特朗普政府正在放宽相关规定，以帮助马斯克的特斯拉等美国汽车制造商开发自动驾驶汽车。美国运输部周四表示，开发自动驾驶汽车的美国公司将被允许豁免某些联邦安全规则，用于测试目的。  该部门还表示，将简化涉及自动驾驶软件的碰撞报告要求（马斯克曾批评这些要求过于繁重），并将朝着制定一套全国性的自动驾驶技术规则的方向前进，以取代各州杂乱无章的法规。 美国交通部长肖恩·达菲（Sean Duffy）在一份声明中表示：“我们的新框架将削减繁文缛节，使我们更接近统一的国家标准。” 新的豁免程序将允许美国汽车制造商申请跳过自动驾驶汽车的某些安全规则，如果它们仅用于研究、演示和其他非商业目的。此前，这些豁免适用于外国进口汽车，这些汽车的母国规定可能与美国不同 此前一天，马斯克在与特斯拉投资者的电话会议上证实，该公司将于6月在德克萨斯州奥斯汀市推出自动驾驶的特斯拉出租车。 目前尚不清楚美国国家交通安全管理局规定的豁免将如何具体影响特斯拉。该公司把未来寄托在汽车的完全自动化上，但现在面临着来自竞争对手的激烈竞争，尤其是中国汽车制造商比亚迪。 [](https://static.cnbetacdn.com/article/2024/1019/b06842d30e17239.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1495254.htm)

