3月7日，彭博社发文，详细分析了特朗普想要废除美国《芯片法案》这一事件可能带来的影响和后果。《芯片法案》由乔・拜登于2022年签署，这项两党共同支持的法案投入520亿美元，旨在重振美国半导体产业。其目标是减少美国在现代经济命脉 —— 微型半导体元件上对亚洲的依赖，这些元件广泛应用于智能手机和导弹等产品中。  特朗普出席美国国会众议院联席会议 《芯片法案》已促使企业承诺在美国本土建设工厂，投资规模近4500亿美元，即政府每投入1美元，就能带动近10美元的私营部门投资。即便如此，特朗普仍抱怨该计划是在浪费纳税人的钱，他向国会表示这是“糟糕透顶的事”，并恳请控制参众两院的共和党议员废除这项法案。 特朗普认为，关税在鼓励美国投资方面比补贴更有效，且额外好处是能从进口关税中为联邦政府增加收入。他已暗示最早在4月对半导体征收新的进口税。特朗普将台积电决定额外向美国工厂投资1000 亿美元归功于关税威胁。但台积电表示，其在美国的扩张是源于巨大的市场需求。 **《芯片法案》是什么？** 该法案是美国在产业政策方面最大规模的尝试之一。其中包括390亿美元用于激励半导体制造的拨款，以及110亿美元用于研发。企业还可申请高达750亿美元的贷款和贷款担保，不过负责监管这笔资金的商务部仅动用了其中一小部分权力。几家主要芯片制造商选择不申请这笔融资。  《芯片法案》资金流向 超过85%的拨款资金分配给了20家公司，且在特朗普重新执政前就已敲定。但在拜登执政期间，实际支出仅43亿美元。这是因为拨款计划是随着企业达到商定的项目里程碑逐步发放的，而工厂建设需要数年时间。  拜登政府最终批准了绝大部分《芯片法案》资金 《芯片法案》还包括针对制造项目的25%的丰厚税收抵免，对大多数企业而言，这将是它们在该计划下获得的最大联邦激励措施。相比之下，拨款通常覆盖项目成本的10%至15%。这些政策工具旨在使在美国建设工厂与在亚洲一样具有成本效益。 企业可从《芯片法案》税收抵免中获得的金额没有上限。彼得森国际经济研究所2024年6月估计，这项税收抵免可能使政府损失超过850亿美元的收入，是国会预算办公室最初预测的三倍多，这反映出该法案刺激的巨额投资。 **《芯片法案》的主要受益者是谁？** 约四分之三的拨款资金将流向四家生产先进半导体的公司：英特尔公司、台积电、三星电子公司和美光科技公司。英特尔是最大的单一受益者，获得79亿美元拨款用于支持商业工厂建设，另有30亿美元用于军事芯片生产。 生产旧一代芯片的公司，如德州仪器公司和格芯公司，以及从事芯片封装工厂建设的公司也获得了资金。商务部为半导体供应链上的小型企业预留了5亿美元，但在拜登离任前，该计划未宣布任何拨款。 **《芯片法案》对美国半导体产业有何影响？** 虽然《芯片法案》从纳税人资金角度看总额巨大，但对半导体产业而言相对较少，因为单个公司一年的支出就可能与之相当。例如，台积电预计2025年的资本支出将高达420亿美元。 尽管如此，该法案仍产生了显著影响。在《芯片法案》通过前后的几个月里，美国芯片工厂建设支出飙升。即使是未获得政府资金的企业，也从美国的科技生态系统中受益。  美国芯片工厂建设迅猛发展 这与几年前相比发生了巨大变化，当时美国几乎不生产世界上最先进的逻辑芯片。拜登政府曾试图将美国在这方面的份额提升至20%；特朗普在宣布台积电1000亿美元投资时表示，他的目标是40%。 为达到这些目标，美国需要企业将计划转化为实际工厂。一些项目，如台积电在亚利桑那州的工厂进展非常顺利。但另外两大投资巨头英特尔和三星却深陷财务困境，这可能危及它们的整体投资计划。 总部位于华盛顿的半导体行业协会去年估计，到2032年，美国各类芯片的制造能力有望增至目前的三倍，全球市场份额将从目前的10%提升至14%。该协会表示，如果没有《芯片法案》，美国的市场份额可能会降至8%。  《芯片法案》将提升美国市场份额 **特朗普能成功废除《芯片法案》吗？** 《芯片法案》在国会得到广泛支持，当初是在两党共同支持下通过的。许多获得拨款建设工厂的项目都位于共和党的国会选区。鉴于共和党在众议院的微弱多数，以及参议院民主党人可能动用阻挠议事（有权要求无休止辩论以阻止立法）的手段，完全废除该法案在政治上难度很大。 如果废除法案不可行，共和党人可能试图撤销他们反对的条款，如有利于劳工的规定或环境要求。 在特朗普呼吁废除该法案之前，负责《芯片法案》实施的商务部长霍华德・卢特尼克曾在公开和私下场合表达对该法案的支持。尽管如此，由于特朗普政府削减联邦工作人员数量，负责该计划的政府部门仍流失了约40%的员工，不过卢特尼克在很大程度上保留了负责谈判交易和管理资金发放的团队。 即便如此，卢特尼克尚未承诺履行现有合同，目前正在审查计划中的投资。重新谈判资金数额或与之相关的基准将是一项艰巨任务，企业希望避免这种情况。 为迎接卢特尼克的到来，《芯片法案》工作人员已开始准备一份清单，列出可对申请流程和已敲定协议做出的一些较温和的调整。其思路是，取消诸如大型工厂需配备儿童保育设施等要求，这样特朗普政府既能宣称取得成果，又不会对资金分配造成重大干扰。 还有一些更激进的选择。《芯片法案》合同条款允许政府在某些情况下暂停资金发放，甚至追回已发放的资金。一些企业担心这些规定给了联邦官员过多调整交易的自由裁量权。 但即便卢特尼克调整个别协议，特朗普政府在法律上仍有义务花完国会为《芯片法案》拨款的资金。议员们已经为2026财年的制造业激励措施全额拨款390亿美元。 [查看评论](https://m.cnbeta.com.tw/comment/1483856.htm)

国补的“东风”，终将远去。

当百亿千亿参数的大模型霸占着科技头条，“若无必要，勿增实体”这把古老“剃刀”是否依旧闪耀？

京东稳住了基本盘，但新故事不能只靠外卖。

欧美资产价格走势分化......

3月6日消息，近日市场研究机构TechInsights和专业拆解机构iFixit均发布了对于苹果新机iPhone 16e的拆解报告，揭示了苹果在功能设计、成本控制以及自研的C1基带芯片等方面的细节。   **显示屏** 在屏幕方面，TechInsights在今年2月份就证实，iPhone 16e的6.1英寸显示屏将主要由京东方供应，以降低三星Display和LG Display的份额。预计，京东方将供应超过1500万块屏幕，价格可能会比后两者要略低，但平均售价(ASP)预计将超过25美元。  **处理器** 在处理器方面，iPhone 16e虽然搭载的是苹果A18处理器，但是它的一个GPU内核被禁用，使得它只有4核GPU，而不是常规A18处理器的5核GPU——这是一个相当较小、但更经济高效的修改。  △iPhone 16e的主板依然是采用双层堆叠  △iPhone 16e主板上的苹果A18处理器 值得一提的是，TechInsights还指出iPhone 16e采用了SiTime时钟芯片。SiTime CEO Rajesh Vashist周二在摩根士丹利主办会议上也证实了此事，称他们公司“在里面有几个芯片”。这也直接带动了这家芯片公司周三股价飙涨20%。SiTime上个月公布的年报显示，苹果占其去年总营收（2亿美元）的约22%。 根据TechInsights的估算，每部iPhone 16e手机中SiTime芯片的成本约为50美分。 **相机系统** 在相机系统方面，苹果也对后置摄像头采取了注重成本控制的方法，与iPhone 16上的双摄像头系统不同，iPhone 16e仅配备了一个后置的4800万像素的Fusion摄像头，可拍摄细腻动人的照片与视频，同时支持 1200 万像素 2 倍长焦功能，相当于同时拥有两颗相机，让使用者能以光学画质进行变焦。预计摄像头组件的成本相比iPhone 16将降低了30美元。  △iPhone 16e与iPhone 16后盖对比 然而，前置摄像头与iPhone 16一样保持不变，保留了1200万像素的原深感测相机系统，可以用于高质量的自拍和FaceTime通话，以及安全地进行解锁iPhone、验证购物付款、登入APP等操作。 **苹果C1基带芯片** 作为苹果自研第一个5G基带芯片——Apple C1，其基于台积电4nm制程（高通Snapdragon X75也是4nm制程）。而配套自研的FR1射频芯片则 是基于台积电7nm制程（高通SDR875为14nm）。TechInsights称，直流电源效率提高了25%。   △iPhone 16e主板，红色方框内为苹果C1芯片 iFixit称他们与Yole Group半导体分层分析实验室的朋友合作，将苹果C1芯片拆开，并并放入了 Lumafield Neptune CT 扫描仪中进行成像。  △苹果C1基带芯片（上图左侧）实际位于射频模组下方  △苹果的射频芯片（左）与C1基带芯片（右）扫描结果 结果却发现，C1基带芯片实际位于射频模组封装的下方，其取代了高通 X71M基带芯片，但是其封装结构与高通X71M基带芯片类似，包含基带芯片与DRAM。 相关报道显示，C1基带芯片虽然支持大多数关键的 4G 和 5G 技术，包括具有 4x4 MIMO 的 sub-6 GHz 5G网络，具有 4x4 MIMO、FDD-LTE、TD-LTE 的千兆 LTE，以及兼容 2G 和 3G 网络。但是并不支持5G毫米波，同时峰值下行速率可能只有4Gbps，远远落后于高通的5G基带芯片。 需要指出的是，采用自研的C1基带芯片也有助于苹果进一步降低成本，同时降低对于高通的依赖。 随着C1及后续迭代产品的推出，苹果公司或将在2027年彻底放弃高通公司的基带芯片，这使得苹果还有两年多的时间来完善其5G基带芯片，以便未来全面转向采用自研芯片。尽管高通在苹果的射频设计中仍扮演着次要角色，但iPhone 16e的上市标志着该行业的重大转变。 **电池** iFixit拆解还显示，iPhone 16e的电池比iPhone 16更大，为15.55Wh。  这可能是由于iPhone 16e采用的是后置单摄像头，使得内部能够为电池留下更多的空间。更大的电池容量也使得iPhone 16e续航时间更长，苹果称其支持长达26小时的视频播放。 **更易修复** iFixit也指出，iPhone 16e 在维修性方面仍有一定进步，例如iOS取消部分零件绑定，让第三方维修变得较为容易。此外，机身内部还新增了一个金属支架，能够保护排线，避免在拆机过程中意外损坏。这些改变显示苹果在提高设备可维修性方面做出了一些调整，使得其更易修复。iFixit对于iPhone 6e的可修复性评分为7分。 [查看评论](https://m.cnbeta.com.tw/comment/1483854.htm)

