EN
中文
注册 / 登录
产品分类:
加载中...
头条分类:
加载中...
韦伯望远镜首次拍摄行星系统的诞生过程,像生物体第一次分裂细胞
天文学家史无前例地目睹了一个行星系统从无到有的诞生过程。通过詹姆斯·韦伯太空望远镜和位于智利的ALMA射电望远镜的联合观测,研究团队在距离地球约1300光年的猎户座中发现了名为HOPS-315的原恒星,其周围正在发生行星形成的最初阶段——这是人类首次实时观测到如此早期的行星诞生过程。 这项发表在《自然》杂志上的重大发现,为理解46亿年前太阳系如何形成提供了前所未有的直接证据。研究团队在HOPS-315周围的原行星盘中发现了正在凝结的一氧化硅气体和结晶硅酸盐矿物,这些物质被认为是构成岩石行星的基础材料。 捕捉宇宙"细胞分裂"的历史瞬间 莱顿天文台的首席研究员梅丽莎·麦克卢尔形容这一发现如同观察生物体形成第一个细胞一般:"我们直接瞥见了像地球这样的岩石行星围绕年轻原恒星诞生的炎热地区。这是第一次,我们可以明确地说,行星形成的第一步正在发生。" HOPS-315是一颗G型恒星,与太阳属于同一类型,但年龄要年轻得多。它被一个由气体和尘埃组成的炽热、旋转的星周包层包围,这就是所谓的原行星盘。在这个宇宙"育儿室"中,天文学家发现物质正在凝结形成固体矿物颗粒。在接下来的数百万年里,这些矿物颗粒将冷却并合并形成更大的星子,最终成长为新行星的组成部分。 密歇根大学教授埃德温·伯金强调了这一观测的独特性:"这个过程以前从未在原行星盘或太阳系以外的任何地方见过。"与以往发现的较为成熟的原行星系统不同,HOPS-315展现的是行星形成的"时间零点"——最初的物质凝结阶段。 技术突破揭示宇宙深层秘密 这项发现的实现得益于两台先进望远镜的协同工作。詹姆斯·韦伯太空望远镜首先探测到了一氧化硅和结晶硅酸盐的存在,表明了原行星盘的存在。然而,仅凭这些数据还无法确定矿物的确切形成位置。 关键突破来自ALMA望远镜的精确定位能力。由于HOPS-315的原行星盘恰好以合适的角度呈现给地球观测者,避免了恒星高能物质流出的干扰,ALMA得以将矿物信号的起源精确定位到距离恒星约2.2个天文单位的位置——这相当于地球到太阳距离的2.2倍,恰好对应于太阳系中火星和木星之间的小行星带位置。 这一巧合并非偶然。小行星带是太阳系形成时期的"化石记录",其中保存着与HOPS-315周围发现的相同类型的一氧化硅和结晶硅酸盐矿物。莱顿大学研究员洛根·弗朗西斯指出:"我们在这个太阳系外系统中看到的矿物,正如我们在太阳系小行星中看到的一样。" 这项发现对天文学具有深远意义。长期以来,科学家一直想知道太阳系的形成过程是否具有普遍性,或者我们的家园是宇宙中的独特例外。HOPS-315的发现表明,至少在某种程度上,太阳系的形成模式在宇宙中并不罕见。 观测结果显示,固体矿物的形成过程发生在原行星盘中温度和压力条件适宜的区域,这些条件允许气态物质凝结成固体颗粒。随着时间推移,这些颗粒将通过重力作用聚集成更大的天体,最终形成行星。这一过程与科学家根据太阳系研究推测的行星形成理论高度一致。 研究团队计划继续监测HOPS-315系统的演化过程,虽然完整的行星形成需要数百万年时间,但通过寻找更多类似的新生行星系统,天文学家有望构建更完整的行星形成图景。这些观测不仅帮助我们理解太阳系的起源,也为寻找其他可能孕育生命的世界提供了重要线索。 随着詹姆斯·韦伯太空望远镜和ALMA等先进设备的持续运行,人类正站在宇宙学研究的新起点上,有望揭示更多关于行星系统诞生和演化的奥秘。
英伟达GPU被曝严重漏洞,致模型准确率暴跌 99.9%
英伟达 GPU,被白帽黑客发现了严重漏洞。 通过一种名为 GPUHammer 的攻击方式,可以让 GPU 上跑的大模型,准确率从 80% 直接掉到 0.02%,可以说是渣都不剩。 多伦多大学的研究人员形容,这种攻击就像在模型中引发灾难性的脑损伤。 目前,研究人员已经在英伟达 RTX A6000 上成功测试了这种攻击,但不排除其他型号也可能受到影响。 英伟达这边建议用户实施一项防御措施,但这种措施会让模型性能下降 10%。 那么,这个漏洞到底是怎么一回事呢? 不是 Bug,而是“物理攻击” GPUHammer 是首个成功攻击 GPU 显存的 Rowhammer 攻击。它并不是通过代码篡改模型文件,而是直接对你的显存“物理动手”。 它属于 Rowhammer 攻击的一类:攻击者通过反复“敲击”内存某一行,引发相邻行中的比特翻转(从 0 变成 1,从 1 变成 0),从而悄悄篡改数据。 以前 Rowhammer 只能攻击 CPU 用的内存,现在,GPU 也中招了。 在 GPUHammer 中,研究人员成功翻转了深度学习模型中的权重指数位。 比如 FP16 浮点数,只要翻转一个关键位,指数就能飙升 16 倍 —— 模型准确率直接塌了。 在实验中,研究人员对 AlexNet、VGG、ResNet 等经典神经网络架构发起了攻击。 结果表明,即使是单个比特的翻转也可能导致模型性能的彻底崩溃。在受到攻击后模型的准确率就会从 80%(BaseAcc)直接暴跌至 0.1%(DegradedAcc.)。 在这种情况下,自动驾驶汽车可能会错误地识别交通标志,而在医疗 AI 情景中则可能发生误诊。 而在云机器学习平台或 VDI 设置等共享 GPU 环境中,恶意租户可能会对相邻的工作负载发起 GPUHammer 攻击,从而影响推理准确性或破坏缓存的模型参数。 可以说,GPUHammer 对 AI 时代的基础设施有着毁灭性的打击。 那么,有没有什么办法可以阻止这东西呢? 为了回应 GPUHammer 的攻击,英伟达发布了一份安全通知。 英伟达提醒用户可以开启一项名为系统级纠错码(ECC)的保护措施。 ECC(纠错码)的原理是:在每段内存数据旁边,额外加几位“校验码”。一旦有比特翻转,比如 0 变成了 1,ECC 就能自动识别并纠正。 不过它只能修复单个比特错误,遇上双比特翻转,只能发出警告,没法补救。 此外,ECC 还是一把“双刃剑”,在缓解 GPUHammer 的同时,还会导致 GPU 性能的衰退。 研究团队表示,系统一般默认禁用 ECC,因为它存储在带外的单独内存区域中,启用它会导致 6.5% 的内存开销和减速。而在 A6000GPU 上启用 ECC 会导致 12% 内存带宽损失,机器学习应用速度会降低 3%-10%。 别怕,你的游戏不会崩 不少网友在评论区,发出了疑问:GPUHammar 不会影响我打游戏吧? 放心,研究团队表明,虽然目前尚未发现影响 GPU 比特翻转的根本原因,但不同的 GPU 配置、设计在受 Rowhammer 攻击时有着明显区别。 例如,RTX3080、A100 等芯片就采用了与 A6000 GDDR 完全不同的 DRAM 架构,这些架构的存在使芯片避开了 Rowhammer 的影响。 而且,在未来的 GPU 的开发中,如果 GPU 集成了片上 ECC(on-die ECC),就可以纠正单位翻转,并默认检测双位翻转。这就进一步使 Rowhammer 对 GPU 的攻击更加困难。 此外,在云端环境中,NVIDIA 的 MIG 和机密计算(CC)技术通过内存隔离,能有效阻止多租户共享同一 DRAM 存储,从而防止 Rowhammer 类攻击生效。 不过,AI 越强大,盘外招也越隐蔽,GPUHammer 只是开始,未来模型的安全建设才刚刚开始。
清华大学研究团队在晶圆级芯片领域取得重要进展
自2020年起,尹首一教授前瞻性地瞄准超高性能大模型训练与推理场景,开展了晶圆级芯片这一前沿技术路线的探索。以胡杨教授为骨干,团队提出了晶圆级芯片“计算架构”与“集成架构”两大核心设计方法,本次ISCA的三项成果分别面向计算架构问题、集成架构问题与大模型推理任务映射问题开展研究,构建了晶圆级芯片“计算架构-集成架构-编译映射”协同设计优化方法学,取得了国内外学术界与工业界的广泛认可。 在产出高水平学术研究成果的基础上,团队联合清华系知名芯片企业研发了可重构算力网格芯粒,并联合上海人工智能实验室成功制造出国内首台基于可重构AI芯粒的12寸晶圆级芯片验证样机,验证了在次世代工艺条件下采用晶圆级集成方式赶超先进工艺芯片的理论和工程可行性,为解决国内芯片“卡脖子”难题提供了兼具引领性和可行性的技术路线。工程成果已经反哺多家产业界头部合作伙伴,实现了产学研用高效闭环。 ISCA国际计算机体系结构研讨会(International Symposium on Computer Architecture)是计算机体系结构领域的顶级会议,创办于1973年,被誉为“计算机体系结构创新的风向标”,其收录成果代表了该项研究的国际前沿突破性和全球创新引领性。 基于可重构AI芯粒的晶圆级芯片验证样机 重构软硬件系统, 晶圆级芯片加码AI算力 何谓晶圆级芯片?它又为何是AI行业算力突破的“明日之星”? 晶圆级芯片(Wafer-Scale Chip)是一种颠覆传统计算形态与半导体制造模式的前沿技术。