凤凰网科技讯 7月31日，据“网信中国”消息，近日，英伟达算力芯片被曝出存在严重安全问题。此前，美议员呼吁要求美出口的先进芯片必须配备“追踪定位”功能。美人工智能领域专家透露，英伟达算力芯片“追踪定位”“远程关闭”技术已成熟。为维护中国用户网络安全、数据安全，依据《网络安全法》《数据安全法》《个人信息保护法》有关规定，国家互联网信息办公室于2025年7月31日约谈了英伟达公司，要求英伟达公司就对华销售的H20算力芯片漏洞后门安全风险问题进行说明并提交相关证明材料。

性价比为王。 文丨许俊浩 网红食品与代工模式再引争议。 日前网红品牌麻六记旗下酸辣粉因代工和质量问题备受关注。上海、宁波等地有消费者在会员制超市开市客Costco购买麻六记酸辣粉，发现粉饼发霉，便向开市客投诉。随后，开市客将麻六记酸辣粉全部下架，相关情况登上各平台热搜。 麻六记酸辣粉代工厂四川白家阿宽食品公司很快于7月27日发布相关批次产品的召回声明，并向消费者和麻六记致歉，但这并未平息舆论。麻六记作为品牌方的监管作用被大量网友质疑，新浪微博出现“麻六记别躲在白家阿宽后装无辜”“阿宽食品不能代替麻六记致歉”等词条，相关话题阅读量超过2800万。7月28日，麻六记通过官方微博发布致歉声明。 依靠麻六记创始人张兰与其子汪小菲在社交媒体上的话题热度，麻六记酸辣粉在淘宝、京东销量均在10万单以上，抖音累计销量超过500万单，直播间单日最高销量超过100万元。张兰曾在直播中强调，酱料、配方、工人“都是自己的”，试图淡化代工模式色彩。事件中网友对麻六记的批评亦源于此。 据海克财经了解，代工模式并非食品行业的秘密。官方资料显示，除麻六记外，白家阿宽还为网红品牌李子柒及零食品牌三只松鼠、百草味代工。零食连锁头部品牌来伊份、良品铺子同样以代工模式为主。 按照生产与渠道情况划分，零食行业可以归为三类，即自产、代工与量贩。所谓自产，即自建工厂，掌握核心生产线，比如盐津铺子、好想你、洽洽食品等。所谓代工，即以代工生产为主，包括主营电商渠道的三只松鼠、百草味等和主营连锁门店的来伊份、良品铺子等。“量贩”一词源自日文，原本指批发式大量销售，零食量贩则指主打低价，以零食集合店销售不同品类、品牌零食的新兴模式。 电商初兴时，三只松鼠是线上零食销售之冠；零食连锁门店火热时，来伊份曾凭借门店数量占优，良品铺子原是高端零食代表。但如今零食量贩品牌崛起，门店迅猛扩张，代工型旧零食品牌却多面临业绩波动、门店数量缩减的困境，由此不得不寻找突围路径。 01 量贩模式新兴 零食量贩市场规模增势强劲。 按照中原证券2025年7月发布的一份基于权威数据所作研报测算，2024年中国零食市场规模达1.25万亿元，同比增长8.7%，预计2026年能够突破1.4万亿元；以销售额计，零售销售渠道，电商占比最高，为38%，其次是占比30%的线下商超和便利店，再次是占比14%的零食量贩渠道和占比10%的良品铺子、来伊份等品牌连锁门店，其余为贩卖机等其他渠道。 来伊份创立于1999年，良品铺子创立于2006年，也就是说，品牌连锁零食店有超过20年发展历史。而零食量贩行业的头部玩家鸣鸣很忙，由创立于2017年的零食很忙与创立于2019年的赵一鸣两大零食量贩品牌合并而来，另一个头部玩家万辰集团2022年才涉足零食量贩行业。发展期不过几年时间，零食量贩渠道销售额已超过品牌连锁门店渠道。 营收与门店数量变化更能凸显零食量贩模式的生猛。 鸣鸣很忙已于2025年4月向港交所递交了招股书。招股书显示，鸣鸣很忙2022年、2023年和2024年营收分别为42.85亿元、102.95亿元和393.43亿元，营收翻了几番。 万辰集团原本从事食用菌相关业务，2021年在深交所上市，成立零食品牌“陆小馋”后陆续收购好想来、来优品、吖嘀吖嘀、老婆大人等零食量贩品牌。财报显示，2022年主营食用菌业务时，万辰集团营收5.49亿元；整合零食量贩品牌后，万辰集团2023年和2024年营收分别为92.94亿元和323.29亿元。 良品铺子的营收则自2022年开始持续下滑。据财报，2022年至2024年，良品铺子全年营收分别为94.4亿元、80.46亿元、71.59亿元；2025年第一季度，良品铺子营收17.32亿元，同比下降29.34%。 按照申银万国证券的二级分类，在食品饮料下的休闲食品行业有超过20家上市公司，2022年时良品铺子的营收居于首位，排行第二的是营收72.93亿元的三只松鼠；到了2023年，万辰集团居于首位，良品铺子位居第二，三只松鼠营收71.15亿元，已掉出前三；2024年时，万辰集团仍排行第一，三只松鼠以106.22亿元跃居第二，良品铺子位居第三。 餐饮数据平台红餐大数据显示，目前国内零食门店数量排行前三的品牌分别是1.4万家门店的好想来、门店数量均超过8000家的赵一鸣和零食很忙，第四、五位是超过3000家门店的来伊份和约2700家门店的良品铺子；其后则是零食量贩行业的第二梯队品牌，门店数量均超过2000家的零食有鸣、糖巢等。 零食量贩门店高歌猛进，品牌连锁门店必然承压。 据财报，良品铺子2022年至2024年门店数量分别为3226家、3293家、2704家，2024年年末门店数量已低于2021年同期。 先发玩家来伊份境况相似。2017年时，来伊份门店数量便已超过2400家，且曾官宣启动“万家灯火”计划，目标是2023年达成万店规模。然而，据财报，2023年末来伊份门店数量仅达约3600家，2024年又缩减至约3000家。来伊份2024年财报提及“万家灯火”计划时，说法变成了优化单店盈利模型及加强加盟推广力度。 02 品牌力从何来 代工零食品牌崛起有其特定背景。 彼时线下零食渠道由商超、便利店及小型超市主导，商超具有产品多样性而不够便利，便利店、小型超市的零食品类又较为有限，良品铺子、来伊份等零食连锁门店能够兼具产品丰富性和便利性。与此同时，电商兴起，三只松鼠通过塑造松鼠IP形象和差异化服务策略抓住了电商红利。基于各自渠道优势，代工贴牌模式既能快速扩充品类，又能通过统一品牌来占据用户心智。 这些品牌的产品品类往往覆盖了坚果炒货、肉类零食、糕点饼干、果干蜜饯、膨化食品等近乎所有市面常见的包装零食。比如来伊份，财报显示有超过1500款OEM食品。所谓OEM，即指定厂商按需生产的代工模式。品牌连锁门店则以销售自有品牌产品为主，以此强化市场的品牌认知。 但零食量贩模式以低价快速抢占了用户心智。 鸣鸣很忙和万辰集团均以门店为品牌核心，自有品牌极少，主要通过引入知名品牌的低价商品以吸引客流，再通过其他商品赚取利润。如此一来，公司不需要掌控产品的生产过程，也无需营销产品本身，只需要通过低价的知名品牌商品引流，让门店本身成为品牌宣传载体。通过加盟体系快速扩张版图后，公司便能以规模化运营强化自身采购议价能力，形成商业闭环。 低价来自对供应链各环节加价的削减。 据华创证券2025年7月发布的一份研报，假设产品成本为1元，商超渠道需要向品牌方支付约0.25元品牌授权费，一级批发商、二级批发商约加价0.2-0.3元，销售终端再加价0.3-0.5元，To C时售价便会超过2元；而零食量贩模式仅向品牌方支付0.03-0.05元，一级批发商加价0.05-0.08元，零食量贩品牌供应链加价0.08-0.1元，引流款商品的终端加价0.03-0.05元，其他商品的终端加价0.3元，To C时售价仅约1.5元；也就是说，零食量贩门店能够让消费者少支付20%-60%的溢价。 以卫龙辣条为例，据海克财经观察，零食很忙所售卫龙大面筋辣条为58g装，售价1.9元；街边小超市、711便利店、永辉超市的同款辣条106g装，售价在5.5元至6.1元，按克计算来看，商超价格是零食很忙的近两倍。 要知道，传统定价逻辑是大包装更便宜，批发售卖、山姆等会员制超市均是如此。零食量贩模式通过削减加价环节和规模效应压低价格，使小包装定制款更加便宜。据招股书，截至2024年12月31日，鸣鸣很忙产品SKU（最小存货单位）中约25%为与厂商合作的定制款，公司通过合作定制小包装和提供散装称重产品降低产品的尝新门槛。 来伊份、良品铺子等代工品牌自建线下销售渠道，虽然没有经销商层级，却需要向供应商支付代工费用，还有自营门店运营压力，产品售价水涨船高。良品铺子原先就打出“好原料造就好味道”的旗号走高端路线。同样是辣条产品，良品铺子所售为自有品牌产品，75g装售价6.9元，较前述商超价格更贵。 相较于线下门店，电商渠道成本更低。以三只松鼠为例，三只松鼠自有品牌辣条产品，天猫官方旗舰店110g包装两袋售价为8.9元，克重单位价格仅略高于前述零食很忙的卫龙辣条。 线上渠道受零食量贩模式冲击相对较小。比如三只松鼠2024年营收甚至有较大幅度增长，线下布局则持续收缩。三只松鼠2016年开出第一家线下门店，2020年时门店数量曾超过1000家。据财报，截至2024年12月31日，三只松鼠全国门店仅剩333家。 03 突围各有侧重 针对零食量贩门店的崛起，良品铺子给出的应对策略是降价。 2023年11月底，良品铺子启动“成立以来最大规模降价”，300余款核心产品平均降价22%。据财报，截至2024年12月31日，良品铺子累计已完成500余款产品价格下调。只是其下调后的产品价格仍难与零食量贩门店匹敌。比如良品铺子所售自有品牌猪肉脯，100g售价为10.9元，而零食很忙所售某品牌相似猪肉脯，100g售价为7.9元。 来伊份则坚持未对价格进行调整。在2024年全年暨2025年第一季度业绩说明会上，来伊份官方表示零食量贩选品标准是好看好吃且低价，主打中低端下沉市场，与公司消费群体有区别，公司将保持战略定力。 从业绩来看，这种“定力”难言成效。据财报，来伊份营收自2022年开始下滑，2022年、2023年和2024年营收分别为43.82亿元、39.77亿元和33.70亿元；2025年第一季度营收10.48亿元，同比下降1.23%。 来伊份还尝试了多种新业态。比如生活店，较传统零食店增加了生活用品与餐饮食品，形态与便利店接近。2024年9月，来伊份还开出了首家仓储会员店。2025年7月，来伊份又与零食品牌养馋记合作，开设社区零售店。这些转型动作目前尚未对其业绩产生显著提振作用。 良品铺子则持续发力线上渠道。尽管来伊份与良品铺子营收都以门店零售为主，但良品铺子电商渠道收入占比有所提升。据财报，2024年，来伊份门店零售收入20.20亿元（占总营收59.9%），电商收入2.11亿元（6.2%）；良品铺子包含直营和加盟在内的门店收入35.90亿元（50.5%），电商收入29.31亿元（41.2%）。 以抖音平台为例，据调研机构飞瓜数据近日发布的《2025年休闲零食线上消费与行业洞察报告》，按照2025年1-5月数据测算，坚果/炒货品类全年预估曝光量排在前三的自营品牌分别为三只松鼠、百草味与良品铺子，曝光量分别为6.2亿、1.5亿与1.3亿。 原本就以电商为主要渠道的三只松鼠，增长重心从淘宝、京东等传统电商平台转移至抖音、快手等内容平台的直播带货模式，是其2024年营收逆转颓势的关键。据财报，2020年至2023年间，三只松鼠营收持续下滑，全年营收分别为97.94亿元、97.7亿元、72.93亿元、71.15亿元；2024年全年营收106.22亿元，同比增长49.3%，其中抖音系平台收入21.88亿元，同比增长81.73%。 尽管门店数量收缩，但三只松鼠仍在尝试多维拓展。自2024年起，三只松鼠开始推进供应链转型，尝试以自有工厂主导核心品类生产。在2025年5月的三只松鼠生态大会上，三只松鼠创始人、CEO章燎原宣布推出新的线下店型，包括覆盖食品、日化、婴童等品类的三只松鼠生活馆，还有社区便利店“一分利”。三只松鼠还推出了“第二大脑”“巧可果”“围裙阿姨”等涉足咖啡、乳饮、预制菜等多个领域的系列子品牌。 旧零食品牌亦想入局如火如荼的零食量贩领域。三只松鼠2024年10月尝试收购零食量贩品牌爱零食，2025年6月却因部分核心条款未达成一致终止交易。2023年初，良品铺子也曾投资赵一鸣，却在零食很忙与赵一鸣合并前出售了相关股份，还因合并事宜起诉赵一鸣刻意隐瞒公司重大事项，损害小股东知情权。 零食量贩市场规模的增长拉动了整体零食行业增长，但良品铺子、三只松鼠、来伊份等品牌很难将零食量贩作为新渠道——贴牌产品在引流能力上比不过头部自产品牌，又难及白牌产品的低价优势，其自有门店还与零食量贩门店存在竞争关系。 在理性消费主导的市场环境下，代工零食品牌面临多重挤压。零食量贩渠道持续冲击，电商流量成本攀升，新品拓展难以快速拉动增长。消费者对高端故事的买单意愿消退，传统品牌的转型窗口正加速收窄。

