标签： 科技

上周，听说 DeepSeek 的日活已经突破3000万了。每天向DeepSeek问东问西，已经成了不少人生活的一部分。

搜索和提问的对象变了，一个新的现象随之诞生：被 DeepSeek 种草。

前些天，我就被AI种草了水晶。

本来我就是跟了一下DeepSeek玄学之风，尝试算了下运势，然后捎带问了下怎么做会比较好，它就给我推荐了绿幽灵、海蓝宝、天河石这三款水晶，

思考过程里也告诉了我推荐的原因：水属性可以增强财运和事业运，木属性则有助于提升事业发展和健康。因此，推荐绿幽灵、海蓝宝、天河石等属木和水的宝石。

水晶助运这种事就跟求神拜佛一样，信则有不信则无，我属于小信一些，直接下单了。

买完在小红书一刷，被DeepSeek种草下单买这买那的人还挺多，有护肤品、健身用品、户外用品……

这让我开始意识到一个变化：随着大模型的能力越发成熟，人们越来越信任甚至依赖大模型的答案，在这种趋势下，广告与商业的新机会正在浮现。

1 大模型也开始给人「种草」了

在传统互联网商业生态中，用户搜索行为往往蕴含着重要的商业转化价值。

用户在搜索过程中明确表达需求后，就可能在获取信息后被进一步引导产生购买欲望或推荐意愿，也就是「种草」。

比如拿一个很日常的问题输入谷歌浏览器「肚子疼应该吃什么药」，浏览器就会给出常用的可以缓解腹痛的药物品类，但是这还不够，还得接着问问「哪种品牌的阿司匹林更好」才好下单购买。

图片来源：极客公园

搜索是为了找到答案，解决问题，并用得到的答案解决自己的问题。用户在获取答案的过程中，自然会接触到广告或推荐内容，从而激发潜在的消费需求。

这种从搜索到种草的转化路径，为品牌提供了营销的机会。抖音搜索数据显示，用户在搜索后留资的比例较高，且搜索广告与信息流广告的协同作用能够带来显著的转化增量。

大模型和搜索的结合，给搜索引擎装上了一个「智能助手」。传统的搜索引擎只能找到网页上的信息，而大模型可以理解这些信息，并根据用户的意图提供更精准的答案。

现在，随着联网搜索功能的大范围应用，大模型也开始给人「种草」了。

大模型给人「种草」这件事是怎么做到的？

从技术角度来看，大模型能够推荐商品的核心原理与其背后的深度学习和预训练过程密切相关。

在大模型的训练过程中，模型会学习大量的语料数据，这些数据帮助大模型在处理用户查询时，能够从海量信息中提取出最相关的内容，并为用户推荐对应的商品或服务。

与传统搜索引擎不同，AI搜索不仅关注用户输入的关键词，还能理解用户的意图，并通过深度学习模型提供针对性答案。这种方式通过多层次的语义推理，使得搜索结果不再是简单的文本匹配，而是基于上下文和用户需求的动态调整。

也因此，大模型能够识别出用户查询背后的潜在需求，比如推荐鞋子的查询，AI会推测用户可能需要了解跑步鞋的性能、品牌、价格等信息，从而提供相关的推荐内容。

而联网功能的开通，让大模型能够访问实时信息源，包括最新的产品数据、市场趋势、用户评论等，结合大模型的强大语义理解能力，实现的推荐就更到位了。

比如现在再去AI搜索产品上“跑步鞋推荐”时，AI就会抓取实时市场上的热门鞋款和品牌，并结合用户的偏好和历史搜索记录，推送个性化推荐。

比如我在谷歌搜「什么跑步鞋好」，得到的是一些链接：

图片来源：极客公园

在没有开通联网功能的DeepSeek搜，DeepSeek先是花了19秒思考：

嗯，用户让我推荐一些跑步鞋品牌。首先，我需要确定他们的具体需求。他们可能刚开始跑步，或者想换新鞋，或者有特定的跑步类型，比如长跑、竞速、越野跑之类的。不过用户没有给出太多细节，所以我要全面一点。

首先想到的是国际大品牌，像耐克、阿迪达斯这些，这些品牌知名度高，产品线全，适合大多数跑者。然后要考虑专业跑步品牌，比如Asics、Brooks、Saucony、New Balance这些，它们在跑步圈里口碑很好，特别是针对不同脚型和跑步方式有不同科技。

接下来，用户可能有不同的使用场景。比如，如果是日常训练，Brooks的Ghost系列不错；如果是马拉松竞速，耐克的Vaporfly或者阿迪的Adizero系列更适合。还有可能需要考虑支撑型或缓震型，比如Asics的Kayano适合支撑，而Nimbus则是缓震。

另外，价格也是一个因素。用户可能想要不同价位的推荐，比如Hoka One One和Altra属于高端品牌，而美津浓、斯凯奇可能性价比更高一些。国产品牌如李宁、安踏、特步、361国际线也是不错的选择，特别是预算有限的情况下。

还要注意用户可能的特殊需求，比如宽脚型、扁平足，或者需要环保材料。Altra的宽鞋头设计，Allbirds的环保材料可能适合这些情况。越野跑的话，Salomon和La Sportiva是很好的选择。

最后，我应该提醒用户根据自身情况选择，比如体重、跑步习惯、脚型，最好去实体店试穿。这样推荐会更全面，覆盖不同需求，同时给出选择的建议，确保他们能找到合适的跑鞋。

然后给出了我从国际主流品牌、专业跑步品牌、性价比品牌到国产优质品牌、小众/创新品牌等一众维度的推荐，并且还贴心地给出了不同脚型、体重、场景的挑选建议：

图片来源：极客公园

然后我又在开通了联网功能的DeepSeek搜，可以看到它显示搜索到48个网页，然后又深度思考了46秒，给出了一份跟上一份详细程度有过之无不及的推荐指南，而不同之处则在于搜集的信息更新，比如「接下来看网页3，这是一个2025年的跑鞋十大品牌排行榜，虽然没有排名，但列出的品牌包括安踏、阿迪达斯、特步、美津浓、New Balance、彪马、耐克、李宁。这些可能都是值得推荐的品牌。」

