近日，网宿科技旗下品牌网宿安全正式发布《2024年度网络安全态势报告》（以下简称《报告》）。报告基于其服务金融、政务、制造等数十个行业的攻防数据，对过去一年企业Web安全、办公安全等领域的攻击态势与防御技术进行分析，并系统性提出“AI驱动的体系化主动安全”理念，为企业在AI浪潮下的安全建设提供可落地的实施路径。  **资产暴露面风险激增，“AI”正在成为最锋利的“茅”** 2024年，数字化转型浪潮下企业资产暴露面风险急剧扩大。 《报告》显示，全球新增CVE漏洞首次突破4万大关，高危漏洞占比高达67.98%。国产软件漏洞利用攻击持续攀升，主要针对协同办公、内容管理和企业资源规划三大类系统。22、3389、443等关键端口的暴露量更达亿级规模。攻击者正沿“暴露面突破→应用层渗透→终端横向移动”的路径重构攻击链。 其中，最引人关注的是AI系统自身脆弱性引发的安全风险，以及AI技术被不当利用衍生的安全风险。网宿安全主机安全平台测绘到，2024年热门AI类应用CVE漏洞新增了250个，同比增长36%，增速超过了整体CVE漏洞的增长。而提示词注入攻击作为位居首位的AI应用特有风险，也已从最初的诱导模型泄露敏感信息，升级为诱导模型调用系统权限的高危行为，凸显健全大模型防御体系的紧迫性。  与此同时，生成式AI技术的普及显著降低了攻击门槛，推动网络攻防呈现"规模化、智能化、强对抗"的新特征。 Web攻击态势方面，T级DDoS攻击达到219次，同比激增10倍；60%的Web攻击聚焦于API接口，大模型应用生态API接口数量的爆发成为API攻击增长的重要来源；恶意Bot请求量突破3200亿次，并呈现出“全链路对抗”特性，动态调整攻击策略绕过防御。 在办公网络方面，攻击事件增长47%，多分支机构企业因防护薄弱成为主要目标；数据泄露风险通过网盘、文库等知识共享平台持续扩散；AI生成的深度伪造的邮件已占商业邮件欺诈的40%。另外以挖矿病毒、大型僵尸网络、勒索病毒等为主的资源占用型攻击手段，以及弱口令、防御绕过技术、持久化攻击等方式，仍然是主机安全的主要威胁来源。 此外，网宿安全遍布全球的攻防网络监测到，东南亚地区争逐步成为DDoS攻击源的新兴区域。具体来看，印度尼西亚、新加坡、越南三国的DDoS攻击源分布跃升至全球第3、第4和第5位，而在2023年这三个国家的排名分别是第10、第17以及第30，变化显著。  会上，胡钢伟指出，在多种攻击手段融合与攻击链条复杂化的双重趋势推动下，企业安全体系正从"规则维度"向"认知维度"升维，从单点防护向“全链条监测、多维度对抗”的立体化防御体系加速演进。 **防御变革：以“AI驱动的体系化主动安全”，构筑动态免疫系统** 《报告》指出，企业安全建设向‘AI驱动的体系化主动安全’升级，需构建‘暴露面收敛-纵深防御-智能运营’三位一体的动态防护架构。” 在web安全及办公安全方面，针对资产暴露面激增问题，《报告》建议通过MSS（安全托管服务）实现"人机共智"的动态风险治理；针对AI驱动威胁向智能化、强对抗演变等新特征，企业可基于WAAP、SASE等前沿架构，构建覆盖全流量的威胁检测和防御体系，并利用AI技术形成自适应防御模型，实现从“被动防御”到“主动免疫”的转变。 针对大模型的规模化应用过程中带来的安全挑战，《报告》提出分区分域防御的策略，建议大模型基础设施域采用云原生安全技术强化主机与容器安全，大模型应用域依托WAAP架构构建Web与API全链路防护，大模型数据域通过零信任机制与数据库全生命周期审计实现动态管控，形成覆盖"基础设施-应用交互-数据资产"的立体防护体系。  会上，网宿科技售前及解决方案部大区经理王华强重点介绍了一些频发的攻防场景，如：某潮玩商城拦截99%异常订单流量，连锁企业全国门店统一安全管理，以及央国企安全事件发现及响应时效从8小时缩短至10分钟等成功案例，实证了该体系在多阶段智能对抗、终端安全管理、安全运营提效等场景的落地价值，彰显了安全防御与业务发展的深度协同能力。  最后，胡钢伟在交流时表示，网宿安全发布报告不仅是为揭示威胁态势，更是为分享下一代安全体系的建设思路。他强调，“网宿将持续迭代体系化主动安全能力，护航数字生态的稳健发展，这是技术供应商在AI时代必须履行的责任。”

                                

时间进入7月，半个月来，国内具身智能领域共发生16起融资事件，几乎平均每天一起。仅7月8日一天内，就有6家公司官宣获得了新一轮投资。 将时间线进一步拉长，今年以来截至7月16日，雷峰网 AI科技评论以“具身智能”为标签在IT桔子上检索到融资事件共计130件。其中，已明确公布的融资金额共计96.68亿元；另有98件未公布明确金额的融资事件，从千万级到数亿元不等，如果再算上这一部分，预估整个具身智能领域上半年的总融资超过了 200 亿人民币，甚至更多。 相关数字已远远超过 2024 年全年的 90 起融资——89.33亿元融资金额。 去年涌向大模型的科技投资，今年开始掉转方向拥抱具身智能，但钱具体流向了哪里？ AI科技评论梳理出的上半年融资金额与轮次最多、估值增长最突出的13家具身智能赛道头部公司，大多都选择了大脑与本体“两条腿走路”；在它们的资方构成中，大厂和传统制造巨头充当了重要角色。 资本日渐向头部企业聚拢，或将倒逼创新收敛，并把行业提前带到洗牌期。  （AI 科技评论整理，数据来源于“IT桔子”） ## 资本兴趣转向具身 一个有趣的现象是，人工智能领域，资本的兴趣正逐渐从大模型转向具身智能。相比之下，今年上半年，大语言模型领域融资事件仅 72 起，其中基座模型公司仅 3 家官宣了新融资——智谱、面壁与 MiniMax，增势趋缓。 2024年对大模型展现出积极兴趣的资方，现在都在把视线转向具身智能。 例如，互联网大厂中，去年投资了阶跃星辰、月之暗面的腾讯，今年则先后领投了智元机器人B轮系列融资和宇树的C+轮融资；专业投资机构中，赛富投资基金去年领投了面壁智能，今年7月也参与了它石智航的天使+轮融资；像商汤这样的早期AI四小龙也有参与进来，从去年开始就领投了众擎机器人的天使轮系列，今年还在继续参与后者的Pre-A轮融资…… 事实上，相比于大模型，具身智能无论是技术路线抑或商业模式都未出现相对清晰的共识，而大模型的技术突破至少已有较高确定性。因此，有投资者对 AI 科技评论表示疑惑，评价：“具身智能赛道泡沫太明显；中国追捧的'硬科技’不是‘硬核科技’，而是‘有硬件实体的科技’。” 但另一方面，也有观点认为，资本投资兴趣转向的原因也恰恰在于此： “大模型赛道基本进入收官状态了，头部公司已经确立了优势，也不大可能再有新玩家要进入。”本征资本的邢大地博士告诉雷峰网 AI科技评论，从投资角度看，这个“诸侯争霸”的过程已经完成了，不可能有人愿意将大笔资金投入新的大模型平台，而具身智能则恰恰相反，还处在“前置押注”的阶段。 与此同时，大模型的瓶颈也在慢慢浮现出来，Scaling Law 并未大力出奇迹、带来真正的AGI，积攒同物理世界交互的能力可能是进化算法、通往AGI的一条必由之路。因此，“驱动物理世界”已经成为比纯粹的数字大脑更吸引人的故事。 邢大地进一步解释，大模型应用更偏服务业，但人工智能更大的蓝海应该是在工业，机器人是触达这个蓝海的入口，也是通往垂直应用场景过程中绕不开的一环。 ## 赛道呈现收敛态势 2025 年上半年，具身智能的融资也体现了：资本日渐向头部企业聚拢，使后者融资频次持续加密，而新创业者要获得融资越来越难了。 随着“量产元年”的呼声日益高亢，上半年，绝大部分钱都被砸向了已有相对成熟产品和量产计划的明星公司，某种意义上，也将行业提前带到了洗牌期。企业和技术路线开始显现出收敛趋势。 比如，6月，银河通用完成了一笔11亿元人民币的融资，这也是国内具身智能领域单笔最大融资。过去两年内，银河通用累计融资已超24亿元。 再比如，在7月7日，星动纪元新近融资5亿元人民币；紧随其后，8日，“杭州六小龙”之一的云深处完成C+轮融资，金额同样是5亿元，它石智航完成天使+轮融资1.22亿美元；9日，“星海图”也宣布完成A4及A5轮融资超1亿美元……三天时间里，四家公司融了25亿元。 其中，星海图今年已经是第5轮融资，累计金额超过13亿元，估值较年初涨了3倍多，星海图将今年所有融资统一命名为“A轮系列”。节奏与之相似的还有自变量机器人，年初到现在接连完成了Pre-A++轮、Pre-A+++轮和A轮融资。 将一个融资轮拆分成多次，这也是具身智能领域公司的共性特征。 对此，投资方与项目方各有考量。站在投资角度，这符合风险控制逻辑。邢大地认为，即便有些投资机构愿意去赌一些核心团队或技术，也倾向于把一笔投资拆分成不同轮次，以此验证资金是否在持续产出预期的结果。 站在融资方角度，这一方面是种妥协，另一方面，长时间“憋大招”容易被市场遗忘，持续的融资新闻对于保持项目的热度和声量、维系投资界的关注也有利。 硬科技领域的具身智能已经颠覆了传统的投融资模式。“此前，融资周期是相对明朗的，种子轮一般是概念期，天使轮要产出原型，等到了A轮，产品基本就要成型了。”邢大地表示，但具身智能开发过程中会出现各种各样的反复，在A轮这个所谓的投资估值阶段没有完成原型研制，只能一轮接一轮地融下去，才有继续试错的资本。产品的开发、验证周期被大大拉长，投资周期自然也被拉长。 这也意味着，尽管资本火热，但行业仍处在早期阶段，靠“补血”活着仍“来日方长”。这一点在融资轮次构成上也有所表现。今年130起投资事件中，超过三分之二处在从天使轮到A轮之间的融资轮次；B轮及之后的则仅有13起，云深处、宇树、银河通用、智元是为数不多走到这一阶段的企业。 ## 大厂与传统制造巨头热情下注 从资本背景来看，美元方面的投资事件有6起；其余均为人民币。 同时，政府与产业资本深度联动，特别是北京、深圳、苏州、上海等地的政府引导基金活跃；产业资本中，来自3C、汽车、自动驾驶、游戏领域的头部企业频频出手，美团、百度等大厂也出手阔绰。 在邢大地看来，不同资方在投资阶段与公司类型上各有偏好。VC等早期基金更偏好去赌细分环节的核心技术突破，因为这样的技术环节相对独立，容易做出技术壁垒；而产业资本或战投基金更偏向相对集成的公司，被投公司甚至已经能给出比较完整和成熟的垂直行业解决方案。同时，出于完成指标或避免错过优质项目，后者也倾向于将资源投向明星公司，导致“强者恒强”的马太效应。 这一特征在头部具身智能公司的融资中表现得尤为明显。AI科技评论梳理的13家公司大多都选择了大脑与本体“两条腿走路”。从它们的资方构成来看，以美团、腾讯等为代表的互联网大厂以及以TCL、联想、海尔、宁德时代等为代表的传统制造巨头都扮演着重要角色，且往往充当了领投方。 后者对具身智能的投资往往超出纯粹的资本加注，还包含更深维度的产业链合作。 以美团与银河通用的合作为例，早在天使轮阶段，美团即已领投银河通用，美团买药的分拣场景也随之被开放给后者。大厂借助投资扩张并寻找“第二曲线”，也向具身智能企业提供了额外的供应链与应用场景助益。 另一值得关注的投资方是具身智能领域内的头部企业，以智元为典型代表，其积极通过战略投资、设立基金、与上市公司合资构建生态链，提前布局上市资源。 资本对技术的前置押注力度不断加大。但作为硬币的另一面，资本的焦虑也在“逼宫”具身智能公司走向IPO。这也同头部公式融资节奏加快的趋势相呼应。今年以来，宇树、智元争夺“具身智能第一股”，另有10家左右机器人相关领域公司披露上市计划。但其商业化与营收能力是否已能支撑其迈向这一步，仍值得思索。 尽管年初以朱啸虎为代表的投资人宣称正“批量退出人形机器人”，但钱仍在源源不断涌入这个行业，且投资节奏愈发加快。在具身智能这个极度“烧钱”的赛道，金钱是燃料也是催化剂，既加速创新收敛，也塑造行业竞争逻辑。

不知道有多少人和这位同学一样： 这是一个 iOS 和 Android 应用： 开发者说： 这个应用程序是自闭症患者的梦想。 它就像您最喜欢的屏幕保护程序，但具有交互性。它是非常可定制和体贴的，它有很多

 由山田钟人原作、阿部司《葬送的芙莉莲》宣布漫画连载再开，最新话第141话将在下周23号的《周刊少年Sunday》 上刊登。  同时官方宣布游戏的单行本累计销量已经突破3000万部。 

上个月底，我们报道了DDR4 DRAM 芯片现货价格意外飙升，而与此同时，台湾和韩国领先的内存芯片制造商均宣布计划逐步淘汰该标准，留下剩余库存以应对剩余需求。 事实证明，DDR4 标准已在市场上存在近十年，从 2013 年第六代英特尔酷睿“Skylake”处理器开始，一直持续到第十四代酷睿“Raptor Lake Refresh”，以及 AMD 锐龙 Socket AM4 处理器，这意味着市面上搭载 DDR4 内存的设备存量巨大，也有用户正在寻求升级。  《电子时报》报道称，SK 海力士和三星电子等韩国内存芯片制造商已暂停 DDR4 芯片的淘汰计划，并可能继续供应，直到现货价格大幅落后于 DDR5。与此同时，这两家公司将在供应方面保持谨慎，以确保不会出现库存过剩的情况。 [查看评论](https://m.cnbeta.com.tw/comment/1513660.htm)

在国产六座SUV市场大火的背景下，**特斯拉加长版Model Y终于来了，定名“Model Y L”。**新车尾标较为特别，带了两个“L”按照特斯拉公司副总裁陶琳的说法，**新车定位全场景大六座豪华SUV，将于金秋上市。** [](//img1.mydrivers.com/img/20250717/8859244e979c44a494fbd2088acb93c3.jpg) [](//img1.mydrivers.com/img/20250717/a015c50614d5491fb84fcf1c454b5b22.jpg) 目前，特斯拉Model Y L已经亮相工信部最新一期新车公示目录，产品型号为TSL6500BEVBA0，采用六座设计。 申报信息显示，**车身长、宽、高尺寸分别为4997mm、1920mm、1668mm，相比当前国内在售的Model Y长了约200mm，宽度无变化，高度增加44mm，轴距增加150mm。** 有知情人士透露，**Model Y L定位介于Model Y和Model X之间，采用全轮驱动，具有超长续航、超大空间和更高级的内饰。新车型计划最早第三季度上市，预估售价将为40万元左右。** 业内分析认为，推出六座版本的新车型，表明特斯拉正承受着中国市场本土品牌的激烈竞争。 [](//img1.mydrivers.com/img/20250717/c29e74ba3c7e441786c53c05f089fd5c.png) [](//img1.mydrivers.com/img/20250717/d86599f23a14473285d12477663f273c.png) 就在今天，理想汽车宣布理想i8即日开启预定，**预计售价35万元-40万元，正式售价将于7月29日发布会公布。从定价来看，将与Model Y形成直接竞争。** 理想i8的外观和内饰的大部分信息均已公布，车辆延续MEGA前脸设计风格，尾部则与理想L系SUV一脉相承。 新车内饰依然延续了家族设计语言，但细节进行了大幅调整，同时质感较L系列SUV有所提升。车内配备后排娱乐屏、小桌板、车载冰箱，第三排有座椅加热、独立空调出风口、独立杯架，还有分体式天窗和第二排遮阳帘，注重家用实用性。 动力上，i8全系搭载双电机四驱系统，总功率400千瓦，最高车速180公里/小时。 续航方面，标配5C三元锂电池，有90.1千瓦时和97.8千瓦时两种规格，CLTC续航分别为670公里和720公里，支持5C超充，10分钟可补能500公里。 此外，**蔚来旗下的乐道L90、纯电问界M8均为六座版纯电SUV，下半年这一细分市场将迎来密集厮杀**。 [查看评论](https://m.cnbeta.com.tw/comment/1513658.htm)

