阅读视图
老铺周大福宣布上调金饰价格,市场数据显示老铺开年调价近30%
俞永福的一句话促成一个 IPO
作者丨黎曼
编辑丨王庆武
来源丨东四十条资本
二级市场AI的狂热直接传导至一级市场,形成了AI企业上市的“窗口期红利”。
更为关键的一点是,资本市场对AI的关注点也开始发生转移,比如从“谁的模型更大”转向“谁能把AI变成可持续现金流”。
眼下,便有一家来自广州的AI应用层公司勇闯港交所。2026年2月底,钛动科技向港交所递表,冲击港股“Multi-Agent(营销多智能体)第一股”。钛动科技此时递表,有希望抢在热度消退前完成IPO定价。
更值得关注的是财务层面,钛动科技已实现持续盈利且毛利率稳定在82%以上,这种少见的高利润AI企业在当前市场环境下也具有稀缺性。
IPO前,钛动科技的投资方包括险峰、IDG资本、金沙江联合资本、人人游戏、钟鼎资本、温氏投资、新犁资本、头头是道基金等。
俞永福的一句话促成一个IPO
钛动科技创始人李述昊是典型的“大厂出走者”,是1989年出生的山东人,2011年从天津大学电子科学与技术专业毕业后,在华为待了一年,便加入UC浏览器海外版,成为第一批做海外市场的“拓荒者”。2013年,他把UC浏览器做到印度市场第一名,干翻了谷歌——这段经历让他日后回忆起来,仍然带着少年意气。
2014年,UC被阿里巴巴全资收购,李述昊随之进入阿里体系,负责支付宝、速卖通的海外投放。那是中国互联网出海的黄金年代,他成了最早一批接触数字化出海的人。但在一次采访中,他说自己心里一直有个念头:“代表中国队出战”,创建一家千亿美元级别的公司。
2016年,他带着UC被收购后变现的股票,决定离开。那一年他27岁,前程未卜。创业初期,他尝试过几款工具类产品,都不顺利。
转折源自前领导俞永福。这位原阿里大文娱、本地生活的掌舵者建议他把目光投向To B营销。“在俞永福的建议下”这个表述,在后来多家媒体的报道中被反复提及。
2017年,钛动科技在广州成立,李述昊的愿景清晰起来:“用AI抹平文化差异,用商业智能抹平经验差异”。
在出海浪潮袭来之际,李述昊观察到,企业出海其实存在两大痛点:安全感与体验感。企业受语言文化、消费习惯、商业环境等限制,国内企业对海外市场认知有一定局限,对海外媒体、投放等营销环节更是相对陌生。随着品牌出海竞争愈发激烈,加上政策、平台限制等影响,仅靠人力或传统营销工具已不能满足快速增长的出海企业营销需求。
因此,钛动科技专注于为全球商业增长提供效果导向营销解决方案的AI营销。公司以自研的“钛极”多模态大模型为技术底座,通过AI原生、效果驱动的产品组合为出海企业提供从市场洞察、内容生成到广告投放与效果优化的端到端服务。
用大白话说,假如你是一家中国App或品牌想开拓海外市场,但不懂当地语言、文化和广告渠道,钛动科技就用他们自己开发的AI系统,帮你自动生成符合当地人口味的广告、精准投放到Facebook等海外平台,并实时优化投放策略。传统广告代理要花一个月人工试错的事,他们用AI几小时就能搞定。
历经八年,这家公司服务着超过10万家广告主,头部客户覆盖率超过80%,业务覆盖全球200多个国家和地区。阿里巴巴、字节跳动、斯凯奇、361°、三七互娱……这些名字出现在钛动科技的客户名单上。
而俞永福的那句话,最终也变成了一份具体的股权——通过Redefine Capital HK,他持有钛动科技11.27%的股份,位列第二大机构股东。
金沙江、IDG、险峰也投了
钛动科技的股东名单,拿出来的是一份属于中国互联网投资圈的“豪华套餐”。
2017年公司成立仅两个月,险峰、IDG资本、人人游戏投出1440万元天使轮。在后续的轮融资中,钟鼎资本、温氏投资、新犁资本、头头是道基金、金沙江联合资本相继入局。
但资本的盛宴里也有提前离席者。据报道,粤财投资等多个股东在公司IPO前已经通过老股转让、企业方回购等方式实现了退出。