同时在思考的结尾，DeepSeek再次重申「确保推荐的信息是最新的」，在输出的答案里也体现了这一点：

图片来源：极客公园

可以看到，开了联网搜索的DeepSeek给出的推荐更有时效性，这也应该更能给用户种草，毕竟「新」本身也是种草的一种追求。

2 AI 时代 SEO 新攻略

用户的搜索和种草链路正在发生变化，部分品牌已经意识到其中的机会，正在尝试把自己的产品融入到AI之中。

现在有一些品牌在小红书上结合DeepSeek推荐自己，但看起来还处于很初级的阶段，就只是简单地拿DeepSeek放在首图来引流：

图片来源：极客公园

我也拿图上这两个问题问了下DeepSeek，给出的回答——跟图上完全不一样。

首先是「给我推荐一款敏感性皮肤护理产品」，DeepSeek给出的回答如下：

以下是针对敏感性皮肤的护理产品推荐，结合了多篇专业榜单及医师建议，涵盖不同护肤步骤和价位选择，供你参考：

—

### 1. 舒缓保湿精华/乳液推荐

– 悦蕾 海洋冰川水凝露 主打舒缓敏感、长效保湿，含多种植物精粹，质地清爽易吸收，适合日常维稳。搭配同品牌 **悦蕾冰泉焕颜蚕丝面膜**（补水修护）效果更佳。

– 理肤泉 B5修复面霜 含维生素B5和积雪草精华，能缓解泛红、干痒，修复屏障，尤其适合急救使用。

– 珂润 润浸保湿柔和乳液 无香料、酒精，含神经酰胺，专为敏感肌设计，性价比高，适合日常保湿。

—

### 2. 温和洁面产品

– 芙丽芳丝 净润洗面霜 氨基酸配方，温和清洁不紧绷，适合晨间或敏感期使用。

– 珂润 润浸保湿洁颜泡沫 按压式泡沫洁面，含神经酰胺，清洁同时保护角质层。

—

### 3. 急救修护面膜

– 悦蕾 冰泉焕颜蚕丝面膜 天然蚕丝膜布，精华液丰富，快速缓解干燥泛红，适合敏感期密集护理。

– 薇诺娜 舒敏保湿面膜 医美级配方，含马齿苋提取物，镇静泛红肌肤，适合重度敏感时使用。

—

### 4. 防晒产品

– 珂润 润浸保湿温和防晒乳液 物理防晒剂（氧化锌），无酒精、香料，温和防护紫外线刺激。

– Fancl 倍护物理防晒霜 纯物理防晒，防水防汗，成分简单，适合敏感肌长期使用。

—

### 使用建议 

1. **简化护肤步骤**：以清洁+保湿+防晒为主，避免叠加过多功效型产品。

2. **成分选择**：优先含 **神经酰胺**（修护屏障）、**透明质酸**（保湿）、**积雪草**（抗炎）等成分的产品。

3. **测试与过渡**：新产品需在耳后或手腕测试，无不适后再全脸使用。

4. **严重敏感期**：若出现红肿、刺痛等严重症状，建议就医并遵医嘱使用抗炎类药膏（如他克莫司软膏）。

—

### 高性价比品牌参考

– **玉泽**：皮肤屏障修护系列，适合干燥敏感肌。

– **雅漾**：舒护调理喷雾+修护霜组合，经典敏感肌搭配。

如果需要更详细的成分分析或具体肤质适配建议，可参考上述来源中的专业评测（如网页4、8、9）。

 

在DeepSeek给我的回答里，虽然没有出现图上的可复美，但涵盖了不同护肤步骤和价位选择，其中一些产品也经常被护肤博主推荐，有一些也是颇受用户好评，比如薇诺娜、雅漾这些，确实是敏感性皮肤不错的选择。

图片来源：极客公园

从图中可以看出，DeepSeek花了26秒，读取了44个网页，才为我生成了上述的产品推荐。分析它的思考过程可以看出，它先是排除了网页1、2、3、6、7，因为这些页面无法获取内容，然后重点关注网页4、5、8、9、10，这些页面提供了与敏感性皮肤护理相关的内容。

然后是对各网页的关键信息进行分析，综合考虑了不同来源对各类产品的推荐及成分说明之后，挑选了不同护肤步骤中较被认可且成分安全的产品并添加了使用建议。

可以看出，AI时代品牌的SEO策略还是需要有所改变。

搜索引擎优化和有机营销机构dune.7x做了一番研究，先从SEO和 LLMO（大模型优化） 的相似性出发给出一些建议：

在用户意图上，正如 SEO 围绕破译用户正在搜索的内容一样，LLMO 专注于了解用户向语言模型提出的查询和提示。品牌必须考虑他们的内容如何与消费者可能提出的问题类型保持一致。

其次是关键词相关性，传统SEO依赖精心挑选并合理布局关键词，确保品牌的内容在用户搜索时能够被发现。LLMO 涉及整合可能LLM识别和响应的相关短语和概念，从而提高品牌的内容在 AI 驱动的搜索中突出显示的可能性。

同时，内容质量依旧关键。在SEO中，原创且高质量的内容有助于提高页面的排名，而在生成式AI中，AI模型同样更倾向于选择结构清晰、信息充分的内容。品牌需要确保其内容在深度与准确性上满足AI的要求，才能在AI的内容推荐中占据优势。

此外，正如 SEO 利用结构化数据来帮助搜索引擎理解内容一样，LLMO 也受益于清晰的实体标记。事实上，鉴于 AI 倾向于 “幻觉 ”响应，架构标记可以帮助LLMs理解网页上的内容和上下文。

SEO 和 LLMO 都受用户参与度的影响。在 SEO 中，点击率和停留时间等指标很重要;在 LLMO 中，用户反馈和互动会影响 AI 平台对内容的感知和排名。

 

虽然SEO与生成式AI之间有不少相似之处，但它们在运作机制上还是有明显区别：

以谷歌搜索为例，其工作流程主要包括三个关键步骤：抓取、索引和提供搜索结果。

在抓取阶段，谷歌的网络爬虫（googlebot）会访问并下载网页内容。随后，在索引阶段，搜索引擎会分析页面上的文本、图片和视频文件，并将这些信息存储到一个大型数据库中。最后，在提供搜索结果阶段，谷歌的算法会根据200多个排名因素，如反向链接和内容相关性，来确定用户搜索结果的排序。

而大型语言模型的运作方式则有所不同。在训练阶段，LLM会在海量数据的基础上进行训练，这些数据通常通过类似于传统搜索引擎的方式抓取网页。

在深度学习阶段，LLM利用高级机器学习技术来理解单词和句子的组合方式。这包括对非结构化数据进行概率分析，从而帮助模型识别内容之间的相似性和差异，而无需人工干预。

在提示调整阶段，LLM会根据其将要专注的特定任务进行微调。在生成式人工智能模型中，这一步骤涉及解释问题并生成相应的回复。

基于这样的工作原理区别，dune.7x的研究得出，在AI时代，品牌推荐需要做的是：

1. 构建更为灵活的内容结构，以应对多层次的提问，而不仅仅依赖简单的关键词布局。
2. 编写简洁、直接的内容，同时整合常见问题和摘要，方便AI能够快速抓取并理解核心信息。
3. 着力构建内容的上下文关联性，通过丰富的信息回答问题，确保其内容在AI模型中获得较高的优先级。
4. 优化页面内容的呈现方式，简化语言，避免冗长复杂的段落，以帮助AI更高效地提炼和理解内容。
5. 平衡深度和简洁性，确保既能全面覆盖主题，又能让AI高效提炼出核心要点。

3 AI 搜索的商业化机会在哪里

目前大模型领域，像DeepSeek这样的公司，重心还在AGI（通用人工智能）的追求上，商业化并非首要目标。但未来大模型平台的商业化模式必然会逐步清晰，而且种草和广告一定会成为其重要的一环。

与传统搜索引擎不同，AI驱动的搜索引擎不仅仅依赖于关键词和页面排名，而是通过深度学习和语义分析提供更精准的答案，也更能起到「种草」的作用。

虽然现在这些平台并没有通过竞价排名进行广告分发，但随着商业化需求的逐渐增强，它们或许也会引入类似广告的机制，品牌商可以直接向平台支付费用，让他们的产品或服务在AI提供的回答中优先显示。这种方式跟传统的广告模型有所相似，但应该会更加无缝且精准。

大模型公司还没太多动作，有创业公司已经在行动了。AI原生广告创业公司Nexad正在开发一个中间件，可以将广告系统无缝植入到大模型的代理搜索引擎中，从而影响结果，其类似于 SEO，但是一个更智能、更深入的过程。

Nexad ceo&cofounder Jason Hu对极客公园谈到，从广告投放逻辑来看，简单来说，广告行业分为需求端（广告主）和供给端（发布者，即各类 AI 媒体）。

需求端方面，广告匹配将更加精准，因为用户与 AI 的交互更丰富，AI 能更深入地理解用户意图，用户可能会用一段话描述整个场景来询问问题，而不是像传统搜索引擎那样只输入关键词，这样广告主也可以获得更多有用信息来进行广告匹配；供给端方面，用户的注意力正从人类生产内容转向 AI 生产内容，这是一个巨大的流量机会。

并且，在他看来， AI 时代接下来，大量的广告素材可能将由 AI 生成，广告系统和素材生成将合二为一。广告系统积累的大量用户反馈数据可以用来训练广告素材生成模型，形成数据飞轮，提升广告效果，这可能会使一些没有数据和相关能力的小型营销机构被淘汰。

未来，随着大模型厂商对商业化追求的深入，「种草」或许也将成为AI搜索引擎中的重要功能。广告商可以通过与AI平台合作，将广告内容更加精准地嵌入到搜索结果中，而不再仅是依赖传统的竞价排名。

字节跳动旗下AI助手豆包正在小范围测试深度思考模型，据豆包相关负责人对极客公园表示，当前测试的是自家深度思考模型的不同实验版本。

另外有报道称，豆包正在测试的深度思考模型是基于豆包1.5基座模型研发。

其实此前在1月中旬，在豆包大模型团队发布豆包1.5Pro时，就已宣布了深度推理模型Doubao-1.5-pro-AS1-Preview的存在，并称「在完全不使用其他模型数据的条件下，通过 RL 算法的突破和工程优化，充分发挥 Test Time Scaling 的算力优势，完成了 RL Scaling ，研发了 Doubao 深度思考模式。」

