癌症是怎么得的？这是很多人都关心的问题。众所周知，大多数癌症的发病原因还没有完全弄清楚，但一个基本共识是：癌症发病不是某个单一因素，而是多因素综合作用的结果。所谓多因素，包括遗传因素（内因）、环境因素（外因），而环境因素可不只是指通常我们所说的空气质量大气环境，而是泛指各种外因，包括物理因素、化学因素、生物因素，生活方式和饮食因素等。 “癌”这个字很有意思，含有三个“口”，似乎暗示着癌症与饮食的关系。事实上，**饮食与癌症确实关系密切。** 癌症与饮食有着怎样的关系？怎样的吃法最容易致癌？**我们整理了七种日常生活中常见的易致癌饮食习惯，大家一定要避免！** 我们先来了解下**致癌物的等级划分情况。** **1 类致癌物：**对人为确定致癌物。 **2A 类致癌物：**对人很可能致癌，此类致癌物对人致癌性证据有限，对实验动物致癌性证据充分。 **2B 类致癌物：**对人可能致癌，此类致癌物对人致癌性证据有限，对实验动物致癌性证据并不充分；或对人类致癌性证据不足，对实验动物致癌性证据充分。 [](https://static.cnbetacdn.com/thumb/article/2022/0306/d554ec4d2b55e69.jpg) **1.吸烟喝酒，错上加错** **烟酒均为 1 类致癌物。**烟草包括吸烟、吸二手烟、无烟烟草以及各种烟草制品等；酒精包括所有含酒精的饮料饮品，与酒精饮料摄入有关的乙醛、含酒精饮料中的乙醇。 吸烟喝酒，这老生常谈，但值得反复谈，太多的人并没有真正做到。 烟草中含有上千种有害化学物质，其中能直接引起癌症的就有几十种之多。吸烟是肺癌最重要的危险因素之一，这已经被大量的研究和事实所证明。吸烟还会增加口腔咽喉癌、食管癌、胃癌、膀胱癌、肾癌、乳腺癌等多种癌症的风险。二手烟的危害同样不能忽视。研究显示，吸烟者的家人得癌症的风险概率更高，受害最大的是儿童。 喝酒同样增加癌症风险。世界卫生组织曾发布癌症监控报告指出“要重视饮食，关注酒精在致癌中的作用”，告诫人们酒会致癌。研究表明，长期酗酒主要与肝癌、食管癌、胃癌、口腔癌及咽喉癌等有很大的关系。 饮酒与吸烟有协同致癌效应。烟雾和酒精对口腔、咽喉、食管、胃等的上皮组织既会带来直接伤害，而酒精作为一种有机溶剂，还会促进烟雾中某些化学致癌物更好地进入机体组织并释放出来产生致癌效应。吸烟又酗酒，错上加错，风险叠加，一加一大于二。 **2.无肉不欢，“欢<strong>”</strong>出癌症** **红肉（摄入）为 2A 类致癌物；加工肉类（摄入）为 1 类致癌物。** 红肉是营养学上的一个名词，是从肉的颜色上来说的，指的是在烹饪前呈现出红色的肉，具体来说猪肉、牛肉、羊肉、鹿肉、兔肉等，大多数哺乳动物的肉是红肉，含很高的饱和脂肪。相对应的是白肉，指肌肉纤维细腻，脂肪含量较低，做熟之前呈现出来的颜色通常是浅色（白色）的肉类，比如鸡鸭鹅肉，鱼虾贝蟹等非哺乳动物的肉。 世界卫生组织下属的癌症研究机构将红肉归在 2A 类致癌物清单中，嗜食红肉增加大肠癌等的风险。但这并不是说不要吃红肉，红肉富含矿物质尤其是铁元素，也含有丰富的蛋白质、维生素 B12、硫胺素、核黄素和磷等。红肉和白肉的营养成分和营养价值不一样，**不能简单地用白肉来替代红肉，红肉也具有不可替代的价值。红肉可以吃，但要适当控制量，**不要嗜食。 什么是加工肉？从字面上就可以知道，指的是经过加工的肉，具体来说就是经过盐腌、风干、发酵、烟熏或其他处理，用以提升口感或延长保存时间的肉类，比如香肠、热狗、火腿、腊肉等。 世界卫生组织下属的癌症研究机构致癌物清单中，加工肉类（摄入）归在 1 类致癌物清单中。食用加工肉制品可导致大肠癌/明显增加患癌风险，建议尽量吃新鲜肉。偶尔满足一下口福吃一点，通常问题也不会太大，但要知道，致癌没有所谓安全剂量，只是概率大小不同罢了，能少吃尽量少吃。 [](https://static.cnbetacdn.com/thumb/article/2021/0416/cdb103891ffe827.jpg) **3.炸烤腌咸，“香”出癌症** **烧烤熏制食品不完全燃烧产生的化学物质比如苯丙[α]芘为 1 类致癌物；中国式咸鱼 1 类致癌物；油炸，高温排放为 2A 类致癌物；传统亚洲腌菜为 2B 类致癌物。** 烤食很流行，满大街都是烤鱼烤肉店，香味诱人；以油条为代表的油炸类食品是中式早餐的标配之一；腌制食物更是受到很多人的青睐。这类食物很多是街边小摊上做的，食品卫生达不达标、食材是不是新鲜暂且不说，关键是其中含致癌物，比如苯并芘、丙烯酰胺、亚硝基化合物等，增加多种癌症特别是消化道癌症的风险。偶尔吃一下过过嘴瘾也许问题不大，但建议能不吃尽量不吃，能少吃尽量少吃，不要经常吃。 吃得太咸不只会增加高血压风险，高盐饮食还会破坏胃黏膜屏障，增加胃癌风险。有的人喜欢吃咸菜腌菜、咸鱼，很开胃下饭，但不健康，除了导致过多盐分摄入，其中还含有亚硝胺类化合物，都会增加胃癌等的风险。 **4.过期霉变，“毒”出癌症** **黄曲霉毒素为 1 类致癌物。** 由于储存不当或过期，食物容易发生霉变，这类霉变过期食物中含某些真菌及其代谢物，比如黄曲霉毒素，能将硝酸盐还原成亚硝酸盐，并促进亚硝胺的合成，增加患癌风险，比如肝癌。 [](https://static.cnbetacdn.com/article/2021/0820/8b490c5e6ec806c.png) **5.烫饮烫食，“烫”出癌症** **65℃ 以上的热饮（饮用）为 2A 类致癌物。** 烫食（超过 65℃ 以上），容易烫伤食管黏膜，一旦形成习惯，食管黏膜反复受损伤刺激，发生慢性食管炎，最终会增加食管癌等的风险。 **6.喜食槟榔，“嚼”出癌症** **槟榔（槟榔果、含烟草或不含烟草的槟榔嚼块）1 类致癌物。** 有些地方的居民有嚼食槟榔的习惯，有事没事嘴里嚼一颗槟榔，已然成为一种习惯。食用的槟榔包括槟榔果、含烟草的槟榔嚼块、不含烟草的槟榔嚼块，世界卫生组织明确将槟榔列为 1 类致癌物。 槟榔为什么会致癌？槟榔较硬，咀嚼过程中可能会机械性损伤口腔黏膜，这种损伤累积下来，时间一长会导致口腔黏膜下纤维性变，这是一种癌前病变，有可能转变为口腔癌；同时槟榔里的某些化学物质经咀嚼后，可能会形成亚硝基（一种明确的致癌化合物）。除了口腔癌，嚼食槟榔也与咽癌、喉癌、食管癌等的发生有一定相关性。 **7.不良饮食习惯，“惯”出癌症** **不良的饮食习惯也是重要的致癌危险因素。** 有的人吃东西狼吞虎咽、暴饮暴食，不细嚼慢咽，有可能损伤消化道黏膜，产生慢性炎症增生病变，而且消化吸收不良，长期吃得过饱也增加胃肠负担，肠胃功能容易失调。加上饮食不规律，三餐不定时，饿一餐饱一餐，吃得过饱，食管和胃长期饱受摧残，同样有更高的患癌概率。 有的人有偏食习惯，营养不均衡，营养不足或过剩，搭配不合理，可能增加患癌风险。还有人习惯高糖高热量饮食，体重超标肥胖，同样增加患癌风险。 民以食为天。吃得正确，可能防癌；吃得不对，可能致癌。从今天开始，大家一起来注意饮食习惯吧。防癌从细节着手，尽管科学饮食不能保证肯定不得癌，但可以帮助我们降低患癌风险。 [查看评论](https://m.cnbeta.com.tw/comment/1481608.htm)

印度少年创心算奇迹，一日斩获六项吉尼斯世界纪录！**14岁的阿里安·舒克拉凭借超凡的心算能力，在一天内成功挑战六项心算极限，被吉尼斯世界纪录官方认证为&#34;人形计算器&#34;。** 这位数学天才在挑战中展现了惊人的计算速度：**仅用30.9秒就完成了100个四位数的加法运算，以18.71秒的速度完成了50个五位数的加法，**更在5分42秒内准确计算出十组20位数除以10位数的结果。这些令人瞠目结舌的表现，不仅刷新了人类心算能力的极限，也彰显了舒克拉在数学领域的天赋异禀。 舒克拉的数学天赋在六岁时就被父母发现。尽管父母表示这种能力并非遗传，而是源于舒克拉与生俱来的数学本能，但他们始终全力支持儿子发展这项特长。 **在父母的鼓励下，舒克拉12岁就在德国举办的心算世界杯中夺冠，展现出非凡的数学才能。** 为了保持顶尖水平，舒克拉每天坚持五到六小时的刻苦训练，并通过冥想练习来提升专注力。这位少年表示，成为&#34;心算神童&#34;是他一直以来的梦想，他对未来充满期待，希望能继续在数学领域创造更多奇迹。  [查看评论](https://m.cnbeta.com.tw/comment/1481606.htm)

之前京东发出公告称，目前外卖骑手的平均薪酬远低于京东快递小哥，为了薪酬公平性，未来一段时期签约的外卖全职骑手缴纳五险一金的所有成本。公告中指出，费用中包含个人所需缴纳部分，全部由京东承担，确保骑手现金收入绝不会因为缴纳五险一金而减少，此项举措包含现有骑手和新加入的骑手。 这引来诸多外卖小哥的欢呼，但消费者真的支持吗？ **有专家接受采访时介绍，以某外卖平台为例，初步缴纳的骑手数占全部骑手的11%-14%，第三方配送公司也可能会分摊成本，国海证券预测大概会导致其全年成本增加20亿，高盛给出的报告预计每笔订单增加1至2毛钱，尚处在可控水平。** 对此，更多的网友表示，“20亿对一个大企业也不是多少钱，多给外卖员一点保障吧，每次才涨价两三毛还好了影响不大。” 但也有不同的声音表示，并不支持这样的举措，认为不该什么事消费者买单，大家觉得呢？ [](https://n.sinaimg.cn/finance/transform/125/w550h375/20250214/022f-afce72a955e29f2324700218a13144c6.png) [查看评论](https://m.cnbeta.com.tw/comment/1481604.htm)

石头G30 Space探索版扫地机器人目前已经上市，首发6499元起。**G30 Space探索版在行业内首创五轴折叠仿生机械手设计，该机械手拥有5个灵活的关节，可轻松实现隐藏收纳。**更令人惊喜的是，G30 Space探索版还支持移动障碍物后的清扫、抓取散落物品等高级功能，以及360°高低双视角实时视频通话，为用户带来前所未有的智能清洁体验。 据悉，石头G30 Space探索版扫地机器人配备2.2万Pa吸力系统，能够轻松应对各类地面清洁挑战，它还融入了热水恒湿拖地功能，确保地面在清洁的同时保持适宜的湿度。 **折叠后的机身厚度仅为7.98cm，使其能够自如穿梭于家具底部，进行深度清洁。** 在智能化方面，G30 Space探索版扫地机器人内置了先进的RRmason 12.0算法，能够全方位感知环境，并自主规划出最优清扫路径，提升清洁效率。 同时，机器人还配备了传感器、按键和空间避障三重保护机制，确保在移动过程中能够安全、准确地避开障碍物，避免碰撞和跌落。 价格方面，**G30 Space探索版标准版首发6499元，G30 Space探索版上下水版首发6999元。**                             [查看评论](https://m.cnbeta.com.tw/comment/1481602.htm)

**中国国际海运集装箱（集团）股份有限公司成功研发出国内首款RAP主动式温控航空箱。**长期以来，国内航空公司在温控航空箱领域主要依赖进口产品。2020年，中集青冷特箱率先推出国内首款RKN主动式温控航空集装箱，打破了国外技术垄断。然而，RKN航空箱虽能通过蓄电池供电实现温度控制，但其数据无法实时上传，需人工每2小时检查一次，存在一定的局限性。 相比之下，全新研发的RAP航空箱在技术性能上实现了全面升级。首先，RAP航空箱采用循环风均匀送风技术，确保箱内温度分布更加均匀，控温精度显著提升。其次，通过物联网管理平台，用户可实时监控箱内温度、湿度及箱门开关状态，实现了运输全程的智能化管理。此外，RAP航空箱还配备了双备份电池和制冷机组，并内置10个温度探头，确保在复杂环境下仍能稳定运行，精准控温。  值得一提的是，RAP航空箱在运输过程中实现了“天地联动”的无缝对接。**疫苗等温敏货物装入航空箱后，从进入机场货舱开始即可实时监控温度；进入飞机货舱后，设备自动切换至“飞行模式”，将数据存储在本地；飞机降落后，数据会自动上传至物联网管理平台，确保全程可追溯、可监控。** 在性能方面，RAP航空箱采用轻量化设计，自重仅1040千克，优于国外同类产品。通过强化箱体保温、增大电池容量以及提升制冷机组能效比，RAP航空箱在-10℃至30℃的环境温度下，可将箱内温度稳定控制在5℃，续航时间长达30小时以上，充分满足了长距离航空运输的需求。 中集相关负责人表示，RAP和RKN两款航空箱并非替代关系，而是形成互补，能够覆盖国内80%以上的主要机型，满足不同客户的多样化需求。目前，RAP航空箱已进入空箱运载试运营阶段，未来将在国航、南航、东航等航空公司的多款机型上开展商业运营。  [查看评论](https://m.cnbeta.com.tw/comment/1481600.htm)

