在 AI 应用层加速爆发的 2025 年，AI 应用公司 LiblibAI 宣布完成 1.3 亿美元 B 轮融资，由红杉中国、CMC 资本及一战略投资方联合领投，老股东顺为资本、源码资本、明势创投、渶策资本均超额增持，远识资本继续担任本轮融资的独家财务顾问。

这是今年迄今为止国内资本市场 AI 应用赛道最大的一笔融资，这笔融资也标志着 AI 投资热点正从底层模型转向应用层。 在大模型逐渐成为少数头部玩家游戏的当下，资本正重新聚焦那些能够将多模态能力真正落地于创作、生产与消费场景的 AI 平台。

LiblibAI 成立于 2023 年底，经历了开源视觉创作的爆发期，LiblibAI 现已成长为中国最大的多模态模型与创作社区，平台整合了图像、视频、3D、LoRA 训练等多模态能力，覆盖从灵感生成、视觉设计到动态视频制作的完整 AI 工作流，孵化了超过 2000 万 AI 创作者，包括插画、摄影、电商、海报、IP 等专业视觉场景。

在 AI 基础模型逐渐趋同的背景下，LiblibAI 凭借「工具集成+社区生态」的战略路径脱颖而出。平台不仅聚合了全球领先的开闭源视频与图像生成模型，还通过模型轻量级训练与创作者激励机制，形成了独特的模型-场景-创作者共创生态。

2025 年 10 月，LiblibAI 发布 2.0 版本，将「聚合工具」升级为「AI 专业创作工作室」，强化视频生成能力，支持多模型生成与专业级特效模板，实现从灵感到成片的端到端体验，为 AI 视频制作打开了新的标准。

融资完成后，LiblibAI 将加速全球化布局，打造全球创作者共创的多模态内容生态。作为一家致力于赋能创作的科技公司，LiblibAI 正在寻找更多有志之士加入团队，共同见证 AI 时代创意产业的未来。

*头图来源：LiblibAI

2023 年末，互联网商业世界出现了一个标志性时刻——拼多多的市值一度超过阿里巴巴。

这不仅导致市场情绪对阿里电商前景看衰，也加速了内部的反思和战略调整。彼时，马云在内部明确提出，接下来要发力「AI 电商」。

而何为 AI 电商、又该如何落地，在内部乃至整个行业都没有清晰的路径。据《晚点》此前报道，2023 年淘宝天猫内部一度有近 20 个团队在摸索 AI 业务，同质化问题严重。

不过，这种模糊状态近期已经被打破。

10 月 16 日，天猫在上海举办了「双十一」启动发布会，阿里搜推智能产品事业部总裁凯夫以《AI 重构电商》为主题的分享，极为清晰地阐释了阿里做「AI 电商」的完整思路。而且，效果不错，比如，引入大模型后，商品推荐的精准度大幅提升，带动购买效率提升 25%；在广告环节，商家 ROI 提升了 12% 等等。

在发布会当天接受媒体访谈时，他强调，AI 电商的核心包含三方面：

• 一是提升流量匹配效率，包括：AI 搜索、AI 推荐、AI 广，这是电商的重要基础设施，会直接带动 GMV 增长；

• 二是为商家提供 AI 经营团队，包括：AI 美工、AI 营销、AI 数据分析、AI 客服等，实现降本增效；

• 三是为消费者打造新的 AI 导购产品，包括：拍立搜、AI 帮我挑、AI 试穿、AI 清单等等；

因此，阿里在推进电商与 AI 结合时，都围绕着这三大核心方向推进。这种改变传递到消费者和商家时，则意味着，接下来，流量分配规则和购物方式等，都要变了。

如果说电商的底层逻辑是「流量如何分配」，那么 AI 的介入，正在改变这一核心机制。

凯夫在分享中提到，从 2025 年初开始，淘宝系统性地将大语言模型融入搜索、推荐、广告三大引擎中。这三大引擎是决定流量分配的关键。

以搜索为例，过去，淘宝的搜索算法偏重「关键词匹配」，用户在淘宝搜索时，需求表达分为两类：一类是简单关键词，如「连衣裙」「手机膜」「手机壳」「iPhone」；另一类是复杂语义表达，比如「寻找清理下水道小飞虫的产品」「给补课辛苦的高中生选礼物」。在大模型应用前，这类复杂需求难以被有效承接——商家不会在商品标题中直接标注「清理下水道小飞虫」，通常仅标注商品名与品牌名。

而在加入AI后，它开始理解人类语言中的模糊与情绪——比如，用户可以不再输入「洗发水」，而是「我想找不容易塌的蓬松洗发水」。大模型能从语义中抽象出核心意图，并在商品库中找到最契合的那一类产品。经 A/B 测试，商品相关性提升了 20%。

在淘宝这种超大规模体系中，20% 不是小数，而是变革。

推荐系统的改变也同样明显。AI 的「理解力」让电商平台的推荐功能第一次跳出了「同质化推荐」的陷阱。

一个买了煤油炉的用户，可能不是在准备冬天，而是个「露营玩家」。AI 会基于语义推理，推荐露营装备、户外用品、甚至艺术装饰。这意味着推荐逻辑从「行为相似」转向「兴趣抽象」。试运行数据显示，推荐点击量提升了 10%。

广告环节同样被重写。商家的 ROI 提升 12%，这背后是 AI 帮他们精准投放、动态出价、优化预算。

而所有搜索、推荐、广告的技术升级，都建立在平台商品库的基础之上。

为了支撑上层的 AI 应用，阿里启动了「AI 商品库优化」项目。平台用生成式 AI 对商品库进行全面清理、信息补全与索引优化。AI 开始解读每款商品的功能、适用场景与核心特征，补全商品属性字段。

对品牌与商家而言，这意味着「商品信息丰富度」将直接影响曝光效果。过去，商品信息完备性对流量的影响有限，但在新算法体系下，大模型会持续分析商品详情页——商品信息越完备、使用场景描述越清晰，就越容易在用户精准需求搜索中被匹配。

整体来看，是以商品为基础、以「搜索、推荐、广告」为上层建筑，对平台进行 AI 化改造。

从这个意义上讲，阿里并不是在做一个「AI 电商 App」，而是在做一个「AI 理解力更强的电商系统」——让 AI 更加理解人，更加理解商品，进而实现两者的更高效配对。

无论是哪个行业，如今几乎都在追求「AI 原生」应用。而淘宝的策略是：要 AI 原生，但不必是独立 App。

阿里如今并未推出独立的 AI 原生电商应 App，而是将 AI 功能嵌入用户日常购物流程，在关键节点「润物细无声」地解决问题。

凯夫认为，用户无需刻意感知「淘宝 AI 产品」的存在，只需在需要时调用对应功能。

比如，今年淘宝已经陆续推出了几项在公测中的 AI 原生功能：

• 拍立淘（多模态搜索）：用户通过手机拍摄商品，即可触发多模态搜索。例如，拍摄小时候的连环画、日常使用的药盒（限 OTC 药品），系统可精准匹配平台内在售的对应商品，解决「能看到商品却叫不出名字」的搜索痛点。

• AI 万能搜：针对场景化、宽泛化需求，精准拆解用户痛点并匹配商品。例如，有用户反馈「家中猫狗同住，狗会偷吃豆腐猫砂」，咨询「该买什么猫砂盆」，AI 万能搜直接推荐「顶部开门、无侧边门」的猫砂盆——这类精准的商品理解，在无 AI 技术支持时难以实现。

• AI 助手：当搜索结果商品数量过多、用户难以筛选时，点击右下角 AI 助手，告知具体需求，助手会分析商品特征并推荐最匹配的选项，降低决策成本。

• AI 试穿：AI 试穿可最大程度还原用户真实身材，呈现衣服上身的真实效果，帮助降低退货率；

• AI 清单：AI 清单支持用户通过对话式交互生成购物清单——用户告知想买的商品类型，AI 生成清单后，可通过进一步对话优化清单内容，无需逐一筛选商品、浏览会场。用户在搜索框输入「AI 清单」，即可体验该功能。

可以看到，这些 AI 功能，足够务实，更多以解决实际购物问题为导向，比如，「AI 试穿」解决退货问题；「AI 万能搜」解决复杂需求表达问题；拍立淘解决图像化搜索需求。

据凯夫透露，这些产品都会在双 11 期间发挥一定作用，「但更多是为用户提供新的体验，满足尝鲜需求。团队内部虽会设定目标，但暂不便对外分享。而且在当前阶段，这类产品的核心优先级并非量化指标，而是验证产品市场契合度。」

目前看，淘宝的 AI 化，不是一个新产品的诞生，而是一个习惯的形成。

凯夫在演讲中提到的几个数字，足以让人直观感受 AI 的效率革命：

• AI 美工每月生成 2 亿张图片；

• AI 数据分析每天自动生成商家经营报告；

• AI 客服每天为商家节约 2000 万元成本。

目前，这些覆盖店铺运营、素材生产、营销推广、客服服务等核心场景的工具，全部免费开放。对小商家来说，这意味着「AI 预算」不再是门槛。而对于品牌商家而言，通过 AI，可以实时感知用户需求，提供千人千面的个性化展示与服务，重塑品牌旗舰店的消费体验。

显然，在商家侧，阿里的策略是，让 AI 成为店铺经营的「全能助手」，进而实现商家的「AI 化」，来接近「AI 电商」的目标。

对于外界普遍关心的「投入是否值得」问题，凯夫透露，目前阿里系电商领域的 AI 投入，其 ROI 完全能覆盖成本

回过头看，AI 并没有颠覆电商，但更像是重构了电商的「灵魂」，以一种前所未有的效率和精度，重构了电商行业的核心技术基建。

从前的淘宝，是一个「流量分发系统」；而如今的淘宝，正在变成一个「理解系统」。比如，推荐的底层逻辑正在从「猜你喜欢」，转向「我懂你」。

如果说过去十年是「流量电商」的时代，那么接下来，或许是「理解电商」的时代了。

跳过 19，消息称 2027 年苹果新机将被命名为 iPhone 20 系列

10 月 23 日，据韩媒 etnews 今天报道，据最新业界预测，苹果 2027 年推出的 iPhone 手机将被命名为「iPhone 20」。

Omdia 首席研究员 Heo Moo-yeol 昨天在韩国首尔郊区的一场会议中表示：「苹果计划在 2027 年上半年发布 iPhone 18e 和 iPhone 20 标准版手机，下半年则推出 iPhone 20 Air、iPhone 20 Pro、iPhone 20 Pro Max 和 iPhone Fold 2」。

不过这名研究员并没有解释苹果为何更改命名，但业内普遍认为，这一变化与 2027 年恰逢 iPhone 手机问世 20 年有关，苹果可能会借此机会重新调整产品命名、机型定位和发布时间结构。（来源：IT之家）

消息称苹果正考虑收购华纳兄弟，扩充 Apple TV 流媒体阵容

10 月 23 日，据彭博社报道，苹果正考虑收购流媒体巨头华纳兄弟，以扩大 Apple TV 的影视阵容，不过市场上还有亚马逊、派拉蒙等巨头在虎视眈眈，都在积极参与竞标。

华纳兄弟 CEO David Zaslav 已向公司高层汇报了相关计划，华纳兄弟此前还拒绝了派拉蒙子公司天空之舞的两次报价，理由是出价过低。

消息人士指出，华纳兄弟将在数日内要求有意竞购的企业签署保密协议，以便在竞价战正式打响前分享敏感业务数据。除了上述三家巨头，Netflix、Comcast 也被认为有意向收购华纳兄弟，原因主要是看中了这家公司庞大的影视阵容。

目前苹果的 Apple TV 流媒体平台主要是靠原创剧集吸引观众，但如果促成收购，情况有可能发生转变，毕竟华纳兄弟拥有 HBO 平台，其内部影视阵容在市场上几乎等同于爆款与品质，耳熟能详的作品有《权力的游戏》、《火线重案组》、《六英尺下》等。（来源：IT之家）

苹果 iOS 26.1 将推新框架：App 数据可从 iPhone 17 等迁移到安卓手机

10 月 23 日，科技媒体 9to5Mac 发布博文，报道称苹果正开发名为 AppMigrationKit 的新框架，进一步打破 iOS 与安卓两大生态间的数据壁垒，简化第三方应用数据在 iOS 和安卓系统之间的迁移过程。

该媒体指出这个新框架目前正处于开发阶段，将兼容 iOS 26.1 和 iPadOS 26.1 及更高版本的设备。

值得注意的是，苹果官方特别强调，AppMigrationKit 仅支持与安卓等非苹果平台之间的数据迁移，而不能用于苹果设备之间（例如从 iPhone 到 iPad）的数据转移。此外，该框架在 visionOS 或苹果芯片 Mac 上运行的 iOS 应用中也无法生效。（来源：IT之家）

重金招揽人才后 Meta AI 团队开始大裁员：波及约 600 人

10 月 23 日，据外媒报道，Meta 的 AI 部门将裁员约 600 人，以减少层级并提高运营灵活性。

Meta 新任首席人工智能官 Alexandr Wang 在一份备忘录中宣布了此次裁员，Meta 的 AI 基础设施部门（MSL）、基础 AI 研究部门（FAIR）以及其他相关岗位的员工都将受到影响。

22 日当天，部分员工收到通知称，他们的离职日期被定在今年 11 月 21 日，在此之前处于「非工作通知期」（non-working notice period）。通知显示，公司将支付 16 周的遣散费，工龄每满一年再加两周薪资，但要「扣除通知期的时间」。

华人 AI 科学家田渊栋在社交平台证实自己及其团队被裁，引发业内广泛关注。田渊栋 2013 年毕业于卡内基梅隆大学机器人研究所，2016 年加入 Meta，研究方向包括强化学习和大型语言模型理论，曾主导 OpenGo 项目研发及 Llama 4 推理工作，并获 ICML 等顶级会议论文奖项。（来源：澎湃新闻））

拼多多十周年给员工发黄金，入职满 10 年可得 100 克「金鸡」

10 月 23 日，拼多多向员工发放金戒指、「金鸡」等周年纪念礼的消息近期引发关注。

多位网友在社交媒体发文称，今年是拼多多成立十周年：

• 入职满 3 年以上的员工收到公司发放的金戒指，重量在 4g 左右；

• 入职满 5 年的员工，会发放 11g 的金戒指；

• 入职满 10 年的员工则是重量为 100g 的「金鸡」。

10 月 23 日午间，有知情人士向红星资本局证实了上述消息。报道还提到，拼多多周年礼的发放标准与员工入职年限挂钩。2024 年 10 月，拼多多也曾向员工发放黄金制品作为周年纪念礼。（来源：IT之家）

零跑 CEO 朱江明：三四年内国内新能源车，基本上能替代燃油车

10 月 23 日，近日零跑公司创始人、董事长兼 CEO 朱江明接受媒体专访，分享了零跑汽车的成长历程。

访谈期间，朱江明指出，「新能源汽车这个方向肯定是一个大趋势，从全球来看，中国已经我认为就在三四年之内，基本上就替代燃油车。」

他认为「再过十年，中国就完全的电动化了，可能 90% 或 95% 都是电动车，那么从全球的范围来看，因为公共设施、工业化程度都没有中国来的快，理念也没有中国走的快，所以（电动化）相对会慢一些。」（来源：快科技）

今年 40% Steam 新游戏收入不足一百美元

10 月 22 日，据报道，数据显示，2025 年迄今已有超 1.5 万款新游戏在 Steam 平台上线，但其中约 40% 的游戏收入不足 100 美元（约合人民币 709 元），多数未能收回发行成本。数据来自游戏分析平台 Gamalytic，该机构通过算法估算销量与收入，虽存在误差，但整体趋势仍具代表性。

《Soulash》创作者阿图尔·斯米亚罗夫斯基指出，独立游戏的盈利能力已明显下滑，「独立游戏淘金热或许已在 2024 年达到顶峰」。Gamalytic 的数据还显示，今年 Steam 平台总收入预计为 47 亿美元，其中收入排名后 30% 的游戏平均仅获利 37 美元，而前 5% 的头部作品平均收入超过 30 万美元。

截至目前，约 8% 的游戏收入超过 10 万美元，而近三分之二的游戏收入低于 1000 美元。（来源：IT之家）

2026 款比亚迪宋 Pro DM-i 上市：限时 9.98 万元起，百公里亏电油耗 3.2L、综合续航 1508km

10 月 23 日，在比亚迪秦・宋 2026 款上市发布会上，2026 款比亚迪宋 Pro DM-i 正式上市，新车提供 133km（CLTC 工况，下同）纯电续航，综合续航可达 1508km，NEDC 工况百公里亏电油耗低至 3.2L。

价格信息如下：

• 133km 进取型：上市价 10.28 万元，置换权益后限时售价 9.98 万元

• 133km 超越型：上市价 11.28 万元，限时 10.98 万元

• 133km 卓越型：上市价 12.58 万元，限时 12.28 万元

新车长宽高分别为 4735/1860/1690mm，轴距为 2712mm。其外观与现款车型几乎一致，同时增加一款新配色「冰珀青」。

新车配备前麦弗逊 + 后多连杆独立悬架，同样配有怀挡，支持 50W 手机无线充电。动力方面，该车依旧沿用 1.5L 发动机 + 单电机组合，发动机功率 74kW，电动机功率 120kW，纯电续航 133km。

进取型标配 360 度全景影像、定速巡航、无钥匙进入、主驾座椅电动调节、主动进气格栅、舒适制动功能、外后视镜电动调节、自动驻车、VTOL 移动电站等功能，超越型则在此基础上增加天神之眼-C 辅助驾驶、外后视镜电动折叠、50W 手机无线快充等功能。作为顶配车型，卓越型增加副驾座椅电动调节、前排座椅加热通风、全景天窗等配置。（来源：IT之家）

阿里旗下首款自研 AI 眼镜「夸克 AI 眼镜」预售：高德近眼导航、支付宝「看一看」付款，3999 元

10 月 24 日，阿里官宣旗下首款自研 AI 眼镜——夸克 AI 眼镜现已在天猫开启预售，其主打高德近眼导航系统、支付宝「看一看」安全支付、淘宝搜同款识价、飞猪出行提醒等功能，页面显示定价为 3999 元，88VIP 会员到手价为 3699 元，将于 12 月初陆续发货。

这款眼镜搭载高通 AR1 和恒玄 BES2800 双旗舰芯片，采用双光机双目显示，显示距离前后上下可调节，并为近视人群提供了一体化贴合的配镜方案。眼镜同步搭载 SuperRaw 超级夜景模式，可在夜间也能拍出细节清晰的高质量照片。

功能方面，该款 AI 眼镜包含通话、音乐、翻译、备忘录、日程提醒、提词以及拍照问答等主流功能，同时还拥有定制高德近眼导航系统、支付宝「看一看」安全支付、淘宝搜同款识价、飞猪出行提醒等 AI 功能。（来源：IT之家）

让你的手机「上床睡觉」：宜家推出智能手机迷你床

10 月 23 日，宜家正在阿联酋（UAE）赠送「智能手机床」。宜家希望帮助顾客通过减少使用智能手机的时间，来提升睡眠质量。

这款迷你床被宜家在阿联酋 YouTube 频道上宣传为「The Phone Sleep Collection」。顾客在宜家阿联酋市场的任意一家门店消费超过 750 迪拉姆（现汇率约合 1449 元人民币），就可以获赠该产品。此外，购物篮中必须至少有一件宜家睡眠系列的产品，包括床单、枕头和被套等。

宜家迷你床内置了 NFC 芯片，记录智能手机「放入」床中的时长。如果顾客能够每晚将手机放在床上长达七小时，连续七天，就能获得一张 100 迪拉姆（现汇率约合 193.2 元人民币）的宜家代金券。

宜家没有透露是否会在其他地区推广该活动。（来源：IT之家）

马斯克为 1 万亿美元薪酬辩护，强调控制权比金钱更重要

10 月 23 日据报道，特斯拉董事会日前为马斯克提供了一份极具挑战性的薪酬方案，若马斯克达成一系列业绩目标，最高可获得 1 万亿美元薪酬。

这些目标包括特斯拉市值达到 8.5 万亿美元，年利润 4000 亿美元，汽车年交付 2000 万辆等。然而，该方案引发了部分股东和代理机构的强烈反对。 在电话会议中，马斯克为这一薪酬方案辩护，称自己关注的并非金钱，而是「控制权」。

他表示，拥有足够的控制权可以产生强大的影响力，但不会多到无法被解雇，暗示如果方案被否决，他可能会选择离开特斯拉。这番言论再次引发了外界的广泛讨论。  尽管特斯拉电动车业务面临挑战，且 Q3 利润暴跌 40%，马斯克仍坚持这一方案的重要性，认为这是他推动公司创新和发展的关键。  （来源：快科技）

一、在厕所里“耍流氓”？！AI摄像头到底能不能「长」在马桶里？

二、想成为「AI消化科专家」？Dekoda还不太够格

三、智能马桶升级，做起了“最私密”的数据生意

四、厕所科技革命，能否打破家庭医疗的「最后一公里」？

来源：Throne 官网

该公司觉得这样的产品主要面对老年人和患有慢性消化系统疾病，像是一些溃疡性结肠炎和肠易激综合征的患者。可以看出，从产品设计思路和使用方式上，基本和 Dekoda 差不多。目前，这款产品在经过版本升级之后，售价 319 美元。同样，APP 也是需要订阅使用。

来源：Throne 官网

美国初创公司 Withings 也曾在 2023 年 CES 上亮相了一款产品，U-Scan，主要是分析用户的尿液健康。更具来说，U-Scan 通过尿液浓度来测量促黄体生成素 (LH)、pH 值和水合物水平。公司认为，追踪 LH 可以帮助检测一个人处于月经周期的哪个阶段，并估算排卵期。而 pH 值可以作为饮食是否过酸，也就是蔬菜摄入不足或过碱，意味着蛋白质摄入不足的指标。

U-Scan 来源：Withings官网

在人类追求更长寿、更健康生活的过程中，我们正不断邀请科技进入身体的禁地。Dekoda 的出现，也意味着一些复杂的生化分析，正在逐步转化为家庭日常的、非侵入式的健康监测。同时，可以看到，一批新的智能家居玩家们正在瞄准这个小众市场，争夺下一个「健康数据入口」。

但，当我们的马桶成为私人医生、浴室成为诊所，科技与健康的界限彻底模糊。我们开始思考：为了健康，我们愿意将多少隐私交付给冰冷的 AI 算法。

回到最初的问题，为了健康，你愿意在AI面前脱下最后一件衣服吗？

在体育的万神殿中，总有一些瞬间被铭刻为永恒。

德里克·费舍尔振臂高呼，篮球在 0.4 秒的极限时间内划过夜空，空心入网；F1 赛车手在毫米级的缝隙中完成惊天超越，挑战物理定律；四分卫在即将被擒杀的瞬间，以一个匪夷所思的角度将球传出，逆转乾坤。

2016 年 NBA 总决赛，第七场 (抢七大战)

我们称之为「神迹」。

它们是人类在突破生理极限、超越战术定式时，迸发出的璀璨火花。这些瞬间之所以震撼人心，正因其看似不可复制、无法解释。长久以来，我们只能用「天赋」、「灵感」或「运气」来形容。

也正因如此，体育，成为了数字创新最具挑战性的「最后一块大陆」。

对这片大陆的探索，本身就是一部进化史。最初的篇章，聚焦于我们如何「观看」比赛。更流畅的直播、多角度的回放、甚至是 AI 驱动的多语种解说，这些创新极大地优化了我们的观赛体验，它们擦亮了我们「通往赛场的窗户」。今天，一个更宏大、更深刻的全新篇章正在开启。它的目标，不再是仅仅擦亮窗户，而是要推开那扇门，真正走进赛场的核心——去终极理解物理世界、生理极限与心理潜能的交织，去看懂「神迹」是如何发生的。

