全球混凝土及砂浆行业供应链平台

‍‍互联网时代，从一夜爆红到无人问津几乎是所有“网红”的宿命。而在科技界，同样的剧情则落到了NFT的头上。 据DappRadar消息，今年1-5月，NFT的交易量下滑至85亿美元，较去年同期下降超过6%。而在2022年1月，NFT仅一个月的交易量就达到了172亿美元，创下了彼时的历史新高。此外，以太坊链上NFT日均交易者数量也自2021年6月以来首次跌破4000人。而在2022年2月，这一指标超过了8万人。 曾几何时，NFT乘着元宇宙的东风，不仅吸引了NBA球星库里以及天王周杰伦等名人入局，就连国内的科技大厂们也纷纷推出数字藏品平台，争当“科技圈潮人”。但谁又能想到，才过了2年时间，NFT就走上了一条“过气之路”。 01“春风得意”NFT 2021年3月，一张名为《Everydays：The First 5000 Days（每一天：前5000天）》的照片在社交媒体上走红，这张纯数字艺术品由美国著名艺术家比普尔（Beeple）创作，并且在佳士得的NFT作品拍卖会上，最终以6934.6万美元（约合4.5亿元人民币）的天价成交——比2014年苏富比拍卖的印象派画家莫奈的《睡莲》还高出1500万美元。 抛开主观层面的艺术审美偏好，比普尔这幅作品其实并没有什么特别。因为整幅作品的创作，只是将比普尔从2007年5月1日，每天在网上发布的总计5000张绘画照片用NFT加密技术组合到一起。 但是，6934.6万美元的天价成交额不但让比普尔成为作品拍卖价格最高的三位在世艺术家之一，也让NFT这种数字产品变身“数字藏品”，镀上了一层投资价值的光环。 如果只是在艺术领域和收藏圈博得一些关注，NFT充其量只能算是一种基于数字技术的艺术实践。但艺术家、NBA球星、娱乐圈明星的集体加入，让NFT以一种新潮的方式在全世界范围内流行起来。 2021年8月，NBA球星库里花费约18万美元，买下了一枚蓝色“无聊猿”的JPG头像，并将其替换到自己的社交媒体账号上，由此带火了“无聊猿（Bored Ape Yacht Club）”NFT系列作品。 数据显示，2021年3月，NFT交易平台OpenSea的单月成交量首次突破1亿美元，达到了1.47亿美元。到了2021年8月底，日交易量激增至2.558亿美元，接近历史纪录的3.22亿美元。 2022年1月1日，某元宇宙平台联合周杰伦名下潮牌PHANTACi首次限量发售NFT项目Phanta Bear（幻象熊），发行上限1万个，单价约为人民币6200元。号称“不打榜”的杰迷在NFT市场展现出了惊人的消费能力，仅用5分钟就买下了3000个Phanta Bear，在40分钟内买光1万个NFT藏品，由此为带有周杰伦标签的NFT项目创造了超过6200万元的收入。 借助明星效应，NFT透过年轻人扎堆的粉丝圈层，逐渐形成了一种流行，NFT头像以及各类数字藏品成为移动互联网时代的“QQ秀”。而当明星们完成了粉丝经济的直接变现后，NFT也渗透到消费市场，成为众多企业争相追赶的潮流。 以无聊猿为例：2022年4月24日，李宁宣布与无聊猿编号#4102的NFT达成合作，将打造“无聊猿潮流运动俱乐部”系列产品；4月29日，地产企业绿地集团宣布购入无聊猿编号#8302的NFT，作为推出数字化战略的象征；4月30日，倍轻松宣布购入无聊猿编号#1365的NFT，并推出“无聊猿健康俱乐部”。 坦白来说，上述企业购入NFT的行为，本质上只是另一种形式的“代言人营销”，企业本身并未直接参与开发NFT项目。但企业集体“蹭热点”的行为，却有意无意地推动了NFT的流行，将其推上了科技圈的C位。与之相似的，还有投资人和企业家们的“推波助澜”。 2022年4月30日，金沙江创投管理合伙人朱啸虎，以约50万美元的价格买下了编号#9279的无聊猿NFT。一天后，美图集团创始人蔡文胜在朋友圈发文称，购入了编号#8848的无聊猿NFT。而世界首富马斯克也在不久后，将自己的社交媒体账号头像换成了包含101只无聊猿形象的系列集合。 一开始的艺术品拍卖，或许只能证明NFT的价值获得了收藏圈层的认可。但在2022年的上半年，从“人人关注”发展到“人人参与”的NFT俨然成为科技圈第一风口。 02 大厂清退，价值归零 回顾NFT在2021年到2022年的火箭式蹿红，很难分辨是人为推动的结果还是群体意识使然。但NFT的蹿红本身说明，2020年后，人们对于不确定性的恐慌，迫使自己将注意力放到高价值的事物上。在全民狂热的市场背景下，科技大厂们早就抱着“宁可做过，不能错过”的心态加入了NFT的热潮。 公开报道显示，美国艺术家比普尔的作品拍卖出天价后2个月，阿里拍卖就推出了NFT数字艺术专场；随后，支付宝在2021年6月联名敦煌美术研究所、国产动漫《刺客伍六七》推出4款NFT付款码皮肤；7月，网易旗下游戏《永劫无间》IP也授权发行了NFT盲盒产品；8月，腾讯旗下的NFT交易App“幻核”上线，并且在9月9日的“99公益日”，腾讯还联合敦煌研究院发布文博行业首个公益NFT，限量9999份。 值得一提的是，科技大厂们在推出NFT相关业务时，基于“防范虚拟货币炒作风险”的目的将其改名为数字藏品，而这一举动某种程度上也预示了NFT后来的衰败。 事实上，支撑NFT成为科技圈“网红”的一个根本原因就是它能被真金白银度量的市场价值。不论是艺术藏品还是NFT交易市场，甚至抛开NFT背后基于区块链技术而拥有的“非同质化代币”属性，NFT能够获得持续关注，且一直有人交易，是NFT市场能够存活的主要原因。 然而，收藏价值何其虚无缥缈，能够为之买单的人更加有限。短时间内被炒作出来的价格，难免缺乏有实力的“接盘侠”。 譬如推特联合创始人杰克·多西(Jack Dorsey)曾在2021年将自己的第一条推特以NFT的形式，拍出了290万美元的高价。但在2022年4月，当初那位买下多西推特NFT的“接盘侠”想要将其转手拍卖时，却只收到了280美元的最高报价。 而在国内，合规风险直接宣告了NFT交易的终结。2022年4月，中国互联网金融协会、中国银行业协会、中国证券业协会集体发布了关于防范NFT相关金融风险的倡议，明确提出要坚决遏制NFT金融化和证券化的倾向。 倡议发出后，尽管NFT在海外市场依旧热度不减，但国内最先下场的科技大厂们已经开始纷纷撤回之前的相关布局。其中影响最大的事件之一，便是腾讯旗下NFT交易App“幻核”在2022年8月宣布退出数字藏品，停止发布发行和销售数字藏品，同时开放退款通道。 彼时腾讯方面给出的原因是“聚焦核心战略的考量”，彻底放弃数字藏品这一新生事物。但平台面临的金融风险，或许才是大厂壮士断腕的主要原因。 2021年，支付宝推出数字藏品小程序蚂蚁链粉丝粒，随后更名为“鲸探”。而该平台第一次上线数字藏品后，同属于阿里旗下的二手交易平台闲鱼上就出现了高价炒作的迹象。虽然闲鱼方面快速反应，将相关交易进行了下架处理。但这次“意外”，也揭露了数字藏品可能被用来过度炒作的一系列金融风险。 事实上，在NFT的狂热者眼里，“炒作”才是NFT最核心的价值。2022年北京冬奥会期间，由国际奥委会官方授权的“冰墩墩数字盲盒EPIC BOX”公开发售，500个购买额度一经开放立即抢购一空。 定价99美元的“数字胸针”（digital pin）NFT在二次交易时，最低报价达到2000美元，最高报价则达到88888美元（约56.35万元人民币），暴涨了近1000倍。而这些“数字胸针”最后的命运也和冬奥会之后的“冰墩墩”纪念品一样，从一时顶流沦落到无人问津。 2022年的8月可以说是NFT走向衰退的重要节点。据财联社报道，截至2022年8月15日，NFT市场总市值已由当年2月的366亿美元的高点跌至239亿美元，跌幅超38%。并且NFT的单日交易额由33.94亿美元的高点跌至0.15亿美元以下，下降了99.56%。 总市值和交易额的下跌只能说明一个问题：行业热度下降了，愿意为NFT买单的人少了，NFT的市场价值也失去有力支撑，NFT距离“归零”不远了。 03 谁是下一个“科技网红”？ 复盘NFT的衰败，也是对“科技热点”祛魅的过程。 2020年后，包括科技大厂在内，人们过于未来发展和经济形势不明确，因此尽可能的寻找能够产生增长的机会，而NFT恰巧在此时用交易价格证明了自身的价值。但随着NFT的投资属性超出技术应用能够带来的市场贡献，NFT就成了欲望的载体。 起初NFT借助艺术藏品拍卖成功出圈，还能够体现出艺术家基于个人艺术造诣和艺术技法所创造的价值，也因此具有与拍卖价格相匹配的稀缺性。 但是，艺术家们有限的创意承载不了外部投资者们的“暴富”需求。而各种NFT项目以及交易平台的诞生，一定程度上承接了这部分的流量和现金，但也造成了价值创新的缺失。 以最常见的NFT头像为例。用户将自己的社交媒体头像替换成NFT作品，用来展示个性、满足基础的社交需求，这件事情本身能够产生的价值极其有限。普通人不可能因为把自己的微信、微博头像换成了“幻核”“鲸探”上的数字藏品图片，就可以像NFT一样一夜爆红。而在不能转赠、无法通过二手市场进行交易的前提下，这些数字藏品也失去了被赋予价值增长的方法和途径。 所以，NFT的追捧者们逐渐冷静下来后发现，除了自己每天打开App看一看，手里的各种数字藏品并不会有人买单，而在市场热度快速冷却之后，自己更加不愿为别人的一时冲动接盘。 NFT价值感知的集体衰落，是目前为止大多数NFT项目暴跌和归零的主要原因。2022年8月，周杰伦“站台”的Phanta Bear（幻象熊）NFT，地板价已由高点下跌了96.13%，单日交易额仅为6000多美元。另据Blur平台数据，曾经被库里、朱啸虎等名人斥资数十万购入的无聊猿NFT，截至发稿前，其地板价已经跌至3万美元左右，7日跌幅已达23.8%。 作为“科技网红”，投资热潮过后的NFT，也逐渐暴露出应用价值有限的事实。 NFT最大的应用场景就是为各种事物提供唯一性和防伪性的保障。例如在游戏中，以NFT的形式设计各类装备或角色，玩家就可以将这些资产带入其他游戏或市场。又比如当音乐创作人完成一首新歌，他也可以通过数字平台以NFT的形式发布这首新歌，在确保版权不被侵犯的同时，也直接通过数字平台获得版税收入。 但是在现实生活中，不同游戏因为涉及不同的公司、制作团队，因此很难打通装备、角色这些基础数据。而对于音乐创作人来说，找到精准受众才是新歌发布的首要目标，而借助NFT确保音乐版权虽然很高效，但和现有的版权保护技术相比，不仅不够完善和普及，也并没有呈现出更大的优势。 总的来说，NFT从爆火走向过气是多种因素共同作用的结果，包括市场热度的消退、价值创新的缺失、投资者信心不足、实际应用价值的缺失以及存在行业风险等。 而眼下，类似的“科技热点”还有很多，比如智能驾驶、数字人、AIGC、大模型……比起NFT的过气，更值得人们关注的是下一个“科技网红”是谁。 和NFT相比，这些“科技热点”距离普通用户稍远一点，也少了一些投资狂热。但这些“科技热点”也因为各种原因被捧上神坛，幸运的是经历了NFT以及元宇宙的“洗礼”，人们对于“科技热点”的态度越来越理性。 热点会冷却也会“被动更新”，但过气不应当是“科技热点”的结局。在剥去“网红”外衣之后，人们更期待看到科技本来的价值。

英国反垄断监管机构“竞争与市场管理局”（CMA）宣布，已对惠普（HPE）收购Juniper Networks交易启动了正式的“第一阶段”调查。 CMA表示，调查尚处于早期阶段，目前正在评估这笔交易是否可能导致英国任何一个或多个市场对商品或服务的竞争大幅减弱。 惠普今年1月宣布，将以总价近140亿美元的全现金交易收购网络设备公司Juniper Networks。这也是自2008年以来，惠普企业进行的最大规模的收购案。 这笔交易旨在统一两家公司在网络和IT基础设施领域的各自优势，涵盖服务器、存储、咨询、路由、交换和安全等。与当前的几乎每一笔大型交易一样，考虑到云基础设施在蓬勃发展的AI进程中所扮演的关键角色，合并背后的一个主要动机就是加快AI驱动的创新。 但是，如此大规模的交易总是会招致监管机构的审查，英国是第一个表明立场的司法管辖区，尽管欧盟委员会也可能对这笔交易展开审查，美国联邦贸易委员会（FTC）也有可能进行审查。 按计划，这笔交易将在今年年底或2025年初完成，但仍需获得监管机构和Juniper Networksr股东的批准。 目前，CMA正在寻求相关利益方的意见，截止日期定为7月3日。之后，CMA将在8月14日之前决定是否将调查推进到更深入的“第二阶段”。

现在干跨境电商，最好赚的是小白和商家的钱。 近日，湖北武汉公安破获一起跨境电商代运营诈骗案。警方根据调查锁定了一个诈骗团伙，成功捣毁5处犯罪窝点，13家空壳公司，抓获70名嫌疑人，初算涉案金额高达6000万元。 电商代运营，操盘手培训，这应该是互联网上经久不衰的“割韭菜”项目之一，但如今换上了一层“跨境电商”的外衣，又吸引了一大波创业者跳入了火坑。 从诈骗手法来看，这种骗术其实并不新鲜，甚至都有些老套，但对于小白来说，“做跨境能暴富”的梦想，仍旧让他们前赴后继的进入到了骗局之中。 1 套路防不胜防 以湖北武汉公安最新破获的这起诈骗案为例，该诈骗团伙首先聘请数名“金牌讲师”录制视频，进行“成功人士”人设打造，并将广告视频在短视频平台大量传播，尤其精准投放给宝妈等社会经验不足的群体。 该讲师声称在行业深耕十几年，具有丰富的跨境电商运营经验，可以为客户提供亚马逊等平台包括注册店铺、选品上架、平台运营、数据分析、物流和产品售后等一系列服务。 客户无需承担任何风险即可获得高额回报，号称「零基础也能开店」、「零成本保姆式靠跨境电商月入10万」。 当你受广告的吸引点进直播间后，会看到手持各种证书，款款而谈的金牌讲师。这些讲师要不是几家跨境公司的直接负责人，要不有着一夜几千万GMV的战绩，号称手下学员的年平均收入都在100万左右。 而弹幕正源源不断刷着对该讲师的追捧，更有“金牌学员”现身说法鼓励大家抓紧卖课，殊不知这网线尽头都是诈骗团伙的成员。 如果你被讲师直播间打鸡血的氛围冲昏头脑发起咨询，后台会立马有客服来加你微信。随后会推荐购入不同等级的电子商店（2万元、5万元、10万元不等），购入电子店铺的同时需要买他们近2万元的网店运营课程和代运营服务。 可等你拿到这些课程后，会发现整个课程空洞无物，完全不像直播间所说的包教包会，所谓的“手把手教学”也只是客服在敷衍了事，而当初在直播间金牌讲师承诺的“高效跨境电商代运营服务”更是不见踪影。碍于沉没成本，你只能硬着头皮边学课程边自己运营。 经过一段时间的运营后，你会发现自己购买的电子商店未能如愿盈利，咨询客服，客服以需要进货为由，引导你囤货。到了这一步，你发现东西还是卖不出去，客服就建议你买流量，让更多人从平台上看到你的店铺和商品。 点进客服发来的买流量链接付款后，你发现自己电子商店上的交易量激增，可实际上链接也并不是平台上正规的投流链接，交易量激增其实是诈骗团伙中的技术员在后台刷单。 经过层层努力，销量还是达不到你的预期，到手的钱还不到当初交出去的零头。这时候客服会说这是你自己的问题，然后给你反馈一些成功学员的案例告诉你：是你不够努力！在你发现有问题想要关闭店铺退费时，对方会以“违约”为由吞掉所有资金。 终于你看透了套路多得像千层饼一样的骗局，选择报警，殊不知自己只是万千受骗者中的一员。 据中国电子商会数据显示，截止目前关于跨境电商代运营投诉案件涉嫌诈骗的案件数量已经累计达到2871件。为什么近几年跨境电商代运营诈骗案陡然增多，我们不妨从以下几个角度来看。 2 并不新鲜的骗术 从上述我们拆解跨境电商代运营骗局来看，不难发现它就是近几年互联网上非常普通的骗局，无论从底层逻辑、目标人群还是操作流程来看都很常见。可为什么这么简单的骗局，还有人会选择相信呢？ 从底层逻辑来看，跨境电商代运营诈骗团伙不过是利用了人们对未知事物的好奇心。首先，电商致富是前几年很常见的操作，近几年虽然国内电商红利褪去，但已经给人们心中埋下“电商致富”的潜意识认知。 跨境电商的出现，是在人们已知的概念上叠加了一层未知修饰，人们自然而然会对其产生好奇心。诈骗团伙正是抓住了小白对跨境电商一知半解的好奇，跳出来告诉大家：「零基础也能开店」、「零成本保姆式靠跨境电商月入10万」。 本着对电商的了解和“电商致富”的潜意识认知，再加上金牌讲师直播间的极力烘托，小白们很快会陷入“跨境电商是蓝海”、“此时入手就是捡钱”的错误认知而掉入骗局。 再从目标人群来看，跨境电商代运营骗局的受骗群体和2015年左右微商骗局还有前两年刷单骗局的受骗群体高度重合——孕妈、宝妈和大学生群体，主要抓住了受骗群体想要赚钱却苦于没有途径和缺乏社会经验的心理痛点。 最后从该骗局的操作流程来看，无非是人设打造-私域引流-引导下单这三步，但这背后骗子们可没少下血本。诈骗团伙一般会从线上线下两个渠道进行布局，先是投放大量视频广告触及目标群体。 此外，为了撑门面，湖北武汉公安破获的这起诈骗案团伙还注册了13家皮包公司，并租了5处学员活动地点。 如果学员线上表示对讲师的不信任，客服会邀请他来线下参观公司和学员活动地点。而这些线下公司和学员活动地也相当正规，相比于在线上来讲在线下公司的订单成交率更高，真正做到每一步诈骗细节都严丝合缝。 3 跨境早已不是蓝海 从另一个角度来看，近几年层出不穷的代运营骗局也折射出一些跨境电商的行业现状。 根据《2024年跨境电商行业趋势报告》显示，从营收情况看，2023年跨境电商卖家普遍都遇到过营收增长的瓶颈期。 雨果跨境针对679位跨境卖家的调研显示，2023年在整体跨境电商渠道上，近六成卖家表示营收相比于上一年下滑，其中有18%卖家表示营收下滑幅度超过50%。不少跨境电商卖家为了维持营收，从单平台转向多平台运营。 2024年，跨境电商行业的内卷程度在继续加深。跨境电商卖家正面临由合规政策带来的成本上涨和国外市场消费力持续下降等消极的现实因素。比如东南亚电商平台和商家本土化与合规化进程正在加快。而在美国，日常消费品物价的上涨，也使得美国人民的消费力持续下降。 即便是如今一些出海较为成功的跨境电商平台，也都在遭遇着层出不穷的问题，以及随时可能到来的不确定性风险。以去年在全球范围内大肆扩张的Temu为例，今年以来就频频遭遇取消税务减免和货物无法清关的压力。 跨境电商行业的红海大背景已经摆在这里，即便是一些电商老手可能都无法保证自己的利润，对于毫无经验的小白来说，想要从中掘金的难度就更可想而知。 提醒各位想要一夜暴富的电商小白们，如果接到境外号码、陌生短视频推销，不要轻信此类「无货源跨境电商，一件发货」、「零基础也能开店」、「零成本保姆式靠跨境电商月入10万」的噱头，切勿向陌生人、陌生账号转账，一定要提高认知，擦亮双眼。 毕竟在这个世界上，有一种赚钱方式就是教别人赚钱，而大多数被骗的人都是因为有着一个共同的执念，那就是觉得这种好事一定能轮到自己。