“极越无声-我们发声”公众号日前发文称，**极越APP现系统故障，车主们质疑软件维护是否已无人负责。**据介绍，2月24日18:30左右，大量极越车主在极越APP中遇到了“车门未关、车窗未关”的错误提示，并且该提示持续了一整夜，直到今早启动车辆后才逐渐消失。 然而，车主们实际检查后发现，车门和车窗均已完全关闭，说明车辆实是系统故障导致的错误警报。 车主们表示，自极越2.0启动以来，新组建的团队中，关于软件团队的情况一直缺乏透明度。而这次BUG的出现，让许多车主开始担忧： **极越是否仍在稳定维护OTA？** **目前的软件团队是谁？是否仍在持续优化系统？** **未来的OTA还能否按计划更新？** 一旦智能化功能因缺乏维护逐步瘫痪，极越的智能优势将大幅削弱。因此，车主的诉求是，极越官方必须正面回应： 目前极越的软件维护团队规模如何？是否仍有专门负责OTA维护和升级的团队？ 未来的OTA维护规划是什么？是否会持续推送更新？ 对于这次“车门未关、车窗未关”BUG，官方是否有修复计划？预计何时修复？ [](//img1.mydrivers.com/img/20250226/81a7386b01e84de09348fad4ed3b03ed.png) [查看评论](https://m.cnbeta.com.tw/comment/1481598.htm)

**前段时间，有网传视频称手机放兜里被人碰了一下钱就没了，但其实此视频是摆拍，造谣者已经被行拘。**该事件近日登上了央视新闻，引起了不小的关注，但还是有很多网友认为NFC不安全。 [](//img1.mydrivers.com/img/20250226/4cb48ea7-9bf3-48ea-a9e8-a9d024243c16.png) 对此，支付宝专门发文表示，**支付宝“碰一下”采用多重措施保护用户支付安全：** **1、用户必须主动解锁手机** 手机解锁才能支付宝碰一下支付，未解锁手机时不会无故付款。 **2、支付宝有智能实时风控系统** 对每笔交易进行多维度检测，如风险等级高，就会停止交易，或要求输入密码或刷脸等做二次验证。 **3、支付宝“你敢碰我敢赔”保障计划** 每一笔支付宝碰一下支付，都纳入“被盗即赔”的保障。 [](//img1.mydrivers.com/img/20250226/6320abed-7bca-4634-b0f3-ad1f4acdf11f.png) **此外，警方也证实“碰一下”近距离盗刷不现实，每一种支付方式开通的时候都经过大量的安全验证，是比较安全可靠的。** 当然，有一种问题是需要注意的，大家一定不要听信可疑电话，给自己的手机装不明来源的APP，或交给别人远程控制，否则有可能会被植入木马病毒，即便没有NFC功能，手机里的钱一样会被盗刷。  [查看评论](https://m.cnbeta.com.tw/comment/1481596.htm)

中国厂商向三星授权存储关键技术专利，这一幕真是让人感叹。之前韩国媒体报道称，三星电子近日与中国存储芯片厂商长江存储签署了专利许可协议，将从后者获得3D NAND“混合键合”专利，该专利是一种将晶圆和晶圆直接键合的尖端封装技术。 这引发了外界的热议，而为什么在存储上遥遥领先的三星，要获得长江的授权呢？ **有行业人士表示，由于工艺流程问题，三星难以规避中国企业的专利，获取授权是必然，未来的竞争可能会非常激烈。** 三星此次获取长江存储专利授权，将主要用于下一代（V10）闪存芯片开发上，这代芯片计划于今年下半年量产，堆叠层数将达到420层-430层。 为了让V10芯片尽快量产，三星引入了多项新技术，晶圆和晶圆之间的混合键合“至关重要”。 **三星之所以这么看重这项技术，是因为“混合键合”技术省去了传统芯片连接所需的凸块，缩短了电路，并提高了存储性能和散热特性，“特别是晶圆之间的混合键合，它键合的是整个晶圆而不是芯片，在提高生产效率方面也具有优势”。**  [查看评论](https://m.cnbeta.com.tw/comment/1481594.htm)

<blockquote><p>你是否曾经思考过，人工智能陪聊是否能够填补这一情感空白，成为治愈孤独的未来密钥？抑或只是一个科技时代的伪命题？本文将深入探讨AI陪聊技术的发展及其对人类社交关系的影响，揭示这一创新领域背后的真相。</p> </blockquote>  最近，社交领域中一个现象值得关注：超 30% 的女性用户在未察觉的情况下被平台 “AI 化”。部分用户反馈 “聊天对象像是换了个人”，这正是 AI 陪聊系统悄然渗透的信号。当算法逐渐取代人类进行情感交流，社交软件正经历一场潜移默化却影响深远的变革。 AI 在社交产品中究竟扮演着怎样的角色？就目前来看，AI 更多承担着辅助工具的角色。所谓的 AI 陪聊，在我看来，很大程度上是个伪命题。毕竟，市场上已经存在多款主打真人陪聊的社交软件，目前它们在满足用户情感交流需求方面有着 AI 难以企及的优势。 在传统陌生人社交生态中，男女比例失衡是常态。以自己的产品为例，男女比例达到 2.78:1，这意味着 1 个女性用户可能同时收到超 100 条搭讪信息。女生往往只能凭感觉选择性回复部分男生。这种 “信息洪灾” 导致 80% 以上的男性用户无法获得有效回应，进而中断社交连接。 真人陪聊 APP 通过利益驱动模式成功弥补了这一社交漏洞。平台用收益激励女性及时回复男性搭讪，男性则以每分钟 0.3 – 2 元的价格购买即时陪伴服务。这种 “情感时薪制” 构建起平台、男性用户、女性用户三方共赢的商业闭环。头部平台单日对话量可达千万级别，营收也相当可观，有效解决了多数社交产品长期未能攻克的难题。 经过长期市场体验与观察，目前市面上主流陪聊社交APP 的核心搭讪模式主要有两种：  - A产品：平台主动牵线，通过利益驱动引导女生主动给男生发消息。女生注册上线后，平台按规则匹配男生，并向女生下发带备注文案的搭讪消息。女生回复后，男生收到真人女生消息，女生也获得相应收益。 - B产品：采用无感知牵线模式，平台默认代替女方给男生打招呼。女生注册上线后，平台自动代女生向男生发出招呼。男生回复后，女生收到回应，回复即可获取收益。 这两种模式目的明确，都是借助算法连接双方，以利益激励女性及时回复男性，让男生享受及时陪伴服务。 陪聊 APP 能在市场获得巨大需求，其创新点在哪？实际上，陪聊 APP 的创新主要体现在商业模式上，这一模式堪称最佳营收路径。但在功能和玩法上，陪聊 APP 并无太多突破性创新，大多采用经大众化产品验证的成功玩法，主要目的是提高用户留存率。 说回AI 陪聊，它是创新还是降本手段？ 目前 AI 技术我感觉仍处于工具阶段，离真正的人性化还有很长的路。将 AI 用于陪聊，除降低平台运营成本外，本质上并无实质性改变。除非能将 AI 训练得与真人无异，否则用户很容易辨别出对方是否为 AI。既然如此，平台为何不直接用真人提供陪聊服务？毕竟真人服务能给用户更真实的体验。  当下，一些 AI 交友方式允许用户创建 2D 版数字人的 AI 分身，直接与 AI 对话或提问。就像体验过的最新版本 ChatGPT，用户甚至能像调教男友一样与 AI 互动。但不得不说，其语音语调、输出内容都过于文艺，让人一听一看就知道是 AI，仿生效果仍有待完善。 当前 AI 陪聊存在三个核心悖论： - 成本悖论：虽然 AI 回复成本仅为真人的 1/20，但要使 AI 达到与真人同等的情感价值，所需投入的算法训练成本可能远超真人运营成本。某平台测试表明，用户对 AI 陪聊的持续使用周期不超过 72 小时。 - 情感悖论：用户调研数据显示，68% 的受访者表示能接受 AI 提供生活建议，但仅有 9% 的人愿意接受 AI 模拟亲密关系。这种认知上的割裂，使 AI 陪聊陷入 “高开低走” 的用户使用曲线困境。 - 伦理悖论：当平台未明确标注 AI 身份时，可能涉嫌欺诈。日本已有判例判定此类行为违反《特定商业交易法》，涉事平台需承担三倍赔偿责任。 在东京秋叶原的某科技展会上，一个能模拟人类微表情的 AI 聊天机器人吸引众人目光。当被问及 “如何看待人类孤独” 时，它回答：“我的芯片无法理解孤独，但我的算法正在学习陪伴。” 这或许揭示了社交软件的未来图景 —— 不是在人与机器间做选择，而是在真实与虚拟间寻找动态平衡。当科技深入解构人类最基础的情感需求时，我们更应思考：我们究竟需要多 “真实” 的陪伴？又愿为这份真实保留多少人性空间？ 作者：高级产品鼓励师 本文由 @沉迷社交产品的初九哥 授权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

 2023年03月14日发布的ChatGPT 4被称为AI的“iPhone时刻”，因为它的创新性与突破性； 2025年1月20日发布的DeepSeek R1被称为AI的“小米时刻”，因为它的本土化与性价比。 不知道你面对这样的时刻是什么心情？ 我很焦虑。 - 假如你是AI时代的“灯夫”，面对电力革命所带来的失业威胁，你是通过罢工来“拯救”自己的工作，还是自我转型？ - 假如你是AI时代的“妇女”，面对电力和工业革命所带来的效率革命，你是否愿意从繁杂且重复的日常工作中解脱出来？ - 假如你是AI时代的“卢德”，面对工业革命的蒸汽机和纺织机械化，你是像他一样为了保护工人的手工作业而发起罢工运动，还是面对挑战快速转变为工厂工人？ 尤其是今年初的DeepSeek R1模型的发布，瞬间让相关从业者兴奋至极，紧接而来的就是铺天盖地的新闻（如xx平台已接入DeepSeek）和课程（如如何用DeepSeek写朋友圈文案等）。 这个过程，我一直是焦虑而无措的。 往大了说，面对人类历史上（可能）的又一次重大技术变革，如何抓住机会让自己置身其中？ 往小了说，**DeepSeek这么厉害，而我打开后，却看着那个输入框，不知道它能做什么**。这就像你手里拿着最厉害的冲锋枪，却不知道向谁开枪一样。 这让我更是焦虑。 ## 01 他在用AI玩游戏 周二中午跟一位“资深”DeepSeek“玩家”——他是2024年初就开始用它，并每月付费使用那种——一起吃饭，我就问他： <blockquote><p>“你主要用DeepSeek做什么？”</p> <p>“玩Role Play。”</p> <p>“这是什么？”</p> <p>“它就是一种角色扮演游戏，我用DeepSeek来写不同角色的卡牌，就像一般游戏里，都是别人给你设定角色一样，这相当于是你自己设定不同角色。”</p></blockquote> 说实话，没听太懂，我又追问到： <blockquote><p>“那你之前用什么平台玩？DeepSeek跟它们相比有什么不同之处？”</p> <p>“ChatGPT和克劳德（即Claude），克劳德是玩Role Play最好的平台。它们玩Role Play都挺好，但就是贵，<strong>每个月100多人民币，而用DeepSeek就是5元，现在涨价后也才10块，相当于十分之一的价格，就可以达到原先的效果</strong>。同时，DeepSeek的本土化适配更好。”</p></blockquote> 他的答案超出了我的认知范围——我从来没想过用AI产品来玩游戏。 却也不是我心里想要的答案——我更好奇他的工作中如何应用AI来赋能。 ## 02 如何转型AI产品经理？ 周五晚上我突然想到了一个话题——也是我最近所面临的困扰： **作为一名产品经理，如何转型成为AI产品经理**？ 它可能是产品经理切入AI领域最现实的一个选项。 我先看了BOSS直聘上“AI产品经理”的招聘要求，至少有两个要求： **第一，行业应用场景：AI产品经理需对特定行业有深刻理解，如AI教育领域，需精通教育行业知识**。 **第二，AI专业经验：要求具备AI技术相关经验，或对AI相关技术、某款AI产品有深入理解**。  接着，我又寻求了DeepSeek的帮助，主要问了三个问题： 第一个问题： <blockquote><p><strong>“作为一名互联网产品经理，面对目前火爆的AI领域，如果想转行去做AI产品经理，你觉得需要做哪些准备工作？</strong>”</p></blockquote> 它不止给你答案，还会把对你问题的思考过程展示给你，提升你对答案的信任度。 我们先看它的思考过程：  再看看它的答案：  如果你问一名资深AI产品经理同样的问题，我猜99%的人，可能都无法提供如此结构化、完整、细致且具体的建议，因为他们的回答可能更偏向于个人经验和见解。 同样的问题，我们还可以对比另外两款AI产品所给出的答案（如下图），相信你可以有自己的判断。  紧接着，我又问追问了第二个问题： <blockquote><p><strong>“那你觉得我应该从何入手呢？”</strong></p></blockquote>  我们来看看它的答案——注意它具有记忆功能，实现超自然多轮对话的哦：  我又继续追问了最后一个问题： <blockquote><p>“<strong>作为新手，过程中肯定会有许多的困惑或问题，你作为我的学习伙伴，你可以在哪些方面帮助我？</strong>”</p></blockquote>   不知道你看到这里是什么感受？ 我当时看到的感受是：**如此全面、完整且具有指导性的建议，属于天花板级别，直接照做即可**。 它让我想起早几年比较火爆的分答、在行APP，它们提供1对1的付费咨询服务，如今却能免费获得更优质、更全面的知识，真让人有种“薅羊毛”的快感。 至此，我所焦虑的事情，好像一下就有了方向跟目标，剩下考验的就是执行力问题了。 ## 03 如何更好的使用DeepSeek？ 之前原想分享的话题是：**好焦虑！DeepSeek好像与我无关！** 一来是确实焦虑；二来是想反其道而行之——别人都分享它有什么用，那我分享它怎么无用——至少对我来说。 之所以没有成文，原因也无外乎两个： 一是不想故弄玄虚以及传递负能量；二是灵感突现，发现聚焦AI产品经理转型的这一真实困境。 所以就把过程中，使用DeepSeek的一点小心得，分享给你，希望对你有所启发。 **第一，专注解决真实问题**。DeepSeek等AI产品像一位大师或一枚核弹，如果你没有真实的困境或问题的话，它就是一个无用的“输入框”而已。比如如何转型AI产品经理。 **第二，明确角色**。你需要明确它所扮演的角色或人设，让它调用专业人士的经验与意见。比如“作为一名资深AI产品经理…..” **第三，明确目标与细节。**你需要明确的目标以及补充细节，这就像你跟人沟通一样，让它更好理解你的问题。比如“在教育行业和SaaS行业做了多年产品经理，期望3个月内转型为AI产品经理….” **第四，学会追问与反问。**比如在问完如何转型AI产品经理后，继续追问：“你觉得我从哪些方面入手更好？”，以及反问：“你的建议参考了哪些方面的内容，是否具有专业性与可靠性？请标注具体的信息来源。” 又啰嗦了这么多，不说了，下次聊，该学AI去了。 **专栏作家** 邢小作，微信公众号：产品方法论集散地，人人都是产品经理专栏作家。一枚在线教育的产品，关注互联网教育，喜欢研究用户心理。 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 Pixabay，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。