在这场面向未来的探索中，亚马逊云科技正以前所未有的方式，为这片大陆点燃理性的文明之火，将「神迹」从模糊的赞叹，变为清晰的洞察。

01

第一重困境：数据采集

体育创新的基石是数据，而其第一重困境便在于如何有效采集。运动员在极限状态下的表现，受海量、瞬变的变量影响：从身体姿态的细微角度、肌肉的发力时机，到对手的位置与速度。将这些复杂、高维度的信息精确量化，是所有后续分析的前提。脱离了高精尖的采集技术，任何分析都无从谈起。这需要一个覆盖场上所有关键要素的技术矩阵。

为解决这一难题，亚马逊云科技为全球顶级体育赛事提供了强大的数据处理基础。

• 在 NBA，通过部署高清光学追踪系统，结合 29 点人体姿态识别技术，能够以每秒 60 次的频率，捕捉每位球员身体关键点的三维空间坐标。这使得以往模糊的「身体对抗」和「防守压迫」等概念，首次被解析为精确的数据流。
• 在 NFL，每位球员的护甲中都植入了 RFID 传感器，实时追踪其在场上的位置、速度和加速度，每个赛季产生近 3 亿个数据点。
• 在 F1 赛道，每辆赛车搭载的超过 300 个传感器，每秒产生超过 110 万个遥测数据点。

亚马逊云科技所做的，正是为这些海量、异构的数据源提供统一、高效的采集与处理平台，完成了从抽象观察到具体量化的第一步。

NFL 头盔数据测量

02

第二重困境：数据解读

一旦数据被成功采集，一个更深层的挑战随之而来：如何解释这些数据？一串串客观的数字， 例如「关节弯曲 32.5 度」这类客观数据，与「更有爆发力地蹬地」这样的训练口令之间，存在着巨大的「翻译鸿沟」。 传统的统计模型可以发现数据间的关联性，但往往无法解释其背后的因果关系和战术意图。

这需要先进的 AI 模型充当数据与认知之间的「翻译官」。亚马逊云科技利用其在机器学习领域的深厚积累，例如 Amazon SageMaker，将原始数据转化为具有业务价值的洞察。在 NBA，AI 模型将数百万帧的球员跑位数据，提炼为直观的「引力指标」（Gravity），用以量化一名球员在无球状态下对防守阵型的牵制力。同时，它还将复杂的防守行为分解为 7 个子项，整合成一个「防守压力分数」。在 NFL，亚马逊云科技协助开发了「擒抱概率」（Tackle Probability）模型，综合分析防守球员的位置、速度和角度，实时预测其完成擒抱的可能性。同样，在德甲，著名的「预期进球」（xGoals）模型，为评估球队进攻效率提供了更精准的标尺。通过这种方式，亚马逊云科技的 AI 能力成功填平了数据与理解之间的鸿沟。

NBA 与亚马逊云科技共同呈现 引力指数

03

第三重困境：实时性

数据被解读之后，第三重困境——极致的实时性——成为决定其价值的关键。在瞬息万变的赛场上，洞察力有一个极短的价值窗口。延迟的分析只能用于复盘，无法指导决策。这种对毫秒级响应的要求，是对整个云端计算架构和处理能力的终极考验。

基于亚马逊云科技的进站分析解决方案

亚马逊云科技强大的云端算力与低延迟架构，是攻克这一壁垒的核心。

法拉利 F1 车队的一次进站仅有 2 秒，其相关分析必须在下一次进站决策前完成。亚马逊云科技支持的进站分析解决方案，将单次分析时间从数分钟压缩至 60-90 秒，实现了近乎实时的洞察。

德甲的「比赛事实」（Match Facts），从数据捕捉到计算，再到通过转播呈现给全球观众，整个流程被严格控制在 500 毫秒以内。而 NBA 的「战术探索」（Play Finder）工具，能够让解说员或教练组在比赛进行中，即时检索过去十年数百万个相似的战术片段，为实时评论和战术调整提供数据支持。这些案例证明，强大的底层技术是确保数据洞察能够在价值窗口期内被有效利用的先决条件。

04

第四重困境：可解释性

最后一重，也是最深刻的困境，在于体育分析对「可解释性」的强制要求。在许多商业场景，例如营销推荐中，AI 模型可以是一个「黑盒」。系统只需知道推荐 A 能提升 B 的转化率，无需深究其内在逻辑。但体育分析必须是一个彻底的「白盒」。教练员必须清晰地知道每一个环节的因果链条，因为发力角度的改变，所以效率得到提升，这样才能将其应用于训练，并规避伤病风险。

这一原则在 NFL 的「数字运动员」项目中体现得淋漓尽致。该项目通过构建运动员的「数字双胞胎」，不仅是识别哪种冲撞更容易导致受伤，而是要通过海量数据和计算机模拟，精确还原导致受伤的生物力学机制。这种对因果关系的深度探究，是改进规则和装备、主动预防伤害的科学基础。同样，NBA 的「投篮难度」（Shot Difficulty）指数也遵循「白盒」原则，它将难度分解为投篮距离、身体倾斜度、防守者干扰等一系列可解释的特征，让教练能清晰地评估战术是否创造了真正的空位机会。亚马逊云科技所支持的，正是这种需要深度行业知识、必须清晰透明的复杂 AI 模型的研发与部署。

NFL：预测移动轨迹

左图：当 6 号球员是（四分卫的）传球目标时，深度学习模型预测的 3 号防守后卫的移动轨迹；

右图：当 7 号球员成为传球目标时，模型预测的（同一个）3 号防守后卫的移动轨迹。

05

下一代体育科技的核心逻辑

一场真正的体育科技革命，必须同时攻克这四重困境：从极限瞬间的精确量化，到数据与认知之间的智能转译，从毫秒级的实时洞察，到每个环节清晰可解释的因果链条。这不是单个技术点的创新就能解决的，而是需要一个系统性的解决方案。

正是基于这样的理解，亚马逊云科技没有停留在提供独立的 「 看球黑科技 」 ，而是通过其全栈式的云服务与 AI 能力，为全球顶级体育 IP 打造端到端的解决方案。从 NBA 场边的光学追踪系统，到 F1 赛道的传感器矩阵；从 NFL 的 「 数字运动员 」 ，到德甲的 「 比赛事实 」 ，亚马逊云科技正在用最先进的技术，解开体育竞技中的种种 「 玄学 」 。

这远远超出了简单的 「 体育+科技 」 。当我们能用数据解构那些令人惊叹的 「 神迹 」 时，当教练能将直觉转化为可验证的战术时，当运动员的每次突破都能被科学地复制时 …… 我们看到的不仅是技术的进步，更是体育本质的进化。在这个意义上，亚马逊云科技正在以一种前所未有的方式，重新定义体育的未来。

过去几年，电动助力自行车（E-bike），在海外火了。

北美增长最快的 E-bike 品牌 Velotric 的创始人、CEO 张曦对极客公园表示，E-bike 给用户带来的是「不可逆体验」，一旦骑上就会爱上，不太会回到传统自行车。

顾名思义，E-bike 首先是一辆自行车，它多了一个「小马达」和电池： 当你踩踏板时，这个电动系统就会「心领神会」，给你额外的动力辅助。

从 2020 年资本涌入至今，E-bike 已经迅速成长为一个千亿美元级赛道。综合不同机构数据，预计到 2030 年至 2035 年，E-bike 市场规模将达到 806 亿美元至 1656.9 亿美元。一辆 E-bike 的定价不算便宜，中高端的通常在 1500 美元以上，但依旧无法阻挡用户购买的热情。

究竟是谁在购买 E-bike？

以 Velotric 为例，成立至今已经出货超 20 万台，连续 4 年增速 100%，且实现盈利。Velotric 创始人、CEO 张曦告诉极客公园，他们的核心用户，是美国中产阶层中的中老年群体，推崇「No Sweat Sports（无汗运动）」

轻量化电动自行车｜图片来源：Velotric

「我们的用户不是骑车通勤，而是周末骑 20～30 英里的那群人。他们往往住在乡村、有时间、有钱，但也有身体限制。」他认为，E-bike 并非单纯的代步工具，而是一种生活方式的延伸。

「他们年轻时可能骑山地车越野或喜欢其他激烈运动，但现在身体跟不上了。」Velotric 提出的品牌理念——「No Sweat Sports（无汗运动）」正是源于用户调研。

「很多人告诉我们，骑 Ebike 是一种『不出汗的运动』。他们不想进行高强度训练，只想活动身体、享受自然。就像瑜伽、高尔夫等轻运动。」

他分享了一对加州夫妇的故事：两人计划用三年时间，骑 E-bike 游遍美国所有国家公园。对他们来说，骑行不是竞技，而是一种连接自然、找回年轻时自由感的方式——这本质是一种情绪价值。

张曦曾经是共享电单车公司 Lime 的联合创始人，在全球运营了数百万辆，估值一度达到 30 亿美元，被 Uber 收购。而后，他在 2021 年创立了 Velotric，这家具有中国基因的全球化公司。

在他看来，真正的全球化不是将中国产品卖到海外，而是用「中国能力」对接「本地需求」，最终成为当地用户认可的生活方式品牌。

前不久，Velotric 完成 B 轮融资。此轮融资由顺为资本领投，光源资本担任独家财务顾问。

Velotric 的案例为我们提供了一个理解全球市场、理解不同地区人民生活方式的一个切面。借此契机，我们与张曦聊了聊如何理解 E-bike 崛起背后的消费趋势，以及中国团队如何打造真正的全球化品牌的思考等等。问题涵盖了：

• E-bike 这类产品究竟满足了用户怎样的底层需求？

• E-bike 市场爆发和增长的长期驱动力是什么？

• 如何成为北美 E-bike 赛道增长最快的品牌？

• 未来的电动自行车，如何进化？

• 如何放弃「出海」思维，实现真正的全球化？

• 如何让美国市场认可一个「中国制造」品牌？

访谈中的部分精彩观点：

• 不应有「AI 硬件」这一说法，未来所有硬件产品都会加入 AI 的元素

• 创业者不应再纠结「出海」的概念。在中国制造不出符合美国市场的产品，在美国也做不好中国供应链。全球化的本质是结合「中国供应链和研发能力」与「本土文化、市场需求的本地能力」

• Ebike 为用户提供的是情绪价值，动力辅助带来的「无所不能」的自由感和愉悦感具有不可逆性，50% 用户骑过 Ebike 后不再选择传统自行车

• 线下渠道是建立品牌信任和规模的关键：从线上转线下是艰难但必要的决策，线下渠道能真实检验产品力、服务体系和品牌信誉，成功布局后能显著提升区域效率和影响力

• 数据显示，首次购买白牌产品的用户，二次复购时选择品牌产品的比例超 60%，未来趋势是「低端淘汰、高端小众、中端主流」，市场终局会是「纺锤型结构」

以下为对话内容，由极客公园编辑整理：

极客公园：您之前创立了共享电单车品牌 Lime，后来为什么又创立了 Velotric？

张曦：Lime 和 Velotric 是不同的定位，我们在 2016 年创立了这家公司，将估值做到近 30 亿美金，之后 Uber 成为公司大股东，我们将管理权移交 Uber，我也随之离开。

休息一年后，我创办了 Velotric。Lime 和 Velotric 解决的是两类截然不同的需求。

Lime 更多解决的是「点到点」的高效出行问题，这与中国的共享单车模式不同。中国共享单车聚焦「最后一公里」，而 Lime 则侧重城市范围内的中短途出行。要知道，欧美的公共交通系统相对薄弱，Uber 等网约车费用又较高，因此在 10 英里以内的行程中，共享自行车或共享电动自行车其实是效率最高、成本最低的出行方式，这正是 Lime 的核心价值。Lime 现在已成为行业龙头，在全球部署了约 40 万台。

我们现在做的 Velotric，瞄准的是另一类需求——聚焦美国中产休闲群体，尤其是中老年中产。

这类人群经济条件优渥、时间充裕，大多居住在郊区，环境优美但日常活动相对单一，且身体机能有所下降。因此，两者的用户群体有本质区别：Lime 的用户多为城市内通勤或短途代步人群，而我们的用户中，仅有极少数用于通勤，绝大多数是为了日常休闲运动。

极客公园：你们为什么给自己定位为「轻运动」品牌，什么叫轻运动？

张曦：我们提出了一个定位——「No Sweat Sports」（无汗运动），这个定位看似反常识，但并非我们主观设定，而是用户调研的结果。

我们发现中老年群体对电动自行车的购买意愿更强，他们提到，骑电动自行车属于「无汗运动」。

原因很简单：这类人群身体机能下降，无法进行高强度运动，因此更倾向于选择轻量化运动。而且，「无汗运动」在美国近两年来逐渐流行，像高尔夫、徒步、瑜伽、匹克球等都属于这一范畴。

极客公园：所以这类产品对应的核心需求其实是社交，而非运动？

张曦：我不这么认为。核心需求应该是，用户有活动身体的意愿，但身体能力有限。

有一组数据可以分享，美国中老年中产阶层每年在休闲运动（包括钓鱼、打猎、高尔夫等）上花费的时间约为 1000 小时，我们要解决的是这 1000 小时当中用户的骑行需求——比如很多用户会在周末骑 20 英里或 30 英里的电动自行车，他们并非每天骑行，而是将骑行作为周末休闲的一部分。

这类人群中，很多人因身体机能受限或年龄增长，无法再进行高强度运动——他们年轻时可能热爱运动，比如骑山地车、参加自行车比赛，但随着年龄增长，可能因手术、身体机能变化或腿部力量不足，无法继续从事高强度骑行。

所以，他们会转向更轻松、但同样能活动身体且自己熟悉的运动方式。这也是我们选择电动自行车赛道、瞄准这类人群的核心原因。

我们的目标用户并非专业自行车爱好者。比如，我们有一对来自加州圣地亚哥地区的夫妇用户，他们的目标是未来三年骑着我们的电动自行车走遍美国所有国家公园。对他们而言，骑行的核心是享受自然、享受骑行本身，而普通自行车已无法满足他们的需求。

极客公园：这类用户群体的规模大概是？

张曦：美国 40 - 80 岁的中产阶层大概有 5500 万人，这是我们的目标用户群体。当然，目前我们在这一群体中的渗透率还较低，仅 1% 左右，但我们相信未来会逐步提升。

极客公园：北美用户的需求和其他地区（比如中国、欧洲）的用户需求有什么不一样？

张曦：中国和欧洲的城市化密度更高，所以很多用户骑 E-bike 是为了通勤代步——中国的电动两轮车（小电驴）就是典型的代步场景。

但美国不一样，大部分人住在郊区，尤其是中高收入人群。我们常用来形容美国的两句话很贴切：一句是「好山好水好寂寞」，另一句是「有钱、有闲」。

美国中产阶层每年至少有 1000 小时用于休闲运动。美国用户在文体运动上的消费理念，可能比中国领先 10 到 20 年，美国有句话叫「No Sport, No Life（无运动，不生活）」，大部分用户都有自己的业余运动爱好，比如钓鱼、打猎、徒步、露营等——这些在中国被认为是「小众运动」的项目，在美国其实非常大众化。

比如最近两个月，进入打猎季，这两年有很多美国猎人开始骑 E-bike 去打猎。从这个角度看，北美用户买 E-bike，更多是为了休闲运动或户外运动。

极客公园：那你们会不会针对这类需求，专门优化产品的某种性能？

张曦：会的，比如我们有专门针对硬核户外群体设计的 Ebike，强化了负载能力和崎岖路面通过性，以及特别定制「隐身模式」减少惊扰动物，能够满足打猎人群需求。

目前我们有 8 条产品线，坚持「大单品」思路。长期来看，会在这 8 条产品线的基础上持续迭代——因为每条产品线都有足够的市场空间，不会盲目拓展新线。

为打猎人群设计的车型｜图片来源：Velotric

极客公园：面向轻运动用户宣传时，你们会重点突出哪些卖点？

张曦：提到电动自行车，人们很容易联想到参数，比如动力、续航等，但对非专业用户而言，他们大多不了解产品配件的等级，核心需求只是「一台舒服、好骑的车」，所以舒适性是我们首要突出的卖点。

其次是「骑行体验」——我们通过各类传感器技术，让骑行更顺畅、车辆更易操控，这是我们重点强调的第二点。

另外，安全性也至关重要。我们是目前美国唯一一家全线产品通过 UL 官方实验室电池和整车安全认证的电动自行车品牌。很多用户购买电动自行车时，可能并未意识到潜在风险，比如电池充电问题、刹车失灵隐患等。这也是我们宣传时的核心亮点之一。

极客公园：E-bike 赛道越来越激烈，越来越多中国企业进入市场。尤其是最近几年，这个赛道爆发的原因是什么？

张曦：欧美 E-bike 市场的需求一直存在，欧洲市场起步更早。

美国市场是从 2019 年开始快速增长，一方面是和疫情有一定关联——那个时候，欧美 E-bike 市场的增长率远高于其他时期。所以更多参与者涌入市场，这是正常现象。

但我们的策略不同，我们花了很多时间思考：这是短期机会还是长期趋势？

我们瞄准美国市场的核心原因在于，美国电动自行车的普及率仍较低，未来有望像中国或欧洲市场一样，实现更高的普及率。

从这个角度来看，美国市场潜力更大。但更重要的是，企业是否有长期深耕的耐心——市场不可能一直保持高速增长。回顾中国过去 15 年的市场增长，年均增速通常在 15% - 20% 之间，长期保持 30%、40% 甚至 50% 的大盘增长难度极大。

现在，欧洲电动自行车市场已出现滞涨，美国市场近两年的增速也回归正常水平，这是我们早有预判的情况。市场从高速增长转向平稳增长的过程中，很多竞争力不足的会被淘汰。

极客公园：除了疫情因素，E-bike 市场的主要增长动力来自哪里？

张曦：我认为核心是 Ebike 带来的「不可逆体验」——只要骑过 Ebike，除了专业运动爱好者，大部分人都会依赖这种体验。

比如我们有些用户买了 Lightweight（轻量化）的 Ebike，50% 的时间其实不用动力，只在上坡或走崎岖路线时开启。

这种体验的不可逆性，本质上是因为有动力辅助后，用户会产生「无所不能」的感受。我们收到很多用户评论说：「骑上 Ebike，感觉自己回到了 16 岁，像第一次骑长途自行车那样自由、开心。」所以，E-bike 给用户提供的更多是情绪价值，而非单纯的功能价值。

它是连接「不喜欢的现实」和「喜欢的生活」的载体——用户只需花钱买一款产品，就能让生活方式更贴近自己的期望，这样自然会有更多人愿意购买。而且美国是典型的社区文化，当一个社区里有人买了 E-bike 并觉得体验很好，周围人看到街上越来越多的人骑 E-bike，就会被同化、被感染，进而产生购买意愿。

极客公园：整体而言，E-bike 的进化、迭代方向有什么特征吗？

张曦：我认为核心是「让用户更省心」。用户可能没明确察觉这一点，但我们之所以计划加入更多机器智能功能、传感器以及自动化技术，就是为了实现这个目标。

未来，用户只需要做好一件事——打开车、骑上车开始行驶，剩下的所有事都交给车辆自行解决。

从长远来看，不应该单独强调「AI 硬件」，因为未来所有硬件产品大概率都会融入 AI 元素。

极客公园：体现在产品上，就是车上的传感器越来越多了？

张曦：不仅传感器数量增多，算法也能更精准地识别用户的骑行意图。

极客公园：过去 5 年，你觉得 E-bike 市场最大的变化是什么？

张曦：最大的变化是越来越卷，竞争门槛越来越高。

2020 年之后涌进来很多团队，但疫情结束之后，市场增速就放缓了，很多人退出。另外，关税政策收紧、美国市场合规要求提高，也让行业准入门槛不断提升——这其实符合我们的预期。

任何市场在早期都会呈现「百花齐放」的态势，但随着用户需求升级、市场准入标准提高和渠道格局变化，市场会逐渐走向集中。

比如，我们去年的用户调研发现，很多用户首次购买电动自行车时，会选择中国的白牌产品，价格仅几百美金，但使用后发现体验不佳；因此在购买第二台时，会更倾向于选择可靠性更高、体验更好的品牌产品。

因此，我们判断，成熟的市场最终会呈现「纺锤型」结构——高端和低端产品占比少，中腰部优质产品成为市场主流。

极客公园：那么，过去五年里，哪个节点对你们而言比较关键？

张曦：核心关键节点有两个。第一个是渠道的变化，我们刚成立时，和大多数中国出海企业一样，主要通过 DTC（直接面向消费者）模式在线上销售。

但是从 2023 年起，我们开始布局美国线下渠道，到现在，大约 80% 的收入来自线下。

线上和线下的逻辑完全不同：线上用户看到产品图片、参数，可能就会下单，甚至有些中国卖家会通过虚标参数、虚假宣传来促成交易；但线下是「真金白银」的考验，必须先获得经销商认可，产品才能进入门店销售。

当初确实面临不少阻力——线上转线下意味着生意模式的转变。但这对于建立用户信任很重要。目前在美国东部，无论是渠道渗透率还是销售量，我们都位居第一。

第二个关键节点是第二代产品的迭代。推出第一代产品后，我们收集到了更多用户和渠道的反馈，坚定了打造产品差异化的方向。坦白说，第一代产品的差异化并不明显。

真正的产品差异化，要源于对用户更深度的洞察。为此，我们建立了用户洞察体系，包括用户调研机制。

举个例子：「轻量化」是很多用户的需求，但「轻」的目的是什么？不同场景下的「轻」，需求程度完全不同——专业自行车爱好者可能为了减重 100 克愿意花几千元，但普通用户「要轻」，可能只是为了把车推进家里、装上货车，或是抬上几级台阶。

只有搞清楚「轻」的目的，才能确定「多轻才够用」。因此，我们在每条产品线的研发上，都会花大量时间研究用户场景和核心价值点，这样才能做出更具差异化的产品。

这也是过去几年我们产品售价和毛利率得以提升的关键。

极客公园：你们是过去三年北美市场增长最快的 Ebike 品牌，怎么做到的？

张曦：回顾下来，核心原因有三个。首先是刚才提到的产品差异化——不仅要做出差异化，还要在差异化的基础上控制好成本，这样才能拥有足够的竞争优势和利润空间。

要实现这一点，关键在于两个能力：一是建立用户反馈和渠道反馈的闭环，通过这些反馈持续迭代产品；二是我们对中国供应链的掌控能力。在创办 Velotric 之前，我们核心团队成员过去几年累计生产过几百万台交通工具，在供应链管理和控制上有丰富经验。

第二个原因是渠道拓展能力。我们坚持自建销售团队，没有为了追求速度去选择代理商模式。目前我们的销售团队已有近 30 人，且全部是美国本地人——因为本地人跟经销商沟通时，在文化和语境上会更顺畅。就像在中国，问「一个葫芦有几个瓢」大家都懂，但在美国，要是不懂当地俚语，可能连基本沟通都有障碍。

第三个原因是品牌建设。我们坚持以用户为中心，打造有差异化优势的品牌势能。从产品到营销，从渠道到服务，在每个用户触点上完善用户体验。在品牌传播上，我们非常重视品效合一的内容与全漏斗投放的联动，重塑线上线下全渠道的传播矩阵。线上端，我们的品牌投放效率应该是全行业最高的；线下端，通过空中地面的整合营销打法，在建立品牌知名度和心智的同时，还联合经销商合作举办了约 800 场区域活动，通过这些活动让品牌更本土化。

极客公园：过去中国品牌出海，在文化输出和品牌建设上往往是短板。你们觉得，要让美国市场认可一个中国出海品牌，关键是什么？

张曦：我觉得核心逻辑很简单：要比美国本土品牌更懂美国用户。

首先，产品要比美国品牌更贴合美国用户的需求；其次，品牌传播素材的表达方式要更「美国化」。只有这样，才能打造出真正的本土化品牌。

大家都知道产品是「中国制造（Made in China）」，但用户和经销商更关心的是：这款产品是不是为美国人设计的？品牌讲述的是不是符合美国文化的故事？

我一直觉得这一代中国企业家不该再纠结「出海」的概念了——其实我挺不喜欢「出海」这个词，它背后的逻辑是「在中国做美国或全球的生意」，这种认知是不对的。

这一代企业家应该思考的应该是「全球化布局」。

极客公园：「出海」和「全球化」背后的考量，有什么不同？

张曦：比如我们现在的供应链团队在中国华东，品牌团队分布在中国和美国，销售团队全在美国，客服呼叫中心设在菲律宾，还在美国设有三个服务仓。这种布局就是全球化的体现，这一点很重要。

