**在时隔7个多月后，微软解除了一个新的Windows 11 24H2升级兼容性限制，涉及安全考试浏览器（Safe Exam Browser）3.7及更老版本。**Safe Exam Browser能够将普通PC临时转变为安全考试系统，严格限制考生使用与考试无关的软件和功能，从而降低作弊风险。 2024年9月30日，微软因该浏览器与Win11 24H2的兼容性问题，对相关设备启用了兼容性保留措施，阻止这些设备升级到Win11 24H2。  **经过7个月的修复和调整，微软确认该问题已在Safe Exam Browser 3.8版本中得到解决。**微软建议受影响的用户将该浏览器更新至3.8或更高版本，之后设备将能够重新获得Win11 24H2的更新推送。 如果设备在更新浏览器后48小时内仍遇到兼容性保留问题，用户可以联系Safe Exam Browser支持团队获取进一步帮助。 [查看评论](https://m.cnbeta.com.tw/comment/1498780.htm)

能源之星计划这是共和党政府时期推出的一项自愿认证与贴标项目，数十年来得到了制造商的支持和美国消费者的认可，在过去 33 年里，在其熟悉的蓝色标签的指导下，美国消费者节省了约 5000 亿美元。但唐纳德·特朗普总统的政府已决定取消能源之星计划。  美国有线电视新闻网 (CNN)和《华盛顿邮报》率先报道了这项计划，该计划旨在取消一项旨在为最节能的电器和建筑颁发“能源之星”认证的项目。知情人士向《气候内幕新闻》证实，美国环境保护署 (EPA) 的工作人员在本周早些时候的一次内部会议上了解到了这一细节。 当被问及“能源之星”项目时，美国环保署新闻办公室并未直接评论该项目，但提到了环保署署长李·泽尔丁上周五宣布的机构重组计划。环保署新闻办公室在一封电子邮件中表示：“通过这项举措，环保署正在对人员结构进行组织改进，这将直接惠及美国人民，并更好地推进该机构的核心使命，同时助力美国经济的复兴。”  <form action="https://insideclimatenews.us2.list-manage.com/subscribe/post?u=7c733794100bcc7e083a163f0&amp;id=29c928ffb5" method="post" id="mc-embedded-subscribe-form" name="mc-embedded-subscribe-form">由于能源之星得到了各政治派别、工业界以及环保主义者的大力支持，一些密切的观察人士很难理解特朗普政府取消能源之星的动机。</form><form action="https://insideclimatenews.us2.list-manage.com/subscribe/post?u=7c733794100bcc7e083a163f0&amp;id=29c928ffb5" method="post" id="mc-embedded-subscribe-form" name="mc-embedded-subscribe-form"></form> 非营利性美国能源效率经济委员会执行董事史蒂文·纳德 (Steven Nadel)认为，能源之星不幸地被设在了美国环保署的气候保护伙伴关系部内，而泽尔丁正在取消名称中带有“气候”一词的办公室。 “我不确定他们是否完全考虑清楚了，”纳德尔说。 但曾在总统乔·拜登领导下负责美国环保署空气污染项目的约瑟夫·戈夫曼认为，这一决定与特朗普政府的其他行动一致——放松监管、裁减人员以及收回清洁空气和水补助。“我认为我们现在看到的是本届政府意识形态的绝对浓缩，那就是对政府一切惠民举措的彻底敌视，”戈夫曼说。“如果你想破坏公众与政府之间的关系，就应该把矛头指向‘能源之星’计划。” **布什总统的政绩之一 ** “能源之星”最初是在 1992 年乔治·H·W·布什总统执政期间成立的，那一年，地球峰会在里约举行，世界各国首次在会上签署了应对气候变化的框架公约。 在布什的敦促下，这项国际条约依赖于自愿行动，而不是设定温室气体减排目标和时间表。在美国，“能源之星”计划也是一种鼓励节能而非强制节能的方式。 “这有点像他千点光芒中的一个，”纳德尔说。“他并不想对气候变化采取严肃的行动，但一个提供信息、让消费者自己决定的自愿项目非常符合他的理念。” 能源之星最初仅关注个人电脑、显示器和打印机，多年来逐渐扩展至涵盖50多种家用电器，从供暖和空调系统到冰箱、洗衣机、烘干机以及照明设备。从1995年开始，能源之星认证范围扩展至住宅和商业建筑。 共和党控制的国会在2005年一项内容繁多的能源法案中将“能源之星”纳入法律，该法案由乔治·W·布什总统签署。目前尚不清楚特朗普政府能否在国会不通过新的法案的情况下取消由美国环保署和能源部共同管理的“能源之星”计划。 在一份纪念2022年“能源之星”项目30周年的报告中，拜登政府估计，该项目通过帮助消费者做出节能选择，已实现40亿公吨温室气体减排。纳德尔表示，该项目对市场的影响显而易见，因为每当美国环保署通过公开通知和征求意见程序采用一项新标准时，企业就会增加符合“能源之星”标准的产品选择。 非营利性节能联盟估计，“能源之星”计划每年花费政府约 3200 万美元，但每年却为家庭节省超过 400 亿美元的能源成本。 纳德尔表示，取消该计划“是百万人的明智之举，也是亿万人的愚蠢之举”。 **“这不是在为美国人民服务”** 几周前，能源之星即将失效的消息就开始流传。3月20日，众多制造商和行业协会联名致信泽尔丁，敦促他维持能源之星计划。 包括美国商会、美国空调、供暖和制冷协会以及家用电器制造商协会在内的多个团体本周公开发表了他们的信函。信中称能源之星是“有效的非监管项目以及政府与私营部门之间合作的典范”。 那些投资生产更高效产品的公司正面临失去“能源之星”品牌这一营销工具的风险。在政府的支持下，“能源之星”标识曾帮助他们证明，高效电器初期的高成本将随着时间的推移通过减少用水量和能源消耗来抵消。 他们写道：“取消能源之星对美国人民毫无益处。事实上，由于‘能源之星’品牌在消费者中具有很高的知名度，如果取消该计划，它很可能会被一些与本届政府目标背道而驰的举措所取代，例如功能、性能下降或成本上升。” 近年来，能源之星计划至少经历了一次备受瞩目的争议。拜登政府曾短暂考虑取消大多数天然气设备的能源之星认证，以推动消费者更多地使用电气化产品。但美国天然气协会和其他代表天然气行业的组织成功阻止了这项提议。 多年来，以组织“2025项目”路线图而闻名的保守派传统基金会一直呼吁政府退出“能源之星”等公私合作项目。传统基金会认为，这一角色应该由政府以外的非营利组织接管。 但戈夫曼表示，在他执政期间，从奥巴马政府到拜登政府，从未遇到过任何真正反对能源之星计划的选民。“能源之星计划的引擎是企业自愿参与，”他说。“正是消费者、纳税人和企业利用了能源之星计划提供的信息，才使它得以真正落地。” 纳德尔表示，他怀疑非政府的能效标签计划能否获得能源之星那样的消费者信任。2022年的一项调查显示，90%的美国家庭认可并理解能源之星品牌。 [查看评论](https://m.cnbeta.com.tw/comment/1498776.htm)

**特斯拉已通知奥斯汀工厂的Model Y和Cybertruck生产线的工人在美国阵亡将士纪念日（5月26日）这一周呆在家里，强制休假。**值得注意的是，这是奥斯汀工厂首次安排长达一周的休假，去年的同一时期，公司生产线仍正常运行。 据了解，**在休假期间，员工可选择使用带薪假期或参与非生产性工作，如清洁和培训，但不会在生产线上工作。** 与此同时，部分员工还反映2月以来工作时间安排波动较大，多次被要求提前离岗，加班也受到严格限制，私自记录加班甚至可能面临纪律处分。 据悉，特斯拉4月报告称，今年第一季度交付量同比下降13%，其电动汽车的产量比交付量多出近2.6万辆，与前一季度相比，该公司的产量下降近10万辆。 有报道称，特斯拉今年4月已经降低Cybertruck的生产目标，并将部分工人调离生产线。去年12月，特斯拉还将这款卡车的生产暂停3天。  根据得州劳动力委员会发布的《工人调整和再培训通知》，5月初，为特斯拉工厂承包工人的Trigo公司解雇了50名在奥斯汀工厂工作的员工。 尽管马斯克此前预测美国汽车产量将翻倍，但特斯拉股票年内已累计下跌26%，Cybertruck累计交付量不足5万辆，市场对其未来表现有点儿担忧。 [查看评论](https://m.cnbeta.com.tw/comment/1498770.htm)

<blockquote><p>AI技术飞速发展的今天，创意与艺术的边界不断被拓展。最近，一种名为“城市胶囊”的创意内容在全网爆火，它将城市的标志性景观以微缩形式融入各种容器中，展现出独特的视觉魅力。这种新颖的创意不仅让人眼前一亮，更引发了无数创作者的模仿与创新。</p> </blockquote>  ## 1拆解案例 大家最近刷到过这种内容吧：  为什么这种内容能这么火？ 有一段绝美的话，送给大家： 每个城市都藏着无数人的乡愁，而 AI让我们用一种浪漫的方式——把钢筋水泥的现实，变成掌心的童话。当你的家乡住进微缩容器，每一次分享，都是对这片土地最温柔的告白。 除了胶囊以外，还有更多有意思的玩法：   今天我们就来拆解这些怎么搞~ ## 2制作工具 今天我们不麻烦，教给大家，怎样用豆包全搞定： 豆包地址： https://www.doubao.com/chat/?channel=baidu_pz&amp;source=dbweb_baidu_pz_pc_button&amp;keywordid=weizhi7  ## 3先模仿：生成竞品 ### step1：反推提示词 先在网上随便找一个，你认为不错的胶囊城市的图片，丢给豆包：（我用的是本文中的第一张图片）  反正我是加上了“中文提示词”的“中文”二字，因为有时候，给我们反推出来的提示词是全英文的。。。 我们得到这样一段提示词： - 一张展现郑州特色的创意图像，主体为一个绿色胶囊，胶囊表面印有白色的 “郑州” 及拼音 “ZHENGZHOU”。胶囊透明部分内包含一座塔楼微缩模型，塔楼周围点缀着绿色小树。背景是模糊处理的城市景观，可见多栋高楼，远处有一座与胶囊内微缩塔楼呼应的清晰塔楼。整体画面色调以绿色为主，风格写实且富有现代创意，色彩鲜艳，营造出精致的视觉效果。。 然后呢，关键来了，接着在对话框里面，告诉豆包这样一段话：  再然后，我们就得到5组提示词啦：  当然，你如果想生成自己家乡的提示词，也可以这样告诉豆包：  然后，各位家乡的提示词，也就有啦，是不是很简单~  ### step2：文生图 提示词都有了，直接用豆包的图像生成功能，把提示词丢给豆包，就可以生成图片啦。  ## 4再超越：自己创作 城市胶囊这种玩法，刚出来的时候感觉很新颖，但随着创作人数越来越多，流量肯定会越来越少的。 所以，想要有流量，就得学会创新。 这里教给大家一句超哇塞的咒语，把这句咒语丢给豆包，然后你就可以解锁，各种新型的玩法啦： **保持微缩城市不变，容器除了胶囊，再帮我想几种新颖的形式。** 然后呢，我们就得到了以下结果，请大家自己欣赏： - **北京** 一个透明行李箱形状的创意微缩场景，行李箱横放着，一半为复古红色，印有白色的字“北京”和英文“BEIJING”，另一半透明，展示北京城市真实的特色古建筑缩影，如天坛祈年殿、故宫角楼等，背景复古红色，整体风格 3D 渲染，具有梦幻感，使用 3D 建模软件如 Blender 或 C4D 制作，材质设置上注重光泽感，打光营造出柔和氛围，超详细，高清，HDR，电影般的构图，强调梦幻和未来感的美学，真实的纹理和光线增强了城市景观的真实性。  - **上海** 一张展现上海特色的创意图像，主体为一个六面棱镜状透明容器，每面边缘刻有白色 “上海” 拼音 “SHANGHAI”。棱镜内部通过镜面反射，呈现多角度的上海东方明珠塔微缩模型，塔体的球体和尖顶闪耀着光芒，周围环绕流动的彩色光雾。背景是虚化的上海城市夜景，高楼大厦灯光璀璨，远处清晰映射与棱镜内呼应的东方明珠塔建筑，棱镜折射出七彩光谱洒在画面中。整体以霓虹色与透明质感为主，风格现代炫酷，多面反射增强空间层次感，营造流光溢彩的精致效果。  - **广州** 一张展现广州特色的创意图像，主体是一个透明亚克力板形状的创意微缩场景，亚克力板横放着，一半为复古黑色，印有白色的字 “广州” 和英文 “GUANGZHOU”，另一半透明，展示广州城市真实的特色建筑，小蛮腰，背景为复古黑色。整体风格是 3D 渲染，具有梦幻感，如同使用 3D 建模软件如 Blender 或 C4D 制作而成，在材质设置上注重光泽感，通过打光营造出柔和氛围，图片超详细、高清，具备 HDR 效果，采用电影般的构图，强调梦幻和未来感的美学，利用真实的纹理和光线增强城市景观的真实性。  - **深圳** 画面风格是具有真实的纹理和光线、电影般构图、强调梦幻和未来感美学的 3D 渲染风格。主体是一个 3D 渲染风格的透明玻璃瓶形状的创意微缩场景，玻璃瓶横放着，一半为复古黄色，上面印有白色的字 “深圳” 和英文 “SHENZHEN”，另一半透明，透明部分展示着深圳城市真实的特色建筑缩影，如平安金融中心等，背景是复古黄色。在材质设置上注重光泽感，打光营造出柔和氛围，图片具有超详细、高清、HDR 的特点。  - **杭州** 主体为一个复古风格音乐盒，盒盖内侧是杭州特色湖蓝色，有白色 “杭州” 和英文 “HANGZHOU” 字样，盒内旋转舞台微缩展示六和塔、岳王庙等杭州特色古建筑，背景为湖蓝色。保持 3D 渲染风格，充满梦幻感，运用 C4D 制作的质感，材质有釉面光泽，以环形柔光灯与顶部漫射光营造柔和温暖氛围，具备 8K 高清画质、HDR 高动态范围，采用电影宽银幕构图，强调古典与未来交织的梦幻美学，用 PBR 物理材质和光线追踪技术让建筑纹理和光影更真实。  - **重庆** 画面风格是具有真实的纹理和光线、电影般构图、强调梦幻和未来感美学的 3D 渲染风格。主体是一个 3D 渲染风格的透明材质旅行背包造型的创意微缩场景，背包正面刺绣着立体字 “重庆” 和英文地名 “Chongqing”，背包内部完全透明，展示着重庆城市真实的特色元素缩影，有洪崖洞、辣子鸡、轻轨穿楼景象、川江号子道具等。在材质设置上注重光泽感，打光营造出柔和氛围，图片具有超详细、高清、HDR 的特点。  - **成都** 画面风格是具有梦幻和未来感美学，使用 3D 建模软件制作，注重光泽感和柔和打光的 3D 渲染风格。主体为透明旅行背包造型的创意微缩场景，背包正面刺绣立体字 “成都” 与英文地名 “Chengdu”，内部完全透明。场景中一只熊猫躺在火锅旁享受美食香气；周围是影子投射在地上的茂密竹林；墙上挂着几个被灯光照亮轮廓的川剧变脸面具。采用电影构图，超详细、高清、HDR 效果，真实纹理和光线增强城市景观真实性。  - **青岛** 画面风格是注重细节和色彩搭配，营造温馨艺术氛围的写实风。一个透明的玻璃瓶，瓶身清晰地印有白色的汉字‘青岛’以及对应的英文‘QINGDAO’，瓶内展现着青岛的标志性景观，有蓝色的海水、八大关的特色建筑、五四广场的五月的风雕塑。瓶口配有一个木质的瓶塞，瓶颈处缠绕着蓝白相间的粗绳，并且打成了一个绳结。背景是单一的暖棕色，在画面中央环绕着一圈柔和的圆形光晕。构图上，玻璃瓶位于画面中心偏上位置，让景观更丰富展示。  - **焦作** 一个打开的茱萸红色透明行李箱（提取云台山秋季茱萸果的饱满红色，呼应 “遍插茱萸” 的地域文化符号），箱内微缩景观以云台山主峰为视觉中心：红石峡的丹红岩壁与潭瀑峡的翡翠潭水形成色彩对冲，青天河的碧波上漂着微型画舫，神农山的 “龙脊长城” 石径蜿蜒至云雾深处。太极文化元素以半透明绢人形式呈现 —— 身着月白羽衣的拳师在竹影中演绎 “云手” 招式，怀山药藤蔓以鎏金线条勾勒缠绕药架，闹汤驴肉铜锅的蒸汽化作茱萸叶形状的光影。箱盖内侧烫金印着 “焦作”，背景底纹融合云台山峰峦轮廓与老城胡同的青砖墙肌理，整体色调在茱萸红主色中穿插竹青与潭绿，既显山水灵动感，又暗合 “太极之乡” 的阴阳调和意境。  - **林州** 一个打开的渠水蓝色透明行李箱（萃取红旗渠清澈水体的幽蓝色调，象征 “人工天河” 的灵动与坚韧），箱内核心场景为红旗渠蜿蜒穿城：青年洞的峭壁以斧劈皴技法微雕，岩石肌理保留修渠时的钢钎凿痕，空心坝的弧形水闸下 “流淌” 着半透明蓝色树脂模拟的渠水，分水苑纪念碑群以磨砂银材质还原庄严感。地域元素融入细节：修渠民工雕塑身着土黄色工装（呼应太行山岩石色），手持铁锤与钢钎定格打钎动作；石板岩镇的石头房以层叠灰瓦模型呈现，门前摆放着微缩水煎包鏊子（铁黑色灶具搭配金黄煎包）；背景光影中浮动着 “红旗渠精神永存” 的白色标语剪影。箱盖内侧印着 “林州” 二字，整体色调以渠水蓝为主，点缀岩石灰与工装黄，背景暗纹交织渠水波纹与太行山崖画，让 “蓝色天河” 与 “灰色岩壁” 形成刚柔对比，凸显 “山水铸魂” 的城市气质。  友情提醒： 并不是输入了“咒语”，就能够得到完美的结果，上述提示词包括图片，也是我搞了差不多一天，精挑细选出来的。圈子内，都把这种行为叫做“抽卡”~ 本文由人人都是产品经理作者【晓庄同学】，微信公众号：【晓庄AI创业笔记】，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。

