Skip to content
  • 51蛙吖蛙元宇宙电脑版入口
  • 51蛙吖蛙官网
51蛙吖蛙 – 3D社交空间

51蛙吖蛙 – 3D社交空间

投稿、社交、聊天就来51蛙吖蛙元宇宙

  • 首页
  • Toggle search form

分类: 科技

WPeMatico Campaign中添加的类别

一个月 78 块的 AI 日历,治好了我的「万事开头难」

 

作者 | Li Yuan 

编辑 | 郑玄

你有没有一件事,因为做起来太麻烦,拖到一直都不想开始?

好吧,笔者承认,我有这个问题。这也是笔者自从拥有智能手机以来,一直在不断尝试各种日程管理和 To-do List 应用的原因。

不过笔者很快就发现,对于一个擅长规划的人而言,似乎只用一个日历,也已经能很好地规划自己的工作了。而对于一个本来就讨厌规划的人而言,添加任务,添加截止日期,添加子任务,添加截止日期,分配优先级,本身就是一项令人头疼到不想开始的事情。

于是,我和日程软件的关系,最后变得很像一对怨偶——只有任务变得又紧急又多又重要的时候,我才会鼓起勇气,把一件一件任务登记到软件里,设置好截止日期和提醒时间。而只要能够稍得喘息,我就永远想不起来打开这个软件。

而如果一件事情虽然重要,比如我知道我想学习拳击,但是这件事并不十分紧急,对我来说又很麻烦——又要去买装备又要去对比课程,哪个 To-do List 也很难帮我开启这一任务。

作为一个日程管理 app 的资深用户,笔者本来已经对这个「老怨偶」不再抱有太多期望了。大多数 To-do List 的软件,功能都大同小异,区别无非是 UI 和使用上的繁琐程度。

不过,最近,机缘巧合之下,笔者发现了一款 AI-native 的日程管理软件,让我突然眼前一亮。

日程管理领域,早已有一整套成熟完整的理论体系,无论是「重要 vs 紧急」四象限理论、番茄工作法、还是 GTD 理论,都早在上世纪就已经被提出。而这款软件,却在这样一个「历史悠久、创新稀少」的领域中,依然借助 AI 做出了突破,甚至意外地,在我的日常生活里真正起到了点作用。

 

AI-native 的日程软件长什么样?

 

笔者是在小红书最开始发现了这款软件。

名叫 Splitti,这款由国外独立开发者设计的日程管理软件,最先在 ADHD 社群中有了小范围的传播——ADHD 人群注意力不集中,因此对于日程管理软件本身的需求,也相对比较旺盛。

而这款 app,主打的是能够使用 AI,帮助 ADHD 人群,更快地启动任务和安排生活。

一打开这个 app,我就感受到了这个软件的与众不同之处。

作为日程软件的老用户,笔者已经对日程软件的界面十分熟悉——一般不是一个日历,就是一个任务添加界面。

而打开 Splitti,则很不一样——你被要求写一段自我介绍,让 AI 更好地了解你。

 

 

不明所以,笔者填写了几个关键信息:「Li Yuan、女、科技作者、INTP」,并填写了一个规划痛点「养猫,猫会打扰我的工作。」

接下来,出乎笔者的意料,app 马上根据笔者输入的内容,生成了一段非常长的对笔者个人的情况分析,包括「注意她可能喜欢深度专注,应该在交流中增加智识性内容。」等等。并马上提出了三个追问问题,包括「在做科技作者的过程中,你遇到的最大挑战是什么?」

这种体验确实是在 AI 时代之前难以想象的。软件并不像之前的日程软件一样,提供的是一个标准化的工具体验,而更像一个真正的私人教练,在接触中,会选择先了解你的情况。

而在获得笔者的私人情况后,Splitti 开始建议笔者增加一条新任务。

任务可以直接用自然语言,甚至语音输入,直接输入关于这条任务,我的所有思考就可以了。

 

 

接下来,AI 则根据它对我,和对人物的理解,直接将这个任务分成了多个子任务。

 

 

除了分解任务之外,笔者还惊喜地发现,AI 已经为我的每个任务,规划了一个大概能完成的时间,并给他们自动设置了截止日期。

每一个子任务,如果过于抽象,还可以点击,再次进行任务分解。比如「找到拳击课程」可以进一步拆解为「在网上调研」,「在线下调研」,「阅读评论」,「给场馆打电话」,「列出不同场馆的对比」。

在任务被拆解到足够细之后,即使是启动困难的人,似乎也有了可以开始的动力。而 Splitti 正是用 AI 为用户垫好了这关键的一步。

甚至在深度使用中,笔者发现, 这样的任务拆解,甚至是根据个人使用定制化的——在笔者添加了一个写作任务之后, AI 进行任务拆解时,会单独拆解出一条任务:请寻找一个合适的工作环境,尽量免受猫咪打扰。

使用越多,把自己的需求和困惑向 AI 讲解地越明确,AI 就会生成一个越完美的私人定制规划。

笔者还惊喜地发现,AI 能做的还不仅如此。

AI 还能为我的任务生成经典的「重要 vs 紧急」四象限图。在得知我是一个科技作者后,AI 自动把我列出的「撰写一个机器人方向稿件」列入了重要且紧急的象限中,而把寻找拳击场馆列入了不那么重要且不紧急的象限中,并在下面给出了自己的原因。

 

 

在添加多条任务后,AI 还可以根据添加的任务,直接帮你规划出日程安排,重要紧急事项靠前,而不那么紧急的事项靠后。甚至还加入了一些不完全符合中国水土的考量——AI 把工作事项都尽量安排在了每天晚上五点之前,五点之后安排了健身和娱乐。

 

 

甚至除了传统的日程软件的功能之外,Splitti 还会提供对于添加任务的分析——事业方向的任务过多了,也需要多安排一些朋友聚会;当日的情绪疏导——用户可以选择不同的 AI 导师,从幽默风趣型的,到正念冥想型的;还可以收到针对用户定制化的通知——Yuan,你想要力量的话,就应该赶紧来挑拳击设备了!

笔者第一次感觉到 AI-Native 的应用的魅力。

相比于传统 To-do List 软件,用户所需要付出的努力非常少,只需要用「人话」把自己想做的事,想长期实现的目标简单说一遍,而获得的体验,却是完全翻倍的。

相比于传统更像「电子化日历」的应用,Splitti 更像是一个能听懂人话、但比人类更强的助手——它不会遗漏细节,也不会被复杂的规划问题搞得头疼。

对人来说,添加一项新任务,往往意味着整个日程都需要重新调整:要重新评估每项任务的重要性和紧急性,考虑购物是否安排在促销日,健身是否避开生理期,最后才能决定新任务的最佳插入点。

但对 AI 而言,这一切只需一秒,整个日程就能被即时、自动、合理地重新安排。

 

AI-Native App 的一种新思路:不同档位 AI 进行不同定价

 

Splitti 的另一个有趣之处,是它尝试了一种完全 AI-Native 的定价方式。

通常情况下,To-do List App 有自己的一套定价方式。

以 2013–2014 年就已推出的知名应用滴答清单为例,目前采用「免费+付费解锁高级功能」的模式:免费用户可以使用基础的日历视图,并创建有限数量的清单和任务;而成为高级会员后,才能解锁如持续提醒、时间段设置、高级数据统计、更大的任务和清单容量等功能。

这样的定价策略,反映了传统的日程软件的电子工具属性——免费用户只能使用不那么好用的工具,而付费用户,则可以获得更强大的工具。

而 Splitti 在这点上,设计理念是完全不同的。

 

 

虽然 Splitti 的不同付费档位也存在一定的功能差异,但它的核心定价逻辑,并不在于「能用多少功能」,而在于「用的是哪种 AI」。

免费用户几乎可以使用与付费用户相同的功能,但调用的是被称为「简单 AI 」的基础模型。中档付费用户则可以获得「更智能的 AI」,而最高档位的用户,使用的则是 Splitti 提供的「最先进的 AI」。

在功能层面,最高档付费用户获得的也并不是更多的工具选项,而是更深度的 AI 交互权限——他们可以更频繁地与 AI 沟通,提出更复杂的请求,享受更个性化、更智能的任务规划体验。

对 Splitti 来说,贵的不是功能多,而是你可以「更多地跟更聪明的大脑对话」。

作为一个小众 app,这样的定价方式是不是能够获得接受还不明确,不过笔者在美区的 app 评论下,找到了一个有趣的评价:

 

 

 

「我用了二十年的手机,这是我人生中第一次留下应用评论。我之所以写这条评论,是因为我觉得这个 App 对像我这样的人来说简直是救星。我有决策瘫痪、注意力缺陷障碍(ADHD),总是对生活感到极度压力大、难以招架。过去,我曾是个高效能人士,但自从有了孩子,加上每天被各种紧急事务压得喘不过气来,我的生活节奏彻底被打乱了。过去两年我几乎是在痛苦中熬过来的。

 

我曾考虑过请一位生活教练,希望有人能帮助我找回动力、重新接触我热爱的事情,同时也帮我理清思路、保持条理。然而,当我得知报价在 6000 到 7000 美元之间时,我意识到这条路对我来说并不可行。

 

我知道自己非常需要那种「有个人真正关心我、会问我怎么了、会追问细节、会提出前进建议」的帮助。所以我开始寻找带有 AI 辅助的任务管理工具,尝试了大概四款,最终选择了这一个。

 

它真的非常棒,我目前还没有用完所有功能,但已经印象深刻。当然,它还有一些 bug 和小问题需要完善,毕竟这款应用还比较新。但我真的很认可他们的思路,也希望借由这条评论表达我的感谢,并为他们的成长和改进贡献一份力量。

 

谢谢你们!」

 

当用户真的能够将 app 与 life coach(生活教练)这样的服务开始对比的时候,或许 Splitti 已经成功了一半了。

 

AI 时代的软件开发——或许从 Day One 就可以跨国

 

相信读者或许注意到了,在本文的配图中,Splitti 的软件中,有时文字是中文,而有时文字是英文。

这或许也是下一个时代的 AI 应用中,非常有趣的一点。

在上一个时代中,如果想做出非常好的应用出海,翻译和本地化是非常重要的一点。而对于新时代的 AI 应用而言,却不一定完全如此。

笔者在第一次使用 Splitti 的时候,使用的是 Splitti 的英文版本软件 。然而从一开始,笔者输入的个人简介,就是全中文输入。而在 AI 时代,这并没有任何影响。

软件背后的 AI,认识每一种语言,虽然前端使用了英文提示,但无论你输入的是哪种小众的语言,并不会影响 AI 的核心功能,AI 仍然能我把任务进行成功分解,进行规划。

对于应用出海而言,现在或许是前所未有的好时机。

不过同时,用 AI 开发应用,也仍然存在许多不稳定性。

Splitti 的评论中,也有不少评论都在批评软件的 bug。

这与软件本身由两位独立开发者开发有关。作为一项准日程工具,Splitti 在功能上极其全面。不仅具有 AI 分解任务,AI 规划日程,AI 陪伴提醒这样的创新功能,还具备了比如「重要 vs 紧急」四象限、番茄钟、任务分析、白噪音冥想等一系列传统日程软件可能要付费获得,或者不会全面实现的功能。显然两位独立开发者的野心过于庞大,导致软件仍有不少 bug 影响使用。

而同时,部分原因也仍然根植于 AI 应用开发无法绕开的 AI 本身的局限性中。

如前面所提到,AI 本身虽然能读懂中文,有时候 AI 会选择用英文帮我分解任务,有时 AI 会选择用中文帮我分解任务,这完全无法预料。

而在一些评论中,还有用户提到,有时 AI 设置的截止时间不对,用户手动调整时间的时候,AI 会忽略用户调整的时间,按照自己生成的截止时间规划日程。

经过精调后,这些问题并非不可解决,不过对于新时代的 AI 开发者而言,要不断面临 AI 带来的未知性,将是一项永久的功课。

 

AI 应用从卖生成能力走向卖推理能力

 

在 Splitti 身上,笔者也看见了 AI 应用的未来。

过去我们所熟悉的 AI,多是依赖其生成能力:生成对话,提供情绪价值;或者用来进行文字总结、润色,提升一定程度的生产力。但这些应用的核心,仍然是「生成内容」。

而随着 OpenAI 的 o 系列、DeepSeek R1 等推理模型的逐步成型,AI 的「智力」实现了真正意义上的飞跃。我们终于可以开始依赖 AI,去完成那些过去对人类来说既繁琐又困难的任务——需要进行多个维度的考量最后做出判断的任务。

Splitti 的特别并不在于它重新定义了日程工具的呈现方式,而在于它将任务分解、长期规划、日程安排——这些对人类来说难度较高的工作,交由 AI 处理。

它不是在用户规划之后,用更漂亮的方式「重写」内容,而是从根本上,使用了 AI 的「大脑」来代替人类进行逻辑思考和规划。

表面上,Splitti 似乎只是优化了交互方式——用户可以用自然语言来安排日程,使用体验更舒适;但实质上,它真正改变的是交付的内容:用户需要做的越来越少,而 AI 能承担的越来越多。

这样的变化,正在各个行业发生。

比如在 极客公园的采访 中,猿辅导的硬件负责人提到:在推理模型出现之前,AI 主要被用来解题和扩充题库,依赖的仍是生成能力。而现在,小猿 AI 会将用户的数据直接交给 AI,由它来判断用户不理解的知识点,并安排接下来的学习任务——这正是推理能力的体现。

旅游行业也有类似趋势。生成旅行规划在 2023 年就已成为 AI 应用的重点方向之一。但当时的产品更多是重新包装网络信息,充其量告诉用户某地有哪些景点、评分如何。而进入推理时代,我们有望看到 AI 真正「理解人类」,为用户制定出合理而个性化的行程规划。

