“标准答案”已经不存在了。时代的贝塔终将让位于个人的阿尔法。

摘要：解开纤维化疾病中的基质屏障。

<blockquote><p>6 月 10 日，一年一度的苹果全球开发者大会（WWDC）在美国加州的Apple Park举办。iOS 26的发布，让这次活动备受关注。大家期待苹果带来颠覆性创新，补足滞后的AI能力。</p> </blockquote>  这次WWDC，苹果本来可以凭借“10年磨一剑”的储备，用 iOS 26找回场子，但又被画了个大饼。  iOS 26，起码等到2026年，就这还不一定能兑现全部AI能力。但鲸哥还是想聊聊，苹果在筹划怎样的AI手机，来夺回未来的智能机市场。 ## 01 不会 All in one，端侧AI分布 在系统级整合AI大模型，是三星和华为等手机的策略。这样做的好处是AI权限高，可调用云端的最强大模型。 苹果的思路在于，不会指望ChatGPT、Gemini等一种大模型满足所有，苹果通过 “基础模型框架”（Foundation Models framework）对第三方开发者开放生态。 大家调用苹果的端侧模型，满足大部分的AI处理任务。比如这次更新的视觉理解功能，是基于苹果推出的视觉模型实现，本地版本有 3 亿参数，云端模型有 10 亿参数。虽然属于小模型，但也能截图后利用Apple Intelligence进行搜索，自动识别截图中的是什么产品。  还有个类似Dia日历的功能，一个活动海报上传后，自动把关键信息（比如日期、时间、地点）提取出来，填进日历里面。  核心区别，可能是本地AI能力调用的是本地算力，AI功能会大部分免费。 毕竟，国外云端调用ChatGPT、Gemini等AI，可不会像豆包、通义一样免费。 另外一点，就是不会有统一的AI入口。类似一键打开AI这种设计，不会是苹果的思路。 你会在不同应用中找到不同的AI能力，调用不同的端侧模型完成不同任务。 ## 02 AI 辅助能力先行，不追求生成式AI AI创造能力和辅助能力，是两个大发展方向。 创造能力是对话聊天、生图、生成视频等，让AI手机更酷炫。辅助能力是在现有的通话、邮件等场景上，增加AI处理的能力。 这次Siri的智能升级再次跳票，显示苹果不做大模型的弊端。 AI对话是大模型最擅长的内容，Siri 却还是那么智障。 最近，鲸哥测评了国产最便宜的AI手机-国补后最低594元，这款手机利用云端大模型（有DeepSeek和其他模型），对话流畅自如。动辄七八千元的苹果，利用Siri打着保护隐私的旗号，为自己的AI能力落后打掩护。 所以这次是一些辅助AI能力升级： - 实时翻译功能，用户可以在信息、FaceTime和电话通话中运用； - 陌生推销电话来袭，iOS 26会在对方说出姓名和目的之后，才会向用户推送来电显示； - “快捷方式”可以调用AI，根据电子邮件等内容，帮助你整理成提醒事项。  还挺实用的AI 辅助能力，但有些场景是不是浪费？ 国内安卓过滤推销电话，基本是靠大数据打标签，哪些是骚扰电话，大部分直接进黑名单，打都打不进来，苹果还想靠AI先对话一阵子，再决定挂不挂电话。 Siri升级有说得等到2026年，对话不智障应该不是问题，Siri能不能有Agent能力，更值得期待。智谱AutoGLM表演的一句话买咖啡，有点太超前。 一句话接通酒店电话，未来Siri应该能实现。 ## 03 更酷炫大统一的UI，未来还是倒退？ 这次国行唯一能体验的变化，就是iOS 26带来的“Liquid Glass”的设计风格。  网友笑侃：iOS26 设计风格回归 Windows 7简单来说就是毛玻璃底框+圆角+拟物化。 这套来自苹果Vision OS的UI体系，号称是苹果12年来最大的系统变革。 从扁平化到拟物化的图标风格，不知道大家觉得这个变化大不大。  当然，最大的作用是统一了iOS 、iPadOS和visionOS、macOS等系统的UI 风格和交互逻辑，以后买苹果套件，使用体验不会有割裂了。 Vision OS是苹果的VR系统，鲸哥体验过这款产品，带着VR头盔看4K电影，还是非常震撼的，遗憾的是价格太贵和设备太重。 这次没有硬件更新，但苹果通过将手机和VR设备的UI体系靠拢，未来一些空间智能功能就初现雏形。比如在iOS26中，未来也支持将普通的照片，通过计算景深的方式，转化为有3D感的空间照片，很挺酷炫的能力。 对于苹果来说，这场系统升级还是十分关键，关乎未来AI手机的布局，毕竟苹果已经到了不得不变的时刻。 2025 年 6 月 2 日，《财富》杂志发布 2025 年美国 500 强排行榜，苹果去年盈利 937.36 亿美元，较上一年下降约 3.4%，降至利润榜第二位；谷歌母公司 Alphabet 去年盈利 1001.18 亿美元，超越苹果登上利润榜榜首，结束了苹果连续四年 “最赚钱公司” 的统治地位。 苹果不再豪横，很大原因就是iPhone失宠。 数据显示，2024 年第四季度，iPhone 全球销量同比下滑 5%，在全球市场的份额下跌 1 个百分点至 19%；在中国市场销量同比下降更明显，从全年来看，2024 年苹果在中国市场出货量为 4290 万部，同比下降 17%。 消费者不再愿意为守旧的苹果买单。 毕竟，从乔布斯时代的创新到库克时代的保守，iPhone吃了太多年的老本。 这次iOS 26发布后争议声音很大，不知道能不能给苹果未来发展的信心。 本文由人人都是产品经理作者【鲸选AI】，微信公众号：【鲸选AI】，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。

**据媒体报道，全国智能客服的投诉已连续三年成为服务类投诉榜首，2024年投诉量更是同比增长超过50%。****“转人工难、答非所问、缺乏温度”成为智能客服投诉焦点。**本来三言两语可以解决的问题，却被反复兜圈子；想转人工客服，又遭遇重重阻碍。如今，这样的经历困扰着越来越多的消费者。 专家认为，**企业一方面是为了过度的降本增效，大幅度降低客服成本；另一方面可能是监管不到位，使得消费者的各项权利都受到了一定的损害。** 据记者走访的某家智能客服企业表示，正常一个客服的底薪是2000元，一年的底薪工资就要24000元。 而他们的智能客服不仅不用频繁招聘，只需设置相应的代码，就能全年24小时不停工作，而且还能为企业降本增效。 据介绍，他们的标准版智能客服一年的服务费仅需6000元，而专业版一年也仅需2万元，而大部分客户仅采用标准版就能满足企业需求。 [](//img1.mydrivers.com/img/20250610/cedb8e98-2cd9-4684-a0ce-6f0b4371d6d4.png) **如果按照工作时间计算，智能客服的成本仅为人工客服的十分之一。** 目前，无论是电商，还是银行、航空公司等传统企业，都在将人工客服逐步转换为智能客服。 以某家电商公司为例，他们原本36人的人工客服团队，在引入智能客服后人工只保留了9位，每年可省成本100万元。 据业内人士表示，目前市面上大多数智能客服都采用“检索式问答模型”，系统的背后是个检索数据库，通过关键词匹配找到关键答案。 当用户提出“个性化问题”后，智能客服往往会调出安慰的话回复用户，甚至宕机。 而不少企业在设置智能客服时有完全主导权，是否转入人工，要多少步骤，完全由平台说了算，甚至故意设置繁琐的语音菜单、繁琐的流程让用户放弃反馈。 对此，有专家表示：**“不少企业想用智能客服降本增效，但本质上是想通过技术手段逃避应有的服务责任。”** [查看评论](https://m.cnbeta.com.tw/comment/1505762.htm)

近期多地家电国补暂停领取，还有一些地区直接提示了补贴额度发放完毕，引起了一些消费者担忧。今天湖北发布官方公众号发布了一份回应，给消费者吃了一颗定心丸。**首先明确：湖北国补将贯穿全年，持续到12月31日。** 虽然还不能确认明年是否继续补贴，但今年下半年一定是有的，还有购买需求的朋友不用担心了。 **另外，湖北国补限额并不是因为资金用完了，而是为了让更多消费者享受到国补政策福利，每日限量发放，先到先得。** **领取方式如下：** 微信搜索“湖北以旧换新”小程序，进入后选择“国补领取”，选择需要领取的品类，进行资格券领取。 云闪付线上资格券、云闪付线下资格券每日10点起可以领取，数量有限，先到先得。 **微信支付补贴资格券领取时间不限，所有支付渠道的核销时间为10:00-22:00。** 官方表示，相应资格券将分为线上、线下两种渠道，两种渠道券不能混用，如果用户未使用相应资格或进行交易全额退货，可以在“湖北以旧换新”小程序点击资格解绑，单日即可完成解绑，解绑后可再次领取补贴资格。  [查看评论](https://m.cnbeta.com.tw/comment/1505760.htm)

近日，企查查法律诉讼信息显示，**哪吒汽车关联公司合众新能源汽车股份有限公司新增一则被执行人信息，执行标的为1750万余元，执行法院为桐乡市人民法院。****据现有信息，该公司现存100余条被执行人信息，被执行总金额已超1.5亿余元。** [](//img1.mydrivers.com/img/20250610/69eafd012ac3472981dd1c6441b512f1.png) 今年6月，因违反劳动保障监察条例被桐乡市人力资源和社会保障局处以3.3万元罚款。 **处罚信息显示，该公司于2025年3月24日和4月9日在浙江省嘉兴市桐乡市同仁路988号实施了“经责令改正拒不改正的行为”，违反了《劳动保障监察条例》第六条的规定。** 此外，该公司还存在多条限制消费令、股权冻结信息。 当前，哪吒汽车正处于“生死时速”的关键期，能否在2025年内实现现金流回正、海外市场能否形成有效支撑，目前尚未可知。 [](//img1.mydrivers.com/img/20250610/e23126f1b8f340df88826fedf48055f2.png) [查看评论](https://m.cnbeta.com.tw/comment/1505754.htm)

近日，智元研究院自主研发的四足机器人在西湖区残联成功完成室内智能导盲应用演习。**在复杂室内场景下，四足机器人精准引领视障人士抵达指定的8楼**，展现了卓越的适应性、智能导航与安全水平。 视障人士感慨：“科技改变生活啊，我终于能够独自去高楼层培训了！” 中国残联最新发布的视障人士统计数据表明，截至2023年，我国有超过1700万视力障碍人士。 对于他们而言，独立前往办公楼、医院、商场等高层建筑中的特定房间，往往是一项艰巨甚至不可能完成的任务。 面对这些需求和痛点，**研发团队将目标锁定在对四足机器人的智能化改造升级上，重点提升其地形适应能力，确保机器人能在复杂多变的室内环境中稳健移动。** 此外，人机交互能力实现更自然、高效的指令接收与信息反馈。空间建模及路径规划能力赋予机器人智能解析环境、动态规划安全最优路线的“大脑”。 [](//img1.mydrivers.com/img/20250610/1fc62aa49ebc409a8611dd56af8fca18.jpg) [](//img1.mydrivers.com/img/20250610/12f9724f0d7a4d2fae3feb4051522bd5.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1505752.htm)