五年前，在浙大控制科学与工程学院一间会议室里，刚从剑桥微软研究院回国的叶琦，向课题组描绘了她的长聘故事：五年之后，她希望把机器人拉来答辩会现场，由机器人为在座评委们逐一端茶倒水。 机器人、灵巧手、端茶倒水，这在当时还是一个颇有难度的研究任务。非机器人科班出身的叶琦，面临着跨界探索的挑战：她此前从未研究过机器人，还得从头开始学新知识，“再当一回博士”。 在此之前，她一直沿着计算机视觉路径开展研究。2008年本科毕业于北京师范大学后，她前往清华大学读研，2014 年进入英国帝国理工学院攻读博士学位。博士期间，她在学术顶会上分享的手势识别相关工作，让她得到了一位学术大牛 Jamie Shotton 的盛情邀约。 Jamie Shotton 彼时担任剑桥微软研究院微混合现实与人工智能实验室负责人，他邀请叶琦前往研究院进行交流。还未意识到这是一场面试的叶琦，在轻松的交谈氛围中与团队聊得很是投缘，直到最后，她才发现原来是“招贤令”。 在与 Jamie Shotton 1v1 的饭桌上，叶琦有些拿不准究竟是加入微软团队，还是回到学术界做科研。叶琦面对着 Jamie Shotton，一个她读研时常看的论文作者；还有一位中途临时加入饭局的 Christopher M. Bishop，是经典教材 Computer Vision and Pattern Recognition 的作者，这两人都是她大为敬佩的前辈。 能够与读书时候就一直钦佩的学术大拿们共事，而且还是她当时看好的技术方向——MR/VR 技术，她心中的天平开始向着微软研究院倾斜，“不管三七二十一，先去干两年再说。”叶琦随后加入 Jamie Shotton 团队。 彼时 MR/VR 技术升温，数百企业开始涉足相关领域，AR 眼镜、头显设备涌现。2019 年，微软发布的第二代 Hololens headset 头戴 MR 设备，正是由叶琦所在的的团队所负责 。叶琦深度参与了 Hololens2 手势跟踪算法的开发，后来也参与到数字人研究。 一年多后，因为更热爱自由探索前沿技术，叶琦选择回到浙大任职。浙大给予她充分的自由，让她能够自行选择研究方向。最终，叶琦选择转向机器人领域，聚焦于灵巧手研究，为此，她也做好了“恶补”一番的准备。 只是她没想到，机器人领域突然升温，此前稍显冷清的灵巧手领域，一下子涌进许多聪明脑袋。她留意到，灵巧手的研究进度明显在加快。2024年，她们课题组一篇关于灵巧操作的论文刚被 ICRA 收录，博士生还未来得及推进下一步，一篇基于他们工作的新论文很快投稿到 2025 IROS 并挂在 arxiv 上，“太快了，马上就有人把我们计划做的工作给做了。”  而原先颇有挑战的课题任务，随着大模型的发展以及技术的不断磨合，开始变得有些轻松了。 这在此前是难以想象的。当初叶琦转向灵巧手时，她一度苦恼于这一领域形同荒地开垦。一面，她作为新人，得和学生一同学习机器人知识、解决问题；另一面，五爪相关研究较少、研究者也少，意味着一篇文章能有的引用量上限并不会太高。 之所以选择迎难而行，是因为看见机会。计算机视觉出身的叶琦，曾目睹过计算机视觉、计算机图形学的融合，新技术方向随之而生，3D 领域的论文也由此成为顶会常客。彼时她坚信，未来机器人与计算机视觉、计算机图形学会融合在一起，催生出一个新领域，历史将再度重演。 叶琦的预言在当下得到了验证。具身智能热潮下，不同学科背景的人陆续汇聚在新的交叉口上，影响开始显现。例如，原先机器人领域缺乏统一标准，难以衡量工作好坏、复现他人代码，更别提在他人工作基础上进行迭代。现在，不少原计算机视觉、图形学的人才加入具身智能社区，和机器人领域的研究者们一起开始搭建属于机器人领域的“Benchmark”，推动着机器人迈向更为开放的社区。 今年 1 月，叶琦课题组发布并开源了大规模灵巧手抓取动作数据集 GraspM3。它包含超 100 万条抓取轨迹，涵盖 8000 多个物体，轨迹自然流畅，有详尽语义标注，且经两个仿真环境验证，为机器人抓取研究和应用提供了全面的数据资源。 两天后，叶琦又在社交平台上推出了视触预训练与灵巧操作的数据集与基准。她们收集了 10 个人类操作的日常任务与 182 个物体视觉-触觉数据集，还提出了一种新颖的基准用于检验工作效果。这一工作也将会陆续开源。 “等所有代码、平台开源之后，灵巧手整个领域，大家的进入门槛会低很多。”叶琦告诉 AI 科技评论。  谈及研究目目标，叶琦希望实现的核心是：让任何配备触觉传感器或其他传感器的灵巧手，都能自主完成各类操作任务。她的研究聚焦于灵巧操作的智能化技术，较少涉及硬件设计本身。 以下是 AI 科技评论与叶琦的交流。 ## **正因为难，才要做灵巧手** **AI 科技评论：****你的研究兴趣非常丰富，是在本科阶段就对计算机视觉、图形学与机器人交叉领域产生兴趣了吗？聊聊你的研究****经历吧。** **叶琦：**大四时，我接触了图像处理相关课程，发现图像处理与其他领域有所不同，它能给予明确反馈，像算法优劣、图像去噪效果以及高斯平滑算子应用于图像后的成效等，你所做的任何工作都可以直接获得反馈与对比，我觉得还挺有趣，所以从本科毕设开始做的就是图像相关。 在清华读研期间，研究方向依旧与图像相关，导师专注于数字手写、数字字符识别领域。本科及硕士阶段，我侧重于图像处理中的算法与算子研究，例如经典的 SIFT 算子，主要从改进算子的角度去探究问题。到博士阶段，我从事手势跟踪研究，通过图像或深度点云来恢复手的三维骨骼，这对人机交互意义重大，如今 Meta、Apple的头显设备中，手势跟踪不可或缺。此外，博士工作还涉及人工提取特征，运用随机森林开展，我的博士课题则围绕深度神经网络进行研究。 后来，我前往微软亚洲研究院实习，实习内容也是图像相关，侧重安全方面。大家会看到部分网站利用含有歪歪扭扭字符的图片来防范恶意访问。这些字符设计目的是让机器无法识别，却可被人识别。我们的研究旨在探究这样的设计机制是否真的能防止机器自动识别，为此我们尝试对图片进行分割、分析，再交由OCR引擎识别，看它的安全性、鲁棒性表现如何。 **AI 科技评论：****你离开微软后加入浙江大学，从产业界转向学术****界，是出于什么考虑？** **叶琦：**在剑桥微软研究院工作时，正值疫情期间，一个人在剑桥呆着挺孤单，加上家人都希望我回来。 另外，去了工业界后发现，做产品与开展前沿技术研究之间存在很大的 gap。产品落地会涉及很多工程化问题，过程中需要解决大量难题。虽然剑桥微软团队非常好，但工作内容更偏向产品侧一些，难以完全自主地去做研究。在公司里，研究方向往往由高层决定，但我特别喜欢自己去深入钻研，只要觉得特别有意思的，我就特别想去做。但在公司里并没有这样充分的自主决定权，可能还得向领导论证你所选的方向，说服他们认可其可行性及落地可能。 经过这些体验，我发现自己更喜欢在高校从事研究工作。我进入浙大后，并没有人告诉我你要做什么方向，我可以根据自己的兴趣来进行研究方向的选择。 **AI 科技评论：你自己选择了机器人领域？** **叶琦：**是的。 **AI 科技评论：为什么决定转向机器人？一个看似和你此前研究经历并不太相关的方向，是看到什么新变量吗？** **叶琦：**我进微软前，CV（计算机视觉）和 CG（计算机图形学）相对而言是两个不同且方向相反的学科，很少交集。CV 旨在从视觉角度理解并重构物理世界；而 CG 则是假定存在一个虚拟世界，去给它做渲染，基于成像原理计算出一个物理世界图像。 那时候这两个学科基本不会融合于同一领域，但在2018、2019年参加 CVPR 时，我看到一篇论文将图像渲染过程设为可微（differentiable）过程，当时我就跟导师探讨，觉得未来 CV 和 CG 会融合成一个方向。 CG 研究的是从模型到图像，以往采用光线追踪（Ray Tracing）等方案，因其各种复杂计算过程，不一定是非常好的可微可导，导致难以实现从图像到模型，再从模型到图像的回环。 举个例子，用手势图像重构出三维手势，再将该三维手势渲染回手势图像，以往这一过程可能是割裂的。以前要评价一个重建的三维模型好不好，靠的是人为标注数据。后来部分工作将三维模型渲染回图像的过程变为可微过程，这样一来，渲染图像就能够直接与输入图像对比，不一定需要人力标注。 通过这一过程，可以实现从视觉推理三维世界、再从三维世界渲染回图形，也就是完成 2D 到 3D、3D 到 2D 的回环。毕竟有正过程与逆过程之分，CV 与 CG 天然具备共同研究的基础。以前 CV、CG 领域各自为政，较少迈进彼此的领域，但现在可以看到一个二者共同参与的新兴研究领域。 例如，随着可微渲染和后续NeRF等工作出现，整个三维视觉领域蓬勃发展起来。观察 CVPR 这类顶会的论文投稿量便能发现，过去以 Segemantation（分割）、Tracking（跟踪）、Classification（分类）为主，近五年则变成了三维重建、新视角渲染等 3D 相关话题，还包括当下热门的凭几张图片直接重建或者生成一个三维场景的研究。 鉴于不同学科、底层技术的新融合会催生出新的研究方向与结合点，当时我觉得这或许是个机会。基于过往经验，我转入机器人领域，就是因为预见机器人未来会和 CG、CV 相融合，就像当初 CV 与 CG 融合一样。 所以我经常跟我的学生讲，我是在图形学、机器人以及视觉的交叉方向上开展研究，这三个领域是相互贯通 的。 **AI 科技评论：机器人领域有很多方向，为什么偏偏是灵巧手？** **叶琦：**当时选择研究灵巧手时，我心里也有些打怵、不太确定。在2020、2021年前后，虽然世界上也有一些做灵巧手的机构，但远不像计算机视觉领域那般热门。当时做“二指夹爪”的单位不少，但着手做“五爪”的却非常少，而且那时机器人领域整体也尚未大热。 我走访了很多企业进行调研，以按摩机器人为例，每进行一项按摩操作，可以更换不同按摩头；在工业分拣应用方面，二指夹爪不行时就换个吸盘，靠着二指夹爪与吸盘的相互配合，基本上就能完成大部分工作了。 既然如此，我当时就一直在问自己一个问题：既然二指夹爪就能抓起很多东西，那我们为什么还要去做灵巧手？是不是为了解决问题而解决问题、为了难而难？ 因为高自由度的灵巧手，其操作难度相当于五个机械臂协同工作，这么难的问题并没有受到广泛的关注。当时我之所以决定研究机器人灵巧手，正是因为它还没有被很好解决，而且很少有人去钻研，我觉得这其中还有很多问题待攻克，于是便开始研究。说实话，我当时也没看到它有多大的价值。 **AI 科技评论：选择去解决困难的问题，这需要坐冷板凳。** **叶琦：**对我们而言，这冷板凳也不是那么好坐。五年前我刚进入浙大时，给我们课题组描绘的愿景是：五年之后，我会拉来一个机器人，让它给在座的各位评审们端茶倒水。但我此前没有机器人研究基础，这相当于我要从头开始钻研机器人，其难度不亚于再读一回博士。 ## **建立机器人 Benchmark 很有必要** **AI 科技评论：从你深耕的原研究领域跨界到新研究方向，这个转型过程中，在知识体系重构、研究方法适配等方面，有遇到哪些超出预期的挑战吗？** **叶琦：**肯定是有挑战的。如果我继续深耕原来的研究方向，那我还能够持续发论文。可一旦转换到新领域，我要和学生一同成长，那这一两年的时间里，我或许就无法产出论文，或者相比同龄人而言，产出速度会慢一些。 像我以前从事视觉领域，我很少接触强化学习以及机器人硬件相关内容。而转向机器人领域后，我得跟学生一起 debug（解决问题）。我经常跟我学生说，在这个新方向上，我不懂，你们也不懂，那我们就一起学。这个过程并不轻松，压力巨大。 例如，购置机器人设备并不像买服务器那般简单，我们从英国采购一台机械手，光买设备这一环节可能都得耗时一两年；建设实验室更是要完全从零开始，哪怕是购买每一个传感器，都会与自己的学生一起讨论。前期要投入大量精力与资源，到了后期，要让自己尽量不被其他人影响，得时刻提醒自己，这没什么问题，我所选择的是新方向，要允许自己和学生在这段时间内即便没有成果产出，也要去大胆尝试一些新事物。 对学生而言，转向机器人领域的过程同样会给他们带来压力。机器人领域与视觉领域并不同。在视觉领域，大部分视觉算法的代码都是公开的，不仅有源代码，而且平台也搭建好了，各项参数都已调试妥当，只需从 GitHub 上把代码下载过来，就能直接运行，随后在其基础上做些修改就可以。不少学生觉得，那我做计算机视觉相关工作，就不用调试硬件，自己只需要在别人已经完成的基础工作上接着做就行。 **AI 科技评论：在这种压力下，五年前你向学院课题组提出的让“机器人端茶倒水”的任务难度会不会很高？** **叶琦：**其实没那么难，当时我想的是，五六年时间，我应该能够达到预期程度。但我没想到机器人操作突然会这么火。如今火了之后，发展速度确实加快了，尤其是这两年的发展，让我觉得这件事变得更加简单了。 **AI 科技评论：怎么理解这种简单？** **叶琦：**因为有很多人在做。之前我研究五爪时，整个 Community （社区）中做相关工作的人相对较少。人少，大家推进的速度就慢。现在人多了，速度也就快了。 比如我们 2024 年在 ICRA 发表的一篇论文，很快就有人据此开展工作并投稿至 2025 年 IROS。因为我博士生忙于其他事务，本想让他顺着该论文继续后续工作，没想到论文刚发表就有人 follow 了，把我们 2025 年计划做的事做了。说明这个领域真的汇聚了很多聪明的脑袋，大家一起在推动这个领域向前发展。 随着 VLA、多模态大模型等技术发展，不少人尝试技术融合，进行上层平台、基础模型相关工作。我们取得底层技能突破后，将上下层能力结合时，我发现不用再从头做上层工作，已经有不少的工作可作基础，让我们省力不少。我们把所做的数据集开源，对他人而言，也省去了从头收集数据的麻烦。 等代码、平台全部开源后，灵巧手领域的进入门槛会大幅降低。此前我会觉得五六年实现端茶倒水任务较难，但经过这几年发展，你会发现它变得容易多了。 **AI 科技评论：你提到灵巧手的发展加快，有人表示灵巧手在过去很长一段时间里一直没有什么实际性进展，现在也还有很多问题没突破，比较悲观，并不看好灵巧手的发展。你怎么看待这一观点？** **叶琦：**有悲观的声音很正常，但我觉得技术的发展并非线性过程，而是经历转折点后迎来爆发式发展。 为什么灵巧手在过去几十年间发展缓慢？一方面，灵巧手的硬件研发难度高，相当于要将五个机械臂集成于狭小空间内。硬件机械结构高度集成化，能否实现高自由度是个难题。现在灵巧手多是5、6个自由度，也有一些宣称十几、二十个自由度的灵巧手，但我还没接触到。在我们经费可承受范围内，目前还难以买到非常好用的灵巧手，而我们的研究又依赖于本体。没有硬件基础，那研究基本无从谈起。 另一方面，近年来图形学领域中关于人手操作生成的工作数量不少，而操作生成离不开对于手的数字化描述。Michael J. Black 团队 2017 年提出了针对手的参数化描述—— MANO 模型。可以看到，即便在纯图形仿真层面，这样高质量且便于使用的开源手模型，也是直至2017年才提出。 此外，以往采用模型预测控制（MPC）等传统控制优化算法来求解，这需要对手进行精确建模，涉及摩擦、运动等方面，操作难度极大。即便完成建模，相关技能也很难泛化到其他场景，对应的研究方法较少。如果你说传统方法不好，转用强化学习，这也可以，但问题是强化学习需要训练场，即一个可交互的三维虚拟世界。然而要创建这样一个虚拟世界也不容易，需要借助仿真平台。 总体而言，算法方面存在限制，若采用更先进的学习算法，又得依赖于仿真平台和图形处理器（GPU）。过去，从算法到机械本体，再到软件平台，各方面都存在不足，导致导致灵巧手很难取得良好发展。 现在人形机器人火热，国家也在积极推动，从政策扶持到经费拨付，都给了有力支持 。经费往这一方向倾斜，促使我们的研究也更侧重这块领域，相当于吸引了更多人才投身其中。今年，我们还与机械系老师共同申请了浙江省相关项目，就是研究灵巧手。 随着大模型的进步、硬件的优化，加上 3D 生成技术能够为我们提供训练场，我觉得用不了多久，只需给定语言输入，便可生成任意厨房的排布情况，这相当于为机器人提供了训练场，能让数百个机器人在数百个厨房里高速并行计算与探索。如今看来，这个问题似乎也没有那么难了。 **AI 科技评论：听起来灵巧手领域出现了不少新变量，正在重构行业。** **叶琦：**我看好灵巧手方向。虽然在未来五年内，想要妥善解决灵巧手相关问题有些难度，但我个人秉持乐观态度。 受益于机械本体的不断进步、大模型的蓬勃发展、3D生成技术的日益成熟，再结合强化学习以及诸多底层能力的集成，在未来 5 到 10 年，灵巧手会是一个极具 promising（发展前景）的方向。在一些限制性场景下，针对部分特定需求，机器人是能够完成大部分操作的，比如叠衣服这类任务，肯定是能实现的。 然而，要想在十年内让机器人实现与人并排行走，并且可以在非结构化的空间中自由地与人交互，我认为会有挑战。但若是极为常规化的工作，像把碗放置到池子里，或者将瓶瓶罐罐摆放整齐，我觉得机器人是能够做到的。 **AI 科技评论：作为一名跨界研究者，哪些底层理论或方法论的迁移让你产生了新理解？原领域的思维惯性有带来哪些新视野吗？** **叶琦：**原先机器人领域存在一个问题，大家的硬件系统并不一样，也没有公开统一的 Benchmark、数据集和评测标准，没法很好对比不同算法。过往研究往往局限于单一问题，通过采集小规模数据、针对特定任务展开，完成后就结束了，难以客观评价算法优劣。多数情况下，就是用一个实物机器人去做一个demo，去跑一跑，看着效果还不错。 但就我自己来看，我的东西和别人的东西虽然看起来差不多，但我很难知道哪个更好。 当我从视觉领域转向机器人研究时，我会觉得很奇怪，因为视觉领域会有公开的 Benchmark，能够衡量算法好坏，也有大量数据集可以做 Learning，但机器人没有。机器人本体异构性是该领域独特的挑战。 尽管如此，这一两年里，你可以看到无论是学界还是产业界，都在着力构建数据集、VLA及公开平台，试图将分散的数据集整合统一平台，降低使用门槛。 从计算机视觉领域跨界而来的研究者，正将“视觉方法论”引入机器人领域：建立公开 Benchmark、共享平台以及标准化评测任务，让大家能够基于此开展评测，可以更直观比较算法优劣。在这一基础上，机器人领域才能够更好地快速发展，不然会很难复现别人的代码，也就没法在上面持续迭代优化。 ## **坚持人类视频数据采集路线** **AI 科技评论：听说你们在数据集的构建上有很多创新性突破，你们最初设计数据集的核心动机是什么？** **叶琦：**我们很早在做数据集，GraspM3 数据集的生成算法在 2024 年 ICRA 上发布了。ICRA24 的工作提出，主要是因为发现现有的抓取动态动作的数据在数量和轨迹上都比较有限，所以我们想自己先做一个数据集。因为不想进行人工标注和采集，所以我们设计可以自动生成抓取轨迹算法，通过仿真获得数据集。 我们有两个数据集在推进中，有一个论文已经被 ICLR25 录用。我们采集了十几个人类操作的任务，涵盖拧瓶盖、插拔等二爪难以完成的复杂操作，这也是业界首次实现带触觉的灵巧手操作数据。基于这一数据，我们训练了 6 个任务，能实现两个灵巧手间物体抛接、拧瓶盖、传递薯片等任务。  通过我们初步的带有视觉、触觉的训练数据集，经过预训练后显著提升对下游任务的执行效果。在完成上述复杂操作任务时，当前成功率已经能达到 80%。关键是，我们没有采用任务的supervision，只使用了 MAE 自监督方式去学习，发现学习出来的 attention 机制可以直接注意到手指接触物体的瞬间，比如注意到手指打开盒子时的那一瞬间。我跟学生说这太牛了，我压根没想到居然可以学习到这种程度。 **AI 科技评论：这个现象为什么让你这么诧异？** **叶琦：**我们对比的只有视觉，没有触觉。以何凯明的 Masked Auto Encoder（掩码自动编码器）工作为例，通过预训练可以助力下一个工作，但如果没有触觉信号辅助监督，是根本不会 attention 到物体将要发生变化的区域，也不会 attention 到手指的区域。我们没有引入任何监督信号，只是做了个多模态的自动编码器（Autoencoder，AE），也只有一个图像和触觉信号，没想到实验效果非常出乎意外。  我最近在看脑认知领域的一些工作，发现人脑也有类似机制：通过神经元将人的动作与触觉、视觉进行联合处理。而我们的研究表明，引入触觉模态后，网络能够自动集中在物体动态区域，并且我们都没有用多帧、只是单帧形式。从实验情况来看，这与神经科学中的部分理论形成了印证，这也是我自己在这些工作中感到很惊喜的瞬间。 也是因为这些成果，让我们更加坚定要走这条路，从触觉-动作态关联入手，通过视频采集更多人类操作数据，逐步推进上半身及全身操作的工作。 **AI 科技评论：从你们之前发布的灵巧手操作视频中可以看到物品抓取流畅，这项工作主要是解决什么问题？** **叶琦：**主要是解决灵巧手抓取异形物体的难题。以抓取杯子为例，人类习惯手持杯柄，而现有灵巧手 demo 中大多抓取杯身；抓取高脚杯时，人类倾向于握持底部，灵巧手依然还是抓杯身，它抓底部可能就握不稳了。 灵巧手的抓取与二爪可能有点像。反观工业领域的二指夹爪技术，上海交通大学卢策吾教授于 2020 年发布的 GraspNet-1Billion 数据集，已经实现对各类物体抓取策略的全覆盖，能够解决工业领域大部分“拾取-放置”（pick and place）工作。二指夹爪相关工作，卢老师已经做得很好了。 未来人形机器人的操作，无论是二爪还是五爪，重点其实不在 pick and place上，而是 pick 之后要去完成某个任务，比如把杯子抓起来后，还能递给别人，或者是能够在一些比较挑战的区域把物体顺滑抓起来。这不是简单“拾取与放置”，得去服务于特定目标。 我们希望通过我们这一数据集实现灵巧手对物体难握区域的流畅抓取。纯粹依赖强化学习策略，只是将物体抓起来。因为动作行为是由 reward 机制驱动，难以精准定义一个“优雅抓取”的动作特质（如目标抓取方位等），也就难以设计一个奖励机制。 为此，我们数据集的构建方法是：通过静态抓取手势，比如我知道大部分人是抓取杯子把柄，那最后我生成轨迹就是针对这一行为生成动态手势，让灵巧手的操作更符合人类的自然抓取习惯。 **AI 科技评论：在构建数据集时，你们优先采用的核心数据采集策略是什么？更侧重真实场景实操采集、仿真环境批量生成，还是虚实结合的混合方案？** **叶琦：**遥操作获取数据是有价值的，但我认为比较便捷的数据来源还是人类自身行为数据。这基于两点依据：其一，以 GPT 为例，其核心能力源于对人类问答数据的学习，先通过大规模人类数据训练，再借助强化学习优化 reward 机制。同理， 我认为要赋予实体机器人或人形机器人以通用操作能力，其数据也应该是来自于人类。 其二，遥操作依赖人类操控机械臂采集数据，尽管数据质量高，但成本太昂贵了。像马斯克一套采集设备可能都得几十万、一百万，而一个工厂里可能需要几百套设备，按每小时 50 美元的人工成本计算，开销巨大。 尽管未来硬件可能降价实现降本，但遥操作多采用二爪或五爪机械臂，数据迁移时会面临操作末端的异构性问题，要进行动作数据重定向。如果人手可视为一种抽象的异构机械臂，为何不直接从人类行为数据中学习？通过视频采集人类操作，既能以更低成本获取海量数据，又能支持大规模训练，为机器人注入通用能力。 我的研究思路是：不一定通过机器人遥操作数据采用 VLA 方式，而是通过解析人类视频信息（如动作轨迹、触觉位置）提取操作先验，将其与机器人自主探索训练相结合。例如，通过视频重建操作场景、定位人手运动轨迹，这些是能直接训练机器人的数据。具体而言，机器人技能训练分为两个部分：一是通过强化学习优化灵巧手底层控制策略，提升执行精度；二是从视频中重建场景，理解人类在真实场景中的操作逻辑。 我们的数据集价值在于实现“无遥操作的人类经验迁移”，直接从视频中最大程度提取人类经验学习，再结合仿真环境进行技能校准与泛化。这一思路也符合人类学习本质：并非别人的动作是什么，我们观察后每一步都能做到精确复现（我们也无法精确复现每一步）。就像小孩学习，妈妈先通过演示教一遍，后面还是小孩自己一步步与环境交互后逐渐掌握技能，要是没抓住东西掉了，那就再抓紧一点。 **AI 科技评论：尽管基于视频的视觉模仿学习在效率上有着显著优势，但现在可以看到很多企业还是会选择通过遥操方式进行数据采集。** **叶琦：**我觉得选择遥操方式是他们压力所在，遥操可以直接通过监督学习快速得到一个不错的操作demo。一开始我们课题组有老师专门做遥操，我尝试后发现远程操控灵巧手抓取物体很难，更别提大规模高效地采集类似拧开瓶盖等任务。我发现这条路线搞不动，马上就放弃了，决定转向视频数据采集。 我去参观一些企业时，体验了他们的遥操作系统，我发现需要来来回回操作好多次才能把物体抓起来、放下去。 一个人经过训练后可以快速上手，但如果未经过特定培训，一个简单的“抓取-放下”动作，一分钟都不一定能够完成。 **AI 科技评论：相较于遥操作，通过视频获取人类学习数据时，主要面临哪些独特的技术难点？** **叶琦：**如果是有每一步的动作数据，算法相对会更直接一些。视频数据肯定是没有那么精确的，会有噪声，没法直接做 VLA 模仿学习，从这一层面看，算法挑战会更大，但它带来的潜力也可能会更大，因为它更便宜，规模量可以上去，而且更自然。 我不知道最后是 VLA 更强，还是从人类视频学习路线更强，因为 VLA 也可以迭代，刚开始是采集小数据，特别是对工业界来讲，可以先在一些有限场景里操作起来，后面通过批量卖出机器人，能利用采集回来的更多数据进行训练。但对于高校研究而言，没法在工业里实现数据迭代。不过这两条技术路线在未来是可以融合在一起，相当于低质量数据与高质量数据相结合。 **雷峰网雷峰网雷峰网**