博主i冰宇宙爆料，**iPhone 17 Pro Max机身增厚，达到了8.725mm，他称“机身厚度增加意味着电池肯定增大了”。**根据曝光的信息，iPhone 17 Pro Max正面仍然是灵动岛屏幕，背面是横向大矩阵三摄。如渲染图所示，iPhone 17 Pro Max的矩阵左侧是三摄，右侧是闪光灯和LIDAR激光雷达扫描仪，造型神似小米11 Ultra。 [](//img1.mydrivers.com/img/20250307/2e835a6b567443378ad8fb2e5c8ef820.jpg) 值得注意的是，iPhone 17 Pro系列采用金属+玻璃拼接两种材质，其中Logo区域为玻璃材质，其它区域则是金属材质，既兼顾了无线充电又提升了握持手感。 [](//img1.mydrivers.com/img/20250307/fb094f7024cc4b46a808f66f0bb98574.jpg) 核心配置上，iPhone 17 Pro Max将会配备12GB内存，这是史上内存最大的苹果手机，同时搭载A19 Pro芯片，这颗芯片基于台积电3nm工艺制程打造，无缘最新的2nm制程，报道称由于台积电2nm成本高、产能有限，苹果将2nm商用时间推迟到了2026年。 [](//img1.mydrivers.com/img/20250307/65faf2932c2f48299f91654b773ae266.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1483852.htm)

研究计划局（DARPA）为美国海军推出了一款新型战舰原型，它不仅不需要任何水手，甚至无法容纳他们。 这艘长 180 英尺（55 米）、重 240 吨的"无需人员配备舰"（NOMARS）已于上个月出海，开始海试。  它看起来可能比传统的水面战舰小，但外表是会骗人的。 被命名为USX-1"Defiant"号的新型 NOMARS 显示了一艘战舰上用于船员的空间有多大。 除去生活区、走廊、通风设备、梯子、通道和工作空间，一艘战舰的空间可以缩小到惊人的程度。 Defiant是一艘小型的、像匕首一样的船只，它可以在没有人看管的情况下在海上航行数月，自主导航，避免碰撞和恶劣天气，甚至还能加油--所有这一切都要适当注意海事法规和交通规则。 DAPRA 已经不是第一次走这条海上航道了。 在此之前，该机构开发了反潜战（ASW）连续跟踪无人船（ACTUV）Sea Hunter，不过这更像是一个技术开发平台，以展示可以用传统反潜舰十分之一的成本建造一艘猎潜艇。 它还有一个驾驶室，供人类船长在试验期间看管。 虽然它借鉴了海上猎人的经验，但Defiant是由位于弗吉尼亚州赫恩登的Serco公司建造的一个全新项目。 它也是为蓝水作战条件而制造的，能够以高度的隐蔽性和生存能力应对危险的海况。  虽然这种飞船的任务及其武器装备和技术细节尚未公布，但它不会是某种海上终结者，不会对任何目标大开杀戒。 这种自主飞行器的功能是让有船员的船只腾出手来执行更重要的任务，而它则接手日常工作或充当战斗力倍增器。 可能的任务包括海上巡逻、护卫舰和侦察任务、反潜扫荡、军火库舰艇部署和航母编队护航。 Defiant计划在完成设备安装后的几周内开始海试。  [查看评论](https://m.cnbeta.com.tw/comment/1483850.htm)

本田汽车表示，如果日产汽车公司社长内田诚卸任，本田愿意重启收购谈判，以创建世界第四大汽车生产商。内田诚曾表示，结束日产的困境是他最紧迫的问题，解决之后他愿意让位。 [](//img1.mydrivers.com/img/20250307/d348df3d8c03430c8d168208613263a4.png) 内田诚现年58岁，已在日产工作22年，并自2019年底起担任CEO。 近期，他向投资者发出预警，预计截至3月的本财年公司将净亏损800亿日元，这一数字与九个月前预测的3800亿日元净利润相比，落差巨大。 对此，日产董事会计划在3月11日讨论现任CEO内田诚的去留，并正在物色接任者。 目前提名委员会列出的候选人包括日产首席财务官Jeremie Papin和首席规划官Ivan Espinosa等。 消息人士称，下一任CEO可能被任命为临时或过渡领导人，以便董事会有更多时间寻找永久性替代者。 [](//img1.mydrivers.com/img/20250307/bdb6f56a18a2435fab0501663ec9a345.png) [查看评论](https://m.cnbeta.com.tw/comment/1483846.htm)

日前，宝马（中国）汽车贸易有限公司向国家市场监督管理总局备案了召回计划。自即日起，**召回2020年12月1日至2023年12月12日期间生产的部分进口R18系列摩托车，共计3818辆。** [](//img1.mydrivers.com/img/20250307/b63b960ff44e4980bc3d026bedb55fa2.png) 本次召回范围内的摩托车，由于倒车控制单元密封不良，潮气可能进入其内部，在高温高湿气候地区长时间（超过两年）运行后，可能导致内部电路腐蚀，造成倒车功能失效。**极端情况下，可能引起倒车控制单元过热，存在起火风险。** 宝马（中国）汽车贸易有限公司将委托授权经销商为召回范围内的车辆倒车控制单元加装保护继电器，并恢复倒车控制单元连接，以消除安全隐患。 据了解，宝马R18摩托车是一款巡航太子车，**搭载了非常经典的水平对置双缸拳击手发动机。** 发动机排量为1802cc，最大马力91匹，峰值扭矩163N·m，搭配轴传动，车辆低速时低扭充沛。 国内在售的2025款车型，共有5个版本，售价区间为11.21~17.75万元。 [](//img1.mydrivers.com/img/20250307/bccafdb059a74ffdaa2d108d61c517b2.jpg) [查看评论](https://m.cnbeta.com.tw/comment/1483844.htm)

<blockquote><p>作为中国科技界的杰出代表，雷军和马化腾对产品的执着和对用户需求的洞察，深刻影响了小米和腾讯的发展轨迹。本文通过对比两位CEO的产品哲学和实践路径，揭示了“首席产品经理”角色对企业成功的关键意义，以及如何在数字时代通过产品力构建企业核心竞争力。</p> </blockquote>  在中国科技企业的崛起历程中，雷军与马化腾的名字始终与“产品力”紧密相连。他们不仅是企业的掌舵者，更是产品的灵魂人物。从“首席产品经理”到“软件工程师”，这些身份背后，是他们**对用户需求的极致洞察、对产品细节的偏执追求，以及对企业生态的深度塑造。 ** ## 一、雷军：从“小虾米”到生态革命者 雷军对产品的执着，贯穿了小米从手机到汽车的整个发展历程。他曾公开表示：**“CEO的首要任务是做好产品经理。”**这种理念在实践中体现为3个维度： **1. 用户共创：让粉丝成为“产品合伙人”** 在MIUI系统开发初期，雷军化名“小虾米”潜伏于用户论坛，每天与用户讨论功能优化。他曾提出：**“操作系统必须用互联网模式开发，人人都是产品经理。”**这种理念让MIUI的开机界面直接展示100名核心用户的ID，形成强烈的参与感。 截至2025年，小米SU7汽车交付量突破13.5万辆，其成功离不开早期用户对续航、智能驾驶功能的数万条反馈。 **2. 细节偏执：80%的时间花在产品会议** 雷军**每周仅召开1小时公司级例会**，却将80%的精力投入产品讨论会。例如，小米SU7的方向盘阻尼系数调整了37次，车内语音唤醒响应时间优化至0.3秒，这些细节均来自他与工程师的反复打磨。 **3. 生态联动：从手机到汽车的“铁人三项”** 雷军提出的**“硬件+新零售+互联网”**模式，通过生态链企业（如华米、石头科技）覆盖200+品类，形成“用户需求—产品迭代—生态协同”的闭环。 2025年，小米汽车与手机、AIoT设备的联动功能（如无感车家互联）用户使用率高达89%。 ## 二、马化腾：从“找Bug工程师”到社交帝国架构师 马化腾的“产品经理”角色，更多体现在**对用户体验的敏锐嗅觉与快速迭代能力上。** **1. 一线洞察：凌晨3点的用户邮件** 马化腾至今保持着一个习惯：**亲自测试腾讯系产品并回复用户邮件。**他曾凌晨3点发现QQ邮箱的附件限制问题，连夜推动技术团队修复。这种“本能”让他被称为“腾讯最大的产品经理”。 **2. 小步快跑：灰度发布与数据驱动** 微信的诞生便体现了这一逻辑。2010年，腾讯内部三个团队同时开发类Kik应用，张小龙团队凭借“语音消息”“摇一摇”等差异化功能胜出。微信1.0版本上线后，通过灰度测试收集用户行为数据，仅用433天用户破亿。 **3. 生态赋能：从工具到数字生活入口** 腾讯通过**“连接一切”**的战略，将社交产品的用户黏性转化为生态势能。例如，微信支付依托红包功能快速普及，2024年日均交易笔数超10亿；腾讯会议疫情期间用户增长100倍，背后是底层音视频技术的多年积累。 ## 三、殊途同归：顶级CEO的产品哲学 **1. 用户即上帝，数据即信仰** 雷军与马化腾均**将用户反馈视为产品迭代的核心依据**。小米的“爆米花奖”根据用户投票评选最佳功能，腾讯的**“10/100/1000法则”**（每月10次用户调研、100篇用户日志分析、1000个用户痛点追踪）均是例证。 **2. 技术普惠与生态协同** 雷军通过**“性价比”**降低科技门槛，马化腾以**“连接器”**打破信息孤岛。两者均以产品为支点，撬动生态协同——小米的AIoT设备互联、腾讯的“产业互联网”战略，本质上都是**通过产品矩阵构建护城河**。 **3. 从个人IP到组织文化** 雷军的“Are you OK”与马化腾的“程序员式低调”，不仅塑造了亲民形象，更将产品文化植入企业基因。小米员工必须泡论坛、刷微博，**腾讯要求产品经理“像用户一样思考”，**这种文化让“人人都是产品经理”从口号变为实践。 ## 四、启示：如何让CEO成为“首席产品官”？ **1. 躬身入局：放弃战略空谈，深入一线** 如柳传志以个人信誉背书“柳桃”，董明珠直播带货为格力代言，**CEO必须成为产品的第一体验官。 ** **2. 机制设计：构建用户参与闭环** 小米的**“参与感三三法则”（**开放节点、设计互动、扩散口碑）、腾讯的“用户研究实验室”，均是机制创新的典范。 **3. 长期主义：产品是商业的终极战场** 周鸿祎曾说：**“CEO的高度决定产品的天花板。”**当企业将产品而非市值作为核心指标时，才能真正实现可持续创新。 ## 结语 雷军与马化腾的实践证明，CEO的“产品经理化”并非偶然，而是数字时代企业生存的必然选择。当创始人亲自下场抓产品时，企业便拥有了穿透周期的生命力——**因为用户永远会为极致体验买单，而极致体验永远来自对细节的偏执。** 本文由 @加薪在这 原创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 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。

 《魔法使的新娘》首部改编游戏《盛夏の幻と夢見る旅路》正式公开，2025年内登录Switch平台。 &lt;内嵌内容，请前往机核查看&gt; 游戏的玩法视觉小说，发行商为Bushiroad。 