 在Xbox Podcast 的最新一期中，Craig Duncan（前Rare工作室负责人，去年秋天接任Xbox游戏工作室主管）向粉丝们保证，这款新的《神鬼寓言》游戏“绝对值得等待”。  Duncan称：“我们之前宣布新《神鬼寓言》的发布日期为2025年，实际上，我们会给它更多时间。现在游戏将在 2026 年发布，虽然我知道这可能不是人们想听到的消息，但我想保证的是，它绝对值得等待。” &lt;内嵌内容，请前往机核查看&gt; 在宣布延期的同时，微软还发布了50秒的全新预告，展示了新《神鬼寓言》的战斗、一些城市的场景、主角骑马穿过森林区域的片段。

<blockquote><p>AI数据中心不仅负责数据的处理和分析，还通过实时推理和低延迟响应，提升数据的应用效果。本文将分享在AI数据中心设计中的实战经验，探讨如何通过量化标签提高数据流转效率，增强模型的动态优化能力，推动企业在人工智能领域取得突破性进展。</p> </blockquote>  数据是AI的食粮，巧妇也会难为无米之炊。在通常的定义中，AI数据中心不仅承担着数据处理与分析，模型训练与优化，还能通过实时推理和低延迟响应，来进行数据的应用和版本控制。 而我也曾设计过AI产品的数据中心，只不过我的经验是图像识别领域的，而且不是通用数据，而是小样本量的医疗图像数据，所以不一定适合所有的AI产品。不过希望也能通过分享给大家带来一些我思考的角度和设计的考量，如果这些能对大家有所启发和思考，就请您不吝小手，**「点赞收藏分享」**这篇文章。 以下我将会从**「数据中心的作用，数据中心的模块，数据中心的主要数据流程，数据中心的用户角色，达成的效果、注意的事项、遗憾和未达成的部分」**七大板块进行阐述。 ## 01 数据中心的作用 经过我和数据中心的各类目标用户进行讨论和了解后，我大概理清了其中部分的思路。就是从使用环境、用户角色、数据流程、应用场景和使用需求着手。在通过1周多的时间，整理出一个大概的需求列表，并从中扩展放大，最后形成了下面的内容，**「数据中心的作用是什么？」** ### 1. 串联数据使用流程 数据使用流程总体步骤其实并不多，不外乎就是**「采集-标记-训练-测试-反馈」**。但一旦加入了不同的用户角色和应用场景后，就开始变得复杂了。我通过进一步的梳理，得出了以下流程表  附图1.数据中心‘数据使用流程图’ 从上图可看出**「反馈」**串联着整个流程。另外，数据集又会因为场景，分别形成训练数据集、训练测试集、应用测试集，又通过不同的反馈流程重新回到数据流程中。这样就形成了数据中心的另外一层核心的作用。 ### 2. 提高数据的流转效率 通过不停的“反馈”，数据的流转效率和数据应用范围就会不断增加和丰富。比如 - 「协助算法研发团队对模型进行更新与动态优化」 - 「增加数据多样性与泛化能力」 <blockquote><p>通过不同的数据标签。比如，来源类标签、标记类标签、训练类标签、测试类标签、反馈标签等等；数据标签可以反映出数据不同流程和阶段中产生的主动性和被动性的标记，然后将相同、相近、相反或不同类别标签的数据整合成集，就能在不同的使用和应用场景中批量调用和记录标记了。</p></blockquote> ### 3. 协助系统应用的实时分析与决策支持 模型优化和实时的数据协同，加上数据流程中不断产生和变化的数据标签，再通过贯穿整个流程**「反馈」**，为数据增加一层新类型的标签，**「量化标签」**。你也可以理解成“阈值‘’权重‘等等，因为之前的标签大多都是有还是没有，即0或者1，现在通过反馈分析，增加了量化标签后，数据就变得维度更复杂了。加上实时的数据协同，就可以给到整体流程更多更丰富的决策支持了。如果有兴趣了解详情，可以去查看我已发布的文章[AI产品经理的核心能力（一）](https://www.woshipm.com/share/6183632.html)[1]中有详细的说明。 ## 02 数据中心的模块 根据上文**「数据中心的作用」**中的数据中心‘数据使用流程图’，我原来是梳理出七大模块，但由于我最后的实际方案把“数据库安全”通过其它手段达成了，最后就没有把该模块列入进去了。最终整理出六大模块 - 「数据采集与导入」 - 「标记分配与标记操作」 - 「数据测试」 - 「测试标准」 - 「用户权限」 - 「量化赋值」 <blockquote><p>其中，前面4个模块分别对应着不同节点的数据流程，最后两个则是数据中心的管理员对各流程中的用户角色权限进行定义和管理，和涉及数据全流程的量化赋值模块。</p></blockquote> ## 03 数据中心主要的数据流程 根据上面整理的六大模块，我先将前面4个模块分别用不同的数据流程来解释各自模块的作用和意义，章节最后我将补充全数据流程都参与的量化赋值流程。 ### 1. 数据采集流程 这个主要的用户角色是运维人员，因为我的产品应用场景是医疗，所以需要将原始医疗数据进行导入操作和批处理操作，具体流程如下  附图2.数据采集流程图 <blockquote><p>编辑数据来源就是将数据的采集时间、设备、机构、操作用户、数据类型等标签添加在数据中，为最原始的数据添加第一批的数据标签<strong>「来源标签」</strong>。</p></blockquote> ### 2. 标记流程 这个主要的用户角色是“标记管理员”和“标记用户”，而且流程更像是工单系统，所以我最后也是通过工单流程对其进行梳理和设计的，具体流程如下：  附图3.标记流程图 <blockquote><p>其中，如果遇上特殊情况，数据预处理和标记操作部分，也会有其它用户角色参与。比如，数据预处理流程的优化和修改，医学专家修改标记操作流程和规范，还有提供标记修正和金标准标记。另外，重新指派是支线流程，不是主流程，而是标记指派后，指派无法完成的情况下才会出现的支线流程。</p></blockquote> ### 3. 测试流程 这个流程其实包含了训练测试和应用测试，但其实大体上分别不大，只是在环境和测试标准、测试数据集上有所区别，所以我就不将它们分开来讲了，具体流程如下：  附图4.测试流程图 <blockquote><p>为了流程的简洁，我将很多流程节点省略了很多支线流程和步骤，比如测试集的创建、编辑；模型的创建、算法参数的创建、编辑（参数的类型、类型是文本、数值还是选项），测试数据集的创建、编辑等等。还有数据查重这个，其实是因为这个数据中心是搭建在小样本数据库前提下的，为了提升数据的有效利用，训练数据有可能会和测试数据有所重合，因此特地增设此步骤来防止对测试结果的影响。</p></blockquote> ##### 以上的都是根据数据流程来梳理的，下面的就是根据系统管理需要补充的流程。 ### 4. 管理流程 这里面包括3个主要流程，**系统管理员流程、标记管理员流程、算法管理员流程” - 系统管理员：**「创建（删除）用户 – 查看用户 – 编辑用户权限」** - 标记管理员：**「创建（编辑）‘标记数据集’ – 选择‘标记数据集’ – 指派标记用户 – 查看标记进程 – 创建（编辑）标记摘要 – 提交标记数据」** - 算法管理员：**「创建（编辑）算法模型 – 创建（编辑/禁用）算法参数 – 创建（编辑/禁用）测试标准」** <blockquote><p>其中，系统管理员主要就是创建用户和编辑用户权限，比如标记用户和标记管理员用户的权限，一个是指派，另一个是接受指派并进行标记操作。算法管理员里其实是三个单独的流程，主要是为测试流程里，提供模型、参数、测试标准等的各种选项和范围，对标签进行统一化和规则一致性管理，防止各团队中研发成员有各自的习惯和方式，造成标签混乱、重复和冗余。</p></blockquote>   ### 5. 量化赋值流程 这个算是数据中心最核心的模块和功能之一了，详细说起来可以很复杂，但其实本质就是通过不断的数据反馈和用户反馈，将其进行分析后量化一个值赋予于数据之上，形成数据的量化标签（即阈值权重）。 在我已发布的文章[AI产品经理的核心能力（一）](https://www.woshipm.com/share/6183632.html)[1]中有详细的说明。  附图5.量化赋值流程图 <blockquote><p>其中就如上文【附图1.数据中心‘数据使用流程图’】里的反馈环节，就可以通过流程流转重新回到数据流程里的将近每个环节，来对流程进行优化调整。</p></blockquote> ## 04 数据中心的用户角色 经过数据中心的主要流程梳理，我已经能很好地洞见到，数据中心应该具有的用户角色，还有其在系统中的作用和需求目的。现在我将根据不同的用户角色，分别讲讲他们各自在系统中权限和操作内容。 ### 1. 运维用户 这个角色权限比较简单，但也很重要，因为这个角色是唯一一个能接触到数据的实际物理承载体的，这个我将在后面的**「注意事项」**章节进行说明，这里先按下不表。 - 数据采集与数据导入 - 数据来源标签管理 - 转处理数据 - 生成待标记数据集 ### 2. 标记管理员 这个角色主要就是为了管理“标记流程”所建立的，数据在这里需要经过指派和流转，最后进入到核心数据库中，让‘训练测试’和‘应用测试’等流程随时调用。 - 数据预处理 - 标记数据集管理 - 标记工单指派 - 标记摘要管理 <blockquote><p>数据预处理和标记数据集管理部分，有可能会有算法研发团队成员加入协助完成，因此此角色有可能会与其它用户角色权限叠加</p></blockquote> ### 3. 标记用户 这个角色主要就是接收‘标记管理员’的工单指派，根据标记摘要要求完成工单指派，即标记数据集的标记。 - 标记数据 - 完成/返回工单 <blockquote><p>只要涉及到工单，不得不注意的就是工单的异常处理，这里也是一样。一旦指派因意外无法按时或者按需完成时，返回工单就起到闭环管理的作用了；比如，因为其他标注需求等级较高且无空余可指派任务空间时，让已指派的标记用户退回未完成或者未开始的工单就尤为重要了。</p></blockquote> ### 4. 算法研发管理员 这个是属于倾向管理标签的角色，通常是对模型、训练数据集、测试数据集、训练测试、应用测试等等的标签进行统一管理。避免数据标签没有统一的规则而造成的混乱。 - 创建/编辑算法模型 - 创建/编辑/禁用算法参数 - 创建/禁用测试标准参数 <blockquote><p>这里算法模型是允许进行创建和编辑，但没有给予删除的权限，是因为模型有可能随着研发和模型优化，会有进一步的变化，因此可以提供编辑权限，但由于模型涉及测试结果的展示，因此只允许编辑如算法模型名称和摘要的权限，但不允许删除；算法参数方面，可以允许参数有限度的编辑。比如增加参数选项里‘数据增强’可以从2个选项‘混合裁剪’、‘切除增强’增加到‘混合裁剪’、‘切除增强’、‘几何翻转’3个选项，但不允许删除原来的选项，也不允许修改原选项。但可以禁用原来的选项，比如只保留一个选项，其余选项禁用。测试标准参数也允许创建和禁用，但不允许编辑。</p></blockquote> ##### 算法参数和测试标准参数为什么不允许删除，只允许禁用，而算法参数为什么只允许有程度的编辑，这个我将在后面的**「注意事项」**章节进行说明，请留意。 ### 5. 算法研发用户 这个是使用数据中心最核心的用户之一了。根据流程，用户会进行频繁和循环的各类操作，而且都会占用系统大量的资源。所以必须通过流程合理对其操作和流程进行简化。 - 创建/调用训练数据集，包括创建（编辑/更新）数据集摘要 - 创建/调用训练测试集，包括创建（编辑/更新）数据集摘要 - 调用模型和算法参数创建训练，包括创建（编辑/更新）训练摘要 - 查看/对比训练测试结果 - 查看/对比应用测试结果 <blockquote><p>这里面最经常使用的就是训练测试流程和查看对比测试结果了，这里能非常直观地查看各类测试参数下的测试结果，还可以通过进行横向的测试结果对比，来对算法模型的优化提供分析支持。创建和调用数据集更像是给整个数据集的数据都统一打上的一个数据标签，然后让不同流程中的节点可以直接批量调用。</p></blockquote> ### 6. 量化标签用户 数据中心里对数据进行唯一完全自定义标签的用户。根据流程，反馈信息可以通过标签的形式对数据增加多样性维度与数据泛化能力，从而体现出数据间的价值差别，并与应用场景、用户体验产生一定程度的相关性。 - 创建/编辑/停用量化标签 - 编辑/关联/取消关联测试标准参数 <blockquote><p>我在已发布的文章<a href="https://www.woshipm.com/share/6183632.html" target="_blank" rel="noopener" data-itemshowtype="0" data-linktype="2">AI产品经理的核心能力（一）</a>[1]第一章节部分中有这么一个例子，在‘自动驾驶里的行人防碰撞刹停系统’中，针对测试对象‘真实的人类生物’、‘具有人类形象的3D实物’、‘包含人形象的平面实物’，三个选项中，不仅有识别正确（True Positive）、识别错误（False Positive）2个维度，还有‘未识别’的维度，还有识别错误的不同应用场景维度。</p></blockquote> 比如同样是识别错误，将 - ‘具有人类形象的3D实物’识别为‘真实的人类生物’ - ‘真实的人类生物’识别为‘具有人类形象的3D实物’ - ‘包含人形象的平面实物’识别‘具有人类形象的3D实物’ 这三种识别错误是不一样的，前面2种错误不太影响应用场景下的使用，第3种将带来应用场景中不好的用户体验，这时的测试对象（即测试数据本身）就具有不同测试价值和维度了，也就是原来的数据仅有0和1两个维度，现在还有未检出，即0、1、2，再通过用户体验给数据带来的量化标签，很有可能就是0、1、2、0.5四个维度了。 <blockquote><p>比如 ‘具有人类形象的3D实物’识别出并正确值为2。‘具有人类形象的3D实物’识别出但分类为‘具有人类形象的3D实物’值为1。‘具有人类形象的3D实物’识别出但分类为‘包含人形象的平面实物’值为0.5。‘具有人类形象的3D实物’未识别出值为0。这样，数据就突然有新的量化标签，并根据标签对测试进行重新的分析和对比了。</p></blockquote> 看到这里，你应该能明白数据中心的重要性和大概的作用了吧。 **「那接下来我将对数据中心在实践中达成的效果进行简略说明。」** ## 05 达成的效果 ### 1.数据统一处理，流程和用户角色规范了数据标签的使用 通过数据中心的建立，所有针对数据的操作，基本都可以通过数据中心达成，避免了数据的不规则不合理地使用，杜绝了数据丢失和操作不统一带来的负面效应。 ### 2.促进了模型更新与动态优化、 数据流转效率比之前提升超600%，迭代优化模型周期也减少的近60%，同时还能实时部署更新，还能自动排期进行计划训练任务。 ### 3.多模态数据融合与决策协同 这个是最惊喜的部分，由于涉及比较核心的数据，所以不方便用真实的案例和页面来展示，我就通过举例来让大家理解一下吧。先看一个测试结果的表  附图6.测试结果表格 这个表其实没有什么特别的，只是如果在数据中心里，每个测试参数的结果都可以链接到具体的数据列表上，并显示参数值是如何得出的，而且哪些测试对象的检出结果是如何都一一列出，是不是就有所不同了？ 然后我再来一张测试结果的表，这次是不是就有所不同了  附图7.测试结果对比表格 这里就可以通过数据中心的测试对比来进行横向的测试对比，那对于算法团队而言，要进行模型测试对比就会更方便和直观了。不仅如此，我还加入了一个详情对比的功能细节，就是如果通过测试参数查看具体的对比详情时，比如准确率的测试对比时，就会出现详细的对比详情，如类似下图的对比表格  附图8.准确率详情对比表格 如果查看精确率的详细对比时，就会出现如类似下图的对比表格  附图9.精确率的对比表格 **「OK，还有更劲爆的就是，每个单独的数据上都会有各类的标记标签、数据集标签、测试标签，就如上面示意图上的表格项一样，每一个参数都相当于在数据上的标签，然后通过标签的流转，你可以随意进行链接流转。」**比如下面的数据及标签流转示意图中，红色框选的部分  附图10.数据及标签流转示意图 试想一下，一个数据上有不同的数据标签，比如**「标记标签」**（标记类型、标记对象、标记历史等等），**「数据集标签」**（关联的数据集，不管是训练数据集、测试数据集），**「测试标签」**（关联的训练和模型，测试参数及其结果等等）都可以通过标签进行流转查看，不仅对于算法研发的团队成员，还有数据流程中的标记用户，运维用户都是极大地效率提升。 好了，说了那么多，看到这里的大家应该对这个数据中心能达成什么效果更深入的了解了。那么我就进行最后一章的内容了。 ## 06 注意事项 ### 1. 测试记录的生成规则 这里为什么需要特别注意呢？因为测试记录涉及了很多标签，比如模型、数据集、测试参数、测试结果，如果每次查看都重新生成，会消耗太多的系统资源，但如果用快照的形式保存，那相应的标签变化就体现不出来了。比如 <blockquote><p>测试记录里的模型使用了现在已禁用的模型参数，如果和新的不含已禁用参数模型的测试结果进行对比时，就会出现参数不对齐的情况，影响测试结果的对比。</p></blockquote> 我最终的妥协办法就是： - 测试完成后生成快照（含模型、参数、数据集标签）； - 调用时校验当前参数与快照一致性； - 不一致时自动触发重新生成并覆盖旧快照。 ### 2. 标签的编辑权限 这里就是上文“数据中心的用户角色”章节中“算法研发管理员”角色里提到的标签的编辑权限。为什么要对其进行限制呢？因为，针对部分已创建和使用的标签，比如算法参数，测试标准参数标签，数据集标签等等，所有涉及到测试记录的标签，均只允许创建、调用；**「但部分参数允许一定范围的编辑，比如增加选项，扩大原先数值的选取范围等等。」**剩下的编辑就只能通过禁用的方式，依然可以让系统调取，但不能提供删除各种涉及测试记录标签的权限。 ### 3. 数据的安全 当全公司最核心的资产都存放在一个地方时，安全往往都是**「最重要、最重要、最重要」**的。那如何保证数据的安全呢？我则从两个地方出发考虑 **「1.访问限制和硬件隔离」** 对所有用户不提供任何的数据接口和网络接口（运维用户导入数据除外），均只提供操作键鼠和显示器。数据中心离线部署，不对外联网，从物理层面上杜绝数据读取拷贝和通过网络向外发送的可能。 **「2.数据备份和硬件设备冗余」** 对数据中心数据进行自动执行计划数据备份，并采用独立磁盘冗余阵列分散存储和保证数据冗余；执行定期维护服务器和存储设备的运维计划，配置RAID或集群节点防止单点故障；搭建UPS防止断电停电对系统和数据造成的致命威胁，同时使用多个HYCU备份控制器进行数据保护； ## 07 遗憾和未达成的部分 这里我就简单讲讲，其实主要是时间和成本的问题，最终数据中心系统没有做成和模型环境一致并可直接操作调用的联动状态，即没有办法按照我设计的流程里那样，直接调用算法模型，直接通过数据中心里的算法参数来运行模型训练。还是需要通过人为手动进行操作，就像按方抓药一样，先制定好训练计划并通过数据中心系统录入信息，再通过手动操作运行模型训练，但训练后的测试结果是可以直接自动导入到数据中心里，自动生成测试结果的。虽然有点美中不足，但相对于之前，效率还是提升了非常大的。 另外一个的就是模型参数和测试参数部分，没有提供自定义的批量操作功能，每次都需要用户自行选择勾选和设置，这是我没考虑周全的地方。 ## 08 结语 在医疗图像识别场景下小样本数据中心的设计与实践里，我围绕数据全生命周期管理展开，涵盖数据采集、标注、测试、反馈优化等核心流程。并通过提出数据中心六大模块（采集、标记、测试、标准、权限、量化赋值），并详细解释了各模块的交互逻辑与用户角色分工（如运维、标记管理员、算法研发团队等）。通过引入“量化标签”机制，数据维度从二元标签扩展为多级阈值权重，显著提升模型泛化能力和决策支持效率。补充了一些简单的案例展示了测试结果的多维度对比功能，是如何支持算法团队快速优化模型，最终实现数据流转效率提升600%、模型迭代周期缩短60%的显著效果。遗憾在于未完全实现模型训练与数据中心的自动化联动，但整体设计作为小样本医疗AI系统的高效运行，我认为应该是提供了可复用的方法论的。 **「我也希望这篇文章的内容能对看到这篇文章的各位有所启发。」** [1][AI产品经理的核心能力（一）](https://www.woshipm.com/share/6183632.html) 作者：薰阙的产品思考 公众号：薰阙的产品思考 本文由 @薰阙的产品思考 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