2025年以来，以美团、淘宝闪购、京东等为代表的即时零售与外卖平台通过“百亿补贴”“亿元补贴”等活动掀起了声势浩大的外卖竞争。为评估外卖平台大规模补贴策略对于提振当前消费市场所产生的具体效果，北京大学光华管理学院光华思想力课题组基于淘宝闪购数据，结合平台大数据和科学分析方法，在淘宝闪购平台抽取2025年2-7月期间持续留存的平台消费者样本，以及持续经营的商户样本，构建覆盖消费者和商户的双重视角和多层次分析框架进行了研究。 研究结果显示：淘宝闪购优惠券对饿了么平台上的外卖消费产生了显著的拉动作用，每1元有效闪购补贴带动了在饿了么平台上大约1.65元的额外新增消费，且对零售（非餐饮）的拉动更大。闪购优惠券的消费拉动作用存在显著的溢出效应，每1元的有效闪购补贴带动了消费者6.76元通过支付宝平台完成支付的额外消费，其中对线上电商实物消费的带动金额为3.11元。研究还发现，闪购渗透率与地区行业层面餐饮商家平均线下周营收正相关，未发现挤占堂食的统计证据；闪购优惠券对参与商户在线上、线下营收都有正向拉动作用，且对营收规模最小的25%商户的拉动作用最强。 为规范本次外卖补贴竞争，引导市场健康可持续发展，支持以创新消费场景为抓手支持新型消费加快发展，我们建议：（一）监管部门要密切关注平台裹挟商家等不正当竞争行为。时刻关注商家是否会出现增收不增利的现象，避免出现餐饮行业利润总额的损失。（二）全行业要加强自律，尽快引导市场回归理性。谨防本次外卖竞争中出现食品浪费、骑手交通事故、商家员工劳动权益受损等问题。（三）平台企业要“因势利导”，将外卖市场发展为新型服务业电商场景的孵化器。作为系列报告的第一篇，本研究还存在一定局限和一些尚未解决的问题，下一阶段将在获取更长期、更多维数据后开展深入研究。 一 研究背景 （一）大力提振消费是2025年经济工作的首要任务 当前，我国经济延续温和复苏态势，在各种挑战之下展现出强大的韧性。根据国家统计局发布的数据，今年上半年，我国社会消费品零售总额24.55万亿元，同比增长5.0%，高于去年上半年的3.7%，但消费增长仍低于同期GDP5.3%的增速（数据来源：国家统计局）。这在一定程度上反映出居民消费意愿与能力的恢复速度滞后于整体经济产出的恢复速度。而消费增长的相对乏力，已成为近年来我国宏观经济运行中的一个突出问题。 2024年9月26日中共中央政治局会议明确将宏观政策的施力侧重向消费端倾斜。年底的中央经济工作会议将“大力提振消费、提高投资效益，全方位扩大国内需求”列为2025年经济工作要抓好的重点任务之首。今年3月，中共中央办公厅、国务院办公厅出台《提振消费专项行动方案》，围绕提升消费能力、释放消费意愿、优化消费环境、解决消费堵点等方面提出了一系列力度大、覆盖广的举措。4月25日召开的中共中央政治局会议也指出，要大力发展服务消费，增强消费对经济增长的拉动作用。 2024年大规模设备更新和消费品以旧换新（简称“两新”）政策加力扩围带动相关商品销售，对于推动需求回升效果显著。今年上半年，限额以上单位家用电器和音像器材类、文化办公用品类、通讯器材类、家具类商品零售额同比分别增长30.7%、25.4%、24.1%、22.9%（数据来源：国家统计局）。此外，针对特定群体的消费激励政策也相继出台，如今年7月的《育儿补贴制度实施方案》旨在减轻家庭生育、养育、教育的负担，从而间接促进相关婴幼儿产品和服务的消费。我国消费市场在一系列扩内需、促消费政策带动下取得了一定成效，但消费市场的整体回暖力度仍有待加强。一方面，“两新”政策的刺激效应存在边际递减的可能，且政策覆盖面有限；另一方面，企业和消费者等对经济增长实际感受不佳、居民对于未来收入增长的预期等深层次因素，仍制约着消费信心的全面恢复。 （二）即时零售规模增速较快，外卖平台自发发起补贴竞争刺激消费 按消费类型分，今年上半年，商品零售额217978亿元，增长5.1%；餐饮收入27480亿元，增长4.3%，低于去年上半年的7.9%。今年上半年，全国网上零售额74295亿元，同比增长8.5%。其中，实物商品网上零售额61191亿元，增长6.0%，占社会消费品零售总额的比重为24.9%。（数据来源：国家统计局） 2024年11月，商务部等7部门联合印发《零售业创新提升工程实施方案》，明确提出“推广线上线下融合的即时零售（平台下单+就近配送，门店下单+即时配送）”，以充分发挥零售业在“引导生产、扩大消费、吸纳就业、保障民生”等方面的重要作用。《提振消费专项行动方案》明确提出，“支持新型消费加快发展。深入实施数字消费提升行动，大力培育品质电商。”2025年4月，国家统计局新闻发言人也指出，“随着信息技术快速发展和物流配送体系不断完善，网上零售、即时零售等新业态高效便捷，受到消费者欢迎。” 根据商务部国际贸易经济合作研究院发布的《即时零售行业发展报告（2024）》，2023年我国即时零售规模达到6500亿元，同比增长28.89%，占网络零售额的4.2%，比同期网络零售增速高出17.89个百分点，是居民消费的新增长点。2023年即时零售活跃用户数量约为5.8亿人，同比增长34.88%，占网民规模的53.11%。该报告预计到2030年即时零售规模将超过2万亿元。即时零售作为线上线下融合的新业态，将成为扩内需、促消费的重要支撑。 以美团、淘宝闪购、京东为代表的即时零售平台今年发起的外卖竞争，成为刺激消费的重要市场自发行为。2月11日，京东宣布进军外卖市场，4月15日，宣布“自营秒送”业务已在全国上线，接入门店数量超过10万家。同日，美团正式发布即时零售品牌“美团闪购”，表示已联合全国近3000个县市区的零售商、品牌商与本地中小商家，为消费者提供“30分钟万物到家”服务。4月30日，淘宝“小时达”升级为“淘宝闪购”，依托饿了么的运力网络，全面加速布局即时零售市场。 根据澎湃新闻数据，京东、美团和阿里系（淘宝闪购和饿了么）三方合计日均补贴高峰超过20亿元，推动全国外卖+即时零售日订单量由年初1亿单暴增至2.5亿单。补贴形式方面，美团推出了发放0元券、0.1元秒杀、不限额大额满减券等补贴；淘宝闪购推出了500亿补贴计划，打造“超级星期六”节日；京东推出“双百计划”，投入百亿补贴支持商家，发放百亿补贴等大额外卖优惠券。 （注：澎湃新闻，《饿了么美团京东被约谈背后：外卖之战为何打得如此激烈？》，2025年7月18日。） （三）监管部门两次约谈平台企业，多地行业协会发布倡议，要求合法规范经营，公平有序竞争 5月13日，市场监管总局会同中央社会工作部、中央网信办、人力资源社会保障部、商务部，针对外卖行业竞争中存在的突出问题，约谈京东、美团、饿了么等平台企业。要求相关平台企业严格遵守《中华人民共和国电子商务法》《中华人民共和国反不正当竞争法》《中华人民共和国食品安全法》等法律法规规定，严格落实主体责任，主动履行社会责任，加强内部管理，合法规范经营，公平有序竞争，共同营造良好市场环境，切实维护消费者、平台内经营者和外卖骑手的合法权益，促进平台经济规范健康有序发展。7月18日，市场监管总局约谈饿了么、美团、京东三家平台企业，要求相关平台企业严格相关法律法规，进一步规范促销行为，理性参与竞争，共同构建消费者、商家、外卖骑手和平台企业等多方共赢的良好生态，促进餐饮服务行业规范健康持续发展。今年五月至今，陆续已有湖北、陕西、云南、福建、山东、广西、山西、新疆以及北京、青岛、大连、深圳、珠海、重庆、大同、遵义、济南、洛阳等超10个省市自治区的餐饮行业协会和烹饪餐饮协会等陆续发布相关倡议书，呼吁抵制突破成本价的非理性促销、严守食品安全、抵制不正当竞争，推动行业健康发展，满足群众需求。 二 现金补贴、消费券等措施对于消费的拉动效应回顾 外卖平台的现金补贴对消费的拉动效果究竟如何？此前对美国、新加坡、日本等国家发放消费券的研究发现，现金补贴和退税方式的边际消费倾向值大都在0.2-0.4区间，即1元钱的政府补贴大概有20%至40%转化为消费。我国数字经济基础设施比较完善，为数字消费券的发放和使用提供了便利条件。北京大学光华管理学院课题组基于2020年杭州和广西消费券发放和使用数据的研究发现，消费券对消费刺激的乘数效应非常大：1元的政府补贴在杭州和广西分别能有效带动3.5元和5.4元的新增消费。研究还发现，消费券面额越大，拉动效应越强；消费券越简单、使用限制越少，效果越好；同时，多轮消费券的发放拉动效果稳健，增长之后不会因为跨期效应而导致消费下滑。 三 北大光华团队对淘宝闪购优惠券的研究 （一）淘宝闪购即时零售平台的研究背景 淘宝闪购（以下简称闪购）于2025年4月30日在淘宝上线。在消费者侧，消费者登录闪购页面，可随机获得平台发放的外卖优惠券，消费者可在闪购页面自主选择商户下单核销领取的外卖优惠券。闪购优惠模式是平台在商家正常优惠的基础上叠加平台补贴，通过发放满减红包、官方补贴一口价商品等方式补贴消费者。在商户侧，商家具有参与活动的知情权、选择权和定价权，基于自愿原则参与。闪购同时向商家推出店铺补贴、商品补贴、配送补贴、免佣减佣等措施，以保障商家利润空间，促进商家生意增长。 闪购自上线运营以来，通过整合饿了么的资源优势，在不到一个月的时间内日订单量就突破4000万，并呈现出从餐饮向全品类快速扩张的发展态势。百度搜索指数显示，自2025年4月底开始，“闪购”关键词的搜索量显著上升，5月中旬在全面推广时达到一个小高峰，6月加大推广力度后继续保持较高的搜索热度（如图1所示）。闪购平台的发展为研究数字经济创新背景下即时零售促进消费增长的议题，提供了极具价值和代表性的研究样本。 （注：北京大学光华管理学院光华思想力课题组，在支付宝、淘天、饿了么的数据支持下，开展本课题研究。） 图1 2025年1月1日至7月26日“闪购”百度指数搜索趋势 （二）研究方法 研究团队以闪购平台为研究对象，在支付宝、淘宝和饿了么的支持下，结合平台大数据和科学分析方法，基于淘宝闪购平台分别抽取消费者和商户群体，并结合淘宝天猫（以下简称淘天）脱敏消费数据和支付宝脱敏支付数据，构建覆盖消费者和商户的双重视角、多层次分析框架。 在微观大数据层面，研究基于闪购和饿了么平台，分别抽取了2025年2-7月期间持续留存的平台消费者样本，以及持续经营的商户样本，并精准识别其首次使用或核销闪购优惠券的时间。在研究期内，使用或核销过闪购优惠券的消费者、商家被定义为实验组，其他样本则被定义为对照组。为确保抽样数据的科学性和代表性，研究采用了分层随机抽样方法，确保实验组、对照组的消费者样本在消费行为、历史消费额、地域分布等方面具有代表性，同时通过基于近半年消费额、消费频次、用户画像的趋势匹配（具体为倾向得分匹配法，Propensity Score Matching，下文简称PSM）来筛选对照组，确保实验组和对照组在闪购上线前的消费的相似性。对于商户样本，则基于其经营品类、月销售额、地域、商户画像等关键基础指标进行匹配。在对消费券实施效果进行分析时，我们采用多种计量模型及稳健性分析以期更准确地估计闪购优惠券带来的直接效应和溢出效应。模型相关的细节和对应结果请参见本报告后续章节。 四 研究发现 （一）闪购优惠券对消费者侧消费拉动效应显著 基于饿了么平台成交脱敏数据的模型测算发现，2025年4月30日闪购上线后，闪购优惠券对饿了么平台上的外卖消费产生了显著的拉动作用，且对零售（非餐饮）的拉动更大。具体而言，我们在饿了么平台上匿名随机抽取了20万用户进行对比研究，其中10万成功核销闪购券的用户作为实验组，另外10万未领闪购券的用户作为对照组。通过趋势匹配和平衡性检验，两组消费者在闪购上线前的消费趋势具有可比性，进而构造这20万消费者用户在闪购上线前后共5个月的周度饿了么消费平衡面板数据，估计闪购券对于新增饿了么消费的作用。饿了么平台消费包含了饿了么APP、淘宝闪购、支付宝饿了么小程序、微信小程序等场景的消费，反映了闪购对饿了么平台线上消费的直接拉动效应。 数据分析发现，两组消费者在闪购上线前在饿了么上的消费模式非常相似。利用双重差分法（Difference-in-differences）作为基准模型估计显示，在闪购上线后，实验组消费者平均每人每周相较于对照组有24.55元的新增消费（注：消费的统计口径为优惠后实付金额）。根据平均核销14.90元优惠券的数据可以近似计算出每1元有效补贴带动了在饿了么平台上的1.65元额外新增消费。进一步分析发现，闪购消费券对饿了么平台线上消费的拉动效应在不同品类间呈现差异：餐饮订单上有更多的消费券核销，消费拉动系数约为1.54；零售订单的消费券核销量少但拉动系数更高，平台每1元有效补贴平均带动了3.12元的额外消费（如表1所示）。 表1 闪购优惠券对饿了么平台消费拉动效应测算 为了使实验组和控制组更具可比性，对两组用户使用倾向匹配得分的方法减少组间差异再对比（如图2所示），模型计算拉动系数约为1.32，相比基准结果估计的系数（1.65）略低，但其拉动效应仍然十分显著。 图2 闪购上线前后，消费者在饿了么平台的周消费金额对比（金额指数化） 基准模型（DID） 稳健性检验（PSM-DID） 进一步考虑到优惠券使用潜在的自选择问题，即参与闪购的实验组用户与未参与用户可能在未能观测到的维度上存在差异，我们仅使用实验组数据进行交错式双重差分（Staggered DID）来做稳健性检验。这一分析利用了数据中实验组用户首次核销优惠券的时间不同，以后核销优惠券的用户使用优惠券之前的消费来构建“对照组”。由于所有用户最终都使用了优惠券，这是一个更为相似的群体。根据这一方法估计，实验组相较对照组的新增周消费约为22元，对应拉动系数为1.48，与前述结果是基本一致的。 横向比较来看，北大光华团队2020年对杭州消费券的研究则发现，政府1元钱的消费补贴能够带来平均3.5元以上的新增消费，拉动效率远高于此前其他国家或地区消费刺激计划中呈现的边际消费倾向（0.2-0.4），如此之大的消费券实施效果与我国数字经济的发展、数字消费券的采纳以及消费券的“满减”核销模式等有关。闪购优惠券对平台内线上餐饮的拉动效应在1.5左右，一方面再次体现了数字消费券对消费的显著带动作用，另一方面由于闪购优惠券主要针对餐饮品类，拉动效果会低于杭州消费券中不限品类的通用券。同时，基于餐饮类消费非耐用、即时性的特点，闪购券所带动的新增消费并不会出现“以旧换新”类补贴的提前消费效应，挤出消费者后续的消费计划。 （二）闪购优惠券的消费拉动作用存在显著的溢出效应 通过关联分析上述实验组和对照组用户在淘天、支付宝平台的脱敏消费数据建模分析发现，闪购优惠券不仅提升了消费者在闪购场景（饿了么平台）的消费，还对其生活中的其他消费产生了显著拉动作用。具体表现为：淘天实物消费和支付宝总消费均出现明显增长。 研究发现，闪购优惠券的消费拉动作用溢出到线上电商消费。研究团队在关联了样本消费者在淘天电商平台上的脱敏消费数据后，应用同样的实证方法进行分析。淘天电商平台整合了淘宝、天猫商城等阿里巴巴旗下电商生态。在消费统计口径上，淘天平台的消费主要分为两大类：淘天实物消费和数字生活消费（包含出行玩乐、闪购等服务），淘天实物消费数据主要反映了消费者在淘天电商平台的传统线上购物行为。 结果显示，在闪购上线前，实验组和对照组消费者在淘天平台的实物消费趋势保持稳定；而在闪购上线后，实验组消费者每周相较于对照组则产生了46.3元的新增消费。考虑到实验组消费者平均每人每周核销14.9元平台优惠券，这意味着饿了么平台每1元的有效闪购补贴带动了3.11元的淘天平台电商消费。使用PSM方法减少两组之间人群的差异，亦得到类似的结果：周均新增在淘天平台消费约64.5元，拉动系数为4.18（如图3所示）。 图3 闪购上线前后，消费者在淘宝电商的周消费金额对比（金额指数化） 基准模型（DID） 稳健性检验（PSM-DID） 这种溢出效应可能来自两个方面：其一，从淘宝闪购入口带来的线上流量成功导流至淘宝天猫页面，带动淘天线上电商消费；其二，闪购高频消费提升了用户的平台活跃度和消费粘性。值得注意的是，淘天消费构成中目前数字生活消费占比较低，因此主要溢出效应体现在实物消费领域。这种溢出效应背后可能存在算法推荐的驱动因素，即消费者在闪购平台的消费行为数据，为淘天平台的精准推荐提供了依据，从而促进其在淘天上的消费转化。 研究发现，闪购优惠券的消费拉动作用溢出到线下消费和其他消费，呈现出跨场景特征。支付宝消费涵盖了淘天实物消费、饿了么外卖消费、其他线上平台消费和线下消费等多个场景，是一个更宽泛全面的统计消费者总消费的度量指标。