4月18日，由36氪主办的2025 AI Partner大会于上海模速空间盛大启幕。本次大会以“Super APP来了”为主题，聚焦AI应用对千行百业的颠覆性变革。大会分为“Super App来了”和“谁是下一个超级应用”两大篇章，覆盖“在AI世界中长大”“2025卷AI就卷超级应用”等七大话题，涵盖10+场主题演讲、3场圆桌对话与两大优秀AI案例企业名册发布环节，深度剖析AI技术如何重构商业逻辑、重塑产业格局，探索AI超级应用带来的无限可能。  《超越不确定性，寻找超级应用的萌芽》圆桌讨论 当日，金沙江联合资本合伙人吴楠，上海产业知识产权运营投资管理有限公司总经理邹泽炯，创新工场执行董事、前沿科技基金总经理任博冰和36氪资深作者周鑫雨带来了主题为《超越不确定性，寻找超级应用的萌芽》的圆桌讨论。 以下为演讲内容，经36氪整理编辑： 周鑫雨：感谢大家关注今年的AI Partner大会，我是36氪《智能涌现》的作者周鑫雨。 在AI行业当中，大家可能对“不确定性”四个字感受非常强烈，底层技术还在不断迭代，行业的格局也在不断改变。我们今天非常开心能够请到三位非常资深的投资人，和大家一起聊一聊该怎么样跨越不确定性，怎么样探索Super APP这一件长期主义的事。 首先，请三位用自己的方式简单做一个自我介绍，同时也聊一聊过去一年当中大家在AI应用领域的投资代表作。 吴楠：大家好，金沙江联合是2009年成立的第一批在国内从事早期投资的基金，我们一直持续深耕硬科技赛道，这里就包括新能源、新一代信息技术，还有工业互联网。 我们其实在早些年AI的萌芽期就开始关注，包括AI算力硬件相关的标的，比如光模块、芯片、传感器、交换机等。同时，我们通过工业互联网也会看到很多AI应用的机会。我们2018年就孵化了一个在杭州专门做AI大模型互动营销的公司，通过多模态人机互交大模型与AIGC的技术主要聚焦在营销、销售、客服三大AI Agent场景。 我们觉得它比较好的点是这个我们看得到市场需求足够大，且已有初步客户对它的认可度非常高。同时，我们觉得这个行业在当时竞争并不是很激烈尚处蓝海阶段，该项目有一定的先发优势，所以当时我们以天使的方式先进去。目前公司成长得很快，去年的营收已经达到了将近2个亿，今年应该可以实现盈利。 我们还有一个医疗团队，也持续关注到了AI+医疗的机会，在2023年的时候投了一个AI蛋白质设计+改造的公司。它的技术核心是通过创新算力来构建AI蛋白质设计的通用大模型。相较于传统行业，它做出来的产品不但质量好，而且研发周期大大缩短从而降低研发成本。所以也是比较受客户的认可，去年公司也已经实现了1000万的收入。 不过在过去的一年里，我们反而下手变得谨慎，主要还是考虑到在AI赛道快速发展的过程中，从事AI的创业者越来越多，各个赛道现在也都开始拥挤起来，因此我们要衡量的因素就会变多。 **比如说你的技术壁垒是否足够高、市场是否足够广阔、落地交付能力是不是足够强，团队是不是足够团结有执行力、管理是否有效，未来实现盈利增长速度是否快，是否有明确的退出方式等，都会相应做考量，我们还是希望能在众多优质的创业者里面选得到我们认为最有机会成为黑马的标的。**我们目前主要还是以观察为主。 邹泽炯：谢谢主持人，谢谢各位朋友，中午好！ 我们是上海国投公司参股的一家国有非实控的基金管理人，我们成立于2016年，主要聚焦点都在硬科技的赛道。 现在根据上海“3+6”的战略来讲，集成电路、生物医药、人工智能是我们核心的投资板块。除此之外我们也关注到非常多新兴产业，考虑到新能源、锂电池、风电、光伏发展后期，对经济成长贡献的边际效益逐渐降低，我们怎么寻找新的增长点的过程。在这个过程当中我们也大量关注合成生物、具身智能、机器人、eVTOL、人工智能以及核聚变各方面领域。 刚刚主持人问到一个问题，去年整个过程当中我们的感觉是，自从人工智能从2023年3月份GPT4出来以后，整整过去25个月，但是这个过程我们用一个日新月异来形容，每天都在发生新的大事件，新的变化。 从科技角度上来讲，可以确认的一点人工智能，是当今世界当中最伟大的一个发明，并且在未来20年甚至更长的时间，将深刻改变我们的整个生活和工作。 但如何运用好这个工具？因为刚刚大华的分享代表提出的一个问题，AI需要做什么？未来的科技发展是围绕着AI开展吗？但从我们内心问题的答案仍然是以人为本，我们认为AI始终是一个工具，既然是一个工具，我们更多要考虑的东西：AI是让我们工作、生活更加便利？还是更加懒惰了？最终让我们更加忙碌还是更加轻松了？最终解决我们无法解决的问题还是最终通过替代我们去解决问题，然后彻底替代我们？ 这也是我们在思考所谓确定性和不确定性会考虑的问题。 在过去的2024年当中，看了非常多的和人工智能有关的项目，从我们的分类来讲，我们选择了投确定性最强的的能源，去年投资了一个核聚变的项目，大家都在说AI的终极是能源，所以我们在能源上做了一个提前的布局。 大家今天形成了很多的共识，比如Agent的概念。从我们的理解角度上来讲，是一个从互联网到物联网转变的过程。因为物联网我们之前提了很多年，一直期待万物互联，但是万物互联过程中最终方向和方式是为了促发一个场景能够自动执行，不需要人类再去做遥控和干预。Agent准确的定位应该不是一个个人的数字孪生体，更像是一个智能管家，是一个超级管家，不管用在手机上，还是用在日常的互联网当中，都可以成为我们个人的最佳助手。 所以在这个过程当中，从整个大模型到小模型，到垂类应用，我们也在关注类似于像模拟器的松应科技，做边端芯片的光羽芯辰，我们医疗领域当中发现原来人类所无法观测到的一些细节或者无法细致观测到的，并且能够总结的这些问题当作病例诊断的某些检测的新标准。 这种类型的企业，是我们比较注重去投资的企业，我们在消费或者是关注互联网的方向关注的比较少。因为整个的国投体系和国投科创的主责主业和任务就是**投早、投小、投硬，更多关注点是硬科技领域打造和选择一些确定性的标的和方向，通过这样的方式为整个后期硬科技去育种育苗的过程**。 任博冰：大家好我是创新工厂的任博冰，创新工厂也是2009年成立的，到现在已经有16年了。 我们AI1.0也是第一波最早投的，当时像旷视、第四范式、Momenta大部分都是第一轮或者第二轮投的。AI2.0我们可能也是全球最早布局大模型的公司之一，当时孵化、投资了一批从芯片到infra到大模型、应用的公司。 其实过去一年投得还挺积极，虽然我个人觉得还不够积极。比如说去年初我领投了硅基流动天使轮，虽然它不是应用公司，但是它给很多应用公司提供了基础服务，平台上面有很多很有趣的应用公司，公司也是过去一年融了四轮。我们今年可能会发布很多产品。 去年我还投了一个做视频生成的公司，他们有不一样的技术路径，公司一直在隐秘阶段，融了很多钱，下周可能会发布一个很有意思的基于他的新的路径做的新的视频生成的产品，大家可以期待一下。 我去年还投了一个做AI娱乐的公司，他们做的也是新的交互方式。这是我们去年底投的，也是三四个月就搞了三轮融资，他们今年年终也会发产品，大家可以期待一下。人和人之间的交互，在AI参与的情况下，可以实现完全不同的东西。 我们投了做平台Agent的公司，对标美国做AI招聘平台的企业Mercor。最近我还在投一堆包括AI内容的和一些做平台的，去年底围绕AI应用做了一个孵化营，跟极客公园一起做的，孵化了10个项目，最近又在搞一个新东西。 周鑫雨：三位在自我介绍过程中已经提到了一些找确定性的方法论，包括更关注项目的落地价值，项目能不能立马找到PMF，产生一定的营收。 我第一个想和大家讨论的问题是关于Super APP本身，目前行业里关于Super APP的形态和定义没有一个明确的共识，可能大家都比较认同的观点是，只要底座模型足够强，未来可能模型本身就是Super APP的终极形态。 各位在过去一年也接触了非常多的项目，大家会在哪一些产品和产品形态上看到一些Super APP的萌芽？ 吴楠：因为我本人聚焦在医疗行业多一些，首先我要说AI+医疗这个赛道我觉得会有非常多的机会跑出黑马来。谈几个观点为什么这块我非常看好。 第一，技术的护城河。这里要求团队不光对AI模型了解深，同时也要对医学的技术和场景有较深的Know-How，这就对复合型人才团队的能力要求较高，从而形成技术壁垒。 第二，落地场景。我们所谓的“落地场景”指的是能够有效落地，最重要的是客户的付费意愿，比如药企，如果可以帮助他们大大缩短研发周期，提高研究质量，从而大大降低了研发成本，解决临床试验痛点，他们还是会有很强的付费意愿和付费能力的。 第三，法律支持。比如说前一阵FDA（美国食品药品监督管理局）宣布说取消所有医药里面的动物实验环节，用AI以及类器官来取代，以减少药物的成本，从而降低了价格。说明在法律层面已经将AI纳入到法律的考量体系中，未来AI应用将会更加规范化以及得到更多社会层面的支持。 邹泽炯：主持人提到一个问题叫“超级应用”，过往看到的超级应用应该具备能够服务大多数人，具有普遍性。 从我理解上来讲，我们目前能够看到的就是**自动驾驶**。人工智能跟碳基生命相比，要利用它的优势：非常强的算力、非常敏捷的反应速度、高并发能力，同时有无限记忆能力和随时调取能力，包括刚刚吴总说的跨学科能力，以及在复杂事务当中总结的能力，这些能力造就了一个Agent智能体，实际上是一个可以完成我们以往无法完成的个性化服务。 像闲鱼CTO刚刚讲的一样，做到一人一个助手很难，因为后台可能是客服或者是一个比较初级的机器人。但现在从这个角度上来讲，智能驾驶，比如说以往我们开车可能要休息，但是现在L3或接近L3级别的自动驾驶，可以让你在这个过程当中减少很多的关注力，它不知疲倦地去行使，并且很精准。很重要的一点，整个车辆交通过程中它是没有情绪的。很多时候出交通事故是因为情绪产生的，这是它的一个优势。 其次，我们看到了未来**个性化的教育**成为Super APP的潜力。比如说孩子学习过程当中教育的资源是不足的，通过AI能够实现教育平权，实现边缘地区的孩子和上海的孩子享受到同等的教育水平和个性化的辅导。 第三，吴总说到的**医疗**非常重要。医疗有一个特点，人员数量特别大，是刚需、高频场景，并且没有周期性。在这个过程当中，我们已经看到了有些Agent可以在给你做初诊的时候，能够准确分析出来大致的问题在哪，包括应该分流到哪个科室，问题严重与否，这就可以帮助我们很好实现分级诊疗的改革，让顶级的专家和教授去把更多的时间花在疑难病症上和更前沿的科研上，让普通的医生服务小病小灾，这是资源利用率的极大提升。 这是我目前看到超级应用的方向。 周鑫雨：像两位都提到了，当下大家能够看到的Super APP基本上落在一些垂类领域，比如教育医疗、自动驾驶。