最近 AI 圈最大的新闻，大约就是 Meta 扎克伯格亲自出手、重金招人的消息了。根据公开信息，如今在小扎亲自出手的推动下，Meta 已经组建起一支堪称豪华的 AI 战队。 核心领导团队方面，包括前 Scale AI 创始人 Alexandr Wang（现任 Meta 首席 AI 官）、前 GitHub CEO Nat Friedman，以及 Safe Superintelligence 联合创始人 Daniel Gross，三人共同执掌 Meta Superintelligence Labs 的战略与节奏。 技术阵容同样令人瞩目。Meta 从 OpenAI 挖来了多位重量级研究员，包括 GPT-4o 的语音与图像模块开发者 Shuchao Bi 和 Huiwen Chang，“思维链”（Chain-of-Thought）技术代表人物 Trapit Bansal，以及 GPT 系列模型的重要研发成员 Ji Lin、Shengjia Zhao、Hongyu Ren 和 Jiahui Yu 等人。 而在 OpenAI 之外，Meta 同样高价吸引了 Apple 和 DeepMind 的核心人才：包括 Apple Foundation Models 负责人 Ruoming Pang（据称签约价高达 2 亿美元），DeepMind 前研究员 Jack Rae 与 Pei Sun，以及来自 Anthropic 的 Joel Pobar 和 Sesame AI 的 Johan Schalkwyk，也都陆续加盟。 而网传 Meta 的最新挖人动向，则是他们又成功挖走了 OpenAI 的两员大将，分别是 Jason Wei 和 Hyung Won Chung。 其中 Jason Wei 曾在 OpenAI 主导参与了 o1/o3 系列模型及 deep research 项目，是强化学习的坚定拥护者，同时也是 2022 年“Emergent Abilities”（涌现能力）概念的开创者之一。他在思维链（Chain-of-Thought）等前沿技术上的贡献广受认可。而 Hyung Won Chung 同样是 OpenAI 的核心研究员，深度参与了 o1 系列与 deep research 项目，研究方向主要聚焦于推理能力（reasoning）与智能体（agents）。  据报道，目前两人的 OpenAI 内部 Slack 账号已被注销，基本坐实了离职消息。更惊人的是，据称 Meta 为吸引这两位 AI 顶尖科学家，直接开出了高达 3 亿美元的四年期薪酬包，可见其对“超级智能”战略的重视与投入之大。 不少人感慨“大厂要拼命了”“AI 人才再次供不应求”，但也有人冷静指出：大家关注的不是 Meta 的产品愿景、人才密度，而是它开出的高薪。 这就很耐人寻味，为什么我们对“只要聚集足够多聪明人就能做出伟大成果”这件事不再那么有信心了？ 因为，现实一次次证明：人多、人强≠结果好。 ## 世界大战中，团队比个人重要 OpenAI 推出 ChatGPT 时，所有人都关注它的技术、以及背后的组织力，但由于当时 OpenAI 云集的世界知名大神很多，所以组织力的归因占比还不算最突出。但在 DeepSeek 这样一个神秘又主要凝聚中国本土 C9 高校学者的团队冒出后，所有人都无法再忽视这样的一个事实： 在像 AGI 这样的大规模团队作战形式中，个人能力拔尖不如组织能力拔尖重要。 回顾人工智能的发展史，曾像 Meta 一样集结超多杰出人才的团队不胜枚举：MSRA、DeepMind、谷歌、百度、智源……乃至大模型时代，近两年腾讯、字节也都曾组织过各个方向的杰出人才组成大团队，但最终都要么人才四散而去、要么组织目标由高降低、要么做出一两件大新闻后泯然众人。 背后的原因众多，有企业的文化架构问题，有行业变化影响，但往往也容易出现一个普遍的现象，即：优秀人才之间的离散与斗争。 最终，强人集合没有产生加倍的效果，反而天才之间可以互相抵消。 每个牛人都有一套成熟的认知系统、经验路径和话语权构建逻辑，而伟大的突破往往来自对路径的反常识性挑战。如果组织没有“容错机制”，牛人越多，分歧越大，行动越慢。 一群彼此不服、各自为营的聪明人凑在一起，容易像一场永不散场的学术讨论会，而不是一个能落地的工程团队。 DeepSeek 是一个有意思的反例。它没有明星科学家，没有学术巨擘撑场，成员年轻，团队规模小（基础研究员在 150 人左右）、扁平化、没有打卡、没有层层 KPI 管理，创始人亲自下场撸代码，文化更像一个纯粹的研究小组。 直到推出 V3，外界还认为它只是在“巨人肩膀上摘果子”，但当 R1 发布、实现推理性能超越时，它直接被推到了行业第一梯队。 DeepSeek 的成功，并不是因为他们“比别人更聪明”，而是因为他们“比别人更敢干、更能协同”。从组织的角度来看，DeepSeek 几乎反其道而行： 极致扁平：没有层层结构，没有 KPI 内卷，反而激发了探索欲。 投入纯粹：大家都在搞基础研究，不用分心“交付”“商业”“报表”。 执行高效：一群动手能力超强的人每天都在干正事，不在做汇报。 认知一致：没有“上下级权威差”，只有“想清楚再动手”的共识。 对比之下，过去两年，字节 Seed 的团队曾一度多达 1000 人，大模型创业公司的基础模型团队虽控制在一百来人的规模、但同样要背负商业交付与产品支持的压力，因此难以构建起“高信任、低管理、强动机”组织模型。最终，DeepSeek 的第一轮胜出，几乎是注定的。 ## 组织力 ≠ 人力总和，而是效率乘积 我们很容易陷入“能力总和论”陷阱：觉得一个组织的战斗力 = 每个人的能力总和 × 工作时间。但事实更接近于：组织战斗力 = 协同效率 × 方向一致性 × 持续稳定性。 换句话说：牛人越多，协同越难，任务越复杂，扁平化越重要。 所有大厂与模型团队的人都在看下一轮基础模型的竞争力，一种直觉的观点认为：大厂同样不缺人、不缺钱、不缺卡甚至不缺场景与数据，战斗力也不应该低于 DeepSeek。但如果将不同团队的研究日常作对比，就不难发现，实际上纯以 AGI 为研究目标的团队与复杂大厂之间的差距。 如果将人才的能力水平从 0 到 100 分划分，单人每天平均研究投入时间为 0 到 14 个小时，那么人才组织与产出的公式就可以清晰转化为效率的乘积： 假设在 DeepSeek 团队中，专注基础研究的年轻博士能力可以打 70-80 分，Top 大模型研究选手如张正彦这样基础理论与实践能力兼具的研究员是 100 分，那么 DeepSeek 的整体平均水平约为 85 分。同时 DeepSeek 没有商业化压力，150 人团队可以每天平均集中投入 12 个小时做基础研究。 对比一个千人研究团队的大厂，基础研究人员与工程师的战斗力由高到低不等，加上大团队意味着管理压力大，算平均值 60 分。且由于要花时间做商业化交付与应用产品支持，1000 人的团队平均每人每天可能最多只能投入 6 个小时做基础研究。 那么基础研究总投入来看，DeepSeek 与大厂的对比实际是：150*85*12 VS 1000*60*6。 除了客观可量化的投入，组织效率、协同成本、执行张力这些更难量化的变量，也是决定战斗力的关键。 如果 DeepSeek 拥有近乎满分的执行效率，记作 1.0，而大厂在目标分散、协作链条冗长等影响下，组织效率只有 0.2，那最终真正释放出来的有效产出会是： **DeepSeek：153000 × 1 = 153000** **大厂团队：360000 × 0.2 = 72000** 如此来看，其实不难发现 Deepseek 在基础问题的研究投入与产出预期上，实际上是比大厂要多得多。 这也就解释了，为什么 DeepSeek 一个 150 人的小团队，反而能做出一鸣惊人的成果，而一些大厂的千人团队，却因为组织结构复杂、任务重心分散，反而削弱了在基础研究上的真实投入。 再次回到 Mate 花大钱买人的这个事情上，其中有一个非常容易被忽视的变量：动机的成分到底是什么？ Meta 的超高薪能买来聪明人，但买不来“持续愿意干活”的动机。DeepSeek 为什么让人愿意拼 14 个小时？不是因为钱给得最多，而是因为愿景真实、结构自由、成果看得见。 如果动机只建立在薪水上，个体会进入“被动等待回报”的状态，但如果动机来自共创、掌控感和对问题的真实兴趣，反而会激发内驱。 而 Meta、Google 等大型科技公司的问题在于——他们的组织系统已经高度僵化，即使有牛人加入，也只能发挥一小部分。 除了被忽视的动机成分外，人们也经常会误解“创新”是由最聪明的人做出来的。但其实，创新更多发生在边缘人群、结构松散的小团队中。 另一个容易被忽视的客观事实是：随着人工智能的发展时间拉长、各种开源技术的发展，AGI 的知识门槛也在不断降低——这就意味着，十年前只有 AI 技术大牛才能研究出来的算法，如今一个 985 高校的硕博生沉下心来也能钻研明白、探究清楚，并提出大胆的改进设想了。 据 AI 科技评论了解，即使是 Transformer 这样的权威主流架构，国内的 MiniMax、Rock AI 等团队在敢于修改注意力机制后也能取得较大的创新，且在这些团队中主导架构修改的研究人员都并非以往行业追捧的顶级技术明星。 这也是 DeepSeek 给整个行业的启示：与其追求明星团队，不如追求执行团队；与其拼大模型预算，不如拼问题沉淀和反馈机制；与其堆博士、挖大牛，不如形成一个真正愿意彼此合作、共同思考的小集体。 ## Meta 很难复制 DeepSeek 回到问题本身，雷峰网认为或许 Meta 很难复制 DeepSeek。不是说 Meta 没有足够的钱，而是 Meta 已经不是一个“可变”的组织。 DeepSeek 是一个不断试错的小机器，相比之下 Meta 就是一个巨型飞轮，一旦启动，就很难偏航。组织的惯性，才是最难被打败的东西。 Meta 的高薪策略背后，其实反映出一种焦虑：他们需要重建早期 OpenAI 的文化，但用的是“招聘+绩效+话语权”的老一套工具。这套系统能招来人，但无法召唤真正的协作精神。 归根结底，人工智能行业目前最迫切的或许是打破“聪明人多就能赢”的迷信——聪明人当然重要，但关键是这些聪明人能不能真正协同起来，有没有共识，有没有足够多的自由去试错，甚至是有没有愿意亲自写代码的创始人... ... **雷峰网认为在这轮 AI 创新浪潮中，组织的重构能力可能比模型的进步还要重要。**

左手 LV ，右手烤鸡的中产，容不下山姆卖巧克力派。

即时零售狂飙背后的电商变局与隐忧。

暴涨诱惑。

 【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。

世界之大，无奇不有！近日，**巴西一名11岁女孩被发现口中竟有多达81颗牙齿（正常人拥有28-32颗恒牙），医学界为之震动**。据悉，该女孩来自米纳斯吉拉斯州，当天她前往牙科检查，打算拔除残留的乳牙，然而牙医通过X光检查发现她竟然满口都是牙！ 经确认，**女孩嘴里存在18颗乳牙和32颗恒牙，还额外长出了31颗“超生牙”，属极罕见的“多重超数牙”病例**。 一般情况下，此类患者仅多出少量牙齿，而这名女孩所拥有的牙齿数量足以颠覆认知。 **后医生通过CT扫描及染色体检测，发现其第9号染色体存在一处罕见变异**，不过目前尚无法确认该变异是否直接导致牙齿异常。 目前女孩需接受多学科联合治疗，制定精准拔牙与整形计划，以保护颌骨健康，恢复正常咀嚼功能与面部美观。 资料显示，“多重超数牙”（即牙齿数量远超正常范围的情况）是一种罕见的牙发育异常。 医学界认为**，多数病例被认为是遗传基因突变与胚胎发育异常共同作用的结果**，而环境因素的影响尚不明确。 由于其极端罕见性，相关研究多基于个案分析，缺乏大规模流行病学数据支持，因此确切机制仍需进一步探索  [查看评论](https://m.cnbeta.com.tw/comment/1513656.htm)

博主张晓玲律师发微博称，**她在爱康国宾健康体检管理集团有限公司旗下的北京体检分院体检了10年（2013年-2023年）都没有检查出患癌风险，但是在2024年她被确诊为癌症晚期。** 据张律师介绍，她被确诊为肾癌，但是爱康国宾健康体检管理集团有限公司并没有给她任何方面的患癌预警信息。 [](//img1.mydrivers.com/img/20250717/17ff014c70f54bd09490f1ae26992d13.jpg) 目前她一方面正在积极进行治疗，另一方面正在进行维权，认为爱康国宾体检涉嫌“误检、漏检”。 天眼查显示，爱康国宾健康体检管理集团有限公司曾用名是北京爱康在线科技有限公司，**成立日期是2004年，注册资本是5000万元人民币。** 其经营范围包括医院管理、企业管理、企业形象策划、健康咨询服务（不含诊疗服务）、社会经济咨询服务、第一类医疗器械销售、第二类医疗器械租赁、计算机软硬件及辅助设备零售、日用品销售、电子产品销售、化工产品销售（不含许可类化工产品）、机械设备销售、仪器仪表销售、办公设备耗材销售、礼品花卉销售、第二类医疗器械销售、第一类医疗器械租赁、技术服务、技术开发、技术咨询、技术交流、技术转让、技术推广、计算机系统服务等等。 [](//img1.mydrivers.com/img/20250717/379676efd08c436b949c1bc15ff13dc4.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1513652.htm)

日前，GYBrand全球品牌研究院发布“2025中国创新与突破50强榜单”。据介绍，该榜单评估依据是品牌价值，并不是按照单一的市值或营收规模排序，而是根据品牌业绩、品牌强度、品牌贡献、可持续性等指标进行综合评估。  榜单显示，**华为排名第一，连续四年蝉联GYBrand中国最具价值品牌，品牌价值达到7775.58亿元。** GYBrand表示，2024年，**华为发布了全新的原生鸿蒙操作系统，这是中国首个实现全栈自研的操作系统，**标志着中国在操作系统领域的重大突破，将带动相关产业升级与创新。 与此同时，Mate 70芯片实现100%国产化，则宣告了华为全面突破芯片封锁，实现涅槃重生。 TOP 10企业依次为华为、比亚迪、中国中车、吉利集团、联想集团、三一、大疆、海康威视、京东方、赛力斯。 前10名单涵盖了计算机、汽车、机械、电子等多个行业巨头。 此外，**理想汽车、中芯国际、OPPO、vivo、立讯精密、荣耀、科大讯飞等企业均跻身TOP 50，小米则未上榜。** [查看评论](https://m.cnbeta.com.tw/comment/1513648.htm)

日前，保时捷和奥地利造船商Frauscher合作，打造了一艘电动运动艇。**这艘船在摩纳哥能源艇挑战赛中创下了新的速度纪录，平均速度达到了92公里/小时，这速度在海上可不算慢。** [](//img1.mydrivers.com/img/20250717/1ad364e4-377d-431f-adb0-7ec65047a96f.png) **这艘电动运动艇叫Frauscher x Porsche 850 Fantom，长度8.7米，动力系统和保时捷Macan Turbo Electric的双电机一样。** [](//img1.mydrivers.com/img/20250717/794bb5e0-cbb1-4fb5-aaaf-27ef85fd4c8e.png) **不过，和SUV相比，这艘船的动力稍微差点，最大功率536马力，最高平均速度大约92公里/小时。** 续航方面，慢速行驶时能开62英里，最佳巡航速度下续航28英里，这和SUV的367英里续航比起来，确实有点短。 [](//img1.mydrivers.com/img/20250717/537b9b08-da8b-470b-93b3-3653575862c2.png) 外观上，这艘船采用Runabout设计方案，有经典的船头甲板和下方船舱，看起来很复古。 [](//img1.mydrivers.com/img/20250717/e4365493-8ade-47c8-9804-fc63f0bb7351.png) **价格也不菲，售价约66.4万美元，按现在的汇率算，差不多476.9万元人民币，这可是Macan Turbo Electric的五倍。** [](//img1.mydrivers.com/img/20250717/fcda9a13-2f90-4113-a5ed-ed41b0c671ce.png) [](//img1.mydrivers.com/img/20250717/6c770bd2-54b5-4ebc-9957-24bd93c26cc9.png) 保时捷这次跨界下海，不仅展示了他们在汽车领域的技术，还证明了他们在海上也能玩得很溜。 [查看评论](https://m.cnbeta.com.tw/comment/1513646.htm)

美团、淘宝闪购以及京东之间的外卖大战持续胶着，有餐饮商家已“苦不堪言”。多位餐饮商家反映，平台间的补贴大战进一步削薄了门店利润，订单量激增更带来人员与备货的运营压力。面对商家困境，中国烹饪协会、中国连锁经营协会等多个协会纷纷发声，呼吁平台规范低价补贴竞争，维护市场公平秩序，保障商家合理的利润空间。 **平台打架 商户“受伤”** “平台在大战时候发放的满减红包，商家要承担8元，甚至高达12元，这还不包括另外支付给平台的配送费、平台佣金等。”江苏一家位于商场负一楼美食街的小餐饮店主阿文对财联社记者说，他的店铺主营各类炸串小吃，人均消费约25元。 阿文算了一笔账：正常情况下，一单25元的外卖单，扣除顾客配送费减免、骑手配送费、平台佣金和常规红包减免后，实际到手约8元。但在平台补贴大战期间，商家还需额外承担部分红包补贴，实际收入进一步缩水至6元左右。 以7月13日一笔35.88元的外卖订单为例，扣除18元的商家补贴，0.96元的平台佣金，以及3.45元的配送服务费后，阿文实际收入仅14.47元，实收率40%。  图片来源：受访对象提供 “外卖利润本就低于堂食，补贴大战以来，订单利润进一步缩水了。”阿文表示。他的遭遇并非孤例。外卖平台大战以来，多位餐饮业主在社交平台上发声，指出外卖平台发放的大额补贴主要由商家承担，虽然单量提升，利润却下滑。有店主发帖直言，“一单赚两块，还不够挨那个累的。” 有餐饮商家在社交平台上晒出了7月份上半月的账单：前半月门店营业额8万，实收4万，扣除食材成本、平台推广费、包装费，以及半个月的人工、水电、房租等开支后，盈余仅3500元。 利润被削薄的同时，中小餐饮商家在订单波动中承受着运营压力。阿文告诉财联社记者，为了应对周末平台大战带来的订单高峰，店铺额外请了两名员工，增加了人力成本。更棘手的是，难以预测的活动扰乱了正常的备货节奏，“正常周五到周日是生意高峰，备货量也大。但现在活动难预估，结果上两周，周六货不够卖，周五和周日又备多了，上周日浪费了10斤排骨。” 伴随外卖订单激增，堂食订单明显下降，对小餐饮业主而言，关闭外卖平台意味着大量客群流失。阿文对财联社记者表示，外卖大战后，店内堂食订单的比例，已从去年的40%下降至10%，“很多顾客就是到店了，也是点外卖或者通过外卖平台自取，我们交了房租，却做成了外卖店。” 餐宝典研究院院长汪洪栋对财联社记者说，小餐饮业主在这场大战中话语权薄弱，单靠自身难以有效应对，“平台需要探索一个更加健康的补贴机制，一方面要避免造成食物浪费，另一方面，也要避免对实体商家造成过度冲击。” **多个行业协会呼吁停止“内卷式”竞争** 面对餐饮商家的困境，越来越多的行业协会发声，呼吁外卖平台停止“内卷式”补贴。 7月15日，中国烹饪协会发文称，平台高额补贴导致外卖价格低于堂食，大量消费者转向线上，挤压了堂食空间，餐饮企业陷入“有订单无利润”甚至“赔本赚吆喝”的困境，经营压力持续加大。该协会呼吁规范平台补贴行为，明确平台补贴行为的合法性边界，优化平台与商户合理共担补贴成本机制，设定商户补贴比例上限，避免商户承担过高的补贴分摊比例，切实减轻商户经营负担，保障其合理的利润空间。 同一天，中国连锁经营协会也发出《倡议书》，倡议规范即时零售市场秩序，倡议各平台企业停止利用市场优势地位实施强制行为，严禁以“流量倾斜”、“搜索降权”等手段变相强制商家参与价格补贴活动；严禁通过格式条款、算法规则强制商家承担超过合理比例的补贴份额；严禁实施“二选一”、“独家合作”等排除、限制竞争的垄断行为。 “即时零售是线上线下深度融合发展的最佳实践，其生命力在于便利、品质与效率，而非资本驱动的价格狂欢。”中国连锁经营协会在倡议书中表示。 [查看评论](https://m.cnbeta.com.tw/comment/1513640.htm)