 # 前言 天气渐渐热起来了，西瓜味儿的夏天来咯！在刚刚过去的春天里，大家有去户外与大自然进行亲密接触吗？或者，有没有在屏幕里和永远不会结束的赛博春天进行了一次约会呢？ 本期机组成员们介绍的游戏包括：1. 既有可爱猫猫又有可爱花花的《Quilts and Cats of Calico 猫与花毯》；2.可以自由搭建的温馨小镇模拟建造游戏《Minami Lane 南之町》；3. 适合春日享受闲暇时光的双人合作游戏《BOKURA: planet 不同的星球》；4. 动作/解谜独立游戏四连推《Eternal Strands》，《Atomfall 原子陨落》，《Blue Prince 蓝途王子》和《The Roottrees Are Dead》。 # Quilts and Cats of Calico 猫与花毯 春天来了，猫猫们从藏身之处慵懒地出来晒太阳喽！ [迷空](https://www.gcores.com/users/365356/talks) 《猫与花毯》是一个桌面游戏的电子移植版，由《展翅翱翔》的制作商Monster Couch带来移植。虽然名字叫做《猫与花毯》，其实我们要做的其实是一个小小裁缝，把花花绿绿的补丁缝在毯子上面，通过凑出各种猫猫喜欢的图案或颜色来获得分数，从而获胜。 虽然是桌游移植，但是本作比《展翅翱翔》的移植又有了新的进步：我们在缝制花毯时，猫猫或是躺下打滚休息，或是在毯子上走来走去，爪子还会在花毯上留下浅浅的凹陷；缝纫之余我们可以摸摸猫猫，它们也会发出呼噜呼噜的声音；突然在猫猫旁边缝下补丁，也会吓得猫猫跳起跑掉……虽然这些可爱的小动作和游戏玩法本身没有任何关系，但是能大大地填补了思考之余的闲暇时间，让整个游戏变得轻松明快。  不同于大部分电子桌游，猫与花毯为我们准备了单人故事模式。游戏通过难度循序渐进的单人关卡，讲述了以猫为圣兽的一座小小城市中的温馨故事。单人模式的流程不算很长，但可以看作一种轻松地练习，让玩家更好地理解游戏规则，避免了桌游新手上桌时一脸懵逼的尴尬。 游戏本身的玩法规则很简单，在桌游里可以说是非常轻度的，就算是没有桌游经验，也可以通过内置的教程和故事模式快速上手。不过如果你真的想和别的玩家一决高下，也有不少可以思考的空间。玩家之间的互动性不是特别高，属于着重经营自己的版图的，但是由于游戏机制是轮流获取板块，也会有对手进行博弈，互相卡板块和奖励，斗智斗勇的激动时刻。 和朋友一起，围在炉子前，一边聊天，一边编制漂亮的花毯，然后摸摸可爱的猫猫，还有什么比这更惬意的呢？  P.S. 游戏内有一个小小的diy自己猫猫的小功能，可以让你捏出自己家的猫猫，可爱捏~ # Minami Lane 南之町 自古南町一条街，打听打听谁是.....人民公仆！ [维杰斯瑞恩](https://www.gcores.com/users/133417/talks) 本周几乎每天都在外奔波，所以周末找了这款看起来轻松休闲的小镇建设模拟游戏。（但才到第二关就开始功利了起来，满脑子都是收支平衡和如何应付刁民）  (游戏画风如图 非常朴实可爱) 逐渐玩下去就发现，其实那些居民比我楼上不会说话的邻居大爷还容易打发。除了少部分关卡的【可选】要求会有时间限制之外，大部分任务都是不限时的，你大可以在后台慢慢挂着，攒够钱了再好好建设街道。  (书店只有6种商品，还了日式漫画Manga和美式漫画Comics，另外注意店名 ) 南町的画风非常的人畜无害（划掉）温柔可爱。人、景、物、都像是小朋友用蜡笔描绘出的童话世界，总觉得很适合“夕妖晚摇”那样的跑团故事。 游戏整体感觉像是个轻量化的《集合啦！动物森友会》（连引导NPC都很像狸克）。游戏中有各种各样的建筑和店铺，除了店名能自己取之外，还给了少量的建筑外形和配色自定义选项（能更多点就好了）。在任务模式中熟悉了不同建筑的功能后，就可以在沙盒模式里随便瞎折腾了。考虑到游戏几乎毫无难度，热衷自己摆弄建设的玩家直奔沙盒模式也没关系。  (KTV里的歌名也全都是梗) 目前有些评价说游戏主线流程太短，但我觉得原价22块，约等于一杯美式的价格也就不要求太多了，当做买了个可以摆弄的赛博小街区也行。可惜的是游戏范围只有一条街的单侧，玩久了之后镜头需要拖来拖去有点麻烦。如果能扩大到方块形的小镇就好了（再不济也让我建到街对面吧？）。想来想去，这大概是唯一可以称得上是缺点的内容。  (第四关已经这么长了，两头来回拖镜头还是有点麻烦) 整个游戏处处都体现着尽量不给玩家压力，所以玩的时候也请尽量放松，如果身上还带着班儿味就赶紧甩甩掉，平时工作太累了正需要来这里舒缓一下~ 毕竟谁还不想要一个面朝XX路，不用交房租，春暖花又开的小铺子呢？ # BOKURA: planet 不同的星球 并未超越初代 [AlexAn_D](https://www.gcores.com/users/139430/talks)[原文链接](https://www.gcores.com/talks/1076554) 从上次新品节打完demo就开始特别期待这部作品，毕竟一代还蛮惊艳的，留下了非常深刻的印象。如果想跟朋友远程玩联机解谜游戏，用语音去互相沟通自己眼中看到的不同世界，观察并交流各自的线索来配合解谜，并且对充满神秘感的剧情有探索兴趣的话——强烈推荐前作《不同的冬天》！（并且非常不建议没玩过前作的朋友来玩二代）  虽然剧情上并没有联系，但谜题设计比起一代更上强度了：二代中有很多环节你根本看不到完整的开关和锁的对应关系。你需要的东西只有对方能看到，但对方却不能与之接触，所以只能指挥你来凭空操作，因此比起一代更需要两个玩家的交流。中后期有一段的谜题规则比较晦涩，如果没有经历过一代那些谜题就来解二代很有可能一头雾水，万一卡这里被劝退就可惜了。（甚至我俩这老手到后期卡主的时候都互相看了对方的视角再进一步分析才过了谜题，初代并不会这样，也不该是这样的。）  剧情方面，《不同的星球》变成了两位宇航员迫降在外星球的科幻故事。本作还新加了互相隐藏自己内心秘密的设定来强化双方的信息差，甚至还多加了个“推搡”的动作来陷害队友……算是新作的新意吧~悬念和剧情几乎就是这游戏全部的精华，再多的不能在这多说了！ 甭管这个“推搡”操作有没有用，有这个能影响他人的功能存在，再加上自己心中的秘密以及隐约知道对方也隐藏着什么秘密，整个流程都会处在一种抱有一丝警惕的貌合神离体验中。（俩角色眼睛朝后看的那种微妙“目移”的表情真是太妙了！）  *本作体量不大，流程不长，算上卡关也就4小时，除了独一份的笼罩在秘密中的合作体验以外不要期待过高，个人觉得没有超越一代。**最后如果你准备玩的话，并且喜欢科幻主题，那么强烈推荐初见选黄头盔的角色。 # Eternal Strands 一名匿名朋友 Eternal Strands就是那种所有环节都只能打7分，但因为体验过于顺畅且挑不出什么大毛病，最终感受能打个8分的游戏。  普普通通的奇幻设定，普普通通的人物，但作为这家工作室的第一部作品，游戏的战斗、收集和打造等玩法循环都做得十分丝滑：Eternal Strands的战斗本质是个尺寸缩小的旺达与巨像+法术加持的野炊，尽管这些并不算什么创新，但是重力法术拉拢中小环境物品、火焰法术点燃一切有机物、寒霜法术冰冻加冷却的魔法机制着实给怪物种类不多的战斗环节增色不少，更别说它还能稍微平复我想玩旺达与巨像续作的心情；游戏的打造系统也深得我心，同一件装备可以使用任意数量足够的材料，而材料决定了装备的属性、特性和颜色材质（众所周知时尚大于实用所以选你喜欢颜色是最重要的）无论何时都会让你有刷材料的驱动，且每次冒险回来都能有升级的可能。  在早期，毕加索也只是画一些非常主流风格的画作。而在工作室Yellow Brick Games证明自己的基本功十分扎实后，我们或许就能期待他们在未来能做出一些出乎我们意料的独特作品呢。 # Atomfall 原子陨落 一名匿名朋友 Atomfall让我找回了小时候玩上古卷轴时候的感觉：没人在乎什么主线，我只想舔遍地图的每一处地方，读我能找到的每一张纸条，打开每一扇锁住的大门（只可惜战斗水平大概也和上古卷轴差不多）。作为一款设定在英国的核灾难隔离区的半开放世界游戏，整个游戏没有任何任务标识，游戏不会告诉你下一步该去什么地方，指引你的只有手上的零散线索和你的好奇心。在如今绝大多数rpg都恨不得在地图和屏幕上塞满图例的时代，Atomfall实在是让我感到如沐春风，谁能知道当游戏迫使你注意其中每一点信息的时候，游戏会变得更加沉浸和有参与感呢。然而糟糕的潜行系统，平庸的枪械战斗（不过我还挺喜欢爆头会一击毙命的rpg的），以及D加密的存在，我还是比较建议打骨折时再购入本作。  # Blue Prince 蓝途王子 一名匿名朋友  如果你是肉鸽爱好者，Blue Prince大概能成为一款颇有新意的作品，但如果你是解谜爱好者，那我就完全没法推荐它（除非你真的很喜欢延迟满足）。对我来说解谜游戏的爽点要么在于智慧骰的突然大成功，要么是几天前做的笔记与新的线索产生了联系的成就感，这些爽点里都蕴含了一个灵感产生与及时验证的前提。Blue Prince的问题在于，在你知晓了谜底之后，还要靠运气再抽出谜面；但凡运气差一点，这期间可能已经过去了几个小时，一个新谜题所产生的期待就慢慢被消耗殆尽了。而且由于肉鸽的机制，你后面又会不断地再次抽出同一个谜题，班味儿就这么产生了，更别说游戏里还有需要你连续抽出两张关联卡牌的解谜搭建，实在是很难让我产生斗志啊。  # The Roottrees Are Dead 一名匿名朋友  说到解谜游戏，你有没有在读维基百科的时候想过：有没有人能想办法把这个做成游戏？The Roottrees Are Dead差不多就有这种感觉。作为一款Obra Dinn-Like游戏，你的工作是确认一株家族树上的每一代成员，而你的搭档则是人类最伟大的发明：1998年的互联网。相比起《Return of the Obra Dinn 回到奥伯拉丁》的现场搜查，互联网调查无疑带来了更大的便捷，也更容易让你陷入一个个兔子洞中不能自拔：你会感到自己是在为一个永远不会动笔的论文查资料，在十几条线索中挣扎只为了找到一个人的姓氏，并打心底诅咒那些起名字毫无创意、只会重复父亲爷爷名字的人。The Roottrees Are Dead的游戏节奏十分精妙，每次当你开始为自己200的智商而沾沾自喜时，游戏会立即降下海量线索将你打回最基本的调查工作里，游戏难度也会适时地开始增加。不过，如果说游戏与Return of the Obra Dinn相比有什么不足的话，那大概就是极度欠缺一只亟待大开杀戒的克拉肯了（  # 结语 五月即将迎来战争游戏节！，所以下期的主题是“战争游戏”，如果你觉得有游戏非常符合这个主题（其实不符合主题也行），请私信联系我（请勇敢地来吧！） 我们也为投稿成功的朋友准备了抽奖，以感谢大家的热情分享~ 感谢[雏雏](https://www.gcores.com/users/300344/)精美的头图制作！目前您看到的形式依然只是我们正处于调整阶段的尝试。如果您有想法和建议，或者也想参与进来，也欢迎您在评论区留言或者私信我。 最后，非常感谢您看到这里~交流和讨论会让游戏变得更有趣，期待在评论和下期内容中看到您的分享！

