注册 登录
EN
中文
APP下载
logo
icon
数字孪生
icon
大数据获客
icon
人工智能
分类目录
行业分类:
IT/通信
金融财经
市场/营销
交通/物流
节能环保
休闲旅游
农林渔牧
日化用品
数码家电
房产/建材
企业/管理
家具/家居
医疗/保健
新零售
机械/工业
餐饮/食品
其它行业
头条分类:
行业前景
行业动态
行业资讯
行业活动
京东对美团的威胁,究竟能有多大?
正式官宣做外卖两个月后,京东和美团的竞争终于被直接搬上了台面。 4月12日上午,美团核心本地商业CEO王莆中在社交媒体公开表达了对京东做外卖的看法,如下图所示,可谓言辞激烈,不留情面: 王莆中社媒截图,图/即刻App 就在王莆中发文前一天,京东外卖上线了百亿补贴,号称将通过“全民补贴+爆品直降”的双重机制,一年内投入超百亿元。 同一天晚(其实是4月12日凌晨),晚点LatePost发布了对京东集团CEO许冉的专访文章,其中: 在提及京东为什么要做外卖时,许冉说京东外卖最重要的目的是解决行业痛点、满足用户需求,“稍微展开讲,我们看到了比如食品安全的隐患、商家反映佣金过高、骑手基本没有社会保障。京东有意愿也有能力去来解决这些问题......” 在提交与美团的竞争关系时,许冉说,“外卖行业本就是一个宽广的赛道,第一它市场规模很大,第二增长依然很快,我认为完全容得下多个平台。” 王莆中对京东的激进发言,是不是对许冉的回应不得而知,但此番交锋后,起码在“嘴仗”上,京东不接招了——对于王莆中的亲自下场“攻击”,刘强东表态,“......不要和人打口仗,不能产生社会价值”。 这挺陌生的,换到早些年,东哥说不定早已经霸占微博热搜了。2013年和苏宁打价格战时,他会在微博上直接贴出公司里“打苏宁指挥部”的横幅、还会说打的不够过瘾,原因只是对方网站老打不开,服务器老挂掉... 不过,时移世易,如今不再轻易显露锋芒的刘强东,战力值可一点儿没减弱。 至少过去的两个月里,凭借着给商家免佣、给全职外卖骑手缴纳社保这两项举措,京东外卖没少让美团和饿了么头疼。 但吵归吵闹归闹,双方暗斗也好、明争也罢,最核心的问题其实只有一个: 京东做外卖/即时零售,对美团威胁有多大? 01 外卖局中局:美团慌了吗? 2020年7月时,王莆中在社媒上发了一则动态: “善战者无赫赫之功:不是没有胜利,而是胜利看起来如此容易,没有悬念,没有跌宕起伏,也就没有了传播点;就好像足球赛都容易记得大逆转,不容易记得大胜一样(中国队除外)。” 这段内容,是王莆中单纯的个人思考分享还是有所隐喻,不得而知,但当时的美团,在外卖业务上几乎找不到对手了—— 同时期里,阿里本地生活内部进行了一次系统反思,过去两年里耗费了大量的钱和资源,在交了一遍学费之后,不再把市场份额放在第一位;抖音外卖也还没有开始做; 王莆中是带来这一局面的核心人物,他善战,美团赢得外卖战事,他也立下了赫赫之功。这让他在2018年就成为了美团最年轻的高级副总裁,又在去年出任了美团核心本地商业的CEO。美团现在有两位CEO,另一位是创始人王兴,是集团CEO。 王莆中,图/美团官微 按理说,位置越做越高、美团内部很多人也给予他“情商高”的评价,如今王莆中大可不必在网络上“开撕”京东,逞口舌之快。事实上是,放在更长的时间线里,从他2015年加入美团至今,历经饿了么、滴滴、抖音等对手,类似的事情几乎没做过。 京东外卖真的让美团坐不住了吗? 从基本面来看,现在的京东外卖,要动摇美团根基还不太现实。 根据京东外卖公布的数据,上线40天后,其日订单量突破了100万单。