招股书披露的股权结构显示:IPO前,李述昊通过直接持股及多层合伙企业合计控制公司46.74%的股份,为控股股东。机构股东中,钟鼎资本合计持股12.90%,为最大外部机构股东;俞永福的Redefine Capital HK持股11.27%,位列第二;新犁资本持股9.79%;险峰实体合计持股8.08%;IDG资本通过珠海和谐持股4.04%。
值得注意的是,2023年9月,钛动科技被认定为广东省专精特新中小企业。而在今年2月25日的广州市高质量发展大会上,李述昊作为企业代表发言时透露,公司将持续加大在广州的研发与投资力度,助力广州打造“垂类模型之都”。两天后,公司就递表港交所——这个时间点上的巧合,也显现出地方政府与企业之间的同频共振。
毛利率持续稳定在82%以上
钛动科技是一家少见的高利润AI企业。
2023年至2025年前九个月,公司营收从7282万美元增至1.3亿美元,期内利润从3435万美元增至5568万美元。最引人注目的是毛利率——报告期内分别为84.6%、82.4%、82.2%,持续稳定在82%以上。
这个数字意味着什么?它接近纯软件公司的盈利水平,印证了钛动科技“AI驱动的SaaS模式”具备极强的边际效应。根据弗若斯特沙利文的资料,按2024年收入计算,钛动科技在中国本土出海AI营销科技服务提供商中位列前茅。
钛动科技的收入主要来自围绕客户营销支出所收取的服务费,而非客户投放的总预算。这一模式使其和传统广告代理区分了开来。
此外,公司研发开支由2024年的1008万美元增至2025年前九个月的1670万美元,同比增长137.8%,反映出对AI的持续投入。
钛动科技的隐忧则来自流量依赖。钛动科技的业务高度依赖Meta、Google、TikTok等全球头部媒体平台,前三大媒体平台占其营销成本的88.7%。这一结构决定了市场对其存在定价分歧:如果能逐步摆脱对单一媒体渠道的依赖,实现数据资产的完全自有化,或能获得软件股的高估值。
此前,钛动科技还做出了一个关键决策。招股书披露,公司曾于2024年1月与中信证券签署A股上市辅导协议,后考虑到“宏观政策及公司自身的融资战略”,于2026年1月终止并转向港交所递表。
这个决策背后,是A股对AI企业盈利要求的考量,也是港股对“Agentic AI第一股”概念的追捧。2025年11月,明略科技以“全球Agentic AI第一股”的名号登陆港交所。如今,钛动科技打出“Multi-Agent第一股”的旗号,显然是希望在资本市场上讲一个更新的故事。
如果成功上市,这也将成为港股市场对“多智能体商业化落地”的一次公开定价。
本文来自微信公众号“东四十条资本”,作者:黎曼,36氪经授权发布。
三亚至伊尔库茨克客运航线开通
高盛称油价下周或突破100美元
我国已对50个国家实施单方面免签,同29个国家全面互免签证
春运第35天,预计全社会跨区域人员流动量19409万人次
0.99元黑暗人格测试刷屏 , 有人靠它月入过万
作者|黄诗韵
编辑|朱人奉
题图|pexels
0.99元可以做什么?可以测测你是“灵珠”还是“魔丸”。
《哪吒》系列动画电影或许怎么都想不到,它最出圈的两个词会和“黑暗人格三角测试”产生联系。
这样一份测试题,只需0.99元,你花大概10分钟完成70道题,就可以得到属于自己的黑暗三角人格测试报告。
(图/社交媒体截图)
(图/社交媒体截图)
不只黑暗人格,你的自身天赋、年上年下恋爱倾向、天选之城、情感占有欲,甚至是依恋类型、NPD人格等,都可以花0.99元进行测试。
于是,在一种“买不了吃亏,买不了上当”的心态驱使下,社交平台上悄然掀起了一阵0.99元心理测试的热潮。
这种付费测试为什么能在社交平台上火起来?我们为什么会对这种方式如此着迷?0.99元的测试,真的能帮我们认识自己吗?
0.99元,有人无痛下单,有人起店赚钱
“你生理性喜欢的事情才是你的天赋赛道!”看到这个标题的时候,我忍不住好奇:什么叫“生理性喜欢的事情”?