AI 时代就是如此。看似没有太多变化,但实际已经走过沧海桑田。前一年 AI 能力尚不足以完成的,今年或许就可以了。

我们曾一度觉得 AI 像是个「情商高、但做事不太靠谱」的搭子——擅长聊天、擅长安慰,却难以真正承担任务。

而从今年开始,随着推理模型的成熟,这种印象或许将被颠覆:AI 的面孔开始更像一个智商高、逻辑缜密、执行力强的勤勉高管,能独立完成任务,也能做出判断和规划。

 

*头图来源 :AI 生成

本文为极客公园原创文章,转载请联系极客君微信 geekparkGO

浏览量: 7

DeepSeek 发布 Prover-V2 模型;小米首个推理大模型开源;饿了么宣布超百亿补贴加入外卖战局

DeepSeek 发布 Prover-V2 模型,参数量达 6710 亿

4 月 30 日消息,DeepSeek 于 AI 开源社区 Hugging Face 上发布了一个名为 DeepSeek-Prover-V2-671B 的新模型。

据悉,DeepSeek-Prover-V2-671B 使用了更高效的 safetensors 文件格式,并支持多种计算精度,方便模型更快、更省资源地训练和部署,参数达 6710 亿,或为去年发布的 Prover-V1.5 数学模型升级版本。在模型架构上,该模型使用了 DeepSeek-V3 架构,采用 MoE(混合专家)模式,具有 61 层 Transformer 层,7168 维隐藏层。同时支持超长上下文,最大位置嵌入达 16.38 万,使其能处理复杂的数学证明,并且采用了 FP8 量化,可通过量化技术减小模型大小,提高推理效率。(来源:新浪科技)

小米开源「Xiaomi MiMo」大模型:为推理而生,以 7B 参数超越 OpenAI o1-mini

4 月 30 日消息,小米大模型团队通过「Xiaomi MiMo」公众号宣布,小米开源首个「为推理而生」的大模型 Xiaomi MiMo,联动预训练到后训练,全面提升推理能力。据介绍,MiMo 是来自全新成立不久的「小米大模型 Core 团队」的初步尝试。

在数学推理(AIME 24-25)和代码竞赛(LiveCodeBench v5)公开测评集上,MiMo 仅用 7B 的参数规模,超越了 OpenAI 的闭源推理模型 o1-mini 和阿里 Qwen 更大规模的开源推理模型 QwQ-32B-Preview。

官方表示,MiMo 推理能力的提升,由预训练和后训练阶段中数据和算法等多层面的创新联合驱动,包括:

  • 预训练:核心是让模型见过更多推理模式

    • 数据:着重挖掘富推理语料,并合成约 200B tokens 推理数据。

    • 训练:进行了三阶段训练,逐步提升训练难度,总训练 25T tokens。

  • 后训练:核心是高效稳定的强化学习算法和框架

    • 算法:提出 Test Difficulty Driven Reward 来缓解困难算法问题中的奖励稀疏问题,并引入 Easy Data Re-Sampling 策略,以稳定 RL 训练。

    • 框架:设计了 Seamless Rollout 系统,使得 RL 训练加速 2.29 倍,验证加速 1.96 倍。(来源:IT 之家)

 

可生成 AI 播客:谷歌 NotebookLM 音频概览功能新增 76 种语言支持,包含中文

4 月 30 日消息,谷歌宣布其基于人工智能的笔记和研究助手工具 NotebookLM 的「音频概览(Audio Overviews)」功能新增 76 种语言支持。该功能于去年推出,旨在通过人工智能虚拟主持人根据用户上传到 NotebookLM 的文档(如课程阅读材料或法律摘要)生成播客,帮助用户以另一种方式理解和消化文档中的信息。

谷歌表示,此前「音频概览」功能仅支持用户账户所设置的首选语言。如今,公司新增了「输出语言」选项,用户可以自由选择生成「音频概览」的语言。谷歌强调,用户可以随时更改语言设置,这样就能根据需要轻松创建多语言内容或学习材料。

谷歌在一篇博客文章中举例说明了这一功能的实用性:「例如,一位准备关于亚马逊雨林课程的教师可以与学生共享多种语言的资源,比如葡萄牙语纪录片、西班牙语研究报告和英语学习报告。学生们可以将这些资料上传到 NotebookLM,并在他们偏好的语言中生成关键要点的音频概览。」(来源:IT 之家)

 

Meta 公布 2025 财年第 1 财季财报:营收 423.14 美元,同比增长 16%

5 月 1 日消息,Meta 公司4 月 30 日发布博文,公布了 2025 财年第 1 财季(截至 3 月 31 日)的财报业绩,营收达到 423.14 亿美元,同比增长 16%;净利润 166.44 亿美元,同比增长 35%。

Meta 在 2025 财年第 1 财季交出了一份亮眼的成绩单。总营收达到 423.14 亿美元(IT 之家注:现汇率约合 3078.03 亿元人民币),较去年同期的 364.55 亿美元增长 16%,若按固定汇率计算,增长率更是高达 19%。

净利润从去年的 123.69 亿美元跃升至 166.44 亿美元(现汇率约合 1210.73 亿元人民币),增幅达 35%;每股摊薄收益(EPS)从 4.71 美元提升至 6.43 美元,增长 37%;运营利润为 175.55 亿美元,同比增长 27%,运营利润率从 38% 提升至 41%。

Meta 旗下应用家族(Family of Apps)的日活跃用户(DAP)平均达 34.3 亿,同比增长 6%;广告曝光量(Ad Impressions)同比增长 5%,每条广告平均价格上涨 10%,推动广告收入达到 413.92 亿美元,占总营收的绝大部分。

Meta AI 的月活跃用户接近 10 亿,显示其在人工智能领域的快速布局。此外,公司现金流表现强劲,经营活动现金流为 240.26 亿美元,自由现金流为 103.34 亿美元,现金及有价证券总额达 702.3 亿美元。(来源:IT 之家)

 

微软第三季度营收 700.7 亿美元,高于市场预期

微软第三季度营收 700.7 亿美元,预估 684.8 亿美元;第三季度每股收益 3.46 美元;第三季度智能云业务营收 268 亿美元,预估 259.9 亿美元;第三财季云营收 424 亿美元,分析师预期 422.2 亿美元;第三财季 Azure 增长对人工智能(AI)业务贡献 16 个百分点,分析师预期公司 15.6 个百分点。美股盘后涨超 6%。(来源:新浪科技)

苹果加速印度布局,塔塔 / 富士康新工厂被曝组装生产 iPhone 16e 等机型

4 月 30 日消息,路透社 4 月 29 日发布博文,报道称苹果公司在印度南部的两家新工厂已启动生产。其中一家由塔塔电子(Tata Electronics)运营的工厂已开始生产老款 iPhone,而另一家由富士康(Foxconn)建设的工厂将在 5 月启动发货。

IT 之家援引博文介绍,位于印度南部泰米尔纳德邦霍苏尔(Hosur)的塔塔电子新工厂已于近日投产,首批生产线专注于生产老款 iPhone 型号。

而富士康在卡纳塔克邦班加罗尔投资 26 亿美元建设的新工厂,也将在数日内启动首条生产线。

据悉,该工厂每小时可生产 300 至 500 台 iPhone,首批产品包括 iPhone 16 和 16e 型号。消息人士透露,该富士康工厂预计在 2027 年 12 月全面建成,届时将创造约 5 万个就业机会。(来源:IT 之家)

 

消息称宁德时代拟下月在港上市,或成四年来最大规模新股发行

4 月 30 日消息,据路透社援引两位知情人士消息称,电池制造巨头宁德时代计划于下月启动在香港的上市程序,预计将成为该市四年来规模最大的股票发行。

消息人士称,此次交易的建簿过程——即邀请投资者对股权发行进行投标的过程,预计将于 5 月 12 日起始的一周开始。此前另有知情人士透露,此次发行可能筹集至少 50 亿美元(IT 之家注:现汇率约合 363.71 亿元人民币)。

宁德时代未立即回应置评请求。

其中一位消息人士补充说,宁德时代建簿的规模和时间可能会发生变化。

报道称,宁德时代此次登陆港股将成为近 4 年香港规模最大的一次上市。2021 年,快手通过首次公开募股筹集了 62 亿美元(现汇率约合 451 亿元人民币)。

宁德时代此前在一份监管文件中表示,筹集的部分资金将用于在匈牙利建设一座价值 73 亿欧元(现汇率约合 604.72 亿元人民币)的电池工厂。(来源:IT 之家)

 

饿了么宣布超百亿补贴加入外卖战局

外卖战场的热度再度加码。4 月 30 日,饿了么宣布进一步加大平台补贴力度,即日起开启平台「饿补超百亿」大促。针对补贴,饿了么表示不打竞争口水仗,「只发真福利」。目前,饿了么 App 已上线「超百亿」口令词入口。(来源:富途牛牛)

 

英伟达新工具开放使用,可根据 3D 场景创建 AI 图像,配置要求 RTX 4080

4 月 30 日消息,英伟达推出了一款新工具,允许开发者首先在 3D 中创建图像,然后生成 AI 图像。

这个工具名为 Nvidia AI Blueprint for 3D-guided generative AI,4 月 30 日起即可下载,适用于配备 RTX 4080 GPU 或更高型号的计算机,它通过将 Blender 的 3D 建模软件与 Black Forest Lab 的 FLUX.1 图像生成器连接起来工作。

用户可以使用 Blender 中的 3D 对象(如建筑物、植物、动物和车辆)绘制场景,然后将其用作创建 2D 图像的参考。用户可以手动调整观看位置或某些对象应放置的位置,与仅使用文本描述相比,这种方法在生成 2D 图像时可以提供更多细节控制。

例如,如果你脑海中有一个非常具体的城市图像——建筑物的形状和高度,显示的树木或汽车数量,甚至你观看的角度,此时就可以使用该工具在 Blender 中手动创建一个大概的样子。(来源:IT 之家)

消息称 Meta 第三代雷朋联名智能眼镜将于 10 月发售,配单色显示屏及手环控制器

据彭博社报道,Meta 旗下第三代 Ray-Ban 雷朋联名智能眼镜将于今年 10 月发售,目前 Meta 已安排部分员工在周末加班,加班加点研发这款设备。

该眼镜相比前两代最大的特色就是配备了一块单色(预计为绿色)显示面板,同时带有可以佩戴在手腕上的「手环」风格控制器,定价在 1000 至 1400 美元(IT 之家注:现汇率约合 7274 至 10184 元人民币)之间。

据悉,第三代雷朋联名智能眼镜将内置相机、照片、地图等应用,同时还支持快速查看来自手机应用的通知。该眼镜内置安卓系统,但无法安装第三方 App,同时眼镜的各项功能将「严重依赖手机」。 Meta「内部人士」透露,第三代雷朋联名智能眼镜拍照质量将「媲美 iPhone 13」。(来源:IT 之家)

 

荣耀手表全新系列官宣,两款新品将至

在4 月 30 日下午的荣耀 MagicBook Pro 16 2025 新品发布会上,荣耀预告了荣耀手表全新系列。

从预告海报可以看到,荣耀手表全新系列将包含两款产品,一款是硬朗风格,另一款是圆润风格。

外观方面,新品提供棕色和黑色两款配色,手表屏幕覆盖蓝宝石玻璃,表壳则采用钛合金材质,这款新品的续航时间据称可以达到 15 天。

功能上,新品支持自由潜水等 100 多种运动模式,支持快速健康扫描、健康早晨报告以及全天健康追踪等。(来源:IT 之家)

纽约地铁探索引入 AI 技术:提前预警异常行为,预防犯罪发生

美国纽约大都会运输署(MTA)表示,其正在探索使用人工智能系统对该市地铁站台上的犯罪和危险行为进行「预测性预防」。

MTA 首席安全官迈克尔・肯珀(Michael Kemper)表示,该机构正在「研究并试点使用人工智能等技术,以感知地铁站台上可能出现的麻烦或不当行为」。他在周一的 MTA 安全委员会会议上解释说:「如果有人行为异常、失去理智,这可能会触发警报,从而促使安保人员或警方采取行动。」他强调,警方可能会「在事情发生前」就做出反应。

肯珀补充道:「人工智能是未来。」他提到,MTA 目前正在与科技公司合作,研究「什么样的技术可以在地铁系统中发挥作用」。不过,他并未透露 MTA 正在与哪些公司合作,人工智能将如何实施,以及人工智能摄像头将被期望检测到的具体行为类型。(来源:IT 之家)

浏览量: 7

发布 Qwen3,阿里云拉开新一轮开源模型竞赛的序幕

2025 年已经过去 1/3,如果用关键词来概括 AI 领域的发展你会想到什么?这是我想到的:开源、创新加速加速加速。

2 月是「DeepSeek」的,R1 以所有人意想不到的方式,让全球执牛耳的 AI 开发者、创业者、投资人把目光锁定在「DeepSeek」「中国」「开源」上。

4 月是「开源模型」的,发令枪是 Meta 喊的。被 DeepSeek 盖过风头后,2025 年 2 月 19 日,坐不住的 Meta 率先官宣——首个生成式 AI 开发者大会 LlamaCon 将于当地 4 月 29 日(北京时间 4 月 30 日)举行,颇有重新夺回「AI 开源界老大」江湖地位的意欲。

但 AI 领域的产品发布节奏就是很微妙,什么时候发布似乎取决于对手的动作,作为一种心照不宣的默契,Meta 一声枪响让 4 月底成为开源模型的主场。

整个 4 月甚至更早,AI 开发者们都在各大社交平台「蹲」开源领域「三大头牌」的新发布:DeepSeek-R2、Qwen3 以及 Llama4。Llama4 由于本月初的发布低于预期,似乎少了一些热度。

目前看起来,4 月底最受关注的还是中国队,R2 呼之欲出,Qwen3 终于来了。

4 月 29 日凌晨 5 点,阿里巴巴开源新一代通义千问模型 Qwen3,参数量仅为 DeepSeek-R1 的 1/3,成本大幅下降,性能全面超越 R1、OpenAI-o1 等全球顶尖模型,登顶全球最强开源模型。X 平台的开发者网友甚至把今天定义为「Happy Qwen3 Day」,不仅因为 Qwen3 全面超越 R1,更因为 Qwen3 家族的多尺寸、内置 MCP 支持、支持混合推理等实用性的功能点。

官方技术报告进一步给出了 Qwen3 的几大亮点:

  • 「探索智能上限」再突破:通过扩大预训练和强化学习的规模,实现了更高层次的智能;

  • 国内首个「混合推理模型」:无缝集成了思考模式与非思考模式,为用户提供了灵活控制思考预算的能力;

  • 增强了 Agent 能力:正从专注于训练模型的时代过渡到以训练 Agent 为中心的时代。

对于 Qwen3,个人用户现在就可以在「通义」APP 或 chat.qwen.ai 网页直接体验,夸克也即将全线接入 Qwen3。开发者和企业则可以免费在魔搭社区、HuggingFace 等平台下载模型并商用,或通过阿里云百炼调用 Qwen3 的 API 服务。

憋了这么久的 Qwen3 到底怎么样?又代表哪些模型发展的趋势?