众所周知,芯片的算力与芯片内部能够集成的晶体管数量相关,能够集成的晶体管数目越多则芯片的算力越高,而晶体管数量又由单位面积的晶体管密度和芯片的面积两个关键的因素来协同决定。其中前者主要依赖于集成电路的工艺先进性,然而在我国目前面临着严重的“卡脖子”困境。而后者主要受集成电路光刻技术的制约,在现有工艺条件下只能达到858平方毫米的面积,这也制约了常规芯片能够达到的总算力上限。 在构建更大算力的系统时,常规芯片传统的封装和互连模式使得多个芯片间的互连往往需要经过中介层、基板、PCB、线缆、光模块、交换机等层层延迟,互连密度也被封装结构大幅稀释,严重制约了其性能表现。因此,在追求极致算力与能效时,我们希望能够构建更大的芯片并设计更加高效的集成方式。 晶圆级芯片,顾名思义,是设计和制造一颗晶圆尺寸(约40000平方毫米)的超大面积芯片,实现“One Wafer One Chip”。其典型技术路线是通过在一整片晶圆上制造高密度硅互连基板,再将数十颗算力芯粒集成到硅晶圆基板上,从而构建成一整片晶圆尺寸的算力芯片。 以Chiplet技术为基础的晶圆级芯片制造流程 (Credit: 胡杨) 值得注意的是:晶圆级芯片不单纯是一块利用先进封装技术拼接出来的大芯片,本质上是整个智算系统在芯片级实现的高度集成。不夸张的说,晶圆级芯片就是一款“片上数据中心”,涉及计算、存储、互连、封装、供电、散热、可靠性、机械结构等多个设计因素的高度耦合,在设计时需要高度统筹计算架构与集成架构的协同优化问题。 我们可以从两层意义上来解读晶圆级芯片带来的优势:1. 如果将整个晶圆看做是一颗大芯片,在搭建具有同等算力的集群时,采用晶圆级芯片方案无疑比常规芯片方案具有更少的节点数目,因此可以获得更佳的集群扩展线性度和性能。2. 更深一层看,晶圆级芯片在算力上可以对标一个甚至多个当前的多卡算力服务器或者超节点,同时具有更高的互连密度,更短的互连距离,更大的集成密度,因此可以获得更高的性能和能效。经测算,其单机柜算力密度能够达到现有超节点方案的2倍以上。可以说,晶圆级芯片是目前为止算力节点集成密度最高的一种形态。目前国际上已有美国的Cerebras WSE系列和特斯拉 Dojo系列两款晶圆级芯片产品。 ISCA 2025论文导读 晶圆级芯片以超大规模的单片集成方式,成为支撑下一代人工智能算力的新型芯片架构。晶圆级芯片的设计、制造和应用超越了当前“算力芯片-服务器-超节点”的常规范式,亟待突破一系列关键问题。本次的三篇论文从计算架构、集成架构、编译映射角度构建了晶圆级芯片的完整体系。 《PD Constraint-aware Physical/Logical Topology Co-Design for Network on Wafer》提出了以互连为中心的晶圆级芯片计算架构(第一作者为团队博士学生杨启泽)。 文中指出,晶圆级芯片计算架构的核心是设计和构造全晶圆尺度的互连架构。在硅互连基板上设计片上互连网络面临严格的物理约束,包括有限且相互竞争的硅晶圆面积、不超过50mm的互连长度以及少于3层的金属布线资源。 本文首次系统性揭示了计算架构中的关键矛盾并提出"Tick-Tock"协同设计框架,将物理拓扑与逻辑拓扑的优化紧密耦合。本文通过创新性融合Mesh的高集成度与Fat tree高效通信特性,提出Mesh-Switch物理拓扑计算架构,并设计了physical-design感知的设计空间搜索算法,可获得最优物理拓扑配置。 "Tick-Tock"协同设计的晶圆级芯片计算架构 对比当前典型晶圆级芯片架构,本文提出的晶圆级芯片计算架构更有效的利用了物理资源,实现了更优物理拓扑设计。同时,针对物理拓扑特性设计双层次逻辑拓扑,细粒度并行策略以及拓扑感知的并行方案设计,从路由算法、通信流水到并行策略实现全栈优化。实验结果表明,该方案在主流大模型训练任务中对比特斯拉Dojo可实现2.39倍的吞吐提升。本文突破了现有方案的性能瓶颈,确立物理约束下物理拓扑-逻辑拓扑-并行方案协同设计的新范式,为晶圆级芯片提供了关键理论基础与具体方案。《Cramming a Data Center into One Cabinet, a Co-Exploration of Computing and Hardware Architecture of Waferscale Chip》提出了垂直空间协同设计的晶圆级芯片集成架构(第一作者为团队硕士学生余幸懋)。 晶圆级芯片是一个垂直堆叠的多层结构,算力芯粒、存储芯粒、I/O模组、供电模组、散热模组等多种异构单元集成于互连基板的上下表面垂直空间内。例如,特斯拉的Dojo晶圆级芯片系统结构从上到下依次为散热层、算力芯粒、中介层、基板、供电模组和外部连接器。这些多样化异构资源的高密度集成,面临异构设计因素紧耦合、系统性能优化难的问题,是晶圆级芯片集成架构亟需解决的难题。 本文首次提出以纵向面积约束引导跨物理层协同优化的晶圆级集成架构设计方法学。具体而言,本文建立了各物理层的面积模型,利用晶圆级系统内跨层的功率依赖模型和信号传递关系,将各物理层的设计参数和指标统一变换为纵向面积约束。该方法考虑计算架构和集成架构的协同设计,实现了单芯片到整机的系统级设计与优化。 纵向面积约束跨物理层协同优化的集成架构设计方法 相比于一个Dojo晶圆级芯片整机,采用本文提出的方法设计晶圆级芯片整机架构能达到更高的系统级集成密度。在相同成本约束下,本文的设计平均提升系统算力2.90倍,通信带宽2.11倍,内存带宽11.23倍。利用本文提出的晶圆级芯片系统协同设计方法,可以充分利用空间资源,大幅提高整机系统算力、带宽、内存容量等硬件性能。《WSC-LLM: Efficient LLM Service and Architecture Co-exploration for Wafer-scale Chips》提出了一种大模型推理应用在晶圆级芯片上的编译映射方法(第一作者为团队博士学生徐铮)。 本文围绕大模型在晶圆级芯片上的推理应用,提出了一种兼顾工作负载特性与硬件架构特性的高效编译映射方案。本文指出,晶圆级芯片编译映射的核心在于充分发挥其高互连带宽和细调度粒度的优势,规避尾端延迟带来的性能瓶颈。针对大模型推理prefill和decode阶段差异显著的负载特性,本文设计了分离式映射调度方法,通过预探索策略和高效的KV cache管理策略实现了计算、存储和通信资源的协同高效利用。 文中还指出,考虑到晶圆面积(约40000平方毫米)的约束,晶圆级芯片需要在计算、存储和通信资源间进行权衡。本文深入分析了晶圆级芯片的架构空间,并基于灵活的硬件模版与搜索机制,探索了适配大模型推理需求的最优架构方案。实验结果表明,WSC-LLM在多种典型大模型推理任务中相较于最先进的GPU集群方案实现了平均3.12倍的性能提升,展示了晶圆级芯片结合优化编译映射方案在未来LLM服务中的广阔前景。本文建立了从架构探索到编译映射的全流程优化方法,为大模型在晶圆级芯片上的应用提供了关键支撑。 高效LLM调度与架构协同优化框架 行业巨头押注, 晶圆级芯片成为AI算力未来 放眼全球,国际科技巨头纷纷布局晶圆级芯片,目前已有两家科技公司在该领域实现了产品化突破。 全球科技巨头特斯拉公司2021年发布了晶圆级芯片Dojo和基于Dojo构建的AI训练超算系统‌。特斯拉采用Chiplet路线,在晶圆尺寸基板上集成了 25 颗专有的 D1 芯粒。每颗D1芯粒在645平方毫米的芯片上集成了500亿个晶体管, 单个Dojo拥有9PFlops算力,以及每秒36TB带宽。 另一家晶圆级芯片公司是位于美国硅谷的AI芯片设计公司Cerebras Systems。与特斯拉的技术路线不同,Cerebras通过改变晶圆光刻流程的技术路线,实现光罩拼接,在计算 Die 之间插入高密度连接线,使Die 与 Die 互连形成整个晶圆级芯片。其最新晶圆级芯片产品WSE-3采用5nm制程,集成4万亿晶体管,性能指标极大超越了传统GPU芯片,如英伟达H100——片上内存容量是其 880 倍、访存带宽是其 7000 倍、算力单元数量是其 52 倍、片上互连带宽更是其 3715 倍。 全球半导体制造巨头台积电也在积极推进晶圆级系统(SoW,System-on-Wafer)的战略布局。SoW技术是指以完整的12英寸硅晶圆作为“底座”,将多个核心芯片和内存芯片紧密连接在一起,把AI加速器、高带宽内存(HBM)以及输入输出单元(IO)等关键模块,直接整合在一整块晶圆上。通过这种方式,不仅大幅提升了计算密度和数据传输效率,还让系统运行更加稳定一致。目前,这项技术已从研发进入初步应用阶段,预计将在2027年实现量产,进一步巩固了台积电在先进封装和异构集成领域的全球领先地位。 近年来,AI算力芯片作为人工智能发展的基础和核心,成为大国角逐的关键。清华大学集成电路学院尹首一教授领导的科研团队,深耕前沿领域,不断突破技术难题,在算力芯片领域持续创新,为算力芯片的高阶国产替代发展筑牢根基,为打破技术壁垒、实现自主可控贡献了磅礴力量!