华为鸿蒙电脑近期已经上市，鸿蒙电脑版作为桌面系统的新玩家，系统生态是最重要的一环。根据华为官方介绍，鸿蒙电脑目前已有超过150款专属生态应用加速适配中，1000多款融合生态应用已完成适配，另有2000余款正在加速适配过程中。 **今日，鸿蒙电脑版微信的邀测版本已经正式发布，申请通过的用户已经可以登录使用。** 不过必须要使用收到通过短信的手机号才能登录，其他账号无法登录体验。 **从目前的体验来看，鸿蒙电脑版微信界面设计与Win/Mac版基本完全一致，使用上完全没有任何阻碍。**  **目前版本号是4.0.1.30，基础功能也已经基本全面覆盖，**可以满足日常使用了，不过对比Win/Mac版确实还有不小差别。 按照鸿蒙手机端微信的规划来看，鸿蒙电脑版微信应该也会快速迭代，尽早跟上Win/Mac版，保持三大平台功能同步。  **鸿蒙电脑版微信当前支持功能如下：** 单聊和群聊； 双人音视频通话； 浏览及发表朋友圈收藏及笔记； 浏览公众号文章； 浏览视频号内容； 搜一搜、小程序等。  [查看评论](https://m.cnbeta.com.tw/comment/1505750.htm)

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

‍文 | 刘士武‍ 随着AIGC 技术进入指数级迭代周期，全球娱乐产业正经历从内容生产范式到商业生态架构的全面革新。从技术底层突破到场景化应用落地，人工智能正以全链条渗透的态势，推动文娱产业进入新纪元。 技术层面，大模型在规模、长上下文处理及多模态融合等领域持续突破，DeepSeek、ChatGPT等引领全球发展，我国科技企业则聚焦中文场景与垂直应用落地，加速技术实用化进程。AI与文娱产业的深度融合已成为关键趋势——人工智能高效承担基础性工作，释放人类创造力，使“创意”本身成为产业的核心价值所在。 影视领域，2024年3月，我国首部AI全流程微短剧上线，其美术、分镜、视频、配音、配乐均由AI完成 ，标志着AI制作流程的全面落地。传统3A游戏也引入了先进AI技术，例如《黑神话：悟空》以高精度3D扫描技术为基础，结合虚幻引擎5和英伟达RTX光追技术，实现了逼真自然的人物动作与光影效果，带来震撼的视觉体验。 据研究机构Precedence Research预测，2025年全球人工智能市场规模将达到2.3万亿元，同比增长38%。AIGC价值不断凸显的同时，已经有越来越多的科技企业和内容创作者开始意识到，AI生产工具正在让内容生产边际成本几近归零。而文娱领域作为技术落地的最佳场景之一，也将因此获得更多发展机遇。 值此产业跃迁的关键时刻，**由珀乐科技、生数科技、Vast联合主办，36氪战略合作的ChinaJoy同期CEDC「AI+娱乐科技大会」应运而生。**本次大会以“AI变革生产力 让创意更有价值”为主题，旨在搭建技术方、内容方、平台方与应用方协同交流的舞台，探索AI技术在游戏、影视、音乐、文旅等泛娱乐场景中的应用路径与商业价值。 大会作为国内首个聚焦“AI+文娱”的垂直生态论坛，将通过主题演讲、圆桌讨论、案例分享等多种形式呈现AI驱动下的文娱行业新生态。大会议程涵盖多维视角：上午聚焦 “技术跃迁·视觉革命” ，解析AIGC内容生成的前沿突破；下午着眼 “场景落地·虚实共生” ，深入探讨AI在潮玩、游戏、智能硬件及文旅等领域的创新实践与商业闭环。 本届大会将于**2025年7月31日在上海浦东嘉里中心酒店举办**，邀请业内专家、学者与企业代表共聚一堂，共同探讨AI对内容生产模式的变革和商业生态的重塑。36氪作为大会的合作媒体，将会通过全程跟踪报道的方式，为娱乐科技相关产业带来第一手资讯，助力行业高效融合发展。 会议目前已开放报名通道， 更多2025中国数字娱乐产业大会（CDEC）信息可扫描或长按识别下方二维码进行查询； 购买大会门票可扫描或长按识别下方小程序码。 后续我们将第一时间同步与会嘉宾和详细议程。 **AI+娱乐科技大会合作联系人：郭先生 18135132556**  2025中国数字娱乐产业大会（CDEC）相关信息  大会门票购买入口  2025中国数字娱乐产业大会（CDEC） 本文首发自[“36氪游戏”](https://mp.weixin.qq.com/s/uNUe5VmPcO8MXALeP86gCA)。

一文读完一周出海热点

赛事并不是业内人士的“自嗨式狂欢”，更是打开市场认知的绝佳突破口。当人形机器人在拳击赛中展现出流畅的格斗动作，或是在运动会上完成复杂的协作任务，这种直观的视觉冲击远比技术白皮书更具传播力。

攒熟人局、打感情牌、建长期关系。

<blockquote><p>在产品设计与运营的世界里，一个常被忽视的真理是：好的产品不仅仅是功能的堆砌，更是对用户需求的精准洞察。然而，许多产品经理在面对用户反馈和市场数据时，往往陷入细节的泥沼，忽略了最核心的问题——用户真正想要什么？</p> </blockquote>  见过太多失败的产品案例：有些产品经理觉得自己发现了好需求，结果用户根本不买账；还有些产品更新得很勤快，但就是没人用。 做产品，核心能力不是画原型、写文档，而是“问”——问对问题，捅破那层窗户纸，抓住问题的命门。 问题问准了，本质抓住了，产品离“活”也就不远了。 认识个小张，当时接手一个半截入土的产品，眼看就要凉透。他没急着动手改，而是连着问了三个问题，刀刀见血，直指核心。通过半年多死磕优化，硬是把这口气吊了回来。一两年后，竟成了公司的台柱子。 不会抓重点、提要害问题的产品经理，就像在黑屋子里蒙眼狂奔，撞得头破血流也找不到出口。 产品成败，关键不在你Axure玩得多溜、文档写得多漂亮，而在于你能不能像老猎人一样，用一连串致命的问题，剥开用户话语的迷雾，看清他们骨子里的渴求，嗅到市场里真金白银的味道。 总结了一套特别实用的提问方法，能帮你快速找到用户真正想要的东西。建议你把这些问题记下来，在产品的每个重要阶段都对照检查，多问问自己。只要你学会用这些问题去分析思考，相信产品离成功不远了。​ ## 一、产品战略层：用追问锚定商业坐标 产品战略是决定生死的顶层设计，任何模糊与侥幸，都可能让产品在市场洪流中迷失方向。这一阶段的提问，必须像手术刀般精准剖开商业本质。 如用 “市场规模是否足够支撑？”“我们的核心竞争力能保持多久？” 等问题，验证方向正确性。  ## 二、战术执行层：用追问打磨落地细节 战略再宏伟，也需通过战术执行落地。这一阶段的提问，要像显微镜般聚焦业务场景、流程与体验的每个细节。 如通过 “这个功能的使用频率有多高？”“开发成本与收益是否匹配？” 评估方案可行性。  ## 三、迭代运营层：用追问驱动持续进化 产品上线只是起点，持续追问才能让产品在竞争中保持生命力。这一阶段需要像雷达般敏锐捕捉市场变化与用户反馈。 如借助 “用户流失的关键节点在哪？”“下一个增长点可能在哪？” 驱动持续优化。  ## 四、提问的方法 5W1H 追问法，对每个需求反复追问 Why（为什么）、Who（谁在用）、What（要解决什么）、Where（使用场景）、When（何时使用）、How（如何实现）。比如用户说 “想要更美观的界面”，追问 “为什么觉得当前界面不好？是信息获取效率低，还是视觉风格不匹配？” 反向推演法，假设明天产品就暴毙，用户会投奔谁？竞品哪点勾走了魂？是我们太慢、太贵、太难用，还是压根没挠到痒处？站在“尸体”旁反思，弱点暴露得最快。 场景颗粒化，将用户描述的抽象需求拆解成具体场景。从 “想要更快的交通工具” 细化到 “每天通勤 30 公里，地铁拥挤、打车太贵”，场景切得越细，真相露得越白。 产品经理的修行，就是一场提问的升级打怪。 从混沌中洞察用户，在红海中定位产品，于细节处打磨体验，在硝烟里驱动增长——每一个环节，都需要你用精准、犀利、甚至冷酷的问题，刺穿重重迷雾，直抵本质。 当你练就一身“问死”需求的功夫，像顶级猎手般，用一连串致命问题锁定猎物的咽喉，你就不再是需求的搬运工，而是亲手定义战场、制定规则的人。 声明：仅代表个人观点，与供职机构无关 本文由人人都是产品经理作者【简单有道】，微信公众号：【简单有道】，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。

