全球混凝土及砂浆行业供应链平台

今年618电商年中大促，直播带货领域出现两个热门话题：超级主播魔力消失，大力投入店播。 有人统计了今年618期间多个平台超级主播动向，发现疯狂小杨哥等多名超级主播要么缺席，要么未能引发多少关注。李佳琦不久前坦言，“今年的618大促难不难？我觉得是难的。” 超级头部主播的话题并不新鲜。从整个直播电商行业发展的视角，各大平台店播的发力其实更值得关注。 据36氪报道，近期小红书电商买手运营业务已与商家运营业务合并，组成电商运营部，核心是“丰富店播供给，形成买手直播和店铺直播并行发展的状态”。 淘宝直播发布的数据显示，618前四个小时，67个店铺直播间成交破千万，小米官方旗舰店成为首个破亿店铺直播间。 小红书发布的618开门红战报显示：商家开播数为去年同期的3.8倍，店播GMV为去年同期4.2倍，“店播已成为商家最强增长引擎”。 直播带货起步之初，达播和店播即已共存。热闹的直播电商行业发展至今，商家和平台均已意识到，两种直播带货方式并行不悖，相辅相成。只有综合加以运用，才能实现最大化价值。 过去两三年，各大互联网内容和电商平台纷纷加大对店播的扶持，引导商家参与其中，店播在直播带货大盘中的占比不断提升。 早在2020年，淘宝直播就曾宣布店播与达播的比例已达1:1；2021年，店播占比进一步提升至70%。抖音店播同样发展迅猛，虎嗅援引知情人士言论称，2022年，抖音商家店播占比接近55%。 不难看出，店播已成为直播带货行业公认的发展方向。 但店播究竟该怎样做，却并未形成标准答案。 各大平台都在积极探索，尝试找到适合自身的发展路径，为商家提供店播方法论，从而率先拿到通往直播带货下半场的船票。 在这场必须参加的考试中，起步较早的抖快、淘宝，作为新势力的小红书、视频号等等，都处于同一起跑线。 店播在直播电商大盘中的占比超越达播，标志着整个直播带货行业进入了下半场。 直播带货兴起的标志是2016年淘宝直播的诞生，这一年也被称为“直播带货元年”。在行业发展早期，李佳琦、薇娅、辛巴等头部主播风生水起，单个直播间每年可实现数百亿元的销售额，带货威力令人咋舌。 但在各个平台的达播烈火烹油、狂飙突进的同时，店播也在高速发展，开播商家数量、订单量和交易额不断攀升。特别是过去两三年，各大平台加大了对店播的扶持力度，商家规模进一步提升，最终让店播反超达播，直播带货行业格局发生根本变化。 尽管拥有李佳琦等顶级带货主播，近年来淘宝一直把店播作为发展重点，去年双十一更是把发展店播作为发力点。2023年双11，淘宝直播GMV首日破亿直播间中，店播占比超70%。 但这并不意味着，各大平台打算以店播取代达播。店播与达播，并非一个硬币的两面。 其核心逻辑在于，店播与达播两种直播形态各有所长，能够满足商家和消费者的不同需求。在一个完整的直播电商生态中，两者缺一不可。 达播的长处在于，借助达人聚拢庞大流量，帮助商家打造爆款单品，快速实现销量爆发。李佳琦等顶级主播的直播间常常“秒空”，一场直播甚至顶得上商家一个月的销量。 此外，能够出现在头部主播的直播间，对于参与品牌的知名度也能快速的拉升，“李佳琦推荐”“董宇辉推荐”等字眼无疑具有更高的吸引力和信任感。过去一年多，在董洁的小红书直播间里，也有多个小众品牌形成破圈。 相比之下，店播更适合充当商家日常经营与长线经营的舞台。 达播带来的密集曝光，让商家有了销售机会；相对应的，商家也需要持续提供更丰富的供给，从而接住“泼天流量”。 通过店播，商家可以更主动地与潜在消费者接触，并介绍更多SKU；还可以引导他们进入私域，为中长期的运营、销售和复购培育土壤。 这一切的发生，基于一个核心转变——电商商家们既要销量、又要利润、还要品牌，唯销量至上时代已经远去。 过去几年新流量红利，催生了一批有爆品却无品牌的商家。看起来销售数字很好，最后扣掉直播间投流费用、扣去运营的成本，反而成了亏钱的一方。到最后，消费者连自己的牌子也没有记住，更别提复购。 这种境遇同样存在于已经成熟的品牌。商家们的解法逐渐也逐渐趋于一致——与主播持续合作，以获得销量的爆发与品牌拓新；开设店播，通过细水长流的店播，更加从容地向来自达播场景的用户介绍理念、传递认知、推介商品，在促进更多SKU动销的同时，积淀粉丝和口碑。 把店播做起来、与达播并驾齐驱，正在成为品牌商家们的共同选择。 618期间，小红书除了发力店播，也向买手提供了大量扶持和激励。平台推出了买手抢位赛和冲刺赛两大玩法，买手完成GMV、累计开播时长等目标后，即可获得奖励。 从发布的数据看，这些举措取得了不错的效果。大促开启后，章小蕙单场直播成交金额再次突破1亿元。 同时发力店播和达播，目的是让两种直播形态形成两条腿走路，或者说是双轮驱动。 无论是体量庞大的淘宝、抖快，还是新势力中的小红书、视频号等，都在朝着“达播+店播”的方向前行。 在一众平台中，今年618表示大力投入店播的是小红书。 这多少有些让人有些出乎意料，甚至有人认为，刚刚通过买手获得出圈的小红书电商，现在发展店播是不是为时过早。 在字母榜（ID: wujicaijing）看来，从直播电商业务的发展节奏，小红书到了发力店播的时间节点。 回到2023年2月底，单场销售突破3000万元的董洁，成为了被全网讨论的头部主播。小红书电商也随之受到关注。紧接着，章小蕙的小红书直播间实现出圈。 董、章被大范围讨论，不仅源于单场销售额，更多来自于她们示范出来的小红书电商主播的风格，娓娓道来，画风精致，选品别具一格。 2023年8月，小红书电商首次整体面向外界发声，举办的大会上提出“买手时代已来”，买手的概念开始被广泛认知，同时也让外界看到了小红书认真做电商的决心和姿态。双十一期间，记者转型的家居买手“一颗KK”累计破亿，同时有多个千万级买手诞生，证明小红书的买手直播确已形成心智。 这为小红书电商在今年大力投入为店播创造了条件。 另一个时机在于，大量电商商家正在进入小红书。 2023年底时，有一个判断在商家中广为流传，“2024年最值得投入的电商平台，一个是视频号，另一个就是小红书。” 据36氪报道，过去一年，小红书电商两个重要行业时尚潮流、家居家具，2023年新商家入驻数分别同比增长超6倍和4倍。 商家的涌入，意味着对于店播会形成巨大需求。同时，完善成熟的店播产品和工具方法论，也是吸引更多商家入驻的关键。 此前的店播，总是存在模仿达播的倾向。反而起步稍晚的小红书，商家店播新意颇多。 字母榜了解到，某小众瓷器品牌此前在小红书开设矩阵号，通过发布图文笔记、短视频等，积累了3万多忠实粉丝；入局直播带货后，月销售额超百万，目标超500万。 这个商家会在每条高热笔记添加群聊组件，引导用户进群，并在群聊中分享直播间链接，带动用户直播互动、完成销售转化。 某假睫毛商家在小红书拥有约15万粉丝，主播在直播间里，会手把手帮助观众选择适合自己的产品，有用户称之为“邻家姐姐式直播”，如今月销售额超百万元。 小红书的店播会是什么样？平台似乎还没有给出一个描述。不过最近36氪报道，引用参与了近期小红书电商店播调研的人士透露，“商家直播间不应是单一的卖场，而是需要耐心讲解、做好服务、与用户形成互动以及丰富的货品，让用户看店播有一种在线下逛一间间门店的感觉。” 之所以如此，是因为小红书的底色是内容社区，这也是小红书电商的建构根基。 得益于电商与社区深度融合，商家无论做达播还是店播，都有机会在拉升销量的同时，积累优质内容、沉淀忠实粉丝，并通过持续经营私域，提升复购率、塑造品牌心智和忠诚度。 小红书用户更青睐基于真实体验的优质内容，不喜欢单纯的吆喝叫卖，为店播版的“娓娓道来直播”提供了土壤。 同时，小红书用户的付费意愿和能力更强，商家能够以较小粉丝量撬动较大GMV，从而让店播重心不再仅仅是引流、转化，而是服务好核心用户，在更长周期内实现动销和利润。 这是小红书店播值得期待的地方。倘使小红书店播形成自己的特色，也为“店播究竟怎么做”的行业难题提供了一种答案。

撰文 | 吴先之 编辑 | 王 潘 雷军与小米SU7带走了流量，带不走小米的底色：性价比。 2月3日，雷军发微博称，卢伟冰兼任小米品牌总经理，同时以后小米手机发布会都将由后者主讲。月中小米14Ultra的发布会上，卢伟冰如约登台，完全接过了小米手机的“话筒”。 5月23日，小米发布2024年第一季度财报。截至3月31日，小米实现营收755亿元，同比增长27%。经调净利润65亿元，同比增长101%。造车意味着小米重新步入投入周期，此时保持利润增长，是一件好到不能再好的事情。 截至5月15日，累计交付量达到一万辆，这个交付数据短期无法完全撑起大盘，因此手机仍然是小米眼下最重要的基石。 手机板块形成了国内国外两种截然不同的策略，国内市场方面，主品牌延续高端策略，Redmi延续性价比策略。考虑到去年多个季度国内ASP不断增长，小米旗舰机应有不错表现。反观海外市场则是彻彻底底地打性价比牌，这也导致小米ASP持续下探。 一季度小米手机业务全面回暖，既有行业回暖，东风独宠“卢郎”的因素，同时也受益于海外市场的增长。只是，这种增长或多或少带有“性价比”色彩。 东风已来？ 一季度前，小米刚刚完成了一次切换。 2023年年报显示，去年全年，小米手机全球出货量为1.45亿部，超过1亿部进入海外市场，约4500万部在国内市场。这表明，小米在国内市场不断冲高，而国外市场则大打性价比牌。 上个月，市场调研机构IDC与Canalys所发布的今年一季度全球智能手机出货数据显示，全球市场小米登上第三，增量来自海外市场。 到今年情况发生了些许变化。 前四个月，国内市场复苏，尤其是线上渠道重新步入增长周期。据Sandalwood紫檀数据电商监测数据显示，2024年开年中国电商市场手机品类大盘稳步增长，前四个月销量同比增长10%，同比增速达到两位数水平。国内快速增长的线上市场，是拉动小米手机销量的核心动能。 上述机构提到，具体到今年国内前四个月数据来看，小米品牌的均价逐步提升，米14系列已成为高端市场中具有较强竞争力的旗舰产品线之一，从电商数据来看，14系列销售水平超越11系列，创下新高。小米整体的量价表现持续稳步提升。 这股东风显然让依赖线上渠道的小米，在国内出货量上有了更好的表现。截至一季度，小米全球出货量为4060万部，同比增长33.7%。简言之，国内手机市场回暖+线上渠道增长，共同助推小米手机出货量增长。 量增的背后是价跌，尤其是小米一直以来希望甩掉“性价比”的帽子，冲击高端。尽管出货数据靓丽，但此前导致小米ASP一路下行。今年一季度，小米手机ASP为1144.7元，同比略微下滑0.6%，已连续三个季度下滑。 2022年第三季度至今的七个季度中，小米在财报中都曾用类似的文字解释国内外市场手机ASP的变化情况：国外ASP下滑，国内ASP增长对冲。本季度，财报提到，国内外ASP皆有回升，不过由于ASP更低的境外市场收入占比增加。要不是一季度国内市场回暖，小米ASP的跌幅可能会更大。 财报中没有说的事情是，在性价比的基础上冲高，会产生大量库存。自2020年冲高元年开始，小米库存持续走高，这一境况直到2022年第三季度开始转变，这也恰好是小米发力海外市场的起点。 在东南亚、印度、南美、非洲等市场，小米的核心和产品皆为入门级产品。例如小米今年在印度市场子品牌POCO发布的两款新机X6与X6 Pro，实际上是国内的高通版Redmi Note 13 5G与Redmi K70E。Redmi Note 13系列尽管产品力不错，但由于前者堆料很足，核心零部件拉不开代际差距，因而销量很难超越之前的Note 12 Turbo。 天玑6080与骁龙7+还是存在些许距离。 除此之外，小米进入非洲与拉美市场的“敲门砖”同样是入门级产品Redmi 13C。这款100美元的成熟产品，能够给到当地移动运营商充分运作空间，得以搅动当地市场——这一方法与传音的扩张逻辑大差不差。 雷军该如何说服米粉掏钱？ 分业务看，小米一季报没有太多可挑剔之处。尤其是手机业务收入规模和增速让人想到了2021年的高光时刻。IoT、互联网广告收入增速也都实现两位数增长。 截至一季度，小米手机收入465亿元，同比增长33%；IoT收入204亿元，同比增长21%；互联网服务收入80亿元，同比增长15%。收入增长，毛利也维持在较高水平，三大业务依次为14.8%、19.9%、74.2%。 我们前文提到，小米增长主要受国内市场回暖影响，而更具体的原因其实来自米粉。2020年开启高端化以来，米粉复购率处于震荡之中，到2022年开始震荡上行，到今年一季度，复购率来到75%，创在近年新高。 这表明面对华为与苹果不断刷新价格上线之际，冲击高端的小米，仍然维持着“感人”的价格，反而获得了相对的“性价比”优势，从而重新拉回了米粉的关注。例如日前，小米14突然直降618元，配合线上大促，继续走量的心思已经非常明显。 电商大促一直是小米最为重视的营销节点，品牌促销+平台补贴，很容易打开消费者的钱包里。以目前618为例，14Ultra 16+256G配置在官方店的价格与发售时无二，但第三方商家价格甚至已破5500元。有渠道商告诉光子星球，按照往年情况，618结束后，可能还会继续破价换量。 “618靠渠道商拉动销，618后得靠实打实的价格，否则等到下半年，消费者的注意力已经放在下一代新机上了。”日前，小米数字旗舰系列国行新机小米15、小米15Pro、小米15Pro钛金属卫星通信版已经入网。 性价比有利于量，而不利于质，其带来的真正问题并非压低利润空间。事实上，过去几年，小米手机ASP持续下探的同时，毛利却长期处于上涨通道中，自2020年一季度的8.1%，涨到了今年一季度的14.8%。 唯一能够解释的，只有小米国内外分工明确的产品思路：国内上新卷产品，国外低价去库存。 真正得让雷军头疼的问题是，自家米粉的单位购买力正在持续衰减，这对小米手机、IoT、汽车“人车家全生态”来说并非好事，甚至会影响到小米汽车的后劲。 今年一季度，小米手机月活人均消费70.7元，IoT月活人均消费31元，互联网服务人均消费12.2元。季度内，小米月活用户在生态内的人均总消费113.9元，这个价格相当于百度网盘+腾讯音乐季度会员的价格。而在2020年，这一数据是156.9元，同期百度网盘+腾讯音乐季度会员价格还不到90元。 眼下，AI与大模型或许能为小米提供一个逆天改名的机会。端侧大模型将改变传统的人机交互模式，也将增加手机在智能硬件生态中的权重。据了解，一季度小米已接入百度文心一言。 海外去库存的策略，到底能否将之转变为生态消费力，还得持续观察，目前难以定论。当下印度、东南亚、南美、非洲的IoT市场还处于早期阶段，分散且用户心智尚未建立，小米可能需要在上述区域重走一遍国内走过的路。 靠米粉不如靠东哥 618前，小米与京东达成战略合作，根据官方信息可知两个核心要点，一个是未来三年小米在京东全渠道销售额2000亿，另一个是深化合作。 未来三年2000亿元实际上是签了一个价值2000亿元的包销协议，这部分主要涉及到预付款、最低价等内容。所谓深化合作，实际上是京东进一步将之转化为营销、仓储、履约、数字化，以及金融等自身生态的客户。 去年，小米曾在内部成立了一个由CFO牵头的“降本增效专项组”，希望持续改善业绩与内部增效。过去几年，小米一直在压缩成本应对手机寒冬，这一策略已触及边际，最近两个季度呈加速反弹态势。借助新的包销协议，寻求外援，则是上述调整的延续。 在米粉购买力持续走低的情况下，向京东借力不失为一个很好的策略。这相比于下场做短剧、拓展白电与日用杂货SKU更为务实。 雷军接下来需要想一想，小米生态越来越难以提升每一位米粉的消费力时，小米汽车只能向其他用户要增量。在车手互联的大背景下，拿着“菊花”品牌样式的手机用户很难成为小米汽车的拥趸，那么小米又如何拿几十万的车“感动”其他用户呢？