（注：当然考虑到中国数字支付市场的主要份额由微信支付和支付宝两家切分，支付宝并不能完整刻画用户全部消费，但考虑到两家公司支付份额已相对稳定，所以使用支付宝数据来计算同比变化，基本能代表用户在使用闪购优惠券前后的消费变化情况） 匹配支付宝消费数据后的分析显示，实验组和对照组的消费者在闪购上线前的支付宝消费趋势稳定；但是在闪购上线后，实验组消费者每周相较于对照组有100.78元的新增消费。考虑到实验组消费者平均每人每周核销14.9元平台优惠券，可以算出平台每1元的有效闪购补贴带动了消费者6.76元通过支付宝平台完成支付的额外消费（如表2所示）。分别采用PSM-DID、仅对实验组样本做交错双重差分等方法进行稳健性检验，得到的估计结果（拉动系数）分别为11.13和7.16，与基准模型的结果相近（如图4所示）。 图4 闪购上线前后，消费者在支付宝的周消费金额对比（金额指数化） 基准模型（DID） 稳健性检验（PSM-DID） 闪购优惠券对于总消费（通过支付宝完成）的拉动系数，高于其在淘天电商消费的拉动系数，这一差异主要源自其对线下消费的带动作用。从作用机制来看，一种可能的解释是闪购上线带来了显著的流量聚合效应，平台入口整合了外卖餐饮、即时零售及电商等多渠道用户流量，通过集中曝光产生广告效应并辐射线下。另一方面，支付宝平台也可能基于用户消费偏好，通过算法推荐等方式引导用户到线下门店或其他场景消费，这些消费行为均通过支付宝支付完成。这种线上线下联动、多场景融合的消费促进模式，不仅放大了闪购优惠券的政策效果，也凸显了数字平台在促进消费循环中的独特优势。平台通过整合支付数据、用户画像和需求偏好信息，以即时消费为入口实现了多消费场景的无缝衔接，从而创造出更大的消费乘数效应。 表2 闪购优惠券对总消费拉动效应测算及分解 综合来看平台优惠券一方面在平台内部成功提升了用户的活跃度和消费粘性；另一方面，它对消费者的整体消费产生了积极外溢效应，有力带动了用户在其他场景的消费增长。 （三）参与商户线上线下均增收，未挤占堂食 在商户侧的研究发现，闪购优惠券对餐饮商户的线上营收产生了显著的拉动作用。研究团队分层随机抽取了4万家在2025年持续正常经营的饿了么餐饮商户，其中2万家参与闪购优惠活动的餐饮商户作为实验组，另外2万家未参与闪购优惠活动的餐饮商户则作为对照组。团队构建了上述4万餐饮商家在2025年2月12日至7月15日期间在饿了么平台上的周度营收平衡面板数据。 由于商户是否参与闪购优惠活动具有较强的内生性，我们采用结合函数控制法的处理效应模型（treatment effect model）来估计闪购对餐饮商户的营收影响。在第一阶段中，估计商户参与闪购的概率。由于商户参与闪购活动采取自愿原则的同时，平台会根据合规要求对报名商户进行前置审核，这种基于客观规则的审核机制为我们提供了理想的外生性来源。基于此，我们利用平台风控标签作为函数控制法的工具变量。 在第二阶段中，估计校正内生性后闪购参与对商户的营收影响。模型结果显示，在闪购上线后，实验组商户平均每户每周相较于对照组有1744.69元的新增营收。以商户在闪购上线前一周的周均营收1718.83元为基准，由此可以计算得，参加闪购优惠活动对商家周均线上营收增长拉动比例约为101.5%（如图5所示）。值得注意的是，这里所估计的新增营收包含了两种效应，一是闪购带来的消费增量，二是由竞争效应带来的相对销量提升。 我们进一步分析了上述饿了么样本商户在支付宝上的经营收款脱敏数据，因此得以计算其在线下场景的经营收入数据。模型测算分析发现，线上的闪购优惠券没有挤压餐饮商户线下的营收，对部分商家闪购略微提升了其线下营收。在闪购上线后，实验组和对照组餐饮商户的线下营收金额趋势依然保持稳定，实验组营收趋势相较于对照组略有提升，尤其是小商户（见下文分析）。 图5 闪购上线前后，餐饮商户线下（支付宝）的周营收金额对比（金额指数化） 以上分析侧重于比较参与闪购商家与未参与商家的营收差异，我们进一步检验线上闪购是否对线下餐饮有负面影响。具体地，我们在城市-品类-周层面上计算“参与闪购的商户数量”占“该城市该品类总商户数量”的比重，作为闪购渗透率的代理变量。我们发现，闪购渗透率与地区行业层面餐饮商家平均线下周营收呈现正相关（如图6所示）。这表明，现有短期内的效果评估并没有支持线上外卖挤出堂食的统计证据。 图6 地区行业层面的餐饮商户平均线下周营收金额与闪购渗透率的关系 （四）闪购优惠券促进中小商户增收 研究还发现，闪购优惠券对餐饮商户的营收促进作用存在显著的规模异质性：闪购优惠券对餐饮商户在线上、线下营收的正向拉动作用，对中小商户更为明显。我们首先按照样本商户在闪购上线前的线下营收（支付宝收款）作为其经营规模的代理变量，并以其50%分位数（即中位数）进行划分：闪购上线前一周营收规模在50%分位数以上的为大型商户，在50%分位数以下的则为小型商户。基于前述的平衡抽样设计，我们确保了实验组和对照组中的大、小型商户分布较为均匀。 应用同样的实证方法发现，闪购优惠券对小型商户在线下的营收拉动比例更具经济显著性，为44.5%。这一方面印证了数字平台在赋能中小微商户方面的独特价值，有助于缓解其传统上面临的获客难、流量贵等经营痛点；另一方面，也与“小微经营者最大的挑战在于市场需求不足”的认知相一致，并且可以推论数字平台可以通过信息化手段来改善这一困境。采用更细致的四分位分组方法进行分析，也发现了一致的趋势：闪购优惠券对营收规模最小的25%商户的拉动作用最强，对中等规模的商户影响则不明显。 图7 闪购上线前后，两种不同类型商户在线下的周营收金额对比（金额指数化） 营收低于50%分位数的小商户 营收在25%分位数以下的商户 小型商户无论是否参与闪购，其在4月30日闪购上线后的线下营收均有上升趋势（如图7所示）。对此，一个与前文一致的解释是闪购平台的流量聚合效应引导用户到线下门店消费，并通过“商圈辐射”带动其所在商圈其他门店的关联消费，且效应幅度递减。说明闪购平台的流量溢出，让小商户有了“被看见”的机会。 为进一步验证闪购补贴通过商圈辐射效应对线下商户的正向溢出效应，我们把“闪购渗透率”这一变量及其与实验组、时间的交互项放到基准回归模型中做三重差分模型回归。发现所在城市-行业的闪购渗透率越高，对参与商户线下收入的正向影响越大；同时，闪购渗透率的系数也显著为正，说明对于没有参与闪购的商户也有正向溢出。在微观层面的一个可能解释是，参与闪购补贴的商户，由于投入了补贴、人力、物料、配送等环节，这些在成本侧对于闪购活动的响应同样对线下经营有着正向的溢出效应，并且经营者在促销期间也可能会更加投入经营其线下门店。参与闪购的用户，则通过线上曝光认识了某个线下店，或者被算法推荐到线下店，去线下消费（复购）时又带动了周边商圈未参与闪购活动、甚至从未线上经营的小店的经营。 （五）研究局限性 需要特别说明的是，本研究目前仅考察了闪购上线后约2个月内的短期效应，这些发现主要反映了优惠券活动的即时刺激作用。在短期内，我们观察到显著的消费提升和商户营收增长，但这种效应可能受到初期尝鲜效应和商户临时性投入的影响，此外由于商家成本数据的缺失，无法测算对利润率的影响。从长期来看，消费习惯的持续性、商户经营策略的调整、市场均衡价格的变化等关键因素还有待数据积累后的进一步跟踪研究。特别是考虑到促销活动通常具有边际效应递减的特性，以及商户在人力、物料等方面的投入可能存在可持续性挑战，当前的研究结论可能无法完全代表长期效果。后续研究需要持续追踪更长时间跨度的数据，重点考察三个维度：一是消费者黏性的动态变化，二是商户利润率的长期走势，三是区域市场竞争格局的演变。这些长期分析对于评估即时零售商业模式的可持续性和政策效果的持续性具有关键价值，我们将在获取更长期数据后开展深入研究。当前阶段的研究成果为理解数字消费刺激的短期机制提供了重要依据，但对其长期影响的判断仍需保持谨慎。 五 基于本轮外卖补贴竞争研究结论的政策建议 基于以上分析，本次外卖补贴竞争，平台方投入数百亿元进行补贴，不仅对消费者的即时消费产生明显拉动还有显著的跨场景外溢效应，也带来骑手群体的工资增长，创造更多的就业机会，同时线上补贴未对线下餐饮造成显著负面影响。这与存量市场中挤压上下游的“内卷”竞争有本质区别，基本属于正常市场竞争的范畴。为规范本次外卖补贴竞争，引导市场健康可持续发展，支持以创新消费场景为抓手支持新型消费加快发展，我们提出重塑监管重点、行业加强自律、引导消费升级等三方面建议。 （一）监管部门要密切关注平台裹挟商家等不正当竞争行为 在外卖订单暴涨的背景下，需要时刻关注商家是否会出现增收不增利的现象，避免出现餐饮行业利润总额的损失。监管部门对商户参与补贴活动的定性应当以商家自主意愿为准、切忌“一刀切”，倘若商家是自愿参与补贴活动，通过“薄利多销”叠加平台补贴来抢占市场份额，这是正常的竞争手段、不需要过多干预。监管部门需要重点警惕的是平台企业对商家的补贴比例、流量分配有较高的议价权，是否存在裹挟商家参与活动、要求商家承担不合理的补贴费用等不正当竞争行为。 （二）全行业要加强自律，尽快引导市场回归理性 需注意谨防本次外卖竞争中出现食品浪费、骑手交通事故、商家员工劳动权益受损等问题，需要全行业携手加强自律。平台企业要将工作目标从“冲单量”向“促进行业持续健康发展”转变，平台企业有义务通过更适度的补贴节奏、更高效的资源整合、更合理的服务模式，维护好商家、骑手、消费者的合理利益，营造长期可持续的行业生态。商家要避免盲从、守好食品卫生安全的底线，商家要“量力而行”、选择适合自身的营销模式；同时，商家要压实食品安全卫生“第一责任人”的主体意识，杜绝偷工减料、粗制滥造。倡导用户理性消费、减少食品浪费，平台企业、商家有义务提醒用户按需点餐、理性消费，消费者也要强化“理性消费”“健康消费”的科学观念，从源头上减少食品浪费。 （三）平台企业要“因势利导”，将外卖市场发展为新型服务业电商场景的孵化器 自今年5月以来，外卖竞争对消费者消费习惯的引导已经初见成效，比如闪购平台7月5日的公开信息显示，平台每日非餐饮订单量已达到1300万单、占比超过16%，包括日用百货、蔬果生鲜等品类，甚至“外卖点空调”“外卖点家具”等新场景也初见萌芽。平台企业要“因势利导”，依托外卖竞争所建立的“即时配送”能力和“即时化、场景化”的消费心智，尽快培育万亿级新型服务业电商的新消费场景，形成“线上与线下互促、服务与消费融合”的新时代消费特征。 六 未解决的问题和下一步研究计划 本研究初步揭示了外卖优惠券在消费拉动与商户营收方面的短期效应，作为系列报告的第一篇，本报告还存在一些尚未解决的问题。下一阶段将围绕六个方向深化研究：一是系统评估骑手的劳动强度与安全风险，分析收入提升的可持续性；二是拆解商户营收结构，重点关注“增收不增利”与补贴成本分摊问题；三是量化外卖对交通拥堵和环境污染的影响，评估其社会外部成本；四是研究补贴的中长期效果；五是探索“通券”等机制政策创新；六是最后通过多平台数据比较，提出更高效、可持续的补贴政策设计路径。 （一）骑手群体：工作时长、收入结构变化与事故风险 当前外卖补贴带来的订单激增，虽然提高了骑手群体的收入水平，但还需论证这是否以超负荷工作、健康风险或安全事故为代价，以及是否隐含了更高的劳动强度与安全风险。本报告未能系统呈现骑手的日均工作时长、高峰期接单压力、单位时间产出与收入结构之间的关系，也未触及补贴期间交通事故的发生率变化等问题。因此，后续研究将重点关注骑手在高补贴期间的劳动负荷，以及算法机制是否激化了平台对“效率优先”的追求。此外，还需探讨骑手保险覆盖、职业稳定性与福利保障之间的结构性矛盾，从而为合理设计激励机制与监管标准提供数据支持。 （二）商家端：营收增长之下的真实利润图景仍不清晰 虽然数据显示参与平台补贴的商户在短期内实现了线上与线下营收的显著增长，尤其对中小商户的带动作用尤为明显，但并未分析关于利润率变动的实证数据以及小商户的真实盈利情况。订单量的增加意味着商户需要投入更多的包装材料、人员调度、人力加班，以及更频繁的备货与设备使用，这些都会显著抬高变动成本。同时，商户会自行承担部分补贴比例，并依据销量进行返点、广告位竞价或阶梯流量置换，进一步增加了商户的运营支出。下一步的研究将评估商户是否具备在补贴退出后维持基本经营的能力。 （三）外部影响：城市交通与生态系统的代价需被量化 外卖补贴所引发的订单爆发在带动消费和经营增长的同时，也可能对城市运行系统和生态环境构成难以忽视的外部性代价，但这一问题在当前研究中尚未获得充分讨论和定量呈现。从城市交通角度来看，订单密度的快速上升意味着骑手骑行活动的频率与覆盖范围显著扩大，尤其在午间与晚间高峰期，骑手高度集中于城市核心商圈、写字楼密集区、居民社区等热点区域。这种“高频率、短路径、高密度”的调度模式虽然优化了履约效率，却可能加重城市路网微循环系统的压力，尤其是在信号灯交汇口、商场出入口等交通瓶颈区域。因此，未来研究将以典型城市为样本，结合平台调度数据与城市道路流量数据，建立骑手路径密度模型。 在生态环境方面，外卖所依赖的大量一次性包装材料已成为城市生活垃圾增长的结构性来源之一，尤其在补贴阶段订单激增的背景下，餐盒、塑料袋、一次性筷子的使用量均显著上升，对垃圾收运体系构成压力。尽管平台陆续推出“无需餐具”选项、推广可降解包装材料，但其可持续成效有限。根据过往研究，一份标准外卖订单平均产生约50-65克塑料包装与若干复合材料垃圾，其中部分材料无法被有效回收，最终流入填埋或焚烧系统，因此会加剧城市垃圾处理负担。此外，因餐饮残渣与塑料混杂，导致可回收物质量下降。当前研究尚未对闪购补贴期间新增订单所带来的包装垃圾总量进行统计，也未评估对碳排放、水资源消耗等环境要素的累积影响。因此，测算典型外卖订单在全流程下的碳足迹与固废排放，并对比不同包装材料（如传统塑料、生物降解材料、可重复使用包装等）在经济与环境维度的综合成本，制定绿色外卖标准、平台优化环保激励机制提供量化依据。 （注：应光国等，2024年，《外卖订单塑料包装污染研究》，中国青年报。） （四）外卖补贴机制的长期效应仍存在高度不确定性 补贴机制本身的长期效应仍待进一步验证。尽管现阶段研究结果表明，闪购优惠券在领域产生了显著的消费拉动效应，且对总消费形成外溢，但研究的时间窗口较短，尚无法判断消费者行为变化是否具有持久性。因此，后续研究将基于长期用户轨迹数据，动态追踪不同类型用户在补贴前、中、后的行为变化、价格敏感度与平台忠诚度，为平台更好的进行优化补贴。 （五）“闪购”政策本身如何优化 在已有研究确认“闪购”优惠券具有短期消费拉动效应的基础上，未来研究应从政策机制的系统性优化与中长期效应的可持续性评估。一方面，可从行为数据建模角度出发，构建消费者响应补贴的异质性模型，细化分析不同用户类型（如高频用户、新用户、跨平台用户）在面对不同券种组合时的反应路径、转化效率与价格敏感度，为个性化补贴和用户分群投放提供实证支持。另一方面，需进一步评估“通用券”制度的落地条件与治理挑战，包括预算控制、类目结算、商户接受度及资源错配等问题。目前尚未推行跨品类通用券（通用红包）制度，从多个层面的权衡考虑：从用户体验角度看，通券或许能提升券的灵活性与可用率，从而进一步提升平台内的消费流转；但从平台风控、结算与成本管理角度看，通券也可能带来预算控制困难、补贴资源错配等问题。下一步研究将结合平台用户行为数据，构建模拟模型分析通券在不同场景下的转化率和可行性。 （六）多平台数据评估 当前研究仅基于“饿了么/闪购”的消费与商户数据展开分析，虽然结果具有较强的统计意义与实证价值，但整体结论的适用性仍受到平台单一性的限制。在当前即时零售“多平台并行竞争”的背景下，京东、美团等平台各自的流量结构、商户体系、补贴策略、用户画像与技术架构存在显著差异，若不能纳入横向比较视角，将难以全面评估数字消费补贴政策在不同平台生态下的普遍机制与边际差异。后续研究将进一步拓展至多平台数据协同分析，识别不同平台在“补贴-转化-活跃-复购”链条中的行为差异与政策优势。 参考文献 [1] 光华-蚂蚁“数字消费券”研究团队，疫情下消费重启，数字消费券堪当重任——基于对杭州消费券的实证研究及政策建议，2020年4月。 [2] 刘俏，中国经济：短期政策与长期问题，中国经济评论,2022,(07):10-15。 [3] 刘俏，颜色，重构宏观政策范式，稳固经济增长之源——2025年中国经济展望与建议，2025年1月3日。 北京大学光华管理学院光华思想力课题组： 刘俏、沈俏蔚、杨笑寒、张佳慧、沈霖希