<blockquote><p>在全球生成式AI市场蓬勃发展的同时，细分赛道上的垂直应用正逐渐崭露头角。本文将探讨两款基于美国生活文化开发的AI应用——AI花园设计（AI Garden）和AI汽车设计（AI Car）——如何在短时间内收获大量用户，并分析其成功背后的文化因素和技术创新。</p> </blockquote>  在全球生成式AI市场呈现爆发增长态势的当下，越来越多的AI生成产品出现在人们的视野，特别是文生图、图生图，将内容创作、创意设计的门槛大大降低。加之生成的作品在社交媒体上的快速传播，带动了世界各地的用户加入这场AI创作热潮中。 不过，繁荣背后也暗藏隐忧，由于大部分产品尚处于初级阶段，用户往往需要多次调整后才能获得较为理想的输出结果，除了AI对于不同语言的表述把握存在偏离外，另一大主要原因在于，训练模型的数据还远远不够，导致广泛的AI生成内容精细程度尚无法达到用户预期。由此，细分赛道下的内容生成，就成为了另一大突破口。 例如，去年上线专注于AI纹身生成的Tattoo AI，一直以来霸榜美国图形与设计榜，其设计出的图案被很多用户运用到了现实生活中，实现了从娱乐性到工具性的转化。有了这样的成功案例，在AI生成的细分赛道下，近期又有两大内容被开发，且整体数据攀升明显。 一款是基于欧美的田园式生活的文化，由Mobiversite公司开发的AI花园设计应用AI Garden Design: Landscape AI（以下简称AI Garden），仅上线一个月左右，下载量达到12.9万，高峰时期单日下载1.2万，总收入6.7万美元，并快速进入到了美国图形与设计免费榜Top6。排在其前面的除了纹身应用Tattoo AI外，还有两款AI室内设计应用。由此可见，美国人对于AI设计在家居方面的接受度和使用率还是很高的。  AI Garden自上线以来全商店下载量，图源：点点数据 另外，基于美国整体汽车普及率高的文化特点，Mobiversite还推出了一款AI汽车设计应用AI Car Designer Modify &amp; Tune（以下简称AI Car）。对于美国人来说，汽车不仅仅是交通工具，更是生活中重要的一部分，由此也让汽车设计、汽车改装等文化盛行起来。该应用上线于AI Garden后不久，不到一个月的时间里，下载量2.8万，虽然数据不及花园设计，但也在最近几天快速冲进了同榜单Top10当中。 将目标市场放在美国，并根据当地文化挖掘新的细分市场，Mobiversite能否将AI生成在垂直领域做出实用性工具的呢？ ## 美国田园生活下的AI需求 在美国田园式生活的背景下，家家户户几乎都有着自己的花园。和室内设计一样，花园也被当地人视为房子的一大重要组成部分，因此对于花园的设计打理同样十分上心。 “几秒之内设计出梦想的花园”，AI Garden让整体的设计时间急剧缩短并变得轻而易举。和很多AI房间设计一样，AI Garden也主要采用了图生图的方式，为用户输出多元化的设计图。只需拍摄并上传花园的完整实景图，再通过选择想要的风格，对输出内容进行个性化编辑后，便可以完成设计。大体上来看，只需要简单三步，不过，越是简化的流程，对于AI的识别和“思考”能力考验就越大。  如今，很多社交媒体上都有着“梦中情屋”的话题，虽然充满意境同时让人向往，但“AI味”确实十分重。其中不只体现在现实中想要实现这些设计困难外，更是在于AI的设计偶尔会出现不符合逻辑常识，甚至安全存在隐患等等。这些反面案例也总会让人对AI生成的内容能否真正用于生活中产生了质疑。 AI Garden虽不能完全保证不出现类似的问题，但其在流程及内容上的细节优化，或多或少避免了一些“设计矛盾”。比如在选择风格的过程中，为了能够与房屋建筑协调搭配，会先让用户选择房屋的类型是别墅、公寓、办公室还是牧场等等，再根据这些类型去搭配现代、舒适、或是奢华的多元花园风格，避免出现违和感。 同时，AI Garden也鼓励用户将个人的想法融入设计当中。在AI生成的设计中，大部分都具有花朵、树木、盆栽、水池及桌椅等元素，用户可以对相关内容进行编辑和调整，如增加、移除、或是替换一些细节。这一过程既是用户对于AI生成结果的检验，避免直接“照搬照抄”出现常识性问题，更帮助用户实现了与AI设计之间的协作共创，将模板化的内容融入个性化思想。  由于花园的设计中，植物往往占主要部分，且基于最终实际用于参考设计的工具属性，AI Garden还新上线了“花园秘籍”功能，即在设计中出现的植物，都可以获取与其相关的细节信息。例如，如何浇水养育、是否需要阳光以及安全性等说明。以此来帮助用户从“纸面”上的理想图片，向着实际设计落地进行转化。 总体来说，AI Garden能够在上线一个多月的时间里，快速在美国受到追捧，一方面是基于当地的文化属性和实际设计需求；另一方面则是通过细节的优化处理，将用户的个性化想法融入其中，同时还加强了AI生成的实用工具的属性。 ## AI汽车可落地性有多强？ 在AI Garden上线后不到半个月的时间，同一开发者又推出了另一款应用AI Car，两款应用的整体生成逻辑上大致相似，但在一些细节上略显差异。 例如，相比于花园，汽车的设计是更具想象力和创造力的，因此AI Car并不要求用户一定要上传真实的汽车图片，可以选择应用提供的模板，或是通过文字描述直接生成。在最初的使用过程中，就将文生图技术融合进了应用当中。 如果说花园要考虑的是整体的协调搭配，更注重“面”的问题，那么对于汽车来说，安全和细节等“点”的问题则是需要更多去注意的。AI Car的主要特点在于生成后的真实性，虽然用户可以选择赛博风、科技风等很多关于“未来”概念的风格模板，但生成后的内容，都离不开“真实”这一点。  它并不是传统的，像套壳一样将模板内容套在原车上，而是根据车的细节和特点，重新做了“改装”。例如车轮、车灯、车翼都能在其中看到一些细节方面的处理，让其更符合真实的设计，而非“天马行空”的想象。 同样，AI Car支持用户在生成的图片上进行细节调整，例如删除一些多余的元素，用新的后视镜、保险杠等替换原零件，将用户个人的想法融入其中。不过，相较于花园设计的可落地性，AI汽车设计在实际中的应用可能稍弱一些。因为其中涉及安全性问题，要保证AI生成内容在汽车改装过程中切实可行，还需要时间来验证。这也是AI Car的数据表现不如AI Garden的一大原因之一。 从用户反馈来看，目前AI Car的生成还停留在创意阶段，主要是为喜欢汽车改装的人提供更多设计思路。虽然在创意落地方面不及花园设计便利，但也标志着AI生成从娱乐向工具转化迈出了重要一步。 ## 限制生成次数，变现或成难题 点点数据显示，两款应用都采用订阅会员的方式进行商业变现。周订阅7.99美元，年订阅59.99美元。虽然表面上看，年订阅要比周订阅划算很多，不过基于花园和汽车的特点，一旦设计落地后，应用的使用率会大幅降低，甚至被弃用。  （AI Car热门内购项目，图源：点点数据） 因此对于用户来说，往往会选用最便宜的价格来输出最高效率的设计。特别是在应用上线初期，周订阅就成为了大多数用户的选择。AI Garden的6.7万美元收入中，有近62.7%是订阅的内购收入，美国用户贡献了其中的69.3%，断层排在第一位，其次为加拿大4.5%、澳大利亚2.6%、德国1.7%及爱尔兰1.4%。这些地区几乎都是田园式的生活方式，且花园设计有着较高需求。 不过，或许是出于算力成本考虑，开发者对周订阅进行了AI生成次数的限制，即7.99美元只能生成20次图片，算下来约0.4美元一次，如果超出次数限制，则需要额外付费。 这样的规定也引起了部分用户的负面情绪，认为这样的定价和次数限制并不合理，特别是在当前AI生成发展并不成熟的阶段，用户需要经过多次的内容调整才能真正将其用于实际生活当中，20次的限制对于精益求精的用户来说，明显是有一定局限性的。 无论是AI Garden还是AI Car，在垂直细分赛道中探索AI生成的新机遇无疑是值得肯定的，同时也为市场提供了更广阔的发展空间。但在商业模式和产品定价方面，或许可以给出兼具可盈利性和用户体验的更多方案。 ## 结语 AI生图经过一年多的发展，已经由最初的趣味创意向着实践落地方向发生转变，在从娱乐走向工具的过程中，AI也回归到了其本质的角色“辅助用户设计”，同时达到降本增效的目的。而在垂直方向上的探索也成为了未来行业发展的重中之重，AI纹身、花园、汽车，这些基于当地文化推出的AI生成产品，热度究竟能持续多久，未来又有哪些新领域会出现在“AI+”的后面，值得我们持续关注。 作者丨子墨 编辑丨火狐狸 本文由人人都是产品经理作者【扬帆出海】，微信公众号：【扬帆出海】，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。

在WWDC 2025主题演讲结束后，苹果发布了 iOS 26 的第一个开发者测试版。与往常一样，新系统附带一套全新的默认壁纸以匹配其更新的设计语言，您可以在此处下载全尺寸版本。 [](https://static.cnbetacdn.com/article/2025/06/09750838ce77267.jpg) [](https://static.cnbetacdn.com/article/2025/06/0454c577a2d2770.jpg) 请务必单击图像并保存全分辨率壁纸，然后通过照片应用程序或设置应用程序（如果您使用的是 iOS 设备）将其设置为背景图像。  除了设计上的全面革新外，iOS 26 还带来了 CarPlay 的更新、全新的游戏应用、更多 Apple Intelligence 工具，以及 Apple Music、地图和 Wallet 的更新。 [查看评论](https://m.cnbeta.com.tw/comment/1505748.htm)

苹果公司结束了今年的 2025 年全球开发者大会 (WWDC) 主题演讲。该公司宣布了一系列针对其操作系统、服务和软件的新更新。苹果公司在其软件版本中跳过了数字“19”，而是直接使用“26”进行统一命名。因此，现在苹果软件被称为 iOS 26、tvOS 26、watchOS 26、macOS 26 和 iPadOS 26。  iOS 26 进行了重大改版，苹果称这是自 2013 年 iOS 7 以来最大的一次重新设计。iOS 26 现在采用了一种名为“液态玻璃”的“玻璃般”设计，在锁屏和主屏幕上尤为醒目。此外，还有备受关注的“来电筛选”功能，它会显示来电者的信息，并让用户决定是否接听电话。 在 iOS 26 和其他操作系统的诸多变化中，苹果还提到了去年 WWDC 上宣布的备受期待的 Siri 升级。早在 2024 年 WWDC 上，苹果就宣布，基于人工智能、能够理解个人情境的 Siri 升级版将于 2024 年秋季推出。 然而，该功能的推出被推迟了，原计划于 2025 年春季推出，测试版预计于 2025 年 1 月发布。但这也没有发生。现在，在 2025 年 WWDC 上，苹果表示将在明年分享有关 AI 驱动的 Siri 升级的详细信息。 苹果软件工程主管 Craig Federighi表示： <blockquote><p><strong>正如我们之前分享的，我们将继续努力，打造更个性化的 Siri 功能。这项工作需要更多时间才能达到我们高质量的标准，我们期待在来年分享更多相关信息。</strong></p></blockquote> 这仅意味着 Siri 升级尚未准备好发布，并且不会成为 iOS 26、iPadOS 26 和 macOS 26 开发者测试版的一部分。此外，“明年”一词并未提供具体的时间表，但它确实表明我们可能会在 2026 年听到更多关于 Siri 升级的消息。 [查看评论](https://m.cnbeta.com.tw/comment/1505746.htm)