5月23日，小米集团（HK01810）交出Xiaomi SU7系列发布后的第一份业绩答卷。 2024年第一季度，小米集团营收人民币755亿元，同比增长27%。经调整净利润达人民币65亿元（包括智能电动汽车等创新业务费用人民币23亿元），同比增长100.8%，创单季历史新高，业绩增速步入快车道。 主营业务智能手机业务、IoT与生活消费品业务、互联网业务在Q1均实现双位数增长，收入分别为人民币465亿元、204亿元和80亿元。 一季度汽车业务以亮眼的首战业绩首次亮相小米财报——汽车发布首月交付7058台，截至4月30日锁单88063台，超过市场预期。6月交付目标将超1万辆，年度交付目标超10万辆。 随着智能手机高端化水平提升，IoT与生活消费品毛利率大幅提升，「人车家全生态」战略全面落地，小米正进入全新的发展快车道。 小米带来中国新能源汽车新叙事 财报披露的数据显示，Xiaomi SU7系列在发布后43天就完成了10000辆新车交付。小米集团在财报中表示：“我们的目标是，2024年6月，Xiaomi SU7系列单月新车交付量超过一万辆。” Xiaomi SU7的“现象级”成功，让小米以新的姿态再次刷新了大众对中国智造、产业生态的理解。中国新能源车的新叙事也由此展开。 2023年，中国汽车产销量首次双双突破3000万，连续15年稳居全球第一，中国新能源汽车内卷加剧，卷配置、卷价格，市场竞争进入白热化。随着汽车保有量快速增长，唱衰新能源汽车的声音不断涌现。 半路杀出的Xiaomi SU7用数据打破了唱衰行业的基调。 在生产节奏上，按照传统车企的节奏，一款新车从正式下线到产量破万需要经历6个月左右的爬坡期，小米汽车将这个周期压缩到了一个月左右，刷新了车圈交付纪录。 在交付量上，截至4月30日，小米SU7锁单量达88063辆，创下了业内新品牌首款车型上市首月的交付量新纪录。 在交付速度上，截至5月15日，完成了第10000辆小米SU7的交付，首车交付速度再次刷新行业纪录，展现了其产能之强大与供应链运行效率之高。 在门店渠道上，小米计划到2024年年底，小米汽车的销售服务网络将达到219家销售门店，覆盖46个城市。143家服务中心，覆盖86个城市，基本覆盖中国大陆地区所有省份（包括自治区和直辖市）。 在研发投入上，小米汽车招募了超3400名工程师，SU7的研发投入超100亿元，小米集团研发人员总数接近18000人，截至2024年3月31日，拥有全球专利数超39000件。2022年—2026年，小米公司5年研发的总投入计划超1000亿元。 当下新能源汽车市场各家厂商的角逐，不仅是产品之间的比拼，更是资金、资源整合能力、供应链能力等综合实力。而作为后起之秀小米为什么能成为令消费者信服的“造好车”企业？ 主营业务超强吸金能力，是小米集团能投入大量资本进入造车领域的根基。第一季度，经调整净利润创单季历史新高，达人民币65亿元，同比增长100.8%，远超市场预期。公司本季度营收人民币755亿元，同比增长27%。 作为小米三大基本盘业务，小米智能手机业务、IoT与生活消费品业务、互联网业务在Q1均实现双位数增长，收入分别为人民币465亿元、204亿元和80亿元。“现金牛”业务的稳健增长和超强的现金储备，给了小米汽车“最大底气”。 除此之外，截至2024年3月31日，小米现金储备达人民币1273亿元。 分析人士指出，充足的现金储备可以让小米汽车不受短期盈利压力影响，心无旁骛地专注产品性能打磨，持续强化小米汽车的核心竞争力。 据了解，为实现“上市即交付，交付即上量”的目标，小米正加速扩产能、保交付。据小米业绩媒体电话会透露，小米汽车工厂6月将开启双班，全力扩充产能，2024全年新车交付目标冲刺120000辆。 高端化战略与用户需求双向奔赴 卢伟冰称，截至4月23日的用户中，女性购买用户占28%，但女性车主的比例实际有40%～50%。而BBA用户占到了29%，苹果用户占到了52.5%，这些数据也充分展现了小米SU7的广泛吸引力和市场竞争力。 新能源汽车经过多年的野蛮生长，消费者对体验的需求早就不只是尝鲜，而是在品质的基础上加入更多高端化、智能化、个性化需求，而小米汽车之所以能出圈，主要归功于小米对用户需求的精准捕捉。 成功的产品定位使得小米首款电动智能汽车“出道即爆款”。从销量来看，作为一款定位于“C级高性能生态科技轿车”的全能型产品，想要获得高端用户圈层的青睐。颜值、性能、配置成为衡量的关键指标。 外观设计方面，小米SU7展现出了强烈的科技感和未来感。车身侧面的线条流畅，整体造型动感十足，彰显出年轻、活力的特质，拥有极高的颜值。内部空间也充分考虑用户收纳需求，且整车玻璃通透好看，同时做到防晒隔热，这些细节的贴心设计，使小米SU7快速收获女性用户的青睐。 性能方面，无论是加速还是续航，小米SU7表现毫不逊色。动力方面，单电机版最大功率299马力，0-100km/h加速时间5.28秒；双电机版最大功率为673马力，峰值扭矩838牛·米，0-100km/h加速时间2.78秒，这个速度超过了市面上绝大多数竞品，性能比肩百万级别超跑。 智驾方面，小米智能驾驶坚持全栈自研，实车累计测试 1000万公里，小米 SU7全系标配智能辅助驾驶、上市即交付高速领航（高速NOA）。小米在智能驾驶领域实现端到端大模型技术在国内的首次量产，端到端大模型取代了此前用于感知、决策、规划的多个模块，让智能驾驶直接从一端输入图像，一端输出行驶轨迹，小米端到端大模型是迄今类人思考程度最深的智驾算法，已经实现5cm精度的极窄库位泊入和23km/h巡航的代客泊车。 智能座舱方面，小米SU7带来了集先进智能科技于大成的澎湃智能座舱。小米澎湃智能座舱在设计之初就将手机、平板视为座舱的一部分，实现多端一体化原生设计，同时，基于小米澎湃OS强大的跨端互联能力，实现「人车家全生态」完整闭环。此外，月活用户 1.17 亿的智能语音助手小爱同学上车，可实现如连续对话、离线对话、高噪唤醒、一句话多指令等多项远超行业的语音交互功能。 可小米汽车凭借强大的产品力，显著提升了小米汽车ASP，打响了小米汽车高端化的第一战，成功建立起用户对小米汽车高端品牌的认知。 「人车家全生态」开拓全新增长空间 小米SU7大卖也带动了小米手机、平板以及手机支架、机械按键、对讲机、香氛机等周边的销量增长。 日前，小米集团总裁卢伟冰发布微博表示：“小米手机父母在看车，小朋友在玩手机/平板，「人车家全生态」闭环。走访市场，很多看/买SU7的用户也同时买了小米手机（前期没用小米/红米产品）”。 「人车家全生态」可以理解为给用户提供全场景智能生活解决方案——在“人”方面，小米以智能手机、智能穿戴设备等为核心，为用户提供个性化、便捷化的智能生活服务；在“车”方面，小米构建车内智能生态系统，使汽车成为移动的生活空间和智能终端；在“家”方面，小米智能家居产品已涵盖生活的各个方面，形成完整的智能家庭解决方案。 从门店情况和财报数据来看，小米汽车的高热度为线下门店带来大规模客流，增大了生态链产品曝光及选购率，带动智能家居产品销量及小米注册用户数的增长，生态业务联动效应显著。 小米汽车的首战告捷，也验证了小米“人车家全生态”战略方向的正确性。“小米汽车的上市意味着小米「人车家全生态」闭环全面形成，也标志着小米集团形成‘基本盘业务+汽车’双轮发展的格局。”汽车行业分析师表示。 在最受关注的智能驾驶领域，小米坚持技术全栈自研，采用了包含了道路大模型、超分占用网络和变焦BEV等领先算法的先进架构，实现端到端大模型技术在国内的首次量产。目前，小米智驾团规模超千人，目标是今年进入行业第一阵营。实车累计路测超1000万公里，投入测试车辆超300辆。小米智能辅助驾驶预计2024年5月底在中国大陆10个城市开通城市NOA，8月完成中国大陆全面开通城市领航。 资本市场对小米汽车的未来发展预期颇为乐观。摩根士丹利、花旗、里昂证券等都在相关公司研究中，提出了小米汽车销量持续上涨的观点。据悉，下一步小米将在SU7在交付、服务和OTA上将全面加速。 综上，从集团内部看，小米汽车无疑将成长为小米集团又一业绩增长新引擎。从新能源汽车的市场格局来看，新老玩家层出不穷，但作为同时具有手机生态、AI、产业链投资等智能车基础的企业，小米汽车将从生态融合、核心技术、出海能力引领中国新能源车走向更高台阶。

作者丨古廿 编辑丨伊页 快手打不过抖音的宿命，可能正在海外的巴西被打破。 目前，快手的巴西版本Kwai，在当地的月活用户规模已经超过6000万，相当于巴西30%的人口。Kwai 在去年超过70分钟的用户日均使用时长，已经使其成为巴西人民的头号杀时间应用，助力巴西群众摇身变为“老铁666”。 反观抖音的出海，TikTok一方面遭遇美国市场封杀，在其他海外市场重复上演的风险隐患已经埋下；另一方面，巴西作为任何一家企业全球化不容错过的大市场，在用户增长和商业化进展方面，TikTok均出现大幅被后来者Kwai赶超的迹象。 把时光倒退到2021年初，对于海外市场的表现，有快手国际化业务的员工说：“如果在巴西和印尼，快手产品的用户量能和 TikTok 五五开，就算快手打赢了，甚至四六开都行”。这种彼时看起来颇为消极的悲观态度，如今看来更像是认清现实差距后，找准差异化打法逆袭成功。 快手在巴西市场的增长成功，可以总结为本土化、商业化两个飞轮的叠加效应。 快手在出海早期，海外团队并不是在当地办公，而在北京总部办公。这直接导致了出海的团队缺乏与当地市场的一线沟通，以及对当地文化风俗的认知。而Tik Tok在全球各个市场建立了本地办公室,聘请了大量的当地员工和留学生。 由此带来的差距，让快手开始打响内部著名的K3战役，主要目的就是在2020年春节之前，达到3亿日活跃用户。为了达到这个目标，快手的海外业务重新起航，大力进行海外招聘，包括技术、产品、设计、审核等大量岗位。在巴西后来居上的快手，也迎来了意外收获。2019年9月，Kwai的DAU突破300万，其在当地的表现远远优于宿敌Tik Tok。 本土化办公只是一个侧面，更重要的还是差异化的本土化内容。TikTok的内容运营策略主要以欧美年轻人为主，在全球富人经济区深具影响力；快手在海外瞄准的则是穷人经济区，巴西的网络发展水平，和五年前中国的下沉市场有些类似且潜力巨大。 另外在本土广告合作、赛事赞助方面，快手更是围绕着巴西人民比较关注体育赛事大做文章，力求让Kwai持续活跃在人们的视线里。 用户增长、内容策略只是流量侧，商业化的变现才让快手的巴西市场完成出海业务闭环。2023年第四季度，快手海外业务线上营销收入同比增长超过300%，商业化的打通也意味着快手真正实现了本土化经营。 不过在巴西这个炙手可热的新兴经济体市场，快手要面对的强敌远不止TikTok一个，商业化上就要面对来自本土传统电商平台Mercado Libre的竞争压力。后者的活跃独立用户增长了92.2%达到7610万，在拉美的地位犹如淘宝之于国内市场。 另外不少中资背景的企业先后进入巴西，比如先后布局的极兔和Shein等等，到底是合作伙伴还是竞争对手，快手也需要通过本土化的竞争视角去取舍。 正如此前快手国际化负责人马宏彬给商业化团队提出的要求：把更多的时间放在当地，只在西二旗做不好出海业务的本地化。不管是流量轮还是现金轮的叠加，本土化才是快手奇袭全球化标准下的TikTok的新武器。

