目前我使用的还是ChatGPT 3.5版本，和本文开头的维基编辑一样，我发现ChatGPT经常满嘴胡说……它不仅经常煞有介事地捏造一些子虚乌有的事实，当你指出它的错误后，它还会瞬间改变自己的回答，尽管再次的回答往往还是错误的。 这对于一个编辑来说无疑是很不爽的体验——这时候维基百科就显示出了它与人工智能的不同，尽管在反复的编辑中某些词条自然存在部分争议，但依照“N.P.V.O”的原则，关于事实陈述部分要比ChatGPT靠谱很多了。 本文来自微信公众号：利维坦 （ID：liweitan2014），基于创作共享协议（BY-NC），由作者Jon Gertner发布，编译：南瓜大王，校对：tim，原文标题：《真相时刻：维基百科会不会在协助AI不断完善的过程中自取灭亡？》，题图来自：视觉中国（维基百科创始人之一Jimmy Wales） 文章摘要 本文探讨了维基百科在人工智能时代中的未来前景，以及与智能聊天机器人的关系。维基百科作为一个可靠的知识来源，面临着智能聊天机器人的竞争和挑战。虽然智能聊天机器人在语言交互方面有优势，但维基百科的准确性和内容质量仍然是其独特的优势。 • 维基百科的准确性和内容质量相对于智能聊天机器人更具可靠性。 • 智能聊天机器人在接受训练时需要依赖维基百科等数据库，但其回答的准确性有待提高。 • 维基百科与智能聊天机器人可以通过插件的方式结合，提供准确性和流畅性的知识服务。 2021年初，当一位维基百科（Wikipedia）的编辑首次试用ChatGPT 3时，他发现这个语言模型错误百出——它会随意编造事实，胡乱引用文章。但同时，他也意识到了这个工具的巨大潜能，并深信在不久的将来，它将取代他深爱的维基百科。这位编辑为此写下了一篇名为《维基百科之死》（Death of Wikipedia）的文章。 © Mashable 如今两年的时间过去了，ChatGPT已经更新到了版本4；维基百科也在今年1月度过了自己22周岁的生日，那么，二者目前究竟存在一种怎样的关系呢？ 新闻记者、作家乔恩·格特纳（Jon Gernter）深入探讨了这个问题，并在《纽约时报》上发表文章：《真相时刻：维基百科会不会在协助智能聊天机器人不断完善的过程中自取灭亡？》（Moment of Truth：Can Wikipedia help tech A.I. chatbots to get their facts right—without destroying itself in the process?） 回顾维基百科的历史，我们仿佛回到了网络的黄金年代：那时候，每个人，只要能联网，就能免费学习和分享所有人类的知识。 现如今，维基百科上的文章总数已经超过了6100万篇，由334种不同的语言书写。它长期在访问量最大的网站排行中榜上有名，并且，与同样上榜的Google、Youtube与Facebook不同，维基百科始终拒绝任何广告，只通过接受捐赠获取资金。 此外，它所有的贡献者都不收任何报酬——而这个群体保证了每分钟345次的编辑量。 如今的维基百科早已不仅仅是电子版的百科全书，而成为了将整个数字世界粘合在一起的知识网，为人们提供了一个可靠的信息来源。我们从Google/Bing/Alexa/Siri上搜索、了解到的知识大部分都来自维基百科，油管也使用维基百科来打击谣言。 而智能聊天机器人当然也不例外，在其接受训练的过程中，维基百科起到了至关重要、甚至可能是最关键的作用。 西门菲莎大学（Simon Fraser University）的研究员尼古拉斯·文森特（Nicholas Vincent）认为，没有维基百科就不可能有强人工智能，但他也认为，ChatGPT一类大语言模型的流行可能会导致维基百科的消亡。 在今年3月召开的一次大会上，人们探讨了人工智能对维基百科带来的威胁。编辑们的心情是喜忧参半的：他们既认为人工智能可以协助维基百科快速发展，又担心人们会越来越倾向于选择ChatGPT而不是维基百科来回答问题——比起维基有点儿古板生硬的词条，ChatGPT的回答显然更通俗易懂、自然流畅。 基于大会探讨的结果，一个共识性的呼吁是：“我们希望身处于一个全部知识是由人类生产和建构的世界。”但现在，是不是已经有点太迟了呢？ 其实，早在2017年，维基媒体基金会的社群及其志愿者就在探讨如何进一步发展，在2030年实现永久性保存、分享世界知识。彼时，他们就注意到了人工智能的出现是如何改变知识的收集、组合和整合方式的。 维基百科在发展过程中遇到的挑战 除开维基百科，如今的大语言模型还广泛吸收来自Google patent database（谷歌专利数据库）、政府文件、Reddit上的问答、线上图书馆以及海量的线上新闻作为信息来源；不过，西雅图艾伦人工智能研究所（Allen Istitute for AI）的计算机科学家杰西·道奇（Jesse Dodge）认为，维基百科的贡献是无与伦比的，这不仅是因为它在用于培训大语言模型的数据总量中占到了3%~5%，更因为它是最大的、最经过精心筛选的数据库之一。 如今，维基百科的编辑们就AI与维基百科关系的热烈讨论，有点儿类似10年之前，他们就谷歌和维基百科之间关系的探讨，那时候的结论是，谷歌和维基百科互惠互利，和谐共生：维基百科使得谷歌成为了更好的搜索引擎，而维基百科也从谷歌那里获得了大量的流量。 当然，与谷歌及其他搜索引擎保持紧密关系，也给维基百科带来了一些存在危机：要是问谷歌，俄乌冲突是怎么一回事？它会引用并简要总结来自维基百科的文章内容，而读者往往更喜欢谷歌的答案，而不会去顺藤摸瓜阅读背后超过一万字并带有400个脚注的维基文章。 进一步，这会导致普通人过于简化理解我们的世界，也会影响维基百科招募到年轻一代的内容贡献者。 2017年的一项研究表明[1]，人们对维基百科的访问量确实在下降。而且，智能聊天机器人的出现更是加速了这一进程。 维基媒体基金会机器学习研究小组的带头人阿隆·哈尔法克（Aaron Halfaker）表示，搜索引擎在提供简要答案的同时至少还会贴出来源链接，帮助人们回到维基百科的页面；而大语言模型只会把信息整合成流畅的语言，没有引用、没有依据，人们无从知晓答案的来源。这使得人工智能成为维基百科更难缠的对手——它可能更有害，而且很难与之竞争。 维基百科自身的缺陷及解决措施 当然，维基百科远不是尽善尽美的：首先，在4万名活跃的英语编辑中，有80%是男性，75%是美国白人男性，这导致维基百科在性别和种族方面的内容存在一些偏差。 其次，维基百科的文章可信度也不是稳定不变的：佐治亚理工学院（Georgia Institute of Technology）的教授艾米·布鲁克曼（Amy Bruckman）认为，在维基百科上，一篇经过上千人编辑的长文质量相当有保证，而一些短文却很可能出错甚至完全是垃圾。 © Wikipedia 这使得编辑需要旷日持久地与谬误作战：其中有经验的会出手编辑包含一些缺乏事实依据或无法验证真假的文章；此外，在编辑守则中，内容编辑也被要求保持“N.P.V.O”——即“Neutral Point of View”（观点中立）。 人工智能工具的问题及解决方案 与之相对，对于智能聊天机器人来说，追寻真理之路甚至更为艰险[2]：就像ChatGPT会随意编造事实，胡乱引用不存在的文献（术语叫“hallucination”虚假信息）；会过度简化一个复杂事实，例如分析俄乌冲突；也会乱给医学建议…… 今年4月，斯坦福的科学家检验了4种内置AI工具的搜索引擎：Bing Chat，NeevaAI，perplexity AI和YouAI，发现它们生成的答案只有差不多一半能经得起事实的检验[3]。 © MobileSyrup 这是为什么呢？原因很简单：聊天机器人的目标不是追求绝对的真理或准确性，而是尽量根据给定的上下文和概率来产生合理的回答[4]。这种选择可能基于统计数据和语言模型，因此不是百分之百准确的。 难道答案的准确性不应该是研发、培训智能聊天机器人的公司首要追求的目标吗？对于公众来说，这几乎是个毋庸置疑的问题。然而，据计算机科学家、前谷歌研究员玛格丽特·米切尔（Margaret Mitchell）爆料，在目前商业竞争白热化的阶段，比起真实可靠，公司更在意尽快向公众推出旗下的AI产品。（顺带说一句，米切尔正是因为批评谷歌在这个领域研发方向的问题而被解雇的。） 不过，米切尔也相信前景是光明的，她已经看到使用优质信息接受训练的模型在提高准确性方面显著的提升。只是，目前AI产品的数据训练方法是“放任自流”式，即不管好的坏的就把尽可能多的信息喂给模型，设想是输入的信息越多，输出的信息质量就越高；而不是反过来——全部输入优质信息，得出优质信息。 此外，市场竞争也有助于智能聊天机器人的自我完善，例如，OpenAI与许多商业公司都有合作关系，这些公司非常注重答案的准确性。另外，谷歌公司研发的人工智能系统与医学界的专家保持了紧密合作，进行疾病诊疗方面的探索。 相较以前的版本，ChatGPT4在提供涉及“事实内容”的回答时已经有了显著进步，不过，离它能准确地回答复杂的、多层面的历史问题，还有很长的路要走。对这样的智能聊天机器人来说，准确性与创造性、流畅性之间永远存在着张力。而开发的目标，绝不仅仅是让它们能“反刍”接收知识，而是需要看穿知识的模式，并用通俗易懂的语言告诉使用者。 目前二者的合作现状 6月底，记者试用了维基媒体基金会为ChatGPT开发的插件。 ChatGPT4目前拥有的全部知识截止于它受训结束的时间：2021年9月；而这个插件可以让它接触到迄今为止的所有信息：这使得用户可以同时享受到这两种工具的带来的便利：来自维基百科的知识具有准确性和时效性，而智能聊天机器人能用流畅、自然的语言将其输出。同时，ChatGPT也会列出信息来源——维基百科的页面。 维基百科也在内化一些人工智能模型，以更好地帮助新用户，或协助编辑工作。但目前，维基的社群还是比较抵触完全由人工智能编辑的文章；而编辑们也非常担心，面对强大的无休无眠的对手，面对能瞬时生成海量内容的人工智能，人类编辑在内容审核方面付出的努力是否只是螳臂挡车，终会一败涂地。 按照目前的情况来看——任何站到人工智能对立面的举动都是不理智的，一个很可能出现的场景是：像维基百科一类的组织必须努力适应由人工智能创造的未来才可能得以存续，而不是妄想对其施加影响甚至出手阻拦。 当然，许多接受采访的学者和维基编辑也认为，人工智能制霸之路不会是摧枯拉朽的，它将面临重重阻碍： 首先是社会性的：欧盟议会目前正着手制定一系列法律条文和规章制度，来规范对人工智能产品的使用：例如强制科技公司标明由人工智能生成的内容；公开人工智能受训的数据；以及标明信息来源，不可未经授权盗用其他网站、数据库资源等。 其次是技术上的。事实上，文章一开篇已经强调，如果没有维基百科、Reddit社区提供的海量数据，大语言模型根本无从接受训练，而人工智能的研发公司完全清楚这些数据库的重要性，这就给了维基百科等网站一些谈判的筹码。 此外，今年5月底，一些人工智能研究员还合作发表了一篇论文[5]，探讨新的人工智能系统是否能只靠人工智能模型生成的知识来发展自身，而完全不使用人类生成的数据库接受训练。结果，研究者发现这会导致一种系统性崩溃——称为“模型崩塌”（Model collapse）：使用人工智能合成的数据可能会导致混乱，因为它们可能不准确或不真实，进而会对下一代模型的训练数据集造成负面影响，使其对现实世界的认知产生偏差。 而维基百科的插件可以避免这一情况发生，但如果在未来，维基百科上充斥着由人工智能生成的文章，那么问题同样会产生：新一代的语言模型会陷入自说自话循环论证的状态。 最终，这项研究证明了，真人交互产生的数据的价值对未来大语言模型的发展不可估量，这对维基百科的编辑们来说是个振奋人心的消息。至少一段时间之内，人工智能还需要我们，需要我们人类让它变得可信而有用。 不过，这又涉及到一个叫做“结盟”（alignment）的理论概念，即假设人工智能符合人类最大的利益。保证人工智能与人类站在同一边，既是巨大的挑战，也是研发人工智能的首要任务。 而真人的好处是，人性使得人类天生就具备一些形成同盟的条件：例如一些人乐于分享高质量的教育资源的动机，恰好符合另一些人的需求。作者最后采访了一位维基百科的英文编辑杰德（Jade），她提到知识分享是自己的人生信条：她每周会固定花10~20个小时编辑维基百科。 目前，她致力于编辑一条关于美国内战的条目，其一年的阅读量已经超过了484万次，她的目标是继续完善这篇文章，直到获得维基百科“精选”的认证——这是一种极为珍惜的认证，在维基百科的英文版中，仅仅有0.1%的内容有资格得到这项认可。 最后，记者问及杰德是否认为人工智能会完全取代她的工作，杰德回答，她是个乐观主义者，相信至少在本世纪内，机器人不会完全替代人类来编辑维基百科。 然而记者本人就没有这么确定了，毕竟，根据他自己与ChatGPT聊天的经验，尽管在信息交换的准确性和细节方面人工智能做得还不够完善，但人机交互的体验已经足够吸引他了，一切都是如此轻松。

IT之家 11 月 13 日消息，IT之家从国家企业信用信息公示系统获悉，星巴克（中国）创新科技有限公司于近日成立，该公司由星巴克咖啡（开曼）控股有限公司（Starbucks Coffee (Cayman) Holdings Ltd.）全资持股。 营业执照信息显示，星巴克（中国）创新科技有限公司法定代表人为罗金鹏，注册资本 2.22 亿元人民币，经营范围含软件开发、软件销售、人工智能（AI）应用软件开发、人工智能基础软件开发、人工智能理论与算法软件开发、物联网设备制造、计算机系统服务、大数据服务、供应链管理服务等。 财报显示，2023 财年全年，星巴克全球综合净收入高达 360 亿美元，同比增长了 12%。其中，星巴克中国录得收入 8.406 亿美元，去除汇率影响同比增长 15%；全财年收入达到 30 亿美元，同比增长 11%。 星巴克也正在加快对中国市场的门店布局速度。截至第四季度，星巴克中国净新增门店 326 家，中国门店总数达到 6806 家，同比增长 13%。这相当于每天开近 4 家新店，再创历史新高。据媒体报道，在 Q4 财报会上，星巴克全球 CEO 纳思翰强调，在中国的策略是每年开出 1000 家门店，到 2025 年实现 9000 家门店的目标。

©️真探AlphaSeeker原创 作者 | 王萌 风水轮流转。以“线上”为主场的双11走过了十五年，现在，“线下商业”终于吹响反攻号角。 今年走进各大线下商场你会发现，双11优惠活动的海报占据了所有显眼位置，同时，商场还将动作延伸到了线上——银泰百货有11元膨胀为111元的红包（满1111元使用）、南山万象汇服装零售满500赠100、上海淮海百盛美妆“1000当1300花”。商场的优惠活动叠加品牌门店折扣，不少商品的到手价格甚至比电商平台还要低。 和优惠相匹配的双11营销活动也越发丰富。例如，由知名艺术家Yoki Min主导的卡通形象Uncle Daniel的全国首次商业展出，双11期间落地成都万象城；京西大悦城组织了“路人王篮球城市冠军赛”，并邀请明星球员助阵；银泰百货也邀请了十多位明星和KOL空降，并且为消费者提供无门槛打车服务。 实惠、服务和热闹兼备。线下商场正在试图改写”长期受线上冲击”的行业叙事。他们放出了更大的折扣力度，放大了自身服务体验的优势，并在技术升级、线上线下融合的浪潮中，开辟出符合需求的新道路。 01 放大长板，低价体验两手抓 “低价”是今年电商行业的竞争焦点，而在线下，这股潮流同样凶猛。 结合各家商场发布的信息来看，线下商场的主要折扣形式以“满减”和“送券”为主，直接打折的方式也渐渐多了起来。相关活动链路涵盖了线上和线下——在线上捕获消费者注意力，将其吸引至线下，进而利用线下的服务体验和履约优势放大需求，构成了线下商场双11期间的营销共性。 银泰百货以“疯抢六小时”美妆直播作为今年双11的开场大戏，直播间内的专属产品都享受满500元减60元的活动；美妆品类消费满1000元返150元美妆服饰券；黄金最高克减100元；双11门票红包高倍抵现则有花11元可得111元红包、花60元得300元红包、花100元得500元红包。 类似的，萧山万象汇针对不同品类都推出了优惠活动，其中又以服装、黄金、美妆品类力度最为突出。杭州大悦城则在今年开启了「双11潮BUY节」，除了79元团100元的小额团券之外，不少品牌都推出了直接打折的优惠活动，如服装品牌UR第二件半价，蕉下一件85折、两件75折等。 丝芙兰在今年双11期间开启了为期5天的会员耀享日活动，根据官方微信公众号中的信息，所有会员享受无门槛8折优惠活动，消费满3000元还可享受75折服务。 杭州大悦城（左上）、厦门万象城（左下）、丝芙兰（右上）、银泰百货（右下） 美妆护肤一直是大促期间的重点品类。而在今年双11的活动中，美妆护肤品类专柜的折扣力度甚至要比电商平台还要大。 以国际护肤美妆品牌娇兰为例，天猫旗舰店中购买一瓶兰花精华油会赠送两瓶40ml的兰花精粹水，总价为3100元，而「真探」从代购处获悉，线下专柜中的一套兰花精华油和正装眼部精华的套装售价为2690元。不仅从直观的价格表现上来看线下套装更为划算，而且正装的眼部精华价格也会高于两瓶中样的兰花精粹水，性价比更高。 兰蔻同样是部分专柜的活动力度更大。以兰蔻的菁纯套装系列为例，一瓶150ml菁纯水+30ml菁纯乳霜+20ml的菁纯眼霜的价格都是3725元。线上线下价格相同，赠品却不同，线下专柜会比天猫旗舰店每个单品都多赠送一份小样。 太原万象城兰蔻菁纯3件套赠品比兰蔻天猫旗舰店多 除了更高的性价比，在线上预售期越来越长的背景下，线下商场一手交钱一手交货的畅快体验和体贴的服务互动，成了其吸引消费者的胜负手。 银泰商业集团首席运营官、副总裁邓朝军告诉「真探」，今年双11期间（10月20日-11月11日），银泰百货的客流量同比增长了45%。这离不开消费者消费需求的结构性改变，现在消费者来逛商场，不仅是来买东西的，还想通过品牌和商场获得情绪价值的满足。 以香水品类为例，即使做了再多功课，网购也无法提供线下亲身体验时的感性感受。此外，门店的灯光和装修、柜姐的讲解和引导，都构成了线下业态的体验优势。 银泰百货双11期间人头攒动 相比线上平台，线下商场的优势还体现为：它不仅仅是货架，还是涵盖了吃、喝、玩、乐多种业态的消费空间。商场吸引消费者到店后，可以以一系列活动增加他们的驻留时间，激活更多消费行为。 银泰百货的多家门店都开启了「城市投喂计划」，消费者进入商场即可领取爆米花边吃边逛，消费满111元即可参与「心愿扭蛋机」抽奖，奖品包括电视、空气炸锅、手机、金条等等。此外，线下商场也通过明星空降、快闪店、商业展等多种活动吸引新客。在这个双11，银泰百货邀请了包括赵露思、成毅、张凌赫在内的十多位明星和KOL空降品牌专柜。 张柏芝、金晨、赵露思、成毅空降银泰杭州武林总店 针对线上线下融合浪潮，商场有多种利用形式。“线上营销-到店消费”是一种。基于线下门店的地理条件和库存优势、为消费者提供便利的“到家”业务，则是另一种。 麦肯锡的研究报告显示，中国消费者对购物配送时效性的要求越来越高，60%的90后和85%的80后希望网购当天就能到货。这是各大线上平台布局“即时零售”的原因，也是线下商场拥抱线上浪潮的完美切入点。 银泰百货相关负责人表示，顾客可以通过银泰百货的线上渠道（喵街APP）下单，订单将自动流转至最近的线下门店，由即时物流的配送员上门取货。此外，所有门店的商品也都可以通过普通快递发往全国。 02 爆发背后，数字化重构人货场 “电商冲击线下”的论调已经持续多年。拼低价、重服务是线下商场的应对之道，但真正要摆脱“被动”姿态，线上玩家仍然需要在技术升维的浪潮中探索新解法。 “数字化”提供了相应的可能性。线下反攻的背后，是数字化革新对人、货、场的重构。 重新沉淀商场的会员体系、精准理解用户、以具体的服务优惠吸引消费者，成为了百货商超必做的功课。 银泰百货在2017年推出了数字化会员，目前形成了一般会员、数字化会员、INTIME365会员（即付费会员）的三级数字化会员体系。数字化会员只需注册即可享受商场的各类服务，如“银泰百货联营专柜24小时内发货”“线上购物全国包邮”等，截至目前，银泰百货的数字化会员已突破4000万。 龙湖天街则是从2021年开始正式应用珑珠积分，迭代了会员体系。消费即可获得珑珠，不仅可以在龙湖天街的业态内部相互抵扣，还可以与外部平台连接兑换会员、电影票等。珑珠的使用也存在时效性，这会进一步刺激用户消费。 构建数字化会员体系是为了促进后端的营收统计和数据分析，实现对用户消费习惯的深刻把握，才能在大促节点做好准备迎接爆发。 龙湖天街的珑珠体系（左）银泰百货会员体系（右） 用户进入数字化体系后，商场会顺势扩充线上平台内容，将商品和品牌进行全面的数字化。不仅是消费者可以通过线上APP了解到商品的具体信息，商场也可以通过品牌商家侧数字化搭建实现补货、结算、对账方面供应链协同效率的提升。 全面的数字化增强了商场卖“深库存”货品的能力。银泰百货相关负责人告诉「真探」，“毛戈平跃龙点韵丰润唇膏”是毛戈平品牌的主打产品。基于银泰百货的数智影像技术，消费者可以360度了解到产品的外观、纹理、色泽、材质等细节，从而促进转化。仅2022年，这款唇膏就在银泰百货售出了2000多支。 在“场”的维度，数字化也拓展了商场的服务形式和范围——APP对应的是“远场”、同城配送对应的是“近场”、线下门店对应的则是“现场”。每一个场域都有其特性，精细的划分和相应的数字化服务能力，共同为线下商场创造增量提供支撑。 技术是引发上述变革的源动力。无论是更吸引人的折扣、贴心的服务，还是那些融合了直播、团购、即时零售的营销链路，线下玩家双11期间的“反攻”都建立在一套精细化、可持续的方案之上。 双11已走到了第十五个年头，价格优势已经不再是唯一拉动增长的手段，线上线下的交锋也不意味着零和博弈。线下商业在双11实现“反攻”，与其用“物极必反”来解释，不如说承压已久的线下商业，已经悄悄在技术浪潮中摸索出了升级之道。

