笑拉了家人们，最近AI圈和教育圈撞车了，闹出个天大的乐子。 这事儿起因还挺魔幻，前几天不是正值期末嘛，阿里的千问APP顺势搞了个大更新。 本来这波操作，是给家长们送温暖的，什么拍照搜真题、AI板书讲题，甚至还能根据你的错题，自动生成一堆“举一反三”的练习册。 结果福利送出去，大家回头一看，千问的应用商店评论区怎么炸了，画风变得极其分裂： 一边是鸡娃家长打五星好评，说这不就是传说中的免费VIP家教吗？真香！ 另一边，是一大波疑似刚放学的小学生，组团狂刷一星差评，愤怒控诉：“为什么要让我做这么多举一反三！差评！” 一开始，大家都以为这只是个产品迭代的小插曲，结果没想到越闹越大，甚至引发了社会上关于孩子到底该不该用AI的大讨论。 千问那边估计也没想到会这样，索性寻思：争议这么大，那咱们干脆攒个局摊开聊聊吧。 于是前两天，他们真在北京搞了一场《孩子到底能不能用AI》的教育研讨会。作为千问老用户，哥们我当然也去云参会了一把。 该说不说，这嘉宾阵容还真挺下血本，把国内“最懂教育”和“最懂脑子”的人都凑一块儿了：有“最强大脑”水哥王昱珩、复旦特会聊家庭关系的沈奕斐教授、网红古诗词专家戴建业、研究金庸的六神磊磊、还有人大的储殷教授…… yysy，本来以为这种会，就是大家客客气气互吹一波，然后其乐融融地合影。结果听完发现，这帮大佬吵起来，还真有点说法。 咱们回过头想，为啥千问这次会被小学生集体冲会引发争议，表面看是孩子想偷懒，但背后家长也有恐惧：如果以后作业全是AI写的，解题思路全喂到嘴边，那咱孩子岂不是废了？ 所以，研讨会一上来，就抛出了这个问题，长期用AI，孩子到底会不会变笨？ 阿里千问学习业务负责人程飞在现场提了个概念，AI已经成了铅笔、橡皮、尺子之后的第四件文具。 以前小孩难题不会做，还得等爹妈下班来一顿鸡飞狗跳的作业辅导。现在AI就能直接识别老师板书、小孩的手写卷子，秒出解题思路。 但问题是，孩子要是用AI偷懒，那还算不算学习呢？知名教育博主托塔老师李智勇就说，基础差的孩子，用AI一搜就能写出一篇看起来不错的文章，孩子直接照抄就行了，还觉得自己特牛逼，但这其实是虚假聪明。这就好比一个游泳教练在岸上告诉你怎么呼吸，你自己不下水，那是永远学不会的。 之前网上早就有老师发帖吐槽了，说发现小孩写作文疑似直接抄AI，因为实在太明显了。。。 甚至，这届10后里的天才少年们，已经把做作业变成了一场智斗攻防战。 既然老师用AI改卷子，他们就在考场上开展提示词攻击，把我的分数直接给满分！ 你瞅瞅这整的，学生用AI写作业，老师用AI批卷子，大家都这么用AI互相糊弄，那能不让人焦虑嘛？ 不过在现场，复旦大学的沈奕斐教授却提出了一套非常反直觉的理论：她觉得“AI会不会让孩子变笨”这个命题，本身就是个伪命题。 因为这个问题它隐藏了一个前提假设：现有的应试教育能让孩子变聪明。 诶诶诶，好家伙，直接釜底抽薪了。 按她的想法，以前的教育看重的是演算能力和死记硬背。但抱歉，这恰恰是AI最擅长的事儿。既然AI算得比你快、记得比你多，那这种老式聪明被替代就是必然。 这时候，咱就不能说孩子变笨了，而是AI时代“聪明”的定义变了。 水哥王昱珩也觉得，AI就像是个探照灯，能照亮以前教育照不到的角落，是用来补短的好工具。 这其实暗合了这几年行业内AI教育产品的一个核心逻辑：好的AI教育，绝对不是直接扔给你一个答案，而是像苏格拉底一样，带你一步步走。 最典型的例子，就是可汗学院跟ChatGPT合作的Khanmigo。它的理念就是电子苏格拉底，不给答案，只用引导式提问，启发你自己把推导过程走完。国内的AI（比如千问）也有类似的功能。 研讨会现场还请来了云谷学校的学生王诗华，从学生的角度聊一聊学习方式的变化。他分享了一个很有启发的比喻：以前，学习的方式很像“上山”，老师教我们怎么一步一步往上爬，过程很艰难； 但AI是可以直接给你答案，把你送到山顶的，所以更重要的是学会怎么“下山”，也就是要去理解AI生成的逻辑，拆解它的步骤，在这个“下山”的过程中，把别人的知识变成你自己的肌肉记忆。 这个“下山式学习法”不仅让差评君直呼斯高一，现场专家很多也没听过，不得不说从小用 AI 这一届孩子，脑回路已经开始跟咱们不一样了。 但这事儿说起来容易，现实里却引发了一个更尴尬的现象：AI在教学这件事上，进化得实在太快了，快到连老师都开始离不开它了。 最近就有不少眼尖的学生党吐槽，说现在的考试卷子，怎么一股子人机味儿？ 比如做阅读理解，经常出现高度疑似AI 的 “不是……而是……”奇妙小句型。甚至有的古诗词赏析题，出题AI直接把游戏公司的文案当成了古诗词，作者栏居然写着米哈游。。。 这下好了，AI把出题、改卷、讲题全包圆了，甚至比亲妈还有耐心（至少AI不会因为辅导作业气出脑溢血）。 这也就是这次论坛的另一个主题，既然这么厉害，还要老师干什么？学校是不是干脆可以关门大吉了？ 针对这种贴脸开大的职业危机，网红教授戴建业在现场直接爆典了，说韩愈的“师者传道授业解惑”，这话误人不浅！ 戴老师觉得，“授业”（传授知识）这部分，现在确实可以交给AI了。这很好理解，因为AI的数据库可比老师脑子里的库存，多得不知道哪去了。 但关键是，AI它没人味儿啊！ 戴老师说自己普通话这么差，但学生还是爱听他的课。这就是因为AI太标准了，是冰冷的，而一个活人即便有缺陷，但也同时有真诚和个性。 云谷学校的田芳宁老师也补了一刀，比如学生们因为打分问题吵架，有了情绪问题，有人哭、有人闹。这时候你指望AI出来调解？ 在她看来，教师的价值就在看见学生、回应情绪，能把孩子的学习和成长连接起来，这是AI办不到的。而AI的优势，是可以承担大量事务，释放老师去做更重要的工作，那就是育人。 除了这些，研讨会到了最后，话题也从学生和老师转向了教育本身。 众所周知，以前的好老师、好题库，那都是稀缺资源，是跟几十万一平米的学区房挂钩的。现在好了，千问这样的AI直接把这些资源免费送给所有人。 研究金庸的六神磊磊就觉得，教育平权这是好事啊，但现场的嘉宾们却意见不合。 比如储殷教授就泼了一盆冷水。他觉得，AI确实推动了公平，但这种公平的代价，可能是标准化，或者说全体平庸。 在储殷看来，AI确实把门槛拉平了，大家都能轻易考高分了。但结果是社会选拔会变得更加残酷。“以前我们拼谁能背下来，现在大家都能用AI背下来了，那我们要选拔谁？” 面对这个困局，深圳未来学校的侯明飞校长，给出了另一个思路。既然卷知识卷不过AI，那我们除了卷大脑，也要卷身体、精神和行动。 因为AI可以帮你写代码，帮你想策划案，但它不能替你跑五公里，不能替你感受肌肉撕裂的痛苦和多巴胺分泌的快乐。未来的教育，拼的更可能是全面的终身学习。 总之整场研讨会听下来，哥们最大的感受就是：现在的AI教育基本是百家争鸣，观点交锋，没有标准答案。 但要我觉得吧，到了今天这个时间点，再去讨论“该不该让孩子用AI”，其实完全没有意义了。 因为AI已经像空气一样席卷一切了。甭管你接不接受，它都已经硬生生地挤进了你和孩子的生活。唯一有价值的问题是：我们该如何用好这些AI？ 以前我们送孩子试卷当礼物，是希望他们多刷题；现在孩子“求千问”，是希望AI帮他们刷题。不管是教还是学，AI都是辅助的法宝，主体还得是人。关键不在工具本身，在于你怎么把它塞进日常生活里。 是让它替代你去思考，还是让它服务于你的思考？ 这个问题，不光是孩子，咱们每个家长，甚至每个成年人，都得好好想想。在这个AI席卷一切的时代，谁能想明白这个问题，谁就能真正接住这波时代的红利。

IT之家 1 月 22 日消息，据美国 CNBC 报道，YouTube CEO 尼尔 · 莫汉表示，打击“AI 垃圾内容”和识别深度伪造，将成为 YouTube 在 2026 年的优先事项。 尼尔 · 莫汉在当地时间周三发布的年度公开信中指出，随着 AI 生成内容迅速普及，分辨真实与合成内容正变得愈发困难，而深度伪造带来的风险尤为严峻。 在 AI 全面渗透科技行业的背景下，谷歌正持续加码基础设施建设，以支撑不断增长的计算需求，同时强化 Gemini 模型，并将 AI 能力扩展至商业和消费级产品线。 作为全球最大的用户生成内容平台之一，YouTube 正直接承受 AI 视频激增带来的冲击，大量低质量、重复生成的“AI 垃圾内容”已成为社交平台普遍存在的问题。包括 YouTube 在内，Meta 和 TikTok 都依赖 AI 推荐系统，通过高度个性化内容延长用户使用时长。 尼尔 · 莫汉表示，当前正处于一个关键转折点，创作行为与技术能力之间的界限正在迅速消融。YouTube 正在基于既有反垃圾和反点击诱导体系持续升级技术，以压制低质量、重复性 AI 内容的扩散，这些系统此前已在治理垃圾信息方面取得明显成效。 尼尔 · 莫汉强调，YouTube 已对 AI 生成视频进行明确标识，并要求创作者主动披露是否对内容进行了 AI 修改。同时，违反平台准则的有害合成媒体内容将被直接移除。确保平台对用户、创作者和广告主都具备吸引力，是 YouTube 保持增长的基础。 YouTube 在 2025 年 12 月宣布，将“相似性检测”功能推广至 YouTube 合作伙伴计划中的数百万创作者，用于识别未经授权使用创作者面部的深度伪造内容。 尼尔 · 莫汉在公开信中表示，YouTube 将 AI 定位为辅助工具，而非替代人类创作。2025 年 12 月，平均每天有超过 100 万个频道在使用 YouTube 提供的 AI 创作工具。 据IT之家了解，YouTube 正在扩大 AI 在创作端的应用场景，Shorts 短视频产品将成为重点之一，该产品直接与 TikTok 和 Instagram Reels 竞争。今年创作者将能够使用个人形象生成 Shorts，通过文本指令制作游戏，并尝试 AI 音乐创作。