2023年受供应链库存高企、全球经济疲弱，以及市场复苏缓慢影响，晶圆代工产业处于下行周期。不过，自2023年Q4以来，受益于智能手机市场需求回暖所带动的相关芯片需求的增长，包括中低端智能手机AP与周边PMIC，以及苹果iPhone 15系列出货旺季带动A17芯片、OLED DDI、CIS、PMIC等芯片需求增长，晶圆代工市场也随之开始出现转机。 在经历Q4的逐步回暖后，全球半导体市场正变得更加活跃。具体看看，今年Q1晶圆代工市场都有哪些好迹象发生。 01 晶圆代工市场，开始复苏 AI热火朝天、存储强势复苏，两主线驱动销售增长 首先从需求角度来看，AI和HPC的需求增长是晶圆代工市场的主要驱动力。（这一点在下文台积电的财报中可以体现。） 根据研究机构Omdia发布报告称，全球半导体供应链在最近几个季度进行了战略性库存调整，预计2024年全行业产值将达到6000亿美元。企业越来越多地利用人工智能推动整个供应链需求增长，预计半导体行业将迎来充满希望的发展轨迹。 Omdia预测，2024年全球纯晶圆代工行业收入将增长16.4%。此外，AI加速器领域的市场规模将在2024~2027年保持增长，2025年该领域市场规模将超过1500亿美元。 此外，存储市场的强劲复苏也为晶圆代工市场提供了稳定的订单来源。 产能增长 产能可以作为全球半导体市场活跃指数的主要观测指标之一。过去一年来，市场去库存的基调明显，随着时间步入2024年，生成式AI和HPC等应用推动着芯片在终端侧需求的复苏，导致先进制程和晶圆代工产能加速扩增。 根据SEMI公布的2024年全球晶圆厂预测报告显示，继2023年以5.5%增长率至每月2960万片晶圆之后，全球半导体产能预计2024年将增长6.4%，突破每月3000万片大关。 其中，中国2024年晶圆产能将以13％的增长率居全球之冠。报告指出，在政府和其他激励措施推动下，预期中国大陆地区将扩大在全球半导体产能中的占比，全年新投产18座新晶圆厂，产能增长率将从2023年的12%增至2024年的13%，每月产能将从760万片增长至860万片。 同时，受益于中国大陆的拉动，中国台湾地区的半导体产业链也将受惠，预计其产能将维持在全球第二的位置，2023年和2024年的年增长率分别为5.6%、4.2%，每月产能由540万片增长至570万片，预计自2024年起将有5座新晶圆厂投产。 此外，根据SEMI最新发布的全球晶圆预测报告显示，2022年至2024年，全球半导体产业计划有82座新厂投产。 从厂商动态来看，台积电正计划在美国亚利桑那州建造第三座芯片厂，预计将创造更大的规模经济。同时，中芯国际也在提升其产能，以应对市场需求的增长。华虹半导体公司总裁兼执行董事唐均君也表示“公司的第一条12英寸生产线今年全年将在月产能9.45万片的基础上运行，第二条12英寸生产线也正在建设过程中，预计将于年底建成投产。” 作为全球半导体市场活跃指数的主要观测指标，产能的提振也宣告市场正在走出持续一年多的低迷期。 根据研究机构TrendForce集邦咨询的数据，2023年第四季度全球前十大晶圆代工厂商营收季增7.9%，总额达到304.9亿美元，这一增长势头为整个行业带来了积极的预期。那么，在2024年Q1这些厂商表现如何呢？ 02 晶圆代工厂商，Q1战况如何？ AI芯片给台积电业绩带来明显提振 截至2024年3 月31日，台积电第一季度合并收入为1324.55 亿人民币，同比增长 16.5%，环比下降 5.3%；净利润为503.97亿人民币，同比增长 8.9%，环比下降 5.5%。第一季度营业利润556.56亿人民币，同比增长 7.7%，预估538.34亿人民币；第一季度毛利率 53.1%，预估 53%。 先进制程依旧是台积电Q1最为主要的营收来源，财报数据显示，该公司第一季度3nm出货量占晶圆总收入的9%，5nm占37%，7nm占19%。先进制程（即7nm及更先进的制程）占晶圆总收入的65%，即约3852.2亿新台币。 值得注意的是2023年Q4，台积电3nm、5nm和7nm制程分别占晶圆总收入的15%、35%、17%，先进制程占晶圆总收入的比重达到了67%。2023年Q3，3nm首次贡献收入，3nm、5nm和7nm制程分别占晶圆总收入的6%、37%、16%。横向对比可以发现,3nm制程占台积电总营收的比重在今年Q1出现下降，而这一制程中苹果是台积电最大的客户。 根据IDC报告显示，2024年第一季度，全球智能手机出货量的格局发生了显著变化，iPhone的出货量为5010万台，较去年同期下滑9.6%，跌幅系同类主流手机品牌中最大。出货量的减少进而导致苹果的3nm订单疲软。 摩根士丹利分析师Charlie Chan在3月7日的报告中指出，今年1-2月，台积电营收增长9.4%，这主要得益于人工智能对高端芯片的需求，从而抵消了iPhone销售放缓的潜在影响。这在一定程度上也意味着，人工智能芯片的需求已经超过苹果成为拉动台积电先进制程订单的“第一动力”。 受半导体周期影响，格芯Q1业绩多项指标不振 格芯Q1实现营收 15.49 亿美元，环比、同比均下降 16%；毛利润为 3.93 亿美元，相较 2023 年四季度的 5.25 亿美元大减 25%，同比也下滑了 24%；毛利率为25.4%，相较之前约 28% 的水平有所降低；净利润为 1.34 亿美元，同比、环比均下跌约一半；净利润率为8.7%，明显低于 2023 年四季度的 15%。 格芯在一季度实现 46.3 万片 12 英寸晶圆当量出货，同比下降 9%，环比下降 16%。格芯在Q1还获得了两笔补贴：除美国《芯片与科学法案》承诺的 15 亿美元直接资助外，还有纽约州政府超过 6 亿美元的地方财政支持。 半导体行业仍未走出库存调整的阴影，格芯在今年Q1业绩和净利润均有所下滑，不过格芯总裁兼 CEO 托马斯・考菲尔德（Thomas Caulfield）表示：“在第一季度，格芯遍布全球的专业团队取得了超出此前 2 月公布的财报指引范围上限的业绩。” 联电预警汽车和工业芯片需求依然疲软 联电Q1营收17.1亿美元，同比增长0.8%，较市场预期高出7000万美元；净利润为3.27亿美元，以新台币计算同比降低35.4%；摊薄后每股收益为0.13美元，不及市场预期的0.15美元。 联电第一季度晶圆出货量环比增长 4.5% 至 81 万片；预计第二季度晶圆出货量将以低个位数百分比增长。联华电子在第一季度财报中表示，本季度计算、消费和通信领域的库存状况正在改善至更健康的水平，这将带来晶圆出货量的增长。但该公司表示，汽车和工业领域的需求依然低迷。 2023年Q4联电晶圆制造产能利用率为66%，2024年Q1整体利用率略微下滑，为65%，预计第二季度整体利用率在60%左右。 中芯国际季度营收首次超越联电与格芯 中芯国际Q1 营收 17.5 亿美元，去年同期 14.62 亿美元，同比增长 19.7%，环比增长 4.3%。第一季度净利润7180万美元，同比下降68.9%。第一季毛利为2.397亿美元，去年同期为3.047亿美元。中芯国际2024年第一季毛利率为13.7%，2023年第四季为16.4%，2023年第一季为20.8%。 中芯国际表示，期内净利润下滑主要是由于产品组合变动、折旧增加及投资收益减少所致。 从应用分类来看，智能手机业务为中芯国际带来了31.2%的收入，是公司的主要收入来源。其他业务领域，如计算机与平板、消费电子、互联与可穿戴以及工业与汽车，分别贡献了17.5%、30.9%、13.2%和7.2%的收入。 按晶圆尺寸分类，一季度12英寸晶圆营收占比为75.6%，8英寸晶圆营收占比为24.4%。从产能方面来看，中芯国际月产能由2023年第四季度的80.55万片8英寸晶圆约当量增加至2024年第一季度的81.45万片8英寸晶圆约当量。Q1产能利用率提升至80.8%。 中芯国际的管理团队表示，一季度全球客户的备货意愿有所上升，推动了公司销售收入环比增长4.3%。同时，公司出货了179万片8英寸当量晶圆，环比增长7%，产能利用率也提升了四个百分点，达到了80.8%。展望未来，中芯国际预计二季度的收入将环比增长5%~7%。随着产能规模的扩大，公司的折旧成本将逐季上升，预计二季度毛利率将在9%到11%之间。 值得一提的是，这也是中芯国际的季度营收首次超越联电与格芯两家国际大厂。这也意味着，在今年的纯晶圆代工领域中，中芯国际已经暂时成为仅次于台积电的第二大纯晶圆代工厂。 华虹暂受市况影响，特色工艺的市场需求总体向好 华虹半导体第一季度实现营收约4.6亿美元，同比下降27.1%，但环比增加1%。净利润3180万美元，同比大幅下降79.1%，环比下降10.1%。毛利率达到6.4%，略高于预期。尽管面临挑战，公司强调产能利用率提升，预计二季度营收约在4.7亿美元至5亿美元之间，毛利率约在6%至10%之间。 华虹半导体总裁兼执行董事唐均君针对业绩评论称，整体半导体市场的景气尚未摆脱低迷，且由于季节性和年度维修的影响，第一季度是代工企业的传统淡季，但华虹半导体第一季度的产能利用率、销售收入、毛利率均实现环比提升，验证了公司特色工艺的市场需求总体向好。 华虹半导体第一条12英寸生产线今年全年将在月产能 9.45万片的基础上运行，第二条12英寸生产线也正在建设过程中，预计将于年底建成投产。华虹半导体财报显示，Q1来自8英寸晶圆的营收为2.4亿美元，来自12英寸晶圆的营收为2.2亿美元。 03 结语 综上所述，2024年第一季度的晶圆代工市场展现出明显的复苏迹象，主要厂商的表现普遍强劲。从中芯国际、华虹半导体等公司的财报数据可以看出，销售收入均实现了同比增长和环比增长，这显示出市场需求的回暖。特别是AI和高性能计算（HPC）芯片需求的增长，成为推动晶圆代工市场复苏的主要动力，这透露出市场需求的回暖。中芯国际等公司的产能利用率提升至80.8%，这也进一步证明了市场需求的增长。产能利用率的提升、技术创新的推动以及竞争格局的变化等关键信息。同时，也预示着晶圆代工市场在未来将继续保持稳定增长，并呈现出良好的发展势头。 晶圆代工市场的技术发展具有显著的特点，制程工艺不断升级，新材料的应用推动了晶圆代工技术的发展。这些技术创新的推动，不仅提升了产品的性能和竞争力，也为晶圆代工市场带来了新的增长点。 据最新的市场数据，台积电在全球晶圆代工市场中继续保持着领先地位，市场份额占据了市场的一半以上。而中芯国际的季度营收首次超越联电与格芯两家国际大厂，显示出中国大陆晶圆代工企业在全球市场的竞争力不断提升。这也意味着，晶圆代工市场的竞争格局正在发生变化，中国大陆企业正在逐渐崭露头角。