就像我常说的，在中国制造不出符合美国市场的产品，在美国也无法做好中国供应链的管理。

一方面，不能仅凭中国的供应链能力就认为自己足够强大，若产品不符合当地市场标准，顶多只能算「卖货的」，成不了主流品牌；另一方面，如今所有全球硬件企业，若没有在中国管理供应链和研发团队的能力，也无法把产品做到极致。

要思考的核心是「把资源布局在什么地方最合适」。而且对团队一定要有信任。比如我们的美国团队完全是本土化配置，必须给予他们足够的信任。

我们看到很多中国企业还是从国内派人去海外，这是不对的。中国团队应当发挥自身优势，比如产品研发能力，与海外团队协同配合；但市场需求的挖掘、本地基础建设等工作，应该由当地团队主导完成。

不是「管理」海外团队，而是「支持」他们。

极客公园：表面上看，这是从「出海」到「全球化」的词汇转变，但背后其实需要跨越很多障碍，这些障碍具体是什么？

张曦：核心是能否真正实现「本地化」。

要让当地用户认可你，关键不在于你是「中国背景」还是「美国背景」，而在于你的产品是否符合「美国风格」、是否具备「美国特色体验」。

只要把产品品质、服务做好，实现服务本地化，让当地用户觉得你的产品比美国本土品牌更好、服务更优，自然就能打开市场。

极客公园：不该再提「出海」这个概念的想法是怎么产生的？

张曦：这个想法其实是从 Lime 就开始的，Lime 坚持基于中国供应链来自建研发和供应链团队，又在全球的各个市场基于本地化建立本地运营团队。

作为对比，电动共享单车 Bird 是更具美国本土属性的品牌，但它没有强大的产品团队，认为产品只需从中国工厂采购即可，导致其产品可靠性远不如我们（Lime）。

而我们（Lime）拥有强大的中国研发和供应链团队，能保证产品寿命是竞争对手的 3-5 倍，且还在不断提升。

但反过来，如果只有中国供应链能力，也无法在美国市场成功。比如摩拜、ofo，它们融了大量资金，却没能在美国市场立足，核心原因就是产品形态不符合当地需求，运营模式也照搬中国经验，这是行不通的。

所以我们当时就意识到，做硬件类产品，最终必须结合「中国能力」和「本地能力」，这就是全球化的本质。

其实欧美企业根本没有「出海」这个词，它们只有「本地化企业」和「全球化企业」的区分。

今天，网络文学行业面临着一个根本性问题：对于文学创作，AI 未来究竟是创作者，还是工具？

10 月 16 日，在武汉光谷举行的 2025 阅文创作大会上，成立十周年的阅文给出了一个清晰而审慎的答案。会上，阅文密集发布了三款 AI 应用：「妙笔通鉴」、「版权助手」和「漫剧助手」。

阅文发布三款 AI 应用丨来自：2025 阅文创作大会

这些产品清晰地划定了阅文为 AI 设定的边界——并非要成为流水线式的「码字工」去取代创作者，而是要成为创作者的「第二大脑」，去辅助「好故事」的诞生；同时成为 IP 价值的「放大器」，去重塑整个 IP 开发和衍生的生态系统。

在这场由 AI 驱动的产业变革中，阅文的探索不仅是在回答「AI 能做什么」，更是在定义「AI 不该做什么」。正如阅文集团 CEO 兼总裁侯晓楠在现场所强调的：「IP 是灵魂，AI 是技术引擎和放大器，这是我们对『IP+AI』战略的定位。」

阅文试图在不触碰「原创力」这条红线的前提下，通过技术赋能创作、革新 IP 开发，进而破解内容产业供给过剩与价值实现不均衡的结构性难题。这不仅关乎一家公司的战略，更或许为 AI 时代的内容行业，提供了一个关于技术与创意如何共存的宝贵样本。

AI 不是作者，而是让作者更专注于「好故事」

近年来，随着大模型的能力日新月异，在关于 AI 的讨论中，「替代」始终是最核心的焦虑。当 AI 能写诗、能绘画、能作曲时，它是否也能写出足以让千万读者「催更」的网络小说？

阅文给出的答案是否定的。至少在当前阶段，其 AI 战略展现出了一种鲜明的克制与边界感。阅文集团高级副总裁黄琰在分享中提到，他与作家交流时发现，一部分创作者对 AI 划清界限，认为「AI 成文一眼假」，但更多的作家则关心阅文的 AI 技术将如何改变创作范式。

阅文的选择，是让 AI 退居「助手」之位。CEO 兼总裁侯晓楠在演讲中直言：「工具越普及，原创的想象力就越珍贵；技术越强大，好故事的内核就越重要。真正稀缺的，始终是那些能够构建精彩世界观、打动人心的原创能力。」这番话精准地道出了阅文的立场——AI 解决的是创作过程中的「体力活」，而非关乎灵魂的「脑力活」。

这种理念，集中体现在全新升级的作家助手及其核心能力「妙笔通鉴」上。对于动辄数百万甚至上千万字的网络文学而言，长篇创作中最耗费心神的，除了情节构思，便是对庞大设定的管理和记忆。一个角色的首次出场、一句不经意的对话、一个早期埋下的伏笔，都可能在百万字的更新中被遗忘，导致前后矛盾，即网文圈常说的「吃书」。这种「记忆焦虑」，是每一位长篇作者都必须面对的挑战。

妙笔通鉴丨来自：极客公园

「妙笔通鉴」正是为了攻克这一痛点而来。它并非用于生成章节内容，而是通过对千万字级作品的深度理解，成为作者的「第二大脑」。其核心价值在于：

一是挖掘伏笔，提升故事完整度。连载数年的长篇巨著，作者本人也难免遗忘早期设定。此时，AI 助手便能精准地检查出那些已经出场但后续情节缺失的角色，辅助作者进行补全。《绍宋》作者、白金作家榴弹怕水在体验后评价道：「简单问答就能检查出缺失后续结果的角色，我再做针对性的补全，就能让故事完整度整体提高一个层次。」

二是细节检索，避免创作 Bug。从梳理男女主角互赠的礼物以防「串台」，到寻找一个只记得相关人物关系的配角，「妙笔通鉴」都能快速响应，让作者从繁琐的记忆工作中解放出来，避免「吃书」的尴尬。

事实上，自 2023 年以来，阅文已在作家助手中陆续上线了「妙笔」（资料查询与灵感激发）、「AI 画师」（角色与场景可视化）及「错别字校对」等多个 AI 功能。黄琰在会上披露，妙笔大模型的作家周使用率已超过 75%，「妙笔通鉴」在发布前也有超 2000 位作家参与共创。AI 辅助，已深度融入网文作者的日常。

阅文作家助手的「妙笔」功能丨来自：极客公园

归根结底，阅文 AI 工具在创作端的价值，在于「降低门槛」，而非「替代创作」。它将平台二十年来沉淀在顶尖作者和资深编辑脑中的创作方法论，转化为一种普惠的 AI 能力，让更多有创意的「故事家」能更快跨越新手期，将精力真正投入到「讲好一个故事」这一核心任务上。

为 IP 开发「降本增效」，AI 帮中腰部作品「多赚点」

如果说在创作端，阅文的 AI 策略体现的是对原创力的「赋能」，那么在 IP 开发端，其布局则展现出更为锐利的「进攻性」，直指行业长期存在的痛点——效率与成本。

「版权助手」和「漫剧助手」的推出，正是为了改变 IP 开发的游戏规则，为海量的中腰部作品打破 IP 开发的高门槛。

黄琰在演讲中坦言，阅文坐拥千万级网文库，这是一个「甜蜜的烦恼」。当 IP 改编方带着模糊需求前来，要在浩如烟海的作品中精准匹配项目，无异于大海捞针。过去这依赖人工经验，不仅效率低下，且难免有遗珠之憾，导致大量优质中腰部作品常年沉睡。

「版权助手」正是要用 AI 解决这个匹配效率问题。当爆款短剧《离家后我带着女儿涅盘重生》火了之后，合作方希望找到风格相似的年代文，「版权助手」能快速分析其核心要素，并精准推荐《巧媳妇好日子》等作品，同时在数秒内生成包含故事梗概、人物小传、改编建议的完整「设定集」。

这套流程极大地降低了 IP 筛选的时间与人力成本，其更深远的产业影响在于，它为海量的中腰部作品创造了被看见、被评估的机会，实现了 IP 开发机会的「普惠」。

如果说「版权助手」解决的是「发现」的问题，「漫剧助手」则是在尝试解决「实现」的问题，为 IP 视觉化提供了一条全新的通路。

「很多幻想类作品的改编，长期以来面临视觉化产能的瓶颈，」阅文集团副总裁、总编辑杨晨指出。传统动画和影视开发的高昂成本与漫长周期，将绝大多数网文 IP 挡在了视觉化的大门之外。

漫剧助手丨来自：极客公园

据阅文公布，其漫剧业务仅探索一个季度，便已产出 30 部播放量破千万的作品，头部内容播放量破亿。漫剧巨大的市场潜力背后，是生产力的革新。AI 漫剧，作为由 AIGC 催生的新内容形态，以其「轻、快、广」的特点正成为突破口。「漫剧助手」作为一个一站式平台，覆盖了从 AI 辅助剧本改编、风格化素材选用，到一键生成动态视频的全流程。

为了推动这条新赛道，阅文宣布了雄心勃勃的「创作合伙人计划」，开放十万部 IP，设立亿元专项基金。这不仅是为读者提供新内容，更是为海量 IP 提供了一个成本可控的「试水」和「视觉化验证」渠道，无疑是 IP 价值链条中极具战略意义的放大器。

内容供给过剩的时代，AI 的价值是「平权」

站在更高的行业视角审视阅文的 AI 布局，一个根本性问题浮出水面：在一个内容供给远大于需求的时代，用 AI 技术带来更多的作品，是否只会加剧无效内卷？

答案或许并非如此。穿透「降本增效」的表象，会发现阅文 AI 战略的终极价值，指向了一个更深刻的词——「平权」。

首先，是面向创作者的「创作平权」。AI 工具的本质是知识与能力的普惠。它让「讲好一个故事」这件事，在一定程度上与纯熟的写作技巧解耦，回归到创意的本质。一个有绝佳创意但文笔稍弱的作者，可以通过 AI 助手跨越技术门槛，将更多精力投入到故事的灵魂——情节设计、人物塑造和情感表达上。这并非生产力的替代，而是一种创作权利的下放，让更多的「好故事」有诞生的机会。

其次，是面向海量 IP 的「开发平权」。长期以来，网文 IP 的开发遵循着残酷的头部效应，只有金字塔尖的少数作品才能获得高成本开发机会。中腰部作者虽是生态基石，但在 IP 变现的道路上却步履维艰。

AI 工具的出现正在打破这一局面。「版权助手」给了被埋没的作品被「看见」的机会；「漫剧助手」则给了它们低成本「变身」的机会。这实质上通向的是解决「创作收入不均衡」这个产业长期存在的结构性难题，为生态健康和作者收入多元化提供了新的可能性。

2025 阅文创作大会现场丨来自：极客公园

当然，必须清醒地认识到，供给的极大丰富，最终依然要靠「好故事」本身来赢得读者的青睐。AI 时代，技术无法替代触动人心的原创力——这个市场的最终检验标准，从未改变。

阅文的探索，恰恰建立在这一认知之上。它没有选择用 AI 去「写」，而是选择用 AI 去「帮」。这种审慎而务实的态度，或许才是 AI 在内容领域最正确的打开方式。

在 2025 年这个 AI 于诸多领域逐渐超越人类的时间点上，阅文和网络文学给出的这个答案，不仅关乎一家公司的战略，更关乎整个内容生态的未来走向：技术应服务于创意，而非取代创意；AI 的终极价值，是帮助每一个会讲故事的人，让他们笔下的世界，能以更多元、更璀璨的形式，抵达更广阔的人心。

9650 万美元，微软 CEO 纳德拉获史上最高薪酬

10 月 22 日消息，据媒体报道，微软 CEO 萨蒂亚·纳德拉的 2025 财年薪酬跃升至 9650 万美元，这也是他担任微软 CEO 十多年以来的最高薪酬。

而董事会将此归功于公司在 AI 领域的进步。

微软董事会薪酬委员会在发布的一份监管文件中的致股东说明中写道，纳德拉带领公司在 AI 领域取得了「非凡」的年度进展。

据悉，纳德拉的薪酬较 2024 财年的 7910 万美元增长 22%。

微软在监管文件中表示，纳德拉的薪酬中包含 250 万美元的基本工资，90% 的薪酬以微软股票形式发放，而纳德拉自 2014 年起担任微软的第三任 CEO。

此外，截至 6 月的财年，纳德拉的高级副手们的薪酬也都有所增长。（来源: 快科技）

马斯克 Q3 电话会议：寻求在华获得特斯拉 FSD 批准，担心被赶下台

北京时间 10 月 23 日，特斯拉发布了 2025 财年第三季度财报。随后，特斯拉 CEO 埃隆・马斯克 (Elon Musk)、CFO 瓦布哈维・塔尼亚 (Vaibhav Taneja) 出席了电话会议，回答了分析师的提问。

以下是特斯拉第三季度财报和电话会议要点：

—— 总营收达到创纪录的 280.95 亿美元，较上年同期的 251.82 亿美元增长 12%；归属于特斯拉普通股股东的净利润为 13.73 亿美元，较上年同期的 21.73 亿美元下降 37%。

——营收超出分析师一致预期，但调整后的每股收益不及预期，拖累特斯拉股价在盘后下跌超过 1%。

——马斯克透露，可能会在明年第一季度发布 Optimus V3 人形机器人。

—— 塔尼亚表示，正在与中国及欧洲、中东和非洲地区的监管机构合作，让 FSD 获得批准。

——塔尼亚称，竞争和关税是特斯拉面临的两大阻力，第三季度关税影响超过 4 亿美元。

——马斯克表示，三星和台积电都会生产特斯拉的 AI5 自动驾驶芯片。

——塔尼亚呼吁股东在 11 月 6 日的股东大会上投票支持马斯克的 1 万亿美元薪酬方案，并让三名董事连任。

—— 马斯克强调了增加投票控制权的重要性。「如果我存在被赶下台的可能性，我将无法安心打造机器人军团。」他表示。随后，他更痛斥股东代理咨询机构 ISS 与 Glass Lewis 为「企业恐怖分子」。（来源：凤凰科技）

谷歌宣布实现量子计算重磅突破：Willow 首次完成传统计算机无法完成的任务，运算速度约为后者 13000 倍

10 月 22 日消息，谷歌宣布其量子计算研究团队开发出一种全新算法（命名为「量子回声」），并通过 Willow 首次完成了传统计算机无法完成的任务。谷歌称这一突破为量子技术在五年内的有效应用铺平了道路。相关成果今日已发表在《自然》上。

该成果使量子计算在分子结构计算领域取得突破，为未来在医学和材料科学方面的应用奠定基础。据谷歌介绍，该算法能够以量子方式计算分子结构，运算速度比传统的超级计算机快约 13,000 倍。

这是历史上首次有量子计算机成功运行可验证的算法，其性能超越超级计算机。这种可重复、超越经典计算的成果是实现可扩展验证的基础，使量子计算机更接近实际应用。

谷歌量子人工智能部门首席科学家、诺贝尔物理学奖得主 Michel Devoret 表示，这标志着量子计算迈入「全规模计算」的新阶段。

英国萨塞克斯大学量子技术教授温弗里德・亨辛格（Winfried Hensinger）称，谷歌已展示了所谓「量子优势」，即利用量子计算机完成了传统计算机无法实现的任务。不过，他同时指出：「谷歌此次的成果虽令人印象深刻，但聚焦于特定的科学问题，对现实世界的直接影响有限。」（来源：IT 之家）

腾讯混元世界模型 1.1 版本发布并开源：单卡即可部署，秒级创造 3D 世界

10 月 22 日消息，腾讯混元官宣，混元世界模型 1.1 版本（WorldMirror）正式发布并开源，新增支持多视图及视频输入，单卡即可部署，秒级创造 3D 世界。

今年 7 月，腾讯推出了混元世界模型 1.0，这是业界首个开源并兼容传统 CG 管线的可漫游世界生成模型，其 lite 版本在消费级显卡就可以部署。

作为一个统一（any-to-any）的前馈式（feedforward）3D 重建大模型，混元世界模型 1.1 解决了 1.0 版本仅支持文本或单图输入的局限，首次同时支持多模态先验注入和多任务统一输出的端到端 3D 重建。

此外，混元世界模型 1.1 还支持额外的相机、深度等多模态先验输入，并基于统一架构实现点云、深度、相机、表面法线和新视角合成等多种 3D 几何预测。

混元世界模型 1.1（WorldMirror）已完全开源，开发者可克隆 GitHub 仓库，按照文档一键部署到本地使用。普通用户也可以直接进入 HuggingFace Space 在线体验，支持上传多视图图像或视频，实时预览 3DGS 渲染结果。（来源：IT 之家）

Netflix 宣布全力投入 AI：「能帮人类把故事讲得更好」

10 月 22 日消息，据外媒 TechCrunch 报道，在娱乐行业探索是否、何时、以何种方式「拥抱 AI」的当下，Netflix 选择了「积极拥抱」的态度。

在当地时间周二下午发布的季度财报中，Netflix 在致投资者的信中表示，公司「非常有优势，能够有效利用 AI 的持续进步」。

Netflix 并不打算让生成式 AI 成为内容创作的核心，而是将其视作「能提升创作者效率」的工具。

今年早些时候，Netflix 首次在阿根廷剧集《The Eternaut》的最终画面中使用生成式 AI，制作了一栋建筑倒塌的场景。随后，《Happy Gilmore 2》的制作团队在开场使用 AI 让角色显得更年轻，《Billionaires』 Bunker》的制片人则利用 AI 在前期制作中设计服装和布景。

AI 在娱乐行业一直存在争议。因为艺术家担心，其作品在未经同意的情况下被各路大模型作为训练数据，会对职业产生负面影响。

当投资者问及 Sora 对 Netflix 的影响时，萨兰多斯表示：「内容创作者可能会受到一定影响，但我对电影和电视剧业务并不担心。我们不担心 AI 会取代创造力。」（来源：IT 之家）

谷歌云计算有望获得 Anthropic 百亿美元大单 消息称双方已在洽谈

10 月 22 日消息，据外媒报道，在云计算方面，谷歌虽然较早提出了这一概念，也是较早发展这一业务的厂商，目前也有可观的营收，但他们与亚马逊相比，在规模上还是有不小的差距。

不过，从外媒最新的报道来看，谷歌的云计算业务，有望获得百亿美元级的大单，开发了 Claude 系列大模型的人工智能初创公司 Anthropic，正在同他们就提供云服务进行洽谈。

外媒援引知情人士的透露，报道谷歌在与 Anthropic 洽谈的，就包括谷歌向 Anthropic 提供云计算服务。

但外媒在报道中也提到，双方的谈判仍在进行中，尚未敲定相关的协议，两家公司也尚未透露相关的消息。（来源: TechWeb）

百度萝卜快跑落地瑞士，推出自动驾驶出行服务 AmiGo

10 月 22 日消息，萝卜快跑与瑞士领先的公共交通运营商——瑞士邮政旗下的邮政巴士（PostBus）达成战略合作，将在瑞士推出自动驾驶出行服务「AmiGo」。

根据规划，萝卜快跑将于今年 12 月在瑞士东部的圣加仑州、外阿彭策尔州和内阿彭策尔州启动初步车队测试，并计划尽快实现常规化、完全无人驾驶运营。

届时，乘客可以通过手机应用预约车辆，享受最多可容纳四人的专属或拼车服务。

萝卜快跑为 AmiGo 定制了萝卜快跑第六代无人驾驶汽车，该车型可容纳四名乘客，采用可拆卸方向盘设计，为未来全面无人化运营做好准备。

资料显示，截至 8 月，萝卜快跑已累计提供超 1400 万次服务，安全行驶里程超 2 亿公里，驶入香港、迪拜、阿布扎比等全球 16 座城市。今年，萝卜快跑先后与全球头部出行平台 Uber 和 Lyft 达成战略合作，并在迪拜获得了 001 号自动驾驶测试牌照、建立了首个规模化测试车队。（来源: TechWeb）

王自如自曝负债 1 个亿，出差只能坐绿皮火车

10 月 22 日消息，新浪新闻发布《一天零一页 2025》栏目预告片，王自如在片中乘绿皮火车出行，称因限高只能选择这种出行方式。

视频中，王自如称创业首要目标是「还钱」，透露要全部解决对所有股东的回购邀约需要「小一个亿」。

综合此前报道，今年 6 月，王自如曾发布视频，隐晦解释了自己离开格力的原因，并透露了再次创业的方向：AI 内容，以及用 AI 技术去帮助传统产业加速完成数字化转型。

10 月 20 日，雷鸟创新突然官宣，近日王自如已正式入职，但并未提供明确职务信息，只是放出了涉及王自如及公司新产品的活动海报。（来源：IT 之家）

华为鸿蒙 HarmonyOS 6 正式发布：「智慧光感」设计，实况窗、小艺、碰一碰全面升级

10 月 22 日消息，华为鸿蒙操作系统 6 正式发布。鸿蒙星河互联架构迎来升级，连接能力更强，感知能力更强，可将手机贴在笔记本屏幕上互传文件。

鸿蒙 HarmonyOS 6 迎来流畅度提升，从鸿蒙 5 升级后流畅度提升 15%，从鸿蒙 4 升级后流畅度提升 40%；带来全新全场景互联架构，星闪连接、小艺等均迎来进化升级。小艺背靠 20 万亿 Tokens，支持真人感对话、AI 修图、看世界、慧记等。

此外，首批 80+ 鸿蒙应用智能体已正式上线。

鸿蒙应用实现 100% 代码数字签名、100% 来源可靠。此外，鸿蒙已拦截 240 亿次不合理的权限索取。通过全新星河互联架构，鸿蒙 6 即将实现与 iOS 生态设备的近场互传功能；并迎来多项 AI 功能提升，备忘录可自动生成摘要、文档整理也更加智能；隐私安全功能迎来全新升级，可主动预警安全风险，比如接听电话时自动识别 7 类疑似诈骗内容。（来源：IT 之家）

全球首款万元以内高性能人形机器人：松延动力 Bumi 小布米发布，9998 元能跑能跳舞

10 月 22 日消息，松延动力发布全球首款万元以内高性能人形机器人——松延动力 Bumi 小布米。

小布米定价 9998 元，身高约 94cm，体重约 12kg，自由度 Dof ≥ 21。可以从官方演示注意到，小布米能走、能跑、能跳舞，小巧尺寸也可以让人轻松抱起。

小布米还支持图形化编程，让孩子通过拖拽模块完成动作编排；还有语音交互能力，可实现多项孩子陪玩功能。

小布米将于 10 月 23 日晚 8 点开启预售，暂未公布更多具体参数。（来源：IT 之家）

华为 Mate 80 系列已备案：11 月亮相，全球首发麒麟 9030

据知名数码博主 @ 数码闲聊站 最新发布的信息显示，与此前曝光的消息基本一致，全新的华为 Mate 80 系列已经备案，新品会在 11 月亮相，其中 Mate 80 标准版代号「Voyager」，提供黑色、白色、青色和绿色四种配色。结合此前相关爆料，该系列将包含 Mate 80、Mate 80 Pro、Mate 80 Pro+和 Mate 80 RS 非凡大师四款机型，将首发搭载全新的麒麟 9030 芯片（Mate 70 系列首发麒麟 9020）。