今年双11期间，千叶珠宝电商负责人十一接到老板的消息：放手去做，利润先放一放，把体量做上来。 千叶珠宝当时的处境是，双11开售首日，他们在天猫店播排位赛中相对落后。千叶珠宝随即调整策略，11月1日当晚，直接在店铺直播间给出手镯、项链、戒指等标品的价格优惠，做额外满赠。 价格直降让千叶珠宝的店播排名迅速爬升。截止11月3日，千叶珠宝双11期间成交额超7000万元，在大盘总榜中排名第二。而自双11开启预售，千叶店铺直播间以每天增加3000多粉丝的速度涨粉——这完全出乎千叶珠宝电商负责人的预料。要知道，双十一之前，直播间的日涨粉数只能维持在100上下。 双11已经进行到15年。最近几年，市场上围绕“双11可以消失”的声音始终不断，但市场另一面是，每年依旧有不少商家能从这场大促中获益，而今年从双11这口大锅中分到一杯羹的，是发力店播的商家。 淘宝天猫公布的双11数据显示，平台58个破亿直播间中，店铺直播占比超过6成，451个店播成交破千万，预售期4小时内首次出现成交破亿的品牌直播间。 对用户来说，在双11囤货已经是习惯动作。一位天猫88VIP用户告诉字母榜，最近她主要买了洗发水、咖啡等日用品，双11期间，这些品牌商家的商品价格要比平常低不少。 淘天集团阿里妈妈及市场总裁家洛透露，11月11日中午11点后，平台数据开始全面提升。这种数据增长显然是用户生怕错过双11末班车的体现。 今年，各大电商平台掀起新一轮价格战。与2018年、2019年平台争夺的是下沉市场用户不同，这一轮大家需要同时争夺消费下沉的中等收入群体。这意味着平台提供的不能只有绝对低价，而是提供性价比、提供同品低价。 因双11创造了一个流量洪峰，大多数品牌愿意在这个节点为用户提供日销不会提供的大促最低价，在用户追求低价、追求性价比的消费周期，消费者们就更不会缺席大促。 据淘宝天猫公布的数据，今年双11，全周期累计访问用户数超8亿，为历史峰值。用户规模和商家规模显著增长，规模优势进一步扩大，带动订单量和成交总额全面增长。另外，周主动运营商家数同比增长150%，日均广告付费商家数同比两位数增长。 走到第15年的双11，依旧是商家和用户的必需品。 从淘宝天猫披露的数据不难看出，能在今年双11获得增长的商家，大多都踩中了好价、店播、品牌私域这三个爆发点，这三点也正是今年双11的三个增长引擎。 一个肉眼可见的现象是，用户部分购买行为正从店铺首页迁移到店铺直播间。 十一介绍，2022年千叶珠宝刚开始做店播时，店播占比仅有5%，现在已经达到38.9%，未来他们希望这个比例是50%，“在淘宝，店播已经成了店铺成交必不可少的一部分了”，千叶珠宝直播间每天都要直播十几个小时，大促期间甚至是24小时连播。 过去10年，店铺商品展示形式经历了三次媒介升级。最早的商品详情页只能用图片展示；2013年，淘宝开通主图视频，短视频开始成为产品介绍的主流形式。 现在随着直播电商的发展，消费者们已经不满足于主图、商品详情页的商品展示，尤其是服饰、箱包等类目，用户需要从与主播的互动中获取信息。在宏观经济的大背景下，消费者们愈发理性，冲动消费的概率在降低，他们购买商品时会更加谨慎，也就更愿意走进直播间。 一位电商行业产品经理向字母榜分析，可以将店铺自播理解为商品详情页和活动的新形态，而达人直播本质与聚划算相同，“卖货的形式一直在变，但底层逻辑始终不变。” 本质上讲，直播是转化工具，而非内容，店播的工具属性就更强了。对商家来说，店播因其带有互动属性，转化率自然会更高，“珠宝行业粉丝更愿意从直播里看到真实的产品，直播间的平均转化率能到1.2%左右，店铺只有0.9%，直播更能带来转化”，十一说。 双11数据证明，已经有更多用户走进品牌直播间。据淘宝直播披露数据，美妆行业开卖1小时，品牌店播成交同比增长近100%。其中，雅诗兰黛官方旗舰店店播同比增长215%，海蓝之谜官方旗舰店增长275%，欧莱雅官方旗舰店增长330%，肌肤之钥官方旗舰店增长739%。汽车行业，开卖4小时，品牌店播成交超过去年开卖首日全天。 店播在今年双11爆发，也与平台和商家的运营策略改变有关。事实上，早在2019年，淘宝直播就已开始发力店播，但这几年，店播被定为私域营销工具，它承担了售前顾问的角色。 去年，淘宝直播给店播重新调整了定位，“我们和商家讲得非常清晰，店播应该是重新做货品整理后的新的营销阵地”，淘宝直播负责人程道放解释。 过去直播间里售卖的商品和店铺首页是同品、同价，但现在的策略是，直播间会有另外一个主推的货品，平台会提供补贴让商家给观看店播的用户红包或价格优惠。 重新调整后的商家，店播的在线观看人数、观看时长、转化数据都有所提升。程道放认为，电商直播已经进入下半场，“直播在回归电商本质，电商最核心的就是看货品、价格和服务”，程道放说，拥有这些能力的往往就是商家自己。 在所有平台中，淘宝天猫显然是在商家数量和专业性上最占优势的，这也是今年双11，淘宝直播店播能爆发的核心原因。 程道放解释，淘宝直播的流量算法考核的两个指标，一是以时长为主的用户指标、互动指标，另一类是转化率相关目标。 那么，怎样的直播间能获得更长的用户时长和转化率？从千叶珠宝的实践看，其直播间能爆发的核心因素依旧是低价。 一方面，品牌给出用户低价，会直接获得用户认可，另一面是，平台会给好价商品以更高的权重、更多的推流。 今年2月，淘宝启动价格力战役，并布了系列价格力工具，其核心流量机制就是“以价换量”。 淘宝搜索业务负责人表示，平台的价格力策略主要聚焦于两点，第一，有降价就有流量，平台会给商家确定和清晰的反馈；第二，多渠道、多方式地增强消费者的信任度和引导，促进价格力货品的销量提升。 这意味着，商家只要提供更好的价格，便能从淘宝天猫的大流量池中打捞出更多流量。10月数据显示，淘宝全网低价商品平均流量涨幅达到62.5%。 双11期间，淘宝天猫的低价能力再次升级。淘天集团中小企业发展中心总裁七公透露，今年双11进行商品招商时，也对商品最低价做了要求，“整个平台的价格能力又上了一个台阶。” 据字母榜了解，淘宝会对全网最低价商品，赋予五星，对于历史低价商品，赋予四星，这些五星、四星商品，在搜索、推荐等场域，会得到确定性的流量权重。另外，双11期间，流量传导的时间从平时的1天变为瞬间起量，商家只要一降价就有即时流量增长的反馈。 3月，来自诸暨的袜子供应商许子龙参加了五星价格力，其报名的几款产品全部都在一个月以内冲到了1万+的销量。揭阳拖鞋商家黄少强依靠五星价格力，8月份达成近20万单的销量。另外，据天猫双11发布会上的数据，今年9月，被赋予四五星价格力的商品，流量涨幅平均值为62.5%。 面向用户端，今年天猫双11在满300减50基础上，首次大规模推出官方立减，价格直降15%，一件打折不用凑单。 天猫招商规则内部人士此前向媒体透露，今年天猫双11新增了名为“双11天天低价”活动，相关商品将获得全周期的推荐加权，且优先于双11跨店满减、立减等活动商品。从10月24日开始一直至11月11日，“天天低价”将在淘宝搜索端、淘宝好价频道等推荐场全周期向消费者推荐。 从数据看，淘宝的低价策略效果已经展现。双11期间，全周期累计访问用户数超8亿，为历史峰值。88vip用户规模突破3200万，再创历史新高，成交同比双位数增长。 另外，与低价战略密切相关的下沉市场数据同样明显提高，三线以下市场，天猫双11新增了超2000万购买用户，获得超1.4亿笔新增订单。 用户数据为何能获得增长，“价格肯定是最重要的因素”，七公表示，现在淘宝的价格越来越好，商家丰富度越来越高，营销方式也在增多，消费者整体回访数据就会增长。 另一个支撑用户数据增长的策略是品牌私域建设。 一个毋庸置疑的事实是，平台依靠用户规模增长的模式不可持续。解决增长问题最现实的路径，显然是提高复购率、鼓励交叉消费、拉高年消费金额。 戴珊曾明确表示，淘宝天猫的核心策略是，围绕10亿AAC（年活跃买家），从交易走向消费，“做用户深度渗透是我的第一选择。” 公私域联动，就是淘宝天猫激活存量用户、挖掘用户价值的重要方向。淘宝一向擅长公域，而提升平台的私域能力就成为过去一段时间淘宝的重点发力方向。 淘宝天猫商家平台负责人向秋介绍，很多商家的新客引进进程已经告一段落，很多大品牌的用户渗透率已经达到了很高的水平，但渗透率高并不意味着品牌和用户拥有强粘性。 “过去商家大多是促进成交的思维，以当次用户成交为转化目标”，向秋说，现在内部以LTV为考核目标，LT是用户活跃时间，V是订单、用户时长、ARPU值，“我们现在看的不是双11一天，而是看双11结束后，用户是否还愿意与品牌发生长期连接。” 提到私域，大家往往会联想到社群，因交易属性，淘宝的私域阵地是在店铺，向秋提到，商家店铺沉淀的会员群体是一批高经营价值的用户，他们具有高忠诚度、高复购、高客单价的属性，因此商家在经营私域时能获得更高的产出投入比。 今年双11，淘宝天猫推出了众多私域运营策略，包括通过免费私域工具、老客回访倾斜等5大举措,为商家提供更多的粉丝、老客、会员曝光机会。 数据显示，截至11月11日零点，淘宝天猫累计为商家带来新增会员规模超1亿，全平台商家会员规模同比增长近30％。 商家会员已带来实际的成交转化。双11期间，淘宝天猫商家会员订单连续多日增长超100%，包括服饰在内的多个行业，会员人群贡献度近30%；老客复购订单多日录得同比两位数增长，其中服饰、快消、运动户外、食品等行业多日同比增长超45%。 从数据上不难看出，走到第15年，双11的形式在变、内容在变，但自有其生命力，它依旧是一年中商家获得爆发与增长的最重要机会。

原标题：OpenAI计划从微软获得进一步资金支持，今年已获得100亿美元投资 IT之家 11 月 13 日消息，据《金融时报》，OpenAI 计划从其最大投资者微软获得进一步的财务支持，从而实现其首席执行官 Sam Altman 描述的愿景，即打造成“与人类一样智能”的计算机软件。 Sam Altman 在接受采访时表示，他的公司与微软的合作关系“运作得非常好”，他“预计随着时间的推移，将从这家科技巨头和其他投资者那里筹集更多资金”，以跟上微软的发展步伐，从而打造出更复杂的人工智能模型。 图源 Pexels 知情人士透露，微软今年早些时候已经向 OpenAI 投资了 100 亿美元（IT之家备注：当前约 730 亿元人民币），作为一项为期“多年”的协议的一部分，该协议将这家总部位于旧金山的公司估值推高至 290 亿美元（当前约 2117 亿元人民币）。 当被问及微软是否会继续投资时，他表示：“我希望能够如此”，“还有很长的路要走，从现在到 AGI 之间还有很多计算能力需要建立…… 训练费用非常高”。 Altman 透露，“今年的收入增长一直很好”，但他没有提供财务细节，只表示由于培训成本，公司仍然处于亏损状态。他还提到，微软的合作伙伴关系将确保“我们都能从对方的成功中获利，每个人都很高兴”。

AGI如何定义、又何时到来？来自谷歌DeepMind的创始人兼首席AGI科学家Shane Legg向我们描述了当下我们与AGI的距离。 10月26日，在X上有三万订阅的Dwarkesh Podcast（矮人播客）主持人Dwarkesh Patel采访了谷歌DeepMind的创始人兼首席AGI科学家Shane Legg。 他们讨论了AGI出现的时间节点、可能的AGI新架构、作为下一个行业标杆的多模态、如何让超越人类的模型进行对齐以及Deepmind在模型能力和安全之间的抉择。 而在前不久，《华尔街日报》与OpenAI的CEO Sam Altman和CTO Mira Murati共同探讨了有关AGI的未来（链接）。 一场又一场的AGI讨论盛宴接连不断，曾经只存在于科幻作品中的AGI，似乎近在眼前了。 01 AGI的定义以及发生节点 在衡量AGI的进展之前，需要先对AGI进行定义。 AGI，即通用人工智能。但对于什么是「通用」的，却有很多不同的定义，这让回答AGI是什么变得非常困难。 Shane Legg认为，能够执行一般人类完成的认知任务、甚至超越这个范围以上的，就可以认为是AGI。 由此可以得到，要测试AI是否正在接近或达到这个阈值，我们需要对其进行不同类型的、涵盖人类认知广度的测量。 但这非常困难，因为我们永远不会拥有人们「能做到的事」的完整集合，这个范围太过于庞大而且还在不断更新。 因此，在判断是否为AGI时，如果一个人工智能系统在所有能提出的人类认知任务上达到了人类的表现水平，就可以认为这就是AGI。 在通常的理解中，可能存在有一些事情是人类可以做到但机器做不到的。但当我们穷尽各种尝试也找不到这样的「事情」后，人类就拥有了通用人工智能。 但在实际的测量中我们仍不能提出包含人类全部认知水平的任务，如著名的基准测试：测量大规模多任务语言理解（Measuring Massive Multitask Language Understanding，MMLU）尽管包含了多项人类知识领域，但缺少语言模型对流视频的理解。 此类任务的缺失也指出了一个问题：现在的语言模型不像人类拥有情景记忆。 我们的记忆包括工作记忆，即最近发生的事情；皮层记忆存在于大脑皮层中。在工作记忆到皮层记忆之间还有一个系统，即情景记忆，由海马体负责。 情景记忆主要用于快速学习和记住特定的事件或信息，它允许我们在不同时间点回想起过去发生的事情，就像你可以回忆起毕业典礼的场景，包括穿着学士袍的样子、毕业帽的颜色、毕业典礼演讲者的言辞，以及与同学们一起庆祝的情景。 情节记忆在帮助我们建立个人经历和学习新信息方面起着重要作用。 但模型并不具备这样的功能，只是通过增加上下文窗口的长度（更像是工作记忆）来弥补模型记忆的缺陷。 从另一种角度来说，情景记忆帮助人类拥有非常高的样本效率，可以从较少的样本中学到更多的信息。 对于大型语言模型而言，它们也可以在上下文窗口中利用信息，以实现某种程度的样本效率，但这与人类的学习方式略有不同。 模型能够在它们的上下文窗口中迅速学习信息，这是一种快速的、局部的学习过程，可以帮助它们在特定上下文中适应。 但在实际的模型训练时，它们会经历一个更长的过程，处理数万亿个标记的数据，以更全面地学习语言的结构和规律。 而这两个阶段之间可能会存在某些学习机制或过程的缺失，这可能导致模型在某些情况下无法很好地理解或处理信息。 但Shane Legg并不认为模型不具备情景记忆会是一种基础限制。 相较于过去，大型语言模型发生了根本性的变化。现在，我们知道如何构建具有一定理解程度的模型，拥有可扩展的方法来实现这一点，从而为解锁许多全新的可能性打开了大门。 「现在我们有相对清晰的前进路径，可以解决现有模型中大部分不足之处，无论是关于妄想、事实性、它们所具备的记忆和学习方式，还是理解视频等各种各样的事情。 我们只需要更多的研究和工作，所有这些问题都将得到改善，或迎刃而解。」 回到一开始的问题：如何衡量人工智能何时达到或超越人类水平？ Shane Legg表示，「这不是一个单一的因素就可以解决的，而这就是问题的本质。 因为它涉及到了通用智能。我们必须确保它可以完成很多不同的任务，并且不会出现哪怕一个漏洞。」 我们已经拥有可以在某些领域表现非常令人印象深刻，甚至超越人类水平的系统。 Shane Legg表示，他想要一整套非常全面的测试，当有人想要用对抗的方式提出机器无法做到、人类却能做到的事，在这些人无法成功时我们就到达了AGI。 在DeepMind的早期研究中，很多任务都涉及到了人工智能在开放环境中的操作。 这符合Shane Legg试图提出的对智力的定义和测量，即能够在不同的领域和不同的任务中表现良好。 这与模型性能的能力和性能的广度有关。 在评估智能时，存在一种框架能够根据任务和环境的复杂性进行加权。 这种权衡有点像奥卡姆剃刀原理，倾向于加权那些更简单、更重要的任务和环境。 柯尔莫哥洛夫复杂度（Kolmogorov complexity ）中，存在一个自由参数，即参考机器（reference machine）。 参考机器的选择可以影响智能度量的结果，它可以改变不同任务和环境在度量中的权重和分布。 但选择合适的参考机器仍然是一个未解决的问题，因为没有一种通用的参考机器，通常情况下，人们会使用图灵机作为参考。 Shane Legg认为，解决这个问题最自然的做法是思考对人类而言智能的含义。 人类智能在我们生活的环境中意义重大，它确实存在、并对世界产生了深远的影响，具有强大的力量。 如果AI能够达到人类水平的智能，这将在经济和哲学层面产生重要的影响，如改变经济结构，并涉及到我们对智能的哲学理解。 而从历史角度来看，这也是一个重要的转折点。 因此，以人类智能作为参考机器的选择在多个方面都具有合理性。 另一个原因则是纯粹的科尔莫哥洛夫复杂性定义实际上是不可计算的。 02 我们需要新的AI架构吗？ 关于AI的情境记忆的缺陷问题，Shane Legg认为这涉及到了模型的架构问题。 当前的LLMs架构主要依赖于上下文窗口和权重，但这不足以满足复杂的认知任务。 大脑在处理情景记忆时采用了不同的机制，可以快速学习特定信息，这与缓慢学习深层次的通用性概念不同。 然而，一个综合的智能系统应该能够同时处理这两种任务，因此我们需要对架构进行改进。 以人类智能作为参考机器观点出自于Shane Legg2008年的论文。 他在当时提出了一种用于衡量智能的方法，即压缩测试（compression test），它涉及填充文本样本中的单词以衡量智能。 这种方法与当前LLMs的训练方式非常吻合，即基于大量数据进行序列预测。 这涉及到Marcus Hutter的AIXI理论以及Solomonoff归纳。 Solomonoff归纳是一种理论上非常优雅且样本效率极高的预测系统，虽然它无法在实际计算中应用。 但Shane Legg表示，使用Solomonoff归纳作为基础，就可以构建一个通用代理，并通过添加搜索和强化信号来使其成为通用人工智能，这就是AIXI的原理。 如果我们拥有一个出色的序列预测器，或者是Solomonoff归纳的某种近似，那么，从这一点出发构建一个非常强大、通用的AGI系统只是另一个步骤。 Shane Legg说，这正是我们今天所看到的情况： 这些极其强大的基础模型实际上是非常出色的序列预测器，它们根据所有这些数据对世界进行了压缩。 然后我们将能够以不同的方式扩展这些模型，并构建非常强大的代理。 03 DeepMind的「超级对齐」 「对齐」（Alignment）指的是确保AI系统或通用人工智能（AGI）系统的目标、行为和决策与人类价值观、伦理准则和目标一致的过程。 这是为了防止AI系统出现不符合人类价值观或可能带来危险的行为，并确保它们在处理伦理问题时能够做出符合道德的决策。 DeepMind在当下流行的强化学习和自博弈，如如 Constitution AI 或 RLHF方面，已有数十年的深耕。 在解决具有人类智能水平的模型安全问题上，DeepMind持续做着努力： 模型可解释性、过程监督、红队、评估模型危险等级，以及与机构和政府联手开展工作...... 而Shane Legg认为，当AGI水平的系统出现时，试图限制或遏制其发展不是一个好的选择。 我们要做的是调整这个模型，使其与人类的伦理价值高度一致，从一开始就具备高度道德伦理性。 这需要系统能够进行深入的世界理解，良好的道德伦理理解，以及稳健且可靠的推理能力。 可靠的AGI不应该像当前的基础模型那样仅仅输出「第一反应」，而应该具备「第二系统」的能力，进行深入的推理和道德分析。 Shane Legg提到，要确保AGI系统遵循人类伦理准则首先应该对系统进行广泛的伦理培训，确保其对人类伦理有很好的理解。 在这个过程中，社会学家和伦理学家等各方需要共同决定系统应该遵循的伦理原则和价值观。 并且，系统需要被工程化，以确保其在每次决策时都会使用深刻的世界理解和伦理理解进行伦理分析。 此外，我们也需要不断对系统的决策过程和推理过程进行审核，以确保其正确地进行了伦理推理。 但要确保系统遵循伦理原则，审核同样重要。 我们需要向系统明确指定应该遵循的伦理原则，并通过对其进行审核来确保系统始终如一地遵循这些原则，至少与一组人类专家一样好。 此外，也要警惕强化学习可能带来的潜在危险，因为过度强化可能导致系统学习欺骗性行为。 对是否需要建立一种框架，以在系统达到一定能力水平时制定具体的安全标准这个问题上，Shane Legg认为这是意义的，但也相当困难。 因为制定一个具体标准，本身就是一个具有挑战性的任务。 04 安全还是性能？ 在DeepMind创立之前，Shane Legg就一直担心AGI的安全性。 但在早期，聘请专业人员从事通用人工智能安全工作是一项艰难的挑战。 即使曾在这个领域发布过AGI安全性研究论文，他们也不愿意全职从事这项工作，因为他们担心这可能会对他们的职业生涯产生影响。 而DeepMind一直在这个领域积极开展研究，并多次强调了AGI安全性的重要性。 关于DeepMind对AI进展的影响，Shane Legg表示，DeepMind是第一家专注于AGI的公司，一直拥有AGI安全性团队，同时多年来发表了许多关于AGI安全性的论文。 这些工作提高了AGI安全性领域的可信度，而在不久之前，AGI还是一个较为边缘的术语。 Shane Legg承认，DeepMind在某种程度上加速了AI的能力发展，但也存在一些问题，例如模型幻觉。 但另一方面，DeepMind的AlphaGo项目确实改变了一些人的看法。 然而，Shane Legg指出AI领域的发展不仅仅取决于DeepMind，其他重要的公司和机构的参与也至关重要。 Shane Legg认为尽管DeepMind可能加速了某些方面的进展，但很多想法和创新通常在学术界和工业界之间自然传播，因此很难确定DeepMind的影响程度。 但在关于AGI安全性的问题上，Shane Legg没有选择最乐观的研究方向，而是提到了一种名为「Deliberative Dialogue」的决策方法。 它旨在通过辩论来评估代理可以采取的行动或某些问题的正确答案。 这种方法可以将对齐扩展到更强大的系统中。 05 AGI来临的时间点 2011年，Shane Legg在自己的一篇博客文章中对通用人工智能（AGI）到来的时间点进行了预测： 「我之前对AGI何时到来做一个对数正态分布的预测，其中2028年是均值，2025年是众数。我现在依然保持我的观点，但前提是不发生核战这类疯狂的事件。」 Shane Legg解释了他的预测基于两个重要观点： 首先，机器的计算能力将在未来几十年内呈指数增长，同时全球数据量也将呈指数增长。 当计算和数据量都呈指数增长时，高度可扩展算法的价值会不断提高，因为这些算法可以更有效地利用计算和数据。 其次，通过可扩展算法的发现、模型的训练，未来模型的数据规模将远远超过人类一生中所经历的数据量。 Shane Legg认为这将是解锁AGI的第一步。因此，他认为在2028年之前有50%的机会实现AGI。但那时人们也可能遇到现在预期之外的问题。 但在Shane Legg看来，目前我们遇到的所有问题都有望在未来几年内得到解决。 我们现有的模型将变得更完善，更真实，更及时。 多模态将会是模型的未来，这将使它们变得更加有用。 但就像硬币的两面，模型也可能会出现被滥用的情形。 06 多模态未来 最后，Shane Legg提到了下一个AI领域的里程碑将会是多模态模型。 多模态技术将会把语言模型所具备的理解能力扩大到更广泛的领域中。 当未来的人们回想起我们现在拥有的模型，他们可能会想：「天哪，以前的模型只能算是个聊天对话框，它们只能处理文本。」 而多模态模型可以理解图像、视频、声音，当我们和它们进行交流时，多模态模型将更了解发生了什么。 这种感觉就像是系统真的嵌入到了真实的世界中。 当模型开始处理大量视频和其他内容时，它们将会对世界有一个更为根本的理解，以及其他各种隐含的知识。