据路透社报道，比亚迪领衔的中国电动汽车制造商在制造实惠型电动汽车的竞争中击败了特斯拉。如今，这些强劲的特斯拉对手又纷纷在全球自动驾驶汽车竞赛中抢占领先地位。今年早些时候，比亚迪宣布免费提供“天眼”辅助驾驶系统，震惊了中国智能电动车行业，削弱了特斯拉在中国提供的类似辅助驾驶系统。特斯拉FSD在中国的售价为6.4万元。  “在比亚迪免费提供天眼后，特斯拉的战略开始瓦解。”比亚迪投资人、美国人泰勒·奥根(Taylor Ogan)表示。他曾拥有多辆特斯拉，也驾驶过配备“天眼”系统的比亚迪汽车，并称“天眼”比特斯拉的FSD更强大。 不只是比亚迪，其他中国汽车和科技公司也在以相对低廉的价格，推出搭载类似FSD技术的平价电动车。例如，零跑汽车和小鹏汽车在售价仅约2万美元的车型中，就提供了支持高速公路和城市驾驶的辅助驾驶系统。大批中国企业正竞相研发同类技术，这场行业努力得到了中国的支持。 **中国成本低** 根据路透社委托专门为车企拆解和分析汽车的公司进行的研究，比亚迪的辅助驾驶硬件成本远低于特斯拉。这些此前未曾报道的对比数据显示，比亚迪采购组件并打造配备雷达和激光雷达系统的整体成本，与特斯拉的FSD系统大致相当，但是特斯拉的系统并未配备这些雷达。这削弱了特斯拉的非主流技术路线，该公司为了节省成本，取消了雷达与激光雷达，完全依赖摄像头与AI。 分析师指出，中国电动汽车制造商正在迅速开发辅助驾驶系统。在中国，消费者对该类技术的需求增长速度快于其他地区。中国汽车制造商能够以更低成本开发这一系统，对特斯拉“以自动驾驶为核心”的新商业模式构成了最大威胁。  特斯拉FSD 售价约3万美元的比亚迪车型就标配了与FSD功能相当的“天眼”中级版本。而在中国市场，最便宜、配备FSD的特斯拉车型是售价约4.15万美元的Model 3。 巴黎拆解分析公司A2MAC1估算，最接近特斯拉FSD功能的中级版“天眼”系统搭载了英伟达计算芯片，并通过12个摄像头、5个雷达、12个超声波传感器和1个激光雷达收集数据，其总成本为2105美元。特斯拉的FSD系统则不使用传感器，仅依赖摄像头和两个AI芯片，成本约为2360美元。 A2MAC1估计，中国的摄像头、雷达和超声波传感器的价格比欧美便宜40％，激光雷达则便宜约20％。该公司工程师埃琳娜·泽隆兹(Elena Zhelondz)表示，成本下降是因为中国的电动汽车热潮带来了规模经济。此外，她还指出，激烈的市场竞争也促使汽车制造商和零部件供应商在辅助驾驶技术设备上压缩利润空间。 咨询公司Evercore全球汽车与出行研究主管克里斯·麦克纳利(Chris McNally)表示，尽管比亚迪的22%毛利率很可能因免费赠送“天眼”系统而下降，但会受益于整车销量的增长。 中国智能电动车厂商日益激烈的竞争，正成为特斯拉CEO埃隆·马斯克(Elon Musk)面对的核心挑战之一。随着特斯拉全球销量下滑，马斯克辞去了备受争议的特朗普政府顾问一职，重新聚焦他的商业帝国。本月，特斯拉将在总部所在地得州奥斯汀开展自动驾驶出租车试验，首先面向10至20辆汽车，这让马斯克的自动驾驶承诺备受考验。过去十年，马斯克不断重申推出可自动驾驶的特斯拉驾驶汽车，但一直没有实现。 截至发稿，特斯拉尚未就中国对手的竞争置评。马斯克曾表示，中国车企是全球最具竞争力的公司。 **马斯克豪赌自动驾驶** 路透社去年报道称，特斯拉已经取消了一款全新、预计售价为2.5万美元的电动车项目。中国车企的竞争是促使特斯拉战略转向、放弃大众市场型电动车计划的原因之一。此后，马斯克把特斯拉的未来押注在了自动驾驶出租车上，这一愿景如今成了特斯拉大约1万亿美元市值的支柱。 然而在自动驾驶汽车领域，特斯拉正遭遇来自同一批中国车企的激烈竞争。正是这些对手削弱了特斯拉的平价电动车计划。更严峻的是，华为等中国科技巨头也在为主要汽车制造商提供自动驾驶技术。  马斯克 在尚未实现完全自动驾驶的当下，车企提供的驾驶辅助系统已成为他们在全球最大汽车市场中国的一大关键竞争优势。在这个市场，特斯拉的销量正因为本土电动车品牌旷日持久的价格战而下滑。 特斯拉还面临中国法规的限制，无法利用在华车辆采集的数据训练支撑FSD的AI系统。特斯拉一直在与中国进行谈判，但至今未能获得将这些数据传回美国进行分析的许可。 相比之下，中国竞争对手不仅享有政府对高级辅助驾驶技术的补贴和其他形式的政策支持，更受益于过去十年激烈的智能电动车市场竞争。这场电动车热潮催生了规模效应，促使行业为快速推广新技术而主动压缩利润空间，最终实现了制造成本的持续下降。 **深圳街头实测** 比亚迪投资人、深圳雪牛资本CEO奥根对中国自动驾驶技术的竞争有着第一手观察。他近日驾驶了多款搭载“天眼”的比亚迪车型，并表示在深圳这座拥有1800万人口、交通拥堵的南中国大都市中行驶时，无需接管驾驶。 专家们指出，华为是中国另一家值得关注的智能电动车厂商。华为代表称，公司已将技术和品牌提供给包括奇瑞、上汽和长安在内的六家大型车企，同时还与十多家其他汽车制造商建立了较低调的合作关系。 路透社记者在4月曾亲身体验了赛力斯与华为联合打造的豪华电动SUV问界M9，在深圳的道路上试驾。M9在驾驶员双手离开方向盘的情况下，顺利从高速公路驶入拥堵的市区，小心谨慎地行驶，当一名施工人员似乎可能走入车道时，车辆放慢速度几乎停下。在某一时刻，车辆右转后又缓缓向左行驶，以避开两名正在从停靠路边的卡车卸箱子的男子。随后，车辆在华为深圳总部完成了自动泊车。 在4月的上海车展上，华为与极氪、长安、小鹏等众多车企宣传了他们在全自动驾驶技术上的进展。 华为表示，已准备好接受中国监管部门正在制定的新认证体系，以认证所谓的L3级自动驾驶系统。该标准意味着，汽车可在无需人工监控的情况下自主驾驶，仅需在系统提示时接管。吉利旗下豪华品牌极氪也计划近期销售搭载L3系统的车型。 相比之下，特斯拉尚未发布这种“无人监督”版本的FSD，因为其技术还需更多训练，才能实现在驾驶员双手离开方向盘、眼睛不盯着路面时的安全行驶。 **行驶越多，AI越强** 如果在辅助驾驶技术方面落后于中国品牌，特斯拉在华困境将雪上加霜。在中国，它正在被包括比亚迪在内的竞争对手蚕食市场份额。比亚迪的一款入门级电动车售价甚至不到1万美元。比亚迪等中国厂商日益增长的市场规模，也可能带来技术优势：在中国道路上积累的行驶里程越多，其完善自动驾驶系统的AI技术训练效果就越好。 Evercore的麦克纳利指出，在收集道路行驶数据、优化“天眼”系统方面，比亚迪相较特斯拉拥有“明显且持续推动市场份额增长的优势”。这一优势可能会因“天眼”作为汽车标配而进一步扩大，因为它有助于比亚迪卖出更多汽车。 比亚迪的规模优势还帮助其压低了成本，并在与供应商的谈判中获得不同寻常的议价能力。去年11月，比亚迪一位负责乘用车业务的高管在致供应商的信中写道，比亚迪去年售出420万辆汽车(是特斯拉销量的两倍多)，这得益于“技术创新、规模效应和低成本供应链”。 该高管指出，新的一年会迎来重大机遇，但竞争也会更加激烈。 [查看评论](https://m.cnbeta.com.tw/comment/1505744.htm)

越来越多的国家报告出生率逐年下降的问题，引发了全球对老龄化的担忧。而联合国在一份新报告中指出，影响人们生育意愿的最重要因素为经济障碍和性别歧视，这让数百万人无法达到自己期望的生育孩子数量。  联合国人口基金会表示，养育孩子成本高、工作不稳定、住房昂贵、对世界局势的担忧以及缺乏合适的伴侣等因素阻碍了人们拥有自己想要的家庭，而不是人们不想生孩子。 在这份名为《2025年世界人口状况报告》的调查中，受访的大部分民众都声称想要生育孩子。接受调查的国家包括韩国、泰国、意大利、匈牙利、德国、瑞典、巴西、墨西哥、美国、印度、印度尼西亚、摩洛哥、南非和尼日利亚，占全球人口的三分之一。 联合国人口基金执行主任Natalia Kanem指出，全球生育率出现空前下降，问题在于缺乏选择，而非意愿，这才是剩余危机真正的原因，人们想要带薪探亲假、负担得起的生育护理以及提供支持的伴侣。 **真正的危机** 调查显示，近五分之一的人表示，他们的家庭规模没有达到他们想要的水平，九分之一的人认为他们的孩子数量会少于他们想要的，而 7% 的人认为他们会生更多的孩子。 而究其原因，39%的人表示经济拮据导致他们生育的孩子数量少于预期。尤其是韩国，有58%的人指出经济原因是导致不愿生育的重要理由。 此外，女性认为家务分工不平等的占比几乎是男性的两倍，而男性和女性都表示，对未来的担忧意味着他们限制了家庭规模。 Kanem补充称，许多国家正在努力应对人口老龄化和人口萎缩、劳动力短缺以及医疗和养老金成本上升等问题。这些都是切实存在的担忧，但它们却导致一些人得出了错误的结论。 例如美国或者匈牙利的右翼政府近几年宣传生育率下降在于人们拒绝生育，并出台了一些增加生育的强制性政策，如限制堕胎和避孕等，但实际上这些努力对于生育率下降没有太大的长期影响，甚至可能适得其反。 Kanem强调，当人们感到自己的生育选择受到操纵，甚至只是认为政策过于强制性时，人们就会做出反应，并且不太可能生育孩子。答案不在于限制选择或决定谁来行使选择权，答案是将真正的选择权扩展到所有人。 香港科技大学人口统计学教授Stuart Gietel-Basten表示，这是联合国首次全力想要解决低生育率问题。 他还补充称，很多国家因为看到低生育率、人口老龄化、人口停滞而开始实施民族主义、反移民政策和性别保守政策。他希望这份报告能够让某些国家不要再制定任何恐慌性政策。 [查看评论](https://m.cnbeta.com.tw/comment/1505742.htm)