价格战在中国，从来都是最熟悉、最痛苦，也终究是无可回避的情节。短短10天时间，一度选择“等等看”的字节，猝不及防地打出“低价”王炸，将大模型战火拉进了下一序列。 5月15日，在字节跳动“FORCE原动力大会”上，跳过介绍和过渡，火山引擎总裁谭待一步到位亮出了“豆包”的最新价格：0.0008元/千Tokens，宣布这是低于行业99.3%的“地板价”。 他同时高调向阿里和百度喊话：此次是主力模型降价，不是用小模型降价来混淆视听。“很遗憾阿里和百度还没有128k可精调的模型，但我期待他们的更新。” ▲（谭待于2024“FOECE大会”。图源/火山引擎） 「市界」从多方了解，阿里、百度、腾讯等头部玩家对字节的这次出击缺少准备；各方虽感无奈，也只能被动追随。 5月21日，阿里云宣布：旗下多款大模型的推理输入token降价，降价幅度为67%-97%。同日，百度文心大模型旗下两款模型ENIRE Speed、ENIRE Lite宣布免费。5月22日，腾讯云宣布，旗下多款大模型推理输入token降价，降价幅度为50%-87.5%。 站在行业层面看，某种程度上大模型的价格战终不可避免。一方面，推理算力价格的不断降低构成了价格战基础；而生成式大模型发展仍处于早期阶段，各家差距尚不明显。同时，卷应用、卷生态的蓝海正在展开，云厂商的降价，将吸引更多开发者、商户共同做大蛋糕。 不过相比于大厂的高调作战，「市界」接触的大模型开发者、创业者们多数表现平淡。虽然他们相信：价格战会打消一部分AI成本顾虑，但更多人认为，大厂降价开源的多是小模型，使用起来也有许多限制，降价远没有那么货真价实。 01、“鲶鱼”字节 许多人没猜到，价格战的发起者，会是云厂商巨头里对大模型布局最为滞后与暧昧的字节。 2023年4月，字节跳动火山引擎总裁谭待在与包括「市界」在内的媒体沟通中，曾言之凿凿地表示：“火山引擎自己是不做大模型的，我们做的是服务好大模型创业的公司。字节跳动未来如果推出基础大模型，将会是火山引擎客户之一。” 在去年“百模大战”角逐中，字节一度选择“佛系”跟随。2023年3月、4月，百度文心一言、阿里通义千问先后公布。而字节到了2023年8月，才上线了AI聊天机器人“豆包”。 动作偏“慢”的背后，字节入局云市场较晚、技术与客户储备较弱是原因之一。 一方面，2021年才正式做云的火山引擎在巨头云厂商里，是“最年轻”的一朵。做云三年多来，火山云一直被视为挑战者角色，尚未进入中国云市场份额前五强。 据媒体报道：在2024年1月召开的字节跳动年度全员会上，字节跳动 CEO梁汝波曾提到：公司直到 2023年才开始讨论GPT，而业内做得比较好的大模型创业公司都是在2018年至2021年创立。 但最终字节从低调观望，到主动出击，“转变”或来自于两方面原因：其一，市场经过一年酝酿，竞争逐渐从底层算力训练，进入到了模型优化层的推理算力比拼。对于算力“卡脖子”问题，国内市场也逐渐找到了通过调整模型结构，以降低推理成本的办法——如采用MoE（Mixture of Experts）混合模型架构等策略。 目前，虽然用于算力训练的高端芯片仍然紧缺，但用于优化模型的、相对低端的推理算力芯片，供应已比较充足——这让降价也变得有条件发生。 同时，阿里等玩家的积极出击，或也不断给字节带去了扰动和求变的决心。 近日据“腾讯科技”报道，2023年年中，字节曾在市场上寻觅大模型投资标的。但在几乎与创企MiniMax达成协议的关口，字节突然临场反悔，决定“要么自己做，要么收购一家公司”。 站在集团层面，押注大模型还有更加现实的意义。2024年，TikTok海外市场深陷风暴眼中，字节对站上新风口的渴求尤为迫切；外界也将字节在大模型上的密集动作描述为“寻找下一个TikTok”。 进入2023年底，字节的AI布局陡然提速。据“凤凰科技”报道，字节正式组建了Flow部门，专注于AI大模型的应用研发。2024年3月，飞书产品副总裁齐俊元调至Flow部门，主要负责豆包的PC端业务。2024年4月，历任今日头条CEO以及TikTok产品技术负责人的朱文佳开始整体负责字节AI业务，向梁汝波汇报。 一位知情人士向「市界」透露：一旦下定决心，字节就确立了“全面横向对标”的大模型战略，在应用层、连接层、技术层，都不愿放过。换句话说，市场中已有的整条大模型产业链，几乎全被字节视为“敌人”。 虽然身位落后，字节也有大模型必需的两大利器：算力与流量。据“晚点Latepost”报道，2023年春节后，字节曾“抢购”了超10亿美元的英伟达GPU。 而一旦抖音助力，字节亦有能力快速抬高任何产品的用户大盘。2023年底，据媒体多方统计，豆包的月活用户还远逊于文心一言和通义千问。而到今年3月前后，据QuestMobile最新报告显示：2024年3月，“豆包”App月活用户为2328.2万，在AIGC类应用中排名第一——这自然离不开字节的庞大流量池扶持。 02、阿里、百度、腾讯各怀心事 字节突然下场，改写了游戏规则；对阿里、百度等领跑者来说，“低价”的标签不容这样轻易地被夺走。 5月15日字节发动价格战后，市场一度沉寂数日——某种程度上，大家在等待头号玩家阿里的表态。从2023年以来，阿里在云计算市场上，一直表现为寸土必争。其大模型应用层也堪称国内最丰富，既有自研通义大模型，也囊括了最全的模型和开放生态。 5月21日，阿里云终于宣布，高调跟进价格战：旗下九大模型降价。其中，对标GPT-4的Qwen-Long输入价格直降97%，仅需0.0005元/千tokens。阿里的正面硬刚，不仅意味着击穿了“豆包”定价；且降价的旗舰大模型覆盖的任务场景、目标客群也与字节高度统一。 毕竟对于内忧外患的阿里来说，大模型已被视为不容有失的、决定未来十年的船票。过去两年，阿里云虽然在市场份额、营收上仍位列行业第一，但在争夺政企云等节节受挫后，增速比起逐年仍以两位数抬升的华为云、天翼云等，已只余个位数。 阿里云迫切需要大模型为自己注入增长动力。近日，据“数智前线”消息，阿里云内部提出了一个非常激进的目标：三年之内，要拿下国内大模型云计算市场的90%。 另据阿里内部人士向「市界」透露，2023年阿里新任CEO吴泳铭上位后，在其投资背景和马云的支持下，阿里用“现金+算力”的模式，积极投资了月之暗面、Minimax、智谱AI、百川智能和零一万物，集齐“大模型五虎”。这些明星创企，一方面会作为客户在阿里云上训练大模型，一方面也透过阿里云，向外提供着服务。 相比起主打开放生态的阿里，更希望效仿“微软+OpenAI”，做高质量“垂直整合”的百度，在价格战面前的态度更为复杂。 在豆包宣布低价的当天，一位百度内部人士告诉「市界」，公司反应并不积极，更相信“客户真正关注的是效果，而非单纯低价”。5月16日的百度财报电话会上，百度智能云事业群总裁沈抖也指出：面对其他厂商的价格战，同样重要的是，评估不同模型在不同工作负载下的性能比，而不是仅仅关注表面价格。 但看到阿里下场后，百度还是用最快的速度跟上了。5月21日下午，百度宣布文心系列大模型中的ERNIE Speed（8K、128K）、ERNIE Lite（8K、128K）两款大模型的API将免费提供。 但不同于字节与阿里直接对旗舰级产品开放降价，百度免费的两款大模型，是于今年3月份发布的轻量级大模型，被动防御意味更浓。 阿里、百度表态后，隔日，腾讯云也作出了应对：官宣六款大模型API降费，其中混元-lite直接免费提供服务；混元-standard-256K的最新输入价格定为0.12元/千tokens，相当于降价87.5%；最高配置的万亿参数模型混元-pro的输入价格则从0.1元/千tokens降至0.03元/千tokens，降幅达70%。 相比之下，更擅长做产品和SaaS应用的腾讯，在AI技术层、客户层不及阿里、百度，跟随意味也更加明显。 在过去一年的“百模大战”中，腾讯更多侧重在混元大模型中，将自家的腾讯会议、企业微信、腾讯文档等产品装入，努力拓展集成了AI能力的几大产品客群。不过，也有市场声音认为，当生成式AI技术步入稳定期，开始应用层比拼后，握有产品线、流量、现金的腾讯，有能力以逸待劳，快速追上。 在腾讯云宣布降价同日，科大讯飞也挤上了降价的“末班车”，宣布Spark Lite-8K提供免费服务，Spark 3.5 Max-8K则降价至0.21-0.3元/万tokens区间。但不同于几家大厂，科大讯飞不涉及公有云服务，模型参数规模也较低。一位科大讯飞员工委婉地向「市界」表示了讯飞在降价潮中的焦虑：“跟友商们比，还有进步的空间。” 03、B端客户冷眼旁观 经过一个多星期的酝酿，这场如“618大促”般热闹的价格战，以大厂的悉数入场收官。但在高调的大厂和应用者之间，又快速拉开了火热与冷静的鲜明对比。 首先，不少开发者们发现，大厂所谓的“免费”有不少限制条件。例如，百度、讯飞等拿出的降价产品，均是偏轻量化的版本，只适用于推理量级小、场景简单的企业“尝鲜”使用。 此外，本轮降价更多聚焦于“API调用”场景——这也侧面说明，大模型行业仍处于早期阶段。 2023年，谭待便曾表示：云厂商按token消耗数量计费，无法真实反映不同业务、场景的客户价值，并非很理想的商业模式。 多位行业人士也对「市界」表示，在API层面的降价，更像“试用装”鱼饵——大厂希望借此达成的是“公有云+API”的闭环：B端用户被API吸引而来，结合使用深度，向公有云租用推理算力；未来在数据存储、高级功能、API调用次数、高峰期使用溢价等层面形成再付费。 因此，价格战也可被看作是大厂的一场“获客”游戏；而长期的角力关键，发展较成熟的云市场早已给出过答案。 近日，Lepton AI创始人、阿里巴巴原副总裁贾扬清的一则朋友圈留言在业界广为流传。他表示：“企业在使用AI的时候，并不是成本驱动的。不是因为API贵才没人用，而是因为企业首先得搞清楚怎么用起来产生业务价值，否则的话，再便宜也是浪费。” 因此，不少中小大模型创企也站在了大厂的另一极，选择理性观望，而不是跟随。 5月22日，在腾讯、科大讯飞同步宣布降价时，百川智能发布了最新一代基座大模型Baichuan 4，并推出了首款AI搜索助手“百小应”，没有跟随价格战。 创始人王小川在会后接受媒体采访时表示，价格战仅是大厂的游戏。“核心要看你的商业模式是什么。如果你是做to B服务的时候，降价最后卖的不是模型本身，卖的是整套云服务。” 零一万物创始人李开复对价格战的态度更为消极。他直言大模型价格战是双输打法，可以类比曾经的共享单车烧钱大战。“以后可能中国就是这么卷，大家宁可赔光通输也不让你赢，那我们就走外国市场。” 据零一万物API平台负责人蓝雨川透露：目前零一万物Yi-Large的API定价是20元对应百万tokens，大概是GPT-4 Turbo成本和定价的1/3。对此，李开复自信地表示：“我们的定价非常合理。” 04、能引爆商业化元年吗 不论创企是否选择、或有能力跟随价格战，当行业被价格燃起热火后，接下来比拼算力储备、补贴力度、技术实力的淘汰竞赛势必会加速展开。留给各家建立护城河的时间，也将急剧压缩。 对于迫切希望打开to B市场入口的大厂而言，彼此之间图穷匕见，争夺API用户的“贴身肉搏”已经率先展开。 一家小B端客户告诉「市界」，在5月15日发布会举办之前，火山方面已多番与其进行接触，希望其能够从原有的API服务商上转用豆包。另一位开发者则表示，近日当他在豆包大模型官网页面注册了登录账号后，短短一小时内就接到了火山引擎方面的沟通电话，“挂断后第二天他们还接着打”。 每一个分散的需求，开始被巨头case by case般地注意和争夺——虽然大厂力推的价格杀器，未必是客户选择的首要因素。 一位企业用户告诉「市界」，自己一直在被火山“密集轰炸”，“但最后是否会接入豆包，要试用一下看看效果再做决定”。 留学文书GPT创业者小鱼则透露，在创业之初探索MVP（最小化的可行性产品）阶段，小鱼试用了国内的大部分大模型产品后，最终选择接入的API并不最具经济性。 他谈道：“当时我注意到百度文心的API定价最为便宜，但它的效果尤其是英语效果实在是无法满足我们的需要，所以也被排除了。” 价格之外，各家云大厂能够提供的服务附加值，也是用户更为看重的方向。例如，使用豆包是否会获得抖音的流量扶持；使用通义千问，阿里的生态能否提供整体支持，将是达成更深层绑定的关键因素。 同时，经过一年的大模型基础设施铺陈，AI的爆款级应用还有多远，也再度被广泛期待。 毕竟在移动互联网早期，也曾有移动App付费还是免费的商业化困局。但这些疑问，很快被微信、支付宝、美团、滴滴的一场场免费商战进行了颠覆式解答。而随着现象级的AI应用产生，能否卷起新的商业世界，才是巨头们不惜成本投入的核心原因。 近日，猎户星空创始人傅盛在回应价格战问题谈到：大降价宣告了大模型创业公司，必须寻找新的商业模式。而寻找超级应用的重要性，也再升了一级。

IT之家 5 月 27 日消息，微软上周发布了 Surface 新品的同时，还推出了适用于 Windows 11 的全新 AI 功能“回忆”（Recall）。这项功能通过定期截屏，创建可搜索的屏幕活动历史记录，方便用户查找过去看过的内容。然而，目前该功能仅限于配备高通骁龙 X 系列处理器的 Copilot+ 电脑使用。 好消息是，技术爱好者已经开始着手让 “回忆” 功能在其它 Windows on ARM 设备上运行。一位名为 @thebookisclosed 的开发者 Albacore 成功地在仅配备骁龙 7c+ Gen3 处理器和 3.4GB 内存的低配电脑上运行了“回忆”功能，而微软官方宣称该功能的最低运行内存需求为 16GB。 IT之家注意到，Albacore 指出他们使用的骁龙 7c+ Gen3 处理器虽然缺少微软提到的用于该功能的专用神经处理单元 (NPU)，但“回忆”功能在这款机器上运行得“令人惊讶的好”，他们计划很快发布一份详细指南，让 Surface Pro X 和其他类似 ARM 设备的用户也能使用 “回忆” 功能。 对于使用传统 x86 架构处理器的用户来说，想要用上“回忆”功能可能就没那么容易了。不过，如果社区投入足够多的精力，未来或许也有望在 x86 机器上运行此功能。

对 于留学生来说，这几年时下火热的AI领域，在美国是创业、就业的热门赛道。 不过，情况可能会发生变化。 当地时间5月8日，美国众议院一个由两党议员组成的小组公开了一项法案文件。 如果法案通过，会让拜登政府更容易对AI技术实行出口管制。 截图自法案文件 法案名为 “增强关键出口海外限制国家框架法案” （ Enhancing National Frameworks for Overseas Restriction of Critical Exports Act，简称“ENFORCE法案”） ，旨在限制美国人工智能、人工智能系统等出口，防止外国竞争对手使用美国的AI技术。 按照法案对AI系统的定义，它包括AI相关的所有软件和硬件，包括人工智能模型权重、与人工智能实现相关的任何数值参数。 ENFORCE法案由美国众议员共和党议员迈克尔·麦考尔 （Michael McCaul） 、约翰·莫伦纳尔 （John Molenaar） 、马克思·怀斯 （Max Wise） 和民主党议员拉贾·克里希纳莫西 （Raja Krishnamoorthi） 提出。 迈克尔·麦考尔在美国众议院外交事务委员会上演讲。图源自网络 事实上， 该法案一旦通过，不仅对技术贸易会产生影响，甚至有可能会影响持有H1b的中国留学生和求职者！ 法案文件部分截图 按照ENFORCE法案的条款，此前在半导体等相关行业工作需要的 “出口管制许可证（export control license）”的适用范围或许会被扩大，AI/ML（机器学习）领域持有H1b的中国员工可能会需要申请这份许可。 对于持有H1b的员工来说，能否拿到许可，可能要看所在公司的意愿。 法案提出后，还没有下一步进展。 具体对AI/ML领域的留学和就业将产生什么影响，尚不清楚。 02 如今大热的AI领域，一直是留学生就业、创业的“香饽饽”。 美国斯坦福大学教授、美国工程院院士、被誉为“AI教母”的 李飞飞 ，建立了包含1500万张图片的图像识别数据库 ImageNet ，它的诞生对人工智能的发展有着深远的影响。 只要将它运用在计算机上，可以让计算机直接辨认出物品和人了。 作为ImageNet的创始人，她决定将开放数据库，免费提供给全世界的科研团队用于计算机图片识别训练。 这也引发了人工智能井喷式发展，让AI从实验室走到了大众的视野。 李飞飞将大量的时间和心血投放在人工智能领域，她在权威计算机期刊上发表了超过100篇论文，引用量更是高达44773次。 2020年，她的团队历时8年打造的关于利用人工智能传感器和AI算法帮助改善患者和临床医生医疗服务的论文刊登在Nature，并且探索监控病人身体状况的AI家用系统等。 去年年底， AI视频生成器Pika 引发大量关注。 Pika 1.0能根据文字图片生成视频，不仅速度快（3秒的视频用时半分钟左右），其画面流畅度、视觉效果、清晰度、转场效果都令人叹为观止。 更让人惊讶的是，该工具可以支持对视频实时进行编辑和修改！ Pika背后的公司， 创始人是2位斯坦福的计算机博士： CEO Demi Guo（郭文景）（左） 和 CTO Chenlin Meng（右） 。 这家初创公司在短时间内通过三轮融资筹集了5500万美元。 Pika的投资人阵容堪称群英荟萃，大量AI领域知名企业和相关人士都参与到了融资中： Quora创始人Adam D'Angelo、OpenAI创始成员Karpathy、Perplexity CEO、前Github CEO Nat Friedman等等。 据报道，ChatGPT团队核心成员只有87人，其中就有9人是华人。 吴恩达 (Andrew Ng) 是 Landing AI 的创始人兼首席执行官、deeplearning.ai 的创始人、Coursera 的联合主席兼联合创始人，还是斯坦福大学的兼职教授。 图源自网络 他担任联合创始人的 Coursera 与一些世界顶尖大学合作提供高质量的在线课程，是世界上最大的 MOOC 平台 （Massive Open Online Course，大规模在线开放课程） 。 越来越多华人科研工作者在AI领域取得成就，在创业领域也有不少建树。 他们的成功，鼓励越来越多的留学生奔向AI相关专业，想要在科技发展的浪潮中有所成就。 不过，正在走流程的ENFORCE法案，毫无疑问为相关领域的留学生就业，增添了更多不确定因素。 那么，对于留学生来说，还要进入AI专业吗？ 答案是肯定的。 03 虽然AI行业被“卡脖子”的风险增加，但长远来看，对于想要留在美国就业的留学生来说，AI行业依然是最优选之一。 可能会有人问：北美的科技大厂不是在纷纷裁员吗？ 危机中也蕴藏着新的机遇。 因为，造成这一变化的，正是AI。 谷歌在今年年初裁员超过1000人，涉及硬件、广告销售、搜索、购物、地图、核心工程等，几乎每个团队都有数百人被解雇。 据谷歌官方报告称，2023年第四季度公司营收利润达207亿美元，较上年增长52%，但员工人数却减少了4%。 之所以削减人力成本，是希望在AI领域加大布局和投入。 谷歌旗下AI研究部门DeepMind的首席执行官Demis Hassabis，在近日举办的TED大会上指出，谷歌将在AI上投入超1000亿美元。 可以看出，美国科技行业正呈现“冰火两重天”的局面：一面持续裁员，另一面疯狂揽招AI人才。 根据计算机技术行业联合会的数据， 去年美国有18万个与AI相关职位在招聘，包括软件开发、半导体工程和云计算领域等 。 今年AI相关职位的空缺仍在进一步扩大。 美国马里兰大学AI工作追踪器监测， 今年1月，全美发布了10404个新的AI相关职位，相比ChatGPT刚刚发布时的2022年12月增加了42% 。 薪资方面也非常可观。 Compresive.io数据显示，从 去年第三季度到第四季度，AI工程师的工资上涨了12%。高级AI工程师的平均工资超过19万美元 。 图源自motiversity.com 而根据Indeed的数据，从事AI工作的数据科学家只需要不到一年的工作经验，就有望获得至少10万美元的年薪。 归根究底，找工作既要看行业前景、收入情况，也要看自身的专长和兴趣。 在AI行业形势大好的情况下，也要认真考量个人情况和未来趋势，再做决定。