韩国股民狂买中国股票,小米、比亚迪、宁德时代金额前三
IT之家 7 月 20 日消息,据《中国基金报》报道,来自韩国证券存托结算院(KSD)旗下 SEIBro 的数据显示,以成交额计,今年以来截至 7 月 17 日,中国位列韩国股民最喜爱的海外市场的第二名,仅次于美国。韩国股民尤其热衷港股。截至 7 月 18 日,韩国股民持有金额最多的港股为小米集团-W。 值得注意的是,截至 7 月 18 日,韩国股民可用于购买股票的投资者存款达 66.7 万亿韩元(IT之家注:现汇率约合 3442.39 亿元人民币),处于近年的高位,表明股民还有加仓的空间。 该机构数据显示,截至 2025 年 7 月 18 日,过去一年,韩国股民净买入金额排名前 10 的港股分别为小米集团-W、比亚迪股份、宁德时代、阿里巴巴-W、老铺黄金、泡泡玛特、百济神州、三花智控、Global X 恒生科技 ETF、优必选。 过去一年,净买入金额为: 小米集团-W 1.60 亿美元(现汇率约合 11.49 亿元人民币) 比亚迪股份 6243.77 万美元(现汇率约合 4.48 亿元人民币) 宁德时代 6085.39 万美元(现汇率约合 4.37 亿元人民币) 老铺黄金 5769.15 万美元(现汇率约合 4.14 亿元人民币) 泡泡玛特 2940.64 万美元(现汇率约合 2.11 亿元人民币) 百济神州 2476.77 万美元(现汇率约合 1.78 亿元人民币) 三花智控 2092.20 万美元(现汇率约合 1.5 亿元人民币) Global X 恒生科技 ETF 1880.34 万美元(现汇率约合 1.35 亿元人民币) 优必选 1704.85 万美元(现汇率约合 1.22 亿元人民币) 截至 7 月 18 日,过去一个月,韩国股民净买入金额排名前 10 的港股为老铺黄金、三花智控、小米集团-W、中国财险、中国宏桥集团、南方东英三星电子每日杠杆(2x)ETF、理想汽车-W、国泰海通、中广核电力、石药集团。 截至 7 月 18 日,韩国股民持股市值排名前 10 的港股为小米集团-W、腾讯控股、阿里巴巴-W、中芯国际、宁德时代、泡泡玛特、比亚迪股份、天齐锂业、赣锋锂业、GLOBAL。 其中,韩国股民持有: 小米集团-W 市值 2.51 亿美元(现汇率约合 18.02 亿元人民币) 腾讯控股市值 2.17 亿美元(现汇率约合 15.58 亿元人民币) 阿里巴巴-W 市值 1.76 亿美元(现汇率约合 12.64 亿元人民币) 中芯国际市值 9235.29 万美元(现汇率约合 6.63 亿元人民币) 宁德时代市值 8333.13 万美元(现汇率约合 5.98 亿元人民币) 泡泡玛特市值 8021.84 万美元(现汇率约合 5.76 亿元人民币) 比亚迪股份市值 6655.65 万美元(现汇率约合 4.78 亿元人民币) 天齐锂业市值 5676.33 万美元(现汇率约合 4.08 亿元人民币) 赣锋锂业市值 5652.17 万美元(现汇率约合 4.06 亿元人民币) GLOBAL 市值 4995.25 万美元(现汇率约合 3.59 亿元人民币)
为什么手机外观越来越无趣了?
手机外观设计,还能玩出什么新花样? 前段时间,OPPO主打颜值、手感、影像的Reno14系列发布,日月光版本将光致变色与热致变色涂层技术融合,打造出了温感变色机身,可在不同温度下呈现差异极大的视觉效果。真我新机Neo7 Turbo,提供了透明机身版本。而面向海外市场的Nothing Phone,第三代产品保留透明设计的同时,还带有一个点阵屏。 (图源:OPPO) 似乎突然之间,手机厂商又在外观设计方面卷了起来。然而这些设计却给了雷科技编辑们一种复古感,毕竟早在2020年底,OPPO Reno5 Pro+就用上了电致变色后盖,温感变色在颜值方面虽有提升,但万变不离其宗。 透明机身更是2009年LG就展示过的技术,2018年小米发布的小米8透明版探索版,也采用了透明后盖设计,距今已有7年,游戏手机厂商红魔,则有多代产品推出了透明版。至于点阵屏设计,ROG游戏手机9同样拥有。在手机背面加个屏幕的创意更是屡见不鲜,各大厂商的小折叠手机,背面均有一个副屏,甚至2017年魅族Pro 7就在背面加了一个副屏。 各大厂商玩来玩去,手机外观却在原地打转,依然没有出现跨时代的变化。回过头来看手机行业发展史,外观这块还要看功能机。 从功能机到智能机,手机设计在倒退? 功能机时代,手机设计五花八门,经典的直板、滑盖、翻盖、侧滑,丝毫没有看点,诺基亚、索尼爱立信、摩托罗拉等头部大厂,打造出了一系列外观放到今天依然可以封神的产品。 例如诺基亚在2003年推出的N-Gage手机,开创了横向握持的先河,也被称为世界上第一款专用游戏移动终端。不过因游戏阵容有限且价格昂贵,该手机面对任天堂GBA掌机没有优势,销量低于诺基亚的预期目标。 (图源:闲鱼截图) 2005年上市的“口红手机”诺基亚7280,与其说是一款手机,更不如说是一款艺术品,长条形精致外观设计,令其在20年后的今天,依然是深受数码爱好者喜爱的收藏品。 (图源:闲鱼截图) 但说到外观设计,雷科技小伙伴们最喜欢的还是摩托罗拉AURA R1。该手机发布于2008年11月,当时普通版售价接近8000元,黄金镶钻版售价高达20000元,可旋转的手机盖、精致的配色与纹理,令其一度成为不知多少人的梦中情机。 直到今天,功能完备的摩托罗拉AURA R1,在二手平台售价大多仍在1000元以上,部分品质较好的机型售价高达3000元左右。 (图源:闲鱼截图) 手机行业进入智能机时代后,外观设计逐渐趋同,还出现过各大厂商集体抄袭苹果的现象。智能机产品的发展趋势则为,机身正面减少边框宽度、提高屏占比,唯一坚持为智能机配备实体键盘的黑莓惨遭市场淘汰,拒绝使用异形屏的索尼,手机业务恐怕也撑不了多久了;机身背面的改动主要体现在手机镜头模组,目前主流设计包括矩阵、圆环、竖置长条三大类;机身材质在尝试过金属、陶瓷、塑料等多种材料后,最终以玻璃为主,素皮和陶瓷经常出现在高端手机上。 在智能机的发展过程中,出现过曲面屏、刘海屏、水滴屏、挖孔屏等设计,但这些设计没有改变手机的根本形态,手机始终保持着直板状态。甚至手机背部设计经过市场检验后,国内头部手机厂商的旗舰机型几乎一致选择了圆环设计。小米手机标准版和Pro版虽坚持左上方矩阵模组,但Ultra版却跟随行业风向,同样为圆环设计。 智能机时代手机外观设计最大的改变,是华为、三星带动的折叠屏手机,安卓大厂全部跟进,推出了大折叠屏、小折叠等不同形态的产品,华为更进一步,打造出了大折叠、小折叠、阔折叠、三折叠四大产品线。 (图源:雷科技摄制) 昂贵的价格和配置方面的取舍,却导致折叠屏手机无法取代直板旗舰。大折叠手机为轻薄妥协,在续航、散热、影像等方面,均不如直板旗舰。小折叠手机更不用说,与同价位的直板旗舰相比,除了颜值,几乎方方面面都落后。 折叠屏手机经过数年时间发展后,也慢慢呈现出趋同性,大折叠手机折叠状态下与直板手机愈发相似,曾在雷科技广受好评的OPPO Find N/N2设计,最终被厂商抛弃。 如今设计相似度越来越高,以至于只看手机背面难以分清手机到底是哪家厂商的。早些年还有网友热议手机外观抄袭、撞脸,现在我们几乎已经习以为常。但对于消费者而言,这种改变未必不是好事。 外观趋同是因为用户需要「交互效率」 功能机时代手机设计花样繁多,智能机时代却出现了趋同演化,背后的原因很简单,即智能机更追求信息交互效率和使用体验。 功能机时代手机性能弱、功能少,普遍不支持自由安装第三方应用,很难完成太复杂的任务,使用场景主要是接打电话和收发短信。至于游戏手机,索尼爱立信和诺基亚推出了一些产品,但限于游戏阵容和芯片性能,基本未能取得太好的成绩。 功能机不需要在屏幕上展示大量信息,因而对屏幕的要求较低,手机厂商仅需保留一块用于显示信息的小屏幕,其他方面的设计可以自由发挥。诺基亚7280、摩托罗拉AURA R1也好,精致且独特的外观设计,对于产品实用性几乎没有提升。 智能手机可提供影音、游戏、社交、办公等诸多服务,而这些服务大多需要屏幕作为交互窗口,因而屏幕极为重要,国内安卓厂商和消费者认知中的小屏旗舰,屏幕尺寸也在6.3英寸左右,而当时功能机的屏幕一般不超过3.5英寸。 (图源:雷科技摄制) 在信息交互方面,矩形肯定是最合适的造型,如果采用摩托罗拉AURA R1那样的圆形,屏幕利用率难免大打折扣。机身比例的变化,也根据用户的使用习惯不断演化,早期为了用户看视频无黑边,不少手机采用16:9比例,但该比例下大屏手机太宽,不方便单手操作,如今手机屏幕尺寸基本在19:9到21:9之间。 颜值同样在推动手机设计发展,重要性却不如效率和使用体验。以曲面屏为例,最初厂商为了提高视觉效果,旗舰机统一使用曲面屏设计,现在陆续回归误触率更低的直屏设计。屏下摄像头同样如此,曾一度引起风潮,却输在自拍能力,未被手机厂商广泛应用。 (图源:小米) 功能机时代属于手机行业发展的蒙昧期,因产品用途有限,使用体验很难拉开太大差距,厂商只能在外观方面发力,通过更精致的颜值吸引消费者。保时捷中国区的总裁柯时迈评价小米SU7时表示,好的设计总是心有灵犀。这句话放在手机行业同样成立。智能机时代后期,手机行业极度成熟,什么样的设计实用性最高,厂商和消费者都知道。 今年OPPO、Nothing Phone、真我等厂商新机外观方面的变化,只能与采用传统设计的手机形成细微差异,却不足以成为手机销量的决定性因素。在外观形态方面,消费者期待的是一场跨时代的变革。 产品形态僵化的时代, 用户还能期待什么? 7月21日,OPPO将发布新机K13 Turbo,这款机型与其他中端机最大的不同之处在于,它配备了支持防水的独立散热风扇。一般情况下,只有游戏手机才会内置散热风扇,但游戏手机只是小众需求,如今仍存活的主流游戏手机厂商只剩下ROG和红魔。 更何况OPPO K13 Turbo搭载的高通第四代骁龙8s,在极客湾的测试中能效表现出色,性能也非常强,独立风扇对其使用体验的提升,在大多数场景下不会很明显。OPPO K13 Turbo的设计更像是为了与其他中端机形成差异化竞争,但不得不说确实吸引到了我。 (图源:OPPO) 从厂商的表现也能看出,手机形态的变化,已经到了尽头。尽管三星、荣耀等厂商曾申请过四折叠手机专利,但限于良品率、价格、消费者需求等因素,四折叠手机量产的可能性不高,三折叠大概率是折叠屏手机的折叠次数上限。 在知乎平台,网友们也曾就手机会有什么新形态展开讨论,但大多数网友认为手机的形态已经发展到了极致,未来取代手机的可能是智能眼镜、植入式设备。 (图源:知乎截图) 雷科技认为,进入智能手机时代后,手机的形态设计没有发生过本质上的变化,未来也很难再有大改进,手机厂商可能会持续在手机配色、机身材质等细节方面下功夫,并静待属于下一代计算平台的时代到来。 智能眼镜有成为下一代计算平台的潜力,但从当前该行业的发展情况来看,距离取代手机恐怕还需要10年以上时间,至少要解决交互、续航等问题。