任总的观点是什么，当下已经涌现出的一批Super APP可能会落在哪些方向上呢？ 任博冰：只能先想象了，模型级产品肯定是Super APP，当然这个要求你的模型要远比其他模型好，光这个条件就约束了在模型级产品里面的Super APP一定极少，除了个别说像元宝借助DeepSeek能够反超豆包的这种特例，其他都不太可能。 我自己在内部一直在讨论一些点，比如像内容平台。上一波内容平台，是平台本身做了比较简单的过滤器，推荐、搜索本身做了一个过滤器，创作者和消费者在平台的两边。 但是我们加上AI强互动能力，比如多模态的互动能力，可能下一代的内容平台就是一个互动内容平台，而不是像上一代的直播，直播是实时的，互动也仅仅是人和人参与，中间没有AI。像短视频平台、图文平台大部分都是异步的，这种平台可能会被下一代互动的平台替代。 我们也在研究闲鱼的C2C，之前还有很多B2C、B2B、C2B、B2C这样的交易平台，事实上现在Agent能够在交易里面做的事情比大家想象的多得多。**Agent本身就有交易能力，所以我在想下一代的交易平台可能是一个平台Agent，也有可能是Agent平台**，这里有可以颠覆掉上一代平台的可能性。我们最近还是有几个潜力比较显而易见的项目，有几个还需要再研究一下，因为颠覆太多，也会超过了我们现在对行业的理解能力。 交易平台之前有做得好的，可能这一波继续能做得好，还有做得好的这一波被干掉，有些是上一波后来被证伪的交易平台，也有可能能做好。这个值得大家一起研究和探索，所以在这里面我们觉得都有Super APP的机会，当然可能其他领域也有Super APP的机会，有嘉宾讲的医疗、教育我们觉得也是有的。 周鑫雨：您会觉得在通用场景会预先留出一些机会吗？包括年初大家探讨特别火的Munas，其实它对自己的定位就是一个通用的Agent。 任博冰：**我个人会觉得上一波移动互联网是先出通用，后做垂直，我有点担心AI时代有可能会反过来，因为通用涉及到模型对模型的能力要求特别高，甚至模型相对稳定。**所以如果不是模型厂商，而是创业公司做一个APP，会遇到非常多的卡点，其实还是挺难受的。 **通用APP在前期定义上有很多问题，体验上也有很多问题。我个人觉得这一代的Super APP不像很多模型公司觉得智能本身就有产品了，移动互联网时代提的网络效应这些东西无所谓。我们觉得后者还是非常重要的。如果能够把智能本身和网络效应放在一起，为什么要把网络效应抛掉呢？** 周鑫雨：接下来想和三位聊一聊行业的不确定性。其实谈到不确定性我的脑海当中第一个浮现的就是DeepSeek，因为DeepSeek在本质上改变了行业的竞争格局。 其实我印象特别深，年初也有一场投资人的论坛，大家都表示很遗憾错过了DeepSeek这个项目。三位也会有错过DeepSeek的遗憾吗？大家怎么样去看待这一种遗憾？这个遗憾对于目前AI创投的启示是什么呢？ 吴楠：关于DeepSeek这个事，其实我相信在座的资深投资人在前几年都已经听说过DeepSeek，大家也都知道DeepSeek自从天使轮之后就再也没有融过资。 话说回来，其实每个基金的投资风格是不太一样的，每一笔投资要结合该基金的投资风格、投资逻辑、风险偏好以及投资能力来衡量。现在看来DeepSeek当然是一个非常好的投资标的，但我们自己评估下来，他们其实并不在我们基金的投资辐射范围内。不过可以探讨的问题是：如若再出现类似于DeepSeek这样的爆款，我们作为前沿科技的捕手如何可以抓到？ 我必须先强调的是作为创投从业者，我们既要敏锐地捕捉到这些前沿科技的奇点项目，同时我们也要对我们背后的投资人的利益最大化负责。我们不得不结合自己的投资期限，以及在这个期限内无法实现退出的失败风险来进行考量。类似DeepSeek这样的初创企业，整个研发期都可能要有5-8年，前期研发成本也非常高，然后等基金退出的时候，它商业模式可能都还没有呢。对于我们来说压力就很大。 我觉得这样的现象也不是一个常态，我们只是代表某一种类型的基金，但其实整个创投界是有很多种不同投资偏好的基金存在的。**像类似于DeepSeek这样的创业企业，它可能更适合那些有孵化器性质的基金，他们普遍拥有较长的投资年限，像现在国内基本上投资的周期都是8年，最长10年，有的孵化器就可以到15年、20年，这就刚好符合创业企业的诉求。另外，他们也可能带有一定的公益性，所以包容性也会更强一些。** 这样的基金比较多出现在一些政府引导基金平台，有些已经设立了种子基金、天使基金等，还有一些和当地企业共同设立了孵化器项目；另外还有产业链上下游这些大的企业，他们也愿意做孵化器项目，而且他们对产业链的了解也更加深入，可为企业带来赋能。非常早期项目可以找类似这样的投资者。 周鑫雨：是双向选择的过程。 邹泽炯：我们对DeepSeek肯定是很尊重，但是我们后来思考过这个问题，错过投资机会对我们来说是必然的。 为什么呢？因为当DeepSeek做大模型之前，最开始出来的时候准确的定位叫金融+AI，其实这种类型的公司美国是有的。本质上来讲我们当时定位DeepSeek是一个资产管理公司，它是一个通过量化、计算机手段进行交易类的公司，我们科技类投资公司本身来讲就不太可能投它，它的商业模式是为客户带来价值和分成，而它也做资产管理，我们也做资产管理，它也不愿意接受我们的投资去做这样一件事情。 **但是DeepSeek做了一个非常好的样板或者案例，告诉大家其实AI可以加入很多的行业，但是你要把它做深做透，真正把它的能力、价值和工具的能力发挥到极致，只有这样才能在垂类赛道做得比同行更好**。 从这个角度上来讲，我们不介意去等待一些有成长期的企业。核心问题不是在短期估值的上升和长期的交易，刚才吴总也讲到一级投资的周期很长，但同时也是有一定周期的，基金的存续限制和我们自己投资人回报的周期其实是一个双重的夹缝，在这个过程当中我们可能会寻找未来预期的财务回报。但在当下，我更加坚定的是，企业做的创新只要真正能够给社会带来价值，基金始终是能有退出的机会，或者企业是有上市机会的。 周鑫雨：创新工场也有自己的孵化器，未来想要去孵化像DeepSeek一样具有前沿探索性的一家企业，您觉得可能对于投资人来说启示有哪些？ 任博冰：非常有启发，DeepSeek一己之力改变了全球AI的走向，无论是中国“六小虎”和其他几家大模型公司的看法，包括最近国家在推的开源生态，包括美国那边OpenAI最近模型的发布频次等等，在这之前是无法想象的。 我们这边相对而言距离DeepSeek近一点。2023年在“光年之外”发布之前，我们就知道有DeepSeek团队，包括他们有万张卡的集群，也找他们交流过。投资人认识他们，但是没有特别重视，我们只是简单交流。 2024年他们的成果也不错，大家想要去合作，包括我们孵化的零一万物跟DeepSeek团队在研究上面有挺多合作的。我投了两家公司跟梁总都有很深的交流，交流的频次也挺多的。他们和我分享了一些跟梁总交流的收获，我个人看来对投资人有很大的启发。 现在为止，梁总对外界的噪音都是无感的状态，作为一个CEO保持这样的定力是极其难得的。包括他个人的定位是天选之子，确实也是，他一己之力改变全球AI，不是天选之子是什么？ 他们团队的成员跟我们投的很多公司里面的人员，之前在同一个团队，大家有很大的交叉。同样的素质、同样的背景的人在DeepSeek里面发挥了重大的成果，包括很多重磅的成果是在读博士发布出来的，跟OpenAI很像，OpenAI到现在非常多主流模型的探索，都是一些在读或者是刚毕业的博士完成的，并且还能够发挥出这么大的力量。 这样的组织管理和文化，我个人觉得是非常值得我们投资的所有公司包括我们自己去学习的。**因为他把人的潜力挖掘到了极致，公司所有人还非常有定力坚持做这样的事情，不断出这样的成果**。 梁总很早的时候就一直鼓励其他大厂做开源，只不过大厂对这个事情并不感冒，即使是到DeepSeekV3和R1的时候，其他大厂也不愿意一起做开源。这其实是一个独特的思考，把我们对开源的理解拉到一个新的层次。我们孵化和投资了一些其他的模型公司，包括我们也在看未来模型的迭代，会带来哪些下一步AI的机会。 我们觉得非常值得学习，**我们怎么看待开源，怎么看待一个技术驱动型的组织，怎么发挥人的特性，在挑选CEO的时候，看重CEO具备什么样的能力**。 而且DeepSeek非常独特，在美国也找不到类似的公司，这是对我们的一些启发。 周鑫雨：所以其实也不光是创投圈，像DeepSeek的用人模式、组织文化，其实是能够给很多的AI创业者都带来一定启示的。 下一个有关“不确定性”的话题，我想跟大家聊一聊关于竞争。DeepSeek其实把整个行业给卷起来了，像去年比较低调和保守的腾讯今年也是非常激进下场的状态，昨天字节也发了一个深度思考的模型。 像这些大厂在互联网时代已经做出过超级应用了，他们已经有了这样的一个经验。大家觉得未来Super APP出现在创业者身上的机会有多大呢？以及当下的创业者应该怎么样面对和大厂的直接竞争？ 吴楠：必须承认大厂从算力到数据，到技术，再到场景和生态确实拥有优质的协同效率，但他们不可能对所有的场景都能做到深入了解，他们其实也没有足够的能力和意愿去深度覆盖所有的场景，这就为在垂直领域专注细分领域模型优化和场景实现的优秀创业者提供了机会，我认为未来在垂类领域更有机会诞生超级应用。 继续拿医疗举例。从业团队需要既可以专注细分领域模型优化，又可以深入临床场景痛点。对于大厂而言本身在该领域的品牌威信度就不够，内部开发的沉没成本也较大，性价比不高，所以是不会独立开发的，这对创业者来讲就是一个机会。 如果一款AI应用可以充分整合医疗资源，从患者的“新药研发-影像-诊断-病历管理-预防监测-医保支付等”实现闭环式资源，形成垄断性壁垒，届时没准儿更会直接获得大厂的青睐（比如Deepseek已分别接入阿里腾讯等），可与他们分享到更多的基础数据，这就会是一款毋庸置疑的超级应用。 与大象共舞，方能掌握机遇。 周鑫雨：其实医疗是一块非常难啃的骨头，现在有非常多的大厂、创业者都想进军医疗领域，但是目前大家都做得非常浅。您觉得如果一个AI创业者想要深入这样一个领域的话，有没有一些比较好的渠道？ 吴楠：好的渠道肯定是要能足够深入这个行业，对该行业的知识点和痛点有较深的理解。不过我刚刚只是举个例子，其实还有其他很多垂类场景已经实现落地交付。 有些人可能正好在工业方面有想法、有技术、有资源，那么就可以往这个道路探索。比如“工业质检-维修保障-智能检测”现在就是一个已经被验证的商业模式。还有我们投的这个聚焦互动营销及客服场景的；我们还看到有专门帮别人管钱记账并提出方案的更小众场景的应用。 