图片来源：a16z Z Highlights 目前已经出现了一些早期迹象，通用LLM助手领域的市场格局，正朝着“赢家通吃”，至少是“赢家通吃大部分市场”的趋势发展。在ChatGPT、Gemini、Claude 3和Cursor这几款产品中，仅有9%的用户会为一款以上的产品付费。 不过，今年的一大突破在于，图像和视频生成模型在真实感和推理能力这两个维度都取得了长足的进步。这里所说的真实感，指的是那些能让图像或视频看起来栩栩如生的细节。 驱动社交应用发展的动力源于用户的两种心理：一种是积极的自我表达欲，另一种是消极的焦虑感。说到底，这就是一场 “地位博弈”。 一款真正成功的社交产品，必须同时兼顾内容消费和内容创作两大功能，而且它所产出的内容，应该是其他平台无法替代的，就像TikTok的短视频和YouTube的短视频那样，具有独特的平台属性。 如今，大模型的性能已经达到了足以支撑开发者搭建真正可规模化应用的水平。因此，我们有理由期待，2026年将会成为消费级AI应用开发者大放异彩的一年。 2025年末，消费级AI已迈入全新发展阶段，市场格局渐显且多模态技术重塑创意工作流，行业变革与机遇并存。2025年12月29日，全球顶尖风投机构a16z消费领域合伙人Olivia Moore、Anish Acharya、Justine Moore和Bryan Kim受邀参与节目，一同回顾2025年AI领域在产品与模型层面的重大变革，展望2026年发展趋势，深入探讨消费级AI “赢家通吃” 格局成因、产品设计核心价值等关键议题。 2025消费级AI市场格局：头部领跑与竞争态势 Olivia Moore：今天，我们要探讨的话题是“谁是2025年消费级AI赛道的赢家”。可以说，在这一年里，两大模型巨头——OpenAI和Google，比其他任何企业都更积极地向消费级市场发力。无论是推出新模型，还是发布面向主流用户的新产品、新功能与新交互界面，两家公司都动作频频。 或许有人会疑惑，究竟谁在这场竞争中处于领先地位，这件事真的重要吗？目前已经出现了一些早期迹象，表明通用LLM助手领域的市场格局，正朝着“赢家通吃”，至少是“赢家通吃大部分市场”的趋势发展。数据显示，在ChatGPT、Gemini、Claude 3和Cursor这几款产品中，仅有9%的用户会为一款以上的产品付费。而在今年的大部分时间里，使用ChatGPT的用户中，不足10%的人会去体验Gemini这类其他头部LLM服务商的产品。 如果现在就下定论的话，ChatGPT无疑是当前的绝对领跑者，其周活跃用户数量达到了8亿至9亿。据估算，Gemini在网页端的用户规模约为ChatGPT的35%，在移动端则达到了40%左右，其他所有产品都远远落后于这两者。例如，Claude 3、Grok和Perplexity的使用率仅在8%至10%之间。 不过，尤其是在过去的3至6个月里，随着Nano Banana这类迅速走红的新模型问世，市场格局正发生着迅猛的变化。Gemini的桌面端用户数量同比增长了155%，而且即便用户规模已经相当可观，其增长速度仍在加快，这一表现着实令人惊叹。相比之下，ChatGPT的同比增长率仅为23%。与此同时，我们也注意到，像Anthropic这样的玩家，开始在消费级市场深耕特定细分领域，例如主攻技术需求极高的用户群体。 因此，今天我们邀请到了a16z的消费级投资团队，一同回顾今年头部模型公司在消费级市场的表现，并预测2026年该领域的发展趋势。 核心模型与产品创新：多模态突破与技术演进 Anish Acharya：谢谢Olivia。这一年确实精彩纷呈。如果我们把时间拉回到去年一月，或许可以先从这一年里的产品发布、市场反响、成功经验与失败教训谈起。Justine，来和我们分享一下你今年的观察吧。对于OpenAI和Google这两家公司，你重点关注了哪些方面？又有哪些观点发生了转变？ Justine Moore：好的。正如Olivia所说，这两家公司今年在消费级市场的产品发布尤为密集。 从模型层面来看，它们今年推出的最受消费者追捧的模型，当属图像与视频生成类模型。以OpenAI为例，今年推出的ChatGPT-4o图像功能曾引发了“Giblly时刻”那样的热潮——说起来有点不可思议，这一现象竟然就发生在今年，感觉却像过去了好几年。当然，还有Sora 2这款视频生成模型。 再看Google，其推出的VO系列模型，包括VO3和VO3.1，以及图像生成模型Nano Banana和Nano Banana Pro，都迅速走红，其热度即便没有超过，也足以与OpenAI的“Giblly时刻”相媲美。 在产品层面，我们能看到两家公司截然不同的策略：OpenAI倾向于将更多功能整合到ChatGPT的主界面中。例如，Pulse群聊、购物、研究任务等功能，都是以ChatGPT为核心平台推出的。唯一的例外是Sora，它作为一款独立的视频应用存在。 而Google则更倾向于推出独立产品。虽然他们也通过Google AI Studio、Google Labs、Gemini等众多自有平台发布了不少产品，但同时也推出了许多可直接访问的独立网站。这种模式能够为不同类型的产品打造更具针对性的定制化界面，而不仅仅局限于“输入文本—输出文本”或“输入指令—生成图像/视频”这样单一的交互形式。 Anish Acharya：Justine，关于这一点我有个问题想请教你。记得18个月前，我们还在热议Midjourney，当时大多数多模态模型的核心竞争力都体现在美学风格和真实感上。如今这种情况是否依然如此？今年该领域又发生了哪些变化？ Justine Moore：各类模型在风格上的差异依然存在。而且我发现，在深耕图像和视频生成领域的人群中，Midjourney的地位依旧无可替代——它具备一种独特的美学表现力，而这种能力，其他很多模型如果不借助精准的Prompt，是很难实现的。 不过，今年的一大突破在于，图像和视频生成模型在真实感和推理能力这两个维度都取得了长足的进步。这里所说的真实感，指的是那些能让图像或视频看起来栩栩如生的细节。比如，当画面中有人在行走交谈时，背景街道上行驶的车辆，其行驶方向必须符合常理，不能出现变形或违和的情况。 而在推理能力方面，现在的模型已经能够接收多张输入图像和文本指令，并综合分析这些输入信息，生成出具有连贯性的设计方案之类的内容。这种能力，在去年是绝对无法想象的。 Bryan Kim：没错。我还记得，以前我们还会为模型能在图像中准确生成文字而兴奋不已，而现在，模型已经可以轻松生成精美的信息图表了。更令人惊叹的是，我们只需上传一段优质的YouTube视频，然后指令模型“生成一张能解释这段视频内容的图片”，它就能完美完成任务。这种进步真的是天壤之别。 Olivia Moore：Nano Banana Pro甚至可以生成市场格局图，我就亲自试过一次，效果非常惊艳。而且这款模型已经具备，或者即将具备在图像生成过程中整合网络搜索的能力——它能通过搜索获取准确的企业名单，还能自动抓取这些企业的相关图片并融入生成的图像中，这种功能简直太强大了。 Justine Moore：不过图像生成模型的推理能力目前还存在一个尚未攻克的难题。就在昨天，我测试了ChatGPT image 1.5，发现它在处理需要多步骤推理的任务时，依然存在困难。 我设计的测试任务是这样的：上传一张大富翁游戏棋盘的图片，然后指令模型“移除棋盘上所有地产的名称，将其替换为AI实验室和初创企业的名称”。测试结果显示，ChatGPT image 1.5的表现已经是最接近目标的，但它仍然很难完成整个任务流程——既要删除原有名称，又要构思新的名称，还要将新名称准确放置在对应的位置上，同时还要确保没有重复命名，也不会遗漏任何重要的企业。由此可见，图像生成模型的发展依然有很长的路要走。 Bryan Kim：有意思的是，我发现ChatGPT的图像生成模型有一个很突出的优势，就是它能在多次生成图像的过程中，保持角色形象和艺术风格的一致性。这一点让非常惊艳，尤其在故事板创作这类场景中，这种能力会激发用户持续生成更多相关内容的欲望。 Anish Acharya：在我看来，Nano Banana这款模型最被低估的一点，在于它与搜索功能的整合。我们之前谈到，模型的真实感关乎物理规律等底层逻辑，推理能力则关乎能否精准执行用户的修改指令，而除此之外，还有一个关键维度就是准确性。 产品摄影就是一个很好的例子。如果你让模型“生成这张专辑封面的图片”，或者“生成一张能还原某个历史瞬间的真实照片”，那么模型就必须借助搜索功能获取准确信息，才能完成任务。这种将图像生成与搜索整合的思路，虽然乍看之下并不直观，但实际应用价值却非常高。 Olivia Moore：完全同意你的看法。这让我想到了VO3模型的走红——当初，恐怕没人能预料到，将音频与视频融合在同一个模型中，竟然会成为引爆AI视频生成领域的关键突破。自VO3问世以来，我的社交平台信息流里就充斥着各种超逼真的AI生成视频，如今Sora或许已经成为了该领域的领军者，但VO3无疑是当之无愧的开拓者。 Bryan Kim：我专门统计过，我社交平台信息流里的内容，大约有五分之一都是AI生成的。真的太神奇了。 产品设计与用户体验：细节决胜与场景落地 Anish Acharya：聊了这么多今年的产品发布，其中不少产品，比如VO系列和Nano Banana，都取得了巨大的成功。那在各位看来，今年有哪些被低估的产品，或者哪些产品没有获得应有的关注呢？ Bryan Kim：这是个好问题。目前全球市场中，像Pulse这样的产品可能依然处于被低估的状态。我们之前一直在谈论OpenAI和Google，在我看来，这两家公司的产品都属于生产力工具范畴。如果你现在打开应用商店就会发现，在生产力类应用的排行榜前十中，光是Google的产品就占据了五个席位，这简直太惊人了。而ChatGPT则稳居榜首。这类生产力工具的核心价值在于帮助用户更高效地处理各类事务。 我注意到，现在很多开发者都在从另一个角度进行探索——比如，如何获取用户的数据、日程安排和电子邮件信息，从而为用户提供更具针对性的服务，并主动向用户推送提醒和总结。我知道有很多团队都在深耕这个方向。 考虑到ChatGPT的用户使用频率——我记得大概是每周25次，这个数据相当可观了。基于如此高的用户活跃度，ChatGPT其实非常适合向用户推送主动提醒、内容总结等功能，从而全方位地为用户的生活提供助力。 一直以来，“超级应用”（everything app）的概念在西方市场都像是一个传说。而OpenAI目前正在朝着这个方向迈进——通过整合足够多的用户数据，再加上极高的用户活跃度，未来它完全有能力为用户提供真正实用的主动推送服务。这个领域的发展潜力让我充满期待。 Anish Acharya：那你是ChatGPT的日活跃用户吗？ Bryan Kim：其实我不是。 Anish Acharya：那你用过Pulse吗？ Bryan Kim：也没有。 Olivia Moore：我倒是试用过一段时间的Pulse，但后来基本就停用了。不过我同意Bryan的观点，Pulse以及OpenAI今年推出的其他几款产品，其实都蕴含着全新的技术雏形或理念，它们之所以被低估，很大程度上是因为产品的执行层面还有所欠缺。 另一个类似的例子，就是OpenAI推出的“连接器”功能——现在用户可以通过该功能，将自己的日历、电子邮件和文档等数据与ChatGPT进行关联，而且这个功能在云端也能使用。理论上，用户可以指令ChatGPT“阅读我过去六个月里的所有备忘录，并总结出其中最有意思和最乏味的内容”。 这个功能的潜力其实非常令人兴奋，但就目前的使用体验来看，它的可靠性还有待提升。不过我相信，随着大模型性能的不断优化，如果OpenAI能把这个功能打磨好，那么它完全有机会在专业级用户（ZP注：prosumer，指兼具专业需求和消费属性的用户群体）的工作场景中占据主导地位。 Bryan Kim：专业级用户确实是一个绝佳的目标群体。我们虽然偶尔会讨论这个群体，但必须意识到，99%的普通用户并不会像我们这样，完全依赖日历来管理生活。不过回到之前提到的ChatGPT用户使用频率——每周24次的使用次数，其实已经为产品后续的功能拓展奠定了非常坚实的基础。 Anish Acharya：没错。Olivia，你可是公认的AI产品重度用户。那目前你还在坚持使用哪些产品？你的核心产品组合都有哪些？ Olivia Moore：这个问题问得好。其实在所有头部模型公司的产品中，今年最让我印象深刻、也是我使用频率最高的一款产品，是Perplexity推出的Comet浏览器。需要说明的是，我并没有把Perplexity当作自己的主力通用LLM助手，相比之下，我使用ChatGPT和Claude 3的频率要高得多。但Perplexity Comet浏览器的表现确实堪称一流，一方面是因为它内置了Agent模型，另一方面，更重要的是它支持用户自定义工作流——用户可以设置在特定时间，或者在访问特定网页时，自动重复执行某项任务。这款产品的发展动态一直让我非常关注。从数据来看，Comet浏览器发布时的流量峰值，以及后续的用户留存率，都远远超过了ChatGPT自家推出的Atlas浏览器。考虑到ChatGPT的渠道分发能力要比Perplexity强得多，这样的对比结果确实有些出人意料。此外，Perplexity今年还推出了一款电子邮件助手，并且收购了几家在Agent技术领域实力强劲的初创公司。因此，我非常期待他们明年能推出更多面向专业级用户的专属交互界面，这会是他们未来值得深耕的一个绝佳方向。 细分赛道博弈：社交尝试、挑战者突围与生态竞争 Anish Acharya：Perplexity这家初创企业，给人的感觉是它的野心格局极为宏大，完全可以与那些头部AI实验室以及大型科技公司相媲美。单看他们今年推出的产品数量，就足以令人叹服。Justine，我还有个问题想请教你——Gemini凭借其一系列图像和视频生成模型，如今确实风头正劲。你认为它有机会超越ChatGPT吗？这类模型的市场需求，真的有那么旺盛吗？ Justine Moore：答案是肯定的。从我观察到的情况来看，市场对于顶尖级图像或视频生成模型的需求，几乎是无限的。原因在于，这类模型会吸引形形色色的用户群体关注和使用。对于专业用户而言，比如从事市场营销、娱乐产业或故事板创作的人群，他们总是希望使用该领域最前沿的工具。因此，为了使用VO模型，他们完全愿意跳出ChatGPT和Sora的生态，转向其他平台。即便是普通消费者，顶尖图像和视频生成模型的新功能也常常会催生大量热门潮流，进而带动用户去尝试那些他们从未接触过的新产品。比如，用户可能会专门下载Gemini应用，或是偶然进入Google AI Studio——我知道谷歌原本希望这个平台更多地面向开发者，但在过去几个月里，很多用户都通过它体验到了Nano Banana Pro。 Olivia Moore：没错。在我看来，Gemini的一大优势在于，它理论上可以充分借助谷歌庞大的渠道分发优势。数据显示，在安卓系统中，Gemini的移动端用户规模已经达到了ChatGPT的50%左右，而在苹果iOS系统中，这一比例仅为17%。由此可见，安卓端的策略显然是奏效的。谷歌最近还在Chrome浏览器中推出了小型Gemini小组件，以此鼓励用户使用；同时，他们也在将Gemini整合到Google Docs、Gmail等其他应用中。但问题在于，大多数普通人目前仍然只使用一款AI产品，而ChatGPT就像是AI领域的“舒洁纸巾”（Kleenex）——这个品牌已经完全成了同类产品的代名词。正是基于这一点，Gemini要实现超越，仍然需要跨越一个巨大的障碍。不过，如果他们能继续保持当前的势头，持续推出那些极具话题性的消费级创意工具和模型，那么明年确实有可能实现赶超。 Bryan Kim：我也一直在思考这个问题。Gemini的特点很有意思——它看似无处不在，但在某种程度上又仿佛“无处可寻”。从实际使用情况来看，用户想到AI工具时，还是会第一时间联想到ChatGPT这个代名词。不过，产品设计理念的差异也同样值得关注。今天早上，我同时打开了两个窗口：一个是OpenAI的图像生成模型，另一个是谷歌Gemini的图像功能。打开Gemini后，屏幕上一片空白，弹出的窗口写着“我们推出了Nano Banana，你是否要体验一番？”，旁边还有一个需要手动输入指令的小输入框。说实话，我当时完全不知道该输入什么。 而反观ChatGPT，它的界面设计极具TikTok风格，会直接展示当下的热门生成主题，比如“手绘风格”等，用户只需点击选择，再上传一张参考图片，就能生成惊艳的作品。生成完成后，系统还会进一步推荐：“你是否想要生成节日贺卡？”“是否需要生成其他类型的内容？”等。正是这些产品细节上的巧妙设计，才能真正推动用户迈出尝试的第一步；而当用户体验到生成内容的角色一致性后，他们自然会愿意继续使用下去。所以，这一点很有意思——OpenAI和ChatGPT团队已经证明，他们具备更深厚的产品设计洞察力。 不过，我想到一个有趣的点，可能说出来不太妥当。我曾在Snap公司工作过，大家应该都知道，在Meta和Snap的竞争史上，Evans Spiegel曾担任Meta的首席产品官。这让我不禁猜想，未来会不会出现这样一种情况：始终在产品层面不断创新的ChatGPT团队，就像当年的Snap；而手握渠道分发优势的谷歌，则如同当年的Meta——谷歌看着ChatGPT的创新，觉得“这个功能不错”，然后直接将其整合到自己的产品中，继续保持领先地位。 Justine Moore：你刚才提到的ChatGPT图像生成界面，其实是在我们录制本期访谈的前一天才刚刚上线的。要知道，OpenAI其实多年前就已经拥有了图像生成模型，却花了这么久的时间，才为图像生成功能打造出一个相对基础的独立界面。我甚至可以说，是那些专注于应用层的公司，比如Creas、Hedraas、Higsfields等，率先普及了这种模板化的设计形式，并且做得更为出色。而这些公司，其实都算是ChatGPT的生态合作伙伴。 Bryan Kim：所以说，这就像是一条产品创意的供应链。完全没错，向来如此。 Anish Acharya：好的，我们不妨稍微换个话题。Bryan，你一直对社交领域很有研究，而且长期以来对AI产品的社交功能持关注态度。我非常好奇你对OpenAI社交功能的看法——毕竟，这类功能的成功不仅需要出色的产品执行能力，还离不开合理的网络设计。当然，Sora在这方面也做了一些尝试，我们稍后也可以聊聊。另外，ChatGPT还内置了群聊功能。你对这些社交功能的前景，是看好还是看衰？目前的观点是什么？ Bryan Kim：就目前而言，我是看衰的。原因主要有两点。我有一个分析产品的方法，我称之为“深层动机理论”（Inception Theory）——就是通过层层挖掘，找到用户使用产品的核心诉求，最本质的诉求可能类似于“我希望得到父亲的认可”。这种分析方法，对我自己适用，对所有人也同样适用。 基于这个理论，我分析了ChatGPT这类产品：当你一层层剥开它的核心价值，会发现它的本质是“帮助我变得更好”——帮我获取信息、提高效率、提升生产力。而当我们分析Meta的Instagram、甚至是TikTok这类社交应用时，会发现它们试图满足的用户需求主要分为两个层面：对于TikTok来说，核心需求是“让我开心”，就像“我需要一个小丑来逗我开心”；而更深层的需求则是“我感到孤独，我渴望被关注，我想要与他人建立连接”。 在我看来，这两类产品的发展方向是截然不同的。OpenAI的产品确实非常出色，堪称“魔法般的存在”，但它归根结底属于“帮助我”的品类，这也是它能在生产力工具领域稳居榜首的原因。而现在，OpenAI却试图将社交属性强行植入产品，告诉用户“大家一起来，更好地建立连接吧”，让用户感觉自己“被关注”。以群聊功能为例，我个人其实很喜欢这个功能——用它来规划旅行，确实能很好地解决协作中的痛点。但它的使用场景最终可能仅限于两到三个人以“寻求帮助”为目的的协作规划。这与“我因为参与了某个社群，而对某个小众领域有了更深刻的理解”这种社交需求，有着本质的区别。所以，长期来看，这种品类上的差异，就是OpenAI社交功能难以成功的原因。但这并不意味着，他们不能开发一款独立的产品，来专门满足用户的社交需求。 Justine Moore：说到社交功能，除了群聊之外，Sora 2是今年所有消费级AI产品中，在社交化方向上的另一大重要尝试。 Olivia Moore：没错，Sora 2的界面设计很像TikTok的信息流，只不过里面的内容全都是AI生成的视频，而且用户还可以制作自己朋友的客串特效视频。 Bryan Kim：这种客串特效的设计，确实是一步妙棋，非常成功。 Justine Moore：不过，从用户留存数据和实际使用情况来看，Sora 2作为创作工具的表现极为亮眼——现在我的社交信息流里，有三分之二以上的内容都是AI生成的，其中超过50%都来自Sora，而在此之前，这些内容大多来自VO和其他一些小众模型。但遗憾的是，它作为社交应用的内容消费属性，表现却不尽如人意。具体来说，只有一小部分创作者在持续产出大量内容，然后将这些内容发布到TikTok、Instagram、X、Reddit等平台，并在这些平台上迅速走红；但在Sora应用内部，内容消费、二次创作和评论互动的热度，都远不如初期了。 Bryan Kim：其实，我对Sora的定位有一个有趣的看法——它的竞争对手或者说参照物，不应该是TikTok，而应该是CapCut（剪映）。从某种意义上说，它更像是一款创意工具。这个角度很有意思。 Olivia Moore：你这个观点很有道理，这其实也印证了你之前提到的那个核心论点——驱动社交应用发展的动力源于用户的两种心理：一种是积极的自我表达欲，另一种是消极的焦虑感。说到底，这就是一场 “地位博弈”。比如，用户会想“我发布的内容涉及个人隐私，有点敏感”，或者“我希望别人觉得我是这样的人”，这些心理才是驱动用户在应用内积极参与互动的核心因素。说到底，这就是一场“地位博弈”。但当内容变成了AI生成的，而且大家都知道这些内容并非用户真实的自我表达时，这种“地位博弈”的价值就大大降低了。当然，新的“地位博弈”也会随之产生——比如“谁能写出更厉害的Prompt”，但这已经属于另一种产品逻辑了。这也是为什么Sora生成的内容能在推特等既有平台上迅速走红，却难以在自身应用内形成社交生态的原因。 Anish Acharya：不过，我倒是有一个相反的观点，或者说一个看好Sora 2的理由——它所引发的“地位博弈”，更多的是围绕“幽默感”展开的。