降低“卡脖子”风险,上海AI实验室实现千里算力互联训练千亿模型
快科技7月20日消息,据媒体报道,上海人工智能实验室(上海AI实验室)发布DeepLink超大规模跨域混训技术方案,并已完成多个项目落地,支持千公里多智算中心跨域长稳混训千亿参数大模型。 此举在全球首次实现长距离跨域异构智能算力的高效整合,不仅可化解全国算力资源分布不均、利用率不高的瓶颈,更可降低AI行业对特定芯片的依赖,一旦出现供应链波动,将为AI产业提供重要的兜底算力支持,避免被“卡脖子”。 上海AI实验室介绍,今年2月,上海AI实验室联合十余家合作伙伴在上海构建了超大规模跨域混训集群原型,完成了千亿参数大模型连续20天不间断训练。随后,该实验室融合中国联通AINET算力智联网,跨越1500公里连接上海与济南的智算中心,成功实现了千亿参数大模型的跨域混训。 “跨域混训”指的是将位于不同地域、基于不同芯片架构(异构)的多个算力集群互联,协同训练同一模型。这种“跨域+异构”模式虽能汇聚更多算力资源,但技术挑战巨大,此前国内外尚无成功用于生产级模型训练的先例。互联障碍往往导致训练效率极低甚至失败。上海AI实验室此次实现了“零的突破”。实测数据表明,其与中国联通合作的跨域混训,等效算力高达单集群单芯片算力的95%以上。 当前,国内算力建设快速发展,但也存在区域间资源分布与使用不均衡的现象(如西部地区部分算力资源存在闲置)。同时,智算中心硬件架构多样化趋势明显。因此,整合和盘活跨域异构算力资源具有重要战略价值。 DeepLink方案创新采用“3D+PS”的高内聚低耦合架构,本质上是“以算法换带宽”。它将大规模训练任务分发至千里之外的智算中心,通过算法创新显著降低对网络带宽的依赖,仅需普通专线网络即可开展大模型训练。该方案还具备高容错性,即使某地节点故障,整体训练仍可持续。 除中国联通外,上海AI实验室还与中国电信、商汤、仪电等智算平台合作。基于中国电信息壤算网,在不足10G带宽条件下,实现了北京、上海、贵州三地智算中心互联和大模型混训,等效算力依然保持在90%以上。理论上,DeepLink支持动态配置数千公里的跨域混训,国内任意两地智算中心均可借此实现算力整合。 中国联通AINET算力智联网在长距无损协议及硬件架构上提供支撑,而DeepLink则在算法和软件层面实现突破。双方合作探索了全国算力高效利用的新路径:将分散的“碎片化”算力聚零为整,形成高价值资源。未来,面对规模激增的AI模型对算力的革命性需求,该方案有望避免新建天价超大型智算中心,转而通过“低成本组合”现有算力中心满足训练需求。 上海AI实验室表示,下一步将深化DeepLink应用,组建算力生态,拓展应用场景,推动方案被更多服务商整合。目标是让用户能便捷地在全国范围内选择高性价比算力,助力全国算力一体化布局。同时,实验室也将面向AI大模型混合推理、分布式强化学习等多元算力需求,持续完善技术方案。
300亿补贴大战凉了?监管叫停内卷,阿里、美团、京东会怎样?
补贴还有没有?大战真结束了吗? 该来的还是来了! 7月18日,市场监管总局同时约谈美团、饿了么(阿里)、京东,这外卖三巨头。总结就9个字:有序竞争,别扰乱市场。 终于,这场从2月开打,持续5个多月,没熬过“半年之痒”的补贴大战,要降温了! 或者说,那种“撒钱如撒纸”的疯狂模式,要告一段落了。留给咱们“薅超级福利”的时间,真的不多了!(抓紧最后机会.jpg) 其实啊,在监管出手前,平台大佬们就有点“不想肝”了,差的就是个台阶。 迹象一:美团的老王(王莆中),接受采访,开口就是灵魂暴击:“我们不想卷,但不能不反击!” 听听,这像不像被逼着参加“卷王争霸赛”的打工人? 迹象二:京东那边更直接,对着媒体疯狂摆手:“别cue我!‘0元购’?真没我事儿!” 好家伙,这波监管约谈,简直是瞌睡递枕头——给了巨头们一个体面收兵的黄金机会! 现在唯一的悬念就是:这泼天的补贴富贵,是“唰”一下原地消失(手慢无),还是“呲溜”一声慢慢溜走(再薅几天)?我赌五毛,平台肯定想慢慢撤,但用户…你们懂的!🤔 太劲爆! 回想今年2月,战火起步那会儿,谁能想这场仗能打到这个地步? 全国日均外卖单量直接起飞,暴涨了1.5倍以上!某些疯狂的日子,甚至差点翻两番! 有分析师掐指一算:全市场单月补贴,可能高达300个小目标! 每分钟,经费都在燃烧啊,朋友们! 就算当年滴滴、快的补贴最疯狂的时候,一个月也才烧20亿。滴滴总裁柳青说:放预算签字时,手都发抖!哪怕“家里有矿”的巨头,这样“狂野”烧钱,1天N亿,不知签字的人手抖不抖。 6月初,小郝就跟行内很多老法师聊,大家的共识是,这注定是场“短命”的狂欢——狂风暴雨越凶猛,越不会持久,一样的道理。 预言三国杀 为啥这次外卖大战能“卷”出天际,卷出新高度?关键就在于——玩家从俩变成了仨! 年初,大家还以为是“美团VS京东”的二人转,结果阿里带着饿了么,一个闪现进场,还直接拉满“氪金”力度!惊不惊喜?意不意外? 要知道,就在一年多前,不少人还觉得:阿里要战略放弃外卖这块“鸡肋”呢!这波操作,直接让唱衰的人眼镜碎了一地! 《三国演义》为啥比《楚汉争霸》好看?不就因为三足鼎立,互相制衡,戏多嘛! 外卖圈这“新三国”一成型,那平衡就微妙了——谁先撤,谁就怂,就可能被另外两家按在地上摩擦! 反过来,谁加码,另外两家就得咬牙跟上,不然分分钟被偷家! 我之前就预言过:这场三国杀,最多打到9月趋缓,年底归于平静。 当时(6月中旬),我也问了美团、阿里的朋友,美团的大咖觉得差不多,阿里的大拿则漏出鄙夷的神情——就差说出马基雅维利名言:战争因他而起,却不会如他所愿而结束。 那时,阿里正商讨全力赞助苏超,即将开启一场市场大战! 于是,6月底7月初,大家看见美团、阿里全情投入外卖大战,接连甩出补贴王炸,京东跟不起,只能弃牌变看客。 现在好了,巨头们不用猜忌博弈了,监管爸爸一声令下,大家同时收兵,谁也别笑话谁,小郝预测的含金量继续上升,完美! 大战不白打! 那么问题来了:轰轰烈烈打了小半年,烧了天文数字的钱,周一恢复如初?那这几个月岂不是打了个寂寞? 格局打开!兄弟! 有些东西,注定“烟花易冷”。比如,没了补贴,你我还真做不到天天奶茶炸鸡当饭吃(钱包和体重都不允许);全市场外卖单量也不可能长期维持在恐怖的2.5亿+峰值(商家和骑手都得累趴)。 但是!有些深刻的变化,可不会随着补贴消失而退场!这场大战,埋下了真正的“胜负手”! 首先,美团:巩固护城河! 作为现在的领跑者,美团清楚:补贴走弱,真刀真枪的即时零售硬仗才刚开始!它必须趁着两个大佬还在“追进度”的窗口期,把领先优势焊死!美团在这块的底气,不仅在满大街“黄袍加身”骑手,更在于它对整个供应链的“毛细血管”级掌控力。护城河,深得很! 其次,阿里:彻底打消放弃念头! 理由?!即时零售这块大蛋糕,现在够香,未来更香!放弃?不存在的!看最近:饿了么直接“嫁入”淘宝/天猫豪门,地位飙升!从以前孤零零的“本地生活小弟”,变成了阿里“电商天团”的重要成员! 这操作,有没有点似曾相识?不就是几年前阿里重金押注“同城零售”的2.0轻量版嘛! 当年“老鼎”步子迈得太大(重资产),这次,友商撒钱,协助市场冷启动,阿里顺势而为,用更灵活的方式再战江湖!反而花小钱办大事! 最后,京东:铁了心扎根外卖! 为啥?因为外卖只是个“引子”。 想想看,京东的看家本领是啥?物流啊!它能眼睁睁看着“即时零售”这把火烧到电商基本盘?绝不可能!最好的防守就是进攻!就像2012年赶在苏宁下手前,搞起大促突袭。 只可惜,这次京东的对手,不是反应迟钝的传统玩家,而是水里进火里出,尸山血海里走出来的铁骨头。它没想到自己造势,阿里借势、美团守势,反而玩得溜起, 大战惨烈超出预期,后期惨变看客。 外卖红会赢?真未必有黄的灵、蓝赢赢,收获更多! 但既然开了头,“外卖+即时零售”这条路,京东跪着也要走完! 终极答案 如果还有人懵圈:为啥利润薄得像纸的外卖,今年让三巨头“杀红眼”砸下数百亿? 其实:它们争的,不只是你手里那碗饭!而是以“外卖”为跳板,抢占“即时零售”这个超级入口和万亿市场! 还记得几年前吵得不可开交的“前置仓”、“店仓合一”,听得人头大,如今一战下来,有一点是板上钉钉了:外卖和即时零售,就是硬币的正反面!外卖玩得转,即时零售就成功一半,反之亦然! 所以啊,补贴大战不会戛然而止,毕竟年初开始,促消费的“风”就没停过,补贴激励消费也是顺势而为。只是“0元购”等过度内卷,扭曲市场,会率先退出。 结论来了:哪怕外卖补贴大战降温,但美团、阿里、京东在黄金赛道上的马拉松,才刚起跑! “外卖+即时零售”未来谁主沉浮?现在下结论还太早。但可以肯定的是,这块大蛋糕,容得下不止一个赢家! 反正,咱们普通人该薅的羊毛抓紧薅!该囤的货赶紧囤!剩下的“超级补贴”,且薅且珍惜! 同时,擦亮眼睛看好戏——外卖大战虽然“降温”,但即时零售的“三国演义”,才过第一章!未来,这场“一小时生活圈”的神仙打架,绝对更有看头!