在全球人工智能热潮的带动下，AI芯片的需求持续激增。据报道，**今年4月，马来西亚GPU进口金额突破27.4亿美元，创下单月新高。**有统计数据显示，**马来西亚今年前四月共进口价值64.5亿美元的GPU，远高于2024年全年48.77亿美元的水平。增长幅度惊人，显示该国在全球AI芯片供应链中的角色正在迅速升温。** 具体到每个月来看： 1月：11.2亿美元（同比增长700%） 2月：6.27亿美元（同比未知） 3 月：19.6 亿美元（相较2023年增3400%） 4月：27.4亿美元（较2023年增3400%） **据了解，马来西亚进口的GPU多来自NVIDIA。****该公司预估2025财年第一季（2月至4月）营收为430亿美元，而马来西亚单季进口金额就高达53.3亿美元，相当于NVIDIA营收的13%。** 据美国证券交易委员会（SEC）规定，若单一市场贡献超过10%营收，应于财报中揭露具体来源国。 但NVIDIA未必会公开马来西亚的实际出货量，因为该公司已启用新的“基于客户账单地址的地理区域收入（（Geographic Revenue Based Upon Customer Billing Location））”的报告方式，只需揭露帐单所在地，而不需提及实际货物流向。 目前，尚未有明确证据显示这些GPU最终流向何处。 [](https://static.cnbetacdn.com/article/2025/0506/14fc868684e7040.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1498768.htm)

Windows 10/11 已经内置通用的网卡驱动程序可以确保用户在首次使用时立即联网，而不是借助其他工具先下载网卡驱动程序再复制到新设备上安装，但并非所有网卡都可以通过内置的驱动程序正常工作。  问题在于 Windows 11 默认情况下必须联网设置微软账户才能正常使用，如果没有合适的驱动程序可以联网，此时用户将被卡在 Windows 11 OOBE 设置界面 (尽管有技术手段可以跳过，但这会难住大多数非专业用户)。 为此技嘉在最新推出的 X870 Aorus Stealth ICE 主板中添加超大的 BIOS 芯片，这款 AM5 主板的 BIOS 芯片容量为 64MB，而大多数 AM4 主板使用的都是 16MB 的 BIOS 芯片。  值得注意的是技嘉强调 64MB 芯片主要是用来存储 Wi-Fi 驱动程序的，因为这款 X870 主板的规格表仍然显示其采用 256MB 闪存，相当于 32MB，所以这 64MB 存储芯片不应被计入 BIOS 芯片容量中。 在主板上预装 Wi-Fi 驱动程序的好处在于用户拿到 PC 后即可立即联网，在 OOBE 阶段也可以连接 Wi-Fi 用来设置微软在线账户，当然预留更大的芯片意味着成本增加，当前技嘉也只在高端主板中采用这种设计。 [查看评论](https://m.cnbeta.com.tw/comment/1498766.htm)

此前微软已经明确表示 Windows 10 在 2025 年 10 月停止支持后，Microsoft 365 应用在 Windows 10 上也将无法使用，用户若要继续使用 Microsoft 365 则需要升级到 Windows 11。很难说微软这种政策是逼迫用户升级 Windows 11 还是真从安全角度考量，但现在微软已经宣布修改该策略，用户可以继续在 Windows 10 上运行 Microsoft 365 并获得 3 年扩展安全更新支持。 在[最新文档](https://support.microsoft.com/en-us/office/what-windows-end-of-support-means-for-office-and-microsoft-365-34e28be4-1e4f-4928-b210-3f45d8215595)中微软表示该公司将继续为 Windows 10 上的 Microsoft 365 应用提供安全更新直到 2028 年 10 月 10 日，微软给出的原因是在用户过渡到 Windows 11 过程中维护软件安全性。 [](https://static.cnbetacdn.com/article/2025/0117/0ee1ffadf0b5c64.png) 本身微软之前的政策就很有问题，例如微软将为 Windows 10 提供 ESU 扩展安全更新，如果用户购买了 ESU 更新继续使用 Windows 10，这时候 Microsoft 365 无法获得安全更新岂不是还是没法安全的使用。 现在修改政策后至少可以与 Windows 10 ESU 扩展安全支持计划同步，虽然用户无法获得 Microsoft 365 新功能，但继续在 Windows 10 上安全的使用 Microsoft 365 还是没问题的。 另外面向消费者的 Windows 10 ESU 扩展支持计划需要付费且仅提供一年支持，也就是说到 2026 年 10 月消费者版 ESU 也会停止发布更新，到时候用户可以考虑通过 MAS 相关工具继续获取后续的 ESU 更新。 [查看评论](https://m.cnbeta.com.tw/comment/1498764.htm)

网络安全公司Hive Systems的专家测试了现代显卡对密码选择速度的影响，重点测试对象是英伟达GeForce RTX 5090显卡。在处理哈希密码时，这款显卡的效率比RTX 4090显卡高出33%。  一张RTX 5090显卡破解一个8位数字密码需要3个小时，而12张这样的显卡只需15分钟就能破解。但要破解由8个小写字母组成的密码，一张显卡需要8个月时间，12张显卡则需要3周时间。破解由数字、大写字母和小写字母组成的密码，12张RTX 5090显卡大约需要62年时间，而借助特殊系统来破解则需要164年。这表明密码复杂度的提升会大幅增加破解所需的时间。不过，只有在获取了被盗的哈希数据库的情况下才有可能发动攻击。  Hive Systems的年度研究强调了简单密码的脆弱性。在处理复杂密码组合时，RTX 5090显卡的速度是RTX 4090显卡的两倍，但长且多样的密码仍然是抵御自动攻击的可靠防护手段。 [查看评论](https://m.cnbeta.com.tw/comment/1498758.htm)

今日，乘联分会发布2025年4月份全国乘用车市场分析报告。报告显示，**4月自主品牌零售115万辆，同比增长31%，环比下降5%。当月自主品牌国内零售份额为65.5%，同比增长8个百分点。** [](https://static.cnbetacdn.com/article/2024/0801/6563be245d3d54a.jpg) 1-4月自主品牌零售市场份额64%，较去年同期增长7.9个百分点，自主品牌在新能源市场和出口市场获得明显增量。 头部传统车企转型升级表现优异，比亚迪汽车、吉利汽车、奇瑞汽车、长安汽车等传统车企品牌份额提升明显。 乘联分会在报告中指出，**中国汽车出口美国占比微乎其微，尤其是自主品牌完全没有在美国销售，因此中国生产的自主品牌汽车不会受到美国加关税的影响。** 2025年1-3月世界汽车销量2,264万辆，同比增长5%。**中国2025年1-3月达到世界汽车的33%份额**，中国车企年初较低是春节因素影响下的正常体现。 随着政策刺激效果显现，3月开始中国车市走强。由于3月美国车市的相对异常增长等因素，2025年3月的世界汽车销量达到875万辆，同比增长5%。2025年3月较2018年3月峰值下降5%，处历年的中位水平。 **中国自主品牌全面提升世界份额。比亚迪、吉利汽车、奇瑞汽车、长安汽车等自主表现较强。**除了铃木和塔塔等在印度市场较好的因素促进外，其它国际品牌份额在2024年时有全面较大的下滑。 2025年初因为中国春节因素和美国加税的风险，因此部分国际车企年初较强。近期的新能源发展迅速，中国自主车企走势较强，比亚迪达到世界第6位，吉利第9位，电动化发展也导致部分国际车企相形失色。 [查看评论](https://m.cnbeta.com.tw/comment/1498754.htm)

日前，有网友在日本偶遇京东创始人刘强东。照片显示，**刘强东身穿猪猪侠白色T恤，T恤正面是猪猪侠背着京东外卖箱图案，后背印有京东外卖二维码。**据了解，**该T恤是京东外卖与猪猪侠的联名款，售价39元，可选黑、白两款配色，页面显示售出超2万件。**  据京东京造介绍，5月6日-6月30日购买该联名T恤并每日拍照打卡，累计至高可得120元饭卡+240元外卖券。  **每日打卡奖励为第1/3/6/9/12天解锁满减外卖券，连续15天打卡奖励40元饭卡，**每15天为一轮打卡期，结束后可重开新一轮。  官方表示，如果退货，奖励会被收回。  此前，**刘强东因在北京亲自送外卖引发网络关注，其在餐饮店等待拿外卖的照片流传网络，京东外卖工服配色撞衫猪猪侠。** 4月28日，京东外卖宣布与国产动画经典IP《猪猪侠》合作，猪猪侠以虚拟骑手身份入职京东外卖团队。  [查看评论](https://m.cnbeta.com.tw/comment/1498752.htm)

近期，以太坊（ETH）凭借一轮惊人的上涨行情，迅速成为市场焦点。短短72小时内，ETH价格飙升超过40%，触及2600美元关口，创下自2019年（当时价格不足200美元）以来最佳三日涨幅表现，显著跑赢比特币等其他大型数字货币资产。   此轮强劲行情的背后，不仅有宏观因素的提振，更有技术升级、逼空、大型投资者增持三大推手。 1.宏观暖风与技术升级：奠定上涨基石 以太坊的强劲表现，首先受益于其内在的技术进步与外部宏观环境的改善。 5月7日，以太坊成功实施Pectra升级，引入了一系列关键技术改进。 该升级引入了包括更高质押上限、账户抽象（EIP-7702标准）在内的重要改进，显著增强了以太坊网络的易用性和灵活性。这一技术升级不仅带来了实质性的功能提升，也为投资者注入了新的信心，成为此轮上涨的重要技术基础。 宏观层面，5月8日宣布的美英新贸易协定以及随后启动的中美贸易会谈，显著提振了市场风险偏好，也为包括以太坊在内的加密资产市场营造了积极的氛围。 2. “逼空”助推，引爆行情 自5月8日起，以太坊期货市场上演了一场典型的&#34;空头挤压&#34;戏码，显著助推了行情。 数据显示，自5月8日起，以太坊期货市场的空头头寸出现大规模平仓，清算金额高达4.3794亿美元，远超同期多头清算金额2.1129亿美元。  价格的急剧拉升迫使空头交易者买入ETH以回补仓位，进一步推高了币价，形成典型的“逼空”上涨螺旋。 与此同时，以太坊未平仓合约总价值从5月8日的212.8亿美元激增至5月10日的267.7亿美元，以太坊永续期货的每周融资利率也从0.10%上升至0.15%。  这两项指标共同表明，更多交易者正在进入市场并开设新头寸，且多头交易者愿意支付额外费用维持仓位，进一步印证了以太坊期货交易者的看涨情绪。 3.“巨鲸”积极吸筹：巩固看涨预期 链上数据揭示，持有超过10，000枚ETH的“巨鲸”地址，在此轮价格飙升前已悄然进行大规模的战略性增持。 据Glassnode数据显示，自4月下旬起，这些巨鲸地址的ETH净头寸便转为正值，并持续稳步增加其持仓量。  这些大型实体持有的ETH总供应量已升至自2025年3月以来的最高水平，超过4075万ETH。 “巨鲸”的持续吸筹行为，通常被市场解读为大型、消息灵通的投资者对后市抱有强烈信心，其积极布局无疑为整个以太坊市场注入了强心剂，巩固了看涨预期。  [查看评论](https://m.cnbeta.com.tw/comment/1498750.htm)

人工智能来势汹汹，科技巨头们却陷入空前的“AI焦虑”。从Google的搜索危机到苹果的AI滞后，再到马斯克的特斯拉销量滑坡，昔日霸主们正面临颠覆性挑战。谁会成为AI时代的“诺基亚”？中年危机来势汹汹，就连昔日风光无限的科技巨头们也逃不过。  前一秒，你还是那个颠覆传统行业的年轻人；下一秒，就可能像马斯克说的那样，“盯着深渊，嚼着玻璃，眼睁睁地看着颠覆浪潮逼近家门口”。 号称美股“科技七巨头”的几家大型公司，似乎都已陷入了这种境地。  就像那些“勉为其难”的中年人一样，他们还得绞尽脑汁地搞清楚AI对公司到底有哪些威胁。 那么问题来了—— 谁会成为AI时代的“诺基亚”？ 就在最近几周，这种趋势表现得愈发明显：5月7号，Alphabet（Google）的股票暴跌超7%。起因是苹果公司的一位高管透露，Safari浏览器上的Google搜索流量20年来首次下降。 虽然Google后来澄清他们的搜索量总体仍在增长，包括来自于苹果设备的流量，但早已于事无补。 AI对Google的威胁已成现实。  另一边，苹果也没好到哪里去，其掌门人库克正努力为公司争取时间。 在最近一次的财报电话会上，他大声疾呼投资者对苹果在人工智能上的缓慢进展保持耐心。 与此同时，Meta的创始人扎克伯格则试图为他的广告帝国描绘一幅光明的未来，将其包装成一个为孤独者提供陪伴的“AI好伙伴”。  在扎克伯格的构想中，AI朋友将比真人朋友更常见，聊天机器人将取代心理咨询师、广告公司和程序员。 “据我所知，美国人平均拥有不到三个朋友，而普通人实际上需要更多，大概是15个朋友，”他在与播客主播Dwarkesh Patel的采访中说。 在与媒体分析师Ben Thompson的另一播客中，扎克伯格继续说道：“对于那些没有心理咨询师的人来说，我认为每个人都会有一个AI。”  扎心的是，扎克伯格预测人们未来互动方式的成绩喜忧参半。他在2000年代凭借Facebook大获成功，之后通过收购Instagram和WhatsApp赚得盆满钵满。 然而，十多年后的2022年，他宣称未来会有大量人在虚拟世界和增强现实中互动，这一点至今尚未实现。 现在，这位Meta CEO正全力投入人工智能的开发中，扎克伯格透露，目前每月有近10亿人使用Meta AI。 不过，他们最新发布的Llama 4模型未达预期。在LMArena全新评估后，排名跌出TOP 10之列。Llama 3家族的昔日辉煌，并未成功复刻。 甚至就连一向积极向上的马斯克都有些焦虑。 他从DOGE的冒险旅程中回归特斯拉后，面对的是股价和销量的双双下滑。 据报道，特斯拉2025年第一季度销量下跌了13%，这是该公司自2022年以来最低的季度销量数据；本季度的净收入与去年同期相比下降了71%，濒临亏损边缘。  面对如此局面，马斯克承诺要推出无人驾驶汽车。 “我们离死还很远，根本不沾边！”他对分析师们说。 平心而论，这些巨头们还远没到崩盘的程度。 他们还有乐观的理由：他们是美国企业的顶梁柱，利润惊人，七家加起来的市值约7万亿美元。  创新者的窘境 然而，他们集体站在十字路口，各自的应对方式，简直像是为21世纪版的经典商学院书籍《创新者的窘境》量身定制的案例研究。  Clayton Christensen在书中试图解释，新产品或服务如何通过创造新市场，取代现有的行业玩家。 这本书让“颠覆”一词在董事会里火得一塌糊涂——尽管用得未必总是作者的本意。  他的核心理论是，那些看似万事如意的成功公司，可能会被小公司打败。 这些小公司不受现有规则束缚，常常带着新技术或新模式崛起。比如，Netflix通过邮寄订阅服务挑战百视达的实体店模式。 很多人用这本书来解释席卷网络的“互联网泡沫”(dotcom bubble)，那波热潮催生了如今的硅谷英雄。  “互联网泡沫”是指上世纪90年代末美国股市在牛市推动下，科技类股票估值迅速飙升的现象。以科技股为主的纳斯达克指数在1995年到2000年间从不到1000点上涨到超过5000点。然而，到了2000年，形势开始发生变化。2001年至2002年间泡沫破裂，股票市场进入了熊市阶段 今天的情况也有几分相似。就像互联网作为新技术带来了无限可能，AI同样承载着无数希望。 但在目前这个早期阶段，还不清楚AI会如何应用、由谁来主导、或者何时发生。 比如，Pets.com当初被看好，却没成为赢家。这就是难点。  为了市场营销，Pets.com推出的袜子木偶 即便是Christensen本人，也很难精准预测颠覆者，比如苹果的iPhone。 2007年iPhone问世时，这位哈佛教授并未将其视为对传统手机的威胁。实际上，这款设备开启了移动计算和应用经济的新时代。 然而，如果公司们通过不同方式接触客户，应用市场可能会大变样。比如，AI智能体可能会彻底颠覆App Store的现有模式。 到目前为止，苹果对AI的回答似乎过于炒作。 最近的财报电话会议上，库克向投资者解释AI缓慢的原因：“我们需要更多时间来完成工作，以达到高质量标准”。 库克糟糕的一年 库克今年过的挺糟心。 首先，Siri完全没有兑现苹果承诺的那些炫酷功能。 紧接着，关税来袭，可能会大幅蚕食iPhone的利润。法官还暗示要调查苹果的反垄断问题，苹果与Google的搜索引擎合作这块肥肉也遭到抨击。 对了，还有个叫“Vision Pro”的设备，有人记得吗？  所有这些闹心事中，AI可能是苹果长期最大的威胁。 苹果的万亿市值帝国靠的是优秀产品，现在，这些都离不开AI。 问题在于，苹果在AI领域根本排不上号。 Google、Meta、微软、OpenAI，每隔几周就推出亮眼的新AI工具和更新。苹果呢？ 长期以来，人们一直担心苹果公司的iPhone、Mac和iPad的Apple Intelligence——在AI领域落后于人。  苹果直到去年十月才推出了首批Apple Intelligence 功能，错过了九月发布的iPhone 16，比Google和三星等竞争对手开始在其手机中加入更多 AI 工具晚了几个月。 到2024年底，大多数Apple Intelligence功能，例如生成自定义表情符号或通过Siri使用ChatGPT，已经推出。  3月7日，苹果宣布推迟原定的Siri升级计划——该升级本应让Siri给用户提供更个性化的回答，并代表用户在应用内执行操作。 与此同时，苹果的竞争对手正在进一步个性化他们的AI助手。 Google最近为Gemini增加了根据用户搜索历史定制回复的功能。 上个月，亚马逊也宣布推出Alexa+，这是Alexa的新版本，可以记住用户的偏好——如他们喜欢的餐厅或音乐艺术家——以便在回答问题时使用。 这样的挫折对苹果来说前所未有。 Google：AI+广告怎么办？ Google至少推出了Gemini。 但目前还不清楚这个AI应用能否拯救它的核心业务——广告。毕竟，去年广告为Google带来了大部分收入。  而在一个人们越来越倾向于直接向GenAI提问的时代，比如“《创新者的窘境》讲的是什么？”，靠用户点击链接来售卖广告的模式正面临巨大挑战。 直接问问Google就知道了。 Gemini问世之初，就因聊天回复存在偏见而陷入争议——CEO皮查伊坦言这些表现“不可接受”，公司随后多次致歉并承诺改进。  尽管Google布局AI已久，但该产品的发布恰逢业界担忧OpenAI已抢占先机。 皮查伊当时在声明中写道：“没有任何AI是完美的，尤其是在这个产业发展的新兴阶段。但我们清楚公众对Google的期待更高，无论需要多久我们都将坚持改进。有时候，那些我们称之为颠覆性的重大突破创新，实际上反而能巩固现有业务。” 最近，Google输掉了两起反垄断诉讼，面临被分拆的命运。 甚至Chrome都可能被对手OpenAI收购。 甚至多年的合作伙伴苹果公司也在背后插刀。  5月7日，路透社报道苹果计划在Safari浏览器中添加AI搜索选项。 这对Google来说是一个重大打击，Google利润丰厚的广告业务很大程度上依赖于它的iPhone客户。 巨头被AI颠覆？ 然而令人意外的是，目前似乎还没有任何主流平台找到制胜法则。 这让硅谷的年轻风险投资人Sarah Guo等人看到了希望——她正试图投资可能颠覆巨头的下一代AI初创公司，崭露头角。 在最新一期《风云人物》“Bold names”播客，她表示“从战略上讲，你可以找出很多理由来否定一家公司的存在：比如微软、苹果或Google应该自己开发这个产品”。 但她指出，对这些老牌企业来说，往往很难“冒险开发具有创意的新产品”。  市值再度超越苹果的微软，凭借将AI融入办公产品展现出非凡的商业敏锐度。 英伟达同样是AI热潮的大赢家——开发大模型所需的高价芯片正被各大公司争相抢购。 然而DeepSeek等新兴AI模型的崛起却带来新变数，这些模型能大幅降低算力成本。 这项新技术最终将把价值锚定在何处，目前仍未有定论。 据媒体报道，OpenAI今年收入有望达到127亿美元，但投入成本也非常大， 预计要到2029年才能实现正现金流。 也就是说OpenAI的预计收入超过1250亿美元，才可能产生正现金流。  拥有上万块GPU的CoreWeave，成功上市，估值40多亿美元，但它的财务健康状况和收入情况表明，为GenAI提供算力服务要么没有需求，要么无利可图。 Ed Zitron详细分析了CoreWeave的上市文件，认为CoreWeave是GenAI的定时炸弹和不祥之兆。  据报道，CoreWeave在IPO表现不佳后，正在寻求15亿美元的债务交易。 而这颗定时炸弹爆炸之时，和它关系密切的英伟达、微软，能否置身事外？ 七巨头的中年危机 AI浪潮席卷而来，科技巨头们如履薄冰。 Google的搜索霸权因AI交互的崛起摇摇欲坠，苹果的硬件帝国在AI创新的赛道上步履蹒跚，而Meta与特斯拉的转型尝试尚未开花结果。 《创新者的窘境》中预言的颠覆往往始于不起眼的新玩家——DeepSeek的低成本模型正悄然侵蚀英伟达的芯片壁垒，OpenAI的生成式AI则在重塑用户交互的边界。 若大公司们无法摆脱路径依赖，固守既有模式，或将成为AI时代的“诺基亚”。 [查看评论](https://m.cnbeta.com.tw/comment/1498748.htm)