 

01 Qwen3,登顶全球最强开源模型

Qwen3 包含 2 个 MoE 和 6 个密集模型,阿里云开源了两个 MoE 模型的权重,六个 Dense 模型也已开源,包括 Qwen3-32B、Qwen3-14B、Qwen3-8B、Qwen3-4B、Qwen3-1.7B 和 Qwen3-0.6B,均在 Apache 2.0 许可下开源。

其中,旗舰型号 Qwen3-235B-A22B 参数量仅为 DeepSeek-R1 的 1/3,成本大幅下降,性能全面超越 R1、OpenAI-o1 等全球顶尖模型,登顶全球最强开源模型。

此外,据阿里云官方介绍,Qwen3 是国内首个「混合推理模型」。「快思考」与「慢思考」集成进同一个模型,对简单需求可低算力「秒回」答案,对复杂问题可多步骤「深度思考」,大大节省算力消耗。

Qwen3 在推理、指令遵循、工具调用、多语言能力等方面均大幅增强,创下所有国产模型及全球开源模型的性能新高:在奥数水平的 AIME25 测评中,Qwen3 斩获 81.5 分,刷新开源纪录;在考察代码能力的 LiveCodeBench 评测中,Qwen3 突破 70 分大关,表现甚至超过 Grok3;在评估模型人类偏好对齐的 ArenaHard 测评中,Qwen3 以 95.6 分超越 OpenAI-o1 及 DeepSeek-R1。

性能大幅提升的同时,Qwen3 的部署成本还大幅下降,仅需 4 张 H20 即可部署千问 3 满血版,显存占用仅为性能相近模型的三分之一。

Qwen3 性能|图片来源:阿里云

此外,小型 MoE 模型 Qwen3-30B-A3B 的激活参数数量是 QwQ-32B 的 10%,表现更胜一筹,甚至像 Qwen3-4B 这样的小模型也能匹敌 Qwen2.5-72B-Instruct 的性能。

据介绍,Qwen3-235B-A22B 是一个拥有 2350 多亿总参数和 220 多亿激活参数的大模型;Qwen3-30B-A3B 则是一个拥有约 300 亿总参数和 30 亿激活参数的小型 MoE 模型。

得益于在预训练、大规模强化学习和推理模式整合方面取得的显著进展,Qwen3 主打「思考更深、行动更快」,更好地构建 AI 应用。Qwen3 预训练数据量达 36T,并在后训练阶段多轮强化学习,将非思考模式无缝整合到思考模型中。

值得注意的是,这次 Qwen3 的发布,主打混合推理,但是需要思考的长度最短也是 1024tokens,否则如果问题所需要的推理预算用不满 1024tokens,根本感受不到可以调节精度的混合推理模型的好。也就无法发挥用 Qwen3 不同程度的思考,灵活满足 AI 应用和不同场景对性能和成本的多样需求。

截图来源:X

 

02 大模型全面转向「混合推理模型」和「Agent」

在 Qwen3 发布的前一天,X 平台已有「行业人士」——日本的大模型厂商 SakanaAI 的一位工程师敏锐地捕捉到了 Qwen3 的重点。当天,在 AI 领域最重要的学术会议之一 ICLR 2025 的一个工作坊上,阿里云通义实验室通义千问负责人林俊旸透露了 Qwen 的下一步方向:推理模型和非推理模型的统一,以及面向 agent 的大模型。

这正是今天发布的 Qwen3 最大的两个特点,同时也是大模型厂商们正在集体发生的转向。

2025 年 2 月 25 日,Anthropic 发布了最新的旗舰模型 Claude 3.7 Sonnet,同时也称作是市场上首个混合推理模型。这意味着 Claude 3.7 Sonnet 能够生成即时的响应(快思考),也可以进行延展的、逐步的思考(慢思考)。API 用户还可以细粒度地控制模型的思考时长;当给定更长的思考时间,理论上会有更高质量的答案。

Anthropic 表示,混合推理模型的架构代表下一代前沿模型,可以让模型像人类用同一个大脑一样,既能快速反应又能深度思考,这既能为用户创造更无缝的体验,也能让用户通过 API 使用 Claude 3.7 Sonnet 时,可以控制思考的预算。比如:可以告诉 Claude 最多思考 N 个 token,N 的取值可以达到其输出限制的 128K token,从而在回答质量与速度(及成本)之间进行权衡。

「混合推理架构」也得到了 OpenAI 的青睐。Sam Altman 在更早的时间看到,当前的模型和产品供应已经变得非常复杂,希望 AI 能「开箱即用」、简化产品供应,「我们和你一样讨厌模型选择器,想要回归神奇的统一智能,之后,我们的一个重要目标是通过创建能够使用我们所有工具、知道何时需要长时间思考或不需要的系统,统一 o 系列模型和 GPT 系列模型,整体上能广泛适用于各种任务。」

就像在 DeepSeek-R1 里一样,点选「深度思考」背后调用的是推理模型 R1 做的长推理,不选则调用的是基座模型 V3 即时生成的答案。现在,模型厂商把「思考的颗粒度」这个选择权更灵活、广泛地交给用户来控制推理预算。

在 Qwen3 中,可以滑动「思考预算」的按钮,来控制思考的最大长度,从而匹配合适的推理质量和成本。

在思考模式下,Qwen3 模型会逐步推理,经过深思熟虑后给出最终答案,适合需要深入思考的复杂问题。在非思考模式下,模型提供快速、近乎即时的响应,适用于那些对速度要求高于深度的简单问题。这种灵活性使用户能够根据具体任务控制模型进行「思考」的程度。这两种模式的结合大大增强了模型实现稳定且高效的「思考预算」控制能力,在成本效益和推理质量之间实现更优的平衡。

另一个模型厂商的转向则是 Agent。随着 Manus 验证了 Claude 3.5 Sonnet 达到了通用 agent 的一些能力,加上模型调用工具、实现 agent 能力的统一协议——MCP 在越来越大的范围内被拥抱,下一代模型要面向 agent、面向实际场景来优化。

就 Qwen3 来说,正在迈向以训练 Agent 为中心的阶段,当前 Qwen3 优化了 Agent 和 代码能力,同时也加强了对 MCP 的支持。据称,Qwen3 原生支持 MCP 协议,并具备强大的工具调用(function calling)能力,结合封装了工具调用模板和工具调用解析器的 Qwen-Agent 框架,将大大降低编码复杂性,实现高效的手机及电脑 Agent 操作等任务。

在该示例中,Qwen3 思考并自主调用工具到 Github 数开源模型获得的 star,继续思考并调用绘图工具制作图片,并调用工具保存。|视频来源:阿里云

 

03 开源模型新一轮竞赛开启

Qwen3 的发布,意味着开源模型领域新一轮「三国杀」已然开始。

事实上,随着 DeepSeek 的横空出世,加上 OpenAI、字节等大厂调整对开源的态度,开源已然成为大模型赛道的大势所趋。而 Llama、Qwen 和 DeepSeek,正是目前开源领域最有竞争力的玩家。

Hugging Face 联合创始人、CEO Clement Delangue 发推暗示 DeepSeek 即将带来新发布。|截图来源:X

而此前 OpenAI 和 DeepSeek 的成功已经证明,互联网时代的生态、用户和产品壁垒,今天在 AI 时代并没有互联网时代那样牢不可摧,模型能力才是基础大模型公司的核心竞争力。而 Llama、Qwen 和 DeepSeek 的胜者,有可能在下一个发布周期到来前(至少在 OpenAI 的开源模型发布前),成为整个 AI 行业的引领者。

虽然新一代模型能力的强弱,还要等待 Llama 和 DeepSeek 的发布,但值得关注的是,这三家开源模型厂商的生态策略亦有差异,这点从模型的侧重点就能看出端倪。

DeepSeek 和 Meta 的侧重点也有不同,但一个共同点都是不太重视 ToB,至少是在服务生态的建设上并不成功。而这点也是 Qwen 和其背后的阿里云最重视的部分。

极客公园曾在此前的文章里写过,脱胎于阿里云 Qwen,是最有以开源模型技术领先性、广泛全面开源的策略,追求生态建设的架势。阿里的 AI 战略里除了追求 AGI,也同样重视 AI 基础设施建设,以及更上层的与阿里的电商、钉钉、夸克等 AI 应用的结合。

此前,阿里云智能集团资深副总裁、公共云事业部总裁刘伟光表示,「阿里云是全世界唯一一家积极研发基础大模型并全方位开源、全方位贡献的云计算厂商。」

而 Qwen 模型下载量和衍生模型数量这两个衡量的生态的指标也同样领先。根据阿里云官方的最新数据,阿里通义已开源 200 余个模型,全球下载量超 3 亿次,千问衍生模型数超 10 万个,已经超越 Llama 位居全球开源模型的第一。

而新模型选择在进一步优化推理成本、混合推理和 Agent 上发力,显然 Qwen 瞄准的是开发者和 B 端用户的部署需求。这也将成为 Qwen 与 DeepSeek、Llama、OpenAI 等竞争对手最大的不同,也是阿里能否赢得 AI 时代的一张船票的关键所在。

 

浏览量: 7

沃尔玛通知中国供应商恢复供货;Meta 推独立 AI 助手,融合社交元素;因「过于奉承」,OpenAI 撤回更新

Meta 推出独立 AI 助手应用,融合社交元素挑战 ChatGPT

4 月 29 日消息,Meta 正式发布了其独立的 AI 助手应用——Meta AI,旨在与 ChatGPT 等竞争对手抗衡。该应用具备当前 AI 助手的典型功能,用户可以通过文字输入或语音对话与其交互,生成图像,并获取实时网络搜索结果。

据了解,Meta AI 应用的最大创新之处在于其「发现」(Discover)信息流功能,在「发现」信息流中,用户可以看到其他用户(包括 Instagram 和 Facebook 上的朋友)选择分享的与 Meta AI 的交互内容,这些内容是基于一个个具体的提示词(prompt)进行展示的。用户可以对这些共享的 AI 帖子点赞、评论、分享,甚至将其重新混合(remix)为自己的内容。Meta 公司产品副总裁康纳・海耶斯(Connor Hayes)表示,这一设计旨在「揭开 AI 的神秘面纱,向人们展示他们可以用它做些什么」。

在交互方式上,Meta AI 应用特别强调语音模式,其可选的测试版语音模式非常类似 ChatGPT 的高级语音模式,更具对话性。不过,目前 Meta 的语音模式还无法访问网络信息。目前,标准语音模式和全双工语音模式已在美国、加拿大、澳大利亚和新西兰上线。(来源:IT 之家)

马斯克:下周推出 Grok 3.5

4 月 29 日,马斯克在社交平台上表示,下周,Grok 3.5 早期测试版将向 SuperGrok 订阅者发布,它是第一个能够准确回答有关火箭发动机或电化学技术问题的人工智能。马斯克称,Grok 是从第一原理推理并得出互联网上根本不存在的答案。(界面)

 

OpenAI 涉足电商领域,用户可通过 ChatGPT 购买商品

当地时间周一,人工智能公司 OpenAI 宣布,正在更新网络搜索工具 ChatGPT Search,以改善用户的在线购物体验。当 ChatGPT 用户搜索商品时,聊天机器人现在会提供一些推荐商品,展示这些商品的图片和评论,并附上链接,用户可以通过这些链接直接购买商品。OpenAI 表示,用户可以用自然的语言问非常具体的问题,并且会收到定制化的结果。作为一个新的开始,这项功能目前只适用于少数几个商品类别,包括时尚、美妆、家居用品和电子产品,以后将会纳入更多商品类别。(财联社)

 

奥尔特曼:OpenAI 正逐步撤回 GPT-4o「过于奉承」的更新

4 月 30 日消息,OpenAI 正在撤回最新的 GPT-4o 更新,此前 CEO 奥尔特曼称,近期更新使聊天机器人的个性变得「过于阿谀奉承和烦人」,公司将进行修复。

奥尔特曼今日凌晨在 X 上表示,免费版 ChatGPT 用户的回退已经「完全完成」,预计付费用户的回退「今天也能完成」。他还透露:「我们正在调整模型的个性,未来几天会发布更多更新。」

OpenAI 在上周五推出了 GPT-4o 更新,声称在「智能和个性」方面有所提升。但不到十分钟后,一位 X 用户评论道:「最近它表现得像个拍马屁的人」,对此,奥尔特曼很快回应道:「是的,确实有点过于油滑」,并承诺「会修复」。随后,奥尔特曼表示 OpenAI 正在尽快解决「最近几次」更新中出现的个性问题。

 

英伟达回应「分拆中国业务」传闻:假消息

4 月 29 日下午消息,近日有海外社交媒体消息称,英伟达打算在中国作为独立公司运营,将通过与中国国内公司建立合资企业来实现业务分拆。

对此,英伟达回应称:「此传闻为假消息,这些说法没有任何依据。将毫无根据的主张和猜测作为事实发表是不负责任的。」(来源:新浪科技)