不过许冉透露,百亿补贴上线后,京东外卖单量增长很迅速,餐饮日订单量预计这周就会被突破500万单。 做个对比,2024年美团仅非餐饮即时零售日单量已经超过了1800万单。 再来看另外一组数据。 过去两个月里,京东外卖拿下了45万家入驻门店,速度看起来也不算太差,问题在于不解渴——2024年美团的活跃商家数量为1450万,饿了么也超过了400万。 这样来看,在供给端的商家数量、需求侧的用户心智上,京东外卖依然处于早期,即便美团有所忌惮其后续走势,料想也到不了业务一把手亲自开撕的程度。 更关键的原因或在于,京东外卖与美团过往的每个对手,打法都不同。 说到底,京东外卖这两个月里受到的高关注度和讨论度,本质上与其策略相关——刘强东选择了“弹幕”最多的打法。 给商家免佣是这样、给全职骑手缴纳五险一金是这样、推出百亿补贴也是这样。 这倒不是说,京东外卖来势汹汹倒逼美团和饿了么增加运营成本让他们难受,比这点带来更大压力的,是沉没成本。 过去十年里,美团一步步成长为中国最大外卖平台的过程中,在某些时刻其实是被“妖魔化”的——这是平台型互联网公司都需要面临的课题,但外卖业务链接商家、骑手、用户三端的客观属性,决定了美团天然需要应对更复杂的舆论环境。 而京东外卖上线至今打出的每张牌,客观上都让自己站在了舆论高点。 京东这套打法当然没错。正像许冉说的那样,京东下场做外卖,初心就是要解决行业痛点,现在京东不仅是自己做这件事,客观上还拉动了美团和饿了么一起做,这也是市场喜闻乐见的变化。 只是当京东一次又一次重复自己“有意愿也有能力解决食品安全隐患、商家佣金过高、骑手基本没有社会保障”的故事,难免给美团和饿了么带去新的压力——他们规模更庞大、生态系统更复杂、对应解决问题的难度也会更大。 但从另一个角度看,京东外卖这两个月以来的举措,几乎也是作为行业新挑战者为数不多能打的牌了。过去饿了么的反击失败、抖音外卖的黯淡离场,无一不说明了一点。 无论如何,你能看到的是,京东外卖现在颇有“初生牛犊不怕虎”的魄力,从骑手端到用户侧,都打出了让市场足够兴奋、又让美团和饿了么有点头疼的牌。 02 京东O2O往事:死磕十年,中规中矩 按王莆中的说法,如果把外卖当做即时零售(30分钟送万物)的一部分,达达和京东到家早在2014年就开始了,只不过收效甚微。 这话前半句没啥错,但后半句其实有点言过其实,京东即时零售没那么好,但也不算太差。 早在2014年前后,京东就开始着重加入零售业的O2O革命大潮中去了,只是这几年,O2O某种程度上进化成了即时零售,京东继续加码。 乃至从这一角度来看,京东下场做外卖、做即时零售,也是在做老本行,不算是打破边界进入新领域——电商本质上也是零售,它只不过是零售业进阶的一个阶段、一种业态。 当然,以过去十年为一个跨度,京东在电商之后的零售业态探索过程,起初并不顺利。 财经网早年的一则报道中指出,早在2012年,还在京东任职、负责京东供应链的侯毅就向刘强东提出了要做O2O业务,刘强东研究了下,发现这是电商未来发展不可缺少的部分。 一开始京东的思路和打法还比较粗糙。2014年上半年,京东号称与上海、北京、广州等15余座城市的上万家便利店达成了O2O合作,同时计划在年底覆盖中国所有省会城市和地级市。 早在那时,京东就联手便利店推出了“1小时达”“定时达”“15分钟极速达”“上门体验”“就近门店售售后服务”等口号。 但粗糙就粗糙在,在配送效率和服务上难统一,当时京东O2O服务的配送主要分为两块,一是便利店商家自配送,二是京东自营配送团队。 刘强东很快发现了问题,他认为核心有二: 其一,把O2O业务放在京东商城下面是推不动的,因为B2C业务如日中天时高层不会在意赔钱的到家业务;其二,用京东原有的配送员再来配送到家业务不现实。 