IT之家 5 月 27 日消息，谷歌 CEO 桑达尔・皮查伊近日接受 YouTube 科技创作者 Hayls World 采访，讨论了当下正如火如荼的 AI 革命的方方面面，并透露了谷歌对 AI 的愿景。 IT之家汇总部分问答如下： 在马斯克提出 AI 将使大部分工作变得“可有可无”不久后，皮查伊也表达了类似的观点，强调了 AI 的普遍影响。 采访一开始，主持人便问皮查伊“为什么要使用谷歌的 AI”，皮查伊回答说，AI 将为我们所做的一切带来极大影响。“使用 AI 的原因有很多种，它会让你的体验变得更好，它会帮你总结一些内容，帮你节省时间，你还可以和 AI 讨论如何做得更好。” 当被问及“谷歌 Gemini 与 ChatGPT 等竞品之间存在哪些优势”时，皮查伊表示，AI 与谷歌搜索或其他产品的整合是重要优势之一。“例如，它可以汇总 Gmail 中的电子邮件，你可以轻松地发送电子邮件。它与包括 YouTube 在内的其他谷歌产品整合得非常好。它是多模态的，随着时间的推移，你将能够使用语音操作 AI。” 主持人问皮查伊，“包括 Gemini 在内的一些 AI，感觉有时几乎没有意识。你认为还需要很长时间才会有某种形式的 AI 意识吗？”皮查伊则表示，“在未来几年里，我们会有 AI 具备了意识的假象，你可能无法区分。但是，这与 AI 真正具备意识是不同的，这是一个非常深刻的哲学话题。” 皮查伊设想了一个世界：AI 将成为人们日常工作中的得力助手。“就像在 Google Docs 里面纠正你的拼写和语法错误一样，AI 将为你所做的几乎所有事情提供帮助。比如，你可能正在准备面试，然后可以和 AI 讨论如何做得更好，甚至不会让人觉得奇怪。”

在欧盟放行了全球首部人工智能法案后，有科技界领袖对此表达担忧，认为人工智能的风险被夸大了。 在上周举行的巴黎VivaTech大会期间，科技巨头Meta人工智能负责人杨立昆（Yann LeCun）公开表示，欧盟新法案面临的一个“大问题”是“人工智能的研究和开发是否应该受到监管”。 AGI何时实现, 业内分歧较大 杨立昆表示，欧盟人工智能法案和其他各个地方都有规范研究和开发的条款，但他认为这不是一个好主意，理由是他并不认为人工智能会很快超越人类智能。 “坦率地说，我不相信AI有任何与人接近的地方。”杨立昆表示，“我认为它目前没有那么危险。”不过他承认，未来人工智能系统可能会变得更加智能，届时需要对它们的设计采取适当的保障措施。 百度CEO李彦宏也在VivaTech期间表示，AGI的实现还需要超过十年的时间。他表示：“我们希望人工智能像人类一样聪明，但当今最强大的模型远未达到这一程度。” 李彦宏呼吁加快人工智能的发展步伐。“我担心的是人工智能技术进步得不够快。每个人都对过去几年技术发展的速度感到震惊。但对我来说还是不够快。”他表示。 以特斯拉CEO马斯克为代表的科技人士强调人工智能的风险，马斯克在X Space的访谈中预测，到明年或2026年，人工智能的智慧可能会超过世界上最聪明的人类，也就是通用人工智能（AGI）的实现。 ChatGPT的开发商OpenAI的CEO奥尔特曼（Sam Altman）在今年早些时候预测，AGI可能会在“相当近的未来”开发出来。 对于人工智能安全性风险的分歧在OpenAI的“内斗”中已经暴露出来。OpenAI在宣布向公众免费提供迄今为止最强大的人工智能模型GPT-4o后，该公司前首席科学家苏茨克维尔（Ilya Sutskever）宣布辞职，“超级对齐”团队解散。 这也引发了谁来为AI负责的讨论。现任清华大学国强教授、智能产业研究院首席研究员聂再清对第一财经记者表示：“Ilya对大模型技术的理解非常深刻，他的离职和对齐团队的解散短期内对OpenAI大模型技术的发展和安全可控可能会有一些影响。OpenAI应该还会继续大力投入到安全和对齐相关的工作上，确保大模型长期安全可控，在各种边界情况下都表现良好。” 他认为，作为大的科技企业，可以通过团队的协同，在“对齐”这个方向上做更好的长期规划和资源共享及调配。 创新与监管如何平衡 欧盟一直走在人工智能监管的最前沿。上周，欧盟委员会批准了《人工智能法案》，这项法案是全球首创，将为人工智能监管制定全球标准。 该立法遵循“基于风险”的方法，旨在促进私人和公共参与者在欧盟市场上开发和采用安全、值得信赖的人工智能系统。法案规定，提供公共服务的实体部署高风险人工智能系统之前，需要评估其基本权利影响。这也意味着AI对社会造成伤害的风险越高，监管的规则就越严格。 该法案也涉及通用人工智能大模型（GPAI）的使用。根据法案，不构成系统性风险的GPAI模型将受到一些有限的要求，例如透明度方面的要求，但那些存在系统性风险的模型将必须遵守更严格的规则。 一些企业和行业组织已经明确对欧盟的AI法案提出反对，认为这不利于欧洲打造人工智能高地。欧洲科技行业组织Digital Europe此前在一份声明中称：“这意味着我们需要投入更多来研究对抗人工智能使用风险的方法，而不是投入技术本身，新的监管规则将要求公司投入大量资源来遵守，把资源花在律师身上，而不是雇佣人工智能工程师。” Meta欧盟事务主管Marco Pancini也表示：“最重要的是，我们不应该忽视人工智能在促进欧洲创新和促进竞争方面的巨大潜力，而开放是关键。” 亚马逊首席技术官沃纳·沃格尔斯(Werner Vogels)也在VivaTech期间表达了对人工智能监管可能会扼杀某些领域创新的担忧。 他表示，在考虑风险时，监管机构应该考虑将新技术应用于医疗保健和金融服务。“我认为AI在很多领域应用的风险很小，我们应该让创新在这些领域发挥作用。在其他领域，AI犯的错误可能对人们的生活产生更大的影响，应该针对这些特定领域进行特别的风险管理。”沃格尔斯表示。 他还强调，亚马逊欢迎监管，并与监管机构的总体目标保持一致，但警告欧盟不要过度监管人工智能。 对此，欧盟委员会表示，该法案的推出目标是“刺激欧洲人工智能的投资和创新”。“这项具有里程碑意义的法案是世界上第一部AI法案，它解决了全球技术挑战，也为我们的社会和经济创造了机会。通过人工智能法案，欧洲强调在处理新技术时信任、透明度和问责制的重要性，同时确保这种快速变化的技术能够蓬勃发展并促进欧洲创新。”欧盟在一份声明中称。 欧盟表示，该立法法案经欧洲议会通过后，将在未来几天内在欧盟官方公报上发布，并在发布后二十天生效，新法案将在生效两年后对企业正式产生影响。不遵守规则的公司将面临3500万欧元或等同于全球收入7%的罚款（二选一）。

5月27日，联想集团股价上涨8.86%，收12.04港元/股，创近年来新高，盘中股价还触及12.26港元/股高点。上周，联想集团公布23/24财年全年及第四季度业绩后，联想集团董事长兼CEO杨元庆表示“IT产业最困难的时期已经度过”，并在致供应链伙伴的信中称，人工智能为行业带来前所未有的发展机遇。 联想此前提出“All for AI”，不仅指产品把握AI机会，也包括在供应链运营中应用AI技术。第一财经记者了解到，联想全球核心供应商超2000家，基于提升供应链效率等目的，庞大供应链的运营正在整合AI技术。 联想集团全球供应链首席转型官、联晟智达CEO徐赫告诉第一财经记者，AI可以改善供应链运营效率，人工智能未来也会进入生产、流通等流程。 AI带来机遇的同时，供应链还面临波动，生产层面，此前AI处理器短缺曾影响部分厂商出货，供应链运营层面，AI要在供应链运营中顺利落地还存在一些挑战。 AI在供应链中落地 “AI机遇应该是无穷的，（企业）慢了也不行，首先要把AI运用好，成为最智能化的企业，更好地预测需求、匹配供需，让排产更高效，质量检测和运输更合理。这是我们要做的，做好后可以服务于制造型企业。”杨元庆在媒体沟通会上对包括第一财经在内的媒体表示，供应链灵活性是联想可持续创新的一个原因，多卖多供、上下联动与智能化需求预测有关。 联想全球供应链涵盖PC、服务器、手机领域，核心供应商和三四级供应商合计超4000家，在全球有30多个制造基地。近日的联想集团全球供应商大会上，联想集团高级副总裁兼集团运营官杜哲民介绍，这轮AI热潮前，联想集团已将AI整合到全球供应链运营中，由AI驱动的全球供应链智能控制塔（SCI）可让决策时间减少近60%。 “联想把最核心的400家供应商拉到数字化协同平台上，通过API（接口）、大数据分析、AI数据挖掘技术进行信息总结、分享和提炼，减少供应链管理中的波动和牛尾效应。” 徐赫表示。 徐赫还告诉记者，AI可在供应链智能控制塔、数据分析等层面提高工作效率、质量和稳定性，提供前期预警。未来，生成式AI有望像人一样思考和学习，减少人类重体力劳动，并进入生产、流通、研发等流程。 徐赫观察到，海内外对应用AI等先进技术的动机有所不同，其中，国内做数字化转型较关注投入产出比，考虑成本层面的机会。海外对AI或其他先进技术的应用则往往是因为受到劳动力限制，有时不得不选择新技术。 但徐赫也指出，AI要在供应链深入应用也有挑战。一方面，数据涉及隐私和安全性，要做出适用供应链场景的大模型需要丰富数据来训练，合理合法获取数据将是一大挑战，另一方面，相关人才仍相对稀缺。此外，联想还需思考AI与企业社会责任的关系，联想此前便以链主身份带动周边产业就业，未来在技术迭代和劳动力能力升级之间需要找到平衡。 AI服务器业务波动 作为服务器厂商，受AI需求影响，联想的业务也在波动。联想23/24财年中，包含服务器业务在内的ISG基础设施方案业务集团全年亏损。联想集团方面解释，全球IT预算变化，随着大模型爆发式增长，云服务厂商、企业需求迅速转到AI相关计算上，传统计算预算减少，AI处理器的供应也出现了短缺问题。 一些服务器厂商此前也受AI处理器供应短缺影响。浪潮信息去年上半年营收同比减少28.85%，净利润减少65.91%，财报提到营收下降主要是因专用芯片供应紧张等影响。去年全年，浪潮信息营收、净利润分别同比减少5.41%和14.54%。 此外，去年6月紫光股份控股企业新华三发布了采用英伟达H800 GPU的AI服务器等产品。不过，随后相关芯片供应量不足。新华三去年上半年营收、净利润分别同比增长4.87%和2.62%，全年净利润增长幅度缩小至4.27%，净利润则同比减少8.58%。 不过，联想集团方面解释，AI处理器供应缺口已经有缩小的迹象。包括联想在内，多家服务器厂商受AI服务器需求驱动，业绩近期也出现回暖迹象。 联想基础设施方案业务集团ISG第四财季出现销售反弹，营收同比增长15.1%。联想集团执行副总裁兼中国区总裁刘军解释称，其中AI服务器有20%以上增长。今年第一季度，浪潮信息业绩也有所回暖，第一季度营收、净利润同比增长85.32%、64.39%。工业富联去年全年营收同比减少，今年第一季度营收恢复增长，第一季度生成式AI服务器收入同比增长近三倍。 一名服务器上游供应商告诉记者，根据其接触到的市场情况，今年海外AI服务器需求增长更加迅猛。国内也有所增长，但应保持与去年大致相同的增长幅度，这或许与国内互联网厂商受制于预算有关，今年国内客户新增的服务器需求多与AI服务器相关，传统服务器新增需求相对不大。也有服务器上游供应商告诉记者，AI运算目前的成本较高，对铺开AI应用有影响，AI只带来了一部分新增需求，服务器拉动相关零部件增长的力度可能有限。 集邦咨询数据也显示，全球服务器整机出货量去年同比减少6%，今年预估增长2.05%，增长主要受到美国云端服务业企业的拉动。今年服务器整机中AI服务器出货占比约12.1%，今年全球主要云端服务业企业对高端AI服务器的需求量中，微软、谷歌、亚马逊AWS和Meta四家企业占比逾六成。