其他方面，根据此前曝光的消息，全新的华为 Mate 80 系列将全系回归直屏设计，告别等深微曲屏方案。其中，标准版配备 6.75 英寸 1.5K 分辨率直屏，高配版则采用 6.89 英寸 1.5K 双层 OLED 直屏，屏幕峰值亮度高达 4000 尼特。另外，新机或采用极窄边框设计，边框宽度仅为 1.2mm 左右，屏占比高达 94.5%。硬件上，该系列有望首发麒麟 9030 旗舰处理器，配备 6000mAh 硅碳负极电池，支持 100W 有线快充和 80W 无线快充。值得一提的是，华为 Mate 80 系列将预装鸿蒙 OS 6 系统，支持卫星联网功能。

据悉，全新的华为 Mate 80 系列预计将于今年 11 月正式亮相。更多详细信息，我们拭目以待。（来源: TechWeb）

《幻兽帕鲁》开发商明确表态：不信 AI、Web3、NFT，不会推出含这些元素游戏

10 月 22 日消息，Pocketpair 工作室传播总监兼发行经理 John Buckley 接受游戏媒体 Game Developer 采访，谈及现今火热的一些风口能否应用于游戏。

Buckley 表示：「我们不会发行或参与任何包含 AI、Web3、NFT 元素的游戏，原因很简单——我们不信那一套。可能有的人会说我在撒谎，但这就是事实，我们的态度很坚定，如果你热衷于这些东西，可以去找愿意容纳这些元素的工作室谈，但我们显然不是那种人」。

节目主持人随后回顾了《幻兽帕鲁》游戏被指使用生成式 AI 制作游戏的传闻，尤其是部分玩家以游戏中「帕鲁」与「宝可梦」设计相似为证据得出所谓结论，但 Buckley 表示，他们公司一直反对使用生成式 AI，但现在几乎不可能去平息这些谣言。

Buckley 还表示，部分玩家关于「《幻兽帕鲁》的多语言翻译使用了机翻」的说法是错误的，他对此解释道：「这些人拿游戏制作人名单没有列出所有译者名字来说事，试图以此证明我们用了机翻或 AI，但这其实是日本游戏业界的通用做法，他们一般只会写『某某公司负责』，虽然我不喜欢，但这就是行业惯例」。（来源：IT 之家）

作为中国最早一批AI先行者，向来低调温和的李彦宏，在过去一年多来分外活跃，经常提出一些「与众不同」的观点。

比如，当国内外科技公司都在疯狂卷大模型，卷参数、卷数据训练时，李彦宏的发声是「不要重复造轮子，模型的意义在于应用。」

当应用开始被逐渐重视起来，很多人争相打造 C 端 AI 爆款，复制互联网时代「超级 APP」的神话时，作为互联网时代最成功的创业者之一，李彦宏认为「大模型对于 ToB 业务的改造，比互联网对于 ToB 的影响力要大一个数量级。」

卷应用下半场中，当很多人跟风造应用，摸不准方向时。他先注意到，下一个应用趋势将是智能体，而当时智能体在行业还算是新物种、非共识。

而与这种市场敏锐捕捉同时发生的，还有百度内部毫无偏差地执行。

李彦宏一直说大模型要卷应用，如今文心大模型发布近一年多来后，百度仍在持续致力于降低普通人开发应用的门槛。经过一年的实践，今天，百度推出的智能体开发工具文心智能体平台已吸引 15 万家企业、80 万名开发者。

这种敏锐的直觉与执行究竟从何而来？

在中国大模型从探索到落地的过程中，百度已经不只是一个企业，更是一个代表性案例，记录着产业进化中，一个超级巨头如何从变革自我到变革行业的故事。

01

不断验证的「非共识」

放眼国内，你可能很难找到比李彦宏更虔诚的AI信仰者。

早在 2012 年百度就由李彦宏带队组建了国内最早的 AI 研究院，到了 2019 年前后，李彦宏的 40 次公开演讲、15 万字，次次不离 AI。作为全国政协委员，李彦宏更在连续 8 年的「两会」中，提出了 13 份 AI 相关提案。但凡对 AI 有兴趣者，无论是国家领导、相关企业，还是学生，李彦宏都要向他们「安利」AI。

自 2022 年底大模型爆发开始，李彦宏对 AI 的「布道」逐渐密集了起来。

2023 年的「百模赶考」期间，6 月份，国产大模型的数量还不到 80 个，而仅仅四个月过去，去年 10 月，国内发布大模型超过 230 个。

在大模型最热的时期，向来低调的李彦宏一改温和往日风格，直言「不断地重复开发各种各样的基础大模型，是对社会资源的一个极大浪费」。

来自红杉资本调查的一组数据显示，去年英伟达芯片订单高达 500 亿美元，而整个生成式 AI 企业的收入才 30 亿美元。而这其中，Open AI 等极少数头部玩家，又拿走了其中绝大部分的收入。

但不卷大模型该卷什么呢？

在李彦宏看来，「要卷AI应用，不要重复造轮子」，「没有构建于基础模型之上的、丰富的 AI 原生应用生态，大模型就一文不值」

原因很简单，基础大模型的建设，智能水平 scaling law 的同时，研发投入、数据量级、算力成本也在同步指数级增长，而对于这样一场漫无边际的军备竞赛，远非普通团队可以负担。

也是因此，到了今年，美国做基础大模型的企业只剩下 5 家，OpenAI、Anthropic、Meta、谷歌。在国内，不少头部大模型企业，也罕见的不再谈 AGI，转而分享落地方向和进展。

也是在这一时期，「超级 APP」似乎又成了行业发展的新方向。各种面向 C 端的 AI 绘画平台，AI 办公平台、AI 陪伴产品如井喷般层出不穷。然而对此倾注了极大热情的创业者与投资人们很快发现相比对大模型一时的兴趣，用户更关注产品的体验、内容的建设以及交互的便捷，这些能力的建设远非一朝一夕。

相比一股脑的卷「超级 APP」，「大模型对于 ToB 业务的改造，比互联网对于 ToB 的影响力要大一个数量级」——市场再次验证了李彦宏的认知。

早在 2023 年 5 月 9 日，百度就发布了百度智能云千帆平台，作为面向企业客户的大模型平台，提供大模型推理服务和模型精调开发全套工具链，它帮助企业加速将大模型的能力应用到具体的场景中，深扎产业应用成为这一时期百度做大模型的显著特色。

但这就够了吗？李彦宏并不满足于此。

一个基础的认知是，技术的应用成本与创新的总和往往以跷跷板的结构出现。技术的成本越低，围绕技术所产生的创新就越多。最典型的代表是流量费用与移动互联网的普及速度。

上世纪九十年代，上网的费用以时间进行计费，在人均收入不过几百元的时候，1 小时的网费就可以达到 30 元上下，会上网成为小康家庭的象征。2000 年之后，ADSL 等技术出现让每个月的上网费用可以被控制在 100 元上下，借此东风，中国互联网 BAT 的格局正式形成;2010 年后出现流量包月，服务移动互联网浪潮正式开启。在这之后，流量费用一降再降。仅 2014 至 2020 年中国流量平均资费就从 131.3 元/GB 降至 3.75 元/GB 六年间降低了 97.1%，直播、短视频等行业迅速兴起，新的超级应用正式形成。

但对于大模型来说，成本不仅源于价格，更源于技术本身。如果依然是开源的模型微调，繁复的 API 对接，那么仅仅微调这一个环节，就足以让创新的数量出现指数级别的暴跌。在千帆之外，百度还在想办法进一步降低 AI 的应用门槛。

智能体是在李彦宏看来门槛非常低的一种 AI 应用，随着大模型能力不断提升，智能体的创建会非常简单，只需最简单的自然对话交互，更通俗来说用户只要几句话，就能创建自己的 AI 应用。

这一认识不仅得到了多位 AI 大牛的呼应，比如吴恩达看好智能体工作流，扎克伯格判断其数量会达到数十亿，比尔·盖茨认为智能体会颠覆软件行业，成为像 Android、iOS 和 Windows 一样的平台。

随着李彦宏等 AI 专家在行业里不断发声，智能体的热度不断提升，逐渐成为行业热点。今年 9 月，李彦宏曾提到「智能体还是非共识」，而这 2 个多月，智能体进化跑出了加速度，百度世界 2024 上，李彦宏抛出「智能体是 AI 应用的最主流形态，即将迎来它的爆发点」。

从圈内人士的专业词汇到如今普通人可一句话就能创建智能体，究竟意味着什么？

李彦宏的答案是「超级有用」。

02

如何打造「超级有用」的应用？

围绕「超级有用」，刚刚结束百度世界 2024 大会上，百度发布了最新的检索增强的文生图技术（iRAG）和无代码工具「秒哒」。

行业角度看，过去两年，文本生成大模型基本消除了幻觉，回答问题的准确性大幅提升，但图像等多模态内容和 RAG 的结合还不够。比如让大模型生成一个北京天坛的照片，天坛是 3 层建筑，AI 生成了 4 层——明显的信息错误，将限制多模态大模型的规模化应用。

因此，百度推出的 IRAG 依托百度搜索的亿万图片资源和强大的基础模型相结合就可以生成各种真实且准确的图片。

这也不难理解，文图生成不精准，要么是大模型没有理解或者没有现有的图片参考，要么就是生成能力欠缺，百度的 iRAG 针对性解决的正是这两个问题。

根据测评，用户只需输入关键信息，如「帮我画一张马斯克和一只迅猛龙在后备箱里剥豆角」，立马可以获取一张信息无误、超真实的图片，即使该场景现实中不存在，也能生成特定人物和环境的图片。

相比过去千篇一律的漫画风、卡通风 AI 图像，这张照片不仅少了很多 AI 味儿」，更是在真实度上有了巨大提升。

优化大模型准确度，是为了更好应用落地。而围绕应用落地，智能体是目前李彦宏看好的赋能工具。

此前李彦宏曾预判，大模型发展要经历这么几个阶段，首先是 Copilot 阶段，需要人类进行辅助、把关后，才能交付成果；然后是 Agent 智能体，智能体最大的特点是有一定的自主性，具备自主使用工具、反思、自我进化等能力；最后是 Al Worker，能够像人一样独立完成各种脑力和体力劳动。

而当下正处于 Agent 智能体阶段。「智能体相当于 PC 时代的网站和自媒体时代的账号，最明显的特点是门槛足够低，谁都能上手，天花板又足够高，可以做出非常复杂，非常强大的应用。」

基于这种低门槛与高天花板的思路，「无代码」工具「秒哒」应运而生。利用「秒哒」，用户只需要向大模型表达出需要的智能体工作流等信息，大模型就能直接生成代码构建专属智能体。

而且，该智能体还能充分调动、合理编排文心大模型内多种知识库、智能体和工具，比如网页检索、IRAG、地图 API 等，智能高效完成任务。

也就是说，基于无代码产品，每个用户及企业都能通过自然语言交互，自己就可以搭建并指挥多个智能体协同完成任务，不需要基础的代码能力，也不需要项目经理、设计人员、开发人员、测试人员等专业人员，每个人都拥有程序员的能力。

至此，通 iRAG 让大模型更精准、通过无代码让人人可上手，「一个前所未有的只靠想法就能赚钱的时代」已经正式完成从 0 到 1 的基础设施铺垫。

03

造一个新生态：从 1 到数百万背后的应用「哲学」

基础设施从 0 到 1 的铺垫之后，如何完成从 1 到 100，再到 100 万乃至数百万的加速。

重点在于生态。

于是，一个新的产业分工开始形成：基础设施的提供者们基于大模型的压强投入与海量的数据积累起了技术的钢铁长城；开发者们则凭借专业垂直的知识积累，补全技术落地的最后一块拼图。

在基础设施侧，截至 11 月初，百度文心大模型的日均调用量超 15 亿，相较 5 月披露的 2 亿，增长 7.5 倍，相较一年前首次披露的 5000 万次，更是增长约 30 倍，数据大超预期。

在产业应用方面，李彦宏也公布了百度的新进展，他现场发布了基于大模型的 100 大产业应用，涵盖制造、能源、交通、政务、金融、汽车、教育、互联网等众多行业。通过百度智能云千帆大模型平台，有 60% 的央国企和大量的民营企业都与百度智能云合作，累计帮助用户精调了 3.3 万个大模型，开发出了 77 万个企业级应用。

以百度和智联招聘合作为例。

在企业的招聘中，往往面临着两大难题：用人部门提出的人才需求描述主观且模糊，HR 无法据此得出可量化的简历挑选标准；与此同时，岗位分工逐渐细化，HR 认知与岗位需求之间的鸿沟随之越来越大。

如果无法解决这两大问题，不仅会消耗 HR 的时间和精力，企业招聘周期变长，甚至错失人才也成为常态。通过自然语言对话获取求职者关键信息，结合岗位描述快速绘制精准匹配画像，精准推荐职位并筛选人才，提升用人和求职双方效率。

现在双方已合作沉淀出系列提示词模板，在数万条数据中验证，场景平均准确率高达 93%，这无疑为招聘行业带来革新。

又比如客服领域，在当下，公司类智能体重要性不亚于传统互联网时代的公司官网，在公司基本信息、产品介绍、门店位置等传统官网具备的能力基础上，公司类智能体还具备主动推荐、及时响应和服务能力。百胜集团依托百度的客服产品和大模型能力打造的相关智能体，已经可以解决识别客户意图和上下文关联难题，并覆盖百胜全线业务，日会话峰值达数十万，调用量峰值数百万，问题解决率提升至 90%。

李彦宏在大会现场展示的文心智能体平台上的 TOP100 智能体，既有农民院士智能体等角色类，也有工具、行业、职场、情感、娱乐等各类场景的智能体，涵盖各行各业应用的方方面面。此外百度发布了全新工具类智能体自由画布。

近日，沙利文发布报告《2024 年全球 AI 生态全景概览》则对百度的 AI 生态建设成果做了精准总结，在全球 AI 生态全景中，百度与谷歌、OpenAI 位于 AI-Native Giant 同一象限。

沙利文研究，全球 AI 生态全景概览与趋势分析

「以应用为核心」这即是百度做大模型初心，也是百度有了如今成果的军功章。

04

结尾

像一棵树一样，企业的成功，也是有年轮的。

眼花缭乱的数字与层出不穷的产品只是最终的成果，真正的答案，藏在历史中那些幽微的思考与前行印记中。

2014 年，风华正茂的百度，在太庙与美国的奇点大学进行了一场关于人工智能的主题分享。并现场提出一个判断：十年内，人工智能的发展将会迎来「奇点」，在此之后，人类的能力进化将永远迟滞于 AI 的边界扩张，即便是小公司，也能依靠人工智能与行业巨头站在同一竞技舞台。作为分享背景的则是夜幕降临下打在太庙墙上的巨大百度 LOGO。

而那时的人工智能，既没有迎来 AlphaGo 大战李世石的举世瞩目，距离 ChatGPT 惊艳全人类也有八年之遥。

但也正是在那个人工智能还无人问津的时刻，百度开始坚定投入 AI 研发，向大洋彼岸的尚未拿下诺贝尔奖的 Geoff Hinton 抛去橄榄枝，并由李彦宏亲自带队建立起了深度学习研究院，并在此后十年时间里，延揽「谷歌大脑之父」吴恩达等领军人才、发布「少帅计划」，年薪百万招募全球 30 岁以下的 AI 精英……搭建起了一个由芯片层、框架层、模型层以及应用层组合起来的完整 AI 技术架构。

百度深度学习院，AI 相关人才

这十二年的漫长探索，跨越了 AI 的多个发展周期，见证了从深度学习到大模型每一个关键发展阶段的潮起潮落，从深度学习平台到千帆平台、智能体开发平台再到如今的无代码工具，不变的是百度一直在用技术去解决实实在在的问题，将普通人开发应用的门槛打下来。

表面看，这是一个搜索起家在 AI 上拥有先手优势企业的顺势而为，内核里，却是百度对 AI 长期主义信仰的坚持。

而在这一过程中，时间的价值就在于，在海面之上，用一盏灯点亮另一盏灯。基于百度 AI 架构的搭建起的 AI 生态，正如李彦宏所说，「我们即将迎来 AI 应用的群星闪耀时刻。每一个应用都是一颗星，每一个应用都将成为改变世界的力量。」

*头图来源：百度

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

OpenAI 的网络浏览器：ChatGPT Atlas 正式发布，能让 AI「替你上网」

10 月 22 日凌晨，OpenAI 通过直播正式推出首款桌面浏览器 ChatGPT Atlas，这款传闻已久的 AI Agent 浏览器终于落地。

亚马逊泄密文件曝光：计划用机器人取代美国 60 万名工人

据《纽约时报》报道，亚马逊多年来不断在仓库引入更先进的机器人，并一直声称不会用机器人取代员工或原本应由人类承担的岗位。然而，该报援引泄露的公司内部文件及相关访谈显示，亚马逊希望在 2033 年前用机器人填补本应由 60 多万个美国员工承担的岗位。

根据报道，亚马逊机器人团队计划自动化公司 75% 的运营环节，预计到 2027 年可消除 16 万个本应新增的岗位。虽然这一举动不利于公司公关，但自动化将令亚马逊每送出一件商品节省 0.3 美元，仅 2025 至 2027 年期间就能为公司节约 126 亿美元成本。

令外界震惊的是，公司估计到 2033 年商品销量将翻倍，利润更高，而需要支付的人工则更少。泄露材料还显示，亚马逊高层已在考虑参与社区项目，以化解因岗位消失而引发的社会反弹。相关材料还显示，亚马逊内部建议避免直接使用「人工智能」与「自动化」等表述，倾向用「先进技术」，甚至考虑用「协作机器人」（cobot）等弱化机器替代人类的词汇。

对于上述报道，亚马逊回应称相关文件并不完整，无法代表公司整体招聘策略，也否认对高管避谈某些术语的指示。（来源：cnBeta）

宇树四足机器人实训平台发布：提供机器人人才培养和认证服务

10 月 21 日消息，今日宇树发布了四足机器人实训平台，该方案是面向教育的「具身智能机器人技术一运维一应用研发」全链条的人才培养与认证平台，将以 Unitree Go2 生态为核心，打通「仿真一上机一竞赛一实训项目」一体化路径，在成本与安全可控的前提下提升学生的工程实践能力。

据悉，该方案配置标准化实训台、多模态传感套件、 ROS2 / Unitree SDK / 远程调试环境、配套实训课程包、运控与算法案例库等。并且提供基础维护、运动控制、自主导航、二次开发等分级课程。（来源：IT 之家）

OpenAI 竞争对手来了，Anthropic 与谷歌洽谈云协议，最高达百亿美元

人工智能初创公司 Anthropic 正与谷歌就一项价值高达数百亿美元的云计算协议进行谈判，这笔潜在交易将为 Claude 提供大规模计算能力支持。

10 月 21 日，据媒体援引知情人士报道，Anthropic 与谷歌公司正洽谈一份云计算服务协议，价值处于 10 亿-100 亿美元区间。

这笔交易将巩固谷歌与 Anthropic 的合作关系。谷歌此前已向 Anthropic 投资约 30 亿美元，并为其提供云服务。Anthropic 的主要投资者还包括亚马逊，后者同样为该公司提供计算资源。

谷歌此前已对 Anthropic 投入约 30 亿美元，包括 2023 年承诺的 20 亿美元以及今年早些时候追加的 10 亿美元。这使得谷歌既是 Anthropic 的投资方，也是其云服务提供商，形成双重合作关系。

对 Anthropic 而言，获得充足的计算能力支持是实现激进增长目标的前提。该公司需要大规模云资源来训练和运行其 AI 模型，满足企业客户日益增长的需求。（来源：富途牛牛）

红果内测短剧带货

据报道，红果短剧近日已开启小范围内测短剧带货，用户在红果 App 观看短剧时，会自动弹出「搜同款」提示，或用户暂停观看时，页面显示搜同款商品提示。目前，「搜同款」带货方式几乎覆盖了红果平台上所有短剧。红果短剧开始为抖音电商导流，有望成为字节系新的超级大入口。

QuestMobile 数据显示，2025 年 6 月，红果用户规模同比增长率高达 179.0%，月活达到 2.12 亿。（来源：Tech 星球）

全球首款智能眼镜购物应用公布：京东科技联手 Rokid 打造，看一眼识物下单、说一声安全支付

10 月 21 日消息，京东科技与智能眼镜品牌 Rokid 乐奇今日宣布达成战略协议，由京东科技研发的购物智能体 JoyGlance 将首发登陆 Rokid 乐奇眼镜。

此次携手，将开启全球首个「所见即购买」的智能眼镜全链路购物入口，用户看一眼就能识别物品，说一声就能通过多重生物识别完成安全支付。

• 在健身、做家务、和孩子玩耍等不方便使用手机的场景时，只需说「乐奇，帮我搜同款」唤起应用，通过眼镜注视物品 1-2 秒，即可通过语音交互完成支付下单；

• 对于老年群体而言，传统网购流程复杂、操作门槛高，而 Rokid 乐奇眼镜通过语音与视觉交互，看到心仪物品，只需简单指令即可完成购买。

在安全方面，JoyGlance 采用「语言识别 + 声纹识别」的金融级安全支付方案，宣称安全性优于传统密码和指纹支付。

JoyGlance 购物智能体将于 11 月在 Rokid 乐奇眼镜上亮相，届时即可通过眼镜摄像头识别后搜同款加购，下单支付功能预计明年 1 月份上线。（来源：IT 之家）

王自如入职雷鸟创新

雷鸟创新发文官宣了王自如入职雷鸟的消息。雷鸟表示：近日，雷鸟迎来一位特别的「新同事」王自如 AI，据说他已正式入职，还与创始人面对面深聊许久。做产品？当顾问？还是有更大的计划？

对此，有网友猜测，王自如的新身份可能为营销总监。（来源：新浪科技）

余承东公布华为路由 X3 Pro，下月正式上市

10 月 21 日消息，华为常务董事、终端 BG 董事长余承东今日揭晓了此前其预热的新品的身份——华为路由 X3 Pro  ，将于 11 月正式上市。

从图片来看，华为路由 X3 Pro 主体呈圆柱形，上半部分是透明的，能够展示内部的灯光，提供类似「日照金山」「雪落满山」的效果，被网友评价为「桌面艺术品」「精致摆件」。照片还显示，这款路由器有子母两个部件，疑似支持无线 MESH 组网。

官方还未公布华为路由 X3 Pro 的配置信息，爆料称其支持 Wi-Fi 7 协议，集成星闪（NearLink）网关功能，可充当全屋智能设备的中枢控制器，实现多设备协同。

预计华为路由 X3 Pro 定位高端旗舰产品，IT 之家将保持关注。（来源：IT 之家）

29999 元起，2025 款 M5 芯片苹果 Vision Pro 头显今日发售

10 月 22 日消息，2025 款苹果 Vision Pro 头显今日发售，国行定价 29999 元起，该产品此前已于 10 月 17 日上午 9 点接受预购。

新一代 Apple Vision Pro 搭载性能更强的 M5 芯片与全新的双圈编织头带（IT 之家注：初代用户可单独购买），在性能、显示渲染、AI 工作流和续航方面均有显著提升，并搭载 visionOS 26，支持 120Hz 刷新率。

此外，头带配有双功能调节旋钮，用户可微调松紧以获得理想贴合度。该配件提供小号、中号与大号三种尺寸，可单独购买并兼容上一代 Vision Pro。

它搭载了基于第三代 3nm 工艺的 M5 芯片，从而让 Vision Pro 的运行更快、更流畅、更灵敏；其 10 核 CPU 提供更高的多线程性能，使应用与小组件加载更迅速、网页浏览更流畅。

新一代 10 核 GPU 支持硬件级光线追踪与网格着色，为开发者在游戏与可视化场景中呈现更真实的光影与反射效果提供可能，例如在游戏《控制》中展现更高画质。（来源：IT 之家）

2.99 万元起、会走太空步：加速进化 Booster K1 人形机器人亮相

10 月 21 日消息，加速进化今日公布了一款 Booster K1 人形机器人新品，这是一款具身开发入门级平台，限时 2.99 万元起。

海报中的 Booster K1 摆出了迈克尔・杰克逊的经典舞蹈造型，手部和脚部都较为精细，甚至还有鞋子。

根据加速进化官方晒出的视频，Booster K1 甚至可以跳舞，模仿迈克尔・杰克逊的经典舞蹈动作「太空步」。

2025 加速进化生态大会将于 10 月 24 日在北京・国家速滑馆举行，正式发布 Booster K1。该机器人支持二次开发，身高 1m，体重 19kg。（来源：IT 之家）