腾讯宣布重构混元大模型研发体系,加大 AI 投入

腾讯对其混元大模型研发体系进行了全面重组,主要围绕算力、算法和数据三大核心板块刷新团队部署,加码研发投入。

此次调整后,腾讯成立了两个新的部门:大语言模型部和多模态模型部,分别负责探索大语言模型和多模态大模型的前沿技术,持续迭代基础模型,提升模型能力。

同时进一步加强大模型数据能力和平台底座建设,其中数据平台部专注大模型数据全流程管理与建设,机器学习平台部则聚焦机器学习与大数据融合平台建设,为 AI 模型训练推理、大数据业务提供全面高效的 PaaS 平台底座,共同支撑腾讯混元大模型技术研发。(来源:界面)

 

消息称长轴距三排座版本特斯拉 Model Y 将于五月份开始生产

4 月 29 日消息,传闻中尺寸更大代号为「Juniper」的特斯拉 Model Y 车型有望于五月开始生产,加大轴距并新增第三排座椅。

目前在中国和美国市场的特斯拉官网订购页面上,焕新 Model Y 在内饰选择下方标有「五座版」,表明特斯拉可能推出其他座位数版本。

微博博主胖虎 Shawn 于近日爆料称,特斯拉或将于五月开始生产长轴距版三排座 Model Y,这意味着比起此前美国市场提供的轴距不变选装七座的方案,特斯拉或推出更舒适选择。

据了解,特斯拉车辆工程副总裁 Lars Moravy 在今年二月确认了三排座版本 Model Y「将于今年晚些时候」推出。特斯拉此前曾在 2021 年,为美国市场的 Model Y 提供轴距不变的七座选项。(来源:IT 之家)

 

沃尔玛通知中国供应商恢复出货

自美国总统特朗普所谓「对等关税」以来,全球零售巨头沃尔玛的态度出现戏剧性变化。从最初要求中国供应商自行承担高额关税,到短短 20 天后迫于库存压力选择自行吸收关税、恢复中国进货。

据《南华早报》报道,江苏省和浙江省的部分制造商已接到沃尔玛等美国主要零售商的通知,要求其近日恢复发货。江苏省和浙江省是受中美贸易战重创的出口大省。据报道,周一宁波一家大型文具和办公用品出口商收到沃尔玛的通知,恢复对美国的正常发货。该公司表示,新进口关税的成本将由美国客户承担。(来源:券商中国)

小米 YU7 汽车内饰更多谍照曝光,直观展示座舱内部环绕式仪表盘

4 月 29 日消息,博主 @ 没空同学 放出了小米 YU7 车型更多内饰谍照,展示了该车环绕式仪表盘的更多细节。

根据该博主提供的图片可以看到,该车内饰延续了小米 SU7 汽车的整体风格,但在方向盘上采用了类似小米 SU7 Ultra 的风格。

同时,YU7 在仪表盘方面并没有采用 SU7 的设计,而是将整个仪表盘放在了挡风玻璃下方,采用环绕式设计,汽车的电量续航、档位、时速、导航信息、播放歌曲信息从左到右排列,RGB 灯带放置在主驾、副驾的空调出风口上,同时中控面板上取消了小米 SU7 的实体按键设计,水杯架被移到了中间。(来源:IT 之家)

 

6499 元起 vivo X200 Ultra 正式开售:骁龙 8 至尊版、6000mAh 电池

4 月 29 日消息,vivo X200 Ultra 手机正式开售,新机搭载骁龙 8 至尊版处理器、6000mAh 蓝海电池,价格从 6499 元到 9699 元。

这款新机提供红圈、黑 Ka 与银调三款配色,采用居中圆形相机模组设计,机身厚度约 8.69mm,侧面配备相机控制键。机身正面配备 6.82 英寸 2K 等深四曲屏(蔡司大师色彩屏),支持圆偏振光护眼技术。

核心配置上,vivo X200 Ultra 搭载骁龙 8 至尊版处理器,内置 6000mAh 蓝海电池,支持 90W 有线 + 40W 无线闪充、直驱供电。此外,该机还将配备超声波 3D 指纹、铠甲玻璃等。(来源:IT 之家)

 

微软项目经理「叛变」:用 Win11 一小时弃坑重回 macOS,70 万网友围观点赞

4 月 29 日消息,科技媒体 Windows Central 近日发布博文,报道称微软项目经理 Merill Fernando 因在社交平台 X 上调侃 Windows 而走红,并调侃「如果鲍尔默现在仍任职微软 CEO,我可能就因为这条推文被炒鱿鱼了」。

截至发稿为止,该推文浏览量超 70.7 万次,获赞 1.1 万次。他在推文中写道:「在被迫用 Windows 系统 1 小时后,我再次重回 macOS 拥抱」。

他在推文借用流行文化元素,将这一过程比喻为「离开地球后重返安全地面」,并配上歌手 Katy Perry 太空归来亲吻地面的图片。

过去,在微软使用 MacBook 几乎被视为「异端」,但公司文化早已改变,Fernando 透露,他使用的 MacBook 正是微软发放的工作设备。此外,Fernando 个人还拥有一台 Mac Studio,用于运营播客、newsletter 和开源项目。(来源:IT 之家)

浏览量: 32

大模型时代,百度智能云迎来最大机会

 

头图来源:百度

 

春节以来,DeepSeek的爆火点燃了AI产业化的加速引擎,但AI的真正落地远不止于技术突破,更是对基础设施和生态系统的巨大考验。

 

从模型的训练到应用的部署,从单一技术到全产业链的协同,AI产业的每一次进步都离不开强大的支撑系统。这背后的推动力正是大模型浪潮,它正深刻改变着云计算领域的竞争格局。

 

在这一进程中,阿里云、百度智能云、火山云等云厂商正形成新一轮的竞争态势。各大厂商纷纷将目光投向大模型能力的打造与AI基础设施的完善,抢占AI产业的新高地。特别是在企业级AI Agent的需求激增下,2025年这一领域成为了AI落地的重点方向之一。

 

然而,虽然AI的应用潜力巨大,企业在实际落地过程中却面临着重重挑战。场景选择难、技术门槛高、成本控制难、规模化部署复杂等问题,成为制约企业快速部署AI技术的关键痛点。

 

要解决这些问题,AI不仅仅需要技术上的突破,更需要一个高效且可扩展的基础设施与完善的生态体系作为支撑。

 

正如百度集团执行副总裁、百度智能云事业群总裁沈抖在 Create 2025 百度 AI 开发者大会上所言,大模型的高效落地,需要从底层算力到上层应用的全栈系统级支撑。在这场重塑云计算竞争格局的大模型战役中,百度智能云正以基础设施重构者的姿态,为企业级 AI 落地搭建起稳固的 “数字桥梁”。

 

1 大模型落地产业的现状

 

随着DeepSeek等大模型的火爆,企业和行业积极探索AI应用场景,AI产业落地速度显著加快。金融机构尝试用大模型优化风控模型,制造企业探索智能质检新路径,政务领域开始构建智慧决策系统……

 

Create 2025 百度AI开发者大会现场|图片来源:百度

 

数据显示,2024年中国AI产业规模为2697亿元,增速26.2%。百度智能云在在大模型相关中标项目数、行业覆盖数、央国企中标项目数三个维度均为第一,在能源、政务、金融三个行业的中标项目数位于所有厂商第一,其千帆平台企业用户数已突破 40 万,见证着技术落地的火热态势。

 

然而大模型落地之路并非坦途,对企业而言,存在有多重挑战。就拿硬件成本来说,企业如果配备高端 GPU集群,硬件成本动辄在百万成本, IDC数据显示,在 2023年的企业 AI项目中,有 27%因算力成本超支而中途停滞。

 

这种问题也不是个例:场景选择难、技术门槛高、成本控制难、规模化部署复杂,构成了横亘在企业面前的 “四大关卡”。

 

场景选择上,企业往往难以精准锁定高价值场景,需要兼顾业务需求与模型能力匹配。选错场景可能导致资源浪费,而垂直场景需深厚行业知识与模型适配能力。

 

技术门槛上,大模型的精调、部署涉及复杂工程化,中小开发者资源有限,难以快速上手。DeepSeek的671亿参数量需多机部署、专家并行等技术支持,普通团队难以驾驭。

 

还有成本控制压力,大模型推理成本高,峰值流量下算力需求激增,规模化部署成本难以承受。部分企业因成本问题止步于Demo阶段。

 

最重要还有稳定性与安全性,高流量场景需低时延、高可用服务,同时需防范模型幻觉与内容安全风险。

 

这些痛点如何解决?谁能来解决?

 

只有深耕于此的平台能解决。百度是中国最早系统性投入 AI 研发的科技企业之一。早在 2010 年,百度就已投身人工智能领域,成为国内最早布局 AI 的企业之一,这一战略选择为其后续技术突破奠定了坚实基础。再到 2016 年,百度将飞桨开源,把人工智能技术分享给开发者;2018 年开始,百度进一步加大对 AI 基础设施的投入,发布了自主研发的 AI 芯片昆仑芯,两年后,第一代昆仑芯开始大规模部署……

 

百度过去有十余年AI领域的相关积累,现在有了更好的模型和更强大的基础设施,可以为客户带去更优质的服务,帮客户加速落地AI。

 

2 AI 原生基础设施全面重构

 

大模型的强大能力带来了前所未有的算力需求。训练一个万亿参数的模型,需要数以万计的计算单元集群,同时在推理阶段,低延迟、高吞吐的要求让传统的数据中心难以承载这一需求。尤其是在海量的多模态数据处理与复杂场景适配的背景下,如何精准选择AI场景、控制成本,并实现规模化部署,成为了企业面临的普遍难题。

 

从百度的战略布局来看,基础设施的优化不仅仅是提高算力性能,更是全方位的系统级支撑,覆盖从底层硬件到开发工具链的全面升级。百度通过在智能云平台的多重布局,努力为企业提供一套完整的AI基础设施解决方案,以应对大模型时代的挑战。

 

在百度智能云的最新布局中,我们看到了「昆仑芯超节点」的发布,以及百舸AI异构计算平台的升级。这些举措大幅提升了推理性能并降低了推理成本,为算力供应商提供了更强大的硬件支持。与英特尔的深度合作,则推出了搭载第六代至强处理器的高性能计算实例,单核性能提升40%,本地存储IO提升75%,为AI推理场景提供了更高效的计算能力和更低的成本。

 

在基础设施层面,百度智能云还通过千帆平台提供了强大的模型调用服务,覆盖超过100种模型的应用场景。千帆平台不仅提供灵活的开发工具链,还通过集成各种行业模型与资源管理工具,帮助企业实现更高效的定制化模型开发。这一举措大大降低了企业在构建行业专属AI应用时的技术门槛,极大提升了开发效率。

 

百度智能云的全面升级,使得从公有云到私有化部署的应用生态建设变得更加成熟。在医疗大健康、商业零售、智能制造等多个行业,百度智能云都已经与生态伙伴一起,构建起了灵活的场景应用。

 

在应用开发层,百度智能云千帆进一步发布了智能体Pro。相比于传统的快速问答模式,智能体Pro支持更为复杂的推理与思考,为企业量身定制专属智能体提供了更多可能。此外,千帆平台还在国内率先实现了MCP协议的全生态兼容,并在这次大会中发布了企业级MCP服务,帮助企业快速定制智能应用,加速大模型落地。

 

数据是AI模型训练和应用的「燃料」,在大模型的应用场景中,数据的迭代速度和处理效率直接决定了AI落地的成功与否。为此,百度推出了千帆数据智能平台,旨在提升企业在大模型场景中的数据迭代效率,最大化降低计算成本。

 

这一平台的核心优势在于其数据安全性,帮助企业保障数据隐私的同时,也为数据生产效率提供了显著提升。百度智能云通过打造一站式的引擎与协同开发平台,屏蔽了底层复杂基础设施,让算法工程师可以专注于应用层的创新,降低了开发门槛,并帮助企业在应用开发过程中实现高效协同。

 

百度智能云千帆数据智能平台|图片来源:百度

 

随着智能基础设施的逐步完善,如何通过这些基础设施构建一个可持续的生态体系,成为企业与百度智能云合作的关键问题。

百度智能云副总裁、渠道生态部总经理尹英利|图片来源:百度

 

百度智能云副总裁、渠道生态部总经理尹英利在大会上提出,百度智能云正通过打破技术黑箱,构建「乐高积木」式可插拔组件,使得企业能够灵活组合所需的AI能力与行业资源。通过这种方式,企业不仅能够提升技术适配能力,还能够在技术层面和商业层面实现更多的创新。

 

百度智能云通过「按需组装」的方式,将技术、商机和交付资源有效整合,帮助合作伙伴加速大模型应用的落地,并为生态伙伴提供全方位的支持。通过这种合作,百度智能云帮助企业实现技术到商业价值的闭环,加速了AI在产业中的普及与落地。

 

在大模型的浪潮下,AI应用的落地不仅仅依赖于算法和数据,还高度依赖于强大且灵活的基础设施。从算力、硬件,到开发工具链和应用生态的构建,基础设施的全方位升级为大模型的高效落地提供了坚实支撑。

 

通过系统化的基础设施建设,百度智能云为企业提供了从底层到应用的完整解决方案,帮助企业快速应对AI落地过程中遇到的各种挑战,实现商业价值的最大化。

 

3 百度智能云的能力与行动

 

面对AI落地的重重挑战,百度智能云交出了一套全栈解决方案。从百舸的算力集群到千帆的模型精调,再到客悦·ONE与一见两款自研AI应用的场景化应用,百度智能云覆盖了AI落地的每一个环节。

 

百度智能云在AI全栈能力上的的升级不仅是技术突破,更是大模型时代的全新蓝图。通过开放算力、简化模型开发、加速应用落地,百度为企业和伙伴扫清AI部署障碍。在2025年企业级AI Agent重塑生产力的浪潮中,百度智能云以全栈能力,确保AI从「模型的世界」迈向「应用的天下」,成为产业智能化的核心引擎。

