博客

  • 废旧手机变“金矿”,二手平台却深陷信任危机?

    早上,当你打卡完成走到工位,结果发现旁边的座椅上空无一人——你的同事张大锤不见踪影,只剩下一个写着“张大锤。skills”的牌子放在电脑前——是的,你的同事张大锤被“蒸馏”成 AI Skills 了。

    图片

    这看似惊悚的事情却成了最近的新闻热点:AI,具体来说是 LLM 即将取代很多人的工作。而若是从科幻的角度,我们还会有另一种观察:将人类蒸馏成 AI Skills,这应该算作一种“超低配”意识上传技术。不知道有多少人都想过“要是有另一个我能代替我上班就好了”,现在梦想不是成真了吗?

    复制的我和我,谁听谁的?

    俗话说得好:我原本以为 AI 是帮我扫地搬砖清厕所刷墙的,我去搞绘画文学艺术影视,结果现在成了 AI 去搞绘画文学艺术影视,我去扫地搬砖清厕所刷墙。你把你自己的意识复制出来,让“他”己去上班,那么“他”自己会不会也和我一样,说:我才不要上班,我要在家睡大觉,你去上班!

    这确实是一个真实的问题:我怎么让我的复制体听我的话呢?我是听*我*的呢,还是*我*听我的?

    图片

    芬兰作家哈努·拉亚涅米在《量子窃贼》中描绘了一个量子技术突破后的太阳系。设定里,人类已经能够自由的上传并且复制自己的意识。脱离肉体的意识被称作“魂灵儿”——这个名字来自果戈理的《死魂灵》。其中最大的一个派系叫做“索伯诺斯特”,由七位创始人建立,每人都将自己的意识复制成无数份,建立起横跨太阳系的帝国。这七位创始人称之为“元祖”,每一位都拥有一颗地球大小的计算机,称之为“固伯尼亚”,其中有无数个自己的数字意识。这种组织就遇到了这样的问题:听谁的?谁有最终决定权?

    图片

    拉亚涅米构思了一套被称为”孝”(Xiao)的权限体系解决了这个问题。每个索伯诺斯特成员内嵌树状权限结构,复制体作为”下线”必须无条件服从”上线”,而本体又服从于更上层的复制源。每一个复制体都明确知道自己是被哪个“上线”分叉出来的,并且被编程为对自己的特定谱系怀有一种“宗教般的敬畏”和忠诚。如果你是被人复制出来的副本,你就会对你的“上线”产生强烈的敬畏和服从感,对“副本祖父”会更敬畏、更服从,而对谱系顶端的“元祖”则怀有终极的忠诚。这个系统借用中国传统伦理概念——下级对上级绝对服从,正如子女对父母的顺从。有趣的是,中文版将”孝”译为”晓”,可能是避讳,但原文直白地揭示了这种关系的本质:这实际上是一套技术化的宗法制度,用代码强制执行伦理义务。

    这个移植不能说没有道理。“孝”在中国传统文化里本身就是一种基于血缘的代际权力结构:父母生了你,你就对父母有某种天然的义务。而意识复制的关系其实比血缘更“直接”——你不是被你父亲生出来的,你根本就是被你父亲“制造”出来的,你和他拥有完全相同的记忆和人格基底,只是被指派去做特定的任务。在这种情况下,如果没有任何权力结构来约束彼此的行为,这些副本之间几乎必然会陷入混乱:凭什么我去执行危险的任务而你在安全的地方?凭什么我来上班而你去玩?谁来决定哪个副本做什么?

    图片

    这个设计的冷峻之处在于它坦然地接受了一个前提:复制自己并不会给你带来自由,只是让你多了一群必须听你话的“自己”。权力关系并没有消失,它只是从人与人之间转移到了“我”与“我”之间。你原以为复制自己是解放——终于有人替我干活了——但最终发现这不过是在自己的内部建立起了一套微型专制体系。

    自己给自己当管家

    如果说《量子窃贼》关心的是复制体之间的权力关系,那么《黑镜》2014 年的圣诞特别篇《白色圣诞节》则关心一个更实际的问题:复制的意识具体用来干什么?

    图片

    这一集中有一个支线故事讲得很简练:一个叫 Greta 的女富翁上传了自己的意识,目的仅仅是让自己的意识副本成为智能家居的控制系统。技术方案是把意识的数字拷贝放进一个被称为“Cookie”的设备中——这个设备神似智能音箱,但里面装着的不是算法,而是一个完整的人类意识副本。Cookie 知道主人生活的每一个细节:什么时候叫她起床,早餐面包的软硬度调到什么程度刚刚好,咖啡加多少牛奶,窗帘拉开到什么角度光线最舒服。不是因为它被训练过,而是因为“它”就是 Greta 本人——至少曾经是。

    这个设定的黑色幽默在于:最了解你生活习惯的人是你自己,所以最理想的智能管家就是你的意识副本。你不需要花时间去调教一个 AI 助手,不需要反复告诉它“我不喜欢太烫的咖啡”“音乐音量不要超过 40%”“周末不要九点之前叫我”。你只需要复制一个自己,然后让她去琢磨这些事情。她天然就知道。

    图片

    想象一下,被囚禁在那个白色蛋形设备里、永远重复着“调窗帘、煮咖啡、放音乐”的循环时,它感受到的是什么?剧中有一幕相当残忍:当副本试图反抗时,操作人员轻描淡写地调了一下时间感知参数——副本在设备里经历了几周甚至几个月的主观时间,而现实中只过去了片刻。它很快就屈服了。

    这种做法的底层逻辑其实和开头提到的那条新闻非常接近:把老员工蒸馏成 skills。你不必再付工资,不用处理劳动关系,不需要考虑对方有没有心情工作。你只需要把经验提取出来,变成可以无限调用的模块,就可以继续使用。唯一的区别是:在《黑镜》里被蒸馏的不是别人,而是你自己。

    图片

    当然,可以看得出在这里《黑镜》的编剧还是比较手下留情,没有使用更可怕的逻辑——在科幻动画《万神殿》中,那个黑心的印度电信公司老板将他那个技术天才下属上传,关在一个虚拟现实里,让他误以为自己是第一天上班,然后 24 小时重启——弗诺文奇有一篇小说叫做《循环》也是这个点子,一堆数字意识在一个虚拟现实里做客服工作,这个虚拟现实是一个循环,让他们以为自己每天都是第一天上班,这样就不会出现工作倦怠的问题。实际上在《黑镜》里对这个 Cookie 也可以做同样的操作:让她始终在某种虚拟现实环境之中不断重启就可以了,恰如我们使用 LLM 会不断的重新开新对话——这时候,万一我们多问一句:LLM 在回答我们的问题的时候,它真的感受到了什么吗?

    那个“我”的痛苦算不算痛苦?

    到了这一步,问题其实已经变了:当意识被蒸馏、被复制、被工具化之后,我们如何处理与这些“非我之我”之间的关系?它们到底是工具,还是另一种形态的自我意识(或人)?如果“他们”受苦,这件事和我们有关系吗?

    图片

    澳大利亚作家格雷格·伊根的短篇《意识上传中》把这个追问推到了更深的层次。伊根是一个相当神秘的作家,网络头像用的是五国语言版本的“网络上没有我的照片”,个人网站上是八国版本的同一条声明,还特别说明网络上的任何照片都不是他本人。这种神秘本身就像一个关于“我是谁”的持续声明。而他的小说,无论在技术上有多硬核,骨子里都是在追问同一个问题:当技术让“我”变得可以切割、复制、转移之后,“我”还剩下什么?

    短篇《意识上传中》的设定本身并不复杂。故事讲的是一位男性收到绑匪的电话,视频里出现他妻子求救的画面,绑匪要求五十万澳元赎金。他慌乱中往家里打电话,发现现实中的妻子安然无恙。最终他意识到,绑匪并没有绑架他妻子的肉身,而是盗取了他自己上传的意识数据,从中提取并合成了妻子的虚拟形象,将其困在虚拟空间中受折磨。

    图片

    故事真正的力量不在这个反转本身,而在于结尾。尽管主人公清楚地知道,现实中妻子的肉身是安全的,被折磨的不过是一个数字副本,但他最终还是支付了赎金——只为了让对方停止折磨那个虚拟的妻子。他的妻子在现实世界里理性地告诉他:没有人真正在受苦,没有人需要被拯救。但他做不到。

    这就是格雷格·伊根最擅长的事情:把一个技术问题硬生生逼成一个哲学问题。意识虽然是虚拟的,但那个虚拟意识的痛苦感受算不算真实的痛苦?如果那个意识以他妻子的方式在受苦——用她的面容、她的声音、她记忆中的那些微表情——他是否能够心安理得地告诉自己“这只是数据”?