凤凰网科技讯 7月31日，京东黑板报发文称，对今年参加高考并被大学录取的一线员工子女给予奖励，覆盖岗位包括全职骑手、京东物流快递员、运输司机、分拣员、打包员及客服人员等。 据了解，奖励分为高考贺喜金、免费校园寄、优先就业机会。其中，今年参加高考的一线员工子女中，考取最高分以及考取985、211、双一流等高校的员工子女，京东物流将给予高考贺喜奖金，同时给以上员工家庭发放3天带薪假。此外，未来就业时，京东物流给所有一线员工的大学子女提供实习和校招机会，符合岗位要求的，在同等条件下优先录用。

快科技7月31日消息，今日，全球第二大网红“无语哥”（Khaby Lame）入驻微博并首发视频，引发网友广泛关注。 而“无语哥”发布的第一条作品中配文：“你不一定认识我是谁，但一定用过我的表情包”。 据此前媒体报道，他出生于意大利塞内加尔，早年辍学，做过工厂工人，却凭借“两手一摊、两眼一翻”的无语表情，意外走红全球。 据福布斯今年6月16日发布的“2025年全球创作者排行榜”显示，“无语哥”全平台粉丝数为2.59亿，居全球第2名。 此外，在TikTok平台上，“无语哥”以1.6亿粉丝数称霸。 据榜单统计，他年收入为2000万美元。 今年3-4月，美国博主“甲亢哥”在中国8座城市开启了为期17天的“中国行”，完成了超50小时的实时直播。 “甲亢哥”所到之处被人群围得水泄不通，他也成为上半年在中国最火的海外博主。 而在7月初，“无语哥”的中国独家团队内容负责人表示：“7月，他将全面进驻中国的社交平台，之后也有来中国的行程策划，但时间暂且保密。” 责任编辑：哈尔

凤凰网科技讯 7月31日，高德地图将其业务版图从地面正式拓展至天空。昨日，高德与深圳市龙岗区联合宣布“空中高德”项目正式启航，双方将共建一个覆盖全业务场景的低空经济示范区。此举标志着高德地图全面进军万亿级的低空经济新赛道，致力于将地面交通的导航与管理经验复制到空中。 “空中高德”的核心是为城市低空领域构建一个数字化的时空基础设施。它不仅仅是一个简单的三维地图，而是一个集成了海量实时数据的“活地图”。基于AI深度学习和三维重建技术，该系统能够低成本、高效率地生成并每日更新城市三维模型，为无人机等飞行器提供孪生地图管理、空中路径智能规划和实时的空间碰撞预警等关键功能。其目标是实现对龙岗区388平方公里内、600米以下空域的精细化、智能化管理，让安全巡检、应急消防、物流配送、载人观光等不同类型的飞行器能在高密度场景下有序运行。 龙岗区作为深圳发展低空经济的核心承载区，已具备坚实基础。据统计，全区已建成125个低空飞行器起降平台，开通航线217条，累计飞行超30万架次，并聚集了150余家相关产业链企业。此次与高德的合作，将进一步加速其低空产业高地的崛起，形成从政策、基建到场景、技术的完整创新生态。 据悉，双方的合作是全方位的，除了低空经济，还将深入智能驾驶、智慧交通、机器人及即时配送等多个前沿领域，共同助力深圳打造全球创新标杆城市。

7 月 30 日，ACL（国际计算语言学年会）公布了 2025 年的获奖论文。令人惊喜的是，这些论文里的中国作者比例超过 51%，排在第二的美国仅为 14%。 其中，一篇由 DeepSeek 梁文锋作为通讯作者、与北京大学等联合发表的论文不仅拿下 Best Paper 奖，相关成果也引发热议。 现场讲座中，该论文的第一作者袁境阳透露，这项技术可以把上下文长度扩展到 100 万 tokens，并将应用在他们的下一个前沿模型中。据了解，袁境阳当时写这篇论文时还只是 Deepseek 的实习生。 引入两大核心技术创新 长上下文建模对于下一代语言模型至关重要，但标准注意力机制的高计算成本带来了显著的计算挑战。随着序列长度的增加，延迟瓶颈问题愈发凸显。理论估算表明，在解码 64k 长度的上下文时，采用 softmax 架构的注意力计算占总延迟的 70%–80%，这凸显了对更高效注意力机制的迫切需求。 为解决这些局限性，有效的稀疏注意力机制在实际应用中必须应对两项关键挑战：与硬件适配的推理加速，要将理论上的计算量减少转化为实际的速度提升，就需要在预填充和解码阶段都采用硬件友好型的算法设计，以缓解内存访问和硬件调度方面的瓶颈；兼顾训练的算法设计，通过可训练算子实现端到端计算，在维持模型性能的同时降低训练成本。 综合考虑这两个方面，现有方法仍存在明显差距。该团队认为，稀疏注意力为在保持模型能力的同时提高效率提供了一个很有前景的方向。 在获奖论文中，他们提出了 NSA，这是一种可原生训练的稀疏注意力（Natively trainable Sparse Attention）机制。它将算法创新与硬件对齐优化相结合，以实现高效的长上下文建模。据介绍，NSA 采用动态分层稀疏策略，结合粗粒度的 token 压缩和细粒度的 token 选择，以同时保留全局上下文感知和局部精度。 具体来说，NSA 引入了两项核心创新。 通过算术强度平衡的算法设计实现了显著的加速，并针对现代硬件进行了实现优化：优化块式稀疏注意力，以提高张量核利用率和内存访问，确保均衡的算术强度。 通过高效算法和反向算子实现稳定的端到端训练，在不牺牲模型性能的情况下减少了预训练计算量。 上下文处理速度狂飙， 准确率堪称“完美” 在真实世界语言语料库上进行综合实验评估后，NSA 由于稀疏性过滤掉更多噪声，在基准测试中产生更好的准确率。据悉，该团队在一个拥有 270 亿参数的 Transformer 骨干网络（其中激活参数为 30 亿）上，使用 2600 亿个 token 进行预训练，并从通用语言评估、长上下文评估和思维链推理评估三个方面评估了 NSA 的性能，还在 A100 GPU 上将其内核速度与经过优化的 Triton 实现作了进一步比较。 实验结果表明，NSA 的整体性能与全注意力模型相当甚至更优。在 9 项指标中的 7 项上，NSA 均超过了包括全注意力模型在内的所有基线。这表明，尽管 NSA 在较短序列上可能无法充分发挥其效率优势，但它展现出了强劲的性能。 值得注意的是，NSA 在推理相关的基准测试中取得了显著提升（DROP：+0.042，GSM8K：+0.034），这说明该团队的预训练有助于模型发展出专门的注意力机制。这种稀疏注意力预训练机制迫使模型聚焦于最重要的信息，通过过滤无关注意力路径中的噪声，可能会提升性能。在各类评估中表现出的一致性，也验证了 NSA 作为通用架构的稳健性。 在 64k 上下文的“大海捞针”测试中，NSA 在所有位置都实现了完美的检索准确率。此外，与全注意力相比，NSA 在解码、前向传播和反向传播方面都实现了显著的速度提升，且序列越长，提速比例越大。 据该团队称，这一性能正是得益于其分层稀疏注意力设计，该设计结合了用于高效全局上下文扫描的 token 压缩和用于精确局部信息检索的 token 选择。粗粒度的 token 压缩以较低的计算成本识别相关的上下文块，而对 token 选择的标记级注意力则确保保留关键的细粒度信息。 同时，NSA 优于多种现有的稀疏注意力方法，包括 H2O、infLLM、Quest 以及 Exact-Top。 值得注意的是，NSA 在需要对长上下文进行复杂推理的任务上表现出色，在多跳问答任务（HPQ 和 2Wiki）上比全注意力模型分别提升 0.087 和 0.051，在代码理解任务（LCC）上超出基线模型 0.069，在段落检索任务（PassR-en）上优于其他方法 0.075。这些结果也验证了 NSA 处理各种长上下文挑战的能力，其原生预训练的稀疏注意力在学习任务最优模式方面带来了额外优势。 为评估 NSA 与先进下游训练范式的兼容性，该团队研究了其通过后期训练获得思维链数学推理能力的潜力。鉴于强化学习在较小规模模型上的效果有限，其采用来自 DeepSeek-R1 的知识蒸馏，使用 100 亿个 32k 长度的数学推理轨迹进行有监督微调（SFT）。这产生了两个可比较的模型：全注意力 - R（全注意力基线模型）和 NSA-R（稀疏变体）。 接着，他们在具有挑战性的美国数学邀请赛（AIME 24）基准上对这两个模型进行了评估，使用 0.7 的采样温度和 0.95 的核采样值，为每个问题生成 16 个回答并取平均分。并且，为验证推理深度的影响，他们在两种生成上下文序列下进行了实验。结果显示，NSA-R 在 8k 和 16k 序列长度下的表现均优于全注意力 - R。 这些结果验证了原生稀疏注意力的两项关键优势：（1）预训练的稀疏注意力模式能够高效捕捉复杂数学推导所必需的长程逻辑依赖关系；（2）我们架构的硬件对齐设计保持了足够的上下文密度，以支持推理深度的增加，同时避免灾难性遗忘。在不同上下文长度下的持续优异表现证实，当稀疏注意力被原生整合到训练流程中时，其在高级推理任务中具有切实可行性。 计算效率方面，该团队将基于 Triton 实现的 NSA 注意力机制和全注意力机制，与基于 Triton 的 FlashAttention-2 在 8-GPU A100 系统进行了比较，以确保在相同后端下进行公平的速度对比。 结果表明，随着上下文长度的增加，NSA 实现了越来越显著的速度提升。在 64k 上下文长度下，前向速度提升高达 9.0 倍，反向速度提升高达 6.0 倍。值得注意的是，序列越长，速度优势就越明显。随着解码长度的增加，NSA 的方法延迟显著降低，在 64k 上下文长度下提速高达 11.6 倍，且这种内存访问效率方面的优势也会随着序列变长而进一步扩大。 值得一提的是，这篇论文早在今年 2 月就对外公布，而相关研究成果至今还没有出现在任何 DeepSeek 模型中。不过，根据论文一作袁境阳的说法，DeepSeek 下一代模型就将应用这项技术，这也让许多网友对 DeepSeek V4 的发布更加期待，毕竟其与 DeepSeek R2 的发布计划似乎也有很大关联。 早在今年 4 月，就有“DeepSeek R2 提前泄露”的传言在 AI 圈刷屏。源头是来自 Hugging Face CEO 发布的一条耐人寻味的帖子，配图是 DeepSeek 在 Hugging Face 的仓库链接，接着引发不少关于 R2 发布时间和技术细节的各类传播。但对此，DeepSeek 官方一直未作出回应。 前不久，有外媒报道称，DeepSeek R2 可能继续推迟。迟迟未发布的内部原因是 DeepSeek 创始人梁文锋对该模型当前的性能不满意，工程师团队仍在优化和打磨。与此同时，也有人这样推测：R2 好歹要等 V4 出来再说，V3 可能已经到达极限了。