史上最长618终于落幕，这次大促有何不同？ 复盘来看，今年的618有很多第一次。这是几大头部电商平台取消预售的第一次大促，是简化优惠机制玩法的第一次大促，也是几大平台开启仅退款服务后的第一次大促。 市场复苏之余，大促常态化，用户消费心智趋于理性，流量成本居高不下，今年618也被行业看作是最难的一届618。 今年618期间，电商三巨头中，天猫宣布是“史上投入最大”的一届，京东标榜“又便宜又好”，拼多多加大百亿补贴力度。 直播电商平台中，抖音电商小规模内测“自动改价”功能，快手电商喊出“天天都是618，大牌补贴比全网”主题，小红书则开启“买手直播+店播”双轮驱动。 另一边，作为电商的重要渠道，主播及MCN机构也早就成为电商大促的常客，顺应行业变化，他们也有了新的动作。以李佳琦和美ONE为例，今年618预售和现货结合，并推出更细分的专场、设置更多元的场景来服务消费者。 尽管竞争更为激烈，但为了增长，没人能放弃618。 一季度以来，中国消费市场整体呈现出复苏态势。今年1-3月，全国网上零售额同比增长了12.4%。其中，实物商品网上零售额同比增长了11.6%，占社会消费品零售总额的比重为23.3%。 平台去繁为简，为的就是在这波复苏趋势中抢到更多用户。 这一转变背后，是电商行业进入下半场，粗放的高增长红利远去，平台内卷一轮接着一轮，对服务和运营的细节更为重视。 行至此，618大促的意义已经不同寻常。对于商家和平台来说，通过这场“中场战事”，既收获了一波增长，也对下半年如何经营有了更多思考。 “猫狗拼”的大促之战： 内卷的方向变了，硝烟也更浓了 今年618的关键词是什么？ 早在一个月前，伴随天猫、京东取消预售制，回归用户、取消预售就成为各大平台的宣传点。 平台们的共识在于，告别花里胡哨的玩法，直接现货开卖，拿出最优惠的方案，简单直接地给消费者提供贴心的服务。 这得到了市场积极的反馈。易观分析数据显示，今年618第一周期（5月20日-6月3日），以淘宝天猫、京东、拼多多为首的综合电商大盘GMV增速达到了14%。 但想要打出特色和差异化，除了跨店满减、百亿补贴、秒杀已经等平台标配，三大主流电商平台正在加速内卷，贴身肉搏。 今年天猫618取消了预售，与定金、尾款等相关的问题彻底消失，像女装这类容易出现超长预售问题的商品，预售期也被限制在15天以内； 除了取消预售，天猫注意到了曾被忽略的“边缘需求”。比如，意识到有1000多万人坚持在电脑购物，淘宝重启淘宝网页版；困扰新疆用户多年的“包邮问题”，也在今年618设置了新疆包邮专区； 在“仅退款”功能上，天猫也进行了优化。5月30日，淘宝平台规则发布关于变更《淘宝网超时说明》的公示通知。 以往买家的申请被拒绝后，如果规定时间内未再次修改售后申请或申请淘宝介入，该售后申请将会被默认撤销，且撤销后无法再次申请。但在规则变更后，“撤销后无法再次申请”的限制被取消，只要还在售后保障期，买家仍可再次发起申请。 这几年，电商平台们越加重视消费者体验，因此“仅退款”功能逐渐成为电商平台的标配：抖音2023年9月宣布“仅退款”规则；淘宝和京东在2023年年底跟进；2024年1月，快手也加入“仅退款”的队伍。 可以说，为了用户体验，各家都使出了浑身解数，也得到了不错的结果。 据统计，截至6月18日24点，天猫618活动中共有365个品牌实现了成交破亿的佳绩，同时有超过36000个品牌成交翻倍。 同样在618内卷用户体验的京东，喊出“不”熬夜、“不”用等、“不”延长的“三不”口号。同时，京东85%以上的商品享“价保”，97%的自营商品和75%的第三方商家店铺均支持“免费上门退换”。 对京东来说，从618主题“又便宜又好”来看，京东继续推行低价策略。在2024一季度财报电话会上，京东表示将在持续坚持低价策略的同时，突出京东的差异化优势，为消费者提供好价格、好产品和好服务。 据悉，截至6月18日23:59，有超5亿的用户在京东618下单，累计成交额过10亿的品牌83个，超15万个中小商家销售增长超50%。 面对激烈的市场竞争，以及天猫、京东的低价心智，拼多多今年也加大了投入力度。 5月19日，拼多多正式启动今年的618大促。拼多多数据显示，大促首周，百亿补贴商家数量同比增长九成以上，手机类目销售总量达到300万台，多个家电品牌销售额破10亿元，美妆类目销量同比增超80%。 这背后拼多多的杀手锏是中小商家。在拼多多，入驻和运营门槛较低，商家不需要研究什么复杂的平台政策，可以把绝大多数精力都放在如何做出更性价比的商品上。 可以说，这次618，各家都有自己的侧重点，最终也效果各异。但相同的是，对于低价和用户服务的内卷，趋势将继续延续，不只是618，下半年各大平台依然要“拼尽全力”。 内容电商平台角力： 如何找到最优解？ 一个显而易见的变化，今年618，抖音、快手、小红书三大电商“新势力”，坐上了牌桌。与其说是电商新势力，对标“猫狗拼”的货架电商，直播电商、内容电商的形容更加贴切。 它们将大促时间拉长、优惠力度加大，平台投入丝毫不逊于“猫狗拼”。 618、双11这类大促更像是它们的练兵场。去年开始，以抖音、快手为代表的内容电商和“猫狗拼”为代表的货架电商的界限逐渐模糊，各家都选择多方布局。 本质上，这都是电商行业竞争加剧、各平台混战升级的结果。 发展迅速的抖音电商，今年也快速跟进新趋势，价格力、简单机制，也是它今年内卷的方向。 今年的618，“抖音商城618好物节”推出官方立减15%、一件直降等系列优惠。只要参加618大促活动的商品，无须凑单，一件即可享受立减，并通过短视频、直播、商城、搜索等多个购物场景呈现商品；在价格力的思路下，抖音商城还推出了1元购，甚至价格更低的“低价秒杀”专区。 在用户体验方面618期间，抖音超市服务标准升级，在全国215城保障“送货上门”服务，如不上门，平台最高赔付100元，让消费者免去出门取货的麻烦，买得省心舒心。 早在今年年初，抖音电商将“价格力”设定为2024年优先级最高的任务，这也是继拼多多、阿里与京东后，又一个在内部明确将“低价”提升为核心战略的电商平台。 此前，据晚点LatePost报道，有接近抖音电商人士还表示，抖音电商的低价策略要扩展至内容场，商城与短视频将大力推荐低价商品，直播间则继续承载以品牌为主的高客单价商品。 迅速适应市场变化的，还有快手电商。 今年618，快手电商开启以“天天都是618，大牌补贴比全网”为主题的快手商城618购物节，取消预售，现货开卖，再加10亿红包补贴，让用户尽享低价好物和年中购物狂欢。 值得一提的是，快手电商是今年618大促持续时间最长的平台，足足维持42天。 据介绍，在这42天里，不仅跨店“每满300减60”“会场最高领1888元红包”的优惠覆盖抢先购和618正式爆发期，还有各种大牌大补加倍补、直播间消费金、退货补运费、分期免息等玩法，遍布直播、短视频、商城等多场景。 据介绍，5月20日-6月18日期间，快手电商上消电家居行业品牌商家GMV同比去年同期增长超83%，风扇类目GMV同比增长44%，家电套装类目GMV同比62%，手机类目GMV同比增长超129%。 和猫狗拼、抖快顺应低价趋势不同，电商年龄最小的小红书走出了一条自己的路。 去年提出买手电商概念后，今年618继续加大对直播的投入。6月12日，小红书公布了一组最新数据：小红书电商618直播间的订单量为去年同期5.4倍，店播GMV为去年同期5倍。 618期间，小红书面向处于不同经营阶段的商家推出了一系列直播资源和互动玩法，并给予流量补贴。 比如，从适合成熟商家的“超级店播日”，到兼顾成熟商家与中小商家的“店播排位赛”“店播消返券”，以及针对新商家的“店播新星计划”，在流量和补贴层面进行扶持。 过去一段时间，小红书一改往日的摇摆，做电商的决心愈加坚定，电商版图也更加清晰。618前夕，小红书买手运营业务与商家运营业务合并，组成电商运营部，为电商二级部门。 从买手直播，到店铺直播，小红书为的就是两条腿走路，借买手搭建的直播带货生态相对稳定后，逐步丰富起了店铺直播的供给侧，给消费者提供更沉浸的线上购物体验。 今年618，抖音、快手、小红书和“猫狗拼”有相似的策略，也在寻找差异化玩法。 电商市场，最佳模式没有答案，在大促中寻找内容和电商的平衡，找到属于自己的路才是最优解。 大促中的直播间：有人欢喜有人愁 自电商直播兴起后，便是每年大促都少不了的一环，也是各大平台押注直播的重要抓手。其中，头部主播及其MCN机构更是行业的风向标。 今年618，与电商平台贴身肉搏的内卷厮杀相反，电商直播表面上热度下降，实则是有人欢喜有人愁。 第三方数据平台显示，自2024年1月9日与辉同行正式开播以来，东方甄选主号粉丝量与销售额都出现不同程度的下滑，从1月至3月，销售额分别为5.57亿元、2.28亿元、2.86亿元，累计掉粉112万。 今年618，东方甄选的直播带货风格陷入争议，除#俞敏洪称东方甄选做得乱七八糟#外，#东方甄选直播间画风变了##没了董宇辉东方甄选只能乱七八糟吗#等话题也接连冲上热搜。 为了拯救股价，东方甄选CEO俞敏洪发布公开信，向东方甄选的客户、股东和投资者道歉，并澄清了此前关于“东方甄选做得乱七八糟”的表述。 另一边，小杨哥在这次618的存在感也不强，今年没有为618做太多预热。大促期间，小杨哥个人账号直播不足20场。他曾在年初时表示要减少直播带货频率，将重心转到做短剧上。 而董宇辉放在618大促中的精力也不多。618的期间，董宇辉不是加班加点带货，而是缺席了很多垂类直播间，转而去参加了一档访谈节目。 另一个头部主播辛巴，带货能力依然不弱，这次618首播带货GMV达到14.27亿。但他的疲倦感已经无法掩盖。近期他提到，直播生涯进入倒计时，“以后直播会越来越少，计划通过10场直播的方式让辛选习惯没有辛巴，让粉丝习惯辛巴的离开，让行业慢慢淡化辛巴的舆论。” 头部主播之中，李佳琦还保持着战斗力。 618前夕，2024美ONE 618媒体发布会上，李佳琦提到“用户真的太多了，但是李佳琦只有一个，所以我尽可能在直播间可以花一个小时的时间做消费者的即时互动和一对一解答。” 这个思路之下，李佳琦是头部主播里最“劳模”的一个，同时他也和背后的MAN机构美ONE跟进着新趋势，今年主打 “便宜再便宜”的价格优势。 关于李佳琦的带货成绩，外界依然好奇，这两天有市场消息称，天猫李佳琦美妆专场5月19日直播的美妆类目GMV同比下滑46%。对此，美ONE表示，该数据不准确，公司不对外公布GMV。 面对市场对美ONE的质疑，美ONE表示：“今年大促节奏和过往不一致，该数据统计方式不准确，李佳琦直播间选择预售一天给更多用户选择商品参与平台优惠的时间。截至5月20日数据，李佳琦直播间618档期GMV累计已超去年同期。” 回到眼下，直播电商市场风云变幻，头部主播们也各有各的挑战要面对，如何和背后的MCN打配合，更适应市场需求变化，靠多矩阵打法和多场景覆盖，吸引更多消费者，是之后能否保持竞争力的关键。 618大促已经走过了16年，或许动辄几千亿的GMV已经不重要，更重要的是怎么把消费者心智长久地留在自家平台上，再创造新的增长，这点对所有的电商平台和MCN机构来说，都是核心命题。