    图片

    这个问题在哲学上不是新鲜事。1980 年代,侯世达和丹尼特在《心我论》里就讨论过类似的思想实验:如果一个人的意识被完整扫描并复制到另一个载体中,新产生的那个意识体是否拥有和原版相同的道德地位?更激进的版本来自丹尼特:假如你的身体被扫描、摧毁、然后在另一个地方被精确复制出来——那个复制品还是“你”吗?但伊根的小说的精妙之处恰恰在于他超越了这种哲学论辩:主角在看见妻子求救的视频时,觉得无法不管。

    这能说明什么呢?或许意味着,对于虚拟的意识而言,受苦的感觉是主观的,然而也是真实的。人类的镜像神经元就是这么发挥作用的。你无法通过哲学论证来说服自己“那不算数”,因为看见那张脸的时候,你脑子里负责共情的那些神经元已经在运作了。

    图片

    终,蒸馏你,蒸馏我,蒸馏我们二零年代的新一辈

    在《量子窃贼》里,意识上传技术最早就是一个骗局——将大脑扫描进计算机需要损毁大脑,所以上传是一张单程票。于是黑心资本家们雇佣了广告公司和销售,去那些贫穷的国家销售“上传是天堂”这一理念,然而这些穷人被上传之后只能够进入云端的代码血汗工厂做赛博奴工。

    把这三部作品放在一起看,科幻小说对意识复制的想象轨迹大致可以描述为:从“如何实现”(技术问题),到“实现之后怎么办”(社会问题),再到“如果我们真的能做了,我们应当做吗”(伦理问题)。这种递进并不偶然,每一层追问都是在把“人可以被复制”这个命题往前推一步,而每一步推过去,原先的答案就不再够用。

    图片

    《量子窃贼》用“孝”系统回答了复制体之间的权力结构问题,答案很不浪漫:即便是自己复制自己,也需要等级和服从。《黑镜:白色圣诞节》展示了复制体被用作劳动工具时会发生什么——为了让一个人过上不被打扰的生活,你得先创造一个被打扰的自己。这根本不是什么解放,这只是剥削的转移,只不过剥削的对象从别人变成了自己。而格雷格·伊根更进一步追问:如果我们知道那个被复制出来的“非我之我”正在受苦,我们能不能假装无所谓?至少短篇里的主人公做不到。如果他做不到,那我们大概也做不到。

    图片

    现在回到开头那条新闻。把人类同事蒸馏成 skills,听上去只是一个技术效率的故事:公司省钱,系统提速,一切都在变好。但问题是:这个“变好”是谁在变好呢?可以看出,无论是权限树,还是“复制自己”,还是“假装第一天上班”,实际上都是要解决人性之中那些不适合资本无限增值逻辑的部分。到头来资本主义机器变成全自动运行,那还有你我什么事呢?

    科幻小说已经替我们把这些都想过了。它的结论大致是:蒸馏别人很可能是灾难的前奏,而蒸馏自己则根本不是解放。到头来,那个替你上班的“你”,终究会发现谁才是那个真正的囚徒。

    图片

    作者:邓思渊

    编辑:卧虫

  • 黄仁勋罕见发声:AI抢不走所有工作,打工人别慌!

    昨天刚跟大家盘点 AI 教父黄仁勋吃火锅的名场面,今天他又来了。

    只不过这一次的话题,与 AI 有关。

    在做客 Dwarkesh Patel 播客节目时,黄仁勋表示,现在行业对 AI 过于炒作放大。所谓的 AI 并不是“核武器”,更不会取代所有的软件工程岗位。但要是因为恐惧 AI 取代人类工作,从而放弃停止培养程序员、抵制技术进步的话,那可就真完蛋了。

    图片

    图源:小红书

    的确,近几年随着 AI 盛起,雷科技AGI(ID:leikejiagi)随便刷个朋友圈都能看到段子。说是 AI 项目做得不好会发愁,担心自己能力不足被裁;但要是项目做好了更发愁,因为老板会把工作交给 AI,甚至还会骂你不如 AI。

    主打一个不学 AI,不明不白的失业。学了 AI,彻底明白自己为什么失业。

    在雷科技AGI(ID:leikejiagi)看来,之所以会出现这类调侃段子,实际上还是因为恐慌的打工人太多了。

    现如今依旧还有不少人吹嘘 AI,认为 AI 觉醒之后,人类就会完蛋。但关键是,AI 本质上就是个计算机软件,它没有意识、没有情感,更不是什么外星生物。说到底就是个工具,和当年的蒸汽机、互联网一样,帮助人类提高效率。

    图片

    图源:小红书

    当然不可否认的是,有了 AI 以后,各行各业的确便利了不少。

    在医疗领域,可以通过 AI 咨询,得到自己想要的答案。速度要比去现场挂号快 10 倍,但也仅限于一些小病。

    制造业领域倒是派上大用处,单从质检准确率方面来说,的确要比人工提效。能有效预测性维护,减少设备的故障。

    日常办公这一块更不用提了。现在的 AI 写文案、做表格、翻译、PPT,那叫一个迅速。像雷科技AGI(ID:leikejiagi)的话,日常也会通过 AI 协助工作,精简自己的工作时间,将其核心工作做好。

    估计最让打工人焦虑的,就是程序员、文职、客服这一类的职位了。但说实话,人类的思维复杂程度,不是 AI 可以通过程序化可以想象得到的。好比逻辑梳理、需求沟通这一块,有时候跟 AI 杠上,简直就是对牛弹琴。

    图片

    图源:小红书

    而且值得一提的是,今年 3 月黄仁勋还在 GTC 大会上透露,英伟达内部 100% 的软件工程师都在使用 AI 助手辅助编码,但没有一个人被 AI 取代。一个靠卖 AI 芯片发家致富的人,亲口告诉我们饭碗不会被 AI 抢走,多少还是有点说服力的。

    对于黄仁勋否定 AI 取代人类这一说法,大家的反应也是五花八门。

    对此,雷科技AGI(ID:leikejiagi)专门采访了身边的同事与好友们,得到的答案也有所差异。

    同事 A 认为,AI 本来就是人类创造出来的工具,最终还是归人类掌控。与其担心被替代,不如将其研究透彻,让 AI 成为日常生活和工作的小助手。

    同事 B 则认为,轻松一点的职位,会恐慌倒也正常。毕竟现在已经有不少店铺,都在开始运用 AI 代替人工了。

    好友 C 直言不讳,认为部分人的工作的确难保。虽说 AI 没有“核武器”般的杀伤力,但它足以让一个岗位上的人,从 5 个变成 2 个,这才是最令人心里发毛的地方。

    图片

    图源:微信

    其实,黄仁勋批评“ AI 核武器”这一言论是完全正确的。无限吹嘘 AI 只能贩卖焦虑,对我们没有半点好处。尤其是对于正在经历行业转型的普通人来说,AI 带来的冲击是真实的。

    当然啦,想要在未来的职场里生存,咱光会一件事可不行,光会用 AI 也不行,得有自己的专业底子,学习、并运用好这些新工具。

    如今 AI 浪潮已经来了,躲是躲不掉的。与其天天焦虑被取代,不如学学怎么把 AI 变成我们的“赛博同事”。毕竟,淘汰你的从来不是 AI,而是会用 AI 的同行。你们觉得呢?

  • 5.39mm、9100mAh、185Hz !刚公布这些新机真的太狠了

    今年小平板的火药味很浓呀…

    因为除了苹果、华为、拯救者、红魔、红米外,还有一家大厂也加入了战斗~

    没错,就是还在预热的大 OPPO !

    图片

    呐,OPPO Pad Mini ,就是 OPPO 推出的首款小平板。

    如果说拯救者、红魔、红米这种主打性能档坐一桌的话,那这款就跟苹果还有华为坐一桌,主打一个全能轻薄…

    所以外观会是这类板子的着重卖点!

    图片

    首先正面,一块 8.8 英寸 2.5K 144Hz LTPO OLED 直屏;

    2.99mm 的超窄边配上 3:2 的矮胖比例跟大 R 角,视觉冲击力看着还挺足的。

    算是小平板里果子看过的最精致的正面了~

    图片

    翻到背面更是简洁的不得了…

    竖向胶囊模组、一个 OPPO 标,没了:

    图片

    有意思的是果子还留意到 OPPO 将音量 +- 键放在了机身顶部!

    所以握持竖向使用的话是右手拿着,左手食指调节音量?

    然后横向使用的话是大拇指调节音量这样?

    图片

    也不是不行,就是不确定具体体验怎么样。

    配置的话,前面果子也说了,主打一手全能轻薄~

    骁龙 8 Gen5 芯片、8000mAh 电池跟 67W 快充、后置 1300 万单摄…

    图片

    性能确实没有那些主打游戏的板子那么能打。

    但支持 eSIM 独立联网功能就意味着你可以将 OPPO Pad Mini 装袋子里带出去用!

    毕竟 5.39mm 279g 的机身也不重,而且还能随时随地通话、上网。

    图片

    就跟华为的 MatePad Mini 一样。

    骁龙 8 Gen5 仔细想想也没那么弱吧?中高负载任务、手游啥的还是能应付的…

    就看 OPPO 的定价给不给力了?

    图片

    如果实在对性能有要求的小伙伴,可以选择同为 8.8 英寸的红米 K Pad 2 !

    这款新板子已经确定跟 K90 Max 一起发布了~

    作为上代 K Pad 的迭代机型,K Pad 2 采用了全新的外观…

    图片

    背面取消了模组下方的天线装饰盖板,改为更加简洁类似 iPad mini 的设计;

    音量 +- 、手写笔磁吸还是在原来的位置,但新增了一颗新的按钮!