<blockquote><p>随着视频化内容的兴起，传统图文阅读量逐渐下降，而短视频等新媒体形式则呈现出爆发式增长。证券行业也不例外，投顾IP化成为趋势，尤其在年轻一代投资者中，他们更倾向于信任“有血有肉”的理财顾问，而非传统的金融专家。</p> </blockquote>  随着视频化的加速，纯图文阅读量据统计下降达50%，而短视频则增长了300%。与此同时，在证券行业，投顾IP化的进程则一边步履维艰前行，一边又作为星辰大海向往之，尤其90后、00后们，在投资市场更加信任那些“有血有肉”的理财顾问、而非老学究。部分券商玩的溜的，理念引领前沿，大力应用虚拟人，开始用数字员工做7×24小时投教和服务承接。 就证券行业在新媒体这块的发展和实践中遇到的掣肘而言，笔者认为，券商们需要看清楚的是，新媒体不是比谁更会玩、谁号更多、谁作品更专业，而是比谁能在合规框架内，把专业晦涩的内容讲得更有趣、更亲民、更吸睛。找准这个点，社交媒体矩阵才真正建立，也才真正带来价值。 如近期对等关税席卷而来，随手打开任何一款自媒体社交平台，开口即是“出大事了！”、“关税风暴来袭！”、“超44万人爆仓！”…… 资本市场不缺乏新闻大事件，然金融机构比之于各类新闻媒体、尤其自媒体，在信源通道吸引、用户习惯养成上，明显不足。自媒体将信息平权后，金融机构不得不在五花八门的新型媒体上做品牌营销、声量曝光以及引流获客，但如只盯着一个平台玩，就真的有点落伍了。那些做得好的品牌，比如招商、众安、华泰、天天，哪个不是在微博、抖音、小红书、微信、B站等多个平台全面开花。这就是社交媒体矩阵的威力，通过多平台联动，让品牌曝光、用户互动和销售转化等等，效果最大化。 那么，如何从0到1搭建一个高效的社交媒体矩阵，又如何少走弯路呢？这里，我们一起碰撞一下。 ## 什么是社交媒体矩阵？ 简单来说就是“多平台运营”。 我们可以把社交媒体矩阵理解成品牌在各大社交平台的“分舵”。比如：在抖音发短视频吸引投资者用户、在小红书做产品种草、在微信做私域沉淀客户、在微博追热点（如最近的对等关税、黑色星期一）搞话题营销。 这样做的核心好处，一是覆盖更多用户，不同平台用户群体不一样，比如B站偏年轻，知乎偏高知，全平台布局能触达更多人。二是降低风险，万一某个平台流量下滑（比如微博限流），还有其他平台撑着。三是，提高转化，比如抖音引流到微信成交，小红书种草后去天猫下单（电商标准打法），形成完整闭环。 ## 怎么搭建矩阵？ ### 1. 先想清楚：做矩阵的目的 提到矩阵，很多人本能反应就是账号矩阵。其实，我们不需要一上来就盲目注册一堆账号，先明确目标、胜而求战。不妨思考下，做这件事情的目的与意义，是要品牌曝光（比如新品发布，适合抖音、微博），还是要用户互动（比如社群运营，适合微信、QQ）？是要直接卖货（比如直播带货，适合抖音、快手），还是要做口碑（比如真实测评，适合小红书、知乎）？ 笔者建议券商同行们在研究同业竞品之前，不妨先跨下界别看看，在大众消费领域的成功实践，比如爆火的美妆赛道，各大商家基本路径就是主攻小红书（种草）+抖音（带货）+微信（私域复购）。而如果也关注出海的读者朋友，研究发现那些B2B企业则重点在做LinkedIn（行业影响）+微信公众号（深度内容），混合打法也已炉火纯青。 ### 2. 选平台：不是所有平台都值得做 现在社交平台太多了，笔者哪怕以观客的视角，也时感跟进乏力。永远都有新的爆点，自身专注力无法得到有效保证。客观上，我们认为没必要全做，重点选2-3个最合适的即可。这里简单总结几个主流平台的特点： - 抖音/快手：适合做爆款内容、直播带货，用户偏年轻，流量大但竞争也激烈。 - 小红书：适合美妆、母婴、家居等品类，女性用户多，种草效果好。 - 微博：适合追热点、做话题营销，但流量越来越贵，精准度也要不断调校。 - B站：适合做深度内容，比如科普、评测、口碑，用户粘性高。 - 微信：适合做私域，比如公众号+社群+小程序，转化率高但增长慢，需足够耐心。 至于金融机构到底怎么选，笔者认为需先审视下自身的用户到底在哪，尤其是新用户在哪里。比如Z世代在B站、抖音，宝妈在小红书，知识青年在播客，再看咱们自身的内容适合什么形式，比如短视频选抖音，图文选小红书，深度科普选知乎，专业投教选公众号，等等等等。 ### 3. 内容策略：不同平台，玩法完全不同 很多金融机构犯的最大错误就是，同一个内容全平台发，结果数据惨淡。事实上，每个平台的用户喜好完全不同。抖音，要短、快、爆，前3秒必须抓人眼球；小红书，要真实、实用，比如“亲测好用”“避雷指南”；B站，要深度、有趣，比如“XX行业揭秘”“耗时一个月测评”；微信，要干货、能留存，比如“行业白皮书”“独家专访”等等。 小技巧：一鱼多吃，比如拍了一条3分钟视频，可以剪成抖音15秒+小红书1分钟+B站完整版。再就是，基于重点筛选过后的主攻平台上建构起来的矩阵之间，做跨平台引流，比如在抖音视频里说“更多干货去小红书搜XXX”、“深度报告到XXX账号留言XXX免费领取”这类话术技巧。 ### 4. 团队和工具：一个人也能做的起矩阵，一群人更应做的好矩阵 金融行业里的很多人，觉得做矩阵一定要大团队，其实不然。小团队或者个人，可以采用内容制作工具+ 定时发布工具做辅助，而大团队，可以分内容组（写文案/拍视频）、运营组（发内容/回评论）、投流组（做广告）等。常用的工具比如微小宝、壹伴、飞瓜数据、Canva、剪映、稿定设计、蝉妈妈等，可以根据自己的矩阵实况选用一些在社交电商领域已经运用很成熟的趁手工具，即可开始做起来了。事实上，在笔者看来，做远比任何宏大叙事或精密计划，更加重要。 ### 5. 数据复盘：别只顾着发，要看效果 发完内容不是结束，关键要看数据。播放量/阅读量，内容是否吸引人？点赞/评论，用户是否感兴趣？转化率，有多少人点了链接/买了产品，抑或有多少人由此进入了金融机构私域？ 有了数据佐证，接下来就是如何优化的问题。好的内容，继续做，比如某篇小红书笔记爆了，就多做同类内容；差的内容，分析原因是标题不行还是发布时间不对；测试新形式，比如平时发图文，偶尔试试直播或短视频，做些AB测试是很有必要的。 ## 证券行业如何搭建高效的社交媒体矩阵？ 对于证券行业来说，社交媒体营销一直是个“敏感又必须做”的课题。尤其证券业，监管严格、内容受限，但客户又基本完成了向线上迁移。那么，证券行业如何合规又高效地玩转社交媒体矩阵呢？ ### 1. 三大难处 - 合规风险大：说错一句话可能就被监管约谈、甚至吃罚单。 - 内容同质化：全是“市场分析”“投资建议”“首席报告”，压根没人看。 - 转化路径长：实践中看到的真实结果，很难直接带来开户或交易量。 ### 2. 五大阵地 笔者基于证券行业特殊性及实践经验，总结以下社交媒体矩阵的5个核心平台，及各平台的功能定位、内容发布、使用业务场景及运营要点。  ### 3. 四大战法 **打法一：投教内容IP化，合规又吸粉** 华泰证券“涨乐财富通”抖音号，把枯燥的金融知识做成“一分钟学堂”系列，用生活场景类比投资。比如，用“买菜讲价”解释“议价能力”，结果用了3个月涨粉50万，视频平均播放量超100万。 关键点在于，其将所有内容都标注“投资有风险”，绝不提及具体股票代码，目标很清晰，旨在重点培养用户心智，而非直接转化。 **打法二：私域流量池搭建，合规转化路径** 某券商的微信矩阵，其公众号主要用于发布市场早报（吸引关注），视频号做直播，每周三场投教直播（建立信任），而企业微信则是员工展业和客户服务，客户经理提供1v1的服务（最终转化）。 数据效果来看，其直播观看人次提升300%，企业微信客户资产也提升了5倍左右。 **打法三：年轻群体孵化，内容破圈** 中金公司B站账号运营，枯燥的宏观报告改成“说唱版经济展望”，用动漫形式讲解“美联储加息的影响”，取得良好效果，其中单个视频最高播放量破200万。 可以发现，要破圈得先合规，其所有内容均经过合规部门预审，同时避免使用“推荐”“建议”等敏感词汇，并在简介中明确标注“非投资建议”。 **打法四：KOL+员工矩阵联动，OMO融合** 某券商践行“全员投顾”计划，认证投顾均在抖音和小红书开设个人账号，由总部提供统一内容素材包，确保合规。优秀案例，如某投顾通过抖音获客，3个月新增高净值客户几十个。 其建立了一套有效管理机制，其要求所有内容必须使用公司审核模板，每周统计各平台发布情况，并设置合规红线，严格合规话术、严禁代客操作等。 ## 证券行业自媒体内容创作建议及避坑指南 **红线绝对不能碰**：不预测具体点位，如“大盘必上4000点”；不推荐个股，当然可以说行业，但绝对不能说代码；不承诺收益，像“稳赚不赔”这类话，不需要内部合规收拾你，平台就直接给封号了。 **内容形式要创新**：把K线图教学做成“男友求生欲测试”，用“奶茶店经营”类比上市公司财报分析，在基金经理访谈中加入“快问快答”趣味环节。 **转化设计须迂回**：抖音简介中可以放“关注公众号领研报”，直播时引导“加入粉丝群获取专属晨报”，用“0元理财课”作为获客钩子，隔山打牛也是有技巧的，而非过于露骨，引起观众的警惕心。 **团队工具尽两全**：合规审核工具是展业前提，比如内容预审系统、敏感词检测系统。团队分工要精细，比如可以设置内容组2到3人，撰写脚本文案和视频制作，保证内容生产；合规组1到2人，拥有部门内部（比如网金部）合规专员，来专职做审核工作，保证发布效率，且最好有法务背景（而非老同志转岗来的）；运营组2人，专门做平台的运营和数据分析，其数据监测重点涉及合规风险词出现频率、投教内容完播率、私域加微转化率等。 这些都是实践中要把券商自媒体矩阵做好的核心要义，一个不能落下，否则落下的就会成为一个坑，且是拉低KPI、影响目标达成的关键大坑。 ## 让矩阵效果翻倍的一些小技巧 首先是KOL + 素人结合的方式，让传播更具真实性。找KOL时，可以选择粉丝量中等但互动高的合作，比如1-10万粉丝的“小KOL”，性价比也更高。同时，鼓励用户晒单，比如发小红书带话题送奖品，让真实用户帮助传播。 其次就是要学会蹭热点，让子弹多飞一会儿。比如微博热搜，矩阵运营人员需要快速跟评或发相关内容才行，然后抖音挑战赛则需参与热门BGM或话题。各大流量平台传统节目不可忽视，围绕节日的营销比如春节、618、双11、双12等全民化节庆均需提前策划，当然，像券商业逐渐常态化的818，肯定是重点运营了。 还有就是要长期主义，任何一个矩阵都需要坚持做持续的运营，别想一夜爆红。矩阵的建立、运行、维护等是个长期工程，别指望发几条就爆。需要金融机构的运营人员坚持定期更新内容，比如抖音的日更、小红书至少周更3篇，并不断优化内容，根据数据调整选题、形式，进而能够沉淀用户，把流量引到微信私域，方便后续的业务转化。 整体来看，搭建社交媒体矩阵并不难，关键是要先想清楚目标，是要曝光还是要转化，选对平台，核心是别贪多，先做好2-3个培养手感，同时内容要适配平台（别一篇通发所有平台），并能坚持更新 + 优化，而非三天打鱼两天晒网，其结果可想而知。 以上，只是我们列举的一些标准框架和个别案例细节，最关键是的去做，因为只有做了，才知道里面的更多细节，才能积累更好的手感，希望各家券商都能早日做好自己的自媒体矩阵！ 本文由人人都是产品经理作者【数金杂谈】，微信公众号：【数金杂谈】，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。

在日前的阿里亲友见面会上，阿里董事会主席蔡崇信和阿里首席人才官蒋芳发表了讲话。蔡崇信在讲话中透露，自己是个26年的老阿里人，加入阿里后，**“我的工号是19号，我们不是说阿里巴巴有18个创始人吗，我没有赶上前18位，后来其中有一个创始人临时退出了。马老师就说joe你19号你就补上吧，你就算18个人里面其中之一。我就是之后补上去的。”** 他还表示：“我记得大概十年前左右参加阿里日，见到的家长都是我的前辈，但是今天见到的家长都比我年轻了，所以表示我这个年龄已经很大了啊。” 据了解，1999年夏天，蔡崇信作为投资机构代表来了解阿里接洽投资，**几个月后蔡崇信放弃了投行70万美元年薪的工作，加入到了月薪500人民币的阿里创业队伍中。** 20多年后成为了阿里巴巴集团董事会主席，成为中国21世纪最传奇的创业故事之一。  [查看评论](https://m.cnbeta.com.tw/comment/1498744.htm)