<blockquote><p>AI产品的爆火，让不少人都希望做AI产品经理。但不是那么容易的，光是AI领域的这些基础名词，你知道多少呢？</p> </blockquote>  DeepSeek实现信息整合和建议输出，Manus则直接具备独立完成复杂任务的闭环执行能力，从DeepSeek到Manus爆火，前后不足2个月，技术更新的很快。AI成为标配，产品经理也要持续更新迭代，在不确定的时代始终给自己一份确定感。 进化指南系列从AI基础入门、应用实践、场景挖掘三个方面通俗易懂地记录、分享AI学习与实践。 基础入门部门，系统地梳理大模型和AI基础知识，建立AI领域的基础语言，理解现有大模型的能力范围和边界，知道大模型能做哪些事情，不能做哪些事情。 ## AI产品、AI企业、AI产品经理 ### 人工智能产品=数据+算法+算力 如果把人工智能产品比如刚刚开始学习的小孩，数据就是学习用的 “课本” 和 “资料”，数据越多学习的素材就越多；算法是学习的方法，不同的算法就像不同的学习方法，有的方法可能学习得又快又准，有的可能就会慢一些或者容易出错；算力：相当于 “大脑运转速度”，算力强就算的快，算力弱就有可能卡顿或处理不过来。 ### AI企业 分为基础层企业、技术层企业、应用层企业 AI=基础层：做AI核心技术的公司，比如提供AI算法模型的Deepseek，提供算法芯片的英伟达 AI+=技术层：对于基础AI能力进行包装和优化，输出通用方案的公司，比如计算机视觉、语音识别及语义处理 +AI=应用层：结合人工智能技术进行业务赋能，直接解决业务场景问题的公司，金融+AI、工业+AI、能源+AI等等。 ### AI产品经理 把AI技术包装为新产品或融入旧产品，用新方法解决用户需求的人。 在这样的要求下，就需要产品经理了解AI技术原理，能够进行解释说明，理解现有AI的能力范围和边界，知道AI能做哪些事情，不能做哪些事情。 ## 经典算法模型  ### CNN 算法（卷积神经网络） 【原理】 可以把 CNN 算法想象成一个专业的图像检查员。当你拿到一张复杂的大图片时，要从中找出关键信息是很困难的。CNN 就像检查员一样，它不会一下子看完整张图片，而是把图片划分成一个个小区域，使用特定的 “小窗口”（卷积核）在这些小区域上滑动查看。 这个 “小窗口” 会检查每个小区域的特征，比如边缘、颜色变化等。每检查完一个小区域，就会输出一个表示该区域特征的数值。随着 “小窗口” 在整个图片上滑动，就能得到很多这样的数值，这些数值组成了一个新的 “特征图”。 CNN 会使用多个不同的 “小窗口”，得到多个不同的特征图，每个特征图关注图片的不同方面。之后，它会对这些特征图进行处理，比如通过池化操作减少数据量，保留重要信息。最后，把处理后的特征输入到全连接层，就像做总结一样，根据这些特征判断图片的类别。 【应用场景】 图像识别：在安防领域，用于识别监控画面中的人脸、车辆型号等；在医疗领域，帮助医生识别 X 光、CT 等影像中的病变。 自动驾驶：识别道路上的交通标志、行人、其他车辆等，为自动驾驶决策提供依据。 ### RNN 算法（循环神经网络） 【原理】 RNN 就像是一个有 “记忆” 的智能助手，专门处理和时间序列相关的数据。当你给它输入一系列数据时，它不仅仅关注当前输入的数据，还会记住之前输入的数据信息。 比如，当你输入一段文字时，RNN 会依次处理每个单词。在处理当前单词时，它会结合之前处理过的单词信息来理解句子的意思。这是因为 RNN 有一个循环结构，它会把上一个时间步的输出作为当前时间步的一部分输入，这样就可以保留历史信息。 不过，传统的 RNN 存在 “长时依赖” 问题，也就是很难记住很久之前的信息。后来出现了 LSTM（长短期记忆网络）和 GRU（门控循环单元）等改进版本，它们能更好地控制信息的记忆和遗忘，解决了长时依赖问题。 【应用场景】 自然语言处理：用于机器翻译，将一种语言的句子逐词处理并结合上下文信息，翻译成另一种语言；文本生成，如写新闻稿、诗歌等，根据前文内容生成后续的文本。 语音识别：识别连续的语音信号，结合之前听到的语音片段来准确识别整个句子的内容。 ### GAN 算法（生成对抗网络） 【原理】 GAN 算法由两个 “对手” 组成，一个是生成器，另一个是判别器，它们就像两个在进行比赛的选手。 生成器的任务是生成数据，比如生成图像、文本等。一开始，生成器生成的数据质量很差，很容易被识别出来是假的。判别器的任务是判断输入的数据是真实数据还是生成器生成的假数据。 生成器会不断学习，尝试生成更逼真的数据来骗过判别器；而判别器也会不断提高自己的判断能力，准确区分真假数据。在这个对抗的过程中，生成器和判别器的能力都不断提升，最终生成器能够生成非常逼真的数据。 【应用场景】 图像生成：生成逼真的人脸、风景等图像，在游戏开发、影视制作中用于创建虚拟场景和角色。 数据增强：在训练机器学习模型时，通过 GAN 生成更多的训练数据，提高模型的泛化能力和性能。例如，在医学图像领域，生成更多的病理图像用于训练疾病诊断模型。 ## 决策式AI和生成式AI ### 决策式 AI 【原理】 建立一个样本归属于特定类别的概率，再对新的场景进行判断、分析和预测。决策式 AI先学习大量已有的数据和规则，当遇到新的问题或情况时，它就会把当前的信息和自己学到的知识进行对比分析，按照一定的算法和逻辑，衡量各种可能的行动方案，最后选出它认为最合适的决策，就好像参谋根据战场形势和以往经验给出作战策略一样。 【应用场景】 交通信号控制：根据实时的车流量、行人数量等数据，决策式 AI 决定什么时候该亮红灯、绿灯，以优化交通流量，减少拥堵。 人脸识别，决策式AI对实时获取的人脸图像进行特征信息提取，再与人脸库中的特征数据匹配，从而实现人脸识别。 决策式AI可以通过学习电商平台上海量用户的消费行为数据，制订最合适的推荐方案，尽可能提升平台交易量。 ### 生成式 AI 【原理】 生成式 AI 同样会学习大量已有的数据，比如很多的图片、文字、音频等。但它不是简单地根据规则做决策，而是在学习这些数据的模式和规律后，发挥 “想象力”，按照这些学到的模式来创造全新的内容，像生成一幅画、写一篇文章、创作一段音乐等，生成的内容看起来就像是人类创作的一样。 【应用场景】 现在比较火热的 ChatGPT、Deepseek等大型语言模型这些都是生成式AI，可以生成生成文字、图片、视频等等。 这里推荐大家去看丁磊的《生成式人工智能》这本书，对生成式AI介绍很透彻。 ## 常用AI算法 ### 语音识别 **【原理】** 它先学习大量的语音样本，记住不同语音对应的文字内容。当接收到新的语音时，就把这个语音和它学过的样本进行比对，找出最匹配的文字内容。 **【应用场景】** 智能音箱如小爱同学、天猫精灵，用户可以通过语音让它播放音乐、查询天气等；汽车的语音控制系统，让驾驶员通过语音操作导航、调节空调等。 ### 虚拟现实（VR）和增强现实（AR） **【原理】** VR 是打造一个完全虚拟的世界，设备会根据人的动作和视角变化，实时调整虚拟场景的显示，让人感觉自己真的身处这个虚拟世界中。AR 则是把虚拟的信息叠加到现实场景中，通过摄像头捕捉现实画面，然后将虚拟元素融入其中展示给用户。 **【应用场景】** VR 常用于游戏，让玩家有沉浸式的游戏体验；也用于一些培训场景，如飞行员模拟训练。AR 在教育领域，可以让学生通过手机或平板看到书本上的虚拟立体模型；在导航中，能将路线信息叠加在现实道路画面上。 ### 深度学习 **【原理】** 可以想象成一个有很多层的知识大厦，深度学习通过构建多层的神经网络来学习数据。它结合了有监督和半监督学习，在学习过程中，数据在神经网络的各层之间传递和处理，每一层都会提取出不同层次和抽象程度的特征，最终实现对数据的深度理解和分析。 **【应用场景】** 人脸识别，用于门禁系统、安防监控；工业生产中的产品质量检测，通过识别产品外观缺陷来保证产品质量。 ### 针对 AI 优化的硬件和芯片（如摄像头） **【原理】** 这些硬件和芯片是专门为了让 AI 运行得更快、更高效而设计的。以摄像头为例，它要快速、准确地捕捉图像或视频数据，并且要能和 AI 算法很好地配合，把数据高效地传输给 AI 系统进行处理。 **【应用场景】** 安防监控摄像头，配合人脸识别、行为分析等 AI 算法，实时监控公共场所的安全情况；智能手机摄像头，利用 AI 算法实现拍照美化、场景识别等功能。 ### 生物特征识别技术 **【原理】** 就像给每个人设置了一个独一无二的 “密码锁”。系统先学习每个人的生物特征（如指纹的纹路、面部的特征点、虹膜的图案等），把这些特征转化为数字代码存储起来。当有人进行身份验证时，系统会采集当前的生物特征，和存储的代码进行比对，如果匹配就验证通过。 **【应用场景】** 家用指纹锁，保障家庭安全；机场、高铁站的人脸识别闸机，加快旅客通关速度。 ### 机器人流程自动化（RPA） **【原理】** 用户输入具体的业务需求和规则，RPA 会按照这些规则自动执行一系列的操作，就像人在电脑上进行的各种操作一样，如数据录入、文件处理、报表生成等，从而节省人力和时间。 **【应用场景】** 金融行业的银行账户对账、保险理赔处理；企业的财务报销流程自动化。 ### 自然语言处理（NLP） **【原理】** 通过对大量文本数据的学习，分析语言的语法、语义和语用等信息。可以感知环境数据（如新闻报道中的事件信息）、行为数据（如用户在社交媒体上的发言），进行情感分析（判断文本是积极、消极还是中性情感），还能识别人的身份（通过对话内容中的特征），结合智能穿戴设备收集的数据来分析人的精神状态。 **【应用场景】** 智能客服，自动回答客户的问题；舆情监测，分析社交媒体上公众对某个事件或品牌的看法和情感倾向。 ### 知识图谱 **【原理】** 一个大型的知识仓库，把以前储备的各种问题和对应的解决方法整理成一个数据库，并且梳理出它们之间的关系。当遇到类似的问题时，就可以快速在这个仓库里找到相关的信息和解决办法，并推荐给用户。 **【应用场景】** 电商平台的客服机器人，如淘宝小蜜，当用户咨询商品问题时，它能快速找到类似问题的答案进行回复；智能搜索，在搜索某个主题时，能展示相关的知识和关联信息。 本文由 @思睿 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。