在人工智能计算架构的布局中，CPU与加速芯片协同工作的模式已成为一种典型的AI部署方案。CPU扮演基础算力的提供者角色，而加速芯片则负责提升计算性能，助力算法高效执行。常见的AI加速芯片按其技术路径，可划分为GPU、FPGA和ASIC三大类别。 在这场竞争中，GPU凭借其独特的优势成为主流的AI芯片。那么，GPU是如何在众多选项中脱颖而出的呢？展望AI的未来，GPU是否仍是唯一解呢？ 01 GPU如何制胜当下？ AI与GPU之间存在着密切的关系。 强大的并行计算能力 AI大模型指的是规模庞大的深度学习模型，它们需要处理海量的数据和进行复杂的计算。GPU的核心优势就在于其强大的并行计算能力。与传统的CPU相比，GPU能够同时处理多个任务，特别适合处理大规模数据集和复杂计算任务。在深度学习等需要大量并行计算的领域，GPU展现出了无可比拟的优势。 完善的生态系统 其次，为了便于开发者充分利用GPU的计算能力，各大厂商提供了丰富的软件库、框架和工具。例如，英伟达的CUDA平台就为开发者提供了丰富的工具和库，使得AI应用的开发和部署变得相对容易。这使得GPU在需要快速迭代和适应新算法的场景中更具竞争力。 通用性好 GPU最初是用于图形渲染的，但随着时间的推移，它的应用领域逐渐扩大。如今，GPU不仅在图形处理中发挥着核心作用，还广泛应用于深度学习、大数据分析等领域。这种通用性使得GPU能够满足多种应用需求，而ASIC和FPGA等专用芯片则局限于特定场景。 有人将GPU比作一把通用的多功能厨具，适用于各种烹饪需求。因此在AI应用的大多数情况下，GPU都被视为最佳选择。相应的，功能多而广的同时往往伴随着特定领域不够“精细”， 接下来看一下，相较其他类型的加速芯片，GPU需要面临哪些掣肘？ 02 GPU也存在它的掣肘 文首提到，常见的AI加速芯片根据其技术路径，可以划分为GPU、FPGA和ASIC三大类别。 FPGA（Field Programmable Gate Array，现场可编程门阵列），是一种半定制芯片。用户可以根据自身的需求进行重复编程。FPGA 的优点是既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点，对芯片硬件层可以灵活编译，功耗小于 CPU、GPU；缺点是硬件编程语言较难，开发门槛较高，芯片成本、价格较高。FPGA 比 GPU、CPU 更快是因为其具有定制化的结构。 ASIC（Application Specific Integrated Circuit特定用途集成电路）根据产品的需求进行特定设计和制造的集成电路，其定制程度相比于 GPU 和 FPGA 更高。ASIC 算力水平一般高于GPU、FPGA，但初始投入大，专业性强缩减了其通用性，算法一旦改变，计算能力会大幅下降，需要重新定制。 再看GPU相较于这两类芯片存在哪些劣势。 第一点，GPU的单位成本理论性能低于FPGA、ASIC。 从成本角度看，GPU、FPGA、ASIC 三种硬件从左到右，从软件到硬件，通用性逐渐降低、越专用，可定制化逐渐提高，相应的设计、开发成本逐渐提高，但是单位成本理论性能越高。举个例子，对于还在实验室阶段的经典算法或深度学习算法，使用GPU 做软件方面的探索就很合适；对于已经逐渐成为标准的技术，适合使用 FPGA 做硬件加速部署；对于已经成为标准的计算任务，则直接推出专用芯片ASIC。 从公司的角度来说，同样对于大批量数据的计算任务，同等内存大小、同等算力的成熟 GPU 和 FPGA 的部署成本相近。 如果公司的业务逻辑经常变化，比如1-2年就要变化一次，那么GPU 的开发成本低、部署速度快；如果公司业务5年左右才变化一次，FPGA 开发成本虽高、但芯片本身的成本相比 GPU 低很多。 第二点，GPU的运算速度要逊色于FPGA和ASIC。 FPGA、ASIC和GPU内都有大量的计算单元，因此它们的计算能力都很强。在进行神经网络运算的时候，三者的速度会比CPU快很多。但是GPU由于架构固定，硬件原生支持的指令也就固定了，而FPGA和ASIC则是可编程的，其可编程性是关键，因为它让软件与终端应用公司能够提供与其竞争对手不同的解决方案，并且能够灵活地针对自己所用的算法修改电路。 因此在很多场景的应用中，FPGA和ASIC的运算速度要大大优于GPU。 具体到场景应用，GPU 浮点运算能力很强，适合高精度的神经网络计算；FPGA 并不擅长浮点运算，但是对于网络数据包、视频流可以做到很强的流水线处理；ASIC 则根据成本有几乎无限的算力，取决于硬件设计者。 第三点，GPU的功耗远远大于FPGA和ASIC。 再看功耗。GPU的功耗，是出了名的高，单片可以达到250W，甚至450W（RTX4090）。而FPGA一般只有30~50W。这主要是因为内存读取。GPU的内存接口（GDDR5、HBM、HBM2）带宽极高，大约是FPGA传统DDR接口的4-5倍。但就芯片本身来说，读取DRAM所消耗的能量，是SRAM的100倍以上。GPU频繁读取DRAM的处理，产生了极高的功耗。另外，FPGA的工作主频（500MHz以下）比CPU、GPU（1~3GHz）低，也会使得自身功耗更低。 再看ASIC，ASIC的性能和功耗优化是针对特定应用进行的，因此在特定任务上性能更高、功耗更低。由于设计是针对特定功能的，ASIC在执行效率和能效比方面通常优于FPGA。 举个例子，在智能驾驶这样的领域，环境感知、物体识别等深度学习应用要求计算响应方面必须更快的同时，功耗也不能过高，否则就会对智能汽车的续航里程造成较大影响。 第四点，GPU时延高于FPGA、ASIC。 FPGA相对于GPU具有更低的延迟。GPU通常需要将不同的训练样本，划分成固定大小的“Batch（批次）”，为了最大化达到并行性，需要将数个Batch都集齐，再统一进行处理。 FPGA的架构，是无批次的。每处理完成一个数据包，就能马上输出，时延更有优势。ASIC也是实现极低延迟的另一种技术。在针对特定任务进行优化后，ASIC通常能够实现比FPGA更低的延迟，因为它可以消除FPGA中可能存在的额外编程和配置开销。 既如此，为什么GPU还会成为现下AI计算的大热门呢？ 在当前的市场环境下，由于各大厂商对于成本和功耗的要求尚未达到严苛的程度，加之英伟达在GPU领域的长期投入和积累，使得GPU成为了当前最适合大模型应用的硬件产品。尽管FPGA和ASIC在理论上具有潜在的优势，但它们的开发过程相对复杂，目前在实际应用中仍面临诸多挑战，难以广泛普及。因此，众多厂商纷纷选择GPU作为解决方案，这也导致了第五点潜在问题的浮现。 第五点，高端GPU的产能问题也令人焦虑。 OpenAI 首席科学家 IlyaSutskever 表示，GPU 就是新时代的比特币。在算力激增的背景下，英伟达的B系列和H系列 GPU 成为“硬通货”。 然而，虽然该系列需求十分旺盛，但考虑到HBM和CoWos供需紧张，以及台积电先进产能吃紧的情况，GPU产能实在无法跟得上需求。 要知道“巧妇难为无米之炊”，在这种形势下，科技巨头们需要更加灵活地应对市场变化，囤积更多的GPU产品或者寻找替代方案。 如今已经有不少厂商开始另辟蹊径，在GPU之外的道路上探索并研发更为专业化、精细化的计算设备和解决方案。那么未来的AI加速芯片又将如何发展？ 03 科技巨头另辟蹊径 在当下这个科技发展极快、算法以月为单位更迭的大数据时代，GPU 确实适合更多人；但是一旦未来的商业需求固定下来，FPGA 甚至 ASIC 则会成为更好的底层计算设备。 各芯片龙头和科技龙头也早已开始研发生产专用于深度学习、DNN 的运算芯片或基于 FPGA 架构的半定制芯片，代表产品有 Google 研发的张量计算处理器 TPU、 Intel 旗下的 Altera Stratix V FPGA等。 Google押注定制化的 ASIC 芯片：TPU Google 早在 2013 年就秘密研发专注 AI机器学习算法芯片，并用于云计算数据中心，取代英伟达 GPU。 这款TPU自研芯片2016年公开，为深度学习模型执行大规模矩阵运算，如自然语言处理、计算机视觉和推荐系统模型。Google 其实在 2020 年的资料中心便建构 AI 芯片 TPU v4，直到 2023 年 4 月才首次公开细节。 值得注意的是TPU是一种定制化的 ASIC 芯片，它由谷歌从头设计，并专门用于机器学习工作负载。 2023年12月6日，谷歌官宣了全新的多模态大模型Gemini，包含了三个版本，根据谷歌的基准测试结果，其中的Gemini Ultra版本在许多测试中都表现出了“最先进的性能”，甚至在大部分测试中完全击败了OpenAI的GPT-4。 而在Gemini出尽了风头的同时，谷歌还丢出了另一个重磅炸弹——全新的自研芯片TPU v5p，它也是迄今为止功能最强大的TPU。根据官方提供的数据，每个TPU v5p pod在三维环形拓扑结构中，通过最高带宽的芯片间互联（ICI），以4800 Gbps/chip的速度将8960个芯片组合在一起，与TPU v4相比，TPU v5p的FLOPS和高带宽内存（HBM）分别提高了2倍和3倍。 随后在今年5月，谷歌又宣布了第六代数据中心 AI 芯片 Tensor 处理器单元--Trillium，并表示将于今年晚些时候推出交付。谷歌表示，第六代Trillium芯片的计算性能比TPU v5e芯片提高4.7倍，能效比v5e高出67%。这款芯片旨在为从大模型中生成文本和其他内容的技术提供动力。谷歌还表示，第六代Trillium芯片将在今年年底可供其云客户使用。 据悉，英伟达在AI芯片市场的市占高达80%左右，其余20%的绝大部分由各种版本的谷歌TPU所控制。谷歌自身不出售芯片，而是通过其云计算平台租用访问权限。 微软：推出基于Arm架构的通用型芯片Cobalt、ASIC芯片Maia 100 2023年11月，微软在Ignite技术大会上发布了首款自家研发的AI芯片Azure Maia 100，以及应用于云端软件服务的芯片Azure Cobalt。两款芯片将由台积电代工，采用5nm制程技术。 据悉，英伟达的高端产品一颗有时可卖到3万到4万美元，用于ChatGPT的芯片被认为大概就需要有1万颗，这对AI公司是个庞大成本。有大量AI芯片需求的科技大厂极力寻求可替代的供应来源，微软选择自行研发，便是希望增强ChatGPT等生成式AI产品的性能，同时降低成本。 Cobalt是基于Arm架构的通用型芯片，具有128个核心，Maia 100是一款专为 Azure 云服务和 AI 工作负载设计的 ASIC 芯片，用于云端训练和推理的，晶体管数量达到1050亿个。这两款芯片将导入微软Azure数据中心，支持OpenAI、Copilot等服务。 负责Azure芯片部门的副总裁Rani Borkar表示，微软已开始用Bing和Office AI产品测试Maia 100芯片，微软主要AI合作伙伴、ChatGPT开发商OpenAI，也在进行测试中。有市场评论认为，微软 AI 芯片立项的时机很巧，正好在微软、OpenAI 等公司培养的大型语言模型已经开始腾飞之际。 不过，微软并不认为自己的 AI 芯片可以广泛替代英伟达的产品。有分析认为，微软的这一努力如果成功的话，也有可能帮助它在未来与英伟达的谈判中更具优势。 据悉，微软有望在即将到来的Build技术大会上发布一系列云端软硬件技术新进展。而备受关注的是，微软将向Azure用户开放其自研的AI芯片Cobalt 100的使用权限。 英特尔押注FPGA芯片 英特尔表示，早期的人工智能工作负载，比如图像识别，很大程度上依赖于并行性能。因为 GPU 是专门针对视频和显卡设计的，因此，将其应用于机器学习和深度学习变得很普遍。GPU 在并行处理方面表现出色，并行执行大量计算操作。换句话说，如果必须多次快速执行同一工作负载，它们可以实现令人难以置信的速度提高。 但是，在 GPU 上运行人工智能是存在局限的。GPU 不能够提供与 ASIC 相媲美的性能，后者是一种针对给定的深度学习工作负载专门构建的芯片。 而 FPGA 则能够借助集成的人工智能提供硬件定制，并且可以通过编程提供与 GPU 或 ASIC 相类似的工作方式。FPGA 可重新编程、重新配置的性质使其格外适合应用于飞速演变的人工智能领域，这样，设计人员就能够快速测试算法，并将产品加速推向市场。 英特尔FPGA 家族包括英特尔 Cyclone 10 GX FPGA、英特尔 Arria 10 GX FPGA 和英特尔Stratix 10 GX FPGA等。这些产品具备 I/O 灵活性、低功耗（或每次推理的能耗）和低时延，本就可在 AI 推理上带来优势。这些优势在三个全新的英特尔 FPGA 和片上系统家族的产品中又得到了补充，使得 AI 推理性能进一步获得了显著提升。这三个家族分别是英特尔 Stratix 10 NX FPGA 以及英特尔 Agilex FPGA 家族的新成员：英特尔 Agilex D 系列 FPGA，和代号为“Sundance Mesa”的全新英特尔 Agilex 设备家族。这些英特尔FPGA 和 SoC 家族包含专门面向张量数学运算优化的专用 DSP 模块，为加速 AI 计算奠定了基础。 今年3月，芯片巨头英特尔宣布成立全新独立运营的FPGA公司——Altera。英特尔在2015年6月以167亿美元收购Altera，被收购时Altera是全球第二大FPGA公司，九年后英特尔决定让FPGA业务独立运营，再次选择以Altera命名。 NPU(Neural Processing Unit)也是一种参考人体神经突触的 ASIC 芯片。 随着深度学习神经网络的兴起，CPU和 GPU 逐渐难以满足深度学习的需要，专门用于神经网络深度学习的处理器NPU应运而生。NPU 采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据。区别于 CPU 以及 GPU 所遵循的冯诺依曼架构，NPU 参考人体的神经突触结构，将存储与运算结为一体。 Arm 近日宣布推出 Ethos-U85 NPU。 作为 Arm 面向边缘 AI 的第三代 NPU 产品，Ethos-U85 适用于工业自动化和视频监控等场景，在性能方面提升了四倍。Ethos-U85 较上一代产品在能效方面拥有 20% 的提升，还可在常用神经网络上实现 85% 的利用率。其在设计上适合基于 Arm Cortex-M / A 处理器内核的系统，能接受较高的内存延迟。 协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件。寒武纪产品广泛应用于服务器厂商和产业公司，面向互联网、金融、交通、能源、电力和制造等 此外， OpenAI也正在探索自研AI芯片 ，同时开始评估潜在收购目标。AWS自研AI芯片阵容包括推理芯片Inferentia和训练芯片Trainium。 电动汽车制造商特斯拉也积极参与AI加速器芯片的开发。特斯拉主要围绕自动驾驶需求，迄今为止推出了两款AI芯片：全自动驾驶（FSD）芯片和Dojo D1芯片。 去年5月 Meta披露了旗下数据中心项目支持AI工作的细节 ，提到已经打造一款定制芯片，简称MTIA，用于加快生成式AI模型的训练。这是Meta首次推出AI定制芯片。Meta称，MTIA是加快AI训练和推理工作负载的芯片“家族”的一分子。此外，Meta介绍，MTIA采用开源芯片架构RISC-V，它的功耗仅有25瓦，远低于英伟达等主流芯片厂商的产品功耗。值得注意的是，今年4月，Meta公布了自主研发芯片MTIA的最新版本。分析指出，Meta的目标是降低对英伟达等芯片厂商的依赖。

近日，两大短视频平台的外卖业务有了新变化：抖音外卖“改换门庭”，快手外卖也在衔枚疾进。 6月15日起，抖音生活服务旗下的团购配送业务不再新增商家入驻，团购配送商品预计7月15日下架，不再有新订单。这块业务将被整合至抖音电商旗下的抖店到家外卖平台。 今年2月，有媒体报道称，抖音外卖已从本地生活业务线调整至抖音电商业务线，与小时达即时零售业务进行整合，如今调整落定。抖音电商业务线正在力推“小时达”，发展即时零售业务，与到家场景更加契合。 与此同时，不少用户注意到，快手的纯外卖商家越来越多了。 在快手APP内搜索“外卖”，纯外卖商家的直播间占据醒目位置，相关套餐被打上“仅外送”或“外卖到家”的标签。消费者下单购买后，需要通过商家小程序预约核销，并由第三方运力配送上门。 字母榜体验后发现，目前在快手点外卖较为繁琐，用户需要手动填写收货人、收货地址、送达时间等信息，部分商家还要求消费者提前一小时电话联系门店；第三方骑手的配送速度也比美团、饿了么慢得多。 不难看出，用户体验磕磕绊绊的快手外卖，仍然处于试水阶段。 快手对外卖蛋糕觊觎已久。2021年底，快手与美团达成互联互通战略合作，宣称将打通内容场景营销、在线交易及线下履约服务能力，实现“一站式”完整消费。 但随后两三年，这一合作局限于美团开设快手小程序、销售团购券和优惠套餐等，主要面向到店场景；双方牵手时提及的“线下履约”，并未真正落地。 到了2023年底，随着快手本地生活商家大幅增长，部分商家开始销售外卖团购套餐，并安排上门配送。今年3月，快手对相关功能进行优化，外卖商家也从最初的肯德基和海底捞，拓展至小龙虾、烤肉等更多品类，消费者的感知逐渐增强。 快手加码外卖的大背景是，本地生活在快手业务布局中的权重越来越高。 快手2020年7月入局本地生活，前期主要通过接入携程、美团等平台型商家，提供餐饮、酒旅等到店服务。2022年9月，快手将本地生活部门升级为一级事业部，与主站、商业化、电商、国际化等比肩而立，整个业务板块开始加速。 在今年初的2023年业绩电话会上，快手创始人兼CEO程一笑表示，2023年是快手本地生活业务真正意义上的元年，实现了很多从0到1的突破。这一势头被延续至2024年：今年第一季度，快手本地生活日均支付用户同比增长近9倍。 在万亿级的本地生活市场中，美团一家独大，抖音稳居第二；无论是用户量还是销售额，快手都与前两名存在较大差距。要想拉近距离，快手有必要补齐到家短板，而最关键的就是餐饮外卖。 不过，快手做外卖，面临着与抖音类似的挑战。 作为短视频平台，快手不具备线下履约能力，不得不依赖第三方配送；平台基础设施的建构逻辑是内容平台而非交易平台，也需要为外卖乃至本地生活进行适应性调整。抖音已经趟过这些“雷”，快手也需要再走一遍。 另一方面，短视频平台长于“种草”，以及促进冲动消费；这与外卖的即时满足性和高确定性背道而驰。抖音外卖去年6月放弃了1000亿元GMV（商品交易总额）的目标，转而尝试以更多方式跑通业务流程；如今，抖音外卖尚未找到新答案，而快手外卖正沿着类似路径前行。 快手入局外卖乃至本地生活，遵循与抖音相同的逻辑和打法，也面临与抖音相近的难题。 两大短视频平台均于2020年底正式进军本地生活，但都将这块业务视为现有生意的延伸：快手本地生活分散在主站和电商两大部门手中，而抖音将其置于商业化部门中。 在深入本地生活腹地时，抖快倾向于“避重就轻”，将那些成本高昂、耗时漫长的必要工作交给第三方。这让他们能够在业务发展早期高速前行，但到了一定阶段后，往往遭遇瓶颈。 抖快做出这一选择，背后仍然是卖广告的逻辑。与兜售品牌和效果广告一样，两大平台面对本地生活蛋糕，依然希望凭借探店等内容构建“蓄水池”，再通过个性化分发，将精准流量卖给大大小小的本地商家。 抖快希望继续充当“卖水者”，并不打算死磕线下。入局一年后，两大平台更是与美团、饿了么合作，将流量场景和一部分利润开放给潜在对手，以期尽快扩大本地生活供给，提高用户量和交易频次。 但如今来看，跨界合作并没有让抖快在本地生活领域站稳脚跟。毕竟，大多数网民对于抖快小程序并不熟悉；而美团饿了么也不可能全心全意押宝抖快。 抖快逐渐意识到，要想做好本地生活业务，依靠卖流量“躺赚”只是一厢情愿，还是需要亲身入局。 两大平台随后提高了本地生活业务的战略地位，并投入更多资金、资源和人力，进行城市拓展和品类招商。牵手美团饿了么，没能给抖快带来太多增量；但两大平台在庞大流量的加持下，依然在本地生活领域取得了显著进展。 刚需、高频的外卖，是本地生活服务的最大流量入口之一。下决心自己做本地生活的抖快，也需要补上这一关键拼图。 抖音行动更快，2020年3月就上线了团购配送服务。2021年7月，抖音还成立了专门的外卖团队，第二年开始在北京、上海、成都等地进行试点，并设立1000亿GMV目标。快手则直到2023年底才开始加大投入。 但在进军外卖的过程中，抖快再度出现“避重就轻”的倾向。 配送能力是外卖服务的核心。美团和饿了么均花费巨资，搭建配送平台、招募骑手，并每年持续投入进行维护。时至今日，配送依然是外卖平台的成本大头。相比之下，抖快没有选择自建运力，而是希望将履约能力后置，由商家和第三方运力曲线解决问题。 但平台卖流量、商家卖套餐、骑手卖服务的“三件套”，很快被证明在外卖领域跑不通。 抖音此前与顺丰同城等一系列即时配送服务达成合作，试图为外卖提供支撑。但在实际运转中，商家常常面临运力不足、运费高昂的问题，消费者也需要等待更长时间。在种种问题下，抖音外卖放弃千亿目标，并重新打磨业务流程。 如今，快手外卖同样面临缺少运力的挑战，却给出了与抖音相同的答案。流量和资源更加丰沛的抖音已经碰壁，模式大体相同的快手也将面临挑战。 在广告、直播等业务的滋润下，两大短视频平台习惯了“轻”的红利，倾向于延续过往做事方式，无需投入巨资，就能四两拨千斤、从外卖市场中分一杯羹。抖快尝试依靠第三方运力送外卖，其实与早年间牵手美团、饿了么一脉相承。 但外卖乃至本地生活均属于“重”业务，线上线下基础设施的巨量投入必不可少。这些投入不仅让商家简化了经营环节，也改善了用户体验，从而形成良性循环。 相比之下，抖快把履约交给商家，自身变“轻”，商家和消费者却需要承担更高的成本、更差的体验；久而久之，抖快在外卖领域的内容和流量优势被消磨殆尽，发展自然放缓。 抖快做外卖，除了面临基础设施薄弱、配送能力缺失的难题，更深层的挑战在于，短视频激发冲动消费的特殊能力，难以直接投射到外卖上。 抖快在本地生活的到店领域占据一席之地，关键在于短视频能够以更丰富维度展现店面和商品，相比美团、大众点评、饿了么的图文内容，更能促进消费者下单囤券，进而到店消费。 但这也意味着，消费者在短视频和直播间下单，满足的是非即时、非刚需的需求。用户刷到感兴趣的套餐，一时冲动下单购买后，往往不会马上到店消费，买券与使用之间存在较长的时间差。 其结果是，短视频平台的套餐核销率偏低。根据久谦中台的数据，涵盖到店餐饮、到店综合和酒旅的抖音生活服务的整体核销率约60%，而美团超过85%。 为了改善这一指标，抖音做了多重努力，比如向商家提供免佣金等优惠，向消费者提供大额折扣等。这让抖音一度拉近与美团的差距；但随着补贴力度的下滑，两者的战线逐渐稳定下来，而消费者“餐后搜券”的习惯并未被“事先囤券”所取代。 在本地生活的细分领域——外卖，短视频平台“非即时”和“非刚需”的短板更加凸显。 外卖的典型场景是，打工人到了饭点，打开APP浏览附近餐馆下单，外卖小哥半小时内送餐上门。很少有人会在饥肠辘辘的状态下刷视频、挑套餐，并有耐心等待1小时以上。 外卖是“人找货”，平台和商家需要根据用户即时需求，匹配最合适的商品，并以最快速度配送上门；但抖快外卖套餐依然遵循“货找人”逻辑，提供精准商品、满足个性化需求的能力注定比不如美团和饿了么。短视频擅长的“种草”，反而会降低整个交易链路的效率。 在天然短板面前，在抖快做外卖的商家，不得不转向那些对于时效要求不高的品类。 以快手为例，目前入驻的餐饮商家以小龙虾、烤肉等品类为主，套餐设计则面向3人以上的聚餐场景，而非单人快速填饱肚子的需求。 但随之而来的问题是，大量主做快餐的商家被排除在短视频平台之外，而这类商家才是外卖平台的主力供给。短视频平台始终无法将外卖业务的体量做大，除了下单繁琐、配送迟缓外，餐厅过少、供给单调也是重要原因。 事实上，对于外卖业务到底能做多大，抖快似乎都有一定的顾虑。 抖音除了取消年度目标外，去年底还传出部分区域不再续签代理商的消息，如今又把团购配送业务迁移至电商。快手至今没有给外卖开辟单独入口，用户需要仔细查看团购套餐，才能分辨哪些可以配送到家。 整体来看，抖快做外卖，主要意义在于帮助本地生活填补生态空白，与到店业务形成一定程度的联动；在线上线下短板得到根本改变之前，很难算得上美团、饿了么的真正对手。 与抖音类似，能否找到更多流量变现场景，决定了快手在商业方面能够达到的高度。 自上线以来，快手先后找到直播打赏、直播带货、广告营销等多个场景。随着用户量和流量的持续放大，快手营收规模水涨船高，从2017年的83.4亿元膨胀至2023年的1135亿元。 如今，快手商业化形成“三驾马车”：线上营销，直播和包括电商在内的其他服务。其中，线上营销贡献公司收入的半壁江山，并保持两位数百分比的较高增速。 但带来1/3收入的快手直播业务，已经出现萎缩迹象。今年第一季度，这块业务的收入同比减少8%，为三大业务中唯一下滑。 作为一家港股上市公司，二级市场对于快手的成长性也持有怀疑。 2021年2月，快手刚刚登陆港股时，股价一度飙升至400港元以上，市值高达1.74万亿港元。但在2022年之后，快手股价长期在100港元以下徘徊，相比历史高点跌去3/4，如今只有50港元左右，港股市值约1800亿港元。 在此期间，快手财务业绩改善明显：营收从2021年的811亿元提升至2023年的1135亿元，盈利则从2021年的经调整净亏损188.5亿元，提升至2023年的经调整净利润102.7亿元。用户规模也有所提升，日活跃用户从2021年第一季度的3.79亿，升至2024年第一季度的3.94亿。 按照常理，快手业绩稳健增长，即便无法维持高高在上的股价，也不至于一泻千里。但投资者似乎对于快手的增长前景并不乐观，导致快手股价长期低迷。 倘若继续做大当前的业务盘子、保持线性增长，快手很难重新获得投资人的芳心。唯有找到新场景，制造新的增长曲线和想象空间，快手才能重回巅峰。 本地生活正是这样一块新场景。它是一块体量高达数万亿的市场，没有人能够通吃；抖音过去几年分走了很大一块蛋糕，也让快手看到了机会。 快手尚未披露本地生活业务的体量，但从2023年和今年第一季度的财务业绩来看，这块业务的拉动作用正在显现。2023年，快手线上营销服务营收相比上一年增长23%；2024年第一季度，同比增速提升至27.4%。 不过，与美团和抖音相比，快手本地生活的体量仍然偏小。通过发展外卖，增加商家覆盖、商品供给和销售场景，进而提高本地生活板块的流量利用效率，也就成为快手顺理成章的选择。 但如前所述，快手外卖现阶段的经营范式，与两年前的抖音外卖几乎一致。它面临与抖音类似的挑战，自身的用户、资金和资源又难以与抖音相抗衡，想要走出与抖音外卖截然不同的上升曲线，难度很大。 资本市场对于快手外卖也不甚“感冒”。过去半年，快手外卖逐渐为人所知，但投资者并未因此下注，快手股价依然没有明显起色。 快手的真正突破口，或许是AI大模型。 今年6月，在AI大模型领域较为低调的快手，发布了视频生成大模型“可灵”，可生成最长2分钟、帧率30fps、分辨率1080p的视频，主要参数与OpenAI研发的Sora接近，远超字节旗下的“即梦”。在AI视频生成领域，快手暂时领先抖音，出乎不少人的意料。 在外卖业务难堪大用的情况下，快手更合理的选择是，把更多资源和资金投向AI大模型。抖音在外卖业务受挫的同时，全力押注AI；如今，快手也有理由做出类似的选择。