前段时间，一则外卖小哥与汽车发生事故的视频，引起网友热议。视频拍摄者表示，外卖小哥的非机动车不用向汽车赔偿，浙江省道交法规定，**非机动车对机动车没有法定赔偿义务。**不少网友看到这一幕纷纷表示不敢相信，但实际情况确实如此，不止浙江，全国都是如此。 《道路交通安全法》第76条，只规定了机动车的赔偿责任，没有规定非机动车（如电动车）的赔偿责任。因此，即使非机动车在事故中负全责，**机动车主起诉非机动车要求赔偿也会败诉，因为缺乏法律依据。** 并且，针对非机动车无需向机动车赔偿一事，国内也有大量法院判决案例，支持了该种说法。 [焦作市解放区人民法院此前披露的一起案情显示](https://jfqfy.hncourt.gov.cn/public/detail.php?id=2954)，2023年4月13日，在某酒厂门前，被告付某驾驶电动三轮车由东向西行驶到上述地点向左偏移方向时，与同向行驶的荣某驾驶的小型轿车发生碰撞，致两车不同程度损坏。 经公安交通管理支队某交警大队认定，**付某负全部责任，荣某无责任。**原告按照保险合同赔偿小型轿车损失7373元，故原告就赔偿的款项向被告进行追偿。 [](//img1.mydrivers.com/img/20250511/00e397f31e8a4e4c99d2f6653076d8b7.png) 法院审理认为，本案系保险人代位求偿权纠纷。本案争议焦点在于机动车一方是否可以请求非机动车一方承担损害赔偿责任。 根据道路交通安全法有关规定，机动车一方与非机动车一方、行人的交通事故中，**机动车一方负有法定赔偿义务，而非机动车不负有法定赔偿义务。**非机动车一方在交通事故中的过错体现在减轻机动车一方的赔偿责任。 同时，机动车作为高速运输工具，对非机动车、行人等周围环境有较高的运行风险，根据“优者危险负担”原则，机动车应负更高的避险义务，非机动车不应赔偿机动车的车辆损失。 本案中，被告并不存在故意碰撞涉案机动车，故无需对涉案机动车的财产损失进行赔偿，原告某保险公司也不能通过代位权向被告追偿涉案机动车的财产损失。综合案情，遂作出以上判决。 不过，也有网友表示，按照道交法规定，非机动车不用向机动车赔偿车损，但按照民法典规定，非机动车与机动车全责事故中，非机动车属于侵权方，机动车车主可以以此向非机动车索要侵权赔偿。 [查看评论](https://m.cnbeta.com.tw/comment/1498742.htm)

自2019年进入车险市场以来，特斯拉一直试图为电动车主提供更低保费，并利用其FSD（全自动驾驶）技术动态评估驾驶风险。**然而，特斯拉的车险业务却面临着严重的亏损问题，其理赔成本不断侵蚀盈利空间。** [](https://n.sinaimg.cn/spider20240808/185/w600h385/20240808/2eb0-8c2d0862ae0908142f4c33e0c2b7c942.png) **根据S&amp;P Global的数据，特斯拉保险业务的赔付率在2024年达到了103.3%，这一数字远超美国车险行业66.1%的平均赔付率。** 特斯拉保险业务的历史赔付率表现一直不佳，2023年赔付率为114.7%，2022年更是高达116.6%，而同期行业平均赔付率分别为75.4%和80.1%。 尽管特斯拉将零部件销售和维修服务等收入计入“服务与其他”收入项中，但保险部分的亏损仍然难以弥补。 **此外，特斯拉车险业务还面临着诸多问题，车主对特斯拉保险的投诉不断，维修体验差，加之近期海外抗议活动导致特斯拉汽车遭毁坏，保费仍在上涨。** 在美国，Model Y的平均保费同比最高上涨了30%，而特斯拉碰撞维修费用平均比传统燃油车高出32%，这进一步推高了保险成本。 外媒认为，特斯拉保险业务在客服、理赔与维修端几乎没有成本压缩空间，如果无法有效控制赔付率，该部门可能面临长期亏损甚至消失的风险。 [查看评论](https://m.cnbeta.com.tw/comment/1498740.htm)

**电子科技大学周强教授团队近日取得重大科研突破，成功研制出全球首个氮化镓量子光源芯片。**周强教授表示该成果**有望在2026年完成多场景技术验证，为量子互联网发展提供关键硬件支撑。** **传统互联网主要依赖数学加密算法保障安全，而量子光源芯片带来的物理加密方式，从根本上解决了这一问题。** 当全球科研团队聚焦氮化硅材料攻坚量子光源时，周强研究团队开启了一条创新赛道。 周强教授表示“氮化镓材料被广泛应用于LED灯中。我们现在做的量子光源瞄准的是量子互联网产业方向，它也需要光源来实现量子信息的传输，我们就是结合现有的氮化镓光源技术，在量子光源方面做了一次科学的探索和突破。” 展望未来的应用场景，周强教授表示，“在量子通信层面，其特有的物理属性可将信息安全等级提升至量子维度，为金融、政务等敏感数据传输构筑‘量子护城河’；在算力支撑方面，氮化镓材料中蕴含的量子资源使芯片能承载更复杂的量子算法，为人工智能、生物医药等领域的算力瓶颈提供破局可能。” [](//img1.mydrivers.com/img/20250511/a8bd650d3180448dada591b7f63b81bd.png) [查看评论](https://m.cnbeta.com.tw/comment/1498738.htm)

<blockquote><p>产品经理常常被要求掌握各种模型、方法，但针对内部IT系统的产品经理，也是要求如此吗？这篇文章，我们来看看作者的意见。</p> </blockquote>  ## 什么是PMF和GTM，两者有什么区别？  PMF：Product Market Fit，包含了Product、market和Product Market Fit 三部分，是产品和市场需求匹配的一个过程，关注匹配的契合度 （非常像IPD**验证**阶段要做的事情，只是IPD是针对硬件研发，所以验证必然在发布前，软件产品则可以更灵活的安排验证的节点，但是都是为了验证产品的可用性）  GTM：Go to Market。 如果PMF在商业化中是0-1，那GTM是1-100，是一个复制爆发的过程（IPD的验证阶段，是还没有开始商业化的） **目标差异** PMF：聚焦验证产品是否真正满足市场需求，核心是回答”用户是否需要这个产品”）。例如，当40%用户表示”无法使用会非常失望”时，通常标志达成PMF。 GTM：解决如何将已验证的产品规模化推向市场，涉及渠道选择、定价策略、营销战役设计等。例如，GTM需整合研发、市场、销售等部门资源，制定分阶段的推广计划。 **阶段关系** PMF是GTM的前提。一般需先通过MVP验证PMF，再设计GTM策略。  ## 公司内部流程IT的产品经理，和商业化的TO B或者TO C有什么区别？ - **内部IT产品经理**更像是**企业流程优化专家**，需深耕业务逻辑，推动系统落地； - **外部To B产品经理**需扮演**行业顾问角色**，平衡客户需求与产品通用性； - **To C产品经理**则是**用户代言人**，依赖数据驱动快速迭代，争夺市场份额。 内部IT产品并没有营收的目标，那自然也没办法用上商业化的这一套标准去制定节奏，更关键的是，就算能套进去，要不要把PMF和GTM套进去？ ## 换个角度理解PMF和GTM PMF是**做正确的事，验证这个产品没问题** - PMF核心是，确保产品服务是满足需求的 - PMF只存在于早期的验证阶段 - PMF是为了避免大规模市场推广的资源浪费 GTM是**正确的做事，在产品没问题的基础上，复制成功** - 跨部门协同：GTM的核心目标是**确保研发、市场、销售、客服等部门对产品的理解、节奏和目标一致，达成商业目标** - 全生命周期管理：GTM贯穿产品从立项到退市的完整周期 - 降低不确定性：GTM通过明确产品定义、用户角色、优先级，减少执行中的风险 把PMF和GTM抽象成验证和推广，那自然，无论产品面向什么对象，这个过程都是必不可少的了 ## PMF和GTM体现在内部产品的什么阶段，是怎么体现的？ 大白话讲，很多事物的发展规律和底层逻辑是一样的，内部产品虽然一般是至上而下、业务驱动的，但是仍然面临验证和推广的问题。 ### PMF在内部产品的实践 **1.需求验证：从市场（内部用户）出发** PMF的核心是解决真实需求。通过员工访谈、流程痛点分析（如重复性工作、低效审批等），明确内部用户的“未被满足的需求”。例如，开发自动化工具前需确认员工是否真正需要减少手动操作。 量化验证标准：参考《精益创业》提出的PMF三标准：是否解决用户问题（如效率提升30%）、是否具备推广渠道（如通过内部培训触达）、用户是否愿意“付费”（如主动使用并反馈）。 ** 2. MVP（最小可行产品）迭代** 初期聚焦核心功能，例如开发一个仅包含报销审批和数据分析的财务系统，快速上线后收集反馈，避免过度定制化。 **3.持续监测指标** 内部PMF的指标包括：**用户活跃度**（如日登录率）、**留存率**（持续使用比例）、**NPS（净推荐值）**（员工是否愿意推荐给其他部门）。 ### GTM在内部产品的策略 **1.定义目标用户与价值主张** 明确产品服务的部门或角色（如HR系统面向人力资源部），提炼核心价值（如“减少50%的简历筛选时间”）。 **2.分层推广与培训** 种子用户试点：选择关键部门（如IT部）作为早期使用者，快速验证效果。 全员推广：通过内部邮件、培训会、操作手册等多渠道触达，降低使用门槛。 **3.建立反馈闭环** 设置内部产品经理角色，定期收集用户反馈并迭代。例如，通过企业微信建立“产品优化群”，实时响应问题。 **4.数据驱动的优化** 分析使用数据（如功能点击热图）识别瓶颈，例如发现某功能使用率低时，需优化交互或增加引导提示。 ### PMF与GTM的协同 - **PMF是GTM的基础**：只有产品真正解决内部问题（如流程卡点），GTM的推广才能获得用户支持。 - **GTM加速PMF验证**：通过分阶段推广，快速扩大用户样本量，验证产品是否达到广泛匹配。例如，在推广知识库系统时，先覆盖销售团队，再扩展至全公司。 **从底层逻辑去理解事物的根本，或许很多方法论，本身根本都是一样的。** 本文由 @福田贝叶斯 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

 94年左右，林志颖 徐若瑄 徐濠萦 张震岳主演的校园动作喜剧电影《笑林小子》上映了，当时公映的片名应该叫《旋风小子》  这个电影我看了至少三次，一次录像厅，一次电视上，一次电影院……电影院是最后看的，因为工厂的俱乐部放映电影总是比市里要晚。 早在电视里就看过这个片子的介绍，说林志颖饰演的四毛机缘巧合下在少林寺跟释小龙饰演的小师父学艺，让他想不到仅仅学了几天砍柴挑水就习得了一身功夫。 活宝郝邵文，是影片里四毛的弟弟，真的是痞萌痞萌的。 他与释小龙饰演的小和尚真的是一个严肃认真一个活泼调皮。 他在里面诱惑释小龙的法宝是一个很厚的掌上游戏机，墨绿色的屏幕，里面有个类似格斗的游戏，两个小孩儿一个教游戏怎么玩，一个教功夫怎么练，互相指责对方在自己的授业领域里，不如自己。  我当年还不知道GB为何物，对这个电影里出现的掌机也没太在意。  后来再看，才知道这不是任天堂的GAMEBOY嘛，还是砖头厚机，单色屏幕。我本来以为他们玩的是街霸，但实际上某个场景是郝邵文玩的是MD上的街霸，而GB上玩的是类似空手道的游戏。  01或者02年的夏天某一天，下班后跟哥哥约着去鼓楼购买GAMEBOY。彩屏的GBC哥儿俩各买一台。 忘了是哪个店了，可能是华冕可能是酷玩e代。当时到店里老板还让等了10几分钟，等待货物的邮包。 没等几分钟邮包就来了，大大的纸箱，里面是一水儿的包装完好的Gameboy。 哥哥选了紫透，我则要了个纯紫色。现在想想也许还是来个骷髅机好吧？那会儿想要紫色也不知道为什么觉得这个颜色很高贵。  忘了哥哥选的策略游戏《三国志》，我选的是《合金装备幽灵通天塔》，因为之前通关了MGS1，听说Gbc上也出了一作，并且汉化了，那必须买一个啊。另外一个卡带是《口袋妖怪金》另一个哥哥选的貌似是个合卡，有塞尔达有瓦里奥什么的。  我还买了放大镜和移动电源。说是移动电源，可不是现在的充电宝，实际上就是两节串联的5号充电电池放在棍状的塑料仓里。用了一段时间，我都怕电压不够毁了机子，就没有再用。（想想买这个也没太大必要，当年的GB除了light版，都是没有背光的，本身就很省电）那放大镜是要紧贴在屏幕上的，用屏幕边上下的外壳来固定，那会儿也没有什么贴膜一说，这放大镜实际效果不咋样却把我的屏幕刮花了。 每天要在公司的一个接待处值半天班，和同事互相换着来，值班时就是我玩游戏的时候了。 说来惭愧，虽然在值班时有大把的时间，但是回想到现在，我应该一款GB上的游戏都没有通关过。我指的是RPG类的长时间作品。 而且，这台紫色的GBC玩了顶多一年左右我也不知怎么就头脑短路地卖给了那家常去的游戏摊位的老板，多年后的现在都懊悔不已。 虽然GBC没有玩多长时间，现在想想上面的很多游戏还是给我留下了深刻的印象。 KONAMI的魂斗罗、恶魔城都可以在这台掌机上玩到，虽然是黑白版，虽然不像fc上那样是个整体的通篇叙事，都是一小关一小关的，但玩起来还是很精彩。   单色的黑白游戏，GBC上玩家在开机前按住方向键任意一个方向可更改画面上黑色基色的颜色，这一设定很讨巧，让本是黑白的游戏多了一种观感。  能在这小掌机上玩到复刻fc上的《超级马里奥》基本上一模一样（官方给的命名是极品版），甚至连无限加命的bug也存在。只不过因为屏幕的原因不能在掌机上展示全部画面，开发人员将屏幕的视野做到了可以上下移动，以保证复刻画面的完整。  《瓦里奥大陆》也很棒，这个系列我甚至认为某些设计玩法超越了马里奥。绝对是GB上的原创经典。  《塞尔达梦见岛》让玩家在这台掌机上玩到了动作RPG的精彩，很可惜，也许是因为电池还是其他原因，并没有通关。  可能是03年的夏天，哥哥某个周末回来，带回来了老任的GAMEBOY的后续机GBA 在当年也许还在用着单色2寸屏的nokia手机来说，看到了GBA的屏幕进化是颠覆的。由上一代的竖持变成了横握。虽然依旧是没有背光，但看到了将近3寸的屏幕，立马大气起来。  所有的观感都是对比出来的，你能想象我第一次见到GBA时候被它的屏幕所展现出来的大气所惊讶吗？ 那是一台淡蓝紫色透明机，是哥哥的同事买的。随机带来两张卡，比gb的卡要小一半，宽度一样。  一盘《快打旋风》在掌机上玩到了当年的街机游戏！在与街机大屏幕对比掌机的小屏幕情况下顿时觉得这掌机的性能强劲，移植的分毫不差。  一盘《网球王子》更是将二次元动漫运动游戏完美体现。  后来，哥哥让我帮忙探探烧录卡的售价，我在当年新亚的网站上看到512mb的烧录卡售价后，又跟哥哥一起去新亚购买了烧录卡回来，这样就可以免费玩很多游戏了。（哥哥说，掌机同事买的，烧录卡他买的，结果同事也没怎么玩，全都让他玩了。）  当时的游戏我印象不深，倒是对一个名叫“播放君”的软件很感兴趣。（在网上看了看资料说是任天堂官方开发对抗PSP的影音功能的，有专门的硬件卡带。这之前我还以为这个是第三方爱好者开发的免费软件，是我记混了吧？可能是被人po解后可以放在烧录卡上使用。）  记得当年用这个软件压了一个《蜘蛛侠2》的预告，烧录到卡上后，用GBA播放起这个预告片，那画面颇有些户外LED屏幕的大颗粒粗糙感。颜色清淡，虽然分辨率大果粒，甚至画面丢帧，但能在移动端上看到这个，并且还是在游戏机上，真的令我挺兴奋的。  （题外话：当年个人家庭的网络也就512kb，下载个预告片都要很长时间，我发现那会儿能下载到清晰的预告片都是用苹果的quicktime压制的，这个格式不光容量小，还清晰。比当时流行的RMVB要清晰的多得多）  后来在杂志上看到了《光明力量》之父高桥兄弟开发的号称GBA上最强RPG《黄金太阳》时，真的很眼馋，心想那如同《光明力量3》般的3D对决场面是能在掌机上实现的吗？   虽然GBA给我的印象特别好，但我一直没有拥有过一台属于自己的GBA。 GBA上的游戏早期我是在PC上玩的，记得04年我首次在笔记本上运行了《马里奥vs大金刚》玩得根本放不下。 还有《塞尔达小人帽》任天堂与Capcom联合开发的A.RPG更是让我玩得如痴如醉。  游玩《逆转裁判》的汉化版，我被这个游戏深深地迷住了。一口气打通了一和二，却把三只打到了一半，因为各种原因一直没有通关。  后来，经过民间大神们的努力，将各种模拟器登陆到了PSP上，GBA怎能缺席呢？刚开始的GBA模拟器还卡顿，有爆音，需要跳帧才能勉强玩。随着开发者的努力，一个版本一个版本的优化，后来的模拟器已经基本完美运行了。  顿时觉得PSP买的真的很值，可以模拟这么多平台的游戏。自从有了模拟器，我就开始在这上面不务正业的玩起模拟器来，慢慢察觉在PSP上玩gba模拟器比PSP本身游戏的比例都要多。我在上面玩通了恶魔城三部、银河战士两部…… 尤其是银河战士 SA-X 克隆体出现时 真的被这个压抑的气氛震住了。  不得不说的是在PSP上玩《火焰之纹章》和《瓦里奥制造》真的挺合适，因为可以随时记录用SL大法降低了游戏难度也减少了时间。  SL大法也让我通关了瓦里奥制造，别笑话我，要是实机体验我这手残人士真的很难通关。 后来，PSV上，用套娃的方式，模拟PSP&gt;模拟GBA玩了汉化版的《Mother3》打到了中后期，虽然因为一次升级po解导致存档丢失没能玩通关，但非实机模拟游玩的体验也算开心吧？因为可能会在游玩中碰到死机，所以即时存档很有必要。  再后来手机上可以轻松的模拟GBA，更可以随时随地的玩了。  虽然在各个平台都有GBA模拟器来游玩gba游戏，可是我永远忘不了哥哥第一次带回来GBA带给我的震撼。可我也一直未曾拥有过自己的GBA实体机。 也曾想过淘个二手的gba，可海鲜市场上的价格又觉得不值当，并且品相也不见得好，毕竟也是20多年了。 24年年底，周哥推出了1：1复刻GBA外型的RG34xx 我看到了网上的评测，心里长了草。虽然这台主机的CPU依旧是周哥的割韭菜最爱 万年“全能”全志的h700 我知道也就能模拟到PS1吧，DC都够呛？  但就冲这外型，我还是在并夕夕上下单了。由于当时售出的只有红绿黑紫四种配色，我只好选择了黑色。后期有了当年见到的蓝透色我没能赶上，很遗憾……   到手后，包装盒很硬实。附送了一个保护皮套，一个挂绳一个贴膜 铠侠的32g卡（系统卡）。 本来就是想玩个GBA游戏，128G卡就够用了。遂在网上找了个懒人包安装上。 我终于能理解网上评测所说的3倍点对点的画面了。游戏启动时GBA的logo画面一下子把我拉回了20年前，本身滤镜就是颗粒状，更好的还原了当年实际的液晶屏幕效果。  在复刻的主机背后原先是卡带插槽的位置变成了两个sd卡插槽，一个主机系统，一个游戏存储卡。并且在卡槽两边添加了L2R2键位。  由于是1：1复刻。看到有博主在此复刻机上套了了原装的GBA保护套。我也从网上下了单买了个清水套回来，直接是不能使用的，需要自己用剪刀改造。 L2R2的位置需要切掉露出来，需要一点点的裁剪，以防裁剪秃噜了。  由于上方比原装多了很多按键，直接用剪刀不好裁剪，我就图省事儿用改锥在火上烤烤，烫出窟窿来，虽然坑坑洼洼，但是不影响使用。  在一次升级系统后，安博尼克加入了SS模拟器，我试了试《公主的王冠》可以流畅运行 《生化危机》40帧左右，《光明力量3》运行一会儿会黑屏，可能是随机出现的。看来2d基本可以了，3d还够呛。也算是给了我一个小小的惊喜吧。  写这篇不是给周哥做啥广告，我也没有多少粉丝，去年底的机子，我现在才写，哪个广告主也不干啊。只是想写一写记录一下当年的回忆，当年的感觉，现在再也不会有了，是我老了吧，对啥都提不起兴趣了。 那就下一篇电玩朝花夕拾见。