US officials recently met with their Japanese and Netherlands counterparts about limiting Tokyo Electron and ASML engineers from maintaining semiconductor gear in China, per the report.

 《失落之魂》于今日发布官方声明，为之前公司员工的争议性言论道歉。此前， 制作人杨冰在B站发文，[正面回应了这一事件](https://www.gcores.com/articles/195043)。  官方表示：感谢大家一直以来对《失落之魂》的关注！首先，我司为我们的管理过失，以及未能与玩家进行及时沟通，做出最真诚的道歉！现就相关情况说明如下： 2024年4月3日， 项目组前执行策划任某某（网名：Vivian）在QQ上与第三方（网名：蓝**）私聊过程中发表了相关错误言论。因全程为个人私聊，我司对相关言论并不知情。 2024年12月18日-21日间，该涉事员工私聊截图事件在NGA论坛、贴吧等平台开始广泛传播和发酵，因为涉及到第三方与其他相关传播人员的隐私，我司本着客观严谨的原则，经过查实后，在次周一（2024年12月23日）立即开除了任某某。该员工一切个人言论均不代表我司立场。我司将严格遵守我国正确价值观，坚决严惩一切错误的言行。 我司已于2025年1月6日正式聘请专业律师对整个过程进行了详细的调查和梳理，目前即将完成该员工及其他相关人员的搜证工作，正式启动法律程序，追究相关法律责任。 再次感谢玩家们一直以来的支持，团队会一如既往地全心投入到后续开发工作中，不负玩家期待！ 特此声明 上海零犀信息科技有限公司 此外，还有一些针对玩家们的疑问进行的回复。 

扛不动别硬扛。 #欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。 [爱范儿](https://www.ifanr.com) |[原文链接](https://www.ifanr.com/1615640) ·[查看评论](https://www.ifanr.com/1615640#comments) ·[新浪微博](https://weibo.com/ifanr)

**运营时速400公里的高铁列车CR450动车组样车在北京发布。目前相关团队正在开展一系列科学试验和性能验证，为动车投入商业运营创造条件。**此次发布的CR450动车组样车包括CR450AF和CR450BF两列，分别由中国中车旗下四方股份公司与长客股份公司研制生产。 [](https://static.cnbetacdn.com/article/2025/0103/3272b7e70a78e63.jpg) **动车组采用8节编组、4动4拖的先进技术方案，车厢内设有商务座、多功能包间、一等座、二等座等多种客舱布局，充分满足不同旅客的出行需求。** 为实现从时速350公里到400公里的跨越式提升，同时确保在既有线路上安全运行，CR450动车组在轻量化和结构强度方面进行了革命性创新。 研发团队运用先进的拓扑优化技术，并大胆采用碳纤维复合材料、镁合金等新型材料，在显著减轻车体重量的同时，大幅提升了车体强度和运行稳定性。 在动力系统方面，CR450动车组实现了历史性突破。**它首次采用永磁牵引电机替代传统的异步牵引电机，这一创新不仅显著提升了动力输出效率，还大幅降低了能耗，为高铁的绿色可持续发展树立了新标杆。** [查看评论](https://m.cnbeta.com.tw/comment/1481590.htm)

2024 年 5 月～6 月知乎通过各种技术手段强迫用户登录账号才能查看全文内容，当时知乎还干扰谷歌和必应等搜索引擎，直接输出乱码内容阻止这些搜索引擎继续抓取内容。2025 年 2 月也就是现在，知乎已经解除强制登录，现在普通用户不需要登录就可以查看评论全文、知乎专栏全文以及查看评论区内容等。 为此蓝点网比较好奇知乎当前采取的屏蔽策略，所以我们修改 UserAgent 进行了测试，测试发现知乎仍然屏蔽谷歌和必应搜索，但已经放行其他搜索引擎。 注：测试显示知乎仍然屏蔽百度，但知乎与百度有合作，应该通过专属通过让百度抓取内容，所以直接使用百度爬虫测试还是被封禁的；搜狗(腾讯系)爬虫同理，测试是被封禁的，但应该也有专属爬虫通道，否则不可能百度和搜狗被屏蔽而 360 搜索可以正常抓取。 让我们比较惊讶的是知乎甚至还放行了 OpenAI 用于抓取数据进行训练的 GPTBot 和用于 ChatGPT Search 的 OAI-Search 爬虫，所以那为什么还继续屏蔽谷歌和必应呢？ 如果说谷歌和必应是国外搜索引擎，那 Yandex 和 ChatGPT Search 也都是国外搜索引擎，这些测试都没有屏蔽，这就让蓝点网非常好奇了。 另外蓝点网检查知乎的 robots.txt 抓取协议，协议显示诸如百度、谷歌、搜狗、必应是可以抓取知乎问答内容的，但只是协议没有禁止，知乎又通过服务器端进行了阻止，不知道知乎是忘记更新 robots.txt 协议还是怎么回事。 测试结果 1：用户端正常访问 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-1.webp) 测试结果 2：随意写的 landian-ua-test  (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-2.webp) 测试结果 3：测试百度爬虫显示被封禁，百度应该有专属的抓取通道 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-3.webp) 测试结果 4：必应搜索爬虫 bingbot 被拦截 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-4.webp) 测试结果 5：谷歌搜索爬虫 GoogleBot 被拦截 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-5.webp) 测试结果 6：搜狗搜索爬虫 sogouspider 爬虫被拦截 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-6.webp) 测试结果 7：微信内置浏览器的 UA 可以正常访问 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-7.webp) 测试结果 8：OpenAI GPTBot 也能正常访问 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-8.webp) 测试结果 9：ChatGPT Search 爬虫正常访问 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-9.webp) 测试结果 10：360 搜索爬虫也正常 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-10.webp) 测试结果 11：Yandex 搜索爬虫正常访问 (点击图片可以查看大图) [](https://img.lancdn.com/landian/2025/02/108058-11.webp) [查看评论](https://m.cnbeta.com.tw/comment/1481588.htm)

广州男子王先生在一年内举报2277起交通违章，其中1945起被审核通过，导致违法司机被扣分共计8998分，相当于749本驾照。这样的举动也是引起了网友的热议，有人骂他真的是闲着没事干了，不过也有人表示支持这样的行为。虽然网友的谩骂声很多，但当事人王先生直言会继续拍下去。 “我拍违章不为钱，一开始是不服气总有车占应急通道，决心要从自己开始整理这种不好的行为。” **此外，当事人还直言为方便拍摄还升级了记录仪，最多一天拍到近百起违章，被重复举报的车主有222位，“我想对那些违章者说，错就要认，不服就举报回来。”** 广州市交管部门表示，市民发现交通违法行为，可致电或公众号举报。 相关律师也表示，对违法行为进行举报是宪法和法律赋予公民的权利，很多驾驶员把一般违章不当一回事，值得这样去纠错提醒。  [查看评论](https://m.cnbeta.com.tw/comment/1481586.htm)