毫无悬念，吸走了纳斯达克今年40%市值涨幅的英伟达，终于超越微软、苹果，以3.34万亿美元市值登顶了全球“股王”。凭借GPU+CUDA+NVlink高护城河，英伟达的“创世纪”神话究竟会延续多久尚无定论，但让一众诸侯羡慕嫉妒“很”之外仍存大写的“不服”。 这不三星决定杀入后院：近日有报道称三星电子在管理委员会会议上宣布了一项重要举措，决定投资GPU领域。 这一决策标志着三星公司内部议程的一次“地震级”转变，在此前讨论的议题通常围绕存储器、代工等领域的建设和设备投资等。 一再“错过”？ 据三星电子治理报告，管理委员会于3月批准了“GPU投资提案”。该委员会由设备体验部门负责人韩钟熙、移动体验和存储业务部门总裁等高管组成。这是今年第三次会议，也是自2012年该议程公开以来首次作出GPU投资的决定。 看起来，三星也急红了眼。随着AI算力应用无处不在，英伟达GPU已成为无往而不利的“硬通货”，三星作为行业代工龙头，却难以吃到时代的红利。 众所周知制约GPU单芯片能力的最大瓶颈有GPU设计、先进工艺（包括先进封装）以及HBM。原本作为先进工艺第二大厂商，三星本可在GPU代工层面大赚一笔，没想到台积电凭借高良率的先进工艺产能和CoWoS先进封装，承包了英伟达的绝大部分产能，让三星望之兴叹。 近日半导体分析公司TechInsights最新报告显示，英伟达在2023年数据中心GPU出货量方面取得了爆炸式增长，总计出货量约为376万块，拿下了高达98%的市场份额，总收入达到362亿美元。而据估计，英伟达在2023年向台积电支付了77.3亿美元，占台积电收入的11%。 不止如此，HBM更是三星心中的“痛”。 要知道HBM是AI芯片中占比最高的部分，垄断算力的前提是垄断HBM。根据外媒的拆解，H100的成本接近3000美元，而其中占比最高的是来自海力士的HBM，总计达到2000美元左右，超过制造和封装，成为成本中最大的单一占比项。 但在这一领域，三星却大意失“荆州”，将市场拱手相让于对手SK海力士和美光。 HBM经历了几代发展，已进入到第四代HBM3和第五代HBM3E。在目前一代的AI芯片当中，各家基本已相继采用了第五代HBM3E。三星由于跟时不力，使得老对手SK海力士在很长一段时间内成为英伟达HBM的独家供应商，在2023年SK海力士基本垄断了HBM3供应，今年其HBM3与HBM3E的订单也已售罄。加之美光也不断加码，于2023年9月宣布推出HBM3E，计划2024年大批量发货的同时透露英伟达是主要客户之一。 尽管此际三星有些左支右绌，但毕竟财大气粗，三星也在着力多维布局寻求新突破。 下的大棋？ 这一旨在增强其在GPU相关领域竞争力的举措即是明证，这对三星来说也意义重大。但三星到底是躬身入局，还是利用GPU来强化其工艺创新而不是开发和制造GPU，业界对此仍议论纷纷。 有专家对此分析，GPU赛道大热，三星到目前为止分羹太少，自然希望有更多的切入筹码。但从头开发GPU显然不太现实，英伟达的护城河是“GPU+NVlink+CUDA”的三位一体，而不是仅仅靠GPU支撑，这需要长时间的耕耘。对于三星来说，可行的仍是围绕GPU完善其工艺库，并融合其先进工艺、HBM的优势来提升竞争力。 而且之前三星已表示计划继续与英伟达合作，到2030年为全自动半导体工厂开发基于AI的数字孪生。 一位行业人士也表示，三星不太会入局开发GPU，这一投资决策应该是其重视HBM的一大策略。 细究起来，围绕 GPU的开发三星其实已有基石。此前，三星电子系统LSI业务部门与AMD合作，共同开发用于智能手机的GPU。2019年，三星电子和AMD宣布合作，获得AMD的RDNA图形架构授权。2022年，双方联合开发出基于AMD RDNA 2架构的GPU，集成在了三星Exynos 2200处理器中。 需要注意的是，去年4月，三星和AMD宣布续签了协议，旨在将AMD Radeon显卡方案引入三星Exynos处理器系列，这意味着合作从移动端扩展到了汽车领域。 全面而言，对于目前的三星来说，通过在先进工艺、先进封装领域的持续加码，可在代工GPU领域提升竞争力，还可与开发的HBM进行高能效整合，综合这些经验和技术积累可让三星电子在GPU领域提升竞争力。通过投资GPU，则可进一步巩固和扩展“相辅相成”的业务，提高其盈利能力。 前不久三星在其主题为“赋能人工智能革命”的三星代工论坛 (SFF) 上，展示了其最新的代工技术路线图，包括两个新的尖端节点——SF2Z和SF4U，还公布了引领AI时代的代工技术战略，计划打造结合其代工、存储和高级封装（AVP）独特优势的AI平台级解决方案，通过“交钥匙”服务来满足客户多元化需求。 投资GPU，或将成为三星平台级方案的有力补给。 着力加码 随着AI大模型参数量从亿级飙升到万亿级，对于支撑大模型训练的超大规模算力也越发关注，对GPU的算力、带宽和互联需求也不断走高。 在此情形下，3nm/2nm工艺和先进封装、第六代HBM等将成为决定未来牌局的新变量。业界透露，截至6月17日，英伟达、AMD、英特尔等公司已采用台积电3nm工艺，而且三星代工部门一直想争取的谷歌和高通最终也选择了台积电。 尽管三星在3nm GAA工艺先声夺人，但由于低良率和低能效等表现，反而让台积电后来居上。看起来三星已在3nm节点落败，但其手中的筹码仍然在握，正在积蓄力量寻求翻盘。 面向生成式AI的历史性机遇，三星认为诸如环栅（GAA）之类的结构性改进成为满足AI芯片功率和性能需求的必要条件。在论坛上三星强调了其GAA技术的成熟度，这是赋能AI的关键因素。凭借积累的GAA生产经验，三星计划在今年下半年量产其第二代3nm工艺（SF3），并在即将推出的2nm工艺上应用GAA。 不止如此，从最新的2nm工艺SF2Z开始，三星旨在通过引入背面供电（BSPDN）技术大幅改善能效问题。与第一代2nm节点SF2相比，将BSPDN技术应用于SF2Z不仅可提高PPA，还可显著降低电压降，从而提高HPC设计的性能。此外，三星还宣布2027年量产1.4nm工艺，并确保性能和良率。 在先进封装层面，三星也在持续下注。上述专家提到，三星计划导入全栈CoWoS封装I-CUBE/H-CUBE，以与台积电争夺订单。同时，在代表未来的3D封装领域，三星也在积极开发其3D封装技术X-Cube，其为AI芯片开发的最新3D封装技术SAINT也渐行渐近。 围绕HBM，下一代的AI芯片几乎都已拥抱了第六代HBM4，三大厂商也在全力押注。SK海力士最初计划在2026年量产HBM4，但已将其时间表调整为更早。奋起直追的三星也宣布计划于2025年提供样品，并于2026年量产，并将采用3D封装。而且，面对HBM产能掣肘，三星与SK海力士也将20%的DRAM产能转向HBM，HBM产能之争也决定了未来对决之势。 而大厂的选择至关重要。从HBM供应商来看，此前英伟达、AMD等主要采用的是SK海力士产品，但现在三星也正在积极打入供应链，AMD和英伟达目前均在测试三星的HBM。前不久黄教主否认三星HBM未通过任何英伟达测试，表示认证三星HBM需要更多工作和耐心。 据封装数据的推算，英伟达2024年预定了超过14万片晶圆的CoWoS产能，其中台积电作为“主供应商”分到12万片，Amkor分到2-3万片，对应GPU总体产能接近450万颗。按照每颗GPU逻辑芯片和存储颗粒1：6的比例测算，即英伟达全年需要约2700万颗HBM，基于单颗250美元的成本测算，意味着英伟达全年采购HBM的费用预测可到68亿美元。而明后年只多不少，三星如能抓住这一波“流量”，后劲将不可小觑。 多方下注之后，三星的一盘大棋正在成形：将全面整合代工、HBM和AVP的积淀和优势，提供高性能、低功耗和高带宽的解决方案，大幅简化客户的供应链并加快产品上市。三星称，通过使用其集成的AI解决方案，无晶圆厂客户与分别使用代工、存储器和封装相比，将从芯片开发到生产的时间缩短约20%。 “2025年可能对三星尤为关键，届时三星作为可同时供应HBM和CoWoS的IDM厂商，其工艺特点和价格优势是显见的。”上述行业人士直言。 据透露三星电子半导体代工部门（DS）已在内部将“赢得英伟达3nm订单”作为今年的首要任务，这对水深火热的三星来说或许“只许胜不许败”。

韩国半导体行业协会预测，国内半导体劳动力需求将大幅增加，预计到2031年将达到30.4万人。然而，截至2021年，劳动力仅为17.7万人，凸显该行业迫在眉睫的人才短缺问题。当前人才向国际竞争对手迁移的趋势加剧了这种短缺，尤其是引领“人工智能（AI）热潮”的英伟达。 每年，韩国只有不到5000名半导体行业人员从大学或研究生院毕业。如果这种趋势继续下去，到2031年，该行业将面临5.4万名人员的短缺。随着英伟达、美光和台积电等公司从三星电子等韩国半导体巨头吸引关键人才，这种人才缺口变得越来越严重。 拥有3万名员工的英伟达从三星电子挖走超过500名半导体人才，三星电子DS（设备解决方案）部门拥有约7.4万名员工。根据领英6月19日的数据，515名英伟达员工是三星电子前员工，278名三星电子员工是英伟达前员工。这一人才流动凸显了半导体行业的竞争性质，尤其是在英伟达引领的AI热潮背景下。 全球半导体行业竞争激烈，三星电子、英伟达、美光、台积电等主要参与者不断创新，争夺技术霸主地位。英伟达的崛起与人工智能热潮密切相关，导致其产品需求增加，对顶尖人才的需求也相应增加。这导致韩国半导体行业人才大量流失，而半导体行业是该国经济的重要组成部分。 在韩国半导体行业，三星电子和SK海力士是其中的关键参与者。技术人才流失到国际竞争对手手中会阻碍创新、降低竞争优势，并最终影响这些公司的市场地位和盈利能力，进而影响到一个国家/地区的经济发展。 全球半导体行业都面临着严重的人才短缺问题，但在韩国尤其严重。尽管对半导体的需求不断增长，但进入该领域的毕业生数量不足以满足未来的需求。韩国半导体行业协会的预测强调了解决这一问题的紧迫性，以确保韩国半导体行业的可持续性和增长，该行业的现状和未来发展将受到密切关注。韩国国内公司为解决人才短缺问题而采取的策略对于塑造韩国半导体行业的未来至关重要。 （校对/刘昕炜）

IT之家 6 月 19 日消息，国际货币基金组织 IMF 近日在一份报告中表示，不建议对生成式 AI 直接征收特别税，但各国需针对 AI 发展全方位调整自身税收制度，在 AI 发展和保护劳动力中取得平衡。 IMF 认为，直接对生成式 AI 征收特别税来缓解这一最具颠覆性的“自动化工具”对劳动力市场的冲击在实践中并不可行，同时还会阻碍社会生产力的发展。 各经济体需要将针对生成式 AI 的税收政策调整扩展到更广义的“自动化投资”领域。 ▲ 图源 IMF 官网 部分发达经济体对旨在取代劳动力的自动化投资给予了过高的税收激励，需要重新考虑对这方面投资的支持政策，以缓解 AI 放大劳动力市场不均衡带来的影响； 而部分发展经济体的情况正好相反，目前在这些经济体使用自动化工具替代人力会导致更加沉重的税收负担，这将阻碍 AI 部署，进而影响社会发展。 政府可以考虑向减少自动化导致的劳动力流失的行为给予税收抵免，即使这些行为并不针对特定职业。 各国需要提升资本所得税，而非像发达国家近几十年来所做的那样降低这部分税率： AI 带来的自动化浪潮将不可避免地侵蚀劳动所得税税基，减少财政收入，如果不通过更高的资本所得税率进行弥补，将影响到高等教育和福利等政府长期社会投资的规模； 而资本所得税较低将间接导致失业率高企，加剧劳动力市场的摩擦； 此外，赢者通吃市场中主导企业获得的经济租金不断上升，导致不平等日益严重，过低的资本所得税无法解决这一问题。 IMF 认为，鉴于 AI 服务器消耗大量能源，对其征收碳排放税是在技术价格中反映 AI 对生态环境影响的好办法。 IT之家注意到，IMF 还表示生成式 AI 也将为税收制度本身的发展带来更多可能： AI 技术可改变税收管理的信息系统结构，颠覆经典的税收理论，敦促政府重新思考前 AI 时代难以实现的税收模式，如个性化累进增值税、终身收入所得税等。

IT之家 6 月 19 日消息，SK 海力士在 6 月 17 至 20 日于美国拉斯维加斯举行的 HPE Discover 2024 展会上展示了最新的 AI 内存解决方案。 面向 AI 市场，SK 海力士展出了 HBM3E 内存样品与 CXL 内存模块 CMM-DDR5，与仅配备 DDR5 DRAM 的系统相比，CMM-DDR5 能够将系统带宽最多提升 50%，容量最多提升 100%。 此外，该公司还展示了用于服务器的 DDR5 RDIMM、MCRDIMM 内存，及用于笔记本电脑的 LPCAMM2 内存模组。 IT之家注意到，SK 海力士最新的企业级固态硬盘也一同参与了展出，包括： PCIe Gen 5 产品：PS1010、PS1030 Solidigm QLC 硬盘：D5-P5430、D5-P5316 与 D5-P5336

快科技6月19日消息，据媒体报道，上海人工智能实验室旗下司南评测体系OpenCompass选取了7个大模型进行高考“语数外”全卷能力测试。OpenCompass发布了首个大模型高考全卷评测结果。 在满分420分的三科测试中，阿里通义千问2-72B以303分的成绩拔得头筹，紧随其后的是OpenAI的GPT-4o，获得296分，而上海人工智能实验室的书生·浦语2.0位列第三。 这三大模型的得分率均超过了70%，展现了不俗的实力。相比之下，来自法国大模型初创公司的Mistral则排名末尾。 参与此次评测的模型来源广泛，包括阿里巴巴、零一万物、智谱AI、上海人工智能实验室、法国Mistral的开源模型，以及OpenAI的闭源模型GPT-4o。 为确保公平，实验室特别指出，由于无法确定闭源模型的更新时间，评测中仅将GPT-4o作为参考，并未纳入商用闭源模型。同时，所有参与评测的模型均在高考前（2024年4月-6月）开源，有效避免了“刷题风险”。 从评测结果来看，大模型在语文和英语方面的表现普遍较好，但在数学方面则普遍不及格。最高分仅为75分，由书生·浦语2.0获得，紧随其后的是GPT-4o的73分。语文方面，通义千问表现出色，而英语则由GPT-4o领跑。 数学成绩的不理想凸显出大模型在复杂推理能力方面的不足。这一能力是金融、工业等要求可靠场景落地所需的关键能力，也是大模型未来发展的重要方向。

