东方时尚需要一场手术。

谁能将音频内容更深地融入自身生态，赢得全渠道、全场景的竞争，谁才有可能成为最终的赢家。

美团飞猪之后，这次轮到京东了。

就业行情越难，求职中介越火。

<blockquote> <p>这是属于中国创投的新纪元。当下的中国创投市场，既是周期筑底的转折点，也是结构性转型的深化期。在政策主导、国资与资本高度集中的新生态下，唯有顺应趋势、灵活调整，方能在不确定性中捕捉确定性机遇。</p> <p>6月11-12日，杭州良渚文化艺术中心，36氪WAVES新浪潮2025大会以「新纪元」为主题，汇聚创投领域顶级投资人、新锐企业创始人，以及深耕科技、创新、商业的科学家、创作者与学者，共同探讨AI技术革新、全球化浪潮与价值重估等前沿议题，拆解他们眼中的商业理想和未来世界，一起讨论、寻找、走向中国创投「新纪元」。</p> </blockquote> 6月11日上午，在投资人会场，**普华资本创始合伙人曹国熊、九合创投创始人王啸、祥峰投资管理合伙人夏志进、联想集团副总裁，联想创投首席投资官、高级合伙人宋春雨、东方嘉富创始合伙人陈万翔和元璟资本管理合伙人刘毅然等6位国内头部VC掌舵者齐聚一堂，围绕2025创投一线体感展开了一场精彩的圆桌对话。对话由「暗涌WAVES」主笔陈之琰主持。**  圆桌现场 **以下为对话实录，经36氪编辑——** 陈之琰：大家早上好，很高兴大家来参加暗涌WAVES“新纪元”大会，也很感谢大家来支持36氪的活动，前一场对谈当中，厉伟总为我们介绍整个中国所亲历的中国创投30年，我们在场最大的panel是我们当下在中国创投行业里面亲身在一线的投资人GP，对于当下2025年的中国创新行业的观察、体感，在开始我们这一场圆桌对谈之前，请各位给大家介绍一下自己，以及自己所在的机构，从毅然开始。 刘毅然：谢谢主持人，我是元璟资本的刘毅然，我们元璟资本成立于杭州的创投机构，我们大概在2015年成立到现在10年了，我们主要就是早期VC的投资，我们是双币基金，人民币、美元两个币种都在，过去我们已经有了4期的美元基金和4期人民币基金，我们的出身以互联网为主，现在大力投资智能和硬科技方面，很高兴跟大家交流。 陈万翔：大家好，我是东方嘉富陈万翔。东方嘉富是省属国有上市公司浙江东方旗下的市场化创投平台，自2016年成立以来，历经九年发展，目前管理规模超150亿元，累计投资企业达130余家，并在去年入围国家中小企业发展基金的管理人。作为一家源于杭州辐射全国的投资机构，东方嘉富聚焦先进制造与新材料、新一代信息技术、生命科学等领域，重点布局早中期项目，凭借专业的投资眼光与资源整合能力，持续挖掘高成长潜力企业，为产业升级与创新发展注入动能，谢谢大家。 宋春雨：大家好，我是联想创投宋春雨，很高兴来到杭州和大家结识，联想创投定位是联想集团的全球科技产业基金（CVC），我们充分融汇联想全球资源，以投资和孵化为手段，布局科技未来，例如现在的Agent时代及人工智能2.0时代涉及到的整个生态，包括具身智能、先进AI医药等赛道都是我们重点布局的方向。我们已经投资有280多家科技创新企业，聚焦在VC阶段，也会投资一部分成长期和中后期跑出来的优秀科技企业，非常高兴有机会和大家合作，谢谢。 夏志进：大家早上好，我是祥峰投资的夏志进，祥峰投资是从2008年进入中国做科技领域的早期投资，前十年我们管理的主要是美元基金，但最近这些年我们也是同时在管理美元和人民币的基金。我们的投资阶段基本偏早期，从天使阶段到AB轮的科技项目。跟杭州也很有缘分，我们在杭州也投了蛮多的科技企业，包括我们5年多前投资宇树科技，最近也变得非常火，也很高兴再次来到杭州，希望跟大家做更多的交流。谢谢！ 王啸：大家好，我是九合创投的创始人王啸，九合创投已经成立有14年了，是过去激荡30年当中的一半时间，我原来是百度的创始团队成员。这14年里我们大概投了三四百家公司，都是在早期阶段，刚才我还看到一张照片，跟徐小平老师、还有险峰的陈科屹等几个人的合影，这已经是十几年前的事了，现在徐老师已经退居幕后了，我还在一线继续看项目。 曹国熊：大家好，我是普华资本的曹国熊，我们大本营base在杭州，普华成立第21年了，现在已经大概投了600多家企业，投了300多亿，我们投资有4个大组：硬科技，大健康，还有新材料、新能源，还有一个是消费文化。谢谢大家！ 陈之琰：谢谢各位的介绍，从各位入行在这个行业里面打拼的时间来看，其实都能算是前辈，都已经在30年当中摸爬滚打近一半的时间。我想问一下，各位已经经历过这个行业里的很多个周期，上上下下的，也经历过很多个被媒体、被公众认为的最难的一年，最冷的一年，最难熬的一年。从今年正好是6月份行至一半，其实2025年是有一个很好的开始，不论是DeepSeek还是宇树科技，点燃了大家去重估中国科技，整个产业的或者说跟科技项目的重估价值的这样一个风潮。 我想问一下，从今年1月份到现在，大家对于今年做投资的体感感觉如何？有没有真的发现更多的创始人出现了？更好的项目出现了？还是说美好或者说回暖它也是一种表象，或者说是一种大家美好的希望。想问问看大家的体感，我们这次从曹总开始？ 曹国熊：大家说到今年最热门的赛道无疑就是AI和机器人相关。还有在二级市场的创新药板块，中国创新药对外授权交易今年创新高。生物医药板块由于中国创新药“出海”取得显著进展，以对外授权许可金额创新高，冷了几年的这个行业又开始暖起来。至于你提到创业者最近是不是多起来了，我还没有明显的感觉，总体来说尽管支持创业政策的暖风频吹，总体市场还是不容易的。 陈之琰：任重而道远的感觉，啸总。 王啸：去年9月份之后，我觉得整个市场是在发生一些反转的。我记得我们去年五六月份的时候内部开战略会，讨论信心的问题，我说必须投，保持节奏非常重要，就像跑步一样。所以还专门开了个战略会，核心主题就是怎么坚定信心，坚定不移的坚持投，继续往前走。 我觉得早期投资要跨周期，里面起起伏伏很正常，但是一定要有信心。去年特别是五六月份，我觉得整个市场的投资的信心不高，出手比较少，最乐观的早期机构里有的人都已经开始丧失信心了，这是很可怕的一件事情。 如果大家都不投了，我觉得整个市场就熄火了。但是科技的发展又需要长期持续的投入，而不是今年热今年就投，今年不热就不投了，支持项目的钱一会儿有，一会儿断，创业公司怎么发展？非常非常难，我感觉今年上半年之后又有新的热点出现，机器人和人工智能对整个市场有提振的作用，我希望慢慢泛化到更多的领域，而不是只在这一两个领域当中的一些项目。我觉得整个科技的发展是需要整体协同的，而不是仅仅在某一两个领域当中的一些部分。 夏志进：我觉得从今年年初到现在感觉气氛的改变，包括信心的改变还是比较明显，从去年下半年到现在，很多因素导致大家观念上有所改变，不仅仅是中国的投资人，在海外的投资者也是如此。首先从二级市场的情况来看，去年下半年到现在，港股市场应该是在全球所有主要的股票市场里面涨幅最大的。我们也看到很多中国的科技企业到香港上市，表现非常不错，不仅是科技企业，消费企业表现也非常不错，我觉得这是其中一个因素。但是我觉得也代表很多投资人，不管是一级市场的投资者还是二级市场的投资者对整个大的形势的一个判断。 再加上今年年初到现在，DeepSeek也好，宇树也好，一系列的一波又一波的创业企业跑到前台变成大家关注的焦点。总的来说感觉是非常正面的，明显感觉到很多投资者有担心错过的情绪，已经很久没有这样的感觉了。大家有一些项目担心说，是不是错过了AI的投资的机会，Agent是不是要投等等，大家明显有这样的一个错过的情绪，这个是很明显的改变。 其实不要只关注一两个热点的行业，除了A I、具身智能，我们其实有很多其他的领域值得我们去投资，科技领域总是有起起伏伏，投资也是一样的起起伏伏，最好的投资的时间点肯定不是投资在最高点，我觉得我们不妨多关注其他的领域，我们自己也是一样，我们会关注很多传统行业，包括材料领域，包括智能制造等等我们都没有放弃，在过去两年我们都没有放弃，我希望大家都能关注这些领域，有的表现很好，估值不高，我的感觉是这样的。 宋春雨：非常同意各位嘉宾的观点，尽管进入到2025年，整个国际形势依旧非常动荡，但我认为中国确实进入了新一轮的科技创新新周期。过去几年，很多VC投资方向集中在国产化替代，这一领域需要的资金量体量较大，本质上更偏向产业投资，实际上是一种共识性的投资。但是进入2025年，最让我印象深刻的是DeepSeek点燃了中国这一波全新创新模式的巨大机会，特别重要的是它点燃了市场的信心。我非常同意夏总说的，无论是创业者、投资人，还是市场用户的接纳度，都到达了一个非常高的水平。以具身智能为例，我们投资具身智能已经有10年时间。早期主要是科研院所和高校教授出来创业。以具身智能为例，我们已经连续投资了5年。早期主要是科研院所和高校教授出来创业，但到2025年，像它石科技的陈亦伦和李震宇，他们一个是大疆背景同时是前华为智驾技术一号位，一个是前百度智驾的一号位，以及像Momenta的智驾技术负责人等等，这些产业界的高手纷纷投身其中，将具身智能推向了新的创新高度。这些都代表了中国在世界的引领式的创新。 此外，今年影石科技登陆上交所科创板，市值达到700多亿。这个项目定位在消费科技，包括大家知道的港股消费三件套，这背后反映的是消费者愿意为最终的产品力买单。中国有如此大的市场场景，消费科技领域一定还有很多的创新机会，但是对创始人来说，需要有守得云开见日出的决心。像泡泡玛特，去年下半年开始火爆，但创始人王宁早在七八年前就开始布局，需要那么长的时间做转化。所以这个时代对创始人的要求也非常高，这也是给我感触最深的一点。 陈万翔：大家好，作为投资行业从业者，我想从三个维度分享近期观察与思考。 第一，从行业活跃度来看，今年呈现出显著的高负荷态势。以我们杭州的机构为例，自春节后，接待各地来访的日程几乎每日排满，高频次的出差、会议与高强度的工作，成为行业常态。 第二，对于专业投资机构而言，短期市场波动的影响有限。我们管理的基金以长期投资为导向，无论是货币政策调整引发的市场起伏，还是股票市场的短期涨跌，对8年期基金的影响均可忽略不计。因此在投资决策中，我们始终将短期变量的权重保持在较低水平。 第三，周期规律是投资中不可忽视的重要因素，情绪、技术、市场都存在周期性波动，遵循“否极泰来，物极必反”的规律。作为职业投资人，关键在于市场低谷期坚守策略，避免因短期困境离场；在顺周期阶段保持理性克制，不过度乐观。通过这样的周期应对策略，有望实现长期稳健的投资回报。 刘毅然：我简单分享一下我们的体感，我觉得我们今年上半年在一些项目上还是意外地看到一些小高潮，的确有些项目可以在出来的一个月之内连续拿比如七八个TS，有些项目我们见了一两面之后就必须得赶紧上会，因为再不上就来不及了。其实我刚才讲的这些项目里边，我们在座的很多机构都有参与，所以今天看到的确这个都是平时牛市才会看到的结果，所以并不是遍地都是这样，但是我们看到了牛市的一个小影子，所以肯定是有明显的复苏的。 陈之琰：可以感觉到各位嘉宾有一点冰火两重天的感觉，在一些赛道可能就真的是投资机构的投资经理都在躺平的这样一个状态。我们看到像AI、像具身智能这样的赛道里面，肯定明星公司一定是投资人扎堆进场的状态。我们讲到说现在中国的这样一个创投，它主要的主题还是围绕着大的科技这样一个范畴在进行，这其实也是VC所诞生的，这就开始我们希望它所承载的社会意义，你需要去推动一个地方，或者说再往大点说，你需要去推动全人类的科技进步，去推动创新，去相信创新这一件事情。 我们发现，在你遇到大的环境相对比较困难的状态下，相信长期的创新和科技这件事情还是挺难的。包括我们有退出的问题，募资的问题，各种各样的问题在这里。我想问问看各位，在科技投资了这么多年之后，有没有总结出科技投资的能够和大家分享的秘诀和方法，心态上的也可以，技术上的也可以，投科技到底怎么才投得好？有没有走进过什么误区？也可以跟我们分享一下。这个问题我们要不从夏总开始？ 夏志进：这个问题好像比较难，因为我们做科技投资也有15年以上了，我觉得做科技的投资刚才讲到有很多的热点起起伏伏，但是作为投资人从心态方面还是需要有更大的耐心，刚才提到最好的投资的时间点肯定不是在风口来的时候，一定是要提前做布局，尤其是在座很多都是投早期甚至是天使阶段的项目。我讲一点，做早期的投资我们还是希望在大的方向上面寻求确定性，但是在小的赛道或者是项目的选取上面寻求创新性。 所谓的大的确定性，比如说我们如果看好人工智能，这个人工智能的方向非常大，比如说半导体产业链这也是我们投资的大方向，如果在方向上面有确定性，我们可以十年如一日投资布局，不会受短期外部环境和各种环境的影响。即使过去两三年大家投半导体不是像以前那么积极，我们持续投资寻找新的机会，如果大的方向确定你在很多时候变得更有耐心，不会因为一时的波动影响投资的策略。小的方面我们寻求细分赛道和创始能力方面可能要有更大的灵活性，比如说在前一年确实学习投资国产替代的项目，到后期已经不仅是国产替代，可能在前沿领域有很多自主创新，甚至是全球领先的技术。所以我觉得小的方面不管是赛道选择还是投资策略可以有更灵活的调整，可以在大的方面我觉得寻求更大的确定性。 宋春雨：这是一个非常有意思的问题。我回想我们投资科技的历程，从2011年联想乐基金开始，那是联想集团第一个科技风险投资基金，2012年我们投资旷视科技，当时人工智能领域几乎无人问津。十多年过去了，，有一点特别重要，那就是要对对科技有非常坚定的信仰，因为这是一个长周期的积累、创新、商业化，最终在产业界取得相应地位的过程。 我们在2017年投资寒武纪，后面又连续投资了四轮，每一轮都非常坚定，我们也是唯一投了四轮的机构，直到企业成功IPO。如今，寒武纪已经推出了非常竞争力的产品，并且连续两个季度实现盈利。所以投资人确实需要有非常强的技术判别能力，同时有长期陪跑、长期支持的决心，更需要有非常强的科技信仰。 第二个是依然要忍受投资失败，并不是每一次投资都会成功，这是很正常的。对标全球来看，中国应该会越来越多地出现像DeepSeek这样优秀的企业。梁总团队虽然只有200多人，但其战斗力不亚于2000人的团队，甚至在某些层面超越了。 DeepSeek发布到现在，中国其他的大厂没有交出一个和R1同样级别的模型，这是事实。未来，200人打2000人的现象会越来越多，无论创业者还是科技风险投资，他们也是互动的、彼此成就的过程。 陈万翔：基于多年投资实践，我总结出三点核心洞察供参考。 第一，针对科研院所专家、海外归国人才及企业高管等群体的投资项目，除了考量技术实力之外，团队核心成员的企业家精神尤为关键，这些科研人才不仅有深厚的学术功底，在团队建设、资源协调和商业洞察力上同样表现卓越，这是项目成功的重要保障。 第二，我们认为早期投资更具战略价值，可以把握价值增长空间。以我们2017年参与航天驭星天使轮投资为例，该项目如今估值已达30多亿元，通过后续B轮、C轮减持，投资本金得以顺利回流，早期介入为投资机构赢得了充分的价值增长与策略调整空间。 第三，我们观察到，高估值的融资有时会反噬团队的产业和发展。我们投的很多企业，尽量建议他们“小步快跑”，避免盲目追求高估值，虽然短时间估值高了，账面浮盈很好，但下一轮没融到钱，这个事就悬在那里了。所以我们建议机构深度参与早中期企业的融资规划和公司治理，协助企业优化资本结构，保障可持续发展。 刘毅然：我们还是聚焦和专注，今天硬科技的环境方向非常大，而且可以很分散，有很多可以花时间去学的东西，也有很多可投的主题，但是我们自己要有个选择，哪些是基于我们的前世今生，我们是能学得明白的，哪些是今年投完，五年之后仍然会看的，这个里面有我们自己持续学习反思与前进。 基于我们的基金，如果这个产品没有一行代码，我们投不了。因为不太适应这样的产品，我们看到里面有数据、有智能，不管产品形态怎么样，后面它怎么发展，有很多触类旁通的东西，我们愿意选择，所以相应的表现在这个规模上跟覆盖领域上我们也比较克制。在这个前提下，我们希望能有专注的、长期的、核心跟踪的一些领域。 曹国熊：首先这些年不管市场处于高潮或者低谷，我们普华每年的出手都维持在一个相对稳定的规模区间。普华资本是15年从整个TMT团队中，独立分出硬科技投资团队，一晃到现在也已经十年时间。关于硬科技投资的体会 ：第一点，硬科技创业企业必须是有自己核心技术壁垒，并且具备强大的技术创新能力，能够持续对核心技术进行迭代与更新。浙江现在评树“科技型企业家”，非常强调企业的“科技味”。第二点，技术对应有较大的产业市场，创业不是做科研。唯有将核心技术与庞大的产业市场深度结合，方能真正释放硬科技创业的巨大潜力。目前成功的科技企业创始人大都是具有科学家精神的企业家，或者说具有企业家精神的科学家。未来创始人可能更多会是个团队，一个科学家、企业家的组合团队。在英国剑桥我们有一个孵化器，里面孵化企业的股权结构大都是各三分之一：CTO 科学家三分之一，CEO一般是原500强的企业的职业经理人三分之一，投资机构三分之一。 科技领域做投资，投资人要时不时跳出技术看行业。要超越单一技术判断点，要结合产业生态、竞争格局和需求变迁中去预判。不溺于技术深沼，不困于风口幻象。 首先我们肯定强调长期的陪伴，事实上，最后跑出来的优秀企业这些没有十年的时间不可能，都是十年以上，都是各种曲折。我们必须有信心、有耐心。另一方面技术迭代日新月异，有些创业项目的发展路径也可能因时势变迁而不再适用。在这样的关头，作为陪伴者或者坐“驾驶副座”的投资人要帮忙适时“踩刹车”，避免资源的无谓消耗，这其实也是对创业项目本身的一种保护。这种关键时刻的决策能力，很考验人，对行业理解一定要深。 王啸：越是经济动荡，越是市场变化比较快的时候，我倒觉得越是科技型的公司更有韧劲。本质上来讲技术推动是更底层的力量，所以它如果技术上确实很强的话，它就是能够有一些突破。包括DeepSeek给市场看法带来这么大的颠覆，本质上是技术底层的突破展示的一种能力，大家看到它可以颠覆很多市场的认知，让整个市场变得更好，信心更足，所以我觉得技术本身越动荡的时候，越是应该投具备技术突破能力的公司。 第二技术突破是长周期的事，技术路径不断分支，这次为什么大模型发展起来？就是因为transformer这条路径被打通了，以前走的是另外一条路径，所以技术路径的切换、跟踪、研究性学习也是很关键的，否则大的技术路径走错了，投多少钱都没有用，路径走对了，投一点钱就迅速起飞，所以我觉得投科技最难的地方其实在一个技术的路径选择上，和技术商业化结合这两个点上，一定要有前瞻性的看法。不能别人都觉得这好了，已经共识了，你再投就很贵了。而共识形成之前如何来做判断，我觉得需要长期地跟踪和学习。在过程当中，比如这个方向刚出来，可能先投一些公司，交上学费，慢慢跟着学。 有一个例子就是我们看VR、AR这个领域已经看了八九年了，七八年前我们也适当地投了一点。这个路径的学习相当于是一个延续的过程，从波导技术到现在的AI眼镜相关的技术一直在向前发展。现在我觉得慢慢地到这一两年AI眼镜是真的有可能发展起来了，但这个过程已经10年了，我自己在这个领域看的项目不下几十个，每年能看三五个，一直在看，虽然觉得这个事还没有起来。但是我觉得现在起来了，所以这个路径的跟踪是非常久的。 包括人工智能，我们差不多10年前投了Momenta这样的自动驾驶公司。第一波是图片识别加自动驾驶，第二波人工智能是大模型，所以我觉得整个路径的学习还是挺关键，所以早期投资需要一个长周期，投资人也需要一个长周期，所以为什么我们都在招聘年轻一点的投资人，这样他更能扛得住长周期。 陈之琰：谢谢几位嘉宾，其实讲了很多关于科技怎么投，科技怎么去创业，听下来有一些关键词还是分享给各位观众，一个是你首先得专业，要专注，得有很长的耐心在这个行业里面持续下来。 我们刚刚聊了很多创业者可能会更关心的问题就是投资人在投什么。接下来这个问题我相信是LP们很关心的就是到底怎么去做退出，特别是对于我们早期的创投机构来说，退出看似是一个很十年以后的、很遥远的这样一个东西。但是其实在现在这样一个大环境下，当退出做不好的时候，其实你也很难吸引到LP给你持续的注资，持续有弹药去投我们真正想投的好的科技，好的未来。所以这个问题非常关键，非常好奇各位早期机构现在是怎么做退出的，怎么在多元的退出方式里面找到最适合的那一个，这个问题还是从曹总先开始。 曹国熊：因为从基金的角度来讲肯定要平衡好长期战略和短期收益。市场瞬息万变，需要有战场感觉。退出途径多种多样，若能坚守至企业IPO，那无疑是皆大欢喜的圆满结局，但有时候中间过程适时退出，平衡下基金的DPI也是需要的。还有如今年优秀创新药BD海外权益转让顺利，有大额的现金分配回来更是惊喜。 现在不论股市行情如何波动，国内的北交所还是上交所、深交所，IPO都是没有停止，全年国内大概100家左右IPO是可以预期。去年“并购六条”和重大资产重组管理办法出台，政策面鼓励上市公司进行产业整合，支持上市公司向新质生产力方向转型升级。我们很重视，今年普华已经有好几家并购重组成功案例，如国联证券与民生证券的合并，富乐德并购等等。这些都是比较可喜。还有很多产业并购的机会，要用好政策，更要对产业格局的理解足够深。另一方面，香港资本市场现在特别活跃，我们这半年顺利上市了毛戈平、佑驾智能、找钢网等等，在路上了还有近十家，所以我们要好好把握这个时间窗口。 王啸：我们偏向早期，最主要的是要投到确实有价值的项目才有可能退出，所以第一个肯定还是投到有价值项目并占一定比例的股份。 第二个就是我们整个退出还是要以基金的节奏为核心的衡量点，不是只看单项目，好项目的退出更容易，要适当根据基金的节奏，把好项目一点一点做退出，而不是只看一次性的收益。 第三点要找产业的机会，刚才曹总提到的，这里面有很多可以主动沟通操作和影响的空间，比如说我们有一个公司被转转并购，中间我们做了大量的工作，因为投资机构的信息量比创始人要多，可以主动的做中间的撮合工作，包括两边的价格的撮合，需要投资机构有意识专门去做。特别是市场IPO变慢的情况下，可以主动的寻找大规模并购的机会，也期待大平台公司的收购更加活跃。 夏志进：我觉得退出方面从去年到今年还是有很多好的迹象，不管是IPO、并购还是其他的都比以前更活跃了。我觉得这个当然是一个很好的事情，但我想强调一点，前几年我刚好看了一个非常有名的投资人讲到并购的事情，他提到一点就是说绝大部分的投资人对于自己已经拥有的东西过分珍惜了，所以很多时候在一些适合的时间点并没有实现退出。我觉得现实一点讲投资人也是要赚钱的，所以退出时机的把握也要有现实的考量，而且只有人赚钱的时候才能形成正向的循环，正向的循环才能带来长期的、耐心的资本。所以我觉得这个是一个可持续发展的一条路。所以我觉得退出我们肯定是各显神通了，就是说有什么退出的路径都需要去尝试，而不只是靠一条路去走。 刚才提到我们投资这个领域不能只是关注一两个，我们最近正在搞一个可持续发展的竞赛，有一千万的奖金，所以有一些创业者如果想在这方面做努力，可以关注我们的公众号。 宋春雨：退出对风险投资来说是一个挺有意思的话题，因为投资周期很长，基金的存续期或者是陪跑过程当中会有很多变化。目前来看，绝大多数的退出是依靠IPO，所以我们非常认同大家的观点，要投到好项目，这是最重要的，因为最终实现大的回报还是IPO。 第二点，我们要把每一次退出都当成一次新投资来对待，无论是项目总监拍脑袋还是主管合伙人拍脑袋都不行，要非常认真地判断到底怎么退，而且需要做大量的研究工作。我们珍视每个投资的项目，因为每个投资项目自有一套逻辑，你退出的时候又是新的决策。 第三点，我想要分享的是不能只盯着自己的项目，刚才夏总的观点我特别同意，创始人也有自己的理想和愿景，因为他们是经过艰苦卓绝的努力才走到这一步，但作为投资者，你确实需要从第三方视角去看待问题，既要与创始人共鸣，又要超脱出来，冷静地判断这件事应该如何发展。比如昨天一个消息挺触动我的，喜马拉雅和腾讯音乐合并，这其实就是双赢，此外最近我们的被投企业海光和中科曙光的合并在A股达到了1000多亿的市值，这也是非常好的策略。 我们也在纠结，没有一个固定的模式，但我觉得可能到了一定阶段，确实考虑这家企业在整个行业中的价值点是什么，什么是它最好的价值最大化逻辑。这需要一些三方视角，不能完全从单一项目本身去看，要综合考虑。 陈万翔：基于多年在资本市场摸爬滚打的经验，从老股减持、并购，到IPO、破产清算等业务，我和团队都深度参与过。去年，我们东方嘉富又迈出了重要一步——成功募集两支定增基金，专注于上市公司的增发项目，发力成熟上市公司的战略投资。 我们一直希望探索早期风险投资（VC）与成熟上市公司投资之间的协同路径。通过基金搭建桥梁，推动上市公司与早期项目在联合投资、孵化投资、并购投资等领域产生 “化学反应”，实现资本与产业的高效融合。即便暂时没有达成实质性合作，我也期待能借此平台，让上市公司负责人与早期项目团队充分交流，在思维碰撞中挖掘潜在机遇，持续探索创新投资模式。 刘毅然：我简单补充一点，我们现在讲一个退出工作的仪式感，随着我们进入越来越多的基金和项目进入退出期，实际上我们现在花的时间、精力、比重以及机构化程度都是在迅速提高的。我们有专门的投资流程，也有专门的退出流程，有投委会和退委会。我们退出要投票，我们有投票要记录存档，退出的材料要求等等，在退出上我们要充分提高意识跟重视程度。 第二点我的感受就是美元基金跟人民币基金的退出不完全一样，其实人民币不光是IPO退出的项目，还有大量需要你挽救甚至提早结束的项目，其实这也有很多具体的工作，我们也在认真地做，这也是一个补充。 陈之琰：谢谢各位嘉宾，因为今天时间限制，还准备了很多问题，没有办法在这个时间框架内交流了，希望大家在这场圆桌结束之后可以联系到各位嘉宾去做更多的交流。以前我们做媒体的时候经常会说，投资人是预言家和魔术师，有点石成金的这样的能力。今天这张圆桌其实给大家呈现了在这个神奇的能力之后，其实有很多的耐心，有很多科学去判断思考的部分，希望能给到大家更多的启示。 这场圆桌就先到这里，谢谢各位嘉宾，也谢谢大家！