再到2015年时,京东开始换打法。这年3月,京东到家开始内测一款名为“拍到家”的独立App。基于LBS送货上门,主打零食生鲜三公里内2小时送达,涉及品类涵盖生鲜、超市产品、鲜花、外卖送餐等。 一个月后,“拍到家”更名为“京东到家”。 刘强东对此抱有厚望。当时他曾公开表示,2015年将把精力主要放到京东到家上,京东到家的任务就是打败京东。“对京东到家的期望犹如腾讯对微信的期望,打造高频App。”他还这么说。 刘强东,图/京东黑板报官微 甚至一直持续到6月份之前,刘强东都是亲自带队O2O,并兼任项目负责人。 大概同一时期里,围绕O2O战略,京东的布局动作也在加快、布局力度在加大。其中一个关键举措,是2016年4月和达达的合并。 双方合并背后,还有过这样一段往事。 2014年6月达达上线之后,起初创始人蒯佳祺主动去找王兴聊过,据说聊得还不错,不过最后选择了和饿了么合作——到这年底时,达达的订单有80%以上都是饿了么的外卖,已经成为当时最大的即时物流公司。 但2015年6月饿了么自建的蜂鸟配送系统上线后,达达和饿了么的关系迅速降温。蒯佳祺转而自己做了外卖平台“派乐趣”。 这时,已经与大众点评完成合作的美团又找上来了。但王慧文和蒯佳祺聊完不久,美团也上线了外卖众包平台。 接下来,才有了京东到家和达达的合并。双方合并后的两大业务板块分别是众包物流平台、超市生鲜O2O平台,前者继续使用“达达”品牌,后者继续沿用“京东到家”的品牌。当时,京东到家的业务覆盖了13个城市、300多万消费者。 那之后,京东到家接下来几年的GMV增速,其实还不错。 2020达达上市那年,京东到家平台的GMV为253亿,同比翻番。再接下来两年,京东到家的GMV分别为431亿元、633亿元。 但跟美团相比,京东的速度就显得相形见绌了。 美团闪购业务2018年才上线,带队的还是王莆中。短短一年后,其日均订单量就有了小几百万单,年成交规模达到几百亿;再到2021年时,闪购的总交易额就达到了600-700亿元的水平,京东到家被快速拉开差距。 不止如此,即时零售更复杂的战局也已经展开了——阿里还在狙击、抖音也下场了。 但轻易认输就不是刘强东了。过去的两三年里,随着刘强东重回一线,他开始发力了。 03 即时零售鏖战:美团继续守擂 京东做即时零售,当然不止靠京东到家。 事实上,2019年以来,京东围绕即时零售业务的布局和变革,就一直在加快。 细数过去几年,京东其实就三个关键词:资源整合、统一品牌、战略定调。 首先,京东重点做了一件事,把商超相关业务整合到了一起,开始统御集团资源,逐步加码同城零售。 2019年9月,京东超市推出“物竞天择”项目,核心内容是京东与品牌商联合推出线上线下联通的“最后一公里30分钟消费”解决方案,涵盖的线下网点,包括了京东便利店、京东电脑数码专卖店、京东之家、前置仓等。 2020年4月,京东成立大商超全渠道事业群,整合了原有的消费品事业部、新通路事业部、7FRESH和1号店。 再到这年下半年,京东和达达集团联合打造的“京东小时购”(也叫京东小时达)业务上线,算是统一了京东即时零售业务面向消费者的品牌。 此时,京东开始逐步深化达达与京东集团的协同,达达也加速融入京东体系。 2022年2月,京东增持达达集团股份至52%,正式接手京东的即时零售和即时配送业务,同时京东并表达达;去年9月,京东再次收购沃尔玛所持有的达达全部股份,持股比例增加至63.2%;再到今年1月27日,达达收到了京东的私有化要约,将成为京东的子公司。 其次,京东开始将原先分散在不同触点的即时零售业务进一步聚拢。 