于是我点开帖子,滑到最后,顺理成章地点开了“自身天赋测试”的商品链接,又自然而然地付了款,成为2.6万单的一份子。
这份自测一共40条题目,大概5分钟就能完成。最后得出的结果显示,我属于媒体艺术型。它还从语言、逻辑、算术、空间等10个方面,分别对我进行天赋评分,再划分为非常擅长、有些擅长和不太擅长,由此解读我的核心优势和成长空间。
“自身天赋测试”说明。(图/测试截图)
这种测试并不新。数年前报大学志愿时,我也通过志愿填报模拟系统测过一次,结果显示,我适合干审计。但在这次的测试中,审计职业却被标注为“建议谨慎的方向”。
在商品评价区,有人感叹“这是我测过最准的一版”,有人指出“问题不太专业,指向性太明显”,但大部分人的心态还是“测着玩玩,不贵,图个乐呵”。
之后,我又好奇地购买了该商家的黑暗三角人格测试。商家提供的链接介绍,该测试有两个理论基础,分别是由Paulhus和Williams提出的黑暗三角理论,以及Moshagen等人提出的D因子理论。黑暗三角包括马基雅维利主义、自恋和精神病态这三个相关但独立的人格特质,D因子则揭示了更广泛的黑暗人格的共同核心。
做完题后,我又得到了一份报告,其中有D因子得分、特质分布可视化图表、黑暗三角三个维度的解读,还给出了人格画像、生活领域影响、优劣势分析以及发展建议。
“黑暗三角人格测试”说明。(图/测试截图)
在这之后,我在社交平台上看到了越来越多的测评。很多人花0.99元,就测出了自己适合在上海还是广州发展,性格更像狮子还是棕熊,恋爱前有多喜欢对方,心理年龄是几岁。
(图/社交媒体截图)
除此之外,伴随着NPD、BPD、ADHD等概念的走红,一些带有医学或心理学诊断意味的测试也很受欢迎。
以某店铺的“测自己自恋型人格特质清单”和“测他人自恋型人格特质清单”为例,截至2026年2月10日下午4时,两份问卷分别售出了5778单、9021单。
在这股热潮下,有博主列出了详细的心理测试创业操作清单,包括前期准备、内容运营、售后与风控、执行节奏、核心忠告五大部分,具体细致到确认心理测试链接成本是多少钱一条、选品方向要优先什么类型、每天在什么时间段发布多少条帖子等。还有博主分享经验称,免费的测试也可以卖,���会有人追究。
(图/社交媒体截图)
这种赚钱方式,其实是在卖“信息差”。有媒体报道,一位心理测试链接卖家透露,只需花299元购买一份套餐,就能得到6个类型的2300条心理测试链接,之后将链接以每条0.99元的价格在线上店铺售卖,就能开始赚钱。
以上文提及的一个已售出超2.6万单的测试为例,其销售额超过2.5万元,如此算来,起店资金回本是非常简单的事情。
那么,作为测试者的我们,为什么乐此不疲地花这个钱?
测试结果越“黑暗”,网上越受欢迎?
实际上,与个人性格相关的心理测试一直都有很高的热度。最简单的是“你第一眼看到的是什么”图片测试,号称能够秒测一个人的心理状态和内在性格。
我们为什么喜欢做这些心理测试?关于这个问题,通常有两大解释。
其一,当代人普遍处于焦虑不安的状态,面临着身份认知的危机。而通过心理测试得出人格类别,可以帮助人们确认“我是谁”,同时快速地获得群体的关注和认同。
其二,心理学上有个概念叫“福勒效应”,常用于指人们在面对笼统的、一般性的人格描述时,会认为其准确地揭示了自己的特点,产生一种“真的很准”的感觉。并且,这些表达越朦胧,我们感受到的肯定和夸赞可能会越多。
除此之外,最近在社交平台兴起的“0.99元心理自测热潮”,又是为什么?