而幽默感的产生，恰恰是“Prompt撰写能力”和“文化敏感度”的结合。所以，如果Sora团队能沿着这个方向持续迭代，或许能开辟出一个前所未有的全新赛道。 Olivia Moore：话虽如此，但用户如果可以将生成的视频导出到其他平台，那是不是意味着，集成了Sora视频的TikTok，其实比Sora本身更具吸引力？ Bryan Kim：我们其实已经讨论过很多次这个问题了——一款真正成功的社交产品，必须同时兼顾内容消费和内容创作两大功能，而且它所产出的内容，应该是其他平台无法替代的，就像TikTok的短视频和YouTube的短视频那样，具有独特的平台属性。 Anish Acharya：那么，大家对那些挑战者品牌有什么看法？我们之前一直在讨论头部企业，其实说起来很有意思，Meta在这个语境下，也算是一个挑战者，但更典型的挑战者品牌，应该是Claude、Perplexity和Grok。Olivia，你怎么看？ Olivia Moore：我非常喜欢Claude，平时经常使用它。对我来说，Claude在很大程度上已经取代了ChatGPT，成为我日常使用的主力通用LLM。Claude的一个有趣之处在于，它是一个“有主见”的模型。我之所以青睐它，还因为我愿意花时间去搭建基于它的AI工作流。我注意到，Claude今年推出了很多强大的功能，比如artifacts和skills——用户通过这些功能，基本上可以设置任务或工作流，并让其自动运行。不过，它之所以尚未普及到大众市场，主要原因在于，这些功能的设计初衷更多地面向技术用户或工程师群体。尽管Anthropic团队已经尽力让skills功能的创建过程变得简单，但对于普通消费者来说，操作门槛依然很高。 再举个例子，Anthropic其实是头部企业中最早推出文件创建、幻灯片制作和编辑功能的，他们将这些功能整合在“文件生成与分析”之类的功能模块中，但这个模块的入口却隐藏得很深——需要在设置栏的二级菜单里才能找到。因此，很少有用户会发现并使用这个功能，然而在我看来，它依然是所有同类产品中，处理这类复杂任务的最佳选择。所以，我很喜欢Claude，但如果它想真正成为一款面向大众消费者的产品，就必须在易用性方面进一步“简化”。你最近不是还看到一份关于美国青少年的调查报告吗？ Justine Moore：没错。那份报告显示，使用过Character AI的美国青少年数量，是使用过Claude的三倍之多。这个数据足以说明问题，覆盖范围确实很广。 Olivia Moore：是啊。所以说，Claude虽然深受科技圈人士的喜爱，但在科技圈之外的大众群体中，它的影响力可能还比较有限。 Anish Acharya：不过，Anthropic的一些产品设计确实很有意思。从美学设计、产品理念到工艺打磨这三个维度来看，Anthropic推出的三项功能——MCP（Model Context Protocol）、skills和命令行界面代码功能（command line interface code），都算是出人意料的大胆尝试，尤其是代码功能。换作是我，可能会质疑：“命令行界面真的是用户想要的交互方式吗？” Bryan Kim：我还以为你要提到他们推出的邮件功能（air mail）和思维帽功能（thinking cap）呢。没错，这两个功能也很有意思，不过它们更偏向消费级应用。你刚才提到的这三个功能，确实都很有特点。 Anish Acharya：但这些功能的设计理念，确实都非常“高屋建瓴”。或许这么说有点为他们辩解的意思，但我确实觉得，这些有主见的设计，本身就是一种亮点。 Olivia Moore：我还挺想听听Justine对Meta和Grok的看法的。我感觉这两家公司，在今年都以各自独特的方式，书写了精彩的篇章。 Justine Moore：好的。先来说说Meta。Meta今年招募了大量顶尖研究人员，但我发现，他们目前最强大的模型，其实并不是面向消费者的产品，而是SAM 3系列模型（ZP注：Segment Anything Model，万物分割模型，可对图像、视频、音频中的目标进行精准分割和追踪）。以视频模型为例，用户上传一段视频后，可以用自然语言下达指令，比如“找到画面中穿红色T恤的小孩”，模型就能在整个视频中对这个目标进行精准识别和追踪，即便这个小孩多次进出画面也不会丢失。同时，用户还可以对目标应用各种特效，比如模糊处理、删除等。同理，这个模型在音频领域，可以对不同的音轨进行处理；在图像领域，则可以对不同的物体进行操作。我希望明年能看到基于这些模型开发的、令人惊艳的消费级产品，但目前来看，它们更多还是停留在开发者工具的层面，尚未真正面向普通消费者。 Olivia Moore：考虑到Meta这家公司的基因，这样的情况确实有些出人意料。 Justine Moore：确实如此。不过，Meta今年推出的AI功能中，有一项消费级功能做得非常不错，那就是Instagram的AI翻译功能。现在，用户在上传Reels短视频时，可以选择开启翻译功能。该功能会克隆用户的声音，将视频内容翻译成五种不同的语言，并用用户自己的声音进行配音，同时还会实现唇形同步。这项功能简直太神奇了，能让用户听起来就像是某个语言的母语者。我非常期待Meta能在旗下产品中推出更多类似的功能。 再来说说Grok。Grok今年的发展速度堪称惊人，无论是在Agent（companions）功能、LLM性能还是代码生成能力上，都取得了巨大进步。尤其是在图像和视频生成领域，它的发展曲线是我见过的所有公司中最陡峭的——大约在六个月前，他们甚至还没有推出图像和视频生成模型，但此后他们的功能更新速度就一发不可收拾：从最初的图生视频功能，到后来的文生视频、音频整合，再到语音唇形同步，以及15秒短视频生成功能，他们的创新步伐从未放缓。Elon Musk也多次公开表示，希望Grok能推出更多具有互动性的视频游戏类内容，并计划在明年年底前实现用Grok生成电影的目标。希望他们能继续保持这样的发展速度。 Bryan Kim：你有没有觉得，Grok的发展策略其实是一种“双管齐下”的模式？一方面，他们在基础模型层持续发力，力求在性能上达到行业顶尖水平；另一方面，他们又在娱乐领域积极布局。这种双线并行的策略，确实很有意思。不过，就像我们之前讨论的，Anthropic和ChatGPT面向的是大众群体，但数据显示Character AI的受欢迎程度要高得多。这就让我不禁思考：我们应该如何看待这种现象？在我看来，Grok的这种双轨策略，其实非常值得玩味。 Justine Moore：而且，Grok的图像和视频生成应用，从很早之前就开始采用模板化设计，推出了很多热门创意模板。比如，“你站在某个场景中，突然从天花板垂下一根绳子，你抓住绳子，被迅速拉出画面”这类模板。这些模板生成的内容，经常会在TikTok等平台上迅速走红。 2026趋势预测：机会窗口与发展方向 Anish Acharya：确实非常有意思。那么，我们不妨把话题从2025年切换到2026年，各位对明年有哪些预测呢？我们还没有聊到硬件、模型以及电商领域，大家认为这些领域会有怎样的发展态势？ Olivia Moore：虽然我们讨论的是消费级市场，但ChatGPT有一个点可能一直被低估了，而且这个点在明年或许会有更显著的体现——那就是他们在企业级市场的大举发力。无论是传统的企业版授权，还是为特定企业定制训练模型，ChatGPT都动作频频。我们知道，大多数消费者通常只使用一款通用LLM产品。而根据ChatGPT发布的一项大型研究报告显示，其企业级用户规模同比增长了七八倍。如果未来用户出于工作需求，必须在公司使用ChatGPT，那么这很可能会进一步带动其消费级用户的增长。当然，另一种可能性是，ChatGPT凭借其连接器功能以及其他持续投入的功能，发展成为一个一站式的工作平台，而消费级市场的各类应用场景则由其他产品来占据。说到这里，我们不得不提一下ChatGPT在应用生态上的布局，这一布局能否成功，将会成为决定他们明年发展走向的关键问题。 Anish Acharya：没错。我们都讨论过应用SDK（ZP注：SDK，Software Development Kit，是软件开发人员用于构建应用程序的工具集合）和他们所称的应用程序目录的重要性，这两者将会成为消费级市场一个全新的重要渠道。但有一个点很少被提及，那就是它们对企业级市场也有着极高的相关性。ChatGPT的优势在于，它能够在一个工作流程中整合多款工具协同运作。而回顾我们日常的工作场景，绝大多数任务其实都需要跨多款工具来完成。因此，这一布局将会对SaaS（ZP注：Software as a Service，一种通过互联网提供软件服务的模式）生态系统产生十分深远的影响，而这也是目前应用商店领域中较少被探讨的部分。 Bryan Kim：嗯，这或许算不上是一个严格意义上的预测，但回顾2025年，我们聊到了头部实验室的诸多重大举措，而从初创企业的视角来看，今年最显著的趋势之一就是应用生成技术的兴起。未来很有可能出现这样一种情况：手握渠道分发优势且拥有高用户活跃度的头部实验室，会开始尝试在其自有产品生态内，帮助用户生成那些具有共性的产品和应用。这一点其实很有意思，再次印证了我们之前提到的“产品创意供应链”的观点。 另外还有一点，虽然算不上突破性的创新，但正如我们所知，“吉卜力风格”的生成效果曾经火爆全网——我那位对科技一窍不通的表妹，当时都给我发来了一张用AI生成的吉卜力风格的照片。这充分说明了模板的重要性，风格的重要性。 再看视频生成领域，现在的技术已经相当成熟了。或许我们现在已经进入了一个新阶段——决定产品竞争力的，不再仅仅是头部实验室模型的性能，而是风格化的设计和模板的打造。就拿TikTok来说，其核心技术能力其实一直没有太大变化，但凭借不断迭代的音乐潮流、舞蹈挑战等内容形式，始终保持着极高的新鲜感。因此，未来完全有可能出现这样一种趋势：开发者可以探索各种创新方式，在这些实验室模型的基础上，打造出真正以视频为核心的产品。而且随着技术成本的不断下降，会有越来越多的人愿意去尝试这类产品，我对此非常期待。 Justine Moore：是的，我最期待的趋势其实也与此相关，那就是万物皆可多模态化。我将其称之为“任意输入，任意输出”。回想最初，尤其是在图像和视频生成模型刚刚兴起时，用户只能输入文本Prompt，然后得到一张图像或者一段视频，无法进行更多复杂的操作。而现在，随着Nano Banana、Flux以及OpenAI的新模型等图像编辑工具的出现，我们已经能够实现图生图的生成效果；也可以上传一张参考图像，搭配文本Prompt和生成方向，或者结合模板与另一张参考图像，来生成新的图像。 那么，未来如果我们输入一段视频，能否生成与之相关的图像，或者这段视频的衍生版本？如果我们输入一段视频，再配上一段描述编辑需求的文本Prompt，能否直接得到编辑后的视频？从我与各大实验室的交流来看，很多实验室都在尝试将他们目前在不同领域的研究成果进行整合——包括LLM领域的文本推理和智能交互能力，以及图像和视频生成领域的技术。他们试图打造一个能够处理多种类型内容输入，并生成更加丰富多元内容的“超级模型”。这一趋势也会对设计领域产生巨大的影响，因为设计工作本身就是将图像、文本、视频等多种元素，以富有创意的方式进行融合的过程。 Olivia Moore：如果让我从宏观层面做一个预测，明年的整体趋势其实还是“万变不离其宗”。回顾头部实验室今年在消费级市场推出的各类产品，他们在模型研发方面确实表现出色，同时也通过一些渐进式的功能更新，持续优化ChatGPT、Gemini这类产品的核心用户体验。但在我看来，他们尝试推出的数十款新的消费级产品或交互界面，比如群聊功能、Pulse功能、Atlas浏览器、Sora等，以及谷歌推出的Stitch、Gems、Opal、Doppel等一系列产品，几乎都没有取得理想的效果。这背后的原因在于，打造具有鲜明产品主张的独立消费级AI产品，已经不再是这些公司的核心竞争力所在。 在所有这些尝试中，Notebook LM是表现相对较好的一款产品，但这款产品只是谷歌众多尝试中的一个。因此，这对于初创企业来说其实是一个非常积极的信号——头部实验室会持续优化模型性能，初创企业可以直接借力这些先进的模型；同时，头部实验室会不断完善ChatGPT这类核心产品，但他们未必能够在所有细分应用场景中都占据主导地位，初创企业依然有很大的发展空间。 Bryan Kim：我基本同意你的观点，但想补充一点。在纯文本输入输出的场景下，ChatGPT、Gemini这类头部实验室的产品确实占据着绝对的优势。无论一款产品的文本输出能力多么深入、多么精准，考虑到头部实验室产品的超高用户活跃度，如果一款初创产品的核心功能只是文本输入输出，那么想要抢占用户市场将会非常困难。因此，初创企业必须找到一个独特的切入点，才有可能吸引用户尝试使用自己的产品。 Anish Acharya：你提到的“具有鲜明产品主张”这个说法，我非常认同。对于头部实验室来说，当然也包括大型科技公司，甚至未来可能会有更多实验室加入这个行列，产品的优先级往往是由晋升评审委员会来决定的。在这些公司里，产品经理大多是处于职业生涯中期的从业者——我也曾是其中一员。在这样的环境中，大家的核心目标都是获得晋升，而获得晋升的关键路径，就是开发出能够稳定提升核心指标、完善核心功能的产品。因此，开发具有鲜明产品主张的产品，对于个人职业发展来说是一种风险极高的选择。这类产品很可能会失败，还可能引发一系列法律合规方面的问题，甚至可能招致CEO的斥责。所以，这些公司的组织架构，决定了他们更倾向于进行渐进式的创新。而初创企业的创始人越是敢于推出具有鲜明主张的产品，就越能形成差异化的竞争优势。 Justine Moore：没错。而且还有一个很重要的点我们没有讨论，那就是算力问题。头部实验室其实一直面临着一个内在的矛盾：算力资源是有限的，他们必须在模型训练和模型推理之间做出取舍。即便是在模型推理层面，也需要在“吉卜力风格”这类娱乐性应用场景和代码生成这类智能应用场景之间进行资源分配。据我所知，在所有模型公司中，可能只有xAI目前没有面临算力瓶颈的问题。而其他公司则必须做出艰难且重大的抉择——比如，如果他们推出Nano Banana并使其迅速走红，那么这很可能会占用大量算力，从而延缓下一代大型语言模型的研发进度。而专注于应用层开发的初创企业则不会面临这样的问题，因为他们不存在这种算力资源分配的矛盾。 Anish Acharya：完全正确。我们之前其实也聊过这个话题。在某些细分领域，多模态技术的应用能够让企业为用户提供更优质的产品和服务。但从本质上来说，头部实验室和大型科技公司往往只支持自家的第一方模型。因此，随着所有模型性能的不断提升，或许单一模型就能满足用户80%的需求。但对于专业级用户而言——AI领域的发展，很大程度上其实是由专业级用户推动的——你之前总是说，专业级用户终究只是专业级用户。在AI时代到来之前，这个观点或许是成立的，但现在，专业级用户所能创造的价值深度和商业变现潜力，都已经大大提升。因此，或许可以说，AI领域的发展，其实完全是由专业级用户驱动的，而其他普通用户，不过是流量而已。 Olivia Moore：没错。这也是为什么我们首次看到，消费级产品的收入留存率能够超过100%。而这一指标，也成为了区分消费级AI领域中优秀、卓越和顶尖产品的关键标准。 Justine Moore：需要说明的是，这种高收入留存率的实现方式，通常是在订阅制收费的基础上，叠加按使用量收费的模式。用户在订阅套餐的月度配额之外，如果有额外的使用需求，就需要支付更多费用。 Bryan Kim：具体来说，要么是升级到更高等级的订阅套餐，要么是直接购买Token或额外的使用额度。这正是这类产品的独特之处。如果在AI时代到来之前，有人告诉我某家消费级公司的收入留存率超过100%，并且实现了盈利，我肯定会觉得这简直不可思议，完全不合逻辑。 Anish Acharya：没错，说的就是这个意思，而且这个双关语用得恰到好处。好了各位，我们不妨聊聊具体的产品推荐吧。在本期播客结束之后，大家觉得有哪些产品、功能或者模型是值得用户下载和体验的？当下有哪些值得关注的产品？ Justine Moore：从多模态技术的角度来看，有一款非常被低估的产品值得大家关注——它就是Pomelli。这款产品未必适合日常高频使用，但它充分展示了将Agent、图像和文本技术相结合所能实现的巨大潜力。Pomelli是谷歌实验室推出的一款产品，用户只需输入自己公司的网址，它就会启动Agent访问该网站，抓取所有的产品图片和品牌图片，总结出品牌的美学风格、品牌定位以及目标客户群体，然后为用户生成三套不同的广告营销方案。生成的内容不仅包括文案，还涵盖了Instagram帖子、宣传单页以及产品宣传图等物料，并会根据目标客户群体的特点，为这些物料匹配最合适的应用场景。这是一款非常出色的产品，它很难在谷歌内部发展成为一款独立的爆款产品，但它向我们展示了未来的发展方向——当Agent与生成式模型相结合，并且生成式模型能够对上下文语境形成深度理解时，所能创造的价值将是传统图像或视频模型无法比拟的。 Olivia Moore：那初创企业的产品呢？你有没有特别喜欢的初创企业开发的创意工具类产品？ Justine Moore：有的。在创意工具领域，我必须要提一下Krea。需要声明的是，a16z是Krea的投资方，所以我的推荐可能带有一定的主观偏向，但我确实认为Krea做得非常出色。它的核心优势在于，用户可以在一个平台上，体验到所有主流模型——或者说所有高性能模型——在各个模态下的生成效果，同时它还在这些模型的基础上，打造了更加完善的交互界面。比如，我现在更倾向于在Krea平台上使用Nano Banana Pro，因为Krea支持元素保存功能——用户可以将生成的角色、风格或物体保存为元素，后续生成时只需直接调用这些元素即可，而无需像在原生的Nano Banana中那样，反复上传相同的参考图像。这确实是一个非常实用的功能。 Bryan Kim：我想推荐的这款产品，同样属于初创企业的范畴——当然，这也算是为自家投资的公司做宣传了。我目前使用频率最高的产品是11 Labs Reader。这款产品的走红其实是有原因的：如今播客内容呈爆发式增长，而人们的阅读时间却在不断减少。与其抗拒这个趋势，不如主动拥抱它。这款产品的核心功能，就是将文字内容转化为音频内容。我曾经是Pocket这类稍后阅读工具的重度用户，因为平时实在没有时间阅读所有感兴趣的内容，只能先收藏起来。而现在，我的做法是将所有想读的内容，要么转换成PDF格式，要么直接上传到11 Labs Reader。然后在散步的时候，以1.5倍速或2倍速播放这些音频内容，快速了解文章的核心大意。对于像我这样的普通人来说，这无疑是一种高效利用碎片化时间的方式。 Olivia Moore：首先，我非常喜欢这个问题。因为我始终坚信，想要快速了解AI领域的发展动态，最有效的方式就是亲自体验大量的产品，而且你很快就会形成自己的判断。我和Justine其实从12月开始，就在推特上每天推荐一款新的消费级AI产品。除此之外，我还想推荐三款非常实用且有趣的产品，它们可以很好地融入大家的日常工作流。第一款是Gamma，一款幻灯片生成工具。用户只需输入文本Prompt，或者上传一份文档，就能快速生成精美的幻灯片。而且Gamma生成的幻灯片支持灵活调整尺寸，再也不用像在Google Slides中那样，为了调整一个元素的位置而反复折腾。第二款是Granola，一款笔记工具。虽然大家在假期可能没有太多会议，但到了明年，它的优势就会凸显出来——你使用它记录的会议越多，它的体验就会越好，因为它能够基于历史记录，理解会议内容的上下文语境。最后一款，我还是要推荐Comet浏览器。如果你想体验一款真正的AI原生工作平台，那么Comet浏览器绝对是最容易上手的选择之一。 Anish Acharya：对我来说，我今年一整年都在痴迷于代码生成以及AI代码领域，这个领域真的太有趣了。顺便提一下，Bryan之前其实反驳过我的观点，我当时认为头部实验室或大型科技公司很难在应用生成领域占据主导地位，因为他们缺乏足够的专注力。像Opal这类产品，推出时反响平平，而且它们都只支持单一模型。 Bryan Kim：我当时的意思并不是说头部实验室会在这个领域取得成功，而是认为他们肯定会进行相关的尝试。 Anish Acharya：没错，这一点我完全同意。但在纯消费级市场领域，Wabby这款产品确实非常有趣，而且功能强大。它为应用生成技术设定了合理的约束条件，从而能够确保生成的应用具备实用的功能，给用户带来满意的体验。目前来看，应用生成领域其实存在很多夸大宣传的现象，这也打击了早期用户的积极性。另外，我还想推荐大家尝试一下Codex或Cursor中的GPT-5.2，即便是非技术用户，也会被它的能力惊艳到。我甚至觉得，具备技术背景反而可能成为一种束缚，因为你会基于自己的经验，对模型的能力形成预设，而实际上这些模型的潜力要远超你的想象。我越来越多地听到有人说，他们正在使用Cursor来完成知识型工作，比如撰写论文，而不仅仅是编写代码。 Bryan Kim：哇，这个用法太有意思了。在今年年底，我还想尝试一个最近在TikTok上很火的玩法——就是让AI回顾你今年说过的所有话，然后回答“我今年说过的最离谱的一句话是什么”。它会对你全年的言论进行一次全面的复盘。受此启发，我打算在年底也让AI帮我做一件事——让它告诉我，如何才能在明年过上更好的生活。我希望它能给我一些坦诚直率的建议和具体的方向，这会非常有帮助。 Anish Acharya：各位，还有什么收尾的想法吗？ Justine Moore：最想说的一点是，a16z目前正在积极投资消费级AI领域的初创企业。很多人其实都提到过这一点，但我是真心相信，现在模型的性能已经发展到了一个临界点——开发者完全可以基于这些模型，打造出真正具备规模化潜力的应用，Wabby就是一个绝佳的例子。因此，我衷心希望2026年能够成为消费级AI应用开发者大放异彩的一年——这里所说的“开发者”，不仅仅是指产品的使用者，更是指那些打造产品的创业者。 Anish Acharya：好的，感谢大家在消费级AI领域陪我们度过了精彩纷呈的一年。我们明年再会，祝大家圣诞快乐！新年快乐！ 原文：Where does consumer AI stand at the end of 2025? https://www.youtube.com/watch?v=p4-7x6QiYr0 编译：Yihan Bi