为更好满足旅客携宠出行的需求，**铁路部门自即日（6月20日）起扩大高铁宠物托运服务试点范围。**今年4月8日，中国铁路在京沪高铁5座车站、10趟列车试点高铁宠物托运服务以来，运行平稳有序，市场反响良好 **如今扩大范围后，共覆盖京沪、京广、京哈、沪昆等8条高铁的25座车站、38趟动车组列车。** 新增20座车站包括北京西、郑州东、武汉、长沙南、广州南、深圳北、沈阳北、大连北、哈尔滨西、西安北、成都东、青岛等。 **旅客可同车托运1只家庭驯养且健康状况良好、单只体重不超过15公斤、肩高不超过40厘米的猫、犬类宠物。**扩大试点范围后，高铁宠物托运服务继续执行“人宠同出发、同到达”规则，预约方式、受理流程、服务项点、价格标准等保持不变。 旅客可通过铁路12306客户端“宠物托运”功能查询对应车次，购买车票并线上预约同车托运宠物服务。 预约成功后，旅客在乘车前按约定时间携带宠物及购票使用的有效身份证件、《动物检疫合格证明》，前往出发高铁车站的中铁快运营业部办理托运手续。抵达目的地车站后，旅客根据短信或电话提示领取宠物。  [查看评论](https://m.cnbeta.com.tw/comment/1508000.htm)