首先,是“0.99元”的价格以及“社交平台”这个场域。一般人可能会认为,免费测试才是最多人使用的方式。实际上,在社交平台拍下商品、即做即分析的测试,可能比免费测试的渗透范围更广。
因为在大多数情况下,免费测试的代价是自主搜索,你需要在信息海量的浏览器里筛选出某款测试题目。但现在,你偶然看完一个引发情绪共鸣的帖子之后,很可能就会刷到付费心理测试,然后以几乎可以忽略不计的费用和几分钟的时间,完成一个测试。
试想一下,在某个郁闷的午后,你被老板大骂了一顿,辞职的冲动瞬间飞升,这时你看到“去端你天生该吃的那碗饭”,大概率就会点进去,花掉那0.99元,测试所谓“天赋领域”。
(图/社交媒体截图)
此后,在大数据的帮助下,平台算法会源源不断地给你推荐更多的测试,形成循环。
这一循环与更大的媒介内容生态是相辅相成的。当NPD概念因为综艺节目大火时,类似“教你快速判断一个人是不是NPD”“来细数一下我遇到过的NPD的特点”“NPD的血包特质以及怎么破”等标题的帖子,也在社交平台上获得极大的传播声量,有关NPD评估测试也会明显增多。
最后,当你将测试结果分享在社交平台时,松散的、情感程度不深的弱关系网络,反而帮你聚集了更大范围的认同。在彼此不认识的空间中,大家没有需要长期维护的人设,也没有来自多方的期待,不需担心承担负面评价的后果。
黑暗三角人格测试结果中“自我为中心”“恶毒倾向”“施虐倾向”等表述,在朋友圈中可能会成为敏感词,给别人留下不好的印象。但在社交平台,晒出得分低的D因子,会有人夸你“善良的好宝宝”;如果你的D因子得分高,大家也只是发出“第一集魔丸降世”的调侃,一笑而过。这时候,比起朋友圈,社交平台上的你能以更小的压力获得更大的共鸣。
(图/社交媒体截图)
(图/社交媒体截图)
问题是,作为测试者的你,真的能对这样的测试结果一笑而过吗?
真的心理需求,伪的心理学测试?
几年前,MBTI人格测试开始大火。有人担心,这个测试简单地将人分成16个类型,会忽视个体的丰富与复杂;也有人认为,如果将其合理使用,也不失为了解自己的一种方式;更多人可能将类似性格测试当作“图一乐”的方式。因此,只要有群体感受到乐趣,那么0.99元测试就会永远有市场。
如今在社交网络上,一些商家为了起店,不断通过情绪化的话题和内容来吸引平台用户的注意,从而获得流量、促进销售。
例如,为了吸引你做“依恋类型测试”,他们会说“焦虑型依恋才是真正的纯爱天花板”;为了让你购买“童年创伤类型测试”,他们会说“爱照顾人,其实是创伤的后遗症”;为了卖出“症状自评量表SCL-90”,他们会说“我说抑郁了,可他们都说我装的”。
(图/社交媒体截图)
看到这些内容,如果你现在或曾经在一段亲密关系中有过被抛弃的恐惧,如果近段时间正在思考来自原生家庭的创伤,如果感到情绪低落、兴趣减退,那么,你就有可能会买下这些测试。
但是,这些引导测试的内容,其严谨性需要打个大大的问号:焦虑型依恋和纯爱,相关性从何谈起?爱照顾人,就一定是童年创伤的结果吗?通过90道题目,抑郁就能确诊吗?