<blockquote><p>在VUCA时代，商业环境的不确定性、易变性、复杂性和模糊性对企业的经营管理提出了更高要求。面对快速变化的市场和技术革新，如何保持商业理性和决策的准确性，成为企业生存和发展的关键。</p> </blockquote>  **【书接上回】** ## 为什么需要商业理性？ **商业理性=动态思维+生意+系统模型** 1）判断一个决策的有效性，不管是业绩目标还是销售人效，还是服务质量，甚至是招聘计划，我们必须用动态的思维思考问题，一旦在我们做决策的会议上，听到了“这是过去的成功经验”“这是为了不走弯路”“直接拿过来用就好了”这样的描述，我们就需要敲响警钟，来自过去的幽灵正在狞笑，它诱导着路径依赖以及过度自信的人做出基于自己成功经验的判断和决定。人不可能两次踏入同一条河流中，也不可能仅依靠表面的问题和现象，就做出是同一个问题的决断； 2）总有人会告诉你“听我的就好了”“你的责任是做好执行”“这就是目标没的商量”，没问题，你们说得都对，不管这个声音是来自投资人，抑或者来自无法抗拒的权力人，但是我们还是要明确的知道，我们在做生意，生意就是你情我愿，生意就是买卖平等，没什么事情可以凌驾于这个原则之上，除非你掌握着最强大的暴力来确保对方的接受。 当你判断这个生意根本不成立，买家只有200个你非要让我变出300个，交付周期是3个月而客户的要求是1个月还非要落地，收款周期是1年而我们却必须当月回款只能转移风险给渠道～当这些你都觉得这个生意不成立的时候，你的选择要么是说清楚风险重新进行决策，要么尽快离开； 【当然，如果你在一条明确不会沉默同时还有极大资金储备的大船上，倒是可以高枕无忧，说不定就是战略亏损或者公司拥有领先一个世代的生意洞察呢～】 3）公司运转出现卡顿，作为总监层感觉哪哪都不舒服，午饭的时候还相谈甚欢，一坐到会议桌上就立刻剑拔弩张，总有事情说不清楚，总有问题找不到负责人，总在提出要价值观引导要往前半步……恭喜你，你在一个系统模型搭建混乱的组织里，要么调整自己的偏好成为一名可以以价值观为导向的忠诚者，要么尽快更换队友。而如果我们想做出改变，只需要把业务系统的流程图画出来，把每个团队、每个角色现在做的工作放入其中，你很快就会发现卡段的地点和来源，并且可以非常轻松地得到问题的解决方案。 ## 商业理性在互联网领域的使用 在互联网领域，商业理性的判断，是用来对自身业务的有效性和价值空间进行判断的，它与三个底层模型密不可分：**梅特卡夫效应、双边效应、规模及协同效应。** **梅特卡夫效应，就是我们常说的网络效应，也是互联网带来巨大价值的基础，特别是他所蕴含的指数级增长，是任何希望在互联网中淘金的公司所期待的。** Vm=K1·N²，其中网络价值取决于网络节点N的数量，以及网络节点之间的互动活跃程度，包括节点连接的时长、速度、界定和内容，他们互动产生的行为和交易是互联网产生价值的基础。与由成本结构决定的规模经济效应和协同效应不同，梅特卡夫效应源自网络用户之间的互动，而不是纯粹的数量。 但是，我们需要明确的是，梅特卡夫效应基本只会出现在消费互联网领域，在商业以及工业领域，由于对交易模式、行业和专业知识的强依赖，商业以及工业互联网一般不具备梅特卡夫效应，其商业价值的关键是传统的规模经济效应、协同效应和双边效应。 这也解释了，为什么在最狂热的“互联网+”时代，多出了无数的先烈但少有成功者傲立潮头，其核心，就是搞错了两者的关系，我们并不是要用习以为常的消费互联网中对于“用户”“会员”的错误思维将所有的业务进行互联网化，而是需要基于我们自身的业务形态，用互联网的信息和数据技术对传统业务进行赋能，提高他们的经营效率，降低运营成本。 就如同福耀玻璃的曹德旺曾经开玩笑说过的话，让马云来做玻璃，他也想要会烧玻璃才行啊~ 梅特卡夫效应不是万能的，任何希望在互联网这个场景中获得快速增长的团队或者企业，都需要认真地思考一下，我们到底需要的是用户之间的网络效应，还是互联网所代表的信息网络能力。 ** 双边效应，就是我们常说的平台模式，他带来的变化是线性函数。** 自从平台模式这本书为所有人描述了“平台”所具有的N边效应能够带来的价值，特别是“平台税”和“羊毛出在猪身上”这样横空出世的收费模型，令所有人对平台模式趋之若鹜，至少在我经历过的公司中，就尝试过搭建自己的“云平台”这样的模型来增加新的营收，当然，遗憾的是至少两家公司都尝试过，但是并不成功。 究其原因，核心还是在于对平台的理解过于理想化，以及加上了互联网之后的无所不能。 平台，做早就是集市，平整出一块土地，让四邻八乡的人来这里赶集，大家各自带着自己的货物，来这里进行交易。后来，平台变成了一条商业街，变成了一个小商品批发城，变成了一个建材批发市场，但是不管是什么形态，平台始终受到物理场地的制约，没办法无上限地扩张。直到互联网技术的出现，基于网络的虚拟空间无限巨大，eBay出现了，后来有了淘宝、天猫、58同城，无限巨大的网络空间，让开店变得成本极低，而消费者也不受任何的地理距离制约，在各个商店之间挑选自己心仪的货物。 这就是平台模式的核心，双边交易，而京东、苏宁这类在早期的时候并不属于平台，他们是一个线上的商城，交易方并不是双边，而是供货商与京东交易，而消费者也和京东交易，就如同早期的百货商店，货都是商店的~ 所以，平台模式的核心，是供货方与采购方的数量足够大，交易流程足够简单，交易成本足够低，这样才会产生有效的双边效应，而平台也可以从双方的交易中获得足够的收益。 所以，对于某些SaaS或软件企业，以及一些相对复杂的产品比如螺丝、建材、工程机械等，希望构建属于自己的平台来实现双边效应的，我认为这不是一个可以产生持续盈利和价值的选项，但是他可以发挥互联网的信息属性，成为一个信息快速交互的渠道。 **规模及协同效应，取决于边际成本无限低以及边际收益的稳定。** 在互联网领域的规模及协同效应，更多的是体现在公有云服务商、IT软件服务商和SaaS企业的经营中，他们整体的经营逻辑是向更多的客户销售更多的产品，并且提供更好的但成本可控的服务，其经营逻辑与传统的企业并无不同，只是将产品和服务从实体变成了虚拟。 他们的边际成本源于固定成本的摊薄，和新增一个客户的变动成本得到有效控制。 固定成本除了服务器成本、人力成本之外，就是运营维护成本，这些成本和传统企业的厂房、机床、原材料、工人一样，都是属于维持平台运转的必要开支。固定成本和规模有一定的相关性，但是又不完全相关，建设和维护一个平台的费用与平台客户数量基本无关，当客户数减少的时候，也不能随意裁撤运维人员，关停服务器，因为这是维持产品质量稳定的基础保障，这也从侧面反映了为什么某些公司总是开玩笑说裁员裁到大动脉的状况。 摊薄固定成本，最核心的策略就是增加更多的客户数，所以，销售、业务策略、业务流程和交易模型对这些公司而言显得至关重要，而随着业绩目标提升，销售、服务、交付、运维团队的扩大以及由此带来的管理和运营成本增加，带来了企业变动成本的持续增长，这导致成本的增长速度超过了经营收入的增长速度，比如某云服务商，在很早之前就了解到他们的销售在某些地市的业绩要求是200万就可以达成目标，但是毛估估一算就知道，这200万其中的固定成本、交付成本、商务成本、渠道分润、外包运营、回款比例就基本占到了150万，而剩下的50万还需要给他发提成奖金+工资，以及他的上级的上级~这就是典型的赔本赚吆喝，以完成所谓的市场占有率和经营流水的提升，可市占率和客户数的增长并不会产生网络效应，通过赔本赚吆喝的方式获取的用户数，因为没有双边互动，更没有节点交互，使得客户在面对新的产品和解决方案时快速流失，而后来的市场竞争结果也证明了这一点。 **针对在互联网领域公司中工作的同学而言，不管是基于对公司的责任感还是对我们自身发展前行的确定性，我们都要能够充分理解和分辨公司经营的底层是什么****，并以此为基准确保选择和判断的准确性。** ## 商业理性会带来更大的成功概率和选择的确认性 施密特·罗森伯格—技术洞见，是指以创新的方式应用科技或设计，实现生产成本的显著降低，或产品功能和可用性的大幅提升，与同类产品拉开差距。技术洞见，并不等同于商业化价值，就如同某项创新的初始发明者往往不是最大限度地发挥其价值的人。 回想我们最初接触互联网的时候，再看看当下我们面对AI的到来，信息的制造者和各类专家总是倾向于用制造焦虑和偷换概念来左右我们的选择和倾向，究其原因，不过是利益导向罢了。 心为正，则繁花不乱人眼，则所信不惑与世，我们并不要求能够改变世界或者做到力挽狂澜，但是要确保自己能够在VUCA时代不至于陷入困顿，或者希望能够在当下自己的领域中有所建树，商业理性对于我们每一个人都有着或多或少的作用和帮助。 **与诸君共勉~** 作者：运营的不惑屋，公众号：运营的不惑屋 本文由 @运营的不惑屋 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

印度尼西亚工业部发言人周五表示，印尼已为包括 iPhone 16 手机在内的苹果产品颁发了本地含量证书，并补充说，在进一步的程序落实之前，该公司不能销售这些手机。 [](https://static.cnbetacdn.com/article/2024/1011/6576aef1d2076e2.jpg) 此前印尼工业部长阿古斯2月26日宣布，可以启动向苹果公司颁布国内部件级认证（TKDN）的程序，但后者仍需提交部分行政文件。印尼工业部与苹果完成谈判进程，就后者在印尼多项投资计划签署谅解备忘录。 [查看评论](https://m.cnbeta.com.tw/comment/1483842.htm)

3月7日，小米汽车公布了SU7 Ultra设计手稿，展现了设计的诸多细节。官方表示，在设计上，尽可能为它保留了小米SU7的原始风格。小米CEO @雷军表示小米SU7 Ultra的设计初衷是打造属于这个时代的新豪车，“性能比肩保时捷、科技紧追特斯拉、豪华媲美BBA”。  官方表示，整车设计源自赛道。车头的U型风刀和碳纤维双风道前舱盖是小米SU7 Ultra独有的标识。  在车辆配色方面，闪电黄取自极速闪电下的色彩，鹦鹉绿源自阳光下金绿色鹦鹉羽翼，太空银灵感来自太空射线，曜石黑如同岩浆冷却凝固而成的黑曜石，珍珠白则借鉴了天然海水珍珠的光晕。 小米SU7 Ultra于2月27日发布上市，包括5款配色，标准版售价52.99万元，纽北限量版售价81.49万元。 [查看评论](https://m.cnbeta.com.tw/comment/1483840.htm)

3月7日 人工智能领域新锐企业Manus AI企业认证的X平台（原Twitter）账号于3月6日遭平台方无预警封禁。公司创始人兼首席科学家季逸超（Peak Ji）回应表示，正积极与X的支持团队合作解决此事。初步观察表明，暂停可能与第三方提及加密货币诈骗有关，而这一领域与公司的运营完全无关。 Manus AI特别澄清，公司从未参与加密货币项目、代币发行或区块链计划。任何声称与我们有关联的类似加密货币企业都是欺诈行为。公司正在对这些冒名顶替者采取法律行动，并鼓励用户举报可疑账户。  Manus近两天在业界大火，官方介绍是全球首款通用AI智能体，产品发布后，其官网的访问量迅速增长至千万级别，成为Deepseek之后，在国内另一个出圈的AI应用。 Manus发布时，产品还在内测之中，用户可在登录后申请加入内测。但随着出圈，申请内测邀请码的用户暴增，甚至在二手平台Manus邀请码被炒到了标价从999元至5万元不等。 昨日，Manus AI合伙人张涛回应表示，团队短期内将专注于产品研发与用户体验优化。Manus目前仍处于内测阶段，系统容量有限，因此团队将优先保障现有用户的核心体验，并逐步有序地释放新的邀请名额。此外，他明确澄清了两点：首先，Manus从未开设任何付费获取邀请码的渠道，所有内测资格均为免费发放；其次，团队至今未投入任何市场推广预算，目前的关注度完全来自产品本身的技术创新和用户口碑。 [查看评论](https://m.cnbeta.com.tw/comment/1483838.htm)