**10年10000倍**！车端**自动驾驶芯片**的算力纪录，正在被这样的速度刷新。**2500TOPS**，全部**有效AI算力**，来自始终笃信“第一性原理”的**马斯克，和他的特斯拉**，最新车载芯片曝光。  与其说“下一代”，不如说“领先一代”，因为2500TOPS的芯片被曝已成功流片，最快明年上车。 车端算力水平业内主流还是254TOPS，500-700TOPS只有头部玩家才有实力部署，极个别玩家算力堆到了1000TOPS以上。 特斯拉硬件性能的算力增长速率，远超当下行业共识和普遍节奏规律。 甚至10年前的马斯克自己，也很难料到。 算力10年涨10000倍，特斯拉最新车载芯片曝光 **最新曝料**，特斯拉下一代自动驾驶车端芯片，**已经流片成功，进入批量生产的准备阶段**。 **3nm工艺**，主要还是台积电代工，韩国的三星作为产能后备。 最重要的是算力——**2000-2500TOPS**之间。  消息是**韩国每日经济新闻**最先曝出的，这是韩国影响力最大的经济报刊，1966年军政府时期成立（也是韩国各大财阀起家创业时期），政治立场保守偏右，而它背后的财阀支持，也有三星的影子。 所以可以认为这则曝料准确度很高，北美的媒体也广泛引用了这一消息。 2014年特斯拉首款车Model S，搭载了HW1.0硬件，底层采用了Mobileye的**EyeQ3芯片**，**算力0.256TOPS**。 2014年5月5月，一辆开启“Autopilot”的特斯拉与一辆大型拖车相撞，导致驾驶员死亡，这是自动驾驶历史上首例公开的死亡事故。随后，特斯拉迅速将核心算力从Mobileye更换为NVIDIA的“Drive PX2”，算力24TOPS。  并且同步招募了硅谷半导体大师吉姆·凯勒（Jim Keller）以及曾在英特尔和苹果工作过的皮特·班农（Pete Bannon），开始自研自动驾驶芯片。 2019年HW 3.0发布，底层全部换装特斯拉自研产品，14nm工艺，单片算力72TOPS，板卡算力144TOPS。搭载在特斯拉绝对销量担当的Model 3 和ModelY上。 2023年特斯拉发布了HW4，5nm工艺，单片算力推测在200-300TOPS，车载平台算力超过了500TOPS。也是从这一代硬件开始，特斯拉在北美完全抛弃了毫米波雷达及超声波雷达，走向更纯粹的视觉路线。  仅仅一年过后，新芯片算力已超2000TOPS，相比10年前的EyeQ3，已是10000倍的差距。 而马斯克不久前在财报会议上说，**AI5整个套件算力会是HW4.0的十倍**，由此推断真正上车时，AI5应该还是**双芯片冗余，单颗算力至少2000TOPS+，整车算力4000TOPS以上**。 这个水平远远超过目前L2+的主流算力配置。 国内玩家，比如大疆、比亚迪都已经验证，跑通一个端到端模型，其实并不需要泼天算力；甚至特斯拉自己，也在144TOPS的HW3.0方案上，OTA了最新的FSD版本。 技术客观，塑造了当下智能化竞赛各个玩家的“装备配置”的基本思路。 只求实现高速NOA和泊车功能的，采用德州仪器数十TOPS芯片，或100TOPS左右的高通8650、8620足矣，通常见于缓慢转型的合资车，或强调性价比的国产A级小车。  这种算力条件下，其实也能强上“车位到车位”功能，只不过体验要做好难度极大。 用户心理层面可用敢用的城市NOA能力，通常至少需要一块英伟达Orin，256TOPS算力。这也是目前绝大多数“智能普及”车型采用的方案，可以说是当下成本性能最平衡的。 再进一步要把“车位到车位”体验做的足够好，接管率足够低，就需要两块Orin的算力支持。 但多块芯片之间的通信、任务分配，并行计算等等难度很大，要想把VLA这样的数十亿、百亿及参数模型跑在车端，就必须要更大算力芯片——700TOPS+的英伟达Thor在中国市场率先落地量产，正是自动驾驶技术体系的体现。  但这也就是现在量产辅助智驾的最高“装备等级”了。 小千TOPS算力下，VLA到底该怎么部署、算力到底是不够还是有余、是不是能完全利用……各家都在探索，还没有人能给出准确答案。 特斯拉把算力军备竞赛一下拔高到数千TOPS，真的有必要吗？ 数千T，特斯拉怎么用？ 英伟达Thor 2022年首次亮相时，老黄给的算力数据就是2000TOPS，震撼了整个车圈。 2025年量产上车的版本，包括理想、极氪，实际却是750TOPS算力的版本。 有传言说是吴新宙从小鹏到了英伟达后，劝老黄其实车端没必要这么大算力，成本也受不了。  所以海外媒体、用户对标特斯拉AI5的英伟达产品，不是Thor，反而是最新的5080、5090。 比如5080大约等效1800TOPS，5090则是 3，400 TOPS。 但这样的类比其实并不合理，因为特斯拉自从HW3.0开始，算力描述指的就是完完全全服务AI模型的**有效算力**。 也就是支持大规模乘加运算，并针对Transformer架构、算子做了特殊优化的**NPU算力**。 这也是通用GPU源流的英伟达芯片和车企自研自动驾驶芯片的根本不同。  资深从业者曾向智能车参考透露，包括Orin和Thor，整个芯片设计思路还是从传统显卡出发，尤其是Thor又要兼顾一部分座舱功能，包括了很多不同用途的模块，自动驾驶模型真正调用的有效算力，是达不到宣传数字的。 这也是为何特斯拉、小鹏、蔚来，以及Momenta等等自动驾驶玩家都要自研芯片的原因。 AI5的2000TOPS+算力，代表着超大参数模型可以上车。 特斯拉目前云端超算建成约30EFLOPS算力，**在训练的云端基座模型据说参数已经超过500B，也就是5000亿参数**，和领先的大模型玩家已经没有任何区别。 而从目前大模型技术出发推断，能用在驾驶任务的多模态大模型，也只有VLA。  流行的端到端实际参数量大约都是几十亿，同时还是“黑盒”，难以证明模型是真的理解路况，还是条件反射式的模仿。所以理论上限高，但很实际效果难控制，只能通过调整训练数据的分布来“间接”影响模型能力，下限依然需要规则兜底。 马斯克赌的，其实就是超大模型的“智能涌现”，让AI司机真正产生对环境场景的的认知理解能力，由此解决corner case。 云端多模态大模型具备基础能力后，在通过强化学习手段规范安全可靠性，然后通过知识蒸馏方法得到可在车端部署的较小模型。 当然车端的“小”模型是相对而言，整体规模仍然高出传统端到端，所以需要超大算力芯片。 另外从安全出发，依赖云端能力和即时通信的系统，安全隐患很大，车端部署完整模型也是必须。  同样的路线，特斯拉再走，国内的小鹏蔚来理想华为等等都在走，它们在一同推动自动驾驶领域的一场新革命：**“算力即能力”**。 对传统量产辅助驾驶，从今年开始会迅速分化成入门性价比的阵营，和超大算力高阶阵营。前者可能更多见于合资车或自主性价比入门车型，主打“有就可以，基本能用”，OTA潜力有限。 后者则有希望突破L2限制，在安全性、易用性、接管率上实现质变，即各家都在说的“L3”。  而对L4阵营，自动驾驶新的技术思路和话语体系出现，并且上路近在眼前，如果AI司机智能涌现真的被验证，沉寂多年的“升维降维”之争，又要被热烈讨论了。 甚至特斯拉的AI5、小鹏的图灵、蔚来的神玑等等仅仅是个开始：10年前没人能想到车端算力有万倍提升，未来数年，谁又能断言数万TOPS的“超级AI汽车”不会成为现实呢？ 毕竟，大模型的上限还远未达到。 [查看评论](https://m.cnbeta.com.tw/comment/1507998.htm)

三星 Galaxy S25 FE 出现在SammyGuru与OnLeaks合作分享的 CAD 渲染图中。三星 Galaxy S25 FE 的设计与其前代产品Galaxy S24 FE相比变化不大。这款智能手机采用金属机身，配有扁平边框，正面采用打孔显示屏，背面配备垂直排列的三摄像头。  三星 Galaxy S25 FE 的右侧是音量键和电源键，底部是 USB-C 接口，两侧是 SIM 卡槽和扬声器格栅，格栅上可能还装有麦克风。顶部还有另一个麦克风。 三星 Galaxy S25 FE 的设计语言虽然与前代产品相同，但尺寸有所不同。据消息人士透露，S25 FE 的尺寸为 161.4 x 76.6 x 7.4 毫米，而 S24 FE 的尺寸为 162 x 77.3 x 8 毫米。  这使得 S25 FE 比 S24 FE 略短，但尽管如此，消息人士称 S25 FE 配备了 6.7 英寸显示屏，与 S24 FE 相同。这得益于更窄的边框。消息人士没有提及屏幕分辨率，但表示它是一款 Super AMOLED 面板，刷新率为 120Hz，峰值亮度为 2600 尼特。 S25 FE 也比 S24 FE 更薄，希望 0.6 毫米的差异不会导致电池容量的减少，因为三星一直对在其智能手机中使用硅碳电池感到不满。  三星尚未透露 Galaxy S25 FE 的消息。不过，有传言称，这款智能手机将搭载 Exynos 2400 或 Dimensity 9400 SoC，并配备 12GB RAM。它将提供 256GB 和 512GB 两种存储选项，并可预装基于 Android 16 的 One UI 8 系统。 三星 Galaxy S25 FE 的前置摄像头将使用 12MP 传感器，而后置三摄像头设置将包括 50MP 主摄像头（带 OIS）、8MP 远摄摄像头（3 倍光学）和 12MP 超广角单元。 [查看评论](https://m.cnbeta.com.tw/comment/1507996.htm)