AI+医疗行业固然对人员复合型素质要求比较高，但与其说是个人不如说是团队，而且医疗行业从制药到诊断到治疗到服务其实有很多应用场景和刚需，比如说影像、诊断、癌症早筛、穿戴式监测等领域，在欧美都已经有比较深入地落地了。 所以在中国一定会需要这样一群有共同想法、“多边形战士”般的优秀群体，团结在一起，各自发挥优势，在自己的赛道快速实现追赶和超越。 周鑫雨：相当于场景足够大、行业足够深、机会就足够多。 邹泽炯：我觉得超级应用从创业者中走出来的可能性非常小。 第一，APP的引流，不管任何一种APP其实是需要很高成本的，除非你是颠覆性的东西。 第二，我们说所有的超级APP有一个服务的能力，服务能力背后是算力和基础建设，以及无数的电耗。像今天用的微信一定是一个超级APP，但是微信没有跟我们收过费，持续在解决我们所有人通信的问题。所以这可能是腾讯这种类型大厂的底气。 包括从创新角度上来讲，我认为大厂的策略是两块：一块是自研，另外一块关注市场上创新特别好的优秀的团队。如果我自己做得不好，就选择收购，如果自己做得更好，就选择继续支持。 所以如果我们未来还把Agent当作一个平台经济，或者说是一个通用型的Agent，我认为在创业者当中很难爆发出超级应用。 但这并不意味着创业者没机会。我觉得垂类的机会还是很多的。为什么这样说？包括我们今天听到的演讲，都是将AI应用在我们的常生活，还没有走到工业领域，工业领域对准确率的要求非常高，要求你达到三个九、四个九，因为它影响的不仅是产品质量，有些甚至是生命安全。举个例子，自动驾驶就是这样，不允许你出现PPM或者是BBM的错误级别。 从某种角度上来讲，互联网大厂时至今日，不管是在做教育、医疗还是做垂类的东西，其实都没有深入，这个大厂我觉得应该加一个定义，除了传统互联网，还有大型的国央企，更多是说我已经把平台搭好了，你们可以通过我的平台形成对外服务的能力。 举个例子，衣食住行如果要深入到农业或者是生产环节，你首先得有足够精准的语料，不是你在互联网收集的那些东西，这些精准的语料是形成人工智能或者是AI学习的基础，能够真正体现出AI未来在替代人类过程中的效率、能力和准确度。这些东西大厂手上是没有的，大多数据是私有云的数据，并没有公布。 **这些数据很重要的一点在于失败经验的发现，其实成功的那一次大家都能看到，但其实失败的经验可能更重要。**这个经验从来没有人发自内心告诉别人我是怎么失败的，但是可以告诉人工智能，在分析过程当中找到其中的最优解或者新的突破的思路，我觉得这可能是一种垂类应用的机会。 但是超级APP，我个人觉得挺难出现在创业者中的。 周鑫雨：这可能不是一个特别乐观的判断。任总，您相对来说是悲观还是乐观？ 任博冰：悲观的话做投资人干什么？ 我之前听王兴说过一句话特别对，“竞”和“争”是两个词，“竞”是竞速，是同一个方向的，这样在比，“争”是两面相对的，比的是力量。我最近一直在研究古代的历史，发现以少胜多是经常出现的，虽然整体频次非常低，但是往往会出现。 出现的一些机缘点，总结出来得胜的原因还是类似的。大企业还是会犯错的，大企业内部对一些机制的改动是很难的，比如假如迭代一个早期只能服务于100万人的功能，几个亿用户的APP是不可能做的。 大企业内部的孵化机制，从过去这么多年来看，这个事情也挺难的。**大企业内部永远头疼于怎么不出几个更好的人才，所以他们头疼的也是人才，这样看大企业人才数量永远不如外面高，最多的人才都在大企业外面。** 最后的Super APP有可能中间半道被大企业截糊了，像上一代Musical.ly、Instagram一样被收购了也是有可能的。会不会百分之百会被收购，是不是有的企业最后能跑到底，我觉得还是看前期“竞”的阶段能不能做得足够好，“争”的时候，跟大企业打到底用什么方式能够以少胜多。 这是非常有意思的点，涉及到大企业的主战场。我们看到的移动互联网时代，战场多的时候，大企业没有办法每个战场都跟你去打，大企业之间还在争，分身乏术是一定的。 没有企业资源是无限的，它的粮草一定是有限的，将军是有限的。最好的将军肯定是放在它的主战场上面，不好的将军在那边跟你打，不一定能打得过，而且他会犯错，甚至他的粮草还不如你多，我们觉得这个事情一定会发生。 当然最后怎么能够去实现创业公司在这个时代做好一个Super APP，我觉得这才是关键的点。所以在这个时间点我们看到创业公司其实今年并不多，所以我们其实想说，能够陪一些创业者一起把这些过程研究清楚，包括创业者自己怎么能够成为一个以少胜多的创业者，在什么样的赛道上面有可能以少胜多，用什么样的技术、什么样的组织结构能够以少胜多。 **弹药一定是少的，融得再多对大企业来讲都是少的，不可能融到比大企业的投入还更多的。问题是人家不重视你，所以有时候低调一点，对创业公司在前期也挺有帮助的。不要上来什么都去做PR也是好的。** 我们在研究这些点，希望能有更多创业者跟我们一起讨论这些问题，解决问题在今年是一个好的时间点。大家都会觉得今年是应用元年，今年的模型不光有推理的，这周OpenAI发了o3，也是非常好的多模态模型，多模态今年很明显有比较大的突破，国内还没来得及跟上，这些都非常有意思，真的有可能会出来一些机会。 周鑫雨：而且这些高性能模型都在DeepSeek的推动下开始逐渐开源了，可能对于应用层来说是很好的创业机会。 任博冰：对，DeepSeek也在做多模态。 周鑫雨：三位已经聊到未来，包括创业者而言大家怎么找机会，怎么直面和大厂的竞争。 这场交流的最后，希望三位能够给创业者带来一些确定性的事情。大家也可以聊一聊2025年创业者在自己有限的弹药下还能找哪一些机会。 吴总提到了医疗、工业检测这些垂类领域能找到非常多的机会。也想问一下您，对于创业者个人的素质要求，您觉得跟以往会有哪些不同呢？ 吴楠：AI发展到今天，发现身边真的越来越多的AI人士，毕竟是风口机会嘛，无论是学历对口还是半路出家，总之我认为其实目前我国相应的AI应用人才储备并不稀缺，甚至是越来越多。 但不是每一个AI人士都可以在这个领域长期创业，AI只是一种工具，帮助行业实现智能化和数字化的手段，从而降本增效实现成长的下一个跨越。所以光有AI技术并不足够，还要有行业知识的累积，和对细分市场刚需的敏锐嗅觉。 所以我觉得对于AI从业人员的素质要求来说，说高也高，说不高其实也不高，关键要有一个拥有复合型素质的优秀团队，能够有足够的知识储备和对场景的理解，这就是所谓的“Know-how护城河”，另外还要认清市场，确保市场有稳定刚需且可实现场景落地。对于个人，我觉得最重要还是要认清自己，找到自己本身的优势在哪，在团队中是否可以起到至关重要的作用。 周鑫雨：邹总怎么看，创业者的护城河在哪里？ 邹泽炯：我还是那个观点，我觉得AI是通用型的工具，有史以来最强大的一个工具，人所谓的主动性一定要站位清楚。 人的主动性在哪里呢？大家说AI会毁灭人类，我说现在没有到这个程度，因为AI没有欲望，没有说住要滨江的豪宅，没有说要开迈巴赫的豪车。 所以其实AI是一个工具，我们怎么定位工具？首先保持我们的独立思考和创造性思维是很重要的，因为现在AI还不具备这个能力。既然是这样，我们首先要选择的是在垂类赛道当中做精、做深、做好，同时不能忽视AI的工具性。既然它出现了，我们怎么样跟AI的团队进行结合？怎么把共性的东西提取出来，这是应用AI工具之前考虑的东西。我们不是在今天拥抱一个所谓的概念，就像最终企业的发展一定要拿你的结果和成绩去交付的，只有为他人创造了情绪或者物质的价值，才有存在的价值。 还是回到那句话，我们要问一问自己的AI工具，我们拿过来用是一种新潮，还是它确实让我们处理能力更强了，事情更多了，还是彻底把我们替代掉了？我们问一问是不是能够替代掉我们在以往不能做的事情当中，比如说人类的视觉反应速度的缺陷，比如说一些场景，在一些我们无法快速计算和决策的环境。这样的领域当中AI最大能够发挥其作为硅基的特点和优势的地方，我们去找到产业+AI的方式。 还是那句话，AI+产业的方式是双向的选择和双向的拥抱，把一个工具在一个场景当中发挥更大的作用，**在竞争过程当中用同样的性能带来更低的成本，同样的成本带来更好的性能、价值和服务，这是我们核心关注的问题**。只要你能做到这一点，你可以大胆干这个事情。 其实我们在看创业公司的时候，看到很多的团队长板非常突出，但是短板也非常明显。在这个过程当中我们觉得大家一定要意识到这一点，**现在的创业是一个跨学科、综合素质、多领域的博弈和竞争**。跟大国竞争一样，光有农业不行，光有军事也不行。 我更期待大家带有一个开放的心态，拥抱更多不同领域当中优势的团队，形成一个合力，来围绕一些传统的产业。为什么这样去讲？我们认为AI作为新质生产力的工具，大多数行业都可以重做一遍，所以有更多的机会。 回归到最终的结果还是那句话：所有的东西是以人为本的，最终是服务人的，不管衣食住行，还是其他都是一样的道理。 周鑫雨：还是要回归到用户本身的需求。 最后任总有什么样的建议，毕竟不是所有的创业者都像梁文峰一样是天选之子。对于大多创业者，您有哪些建议？ 任博冰：这其实是我之前一直很忽视的，今年觉得完全不能忽视，甚至对创业公司来说有可能是一个生死点。**我们看到DeepSeek出来之后，对很多企业家来讲，特别对是会受到打击的企业来讲，企业家会面临到非常难、非常极限的决策时刻，短时间内决定企业的方向是否调整，怎么调整。**这是一个非常基础的问题。 像很多企业早期会犯一些比较基本的错误，甚至是常识的错误，大企业内部不可能犯这个错误。这不是经验的问题，而是决策效率的问题，很多企业做2C产品敞口特别大，得定一个产品形态，很多人最后要PMF，其实这个在现在特别难。 怎么提高你的决策效率，以及你的决策到底用数据驱动拍脑袋，还是不断像当年一样做一些用户研究、收集一些数据？现在用户研究和当年的方法论都不一样，选择哪种研究方式？ 大企业内部有很多情报部门，大家都知道。你在干个什么事情，你的员工在干什么事情，对他们来讲基本全是透明的。你有情报能力吗？你的情报来自于哪里？包括怎么定义战场？不能对这些事情一无所知，毕竟大家最后还是要去打仗。 **决策能力，不说对团队，就对CEO来讲有可能是最重要的事情。**如果一个CEO不知道决策是什么，不知道该怎么不断去优化决策能力，甚至在很短时间内提到一个水平，就很难跟大企业，跟张一鸣这种企业家去比。 周鑫雨：三位今天给我们带来了非常好的建议，包括如何做决策，如何建立一个自己的团队，如何建立自己的Know-How和护城河。今天非常感谢三位能够和我们一起聊聊关于行业的不确定性，也相信这场交流能够给大家带来更多的启发，再次感谢大家！