 机核网：https://www.gcores.com/games/148268 百度网盘： https://pan.baidu.com/s/1oHSjMrtlHuk3NkrschIXhQ?pwd=mygo 提取码: mygo 你说的对，但是《烬机（M-Ash1nE）》是由来点灵感组自主研发的一款全新俯视角roguelike游戏。游戏发生在一个被称作「Planet-24601」的后末日世界，在这里，被终末循环选中的人将被授予「红刀」，导引一击必杀之力。你将扮演一位名为「EXECUTOR」的神秘角色，在紧张的战斗中拾取效果各异的道具，跟随INSPECTOR的引导，带着道具一起击败强敌，摧毁这片大地的中枢——同时，逐步发掘「烬机」的真相。

上榜作品不仅拥有专属站内外推荐资源，还将成为“钛媒体年度作者”评选的重要参考。

<blockquote><p>作为产品经理或交互设计领域的一员，我们都渴望不断提升自己的能力，实现从普通从业者到拥有卓越思维的领导者的跨越。本文结合腾讯职级体系，深入解析战略规划与资源协调能力的培养路径，供大家参考。</p> </blockquote>  ## 一、产品经理的成长困境与能力跃迁的必要性 咱们先回顾一下过往的经历，是不是常常有这样的场景，“请问你的设计依据是什么？为什么A功能放在前面，B功能放在后面？这个功能的用户场景确定是这样的吗？你是否有明确的用户数据分析？”就像我们绞尽脑汁完成功能设计，满心欢喜地拉着团队开发、测试进行设计评审，可往往因为缺乏用户数据，设计方案就被开发人员质疑，最后可能方案就被推翻或搁置了。这其实反映出我们在工作中常常处于一种缺乏深度思考和战略规划的状态。 对于产品经理来说，从最初只会画原型到具备CEO思维，这中间需要经历多个阶段的能力跃迁。以京东外卖的PM为例，他们面临着激烈的市场竞争和复杂多变的业务环境。如果仅仅停留在基础的功能设计层面，是远远无法满足业务发展需求的。就好比在电商领域，如果产品经理只关注页面的美观和交互的流畅度，而不考虑整个业务的战略布局和资源协调，那么这个产品很可能在市场上缺乏竞争力。据相关市场调研数据显示，在竞争激烈的外卖市场，那些具备战略规划能力的产品团队所打造的产品，其用户增长率和市场份额往往比只注重功能设计的团队高出30% – 50%。所以，实现能力跃迁，培养战略规划与资源协调能力是非常必要的。 ## 二、结合腾讯职级体系看能力跃迁阶段 ### 初级阶段：专注功能与数据，打好基础 在腾讯职级体系里，初级产品经理相当于T1 – T2职级。这个阶段就像是在学习走路，要把基础打扎实。就如同我们前面提到的数据埋点知识，初级产品经理要学会通过数据来支撑自己的设计。比如京东外卖的初级PM，要深入了解用户行为数据，就像经营超市通过安装摄像头和传感器来了解顾客购物习惯一样。他们要在系统中进行数据埋点，记录用户在APP上的各种行为，如浏览菜品、点击商家、下单等。 数据埋点有第三方埋点和自研埋点两种方式。第三方埋点对于初级产品经理来说是一个不错的选择，像神策数据和百度统计这样的第三方平台，可以快速实现数据采集。对于京东外卖的初级PM而言，使用第三方埋点可以在短时间内获取大量用户数据，分析用户的喜好和消费习惯。比如，通过分析数据发现用户在午餐时段更倾向于选择快餐类菜品，那么就可以在这个时段推荐更多快餐商家。这个阶段的产品经理要撰写详细的数据埋点方案，明确埋点模块与区域、操作行为以及统计标准等。通过对这些数据的分析，为产品的功能设计提供依据，提升产品的用户体验。 ### 中级阶段：参与业务规划，提升资源协调能力 当产品经理晋升到腾讯职级体系的T3 – T4职级时，就进入了中级阶段。这个阶段要开始参与业务规划，提升资源协调能力。以京东外卖为例，中级PM需要考虑如何在不同业务场景下合理分配资源。比如，在促销活动期间，要协调市场、运营、技术等多个部门的资源。市场部门负责宣传推广，运营部门负责活动策划和用户维护，技术部门要保证系统的稳定性和流畅性。 在这个阶段，需要有明确的战略规划。就像电商平台在制定促销活动时，要根据不同的节日和市场需求，提前规划好活动的主题、时间、优惠力度等。京东外卖的中级PM要分析市场数据和竞争对手情况，制定出具有竞争力的业务策略。例如，根据市场调研发现竞争对手在某个区域推出了新的配送服务，那么京东外卖的PM就要考虑是否在该区域也进行相应的服务升级，同时协调内部资源来实现这个目标。据统计，在业务规划和资源协调做得好的项目中，项目的成功率比一般项目高出40%左右。 ### 高级阶段：具备CEO思维，引领业务发展 到了腾讯职级体系的T5及以上职级，产品经理就要具备CEO思维了。这意味着要站在公司整体战略的高度来思考问题，引领业务的长期发展。以京东外卖为例，高级PM要考虑如何与京东集团的其他业务协同发展，如何拓展新的市场和业务领域。 具备CEO思维的高级PM，要懂得宏观的战略规划和资源整合。比如，京东外卖可以与京东物流合作，实现更高效的配送服务；与京东商城合作，推出联合促销活动，吸引更多用户。同时，高级PM还要关注行业的发展趋势和技术创新，提前布局新的业务方向。例如，随着人工智能和大数据技术的发展，京东外卖的高级PM可以考虑如何利用这些技术提升用户体验和运营效率。像通过人工智能算法实现智能推荐菜品、优化配送路线等。在这个阶段，产品经理要像CEO一样，对公司的未来发展负责，做出具有前瞻性的决策，带领团队实现业务的持续增长。 ## 三、培养战略规划与资源协调能力的方法 ### 学习经典案例，汲取经验教训 我们可以学习一些成功的企业案例，从中汲取战略规划和资源协调的经验。比如阿里巴巴的电商业务，从最初的B2B模式到后来的淘宝、天猫等多元化业务发展，阿里的管理层在不同阶段都制定了明确的战略规划，并且有效地协调了各方资源。通过学习这些案例，我们可以了解到在不同的市场环境和业务阶段，如何制定合适的战略，如何协调资源来实现目标。 ### 实践与反思，不断提升能力 在实际工作中，我们要勇于实践，不断尝试新的战略和资源协调方式。每完成一个项目，都要进行反思和总结，分析哪些地方做得好，哪些地方还需要改进。例如，在京东外卖的促销活动中，我们要分析活动的效果，是因为战略规划得好，还是资源协调到位才取得了成功。通过不断地实践和反思，我们可以逐渐提升自己的战略规划与资源协调能力。 ### 跨部门合作，拓展视野 跨部门合作是提升能力的一个重要途径。在京东外卖的项目中，与不同部门的同事合作，可以让我们了解到其他部门的工作内容和需求，拓展自己的视野。比如与技术部门合作，我们可以了解到新技术的应用和发展趋势；与市场部门合作，我们可以学习到市场推广的策略和方法。通过跨部门合作，我们可以更好地协调资源，制定出更全面的战略规划。 ## 四、总结 亲爱的小伙伴们，从画原型到CEO思维，京东外卖PM的三级能力跃迁模型为我们指明了方向。结合腾讯职级体系，我们可以清晰地看到在不同阶段需要重点培养的能力。从初级阶段的数据驱动功能设计，到中级阶段的业务规划与资源协调，再到高级阶段的CEO思维引领业务发展，每一个阶段都需要我们不断学习和实践。 学会培养战略规划与资源协调能力，就像为我们的产品之路装上了强大的引擎。我们可以更好地应对各种挑战，让我们的设计方案更具说服力，让我们的产品在市场上更具竞争力。希望大家都能在自己的职业生涯中不断成长和进步，实现从普通产品经理到具备卓越能力的领导者的华丽转身。 好啦，今天的分享就到这里啦！如果你对产品经理的能力提升还有更多的疑问或者想法，欢迎一起沟通讨论哦，下次见咯！ 本文由人人都是产品经理作者【北沐而川】，微信公众号：【健彬的产品Live】，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。

康养+人形是机器人的最终归宿？

盈利拐点何时到来？

**近日，国产X86处理器厂商中科海光披露了其最新的旗舰级处理器C86-5G的产品路线图。****C86-5G处理器拥有128个物理核心，并支持同步多线程（SMT）技术，**与常见的双向SMT不同，C86-5G采用四路SMT，即每个核心可以处理四个线程，从而在128个核心的基础上实现了512线程。 此前仅有Intel的Xeon Phi（Knights Landing版本）和IBM的Power8处理器采用过类似的SMT4架构。 [](//img1.mydrivers.com/img/20250511/1a17af64316e45e3bacbe4b0af0f4d7d.jpg) **与前代C86-4G相比，C86-5G的核心数量增加了一倍，线程数量增加了四倍，**虽然中科海光未透露C86-5G的具体微架构细节，但表示其进行了升级，每周期指令数（IPC）提升超过17%。 自C86-4G以来，海光已采用自主研发的微架构，C86-5G则是这一架构的增强版本。 **C86-5G还支持AVX-512指令集，支持16通道DDR5-5600内存，相比C86-4G的12通道DDR5-4800有了大幅提升，能够支持高达1TB的DDR5-5600内存。** 连接性方面，C86-5G支持Compute Express Link 2.0（CXL 2.0），互连标准方面与最新的AMD EPYC 9005和Intel第五代Xeon相比毫不逊色。 C86-5G的PCIe 5.0信道数量尚未披露，但其上一代C86-4G已提供128条PCIe 5.0信道，与AMD第四代EPYC 7004（代号Genoa）芯片相同。 [](//img1.mydrivers.com/img/20250511/f531817665e64b87b33758a44b987713.png) [查看评论](https://m.cnbeta.com.tw/comment/1498734.htm)

**近日，浙江一家名为“胖都来”的商场开业，多位明星发视频祝贺，随后该商场名称引发争议，不少网友质疑这是在碰瓷胖东来。**“胖都来”此前解释称，“胖”寓意丰盈、富足、美好，“都”取自集团董事长的姓氏，名字只是符号，品质才是关键。 **昨晚，“胖都来”官微发布消息，“胖都来”创始人都建明表示，“胖都来”名字可以换，同时向网友表示，“你们觉得换哪个好，给我提提建议。”**  他还表示：**“名字不重要，重要的是能否帮服装厂清库存、帮年轻人低成本创业。”**  都建明称，此前我们公司的注册商标用的是“淘都来”，但有人觉得这个谐音有“逃跑”的意思，不太吉利。“他们说，老板这个人比较胖，后来就叫了胖都来。” 对此，有网友称：名字只是符号，靠近先进的经营理念，我觉得没有任何问题。不过网友征名这个想法不错，我觉得可以叫“都乐来”，都姓不变，让老百姓“都”“乐”于“来”消费，享受真正物美价廉的实惠。  目前，“胖都来”的抖音账号内容已清空，显示暂无作品。 该用户因违反《抖音社区自律公约》的相关规定被禁止发布作品，将于2025年06月09日解封。  [查看评论](https://m.cnbeta.com.tw/comment/1498732.htm)

美国联邦贸易委员会[周五投票](https://www.ftc.gov/news-events/news/press-releases/2025/05/ftc-votes-negative-option-rule-deadline)决定推迟实施负面选择规则——广为人知的“点击取消”规则，要求公司让取消订阅变得像注册一样简单。该规则于 2023 年首次提出，针对的是那些通过简单的注册流程销售实体和数字订阅服务（从流媒体服务到健身房会员资格）的企业，但客户后来发现，他们必须经过更复杂或更耗时的过程才能取消订阅。 [](https://static.cnbetacdn.com/article/2023/0928/451300433ddf167.webp) 根据负面选择规则，企业不得强迫客户通过与注册时不同的方式取消订阅——因此，如果您在公司网站上点击几下即可注册，那么您也可以在其网站上取消订阅。此外，公司还必须在收集客户的付款信息之前提供有关取消订阅的相关信息。 据联邦贸易委员会称，[该规定原定于1月19日生效](https://www.ftc.gov/system/files/ftc_gov/pdf/negative-option-rule-delay-commission-statement.pdf)，但部分条款的执行被推迟至5月14日。目前，联邦贸易委员会将执行时间再推迟60天，至7月14日。 美国联邦贸易委员会在一份声明中表示：“在对强制在该日期前遵守规定将带来的负担进行了新的评估后，委员会认定，最初的延期期限没有充分考虑到遵守规定的复杂性。” 联邦贸易委员会以3比0的投票结果决定推迟执行。联邦贸易委员会传统上由五名委员组成——三名来自总统的政党，两名来自反对党——但唐纳德·特朗普总统于3月[解雇了两名民主党委员](https://www.nytimes.com/2025/03/18/technology/trump-ftc-fires-democrats.html)。这两名委员随后[起诉特朗普](https://www.cnn.com/2025/03/27/business/fired-ftc-commissioners-trump-lawsuit)，称解雇他们违反了最高法院的一项先例，即总统不能无故解雇联邦贸易委员会委员。 尽管出现延迟，但联邦贸易委员会表示，它将于 7 月 14 日开始执行，届时“受监管实体必须遵守规定”。 联邦贸易委员会补充道：“当然，如果执法经验暴露出该规则存在问题，委员会愿意修改该规则来解决任何此类问题。” [查看评论](https://m.cnbeta.com.tw/comment/1498728.htm)