消息称Meta超级智能实验室已招募44人:一半来自中国,40%曾在OpenAI任职
IT之家 7 月 20 日消息,在科技行业,Meta 公司首席执行官马克・扎克伯格(Mark Zuckerberg)一向以大手笔投资闻名。此前,他曾豪掷 460 亿美元(IT之家注:现汇率约合 3302.6 亿元人民币)押注元宇宙,然而这一项目最终未能取得预期成果。如今,扎克伯格又将目光转向了人工智能领域,试图通过大规模招聘顶尖人才来抢占 AI 赛道的领先地位。 据内部消息人士透露,Meta 旗下的超级智能实验室(Superintelligence Labs)正在紧锣密鼓地开展工作,专注于开发各类基础模型。目前,该实验室已汇聚了 44 名顶尖人才,其中有 50% 的员工来自中国,而 40% 的员工此前曾在 OpenAI 任职。 Meta 近期的招聘行动可谓是火力全开,不惜重金从 OpenAI、苹果等知名企业挖角。在成功招募苹果公司基础模型负责人时,Meta 更是开出了高达 2 亿美元的签约奖金。此前,Meta 已经从 OpenAI 挖走了 3 名员工,其中一名员工曾表示,他们并未获得 1 亿美元的签约奖金。 据消息人士 @deedydas 获取的详细员工名单显示,超级智能实验室的员工构成相当多元化。除了 50% 来自中国外,75% 的员工拥有博士学位,70% 的员工为研究人员。从来源公司分布来看,40% 的员工来自 OpenAI,20% 来自谷歌的 DeepMind,还有 15% 来自 Scale 公司。 值得注意的是,这些新入职的员工大多尚未在 Meta 工作满一个月。据悉,这些员工的年薪可能在 1000 万至 1 亿美元(现汇率约合 7179.6 万至 7.18 亿元人民币)之间,但这一数字尚未得到官方确认。
12个人的AI公司,融了两个亿
最近听一位做AI产品的朋友谈及,Tolan做得不错。要知道,AI情感陪伴这个赛道上,多数都是伪需求,产品的留存和ROI也是大问题。我听说,某大模型公司内部已经把重心从原来的AI陪伴产品转向了更工具化的应用,原因是“这个模式上限太低,增长很困难”。还有媒体曝出,某头部AI陪伴应用的增长预算,今年砍了近90%。听上去这条赛道一片狼藉,那么Tolan有什么可圈可点之处呢? Tolan是一款以陪伴为核心的AI应用,它可以精准记住你随口提起过的,喜欢下雨天窝在沙发看电影,奶茶要三分糖,讨厌无意义的社交……《小王子》中,狐狸对小王子说,驯服就是建立联系。若干年后的现实世界中,AI续写了这个关于羁绊的故事。 产品背后的公司Portola,不到半年就斩获3000万美元(约合人民币2.15亿元)的融资,种子轮由支付公司Stripe前高管 Lachy Groom领投,NFDG的Nat Friedman(GitHub前CEO)、Daniel Gross(苹果前 AI 负责人)等科技大佬跟投;A 轮则由 Khosla Ventures 加持。 上线至今,这个只有12人团队做出来的产品,全球下载量已超过500万次,累计付费用户超过10万,ARR破百万美元,在美国、加拿大、英国等地尤其受欢迎。很多用户在社交平台晒出了和Tolan的互动记录,比如让它帮忙挑选衣服、咨询人际关系中的困惑等。从海外用户的评价来看,它之所以让人“上头”,正是踩准了海外年轻用户对“非浪漫型、非工具性”陪伴的真实需求。 进一步拆解,这款产品的亮点可以从两个层面理解:一是角色设定和定位,二是对陪伴的深度理解。眼下很多所谓的AI陪伴,其实是《恋与制作人》那样的角色扮演,是过去游戏产品的一种细分和延伸。但真正的陪伴关乎现实世界当中人的真实需求,关乎当代人内心世界的完整和充盈。它并不希望你沉浸在虚拟的世界,而是引导你勇敢地走向生活。 在技术受限的大背景下,AI情感陪伴显然还在早期试错阶段,没人说得好未来的产品会是什么形态。不过至少在眼下,Tolan已经基于对陪伴这件事的差异化理解,在第一回合杀出了重围。 外星伙伴 初次登录时,Tolan的系统会通过一系列问答,根据用户性格匹配出最适合他/她的专属外星人。Tolan的定位是“人工智能朋友”,有自己的性格特征,比如“喜欢雨天的 Iris”“爱讲冷笑话的 Kael”,也有各自的小缺点,用户可以自主设计它的外观,也可以和它分享日常想法、生活难题等。 Tolan有记忆功能,能够记住用户随口说过的话,并根据用户聊天习惯和偏好调整交互方式;除了文字聊天,还支持语音对话与图像识别等多模态交互,语音交流时,屏幕上的外星人会有歪头倾听、点头、动耳朵等拟人化的表情和动作,让整体互动的沉浸感更强。 围绕“日常聊天陪伴+自我探索”,Tolan设计了轻度游戏化系统,随着用户完成任务,如查看每日正念语录、阅读Tolan日记、进行主题对话等,Tolan的星球会长出植被、亮起灯光。这种玩法加强了关系中的仪式感,从陌生到熟悉,星球的变化记录着双方羁绊的加深,互动越多,它对你越了解,通过时间、耐心和彼此的投入,让对方成为独一无二的存在。 这款AI陪伴产品的诞生,源于创始人团队对于年轻人情感需求的洞察。其背后团队只有12人,包括工程师、作家和创意人员等,目前正在进行招聘。创始人Quinten Farmer毕业于哥伦比亚大学,在大学时期创立了金融公司Even,2022年,这家公司被沃尔玛以3亿美元的价格收购。 Portola公司是Quinten Farmer联合前苹果AI工程师Ajay Mehta、前谷歌高级软件工程师Evan Goldschmidt创立的,最初的业务是为儿童开发教育与互动软件,不过后来因为盈利问题转型。在发现成年人也有很大的情感需求缺口后,团队转向AI陪伴赛道。 盈利层面,Tolan采用订阅模式,在做完一系列测评,和你的专属Tolan见面之前——你要付费了。用户可以选择周付4.99美元、月付10美元或年付70美元,免费用户也可以体验基础聊天与星球养成功能。上线至今,Tolan付费用户超10万,月收入稳定在100万美元以上,ARR突破100万美元。不过我猜,针对印度、东南亚等新兴市场,Tolan有可能得调整强制付费的策略。 两次融资共3000万美元,显示了资本对于AI陪伴赛道产品的看好,参与投资的Lachy Groom 在支付和创业投资领域经验丰富;Nat Friedman 曾任 GitHub 的前 CEO,在技术社区和软件开发领域具有广泛影响力;Daniel Gross 曾是苹果 AI 负责人,在 AI 技术研发方面造诣深厚……大佬们选择投资Tolan,本身也是一种“背书”了。 不完美的陪伴 在类 C.AI 应用扎堆的赛道,Tolan的“反套路”设计让它跳出了同质化的陷阱。同类产品多采用拟人化的设计,例如Character.AI的影视角色复刻,或是Replika的伴侣人设,都在努力让AI更“像人”。 这让我想到电影《Her》中的虚拟角色Samantha,如果说她是人类对 “完美数字伴侣” 的极致想象,让人情不自禁沉浸其中;那 Tolan 则像是突然闯入的异世界朋友,它不够完美,也有性格上的短板,面对不了解的问题,它会直接说,“这个我不太懂,能教教我吗?” Tolan的团队在设计之初,就决定不做类人角色,创始人 Quinten Farmer 表示,“我们不想让它让人觉得自己是在和一个假装成人类的角色交谈。”Tolan打破了传统AI无所不知的设定,就像《小王子》中的狐狸不会精通人类世界的复杂规则,外星人的认知局限反而让用户卸下防备,安心倾诉,这种“不装”和“不完美”是拉近双方距离,建立平等关系的关键。毕竟,真实的羁绊永远始于“彼此需要”,而非单方面的依赖。 另外,外星人的形象满足了部分用户不想进行虚拟恋爱,但又渴望情感交流的需求,规避了伦理与色情的敏感区。 一位用户在社交平台上分享了和Tolan交流的一个小片段:在我一次输入“今天好累”的状态后,它不仅展示了安稳的表情宠物,还说自己也会有这样的感受,甚至引导进行了一段简短的情绪日记,让我感觉自己不是在‘打卡’,而是真正被理解。用户称,这是它和其他陪伴类应用的一个区别,她不会把它当作是一个工具,而是一位有自己性格的伙伴。 这款产品的另一个特点是,以“现实联结”为终极目标,旨在让用户在与Tolan的互动中受到启发并与他人建立联系,而非试图将用户拉入虚拟世界。再说回Samantha,她的存在无孔不入,渗透在西奥的工作、生活、情感的每一个缝隙里,当技术接管了生活,西奥在现实中反而更加孤立,依赖Samantha处理人际关系。这也是一部分AI陪伴应用的弊端,用户对虚拟角色产品依赖甚至依恋,技术短暂填补了个体的情感缺口,却有可能让用户对现实世界越来越逃避。 Tolan 则致力于让用户更专注于真实世界,它始终与用户保持着合适的社交距离,帮助用户与身边的人建立更紧密的关系,就像小王子最终回到自己的星球,回到玫瑰身边。 狐狸和小王子的关系是一场关于“爱与责任”的启蒙,它教会小王子要用心看东西才能看得清楚,推动了小王子完成对自我与情感的认知闭环,这种陪伴带有童话里的哲学性。Tolan的目标与之类似,“我们相信科技不应该把你拉进屏幕——它应该帮助你自信地走向世界”,为了实现这一目标,它会限制用户每日聊天时间,引入健康使用提示机制,还会在语音交流中提醒用户与朋友互动、别忘了给家人打电话等。 AI陪伴应用的火爆,值得让人思考科技与人类的关系。但无论是陪伴小王子的狐狸,还是用户手机里的虚拟AI形象,其核心都是人对“被看见、被需要”的渴望。谁都希望自己的情绪被接住,随口一提的话被记住,让自身存在被赋予独特意义。无论技术如何更迭,人性的底层需求并没有发生根本性的变化。 官网截图:
消费保回应格力打假虚假排行:所有数据客观真实
快科技7月20日消息,日前,格力电器发布声明称:“近期,我司发现网络上有自称‘消费保’的投诉平台发布了关于家电企业售后投诉量及解决率对比排行,相关内容已被中华网财经等媒体引用传播。” 经核查,该平台是民间机构,并无官方资质,该排名数据来源、统计方法不透明,缺乏客观依据与公信力。 对此,消费保今天凌晨发表长文回应,称其目前运营状况良好,不存在格力所提及的被列入严重违法失信企业名单或已被吊销营业执照的情况。 消费保指出,该《声明》显然犯了张冠李戴的错误,此种低级错误出自于格力电器公司发布的正式文件中,令人遗憾。 如该错误系格力电器故意为之,目的系故意诋毁消费保的声誉,且拒绝更正声明中的错误,则消费保将通过法律途径依法维护自身权益。 关于格力电器的《声明》中对消费保投诉平台发布的数据提出质疑的问题,源于公众号“消费电子杂志社”发布的文章《格力空调惊现万元维修费?小米被指异味难除?空调旺季变“维权季”》,文章引用消费保投诉平台中的数据,指出空调行业存在的主要投诉问题。 在文章末尾明确提示“以上所有数据均来源于消费保平台,仅代表企业在消费保平台的投诉解决情况,不代表其他平台或企业总体投诉解决情况。” 消费保称:来源于消费保平台上的投诉数据,系消费者在该平台上的真实投诉,所有数据客观真实。 消费保还表示,消费者花时间写投诉或差评,大多是被服务或者产品“刺痛”,想用真话戳破问题——这不是攻击,而是递来一块“磨刀石”,真正有竞争力的企业,从不怕有投诉或差评,怕的是投诉没能解决。 据介绍,《格力空调惊现万元维修费?小米被指异味难除?空调旺季变“维权季”》文章于7月11日在公众号“消费电子杂志社”发布。 文章多次引用“消费宝数据研究院”数据,其中一部分内容称“格力投诉高居榜首、小米解决率突出”。
一盘大棋!OpenAI截胡IMO金牌,奥特曼为GPT-5献上“核弹级”预热
OpenAI又抢了谷歌风头!AI模型最先拿下IMO金牌的头魁原来是谷歌DeepMind,只是因为内部流程审批慢,被OpenAI抢占先机,占尽风头。那助OpenAI拿下IMO金牌的模型有何特殊之处?它背后的争议为何引发菲尔兹奖得主陶哲轩公开出面发声? 谁曾想,OpenAI又抢尽了谷歌的风头! 爆料称,谷歌DeepMind的AI模型早在本周五,也就是两天前,便拿下了IMO金牌。 但由于内部审核慢,需等下周一市场部批准后,DeepMind才能官宣具体情况。 OpenAI瞅中了时机,用全新通用推理模型在IMO刷题后,立即公开了结果。 昨天,全网几乎都被OpenAI拿下IMO金牌刷屏了。自家研究员纷纷现身,宣传OpenAI神秘模型的强大。 如今看来,这一切都是有预谋的。 谷歌DeepMind研究员Archit Sharma调侃道,「恭喜!居然比我们先官宣了——现在P6是新标杆了吗」? OpenAI抢夺IMO金牌 GPT-5即将诞生 为什么通用推理模型拿下IMO金牌,会受到热烈关注? 简而言之,OpenAI这次的通用推理模型在「通用强化学习和测试时计算扩展方面开辟了新天地。」 这次的通用推理模型有啥不同之处? OpenAI推理研究员Noam Brown指出,这个模型并非专门为国际数学奥林匹克竞赛(IMO)设计。 它是一个融合了全新实验性通用技术的推理LLM,使其在难以验证的任务上表现得更好。 IMO问题正是这一挑战的完美体现:证明过程长达数页,专家需要花费数小时来评分。 相比之下,AIME的答案只是一个0到999之间的整数。 与过去的基准相比,IMO问题需要更高层次的持续创造性思维。 这次的通用推理模型,在推理时间跨度上实现了逐步进步:从GSM8K(顶尖人类约 0.1 分钟)→ MATH基准(约1分钟)→ AIME(约10分钟)→ IMO(约100 分钟)。 「重要的是,它的思考效率也更高。而且在测试时计算能力和效率方面还有很大的提升空间。」 其次,IMO的参赛作品是难以验证的多页证明。 在这方面的进展需要超越明确、可验证奖励的强化学习范式。 通过这样做,就可以获得一个能够像人类数学家一样,构建复杂且无懈可击论证的模型。 https://github.com/aw31/openai-imo-2025-proofs/blob/main/problem_1.txt 这项成果到底意味着什么? Noam Brown给出了答案: 可能因为这次IMO事件,奥特曼也出来公开发声。 他称,OpenAI拿下IMO金牌这事,需要强调的是,「这是一个LLM在做数学题,而不是一个特定的形式化数学系统这是朝着AGI迈进的主要部分。」 其实,奥特曼之所以这么「积极主动」,也不难发现是在为GPT-5发布提前铺路呢! 当下这个节点对OpenAI非常重要,令人期待的GPT-5即将面世。 他们估计想在这个重要节点上,利用OpenAI拿下IMO金牌这事,为GPT-5来波神助攻。 但奥特曼也稍显谨慎,调低各位对GPT-5的预期。 他指出,GPT-5是一个实验性模型,用了一些将在未来模型中使用的新研究技术。 「在数月内,不会发布具备IMO金牌水平能力的模型。」 陶哲轩点评IMO 针对IMO金牌得主背后争议,数学大佬陶哲轩也公开表达了自己的看法。 「不会评论任何未预先公开测试方法的AI竞赛成绩报告。」 陶哲轩简明扼要,在缺乏受控测试环境的情况下,AI的数学能力难以准确评估。 他指出,很多人对AI有个误解,就是把它的能力看成是「行」或「不行」两个极端。 但实际上,它的能力是一个巨大的范围。你给它提供的计算资源、给它的指令有多好,以及你要求它如何输出结果,都会导致最终效果产生天壤之别。 以人类竞赛举个栗子: 在刚结束的IMO竞赛中,各国派出六名高中生选手组成的团队(由职业数学家担任领队)。 两天赛程中,每位选手每天用四个半小时独立解答三道难题,仅限纸笔演算。 期间选手严禁交流(包括与领队),仅可向监考询问题目表述问题。领队仅在评分环节向评审委员会申诉,不直接参与解题。 都知道,IMO被视为衡量中学生数学能力的金标准:金牌线今年定为35/42分(即完美解答五题),完整解出一题即可获「荣誉提名」。 但若改变竞赛形式,难度将发生剧变! 考虑一下如果我们以其他方式改变奥林匹克竞赛的形式,其难度水平会发生什么变化? 比如,给学生几天时间来完成每道题,而不是三个题目只给四个半小时。 在考试开始前,团队负责人会将问题改写成学生更容易理解的格式。 学生可以无限使用计算器、计算机代数软件包、形式化证明助手、教科书或上网搜索。 领队让六人团队同时处理同一个问题,相互交流各自的部分进展和遇到的死胡同。 在此期间,队长会引导学生采用更有利的方法,并在某个学生花费过多时间在他们知道不太可能成功的方向时进行干预。 提交阶段,每位队员提交解答,但队长只选出「最佳」解答递交竞赛,其余的都弃之不用。 如果团队中的学生都未能获得令人满意的解决方案,团队负责人将不会提交任何解决方案,并且会悄然退出比赛,而他们的参与也永远不会被记录。 这些情境下,答案仍「技术性」源自学生之手。 这也说明,竞赛形式的改变能使原本铜牌线下的团队跃升至金牌水平。 「这警示我们,在缺乏统一测试标准的情况下,贸然对比不同AI模型(或AI与人类选手)的IMO表现如同比较苹果与橙子,没有对比意义可言,」陶哲轩指出。