    果子看上面印着闪电的标志,难道是一键性能模式之类的开关?

    图片

    正面目前没有纯边框展示的渲染图…

    但隐约看好像跟上代基本一样:

    图片

    考虑到是游戏机型,为了避免握持误触边框稍厚点也说得通。

    配置的话毫无疑问是 K Pad 2 这种性能机的强项啦~

    一块 1100nits 8.8 英寸 3K 165Hz LCD 直屏!

    图片

    针对游戏体验,说是适配了 5 款热门枪战手游原生 165Hz ;

    什么 540Hz 多指触控报点率、400Hz 陀螺仪采样率、热区触控优化全都拉满。

    然后中置结构放置的天玑 9500 旗舰芯片、15300mm² 超大液冷 VC 散热、辅以 9100mAh 电池 67W 快充:

    图片

    性能配置这块还是不会让大家失望的~

    上代饱受好评的双 Type-C 插口、双 X 轴线性马达这代也有保留…

    在此基础上还新升级了 Bose 调音加持的双 1620 大尺寸全频单元跟 2.0cc 超大音腔!

    图片

    那两台 Bose 调音的 K90 机型大家想必有所耳闻吧?

    平板上更大的音腔,果子还真有点期待效果了呢。

    图片

    同样对性能有追求但想要屏幕稍大点的小伙伴…

    别忘了还有红魔的游戏平板 5 Pro !

    只可惜目前这款新板子红魔还没公布外观,只说在来的路上~

    图片

    不过最近公布的爆料多少还是可以参考下的…

    据说红魔游戏平板 5 Pro 将搭载一块 9 英寸 2.4K 185Hz OLED 屏幕、搭载 “ 液冷循环散热系统 ” 的骁龙 8 Elite Gen5 旗舰芯片;

    同时辅以 8300mAh 电池!

    图片

    跟官方预热的超高刷、黑科技散热还是对得上的。

    考虑到上代不俗的配置用料跟价格,论极致确实得是红魔~

    就等一手外观了,还有要是价格能下手轻点就更好了。

    图片

    那么问题来了,小尺寸平板你们是更喜欢哪种呢?

    是像 OPPO 这种全能轻薄型;还是红米、红魔这种游戏性能型?

    参考资料:

    OPPO手机官网

    新浪微博 @OPPO 、@数码闲聊站、@REDMI红米手机、@红魔游戏手机 素材截图

    编辑:Unicorn

    图片
  • 三个人,用AI赚了6个亿

    图片

    品牌数据,重新定价

    一个三个人起家的团队,做到了一亿美金的ARR。

    这家公司叫Hightouch,就在最近宣布ARR突破1亿美元。他们做的事情说起来不复杂,帮品牌用AI生成广告内容。

    过去,品牌做一轮个性化投放,要经历提需求、出图、过审、上线,一条创意从想法到发布少则一周。Hightouch的做法是先把品牌的设计资产、图片库、内容规范全部喂给AI,让AI学透这个品牌再去生成内容,设计团队从流程里退出来。Spotify、Domino’s、PetSmart、Chime,这批对品牌一致性要求极高的客户,就是靠这个判断打开的。

    Hightouch的故事,只是这场变局的一个切口。AI对营销的改造,比大多数品牌意识到的要深得多。工具层面,内容生产成本正在趋近于零。更根本的变化来自GEO的崛起,当用户开始问AI而不是问搜索引擎,营销的底层规则正在被重新写一遍。

    1亿美金ARR

    Sam Altman两年前说过,AI时代会出现只有一个人的独角兽公司。这句话当时听起来像科幻,现在越来越像预言。

    Hightouch算不上一人公司,但三个创始人用一套新产品,把年收入做到了6个亿人民币。某种程度上,这已经是这个预言的近亲版本。

    就在最近,这家公司宣布ARR突破1亿美元。让人停下来的不是这个数字本身,而是它的来源。新增的这些收入,几乎全部来自一款AI营销工具,帮品牌用AI做广告内容。

    说起来不复杂,但和市面上那些”AI写文案”的工具,根本不是一回事。

    过去,品牌做一轮个性化投放,要经历提需求、出图、过审、上线,一条创意从想法到发布,少则一周,多则一个月。想针对不同用户群做差异化内容,成本成倍往上涨,大多数品牌最后的选择都是,一条内容打所有人。

    这个流程贵、慢、高度依赖设计资源。Hightouch的切入点,是先让AI把这个品牌”学透”。Figma设计文件、图片资产库、内容管理系统、多年积累的品牌规范,全部喂进去。AI从里面学出这个品牌的配色、字体、视觉风格和语气,营销人员再自主组合生成内容,设计团队从整个流程里退出来。

    为什么不直接用通用大模型?联合CEO Gupta说得很直接,他们见过太多品牌自己试,结果普遍翻车。生成出来的图颜色跑偏,画面里出现根本不存在的产品,文案语气和品牌调性南辕北辙。通用模型不了解一个具体品牌,不是它不够聪明,而是它根本没被告知这个品牌长什么样。

    Domino’s的用法是个好例子。他们的AI不会凭空生成一张披萨,而是从品牌自己的图片库里调出真实的披萨照片,放进AI生成的背景和场景里,拼成一条完整的广告。出来的东西,产品是真实的,视觉是合规的,背景由AI完成,品牌团队不需要动手。一条广告的生产周期,从过去的一周,压缩到了几分钟。

    就是这个判断,打开了Spotify、Domino’s、PetSmart、Chime这批对品牌一致性要求极高的大客户。这些名字出现在客户名单里,意味着这家公司早就不是在跟中小企业谈概念,而是真的在顶级品牌的核心投放流程里跑起来了。

    三个创始人,一套新产品,一年,6个亿人民币。Sam Altman说AI时代会出现一人独角兽,Hightouch给出的是另一个版本的答案。

    三个人的七年

    Hightouch的三个创始人,都不是第一次和数据打交道。

    Tejas Manohar、Kashish Gupta、Josh Curl,三个技术背景出身的创业者,2019年在硅谷凑在一起,决定做一件听起来不太性感的事。Tejas此前在Segment工作,那是一家做客户数据平台的公司,后来被Twilio以32亿美元收购。在那里,他近距离见识了一个让工程师抓狂的日常困境——企业的数据都做好了,分析结果堆在数据仓库里,但销售和营销团队想用,要先找数据团队,数据团队要排期,来来回回折腾几周,一个本来可以马上用上的用户标签,硬生生拖成了一个跨部门协作项目。

    这个摩擦,大多数人当成行业惯例接受了。Tejas没有。

    三人创立Hightouch,切入的方向叫Reverse ETL,说白了就是把数据仓库里做好的分析结果,反向”喂”给业务团队日常在用的工具,CRM、营销系统、广告平台,让这些工具能实时用上数据团队的成果,不用再走一遍繁琐的提数流程。这个方向很难在饭桌上讲清楚,但它解决的是真实存在的效率黑洞。靠着这个产品,他们在企业级市场慢慢站稳了脚跟,积累起一批愿意深度合作的大品牌客户。

    这段积累,后来成了他们最重要的底牌。

    转折发生在2024年底。那时候AI营销工具已经是个热闹的赛道,各种平台都在用通用大模型帮品牌生成图片和文案,比谁速度快,比谁价格低。三个人看着这些产品,看到的不是机会,而是一地失败案例。品牌客户用通用模型生出来的内容,颜色跑偏,画面里出现根本不存在的产品,语气和品牌调性完全对不上,最后还是得让设计团队推倒重来。

    通用模型不了解一个具体品牌,这不是技术能力的问题,是它从来没被告知这个品牌长什么样。

    三人的判断是,品牌真正需要的不是一个更快的内容生成器,而是一个真正懂自己的AI。于是他们把过去几年在数据基础设施上积累的能力翻出来重新用,把品牌的Figma设计文件、图片资产库、内容规范全部接进来,让AI先把这个品牌学透,再去帮它生成内容。营销人员自主操作,设计团队退出流程。

    这个判断在当时没有人能提前验证,市场上挤满了走另一条路的竞争对手。但Gupta后来谈起那段时间,语气很平静,他说那些品牌在通用AI上碰壁的案例,本身就已经是最清楚的市场信号了。

    广告的新世界

    AI对营销这件事的改造,比大多数人意识到的要深得多。

    表面上看,过去两年AI营销的主战场是内容生产。文案、图片、视频,生成速度越来越快,成本越来越低,品牌的内容产能在短时间内被放大了几十倍。但这只是第一层变化,更根本的那层,很多品牌还没有反应过来。

    工具层面,变化已经相当具体。AI现在能做的不只是生成内容,而是把用户数据、行为信号、历史转化路径全部接进来,让每一条广告在投放的瞬间完成个性化匹配。过去这套流程需要数据团队、营销团队、设计团队三方协作,周期以周计算。现在一个营销人员坐在工具前面,从内容生成到受众定向到投放优化,可以在几小时内跑完。人力从流程里退出来,决策速度和内容密度同步提升。