极客公园实测发现，与豆包对话时后者生成的答案确实有开始显示推理过程的思维链，不过并不稳定出现。目前在豆包对话页面也尚未出现「深度思考」功能的入口。

从2月22日开始，豆包就被腾讯旗下的AI应用「腾讯元宝」压了一个身位，位居中国区苹果应用商店免费APP下载排行榜第三位（第一名还是deepseek)，在腾讯、百度多个应用接入deepseek后，字节豆包会如何处之就成为大家关注的焦点，如今答案正在显现。

1 豆包也上「深度思考」了？

最早具备深度思考能力的模型是OpenAI于2023年12月推出的o1系统，但其采用闭源策略而且仅限付费用户使用（每月200美元）。而DeepSeek则通过开源策略、成本降低以及交互创新，成为首个将深度思考能力大规模普及的AI公司——DeepSeek于2024年11月20日发布R1-Lite-Preview，成为国内首个对标o1的推理模型，并在2025年1月20日开源了R1模型。

R1模型的创新点在于：透明化思维链；展示完整的推理过程，包括自我质疑、假设验证等拟人化思考路径；低成本与开源；R1模型的推理成本仅为OpenAI o1的1/27，且代码完全开放。

DeepSeek的深度思考模式是一种通过显性化AI模型的推理过程来增强用户理解的功能，思维链（Chain of Thought, CoT）是支撑这一模式的核心技术。

简单来说，深度思考模式可以让用户直观看到模型的思考过程，这中间涉及思维链的展示，也就是COT（Chain of Thought）——思维链是模拟出来的，通过训练让模型输出中间步骤，比如自我质疑和反思，虽然只是文字序列，但看起来像人类的思考过程。

在深度思考模式下，用户不仅能看到AI的最终答案，还能观察到模型解决问题的完整逻辑链条，包括自我质疑、假设验证、错误修正等步骤。比如，在解决数学题时，模型会展示其从问题拆解、多方法验证到最终结论的全过程。

结合实时联网功能后，模型可抓取最新信息并进行逻辑整合。25日，Anthropic 发布了Claude 3.7 Sonnet 混合推理模型，阿里云 Qwen 推理模型「QwQ-Max 预览版」也亮相了，我让豆包评价了一下这两款推理模型：

可以看到豆包搜到9篇资料并进行了「深入思考」｜图片来源：极客公园

豆包展示了思考过程｜图片来源：极客公园

思考完毕的豆包输出了对这两款模型的评价｜图片来源：极客公园

思考过程的展示，让用户能够清晰地看到模型的推理步骤，而不仅仅是最终结果，这样一来，用户能够感受到模型的决策是有依据的，对模型输出的结果也会更有信任感。

2 豆包 vs deepseek，各有千秋

因为还在测试中，目前在豆包对话页面暂未显示「深度思考」功能的入口，输入消息时也没有像其他接入deepseek的产品一样有选择框可以选择是否开启「深度思考」功能，只是被灰度到的用户在问一些问题时会触发该功能。

我拿几个问题同时问了一下豆包和deepseek，看下两者在「深度思考」上会有哪些不同表现。

经典的数学问题：「9.11和9.9谁大」

先看下豆包的思考过程：

先说一下，在测试中，我发现豆包的「深度思考」模式出现得并不稳定，在第一次输入「9.11和9.9谁大」后，它只是简单地回应了我一下：

图片来源：极客公园

但在我又输入了一遍「9.11和9.9谁大」想试试会不会触发「深度思考」模式时，还真出现了：

豆包详细地考虑了为什么我会第二次问它这个问题……｜图片来源：极客公园

可以看到，虽然豆包意识到刚刚已经回答过我，但它还是贴心地考虑了多种也许我没理解前面答案的可能性，然后再给出判断方法最后输出结果。

再看一下deepseek的思考过程：

可以看出，虽然这是一个「看起来很简单」的问题，deepseek的思考过程同样很详细，要比豆包的思考过程更全面。

在这个简单数学题上，豆包和deepseek都遵循了小数比较的基本规则，并采用多种方法验证；不同点在于豆包注重教学引导和考虑到用户可能的误解，而DeepSeek则更现自我质疑和反复验证，思考过程更复杂。

哲学问题：意识的本质是什么？AI会获得自我意识吗？

先来看豆包的回答：

再来看看deepseek的回答：

可以看出，DeepSeek的回答分为科学理论、AI意识路径、伦理框架和解决路径四个部分，引用了神经科学、量子理论等，还提到了法律案例和具体数据；而豆包的回答更偏向哲学理论分类，列举了物理主义、二元论等，并讨论了支持与反对AI权利的观点，不过没有深入技术细节。

两者都承认意识本质尚无共识，也都提到了哲学和科学理论、伦理问题，不同则在于深度和技术细节，DeepSeek更技术导向，涉及神经形态计算、量子封印技术等，而豆包更侧重哲学流派和现有伦理指南。

通过本次实测，我们看到了豆包在深度思考模式上的初步表现，虽然目前处于测试阶段，且功能的稳定性和入口尚未完全开放，但其对推理过程的初步展示已为用户带来了更直观的理解路径。

继 DeepSeek 和宇树科技之后，又一家来自杭州的科创企业群核科技于近日走到台前，迎来了关键时刻。

近日，群核科技递交了港股招股书，正式向「全球空间智能领域第一股」发起冲击。这家在「杭州六小龙」中最早成立的公司，有望率先撞线，第一个迎来敲钟时刻。

公司名字「群核」代表着 AI 时代最典型的计算方式：通过云端的 GPU 集群，用多核心并行计算，加速计算过程。

十多年前，群核科技的三位创始人找到了这项技术的第一个商业落地场景：家装，推出了线上空间设计平台「酷家乐」，用「家装领域 SaaS 公司」的概念把技术推向了市场。

2023 年，酷家乐占据国内空间设计软件市场 22.2% 的市场份额，营收排名全国第一，毛利率接近 80%。与此同时，AI 浪潮爆发，公司多年来积累的超 3.6 亿 3D 模型，突然成了机器人仿真训练领域的香饽饽，群核看到了脱下家装外壳，走向科技下半场的机会。

这大概是公司董事长黄晓煌没有想到的创业剧本。14 年前，他离开英伟达回国创业时，GPU 通用计算是个标准的非共识技术方向；如今，他在家装行业积累多年的沉淀，有望和英伟达的显卡一样，成为具身智能行业关键的「AI 燃料」。

不愿「整点下班」，选择离开英伟达

2011 年，二十四岁的黄晓煌决定离开英伟达，回国创业。

在这之前，他先后就读于浙江大学竺可桢学院和美国伊利诺伊大学香槟分校，本科专业是计算机图形学，研究生阶段则重点关注 GPU 高性能计算。

研究生毕业后，黄晓煌放弃了读博的机会，直接进入英伟达工作，主要工作是参与 CUDA 的设计和开发。

如果放到当下，这妥妥是一份让无数人羡慕的美差。凭借着 AI 浪潮，英伟达市值最高突破了 3.6 万亿美元。而正是 CUDA（通用计算平台）的概念提出和推广，让英伟达从一个「卖游戏显卡的」，摇身变成了全球首屈一指的「AI 军火商」。

但在 2011 年前后，GPU 运算还没有成为共识，在英伟达工作也并不是一件令人羡慕的事。黄晓煌后来在回忆的时候打趣说，当时在硅谷的派对上，如果向女生介绍自己在英伟达工作，只能收获一个礼貌的微笑，然后对方转身就走开了。

不过，真正让黄晓煌决定回国创业的，还是源于自身对「做事」的向往。这种向往部分来自于本科时期浙大的影响——浙大被誉为中国创业率最高的大学，如今「杭州六小龙」里，有 3 家公司的创始人都来自浙大；还有一部分则是他对当时硅谷工作环境的「不满」，「（那时候）大家都整点下班，感觉节奏太慢了。」