3月7日，Manus官方X账号被冻结。Manus近两日在业界大火，官方介绍是全球首款通用AI智能体，产品发布后，其官网的访问量迅速增长至千万级别，成为Deepseek之后，在国内另一个出圈的AI应用。  据了解，Manus于3月6日凌晨发布，是一个通用的AI代理，可以连接思想和行动，它不仅会思考，还会提供结果。Manus擅长工作和生活中的各种任务，在用户休息时完成所有事情。产品官网显示，Manus在GAIA基准测试中取得SOTA的成绩，该成绩大幅超过OpenAI。 Manus发布时，产品还在内测之中，用户可在登录后申请加入内测。但随着出圈，申请内测邀请码的用户暴增，甚至在二手平台标价数千元。 据悉，Manus的发布者是AI团队Monica，创始人肖弘1992年出生，2015年毕业于华中科技大学软件工程专业，曾创立武汉夜莺科技有限公司。在大模型浪潮中，肖弘又创立北京蝴蝶效应科技有限公司。 不过，Manus在掀起流量关注的同时，也陷入舆论漩涡。由于Manus采用邀请内侧的限制，导致一些用户没法体会到这样一款AI Agent带来的体验，这一举动也被质疑为“饥饿营销+套壳炒作”。并且，Manus的出圈首先在自媒体界，而不是专业的科技圈。 [查看评论](https://m.cnbeta.com.tw/comment/1483836.htm)

据美国有线电视新闻网（CNN）报道，美国总统特朗普当地时间3月6日称，已要求内阁部长们督导各自部门的裁员工作，并明确表示如若拒绝执行，那么将由马斯克领导的政府效率部（DOGE）直接介入。 当地时间3月6日，美国总统特朗普在椭圆形办公室发表讲话。 图源：美媒 特朗普在椭圆形办公室接受记者采访时表示，自己周四与内阁成员们举行了一场“很棒的会议”，旨在商讨削减联邦政府拨款。特朗普称，内阁部长要牵头裁员工作，并表示，“如果你们（内阁部长）不自己裁，那就交给马斯克动手。” 在阐述裁员标准时，特朗普将其比作“手术刀”，表示希望内阁成员在裁员过程中精准甄别，留住“优秀人才”，裁撤那些“工作表现欠佳、不可靠或经常缺勤的”员工。 3月6日早些时候，特朗普通过其社交媒体平台“真实社交”发布消息，称计划每两周召集一次内阁成员，与马斯克共同商讨各部门的裁员事宜，力求让裁员工作更加精准。 此外，面对外界对马斯克及其领导的政府效率部（DOGE）团队行动速度过快的质疑，特朗普在椭圆形办公室予以驳斥。他对该团队的工作给予高度评价，称他们 “工作极为出色”。特朗普进一步表示：“为了我们的国家利益，我们必须这么做。” 美国政府2月26日发布备忘录，要求各联邦机构配合政府效率部确定裁员目标，在3月13日前提交大幅裁员计划。在2月26日举行的本届美国政府首次内阁会议上，马斯克表示今年计划将政府赤字削减1万亿美元，为此将继续推进政府裁员计划。马斯克说，巨额国债正在让美国面临破产危机。特朗普当天说，拥有1.7万名员工的环境保护局计划裁员65%。据美国媒体报道，特朗普上任以来，美国已有约10万名联邦雇员已被解雇或接受“买断”方案。特朗普政府还冻结了大部分对外援助。 [查看评论](https://m.cnbeta.com.tw/comment/1483834.htm)

针对美国特朗普政府人员与乌克兰反对派领导人举行会谈的消息，埃隆·马斯克当地时间6日在社交平台X上转发相关帖文，并呼吁乌克兰举行选举。 马斯克 资料图 图自外媒 X平台账号“@amuse”当地时间6日发帖称，“特朗普团队已与乌克兰主要反对派领导人举行会谈，讨论举行紧急选举以取代（乌克兰总统）泽连斯基的问题。政权更迭可能是避免全球战争的唯一和平之路”。 马斯克随后转发了这篇帖文，并评论称，“乌克兰需要举行选举。泽连斯基将以压倒性优势落败”。 此外，英国《卫报》称，乌克兰反对派领导人当地时间6日证实，他们已经与特朗普政府人员进行了讨论，但是否认参与了据报道白宫密谋将泽连斯基赶下台一事。 特朗普此前也曾敦促乌克兰举行选举。当地时间2月18日，美国和俄罗斯代表团在乌克兰和欧洲代表缺席的情况下于沙特举行会晤后，特朗普在佛罗里达州海湖庄园举行的记者会上表示，美俄代表“谈得非常好”。他同时公开批评泽连斯基“开启了（俄乌）冲突”，称乌方“本可以早些达成协议”和“结束战争”，并敦促乌克兰举行大选。他说，乌克兰应该举行选举，以便考虑其未来命运。特朗普称，乌克兰目前还没有举行选举，而且还在实行戒严。此外，他还声称泽连斯基的支持率“只有4%”，而“整个国家已经被炸得支离破碎”。 [查看评论](https://m.cnbeta.com.tw/comment/1483832.htm)

据报道，全球最大的存储芯片制造商三星电子已对其系统芯片和代工业务进行了严格审查，以便进行可能的业务调整，包括管理层改组和员工调动。目前三星电子正面临着与[台积电](https://stock.finance.sina.com.cn/usstock/quotes/TSM.html)等竞争对手的一场硬战。 [](https://static.cnbetacdn.com/article/2024/0913/6375222cb43d304.jpg) 分析师表示，此举突显出提升该行业竞争力的紧迫性。该行业一直是三星董事长李在镕长期战略的重点，但在与行业领先者的竞争中却难以取得进展。 据知情人士周四透露，这家韩国科技巨头的管理诊断办公室（Management Diagnosis Office）今年1月开始对专门从事芯片设计的系统LSI部门进行彻底的业务评估。 消息人士称，一旦对该部门的仔细审查结束，该办公室计划调查该公司的代工业务。 此次业务审查是三星自去年11月成立该办公室以来的首次重大内部审计，这是该公司在整个集团范围内重振陷入困境的业务的努力的一部分。 [查看评论](https://m.cnbeta.com.tw/comment/1483830.htm)

**文 | 韩永昌 编辑 | 张博文** 当吉利银河高调宣布“未来所有全新和改款车型标配智驾”时，行业嗅到了一丝熟悉的气息。 这像极了极氪“一年磨三剑”的剧本重演。眼下，银河L6、L7已坐拥三档DHT与EM-i两个在售版本，若再叠加智驾版，“三代同堂”的局面或将复现。 吉利当然也考虑到了这一点，但如今的局面就是进退维谷。 在中阶智驾的普及上，比亚迪已经将高速NOA与自动泊车做到了10万元级标配，甚至下放到了7万元的海鸥身上。与之直面竞争的银河，连L2级辅助驾驶都没能全系搭载。 小鹏、智己、阿维塔都已经更新了车位到车位的高阶智驾，甚至长城董事长魏建军已经在重庆进行了两次直播，而自研智驾最早的极氪，在高阶的竞争中也开始落后。 这在以智能化为主基调的2025年，是用冰箱彩电大沙发也难以掩盖的竞争劣势。 因此，无论如何吉利都需要秀一波“技术肌肉”，这场持续2小时的AI智能科技发布会也在3月3日随之召开。 在这场发布会上，翼真并入银河，银河系列升级成独立品牌，吉利也带来了星睿云动力2.0、星睿智算中心2.0、AI Drive大模型、千里浩瀚安全高阶智能驾驶系统、Agent OS等AI技术，俨然要将AI技术贯穿到一辆车的方方面面。 但如此声势之下，在吉利的现售车型中，却并不能发现太多AI的影子，这场规模宏大的发布会，技术期货也更多于现货。 尤其是，这场发布会以银河品牌为主体，对银河的影响也最大，没有智驾功能的现售车型只能靠低价来维系销量。 银河在过去两年中成为了传统车企新能源转型的样板，但2025年想要冲击百万销量，还有不短的路要走。 ### **「 发布会以智驾为重点，但还不是卖点 」** 吉利这次发布会最亮眼的产品，要数与比亚迪“天神之眼”对标的“千里浩瀚”智驾系统。 比亚迪的天神之眼分为A、B、C三个级别的方案，千里浩瀚直接规划了H1、H3、H5、H7、H9共5个层级智驾方案。  千里浩瀚   千里浩瀚H1对标比亚迪天神之眼C，与比亚迪在王朝网和海洋网已经量产落地的智驾能力相当，可以具备高速NOA和自动泊车能力。 千里浩瀚H3，则比H1方案多了一项通勤NOA，也就是从家到工作单位之间固定路线的领航能力。 千里浩瀚H5，在传感器配置上多了一颗激光雷达，未来可以在功能上可以做到城区NOA，以及车位到车位的领航功能，与比亚迪天神之眼B相当。这一级别的智驾功能，是如今华为、小鹏等智驾第一梯队已经具备的能力。 H7与H5在具体功能的实现上几乎相同，H9则具备全冗余、全备份的L3架构，还搭载双Thor芯片。当然这两个方案，还属于研发阶段。 一口气发布了5个智驾方案，吉利的技术底蕴确实不同凡响。曾经多个智驾团队各自为战的吉利，也终于有了统一的智驾品牌。 但不同于比亚迪一口气上市20余款智驾车型，吉利在量产上却打了个擦边球，此次发布会的智驾版新车，只有一辆智驾版的银河E8，以及一辆仍未上市，仅仅亮相的银河星耀8EM，这两款车型都搭载了千里浩瀚H1方案。 全新银河E8搭载智驾并不稀奇，2024款银河E8刚上市时剑指小米 SU7，产品配置非常全面，彼时已经有激光雷达智驾款的存在。 如今的全新银河E8，四个版本全系标配高速NOA和自动泊车，售价分别为14.98、16.38、17.88、以及19.88 万元。这个价格对于去年银河E8刚上市时17.58-22.88万元来说，已经降价颇多，非常划算。 然而，从智驾来看的话，却并不划算。 全新银河E8前三个版本带有高速NOA与自动泊车功能，但最低价也要14.98万元，最高要17.88万元，而这些功能已经在比亚迪10万元级别的车型上做到标配。 想要高阶的激光雷达智驾版车型，全新银河E8要19.88万元，即便24款银河E8的激光雷达版，也只要19.08万元，而激光雷达智驾版的车型，在去年就被埃安、小鹏等车企下放到15万元级。 虽然全新银河E8是搭载千里浩瀚智驾系统的首款车型，但真要仔细对比，这款车的最大卖点依旧不是智驾。 不可否认的是，除了智驾以外，银河E8的产品力依旧非常强大。即便这款车型在过去两个月的销量已经跌至千辆出头，但别忘了，这可是一款要与小米 SU7竞争的车型。 除了这次发布会上唯一上市的新车以外，吉利在这次发布会上也明确表示，银河全新及改款产品都将搭载干里浩瀚不同层级的智驾方案。  银河产品矩阵   也就是说，除了全新E8，未来还会有全新E5、全新星愿、全新星舰7EM-i，全新L6/7EM-i，且这些车型都将拥有与比亚迪现款车型一样的高速NOA和自动泊车功能，甚至有更强的通勤NOA的能力。 不过，现售车型中，银河的智驾能力，大多是缺位的状态。吉利在智驾技术上的底蕴虽然深厚，对AI的押注也是行业罕见，但本次发布会上的技术大都在现售车型中难以体现。 没有量产产品，只能用“技术期待”来博声量，并不难看。如今新能源车市的竞争，如果连饼都不画，在传播上肯定低人一等，在销量上也会直接受影响。 但“技术期待”已经给出，“技术落地”短时间难以实现，银河想要维系销量，该怎么办？ ### **「 挺过智驾空档期，用降价来稳销量 」** 既然没有智驾，那就用降价来稳住销量，毕竟消费者不会跟钱过不去。 这次发布会，吉利将银河大部分车型进行了“全域降价”。银河L6/7 EM-i这两款刚刚上市的车型，继续保持首发权益的优惠价格，星舰7 EM-i起售价来到了9.78万元，银河E5起售价10.78万元，星愿则6.88万元起售。主力车型都有了数千元的优惠。 过去两年间，吉利银河的销售超70万台，成绩非常出色，今年银河的目标直奔百万，因此每个月都要冲刺更高的销量目标。 本次参与降价的车型，也都是销售主力，比如银河E5用了20天销量破万，星愿做到这个成绩只用了16天，而星舰7 EM-i甚至仅用了13天。今年1月，E5、星愿、星舰7EM-i分别登顶了各自细分市场的销量冠军，让银河一时间风光无两。 但2月份开始，比亚迪智驾款车��密集上市，这给了银河巨大的压力。整个2月，银河销售76132辆，较1月的93545辆出现了环比下滑。 新款车型银河L6/7 EM-i分别在2月12日与14日上市，距今已经超过20天，星舰7的销量破万速度没能延续。这两款车对标比亚迪秦宋两系车型，显然并不算成功。 除了银河L6/7 EM-i以外，星舰7 EM-i与比亚迪智驾版车型相比也不占优势。银河E5、星愿也有了新的对手。 银河E5的对标车型元PLUS已经上市了智驾款车型，在E5连L2级别辅助驾驶还要选装时，元PLUS已经做到了智驾标配，甚至还把冰箱搬上了车。 星愿感受到的威胁则来自埃安UT，几乎重合的售价区间，配置也十分接近，但UT却更大杯，更新颖，续航里程也要更长，消费者自然会用脚投票。 银河L6/7 EM-i，星舰7 EM-i，银河E5，星愿，这五款车是银河的销售主力军。但这五款在售车型目前都没有智驾版本，也没有硬件预埋，未来也享受不到“技术平权”。 吉利在AI与智驾技术上秀了一波肌肉之后，市场上的消费者都开始期待这五款车型未来的智驾版，现款必须用低价才能维持住销量。但这五款车上市时间都还不足一年，市场就已经开始期待改款，这让银河有些难以招架。 尤其是L6/7 EM-i，上市还不足1个月，如今已经有三档DHT的老款L6/7，和新款L6/7EM-i两版车型同时开售，如果再出一款智驾版，就又会陷入极氪的三代同堂局面，如果年内不及时推出智驾版，竞争优势很难维持，着实进退维谷。 吉利这场发布会，全方位的展示了吉利的技术底蕴，这是好事，但落实到产品上，或者消费者身上的，目前并不多。而且技术的强大给了消费者更多的想象空间，还对现款造成了挤压，销售端无故多了一层压力。 从这次技术发布会，到技术实际上车，银河还有一段不短的路要走，毕竟E8是售价较高的车型，老款也有智驾的配置，而现有的五款主力车型，都没有智驾的选项。想要挺过这段智驾空档期，唯有保持低价的策略。 吉利身上有很多标签，唯独智驾是最弱的一个。长安、奇瑞、东风绑定了华为，上汽与广汽在Momenta的支持下也有着非常出色的智驾能力，长城董事长魏建军已经两次智驾直播挑战山城重庆，比亚迪也全系用上了天神之眼。唯有吉利，自研多年进展却非常缓慢。 这次“全域AI智能战略”发布会之后，吉利的技术底蕴给了行业很大的震撼，但智驾还是没有实质性的突破。想必接下来，吉利会给人带来更多的惊喜吧。