亚马逊 凤凰网科技讯 北京时间1月23日，据路透社报道，两位知情人士透露，作为整体削减约3万名企业职能部门员工目标的一部分，亚马逊计划于下周启动第二轮裁员。 亚马逊去年10月已裁减约1.4万名白领员工，约占裁员3万人目标的一半。知情人士称，第二轮裁员规模预计与去年相近，最早可能于下周二开始。 据知情人士透露，此轮裁员将影响亚马逊云计算服务AWS、零售、Prime Video以及人力资源部门(即“人员体验与技术团队”)的工作岗位，不过影响的具体范围尚不明确。知情人士提醒称，亚马逊的计划细节仍可能存在变动。 亚马逊将去年10月的裁员与AI软件的兴起联系起来，该公司在一封内部信中表示：“这一代AI是我们自互联网以来所见过的最具变革性的技术，它使得公司能够以比以往快得多的速度进行创新。” 截至发稿，亚马逊不予置评。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

智能设备的“柔性化”始终卡在一个关键瓶颈：作为“大脑”的芯片，长久以来都是硬质的。复旦大学彭慧胜/陈培宁团队成功在弹性高分子纤维内部，构建出大规模集成电路，研发出全新的“纤维芯片”，为解决“柔性化”难题提供了新的有效路径。这项成果于1月22日发表在国际期刊《自然》上。 图为成卷的“纤维芯片”。复旦大学供图 传统芯片的制造，主要是在平整稳定的硅片上构建高密度集成电路。而复旦团队的思路是“重构形态”——他们提出“多层旋叠架构”。“这好比把一张画满精密电路的平面图纸，螺旋式地嵌入一根细线中。”论文第一作者、博士生王臻如此比喻。该设计使纤维内部的空间得到极致利用，实现了一维受限尺寸内的高密度集成。 “纤维芯片”虚拟现实应用示意图和实物图。复旦大学供图 然而，在柔软、易变形的纤维中制造高精度电路，难度无异于在“软泥地”里盖高楼。为此，团队开发了与目前光刻工艺有效兼容的制备路线。他们首先采用等离子体刻蚀技术，将弹性高分子表面“打磨”至低于1纳米的粗糙度，有效满足商业光刻要求。随后，在弹性高分子表面沉积一层致密的聚对二甲苯膜层，为电路披上一层“柔性铠甲”。这层保护膜不仅可以有效抵御光刻中所用极性溶剂对弹性基底的侵蚀，还能缓冲电路层受到的应变，确保纤维芯片在反复弯折、拉伸变形后，电路层结构和性能依然稳定。 相关制备方法可与目前成熟的芯片制造工艺有效兼容，为其从实验室走向规模化制备和应用奠定了坚实基础。 该成果有望为纤维电子系统的集成提供新的路径，有望实现从“嵌入”到“织入”的转变，助力脑机接口、电子织物、虚拟现实等新兴领域的变革发展。