去年5月,京东即时零售业务品牌再次升级——由原来的京东小时达、京东到家整合为了“京东秒送”,京东App也开放了一级流量入口。 图/达达官微 由此不难发现,绕了一圈以后,京东做即时零食,跟十年前开始做O2O时一样,还是回到了京东商城下面,只不过跟当时比起来,如今的即时零售赛道早已呈现出确定性增量,京东也可以依托达达的配送体系来布局到家业务。 同样跟十年前相似的是,即时零售业务的战略地位也提了上来。2024年,“内容生态、开放生态、即时零售”,被京东内部称为“三大必赢之战”。 能不能赢另说,至少在那段评价京东做外卖的发文中,提到即时零售业务时,王莆中的言辞更加锋利。 他透露美团非餐饮品类的日均订单已经突破了1800万单,这让某些公司“如鲠在喉,如芒在背”,暗指京东; 他还说即时零售的发展大势挡不住,“‘狗急跳墙’也好,‘围魏救赵’也罢,‘30分钟送万物’创造的新体验一定会满足更多用户需要,把那些大而无当的仓配体系扫进历史垃圾堆。”当然也是在暗指京东。 王莆中此番主观表态,其实暗含了三个观点: 第一,自然是强调了自身在即时零售领域的领先地位; 第二,喊话京东,寄希望于通过外卖业务抢到更多即时零售市场份额,没那么容易; 第三,比起京东做即时零售的仓配模式,美团的模式更优。 其中最值得关注的,莫过于第三点——美团和京东,其实呈现出了一定程度上的模式分化。 当下,美团的即时零售网络中,除了闪购之外,旗下还有: 平台模式的美团医药,包括了自营和加盟两种模式;生鲜品类上,自营的小象超市(原来的美团买菜);酒类,自营的歪马送酒;自营的闪电仓松鼠便利。 不过美团现阶段扩充即时零售网络规模更依托的是“闪电仓”。 去年10月16日,美团即时零售产业大会上,王莆中透露,预计到2027年,美团闪电仓的数量将超过10万个。 图/美团官网 美团认为,即时零售行业近年来冒出了很多模式的物种,包括罗森这种“仓即是店”的业态、永辉、大润发这种“店包含仓”的业态,以及小象超市、叮咚买菜、美团闪电仓一样的独立仓业态,进化到现在,闪电仓是更好的业态。 “美团闪电仓业态代表了当前即时零售的进化趋势,是促进即时零售供给生态繁荣的关键所在。”王莆中这么说道。 对比之下,京东现阶段的一个重点,则在于自营的七鲜,仓配模式是“1店+N仓”—— 围绕一个门店建设多个卫星仓,门店既可以服务周边三公里订单的配送,又可以满足用户逛店体验并强化品质心智,卫星仓则用来满足消费者的随机性消费需求。这也是盒马正在尝试的模式。 今年以来,基于这一模式,七鲜的开店速度也在明显加快。 有接近京东内部的人士此前向剁椒Spicy表示,京东七鲜计划到今年年底前,北京的店+仓总数突破100家,实现对北京区域的全覆盖。 这样来看,无论是基于自营还是基于平台,在即时零售赛道,美团和京东的交锋都在持续升级。 只不过,面向美团闪电仓,京东目前尚未出招,倒是饿了么步步紧逼美团。 去年10月23日,美团刚刚宣布完10万闪电仓的布局目标后不到一周,饿了么就在2024即时电商未来商业峰会上,发布了“近场品牌官方旗舰店”项目,计划在未来三年开出10万家官方旗舰店。 你瞧,哪还有什么容易的竞争,无论是京东还是美团,放眼望去,他们的对手何止彼此。
关税冲击来袭,跨境商家的危与机