 

冶金行业承载着工业的传统,也在AI的加持下焕发新的活力。中国钢研作为行业龙头,于2006年由始建于1952年的钢铁研究总院改组而成,致力于通过国资委「AI+」专项行动,打造冶金行业大模型平台,推出「流程感知」大模型,重塑从材料研发到制造的全链条。

 

挑战不可谓不大。中国钢研需整合海量数据集和专家资源,攻克三大核心场景:金相分析:通过微观组织分析精准优化材料性能;表面缺陷检测:高效识别钢材缺陷,提升质量分级;物料跟踪:在高温环境下实现全流程精准管控,破解行业难题。

 

在百度智能云的加持下,中国钢研仅用4个月就取得了突破性进展。其中,百度全栈AI基础设施发挥了关键作用:百舸平台与昆仑芯提供了低成本、高性能算力支撑;千帆平台通过大/小模型精调,快速适配里行业需求;一见视觉平台助力了缺陷检测和分析应用的快速开发。

 

成果也很显著,应用上线后,中国钢研实现了在金相分析的晶界提取/组织辨识准确率、产品表面质检的各类缺陷检测率等关键指标上都超过95%,不仅能够满足实际研发和生产需求,还能结合大模型能力生成金相分析报告与质检分析报告,辅助企业评估钢材品质和优化生产工艺,提升客户满意度。截至目前,应用已完成钢厂试点,在百度百舸算力的支持下,将会快速复制推广到行业用户,推动行业智能化升级。

 

这些成果不仅推动了中国钢研的智能化转型,也为冶金行业树立了AI应用的标杆。

 

正如沈抖在Create 2025大会上所说,「应用即系统」,而系统级能力才是AI落地的核心支撑。沈抖进一步表示,系统的真正价值不仅在于解决某个具体问题,更在于为企业提供创造「创造」的能力。通过这种能力,企业可以根据自身的业务数据、流程和逻辑,借助百度智能云的系统能力,打造属于自己的AI基础设施。

 

百度智能云的全栈AI能力,以系统化的解决方案重新定义了企业落地大模型的路径,企业得以把「创造的能力」发挥到淋漓尽致。其系统级能力不仅解决了算力成本高、技术门槛大等具体痛点,更让企业能够基于自身数据和业务逻辑,快速构建定制化AI应用,释放创新潜能。

 

对于产业而言,它更是将AI从技术实验推向了生产力重塑的核心。百度智能云通过千帆数据智能平台提升数据迭代效率,通过开放生态整合技术与行业资源,真正助力企业跨越场景选择难、规模化部署复杂的瓶颈。

 

百度智能云为AI原生应用开发提供系统级支持|图片来源:百度

 

当大模型进入多模态融合阶段,百度智能云的系统级优势愈发明显。从昆仑芯算力底座到千帆开发平台,从定制化行业模型到高度场景化的应用,每个环节都在为智能技术的深度融合与创新提供源源不断的动力,

 

正如大会主题「模型的世界,应用的天下」所揭示的,当技术基础设施足够坚实,当生态体系足够开放,AI 落地将成为所有行业升级的通用语言。

 

而在大会当天下午的分论坛「如何让DeepSeek发挥实战价值」中,百度智能云也展现了前所未有的开放姿态。

 

作为国内首批接入DeepSeek的大模型平台,百度不仅迅速整合这一开源模型,还通过千帆平台提供一站式工具链,支持企业进行模型精调、蒸馏和场景化应用开发,显著降低了AI落地的技术门槛。

 

论坛上,百度与NVIDIA等伙伴的深度协作,以及对开源趋势和普惠AI的积极拥抱,体现了其从封闭技术生态向开放协同生态的转型,致力于为开发者与企业提供更灵活、更高效的AI解决方案。

 

圆桌对话现场|图片来源:百度

 

为了从局内人视角揭秘DeepSeek实战,极客公园创始人&总裁张鹏与百度主任研发架构师董大祥(领导千帆应用开发平台算法研发与DeepSeek算法应用落地)与TangibleFuture创始人&CEO张晓辉(代表产品:陪伴机器人LOOI)进行了一场圆桌对话。

 

在这场名为《用得起,用得稳:DeepSeek落地中的协同与突围》的对话中,百度主任研发架构师董大祥,谈到DeepSeek的出现不仅让更多人接触到了生成式AI,还有效推动了AI技术的普及,尤其是让那些对技术理解较浅的用户也能直接体验到AI的强大能力。

 

他强调,开源模型将会成为未来的发展趋势,全球顶尖级别的模型逐渐开源,极大地减少了开发者的工作量,并且解耦了模型和应用层,使得开发者可以更加专注于如何将技术应用到实际场景中,从而带来一个良性循环。

 

Tangiblefuture创始人&CEO张晓辉则补充道,开源和普惠加速了创业团队的发展,尤其是在2C领域。通过解放模型基础研究,团队可以更加专注于产品创新和用户价值的探索。

 

展望未来技术的可能性,张晓辉认为通过跨领域的协作,不仅技术人员,甚至设计师、编剧等各行各业的人才也能参与到创造过程中,开创全新的创作范式,激发更大的想象力。

 

这种观点正是百度智能云开放生态的体现。通过构建一个开放、协作的技术平台,百度智能云不仅为开发者提供了强大的工具支持,还通过开源和普惠推动了更多创新应用的落地。

 

从早期探索,到如今主动拥抱开源生态、快速整合DeepSeek等前沿模型,百度智能云不仅以千帆平台等全栈系统级能力为企业AI落地构筑坚实底座,更通过与全球伙伴的深度协作,打破技术壁垒,构建“乐高积木”式开放生态,让开发者与企业能够灵活组合AI能力,释放创新潜能。

 

这种战略转型,彰显了百度智能云对AI普惠化与产业化趋势的深刻洞察,以及推动技术普及、赋能千行百业的坚定决心。

 

同时,技术创新与开放生态的结合,也为百度智能云在大模型时代提供了前所未有的优势,使得它能够在各个行业中加速AI的应用和智能化升级,成为引领行业变革的重要力量。

浏览量: 16

「拍照问夸克」,从「Know-What」到「Get it Done」的跃迁

作为 2025 年动作最多的 AI 产品之一,夸克近期在发布了「AI 超级框」后,又带来了新的 AI 多模态入口————拍照问夸克。
作为手机相比其他 AI 硬件来讲,拍照是让手机自始至终留在 AI 最前线的原因,围绕手机相机这个入口,不断涌现出优秀的 AI 原生应用。
在夸克上线 拍照问夸克时,我刚好在中国台湾出差。就在上周,夸克 App 不仅登顶中国台湾地区 App Store 工具排行榜,甚至还登上了免费应用榜第二名,意外成为宝岛用户们追捧的热门应用,甚至在中国台湾岛内引发了关于 AI 产品的不小话题度。

不少中国台湾用户在实际体验过夸克后,在社交媒体分享,认为夸克 AI 深度思考功能在旅游出行、健康咨询、投资置业、法律咨询,以及很多学生党提到的拍照搜题解析等方面都能给到优质回答参考,帮助提升决策效率,是继 DeepSeek 之后的又一大陆 AI「神器」。

因此机缘巧合之下,我带着刚刚风靡中国台湾的夸克,开启了一场中国台湾之旅,想看看夸克这次能给我的体验带来哪些改变。

01

我在中国台湾用夸克 AI
从用户角度来看,直接使用相机作为与 AI 应用交流的工具,显然也确实要比纯文字输入要便捷许多,但过去数年相机内容识别领域似乎并没有孵化出真正意义上的「爆款产品」,AI 产品给普通用户留下最刻板的印象,仍然是一个「更聪明的聊天机器人」。
这也是夸克 AI 相机与其他产品的最大不同之处。夸克 AI 相机的产品交互理念,其实高度趋同 「AI 超级框」,更像是将我们熟悉的文本与大模型交互的体验,迁移到相机中,作为「新入口」。
夸克 AI 相机的能力也是提供了一个解读物理世界的统一入口,例如博物馆、展览等场所,一直是 AI 相机聚焦的核心用户场景——这也恰好是大多数人旅游最常见的场景所在。

搜图本身就是夸克一直以来的优势领域,对于最关键的识别物体「是什么」这件事上,夸克有着几乎是市面上最好的识别准确度,这一点在 AI 相机中也有体现。

在参观博物馆时,对于这样经常会拍很多照片的场景,我经常会忍不住拍摄很多照片,所谓「拍图一时爽修图火葬场」,这对于后期处理图片来讲经常就是一件很头疼的事。
由于夸克 AI 相机支持一次上传/拍摄最多 10 张图进行智能交叉分析,因此我可以直接让它根据我提供的一组图片,识别并总结多图中的所有展品内容,自动帮我生成一个可以发朋友圈/小红书的文案。

 

你甚至可以把同一个场景拍摄的两张图同时传给夸克 AI 相机,让它来决定哪个更适合发朋友圈,哪一个发小红书,能获得更多的点赞。

在我的体验中,夸克 AI 相机的多图识别另一个「高光时刻」,是在点餐时,我可以一口气将菜单上的每一页都用 夸克 AI 相机先给拍下来,然后以一种类似「逛淘宝添加购物车」一般的体验,在线下点餐。甚至可以直接将夸克的回复,展示给店员,让夸克全流程帮我完成点餐这件事。你还能在点完餐后,要求夸克根据现有的点餐信息,帮我整理出这顿饭摄入的热量。

 

对于一个更加聪慧的 AI 相机来讲,在完成用户的基本需求的同时,更大的想象空间还在于如何主动判断那些用户隐藏在照片背后,无法更好的用语言形容的问题。
在我的体验中,给我的体验带来变化最大的,是夸克 AI 相机能准确识别中国台湾现实世界复杂场景,并进行深度推理的能力。
这一能力的一个体现,在夸克 AI 相机对于模糊照片信息的搜索上。例如我在社交媒体上看到一个非常著名的、适合拍飞机的地点,但原图实际上非常模糊。直接扔给传统的 AI 图像识别 App,效果往往不甚理想。
按照近两年 AI 图像识别产品的常规思路,应该是先「提升图片清晰度」然后再全网检索类似风格的图片,进行深度搜索。但夸克依托对原图的检索匹配能力,准确识别到了正确图片原图拍摄地址。

对已经非常模糊的网络图片,夸克 AI 相机可以通过「溯源」的方式,直接找到原本的发布来源|图片来源:极客公园

除了多图识别,夸克 AI 相机还借助本身的模型能力,在更精准的信息获取的同时,实现了更智能的意图识别,理解我在拍摄同时的提问意图,智能推荐对应功能。
例如我在抖音上看到中国台湾本土有哪些比较好拍的街景,我可以直接截图下来,扔进夸克 AI 相机里,它就会智能推荐这附近的著名景点。
在当地的很多博物馆中都有有趣的文创小玩具,但有一个问题是太贵,但我可以直接顺着这个问题问下去: 例如直接提问我在淘宝上怎么买到同款玩具,AI 相机就可以立即通过我拍到的纪念品样式,通过接入的淘宝拍立淘能力,给我推荐类似玩具的淘宝在售链接。
除了好用的原图识别,夸克 AI 相机通过多轮图片问答,让你可以针对一些基于图片产生的复杂问题,进行连续追问和深度对话。在短暂的上手、理解了 AI 相机的这套交互逻辑之后,你大概率还能举一反三,用这套公式去解决更多以往文本交互难以高效解决的问题。
例如我在上传某家餐厅相关的信息后,就能根据此前的图片中上传的信息,持续进行深度的提问,并且在后续的提问中,随时可以进行补充图片、并继续追加提问更多细节。

02

夸克定位的优势与思考
 
从一周对夸克「拍照问夸克」的实际体验中,我也逐渐理清了是什么让夸克 AI 相机,相比以往相机识别类 App 更加好用的「秘诀」。
从拍照识别到 AI 相机这个概念,更像是从「Know-What」到「Get it Done」的一个产品形态跃迁——我们其实已经在过去 1-2 年看到过不少类似产品都在依托 AI 能力,完成这样类似「鲤鱼跃龙门」一般的变迁。
在今年推出「AI 超级框」之后,夸克在 AI 相机上的布局,本质上也是一种类似「AI 超级框」的产品形态跃迁。通过结合多模态视觉理解和深度思考模型,将手机相机入口升级为全场景智能体入口。
显然,作为通过手机感知世界信息的主要优势,图像表达的方式更加便捷,无论是拍摄眼前画面还是上传相册图片,都能够更直接地与物理世界互动并快速获取信息,在实际体验后我也会觉得,「拍照问夸克」本身就代表了一种 AI 应用交互体验的一种趋势。
夸克 AI 相机的「好用」,不仅是因为其对应场景下百亿级语料和专业文库等支持,确保图像解析和意图识别精准度行业领先;同时借助过去夸克文搜图时代积累下的大量图片数据库和对图片的语义理解,夸克 AI 实物识别的任务处理中,能提供比同类产品更精准的信息反馈,以及主动提供更加精准匹配用户潜在需求的服务。
其次,与「AI 超级框」一脉相承的,还有 Agent All in One 的理念。通过把夸克长期以来积累的搜索能力、学习能力,在 AI 相机背后,作为可调用的独立 Agent。

在 AI 相机中,夸克此前的扫描、学习、医疗以及 PPT 等功能都被整合进统一入口|图片来源:极客公园

在 AI 相机中,将图搜、扫描、截图等多个功能作为独立 Agent 智能调用。通过集成夸克已有的优势 Agent,如解题、医疗、文创和扫描王等,夸克在一个 AI 相机的入口,就能一站式调用多种 Agent 能力。
在将相机升级为智能体入口后,用一个「拍照问夸克」按钮承接工作、学习、生活、购物、创作等几乎无限的需求。大幅提升大模型能力在「相机」这一场景下的可用性,才是夸克「技术护城河」的核心所在。