据四位了解Meta计划的人士透露，这家科技巨头正准备推出一个新的人工智能研究实验室，致力于研究“超级智能”，以保持在人工智能竞赛中的竞争力。知情人士称，Meta已邀请人工智能初创企业Scale AI的创始人兼首席执行官、28岁的亚历山大·王（Alexander Wang）加入新实验室，并一直在谈判向他的公司投资数十亿美元，作为交易的一部分，这笔交易还将把Scale的其他员工引入Meta。 [](https://static.cnbetacdn.com/article/2025/0123/9abd06da67e51e8.jpeg) 据知情人士透露，Meta还向OpenAI和谷歌等领先人工智能公司的数十名研究人员提供了七到九位数的薪酬，其中一些人同意加入。 知情人士说，新实验室是Meta人工智能项目更大规模重组的一部分。其中两名知情人士说，这该公司最近一直在努力应对围绕这项技术的内部管理斗争，以及员工流失和几次产品发布的失败。 Meta首席执行官马克·扎克伯格已经投入了大量资金，将自己的公司打造成一家人工智能巨头。自OpenAI于2022年发布ChatGPT聊天机器人以来，科技行业一直在竞相打造越来越强大的人工智能。扎克伯格一直在推动他的公司将人工智能融入其所有产品，包括智能眼镜和最近发布的应用Meta AI。 对Meta、谷歌、亚马逊和微软来说，这场竞赛至关重要，因为这项技术可能是该行业的未来。这些巨头向初创企业和自己的人工智能实验室投入了大量资金。微软向OpenAI投资了130多亿美元，亚马逊向人工智能初创公司Anthropic投资了80亿美元。 这些巨头还花费数十亿美元从知名初创企业聘请员工，并授权他们的技术，基本上是买下了除了这些公司以外的一切。去年，谷歌同意支付30亿美元获得技术许可，并从Character.AI聘请技术专家和高管。Character.AI是一家为个人对话开发聊天机器人的初创公司。 今年2月，41岁的扎克伯格称人工智能“可能是历史上最重要的创新之一”。他补充说，“今年将为未来设定方向。” 今年4月，扎克伯格发布了Meta的两个新版本的Llama人工智能模型，他声称，根据Meta编制的测试基准，这两个模型的表现与OpenAI和谷歌的同类模型相当，甚至更好。 但不久之后，外部研究人员发现，Meta的基准设计是为了让一款产品看起来比实际更复杂。一些开发者对Meta的伎俩感到愤怒。 但其中两名知情人士说，扎克伯格本人更为恼火，他对人们认为他是在试图掩盖最新版本的糟糕表现感到不安。 现在，Meta押注亚历山大·王将帮助它在人工智能竞赛中重新占据领先地位。 但该公司必须谨慎行事。最近，美国联邦贸易委员会（FTC）就Meta收购Instagram和WhatsApp一事向联邦法院提起诉讼。与Scale AI达成的一项结构不同寻常的投资协议，可能有助于Meta避开这些担忧。 2016年，亚历山大·王与后来被公司解雇的工程师Lucy Guo一起创立了Scale AI。Scale AI帮助其他企业开发人工智能技术。它雇佣了大量的合同工来筛选大量的数据，对信息进行标记和“清理”，以便用于训练复杂的人工智能系统。Scale AI的客户包括OpenAI、微软和多伦多一家人工智能初创企业Cohere。 最近，Scale AI一直致力于建立自己的企业和公共部门业务，派遣顾问和工程师与公司和政府合作，帮助开发使用人工智能的软件。 [查看评论](https://m.cnbeta.com.tw/comment/1505740.htm)

据报道，在美国政府效率部（DOGE）前负责人埃隆·马斯克与美国总统特朗普发生冲突之际，微软联合创始人比尔·盖茨在上周五悄悄访问了白宫，敦促美国国务卿鲁比奥重新考虑根据DOGE计划削减对外援助的提议。 [](https://n.sinaimg.cn/spider20250509/200/w640h360/20250509/17e5-73a79474b0a6f13575e26a0e195c539d.jpg) 据报道，盖茨在白宫会见了鲁比奥，讨论了DOGE预算削减95亿美元的提议，其中包括为美国国际开发署（USAID）指定的83亿美元。这些削减可能危及诸如总统艾滋病紧急救援计划（PEPFAR）等关键项目，该计划在降低整个非洲的死亡率方面发挥着重要作用。 盖茨访问白宫之际，特朗普和马斯克就税改法案问题公开发生了争执。早些时候，盖茨曾批评马斯克推动美国政府削减2万亿美元的预算，该预算的重点是解散美国国际开发署。盖茨警告说，由于外国援助和卫生项目的突然停止，这种激进的削减可能会导致全世界数百万人死亡，并指责马斯克正在“杀害世界上最贫穷的儿童”。 [查看评论](https://m.cnbeta.com.tw/comment/1505738.htm)

在美国加州移民抗议活动期间，谷歌Waymo自动驾驶网约车似乎成了抗议者们释放暴力信号的目标，迫使科技公司紧急收缩运营范围，避免被卷入更多事端。继上周日5辆Waymo网约车在洛杉矶被烧毁后，**公司从周一开始对旧金山部分区域的叫车服务进行限制，那些区域预期会聚集反对特朗普移民政策的抗议者。** 公司发言人在声明中表示：“我们已经注意到潜在的抗议活动，出于充分谨慎考虑，将不在示威者可能聚集的区域提供服务。”  （运营调整公告，来源：Bigad Shaban） 据当地媒体测试，Waymo在旧金山的市中心等区域设置了接送限制，与其他城区相比，**候车时间和车费都出现了明显上涨**。在洛杉矶方面，公司也在市中心抗议区域外实施了运营限制，从西洛杉矶到距“烧车事件”数英里的NBA湖人队主场“加密网”体育馆，以及南加州大学区域均无法叫车。 旧金山的活动人士则对媒体表示，这些自动驾驶网约车已经成为**部分抗议者抵制科技行业与特朗普政府关系密切的象征**。 对于网络传言称“抗议者把车叫到现场焚烧”一事，Waymo发言人表示公司的自动驾驶车辆只是在不恰当的时间出现在错误的地点。**公司目前并不清楚受损车辆是被抗议者故意召来破坏，还是恰好在当地下客时遭遇不测。** 洛杉矶警方指出，Waymo自动驾驶网约车是电动车，在锂电池燃烧时会释放氟化氢等有毒气体，会对周边群众构成安全威胁。 对于电动车电池起火，消防部门最稳妥的处理方式就是保持距离“任其燃烧殆尽”。据报道，**每辆 I-Pace电动车可携带约90千瓦时的电池，相当于77公斤TNT炸药的能量**。一旦爆燃，局部温度可飙升至1000摄氏度以上，所以现场图片显示汽车的大部分结构在燃烧后完全消融。  Waymo目前仅在美国加州的洛杉矶和旧金山，以及亚利桑那州凤凰城和得克萨斯州奥斯汀运营，共涉及约1500辆网约车。公司上个月曾透露，**Waymo每周已经能提供25万次付费无人驾驶网约车服务**。 对于共享网约车运营商而言，最不可控的损失就是资产遭到蓄意破坏。 Waymo一直拒绝对外透露自动驾驶网约车的具体成本。公司使用的捷豹I-PACE电动车起售价为7.3万美元，再加装多组摄像头、激光雷达和精密计算系统后才能上路运行。**综合多家机构的测算，整车成本应该介于10至20万美元之间。** 除了Waymo外，肇事现场的图片也显示，由美国共享出行公司莱姆单车运营的电动滑板车也被用来进行暴力破坏。  公司发言人回应称：“为了所有人的安全，我们恳请大家不要把我们的车辆用于预期用途之外的任何目的。” [查看评论](https://m.cnbeta.com.tw/comment/1505736.htm)

雷峰网讯 6月10日，在百度AI Day开放日上，百度网盘、文库联合发布行业首个全模态输入、处理、输出的系统化完整交付AI能力，推出行业首个“拍存管一体”的“AI相机”，成为覆盖最全场景、拥有最全功能的全模态超级入口。  作为全模态输入重要能力，AI相机已在百度网盘APP上线，并已接入百度文库APP。可以说，百度文库、网盘真正定义了AI相机，做到了“真相机、全场景、可冲印、能回忆”，将相机和相册融为一体，为用户提供存储、搜索、扫描、修图、管理、打印等图像内容的一站式服务，实现“即拍即存”和图像智能管理，轻松满足用户拍人、拍景、拍物的全方位需求，率先实现了生活、学习、工作的全场景覆盖。 百度文库还宣布多智能体协作能力“GenFlow超能搭子”全新升级为2.0版本，体现了百度文库在全模态处理、输出上的领先能力，使其成为率先实现全场景满足、全链路覆盖的多智能体协作应用。GenFlow超能搭子在任务完成耗时、交付内容丰富度、信息检索范围、内容编辑能力上已达行业领先。 这背后，是AI重构后百度网盘、百度文库的全面融合和能力共建，打通了从“创编存管”到“找看用享”全流程环节，让AI「无所不能、无处不在」。截止目前，百度文库AI MAU已达9700万，拥有14亿专业内容资源；在最新发布的AI产品榜上，百度网盘APP MAU超1.5亿，位列应用榜国内总榜第一，体现出AI时代国民级产品的全新用户价值。 雷峰网文章