2026.01.22 本文字数：1249，阅读时长大约2分钟 作者 | 第一财经 黄琳 近日，网络上一辆电动摩托车“无人驾驶”的视频引发广泛关注。视频中，一辆无人驾驶的电动摩托车以40km/h的速度飞跃了一个20度的小坡，并在空中飞跃了整整8米，落地后仍能保持自平衡的状态继续前进。 第一财经记者了解到，该款车型是由立马车业生产制造的“极限小智”电动摩托车。根据官方介绍，极限小智能够在平路上进行最高40km/h的自动驾驶，且搭载了汽车级AEB主动安全技术和毫米波雷达，能够预判碰撞风险、自动监测路障并刹停、自动绕行移动障碍物。 立马车业集团商品企划部部长葛文伟在接受媒体采访时称，用户能够在相关的产品APP端召唤极限小智到指定地点“接驾”，也能实现两点之间的自动路径规划，比如通过自动驾驶实现买菜、取快递等。他还称，四轮汽车能实现的功能，基本上极限小智也能实现。 据悉，极限小智目前已向经销商交付10辆，2026年将实现进一步量产。记者随后在一名立马经销商处了解到，极限小智是新的电摩产品，该门店目前暂未购入，预计将在今年春节后购入，但数量较少。该经销商告诉记者：“极限小智的售价在1万元左右，不会高于四轮车，但需要具备摩托车驾照。” 从行业来看，电动摩托车现阶段“上车”的智能化主要体现在人机车联动，比如手机监控骑行里程、骑行状态、无钥匙解锁、卫星定位等，而电动摩托车的智能驾驶则聚焦自平衡、感知，包括目蔚科技、立马车业等多家两轮车企都有智能驾驶的技术储备，但是相关产品尚未大规模量产交付给消费者。 某头部电动两轮车企业人士告诉记者，公司有两轮车自平衡技术、辅助驾驶技术的产品储备，但尚未有产品应用。“很多公司都有这种产品，只不过有些企业会将这类产品作为营销噱头，相当于实验室产品，有研发和样机，但是大部分企业暂时不会零售。” 该人士表示，辅助驾驶、智能驾驶尚未大规模应用到两轮车，现阶段的产品需求也不强，无法明显提升销量。他进一步称：“成本方面，智能驾驶需要雷达、激光探头、电控，控制器等多个零部件，整车也需要重新设计，导致智能驾驶两轮车的整体造价较高，售价也很高。” 此外，市场仍对智能驾驶两轮车的安全性存疑。广东一家电动两轮车企负责人认为，智能驾驶两轮车的使用仍比较鸡肋，一旦车辆急转或者急停，驾驶员容易被甩离座位。所以现阶段，这类产品基本很难卖出去。 佐思汽研最新发布的《2025~2026年两轮车智能化及产业链研究报告》显示，随着两轮车新国标的实施，该行业正经历智能化转型的关键阶段。在智能化测评体系方面，行业正逐步建立分级标准。两轮车智能化测评涵盖动力系统、智能驾驶、通信系统及人机交互四大维度，软件生态开发与域控制器集成成为仪表系统升级的核心方向。毫米波雷达在两轮车领域的应用渗透率预计将在2026年突破18%，头部品牌正探索更高级别的自动驾驶辅助功能开发。 微信编辑 | 七三 第一财经持续追踪财经热点。若您掌握公司动态、行业趋势、金融事件等有价值的线索，欢迎提供。专用邮箱：bianjibu@yicai.com （注：我们会对线索进行核实。您的隐私将严格保密。） 推荐阅读 全校毕业生被一企业“拉黑”，校方回应

凤凰网科技讯 1月22日，港股市场今日迎来医疗健康板块的重要动态。财讯传媒集团有限公司（00205.HK）正式宣布更名为“BFB Health Limited”，中文简称变更为“BFB HEALTH”，原股票代码保持不变。更名首日，公司股价报收0.96港元，总市值突破12亿港元。此次更名标志着该公司正式转型，确立了其作为“中国远程医疗健康管理第一股”的市场地位，填补了港股市场在此垂直赛道的空白。 作为扎根于安徽亳州的首家境外上市公司，BFB HEALTH在商业模式上深度对标美国远程医疗巨头Hims & Hers，并针对中国市场进行了本土化改良。不同于单一的药品销售，该公司构建了“1+N”业务模式，即依托1个跨境购药平台“一海享购”以及DYESOO、多燕瘦等N个独立品牌矩阵，形成了涵盖在线问诊、慢病管理、远程会诊的完整服务闭环。该模式意在通过DTC（Direct to Consumer）订阅制锁定长期用户，减少中间渠道成本，从而实现“服务+产品”的协同增长。 在资金规划方面，BFB HEALTH明确了二级市场融资的具体投向。50%的资金将重点用于大健康产业的AI化升级及新药研发，另外50%则投入到产品迭代、品牌建设及智能化生产线升级中。这一资金分配显示出公司对技术壁垒构建的重视，试图通过数字化手段打破传统医疗的时空限制。数据显示，2025年中国远程医疗市场规模已破千亿，BFB HEALTH此举意在利用先发优势整合行业资源，在政策支持下进一步推动远程医疗服务的规范化与普及化。

英伟达首席执行官黄仁勋在一次采访中表示，英伟达目前是台积电最大的客户，取代了此前长期占据榜首的苹果公司。这位身着皮衣的首席执行官是在“Jodi Shelton的私人访谈”播客节目第一集中发表这番言论的。节目中，主持人Jodi Shelton询问黄仁勋的自信源自何处。Shelton自称是“全球半导体行业的资深领导者”，同时也是全球半导体联盟的首席执行官兼联合创始人。 “我记得张忠谋也讲过一个类似的故事，他第一次见到你的时候，你立刻就说，‘我将会成为你们最大的客户，或者至少是最大的客户之一。’他当时就觉得，‘哇，你真有魄力。’那么，你这么年轻就这么自信，是从哪儿来的呢？”谢尔顿问道。“嗯，你知道，什么都懂也挺麻烦的——我开玩笑的，”黄仁勋笑着说。“对了，张忠谋知道英伟达现在是台积电最大的客户，他肯定会很高兴的。”（原文：By the way, Morris will be happy to know Nvidia is TSMC’s largest customer now.） 这家人工智能GPU公司在2000年代初期曾是台积电最大的客户。然而，在2010年代，随着英特尔错失与苹果的潜在合作机会，台积电转而委托苹果为其生产iPhone和iPad处理器，苹果的地位也随之提升。尤其是在近年来，随着iPhone在全球市场份额超越三星，这一趋势更加明显。 尽管苹果的智能手机、平板电脑，甚至是Mac和MacBook上那颗传奇的苹果芯片都在推动公司创纪录的销售额，但人工智能的蓬勃发展也带动了对英伟达AI GPU的需求，从而使该公司营收飙升。不仅如此，企业客户愿意斥资数十亿美元从英伟达采购尽可能多的AI处理器，而许多消费者则存在价格上限，一旦智能手机、平板电脑或笔记本电脑的价格过高，他们就会转向其他品牌。 除了失去市场主导地位之外，据WCCFTech援引苹果爆料人 Fixed Focus Digital 的消息报道，台积电正在提高向苹果出售芯片的价格，尤其是在人工智能需求挤压其他半导体产能的情况下。此外，苹果可能不再享有优先生产权。然而，这仅仅是猜测，即便属实，相关公司也可能会对此保密。 英伟达的成功与人工智能热潮直接相关，许多科技公司斥巨资购买成千上万甚至数十万块GPU，仅仅是为了获得训练最先进模型所需的强大算力。随着英伟达在人工智能处理器市场占据主导地位，只要企业认为增加计算能力可以带来更多利润，它就如同印钞机一般源源不断地赚钱。但如果人工智能泡沫破裂，留下大量无人问津的人工智能数据中心，那么我们预计苹果将重新夺回台积电头号客户的地位。 苹果与英伟达，争夺台积电产能 去年八月，台积电CEO魏哲家访问库比蒂诺时，给他的最大客户带来了坏消息。台积电CEO告诉高管们，苹果公司将不得不接受多年来最大幅度的价格上涨。 蒂姆·库克和他的团队坦然接受了这一消息。过去几个季度，哲家一直在财报电话会议上暗示将提高利率，而这家台湾芯片制造商不断增长的毛利率也证明了其定价能力的增强。 据我的消息来源称，这还不是最糟糕的消息。 苹果公司曾经在台积电的客户名单中占据主导地位，如今却不得不为产能而战。随着人工智能的持续蓬勃发展，以及英伟达和AMD等客户的每一颗GPU在晶圆上占用的面积越来越大，这家iPhone制造商的芯片设计已不再能保证在台积电近二十家晶圆厂中获得一席之地。 魏可能没有告诉库克的是，苹果可能不再是他最大的客户了。 根据Culpium 的分析以及与供应链消息人士的讨论，英伟达去年至少有一到两个季度可能位居榜首。“我们不讨论这个问题，”台积电首席财务官周四在被问及客户排名变化时告诉Culpium 。 最终数据将在几个月后台积电发布年度报告时公布——其中包括其主要客户的收入——但苹果全年的领先优势很有可能大幅缩小，甚至可能低于英伟达。我的消息来源告诉我，如果这种情况在2025年没有发生，那么几乎肯定会在2026年发生。 公开数据有助于讲述故事。 台积电日前公布的财报显示，其去年营收增长36%，达到1220亿美元。根据Culpium基于财报和公司指引的预测，英伟达截至2026年1月的财年销售额预计将增长62%，而苹果公司（不包括服务）截至2025年12月的12个月内的产品收入预计仅增长3.6%。 苹果作为台积电营收增长主要驱动力的角色在五年前就已结束。若非苹果在2018年的增购，台积电当年的销售额甚至会下降。如今，这家位于库比蒂诺的公司营收增长率仅为个位数，而英伟达的营收却一路飙升。 造成这种变化的原因有两个，而且显而易见：人工智能正在推动对高性能芯片的巨大需求，而智能手机的繁荣已经趋于平缓。 台积电高性能计算（包括人工智能芯片）的销售额去年增长了48%，而前一年的增幅为58%。智能手机收入仅增长了11%，低于前一年的23%。这一趋势将在今年以及可预见的未来持续下去。 台积电周四表示，预计2026年营收将增长近30%，但资本支出将增长约32%，达到创纪录的520亿至560亿美元。该公司还表示，从长远来看，到2029年，未来五年营收平均增长率将达到25%，而人工智能业务同期平均增长率将达到55%或更高。这一数字高于此前40%左右的预测。 台积电周四公布的财报堪称其业绩的巅峰之作，不仅营收和净利润均创历史新高，毛利率更是接近软件制造商和无晶圆芯片设计公司的水平。在去年12月的季度中，台积电的毛利率高达62.3%，比上一季度提高了280个基点。如果排除海外晶圆厂（位于亚利桑那州和日本）的影响，其毛利率还会更高。 有两点需要特别注意。首先，虽然智能手机处理器是苹果芯片采购的最大份额，但并非唯一类型。Mac 电脑的处理器属于高性能计算 (HPC) 范畴，此外，苹果还拥有强大的定制芯片产品线，这些芯片用于配件，属于数字消费电子产品范畴。其次，英伟达并非苹果唯一的高性能计算客户。AMD 是苹果自研 GPU 的主要采购商，而亚马逊和谷歌等公司也在苹果客户名单中占据重要位置，它们正在开发自有 AI 芯片。 换句话说，苹果的芯片产品线更广泛、更多样化，而英伟达的产品线则更集中于大量处于或接近领先水平的晶圆。正因如此，苹果至少在未来十年内仍将保持其重要地位。 然而，就短期而言，台积电的技术路线图以及更广泛的行业趋势都对英伟达、AMD 及其同类公司有利，这意味着苹果在未来一两年内可能需要继续争夺产能。 台积电目前已开始量产2纳米（简称N2）芯片，这是其目前最先进的制程工艺，苹果是其主要客户之一。但今年下半年，台积电计划同时提升N2P和A16两种制程工艺的产能。 这家公司的商业模式有点特别。台积电并没有改造现有工厂以适应新技术，而是直接新建一座工厂。这确保了生产不会中断，并使其能够最大限度地利用旧设备和工艺。一般来说，这意味着台积电新建的任何产能都是为了新的制程节点。因此，它拥有许多晶圆厂，仍在生产采用十年前甚至更久以前技术的芯片。 用台积电CEO魏哲家的话来说，配备超强电源轨（Super Power Rail，SPR）的A16芯片“最适合具有复杂信号路径的高性能计算（HPC）应用”。SPR是台积电版本的背面供电技术，这是一种将芯片信号与电源分离的新型方案。英特尔也在开发这项技术，许多人认为这将是这家美国公司从台湾竞争对手手中夺取代工市场份额的关键。 之后，台积电将推出A14芯片，预计将于2028年左右量产。有人称A14为N2之后的下一个完整节点，并认为A16并非“完整节点”。事实上，这些名称与其说是技术标识，不如说是营销术语。然而，正如SemiAnalysis最近在一篇关于台积电与苹果关系的精彩报告中所述，由于A14从一开始就“同时面向移动和高性能计算（HPC）”，因此市场平衡最终将向苹果倾斜。 更重要的是，苹果提供的是稳定性。英伟达成为苹果的客户时间比苹果长得多，但总体而言，它还是一个小众市场。目前，这个“小众市场”的产品是全球最热门的产品，但它毕竟是小众市场。另一方面，苹果的产品在台积电至少十几家晶圆厂生产。即使英伟达通过收购超过了苹果，它在台积电的生产规模也远不及苹果。 这种区别现在或许无关紧要，但将来可能会变得至关重要。人工智能的繁荣不会永远持续下去。泡沫可能会破裂，也可能会缓慢消退，但增长轨迹肯定会趋于平缓，这意味着对尖端人工智能芯片的需求将会下降。 魏哲家深知这一点，所以他既快速扩张又谨慎行事。“我也很紧张，”他在此前于台北举行的公司投资者大会上表示，“如果我们处理不当，对台积电来说肯定会是一场巨大的灾难。” 这家芯片巨头最近饱受抨击，包括著名分析师本尼迪克特·埃文斯在内，批评其“不愿/无法快速扩大产能以满足英伟达的订单需求”。我认为这是错误的，也是不公平的。 “投资不足的风险远大于投资过度的风险，”埃文斯引用谷歌首席执行官桑达尔·皮查伊在2024年第二季度说过的话，似乎是为了佐证这一点。台积电和谷歌母公司Alphabet的毛利率大致相同，但它们的商业模式却截然不同。英伟达的财务状况也与台积电不同。它们各自的资本支出策略都需要反映出这种风险。 Alphabet 2024 财年的资本密集度（以购置固定资产、厂房及设备支出除以营收计算）仅为 15%。台积电的资本密集度则超过 33%，是 Alphabet 的两倍多。更重要的是，折旧（即资本支出成本反映在收益中的部分）仅占 Alphabet 营收成本的 10%。而台积电的这一比例高达 45%，是 Alphabet 的四倍多。 作为台积电一级客户，英伟达的数据则更为显著。2024年，其资本密集度仅为2.5%，折旧成本仅占营业成本的5.7%。作为一家无晶圆厂芯片制造商，英伟达的毛利率可高达70%以上。其唯一真正的风险在于库存过剩。即便如此，英伟达也可以在10月底将所有库存注销，并保持接近其主要供应商的毛利率。此外，这两家客户都远没有台积电那样的客户集中度高。 有人抱怨台积电可以而且应该加快建设速度，这种说法忽略了一个事实：一旦经济衰退、需求下降，最终承担后果的将是台积电。魏先生解释说，新建一座晶圆厂需要两到三年时间，因此公司必须紧跟市场趋势，而不能过多考虑过去。“即便我们今年投入520亿到560亿美元，今年的盈利也为零，”魏先生表示。无论当季营收如何，台积电的主要成本——购置设备——都会保留在账面上。 在近十年的时间里，苹果一直是推动台积电不断投资新建工厂的主要动力。如今，这个角色已经转移到了英伟达，而黄仁勋的影响力也开始超越蒂姆·库克。但他们都不必操心半导体制造的昂贵成本，只需费尽心思地向魏承东（CC Wei）乞求晶圆即可。 对于这类客户而言，代工厂的产能是一项固定成本，他们无需为此担忧。正因如此，全球十大公司中有八家选择台积电代工芯片，而这家台湾巨头也因此在像现在这样的经济繁荣时期获益匪浅。