 雷峰网《新智驾》消息，据知情人士透露，春节后，导远科技再次拿下了一家海外主机厂定点。同时，导远也在开辟新的赛道，已经对数家机器人公司出货。知情人还透露导远近期已完成新一轮扩产，年产能已达每年600万套定位产品。 作为国内乘用车市场高精定位模块/系统领域的头部企业，导远在2022年正式开始出海，开启国际化战略。据此前媒体报道和公司发布的消息，导远目前已收获包括大众、丰田、BBA、沃尔沃、SMART等海外车企定点。 2025年开年，在比亚迪等主机厂的带动下，智驾能力上车进一步提速。据导远官方发布，其多款定位产品已在比亚迪旗下多种车型实现量产交付。本周吉利发布“千里浩瀚”高阶智驾系统后，导远也在公众号宣布将继续为其多款车型提供多种类型的定位产品。 导远产品线主要包括卫星定位GNSS模组、惯性测量单元IMU模组、高精组合定位系统P-Box等。对于导远来说，这既是新的机遇，也是新的考验，通过更好的产品组合和更强的规模化能力，进一步拓宽智能驾驶市场。 导远近期也已表示将持续扩展规模化产能和建设成熟的体系能力，逐步巩固定位行业的领军地位。此前，导远科技创始人李荣熙曾向雷峰网表示，高速NOA、城市NOA等功能会向20万元以下中低端车型持续大规模渗透。 对于导远来说，接下来的重中之重，将会保证质量和保证产品交付。而导远新开辟的机器人赛道市场潜力同样不容小觑。IMU能够测量机器人躯干的倾斜及旋转等姿态变化，输出加速度和角速率的精确信息，帮助机器人执行精确的运动控制及实现平衡维持。 数据显示，2024年全球机器人市场规模达到了461.1亿美元，具体到人形机器人市场，2024年全球人形机器人市场规模为10.17亿美元，预计到2030年将达到150亿美元，复合年增长率为56%，市场潜力不容小觑。

<blockquote><p>在互联网时代，个人IP的打造和运营已成为品牌传播和商业变现的关键。从文旅类IP的爆火到自媒体领域的流量密码，背后隐藏着一套系统的运营逻辑和策略。</p> </blockquote>  IP是一种具有文化沉淀价值的无形资产，是你的个人品牌名片，可以让用户以最快的方式认识你、信任你，甚至转化到私域成交。 放到新媒体行业，IP的商业化和持续开发能力，是其价值的重要体现。 我之前也遇到过不少土老板，问我直接模仿xx账号，对标起号行不行？我无比汗颜，要知道单纯的去对标某一类账号，去构建自己的IP是很难突破的，因为个人IP带有强烈的个人色彩和过往经验沉淀。 就像我的IP商业拍摄、小红书运营、短视频运营、直播运营、私域运营还有线上获客转化这些我都懂点，这也是新媒体运营人的通病：啥技能都会一些，虽然专而不精，但是对于中小企业的用人要求来说，足以。 为了更好地描述和理解商业IP的价值，我做了以下几点拆分： ## 文化价值 IP就像一个故事的载体，它承载着丰富的文化意义和情感价值，能够触动人心，建立起深厚的情感纽带。 这种典型的就是文旅类的IP账号，比如故宫积极拥抱新媒体，利用高分纪录片《我在故宫修文物》打破传统刻板印象，以幽默风趣的方式介绍故宫文化和历史，形成反差萌，迅速吸引了大量关注。 随后，通过运营社交媒体账号，创造热梗和段子，与年轻用户建立了紧密联系。 ## 独特性 要知道拥有独一无二特质的IP，是不容易被轻易模仿的，比如【麻辣小鲜肉】，这个账号就很吃博主的表现力和选题策划，而粉丝愿意看的，就是这种原汁原味啊。甚至会在评论区发自带语音的经典台词，（捂嘴）好啦，我相信~ ## 故事性 许多IP背后，往往是有多个角色扮演，通过剧情演绎赋予IP更深层次的内涵和意义，让粉丝在潜移默化的追剧中被教育。 比如戏精牡丹的瑶池姐妹系列，虽然都是博主来出演的，但是打造的人设赵凯丽、Fiona也能让老粉一眼辨别。 识别度：IP需要拥有极高的辨识度，无论是通过鲜明的视觉元素、独特的语言风格还是其他形式，都能让人一眼认出。 每一个IP在打造过程当中需要找到自己的独特性和专属性，从而建立自己的标签符号，比如我的口头禅：做运营的那么多，可是真秃头的没几个啊。 这也是我在做商业IP孵化时，会给IP本人设计视觉锤或者语言钉的原因，让观众一看到某物品，一听到某句话就想起你。 ## 品牌价值 这种更适合深耕多年的大品牌，比如吃火锅怕上火，是不是得来瓶王老吉？这类型的商业IP能够转化为强大的品牌价值，通过品牌故事、形象打造和场景化展示，增强消费者的认知和忠诚度。 商业潜力：我一直都在说，IP的商业潜力不在于粉丝量多少，而在于它能否创造经济效益，包括直接销售、授权贴片转播、商务合作等多种方式。 运营圈里有句玩笑话：小火靠捧，大火靠命，但商业IP能否爆火背后，往往都有规律可循： ### 1.时机点很重要。 比如，哪吒2就是在春节期间靠用户口碑传播而迅速爆火出圈的，而且同档期的其他电影也不够打啊，全靠同行衬托。 ### 2.要不断创新形式。 打造IP的过程，需要在形式上创新，比如说如果你想吃彩虹群体的流量，那在拍短视频的时候露下白袜，话题标签tag加上#熊狒#脂包肌#u熊#有肉感的小胖子，那你肯定被我放进收藏夹了！ ### 3.人设要自洽而非演绎和装。 自洽指的是对自己的认可和认同，而不是出于为了打造IP特点去夸张演绎，俗话说穿衣装B，天打雷劈，一旦违背自己的本性去‘装’人设，是很容易露馅的。 ### 4.不断修炼内核，寻找共鸣点爆发。 有时候热点不要硬蹭，而要结合IP的自身特色和长期积累，比如说前几天小米SU7 Ultra发布引发全民热议，更是直接带动了大批汽车类自媒体IP的整体流量。 如果你正好是做汽车自媒体的，或者是事件营销策划的，那么这个热点就是你爆款的契机。 本文由 @秃头老王聊运营 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

 《飞天小女警》真人版片段泄露，德芙·卡梅隆和亚娜·普罗尔特分别出演女主角花花、泡泡和毛毛。剧集由贝兰提制片公司和华纳兄弟电视公司联合制作，预订于CW电视网首播。 现已被取消。 &lt;内嵌内容，请前往机核查看&gt; 试播集于2021年4月在乔治亚州的亚特兰大开机拍摄。2021年5月，因为对试播集不满意，CW电视网决定重新制作剧集，剧组暂停拍摄作业。 

2025年3月7日，截止收盘，沪指跌0.25%，报收3372.55点；深成指跌0.5%，报收10843.73点；创业板指跌1.31%，报收2205.31点，两市成交额较上一交易日减少882.17亿元，合计成交18182.39亿元。