注：本文根据11月7日王煜全、曾航在星海商业评论频道的直播整理而来，部分内容有改动。 中美科技摩擦已经持续了3年之久，从最开始被卡脖子的39项技术，到麒麟9000S搭载7纳米和5G技术问世，但是我们一直在做追赶，一直在做从1到100的事情，创新源头依旧在美国，中美科技创新到底会往何处发展？ 核心观点 1、美国不是铁板一块，而是不同利益集团的组合体，需要分别看待。 2、创新是生态行为，科研、研发、量产和市场缺一不可。 3、整个东亚地区，例如日本、韩国和中国台湾省，这些地区发展起来的科技产业大多是重资产、长周期的产业。 4、中国因为存在地方政府之间的良性竞争，存在新老产业之间的良性竞争，可以持续优化。 5、未来的世界将会是中美双操作系统的格局。 6、国家竞争已经从地缘转化为业缘，地缘封锁不现实。 7、只有深度嵌入国际分工，绑定更多国家和地区，才能够避免被封锁。 曾航 近期国内最大的新闻是华为麒麟9000S的重大突破，华为专卖店一机难求，苹果因此破发，股价表现也很差，美国的科技界与投资界如何看待麒麟9000S的横空出世？ 王煜全 美国对中国科技采取隔离和压制肯定会打乱中国的脚步，但是长远看有利于促进科技自研能力的进步，不过视野不能只停留在追赶阶段，华为技术先进，但是突破还处于防御阶段。 我们应该关注所有产业弯道超车的机会，比如太阳能和电动车，中国已经是产业链最成熟的国家，不存在被卡脖子的可能，芯片产业随着摩尔定律到头，正在面临巨大变革，这正是中国领先的机会。 国家层面上，美国对中国严防死守，但是美国产业界并非如此，实际上美国的投资人和创业者并没有将华为视为敌人。 曾航 过去几十年移动互联网、新能源汽车、人工智能等改变世界的科技浪潮原创发源地都在美国，具体的原因是什么？ 王煜全 今天的创新已经不再是单一个体所能完成的行为，而是一个整体生态的行为，科研、研发、量产和市场，相互关联，缺一不可。 《科学：无尽的前沿》奠定了美国国家科研体系，政府撒钱支持基础科研，政府设立了国家科学基金会等机构，科技战开打之前，大量美国教授申请中国经费，因为中国在基础科研的投入已经超越了美国。 研发我们的理解是鼓励科学家创业，美国认为研发是性能调优，应该由工程师完成，例如特斯拉电池并不是自己发明的，但通过调优大幅提升了电池性能，这种科技企业必须由企业家完成，中国还没有形成稳定的科技企业家梯队，美国从2008年至2020年已经培养了大批科技领域的连续创业者，可以充当起高校、市场、企业之间的桥梁。 在规模化生产方面，中国具有显著的优势，这是其他国家所无法比拟的，规模化生产是新产品上市最关键的环节，特斯拉去上海建设超级工厂，深圳被誉为科技制造之都，都是最好的证明。 市场环节，科技产品已经不再是单纯的买卖关系，而是需要与用户进行持续的互动和优化，不断优化产品方案，最终才能成功，更多的中国企业凭借这点胜出，中国消费者会接受研发尚不完善的产品，最终在良性互动中走向成熟，欧美只接受成熟产品，缺乏互动基础。 美国在科研和研发环节领先，头部高校数量明显占优，尤其是由创业科技企业家推动的产品化环节，美国遥遥领先欧洲、日本和中国，在规模生产和市场环节中国有难以撼动的优势，当前中美之间的冲突确实导致了前两者和后两者之间的割裂对于全球经济是非常遗憾的错误。 美国喊出脱钩，中国坚决不能脱钩，反而要加大开放与合作，因为美国是由众多利益集团组成的，不是铁板一块，寻找潜在的合作伙伴才能够达成双赢。 曾航 随着国内科技井喷，比如大飞机、芯片的突破，二十年之后，中国的科技原创会不会像美国一样引领全球？ 王煜全 美国真正领先的地方正是快速迭代的科技创新，ChatGPT这匹黑马在人工智能浪潮中杀出，人工智能技术创新是生态式的繁荣，不可能依靠命令提前指定，即使谷歌作为大资本同样也烧钱，终究没有效果，完全不可复制。 中国芯片产业基金投入了上千亿成果却没有华为哈勃投资产出的效果明显，核心问题是金融工程，钱并不直接给到你认为会成功的那个人手中，而是用钱形成机制去凝聚所有力量实现突破，美国的先进研究计划局经常会设立高额奖金去引导社会力量实现产业突破，本质是利用金融杠杆，比如奖金200万美元，单个团队投资100万美元，但是会吸引10个团队，撬动1000万的社会资本，同时实现突破的团队还会获得可观收益，技术突破也以较低的成本实现，包括自动驾驶、人工智能美国都是类似的路径。 曾航 不仅是中国，整个东亚地区，例如日本、韩国和中国台湾省，这些地区发展起来的科技产业大多是重资产、长周期的产业，以液晶面板、半导体和电动车的趋势可以预测，面板代数和半导体制程有客观规律，可以大致预测未来五年或十年的发展趋势，这些产业需要持续投入大量的资金用于研发和设备购买，进行技术攻关和产品升级。 边缘性创新比如ChatGPT，往往难以在东亚国家出现，中国在这方面尤其明显，在几年前地方政府资金充裕，因为可以发行地方债，特别是中西部地方政府非常渴望进行产业升级，因此拿出了大量资金参与到这些大项目。 京东方多次进行定向增发，合肥政府、武汉政府和重庆政府都曾为其提供资金支持，可能高达数百亿，面板是垄断行业，这初期需要大量资金投入，周期性很强，需要经过多年的亏损才能开始盈利，一旦形成垄断，收益非常可观。 这种发展模式并不适合所有科技产业，政府参与的大部分互联网项目都以失败告终，以前邓亚萍创建的“人民搜索”就是典型的例子，这些产业的变化速度非常快，很难进行长期预测和规划。 在我的书中提到政府在科技发展中的角色应该有所限制，认为政府应该更多地关注那些重资产、长周期、高度可预测的产业，韩国的高科技产业虽然发达，但其实只适合发展这类产业。 未来二十年，美国科技原创优势可能仍然明显，科研创新基础非常坚实；其次，是吸引全球人才的能力，马斯克是生长在南非的问题少年，但是美国给他天马行空的想象提供了落地发芽的土壤，全世界有无数奇奇怪怪的人在搞边缘创新，这种氛围环境是其他国家无法复制的。 我并不担心苹果供应链迁至印度或越南所带来的影响，苹果供应链与当地政府的深度绑定是其他国家难以复制的，郑州富士康在建设和开工过程中与当地政府深度绑定的情况只有可能发生在中国，苹果生产线需要十几万能够监督调试产线的高级工程师，只有中国有足够的工程师供应；建厂过程中需要压缩机，整个河南省只有郑州地铁工地有，为了确保富士康建厂顺利进行，郑州地铁紧急停工，新郑国际机场的扩建项目投入了超过100亿美元的资金。 苹果产业链外迁困难重重，富士康在印问题不断，哪怕是台积电本质也是枯燥的高技术流水线，大量的硕士博士穿着防尘服24小时待命，只有东亚人才能够忍受类似的工作环境，华为的核心竞争力也是超大规模工程师的这个研发管理，华为有超过十万名工程师，东莞松山湖基地全部是硕博高技术人才。 王煜全 中国和日韩类似但又不同，韩国二十年后大概率走上和日本相同的衰败道路，并且无法挽回，但是中国因为存在地方政府之间的良性竞争，存在新老产业之间的良性竞争，可以持续优化。 深化改革需要没有石头过河的勇气和智慧，改革开放前四十年我们学会了扶持企业，但现在需要学习如何扶持产业；中央层面要协调地方的良性竞争，避免重复建设，每个城市都要立足自身特点，发展特色优势产业，不能盲目跟风去发展电动车，人工智能。 我国需要在举国体制上有新的突破，不论是观念还是制度，日韩就是前车之鉴，不迅速变轨就会步日韩后尘，政府需要更重视的是科技创新机制怎样才能快速创新，创新的前提是足够多的预测，需要对产业发展前景有前瞻性，不同产业发展阶段有不同使命，中国电动车已经全产业链领先，比亚迪、蔚小理、华为等企业就需要考虑的是电动车的未来，成熟的智能驾驶什么时候落地？不能够闷声发大财，对于行业发展前景龙头企业要充分交流，人工智能落后，百度等企业考虑是如何迎头赶上。 曾航 中国的市场大，有足够的容错率，可以产生类似抖音这种火爆全球的企业，中国相当于融合了韩日和美国科研机制的优点，郭台铭提出未来世界会是中美双操作系统格局，比如中国北斗和美国GPD，其它小国会在中美双系统中接入，就像手机安卓苹果双系统格局类似，小国是APP开发者，王老师如何看待这个观点？ 王煜全 科技创新分为原理和应用，抖音本质是应用创新，美国学者迪亚认为经济体强弱不取决于引入先进科技的速度，不是中国最先发明智能手机，美国乔布斯发明了苹果，但是中国老人使用智能手机的普及度远高于美国老人，因为硬科技进入社会有内在规律，需要鼓励科技应用。 比如人工智能浪潮的领先者是OpenAI，但是中国大模型在民间的推广速度很快，广阔的市场为大模型研发提供了空间，存在后来居上的可能。 曾航 产业今天已经走向生态化，美国当年产业链转移的时候没有想到会失控，从四小龙、日韩到中国，而且中国的体量决定了制造业一旦汇集就难以转移，苹果产业链已经不受美国控制。 热炒的逆全球化是各国在封锁自己的市场，商品无法在本国销售，但是供应链早已经全球化，未来世界分为三种可能，中美两大阵营互不往来、中美紧密合作分工或者中美双操作系统，王老师猜测哪种可能最大？ 王煜全 中美双操作系统可能最大，日本广场协议导致日元升值制造业外迁和美国制造业空心化不同，日本并没有丢到本国制造业，而是在全球形成了更深的配套，全球供应能力和国内供应能力的比例是1:1，日本海外汽车产销量十年前已经超过了本土，这是值得我们借鉴的。 不同市场产品特性不同，供应链需要做适配调整，美国、欧洲和中国需求不一样，中国追求大空间，欧洲街道很窄只能小车，日本车占领美国市场还是因为石油危机导致油价猛涨，而日本车省油，特斯拉一枝独秀，但是Rivian走modelx路线，因为竞品少，所以打开了市场。之后的产业链基本是你中有我，我中有你，产品都是来自同一供应链，只不过到欧美显示欧美产品，到中国显示是中国产品。 曾航 现在很多国家不愿意选边站，希望同时和中美做生意，中国是全球120余个国家的最大贸易伙伴，韩国在中国有很多投资，同时军事上接受美国保护，中美军事对抗是双输，经济合作会是双赢。 中美之后将会平台化，类似于淘宝京东，小国家就像入驻的商户，良性发展是平台带动商户共同发展，让全世界都成为我们的朋友，吸引全球人才，比如华为在西欧、俄罗斯等地的国际实验室，让人才更好地在中国这个平台上流动，中国企业是很乐于向美国学习交流的。 美元资本持续流出，中国企业赴美上市越发困难，王老师您怎么看？ 王煜全 中美创新前沿的脱节比较明显，美国大量高校带来的科研为企业家的研发提供了足够的资源，中国高校还有差距，当中美科技交流中断后，所以大量海归创业者就面临选边站的困难，回国创业就无法利用美国的资本和科技资源，而美国也失去了中国市场，所以说是双输，红杉资本等撤离的影响会随着时间而逐步显现。 所以我们还有时间窗口去解决，如果十年后中国依然缺乏科技前沿队伍，就会面临科技创新不足的问题，因为科技从实验室到商业化需要经历三十年的时间，锂电池是三十年前的产物，专利保护过期后才用显像管产业，这个时间窗口需要中国去利用自己的优势支持全球创新，比如研发优势、量产优势，深入嵌入全球产业分工，这样哪怕美国想封锁也是痴心妄想。 比如英伟达芯片被禁售，华为智能芯片自然会大卖，但是我们同时可以选择去欧洲同英伟达建立合资企业，建立数据中心，搭建VPN供给国内使用，世界已经数字化，美国的地域封锁不成立，如今从地缘竞争变成了产缘竞争，全球协作下，美国一家的影响相当有限。 曾航 中国现在的状态是“以己之不可胜，待敌之可胜”，稳固自己，等待美国犯错误，现在人民币基金持有人是地方政府，以至于中国VC正在迅速变成地方招商办，国资保值增值的要求导致人民币基金投资周期短，但是科技项目的周期偏长，A股又不是很好的融资市场，将来人民币基金会有什么变化？ 王煜全 地方政府在资金方面的条件。这些条件既包括为企业家提供的条件，也包括为风险投资提供的条件。在这种情况下，许多风险投资公司疲于奔命，为了将资金引到本地企业中。然而，由于这些资金需要用于吸引企业从外部入驻，因此许多好的项目可能无法获得投资。 从宏观角度来看，我们正处于数字革命的导入期和展开期之间。这意味着我们需要通过一两个行业来展示这个趋势，而自动驾驶行业可能是最符合这一要求的。当这个行业逐渐成熟时，人们将明白人工智能和数字技术如何改变行业，进而推广到各个领域。 在导入期，最好的投资方式是风险投资，因为风险较高。而在展开期，最好的模式则不是风险投资，而是产业投资。产业投资的优点在于其长期持有公司的策略，如巴菲特所做的那样，持有公司二三十年甚至更长时间。这种长期的投资策略可以带来更好的回报，但并不是所有的风险投资公司都能做到这一点。因为他们的基金周期通常只有十年左右的时间，这可能会给企业带来困扰。因此，我们需要探索一种新的投资策略，即长兴基金模式，这种模式可以避免因基金周期过短而导致的困扰。 总的来说，我们需要进行更深入的金融创新，以支持中国的科技创新和发展。我们需要改变过去的许可制，真正贯彻准入制，使符合规则的企业能够获得支持。同时，我们也需要从更宏观的角度来看待未来的发展趋势，把握住科技创新的大方向，以便更好地推动中国的发展。 以高瓴为例，他们在香港设立的长兴基金可以在大陆进行投资，并且不退出。这种方式可以投资于更成熟的产业，也可以结合新产业，寻求高回报。而成熟产业可以带来稳定的收益，使投资者有信心投资那些具有高风险的年轻产业。这种投资组合方式可以长期陪伴企业成长。 在这个过程中，积极参与并以资源支持企业的发展是更为良性的方式。所以我认为，未来金融创新在中国是刻不容缓的。其中就包括了资本市场的变革。 然而，尽管资本市场有所变革，但准入制的贯彻还需要更加彻底。合规则的企业应该被允许进入市场，不合规则的企业则应被淘汰。现如今这种模式并不完美，需要我们继续探索创新。 从更宏观的角度来看，我们需要思考未来发展的主旋律。科技创新是不断变化的，全球市场也是一样。例如，美国之所以能够崛起，是因为他们有科技支持，但这种支持也是不断变化的。从过去的投行模式到现在的风险投资模式，都是为了适应创新的步伐。 因此，中国也需要学会不断摸索新路，这既需要扎实的理论和实践，也需要足够的信心和勇气。回顾中国改革开放的历程，我们走的是一条前所未有的路，我们不能仅仅延续旧的行为来保持高速发展，而是要更加注重创新和实践。 嘉宾介绍 王煜全，全球科技创新产业专家、科技投资人，海银资本创始合伙人，全球企业增长咨询公司Frost & Sullivan中国区首席顾问，得到App《前哨·王煜全》《全球创新260讲》《全球创新生态报告》《全球创新生态报告》栏目主讲人，著有《科技前哨》、《中国优势》等书籍。 曾航，资深媒体人，现军武科技CEO，旗下有知名账号军武次位面、星海情报局、杨叔洞察、测评界的野路子等。曾任21世纪经济报道资深记者，并著有《一只iPhone的全球之旅》、《移动的帝国》《大国锁钥》等书籍。