又一个千亿级市场浮出水面。

真正的赢家，不在于谁先下沉，而在于谁能扎根。

由于特朗普关税政策带来的成本飙升和消费者信心动摇，本轮财报季以来，美国多个企业巨头密集下调盈利预期，涵盖消费品、航空、能源、电信等多个领域。统计显示，有超过90%的公司在财报电话会议上提及关税影响，“衰退”一词的提及率从去年第四季度的不足3%飙升至44%。 [](https://n.sinaimg.cn/finance/crawl/781/w500h281/20241223/894d-b7708cb345c2f132a38604f7f29ab44d.jpg) 特朗普关税阴影笼罩，企业巨头纷纷拉响盈利预警。 由于特朗普关税政策带来的成本飙升和消费者信心动摇，美国企业巨头正密集下调盈利预期，覆盖消费品、航空、能源、电信、工业制造等多个领域，企业普遍警告供应链受阻、成本增加，并对经济前景表示担忧。 FactSet的数据显示，在标普500指数成份股公司中，截至统计时点，已有超过90%的公司在第一季度财报电话会议上提及关税影响，“衰退”一词的提及率也从去年第四季度的不足3%飙升至44%。 虽然市场充斥着对经济衰退的担忧，但一种反向解读认为，这或许是CEO们施压白宫的策略，反而可能促使政策转向，部分解释了近期美股市场反弹的现象。 **消费品巨头率先“缴械”，下调业绩指引** 首当其冲的是消费品公司。本轮财报季中，宝洁、百事，甚至墨西哥风味快餐连锁Chipotle等公司纷纷下调了全年业绩指引。 宝洁将其归咎于“更紧张的消费者短期内减少消费”，以及关税对其成本结构和盈利能力的影响。公司首席财务官Andre Schulten在电话会议上表示： “消费者采取‘观望’态度并非不合逻辑，我们看到零售商的客流量有所下降”。 百事公司同样指出，“低迷的”消费者情绪以及关税是其下调全年核心固定汇率每股收益预期的原因。 作为首批公布业绩的大型上市餐饮公司，Chipotle也下调了全年同店销售增长预期的上限。公司高管表示，由于食客对自身财务状况的担忧加剧，客流量从2月份开始放缓，这一趋势已延续至4月份。 Chipotle首席执行官Scott Boatwright对分析师表示： “我们的访问研究显示，出于对经济的担忧而省钱，是消费者减少餐厅光顾频率的最主要原因。” **关税冲击波：从航空到能源，无一幸免** 除消费品行业之外，运输、能源、电信、家装建筑和工业制造等领域的公司也纷纷在财报电话会议上向华尔街发出警告。 航空业方面，美国航空首席执行官Robert Isom表示，飞机成本已经过高，关税“毫无道理”，公司因此撤回了2025年的财务指引，并表示不打算吸收这部分成本，也不认为客户会欢迎。 此外，达美航空、西南航空和阿拉斯加航空也因美国经济难以预测而撤回了指引。联合航空则罕见地提供了两种情景下的展望。空中客车美洲公司首席执行官Robin Hayes指出，全球范围内的关税将给改善行业供应链带来“巨大压力”。 运输与工业方面，大型货运铁路集团Norfolk Southern表示，关税可能减缓汽车和多式联运集装箱的运输。波音公司则称，贸易战将迫使其为部分飞机寻找替代买家。3M公司首席执行官William Brown坦言“关税将是今年的逆风”，公司将通过调整生产、削减成本和提价来应对。RTX警告称，若关税持续至年底，其税前营业利润可能遭受高达8.5亿美元的冲击。通用电气表示将提价以抵消约5亿美元的额外成本。 能源方面，美国最大电力公司NextEra Energy的首席执行官John Ketchum表示，在电力需求以前所未有的速度增长之际，关税将推高燃气发电机组的成本。 美国油田服务商Halliburton和Baker Hughes警告称，贸易战可能损害盈利、扰乱供应链并压低油价。Baker Hughes预计关税可能导致公司今年息税折旧摊销前利润损失高达2亿美元，约占4%。通用电气旗下的GE Vernova也表示，其成本今年可能增加高达4亿美元。 电信与医疗方面，美国电信巨头AT&T和Verizon警告称，关税可能提高手机和无线路由器的价格。Verizon首席执行官Hans Vestberg明确表示，公司不打算承担如此高昂的手机关税。医疗器械制造商波士顿科学称关税将使其今年损失约2亿美元。强生维持了年度盈利预测，但也强调了主要由医疗设备关税带来的4亿美元成本。 建筑方面，美国建筑商PulteGroup首席执行官Ryan Marshall表示，关税将使新房的平均售价增加约5000美元，并指出四月份的需求“更加波动且难以预测”。 基金管理公司TCW Group的信贷研究主管Steven Purdy向媒体表示，CEO们目前“非常不开心”，他们不知道未来几个月是会进入一个全新的世界秩序，还是这一切最终感觉像一场噩梦。 **市场另类解读：“CEO看跌期权”引发市场反弹？** 面对企业界普遍的悲观论调和盈利预警，有观点认为，这可能是企业CEO们的一种策略性“看跌期权”——通过在财报电话会议上密集强调关税的负面影响，并下调业绩指引，CEO们或许在向特朗普政府施加压力，意图促使其在关税政策上有所退让。 这种解读认为，市场可能押注于这种压力最终会迫使白宫在贸易政策上做出调整，例如此前财政部长贝森特向投资者透露的可能“很快”出现的“降级”，以及对汽车制造商的关税豁免预期。 如果这种预期兑现，那么当前的盈利预警反而可能成为政策转向的催化剂，这或许可以部分解释为何在众多负面消息冲击下，美股市场仍能有所反弹。 [查看评论](https://m.cnbeta.com.tw/comment/1495252.htm)

特斯拉，想成为苹果的样子。

<blockquote><p>本文深入探讨了PMF（产品-市场匹配）模型，阐述了其定义、重要性以及如何通过定性和定量方法来验证产品是否达到PMF。了解并应用PMF模型，可以帮助产品团队避免盲目扩张，确保产品能够实现自然增长，满足市场的真实需求。</p> </blockquote>  PMF（Product-Market Fit，产品-市场匹配）是指产品能够满足市场的真实需求，并在目标用户群体中形成稳定增长和留存的状态。 Marc Andreessen（网景创始人）最早提出这一概念，并认为： PMF是初创公司唯一重要的目标，在找到PMF之前，其他事情（如增长、营销、团队扩展）都是次要的。 ### PMF的成功取决于三个关键因素：   1、市场需求（Market Need）：解决的问题是否真实存在？市场规模是否足够大？     2、产品价值（Product Value）：产品是否能高效解决问题？用户体验是否足够好？     3、商业模式（Business Model）：能否可持续盈利？用户是否愿意付费？   ### PMF的经典衡量标准： **（1）Sean Ellis测试法** 通过用户调研提问：   “如果这个产品明天消失，你会多失望？” ≥40%用户回答“非常失望” → 初步达到PMF &lt;25%用户回答“非常失望” → 未达到PMF **（2）关键数据指标指标:**  ### 如何验证PMF？ **1、定性验证方法** 深度用户访谈 目标用户：高频使用产品的核心用户   关键问题：   “你最喜欢产品的哪个功能？”   “你是否愿意推荐给朋友？为什么？”   例：Dropbox早期通过用户反馈发现“文件同步”是核心需求。   竞品对比分析 用户为何选择你的产品而非竞品？   例：TikTok通过“算法推荐+短视频”击败传统社交平台。   **2、定量验证方法** AARRR模型 Acquisition（获客）：注册成本是否合理？   Activation（激活）：用户是否完成关键行为（如发布内容、完成交易）？   Retention（留存）：30天后是否仍有活跃用户？   Revenue（变现）：付费转化率是否健康？   Referral（推荐）：K因子（病毒传播系数）是否&gt;0.5？   留存曲线分析 理想状态：留存曲线在30天后趋于平缓（说明用户习惯养成）。   危险信号：留存率持续下降（说明产品价值不足）。   ### PMF的应用场景 **1、创业公司：如何找到PMF？** MVP（最小可行产品）测试：   例：Facebook最初仅面向哈佛学生，验证社交需求后逐步扩展。   聚焦细分市场：   例：小红书早期专注海外购物攻略，后扩展至生活方式社区。   **2、成熟产品：如何优化PMF？** 用户分层运营：   高价值用户（VIP/付费用户）的需求是否被满足？   例：美团外卖通过会员体系提升复购率。 功能迭代优化：   通过A/B测试验证新功能是否提升留存。 例：微信通过“朋友圈”增强社交粘性。   3、不同行业的PMF策略：  ### 常见误区及解决方案 **1、虚假PMF** 表现：依赖补贴或短期营销增长，但用户留存极低。   例：共享单车初期靠免费骑行获客，但留存率&lt;10%。   解决方案：取消补贴后观察自然增长数据。   **2、过早扩张** 表现：未验证PMF就盲目扩团队、投广告。   例：Web3许多项目未找到真实需求就烧钱推广。   解决方案：遵循“精益创业”原则，先小范围验证。   **3、需求错位** 表现：产品功能复杂，但用户只使用核心功能。   例：Google+强推社交功能，但用户仅用Gmail。   解决方案：聚焦用户最需要的1-2个核心功能。   ### 最后 PMF是产品的生死线，未达标前不要盲目扩张。   验证PMF = 定性（用户访谈） + 定量（数据指标）。   不同行业PMF标准不同，需结合业务特点调整策略。   PMF是动态过程，需持续优化以适应市场变化。   最终目标：让产品像“病毒”一样自然增长，而不是靠烧钱硬推。 本文由人人都是产品经理作者【伍德安思壮】，微信公众号：【时间之上】，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。

那些消失的行政酒廊和管家服务，终将成为职场进化史上的一个注脚。

国产美妆品牌在加速洗牌。

每一滴水都是时代的答卷​。

 《幽霾》免费版现已上线，新怪谈题材多人游戏《幽霾》免费通行证将于4月25日登陆Steam！《幽霾》商店页下载即可游玩。   免费通行证将在Steam长期在线，玩家每天可以游玩三局，除商城通行证等局外内容被锁定，游戏内内容跟正式版无异，可以正常与全体玩家匹配，记录成就等也会继承。 此外，游戏也迎来发售后最大的一波更新。新版本“摇滚狂潮”，除了优化了游玩体验，平衡了游戏性能，还增加了许多新内容！ # 梅卡德尔联动新角色 首先，是与国内知名摇滚乐队-梅卡德尔联动推出的两位新角色：摇滚乐手和戏剧导演。  以梅卡德尔乐队主唱赵泰为灵感设计的摇滚乐手,仍坚持在旧洲的街头巷尾演奏，用他那抹吉他独奏来对抗幽霾侵袭。角色可以升起摇滚舞台控住其他玩家，并隐藏自己身份。  戏剧导演则根据梅卡德尔乐队键盘手门棋设计，戏剧作为旧时代的产物，在灾变后本应扫进历史的尘埃，但仍有人选择继续创作角色能够放置人偶，偷袭路过的干员和怪物，并实时标记位置。  # 新怪物！新武器！新阵营角色！新异变技能以及更多遭遇事件！ 站点14的周遭环境变得更加危险，更多突破收容的怪物在黑暗中伺机而动。 为此控制局也为各位干员准备了：喷火器，榴弹炮，拳套和动力爪等全新武器。  当然，伪人和中立阵营也引进了新的角色。新增加了两个新伪人角色：隐形人和雾行者，以及一个新中立角色：死神，方便更顺心地背刺你的同伴。  当然，伪人和中立阵营也引进了新的角色。新增加了两个新伪人角色：隐形人和雾行者以及一个新中立角色：死神，方便更顺心地背刺你的同伴。有更多奇异遭遇等着被发现。 幽霾对调查员身体结构的改造已经超出新的观测范围，越来越多的异变技能可供玩家选择。但事态似乎还会变得更糟... 比如！一只巨大的蜗牛会永远尾随着你，但你不会获得五千万...也没有和平奖拿...只能等待它最后追上来.... 探索站点14，岛上还有更多奇异遭遇等着被发现！  最后，4月25日至5月5日，《幽霾》将限时七折售出！还在观望的朋友快来体验一下吧！ &lt;内嵌内容，请前往机核查看&gt;