当自我认知变得商品化、碎片化,我们就不能仅仅“图一乐”了。
上个月,有媒体揭露了网络“伪心理学”套路。一些视频通过总结某种人格或心理问题特征,打着为网友诊断心理问题的旗号,推出付费测评、高价心理课程以及所谓心理咨询服务,形成了一条流量变现的灰色链条。
0.99元的低价测试,似乎没有什么破财的风险,但在进行心理疾病诊断时,不恰当的引导和测试,可能会加剧测试者的负面情绪。对此,有一些付费测试也意识到了可能存在的风险。
在一个自恋型人格特质清单中,其最后部分有这样的说明:“真正的NPD诊断需由合格的精神健康专业人士进行长时间且全面的临床评估,包括深入的访谈,有时还需要辅以其他专业的心理测评工具,远比上述清单更复杂。该自我评估工具具有一定的局限性,因为NPD的一个核心特征就是缺乏病识感,即自己很难认识到自己的问题……最后再次重申:本清单是一个简化的自制测试模型,仅供参考,不具备诊断效力,其结果必须谨慎对待……寻求专业的心理健康支持永远是最好、最勇敢的选择。”
跟心理疾病和人格类型有关的自测,很难有一个明确的判断来告诉大家测试是否可信。在医学和心理学领域,相关研究和诊断也在不断发展中,流派极多,众说纷纭。要对心理状况和人格类型进行科学评估,远不是简单在网上做做测试、或者问问AI就可以搞清楚的事情。
但是,大多时候,我们只是想要一个测试的过程和结果而已。也许,这是人类内心无法由理性控制的冲动。起源于公元前6世纪的德尔斐箴言,最有名的一句就是镌刻在阿波罗神殿门前的“认识你自己”。
当这个认识自我的成本可能低至0.99元时,人们很难不心动。
校对:严严;排版:韵韵紫
本文来自微信公众号“新周刊”,作者:黄诗韵,36氪经授权发布。
为什么“从1数到10”这件事,所有视频模型都不会?
头图来源:Nano Banana
作者|汤一涛
编辑|靖宇
Seedance 2.0 有多猛,过去一个月大家已经见识过了。好莱坞已经集体下场发了声明,西半球最强法务部迪士尼也给字节跳动发了律师函。
但如果你让它做一件事:生成一个男人从 1 数到 10 的视频,它就露馅了。
生成出来的「人」五官端正、皮肤质感逼真,厨房背景细节丰富得像是实拍。他说出「one」的时候还一切正常,然后就开始鬼打墙,嘴里不断重复「t、t、t」这个音节(不是从 1 到 10 中任何一个数字的发音);或者伸出三根手指,口中却自信地说出「ten」。从头到尾,他竖起的手指没超过三根。
因为背景和人物都太真实了,所以手指崩坏的瞬间反而制造出了一种强烈的「伪人感」。
这道题不只是 Seedance 2.0 的噩梦。
视频来自一位在 X 网友 fofr(简介显示是在 DeepMind 的开发者)。去年他就发现,「从 1 数到 10 并用手指比出数字」这个对三岁小孩都毫无难度的任务,是当前所有 AI 视频模型的共同死穴。
Seedance 2.0 发布后,他第一时间把这道老题扔了过去,果然也翻车了。
网友在这条推文下面掀起了一场自发的「AI 数数挑战赛」。他们把同一道题喂给了 Sora、Veo、Kling 等几乎所有主流模型,结果全军覆没,没有一个能正确地从 1 数到 10。
当一个行业最强的产品们被一道幼儿园级别的题目集体难倒,这其实指向了一个问题:为什么这些模型已经能骗过你的眼睛,却无法理解常识?
它们到底「理解」了什么,又缺失了什么?
01统计预测 vs 理解世界:AI 视频的能力边界
「数不到 10」不是一个孤立的 bug,它揭示了一整片当前 AI 的能力盲区。
原因也不复杂:所有的视频模型本质上做的是同一件事,从海量视频数据中学习统计规律,然后在生成每一帧画面时预测「接下来什么样的像素排列最可能出现」。这和大语言模型的「预测下一个词」(Next-Token Prediction)是同一套逻辑。
所以它们能把人脸毛孔、厨房光影、衣服褶皱渲染得以假乱真,因为训练数据里有海量样本,统计规律足够丰富。但一旦任务超出了样本的范畴,进入「常识」的领域,问题就来了。
这些问题大致可以分成三类。
首先就是手部精细动作,这是最广为人知的「AI 照妖镜」。从图像生成时代的「六指人」,到视频生成时代的「软糖手指」,手一直是 AI 的噩梦。
Midjourney 和 DALL-E 爆火的 2022 年,「手部多指」是当时文生图最明显的 Bug|图片来源:Medium