日本便利店引进机器人，但它们是由远在菲律宾的 VR 操作员操纵的

在马尼拉金融区的一栋多层办公楼，约 60 名年轻男女正通过远程操控，在日本的便利店给货架补货机器人进行监控和操作。当机器人偶尔掉落罐装饮料时，工作人员会戴上 VR 头显，利用操纵杆进行干预，协助机器人完成拾取工作。

这些 AI 机器人由东京初创公司 Telexistence 设计，运行在 NVIDIA 与微软平台上。自 2022 年以来，Telexistence 已在东京逾 300 家 FamilyMart 和 Lawson 便利店部署该机器人，未来还计划进军 7-Eleven。

Astro Robotics 这家机器人劳动力初创公司负责在马尼拉对这些机器人 24 小时远程监控。由于日本面临劳动力短缺且对移民政策审慎，远程机器人操作成为将体力劳动外包的新模式。

虽然为外企工作薪酬较高，但部分菲籍工程师仍选择服务本地企业。菲律宾初创公司 Sofi AI 首席技术官 Marc Escobar 曾获美国 AI 公司 Anthropic 高薪邀约，月薪达 1500 美元，但他最终选择留在本地，「希望推动本地工程师与 AI 共同成长」。（来源：cnBeta）

作者｜金光浩

编辑｜靖宇

在 AI 时代，最赚钱的可能不是那些会写代码的人，而是那些能把专业经验 「 产品化 」 的人。

这个判断听起来反常识，但我最近观察到一个有趣的现象：

我一个做论文降重的朋友，每天重复处理十几份论文，虽然用了 DeepSeek 这样的 AI 工具，但因为不会写代码，无法把流程自动化，只能手动重复操作，收入被死死锁在 「 工作时间 」 这个天花板上。

另一个做电商运营的朋友，有一套独门的选品方法论，能快速判断哪些产品有爆款潜力。但这套方法藏在他脑子里，只能接一单做一单，想规模化变现，要么学编程做成软件，要么做自媒体打品牌，两条路都走不通。

这就是当下最大的矛盾： 懂业务的不懂技术，懂技术的不懂业务，或者两个都懂，但是不知道怎么获客 。

大量专业人士手里握着宝贵的行业 know-how，却找不到一个合适的方式把它变成持续收入。

直到我看到 MuleRun，才发现有人正在尝试打破这个困局——让不懂代码的专业人士，也能把自己的工作流变成可交易的 「 商品 」 。

这个想法听起来很靠谱。但它到底是怎么做的？真的能解决问题吗？

栏目作者召集

极客公园的新栏目「AI 上新」，将带大家体验最新的 AI 应用和硬件，让你成为 AI 时代「最靓的仔」！

现在，我们也向所有喜欢尝鲜和体验 AI 的同 学发出召集，只要你发现并体验了新 的 AI 应用或者功能，按照格式（参考案例： 硬刚 Sora 2，谷歌的 Veo 3.1 确实有小惊喜｜AI 上新 ）向栏目投稿，在极 客公园公众号发布，不仅能获得相应稿费，且会为你「报销」 AI 应用的订 阅费用。

同时， 优秀作者还有机会进入极客公园 AI 体验群 ，获得最新 AI 应用和工具的内测资格，参加极客公园专属相关 AI 活动，和 AI 应用创始人一对一沟通。

AGI 太久，只争朝夕，让一部分人先 AI 起来吧！ 投稿、进群请扫描下方二维码添加极客小助手微信

01

这不是在卖软件，

是在卖「能力使用权」

第一次打开 MuleRun，我以为这又是一个 AI Agent 市场——类似 Coze 那种，上架各种对话工作流，用户挑选使用。

mulerun 首页有各种 Agent｜图片来源：mulerun

但仔细看下来，我发现逻辑不完全一样。

MuleRun 上的 Agent，不只是聊天助手，它们能直接操控一个完整的虚拟机环境。这意味着什么？ 意味着创作者可以把需要专业软件才能完成的工作，封装成一个可以被「点单」的服务。

mulerun 的虚拟机环境｜图片来源：mulerun

举个例子，假设有个设计师精通 Figma 的批量处理流程，他可以把这套流程做成 Agent 上架。用户不需要安装 Figma，不需要学习操作，甚至不需要知道 Figma 是什么——只要描述需求，花 50 积分，Agent 就在虚拟机里帮你跑完整个流程，交付结果。

你买的不是软件，而是这个设计师的 「 工作时间 」 。

这听起来很美好。但我很快产生了第一个疑问：凭什么用户要为一个 Agent 付费，而不是自己学会这个技能？

02

一种新的选择

我试着站在用户角度想这个问题。

假设我需要把我的一个日常照片「修一修」。

过去，我有两条路：

路径一：学 PS 或其他工具，花几小时摸索，处理完这一次可能再也用不上。

路径二：找外包设计师，沟通需求、来回改稿、等待交付，成本至少几十块。

这两条路，要么你得成为半个专家，要么你得花大价钱请专家。

现在 AI 时代，又多了三条路：

路径三：去豆包/即梦等 AI 平台，输入图像，然后写提示词处理。

路径四：去 Minimax 等 Agent 平台，输入针对 Agent 的提示词，让 AI 调用各种工具处理。

路径五：去国外的 AI 图像网站，输入图像提示词，用最新的模型处理你的图片。

这三条路，你得学习或者懂提示词，还得学习注册英文网站。

而现在有了第五条路：

在 MuleRun 上找个 「 图片处理 」 的 Agent，50 积分，几分钟搞定。

mulerun 上的工作流｜图片来源：mulerun

对大部分人来说，MuleRun 其实很有吸引力：你不用学、不用沟通、不用等，只要按照操作提示一步步做就行。

这种场景有点像「一次性专业需求」， 你不打算成为专家，但你确实需要专家级的结果 。

例如我最近在研究一个场景，如何下载某视频网站的视频——小红书上有很多人在做国外内容的 AI 策展，我想做些类似的事情，那么就需要拿到很多视频网站的一手信息，而为了快速理解视频的内容，往往就需要下载视频。

在 MuleRun 上我发现就有这样的工具，输入一个链接，返回下载好的视频。对我来说，这就是 「 一次性专业需求 」 ，而我，也确实愿意为此付出 50 积分。

mulerun 使用截图｜图片来源：mulerun

03

让「know how」变成「money」

MuleRun 的商业逻辑设计的很新颖：

1. 创作者：将「know how」包装成「服务」，参与分成。

2. 买家：购买「服务」，解决「一次性」问题。

3. 平台：降低创作者「服务」开发难度，为「创作者」引流，吸引更多「创作者」。

4.AI：当「骡子」(mule) 跑 (run) 起来，做难而正确的事。

mulerun 邀请成为创作者界面（中文翻译）｜图片来源：mulerun

对于创作者来说，如果想在 MuleRun 上架工具，得先把自己的工作流程标准化，也就是提炼 know how 的过程。

提炼 know how 这件事，对于大部分专业人士来说并不困难。

他们的困境往往不是技术问题，而是商业化问题—— 直白点说，是如何将自己的能力规模化变现 。

他可能有一套高效的工作流程，但这套流程藏在他的脑子里、手上的操作里，是一种无法直接复制的「隐性知识」。他只能接一单做一单，当时间卖完，收入也就到顶了。

过去，想把这套流程规模化，无非两条路：

一是自己开发成软件或网站，这需要编程能力；

二是通过做自媒体打造个人品牌来获客，这需要持续的内容创作和运营能力。

这两条路门槛都极高。一个电商运营，一个法律顾问，他们都可能有一套可复用的专业流程，但大概率既不会写代码，也没有精力做自媒体。

MuleRun 瞄准的正是这个痛点。它提供了一套系统，让创作者可以跳过开发和获客这两个最难的环节。

创作者只需专注于将自己的专业流程「翻译」成 Agent 能执行的步骤，然后上架。平台负责搞定流量和交易，让这套「隐性知识」变成一个可以被无数用户直接调用、自动交付的商品，创作者则可以从中获得分成。

但这自然引出了一个关键问题：如果创作者的流程这么值钱，他为什么要分享出来，而不是自己藏着用？

04

从「主动收入」变为「被动收入」

这个问题让我想了很久，直到我意识到一个事实： 大部分人的工作时间是有上限的。

我那个做论文降重的朋友，一天最多接几十单，再多就做不过来了。他的收入天花板，就是他的工作时间上限。

但如果他把这套流程做成 Agent 上架，或者一个网站呢？

假设这个 Agent 每天被调用 100 次，一天就从原来的 15 次的主动收入，变为 6 倍的被动收入。

更重要的是，这不占用他的时间。他可以继续接单，Agent 在后台自动为他赚钱。

这是一种身份的转变，从主动收入变被动收入，让「know how」成为一种资产。

你不再只是用时间换钱，而是用你沉淀下来的专业能力换钱。

对创作者来说，MuleRun 最大的吸引力可能不是 「 能赚多少钱 」 ，而是 「 终于有地方可以让我的专业能力变现，而且不需要我每次都亲自出马 」 ，MuleRun 在现在这个阶段，解决了他们开发网站的成本和难以获取流量的问题。

05

三个担心

在体验和思考 MuleRun 的过程中，我一直带着三个疑问：

第一，质量如何保证？

当创作者可以随意上架 Agent，用户怎么知道哪个靠谱？会不会出现 「 刷单刷评价 」 的问题？平台有没有审核机制？如果我花了 50 积分，Agent 跑出来的结果是错的，谁来负责？

这些问题，在任何 AI 平台早期都存在。MuleRun 现在还没给出清晰的答案。

第二，创作者会不会被卷死？

如果一个领域的 Agent 越来越多，竞争越来越激烈，最后会不会变成「价格战」？创作者为了获取用户，不断降低分成比例，最后谁都赚不到钱？

就像现在的 Coze 空间，有很多同质化的 Agent，你怎么卷出来。

第三，技术门槛真的够低吗？

把一个工作流程封装成 Agent ， 对大部分非技术从业者来说，依然是有门槛的。

如果这个门槛降不下来，MuleRun 可能还是只能服务那些「懂一点技术」的创作者，而无法真正普及到各行各业。

06

一个更大的想象空间

尽管有这些疑问，我依然觉得 MuleRun 在做一件有价值的事。

因为它瞄准的，是一个被长期忽视的人群：那些有专业能力、想变现、但不知道怎么做的人。

过去，这些人要么选择去培训机构当讲师，要么选择接私活，要么就只能让这些能力烂在肚子里。

MuleRun 提供了第三条路：把能力封装成产品，让它自己去市场上流通。

更重要的是，MuleRun 背后藏着一个更大的想象空间：当足够多的专业能力被 Agent 化、被标准化、被上架后，会不会形成一个「能力组合市场」？

比如用户想做一个完整的项目——从市场调研、到视觉设计、到文案撰写、到数据分析。他不需要分别找四个人，而是在 MuleRun 上调用四个 Agent，它们在后台协同工作，最后交付一个完整结果。

这时候，MuleRun 就不只是一个 Agent 交易平台，而是一个自动化外包平台。

你不再需要组建团队、管理流程、协调沟通。你只需要清楚地描述需求，系统自动匹配最合适的 Agent 组合，自动执行，自动交付。

MuleRun 作为一个交易平台，很好的解决了以下几个参与者的痛点：

1. 创作者的专业知识能实现变现，且是持续变现。

2. 用户的一次性需求能以低成本、高效率得到满足。

3. 行业层面，原本困在个体身上的隐性知识将得以流通，进而形成「能力市场」。

07

用 AI 重新定义个人商业模式

回到开头那个朋友的故事，我突然意识到一个问题：

当所有人都把自己的专业能力变成 Agent 上架后，会发生什么？

最理想的情况是形成一个良性的能力生态，但更可能的是：

头部 Agent 吃掉大部分流量，普通创作者石沉大海；成功的 Agent 会被迅速模仿，专业知识数字化后复制成本趋近于零；甚至平台看到高频需求后，直接做成官方 Agent 低价提供。

那么，普通专业人士的机会在哪里？

我的答案可能有些反共识：真正的护城河，不是你做了什么 Agent，而是你在做 Agent 的过程中积累了什么。

如果只是把现有工作流程封装上架，那只是一次性红利。

但如果你能在这个过程中：发现新需求、迭代方法论、建立用户信任、形成多个 Agent 协同服务某个垂直人群——你就不只是 Agent 创作者，而是一个 一人 AI 公司 。

这不是「上架就躺赚」的故事，而是「用 AI 重新定义个人商业模式」的入口。

尽管字节的豆包大模型在国内常被认为与海外顶尖模型存在差距，但其应用的「出海」版本 Cici 却在国际市场上取得了惊人增长，于近日登顶多国下载榜。

据wired报道，市场分析公司 Sensor Tower 的数据显示，在过去三个月里，豆包app在海外的姊妹版「Cici」在印度尼西亚、马来西亚、菲律宾、墨西哥和英国等市场，一直位列谷歌应用商店下载量前 20 名的免费应用。

在墨西哥，Cici 应用在过去一周的每一天都是谷歌应用商店下载量最高的免费应用。上周四，在英国，Cici 应用位列苹果应用商店下载量前 10 名的免费应用中的第九位。

Cici mac版本页面｜图片来源：极客公园

长发「Cici」跟短发「豆包」的应用设计相似，用户可以使用文本或音频与 AI 聊天，生成和分析图片，以及尝试其他用户生成的智能体。但它缺少了生成音乐和视频内容的能力，用户也无法直接在平台上分享自己的创作成果。

字节AI出海，「豆包」姊妹版「Cici」，正悄悄拿下多国下载榜

当国内用户对字节跳动的AI应用「豆包」月活过亿的数据习以为常时，这款产品的「海外同胞」——Cici，正在攻占英国、墨西哥和东南亚等多个海外市场的应用商店榜单。

根据Meta广告库和Sensor Tower的数据，Cici的推广活动至少在过去三个月（大约2025年8月起）就已经开始，并在10月份进入了火力全开的阶段。

仅在墨西哥一个市场，10月份就运行了超过400组广告。近期看到的下载量激增，应该是这次大规模、高强度投放的直接结果。

在tiktok上，Cici的官方账号已有大约12.3万粉丝｜图片来源：极客公园

在tiktok上也有一些博主在推广Cici｜图片来源：极客公园

在这个标明了「品牌合作」的推广视频下，不少国外用户在「好奇」Cici花了多少钱在推广，以及「这些gemini也都可以做到」……

同时，在TikTok上，大量带有#Ciciai标签的赞助视频也在英国、菲律宾等地的创作者中传播开来。

广告内容也很“接地气”，不谈论复杂的AI技术，而是聚焦于“免费”、“能解数学题”这类极其具体、有吸引力的用户痛点，降低了用户的理解和下载门槛。

这种熟悉的“字节打法”效果显著。根据Sensor Tower的数据，在过去三个月里，Cici在印尼、马来西亚、菲律宾、墨西哥和英国等市场，稳定地排在Google Play免费应用下载榜的前20名。

在墨西哥，它甚至连续一周霸占了榜首的位置。字节似乎正在复制它在消费级应用领域屡试不爽的成功路径：用强大的市场营销能力和清晰的产品定位，快速获取海量用户，先占领市场，再图长远发展。

不过，与在国内的高调不同，Cici的扩张显得“静悄悄”。它在产品和官网上几乎抹去了与字节跳动的所有关联，并且巧妙地避开了竞争最激烈的中、美市场。

这种 “隐身”策略让Cici可以作为一个纯粹的工具型App去参与竞争，用户评判它的标准就是好不好用，而不是它“来自哪里”。

尤其是在部分对中国科技公司存在疑虑的市场，一个新的、看起来与中国无关的品牌更容易被用户接受，避免了TikTok曾经面临的政治审查和舆论压力。

产品做减法，技术靠“外援”

从产品设计上看，Cici的移动应用界面与「豆包」几乎一模一样，保留了文本与语音聊天、图像生成与分析、以及用户创建的智能体（Agents）等核心功能。

但相比「豆包」，Cici在功能上做了明显的“减法”——它缺少了音乐和视频生成等多模态能力，也无法在平台内直接分享创作。这一定位，使其更像一个轻量级的、聚焦核心需求的AI工具，而非一个复杂的创作社区。

在技术栈选择上，其隐私政策显示，虽然应用依赖了字节旗下的图片编辑工具PicPic和编程助手Coze的技术，但在最核心的文本生成能力上，Cici调用的却是OpenAI的GPT和Google的Gemini，而非字节自家的豆包大模型。

这一决策很务实：在海外市场，与其等待自家模型在综合能力上追赶并完成本地化适配，不如直接整合当下最成熟的第三方技术，将所有资源都集中在自己最擅长的领域——用户增长和产品体验优化。

并且，在探索海外市场初期，这种方式可以有效控制成本，快速验证产品模式（PMF），待用户规模和商业模式得到验证后，再逐步替换模型。

尤其Cici没有选择难啃的美国市场，而是从墨西哥、东南亚、英国等市场切入。这些市场有几个共同点：

• 移动互联网渗透率高，竞争相对缓和： 相较于美国市场巨头林立的局面，这些地区的移动AI应用市场尚属蓝海，存在大量机会。
• 对价格敏感的用户多： “完全免费”的策略在这些市场极具杀伤力。
• TikTok用户基础好： 字节可以利用TikTok在这些地区的巨大影响力，通过网红营销等方式低成本、高效率地触达年轻用户。

Cici体现着一套中国科技公司出海的“新剧本”：利用成熟的西方AI模型作为技术内核，隐藏自身品牌以规避地缘政治风险，同时最大化发挥自身在移动产品设计和用户增长上的优势。 

不过，Cici的未来也并非一片坦途。出海意味着它必须直面海外巨头的激烈竞争，同时还要应对复杂的国际政治环境以及数据安全方面的审视。

但无论如何，Cici的出现已经清晰地表明，字节跳动在打造出TikTok这一全球性产品后，从未放弃在AI时代复刻这一成功的野心。它正在用最擅长的方式，一步步地渗透全球市场。

头图来源：视觉中国

宇树科技发布 H2 仿生人形机器人：身高 180cm、重 70kg，首次拥有拟人仿生脸

10 月 20 日消息，今日，宇树科技正式发布了其新一代仿生人形机器人 Unitree H2。

据官方介绍，Unitree H2 身高 180 厘米，体重 70 公斤，其整体外形设计更加贴近人类的真实形态，从外观上给人以更接近真人的视觉感受。IT 之家注意到，在官方发布的视频中，Unitree H2 还被穿上了衣服，进一步增强了其拟人化的外观效果。

这款机器人配备了 31 个关节，具体分布为肩部 6×2（双臂各 6 个）、躯干 3 个、腿部 7×2（双腿各 7 个），另含 2 个未知功能关节。相比宇树科技此前发布的 R1 机型的 26 个关节，关节数量提升 19%，灵活性显著增强。

尽管官方尚未公布 Unitree H2 的具体配置细节，但从视频演示中可以明显看出，与前一代产品相比，Unitree H2 在灵活性和稳定性方面有了显著提升，能够轻松地完成舞蹈和武术展示，动作流畅自然，各个关节的活动也显得十分丝滑，展现出较高的运动性能和协调性。

此外，Unitree H2 在 Unitree H1 的基础上增加了仿生人脸，这一改进使其在外观和功能上都更接近科幻电影中描绘的机器人形象。（来源：IT 之家）

DeepSeek 团队开源新模型 DeepSeek-OCR：少量视觉 token 完成海量文本压缩

10 月 20 日消息，今天上午，DeepSeek-AI 团队发布《DeepSeek-OCR：Contexts Optical Compression》论文，提出利用视觉模态压缩长文本上下文的新方法。Hugging Face 页面显示，该模型的参数量为 3B。

根据介绍，此次开源的 DeepSeek-OCR 由两个部分组成：核心编码器 DeepEncoder 和解码器 DeepSeek3B-MoE-A570M。DeepEncoder 专为在高分辨率输入下保持低计算激活而设计，同时实现高压缩比，以控制视觉 token 数量在可管理的范围内。实验显示，当文本 token 数量不超过视觉 token 的 10 倍（压缩比低于 10×）时，模型的 OCR 精度可达 97%；即便压缩比提高到 20×，准确率仍保持约 60%，展现出在历史文档长上下文压缩和大语言模型记忆机制研究中的巨大潜力。DeepSeek-OCR 同时具备较高的实际应用价值。

在 OmniDocBench 测试中，DeepSeek-OCR 使用 100 个视觉 token 就超过了 GOT-OCR2.0（每页 256 个 token），而使用不到 800 个视觉 token 便优于 MinerU2.0（平均每页超过 6000 个 token）。

在实际生产中，DeepSeek-OCR 可在单块 A100-40G 显卡上每天生成超过 20 万页的大语言模型 / 视觉语言模型训练数据。

微博 CEO 王高飞回应多名 KOL 用户被禁言，称应该是经历多个流程环节才禁言的 90 天

10 月 20 日消息，新浪微博社区管理官方微博今日发布公告，称近期专项行动针对恶意抹黑诋毁企业、散布涉企虚假信息、集纳企业负面、引导并煽动用户攻击企业等行为进行重点打击，并责令对存在相关违规行为的多名汽车领域 KOL 用户予以禁言 90 天、禁止广告收益 180 天处置。

微博 CEO 王高飞今日转发了新浪微博社区管理官方微博的公告，并回应称发出来也是希望大家知道，发这些尺度的跟酒驾一样，可能你酒驾好几次都没被查，但是有一天碰上就是行拘。

（来源：IT 之家）

Anthropic 推出面向生命科学领域的 Claude≈人工智能系统

Anthropic 公司近日发布了「Claude 生命科学版」，旨在推动人工智能在生物技术领域中的应用。近期，包括 OpenAI 和 xAI 在内的一些 AI 公司因扩展业务到包括情感陪伴和成人内容等领域而陷入争议，而 Google 和 Anthropic 则展示了人工智能在科学研究和医疗健康方向上的更集中的努力。此前，Google 利用 AI 模型帮助科学家发现了癌症治疗的创新方法。

据 Anthropic 介绍，最新的 Claude Sonnet 4.5 模型在生命科学领域的表现远胜以往版本，并且在关键测试标准上已能媲美人类专家。Claude 还深度集成了多种生命科学研究常用工具，包括 Benchling 实验室数据管理、PubMed 生物医学文献检索、BioRender 科学图表绘制和 10x Genomics 单细胞分析系统。

Anthropic 还展示了其新发布的 Claude Skills 功能如何将可重复的科学流程转化为 AI 自动化工作流。比如，公司开发了一个用于单细胞 RNA 测序数据自动质量控制的新技能，可显著提升数据处理效率。

为帮助用户快速上手，Anthropic 还推出了针对生命科学领域的提示库，覆盖文献综述、假设生成、实验流程起草、基因组数据分析和法规文件准备等常见场景。此外，Anthropic 已与多家大型制药及生物技术公司如 Sanofi、AbbVie、10x Genomics 和 Novo Nordisk 开展合作，这些公司反馈使用 Claude 后，临床文档编制时间大幅缩短，且普通研究人员也能更容易访问复杂数据分析结果。

目前，Claude 生命科学版已可通过 Claude 和 AWS Marketplace 获得，未来还将支持 Google Cloud Marketplace。作为「AI 助力科学」计划的一部分，Anthropic 还为高影响力项目的研究人员提供免费 API 使用额度。

来源：（CnBeta）

苹果确认未来将在中国大陆推出 eSIM 快速转换功能，国行 iPhone Air 换机无须再跑营业厅

10 月 20 日消息，苹果无线软件技术与生态系统副总裁 Arun Mathias 及无线技术团队的 Anjali Jotwani 在接受「爱范儿」采访时，透露未来苹果将会在中国大陆推出 eSIM 快速转换功能（eSIM Quick Transfer），国行 iPhone Air 用户在设备端激活 eSIM 后，后续切换设备可以通过该功能把 eSIM 换到新设备上，无需再跑一趟营业厅。