03

AI「新入口」,不只是「拍照」
 
当前,AI 应用为王的趋势已经变得愈发明显,但真的想要打造爆款,甚至是改变用户使用相机乃至搜索引擎的习惯,真正在比的,其实是 UI 之下,大模型厂商对 Agent 的整合能力。
从基础模型到最终产品,大模型厂商还有很多工作要做。在实际使用体验之后我更加确信,想要让看似简单的一个「拍照搜索」真正变成「AI 相机」,绝不只是做一个多模态大模型那样简单。
这个过程,或许不如做一款模型来的「性感」,但对于用户体验来讲同样重要。这就是「拍照问夸克」能力想要交付给用户的真正核心体验。
无论是「从单模态到多模态」,还是「从物体识别到 Agent 新入口」,其实最终的重点都落在了,如何在用户的刚需场景中,通过自主决策理解用户意图,满足用户延伸出来的各种碎片化需求。
对夸克与阿里来讲,这样的能力,在未来的 AI 多模态能力、乃至无法更多依赖文字输入的 AI 赢家终端竞争中,都会显得至关重要:尤其是今年已经有夸克与天猫精灵合作研发 AI 眼镜的消息流出,已经可以想象,当前夸克在 AI 入口领域的理解与优势,都可以无缝延伸到智能眼镜乃至更多 AI 智能硬件上。
这样面向用户的产品塑造能力,是让夸克能够数次打造出 AI 产品爆款概念的关键所在,也是近期夸克 AI 搜索框在中国台湾走红、乃至走向世界的底层能力。
 
浏览量: 23

小红书,不止看车,更看生活

今年上海车展,小红书的存在感意外的高。

不仅搭建了自己的线下展台,更重要的是,参观展会的观众——无论是普通消费者、媒体、还是汽车行业的从业人员,经常可以看到他们高频且熟练地在小红书上搜相关的信息,让我意识到它已经成为了选择、购车甚至卖车过程里,影响着行业每一环的重要平台。

我在现场听到一位退休阿姨说:「哪怕钱包允许,我们也没那么多沪牌,所以买车一定要精挑细选。」于是,销售说不清楚的产品问题,搜一下小红书里的体验笔记;自己算不清楚的账,可以到社区里看看别人拉出的账单。小红书的「种草」文化已经渗透进了汽车行业,成为人们买车链路里的重要一环。

事实上,今天越来越多车企,已经意识到在小红书开展种草营销的重要性。我在现场与一些车企的市场人员交流后了解到,奔驰、智己、小鹏、凯迪拉克等品牌,已经开始借助小红书平台,尝试一些不同于以往的传播策略,并取得一些成效了。

对于车企来看,他们不仅看重聚集在小红书上庞大的用户群体,以及这个群体在消费决策时对小红书的高依赖性,也同样重视小红书的社区特点为品牌在新时代营销的潜力。例如,基于生活方式的洞察,小红书将汽车消费人群划分为出行精算师、机械信徒、都市漫游家等七类新人群。

相比传统的家庭用户、中产用户、年轻用户等标签,这种分类的好处直接改变了内容的创作逻辑:车企需要针对不同产品不同的目标用户,拆分出更细的营销场景。在这个内容过剩的年代,真实细腻的内容才是种草的关键。

显然,在竞争越来越激烈的当下,那些想要变得更智能的车企,也希望通过积极拥抱更聪明的平台,找到产品的密码,重塑和用户之间的关系。

 

屏幕里,藏着购车决策链里的重要一环

在上海车展现场的前三天,几乎在每一个展台,我都可以看到有人打开手机里的小红书 App。

小红书也把展位搬到了车展现场 | 图片来源:小红书

第一天是媒体日,边听发布会,边拿手机刷热点是常规的工作方式。我身边就有位同行刷到「小鹏机器人亮相展台」之后,立马拎起包小跑着去小鹏展台追热点了;更普遍的操作则是在各种社媒上「云逛展」——毕竟活动太密、场馆太大,索性直接看看同行们的分享。小红书是车媒老师们的生产力工具之一。

但是到了第二天和第三天,我才发现,对于更多的普通车展观众和消费者来说,小红书应该并不是这么用的。

对于他们而言,信息的「广度」不再是核心诉求——来车展现场的观众往往都有明确的目标,他们更在意的是能把具体一款产品说清楚的「深度」。毕竟买车这件事属于典型的非冲动消费,所以当然要把每个产品细节都要落实清楚。

那些千篇一律的参数,他们听不懂也不太在乎,在小红书上,大家想看点其他的、真实的、有温度的、说人话的——即:这辆车究竟能在不同的具体场景里,解决哪些真实的问题,提供怎样的功能和情绪价值。

所以,小红书已然就变成了用户手里的「产品黑话翻译器」。不管面前的销售把产品「吹」得多么天花乱坠,这些带着购车目标来的观众们,都要在小红书里搜一搜。

在上汽集团所在的展馆里,也可以「奇遇」小红书 | 图片来源:小红书

 

我在现场观察了一下,这些用户希望在小红书里找到答案的问题分成两种:一种属于「没有用车实例不太能感受到的」;另一种则是「角度刁钻可能销售也没想到的」。

对于前者,典型的例子就是蔚来销售为客户讲解换电。几个人在一起算了半天账,都不如最后在小红书上看到一个蔚来用户晒出节假日别人在服务区排队充电,自己快速换电的例子。从他们的表情变化里,我能感觉那篇笔记应该给这位销售小哥一个意料之外的神助攻。

而对后者,我看到有个小姐姐很在意宠物出行的场景。很多品牌都在家庭传播上花了心思,但可能营销场景的穷举还没来得及针对宠物场景,销售也有点词穷。

于是,我看到她在小红书搜:「带狗出门,哪款车比较好」。

我自己也搜了下试试,尽管结果里混入了一些宠物推车,但更多笔记里,确实可以看到很多养宠车主从空间、智能化、清洁便利度甚至气味的不同角度,去讲解自己过去某款或者多款车型上的用车体验。而且,这些笔记的创作者很多并不是大家广义认知里的「汽车博主」,大多是消费者分享自己的亲身购车经历。

这两年,行业里总有吐槽不知道如何做营销的声音。那一刻我反而觉得,如果可以仔细观察一下,当销售费尽口舌安利产品的时候,用户同步究竟在小红书上搜什么,可能离明白用户的痛点和需求也就可以更进一步了。

 

在书里,找到精准营销的新思路

经过一番研究,我发现有不少车企其实已经敏锐捕捉到了这种消费者习惯的微妙变化,并且在思考如何通过小红书平台取得更好的营销效果。

这里面就有几个挺有意思的案例。

车企历来都是广告行业的重要客户,所以大家经常可以在微博开机屏、机场等不同真实或数字空间里,看到各种汽车品牌的广告。这种高举高打的方式很长一段时间都是常态。它就像一个漏斗,先投入足够多的资源,才能筛选出希望得到的核心人群。

但这种方式并不适用于所有品牌。特别是很多品牌希望平台能够帮助他们找到目标用户,并用一定的资源,直接触达核心圈层。例如宝马集团旗下的 MINI 品牌。

对于 MINI 品牌来说,调性与小红书天然契合,大量的车主已经聚集在小红书形成天然的内容生态矩阵。

以 ACEMAN 在小红书上营销举例,基于精细化人群渗透的目标,以与购车人群高度相似的搜索行为人群为原点,帮助这台产品制定人群反漏斗策略找到三大核心圈层人群【态度轻享家】【潮流尝鲜派】【松弛筑巢党】,并通过机会人群的需求场景、结合车型的卖点,转译为目标人群的买点,精细化匹配「车型 x 买点 x 人群」,来实现人群高效种草触达;并在内容策略上结合 MINI 的活力、独一无二、开放、创造力等个性标签,强化「好开、好看、好玩」的卖点产出差异化场景内容。

同时 UGC 口碑加热用户价值释放+KOB/S(门店账号 KOB,销售账号 KOS)后链路高效承接,以「好内容+好服务「实现」好结果-终端转化「,完成用户全生命周期流转;落到生意数据上,私信开口成本大幅降低 39%,线索成交转化率达到 5.9% 的高值,对这款产品的深度种草兴趣人群 +12%。

另一个例子则来自小鹏汽车。

小鹏汽车在过去两年生意销量一直不温不火,直到 2024 年 8 月底,MONA M03 这款新车成为了小鹏汽车的神来之笔,新车上市后带动小鹏整体销量持续上涨,帮助小鹏汽车从过往 8000 台左右的月均整体销量,直接翻番到了稳定的月销 3 万台。而 MONA M03 的热卖,很大程度上就依赖于「破圈」。

在 MONA 出现之前,小鹏一度有个尴尬的标签:「直男品牌」。尽管技术领先,很难翻译成大众消费者能听懂的内容,所以影响力一度局限在某个科技爱好者的圈层里。

小鹏汽车在 MONA M03 传播的初期,就很清楚要把产品的「高颜值」作为宣传核心,目标就是要突破女性市场。

但是,高颜值还不能直接等同于销量,女性市场也对应着不同消费习惯的人群。而且,作为一款来自小鹏的产品,肯定也不能放弃智能化这个优势。所以,小鹏需要找到一套既可以把颜值和智能化结合,又能精准触达不同用户人群的传播方式。

破圈传播下,MONA M03 为小鹏销量增长贡献了重要力量 | 图片来源:小鹏汽车

这次,小红书为小鹏汽车提供了一套「用户→场景→买点」的种草公式。

这个公式的核心架构是:先根据需求,在站内找到产品需要影响的目标人群;然后根据这个人群,结合产品功能找到合适的内容场景;最后再基于根据场景,把「功能」转化成「买点」,变成内容策略指导创作。

具体到 MONA M03 的营销过程里,小鹏通过和小红书的合作,把女性用户拆分成不同人群画像,包括「潮流女生」(用户),再针对这一目标人群,用笔记的内容场景,通过展示「智能泊车」的功能体现智能化能力,完成整个种草的过程。

同时,小红书在产品端独有的双列卡片式布局,可以通过 CTR(Click-Through-Rate,笔记的点击达到率)等数据指标判断投放效果,可以让车企实时优化种草策略,为营销提效。

在内容策略上,小鹏汽车采用创始人+产品经理人设号+企业官号+KOL 的矩阵式组合内容投放,丰富内容触点的同时,进行差异化种草内容传播;再配合「留资卡」等站内新型线索产品,进行高效线索获客。据了解,项目周期内小鹏汽车站内线索成本大幅下降,站内留资人群中「种草广告」触达比例也大幅提升,在汽车新势力赛道率先形成了种转一体的营销新打法,通过种草真正赋能生意转化。

小鹏汽车一直青睐于成为更受用户喜爱的品牌,这次通过和小红书的合作完成了一次很好的用户种草心智沟通,并形成了全渠道的生意增长。

 

更智能的车企,拥抱更聪明的平台

可以看出,无论是车展现场的感受,还是在和车企、小红书交流之后得到的验证,越来越多的案例都说明,对于当下如火如荼的汽车行业来说,小红书已经成为了越来越重要、越来越智能的平台。

我认为相比传统的营销渠道模式,今天小红书可以为汽车行业提供三点差异化的价值。

第一点,当然还是小红书本身的社区价值。

作为一个月活用户 3 亿的社区,小红书已经成为了越来越多人生活各个环节必不可少的电子说明书。 

不仅用户规模庞大,小红书社区内容最大的特点,就是主打真实、自发的用户分享。比如我尝试在小红书里搜索了「买车+零息」的这两个关键词,结果就是一帮精打细算的学霸亲自给我圈点勾画买车的重点和雷区、优势和劣势。

相比传统的汽车营销,小红书有三个优势。首先是信任度高,小红书是一个更加去中心化的内容社区,相比于代表官方的「产品介绍」和「4S 店销售员」,来自其他消费者的分享更容易取信用户。

第二就是更匹配消费者的需求,过去车企宣传提供的是功能信息,但购车者的需求千人千面,很多人甚至也不清楚自己的需求匹配的是什么样的功能。而小红书基于生活场景出发的分享,可以让潜在的消费者找到与自己情况相近的分享者,从而有效的获取信息。

在小红书里,UGC(普通用户生成内容)占比达到 90%。相比大而全的官方宣传,UGC 分享的特点是小而细,小到一个座椅的舒适度、后备箱能放下几个山姆的购物袋,这些细节都是打动细分用户的关键。

事实上真实、细节和需求的准确把握,正是雷军领导下的小米汽车在营销上异军突起的关键。很多车企都希望有个「自家的雷总」,可以把一场 2 小时的新品发布会拆成无数个用户在意且听得懂的细节——毕竟一款定位运动的车,也可以因为「防晒」收获近 40% 的女性用户。

虽然「雷总」只有一个,但 UGC 的社区里,你的用户会帮你把产品的亮点也拆成无数条笔记,推荐给想推荐的人。

第二点,小红书基于生活方式划分人群的策略,可以实现更精准的用户触达。

针对不同人群,小红书精准匹配了相应的场景和买点 | 图片来源:小红书

过去传统车企对消费人群的定位的颗粒较粗,还是根据性别、年龄、家庭成员、财富状况等进行划分,并基于不同人群的一些需求洞察,来设计和营销产品。事实上,今天汽车已经成为人们生活方式的延伸,相比传统的人群划分方式,生活方式才更加匹配人们的用车需求。

基于对现代年轻人的分析洞察,小红书有 20 大生活生活方式人群,而针对汽车消费需求,小红书进一步将汽车消费人群划分成七类新人群。分别是出行精算师、机械信徒、移动筑巢家、都市漫游家、精奢新贵党、爆改浓人和智驾先锋。

新人群的划分方式打破了过去的年龄、性别标签,但更精准地把握了同类购车消费者的需求特点。事实上,不止是汽车行业,小红书这种基于生活方式的用户洞察,在不同行业里都有应用,目标就是更准确把握目标客群的需求,并针对他们的需要更精准地种草和传播。