近日，雅迪在多个电商平台下架所有电动自行车，九号也有多款热门电动自行车下架。雅迪、九号线下门店仍在售卖，但均是在“清库存”状态，受新国标影响，旧款将逐步停产。天猫、抖音、京东平台的雅迪旗舰店客服均告诉九派财经记者，电动车主要分为电动自行车和电动摩托车，其店内电动自行车已于7月15日下架，目前只有电动摩托车在售。  （京东雅迪官方旗舰店客服） 天猫抖音京东的九号官方旗舰店则称，在7月15日下架了多款电动自行车，如F2z、Fz110、MzMAX等，但上架了数款新国标电动车。  （图源：社交平台） 对于下架原因，雅迪、九号官方客服均回应九派财经记者称，“由于近期部分电动自行车型号需求旺盛，线上库存暂时无法满足订单时效要求。为避免耽误您的使用体验，暂不支持线上下单，建议您前往就近的线下门店购买。” 对此，九派财经记者询问雅迪、九号方面，截至发稿未获回应。 九派财经记者从线下相关门店了解到，目前各旧款电动自行车基本有货，但已逐步停产。 上海一九号经销商告诉九派财经记者，很多型号下架是因为新国标即将实施，全国工厂都要停止生产以前的款了，卖完存货就没有了，全部要开始生产新国标的。 一位雅迪店主则告诉九派财经记者，9月旧国标电动车停产后，各品牌门店还有3个月的过渡期“清库存”，12月就一台旧国标都不能卖了。 九派财经查询工业和信息化部网站显示，为降低火灾事故隐患和危害、减少交通事故风险、防范非法改装等，强制性国家标准《电动自行车安全技术规范》（GB17761-2024）将于2025年9月1日实施，所有生产的电自必须符合新标；2025年12月1日之后，所有销售的电自必须符合新标。 根据工信部网站，电动自行车新国标GB17761-2024主要修改的内容包括：车身使用的塑料件，不能超过总重的5.5%；整车非金属材料的阻燃性要求提高；铅酸版本重量限制从55kg提升到63kg；增加了企业质量保证能力和产品一致性要求和方法等；城市物流、商业租赁等经营性活动的电动自行车，还需要安装北斗定位系统。 截至7月16日，绿源、小牛多家官方旗舰店客服均称店内在售的电动自行车均符合GB17761-2024新国标。爱玛抖音旗舰店电动车符合2024年新国标，但天猫旗舰店电动自行车仅符合2018年国标。 [查看评论](https://m.cnbeta.com.tw/comment/1513638.htm)

马…马爷冲击？种种迹象表明，马斯克正在推进一波前所未有的Robotaxi大进展。比如运营范围的扩张速度，大幅突破L4赛道认知界限；再比如，特斯拉的股东正被马斯克拉着重新把资金投入基础大模型领域；以及马斯克欲言又止，一波大的正在来的路上……  难道真的是策划10年之久的“那件事”？ 如果说截至目前，特斯拉Robotaxi还只是让L4玩家有些惴惴不安的话，那接下来的冲击有可能是这条赛道史无前例的“生存危机”。 特斯拉Robotaxi更好用了，也更贵了 特斯拉Robotaxi上路不过短短半个月时间，进化速度快得超出所有人预料。 首先是乘坐体验和功能。 前两天特斯拉Robotaxi的APP进行了一次版本的大更新，新增了一大堆功能。  比如增加了上下车区域的步行指引路线，这个不奇怪，滴滴Uber之类也有相似功能。 不过这也再次证明，媒体测试时“接送直达烤肉店门口、停车场内部”的Demo，真的就只是一个Demo。 此外增加了乘客目的地的营业员时间信息。举个例子比如你打车要去一家超市或饭店，如果系统计算赶到后这家商铺已经打烊，就会在App上提前告知你。 相应的，你可以在行程中任意改变目的地。 真挺实用的，但也仅仅针对欧美大部分没啥夜生活的“大农村”。  按马斯克的经商逻辑，从来就没有“低价超大杯”一说，所以Robotaxi服务质量哪怕丝毫的提升，对应的一定是——费用上涨。 费用调整的方式，都充满了马斯克的“恶趣味”…… Waymo筹备数年，不如特斯拉一夜 马斯克现在朝着“下三路”狂奔，没有丝毫避讳体现在了正式的商业运营中。 特斯拉Robotaxi单程“一口价”的费用，从之前4.2美元提升到了： 6.9美元。 经验丰富的老司机，麻烦给纯洁的小宝宝们科普一下吧 智能车参考起号不容易，谨言慎行。 你说是我们太污？ 再看看和6.9美元价格同时更新的特斯拉Robotaxi运营范围，如假包换的“马爷冲击”：  特斯拉官方还配了台词： 更硬！更强！更好！ 但是怎么还有“更快”？？？ 玩笑结束。这其实才是特斯拉Robotaxi进展最最重要的核心：运营范围快速扩张，刚上线就超过了Waymo在奥斯汀的运营范围：  但结合Waymo的形状，怎么都是越看越邪恶…不到18岁不知道能不能坐。 特斯拉Robotaxi一出，Waymo阵营的质疑、嘲讽、看衰不少，马斯克这种不顾丝毫体面的反击方式，还真叫对手“无从下口”。 非要给老马这种恶趣味找一个现实因素，可能是特斯拉优先把得州大学奥斯汀分校的校区、宿舍覆盖，因为这也是整个奥斯汀市区内人员、游客最密集，出行需求最旺盛的区域。 实际上各州对Robotaxi落地有不同的法规限制，得州相对宽松，只需要证明系统完全能遵守当地交通法规，并且强制上保险就行。  但在加州就严格的多，有一系列验证、测试、监察要求，上路后也要定期提交各类安全性报告和运营数据。 平均算下来，北美Robotaxi要在某一地落地运营，从开始策划到真正实现，至少也有1-2年的周期。 如果牵扯到跨州的运营，或者部署无方向盘无驾驶室的车型，就需要在州程序之外，再申请联邦NHTSA的准入，程序我们详细介绍过，没个三四年和数百万美元，很难搞下来。 运营范围上各州也有不同，加州无论哪个玩家都必须严格限制在“Robotaxi特区”之内，范围的变动要经过一系列严格的考察评估。  得州其实没有硬性规定，现在看来是企业和主管部门的商议结果。 这也是为何特斯拉在奥斯汀的“一夜间”的进展就超过了Waymo数年的筹备和付出。 毕竟马斯克把特斯拉、SpaceX的总部、主要工厂、以及自己全家老小都搬到了奥斯汀。  从影响力来看，早期Robotaxi的“开城”数量的确对于影响力至关重要，但如果长时间被局限在“围栏内”，即使围栏数量越来越多，无论从用户实际体验还是技术迭代角度，都是不利的。 特斯拉一地深耕打透，短期快速扩张规模，和传统出租车、私家车无差别上路提供服务，产生的影响力反而更快更强劲。 更大的还在后头 所谓“更大的”，马斯克在X上预告了即将有一个“史诗级大Demo”。  可能是什么呢？ 特斯拉目前没有放出来的公布的项目，包括2万美元级更便宜的量产车、特斯拉跑车、全新的电动卡车工厂，最新的人形机器人擎天柱、以及Robotaxi的大规模量产计划。 现阶段，特斯拉的经营状况其实正处于史无前例的“衰退”。 2025年二季度汽车交付量为38.41万辆，较2024年同期下降约13.5%。这也是特斯拉连续两个季度出现交付量同比下滑的情况。  2025年上半年，特斯拉共交付汽车72.08万辆，较上年同期83.1万辆减少约13.3%。上海的特斯拉超级工厂贡献了公司上半年全球近半数的交付量。 但2025年上半年，特斯拉在中国市场的销量合计达26.34万辆，较上年同期27.83万辆同比下降约5.4%。 马斯克本人的精力，也被各种技术、经营之外的事牵扯了太多，关键是马斯克为这些政治项目投入的资源，几乎0回报，半年白干。 资本、用户对特斯拉和马斯克本人的信心，甚至是宽容，来自特斯拉整体的AI认知、实力和由此支撑的广阔前景。 但这样的前景，从资金、技术角度，都需要特斯拉的汽车持续爆款热销、不断扩大产销规模才能实现。  销量下滑，是最危险的信号。 所以目前马斯克最需要的是人们“仍然相信”。 长效药，是特斯拉积极改款、推出新车，并且在科技、潮流之外，也应该考虑一下特定市场，例如中国用户的用车喜好了。 立竿见影的“大力丸”也有： 一场Robotaxi车队横穿美利坚的大型直播项目，车内全无人，后端没有远程安全员。  新车、新工厂、机器人……没有任何一项比这个更能证明： 特斯拉仍然是自动驾驶之王，马斯克的AI“第一性原理”坚不可摧战无不胜。 这其实也是2016年马斯克就立过Flag的项目，终于~要成真了吗？ 更深层的技术布局 “大的”不光只有前台的产品、噱头、PR，还有后端扎扎实实的技术投入。 前两天，马斯克的SpaceX公司向他旗下的大模型公司xAI（即Grok）投资了20亿美元。 有网友问特斯拉是不是也会向xAI注资，马斯克回答： 现在正在组织特斯拉股东投票，决定要不要投资xAI。 要是我一个人决定，早就投了。 马斯克一路创业，早就有各个公司互相输血操作先例，可以说拆东墙补西墙，但国内早就有更体面的说法“生态化反”。  但老马不同于老贾之处，在于旗下各个业务步子跨的太大即将“那什么”之时，总有贵人出手相助。 马斯克的个人魅力也足以召集一批“能工巧匠”，关键时刻拿出引领时代的技术、产品。 xAI 5天前上线大模型Grok 4，马斯克说“地表最强”，各种大模型基准测试，Grok-4几乎全部刷榜，甚至可以直接满分。 GPQA（研究生水平问答）上得分88.9%； AIME25（美国数学邀请赛）上得分100%； LCB（Jan-May）上得分79.4%； HMMT25（数学推理）上得分96.7%； USAMO25（美国数学奥林匹克竞赛）上得分61.9%。 “人类最后考试”上，Grok 4成为首个突破50%准确率的模型，其中Grok-4 Heavy达到44.4%，比Gemini-2.5-Pro直接提升将近18个百分点。  马斯克给了个直观对比：普通人类在这一基准上的得分，可能只有5%： 它即便裸考SAT（不提前看题目）也能拿到几乎完美的分数，GRE考试几乎满分。 我估计最晚明年，我们就能看到Grok带来的物理学新发现。 xAI在做的，早就超越对话搜索性质的大语言模型，而是一个多模态、具备对环境认知理解能力的复杂AI大脑。 基座模型之上，可以在针对不同特定任务训练不同模型，比如专门发明新蛋白质结构的、钻研物理公式的、驾驶的、情感陪伴的… 实际上，已经有用户发现特斯拉最新固件里偷偷加上了Grok的全功能版本，只等激活。 初期，Grok可能会成为特斯拉中的语音助手，比传统的对话AI更能理解人类对话，“彻底改变驾驶员与汽车的对话交互方式”。  后期，Grok其实就是VLA+VLM，既是与用户交互的入口，也是车载AI理解整个场景环境，指导自动驾驶轨迹选择的大脑中枢。 马斯克也确认擎天柱人形机器人也将搭载Grok语音助手，未来将成为擎天柱人形机器人的大脑。 用超大模型、超大算力拉通各个AI终端，并且实现前所未见的AI智能体能力。 马斯克认准了这条路，同样也被国内的小鹏、理想、千里、大疆等等头部玩家跟进。 要说服的，可能就只有特斯拉股东了。 哦~还有L4玩家。 L4阵营前所未有的冲击 特斯拉Robotaxi具备的天然优势，当然不是马斯克在奥斯汀当地的“关系户”。 而是量产规模化，这才是目前特斯拉在运营范围“冲击”的根本因素。 或者说与量产车同源架构的Robotaxi，规模化本就不存在任何问题，现在更像是一个积蓄了巨大压力的阀门，随时可能冲破阻碍，一发不可收拾。  这个“阻碍”到底是什么呢？ 其实就是马斯克的技术逻辑，还没有完全被证明。 前面其实已经解释的差不多了，马斯克的第一性原理本质不关乎是否有激光雷达，而是要让车载（或是其他终端）AI具备和人类一样的能力、潜力，然后用它本身的理解认知能力去学习处理各种复杂任务。 表现在自动驾驶赛道，第一性原理的含义是系统应该和人类一样去驾驶。 但L4赛道已经跑出来的几个实力玩家不这么看，他们的观点是自动驾驶的终极目标不是和人一样，而是要超越人，做到“万无一失”。  所以在技术方案选择上，传感器要多冗余，还要有应对恶劣环境的自清洁功能；软件算法层面，从来也不相信不依靠AI模型的参数规模来“大力出奇迹”，而是模型+规则+模块化的技术体系。 天然就让它们的Robotaxi方案贵且更新迭代代价高。 马斯克目前还证明不了升维路线的安全可靠性，L4赛道同样也突破不了系统的泛化性难题。 而“史诗Demo”，以及后续特斯拉Robotaxi快速上量，可能就是马斯克回应的手段。 毕竟L4赛道有一个难解的死循环： 不跳出围栏，就没法向全社会证明安全性；而没安全性证明，监管又很难开放规模。  这也是为何特斯拉Robotaxi的猛烈冲击下，L4阵营开始出现“裂缝”。 之前数年的缺钱少车、量产难题、政策博弈…现实困难都不触及L4玩家底层信念，越多磨难反而越强大。 但特斯拉如今可以通过量产车架构快速上量验证，一旦验证“第一性原理”正确，L4玩家坚持的信念、技术体系就会被质疑，面临前所未有的“生存危机”。 [查看评论](https://m.cnbeta.com.tw/comment/1513636.htm)