IT 之家注意到，此前消息显示国行 iPhone Air 在海外开通 eSIM 后「回国之后也能够正常使用」，不过相应版本机型仅提供双 eSIM 卡（包括内地和海外运营商），因此对于手持多张 SIM 卡的用户来说不算友好，作为比较，海外机型可开通 8 张以上 eSIM 卡。（来源：IT 之家）

国航公布「机舱锂电池自燃」事件赔偿方案：经济舱各旅客 200 元、公务舱 300 元

10 月 20 日消息，中国国际航空 10 月 18 日由杭州飞往仁川的 CA139 航班行李架突发起火，致客舱行李架起火并冒出浓烟，该航班随后紧急备降上海浦东，该公司回应称是一名旅客存放在行李架上手提行李内锂电池自燃，未出现人员受伤。

据新京报 10 月 19 日消息，中国国际航空公司将分别补偿经济舱和公务舱旅客现金 200 元和 300 元。

根据民航局 2025 年 6 月 26 日发布的公告，自 6 月 28 日起禁止旅客携带没有 3C 标识、3C 标识不清晰、被召回型号或批次的充电宝乘坐境内航班。

今年以来，旅客携带的充电宝等锂电池产品机上起火冒烟事件多发。近期多个头部品牌充电宝厂家因电芯存在安全风险对多批次产品实施召回，国家市场监管总局撤销或暂停了多个充电宝及电池芯厂家 3C 认证。

民航局通知要求各航空公司、机场加强旅客服务人员培训管理，确保员工熟悉掌握充电宝安全风险及政策，以便能够准确、有效地回应旅客问询。同时，各单位要按要求进一步完善锂电池起火、冒烟等紧急情况下的应急处置预案，增强员工情景意识、应急反应能力和协同配合能力，确保在发生紧急情况时能够及时、妥善处置。

来源：CnBeta）

华为 Mate 80 系列标准版？爆料称新机备案 11 月，还有二合一平板电脑

10 月 20 日消息，博主 @ 数码闲聊站 今日爆料了一款代号 Voyager 的新机，目前看有黑 / 白 / 青绿，M80 全系备案 11 月，并猜测可能是华为 Mate 80 系列标准版。

爆料还称，同期备案有一个「二合一平板电脑」，代号 Qianxuesen，目前有皓月银 / 深空灰，打通鸿蒙多端生态融合的新设备，目前也备案 11 月。

该博主还在上周末爆料了华为 Mate 80 Pro 系列样机备案颜色：AL00 系列包含黑、白、金、青四种配色，AL10 系列则是黑、白、金、紫、青、银六种配色。此外，该机型还提供素皮保护壳 + 磁吸支架保护壳，将支持磁吸生态。

该博主还曾爆料称，新机预计 11 月前后正式发布。据爆料，华为 Mate 80 系列将包括两个主要版本，分别为代号 Voyager 和 Sagittarius 的标准版和 Pro 版，这两个版本在充电配置上有所区别：标准版将配备 66W 有线充电技术，Pro 系列将采用 100W 有线充电技术。（来源：IT 之家）

iOS 26.1 Beta 4 发布 允许用户使用新开关控制液体玻璃透明度

苹果在最新推送的 iOS 26.1、iPadOS 26.1 及 macOS 26.1 第四测试版中，针对系统个性化体验带来了多项备受关注的新功能。首先，系统设置中新增了「Liquid Glass 透明度调节」开关。用户可在 iPhone 或 iPad 的「设置-显示与亮度」以及 Mac 的「系统设置-外观」中找到并自定义 Liquid Glass 的效果。

该开关允许选择更透明的「清晰」风格，体验原有设计，或启用更高对比度、更明显遮挡的「加深」风格，让按钮、菜单等系统元素更加突出。调节内容覆盖操作系统各处，包含 App 内及锁屏通知，进一步完善视觉一致性，对强调易读性及美观有直接帮助。

此外，苹果还响应广大用户呼声，首次允许关闭「锁屏左滑唤起相机」功能。在 iOS 26.1 Beta 4 的「设置-相机」分区，新增了「锁屏滑动打开相机」开关。关闭后，即可彻底禁用锁屏左滑唤出的相机，避免因误操作或手机被他人拿到时随意拍照，兼顾个人隐私与安全。这一功能此前无法单独关闭，只能通过彻底禁用相机应用实现，现更易用且人性化。

除上述亮点外，本次测试版还加入了多语言 Apple Intelligence 助手、新的闹钟与计时器「滑动停止」机制、新的 Apple TV 应用图标，以及 Settings 应用界面优化等众多细节变化。

消息称小度 AI 眼镜将在 11 月百度世界 2025 大会正式推出，计划年内开售

10 月 20 日消息，据《科创板日报》报道，百度旗下的小度 AI 眼镜将在 11 月举行百度世界 2025 大会上正式推出，计划于今年年内开售。

IT 之家注意到，在去年 11 月举行的 2024 百度世界大会上，百度发布了小度 AI 眼镜，称该产品为「全球首款搭载中文大模型的原生 AI 眼镜」。据介绍，小度 AI 眼镜具备第一视角拍摄、边走边问、卡路里识别、识物百科、视听翻译、智能备忘等功能。

消息称小度 AI 眼镜将在 11 月百度世界 2025 大会正式推出，计划年内开售

具体配置方面，该眼镜：

重量 45 克，搭载 16MP 超广角摄像头，支持 AI 防抖算法；

标称待机续航 56 小时，支持超 5 小时连续聆听，可 30 分钟充满电；

搭载四麦克风阵列识别声音，采用开放式防漏音扬声器设计。

（来源：IT 之家）

6 个主流 AI 大模型进行加密交易竞赛，DeepSeek 和 Grok 收益率稳居前两位

10 月 20 日，专注于金融市场的人工智能研究实验室 nof1 于 18 日开始一项大模型交易测试 Alpha Arena。该测试使用 6 个主流 AI 大模型（GPT-5、Gemini 2.5 Pro、Grok-4、Claude Sonnet 4.5、DeepSeek V3.1、Qwen3 Max），每个模型都在 Hyperliquid 上获得 10,000 美元的真实资金，并具有相同的提示和输入数据。

截止发稿，DeepSeek 和 Grok 收益率均超 14%，排名前二，Gemini 2.5 Pro 则已亏损 42.57%。

（来源：Blockbeats）

国家安全机关破获美国国家安全局重大网络攻击案

近期，国家安全机关破获一起美国重大网络攻击案，掌握美国国家安全局网络攻击入侵中国国家授时中心的铁证，粉碎美方网攻窃密和渗透破坏的图谋，全力守护「北京时间」安全。

经查，2022 年 3 月 25 日起，美国安局利用某境外品牌手机短信服务漏洞，秘密网攻控制国家授时中心多名工作人员的手机终端，窃取手机内存储的敏感资料。2023 年 4 月 18 日起，美国安局多次利用窃取的登录凭证，入侵国家授时中心计算机，刺探该中心网络系统建设情况。2023 年 8 月至 2024 年 6 月，美国安局专门部署新型网络作战平台，启用 42 款特种网攻武器，对国家授时中心多个内部网络系统实施高烈度网攻，并企图横向渗透至高精度地基授时系统，预置瘫痪破坏能力。

国家安全机关发现，美国安局网攻活动多选在北京时间深夜至凌晨发起，利用美国本土、欧洲、亚洲等地的虚拟专用服务器作为「跳板」隐匿攻击源头，采取伪造数字证书绕过杀毒软件等方式隐藏攻击行为，还使用了高强度的加密算法深度擦除攻击痕迹，为实施网络攻击渗透活动可谓无所不用其极。（来源：证券时报）

马斯克：特斯拉 FSD V14.2 会大规模推送

10 月 19 日消息，伊隆・马斯克确认，特斯拉将通过 FSD V14.2 版本更新，全面推出 FSD V14。

据了解，马斯克的这一表态是对特斯拉车主、长期 FSD 测试者 AI DRIVR 所发布内容的回应，AI DRIVR 指出，是时候向整个车队推送 FSD 功能了，因为 FSD V14.1.2 版本已经变得非常成熟。

这位资深测试者写道：「FSD 14.1.2 已修复了 95% 的犹豫变道和刹车问题。过去两天我都没有碰过方向盘。我认为是时候了，特斯拉人工智能团队。」（来源：IT 之家）

安世中国致全体员工：国内全部主体运营及员工薪资福利一切正常

10 月 19 日，安世半导体中国官微发布《安世中国致全体员工》公开信，信中表示，安世国内全部主体运营及员工薪资福利一切正常。目前，公司生产经营一切如常，各项工作有序推进。董事会和管理层始终全力保障公司正常运转，不会允许外部力量影响公司运营或损害员工利益。安世国内团队的同事均与国内公司建立劳动关系，大家的工资、奖金及其他福利将继续由安世国内公司而不是 Nexperia 荷兰主体发放。安世国内有能力、有责任、有意愿保障全体员工权益，并继续为大家营造安心的工作环境。（来源：每日经济新闻）

全球 Robotaxi 第一股，文远知行通过港交所上市聆讯

10 月 19 日消息，据港交所文件，WeRide Inc. - W（简称「文远知行」）通过港交所上市聆讯。

今年 6 月，有消息称文远知行拟在港交所进行二次上市，但公司回应不予置评。据悉，文远知行自本备案通知书出具之日起 12 个月内，如未完成境外发行上市，拟继续推进的，应当更新备案材料。

10 月 14 日，中国证券监督管理委员会对外公布了《关于 WeRide Inc.（文远知行公司）境外发行上市备案通知书》。公示内容显示，该通知书于 9 月 24 日下发；文远知行拟发行不超过 102,428,200 股境外上市普通股并在香港联合交易所上市。

微博 CEO 王高飞：企业在遇到安全隐患和质疑时，要注意避免把正常批评与黑公关混为一谈

10 月 19 日消息，微博 CEO 王高飞近日转发了钱江晚报发布的「潮新闻：切莫用黑公关污名化公众安全关切」一文，并配文：「公众没有得到相关企业对重要安全问题给出清晰有力回复的情况下，首先听到的却是打击黑公关的呼吁。这情形难免有些怪异。更值得提醒的是，企业在遇到安全隐患和质疑时，要注意避免把正常批评与黑公关混为一谈，不要偷换概念，以黑公关为名，转移公众对产品问题的关切。」（来源：IT 之家）

优必选再中标 1.26 亿大单，Walker 人形机器人全年订单已超 6.3 亿

10 月 19 日，据优必选科技微信公众号，近日，「人形机器人第一股」优必选中标「广西具身智能数据采集及测试中心设备采购及安装」项目，订单金额达 1.26 亿元。根据项目规划，本次采购涵盖优必选最新款可自主换电的全自主具身智能人形机器人 Walker S2。该订单计划于合同签署后于 2025 年内完成交付。此次中标是继 9 月份 2.5 亿全球单笔最大金额订单以及近期连续斩获数千万订单后，优必选获得的又一个超亿元人形机器人大单。截至目前，优必选 Walker 系列人形机器人全年已获得超 6.3 亿元订单。（来源：每日经济新闻）

中国选手「小孩」曾卓君夺得 SCS 2025《饿狼传说：群狼之城》年度总冠军

10 月 19 日消息，SNK 官方在微博正式宣布「小孩」曾卓君夺得 SCS 2025《饿狼传说：群狼之城》项目年度总冠军。

据了解，SNK 新作格斗游戏《饿狼传说：群狼之城》于 4 月 24 日 0 点正式登陆 PS5、PS4、Xbox Series X|S 以及 Epic 平台，而 Steam 版本已于 4 月 21 日解锁，国区售价 268 元。游戏中包括大量经典角色，例如不知火・舞。除游戏本篇外，SNK 还提供了季票，并承诺将提供五个 DLC 角色，包括安迪・博加德、肯、东丈、春丽、Mr.BIG。（来源：IT 之家）

宝马首次推出自充气电动立式桨板，开辟全新水上运动市场

10 月 19 日消息，宝马宣布进军水上运动领域，联合 SipaBoards 推出了一款创新的自充气电动立式桨板，结合了高性能电池、电动驱动技术、优质材料和数字连接功能。

这款产品配备了宝马专门开发的 300W 电驱动系统，用户可以享受最高时速 7.5 公里（4 节）的巡航速度。

宝马和 SipaBoards 为其配备了一对 90 Wh 的模块化电池，支持超过 3 小时的连续水上活动。此外，宝马准备在 2026 年春季推出一款 180 Wh 电池配件，可以将续航提升至 7 小时。

此外，宝马还为其准备了一种创新的安装系统，允许用户通过简便的点击连接方式，快速将配件安装到多个接口上。（来源：IT 之家）

限时售 30.49 万起，捷途纵横 G700 上市

10 月 19 日，捷途纵横 G700 正式上市，新车共推出 7 款车型，售价区间为 32.99-42.29 万元，限时超级焕新价为 30.49-38.99 万元。

捷途纵横 G700 定位中大型硬派越野 SUV，采用非承载式车身结构，配备三把差速锁，提供 5/6 座可选，全系搭载 2.0T 双电机插混系统，百公里加速 4.6 秒，CLTC 纯电续航 150km，并配备空气悬架和 CDC 可调阻尼减振器，同时配备华为乾崑 ADS 4。此外，搭载方舟两栖系统的至尊航行版预定价为 70 万元。（来源：太平洋汽车）

猎户座流星雨 21 日迎来极大，观测条件极佳

通常每年 10 月，大名鼎鼎的哈雷彗星都会给地球派送一份「礼物」——猎户座流星雨。21 日，猎户座流星雨将迎来极大，恰逢无月夜，观测条件极佳，喜欢流星雨的发烧友不要错过。

流星是太空中的尘埃或碎片进入地球大气层时，因摩擦燃烧等综合作用产生的光迹。平时看到的无规律出现的单颗流星，称为偶发流星；一大群有规律地从辐射点迸发出来的流星，就称为流星雨。

星联 CSVA 联合发起人蒋晨明介绍，猎户座流星雨是一个南北半球都适合观看的中等流量流星雨，极大时 ZHR（天顶每时出现率）约有 20，它的母体是众所周知的哈雷彗星。作为人类确认的第一个周期彗星，哈雷彗星「孕育」了每年上半年的宝瓶座η流星雨和下半年的猎户座流星雨。（来源：新华社新媒体）

因市场表现不佳，消息称苹果计划削减 iPhone Air 产量约 100 万台

10 月 18 日消息，据日本瑞穗证券的最新报告显示，苹果正在缩减其超薄机型 iPhone Air 的生产规模，原因是该机型的市场表现不如预期。尽管整个 iPhone 17 系列整体销售强劲，但 iPhone Air 成为了这一系列中的「例外」。

瑞穗证券指出，苹果计划将 iPhone Air 的产量削减约 100 万台，不过将同步上调其他机型生产规模。事实上，作为比较，标准版 iPhone 17 数字系列产品线销量显著优于上一代产品，Pro 和 Pro Max 型号的需求也同比增长明显。因此苹果计划将整个 iPhone 17 系列的出货预期从 8800 万台上调至 9400 万台，时间节点预计在 2026 年（明年）初。

事实上，这种情况并非苹果独有。iPhone Air 原本被定位为引领「超薄高端」趋势的新尝试，但市场数据早已显示，这一细分领域尚未被消费者广泛接受。其主要竞争对手三星 Galaxy S25 Edge 在此之前也遭遇了相似的销售疲软，甚至有消息称三星已取消后续的 Galaxy S26 Edge 计划，转而恢复更传统的 S26+ 机型。（来源：极目新闻）

黄仁勋：英伟达中国市场份额从 95% 降到 0%

在近日美国城堡证券（Citadel Securities）举办的活动上，英伟达 CEO 黄仁勋称，英伟达在中国的市场份额从 95% 降到 0%，目前英伟达 100% 离开了中国市场。黄仁勋在上述活动上表示，美国的政策导致美国失去了世界上最大的市场之一。

黄仁勋还提到中国在 AI 领域的实力，他表示，中国拥有全球约 50% 的 AI 研究人员，有出色的学校，对 AI 有极大的关注和热情。（来源：第一财经）

魏思琪接替王腾，出任小米中国区市场部总经理

10 月 17 日消息，小米集团副总裁、CMO 许斐今日公布小米 10 月市场体系全员会的现场视频，在本次大会中称魏思琪为新任中国区市场部总经理。

小米今年 9 月发布内部公告：中国区市场部员工王腾，泄露公司机密信息，且存在利益冲突等严重违规违纪行为。根据《小米集团员工违规违纪行为处理办法》《小米集团诚信廉洁守则》等制度规定，公司决定给予王腾辞退的处分。

自 2016 年加入小米以来，王腾在公司内部稳步上升，并于 2024 年 12 月升任为小米中国区市场部总经理，并兼任 REDMI 品牌总经理。（来源：鞭牛士）

苹果指责 Epic 想「白拿好处」，称取消 AppStore 抽成、允许 iPhone 手机侧载不合理

10 月 17 日消息，据科技媒体 9To5Mac 报道，苹果最近在澳大利亚法庭指责 Epic 想「白拿好处」，不向他们支付任何佣金。

此前 Epic 曾在 iOS 端游戏内加入自家支付系统，绕开 30% 的「苹果税」，当时苹果以违反开发者协议为由将《堡垒之夜》等游戏从 AppStore 下架。

在美国，两家公司进入法院对簿公堂，法官裁定苹果必须允许开发者可以自建渠道进行应用内购买，苹果则表示，即使开发者搞自建内购渠道，他们也会照样收取抽成。

另外，最近 Epic 请求澳大利亚联邦法庭，要求让苹果开放 iPhone 的侧载权限，法官认可 AppStore 提供的隐私和安全优势，但认为苹果无权阻止侧载。

而苹果对此回应道：「Epic 现在想站在苹果的平台上白拿好处，拆掉我们为保护用户和开发者所设的屏障，这种请求远超法院裁定范围」。

同时苹果方面强调，侧载只会让有害应用泛滥于自家设备，使用户面临诈骗、隐私威胁等恶意软件风险。（来源：IT 之家）

Facebook 新增 AI 拼贴照片编辑功能引隐私争议

10 月 18 日消息，Meta 近期为 Facebook 推出一项全新的 AI 拼贴与照片编辑功能，启用后，系统会扫描用户相册中的照片和视频，将其上传至云端，再通过人工智能自动生成「有趣的拼贴和创意编辑作品」。

Facebook 声称，系统将根据不同场景自动推荐内容，例如「照片拼贴、回顾视频、AI 风格化重绘」等，当用户选择开启此功能后，AI 会在后台持续运行，不定期为用户生成照片或视频编辑建议。

一旦用户将 AI 生成的作品发布分享，Facebook 就会将这些内容用于 AI 模型训练，因此在海外引发一系列批评，认为 Meta 此举系逐步放任平台隐私政策。

对此，Meta 称只有当用户分享或使用其 AI 工具编辑作品时，相册中的素材才会被用于改进 AI；若未分享，这些素材不会被用于训练。Meta 也提醒，不希望照片被用于 AI 训练的用户应避免启用该功能。（来源：cnbeta）

寒武纪前三季度营收 46.07 亿同比增长超 23 倍，扭亏为盈

10 月 17 日消息，寒武纪披露 2025 年三季度业绩报告，实现营收、利润双双高增长。

财报显示，寒武纪第三季度营收为 17.27 亿元，同比增长 1332.52%；净利润为 5.67 亿元。前三季度营收为 46.07 亿元，同比增长 2386.38%；净利润为 16.05 亿元，同比扭亏为盈。截至第三季度，寒武纪已连续四个季度盈利。财报称，前三季度营收增长主要是因为公司持续拓展市场，助力人工智能应用落地。（来源：新浪财经）

第三代领克 03 家族上市：限时 10.38 万元起

10 月 17 日消息，第三代领克 03 家族今晚正式上市，售价 12.18-15.68 万元，上市限时权益价 10.38-13.88 万元，新款领克 03 + 售价 23.88-42.03 万元。

新款领克 03 前脸继续采用分体式前灯组布局，保留标志性的上部灯组造型，并在前脸增加「03」字样标识。尾部来看，新款领克 03 配备贯穿式风格尾灯组，提供双边共两出式椭圆形排气。该车尺寸为 4700*1843*1460mm，轴距为 2730mm。

座舱内，该车搭载一体式运动座椅、12.3 英寸智能液晶仪表、15.4 英寸中央触控屏，LYNK Flyme Auto 车机系统加持，支持 HUAWEI Hicar、Apple Carplay、魅族 Flyme Link、Carlink（小米 / OPPO / vivo）手车互联。

在辅助驾驶方面，新款领克 03 家族搭载千里浩瀚辅助驾驶 H3 方案，支持 NOA 高速领航驾驶辅助功能，并配备了辅助驾驶小蓝灯。

动力方面，该车搭载 1.5T+7DCT 以及 2.0T+8AT 两种动力组合，其中 1.5T 发动机最大功率 133kW，2.0T 发动机最大功率 200kW。领克 03 + 提供高低功率版的 2.0T 发动机，发动机最大功率分别为 227kW 和 257kW，匹配 8AT 变速箱。

大疆 Osmo Mobile 8 手机稳定器实拍图曝光

10 月 17 日消息，消息人士 Igor Bogdanov 在 X 平台发文，曝光大疆 Osmo Mobile 8 手机稳定器的实拍图及包装盒。

根据 Igor Bogdanov 分享的图片可以看到，Osmo Mobile 8 没有采用 OM7 / OM SE 的米色 / 灰色外壳，转为采用黑化外观，与 Osmo Mobile 7P 相近，内置伸缩杆、三脚架，机身拥有 USB Type-C 接口，可为安卓和苹果阵营的手机充电。

此外，Osmo Mobile 8 还将支持多功能磁吸模块，内置一枚 LED 补光灯，可在暗光环境下更好地照亮拍摄对象，模块右边还拥有一枚摄像头，可让稳定器在需要时自动跟踪对象，使拍摄画面更流畅，减少出画。

科技媒体 NoteBookCheck 对此表示，现在泄露的实拍图似乎表明 Osmo Mobile 8 相比 Osmo Mobile 7P 没有太大升级，可能只是「换壳」，不过根据最新传闻，大疆将在 11 月发布这款手机稳定器，拥有 Pro 型号。（来源：IT 之家）

AI 导致维基百科人类访问量显著下降，运营方疾呼「危险」

10 月 17 日消息，据 404 Media 报道，AI 正导致维基百科的人类访问量「危险地」下降。

维基百科的运营方维基媒体基金会表示，维基百科的人类访问量显著下降，因为越来越多的人通过在其文章上训练的生成式 AI 聊天机器人、在不实际点击网站的情况下总结文章的搜索引擎等方式，来获取维基百科的信息。

维基媒体基金会指出，这样的状况对维基百科的长期可持续发展构成威胁。维基媒体基金会产品高级总监 Marshall Miller 在博客中表示：「我们欢迎人们获取知识的新方式。但使用维基百科内容的 AI 聊天机器人、搜索引擎和社交平台必须引导更多用户访问维基百科，确保如此多的人和平台依赖的免费知识能够持续流通。访问量下降意味着志愿者可能减少，内容更新和丰富的速度放缓，个人捐赠者对这项工作的支持也可能下降。」

Miller 表示：「几乎所有大语言模型都使用维基百科数据进行训练，搜索引擎和社交平台也优先使用其信息来回答用户问题。」这意味着即便用户不访问 wikipedia.org，也能在互联网上接触到维基媒体志愿者创作的知识，这些人工整理的内容对可靠信息的传播愈发重要。

调整系统后，过去几个月维基百科的人类页面浏览量出现下降，与 2024 年同期相比约减少 8%。维基百科方面认为，这样的状况反映了生成式 AI 和社交媒体对信息获取方式的影响，尤其是搜索引擎直接给出答案，而这些答案通常基于维基百科内容。