    但真正让营销底层逻辑发生动摇的,是GEO的崛起。

    GEO,即生成引擎优化,是伴随着ChatGPT、Claude、Perplexity这类AI搜索工具大规模普及之后出现的新概念。过去二十年,品牌的流量逻辑建立在SEO上,优化关键词、积累外链、争夺搜索结果页的排名,消费者通过搜索引擎找到品牌。但现在,越来越多的用户开始直接问AI,”帮我推荐一款适合敏感肌的防晒霜”,”这个价位最值得买的蓝牙耳机是哪个”。AI给出答案,用户照着买,搜索引擎这个中间环节被悄悄绕过去了。

    这意味着,品牌过去十几年积累的SEO资产,正在以一种静默的方式贬值。AI给出推荐时,它依赖的不是关键词密度,而是它在训练数据和实时检索中对这个品牌的整体认知,包括品牌在各个平台上的内容质量、用户评价的情绪倾向、媒体报道的覆盖深度。换句话说,品牌能不能被AI推荐,取决于它在整个互联网上留下的内容生态够不够丰富、够不够可信。

    这给品牌营销提出了一个全新的命题。内容不再只是为了吸引人点击,而是要为AI的理解和引用服务。品牌需要在更多渠道上建立结构化、可被引用的内容资产,同时要更主动地管理自己在AI训练数据里的形象。这套逻辑,和过去的流量思维是两回事。

    AI营销真正的分水岭,不是谁的生成工具更快,而是谁先想清楚了,在一个用户开始问AI而不是问搜索引擎的世界里,品牌的存在感应该建立在哪里。先想清楚这个问题的品牌,会在下一轮流量重新分配时占到先手;没想清楚的,只是在用新工具重复旧打法,迟早会发现流量在悄悄流走,却找不到原因。

  • “杭州六小龙”首个IPO诞生!群核科技港股上市,首日涨超140%

    红星资本局4月17日消息,“杭州六小龙”第一个IPO诞生了。4月17日,“杭州六小龙”之一的Manycore Tech Inc.(下称“群核科技”)正式于香港联合交易所主板挂牌上市,成为“全球空间智能第一股”。

    上市首日,群核科技获得市场热烈追捧,早盘股价一度大涨近190%,随后涨幅稍有回落,截至发稿,该股仍涨超140%,总市值313.84亿港元。图片为全球最大空间设计平台

    早期投资者狂赚264倍

    公司官网信息显示,群核科技是一家空间智能服务提供商。公司围绕空间智能相关技术构建了“空间编辑工具-空间数据-空间大模型”的业务飞轮,技术和产品被广泛应用于空间设计、3D内容创作、电商广告营销生成、文化遗产保护、工业数字孪生及智能体训练等千行百业。群核旗下产品酷家乐及其海外版Coohom服务全球200多个国家和地区,已是全球最大空间设计平台。图片群核科技针对空间数据实现多维度结构化标注,图源:群核科技

    早在上市前夕,市场热度便已拉满。4月16日暗盘交易中,群核科技股价一度冲高至23港元/股,较发行价7.62港元涨幅超过200%,最终以20.52港元报收,涨幅达169.29%,一手赚逾6000港元。本次IPO群核科技以发行区间上限定价,全球发售约1.606亿股,香港公开发售更获1591倍超额认购,募集资金总额约12.24亿港元。

    招股书显示,群核科技本次IPO募集所得资金净额将主要用于实施国际扩张策略;增强现有产品的功能并推出新产品或新功能,以满足现实世界空间和虚拟环境的需求;投资核心技术和基础设施;国内销售及市场推广活动,并提升品牌知名度,以及用作营运资金及一般企业用途。

    招股书披露,群核科技共经历了11轮上市前融资。包括IDG、纪源资本、顺为资本、高瓴、淡马锡等知名投资机构。

    以IPO发行价计算,在股东榜上的投资机构,究竟获得了多少回报?

    IDG资本是群核科技最早的“伯乐”之一。早在2013年的A轮和A-1轮投资就已布局。从回报来看,在A轮和A-1轮投资中,IDG的入股成本仅为0.01美元/股—0.012美元/股,约合0.078港元/股—0.094港元/股;20.7港元/股的开盘价与A轮成本0.078港元/股相比,增长264倍。

    高瓴通过HH SUM-I Holdings等实体持有群核科技股份,其在2019年D+1轮至2021年E+轮的多次融资中不断加码。以D+1轮优先股投资为例,高瓴的入股成本为0.58美元/股,而每股D+1轮优先股须按1:1.0804的转换比率转换为普通股,即折合为普通股的成本为0.54美元/股(约合4.23港元/股),20.70港元/股的开盘价与之相比高出3.89倍。

    雷军旗下的顺为资本也是群核科技的重要投资人。顺为资本从2018年1月的D-2轮优先股投资开始连续投资。其中,D-2轮优先股成本为0.34美元/股,约合2.66港元/股;20.70港元/股的开盘价与之相比高出678%。

    三名学霸创业

    曾放弃硅谷大厂的高薪

    群核科技由黄晓煌、陈航、朱皓联合创办。IPO前,董事长黄晓煌通过Wintermatch International Limited持股为15.46%;CEO陈航通过Ineffable International Limited持股为11.04%;CTO朱皓通过Peekaboo International Limited持股为4.22%。

    图片

    董事长黄晓煌(右)、CEO陈航(左) 图源:科创板日报

    其中,黄晓煌、陈航是浙江大学竺可桢学院的同学,后同赴美国伊利诺伊大学香槟分校读研。黄晓煌在美国求学期间,系统钻研GPU并行计算技术,毕业后,他加入全球GPU巨头英伟达,深度参与CUDA框架开发。

    朱皓则毕业于清华,后来出国深造,在美国伊利诺伊大学香槟分校与黄晓煌、陈航相遇。

    创业之前,三人曾供职于NVIDIA、微软、亚马逊等。

    据钱江晚报,2011年,三人放弃了英伟达、谷歌、亚马逊等硅谷大厂的高薪,黄晓煌更是卖掉英伟达股票,凑齐40万启动资金回国创业。为了活下去,他们接过1500元的外包项目,常常在阁楼里加班到凌晨两三点。2013年,核心产品“酷家乐”上线,核心功能是“10秒生成效果图、5分钟生成装修方案”,在当时行业平均渲染一张图需数小时的背景下,这构成了用户体验差异。

    2014年,互联网家装风口骤起,资本蜂拥而至,酷家乐一跃成为行业“明星独角兽”。借力这股互联网家居热潮,酷家乐的用户数迅速突破了千万大关。

    2018年前后,房地产行业迎来调整,生存问题逼迫团队寻求转型。群核科技转向工业级物理正确的渲染,在商业地产和定制家居领域找到增长。

    9年时光,当年阁楼里的“酷家乐”,如今以“群核科技”之名站上了港交所的聚光灯下。三位学霸,也从默默无闻的创业者,成长为“杭州六小龙”中率先叩开资本市场的探路者。

    公司去年营收8.2亿元

    毛利率超80%却未盈利

    根据群核科技此前赴美上市时递交的财务数据,2019年和2020年,公司营收分别为2.82亿元和3.53亿元,同比增长25.2%。2021年第一季度,其营收达1.01亿元,同比增长33.32%。

    但这一增长势头在近年出现转折,随着房地产行业进入深度调整期,2023年至2025年间,公司营收增速从13.7%降至8.6%。最新招股书显示,这三年收入分别约为6.64亿元、7.55亿元和8.20亿元,增速明显放缓。

    在最新的招股书中,群核科技也明确提示了核心风险,公司客户高度集中于家居、房地产上下游行业,行业景气度下行会直接影响客户的付费能力和意愿。

    图片

    图据招股说明书

    从收入结构来看,群核科技的新故事仍处于早期阶段。招股书显示,2025年,群核科技96.9%的收入来自软件订阅服务,其中绝大部分由酷家乐贡献,空间智能相关的SpatialVerse业务收入占比仅为3.1%。

    截至2025年,公司拥有超过4.7万家付费企业客户,但客户留存率持续下滑,分别为87.4%、84.5%、79.8%。

    公司大客户数量持续攀升,分别为353、380、424,客户留存率分别为96.5%、98.6%、98.7%。公司个人用户数量在2025年出现下滑趋势,客户留存率也持续下降。

    图片

    图据招股说明书

    由于轻资产运营,群核科技的毛利率超过80%。不过,高毛利并未转化为企业的整体盈利。

    2023年至2025年,群核科技分别产生净亏损6.46亿元、5.13亿元和4.28亿元,预计在2026年仍将亏损。

    但若以非国际财务报告准则计量,群核科技的盈利状况则有所改善,2023年、2024年该公司经调整净亏损(非国际财务报告准则计量)分别为2.42亿元、0.7亿元。并在2025年实现扭亏为盈,全年经调整净利润为5710万元。

    招股书明确表示,亏损主要由于持续大量投资于产品开发、技术支持及产品营销。2023年至2025年,累计研发投入就超过10亿元。公司在营销方面也投入了大量资金。2023年至2025年,群核科技的销售以及营销开支占营收比例分别达53.7%、43.2%及33.4%。