“观众意见”真伪待考。

松绑，但不能松懈。

宝马被问界、理想们围剿。

<blockquote><p>在警务工作全面数字化的背景下，公安视图库已成为现代警务实战的关键支撑平台。它汇聚了海量的视频监控数据，为刑侦追踪、交通治理、治安防控等核心业务提供了强大的数据支持。然而，不同警种（如刑警、交警、治安警）面临着各自独特的任务目标和工作场景，对视图库的需求也存在显著差异。本文将深入探讨如何针对不同警种的业务特点，实现公安视图库的深度定制化应用，从而提升警务实战效能。</p> </blockquote>  在警务工作全面数字化的背景下，公安视图库已从单纯的视频存储系统，演进为支撑现代警务实战的关键平台。它汇聚了城市密集监控探头、人像卡口、车辆识别点产生的海量数据，为刑侦追踪、交通治理、治安防控等核心业务提供了强大的数据支撑。 然而，一个现实是：刑警、交警、治安警，他们面对不同的任务目标、工作场景和核心需求。期望一个“通用版”视图库满足所有警种的需求，既不现实，也限制了数据价值的深度释放。如何让视图库从通用平台，转变为深度契合各警种工作流程和核心需求的定制化工具？ 这不仅是技术问题，更是提升警务实战效能的关键。 本文将深入分析不同警种的业务特点，探讨视图库深度定制的策略与实践。 ## 一、理解警种的业务特点：需求差异的根源 要让技术真正服务于实战，首先要理解不同警种工作的核心逻辑和痛点。 ### 刑侦部门：线索整合与轨迹还原 **核心需求：** - 锁定目标人物/车辆，精确还原犯罪轨迹，形成无懈可击的证据链。 - 对数据的精准性、完整性和时空连续性要求近乎苛刻。 - 一个模糊的车牌、一段缺失的录像，都可能让线索中断。 **实战场景与技术挑战：** 想象一下，面对一起精心策划的跨区流窜盗窃案。嫌疑人刻意避开主要监控，频繁更换交通工具和衣着。 刑警的难题是：如何在跨越数天、覆盖多个街区、涉及上百个探头的庞杂视频流中，揪出那个“幽灵”？ 他们往往无法奢求一张清晰的正面照，而需要捕捉步态特征、习惯性小动作、衣着细节的渐变、随身物品的独特性。更重要的是，要将这些看似孤立的碎片，智能地串联起来，拼凑出“踩点-实施-逃离-销赃”的完整行为链条。 这对视图库提出了极高要求： - 强大的时空关联分析引擎，能跨越时间和空间自动关联线索； - 先进的视频智能增强技术（如超分辨率重建、去模糊、低照度增强、去抖动），能让那些原本“看不清”的昏暗、抖动、遮挡画面中的关键细节“浮出水面”。 一个能理解“跨时空关联”和“特征连续性”的系统，才是刑侦的刚需。 ### 交通警察：交通管理与执法 **核心需求：** - 实时掌握路况脉搏，快速查处交通违法，精准还原事故现场。 - 对数据的实时性、识别准确率和系统响应速度有着极致依赖。 - 几秒钟的延迟，可能就是拥堵的开始； - 一个车牌的误识别，可能导致执法偏差。 **实战场景与技术挑战：** 早晚高峰，城市主动脉车流如织。指挥中心大屏上，视图库必须实时汇聚并处理各路口卡口的车流数据。 当某关键路口突发追尾，瞬间引发连锁反应。 交警需要秒级调取事故点前后多角度的高清实时视频，清晰判断碰撞瞬间、责任划分；同时，需要视图库快速分析周边路网实时流量数据，驱动智能交通信号系统（如SCATS/SCOOT）进行远程配时优化，疏导分流。 查处一辆在全市流窜作案的“套牌车”？这要求视图库能无缝整合不同行政区、甚至不同建设标准的卡口数据，构建统一的车辆通行档案，实现跨区域车辆轨迹的秒级回溯和违法记录的自动关联。 任何数据孤岛、格式不兼容或识别引擎的误差，都会成为效率的绊脚石。高并发实时处理能力、精准的AI识别算法（车牌、车型、车身特征）、跨域数据融合机制是交警业务的基石。 ### 治安警察：态势感知与风险防控 **核心需求：** - 实时感知社会面整体态势，智能预警潜在风险，快速联动处置突发事件。 - 对数据的覆盖广度（重点区域）、智能分析预警的精准度、以及态势信息的直观可视化呈现要求极高。 - “看得全”、“看得懂”、“反应快”是关键。 **实战场景与技术挑战：** 一场数万人的大型演唱会即将散场。治安指挥中心通过视图库平台，实时监控着各出入口、通道、广场的动态。 系统需要基于智能算法，实时计算并可视化呈现人流量、人群密度热力图，并持续分析人群的流速、流向和行为模式（如正常行进、聚集、推挤、奔跑、摔倒、异常滞留、物品遗留）。 突然，系统在某狭窄出口区域检测到密度急剧升高、流速骤降、并出现局部推挤行为的特征模式，立即触发分级预警（如橙色）。指挥员需要瞬间调取该区域多角度高清实时画面和关联录像片段进行人工复核确认，并立即通过对讲系统指挥附近机动警力、现场安保人员介入疏导，甚至联动广播系统进行引导，将一场潜在的踩踏风险化解于萌芽。 日常工作中，对重点场所（车站、商圈、医院）的异常行为（如长时间徘徊、尾随、物品遗留）的智能识别与预警，是治安防控的“火眼金睛”。 挑战在于： - 人群行为复杂多变，如何定义“异常”？ - 算法模型如何适应不同场景（体育场出口 vs 开阔广场）？ - 如何在高密度环境下保证识别精度，减少误报（将打闹误判为斗殴）和漏报（隐蔽的扒窃预备）？ 这需要高度场景化的AI模型训练和持续优化。 ## 二、视图库应用的挑战：共性与个性问题 视图库价值巨大，但在实际落地中，各警种面临共同挑战和各自痛点。 ### 共性挑战：技术应用的基础瓶颈 **检索效率低：**数据量爆炸式增长，传统的基于时间轴拖动、简单关键字（如“红色上衣”）检索的方式效率极低。民警为了寻找嫌疑人关键的几秒钟画面，可能需要目不转睛地筛查数小时甚至数天的录像，极易疲劳且容易遗漏关键信息。缺乏高效、智能的跨摄像头、跨时空检索能力是普遍痛点。 **原始视频质量差：**老旧设备、复杂光照条件（强逆光、夜间）、恶劣天气（雨、雾、雪）等因素导致大量视频画质不佳。人脸模糊、车牌无法辨认，再先进的AI算法也无能为力。原始视频质量参差不齐，严重影响后续的智能分析和证据效力。 **数据共享难：**部门壁垒、地域限制、系统异构（不同厂商、不同时期建设）、数据标准不统一等问题依然顽固存在。交警跨市追车线索中断、刑侦跨省串并案调证流程繁琐耗时，根源在于数据无法顺畅“流动”。缺乏统一的数据接入、治理、共享标准和高效平台，导致综合效能大打折扣。 ### 个性痛点：警种业务的核心瓶颈 **刑侦：**系列案件、流窜作案的核心挑战在于如何将分散在不同时间、不同地点、甚至不同案件中的碎片化线索（模糊人像、可疑车辆片段、特定行为）进行智能关联。现有视图库的线索关联功能往往比较基础，主要依赖人工进行耗时费力的时空比对和特征匹配，效率低且容易遗漏关键连接点。缺乏强大的跨案件、跨时空线索自动挖掘和关联推理引擎。 **交警：**车辆的流动性天然要求视图数据的互联互通，但现实往往是“画地为牢”。异地违法车辆信息获取滞后（依赖人工协查）、跨区域事故现场还原困难（视角缺失）、对套牌车的精准打击效率低下（无法快速比对全域通行记录）。核心痛点在于缺乏高效、标准化、自动化的跨区域车辆视图数据共享交换机制和实战平台。 **治安：**人群行为的复杂性和场景的多样性，使得现有智能分析算法对异常行为的界定和识别精度面临巨大挑战。过高的误报率（False Positive）会导致“狼来了”效应，消耗宝贵的警力资源；而漏报（False Negative）则可能意味着错失处置良机，造成严重后果。如何让算法模型更深入地理解不同治安场景下“正常”与“异常”的细微差别？如何建立更科学、更场景化的多级预警阈值模型？这是治安应用亟需突破的瓶颈。 ## 三、深度定制策略：构建警种专属功能 解决上述问题，需面向警种核心业务流深度定制，优化数据治理、处理流程、智能算法和人机交互。 ### 数据为本：面向场景的治理与融合 **刑侦：构建“案件线索数据中心”** **数据抓取策略：**案件发生后，优先、自动抓取涉案时空范围（案发前后N小时，辐射周边X公里）内，尤其是关键节点（出入口、必经之路、易藏匿点）的高清视频源。建立涉案视频资源池。 **数据融合广度：**强力整合资源，不仅要公安自建的街面监控、治安卡口、电子警察，更要建立高效、安全的机制，按需接入关键社会面视频资源（小区出入口、商铺门口、停车场内部、单位内部公共区域），编织“天罗地网”。探索建立社会资源视频接入的质量评价和优选机制。 **数据预处理增强：**对纳入案件视图资源池的视频，自动进行预增强处理（如去抖动、低照度增强、去模糊），显著提升后续人工查看和智能分析的可用性。建立案件专属的视图数据集，方便后续的深度线索挖掘和关联分析。 **元数据强化：**对视频片段、抓拍图片进行更丰富的结构化标注（时间、地点、摄像头ID、初步识别出的对象类型/特征等），便于高效检索和关联。 **交警：构建“车辆全息档案库”** **全域数据整合：**整合覆盖所有道路的多源车辆通行数据，包括固定卡口、电子警察、移动警务终端（车载、手持）抓拍、甚至部分具备车辆识别能力的治安监控。 **数据结构化与索引：**数据在接入层或入库时即进行深度结构化处理：按精确时间戳、高精度地理位置（GPS坐标或路段桩号）、车牌号码（OCR结果及置信度）、车辆品牌型号/子款、车身颜色、显著特征（天窗、车贴、破损等）等维度进行精细存储。建立多级复合索引（时间+地点、车牌+时间、车型+颜色+时间等），确保毫秒级检索响应。 **实时性保障：**架构设计上优先保障实时数据的低延迟接入与处理流水线。采用消息队列（如Kafka）、流处理引擎（如Flink）等技术，确保通行数据能在秒级内入库并可供查询。 **跨域协同机制：**推动建立省/市级乃至区域级的车辆视图数据交换标准和共享平台。采用统一的数据格式（如GA/T 1400视图库标准）、安全的数据传输协议、标准化的接口（API），真正打通车辆数据的“任督二脉”，支撑跨区域轨迹回溯和违法协同查处。 **治安：构建“重点区域态势感知网”** **数据接入聚焦：**对人员高度密集场所（交通枢纽、商圈、景区、大型活动场地）、治安复杂区域、重点保卫目标的视频流，实施重点监控、高优先级保障带宽、冗余存储。 **场景化预处理：**数据接入时即结合治安业务需求进行实时或近实时预处理： - 利用背景建模、目标检测与跟踪算法实时计算人流量统计（进/出/滞留）。 - 基于人群分布实时生成高精度密度热力图。 - 在特定划定的关注区域（如安检口、狭窄通道、物品寄存处）进行行为模式基线建模（学习正常状态下的人群流速、分布），为异常检测打基础。 **数据标签化：**为视频数据打上丰富的场景语义标签（如“火车站西广场进站口”、“演唱会A区看台出口”、“医院急诊大厅”），便于后续进行针对性分析和快速场景化检索、规则应用。 ### 功能进阶：紧贴实战的智能赋能 **刑侦：线索挖掘与证据强化** **智能线索串并引擎：**开发基于图计算技术的核心功能。引擎能够： - 根据时空接近性（案发时间、地点重合或连续移动）、对象特征相似度（人：步态、体型、衣着；车：车型、颜色、特征物；物：背包、手提袋）、行为模式匹配（徘徊、窥探、快速接近/离开）等多维度特征。 - 自动发现、关联不同案件、不同监控点中可能属于同一目标或同一链条的线索片段。 - 智能推测线索间的可能关联性，并计算置信度。 - 将结果可视化呈现为动态的线索图谱（知识图谱）或时空轨迹图，清晰展示嫌疑人/车辆的“活动拼图”，辅助侦查员快速形成侦查假设。 **视频增强与特征强化工具包：**集成业界领先的CV算法，提供一站式视频处理能力： - **超分辨率重建：**提升低分辨率视频的清晰度（如从720P到1080P感观）。 - **视频去模糊：**有效改善运动模糊、离焦模糊。 - **低照度增强：**显著提升夜间或昏暗环境视频的可见度（如Retinex, Zero-DCE等算法）。 - **视频去抖动：**稳定因风力或安装不稳导致的画面抖动。 **局部特征标注与比对：**提供专门工具，允许侦查员在增强后的画面中，对人体局部（疤痕、纹身、胎记）、人脸局部（痣、眼镜特征）、车辆局部（独特挂饰、车贴、破损、改装）进行高亮放大标注，并支持跨视频的相似特征比对。 **交警：效率与精准执法** **车辆轨迹一键回溯：**输入车牌号（或模糊车牌+车型颜色等组合特征），系统基于强大的时空索引和GIS引擎，秒级生成该车在选定时间段内（如过去24小时、一周）在全市范围内（通过跨域平台可扩展至邻市、全省）的完整行驶轨迹动画。精确标注车辆经过每个关联卡口/监控点的时间、速度、方向。支持叠加实时路况图层（红黄绿）、历史交通流数据、信号灯状态，辅助理解行驶路径选择。 **违法事实智能快照：**结合车辆实时/历史轨迹数据与内置的违法地点规则库（如某路口禁止左转、某路段限速值、实线区域），利用视频智能分析： - 自动识别并截取违章行为（如闯红灯、压实线变道、不按导向车道行驶、违停等）发生的关键视频片段（5-10秒）和高清图片（至少3张，包含全景、车牌特写、违法瞬间）。 - 自动关联车辆基本信息、车主信息、历史违法记录。 - 自动生成包含时间、地点、违法类型、证据图片/视频链接的完整违法证据链包，大幅简化民警取证、录入流程，实现“所见即所罚”。 **治安：态势感知与风险预警** **人群态势智能感知与预警平台：**深度融合多种算法，构建全方位感知能力： - **高精度人流量统计：**基于深度学习的目标检测与跟踪（如YOLO, DeepSORT），实现出入口、区域边界精确计数。 - **实时密度热力图生成：**基于人群分布点，快速生成可视化热力图，直观显示拥挤区域。 - **群体行为模式识别：**训练专门模型识别聚集（Crowd Gathering）、四散（Crowd Dispersion）、推挤（Crowd Pushing）、奔跑（Crowd Running）、摔倒（Person Falling）、异常滞留（Loitering）、物品遗留（Abandoned Object）等关键态势。 - **多级预警阈值模型：**根据不同场景物理特性（如体育场出口狭窄度、广场开阔度、通道长度）和活动性质（日常 vs 大型活动），设置差异化的预警规则和阈值（如密度阈值、单位面积流速阈值、特定行为持续时间阈值）。引入置信度机制，减少因光影变化、特殊群体行为（如追星）导致的误报。预警信息与电子地图、关联实时视频画面联动弹窗推送。 **重点人员/物品布控联动：**与公安“大情报”系统、在逃人员库、走失人员库、布控对象库深度对接。在视图库接入的视频流中，利用人脸识别、人体Re-ID（再识别）、物品识别技术，实现对特定目标（如全国在逃人员、走失老人儿童、可疑包裹/车辆）的自动检测、跨摄像头持续跟踪、实时报警。报警信息推送至相关责任民警移动警务终端或指挥平台。 ### 交互提效：符合警种思维的操作界面 (UI/UX) **刑侦界面：以“案件/线索”为中心** **核心布局：**主界面采用“三视图联动”：时间轴（清晰标记案件关键时间节点和发展脉络） + 高精电子地图（空间分布，直观展示线索点位、轨迹） + 线索列表/图谱（结构化展示人、车、物、行为等线索实体及其关联关系）。 **关键功能：** - **协同标注工具：**支持多名侦查员在线同时对同一段视频进行圈画、注释、添加标签、建立线索关联（如“视频A中的人影X” 关联到 “案件B中的嫌疑人Y”）。标注信息实时同步共享。 - **智能筛选：**支持按多种特征（时间范围、地点范围、对象类型、颜色、行为标签）、组合条件快速过滤海量视频，精准定位目标片段。 - **线索关系图谱可视化：**动态展示线索间的关联网络，支持钻取查看详情。操作逻辑需紧密贴合侦查员“由点及面、关联发散、假设验证”的思维习惯，减少操作层级。 **交警界面：以“地图+车辆”为核心** **核心布局：**电子地图占据绝对主视觉。实时叠加丰富的交通信息图层：交通流量（用颜色编码表示畅通/缓行/拥堵）、实时拥堵指数、事故/事件点位（图标+详情）、违法高发区域热力图、路口信号灯实时状态（红/绿/黄）。 **关键功能：** **车辆查询入口：**输入车牌号，地图上动画展示其历史轨迹（可快进、慢放、暂停），或基于最新卡口数据预测其当前位置/可能路径。 **违法处理模块集成化：**将“车辆轨迹回溯”、“违法事实智能快照”生成的证据包、违法信息录入界面、简易处罚决定书生成等功能整合在一个流畅的流程中，实现“一站式”处理。界面设计追求信息高度聚合、关键指标一目了然（如当前拥堵指数、事故数）、核心操作（轨迹查询、违法录入）一键直达。 **治安界面：强调“态势监控与快速响应”** **核心布局：**多画面实时监控墙是基础，支持灵活分割（1/4/9/16等）、快速切换重点区域画面。在监控画面上或侧边栏叠加显示核心态势信息：实时热力图、关键区域人流量统计数值、实时预警信息弹窗（分级颜色提示）。 **关键功能：** - **快捷应急操作：**提供醒目的“一键调取预案”（显示预设的处置流程）、“一键通知附近警力”（通过警务通或对讲系统派发指令）、“一键回放关联录像”（快速查看预警触发前N分钟的画面）按钮。 - **大屏优化设计：**界面UI针对指挥中心大屏显示进行专门优化：字体够大、关键信息（预警级别、人流量、热力图）色彩对比强烈、按钮尺寸适中易于触控。核心目标是确保指挥员在紧急情况下能一眼看清态势、一步完成关键操作。 ## 四、 实战效果：定制化带来的效能跃升 技术方案的价值，最终要在真实的警务战场上检验。 ### 案例一：刑侦快速破获跨区飞车抢夺案 **案情：**某市连续发生跨区飞车抢夺案，嫌疑人反侦查意识极强，频繁更换摩托车、头盔和衣着，传统摸排陷入僵局。 **定制技术应用：**刑侦部门启用新部署的定制化视图库平台。 - 侦查员将前期掌握的几处模糊的嫌疑人侧影片段（不同时间、不同地点）和作案摩托车的局部特征（如独特的后货架绑扎方式、排气管形状）输入“智能线索串并引擎”。 - 引擎基于时空分析、人体Re-ID特征比对、车辆局部特征匹配，在数小时内自动关联了分散在三个行政区、跨越一周时间的数十个看似无关的监控点视频片段。 - 结果：系统自动生成了嫌疑人完整的闭环轨迹图，清晰显示其在不同区域更换摩托车的地点、藏匿窝点所在的城中村楼栋、以及销赃的二手手机市场摊位。轨迹图在电子地图上动态呈现。 - 关键突破：利用“视频增强工具包”中的超分辨率重建和去模糊算法，对一段极其模糊的夜间城中村入口视频进行处理，成功提取到嫌疑人摘下头盔瞬间相对清晰的面部特征，为身份锁定提供了关键支撑。 **成效：**专案组依据系统输出的精准线索图谱和增强后的图像，迅速锁定嫌疑人身份和藏匿点，在案发后72小时内成功实施抓捕，打掉一个流窜作案团伙。线索关联和关键特征提取的效率提升是破案的核心加速器。 ### 案例二：交警高效处理交通违法举报 **痛点：**某市交警以往处理群众举报的交通违法（如“不按导向车道行驶”），民警需手动查找举报地点附近的监控点，反复回放录像寻找目标车辆和违法瞬间，平均耗时30分钟以上。 **定制技术应用：**支队在定制化视图库中重点部署了“车辆轨迹一键回溯”和“违法事实智能快照”功能。 - 民警收到举报后，只需输入被举报车辆车牌号。 - 系统基于跨卡口数据，秒级生成该车在举报时段内行驶路线的动画轨迹，并自动定位到违法发生的精确路口和时刻。 - 智能快照功能随即自动截取包含清晰车牌和完整违法行为的3张不同角度图片及一段5秒关键视频（清晰显示车辆在实线区域变道）。 - 系统自动打包生成包含上述证据、时间、地点、违法类型的完整证据链。 **成效：**民警只需对系统自动生成的证据包进行快速审核确认，即可完成违法录入。整个流程从过去的平均30分钟以上缩短至5分钟以内。警力处理效率成倍提升，群众举报反馈更及时，执法规范性也得到加强。自动化证据链生成是效率跃升的关键。 ### 案例三：治安有效防范大型活动踩踏风险 **场景：**一场超大型户外音乐节，数万观众即将散场。 **定制技术应用：**安保指挥部全程依托治安定制视图库的“人群态势智能感知平台”。 - 大屏上，各区域实时更新的热力图和人流量统计一目了然。 - 演出结束前15分钟，系统基于安装在某狭窄出口区域的摄像头数据，检测到该区域瞬时人流密度急剧攀升（超过预设的橙色阈值）且人群平均流速骤降，同时算法识别出局部区域出现明显的推挤行为模式。系统立即触发橙色预警弹窗。 - 预警信息精准定位到具体出口（如“北区2号出口”），并自动关联推送该区域的多个高清实时监控画面。 **成效：**指挥员瞬间调取画面确认情况（画面显示人群在出口处形成明显阻滞和推挤），立即启动预设疏导预案：通过现场广播引导部分人群向备用出口分流；指令临时增开备用出口闸机；通过对讲系统调动附近机动警力和安保人员迅速加强该出口的疏导力量。从系统预警发出到疏导措施基本到位，仅用时3分钟。有效缓解了出口压力，避免了可能的拥挤踩踏风险，保障了数万观众安全、有序离场。场景化的多维度实时感知和分级预警机制是成功的关键。 ## 五、总结与未来方向：迈向智能化与融合 公安视图库的差异化应用与深度定制，是以警种核心业务痛点为导向，以数据智能为驱动，以实战效能为目标的系统工程。实践证明，成功的定制能显著缩短破案周期、提升执法效率、增强安全防控能力。展望未来，视图库的智能化、个性化之路将向更纵深发展： **1）AI驱动更深洞察：** - **预测性警务：**结合计算机视觉（CV）、机器学习（ML）、图神经网络（GNN）以及历史案件、社情、时空数据，视图库将从“事后追溯”走向“事前预测”。例如：预测特定区域、时段的犯罪热点；评估交通拥堵的演化趋势和影响范围；识别更复杂、更隐蔽的异常行为模式（如扒窃团伙的协作信号、特定场所的可疑踩点行为）。 - **认知智能升级：**AI模型将不仅“看到”画面，更能结合上下文“理解”场景语义（如识别“争吵”与“嬉闹”、“正常维修”与“破坏公物”的细微差别），提升预警精准度和行为理解深度。 **2）多源数据融合应用：** - **“视图+”融合生态：**视图库将与接处警系统、大情报平台、PGIS（警用地理信息系统）、移动警务应用（如警务通APP）、甚至物联感知网（如WIFI探针、智能感知桩、无人机视频）进行**深度互联互通**。打破“数据烟囱”，构建以视图为时空基准，融合人、车、物、电、网等多维信息的统一作战视图。 - **赋能一线移动端：**将视图库的关键能力（如人脸/车牌/车辆比对、重点区域实时视频预览、关联信息查询）安全、高效地下沉至民警的移动警务终端，赋能现场核查、快速处置。 **3）云边端协同进化：** - **云计算：**提供海量存储、大规模离线分析（如历史案件串并、规律挖掘）、复杂模型训练的强大算力。 - **边缘计算：**在靠近数据源头的卡口、重点区域部署边缘计算节点，实现前端实时智能分析（如卡口即时车牌识别、人脸抓拍比对、局部区域人群密度计算），大幅降低传输延迟和带宽压力，提升响应速度。 - **端侧应用：**移动警务终端作为应用触点。“云-边-端”的协同架构将显著提升视图应用的实时性、覆盖面和智能化水平。 **4）持续迭代的定制化：** - **敏捷响应机制：**建立高效的警种业务专家与技术人员常态化沟通反馈机制（如定期工作坊、快速原型验证），及时收集一线反馈，响应新需求、新挑战。 - **DevOps与持续交付：**采用敏捷开发和持续集成/持续部署（CI/CD）模式，确保定制化功能能快速迭代、测试和上线。 公安视图库的建设与应用已进入精细化阶段。它是现代警务战斗力的重要组成部分。唯有深刻理解刑侦、交警、治安等不同警种独特的业务逻辑和工作环境，通过数据治理、智能算法、功能和人机交互的深度定制，才能充分发挥数据价值，打造契合实战需求的警种专用工具。这体现了“科技兴警”、“数据赋能”的理念，为维护社会稳定、保障人民安全提供更强大、精准、高效的支撑，推动智慧警务发展。定制化是释放视图数据核心战斗力的关键路径，也是警务现代化的必然方向。 本文由 @阿堂聊产品 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

2025年6月20日，截止收盘，沪指跌0.07%，报收3359.9点；深成指跌0.47%，报收10005.03点；创业板指跌0.84%，报收2009.89点，两市成交额较上一交易日减少1829.0亿元，合计成交10677.38亿元。

 网易旗下临安24工作室开发的单机动作冒险游戏《归唐》的宣传PV今日正式公布，官方也再次重申，本作是一款纯粹的买断制单机游戏，会登录PC以及主机，并非手游。  官方表示：“我们注意到归唐预告片发布后一些玩家对雷火开发单机游戏的纯粹性怀有质疑。我们理解大家对于网游大厂雷火的不信任，但是雷火成立已经18年了，我们也一直在改变。我们希望用归唐来修复大家对我们的信任裂痕。说了是单机，就不可能是手机游戏。这话大家可以截图留证。” 