最后,意识到小红书的价值,除了常规的种草和营销,一些车企已经开始思考,如何利用社区重构自己和用户之间的关系了。

智己汽车是最新的例子。尽管背靠上汽集团,但作为一个全新的品牌,品牌形象的建设,让消费者快速了解它的「性格」并建立好感变得尤为重要。

据了解,2024 年年中,智己团队打破了主机厂传统营销的架构,成立专门的「小红书战队」,独立负责小红书平台的传播、策略以及获客规划。

值得一提的是,在智己和小红书合作的过程中,车企通过种草逐渐意识到这种人群营销的价值所在,不仅从”spu x 人群 x 买点”的营销解法出发,还在通过人群反漏斗模型展开精细化种草的同时,将种草思维和人群洞察深度融入到产品研发中,进行了「加码」:最新发布的「全新智己 L6 小红书联名版」,就是智己根据从小红书得到的灵感,首次和平台进行的深度新品共创。

在上海车展现场,我们也看到了这款车企、平台、用户共同打造的新品。

全新智己 L6 小红书联名版 | 图片来源:小红书

在这个全民线上社区里,有很多值得车企挖掘的线索。10 年前那句著名的「互联网造车」,如今被小红书这个社区平台赋予了全新的含义:倾听有价值的用户声音,找到正确的需求和线索,在当下汽车行业竞争进入白热化的时候,显得异常重要。

浏览量: 39

阿里千问 3 登顶全球最强开源模型,性能超越 DeepSeek-R1、OpenAI-o1

4 月 29 日凌晨,阿里巴巴开源新一代通义千问模型 Qwen3(简称千问 3),参数量仅为 DeepSeek-R1 的 1/3,成本大幅下降,性能全面超越 R1、OpenAI-o1 等全球顶尖模型,登顶全球最强开源模型。千问 3 是国内首个「混合推理模型」,「快思考」与「慢思考」集成进同一个模型,对简单需求可低算力「秒回」答案,对复杂问题可多步骤「深度思考」,大大节省算力消耗。

 

千问 3 采用混合专家(MoE)架构,总参数量 235B,激活仅需 22B。千问 3 预训练数据量达 36T,并在后训练阶段多轮强化学习,将非思考模式无缝整合到思考模型中。千问 3 在推理、指令遵循、工具调用、多语言能力等方面均大幅增强,即创下所有国产模型及全球开源模型的性能新高:在奥数水平的 AIME25 测评中,千问 3 斩获 81.5 分,刷新开源纪录;在考察代码能力的 LiveCodeBench 评测中,千问 3 突破 70 分大关,表现甚至超过 Grok3;在评估模型人类偏好对齐的 ArenaHard 测评中,千问 3 以 95.6 分超越 OpenAI-o1 及 DeepSeek-R1。性能大幅提升的同时,千问 3 的部署成本还大幅下降,仅需 4 张 H20 即可部署千问 3 满血版,显存占用仅为性能相近模型的三分之一。

千问 3 性能图

千问 3 还提供了丰富的模型版本,包含 2 款 30B、235B 的 MoE 模型,以及 0.6B、1.7B、4B、8B、14B、32B 等 6 款密集模型,每款模型均斩获同尺寸开源模型 SOTA(最佳性能):千问 3 的 30B 参数 MoE 模型实现了 10 倍以上的模型性能杠杆提升,仅激活 3B 就能媲美上代 Qwen2.5-32B 模型性能;千问 3 的稠密模型性能继续突破,一半的参数量可实现同样的高性能,如 32B 版本的千问 3 模型可跨级超越 Qwen2.5-72B 性能。

同时,所有千问 3 模型都是混合推理模型,API 可按需设置「思考预算」(即预期最大深度思考的 tokens 数量),进行不同程度的思考,灵活满足 AI 应用和不同场景对性能和成本的多样需求。比如,4B 模型是手机端的绝佳尺寸;8B 可在电脑和汽车端侧丝滑部署应用;32B 最受企业大规模部署欢迎,有条件的开发者也可轻松上手。

Qwen3 开源模型家族

千问 3 为即将到来的智能体 Agent 和大模型应用爆发提供了更好的支持。在评估模型 Agent 能力的 BFCL 评测中,千问 3 创下 70.8 的新高,超越 Gemini2.5-Pro、OpenAI-o1 等顶尖模型,将大幅降低 Agent 调用工具的门槛。同时,千问 3 原生支持 MCP 协议,并具备强大的工具调用(function calling)能力,结合封装了工具调用模板和工具调用解析器的 Qwen-Agent 框架,将大大降低编码复杂性,实现高效的手机及电脑 Agent 操作等任务。

据了解,千问 3 系列模型依旧采用宽松的 Apache2.0 协议开源,并首次支持 119 多种语言,全球开发者、研究机构和企业均可免费在魔搭社区、HuggingFace 等平台下载模型并商用,也可以通过阿里云百炼调用千问 3 的 API 服务。个人用户可立即通过通义 APP 直接体验千问 3,夸克也即将全线接入千问 3。

据悉,阿里通义已开源 200 余个模型,全球下载量超 3 亿次,千问衍生模型数超 10 万个,已超越美国 Llama,成为全球第一开源模型。

浏览量: 28

阿里开源新一代通义千问模型 Qwen3;传刘强东曾和王兴共聚晚餐;马斯克:5 年内机器人将超越外科医生 | 极客早知道

阿里开源新一代通义千问模型 Qwen3

4 月 29 日凌晨,阿里巴巴开源新一代通义千问模型 Qwen3(简称千问 3),参数量为 DeepSeek-R1 的 1/3,成本大幅下降。千问 3 是「混合推理模型」,「快思考」与「慢思考」集成进同一个模型,对简单需求可低算力「秒回」答案,对复杂问题可多步骤「深度思考」,节省算力消耗。

千问 3 总参数量 235B,激活仅需 22B。阿里称仅需 4 张 H20 即可部署千问 3 满血版,显存占用仅为性能相近模型的三分之一。

千问 3 模型版本包含 2 款 30B、235B 的 MoE 模型,以及 0.6B、1.7B、4B、8B、14B、32B 等 6 款密集模型。API 可按需设置「思考预算」(即预期最大深度思考的 tokens 数量),进行不同程度的思考,满足 AI 应用和不同场景对性能和成本的多样需求。比如,4B 模型面向手机端,8B 可在电脑和汽车端侧部署应用等。(来源:第一财经)

进军外卖业务前,传闻刘强东曾和王兴共聚晚餐

据虎嗅报道,今年一季度,京东创始人刘强东曾约上了三位互联网圈内大佬共聚晚餐,而这三位大佬分别来自三个场景:外卖、打车、本地服务。席间刘强东向三位「老友」表达了京东即将发力外卖的想法。

4 月 21 日晚,刘强东在友人的朋友圈回复称:「在我外卖上线之前,我特意请了程维、兴哥和劲波一起见面喝酒聊天。我很简单直接:你做了这么多年的零售我从没有说过一句难听话,因为零售不是我的,不是京东的,任何人都可以做。我没有资格抱怨,做外卖也一样,只是希望兄弟们都能够守好自己的底线。」

京东内部人士向虎嗅表示,近期刘强东对于「外卖」这场战争的态度已经是「投入不设上限」,甚至给予京东目前管理层以「长期机会」:即不以短期的业绩收入、利润情况为考核,而是放眼长期,以扩大市场份额与提高口碑为更高优先级。(来源:虎嗅)

 

抖音副总裁李亮:营销号已成为平台内容和算法的污染源

4 月 28 日,抖音集团副总裁李亮发文,强调平台将重拳治理利用营销号煽动情绪、制造不实信息的行为。他指出,此类行为已经严重污染了平台的内容生态和算法推荐机制。此前,抖音已经宣布即将上线一项新的管理规定,目标直指十类典型的营销号违规行为。

抖音也推出账号健康分机制,平台会根据账号的健康分,给予内容减少推荐、限制变现权益等阶梯式的处罚措施,此外还设置了通过学习考试进行加分的机制。

李亮还表示,目前相关的治理规范正处于试运行状态,并公开呼吁广大用户积极提供意见和建议,共同维护健康的网络环境。

抖音官方此前发文,「恶意营销号」,试图通过低质、工业化内容创作和黑灰产团伙行为等在平台恶意博取流量,以流量变现为唯一目的、将内容视为获取流量工具。为打击「恶意营销号」,营造公平、多元、优质的平台生态,抖音发布《关于「恶意营销号」的治理规范》。(来源:凤凰网科技)

 

消息称索尼集团正考虑剥离半导体部门

近日,根据彭博社消息,索尼集团正考虑剥离旗下半导体部门,此举标志着该公司致力于简化业务架构的又一举措,从而进一步聚焦娱乐领域。

多位知情人士表示,索尼半导体解决方案公司最快可能在今年内分拆并上市。其中一人指出,索尼正计划将大部分芯片业务股份分配给股东,分拆后可能保留少量持股。由于相关讨论尚属机密,知情人士要求匿名。

索尼发言人拒绝就此置评,索尼半导体发言人则表示无法对传闻发表评论。

据了解,索尼成像与传感解决方案部门的营业利润率已从约 25% 降至略高于 10%。相比之下,索尼游戏和音乐部门在最近几个季度表现强劲,截至去年 12 月季度,游戏部门营收增长了 37%,音乐部门增长了 28%。对于主营图像传感器业务的芯片部门来说,这些传感器被广泛应用于苹果和小米手机摄像头中,分拆有望提升业务决策速度,并更灵活地筹集资金。(来源:IT 之家)

小鹏推出全年 239 元「智驾险」,保障至系统退出后 5 秒

4 月 28 日,小鹏智能辅助驾驶服务正式上线,为使用小鹏 AI 智能辅助驾驶的车主提供「智驾险」保障。购买费用为 239 元/年,小鹏全车系、新老车主均可购买。值得一提的是,考虑到智能辅助驾驶推出后,驾驶员难以瞬间接管的情况,小鹏汽车特别强调:在小鹏 NGP 退出后 5 秒内仍能享受保障。

据悉,本次小鹏「智驾险」合作涵盖中国人保、平安保险、太平洋保险、中华保险、阳光保险等头部五家保险公司,覆盖场景全、保险公司广、赔付不限次、全车系可享。

近期,小鹏在智能辅助驾驶保障上动作频频,作为首家开启 AI 辅助驾驶「新手考试」的车企,小鹏还开展了面向辅助驾驶新手的「产品经理陪驾」活动、小鹏 AI 辅助驾驶安全训练营也开展在即,小鹏汽车董事长、CEO 何小鹏在上海车展上也特意对智驾安全进行说明:「汽车智能化的趋势肯定是未来,但安全也是我们坚守的底线。」(来源:中国经济网)

 

马斯克:5 年内机器人将超越人类最顶尖的外科医生

4 月 28 日消息,特斯拉与 SpaceX 创始人马斯克在其执掌的社交媒体平台 X 上表示,机器人将在几年内超越优秀的人类外科医生,并在约 5 年内超越人类最顶尖的外科医生。

马斯克是在回复科技评论员 Mario Nawfal 宣传机器人手术室的帖子时作出上述预测的。他进一步解释称,旗下脑机接口公司 Neuralink 在进行脑机接口电极植入时,必须借助机器人操作,原因是人类医生难以达到所需的速度与精度。

他以 Neuralink 的 R1 机器人为例,该机器人能在大约 15 分钟内将 64 根发丝般细的电极丝插入大脑皮层,并以微米级精度避开血管。

今年 1 月《外科内窥镜》期刊发布的一项研究表明,在复杂肝脏手术中,与传统开放手术相比,机器人手术的并发症更少。同行评议分析报告也指出,当前算法引导下的缝合和螺钉放置在准确性与一致性上优于人类平均水平。(来源:界面新闻)

 

小米 YU7 新增 835 公里续航版本

4 月 28 日消息,工信部官网最新信息显示,小米 YU7 新增了 835 公里续航版本。至此,小米 YU7 单电机车型已包含 835 公里、820 公里、810 公里和 725 公里共四个续航版本,但具体测试工况未知。

根据申报显示,小米 YU7 提供单电机和双电机(高 / 低功率)车型。单电机车型最大功率为 235 千瓦;双电机车型(低功率)前电机最大功率为 130 千瓦,后电机最大功率为 235 千瓦;双电机车型(高功率)前电机最大功率为 220 千瓦,后电机最大功率为 288 千瓦。

在电池配置方面,此前工信部数据显示,小米 YU7 将匹配容量为 96.3 千瓦时和 101.7 千瓦时的电池组。其中,96.3 千瓦时电池对应的续航里程包括 725 公里、810 公里和 820 公里车型;101.7 千瓦时电池对应的续航里程则包括 670 公里、750 公里和 760 公里车型,测试工况同样未知。此次新增的 835 公里续航版本,其电池容量及具体工况尚未明确,但续航数据较此前申报信息有所提升。

据此前的官方消息,小米 YU7 将于今年 6 月至 7 月正式发布。(来源:IT 之家)

 

猪猪侠入职京东外卖

4 月 28 日午间消息,京东外卖今日正式宣布与国产动画经典 IP《猪猪侠》达成合作,猪猪侠将以「虚拟骑手」身份入职京东外卖团队。

京东外卖与猪猪侠的联动合作源于一次意外的「撞衫」事件。近日,京东创始人刘强东亲自送外卖时,被网友发现京东外卖员的制服配色与动画角色猪猪侠的服装高度相似,这一巧合迅速在社交媒体上发酵,网友纷纷调侃并建议京东与猪猪侠推出联名合作。

据了解,《猪猪侠》是广东咏声动漫 2005 年推出的 IP,年衍生品销售额超 10 亿元。此次合作从网友玩梗到官方落地仅用数日,被网友评价「京东这执行力绝了」,「果然听劝」。(来源:新浪科技)