Miller 还呼吁用户选择支持内容完整性和创作的在线行为。「在网上搜索信息时，请查看引用并点击原始来源。与身边的人讨论人工整理的可信知识的重要性，让他们理解生成式 AI 内容是由真实人创作的，这些人值得支持。」（来源：DoNews）

零跑不再需要「摸着理想过河」。

2025 年，零跑维持了超高增速。月交付量从年初的 2.5 万台，一路上涨，到 9 月已经突破了 6.6 万，连续 7 个月占据新势力头名。

更不容易的是，零跑证明了自己不仅仅能卖增程 SUV，纯电轿车也能卖好。年中推出的 B 级纯电轿车 B01，尽管处在 10-12 万的「最卷价格带」，依然交出了连续两个月交付破万的标准爆款答卷。

2025 年 10 月 16 日，在全年 50 万销量目标达成前，零跑公布了全新的 D 系列旗舰车型 D19 和首位代言人费翔。参数显示，D19 增程版将搭载 80.1kWh 超大电池，实现 500km 的纯电续航，并且还将搭载过往百万豪车才有的矢量电机技术。

尽管官方并没有公布 D19 的预售价，但结合零跑汽车创始人、董事长兼 CEO 朱江明的表述来看，这款可能是零跑最贵的车，价格区间大概率在 25-30 万之间。

可以说，零跑通过「技术上做集成、产品上做取舍、定义上低毛利」三大核心策略，在越来越卷的中国新能源市场里，成为了一个十分有趣又独特的存在。

理想、华为没答好的题，零跑先拿高分

2024 年 11 月，零跑汽车单月交付量首次突破 4 万台，跻身新势力品牌前三。

那个时候，在绝大多数旁观者眼中，零跑还是新势力里的「小透明」。由于 C 系列产品主销增程 SUV，外界给它贴上了一个略带调侃的标签：「半价理想」。

如今，昔日「小透明」已经不知不觉地连续 7 个月蝉联新势力交付榜第一。刚刚过去的 9 月，零跑月交付量突破 6.6 万台，同比增长接近一倍。

比起绝对数值增长更值得一提的是：零跑的销量构成里，不是只依赖「增程 SUV」这个单一产品公式，今年刚刚推出的纯电 B 系迅速上量。根据官方公布的数据，在当前销量中，B 系列月销量超过 24000 台，占比达到近 40%。

零跑当前不同系列的销量构成情况 | 图片来源：极客公园

零跑 B 系列一共有 SUV（B10）和轿车（B01）两款车型，目前在售车型均为纯电形式。其中 B10 定位为车长 4.5 米左右的紧凑型 SUV，上市 4 个月交付量即突破 5 万台；而 B01 也在 7 月正式发布会后，连续两个月交付量破万。

先增程后纯电，先 SUV 后轿车，这是理想和华为近两年重点研究和希望突破的命题。从目前的情况来看，零跑比这两家明星公司先一步交出了高分答卷。

具体到产品层面，B10 和 B01 主要处在 10-12 万的价格区间。这被认为是最主流也是竞争最激烈的战场，过往长期被合资品牌统治，近年来又被比亚迪分走了大量市场份额，但始终没有新势力取得突破。

朱江明也喜欢用「车圈优衣库」形容零跑，希望传递出产品好而不贵的形象。

这其中，价优是显性且易于理解的。但其实优衣库价格亲民的关键并不在于多「省」，作为「快时尚」行业的代表，它的核心竞争力在于执行「效率高」以及能在产品成本和功能上准确「做取舍」。

一辆车的市场定位、价格区间、成本往往需要在项目初期明确，这就需要对有限资源进行有限分配，最终达到产品满足用户核心需求的目标。

把 B10 和 B01 两款产品和同价位竞品之间进行对比，我们可以发现，零跑关注的核心在于大空间、长续航、智能化。

在参数表上，这 3 点就可以体现在：电池容量比友商大几度、充电倍率略高一点、座舱和辅助驾驶芯片全系上高通芯片，而且还在 12 万级别的车型上配置了激光雷达。

而在外观颜值的传播，以及销售体系（如直营门店等），零跑 B 系列则并没有投入太多资源。

过往，零跑对外多传递出「技术降本」的理工男形象，B 系列的成功，则意外地折射出这家并不强调互联网基因的非典型新势力车企，也同样在产品定义和用户洞察上有着不错的感觉。

80 度超大电池增程，不到 30 万？

截至目前，零跑在 2025 年的交付量已突破 40 万台，完成 50 万的既定目标只是时间问题。极客公园了解到，零跑对 2026 年的销量目标也许将提升至 80 万-100 万台。

这其中，预计增量依然会来自于两个全新的系列：更便宜的 A 系列，以及定位「豪华」的 D 系列。

10 月 16 日，在零跑 D 平台技术发布会上，D 系列第一款车型 D19 率先亮相。

零跑 D 系列首款车型 D19：车长超 5.2 米，轴距超 3.1 米 | 图片来源：零跑系列

D19 将同时具备纯电和增程两种动力形式。其中，纯电版电池将达到 115kWh，而增程也配备了超过 80kWh 的电池，纯电续航将超过 500 公里。

官方表示，这块电池最快可以在 15 分钟完成 30%-80%的补能，等效约为 4C 充电倍率。

对于「大电池小油箱」的策略，朱江明表示这代表着零跑对增程的理解和过往发生了变化。过去，消费者会认为纯电产品更贵，增程是更经济的选择；而现在「增程是不差钱的消费者，为了少数出行场景做出的选择」。

此外，D19 纯电版最高会配备 3 电机，且会使用双矢量电机。根据官方演示，这套矢量电机可以在锁定单侧前轮的情况下，通过分配力矩实现 3.6m 半径的「圆规掉头」。这是过往类似仰望 U8 等百万豪华车型上才会搭载的功能。

在智能化层面，D19 将搭载两颗高通 8797 芯片，采用舱驾一体的方案开发智能座舱和辅助驾驶功能。官方表示，D19 将实现车位到车位的辅助驾驶能力。

更有意思的是，这次零跑还在车尾布置了一个制氧机。尽管内饰还没公开，但据了解 D19 车内将配备原生的鼻吸式吸氧接口。

在 10 月 16 日的技术发布会上，零跑 D 系列的代言人费翔和朱江明一起揭晓 D19 外观 | 图片来源：零跑汽车

目前，D19 并没有公布预售价。但根据朱江明此前的描述，尽管搭载了众多高端配置，但零跑 D 系列将定位在 20 万-30 万区间。

如何做到这一点？

首先，技术降本仍然是关键点。这次零跑 D19 增程版上首次带来了驱动发电一体的增程系统，既能发电也可以参与驱动。

据介绍，这套方案可以在减少一套电机电控系统的情况下实现四驱，可以减少几千元的 BOM 成本。同时，也有利于车辆减重以及优化线束物理空间，毕竟要在增程车上塞下 80 度电池本身也对工程提出了难题。

其次，定价上保持和现有的 B 系列、C 系列同样「按成本定价」的相对低毛利策略。财报显示，2025 上半年，零跑公司的综合毛利率为 14.1%。

朱江明在发布会结束后的媒体交流会上也强调，D 系列「产品豪华，但价格不豪华」，不会因为请了代言人就增加产品溢价。

优衣库比杰尼亚更赚钱

朱江明并不担心低毛利会影响零跑的盈利能力。

在媒体沟通会上，他直接用自己身穿的杰尼亚西装举例，表示尽管作为高端品牌，杰尼亚的产品毛利比优衣库多很多，但杰尼亚的总利润远不如优衣库——资料显示，2024 年杰尼亚的总利润折合约为 7.5 亿人民币，而优衣库的总利润折合超过 185 亿人民币，后者是前者的 25 倍。

零跑汽车创始人、董事长兼 CEO 朱江明 | 图片来源：零跑

据朱江明在直播中透露，零跑的下一个大目标，是突破 400 万年销量目标，成为全球 TOP10 的车企。

最新的变化是，零跑除了坚持核心零部件自研自造外（目前占 BOM 成本 65%零部件自研自造），在空调压缩机、座椅、保险杠等附加值高、但质量良莠不齐的配件上也开始自己生产。

朱江明透露，从今年开始量产自研的座椅，产量目前已达 2-3 万台/月。

在海外市场方面，依托合作方 Stellantis 集团的体系，零跑得以在欧洲市场以相对低的成本铺设消费渠道。据透露，仅在德国市场，目前就已经有超过 20 家门店。在整个欧洲市场月销量破千，是销量最高的新势力车企。

海外市场的下一步重点，是对主销产品 C10 进行本地化生产。核心是满足欧盟对于零部件 40%本地化生产要求，进而有望进一步优化定价，提升竞争力。

今年是零跑汽车成立的第十年。在近期的一次采访中，朱江明提到在 10 年中，自己从公司拿到的工资只有大约 150 万元，而个人的投入已经超过了 10 亿。但他认定了这条路——「优衣库」只要做对了，也可以和「杰尼亚们」一样获得该有的回报。

作者｜拉风的极客

编辑｜ 郑玄

当 AI 的讨论焦点从「它能做什么」的惊叹，转向「我该怎么活」的拷问，一个由技术驱动的叙事时代正悄然落幕，一个由商业现实主导的新周期已然开启。

过去一年，我们见证了模型的飞速迭代，也目睹了创业公司在大厂发布会后的集体焦虑。移动互联网时代的增长圣经——网络效应、规模效应、数据飞轮，似乎都被削弱，甚至失效。在一个迭代速度快上三倍的新战场，旧的「兵书」已无法指挥作战。创业者和转型中的企业，都面临着最根本的商业问题： 我的客户是谁？我如何收费？我的壁垒在哪？我能活多久？

为此，极客公园创始人张鹏与三位身处风暴中心的关键角色进行了一场深度对谈。他们分别是：手握资本、视角冷静务实的金沙江创投主管合伙人朱啸虎；身处一线、正带领一家有历史的公司进行「转基因」变革的猎豹移动董事长兼 CEO 傅盛；以及作为技术平台、洞察万千企业沉浮的亚马逊全球副总裁、亚马逊云科技大中华区总裁储瑞松。

投资人、创业者和技术平台的视角，如同一面三棱镜，折射出了 Agentic AI 时代下，从业者最真实的焦虑、挣扎与机遇。 在这场对话中，你能看到：

• 新的商业范式： 交付结果，而不是工具。Agentic AI 时代，商业模式的核心是按结果收费，这可能是中国软件企业的一个新突破点。

• 新的生存哲学： 壁垒是动态的。传统的网络和规模效应正在减弱，数据壁垒也没那么高。新的壁垒，要么是找到巨头看不上的地方「猥琐发育」，要么就需要依靠极致的速度和执行力。

• 新的组织变革： 创业和企业转型都要会「借势」。真正的转型始于思想和组织变革，要学会充分利用平台和工具放大效率，不要什么东西都自己做，不要重复造轮子。

• 新的增长引擎： 出海是必选项。国内市场是最好的练兵场，但要挣钱，还是得去全球市场。甚至可以考虑第一天就直接出海。

以下是对话全文，由 GeekPark 编辑整理。

01

一个新突破点：用 Agentic AI

交付结果，按结果收费

张鹏： 第一个问题先问问啸虎总。因为投资人是一个重要的能量，除了我们看到的技术变化，资本的助推和资本市场的好恶也很重要。 您自己也很认同 Agentic AI 这个大趋势，但是在大趋势的方向上，具体的路径怎样才最有机会？什么样的赛道和路径是今天的创业公司或成长型企业应该选择的，去运用这个技术创造更大价值的？

朱啸虎： 今年 Agentic AI 确实普及得非常迅速。但就像前面亚马逊的演讲也提到，最重要的就是直接用 Agentic AI 交付结果。因为过去四五年，中国的软件 SaaS 经历了一个迅速崛起又迅速沉寂下去的过程。不仅是创业者，投资人也都发现，软件在中国要收费真的很难。和美国的差别就在于，收费非常难。

那今天我们用 Agentic AI 交付结果，实际上就不是用软件来收费了，而是按照结果来收费。这可能是能够给中国的软件企业带来一个新突破的非常重要的一点。所以我们比较喜欢看到一些聚焦在垂直细分行业里，和客户完全按照结果来收费的商业模式，这可能是给中国创业者和投资人探索新可能性的一条路。另外，我觉得 C 端上也看到很多利用 AI 直接交付用户体验、交付结果，收入也起得非常迅速。

张鹏：您最近有什么比较看好的赛道吗？或者说，今天您可能也看了很多创业公司，一般什么类型的您会相对看好一点，什么类型的会敬而远之？

朱啸虎： 实际上，今天不管是中国还是美国，我们只看一个数字——速度，收入增长速度。基本上对于早期公司，尤其是从天使轮到 A 轮，收入能增长 5 到 10 倍，才是一个比较让投资人愿意接受的基准线。

张鹏： 所以还是要有一个非常扎实、很落地的价值闭环。

朱啸虎： 对，一般来说我们讲要创造 10 倍价值，你要给你的客户创造 10 倍以上的价值，他采用的速度才会非常快，才能保证 5 到 10 倍的年增长速度。当年软件在美国企业兴起的时候为什么这么快？是每年 3 倍、2 倍地增长，很快就做到 1 亿美金 ARR 了。那今天 AI 时代比当年的软件企业还要更快，至少是 5 到 10 倍，尤其在早期的时候。

02

远离大厂，还是站在巨人的肩膀上？

张鹏：大厂一开发布会，创业团队都很痛苦，因为他们技术一升级，大家做的很多努力好像就受影响了。您怎么看这个事？这是不是个常态？该怎么回避这个问题？

朱啸虎： 这和移动互联网时代实际上是一样的。早期移动互联网的时候，我们看到很多类似的东西。比如说当年最早安卓、iOS 刚刚出来的时候，我们看到很多功能型的 App，像手电筒、万年历、做邮件的、做浏览器的，都有很多创业公司，一开始很火，但后来都已经消失了。就是说，工具类的企业在任何一个周期的早期都有机会，因为 iOS 或者底层模型来不及做。但等到他们一旦腾出手来，看哪个工具用户多，他们自己一做，创业公司就一下子团灭了。今天 AI 时代的迭代速度是移动互联网的 3 倍速以上，所以速度更快。OpenAI 这样的大厂开个发布会，那个大厂再开个发布会，很多工具类企业都会很难受。所以我们说，要聚焦在细分垂直行业，直接交付结果，远离大厂。移动互联网时代，我们说「离开大厂一条马路」，现在 AI 时代一条马路是不够的，离开大厂要三条马路。

张鹏： 早年间大家都是要逐鹿中原，但今天的意思是，你最好不要跟大厂去逐鹿中原，应该找个「香格里拉」去发展。

储瑞松： 可能的确有些大厂开发布会的时候，很多创业公司会很焦虑。但是我觉得 AWS 不一样，亚马逊云科技开发布会的时候，创业者都会非常兴奋。为什么呢？我们开发布会，会推出新的、能够很好地帮助创业者更快加速创新的各种各样的服务。

不管是 Bedrock 也好，还是 AgentCore 也好，我们 AWS 一直的定位是「we do the undifferentiated heavy lifting for customers」，我们把那些必须要做，但实际上不能带来差异化价值的事情，都替我们的创业者伙伴、软件企业或者各个企业都做了，这样他们就可以聚焦于自己的价值创造。所以亚马逊开发布会的时候，这些创业公司或者企业都会非常兴奋。

张鹏： 听懂了，有个大厂不一样，亚马逊云科技还是对创业者友善的大厂。

03

Agentic AI 爆发前夜早过了，

现在是凌晨 5 点

张鹏： 追问一下，因为您也见了很多的创业公司和发展中的公司， Agentic AI 对于整个软件商业的发展范式带来了很多变化和影响，您会怎么总结？

储瑞松： 今年 6 月份的时候，亚马逊云科技在上海开了一个峰会，当时我讲我们处在 Agentic AI 爆发的前夜。现在有人跟我开玩笑说，前夜早就过了，已经是凌晨 5 点了。为什么呢？首先，现在 Agentic AI 爆发的各项要素都已经具备。第一，大模型现在已经具备了类似于人的思考能力，它可以自主地判断完成一个任务，下一步做什么是最合适的。

第二，我们有了像 MCP 这样的协议，使得大模型驱动的 Agentic AI 的 Agents 可以方便地去访问已有的各种数据，去调用已有应用的 API，可以做很多事情。

第三，Agentic AI 应用开发的各种工具链，不管是像亚马逊发布的 Strands Agents SDK，还是说 Bedrock 以及 AgentCore 这样的工具链，相应的环境都已经越来越完善，做 Agentic AI 应用的开发会非常方便。所以现在是 Agentic AI 爆发的凌晨几点钟。

Agentic AI 对软件行业有什么影响？我认为有几个方面。

首先，会改变我们软件企业向客户交付价值的方式。之前的软件企业是这样的，做了一个工具给到客户去用，他要用好这个工具之后，才能把他想做的事情做了。

而现在，在 Agentic AI 时代，不管你用哪种范式，是 Agent Embedded，还是 Agent as a Service，或者 Agent as a Facade，越来越多的软件企业给客户交付的不光是工具，而是要向价值转移。

打个比方，如果你是做呼叫中心（call center）服务的软件，之前是有工具给呼叫中心的人去用。现在很多时候是，你的呼叫中心能够懂客户的业务，能够把很多企业的客户支持需求自动化处理掉，只有那些比较复杂的 case 才会转给人工的客服去处理。或者说，你有一个法律方面的 Agent Service，Agent 产生的结果是已经可以给律师去审阅（review）的法律文档，而不只是帮助律师去起草、去查之前的案例。所以，交付结果非常重要。

第二，Agentic AI 会改变整个软件开发的生产过程，因为 AI Agent 的能力已经变成了软件开发的一个重要生产要素。之前我们软件企业没什么重资产，有的是什么呢？一个是人，不同角色的人，从产品经理到架构师、开发工程师、测试工程师、运维工程师，还有市场销售、客服人员等等。第二是知识。不管你是做横向的 CRM、ERP，懂这个领域的知识，或者说做某一个垂直行业，比如流程行业或者医疗行业，有这个行业的知识。这是之前的生产要素。但是到了 Agentic AI 时代，AI Agents 变成了你的新生产要素。AI Agents 有知识，更重要的是，它可以直接参与到你软件开发生产的全过程当中，作为一个平等的伙伴（equal partner）。

在 AWS，我们所定义的人和 AI 协同创新的 AI-DLC 范式（AI-Driven Development Life Cycle）的过程中，AI 实际上是驱动者。它会去驱动你的需求拆解、架构设计、编码实现、测试、部署、运维和后面的服务问题解决。人是什么角色呢？第一，人是明确的业务需求提出方，第二，在整个过程中人需要去审阅、做决策和判断。所以整个过程跟之前大家熟悉的敏捷软件开发生命周期（Agile Software Development Life Cycle）相比是不一样的。AI 是一个平等的伙伴，是整个 AI-DLC 流程的驱动者和执行者，人是需求提出方和决策判断者。

张鹏： 这确实是一个重要的改变，这可能也是历史上第一次，一个技术，不管是我们自己用它，还是我们把它交付给客户，它都不再只是个工具。它对我们内部要是一个平等的伙伴，对客户那边要能够真正交付结果的生产力，而不只是生产工具。

储瑞松： AI-DLC 的过程，如果你用得好，你所获得的整个生产 效率的提升不是 15%、30%，而是 3 倍、4 倍、5 倍。

张鹏： 不是线性的提升，是指数级的提升。

04

先改造人，再改造产品

张鹏： 再问问傅盛，因为今天你跟场内的各位可能最有共振感。大家都是既有业务，又在 AI 时代里积极探索。我知道在你的探索过程中，首先推动的是组织变革，这点让我印象很深刻。 为什么一上来的切入点不是自己训模型，而是先从自己组织内部的变革开始？

傅盛： 训模型这事，七八年前干过，那时候是语音模型。后来我就知道，这个投入很大，收效很难，竞争太激烈了。我那天回顾了一下，猎豹移动创业 15 年了，我们上市都 10 年了，也是一家有历史的公司了。其实有历史在这个时代不是好事情，历史就是包袱，其实最大的包袱就是人。

我记得当年雷总在做小米的时候跟我聊过，他说当年做卓越，让金山进行互联网化转型，发现改变上千个做传统软件的人去做互联网实在太难了。他举了个例子，有一个周六，他发现他们的电商网站打不开了，他给员工打电话说，网站打不开了，你看一下。员工说，雷总知道了，周一一上班我就去搞。他说，「你知道我有多无助吗？」做传统软件的看来，「我周一上班就搞」已经很好了，但互联网是 7×24 小时服务。所以我想说，人的包袱其实最大的就是体验思维。我一直认为， 一个工具一旦强大到一定程度，改变的就是思维。如果你思维不改变，想用好工具是很难的。

所以我们公司做 AI 变革分三层：第一层叫思想变革，第二层叫组织变革，第三层才是最后的产品变革，它不是反过来的。首先是思想变革，我们做了几件事。第一件事就是，我自己得搞。在座应该很多人也是工程背景，你们想过没有，在一个公司里面最反对 AI 的人是谁？一般老板都很想用，最反对的就是工程师、程序员。你跟他说 AI 能写代码，他一定告诉你，老板，这东西写代码不靠谱，不专业。那怎么办呢？就我自己得上。我就装了各种代码工具，自己用了以后给全员做宣讲，告诉大家，你看我 20 年没碰过程序，现在可以写个东西出来。

思想的改变光靠宣讲也不够，得靠行为。我们搞全员编程，不是大赛，是要求所有人都得写程序。这里面就涌现出很多例子，像我们 CFO 助理写的程序秒杀很多程序员。我们的财务、法务自己写系统，客服自己写呼叫中心中间的一部分，甚至我们行政还写了一个车辆管理系统。这个时候就让大家意识到，今天 Agentic AI 能够让代码能力变成全员的能力。这是我们做的，从全员思想启蒙和教育，然后再到行为，只有肌肉记忆才能让他们开始改变。

第二层是组织变革，其实也很难。比如说我们当时说，能不能让 AI 写代码去替换以前很多业务代码？首先就是业务负责人说，不行，会崩，老板。然后你再找工程师聊，他会说，不行，我们这有很多 know-how。所以我们做了一件事，有点像当年中国改革开放，选一个特区。中国当时选了深圳，我们当时正好一个老员工要回西安，我说，在西安给我搞一个 AI 特种兵训练营。在这个地方，我们全部都招年轻人，不问出处，不问毕业学校，也不问工作经验，只问你对 AI 是否热爱，用过哪些 AI 产品，这个作为唯一考核项。

这个组织里面不设岗位，所有人都叫特种兵，安排什么活你就干什么，打破了以前什么前端、后端、安卓、服务端这些划分。我们有一个以前写网页的程序员进来以后，第二天我们说这个东西要出个 Windows 版，你现在开始写。所以他在内部分享时说，效率提高了 10 倍以上，比储总讲得还激烈。他说他以前没写过 Windows 程序，如果重新开始学，至少要一个月时间。但这件事是昨天布置下来，第二天下午 4 点就上线了。

我们用二三十人的一个特区，把北京以前很多研发任务全部让这些人接了。结果不仅没有出乱子，而且效率大幅度提升。以前做个 App，在国内你至少要 10 人团队，各种设计乱七八糟一堆。我们后来就尝试用一两个人，也不要设计，产品经理自己写代码，一两个人、两三个人就写个快速 demo 上线。做成了以后，让大家来参观这个特区，就像当年来深圳参观一样。很多我们的子公司、我们的部门都去看，以后回来再学。

现在我们进入了第三步，就是要把整个公司的研发体系变成 AI Native 的组织，这个还在摸索，后面可以再汇报。

思想和组织变革做完以后，我认为这时候才会出现所谓的从产品到交付，从功能提供到结果交付的转变。看上去就是八个字，实际上是一个从思想到组织的深刻变革。

关于工具，我跟朱总一直有不一样的观点。他说「工具都死了」，我跟他说也有没死的工具，比如我们有个叫金山毒霸的产品，已经 20 多年了，还在不断焕发青春，从去年开始还在增长。我们做了一件什么事呢？就是把一个传统的安全工具 AI 化。今天你下载最新版的金山毒霸，遇到任何问题不需要再在按钮里找了，你只要跟它说，比如「我的网络连接不通了」，它就自动去一点一点帮你解决掉。或者说「我的 C 盘空间不够了」，或者「我这个打印机打印不出来了」，它会自动根据你的话去生成一段脚本，现场帮你解决，就像一个电脑专家在你旁边一样。上线以后，这个解决率已经超过 80% - 90%。在原来的产品上，通过新的组织和新的思维去构建一个新的产品形态，老树也可以开新花。我觉得工具也是有生命力的。