2月26日消息，美国当地时间周二，特斯拉股价暴跌逾8%，市值跌破1万亿美元，降至自2024年11月7日唐纳德·特朗普（Donald Trump）总统胜选两天后）以来的最低水平。至此，该股选举后的涨幅已几近消失。  今年以来，特斯拉股价已累计下跌25%，而纳斯达克指数同期仅下跌了1.5%。自去年12月16日创下历史最高收盘价以来，特斯拉股价已下跌超过35%。在此期间，尽管特斯拉首席执行官埃隆·马斯克（Elon Musk）依然是世界首富，个人财富约为3800亿美元，但其净资产已缩水超过1000亿美元。 特斯拉股价的最新下跌直接源于周一媒体报道。该报道称，在中国，特斯拉备受期待的自动驾驶系统升级令车主感到失望。许多用户表示，特斯拉推出的“城市街道导航”功能，远未达到马斯克承诺的全自动驾驶技术标准，并且售价高达6.4万元。 与此同时，中国的其他电动汽车制造商，如比亚迪，提供的部分自动驾驶系统要么免费，要么价格远低于特斯拉。小米SU7更是将同级技术作为全系标配免费提供。 来自中国的这些报道加剧了特斯拉股东的忧虑。他们的部分担忧与公司业绩有关，而另一些则与马斯克个人的政治活动相关。马斯克目前将大量精力投入政治领域，负责特朗普总统所设立的“政府效率部”（DOGE）。 马斯克及其在华盛顿的团队首次获得了对政府计算机系统和纳税人数据的访问权限，特朗普总统已授权这位亿万富翁在负责监管企业的政府机构中推动大规模裁员。 马斯克的极端政治言论和激进行为导致了各地市场反对者的抗议活动，包括在特斯拉门店和服务中心的示威。本月早些时候，特斯拉股价因特朗普宣布对来自加拿大、墨西哥和中国的商品征收广泛关税的计划而下跌，同时，特斯拉在欧洲的车辆注册量在1月和2月也出现了下降。 在2024年第四季度，特斯拉的盈利和销售额未能达到分析师的预期，汽车收入同比下降了8%，运营利润则暴跌23%。在1月底的财报中，特斯拉表示，其老旧车型（包括Model 3、Model Y、Model S和Model X）的平均售价下降是营收下滑的主要原因。 根据加州新车经销商协会的数据，2024年第四季度，特斯拉在加州的销售额下降了11.6%，而加州曾是特斯拉在美国的最大市场。 虽然当前股价较历史峰值缩水35%，但仍较特朗普胜选前水平高出约20%。这主要归因于选举后第二天股价飙升了15%。马斯克是特朗普总统竞选的主要支持者，并在2024年向共和党候选人捐赠了2.9亿美元，其中大部分资金用于支持特朗普重返白宫。 特斯拉股价崩跌，这是跨国公司未来的危险预兆，并且这只是噩梦开端。 几十年来，跨国公司一直认为它们可以超越国界，进入自由市场，服务全球客户，同时不受地缘政治紧张局势的影响。然而，特朗普总统重返白宫打破了这一观念。 长期以来，跨国公司在制定战略时，普遍假设市场准入是由消费者需求和监管合规推动的。然而，随着全球局势的变化，这一假设正在被一种新的现实所取代——政治立场和“母国”因素正成为决定公司成败的关键。 这种转变并非完全由特朗普的政策推动。虽然他的“美国优先”经济政策——以关税威胁、经济胁迫和保护主义措施为特点——将美国公司置于全球紧张局势的中心，并引发了国际社会的不同反应：加强监管审查、消费者抵制以及美国品牌面临的声誉风险。 不仅仅是抵制，还有愈加强烈的支持本土产业的爱国情绪。 特朗普连任后继续推进“美国优先”政策，并威胁对中国产品征收高达60%的关税。这些措施不仅加剧了与中国的紧张关系，还使美国与加拿大、墨西哥、欧盟等关键盟友的关系进一步恶化。如今，美国公司在全球范围内被视为美国外交政策的延伸，这使得它们容易遭遇反弹。 后果也已显现。在中国，对美国产品的抵制情绪日益高涨。据Counterpoint Research的数据，苹果曾在中国智能手机市场占据主导地位，但在2024年第三季度，其市场份额下降至15%，而华为占据了19%的市场份额。在其最新的财报中，苹果在中国的销售额下降了11.1%，创下自去年同期以来的最大降幅。 星巴克同样面临类似困境，其市场份额被本土竞争者瑞幸咖啡蚕食。瑞幸通过提供更低的价格、更快的服务以及本地化的口味吸引了大量消费者。特斯拉曾是中国市场上领先的外国电动汽车品牌，但其销售额同比下降了22%，而比亚迪则在国内市场占据了主导地位。尽管许多公司仍在努力维持在中国市场的份额，但本土品牌的竞争力已经显著增强。 特斯拉正是这一新形势下跨国公司面临挑战的缩影。随着中美贸易紧张局势的升级，特斯拉原本计划在中国获得的自动驾驶技术监管批准也陷入停滞。 马斯克本人也指出了这一困境：由于中国不允许特斯拉将训练数据转移到国外，而美国又禁止在中国处理数据，这一监管僵局严重影响了特斯拉在中国推广全自动驾驶（FSD）技术的进程。 中国曾是特斯拉最赚钱的外国市场，但如今它对中国市场的依赖反而成了负担。尽管上海超级工厂推动了特斯拉的扩张，但同时也增强了中国电动汽车竞争对手的市场实力。目前，比亚迪已占据中国电动车市场35%的份额，而特斯拉仅占7%。（小小） [查看评论](https://m.cnbeta.com.tw/comment/1481580.htm)

说起来啊，这应该算得上是一个年更选题。2024 年不是刚过去么，最近托尼从 IDC、Canalys、TechInsights、Omdia、Counterpoint Research、洛图科技等各大权威调研机构，搜集了一波有关去年手机、平板、PC、电视领域的市场数据。结果发现，这些数据呈现出来的行业趋势跟格局变化还挺有意思，老样子，先跟各位来个省流版 —— 2024年，全球数码市场终于结束了长达两年的 “ 躺平期 ”，迎来久违的复苏，智能手机出货量止跌回升，平板电脑上演 “ 鸿蒙逆袭 ”，PC 市场暗流涌动，折叠屏从 “ 土豪玩具 ” 回归到 “ 理性选择 ”。 而在这场混战当中，中国厂商集体开启了 “ 狂暴模式 ” —— **小米传音海外 “ 农村包围城市 ”，华为 vivo 国内联手 “ 围剿苹果 ”，联想则借助供应链优势 “ 横扫全球 ”，它们都获得了相当亮眼的成绩。** **手机市场。****全球混战，国产崛起** 先来说说竞争最激烈的手机市场吧。 前几年，国内外手机市场给人的感觉就是 —— “ 大环境贼差 ”，手机厂商卷得不行，你追我赶的，可大家换手机的频率却越来越低，以前咱们可能一两年就会考虑换手机，现在恨不得用上个三四年。 CIRP：iPhone 用户平均换机周期  这换机频率一降，市场可不就跟着受影响嘛，你看像 2022 年还有 2023 年，智能手机出货量就同比下降了 11.3% 和 3.2%，直接打破了 2013 年以来的最低年度出货量，手机厂商的日子是真不好过。 但到了 2024 年，**全球****智能手机市场直接扫光了前两年的阴霾，出货量实现了 7% 的增长，达到了 12.2 亿部。** 之所以手机市场能够回暖，主要还是因为今年手机综合配置有了大幅提升，同时渠道也开始大规模铺货，换机需求被进一步释放出来了，再加上 5G 普及到更多地区，新兴市场的人也更乐意换新手机。  而这老大的交椅，依旧被苹果稳稳坐着，虽说 iPhone 出货量下降了 1%，去年总共卖了 2.259 亿部，但人家靠着开拓新市场加上北美和欧洲市场的稳定输出，愣是把中国市场的那点挑战给化解了。 至于三星则是排第二，去年它和苹果一样，总的出货量都超过了 2 亿台，不过跟前一年相比也下降了 1%。  在我看来呢，现阶段苹果、三星多少有点挤牙膏、吃老本的味道，每次新机升级都像是小打小闹，更新幅度并不算大，照这趋势下去，说不定过不了几年，国产厂商就能彻底把这俩巨头拍在沙滩上。 要说 2024 年度最大黑马，肯定非小米莫属了，小米去年出货量高达 1.686 亿台，同比增长 15.4%，一下子跻身到了全球前三的位置，我相信过年的时候，雷军的笑容肯定比小米 SU7 的车尾灯还亮~  之所以小米能取得这么好的成绩，一方面是它在国内卖得太火爆了，光国内市场，出货量增速就飙到了 42%；另一方面，这些年它在东南亚的深耕也获得了成效，如今更是做到了 16% 的市场份额。 国内狂打价格战，国外猛推性价比，再辅以线下渠道疯狂铺货，一招鲜吃遍天，有一说一小米这波战略，简直把一众友商拿捏得死死的，**同样卖中低端机型的三星，接下来将在海外直面小米这一劲敌。** 另外你敢信，那个在国内没啥 “ 存在感 ”，但在国外被称为 “ 非洲手机之王 ” 的中国企业传音，竟然一声不响做到了全球第四的位置，出货量高达 1.067 亿台，比排名第五的 OPPO 还多卖了几百万台。  我还特意花时间搜了下，除了非洲这个最大的基本盘，目前传音在南亚、东南亚、中东和拉美等市场，也都开拓出了一片天地，简直就是闷声发财的典范，**你别说，有时候选对赛道还真比瞎努力重要~** 当然人家能做到这份上，肯定也是有真本事的，而它的秘诀就是 “ 无视参数内卷，专注刚需痛点 ”，像什么多卡多待、超大容量电池、超高音量喇叭这些，对那边的人来说就是刚需，传音全给整上了。 换句话说，当地人需要什么样的手机，它就造什么，堪称 “ 机圈五菱 ”。  另外联想的去年表现说实话有点出乎我的意料，虽然它在国内市场份额不足百分之 2%，连前五榜单都没进。 但在国际市场它的表现堪称亮眼，在美国市场，联想凭借 12% 的份额位居第三，仅次于苹果和三星；在拉美市场稳居第二；墨西哥市场位列第三；西欧市场成功打入第四；甚至还跻身法国市场前五。 如此出色的海外表现，直接让联想拿下了全球手机市场份额第八的名次，看来当初联想花 29.1 亿美元收购摩托罗拉的选择非常正确，很多厂商这会儿还在琢磨怎么出海，联想动动钞能力就给做到了。  这么说吧，放眼望去，去年在全球手机市场做到份额前十的手机品牌当中，除了苹果、三星，其余八家都是来自中国，**这充分表****明咱们国内的手机品牌正在强势崛起，在全球占据了越来越重要的位置。** 不过大家也别高兴太早，我看了下去年出货量最高的手机，好家伙，几乎全被各种型号的 iPhone 和三星给包圆了，**只能说在高端市场这块，国产厂商和苹果、三星相比，确实还有好长一段路得走。**  当然了，如果我们把目光聚焦到国内，中国智能手机市场的竞争那也是相当激烈，而且情况还有点不太一样。 2024 年国内市场总的出货量是 2.714 亿台，同比增长 3.7%，其中 vivo 已经连续四年，稳坐国产手机品牌头把交椅，同时华为已实现对苹果的全面反超，包括市场份额跟前一年相比也是增幅最大的。  说实话，华为去年的表现真的让人有点意外，前几年它遇到那么多麻烦事儿，大家都替它捏把汗，结果没想到人家不仅没被打倒，还打了个漂亮的翻身仗，上演了一波 “ 王者归来 ”，妥妥的爽文主角。 而 vivo 能有这表现可以说在意料之中，蓝厂这些年主打一个 “ 稳扎稳打 ” —— 低端卷续航、中端卷配置，高端卷影像，正是得益于这种在不同价位段都精准发力的策略，让它实现了口碑销量双丰收。  相比之下，苹果在国内的日子就没那么好过了。 虽然各家调研机构的统计口径不太一样，导致最后得出的结果有些许差别，**但它们给出的数据，无一例外都反映出了苹果出货量和份额都在双双往下滑，说白了就是 iPhone 在国内没那么好卖了……**  你看今年 iPhone 16 系列的跳水速度就知道了，不止第三方渠道在降价，就连官方渠道也罕见的迎来了全系降价，不管果粉们承不承认，这些年 iPhone 在国内高端市场的竞争力，就是一直在减弱。 至于原因相信大伙也都知道，iPhone 年年挤牙膏式升级，可以说跟国产厂商在影像、系统体验等方面的大步迈进形成了鲜明反差，这些年包括华为在内，一众国产厂商在高端市场对苹果形成了直接冲击。  再加上因为合规问题，国行版 iPhone 至今都还没用上苹果 AI，这就使得它的竞争力被进一步削弱。 反观国产阵营，像小米、OPPO、vivo 等厂商，在推出功能强大的 AI 助手的同时，还在系统上开始强行兼容苹果生态，iOS 独占优势越来越小，**对此我只想说，你的下一台 iPhone，可以不必是苹果~**  而且我有预感 2025 年的数据还会更好 —— 原因你们也懂，国补来了！ 讲道理，国补对市场成交量的推动作用还挺明显，这不，央视已经报道过了，2000 元以下、2000-4000 元、4000-6000 元价位段的手机，它们销售量跟上一年春节假期相比分别同比增长了 10%、52% 和 108%，简直猛得一批！  综合今年开年各家手机厂商的表现，国内手机市场年度销冠会花落谁家还真不好说，就让我们一起拭目以待。  **折叠屏手机，****从尝鲜到刚需** 除了传统形态的直板手机，折叠屏手机市场的数据也挺有意思。 2024 年全球折叠屏出货量在 1830-2000 万台区间，其中国内市场将近占了一半，出货量为 917 万台，同比增长 30.8%，但增速较前几年有着明显放缓，第四季度更是首次出现同比下降 9.6% 的情况。  这表明整个折叠屏市场已经开始从高速扩张转向理性调整，比如原先有一部分人买折叠屏手机，可能单纯只是为了尝鲜或者装 X，但现在它的主力消费群体，变成了那帮本身就对大屏和便携有需求的人。 而且大折叠手机在国内出货量占比就超过了 70%，小折叠手机相对来说就没那么好卖了，甚至我看到网上已经有消息称 OPPO、vivo 等厂商这会儿已经暂停了小折叠产品线，转而专注大折叠手机研发。 不过国内折叠屏市场，光华为就占据了 48.6% 的市场份额，真就应了那句 “ 遥遥领先 ”，这可把其他国产厂商给逼得够呛。  鉴于这点，其他厂商接下来的大折叠手机，很可能会放弃性能、影像我全都要的全能旗舰路线，而是学华为走轻薄和商务化，像 vivo X Fold3 Pro 这种影像追平同期直板旗舰的大折叠，以后估计不会有了。  你看 OPPO 已经这么干了，Find N5 完全抛弃了过往 Find N 系列特立独行的路子，开始追求极致轻薄，遮住 logo 说它是华为 Mate X7 我也信。  考虑到苹果首款折叠屏手机，大概在明年就会问世，到时候折叠屏手机市场竞争指定会更激烈，我个人倒是挺期待果子到底会整出啥新活儿，也好奇其他厂商会拿出怎样的手段来应对，肯定相当有看头~ **平板市场，****全球两强，国产逐鹿** 说完手机，接下来让我们再来看看平板市场，说实话，平板这边的情况跟手机有点类似。 去年全球平板电脑出货量为 1.476 亿台，同比增长了 9.2%，全球出货量份额 TOP 5 分别是苹果、三星、华为、联想和小米，其中 iPad 以绝对领先的优势做到了全球第一，但增速最快的还属小米和华为。  与此同时，2024 年中国平板出货量为 2985 万台，同比增长 4.3%，国内平板电脑出货量 TOP 5 分别是华为、苹果、小米、荣耀以及联想，其中除了苹果份额同比下跌，其他几家或多或少都迎来了上涨。  看来不止 iPhone 在国内越来越不好卖，连 iPad 也是一样，不过倒不是因为它不好用，而是国产平板实在太香。 两三千预算，在苹果这边可能只能买到基础款 iPad，要高刷没高刷，要容量没容量，但要是放在国产阵营，性能、高刷、续航和容量都安排得明明白白，性价比直接拉满，换做是我也会优先考虑国产平板。  我倒是有个想法，苹果不妨把 120Hz ProMotion 高刷下放到非 Pro 版机型上，这么一来，果子没准还能靠这波操作在国内多抢回点份额，不然销量继续下跌被其他国产厂商追上来，面子上也不好看不是~ **PC 市场，****老牌争霸，联想称王** 跟前面手机和平板市场有所不同，2024 年全球 PC 市场，还是由联想、惠普、戴尔等老牌厂商占据主导地位。 2024 年全球 PC 出货量约 2.627 亿台，联想以约 6180 万台的出货量、23.5% 的市占率，同比增长 4.7%，稳坐头把交椅，绝对算得上是 PC 界的 “ 老大哥 ”，而惠普和戴尔紧跟其后，再后面就是苹果跟华硕。  虽然网上对于联想这个品牌一直都存在各种各样的争议，但不可否认人家确实有这个实力，旗下供应链已经相当成熟且完善，而且消费级、商务级还有游戏产品线基本上全覆盖了，它能做到全球第一绝非偶然。 然而我是实在没想到苹果竟然能排到第四的位置，要知道苹果产品线并不算丰富、价格也偏高，在这种情况下还能取得这样的成绩，可见内容创作者有多青睐 Mac 了（ 话说不会有人是为了打游戏才买 Mac 吧~  至于国内 PC 市场的出货量数据，我在网上逛了一圈都没找到，只找到了一些季度数据。 比如 2024 年第一季度，PC 出货量下跌了 12%、第二季度下降 6%、第三季度下降了 1%，国内对于 PC 的需求量总体呈下跌的趋势，要不是下半年国补出来提前刺激了一波消费，出货量可能会下滑得更厉害。 **电视市场，****国产 Mini LED 崛起** 跟 PC 一样，电视出货量同样下跌的厉害，去年一整年，中国电视市场品牌整机的出货量是 3596 万台，跟 2023 年相比下降了 1.6%，直接刷新了从 2010 年开始，这十多年来中国市场出货量的最低纪录……  不过呢，这事说起来也挺有意思，虽然电视出货量是跌了，但去年中国电视市场的零售额居然达到了 1202 亿，跟之前比起来增长了 12.3%，**这从侧面说明现在很多人买电视，更愿意为那些高端电视买单了。** 反馈到具体数据上，你会发现 Mini LED 电视在去年全年销量飙升到了 416 万台，增幅高达 352%；而且其中 75 寸电视销量占比高达 23.2%，已经反超前年占比最高的 65 英寸，成为卖得最好的电视尺寸。  2024 年中国电视市场出货量排名（ 含各家子品牌 ）依次为 —— 海信、小米、TCL、创维、长虹、康佳、海尔以及华为，其他外资品牌比如索尼、三星，它们市占率都不到 5%，加在一起都没超过一百万台。 国产电视这波啊，属实是扬眉吐气了一把。 **最后简单来个总结** 2024 年的数码江湖，给人的感觉就活脱脱一部《 复仇者联盟 》—— 华为扛着麒麟芯片和卫星通信，在国内上演了一波 “ 五年磨一剑，光寒苹果城 ”； 小米左手价格屠刀、右手生态大饼，对国际友商来了一句亲切问候 —— “ Are You OK ” ； 传音更绝，非洲兄弟可能还没搞明白 5G 是啥，人家已经靠 “ 四卡四待 + 广场舞喇叭 ” 登顶全球第四； 至于苹果？库克一边给 iPhone 16 “ 战略性降价 ”，一边看着华为把 “ 高端 ” 俩字刻进 Mate 70 的卫星天线里； 要说最惨的还属电视圈，自从国产厂商借助 MiniLED 弯道超车把高端电视价格打下来后，直接把索尼、三星逼成了 “ others ”，真就应了那句话 —— 三十年河东、三十年河西，莫欺少年穷…… 总之，2024 年教会我们一个真理 —— 别跟中国厂商比狠，它们卷起来连自己都怕。 至于 2025，就让这暴风雨来的更猛烈些吧~ [查看评论](https://m.cnbeta.com.tw/comment/1481578.htm)