英伟达CEO 黄仁勋，今年的第三次中国之行，照例抢足了各大头条。这一次，他把“大本营”选在北京二环胡同里的前门文华东方——一家四合院式的顶级酒店。他在这里下榻、会见雷军、合影留念，也在这里对媒体开口，给链博会上的高调亮相收了个尾。 7 月 16 日，黄仁勋先是穿上唐装站上链博会开幕式的舞台，下午又换回标志性的黑皮衣。这位年近花甲的芯片教父，总在“传统”和“先锋”之间切换得毫不费劲。 几小时的访谈信息量极大：H20 芯片的放行、供应链的挑战、华为、小米。但归根结底，核心仍然是那句老话：AI 不等人，算力永远不够。 为什么一年来华三次？ 今年是英伟达成立第31 年，他第一次来中国时，阿里、腾讯、百度、小米还没诞生。现在，这些名字都和英伟达的 GPU、算力、云端，紧紧捆在一起。 面对中美之间反复拉扯的贸易限制和出口管制，他的态度非常直接：“想保持领先，就不能停投资。竞争对手从没停下，大家都在拼命下注。” 他的观点是：只要有市场，有需求，就要不断下注。 一句话总结，算力焦虑在哪，黄仁勋就在哪。从AI 大模型到自动驾驶、人形机器人，中国要跑得更快，离不开算力，也离不开英伟达。 外界最关心的是，中美关系、芯片限制和出口许可。 黄仁勋没有回避：贸易和税收政策企业管不了，只能适应。但合作的空间一直都在。他形容两国的产业关系，“就像一栋房子要容得下两个人”。 算力要持续进步，背后必须有大市场做支撑。没有中国买单，就没有足够的现金流为下一代高昂的芯片研发埋单。这是最现实的生意逻辑。 中国的对手和朋友 在这场访谈里，“华为”是出现频率最高的名字之一。黄仁勋不讳言对华为的尊重：从芯片到网络、从光子学到自研云，都是硬实力。他一再强调，英伟达的独特之处在于把算法、系统、芯片、网络都握在一家公司手里，这是少见且难复制的。 竞争之外，还有合作。比如小米。黄仁勋用“不可思议”形容雷军的新车，也提到中国电动汽车和机器人产业的发展让他感到惊艳。对他来说，中国不仅是市场，更是舞台。 这也是他带RTX Pro 来的原因：这款新 GPU 不只是训练 AI 模型，更是为了教会机器人怎么“做人”、让工厂学会数字化的“分身”。在下一波算力浪潮里，他想卖给中国的不只是显卡，还有自动化工厂和人形机器人。 算力永远不够，模型有用更重要 访谈里，黄仁勋说得最直白的一句，就是“算力永远不够”。 即便英伟达已拥有全球最强的AI 超算集群，内部的工程师还是觉得不够用。大模型需要更大，推理需要更快，接下来还有自动驾驶、机器人、更多落地场景……这是一条没尽头的路。 他说，DeepSeek、Kimi 这些中国新秀模型让他印象深刻。但他特别强调，AI 赛道比拼到最后，不是看哪个模型更聪明，而是哪个模型更有用。模型不只是技术，更要变成真正可落地的工具。 黄仁勋这趟中国行，更像是在验证一件事：中国，依然是全球AI 竞赛最大舞台访谈结束时，他笑着说：“只要你们还邀请，我还会再来。”算力永远在更新，黄仁勋的下一次中国行，或许也只是时间问题。  黄仁勋的十个核心观点： 1、AI 是全球合作的生意，算力焦虑是全行业共同的痛点。AI 不属于某一个国家，基础技术全球公开、论文共享，合作是本质；但算力缺口依然巨大，短期内不会消失。 2、中美之间没有“平衡秘诀”，企业必须适应外部环境。出口管制、贸易关税都不由企业决定，企业只能把真实的产业需求讲清楚，剩下的顺其自然。 3、技术领先必须依赖大市场，中国依然是最重要的市场之一。如果想在全球维持领先，就需要大规模的市场支持现金流和后续研发投入。 4、华为、小米等中国公司非常强大，是学习与竞争并存的对象。低估中国制造能力是非常天真的事，英伟达尊重竞争，也尊重在系统、芯片和软件上都能打通的对手。 5、RTX Pro 代表了英伟达面向智能工厂和人形机器人等新场景的布局。新GPU不仅做图形计算，还做 AI 推理与传感器模拟，为“数字双胞胎”和智能制造量身打造。 6、DeepSeek R1 这样的中国开源推理模型是一种革命性突破。全球第一个开源推理模型意义重大，开放性是AI 安全与进步的催化剂。 7、英伟达的优势是“全栈能力”，从算法、系统到芯片都能自研打通。历史上很少有公司能做到把算法、系统软件、硬件、网络技术等全部整合在一家企业内部。 8、算力的尽头不是训练而是推理，未来推理AI 和机器人将是新焦点。AI 的发展经历了感知、生成、推理，如今正往机器人阶段演进，推理AI和机器人会大量部署在云和边缘设备。 9、电动汽车与人形机器人是未来十年中国制造业的惊喜机会。中国的电动车发展令人惊叹，有庞大的市场和成熟的制造体系，机器人也会因劳动力缺口成为下一个爆发点。 10、 英伟达要在中国继续扩张，只要被允许就持续投入。不会止步现有合作，只要政策许可、客户有需求，英伟达会继续把最新技术和产品引入中国。  以下为媒体会内容实录（来自腾讯科技编辑整理）： 黄仁勋来华的“小目标” 问：这是你今年第三次来中国，此次对主要目的是什么？ 黄仁勋：我本来希望能用普通话做一次演讲，但我的普通话水平还不够好。但我会继续设定目标，努力提升，争取下次能用普通话发言。这次我受邀参加了中国国际供应链博览会开幕式，这个活动非常重要，涵盖了多个方面。 首先，中国的供应链非常复杂且先进。供应链涉及众多供应商、能力、技术之间长期的合作与联系，而中国的供应链基础设施、生态系统以及技术水平都非常先进，制造规模也非常庞大。 其次，今年有很多跨国公司来参会，展示了全球供应链如何相互依存。我也很高兴能参与到开幕式的庆祝活动中。 问：那接下来的计划是什么？你会继续与中国公司合作吗？ 黄仁勋：英伟达已经成立30年多了。当我第一次来中国时，百度、阿里巴巴、腾讯、小米这些公司都还不存在。我来得很早，能够和这些公司合作是我的荣幸，尤其是在英伟达还年轻的时候就开始合作。我为此感到非常自豪，尤其是和我们在中国的合作伙伴们一起创造的技术和业务。 问：你们是否仍打算在中国投资，还是只是维持现有的业务？ 黄仁勋：如果你想保持发展，就必须持续投资。市场发展如此之快，竞争也异常激烈，我的所有竞争对手都不是在维持现状，而是在不断投资，力争成为全球的领导者。所以，我们必须不断推进，每一天都不能停歇，才能配得上我们所拥有的业务。 问：能否谈谈中国客户对H20芯片的需求情况？你提到我们都面临算力焦虑，在昨天解禁消息公布后，市场需求如何？ 黄仁勋：昨天消息公布后，我一直都在接受各位采访，还没机会见客户呢！应该给客户时间做采购决策。我们正在全力准备，以尽快满足需求。不过，供应链恢复仍需要时间。英伟达目前的供应链周期长达9个月，也就是说，从晶圆下单到AI超算成品交付需要整整9个月时间。我们正在全力加速Hopper架构产品的产能恢复，但这确实需要持续努力。问：你今年来过三次。每次的目标和收获有什么不同？ 黄仁勋：是的，今年我来中国三次，都是因为收到了邀请。第一次是春节期间，要不是员工盛情邀请，我本可以在美国过春节的。这次则是受邀在供应链大会上做主题演讲。总之，只要收到邀请，我很乐意再来中国。 问：还会去其他中国城市吗？ 黄仁勋：这次行程结束后我得先回家了，太久没回去，都想我家的小狗了！ 美国政府对黄仁勋来华和H20的态度 问：美国政府对你访华有什么反应？ 黄仁勋：我一周前去过华盛顿，来中国之前，我与美国总统特朗普和他的内阁官员进行了沟通。特朗普总统一直鼓励我庆祝英伟达取得的一个重要里程碑——我们的市值突破了4万亿美元。他对这个成就非常自豪，并为我感到高兴。他告诉我，去中国时一定要玩得开心。我对中国有着非常高的期望，也期待看到中国市场未来的发展。 问：因为特朗普的芯片禁令，英伟达资产减计了40亿美元，这部分损失能恢复吗？此外，特朗普政府对半导体领域施加了很多限制，你怎么看待这些禁令对行业的影响？ 黄仁勋：关于这些限制，我们可能无法全部恢复先前的库存减计损失，但大多数库存是可以恢复的。新的客户需求和我们现有的库存产品是可以匹配的，所以不能说100%恢复，但也不是完全没有可能。 至于关税和贸易，世界确实在重新调整。我们作为一家公司，必须适应世界贸易、税收和关税的变化。实际上，贸易和税收政策在我加入英伟达之前就存在，而在我离开后依然会存在。所以我们必须学会适应这些变化。 最令人惊讶的是，英伟达非常擅长适应变化。我们的供应链也会随之调整，我们会找到新的解决办法。从长远来看，关键还是要问自己：我们是否在做对世界有意义的产品和技术？我们是否在认真打造优质的产品，保障客户的利益？我们所做的事是否能对世界产生影响？只要这些符合，其他问题都会迎刃而解。 问：关于特朗普政府允许向中国出售H20芯片一事，这是否意味着中国会在其他出口管制方面有所放宽？毕竟出口管制既是国家安全的支柱，也是全球贸易的治理机制。 黄仁勋：我并不了解两国谈判的具体细节。长远来看，这表明每个国家都在某些领域拥有独特专长。这些核心能力确实能促进经济繁荣和安全，这是国家安全的基石。但也要认识到，这些优势领域很可能成为未来贸易谈判的重要筹码。这可能是关键启示。问：本次中国之行，你对竞争对手有哪些不同的见解？是否关注过他们的发展动态？另外，当前中美贸易局势反复，美国科技企业都或多或少受到影响，你是否为此感到担忧？ 黄仁勋：首先回答你关于竞争对手的问题——不，我此行并未轻视任何竞争对手。我们应当尊重所有竞争者，向他们学习，从中获得启发，并将此转化为前进动力。贬低或低估对手有百害而无一利。我对全球范围内的竞争保持高度尊重。 至于出口管制，这些是我们无法控制的外部因素，确实可能对英伟达业务造成干扰。我们的责任是向政府说明政策的本意和可能产生的意外影响，但最终政策制定是政府的职责范围。我们能做的就是提供事实依据，其余不在掌控之中。企业唯有保持足够敏捷，才能更好适应变化。尽己所能，剩下的就顺其自然。问：你是否改变了特朗普对H20禁令的看法？ 黄仁勋：我没有改变他的立场。我的职责是向总统通报我非常熟悉的事情，也就是科技行业、AI在全球的发展。这是一次千载难逢的机会，美国有机会在AI技术上保持领先，同样，中国也有机会在AI上保持领先。如果想成为引领者，我们必须与全球开发者合作，必须与全球市场互动。 我始终认为，技术领先需要巨大的市场，大市场能带来收入和利润，支撑后续投入。毕竟，H20非常适合训练大模型，现在依然非常优秀。RTX Pro则专门设计用于数字孪生和机器人模拟，两者用途不同。 问：你认为在中美的商业合作中，如何平衡与中美两国政府的关系？ 黄仁勋：其实不存在所谓的平衡秘诀。作为一家全球性企业，我们需要与各国政府保持良好关系。英伟达开发的技术具有全球价值，这使我有机会与各国政府深入交流。通过持续沟通，帮助他们更好地理解我们的技术，从而制定更合理的政策法规。 问：你认为中美在AI领域主要是竞争还是合作关系？ 黄仁勋：AI领域具有独特的开放性。与其他学科相比，AI领域的论文发表数量最多，基础技术的共享也最为透明。通过ICLR等国际会议，全球研究者即使素未谋面，也能通过论文进行"虚拟合作"。这种开放共享的特性，使得合作成为AI发展的本质特征。 问：美国商务部长说H20是最好的产品。这是真的吗？ 黄仁勋：我有很多产品，我从来不会给它们排个先后。我们有许多产品是为不同的应用场景设计的。H20的一个优势是它的内存带宽非常出色，非常适合这里正在研发的模型，比如DeepSeek和千问等创新架构的应用。这些模型非常适合H20。所以我认为H20会非常成功，且一定会非常有用。 问：H20芯片未来的订单情况如何？ 黄仁勋：目前存在几个不确定因素：首先是客户的新订单时间点，毕竟之前的订单被取消了，他们的需求可能已经发生变化；其次，重启供应链需要时间，不可能一蹴而就。因此在短期内，我们既无法预测订单量，也难以准确评估供应能力。但我们会竭尽全力满足客户需求，毕竟当前行业普遍存在的"算力焦虑"确实亟待缓解。 问：目前是否有企业下单H20芯片？ 黄仁勋：目前还没有，因为相关许可尚未获批。美国政府部门正在审批流程中，预计很快就会有结果。一旦获得批准，我们就能正式接收订单了。 问：当前全球不确定性持续加剧，就业市场在很大程度上受制于监管政策的变化，你们如何应对？ 黄仁勋：这里没有什么需要思考的平衡问题。首先我们要意识到，每个国家都有自己的国家安全和贸易政策，这是国家的权利，我们需要遵守这些政策。如果有些原因使得我们认为我们的信息对他们有用，我们的责任就是向他们解释我们行业是如何运作的，技术又是如何运作的。所以我们应该像应对任何政策一样应对这一点。 第二，我们要做的就是建立最好的技术，为市场做出贡献，希望客户能看到我们的工作价值，并继续尊重我们以及现有的合作伙伴，保持长久的友谊。之后，人生就不再由你控制。 黄仁勋眼中的中国AI 问：你怎么看中国的人工智能公司在AI芯片领域的表现，比如华为？ 黄仁勋：中国有很多出色的公司。比如华为它不仅做芯片、做系统、做网络，还涉及很多领域。作为一家规模庞大的公司，华为有着深厚的传统和卓越的技术实力，因此非常强大。 如果从中国AI的整体发展来看，大家要明白，AI本质上是一种基础设施技术，涉及到芯片、系统、网络等多个层面，而AI则是在这些基础设施之上发展的模型和应用。 总的来说，这里涉及到三个层面，即计算机、模型以及应用。中国在这方面进展非常迅速，特别是在模型层面。像DeepSeek、阿里巴巴、以及月之暗面等公司，在技术上都有很大的突破。 值得一提的是，DeepSeek是全球首个开源推理模型，这无疑是一次重大的突破。而在应用层面，中国进展更为迅猛，许多新的应用程序层出不穷，中国不仅在创造新技术，同时也在迅速整合并应用这些技术。 中国的竞争非常激烈。很多人都希望创办伟大的公司，或者在新兴业务中取得成功。这就涌现出了许多优秀的创新人才。这一切的背后，是中国强大的教育体系，它培养了世界上许多最优秀的AI研究人员。全球大约50%的AI研究人员都在中国。这里的科学和数学优势非常明显，计算机科学也有其独特之处，整个生态系统非常活跃，发展速度惊人。我很高兴能亲身参与其中。问：你如何看待DeepSeek、kimi等模型的表现？ 黄仁勋：中国的模型都非常出色。就其设计的应用场景而言，它们的效率很高，并且是开源的，所以你可以根据自己的需求适配这些模型。你可以在这些开源模型的基础上建立公司、产品或者业务。 这些模型在全球范围内的定位是非常独特的，而且它们各有各的优势。我认为随着时间的推移，哪一个模型最聪明将变得越来越不重要，更重要的是哪个模型最有用。就像你在选择员工时，我不会给他们做智商测试，我只想知道谁最高效、最有用。 所以我认为，越来越多的关于AI的问题，关键在于使用方式。你想怎么使用AI？你想选择适合你需求的东西。 问：你怎么看美国和中国在人工智能发展的差异？你认为两国之间有合作空间吗？能互相学习吗？ 黄仁勋：一座房子应该至少可以容纳两个人。所以，肯定有合作的空间。50年前、100年前，世界GDP要比今天小得多，人口也少得多，而未来的世界GDP将继续增长，世界人口也会不断增加。 我对美国和中国的未来充满信心。我相信美国会继续保持活力，拥有所有优秀的资源，而中国也会继续保持动态发展，带领更多人走向更好的生活。我对未来非常乐观。 问：你怎么看待中国市场的未来？ 黄仁勋：我希望能在中国取得巨大的成功。中国是全球第二大科技市场，而且仍在快速增长，这个市场非常重要。这里有很多充满活力、富有创新精神的客户。如果你想打造一家公司并提供优质服务，你必须拥有优秀的客户和产品。在中国，我们有很多挑战性的客户，但他们也在坚持创新，我们想为他们提供最好的服务。 问：什么时候中国客户会使用英伟达的最新GPU？你能描述一下它们的性能吗？ 黄仁勋：H20发布后，其内存带宽非常出色，特别是在模型推理方面，H20的表现依然非常优异，尤其适合大语言模型、视觉语言以及动作模型。 除此之外，我们还推出了新的产品RTX Pro，专为数字双胞胎应用设计。数字孪生构建的是一个虚拟世界，一个数字机器人。之所以需要数字机器人，是因为要通过在数字世界中训练，教会实体机器人如何出色完成任务。RTX Pro最初是为运行名为Omniverse的全新应用平台所打造，该平台对数字工厂、智能工厂及机器人等领域至关重要。因此RTX Pro是独一无二的创新产品，堪称全球首创。 我认为在中国这片机器人创新如火如荼、智能工厂建设方兴未艾、供应链体系极其完备的热土上，RTX Pro必将大放异彩。对此我感到无比振奋。 问： 最近中国的本土制造业开始推出相当具有竞争力的替代品，你怎么看待这一趋势？你们是否有考虑开源像CUDA这样的技术？ 黄仁勋：这是个很好的问题。如果一个平台与CUDA兼容，并且能够支持这些兼容的应用，那么我觉得是没问题的。实际上，CUDA本身就已经是比较开放的，你可以查阅CUDA的详细文档，然后基于此开发兼容版本。因此，从某种程度上来说，CUDA已经是“开源的”。 这和(英特尔的)X86架构不同。如果你开发兼容x86的产品，他们可能会不满。但如果你开发兼容CUDA的产品，我完全不会介意。 问：中国的开源AI是全球进步的催化剂，你这句话是什么意思？你如何看待中国的开源AI？ 黄仁勋：DeepSeek R1是一种革命性的模型。它是第一个开源推理模型，并且效率非常高。很多公司和国家都下载了DeepSeek R1。虽然并不是所有人都使用它，但99%的用户下载了这个开源模型，并根据自己的应用需求进行适配，全球范围内都有使用。我们看到它被应用于各种各样的领域，包括医疗健康、能源等。 所以开放性让每个行业、每个国家都能参与其中。AI不应仅服务于少数人或少数国家，我认为它是为全世界每个人设计的，每个人都应该并且将会从中受益，最终会让社会变得更好。 AI是最伟大的技术，它是任何事情中的最大平衡器，我们每次都能证明这一点。原因是，借助AI，贫穷的艺术家可以成为优秀的艺术家，贫穷的作家也可以成为优秀的作家。我们正在提升每个人的能力。我最后想说的是，关于AI的开放性，由于它是开放的，它邀请了全球科学界的审视。这种审视和开放性确保了安全性。 问：中国的技术创新对全球有何启示？ 黄仁勋：中国孕育了许多独具特色的创新成果，比如微信、小红书，以及风靡全球的TikTok，这些应用深刻改变了全球互联网生态。事实上，中国在新应用开发方面具有独特优势。在中国，移动支付已经完全普及，人们不再使用钱包、现金或信用卡。而我在美国还在使用纸币，这让我感觉自己像个老古董。中国在技术应用方面确实走在世界前列，特别是在支付系统和金融科技领域。全球企业都在借鉴中国的创新实践。 看好中国的电动汽车 问：中国有没有什么新产品给你带来惊喜，甚至是你们之前没想到的、没涉及到的？ 黄仁勋：中国的电动汽车发展真是令人惊叹。我前几天刚见过雷军，它向我展示了他的新车。技术真是不可思议，外观设计非常漂亮，工艺也精致。车内的技术堪称世界顶尖。 问：你会买吗？ 黄仁勋：我很想买，虽然在美国还没有销售，非常遗憾。事实上，车内的各项配置都非常棒，电动车也是很棒的早期车型。除了小米，还有蔚来、理想、小鹏的汽车，这些车非常宽敞，几乎就像一个轮子上的客厅，像纽约派对一样。我想说的是，在过去五年里，中国的电动汽车可能是世界进步的最大惊喜之一。从技术角度来看，这些车绝对与众不同，品质绝对过硬。 问：你们与小米在汽车领域的合作怎样了？ 黄仁勋：我们和小米在很多领域有着紧密合作。小米是一个非常棒的合作伙伴。我第一次在北京见到小米创始人雷军时，他还很年轻，那时我也年轻，但他比我还要年轻。从第一天开始，我就知道他会取得成功。雷军带领小米从智能手机到电动汽车都取得了巨大成功，这些都值得称赞。问：你和雷军聊了什么？ 黄仁勋：我们谈到了AI，包括AI在语言模型、自动驾驶、机器人技术等方面的最新进展。作为兼具深厚技术背景和卓越商业头脑的领导者，雷军对这些话题的见解令人印象深刻。特别值得一提的是，我有幸亲眼目睹了备受瞩目的新款电动汽车。虽然我早已通过网络了解过这款车，但亲眼所见仍让我倍感震撼。他热情地向我展示了最新推出的Ultra版本，其卓越性能完全超出了我的预期。 问：他们也涉足空调等设备！ 黄仁勋：没错，真是不可思议，他们在小米的体系下有很多创新。很多人通常认为中国的技术主要体现在硬件上，比如电池、电动汽车、太阳能电池板、材料科学，甚至是计算机系统和网络。 但我认为有一个被低估的奇迹是：中国的计算机科学和软件能力，都是世界一流的。