作者 | 杨睿琪 编辑 | 刘毓坤 凤凰网科技讯 7月31日，高通公司在上海举办骁龙游戏技术赏活动，联合一加、腾讯、Epic Games等手机厂商、游戏及合作伙伴，共同展示移动游戏领域的技术进展，分享了骁龙携手生态。 高通技术公司手机、计算和XR事业群总经理阿力克斯·卡图赞（Alex Katouzian）与高通公司全球副总裁侯明娟一同出席活动。活动中，高通技术公司全球副总裁侯明娟透露，今年ChinaJoy骁龙主题馆将联合75家合作伙伴升级呈现“全芯热爱”主题。 高通公司全球副总裁 侯明娟 高通技术公司手机、计算和XR事业群总经理阿力克斯·卡图赞表示，骁龙正在重新定义移动游戏体验。凭借其计算与图形性能、音效、AI能力和连接特性，为全球热门终端提供了动力。 据介绍，骁龙8至尊版移动平台目前已支持184款产品设计，涵盖高端Android游戏设备。该平台已被iQOO手机选为KPL赛事官方用机，双方在触控响应、散热架构及网络优化等方面展开技术共建。 高通技术公司手机、计算和XR事业群总经理 阿力克斯·卡图赞 在AI应用层面，可在一些游戏中利用骁龙NPU实现实时面部表情捕捉，利用玩家实时面部表情，驱动游戏角色表情、打造AI队友功能，提供战斗辅助建议等功能。同时，搭载第三代骁龙G3游戏平台的AYANEO Pocket S2等Android掌机设备将在ChinaJoy开放体验。 在技术优化方面，高通®Adreno™图像运动引擎2.0作为一款AI赋能的工具，通过运动矢量、深度信息、变换矩阵等3D信息，来分析连续帧并追踪物体运动轨迹，提升游戏帧率，降低时延并增强画面流畅性，助力《鸣潮》等游戏提升帧率和能效表现。 高通宣布与腾讯游戏合作，针对《英雄联盟手游》部署骁龙自适应游戏画质，通过深度调优CPU和GPU，实现游戏内性能的绝佳释放。它与高通自适应性能引擎4.0协同工作，在高负载游戏场景中智能分配资源，提升性能并延长电池续航。腾讯互动娱乐英雄联盟手游客户端技术负责人丁博表示，骁龙自适应游戏画质技术帮助《英雄联盟手游》实现了性能与能效的高度平衡，在极致画质下，游戏不仅能够保持120帧满帧稳定运行，设备功耗更降低了16.36%，让玩家获得更持久的续航体验。 此外，骁龙游戏超级分辨率2.0正通过高性能高画质的超分技术，显著提升性能和视觉清晰度。该技术可在较低原生分辨率下进行渲染，然后借助基于游戏3D信息的超分技术来提升画质，从而降低GPU负载，实现更持久的高画质游戏体验。活动上，高通介绍正与叠纸游戏合作，将该特性集成至视觉效果丰富的开放世界手游《无限暖暖》中。叠纸资深引擎专家周宇晗表示：“高通与《无限暖暖》开展深入合作，基于骁龙游戏超分2.0技术对《无限暖暖》进行深度优化，不仅带来了更加清晰锐利、更富细节的画面表现，还实现了更出色的性能和能效，为玩家带来了游戏体验的全面提升。” 目前，骁龙本生态系统在pc领域已支持1,200多款游戏。搭载骁龙X系列平台的终端即将支持Easy Anti-Cheat，进一步保障跨平台竞技游戏体验，并提升搭载骁龙平台的游戏兼容性与支持范围。 高通方面称，骁龙系列技术将持续推动移动游戏性能提升与跨终端娱乐生态扩展，相关成果将在ChinaJoy期间集中呈现。

凤凰网科技讯 7月31日，阿里云官方宣布全面升级自研大数据平台ODPS架构，推动大数据与AI的深度融合。 据介绍，阿里云此次升级聚焦超大规模数据处理，ODPS依托云原生架构，实现了数十万台计算集群的弹性调度能力，其峰值数据处理能力达到50亿次/秒。并同步推出湖仓一体方案，支持全模态数据的统一存储。 此外，ODPS通过增量计算引擎（DLMV）和近线查询（MaxQA），填补了实时与离线之间的空缺。同时推出智能SQL编程助手，提升数据开发与分析效率，实现“AI直接变现业务价值”。

凤凰网科技讯 7月31日，国际数据公司（IDC）发布了全球与中国机器人市场规模预测，数据显示，到2029年全球机器人市场规模将突破4000亿美元。其中，中国市场预计将占据全球近半份额，并以近15%的复合增长率位居全球前列。 从细分领域来看，2024年全球商用服务机器人出货量跨越10万台门槛，其中配送机器人和清洁机器人分别以38.4%和33.3%的占比主导市场走向。 值得一提的是，中国厂商在全球商用服务机器人市场出货量占比高达84.7%。具体到企业层面，擎朗智能凭借配送、清洁、消毒、导引等全品类服务机器人产品，以22.7%的出货量占比位居全球第一，其主力产品配送机器人已在餐饮、医疗、酒店等多个场景广泛应用；普渡科技在配送与清洁领域双向发力，出货占比达18.7%，排名全球第二；高仙机器人专注于商用清洁场景，以12.9%的出货量占比排名第三；云迹科技深耕酒店服务场景，出货量占比8.2%，位居全球第四。 在工业机器人领域，2024年中国工业机器人厂商海外收入总计突破20亿美元，其中协作机器人出口收入约为7410万美元，同比增长34.7%。 IDC预测2025年中国人形机器人商用销售出货量将达到约5千台，2030年将增至近6万台，年复合增长率超95%。

2025年，AI Agent从概念走向现实，从单一功能走向多元集成，从实验室走向商业级应用场景，亟待规模化爆发。AI Agent的出现，不仅催生了人们与AI的新一轮交互方式，还为各行各业带来了前所未有的机遇和挑战。从智能家居到智慧交通，从医疗健康到金融服务，AI Agent的消费级和企业级应用场景持续拓展，其影响力也日益显著。 为此，霞光智库发布《AI Agent行业应用价值及全球市场机遇洞察——基建引擎全速驱动，多场景下AI Agent的现象级应用爆发》，选取电商及零售、游戏及泛娱乐以及新能源汽车三个典型出海行业，分别论述AI Agent在上述领域中的核心应用场景及典型案例拆解，以及商业化路径选择和核心痛难点分析，并给出从算力到营销的系统解决方案。 AI Agent 核心基础能力 AI Agent（人工智能代理） 是一种能够感知外部环境、自主决策并规划执行具体动作及流程以实现特定任务目标的智能实体。它结合了感知、推理、学习和行动能力，能够在无人干预的情况下完成任务或辅助人类。必要时Agent还可以与其他智能体协作，通过多智能体相互协同配合进一步执行更加复杂的任务和事项。 AI Agent 典型应用场景 AI Agent的快速发展正在深刻改变人们的生活及工作方式，从日常生活普遍性需求到企业级定制化服务，AI Agent的应用场景广泛且多样。在企业生产经营活动中，Agent能够基于任务目标有效承担企业内部流程化、标准化和重复性工作，帮助企业简化业务流程、提升运营效率、降低人工投入成本，进一步优化资源配置。 AI Agent 全球发展历程及阶段特征 AI Agent的发展经历了一个持续迭代演进的过程，融合了人工智能领域多个分支理论和技术突破，目前正进入全球应用爆发期。 2020年至今，大语言模型取得突破性进展，赋予AI Agent前所未有的自然语言理解、推理、学习及生成能力。这使得构建更加通用、智能的AI Agent成为可能，并迅速成为各个行业的研究及应用热点。 AI Agent 全球发展驱动因素 政策引导、技术进步以及各类AI应用需求日益增强，正驱动AI Agent持续扩展能力边界和应用场景。 在国内外政策法规的指引下，软硬件技术层面的快速进步以及真实需求场景对AI 应用的更高诉求，为AI Agent的发展带来持续的推动力。政策法规框架为AI Agent的发展划定合规边界，确保其演进路径与伦理法规要求一致；同时，技术创新的持续突破不断推动AI Agent在认知能力、自主决策与多模态交互等维度的性能边界拓宽。此外，自动化、智能化及个性化需求也在不断推动AI Agent在各个领域的应用场景扩展。 AI Agent 全产业生态图谱 AI Agent核心架构包含底层基础设施、中间核心能力层和上层各类垂直化场景交互应用层，各层协同工作以实现自主感知、决策及任务执行。 AI Agent依靠底层技术发展和实际场景需求提炼，孵化出适用于各个领域垂直化场景的功能性Agent。基础层提供必要的软硬件基础设施，平台层提供开发和运行AI Agent的平台和工具，应用层则将AI Agent的服务能力应用落地。 零售及电子商务 1. AI Agent在全球零售及电子商务领域中的典型应用场景分析 在电子商务领域，AI Agent的应用已经从理论探索走向实际业务场景落地，尤其在智能管理、降本增效和提升用户从售前到售后的服务体验方面，已取得显著成效。售前阶段，AI Agent通过需求预测、内容营销可有效降低运营门槛；销中阶段，通过完成商品库存管理、智能营销等能够减少人员成本投入、有效提升经营效率；售后阶段，在个性化接待、会员运营、用户数据分析等环节更加专业及时，从而有利于增强用户粘性并提升用户满意度。用户端则能提供智能化商品导购和个性化商品推荐并同步答疑。 2. AI Agent在全球零售及电子商务领域中的商业化路径选择 电商Agent主要以SaaS形式深入各业务环节，定制化服务模式可以针对企业特定的业务流程进行适配，同时佣金抽成和按照使用量计费等新形式也正被客户所接受。订阅制由平台企业提供标准化Agent产品，按照时间周期、账号个数等收取固定费用，如阿里巴巴国际站和TargetPilot多服务于中国出海商家；定制化模式主要针对企业实际业务模式和工作流程进行专业设计，根据具体Agent功能和使用量进行收费，如ServiceNow服务全球客户；佣金抽成一般通过Agent参与营销促进销售转化，收取成交额的部分收益，目前仅由少数企业提供；按量计费模式提供标准Agent产品的开放接口，根据使用过程中的调用频次、token消耗量等收取费用。 3.AI Agent在全球零售及电子商务领域中的核心痛难点分析 AI Agent在电商应用场景中，面临来自不同维度多个环节上的难点和压力。业务链条上产生多个来源的数据信息，存在统计口径和周期差异等问题，不同部门不同环节的人员在使用中产生的信息损耗将对Agent调用数据时产生幻觉；通常电商业务会覆盖图片、视频、长文本等多维数据，Agent在处理和产出物料时会消耗大量算力，增加等待时长进而影响运行效率和产出质量。 游戏及泛娱乐 1. AI Agent 在泛娱乐及游戏行业中的典型应用场景分析 AI Agent的多模态能力在娱乐领域的图片、音视频、数字人等内容创作上可以极大提高创作效率和产出质量；在消费者体验端，Agent能够提供高质量的的内容和丰富的呈现形式，以满足不同用户个性化需求； 以游戏行业为例，Agent的自主性体现在可以根据用户偏好灵活调整游戏设定，为用户带来独一无二的个性化游戏体验。 2. AI Agent 在泛娱乐及游戏行业中的商业化路径选择 AI Agent在娱乐行业中的主要应用价值是通过自动化提升效率、减少资源投入并降低成本支出，以及聚焦创新业务模式三方面，进而优化从业者工作流程。 以创意设计领域为例，订阅制收费为订阅用户提供Agent功能，用户可以在订阅周期内使用Agent生成图片等功能，常以包月形式付费，如中国出海产品Lovart；按量计费是另一种常见的收费模式，平台开放API接口，允许用户将Agent接入自有平台和系统，按照调用次数或者消耗的资源量进行付费。 3. AI Agent 在泛娱乐及游戏行业中的核心痛难点分析 媒体领域AI Agent在实际应用时，会根据各种信息渠道获取的素材进行整合分析，一定程度上借鉴素材内容和风格进行内容策划、方案设计、稿件及图片生成等，其生成的图片、文字等内容易造成与发布方和原创者之间的版权争议。 此外，以数字人应用为例，数字人主播需从信息输入处理、对应话术生成、文本转语音、口型表情生成、视频生成再到互动阶段实现全方位实时响应，高质量产出和响应速度对计算能力形成巨大考验。 新能源汽车 1. AI Agent 在新能源汽车自动驾驶领域中的应用场景分析 随着AI Agent技术的进步迭代，可以合理推测Agent能在自动驾驶领域将适配更广泛的应用场景，具备更高自主决策能力并能应对更加复杂多变的环境和路况，在各种道路条件下提供智能驾驶能力，及时识别路况及驾驶风险，减少人为操作失误从而降低事故发生率。 此外，自主泊车可帮助车主停入车位减少等待时长；智能驾仓优化驾驶员的驾驶体验，丰富了乘客在车上的用车体验；固定线路场景下替代驾驶员，提供持续、稳定的运输能力，可减少大量重复机械的人力投入。 2. AI Agent 在新能源汽车自动驾驶领域中的商业化路径选择 自动驾驶服务提供商在面对个人用户、企业用户等不同客户需求时可提供不同的产品形态和付费方式，同时业务布局的多元化也在推动商业化进程深化。B2C模式中，主要为车主提供智能座舱系统和智驾系统，在出售整车时作为选装配置销售，智驾系统可向车主提供订阅付费方式，；例如特斯拉旗下Robotaxi主要服务有出行需求的普通消费者，按照乘车服务收费，已在美国奥斯汀地区试运营；B2B模式下，企业通过向合作汽车厂商授权自动驾驶方案使用许可收取一定费用，期间提供系统维度及迭代服务，例如特斯拉计划授权FSD给特定车企厂商。 3. AI Agent 在新能源汽车自动驾驶领域中的核心痛难点分析 在行驶过程中自动驾驶系统需实时处理海量传感器数据，对计算能力和硬件功耗提出极高要求，训练所需的多维数据处理同样要消耗巨大算力资源。此外，在恶劣天气和突发场景等特殊环境下，易对传感器的外部感知精度造成影响，以及训练所需的高质量真实数据采集难度大，数据清洗和标注成本同样较高。 全球智算服务：第一线DYXnet 第一线DYXnet为世纪互联全资子公司，定位于全球一站式AI+云网安服务提供商，围绕企业全球化出海与数智化升级，提供包括人工智能算力、私域AI大模型部署、AI Agent打造、SD-WAN网络、AI智算专线、SASE安全在内的融合智算服务。算力层面，融合国内与海外伙伴IDC，以及OCD边缘算力云，并合作阿里云、火山引擎等国内外公有云厂商；网络层面，与中国三大运营商、法国电信、德国电信、日本软银、西班牙电信等国内外运营商保持合作；模型层面， 结合DeepSeek、豆包等领先大模型提供AI应用定制服务。 AI+营销专家：橙果视界 橙果视界成立于2024年5月，由室内设计全球领先的上市公司MatrixDesign投资孵化。成立半年已获两轮融资。橙果视界专注视觉领域的生成式人工智能技术的研发与应用。核心产品PhotoG是一款可自主进化、多角色协作的“企业数字生命矩阵”，通过模拟市场部、品牌部、运营部等部门的决策逻辑与执行能力，将传统营销中的人力分工转化为算法驱动的智能体协作网络。橙果视界前身是诞生于开源社区的AID Lab，核心团队由来自全球高校的95后算法工程师与设计师构成，致力于设计营销领域的GenAI技术的研发与应用落地，是全球极具开创性的AI设计开源社区，目前已成为设计营销领域权威的GenAI社群。

