普通视图
巴克莱8亿美元收购美国个人贷款平台Best Egg
河北幸福消费金融公司注册资本增至10亿,增幅约57%
韩国央行时隔多年考虑中长期增持黄金储备
比亚迪9月在欧新车注册量同比增长近四倍
中机认检:目前尚未开展商业航天业务
“数巅”完成数亿元pre-A轮融资
凯盛新材:高纯度电池级氯化亚砜已向相关生产企业供货
中上协:9月境内市场新增首发上市公司11家,首发募资总额116.89亿元
被 AI 直播带货骗了之后,现在房产中介又想用 AI 让我当冤大头
![]()
金九银十,毕业季紧接着的就是找房旺季。相信很多人都有这样的经历:在换租房或者买新房时,已经看房看得头晕眼花了,突然,被一张照片「近乎完美」的图击中了心巴。
不是那种千篇一律的样板房照片,而是一张真正能让人产生「家」的联想的图景:可能是阳光透过宽大的落地窗,温柔地洒在精致的木地板上,推窗见绿,窗外远处的景色是城市天际线,夕阳下的城市熠熠生辉。
![]()
![]()
等等,醒醒,多看两眼:这可能是 AI 在帮你做白日梦。而且,它正在变得越来越熟练。
AI 不是来卖房,而是来「引流」的
房产是一个经典的「低频高价」消费品。在交易环节中,中介的核心价值是信息不对称,由此来跟房东、找房人之间的信任,进而推动交易。
但现在,AI 正在接管这个链条的最前端:眼球的争夺战。那些被称为「AI 美化」的图片正在迅速普及,不同于精修,它是一种更高级的「虚假陈述」。美国房地产市场的销售中,已经出现了不少这种 AI 生成的视频,有专门的应用在提供解决方案。
![]()
比如,一套待出售的房屋,现实中可能堆满了前房主的杂物,墙面斑驳,窗外是吵闹的垃圾桶。人类能想到的做法是,清理打扫、请专业摄影师和软装师进场。
![]()
可以想象这是一个成本高昂、耗时耗力的过程。但现在 AI 可以一键搞定。一些垂类 app 会提供具体的功能:
虚拟软装: 把空荡荡的屋子瞬间填满宜家的家居,生成一个「北欧风」或者「中古风」的全新装修。
虚拟翻新: 一键更换地板、墙面颜色,甚至可以帮你「拆掉」一面非承重墙,制造一个开放式的厨房。
虚拟景观: 把窗外破旧的铁皮屋顶,替换成一片平静的湖面,或者直接给你加一个不存在的日落。
数字人解说:直接把文案输入,制作成视频,智能配音,数字人解说,中介很可能都没看过这套房。
![]()
这些操作的结果是显而易见的,成功吸引了许多不明事实的房客。倒也不奇怪,在竞争激烈的房产市场,一套平庸的房产照片可能被淹没在海量的信息流中。而一张经过 AI「美化」的图片,能像磁铁一样吸住你的手指,让你忍不住点进去看更多的细节,并且私信中介。
然后就是经典套路,先评论,再私信,再加微信,最后中介却说:这套?这套没有了,我给你推荐点同款吧,都很好的!