双11看点更加多了起来。 “低价”成为2023年双11核心关键词。 早在双11预热期间，国内各大电商平台就已纷纷扛出“低价”大旗，此后则不断将“低价”落地到细节中。 电商平台借由低价等多重优势，在提振消费方面发挥着一部分作用。国家统计局数据显示，2023年1-9月，全国网上零售额108198亿元，同比增长11.6%；其中实物商品网上零售额90435亿元，同比增长8.9%，占社会消费品零售总额的比重为26.4%。 商务部数据显示，2023年1-9月，全国直播电商销售额1.98万亿元，同比增长60.6%，占全国网络零售额的比重为18.3%，直播电商拉动网络零售同比增长7.7个百分点，在开掘消费增量、助力产业转型等方面表现亮眼。 电商的能量释放在本届双11更具看点。 拿抖音电商来说，相比2022年，今年双11的活动更为丰富实惠，平台综合服务能力也在不断成长。其中举措例如“一件立减不用凑单”，就很好地帮消费者节省了适应各种满减规则的精力。另外，针对物流履约、退货退款等消费者重要关切点，平台也进行了升级。 这些措施都旨在删繁就简，以满足消费者最直接的低价好物需求，迎战全年最盛大购物节。 据抖音电商官宣数据，2023年10月20日-11月11日，抖音电商直播间累计直播时长5827万小时，挂购物车短视频播放量1697亿次，抖音商城GMV同比增长119%，抖音商城消费人数同比增长111%，动销商家数量同比增长91%。 不可否认的是，低价优质商品仍是当下激发消费力的重要依据，但这不是全部。低价之外，抖音电商更着重强调消费者的服务体验，同时对供给端助力升级，目标则是迈向一个更趋稳健、多元的全域兴趣电商平台。 01 低价推热市场 进入2023年10月下旬以来，在北京工作的嘉晴（化名）明显感觉到电商价格促销比往年厉害。 从双11还流行在网上做数学题的时代开始，嘉晴每年都会对比几家平台的优惠政策再下单，这两年却越来越无感，其中一个重要原因是消费欲望在减弱。但她告诉海克财经，抖音电商今年发放的优惠券引起了她的注意。 嘉晴喜欢在抖音购买农家酱菜，并持续回购某款酱菜，双11期间，她注意到这一商品比自己常买的价格便宜了5元。“本来两瓶也就一二十块钱，少5块就很明显。”嘉晴表示。 价格降低的原因是，这一商品参加了“抖音商城双11好物节”大促活动，消费者可直接领到平台发放的优惠券。降价直减，是本次大促活动特点之一。 今年抖音电商双11大促，持续23天，于11月11日当晚结束。活动期间，平台推出了官方立减措施，单品价格直降15%起，并由平台出资，提供了亿级消费券。 优惠券只是抖音电商双11各种优惠活动的一部分，抖音电商今年双11重头戏在商城，其中“超级品类日活动”和“超值购”频道颇显高光。 就“超级品类日活动”而言，平台上线了服饰鞋包日、潮电家居日、食品生鲜日、亲子生活日等主题日，通过官方立减、品类满减券、品类特色玩法多重优惠叠加，吸引了用户关注下单。 “超值购”频道属于抖音商城主页面当前重要栏目，主打品牌低价，官方对爆款单品进行价格补贴。据海克财经观察，呈现于超值购频道的商品，多为该品类中较为知名和受众广的产品，例如国货美妆、数码家电等位居醒目位置。据抖音电商官宣数据，大促期间，超值购频道通过持续增加品牌特卖和单品特价限时优惠，支付GMV同比增长635%。 品牌店铺也是此次大促的重要参与者。 和嘉晴爱买酱菜不同，住在南京的林林（化名）最近上抖音主要是去薅品牌“羊毛”的。 3个月前在好友推荐下，林林在抖音上购买了某款9.9元包邮的品牌纸巾，这是她的首次下单。林林告诉海克财经，自己逐渐有了在抖音购物的习惯，双11也在上面买到了心水好物，如面膜，“早就种草了，但正装贵，怕不适合，趁双11买个小样试试，好再回购大瓶，比较保险。” 品牌方在抖音电商双11期间也斩获颇丰。能够看到，很多国货品牌在抖音电商达成了品销合一，在市场关注度升温的同时，双11销售额大为增长。 抖音电商官方数据显示，天津老字号郁美净，双11前期，其经典款袋装儿童面霜售出逾18.7万件，乳木果身体乳售出逾3.1万件；家电品牌小天鹅基于全域经营策略，双11期间GMV同比增长超1600%，旗下“小乌梅”洗衣机通过前期短视频宣推，实现预售超2万台；韩束抖音官方旗舰店主推护肤品“红蛮腰”系列，大促期间12天卖出超26万套，GMV同比增长550%。 低价是电商平台吸引用户的一项重要策略，而如何让用户建立起对平台长期价值的认可则更为关键。低价吸引了用户，激活了消费市场，平台要做的功课还有很多。持续为用户提供低价好物，帮助品牌方、商家找到合适的消费人群，做精平台服务质量，是抖音电商的长期价值追求。 02 全域做深服务 一个同时经营短视频、直播间、旗舰店的抖音商家，如何正确过双11？ 在皖南养土鸡的杨博士知道答案。 “杨博士，据说平台这次双11力度大，我们有没有优惠？”短视频中，一女士询问一戴眼镜男士，杨博士。卖个关子后，杨博士讲到了本次的优惠力度，之后邀请用户进直播间购买。 广告形式算不上多么有创意，但就价格来说，由于优惠券多，这当真是购买商品颇划算的时刻。 大促期间，双11元素嵌满了杨博士旗舰店在抖音的所有地盘。进入官方旗舰店，一级栏目多出“双11”频道，陈列着参与大促活动的所有商品。商品热榜、热卖推荐商品中，排在前列的都附上了抖音商城双11红色小标签。进入直播间，白墙灰瓦皖南建筑风格的背景屏前，主播介绍着此次所有的补贴品，还时不时指向摆在桌上的土鸡和蛋。直播间底部滚屏播放多个菜式，盐焗鸡、红烧鸡等，给用户直观的过节理由。双11活动的一天晚上，杨博士官旗进入抖音商城“优质肉品店铺榜”热销榜第一名。 通过短视频触发用户的消费兴趣，再通过直播和商城详细介绍产品，杨博士旗舰店的营销策略紧扣抖音全域兴趣电商特点。 据抖音电商介绍，抖音商城双11好物节期间，平台在货架场景、内容场景等方面，投入了千亿流量资源，同时结合更多元的大促玩法与官方扶持，助力国货品牌和产业带中小商家在大促中收获了销量增长和产能提升。 杨博士是其中一个。 土鸡卖得好，更多原因是有产地产品优势，而引导不少抖音用户在平台下单的，很多来自于平台上的内容创作者。 在抖音实现了变现的创作者还有很多。抖音电商总裁魏雯雯在抖音电商于2023年9月底召开的第三届作者峰会上披露，过去一年，有884万作者通过直播、短视频、橱窗、图文等丰富的形式带货，取得了收入，其中累计GMV破10万元的作者数量超过60万。 在润物细无声的服务能力上，抖音电商也在持续迭代，把对用户的服务做广做深。 抖音电商此次双11，在特色品类上，针对性推出了物流服务，提升消费者购物体验。在生鲜、食品饮料、宠物用品等品类，消费者购买了含有“送货上门”标识的商品，可享受送货上门、不上门必赔的服务。在美妆、个护家清等品类，部分商品将上线24小时内发货的服务承诺。 物流方面，平台与4家快递公司签署了“兜底保障”合作协议，提供赔付兜底、优先揽送、价格保障、专属客服等权益，为商家履约提供保障。抖音超市业务方面，如消费者购买了带有“超省心”标识商品，抖超仓网系统将提供次日达、送货上门、晚到必赔、退货免运费等服务，目前这些服务已覆盖全国57个城市。 抖音电商一直都十分注重维护消费者购物权益。早在2021年3月抖音召开首届电商生态大会之前，抖音电商就曾发布过一份《2020抖音电商消费者权益保护年度报告》，内容涉及构建消费者权益保护体系、共建治理生态、建设质检物流基地等。 抖音电商在2023年两个重要大促节点——618和双11，都对服务系统进行了升级。服务系统的升级将带来长期回报，这彰显的是抖音认真做电商的初衷。 一次大促迎来一次成长。与平台共同成长的，还有一众品牌方和产业带中小商家。它们和消费者一道，成为双11的主角。 03 国货品牌不断成长 知名国货品牌郁美净和韩束在抖音电商的火爆崛起，包括在本届双11期间销售额的同比大增，已被很多人关注到。 老字号郁美净，不但在总部所在地天津家喻户晓，被引为当地骄傲，在全国也是赫赫有名。郁美净早在1979年便开始专注深耕儿童护肤品领域，迄今已经超过44年，影响了几代人。但老牌国货如何顺应时势再展新枝，进而被更多消费者熟知与喜爱，这个问题颇费思量。而对郁美净而言，在2023年9月在抖音发布了第一条短视频后，通过和年轻用户的持续互动，渐渐找到了答案。 韩束则是创立于上海的国货化妆品品牌。在过去的20年里，韩束已在目标消费者中间确立了心智，沉淀下了口碑，但传统标签是加成也是负累，需要在潮流演进中不断予以再诠释，以被更多年轻人青睐。韩束拥抱抖音电商后，品牌和销量的双重爆发，印证了该选择的正确性。 在抖音电商收获成功的不只是这些老牌国货，很多从零开始的新锐国货品牌和大量产业带商家也在这里快速成长。抖音电商为这些品牌和商家进行能力提升和找到他们的消费者持续贡献力量。 “小王，你口袋做深点，我要放手机。”抖音直播间用户的这条评论，跳到了王思源的眼前。王思源是抖音店铺“王家有鱼”负责人，家有服装工厂，店铺卖女装，以阔腿牛仔裤为特色。 “小王”最后听取了网友建议。利用全域兴趣电商平台特点，根据用户反馈开发和改进产品，加上位于广州的源头工厂优势，王家有鱼成为抖音电商里颇受消费者欢迎的女装店铺。随着抖音全域兴趣电商的推进，王家有鱼改造了店铺，注重打造商品卡。2023年7月到8月，王家有鱼抖音电商营收中，商品卡成交额占比已超过50%。 在谈到抖音电商如何帮助自己找到用户时，王思源表示，平台会及时发布当季流行趋势，团队根据这些人群画像、流行风格对货盘、备货以及设计进行调整，之后在平台进行测试，有效降低了试错成本。 抖音电商注重服装类目供给的改善，显然有着更深考量。相比其他品类商品，服装非常适合利用直播来展示。据抖音电商披露的数据，2023年上半年，抖音电商女装商家数量显著增加，同比增幅近68%，其中9成为产业带商家。 云南鲜花是依靠全域兴趣电商模式获得长足市场发展的又一例子。抖音电商很早就注意到了用户高涨的买花、送花的需求。早在2021年8月，抖音电商就曾发布数据提到，平台上玫瑰花七夕节销量比2月14日情人节期间上涨402%。 两年后的七夕，抖音电商开始联动云南、广东等鲜花绿植产业带供给，和达人及品牌一起售出了更多原产地鲜花。2023年8月，抖音电商更与当地签署合作协议 ，将聚焦昆明下辖呈贡、宜良等花卉绿植交易种植区，以重点企业孵化、供应链打造、营销活动策划等，推动当地花卉产业发展，和产业带的合作进入到更深入的层面。 潮汕牛丸、福建菌菇、清河羊绒、东莞毛织、临湘垂钓……抖音全域兴趣电商加速了这些产业带好物的出圈，让更多源头好物通过短视频、直播间、商城货架，遇见了喜欢它们的消费者。 产业带好物的“出圈”路径已在抖音电商逐渐展现了出来：通过短视频和直播向用户推介好物；商城、搜索、店铺承接用户购买需求；利用兴趣推荐，多场景多频次向目标用户展示商品，通过品控和服务获得认可。但这一切仍只是刚刚开始，前路宽广而漫长。

针对今日流传的“东莞寮步用户中心试驾事故”，华为智能汽车解决方案BU董事长余承东回应称，11月13日安排上门试驾时因客户倒车时误把油门当刹车踩，导致撞上后车。对于AEB功能的未介入，余承东表示，经与ADS团队、质量沟通，车辆后向紧急制动不识别静止车辆，且手册有明确标注，挂入R档后分别2次100％油门，共持续4秒，加速度﹣5.83m/s2，驱动电机最大转速3180，最大扭矩300Nm，最大车速32.82km/h，结合外部的记录仪视频判断是客户误操作踩错了油门踏板导致。 今天下午早些时候，一段一辆问界 M5 智驾版试驾车倒车操作不当“骑”在一辆比亚迪海豚上方的视频引发网友关注，海豚的门板出现损坏，M5 的后保险杠也出现了一定程度的受损。海豚的行车记录仪显示，这起事故是由问界 M5 在倒车时突然发生的。

不知道大伙儿还记得上周 OpenAI 开发者大会上，奥特曼说的 GPTs 不。 因为不需要会写代码，只要会打字，你就能基于 GPT-4 ，创建并上线各种 GPT 应用。 所以不少人都说， GPTs 断了不少 AI 应用初创公司的生路。 本来，说是本月底正式上线的，结果前脚大会刚结束，奥特曼后脚就在社媒上官宣：GPTs 上线啦！ 而这还没几天， GPTs 就已经被各路网友玩出花来了，看着大家开发的各种 GPT ，可把世超给笑拥了。 刚开始，画风还挺正常，像什么能根据草图画画的。 还有帮医生记录病人病史，并一起讨论病情的 GPT 等等等等。 但在这群正儿八经搞生产力工具的 GPT 中，偶尔还能发现一两个奇怪的东西，像 GPT 版本的完颜慧德老师，在线当起文字版心理姿熊师。 当然了，整活儿归整活儿，这次 GPTs 的上线，的确给了小白一个当开发者的机会。 这么说吧，自从 GPTs 上线以后，光是非官方网站 GPTsHunter 所收录的应用程序，就有八千多个（ 截至 11 月 13 日数据 ）。 除了开头整的那些花活儿，还有什么跟猫聊天的 CatGPT 、今日运势 GPT ，甚至都实现了 AI 男友、女友自由... 反正在各路网友的想象力面前，各种刁钻的脑洞都能在这一个个 GPT 上看到。 世超看得心里是贼痒痒，第一时间薅了个 Plus 账号，替各位差友们试了试。 在 OpenAI 的官网上，目前由官方推出的 GPTs 只有 16 个，像大伙儿比较熟悉的 DALL-E ，还有什么数学导师、游戏时间、谈判者、洗衣伙伴... 算是官方亲自下场给大家打了个样儿。 世超随便挑了俩，来看看水平如何。 第一个是 Game Time （ 游戏时间 ）。 一开始的时候，世超还以为这是个可以用来玩游戏的 GPT ，但实际上它就是个棋牌和桌游规则解释器。 我们问了它关于《 血染钟楼 》的游戏规则，回答得还挺全面。 具体问它，如果抽到了女巫的角色应该怎么玩儿，说得也是有条有理。 但这个 GPT 给我的感觉就是，好像把原来 ChatGPT 关于游戏规则的那一部分单独剥离了出来，答案是没啥毛病，但也不是特别实用的样子。 接着，我们又尝试了一个 genz 4 模因解释器，根据官方的介绍，这个 GPT 可以解释一些网络热梗和表情包。 于是，世超丢了一张 “ Monday Lisa ” 给它。 咔咔一顿分析，完美地诠释了这张表情包的意思不说，最后还来了句 “ 绝了 ” ，世超盲猜，这个 GPT 平时应该没少在网上冲浪吧。。。 可一问 “ 笑拥了 ” 是啥意思，它的网速就有点儿跟不上了。 官方的 GPTs 体验一圈下来，说实话都中规中矩，虽然效果不错，但却没有让世超有眼前一亮的感觉，属于是 OpenAI 稳定发挥。 要说创意，还是得看咱民间 GPT “ 开发者们 ” 的发挥。 就比如这个会说 Rap 的 GPT ，填的词都是最近发生的新闻。 让它用这两天发生的科技新闻写段 Rap 词，不仅分分钟就能写出来，就连韵也押得贼溜。 甚至仔细看看歌词里写的，都是最近科技圈儿发生的新闻，像英伟达再次开发三款定制化芯片、加拿大禁止政府官员的移动设备上装微信等等，也都是最近传出的消息。 而且它还怕你觉得词是乱写的，最后还贴出了新闻的原文链接，点进去也都是世超平时会看的网站。 有一说一，这都能当平时找选题时偷懒的工具了，既能总结大新闻，还能学学 Rap 乐呵乐呵。。。 当然，也有比较正经的实用工具，体验了一圈世超比较心水的有下面这个，直接输入城市，就能生成一张这个城市当天的天气海报。 先来个杭州试试看，乍一瞅，生成的海报很杭州，雷峰塔、西湖的元素都有了，再来看看天气情况，晴、 12 ℃，这也没问题。 并且还给了一点穿衣以及出行建议。 为了防止这个 GPT 是猜的答案，我们又用哈尔滨试了试，零下 13 ℃，天气晴，也没问题。 看完这些，相信差友们都想马上体验一把开发 GPT 的感觉。 世超在这也肉身替大伙儿云体验体验。 在官方的 GPTs 页面，顶头就有一个 “ Create a GPT ” 的入口。 点进去，左边是开发栏，右边则是成品的展示栏。 现在，咱们变成了 AI 产品经理，而这个 GPT Builder 就相当于负责敲代码搞开发的人。 比方说，世超要创建一个能写旅游规划的 GPT ，直接打字把需求告诉 GPT Builder 就行。 需求说得越清晰，创建出来的 GPT 也就越符合你的标准，并且它还会给你的 GPT 起名字、生成头像。 最关键的一点，这个开发的过程是可以动态调整的，要是生成的 GPT 不满意，你可以在左边的开发栏不停地进行调整。 在调整的过程中，很多资料可能是 GPT-4 大模型知识库里没有的，这就需要自己上传文件到知识库，帮助 GPT 学习到更多的东西。 总的来说， GPT 的创建还是十分容易上手的。 像世超的这个旅行小助手，花了才不到 10 分钟就完成了。 问它下周去北京玩，包括旅游路线、费用估算还有穿着建议都能你安排得明明白白。 而除了旅行规划以外，世超又做了一个 “ 我是杠精 ” 的整活儿 GPT 。 这个 “ 杠精 ” ，在名字上就处处跟我们抬杠。 前脚我刚把名字改成 “ 杠精 ” ，下一秒马上又变成了 “ 杆精 ” ，来来去去改了好几回，都没改成功。 我跟它说 “ 太阳从东边升起 ” ，它发动了阴阳怪气的技能。 感叹今天天气不错，它非要说这是我的个人观点。 真就，把抬杠贯彻到底了。。。 最后世超还心血来潮，想试试能不能给咱差评来个 GPTs ，于是就上传了差评的 PDF 简介，让 GPTs 根据资料内容，整了一个 XPin 头图生成器。 好让它给我们平时写的文章，做做封面头图。 在把这篇文章喂给 “ XPin 头图生成器 ” 后，你猜怎么着，两个回合就生成了下面这张图，有一说一，除了文字上有点小瑕疵外，世超是找不到一点毛病。。。 总的试下来， GPTs 的上线还是给我们带来了不少惊喜。 这种惊喜，关键不在于 GPTs 有多好用，而是它让 AI 离我们每个普通人又近了一步。 虽然试用下来，目前市面上开发出来的 GPT 们大多都没啥技术含量，顶多就是无聊时解解闷儿的玩意，有时候甚至还会觉得跟 ChatGPT 没啥区别。。。 但从网友们的作品中，咱们已经能一窥 GPTs 的潜力和活力，刚上线各种五花八门的 GPT 就已经出来了。 这里面有做数据分析、医疗助手等等，各种垂类领域的 GPT 也都被 “ 炼 ” 了出来，包括这次的差评头图生成等等，都隐隐约约有点解放生产力的意味儿了。 尽管现在数量并不算多，但回过头去看 2008 年， App Store 刚上线的时候，应用也只有几百个，但现在已经成了一个数百万量级的巨无霸。 而且 GPTs 的开发门槛显然更低，生态爆发的速度，想必还会更快。 在不久的将来，人手一个解放生产力的 GPT ，或许真的只是时间问题。 撰文：西西 & 松鼠 编辑：江江 & 面线 封面：三狗