 想象一下这样的场景：你下班回家前，只需在手机上说一句“准备回家模式”。瞬间，家里的灯光自动调至温馨暖色，空调调节到舒适温度，音箱播放你喜欢的音乐，甚至咖啡机开始研磨豆子——这背后，很可能就是多个AI Agent在默契配合的结果。 ## 什么是Agent？比你想象的更广泛！ 在AI的世界里，“Agent”（智能体）这个词涵盖的范围非常广。**它小到一个能按固定规则帮你查询天气的小程序，大到一个能完全自主理解复杂需求、分解任务、并调用各种工具执行决策的“数字员工”**。简单说，**任何能在特定环境下感知、决策并行动以达成目标的智能单元，都可以称为一个Agent。** ## 单打独斗的局限 vs 团队协作的威力 当前，受限于大模型的能力，很多单一Agent只能完成相对固定、简单的任务（比如回答一个定义、写一封格式邮件）。这就像公司里只有一个人，他再能干，也不可能包揽所有工作。 **而“多Agent协作”的引入，则像组建了一支超级AI团队，彻底拓展了AI的应用边界！** - **各司其职，专家化：**每个Agent专注于自己最擅长的领域。比如，一个Agent专门负责分析数据，一个Agent精通文案创作，一个Agent擅长调用特定API接口。 - **智能调度，高效协同：**会有一个“顶层Agent”扮演着“智能主管”的角色。它理解用户的整体需求，像项目经理一样，根据任务的复杂性和各Agent的“专长”，**智能地分解任务、分配工作、协调进度**。 - **解耦与进化：**这种模式就像把一个大项目拆分成多个独立模块（解耦）。每个Agent模块可以独立开发、维护和升级自己的“技能包”，互不干扰。整个系统因此变得**更灵活、更健壮、更容易扩展**。 ## 浅显案例：AI团队如何完成一个营销报告？ 假设你需要一份结合市场数据和竞品分析的营销报告。 **1）顶层Agent (主管)：** 收到你的指令：“生成一份关于XX产品的Q3市场分析报告”。 **2）任务分解与指派：** - 指派**数据Agent**：“去爬取Q3行业销售数据、社交媒体提及量”。 - 指派**竞品Agent**：“分析A、B、C竞品同期的推广活动和用户反馈”。 - 指派**分析Agent**：“整合以上数据，提炼关键趋势和我们的优劣势”。 - 指派**报告Agent**：“根据分析结果，撰写结构清晰、图文并茂的报告”。 **3）协作执行：** - 数据Agent把爬到的数据传给分析Agent。 - 竞品Agent把分析结果也传给分析Agent。 - 分析Agent提炼出核心观点，交给报告Agent。 报告Agent最终生成一份完整的报告给顶层Agent，呈现给你。 **4）反馈与优化：**如果你说“竞品部分不够深入”，顶层Agent可能直接让竞品Agent再深挖一次，其他环节不受影响。 ## 多Agent协作：AI发展的必然趋势 为什么说多Agent协作是未来几年的主流方向？ - **AI能力的“显化”桥梁：**大模型本身更像一个“聪明的大脑”，而**Agent是将其智慧转化为具体行动和价值的关键载体**。多Agent协作则是让这个“大脑”能同时指挥多个“手脚”，完成更复杂的“肢体动作”。 - **突破当前大模型瓶颈：**在大模型能力（如复杂推理、超长上下文、精准执行）取得革命性突破之前，**将复杂任务分解、由多个专注的Agent协同完成，是最务实且高效的解决方案**。这是充分利用现有技术潜力的最佳途径。 - **连接现实世界的枢纽：**单个Agent能力有限，**多Agent系统能更好地将大模型的“思考”能力与各种外部工具、数据库、API甚至物理设备（如智能家居、机器人）连接起来**，让AI真正融入并改变我们的工作和生活流程。它是构建更复杂AI应用（如高度自动化企业、智能城市）的基石。 - **新工作范式的雏形：**未来的工作场景很可能不再是“人+一个全能AI”，而是“人 + 一群专业AI Agent组成的虚拟团队”。人负责设定目标、提供关键判断和价值观，而执行层面的规划、协调、操作则由高效协作的Agent团队完成。 ## 结语：协作是智能的放大器 从单个执行简单指令的“工具”，到能自主协作解决复杂问题的“团队”，Agent的形态正在快速进化。多Agent协作不仅放大了AI的能力边界，更预示着一个全新的智能协作时代的到来——**在这个时代，AI的价值不再局限于单点的智能，而在于如何像“复仇者联盟”一样，让不同的“超级英雄”（Agent）各展所长、默契配合，共同解决人类面临的复杂挑战。** 作者：Evelyn 公众号：产品的魔法棒 本文由 @Evelyn 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

WAVES新浪潮2025邀你一起走向中国创投的「新纪元」。 <blockquote> <p>这是属于中国创投的新纪元。当下的中国创投市场，既是周期筑底的转折点，也是结构性转型的深化期。在政策主导、国资与资本高度集中的新生态下，唯有顺应趋势、灵活调整，方能在不确定性中捕捉确定性机遇。</p> <p>6月11-12日，杭州良渚文化艺术中心，36氪WAVES新浪潮2025大会以「新纪元」为主题，汇聚创投领域顶级投资人、新锐企业创始人，以及深耕科技、创新、商业的科学家、创作者与学者，共同探讨AI技术革新、全球化浪潮与价值重估等前沿议题，拆解他们眼中的商业理想和未来世界，一起讨论、寻找、走向中国创投「新纪元」。</p> </blockquote>  · 6月12日上午，在创业者会场上红杉中国投资人公元，进行了一场独立演讲，主题为「如何在AI下半场，定义“好问题”？」。以下为演讲全文： 大家好！我是红杉中国的公元。很高兴受到36氪、暗涌waves的邀请，今天能和大家做一场分享。今天我想和大家讲的主题，和我们最近刚刚推出的xbench相关。xbench是首个由投资机构推出的面向大模型和AI Agent的基准测试。我们为什么要推出这个基准测试，今天想和大家一起分享一下背后的故事。  · 这两张图，左边是红杉之前在内部使用的benchmark，更新了两个版本，以及从推出到被大模型打爆100分的速度；第二张是我们引用了前一段时间一篇比较知名博客上的一张图，是市场上所有主流的benchmark从推出到大模型被拉爆到100分所使用的时间。可以看到，这个趋势是非常一致的，都阐明了AI上半场的一个问题——当强化学习被证明有效的时候，每当出现一个新的数据集和一个测试标准，大模型就一定会被训练到SOTA，市场上就会很快出现另外一个基准测试，大模型又会SOTA，这就会进入一个无限循环，这就是我们在上半场看到的一个挑战。 这就引出了我们不得不问的问题，当这些大模型都考100分的时候，到底是模型变聪明了，还是卷子出了问题？所以当我们在第三次给模型出卷子的过程中，不得不停下来问这个问题。  · 回顾一下在过去两年多的时间里，我们的三次迭代分别做了什么事情。 第一次是在ChatGPT刚刚出来不久，我们当时认为大模型可能是一个非常重要的投资机会，也是十年一遇甚至更长时间一遇的大浪潮。所以我们要在内部建立一个新的标准以及内部的工具，能够让我们实时去观测模型的发展，以及更好地对市场上当时的AI大模型项目进行投资判断，所以我们就做了这么一套“试卷”，一个benchmark。我们第一次更新的benchmark，里面的题非常简单，都是一些简单的逻辑题和数学题，有代表性的比如说“香蕉的平方根是什么”，都是非常简单的逻辑题。 很快的，我们第一期的benchmark就被拉到100分，之后我们就进行了第二次更新。我记得那时候应该是OpenAI o1推出不久以后，我们将这些题升级到了更难的难度系数。大家可以看到，这些题普通人很难在第一时间很快做出来。但第二次更新被拉爆的速度更快，第一次可能我们用了小一年的时间，第二次可能是六个月的时间，大模型就能答到100分了。 **到了今年3月份进行第三次更新的时候，我们就开始问自己，我们在“AI的下半场”里应该怎么提出好问题？** 显然，我们陷入了一个和很多研究者非常相似的惯性思维，我们在题越来越难、模型越来越聪明的惯性下，一直在往前走。但是这个惯性真的对吗？这是我们第三次更新时思考的最重要的问题：**模型越来越聪明和能做越来越难的题，真的是作为投资者和创业者想要的吗？越来越聪明的投资模型具备投资价值吗？这中间的关系是什么？我们开始不断去问自己这样的问题。** 投资需要投有经济效用的产品和技术，也就是说，大模型和AI产品需要成为真正能够产生商业价值的公司。**但是模型越来越聪明这件事情和它有经济效用之间是否呈正比关系，或者说是否有完全关联的关系？**举个简单的例子：程序员写程序很有经济效用，对模型来讲是比较简单的问题，但是让大模型去工地搬砖，这是做不到的，所以这两者之间没有完全的对应关系。 因此，第三次升级的方向就引出来我们觉得最重要的两件事情：第一，我们需要打破思维惯性，真正停下来去思考究竟“更难的问题”和“经济效用”之间到底是什么关系，我们能不能建立一套标准，能够在我们的投资过程当中，一边评估它越来越聪明，一边评估它越来越有用，这两件事情可能是同等重要的；第二，大家看到刚才我们面临的挑战，是我们的题不断被刷爆，大家就出更难的题，但是两套题之间怎么互相比较？这就像博士卷子考20分和小学卷子考100分，如何把这两个成绩在同一个人身上去做一个横向对比，真正看到他的能力提升，这是我们的第二个问题。换言之，就是怎么建立一个长期的评估机制。 针对第一个问题，我展开分享一下我们背后的思考和逻辑。拿AI模型其中的一个子能力，就是search举例。如果AI在学校里上课会做越来越难的题，越来越难的题会体现什么地方？这就是我们的AGI track，它会先做一个简单的search题，然后一个deepsearch题，再是一个deeper search，这很像我们在学校里去学习的过程。  · 但是当它到了社会上要去打工的时候，当AI从当好学生变成当好员工的时候，search的能力就变了，或者说社会对它的评估体系就变了。当我们去招聘一个员工的时候，什么时候会用到search，在什么岗位上会用到search？ 在很多地方都需要。比如说在猎头岗位上，他需要去找简历，这是一个很典型的search。对于一个市场运营部，它要去找KOL，要和他联系和发广告，这是一个search。其实在很多职业岗位上都有search这个职能，但search职能所对应的题和value是不一样的，所以当我们从生产力的视角去看AI的时候，这个search的题可能就变了。**Search题变成了一个真正和现实生产力和生产价值相关的一道题，并且能够计算出它实际的商业价值，它替代掉的就是需要人重复劳动的那一段工作。** 如果沿着这个思路，我们可以看到每一个AI能力都分成两部分track：**下面是AGI track，评估的是它的读书能力；上面是Profession-aligned track，评估AI走到现实世界、走到生产力环节当中的经济效用。**我们开玩笑说，下面评估的是AI越来越聪明和它当学霸的能力，上面是它去打工、去帮人做牛马的能力。它们又是相互对应的，因为每一个AI能力的提升，都能点亮一个应用场景。刚才我们只是举了一个非常小的例子，在search上，它如果拥有了search的能力，可能能够去做一些HR和marketing的工作。 接下来AI会发生什么事情，比如说AI现在有了多模态的能力，当它有了多模态的能力以后，它到现实世界当中是不是可以去做一些更有经济价值的事情，比如说一些视频的生成、一些编辑类的工作；当它有了一些更高级的能力，比如说交易、博弈能力，是不是我们在现实世界当中能够让它去做一些高级的交易和与人有来回的一些工作。 所以可以理解，AGI track是经济效用的一个台阶，所以每点亮一个下面的track，我们的AI将会走向另外一个台阶，这是我们在xbench当中推出的双轨评测体系，我们也希望这套评估体系能够去帮助所有的AI创业者和AI研究者，真正能够去bridgeAI能力和经济效用之间的鸿沟。  · 刚才我们提到的第二件事情，就是长青，怎么去建立一个长青的评价体系。我们刚才讲到一个例子，当一个学生做博士试题的时候拿了20分，做小学试题时拿100分，两者去做比较，实际上他的能力上涨了，但是分数下降了。所以怎么让我们作为评估者、投资者或者模型和Agent的开发者、创业者，能够有感知模型的单调递增，怎么在不同的时间维度上，在一个模型上和不同的数据集、考试题上，能把一个模型的20分成绩和100分成绩去横向做比较。 我们在这个问题上也推出了我们的第二个解决方案，就是去建立长青的评估体系。这是我们做的一个回归测试，左边的这张图是我们在过去两年多时间里，用公开数据集对这些模型进行测试的汇报分数。这其中每一次的曲线下降都是基准测试换题的时间点。 从模型的能力上来讲，在过去的两年多时间里，模型的能力应该是一个单调递增上涨的。但是当我们去看分数的时候，它却呈现出一个上上下下的过程。我们去做了一个IRT的方法，并且进行了数学建模，针对这个我们也撰写和发表了一篇论文，去讲述了我们所有的方法论，做了一个回归测试，这也是首次有投资机构去做这件事。当我们进行了IRT调整之后，它自然就变成了一个单调递增的曲线。 为什么单调递增曲线对我们这么重要？因为我们在看创业者的时候，经常说判断创业者最重要的标准是Delta。我们非常重视和创业者从第一次接触到后面无数次接触中，看到他们身上发生变化，因为这个变化体现了他的学习和自我迭代能力。因此，感受曲线的斜率对我们来说是一个非常重要的事情。 放在模型和Agent上也一样，我们希望能够建立一种斜率的感知，能够让我们知道Agent的斜率在过去和未来到底是一个什么样的发展。因为只有建立了斜率的发展，我们才能像评估人一样，真正把它带到现实世界当中去评估所谓的TMF。  · 在过去，大家比较认可PMF的概念，但我们在这里提出了，在新的时代应该去评估TMF。它讲的是什么？讲的就是当我们不断用单调递增的视角去评判Agent能力的时候，我们能够去看到这个能力无限逼近人的能力，然后它会和人形成三个阶段。当没有达到TMF的时候，说明Agent的能力不如人，可能是一个人力主导的社会和人力主导的工作；之后，我们预计未来的世界可能还会经历两步，一步是它达到了TMF，但是它达到TMF，可能能做的是一些重复的工种和一些简单的工作，或者是一个长工作中的一小部分。接着往下走，我们可能会看到越来越专业化的Agent。建立这样的单调递增和对Agent能力Delta变量的track，也能让我们去更好地理解什么时候是投资的拐点，以及让创业者更好地去理解什么时候去切入一个赛道做Agent。  · 这是我们第一期的两个track的评估图，这是我们第一期的四个榜单的榜三。可以看到，前面两个榜是AGI track，就是评估模型能力是否聪明，后面两个榜是评估它打工的能力好不好。**大家可以看到，这可能和很多同学的体感非常相似，我们有小镇作题家，也有职业打工人，每一个模型擅长的东西不太一样。** 最后，因为时间关系，我们所有的paper和dataset很快也会开源。我们希望对社区进行一个号召，作为xbench，它从原来一个我们红杉内部的投资工具，现在我们开源出来贡献给社区，很大程度是因为我们觉得在未来，大家共建一套Agent的评估标准，对于整个社区不管track TMF或者track模型能力都是非常重要的，所以我们希望能够号召大家一起参与到整个开源社区的生态开发里。 以上是我今天的分享，谢谢大家！

根据Apple Store数据，在Labubu等热门IP的带动下，海外618期间，阿里速卖通与泡泡玛特的下载热度持续高涨，牢牢占据了澳洲购物类下载榜的前两名。    图：阿里速卖通和泡泡玛特拿下澳洲下载榜TOP2   公开资料显示，速卖通AliExpress是阿里旗下的跨境电商平台，2019年，泡泡玛特就已入驻速卖通开设官方店铺，成为泡泡玛特在海外的最重要销售渠道之一。   据悉，今年海外618，泡泡玛特为速卖通准备了多款新品和热门IP。6月18日当日，速卖通AliExpress首场泡泡玛特直播开播，涌入全球数十万网友，除了labubu，Crybaby的热度也开始上升。目前速卖通AliExpress成为全球网友抢购泡泡玛特的主要阵地。