更有离谱的中介,会一路骗到约定看房的时间,见了面之后才说,哦房子刚刚被定走了,看看别的吧。
![]()
AI 没有帮助卖房,但它成功地「引流」了。它完成了它作为互联网工具的第一使命:制造注意力。
模型生成的完美图像能够显著提升房屋的曝光率和访问量,将原本只能接触几百人的信息,推送给成千上万的潜在买家。这是效率的胜利,是算法的胜利。
但效率的提升,往往伴随着某种价值的折损。
信任什么的,不存在了
不管是买卖还是租赁,房产交易的特殊性在于,它是一个人乃至一个家庭,最大的一笔财务决策。这样一个严肃决策,需要基于大量的真实信息——社区环境、房屋结构、采光、噪音、通勤——才能做出决定。
而 AI 的介入,将这个基于现实的决策过程,走了一个虚拟化的开头,以至于后面都是拔草的过程。
![]()
来到现场后,找房人将面临一个个的「货不对板」:图片上干净亮白的墙面,其实布满了划痕。被拉高曝光度的采光效果,现场看根本不是一回事。房里堆满了屋主无法处理的旧家具。至于电器,就更不用说了,都经不起细看。
这不仅仅是「图片仅供参考」的问题,而是:原本你可能根本不用来这一趟。
引流对于看房的危害体现,一是体现在时间的浪费,为一张虚假的照片付出了时间和通勤成本,专程前往一个可能就不存在的房源。
二则是信任的透支,经纪人为了制造引流,牺牲了与客户之间最宝贵的资产——信任。在一系列看房的过程中,客户必须在心里多加一套「反 AI」的甄别机制。他们不再能相信图片和视频,甚至要怀疑中介的每一句话。这种额外的认知负荷和心理成本,都是本可以避免的。
![]()
这种现象就有点像是电商领域的过度美化。买衣服出现卖家秀和买家秀完全不同,大不了还能退货,以后下单时也会变得更谨慎。但房子不是衣服,你损失的不是来回的邮费,而是一个奔波着看房的周末、交通费,以及被撩拨起的「对家的想象」。
AI 在房产领域的应用是不可逆转的,它能提供更快的视频制作、更好的数据分析、更精准的客户画像。反过来,现在也可以让 AI 作用于看房筛选,比如设置关键词,让 AI 自动爬取,识别。
![]()
现在也有平台上架了 AI 找房功能,不过形式比较传统,还是对话 chatbot 的方式,无非就是转换了一下按关键词搜索的思路。
![]()
还有则是通过 AI 求助玄学,让风水来解答。
![]()
但不管是卖房用还是找房用,我们都必须清楚,在房产交易这个高度依赖信任和现实考察的领域,AI 始终是一个工具,而非真相本身。
当 AI 把所有的房产都美化成滤镜下的「网红脸」时,唯一自救之道,就是回归最基本的要素:多跑现场,多观察附近环境,分不同时段踩点。以及,对所有过度完美的东西保持警惕。
毕竟,你的重大财务决策,不应该建立在一个虚拟的滤镜之上。我们需要 AI 的效率,但更需要真实的阳光。
#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。
A股三大指数集体收跌,黄金股下挫
医保买药外卖服务覆盖率再提升,淘宝闪购超40城支持7×24小时送药上门
雷军带队,小米汽车成立架构部,探索电车终局
应用材料成为多位分析师首选股,看好AI和数据中心建设仍处于起步阶段
雷军带队,小米汽车成立架构部,探索电车终局|36氪独家
36氪从多处获悉,小米汽车近期宣布了一项组织架构调整。
本轮调整设立了一个全新的一级部门:架构部,负责智能电动汽车下一代技术架构的思考定调。新部门直接向雷军汇报,成员包括部分研发部门负责人与核心骨干。
知情人士告诉36氪,整车研发负责人崔强进入架构部,原电动力负责人王振锁接替崔强,负责整车研发。
新部门的工作成果,将影响小米下一代产品的技术基调与走向,这不仅是小米应对未来竞争的关键变量,更将影响其长期市场占位。
对汽车制造商而言,对前沿技术的思考一直是不可或缺的命题。但行业的通行做法中,该职能多由二级部门或项目组承接,多向CTO或研发总监汇报。
小米此次将该职能提升为一级部门,由雷军亲自带队。由此可见,小米对前瞻性工作的投入,以及对公司技术定位的重视。