转型路漫漫，如何上下求索？

今年年度最佳有力竞争者来了。

“我哭过，我跪过，再困难也不言放弃。”

离价值拐点还有多远？

<blockquote><p>京东和美团，两大互联网巨头在即时零售市场的争夺战愈演愈烈。京东外卖与美团闪购的对决，不仅是业务板块的较量，更是对剩余利润增长点的争夺。文章将深入剖析双方的战略布局和竞争态势，探讨这场&#34;菜鸟互啄&#34;背后更深层次的商业逻辑和影响。</p> </blockquote>  明明都是互联网巨鹰，我咋说是菜鸟互啄呢？ 因为双方派出的战队都是业务板块，还都属于发育不良阶段—— 京东外卖，还需东哥亲自下场；美团闪购，连个入口都找不到。 但是，互啄之势已经形成，无非都是为了仅剩的利润增长点：即时零售市场。 啥叫“即时零售市场”？这词听着很高大上，其实就是“两个小时内及时要用的产品市场”。 比如，大家都要吃的外卖。 可外卖一直是美团的主战场，咱东哥是做高大上电子数码的，为啥要去抢“午餐肉”？ 因为，美团早就开始抢东哥生意了。你有没有过这样的经历，买个数据线、买个充电器、甚至买手机，你都会在美团上找找看？ 这里有个商业洞察，京东买东西，第二天才到；美团买东西，半小时就到。 而美团推出的闪购业务，就是公开叫板，要动京东的3c数码、家电等高客单价业务。 东哥立马坐不住了，你尿我一壶，我也要尿你一壶，马上开始进军外卖业务。 而且要打美团和饿了么的软肋：不给员工交社保。 这一手，直捣黄龙。要知道，美团和饿了么这两座商业大厦，是1145万骑手用血汗堆砌出来的。 上层建筑只提供商业模式，苦活累活全靠阶级兄弟。你们还不给骑手兄弟交社保？还不算正式员工？ 东哥出手必绝招，就挖你的大厦墙角，立马就开了发布会，承诺给骑手交社保。 接下来，东哥亲自跑外卖，和外卖兄弟打成一片，像当年和快递兄弟打成一片一样，又是喝酒又是吹牛，咱们才是兄弟，快加入我们吧。 再接下来，必然会有价格战、品牌战、口碑战，一战皆一战。 我的观点是，不管这一战输赢如何，东哥这一手，如果可以逼迫所有外卖平台给骑手兄弟上社保，也算是大功一件。 本文由人人都是产品经理作者【屈太浪】，微信公众号：【屈太浪】，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。

具身智能的关键卡点到底在哪？中国具身智能的机遇在哪？“打脸时刻”何时上演？近期部分投资人“批量退出”，是否暗示着行业正陷入泡沫危机？随着具身智能发展从实验研发转向产业落地阶段，一系列关键问题接踵而至。 在近期2025 商汤技术交流日具身智能论坛上，来自具身智能学界与产业界的重量级嘉宾——上海交通大学副教授、上海人工智能研究院首席科学家闫维新，库帕思 CEO黄海清，松应科技创始人CEO聂凯旋，银河通用合伙人、大模型负责人张直政，商汤科技联合创始人、大装置事业群总裁杨帆及主持人量子位总编辑李根等齐聚一堂，围绕当前具身智能的热议话题，站在产业链视角，共同探讨了具身智能与AI基础设施如何协同创新，破题行业困境，实现正向可持续发展。     **模型能力进展快、场景潜力待释放，具身智能机遇与挑战并存** 在大模型的加持下，具身智能突飞猛进，大小脑模型的突破、仿真系统的构建、场景应用潜力的挖掘，成为当前最为鲜明的行业趋势。 闫维新教授表示，得益于深度模仿学习与强化学习的深度协同，具身智能的小脑进化迅速，机器人的直膝行走能力进步显著，在不同地形和摩擦系数的环境中，鲁棒性和泛化性均大幅增强。同时，在大脑方面的创新也在加速，随着百万真机数据集积累、以及“一脑多能、一脑多机”通用平台的出现，正推动具身智能在日常生活和工作场景中展现更多应用潜能。 张直政也认为，具身智能领域呈现出“科研-创新-应用“全链条蓬勃发展态势。在数据层面，仿真合成数据与真实采集数据积累均呈现爆发式增长态势；在架构层面，大小脑模型、分层端到端模型等创新理念不断涌现；叠加国家政策的有力支持，更让行业对具身智能的规模化商业应用充满信心，其商业化落地潜力非常值得大家期待。 尽管发展势头正盛，但具身智能仍处于技术探索期，面临数据、成本、能力等方面的诸多挑战。黄海清指出，各企业间的数据难以互通，数据构建成本居高不下，阻碍了模型的训练效率；同时，高昂的成本也限制了机器人的普及速度；此外，机器人在主动思考和复杂环境适应能力上与人类仍存较大差距，适用场景有限，亟待行业共同探讨、共同解决、共同推进。 物理AI仿真对促进具身智能模型的训练起着关键作用。聂凯旋将其比作连接AI与物理世界，以及教会AI理解物理世界的桥梁，让机器人可以自我进化，快速学习抓取、行走，甚至翻跟头、跳舞等技能。而一套完善的物理AI仿真系统，需要涵盖视觉、触觉、听觉、运动控制等各类组件，让机器人真正做到像人一样能够360度地感知物理世界。 **发挥数据优势，是中国具身智能“弯道超车”的关键** 算法、算力、数据是人工智能的三要素，同时也是具身智能发展的重要基础设施。作为全球具身智能领域的“领跑者”，中国和美国在具身智能这一处于起步阶段的新兴前沿领域，存在哪些差距？ 在算法层面，嘉宾一致认为中美差距并不大，基本可以达到旗鼓相当的状态。张直政还指出，VLA将成为具身智能未来的核心技术路径。其高度泛化能力可实现从结构化场景应用到非结构化场景应用的进步；同时，提供了将泛化动作和通用感知相结合的全新技术范式，可大幅提升环境感知、任务规划推理和动作执行能力；并且，能够以更高的数据利用效率，端到端提升从感知到规划再到执行的整体性能。 在算力层面，闫维新教授坦承中美在训练算力和推理算力方面仍有差距，尤其和英伟达CUDA生态的差距更为显著，但随着国产算力加速创新，也在加快追赶步伐。杨帆认为，尽管国产算力受上游产能制约存在客观差距，但可以通过模型结构与硬件的端到端联合优化来缩小差异，这也是DeepSeek实现了行业领先的推理性价比的关键所在。商汤大装置也着力于系统软件层的优化创新，针对特定的应用场景进行端到端调优，为行业输出更具性价比的解决方案。 在数据层面，现场嘉宾纷纷表示，中国在物理场景和应用数据采集上具有全栈优势，样本丰富度高于美国，是中国具身智能弯道超车的关键。闫维新教授特别强调，中国在样本端的收集能力远超国外，尤其是最为稀缺的机器人应用场景数据，中国比美国有更好的机会和能力收集这样的数据。 尽管我国在数据体量上拥有显著优势，但数据难流通依然是行业发展的掣肘。尤其对于创业公司来说，语料数据高昂的成本是不可承受之痛，行业迫切需要解决语料数据获取难、获取贵、不共享的问题。对此，黄海清提出了四项举措：牵头探讨语料数据的标准规划、探索生产伴随式的数据采集方式、研发自动化标注工具链平台、推进数据合成技术的应用，进而激活数据价值，推动具身智能产业更好的服务千行百业。 针对这个话题，聂凯旋强调，中国作为制造业大国，拥有丰富的全产业链数据，结合物理AI仿真的快速创新，更可以加速技术的迭代和验证。当前，商汤科技与松应科技已在数据仿真、研发管线、客户服务层面展开全面合作。商汤大装置面向具身智能的解决方案，能够端到端赋能技术研发，覆盖数据生产、工具支撑及模型研发全流程，为企业提供“开箱即用” 的研发工具链，致力于解决具身智能落地最后一公里难题。   **具身智能的 “打脸时刻” 何时上演？** 发展历程，从AlphaGo战胜人类围棋冠军到ChatGPT实现流畅人机对话，这些 “打脸时刻”一次次颠覆了人们对人工智能的认知。在具身智能领域，同样令人期待的“打脸时刻”也成为嘉宾们热议的焦点。 张直政认为，具身智能的“打脸时刻”将在各个行业悄然降临。与场景相对单一的自动驾驶不同，具身智能应用场景丰富多样，它可先学习通用知识，再快速在特定场景中成为专家，以多层次、全方位的方式在不同领域实现突破。 闫维新教授以自己在冬奥会期间参与过的烹饪机器人项目为例，他介绍说，餐厅中的人形机器人在无预设程序的情况下，能够自主完成复杂烹饪过程，从食材处理、火候把控到菜品烹制、摆盘，一气呵成，色香味形俱佳。这种自主完成复杂任务的能力，正是具身智能“打脸时刻”的生动体现。 黄海清提出了“打脸时刻”的两个标准。一方面，在商业超市、工厂等场景中，机器人若能以较低成本完成简单重复性任务，实现从50万开发成本到5~10万的突破，便是重要的“打脸时刻”。另一方面，当机器人具备与人类一样的共情能力，能在情感陪护、康养养老等场景中给予人们情感关怀时，也将是具身智能的又一次重大飞跃。 聂凯旋从技术供应商角度出发，认为在近10个大类、100个小类的具身智能应用场景中，每个子行业都有望诞生冠军企业。这些冠军企业不仅代表着技术领先，还能激活产业链，推动行业转型发展。当具身智能能够助力制造业、交通物流、康养医疗等传统行业效率大幅提高，推动 GDP 增长时，便是“打脸时刻”的到来。 杨帆心中期待的“打脸时刻”更为长远且具体。他希望看到机器人在完成复杂任务的同时，能与外界人类社会进行无约束的交互。比如，在主人提出需求后，机器人能独自前往办公室取回遗忘物品，在这过程中，不仅要完成识别、拿取物品的任务，还要应对复杂的外界环境，如与陌生人交流、防范意外情况等。   **“批量退出”不等于“泡沫”，克服质疑才能走向产业落地** 数据显示，截止3月26日，今年具身智能领域共发生投融资42次，已达到2024年全年的50%，热度持续攀升。然而，前不久创投圈一位知名投资人“批量退出具身智能”的言论，引发不小热议。“具身智能是否会是一场资本狂欢下的泡沫”的争论被摆上台面。 面对个别投资人对整个具身行业的公开质疑，张直政认为，行业内出现不同的讨论声音，反而说明人们对技术的想象力和它的边界之间产生了碰撞。消灭泡沫是科技创新的驱动力，创业者的使命就在于从宏观思考出发，结合微观的具体的产业应用需求，把对前沿技术的想象变成真正落地的产品。 闫维新教授也提到，泡沫是远离了价值以外的内容，只要大方向正确，总能找到机器人能力上限和应用场景下限之间的交集。比如在危险替代领域，具身智能和非视距遥操作结合，未来三五年有望实现落地应用，要对行业发展有信心。 杨帆认为，投资人的公开质疑是行业的标志性事件，只有直面这些质疑，经历这些质疑，克服这些质疑，行业才能真正从实验探索阶段走向认真、严肃的产业落地阶段。 尽管面临数据壁垒、技术瓶颈与商业化的多重挑战，但大家的共识清晰可见——泡沫争议背后是产业突破的前奏，从烹饪机器人的自主操作到低成本工业场景的规模化落地，从情感交互的突破到跨行业效率的革命性提升，“打脸时刻”或许不会一蹴而就，却已在细分领域悄然酝酿。正如论坛所揭示的，唯有产学研协同攻坚、开放共享基础设施、直面质疑并迭代价值，才能将具身智能从资本的“想象力试验”转化为推动社会进步的“生产力引擎”，也终将在质疑与突破的循环中，书写属于AI产业的新新篇。 雷峰网