在当下AI的热潮中，除了中美两大巨头，还有一个来自东方的大国，试图在人工智能的竞争中抢占先机——是的，它就是我们那个神奇的邻居，印度！ 根据最新的Kantar研究报告，印度目前已经有7.24亿人已经用上了AI（未必全是GPT这类大模型）。 在官方层面，对于生成式 AI 产业这事儿，印度也是兴趣极大。 就在去年8月，印度联邦内阁批准了为人工智能、网络安全和数字技能发展投入1490.3亿卢比（约合130.7亿人民币）的计划。 在这样的刺激下，今年1月，印度终于诞生了一家自己的大模型独角兽公司——Krutrim。推出大模型仅一个月后，该公司就以10亿美元的估值融资5000万美元。 然而，印度AI这场盛宴，表面上锣鼓喧天，但一掀开锅盖，里面的“菜色”可就一言难尽了。 先说说“参赛选手”吧，印度在AI企业数量上，跟中国一比，那差距可不是一星半点。 中国这边，不仅有百度、阿里、腾讯这些巨头推出了文心、盘古这样的的大模型，还有一堆短小精悍的团队，比如月之暗面、智谱AI、百川智能和Minimax，也都搞出了拿得出手的自研模型。 而印度呢，大模型相关的公司少得可怜，自研模型更是凤毛麟角。 根据Tracxn和印度人工智能协会的数据，印度在大模型领域的公司数量不到10家，而且这些公司主要忙着做对话AI、智能助手和一些特定行业的应用，基本不碰基础模型的研发。 至于印度目前唯一一个自研模型Krutrim AI ，也同样充满了“咖喱味”。 不仅被曝出来有套壳ChatGPT的嫌疑，并且根据使用者的体验报告，Krutrim AI在使用时，仅允许输入 424 个字符（不包括空格)，而且有时在交互过程中还会突然懵逼，连自己是谁都忘了。 实际上，对于印度AI的前景，去年早有人做了预判。 2023 年 6 月，Sam Altman 在印度被问及，如果印度团队花1000万美元搞出大模型，能和OpenAI竞争吗？Altman 回答：没戏。 01 搞不好AI的IT大国 印度，这个在IT圈里响当当的大国，居然在AI方面如此拉胯，属实让人感觉有点意外。 咱们平时老觉得，这AI大模型，说白了就是个高级点的程序，不比那些又要精密机械、又要复杂化工的产品，得一步步爬产业链的阶梯。 按理说，只要掌握了算法加数据，再凑上几个写代码的高手，理论上应该手到擒来才对。而印度人在代码、编程这块，那可是出了名的能干。 且不说当下谷歌、微软的CEO皮查伊、纳德拉都是印度人，就连当初写下名震AI界的那篇《Attention is All You Need》的硅谷八子中的两人，也是印度裔。 同样地，今年震撼AI界的Sora，其核心研发人员中，就包括了一名来自印度的技术天才Aditya Ramesh。 Aditya Ramesh还参与开发了DALL-E 就连特斯拉的自动驾驶负责人Ashok Elluswamy，超级计算机Dojo前负责人Ganesh Venkataramanan也同样来自印度。 按理说，编程、软件方面的人才那么多，搞AI应该很有优势啊，那为何印度在大模型方面如此拉胯呢？ 其实，这种“只需要几个聪明人” “万事俱备只差一个程序员”就能搞出来的“低门槛”技术，某种程度上是一种产业上的错觉。 这种错觉就像：“在汽车方面很强大的国家，理应轻松搞出网约车平台”，但现实是，它们就是搞不出来，例如德国、日本虽然是传统汽车强国，但你见过哪个牛气冲天的网约车平台是从他们那儿冒出来的？ 在德国，Free Now这样本土的网约车APP，2023年的用户数只是区区350万左右。 其实，无论是网约车，还是大模型，都不是表面上看起来那样，只需要几个聪明的程序员鼓捣几下，就能弄起来的。 因为这背后涉及的东西，表面上看只是一堆程序、代码，但实质上却和一个国家的基础科研、基础设施，市场群体，以及数字化程度有着千丝万缕的联系。 就拿网约车来说，基础科研方面，网约车涉及了GPS、定位算法一类的东西；在基础设施方面需要有覆盖极广的高速网络；在市场端要有大量经常性乘车出行，且熟练上网的人口来支撑。 同样地，AI领域虽然不像某些产业有复杂的供应环节，但依然有着自身的产业链。 分为上中下三游，每一个环节背后都对应着必不可少的科研、市场或数字化程度等因素。 具体来说，AI产业的上游，就是基础研究层面，例如机器学习算法、神经网络架构等等，这方面需要大量跨学科的，基础理论方面的人才；但可悲的是，当今的印度在AI领域，直接在最顶层就被抽掉了理论和科研的人才基础。 02 巨额订单的诱惑 印度在AI基础科研人才方面的缺失，原因主要有二点： 1、IT外包带来的“毒蛋糕”效应； 2、国内拉胯的基建。 这里先说下第一点。 在1990年代那会儿的时候，印度遭遇了严重的外汇危机，赤字占到了其GDP的8.5%左右。为了破局，印度政府不得不进行了一系列市场化的改革。 而改革中最重要的一点，就是鼓励私立教育机构的发展，特别是那些专注于工程、管理、信息技术等应用型学科的学院和大学。 这些以市场为导向的私立学校，很快就瞄准了一个特别香的赛道——IT外包。 这是因为，从成本和收益比来看，印度当时的基础设施、工业能力太差，而且十分缺乏资本，搞制造业属于费力不讨好的行当。 倘若培养制造业的技术人才，毕业后的就业率会十分难看。 相较之下，IT外包这种活，不仅属于轻资本，不需要大动干戈地搞基建、建工厂，并且由于印度人英语好，劳动力又廉价，做起来简直就是一本万利的绝佳买卖。 于是，从90年代起，各种以信息技术为主的应用类专业，就开始在印度的学校中野蛮生长。 而这样的局面，也造就了今天印度科研“重应用，轻理论”的局面。 例如在2021年的一份报告中， 印度工程和技术专业的学生，占到了总招生人数的约70%。 但在基础科研方面，根据《自然指数》（Nature Index）的数据，在2022年，中国在自然科学方面的成果约为20050项，美国是21473项，而印度只有1280项。 来源：Nature Index 虽然印度后来也意识到了这种模式的弊端，也想过要改变，但是，两个重要的原因，让印度放弃了“浪子回头”的打算。 首先一个原因，是美国人给得实在太多了。 随着90年代美国的计算机巨头开始全球扩张，印度的IT人才，从大量的大外包订单中获得了巨额报酬。 到了1990年代中期，印度IT从业人员平均年薪大概是8000—12000美元左右，到2000年初期，进一步上升至3万—5万美元，同时期的印度普通农村家庭，年收入仅为300-500美元。而城市低收入阶层家庭的年收入，也仅为600-800美元。 除了巨额的订单诱惑，另一个重要原因，就是印度拉胯的工业、基建，让很多基础科研方面的工作缺乏必要的硬件。 03 捉急的基建 这里一个很反直觉的现象是：AI方面的研究与实验，其实与其他基础科研一样，是十分注重硬件设施的一种研究。可不只是凭编程高手倒腾几下算法那么简单。 要维持大模型的运转，就得有大量的GPU，以及相应的数据中心，而这背后，则必须有充足的电力、能源，以及稳定的、高速的网络基础设施，用来进行数据的传输。 可偏偏印度在这些基础设施方面，表现属实不太行。 一个明显的差距是，2023年，在超大规模数据中心数量上，印度只有大约18个超大规模数据中心，而中国的公开数据是有接近100个。 而超大规模数据中心，正是衡量AI算力的一个重要指标。 这样的差距背后，是支撑和维系数据中心运作的一系列配套设施，包括了电力、网络，冷却系统等等。 在这方面，印度同样被中国甩了好几条街。 首先在能源方面，中国的超大规模数据中心的能耗，在2023年估计达到了约180-200 TWh，而印度只有大约10-15 TWh。 之所以如此，是因为印度在电力方面的基建，实在太捉急了。 根据印度民意调查机构2022年对超过2万人的调查显示，三分之二的家庭表示会突然遭遇停电，三分之一的家庭更是每天固定“小黑两小时”。 这电都不够老百姓家里灯泡亮的，还想养AI这尊电耗子？ 除了电力，在网络基建方面，同样是在2023年，中国5G基站总数已超过248万个，覆盖率超过96%，而印度的数量只有30万，覆盖率仅达到了30~40%。 而在更为关键的冷却系统方面，中国在直接液冷、浸没式液冷等先进液冷技术方面处于领先地位（采用率30%）。相比之下，印度大多数数据中心仍采用传统的空气冷却系统，缺乏对液冷技术的广泛应用（采用率10%左右）。 以上种种拉胯的基建，都让印度的计算机科学人才，即使想回国为AI事业效力，也会面临“巧妇难为无米之炊”的困境。 于是，印度聪明的年轻人，最后往往只能含泪打包行李，漂洋过海去美国实现科研梦。 2023年，约6万名印度计算机理论人才选择了海外发展，约占本土计算机理论人数的40%，相较之下，中国的流失率只有15%。 一面是美国抛来的巨额IT外包订单，一面是国内拉胯的基建，两者的相互作用下，印度只能在“科技施工队”的路上越陷越深，难以自拔。 而这种顶层理论人才的差距，直接决定了印度在AI领域所能取得的上限。 04 低数字化社会 如果说，印度在AI产业链上游的问题，主要是基础理论人才的缺失，那么在AI产业链的中游，也就是模型训练方面，印度的困境，主要是难以为大模型的优化和迭代提供足够的数据。 众所周知，目前大模型训练所需的数据，大部分都来自互联网。 而印度在这方面，有个最大的硬伤：就是社会的整体的数字化程度太低。 虽然印度网民人数听起来是挺唬人的，快9亿大军了，但这里有个重要的区别，就是网民数量并不等于一个国家数字化的程度。 现在经常用AI的朋友，估计可以感受到，目前ChatGPT这类AI，最大的用武之地，往往都是一些信息、数据特别密集的场景。 例如像什么长篇报告总结，专业研报分析，或是帮忙处理一些庞杂的代码之类的。 这样的场景，通常包含了大量的数据、信息，而数据或信息的量多到了一定地步，到了人脑觉得负担太大的时候，人们就会觉得AI很有必要了。 从这个角度上看，数字化程度越高的社会，和AI的契合度就越高。 反之，在一个数字化程度较低的国家里，人们在日常活动中产生不了那么多数据，或是即使产生了数据，这样的数据也是大多是以“线下”的形式存在，那AI就很难有用武之地。 从这个角度来看，所谓的数字化程度，绝不仅仅是“网民数量”这一表面的指标，而是指在日常生活中，人们工作、买东西、学习、看病这些活儿能多大程度在网上解决；企业是否能用数字化的手段提高效率。 虽然现阶段，印度网民的数量是挺多了，但仔细深究起来，他们每天在网上都干了嘛事儿？ 根据著名的会计和咨询公司KPMG在印度分布的统计，印度网民目前每天上网的主要活动中，社交网络、即时通讯和视频娱乐等领域最多，占到了总上网时间近90%左右。 但在娱乐化的内容外，其他活动频次就明显低了很多。 如果按使用频率来统计，印度只有56.3%的用户通过网络进行了在线购物，而在中国，这样的比率达到了83%。 除此之外，在网约车平台这些生活服务方面，印度本土的和网约车平台Ola，在2022年全年的订单量约为3.7亿单，而同一时期，中国滴滴出行的订单量则达到了370亿单，是其一百倍以上。 而在企业端，印度企业的互联网普及率仅为49%，而相较之下，中国企业的互联网普及率显著更高，达到了约95%。 这种“低数字化”的现状，从表面上看，主要是落后的基建（5G普及率不足30%）导致的，但从更深层次的原因来看，这和目前印度固有的产业结构，有着莫大关系。 05 分工的重要性 在印度目前的产业结构中，服务业占了GDP的约60%左右。但其中大多是一些低端服务业，例如零售、酒店或餐饮啥的。 农业占了15%—18%，制造业还要略低一些，只有12%。 这种以农业、服务业主导的产业结构，实际上很难承载数字经济所需的复杂产业链和高附加值服务。 农业和很多服务行业，产业链往往很短且较为单一，就像种地、养牲畜，供应链相对较短。 还有那些日常的服务，比如餐馆做饭、商店卖东西、家政打扫卫生，生产链也相对单一，去干就完了呗，较少涉及复杂的上下游产业链整合或增值服务。 说白了，这样的产业，缺乏复杂的数据和信息管理需求。 这么点信息，人脑其实完全处理得过来，用不着AI。 与农业、服务业主导的社会相比，工业社会的一大特征，就是存在大量的分工与协作。 从最初的原材料处理，再到设计新产品、搞研发、组装、测试，最后还要打品牌、做营销、保证售后服务，这一套流程下来，就形成了复杂的产业链。 每增加一个环节，都能创造更多的数据和信息增量。 以新能源车的生产为例，在设计阶段，通过CAD/CAE软件进行车辆设计，以及进行仿真测试时，就会产生大量设计数据和模拟数据。 到了生产环节，生产线上的设备状态、物料流动、生产进度等，同样会产生海量实时数据。 而除了制造环节本身创造的数据流外，由于产业辐射效应，一些工业活动还会给其他看似不相关的行业，带来意外的新的信息和数据。 例如，在金融和保险行业，有基于车辆行驶数据定制的保险费用。 在广告营销行业，为了实现精准营销，企业就得利用大数据分析消费者偏好、社交媒体互动数据等，来优化广告投放。 综上所述，倘若没有工业化，社会就难以产生复杂的分工，没有复杂的分工，人们的生活中也就不会产生大量的数据、信息。 这也是为什么，现在的各个风投机构，都不怎么看好印度AI企业的原因。 去年，印度与大模型相关的AI企业，融资总额约为1.6亿美元。而在中国，仅仅月之暗面一家企业，总融资额就已经达到了30亿美元。 如此巨大的差距背后，除了对印度AI实力的担忧外，一个更重要的原因，就是AI在印度并不真正具备市场规模和潜力。 毕竟，若是放在中国的环境下，即使大模型一时难以在C端打开局面，但至少在B端，由于数字化程度较高，因此在某些定制化的、垂直的场景（如金融、医疗）中，大模型仍然能找到用武之地。 而反观印度，在社会整体低数字化的情况下，大模型除了闲聊和娱乐，还能用来干嘛？ 但如果只是闲聊和娱乐，上社交媒体和刷短视频不更香吗？ One More Thing 当前印度在AI方面的窘境，属实表明了：当下的这场AI竞争，从浅了看，只是某一个具体技术的竞争，往深了看，是一个国家总体科研实力的较量，再看得深点，就是不同国家之间，社会发展程度、产业结构、人口素质方面的一个综合比拼。 从总体上看，数字化程度越高的国家，AI落地和普及的效果就越好。 而AI普及度越高的国家，就越能够通过收集用户的反馈数据，形成数据飞轮，进一步对模型进行优化和迭代。 而印度的尴尬之处就在于，明明自己身为一个尚未完成工业化的半农业国家，却在追求AI这样一种数字化时代的产物。 而更讽刺的是，印度越是追求AI，自己从前的“铁饭碗”被端掉的可能性就越大，因为当下的生成式AI，在很多功能上，就是直奔着取代某些高端服务业的目标去的。 例如5月21日的微软开发者大会上，微软不仅发布了搭载GPT-4o的最新版Copilot，并且还在会上演示了“帮助小白编程”的GitHub Copilot Workspace。 这是一款通过聊天实现完成程序编写的软件。这将使任何新手，即使对编程语言几乎没有了解，也能开发自己的软件。 设想一下，如果将来编程、电话客服一类的岗位，全都能被AI取代了，印度之前赖以发家的“IT外包”这条路子，还能走得通吗？ 到了那时，工业基础薄弱，IT铁饭碗又被抢走的印度，该如何在AI时代生存，将成为一个巨大的问号。

就在刚刚， xAI 官宣拿到了 60 亿美元的 B 轮融资，其估值也一跃达到约 180 亿美元。 本轮融资的主要投资者包括特斯拉和 SpaceX 的首批投资者安东尼奥·格拉西亚斯（Antonio Gracias）领导的 Valor Equity Partners、迪拜投资公司 Vy Capital、美国私人风投 Andreessen Horowitz、Sequoia Capital、风投公司 Fidelity Management & Research Company，以及沙特王国控股公司 Kingdom Holding 等。 xAI 目前最出名的产品是聊天机器人 Grok。自 2023 年 11 月 Grok 正式发布到现在，其一直在追赶并尝试超过 OpenAI 的步伐。 在过去一年的时间里，Grok 的发展可谓是突飞猛进。今年三月，马斯克宣布开源 3140 亿参数的混合专家模型 Grok-1；三月底，xAI 推出 128k 长文本 Grok-1.5；到了四月，xAI 又推出首款多模态大模型 Grok-1.5V。 目前 xAI 使用了两万个 GPU 来训练 Grok 2.0。最新版本的 Grok 可以处理文字、图表和识别现实世界中的物体，未来的 Grok 模型还可以识别音频和视频。 马斯克还曾公开表示，xAI 将会使用多达 10 万个 GPU 来训练和运行其下一版本的 Grok。 根据 The Information 的最新报道，马斯克于五月在向投资者做演示时透露，xAI 计划建造一个「超级算力工厂」（Gigafactory of Compute），为 Grok 的下一个版本提供算力支持。 xAI 新的「超级算力工厂」本质上是一个超级计算机，和 Meta 为训练 AI 模型而构建的 GPU 集群类似。集群是指单个数据中心内通过线缆连接的众多服务器芯片，以便它们能够高效的方式同时运行复杂计算。一般而言，拥有芯片数量更多、计算能力更强的集群，就意味着可以带来更为强大的 AI。 xAI 计划为「超级算力工厂」连接 10 万块 H100 GPU，并且可能会与甲骨文进行合作。在本月中旬时有消息称， xAI 在与甲骨文高管讨论云服务器的相关问题，xAI 计划在未来几年内花费 100 亿美元租用甲骨文的服务器。 目前，xAI 已经从甲骨文租用了大约 1.6 万台 H100 芯片服务器，也成为了甲骨文最大的 GPU 客户。 除了算力外，另一个决定 AI 数据中心位置的重要因素是电力供应。据计算，拥有 10 万个 GPU 的数据中心可能需要 100 兆瓦的专用电力。 xAI 的办公室位于旧金山湾区，但在新的「超级算力工厂」选址上也会考虑电力这一重要因素，未来可能还需要和政府进行进一步谈判。 马斯克向投资者表示，xAI 现阶段仍然落后于竞争对手。有消息称，到今年年底或明年年初，OpenAI 及微软可能会拥有马斯克所设想规模的集群。 OpenAI 和微软还正在讨论研发一台价值 1000 亿美元的超级计算机，包含几百万个英伟达的 GPU，其规模将是 xAI 的数倍。 今年三月，在英伟达的新闻稿中，马斯克就曾公开喊话称英伟达的人工智能硬件是「最好的」。 马斯克还在四月份的投资者的电话会议上表示，特斯拉拥有 3.5 万台 Nvidia H100 来训练其自动驾驶，并计划在今年年底前将数量增加一倍以上。 英伟达的 CFO Colette Kress 已将 xAI 列入客户名单，未来 xAI 将与 OpenAI、亚马逊、谷歌等公司一起，优先使用英伟达的下一代旗舰生成式 AI 架构 Blackwell。 虽然「算力超级工厂」正在排队抢购英伟达的芯片，但 xAI 依然还在开发自家的 Dojo 超算。 在 2022 年的特斯拉 AI Day 上，其展示了自研的 Dojo 计算平台。Dojo 内部由一个个「训练瓦片」（Training Tile）构成，每个「瓦片」内含 25 块 D1 芯片，这 25 块芯片最终汇聚成 54P 算力和 13.4TB/S 的对分带宽。 Dojo 还能以机柜的形式呈现。在强大的硬件堆叠之下，一个 Dojo 机柜就能提供 1.1E 的算力、13TB 的高带宽内存，以及 1.3TB 的高速内存。4 台 Dojo 就能提供相当于 72 个 GPU 机架的算力。 但是在现阶段，由于 Dojo 的稳定性和产量还没有得到保证，所以 xAI 还是只能选择英伟达的 GPU 来训练 AI。 xAI 新获得的 B 轮融资，在一定程度上帮助其解决了财务负担。但马斯克自己也曾承认，如果要在 AI 赛道拥有竞争力，那么每年至少要花几十亿美元。 无论是给人脑植入微芯片的 Neuralink ，做类人机器人的 Optimus， 还是智能的 Grok AI 助手，马斯克这些积极推进的项目都隐约指向一个终极目标：通用人工智能（AGI）。 xAI 还有很长的路要走，并且在努力成为规则改变者。不过，现在看来，英伟达可能才是目前最大的赢家。