<blockquote><p>本文将深入剖析Manus的技术突破、团队背后的坚持与开源精神，以及其对未来AI工作流的深远意义，探讨这一创新如何重新定义AI的应用边界，供大家参考。</p> </blockquote>  历经一年，研发了全球首款通用型 Agent：Manus，并在 GAIA 基准测试中远远甩开了 OpenAI，这背后，是一支纯粹的中国团队。 manus官网地址：https://manus.im/ 目前manus的内侧使用需要邀请码，待获取后再和大家分享，欢迎持续关注。 具体功能可参考官网用例：  ## 一、Manus：划时代的技术突破 Manus 与常规的 AI 不同，Manus 实现了从目标设定到成果交付的全链路自主执行，其表现完全能够媲美人类专家。这背后所依赖的，是团队精心设计的多智能体协同架构。  通过这一架构，Manus 能够自主地对任务进行分解，根据不同的子任务需求，灵活调用相应的工具链。 而且，它并非一成不变地执行既定流程，而是具备实时修正执行路径的能力。这意味着在面对复杂多变的任务环境时，Manus 能够迅速做出调整，始终保持高效的工作状态。 更值得一提的是 Manus 的代码智能体设计。它巧妙地运用编程语言重构思考过程，将复杂决策变得透明可追溯。这不仅提高了决策的准确性，还为后续的优化和改进提供了清晰的思路。 ## 二、团队的坚持与开源精神 这支中国团队在取得如此重大突破后，没有选择将技术垄断，而是预告了后续的开源计划。 这一举措无疑展现出了他们对推动整个人工智能领域发展的责任感和使命感。他们愿意将自己的研究成果与全球共享，让更多的人能够受益于这一先进技术，这种开源精神值得我们每一个人敬佩。 ## 三、Manus 的意义与未来 Manus 的成功研发，是中国人工智能领域的一座里程碑，也是全球 AI 发展进程中的一个重要转折点。 它为未来的智能系统提供了一种全新的、高效的运行模式。我们可以预见，在不久的将来，Manus 的技术将会被广泛应用到各个领域，从医疗、教育到金融、交通等，为人类社会带来巨大的变革和进步。 让我们一起期待 Manus 带来更多的惊喜，见证中国科技力量在世界舞台上的闪耀光芒。 本文由人人都是产品经理作者【长弓PM】，微信公众号：【AI产品经理社】，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。