图源：活动现场 唐辰拍摄 AI正成为中小商家生意新搭子。 7月30日，1688在杭州举办浙江省“平台+产业”AI对接会。会上，1688发布多项AI新品和升级举措：推出“1688AI版”App，上线免费企业查询工具“88查”，并对现有“阿里巴巴1688”App进行全面AI化升级。 此次升级后，AI能力将同步覆盖移动端和PC端，帮助买家高效选品、精准找厂、简单做生意。 目前，新App聚焦创业与拿货场景，集成AI搜索、AI选品、AI创款、AI图搜、AI查企等五大核心功能，覆盖从商机发现、智能推荐与组货、产品设计和创新等生意全链路需求。 一位体验商家评价：“AI正成为我的‘生意新搭子”——它像老行家一样帮我抓商机，像买手一样推荐新品，还能当开款师一起搞原创。 “AI to B”的产业一线实践 这一系列举措，是1688推动“AI to B”模式在产业一线的深度实践：让AI真正服务于小B买家与源头商家的日常生意。 泉州蒂万坦斯贸易有限公司的刘世奇，作为1688买家代表在分享中提到，通过AI设计的拖鞋在海外市场上溢价到一百多美金，也带来了将近92%的利润。 他特意强调，92%的利润不是C端产生的，而是B端批发的毛利，“甚至我们能够连续高频率、高概率地打出更多的拖鞋爆款。” 刘世奇将自己的方法论归功于AI。鞋靴行业是一条“充满内卷”的赛道，只有不断做出差异化产品，才能走出一条差异化的路线，“我选择做丑拖鞋”。现在，该公司就在用AI设计新品，从原本的1到1.5个月一款，现在一天能够开出上百款。 他表示，这是受到乔布斯的启发。乔布斯说过，消费者永远都不知道自己真正的需求是什么，而最顶级的营销就是制造需求，为他们而制造需求。“AI时代下，我们用AI去做选品，并且以天的维度来去做新品上新。” 某种程度上，选品和开款是所有平台买家做生意最核心的竞争力。为此，刘世奇带领团队，根据整个市场的现存爆品和行业趋势，利用AI制定出一套自动化的流程， “每天做的唯一动作就是打开AI表格，我就能看到上百款的新品，我是从这里面去挑哪些产品可以去做，就直接把它发给我们的工厂去打包生产。” 他举了一个例子，2024年底，公司为欧洲市场开了全新产品，首先是通过AI对行业的趋势，包括流行指数进行自动化分析，紧接着用AI批量生产产品图片，最后用AI渲染出对应的3D效果给到工厂，生产出成品就做到了交付。 这套工作流程提效明显，“我们的团队人效是500万”。 刘世奇称，现在各行各业都在利用AI做提效，包括我们这样的中小型公司，中小型公司面对一个行业的龙头品牌，如何杀出重围甚至找到自己的赛道，AI可以替代人工完成弯道超车。所以，“AI不仅是未来，更是当下。” 这是1688平台AI化的一个缩影，也反映出一个趋势，AI在消费者侧（C端）兴起并影响其消费习惯后，开始向产业端（B端）渗透。 1688这个B2B 电商平台，每年会有超过2.6 亿的人打开它，其中有 1 亿人会在上面交易，新增的买家里大量都是来自一二线城市的年轻人。 柔性数字供应链正因“AI+”而变得更敏捷，让“轻创业”“搞副业”的门槛显著降低。AI不仅放大个体能力，也在重塑未来的组织形态：“一人多能”“一人多岗”“一人公司”，正在从例外走向常态。 为这些买家供货的是超过 100 万的中小企业商家，多数是工厂，随着它们生意里的 AI 应用占比快速提升，“AI to B” 的商业范式加速成型。 这个商业范式里，推动供需变化的核心变量是AI。如今，中国制造产业带的三大集合地都在“All In AI”：AI应用成为广交会的核心看点；义乌商家常态化使用AI做生意，基于 DeepSeek 做本地化部署然后货通全球；1688平台仅在2024年，就产生8500万次AI 调用，商品、图片、文案及视频都有规模化生成。 值得一提的是，为让AI技术深入产业带，1688推出全新业务品牌“1688源选”，首阶段将聚焦大健康、出行、居家三大高频消费场景，携手优质工厂共同打造100个“超级单品”。 1688全面AI化已跑了两年半 1688作为阿里“四小龙”，也就是四个战略级创新业务之一，也是阿里历史最悠久的业务，需要拿出比其他业务更大的魄力来拥抱AI，转型AI。 这是因为，消费者的需求在AI、智能体的重塑下，不再只关注到传统爆款大单品，对更多小众、垂直、情绪化的商品供给的信息差也被填平。 回归用户，成为应对AI变革的第一性原理。换句话说，AI对于平台和消费者来说，都在解决“平权”和“交易效率”两大问题，过去电商平台的流量变现生意很有可能被AI颠覆。 图源：活动现场 唐辰拍摄 1688对AI的探索始于两年半前。2024年启动了70多个AI项目。今年春节前后，DeepSeek爆火，1688成立AI 战略推进组，进行项目聚焦，精简至10个核心方向，并推动组织年轻化、AI实战化。 组织上也换上了更懂 AI 的年轻人。每个管理层手中都有AI项目。内部的态度是，不相信、不全面拥抱 AI 的人，即便身处关键岗位，也要坚决换掉。 当然，这也离不开一个背景，今年年初，阿里巴巴CEO吴泳铭主张在现有业务中全面实现“AI化”。而阿里是在AI上投入最坚决、布局最全、最先赚钱的中国互联网大公司。 1688商业化负责人齐晓宁以汽车行业的变革类比1688平台的升级，他表示，“我们希望助力1688平台上的一百多万家产业带工厂，将其经营模式从原来的‘手动挡油车模式’升级为现在的‘智驾模式’，只需要告诉这辆车什么时间到哪儿，这辆车即可规划路线，完成所有动作。” 目前1688的AI具备三大特点：产品全免费、更懂B类生意、效果可衡量。 比如，面向商家推出的免费“AI数字员工”，在本次活动后也将迎来全面升级，将为商家提供四位拟人化角色：生意店长、商品专员、客户专员和推广专员。 这支智能化的“虚拟团队”，将AI数字员工的角色从“执行层”提升至“决策层”，其核心价值由“提效”转向“赚钱”——通过主动分析市场趋势、制定经营策略，真正为商家创造可衡量的商业价值，实现向AI要“人效”。 “88查”已上线PC端，并接入支付宝、微信小程序，同时深度集成于1688App，支持用户跨平台免费使用。该工具支持快速查询工厂的资质认证、生产实力与核心能力，另外还集成深度研究能力，快速生成行业和企业研究报告，让“验厂”从跑断腿的体力活变成简单的线上完成，帮助商家高效、可信的做好生意决策。 同时，1688已基于通义千问与DeepSeek的技术能力，为商家提供专属的“生意大模型”。商家可通过AI服务，直接触达过去不愿服务、难以服务、无法服务的C类买家——那些对款式新、订单小、响应快有高要求的轻创业和搞副业人群。 目前，1688内部已经明确提出“向AI要人效”的目标。实际上，AI作为智能体的“人效”指标已实现可衡量、可量化。数据显示，过去一年，AI技术推动平台转化率、复购率等关键指标提升20%至30%；预计2025年，这一增幅将达到50%至100%。 图源：1688愿景 唐辰现场拍摄 作为拥有超1亿年度活跃买家、超100万家源头厂商的B2B第一平台，1688的全面AI化，其机会和挑战兼具，并且都会很大。但有一点1688是明确的，即在未来5年，1688会朝着成为一家数字供应链科技公司持续演进。

作者 | 陈骏达 编辑 | 李水青 智东西7月31日报道，昨天，第63届计算语言学协会年会（ACL 2025）在奥地利召开。作为自然语言处理领域最具学术影响力的会议之一，本届ACL吸引了超过8300多篇论文的投稿，中国大陆科研人员在本届ACL实现明显突破。 最佳论文奖是ACL最受关注的奖项，今年ACL共评选出4篇最佳论文，其中2篇来自中国大陆，分别由北大、DeepSeek和华盛顿大学联合团队，以及北大-灵初智能联合实验室摘得。 DeepSeek等机构的获奖论文以原生稀疏注意力（NSA）为主题，第一作者为袁境阳。袁境阳在DeepSeek实习期间提出了NSA模型，现在在北京大学计算机学院攻读博士学位。DeepSeek创始人兼CEO梁文锋也出现在作者名单中。 NSA可用于超快速的长上下文训练与推理，以性价比极高的方式，罕见地在训练阶段应用稀疏性，在训推场景中均实现速度的明显提升，特别是在解码阶段实现了高达11.6倍的提升。 论文链接：https://aclanthology.org/2025.acl-long.1126/ 北大-灵初智能联合实验室首席科学家杨耀东博士团队的获奖论文，则揭示了大模型参数结构中存在的一种弹性机制，并可能导致模型在后训练阶段产生抗拒对齐的行为。这一发现对AI治理和安全问题很有启发意义。 论文链接：https://aclanthology.org/2025.acl-long.1141/ 其余2篇最佳论文来自美国、德国。斯坦福大学、康奈尔大学（科技校区）联合团队在获奖论文中提供了一套评估算法公平性的基准测试，并发现现有促进算法公平性的手段存在误区，如果盲目使用可能会适得其反。 论文链接：https://aclanthology.org/2025.acl-long.341.pdf 由德国CISPA亥姆霍兹信息安全中心、TCS Research以及微软三家机构合作的获奖论文，则聚焦于大型语言模型在自主决策中的采样偏差——揭示其背后由“描述性常态”与“规定性理想”共同塑造的启发式机制，并通过公共卫生与经济趋势等现实案例，论证这种向理想值偏移的现象如何在实际应用中导致显著偏差与伦理风险。 论文链接：https://aclanthology.org/2025.acl-long.1454/ ACL官方数据显示，2025年，所有投稿论文中的第一作者中，有51.3%来自中国大陆，与去年30.6%的比例实现了明显增长；今年所有作者中，中国大陆作者的比例也达到51%。过去两年，美国在第一作者数量上均位居第二，不过比例已经从2024年的29.6%下降至2025年的14.0%。 以下是本届ACL中两篇来自中国大陆的最佳论文的核心内容梳理： 一、DeepSeek联手北大：新型稀疏注意力机制，让模型解码狂飙11.6倍 北京大学、DeepSeek和华盛顿大学联合团队（后简称联合团队）的获奖论文全名为《原生稀疏注意力：面向硬件对齐且可原生训练的稀疏注意力机制（Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention）》，曾于今年2月份作为DeepSeek-R1开源的系列技术报告之一发布。 什么是稀疏注意力？与传统注意力机制相比，稀疏注意力方法能通过选择性计算关键的查询键对来减少计算开销。不过，现有许多稀疏注意力方法在实际推理中未能显著降低延迟，还无法适应现代高效的解码架构，也缺乏对训练阶段的支持。 联合团队希望解决现有稀疏注意力的两大问题，一是事后稀疏化导致的性能退化，二是现有稀疏方法在长序列训练的效率短板。 NSA的核心思想是通过动态分层稀疏策略，结合粗粒度的token压缩和细粒度的token选择，保留全局上下文感知能力和局部精确性。 在NSA机制中，模型会同时使用三种不同的注意力方式来处理输入文本，每种方式都有它自己的擅长领域： （1）压缩注意力 这个分支把输入的信息聚合成块，捕捉粗粒度的语义信息，也就是对输入内容的关键信息进行总结提炼。压缩注意力可以减少计算的工作量，但会损失细节。 （2）选择性注意力 为了避免压缩时遗漏重要内容，NSA新增了选择性注意力机制。这一机制给每一块信息打个“重要程度”的分数，并选择最关键的信息进行更细致的计算。这样既能保留关键细节，又不会让计算变得太复杂。 （3）滑动窗口注意力 这个分支负责处理文本中临近的词之间的关系。它会在固定大小的窗口内计算注意力，比如只看当前词前后的几个词，这样可以更好地理解局部上下文。这个机制能防止模型太过依赖前两个机制，而忽视邻近词之间的联系。 整体来看，NSA通过这三种注意力机制互相配合，一方面节省计算资源，一方面又能兼顾全局语义和关键细节。 ▲NSA架构概览 为测试NSA机制的实际效果，联合团队在同一模型的基础上，分别使用了不同的注意力机制，比如传统的全注意力机制、NSA机制等，并在多个测试任务上进行比较。 使用NSA机制的模型在9个测试中获得了7项最佳成绩，整体表现超过了其它所有方法，包括全注意力。尤其是在逻辑推理、问答等任务上，采用NSA机制的模型表现较好，这说明它能排除掉不重要的信息，把注意力集中在真正关键的部分。 除了质量方面的提升，NSA还带来效率方面的优势。联合团队在8张A100显卡上做了测试，他们发现： （1）在64k长度的文本输入下，NSA的前向计算速度是全注意力的9倍； （2）反向计算速度是全注意力的6倍； （3）在解码时，NSA将速度提升至原有的11.6倍。 这些提速的关键在于NSA对硬件更友好，比如，其内存访问是按“块”来走的，最大化了张量核心的利用率，而且内部调度机制减少了不必要的计算负担。 二、北大-灵初智能团队：探索模型对齐困境，“弹性”机制或成开源模型隐忧 北大-灵初智能联合实验室首席科学家杨耀东博士团队（后简称该团队）的获奖论文全名为《语言模型抗拒对齐：来自数据压缩的证据（Language Models Resist Alignment: Evidence From Data Compression）》。这一研究揭示了一个关键问题：大语言模型在对齐时其实会反抗。 该团队发现，尽管我们可以通过各类对齐方式让模型变得更“安全”、更“符合人类价值观”，模型本身其实倾向于回到它原来预训练时学到的原始分布。就像一个弹簧被拉伸后又想回到原始状态，这种行为被称为“弹性”。 这种弹性体现在两个方面： （1）抵抗（Resistance）：模型不太愿意改变自己，仍然保留原来的分布特征； （2）反弹（Rebound）：对模型对齐越深，它反弹回原始状态的速度反而越快——如果用反方向训练（比如取消之前的对齐过程），它很快就会打回原形。 研究还发现，这种行为可以用压缩率变化来衡量——也就是说，模型对不同数据集的学习压缩程度变化，与数据量大小成反比。 为了进一步解释这种行为，该团队构建了一个理论模型：语言模型训练和对齐过程其实是一种信息压缩过程。他们基于“压缩定理”（compression theorem）和“压缩协议”（compression protocol），从信息论的角度来分析模型为什么会产生“弹性”——这为理解为什么对齐不稳定提供了数学框架。 最后，该团队通过一系列实验，验证了这一现象在不同的大模型中都存在。这说明“弹性”并不是个别模型的特例，而是语言模型训练过程中一种普遍的内在机制。 因此，要想实现真正稳固的对齐，不能只停留在表层的微调，而必须深入理解并对抗这种由压缩机制引发的反对齐倾向。 该团队还基于模型弹性机制，提出了对开源策略的思考。 一方面，开源模型权重有助于研究者快速发现漏洞、推动大规模对齐与安全研究；另一方面，模型弹性也意味着，即便是通过审计和安全微调的模型，如果被公开，一旦出现更先进的反对齐手段，这些模型也可能很容易被重置到未对齐状态，大大降低模型“越狱”的门槛，破坏原有的安全机制，带来现实风险。 结语：华人AI研究者集体崛起，安全成为ACL热点议题 除了中国大陆团队在最佳论文奖上的杰出表现，ACL 2025还见证了华人AI研究者的集体崛起。 本届ACL评选出26篇杰出论文，这是重要性仅次于最佳论文的奖项。这26篇论文中，有13篇论文的第一作者为华人，占比达50%。这也显示出，华人AI研究者在全球范围内的学术影响力，正不断扩大。 值得一提是，ACL的获奖论文中，有大量以AI安全、监督、对齐等为主题，学术界对这些重要议题的关注，给产业界的AI研究提供了极为有益的补充。