‍‍凌晨,深圳盐田港的集装箱吊臂仍在忙着为跨洋货轮“上架”商品。当这批货物跨越太平洋时,也面临着新的贸易挑战——4月起实施的“对等关税”政策,让每件商品的定价都受到直接影响。 自美方单方面宣布对华加征34%关税开始,10天内完成的四轮“关税对轰”让对美税率从34%一路飙升至125%,创下现代贸易史上最惨烈的博弈纪录。这场关税风暴不仅对全球供应链的稳定性产生了极大冲击,无数中国跨境的中小型卖家也因此站在了存续发展的十字路口。 跨境贸易迎来“地震” 随着中美新一轮关税政策实施,两国经贸关系面临新的调整窗口。 中国出口企业普遍面临经营压力,原材料、物流及关税成本的多重上涨不断压缩利润空间。值得注意的是,部分制造企业已启动应对策略:通过供应链本地化降低运输风险,加大研发投入提升产品附加值,开拓新兴市场分散贸易风险。这些结构性调整,正在重塑中国制造业的国际竞争力。 4月2日,美国以贸易平衡为由,宣布对中国输美商品加征34%关税,覆盖农产品至高科技产品全品类。叠加既有关税后,中国商品对美税率升至54%。4月8日税率上调至84%,4月12日中方实施125%反制关税,特斯拉上海工厂传出停止扩建的消息。该系列政策已对全球供应链产生影响。 政策的落地,直接引发了全球供应链上下游稳定性的全面冲击,从海外电商平台至跨境卖家,全面承压无一幸免。 例如在过去很长一段时间,凭借直邮小包模式迅速发展的 Temu、Shein等中国跨境电商,就一直在利用中国供应链的低成本优势抢占美国市场。而从2024年贸易摩擦逐渐扩大后,平台也在转变经营模式的重心。 早在去年,Temu就开始全面向半托管模式转型,鼓励商家通过海外仓备货实现“本地化销售”;Shein则已经在美国搭建起三个大型配送中心,以加速物流配送和服务响应速度。 另据亿邦动力报道,在中国商品遭遇关税壁垒的同时,亚马逊的低价商城Amazon Haul平台也开始引入在美国仓库中已有库存的品牌商品,包括Adidas、Levi’s和Gap等知名品牌。这意味着, Amazon Haul从原本的 无品牌低价模式向品牌化方向转型,以规避关税影响并迎合消费者偏好。 针对海外市场运营的头部企业,主动应对政策变化已成为核心能力。 以北美市场为主的3C配件企业安克创新,其相关负责人在4月8日回应“关税压力”相关问题时表示,除转移部分产能的CN+1供应链策略外,公司也在持续推进CN+2供应链策略,即在其他国家建立或扩展生产和供应链设施。同时,在4月9日关税指令生效前,依托已构建的全球物流仓储网络,加速向目标市场运输并储备货物,利用现有库存缓冲短期成本压力。 “中国制造”面临三重枷锁 中美关税政策持续加码,各类出口企业普遍面临成本压力。 据EWTO研究院分析,仅T86政策 (即取消 价值800美元以下小额包裹关税)一项,按照4月8日调整后的最新政策,跨境电商出口商品将增加90%或每件75美元的关税成本(2025年6月1日之后,增加至每件150美元),至此我国跨境电商企业的价格优势将被基本“抹平”,利润率和市场竞争力将大幅缩减。 另据跨境电商服务公司TMO Group判断,随着关税、清关成本及物流费用的上涨,中小卖家的利润空间被极限压缩,低附加值品类如服装、玩具的利润率可能被压缩至5%以下,因此中小卖家短期可能被迫涨价或退出市场。 惊蛰研究所在查询相关数据时也发现,国家统计局数据显示,2024年我国规模以上纺织全行业营业收入同比增长4%,利润总额同比增长7.5%,利润率为3.9%。在对华关税创下史无前例的纪录后,试图用降低利润的方式来吸收关税带来的压力已经不太现实。 成本上涨只是供应端面临的挑战之一,更深层的影响在于关税影响下,供应链整体成本的上升不可避免地导致终端市场的商品价格上涨。制造业企业虽然可以通过提高售价,直接将关税压力转移给客户或消费者,但在与本土化商品进行竞争时,也需要衡量自身是否具备足够的差异化优势。 一个不容忽视的背景是,尽管华为、大疆等中国科技企业在国际市场已有一定的知名度,但大量无品牌的“中国制造”,依旧存在品牌力不足的现象,使得海外市场对其普遍保持“廉价低质”的刻板印象。 