公平地说,AI 在「画手」这件事上已经取得了巨大进步。日常场景里,六指人和软糖手已经越来越少见了。
但 fofr 的测试之所以能让所有模型集体翻车,是因为它只是一个视觉渲染问题,同时还暗含了一个逻辑推理问题。它要求在 10 秒内连续变换 10 个不同手势,每个手势的手指数量严格递增,同时嘴里说的数字还要对得上。
人的手有 27 块骨骼、34 块肌肉、超过 100 条韧带,单个手掌就有 18 个自由度。即便采用高分辨率扩散模型,若缺乏明确的三维先验知识,也难以表达这种精确度。
人体运动维度示意图|图片来源:ScienceDirect
况且,在训练数据中,手通常出现在画面边缘、被物体遮挡或处于运动模糊中。模型能学到的高质量手部样本远少于面部。
第二类 AI 的能力盲区是物理规律。流体怎么流、物体怎么碰撞、织物怎么飘……这些人类靠直觉就能判断的东西,AI 视频经常给出违反物理定律的答案。OpenAI 在发布 Sora 时的官方技术报告中就明确承认:Sora 无法准确模拟许多基本物理交互,比如玻璃破碎,也无法正确反映某些物体状态变化。
第三类是时序逻辑的一致性。视频不是一组彼此独立的图片,而是一条有因果关系的时间链:第 3 秒的画面必须建立在第 2 秒的基础上。但当前的扩散模型把时间当作一个潜在的数学维度来处理。它在生成第 N 帧时,没有内部机制去「记住」前面伸了几根手指、下一步该加 1。时间一长,前后就对不上了。
作个类比的话,当前的 AI 视频模型像一个从没见过真手的画家,看了一百万张手的照片之后凭印象画手。大部分时候画得挺像,但他不知道手指只有五根,不知道伸出三根手指代表数字 3,更不知道从 3 到 4 意味着要再伸出一根。
02另一条路:世界模型
既然问题的根源是「不理解物理世界」,那有没有人在试图从根本上解决这个问题?
事实上,这正在成为 AI 领域最受关注的新方向之一。一个正在凝聚共识的思路是:与其让模型从海量视频中学习「世界看起来是什么样的」,不如让它先理解「世界是怎么运作的」。
这条路径有一个共同的名字,叫做世界模型(world model)。世界模型的核心思路是让 AI 建立对三维物理世界的结构性理解,包括空间的几何关系、物体的物理属性、运动的动力学规律等。
这就和当前视频生成模型的路径产生了本质区别。当前模型在二维平面上预测像素排列的统计概率,世界模型则试图让 AI 在「懂」物理规律的基础上做生成。
这个方向最知名的创业者是李飞飞。这位 ImageNet 的缔造者在 2024 年创办了 World Labs,核心目标是让 AI 拥有「空间智能」。她在去年的一篇长文中写道:
「语言是人类认知的产物,但世界遵循更复杂的规则——重力控制运动,原子结构决定光线如何产生颜色,无数物理定律约束着每一次交互。要让 AI 真正理解这一切,需要一种全新的、远超大语言模型的架构」。
今年 2 月,World Labs 完成了 10 亿美元融资,其首个产品 Marble 已经上线,可以从图像或文本生成持久的 3D 环境。
Marble 可以从一张图片或一段文字生成一个你能在里面自由走动、持续编辑的 3D 世界|图片来源:World Labs
李飞飞不是唯一的入局者。杨乐昆从 Meta 离职后创办了 AMI Labs,同样聚焦世界模型方向;Google DeepMind 的 Genie 系列模型也在探索 3D 环境的生成与模拟;Nvidia 则推出了 Cosmos,定位为「世界基础模型」,试图将视频生成、物理感知模拟和机器人工作流统一到一个框架里。
当这个领域最顶级的几位研究者和最有钱的几家公司同时往一个方向走,这本身就说明了一些问题。纯数据驱动路径的天花板,正在成为越来越多人的共识,只是解法还在探索中。
Seedance 2.0 刚出来的时候确实引起了一大波恐慌。《死侍》编剧 Rhett Reese 看完演示后甚至写下了「我不想承认,但我们可能完了」。
这种反应可以理解,Seedance 2.0 确实很强,但「数不到 10」提供了一个有用的校准视角:这些模型学会了电影的视觉语法,但还没学会世界的物理语法。它们的进步,更多是「看起来更真」,而不是「更懂现实」。
从本质上说,一个不知道手指只有五根的系统,距离真正取代人类创作者,中间还隔着一次范式级别的跨越。
人类可以稍稍松口气了,至少在 AI 学会数到 10 之前。
本文来自微信公众号“极客公园”,作者:汤一涛,36氪经授权发布。