快科技6月19日消息，日前，国际权威财经杂志《机构投资者》（Institutional Investor）公布了2024年亚洲区最佳管理团队排名，其中小米集团获得“2024年亚洲最佳管理团队”调查中的多项殊荣。 据了解，在此次调查的科技硬件细分版块中，小米集团荣获“最佳首席执行官”、“最佳首席财务官”、“最佳公司董事会”、“最佳ESG”、“最佳投资者关系专员”和“最佳投资者关系企业”的荣誉，即在六个奖项类别中均获第一。 此外，小米集团更还在“最受尊崇企业”评选中获得最高分的好成绩。 管理层方面，小米集团创始人、董事长兼首席执行官雷军荣获“最佳首席执行官”榜单第一名。 集团副总裁兼首席财务官林世伟先生荣列“最佳首席财务官”榜单第一名。 林世伟先生表示：“我们对于能获此殊荣深感荣幸。我们将继续保持与资本市场高效的沟通，以应对充满变化的市场环境，不断为我们的投资人及各界伙伴创造更大价值。” 据悉，《机构投资者》每年从覆盖亚洲区的证券公司及金融服务机构中，邀请逾千名分析师、基金经理及研究员选出他们认为在企业管理和投资者关系表现最出色的机构及人选。今年，共有4,943名买方分析师，以及951名卖方分析师参与此次调查，并对18个行业内1,669家获提名公司的核心领域进行评级。 本次评选考核了公司自2023年2月至2024年1月期间的表现。由于排名是由官方认证的金融界人士投票所产生，严谨的遴选程式大大提高奖项认可度，成为业界基准。

作者 | 董温淑 编辑 | 李原 运营 | 刘珊 毫无悬念，吸走了纳斯达克今年40%市值涨幅的英伟达，终于超越微软、苹果，登顶了全球“股王”。过去一年，有人靠炒作英伟达快乐退休，有人急于登上错过的股价快车。越拿越烫手的英伟达股票，还有多少上涨空间，也正在成为全球投资者最关心的问题。 微软、苹果，历经了半个多月不屈不挠的“市值抵抗”，悬念仍毫不留情地被揭开——英伟达正式登顶了“全球股王”宝座。 6月18日美股收盘，英伟达上涨3.51%，总市值来到3.34万亿美元，超越了苹果（3.29万亿）、微软（3.32万亿）——从2022年底以来，英伟达股价已累积增长9倍以上。 一鲸生，万物落。作为科技巨头AI战争的“唯一军火商”，英伟达最近一个月里，股价又飞速拉升了近50%——今年以来，更吸走了纳斯达克约40%的上涨市值。 英伟达登顶同时，万马齐喑，微软、苹果、谷歌、亚马逊、Meta、特斯拉齐齐下跌，向新王屈膝。 ▲（市值排名。图源/App Economy Insights） 不过，这场盛宴中更兴奋和焦虑的，还是那些敢于豪赌英伟达股票的人。 有人刚刚入场，投资者雪儿对「市界」表示：“市值登顶，恰恰意味着英伟达的成长性还没到头。”她乐观地预计，英伟达至少还有未来10年的上涨空间，“短期也至少能涨向150美金”。 也有人落袋为安。投资者波波去年在高点甩卖了一套房子，套出大把现金投入英伟达，结结实实地玩了一把心跳。他无疑是幸运的，“毕竟这是为数不多的确定性上涨”，他对「市界」说。 几天前，波波把英伟达全部卖出了。他没有透露这一笔入账了多少，只是淡淡地表示，自己准备从此退出股海，足够安心退休了。 新“王”加冕 市场对英伟达登顶的期待，从6月初就已经开始。彼时，英伟达超越了苹果，来到了全球市值第二大公司。分析师便已纷纷给出预计：英伟达超过微软，只是时间问题。 惊人的上涨速度，是这个造富故事中，最让人惊叹的部分。 1999年1月，英伟达登陆纳斯达克，它用了近25年的时间，才在2023年6月突破了万亿市值。而从1万亿，到2024年3月突破2万亿，仅用了9个多月的时间。6月3日，英伟达市值突破了3万亿。这一次，它仅用了66个交易日。 3万亿后，英伟达面前只剩下了苹果、微软两大豪强。在市值交替上升中，英伟达实现登顶，花了约两个星期。接下来，它需要超越的只剩自己。 每当有人预测，英伟达的股价是不是已被高估，它就会用新一轮上涨打破质疑。近期，黄仁勋的演讲、客户站台，也都会成为市场层面的利好，并转化为上涨动力。 支撑起狂热股价的，最核心的是科技巨头的AI大战，为英伟达带来的“多到不可思议的订单”。 5月23日，英伟达在2025财年的一季报中披露，第一财季总营收246.9亿美元，同比增长243.3%；其中用于AI模型训练的数据中心芯片业务营收同比增长427%至226亿美元，占整体营收大约86%；利润（EBIT）同比增长439%至164.6亿美元。 需求的强劲，让英伟达芯片供不应求。据官方披露，其2023年底交货周期一度长至了8~11个月。2024年初，这一数字已经降至3～4个月，但对争分夺秒备战AI的巨头来说，仍显太过漫长。 据“北拓资本”测算，英伟达2024年H系列GPU的出货量，大约在223~266万片，B系列GPU出货量约在 21~29 万片。近期，微软追加下单了12万台服务器，其中包括96万片H100、32万片B200；Meta下单了35万片H100、6.96 万片B200。 上述两家，已经占去了英伟达大半的供应量——这还未将谷歌、亚马逊、甲骨文等厂商的订单量计算进去。 还有新玩家在不断下场。5月27日，马斯克宣布：其创办的大模型公司“xAI”完成了60亿美元的B轮融资——这笔融资中的多数部分，都将流入英伟达的口袋， ▲（左-黄仁勋，右-马斯克） 最新的产品换代，也在为英伟达增添新动能。6月初，黄仁勋透露，最新款数据中心芯片Blackwell已经开始投产，预计将在2025年推出Blackwell Ultra AI芯片，下一代平台Rubin正在开发之中，将于2026年发布。 汇丰预计，到2026财年，仅NVL服务器就能贡献670亿美元的营收，并推动数据中心营收增长至1800亿美元。 爆炒英伟达的人 得以加冕“股王”，除了巨头们源源不断的芯片需求，不断为英伟达推升、接盘的中小投资者“信仰”，成为了最大动能。 “英伟达我认为是要奔着1000（美元/股）去的。”今年3月，投资者Yuki对「市界」信心满满地表示。她的判断很快应验，5月23日，英伟达股价首次破千美元，并宣布将从6月10日开始，完成股票“1拆10”。 ▲（英伟达股价走势。图源/同花顺） 2022年12月，ChatGPT刚刚亮相不久，Yuki便慧眼识珠，开始对英伟达建仓。粗略计算，以彼时170美元入手，Yuki搏得了接近500%的收益。 另一位投资者林陆，也在英伟达的股价盛筵中，品尝到了甘霖。他在2023年上半年买入了英伟达，持仓成本是233美元/股，赚得了几倍的回报。 除了幸运的外部投资者，股价暴涨的最直接受益人，还当属英伟达自己的高管和员工。 数据显示：截至今年3月25日，黄仁勋累计持有9350万股的英伟达股票，约占公司流通股总额的3.8%。以此计算，黄仁勋在英伟达登顶后的身家约为1265亿美元。 近日，黄仁勋选择小幅套现，给自己换了点“零花钱”。据英伟达官方披露：6月13日、14日，黄仁勋两天共抛掉了24万股，套现约3118万美元（约合2.26亿元）——两个“小目标”，仅用掉了黄仁勋市值财富的千分之2.5。 ▲（黄仁勋展示Blackwell系列产品） 被带火的，还有英伟达炙手可热的offer。 芯片招聘服务机构“研分网”联合创始人高汕告诉「市界」：“今年英伟达应届生月薪约为22-25k，不同背景岗位略有差异，此外会在入职当月配股40万元。股票分4年发放，每年发放10万。”另一位知情人士则对「市界」补充道：“英伟达在员工入职当月，便会配股。” 此外，英伟达还允许员工以每个月工资的15%，按照85折购入股票，相较外部投资者入手门槛更低。 这让英伟达的不少员工，轻易就跃进了年薪百万的收入门槛。以美硕回国、2021年入职的王晖萤为例，他告诉「市界」：截至今年3月，其最早获得的一批股票价值已经涨了约3倍。算上种种福利待遇，毕业两年后，王晖萤手中的净资产已经超过了200万元。 英伟达还能涨多久？ 许多已经在英伟达上赚红了眼的人仍未尽兴；更焦虑的，还有站在英伟达门外，错过了首轮股价快车的人。他们更关心的是，英伟达还能涨多久。 黄仁勋自己或许比谁都清楚，科技公司在芯片上的投入，总会碰到尽头——英伟达不能长期依赖一个单向引擎。 不过近期，据外媒报道，英伟达更大的销售增长空间或许正在打开——6月初，各国政府开始加大AI领域的投入。亚洲、中东、欧洲、美洲，许多国家都拿出了数十亿到数百亿的资金，用于AI新基础设施的建设。 今年2月，黄仁勋在迪拜的“世界政府峰会”上，大谈“主权AI”的概念。据英伟达官方新闻，公司已与新加坡、日本、法国、意大利、印度等国政府达成了芯片采购意向。 “主权AI”并非英伟达为了市值的臆造概念，据《财经》杂志报道，“数据不出境”正在成为欧盟、中国等国家或地区数据监管的重要红线。为符合数据监管规则，企业会在当地国家落地“主权AI”、“主权云”、“国家云”。它们都是私有云，数据中心建在本国。 近期，在此间投入最大的国家之一是新加坡。据报道，新加坡的国家超级计算中心正在用英伟达最新的AI芯片进行升级。新加坡电信公司也在与英伟达合作，扩大其在东南亚的数据中心版图。 5月，加拿大亦承诺出资15亿美元，巩固政府层面的国有算力。日本亦准备拿出约7.4亿美元，发展本国AI计算能力。同期，法国总统马克龙更呼吁欧洲建立合作关系，购买更多的GPU芯片；到2030年至2035年，将欧洲在全球使用的处理器份额，从目前的3%提高至20%。 这些国家层面大手笔的投入，短期的收益都指向了英伟达。 在2024年一季度财报会上，英伟达表示：一季度收入为260亿美元，其中近半数来自使用其芯片的大型云计算公司。；而“主权AI”今年有望为其带来接近100亿美元的收入——去年，这一数字为零。 ▲（美国加州圣塔克莱拉县英伟达总部） 在英伟达的这场造富浪潮中，也有一位或许最黯然的失意者。 已经很少人记得，与黄仁勋一起创业的，还有柯蒂斯·普里姆和克里斯·马拉科夫斯基两个人。1999年，英伟达以11亿美元市值上市。2年后，普里姆就将持有的12.8%英伟达股份拨出了四分之三，捐赠给了新成立的家族基金会。后来，他解释这个行为只是为了简单的避税。 几年后，普里姆又因为婚姻纠纷逐渐远离工作，最终于2003年离开英伟达，并在2006年清空了股份。 据外媒报道，此后他过上了离群索居的生活，并将大部分财产捐赠给了母校伦斯勒理工学院，从2001年开始，他一共捐赠了2.75亿美元，占该校捐款总额的40%之多。英伟达飞涨后，《福布斯》曾估算，目前普里姆的资产约为3000万美元。普里姆表示，母校是他最后的避风港。 而如果他没有卖出英伟达，他的财富将接近4000亿美元。或许，他可以给母校捐得再多一些。

快科技6月19日消息，据“中国电信”官微发文，中国电信人工智能研究院（TeleAI）联合北京智源人工智能研究院发布全球首个单体稠密万亿参数语义模型Tele-FLM-1T，成为国内首批发布稠密万亿参数大模型的机构。 面对大模型训练过程中算力消耗巨大的挑战，TeleAI与智源通过深度研发，结合模型生长和损失预测等关键技术，成功推出了Tele-FLM系列模型。这一系列模型在算力资源的使用上，仅消耗了业界普通训练方案的9%，展现出极高的算力能效。 通过使用112台A800服务器，TeleAI团队在短短4个月内完成了3个模型总计2.3T tokens的训练，全程无需任何调整和重试，充分证明了模型训练的稳定性和收敛性。 值得一提的是，Tele-FLM-1T版本即将开源，此举旨在为社区提供训练万亿稠密模型的技术参考，有效解决万亿模型训练收敛难等问题，进一步推动大模型技术的进步。 TeleAI不仅在技术创新上不断突破，还积极通过开源方式推动大模型技术的普及和国产化进程。他们接连开源了7B、12B、52B参数规模的大模型，这些模型在开源社区中引发了广泛讨论和使用，开源模型下载量已超过万次，吸引了超过40万用户。

作者 | 宋新澳 编辑 | 吾人 人工智能的市场潜力再次引发了投资者的极大兴趣。 6月18日美股收盘，英伟达市值达到3.34万亿美元，超越微软，首次成为全球最高市值股票。 5月底，英伟达市值紧咬苹果公司，看涨期权也一度被疯狂爆炒超4000%。而后，英伟达市值一度突破3万亿美元短暂超过苹果公司。数据显示，英伟达市值从2万亿美元升到3万亿美元用了96天（日历日）。与之相比，微软用了945天，苹果则用了1044天。 早前公布的业绩大超预期一度刺激了英伟达股价上涨。其次，6月10日，英伟达拆股正式生效后，股价也呈上涨趋势。 不过，随着英伟达股价走高，该公司创始人兼首席执行官黄仁勋及高管也出现了减持套现行为。美东时间6月17日，有消息传出，黄仁勋时隔9个月再度出售英伟达股票，通过一系列内部交易套现3120万美元（约合2.26亿元）。 另外，英伟达将于太平洋时间6月26日举行2024年年度股东大会，投资者们密切关注其股价能否迎来新的高点。 分析师： 英伟达市值有望达近5万亿美元 目前来看，随着英伟达6月10日拆股生效后，股价呈现持续上涨态势。截至6月18日美股收盘，英伟达报收135.58美元，较拆股前一个交易日收盘价上涨约12%。同时，英伟达盘中股价触及136.33美元，再创历史新高。 在英伟达拆股后，罗森布拉特证券公司的分析师Hans Mosesmann曾表示，英伟达将延续涨势，在未来一年其市值可高达近5万亿美元，且将英伟达的目标价从140美元大幅上调至200美元，这一价格成为华尔街目前的最高价。 英伟达此前宣布，对其已发行的普通股进行1拆10。拆股将通过修订NVIDIA的重述公司注册证书来实现，这将导致授权普通股数量按比例增加。拆股本身不会改变股票资产的总价值，但会让每股股价变得更便宜，好处在于能够吸引散户投资者。英伟达也在公告中提到，拆股“使员工和投资者更容易获得股票所有权。” 美国银行的一份研究指出，自1980年以来，宣布拆股的公司在拆股后三个月的平均表现比标普500指数强6个百分点以上，拆股后12个月的平均表现强16个百分点以上。上市企业拆分股票一年后，股票平均回报率为25%。而同一时间段里，股市整体平均回报率为9%。 另有分析认为，拆股计划将提高英伟达被纳入道琼斯指数的可能性，因为该指数是一种价格加权指数，股价较高的公司对基准指数具有较大影响力。道琼斯工业平均指数是一个由30只股票组成的基准指数，历史上包括了美国最有价值的公司。 将时间线拉长，英伟达本轮股价上涨源自其发布的大超市场预期的财报。英伟达2025财年第一财季营收为260.44亿美元，同比增长262.12%；净利润为148.81亿美元，同比增长628%；毛利率78.4%，同比增长13.8%，再创新高。对于第二财季展望，英伟达预计收入将达到280亿美元，上下浮动2%，高于分析师此前预期的268亿美元。 这份好于预期的财报发布后，英伟达一度涨超9%，股价首次突破1000美元，涨势持续四个交易日。 黄仁勋表示，“数据中心业务增长得益于对Hopper平台上生成式AI训练和推理的强劲且不断加速的需求。生成式AI不仅用于云服务商，并已扩展至消费互联网公司、主权AI、汽车和医疗客户，创造了多个价值数十亿美元的垂直市场。” 生成式AI能够创建原创内容（例如文本、图像、视频、音频或软件代码）以响应用户的提示或请求。当下最常见的基础模型，是为文本生成应用程序而创建的大型语音模型，比如2022年底，OpenAI推出的ChatGPT；也有用于图像生成、视频生成以及声音和音乐生成的基础模型等。 生成式AI始于一个基础模型–深度学习模型，是多种不同类型生成式AI应用程序的基础。为了创建基础模型，需要大量数据训练深度学习算法，是一种计算密集型、耗时且昂贵，需要数千个集群图形处理单元（GPU）和数周的处理时间，所有这些将花费数百万美元。 海通证券指出，OpenAI训练一次1750亿参数的GPT-3大约需要的算力约为3640PFlops-day，共使用了1024块A100（GPU）训练了34天。而GPT-4参数量达到了GPT-3的500倍，使用约2-3万张A100，训练1个月左右时间。 大语言模型的涌现对算力需求暴涨，也带动了英伟达的数据中心GPU业务，其也从游戏显卡龙头，逐渐转向AI算力芯片龙头。 2023财年，英伟达数据中心业务首度营收超过游戏，成为公司的第一大业务。2024财年，英伟达总营收增长至609.22亿美元，其中，数据中心的收入同比增长217%至475.25亿美元，占营收比重近80%；而在最新一季的财报中，其数据中心业务占营收比重增加至87%。 AI的狂热与迷茫 英伟达高管已减持 在人工智能持续景气下，英伟达的业绩与股价齐飞。不过，英伟达并不满足于提供算力，同时介入到大模型领域。 当地时间6月14日，英伟达开源Nemotron-4 340B（3400亿参数）系列模型。据英伟达介绍，开发人员可使用该系列模型生成合成数据，用于训练大型语言模型(LLM)，用于医疗保健、金融、制造、零售和其他行业的商业应用。Nemotron-4 340B包括基础模型Base、指令模型Instruct和奖励模型Reward。 然而，并非所有人都看好如今在资本市场狂奔的英伟达。对冲基金杜肯资本管理公司创始人Stanley Druckenmiller就在3月底减持了英伟达股票，彼时英伟达股票刚刚涨到900美元上下。他认为，人工智能巨大的回报可能会在四到五年后出现。因此，现在可能有点被过度炒作。 英伟达高管也出现了减持套现行为。美东时间6月17日，有消息称，黄仁勋时隔9个月再度出售英伟达股票。监管文件显示，黄仁勋在6月13日-14日卖出24万股，套现3120万美元（约合2.26亿元）。 另据《巴伦周刊》援引文件，黄仁勋在今年3月14日启用了10b5-1规则交易计划，他将在2025年3月31日之前出售不超过60万股英伟达股票。当价格和成交量等预设条件满足时，10b5-1计划会自动执行股票交易，这旨在消除公司内部人员从了解重大非公开信息中可能获得的任何优势。 除了黄仁勋外，英伟达执行副总裁Deborah Shoquist也于2024年6月3日出售了41140股股票，套现超过4500万美元。其他减持套现的英伟达高管还包括Dawn Hudson、Tench Coxe、John Dabiri、Michael McCaffery、Brooke Seawell和Mark Stevens。 同时，在英伟达一次次触及股价高位时，美股云计算股的下跌引发了对AI泡沫的新一轮讨论。5月30日，云软件供应商Salesforce暴跌20%，创了该公司20年来最大单日跌幅。 股价大跌的原因是Salesforce一季度及对二季度收入预期不及预期。这也是Salesforce自2006年以来首次季度收入不及预期。该公司AI部分业务也未带来新增量，财报显示，Salesforce专注于AI的数据云业务在第一季度贡献了25%的100万美元以上交易，与上一季度持平。 摩根士丹利分析师表示，Salesforce第一季度的订单疲软进一步考验了投资者的耐心，因为GenAI（生成式AI）尚未影响营收结果，越来越成为竞争关注点。另有AI分析师预计，Salesforce与AI产品升级相关的收入增长要到2026财年才会开始。 Salesforce不是唯一一家下跌的云软件供应企业。科技媒体The Information报道，Snowflake、UiPath、Adobe等软件公司都投资了新的人工智能功能，但似乎并没有获得太大的业务增长，这些公司在业绩公布后股价都出现下跌。 对于软件企业的收入放缓，投行奥本海默的分析师Brian Schwartz表示，这可能反映了人工智能挤占了其他方向的投资，且造成这些公司的招聘放缓。也有观点认为，软件股下跌会蔓延到硬件领域。 而在当前的大模型领域，也同时出现两种矛盾情形。 一方面，大额投融资涌现，大模型公司的估值也水涨船高。5月底，英国《金融时报》报道，沙特阿美（Aramco）风险投资部门的Prosperity7参与了对中国AI初创企业智谱AI约4亿美元（约29亿元）的一轮投资。这笔交易对智谱AI的估值达30亿美元（约217亿元）。 另一方面，AI独角兽卖身、裁员的消息屡屡传来。英国人工智能初创公司Stability AI正与潜在买家就出售事宜进行了讨论。2024年第一季度，Stability AI的收入不到500万美元，亏损超过3000万美元。此外，Replit、JasperAI、Deepgram、Tome等在内的AI明星初创企业均启动了裁员。 股价涨跌分化、资本热捧与落寞卖身，一同出现在AI行业，反映了当前赛道的众多不确定性。西班牙《消息报》指出，人工智能领域的投资正在面临估值过高和潜在风险累积的问题。许多AI项目仍处于研发初期，距离真正实现商业化并产生稳定回报还有很长的路要走。 目前，鲜少有生成式AI企业对外披露收入情况，也反映了盈利的不确定性。以行业龙头为例，OpenAI未对外明确透露过收入情况，仅有媒体报道可供参考。 在大模型持续烧钱，商业化不确定的背景下，市场选择牢牢抓住底层算力。这一逻辑下，推动了英伟达在资本市场的上涨。据Wind数据，英伟达2023年全年涨幅超239%；今年以来（截至5月31日）也涨超121%。 国产替代的机会在哪？ 人工智能也是中国重点布局领域。在《学习时报》中，工业和信息化部党组书记、部长金壮龙表示，人工智能成为未来发展的关键变量，将深刻改变全球产业发展和分工格局。 金壮龙提出要准确把握推进新型工业化的新形势。一是新一轮科技革命和产业变革深刻改变全球产业发展和分工格局。二是大国竞争博弈日趋激烈深刻改变我国发展的外部环境。三是我国工业已进入爬坡过坎、由大变强、加快向全球价值链中高端迈进的关键时期。 金壮龙还表示，推进数字产业化，提升集成电路、关键软件等发展水平，加快5G、物联网、云计算、大数据、虚拟现实等融合创新。实施制造业数字化转型行动，开展中小企业数字化转型城市试点，推进新一代信息技术在制造业全行业全链条普及应用。推动人工智能创新应用，以通用人工智能和制造业深度融合为主线、智能制造为主攻方向、场景应用为牵引，加快重点行业智能升级，发展智能产品，营造创新生态，高水平赋能新型工业化。 国产AI芯片也在加速布局。此前，英伟达在提交给美国证券交易委员会的文件中，首次将华为列为“芯片制造竞争对手”。英伟达表示，华为在供应图形处理器（GPU）、中央处理器（CPU）等用于AI的芯片领域，都可与业界竞争。英伟达对华为的关注，也说明了华为在AI芯片领域实力受到认可。 目前，国产AI芯片主要可以分为三类：包含华为、阿里在内的大型科技企业；海光信息等国资背景的科技公司，寒武纪、壁仞科技、摩尔线程、燧原科技等创业型芯片公司。此外，在细分领域都有潜在机会，比如英伟达产业链中的GPU，PCB，DDR5/HBM存储器，服务器散热，光芯片/光模块等领域。 而提到“国产版英伟达”，景嘉微是绕不开的一家企业。资料显示，景嘉微是国内首家实现自主研发国产化GPU并产业化的企业。为打破ATI公司（现已被 AMD 收购）M9 芯片在军用图形显控领域的长期垄断，该公司2014 年成功研制国内首款高性能GPU芯片JM5400，实现军用GPU国产化。景嘉微目前已有 3 代 GPU 产品，分别是 JM5 系列、JM7 系列和 JM9 系列，应用场景由图形渲染领域扩展至部分计算领域。 围绕人工智能是泡沫还是风口的讨论不断，但算力作为基础需求被牢牢抓住，在这一领域，我国厂商也正在加速成长。