未来，所有的事物都将与软件紧密相连，无论是酒店的管理系统、电饭锅、微波炉、冰箱，甚至是洗衣机，都可能有软件。 甚至连检查设备也会有软件。我的夹克也应该有软件，比如自动给我降温。未来，你穿的每一件衣服都会有软件，眼镜也会有软件。将来每家公司，不论是硬件公司，都会涉及软件，并与云技术深度结合。 小米和中国的很多公司，像阿里巴巴、腾讯，他们在硬件和软件上的表现，是世界上独一无二的。我觉得更多的人应该庆祝这一点。比如字节跳动这样的应用，看似是消费品，但背后所涉及的技术却极为先进。 问：近年来，中国企业在大语言模型和自动驾驶等领域取得了重大突破。英伟达如何看待中国不仅作为重要市场，更作为创新源泉的潜力？你们是否有计划与中国科技企业共同开发自动驾驶技术？ 黄仁勋：我们虽不直接制造自动驾驶汽车，但研发其所需的核心技术。同样，我们虽不开发大语言模型，但构建其基础技术架构。通过与持续创新的伙伴紧密合作，能推动我们技术的不断进步。因此，我们始终重视并寻求与创新型企业合作，因为他们的需求也促进着我们的技术革新。 算力需求远远不够 问： 你认为算力是否被高估了？或者说，如果没有足够的算力，企业就无法发展AI？我猜你一定听说过算力焦虑这个词。对此你怎么看？ 黄仁勋： 你是说算力太多还是太少时会焦虑？目前显然是算力不足。我自己对此就深有体会。在英伟达，如果没有足够的计算资源，我们研发芯片、系统、网络架构、算法和软件都会举步维艰。如今我们为工程师配备了许多AI超级计算机，但他们每天都在为算力发愁，恨不得能再多十倍的资源。 这充分说明，新时代的计算革命已经不再局限于键盘输入和手工编程，而是进入了AI机器学习的新纪元。当AI承担了主要的学习任务后，我们自然就会渴望更强大、更快速的计算机，以解决更复杂、更具挑战性的问题。我认为算力焦虑在未来十年内都不会消失，这是所有工程师都在面临的共同挑战。 问：在AI领域有三个关键因素：算法、算力和数据。不过现在，我不确定你是否认为人们更关注算力？如果没有算力，AI可能就无从谈起？ 黄仁勋：这个问题问得好。其实你可能不太了解背后的技术脉络，AI的发展是分阶段演进的。 第一代AI是感知智能（Wave 1），第二代是生成式AI（Wave 2），现在我们正处于第三代：推理AI阶段。推理就像人类的思考过程，比如当你遇到一个全新问题时，需要分析：这安全吗？是威胁还是机遇？该采取什么行动？这种推理能力之所以强大，因为它代表着智能的基础。下一阶段将是机器人技术。因此，目前AI发展分为四个阶段：感知、生成、推理和机器人。 早期的感知AI主要通过海量数据学习，比如识别文字、图像，理解故事内容，甚至区分猫狗等物体。而现在的AI更像人类的学习方式——从被动接受信息转变为主动思考。就像我们上学时主要靠听课看书，但毕业后更多是通过实践和思考来学习。如今的AI就像在家做数学题，通过多场景模拟训练，持续进行推理思考，变得越来越聪明。我们把这种学习方式称为“后训练”，而传统的数据训练则叫“预训练”。后训练模式对算力要求很高，但对数据量的需求相对较少。 问：有人提出，用随着大模型发展，对AI算力基础设施的需求会降低。对此你怎么看？ 黄仁勋：DeepSeek R1采用的是一种极具创新性的高效架构，其独特之处在于：每个token所需的计算量和计算资源都大幅降低。这种设计创新是必然的——因为DeepSeek R1本质上是一个推理引擎，需要反复迭代运算。这就要求每个生成的token都必须极致高效，才能保障整体推理过程的顺畅运行。 现在，所需的计算量大幅减少，系统可以进行更长时间的思考，并得出多个优质答案。这实际上开辟了一个全新领域——温和AI（Gentle AI），这一方向非常重要。 推理AI模型将广泛应用于云端和边缘计算。以自动驾驶为例：当车辆遇到从未见过的路况时，搭载推理AI的车载系统能够主动思考——前方是什么情况？我该如何应对？而不仅是简单判断要不要继续开。当前的车载系统过于简单，未来的推理AI将赋予其真正的思考能力。 边缘设备将部署具有思考能力的AI，同时也可搭载简单的功能型AI（如自动开门等）。具体采用何种AI，完全取决于应用场景。 问：现有算力已能训练出具备一定智能水平的模型。要实现AGI，是否需要在GPU架构和模型设计上取得根本性突破？ 黄仁勋：这取决于AGI的定义。如果按照当前用于评估AI性能的测试标准来衡量AGI，我相信很快便可以在这些基准测试上超越人类团队的表现。基于我们已经取得的技术突破，以及尚未公开的实验室成果，我认为不需要根本性的技术革新就能在近期实现这一目标。当然，这取决于如何定义AGI。 问：英伟达正全力打造AI工厂。中国拥有庞大的制造业基础，你认为AI将如何助力传统工厂升级？ 黄仁勋： AI工厂将具备更强的敏捷性和可重构性。当需要生产的产品发生变化时，工厂能够更快地完成产线重组，同时实现更高的生产吞吐量。这意味着工厂将变得更灵活、可配置性更强、产能更高——这些能满足我们对未来供应链的所有期待。随着机器人技术与AI能力的结合，生产成本将显著下降，而成本降低将有助于缓解通胀压力，同时提升整体生产效率。 英伟达的合作与竞争 问：我有两个问题：第一个问题是，你是否计划重新启动Hopper系列芯片的生产？第二个问题是，鉴于中国方面将H20芯片列为谈判的一部分，你是否对英伟达自家芯片的竞争力看得过高了？ 黄仁勋：你无法夸大事实。实际上，任何低估华为、低估中国制造能力的人，都是极其天真无知的。华为是一家非常强大的公司，我以前见过他们开发出的技术。 重要的是要明白，我从事这个领域已经30年了，他们才做了几年。而他们已经能够与我们同台竞技，这足以说明他们的实力。没有任何人，没有任何一个人，比我更投入地用一生去打造某样东西。我倾注了极大的热情……他们能够做到和我们接近，这说明了一切。 我希望将更先进的芯片带入中国市场，比如H20。原因是技术总是在进步。今天，H20依然非常优秀，因为它具备推理能力和Hopper架构所带来的带宽，这个架构真的非常好。今天，Hopper非常出色，但几年后，我们会拥有更多、更好的技术。我认为，只要在中国能被允许销售，这些产品也会持续不断地进步。 问： 关于HBM供应链，SK海力士是目前最大的供应商，未来是否可能会看到三星或美光等公司进入供应链，特别是针对下一代产品？ 黄仁勋：我不会在SK海力士、美光和三星之间做选择，这三家公司都是我们非常重要的合作伙伴。我们使用的HBM、GDDR和LPDDR内存，它们都是世界上最先进的技术。这三家公司在这些领域都表现得非常出色。未来AI发展需要大量的计算能力和内存技术，而这些公司都有着非常好的前景，我们会继续和他们合作。 在过去的20多年里，英伟达取得了巨大发展。而AI技术的发展才刚刚起步，它将成为每个国家和每个行业的基础设施。我们才刚刚开始建设AI基础设施，目前仅进行了两年。这些基础设施本质上就是AI工厂——输入电力，产出token（即AI智能）。这种工厂非常独特，配备了计算机和存储设备。因此我认为，对于SK海力士、三星和美光这三家公司来说，未来发展前景非常广阔。我们与这三家企业都保持着合作关系。 问：关于Blackwell芯片使用的镝电容器：自4月4日起中国几乎暂停了镝等稀土元素的出口，这对英伟达是否造成影响？ 黄仁勋：影响有限。因为我们使用的镝电容器是全球最复杂、最先进的元件之一，而且学生群体的使用量并不大。我认为，全球现有的库存总量是充足的，足够我们正常使用。 问：你对人形机器人很乐观，如何看待中国相关产业的发展？ 黄仁勋：三个关键点： 第一，全球都面临严重的劳动力短缺。当前失业率虽低，但制造业劳动力缺口不是百万级，而是千万级。提高自动化水平将显著推动全球GDP增长。 第二，人形机器人与AI的技术突破恰逢其时，发展机遇难得。 第三，中国具备独特优势，因为你们已拥有顶尖的AI技术储备、在机电一体化（Mechatronics）领域实力雄厚，而且中国具备全球最大的应用场景和制造基础。这三大优势使我看好中国机器人产业的发展前景。 问：与宇树等机器人企业的合作进展如何？ 黄仁勋：我们致力于支持所有获准合作的中国企业，不论是新兴科技公司还是行业领军企业。只要在许可范围内，我们都会全力提供支持。中国拥有众多令人惊艳的创新企业，我相信小米、宇树等公司未来都会推出令人惊艳的机器人产品。 问：对华为在系统级技术上的突破有何评价？在调整中国战略时，这会如何影响英伟达的核心战略？ 黄仁勋：首先，华为确实取得了令人瞩目的成就。他们在芯片设计、系统工程、网络技术、硅芯片以及光子学等领域都表现出色，还拥有自主云服务。而英伟达专注于芯片、系统和软件开发，不提供云服务。华为能够凭借完整生态独立开拓市场，这种综合实力确实令人钦佩。我们始终在向所有竞争对手学习，包括华为。但归根结底，他们确实做得非常出色。 问：为何双方未能达成合作？ 黄仁勋：我并非刻意回避合作话题。实际上，英伟达在技术专精领域同样具有独特优势。我们是全球少数几家能够实现从算法架构、系统软件、硬件系统、网络技术直至芯片设计的全栈创新的企业。可以说，历史上从未有公司能像我们这样，在如此广泛的技术领域都保持顶尖的创新能力。 这种全栈技术整合能力是人类科技史上所罕见的。通常，软件算法、系统集成、芯片设计、网络技术等专长都会分散在不同企业，而在英伟达，这些能力被有机整合——从基础架构到语言模型算法，从机器人技术到计算机图形学，乃至量子化学和5G射频技术，如此多元的专业领域汇聚于同一家企业，确实令人惊叹。如果能这样说自己的公司，我感到非常自豪。 问： 亚马逊、Google和华为正在开发自己的AI芯片。你如何看待云计算供应商的竞争？ 黄仁勋：关于云服务供应商自己开发芯片的问题，我们的公司战略与他们有所不同。我们的第一战略是投入大量资源，构建最先进的AI系统。这些AI系统被设计为支持AI的整个生命周期——从预训练、后训练、强化学习，到推理过程。 我们的AI架构是开放的，任何人都可以使用。如果你了解我们的架构和语言，就可以使用任何人的芯片，或者自己为公司构建计算机。因此，从某种意义上来说，我们的系统更容易使用。我的工作就是确保，第一，我们的性能和技术是最先进的；第二，我们要确保从一开始到AI应用的全过程，我们的系统的可用性和实用性；第三，我们的架构是无处不在的。所以，不管你想在哪个地方做AI，我们都能发挥重要作用。 AI将彻底改变每个行业，也将彻底改变每个科学领域。让我举个例子，在计算机图形和视频技术方面，GPU带来了图形计算的爆炸性增长。然而，现在AI正在革新计算机图形技术。今天的计算机图形技术如果没有AI，是不可能实现的。 再比如，现代游戏之所以如此令人痴迷，就是因为其应用了大量的AI技术。我们也在为量子计算提供AI支持，因为为了让量子计算机产生有用的结果，你必须有量子错误修正技术。量子信号的预处理和后处理非常重要，而以前的技术不足以应对这些问题。 我们也用CUDA为科学服务，帮助我们进行物理模拟，让我们能够进行更大规模的天气预测等等。实际上，这是物理学中必须要的技术。分子动态运动，协变键，电子的能量等等，这些都是非常复杂的模拟。AI可以做到这一点，而且做得越来越好，AI在机器人技术中的应用也是如此。我们会使用这些技术。我认为量子计算是非常重要的，它正在发生改变。 问：竞争对手给你们带来了哪些挑战？ 黄仁勋：竞争对手在全球带来了各种挑战。我倒是希望他们不要太努力，但他们正拼尽全力，他们都想赢。尽管很多竞争对手都是我的朋友，但我也想赢。我认为竞争能让彼此更好，能让市场更好，让行业更好。不过，我的竞争对手都非常强大。 在我的职业生涯中，曾经历过公司市值几乎归零的低谷，也曾体验过市值达到全球第一的巅峰感受。英伟达的市值曾经就是零，而且归零了很长一段时间。但我们重新定义了计算，这在人类历史上是最重要的工具。此外，我们还创造了一个全新的行业，这个行业就是AI，它将成为一种基础性技术。 英伟达的AI工业布局 问：你曾聊过关于技术栈的话题，英伟达起源于美国技术栈？ 黄仁勋：每家企业都有其独特的技术栈。美国拥有众多顶尖的技术生态，英伟达代表其中之一。美国的计算机产业——包括芯片、系统、软件、算法、网络计算等完整生态——堪称世界级水准，是国家级的战略资产。 纵观历史，从未有任何产业能像美国计算机产业这样在全球占据如此领先地位，无论是航空、汽车、IT还是能源领域都难以企及。 美国的计算机产业技术体系如同中国的供应链体系、电动车产业一样，都是国家级的核心竞争力。要找出能与之比肩的其他美国产业，我实在想不到。这正是我对德州芯片产业生态的看法——包括系统、软件、算法、基础设施等完整技术栈的构建确实非常复杂。 问：Meta最近给顶尖AI人才提供了1亿美元的薪酬包，你对此如何看？英伟达也有很多顶尖人才，您向他们支付的薪水高吗？ 黄仁勋：我已经有一段时间没和马克·扎克伯格（Meta CEO）谈过了，但很明显，他对未来有着一个非常宏大的构想。对他来说，可能这是一个以AI为核心的公司，这对他来说是一个完美的机会。因为Meta已经为他们的业务建立了非常强大的GPU基础设施，同时也在AI领域打造了全球最大的一些基础设施之一。 现在，AI显然会成为一个巨大的行业，不仅是几百亿，可能会是数十万亿美元的市场。这是一个巨大的机会。我认为马克已经决定全力投入AI领域，而这无疑是一个明智的选择。现在，他的行动速度非常快，我相信他们一定会做得非常成功。 问：苹果有没有向英伟达求助，因为他们在AI上落后于其他科技巨头？ 黄仁勋：我相信苹果有很多杰出的人才。我一点不怀疑他们在AI方面的卓越能力。苹果一直按自己的节奏推进工作，但无论他们做什么，我坚信会被广泛关注。 问：在发展AI的过程中，我们有没有忽视安全问题？ 黄仁勋：已经有很多安全技术被发明出来，例如人类反馈强化学习（RLHF）确保AI执行符合人类价值的任务，检索增强生成（RAG）减少幻觉，提高生成内容的准确性。此外，还有技术设定AI操作边界，确保它不做不该做的事情。例如，工程AI、市场AI、财务AI分别有不同的应用领域。我们还创造了“AI护栏”，以保障AI行为在安全范围内。还有网络安全AI和监控AI等专门技术，用于防止潜在风险。总之，AI将成为全球性科学，全球合作能确保其安全进步，同时推动创新。 问：为什么你们在中国推出RTX Pro？你们的中国战略是什么？面对国内外竞争的压力，英伟达有哪些应对策略？ 黄仁勋： 本周是第三届国际供应链博览会的开幕，供应链涵盖了机器人、智能工厂等复杂系统。我们推出RTX Pro正是为这些数字工厂、数字双胞胎、机器人等应用场景量身打造的。RTX Pro非常适合教机器人如何成为“机器人”，教智能工厂如何提高效率和质量。因此，本周的博览会是一个非常合适的时机来宣布这一产品。 问：我有两个问题要问。首先是关于新GPU的，能否分享更多有关RTX Pro的细节？与之前宣布的产品相比，它有什么不同？第二个问题是，未来我们能否期待更多基于Blackwell架构的产品进入中国市场？是否有任何最新的进展可以与我们分享？ 黄仁勋：新的RTX架构基于Blackwell，而之前的RTX架构基于Hopper。实际上，我们称它为Beta Hopper。这款新GPU不同于H20，它有计算图形和光线追踪（Ray tracing）功能。光线追踪对于传感器模拟非常重要，比如激光雷达、雷达和计算机图形学。我们可以模拟数字工厂中的传感器，或者自动驾驶汽车中的传感器，或者机器人身上的传感器。 RTX Pro 具备 H20 和其他 AI 产品所不具备的能力，它是一款同时具备计算图形和 AI 功能的产品，专为数字双胞胎设计。在应用中，我们有名为Omniverse的AI 库，所有操作都在Omniverse上运行。你应该看看，它真的非常令人印象深刻。 问：如果你能生产一个完美的数字双胞胎更新版，你会首先关注什么？ 黄仁勋：我想，如果我拥有一个数字双胞胎，我会让它首先观察我一段时间。我会让它和我一起生活一段时间，观察我做的事情，了解我的个性、价值观和特点。它应该尽可能多地学习。我会把我的数字双胞胎当作我的伙伴，这样我们都能变得更聪明。问：你如何看待当前的供应链格局？ 黄仁勋：我们的主要生产基地并非设在中国。但必须承认，某些产品如电池、太阳能板和电动车，几乎只能在中国制造。中国建立了极其完善的供应链体系，尤其在大规模消费品制造领域具有不可替代的优势。 年轻人闯AI圈不要怕晚，关键是热爱 问：关于AI和半导体领域的人才竞争，你怎么看？这些人才多数是中国人还是美籍华人？ 黄仁勋： 我在半导体行业工作，我见到的优秀AI人才中，有很多中国人，也有很多美国人，甚至英国、加拿大等地的人才也非常优秀。技术的优秀与国籍无关，中国有着非常深厚的数学和科学文化基础，这为AI的发展提供了很好的土壤。计算机科学和软件对AI至关重要，这是非常好的基础。目前中国在这方面已经做好了充分准备，我相信中国在AI领域会非常成功。 问：你们有很多优秀的人才，薪资待遇也很高吧？ 黄仁勋：我们始终尽最大努力，确保员工得到应有的回报。这背后源于我们公司独特的企业理念。你可能知道，英伟达是全球最小的大公司。虽然公司规模不大，但我们的技术贡献、行业影响力以及在市场中的位置，都是令人惊叹的。 我们的员工在公司工作多年，他们充满热情，并且都是非常优秀的人才。因为他们和我一起奋斗了很长时间，所以大家彼此之间有着深厚的信任与默契。 实际上，我们的员工流失率几乎为零，这种情况持续了很多年，几乎没有变化。我认为，这正是英伟达魅力的一部分。我们不仅支付高薪，还尽最大努力照顾员工，这也是我们文化中的一项核心理念。 这也是为什么我花这么多时间和你解释这些问题，不我们始终保持着对员工的关注与尊重。 问：在大中华区或亚太地区，英伟达有扩张计划吗？ 黄仁勋：我们始终在中国市场保持扩张态势，过去几年英伟达实现了快速增长。我希望英伟达的发展仅仅是个开端，而非终点。只要我们持续推动技术创新，继续为市场创造价值，依托我们卓越的工程师和专业团队，就一定能持续进步。 问：我注意到你在使用的产品，大家怎么看？人们可能会基于这些信息决定是否继续支持，因为他们来到这里是为了获取这些知识。 黄仁勋：我用的是GooglePixel手机，因为英伟达也参与了Android系统的开发。我们在Linux、Windows和Android等多个平台上都有自己的操作系统，这些系统都是为了满足不同市场的需求。我喜欢Pixel手机的原因是，它是一个纯净的Android系统，没有多余的附加内容，简单而干净，使用起来非常顺畅。 问：现在正是毕业季，很多年轻人对AI行业充满兴趣。如果你是2025年刚毕业的年轻人，怀揣梦想，你会关注哪些领域？如果你觉得进入AI行业有些晚了，怎么办？ 黄仁勋：我在20岁时就毕业了，因为我提前两年毕业，所以有了先发优势，确实不错。事实上，英伟达属于上一代的半导体公司，而现在我是下一代的代表。所以从来不会觉得晚，关键在于你是否拥有好的战略。如果你是排在前面的，那是好事；如果你排在后面，只要策略正确，你仍然能够成功。 机会总是存在的，关键是保持敏锐的眼光。我一直对计算机技术充满热爱，能够从事自己热爱的事业，我感到非常幸运。对于现在20岁出头的年轻人来说，可能他们在毕业时不会选择计算机科学，更多的选择可能是物理学或软件科学，但我相信，人工智能领域也会吸引他们的兴趣。 问：在变得富足后，你还有什么梦想？ 黄仁勋：老实说，我没有。因为在很久之前，我就已经非常富有了。富有简单来说就是你有足够的钱，不用担心自己孩子和家庭的生活，能够送他们上学，给家庭创造更好的生活。然后你可以去做其他事情，比如创建英伟达，去冒更多的风险，或许还可以帮助别人、为别人做贡献。我大概已经富有了30年，英伟达1999年上市，差不多25年了。我现在只想把100%的精力都投入到我的家庭和公司建设中。 问：你日常使用哪些AI工具？ 黄仁勋：我主要使用OpenAI、Gemini Pro、Claude和Perplexity这四个AI工具。我通常会同时向它们提出相同问题，通过比较不同AI的回答来获得更全面的见解。这种多AI协同的工作方式不仅能提高决策质量，实际上也构成了一种安全机制——多个AI系统可以相互校验、彼此制衡。我认为这代表着未来的发展方向。 问：你今年还会再来中国吗？ 黄仁勋：我希望会，记得邀请我，我一定会来的。 [查看评论](https://m.cnbeta.com.tw/comment/1513634.htm)