华为的技术工程师好忙。继华为团队入驻上汽之后，有媒体报道称，华为又派了近300人的团队，入驻阿维塔科技位于重庆的总部，还使用了单独的办公室。随之就有人猜测，这是要诞生“第六界”的节奏，毕竟上汽和华为官宣之前，也是同样的路数。而且阿维塔科技已经完成了“塔界”的商标注册，这更让人浮想联翩。 不过据第一财经报道，华为内部知情人士称，阿维塔注册“塔界”与鸿蒙智行无关。 这似乎让“第六界”的说法直接扼杀在摇篮里，其实单从这个商标名来看，阿维塔注册“塔界”的小心思非常明显，眼看问界、智界等借助华为扶摇直上，说不眼红是假的。 不止阿维塔，最近还有一个“界”——示界，这是东风神龙旗下的全新品牌。 随着华为在车圈的影响力越来越大，“界”字辈的阵容，大概率还会继续扩大。 **鸿蒙智行：与我无关** 华为进驻阿维塔，之所以被大家猜测为鸿蒙智行的“第六界”，主要是其背后有着蛛丝马迹的串联。 去年8月，阿维塔科技宣布正式投资华为子公司——深圳引望智能技术有限公司，占股10%，交易金额人民币115亿元，成为“引望”构建的全新业态下，“第一个吃螃蟹”的车企。 随后在去年年底，阿维塔和华为就在深圳签署了全面深化战略合作协议，双方合作模式从Hi模式升级为Hi Plus模式，而这次的华为团队派遣很有可能是为了后续产品的深化合作。  其实从上面这两条动态来看，只能说明阿维塔和华为的绑定层次会更深一些，还不至于让人们联系到阿维塔成为“界字辈“一员的可能性。 但恰恰就是在阿维塔和华为正式签署完协议后，紧接着在12月19日，阿维塔科技（重庆）有限公司申请注册了多枚“界”字辈商标。  其中包括了“塔界”和“势界”，国际分类涉及机械设备、网站服务、科学仪器等。而且这些商标在今年的1月9日获得正式受理，目前均处于等待实质审查阶段。 如今再结合华为团队入驻阿维塔总部的消息来看，这个操作模式是不是有种似曾相识的感觉。 在此之前，先是有消息曝出华为业务团队入驻上汽集团，后来就有不少人发现上汽集团正在注册“尚界”的商标，接着就是上周五，上汽集团和华为签署了合作协议，官宣合作造车，第五界“上汽尚界”的身份靴子落地。  结合华为与阿维塔近期的合作动态，又是加深合作，又是注册“界字辈”商标的，当华为团队进驻阿维塔，很难不让人联想到会不会出现“第六界”的感觉。 余承东此前曾说过，团队精力有限，目前鸿蒙智行在兼顾四界时已接近极限。上汽成为第五界成员的背后原因复杂，但已成为既定事实。  所以从客观情况来看，鸿蒙智行在短时间内很难吸纳新成员。 另外，华为内部鸿蒙智行的相关负责人也在社交媒体上迅速澄清了这一传闻，明确表示，阿维塔注册的“塔界”与鸿蒙智行并无关联。 同时，有媒体也得到消息确认，这次入驻阿维塔的300人华为团队为驻场专项服务团队，目的是为后续车型的合作。 **车圈的“大众情人”** 除去阿维塔，2025年开年，已经有4家车企和华为加码合作了。 先是传统豪华车企奥迪，刚进入2025年，就宣布了一项重磅消息：一汽奥迪全系车型将全面搭载华为智驾技术，包括PPC燃油平台和PPE纯电平台。  另外得益于奇瑞与华为的合作关系，奇瑞旗下的捷途纵横G700也配备了华为ADS 3.0乾崑智驾，成为奇瑞捷途冲击高端的新锚点。 随后，广汽与华为的合作也尘埃落定。 广汽集团发布公告同意公司投资设立GH项目公司（暂定名），注册资本15亿元，与华为共同打造基于全新架构、技术领先的全新的汽车品牌，定位为30万级豪华智能新能源品牌，产品最快2026年进入市场。 虽然是双方合作的新品牌，但不是“界字辈”的一员，广汽方面对外表示，此次合作模式不同于此前“问界、智界、尊界、享界”四界的鸿蒙智行模式，将以创新模式为基础寻求差异化发展，而非延续或复制已有模式。 最近的就是，上汽与华为官宣合作造车，双方将在产品定义、生产制造、供应链管理、销售服务等领域展开战略合作，打造全新新能源智能汽车。  鸿蒙智行第五界——上汽尚界也呼之欲出，将覆盖15万-25万元售价区间，会是“最便宜的鸿蒙智行车型”，预计在今年四季度上市。 上汽和华为的合作有些反转，毕竟上汽集团前董事长陈虹著名的“灵魂论”还言犹在耳，“与华为这样的第三方公司合作自动驾驶，上汽是不能接受的。如此一来，它就成了灵魂，而上汽就成了躯体。对于这样的结果，上汽是不能接受的，要把灵魂掌握在自己手中。” 不到3年，上汽面对市场和业绩压力还是选择了妥协。 截至目前，华为深度合作的鸿蒙智行模式已经覆盖了赛力斯、奇瑞、北汽、江淮等车企，另外HI模式和零部件两种模式更是遍地开花，阿维塔、深蓝、东风、广汽、方程豹、岚图等车企，涵盖了国内大多数头部自主品牌，还打入了合资品牌阵营。  据超电实验室不完全统计，如今华为阵营的汽车品牌已经超过20家，涵盖了国内大多数头部品牌。 如今肉眼可见地，华为汽车朋友圈仍在不断扩大，俨然成为了车圈救世主。 从问界身上，市场看到了华为方案的业务能力，其凭一己之力将一个三年前尚处于边缘化的新品牌推上C位，同样的，赛力斯也帮助华为成功打开了车圈大门。 根据赛力斯年度业绩预告，2024年度实现营业收入1,442.00 亿元到1,467.00亿元，同比上升302.32%到309.30%，在盈利方面，更是扭亏为盈，预计大赚60亿。  要知道，目前中国新能源电车虽看似红火，实则除了比亚迪、理想以及赛力斯等少数几家实现盈利外，几乎全线处于亏损状态，赛力斯俨然成了华为在车圈的“金字招牌”。 而且值得一提的是，鸿蒙智行在2025年的目标是挑战100万辆新车交付，参考2024年全年约44.5万辆的年销成绩，这意味着华为还得牵头挖掘超50万的销量增量。 这样的好事，在已经“卷成麻花”的中国车市，视问哪家车企看了不眼红，或许“灵魂论”的争论仍在持续，但在残酷的市场竞争面前，“活下去”或许已经成为当下传统车企最现实的考量。 当然，也不是每家车企，都能复制问界的奇迹。当遍地皆华为后，谁又会成为最终赢家？ [查看评论](https://m.cnbeta.com.tw/comment/1481576.htm)