6月5日，网络安全行业年度盛会**“Accelerate 2025北亚巡展·北京站”**圆满落幕。本次活动以**“AI智御全球·引领安全新时代”**为主题，汇聚了智库、产业界及企业客户的众多专家代表，围绕AI技术驱动的安全防御体系重构、网络与安全的原生融合实践、全球化场景下的SASE技术落地三大核心议题展开深入探讨。  Fortinet北亚区资深区域总监冯玉明在开幕致辞中指出，AI技术为网络安全带来机遇的同时也伴随新威胁，公司正通过AI技术持续提升安全防护能力。中国区总经理李宏凯进一步分享了公司三大战略方向：网安融合、统一SASE和AI驱动的安全运营，并强调其“嵌入式AI”策略已助力全球防火墙市场份额突破50%。技术总监张略现场演示了FortiAI智能体的自动化运维能力，成功将安全事件处理时间从数小时缩短至分钟级。 活动特别设置了“Ultimate Fabric Challenge（UFC）安全技术挑战赛”，10位网络安全专家在模拟攻防环境中激烈角逐。以沉浸式对抗形式，直观呈现了网络安全领域的技术博弈与创新实践，成为本次活动连接理论研讨与产业落地的重要场景化实践。  在这场网络安全行业的思想盛会中，嘶吼作为深耕安全领域的专业媒体，与Fortinet中国区总经理李宏凯、技术总监张略展开深度对话。重点探讨了“AI泡沫、智能体风险与产业落地”等关键话题，就AI技术在网络安全领域的应用现状与发展路径进行了深入交流。 **嘶吼对话实录：AI 融合网络安全的三重思辨** **第一重思辨：AI在安全领域中是否存在“过度炒作”的成分？技术价值与市场泡沫如何平衡？** 李宏凯坦言，任何新技术发展的初期都会产生市场泡沫，但AI在安全领域的价值绝非炒作。当前AI技术确实存在着市场预期与实际落地效果之间的时间差，这一现象值得行业深入思考。比如，Fortinet采取的“嵌入式AI”策略就颇具启示，将AI能力深度整合到现有安全设备中，而非作为独立的AI付费模块。这种“润物细无声”的技术实现路径具有双重优势：一方面有效规避了盲目追逐AI概念可能造成的资源浪费，另一方面通过显著提升安全防护效果的可感知度，让企业决策者能够直观评估安全投入的实际价值转化。这种务实的技术落地方式，正在为行业探索AI与网络安全深度融合提供可借鉴的实践样本。  **第二重思辨：智能体在实现自动化决策的过程对业务产生误伤问题如何权衡？** 张略解释道，在Fortinet设计的AI安全智能体系统中，特别注重平衡自动化效率与业务安全性的关系。实际上，Fortinet的智能体采用了“人机协同”的设计理念，在自动化决策流程中设置了关键的人工确认节点。特别是在涉及核心业务系统操作时，系统会自动暂停并提请安全专家进行最终确认。这种设计既充分发挥了AI在实时威胁检测和行为分析方面的速度优势，又通过人工复核机制有效控制了误操作风险。我们始终坚持一个原则：AI负责提供决策建议，人类专家掌握最终执行权。这种协同模式已经在多个客户场景中得到验证，既能提升安全运营效率，又能确保业务连续性不受影响。  **第三重思辨：产业落地的渐进式创新能否成为AI融合的破局之道？** 在李宏凯和张略的回应中，透露出一个重要共识：AI 在网络安全领域的价值实现需遵循场景化驱动的渐进路线。当前行业正处于从“能用”向“好用”迈进的爬坡期，相较于概念炒作，客户更关注AI在具体安全场景中的实效验证。Fortinet观察到的“客户正理性探索适用场景”这一市场现象，恰恰反映出产业正形成健康的AI使用趋势，这种基于实际需求的渐进式创新，比盲目追逐技术噱头更能保障行业的可持续发展。 **启示与展望** 本次“Accelerate 2025北亚巡展·北京站”活动不仅展现了AI与网络安全深度融合的最新成果，更揭示了行业发展的理性路径。AI与网络安全的融合并非简单的技术叠加，而是需要构建包含技术伦理、风险管控和价值度量在内的完整体系。只有当行业能够平衡技术创新与风险防范、市场期待与实际成效时，AI才能真正成为网络安全进化的加速器，而非泡沫制造者。

<blockquote><p>MiniCPM 4.0的发布，标志着端侧模型在速度、性能和长文本处理能力上的巨大飞跃。通过原生稀疏技术，MiniCPM 4.0不仅大幅提升了模型的推理速度，还在保持高性能的同时，显著降低了显存占用和计算成本。</p> </blockquote>  MiniCPM 4.0 发布了依然是端侧模型：原生稀疏，带来更强的端侧模型  https://github.com/OpenBMB/MiniCPM 作为开源产品，附带了翔实的技术报告，共 43 页  https://github.com/OpenBMB/MiniCPM/blob/main/report/MiniCPM_4_Technical_Report.pdf 下面，我带大家快速量子速读 一下 <blockquote><p>技术亮点<br/>他们搞了套原生稀疏，让模型本身就有了一些rag 的特性，打破很多端侧的限制，更快、更强</p></blockquote> 不得不说，正如刻板印象：面壁搞端侧，是专业的 无论是 0.5b 还是 8b 这个端侧领域，MiniCPM 几乎是都是最快、成本最低的 ### 速度 以 Jetson AGX Orin 和 RTX 4090 两款典型端侧芯片为例，MiniCPM4 的速度，大幅领先同类模型 显存极限场景下，推理速度最多快 220 倍  如图表所示 ### 性能 以最适合放在移动设备里的 MiniCPM-0.5B 为例，尽管其训练数据只有 Qwen3-0.6B 的 3%，但各类评分却大幅超越： - MMLU：55.55（Qwen 是 42.95） - CEval：66.11（Qwen 是 45.53） - HumanEval：46.34（Qwen 是 40.85）  两款模型，在同体量模型中，均非常耐打 ### 长文本 MiniCPM4 基于 32K 长文本进行预训练，并通过 YaRN 技术实现长度扩展，能够支持 128K 长文本  作为端侧模型，在 128K 大海捞针下全绿 而刚刚提到的43页技术报告，我看了一遍，觉得可以拆成以下： - InfLLM v2：Attention 层只看重点 - FR-Spec：草稿阶段不全写 - BitCPM4：训练时就考虑压缩 - CPM.cu + ArkInfer：定制推理 &amp; 部署系统 - 风洞 2.0：小模型先试，大模型再训  https://github.com/OpenBMB/MiniCPM/blob/main/report/MiniCPM_4_Technical_Report.pdf 下面容我一一拆解 ## InfLLM v2：自我 Rag 这次 MiniCPM 的主力架构，InfLLM v2 的东西，全称是“可训练稀疏注意力机制” 大致就是：在 Attention 里做了 RAG 传统的大模型，每一个词（token）都要和上下文中所有其他词去交互一遍，来判断“谁重要谁不重要”。这种方式虽然准确，但计算量非常大——输入越长，算得越慢，显存也越容易爆掉。 在下面的演示中，你可以点击【阳光】【花香】【人们】【微风】【感叹】或者【今天】，来看看大模型都关注到了什么。 InfLLM v2 做了些改变：让模型像人一样，只看“相关部分” 分两步： 第一步：把上下文切成一个个“语义块”——比如一段话、一个段落，作为候选记忆单元 第二步：让每个新输入的 token 自己挑选，它最需要参考的那几个语义块，然后只和它们交互  InfLLM 原理图示 这套机制的效果非常实在：在长文本任务中，把 attention 的计算量从「一整个上下文」压缩成「不到 5% 的上下文块」。 更妙的是，MiniCPM4 有自动切换模式 - 短文本时：继续用传统稠密 - 长文本时：自动启用稀疏机制 ## FR-Spec：更快的草稿 生成式模型推理慢，很多时候不是因为模型太大，而是因为每一步都太复杂。 尤其是在每次生成一个词时，模型都要在几万个候选词里挑一个出来——就像你每写一个字，都要在整本字典里找一圈。这是语言模型最花时间的一步。 于是人们想了一个加速策略：草稿模型 + 验证模型。 先用一个小模型“快速写个草稿”，然后大模型来看草稿写得靠不靠谱。如果靠得住，就直接用，省得大模型每次都从头干一遍。 这个机制叫做“投机采样”（Speculative Decoding），原理上很好用，但它也有自己的问题： <blockquote><p>草稿模型本身，也要用整个词表去算 softmax，它自己也很累，没真正省多少。</p></blockquote> MiniCPM4 的改进就是这里：草稿模型少管点事，只写常规句子就行 这就是 FR-Spec（Frequency-Ranked Speculation）的核心。 具体做法是： - 构造一个高频词表，也就是平时出现最多的那几千个词； - 草稿模型只在这些词里选，softmax 的时候不需要考虑全词表； - 大模型依旧保留全词表，负责细节和修正，保障质量。  FR-Spec 原理图示 这种“草稿不全写，大模型兜底”的结构带来两个直接好处： 1. 草稿模型跑得快，软硬件负担更轻； 2. 整个草稿 + 验证链条稳定，最终输出没变差。 尤其是在端侧设备，比如手机、笔记本、嵌入式芯片等，这种优化带来的速度提升非常关键。 <blockquote><p>这么来记<br/>原本：是两个模型各自跑一套<br/>FR-Spec：草稿模型弄一小半，剩下的由大模型快速补全<br/>流程短了，速度自然快了</p></blockquote> ## BitCPM4：把量化塞进训练 大模型所以叫大模型，首先是：大 这个大，也体现在了本身的体积上：又大又重，占显存，占带宽，跑得慢 为了让模型运行的更快，人们会将原本的浮点计数，压缩成整数，这一过程叫做量化 常见的压法是 INT8、INT4——也就是说，每个参数只用 8 bit、4 bit 来存。越小越快，但越小也越难保留原来的信息 MiniCPM 这次直接上了三值参数只用三种值表示：-1、0、+1平均下来是 1.58bit，已经接近量化的极限  各类模型的量化信息 通常情况下，压缩到这么狠，模型会崩，而 MiniCPM 的做法，是把量化这个过程提前塞进训练里 以前是：先训完，再量化（PTQ，Post-Training Quantization） 这里是：奔着量化去训练（QAT，Quantization-Aware Training）在训练时，就告诉模型：你之后只能选三种值，自己想办法适应吧 具体是两步： 第一步：先训一个正常精度的模型，比如 FP8 第二步：接着在三值限制下继续训练，让它自己适应压缩精度 训练过程不复杂，用的 token 数只比正常 decay 多两倍左右 结果：模型压缩了 90%，但评测表现没明显掉不是因为三值更强，而是训练方式更适配 量化没有优劣，只有取舍 在算力有限的前提下，这种极致压缩，是非常实用的选择 ## CPM.cu 和 ArkInfer 模型训练得再好，最后都要落到一件事上：能不能跑起来，跑得快不快 之前我有一篇暴论，特别提到：面壁和硅基流动，在模型部署上，有非常独特的积累  DeepSeek 后，第一批的生态锚位 话说回来，很多模型会直接用 vLLM、transformers 这种通用推理框架。它们确实方便，但不够轻，也不够快，尤其在端侧设备上，资源吃紧。 MiniCPM 自己写了推理引擎，叫 CPM.cu，来支持自家的模型，比如刚才提到的 InfLLM 和 FR-Spec：从 memory 分配到 kernel 调用，全都围绕自己模型结构打通。 而在「跑得快」之外，还有一个问题：能不能部署得开？ 不同平台，不同芯片，不同后端，部署流程一换就出 bug。 MiniCPM 在这块配了 ArkInfer，用来做部署适配，作为跨平台调度系统，做了三件事：1. 统一模型调用方式：无论底层是 llama.cpp 还是 TensorRT，接口都长一样2. 封装硬件差异：支持 NVIDIA、Intel、高通、MTK、昇腾等多种芯片3. 一次训练，多端部署：写一套模型，不用每个平台各改一版 这样，模型从训练出来，到部署上线，流程少了、接口稳了、速度快了 ## 风洞 2.0：让小模型先探路 训练任何模型，都是很烧钱的 光是一个学习率、一套 batch size，试错一次就是几十万 token，几百张卡。堆资源可以解决问题，但也太贵了 MiniCPM 的思路是：先用小模型，把风向试出来 这套系统叫做「风洞 2.0」，做的事很简单： - 先用 0.01B～0.5B 的小模型训练几十轮，观察 loss 和性能 - 把这些数据拿去预测大模型应该怎么训，用什么配置最稳 换句话说： 在重金投入之前，先模拟器跑几圈再说  模拟器（图文无关） 它用的评估标准叫 ScalingBench，能量化地预测性能曲线走势，效果比人工调参准得多，token 花得也少 除此之外，MiniCPM 在训练本身也做了两件优化： 精度用 FP8：比 FP16 还低，能省显存，能省传输目标用多 token 预测：一次训多个词，训练信号密度高，收敛更快 整套下来，MiniCPM4-0.5B 的训练 token 用量只有 1T，但性能能打到 Qwen3（36T）那个水平 ## 收束以上 MiniCPM4 是一个系统层面的优化闭环： Attention 稀疏，少算点 - 草稿机制，快跑点 - 参数量化，瘦一点 - 推理定制，贴合点 - 训练搜索，准一点 - 部署调度，顺一点 每一层，都做了迭代 最终堆出一个结果：在端侧，128K 长文本，能稳定、快速、成本低地跑起来 这事儿，莫名让我想到了 DeepSeek：训练优化、推理优化、数据优化…一直不断迭代。 模型行业的战局，似乎正是被这一个个架构上的创新与微创新，所塑造 另外的，call back 下曾经写的一份内容，并恭喜：硅基流动完成新一轮数亿元融资 DeepSeek 后，第一批的生态锚位 本文由人人都是产品经理作者【赛博禅心】，微信公众号：【赛博禅心】，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。