当八一糖厂的机械轰鸣声化作艺术园区的画笔沙沙，当S101公路的丹霞地貌串联起低空观光的云端视角，石河子这座军垦新城正通过携程“城市C位出道计划”第二季，向世界展示C牌城市的文旅新可能。随着文旅微短剧《在黎明，在黄昏》及系列文旅项目即将上线，车牌代码背后的城市故事将迎来全新讲述方式。  图说：新疆石河子   **C城老熟人的新视角 让城市基因可视化**  洞察到国内小众目的地旅游的热潮，2023年8月，携程联合各省C牌城市，联动策划“城市C位出道计划”项目，深入挖掘各C牌城市文旅资源，成功将中国“第三城”推入大众视野。2024年，石河子、徐州、遵义、鞍山等27座C牌城市“组团出道”，催生出了一股全新的合力——CC27，C牌城市文旅联盟正式成立。  延续前几年“城市C位出道计划”的热潮，今年携程以“C城老熟人”为主题，邀请鞍山、石河子、遵义等27个城市，用原住民的真实生活重构旅行叙事。以原住民的真实生活为线索，打造&#34;非游客视角&#34;的深度体验指南——旅行不该是匆匆忙忙的走马观花与网红打卡，而是走进一座城市的日常，去触摸大街小巷的生活气息，去体验本地人的生活方式，去探寻他们成长的足迹。“C城老熟人”以本地人的视角，带你走进27个车牌为C的宝藏小城。  **在地叙事 让城市自己说话**  “不是所有城市都要做网红，但每个城市都该有专属的辨识度。”携程项目负责人强调。“C城老熟人”通过“一城一策”的文旅策略，挖掘城市独特基因。在石河子，军垦历史、自然生态与创新体验构成核心亮点，如军垦博物馆沉浸式剧场、肯斯瓦特水库徒步路线等；鞍山则以工业遗产、非遗工艺和康养资源打造差异化体验。这种“基因编辑”式的改造体验，让C牌城市摆脱“千城一面”困境。  今年，“C城老熟人”将创新采用&#34;非游客视角&#34;的内容生产模式，在以石河子为城市蓝本打造的文旅微短剧《在黎明，在黄昏》中，“石河子原住民” 何红霞借病呼唤分别生活在上海、北京的两位儿时好友重返故里，通过寻访糖厂艺术区、军垦博物馆、S101自驾公路等场景，串联起城市的前世今生。剧中既有石河子糖厂的重生焕新，又有幸福路夜市的烟火气息，更通过何红霞的视角，展现城市从&#34;戈壁荒滩&#34;到&#34;花园城市&#34;的生态奇迹。这不仅是城市宣传片，更是一次文旅融合的破壁实验。  **产业联动 低空经济开启新赛道**  今年10月低空文旅发展大会将在石河子举办，这将成为石河子探索文旅产业升级的关键落子。这座军垦新城正依托天山北坡区位优势，积极探索低空经济与文旅产业协同发展新路径。此次大会由&#34;2+2&#34;构成，汇聚携程文旅产业联盟企业、C牌城市及政府参会人员两大核心群体，围绕低空经济与文旅创新开发两大方向展开深度对话。  届时将重点分享蚌埠、珠海、泉州、宝鸡、徐州等C牌城市在低空产业领域的实践经验，通过案例剖析推动低空经济与文旅场景的有机融合。峰会期间，携程将充分发挥平台流量优势，通过航线+文旅产品组合营销、低空观光直播等线上推广形式，重点吸引年轻客群体验S101丹霞地貌低空飞行等特色项目。同时聚焦文旅产业数字化转型路径，探讨服务质量标准提升方案，为石河子打造&#34;空中看军垦&#34;&#34;云端游天山&#34;等立体化文旅产品提供支撑，加速建设西部文旅融合创新示范区。

 作者：但丁的方舟 编辑：柏亚舟 有巨大铺货量支持，第一批NS2玩家都愉快把玩新主机有一阵子了。 虽然发布之初还略有争议，但真到了销售阶段，NS2还是在全球主机市场拿出了摧枯拉朽的气势：仅仅发售4天后，任天堂就宣布NS2销量突破350万台，直接破了Nintendo Switch的首月的销售数（274万台）。此前，发售两个月内的最高机器销量是由索尼PS4和PS5共同保持的450万台，NS2要想刷新这个纪录，看上去也毫无难度。  销售势头的火爆暂时说明了，发布之初的那些争议完全不致命，比如日服的低价特权短期影响不大，游戏护航阵容的“相对羸弱”，也有待时间回答……只不过，有些隐忧并没有完全消失，或许还会在NS2的后续生命周期里成为掣肘。 其中会影响整个主机游戏生态的一项争议，莫过于任天堂在实体卡带上的策略变化。 早先任天堂技术总监佐佐木哲也接受采访时，详细介绍过NS2引入的密钥卡技术，即卡带不再储存游戏本体，仅作为激活、认证的媒介，游戏内容需要另行下载，且游玩时密钥卡要一直插在机器里，相当于把玩家们熟悉的实体卡，变成了“能二手交易的数字游戏”。 目前来看，第一方游戏还不会大刀阔斧地数字化。与此对应，任天堂在NS2推出之际带来了全新的“虚拟卡”功能，又赋予了纯数字游戏接近实体卡带的体验，在虚拟层面上延续着插卡、出借等操作。 但有不少报道称，迄今绝大多数已确认登陆NS2的第三方游戏，实体版都会以密钥卡的形式发售。继而带来的一种“怪象”是，像CDPR、Marvelous等还坚持把完整游戏塞入卡带的发行商居然被玩家们奉为“英雄”，外媒TheGamer就撰文吐槽道：“这原本不是什么需要被歌颂的壮举，只不过是厂商们理应恪守的底线。”  不过，在这方面降低的成本似乎仍然是厂商们乐见的，比如卡普空甚至在最近的股东大会上表示，未来将把密钥卡的收入计入数字版收入当中，这似乎又给数字版实体版之争的后者一方增加了砝码。 其实，数字版游戏与实体版游戏之争由来已久，传统的实体游戏逐渐消亡似乎是不可逆的时代进程。Xbox玩家们可能已经习惯了订阅XGP下载游戏，PS玩家们也对“复制光盘内容再下载部分内容”的形式不陌生，极端案例在PS平台上也出现过，如PS5版《使命召唤19》实体盘数据只有72MB，所有内容全部要联网下载，光盘也被用成了验证密钥。 密钥卡一事略显重要的点还在于，任天堂的形象向来是更亲近实体游戏的。一些市场数据也能佐证，比如The Games Business统计过欧洲市场的实体销量数据，2024年全年，NS新作里仍有约80％销量来自实体版，“NS依然是最坚挺的实体平台，NS玩家没有出现明显的向数字转移趋势。”该媒体当时表示。 因而，任天堂的改变就显得更有预示意义。当任天堂也开始在实体与数字版之间寻找新的平衡，也开始更积极地拥抱数字化趋势时，伴随玩家半个多世纪的实体游戏，应该是正式走到了又一个历史节点。 # 数字冲击从未停止 年轻玩家很难直接感知的一点是，在如今愈发膨胀的数据容量面前愈发“力不从心”的光盘和卡带，曾经也是推动游戏行业发展的利器。 像是CD光盘，在90年代初从音乐界被推广到游戏界，作为光学介质它的生产成本比更古老的ROM卡带更低，容量又比当时PC游戏通常采用的软盘更大——1995年便有光盘广告宣称其容量是软盘的1500倍。各家厂商很快就悉数接纳了光盘媒介。 这个故事写在了众多版本的“游戏史”当中：随着只支持光盘的初代PlayStation发布，3D游戏借助容量的扩升也迎来了第一次视效革命。  此后二十年，光盘从CD进化到DVD再到蓝光，外型几乎没有变化，这足够让几代玩家形成使用习惯。而任天堂的掌上游戏机系列则更为传统，从GBA到3DS再到Switch，一直在用自70年代雅达利2600推广开的卡带介质，当然，上代Switch改用了更现代的闪存而非ROM卡带。 游戏行业的发展一向都和各种新技术的运用水乳交融，相比电影、音乐的迅猛数字化，实体游戏能延存至今，其实带着几分对规律的叛逆。 数字游戏的冲击在2010年代就已声势浩大。PS3-Xbox360世代末期，数字版的主机游戏率先在PS3平台上被推出，微软的在线系统XboxLive则已运营多年。 2013年，彼时还是微软游戏副总裁的菲尔·斯宾塞曾在Xbox的官方杂志《Official Xbox Magazine》上表示：“索尼的数字化工作非常出色，我们也会找到赶超对手的方法。如果你观察过去两年数字游戏市场的发展，会发现它犹如梦幻之旅。” 业界普遍认为，随着PS4和Xbox One的发售，数字游戏的份额会在短短几年内超过实体游戏。伦敦游戏大会针对超过1000名公司管理人员发起过一项调查，结果显示有57％的受访者认为数字游戏销售会在2015年超越实体游戏，39％认为2013年（即PS4和Xbox One发售同年）就能实现超越。 不同地域的情况不一，很难界定实际的明确时间点。不过按市场调查机构NPD的统计，2013全年，美国游戏市场产值共153.9亿美元，数字游戏销售额72.2亿美元，实体店销售数据63.4亿美元，租赁和二手游戏销售18.3亿美元，换言之如果不算租赁和二手市场，数字游戏在美国的份额已经超越了实体游戏。  实体游戏销售额包括全新、二手和租赁游戏，单位为亿美元。来源：新浪游戏“通过大货车把游戏光盘运往世界各地是件非常低效的事，我无法想象发行商们怎么从中获利。当人们可以从网上下载游戏时，再开着一辆卡车把光盘运往日本、欧洲或其他国家又有什么意义呢？”这是独立游戏《Limbo》开发商老板在2011年的发言，可见部分开发者的观点同样激进。 至于PC实体版，在网速逐渐提升、便利的网站分发、Steam强势崛起、电脑取消光驱等因素的共同影响下，面对数字游戏堪称一败涂地。DFC Intelligence一项统计称，2013年数字版游戏就已经占据所有PC游戏销量的92％。PC玩家们似乎天然比主机用户更容易接受数字游戏。 站在变革风口，Xbox One一度考虑只推出数字版游戏，当然最后并没有付诸实践。不过当年，微软还是推行了引发众怒的政策，新主机发售几周后，微软宣称Xbox One玩家只能通过特定零售商交易二手游戏，即杜绝私人二手，机器还要每24小时进行联网核查，否则不能运行游戏。 众所周知，对厂商们来说，发行实体游戏除了提升成本，最大的弊端就是无法控制二手市场，购买新游戏的玩家少了厂商的利润也就少了。但巨头竞争的吊诡之处就在于，如果为了打击对手那态度也能暧昧，2013年E3上，索尼发言人的一番话被认为是对微软的回应：“我们会给玩家他们想要的，比如PS4不会给予二手游戏新的限制，他们可以把游戏给商家回收、卖给其他人、借给朋友。” 尽管如此，索尼也没有放缓数字化转型的步伐，毕竟别说不占主导的二手市场，数字浪潮之汹涌甚至远非游戏业务所能阻拦。 2021年4月SIE（索尼互动娱乐）副总裁小寺刚被升任至集团副总裁，索尼公告称此举是为了“加速数字化战略”，而小寺刚最突出的成就就是推行各类PS在线业务，包括新商城、PS+会员服务等。  该时间点也值得玩味，彼时全球经历了新冠疫情的洗礼，一切在线娱乐的价值都被重估，而实体游戏的退场节奏，也被疫情大幅加快。 疫情期间，有越来越多宅家的玩家们开始适应只能买到数字游戏的情况。在2020年年末，索尼和微软也默契地推出了提供无光驱版的新一代主机PS5和XSX，GameIndustry一篇报道则指出，PS和Xbox的数字游戏销量都获得极大增长，这种增幅在主机换代的年份里“闻所未闻”。即便坚挺如任天堂，2020年4月-12月（财年前三季度）的数字销售额也同比增长了104.9％。 “疫情是非常强的催化剂，一旦开始下载游戏了，很多人就回不去了，不会再买实体了。” 分析师Serkan Toto悲观地总结道，“无论你高兴与否，未来都是属于数字版的。” # 为什么实体仍被需要 当下的情况又如何呢？ 综合Newzoo、Sensor Tower等统计机构数据的一项调查显示，2024年全年，全球游戏市场总收入中，实体游戏的收入的份额已跌至仅4.6％（同比减少9.4％），数字游戏市场份额高达约95.4％。当然，这种宏观统计还包括占据大头且本就属于数字市场的移动端游戏、服务型游戏的收入，但也能看出实体市场的萎缩。 有趣的是，尽管数字游戏会愈发占主导是行业共识，但又极少有人认为实体游戏会被彻底取代乃至完全消失。 2011年第一轮数字冲击正迅猛时，前索尼集团CEO平井一夫就曾表示：“我觉得以物理媒介为载体的游戏，总会有一席之地。在未来两年、三年甚至十年内，实现所有产品全部数字化，这未免太极端了。”事实证明十多年过去，实体游戏还是有不少拥趸。 疫情期间，R星母公司、T2集团CEO Strauss Zelnick在受访时认为疫情加速了向数字分销时代的转变，却也补充道：“但我们预计实体产品并不会消亡，我们也不希望它消失。”  (7张CD光盘的那个游戏5……) 显然，实体游戏还会长期存在并不只是因为“过去一直都这样”，而是自有其合理性。 首先是从玩家角度出发的更低成本。可能与许多伴随数字时代成长的玩家印象里不同，在数字游戏刚开始流行时，买实体才是更便宜的选项。不少线下经销商为了冲销量，首发游戏都会打折出售，比如PS3时代的港版《古墓丽影9》，实体定价就比数字版便宜10％左右，再如日本市场即便在近两年，很多线下店也默认8到9折。 新游戏的定价优势固然已经在厂商们的不断努力下，逐渐被频繁的线上促销逐渐取代，但通过买卖二手来“回血”的吸引力始终巨大。对很多玩家来说，游戏上手了才会知道自己喜不喜欢，把不喜欢的游戏盘卖去二手市场就相当于零成本租赁。 不仅如此，影响二手游戏价格的是供需关系，不用等电子商城集中设置的打折促销季，这意味着对于一些冷门游戏，玩家可以随时以“高折扣”买到，消费决策显然可以更加自由。 再者，实体游戏还具有“送礼”的属性，这种额外的社交价值是数字游戏注定无法取代的，实体的礼物，至少看上去比一串激活码显得有诚意得多。 其次，数字条款“陷阱”现在也不算新知识。严格来说线上平台给予玩家的都只是游戏的使用权而非所有权，如果玩家账户违规，或者游戏本身下架，又或者经营困难，平台都可以把“买到”的东西再无偿收回去，“数字游戏并不真正属于购买者”的说法，在最近几年也隔段时间就成为热门话题。  像《Steam订户协议》第二条A款就明确约定，“内容与服务是许可使用，而非出售。（The Content and Services are licensed, not sold.）”法律意义上Steam用户都是“订户”，因为收到平台“红信”而失去账户内几百款游戏的具体事例也屡见不鲜。 一些相对老派的顶尖从业者也会为此困扰，小岛秀夫就曾在推特上从更宏观的视角写道：“最终，数字形式的数据不由个人主动拥有。每当世界、国家、政府、思想和趋势发生重大变化时，访问都可能被突然切断。我们将无法自由获取我们所喜爱的电影、书籍和音乐。我们将成为一无所有的人。我很担心这一点。” 而小岛秀夫本人制作过的《P.T.》Demo，就曾因他的离职被科乐美从PSN商城永久下架，以至保留有绝版《P.T.》的PS4主机还一度被炒出高价。  最后，情怀、感性层面的因素听起来虚无缥缈，却的确会在无意识间影响很多玩家的选择。只有实体游戏能提供一种“心理所有权”，也就是感受一样东西，在多大程度上真正属于自己。 2010年耶鲁大学做过一项研究，将同样的物品，分别放在写有受试者名字的篮子里，和写有别人名字的篮子里，实验中扫描受试者大脑发现，当面对自己的物品时，受试者内侧前额叶皮质上的活动明显更加活跃（该部位会在人们考虑自己时变活跃）。 这其实也是为什么，很多互联网公司早期会用拟态的形式包装自己的产品，比如苹果的iBooks用木质书架摆放电子书封面。这种生理本能也能用简单一句话概括，当玩家们面对实体时，心里也许才会涌现出：“这是我的！” 此外，人还有一种本能是把所占有的物品作为自己的延伸，所以重要的实体物品经常会成为个体记忆、情感的载体。 当捧起一盒倾注过很多时间的实体游戏时，会想起的不止是游戏内容，还有游玩它的时间、场景、气味，一起玩它的伙伴和特定状态中的自己。这种情感体验也是线上平台里一行冰冷的“你已游玩XXX小时”很难替代的。 任何电子游戏所提供的，本身就是虚拟世界中的虚拟体验，它们的蒸发与遗忘实在太过轻易。实体版游戏其实也是一扇扇连通现实的窗口，也许我们的确需要它们来作为某段时光、某段旅程真实存在过的证明。 # 融合是未来的答案吗 或许是巧合或许是必然，实体游戏的式微总是和主机世代的更替绑定在一起，现在同样如此。 索尼的PS5PRO已经默认不提供光驱了，坚守实体阵地的玩家们预先就要另掏腰包选配。就在6月，微软似乎也又迈了一步，即将发售的大作《忍者龙剑传4》《天外世界2》和《战争机器：重装上阵》相继宣布Xbox平台版没有实体盘，只有“盒装激活码”。  事实上早在2024年年初，微软就把Xbox的实体游戏零售部门整体裁撤，全面转向数字化和订阅制的信号十分明显。再怎么说，订阅制或者说深入人心的XGP也确实是微软在游戏业的一大优势，这没有理由不影响他们的判断，抑或“站队”。 “御三家”中一贯最恪守传统的任天堂，如今也用NS2的密钥卡击碎了许多人的幻想。专注于经典游戏重制的工作室Nightdive Studios的CEO Stephen Kick就表示：“任天堂这么做令人沮丧，你会期望一家历史悠久的公司更重视游戏的保存。” “我感觉这种机制非常差劲。学生时代互相交换GameBoy卡带、DS卡带的互动感非常美好。”前《孤岛惊魂》《刺客信条》制作人Alex Hutchinson也说，不过他同时提到了容易被忽视的另一点：“只有任天堂能全身而退，大家的态度会更温和，仿佛‘哦，任天堂也这么做了，那我们也不好多说什么’。” 任天堂其实对得起玩家们的包容，伴随NS2发售而推出的新功能“虚拟卡”就像对旧时代的缅怀，同时还为实体和数字游戏的关系提供了一种新可能。简言之，如今NS上的数字游戏，都可以生成一张“虚拟卡”，对这张虚拟卡可以执行“插入主机”、“转移到其他设备”、“借给亲友”等操作。  如果用户有两台Switch，通过虚拟卡转移后，“插卡”的机器只需要经历一次验证，此后就能在不联网时游玩这款游戏，“拔卡”的机器开启“使用在线许可”后也能玩，但两台机器不能同时在线，插了虚拟卡的机器优先级更高，这个改变取代了之前稍显复杂的主副机机制，至少直观了很多。 如果借给家庭组成员，同一家庭组内每人只能借1张，默认14天到期，到期了虚拟卡会自动归还，而且，借出操作需要双方机器在线下面对面连接。 不难看出，这项功能最大限度地模拟了实体卡的物理操作逻辑，让数字版也能带来几分“心理所有权”。 对任天堂来说，这可能是一招用以过渡的缓兵之计，在向数字游戏转变的同时不至于快速流失坚定的实体版用户们，但对玩家们来说，习惯数字版的有了新鲜体验，喜欢实体版的大概也会觉得自己的仪式感得到了尊重。 在一些具体的使用机制上，任天堂的“虚拟卡”和Steam的家庭组策略其实没有本质区别，比如Steam游戏共享后也默认两名用户不能同时玩同一款游戏，除非一人离线。但套上一层“实体卡”的包装，心理感受就会不太一样。这或许就揭示了未来的另一个发展方向——数字和实体游戏并不是取代和被取代的关系，而是边界逐渐融合。 客观来说，大型游戏需要的存储空间越来越大，一张单层70GB的蓝光光盘或64GB的闪存卡带本来就有压力。另一方面，首日补丁、DLC也愈发常见，且它们的容量也越来越大，夸张点比如去年发售的《潜行者2：切尔诺贝利之心》首日补丁高达139G，只比预载内容少几G。人们不得不适应：就算买的是实体版，即插即玩也是奢望。 既然实体版也要下载，数字版也能有卡，使用体验开始模糊，起码再将两者泾渭分明地对立似乎就不再有必要。 还有一项重要因素是，曾经的实体版还会随盒附赠说明书、海报、地图、贴纸等等周边产品，提供着数字版不具备的附加价值。但现在，单薄的包装盒搭上孤零零的一张盘已成为主流，这也削弱了玩家们对一份可触实体所能产生的心理、情感层面的投射。随时间推移，丰厚的周边慢慢变成了典藏版、限量版的专属，它们通常会附送更昂贵、更有特色的东西，比如《合金装备5》的义肢、《泰坦陨落2》的头盔、《辐射4》的可穿戴哔哔小子、《使命召唤12》的小冰箱以及《黑神话：悟空》的金箍和卷轴等等，哪怕最没特色的典藏版，至少也有手办或衣服。  在这个角度上，只要典藏版还存在，实体游戏确实永远都不会消亡，只不过和价格、购买难度相配，典藏版的收藏意义远大于游玩意义，一个沉甸甸的收藏铁盒中，最不重要的可能反而就是游戏本身了。 假如设想得极端一些，除了延续习惯发行普通实体版似乎对游戏商们没有任何好处，那或许到再下一个、下两个世代，游戏市场上真的就只会存在收藏实体版和类似虚拟卡的换皮数字版了，倒也算一种厂商和玩家多年博弈后的各取所需——厂商们省去了物料、运输和经销商成本，玩家们想替更丰厚的情绪价值买单？加钱。 至于能在某个悠闲午后，亲手将游戏盘推入游戏机的记忆，就只能趁现在好好珍惜了。  