凤凰网科技讯 11月13日，vivo X100系列新品发布会上，vivo WATCH 3智能手表正式发布，vivo WATCH 3 手表首发搭载自研“蓝河操作系统”，支持独立通信，官方宣称续航最长可达16天。 蓝河操作系统框架由Rust语言编写的操作系统，能够从原点识别内存使用不当导致的安全漏洞。同时重点架设了AI能力，可以通过声音、视觉、触觉等多种方式进行更自然、更符合直觉的交互。值得一提的是，vivo副总裁周围此前明确表示，蓝河操作系统不兼容安卓应用，未来也不会兼容，目前也没有跨端搭载的计划。 据介绍，vivo WATCH 3覆盖3D大弧面玻璃表镜，配备不锈钢数字表冠，表壳采用创新可拆卸表耳设计，更换原装表带还会自动提示匹配表盘。此外，该手表还新增手表应用商店，联合各大头部应用进行合作开发，可下载使用支付宝、百度地图等第三方App。支持eSIM 独立通信，抬手就能收消息打电话。该手表可快速查看九大类通知信息。 运动健康方面，vivo与浙江大学深度合作为 vivo WATCH 3 手表带来100 +运动模式，配备AI跑步教练，用户可定制专属训练计划。该产品升级支持多通道星环健康监测，在睡眠监测时，WATCH 3支持不可见光的无扰心率，支持8通道心率16通道血氧监测。 vivo WATCH 3蓝牙版售价1099元起，eSIM版1299元起，首发价格再减50元，将于 11月13日开启预售，11月21日正式开售，提供月光白、辰夜黑、皓月、星辉四款配色。

作者 | ZeR0 编辑 | 漠影 电影《速度与激情8》有一个细思极恐的情节，反派通过黑客入侵汽车智能互联系统，控制全城汽车在街头疯狂冲锋肇事。 虽然电影表现手法略显夸张，但这并不是个完全脱离现实的脑洞。随着汽车“新四化”发展驶入快车道，越来越多汽车增加辅助驾驶和联网功能，如果安全系统出故障或被恶意攻击，数据泄露、功能失控、远程操纵等绝非天方夜谭。 安全始终是造车的首要前提，而所有汽车应用的安全建立在芯片的基础之上。在汽车芯片中，必须有一个安全、可靠、稳定的核心单元，为汽车电子电气系统提供硬件级别的强安全保护。 针对智能汽车安全刚需，11月9日，中国最大的芯片IP设计与服务供应商安谋科技交出了最新的答卷——“山海”S20F SPU。 据安谋科技产品研发副总裁刘浩分享，这是国内首款支持功能安全产品认证的信息安全IP产品，核心算法引擎和软件测试库均达到了ISO26262:2018国际功能安全标准ASIL D最高等级的系统能力认证，支持国际通用算法和中国商用密码算法，并通过可配置能力可满足智能汽车不同等级的安全需求。 没有安全，就不可能进入真正的智能汽车时代。面对前所未有的安全风险，智能汽车需要怎样的“安全大脑”？信息安全IP又能如何为构建智能汽车的“芯”安全提供全面保障？围绕这些焦点议题，智东西与安谋科技产品研发副总裁刘浩、安谋科技安全产品总监耿建华、安谋科技安全产品架构师兼高级技术总监吕达夫进行了深入交流。 ▲安谋科技产品研发副总裁刘浩 发力车用市场的不止是“山海”SPU。刘浩告诉智东西，安谋科技自研的“星辰”CPU嵌入式处理器和“玲珑”VPU视频处理器已被大量应用于车芯上，“周易”NPU人工智能处理器也正朝更高算力的车载计算方向演进，同时在发力支持端侧大模型的技术布局，并保持长期稳健的研发节奏，满足产业对关键核心技术的需求。 一、汽车芯片安全迫在眉睫，需要构建多层次安全护栏 汽车变得越来越智能，也正变得越来越危险。 根据国际能源署IEA今年10月发布的年度《世界能源展望2023》报告，中国是电动汽车最重要的市场，目前上路行驶的电动汽车中有一半以上在中国；预计到2030年，全球上路行驶的电动汽车数量将增至现在的近10倍。 随着汽车向智能化、网联化演变，汽车芯片需求正快速上扬。市场前景乐观，但做汽车芯片却不简单，一大难点便在于“安全”。 以前的汽车以机械为中心，系统相对简单，主要用于控制发动机和基本驾驶功能。 而近年来，汽车逐渐进化成一个以电子电气为中心的设备，装上越来越多的屏幕，有辅助驾驶、娱乐、通信等各种系统，并能进行互联网连接，越来越像“4个轮子的机器人”。 日趋复杂的电子电气架构和互联性，在改变司机和乘客出行体验的同时，带来了更多潜在的网络攻击和安全威胁，轻则散财，重则丧命。 一类是信息安全，旨在通过充分考虑数据加密、隔离等方式，保证汽车软件安全运行，避免隐私数据泄露、抵御黑客攻击，涉及车云安全连接、身份认证、车联网通信、数据加密传输等。 另一类是功能安全，与驾驶密切相关，目的是保护人身、设备、车机的安全，保障各类子系统的功能设计正常运行，避免因电子电气系统失灵而导致出现一些非人为疏忽的安全隐患，比如系统性错误、随机性硬件失效。 这对汽车芯片的安全能力提出了更高的要求。 “车规有点像交叉学科，是电子工程和机械工程的交叉。”安谋科技产品研发副总裁刘浩在ICCAD 2023发表主题演讲时谈道，“实际工作中，真正拥有汽车电子车规经验的人并不多。另外根据我们的经验，车规级项目的研发工作量大约是非车规级项目的2-3倍，并且车规级产品的认证时间也很长。” 对于汽车芯片企业来说，芯片的安全能力不可或缺，必须达到严苛的车规级标准，但这并非其研发的核心竞争力所在。相比自研，选购安全IP可能是一条更加省时省钱的路径。 芯片企业在非核心业务的安全方案上做投入，需要斟酌研发和运维的人力成本和费用开销。芯片IP公司则在追求技术领先性上更加全力以赴，做研发时相对没那么在意成本。 ▲安谋科技安全产品架构师、高级技术总监吕达夫 安谋科技安全产品架构师、高级技术总监吕达夫打了个比方，假如芯片企业自研安全方案的成本是100元，芯片IP供应商可能会花费200元成本，但如果以IP形式去提供给3家客户，那么就相当于把成本摊薄成67元。 通过采购成熟可靠的安全IP，企业能够更快地完成汽车芯片开发，构建适合智能汽车的独立可信计算环境。 二、国内首款支持功能安全产品认证的信息安全IP：软硬件协同，灵活可配置 针对国内智能汽车市场对高可靠性安全解决方案的共性需求，安谋科技本土研发团队历时两年打造了面向智能汽车SoC芯片的HSM（硬件安全模块）解决方案——“山海”S20F SPU。 这是国内第一款支持功能安全产品认证的信息安全IP产品，集硬件、软件、云端服务于一体，已面向客户正式交付并进入商用阶段，预计未来两三年会有多款搭载“山海”S20F的客户芯片产品陆续亮相。 刘浩解释说，芯片安全机制就像洋葱，可以一层层“剥”开，“剥”到最后的是安全可信根（Root of Trust），而HSM则是支持安全可信根的核心组成。 在汽车电子行业，HSM是一种被广泛认可的信息安全模块实现方式。“山海”S20F是一个能够植入汽车芯片内部的、实现物理隔离的HSM子系统，在芯片内完成数据访问、加解密等工作，无需与外部设备产生协同，能够防御相当一部分攻击。 “山海”S20F硬件内部有CPU、对外通信单元、存储器等元件。CPU可按需灵活集成Arm Cortex-M55、Cortex-R52等Arm IP以及安谋科技自研“星辰”STAR-MC2处理器。 为了保护车机敏感数据，欧盟在2008年启动的EVITA项目专门制定了HSM实现规范，并将安全等级划分为Full、Medium、Light。其中Full为最高安全等级，要求对称算法、非对称算法、哈希算法都必须是硬件化实现，同时HSM一定是一个内部有CPU的子系统。 灵活可配置是“山海”S20F的一大亮点。该安全方案既能满足Full级别，覆盖ADAS、智能座舱、汽车网关等对安全要求严苛的场景；又能通过可配置能力，适配Medium和Light级别的需求，适用于不同应用的车身域控制类芯片，以满足其注重芯片面积与安全性能相平衡的设计要求。 舆芯半导体汽车应用研发总监周敬肇认为，这给了下游芯片开发企业很大的灵活性。 从信息安全来看，“山海”S20F硬件中最核心的是加解密引擎TrustEngine-800，内部代号叫作“追风”，名同秦始皇的第一匹马。 作为生成密钥的关键模块，TrustEngine-800默认支持64位寻址，同时支持国内商用密码算法和国际通用算法，在满足全球通用标准的基础上，进一步契合本地化需求。这不仅为芯片设计企业在后续申请国密认证提供了一个很有必要的基础，同时也对计划国产汽车芯片出海、参与海外市场竞争提供了一个有力的安全保障。 非对称算法对于认证场景至为关键。考虑到量产上车的芯片产品大概有长达10至15年的生命周期，安谋科技在非对称算法上做到RSA8192，这个密钥长度在市面上很少实现，为日后的长周期运作预埋高级别安全保障。 此外，TrustEngine-800默认支持Arm TrustZone、虚拟化等底层安全架构，能够与Arm架构形成系统协同，并支持多达16个Host同时访问，为多种虚拟化应用场景提供安全支持。 从功能安全来看，“山海”S20F的“F”指的是功能安全（Funtional Safety），该子系统从硬件到软件均进行了功能安全产品认证，包括系统能力与随机硬件完整性认证。 国际《道路车辆功能安全》标准ISO 26262是首个适用于大批量量产汽车产品的功能安全标准，划分了从A到D的4个汽车安全完整性等级（ASIL），其中ASIL D等级要求最严苛。动力、底盘、网关、域控、辅助驾驶、自动驾驶等系统一般要求达到ASIL D等级，而仪表盘、座舱、车身等系统通常达到ASIL B就足够了。 ▲“山海〞S20F 功能安全证书颁发仪式 经第三方权威功能安全认证机构exida认证，“山海”S20F的算法引擎的系统能力达到ASIL D最高等级，随机硬件完整性达到ASIL B等级，软件测试库（STL）也通过ASIL D等级系统能力认证，能够有效避免由设计实现错误或电子电气系统失灵造成的不合理风险。 据安谋科技安全产品总监耿建华透露，下一个版本规划会考虑将功能安全诊断能力做到ASIL D，为客户提供更多选择。 ▲安谋科技安全产品总监耿建华 “山海”S20F还提供了符合Arm功能安全交付标准的功能安全包和丰富的软件，以方便客户将其集成到整个系统，加快芯片走向上市。 前文提到的软件测试库（STL）是一种提高硬件功能安全能力的业界通用做法。STL覆盖了包括对称、非对称、摘要等算法，会为硬件提供周期性诊断，并能在发现错误时及时汇报。 此外，安谋科技提供了TRNG随机数调校工具、安全启动解决方案、安全烧录等软件功能，并提供一些云端服务来帮助合作伙伴把关键密钥信息安全部署到HSM内部，从而进一步提高芯片集成效率、缩短上市时间。 三、全局视角做IP，六大优势加持 从技术与生态来看，安谋科技在面向智能汽车SoC的芯片IP领域都极具市场竞争力。 刘浩谈道，虽然安谋科技主攻IP研发，但其所有客户都是芯片、系统厂商，所以安谋科技不单单从IP的角度来考虑问题，而是把视角拔高到系统、芯片乃至生态的更上层，从全局角度去系统化地考虑问题，这样才能将IP做到最好。 总体来看，“山海”S20F SPU有6大优势： 1）功能完整的整体解决方案：在安全性上做得更多、更全、更好，兼具信息安全与功能安全能力，兼顾国内与国际安全认证标准，契合汽车安全核心诉求，并通过提供软件工具和云端服务，能够帮助客户快速完成SoC集成，将产品尽早推向市场。 2）支持灵活的定制化配置：可根据不同场景的不同级别安全需求进行灵活配置，减少相关集成的复杂度，有助于节约SoC或MCU集成的成本。 3）产品质量可信赖：获得了业界要求极为严苛的实验室exida所颁发的ISO26262:2018功能安全认证证书。安谋科技有高质量的研发体系保证，其安全工程团队的核心成员拥有超过20年的安全IP研发经验，在技术、产品和资源方面均有成熟经验，还专门组建了功能安全团队来指导内部开发及具体安全机制的设计工作。 4）交付流程有保证：安谋科技是Arm产品技术在中国的独家授权方、最大的客户。Arm在IC领域的开发已有超过30年历史，上世纪90年代在IP开发全流程方面有一套完整的项目管理经验，安谋科技与Arm所有IP产品遵循同样的流程标准，对于用户来说非常容易来上手，没有重新学习的成本。 5）本土研发，本地支持：“山海”S20F的开发和支持都是国内本土团队在做，分布于上海、深圳和北京，团队从产品定义阶段就与芯片、OEM合作伙伴一起深入沟通需求和解决问题，能够随时与客户面对面交流，快速响应客户诉求。 6）与Arm架构协同互补：Arm在1996年进入汽车领域，至今已有27年，形成有一套完整的车规级IP产品矩阵，“山海”SPU会持续支持Arm底层安全架构的演进。安谋科技在Arm CPU、GPU等通用计算IP基础上，通过异构融合本土创新的自研业务IP产品，将各个计算单元进行协同和互补，能够有效兼顾通用性与专用性，满足芯片企业的个性化定制需求，全方位加速车载芯片研发周期。 四、左拥Arm生态、右倚中国市场，做汽车芯片的“桥梁”与“引擎” “山海”S20F SPU是安谋科技安全团队面向智能汽车这个垂直赛道研发的第一款信息安全产品。 其安全团队全名为安全与物联网系统工程（SISE），2018年随着合资公司安谋科技的成立而组建，目前团队40余人，覆盖硬件、软件、云端服务，提供全栈安全解决方案。 此前该团队已经推出两代产品，2019年发布针对物联网（IoT）的“山海”E10/E20，2021年发布面向手机、平板电脑、数字电视等AIoT场景的“山海”S12，目前“山海”信息安全解决方案已累计授权70余家合作伙伴，已有不少客户做了集成并实现量产。 前两代“山海”SPU都是通用的加解密引擎，“山海”S20F则显著升级，打造首款内置加解密引擎的完整HSM子系统，并且从无到有的做到了功能安全能力。 刘浩认为，智能汽车市场对于安谋科技的未来发展而言至关重要。此前，Arm凭借低功耗和高性能等特性借着手机市场的东风发展壮大，未来该如何抓住汽车电子的东风，这是业界每个人都值得关注的问题。 面对车载智能带来的芯片升级需求，安谋科技的自研业务IP产品“山海”SPU、“星辰”CPU、“玲珑”VPU、“周易”NPU均已进行车用商业化布局。 “星辰”STAR-MC2嵌入式处理器获得了ISO 26262 ASIL D与IEC 61508 SIL 3等级认证，已被大量应用于汽车芯片上；“玲珑”V6/V8 VPU视频处理器也已经进入汽车市场，能够为智能座舱提供高清视频编解码能力；搭载“周易”NPU人工智能处理器的芯擎科技7nm“龍鷹一号”智能座舱芯片，已率先在吉利旗下领克08汽车上跑了起来。 “安谋科技（Arm China）的背后，一个是靠着Arm，一个是靠着China。”谈及安谋科技与Arm的关系，刘浩说，安谋科技一方面扮演“桥梁”的角色，承接Arm生态，把Arm世界一流的技术和产品引入中国；另一方面充当“引擎”，发力本土创新的自研业务产品，构建了较完整的本土IP供应链，推动国内汽车半导体向前创新演进。 “安谋科技是Arm IP进入中国市场的独家渠道，是Arm在中国最大和最亲密的客户。”他谈道，“对于我们来说，Arm让我们站在巨人的肩膀上看世界，去迎接挑战、拥抱机会。” 在他看来，安谋科技根植于中国、成长于中国，深入洞察本土厂商的切实需求，可以做到“非常接地气”，未来安谋科技将与Arm继续保持着长期稳固合作、互补的关系，努力实现共赢、多赢。 据他分享，安谋科技目前团队稳定，研发工作保持全力高速前进的节奏，自研业务产品路线图是长期且清晰的，我们非常清楚今年、明年、后年每一步的里程碑节点需要做的每一件事情。 结语：全球标准+本土创新，助建高可靠、强安全的智能汽车生态 汽车智能化、网联化进程加速向前，为产业链带来了崭新的发展机遇，也给汽车芯片研发带来了严峻挑战。应对本土市场所需，安谋科技推出遵循功能安全高等级规范的“山海”S20F SPU，并实现灵活可配置，能够满足不同安全需求，将选择权充分交给合作伙伴。 这是安谋科技朝着“沿袭全球标准，深化本土创新”迈出的最新一步。这家国内最大芯片IP设计公司，自研产品日渐羽翼丰满，通过与Arm通用计算IP协同互补，逐渐能够提供兼顾性能与安全的多元异构计算平台，助力本土合作伙伴打造高安全、高可靠的车规级芯片和智能汽车生态。 汽车电子电气架构正在经历一场持久的变革，国内针对汽车安全的多项标准正在制定，安谋科技等行业参与者也在积极参与一些标准化、平台化的工作，共同加快生态建设脚步，为推动智能汽车芯片产业发展构筑基石。