行业共同难点。

<blockquote><p>一个诞生于 1984 年的 KANO 模型，竟藏着泡泡玛特、瑞幸等品牌让用户 “上头” 的秘密？这个经典模型将用户需求划分为基本型、期望型、兴奋型等类别，而如今那些让人欲罢不能的品牌，正是把 “期望型需求” 和 “兴奋型需求” 玩到了极致。</p> </blockquote>  最近挺忙，在给一家零售企业准备一场内训课。 准备课程材料时，一个快被说烂了的经典模型，突然让我有了点新想法。 这个模型叫KANO，你可能听过，诞生于1984年，有点年头了。  KANO模型，由东京理工大学教授狩野纪昭提出 它把用户需求分成了五种，其中最重要的两种，叫期望型需求和兴奋型需求。 就在我琢磨怎么把这两种需求讲得更透彻时，脑子里突然闪过了两个名字：泡泡玛特和瑞幸。 我一拍大腿，这不就是吗！ 今天很多让人“上瘾”的品牌，之所以能从惨烈的竞争中杀出来，秘密不就在于它们把这两个需求玩到了极致？它们不仅仅是在卖产品，更是在提供情绪价值和体验价值。 如何科学的找到，并拥有持续不断设计出情绪价值的能力，KANO模型正是绝佳工具。 这堂课，有意思了。这已经不只是一份备课笔记，更像是我自己的一次复盘和思考。 ## 1. 用“人话”再聊聊KANO，这模型到底在说什么？ 没听过的不用怕，我们用一个场景来理解。 假设你去住一家酒店： 房间干净、有热水淋浴。这是基本需求。如果没有，你会暴怒，马上给差评。但有了，你也觉得理所当然。 酒店的Wi-Fi速度很快，床垫软硬适中，窗外风景不错。这是期望型需求。这些东西越好，你的满意度就越高，下次还可能再来。 当你走进房间，发现酒店免费为你升级了套房，桌上还放着欢迎水果和手写卡片。这是兴奋型需求。你完全没料到，巨大的惊喜感让你忍不住拍照发朋友圈，甚至会因此成为这家酒店的铁粉。 看明白没？今天的商业竞争，早就卷过了“基本需求”的层面。大家比拼的，正是后两者——你能在多大程度上满足用户的“期望”，又能在多大程度上创造他们的“兴奋”。 这，就是情绪价值和体验感的本质。 ## 2. 泡泡玛特和瑞幸，两个把“情绪”玩明白的高手 我们来看看，这两个品牌是怎么精准狙击用户情绪的。 先说泡泡玛特：它最厉害的一招，是把“兴奋”玩成了“期望”。 你第一次玩盲盒，抽到“隐藏款”时的那种心跳加速，就是典型的兴奋型需求。那种“赌徒”般的快感和巨大的不确定性，带来了极强的刺激。这是它引爆市场的起点。 但高明之处在于，泡泡玛特通过持续不断的IP上新、联名、打造潮玩圈子，硬生生把这种一次性的“兴奋”，培养成了一种持续性的期望型需求。 现在的玩家们，已经不再满足于偶尔的惊喜了。他们期望Molly每个季度都有新系列，期望能和各种意想不到的IP联名，或者新的IP出现，比如前段时间爆火的labubu。如果泡泡玛特哪天不这么玩了，玩家反而会失望。 它成功地给用户制造了一种“瘾”，一种对“持续新鲜感”的渴望。 再说瑞幸：一个用“爆款”持续刺激你多巴胺的大师。 回想一下，你现在对瑞幸的期待是什么？仅仅是一杯提神的咖啡吗？ 不，你期待的是“下一个爆款”。 从“生椰拿铁”开始，瑞幸就聪明地把用户的期望型需求，从“一杯好喝的咖啡”，悄悄转移到了“一杯好喝、好玩、还能发朋友圈的新品”。 它通过每月甚至每周的高频上新，一年上新100多款新品，不断刺激你的味蕾和社交神经。 203年刷屏的“酱香拿铁”，则是它投下的“兴奋型需求”核弹。谁能想到咖啡和茅台能凑一对？这完全超出了所有人的预料，瞬间引爆社交网络，成了一场全民的狂欢。 2024年黑悟空爆火，它又和黑悟空IP联名。用户买的已经不是咖啡，而是一种“我跟上潮流了”的社交货币。 所以你看，瑞幸和泡泡玛特的成功，本质上都是情绪的胜利。 它们让你付钱的，不仅是产品本身，更是那种“期待感”、“惊喜感”和“归属感”。 一句话总结，它们都把“创造惊喜”这件事，做成了自己商业模式的一部分，甚至变成了一种可持续的生产力。 这也是KANO模型揭示的胜利法则，要想黏住顾客，就去满足他更高级的需求。 ## 3. 你的企业，怎么打造自己的“情绪钩子”？ 聊到这里，可能你会问：“晏老师，这些都是大品牌，我的小公司能学吗？” 当然能。玩法有大小，但逻辑是相通的。这里有三个你可以立刻上手的思路： 第一，找到用户的“隐性兴奋点”。 别老是开会问用户“你需要什么”，他们说出来的，往往都只是基本需求。乔布斯说过一句经典的话，消费者并不知道自己要什么。你要去观察，什么能让他们在不经意间“WOW”出来。 比如，一家服装店，能不能把包装升级一下？当用户收到的不是一个普通快递袋，而是一个设计精美、需要一层层打开的礼盒时，那种拆礼物的喜悦感，会让衣服的价值感都提升好几倍。 一家餐饮品牌可以设计“隐藏菜单”，让老客在点单时，能像特工对暗号一样，带着一丝小骄傲地对服务员说出那个“秘密菜名”，瞬间获得一种“我是圈内人”的优越感。 这些，都是低成本创造“兴奋点”的办法。 第二，把“兴奋点”仪式化，变成“期望点”。 一次性的惊喜，威力有限。把它变成一种和用户之间的“默契约定”，才能持续锁住他们。 星巴克每年冬天的圣诞红杯，就是最好的例子。最开始是惊喜，现在全球用户每年都在期待。优衣库的UT联名，也从偶尔的彩蛋，变成了粉丝们定期蹲守的“必抢品”。 关键在于，创造一种“节奏”，让用户对你的下一次动作产生期待。 第三，用“社交属性”为情绪价值加杠杆。 最好的营销，是让用户替你营销。你要做的，就是把情绪价值，变成他们可以炫耀的“社交货币”。 瑞幸的联名纸袋和杯套，本身就是为了方便你拍照打卡。泡泡玛特的玩家社群，让“换娃”、“改娃”成了一种新的社交方式。 问问自己，你的产品或服务，有没有一个“值得被分享”的环节？ ## 4. 一个警惕：情绪价值也会“通货膨胀” 最后，得泼一盆冷水。 KANO模型里还有一个残酷的规律：需求的“降级”。 曾经让你尖叫的“兴奋型需求”，很快会变成司空见惯的“期望型需求”，最终甚至会沦为“基本需求”。 想想iPhone 曾经的视网膜屏幕，当初何等惊艳？再想想指纹解锁，曾经多么神奇？现在，这些都是手机的标配，没有反而会被骂。 情绪价值也是一样，会“通货膨胀”。用户的G点会越来越高。 怎么办？只有两条路： 像瑞幸一样，永动机般地持续创新，不断制造新的兴奋点。 像苹果一样，超越产品，建立强大的品牌文化和身份认同。让用户为你着迷的，不仅是你的产品，更是你的价值观，让他们以成为你的用户为荣。 ## 5. 写在最后 写到这里，我给客户的培训PPT，越来越清晰。 商业的打法日新月异，但人性的底层逻辑却万变不离其宗。KANO这个40年前的老模型，之所以今天依然闪光，因为它揭示的，恰恰是那个最朴素的道理： 生意，终究是和“人”打交道。 与其在同质化的红海里死磕功能和价格，不如跳出来，遵循规律，在用户的情绪和体验上，找到属于你自己的那个“兴奋点”。 那么，你的“兴奋点”，找到了吗？ 本文由人人都是产品经理作者【晏涛三寿】，微信公众号：【晏涛营销笔记】，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。