自2021年11月5日首播以来，《张朝阳的物理课》已走过三年时光，播出超过240期，其三本同名科普著作均被中国国家图书馆收藏。课程内容横跨量子力学、相对论、天体物理等硬核领域，也有诸如“雨滴为何砸不死人？”“天空为何蓝而云朵白？”等兼具严谨公式推导与通俗易懂的趣味讲解。

随着生成式人工智能在教育、法律、政治、媒体和其他领域的应用日益普及，许多人担心对这项技术的依赖可能会降低认知独立性。麻省理工学院最近的一项研究有力地证实了这种担忧，该研究表明，使用数字工具会显著改变大脑活动。  这篇新发表的[论文解释道](https://www.media.mit.edu/publications/your-brain-on-chatgpt/)，在一项实验中，参与者在撰写一系列文章时，电子脑监测显示，使用大型语言模型 (LLM) 的参与者大脑各区域之间的连接明显较弱。这与记忆力较差和衍生性输出较多相关。 三组参与者每人撰写三篇文章：一组依靠大语言模型学位，另一组使用搜索引擎，第三组不使用任何外部工具。之后，大语言模型学位组和“纯脑力”组交换成员，撰写第四篇文章。虽然纯脑力组的文章并非总是最准确的，但该组的参与者表现出明显更强的神经连接性，表明他们的精神参与度更高。 虽然大语言模型（LLM）组的论文获得了人类评分员和人工智能评委的高分，但写作风格趋于同质化，并且更贴近原文提示。使用大语言模型（LLM）的参与者更有可能复制粘贴，较少修改作品，并且难以引用自己的作品。 在最后的环节中，LLM 学员也难以回忆起实验早期的信息。他们的大脑活动在论文主题方面重置到了新手水平。   虽然纯脑组的连接性随着时间的推移有所下降，但仍保持在中等水平，参与者可以轻松记住早期的内容。有趣的是，从大语言模型组转到纯脑组的参与者的神经连接性有所增强。 使用搜索引擎的那组表现出了低到中等的大脑连通性。他们的写作风格也高度同质化，但他们能够更好地引用自己的作品，这表明他们比大语言模型（LLM）用户拥有更强的记忆力。 总体而言，结果表明，任何数字工具的使用都会影响大脑活动，但搜索引擎比生成性人工智能需要更多的脑力参与。 这些发现可能对教育领域产生重大影响，因为人工智能在教育领域的应用正日益广泛。在许多学校，大多数学生在完成作业时都会不同程度地使用ChatGPT之类的工具。有些学生只生成提纲或主题想法，而有些学生则将作业作为提示，甚至不阅读作业内容就直接提交。 教师和教授也开始使用人工智能批改作业，并尝试检测人工智能的使用情况，但结果各不相同。麻省理工学院的研究结果表明，无论对大语言模型的依赖程度如何，这两类人群的认知能力都可能受到影响。 [查看评论](https://m.cnbeta.com.tw/comment/1507994.htm)

OpenAI正在争分夺秒地重组其业务，以兑现软银承诺的巨额投资。3月底，OpenAI宣布，软银将牵头向OpenAI投资100亿美元作为启动资金，并在今年年底前有条件地追投300亿美元。然而，这一目标却遭到了大股东微软的阻拦。按照约定，OpenAI如果在今年12月31日前未能重组为营利性实体，那么软银的总投资额可能会削减至200亿美元。 [](https://static.cnbetacdn.com/article/2025/0619/874d3aa31a6bde6.jpg) 此前，OpenAI因为法律阻碍已经放弃转型为营利性公司，转而尝试重组为由非营利性母公司监管的公益机构。但这需要得到微软的支持，遗憾的是，消息人士指出双方就新营利性结构的谈判日益激烈，目前已陷入僵局。 媒体报道指出，OpenAI甚至考虑要求反垄断监管机构介入，以审查其与微软之间的协议中是否存在潜在的竞争障碍以削弱微软对OpenAI的限制能力。 周三，还有消息则称，若双方无法在关键问题达成一致，微软可能退出与OpenAI的谈判。关键问题包括微软未来在OpenAI的持股规模。 谈判症结 OpenAI与微软谈判的两个关键问题，一是重组后微软在OpenAI的持股比例，另一个则是双方在技术分享上的严格规定。 据悉，OpenAI希望改变现有与微软协议的条款。按之前约定，在微软投资之后，其获得了OpenAI营利性业务的大部分股权，同时也获得了对OpenAI在微软云上API和模型的独家访问权、收益分成以及对OpenAI知识产权的使用权，有效期直到2030年。 此外，OpenAI还希望阻止微软获取OpenAI斥资30亿美元收购AI编码工具Windsurf所获得的技术。 有媒体指出，微软已经提出一项提议，以放弃在OpenAI的股权来换取未来对OpenAI技术的优先使用权。综合此前消息，微软也已经在原有条款上进行了让步，比如星际之门计划公开后，微软放弃了OpenAI只能使用微软云服务的独家权利。 此前，微软和OpenAI一份联合声明中表示，两家公司建立了长期、富有成效的合作伙伴关系，带来了卓越的人工智能工具。目前，两家公司的谈判仍在进行中，且都乐观地认为，未来几年双方将继续携手共进。 但也有内部人士透露，如果谈判最后破裂，微软准备撤资。而这对寻求重组，同时面临联合创始人马斯克法律诉讼的OpenAI来说绝对不会是一个利好。 [查看评论](https://m.cnbeta.com.tw/comment/1507992.htm)

 Malwarebytes 最近发布警告称，即使访问一些主流品牌的官方网站搜索技术支持电话号码的用户也可能会遇到虚假的联系信息。用户应仔细检查支持网站搜索栏中出现的文字，并谨慎对待 Google 赞助搜索结果（如有）。  许多人可能都知道，访问银行、科技公司和其他关键服务的网站时，应该验证网址，以避免欺诈链接。虽然避开可疑电子邮件中的链接是众所周知的安全预防措施，但黑客也经常购买Google赞助广告，将用户引导至旨在窃取个人信息的虚假网站。 然而，最新的骗局[更加狡猾](https://www.malwarebytes.com/blog/news/2025/06/scammers-hijack-websites-of-bank-of-america-netflix-microsoft-and-more-to-insert-fake-phone-number)。骗子们并非创建虚假网站，而是通过修改赞助搜索链接中的参数，将虚假的技术支持号码注入合法网站。搜索引擎不会显示网址中添加的文字，官方支持页面也不会屏蔽这些文字，这使得骗局看起来更具说服力。  诈骗始于用户在Google搜索各大品牌的技术支持电话号码时。点击顶部的赞助搜索结果会跳转到真正的支持页面，但骗子的电话号码却出现在网站的搜索栏中。 毫无戒心的用户拨打该号码，误以为联系到了该公司的呼叫中心，结果却被转接到了试图窃取账户凭证或银行信息的诈骗分子。Malwarebytes 报告称，攻击者已经瞄准了 Netflix、PayPal、Apple、Microsoft、Facebook、美国银行和 HP 的支持页面。这些被劫持的搜索结果在 Apple 网站上最难被发现。 Malwarebytes表示，其浏览器防护扩展程序可以将此策略检测为搜索劫持并向用户发出警告。其他危险信号包括合法 URL 末尾出现电话号码、过度使用令人担忧的语言、使用“%20”等编码字符，以及在用户输入查询之前就显示结果的搜索页面。  为了确保安全，用户应在之前已验证的通信记录（例如公司发送的过往电子邮件或私信）中查找支持号码，并将其与当前的搜索结果进行比较。如果支持代表询问与问题无关的个人信息或银行信息，请立即挂断电话。 手动导航到公司网站并访问支持部分（不依赖搜索引擎）也有助于避免被劫持的赞助商链接。经过验证的链接通常可以在可信通信或公司官方社交媒体资料和维基百科页面上找到。 [查看评论](https://m.cnbeta.com.tw/comment/1507990.htm)

一台硬件非常硬、软件也不软的红米手机，将会是下一代钉子户机型的有力竞争者。 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1627750) ·[查看评论](https://www.ifanr.com/1627750#comments) ·[新浪微博](https://weibo.com/ifanr)