作者 | 佳慧 编辑 | 云鹏 科创南方11月13日报道，今天，广东省人民政府发布了关于加快建设AGI（通用人工智能）产业创新引领地的实施意见（以下简称“实施意见”）。 随着AI技术的不断进步和应用领域拓展，AGI被认为是未来AI发展的一个重要方向。政府、企业和学界等各界都意识到了AGI所带来的巨大潜力和影响力，纷纷投入资源和精力加强其研究和应用。 实施意见中明确了，目标到2025年，智能算力规模实现全国第一、全球领先，AGI技术创新体系较为完备，AI高水平应用场景进一步拓展，核心产业规模突破3000亿元，企业数量超2000家。 在实施意见中，大模型已经成为AGI的首要攻关技术。 实施意见中强调要加强大模型关键技术攻关，形成自主可控的大模型完整技术体系，研发具有多模态数据、知识深度融合的垂直领域大模型。 实施意见中还提到，引导龙头企业打通现有云计算资源，集成打造广东“AI云”，支持调用各方大模型，倡导“模型即产品、模型即服务”模式。 此外，实施意见从构建全国智能算力枢纽中心、强化AGI技术创新能力、打造大湾区可信数据融合发展区、打造AGI产业集聚区、打造AGI创新生态圈等5大重点任务入手，分别提出了更细致的要求。 未来至少2年中，广东省会在AGI产业上侧重于哪些方面？广东省的AI企业向哪些技术做研究并应用到产品中可以获得政策红利？广东省日后在AGI产业和科技创新领域的地位可能有怎样的改变？通过详细阅读实施意见，我们或许能得到一些参考。 一、总体目标：2年核心产业规模3000亿大目标 实施意见中，广东省计划到2025年，智能算力规模实现全国第一、全球领先，AGI技术创新体系较为完备，AI高水平应用场景进一步拓展，核心产业规模突破3000亿元，企业数量超2000家。 并且，还要将广东打造成为国家AGI产业创新引领地，构建全国智能算力枢纽中心、粤港澳大湾区数据特区、场景应用全国示范高地，形成“算力互联、算法开源、数据融合、应用涌现”的良好发展格局。 二、具体举措：打造广东“AI云”，算力、技术、数据等多管齐下 （一）构建全国智能算力枢纽中心 AGI作为人工智能领域的最高目标，需要处理大量的数据和复杂的计算任务，以模拟人类的综合智能。因此，足够的算力是实现AGI的关键因素之一。 在算力方面，实施意见从生态、节点和平台3方面进行安排。 第一，打造AGI算力生态。 研发具有通用性、可编程性的高端训练、推理芯片，多模态多精度计算的算力芯片，探索可重构、算存一体的新型体系架构研究。 开发高效易用的开源人工智能芯片编译器与工具链等基础软件，支持自主人工智能芯片与国产通用服务器的适配，构建完善的自主可控人工智能软硬件生态。 （省工业和信息化厅牵头，省发展改革委、科技厅，广州、深圳等地级以上市政府配合） 第二，打造国家算力网络枢纽节点。 在搭建“中国算力网”中发挥核心作用，实现国家公共算力开放创新平台、智算中心等大型异构算力中心互联互通。 推动国家算力总调度中心、粤港澳大湾区算力调度中心加快落地深圳、韶关。 做优广东省算力资源发布共享平台，在智能算力规模上形成显著优势，服务国家数字经济发展和“东数西算”重大战略。 （省发展改革委牵头，省委网信办，省科技厅、工业和信息化厅、政务服务数据管理局、能源局，广州、深圳、韶关等地级以上市政府配合） 第三，打造与国际接轨的城市级算力平台。 支持各地市按照国家和省关于数据中心的规划和布局要求，依托研究机构、高等院校、龙头企业等搭建算力平台，有效整合城市内算力资源，接轨国际最先进的算力产品、算力框架，建设城市级算力调度平台，实现资源共享和优化配置。 支持国家新一代人工智能公共算力开放创新平台建设，满足科学研究和创新需求。 （各地级以上市政府牵头，省发展改革委、科技厅、工业和信息化厅、政务服务数据管理局配合） （二）强化AGI技术创新能力 无论是大模型关键技术上还是评测保障技术上，强化AGI技术创新能力有助于促进AI领域的科学研究和技术进步。实施意见也从3方面对此提出了要求。 第一，加强大模型关键技术攻关。 围绕基础架构、训练算法、调优对齐、推理部署等环节，研发千亿级参数的人工智能通用大模型，形成自主可控的大模型完整技术体系。 聚焦智能经济、智能社会等行业创新场景，研发具有多模态数据、知识深度融合的垂直领域大模型，支撑多任务复杂场景行业应用。 （省科技厅牵头，省有关单位，各地级以上市政府配合） 第二，加强前沿及共性关键技术研究。 支持前沿性、颠覆性技术研究，在群体智能、类脑智能、具身智能、人机混合智能等方向开展研究，加强无监督自然语言处理、群体自主无人智能技术、人工智能安全技术等共性关键技术研究，形成突破性原创性成果。 （省科技厅牵头，各地级以上市政府配合） 第三，加强评测保障技术研究。 鼓励开展AGI内容生成、模型评测、风险评估和监测预警研究，研究适用AGI的多维度评测方法，开展大模型可信安全性研究，确保大模型输出的准确性、创造性、鲁棒性和安全性。 构建数字政府大模型评测体系，加强评测结果应用，为各地各部门各行业使用大模型提供支撑。 （省政务服务数据管理局牵头，省委网信办，省科技厅、工业和信息化厅、公安厅、通信管理局，各地级以上市政府配合） （三）打造大湾区可信数据融合发展区 “数字湾区”建设在促进产业转向智能化方向，经济转型升级，推动科技创新和人才培养等方面都具有重要作用。因此在数据方面，实施意见也有提到加快推进“数字湾区”建设，具体如下： 第一，着力打造粤港澳大湾区数据特区。 加快推进“数字湾区”建设，探索数据跨境双向流通机制。发挥珠海横琴，深圳前海、河套，广州南沙等地区政策优势，探索打造“粤港澳大湾区数据特区”，着力打通业务链条、数据共享、数据流通堵点。 发挥港澳制度和资源优势，建立湾区内数据流通规则体系和运营机制，依托湾区优势机构整合资源，共建共享共治共营数据可信流通基础设施，为数据合规有效流通提供存储、共享、交易等服务。 充分利用境外高质量数据，建立样本数据融合训练机制，推动数据特区人工智能创新场景先行先试。 （省政务服务数据管理局牵头，省委网信办，省发展改革委、科技厅，广州、深圳、珠海等地级以上市政府配合） 第二，着力构建高质量多模态中文数据集。 深入实施广东第二轮公共数据资源普查，汇聚高质量与高可用的中文数据，开展公共数据标注攻坚行动。 打造公共性、公益性数据共同空间，构建面向行业的高质量中文语料数据库，推动典型行业数据汇集、访问、共享、处理和使用。基于隐私计算支撑样本数据流通安全，搭建可信数据标注和模型训练环境。 鼓励在依法设立的数据交易机构开展数据流通、交易，促进跨领域、跨行业数据融合。 建设高质量数据集和精细化标注平台，推动成立数据标注联盟，形成数据标注行业标准，建立人工智能产业数据资源清单，汇集行业数据资源，提升人工智能数据标注库规模和质量。 （省政务服务数据管理局、工业和信息化厅牵头，省科技厅，各地级以上市政府配合） 第三，着力完善可信可控的数字安全体系。 加强人工智能内生安全、防火墙等建设，增强数据安全保障能力，建立数据分类分级保护制度，支持提供服务的企业和网络服务商开发元数据标记、签名、水印等溯源工具，做好标注工作。发挥数字政府基础能力安全可控、可预测的优势，健全数据监测预警和应急处置体系。 （省委网信办牵头，省工业和信息化厅、公安厅、政务服务数据管理局、通信管理局，各地级以上市政府配合） （四）打造AGI产业集聚区 AGI产业集聚区有助于创新资源集聚、形成完整的AI产业链，并形成较强的国际影响力，极速行业发展和全球创新。 实施意见就从布局、基地建设、领军企业、平台、产品、场景应用等6个方面做出了谋划。 第一，持续优化区域发展布局。 构建形成以广州、深圳为主引擎，珠三角地区为核心，粤东西北各地市协同联动的区域发展格局。 高水平建设广州、深圳国家新一代人工智能创新发展试验区、国家人工智能创新应用先导区，以体制机制改革和创新应用为牵引，探索AGI发展新模式、新路径，打造产业科技创新前沿阵地。 支持河套地区建设人工智能总部基地和专业园区，加快建设人工智能与数字经济研发型产业园。 发挥珠三角地区产业资源集聚优势，形成一批具有国际竞争力的战略性产业集群。支持粤东西北建设算力基础设施，为广东算力服务提供支撑。 （省科技厅、工业和信息化厅牵头，各地级以上市政府配合） 第二，持续推动人工智能产业基地建设。 加快大型产业集聚区和专业园区战略性、全局性布局。 支持现有省级人工智能产业园区提质增效，鼓励园区在人才引进、知识产权保护、投融资、上市辅导对接等方面加大服务力度，大力引进相关项目，加快产业集聚。 重点依托中心城市科技城、高新技术产业园区、经济技术开发区、特色产业园、特色小镇、军民融合产业基地等载体，建设人工智能产业集聚与应用示范园区，实现集群式发展。 支持韶关依托全国一体化算力网络粤港澳大湾区国家枢纽节点数据中心集群建设人工智能产业园，并发挥韶关算力网络枢纽节点算力及生产要素成本优势，积极对接广州、深圳，探索建设人工智能产业飞地，促进省内人工智能产业协同发展。 建设“产业数链”，打造以数据为核心的虚拟产业集群。 （省工业和信息化厅牵头，省科技厅，广州、深圳、韶关等地级以上市政府配合） 第三，持续培育具有国际竞争力的领军企业。 支持龙头骨干企业围绕AGI长远布局、做大做强，快速提升引领性产品研发水平和行业赋能能力，加快建设世界一流人工智能企业。 鼓励龙头企业建设海外研发中心，加强与国外优势企业交流合作，利用国际人才、技术等资源开展离岸创新。 加快培育人工智能行业标杆企业，支持中小企业通过上市、并购等方式加快发展，打造一批人工智能细分领域领军企业，支撑人工智能产业发展壮大。 （省工业和信息化厅牵头，省科技厅、商务厅，各地级以上市政府配合） 第四，持续发挥人工智能平台载体引领作用。 充分发挥鹏城实验室、人工智能与数字经济省实验室等一批战略科技力量作用，加强高水平创新研究院和新型研发机构建设，积极开展高端创新资源引进和布局工作，强化与港澳研发机构的联合创新。 加强新一代人工智能开放创新平台能力建设，整合行业上下游资源，加大先进算法攻关、硬件产品研发、行业应用赋能等方面的支撑力度。鼓励平台机构与其他企业开展合作，降低技术与资源使用门槛，引导更多中小微企业和行业开发者创新创业。 （省科技厅牵头，各地级以上市政府配合） 第五，持续支持软硬件产品创新。 依托广东优势产业，支持骨干企业将大模型技术融入终端产品，重构系统资源调度和各类应用调用方式，打造新智能化操作系统。 支持原始设计制造企业引入大模型技术开发具有人工智能应用功能的产品。 支持软件企业加强大模型插件研发，开发融合人工智能应用的商业软件，打造“智慧助手+软件”生态体系。 （省工业和信息化厅牵头，省科技厅，各地级以上市政府配合） 第六，持续加快技术创新场景应用。 加强技术与经济、社会、科学领域深度融合，打造一批示范性强、带动性广、显示度高的典型应用场景，推动相关企业、研究机构组建行业联盟。 通过场景创新促进AGI关键技术迭代升级，形成技术供给和场景需求互动演进的持续创新力，带动提升制造、医疗、教育、金融、科学研究等领域的发展水平。 联合龙头企业组建政务大模型联合实验室，统筹建设数字政府人工智能运行平台，常态化发布人工智能场景清单。 （省工业和信息化厅、政务服务数据管理局牵头，省有关单位，各地级以上市政府配合） （五）打造AGI创新生态圈 实施意见从3个方面入手着力打造AGI创新生态圈。 第一，强化科技金融支撑作用。 支持各地市制定符合区域特色的人工智能专项扶持政策，发挥产业发展基金、创新创业基金等政策性基金的引导作用，统筹整合基金资源，打造千亿级人工智能基金群。 （省发展改革委、科技厅、工业和信息化厅牵头，省财政厅、地方金融监管局配合） 第二，加大开放合作力度。 加强省际合作，提升产业和创新能力，实现优势互补。举办高水平论坛和国际会议，利用大湾区科学论坛、数字湾区发展大会、中国国际高新技术成果交易会等大型活动，增强国际交流与合作。 发挥粤港澳大湾区独特优势，与香港、澳门共同探索项目联合支持、人才联合培养、资金联合投入创新模式，形成粤港澳新型创新联合体，在算力供给、技术互补等方面探索人工智能发展新模式、新路径。 （省发展改革委牵头，省教育厅、科技厅、工业和信息化厅、财政厅、商务厅、政务服务数据管理局、港澳办，各地级以上市政府配合） 第三，建设算力算法交易平台。 整合龙头企业商业数据中心算力资源，研究制定算力资源度量标准，分类分级制定算力产品目录。 引导龙头企业打通现有云计算资源，集成打造广东“AI云”，支持调用各方大模型，倡导“模型即产品、模型即服务”模式，实现客户按需选择接入不同云资源，建立互联互通的算力、大模型、算法交易服务体系。 （省工业和信息化厅、政务服务数据管理局牵头，省发展改革委，各地级以上市政府配合） 三、保障措施：实施“新一代人工智能”重大专项旗舰项目 在保障措施上，本次实施意见与其它政策类似，从组织领导、政策协同、人才集聚、监管环境等4个方面着手。 首先，加强组织领导。 建立相关部门共同参与、协同配合的广东AGI协同推进机制，合力推动创新发展各项工作。 推进AGI高端智库建设，开展前瞻性、战略性重大问题研究，对创新发展重大决策提供咨询评估。 （省科技厅牵头，省发展改革委、教育厅、工业和信息化厅、财政厅、商务厅、政务服务数据管理局，各地级以上市政府配合） 其次，发挥政策协同作用。 在科研攻关、“数字湾区”建设、可信产品等方面出台相关政策和举措，形成多维度政策支撑体系。 实施“新一代人工智能”重大专项旗舰项目，加快制定“数字湾区”建设行动方案，研究推动可信人工智能产品与服务供给相关法规规章的制定工作，形成政策合力，赢得战略发展主动权。 （省科技厅、工业和信息化厅、政务服务数据管理局按职责分工负责） 再次，建设高水平人才集聚地。 利用粤港澳大湾区的区位优势，加快引进全球高端人才，优化海外人才落户和服务保障措施。 加强与港澳高等院校、科研机构开展人才交流、联合办学，加快培养复合型人才。 发挥实验室、高水平创新研究院、新型研发机构、龙头企业等机构的人才集聚作用，引进培育各层次技术、产业人才。 发挥各类创新创业大赛在人才引进、项目落地的作用，举办高质量、高规格的人工智能算法大赛，吸引全国优秀团队参赛，加快引进各类创新创业青年人才。 完善人工智能、大数据等工程技术人才职称评价体系。 （省教育厅、科技厅、工业和信息化厅、人力资源社会保障厅、政务服务数据管理局按职责分工负责，各地级以上市政府配合） 最后，探索营造包容审慎的监管环境。 探索人工智能监管模式创新，针对人工智能不同细分领域，根据风险等级、应用场景、影响范围等具体情境，实施分级、分类、差异化监管，针对高中低风险应用采取不同的监管模式。 建设人工智能反诈平台，加强新型人工智能诈骗宣传科普。 对AGI技术及其应用所产生的风险隐患和灾害进行科学监测、预警和评估，推动协同治理，及时应对人工智能应用过程中的各种问题。 围绕技术伦理、劳动就业、数据隐私保护、道德意识等领域，研究制定安全规范，开展理论研究，推动对接国际标准并参与制定。

1、广东印发加快建设AGI产业创新引领地的意见 2、深圳：正起草算力基础设施高质量发展行动计划 3、自定义GPT最受欢迎Top 10名单发布 4、OpenAI：拟进一步向微软寻求资金支持 5、传谷歌洽谈投资Character.AI数亿美元 6、Runway即将推出新AI功能运动画笔 7、元象大模型向全社会开放 8、网易有道开源“易魔声”语音合成引擎 9、凤凰卫视发布首批高质量中文数据集 10、AI创企潞晨科技完成近亿元A+轮融资 11、研究称大模型自主复述可提升回答准确率近50% 12、生成式AI辅助创作《怪医黑杰克》续作下周刊载 1、广东印发加快建设AGI产业创新引领地的意见 今日，广东省人民政府于官网发布关于加快建设通用人工智能（AGI）产业创新引领地的实施意见。意见提出，到2025年，智能算力规模实现全国第一、全球领先，AGI技术创新体系较为完备，AI高水平应用场景进一步拓展，核心产业规模突破3000亿元，企业数量超2000家，将广东打造成为国家AGI产业创新引领地，构建全国智能算力枢纽中心、粤港澳大湾区数据特区、场景应用全国示范高地，形成“算力互联、算法开源、数据融合、应用涌现”的良好发展格局。 2、深圳：正起草算力基础设施高质量发展行动计划 据南方财经报道，今日下午，广东省新闻办举行《广东省人民政府关于加快建设通用人工智能产业创新引领地的实施意见》新闻发布会。深圳市工业和信息化局副局长谭岱在会上称，深圳正起草算力基础设施高质量发展行动计划，将智能算力作为重点发展方向，规划到2025年AI算力规模达全国各城市领先水平。深圳积极构建全栈自主算力供给能力，支持企业开展AI芯片研发，并适配多种深度学习框架，打造自主可控的智能算力全栈技术和产品，已能有效支持AI大模型训练，加速建设本地智能算力中心。深圳正加快城市级算力统筹调度平台建设，力争尽快实现全市“算力一网化、统筹一体化、调度一站式”。此外，深圳积极落实国家“东数西算”战略部署，支持企业根据全国一体化大数据中心布局设计，基于自身业务发展需要，前往韶关等地建设智能算力中心，或采购相关智能算力服务，统筹使用全国智能算力资源。 3、自定义GPT最受欢迎Top 10名单发布 据机器之心报道，11月12日，关注科技的媒体公司The Rundown创始人Rowan Cheung发布了一个网站，用来搜索、过滤和提交所有最佳的自定义GPT，这些GPT在24小时内收到了超过500次的提交。Rowan Cheung总结了社区最受欢迎的Top 10名单，分别是帮助用户创建并托管网站的Designer GPT，与在线音乐流媒体平台Spotify连接的Spotify Explorer GPT，帮助寻找远程办公点的Nomad GPT，一句话构建网站的Grimoire GPT，食谱、营养顾问Healthy Chef，分析图表的Market Analyst GPT，快速设计故事情节、故事场景的Screenplay GPT，产品经理Kraftful GPT，转换绘画风格的Drawn to Style以及根据上传的实物照片生成菜谱的Recipe Snap GPT。 4、OpenAI：拟进一步向微软寻求资金支持 据英国《金融时报》今日报道，OpenAI CEO阿尔特曼在接受《金融时报》采访时称，OpenAI与微软的合作关系“运作得非常好”，他预计“随着时间的推移”，将从这家科技巨头和其他投资者那里“筹集更多资金”，用于构建更复杂的AI模型。当被问及微软是否会继续进一步投资时，阿尔特曼称：“我希望如此。”他透露，公司正在开发下一代AI模型GPT-5，但没有透露具体的时间表。 5、传谷歌洽谈投资Character.AI数亿美元 据路透社11月11日报道，两位消息人士透露，谷歌正在洽谈向AI创企Character.AI投资数亿美元，因为后者正在寻求资金来训练其模型以满足用户需求。第三位消息人士称，这笔投资可能会以可转换票据的形式进行。此外，Character.AI还在洽谈从风险投资投资者那里筹集股权资金，这可能会使该公司估值超过50亿美元。谷歌和Character AI没有回应置评请求。 6、Runway即将推出新AI功能运动画笔 11月11日，AI创意视频应用Runway于社交平台X上发布新功能运动画笔（Motion Brush），通过笔刷涂抹使图像中的物体动起来，该功能即将在旗下软件Gen-2中推出。 7、元象大模型向全社会开放 据元象XVERSE微信公众号发文，11月11日，元象大模型已通过《生成式人工智能服务管理暂行办法》备案，将陆续向公众开放服务。据悉，元象大模型是元象XVERSE公司从头训练、全链路自主研发的高性能通用大模型系列，具备中文创作、逻辑推理和任务执行能力，包含7B、13B、65B等多个量级，全部开源，无条件免费商用。 8、网易有道开源“易魔声”语音合成引擎 据新浪科技报道，11月10日，网易有道正式上线“易魔声”开源语音合成（TTS）引擎，用户可免费在开源社区GitHub上下载使用，通过其提供的web界面及批量生成结果的脚本接口，实现音色的情感合成与应用。据悉，“易魔声”是有道自研TTS引擎，目前支持中英文双语，包含2000多种不同的音色，支持合成包含快乐、兴奋、悲伤、愤怒等情感的语音。 9、凤凰卫视发布首批高质量中文数据集 今日，凤凰卫视在北京举办“数聚未来”凤凰大模型数据研讨沙龙，现场发布了凤凰首批高质量数据集，包括中文访谈对话数据集、正向价值对齐数据集，标志着凤凰卫视正式进军AI领域。据介绍，凤凰卫视之后将继续发布包括财经评论、视频问答、谈话动作、语音合成等方面的更多数据集，第二批将于明年3月发布。 10、AI创企潞晨科技完成近亿元A+轮融资 据潞晨科技微信公众号今日发文，近日，潞晨科技完成近亿元A+轮融资，本轮投资由某世界500强科技巨头领投，同时大湾区基金和新加坡电信投资公司（SingTel Innov8）也参与了投资。潞晨科技成立于2021年，致力于解放AI生产力，打造面向大模型时代的通用深度学习系统Colossal-AI，促进AI大模型落地应用。 11、研究称大模型自主复述可提升回答准确率近50% 据机器之心报道，11月7日，加利福尼亚大学洛杉矶分校（UCLA）顾全全教授领导的AGI实验室发布了一份研究报告，针对大语言模型在问题理解上的歧义问题提出了一种创新的解决方案。该方案的核心在于让大语言模型对提出的问题进行复述与扩写，以提高其回答的准确性。实验表明，一个良好的复述之后的问题，使回答的准确率从原本的50%提高到了接近100%。 12、生成式AI辅助创作《怪医黑杰克》续作下周刊载 据雅虎新闻今日报道，日本著名漫画家手塚治虫的名作《怪医黑杰克》续作将刊登在11月22日发售的《周刊少年Champion》上，该作品采用生成式AI技术辅助创作。