<blockquote><p>在小红书平台上，专业号的「发现页」推荐量是获取流量和增加曝光的关键。本文将深入探讨如何通过优化CES评分、互动率、封面设计等策略，以及利用冷启动阶段的人工干预和反常规内容策略，来提升专业号在小红书「发现页」的推荐量。</p> </blockquote>  发现页是笔记的主要流量来源，也是专业号争夺流量的重要阵地 然而许多商家下了许多功夫，却仍然实现不了想要的效果 需要牢记的一点是，不能拿做搜索页的算法分发逻辑去做发现页 专业号要想增加“小眼睛”，就要摸清算法规则与平台共生，做好以下几步让你首页推荐量“噌噌”上涨 ## 一、操控CES评分，突破推荐层级 小红书的推荐算法依赖CES评分，新一代算法更看重点击率、互动率、完播率以及互动值这几项指标 ### 1）优化封面提升点击率 如果从所有数据里面选一个最能影响笔记在发现页拿流量的，那就是点击率 在双列流的推荐模式当中，没有点击就没有阅读，所以想要在发现页拿到更多的点击，就需要尽可能把曝光转化成点击 高点击的笔记，是非常容易在发现页拿到流量的，尤其是场景化的内容，因为场景化的内容是容易做出一些吸引眼球的封面和标题，选题也容易结合消费者痛点 例如 “儿童防晒霜” ，要是想靠笔记种草 “黑皮酱油娃、户外易晒伤” 的目用户，那就可以搞个直白又有冲击力的封面，配上 “宝宝海边不晒伤、晒后急救” ）这类场景化关键词，再从相似的用户体验角度出发，吸引用户去点，让他们有共鸣  此外，还可以尝试动态封面与沉浸式内容，来提升点击率 视频笔记采用动态封面（如产品使用前后对比的动态切换），比静态封面点击率提升 30% 以上。例如，护肤品牌在推广精华液时，使用动态封面展示 “使用前干燥起皮” 与 “使用后水润透亮” 的对比效果；沉浸式内容模板如 “第一视角体验”（用户代入感强）或 “分屏对比”（信息密度高）也能有效提升用户停留时长 ### 2）勤互动提升账号权重 2025年小红书算法升级后，互动率（赞藏评/阅读量）成为核心权重指标 一篇笔记发出后会优先推荐给粉丝，要是粉丝点赞了，笔记又会被粉丝的好友看到，进而形成裂变式增长 但是如果一篇笔记的互动率低于3%，即便初始曝光量高，也会被系统判定为“低质内容”而停止推荐 通过翻阅平台高互动的笔记我们发现，有温度的互动能够带来更多的赞转评，甚至带来更多长尾流量。因此，与用户的互动要有“活人感”，不要像个机器人一样回复用户  具体可以结合自身使用体验来回答用户、积极在评论区与用户抛梗接梗；还可以发布具有互动性质的笔记，如抽奖活动、晒单征集等，可以触发羊群效应吸引更多用户参与 ## 二、冷启动阶段的人工干预与流量撬动 新笔记发布后的前2小时是突破初始流量池的关键期，需通过精准干预快速提升互动数据 方式有两种，一种是利用私域快速积累数据，这里说的私域是小红书群聊。我建议大家从第一篇笔记开始就创建群聊，并且每一篇笔记都绑定群聊，积累群聊用户量，当群聊中有一定数量的用户后，笔记发出后第一时间转发到群聊里，就可以快速积累数据，我自己的小红书专业号就是利用这种方式快速冷启动 第二种方式就是，跨越或者跨账号/矩阵助攻，提前在微信/QQ群预告笔记发布时间，引导粉丝在发布后第一时间互动（点赞+评论）；或者利用同品牌或合作账号矩阵，通过“@提及”或评论区互动制造热度 总之，想尽办法让笔记快速积累数据，快速冷启动，大多数的笔记都是被初始流量层级困住，如果自己本身可以帮忙笔记突破初始流量层级，才有获得更多推荐分发的机会 ## 三、反常规内容策略 1）制造「认知缺口」与「社交货币」通过反常识结论引发好奇，利用用户 “信息差焦虑” 提升点击率。例如，护肤账号发布标题 “每天化妆反而烂脸？皮肤科医生不敢说的真相”，通过揭露化妆品成分隐患，提升点击和互动率 也可以设计社交货币型内容激发用户主动分享，如 “职场新人必懂的 5 个潜规则” 类笔记，用户会主动收藏转发以彰显自身价值。某职场博主发布的 “月薪 3 千与年薪百万的保险思维差异” 笔记，因制造阶层对立和数据打脸（如 “年薪百万者保险支出占比是普通人的 3 倍”），被转发超 2 万次，形成二次传播链 2）情绪峰值设计我们内部有一种内容模型叫「四点模型」，结合痛点、痒点、爽点、燃点模型，精准设计内容情绪曲线。例如，针对敏感肌用户，某品牌以 “医生都不敢说的烂脸真相” 直击恐惧（痛点），再通过 “10 秒解决油头” 的即时效果触发多巴胺分泌（爽点），最后以 “素人逆袭故事” 激发用户自我实现欲望（燃点）。该系列笔记平均互动远超行业平均水平，其中一条笔记点赞量突破 10 万，成为爆款 这种反常规策略的核心，是打破传统营销内容的固有形态，在保持品牌调性的同时，契合用户对真实、多元内容的消费偏好，实现算法机制与用户体验的双重突破 ## 四、精细化数据级策略 1）竞品流量截流使用第三方工具（如千瓜数据）每天监控竞品爆文，提取高互动评论区关键词，反向植入自身笔记标题或正文。通过分析竞品评论区的负面反馈（如 “容易起球”），可针对性优化产品并在笔记中强调 “抗起球科技”，实现精准截流 2）长尾流量矩阵布局针对同一产品，围绕细分场景发布多篇笔记，形成内容矩阵。例如，某美妆品牌针对油皮用户，分别发布 “油皮夏日底妆→油皮秋冬底妆→油皮通勤快速底妆” 系列笔记，覆盖不同季节和场景的搜索需求，账号垂直度提升 40%，搜索流量增长 3 倍 3）实时热点借势建立热点响应 SOP，通过小红书热搜榜、抖音同城榜等渠道每日监控全网热点，将热点与产品结合。例如，“王心凌翻红” 事件爆发后 2 小时内，某美妆品牌发布 “甜妹妆容教程”，结合王心凌标志性的 “睫毛弯弯” 妆容，笔记曝光量 24 小时内破千万，转化率较常规内容提升 3 倍。需注意热点与产品的关联性，避免强行蹭热点导致用户反感 ## 五、直播联动导流 直播时，专业号里所有笔记都会被平台加权分发，并且页面头像也会出现“呼吸灯”标识。通过直播频率的不断增加，在直播间沉淀的粉丝自然会有一部分下意识点击专业号主页 主播可以在直播间讲解产品时结合话术为专业号引流（例如：“口红99元秒杀款只剩50件！点击左上角头像进入主页，置顶笔记有图文版色号对比”） 直播不仅是销售场域，更是账号权重的加速器。通过每场直播持续向账号主页注入精准流量，当单场直播引导专业号主页访问量突破临界值（通常≥5000次），账号将自动进入平台优质内容池，发现页推荐量将会实现跃升 本文由人人都是产品经理作者【赵子辰Vic】，微信公众号：【Vic的营销思考】，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。