随着越来越多“懂生活”的人，把运动融入日常生活，优衣库生活运动系列或将成为今年春夏的大爆款。

加速锻造我国生物医药领域新质生产力，提升我国生物医药领域的核心竞争力。

<blockquote><p>在AI热潮中，Manus的爆火引发了广泛的关注与讨论。它被宣传为一款具有革命性的AI代理产品，但在技术突破与营销炒作之间，公众对其真实能力的质疑声也日益高涨。本文将通过对比Manus和DeepSeek在股票分析案例中的表现，深入剖析两者的技术实力与分析结果的差异。</p> </blockquote>  昨天，Manus爆火，又一个振奋人心的神作诞生了。 今天，兴奋之后，一些疑问开始发出来，譬如下面的这些： - Manus的爆火是一次精心策划的营销事件，其团队擅长KOL营销，利用媒体和大V的推波助澜制造热度。 - 采用邀请内测的限制，导致很多用户无法体验到该产品，这种举动被质疑为“饥饿营销+套壳炒作”。 - 在技术层面的创新不多，其核心技术是多模型封装和预设工作流，而非底层模型的革新，技术护城河不够深。 - 异步处理耗时较长，实际效率可能低于人工操作。 - Manus在开放环境下的通用性，无法真正操作本地软件或适配复杂的企业系统，更像是一个“云端脚本机器人”。 - Manus的产品出圈后，容易被大厂迅速跟进并抢占市场，其能力可能会被OpenAI、Claude等基础大模型内化。 - 与底层研发相比，Manus的产品功能容易被复制，创业公司难以与拥有众多应用矩阵的大厂竞争。 - 从目前给出的任务例子看，Manus的产出效果与价值感与Claude或GPT相比并没有显著差异，用户价值仍有提升空间。 - 虽然Manus在UI交互范式方面有一定的价值，但还需关注其实际解决问题的能力。 有人问我怎么看，我想，**创业公司不容易，多给一些时间看看吧，**不着急马上给结论，何况，很多人并没有直接使用过，只是猜测。 下面，就我能看到的一手信息，我们用Manus在股票分析案例上和DeepSeek的分析做个对比，看看Manus的分析实力究竟如何。 Manus官网（https://manus.im）给出了明确的定义和官宣的产品视频，视频展示了3个应用案例。 ## Manus是什么 官网（https://manus.im）对自己的定义是：  翻译为为中文： <blockquote><p><strong>放心交给Manus。</strong></p> <p><strong>Manus是一款通用人工智能代理，架起思维与行动之间的桥梁：它不只是思考，更能交付成果。Manus擅长处理工作与生活中的各项任务，在您休息时完成一切。</strong></p> <p>官网的这个视频话题在微信朋友圈刷屏了。</p></blockquote> Manus能做什么？ Manus接受用户的提示词任务后，将文档阅读、网页浏览、运行Python代码等执行过程，通过虚拟机图形用户界面在传统AI对话框的右侧进行了展示，十分直观的展示过程，极大满足用户对AI工作的好奇心。 我的直观感受是Manus把做任务过程透明呈现出来，就像快递公司把整个快递过程展现的本质一样，信息链路的过程更加透明，从而增强用户对信息生成的结果的信任感。 DeepSeek的出现，让用户感受思考过程透明了，Manus进一步把思考之后，动手干活的过程透明，从想到干，又前进了一步。 一起看看Manus应用的三个案例展现了什么： ### 1. 简历筛选案例  **用户需要解决的问题：**传统人工筛选大量简历效率低下、容易出错且耗时 **Manus的做法：** - 自动解压包含15份简历的文件 - 逐页浏览每份简历并记录重要信息 - 根据工作经验等重要维度对候选人进行排名 - 根据用户需求生成Excel格式的排名报告 **效果：**大幅提高招聘流程效率。招聘人员可以将更多精力投入到面试等后续环节，节省了约80%的时间和精力。 ### 2. 房产调研案例  **用户需要解决的问题：**购房者在房产选择时需要综合考虑多个因素（如社区安全、教育资源等），手动筛选信息复杂且耗时 **Manus的做法：** - 将复杂任务拆解为多个步骤：研究社区安全、识别优质学校等 - 通过网络搜索和分析收集相关信息 - 编写程序计算预算并筛选符合要求的房源 - 整合信息并撰写详细报告，包括社区安全分析、学校质量评估等 **效果：**为购房者节省了大量时间和精力。购房者可以根据报告快速了解房产情况，做出更明智的决策，节省了约60%的搜索和分析时间。 ### 3. 股票分析案例  **用户需要解决的问题：**普通投资者进行股票分析时，面对复杂的数据和专业术语，往往难以获取准确信息和直观展示 **Manus的做法：** - 通过API访问权威数据源获取股票历史数据 - 利用Python编写代码进行数据分析和可视化 - 根据分析结果创建并部署交互式网站展示股票相关性分析 **效果：**使用户无需专业金融知识和编程技能，即可直观地理解和分析股票相关性。用户可以方便地在线浏览分析结果，节省了约70%的时间和精力。 **Manus对三只股票相关性的分析报告** 上面的第三个案例，是三支股票相关性分析，DeepSeek的创始人梁文锋是量化交易的专家，我们用DeepSeek来点评一下Manus的这个股票分析实例，看看有什么发现。 交互方式的改变，大大增强用户对AI输出结果的信任感，那么在对NVDA（英伟达）、MRVL（美满）、TSM（台积电）三只股票相关性的最终的分析结果上，准确度如何呢？ 我们应用AI深度思考和逻辑分析能力超强的DeepSeek对Manus的股票相关性分析案例进行了分析点评，并且让DeepSeek也完成了同样的分析任务，来看看分析结果和过程。 下图是Manus对三支股票相关性的分析结果，左边是相关性系数，相关系数的取值范围表示了不同程度的相关性：  不同颜色的柱状图分别是三支股票两两分析后的相关性，分别是总体相关、牛市相关、熊市相关、2022到2025年的相关。 Correlation Summary Across Different Periods  Manus还绘制了三支股票2022年到2025年的股价走势，绿色是英伟达，蓝色是台积电，橙色是美满，可以直观的对比相关系数在图形化上面的呈现：   上面的图是分析结论，我让DeepSeek用大白话做个小结，哈哈，真的是很大白话：  **总结结论（大白话版）：** <blockquote><p><strong>哥仨关系铁，但没铁到穿一条裤子</strong></p> <p>英伟达（NVDA）和台积电（TSM）相关性最高（0.7），相当于“你涨我也涨，你跌我也跌”的概率很大。</p> <p>英伟达和迈威尔科技（MRVL）相关性次之（0.69），台积电和迈威尔最低（0.64），但都属于“同一条船上的人”。</p> <p><strong>行业大环境是共同老板</strong></p> <p>三家都是半导体行业的扛把子，行业景气时一起嗨（比如AI芯片需求爆炸），行业倒霉时一起惨（比如供应链卡脖子）。</p> <p>但各自业务有差别：英伟达搞AI芯片“高大上”，台积电是“代工大佬”，迈威尔偏“数据基建”，所以股价反应不会完全同步。</p> <p><strong>投资别把鸡蛋放一个篮子</strong></p> <p>如果同时买这三家，风险分散效果有限——因为它们经常同涨同跌。</p> <p>想降低风险，得搭配点其他行业（比如消费品、能源）的股票，或者找半导体里业务更不同的公司。</p> <p><strong>未来预测要留个心眼</strong></p> <p>数据包含未来（到2025年），但实际只能分析到现在的历史数据，未来可能变卦。比如台积电如果被“卡脖子”，英伟达可能找其他代工厂，相关性就崩了。</p></blockquote> **一句话总结**：这三家半导体公司股价“抱团取暖”，但还没到生死与共的程度。投资别全押它们，得找点其他行业的兄弟来平衡风险！ ## DeepSeek对Manus的股票分析做个评价 下面，就让DeepSeek对Manus的股票分析做个评价，具体做法是： - 整理视频中关于Manus对股票相关性分析的所有截图，生成PDF文档。 - 将PDF文档上传给DeepSeek，对文档做解读。 - 解读之后，让DeepSeek对Manus的分析报告做深度评价。 先看对比分析结论，后面附上Manus的股票相关性分析视频和DeepSeek的股票相关性分析报告。 ### DeepSeek点评 Manus股票分析报告 先看结论，DeepSeek对Manus的股票分析打了4颗星。 最终评分：⭐⭐⭐⭐（4/5） 点评：Manus在股票相关性分析中展现了高效的系统性与实用性，但在数据细节处理与深度归因上仍有优化空间，适合作为辅助决策工具，而非完全替代人工研判。 Manus方法论的优势： - **系统性与自动化**：覆盖数据获取到报告生成的全流程，减少人工误差。 - **多维度分析**：兼顾静态、动态、分阶段相关性，结论层次丰富。 - **用户友好设计**：交互式网站提升数据探索的灵活性。 改进建议： - **增强数据鲁棒性**：补充复权处理、异常值过滤，提升分析准确性。 - **方法多样化**：引入非线性相关性指标，捕捉复杂市场关系。 - **深度归因分析**：结合财务指标或行业事件，解释相关性变化的驱动因素。 - **风险量化**：构建地缘政治或供应链冲击的情景分析模型。 适用场景： - **中短期投资决策**：适合捕捉行业周期与技术协同效应。 - **组合风险监控**：通过滚动相关性动态调整持仓结构。 局限性： - **数据依赖性**：结论高度依赖历史数据，对突发事件的预测能力有限。 - **行业聚焦**：结论主要适用于半导体板块，跨行业推广需谨慎。 再看分析： ### Manus股票相关性分析方法与步骤点评 1. 数据获取 优点： - 自动化高效：通过Python脚本调用Yahoo Finance API实现数据抓取，减少人工干预，提升效率。 - 数据覆盖全面：获取过去3年（2022-2025）的日级股价数据，时间跨度合理，满足中短期趋势分析需求。 改进点： - 数据源验证：Yahoo Finance可能存在数据延迟或调整问题（如未复权价格），需补充说明是否处理了股票分割、分红等调整。 - 容错机制：未提及API请求失败时的重试策略或异常处理逻辑（如网络波动导致数据缺失）。 2. 数据预处理 优点： - 标准化流程：对齐日期、处理缺失值、生成日收益率数据，确保数据一致性。 - 归一化处理：首日价格标准化为100，便于横向比较不同股票的长期趋势。 改进点： - 异常值处理：未明确说明是否剔除极端波动（如财报发布日的异常涨跌），可能影响相关性结果。 - 数据清洗透明度：需补充具体方法（如线性插值填补缺失值，或直接删除不完整日期）。 3. 相关性分析 优点： 1）多维度分析： - 静态分析：计算整体Pearson相关系数，快速评估线性关联强度。 - 动态分析：滚动窗口（如30日）揭示相关性随时间的变化，捕捉市场周期影响。 - 分阶段对比：按年份（2022-2025）和市况（牛市/熊市）拆解，增强结论的精细度。 2）统计严谨性：提供p值验证显著性，确保结果可靠性。 改进点： - 方法局限性：Pearson系数仅衡量线性关系，可补充Spearman秩相关或非线性模型（如协整分析）。 - 窗口选择依据：未说明滚动窗口长度（如30日）的合理性，不同窗口可能导致结论差异。 - 市场周期定义：需明确牛市/熊市划分标准（如指数涨跌幅阈值），避免主观偏差。 4. 可视化与交互设计 优点： - 图表类型丰富：时间序列图、热力图、散点图、滚动相关性图等，多角度展示数据关系。 - 交互式网站：用户可动态切换视图（如价格/收益率）、缩放时间范围，提升探索性分析体验。 改进点： - 图表注释清晰度：部分图表缺少单位标注或图例说明（如热力图中的颜色刻度）。 - 移动端适配：未提及响应式设计的细节（如在小屏幕下图表是否可读）。 - 数据导出功能：用户可能需要原始数据或图表导出选项，当前功能未提及。 5. 报告与结论 优点： - 结构化输出：分章节呈现方法论、关键结果、投资建议，逻辑清晰。 - 实际应用导向：结合行业背景（如AI芯片需求）解释相关性，增强结论的现实意义。 改进点： - 风险分析深度：地缘政治（如台海局势）仅定性讨论，可量化其潜在影响（如事件冲击下的相关性断点）。 - 业绩归因不足：NVDA的超额收益归因于“AI优势”，但需具体指标（如研发投入、市占率）支撑。 - 长期适用性：结论基于3年数据，未验证在不同经济周期（如衰退期）的稳健性。 6. 自动化与代码实现 优点： - 全流程脚本化：从数据抓取到可视化均通过Python脚本实现，可复现性强。 - 模块化设计：分拆为fetch_stock_data.py、preprocess_data.py等独立模块，便于维护。 改进点： - 代码注释与文档：代码片段中缺少详细注释，新手可能难以理解逻辑。 - 错误日志记录：未提及日志系统，故障排查效率可能受限。 **DeepSeek点评了Manus，那么同样的股票分析任务交给DeepSeek，会有什么分析结论呢，下面让DeepSeek输出一个分析报告。**  深度思考： <blockquote><p>好的，用户希望我基于之前的分析点评，用更严谨的方法和流程对NVDA、MRVL、TSM三支股票的相关性进行深度分析，并对比与Manus的结论是否有差异。首先，我需要回顾之前对Manus方法的评价，找出其不足之处，然后针对这些不足设计更严谨的分析步骤。</p> <p>首先，用户提到的Manus的不足包括数据预处理不够详细（如未处理复权数据、异常值）、相关性方法单一（仅用Pearson系数）、市场周期划分不明确等。我需要在这些方面进行改进。</p> <p>接下来，我需要确定更严谨的分析流程。首先，数据获取部分需要确保使用复权后的价格数据，避免股票分割和分红的影响。然后，在预处理阶段，需要明确如何处理缺失值和异常值，比如使用插值方法或删除缺失日期，以及应用统计方法（如Z-score）检测异常值。</p> <p>在相关性分析方面，除了Pearson系数，还应加入Spearman秩相关系数和协整分析。Spearman可以捕捉非线性关系，而协整分析能检验长期均衡关系。此外，需要明确滚动窗口的选择依据，比如使用30天或60天的窗口，并解释选择的理由。</p> <p>市场周期的划分需要基于客观标准，比如使用标普500指数的涨跌幅来定义牛市和熊市，避免主观判断。另外，地缘政治风险需要量化，比如引入事件研究法，分析特定事件对相关性的影响。</p> <p>在可视化方面，确保图表有清晰的标注和单位，增强可读性。同时，可以考虑使用动态可视化工具，如Plotly，提升交互性。</p> <p>完成分析后，需要对比结果与Manus的结论，查看相关性强度、时间变化趋势以及市场周期影响是否一致。例如，Manus发现NVDA与TSM的相关性最强，如果新方法下结果依然如此，则验证了其结论；如果存在差异，需探讨原因，如数据处理方法不同或分析模型更复杂。</p> <p>最后，用户可能需要了解新方法带来的额外见解，比如非线性关系的存在或长期协整关系，这些是Manus未涵盖的部分。同时，应指出分析的局限性，如数据时间跨度、外部事件的影响等，并提出未来改进方向。</p> <p>整个过程中需要注意逻辑的连贯性，确保每一步分析都有明确的目的和方法论支持，结果解释要结合行业背景，增强结论的说服力。同时，保持语言简洁，避免技术术语过多，确保用户能够理解分析过程和结论。</p></blockquote> ## DeepSeek基于改进方法的NVDA、MRVL、TSM股票相关性深度分析 ### 一、方法论优化与新增步骤 **1. 数据获取与预处理** - 数据源调整：使用复权后股价（Adjusted Close Price）避免分红、拆股干扰。 - 异常值处理：采用Z-score法（阈值±3）剔除极端日收益率（如单日涨跌幅&gt;15%）。 - 缺失值填补：对缺失交易日数据，使用线性插值法填充（仅限非连续缺失）。 **2. 相关性分析方法扩展** 1）多指标计算： - Pearson相关系数：衡量线性关系。 - Spearman秩相关系数：捕捉非线性/单调关系。 - 协整检验（Engle-Granger两步法）：验证长期均衡关系。 2）动态分析优化： - 滚动窗口选择：基于自相关函数（ACF）确定窗口长度（最终选择60日窗口）。 - 市场周期划分：以标普500指数涨跌20%为阈值定义牛市/熊市（2022年为熊市，2023-2025为牛市）。 **3. 风险因子量化** - 地缘政治事件分析：引入台海局势指数（基于新闻情绪分析）与TSM股价的格兰杰因果检验。 - 行业Beta分解：通过CAPM模型分离个股超额收益中的行业因素（半导体ETF：SOXX）。 ### 二、分析结果与Manus对比 **1. 整体相关性强度**  结论差异： - NVDA-TSM相关性略高于Manus结果，因使用复权价格减少数据偏差。 - MRVL-TSM协整性不显著，表明两者缺乏长期均衡关系，与Manus的“强关联”结论部分矛盾。 **2. 时间维度变化** 滚动相关性（60日窗口）： - NVDA-TSM：2023年Q3最低至0.52（Manus报告为0.55），2025年Q1最高至0.85（Manus为0.81）。 - 分化原因：改进方法剔除异常值后，极端波动对相关性的干扰降低。 **3. 市场周期影响**  **结论一致性：**熊市相关性更高，但改进方法显示差异缩小（因行业Beta分解后，个股特异性增强）。 **4. 地缘政治量化分析** - 台海局势指数与TSM股价：格兰杰因果检验显示，局势紧张度对TSM股价波动有显著影响（p=0.02），但对NVDA/MRVL无直接因果性。 - 对相关性影响：2024年Q2台海指数飙升期间，TSM与NVDA相关性下降12%，验证Manus“地缘风险导致脱钩”的定性结论。 ### 三、新增深度发现 **1. 非线性关系捕捉** NVDA-TSM的Spearman系数（0.705）&gt; Pearson（0.718）：表明两者存在“同向但非比例变动”关系（如NVDA涨幅高于TSM时，相关性更强）。 **2. 协整性差异** - NVDA-TSM协整性显著：长期均衡关系存在，可能因技术绑定（NVDA依赖TSM先进制程）。 - MRVL-TSM无协整性：MRVL业务多元化（存储、网络芯片）降低对单一代工厂依赖。 **3. 行业Beta分解结果** - NVDA行业Beta=1.2：对半导体行业波动敏感度最高。 - TSM行业Beta=0.9：代工业务弱周期性带来相对稳定性。 - 解释相关性：NVDA-TSM的高相关性部分源于行业Beta重叠，而非纯技术协同。 ### 四、与Manus结论的异同总结  ### 五、投资建议修正 **1.组合优化：** - 减少MRVL-TSM配置：因缺乏长期协整性，两者对冲效果有限。 - NVDA-TSM组合附加波动率控制：需监控台海局势与制程技术迭代风险。 **2.策略调整：** - 非线性相关性利用：在NVDA-TSM价差扩大时（Spearman信号），可做多价差回归。 - 行业Beta对冲：做空半导体ETF（SOXX）以部分抵消NVDA的高行业暴露。 **3.风险监控：** - 地缘政治指标：将台海局势指数纳入相关性预警系统。 - 滚动窗口动态阈值：当60日相关性跌破0.5时，触发组合再平衡。 ### 六、分析局限与改进方向 - **数据频率限制**：日级数据可能忽略高频交易的影响，可尝试分钟级数据。 - **非线性模型扩展：**引入Copula函数刻画尾部相关性。 - **产业链量化：**通过投入产出表量化NVDA-TSM的技术依赖度。 ### 结论 改进方法在验证Manus核心结论（行业驱动、熊市高相关性）的同时，揭示了更复杂的非线性关系与结构性差异（如MRVL-TSM无协整性）。投资者需结合线性与非线性工具，动态管理半导体行业暴露风险。 好了，以上就是AI产品针对股票相关性分析的案例，大家感受一下Manus和DeepSeek的差异吧。 AI技术突飞猛进，大时代下的普通人，又面临一次新的机遇和挑战，一起拥抱这个新时代。 **专栏作家** Blues，微信公众号：BLUES，人人都是产品经理专栏作家。深圳梅沙科技合伙人。20年丰富的职场经历，历经连续创业、腾讯、YY语音、迅雷等公司，目前致力于“教育+科技”产品创造。 本文原创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 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。