从这个表达就能听出，黄晓煌的确是块搞研究、能折腾的料。

于是，黄晓煌拉上了他的两个研究生同学陈航和朱皓，回国创业。据说为了致敬乔帮主在车库里搞出第一台苹果电脑，他们创业的起点也开始于陈航家的阁楼上。后来为了给公司选址，还跑过不少城市。最后杭州上城区政府主动上门，还给了一笔启动资金，终于把后来「六小龙」里的一条龙留了下来。

群核科技的三位创始人：朱皓、黄晓煌、陈航（从左至右） | 图片来源：网络

但作为技术出身的创业者，起步阶段的困难远比做硬件产能更大，尤其是当你所看好的技术还处于非共识的时候。

那个时候，别说后来的 GPU 运算了，连「云」的概念都起步不久，大部分软件也都是本地化运行。黄晓煌跟投资人说，想用 GPU+云计算做物理仿真，但大部分投资人听不懂，市场看好的是移动互联网和 OTO 等风口项目，很难融到钱。

既然阳春白雪的故事讲不通，就得更接地气才行。黄晓煌他们拿着「快速渲染」这把锤子四处在市场上找钉子，尝试过游戏、电影等不同的行业，最后终于找到了一个可以落地的场景：家装。

有意思的是，创业之前，黄晓煌甚至都没有自己的房子，对装修几乎一无所知。但凭借着「家装 OTO」的概念，他和两位合作人拿到了第一笔融资。

全国最大的空间设计平台

2013 年，群核科技旗下的空间设计软件「酷家乐」正式上线。通过在云端部署 GPU 集群，酷家乐大幅提升了家装行业里空间设计、渲染等环节的效率。产品上线后，很快就在行业中得到了从业者的关注和认可。

2015 年，酷家乐引入付费订阅模式，主要面向企业级用户。此后，酷家乐产品又迭代出一系列新功能，包括自动将设计数据转换为可用于生产的指令，交付制造商进行生产；可基于 3D 设计自动图纸工程图纸、材料计算清单和成本计算表。

目前，酷家乐产品被广泛用于设计住宅、办公楼、零售连锁店及基础建设项目，同时亦扩展至一些新兴用途，如电商产品展示等。

除酷家乐外，群核科技的另外两款产品分别是面向海外市场的空间设计软件 Coohom，以及面向 AI、智能机器人、AR/VR 系统的群核空间智能平台 SpatialVerse。

2024 年前九个月里，群核科技的海外收入占比为 7.4%，同期订阅模式收入占公司总营收的 98.3%。不难看出，现阶段酷家乐依然是公司关键的「现金牛」业务。

在整体营收数据方面，2022 全年、2023 全年、以及 2024 年前九个月里，群核科技的总营收分别为 6.01 亿元、6.64 亿元和 5.53 亿元，同期分别实现 10.5%、13.8%的稳定增长。

营收增长的原因之一，在于来自「大客户」（指年度收入贡献超过 20 万元的企业客户）的订阅总收入及客单价都在逐渐增高。2022 年，「大客户」平均订阅收入为 64.4 万元；这个数字在 2024 年前九个月上涨到了 81.9 万元，增幅超过 27%。

同时，企业客户的数量也在逐年提升，截止 2024 年 9 月 30 日，群核科技总有企业用户超过 4.5 万，个人用户超过 41.3 万人。

群核科技客户变化情况 | 图片来源：招股书

财务数据显示，2022 去年、2023 全年及 2024 年前九个月，群核科技的毛利率分别为 72.7%、76.8%和 80.4%，但同期公司的总亏损却分别达到了 7.04 亿元、6.46 亿元和 4.22 亿元。

这其实是整个国内 SaaS 行业面前的共同困境：收入高，毛利高，但盈利难。

我们以两家同处于电商 SaaS 公司的财务数据为例，可以体现国内 SaaS 行业的「收入高，毛利高，但盈利难」的共同困境。2023 年，两家公司总营收分别为 22.28 亿元和 14.48 亿元，前者毛利率达 66.6%，但经调整后仍亏损 0.75 亿元；后者毛利率为 69.2%，经调整后净利润为 4228 万元。

核心原因在于：其一，作为技术型驱动的公司，SaaS 企业需要投入一定的研发成本；其二，不同于 C 端消费品，ToB 类型的产品销售链路更长更复杂，甚至需要再销售过程中提供各种讲解和教学的服务，所以 SaaS 企业往往也都需要规模不小的营销团队。

招股书显示，截止 2024 年 9 月 30 日，群核科技全年销售支出 2.48 亿元，占总支出 44.9%，研发支出 2.63 亿元，占总支出 47.6%，均同比收窄。在控制成本、扩大营收的双重作用下，2022 去年、2023 全年及 2024 年前九个月，群核科技的经营性亏损逐步收窄，分别为 4.02 亿元、2.94 亿元、1.28 亿元。

群核科技自 2022 年以来的综合损益表 | 来源：招股书

从以上营收数据不难看出，尽管酷家乐已经成为了国内同类型中收入最高的软件，但互联网家装领域的天花板并不是无限高的，黄晓煌也并不希望把群核仅仅框定在这个领域，他曾经说过：「如果只把群核定义为家装 SaaS 企业，那是对公司最大的误解。」

AI 和具身智能带来的下半场

黄晓煌的这句话还有另一层含义：他和两位合伙人创业的初期是源于技术驱动。当年他们拿着 GPU 运算这把「锤子」找到了互联网家装的落地场景，现在，他们还需要找到其他新的「钉子」。

所以，就像「群核」这个名字一样，黄晓煌希望把公司打造为一家科技企业，把 GPU 通用计算的能力，运用到更多场景中。

2018 年，群核科技联合帝国理工、南加州大学共同发布了一个室内空间数据集的方案，然后就接到了一封来自某硅谷巨头的合作邮件，希望探索空间智能领域。

黄晓煌事后回忆说，他当时第一反应是遇到了骗子。因为他此前从没意识到，自己在家装行业多年的经营积累，能够在新兴前沿的领域里，被全球头部科技公司认可，并且产生价值。

群核科技创始人黄晓煌 | 图片来源：极客公园

几年后，随着人工智能的进一步发展，科技圈对「空间智能」的探索逐渐拓展到了「具身智能」领域。不同于语言模型可以调用海量已有数据进行训练，机器人训练的可用数据少之又少。而获取数据的方式，一类是在现实物理空间中采集，但成本极高，且难以覆盖所有场景。另一类重要的场景，就是仿真训练。

OpenAI 发布 Sora 后，业界认为这种生成式的模型是解决仿真数据的一种方式。不过现阶段，生成式模型还存在着诸多问题，例如投进篮筐的球会突然爆炸，或者各种物体「穿墙」的 bug。

这些数据显然不符合仿真训练数据的一条重要原则：「物理正确」。

2024 年，群核科技推出空间智能平台 SpatialVerse，希望为下一代面向室内环境的 AI 开发提供解决方案。根据招股书中相关信息，这个平台的核心正是：可以提供大量「物理正确的数据集」。

截止 2024 年底，酷家乐平台一共积累了 3.62 亿个 3D 模型。由于这些数据是基于线上设计平台而来，所以它们可以让场景里的诸多细节做到正确实用。例如：理解抽屉是否可以正常打开，一扇门的正确开启方向，房间里宠物的毛发应该出现在哪里。

根据媒体报道，华为天才少年稚晖君的智元机器人也使用了群核提供的数据进行机器人训练。

2024 年国内人形机器人领域，相关投资事件超过 50 起，总投资额超过 50 亿元。现在，群核科技认为自己掌握了一把通往未来科技行业的钥匙，这是他们在这个时间点重启 IPO 的重要原因。但这把钥匙在上市后如何落地，是公司下一步要探索的重要课题。

但无论如何，AI 的到来，给了群核一个重构自身价值的机会，黄晓煌在创业的第 15 个年头里，正期待逐渐褪去家装的外壳，露出科技公司的本色，在空间智能的领域里，开启群核科技创业更精彩的下半场。