<blockquote><p>从猫王创始人怼雷军后的 “悲情叙事” 引发争议，到宗庆后 “布鞋首富” 人设身后遭遇舆论风波，2025 年商界的这些标志性事件，不断拷问着一个核心问题：创始人耗费心血打造的个人 IP，究竟是品牌的坚实灯塔，还是潜藏的定时炸弹？本文将借这两起事件，深入剖析创始人 IP 的本质。</p> </blockquote>  从宗庆后先生的“布鞋首富”人设在身后遭遇各种（私生子）舆论风波，到近期猫王创始人怼雷军后的“悲情叙事”引发全网争议。 2025年的商界，似乎在反复拷问所有创始人一个终极问题：你耗费心血打造的个人IP，究竟是在为品牌构筑一座坚实的灯塔，还是在埋下一颗随时会引爆的定时炸弹？ 有时我也觉得，仿佛每个正在或打算做IP的创始人而言，都无异于走在一条看不见的钢丝上，一边是流量的诱惑，一边是万丈的深渊。 今天，我不聊八卦，只想借这两个让我深刻的标志性事件，和大家彻底聊透这个话题：创始人IP，是不是一场精致的人设幻觉？以及这幻觉背后，被流量和光环所掩盖的残酷真相。创始人，需要向公众交代私德吗？ 好，我想一个一个问题跟大家聊。 ## 1. IP的真相：“人设”的幻觉 vs “人格”的真实 前面我就提过疑问了。 我的答案是：IP不全是幻觉，反而IP应该要真实；但大部分创始人，都危险地把它做成了一场精致的幻觉。 以前我也没想清楚，直到遇见太多翻车的IP，也是各种失望，现在长了点脑子。 要看透这一切，必须先在脑中建立一个清晰的分析框架，严格区分两个词：“人设（Persona）”与“人格（Character）”。 ### 第一种，被包装的“人设（Persona）” 这，就是那场“精致的幻觉”。它是被市场部、公关部精心设计、提炼、包装出来的，一张可以快速传播的“公众面具”。它往往由几个高度符号化的标签组成，比如宗庆后先生广为人知的“布鞋”、“不差钱”，或者一些创始人标榜的“好爸爸”、“好丈夫”等。 这种优势显而易见：传播效率极高，记忆点强，能在短期内快速圈粉。 但它的致命弱点也同样突出：极度脆弱。 因为它核心还是一场表演，是片面的。一旦创始人的真实生活、历史言行，出现了与这个人设标签相悖的证据时（无论真假），就会发生剧烈的“人设崩塌”。公众的愤怒，并不是完全源于事件本身，更多是源于一种“被欺骗感”。谁不讨厌被人当猴刷。 宗庆后老先生的悲剧在于，他本人可能是一个真实的、勤俭的“人格”代表，但在传播上，这一切被简化成了一个脆弱的“布鞋人设”。 当私生子事件（无论真假）爆出后，它攻击的不是宗老先生作为企业家的社会功绩，而是直接挑战了“勤俭朴素”这个人设背后的“专一”、“传统”等潜在联想，从而引发了连锁崩塌。 ### 第二种，真实的“人格（Character）” 这，才是创始人IP的坚实内核。它不是靠几个标签，而是创始人基于其真实的价值观、长期的行为准则、以及企业经营的理念，自然而然表现出的公众形象。它是由一系列连贯的、可被公开验证的行为所支撑的立体形象。 它的建立周期很长，记忆点可能不那么突出，但核心优势在于：极具韧性。 因为它真实、立体，所以能容错。一个基于真实人格的IP，即便犯了错（非原则性错误），公众也更容易理解和原谅，因为大家信任的是他的“内核”，而不是他完美的“外壳”。 比如雷军。他的IP核心不是“Are you OK?”这个梗，而是他几十年如一日，从金山到小米，有据可查的“劳模精神”、“对产品细节的较真”以及“与米粉做朋友”的姿态。这些，都有无数的公开事实和产品迭代作为支撑。 一句话总结：“人设”追求的是速成的“流量”，而“人格”沉淀的是长期的“信任”。 这是两种截然不同的战略选择。 所以创始人IP，要努力沉淀人格，而非打造人设。 ## 2. 深度追问创始人IP：当“人格”遭遇“私德”拷问 私德这个问题，11年前我就有疑惑，当时见到某些IP大咖，私生活我不敢苟同。 一个无法回避的问题是：IP人格需要关乎创始人的私德吗？ 我琢磨好久的答案是：在今天的舆论环境下，你没有选择。因为在公众眼中，私德与公德的界限，远比我们想象的要模糊，甚至可以说，那堵防火墙根本就不存在。 不过呢，这并不意味着，任何私德问题都会带来同等的毁灭性打击。其“杀伤力”的大小，取决于它与创始人IP核心定位的“相关性”大小。 我把它分为这三类 - 高相关性（毁灭性打击）： 当私德问题直接颠覆了创始人IP的核心人设时。比如，一个以“爱妻顾家好男人”为IP核心标签的创始人被曝出轨。这就是直接的、无可辩驳的欺骗。 - 中等相关性（严重品牌伤害）： 当私德问题违背了其品牌的核心价值观时。比如，一个主张“科技向善”、“人文关怀”的品牌，其创始人被曝出不尊重女性或虐待员工。 - 低相关性（形象受损，但未必致命）： 当私德问题与IP核心定位及品牌价值观关联度较低时。比如，一位以“技术狂人”为IP的创始人，因投资失败产生财产纠纷。 那，做创始人IP，该如何“拿捏”这个致命的平衡？我觉得有几点可以做 主动管理公众的“道德期望值”。 这是最核心的策略。不要主动在公域用“私德”给自己加分。你越是标榜自己是“好爸爸”、“好老公”，就越是把一个脆弱的、不可控的考核标准交到了公众手里。 拥抱“底线伦理”，而非追求“圣人光环”。 公众可以容忍一个有缺点的天才，但无法容忍一个道貌岸然的伪君子。IP人格的关键，不在于展现完美，而在于守住“诚实”和“守法”这两条最基本的底线。 做好“个人品牌”与“企业品牌”的风险隔离。 有意识地让更多优秀的管理者走到台前，让品牌故事由一个“团队”来讲，而不是由创始人“一个人”来背书。最好就像罗振宇一样，从罗辑思维到得到，把个人IP组织化。 打个比方，私德问题，就像一颗投入品牌湖面的石子。它的破坏力，不取决于石子本身的大小，而取决于它被扔到哪个位置。落在湖心（核心人设），会掀起足以倾覆整艘船的巨浪；落在湖边（边缘地带），可能只会激起一圈无关痛痒的涟漪，吃吃瓜就没事。 ## 3. 人格与人设视角下IP的三重境界 理解了上面这两点，我们再看创始人IP，我把它归纳为三个境界，也会一目了然。 **第一重：怨气型IP（失控的人格缺陷）** 这已经超越了“人设管理”的范畴，是创始人失控的人格缺陷在公域的灾难性暴露（也可能是表演）。其特点是“怼天怼地”，把个人情绪凌驾于品牌价值之上。这本质上，就是那种”“黑红也是红啊”，把品牌当成了个人情绪的宣泄口，是最低级的玩法。 **第二重：专家型IP（从人设到人格的十字路口）** 这是大部分知识型创始人所处的层级，也是一个关键的“分水岭”。照着稿子念、追着热点讲段子，最多只能建立一个“专家人设”。而只有那些真正分享自己踩过的坑、血泪教训、以及深度思考体系的创始人，才能逐渐将“专家人设”，沉淀为用户真正信服的“专家人格”。 **第三重：领袖型IP（真实人格的最终胜利）** 这是IP的最高境界，也必须是真实“人格”的最终胜利。 像乔布斯，贝佐斯，马斯克等人。 在中国，很多人看到雷军的成功，都想学他。但他们往往学反了！雷军的IP之所以稳固，是因为他其实是“企业先行，人格在后”的黄金顺序，他在今天这么火之前，它已经在金山软件获得了成功，他的IP是企业成功和一贯行为的自然结果，而非本末倒置地先去打造一个IP空壳。 当然，雷军是中国企业家里有名的劳模，这些都是有大量公开数据证明的。 ## 4. 创始人IP的安全守则 写到最后，我想给所有打算或正在做IP的创始人，分享三条能让你睡得更安稳的“安全守则”。它无关技巧，更关乎智慧。 **守则一：放弃完美，拥抱真实** 你敢不敢在一个视频里，承认自己最近做错的一个决策？ 不要试图扮演一个完美的人。你越想滴水不漏，人设崩塌时就越惨烈。向公众展示一个有优点、也有小缺点，但价值观坚定、知行合一的真实“人格”，远比一个完美的“人设”面具更安全、更持久。 **守则二：公域谈事，私域谈人** 你昨晚的家庭聚会，真的有必要让你的用户知道吗？ 在微博、抖音等公开平台，多谈你的事业、产品、行业洞察和愿景。你个人的生活、家庭、情绪，请尽可能地保留在私人领域。你暴露的私域越多，被人抓住的、可能与你“公域人设”冲突的把柄就越多。保持边界感，是保护你，更是保护你的品牌。 **守则三：做好最坏的打算** 你最不想被曝光的一件事，如果明天就上了热搜，你的品牌能扛住吗？ 在你决定高调做IP前，请你的团队或第三方，用最挑剔、最不留情面的眼光，对你进行一次彻底的“背景调查”。你过去的公开言论、商业纠纷、甚至私人关系，能否经得起放大镜和显微镜的双重检视？ 如果答案是否定的，那么最好的选择，就是退回幕后。 因为有时候，最顶级的创始人IP，恰恰是克制。是退后一步，企业，应该永远让精心打磨的产品和团结一致的团队，成为那个最耀眼、最安全的主角。 本文由人人都是产品经理作者【晏涛三寿】，微信公众号：【晏涛营销笔记】，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。

<blockquote><p>开放外链拥抱大平台、品牌口号从 “生活指南” 改为 “生活兴趣社区”，一系列调整背后，是小红书在流量红利见顶、种草效应弱化的背景下，对自身定位与增长逻辑的重新审视。本文将探讨即时零售的崛起如何冲击传统种草模式，分析小红书对品牌商家的吸引力变化，以及其在电商业务与社区属性之间的摇摆与抉择。</p> </blockquote>  作为小红书平台上的“少数”男性用户，在用了几个月后，我还是决定把小红书卸载了。 原因无他，对算法茧房下的推荐内容有点腻了。当初之所以开始玩小红书，是因为“中美网友大对账”勾起了我的兴趣。没承想始于兴趣，终于兴趣。 最近刷小红书，明显感觉广告更多了，各种硬广软广精准推送，也许是开放与淘宝、京东合作后，商业化氛围似乎比以前更浓了。 我隐约有这么个感觉：**开放之后，小红书似乎开始焦虑了。巨头间的闪购大战，放大了小红书增长焦虑。毕竟即时零售的火热，也一定程度降低了内容社区的种草效应。** 红黄蓝三家闪购大战表明，这年头儿**直接补贴用户比买流量有用多了，内容平台硬广、软广的价值都在降低。** 就像东哥说的：“以战养战”，**把钱投入外卖，京东的广告费用也降低了。** 闪购这么个简单打法，其实不只影响小红书，也影响抖音、快手。只是抖快的用户时长更长，电商业务也成熟了起来，整体影响不大。而小红书没了电商业务的想象力，商业化难度可能又增加了。 那么问题来了，闪购一片火热，**小红书的“种草”模式，到底对商家还有多少吸引力？** ## 闪购大战，苦了种草模式？ 今天的电商巨头都在超级APP方向走，京东做短剧、美团也做，再加上直播、短视频，今天的电商平台，都是内容+社区+本地生活的巨无霸体质。 下一步就是把种草这件事儿也做了。 今年618期间，各个平台都在加强培育新品牌的能力，京东、淘天、拼多多都投入更多的资源，帮助新品牌起量。 于小红书而言，既然打不过，那么不如早些加入，电商业务止损拥抱大平台，是审时度势之后的战略选择。 **不是说小红书对商家没有吸引力，而是增长的底层逻辑变了。** 即时零售大战证明了一件事儿：**流量分发的平台，打不过需求分发平台。** 真正高效的转化，其实不是种草，而是一开始打透品牌心智，缩短链路直接撬动高转化。 瑞幸当年就是这个打法，9.9一杯的生椰拿铁根本不用种草，用刚需，低毛利的爆款撬动心智，然后在销售终端做转化。 这也是闪购的核心逻辑。 传统电商的逻辑，是先有触达，再有品牌心智，然后靠各种各样的促销活动促进转化。所以“种草”是第一步。 但“种草”也是有成本的，内容博主、平台本质上都是“流量中间商”，制作内容的“中间成本”，最终还是要“被种草”的用户买单。 **用流量分发，其实不符合商品分发效率最大化原则。** 近年来，消费行业里有增量的领域都是“用需求分发”。 比如零食行业，赵一鸣、零食很忙为什么能快速崛起，其实就是靠着2块钱的可乐，1块钱的矿泉水这种刚需高频带动流量。 超市行业，永辉为什么能火起来，不光是因为学习了胖东来的经营理念，更是用胖东来的自营单品，撬动了流量。 这跟京东、淘宝、美团闪购业务的增长逻辑一样：**“高频带低频，刚需带非刚需”。** 反倒是内容平台端，当软广越来越多，用户逐渐脱敏，内容种草转化的性价比没有以前那么高了。 **而这个时候，即时零售展现出来的增量，其实对品牌商家更有吸引力。** 品牌商家做爆品，未来会不会把更多的精力放在即时零售平台上？我觉得是一个很有意思的观察点。 实际上，闪购会改变用户购买的行为和习惯，**内容平台流量的电商价值可能会进一步被弱化。** 比如，最近朋友买东西已经不去网上先搜，而是打开闪购，先看一遍。有合适的直接买，本质上缩短了转化链路。 当商品的决策链路被缩短了之后，种草也就没了意义。这也是为什么，某些刚需属性的品类，在内容平台投流增长越来越难。 小红书对品牌，商家的吸引力，核心还是在于两点： **1）人群购买力。** 小红书的用户人群，是消费市场最有购买力的人群：一二、三线城市里年轻的白领女性。这个群体，强调消费的精致感，但在追求品质的同时也精打细算。 除了小红书，这部分购买力也同样分布在京东、淘天、分布在李佳琦、董宇辉的直播间里。也就是说，撬动这部分人群需求，小红书不是唯一的入口。 对于一些长决策周期的产品，入口就没那么重要了，小红书优势仍然在。 **2）低成本的品牌冷启动。** 小红书的核心价值，是培育新品牌，是用内容软广，做新品牌的冷启动。但小红书流量断崖式下滑之后，越来越多的品牌发现，在小红书做冷启动，似乎比以前更难了。 本质上，还因为同质化的笔记越来越多，平台得不断调整策略，平衡内容生态。而每一次调整，商家都要重新适应，这也会带来相应的成本。 品牌为什么要做广告，其实就是强化心智。对品牌来说，心智=免费的流量。 撬动心智这块儿，还是看头部电商平台。今年618期间，天猫453个品牌成交破亿，京东3000个家电家居品牌增长翻了一倍。 你看，电商平台的品牌孵化能力未必就比内容平台差。当前主流的电商平台都在做新品牌孵化。那么小红书的“冷启动”价值似乎也就没有那么大了。 ## 内容红利蛋糕，不够品牌分了 不管是人群购买力，还是品牌的冷启动，其实都是说明一点，小红书这个平台，一直以来都是有红利的。 对品牌来说，红利是蛋糕，**是结构性的增量。** 海底捞的服务是餐饮行业的结构性增量，《黑神话悟空》的品质是游戏行业里的结构性增量，小米YU7的情绪价值是国产新能源的结构性增量…… 你看，大多数时候，结构性的增量是品牌自发增长出来的，而不是依附于某个有内容红利平台。 因为，今天这个过剩的市场，任何能被看得见的流量红利，最终都会吸引一大票品牌蜂拥而至，然后红利就消失了。 **市场永远存在“二八”法则，20%的商家在挣钱，80%的商家在内卷。小红书亦然。** 最近，小红书发生了一个重要变化：宣布品牌升级，换了**slogan，**从生活指南换到了“生活兴趣社区”。 换slogan这事儿，其实反映出当下小红书对自身处境的思考：**当种草变成一种品牌们都知道“普遍增长方式”后，小红书该怎么办？** 显然，当**品牌种草增长由增量转入存量时代，平台的蛋糕，就有点不够分了。** 或者更直白点说：在小红书上拍图做笔记起号，然后一款产品卖爆的时代已经结束了。 过去，品牌在小红书种草的方式无非三种：**达人种草、信息流投放，搜索投流。** 这三种方式能奏效，前提是小红书依然能有一个健康、真实的内容生态。当平台内的博主种草内容越来越多，内容生态的天平开始向商业化倾斜的时候，平台的内生流量增长也就变得更难了。 数据似乎也在印证这一点。 Questmobile报告数据显示，2024年前十个月，小红书月平均活跃用户规模为2.14亿，较2023年同期仅增长了11.9%。也就是说，小红书的流量大盘增长似乎没有那么快了。 从生活指南到兴趣社区，小红书显然希望完成**流量与商业化的双重扩容。** 从强调“生活方式电商”再到现在强调“兴趣社区”，直观来看最大的变化是没了电商的戏份儿。 这其实不难理解。 一方面，于小红书今天的体量而言，继续做电商，难免要与主流平台近距离交锋，而小红书的营收支柱还是要靠广告。 另一方面，以小红书这个体量，再深入做电商，就意味着要深入供应链。快手、抖音做电商的经历表明，内容平台做电商，是在把轻模式做重，需要大量的资源和基础设施能力。 小红书的能力，与快手、抖音依然有体量的差距，所以在电商的方向是死磕，并不明智。 其实过去这几年，流量与商业化的扩容一直都是小红书的主线。所以，小红书变得更开放，主动拥抱淘宝、京东。 **对于小红书而言，虽然说开放外链不意味着要放弃做电商，但显然电商业务的战略层级放低了。而定位于“兴趣社区”，可能也反映出小红书内部纠结的一面。** 抖音兴趣电商的成功在前，3.5万亿GMV体量已经向市场证明了“兴趣”这条路是走得通的。同样是靠算法，凭什么抖音能做成小红书做不成？ **小红书走抖音走过的路子，可能更容易被市场认可。** 从生活方式电商，到兴趣社区，柯南的思路可能是，小红书广告电商两条腿走路。 一方面广告业务不断提升货币化率，另一方面保留电商火种，然后等待一个窗口期，择机上市，最终给一级市场的股东们一个不错的回报。 在小红书调整**slogan之前，还有一则被否认的传言：阿里要收购小红书。** 其实对于小红书而言，**IPO远比被收购要来得更划算。** 简单算一算账，就不难看出被收购的消息是谣言。 其实一直以来，市面上不乏传出小红书IPO的消息。根据天眼查APP融资历程显示，到2024年7月份，小红书融资到了E轮，估值170亿美元，据最近媒体报道，小红书的整体估值已达260亿美元。 实际上，比谣言本身更值得讨论的是，**为什么这样的谣言有诞生的土壤？** 我想还是市场的心态变了，当内容平台重新聚焦流量，电商业务前景未卜**。**外部难免开始有了猜测：**如果将来上市没能有一个理想估值，那么卖身巨头也是一个不错的选择。** 无论卖身，还是上市，当下的小红书都还有可挖掘的价值。而待到十年以后，虎扑走过的路，小红书会不会再走一遍？ 值得深思。 文：互联网江湖 作者：刘致呈 本文由人人都是产品经理作者【互联网江湖】，微信公众号：【互联网江湖】，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。

台积电周四公布，受人工智能芯片需求强劲的推动，第二季度利润同比增长近61%，超出预期。以下是台积电第二季度业绩与LSEG预期对比： [](https://static.cnbetacdn.com/article/2025/0705/a590f8a4f047e97.jpg) 营收：9338.0亿新台币（约合317亿美元），预期为9312.4亿新台币； 净利润：3982.7亿新台币，预期为3778.6亿新台币。 据报道，台积电第二季度净利润创下历史新高。 台积电6月季度的净营收同比增长38.65%，达到9338.0亿新台币，同样超出预期。 美国东部时间凌晨2点25分，台积电股价在罗宾汉（Robinhood）交易平台上涨近6%。 作为全球最大的合约芯片制造商，台积电受益于人工智能的大趋势，为英伟达、苹果等客户生产先进的人工智能处理器。 “台积电增长的主要驱动力是对人工智能相关芯片的强劲需求，尤其是7纳米以下的前沿制程节点，”Counterpoint Research副总监Brady Wang表示。 在半导体技术中，更小的纳米尺寸意味着更紧凑的晶体管设计，从而带来更强的处理能力和更高的效率。台积电表示，本季度7纳米及更小尺寸的先进芯片占其总晶圆收入的74%。 “人工智能热潮带来的需求在短期内具有高度可持续性，因为人工智能仍处于起步阶段，并继续向各个行业拓展，”Wang补充道。 [查看评论](https://m.cnbeta.com.tw/comment/1513632.htm)