最近，先是主打“直男社区”的虎扑炸开了锅，“仅售5亿”的唏嘘声此起彼伏。

马伯庸IP影视化魔咒何时能打破？

<blockquote><p>在当今竞争激烈的营销领域，AI技术正以前所未有的速度改变着广告创作与投放的格局。本文将带你深入了解AI广告如何在短短30天内实现500万美元的营收，以及1美元AI广告如何凭借其高效、低成本的优势，正在卷爆整个营销行业。</p> </blockquote>  要说AI商业化最成功的领域，广告绝对算一个。 靠着AI广告的应用，可灵的月度付费金额已经连续两个月超过1亿人民币；哥大辍学天才Kennan打造的Icon也在短短30天里，就实现了从0增长到500万美元的ARR(年度经常性收入)；Arcads AI也靠着5人团队，实现了500万美元ARR。 惊艳的商业化数据背后，是AI对广告制作成本的重构。 过去，每条广告的制作和投放成本通常高达200美元。而AI改变了这一切，就拿Icon来说，它能一站式完成策划、制作到投放的全流程，平均广告的成本不到1美元。 换句话说，AI让广告制作的成本下降了99%。 得益于效率的升级，资本也蜂拥而至。仅半年内，广告生成领域就发生了多起融资收购案： - 2025年5月，AI生图独角兽PhotoRoom收购自动化视觉营销工具GenerateBanners，前者在2024年完成B轮4300万美元融资； - 2025年2月，上市公司Appier以3870万美元收购AI广告公司AdCreative.ai； - 2025年初，AI生成广告Icon.com拿到了Founders Fund等顶投的融资； - 2024年12月，英国AI广告公司LoopMe收购移动广告平台Chartboost； - 近期，AI视频广告公司Arcads AI正与Sequoia、a16z等顶级风投谈判融资。 今天，乌鸦君就带你来看看AI广告生成市场的机会。 ## 01 分钟创意，小时投放 如果说，传统广告千人一面，互联网广告千人千面，那么在AI时代的广告真的可以做到“一人千面”的广告。 AI生成式广告产品的核心就是利用AI技术批量制造广告素材，并自动化投放，自动化工作流逐步替代传统创意流程。产品的适用人群： - 电商卖家：快速制作商品主图，适配亚马逊等平台； - 内容创作者：设计社交媒体封面、活动海报； - 中小企业：低成本生成专业级宣传素材； - 品牌方：通过API集成用户UGC内容。 天下武功，唯快不破。 面临海量的宣传需求，AI生成式广告以算法替代人力重复劳动，在“快”这一点上，相比传统广告有多维度的体现。 首次是极速生产，AI让创意生产效率变成“分钟级产出”。主要分为两部分： **①傻瓜式操作，模板与参数化生成** AdCreative.ai、Photoroom等AI工具内置海量模板，品牌仅需输入产品图片、卖点文案、目标受众标签，如“年轻女性、美妆护肤”，AI即可在10-30分钟内生成数百张不同风格的广告图，以适配电商详情页等场景。  ▲ AdCreative.ai的模版示例 **②内容“繁殖”，动态内容生成与批量拓展** 产品通过AI拆解脚本结构（如开头卖点、中间使用场景、结尾促销信息），自动替换素材库中的镜头、背景音乐、字幕，一套逻辑千种呈现，几小时内搞定传统团队需数周完成的素材量。  ▲ Icon支持“一键生成数千条视频广告” 这种快速原型化不仅显著缩短了从概念到成品的时间，也允许团队在投入大量资源前测试和优化其创意想法。 第二是投放响应速度快，实时优化。 由于传统投放在广告生产之后，传统流程难以抓住流量红利。而AI生成式广告能“实时迭代”，需两步：①猜喜好，每天优化广告；②抢热点，将场景快速适配。 AI做广告优化有天然的优势，没有人比ChatGPT更懂用户，甚至包括用户自己。 第三是“一次上传，多端生成”。 广告不再是传统的“逐个定制”，向AI产品输入主素材后，AI自动根据各平台规则生成对应尺寸（如抖音竖屏视频、朋友圈横版海报、小程序方形图标），并智能调整内容。 例如VidAU AI的AI Video Admaker，可针对平台调性，一键生成不同风格视频广告。如为TikTok生成节奏明快、充满潮流元素的短视频，为YouTube则生成讲解详细的长视频。 第四是低投入高产出，效益快。 AI生成式广告有低成本快速验证的优势。AI工具按使用量收费，如AdCreative.ai年费约数百美元，品牌可低成本测试大量创意。而用户通过AI快速生成爆款广告，缩短了从投入到盈利的周期，实现了快速回本。 ## 02 单支广告$1起？各家都什么打法 在AI生成广告市场，众多初创的产品核心功能重叠度高，如AI生图、文案生成，单点工具的价值较低，但是商业路径各有差异。 Arcads AI 专注于付费视频广告，WorkMagic面向Shopify等中小电商提供商品图片自动化服务，而Copy.ai则是在图文视频领域全覆盖。 当下正是行业玩家通过并购整合资源、扩大规模、提升效率和竞争力的阶段。通过收购，Photoroom强化营销自动化能力，Appier增强AI创意能力，LoopMe拓展移动广告能力。 接下来，让我们一起来仔细看看这些公司。 ### Icon：单支广告低至1美元，30天达成500万ARR AI广告公司Icon只用30天，就实现了从0增长到500万美元ARR。过去，每条广告的制作和投放成本通常高达200美元，而使用Icon，每条广告的成本不到1美元。 它能一站式完成策划、制作到投放的全流程，轻松打造数千条爆款广告。其核心产品是“AI CMO”，能够短时间内自动完成广告策划、创意生成、视频剪辑、用户生成内容（UGC）制作等任务，专注于脚本、视频编辑。 具体来说，Icon每天能挖掘100个优质广告创意。通过分析你的网站、竞争对手网站、竞品广告、客户评价以及广告账户表现等信息，生成“深度内容创作”等多种类型的广告。 假设客户每天想投放100条广告，Icon会分析数百万个数据点来创作这100条广告，并将它们分为三种类型： - 20条是对竞争对手成功广告的模仿复刻 - 50条是通过深入调研得出的全新广告创意 - 30条是对成功广告的优化 Icon的客户包括Ridge、Jones Road、Immi、Backbone和MUDWTR等年收入超过1亿美元的品牌。 ### Arcads AI：主打虚拟角色视频广告，5人做到500万美金ARR Arcads AI的商业模式是“内容即服务”（CaaS），客户只需提供核心文案，即可获得完整的广告视频内容。这种模式特别适合需要频繁测试创意的电商品牌、缺乏专业广告团队的中小企业以及预算有限的初创公司。 其核心产品是AI广告创意生成平台Peeps，用户只需输入脚本，即可在数秒内生成包含AI虚拟演员的视频广告。该平台通过与零工平台Fiverr合作，获得用户授权录制表情、动作和语音素材，并训练成可控的AI角色，用于生成各类广告视频。 此外，Arcads AI还与真人内容创作者合作，通过零工平台Fiverr获得授权录制素材，训练成可控的AI角色，用于生成广告视频。 这种“基于真实人设的合成角色”模式在广告真实性和可控性之间取得了良好平衡，确保了广告内容的质量和原创性。 公司内部开发了多个AI Agent，如AI Spy Agent，用于监控竞品广告，自动提取热门脚本并生成类似内容；AI Ghostwriter则负责撰写广告文案，而AI Intern则协助完成其他创意任。 公司仅以5人团队实现了500万美元ARR，并计划在达成1亿美元ARR时将团队规模控制在10人以内。 ### Photoroom：AI图像编辑独角兽，年入5000万美金、估值5亿美金 PhotoRoom是一家2019年成立的法国公司，是图像处理领域的明星产品，被A16Z评为全球最受欢迎的AI照片编辑器之一。它凭借背景擦除这个单点功能的探索，找到了自己的PMF。 作为一款垂直场景的应用，PhotoRoom也开始投入模型研发。其开发的模型“Instant Diffusion”，基于计算机视觉算法，能精准识别主体边缘，处理速度相比Midjourney等快40%。为实现更真实的图像效果，PhotoRoom以智能算法匹配场景光影，可使生成的图片更自然、真实。 自动背景移除是Photoroom的招牌功能，适用于电商产品展示、证件照制作等多种场景。在图像美化方面，平台提供一系列工具，如色彩调整、对比度优化、锐化等，让用户的图片更加清晰、美观。 在批量处理方面，PhotoRoom也通过AI发挥其独特优势。通过并行计算优化GPU 源分配，单次可处理上千张图片，实现批量图像处理。 PhotoRoom从IOS端产品开始，逐渐覆盖安卓移动端和网页端。在商业化上为企业客户提供 API，华纳兄弟、Netflix 等品牌都通过其API服务实现了爆款营销活动。 2025年，PhotoRoom累计下载量突破1.5亿次，月活用户超700万其用户覆盖180多个国家。公司现有团队约50人，年收入高达5000万美元，估值达5亿美元。PhotoRoom曾估算其2024年的ARR达到1亿美金。 ### AdCreative.ai：AI 广告多面手，2024年管理140亿广告支出 AdCreative.ai是广告创意领域的明星企业，2022年获得“最佳AI广告工具”“最具创新力广告技术公司”等行业奖项，官网称其已有300万用户。 AdCreative.ai是广告创意生成的“多面手”，其生成内容覆盖Banner、图片、动态视频等形式。公司在2023年发布 “竞争对手广告分析”等功能，2024年又上线“视频广告生成”“社交媒体广告生成”等功能。 具体案例：帮助零售数字解决方案领先企业 Acrelec 在三个月内测试超 240 张图片；为哈根达斯在西班牙市场每个产品生成超150个定制创意，使可行动客户响应大幅增加11000%，同时显著降低了每千次展示成本。 2024年，AdCreative.ai管理的广告支出达到140亿美元，这表明有众多企业信任并使用该平台进行广告投放，也体现了其在广告市场中的重要影响力。  ### Jasper.ai：模板化制作广告，小团队撬动650万美元ARR Jasper.ai利用AI技术创建高质量的营销内容。该平台利用自然语言处理技术，支持生成多种类型的内容，包括博客文章、广告文案、电子邮件和社交媒体帖子等。 其为用户提供超60个模板，覆盖广告、博客、电商、邮件等众多营销场景，可帮助用户快速搭建内容框架。例如，在博客创作上，能快速生成符合SEO标准的高质量文章；在社交媒体文案生成方面，通过品牌声音定制功能，确保生成内容与品牌风格一致。 不仅如此，Jasper.ai还集成Grammarly等工具检查内容抄袭与错误，允许用户在任何网站都能便捷调用其AI能力，进一步融入用户日常工作流。 目前，公司ARR为650万美元，团队规模约为15人。 毫无疑问，AI在广告行业中的应用正成为推动创新、提高效率和解决社会问题的强大工具。每一个案例都不仅仅是技术的展示，更是品牌与市场互动的新途径。这些洞察和案例的结合，为我们提供了一种理解AI在现代营销中角色的新视角。 文/朗朗 本文由人人都是产品经理作者【乌鸦智能说】，微信公众号：【乌鸦智能说】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