 2025年5月1日至4日，亚洲规模最大的精酿狂欢盛会——北京精酿啤酒节，将在北京首钢园焕新登场，全面升级、震撼回归！本届活动以“双馆+万米草坪”的空前规模、全新的品牌形象与更国际化的内容矩阵，诚邀来自全国乃至世界各地的游客，开启一场兼具文化魅力与消费体验的五一黄金周文旅之旅。  2025年5月1日至4日，亚洲规模最大的精酿狂欢盛会——北京精酿啤酒节，将在北京首钢园焕新登场，全面升级、震撼回归！本届活动以“双馆+万米草坪”的空前规模、全新的品牌形象与更国际化的内容矩阵，诚邀来自全国乃至世界各地的游客，开启一场兼具文化魅力与消费体验的五一黄金周文旅之旅。 全球精酿盛会，125家酒厂齐聚北京 本届啤酒节汇聚来自全球的精酿力量：102家中国本土酒厂与23家国际酒厂共计125家品牌将齐聚首钢园，带来超800款独具特色的精酿啤酒。无论是热爱IPA的果香张力，还是偏好世涛的厚重回甘，亦或是钟情拉格的清冽顺滑，这里都能找到属于你的味觉归属。北京将成为五一假期全球精酿爱好者的必达之地。  鲸鱼主视觉，城市文化与生态想象的融合表达 今年，啤酒节以“鲸鱼”作为全新主形象，象征精酿海洋中的探索与包容，也回应着城市工业遗产与自然想象的融合图景。主视觉贯穿现场空间、纪念周边与互动装置，为全球观众带来耳目一新的视觉体验与文化共鸣。 电音舞台+互动瑜伽，感官全面觉醒 本届啤酒节不仅是味蕾的狂欢，更是一场沉浸式文娱体验。活动期间，24位顶级电音DJ将在钢铁遗址中的电音舞台轮番登场，将节奏与城市氛围推至高潮；与此同时，精酿瑜伽、互动游戏、美食搭配等丰富体验模块，也将打造一个属于新世代生活方式的多维场域。  美食潮流市集，跨文化味觉碰撞 50+特色美食品牌与精酿形成黄金拍档，涵盖亚洲与欧美风味双专区，从下酒小吃到创意主食，满足所有口味偏好的吃货与饮者。风味搭配、跨文化美食互动，将进一步拓展精酿节的国际触感与社交属性。 《指南》联动200+酒吧，五一四日不停歇 啤酒节同期依然会发布《2025北京精酿啤酒指南》，凡购买门票，均可获得鲸鱼变色铝杯与专属纪念徽章，并自动解锁北京城内200+酒吧的特别优惠。精酿的狂欢不仅止步于首钢园，更延伸至全城每一个角落，形成一场城市级别的全民派对。 向世界发声：北京精酿文化新名片 北京精酿啤酒节已成为推动精酿文化全球传播、促进行业跨国交流的重要平台。2025年，期待与来自世界各地的酿酒师、爱好者、消费者与文化探索者共聚北京，用一杯好啤酒，连接更广阔的世界。  ⸻ 购票方式： 即日起通过“北京精酿啤酒节”官方微信公众号购票，更多票务详情请关注官方公告。

一面是模型厂商卷死卷生，另一面是开发者无所适从。

AI产业从“技术神话”走向“工程实用”。

尝试，合作，证明，失败，追求看似不可能的路径，被挑战、被质疑，慢慢科普，慢慢探索，再慢慢走进大众的视野，然后改变世界。这个过程可能会很漫长，而我们现在已经慢慢开始看到一些曙光。

人与AI不是对手，是“战友”。

「十字路口」。

  BlackMill Games自豪地宣布，《伊松佐河》通过其免费的“莫斯奇”扩展包扩大了对意大利前线的覆盖范围，该扩展包现已在PC、Xbox和PlayStation主机上推出。在新的“莫斯奇”地图上展开激烈的夜间战斗，使用两款新武器，并借助“前进，萨伏依部队”DLC穿上一战时期的标志性制服。  &lt;内嵌内容，请前往机核查看&gt; 漆黑的夜晚在全新的“莫斯奇”地图上作战 随着免费的“莫斯奇”扩展包一同到来的是一张新地图，它的灵感源自 1918年6月15日奥匈帝国对莫斯奇山的进攻。在《伊松佐河》中，玩家将首次体验一场星光下的午夜突袭：“莫斯奇” 地图让战场陷入黑暗，只有月光和森林大火照亮敌人。玩家可以扮演奥匈帝国军队，冲过熊熊燃烧的森林，或者扮演意大利驻军，奋勇作战并坚守阵地。    此次扩展还为前线带来了两种新武器： ● 意大利王国的雷韦利-贝雷塔自动卡宾枪 ● 德意志帝国的M1917型6联装集束手榴弹 “前进，萨伏依部队” 装饰包再度来袭 除了这个新的扩展包之外，高级DLC“前进，萨伏依部队”以经过改进的版本回归，其中包含了新的装饰物品。装饰包最初是作为《伊松佐河》预购奖励推出的，它为每个兵种引入了标志性的制服、面部特征以及一战后期的头饰。 为感谢玩家们的支持，所有预购了《伊松佐河》的玩家都将免费获得添加到强化版“前进，萨伏依部队”扩展包中的新物品。其他玩家可以通过购买终极版、“第三波” 捆绑包，或者单独购买该扩展包来获取这个DLC。    《伊松佐河》接下来会有什么新动向呢？ 自《伊松佐河》于2022年9月发布以来，BlackMill Games每次更新都有幸获得了玩家社区的大力支持。两年多过去了，他们很自豪能为玩家带来意大利前线的又一次全新体验。 “我们真心感谢我们超棒的社区多年来的持续支持，这让我们能够在两年半的时间里为游戏推出 8 个免费扩展包，而且每次发布都提升了游戏品质。” BlackMill Games首席执行官兼创始人Jos Hoebe说到。 “莫斯奇”扩展包标志着《伊松佐河》规划路线图的最后一个里程碑，但他们还没有停下脚步！BlackMill Games为《伊松佐河》还计划了更多更新内容，因为他们始终在追求为玩家带来终极的第一次世界大战体验这一使命。在最新的开发者博客中，已经可以找到一些关于未来内容的小预告。

JandanX 是一个油猴脚本，为煎蛋网添加一个新的界面样式：X 布局、夜间模式。@Appinn 来自发现频道的 @Nigh 同学自荐：https://meta.appinn.net/t/topic/

随着用于编码的生成式人工智能工具的使用日益增多，且相关模型存在 “臆造” 出不存在的软件包名称的倾向，一种名为 “slopsquatting” 的新型供应链攻击已经出现。 slopsquatting这个术语是由安全研究人员Seth Larson创造的，是对typosquatting的一种解释。typosquatting是一种攻击方法，通过使用与流行库非常相似的名称来欺骗开发人员安装恶意软件包。 与typposquatting不同，slopsquatting不依赖于拼写错误。相反，威胁者可以在PyPI和npm等索引上创建恶意包，这些索引通常由AI模型在编码示例中组成。 2025年3月发表的一篇关于包幻觉的研究论文表明，在大约20%的研究案例（576,000个生成的Python和JavaScript代码样本）中，推荐的包不存在。 像CodeLlama、DeepSeek、WizardCoder和Mistral这样的开源法学管理软件的情况更糟，但像ChatGPT-4这样的商业工具仍然以5%的速度出现新的“仿造款”，这是很值得关注的。  各种LLM的相似率 虽然在研究中记录“臆想”包装名称数量很大，超过20万，其中43%的名称在类似的提示中持续重复，58%的名称在10次运行中至少再次出现一次。 研究表明，这些捏造的包装名称中，有38%的名字似乎是受到真实名字的启发，13%是拼写错误的结果，剩下的51%完全是捏造的。 尽管没有迹象表明攻击者已经开始利用这种新型攻击，但有安全研究人员警告说， “臆造” 出不存在的软件包名称是常见的，可重复的，并且在语义上是合理的，创造了一个可预测的攻击面，可以很容易地武器化。 总的来说，58%的“臆想”包装在10次运行中重复了不止一次，这表明大多数“臆想”不仅仅是随机的噪音，而是模型对某些提示的反应的可重复的人工制品。这种可重复性增加了它们对攻击者的价值，使其更容易通过观察少量模型输出来识别可行的相关目标。  供应链风险概述 减轻这种风险的唯一方法是手动验证包名称，并且永远不要假设ai生成的代码片段中提到的包是真实的或安全的。 使用依赖扫描器、锁文件和哈希验证将包锁定到已知的可信版本是提高安全性的有效方法。 研究表明，降低与人工智能的黏性可以减少“臆想”，在生产环境中运行或部署ai生成的代码之前，始终在安全、隔离的环境中对其进行测试也是明智之举。

2024年上海银行营业收入529.86亿元，同比增长4.79%，归母净利润235.60亿元，同比增长4.50%。

 《胜利女神：新的希望》定档PV「希望的曙光」正式公布，游戏定档5月22日全平台多端上线。  &lt;内嵌内容，请前往机核查看&gt; 此外 预抽卡活动将于5月上旬开启，前瞻特别节目将于5月下旬放送，为你带来丰富的上线活动情报，不容错过！ 

制糖工厂小电拼 App 今日开启公测 #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/1621892) ·[查看评论](https://www.ifanr.com/1621892#comments) ·[新浪微博](https://weibo.com/ifanr)