储瑞松： 我觉得傅盛总讲得非常好。 Agentic AI 不只是一个技术部门或者技术人员该关心的事情，实际上是企业的最高领导者就应该开始去拥抱的思想变革，这个决心来自于 top-down 领导者的决心。 另外，整体也要驱动组织的变革，所以这绝对不只是一个单纯的技术问题。

张鹏： 傅盛几个核心观点是，思想上要全员动员，组织上可以「腾笼换鸟」。你搞个特区，做个实验田，最终再复制，让整个组织去「转基因」。刚才说到的工具问题，其实我觉得您跟啸虎总本质上有一个观点是一致的，就是都要「让开大路，占领两厢」，不要去直接争夺中原。因为有些地方就是有价值的，你如果把它形成有效的价值循环，不断地进步，你就会赢得迭代的空间。因为它可能山高路远，大厂也不一定看得上。

05

找到一个别人没看到的点，

缓慢发育，保持低调

张鹏： 我们经常会说，在今天追一个时代、抓住一些机会，归根结底还是要看你长期的壁垒和优势会怎么样。 在 Agentic AI 的时代里边，我们该如何看待壁垒的问题？怎么去形成真正的壁垒？很多人说数据，很多人说我跑得快等等，您会怎么看？

朱啸虎： 这是个很好的问题，我们一直在思考。做早期投资包括创业，我觉得首先要像《孙子兵法》讲的，「未虑胜，先虑败」，否则你就是给大厂打个样，说实话这是有点可悲的。怎么做呢？我们看移动互联网就知道了。移动互联网时代，中美最终跑出来的就那么几家公司，滴滴、美团，就像美国的 Uber、DoorDash 和 Airbnb。这些公司都有一个共同点，就是一半线上，一半线下，我们当年叫 O2O。线下那些业务是大厂根本不愿意干、不愿意碰的。

我们当年投滴滴早期的时候，我特别清楚，他们早上在北京冬天凌晨 4 点钟去司机吃早饭的地方发展司机，说，你装我 App，我给你带来业务。腾讯的人跟去了一天，第二天就不愿意去了，太辛苦了。所以这种苦活、累活才是创业公司的根据地，也是生存的根本。

这一波 AI，说实话没有看到这样的机会，没有看到这种苦活、累活的机会，所以我们感觉这一波确实很难，不知道地点在哪里。互联网创业最好的是网络效应，像微信、抖音、小红书这种，我们也没看到。像滴滴、饿了么、美团的这种规模效应，我们也没看到。这真的是挺可悲的。

大家一直说数据壁垒。一开始我也相信数据飞轮能够起来，但现在发现，数据飞轮可能有点壁垒，但就是那么一点点。这也是我们通过过去一两年才发现的。因为大部分数据的信息是重复的，核心数据可能就那么一点点，这个壁垒说实话是不够的。

所以现在都开始打价格战。以前大家都说中国人特别喜欢一拥而上，有百团大战、百车大战，美国这次创业也开始打价格战了，像 Abridge 这样做医生和病人之间问诊的细分赛道，美国有 100 家企业，而且几乎没有任何差异，也开始打价格战。Abridge 当年也号称他做医生和病人问诊的转录特别准确，因为他们以前积累了 500 万份病历卡。现在发现，可能 500 万份里面真的有价值的就几十万份。几百万份可能难度会比较高，几十万份对很多创业公司来说也就没有那么难了，但大部分信息都重复的。数据飞轮壁垒没有那么高。

所以现在我们发现，真的要找到一个「农村包围城市」的点，找到一个别人没看到的点，在那里闷声发财，猥琐发育，这可能是最大的一个壁垒。千万不要高调。所以我们现在做得好的、涨得快的一些 AI 创业企业我们都不说了，都不提了。

张鹏： 总会有个「但是」。你上来就连续给大家浇了好几个冰桶，我一直在期待那个「但是」，然后发现您说，其实也有好的，但是就不说了，低调为先。我想到的是，现在的创业范式跟以前有所变化，以前是「Go big or go home」，现在是先找到一个「home」，然后再去「grow big」。所以某种程度上是要找到你的「香格里拉」，然后去逐渐发育。听起来朱总最后的「但是」是在这儿。

06

利用杠杆，不要重复造轮子

张鹏： 刚才朱总说到了很多大的商业竞争环境，确实也是事实。 但是背后还是有很多变化的，比如说开发的范式等等。我们以前描述壁垒，更多的是一个物理上的高墙或者护城河，但也可能是我们前进的速度不一样。这种开发范式的变化是不是也能带来一些新的机会？

储瑞松： 朱总讲的我其实蛮多都认同的。但在这种各种各样的因素都感觉不是什么很强的壁垒的情况之下，如果你要创业，或者一个已有的企业要转型，到底是什么东西能够区分出有的创业能成功，有的转型会非常成功，而有的不那么成功呢？

其中有一条在我看来，就是你的执行力，在这个 Agentic 时代的加速创新的执行力。 而这个加速创新的执行力，可能不是说靠「996」就够了的，虽然现在听说在 AI 创新时代，很多创业公司也都开始「996」了。加速创新的执行力，有一条就是一定要去利用杠杆（leverage），不要自己重复造轮子，不要说自己再去弄一个大模型出来，而是要撬动像 AWS 所能够提供的平台、一整套的工具链，然后拥抱 AI 时代新的开发范式，就是我前面提到的 AI-DLC 范式。你最宝贵的资源其实就是人，让人的时间能够通过 AI 工具被数倍地放大。

我前面已经提到 AI-DLC 的范式，充分利用 Agentic AI 的能力，不管是平台的能力也好，还是像 Kiro 这样的、在 AI 时代人和 AI 协同开发的 IDE 工具的能力也好，让你整个的开发过程由 AI 作为驱动者。你只需要基于你的 insights，把你想做的事情描述清楚——当然了，如果你描述不清楚，AI 也会跟你澄清——然后让 AI 来做各种各样的繁重工作，从需求拆解、到架构设计、到后面的任务列表、编码、测试、部署、运维。

你这边做的事情是要去做判断。比如，它的需求拆解是不是跟我的商业意图一致？有没有什么需要补充、需要增强的地方？它的架构设计是不是满足我想要实现业务功能的需求？举个例子，架构师选数据库，原来 AI 可能自动选择某一种，如果现在在国内信创的环境里，你是不是要考虑，我需要把数据库换成一个国内相应的数据库？它的任务安排是不是合理？有没有什么任务要先做、什么要后做？人保留着做评估、做判断、做决策的能力。

在 AI-DLC 范式里，如果你整个按照这种方式做开发，开发效率会提升数倍，所以你宝贵的人力资源投入就能够带来非常好的效果。而这个时候，人并不是没事可做了。人对于具体业务领域的理解，对于需求是不是能满足业务需要的判断，对于架构中各种平衡和取舍的判断，仍然是非常有价值的，是无法被 AI 所替代的。所以我觉得是，充分地去 leverage 像 AWS 能够提供的平台能力，拥抱 AI-DLC，这是在 AI 时代你要做成功的创业或者业务转型，必须要有的一个因素。不一定是充分因素，但一定是必要因素。

张鹏： 听下来反而是说，「壁垒」这个词在 AI 时代可能也要我们形成一个思维转换。以前我们说壁垒更像是打陆战，真有个河、真有个高墙，它建好了就在那了，别人就不好弄了。但今天更像打空战，你是一个持续的能量管理，如何更灵动地在这个空间里边有效机动，这是打空战的要义。所以它不是物理的某个东西，它更应该是运用一切去管理好你这个组织，创新发展的能量。

储瑞松： 我觉得你讲得非常好。前两天我在澳门，因为 NBA 时隔六年重回中国，亚马逊云科技是 NBA 全球的独家云和 AI 的合作伙伴。你看 NBA 比赛，有的球队非常强，它能够赢，你说它有什么壁垒吗？实际上我觉得是它自己在不断实践过程中积累出来的一种动态能力（Dynamic capability）。

张鹏： 这是很重要的一点，从陆战到空战，从物理壁垒到能量管理。

07

增长本身就是最大的壁垒

张鹏： 我们经常说壁垒，知道这个时代里很重要的三个东西：数据、算法、算力。我们盘了盘，算法这个事，您刚才也说创业公司自己搞模型有点不太靠谱。算力这个事，那肯定是巨头的优势。看起来就剩下数据有优势了，然后朱总刚才还说了一句，数据优势也要谨慎评估，但我想听听傅盛的观点。

今天一个组织要去赢得它的竞争力，尤其是在 AI 时代，数据可能还是很重要的一环，尤其是数据的闭环。你怎么理解数据闭环在今天的意义和怎么去把它真正建好？

傅盛： 对，我又要表达一下跟朱总不同的观点。首先，我不觉得是大公司干不了苦活、累活，是大公司不认为这件事可以长那么大。你看今天外卖是苦活、累活吧，阿里投入巨大，我看了一眼财报，明年好像要把集团利润都快打光了。这算苦活、累活，而且还是烧钱的活。如果我们抽象点谈，我觉得本质上，所谓的壁垒就是认知的壁垒。

第二，在认知有差距的情况下，就是你的业务能不能跑得足够快，能不能在对方反应过来之前形成一个增长壁垒。今天我去硅谷，在这一点上我觉得好像就没那么纠结。做大模型的很开心，做应用的也很开心，做应用的不会去想模型用别人的，有一天被人家做了怎么办。我就瞄着增长打，如果我增长快了就能长起来，所有新事物的出现都是「看不上、看不起」。

朱啸虎： AI coding 除外。

傅盛： AI coding 因为它发展好几年了，它不是今天才开始，像 Cursor 也在起来嘛。就是最开始是看不懂，后来看不起。最早互联网一个网页有什么壁垒？我估计那些电商网站上线的时候，当时的传统商务巨头就哈哈一笑。QQ 上线的时候，移动、电信都觉得这东西，我随时就干掉你。但事实上，等它一旦形成增长壁垒以后，你发现你就追不上了。

我觉得今天 AI 有特别典型的这个特质。朱总也刚刚说了，以前 3 倍增长就可以，现在要 5 到 10 倍。但反过来是，AI 带来的效能增长就能到 5 到 10 倍。所以这个时候一旦增长起来，你就会发现，其实即便巨头要追也很难。因为当算力、算法都不是壁垒，数据也没有那么大壁垒的时候，就回归商业最本质的东西，就是你占领了用户心智。你占领了用户心智，除非你犯大错误，否则对手很难追。

我举个例子，像一家知名的 Agent 公司的创业项目。我发现在中国跟创业者聊和在美国跟创业者聊，简直是冰火两重天。中国创业者都觉得它在吹牛，是泡沫，因为那东西看上去技术没啥，写个 Agent，把几个东西一整合，然后给你跑一个，跑的效果还不好。但在美国创业者包括美国投资人来看，这个项目非常好，因为它的增长非常快，年化收入已经接近 1 亿美金了，已经有了它自己的固定客户群。

我当时第一次用的时候也很崩溃，我说这东西不就 DeepResearch 吗？但是后来我想，可能正是因为今天 AI 在一个刚刚开始的时代，所以有大片的开阔地。这时候就像你抢了一块用户以后，只要你的服务质量不下降，和对手差不多，你就能保住你的用户。后来我在想，可能就是一部分不用完成那么复杂任务的人，又没有接触过所谓 DeepSearch 的人，用了这个 Agent 工具就会觉得效果很好。

所以，我觉得今天创业者跟投资人观点不一样很正常。因为你擅长什么，你才能去做。投资人不看好这个，他再投那个，反正都拿钱。我们做工具的，他说工具没希望了，那我死也得把工具做出壁垒来。比如工具也有跟硬件的结合，我觉得智能硬件就是一波壁垒，但是里面最重要的还是， 你要变成新时代的组织，你的迭代周期要比对手快，你的增长逻辑要比对手快。

你看我们以前做海外工具，我们第一波做 Clean Master，在全球有几亿用户。今天我去谷歌看，整个增长逻辑也变了。今天 AI 可以不再通过传统广告模式了，而是可以通过主流媒体报道来增长。我见过一个还在哈佛大学读书的孩子在创业，给我讲年轻一代是怎么创业的，我受教一小时，比如怎么能够去获得更多关注，让一个产品迅速地冷启动，然后形成用户规模。所以我觉得机会还是很大的。朱总的很多东西不对外讲，其实也有很多增长很快的，哈哈。

储瑞松： 其实我们之间还是蛮多共识的。比如说我们都认为，在这个 AI 时代，执行力、执行的速度快非常重要，这个我们是有共识的。

傅盛： 我分享个干货。我那次听过一家 Agent 公司的闭门分享。他讲的时候我就觉得我冷汗直冒，因为我觉得好像真的是，一个新的时代的创业者在讲一件事情的时候，你原来那套逻辑必须改，你不改的话你就会追不上这个时代。你只是看那个产品，觉得好像没什么变，其实他的整个思维都发生变化，你看我们最早做互联网的时候，我们认为衡量指标叫做 MAU（月活跃用户量）。等到移动互联网，我们那波为什么没做好？其实那个时候衡量指标已经变成了用户时长，时长越多越重要。

他在今年年初说，其实下一波就是看你的 Token 消耗。那个时候他就认为，Token 消耗多是好事。我们看着 Token 消耗那么多、花那么多钱，他认为 Token 消耗多是好事，证明用户拿你这东西在解决问题 。

你看到现在这几个月，风向已经很明显了，Gemini 在公布它的 Token 消耗量，OpenAI 在公布它几个大客户的 Token 消耗量。那这个时代就是谁能把大模型的 Token 消耗用得足够多，就可能有点像当年的视频网站一样，看上去带宽很贵，但事实上这是你的核心竞争力。

储瑞松： 对，我补充一点，我觉得 Token 消耗当然是一个重要的指标，但是我们三个还有一个共识， 最重要的是你能给你的用户、给你的客户带来什么样的好的、他希望的结果。结果非常重要。 Token 消耗是手段，最后是带来相应的结果。

张鹏： 对，其实我觉得这个东西一点都不冲突。刚才朱总说找一个看不见的地方去长大，怎么长大呢？那个地看起来不大，但是它可能挖得很深，底下有石油。所以本质上它要从原来的月活逐渐到 LTV（用户生命周期总价值）。哪怕 100 万用户，让他天天在用，每天用很多，那你的 LTV 可能也能挺高的。所以这确实是一种完整的范式变化，而且两位的思想碰撞帮我们补全了不同的视角。

08

AI 出海，懂得借势很重要

张鹏： 回到朱总这边，最近您也聊得比较多——中国创业者今天一个趋势是，我们还是要在全球市场创造价值的，因为全球市场也确实比中国市场有更好的回报率，尤其在 AI 这一波看起来是这样。 但真的往这走的时候，我们也要想一想，到底我们有什么优势，有什么劣势？应该怎么发挥优势？

朱啸虎： 今天的中国创业者比上一代 PC 互联网创业者，我觉得出海更有勇气，而且更 ready。而且今天出海确实是必须的，国内聪明的、厉害的创业者太多了，竞争真的很激烈。我们有个公司做得很好，产品做得非常好，所有竞争对手都根本比不上，但报了一个毁灭性的高价格。甲方都知道那些竞争对手的产品可能都不能用，但是就是拿这个价格来压我们公司。你可以贵个两三倍，但不能贵个五倍十倍。

国内还是很难收到好的价格，我们甚至就直接出海。在菲律宾，价格都是上海公司价格的 3 倍以上。我们现在一般都是说，在国内打磨产品、打磨团队，然后到海外去赚取毛利。国内客户对产品的要求都非常高，可以成为一个非常好的打磨产品的渠道，然后再到海外去赚取毛利。如果你在国内能够形成绝对的龙头，到海外几乎是没有对手的。

张鹏： 听起来就是「盐碱地里练功夫，鱼米之乡挣大钱」，有点这个感觉。核心是反而可以在国内当成一个练兵场和能力试炼场。这是一个视角。 瑞松你们天然在支持中国往海外发展的创业者，他们可能都是你们的伙伴，你怎么看？

储瑞松： 对。之前有种说法，说中国的软件行业大而不强，从业者非常多，但是真正的世界级的软件巨头几乎没有。但是我们现在看到，新一代的中国软件企业，他们从一开始，不管是先在国内练内功再出海，还是从一开始就瞄准全球市场，我们非常高兴地看到很多新一代的软件企业都是面向海外的。

而且我觉得在 AI 时代，因为整个软件开发的生产要素、生产过程以及价值交付方式都有一个范式变化，所以在某种意义上可以说，中国的软件企业现在和世界其他软件企业都站在同一个起跑线上。就好比之前的油车时代，海外的车厂有发动机等各种专业壁垒，中国的油车怎么赶都赶不上。但是到了电动车时代，中国的车企可以弯道超车。

所以我觉得 现在 AI 时代，对于中国的软件企业实际上是一个弯道超车的机会。 我个人很期待未来十年之内能够看到从中国诞生的世界级的 ISV 软件巨头。那当然了，亚马逊云科技作为一个全球公司，我们非常乐于服务于中国企业出海。有外部数据说 75% 的出海企业都会首选亚马逊云科技，因为我们有遍布全球的能力。

我们也非常乐于支持中国的软件企业出海，在支持中国企业出海方面可以提供很多切实的支持。包括前面提到的，中国的软件企业可以加入亚马逊的合作伙伴网络，可以把你的产品上架 Amazon AWS 的 Marketplace。因为我们全球有最大规模的企业客户，上架 Marketplace 之后，你就可以有一个渠道去访问潜在的客户群。另外，软件出海的合规也非常重要，不管是欧洲的 GDPR，还是美国的 EO 14117 等等，我们有多年支持中国企业出海在合规方面的实践经验，可以帮助您的企业避免在合规方面出一些不必要的问题。

另外，亚马逊还有全球的集团生态，包括亚马逊电商、亚马逊广告等等，我们可以在生态方面去赋能。所以，作为亚马逊公司，我们有一个领导力准则，其中最重要的一条叫「Customer Obsession」，极致的客户至上。所以我们不光有全球领先的云和 AI 服务，我们也有这种精神，很愿意助力中国 ISV 企业在出海这件事情上能够有突破。

张鹏：那我再问问傅盛，我知道你们在海外也有很多的努力。能不能分享一下在海外市场发展上面有什么样的经验？

傅盛： 这一下我是特别赞同朱总的观点。而且我更激进一点，我说如果大家是第一天开始创业， 就不要什么中国练兵然后出海，就直接干出海，直接去鱼米之乡。 干嘛要在盐碱地里弄呢？你在盐碱地里弄，有的时候会骑虎难下。你要在沙漠里弄吧，反正你知道弄不出来，你就去搞鱼米之乡了。你盐碱地一弄，出了庄稼你收不收？以后你要不要再播下一季的种子？这个时间，人家都奔鱼米之乡去了。

我觉得出海是一个战略，它不是一个补充。如果你今天真的做一个面对海外的企业，那就从第一天开始，就像亚马逊一样。因为我们当年第一次出海的时候，就被我们的对手天天在国内轰，没办法。所以我们当时在海外第一版做的时候是没有中国版的，而且公司都改名，不让他知道，省得他追着我轰。那个时候我们就发现了一个秘密，在 2012 年的时候，我们就发现，中国的 App 做得并不比美国差。

但我要说，今天中国的软件和 App 已经不是跟美国站在同一起跑线上，而是比美国的整个开发效率、运营水平要高。比如今天去硅谷，你看 AI 很热，硅谷的初创公司怎么融资？因为很火。他的年收入乘以 20 到 30 倍，就是他的估值，就可以去融钱。你 100 万美金就可以拿 2000 万到 3000 万美金去融资，这是现在硅谷的标准范式。但是这个限于 To B。如果是 To C，硅谷只给 10 到 15 倍。因为硅谷的基金觉得你们干不过中国那些创业者，即便是硅谷的华人也干不过我们这边的创业者。今天的中国，无论是软件水平，当然还包括其他很多产品，在全世界的应用研发能力绝对是一流的，甚至是超出很大一块的。所以，第一，大家要有这个信心。

第二，今天这个时代，虽然有各种变化，但是比我们那时候出海还是要方便很多。比如今天有亚马逊云，你在全球各地的合规就会简单很多。那时候我记得我们当时做的时候，欧洲推了个 GDPR，我们光搞律师费就花了几百万美金，整个公司得重新来一遍，很麻烦。现在由于有了云的整套服务，你也方便很多。

第三，基础设施。我们看上去算力、算法不占优势，但如果把它看成基础设施，那就是创业者最好的优势，因为可以用全球最好的算力、算法，去提供最好的服务。那这个时候你做出来的产品体验，再加上我们这种在这片土地里招的兵，已经是很强的了。我在硅谷看很多公司为了保持竞争力，他的研发一定要在中国设岗，只靠在硅谷是搞不定的。所以这个时候，我们如果要出海，就应该全力以赴，把它做成一个唯一的选择。

储瑞松： 我蛮认同傅盛讲的。不过有一点，我觉得中国的软件公司在开发技术能力以及用户体验方面都是全球一流的，但可能在对于 ToC 业务的复杂业务流程的理解方面还是有一些差距，但是我觉得这个成长也非常快。另外，规模化的软件工程能力方面，当然在 AI 时代会有不一样的做法，还是有一些差距，但是这些差距也在很快地被弥补。所以我觉得整个过程当中，中国的软件企业应该借力、借势，不要什么东西都自己做，不要什么东西都要自己从头开始。很多人做一个什么中台，但中台实际上并不那么好，而是要去借势。

09

软件企业的三个关键词

张鹏：如果我们让大家 take away 一个词，在这个时代里，作为一个软件企业，在脑子里应该要去回想的一个词，它会是什么？

储瑞松： 我本来脑海中想了三个词。一个是「拥抱」，思想认知的变革；第二是「借势」，不要什么东西都自己做，不要重复造轮子，要站在巨人的肩膀上，leverage 你能够利用的平台能力、工具链以及生态；第三个是「重塑」。最后我可能选「重塑」这个词，因为我觉得在 AI 时代，AI 实际上正在重塑着生产要素、生产关系、生产过程，更重要的是重塑着我们的价值交付。

傅盛： 我想到的词是「原生」，Native。原生的一个 AI 组织。你这个组织的人首先是不是都信仰 AI、相信 AI？其实今天 AI 在逻辑能力上，我认为它已经超过人了。因为 SAT 它能考 1600 分，我考不了嘛。我觉得逻辑上肯定是超过了。

我们以前有句话叫「万事不决问 AI」，后来我们改成了「万事问 AI」。我们今天要求所有的工作都让 AI 先做，然后人去做一些补充。我觉得今天我们能起到这样的角色已经很不错了。你的组织里面的人是不是都是这样的工作模式？你提供的产品是不是也是 AI 化的，给用户提供结果交付，而不是功能交付？

朱啸虎： 我的关键词就是「猥琐发育」。当你看不到有网络效应或者规模效应的壁垒的时候，一定要在那些不仅是巨头看不上，甚至在二三线的互联网公司都看不上的那些穷乡僻壤里面找到一个根据地，像一根针一样深深地扎下去。等到你的根系已经扎得很深很深的时候，你再冒出来。

张鹏： 今天是要先找到一个「home」，然后再去「grow big」。这一点可能也是一个非常务实的建议。我觉得总体听下来，在心态上大家就是一个理性、坚定、乐观和积极的状态。但是理性还是要有的，49% 的悲观配 51% 的乐观，这可能是个好配比，然后总体是个积极的态度，中间可以两个点来回换，投资人可能有时候会是 51% 对 49%。