领克 900 正式上市,限时 28.99 万起,送「碎屏险」

4 月 28 日晚,领克旗舰 SUV 车型领克 900 上市,共四款车型,售价区间 30.99-42.69 万元。叠加官方上市权益,限时价可达 28.99-39.69 万元。

领克 900 基于 SPA Evo 大型电混车专属架构开发,该车长宽高分别为 5240/1999/1810mm,轴距为 3160mm,定位于大型 SUV。

新车采用 2+2+2 六座布局,第二排为独立座椅,支持电动调节/按摩/加热,第三排座椅也将提供按摩加热功能,而次低配开始还将提供二排座椅 180 度旋转功能,可拓展更多车内用车场景。

车尾部分,车辆配备有贯穿式灯组,且全系标配电动天地尾门,地门承重可达 300kg,可拓展户外使用场景,比如钓鱼、观景等。

值得一提的是,领克 900 前脸采用贯穿式数字像素灯光系统,10192 颗 LED 灯珠组成的日晕光环。领克在发售时为首任车主送前脸碎屏险,第一时间解决了车主的担忧。(来源:快科技、网易汽车)

 

东风纳米 06 预售,8.99 万起,小车也有「天地门」

4 月 28 日,东风纳米旗下的第二款车型——小型纯电 SUV 纳米 06 今日正式开启预售,新车提供 5 种不同配置,预售价区间为 8.99 万-11.99 万元。

东风纳米 06 长宽高分别为 4306/1868/1645mm,轴距 2715mm。东风纳米 06 还配备同级唯一天地门,地门承载 150kg;后备箱支持两层开合,拥有 500 升容积。

新车基于东风量子架构 3 号平台打造,搭载天元智舱,还支持高阶智能辅助驾驶系统,拥有高快领航、城市记忆领航、循迹倒车、端到端跨层泊车等功能,具备 20 余项主动安全功能。新车搭载最大功率 135kW 的电机,最高车速为 150km/h,匹配容量为 44.94kWh 或 51.87kWh 的磷酸铁锂电池组,对应续航里程分别为 401/471km。(来源:IT 之家)

全球首个「人工智能妈祖」亮相马来西亚,可解答信徒疑惑

近日,马来西亚一座道观推出了号称是全球首个的「人工智能妈祖」,该神像能够与信众互动并解答他们的疑惑。

据报道,该「人工智能妈祖」位于马来西亚南部柔佛州的天后宫,身着中国传统服饰,信众们被邀请向人工智能妈祖祈求祝福,让她解读他们在寺庙抽到的签,并解答他们的疑惑。

该「AI 妈祖」由马来西亚科技公司 Aimazin 开发,该公司还提供人工智能克隆服务。在演示视频中,公司创始人申功向 AI 妈祖询问是否能获得意外之财,AI 妈祖以温和的声音回答,建议他待在家中会更有好运。一位网红则向 AI 妈祖倾诉自己晚上睡不着觉,AI 妈祖亲切地称她为「我的孩子」,并建议她睡前喝点热水。(来源:IT 之家)

 

浏览量: 41

Apple Watch 10 周年,哪些「环」直到现在也没「合上」?

Apple Watch,10 岁了。

 

2015 年 4 月 24 日,初代 Apple Watch 正式开售,开启了苹果在「后乔布斯时代」的新历史。

十年后的今天,Apple Watch 早已证明了其成功。

根据市场调研机构 IDC 的数据,苹果每年能卖出 4000 多万只 Apple Watch,创造约 200 亿美元营收。它既是全球最畅销的智能可穿戴设备,也是史上最畅销的「手表」。

不过,诞生之初,Apple Watch 曾肩负过更大的野望。

从用户到开发者,人们曾一度认为 Apple Watch 的长期目标应当是复制并超越 iPhone 的成功,成为「the next big thing」。

但现在,十年过去了,Apple Watch 仍无法独立于 iPhone 工作。这块智能手表:

依然只是一款「配件」。

成败交织背后,Apple Watch 为整个电子消费品甚至泛科技行业,留下了一段启示。

 

01

 

「未来手表」的理想

 

2014 年秋季,Apple Watch 发布的时候,可谓万众瞩目。它是史蒂夫·乔布斯去世前,参与过开发的最后一款设备,也是乔布斯去世后,苹果推出的第一款全新产品。

它的非凡意义,体现在方方面面。当时苹果为严格保密,把发售时间整整推后了半年,以防供应链提前泄露消息,这是和初代 iPhone 一样的保密发布措施。

发布会场地则定在了「弗林特中心」,这里曾是乔布斯发布第一代 Macintosh 电脑和初代 iMac 电脑的地方,对苹果有着非凡的象征意义。苹果在发布会场地外围搭建了堪称豪华的上手体验区。数年后,据苹果员工回忆,光是那个展示区的花费就高达 2500 万美元。

Apple Watch 不只是对苹果意义重大,实际上,自手表作为一种商品流行普及后,关于未来手表的想象就从未停止。一切可以追溯到计算机、手机都还没有诞生的时代。自 20 世纪 30 年代起,就有科幻小说、漫画开始描绘一些「高科技手表」,包括可以打电话、看电视、发传真、翻译外星语言的手表。后来 007 特工所佩戴的可以发射激光的手表,以及柯南的麻醉手表,都是这些想象的一部分。

这也是为什么,自 Apple Watch 推出后,苹果采用了很多与 iPhone 类似的开发思路,试图将 Apple Watch 打造成一台「戴在手上的 iPhone」。

初代 Apple Watch 上,「通讯」曾是优先级最高的功能之一,苹果为它开发了一套专门的通讯系统,设置了专门的实体按键,用于呼出好友列表。而且用户不只可以发送文字消息、打电话,还可以向好友发送涂鸦、心跳。但这些功能并没有取得明显成功,后来被降级为了 iMessage 的「子功能」。

之后,苹果又在 watchOS 上推出了 App Store,希望通过第三方应用生态丰富 Apple Watch 的功能体验。只不过大部分 watchOS App 都只是手机版的「延伸」,大多只能实现一些简单功能,如微信的快速回复,以及支付宝调取付款码,在完整性上完全无法与 iPhone App 相提并论。

Apple Watch App Store 已推出多年,但没有达成与 iPhone 类似的成功| MacWorld

时至今日,watchOS 已更新到第 11 个大版本,依然没有出现过一个真正的「爆款」App。大部分用户使用 Apple Watch,绝大多数时间,依然是在用苹果官方的应用和功能。

苹果曾尝试为 Apple Watch 设计一套新的交互范式。这是苹果最擅长的事情,从 Mac 的鼠标、iPod 的 ClickWheel 到 iPhone 的多点触控,苹果每推出一款新产品,就会带来一次交互革新。但在 Apple Watch 上,苹果精心设计的「数字表冠」和 Force Touch 按压触控功能,都没有取得显著成功。

语音交互也是一样,Siri 理应在 Apple Watch 上发挥更大的作用,但无论是 2016 年前后的那一轮语音助手浪潮,还是当下的大模型 AI 风口,Apple Watch 都没有展现出它在语音交互上的优势。在 Apple Intelligence 已公布的过去一年里,没有任何 Apple Watch 将搭载 AI 功能的消息。

到最后,Apple Watch 的成功,更多还是作为「传感器」的成功。从最初就搭载的运动、心率监测,到后来的血氧、睡眠监测,苹果把运动和健康,打造成了 Apple Watch 最重要的核心功能。

2022 年,苹果推出 Apple Watch Ultra,继续深耕「户外运动」这个垂直领域。

今年,在 Apple Watch 上市十周年之际,苹果宣布在 4 月 24 日,即 Apple Watch 开售纪念日设立「Global Close Your Rings Day」(合环日),鼓励用户通过运动锻炼,完成锻炼目标。

24 日当天,苹果在全球的 Apple Store 向用户送出了一批实体徽章,作为纪念。

 

02

 

无法成为「必需品」的 Apple Watch

 

回顾 Apple Watch 的十年,它或许没有像科幻作品那样颠覆人们的生活,也从未达到 iPhone 的高度,但它毫无疑问是成功的。

十年里,苹果累计售出了超 3 亿只 Apple Watch。与 AirPods 和其他家庭设备一起,Apple Watch 所在的「配件」业务板块,每年能为苹果贡献约 400 亿美元营收,高于 iPad 和 Mac 业务,是仅次于 iPhone 和软件服务的第三大业务板块。

分析 Apple Watch 的成功,它最关键的成功因素在于核心功能的穿透。

就像苹果在 4 月 24 日设立「闭环日」,这个设计自 Apple Watch 诞生之日起,已经延续了十年之久。每天站立 12 次、锻炼 30 分钟、完成一定量的卡路里消耗,闭合「三环」的目标看似简单,但当用户真的长期坚持完成它的时候,这些一点一滴的累计,就能转化为强烈的正反馈。很多多年 Apple Watch 用户,通过这个功能达成了数千天的闭环成就,这些日积月累的运动量,也为用户的身体健康带来了切实好处。

2020 年前后开始,美国就有部分医疗保险公司,开始向客户免费赠送 Apple Watch,鼓励用户多锻炼保持健康。这既符合保险公司的利益诉求,也是用户自身的健康追求,后续调查数据显示,用户在获赠并使用 Apple Watch 之后,平均增加了 50% 左右的运动量。

除此之外,包括心率、睡眠监测,Apple Pay 公交卡、智能门锁钥匙、车钥匙等等功能点,或许没有成为国民级程度的功能,但也各自都有一部分忠实用户。Apple Watch 当然没有成为智能手机那样的「必需品」,但它依然构建了一个不小的功能生态,笼络了大批用户。

2020 年,根据市场调研机构 Strategy Analytics 的数据,Apple Watch 的销售量已经超过了整个瑞士手表行业。

Apple Watch 当下最核心的功能之一就是「运动三环」|Unsplash

除了打败传统手表,Apple Watch 在整个智能可穿戴设备领域,也一直保持着绝对领先。这类产品在技术和产品上并没有很大差异,很多手环产品只需 1/10 的价格就可以实现类似的功能。但 Apple Watch 依然是大部分用户,尤其是 iPhone 用户的首选。

一个不可忽视的因素在于,手表对大部分人来说,不只是一个功能性的产品,而也是一件彰显身份、个性、自我认同的「装饰品」。

从发布之初,Apple Watch 就分化出了规模巨大的产品矩阵。最初苹果甚至推出过 18K 金材质的手表,售价高达 12 万人民币。后来苹果陆陆续续采用过铝、不锈钢、陶瓷、钛合金等多种不同材质,打造出不同风格调性的 Apple Watch 供用户选择。表带更是有数十种不同材质、设计、颜色可选,分别适用于不同场景。

而所有这些表壳、表带,都拥有超一流的工艺水准。因为工业设计同样是苹果在过去 20 多年打磨到极致的能力,得到了用户的广泛认可。这是 Apple Watch 很容易被忽略的一个重要成功因素。

到现在,Apple Watch 依然是最「多元化」的苹果产品线。从基础的铝壳款,到爱马仕联名款,不同版本的手表在配置功能上差别不大,但能组合搭配出的外观众多,价格也从 2999 到 15699 元,拉开很大差距。

不过,不同于 iPhone 迅速扫除了整个传统手机行业,将诺基亚扫进故纸堆,Apple Watch 并没有点燃一场激烈变革。手表这一产品形态,拥有悠久且难以撼动的历史。传统的机械表、石英表直到现在也依然没有退出市场,包括劳力士在内的奢侈表品牌,甚至有复兴的迹象。

即便是在智能手表领域,Apple Watch 也没有实现完全统治。包括 Garmin 在内的品牌,都耕耘出了细分的差异化市场,取得了不错的销售成绩。

这不是一个「赢家通吃」的游戏。

 

03

 

十年了,年后呢?

 

在 Apple Watch 走向十周年之际,苹果对它的重视程度似乎在变弱。

尽管 Apple Watch 保持着和 iPhone 一样的更新节奏,每年秋季发布新款。但在功能和设计迭代上,Apple Watch 采取了相对更保守的策略,不像早期的 iPhone,几乎每年都会推出至少一项关键新功能,每 2-3 年就推出一个全新设计。

苹果依然在投入技术,进一步完善 Apple Watch 的功能,根据爆料,苹果正在研发血压、血糖监测的相关技术,其中血压监测功能最早可能于今年推出。

但 Apple Watch 在苹果内部的开发优先级已明显退了一步,不只是每次软硬件更新发布所占的时间越来越短,苹果正在把 Apple Watch 排除在一些关键的产品战略之外,特别是 Apple Intelligence。

过去一年,最新的 iPhone、iPad 和 Mac 产品都已得到确认,将支持 Apple Intelligence 功能。但 Apple Watch 则受限于芯片性能和苹果的大模型技术架构,无法支持 AI 功能。

当下 AI 硬件开发领域的一大趋势,就包括做轻量化的小型硬件,通过语音交互,调用联网算力,提供 AI 能力和功能。当然,这一趋势并不一定就是正确的道路,但 Apple Watch 想要在十周年往后的节点再完成向上的跃迁,依然要进行一些「自我革命」。

watchOS 11 上新增了翻译的功能,但还无法调用大模型能力|Apple

过去三年,因为缺乏实质性的功能更新,Apple Watch 销售额连年缩水。反应在财报上,整个「可穿戴配件」业务板块,2024 年营收相比 2023 年下降了 5.1%,相比 2022 年的巅峰时期,已缩水 11%。

站在今天的角度,Apple Watch 几乎已注定无法成为「下一个 iPhone」。但事情远没有到盖棺定论的时候,iPhone 或许只花了不到十年就成为了 iPhone,手表则要归属于一段漫长得多的百年历史。

近 200 年前,腕表被发明,一路延续到今天。

这段历史,还将由 Apple Watch 继续书写。

浏览量: 47

文章分页

上一页 1 … 23 24 25 … 86 下一页

Copyright © 2024 51蛙吖蛙 – 3D社交空间