美东时间6月18日（周二），英伟达收涨3.6%，市值达到3.34万亿美元，超越微软首次登上“全球市值最高公司”宝座。 图片来源：谷歌财经 随着OpenAI、微软和Alphabet等科技公司竞相抢购GPU，英伟达的业绩也迅速膨胀。目前，在用于数据中心的AI芯片市场上，英伟达的市场份额已经达到近80%。 然而，成为“全球市值第一大公司”并不意味着英伟达没有远虑。前期的快速增长让越来越多的人开始担忧，这样的增长是否能够持续下去？如果全球AI开支出现放缓迹象，对该领域的乐观情绪可能会随之消亡。 而且，英伟达市值登顶的当天，又有美国主流财经媒体将其与本世纪初互联网泡沫时期的龙头公司思科（Cisco）进行类比，称两者有一些相似之处，警示投资者当心热潮背后的泡沫。 如何找到下一个增长点对于英伟达来说至关重要。《每日经济新闻》记者注意到，在今年早些时候，黄仁勋已经将目标瞄准了AI“国家队”，力推“主权AI”（Sovereign AI）战略。在今年一季报财报电话会议上，英伟达高管提及，2024年“主权AI”业务有望带来接近100亿美元营收。 3.34万亿美元！英伟达市值登顶全球第一 美东时间6月18日，英伟达市值达到3.34万亿美元，超越微软（市值为3.32万亿美元）首次登上“全球市值最高公司”宝座。这是自2019年2月亚马逊短暂登顶以来，首次有微软和苹果之外的公司获得这一头衔。 市值排名前十的公司 图片来源：companiesmarketcap 在ChatGPT掀起的AI浪潮下，英伟达旗下的超高算力GPU一直处于供不应求的状态。英伟达高管近期表示，最新一代AI芯片Blackwell的市场需求可能同样强劲，并“持续到明年”。 随着芯片需求的不断攀升，英伟达的业绩也呈现出爆炸性增长。数据显示，截至今年第一季度，英伟达的净利润已经连续六个季度超出分析师预期，营收更是连续七个季度超出预期。 分析师也对英伟达的前景抱以期待。与英伟达CEO黄仁勋一样，他们也认为，AI是新一轮工业革命的基础，而英伟达将在这场革命中发挥核心作用。 Wedbush Securities董事总经理、资深股票分析师Daniel Ives在发给《每日经济新闻》记者的邮件中称，他相信在未来一年，英伟达、苹果和微软将成为科技行业4万亿美元市值的争夺焦点。随着第四次工业革命的推进，企业和消费者对高性能芯片的需求日益增长，从本质上看，英伟达的GPU芯片就是科技领域的新黄金或石油。 据伦敦证券交易所集团（London Stock Exchange Group）的数据，英伟达已成为华尔街交易量最大的公司，日均交易额达到500亿美元，而苹果、微软和特斯拉的日均交易额约为100亿美元。目前，英伟达占标普500指数公司所有交易的16%左右。 英伟达成华尔街交易量最大的公司 图片来源：路透社 二级市场的乐观情绪，也让英伟达的估值在短时间内大幅增长。今年2月，英伟达市值在9个月内从1万亿美元涨到2万亿美元，而从2万亿美元到3万亿美元，英伟达仅仅用了3个多月时间。 是24年前的思科？英伟达面临两大现实挑战 不过，英伟达短时间内如此大的涨幅，也让越来越多的市场观察人士开始质疑其估值的合理性和持续性。 英伟达市值登顶当日，《华尔街日报》发布文章称，英伟达正在引领一场科技繁荣，令人回想起本世纪初的那场互联网繁荣。 图片来源：《华尔街日报》报道截图 要知道，上一次有一家大型计算基础设施提供商成为全球市值最高公司还是在2000年3月。在互联网繁荣的高峰期，网络设备公司思科（Cisco）也同样是超越微软成功登顶。 报道称，曾在互联网繁荣期担任思科CEO的John Chambers认为，英伟达和当时的思科确实有一些相似之处，但AI的发展不同于互联网和云计算等引领的革命。“就市场机遇的规模而言，其影响相当于互联网和云计算的总和。变化的速度不同，市场规模不同，达到最高市值时公司所处的阶段也不同。”Chambers说道。 其实，这并不是首次有主流媒体将英伟达与本世纪初互联网泡沫时期的思科相提并论。今年2月，英国《金融时报》就将英伟达与思科做了类比，警告投资者和机构要铭记历史。 当时，全球亿万投资者期望互联网能改变世界，对服务器以及相关的路由器等网络硬件的需求也急剧增长，电信公司和硬件供应商成为资本市场的最大赢家，思科等电信设备类个股股价在2000年互联网泡沫破裂之前达到峰值。其中，思科的股价在短短几年的时间里暴涨了超过30倍。 然而，互联网投机热潮导致的电信业崩盘比预期来得更早——整个行业从繁荣到萧条仅只用了四年时间，而且比互联网改变人类生活的速度要快得多。到2002年，即互联网泡沫破裂后的两年，过剩的供应导致20多家电信集团破产，其他没有破产的公司股票也遭遇剧烈抛售。 对于英伟达，其现实挑战是，如果科技大厂无法在未来1年~2年通过大模型获得切实的业绩增长，那么英伟达的业绩增长也将缺乏坚实基础。 《华尔街日报》援引红杉资本今年3月份的预估称，自ChatGPT发布引爆AI繁荣以来，英伟达的芯片已获得了约500亿美元的投资，但生成式AI初创公司的销售额仅有30亿美元。 据《金融时报》，英伟达的另一大挑战是摩尔定律，高端的算力芯片很快就会商品化。 以家用电器中使用的老款40纳米芯片为例，这类芯片早已不是短缺产品，但在2008年刚推出时，这都是稀缺的尖端产品。随着资本设备的贬值，这类芯片的价格在短时间内出现大幅下跌。 芯片的研发和制造速度每年都在加快，软件效率每年也在提高。芯片从7纳米制程升级到英伟达最新芯片使用的5纳米制程只用了短短两年时间。这种快速的技术进步意味着，未来业内公司在芯片上的支出可能会比他们今天预期的要少得多。 “主权AI”成新增长动能？预计今年营收将接近100亿美元 那英伟达应该如何维持高增长，下一个增长点又在哪儿？ 目前，英伟达在GPU销售之外，正在力推“主权AI”战略。在今年2月的2024年世界政府峰会上，英伟达CEO黄仁勋直言，每个国家/地区都应该建立自己的“主权AI”。 图片来源：英伟达官网 《每日经济新闻》记者注意到，这一概念并非英伟达首创——2020年欧洲议会通过了有关如何更好监管AI的提案，强调在开发、部署和使用AI时应遵循的道德原则和法律义务。此外，欧盟也关注数据主权问题，并在2018年实施了《欧盟通用数据保护条例》，对所有在欧盟境内经营的企业做出规范。这大约就是“主权AI”概念的雏形。 而在官网上，英伟达对“主权AI”有一个明确解释：“主权AI”涵盖物理和数据基础设施。后者包括自主基础模型，例如大型语言模型，由本地团队开发并在本地数据集上进行训练，以促进特定方言、文化和实践的包容性。 当前，亚洲、中东、欧洲和美洲国家投入到本国AI新计算设施的资金达到了数十亿美元，这为英伟达和其他技术公司开辟了促进销售快速增长的渠道。各国政府都在增加预算，并采取其他激励措施，鼓励本国企业和跨国公司建设新数据中心，并用专门的计算机芯片改造旧数据中心，而这些芯片大多来自英伟达。 英伟达官网发布的新闻稿也显示，英伟达“主权AI”客户包括新加坡、日本、法国、意大利、印度等国家和地区的政府。 据媒体报道，新加坡国家超级计算中心正在用英伟达最新的AI芯片进行升级，而国有的新加坡电信公司正在与英伟达合作，推动扩大其在东南亚的数据中心的版图。加拿大上月也承诺出资15亿美元，作为其主权计算战略的一部分，助力本国的初创企业和研究人员。在黄仁勋造访日本后，日本表示，今年将投入约7.4亿美元发展国内的AI计算能力。 英伟达高管在2024年第一季度财报电话会中披露，2024年“主权AI”业务有望带来接近100亿美元营收，尽管2023年该业务还未实现创收。

据 The Verge 最新报道，6 月 18 日上午，Meta 首席技术官 Andrew Bosworth 在内部宣布，将对其硬件部门 Reality Labs 进行重大重组。 在重组之后， Reality Labs 的所有团队都将整合为两个部门。分别是负责 Quest 、Horizon 和相关技术的「元宇宙」（Metaverse）部门，以及负责诸如 Ray-Ban Meta 智能眼镜等其他硬件工作的「可穿戴设备」（Wearables）部门。 在重组之前，整个 Reality Labs 是由 Meta 首席技术官 Andrew Bosworth 主要负责的。 但在重组之后，新产生的两个部门将分别由 Vishal Shah 和 Alex Himel 主管。前者负责「元宇宙」部门，后者负责「可穿戴设备」部门。两位主管之后都将直接向 Andrew Bosworth 汇报工作。 重组意味着 Reality Labs 的一些员工将被解雇，The Verge 也从多个来源证实了这一消息。但具体裁员数量还尚未得知，Meta 对此也拒绝置评。 但有消息称这次裁员人数不会很多，在经过变动的新结构里，领导角色现在是「多余」的，可能需要进一步优化调整。 在 Meta 的内部备忘录中，Andrew Bosworth 称 Meta 与雷朋合作的最新智能眼镜「比我们预期的要受欢迎得多」，并提及了 Meta 准备推出的 AR 眼镜产品路线图。 The Verge 称，Meta 正在计划推出一款带有头显的雷朋眼镜，并会推出配套的带有神经接口的腕带，用于控制眼镜。 与此同时，Meta 还正在研发一套极为昂贵的全息显示 AR 眼镜，代号为 Orion。 这款眼镜将结合 Meta 的 XR 和 AI 研发成果。Business Insider 也确认了这一消息，其在今年 2 月援引匿名消息人士称：「今年的 Meta Connect 大会上，将会展示一副『真正的』AR 眼镜。」 Andrew Bosworth 强调了 Meta 仍将致力于 AR 和元宇宙的，他在内部备忘录中写道： 我们目前拥有市场上领先的 AI 设备，我们正加倍努力为可穿戴式 Meta AI 找到强大的产品市场契合点，围绕它建立业务并扩大用户群。将数字内容无缝叠加到物理世界仍然是我们的目标，但实现这一目标的步骤变得更加令人兴奋。 就在今年四月，Meta 宣布旗下头显系统 Horizon OS 将向第三方硬件制造商开放，以便他们制造定制硬件，共建 MR 生态。 历经了这次大的架构调整，Bosworth 在备忘录中明确表示不会放弃 Horizon。他称 Meta 坚定地致力于投资 Horizon，并表示：「这种新的组织结构将使 Meta 能够在硬件、软件和体验方面，创造更加一体化的产品体验，还能减少摩擦和碎片化。」 Bosworth 强调：「组织架构并不是决定我们成败的主要因素，执行力才是。但我希望通过这种方式，我们可以减少运营开销，让来自不同团队的人们能够聚集在一起，以更加统一的视角看待我们的客户以及如何更好地为他们服务。」 以下是 Andrew Bosworth 在内部发送的备忘录原文，经由爱范儿整理翻译： RL 结构的更新 随着 Quest 3 将 MR 带入主流，我们终于感觉到所有主要组件都已就位，可以持续发展我们的软件平台。最好的体现就是，我们对未来两年软件体验的发展有了长远的规划。 与此同时，雷朋 Meta 眼镜比我们预期的更受欢迎，这对我们的近期 AR 路线图来说是个好兆头。再加上 Meta AI 令人兴奋的功能，我们甚至在完整的 AR 愿景准备就绪之前，就从正在打造的产品中看到了更多价值。 正如 Mark 和我在 IRL 上讨论的那样，我们看到我们所走过的不同道路开始变窄，并变得更加清晰。以下是我们为认识和利用这一转变而做出的改变。 元宇宙 我们将把开发 MR 的团队纳入由 Vishal Shah 领导的「元宇宙」部门，并重新调整架构，使其更加水平对齐，而不是垂直对齐。我们坚定地致力于投资 Horizon，将其作为我们的社交、Horizon OS 以及混合现实和移动的高品质体验的核心基础。这种新的结构将使我们能够在硬件、软件和体验方面创造更加一体化的产品体验，减少摩擦和割裂。 这也将帮助我们提供一个具有正确组件和工具链的统一平台，使我们成为创作者和开发者在下一代计算设备上开发的首选。我怎么强调都不为过的是，做好这些平台组件对我们来说有多么重要，而在我们目前的结构下取得进展是一项挑战。我很高兴看到这一切的成形。 可穿戴设备 我们将 Alex Himel 领导的 AR 产品组更名为「可穿戴设备」部门。我们目前拥有市场上领先的 AI 设备，我们正加倍努力为可穿戴式 Meta AI 找到强大的产品市场契合点，围绕它建立业务并扩大用户群。将数字内容无缝叠加到物理世界仍然是我们的目标，但实现这一目标的步骤变得更加令人兴奋。 人工智能的加速发展给团队带来了巨大的机遇，这促使我们在去年年底进行了横向重组，这样他们就能更快地应对这些顺风机遇，并继续将产品领域整合到一个横跨可穿戴设备、平台和人工智能的统一路线图中。 XR 技术、设备和 RLBG 作为这一变化的一部分，我们还将 XR 技术中与产品或平台密切相关的部分，移至可穿戴设备和 Metaverse 中。 反过来，我们也将重新考虑设备和 XR 技术之间的接口。XR 技术仍将是我们的主要团队，专注开发对产品团队来说，那些处于早期阶段或风险过高的技术，尤其是对 Metaverse 和可穿戴设备都有利的技术。我们将在几周后分享更多细节。 Dan Reed 领导的 RLBG 将把内容设计纳入产品组。至于其他部门，如 PMM、UXR、分析和销售部门，则将继续保持目前的集中管理。不过，我们将设立两个新职位，我们称之为「业务组负责人」，一个负责 Metaverse，另一个负责可穿戴设备，他们将与各自的产品组负责人合作，帮助他们在 RLBG 的广泛范围内进行协调。 前进之路 组织架构并不是决定我们成败的主要因素，执行力才是。但我希望通过这种方式，我们可以减少运营开销，让来自不同团队的人们能够聚集在一起，以更加统一的视角看待我们的客户以及如何更好地为他们服务。

