅有场景真实度是远远不够的。 作为专业测评观众，我决定给「家作」上点难度。我想量身定制一张商品大片，看看全盘控制下还能不能包揽细节真实度和氛围感。 趁还没排到我，我赶紧找出 DeepSeek 帮我「作弊」，让它生成了一段包含不同材质、光影层次、风格等多个考核维度的客厅描述。 DeepSeek 很快输出了一段 Prompt：「背景墙为暗红色仿砖墙纸，左侧放置胡桃木色实木边柜，黄铜台灯照射着柜面上的旧书堆。地面铺设红棕色调的波斯风地毯，搭配深棕色木质茶几，茶几上放置珐琅茶具和复古报纸。墙面悬挂一幅 19 世纪风景油画，屋顶吊灯的暖黄色光线投射在油画上。窗外透入傍晚的暮光，角落里点缀着一盆龟背竹。」 经过两轮抽卡，我从 8 张 AI 图片中选出了一张最满意的图。生成结果如图所示：  图注：极客公园使用「家作」生成的 AI 图片 黄铜台灯的金属光感，茶几的木质厚重感，地毯织物的柔软感，不同材质的感官对比清晰可见。最令人惊艳的是打光，吊灯的光线洒在油画上，向下流泄出光影渐变的层次。配合窗外的暮色，这些光影效果既符合真实世界的规律，又似乎能带来特有的情绪体验。 不过，为了保持专业测评的倔强，我必须要指出：复古报纸没有出现在茶几上，窗边绿植貌似是竹类植物，但不是龟背竹…… 接着，我尝试用「图片局部调整」功能，修改文字细节来做优化。但是，家作暂时还不能做到完全「指哪打哪」，修改后的图片依然是概率重组。这意味着，假如我执着于增加一张复古报纸，可能会改变当前满意的吊灯款式。 场景都能全部「伪造」，那模特呢？在家居类目，有模特和没模特的效果差别很大，不然电商老板怎么舍得花上千元时薪请模特。 既然要上难度，我必须试试凭空「造人」的「文生模特」。 场景图已经定在傍晚，我又输入了一段生成模特的 Prompt：「一位留着黑色长发的女性，穿着丝绸睡衣，半躺在沙发上，眼睛注视着手里的书。」为了增加图片的故事感，我还添了一只悠闲的小猫。 生成模特的难度显然要高于场景图，虽然不至于三头六臂，但人体比例不科学、手脚细节的概率的确更高。不过，好在家作推出了「手部修复」功能，专门解决难倒众多 AI 生图工具的画手问题。 最终，在四次抽卡生成的 16 张图片里，我选出了下面这张较为理想的图片：  图注：极客公园使用「家作」生成的 AI 图片 放大仔细一看，加入模特后，商品图中的物理规律竟然还能成立。比如，模特的左胳膊靠在沙发扶手上，质地柔软的沙发受到挤压，自然塌陷下去了。甚至，模特的影子投在沙发上，对应的这块沙发颜色也变暗了。 作为一个平时只会「一键修图」的 PS 绝缘用户，能凭空生成这样一张有氛围感的家居电商图，我已经成就感拉满了，不由得升起一种「这活儿我也能干」的外行自信。 这么逼真的商用效果，到底是怎么做到的？我找到家作的产品经理鱼乘聊了聊内幕。 鱼乘透露，家作由团队自研的行业 AI 大模型支撑，产品细节上非常遵守家装设计领域的物理规律。用户感知到的每一个真实细节，都基于阿里内部的海量数据训练和团队丰富的行业经验。  图注：家作提供的 AI 商品图，模特为 AI 生成 为了逼近真实，家作内部制定了 AI 家居美学的五维标准，从主商品形变、文本响应度、环境美观度、软硬装形变、光影等五个方面，划分了不同档次不断迭代效果。 以商品周围的环境形变为例，家作团队用一年多时间将变异率从 60% 降到了 16%，其中严重变异率从 37.5% 降到 9.4%。这意味着，剩下的大部分变异都是不起眼的轻微形变，有时候 AI 比人类还「较真」。 「我们选择了跟通用 AI 生图工具不同的商业化路线，力求在家居家装家电等垂直领域做到 90 分以上。」鱼乘表示。 _**02**_ **从 AI 工具到 AI 生态** **商家的利润公式正在被改写** 排队时，一位杭州商家告诉我，他们一年至少需要拍摄 240 张商品主图，每张成本 400 元左右，全年直接烧掉近 10 万元。对中小商家而言，这无疑是一笔足以蚕食利润的支出。 按照我前文实测的抽卡率计算，一张理想的商品图大概要从 8 张 AI 图中选出来。假设这 240 张图片都可以用 AI 替代，预估需要生成 2000 张 AI 图供挑选。而使用家作生产一张 AI 图的价格是 0.35 元/张，那么这位商家的成本可以骤降到 700 元，出图成本直接降了 93%。 「有的商家疯狂用，一个月就生成了 4000 张图。」家作产品经理鱼乘告诉我。他还透露，2024 年 1 月，使用家作的商家数是 2445 家，而到了双 11 前的上新高峰期，10 月中旬一周内的使用商家数就达到了 2 万家左右。 值得一提的是，天猫的电商生态优势让家作可以深入电商应用层。一般的 AI 作图工具只能生成素材，至于实际应用效果要靠人工判断。而家作则可以追踪 AI 商品图的点击率，从实际电商应用中获得反馈，并且通过强化学习进一步提升 AI 图片的引流效果。这意味着，家作未来可能会「越用越聪明」。 鱼乘介绍，有一位中腰部旗舰店商家使用了家作的托管模式，店内 12 个参与托管的商品中，有 10 个商品的 AI 图点击率高于原图。截止到 3 月 9 日，平均每个商品进店频次提升 1395.5 人次，进店成交提升了超过 195 万元。 在天猫的 AI 战略中，家作无疑是一款布局领先、发展迅速的 AI 产品，但天猫在 AI 电商领域的布局远不止于此。尤其在家装、家电、家居行业，天猫快人一步，率先在垂直领域做了精准的 AI 应用定位。 从现场布展就可以看出来，天猫商家可以用「万相营造」图生 AI 视频，还能用官方数字人 24 小时直播、「AI 小万」营销推广、人工智能客服「店小蜜」实时响应互动，以及使用「生意管家」多功能辅助数据分析、经营代理、素材生成等工作。 一整套产品组合看下来，天猫似乎试图想要为商家打造一支 AI 电商团队，完成从内容生产、营销推广到经营决策的全链路 AI 化重构。 在传统电商竞争中，总是逃不过人力比拼：设计师内卷修图速度和场景创意，主播争夺日不落的直播时长，运营绞尽脑汁寻找爆款，大促时期人人都得当客服。 而天猫的 AI 产品生态，正在将未来的电商竞争焦点，转向由技术驱动的应用创新。