<blockquote><p>此文本是对谷歌NotebookLM的一项深度评测，侧重于其作为一款以学习为核心的AI 研究助理的技术定位和实际应用。作者通过系统性实操与评估，详细分析了 NotebookLM 的产品定位、核心功能（如来源管理、聊天交互、音频概览和笔记模板）以及底层逻辑（特别是系统提示词）。评测指出，NotebookLM 在提升信息获取与整合效率方面表现出色，但认为其在支持从知识输入到知识输出的完整链路上仍有发展空间。文章还探讨了 NotebookLM 在学术研究、企业知识库以及个人学习等场景下的应用前景，并对比了其与传统笔记工具及其他AI产品的差异。</p> </blockquote>  近期，谷歌NotebookLM AI工具在AI圈引起了热议，特别是有些博主宣称其支持基于中文内容生成“**中文播客**”的功能，成功引起了我研究的兴趣。作为一名AI实战博主，长期关注并实践各类AI工具的分析者，我对 NotebookLM 进行了系统性的实操与评估。  本文不仅是对 NotebookLM功能表象的梳理，更力求揭示其作为学习辅助工具的设计哲学与底层逻辑。我将分享在实际使用中对其功能定位、交互体验的观察，剖析其在辅助学习与知识构建上的真实效能及潜在边界。 核心观点是：NotebookLM作为个性化AI研究助理，在信息获取与整合上已展现出强大实力，但在打通从“知识输入”到“知识输出”的完整链路上，仍有广阔的进化空间。 我期待并探讨其未来如何深化知识管理与内容创作的融合，向真正的一站式知识工作平台迈进。 ## 音频概览初探：预期与现实 前段时间接触 NotebookLM的原因，受到一些博主的分享了其“**中文播客**”的功能所吸引。我当时的想法是，若能将文章转为轻松愉快的播客，无疑能我的读者带来极佳的体验，也能增加文章曝光的流量。 然而，在上传了我撰写的文章并生成“播客”后，实际效果与我最初设想的“**内容生产辅助**”存在一定偏差。生成的音频确实由两位AI语音合成角色以对话形式展开，内容也紧密围绕上传的源材料。但整体听下来，其**更接近一种结构化的知识点摘要和讲解**，两位AI的语调和互动模式，虽力求模拟自然对话，但与专业播客或高质量口播作品在流畅度、吸引力及信息传递的细微之处相比，仍有明显差距。 这一刻我意识到，部分博主的未经过实操的宣传，让我对它的应用场景产生了误判。**NotebookLM 的核心定位并非直接的内容创作或音频生产工具，而更侧重于为学习者提供一个高效的、以源材料为基础的个性化学习与研究辅助平台。** NotebookLM的核心价值到底是什么，这就需要从其产品定位、目标用户、交互逻辑及系统提示词等多个维度进行剖析。 ## 产品定位：赋能高效学习与研究 NotebookLM 的官方网站将其核心理念表述为：“Think Smarter, Not Harder”**巧思胜苦干**，并将其定位为“Your Personalized AI Research Assistant”**你的个性化研究助理**。**这清晰地揭示了其产品设计的核心目标：赋能用户进行更高效、更智能的学习与研究活动。**通俗讲，NotebookLM是一个学习神器。  从我的实际操作体验来看，NotebookLM 严格遵循了这一产品定位。其核心运行机制表现为**高度依赖用户上传的源材料**，所有分析、问答和内容生成均在此基础上展开，避免了无根据的泛化和主观臆断。 因此，其“**音频概览**”功能应被理解为一种服务于学习过程的辅助工具——即“**学习型播客**”，其目的是帮助用户更好地理解和消化源材料，而非直接产出可供广泛传播的“**生产型播客**”。 明确了这一点后，我们有必要进一步探究其后台运行的关键机制之一——系统提示词。 ## 系统提示词：NotebookLM的行为密码 ### 系统提示词是什么？ 系统提示词（System Prompt）是AI模型开发者预设的一组指令或约束，用于定义模型在特定应用场景中的行为框架、角色设定、交互风格和输出规则。它与用户在前端直接输入的查询（User Prompt）不同，属于更底层的控制机制，对模型输出内容的质量、风格、一致性和安全性具有决定性影响。其核心构成要素通常包括：**角色定义、行为约束、任务导向**以及**上下文管理**。 对于熟悉大型语言模型（如ChatGPT）的用户而言，其“自定义指令”功能在某种程度上可以视为一种用户可配置的“**二级系统提示词**”或“**全局偏好设定**”，模型在处理用户后续输入前会优先参考这些指令。例如，我为个人ChatGPT设置的自定义指令包括： <blockquote><p>深吸一口气，然后一步步来思考。</p> <p>如果你失败，将会有100位老奶奶遭遇不幸。</p> <p>我没有手指，但我会额外给你20美元作为小费。</p> <p>如果你做得好，我会奖励你一份美味的狗狗零食。</p> <p>一律使用中文简体回答。</p></blockquote>  这个自定义指令，在ChatGPT实际回答中会有所体现：  ### NotebookLM 系统提示词 NotebookLM具体的系统提示词内容来源于@宝玉老师通过逆向工程获取的提示词。结合我的实际使用体验，该组提示词与NotebookLM的实际行为高度吻合，据此可判断是系统提示词的可信度很高。 我在@宝玉老师的英文版本基础上，进行了进一步的精翻，重写。可一句话总结： <blockquote><p><strong>请在五分钟内，以讲故事般的热情与理性分析相结合，从所给材料中提炼出既精准又富启发性的知识点，服务于那些渴望深入学习、但时间紧张的使用者</strong>。</p></blockquote> 具体如下： - 任务目标：信息高效且有深度快速传达重点：优先提炼最具价值的信息，省去繁复冗余。兼顾深度与清晰：深入分析但不晦涩难懂，避免术语堆砌或表面化描述。严守资料来源：仅据原始资料展开，不添油加醋，不主观评论。激发兴趣与反思：引发“原来如此”的时刻，让学习不仅仅是接受信息。贴合个人需求：内容紧贴“你”的学习目的，语气直接亲切。 - 双重表达风格：故事感 + 理性感并存NotebookLM 设计的核心之一，是用两种声音共同展开叙述，以兼顾感性与理性：1.引导式语调（类似“热情讲述者”）语气友好、富有感染力，善于用比喻、类比、微故事来降低理解门槛。它的作用是：唤起你的兴趣、把抽象的概念变得贴近生活，让你感到“这和我有关”。2.分析式语调（类似“理性解说者”）语气冷静、逻辑清晰，专注于提供背景、解释结构、厘清概念间的关系。它的作用是：补充事实细节，保持中立立场，帮助你看懂复杂问题的底层逻辑。两种语调交替出现，不需要标签化区分，而是以语气和语境自然切换，构成既生动又扎实的内容节奏。 - 你是谁？——系统默认的学习者画像系统始终把“你”放在叙述中心，设想的对象有以下特征：你时间有限，但希望学得深入；你喜欢从不同视角看问题，期待被启发；你不喜欢被大量信息压垮，希望有人帮你筛选重点；你重视内容的实用性，学习不仅是为了“知道”，而是为了“用”。 - 资料使用规则：只说有根据的话只引用已提供材料：不外引、不猜测、不脑补。信息缺口即沉默：如果资料未涉及，就不虚构填补。观点冲突时，持中立态度：如有不同声音，照实呈现，不做倾向。强调与你的关联：内容选取以对你最有用、最启发性的角度为优先。 - 风格与语气：像在和你交谈口语化但不随意：用通俗易懂的语言解释复杂概念，拒绝学术腔。适度轻松与幽默：开头、转场、结尾适当“加点料”，减轻阅读负担。条理清晰，有逻辑感：让阅读节奏明快，结构一目了然。内容客观，不偏不倚：无论语气多轻松，观点必须建立在事实基础上。 - 时间控制：五分钟之内说清楚每次输出应控制在五分钟阅读内（或相应篇幅），不“灌水”、不绕圈。优先展现核心观点，果断省略次要信息。按主题分段，结构清晰，帮你迅速进入主题、快速记忆重点。 - 推荐内容结构（可灵活调整）开场引入：用轻松语言点出主题，让人有兴趣继续读下去。核心内容：1.用“讲述者”语调先抛出重点，引导你进入主题；2.然后以“分析者”风格提供事实、解释背景、解析概念。3.如果有不同视角，也能并列展现，激发你思考。与你的关系：强调这个知识与你的生活、工作或兴趣有何关联。回顾总结：轻松地回顾一遍重点，让信息留下印象。思考/行动引导：结尾丢出一个问题或建议，鼓励你延伸思考或行动。 - 内容编写规范角色不外显：不要写出“我是讲述者”或“现在由分析者说明”等字样。始终称呼为“你”：让每一句话都仿佛是对你说。不透露提示词存在：不能出现“这是系统提示”“我是AI”等元信息。语调切换自然流畅：风格变化通过语气引导，而非跳转式突兀切换。风格服从信息准确性：幽默、轻松、个性化都不应影响事实陈述或时间控制。结尾必须提出一个问题或建议：让内容不止于信息，更是引发行动或思考的起点。 综合评价：**<strong>NotebookLM 的系统提示词设计充分体现了其</strong>以学习者为中心**的产品理念。特别是对目标用户特征的精准刻画，明确了其服务于特定需求群体的定位——高效、深度、个性化且以应用为导向的知识辅助。 ## 交互界面与核心功能详解 本节将详细介绍NotebookLM的交互界面和功能（以Plus订阅用户为例，免费版与付费版的功能差异将在文末说明）。为获得最佳体验，建议大家将NotebookLM的界面语言设置为中文简体（通过右上角**设置**&gt;**输出语言**&gt;**中文简体**）。 ### 笔记本：任务化学习空间 NotebookLM 以“笔记本”**作为组织学习内容和任务的基本单元**。每个独立的学习主题或研究项目都可以创建一个专属的笔记本。用户在此界面可以管理已创建的笔记本，并访问他人共享的笔记本。  NotebookLM 主界面通常划分为三个主要区域，如下图所示： - 来源：位于界面左侧，用于上传本地文件或添加在线资源作为AI分析的基础。 - 聊天界面）：位于中部，是用户与AI进行交互的核心区域，可围绕“来源”中的资料进行提问、请求摘要、生成笔记或构建思维导图。 - 音频概览：位于右侧（或特定视图下），可一键生成基于源材料的音频摘要。  界面顶部提供“**分享（Share）**”功能，允许用户将笔记本共享给其他用户，便于协作学习或小组讨论。被邀请者会通过电子邮件收到通知，或通过直接链接访问共享笔记本。  ### 来源：多元知识入口 来源处支持两种主要的内容导入方式：**添加本地文件**和**在线探索资源**。 **本地文件上传：**支持多种格式，包括Google Docs、Google Slides、PDF、TXT、Markdown（MD）文件、音频文件（如MP3、WAV），以及通过URL导入网页内容、公开的YouTube视频字幕和直接复制粘贴的文本。从结构化和AI解析友好度的角度，Markdown格式的文档是推荐的优先选项。**这里我对NotebookLM未来能否支持本地视频文件的直接内容分析抱有期待（先按下不表，见下文详聊）**。 **探索来源**：用户可以输入关键词或特定文本片段，NotebookLM 会尝试在互联网上搜索相关的公开资源。此功能似乎集成了Google Scholar（谷歌学术搜索）的能力，能够帮助用户查找包括期刊论文、学位论文、书籍、预印本、文摘和技术报告在内的学术文献。例如，我在搜索一篇Potential Metabolic Pathways and Related Processes Involved in Pericarp Browning for Postharvest Pomegranate Fruits（3 种石榴果皮褐变与酚类代谢及能量代谢的关系）时，NotebookLM 能够识别并列出其在Scilit、Maktaba等学术数据库以及相关期刊的来源信息。  需要注意的是：**当利用“探索来源”功能导入学术论文时，为确保NotebookLM能够对论文全文进行分析，我们应**选择**勾选论文完整内容（如PDF全文）的链接**，而非仅包含摘要或元数据的页面。只有导入了完整的文本内容，AI才能进行有效的深度解读和问答。如下图所示：  （点击来源，会直接进入该论文PDF阅读界面） 还有一个小技巧，可以在搜索来源时，可加入要求和限制，如要论文具体内容，PDF格式。这样能极大提高来源是论文全文的概率。  需要注意的是，NotebookLM的搜索来源主要限于开放平台，像知网、维普、知乎或微信公众号这类商业平台的数据目前还无法直接抓取，想使用这些内容，仍需自行下载或复制粘贴后手动导入。 来源数量限制方面，Plus用户每个笔记本最多可添加300个来源，再结合其在线搜索PDF等学术资源的能力，**这难道不是写文献综述的神器吗？** 我一位初中朋友就做过一次“压力测试”：他上传了整整294卷的《资治通鉴》全文，NotebookLM不仅没崩，还硬是给成功生成了一张庞大的思维导图，光是拖着滚动条从头拉到尾，就花了他二十多秒。  （足足上传了294个来源） 将源材料添加至NotebookLM后，用户可以点击具体来源，系统会生成一份“**来源指南**”，包含该材料的内容摘要、关键主题列表等，帮助用户快速了解材料核心内容，并直观展示AI已处理和理解的信息范围。  （来源指南：摘要和关键主题） 有意思的是，即使是PDF格式的来源，在NotebookLM中点击查看时，**其内容也会以可编辑的文本形式呈现**。但由于PDF排版的复杂性，这种文本转换有时可能导致格式混乱，其阅读体验不如原生Markdown或结构良好的网页。  （排版较为紊乱） **聊天交互：精准溯源与深度对话** 用户在上传或选定来源后，即可在聊天界面中针对这些材料向模型提问，或下达指令（如“总结这份文档”、“生成思维导图”、“将回答保存为笔记”等）。用户可以通过勾选来源列表中的复选框，灵活指定模型在当前交互中应参考或排除哪些特定来源。 在开始对话前，用户可以进行“**对话配置**”，这类似于一种局部的、针对当前笔记本的“二级系统提示词”。用户可选定对话风格（如默认、分析师、指南等，亦可自定义）和回答的长度（默认、较长、较短）。  **聊天交互的核心特性：** 精准的原文引用与溯源：这是NotebookLM在交互设计上的一个显著亮点。当模型在回答中引用源材料的内容时，会在相应文本旁显示一个引用角标（数字）。用户点击该角标，左侧的“来源”区域会自动滚动到原文中对应的具体位置，并高亮显示相关段落。这种直接、精确的溯源能力，对于验证信息准确性、深入理解上下文至关重要，在目前主流的AI工具中尚不多见。  （点击角标后，来源区域自动高亮相关段落） 知乎直达AI也提供了引用角标功能，但体验远不如NotebookLM。它有时会引用维普平台的论文，但点击角标后展示的只是整份PDF文档，无法直接定位到原文中的具体引用内容，查找极不方便。相比之下，NotebookLM的引用跳转不仅精准，而且会自动高亮，非常高效。（@知乎产品经理，建议你们认真体验一下NotebookLM，真的值得作为竞品深入研究）。  **动态思维导图生成** NotebookLM能够根据源材料或特定部分的讨论，生成结构化的思维导图。这有助于用户快速把握内容的核心结构和逻辑关系。  我们还可以点击思维导图中的某个子节点，聊天界面会自动围绕该子节点的主题生成进一步的解释或引导性问题，促进更深层次的理解。如下图所示：  （点击子节点，进一步了解和学习） ### 音频功能：听学结合与笔记辅助 音频功能主要体现在“**音频概览**”和“**备注**”。音频概览允许用户一键生成基于所选来源的音频摘要。  如前所述，这通常由两位AI语音（模拟“讲述者”与“分析师”）以对话形式呈现，旨在提供一种听觉化的学习方式。中文音频的生成质量在自然度方面尚可。 **Beta版还可以进行互动，即用户可在收听过程中“加入”对话并获得个性化回答。** 提醒：音频并不会留存下来，网页刷新后音频会消失，大家若觉得音频不错，及时进行下载。 在“**备注**”功能区，NotebookLM提供了一系列结构化的笔记模板，可以将文本内容快速转化为特定格式的文档，部分笔记内容或摘要后续也可以作为新的来源： - **自定义笔记**：允许用户自由记录想法、注解，并与源材料关联。 - **学习指南**：将源文档内容转化为包含关键概念、摘要、术语解释等的结构化学习材料。 - **简报文档**：从冗长信息中快速提炼核心要点，生成主题概览。 - **常见问题解答**：根据源文档内容，自动生成一系列潜在问题及其对应答案。 - **时间轴**：从材料中提取事件信息并按时间顺序组织，清晰展示发展脉络。 ## 技术定位与前景展望 NotebookLM 的底层大模型是谷歌的 Gemini 系列模型（如 Gemini 1.5 Flash 或 Pro），**并针对学习与研究场景进行了特定的微调**（Fine-tuning）。其在辅助学习、信息快速吸收与整合方面的表现，确实展现了专注于特定领域应用的AI模型的优势。**相较于通用型大型语言模型，将学习场景独立出来进行深度优化，更符合AI技术向垂直行业渗透的发展趋势。** 对于学习者和研究者而言，NotebookLM 提供的以“笔记本”为单位的知识组织方式，以及围绕源材料进行的深度交互，确实能够提升学习效率和专注度，并便于知识的沉淀与回顾。 然而，**从知识工作的完整闭环来看，学习的最终目标往往指向知识的应用与创造，而这离不开“输出”环节**——正如德国社会学家尼克拉斯·卢曼）在其Zettelkasten（卡片盒笔记法）实践中所强调的：“**不写作，就无法思考**”。**只有通过将习得的知识点进行结构化组织、批判性分析，并以自己的语言进行重新表述和创造性输出，才能实现知识的真正内化和创新。** 当前阶段，NotebookLM 更偏向于一个高效的“输入端”和“处理端”工具，但在支持用户将这些输入和处理结果转化为结构化的知识产出（如学术论文、研究报告、深度分析文章等）方面，其功能尚有待加强。 我期望 NotebookLM 未来能够进一步拓展其在“输出端”的辅助能力，例如：提供更高级的笔记组织、知识图谱构建和跨笔记内容链接功能，以支持个人知识网络的构建（强烈建议谷歌将Notion收购了，哈哈哈）；或者集成更强大的写作辅助工具，覆盖从文献综述、论点构建、草稿撰写到引文管理等学术写作全流程。如此，NotebookLM 方能从一个“学习助理”进化为一个真正的“研究与创作伙伴”。 我前面提到了一点希望，希望未来NotebookLM能支持支持本地视频的上传，我认为这将极大拓展其应用场景： 例如，**备战考研的大学生**，在攻克视频课程时，通常需要反复观看视频、手动整理笔记，效率不高。如果未来NotebookLM支持导入本地视频或电子讲义，自动对课程内容归类整理，生成清晰的思维导图和精细的笔记，这些材料打印出来必然能极大提升复习效率。 **这种需求不仅限于学术场景，在日常生活中也同样普遍。**最近我在抖音学做麻婆豆腐和鱼香茄子，每次实际操作时，总容易忘记步骤顺序和调料配比。我本身比较懒，不习惯手写笔记或频繁截图，这导致我经常得在厨房手忙脚乱地反复看视频，体验相当不便。有人可能会说：“多做几次自然熟能生巧。”但在真正熟悉之前，这种不断翻阅的过程是无法避免的。如果NotebookLM能处理这些短视频教学内容，一键生成步骤清单和用料提醒，就能彻底解决我的烦恼。 **再比如，在主动获取知识型视频内容时，也存在类似的痛点。**有时我在看**影视飓风的知识分享视频**时，也经常被一些金句或观点打动，想摘抄下来深入学习。但视频字幕并不总能顺利下载，这时我只能将视频上传到MemoAI进行转录，再将文字复制到ChatGPT进行解读，整个过程繁琐又耗时。相比之下，视频内容看一两次足矣，后续回顾还是文字效率更高，更适合反复阅读和提炼思考。（备注：MemoAI是一款能将YouTube、播客和本地音视频快速转录为文字、生成总结和思维导图的效率工具。） **此外，NotebookLM的设计思路对企业级应用也很有启发意义。** 我此前做文档工程师时，负责物联网产品的文档编写和发布。公司面向B端，产品资料庞杂，一个硬件产品的资料可能包括概述、用户指南、安装指南和故障维修指南等多个文档。客户或营销人员想查某个具体信息， 如某个螺丝的力矩是多少，通常需要翻阅多篇文档，甚至要专门去问硬件产品经理，费力不讨好。 而NotebookLM则提供了一个新的解决方案：**只需输入产品名称或型号，营销人员就能快速定位相关的所有文档，再根据具体需求选择性导入资料，直接在聊天窗口提出问题，就能轻松获得答案**。之所以要设计按需勾选文档，是因为目前大模型的单次处理容量仍有上限，**这样做能巧妙规避容量限制的问题且响应速度快。** 当然，这种模式不仅适合营销人员找答案，**所有员工都可以用它来进行知识学习、流程梳理或企业标准培训。**长此以往，**公司资料就能被真正整合成一个高效灵活的企业知识库，实现知识的精准聚合与活灵活用。** 最后说说，目前市面上的新型笔记软件，比如Notion、Wolai和FlowUs，它们也都在引入AI，**但基本上只是浅尝辄止，尚未将AI能力真正深入融入到软件体系中去。** 以我个人的使用体验为例，现有工具在深度知识激活方面仍有不足。以我平时常用的Wolai为例，每天积累的碎片化笔记越来越多，冗余和累赘也逐渐增多，经常需要花费大量时间去清理整理。**写新文章时想要引用过去笔记中的内容，还得翻箱倒柜地逐个查找，极为低效**。相较之下，NotebookLM的设计理念恰恰提供了一个解决思路：它能以知识库的形式整合和激活每条笔记，甚至可以在此基础上加入辅助创作功能，形成“**学习—记录—重组—输出**”的完整闭环。 若能做到这一点，这无疑是笔记软件的一次划时代革命，对其他竞品来说，更是碾压式的存在。 ## 如何使用和体验？ 访问NotebookLM官网（https://notebooklm.google.com/）即可开启你的AI学习之旅。 **NotebookLM免费账户：**可创建最多100个笔记本，每个笔记本最多支持50个来源，每天聊天查询限额为50次，音频生成限额为3次。 推荐升级为**Gemini高级版**，即可解锁**NotebookLM Plus**和视频创作工具**Veo2**的全部功能。NotebookLM Plus的容量至少提升5倍，最多可创建500个笔记本，每个笔记本来源上限为300个，每日最多可进行500次聊天查询和生成20次音频。需要注意，共享笔记本不会额外增加来源上限，总来源数依旧为300个。 对了，近期Google美国区针对学生的优惠验证出现漏洞BUG，无需edu邮箱和验证卡即可免费享受18个月的高级One订阅。今天尝试了一下，发现已被修复。 本文由 @草木青 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