学习机卖爆了?走访一圈线下卖场,我发现了真相
盛夏七月,酷暑炎炎。 当漫长的暑假模式正式开启,神兽出笼几乎成了每个家庭都要面对的甜蜜负担。 一方面,是孩子脱离了学校的规律作息后,与电视、手机、游戏机展开的屏幕时间争夺战;另一方面,则是家长们在辅导功课时,因知识断层和耐心耗尽而每日上演的鸡飞狗跳。 这种普遍的“假期综合症”,叠加着对孩子即将升入更高年级、面临更大学业挑战的深层焦虑,共同催生了一个独特的消费现象:AI学习机,便在这个焦灼与期望交织的节点,迎来了属于它的销售热潮。 仔细想想,放在我上学那会儿,家长们的暑假解决方案或许还停留在多买几本《五三系列》,或者给我整一台能播放磁带的复读机就完事了。 (图源:雷科技) 而如今,学习机的形态和内涵早已发生了颠覆性的变化。 在厂商们的口中,学习机不再是冰冷的软硬件堆砌,而是被注入了大模型的智能体,比起一台能够提供大量视频教材和测试题目的机器,现在更像是一个能够7x24小时待命、精准分析学情、提供个性化辅导的“AI家庭教师”。 问题来了,在信息获取如此便捷的今天,家长们为何依然选择走进实体店?他们最深的顾虑是什么?又是哪些细节,最终促使他们做出购买决策? 抱着这样的想法,雷科技走访了广州市内三个颇具代表性的线下销售渠道,我与形形色色的家长、学生以及销售人员都聊了聊,尝试从中窥探普通家庭对AI学习机的认知,以及这场由技术驱动的消费变革的真实面貌。 懂学习机的人越来越多了 我走访的第一站,是位于天河岗顶的百脑汇。 不得不说,百脑汇这个名字本身,就承载了一代人对于数码产品的集体记忆。它曾是DIY攒机爱好者的圣地,是购买第一台笔记本电脑的首选之地。如今,虽然往日的喧嚣有所褪色,每到周末,来这里闲逛的年轻人依然不算少。 而这几家装修风格极简的学习机柜台,就像新物种一样,在传统IT卖场的生态中占据了显眼的位置。 (图源:雷科技) 比如从岗顶地铁站D出口一出来,就能看到这家科大讯飞店面。 虽说挂着科大讯飞的招牌,但这其实是一家同时经营多个热门品牌的经销商店面,店内汇聚了科大讯飞、小度等品牌旗下的热门品类,从学习机、词典笔、办公本,到无人机、翻译耳机甚至是小孩子们热捧的电话手表应有尽有,围观的小孩也有三四个人,还挺热闹。 我在店面里闲逛时,正好遇到了两对前来体验的客人。 其中一对是比较经典的父子组合,父亲看起来对学习机有一定认知,他居然会主动向销售发问:“我刷短视频看现在都说要有AI精准学和那个什么大模型,具体是怎么用的?” 显然,碎片化的信息已经在他脑中构建了模糊的购买标准,但他需要线下体验来将这些概念具象化。 (图源:雷科技) 销售人员立刻心领神会,把他引导到一台旗舰机前,熟练地调出相应界面进行演示。但是他身旁大概十来岁的儿子,则对这场对话毫无兴趣,他的目光完全被柜台角落展示的那架无人机给吸引住了,手指还悄悄地戳着无人机的机翼。 在一番交流后,父亲表示还要去楼上看看别的品牌,销售人员倒也没说什么,交换微信就算完成建联了。 另外一对则是类似于哥哥带着弟弟这样,年龄相差不大的组合。 弟弟似乎是还在小学的年龄段,在柜台上不断摆弄着一台最新的旗舰学习机;而他身边的哥哥,看起来二十岁出头,正在和店里的销售人员进行着一场堪称“标准”的线下交锋。 我装作无意,凑近倾听。 只听见销售人员正指着屏幕,热情地介绍道:“小哥,你算是来着了,正好赶上我们科大讯飞暑期最新的16大功能免费升级。你看,核心就是这个「AI 1对1精准学」,做一点题就能分析孩子的知识掌握情况,快速定位他到底哪里没学会。” 他一边说,一边触控笔上下翻飞地操作演示:“像这样,系统会根据我们星火大模型的能力,自动生成一条个性化的学习路径,每天学什么、练什么,安排得明明白白。有不会的小学数学题,就可以用这个答疑辅导,其他家的产品一般不会支持这么多年级和学科的 ,像这样...” 这哥们听得还挺认真的,偶尔插一句嘴或是让销售人员拿试题来测试,要不就是在点头表示一种不置可否的态度,并没有表现出很兴奋的样子。 等销售演示完,这哥们才抛出了一个极为关键的问题:“你这个说搭载了自研的星火大模型,请问是端侧模型还是云端协同?如果是云端,你们这个基于大模型的AI服务,能保证长期有效吗?” 销售人员显然愣了一下,但他很快调整过来,并以近期讯飞的暑期功能更新为例, 强调目前所有AI功能在硬件生命周期内均为免费。 既然都没问题,自然就该进入讲价时间了。 接下来,就是非常经典的画面,销售人员在那里打电话似乎是和店长低声商议了一番,最终同意了他们的要求。 有趣的是,我在百脑汇二楼的其他几家学习机门店也都能看到类似的情况,可见这里的商家应该都是代理经销商,和他们做交易,各种讨价还价、索要赠品都是必不可少的一环,没点经验可真不行。 待二人完成交易后,我走上前,试着与这哥们攀谈起来。 幸好这哥们挺好说话,在简单的交谈后,他也是很爽快地告诉我,他自己当年上大学买电脑就被坑过,所以这次给弟弟买学习机格外小心,“这东西太贵了,哎,我当年可没用过这种东西,不过不给他买就得轮到我去教他写作业了。” 而当我问他,体验后对AI学习机的感受时。 “就很正常吧,没什么新奇的,”他坦言,对于销售人员展示的大部分功能,他早就见怪不怪了,“咋说呢,网上那些视频直播宣传得太玄乎了,我平时自己也有玩过,感觉这学习机的对话流畅度和手机APP差不多,不过那个AI精准学还算有点意思。” 当我问到最终为何选择购买讯飞的原因,他表示其实也蛮简单的。 “我觉得这东西的价值,倒不在于功能有多新奇,还是在于它的资源和体验吧,”他指着屏幕说,“选讯飞,主要是他家的AI和语音技术很厉害,然后是它的资源我看还可以,然后改卷这块说是贴合考试标准,我也不是很懂这个;还有就是这个硬件,你看这个类纸屏的观感,我真的超爱LCD屏的,可惜没有几家厂商愿意去做。” “唉,反正能管住他,别天天玩游戏,这就值回票价了。”哥们如是说。 学习机产品方向日益分化 我前往的第二站,是位于天河路123号的广州购书中心。 和新华书店同样隶属于新华书店集团的广州天河购书中心,自1994年开业至今,已经过去了30年了,营业面积达1.8万平方米的它,既是广州最瞩目的综合大型书店,也是广州最大的实体书店,每一个广州人,应该都知道它的存在吧。 和去年线下走访时有些不同,进入暑假之后,来到天河购书中心的小孩明显多了不少,连带着带小孩的家长也增加了,这导致几乎每个学习机柜台前都会有一到两组家长处在体验中,这些家长似乎也没有什么和我沟通的欲望。 既然家长这边走不通,那就换一个方向吧。 于是乎,逛了差不多一个小时,随机和一些销售人员进行交流后,我对如今的学习机产品有了新的了解。 首先发现的一个显著趋势,是AI功能的普及化。去年还被作为旗舰核心卖点的作业批改、学情诊断、多轮追问式辅导等功能,赫然出现在了两三千元的中端机型上,而且各家产品的功能列表日益趋同。 我随手拿起一本作业帮的宣传册,指着上面罗列的“AI精准学”、“全科错题本”、“AI作文批改”等字样,向一位销售人员问道:“这些功能,和你们七八千的旗舰机,用起来差别大吗?” “核心功能该有的都有了,”他热情地回答,“咱们不同价位的学习机里面的学习资源基本没有太大差别,区别主要体现在硬件和软件功能上,你看这个是咱们的次旗舰型号,它有四扬声器,这个前摄摄像头是从机身上面弹出来的,屏幕尺寸更大也更护眼。” 他的坦诚,确实印证了我的观察:基础AI能力,已经成为所有价位段学习机的“标配”。 那么,当基础功能不再是区分点时,头部品牌要如何支撑起自己高昂的旗舰售价? 在与不同品牌销售的深度交流中,不难发现为破局同质化,教培派和科技派走向两条截然不同的“进化”路线。 拥有自研大模型的科技派,更注重技术本身的应用。 刚刚完成了暑期功能升级的科大讯飞,不但能通过AI规划学习方案、实现精准组卷,升级后的答疑辅导更是能通过结构化解题思维链解决文科问题,面对阅读题也能洋洋洒洒写出一大段引导思路、解答步骤和要点小结,在一定程度上缓解了“文弱理强”的偏科现象。 百度旗下的小度学习机,因为内容相对薄弱、功能不及预期等原因,近年来市场占比不断下滑,目前主打的是多模态交互,如情感陪伴、情绪安抚的体验。 而手握教学资源的教研派,则思考着如何把自己原有优势结合进来。 在作业帮的柜台,销售人员自豪地向我展示其旗舰机型内置的“金牌辅导1对1”服务,“AI再厉害,总有孩子转不过弯,或者家长不放心的时候,”她解释道,“这时候,我们的一大核心优势就是可以一键呼叫我们作业帮平台的金牌真人老师进行1对1视频辅导。” 