WAVES新浪潮2025邀你一起走向中国创投的「新纪元」。 <blockquote> <p>这是属于中国创投的新纪元。当下的中国创投市场，既是周期筑底的转折点，也是结构性转型的深化期。在政策主导、国资与资本高度集中的新生态下，唯有顺应趋势、灵活调整，方能在不确定性中捕捉确定性机遇。</p> <p>6月11-12日，杭州良渚文化艺术中心，36氪WAVES新浪潮2025大会以「新纪元」为主题，汇聚创投领域顶级投资人、新锐企业创始人，以及深耕科技、创新、商业的科学家、创作者与学者，共同探讨AI技术革新、全球化浪潮与价值重估等前沿议题，拆解他们眼中的商业理想和未来世界，一起讨论、寻找、走向中国创投「新纪元」。</p> </blockquote>  · 6月12日下午，在投资人会场峰瑞资本创始合伙人李丰进行了一场独立演讲，主题为「新时代早期基金投资机遇」。以下为演讲全文： 过去两年，早期投资在中国经历了非常多冰与火的考验。冰与火的考验当中的火的那部分，是早期投资这个原来不太受待见或者在金融里边最小的资产类别，在包括国常会、中央经济工作会议在内的高级别会议上被反复提及，应该说是非常火。 冰的那部分就是，一级市场的投融资在非常多的赛道上都很冷，比如消费、生物医疗，甚至包括一点点硬科技。所以大家都说，一看报道都是热火朝天，一接触现实都是寒意袭人。那么，早期基金的机会在哪里？  · 我们先来看这张图。整体而言，中国的经济结构正处在变化的拐点上。我们来解释一下，今天处于什么阶段，为什么发生这些变化，以及我们所看见的相关现象。 简单来讲，图的左边是中国原来经济发展的方式，这个经济发展的方式所依赖的金融支持体系主要是银行贷款。这也是为什么从1999年有了不良资产公司专门处置国有银行不良资产之后，中国银行行业经历了15年超速的发展。因为原来中国经济发展的这些支柱（房地产、基建、制造业）都要靠银行贷款，并且他们适合银行贷款这种金融模式。 图的右边是中国经济新的发展模式，这种模式基本上不能再靠银行贷款了。我经常打比方说，如果回到20年前或15年前，有银行跟华为说，我每年给你10个亿的银行贷款，但是来年的时候要评估是不是要你还本付息，再决定要不要再借你10个亿，那么华为也许不太敢把这10个亿花在研发投入上。大概你可以认为中国的经济结构在发生变化，支柱产业的变化会带来底层金融支持结构的变化。为什么从两年半以前开始那么多政策指向了风险投资或者叫早期投资这种小的金融类别，正好跟经济结构和金融结构的调整有关。 下面这张图展示的是中国的制造业和高技术制造业占GDP的比重。过去几年，即使经济增长叫换挡或者有挑战的时候，中国的高技术或者叫高附加值产业（包括制造业和服务业）每年仍然保持了高速增长。  · 今天（6月11日）早上，我10年前投过的一个年轻人的企业在科创板上市，这家公司叫影石创新。它在科创板上市其实跟这张图有点关系。 目前常规意义上的高科技产业大概占中国GDP的百分之五点几。今天中国A股市值加起来大概100万亿，其中科创板市值大概是6.5万亿。拿市值来算，科创板里面所包含的这些企业的市值占中国经济的6.5%左右。 这里有个关键区别，科创板里的公司既有制造业，也有服务业，然而这个图只统计了高附加值的制造业。实际上，今天VC投的大部分行业都叫高附加值的服务业或者第三产业。比如，在芯片行业，VC投的主要是芯片设计，而不是晶圆厂。再说生物医疗产业，大家投的主要是新药研发，而不太是药品或原料药的生产。 所以，如果中国经济结构能够完成调整，高附加值的制造业和高附加值的服务业最后能够占中国GDP的百分之多少？ **这个问题之所以重要的一个原因是，巴菲特曾说一个国家的资本市场总市值与其GDP的比值在80%-120%之间属于合理区间。假定取中间值100%，中国当前140万亿GDP规模对应140万亿资本市场总市值。那么，高科技产业在中国资本市场市值的合理占比应该是多少？这大概是未来5年、10年我们需要去持续观察和回答的问题。** 刚才我解释了为什么金融结构有调整，为什么风险投资这样的行业会不停地被国家级的决策会议提到，至于为什么政策有利好但大家还是觉得冷，这是因为这个行业还在拐弯——高科技产业仅占GDP 5%、占制造业不到20%，仍处于早期阶段。‘投早、投小、投科技’的逻辑也就在这——只有产业规模尚小，早期投资才有机会。 今天早上，影石创新在科创板上市一开盘市值700多亿，对应大概100亿美金。这家公司做对了什么？我觉得影石其实是中国特色科技企业的一个代表。中国特色的科技是，依托中国的长制造业产业链，在这条产业链的关键环节实现高附加值突破。  · 以我们今天熟悉的新能源车为例，燃油车原来有两三万个零部件，今天换成电车仍然有一万个零部件，所以它还是一条非常复杂的长产业链和长制造链，但是我们把燃油发动机技术或者叫动力总成换成了三电（电池、电机和电控），这个叫高附加值环节发生了巨大改变。 回到影石做的事情，2014年的时候，当时刚大学毕业的刘靖康是个23岁的少年。他擅长的事情是图像相关的拼接技术，就是偏软的图像处理技术。大概两年以后，他发现卖软件这件事在中国有挑战，所以去了深圳，从头开始创业，他把图像拼接技术放在中国珠三角成熟的消费电子产业链里。花了10年时间，影石成为了全球第一名的运动相机品牌，然后今天在科创板上市。 这类事情其实在中国可以找到很多，比如今天的机器人，以及其他更多所谓叫未来产业的事情。 中国的产业链之所以有优势，因为今天很多有制造业成本优势的国家还在长这个（长产业链和长制造链），但是他们缺这个（高附加值环节的巨大改变），今天美国也许有这个（高附加值环节的巨大改变），但是它缺这个（长产业链和长制造链）。中国可能是全球少有的集齐了这三个要素（长产业链+长制造链+高附加值环节的巨大改变）的国家，如果一间公司用好了这三件事，做出了一个新的面向未来的产品，并且验证了市场，那么他大概就是中国最典型的高科技之一。如果这个高科技产品在中国激烈的竞争环境里能脱颖而出，那么它应该就可以做国际化。 **我们把第一部分讲完了，第一句话叫作风险投资行业的冰火两重天，第二句话是中国今天的经济结构调整到了哪里，第三句话是什么样的产业和机会是中国特色，并且最终在全球也能做得很好。** 第二个话题跟我们风险投资行业最相关，也就是中国资本市场有没有变化。这是大家抱怨最多、吐槽最多、讨论最多、关心最多，但暂时看起来还不太争气的。 巴菲特马上要退休，很多人评价巴菲特的时候有这样一句话，巴菲特有百分之九十几的钱是在50岁之后赚的。这句话听起来振奋人心，考虑到我去年刚过50岁。巴菲特是1930年出生的，他50岁之后赚到了百分之九十几的钱是因为什么？是50岁之后他突然发生了改变吗？突然他的投资理念发生了改变吗？突然美国发生了改变吗？突然体系发生了改变吗？突然美国的二级市场规则发生了改变吗？ 当然你可以讲他50岁之后发生了很多变化，比如说1981年里根当选，强硬地对待苏联等等。但是其实最重要的问题是因为对他来讲，1978年美国出了这样一件事。插一句，跟2019年中国有了科创板一样，为了适应那个时候美国的高科技产业（如芯片相关的器件企业），1971年美国有了纳斯达克——实行注册制，允许非营利企业上市。原来纽交所要求盈利1000万美金以上的企业才能够上市，有了纳斯达克之后不盈利也能上市。 回到1978年，当时美国通过了401K计划，鼓励雇主设立退休金计划，也鼓励员工将部分工资存入退休账户并延迟纳税，与此同时个人养老金还可以用来投资二级市场相关的基金品种。听到这个估计有人能联想到中国去年年底发生的全面实施个人养老金制度。 这件事为什么能影响巴菲特50年？原因很简单，拿中国的个人养老金制度来举例，在试运行两年之后，从2024年的12月份起，个人养老金在全国范围内全面铺开。对个体来讲，相当于一年可以放12000块钱到个人养老金账户，这笔钱可以抵扣个税，同时可以用来做投资，比如由个人来指定购买公募基金，尤其指数基金。 这件事为什么重要？因为今天中国的平均在职年龄是33岁，假设延迟退休后平均退休年龄是58岁，就意味着这笔钱从放进来到拿出去大概平均是25年。所以，这是一笔超过了你我想象力，甚至超过了我们的超长期特别国债的长钱。一笔平均周期25年的钱放在这儿做投资，是巴菲特所谓价值投资理论和改变巴菲特50岁以后投资生涯的巨大改变。因为在上世纪70年代中期之前，美国的资本市场跟我们类似，超过50%以上的筹码、交易额和日均交易量都是由散户构成。从401K计划之后，美国开始有了所谓的长钱入市，更何况当时美国平均在职工作年龄比33岁要再小一点。有了这种超过20年的长钱，才能够有价值投资的方法和结果，比如说巴菲特买比亚迪的股票，从2008年开始买一直持有到了2023年，这是长达15年的持有。所以说，因为有了长钱，才有了后50岁以后赚钱的巴菲特。 类似的，中国的个人养老金制度全面铺开有着非常多的信号，在中国资本市场上还只是刚刚开始。 关于中国的资本市场，另外一个问题是，**今天美国的兼并收购非常活跃，中国的兼并收购有一些挑战，这很大程度上源于原来A股的估值是按市盈率估值，但是我们投创新企业都是按成长性估值。这种估值体系是错配的，因为假如按市盈率对创新企业进行估值，没法估，所以投资者往往没办法买一个亏损的成长型企业。**但是这一局面正在改变。今天的港股和刚刚开始重新启幕的科创板注册制里，我们可以看见亏损企业要上市和能上市，并且还有可观的估值。就跟刚才我们讲的“长钱入市”一样，估值逻辑的调整刚刚开始，对资本市场的影响也刚刚起步。  · 上图里写的都是去年发生的最明显的变化，应该写得还算清楚，我就不再花时间解释了。今天中国公募基金当中增长最快的是指数型的被动基金。什么是指数型被动基金？大家买过的都知道，它是平配到前50、前200、前300、前500、前2000这些头/腰部公司，为什么老百姓愿意买？可能有两个原因���第一，我们处在低利率时代，你会觉得钱放在银行也赚不了多少利息，还不如买点看起来不会亏损的指数基金。第二个原因是分红率提升。老百姓可能觉得既然今天银行利率到了2%以下，所以要买一个分红率3.5%以上的，每年分红率做到3.5-4%就可以了。 其实如果你还有印象的话，大概两年以前，有一个政策刚推出的时候被大家广泛的调侃和吐槽，就是要求上市公司增加分红。尽管如此，从那以后，就开始了轰轰烈烈的分红。因为有了轰轰烈烈的分红，才有了这些指数基金的发展和老百姓开始买。 从这个角度看，或许当年关于分红的吐槽可能吐错了，因为分红先行，才有这些被动基金的发展。所以，我们每次看到一些口号的时候，调侃完，需要再往后看看跟这个口号相关的政策、这些政策可能会引起的变化，以及这些变化是不是能反馈回最先开始的口号，然后形成一些循环。 最后一件事情，国家为了支持我们风险投资行业、支持创业者，以及落实两年以前在国常会和中央经济工作会议提出的“投早、投小、投长期、投硬科技”这句话做了很大的努力，包括但不限于如下几件事。这都是中国金融历史上的大的变化。  · 或许有人没注意到，去年最后一个季度，监管层批准了中、农、工、建、邮储五大银行设立AIC（金融资产投资公司）。然后今年5月7日，也就是五一长假结束后第一个工作日，金管局、央行和证监会一块召开发布会，宣布批复兴业银行成立AIC，第二天招商银行和中信银行也相继提交申请。 那么，到底什么是AIC？如果你记得我开头讲到的两个房子的图，中国在前20年的发展过程中，银行起到了金融支柱作用。然后中国金融改革的方向是从银行贷款这类间接融资转向直接融资。那么，AIC的设立正是为了让银行业能够转型来做直接融资，支持股权投资等相关方向。在过去的半年或一个季度，我相信刚才在台上分享的非常多重要的基金和尤其是政府母基金都接触或者拿到了这些银行的AIC的出资。 这件事对金融行业的影响，可能跟2018年的4月份的资管新规一样巨大。当时资管新规要求银行把资金池全部打掉，不允许资金错配，不允许期限错配，也不允许风险错配。资管新规刚出来的时候，大家都很恐慌，说最大的一个LP的池子要没了。那次也是为了让银行能转型——从用贷款的钱做投资，变成用投资的钱做投资，用贷款的钱做贷款。但坦率来讲，那一次改革没能完全实现，原因有很多，这一次设立AIC是从国有最大的银行开始试点，然后扩大到全国的股份制银行，相信明年或者今年下半年我们能看到更多的变化。 **还有一件事也很重要，用15年期以上的特别国债以及央行的底层背书和担保来发行科创债。换句话说，用国家贴息的低息来形成一个15年期以上的资金周期，再把这笔钱交给投资机构来管理、做股权投资。这是个很大的创新，在美国都没有发生过。** 最后说一个关键对比。美国在1913年美联储成立之前，资本市场已经运行了近200年。换句话说，美国是先有发达的金融市场，再有中央银行体系。**而中国是先有了庞大的银行体系支持了三大经济支柱的发展，如今因为经济结构的转型，需要银行体系向股权投资转向。**因为银行体系太庞大，国家努力了两次，上一次是2018年的资管新规，这一次就是我们刚讲到的这些事，这是中国金融历史上没有过的。当然，最后那件事设立AIC在全世界其他地方也很少发生。 总结一下，今天跟大家讨论的内容主要是两方面，**一个是中国的整个大的经济结构正在发生什么改变，另一个是中国资本市场和金融体系正在发生的变化。**这些变化正在发生、已经发生，还会继续更大范围地发生，这其中就蕴藏着早期投资的机会。 如果大家想听更多的宏观解读，我们在小宇宙上有一个近二十万粉丝的播客叫《高能量》，欢迎来听。谢谢大家！

在瑞士当前面临通缩压力的情况下，降息可以增加货币供应量，提高市场上的资金流动性，从而有助于缓解通缩压力，稳定物价水平。

苹果在 iOS 26 中隐藏了新的铃声。新铃声是现有 Reflection 铃声的替代版本，自 2017 年发布 iPhone X 以来一直是默认铃声。它是在 iOS 26 第一个开发者测试版的代码中发现的，但它仍然处于隐藏状态，因此您目前不会在“设置”应用中的铃声列表中找到它。  目前尚不清楚苹果是否会在后续的 iOS 26 测试版中发布该铃声。 [新的铃声昨天由账户@8810cfw](https://x.com/8810cfw/status/1935248131157049700)在 X 上分享，该帖子随后被账户[ShrimpApplePro](https://x.com/VNchocoTaco)转发。 推测该铃声可能会在今年晚些时候在 iPhone 17 机型上首次亮相。 iOS 26 可以更轻松地将音频文件设置为自定义铃声，因为无需使用 GarageBand 应用程序，该版本应该会在 9 月份向所有用户发布。 [查看评论](https://m.cnbeta.com.tw/comment/1507984.htm)

凯度携手Google发布了《2025凯度BrandZ中国全球化品牌》，**2025年度中国全球化品牌50强出炉。**调研团队针对出口潜力和海外市场发展趋势，选取来自全球11个市场，来衡量海外消费者对中国全球化品牌的感知。 该榜单持续监测了超400个品牌，筛选出203个中国候选品牌，最终通过品牌力分数排名得出50强。 其中，**字节跳动品牌力2658遥遥领先夺冠，小米品牌力1154位居第二，希音品牌力1148紧随其后位居第三。** **前10名还有：联想、华为、海尔、阿里速卖通、海信、OPPO、TCL。** [](//img1.mydrivers.com/img/20250620/dd15b8050ddb469aa52e6a2168295a5a.png) [查看评论](https://m.cnbeta.com.tw/comment/1507980.htm)

汽车工业既要“造好车”也要“卖好车”。通过营销造势来获取关注、树立品牌不可或缺，但部分车企陷入“流量即销量”的认识误区，甚至不惜用互怼互黑来获取所谓的竞争优势，破坏了行业生态。 [](https://static.cnbetacdn.com/article/2025/0207/97dc6fbffd986dc.png) 续航虚标、配置缩水、测试环境代替实际用车场景等情况屡见不鲜。更有车企造谣中伤竞争对手。近日，广汽埃安发布声明称，部分自媒体发布埃安员工持股的不实信息，进行恶意诋毁和传播，严重误导公众。类似的“黑公关”事件，近年来在汽车行业时有发生。隐蔽的侵权主体、跨平台取证的复杂性及平台审核漏洞等，使维权效果不尽如人意。这些行为不仅消耗了用户信任，更折射出行业“重营销轻技术”的浮躁心态。 乱象的根源在于行业“内卷式”竞争：从正常的产品技术比拼异化为有组织的恶意攻讦，通过AI批量生成谣言、操控大量账号实施“集体攻击”，甚至伪造车主采访、事故视频。这种扭曲的竞争模式，不仅干扰消费者判断，更迫使企业将有限的资源从研发向“灭火式公关”倾斜，对行业的技术创新与健康发展产生了越来越深的负面影响。 有关部门正在打击此类乱象。工信部在上海车展前夕明确要求，车企不得围绕“智驾”进行夸大和虚假宣传。中央网信办启动“清朗·优化营商网络环境—整治涉企网络‘黑嘴’”专项行动，释放了积极的治理信号。但要进一步根除乱象，一方面要构建多方协同的长效机制，如社交媒体平台需强化AI谣言过滤与实名制管理，行业应建立“黑产业链”线索共享与联合诉讼机制等；另一方面，各大车企也需要加强自律，真正从自身做起，构建良性竞争的健康生态。 在全球汽车市场上，中国汽车品牌是同台竞技的队友，队友间的“内卷式”竞争没有赢家，更没有未来。当前中国车企已经在新能源领域实现弯道超车，更需警惕互怼互黑对创新势头的侵蚀。只有摒弃抹黑拉踩的“零和博弈”旧思维，在技术和服务上“开放竞速”，中国汽车业才能行得更稳、驶得更远。 [查看评论](https://m.cnbeta.com.tw/comment/1507978.htm)

**英特尔一位董事提出，未来晶体管设计（如GAAFET和CFET）可能降低芯片制造对先进光刻设备（尤其是EUV光刻机）的依赖。**这一观点挑战了当前先进芯片制造的核心范式。目前，ASML的极紫外（EUV）光刻机是制造高端芯片（如7nm及以下节点）的关键设备，它负责将极其微小的电路设计“打印”到硅晶圆上。 然而，该董事认为，**像环绕栅极场效应晶体管（GAAFET）和互补场效应晶体管（CFET）这样的新型设计，将显著增加光刻之后制造步骤（特别是刻蚀技术）的重要性，从而削弱光刻在整体工艺中的主导地位。** 芯片制造流程始于光刻——将设计图案转移到晶圆表面。随后通过沉积添加材料，并通过刻蚀选择性地去除材料，最终形成晶体管和电路结构。 新型晶体管设计的核心在于“包裹”栅极结构（GAAFET）或堆叠晶体管组（CFET）。这种三维结构的复杂性对精确刻蚀提出了更高要求。为了从各个方向“包裹”栅极或创建堆叠结构，芯片制造商需要更精细地、特别是横向地去除晶圆上的多余材料。 **因此，该董事指出，未来的重点可能从单纯依赖光刻机缩小特征尺寸，转向更复杂、更关键的刻蚀工艺，以确保这些新型三维晶体管结构的精确成型。**这预示着芯片制造技术路线可能迎来重大转变。 [](//img1.mydrivers.com/img/20250620/d0d31c0c7ac74eda82dc4ee4e3d8fe59.png) [查看评论](https://m.cnbeta.com.tw/comment/1507976.htm)