凯度发布的《海外消费者、产品与价格调研报告》指出,中国产品在溢价能力上仍然存在短板,并且欧美消费者选择中国产品的动机主要集中在性价比而非品牌溢价,尤其在无品牌电子产品领域,消费者更倾向于将其视为“低价替代品”。 不过,一部分中国制造业企业正在借助社交媒体的传播,试图打破海外消费者对“中国制造”的片面认知。 例如有中国制造商开始在Tik Tok上投放视频“曝光”称,许多奢侈品品牌的包包、首饰都是中国制造,而且价格高得离谱,引发海外消费者的高度关注。部分制造商甚至在线做起了直销,吸引消费者到直播间购买。 虽然尚不清楚这一行为对提升销量产生了多少具体帮助,但海外消费者已经开始重新审视“中国制造”的品质并且开始反思,海外知名品牌通过“代工+贴牌”模式赚取的高额利润是否值得自己继续买单。 中小厂商的破局之道 在全球贸易规则调整的背景下,从依赖供应链优势转向打造品牌优势,成为中国跨境企业的重要任务。品牌建设不仅能提升产品溢价,更是抵御政策风险、应对市场波动的重要保障。 仍旧以出海3C领域龙头企业安克创新为例。安克创新北美团队善于紧跟年轻用户偏好,借助富有网感的社媒内容实现人群覆盖。例如安克创新曾制作如调侃苹果与三星产品“雷同”的Meme表情包,而该品牌也是第一家获得苹果USB-C to Lightning数据线第三方授权的充电品牌,因此获得了苹果用户的关注。 此外,安克创新还不忘发挥“名人效应”。去年8月,特朗普与马斯克的一场对谈直播中,有眼尖的网友发现特朗普使用的是安克创新旗下的Anker MagGo系列产品,随即这款产品的型号和价格也被网友扒出。有意思的是,这款产品在亚马逊的售价89.99美元(约合人民币646元),高于 国内京东平台的399元售价。 *图片来源:安克创新官网 在当前全球贸易规则调整的背景下,中国跨境企业需要突破单纯依赖供应链成本优势的模式,探索更可持续的发展路径。通过精准的区域布局优化关税成本,已成为企业提升竞争力的有效手段。 例如手机、汽车企业,可以通过墨西哥蒙特雷保税仓组装核心部件与本地辅料,产品满足《美墨加协定》75%区域价值要求,获得一部分关税豁免。这种“产地重构”策略既规避高关税,又保持供应链灵活性。 区域市场深耕同样值得关注。例如被称为非洲市场“本土化之王”的TECNO(传音控股),针对非洲市场特点,推出多卡多待手机、长续航电池、深肤色人像优化摄像头等功能,精准满足本地需求。同时布局多个子品牌(如Infinix、Itel),覆盖不同消费层级。 在日常用电都不一定能做到全天24小时供应的非洲,TECNO通过本地代理商网络和线下体验店覆盖偏远地区,解决非洲物流和支付基础设施薄弱的问题。2023年,TECNO非洲市场份额超过40%,稳居第一。而这类深度本土化运营,既降低市场进入门槛,又能快速响应区域需求。 在当前关税政策调整的行业环境下,“出口转内销”从曾经的调侃之语,正成为出海企业应对市场的可行策略。 从厨房家电到扫地机、洗地机,国人对家用电器的需求始终跟随产品、技术的更新换代而升级,而国家“以旧换新”和消费补贴政策也为企业提供了助力。 根据商务部数据,2024 年国补政策拉动八大类家电销量超5600万台,带动销售额2400 亿元。其中,扫地机器人单一品类在 2024年9月至12月,线上销量同比增长接近70%。而在 今年年初至4月8日零时,消费者购买12大类家电以旧换新产品3570.9万台,带动销售1247.4亿元 。 国补政策显著拉动了家电市场的消费,尤其是高能效产品和中高端家电的销量增长明显,这也为“出口转内销”的制造业企业创造了新的市场空间。 全球贸易保护主义浪潮的加剧,本质是全球产业链重构期的主导权博弈。中国中小出海企业的生存逻辑正从“成本红海”向“价值蓝海”靠拢。而其中破局的关键在于,从依赖单一成本优势,向“供应链韧性筑牢基底、品牌溢价构建壁垒、多市场布局分散风险”的三维驱动模式跃迁。 关税壁垒或许能暂时抑制中国制造的流速,却无法改变其向高价值环节跃迁的势头。当“低价包邮”时代落幕,“品牌出海”的故事才刚刚开始。