作为这一轮 AI 浪潮最大的「卖铲人」，英伟达时至今日还在高歌猛进，近期刚公布的财报显示，最新一季的公司营收已经增至去年同期的 3.6 倍。所以也难怪，英伟达的一举一动都牵动大量的关注。 几天前，国际投行摩根士丹利发布报告指出，基于最新 Blackwell 架构的英伟达 GB200 超级芯片（CPU+GPU）将采用玻璃基板而非常见的有机基板，这也让「玻璃基板」「玻璃芯片」受到更加广泛的关注。 但实际上不只是英伟达可能要用玻璃基板做芯片，包括英特尔、三星、苹果等企业也都或明或暗地看好「玻璃芯片」的到来。 在 AI 需求持续高涨的趋势下，英特尔去年就率先推出用于下一代先进封装的玻璃基板，并表示将在未来几年推出完整的解决方案，首批基于玻璃基板的芯片将面向数据中心、AI 高性能计算领域。 三星还要更激进，今年 5 月初就宣布预计在 2026 年面向高端 SiP（System-in-Package）量产玻璃基板。据报道，三星计划在 9 月以前完成所有必要的设备采购与安装，今年第四季度开始预商业生产线的运营。 那到底什么是玻璃基板？追赶 AI 浪潮的芯片巨头为什么都在盯着玻璃基板？基于玻璃基板的芯片——玻璃芯片又能给计算设备和普通用户带来什么价值？ 玻璃芯片是什么？ 算力，可以说是最近一年多 AI 浪潮中最经常被提及的一个词。事实上，早在这一轮 AI 浪潮之前，更强的计算需求、更复杂的半导体电路都对大到芯片封装工艺、小到基板材料提出了更高的要求。 了解芯片制造的读者可能知道，切割下来的 die（裸芯片）在经过封装之后才能称之为「芯片」，封装既是为了让芯片能够与外界进行电气和信号的连接，也为芯片提供了一个稳定的工作环境。 在这个过程中，通常使用有机材料作为基板封装芯片，而玻璃芯片的本质，就是将有机基板换成玻璃基板。不过相比之下，采用玻璃基板的芯片有更强的电气性能、耐高温能力以及更大的封装尺寸。 玻璃基板，图/英特尔 更强的电气性能，意味着玻璃基板可以允许更清晰的信号和电力传输，英特尔就指出玻璃基板能实现 448G 信号传递，做到更低的损耗。而低损耗，也意味着玻璃基板能够帮助芯片变得更加省电。 此外，不同于有机塑料的粗糙表面，更平坦的玻璃基板也让光刻和封装变得更容易，同面积下的开孔数量更多。 同样由于物理方面的特性，玻璃基板还有更强的热稳定性和机械稳定性，在高性能计算芯片运行产生大量热量的过程中，芯片会发生更少发生翘曲和形变。英特尔在引入 TGV 玻璃通孔技术后，将能通孔之间的间隔能够小于 100 微米，直接能让晶片之间的互连密度提升 10 倍。 不过以上这些可能还不是最重要的。相比有机基板，玻璃基板可以将芯片封装尺寸做得更大，来塞下更多、更大的 die——也是更多的晶体管。按照英特尔的说法，他们能在玻璃基板上多放 50%的 die，大幅提升封装密度。 所以无论从性能、功耗还是互连密度来看，玻璃基板，或者说玻璃芯片都是更好的选择。从这个角度看，英伟达 GB200 如果真的采用玻璃基板，一点也不让人惊讶。 算力之争，战火蔓延 在摩尔定律不断逼近物理极限的现在，单片 die 的性能实质已经很难提升，但与此同时，高计算性能的需求也变得越来越迫切。而 Chiplet（小芯片）技术，已经被普遍视为未来提升芯片算力的主要手段之一。 今年 3 月，英伟达在 GTC 开发者大会上发布了新一代 Blackwell GPU 架构，以及基于此架构的 GB200 超级芯片。GB200 标志了英伟达正式迈向 Chiplet，每个 GB200 实际上包含了 2 个 B200 GPU 和 1 个 Grace CPU，其中每个 B200 GPU 都有 2080 亿个晶体管。 GB200，图/英伟达 此外，相比上一代 H100 训练一个 1.8 万亿参数模型需要 8000 个 Hopper GPU 和 15 兆瓦的电力，这一代的 B200，只需要 2000 个 Blackwell GPU 和 4 兆瓦的电力就能完成。 Chiplet 技术简单来说，其实就是在单个封装中集成多个 die 或小芯片，或者通俗理解为将多个小芯片用「胶水」连起来，形成一个更强的芯片，比如英伟达的 GB200、苹果的 M2 Ultra 等。 但 Chiplet 的趋势，其实也对基板的信号传输速度、供电能力、设计和稳定性提出了新的要求。不过有机基板受限于物理特性，已经越来越不够用，这也是玻璃基板越来越受到重视的核心之一。 另一方面，这也是先进封装工艺领域的竞争使然。 当下，台积电 CoWoS 封装工艺独步天下，拥有较高的技术和专利壁垒。在市场层面，台积电也凭借 CoWoS 封装工艺基本吃下了头部芯片设计公司的大部分 AI 芯片订单，从英伟达到 AMD，从谷歌到微软。 CoWoS，图/台积电 作为对手，英特尔和三星显然不会甘愿。但除了在相似的技术路线上加紧追赶台积电的封装工艺，英特尔和三星可能也明白很难在这条路上超越台积电。相比之下，玻璃基板或许会是一个在封装工艺上超越台积电的真正机会。 所以也就不难理解，从去年开始英特尔和三星两家晶圆代工厂纷纷加码玻璃基板，加速玻璃芯片的量产计划。甚至根据产业分析师的透露，台积电也有类似的技术布局。 玻璃芯片离我们，还有多远？ 虽然三星预计 2026 年就能面向高端 SiP 量产玻璃基板，但我们想真正用上玻璃芯片，可能还有很长的一段距离。 事实上，大部分这类近未来的技术都会遭遇大规模量产和成本的挑战，玻璃基板虽然在性能、能效等方面优于有机基板，但实际上也面临同样的问题。最直接的一个表现就是，不管是三星还是英特尔，都强调了玻璃芯片将率先面向数据中心的 HPC 需求。 但这还是在顺利量产的情况下，实际玻璃基板还牵扯到上下游的配套技术和生态，每一个流程的进展都可能影响另一个流程规划。 另外值得注意的是，更早布局玻璃基板相关技术的英特尔远没有三星那么激进，只是表明将在 2030 年前推出。这当然不能说明三星就无法在 2026 年实现量产，但确实值得更谨慎地看待三星的计划。 更何况，三星的半导体部门也没少放过这种卫星。

作者|陶然 编辑|魏晓 五月这场席卷行业的价格战，百川智能算是大模型头部公司中，为数不多的一个例外。 不做免费，也没谈降价，按部就班上架了自家的新模型和新应用。 5月22日下午，百川智能全新Baichuan 4 系列模型及AI 助手“百小应”发布会在北京举行。除了介绍百川大模型的技术迭代，公司创始人、CEO王小川也谈到了近期行业内不断有大厂入局的大模型价格战。 王小川表示，降价和免费是优势，但未必是竞争力——大模型免费之后，整To B市场会繁荣得更快，企业客户会更愿意尝试接入大模型，“但尾部公司会退出这个赛道”。 并且，大模型企业这种有些不计成本的竞争，在王小川看来也是一种非健康的状态：现阶段过高的营销和获客成本是否合理、今后能否持续，业界始终存有质疑。 To B业务，并非百川智能主要仰赖的商业模式。 在市场规模层面，王小川称中国市场的C端比B端大10倍，“在美国做To B是特别好的生意”。 基于目前的情况，王小川并不建议创业公司下场，百川智能自己也不会跟着砸价。 “（价格战）这件事情对我们而言，就是别掺和进去” 此番推出公司成立后的首款AI助手应用，百川智能看重的还是C端。 姗姗来迟的App 在百川智能的官方介绍中，百小应App的定位是“懂搜索的AI助手”。 AI、搜索、助手，都是近段时间大模型行业的高频词汇： Kimi的介绍是“Moonshot AI 出品的智能助手”，360、昆仑万维等公司的AI搜索产品早已上线多时。谷歌也在最新一场发布会中宣布，公司目前最强大的AI模型Gemini将被注入到其搜索引擎中，在用户使用搜索引擎时自动归纳总结搜索结果。 仅从功能设置来看，AI搜索和传统模式的区别，无非是可以系统理解用户意图，用自然语言提供一套整合资料后的回答。如果只是在应用商店中新增一个AI搜索App的可选项，姗姗来迟的百小应对比早已发布的同行竞品，包括生态位更靠前的百度、微软bing等大厂，显然难说能有什么优势。 所以，具体到各家产品的表现，百小应App作为后来者，理应是该带来一些惊喜的。 作为一款面向C端的产品，百小应和Kimi，包括360 AI搜索、天工AI助手在内，从生成回答的流程上非常相似。 以当地时间5月23日马斯克的发言为例，除去Kimi直接给出了解答而没有显示从网上检索相关资讯的步骤外，百川智能百小应、360 AI搜索及天工 AI助手的第一步都先将用户的提问筛选出关键词，进行了一定范围内的信息筛选。 这套“网络筛选，AI总结”的流程，目前可以说也是行业通解，即使是微软Bing也是相同的模式。 但在相同模式下，生成答案的逻辑和质量亦有高低。 对于这个和马斯克相关的问题，最明显的区别是，百小应是四款AI搜索/助手中，唯一一个将资讯的查找范围设定在英文信息源网页的，其参考的六个链接全部是外网网页，而余下三款App的信息源则都是国内媒体发布或转载的资讯。 似乎可以理解为，百小应在识别到关键词“马斯克”之后，自动筛选了与其关联性更强的英文信息源作参考。 不过呢，这个推理过程的黑箱，目前仍然存在很多的不确定因素：把更多关于英伟达黄仁勋、OpenAI山姆阿尔特曼等同样是海外公司及人物相关的问题抛给百小应，生成答案的信息源，又全部都是来自国内媒体，和其余几款App没有本质区别。 如果确有能根据关键词筛选不同地区、不同渠道信息源的功能，那百小应下一步需要做的，就该是让这个功能的生效更稳定一些。这样一来生成的回答更真实有效，二来也能成为App的特色功能区别于行业内大量的同质化产品。 公开资料显示，百小应AI助手基于的是百川智能新发布的Baichuan 4大模型，模型本身较上一代在各项能力上均有不同幅度提升，通用能力提升超10%，代码及数学能力分别提升了9%、14%，在SuperCLUE测评中暂列国内模型第一。 而百小应，正是将升级后的模型能力与公司一直擅长的搜索技术融合而生。 只不过，在基础模型过剩，C端产品多但变现途径少的情况下，这个时候多增加一款AI搜索，百川智能会抢出多少增量，恐怕暂且要先打个问号。 真的不用卷吗？ 在发布会之后的采访中，王小川说百小应并不是他心中大模型产品的最终形态，“和我要的形象还是有一定距离的”。 并且，即便是当前赛道内已经玩家众多的时间节点，王小川也依然认为，现有的竞争和发展，对于AI和“超级应用”来说都还处于早期。 “今天发布应用不晚，而且是太早了。” 他给出的第一个时间点，是今年年底，据说会有更进一步的产品效果。 虽然嘴上说着不急，但纵观百川智能不到两年的发展，一个显而易见的情况是，百川并非那种不紧不慢的调性。 2023年4月10日，一封署名为百川智能CEO 王小川的公开信空降AI圈，这位搜狗公司创始人正式宣布进场大模型创业，与前搜狗COO茹立云联合创立一家目标成为中国版OpenAI的大模型公司。 很多朋友认可我的技术理想主义和技术驱动的创业经验，鼓励和支持我做中国的OpenAI… 我最动心的是，能和一群有理想的人，用极致的技术驱动创造出颠覆性的智能产品。这一次，百川智能将借助语言AI的突破，构建中国最好的大模型底座… 带着来自业内好友以及自掏腰包筹集的5000万美元启动资金，王小川以创业者身份迅速加入大模型战局，并在之后400多天的时间里，总共推出了Baichuan系列主模型（如Baichuan-7B/13B、Baichuan2-Turbo、Baichuan3等），以及Baichuan-NPC角色大模型等覆盖多个领域的开源/闭源模型。 背后的投资方名单也相继增加了腾讯、阿里等知名公司/机构，据称，百川智能目前的估值已经超过十亿美元，跻身科技独角兽行列。 但王小川依然有意无意避开了与同行竞争的话题，称不会为了拉融资而将产品和公司置于一种不健康的状态——“我们手上有足够的资金”、“会把精力放在产品价值的体现”。 而对于好产品的定义，王小川说得直白：会得到用户认可的，跟今天的同行是不一样的。 至于产品最终会把市场引向一个什么样的时期、是不是真能如王小川所愿的满足期待，同时还能胜过同行，还有待用户和市场的检验。 按照他的计划，这个结果，最快也要等到年底了。

IT之家 5 月 27 日消息，近日，宝马位于英国汉姆霍尔（Hams Hall）的发动机工厂引进了一只名为 SpOTTO 的“机器搜查犬”，来帮助检测生产线问题。 这让人不禁联想到雷・布拉德伯里小说《华氏 451》中令人毛骨悚然的机械猎犬，不过宝马这次引进的 SpOTTO 可没有小说中机械猎犬的那些暴力功能，SpOTTO 由波士顿动力公司制造。 SpOTTO 这个名字来源于两位奥托 (Otto) —— 其中古斯塔夫・奥托是宝马的联合创始人之一，而尼古拉斯・奥托则是四冲程内燃机的发明者。SpOTTO 将成为汉姆霍尔工厂的一员，这个位于英格兰中部地区的工厂每年生产 40 万台宝马和 MINI 的 TwinPower 涡轮增压发动机。SpOTTO 的作用是帮助工厂发现潜在的问题，确保生产顺利进行。 据IT之家了解，SpOTTO 能通过视觉、热成像和声音传感器来检测过热的机器和压缩空气泄漏等问题，这些问题如果不及时发现，可能会导致工厂停工或效率低下。 SpOTTO 还能爬楼梯，并为宝马的汉姆霍尔工厂数字孪生体收集数据。未来，它可能还会承担更多任务，比如读取模拟控制装置数据。