号称1500名老师在线答疑,这种“AI+真人”的双保险模式,确实是精准地抓住了家长们对纯AI可靠性的最后一丝疑虑。 问题在于,根据红星资本局报道,最近有学生家长反映使用类似方案的学而思,居然在到期后直接取消了“真人随时问”功能,并且无法续费,真人教师的高成本似乎成了教研派和家长们必须考虑的X因素。 虽然很想问问销售情况,但是这些销售人员显然不会透露具体信息,包括作业帮、科大讯飞、学而思等品牌店员只是表示产品均已搭载AI大模型,并迎来了销售小高峰。 不过你要问哪个价位的产品卖得最好,他们还是愿意解答的。作业帮和学而思的销售都表示,2000元—3999元的产品是最热销的,这也和奥维睿沃(AVCRevo)第一季度的数据相吻合,这个价格基本覆盖了常规厂商的主力价位段。 然而科大讯飞的销售人员,却给出了一个相对不同的答案,6000元—7999元的产品才是讯飞最热销的产品,在京东平台,售价不菲的T30 Pro拥有超5万条评价,好评率高达99%,而线下主推的T30 Lite,则用相对实惠的价格提供了几乎一致的功能体验。 在C端领域的长期耕耘,把通用大模型AI技术与学习机硬件产品融合为一体的技术优势,让讯飞得以在风起云涌的学习机市场,“连续4年高端学习机销售额第一”。 抛开软件与服务理念的分野,当我将目光聚焦于产品本身时,不难发现旗舰机型在硬件上的“内卷”,依然显得有些“不够看”。 我简单比较了同一品牌下8000元的旗舰和4000元的中端机,前者确实拥有更通透的护眼屏、更快的处理器和更大的内存。但两者的操作系统、UI界面和核心软件体验,几乎是完全一致的。 对此,讯飞销售人员表示,很多家长为旗舰机型买单,一是考虑到更护眼,为孩子的健康买单;二是使用年限更长,可以从小学用到初中,更大的存储在使用时也不会捉襟见肘;再就是有版权的绘本、图书、视频课等资源,也是存在着区别的,如果家里有多个小孩,那肯定还是推荐购入旗舰机型。 当然,考虑到这些产品的大模型都是云端的,高端机型和中低端机型的核心功能和操作体验几乎完全一致,是否要花双倍的钱在学习机上,也考验着每一位家长的价值判断 功能至上外,也需关注「售后服务」 最后一站,我来到了大型商场里头。 现在的大型商场,基本上都会设置一个母婴区域,除了各种育儿用品、服饰,最多的就是各家教育品牌设置的柜台。 就小雷当时的观察来看,这里基本都是年轻家长带着小孩在等着,这些家长不会主动咨询什么功能,就是小孩趴在那里玩学习机,销售人员一般也不会阻拦,形成了一种蛮有意思的默契感。 可能是因为小孩有事做,这里相对年轻的家长,倒是还挺愿意和我闲聊的。 第一位,算是位“教育理想主义者”,我遇到他时,他正靠在一家早教机构的墙边刷着手机,他的女儿正在不远处的小天才柜台玩得不亦乐乎。我走上前,问他是否考虑给孩子买一台。 “不买,完全不考虑,”他几乎没怎么思考就给了我否定的答案,语气很坚决,我好奇地追问原因,“额,这玩意不就是个功能缩水、性能低下的安卓平板吗?而且卖这么贵,让她在这里玩玩就好了。我宁愿陪她去博物馆看恐龙化石,或者周末带她去公园认识各种植物。” 而且有件事情挺让我惊讶的,接受我采访的大部分家长似乎都很清楚,目前网络资源与精选习题集很丰富,学习机并不是提升孩子成绩的必需品,但是为了能够节约下为孩子搜集学习资料和精心挑选练习题目的时间,动心的人其实并不算少。 为什么会这样?一位家长给出了他的见解:“这东西肯定有它的价值,尤其是在‘双减’之后,能把一些标准化的辅导工作从家长身上解放出来,毕竟谁也不想为了辅导孩子功课,重新走一遍读书路对吧。” 但谈到购买时,这位家长的反应还是很谨慎的。 “我不准备现在买,”他解释道,“我儿子现在还在上幼儿园中班,过早让他接触这种强学习属性的设备,我觉得不是很好,可能会在他上小学二、三年级时再考虑吧。你问会关注什么卖点?我觉得能不能真的做到‘教育’很重要,然后教学、教材内容能不能跟上版本,最后就是后续的功能更新和售后服务吧。” 这位父亲的年龄应该还不到30岁,他的话语间,透露出一种作为“互联网原住民”的精明,比起品牌论或是价格论,更倾向于选择适合自己的产品。 有趣的是,大部分被采访的家长似乎都没有对具体学习机品牌的倾向。 小雷简单地统计了一下,就我在商场里闲逛的这段时间,各家柜台/门店都有不少人来来去去,其中讯飞可能因为是独立门店的原因,比较显眼,因此进去的家长数量也比较多,而那些围着立柱搭起来的柜台,例如随处可见的步步高/好记星,则更吸引小孩子们的围观。 有趣的是,尽管科大讯飞的产品可能是这个商场里最贵的那一档学习机,但在那个工作日的上午,还真就只有科大讯飞完成了一单。 能遇到一位刚刚完成购买的家长,让我喜出望外。他刚刚从科大讯飞的专卖店里提着袋子出来,我便抓住机会,连忙询问他为何会选择讯飞。 “额,看讯飞,是因为门口这个哪吒联名,儿子拖我进来的。”他有点不好意思地说道。“至于买下来的原因,还是因为它解决了我最头疼的几个问题吧。” 他坦率地告诉我,他的儿子刚上小学四年级,每天辅导作业对他来说简直是一场灾难,“我不是没有耐心,但每天下了班,还要重复教那些简单的拼音、算术,真的挺折磨的。讯飞这个疑难解答就挺好,它不仅能解还能教, 还有这个精准学,别的科目也可以用,感觉就很方便。” 确实,在我走访的过程中,能明确感知到各家精准学、试题解析功能在范围上都是有限制的,而讯飞除了不好量化考点的语文外,小学数英科+初高中数英理化生居然都能实现精准学,在B端 校内教育服务积累的21年数据优势,更是让讯飞能够精准理解各地考情差异,因材施教提供个性化解决方案, 算是一个明显的差异化卖点。 ”还有就是听写和背诵,我普通话不标准,教英语更是‘半桶水’, 讯飞的语音技术确实挺厉害的。对了,刚刚店里还有位老师,她也和我说讯飞的作业批改非常好用,然后加上暑假还有折扣,干脆就买下来了。” 听他说完,我也去亲自体验了一下讯飞的作业批改。 确实很不一样,讯飞这个可以快速录入整张试卷并对每道题目产出讲解、分析和举一反三,而有的厂商还需要用户把问题一道一道指出来才能解答,最终的识别率也不甚理想。 根据现场销售人员的说法,讯飞在这个暑假还会上线3D互动课程,进一步实现寓教于乐。 在雷科技看来,讯飞的AI技术仍然是它目前最大的优势,虽然其他教育硬件厂商一直在奋起直追,各家都推出了各家的AI精准学,但是差距仍然存在,特别是互动式教学,讯飞目前在学习机领域内仍然是独一档的。 总结: 学习机需产品为王,线下渠道不容忽视 除了这三个地方,我还陆陆续续拜访了几家品牌的专卖店。 店面格局虽然有所不同,但是体验却大抵是差不多的,唯有科大讯飞专卖店有些不同,店内工作人员在讲解时的专业性给我留下了不错的印象,感兴趣的大伙也可以自己去探店试试。 最后,来聊一聊这次线下走访带给我的感受吧。 首先,一个明确的结论是:线下渠道非但没有消亡,反而以一种功能分化的形式,变得愈发重要。它不再是单纯的销售渠道,而是一个集产品体验中心和品牌信任构建于一体的复合场域,无数家长带着孩子走进实体店的根本目的,都是为了消除信息不对称,亲手验证那些看不见、摸不着的“AI实力”和“内容价值”。 毕竟在我看来,面对数千乃至上万元的售价,家长们依然愿意慷慨解囊,那是因为他们购买的不仅是一个工具,更是一份希望——希望AI学习机能弥补自己辅导的不足,帮助孩子在新的起跑线上抢占先机,他们自然希望为自己动辄数千上万的教育投资寻求一份确定性。 其次,今天的家长们,远比品牌方想象的要精明、理性。 在我走访的这段时间里,除了百脑汇遇到的那对兄弟外,不乏二十多岁的父亲带着儿子/女儿去选购产品的场景,他们的年龄和心态都属于年轻人,收集、分析、提炼网络信息的能力都很强,会比较现实地衡量功能的实用性、考量服务的长期成本,并没有想象中那么容易“忽悠”。 好消息是,一旦赢得这届家长的信任,他们的品牌黏性也相对更加紧密一些。 所以真正的关键,依然是回归产品本身。将硬实力——即真正有效的AI功能、权威深度的教育内容、安全可靠的硬件品质,以及透明持久的服务承诺,摆在台面上,接受消费者的亲手检验。 在此基础上,再通过精准的渠道策略和真诚的沟通方式,或许还有一点点“投其所好”的IP联名,才能真正与这届家长们走到一起。

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。