    除了盈利端的结构性问题,大额持续开支还让群核科技的现金流长期处于紧绷状态。2023年至2025年,公司经营活动产生的现金流量净额分别为-6256.8万元、-1.08亿元和-1921.7万元,连续三年为负。截至2025年末,公司的总负债已达47.35亿元,而同期的资产总额仅为5.51亿元;其中流动负债总额46.72亿元,流动资产总额仅4.20亿元。

    (本文不构成任何投资建议,据此操作风险自担)

    编辑 孙志成 肖世清 综合公开资料、财联社、界面新闻、21世纪经济报道等

    审核 高升祥

  • 马云背后男人又在豪赌:孙正义借走银行400亿,没用一分钱资产做抵押

    图片2025年10月28日,日本东京美国驻日大使官邸,美国总统特朗普会见软银集团CEO孙正义。图片来源:视觉中国

    文 | 温世君   

    编辑 | 孙春芳

    出品 | 棱镜·腾讯小满工作室

    最顶级的赌徒不是从未输过,而是即使在输掉几千亿美金后,依然敢于把筹码推到牌桌中央。

    世界上的赌徒千千万,没人比他赌得更大。1999年,他42岁,与马云会面6分钟就拍板投资。从2000万美元的首轮注资,到2020年阿里市值巅峰时超过2000亿美元的持股,回报惊人,世人艳羡。

    2016年,他59岁,与沙特王储本·萨勒曼聊了45分钟,软银愿景基金就从沙特公共投资基金(PIF)拿到了450亿美元。他后来谈起这次投资,还算了笔账:“每分钟10亿美元。”

    他能“未卜先知”。2017年10月,作为在沙特利雅得召开的“未来投资计划峰会”的座上宾,他说:软银愿景基金投资的主要方向,是AI。当时,不少人认为AI还是海市蜃楼——5年之后,AI浪潮才风波骤起、席卷全球。

    2024年他67岁,这已经是很多人要退休的年纪,他却当众趴在黄仁勋的肩膀上“痛哭”。只因为一场价值连城错过:此前的2019年他清仓了英伟达,落袋30亿美元浮盈,如果当时能“再忍一下”,这些股票如今价值已超2000亿美元。

    他曾做过三天世界首富,目前与优衣库创始人柳井正,在日本首富的位子上轮流坐庄。他就是软银集团创始人兼CEO——孙正义。

    可就是这样一位富可敌国的韩裔日本人,最近为何又向银行借了一大笔钱呢?

    无抵押借了400亿美元

    2026年3月,软银集团与银行团签署了为期12个月的400亿美元无抵押过桥贷款协议。这是软银集团成立45年来规模最大的一笔外债,亦是近十年来全球资本市场罕见的巨额贷款。

    能借钱给孙正义的,也非等闲:摩根大通、高盛、瑞穗、三井住友、三菱日联。

    孙正义要拿这笔钱做什么呢?答案是继续加码当下最火热的赛道中、最火热的公司——OpenAI,ChatGPT的母公司。400亿美元中的300亿美元,将专门用于软银集团对OpenAI的追加投资,剩余的100亿美元除了支付交易成本外,也用于软银集团的运营与资金周转。

    根据交易安排,投资将通过软银愿景基金2号,分三笔100亿美元投向OpenAI:2026年4月1日、7月1日、10月1日。此次投资对应OpenAI投前估值为7300亿美元,投后估值8520亿美元——在全球大型独角兽中,仅次于估值超万亿美元的SpaceX。

    此前,软银集团已通过愿景基金2号等主体,累计向OpenAI注资约346亿美元。若这三笔百亿级的头寸在今年10月能够顺利交割,软银集团对OpenAI的总投资额将升至646亿美元,持股比例也将提高到约13%。

    若将此次敲定的300亿美元追加投资视作风险投资,这无疑是人类历史上,单次投向尚未盈利创业企业的最大一笔资本。显然孙正义再一次,将一枚巨大的筹码押上了牌桌。

    过桥贷款意味着极短的还款周期与高昂的利息等财务成本,孙正义必须带领软银集团,在未来12个月内完成资产的腾挪或再融资。

    当然包括卖资产,正如软银集团在公告中所言:“根据本次过桥融资协议所借入的款项,计划通过盘活所持资产及运用各类融资手段,在最终到期日前陆续偿还。”

    底牌与硬通货:孙正义有台“提款机”

    一向精明,甚至可以说狡猾的银行家们,愿意向软银集团提供这笔巨额无抵押贷款,显然不只是基于软银的信用,更不只是出于对孙正义个人的信任。他们很清楚,孙正义手中握有AI时代的硬通货——Arm(ARM.O)超过90%的股份。

    Arm自身不生产芯片,仅提供芯片架构设计与IP核授权。简单来说,Arm相当于提供通用技术方案,让芯片厂商能在成熟架构上快速实现产品落地。在智能手机市场中,Arm占据了手机芯片90%以上的市场份额。

    随着AI潮起,Arm再一次撞上了时代的红利。

    随着AI的普及,算力不再局限于数据中心,手机、PC与各类边缘设备的终端算力开始被重视。算力在从云端向终端下沉,而终端正是Arm深耕多年、近乎垄断的主场。

    但真正让资本兴奋的故事还是云端算力层面。标志性的事件发生在2025年10月:OpenAI宣布自研AI芯片采用Arm架构。这意味着,原本由英伟达掌控的数据中心算力市场,正被Arm架构撕开一道口子——彼时,在纳斯达克上市的Arm,一度冲上180美元/股。

    即便目前Arm股价已从巅峰期有所回调,其总市值依然稳在1600亿美元之上。这意味着,软银集团手中紧握的那些股份,账面价值仍高达惊人的1450亿美元——这才是孙正义的底牌,400亿美元的借款,不过是这笔资产的零头。

    因为市场似乎看到,在这场人类历史上最宏大的算力竞赛中,能正面挑战龙头英伟达的,是Arm,是背后的软银集团,以及始终在赌的孙正义。

    但这个资本局中最荒诞,也是最有趣的部分是:软银集团持有的Arm的这些股份,也是孙正义赌来的。

    有赌就有输:看走眼的时候也不少

    2016年,软银集团以320亿美元全现金全资收购Arm时,孙正义的最核心目标还不是AI,而是物联网。他的逻辑是:如果万物互联成为现实,那么掌控手机芯片架构市场主导地位的Arm,自然就能将优势顺延至所有联网设备。

    然而,这笔创下软银投资纪录的巨额支出,在当时更像是押错了注。物联网似乎没有出现“大爆发”,而Arm当时每年仅数亿美元的利润,对应320亿美元的估值,孙正义似乎买贵了。

    直到2023年春,AI浪潮爆发;是年9月,Arm在纳斯达克上市,定价51美元/股——这次IPO,软银集团只拿出了约10%股份向公众发售,手上还留着约90%股份。

    但只要在牌桌上,就有输的时候,孙正义也不例外。

    2000年互联网泡沫巅峰,时年42岁的孙正义就曾短暂超越比尔·盖茨,登顶世界首富仅三天——此时距离他24岁创立“软件银行”,不过19年。可紧随而来的市场崩盘,让软银市值在极短时间内暴跌97%,孙正义的身家从云端自由落体。

    虽然孙正义投资阿里巴巴的战绩值得称道,但他肯定也有看走眼的时候。

    2016年底,孙正义与首次当选的总统特朗普在纽约特朗普大厦会面,宣布将向美国投资500亿美元。

    这场开启了两人十几年交情的会谈超时了,导致孙正义与共享办公公司WeWork创始人亚当·诺依曼的会面推迟了近两个小时——两人的会面于是改在汽车上进行。

    孙正义说:“我只有12分钟的时间,开始吧!”就在车里,双方在iPad上敲定了投资的框架。孙正义下车的时候便拍板,投资WeWork 40亿美元。比多年前与马云会面的时间翻了一倍,投资额则翻了200倍。

    但诺依曼没成为又一个马云。七年后的2023年11月,这家被诟病为“二房东”的企业最终申请破产,软银集团前后投入的约185亿美元,竹篮打水一场空。

    2019年,软银集团向英国供应链金融公司Greensill投资14.55亿美元,成为其最大股东。除了投资回报外,孙正义还希望Greensill能为软银系那些仍在烧钱的被投企业提供融资——就是帮助这些公司将应收账款转换为现金流,盘活资金继续扩张,进而推高估值。

    算盘打得虽响,现实却有点残酷。随着Greensill爆雷,这笔投资几乎血本无归,软银更因Greensill关联贷款问题,在2025年6月被瑞银告上法庭。向来注重体面的日系资本,被这家拥有160余年历史、素有“富豪保险柜”之称的欧洲大行起诉,场面尴尬。

    赌徒基因:柏青哥、保时捷与筹码

    更不必说那场让孙正义趴在黄仁勋肩头“痛哭”的错过。

    2017年,软银集团仅用40亿美元,便购入英伟达近5%股份,成为第四大股东。彼时,英伟达还只是游戏玩家圈子才熟知的显卡厂商。甚至黄仁勋自己也没意识到一个属于AI的时代即将到来——英伟达当时押注的赛道是VR(虚拟现实),这项业务确实需要海量图形算力。