特斯拉最近真不是很不太平，又是滞销，又是裁员，股价一路向下狂奔，一幅岌岌可危的样子。 马老板也专门来了趟中国，左谈谈右谈谈，把得力助手朱晓彤带回了国内，还说要搞定 FSD 。不过，这 FSD 来不来不好说，特斯拉反倒先在上海搞了波大的。 那个拖了一整年的特斯拉上海储能工厂终于动工了！ 一向不怎么营销的特斯拉，还特意在官方公众号给大家介绍了这个储能工厂。 身为特斯拉二号人物的朱晓彤甚至兴奋地说： “ 对特斯拉而言，这是一个重要的里程碑。 ” em...上次见特斯拉这么振奋那还是上次。 上海储能工厂这待遇，跟 2019 年上海整车工厂开工也没差了，可见特斯拉非常重视。 说回这个储能工厂，顾名思义呢，就是造储能设备的。 咱们看官方给出来的鸟瞰图，这一个个集装箱样式的就是特斯拉专门生产的超大型商用储能电池—— Megapack 。 这玩意儿，可以看作是一块超大的 “ 充电宝 ” ，实际上就是往里一块块地塞电池，一台 Megapack 最多可以存储 3900 度电，相当于 65 台 Model 3 的电量，蔚来的换电站那 21 块电池都是小巫见大巫。 根据特斯拉之前推广的家庭式光储一体 Powerwall 的经验（ 一台 powerwall 每年能帮一个家庭省 65% 的电费 ），一台 Megapack 就可以满足 3600 户家庭一小时的用电需求。 而且你可别以为这是特斯拉在画大饼，特斯拉靠着这玩意在美国已经赚麻了。 这些年，全球都在大力发展可再生能源，可风力、光伏嘛，大家懂的。这风不吹了，这太阳不晒了，发电效率就得下降，没电拉闸那可是大事，德克萨斯州那次大雪停电有多惨咱们都知道了。 而储能电池就可以起到削峰平谷的作用，在风力、光伏发电的高峰期把电力蓄起来，人们要用的时候再发出去，保持电网输出的平稳。 所以，即使 Megapack 一个售价 180 多万美元，在欧美仍然卖到断货，排队排到 2025 年去了，目前是特斯拉毛利率增长最高的版块，今年一季度同比增长 140% 。 Megapack 遇上卖断货、产能地狱的难题，像极了当年的 model3 。 所以马斯克直接复刻当年的操作，赶紧跑来中国，以雷霆速度增产，准备复刻一遍上海第一工厂的成功，让 Megapack 在中国卖爆。 而且你别说，储能这事在国内也挺有搞头。 毕竟我们作为工业大国，限电那是家常便饭，工业限电基本上每年都得来一遍。 咱们普通人感知明显一点的，那就是 22 年的四川限电，那年天气异常炎热，连续 35 °以上的高温把四川全省烤成了炸鸡，三峡大坝的水都给蒸发了，连居民的空调都无法保障。 而根据特斯拉的规划，这座储能工厂，年产能将达到 40GWh ，能将目前特斯拉的储能电池产量翻番，既能满足国外需求，也能开拓国内市场。 但是话说回来，虽然储能盘子很大，但我估计 Megapack 在我们这可能会没什么市场。 现在的储能系统市占率前十的，有 7 家都是中国公司，前二的阳光电源和比亚迪，一个 03 年就开始做光伏逆变器，另一个 08 年就成立了电力科学研究院开始研发储能电池。到目前，这两巨头和特斯拉拉开了近 3% 的市占率差距。 而且打开 Megapack 的供应商列表，我们发现了一个熟悉的名字，宁德时代。 是的，特斯拉 Megapack 的电芯供应商是宁德时代的。 世界电池巨头怎么会缺席储能这个千亿市场呢？ 宁德时代虽然不在储能系统的榜单内，但它去年储能电池电芯的装机量达到 69 GWh ，而全球储能电池的出货量为 185 GWh ，光他一家就占了 37% 的份额。 要是加上中国其他锂电企业，真的全是我们的人。。。 技术上特斯拉也存在代差，宁德时代的天恒储能系统能实现 6.25 兆瓦时的储存量，三围数据是标准 20 尺集装箱尺寸（长宽高 6.1m × 2.4m × 2.6m ），方便出口的同时，对比特斯拉 Megapack 体积增加 33% ，但容量增加了 60% 。 所以，特斯拉 Megapack 这次入华，还真不像 Model 3 一样有着碾压的技术优势。 不过特斯拉副总裁陶琳在开工仪式后也说了，上海储能工厂将和上海整车工厂用一样的思路，同时作为生产基地和出口基地。 进可攻，退可守。 中国市场要是打不开，那就往国外卖嘛，反正都卖断货了。而且依托中国供应链，甚至有着更加明显的成本优势，在国际市场上的竞争力更强了。 而对于咱们来说，这个时间点把放特斯拉这条鲶鱼放进来，既能给大家宣传宣传可再生能源的建设，也给国内储能基础设施加加速吧。 毕竟今年的政府工作报告，已经把发展新型储能写进去了。 新能源都突破 50% 渗透率了，储能也是时候该浮出水面了。 撰文：浩森 编辑：脖子右拧 & 面线糊君 封面：焕妍

距离 N 号房事件的曝光，已经过去 5 年了。 5 年时间，足以把这起臭名昭著的事件，浓缩成 “N 号房 ” 三个字，人们快要忘了，甚至已经忘了，曾有包括 26 名未成年人在内的 103 位受害者的性剥削视频，被分享并出售给超过 26 万个 ID 、 6 万名用户。 有人在遗忘，也有人在暗中卷土重来。当潘多拉魔盒打开的时候，想要关上，可能就没那么简单了。 2024 年 5 月，在韩国网络上，另一个词条서울대 'n 번방사건 ' 开始站上风口浪尖。没过多久，这个词条的热度，就传播到了中国的网络上，冲上了微博热搜。 翻译成中文，서울대 'n 번방사건 ' 的意思是首尔大学 N 号房事件，中国的媒体和网友，一般称之为第二次 N 号房。 与其说五年前的旧事重新上演，不如说 N 号房的故事，在 2021 年嫌疑人被判刑后并没有结束。 它只是变成了一捧名为网络性剥削的灰烬，如今在网络上再次燃起了熊熊大火罢了。 可能部分国内网友听说过 Telegram 的名字，它也被称作电报、纸飞机、 TG ，是由来自俄罗斯的杜罗夫两兄弟开发的即时通讯软件。 和其他即时通讯软件不同，电报的特征，就是加密。也因此，电报成了犯罪的温床。 不过对于大多数人来说，电报的作用依旧是日常生活使用。像是首尔大学 A 女士下载电报的初衷，就是用来获取电影预订信息。 2021 年 7 月，距离 N 号房主犯 Cho Ju-bin 的终审宣判，还有 3 个月。在注册 Telegram 的第二天， A 就在收到了一封陌生人的来信。 数声手机提示音过后，有数十张淫秽照片和视频通过 Telegram 涌入她的视线，而照片和视频的主角，就是她自己。 那种突如其来的冲击让人很难忘记， A 回忆称，她的脸被贴在了另一名女性的身体上，一个男性生殖器的照片，和那张合成的照片重叠，还有一张裸体女人张开双腿的照片。。。 当她还搞不清楚自己经历了什么的时候，伴随着她合成照片在网上泛滥的，还有她的个人信息，姓名与年龄，在各个群组中传播。 群组的参与者们对照片发出评论和嘲笑，把 A 称作 “ 이번시즌먹잇감 ” （ 本季的猎物 ）。于此同时，这种网络性暴力的行径，也被这些参与者们保存了下来，并转发给 A ，要求她做出回应。 走投无路的 A 只能跑到警局——即便如此，她在警局里的时候，群组成员依旧对她羞辱了三个小时。 这封打破她生活的来信，还只是个开始。 几个月后，她发现了一些线索： “ 有位朋友说，‘其实不久前，我们同班的一位学长刚刚看到了我们三个同学的一些合成照片，那位学长提示了我们。’ ” 一段时间后，越来越多的受害者开始浮出水面，加起来有近 20 人。而这些受害者还有一个共同的特征：都是首尔大学的人。 在绝望的时候，人们总希望手里能抓到一根救命稻草。 合成照片的受害者们，把希望寄托给了韩国警察，不过她们可能要失望了。 A 在进入警局后持续受到 3 小时羞辱的时间内，警察给出的建议是‘首先，请把一切都拍下来，快点写下（ 投诉 ）。’ 写完投诉，警察也没招了，因为合成照片在 Telegram 上流行，他们也很难在这个加密性很强的软件调查取证。在 A 离开警局前，她得到的回复是， “ 我们会尽力 ” 。 这段 “ 尽力 ” 的时间持续了六个月，无疾而终，因为无法确认嫌疑人的身份，韩国警方宣布停止调查。 另一名同样被警局告知无法确认嫌疑人身份的受害者 B ，难以接受这个结局，她决定自己找出元凶。 在经过了合成照片和视频内容的多番对比之后，她有了一个巨大的发现，那就是这些合成照片的原素材，是受害者们在 KakaoTalk （ 相当于韩国版微信 ）个人资料上使用过的。 kakaotalk 此外她还发现，这个元凶一定已经关注了她们很长时间，因为受害者们经常会删除一些公开照片，而这些被删除的公开照片依旧被元凶所使用。 抓到元凶的方法颇具戏剧性，受害者们经历了警局的多次中途停止调查或草草结案之后，分别向首尔中央地方检察厅和首尔高等检察厅提出上诉，却又被驳回。她们又向首尔高等法院提出诉状，直到去年 11 月，才重启了对该案件的调查。 与此同时，受害者们向之前调查过 N 号房事件的 “ 追踪团 · 火花 ” 成员袁恩智（ 音译 ）求助，袁恩智卧底了两年时间，和元凶建立了联系。 她给自己做了一个虚拟人设——一个拥有首尔大学毕业的貌美娇妻，并且爱好色情内容的 30 岁男网民。 她给元凶的钩子其实十分直接： “ 我把妻子的内裤给你，你想拿走吗？ ” 被小头控制大头的元凶朴某，按时出现在了约定地点，并成功被埋伏的警察其抓获。 赶到约定地点的朴某 朴某的身份也确实如受害者所想是身边的人，他是首尔大学的大四学生，不知道什么原因，他读了十年大学，现已年过 40 ，毕业后一直在准备公务员考试，但没有具体工作。 之后，朴某被首尔中央地方检察厅妇女儿童犯罪搜查一课以违反刑罚特别法等罪名，进行了逮捕并提起公诉。仅他一人，就针对约 48 名包括未成年在内女性受害者制作了 AI 合成的成人内容。他被指控在 2021 年 7 月至今年 4 月期间制作了约 400 个虚假视频，并传播了约 1 , 700 个视频。 另一位元凶 31 岁的姜某，和朴某是首尔大学校友，作案时他还在首尔大学的法学院读研，现在他已经毕业。姜某搜集了众多女性校友的毕业照片和社交平台照片进行了 AI 合成，并发给朴某，另外姜某还负责把这些内容分发到 Telegram 上。 朴某和姜某因为这段特殊的合作关系，成了奇怪的挚友，他们称二人为 “ 一体 ” ，并互称对方是 “ 综合专家 ” 。几年时间里，两个人在 Telegram 上开设的小组数量接近 200 个，每个房间人数最多的时候能有 50 人。 在查证的这几天时间里，还有其他几个嫌疑人也被挖了出来，其中有一个制作传播针对 17 名女性受害者虚假视频的 20 岁男性和朴某、姜某一样，被逮捕移送。另外还有两名分别针对 1 位女性受害者的男性，也被挖了出来。 这件持续了近 3 年的第二次 N 号房事件，似乎就以这样看似圆满的结局收尾了。。。吗？ 初次看到这个故事的时候，不知道你是什么感觉，我觉得最恐怖的不是这件事本身，而是我看完这件事觉得也没多夸张。 韩国网友的这种愤怒、无奈、失望、后怕，像是天塌了国家完蛋了这种的情绪宣泄，我一开始并没有理解。 因为在我们的日常生活中，已经看过了无数条换脸视频。 在部分国外的软件上，很多简中博主搞明星的换脸色情图片和视频，也不是一天两天了。 有人甚至把朋友的生活照片发给博主，博主收费或者免费合成后放到网上，供大家一起观赏，这事已经形成了产业链 在国外网络上随便搜搜，这些 AI 合成的成人内容如同一月份的 AI 泰勒斯威夫特不雅照那般到处都是，像是海啸一样，在泛滥，在怒吼。 所以我有那么一瞬间觉得，不是韩国的事件不值得重视，而是国内这种事情实在太多了也太惨了，只是没人说而已。 5 月 20 日，我们还聊了和名人长相相似的复制人，通过模仿来复制别人成功的故事。当时评论区有位差友大胆预言， “ 当 AI 换脸 AI 变声越来越成熟以后，会更可怕 ” 。 结果连 10 天都没过，因为 AI 合成淫秽图片和视频导致的第二次 N 号房事件，就出现在了网络上。 我们对这种事情屡见不鲜，甚至早有洞见。 可我又为自己的想法感到惊讶，借用鲁迅先生的一句话，从来如此，便对吗？ 到这里，我才知道， N 号房事件从来没有结束，哪怕当年的赵博士已经被判刑，哪怕这次的女孩们打了一场漂亮的翻身仗，哪怕用 AI 合成图片的朴某姜某已经被公诉。。。 朴某被抓获 从 N 号房事件出现的那一刻起，它就会像荒草一样，野火烧不尽，春风吹又生。 在下三路这方面，人类想象力的跨越程度是最大的。哪怕是搭载了苹果先进技术、售价三千多刀起步的科技结晶 vision pro ，在发售后，总会有人想着办法用它播放小电影。 看似结束的第二次 N 号房事件，其实只是第一次 N 号房事件的延续， N 号房没有完成时，只有现在进行时。 罪犯的落网只是中场休息，霸凌和受害不会停止，人们发现的只是跑到视野里的几只蟑螂，阴暗处还有更多。 也许你觉得有点危言耸听，但在韩国网络上，人们已经开始讨论了。 他们抛出了另一个观点：被窥视羞辱的受害者，难道只有女性吗？ 韩国在线报纸 pennmike 中，提到了近年来在韩国一些女性社区，不乏拍摄男性隐私照片并分享的行为，只不过探讨的人并不多罢了。 与其说第二次 N 号房是一种性别的霸凌，我更觉得，它是一种基于色情的黑暗森林。 身边的每个人都有能力通过 AI 霸凌你，你在网上贴出的任何一点内容，都会充满风险。人们对这种未知越发感到恐惧，没人知道自己什么时候会成为别人屏幕里的那个人，也没人想把自己的生活，变成别人的 porn 。 所以男男女女们越来越像是专业侦探，哪怕出差旅游住个酒店，都要四处搜一搜，生怕自己成了 91 上边的热门人物。 在这个 AI 时代，没人能逃得脱 N 号房的余震，吃瓜的看客终将下场，每个人都可能是猎人，也可能是猎物。 撰文：张大东 编辑：莽山烙铁头 封面：焕妍