采访｜何伊凡 孔月昕 文｜孔月昕 编辑｜马吉英 图片摄影｜邓攀 见到李开复本人，你会发现他满足了外界对他所有的“刻板印象”。 他的发型被牢牢固定成三七分，头发一丝不乱；衣着永远是西装革履、大方得体；说话时不疾不徐、声音不大不小；就连提醒工作人员给他别麦露出的位置不适合出镜，你也听不到他语调有太大起伏。 这种稳定，总让人想起AI——一个令李开复投身40多年学习、工作的行业。 过去一年多的时间里，AI 2.0大模型技术是科技赛道最火热的明星，也被视为比移动互联网时代大10倍的机遇。一众科技、互联网大佬投身其中，或创业、或加入大厂，李开复也是其中的一员。 2023年5月，李开复以最年长创业者的身份亲自下场，成立了大模型公司零一万物，担任CEO，并于当年11月以10亿美元估值完成天使轮融资，跻身独角兽。“本来我觉得创新工场应该是我做的最后一件事情，也很为它自豪，但是AI 2.0时代来临了，真的不能放弃。”李开复说。 15年前，李开复创办创新工场，在AI 1.0和AI 2.0时代都进行了深度布局。他指出，AI 1.0时代的大多数头部玩家，从群雄逐鹿到最终只留下“一地鸡毛”。 再次创业时，李开复提出AI 2.0时代的概念。他认为，在2.0时代，AI以大模型为基座，能创造更大价值。 他将AGI通用人工智能描述为自己等待40多年的梦想。“前30年这只是个梦想，我觉得这一生都不可能实现，能做多少算多少。但过去几年，我感觉AGI的梦想不但可能会实现，而且有希望被我和我的团队实现。” 因此，在过去一年多的时间里，李开复以一种极其拼搏的状态在工作。今年5月，零一万物发布了千亿参数的Yi-Large闭源模型，还全面升级了开源模型系列Yi-1.5。此外，零一万物Yi大模型API开放平台还发布了Yi-Large、Yi-Medium等多款模型API接口。 在停更微博后，李开复还在今年5月入驻了抖音，并保持平均每周更新数条视频的频率，一方面向用户宣传零一万物的技术产品；另一方面输出AI 2.0时代的技术趋势和个人洞见。他的抖音账号介绍上写着：前Google、微软全球副总裁；《时代》杂志2023年度全球25位“AI领袖”；《AI未来进行式》《AI·未来》《人工智能》等畅销书作者。 在李开复看来，“让通用人工智能普惠各地，人人受益”，一直是他的初心。 “我不认为我的利益或名声有多重要，我的股票10年内也不会卖。我不是为了出名而做这件事情，我的初心是纯粹的。（除了AI）没有什么更能让我把生活跟工作、快乐跟成就结合在一起。”李开复总结道。 以下为李开复对话整理，有删节。 01 突破创新者窘境，要杀掉“现金牛” 《中国企业家》：见面之前，我在万知上提了一个问题：李开复博士再创业，成立零一万物，他最兴奋和最焦虑的是什么？它的答案是，最兴奋的是能够在AI领域继续探索和创新，最焦虑的是公司能否保持创新的能力，你怎么评价这个答案？ 李开复：前半句是完全正确的，我们现在面临人类有史以来最大的技术革命和平台革命。后半句从一定层面来看，零一万物的创新能力，除了要看CEO，更要看核心技术产品团队是否足够优秀，以及是否形成了内部创新机制。作为CEO，我延揽到了谷歌、微软、阿里、华为、字节跳动等一线大厂的顶尖技术产品人才。 同时，作为CEO，我也负责制定创新战略，比如我们会根据每个阶段重要的技术产品进行创新攻坚，成立“war room”（作战室）——跨部门调取骨干，又快又好地把当前战略级的技术产品项目从0到1再到100地做出来。我们已经在多个技术产品应用了此机制，成效良好。5月21日在世界权威盲测LMSYS上取得领先成绩的Yi-Large模型就出自“war room”之手。 war room也会不定期内部分享最新进展和前沿技术，某种程度也成为创新脑暴和交流的场合。比如零一万物的“模基共建”“模应一体”等战略也都在war room得到有力实践。 《中国企业家》：所以大模型的答案可能未必跟你的想法是完全一致的，但这也是它的特色？ 李开复：我觉得这是大模型最有魅力的地方。它就像一个人，做它的人也不能预测它会怎么回答，很多人可能会以为AI大模型是你输入进去想要的回答，事实上我们没有输入任何一个答案。我们输入的是它思维的方式和学习的语料，还有它表达的方式，其他都是它做主，不是我们做主。 《中国企业家》：北京时间6月11日，苹果发布了人工智能的应用，你怎么评价？ 李开复：我觉得苹果是一个非常让人尊敬的公司，它专注用户体验，找了一些切入点，非常聪明地在Siri和搜索上，都很好地用上了AI功能，一定程度跟微软的copilot有异曲同工之处。两个公司都是很重视技术，并嵌入了已有产品。 我个人会更喜欢做一些颠覆的工作，怎么能把微软office颠覆掉？怎么能把苹果手机颠覆掉？当然苹果可能也在做这件事，（现在）它肯定不能在手机还没进步时，就颠覆自己的手机，但我觉得每一个技术时代的来临，应该基于这个时代的特点彻底颠覆过去的产品。 今天语音可以控制机器，而且可以随身随时随地立刻说立刻反应，机器能马上知道该帮我们做什么事情，这样的一个设备难道不应该更是一个项链、手表或者戒指，你说一句话，新设备能直接执行了吗？用手机来交互的方法难道不应该再颠覆吗？ 如果说苹果的发布，是一个按部就班的大模型在已有产品上的发布，我会更喜欢OpenAI的GPT-4o。 中国企业家杂志20 《中国企业家》：我看到很多技术专家对这场发布会也有类似评价，认为颠覆性不够，苹果不应该是基于和ChatGPT合作出这样一个智能套件，它应该做自己的大模型，或者说3年之后它不应该在别人的地上来盖房子，所以您是认同这个观点？ 李开复：它采取了一个最保守的做法，虽然我觉得做的也是非常不错的东西，但是真的没有（满足）我们对苹果应有前瞻性（的设想）。 话说回来，我们也要考虑，当一家公司大部分的收入来自一个产品，它还没有巩固这个收入，就把自己颠覆掉了，我觉得没有几家公司能做得到。 同样的理由，微软没有说要推翻Microsoft Office，而是要增强它。其实我觉得微软是绝对有认知和能力去颠覆它的，但是一颠覆财报就不好看了，所以这就叫创新者的窘境。 你是过去的创新者，你在上一代或者上两代是绝对的技术龙头，新的技术出来了，你不敢去拥抱新技术，因为你拥抱了，就会把过去的现金牛给杀掉了。但是我觉得一个公司应该充分了解，你不杀你的现金牛，也有别人来杀，所以应该更激进地来做。但是要杀的话，你就要考虑到财报和股价。 《中国企业家》：这是个两难的（抉择）。 李开复：真的能做到这样也不是完全不可能。腾讯能够用微信来颠覆了自己当时的现金牛——QQ，还是很了不起的事情。 02 打价格战：是为“造血”还是白“流血”？ 《中国企业家》：从5月以来，各大互联网公司开启了大模型“价格战”，你怎么看这个现象？ 李开复：我觉得媒体过度宣传炒作了这个概念。什么叫做价格战？第一个现象就是有些公司发现它可以用更低的成本做出一样好的结果，既可以赚钱，效果又更好。那为什么不把它分享给更多的用户？ 第二就是别人打了价格战，我也要跟风，我来降价，这就有点无聊了。有些公司宁可赔钱也不能高于别人，那更没意义了。 还有第三种，我有好几个产品，最好的产品不怎么降价，最差的产品降很多，甚至降成0，也不是很有意义。 《中国企业家》：这还是一个to C的思路。 李开复：对。比如去一家烤鸭店吃饭，烤鸭价钱没有降，但是果汁一毛钱一杯，你也不会去这家烤鸭店，又不是去喝果汁的，果汁降价并不产生我消费的欲望，只是一个吸人眼球的做法。 《中国企业家》：我印象中你应该算是第一个说要反对价格战的，这是基于什么考量？ 李开复：也不能说完全反对价格战，因为推理成本、API成本的下降是整个行业急迫需要的。 为什么今天没有井喷式的应用？为什么没有每个移动应用都用大模型？是因为大模型和其他技术不一样，背后要用GPU。GPU很贵，所以它不像移动互联网时代的边际成本是可控的，它的成本是很高的。 我们用GPT举例。GPT-4如果今天是白菜价，应用一定会井喷，但它价钱很高，要等GPT-5出来，GPT-4或许会降到现在GPT-3.5的价钱，这时候GPT-4的应用就会井喷了。 我们完全可以期待推理成本、API成本价钱每年降10倍。我觉得不要赔钱地去推，这会把整个行业秩序破坏了。 第二就是不要忽悠人家，把一个根本不能用的模型降到一分钱、零分钱，没有任何意义。人家一用发现这么差，浪费了大家的时间，也耗了你的算力，何必呢？所以我觉得要看动机。 如果是因为推理成本下降，能在赚钱的前提下把模型开放给更多人使用，这种情况是行业所乐见的。我们的Yi-Large性能对标GPT-4，但是价格是GPT-4的四分之一；如果想要实时搜索，我们有Yi-Large-RAG，如果想追求极致性价比，我们也有Yi-Large-Turbo；如果想大规模接入大模型，我们有Yi-Medium。 我们的模型性能和定价本身就具备市场竞争力。但这背后的逻辑不是我们要比价，而是我们的推理成本足够低。 《中国企业家》：通过用更优质的数据来训练，包括采用MoE（Mixture-of-Experts，混合专家）模型，是不是也能够降低推理成本？ 李开复：是的，我觉得数据本身是带来更高的推理能力，过的数据越多，用的数据越好，模型本身会提升价值，但是推理未必会变得更便宜或更贵。 推理成本的下降可能会来自几个方向：MoE是一个非常好的方向，我觉得它有望让推理成本阶梯式下降。 第二个是比如说搜索引擎以前那么贵，后来变便宜了，其实就是看你搜什么，搜很简单的东西，我就没必要去动用那么多索引，快速给你个答案就可以了。比如说今天天气怎么样，北京离上海有多远，这些问题没必要用大模型，也没必要用很复杂的搜索索引，就先把最便宜的问题用最低的成本回答了，再逐次用越来越复杂的，这样平均成本也会降低。 第三种方法就是我们可能要把模型做各种压缩，在参数、比特数等方面进行压缩。 第四种方法是硬件的成本，现在大部分硬件还是用英伟达的芯片，那就很贵，更便宜的芯片会带来成本降低。 最后第五种方法就是当你设计整个流的时候，API的设计、推理引擎的设计、模型的设计、AI Infrastructure（基础设施）的设计，还有要采用什么芯片的设计，这5件事情应该是大家一起讨论，达到5件事情的整体最优。 零一万物很独特的地方是我们除了有世界领先性能的Yi系列大模型，我们还有一个世界领先的AI Infrastructure团队，我们会跟多个GPU巨头沟通讨论，我们还有自己的应用。所以我们可以贯穿起来，用自己的应用、模型、Infrastructure，挑选出最优的芯片，做一个最佳组合，再拿出去提炼出模型和API，从而使成本下降，让别的APP也能享受到。 03 要知道球会跑到哪里，不是球现在在哪里 《中国企业家》：谈到AI Infra，大家也都特别关注，因为它既代表了大模型公司的一个底板，同时又代表它的天花板，它连接算力和应用，在这方面你已经有很多布局？ 李开复：我们从成立的第一天就是AI模型、Infra、应用，三个同时启动。当三个团队都成熟了以后，要对接在一起，再去优化它。 我们的策略跟大部分大模型公司不一样。很多大模型公司AI蛮厉害的，但不太懂Infra，比如OpenAI的AI就是世界上最厉害的，但Infra是靠微软，这就很难优化了。因为OpenAI肯定不愿意也不敢把它模型的秘密都告诉微软，否则微软也做出一个OpenAI怎么办？但你不告诉又怎么去优化？这是很大的问题。 我这么大年纪创业，价值在哪里？在战略上，就是我能足够早地识别三位一体的必要性，能够做世界最大的AI猎头，能够把最优秀的人汇集在一起，告诉他们分别去做自己的部分。就像造车，需要一帮人去做引擎，一帮人去做车身，一帮人做底盘，分别设计，再把它拼在一起。战略思考和吸引优质人才，我觉得也是我个人比较独特的加分项。 《中国企业家》：OpenAI最开始为什么没有做Infra？在当时它没有看清楚这件事情，还是它觉得就交给微软来做？ 李开复：不是的。我觉得OpenAI没有犯任何战略错误。它在做这个事情的时候，大家都不太认为AGI会发生，也不太认为这么简单的一个Transformer Decoder Only的方法，能够成为目前世界上最强的推理模式。 它是在做一个有史以来最大风险、最大回报的研究尝试，然后尝试成功了。这时它就要去找合作伙伴来解决Infra的问题。按照OpenAI创立的时间，我不觉得任何人能够想到三位一体这样的做法。 《中国企业家》：你最近提到TC-PMF（技术成本×产品市场契合度）的观点，这是一个四维的思考方法，过去大家关注PMF比较多，现在把TC结合起来，这是不是和AI领域的创业属性相关？ 李开复：是的。在一个技术相对静态或者价格是相对静态的背景下，你只要做到用户和市场想要的产品就好了。但今年跟去年相比，顶级大模型的IQ可能增长了100个点，它所能做的应用就完全不一样了。你去年做产品可能要一年或者半年才做出来，如果只是用你启动产品时的IQ来做，做出来就很笨了。所以你要知道球会跑到哪里，不是球现在在哪里，这是技术方面。 价格也是。如果你在一年前就预测到GPT-4在2024年4月能达到可用的程度，甚至知道GPT-4o会出来，你就准备针对这个模型做产品，等到GPT-4o出来，你就完美对接了GPT-4o。 但还有一个问题，它的API收多少钱？这时就要看你的产品属性，如果是一个收费产品，它贵一点没关系，对用户收费来补贴我的API就好。但如果是一个DAU产品，要买量，钱不会马上进来，你补贴就能导致破产。你还要算GPT-4o什么时候才能降价到能够买得起流量，这就成为四维的一个思考方式。 这也是很多创业者可能面临的挑战。创业者如果是一个很好的产品经理，他对PMF充分了解，但对于技术发展的方向，他不掌握在自己手中，可能就需要跟大模型公司成为朋友，看看谁的模型、方向、时间表符合需求。还需要算出推理成本，即你相中的模型半年后做得够好了，成本会不会太高，所以有一定挑战。 零一万物Yi API坚决不做赔钱的to B，而是做能赚钱的to B。所以零一万物在to B方面精挑细选，找那种公司上下都愿意拥抱新概念的公司，也为它们设计了RAG知识检索、专有云、微调等方案，在国内国外都有尝试。 无论to C还是to B，API都很重要，零一万物也推出了接入国际SOTA成绩Yi-Large大模型的API。这个API背后的模型能力大概接近GPT-4o，但是价格是GPT-4的四分之一，我相信这可以帮助更多公司或者创业者达到所谓的TC-PMF。 《中国企业家》：你谈到零一万物的未来发展方向有四点：全球化布局、模基共建、模应一体、Al first，这与找到TC-PMF之间的关系在哪里？ 李开复：TC-PMF跟三位一体的整个概念是一致的，因为“三位”就是模型、应用和基础架构，所以模基共建、模应一体是完全一致的。 不过AI first不太一样。把AI first这个概念具象描述一下，它其实是两件事情，第一个我是有大模型，因大模型而生的AI应用，一旦把大模型拿掉了，应用就不work了。第二是人用最自然简单的语言方式来指导大模型，让大模型做95%以上的工作，我们只是一个引路者。 Microsoft Office copilot就不是AI first，而是Microsoft Office first，AI则是一个nice to have的补充。 真正AI first的时代，就是我的文档、PowerPoint都应该主要靠AI来写，阅读100、1000篇文章，AI读了教我。既然大模型比我厉害这么多，为什么还要我来读、我来写，我就应该不读不写，这才是AI first。 目前苹果手机还是靠触屏、滑动，以APP为主，这不是AI first。AI first就是我告诉你一个指令你就给我做到。 人最宝贵的是什么？是时间，如果我花30秒才能把指令发出来，还要再花5～10秒一步一步地去跟它走，那就不是智能助理。AI first未来会对设备进行革命，只是不在今天，可能在3年以后。它可能演化成别针、耳环、戒指、项链等。 同样，AI first对商业模式也会造成很大的改变，或许到时候我们就不再需要应用商店了。 我跟它说我要读一篇最棒的文章，它就不用在乎是来自哪家媒体；我跟它说买一个礼物给我老婆，它也不用在乎是在哪一个电商平台去买，它应该智能地帮我做了（选择）。这其实就是最大的商机之一。除了平台模型、API应用外，谁能把这个助理做出来，他就把应用商店的钱全都赚走了，而且他会分流现有电商等平台的钱，这才是真正巨大的目标。 今天我们讲模型、API，开始看到一些AI first的应用、三位一体等，再过几年可能就有巨大的商业模式的变革，包括应用商店的被取代，再往下是设备被取代，这有一个3~5年的过程。这会是一个彻底的颠覆，程度就跟移动互联网颠覆互联网时代的赢家一样，它带来的价值肯定比移动互联网大10倍。 04 赚钱，是AI 2.0时代的灵魂考验 《中国企业家》：当前的商业化最常见的路径，要么是API的调用，要么是to B项目的定制，我记得你说过不做项目的定制？ 李开复：对，我们应该是不做不能赚钱的项目的定制。 《中国企业家》：你的考虑是？ 李开复：最终的灵魂考验一定是怎么赚钱。 AI 1.0时代，早年商汤、旷视、依图、云从的竞争，刚开始比的是谁的博士多、论文多，比赛打得高，拿的订单大。再下面就是AI 1.0的头部玩家们比拼要怎么扩张收入，怎么产生利润，但这两点就一直没有达到。所以最终的灵魂考验没有达到，上市的公司表现不佳，没上市的公司不容易上市，这就是一个惨痛的结局。 所以我们要未雨绸缪地想到最终的灵魂考验。真正的私募基金或者上市投行，他们问的第一个问题，就是你的收入增长多快？第二是你每个单子赚不赚钱？第三是什么时候才能够打平？打平有两个部分，一个是算GPU的成本，一个是不算。 你讲不出一个赚钱的方法论，是拿不到那笔钱的。这些问题回答不了是不可能上市的。 就算你能做到三四十亿美元的估值，甚至再高一点，不能上市最终还是死路一条。大家现在疯狂地去融资、拿资源、比估值，但是要考虑终局是什么。 所以从零一万物启动的第一天，我们就说好了不做赔钱的生意。 我们的应用有两种，一种是马上赚钱的，已经在海外有很好的收入；一种是以DAU为主，今天不赚钱，但是一两年以后就可以赚钱。 第三种就是project base（项目制），至少在中国的今天，我没有看到任何一个单子可以打平甚至有利润。 现在投资人已经没有以前那么天真了，他不会因为你是AI公司、能拿500万的单子，就认可你，他还会问你赚不赚钱？这单不赚下单为什么能赚？讲不出这个逻辑，对融资没有任何帮助。所以我们也在做to B业务，但是我们的to B业务一定要求每一单都要有相当的利润。 《中国企业家》：在AI 1.0时代和AI 2.0时代的商业化逻辑是发生变化的？ 李开复：不仅是理论上的变化，实际上还有实操的问题。 从理论上来说，AI 1.0是一个重交付的工作，每个项目、每家公司、每个应用都不一样，比如我做一个项目可能花500万，最后你愿意付我多少我就拿多少，我花500万赚400万或300万，最后是赔钱的。 AI 2.0可以带来的价值更大，可能达到5000万，成本也相对可控，因为有大模型作为底座，所以理论上是可以用2000万创造5000万的收入，甚至模型做好后，我可能300万能创造5000万的收入。 但这是理论上。实际上今天在国内因为种种原因，有些大企业会觉得，从来没买过这么贵的软件，或者会觉得我给你下了订单，你去用订单融资，你可以估值增加10亿美元，我就压你的价钱。 还有一个思维就是把这么多大模型公司放在一起比较，最后可能价钱是占60%，性能只占40%。价钱降到一块钱，性能不怎么样，说不定我也买。 整个国内to B的商业环境和认知，造就了一个不是很好的商业环境，所以我们就选择不参与这样的商战。我们会找保证有利润、做一单赚一单的方法。 《中国企业家》：这对甲方来说也是个新课题，他原来没有面临过这种to B大模型的采买，对他来说是个新鲜的事。 李开复：对，理论上如果今天中国只有一家大模型公司，其他公司统统不在了，我觉得是有议价空间的。但是有这么多大模型公司和大厂，而且做得都还不错，那就创造了这样一个环境。 简单来说，to B能做出真正利润的机会，目前我们判断会先发生在国外，不在国内。我们做的大单现阶段更多地针对国外客户，这是零一万物国际化的优势，也是我们和国内其他大模型企业相比独特的全球市场能力。 大模型全球化的趋势也受产业侧旺盛的需求影响和驱动。我们一直重视大模型的多语言能力。我自己在国内、国外都有人脉资源，比如世界100强公司的CEO，我在过去一年就见了20多位，总能拿到几个单子。 《中国企业家》：你在公司扮演了一个很大的销售角色？ 李开复：任何to B的生意一定是CEO谈的，to C的话没有那么大压力。我觉得我肯定要呈现自己能带来的价值和优势。谈成to B大单就是我的优势。 《中国企业家》：最近OpenAI又爆出了“内斗”消息，伊利亚前段时间也离职了。这种情况下，OpenAI还会是技术引领者吗？你对GPT-5还有期待吗？ 李开复：我对这个公司还是充满着尊敬。 我跟Sam、伊利亚、格雷格都认识很多年，他们刚创立（OpenAI）我就去参访了他们，我也是GPT-2最早期测试的用户之一。我一直特别佩服他们，一方面有这么宏大的理想，执行方面又不遗余力。从处理数据等方面来看，他们真的会花最大的心思，是既愿意孤注一掷又重视细节的公司。 领导力上，既务实，又有宏伟的梦想，还有强的技术人，我觉得这是一个不可思议的公司，有点像当年我加入Google时的状态。 但是话说回来，我觉得他们现在很难平衡这两件事情。一个是梦想——第一个打造AGI，要告诉全世界scaling law没有结束，还要再花越来越多的钱，甚至7万亿美元来打造芯片，这是他讲故事和梦想的方向。 另外一方面，他又有很务实的问题——这么多竞争对手虎视眈眈，他要不断融资。 包括OpenAI合作伙伴像微软都开始有些同床异梦了，竞争对手像Google更是你死我活，所以它的生存面临很大的挑战，需要不断地去增加收入。我说的灵魂考验，它早就面临了。它不能只靠梦想融资，收入是多少？增长多少？产品的触达率是多少？这些问题都是它每天面对的。下一次融资不能只讲梦想，还要讲实际的结果。 这会导致这家公司有点“精神分裂”：有属于梦想派的人，有属于实干派的人，这两派的斗争一方面是自然的，一方面也很难化解。这就看未来它能怎么走。之前谈到的两次分裂，都是因为梦想派跟务实派，梦想派是伊利亚，务实派就是Sam，但Sam又是一个很会讲故事的人。 《中国企业家》：他是营销大师。 李开复：他可以把梦想跟务实结合起来，但公司在内部的灵魂考验，就是伊利亚这一批人觉得真的达到了AGI后，需要拨很多钱来控制它。我觉得Sam宁可把这些GPU跟人力花在赚钱打造业务，这也是无可厚非的商业选择。 但如果你的梦想就是要做一个比人类还要强大的大脑，当你真的完成了这个梦想，你就要负责去管住它。这几件事情的平衡，我觉得可能是有史以来任何一个CEO面临最大的挑战之一。不能说他做得不好，也不能说这家公司值得诟病，我们还是非常尊重他，但是这个必然发生的问题没有一个很好的解决方案，未来看他能不能继续保持平衡。 当然比较正面的是，当他要被董事会踢走的时候，公司里面800多个员工有700多个是愿意跟着他走的。这让我觉得最终会走向他想带公司走的道路。这个道路是务实还是梦想，会不会带来灾难，我们就拭目以待了。 05 从未用年龄给自己设限 《中国企业家》：你今年已经62岁，是国内科技圈中年龄最长的创业者，你为什么选择在这个年龄全情投入进去？考虑过年龄限制吗？ 李开复：从来没有想过。当然每次外部问我，我就会想一下。 从微软、Google到创新工场，我都是跟年轻人在一起。无论是聊技术、趋势，都没有任何代沟的感觉，我自己心中也认为我还是个年轻人。有时候跟我家人开玩笑，怎么还没长大就已经老了？但其实这意味着我并不觉得我老。 从我的工作力度，还有我对团队的领导力和价值，我觉得都是比较独特的。比如在微软，我学会了怎么有组织地打造一个完整的战略生态；在Google，我学会了怎么找一批最聪明的人，让小团队能够做出大结果；在创新工场，我经历了整个移动互联网从预测、投资、落地，对整个发展生态都有很深的了解。 今天面临AI时代，如果说未来不是只想做一个成功的科技公司或者一个上市套现的公司，而是希望做出下一个万亿美元（的公司），我觉得这非我莫属。 《中国企业家》：可能AI是你生命当中的一条主线，虽然你不断地在做一些切换，但是最终这条主线会把你人生当中所有的“珍珠”串起来，今天这一刻可能是穿起来那一刻？ 李开复：我觉得非常对。我记得看到AI的那一刻，我就觉得这是我这一生想做的事情。 包含恋爱结婚，这可能是我唯二的一见钟情的两件事。 我觉得一个主线其实是不够的。如果AI是我的主轴的话，公司战略是另一个很重要的轴心，还有产品、资本市场，（我需要）打造一个完整的生态系统。从一个梦想的角度来说，最后的结果就是达到AGI（通用人工智能），改变全世界；从一个比较俗气的角度来说，就是打造一家万亿美元的公司。 《中国企业家》：你当年写的《向死而生》这本书，第二页写了一段话，大意是“我在病中才意识到生命是一段旅程，然后每一个瞬间都值得珍惜，都值得回味，而不仅仅是结果。所以从那一刻开始，要放弃对宏大事物的追求”，大概是这个意思。但是现在你又投身到创业当中，AI创业是一件特别宏大的事，你心态又发生了变化？ 李开复：对，可能在书里你也看到我跟星云大师的对话，我对宏大事物不再那么追求，背后的理由是星云大师跟我说的，他说如果你只是希望去改变世界，把这个当做你唯一的价值，你就可能会走歪路。 因为为了要改变世界，你可能就会让自己更有权有钱，他的建议是，我们要追求那些能够真正给世界带来价值和福祉的事情，不要考虑自己能得到什么。我觉得这是《向死而生》里精髓的一句话。 另外一件事情就是，我生了病才知道家庭、家人和朋友的可贵。因为无论多伟大的事业，当你发现人生只有100天的时候，你可能最想的不是去工作，而是怎么去把时间花在你爱的人跟爱你的人身上，所以这两个是我最大的教训。 有关第一个教训，我们把做零一万物的初心和我们整个公司的方向，定为“让通用人工智能普惠各地，人人受益”，给社会带来价值。不要认为我的利益或者我的名声多重要，我对外说了，我的股票10年内不会卖。我不是为了出名而做这件事情。我的初心是纯粹的。 关于第二个教训，哪怕我现在工作非常努力，我也一定会把足够的时间，花在家人和朋友身上，尤其他们需要的时候。只是我可能就要牺牲其他很多事情，比如说我的嗜好等等。家人也蛮体谅我的，他们真的需要我的时候会要求我怎么样，但是大部分时候他们也理解我工作很忙，但是忙得很快乐。他们也很开心地去用零一万物研发的AI助手万知，然后给我看他们得到的结果。所以（除了AI）没有什么让我更能把生活跟工作、快乐跟成就结合在一起。 中国企业家杂志26 《中国企业家》：高考刚结束，现在正进入填报志愿的阶段，今年人工智能特别热，您是否建议高考生去报考人工智能相关专业？ 李开复：每个人都去报考人工智能肯定是不适合的，适合做的去做，不适合的不该去做。 不要认为人工智能专业里面的每一个工作都是人工智能不能取代的，人工智能专业里很多工作也是可以被人工智能取代的。世界排名前列的大模型编程能力越来越强，学AI先学编程，如果编程学得不是很精很好，再过4年大学毕业了也是要被替代的。AI现在里面有很多的算法是人写的，以后应该是AI来写，包括大模型的架构等也是如此。以后AI领域和其他领域一样，如果你不能做得非常顶尖、前沿，都会被AI取代。 这对整个人类来说是一个巨大的机会，工具可以帮我们增加生产力，但也是一个巨大的挑战。这个工具变得够牛了，以后就要取代我们的工作，但最终金字塔的上端还是人类。是人类专家去告诉AI，我给你什么样的条件跟方向，去发明什么东西。人要去提问，AI才会解答。 因此，我觉得要找自己最有才华和兴趣的领域作为自己的专业，这样才能发挥自己所有的潜力。 另外，无论挑什么专业，都要把大模型作为自己最好的伙伴，求知、学习、收集信息，过去用图书馆、用搜索引擎，接下来就要用大模型了。当然不是说不用搜索引擎，而是用搜索引擎去分析求知，或研究了解学习的功能就要被大模型取代了。 我的第一个建议是，做自己擅长和爱好的事情；第二个建议是，要了解在这个方向大模型的影响；第三是要拥抱大模型，让它成为你的学习和成长的伙伴。 《中国企业家》：你的观点非常有意思，实际上在一家人工智能公司当中，很多岗位恰恰是很容易被人工智能取代的。 李开复：肯定是的。人工智能取代的不只是简单重复的工作。如果5年前你问我程序员会被取代吗？我可能会说肯定是测试等非常初级的工作会被取代，但现在讲一句话一个网站或游戏就自动被设计出来了。按照现在大模型推理和生产能力的趋势，未来大部分编程工作可能都是AI主导，人可能就是去问问题、做修改、测试结果以及迭代。所以无论什么领域的工作岗位，都一定要做最好、金字塔尖。成为去管AI的人，这才是绝对的“金饭碗”。 《中国企业家》：你的健康可能是投资者关心的问题，可否简单分享一下怎样做健康管理？ 李开复：我其实是用AI大模型来管理我的健康。我自己对于健康需要了解，我就会问万知，然后它可以指点我，比如什么东西该多吃，什么能吃或不能吃。 另外还有一个更中心化的管理方式，叫AI长寿，这是一个很新的领域。之前创新工场投资的一家公司叫做英矽智能，致力于用生成式人工智能做药物研发，他们也开发了用于衰老时钟研究的AI大模型。 有一次我跟创始人Alex说，制药只是针对得了疾病的人，怎么让自己活得更长，我得过癌症还是有担心的。他就把私人医生介绍给我，他的私人医生也用了他开发的一个工具，我们需要每年做个很完整的体检，体检数据用大模型的方法完整输入给AI来评估。 我开始用这个服务的时候是55岁，当时评估我的生理年龄55岁，生物年龄也是55岁。然后AI会再提出，如果你想看起来像54岁，需要怎么注意饮食、运动、睡眠等等。 AI给出建议以后，长寿医生会根据AI的建议再来分析。 所以这是一个完整的管理方案，我现在吃很多营养品跟一些药物，主要是营养品。吃了以后真的有效，我今年刚测我的生物年龄，还是55岁。7年过去了，我没有变老一年。 所以用AI大模型肯定是有效的，但还要由医生最后去把关。 《中国企业家》：现在很多企业家又开始讨论要不要做“网红”，实际上早期在微博时代，你是国内企业家当中第一批拥有最多粉丝的人，你看当前这种现象，会有什么感觉？ 李开复：对，当年微博的巨大粉丝量让我学到的教训是，我的目标是为了改变世界，但当时分不清楚什么是为了改变世界，什么是为了自己出名。 微博的粉丝就是当年对我最大的诱惑，自从听了星云大师的建议之后，我就淡出微博了，专注我喜欢做的事业，还有我的家庭朋友等等。我如果上微博或抖音或其他的渠道，是为什么？是为了让自己更出名，才能够有更大的影响力，才能改变世界。如果是为了赚钱和出名，我绝对不会做这个事情。 今天我虽然开了抖音号，但我在上面更多分享的是AI时代对人类的意义是什么，怎么用AI让每一个人提升自己的潜力，我就专注谈这一件事情。我没有任何意愿去点评整个世界。我觉得粉丝愿意来看我的号，是因为他们觉得AI很重要，我就尽我所知来分享，仅此而已。