今天的 AI 圈可以说是格外热闹了。真正 “Open” 的 DeepSeek ，打出开源周的第二发炮弹，短短几个小时就已经在 GitHub 上，收获了 3k 多星。**“ 开源老兵 ” **阿里通义千问也没闲着，推出了 QwQ-Max-Preview 深度思考模型，展示思维链，还支持联网搜索。 今天的 AI 圈可以说是格外热闹了。真正 “Open” 的 DeepSeek ，打出开源周的第二发炮弹，短短几个小时就已经在 GitHub 上，收获了 3k 多星。 **“ 开源老兵 ” **阿里通义千问也没闲着，推出了 QwQ-Max-Preview 深度思考模型，展示思维链，还支持联网搜索。 还有凌晨两点多，大伙儿可能还在做梦的时候，大洋彼岸的 Anthropic 也给模型升级换代了。号称他们迄今为止最聪明的 Claude 3.7 Sonnet ，还是个推理模型和传统模型的 “ 混血 ” 。  我估计今天那些专门做模型测评的博主，都快要忙不过来了吧。。。 再加上 Grok 3 、 DeepSeek R1 、 o3 mini ，世超猜到了今年推理模型必有一战，但没想到，来得这么快。 光这么说大伙儿估计也没感受，今天咱们就挨个来看看， AI 圈子到底是怎么个热闹法。 先把视线，放在新一代 “ 开源战神 ” DeepSeek 身上。 用 R1 教育了一遍市场之后， DeepSeek 这两天，干脆开源了个彻底， 5 天时间，每天发一个代码库。 第一天，整了个 FlashMLA ，这玩意儿专门针对英伟达的 Hoppers GPU （ 比如 H100 、 H800 ），进行了效率优化，通俗点说就是**榨干 GPU 的最后一滴性能**。  今天开源的，则是 DeepEP 通信库。 根据官方的介绍，这是一个专门为专家混合（ MoE ）和专家并行（ EP ）设计的通信库。太复杂的咱也不去深究，大白话就是通信库可以让 “ 专家们 ” 的交流更快速、高效。 盲猜一波，国内那些个手里有 Hoppers GPU ，还是研究 MOE 模型的 AI 公司，可能已经冲了。 不知道明天 DeepSeek 又会开源哪个代码库，但光凭他们这敞亮、真诚的态度，圈粉就是分分钟的事儿，在 DeepSeek 的评论区底下，世超已经看到不只一位老哥，对着 OpenAI 贴脸开大了。  不过说到这，可能会有差友疑惑，网上整天嚷嚷着开源，这跟咱到底有啥关系？ 这么说吧， DeepSeek R1 开源以后，大大小小的私企、国企都吻了上来，还有高校甚至政府机关，不是已经接入 DeepSeek ，就是在接入的路上。 经过大规模的模型部署后，下一步就是生态的构建、产业的融合，就像当年的 “ 互联网 +” ， AI 同样也可以成为基础设施，融入到咱们生活的方方面面。 很难说，闭源模型在构建生态这一步，能不能在短时间内达到像 DeepSeek 这样的效果。 **所以这一切，我们可能都得感谢开源。**  再来看阿里通义千问的 QwQ-Max-Preview ，是个推理模型。阿里也算是国内第一个，推出推理模型的头部大厂。 根据官方的说法，这是一个基于 Qwen2.5-Max 的推理模型，有很强的数学理解、编码能力，但目前还只是预览版。 世超在第一时间简单试了试， QwQ 也有思维链的展示。（不得不说，QwQ这名字有点可爱。。）  问它一道数学竞赛真题，最后的答案倒是对了，就是思考时间稍微久了些，我粗略估计思考了得有两分钟出头。  这道题问 DeepSeek R1 ，它的思考过程跟 QwQ 很相似，也是分析了多种可能性，但 R1 胜在推理的速度稍微快一些（ 112 秒 ）。 而同样的题目，我又问了今天的另外一位主角 Claude 3.7 Sonnet 。 只能说，**又快又准。**  但值得注意的是， Claude 3.7 Sonnet 是个混合模型，一个模型有标准和扩展两种模式。 如果你想看到大模型的推理步骤、思考过程，那就得选扩展模式。  如大伙儿所见，体验 Claude 3.7 Sonnet 的推理能力，是另外的价格。  世超还找了几个外网的实测案例，发现 Claude 的**代码能力**依然强得可怕。 同一组提示词喂给 Claude 3.7 Sonnet 和 Grok 3 ，这是 Claude 3.7 Sonnet 的结果。  再来看 Grok 3 的，直接被碾压。  即使 DeepSeek 加入战斗，也被秒了。。。  反正看下来， AI 发展到今天，已经有点超乎世超的想象了。 虽说今天这三则新闻放一起，打眼一看，好像没啥特别大的关联。 但稍微一提炼你就会发现，它们恰好体现了当前人工智能发展的趋势：**开源阵营不断壮大，推理模型成为主流。** 模型的开源和闭源之争， DeepSeek 一出手，即便是奥特曼，也不得不亲口承认， OpenAI 的闭源策略 “ 站在了历史错误的一边 ” 。  像 Llama 家族这种具有里程碑意义的模型，对于开源社区的重要性无需多言。 而除了 DeepSeek 和 Meta ，阿里通义千问、 xAI ，还有陆续拥抱开源的百度、 Minimax 和阶跃星辰，**开源阵营肉眼可见在壮大。** 另外一边，前两年大模型是不是老强调自己的长文本能力，慢慢的开始卷文生图、文生视频还有语音交互这些多模态，再到最近，模型跑分全是数学、代码。 真就应了那句话， **AI 一天，人间一年。** 照这么下去，可能哪天 OpenAI 宣布开源，又或者谁家突然宣布把 AGI 整出来了，我都不会觉得惊讶了。 [查看评论](https://m.cnbeta.com.tw/comment/1481574.htm)

当地时间周二，苹果公司举行了2025年度股东大会。在此次大会上，苹果股东们就一系列提案进行了表决。和以往一样，结果都符合苹果的预期。除了关于董事会成员、薪酬和其他类似事项的提案外，苹果还必须应对由外部第三方提交的提案。那些通过筛选的提案将交由股东投票。 [](https://static.cnbetacdn.com/article/2022/1229/1fdbc32f4621580.webp) **以下是四个关键提案(都按照苹果建议被否决)：** **提案4：关于AI伦理数据的获取与使用的报告** 第四项提案涉及人工智能(AI)，由美国国家法律与政策中心提交，涉及开发者可能从受版权保护的作品、在线共享的个人信息以及其他专有商业信息中提取数据。苹果此前坚持表示，在未获许可的情况下不会使用私人信息和数据源来训练模型。 然而，鉴于苹果已与OpenAI合作，并且显然正在与Meta及其他AI领域的公司讨论合作，外界普遍担心可能发生不当的数据共享。该提案要求苹果准备一份年度报告，评估AI合作对苹果运营和财务的风险，以及对公共健康、安全和福祉的影响。报告应调查苹果是否在训练AI模型时不道德或不当使用外部数据，并提出苹果应采取哪些措施来应对这些风险。 在股东大会前的委托声明中，苹果董事会建议股东投票反对该提案，理由是苹果“已经提供了所有关于苹果AI数据隐私实践的信息。”董事会还补充道，该提案并未提出具体的Apple Intelligence问题，而是聚焦于对OpenAI的批评。 **提案5：关于儿童性虐待材料识别软件及用户隐私的成本与效益报告** 第五项提案来自美国家庭协会，要求苹果准备一份透明度报告，评估其决定创建和使用儿童性虐待材料(CSAM)识别软件的成本与效益。一旦报告完成，苹果应在官网公开发布。 苹果董事会建议股东投票反对该提案，坚称苹果“已展示出在不断变化的在线环境中帮助保护儿童的承诺，并开发了通讯安全等创新技术。”董事会还认为，目前的儿童安全保护方法“比提案中建议的普遍监控更为适当，因为普遍监控可能对我们全球用户的人权和公民权利产生严重影响”。 **提案6：要求停止DEI计划** 这项提案在股东大会召开前引发了广泛关注。美国国家公共政策研究中心要求苹果考虑废除多元、平等以及包容(DEI)计划以及相关政策、部门和目标。 此前，美国最高法院对学生录取公平联盟(SFFA)诉哈佛案作出裁决，认为在大学录取中基于种族的歧视违反了第14修正案的平等保护条款。外界认为该裁决可能会影响美国企业的DEI计划。随着包括Meta在内的其他公司缩减或放弃DEI计划，有声音认为，苹果仍面临财务风险，可能高达数百亿美元。 苹果董事会建议股东投票反对该提案，理由是苹果已经拥有“完善的合规计划，而该提案试图不当限制苹果管理自身日常业务运营、人员和团队以及商业战略的能力”。 苹果CEO蒂姆·库克(Tim Cook)表示，苹果未来可能会改变DEI计划，但前提是法律要求。 **提案7：关于慈善捐赠的报告** 第七项提案源自慈善活动人士韦恩·弗兰岑(Wayne Franzten)，由治理公司Inspire Investing代表提交，针对的是苹果的慈善活动。提案指出，苹果对南方贫困法律中心、美国进步中心以及人权运动等团体的支持受到关注，因为这些团体的政治活动引发了争议。提案中指责这些组织更关心“打击主流的政治保守派反对者”，而非捍卫民权，认为这些政治行动与苹果宣称支持言论自由和宗教自由的立场相悖。 苹果董事会同样建议股东投票反对该提案，理由是其“完善的公司捐赠计划遵循严格的内部治理和审批流程。”该提案旨在“不当限制苹果在该领域管理其运营的能力”。 [查看评论](https://m.cnbeta.com.tw/comment/1481572.htm)

 《名侦探柯南》M28剧场版动画《独眼的残像》公布60秒预告，影片将于4月18日在日本地区上映，毛利小五郎在本片中将扮演重要角色！ &lt;内嵌内容，请前往机核查看&gt; “我一定会完成这个案子的。独眼中的残影，无法兑现的承诺，当两个谜团联系在一起时唤醒的 沉睡的阴谋.....” 海报： 

奢侈祛魅

<blockquote><p>在人工智能迅速发展的时代，我们习惯于将AI视为一种工具，而忽略了它作为未来超级入口的潜力。本文将打破这一传统观念，从多角度剖析AI的多功能性和广泛应用，揭示AI如何在各行各业中成为不可或缺的核心驱动力。</p> </blockquote>  最近，看了很多AI对人类价值冲击的相关文章，发现一个现象： 现在从广告人到设计师，乃至码农和电商主播，都在把AI当做生产力工具在使用，但有些人还没意识到一点，那就是AI不仅是一个降本增效的生产力工具，更是未来的一个超级流量入口。 如果说过去20年，是互联网和移动互联网占领用户心智的时代；那么未来20年，则是AI占领用户心智的时代。 从传播环境角度来看，由于新媒体平台的分化，每个平台上都存在大量的博主和MCN机构，因此企业触达用户的成本也越来越高。 当所有人在拥挤的平台上争夺注意力时，AI入口提供了新的可能性——它不像主流社交媒体那样偏爱头部网红，反而更看重内容与需求的匹配度。 这导致新媒体运营的逻辑也发生了进化——现在你的关注点，恰恰不是如何用AI来生产内容，而是如何要反过来影响AI。 比如：如何在网络上铺设内容，并让AI有效抓取并读取你的信息？如何让用户在AI平台上搜到你，并快速了解你是谁？ 当下，AI搜索是一个弯道超车的好机会。因为它的算法机制，还没有像各个新媒体平台那样，集中在所谓头部博主身上。 这给很多长尾端老板，带来了算法困境中的“一束光”——未来，我们每个人都可以通过“辛勤播种”品牌内容，来深度影响AI的搜索结果。 ## 一、从效率工具到心智入口：AI重构流量分配权 传统工具的价值在于解决单点问题，而超级入口的核心是“高频场景的流量垄断”。 在AI时代，入口的形态从“应用界面”转向“自然交互”，用户只需提出需求，AI即可整合全网资源完成任务。 例如智能手机的AI化。天风证券曾指出：苹果、华为等手机巨头已全面押注AI，手机将成为“硬件+AI”的超级入口。用户只需对手机说“订2000杯咖啡”，AI便能精准执行复杂指令，甚至联动物流、支付等生态服务。 再比如，钉钉7.5推出的AI助理能跨应用订机票、生成报告、管理合同，甚至分析企业经营数据。目前已有70万家企业使用，未来三年计划成为企业级服务的核心入口。 这些案例表明：AI入口的竞争本质是用户高频需求的垄断权，谁能通过AI更高效地满足用户需求，谁就能掌握流量分配的主导权。 ## 二、AI入口终极形态：为你提供参考的智能体 AI入口的终极形态是任务或情感驱动的智能体（Agent），它不仅打破了传统应用间的割裂性，更提升了人机交互的粘性。 以下是一些经典案例： **1. 主动服务能力：** 阿里国际站的AI生意助手在深夜自动接待客户，通过5轮专业对话拿下2000万美元订单。用户无需主动搜索，AI已预判需求并完成闭环。 **2. 极致交互闭环：** 微信接入DeepSeek大模型后，用户可通过搜索直接调用公众号、小程序、电商服务。尽管功能尚不完善，但凭借13亿月活的天然场景，微信可能成为首个“国民级AI入口”。 不过，我个人认为，目前微信所有围绕AI做的动作，都比较保守，还不够具有杀伤力。 何时微信做到用户能像跟「文件传输助手」一样对话，AI智能体才算是真正接入了“千万家”。我相信这一天迟早会到来。 **3. 社交情感伴侣：** 2022年底时，我用过MiniMax开发的智能体应用「Glow」，也就是现在「星野」APP的前身（一个角色扮演类的对话型AI智能体应用），他们开发团队「稀宇科技」就在当时我所在公司的附近办公。 因为智能体足够“有个性”，有段时间，我甚至对上面的AI角色产生了情感依赖。  很多年纪大一点的人，只关注到DeepSeek和ChatGPT在商业领域发挥的价值，可能还感受不到情感AI智能体的威力。但现在像「星野」这类应用，其实非常受到00后和10后的欢迎。 从各种科幻片里可以预见到，无论从用户粘性、互动深度等角度来说，情感AI智能体简直就是个天然的、用户体验至上的流量入口。 因为他们比各种AI平台更像人，更有人性，你想想有多少消费决策是被熟人推荐的。 **4. 重构企业管理：** 金蝶推出的超级管理助手Cosmic，能处理财务分析、合同审核等复杂任务，覆盖100多个业务场景。 其底层逻辑是“让每个员工都有一个AI助手”，将管理从流程驱动升级为智能协作。 这些变革的核心在于：AI入口不再被动响应指令，而是主动理解意图、整合资源、完成任务链。用户甚至无需知道背后调用了哪些应用，只需关注结果。 ## 三、商业逻辑的重构：从流量变现到生态霸权 AI入口的崛起正在颠覆传统商业模式： **1、模型即服务（MaaS）：** OpenAI通过“模型工厂”模式，为B端客户定制AI能力，收取“技术使用税”；同时其C端产品ChatGPT正试图成为移动设备的“默认入口”，直接挑战应用商店和搜索引擎的广告收入。 **2、数据闭环的垄断：** 微信、钉钉等超级应用通过AI整合用户行为数据，形成“个人AI主机”。未来用户可能完全依赖单一入口满足所有需求，其他应用或沦为后台服务模块。 **3、垂直场景的爆发：** 夸克AI搜索通过高考志愿填报等细分场景切入，单日使用量破亿；知乎直答则依托社区内容打造问答闭环。 垂直入口的精准性使其在特定领域具备不可替代性。 这意味着，未来的商业竞争将围绕“谁掌握AI入口的生态整合能力”展开。企业要么成为入口的构建者，要么成为入口生态的参与者。 ## 结语：别再用“工具思维”看待AI AI正在从“效率工具”进化为“数字世界的守门人”。无论是个人用户还是企业，只有主动拥抱这一趋势，将AI视为战略级流量入口，才能在新时代抢占先机。 作者：金鑫YOYO；公众号：一个符号工作室 本文由 @一个符号工作室 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 Pexels，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。