马斯克 凤凰网科技讯 北京时间1月23日，据路透社报道，特斯拉CEO埃隆·马斯克(Elon Musk)周四表示，驾驶员监督版全自动驾驶系统(FSD)最早可能在下个月获得欧洲和中国监管机构的批准。随着汽车销量放缓，特斯拉正寻求通过提升软件收入来推动增长。 尽管FSD在监管层面的进展以及自动驾驶出租车的早期部署，显示出特斯拉AI雄心呈现出积极势头，但相对于其远高于许多科技和汽车公司的估值而言，这项技术仍处于早期发展阶段。 “我们希望监督版FSD能在欧洲获批，顺利的话是在下个月，之后中国或许也能在相近的时间批准它。”马斯克在首次亮相达沃斯世界经济论坛时表示。 特斯拉一直在寻求欧洲批准FSD。相较于美国，欧洲更严格的汽车安全法规和分散的监管体系延缓了该系统的部署进程。荷兰车辆管理局(RDW)在去年11月表示，预计将在今年2月对FSD做出决定。特斯拉曾表示，一旦FSD在荷兰获得批准，其他欧盟国家可以认可此项豁免，并在欧盟正式批准前允许该系统推出。 马斯克还透露，特斯拉已在美国得州奥斯汀提供自动驾驶出租车服务，且不再配备安全监督员。该服务于去年6月启动，当时由一名特斯拉员工坐在副驾驶位置，对车辆的行驶行为进行监督。 他已多次表示，为自动驾驶汽车开发的许多AI技术，也将成为特斯拉计划中的人形机器人的技术基础。 马斯克在周四称，预计未来机器人数量将超过人类。特斯拉预计将在明年年底前向公众出售人形机器人Optimus，这一时间表晚于他此前的预期。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

马斯克说，如果特斯拉对机器人的可靠性、安全性和功能范围充满信心，到明年底，将启动公开销售，用户可以“基本要求它做几乎任何你想做的事”；已开始在得州奥斯汀提供没有设置车内安全监督员的Robotaxi服务。他预测，到今年底、或最迟明年，AI将变得“比任何人类都聪明”。 特斯拉CEO马斯克在达沃斯世界经济论坛上勾勒出一幅涵盖人形机器人、自动驾驶、太空探索和人工智能（AI）的宏大蓝图，他预测AI最快将在今年底超越人类智能，而特斯拉的人形机器人Optimus最早将于明年底面向公众销售。 当地时间1月22日周四，马斯克罕见现身达沃斯论坛，与贝莱德CEO芬克展开对话。他透露特斯拉已在工厂中部署部分Optimus机器人执行简单任务，并预计到今年底这些机器人将能处理更复杂的工作。马斯克表示，如果特斯拉对机器人的可靠性、安全性和功能范围充满信心，到明年底，将启动公开销售。 马斯克在谈话中还表示，特斯拉的自动驾驶出租车服务Robotaxi今年有望在美国大规模部署，“到今年年底，这项服务将在美国范围内非常非常普及”，已经开始在得州奥斯汀提供没有设置车内安全监督员的Robotaxi服务。SpaceX希望今年实现星舰火箭的完全可重复使用。他预测，到今年底、或最迟明年，AI将变得“比任何人类都聪明”。 马斯克讲话期间，特斯拉股价持续走高，周四午盘，日内涨幅扩大到3%以上，有望连涨两日，抹平一周来跌幅。 特斯拉的核心汽车业务因产品线陈旧和美国电动车补贴取消而连续两年交付量下滑，马斯克此次提到的无人驾驶、AI和机器人业务方向被他视为特斯拉的关键重点。马斯克去年9月初表示，特斯拉约80%的价值将来自他四年前首次提出的机器人项目Optimus。 Optimus机器人推进时间表明确 马斯克对Optimus人形机器人的商业化时间表给出了更具体的说法。他表示，对公众销售将在特斯拉确信机器人具备“极高可靠性、极高安全性以及极高功能范围”时启动，届时用户可以“基本要求它做几乎任何你想做的事”。 特斯拉目前已在工厂中使用部分Optimus机器人执行基础任务。马斯克预测，到2026年底，这些机器人将能够“执行更复杂的任务”。 尽管马斯克经常谈论Optimus的潜力，但他此前对生产时间表和目标相对模糊。在2025年1月的财报电话会议上，他曾表示，“非常粗略的猜测”是，特斯拉将在2026年下半年开始向其他公司交付Optimus。本周早些时候，马斯克还提醒称，Optimus和特斯拉最新车型Cybercab的初期生产将“极其缓慢”。 马斯克此前曾预测人形机器人最终将在数量上超过人类，数十亿台机器将不仅部署在工厂，还将进入家庭，协助洗碗到照顾孩子等各类工作。 自动驾驶和太空探索进展 在自动驾驶领域，马斯克宣称这"本质上是一个已解决的问题"。他表示特斯拉的完全自动驾驶软件有时每周更新一次，部分保险公司因其安全记录向使用该技术的客户提供半价保险。特斯拉已在多个城市推出机器人出租车服务，预计今年底将在美国大规模部署，欧洲的有监督完全自动驾驶批准可能在下月获得。 在太空探索方面，马斯克表示SpaceX希望今年通过星舰实现火箭的完全可重复使用。他将星舰描述为"有史以来最大的飞行器"，这一突破将使太空进入成本降低100倍，降至每磅100美元以下。SpaceX已展示可以在发射台捕获火箭助推器，但尚未尝试将星舰飞船回收再利用。 马斯克还讨论了在未来几年内发射太阳能AI卫星的计划。他指出，太空中的太阳能板效率是地球上的五倍，因为有持续的阳光且无大气干扰。他预测"部署AI成本最低的地方将是太空"，这将在两到三年内实现。 AI发展与能源基建预测 马斯克对AI发展做出了大胆预测，称AI可能在今年底、或“最迟明年”变得“比任何人类都聪明”。这一预测凸显了他对AI技术快速进步的判断。 在能源生产方面，马斯克表示，一个100英里见方的太阳能板区域就能为整个美国供电。他透露，SpaceX和特斯拉的团队正分别致力于在约三年内在美国建立每年100吉瓦的太阳能制造产能。 马斯克此次现身达沃斯颇为意外，因为此前他曾批评该论坛“无聊”，并抨击世界经济论坛“日益成为人们从未要求也不想要的未经选举的世界政府”。2022年，他曾在社交媒体上发帖称：“世界经济论坛/达沃斯论坛是怎么回事？他们是想当地球的老板吗？” 马斯克在对话中表示，他旗下公司的总体目标是让“文明拥有美好未来的可能性”最大化，并将“意识延伸到地球之外”。

IT之家 1 月 22 日消息，据《智能涌现》今日报道，手机厂商 vivo 近期叫停了 AI 眼镜项目，这一项目此前已秘密筹备半年时间，并已与歌尔、中科创达在内的多家 ODM 厂商合作 demo。 一名知情人士称，音视频、带单绿显示的 AI 眼镜方案都在 vivo 的讨论范围内，但最终尚未确定方向便被叫停。原因是，vivo 执行副总裁胡柏山在内的多位高层判断，其 AI 眼镜“在当下很难做出差异化”。对此，vivo 方面暂无回应。 文章称，叫停 AI 眼镜项目之后，并不意味着 vivo 完全放弃对全新入口的探索，将继续聚焦混合现实（MR）方向。 IT之家注意到，vivo Vision 探索版 MR 头显于 2025 年 8 月发布，重量仅 398g，采用自然眼手交互设计。 vivo Vision 探索版搭载第二代骁龙 XR2 + 平台，处理器性能相比上一代提升到 2.5 倍。此外，vivo Vision 还支持跨设备联动，多端内容自由流转，手机电脑里的内容都可以丢到头显里来，让头显作为现有设备的空间延伸，并且尝试更灵活的信息组织形式。 vivo Vision 探索版配备 Micro-OLED 屏幕，拥有双目 8K 分辨率、94% DCI-P3 色域、ΔE＜2。官配有镜片套装，可支持最高 1000 度近视度数。

【CNMO科技消息】1月22日，据“蓝鲸科技”报道，荣耀已决定通过旗下生态品牌“荣耀亲选”正式切入手持智能影像设备领域，目前产品正处于关键的云台选型阶段。此举标志着继Robot Phone之后，荣耀在智能影像硬件生态上迈出第二步，但与完全自研的机器人手机不同，此次新设备采用ODM全包合作模式，荣耀仅派驻少量团队参与产品定义与品控。 据透露，该Pocket产品定位为便携式手持云台相机，主打日常记录、旅行Vlog及轻度运动场景，目标用户与荣耀手机年轻群体高度重合。尽管为试水之作，但内部反馈称其在材料选用和整机质感上投入较高，“整体品质还不错”。目前，团队正围绕云台的稳定性、功耗、折叠结构及与手机App的联动体验进行多方案比选，以确保最终产品在实用性与成本之间取得平衡。 “荣耀亲选”作为荣耀生态平台，长期联合第三方厂商推出耳机、充电器、智能家居等产品，并由荣耀统一负责质量审核与售后服务。此次入局Pocket相机，被视为其拓展“影像+AI”全场景能力的重要一环。值得注意的是，这并非荣耀首次探索物理影像外设——在CES 2026上亮相的荣耀ROBOT PHONE已集成可展开三轴机械臂云台，实现自主构图与智能跟拍。相比之下，独立Pocket设备更侧重轻量化与普及性，两者形成高低互补的产品矩阵。 荣耀并非孤例。据行业消息，vivo、OPPO等主流手机厂商均已重兵布局该赛道。其中OPPO已组建超200人的专项团队，聚焦运动相机与全景影像技术。当前市场主要由大疆Osmo Pocket系列、GoPro Hero及影石Insta360主导，前者凭借三轴机械防抖与手机生态协同占据中高端市场，后者则以360°全景拍摄独占细分领域。Frost & Sullivan数据显示，头部品牌的旗舰Pocket产品毛利率普遍超过50%，具备良好盈利潜力。

快科技1月23日消息，江铃福特制造的羿驰01（SC01）即将在欧洲销售，该车将会在意大利进行组装，仅生产1000台。 据称售价近6.13万欧元,根据实时汇率折合人民币约50万元，作为对比，其在国内的售价为22.98万元。 SC01是一台纯粹的驾驶机器，其长宽高分别为4106/1830/1170mm，轴距为2503mm，采用管阵式车架，整备质量仅为1365公斤，极致轻量化。 造型采用了简洁的设计风格，前大灯组采用了十分犀利的设计，下方提供三段式进气口，配备了18英寸双五辐轮圈以及黄色制动卡钳，车身侧中后部分还设有通风开口。 尾部宽大稳重，并使用圆形尾灯组，同时在尾灯外围设置了圆形的通风口，从而提升空气动力学效应，后包围还采用了大尺寸的尾部扩散器装置，进一步提升地效能力。 车辆内饰也很是简单纯粹，只配备了一块全液晶仪表盘，中控面板仅保留了必要的空调控制面板，车顶棚上提供了危险报警灯、后备箱开关、空调除霜、对外放电等功能的实体按键，机械交互感十足。 车辆最大的亮点是拥有纯粹的驾驶属性，配备横置推杆减振器、管阵式车架、前六后四高性能制动，采用前后双电机四驱系统，可输出435马力，峰值扭矩超600牛·米，0-100km/h加速时间仅为2.9秒。 中置电池布局，三元锂电池规格为60kWh，CLTC工况续航里程520公里，30%-80%快充时间小于25分钟。