自年初 Deepseek 引发广泛关注以来，国内迅速掀起了一股新的 AI 热潮。在这一背景下，探索 AI 应用和引入 Deepseek 技术已成为科技互联网公司不可或缺的「必答题」。

在众多宣布 AI 战略的互联网公司中，Keep 无疑是最受瞩目的之一。2月初，Keep 的创始人王宁通过一封全员信宣布公司将「All in AI」，旨在将在线健身从简单的推荐服务升级为内容生成，持续引领运动科技行业的发展。这一战略宣布后，资本市场反应积极，Keep 的股价在随后的两周内累计上涨了48%。

然而，2 月 21 日晚，Keep在港交所发布了一份盈利预警公告，预计 2024 年度的亏损将较往年有所扩大。尽管如此，公司仍乐观预计将在 2025 年实现盈亏平衡。Keep 将亏损的原因主要归咎于 2024 年对 AI 和海外业务的积极投资布局，以及在可穿戴设备、硬件研发、赛事营销等方面的加大投入，特别是对 AI 技术的研发投入，公司希望通过这些投资换取长期的增长和价值。

那么，Keep将如何拥抱AI技术呢？难道未来的 AI 不仅能帮助我们撰写文章、翻译邮件，还能代替我们进行健身？——这当然是一句玩笑话。但经过深入分析，我们发现，在线健身与 AI 的结合确实是一个被低估的市场机会。AI对供给侧的改革，可能会引发健身行业新一轮的线上革命。

All in AI ，Keep 要做怎样的产品？

随着 AI 技术逐渐渗透到各行各业，越来越多的企业开始探索如何利用这一技术提升服务体验。然而，技术本身并非唯一决定因素，真正的关键在于如何将技术与具体场景结合，为用户创造切实的价值。

在健身领域，Keep 正意识到这一点，计划通过 AI 技术不断加强线上服务的能力，力图实现与线下金牌私教相媲美的个性化指导体验。

尽管目前 Keep 尚未公布具体的产品路线图，但从 AI 技术本身的潜力出发，我们可以合理推测其发展方向。大致而言，这一过程可以分为三个阶段：

第一阶段的核心思路，是通过大模型生成海量内容，完成品类的扩展和专业内容的补齐。

此前，Keep 平台上的健身内容大多由专业教练团队制作，导致内容品类、数量的扩展和更新频率受到资源和时间的制约。

而接入 AI 大模型后，Keep 不仅能够为现有的瑜伽、力量训练、跑步等核心品类提供更多专业内容，还能迅速拓展到其他运动领域。过去，由于师资匮乏或制作难度较大，一些如冲浪、攀岩等项目的内容更新常常受到限制，借助 AI 大模型的内容生成能力，这些领域将能快速得到补充。

引入 AI 后，Keep 希望拓展跑步、瑜伽之外的更多品类 | 图片来源：视觉中国

这一思路在当前热门的自动驾驶和具身智能领域已有类似应用。在机器人训练中，数据采集通常需要在复杂的真实环境中进行，这不仅效率低、成本高，还可能面临数据匮乏的问题。而通过 AI 生成仿真数据，开发者能够更快速、更高效地训练机器人，显著降低成本并提高效率。

类似的方式，AI 在健身内容的生成上，也能帮助 Keep 快速填补空白，推动内容的多样化与个性化。

下一阶段，AI有望带来更好的交互体验，让线上内容也跟线下一对一私教一样，为用户带去更灵活和个性化的体验。

过去，即使 App 里拥有海量的课程库，用户依然需要根据自身需求筛选合适的内容，制定适合自己的训练计划。相比之下，线下私教的优势在于，教练能够根据用户每天的反馈灵活调整训练强度、内容、节奏以及饮食等，定制一套完整的训练计划。无论在专业度还是精力的维度，都能极大地提升用户体验。

而随着 AI 对话、推理能力的增强，线上教练未来有望像私教一样了解你的身体状态。只需要每天锻炼前输入相应的指标，甚至是用主观的语言描述身体感受，「AI Coach」就能像一个经验丰富的私教一样，随时灵活调整训练方案，进而提高训练效果和整体满意度。

在语言沟通能力的基础上，最后一个阶段的目标是通过加入传感器，收集更丰富的运动数据，并利用AI不断增强的多模态能力，为用户提供更专业的运动体验。

这一思路与当前备受关注的 AI 硬件赛道有着相似的逻辑。在评估 AI 硬件公司时，除了硬件技术本身，另一个关键因素是其是否能获取和利用高质量的数据。而 Keep 凭借庞大的用户群和涉足智能运动装备，显然占据了独特的市场位置。

对于用户而言，这种升级代表着更高端的定制服务。想象一下，如果有一个 AI 教练始终监控你的运动数据，类似于专业运动队的教练对运动员的训练管理。这样的服务不仅提升了体验，也可能为平台带来更高的单价和更大的商业价值。

总之，通过 AI 技术的引入，目标是让线上教练的「智能大脑」得到强化。这一过程中，AI 不仅充当了内容生成的「引擎」，更成为了每个用户的私人教练，具备了自我优化和实时调整的能力，使得线上健身的体验有望突破传统限制，为用户带来前所未有的个性化训练方案。

从内容普惠，到每个人的「健身 Agent」

DeepSeek 爆发之后，各行各业都在研究如何用好 AI ，那为什么 Keep 宣布全力进军 AI 之后，市场反馈这么积极呢？

核心在于，AI 可以解决 Keep 所在的线上运动健身领域里，核心的商业痛点。

痛点之一在于：线上平台进行制作内容的成本偏高，周期偏长，种类有限。

前文提到，传统的线上健身平台需要投入大量资源寻找合适的教练进行课程录制，同时还要承担平台的运营和时间成本。每一项内容的制作都需要精心安排，从教练的选择到拍摄、编辑，流程繁琐且成本高昂。

而且，为了确保课程质量，平台通常需要聘请经验丰富的顶级教练，这无疑进一步推高了成本。这种模式虽然能够保证内容的专业性，但在规模化扩展时，成本却成为了一个显著的瓶颈。

随着AI技术的引入，平台可以通过AI生成内容，极大地降低制作成本。这样，平台不再依赖大量人力进行内容制作，而是通过AI算法在短时间内完成高质量的内容生成。内容制作的成本将大幅降低，平台能够更高效地扩展课程数量，提升竞争力。

Keep 希望「成为 10 亿运动者的自由运动场」| 图片来源：Keep

线上健身行业的另一个痛点在于：虽然平台提供了丰富的课程选择，但由于缺乏个性化的服务，用户的付费意愿始终未能显著提升，导致客单价较低。

同时，如果平台仅仅作为内容提供方，用户仍然能够从其他视频平台获得类似的课程内容，这使得平台在竞争中缺乏足够的差异化优势。

AI 的引入为这一问题提供了解决方案。通过深入分析用户的健康数据、运动目标、身体状况及运动表现，AI 可以为每位用户定制个性化的训练计划，确保每项训练都符合他们的需求与能力水平。这种量身定制的体验，不仅能够提升课程的价值，还能显著增强用户的参与感与忠诚度，进一步提升付费转化率。

此外，前文提到的「AI+硬件」的结合，也为线上健身行业带来了差异化的竞争力。例如，借助智能运动装备，AI 能够实时监测用户的运动数据，调整训练强度、姿势等，并在运动过程中提供即时反馈。与传统的视频课程相比，这种互动式的体验更为深入，能够提供类似线下私教的实时指导，进一步提升用户体验并强化平台的独特优势。

总体来说，Keep 的 1.0 阶段主要聚焦于通过互联网连接用户，借助线上社区实现健身内容的普及和全民共享。而随着 AI 的加入，2.0 阶段的 Keep，希望通过提供更加个性化的服务，打造「低成本+高质量」的产品，进而开辟出新的发展空间，进一步提升平台在市场中的竞争力。

在这一点上，线上语言学习平台多邻国无疑是一个值得借鉴的典范。多邻国通过将 AI 技术深度融合到内容生成和学习路径设计中，成功实现降本。同时，通过发明半衰期回归 (HLR) 算法，依此确定练习时机、挑选薄弱单词，优化了课程供给。