<blockquote><p>拼多多作为国内领先的电商平台，凭借其独特的运营模式和策略，吸引了众多商家和消费者。本文将深入剖析拼多多的两大核心玩法：付费推广和自然流量运营，供大家参考。</p> </blockquote>  不得不说，拼多多是目前电商平台里面最容易做的了，容易到什么程度呢？完全没有电商运营经验的，只要咱们的产品质量好，价格低，上架就能卖爆，跟你玩不玩技术都没关系，平台自己就会给你把量堆起来。 平台为啥要这样做？因为平台也是要用户体验的，质好价廉的品，谁不喜欢。 当然上述情况针对的是有成本优势的高质量品，实际生活中，有这样资源的商家并不多，那其他商家是不是就没得玩了，非也，除了资源有优势的商家外，非资源型商家还有一条路：付费拿流量。 看到没，做拼多多没有那么多花里胡哨的黑科技玩法啥的，归根到底就2种玩法：付费和自然流。 ## 01 拼多多核心玩法之付费 可以这样说，市面上95%的商家都是通过付费拿流量的，现在不是流行两个说法嘛，微付费和强付费，这2个有啥区别？ 本质上没有区别，无非就是投产比高和低了，如此来看，其实都可以归类到付费。 我现在代运营的拼多多店铺里，20个店里有19个店是付费拿订单的，1个店纯跑自然。那种付费的店不是因为我喜欢付费，而是品决定的必须付费，也就是绝大多数品都必须通过付费才能拿到订单。 那么付费要怎样玩呢？先说一个结论，咱们做电商的应该都不喜欢亏钱吧，不喜欢亏钱，那么开车这块就要谨慎。我是怎样玩付费的，我都是出价从低往高出，也有人是从高往低出的，怎么理解呢？ 举个例子，咱们现在卖饮料，保本投产比是3，一阶段不开极速起量出价从低往高出，是先从3.5投产比开始出价测试，看看能不能跑的动以及有没有单。如果数据不理想，继续提高广告出价，投产比出到3.2或者3.0。 这样做的好处是，用最少的车费跑出单来。目前的直通车数据给我的感觉是，假如你直通车出2.5一天能有50单，一开始出3.5一天也能有50单（非大类目）。非大类目，也就是类目小，链接的单量有限。 这样的类目本身不卷，链接的单量也就几十单，你出价就能拿到单量，就没必要花更多的钱拿到同样的单量了，也就是明明10块钱能搞定的事，你非要花20块钱，何必呢？ 但是对于大类目来讲，很卷，前期不亏钱根本抢不到单量的。也是付费，但得亏，这就是前面提到的强付费了，保本投产比是3，咱们出价可能要出到2.5或者更低才能有单。 你觉得这样是亏的，没法玩，那你就别做拼多多了。大类目本身就是这样玩的，刚开始亏钱拿单量，单量起来后，缓慢拖价到盈利。 我最近接的一个品，上个月直通车亏了3000块钱，甲方说：这样亏下去不是办法。我就知道了甲方预算吃紧，然后停止放量改为拖价，次月直通车投产比提升0.2，好的是单量和销量并没有掉，为啥没掉，因为我用的是江湖失传已久的独门拖价大法，用此法拖价者，就可以实现车费降低，单量不变甚至还会提升。 大家想学吗？我看各位都是千年一遇的电商好手，这本拖价秘籍收九块八就传给各位了。哈哈哈，开个小玩笑，其实就是缓慢拖价就好，单量和曝光会稳定很多。 次月投产比提升0.2，单月亏损收窄1500块钱，甲方老板说还是有点小亏。问题不大，这个月继续拖价，预计本月跑完，单店实现盈亏平衡。这就是强付费的流程，先亏后赚。如果前期不用车损搞些单量，上来就想不亏钱拿单量，除非是小类目，不然别天真了。 ## 02 拼多多核心玩法之自然流 今年是2025年，离人类起源已经过去了约700万年。时光荏苒，700多万年过去了，平台现在依然还是有那么一丢丢自然流的。遗憾的是，这点自然单不会落到你我的头上，而是给全平台最有卖价优势且品质可以的品。 我代运营店铺里有个应季品，就是这样的。甲方这样说的：你看拼多多里同行卖什么价，咱们都能做，且还能比他们更低，品质也过的去。 甲方这句话简直就是游戏里开启了无敌状态，这样的品还愁没单量？愁的应该是要玩强付费还是玩自然流，最后选择了自然流，主要是算账简单。不过自然流有点不好，不稳定，说没流量就没流量了。 那么自然流怎么憋出来呢？前期也是需要开车的，不要以为自己真无敌了，上个链接挂个低价就能起飞。前期意思意思也要花个几百块钱车费的。 这几百块钱就是血亏，为啥血亏，因为咱们卖价很低很低，利润很薄。开车就是赌能不能拉出自然单，拉出来了就赚了，拉不出来就算了。 最近做的链接就是亏了500左右的车费，拉出了自然单，之后每天稳定200单左右，纯自然流，一单怎么也能赚个几毛一块吧，之前的车费早就回来了，还是那句话，投入了不一定有回报，但是不投入铁定没回报。 ## 03 一些注意事项 今年不管是玩强付费还是自然流，有个点务必要重视：店铺星级和商品的领航员分。这2个东西一掉，完了，芭比Q了，单量腰斩都是小事，有的直接给你推广受限。 我做的链接里面也有品质不咋地的，一个领航员双双低于行业10%，单量直接从日300变成0。这种大起大落的数据很不好，影响备货和打品的节奏，所以，今年首要注意的事项就是评分这块，千万别掉了。 另外需要注意的是客服接待时效性，之前接待不及时顶多影响店铺的权重和单量，最坏的结果无非就是把店铺作死嘛，今年不一样了，如果回复不及时是会扣钱的，发现1次扣3块，是不是比死店严重的多，这可是3块钱呐！1次3块，10次30块，一个月就是1000块，差不多闭店得了。 ## 04 最后 我没猜错的话，各位电商朋友应该都是付费玩家吧，付费其实就解决2个点，一个是量，一个是利润，那么如何平衡好量与利润的关系，就很考验大家了。无限放量利润肯定低，高利润单量肯定不高。那么既有单同时利润最高的平衡点在哪呢？这个就要靠大家自己去找了。 本文由人人都是产品经理作者【老虎讲运营】，微信公众号：【老虎讲运营】，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。

 近日来，由 Take-Two 开发及发行游戏的用户协议和隐私政策引发了玩家的争议。除了收集各类信息并与“广告服务提供商和第三方广告合作伙伴”共享外，针对“居住在美国和除澳大利亚、瑞士、英国或欧洲经济区地域之外的任何其他地域的所有用户”放弃集体诉讼和陪审团审判权利的措辞也引发了不满。（笔者注：美国用户同样要求放弃集体诉讼和陪审团审判权）   受此影响，《无主之地》系列的近期评价均为“差评如潮”。开发团队表示,用户协议是由 T2 决定的，而且公司不使用间谍软件。声明如下：  针对最近关于Take Two服务条款社群讨论的相关回应 大家好 我们了解到《无主之地》的粉丝们对Take-Two的服务条款存在一些担忧，维持社区的公开透明和获得玩家信任始终是我们的终极目标，所以我们想通过这次回应来为大家消除这些忧虑。 (1) Take-Two 不使用间谍软件Take-Two 不在其游戏中使用间谍软件。Take-Two 的隐私政策适用于所有厂牌、工作室、游戏以及所有媒体和平台类型（如主机、PC、移动应用和网站）上的服务。隐私政策列明了潜在的收集数据活动，但具体游戏或服务可能仅涉及其中部分内容。 Take-Two 在隐私政策中列出这些做法是为了对玩家保持坦诚和透明，也是对法律义务的履行。Take-Two 收集这些信息是为了向玩家提供服务，包括保护游戏环境和玩家体验。您可以在隐私政策中阅读更多相关信息。 例如，收集玩家和设备标识符的部分原因是为了确保游戏与每位玩家的媒体、平台或网站浏览器类型兼容。这让我们能更好地了解玩家如何进行游戏，并个性化用户体验，比如更好地确保玩家用户名可以在各个平台正确显示。 (2) Take-Two 不允许恶意和非法模组Take-Two 的服务条款禁止让用户获得不公平优势、对其他用户游戏体验产生负面影响，或允许用户访问其无权获取的内容的模组。我们这样做是为了保护所有用户游戏体验的完整性。Take-Two 通常不会对仅限单人游戏、非商业性质且尊重其厂牌和第三方知识产权 (IP) 的模组进行干预。