方舟投资管理公司CEO凯茜·伍德对就业市场压力日益增大发出了警告，尤其是对刚毕业的大学毕业生来说，失业率不断上升，人工智能对入门级职位产生了破坏性影响。在ARK周三分享的一段视频中，伍德指出了令人不安的劳动力市场趋势，并引用了关于美国应届毕业生难以找到工作的报道。 [](https://n.sinaimg.cn/finance/transform/116/w550h366/20210328/778d-kmvwsvy7046062.jpg) 她说：“我们确实知道，人工智能肯定会损害入门级工作岗位。”她强调，美国应届毕业生的失业率已从最近的4%低点攀升至6.3%或6.4%左右。 伍德对那些即将进入或重新进入劳动力市场的人提出了直接建议：“开始关注人工智能。你们自己可以做很多事情。”随着自动化重塑招聘格局，她鼓励求职者提高技能。 她还指出，美国持续申领失业救济的人数正在上升，这表明尽管首次申请失业救济的人数保持稳定，但许多失业人员仍在努力寻找工作。 这些评论首次出现在本月早些时候发布的ARK月度视频系列“In The Know”中，伍德在其中谈到了更广泛的经济问题。 上个月的一份报告指出，认为工作“充足”和“难以获得”的美国人之间的差距已经缩小到11.1%，这是自2017年以来的最低水平，不包括新冠疫情期间在内。 经济学家认为这是一个警告信号，从历史上看，随之而来的是失业率上升。目前的数据显示，未来几个月美国失业率可能上升至6.0%。 此前，美国经济学家、合作基金（Collaborative Fund）管理合伙人克雷格·夏皮罗也警告称，到2030年，人工智能可能会颠覆25%的工作岗位。他说，美联储在很大程度上无力解决这一挑战。 早些时候，英伟达CEO黄仁勋也鼓励学生们现在就开始利用人工智能来增加他们的职业机会和生产力。 [查看评论](https://m.cnbeta.com.tw/comment/1513630.htm)

<blockquote><p>谁能想到，给奶牛戴上 AI 项圈，竟能催生一家估值 10 亿美元的独角兽企业？新西兰公司 Halter 就做到了。它将 “AI 项圈 + 太阳能信号塔 + 手机 APP” 相结合，打造出虚拟围栏与远程牛群管理平台，让牧场主只需在手机上轻点操作，就能完成赶牛、轮牧规划、健康监测等工作。这套系统不仅能为牧场每周节省 20-40 小时人工，还能提升 25% 的牧场承载力和牛奶产量，投资回报率高达 30-50 倍。本文将深入解析 Halter 如何凭借这一看似简单的智能硬件，解决传统畜牧业的痛点，在资本遇冷的农牧业科技领域逆势崛起，以及其背后独特的技术逻辑与商业策略。</p> </blockquote>  谁能想到，给奶牛戴项圈也能干成独角兽？ 这不是段子，而是新西兰独角兽Halter的真实故事。 它靠一条智能项圈，让奶牛“听话”、牧场省人、牛奶增产，在全球农牧业劳动力短缺的当下，成了资本眼中罕见的确定性生意。 在传统牧场里，每一头牛的管理都仰赖人力与经验。而 Halter 让牛自己“说话”——通过实时追踪运动、反刍、发情、异常行为，AI 自动预测疾病、优化轮牧，并将原本每天骑摩托赶牛的工作，变成App上几秒完成的操作。 不只替代围栏、节省人工，更用“每周省40小时人工、产量提升25%、ROI高达50倍”的硬数据，给整个行业打了个样：能帮客户赚钱的AI，哪怕是套在牛脖子上，也有资格收租。 最近，Halter刚刚以10亿美元估值融资1亿美元，成为新西兰科技圈最耀眼的独角兽之一。 今天就让我们来看看这个不一样的智能硬件生意。 ## 01 给奶牛戴的“Oura” 到了2025年，农牧业科技风险投资疲软，然而机器人和智能田间设备领域却逆势而上，持续成为资本关注的亮点。 这背后，是农民正被一系列难题困扰：全球都缺农牧工、成本上涨，与此同时，消费者对可持续发展的高度关注。 其中，畜牧业管理痛点尤为突出：传统围栏费钱、灵活性差，对草皮环境伤害较大。更棘手的是，牛群健康管理高度依赖人工观察，极易错过最佳干预时机。 如果说Oura戒指是优化个人生命质量，Halter项圈则是在优化牛群的生命质量，从而提升了牧业生产效率。 新西兰公司Halter的解决方案：通过“AI项圈+太阳能信号塔+手机APP”的组合，为牧场主打造虚拟围栏与远程牛群管理平台。 只需在APP上轻点几下，用户即可设定虚拟放牧边界、规划轮牧路线，并实时监控每头牛的健康指标。  以前每天骑摩托赶牛3小时，现在手机一点，牛群自动移向新鲜草场。 那么，虚拟围栏如何运作？ 其核心在于项圈的智能引导。 当牛接近虚拟边界时，项圈会发出渐进式音频警告或极轻微电脉冲（其强度为0.18焦耳 ，约为传统电网的1%），以每头奶牛的精确kg/DM设置中断，结合运动传感器驱动牛群移动。  绝大多数奶牛能在一天内快速适应这套系统，并显著提升后续行动的预测性与可控性（来源：塔斯马尼亚农业研究所）。 这套系统的价值远不止替代围栏。 Halter数据显示：不同规模牧场平均每周可节省20-40小时人工，劳动力需求降低30%；同时牧场承载力提升25%，牛奶产量增加，带来30-50倍投资回报率。精准的轮牧管理还减少了氮肥过度施用，降低环境负荷。 北部地区养殖户James Parsons应用首月即实现牧场利用率跃升21%；而丰盛湾的456头奶牛场，仅轮牧环节每日就省下3小时劳力。 更深层的技术突破源于其AI分析引擎Cowgorithm™。 该系统通过持续学习项圈采集的运动、反刍与休息数据，识别行为异常（如产犊征兆、疾病早期症状或应激反应），并自动推送预警。它能生成实时牧场优化建议，例如“3号围场放牧不足，建议轮换”或“78头奶牛未跟随牛群移动”，将被动响应升级为主动决策支持。 玛纳瓦图乳品厂的Mat Hocken谈道，他的920头奶牛场借助Halter显著降低了跛行率，疾病发现提前数天。 在这个看似小众的市场，Halter实则面临激烈的竞争，Agersens、Vence等公司都提供虚拟围栏和远程牛群控制功能。与他们相比，Halter在精细化管理方面有更明显的优势： 自研算法+太阳能信号塔，降低对蜂窝网络的依赖，适配偏远牧场环境； 深度集成管理功能，如健康预警与牧草分析。 ## 02 猫狗花草都能用，AI硬件的垂直场景突围 Halter如何在一群最讲实际的牧民中间掀起一场“AI项圈”的旋风？ ### 1）把第一批用户案例讲成“隔壁老王的事” Halter的第一批用户只有十几家，但公司把每家都拍成了小纪录片： 丰盛湾的Sherrie夫妇对着镜头算账：“省下的时间够去学校接孩子”； 玛纳瓦图某牧场主把跛行率下降50%的截图贴到脸书农场群里，配文“数据比兽医先到”。  这些片子没有一句豪言，却句句落在“少加班、多产奶”的牧民痛点上。Halter再制作30s小视频投放，年轻牧场经理刷手机时就能看到同行现身说法。 ### 2）先试后买”，让观望者先养50头试试 Halter的销售代表把皮卡开进牧场，拎出50个项圈宣称“免费装免费拆，30天之后你觉得不值，我原样拉走”。试用期内，系统每天推送牛发情数量和轮牧情况的短信。 一周之后，大多数牧民会主动要求剩下的300头也装上。 ### 3）ROI计算器，把技术黑话翻译成现金收益 Halter 的宣传册没有深奥的算法名词，只有三行粗体数字：牧场利用率+25%、人工时间-3小时/天、跛行率-50%。 公司把这套ROI计算器放在官网首页，牧民输入相关信息，立刻得到一年省多少钱的预测。数字一旦和自家账本对上，再保守的牧民也愿意掏信用卡。 ### 4）让合作社和银行一起背书 新西兰的奶农大多把牛奶卖给恒天然，贷款用澳新银行。Halter先后与这两家签下合作协议： 恒天然把Halter的草图利用率数据接入自家的“可持续牧场”评级，用高分换溢价合同； ANZ 推出“Halter专项贷”，安装项圈可享0.5%利率折扣。 一夜之间，原本观望的牧户发现：装Halter不仅能多赚钱，还能便宜借钱——技术营销就此变成了金融杠杆。 有意思的是，2024年Halter登陆美国，广告词只改了一个地名：“加州奶农每天节省3小时”。 公司先在加州图莱里县租了300英亩示范牧场，重现新西兰Demo Day，再把加州理工州立大学的学生请来拍短视频：“00后牧场经理的一天”。 一样的试用套路、ROI计算器、推荐返现，只是短信提醒从英文变成了西班牙文双语版。三个月后，加州最大的奶牛合作社便把Halter列入“推荐技术清单”，复制了新西兰的金融杠杆路径。 一套项圈系统动辄数万美金，Halter 却把它拆成每头牛每月7美元的订阅费，含硬件、软件、维修。牧民不再担心设备过时，只当是多请了一个24小时不休息的“数字牛仔”。 不得不说，Halter创始人作为一个在新西兰牧场长大的孩子，还是太懂乡亲们了。 Halter于2016年由Rocket Lab前机械工程师Craig Piggott在新西兰创立，如今它在新西兰、澳大利亚和美国拥有200多名员工，并与18个州的150名牧场主合作管理20万头牛。 它将利用新一轮融资的资金来加速其在美国的扩张，瞄准美国9000万头肉牛存栏。 从牲畜行为管理到作物生长优化，一批聚焦垂直场景的创新硬件正快速崛起。这些设备有三个技术共性： ①物理世界数字化：通过传感器将动物生理或植物状态转化为可分析数据； ②边缘智能决策：在设备端实时处理高价值信息（如疾病早期信号）； ③轻量化人机交互：以APP、语音等低门槛方式服务农业从业者。 接下来看一些具体的案例： （1）用于牧场的奶牛和肉牛 【摄像机+步态分析CattleEye（已被EA收购）】专注于牛跛行与步态分析，无需搭配可穿戴设备，通过部署摄像头捕捉画面，结合深度学习算法，对其行走姿态、步频等特征进行实时解析。产品监控超过15万头牛，公司年收入约为170万美元。 【可吞咽AI硬件Moonsyst】内置传感器能监测体温与活动行为，当检测到异常时自动预警，可AI分析数据。已筹集大约42万美元。 【AI早期疾病检测平台Connecterra】可兼容可穿戴设备，通过对动物活动量、生理指标等信息的整合分析，提前识别疾病征兆。 【早期疾病检测应用Quantified Ag（已被默克收购）】基于视觉技术、AI算法分析监控影像，能够自动标记咳嗽、呼吸急促等迹象。 （2）用于宠物猫狗 【AI宠物说话按钮FluentPet Connec】基于按钮的通信板，集成大模型来解释按钮组合并生成更丰富的语言或响应。今年5月的电商完成1483笔订单，收入约为10.7万美元。 【自动训犬舱Companion.ai】带摄像头的固定设备、零食分配器、扬声器。可AI生成个性化的训练计划、例程，甚至语音响应，根据实时行为与宠物互动，月费49美元。公司已筹集1400万美元风险投资。 （3）用于种植业 【蓝白自主拖拉机大模型Fieldin】将传统拖拉机升级为具备高度自主决策能力的智能机器人，已经在加州和华盛顿州的15万英亩果园中成功运行了超过5万小时，覆盖了杏仁、葡萄、苹果、蓝莓等多种作物。 【智能喷雾器机器人Verdant】以筹集4600万美元A轮融资，将拓展精密喷涂工具。 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>别再靠拍脑袋做决策！本文用“公众号投放”真实案例，手把手教你把业务问题翻译成数学模型：先补齐目标、约束、参数，再用线性规划算出预算3万、获客4295的最优组合。更关键的是，建模过程会自动暴露数据缺口、目标混乱、业务波动等暗坑，让你真正用数据而不是“玄学”来指挥行动。</p> </blockquote>  “能不能建个模型，分析下怎么决策！”是工作中经常被问到的问题，也让很多数据分析师头大。“这决策咋做，还能建模？咋不让我去算命呢！”是常见的吐槽。 其实数据驱动决策，有一套模型可用，但是有很多前提条件限制。今天跟大家系统分享一下，看完以后大家就会发现：即使只掌握了梳理模型的过程，也是大有帮助的！ ## 建立模型的前提 企业做决策，有固定模式 1、明确决策对象（收入端/生产端） 2、了解业务现状（渠道/产品/产能） 3、清晰未来目标（收入最大/成本最小） 4、清晰制约因素（短期内不可改变的东西） 5、清晰待决策因素（短期内可以改变的东西） 我们可以把这个过程，用下图表示：  科学决策和算命大师的最大区别，在于：科学决策以数据为基础，从来不瞎猜。如果目前不了解情况，那么得：先做描述性分析，把情况搞清楚，这是建立模型的前提。 比如某个企业做公众号投放获客，历史投放曝光量、转化数据、可投放次数记录如下，该怎么建立分析模型呢（如下图）。  答案是建不了！因为基础信息都缺很多呀： 1、决策目标是啥？控制成本？提高获客量？ 2、制约因素是啥？我司有多少投放经费啊？ 3、某些特定渠道，是不是必须投XX次啊？ 这些基础情况都不知道，肯定没法建模了。补充基础信息是第一步。 ## 模型建立过程 假设信息补充完成： 1、目标：获客数量最多 2、制约条件：总投放费用3w 3、制约条件：无特定渠道数量限制 4、待决策因素：每个渠道投放多少次 那么可以开始建模了，我们先把业务上的描述，转化为数学描述（如下图）  之后，可以建立线性规划模型，求最优解。很多工具都可以求，简单比如Excel，自带规划求解功能，python可以用scipy.optimize.linprog函数求解。这里用Excel举个简单的例子，只要把目标、约束条件、待求解因素丢进对格子，就能自动计算出最优解（如下图，自动显示在单元格里，即30000约束下最大获客量4295）。  梳理清楚逻辑以后，只需要简单几步就能算出答案，非常好用。 ## 模型如何使用 注意！即使没有模型，手工也能做处理。一般做投放的同学，会用每个渠道投放费用/获客数量，计算每单位获客成本（CAC），然后看哪个渠道的获客成本低，就先把这个渠道全部投满，然后看看手头还剩多少钱，继续投成本第二低的。整个操作如下图所示（如下图）：  既然可以手工操作，为啥还要建模呢？答：因为建模以后计算起来方便。比如： 1、修改目标：目标改成满足4000获客情况下，费用最少 2、修改条件：A、B渠道报价、次数有调整 3、增加新选项：新增渠道F、G、H，一起考虑 …… 当情况出现变化时，可以通过调整模型参数，直接输出结果，比手工安排效率高多了。  看到这，有同学会问：既然模型这么好用，为啥很少听人提起呢？因为现实工作中，常有问题制约了模型建立，比如…… ## 模型的制约因素 制约1：基础数据的采集。 比如： 1、我们的设备基础产能是多少 2、我们的销售有多少人，人均产出多少 3、最好的 VS 最差的差异有多大 4、表现是否稳定，是否有季节差异 这些基础的数据采集与分析结论是非常重要的。掌握基础数据才好建模。而很多情况下，描述性统计都没做到位，只看个平均数就盲目拍脑袋上马，很容干出“集齐10个孕妇就能1个月把孩子生出来”的错误。 制约2：清晰的业务目标。 目标不清晰，是企业通病，比如： 1、领导说：“你看看可以咋优化下”……这压根没目标呀 2、分析前说：“预算OPEN”分析后说：“投入太大了，你也得考虑实际呀” 3、分析下，既能投入最小，又能产出最大，又能效率最高，还能…… 目标不存在，目标很混乱，会导致模型的公式都写不出来，不要说解模型了。而目标堆叠一大堆，会直接导致模型无解。线性规划方法中，有2阶段法可解双目标情况下最优解，但经验上看，一般有50%概率无解。因为模型只是业务情况的模拟，不是魔法，不能把你原本拉胯的业务变得神威无敌…… 一般多重目标情况下，我们都建议：聚焦一个主要目标，把另一个变成约束条件。比如： 优化前：既要成本最低，又要收入最大，这是典型双目标！听着就蛋疼 优化后：成本低于XXX万的情况下，收入最大 这样把双目标改为条件后，不但能求出最优解，而且可以通过测试，找到当前约束条件下，成本极限在哪里（超过极限就解不出满足期望的最优解），这样反向推动业务提高运作能力。 制约3：稳定的业务表现。 建模过程中，假设参数是固定的。这个在营销端比较难，因为很多时候用户响应率是玄学问题。所以线性规划模型在生产端用得多。因为生产端的设备表现往往有固定参数，且生产端目标清晰（给定成本产出量最大/给定产量成本最小）。在营销端，往往用分类模型或者响应模型。 综上可见：建立模型的过程，远比模型本身更有价值。在建立模型过程中，会暴漏数据采集的问题，会暴漏目标混乱，思路不清的问题，会发现业务规律性，这些都能极大辅助决策，帮我们把决策拉回到客观、理性的道路上。 如果真的面临业务情况不确定，那么就得考虑概率的影响。 本文由人人都是产品经理作者【接地气的陈老师】，微信公众号：【接地气的陈老师】，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。

​29亿空头支票与75亿美元分红迷云。

“恋与王者”有多少含金量。