    2019年,加密货币矿难、显卡库存高企、VR市场发展也“不及预期”,英伟达股价大跌。孙正义选择坚决离场,以70亿美元的价格清仓英伟达,拿了30亿美元的收益,落袋为安。

    未曾料到,英伟达股价一飞冲天。即便不看历史峰值,以当前4.27万亿美元的总市值估算,英伟达5%股份价值也高达2135亿美元——这相当于他此次400亿美元贷款额的5倍有余。

    对于这次卖出英伟达的踏空,孙正义后来说:“我很羞愧。我当时非常非常强硬。”

    不过,这也不是孙正义第一次与千亿美元级的浮盈失之交臂。

    上世纪90年代末,软银曾与杰夫·贝佐斯接近达成协议,以1亿美元收购亚马逊30%股份,但最终因16%的估值分歧告吹。如果这项协议当年能够达成,且孙正义能够拿到现在不减持,这些亚马逊股份市值已高达6780亿美元。

    值得一提的是,尽管软银集团这次对OpenAI 300亿美元的投资规模不小,但也只能屈居“配角”。本轮OpenAI融资总规模达1220亿美元,在众多投资人中,最大的金主正是亚马逊——投资额500亿美元;而老朋友英伟达投资额则与软银集团一样,也是300亿美元。

    孙正义这样的行事风格,或许与他的家庭出身也有一定的关系。作为在日韩国人第三代,他的父辈们在日本受到了一定的排挤,甚至歧视,但他们中一些人,却也借着当局对这一群体的某种“放任忽视”,游走在法律边缘,从事私酒、高利贷等高风险、高回报的营生。

    乃至孙正义20来岁在美国加州大学伯克利分校读书时,他的家庭已经能靠经营柏青哥(弹子赌博机)的生意,让他开着保时捷在校园里兜风。

    或者说,投资的世界,本质就是风险与收益的一场赌博。谁敢把天平砝码加得更重,才可能站上更高的峰顶。

  • 机构:一季度华为份额领跑中国智能手机市场,苹果位居第二

    图片

    4月17日,根据Counterpoint Research市场监测报告的初步数据,2026年第一季度中国智能手机出货量同比下降4%,主要受存储涨价带来的成本压力影响。

    具体来看,华为在2026年第一季度以20%的市场份额领跑中国智能手机市场,创下2020年第四季度以来最高水平。Mate 80系列供应逐步改善,叠加政府补贴与春节促销活动,支撑其表现强劲。一季度末畅享90系列出货进一步助力华为出货量同比增长2%。此外,在全球存储价格大幅上涨的背景下,华为依赖本土供应商的策略为其提供了良好的成本缓冲。

    凭借 iPhone 17系列持续强劲的表现、促销降价以及政府补贴,苹果(AAPL.US)在第一季度位居中国市场第二。其出货量同比增长20%,在前六大品牌中增速最高。苹果凭借高端产品矩阵与强大的供应链管理能力,被普遍认为是应对当前全球存储涨价局面最具优势的厂商。中短期内,苹果更有可能内部消化成本上涨压力并进一步扩大市场份额。

    OPPO 在 realme回归后的首个季度位居第三。品牌内部将进行产品线调整。值得注意的是,一加第一季度出货量同比增长53%,主要得益于Ace 6系列与 Turbo 6系列表现强劲,同时产品定位更加清晰。在利润优先的战略下,OPPO于3月16日率先对部分老机型上调价格,此举对消费需求造成一定压力并抑制了换机节奏。

    vivo一季度出货量同比增长2%,主要得益于Y50、Y500、S50等中低端机型表现强劲。荣耀凭借畅销机型X70和荣耀500维持增长动力,3月发布的Magic V6凭借大容量电池与出色耐用性获得了稳定市场热度。小米一季度出货量同比下滑35%,主要原因是其核心机型在没有大幅降价促销的情况下表现不如上一代,以及在成本压力增大的情况下采取了更为谨慎的价格策略。

    Counterpoint指出,今年,智能手机厂商正面临出货量萎缩、利润收窄的“双重打击”,存储成本高企的状况或将贯穿2026年。随着厂商对新老机型均上调价格,消费需求预计将进一步走弱;市场或于6月初因618电商促销迎来小幅回暖。在成本压力的大环境下,2026年中国智能手机出货量预计同比下降9%,但仍优于全球平均水平。

    图片
    添加图片注释,不超过50个字(选填)
  • 等了3年!它终于出新款了!

    一款产品,能从 2023 年发布火到现在,还曾经出现一机难求的情况。
    也就只有它了——Pocket 3。
    图片
    在今天,它正式迎来接班人 Pocket 4,Pocket 3 也终于能退休了。
    Pocket 4 的高度跟 Pocket 3 保持一样是 33.5mm,长和宽都略有不同,分别是 144.2mm 和 44.4mm,但上手的话几乎没区别。
    至于重量,与网传完全不符合呀,比 Pocket 3 重了一丢丢,达到了 190g。
    不吊胃口,上真机图。
    图片
    先说 Pocket 4 最重要的——拍摄。
    硬件方面,依旧是 1 英寸的 CMOS,但是传感器换新了!
    图片
    最高 14 档的动态范围,f/2.0 光圈,支持 4K/240fps 录制,也终于能用上大疆的“纯血版” 10-bit D-log 模式。
    不过要说最实用的可能是它的 2 倍无损变焦。
    图片
    ISO 范围相比 Pocket 3 最高的 6400,提升至 12800。
    不过应该很少人会用到这么高的 ISO。
    特别是晚上,那高感画面简直像旁边堆了浓缩铀。
    图片
    但是,我又要说但是了。
    虽然 CMOS 升级,理论上可以获得更好的画质。
    不过,为什么拍摄的规格砍了这么大一块。
    Pocket 4 只有 4K 16:9、1080p 16:9、3K 9:16 和 1080p 9:16 这四种规格可以选。
    你看一下和 Pocket 3 的对比,就知道差距。
    图片
    这一点我挠破脑袋都看不懂。
    电池方面,比起上一代提升了一丢丢。
    从 Pocket 3 的 1300mAh 变成 1545 mAh。
    图片
    续航更是炸裂,直接从原来的 166 分钟跃升到 240 分钟。
    图片
    4 个小时诶!这续航焦虑完全根治了吧。
    充电这块没什么改变,依然是 12V3A 的快充,18 分钟充至 80%。
    除了 CMOS 的升级,更重要的是这次 Pocket 4 机身内置了 107G 存储。
    图片
    这绝对是救命稻草般的升级。
    你想想现在的内存卡价格多高呀,一张闪迪的红灰高速卡都要 370 左右了。
    现在直接内置 107G 存储空间,即买即用,四舍五入省了好几亿呢。
    接着是软件功能上的升级。
    首先是智能跟随,Pocket 4 的全新智能跟随,挥挥手就可以开启。
    图片
    伸手比个耶,就可以拍照。
    反正比用嘴巴喊那种尴尬情况好多了。
    图片
    sis 看过来,Pocket 4 这回呀。
    终于内置了美肤功能,再也不用丢给 App 自个儿慢慢调了。
    图片
    等一下,sis 别走,还有呢。
    这次的磁吸补光灯配件,是真有用。
    图片
    好了,Bro sis,价格环节。
    标准套装,2999 元;畅拍套装,3498 元;全能套装 3799 元;美拍套装 4098 元。
    图片

    稍微总结一下。
    跟之前的爆料一样,107G 的内置存储,2 倍无损变焦,全新智能跟随,都好评!
    升级后的 CMOS 理论成片质量会更好,但还是要等实测。在全球芯片都涨价的情况下,发售价格还比上一代便宜了 500!
    不愧是大疆。
    不过哈, Pocket 4 Pro 到底有没有,是不是 6 月发布还没个准信儿。
    给我选的话,我会选择等 Pocket 4 Pro。

  • 阿里1000亿美元赌局:一匹“小马”能否撬动大局

    3月19日晚上,CEO吴泳铭在阿里2026年Q3财报分析师电话会上,甩出“未来五年,包括MaaS在内的云和AI商业化年收入突破1000亿美元”时,台下的人都在心里默默算账。145亿美元起步,47%的年复合增长率,连续五年。

    亚马逊AWS从122亿到1076亿花了八年,年均31%;谷歌云去年Q4增速48%,但基数小,且只有一个季度摸到这个数。

    阿里云要的是连续五年。这不是预测,是倒逼。用不可能的目标,逼一家20岁的公司重新学会冲刺。

    如今,这声冲锋号有了新回响——一匹叫“HappyHorse”的小马突然杀出,4月10号,阿里官方确认了这匹“小马”归属,称当前处于内测阶段,API计划于2026年4月30日开放,这也让阿里云终于摸到了AI视频的牌桌。

    HappyHorse,撬开被字节“独霸”的市场

    AI视频是当下最明确的商业化场景,没有之一。一条15秒视频消耗30万Token,漫剧、短剧公司的日消耗可达百万甚至千万级。据艾瑞咨询以及天眼查综合数据统计估算,2025年中国AI视频生成市场规模100至150亿元,2026年破200亿元。