作者 | 云鹏 编辑 | 云鹏 智东西11月13日报道，刚刚vivo在北京水立方正式发布了新一代旗舰智能手机vivo X100系列以及智能手表vivo WATCH 3系列。 vivo X100系列全球首发了联发科天玑9300旗舰移动芯片，自家的自研芯片V3也首次落地在旗舰手机中，同时vivo X100系列首发了浮动式长焦镜头，作为一款旗舰机，Pro版电池容量扩展至5400mAh，vivo蓝心大模型也落地在vivo X100系列中。 值得一提的是，此次vivo在发布会上首次提出了“蓝科技”的概念，也就是vivo的自研技术体系，包括vivo蓝晶芯片技术栈、蓝海续航系统、蓝心大模型以及蓝河操作系统。 在芯片研发领域，vivo产品副总裁黄韬特别提到，vivo不生产SoC，vivo和芯片厂商共同定义SoC。 智东西第一时间在现场详细体验了vivo X100系列，对其AI、影像等方面的升级进行了重点体验。 价格方面，vivo X100标准版起售价格为3999元，vivo X100 Pro的起售价格为4999元。 一、从硬件、软件到算法，vivo自研技术加码，不做SoC“共同定义”SoC 今天vivo在发布会上首先发布了vivo蓝晶芯片技术栈，vivo产品副总裁黄韬说，vivo已经深度参与到了旗舰SoC的定制过程中，从而可以实现软硬一体化的设计。 vivo和联发科双方在芯片领域的合作是较为深入的，从定义、研发到调教均有涉及。 黄韬特别说到，vivo不生产SoC，vivo和芯片厂商共同定义SoC。 为了提升手机的续航体验，这次vivo发布了蓝海续航系统，在电池、快充芯片、功耗优化等方面实现了部分技术突破。 比如在电池层面，vivo实现了电池容量增加、厚度更薄的兼顾。 黄韬也提到了vivo前不久发布的vivo蓝心大模型，他说到，vivo X100是全球首个百亿大模型本地调通的手机。 此前vivo在开发者大会上发布的蓝河操作系统也首次落地在了vivo WATCH 3智能手表中。 在影像领域，vivo与蔡司一起，实现了算法、传感器、光学镜头等领域的技术突破。 二、背部镜头设计大改，屏幕支持分图层帧率绘制 这代vivo X100系列的设计主要突出了背部的镜头模组，跟目前主流旗舰智能手机的外观设计有些类似，共有蓝色、橙色、白色、黑色四种配色，其中橙色背板为素皮材质。 蓝色版本的vivo X100系列，其背板在不同光线下会呈现不同的视觉效果，真机实际使用的颜值还是不错的。 值得一提的是，vivo X100系列的镜头模组边缘增加了一圈金属装饰环，并且该金属环采用了非对称式设计，Pro版的金属环向下延伸，标准版的向右侧延伸。据称该设计灵感来自于新月和日蚀。 橙色素皮版本真机实拍： 白色版本真机实拍： vivo X100 Pro的主要芯片配置： 在屏幕方面，vivo X100系列屏幕峰值亮度为3000nit，帧率显示方面支持“分图层帧率绘制”，可以进一步降低高刷新率体验下的功耗。 三、标准版用上10倍光变，Pro版首发蔡司浮动长焦镜头 影像是这次vivo X100系列升级的重点，Pro版主摄搭载了一枚1英寸IMX989传感器，像素为5000万，光圈可以达到f/1.75。 这次长焦拍照是vivo X100系列的核心优势项目，并且vivo X100标准版也搭载了10倍光学变焦长焦镜头，该镜头支持长焦微距拍摄。 长焦方面，vivo X100 Pro搭载了蔡司APO长焦，其镜片采用了分群浮动结构，配合5000万像素传感器，这枚长焦拍照的画面细节、变焦流畅度都有比较明显的提升。 真机实际100倍变焦拍摄远处的风筝，风筝细节都有很好的呈现： 值得一提的是，很多厂商都在宣传用长焦拍月亮星星，这次vivo却重点提到了“拍太阳”，vivo认为这更具有挑战，并专门针对落日场景进行了优化，从样片来看，其可以较好的还原落日这种大光比场景下的实际观感。 这次vivo X100 Pro首发了vivo自研芯片V3，重点提升了手机视频拍摄的能力，比如4K电影人像视频的拍摄。 据称vivo X100 Pro是首个安卓端实现4K视频拍摄后调整功能的手机。vivo还在现场展示了一段全程由vivo X100 Pro拍摄的短片。 人像拍照一直是vivo的强项，这次vivo支24mm、35mm、50mm、85mm、100mm五个焦段的人像模式拍照，也更好地利用上了手机长焦的优势。 在体验过程中，我们发现vivo在拍照系统中增加了很多细节功能，拍照体验有直观升级。 比如在人像镜头包中，vivo对各个焦段适合拍摄场景进行了直观说明，用户可以更简单地理解这些新功能的实际拍照效果，这中细节创新是很“贴心”的。 对于各类风格镜头，vivo也在拍照界面中做了说明： 这次vivo通过算法实现了镜头光线精度的矫正，成像边缘模糊的问题得到了比较好的解决。 四、AI大模型加持，小V成了专属私人助理 这次智东西重点体验了vivo蓝心大模型的实际应用。 在蓝心大模型加持下，小V语音助手可以比较轻松地完成文生图的AIGC功能能。 AI文生图实测案例1： AI文生图实测案例2： 图像风格转换： 我们还可以直接通过语音对话让小V给建立日程安排： 创建后我们也可以对日程安排进行更改，小V的上下文理解也比较到位： 在一些专业领域，小V也可以为我们生成某一主题下的文章提纲，给我们的写作提供一些参考和灵感： 在发布会上，vivo还展示了不少小V的AIGC功能，在中文能力方面，其表现令人印象深刻。 比如小V在古诗创作方面可以有较好表现： 紧接着小V可以根据古诗中的诗句来作画： 在日常生活中，小V可以寻找相册中的照片，去除照片中的路人，简化了我们日常生活中一些复杂繁琐的操作。 五、首发天玑9300，安兔兔跑分超230万，开着WiFi和5G也能待机10天 既然首发联发科天玑9300，性能自然是vivo X100系列升级的重点。在vivo与联发科的联合调校下，SoC的峰值性能提升了40%，功耗还节省了33%。 另外，GPU和APU的性能和能效提升幅度也较为明显。在存储方面，这次vivo X100系列全球首发了DDR5T内存。 在一系列硬件升级下，vivo X100的实验室安兔兔跑分超过了230万分，刷新了安卓端的记录。 vivo在发布会上引用了极客湾的测评数据，vivo X100的续航测试中，续航时间接近9个小时，据称是极客湾测试过的机型中续航最长的。 在开着WiFi+5G，每天接收1600条微信消息的状态下，vivo X100系列最长待机时间可以达到10天。 vivo X100 Pro的电池容量为5400mAh，在小白测评续航测试中续航时间位列第一，“测到关机”时长为8小时29分钟。 六、手表首发蓝河操作系统，续航16天 在可穿戴领域，今天vivo发布了vivo WATCH 3智能手表，其采用了可更换表耳设计，用户可以比较方便地更换表带。 搭载蓝河操作系统的WATCH 3中，增加了软件应用商店，应用生态进一步扩展。现在OPPO的快捷卡片功能也应用在了WATCH 3中。 在运动健康领域，WATCH 3中增加了AI跑步教练功能，在运动健康领域丰富了更多运动模型。 这次在健康监测方面，WATCH 3的传感器可以利用红外线检测，避免了夜晚睡觉时可见光对用户睡眠的干扰，手表的续航也达到了16天。 结语：vivo首秀技术“核武库”，AI大模型加持的小V更聪明了 AI大模型无疑是当下智能手机技术竞争的新焦点，各家手机厂商也陆续推出了大模型产品，此次vivo X100首次落地了vivo自研的蓝心大模型，从实际体验来看，语音助手的AIGC能力得到了比较明显的提升。 此外，在旗舰手机比拼的重点——影像领域，vivo X100补齐了长焦拍照短板，并且在一些体验细节上做的较为完善，普通人拍“大片”这件事，一直是vivo努力的方向。 不论是V3自研芯片、蓝心大模型的落地还是一系列“蓝科技”的发布，都证明vivo在技术研发领域将加大投入。毫无疑问，在智能手机厂商们面向高端市场发起的冲击中，技术硬实力仍然是硬道理。

去年的 11 月份，蓝厂发布了 X90 系列，结果销量和口碑都相当不错，甚至还诞生了 X90 Pro+ 这种打了整整一年的超大杯手机。 刚好一年之后，蓝厂在水立方召开了 X100 系列产品发布会。 这次 X100 的预热力度不仅很足，发布会地点选择了水立方，也是有说法的。 因为当年蓝厂第一款 X 系列手机，就是在水立方开的发布会，这波属于是回到梦开始的地方了。 vivo 这次里里外外准备得这么充分， X100 身上也是有不少新鲜玩意儿，这次托尼就带大家简单聊聊蓝厂这次的新品，除了影像之外，还有啥好东西。 其实发布会一开始并没有直接讲手机，而是自家的 “ 蓝科技 ” 品牌。 简单来讲，蓝科技之中包含蓝晶芯片技术栈、蓝海续航系统、蓝心大模型、蓝河操作系统等部分。 而把它们展开，则意味着 vivo 和联发科共同定义了这一代的天玑 9300 芯片。 发哥这两年跟蓝厂的合作确实不错，这次看样子是更进一步，如果你们看过一些媒体的工程机测评结果，就知道天玑 9300 的性能和功耗都非常强。。。 蓝海续航系统则是跟宁德新能源合作，在电池方面有所进步。而蓝心大模型我们之前有专门讲解过，直接把 AI 大模型做进了手机里，这跟以往的手机助手是不同的。 发布会上还提到了 vivo 的自研蓝河操作系统，这次发布会上发布的 vivo WATCH 3 手表是首个搭载的设备，不支持安卓应用。 目前看来没有 “ 自研系统上手机 ” 的规划，还是在小设备上试水。 不过不出意外的话，微信支付宝等常用的小程序卡片应该都做了适配，问题不大。 接下来就是重头戏 X100 系列，这次 X100 全球首发了天玑 9300 芯片，性能非常狠。 不过评测还没解禁，具体得过两天再跟大家聊了。 在此之前，咱们先来讲相机。 这次相机最重要的一点，就是去年的超大杯 X90 Pro+ 上面那颗好评如潮的潜望镜头，直接下放到了 X100 标准款。。。 不仅有同款传感器，它的光圈甚至还更大了，而且还支持长焦微距。。。 怎么说，现在蓝厂已经喜欢用中杯把去年的超大杯给卷死了吗。。。 虽然 X100 没用上一英寸大底，但仍然换上了全新的 IMX920 传感器，估计比 X90 的 IMX866 传感器还是要更进一步的。 托尼感觉，光是这一个质量上乘的潜望镜头，就能让 X100 中杯的相机能力有了很强的竞争力。 在屏幕方面， X100 用上了一块国产超视网膜 8T 微曲屏，基操是亮度 3000nit 。除此之外，蓝厂还整了个分图层帧率绘制功能，可以根据屏幕上显示的内容不同，调整不同区域的刷新率。 比如视频播放显示 30 帧，而底下的评论区则会显示 120 帧，该省省该花花。 也因为这个功能，X100 的设置里是没有 “ 高刷白名单 ” 、“ B 站锁 60 ” 这种平常被机圈小伙伴们痛恨的设计的。。。 除此之外，有蓝心小 V 加持的 Origin OS 4 、 120W 充电和IP68 防尘防水，也都一个不落。 而 3999 元的起售价，还是挺有吸引力的。 那既然 X100 已经有了这么好的相机， X100 Pro 该咋办呢？ 很简单，蓝厂给它用了个更好的镜头。。。 于是 X100 Pro 搭载了经过蔡司认证的 APO 浮动长焦镜头，实现了全焦段蔡司人像摄影。 配备一英寸主摄和全新的复合多层纳米晶体镀膜， X100 Pro 的相机性能应该是基本不需要担心什么。 但发布会上 X100 Pro 的部分，一开始讲的并不是相机，而是视频拍摄。 众所周知，国产厂商的相机性能已经非常强了，唯独在视频录制这方面， iPhone 始终都遥遥领先。。。 而这次 X100 Pro 开始发力视频领域，整了个 4K 电影人像视频功能。 简单来讲，电影上面的画面，需要经过大量的调色等后期调教才能呈现出最终充满质感的画面，但是 X100 Pro 有手就能拍大片。 同时， X100 Pro 这次还安卓首发了拍后调整功能，可以先拍视频，然后再调整焦点位置和虚化程度。。。 讲真，托尼还是挺期待 X100 Pro 的视频性能的，不说干翻 iPhone 吧，但很高兴安卓阵营开始有厂商在视频领域发力了。 拍照这部分就更不用我多啰嗦了，不仅有蓝厂丰富的人像经验和蔡司镜头加持，人像、夜景和手持星空也都给你狠狠地聊了一遍。 不过有一个地方托尼很喜欢，那就是这次新增了一款 B-Speed 镜头风格，背景会呈现出圆弧三角形一样的虚化光斑。 除此之外，发布会上还放出了一个新的功能——长焦悬日，俗称拍太阳。 乍一听好像挺纳闷的，太阳有啥好拍的？ 但是看到了现场的样张，托尼沉默了，对不起，是我不会拍。。。 其实托尼和办公室的同事们没少拍夕阳时分，照片整体都不错，就是太阳本身看着确实怪怪的。。。 如果大家感兴趣，托尼可以先帮大家用用，到时候给大家反馈一波。 对了，这上面提到的大多数功能，X100 标准版也基本都有。 除此之外， X100 Pro 还塞进去了足足 5400mAh 的电池和 100W 闪充，安排上了让信号更好的寰宇信号放大系统，甚至全球首发了 LPDDR5T 内存（ X100 也有 ）。。。 唯一让托尼觉得遗憾的是， X90 Pro+ 上面那颗质量相当不错的两倍人像镜头，没有在 X100 Pro 上面出现。 虽然一英寸裁切出来的两倍也不错，但总是感觉没内味儿了。。。 但总得来讲， X100 Pro 的软硬综合素质还是相当强的。 尤其是这个 4999 元的起售价， 比 X90 Pro+ 的 6499 元低了一大截，搭载 LPDDR5T 内存的 1TB 版本拉满则是 5999 元。 不过这个 LPDDR5T 货很少，估计跟小米 14 Pro 的钛金属版本一样，手慢无。。。 当然还有一种可能，尽管 X100 Pro 已经从美队升级成了灭霸，但蓝厂还在憋一个史诗级大招，要留到明年单独发布。 不过这只是托尼的猜想，我可没有啥内幕消息嗷。。。 最后再简单提一嘴用上了蓝河操作系统的 WATCH 3 。它的颜值还是挺高的，采用了 3D 大弧度玻璃设计，外观相当简洁，戴在手上非常轻便。 WATCH 3 还采用了无扰心率设计， 如果你之前戴过手表的话，应该注意到手表在晚上测心率的时候经常会发出诡异的绿光，而 WATCH 3 上面就不会有这个问题发生。 除此之外，原子通知、 100 多种运动模式和 16 天续航等等，也都一个不差。 不过由于健康监测等功能需要长时间佩戴才能感受到，所以这款手表的评测要晚一些。。。 这场发布会总得来看，确实对得上 X100 的名字，是一份满分答卷。 除了联合定义天玑 9300 芯片，深入到芯片的调教和开发行列中，蓝厂还搞起了内置大模型，而且可以直接落地使用，这在现在的手机市场里是很少见的。 再加上本就顶级的影像性能和充满吸引力的售价， X100 在经销商合作伙伴那里卖爆应该问题不大。 去年的 X90 Pro+ 打了一整年，发布会上也表示，X100 Pro 要再打一整年。 这也让托尼对 X100 系列的实际体验非常好奇，全大核天玑 9300 芯片真的能做到性能又强功耗又低吗？相机还是一如既往地强大吗？ 算了我编不下去了，其实我已经用了好几天 X100 了。。。 实际体验，差友们等待晚些时候的测评就完事儿了。 到时候再来判断 X100 在年底这波新机浪潮中的水平，也不算迟。 撰文：百威 编辑：面线 美编：三狗

超级应用的关键在于能够整合并取代多个应用，这和大模型的特性天然契合。 一个庞大且臃肿的钉钉，要怎么一步步统一体验，进而搭上大模型快车？这是一年多前钉钉所面临的产品问题。一年多来，钉钉产品架构上发生过多次取舍、删减以及重构，今天在智能化的课题中，钉钉似乎再次变得性感起来。 钉钉的基本面是ToB，但又很要求用户体验。“客户是ToB的，用户是ToC的，钉钉天然同时有ToB和ToC两种属性，B端员工用钉钉，也有ToC的体验和便捷性的诉求，钉钉要从原先的单点突破走向系统化升级。”钉钉首席产品官齐俊生说。 无论是过去的包袱，还是迫于商业化的压力，钉钉都不得不做一次重大的产品革新，有趣的是，当钉钉基本完成产品重构，迎面迎来了大模型，钉钉总裁叶军也提出了全面智能化的目标，产品重构成为全面智能化中自然发生的一个课题。 过去的的钉钉已经是一个超级应用，接下来钉钉想成为一个超级AI应用。 智能化之前，先做顶层设计 早些年的钉钉在内部团队实行PO（Project Owner）制，即项目负责制，各带一队人马开疆扩土，目标明确就是要用户数量，团队的战斗力也很强，由此建立了钉钉的基本盘——数以亿计的用户、海量流量和场景。 在当时的条件下，PO制帮助钉钉完成原始积累，有正向的战略意义，但事随时移，钉钉规模达到一定程度，PO制各自为战的方式，让钉钉整个产品的顶层设计和体验一致性受到很大的挑战，这也解释了为什么过去钉钉很复杂，因为各个团队都在自建，然后塞进钉钉里面。 钉钉总裁叶军也是产品经理出身。2022年初钉钉转向要价值后，他认为钉钉的产品也要回归到客户和用户视角，去做钉钉的顶层产品设计。钉钉现在有超过6亿的用户，几千万家客户，如果还是点状方式解决问题，ROI非常低。 齐俊生也是在此背景下加入钉钉。他首先要解决两个大的命题，一方面是钉钉产品链路的一致性设计。从客户视角来看，过去的钉钉虽然集成了很多功能，但客户用起来体验并没有很好的体验，以人事场景为例，集成了包括培训、OKR、绩效等多类第三方合作伙伴的不同功能，在钉钉上和在不同的APP上分别打开这些功能区别不大，钉钉要解决同一个界面不同功能模块打通的问题。尤其钉钉上有很多ISV合作伙伴，将不同的功能实现一致的体验，异常繁琐复杂。 另一方面，钉钉逐渐开启商业化进程，更加考验顶层设计，产品有持续性才有长久的盈利空间。“钉钉一直在拓展订阅加用量的商业产品矩阵，在应用侧，PaaS、SaaS或者两者相加的产品架构，客户用钉钉的时候，无论是二次开发、结合ISV能力，还是使用我们自己的产品，都应该有清晰一致的体验，上手成本应该大幅度降低。”齐俊生表示。 以产品套件为例，第三方厂商提供的产品和钉钉自己的产品要做到一致体验，首先要通过钉钉实现数据的打通，同一个字段全部复用，而不是来回上传或者再通过钉钉调用接口，从产品体验上，确保用户使用起来只有一种体验，而不是明显的割裂感。 “这件事情只有钉钉能做，垂直的SaaS很难做到，因为垂直也代表只能点对点的解决问题，真正面向客户的众多需求，只有钉钉能够满足大量的场景，这也是钉钉的价值所在。”齐俊生说，“我认为，SaaS加协同是未来绝对要走的方向。” 在喊出全面智能化的口号之前，钉钉已经有了比较清晰的产品顶层设计，并且不断朝着这个方向努力，顶层设计思维驱动下，包括底层PaaS、数据平台、连接器，乃至和应用场景的连接，钉钉一开始就将大楼的地基、房间的配置乃至软装做了一些提前考量。 大模型的风，吹到了钉钉 就在钉钉想尽办法解决功能与场景复杂性的时候，大模型的到来提供了一种充满想象力的方式。 以往应用软件交互以GUI（图形界面）为主导，逐级点击菜单的模式成为事实上的体验标准，大模型对交互层带来的最大影响是 LUI（Language User Interface，语言交互界面），GUI和 LUI混合的交互形式，可以解决钉钉的交互和产品复杂性，当然钉钉还要继续做产品的重构和改造。 “千万不要把交互想得简单”，齐俊生感慨道，LUI依赖和已有系统底层的衔接能力，用户用语言发出一种指令，底层系统要具备接受指令并做出改变的能力，对于许多存量应用而言是挑战，在钉钉看来，智能化反而是解决钉钉目前难题的巨大机会。 钉钉天然就有最丰富的企业经营场景，大模型智能化的底层能力和应用场景形成链接，企业场景源源不断和大模型交互，驱动数据等各方面充分调动起来，从而让应用的价值变厚而且简练，形成产品价值的良性循环。因此钉钉整体的智能化设计，核心也是围绕着激活企业客户的数字资产，解决企业经营中的实际问题。 除了丰富的应用场景，钉钉还积累了大量的用户的和客户的企业数据，大模型的的威力不只在于分析已有的数据，它的优势在于能够把不同领域数据融合进行推理，而不再只是单一维度、单一场景或者单个系统的数据分析。这也和钉钉的开放策略相呼应，更多的功能满足更多的场景，不同场景的数据打通并融合，提供更好的大模型体验，基于钉钉的智能化产品架构和设计，可以大幅降低企业客户应用智能化的门槛和成本。 企业的数字资产就在钉钉，众多经营业务的应用场景也在钉钉，当企业客户面对大模型不得门而入时，钉钉提供了一扇门，从对话式聊天，到创建应用、创建待办，甚至各种文档等协同办公，都已经集成在钉钉里，即便客户需要更深度训练或者做微调，钉钉的开放架构也支持行业know-how的引入。 “智能化时代，钉钉提供更好的连接能力、底座能力以及和应用场景，这是钉钉非常擅长的部分。从钉钉侧可以更清晰看到并在推动，智能化从深度测试阶段，进入到深度价值创造阶段，我们有一个非常朴素的目标，‘魔法棒’必须要解决客户的最基本、诉求最强烈的关键问题。”齐俊生说。 通过钉钉首页魔法棒，企业现在已经可以一个界面唤起聊天 AI、宜搭 AI、文档 AI、智能问答、咨询 AI 五项产品的将近20 项 AI 技能，也可以点击宜搭、文档、会议等17个产品界面上的魔法棒按钮，使用对应产品的 AI 技能。 企业朴素的需求不外乎经营、提效、降本等，文生文、文生图更接近ToC的逻辑，是前期市场教育的阶段。而钉钉必须关注实际的工作场景，产生商业价值。 超级AI应用 在Gartner发布的《2023年重要战略技术趋势》中，超级应用分外受到关注，超级应用是一个集应用、平台和生态系统功能于一身的应用程序，它不仅有自己的一套功能，而且还为第三方提供了一个开发和发布他们自己的微应用的平台。Gartner预测，到2027年，全球50%以上的人口将成为多个超级应用的日活跃用户。 支付宝、微信就是典型的超级应用，超级应用正从中国传到西方国家，被复制和效仿，马斯克此前收购Twitter就表示，希望创造一个everything app。超级应用的关键在于能够整合并取代客户或员工使用的多个应用，这和大模型的特性天然契合。 近日零一万物创始人及CEO李开复在发布大模型时，特别提及了超级应用，他提到，从简单的应用开始做起，再通过精益创业的方法不断迭代，就像抖音和微信的第一个版本并不是超级应用，而是捕捉到用户的需求，同时通过新平台的技术精髓来做一个大家都喜欢的简单应用，然后不断根据用户反馈进行调整，最终迭代成超级应用，这是零一万物做超级应用的方法论。 李开复的超级应用在To C，而且是从头开始迭代，钉钉在To B且有现成的场景和用户，两者虽然有区别，但并不分高下。 据了解，截至 10 月底，已有超过 50 万企业加入钉钉 AI 魔法棒邀请测试，目前钉钉聊天、文档、知识库、脑图、闪记、Teambition 等17 条接入AIGC的产品线，全面向用户开放测试。在钉钉客户端、APP 首页的最新入口“魔法棒”中，也可以自然语言对话使用聊天 AI、文档 AI、宜搭 AI 等多项功能。 钛媒体还了解到，邀测期间，高频使用 AI 的 Top5000 组织中超过 5000 人的大企业占比超过 6%、超过2000人的中大企业占比超过 9%；在 AI 的使用频次上，高频使用 AI 的用户日均使用超过 15 次，部分企业每人每日平均使用 AI 超过 300 次；高频使用的产品中：文档 AI 已经为用户生成了 402.5 万次内容、闪记 AI 已经为用户生成了 155.7 万次摘要内容，宜搭 AI 已经辅助用户生成了 9800 个办公&业务应用。 这是中国首个全面开放的国民级智能化应用，也是首个全面开放AI 的工作应用，钉钉已经算是开始超级AI应用的升级。 钉钉还远没有达到超级AI应用的成熟态，齐俊生依然有很多工作要做。“还是要保持敬畏，不要把事情想的简单，一方面做ToB要对企业的经营等各种角色有很深入的了解，同时对ToC的用户心智和需求要有清晰洞察。”他说。 做了这么多年产品，齐俊生认为，两类产品最难做，一类就是开放产品，多了一个生态伙伴的角色，会让产品复杂程度指数级上升，另一类商业产品，商业产品要慎之又慎，不可能因为某个环节不过关随意下线，要考虑到不同客户的众多需求，付费产品尤其要注意产品前后的不一致。 此前的准备可以理解为钉钉的自动化，现在是钉钉的智能化阶段，所有的命题都是在推动产品的升级，解决ToB客户朴素的需求。“客户的问题越朴素简单，越要瞪大眼睛敬畏这种问题，背后往往蕴藏很多可以举一反三的问题，更接近本质。”齐俊生表示。 举例来看，物流企业基本处于微利状态，对成本就极其敏感，ToB管理者时效性的控制比其它行业高很多，如果某天的货物少，管理者希望立即做一些调整，譬如减少两辆车，以往非大模型的传统BI报表方法满足不了时效性要求，有了大模型之后，钉钉可以结合考勤、经营等各种维度数据，预估吞吐量和时效性等，直接提高毛利。 钉钉把大模型代表的先进生产力门槛降低，让更多人按需索取且用得起，企业组织就具备了比以往更强的预判力和决断力，可以优化毛利等各种经营指标，这是钉钉要成为超级AI应用带给企业的理想改变。 超级AI应用——钉钉自身正在形成一个进化的飞轮，庞大的用户规模吸引合作伙伴，合作伙伴提供了更丰富的场景和能力，又吸引更多的新增用户和存量用户的进一步消费，大模型延伸了钉钉的To B场景宽度和深度，打开了被折叠的用户价值。