提前5年技术定调,架构思考是未来竞争关键
通常来说,一个汽车平台至少会推出3款以上车型,存续3-5年。一代技术平台会决定车企相当一段时间内的销量,对生存情况堪忧的企业而言甚至是直接决定命运。
所以,如何定夺新平台的核心竞争力,是关乎车企生存的关键命题。由于产品开发、验证与量产都是长周期工作,技术定调通常会提前5-8年进行。
“举个例子,在2019年,在电动汽车的快充技术普遍在100kW时,车企就要开始思考,要在2025年推800kW的超快充,还是推能量密度更高的固态电池上了”,有行业人士向36氪表示。
预研部门需要头脑风暴出当下不存在、甚至看起来不可能实现的技术目标,然后进行技术推演与方案预设,最后还需与供应链沟通落地的周期与成本,是战略眼光+技术预研+供应链合作的三重考验。
当前,智能电动汽车迭代迅速、整体呈现技术繁荣,但实际上存在着深层的不确定性。
电动化技术层面,小米、比亚迪等企业在高性能电机技术上竞争,继续向上突破,成本与收益的平衡问题是关键;电池技术方面,超充与固态电池等路线并行,超充提升体验但影响电池寿命,全固态电池前景良好但大规模落地节点未知。
底盘等机械领域,正向线控转向、线控制动以及主动悬架方向演进。
2025年开启交付的蔚来ET9,搭载了线控转向与主动悬架技术,新车售价76.8万元起,新技术成本仍处高位。
线控转向的确有效缩短转弯半径,但未与传统后轮转向技术拉开代差,用户体验也还需优化。
对于悬架而言,配置仅是入门,用户体验更多取决于企业调校功底。调校得当的空气悬架,或将拥有超越主动悬架的体验效果。
智能化作为目前车企竞争的焦点,AI大模型与L2级高阶辅助驾驶上车率快速增长。行业目前正向L3级自动驾驶跃进,但商业化路径和用户付费意愿仍不明朗。
将技术架构思考提升为一级部门,小米希望能够在繁荣但模糊的技术竞争中突出重围,理清技术投入方向,找到企业未来的全新增长点。
行业内卷严重,小米、理想寻找突围路径
小米汽车创立于2021年,在行业价格战最为激烈的2024年推出其首款产品,其创业环境并不乐观。所以,雷军曾多次强调公司的技术定位。
小米自创立起,便选择自研高性能车的核心电机,规划三代产品,不仅帮助SU7达到零百加速2.78秒的动力表现,更是直接推动SU7 Ultra在纽北赛道突破保时捷Taycan创造的圈速成绩。
这些前瞻性的投入和成果,帮助小米建立了特别的行业形象,同步助推了小米汽车的销量成绩。
目前,小米SU7累计销量突破25.8万辆,YU7上市三个月交付超4万辆,售价52.99万元起的SU7 Ultra锁单量超过2.3万辆。随着销量增长,小米汽车业务也有望于今年实现单季度盈利。
技术领先所带来的切实市场优势,进一步强化了小米对前沿技术投入的决心和耐心。
本轮调整,小米便希望借助资深骨干的行业洞察与内部经验,强化对技术趋势的战略预判能力,提升小米汽车未来竞争力。
当前,汽车行业竞争节奏加快,车企普遍面临在更短周期内推出低成本、高竞争力产品的压力。
相较于投入五年甚至更长周期进行彻底的代际技术更新,许多企业更倾向于采取在配置上增加屏幕、升级座椅等相对快速可见的策略,并通过与供应链协同压缩成本来寻求短期市场效果。这直接导致市场呈现产品同质化的趋势。
然而,这种侧重于配置叠加和成本控制的竞争模式难以持续。一旦特定配置在细分市场中趋于普及,产品的核心差异便会减弱。届时消费者的决策依据可能再次倾向于价格优先,企业将陷入更严峻的增长压力和利润挑战。
这样的行业格局下,理想汽车已经做出改变。
2024年,李想宣布公司将转型成为人工智能企业,随后相继推出了MindGPT、VLA司机大模型等核心技术,期望在AI领域取得突破,获得更多竞争筹码。
如今,雷军带队搞预研,小米努力构建自身竞争力的同时,也为行业提供了另一种面对技术快速迭代局面的响应范式。
当然,这轮调整才刚刚开始,最终成效尚且未知,这不仅取决于小米的认知与投入,更在于其能否将前沿技术探索,快速转化为有效产品力。