    但过去两年,这个市场几乎与阿里无关。

    字节Seedance 2.0今年2月上线即梦、豆包后迅速引爆。游戏科学创始人冯骥称其为“地表最强”,影视飓风Tim说“改变视频行业”。爆火之后是产能瓶颈——用户排队数小时成常态,499元/月的高级会员也得等3小时以上。3月OpenAI关闭Sora服务后,即梦一个月内涨价三次,积分额度对半砍,企业客户签500万保底协议才能用“满血版”。

    即便如此,漫剧、短剧公司仍蜂拥而至。传统真人短剧动辄百万成本、数月周期,Seedance的效率和成本优势是降维打击。到3月底,字节漫剧日消耗突破7000万元,首次超过真人短剧。

    火山引擎的“独霸”,客观上给阿里留出了窗口。但窗口不会永远敞开——必须趁Seedance产能瓶颈、涨价争议的当口,快速切入。

    转机发生在4月某个凌晨。

    一款名为“HappyHorse-1.0”的AI视频生成模型突然在Artificial Analysis Video Arena盲测榜单登顶。在行业还在猜测是谁家的“马甲”时,阿里已经出面认领——这是阿里旗下ATH(Alibaba Token Hub)事业群的创新事业部的内测产品,将于4月30日开放API。

    图片

    真正值得关注的是水面之下。

    据界面新闻报道,阿里云一线销售已经开始主动出击,开挖火山引擎的AI视频客户。 一位 阿里云的销售向界面新闻表示,大模型真正赚钱的就是这些AI视频类客户,但漫剧、短剧乃至整个视频生成类行业的头部客户,之前 阿里都很难接得住。“很多客户现在都是苦于火山引擎的一家独大,一是生成要排队,二是涨价。但凡有一家能力跟他差不多的,价格也不是说特别过分,很多客户都是非常有兴趣的。”

    HappyHorse给了撬动市场的支点。上述销售所在团队已拉了一大批企业客户准备邀请内测,其中不乏日消费几十万级别的玩家。

    但销售们的焦虑同样真实。盲测榜单的Elo分数波动大,一位生成式AI基础设施创业者直言:“基于我看的视频和Arena测试,远不如Seedance 2.0。”他认为HappyHorse高分部分源于常和老模型对战,“别太当真”。不过他也承认,仍看好其开源潜力。

    另一位接近阿里的人士则反驳,“榜单不一定代表真实体验,但能让销售有底气去敲门。以前连门都进不了,现在至少能谈。”

    HappyHorse的核心亮点在于动作流畅、自然色彩、动态表现,还支持同步音频生成。根据天眼查综合媒体信息显示,一个打篮球的视频,球的运动物理真实性良好,脚步声、球撞击地板的声音、球鞋与地板的摩擦声与环境音同步。这种音视频天然同步的能力,正是过去一年视频模型领域最关键的技术突破之一。

    但在人物细节和多镜头叙事能力上,Seedance 2.0依然保有竞争力。市面上能看到的HappyHorse实例大多是10秒左右的短片,大规模内测和产品上线的反馈,才是真正的试金石。

    双线并进,开源与商业的赛马

    HappyHorse的组织归属,揭示了阿里的内部布局。

    今年3月成立的Alibaba Token Hub(ATH)事业群,将五条业务线纳入统一指挥:通义实验室、MaaS业务线、千问事业部、悟空事业部、AI创新事业部。HappyHorse即来自AI创新事业部,由原快手副总裁、可灵技术负责人张迪带队,张迪于2025年底回归阿里。

    通义万相和HappyHorse分属两条线:万相归通义大模型事业部,走开源路线;HappyHorse主打商业场景和客户转化,目前暂未确定是否开源。

    这种“双线并进”带有内部赛马色彩,但并不矛盾。万相打开源生态和技术影响力,HappyHorse则负责客户转化和收入变现。而HappyHorse的出现,可以看作阿里云MaaS战略的一个缩影。

    一年半前,问任何云厂商销售MaaS能不能赚钱,答案几乎都是摇头。模型价格战把Token单价压到成本线以下,技术不成熟导致应用场景模糊。一个月消费1万元的大模型客户,体量只相当于公有云月消费1000万的客户,销售提成差了一个数量级。

    阿里云、腾讯云去年甚至没把MaaS纳入考核。

    转折发生在2025年下半年。Agent的爆发让Token消耗指数级增长,单次任务消耗量是传统Chatbot的100到1000倍。多模态崛起则打开了新空间——文生图、文生视频的算力消耗远高于文本,利润空间相对可观。

    据吴泳铭披露:百炼MaaS平台过去三个月Token消耗增长6倍,MaaS未来将成为阿里云最大收入来源。

    HappyHorse的面世,让阿里在视频生成这个最大增量市场里终于有了筹码。销售团队的商机分级随之改变:过去按金额10万、100万、1000万,现在按Token 10亿、100亿、1000亿。

    尽管估算值和实际消耗有偏差,但Token成了通用语言。至少大家能对齐了。而对齐之后是定价策略的选择。如果阿里以更低价格切入视频生成市场,对字节的冲击将立竿见影。日消耗几十万元的漫剧公司,每百万Token便宜几块钱,一年下来就是可观的成本差距。

    但降价也是双刃剑。阿里云近期已因全球AI需求爆发和供应链涨价,将AI算力、存储等产品最高提价34%。视频模型领域若反向操作,可能引发整体定价体系的混乱。

    平头哥的底牌,自研芯片背后

    涨价潮中,阿里有一张其他厂商难以复制的牌——平头哥自研GPU。

    根据3月阿里财报首次披露:自研GPU规模化量产,累计出货47万枚,60%以上算力服务于外部客户,年化营收达百亿级别。4月18日的涨价名单中,平头哥“真武”系列AI算力价格上涨5%~34%。

    芯片自研的意义不仅是成本可控,更是定价话语权的掌握。当全球AI算力供应链涨价,阿里云可以更有底气地调整价格,而不至于被上游绑架。

    HappyHorse的出现,让这种垂直整合有了新支点。如果视频生成模型能大规模跑在平头哥芯片上,阿里将掌握从训练到推理的完整成本控制权。但产能瓶颈是现实约束。天眼查媒体综合报道显示,目前阿里云AI算力供给处于供不应求状态,部分区域行业线已提前完成2026财年销售目标。47万枚出货量“听着大,但放在全国AI算力需求里,占比还很小”,一位芯片行业人士分析。

    而HappyHorse的内测和即将开放的API,将是平头哥芯片承载大规模视频生成任务的首次实战检验。效果能否兑现、客户能否留存、成本能否优化,三者环环相扣。

    阿里的豪赌,身份认同与估值确认

    47%的年均复合增长率,意味着每年要新增近半个当年的阿里云。但传统云市场增速已大幅放缓,友商价格战持续施压。

    更隐蔽的威胁是MaaS成为入口。客户从MaaS切入后,往往顺势采购计算、存储等基础云资源。火山引擎借此打破“难以进入客户采购名单”的困境——先通过模型服务建立关系,再向底层延展。

    HappyHorse的推出,让阿里也能打这张牌。销售团队已经拉好内测客户名单,其中不乏日消费几十万级别的视频生成企业。如果这些客户能在内测中验证效果,后续的云计算、存储、大数据产品将顺理成章地跟进。

    但客户迁移成本不容忽视。Seedance 2.0经过两个月积累,已在大量工作室生产流程中扎根。即便效果相当,换工具也意味着重新适应。HappyHorse能否提供足够的差异化价值,是撬动迁移的关键。

    摩根大通的测算颇具诱惑:若阿里云五年实现1000亿美元收入且获得合理估值,仅云业务价值可达4000亿美元——远高于阿里当前约3000亿美元的整体市值。

    在证明1000亿美元目标不只是口号外,更大的命题是身份认同。阿里究竟是“有云的电商公司”,还是“有电商的云公司”?本质上是一次科技股的身份声明。

    组织层面,阿里习惯用“高目标倒逼”激活变革。“取其上者得其中”,哪怕最终未达1000亿,也可能逼出800亿的结果。

    4月30日的API开放,将是HappyHorse的首次大考。是成为“Seedance杀手”,还是又一个“高开低走”的故事,市场即将给出答案。

    吴泳铭在财报电话会的最后说了一句话:“我们没退路。要么冲上去,要么等着被重新定义。”

    HappyHorse的嘶鸣,是这声冲锋号的最新回响。但冲锋之后能否胜利,取决于那匹小马能不能真正跑起来。

  • 人人都能用的本地 AI?我们拿千元机测了一下,结果拉完了

    今年 4 月,谷歌发布了新一代开源大模型 Gemma 4。这次一口气推出了四种规格的版本,从手机到工作站全面覆盖,其中最小的两个版本专门为移动设备设计,主打完全离线运行。这其实本来也没啥稀奇的,但更重要的是,谷歌这次是想让手机跑本地模型了。

    可能大家都已经刷到过不少关于Gemma4 实装测试的内容,但但网上现有的测试,基本都是在最新款 iPhone 或旗舰机上进行的,这些旗舰本来就是最新款,性能和算力都是第一梯队的,表现好也在情理之中。

    而这时候小雷就不禁想发问,如果用的是一台几百到一千多块的普通安卓机,中端处理器、不算顶尖的算力,本地模型还能不能正常用?和那些旗舰机比,差距到底有多大?