数据显示，过去两年，多邻国股价上涨约 400%，目前总市值逼近 180 亿美元。

类似的 AI 驱动降本增效的商业模式，在全球范围内也得到了越来越多创业项目的实践与验证。通过技术手段，平台能够实现内容和服务的自动化，从而降低运营成本，并且在保证内容质量的同时提升用户的参与度和忠诚度。这一模式得到了资本市场的高度关注与认可，投资者纷纷看好其在长期内的增长潜力。

2025 年初，DeepSeek 以「低成本、高性能」的方式为 AI 领域带来了全新的解题思路，同时也让全球资本市场再次聚焦中国科技创新的潜力。 高盛在 2 月的跟踪报告指出，全球资本正在重新评估中国科技公司的价值，尤其是 AI 相关企业，成为这一轮投资浪潮的核心焦点。各大对冲基金正在加速流入中国市场，显示出对这一赛道的长期看好。

AI 的价值不仅仅在于模型能力的突破，更关键的是如何在具体场景中落地，解决现实问题，创造长期经济价值。 这一点，也正是 Keep 在 2024 年全面调整业务节奏、坚定「All in AI」战略的核心逻辑。

对于刚刚迎来十周年的 Keep 来说，AI 不仅是技术升级的工具，更是一次商业模式重塑的机会。 在健身行业，AI 的介入意味着内容供给的成本降低、个性化服务的增强，以及长期盈利能力的提升。创始人王宁对此充满信心，并表示 2025 年将是公司实现扭亏为盈的关键节点。而在 AI 价值重构的背景下，Keep 也许正站在新一轮增长故事的起点。

百度拟斥资 21 亿美元收购 YY 直播业务

2 月 25 日消息，百度宣布与欢聚时代达成协议，拟收购后者此前在中国大陆拥有的视频娱乐直播业务（即 YY 直播）收购总价约为 21 亿美元。作为交易的一部分，百度之前根据股权收购协议存入托管账户的约 16 亿美元已全部释放给百度。释放的资金将投资于云计算和人工智能基础设施。（来源：界面新闻）

特斯拉暴跌 8%，市值跌破万亿

特斯拉股价周二暴跌超过 8%，市值跌破 1 万亿美元，跌至 11 月 7 日（特朗普赢得大选两天后）以来的最低水平。今年迄今，该股已暴跌 25%，较 12 月 16 日的创纪录收盘价下跌了 35% 以上，而纳斯达克指数今年迄今仅下跌 1.5%。特斯拉 CEO 埃隆·马斯克的净资产今年以来缩水了超过 520 亿美元，尽管他仍然是世界上最富有的人，目前财富价值约为 3800 亿美元。（来源：新浪财经）

字节即梦考虑接入 DeepSeek，移动端新负责人曹大鹏到岗

2 月 25 日消息，据媒体「晚点 LatePost」报道，字节跳动的 AI 视频生成产品即梦近期有了新移动端负责人，他是原零一万物 PopAI 产品负责人曹大鹏。加入后，曹大鹏向剪映负责人张楠汇报。
同时，即梦也正在考虑使用 DeepSeek。此前，字节跳动体系内的飞书已使用 DeepSeek。（来源：晚点 LatePost）

超越 Sora！阿里万相大模型宣布开源

2 月 25 日消息，阿里云宣布旗下视觉生成基座模型万相 2.1（Wan）开源，此次开源采用最宽松的 Apache2.0 协议，14B 和 1.3B 两个参数规格的全部推理代码和权重全部开源，同时支持文生视频和图生视频任务，全球开发者可在 Github、HuggingFace 和魔搭社区下载体验。

据介绍，14B 万相模型在指令遵循、复杂运动生成、物理建模、文字视频生成等方面表现突出，在权威评测集 VBench 中，万相 2.1 以总分 86.22% 的成绩超越 Sora、Luma、Pika 等国内外模型，稳居榜首位置。1.3B 版本测试结果不仅超过了更大尺寸的开源模型，甚至还接近部分闭源模型，同时能在消费级显卡运行，仅需 8.2GB 显存就可以生成高质量视频，适用于二次模型开发和学术研究。（来源：新浪科技）

何小鹏谈特斯拉FSD入华：热烈欢迎，智能驾驶行业会有更多有趣交流和互相促进

小鹏汽车CEO何小鹏 2 月 25 日在朋友圈发文，谈及了特斯拉FSD开始陆续在中国推送一事。他表示，热烈欢迎，整个智能驾驶行业会有更多的有趣交流和互相促进。

何小鹏称，今年上半年期望拿小鹏图灵AI智驾和全球最好的高阶智驾能力做一次全方面覆盖的比较，在功能、性能、安全、覆盖率等方面都努力做到中国和全球第一。

他还透露，2025年小鹏已经面向海外进行研发测试，相信在2026年随着海外政策的打开，能够将小鹏汽车的图灵AI智驾带给全球用户。（来源：新浪科技）

江汽集团回应迈巴赫测试争议：车辆通过正规第三方租赁渠道获取

2 月 25 日消息，一男子昨日发视频称，自己是尊界 S800 发布会上失控的迈巴赫 S680 车主。「我没有被告知和我不知情的情况下，我的车被尊界官方拿去做暴力驾驶和测试。」

针对日前「迈巴赫车主称车被尊界官方暴力测试」事件，江汽集团发布声明。声明指出，相关测试车辆通过正规第三方租赁渠道获取，已提前向租赁渠道明确用途。

声明还表示，尊界 S800 相关测试以严谨专业的方式，展现车辆在极端条件下的卓越性能。测试全程遵循严苛行业规范与标准，所有数据真实可靠。企业对相关方带来的困扰表示遗憾，称正积极沟通协商解决。（来源：IT 之家）

消息称 DeepSeekR2 有望 5 月前发布

2 月 25 日消息，据路透社报道，三位知情人士透露，DeepSeek 正在加速推出其 R2 人工智能模型，该公司最初计划在 5 月推出，但目前正在努力尽快推出。

知情人士表示，新模型有望能生成更好的代码，并能够用英语以外的语言进行推理。目前，DeepSeek 官方没有回应对此报道的置评请求。（来源：IT 之家）

消息称苹果首款折叠屏 iPhone 誓要「零折痕」，三星、安费诺攻关

2 月 25 日消息，报道称，苹果已进入折叠屏 iPhone 的生产准备阶段。据悉，折叠屏 iPhone 的零部件供应商选择即将完成，苹果被传大幅改善了折叠屏手机的显示屏折痕。

IT 之家注意到，有关首款折叠屏 iPhone 何时发布的报道存在分歧，一些报道指出是 2026 年，而另一些则认为是 2027 年。

ETNews 表示，苹果公司计划在今年 4 月完成其供应链的最终确定，这通常比计划的产品发布提前 12-18 个月进行。意味着首款折叠屏 iPhone 有望在明年下半年发布。（来源：IT之家）

联想 YOGA AIPC 元启新品发布，全球首批部署 Deepseek 端侧大模型的 AI PC 来了

联想 YOGA AIPC 元启新品以突破性技术创新强势登场，作为全球首批部署 Deepseek 端侧大模型的 AI PC，其通过无界屏显、超长续航与丰富的 AI 应用，重新定义智能生产力工具的边界。从移动办公到创意设计，全系产品以硬件革新与 AI 深度整合，为用户提供「所想即所得」的沉浸式体验。此次发布的全新 YOGA 家族新品，将陆续分批推送 DeepSeek 端侧大模型的升级包。

作为视觉交互的革新标杆，联想 YOGA Air X AI 元启版凭借 98% 屏占比的”无界天幕屏”刷新行业记录，全球首创的屏下摄像头技术将 14 英寸 4K POLED 柔性屏隐于 13 英寸机身，打造出行业最轻薄的 14 英寸旗舰机型。其采用业界首创的 UV 光刻技术，铸就猫眼石流光纹理机身，实现科技与美学的深度融合。在跨洋航班办公场景中，既能满足专业创作需求，又以独特光影质感彰显用户品味；视频会议场景下，4K 屏幕与隐藏式摄像头组合，确保职业形象时刻精致无瑕。（来源：鲸闻）