从元宇宙开始，小扎似乎每隔一段时间就会激进转向，并且试图告诉大家——这次真的不一样！ 先是元宇宙，而后是以开源模型坐上AI牌桌，如今是疑似偏向封闭模型路线的超级智能实验室。 但好在这次，Meta转向气氛烘托得很到位。豪掷千金（甚至上亿年薪）从OpenAI、谷歌、xAI、苹果挖人，组建“梦之队”超级智能实验室。 紧接着，就要发布2025财年第二财季财报，财报前夕，扎克伯格再发备忘录阐述“个人超级智能”的蓝图。 而这份在AI人才闪电战之际发布的最新财报，也相当给力，为这次转向增加了一层夺目的光晕。 只是说到底，目前还是没有人知道“超级智能”到底是什么。也没有人知道，Meta的这次努力是不是真的“不一样”。 01 在Meta公布财报前夜，多家机构和分析师预测，该公司第二季度的最大问题将是收入增速放缓。伦敦证券交易所预估的Meta第二季度收入增速为15%，远低于去年的22%，甚至会是2023年初以来最慢的一次。 但这并没有发生。 2025财年第二财季（截至6月30日）营收475亿美元，同比增长22%；净利润大增36%，达到183亿美元。Meta预测本季度营收将高达505亿美元，再次高于预期。 令人震惊的是，该公司的用户群仍在扩大，较去年同期增长6.4%：目前每天有34.8亿人使用Meta旗下的应用。 盘后交易中，Meta股价一度上涨12%。 与前几个季度一样，Meta 广告业务的强劲表现足以让投资者对其业绩中不太令人满意的部分视而不见。第二财季Meta的广告收入占比98%，达到465亿美元。 至于广告收入依然增长势头如此强劲的原因，主要是广告的量和价都在上升——展示量同比 +11%，平均每则广告价格同比+9%，两者共同推高了广告收入。 这其中AI功不可没。管理层在电话会准备稿中明确指出：新一代 AI 广告检索与排序模型（Andromeda、GEM、Lattice）带来更高转化。转化提升，广告主需求增强，继而价格上涨。 至于另外两部分的收入贡献就比较小了，应用-其他收入5.8亿美元，这部分主要是包含WhatsApp付费消息等。而Reality Labs只贡献了3.7亿美元收入。 不过这已经不错了，Reality Labs的收入同比增长了5%，主要归功于AI眼镜的初步成功。 值得注意的是，Reality Labs持续亏损，当季运营亏损45.3亿美元。这个部门是小扎上一个all in的事业“元宇宙”的遗腹子，负责构建未来元宇宙。生产VR、AR等新设备是一项昂贵的任务，Reality Labs 部门自 2020 年底以来累计亏损近 700 亿美元。 如今，小扎已经准备好将其全面融入下一个伟大事业——AI。 扎克伯格表示，眼镜将成为“人工智能的理想形态”。 “我个人认为，如果你没有配备AI的眼镜，你的认知能力就会处于劣势，”他说，“这正是我们一直在努力让Reality Labs发挥最大作用的地方。” 02 很明显，这次Meta的财报发布，不管是Meta自己还是外界，最大的关注点还是AI。 不止于此，大家关注的焦点落在了一个具体的部门上——Meta最新成立的超级智能实验室，目前已有50人左右的规模。 在财报发布前的数小时，扎克伯格突然发布了一个备忘录，专门阐述关于“超级智能”的雄心壮志。 “过去几个月，我们开始看到人工智能系统自我改进的迹象，”扎克伯格写道。“目前的改进速度缓慢，但不可否认。超级智能的开发已近在眼前。” 更进一步的，扎克伯格聚焦在“个人”上，想让每个人拥有个人超级智能。 小扎从6月开始发起了一场“AI闪电战”。 先是140多亿美元获取Scale AI 49%股权，同时其创始人Alexandr Wang加盟Meta。 紧接着是一系列高薪挖人动作，光是OpenAI就被挖走了至少十几名研究员，包括业内顶尖的明星研究员，除此之外，谷歌DeepMind、xAI、苹果都未能幸免。据彭博社报道，其中有人薪酬超过2亿美元。 就在财报发布前几日，Meta还又挖走苹果多模态AI研究员Bowen Zhang，这已经是一个月内第四位从苹果基础模型团队挖走的AI大将。 所有这些被挖走的人才，悉数加入Meta的“超级智能实验室”。该团队独立于公司其他部门运营，同时也将监督公司更广泛的AI工作，包括FAIR在内的老牌AI团队被并入其中。 这样大开大合的动作，一方面让市场感到振奋，另一方面也引发对成本的担忧——光是在最新加入的人才上，Meta可能就要投入数十亿美元。 Meta财报显示，第二财季的总成本和支出为270亿美元，同比上涨12%。未来的支出指引下限有所上调，全年支出预计1140亿到1180亿美元，新季度支出预计660亿美元至720亿美元。 此外，Meta预计2026年的支出将进一步加大。 在一份新闻稿中，Meta称成本的最大增长动力是基础设施成本，第二增长动力就是员工薪酬。 03 Meta的抢人大战还没有结束，但未来超级智能的规模不会太大。 这次财报会议上，扎克伯格也提到：“小规模、高密度的团队是推动前沿研究的最佳配置。” 他也指出，这与公司其他部门的运营方式截然不同。 “如果你看看我们在 Instagram、Facebook或广告系统上的做法，你会发现我们可以非常高效地让数百甚至数千人致力于改进这些系统，”他说，“但我认为，对于这项领先的超级智能研究来说，你真正需要的是最小的、能够理解整个系统的团队。” 超级智能实验室的特别不仅仅在规模上。 据《金融时报》，扎克伯格在公司位于加州门洛帕克的总部设立了一个独立的工作空间，与其他人工智能部门隔离开来。最近几周，扎克伯格已经和团队成员见面交流。 也就是说，超级智能实验室级别上比其他的AI团队高，同时又相对独立，从目前的情况来看，很有可能在内部资源获得上有更高的优先级。 从公司管理的角度来看，扎克伯格这个举措颇为激进。 他也许感到不得不再次激进——这家社交巨头的“再次伟大”故事，已经讲到了第三个篇章。第一个篇章，是all in元宇宙，甚至将母公司从Facebook改名为Meta，直接取自“元宇宙（Metaverse）”一词。然而，元宇宙的尝试可谓惨败。第二个篇章，是AI浪潮来袭后，Meta一边挽尊元宇宙，不把话说死，一边在AI上发力，以开源相较OpenAI等竞争对手走差异化路线，Llama系列开源模型曾一度让Meta坐上牌桌。 但是，Meta最新推出的Llama 4型号与同行相比表现不佳，招致了开发者的批评，而其旗舰产品Behemoth型号的发布也因未达到他的标准而被推迟。 所以，眼下的“超级智能”闪电战，与其说是Meta“加注”AI，不如说是一次关键的战略转折。 扎克伯格在其宣言中写道，公司将“谨慎选择开源内容”，这已经是一个明显的信号，尤其是考虑到此前扎克伯格对开源的公开拥护，或者Meta首席科学家杨立昆对闭源的批评。 但是这样的激进举措，前途究竟如何还要打一个问号。 豪掷千金的确有用，人才密集的精益团队被迅速组建。但精益团队从组建到最终交付，还有未定之数。 比如，“超级智能”的愿景是否足够明晰有力，以留住人才？ 再及，超级智能实验室在Meta的特殊地位，是否会造成内部的争斗，以致影响交付？人工智能顶级学者杨立昆，很有可能要向28岁的Alexandr Wang汇报。 根据《大西洋月刊》，目前的安排已经在内部引发了不安甚至是不满，而离职的员工则抱怨Meta的AI愿景含混不清，难以让人产生共鸣。 这不是扎克伯格第一次用激进的手段试图抢占机会，每一次都试图在告诉世界——这次真的不一样！ 但再宏伟的愿景，也不如落地的成果来得有说服力，而后者将是市场对下一次财报的期待。

能否 重新定义 全景相机？ 《F1》电影里有个镜头，让我印象非常深刻：画面从赛车前方的视角，咻一下转到了驾驶员的反打…… 这种仿佛置身于驾驶舱的沉浸感，让观众直呼过瘾。 虽然我们没有苹果剧组的专业设备，但我们还是找到了复现（平替）这个镜头的方法 ——OSMO 360，大疆最新推出的首款全景相机。 业界首个一英寸方形传感器，为全景而生 本来我们很担心全景相机的画质，但大疆说，他们专门定制的这块传感器，相当厉害。 传统手机/相机传感器大部分是 4:3 矩形。但全景相机的成像区域实际上是个圆形。意味着传统矩形传感器（全景相机主流 1/1.28 英寸）会有大量区域被浪费。不仅增加成本，还带来额外的功耗/发热。 而大疆的业界地位和话语权，让它可以直接定制一块正方形的一英寸传感器，最大化匹配全景镜头的圆形成像区域。 相较传统矩形传感器，正方形传感器降低了耗电和发热；体积重量也得到进一步优化；而且一英寸底的画质/分辨率，更是显著提升—— 这样的 OSMO 360，可以说是一举三得。 从白天拍到黑夜 为了测试 OSMO 360 的实际表现，并且尝试「平替」开头提到的那个《F1》电影镜头，我们设计了一个完整的摩托车拍摄场景——从白天的街道，穿越到夜晚的霓虹都市。 白天表现：这块一英寸底在全景相机上首次实现了 8K50fps，同时支持 6K60fps 和 4K100fps 等多种规格，满足不同速率的要求，升格效果也足够优秀。 在进出隧道这种明暗对比极大的场景下，8K分辨率降低帧率到 30fps，可以获得更高的动态范围——再开启 Log 模式，更是为后期专业调色提供了充足空间。 夜间能力：一英寸传感器的优势，在夜景中得到充分发挥。开启「超级夜景」模式后，OSMO 360 会利用多帧合成技术提升了夜景表现。 当然，这意味着帧率会减半，但哪怕是 8K25fps（最新固件提升到 8K30fps）对于一个全景相机来说，也远远够用了。 我们还用大疆的新款麦克风录了排气声，它现在支持四发八收，也就是同时用八台接收器连接四只麦克风，满足多机位的专业需求。 续航/外设：专业，且老用户友好 OSMO 360 采用了与 Action 运动相机系列通用的1950mAh电池设计，对大疆老用户十分友好。 而在续航方面，爱范儿实测一块电池在 8K30fps模式下能连续录制 114 分钟。 更别提 OSMO 360 还有 105GB 机内存储——第一次测试续航时我们没有插卡，把内置存储拍满了才意识到电池还有余量。 配件生态同样丰富：除了兼容 Action 系列的磁吸配件，还能通过触点连接手柄进行供电和控制。机身自带 1/4 螺口，第三方配件的选择也非常广泛。这次大疆还专门推出了适合骑行和车载的新配件。 软件还得加把劲 没有什么极限场景的硬件产品是完美无缺的，OSMO 360 也一样。 相比竞品影石 X5 能同时输出全景和跟随格式的视频，OSMO 360 需要先开启「快剪助手」功能，再通过 DJI Mimo 应用手动导出普通视频，流程相对繁琐。 再来看配套应用： 手机端的运镜功能比较基础：只能设置关键帧做匀速运动，不能控制运动方向，效果不够流畅。 电脑端的 DJI Studio 软件界面，剪辑同事表示类似剪映：小白上手容易，但功能相对简单，专业效果乏善可陈。 我们拍这次的「飞车大片」，需要运动模糊效果来营造速度感，但大疆没有提供这个能力——只能靠其他软件后期了。 以及可以给视频压上骑行数据仪表盘——但样式只有一个，很单一，且只能显示三种数据，贴图清晰度更是配不上最高 8K 的素材分辨率…… 相比之下，影石提供了更多样式和参数选择。 再一次刷新大众日常生活的视角 这次开摩托车仿拍《F1》电影飞车镜头的过程，感觉挺奇妙的。 别说摩托车，就是骑共享单车，也能通过虚拟运镜来拍出电影感、运动感十足的镜头。 回顾大疆的产品历程： Mavic 让专业航拍走进朋友圈 Pocket 让手持云台相机成为时尚单品 Neo 成为记录家庭生活的必备工具。 每一次创新都刷新了大众对拍摄的认知。 OSMO 360 的出现同样如此：如果说影石普及了全景相机的概念，那么大疆或许就是把它从小众潮流带入大众主流的那个角色。 这种良性竞争对所有人都是好事——一起把蛋糕做大，让更多人享受到全景拍摄的乐趣。