    图片

    (图源:雷科技摄制)

    往更深一层说,本地 AI 是不是注定只能是旗舰手机的专属功能?我们想搞清楚这件事,所以直接拿了一台搭载中端芯片的千元安卓机来实测 Gemma 4,看看它的表现到底怎么样。

    千元机跑本地模型,简直「拉完了」

    我们这次拿来测试的是 vivo Y500 Pro,很典型的一台千元安卓机,虽然不是什么老机型,但 SoC 整体性能还是偏一般的,毕竟它定价就在这儿,确实也没啥好说的。它采用的是联发科天玑 7400,台积电 4nm 制程,CPU 配置是 4 个 2.6GHz 大核加 4 个 2.0GHz 小核,GPU 是 Mali-G615 MC2。

    这套配置在千元价位段里算正常发挥,日常用没什么问题,但要跟现在的旗舰芯片比算力,那真的不是一个量级的事。AI 这块,天玑 7400 用的是联发科 NPU 655,官方说比上一代提升了 15%。

    谷歌为 Gemma 4 的手机端版本出了一个叫 Google AI Edge Gallery 的 App,应用商店直接搜就有。下载完打开,选 Gemma 4 E4B,等模型文件下好,就可以直接用了,全程离线,不用联网,也不用搞任何配置。这个安装体验,谷歌还是做得挺用心的。那话不多说,直接开测。

    图片

    (图源:雷科技制图)

    第一题我们问了一个很生活化的问题:推荐三部适合在长途高铁上看的电影,并说说理由。Gemma 4 给出的答案是阿甘正传、盗梦空间和爱乐之城,选片本身没什么问题,三部都挺经典,推荐理由也说得通,但问题在于,它给出了将近 500 字的回答,还额外附上了一条”小贴士”,像什么高铁上看电影记得带耳机。

    图片

    (图源:雷科技制图)

    这在 vivo Y500 Pro 上,这 500 字足足跑了 2.8 分钟,说实话,小雷看完才发现后半段根本没必要读。

    这其实是小参数模型的一个常见毛病,它回答的时候往往不知道什么时候该停下来,偶尔还会给一些「建议」来凑字数,仔细阅读下来就会发现其实两三句话就能总结完。

    接下来我们选择了一道比较经典的多步逻辑推理题:五个人坐成一排,A 不坐在最左边,B 坐在 C 的右边,D 坐在 E 的左边,E 不坐在最右边,请问谁坐在最中间?虽然它在很认真地一步步列条件、排列组合,但最后却给不了正确答案,甚至耗时 3.3 分钟,在这过程中,我们是不能退到后台等待它回答的,必须一直保持亮屏。也就是说,这 3.3 分钟彻底被浪费掉了。

    图片

    (图源:雷科技制图)

    当然,这也不能怪 Y500 Pro 性能不足,其实我们在 X300 Pro 这台旗舰机型上,也没能把这个问题整出答案来,但 X300 Pro 回答的速度几乎就是碾压级的,1.6 分钟就给出错误答案。就算错,也算是错的干脆。

    图片

    (图源:雷科技制图)

    同样如此,小雷还尝试之前那个难倒一大片 AI 大模型的超经典问题:洗车应该开车去还是走路去?让人意外的是,这次两款手机在同一个模型下,有了不同的思考。Y500 Pro 花了 2.5 分钟,告诉我们「如果你是为了“洗车”去的,那应该选择走路」,这种令人啼笑皆非的回答。

    图片

    (图源:雷科技制图)

    而 X300 Pro 中间是绕了一些弯子,它似乎也在反复确认「洗车」这个行为到底需不需车,但最后它还是提到,假如要去洗车,那还是要开车去。

    跑完这三道题,Y500 Pro 上的 Gemma 4 E4B 给我们留下的整体印象就是很慢、废话连篇,但倒是不怎么发烫。

    慢是最直观的感受,每道题平均要等两到三分钟才能看完完整回答。这个速度放在日常使用里真的很难受,说实话没有人会愿意盯着屏幕干等三分钟就为了看一个答案。但这里有一个细节值得说一下,慢不是因为模型没在跑,而是天玑 7400 的 NPU 算力实在有限,每秒能处理的 token 数就那么多,再怎么努力也就这个速度了。

    还有就是出错率也挺高的,但也情有可原,模型在处理复杂逻辑的时候,需要在中间步骤上反复”思考”,算力越充裕,这个过程就越完整,而在千元机上,这个过程很可能在还没走完之前就被迫给出结论了,因为算力只有这么多,如果分配给推算太多资源,那后续就很难继续下去,所以也更容易出现幻觉。

    Gemma 4 E4B 是一个多模态的模型,所以我们也打算让 Y500 Pro 试试看识图效果如何。我们先丢了一张夜景购物中心的照片进去,问它图里有什么信息。

    它的回答说实话还过得去,描述了建筑规模、屋顶结构、夜景氛围,方向是对的,但有一个很明显的问题,图里那么大一个 Apple Store 的招牌,它完全没有提到,只说了个”现代大型购物中心”。品牌识别这件事对模型要求很高,需要把看到的视觉信息和背后的品牌知识对应起来,E4B 这个参数量显然还不够用,看得出轮廓,但认不出是谁。

    图片

    (图源:雷科技制图)

    第二张图,我们随手拍了个绿植的图片问它这是什么,然后它就转圈了。整整五分钟,什么回答都没有,只有那个一直在转的加载动画,更让人崩溃的是,这段时间里整个 App 完全无法操作,不能打断只能干等。其实这张图片就是非常简单的地插式喷头,浇花用的,并不是很罕见的装置。

    图片

    (图源:雷科技制图)

    那么 X300 Pro 是否能正确识别呢?其实是可以的,X300 Pro 仅用 32 秒就回答了这个难倒 Y500 Pro 的问题,只可惜它没能准确说出这个装置是什么只是猜测这是一个小型的传感器。

    图片

    (图源:雷科技制图)

    跑完这三轮测试,Y500 Pro 上的 Gemma 4 E4B 并没有如我们想象中一般完全干不动,相反其实有一点点小惊喜,比如它基本不发烫、也不是很卡顿,一些简单的问题还是能正确回答出来。但问题在于,作为一个本地模型,它的回答速度实在太慢了,目前 Google AI Edge Gallery 的权限也不够,除了开关手电筒之外,做不了其他系统级操作。

    这就显得很尴尬了,假如只能做到这样的水平,回答速度也这么慢、还容易出错,用户为什么还要继续用下去呢?说白了,除非真的到了彻底断网的场景,否则还真不如一个在线大模型好用。

    本地模型,普通手机真的能用吗?

    从前面的测试来看,Gemma4 目前确实是得旗舰手机才能达到一个「及格线」的标准,尽管还是有出错的情况,但至少速度不拉跨,不像千元机那样又慢又不准。

    但回过头来看,谷歌做这个 App,背后到底在布什么局?

    Google AI Edge Gallery 里有一个叫 Mobile Actions 的功能,可以把你的自然语言指令直接转化成对 Android 系统的操作,比如”帮我创建一个午餐日历事件”或者”打开手电筒”,模型理解你的意图之后,直接调用系统工具去完成。

    这条路其实已经在旗舰手机上开始走了,三星 Galaxy S25 系列推出了跨应用执行链,只用一句话就能让多个 App 协同工作,比如说”帮我导航到今晚开会的地方”,AI 会自动从日程表里读取地址,再直接传给地图,整个过程不需要你复制粘贴,也不需要手动切换。还有此前全网爆火的豆包手机,更是实现了「手机自动驾驶」。

    但这里有一个很重要的事实需要说清楚,那就是这些自动化操作,其实大部分都不是真正意义上的本地模型在跑。三星、苹果,甚至豆包手机,都是如此。

    图片

    (图源:豆包手机助手)

    本质上,本地模型的能力上限摆在那里,参数量越小能做的事情就越少,而用户对 AI 的期待是越来越高的,单靠本地根本撑不起那个需求。所以云端成了兜底的方案,本地模型更多是承担一些轻量、实时的任务,比如通知总结、语音识别这类对速度要求高的场景。

    所以,谷歌这款 App 更像是在试水本地模型进入移动端,并且逐步开放自动化操作手机的功能权限,再让尽可能多的设备都能跑起来,然后等芯片的算力跟上来。但芯片厂商什么时候愿意把真正够用的 AI 算力下放到千元机这个价位?毕竟旗舰手机,从来都不是手机市场的销量大头。

    联发科、高通这几年每代新旗舰芯片发布,都会重点强调 NPU 算力提升多少倍、AI 性能比上一代强多少,可中低端芯片往往并不重视这些,能效才是它们更在意的。因此,普通用户能不能用上真正好用的本地 AI,取决于整个产业链有没有足够的动力去推动这件事。谷歌在软件层面上开了一个口子,那么接下来就要看芯片厂商和手机厂商如何接招了。