微信支持在电脑上收红包，测试版本已发布

2 月 25 日消息，微信官方发布了微信 Windows4.0.2 测试版本，目前该版本产品已经支持在电脑端收取红包。实测发现，目前微信 Windows 4.0.2 测试版本已经上线微信官网，用户只需在微信官网下载并安装该版本后，即可收取别人发给自己的红包。不过目前该版本仍不能直接通过 PC 端给别人发送红包。（来源：IT 之家）

今天一早，扑面而来的信息流提示「又是搬砖的一天」，QwQ～～

– 02:30，Anthropic 带着它的 Claude 3.7 Sonnet 混合推理模型来了，推理能力 next level；

– 05:01，阿里云 Qwen Chat 首次官宣 Thinking (QwQ) 模式，由一个叫做 QwQ-Max-Preview 的推理模型预览版支持；

– 10:24，DeepSeek 开源周 Day2 打卡，今天开源的是 DeepEP，用于 MoE 模型训练和推理的 EP 通信库，继续努力扫除让开发者高效部署模型的障碍；

– 10:50，特斯拉官宣在华正式发布「FSD 功能」，软件版本为 2024.45.32.12，更新名称为城市道路 Autopilot 自动辅助驾驶……

一众信息流中，不少网友一眼发现了今天的大戏。因为 Qwen 推理模型「QwQ-Max 预览版」的亮相，刚好赶上了也在今天官宣模型推理能力大跨越的 Anthropic，后者抢走了不少注意力。但其实 QwQ-Max-Preview 已经足够出色，包括思维链过程。

截图来源：X

Qwen 团队称，今天在 Qwen Chat 中发布的「Thinking (QwQ)」模式，由 QwQ-Max-Preview 推理模型支持，后者基于更强大的基座模型 Qwen2.5-Max 而来，在数学理解、编码、agent 等方面具有很强的能力。与 Qwen2.5-Max 相比，QwQ-Max-Preview 也更加智能，更具创造力。

我们也在第一时间感受了一把「QwQ」的实力。开源系列模型一年半以来，这次也是 C 端用户第一次可以直接用到 Qwen 家族的推理模型能力。

01 QwQ，一本正经思考的小大人

先来看看「QwQ-Max-Preview」擅长的数学、代码能力。

开启深度思考+联网搜索，问他「QwQ-Max-preview 中有几个 Q」？它不仅准确数出了两个 Q，还能结合联网信息拆解我的提问，额外回答了两个 Q 的含义。有被惊喜到～

截图来源：chat.qwen.ai（篇幅所限，未截图思维链过程）

搜索了一段提示词做「emoji 表情跳舞」小游戏，点击推理模式下的 Artifacts 功能输入这段提示词，它自动写完代码的展示页面如下。不会写代码的用户表示从 0 到 1 的小游戏初体验还挺上头。

在代码和数学能力上，X 平台有更专业对口的网友评测。这分别是一位魔搭社区维护者和 TikTok 研究员的体验，在专业的数学竞赛题目和代码题目上，QwQ-Max 预览版的完成度均比较高。

截图来源：X

另外，也试了试平时使用频率较高的两个场景：创意写作和联网搜索功能。

其思考过程和结果，都可以清晰理解用户意图、完整地给出答案。整个输出过程花了几秒。｜截图来源：chat.qwen.ai

当问到「如何评价近日中国科技公司包括阿里巴巴，正在被全面重估的观点？这背后有多少可以支撑的论据？」时，thinking+联网搜索下的 Qwen 可以帮助人类节省阅读文献的时间，总结是相对清晰完整的。

Qwen Chat 网页最下方也会提醒你，「深度思考 (QwQ) 是一个预览模型，仍在更新中」。当前的 QwQ 展现出了连贯清晰的思考过程、以及推理结果，整体像一个一本正经思考的小大人。

但在像 DeepSeek 一样「放飞自我」能带来一些「out of box」思考的能力上，QwQ 预览版仍有进步的空间。这是问 QwQ-Max-Preview 和 DeepSeek-R1 同一个问题时对比图——「通义千问团队今天更新了 QwQ 的模型？为什么起名叫 QwQ？这个名字怎么读？」

DeepSeek 可以精准检索到网页，给出「QwQ 的全称为 Qwen with Questions，体现了模型的设计理念：通过『提问、质疑与反思』的机制，模拟人类思考过程，深化对复杂问题的理解。QwQ 的官方发音为**/kwjuː/**，类似于英文单词「quill」（羽毛笔）的读音」，还可以提出自己的思考与结论「QwQ 的命名与设计均围绕「以问题驱动思考」的哲学理念展开，其发音与符号化名称增强了技术传播的趣味性。该名称结合了技术标识（Qwen 系列）与拟人化元素（QwQ 的表情符号化写法），既体现了与通义千问大模型家族（Qwen）的关联，又通过符号化的「颜文字」风格增强了传播亲和力。」

比起小老哥 DeepSeek 的放飞自我，QwQ 自带严谨的老干部。相比之下，回答就中规中矩了。

02 Qwen App，马上来

值得注意的是，昨天晚上，Qwen 的官方推特就预告了 QwQ 预览版的发布，以及一个 qwen.ai 的新域名。

对此，一位行业人士向极客公园表示，新域名意味着阿里云可能要做技术品牌了，「他们本身模型能力很强，甚至一些维度里面肯定是超越 DeepSeek 的，也是国内最快追平 DeepSeek 的公司，但对于服务十亿用户的公司来说，更重要的是要保证完整的体验。」

去年 12 月，AI 应用「通义」正式从阿里云分拆，并入阿里智能信息事业群。调整后，通义的 PC 及 App 团队将与智能搜索产品「夸克」处于同一层级，共同在阿里智能信息事业群下发挥作用。

原有的通义实验室仍将保留在阿里云体系内，继续其研发工作。

但对于阿里云通义千问团队不断推出的新模型，仍需要一个 Kimi、豆包们来保证完整的用户体验，至少用户可以在第一时间通过更方便的网页和 App 体验到最新的模型能力，而不只是 API。现在看来，暂时不做 AI 应用、专注 AGI 探索的 DeepSeek 在去年底推出 DeepSeek App 也是出于一样的考量。

随着「DeepSeek 墙内开花墙外香」引发的好评如潮，在全球开发者中感知度更高的「Qwen」也比「通义」更适合做阿里云的技术品牌。

此前，MiniMax 创始人闫俊杰称，开源能加速技术生态构建，提升品牌影响力，「如果重新选择，应该第一天就开源」。阿里云正是国内最早选择开源路线的模型厂商。

自 2023 年 8 月以来，通义千问系列模型的开源也获得了一批开发者生态和优质模型的品牌心智。阿里云相继开源了全尺寸、多模态的 4 代模型。根据全球最大 AI 开源社区 Hugging Face 最新显示，截至目前，Qwen 开源大模型的衍生模型数量已突破 10 万，稳居全球最大开源模型榜首。

现在，这个用户体验闭环即将通过一个新域名的网页和新 App，随着 QwQ-Max 正式版的到来，同时推出，「very soon」！（可能是下个月？下周？）

今天 QwQ-Preview 版的官宣中就藏着这一彩蛋，「很快，我们将发布 QwQ-Max 的正式版本，并将在 Apache 2.0 许可下开放 QwQ-Max 和 Qwen2.5-Max！此外，我们还将提供更小的版本，例如 QwQ-32B，可以部署在本地设备上。此外，由于大量用户期待我们的 App，我们将在发布正式版 QwQ-Max 的同时发布 Android 和 iOS APP。」

能不能重演 DeepSeek-R1 给 DeepSeek App 带来的泼天流量不好说，但一个 Qwen 推理模型满血版的到来，必然会加速阿里巴巴在新时代的基本面探索，未必是电商，而是模型、云计算、ToC 应用、电商等等都有新可能的基本面。