早在魅族 21 Pro 推出时，魅族就推出了不再做传统手机的「All in AI」理念。 透过在 Flyme AIOS 引入 AI 功能，手机可以实现更多内容生成、AI 自动化的功能，减少用户的重复操控，用着更加舒服。 在做手机的同时，魅族也在尝试用其他产品与 AI 结合。 他们复活了自己的「Live」耳机招牌，找到了老朋友恒玄和娄氏，用上旗舰芯片的同时做了一组同轴圈铁单元，然后推出了自家新一代真无线降噪耳机魅族 Live AI，实现从手机到周边产品的 All in AI 全覆盖。 先来看看包装和外观，魅族在这用的还是传统设计。 经典的方形天地盖包装，耳机和上盖之间有一层厚磨砂膜遮挡，耳机盒下方放着替换用的耳塞，算上预装在耳机上的有 S、M、L 三个尺寸，满足最基础的适配需求。 耳机的充电盒用了经典的鹅卵石造型，白色的外壳上加了哑光处理，上手质感沉实光滑。 盒内采用耳机完整外露的磁吸挖槽设计，全身经过光泽处理的耳机和哑光充电盒结合在一起刚好形成了视觉反差。 盒子保留了实体配对按键，直接放到底部充电口旁边的做法保证了充电盒的一体性。支持长按进入配对模式的设计，耳机操作起来更符合大众的操控逻辑，用着很直观。 耳机是标准的带耳柄设计，机身到耳柄的凹槽刚好能够卡到耳朵上，耳机能够很轻松地「放」到耳机上，佩戴的异物感很低，长时间佩戴也不会太累。 耳机用了带触控功能的粗耳柄设计，通过捏着耳柄前后实现播放暂停和切歌功能，上下滑动则是调整音量。 配置方面，魅族 Live AI 还是恒玄和索尼的老组合。 主控芯片是恒玄 BES 的旗舰新品 BES2600Z，支持蓝牙 5.3 和 LHDC 传输编码，开启 LHDC 模式下最高可以实现 24bit 192kHz 无损传输，实现 Hi-Res Audio 支持。 蓝牙连接的稳定性也不错，作为一款旗舰定位的真无线降噪耳机，魅族 Live AI 连接手机玩射击游戏的表现还不错。没有单独的低延迟模式，普通模式下玩《和平精英》基本感受不到明显延迟。 降噪的部分，魅族用了索尼的 CXD3784 降噪芯片，在「魅族耳机」应用里面有多个档位可选，也可以选择智能降噪让耳机自主调节。最高的档位，能够实现 45dB 的降噪深度。 在日常使用里面，Live AI 的隔音做得不错，在办公室下戴上耳机开启音乐就更高阻隔空调和键盘的声音，安静环境下用高档位降噪的必要性不大，只有到地铁和到一些自带背景音乐和周边有多人谈话的咖啡店时才需要开启降噪。 比起降噪强度高的模式，耳机自主调节的只能模式会更常用。 续航的话，开启了降噪的魅族 Live AI 有 5.5 小时，关闭降噪有 7 个小时，充电盒在满电状态下能够为耳机提供 22 小时续航。 和单耳机 8 小时的基准有点距离，但配合充电盒使用的话还好。 声音的部分，魅族 Live AI 搭载了一颗 11mm 动圈低音单元，和一颗与楼氏联合研发的 5mm LIVE PRO 动铁单元，两个单元以同轴排列的形式组成圈铁双单元组合。这个单元选择和结构能够减少各个频段之间的相互影响，对于机身空间寸金尺土的真无线耳机来说也是个友好的选择。 魅族在耳机中用了楼氏最佳听音曲线，优化了耳机的基础声音输出，让用户在不进行自适应调整的前提下，声音表现都不会太平白。 至于 AI 的部分，魅族用上「AI 灵动听感」耳内声场定制技术动态调整声音输出，让声音更符合用户的耳道特征和环境。 简单来说，这项技术和家用音响房间检测校准的技术相似，都是先通过耳机放出测试声波，然后透过捕捉声波的反馈来获得耳道和听力特征、耳机当前佩戴贴合度数据，再通过数据配合 Audiodo Personal Sound 技术进行动态音频调整，实现自动自定义听感的效果。 听感方面，魅族 Live AI 的表现还不错。 声音风格和宣传一样以面向流行乐为主，动铁专注高频、动圈专注低频的设计能够让两者之间有很明确的距离感。歌手演唱的位置和背景相差不少距离，这种既不贴面也不会和背景混为一谈的效果能够让人更专注于演唱，听着更舒服。 低频表现很饱满，是传统流行音效要求的饱满和有力。但声音表现不糊，声音倾向是卖弄细节锐度和解析力的类型，听起来比较清爽。 声场表现较为松动，没有困在小小录音室的局促。耳机在处理乐器尾声的部分也很自然，甚少出现恰然而止的状况。 总的来说，魅族 Live AI 是一款整体表现和声音风格都很标准的真无线降噪耳机。 599 元的定价里面有强降噪、有无损传输还有不需要深度适配的完整 app 控制，手机厂商要有的功能和基建配置，魅族一个不落地做到了耳机上。除了续航上有一点点不够强之外，其他基本上都达到了满配。 声音方面，耳机的整体素质还不错，听感是迎合时下大众追求的一种轻盈的流行感。质感饱满，声音细节和人声的刻画有心思，配合高规格的音源，Live AI 在一些乐器的表现和声音细节上有点魅族 Live 的影子。 如果你魅族手机用户，那 Live AI 确实就是唯一的选择了。 如果是非魅族但也支持 LHDC 的 Android 用户，想在比 2-300 元的入门价位高一点，但有还不至于一下子升级到 1500 元档的价格段内选一款没有品牌门槛的真无线降噪耳机，魅族 Live AI 也值得考虑。