教育行业迎来AI范式革命 小猿AI重磅发布
近两年,通用大模型呈爆发式发展,垂类AI遭遇“技术平替”危机。 4月15日,猿辅导集团在“小猿AI暨智能硬件战略发布会”上,正式推出首个教育AI范式——“小猿AI”,并发布覆盖家校两端的“软件应用+智能终端+通识课程”三位一体解决方案,涵盖小猿AI App、小猿AI学习机及飞象星球人工智能通识课,系统性回应大模型时代教育AI的发展命题。 此次发布直击垂类AI的核心命题:当ChatGPT们以“全能选手”姿态跨界渗透时,专注教育场景的AI如何构建不可替代的竞争壁垒?教育AI的技术路径是什么?教育AI的价值有哪些? 突破通用大模型应用困境 小猿AI推动个性化学习迈入新阶段 在全球范围内,各类大模型的迅猛发展引起了广泛关注。然而,通用大模型在垂类应用中,仍然面临诸多挑战,尤其是教育领域,诸如“孩子尬聊闲扯”“答案准确性存疑”等问题持续困扰着许多家长。概括起来,“AI+教育”需要突破功能性代差、教育适配断层和安全防线失守这三大困境。 猿辅导集团副总裁、智能硬件负责人王向东强调:“教育不是信息的无序狂欢,而是认知的精密手术。”在这个特殊的领域,对知识安全和精准导航的需求要远高于信息自由和随机生成。“从「AI+教育」到「教育+AI」就变得很重要。” 基于这一思考,猿辅导集团推出首个专为中小学生打造的教育AI——小猿AI。其底层为数据层,上层为场景层,中间两层分别为模型层和逻辑层。垂类应用通常在数据层和场景层具有明显优势。 小猿AI采用四层架构覆盖全学习场景 早在2014年,猿辅导集团成立了行业首个人工智能实验室,开启「教育+AI」探索,覆盖100多个教育应用场景。经过十多年的探索,积累了涵盖学习内容数据、动态学情数据和丰富合作资源的高质量数据集。大模型带来了更强的数据分析能力,使猿辅导集团对孩子学情的掌握进入了前所未有的新阶段。王向东表示,“借助大模型能力,小猿AI不仅能够快速锁定学生的错因和思考漏洞,还能通过处理文本、语音、视频与图像交互信息,了解学生的情绪,以便对其知识掌握能力、学习习惯、学习偏好和学习能力做更准确的评估。”基于数据与场景的积累,正是教育AI构筑的第一重壁垒。 去年,猿辅导集团自研大模型通过备案,并通过信通院最高等级(5级)认证。同时,其牵头制定了团标《智能学习终端内容审核基本要求》,使其大模型无论在技术领先性上,还是在教育内容安全领域,都具有足够的话语权。 小猿AI模型层由猿辅导集团自研的猿力大模型和Deepseek-R1模型矩阵组成,既能充分发挥大模型优势,又能保障教育专业性,这或成为教育AI的又一重壁垒。据悉,Deepseek-R1具有强大的推理和自进化能力,能推动猿力大模型不断进化。而猿力大模型在教育场景理解上更具优势,能够保障实时认知对齐,并进行信息安全过滤。“两者互相训练、互相补充,共同推动教育AI回归教育本质。”王向东表示。 逻辑层的搭建是区别于通用大模型应用的关键。据介绍,小猿AI通过与中小学特级教师合作,利用其“教学思维链”训练和推动教学逻辑的进化,使其教学智慧转化为可规模化的数字资产。