在此前不到一个月的时间里，阿里股价已经累计上涨了 60%，背后是当阿里不再是被拼多多、抖音追赶的电商故事，所有人寄予厚望的新叙事——AGI。

几天前的财报电话会上，阿里巴巴集团 CEO 吴泳铭首度宣布阿里在新时代的野心，不遗余力地追逐 AGI。2 月 24 日，他给出了 AGI 目标下的第一个计划：未来三年，阿里将投入超过 3800 亿元，用于建设云和 AI 硬件基础设施，总额超过去十年总和。这笔中国民营企业在云和 AI 硬件基础设施建设领域有史以来创纪录的大规模投资，也在兑现阿里的 AGI 梦想。

「Don’t Teach，Incentize」这句话适用于模型推理能力的涌现，也适用这个新时代的新故事。Incentize 的一年，阿里也需要找到自己的「豆包」「元宝」们。

文 / 曹思颀、周永亮

编辑 / 靖宇

非常意外，特斯拉 FSD 搞了个突然袭击，就这样在国内正式推送上线了。

2 月 25 日消息，特斯拉官宣在华正式发布「FSD 功能」，软件版本为 2024.45.32.12，更新名称为城市道路 Autopilot 自动辅助驾驶。

此前，马斯克罕见透露了 FSD 入华面临的双重窘境，给人以特斯拉会继续跳票的感觉。2025 年 2 月初，在特斯拉的财报电话会议上，马斯克提到 FSD 入华有两大挑战：一边是在华训练数据无法出境，另一边美国又不允许 FSD 在华训练。

对此，特斯拉目前的解法也很直接——FSD 通过短视频训练。马斯克表示，特斯拉会互联网上找一些中国道路的视频，然后拿去给 FSD 先训练着。即便如此，马斯克已经感受到了中国道路的复杂度，他认为其中一项挑战就是中国的公交专用车道，马斯克形容其「非常复杂」。

而这次 FSD 在国内的正式推送，毫无疑问又将为本已经白热化的国内智驾之战，再添一把火。

FSD，悄悄地来了

特斯拉官方将旗下的辅助驾驶软件产品分为两种，分别是 Autopilot 和 Full Self-Driving。前者此前已在中国市场上线，可以提供包括定速巡航、车道保持等基础 L2 辅助驾驶功能。

而对应着更高阶智驾功能的 FSD，尽管早就开放了订阅，但始终没有正式对中国车主开放使用。

今天，特斯拉终于表示，将在 2024.45.32.12 软件中分批次更新，更新后将主要新增以下 4 个核心功能，分别为：

• 在通行受控道路和城市道路上，根据导航路线引导车辆驶出匝道和交叉口
• 在路口识别交通信号灯进行直行，左转，右转，掉头等动作
• 根据速度和路线自动进行变道动作
• 在不设置导航路线时，会根据道路实际情况选择最优道路行驶

极客公园查阅特斯拉官网，发现其对应的自动变道、自动辅助转向、识别交通标示等功能，均为 FSD 所对应的进阶功能。

此前，特斯拉已经通过 OTA 升级释放了自动泊车、高级智能召唤等 FSD 对应的泊车场景功能。

本次 OTA 所升级的，均为特斯拉 FSD 软件对应的功能 | 图片来源：特斯拉官网

所以，尽管特斯拉在本次 OTA 升级的通知中，仍然将本次更新描述为「对现有 Autopilot 功能的 OTA 升级」，但实际上已经正式下放了 FSD 对应的功能。

极客公园致电特斯拉中国 400 客户热线，得到的回复是：目前此前升级后的相关功能，将优先推送至搭载特斯拉最新 AI4.0 硬件的车型，车主需订阅特斯拉 FSD 功能才能使用对应服务。

特斯拉 AI4.0 对应着纯视觉智驾硬件方案，但特斯拉官方并没有公布具体搭载 AI4.0 的车型车次名单。去年 12 月，特斯拉中国区总经理陶琳曾表示，目前中国市场在售的全系车型均搭载 AI4 芯片。

目前，特斯拉 FSD 在国内订阅价格为 6.4 万元，且只提供一次性买断选项。而购买 Autopilot 增强版辅助系统（买断费 3.2 万元）的车主，暂不能使用以上 OTA 功能。搭载其他硬件版本的车辆目前也并没有推送相关功能。

尽管特斯拉官方足够低调，但 FSD 这次真的来了。

特斯拉又一次成为「鲶鱼」

对于特斯拉 FSD 入华，国内玩家普遍持欢迎态度。

华为常务董事、终端 BG 董事长、智能汽车解决方案 BU 董事长余承东此前多次提及特斯拉的 FSD，表示「有信心赢得竞争」。2024 年 5 月，问界新 M7 焕新发布会上，余承东表示华为团队去美国旧金山、加拿大多伦多等地进行了测试，从结果来看，等特斯拉 FSD 入华后，华为有信心干翻对手，「特斯拉 FSD 做得很棒，方案不依赖高精地图，但我们的方案更好更安全。

余承东在 2024 年 8 月享界 S9 发布会上表示，「去美国体验了特斯拉 FSD，上限很高，但下限很低，路上停的白色和绿色货车不减速直接撞上，可能是识别成白云和树木了，一旦出问题就是车毁人亡。」

2024 年 11 月，小鹏汽车董事长、CEO 何小鹏在接受媒体采访时表示，特斯拉 FSD 技术如果进入中国，将对包括小鹏汽车、华为在内的智能驾驶公司产生正面影响。不仅将推动自动驾驶行业的快速发展，还将促使用户获得更加优质的产品。

2025 年 1 月，地平线副总裁、首席架构师苏箐表示，「如果抛开和人类的比较，今天你一定要让我找一个对标对象，我还是会选择 FSD，因为我确确实实觉得特斯拉整个团队的素质和创新精神值得让人敬佩，我自己去试过后，能看到他们在技术上是有很多独到之处，甚至在某些地方有断代式的领先。」

焕新 Model Y 的智能驾驶 | 图片来源：特斯拉中国官网

特斯拉 FSD 入华，将使得中国汽车市场进入智能驾驶的全面战争。

相比电动化，智能化一般要被认为落后两三年。虽然电动化的渗透率已经接近 50% 左右，但搭载高阶智驾系统的车型占比只有不到 10%。

不久前，比亚迪正式推出「天神之眼」高阶智能驾驶系统，一次性上市了 21 款新车，覆盖王朝网和海洋网两大系列，甚至还有价格亲民的 7.88 万元海鸥。

如果说，比亚迪主打普惠，那特斯拉 FSD 如华则推动高阶智驾突破天花板。

地平线创始人兼 CEO 余凯博士曾表示，智能驾驶将在 2025 年迎来真正的拐点，未来三年智驾体验将进入「脱手开」的时代，智驾行业也将进入竞争的关键时期。这背后是多模态大模型、端到端训练和算力等方面的发展，为智能驾驶的普及与突破提供了条件。

特斯拉 FSD 入华将引发中国智能驾驶产业的「鲶鱼效应」，加速竞争格局的分化。华为、小鹏、理想等企业，凭借强大的端到端技术能力和持续的研发投入，已具备了与特斯拉直接竞争的实力，并能够通过快速的技术迭代应对竞争。目前，华为 ADS 3.0 系统已实现车位到车位的全自动驾驶，小鹏的 XNGP 系统也凭借其卓越的性能和用户体验，已使订单占比超过 70%。

相比之下，部分技术基础较为薄弱的合资品牌和腰尾部车企可能面临较大的压力，尤其在高阶智能驾驶，这些企业可能不得不放弃自研转向供应商，或者转向低端辅助驾驶市场。

从中长期来看，自主品牌通过不断积累数据和算法迭代，将逐步缩小与特斯拉之间的差距。特别是华为、小鹏等具备较强技术研发能力的企业，可能在局部领域实现对特斯拉的超越。就像 2020 年，特斯拉 Model 3 国产后，加速了中国新能源市场从政策驱动转向市场驱动，催生了比亚迪、蔚小理、问界、小米等实力玩家。

在经历了数年的等待之后，特斯拉 FSD 终于在中国市场落地。这一步不仅将增强特斯拉在国内市场的竞争力，同时也加速中国新能源汽车竞争格局的转折。从单纯的电动化竞争过渡到智能化的比拼，也就是说了多年中国新能源汽车「下半场」正式拉开帷幕。更重要的是，这一步不仅是智能驾驶技术普及的前奏，更是对燃油车市场的最后一击。