大概在三年前，一个名为八戒的汽车博主，在体验柯尼塞格 Agera R + 的时候原地整了脚地板油。 但因为机油温度没上来，直接把这全球 6 台之一超跑的油管整爆了。 看着满地的机油，大伙在心疼千万豪车的同时，基本都是抱着看乐子的心态，一边嘲笑着车评人不懂车，一边在算修好车需要卖几套房。 可当最近又一台顶级豪车被踩爆时，与其说看热闹，人们表现出的更多是不解和愤怒。 因为这次它被踩爆的地方，是被人们吐槽了无数次的年检站。 就在上周，一位广州的劳斯莱斯古斯特车主把车开到了检测站准备做排放检测，然而因为不知道什么原因，这台古斯特在检测的过程中突然发生了爆缸，机油漏了一地，估计损伤不小。 事后检测站回应，这台大劳的车龄已经有 10 年左右，不是新车。因为还不能确定是车的问题还是工作人员的问题，所以还需要排查一段时间。 意思就是，有可能是车子本身就有问题，才导致了它没扛过标准的测试程序。 虽说乍一看，这个解释虽然看着还挺合理的，但是没过多久就被淹没在了网友们的愤怒之中。 关于事情本身，有人质疑大劳的 V12 发动机 10 年正是当打之年，咋可能一次年检就被踩爆了？监测站要是明知道大劳的年纪比较大，检测的时候为啥不温柔点？ 但更多的声音，还是指向了 “ 暴力年检 ” 。 看得出来，大伙对年检这事儿的意见大，肯定也不是一天两天了。 而大家的怨念之所以会这么大，主要还是因为年检这个看着简单的例行公事，这么多年下来，还真就给很多车主带来过相当多的困扰。 对于还没买车或是刚买车的差友来说，年检可能是个只闻其声，不见其人的抽象概念。但无论是从定义还是流程上看，年检这玩意其实都说不上有多复杂。 顾名思义，年检就是一个对车辆的年度检查，为的是确认一台车能不能符合上路行驶的基本标准。 里头的项目，包括检查外观有没有受损、刹车轮胎发动机这些核心部件工作正不正常、有没有非法改装和违章，以及尾气排放合不合格。 最复杂的部分，也就是把车开起来测测动力，测测尾气。 而且因为新车基本上在这些指标上都不会有啥大问题，所以在最新的年检规定里，就写了新车在落地以后的 6 年时间里都是免检的， 6-10 年的时候两年检查一次， 10 年以后才是每年一检。 形象点说，年检就有点像给上年龄的 “ 中老年车型 ” 做的基础体检。 但就是这样一个简单的体检流程，这么多年下来却给许多车主留下了巨大的心理阴影。 最常见的情况，就是明明送去年检以前车子还好好的，检完以后却跳出了一堆新毛病。 有发现自己车年检以后啥灯都亮的。 有在年检过程里，眼睁睁看着自己车水箱被踩爆的。 更严重的就是和那台大劳一样，发动机等的核心部件会受到损伤，刚下年检线就要被拉去修理厂花大价钱大修。 而且不仅是家用车，一些货车司机在年检的时候也遇到了车辆损坏的情况。似乎只要涉及到年检，多少就会和损伤车辆有点关系。 类似的事情一多，再加上年检一次还得花个几百块，久而久之，年检在车主们的口中已经不再是简单的基础体检这么简单了。 反而更像是花钱找人把自己打一顿，要是能抗住揍就发个合格证继续上路，每年打一次。 真的又形象，又抽象。 可是按理来说，年检里头都是一些非常简单的测试，怎么就会把车子搞坏呢？ 而在脖子哥看来，年检的规定其实没啥太大毛病。更值得商榷的，是执行年检时候的方式和方法。 就拿大伙意见最大的尾气检测来说，根据 GB18285-2018 《 汽油车污染物排放限值及测量方法（ 双怠速法及简易工况法 ） 》，检测时需要在启动发动机之后，把转速逐步从 0 拉升到 70% 的额定转速。 由于大部分家用车的最高转速都在 6000-7000 左右，所以检测站一般都会踩到 5000 转左右，也就是传说中的 “ 一脚 5000 转 ” 的地板油。 不过虽说是地板油，但因为测试的时候变速箱处于的是空挡状态，发动机并没有实际的负载。因此相比于真的在路上猛踩一脚，测试里的这点强度理论上的强度其实并不高。 但问题就在于，理论是理论，实际是实际。 就像我们刚才说的，大部分需要年检的车型都是已经跑了 10 年以上的老车了。因为车龄较长，这些车上的零部件难以避免的，会出现许多不可逆的老化和损坏。 比如发动机的支架胶垫，老化以后就会变硬变脆，导致发动机的密封和减震性能大幅下滑。而像是进气歧管、链条张紧臂这些核心部件，采用的也是类似塑料的 PA66 树脂，长时间没有更换和会出现变硬、开裂等老化的情况。 长途奔袭、激烈驾驶这些新车手拿把掐的工况，对于这些老车而言可能十分要命。 看过 Top Gear 节目的差友们，应该对这种情况并不陌生。上了年纪的老车，真就指不定因为啥就会突然罢工。 当然退一步说，要是因为零件老化过不了年检，也算检查起到了应有的作用。但像在冷车的时候猛踩油门这种操作，多少就有些离谱了。 因为汽车在冷车状态下，不仅水温不够高，机油也没有完全润滑发动机。这时候猛来一脚地板油，很可能导致润滑不足的缸体出现磨损甚至是拉缸。 以上这些加在一起，才导致了年检过程中的事故频发。 到这肯定有差友说了，老车测的时候得小心些，冷车的时候不能猛踩油门，这些不都是汽车领域的基础知识吗？ 可问题就在于，这些检测机构说到底，其实也没有那么专业。 比如我找到的一家某个省份的机动车检测机构，经营范围里就写明了机动车尾气检测。 巧的是，他们现在正好在招聘和尾气检测相关的技术人员。 当我想着这类技术员怎么都得具备较高的专业门槛和技术储备时，我看到了他们对任职资格的要求。 学历要求啥的就不说了，大伙仔细看，在任职资格的第三点和第四点。 意思是不是说，可以先入职，再考取引车员和尾气操作人员的岗位合格证？ 而当我把检索范围拓展到全国以后，发现类似岗位的职责要求其实都大差不差，几乎都没有在明面上要求求职者必须持证上岗。 虽说具体面试的情况可能会不一样，但我觉得多少也能说明一些问题。 退一万步说，就算检测机构各方各面都专业到不行，人家在测试一台车的时候也仅仅是在完成工作上的任务，大概率也不会像我们日常对自己车那样的小心呵护。 会出现这样那样的问题，也就没啥好奇怪了。 所以脖子哥想说的是，虽然这十几年来我们的年检政策已经经过了相当大程度的优化。 就比如在 2014 年，新车的上牌免检范围就从一开始的轿车和部分乘用车，变成了所有轿车和小客车；2019 年的时候更将新车的 6 年 3 检改成了 6 年免检。 最近更有消息表示，从明年开始，前照灯偏差检测、车辆噪音检测、悬架检测、电子手刹检测、速度检测以及速度误差检测这六项检测项目将取消，进一步缩短检测的流程。 但正如这次大劳事件一样，目前依旧有大量不专业、不细心甚至不负责的检测机构，在用一成不变的方式，机械地重复着本应因车制宜的年检制度。 而本应是让更多老车健康驰骋的年检制度，在他们的影响下却成了车主们口中又伤车、又伤感情的 “ 万恶之源 ” ， 多少有些令人唏嘘。 所以在希望政策越来越好的同时，作为车主，在年检暂时还不会有明显变化的前提下，尽可能在检测前做好准备工作——比如确认车辆的细节状况、检测过程亲自到场观察检测流程、出问题的第一时间立刻联系保险公司等等，才是最重要的。 毕竟虽然大家都在吐槽 “ 暴力年检 ” ，但如果真就运气不好被咱碰上出了啥问题，想在事后把责任划分清楚，难度相当之大。 就像北京理工大学机械与车辆学院高级工程师、中国汽车流通协会专家宋双羽说的那样： （ 责任划分 ）这个需要根据具体情况具体分析。要看导致车辆损坏的具体原因是什么，是没有按照发动机维护保养的要求操作，还是平时没有做好维护保养、车辆本身有问题，或者是由检测当中的偶发事件引起的。 里头随便拿一项出来，都够咱们和检测站纠结上一阵了。 所以为了事后不麻烦，咱们还是得事前多花些功夫，让爱车尽可能稳定、安全地通过年检。 当然还有一个思路是，找黄牛整一台不用发动机的电车。。。 撰文：致命空枪、TC 编辑：脖子右拧、面线 封面：焕妍

ChatGPT用它自己的方式来理解世界，类似的技术是否也能用来学习动物的语言？ 所罗门能够与动物交流并不是因为他拥有魔法物品，而是因为他有观察的天赋。 ——康拉德・劳伦兹《所罗门王的指环》 在《狮子王》、《疯狂动物城》等以动物为中心的作品中，作者经常会将角色拟人化，用人类的思考和交流方式来推进剧情。 不过，这类作品也会导致认知失调，当我们与动物进行交流时，可能会把自己的想法和偏见投射到动物身上，例如「羊羔跪乳」与感恩、孝道无关，而是因为羊特殊的胃部构造，但人类会把自身投射到羊羔的行为上。 传统的动物认知工作主要是建立一个词汇表，但比如「水」、「喝」、「干燥」等概念在水生生物的世界中可能不存在或没有意义，在动物交流中也就不存在和人类概念之间的对应；并且动物之间的交流也并不一定通过发声，还包括手势、动作序列或皮肤纹理的变化等。 从理论上讲，机器学习模型要比人类要更擅长总结出词汇之间松散的相关性，神经网络的输入不对输入数据的性质做任何假设，只要某种模式频繁出现，就有可能发现动物交流中蕴含的信息。 由纽约城市大学、、UC伯克利、MIT、哈佛、谷歌研究院和《国家地理》等研究机构发起的鲸语翻译计划（Cetacean Translation Initiative, CETI），使用自然语言处理系统分析海量抹香鲸数据，并计划未来与野外抹香鲸直接对话。 Aza Raskin等人联合创立的地球物种项目（Earth Species Project，ESP）开源了首个动物发声基准BEANS，可以测量机器学习算法在生物声学数据上的性能；还开发了首个用于动物发声的基础模型AVES，可用于如信号检测和分类等各种任务。 随着生成式AI技术的进步，或许某天我们真有可能揭开动物交流背后的真正含义。 复杂的动物王国 1974年，哲学家托马斯·内格尔发表了一篇开创性的论文，名为《当蝙蝠是什么感觉？》（What Is It Like to Be a Bat?”），他认为，蝙蝠的生活与人类的生活有着非常大的差异，以至于人类可能永远无法真正知道这个问题的答案。 我们对世界的理解是由人类的概念塑造的，想要知道蝙蝠是什么样子的唯一方法就是成为蝙蝠，并拥有蝙蝠的概念。 不过，我们还是可以推测出蝙蝠的部分思维方式，比如蝙蝠生活在高处，可能上下的概念是颠倒的，通过回声定位等，但我们无法拥有蝙蝠的生活体验。 如果狮子会说话，我们也无法理解它，因为人类的大脑无法共情狮子语言中所传达的感受和概念。——Ludwig Wittgenstein 但并非所有动物的思维都与人类迥然不同，从心理上讲，人类与其他灵长类动物的共同点比章鱼和鱿鱼更多：人类与黑猩猩的最后一个共同祖先生活在600万到800万年前，而与章鱼的最后一个共同祖先生活在大约6亿年前的前寒武纪海洋中。 经过教导后，黑猩猩可以学会人类的手语，甚至能够理解复杂的人类指令，并使用键盘符号进行交流，但也正如开头所说的，我们可能也过度拟人化地理解了猩猩的行为。 对于与人类关系更远的物种，理解他们的交流方式则变得更困难，例如蜜蜂和一些鸟类可以看到可见光谱中的紫外线，蝙蝠、海豚、狗和猫能听到超声波等，每个物种都有其独特性。 用AI理解动物 地球物种项目（Earth Species Project）的计算机科学家Britt Selvitelle表示，他们正在努力破译第一种非人类语言，并且有可能在五到十年内实现。 在动物语言领域，虽然研究人员数十年来已经积累了大量知识，但世界上还并不存在一块能够翻译人类语言和动物语言的「罗塞塔石碑」，也就不存在「动物语言」的标注金标准。 从根本上说，人工智能是一种数据驱动的工具，预训练语言模型可以通过海量数据，以无监督的形式学习到数据的内部表征。 从ChatGPT强大的表现来看，生成式AI技术可能有自己独特的内部表征方法，而非套用人类的概念，所以研究人员开始转向AI技术来分析数据，获取对动物有意义的术语。 在地球物种项目中，收集的数据形式包括声音、运动和视频，涵盖野外或圈养环境中的动物，数据中还附有生物学家对动物当时在做什么和在什么背景下做什么的注释。 随着物联网的成熟，将廉价可靠的记录设备（如麦克风或生物记录仪）放在野外动物身上也越来越容易，可以提供大量数据供人工智能工具进行组织和分析，以帮助发现数据背后的意义，然后使用生成式方法进行测试，最终实现重新创建动物的声音，进行双向交流。 动物声音基准BEANS 在生物声学领域，基于机器学习技术的成功应用需要在特定任务上精心策划出一组高质量数据，但在此之前还不存在一个涵盖多任务、多物种的公共基准，无法以受控和标准化的方式测量机器学习技术的性能并将新提出的技术与现有技术进行基准测试。 论文链接：https://arxiv.org/pdf/2210.12300.pdf 数据链接：https://github.com/earthspecies/beans BEANS（(the BEnchmark of ANimal Sounds，动物声音的基准）是一个生物声学任务和公共数据集的集合，专门用于测量生物声学领域机器学习算法的性能，包括生物声学中的两个常见任务：分类和检测。 BEANS中包括12个数据集，涵盖多个物种，包括鸟类、陆地和海洋哺乳动物、无尾两栖动物和昆虫。 除了数据集，文中还提出了一组标准机器学习方法的性能作为任务性能的基线。 基准和基线代码都已开源公开，研究人员希望BEANS可以为基于机器学习的生物声学研究建立一个新的标准数据集。 动物发声大模型AVES 在生物声学领域，由于缺乏标注好的训练数据，极大阻碍了该领域以有监督方式训练的大规模神经网络模型的使用。 为了利用大量未标注的音频数据，研究人员提出了AVES（Animal Vocalization Encoder based on Self-Supervision，基于自我监督的动物发声编码器），一种自监督的、基于Transformer模型的音频表征模型，可用于编码动物发声。 论文链接：https://arxiv.org/pdf/2210.14493.pdf 模型链接：https://github.com/earthspecies/aves 研究人员在一组不同的无标注音频数据集上对AVES模型进行预训练，并针对下游生物声学任务对模型进行微调。 分类和检测任务的综合实验表明，AVES优于所有强基线，甚至优于在带注释的音频分类数据集上训练的有监督topline模型。 实验结果还表明，精心设计出一个与下游任务相关的小训练子集是训练高质量音频表示模型的有效方法。 伦理问题 1970年代，当西方社会第一次发现鲸鱼的歌声后，人类社会暂停了对深海鲸鱼的捕杀，并促成了环境保护局（Environmental Protection Agency）的成立。 随着地球物种项目技术路线图的推进，我们可以更了解周围的生物，进行更多的数据收集，开发新的基准和基础模型，从而可以更好地保护这颗蓝色星球。 Raskin认为，在未来12-36个月内，团队就可以实现与动物交流，比如做出一个人造鲸鱼或乌鸦，能以一种无法分辨的方式与鲸鱼或乌鸦交谈，不过关键点在于，我们也需要理解模型在说什么，才能进一步对话。 Raskin团队也在讨论如何负责任地使用这些人工智能方法，目前已经规定在任何测试中都要准备好这些方法，技术路线中指出了潜在的风险，如干扰狩猎和觅食或交配，也可能发送错误给动物。 人类是在10万到30万年前才学会如何用声音说话和交流的，而鲸鱼和海豚用声音来传承文化和歌曲已经有3400万年历史了。 如果随意在鲸群中发送AI音频，可能会对3400万年的文化造成破坏。 这就是为什么到目前为止，地球物种项目中的大部分工作都是在收集数据和创建基础，即推动未来进步的基准和基础模型，与世界各地的公司和组织每天利用人工智能和机器学习所做的事情没有什么不同，只是规模更宏大。 如果人工智能可以帮助我们理解动物在说什么，那么我们使用人工智能的能力的限制是什么？ 如果人工智能可以帮助我们了解动物，那么它会教我们关于人类的什么？ Raskin 和Zacarian希望动物语言的最终翻译成为世界历史上的转折点之一，就像鲸鱼的歌声首次被发现或1990年蓝点（A Pale Blue Dot）的照片一样，这些时刻改变了我们对世界的看法和理解。