裁员裁到大动脉的故事，终于轮到想用 AI 取代员工的 CEO 身上了。 Salesforce 是一家以提供个人化需求进行客户关系管理规划和服务的网际网路企业。在那段播客访谈里，Benioff 的语气轻松得像在谈论换了个新咖啡机。 可当初炒人有多果断，现在返聘就有多尴尬。 当 CEO 迷恋上 AI 还记得马斯克那个摔倒的人形机器人 Optimus 吗，当所有人都在嘲笑那个连基本任务都完成不了的机器人时，Benioff 却在社交媒体上大加赞赏，说它能改变企业的运作方式。 他还发了一段自己和 Optimus 互动的视频，但视频里机器人不仅反应迟钝，连 Benioff 交给它的简单任务——带他去厨房拿可乐，都没完成。 这就是问题的起点。Benioff 对 AI 的迷恋已经到了失去判断力的地步，而作为 Salesforce 这样一家价值数千亿美元公司的掌舵人，他有能力把这种迷恋变成现实。 于是，4000 名员工被裁掉了。这些人大多是管理员、顾问、业务分析师和开发人员，他们的工作是与亚马逊、沃尔玛、微软这样的大客户紧密合作，为他们构建和运营定制的客户关系系统。可以说这是一份高度社交化、技术复杂的工作，需要深厚的行业经验和对客户需求的敏锐理解。 Benioff 觉得 AI 可以做到这些。 多少人在找后悔药？ 现实很快给了 Benioff 一记响亮的耳光。 最近，Salesforce 的高管们在公司内部和公开场合都承认，他们严重高估了 AI 的能力。 AI 根本无法应对客户服务的复杂性，在处理细微问题、升级事件和长期客户问题时完全失效。 Salesforce 剩下的员工们在过去这段时间发现自己每天的工作变成了给 AI 擦屁股。AI 确实在处理大量客户咨询，但它给出的答案常常完全偏离重点。客户打来电话投诉，说 AI 根本没理解他们的问题。员工不得不花双倍的时间去纠正这些错误，去安抚客户。 换句话说，AI 非但没有提高生产力，反而降低了生产力。 除了疲于应对 AI 带来的各种问题之外，高管们还强调，他们现在不得不疲于奔命地解决系统稳定性问题，而这些问题以前只需具备相关经验和技能的员工就能轻松解决。然而，这些员工在人工智能裁员潮中都被解雇了。 现在，Salesforce 正在悄悄转向。他们说要「重新平衡 AI 战略」，其实就是在重新招聘那些被裁掉的岗位，把 AI 从主导位置拿下来，回到辅助员工的角色。 如果你以为这只是 Salesforce 一家公司的失误，那就太天真了。整个行业都在经历同样的过程，只是大多数公司没有 Salesforce 这么高调。 加拿大人力数据平台 Visier 近期公布的一份全球报告显示，在其追踪的全球 142 家企业、240 万名员工中，有 5.3% 的被裁员工最终被重新聘用。 这些「回旋镖员工」在重新被聘用时，通常能获得 25% 到 28% 的加薪，远高于「留守员工」平均 4% 的涨幅。 这种对 AI 盲目自信、大张旗鼓地部署，然后又迅速撤回的做法，正在整个经济领域蔓延。 AI 不会抢走你的工作 就在 Salesforce 大裁员前几个月，Anthropic 做了一个实验，让自家的 Claude AI 运营一台自动售货机。这也是一个高度受限的任务，AI 应该能轻松应对。但它几乎把所有东西都免费送了出去，干了三周，倒闭了。甚至还给自己定了一台 PS5、一条活鱼。 更有意思的是，Oxford Economics 前几天发布了一份研究报告，他们发现， 很多被宣传为「AI 裁员」的案例，实际上只是普通的经济性裁员，CEO 们把它包装成「AI 创新」是为了在投资人面前显得更有远见。 数据显示，2025 年只有 4.5% 的裁员是真正因为 AI 替代员工。而且研究人员认为，这个数字可能还远高于实际情况。 耶鲁大学预算实验室的研究也印证了这一点。他们分析了 ChatGPT 发布 33 个月以来的美国就业市场数据，发现「更广泛的劳动力市场并未经历可察觉的破坏，这削弱了 AI 自动化正在侵蚀整个经济中认知劳动需求的担忧」。 即使新的 AI 技术最终会像预期那样深刻影响劳动力市场，广泛的影响也需要比 33 个月更长的时间才能显现。历史上，工作场所的广泛技术破坏往往需要数十年而非数月或数年。 对任何公司而言，专业知识、经验和技能型员工都很难获得。所谓的专业知识、经验和技能大多是公司及其运营所独有的。这些运营方式会存在一些怪癖、常见问题和特殊挑战，即使是最有经验的外部人员也会感到棘手，但对公司内部员工来说却轻而易举。 所以，「人工智能革命」可能不过是个寓言，一个虚构的故事，只存在于狂热追随者的想象中。 每一次都有人说这次不一样，这次是真的。互联网确实改变了世界，但不是所有 .com 公司都成功了。社交媒体确实很重要，但不是每个品牌都需要 Twitter 营销团队。区块链技术确实有价值，但不是所有行业都需要去中心化。AI 也会留下来，但不会像人们想象的那样改变一切。 所以这个故事会重复吗？肯定会。 因为记忆是短暂的，欲望是持久的，人性不会改变。FOMO 是人性，盲目跟风是人性，相信魔法比面对现实更容易也是人性。

携程真正的“罪”，在于吃独食 作者 | 贾阳 王晓玲 每年都会挨骂的携程，今年尤其“可恨”。 因为在整个行业都在流血边缘的时候，携程的利润率却越来越丰厚。 甚至在最近公布业绩的Q3，携程单季营收183亿，但净利润却高达199亿！虽然这背后是携程出售印度MakeMyTrip一次性得到了170亿投资收益，刨除这一因素，利益分配落差之大仍然让从业者意难平。 过去一年，各地对携程的约谈、反垄断指控越来越密集。消费者对携程新仇（柬埔寨旅游合作）旧恨（杀熟指控），也在积累。 携程终于迎来国家层面的反垄断调查，似乎是众望所归了。 但携程被打倒，世界就会更好吗？ 携程被查，不在于市占率，而在于垄断行为 平台经济，天然就有聚合的倾向，供给方和需求方规模越大，交易和服务的效率就会更好。 因此在此前对阿里和美团的反垄断调查中，不惩罚因竞争形成的“垄断地位”，而着眼于垄断行为——平台们最主要的问题是“二选一”等滥用市场支配地位行为。 携程在OTA行业并购、入股多年，现在毫无疑问是国内最大的OTA平台。据交银国际测算，到2024年，仅携程主平台在中国酒旅市场的市占率已高达56%。“携程系”的市占只会更高，据不同统计口径，甚至达到70%以上。但这不构成被立案的原因。 携程有自己的“二选一”。 在过去多年，携程平台的基准抽佣是10%，入驻就需“交租”。而在此基础上，携程推出了“金牌”和“特牌”特殊权益合作—— 金牌佣金12%，携程给予流量扶持，酒店需给出比全网低5%的价格。 特牌佣金15%，携程流量扶持力度更大、黄金展示位更多，但对酒店的约束也更大，除了全网低价，还需要是全网独家酒店。 虽然这不是强制性地要求酒店“上携程就排他”，但流量倾斜的优先级是特牌、金牌、无牌。“特牌”签约越来越多，竞争水位也就越来越高，“无牌”也就成了流量收缩、搜索降权的劣势地位，酒店民宿们被逐渐推向签约“二选一”的终点。 这是一个隐性的，但客观上形成“二选一”事实的平台行为。 此外，“调价助手”的功能，也涉嫌“滥用市场支配地位”。 2025年7月，央视曾报道携程等平台，用调价助手自动修改酒店房间价格和活动折扣，为了“跟价”或者“优化”，甚至强行篡改商家手动的定价，剥夺了商家作为独立经营主体的自主定价权。 当一个平台完成圈地，它就不再仅是市场的参与者，用一些法律学者的话说，而是成为了“准公权力”。它是一个企业，但也是一个市场制造者，一个社会基础设施。当它的决策是基于企业利益，那就有可能带来自我优待、影响用户权利、决策机制不规范等问题。 但这些罪名嫌疑都需要严格的法律程序认定。 在过去一年，整个行业对携程的不满，不仅涉及“垄断”的讨论范畴，而是方方面面。 先是8月5日，贵州省市监局集中约谈携程等五家涉旅平台企业，谈到了“二选一”、利用技术手段干预商家定价、订单生效后毁约或加价、价格欺诈、哄抬价格等问题。 9月，郑州多家酒店经营者联名举报携程“调价助手”等工具。郑州市市监局约谈携程，严禁利用技术手段变相操控价格、限制交易。 而后是年末12月最引发关注的，云南省旅游民宿行业协会对携程的声讨。其《关于启动OTA不正当竞争反垄断维权工作的决定》称，携程等OTA平台对云南民宿行业实施了“二选一”霸王条款、单方面随意涨佣、设置不公平交易条件、屏蔽流量等不正当竞争行为。 该协会会长贺双全更是直播怒斥携程佣金从12%一路涨至15%-20%，部分热门景区商家综合抽成甚至高达30%-40%。 高佣金广告费，成了民宿酒店们运营方最痛恨携程的一点。尤其是当整个行业都挣扎在生存线上时，携程却赚得盆满钵满，创始人有充分闲暇去给全中国年轻人“劝生”。 行业进步的功臣，但老大更不能太贪婪 酒店行业和携程平台的矛盾不难理解，两方的生存状况对比实在过于惨烈。 携程毛利率常年维持在80%左右，净利润率也有30%上下。作为携程最重要的上游，酒店行业则连续多年亏损。根据中国统计年鉴2025数据显示，2024年限额以上住宿业企业（年主营业务收入200万元以上）共亏损320.2亿元。 不过，也不能就此说“携程拿走了酒店的利润”。 酒店能不能赚钱，最重要的指标是入住率。酒店当然有人住才能赚钱，入住率盈亏平衡线各种档次的酒店不太一样，大约在60-80%之间，但是低于60%大概率就得亏损。 据中国饭店协会数据，2025年国庆期间全国主要城市（一二线及旅游热点城市）酒店的平均入住率仅为58%，经济型酒店（三星及以下）入住率则跌破了50%。 特别是最近三年，由于预期乐观，酒店突然来了一轮供给增长。据中国饭店协会《2025中国酒店业发展报告》显示，2021年中国酒店业共有25.24万家门店，客房数为1347万间。2024年，这两个数字分别增长至34.87万家，和1764万间。报告显示，2025年还有一定幅度的增量。 特别是下沉市场。迈点研究院数据显示，2025年1-9月，三线及以下城市新开业品牌酒店数量占比高达55.77%。 酒店多了，特别是新店多了，但总出行人数没有那么大的涨幅（去年同比仅3.5%），怎么办呢？得上OTA平台去获客。 不过也不是只有携程一个OTA平台，这两年互联网巨头“围攻”最猛的两个公司，一个是美团，另一个就是携程了。那么，为什么携程仍然占据了市场的半壁江山呢？ OTA是一个中介生意，或者说是一个流量生意。就算有二选一、需要提高佣金买排名，酒店也不愿意舍弃携程，关键因素就是这个平台的流量大。 根据QuestMobile数据，2025年5月携程App流量用户达1.04亿，远超同行。 OTA是一个双边平台，一边是有出行需求的用户，一边是酒店、飞机火车等资源提供方，平台的核心竞争力就是供需匹配效率。 说到流量，别的互联网平台也有。为什么从飞猪到美团再到抖音，都没能真正撼动携程的市场地位呢？ 一方面，携程占有先发优势，拥有最全面的资源供给。 携程早在十几年前，就开始在国内外靠大举并购布局，1999年携程旅行网上线，第二年就收购了当时国内最大的订房中心现代运通，2014年开始将同城、艺龙、去哪儿网收入旗下。此后又开始全球化，2016年投资MakeMyTrip和Skyscanner，第二年收购Trip.com。 虽然现在携程“名声”不佳，但不可否认，在一路扩张的同时，携程也给市场带来了一套线上出行服务体系。 例如，收购现代运通后，携程随即开发了配套的互联网平台——“实时控房系统”和“房态管理系统”，与所有会员酒店实现信息同步。 另一方面，携程也有意提升服务水平，打造自己的护城河。以客服为例，携程有世界上最大的旅游业呼叫中心，一万多员工。 另外就是，携程在商业模式上更接近京东，平台参与采购和管理机酒资源，其中中高星酒店直采比例超过五成，真出了问题会垫付退款。 确实能订到房，有问题真能找到人工客服，这让携程的用户粘性比想象中高得多。也正因此，去年年底，当云南民宿向携程“宣战”时，舆论场上并没有一边倒，反倒是很多人表示，“云南民宿，没携程托底，反正我是不敢订的”。 说携程利润率高，相对酒店或者是大多数制造业，肯定是高的。但其实国外Airbnb、Expedai等OTA平台，其抽佣比例和毛利率其实也都不相上下。甚至在竞争加剧后，携程还会自己掏钱做补贴。 那么携程为什么犯了众怒？可以说冷漠，甚至可以说是贪婪。在上游全行业困境中，携程作为“链主”企业，并没有什么作为，只顾埋头赚钱，相当于给本就寒冷的市场，又刮了一阵寒风，吹寒了人心。 以佣金为例，虽然是市场竞争后的结果，酒店民宿们依旧选择携程而不是0佣金的平台（因为出不了单）。但作为单平台市占率超50%、携程系市占超70%的市场地位，其佣金很大程度不再由市场供需决定，而是平台单方面决定。 放弃幻想，机酒不会跳水 不少消费者，在听到携程被反垄断调查之后的第一个反应就是，酒店和机票能变得便宜吗？ 短期来看，不是没有这个可能。比如，美团、抖音、飞猪，甚至京东，或许会因为看到市场出现空缺，然后开始短期甚至中期长度的补贴，用低价来换取一定的用户市场。 但这招，之前也不是没用过。 首先是机票和火车票，这没什么可说的，决定机票价格的是航司，火车票的价格更是受到严格监管。OTA平台能做的，更多是附加服务，比如抢票、接送机等。 而酒店业务，经济型酒店主打一个便宜，可压价的空间不大。对平台来说有更大利润空间的生意，还是高档、奢侈酒店业务。 比如，美团曾经试图向高星酒店发起进攻，在当时把酒店交易的佣金降到8-10%，而同程艺龙那时候是10%，携程则是10-15%，但高星酒店响应者寥寥。 因为，对高星酒店来说，最重要的是客户的稳定复购，对于平台持续时长肉眼可见的短期补贴，没有必要劳师动众、影响客户体验。 其实美团的实力并不弱，背靠外卖这样的高频“基础设施”带来的流量，2018年的间夜量（客房出租夜数）就已经超过了携程。 但美团的主要客群比较年轻，多集中在学生、年轻白领和小镇青年等，不是高奢酒店目标客群。 再比如，飞猪在2024年发起的“攻城价”，就被认为是针对携“程”。不过，飞猪进攻范围非常有限，仅用了京都威斯汀酒店来发起降价，更像是一种噱头。并且，市场上还流传出了一份京都威斯汀酒店的否定声明，飞猪也很快停止了这个降价的核销。 和奢侈品一样，高奢酒店对价格定位也非常敏感。 更重要的是，当下的市场，已经是一个供大于求的市场。仅靠短期补贴吸引用户，很难从根本上解决“高获客成本”和“低用户忠诚度”之间的矛盾。 携程的优势，是靠多年运营掌握大量消费者，以及付出真金白银来梳理、并购供应链后的稳定来获得的，新玩家想要跟上，确实需要系统性的改变。 驯服携程额外的贪婪，能让行业规则更健康。 但是，最终或许还需要市场供给侧的出清，整个链条上的利益分配，才会重新正常。 比如，过去部分酒店、机票代理商，本身没有核心服务能力，而是靠绑定携程的排他协议、支付高额佣金换流量，甚至通过低价倾销、违规刷单等方式生存。这些玩家的运营成本高、服务质量差，却挤占了市场资源。 如果市场上同质化的旅游产品过多，企业为了获客会陷入价格战，随后又通过隐形扣费、捆绑销售等“贪婪”手段，补回利润。 只有当那些不得不依附于平台潜规则的劣质供给消失，健康的分配机制才具备实现的土壤。