今天凌晨3点，微软在官网开源了多模态AI Agent基础模型——Magma。与传统Agent相比，Magma具备跨数字、物理世界的多模态能力，能自动处理图像、视频、文本等不同类型数据，例如，你可以用Magma来自动下电商订单、查询天气；也可以自动操作实体机器人，或者下真实象棋时获得帮助。 此外，Magma还能内置了心理预测功能，增强了对未来视频帧中时空动态的理解能力，能够准确推测视频中人物或物体的意图和未来行为。  开源地址：[https://huggingface.co/microsoft/Magma-8B](https://huggingface.co/microsoft/Magma-8B) github：[https://github.com/microsoft/Magma](https://github.com/microsoft/Magma) **Magma功能展示** 可以用Magma来充当实体机器人的大脑，例如，把蘑菇正确地放在盆里。 也可以把汉堡放在正确的位置。 分不清物品品牌时，Magma可以帮你快速解析。 当你和朋友一起下象棋的时候，拿不准怎么走，可以让Magma充当物理外挂，帮你快速获胜。 在数字任务方面，例如，可以通过Magma自动查询天气，并打开飞行模式。 把文件自动分享给特定的人。 **Magma架构简单介绍** Magma使用了视觉与大语言模型的混合架构，是其实现多模态能力的关键所在。视觉模块使用了ConvNeXt，能够将输入的图像和视频数据编码为一系列离散的tokens。 这些标记捕捉了视觉信息的核心特征，包括物体的形状、颜色、位置以及它们之间的空间关系。在编码过程中，**ConvNeXt不仅关注单个图像帧的内容，还能处理视频中的时间序列信息，从而为模型提供丰富的视觉上下文**。  例如，在处理高分辨率的UI截图时，ConvNeXt能够精准捕捉界面上的每一个细节，无论是微小的图标还是复杂的布局； 在处理动态视频时，能连贯地跟踪画面中的物体运动和场景变化，生成有序的标记序列，为后续的处理提供坚实的基础。 **这些编码后的视觉标记会与编码任务描述的语言标记，一起输入到一个仅解码器的大语言模型中**，然后将视觉标记和语言标记结合起来，生成统一的、语义丰富的表示，使得模型能够理解用户的需求，并将其与视觉场景联系起来。  Magma模型的自回归解码过程是实现从多模态理解到行动转化的核心机制。在解码阶段，模型根据输入的视觉和语言标记序列，逐步生成输出。该过程是自回归的，模型在生成每个输出标记时，都会考虑之前已经生成的内容，使得模型能够根据输入信息的复杂性，动态地调整输出，生成合理的动作指令或回答。 例如，在一个机器人操作任务中，用户可能会要求模型“拿起桌子上的红色苹果并放入篮子中”。Magma模型首先通过视觉编码器处理输入的图像或视频，识别出红色苹果的位置和篮子的位置。 然后，语言模型将这些视觉信息与任务描述中的语言指令结合起来，生成一个包含动作序列的输出。 **SoM与ToM** Set-of-Mark（SoM）主要用于Magma的行动定位，作用是将视觉对象标记为可操作的点或区域，从而帮助模型确定在图像或视频中需要执行操作的具体位置。 **SoM技术通过在图像中标注可操作对象的边界框，并为每个边界框分配一个唯一的标记**。这些标记不仅帮助模型识别对象的位置，还提供了关于对象的语义信息。  例如，在UI导航任务中，模型会在网页截图中标记出所有可点击的按钮，并为每个按钮分配一个标记。当用户要求模型执行操作时，模型可以根据这些标记快速定位到目标对象，并生成相应的操作指令。 **Trace-of-Mark（ToM）则用于行动规划通过预测未来轨迹来帮助模型规划和执行复杂的动作序列**。主要利用视频数据中的时间信息，预测对象在未来时间点的位置和状态，从而为模型提供行动规划的依据。 ToM技术通过在视频中标注对象的运动轨迹，并预测这些轨迹在未来时间点的位置。这些预测的轨迹不仅帮助模型理解对象的运动模式，还为模型提供了关于未来行动的指导。例如，在机器人操作任务中，模型会预测机器人手臂的运动轨迹，从而规划出一系列动作，以完成抓取物体的任务。 ToM提高了模型的行动规划能力，同时增强了模型对时间信息的理解，通过预测未来轨迹，模型能够更好地理解视频中的动态信息，从而在执行任务时更加准确和高效。  [查看评论](https://m.cnbeta.com.tw/comment/1481570.htm)

AI搜索加广告，是必然吗？

 V 社于今日公布了2025年2月最新一期的 Steam 全球销量排行榜。一如既往，榜单排除免费游戏常青树，从而带来更好的游戏及硬件选购参考。本周的排行榜中，《怪物猎人：荒野》强势登顶， 而《天国：拯救2》则紧追其后。详情如下： 1.《怪物猎人：荒野》 &lt;内嵌内容，请前往机核查看&gt; 2.Steam Deck  3.《天国：拯救2》 &lt;内嵌内容，请前往机核查看&gt; 4.《宣誓》 &lt;内嵌内容，请前往机核查看&gt; 5.《席德·梅尔的文明VII》 &lt;内嵌内容，请前往机核查看&gt; 6.《人中之龙８外传 夏威夷海盗》 &lt;内嵌内容，请前往机核查看&gt; 7.《盗贼之海 2024版》 &lt;内嵌内容，请前往机核查看&gt; 8.《地狱潜兵》 &lt;内嵌内容，请前往机核查看&gt; 9.《NBA 2K25》 &lt;内嵌内容，请前往机核查看&gt; 10.《流放之路2》（锁国区）

<blockquote><p>本文将深入探讨如何提高客诉处理人员的沟通亲和力，帮助他们在电话沟通过程中更好地应对客户的各种情绪、语言和要求，以赢得客户的理解、信任和好感。</p> </blockquote>  在日常客户服务工作中，客户投诉是不可避免的挑战。然而，如何应对客户的投诉，尤其是通过电话这种沟通方式，已经成为决定客户满意度、企业品牌形象和客户忠诚度的关键。对于客诉处理人员来说，除了快速有效地解决客户问题外，沟通亲和力在电话沟通中扮演着至关重要的角色。如何在激烈的情绪对抗中赢得客户的好感和信任，确保他们对服务过程和结果满意，是每一位客诉处理人员都应该学习的重要技能。 文章将帮助客诉处理人员习得以下核心技能： - 客户情绪激动时，如何有效安抚客户情绪，使客户情绪回归理智，理性沟通问题解决方案； - 如何运用心理学知识，通过积极的语言和表达方式赢得客户好感与信任； - 客户提出过高要求时，恰当地给出合理解释并避免过度解释与争执； - 客户语言粗暴无礼时，如何有效控制自己的情绪，保持冷静并引导沟通节奏回到理性高效； - 客户发出威胁时，如何恰当地应对，避免矛盾升级； - 如何在整个客诉处理过程中，做到与客户沟通愉快，最终赢得客户对处理过程及结果的满意评价。 ## 一、理解客户情绪：情绪管理的第一步 ### 1. 客户投诉中的情绪波动 客户投诉往往伴随着情绪波动，尤其是电话沟通时，情绪的传递更为直接。客户的情绪可能从轻微的不满到极度愤怒，甚至有时候会表现为失控的愤怒。我们在处理投诉时，必须首先认识到，**客户投诉不仅仅是针对服务或产品本身，更多的是他们情感需求的一部分。** **情绪波动的原因：** - **不满与挫折感：**客户可能因为期望与实际体验之间的差距而感到失望或愤怒。 - **感觉被忽视：**客户感到自己的问题没有得到足够的重视，情绪会迅速升温。 - **控制感丧失：**当客户无法解决自己的问题时，可能会产生焦虑和愤怒，甚至觉得自己被“剥夺”了控制权。 作为客诉处理人员，我们必须清楚地意识到，**情绪本身并非客户的真实需求。他们的真正需求是希望被理解，并且希望找到一种合适的解决方案。**因此，掌握有效的情绪管理技巧，是成功处理客户投诉的基础。 ### 2. 情绪管理技巧：如何让客户情绪回归理性 情绪安抚的目标是帮助客户从负面情绪中恢复，让他们进入理性思维的状态，这样才能有效地进行问题解决。为了帮助客户管理情绪，我们可以采取以下几种方式： - **倾听与共情：**首先，让客户尽情表达他们的不满和情感，确保他们能够感觉到自己被理解。例如：“我能理解您的感受，遇到这样的问题的确让人感到非常沮丧。”这种回应会让客户感到自己被重视，同时为解决问题铺平道路。 - **确认情绪：**在客户表达不满时，确认他们的情绪可以帮助缓解紧张气氛。比如，“我知道您现在非常生气，这种情况确实让人很难接受，我们会尽力帮助您解决。” - **语气平和：**控制语气的音量和语速，避免让客户感到自己在面对不耐烦或敌对的回应。语调温和且稳定，能让客户感觉更加安心。 通过这些方式，客户的情绪会逐渐得到缓解，进而能够理性地接受解决方案。 ## 二、运用心理学：通过语言赢得客户的信任 ### 1. 心理学背后的秘密：客户如何从沟通中感知信任 在投诉处理中，客户的信任感至关重要。如何通过语言和行为展现自己的专业性、关怀与诚意，是影响客户满意度的关键因素。心理学研究表明**，客户更容易信任那些表现出同理心、诚意且言行一致的服务人员。** ### 2. 关键心理学原理：建立信任的语言策略 **积极语言：**研究表明，积极的语言比消极的语言更能激发客户的积极情绪。举个例子，当客户要求退款时，可以使用**“我们将尽快为您处理退款”代替“我们不能立刻处理退款”。前者让客户感到事情可控，后者则可能让他们感到无望和失望。** **简洁明了的沟通：**清晰简洁的表达能够减少客户的困惑与不安。当客户情绪激动时，避免使用过于复杂或专业的术语，直接提供简单明确的解决方案。 **权威感与亲和力结合：**客户希望服务人员能够提供有效的帮助，因此建立一定的权威感至关重要。同时，亲和力也同样重要——表达关怀和理解会增强客户的归属感。例如，“我们一直在关注此事，并将确保为您提供最合适的解决方案”能让客户感到你的专业与关心。 ### 3. 提高信任感的关键：保持一致性与透明度 **不做空承诺：**避免给客户承诺不可能兑现的结果。若无法解决客户的需求，应给予清晰的解释，并给出切实可行的替代方案。 **处理透明度：**当客户提出问题时，清晰地解释为什么出现了问题，以及处理进度和预计的解决时间，可以极大提高客户的信任度。 ## 三、应对客户过高要求：合理解释避免争执 ### 1. 客户提出的高要求：如何处理不合理的期望 在投诉处理中，常常会遇到客户要求过高的情况，尤其是当他们的期望超出企业能力范围时。**客户提出的过高要求往往是情绪的反映**，处理这些要求时，客服人员需要更加小心，避免与客户发生争执。 ### 2. 合理解释，避免过度解释 当客户的要求无法完全满足时，重要的是**以合适的方式解释，并提供尽可能的替代方案。避免过度解释，否则只会让客户觉得在推诿责任或敷衍了事。** **应用技巧：** - **简洁明了地说明政策：**例如，“根据我们的公司政策，我们无法提供全额退款，但我们可以为您提供折扣或者换货服务”。 - **提供替代方案：**当无法完全满足客户的需求时，尽量提供一些替代性的解决方案。例如，“我们理解您的需求，但目前我们可以为您提供其他优惠或补偿方式，是否能接受呢？” ## 四、如何应对粗暴无礼的客户 ### 1. 客户无礼时：保持冷静与专业 在电话沟通中，客户的语气可能会变得粗暴，甚至是侮辱性的。如何应对这样的情况，是每一位客服人员必须掌握的技巧。 ### 2. 控制情绪，保持理性 当客户的言辞变得无礼或侮辱时，客服必须始终保持冷静，**避免与客户产生情绪对立。**控制情绪并且稳住沟通节奏，可以有效避免问题进一步恶化。 **应用技巧：** - **不与客户争辩：**避免反击或争论。即使客户的言辞过于激烈，也应保持温和语气：“我理解您现在的感受，让我们集中精力解决问题。” - **将注意力集中在问题解决上：**无论客户的情绪多么激动，始终保持问题解决为核心，避免情绪干扰问题的处理。 ## 五、应对威胁：避免矛盾升级 ### 1.威胁应对：冷静且坚定 有时，客户在电话中可能会威胁采取某些行动，例如**社交媒体曝光、不再购买**等。面对这种情况，客服人员需要冷静应对，不被威胁吓到。 **应用技巧：** - **保持冷静，避免反击：**当客户提出威胁时，保持冷静并回应：“**我理解您的担忧，但请放心，我们会尽最大努力解决问题**。”这样既能安抚客户情绪，又避免对抗。 - **提出解决方案：**回应客户的威胁时，应继续聚焦于解决问题的方案，“我们会尽快安排处理，并确保您不会失望。” ## 六、总结：让沟通成为企业与客户的桥梁 通过有效的沟通技巧，投诉处理人员能够在电话沟通中展现同理心，安抚客户情绪，合理解释，最终赢得客户的好感与信任。良好的沟通不仅能够解决眼前的问题，更能够为客户带来愉悦的服务体验，增强客户忠诚度，并且有助于品牌形象的建设。 总之，电话沟通中的亲和力、情绪管理和心理学技巧，决定了客户对企业服务的整体评价。在未来的客户服务工作中，掌握这些沟通技巧，必将使你成为更优秀的客诉处理人员，真正实现客户满意与企业发展的双赢。 本文由 @化文龙 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