转自：InFOQ 编译 | Tina Meta 首席执行官马克·扎克伯格（Mark Zuckerberg）在周三分享了他对“个人超级智能”（personal superintelligence）的愿景——也就是每个人都能够借助 AI 实现自己的个人目标。 不过，在这封信中也悄然透露出一个信号：Meta 正在调整其 AI 模型的发布策略，以更好地推动“超级智能”的发展。 扎克伯格写道：“我们相信，超级智能带来的好处应尽可能广泛地惠及全球。但与此同时，它也将带来前所未有的安全挑战。我们必须严谨地管理这些风险，并慎重考虑哪些内容适合开源。” 这段关于开源的表述耐人寻味。一直以来，扎克伯格都将 Meta 的 Llama 开源模型系列视为公司区别于 OpenAI、xAI 和 Google DeepMind 等竞争对手的关键优势。Meta 的目标是构建性能媲美甚至优于闭源模型的开源 AI 模型。 扎克伯格又发新帖，短短几年，态度大变： 现在（2025 年）：“我们必须严谨地应对这些风险，并谨慎地选择哪些内容适合开源。” 而在 2024 年时：“Meta 致力于开源 AI……也因此将打造一个能够长期发展的平台。” 在 2024 年的一封信中，扎克伯格曾表示：“Meta 致力于开源 AI。我相信开源对于人工智能的积极未来至关重要。从明年起，我们预计 Llama 的后续模型将成为业内最先进的 AI 模型。” 不过他此前也曾留下余地。“我们当然非常支持开源，但我并没有承诺会发布我们做的每一项成果。”他在去年的一档播客节目中这样说，“如果某个阶段模型的能力发生了质的变化，而我们觉得开源它是不负责任的，那我们就不会开源。这一切都很难预测。” 播客网址：https://www.youtube.com/watch?v=bc6uFV9CJGg 尽管不少人认为 Llama 并不完全符合“开源 AI”的严格定义——例如 Meta 并未公布其大规模训练数据集——但从扎克伯格这次的措辞来看，开源可能不再是 Meta 最尖端 AI 模型的默认选项。 从“最激进的开源推动者”到“谨慎选择性开源”，Meta 的态度转变，给 AI 开源的未来带来了不确定性，而留在开源阵营的公司——尤其是中国公司——也因此被赋予了更多期待。 Meta 基本不太可能再开源最先进的模型了。这么一来，全球范围内还坚持开源 SOTA 的，就只剩 DeepSeek、通义千问（Qwen）和 Mistral 了吗？ 这是一个巨大的转折。DeepSeek-R1 的成功正在鼓励更多中国公司坚持开源；相反，Llama4 的失利让 Meta 不再将开源视为优先事项。 所以……这意味着我们只能靠中国了吗？ 143 亿美元下注后， Meta 正式告别“默认开源” Meta 的竞争对手之所以坚持闭源，一个重要原因是闭源能带来更强的商业控制力。扎克伯格曾指出，Meta 的收入并不依赖于销售 AI 模型的访问权限，因此“开源发布 Llama 并不会影响我们的营收、可持续性或研发投入能力——而这对闭源模式的公司来说是一个现实挑战”。毕竟，Meta 的主要收入来源仍然是互联网广告。 不过，Meta 对“开源模型”的这套说法，还是在它开始意识到自己在竞争中落后之前。而当公司在开发 Llama 3 的过程中，越来越执着于击败 OpenAI 的 GPT-4 模型后，情况开始发生变化。 到了 2025 年 6 月，Meta 正式启动其面向通用人工智能（AGI）的冲刺计划：斥资 143 亿美元投资 Scale AI，收购该公司创始人兼 CEO，并将 AI 部门重组为全新的“Meta Superintelligence Labs”。为此，Meta 已投入数十亿美元，招揽了来自顶尖 AI 公司的研究人员和工程师，同时持续扩建数据中心。 近期有报道称，正是这些巨额投入，促使 Meta 暂停了最新 Llama 模型 “Behemoth” 的测试工作，转而集中精力开发一款闭源模型。 《纽约时报》记者 Eli Tan：独家消息：Meta 新组建的超级智能（Superintelligence）团队中的核心成员——包括 Alex Wang 在内——希望打造一个全新的闭源模型，并放弃已经延期的开源模型 Llama Behemoth。 这支由高薪研究人员组成的新团队本周在一处与公司其他部门隔离的办公空间内召开了会议，地点就在扎克伯格办公室的隔壁。 而随着扎克伯格提出“个人超级智能”这一全新使命——明显有别于那些他认为致力于“自动化所有有价值工作”的竞争对手——Meta 的 AI 商业化策略也逐渐清晰。他在信中透露，Meta 计划通过自家的增强现实眼镜和虚拟现实头显等产品，将“个人超级智能”推向大众。 “能理解我们所处语境的个人设备——比如眼镜，因为它们能看到我们所见、听到我们所听，并全天候与我们互动——将成为人们的主要计算设备。”扎克伯格在周三的公开信中写道。 当被问及 Meta 是否可能将其最先进的模型闭源时，一位公司发言人回应称，Meta 依然致力于开源 AI，同时也预计未来会训练闭源模型。 “我们在开源 AI 上的立场没有变化，”发言人表示，“我们计划持续发布领先的开源模型。当然，我们过去也并非开发了什么就都发布，我们预计未来将继续并行训练开源与闭源模型。”

从气象学角度讲，刚刚过去的几年，每一年都是新的「极端天气之最」。2025 年自然也不例外，夏天还没过完一半，有记录的台风和洪水烈度就已突破天际。 《北京密云抗击暴雨灾害一线见闻》｜新华网 极端天气与自然灾害，距离我们说近不近，说远也不远——就在上个月，清远一场 4.3 级地震的震波也让身处广州的爱范儿编辑部着实紧张了一把。 人类虽然没有办法正面对抗天灾，但灾害前的预警却是我们所擅长的。最近发生的几次大范围暴雨、内涝和微型地震之后，总会有人问「我要怎样才能收到提前预警？」，而这也正是爱范儿想要为大家解答的。 系统预警 说到灾害警报，与大家关联最强的无非台风暴雨内涝、高温山火干旱、地震滑坡泥石流等等。 其中，对于台风、暴雨、高温、山火等等规模大但是缓慢的事件，我们平时在手机上使用的天气服务已经足以涵盖，只要记得打开通知、设定关注类型即可。 然而对于诸如城市内涝、洪水、滑坡泥石流等等「受天气引发但时间不固定」的事件，以及类似地震这种前兆难以判别的突发事件，单纯依靠天气服务就不够了。 目前，国内最权威的应急信息发布平台应该是中国国家突发事件预警信息发布系统，它负责发布包括自然灾害、事故灾难、公共卫生事件等等的预警信息，是我们平时通过各种渠道接收到的「应急预警信息」的总源头。 但是对于每天朝九晚五的你我他来说，每天时时刻刻盯着中国气象局的网站肯定是不现实的。来自国家突发事件预警信息系统的通知，更多时候都需要再通过更具体的软硬件渠道，才能「跨过最后一公里」来到我们手中。 1. 国家应急广播预警（微信小程序） 「国家应急广播预警」是中央广播电视总台（CMG）下属的一个微信小程序，里面包含了国家预警信息发布中心、海洋环境预报中心、国家气象局等等诸多信息源，能够以小程序通知的形式向你播报你所在位置的各种应急预警通知： 除了当前位置的通知之外，你还可以在小程序首页直接查询全国地区的各类预警信息，支持查询的预警种类超过五十种，其中甚至包括低空风切变、空间天气、下击暴流甚至是核应急响应—— 在预警功能之外，国家应急广播预警小程序还关联了国家应急广播的视频号，可以在里面查询到很多绝对正规和权威的科普和指南，功能可谓相当完善。 2. 中国地震台网 作为地震预警信息最直接的来源，中国地震台网目前有两个主要的实时发布渠道：「中国地震台网」小程序，以及「地震速报」app。 两者的信息来源是几乎相同的，但是考虑到「地震速报」app 的目标 API 还停留在 Android 12 时代，上一次软件版本更新还是今年一月，相比之下其实是微信小程序更方便一些。 从功能上讲，中国地震台网小程序与国家应急广播预警小程序的实现方式差不多，主要的区别在于地震台网小程序支持额外添加一个关注地点，让你可以同时接收自己所处位置和关心的人的位置的地震信息： 3. 手机系统内置预警 但微信的通知也不是万能的，单纯的小程序通知很容易受到网络状况、静音勿扰等等影响，尤其针对地震这种大多在夜晚的突发情况。此时，手机厂商自带的预警系统就派上用场了。 目前，经过爱范儿实测，荣耀、小米、OPPO、vivo 四大主流品牌系统内置的地震信息预警，其信源全部来自成都高新减灾研究所（ICL）的地震监测网络，并且都可以免费直接开启。 其中，vivo 的地震预警开关位置比较特殊，并不在设置里，而是被放在了天气 app 里面，除了首次打开会有弹窗提示之外，引导性相比其他几家稍差，如果用户不主动搜索的话比较难意识到。 而小米的 HyperOS 则是把地震预警的开关放在了手机管家 app 的「家人关怀-预警中心」菜单里面，并且区分了地震预警和自然灾害预警，甚至还有和米家设备联动的房屋紧急情况报警： 而荣耀和 OPPO 就相对常规一些，两者的地震预警开关都可以在设置 app 的相关栏目中找到，OPPO 是在「设置- SOS 紧急联络-地震预警」中，荣耀则是「设置-安全-应急预警通知」： OPPO（左）与荣耀（右） 而华为的 HarmonyOS 虽然也提供了地震预警服务，但它的信息来源并非成都高新减灾研究所，而是华为 2024 年与深圳防灾减灾技术研究院（深研院）合作搭建的独立预警网，入口位于「设置-系统-应急预警通知」中： 除了华米 OV 耀这五个大头之外，爱范儿还测试了手中一些比较小众的品牌。与苹果的逃避态度不同，国行三星是搭载了地震预警功能的，入口在「设置-安全和紧急情况-地震预警」下，合作方同样为成都高新减灾研究所。 而联想旗下的摩托罗拉——它的系统叫做 MyUI ——虽然作为目前国产品牌里面风格最接近原生 Android 的系统，却也保留了地震预警的功能，数据依然来自成都高新减灾研究所，开关位于「设置-紧急情况-地震预警」中： 无网通讯 当然，灾前的预警固然重要，救灾抢险期间的通讯不可或缺的。而在今年北京暴雨和洪水事件中，我们就看到了一项此前没有出现过的特殊服务。 7 月 29 日，中国移动宣布为北京地区用户免费提供为一个月的北斗卫星短信服务，只要用户的手机支持北斗短信、在有信号的时候给 10086 发短信开通，后续进入信号盲区就可以直接使用了。 图｜IT 之家 这是最近几年陆续出现包含卫星电话和短信功能的手机以来，除了野外迷路之外，我们见到的最贴合实际的使用场景了。 目前，除了国内最早做卫星通讯的华为之外，其他大厂都陆陆续续推出了支持的旗舰机型，比如小米 14 和 15 Ultra、OPPO Find X7 和 X8 Ultra、vivo X100 和 X200 Ultra 都在 1TB 的机型上支持了卫星通信功能，荣耀也在 Magic 6 Pro 上推出了自家的鸿燕卫星通讯，市面上可选的种类正在不断增加。 图｜华为官网 比起卫星通信功能总得提前开通，vivo 在一边兼容双星通信之外，在 X200 Pro 系列的发布会上还提出了另一条不同的思路：公里级的无网通信。 图｜环球网 这套无网通信技术由 vivo 与联发科联合研制，基于蓝牙连接，在比理想环境下可以实现 2 公里左右的对讲和 4 公里左右的文字广播——在实际使用中，可以让相隔几百米的两个人相互找到难度不大，前提是对方也拿着 vivo 手机。 总而言之，无论是卫星通讯还是蓝牙对讲，在面对自然灾害时，我们的需求始终都是一致的：保护好自己，向家人报平安。这种时候，国产手机堆料时被调侃的「我可以不用，但你不能没有」，才真正显示出了它的含金量。

凤凰网科技讯 7月31日，iQOO产品经理 @戈蓝V 发布微博对“下一代旗舰新机跳过14直接命名为iQOO 15”的消息进行了回应。 该经理称，旗舰新机命名15不是简单的数字跨过一代，而是因为iQOO 15在产品力特别用户最在意的电竞性能、屏幕显示、独显芯片上领先行业不止一代。 据此前爆料，iQOO 15将搭载一块2K分辨率的OLED屏幕，直屏设计，支持多种护眼技术，重新加强潜望式长焦镜头，支持超声波指纹，内置电池容量提升至7000mAh左右，并首批搭载第二代高通骁龙8至尊版移动平台。

IT之家 7 月 31 日消息，小米相机部的产品经理 @Bao_小李 昨日发文称，REDMI Turbo 4 Pro 手机升级支持正负片滤镜功能。升级路径： 应用商店 → 我的 → 应用升级 → 相机 → 升级 需要注意的是，REDMI Turbo 4 Pro 手机的正负片滤镜功能正灰度推送中，预计一周左右覆盖全量。 据IT之家此前报道，小米 REDMI Turbo 4 Pro 手机的《和平精英》120 帧模式已送测通过，已随游戏版本更新开放画质选项入口，玩家升级最新的游戏版本即可体验。 小米 REDMI Turbo 4 Pro 手机于今年 4 月 24 日发布，首发搭载骁龙 8s Gen4 处理器，首销 1999 元起（12GB+256GB），国补后 1699.15 元。该机正面搭载一块 6.83 英寸 1.5K LTPS 直屏，同时配有短焦光学指纹。 该机使用 CNC + 喷砂工艺、航空铝合金材质金属中框（厚度 7.98mm），号称整机抗弯折能力达到 70 公斤，同时手机拥有 IP66/68/69 认证。 REDMI Turbo 4 Pro 还后置全金属相机模组，使用 50MP+8MP 双摄组合，灯环支持亮度等调节。其中标准版可选三色柔雾玻璃后盖。此外，该机配备 7550mAh 小米金沙江电池，支持 90W 有线充电和 22.5W 反向快充。