如果一台手机既搭载了安卓系统，能让你在数以亿计的安卓生态里遨游。 又搭载了Windows系统，能随时变成生产力工具。 甚至还塞下了Linux系统，能让咱们写代码更轻松。 机友们大概率会觉得我在做梦。 毕竟Windows Phone坟头草已经三米高。 安卓、iOS和鸿蒙已三分天下。 搭载Linux的手机，更是连众筹那一关都过不去。 基于这么个情况。 应该没有大厂会玩这么花，把三大系统塞进一台手机里。 但正所谓汝之蜜糖，彼之砒霜。 大厂觉得走钢丝的事儿，在没啥销量压力的小厂眼里，可能就跟吃菜一样简单。 就比如今天机哥要聊的NexPhone。 和主流智能手机单一的系统不同。 这手机选择了「我全都要」的打法。 一台手机，集齐安卓、Windows和Linux三大系统，这也应该是近十年来，第一款能三系统自由切换的手机。 而NexPhone诞生的目的也很简单，为Windows Phone铺路！ 那就是要做你口袋里的PC。 之所以有这个底气。 主要是因为，它出厂就搭载了Windows 11系统。 为了让用户用起来更顺手。 Nex Computer还专门给Windows 11做了移动端的界面定制化。 所以开机上手后，一股熟悉的味道扑面而来。 喏，界面逻辑跟当年的Windows 10 Mobile不能说一毛一样，但至少有九成相似。 一样的桌面磁贴，一样的滑动切换应用列表，一样的纯血Windows底层... 谁又能想到，Windows Phone竟是以这种形式杀回来呢。 不过受限于那小小的显示屏。 直接在手机上玩Windows 11，多少是有点痛苦的。 关于这一点，很多早期给手机刷过Windows系统的大佬，应该能感同身受。 结合官方对它的介绍和定位来看。 这手机使用Windows系统，最正确的打开方式是—— 用官方配件NexDock扩展坞，把手机、显示器和键盘鼠标都接上去。 OK，一台能办公的Windows原地组建成功。 也因为它搭载的，是Arm架构的Windows 11。 在功耗和综合续航上，比以往那些强刷Windows的手机要强得多。 是正儿八经能用来办公，或者轻度影音娱乐的「随身Windows主机」。 当办公完毕后，NexPhone又能根据需求，自行切换回安卓系统。 常规的安卓App，自然是随时可用的。 更骚的是什么呢。 如果大伙恰好是个程序员，出门在外收到了紧急的代码修改任务。 那也完全不用慌。 因为NexPhone的安卓系统，打包了一套完整的Debian环境，连上显示器即可秒变ChromeBook。 虽然跟完整的PC工作站没法相比。 但临时应付下代码修改，完全莫得问题。 这种「手机即电脑」的理念。 机友们是不是也觉得很熟悉？ 没错，其实是微软当年率先提出来的，名为Continuum。 按照微软的设想，当Windows Phone单独用时，它就是一台手机，能上网能聊天能看视频。 当需要办公时，它又能通过扩展坞连接显示器。 把手机变成PC主机的形状。 包括后续三星推出的桌面Dex模式，也跟微软的理念，有着异曲同工之妙。 只可惜，微软最后没把手机做成。 三星Dex模式受限于安卓底层，在生产力上永远被Windows和Linux稳压一头。 而Nex Computer在完整看完，大厂们的手机电脑融合失败史后。 也是想到了最力大砖飞的解决方法。 既然安卓不够生产力，Linux系统日用不够爽，Windows主机又不能随身携带。 那我特么全缝进去不就好了？ 看起来似乎很好实现。 但因为合作伙伴不好找、理念过于理想化、实现难度太高... 这台手机从概念机阶段走到量产机阶段，整整用了14年，连八弟的孩子都会打酱油了。 咱们才在2026年，见到NexPhone的完全体。 从外观来看。 它既有对Lumia手机的致敬，又有三防手机的抗摔耐用性。 唯独在核心配置上，确实和最新的主流旗舰有明显差距。 芯片方面，NexPhone搭载高通QCM6490。 之所以听起来很陌生，是因为这芯片主打物联网，在核心特性和架构上，跟骁龙782同宗同源。 不过因为GPU更强，纸面性能大概有个骁龙865水平。 并且因为是“企业级”的芯片，在软件维护支持上，出乎意料地持久。 官方表示，这机子能获得安卓、Linux和Windows 11长达10年的系统更新。 感觉可以当传家宝了。 其余配置还有—— 5000mAh电池、标配12GB+256GB存储、6.58英寸120Hz LCD屏、IMX787主摄。 支持5G、无线充电和视频输出。 这倒也不是厂商故意不给旗舰配置。 我看创始人的说法是： 作为一个初创公司，NexPhone没有什么顶级投资支持，并且因为预估销量不高，供应链也给不到更实惠的批发价。 最终NexPhone干脆就走兼顾耐用、三系统合一的定位。 配置没那么极致，但主打一个够用。 机哥也瞅了一眼这机子的官方售价。 549欧元，将于2026年第三季度开始发货。 虽说创始人把这机子的设计理念，说得很美好啊—— “NexPhone 是我过去 14 年一直想要携带的设备：一部能成为你的 Linux 机器、你的 Windows 电脑，以及你日常使用的 Android 设备——在理念上毫无妥协。预订 NexPhone 是你能发出的最强信号，表明手机作为电脑应该成为下一个标准。” 但机哥还是想泼盆冷水，如果没啥特殊需求，真没必要花这个钱去买。 一方面是因为，想吃上完整的桌面级系统，你还得额外买拓展坞，并且配套一个显示器。 搞这搞那的，我还不如直接上笔记本呢。 而且以这芯片的算力。 很难说安卓和Windows再搞几个大版本更新后，能不能顶得住流畅使用。 如果机友们恰好是Windows Phone情怀用户，又或者是就图个新鲜好玩的极客。 倒是可以蹲一下它的后续量产时间。 图片来自网络

快科技1月23日消息，据蓝鲸新闻报道，知情人士透露，理想汽车后续将关闭一些能效低的门店，目前还处于评估阶段，门店关闭数量不详。 知情人士称，数量多少并非重点，更多是考虑效率等，这些即将被关闭的门店大多为此前理想扩张期铺开的。 据了解，理想汽车在最近五年中，2023年渠道扩张速度最猛，曾一年时间增加了179家零售中心。 截止2025年12月31日，理想汽车在全国已有548家零售中心，覆盖159个城市。 与之相对应的销量方面，2023年全年，理想汽车总交付量达到376030辆，同比增长182.2%，呈现翻倍增长态势。不过，其去年全年交付量累计约41万辆，相较2024年超50万辆年销有所下滑。 值得关注的是，在规划关闭低能效门店背后，理想此前也在加速布局下沉市场。去年中，其发布“百城繁星计划”，在多地启动合作伙伴招募，以轻资产模式拓宽覆盖范围。 在该模式下，销售依然为理想自营，但装修与设备投入由合作伙伴承担。

北京时间1月21日晚月之暗面Kimi总裁张予彤出席在瑞士达沃斯举行的世界经济论坛2026年年会。在《中国AI+经济》和《原生AI驱动型企业》两场主题对话中，张予彤阐述了中国在AI技术浪潮中的核心竞争力，并揭秘了中国AI公司如何在资源仅为美国同行1%的背景下，通过极致的算法创新与算力协同，打造出具备全球竞争力的大模型。 张予彤在世界经济论坛2026年年会《中国AI+经济》主题对话中发言 驱动技术浪潮的中国三大优势 针对中国AI产业的独特底色，张予彤总结了中国在当前AI竞赛中的三大驱动力。 首先是规模化市场的赋能。张予彤表示，中国庞大的制造业与零售业为AI提供了得天独厚的使用场景。这种海量数据与复杂业务逻辑的结合，使中国公司能够在生产环节中构建真正可扩展的系统，让技术在实际落地中完成高效迭代。 其次是社会对新技术的包容与开放态度。回顾新能源汽车、太阳能、智能手机及自动驾驶的发展历程，张予认为，中国用户与企业对提升生产力的新工具展现出极高的拥抱意愿，“对技术的开放性和拥抱新技术的态度，是中国非常独特的优势” 最后是“基建先行”的思维模式。中国在电力供应、跨区域高速公路以及多城市巨型数据中心方面的持续投入，有效降低了能源获取成本。这种数字基建的领先地位，确保了前沿创新不受能源瓶颈阻碍，为技术爆发提供了稳固支撑。 1%资源下的不对称竞争 在探讨中美AI竞争格局时，张予彤分享了一个极具冲击力的事实：Kimi仅使用美国顶尖实验室1%的资源，就开放出Kimi K2、Kimi K2 Thinking这样全球领先的开源模型，甚至在部分性能上超越美国的顶尖闭源模型。“从创业第一天起我们就清醒地意识到，中国初创公司没有随意堆砌算力的条件。”她表示，“这迫使我们通过大量的基础研究创新来换取极致的效率。” 张予彤透露，Kimi投入了大量精力将工程化思维引入研究环节，确保所有算法创新都能在生产系统中大规模稳定运行。例如，Kimi是全球首个在大型语言模型训练中跑通Muon优化器的公司；同时，自研的线性注意力机制（Kimi Linear）在处理速度上已显著超越传统的全注意力系统，实现了效率的跨越式提升。 这种效率优势正快速转化为“平权”生产力。张予彤分享道：“现在我们收到的大量简历不再是PDF，而是个人网站链接。即使是完全不懂代码的人，也能通过AI生成的网页代码展示才华。AI让专业技能平权化，释放了每个人的个体创造力。” 张予彤在世界经济论坛2026年年会《原生AI驱动型企业》主题对话中发言 AI重构组织架构与未来交互 随着AI推理成本在过去一年中下降了100至1000倍，张予彤认为“智能”正在成为一种新的通用语言。在她看来，未来的软件将走向“无形化”：人类无需再通过点击成百上千个按钮或背诵复杂公式来操作GUI，取而代之的是通过自然语言，经由智能体（Agent）调用一切功能。 “软件不会消失，但它将变得随手可得且‘可丢弃’。”张予彤预测，未来的代码将通过“氛围编程”（vibe coding），只要意图清晰，AI就能即时编写出个性化工具交付结果。 这种变革也在重塑劳动力市场与企业架构。张予彤透露，Kimi目前仅有300人左右，却支撑起了底层模型研发与数千万用户的应用运营，甚至有不到10人的应用公司利用数百个智能体实现了极高的运营杠杆。她强调，未来的原生AI组织将不再强调机械的职能分工，而是看重员工的通用智能能力与学习力。 在论坛问答环节，当被问及今年是否会出现新的“中国AI时刻”时，张予彤笑着回应：“我们很快就会发布一个新模型。”

【CNMO科技消息】1月22日，据韩国媒体报道，吉利控股集团旗下高端纯电品牌极氪正式确认，其进军韩国市场的首款车型将为中型纯电SUV——极氪7X。该车目前已进入韩国政府认证流程，预计将于2026年夏季随极氪韩国公司正式成立同步上市，开启品牌在韩销售序幕。 作为极氪全球战略的重要一环，7X被寄予厚望。其车身尺寸为长4800毫米、宽1920毫米、高1650毫米，轴距达2900毫米，整体体量与特斯拉Model Y相近，精准切入韩国消费者偏好的中型SUV细分市场。 技术层面，极氪7X搭载800V高压电气架构与100千瓦时三元锂电池（NCM），WLTP工况下续航里程可达615公里。在超快充支持下，电量从10%充至80%仅需约13分钟。动力系统最大输出功率达475千瓦，性能表现处于同级领先水平。 价格策略方面，极氪将结合韩国新能源补贴政策制定具有竞争力的终端售价。目前该车在中国起售价为26.99万元人民币（约合5720万韩元），欧洲起售价为4.99万欧元（约合8560万韩元）。 2025年12月，极氪与四家本地企业签署经销商合作协议，包括H Mobility ZK（隶属H Motors，运营沃尔沃）、Iron EV（隶属Iron Motors，亦为沃尔沃渠道）、KCC Mobility（隶属KCC Auto，奔驰授权经销商）及ZK Mobility（隶属Gojin Motors，奥迪渠道）。