同时,凭借500多万小时的课程视频积累,猿辅导集团更懂得如何用数字技术重构特级教师线上授课模式,形成“教学目标结构-要素分离-技术重构-动态调试的”教学逻辑进化闭环。 这套教育AI的运行逻辑,能带来什么用户价值呢? 王向东认为,“是让孩子的个性化学习进入新阶段。”他进一步解释,“在教育领域,个性化学习平台借助人工智能技术,因材施教,满足不同学生的学习需求,促进教育公平,培养出更多适应时代发展的创新型人才。这也正是我们教育AI的价值。” 小猿AI App:中小学生专属教育AI 打造全场景学习解决方案 这一教育AI首先落地在其同名软件应用小猿AI APP上,使其更具规模化应用价值。 小猿AI APP是专为中小学生打造的全场景学习解决方案,采用极简的交互界面,覆盖100多个关键学习场景,实现类真人老师的个性化1V1讲解,推动教育AI应用从辅助工具向成长伙伴跃升。 据介绍,该产品深度整合AI作业批改、五重错因分析、个性化讲题等核心功能,将应用场景从作业场景延伸至预习、复习、自主练习等家庭学习全流程。 在作业批改环节,小猿AI APP不仅能精准识别带图应用题、几何图像题等复杂题型,还可实现分步骤错误定位,其独创的"五重错因分析法",通过知识漏洞检测、思维路径回溯、概念关联分析、解题习惯诊断、认知水平评估五个维度,精准定位学生错因。区别于传统的AI讲解,小猿AI APP首次实现基于错因的“1v1个性化讲解”,模拟专业老师的讲解思路,哪里不会讲哪里,使整个讲解的过程更符合学龄段孩子的接受能力,提高学习效率。 小猿AI APP首次实现基于错因的“1v1个性化讲解” 基于AI的交互创新也是产品的亮点之一。产品呈现极简界面,不再依靠人找功能,而是功能找人。其“互动预习”功能,通过情境式互动激发学习兴趣,提高学习代入感。应用通过趣味故事介绍作者与历史背景,逐句逐层拆解内容,互动提问和实时反馈,提升学生理解力。其“百科小猿”功能,则与权威百科系列图书DK合作,通过互动问答,用孩子喜爱的方式提供专业知识解答,不仅拓展学生知识学习,更激发学生探索知识的兴趣。 值得注意的是,小猿AI App率先引入心理健康守护功能。系统通过大模型识别用户情绪,通过“共情-安慰-行动”路径,拉近与孩子的心理距离,提供情感支持和可落地解决方案,成为孩子的情绪疏导师和心理咨询伙伴。据悉,在真实用户测试中,小猿AI曾通过11分钟对话,帮助孩子解决心理问题。 其首创的记忆模式,使其从学习工具到成长守护伙伴进化,“教育AI不是简单的工具,而是具有温度的智能伙伴,这是教育科技产品的本质进化。”王向东强调,未来该产品将免费向学生推广,成为具有普惠价值的中小学生专属教育AI。 随着该产品的推广应用,AI技术也将重新定义“因材施教”的教育内涵,为个性化学习开辟出全新路径。 小猿AI学习机:首个AI全流程学习辅导机器人 什么形态的产品能更好的体现教育AI的全部价值,更全面的推进个性化学习? 本次发布会上,猿辅导集团以一款搭配智能基座的小猿新一代AI学习机尝试回答这一问题。这也是猿辅导集团继小猿学练机后首次发布学习机产品。 据王向东介绍,“传统学习产品多聚焦单点突破,而基于大模型的教育AI基座使系统性变革成为可能。我们希望通过新技术、新硬件,为孩子带来新的个性化学习体验。”小猿新一代AI学习机,以平板为眼、耳,智能基座为手,通过伴学机器人形态,提供涵盖每日学习计划、学情诊断、知识图谱、课程学习、每日一练等学习全流程的辅导方案,推动个性化学习再进一步。 小猿AI学习机首次实现AI全流程辅助学习 在小猿AI学习机的首页,“今日作业”板块占据了超过一半的屏幕。针对“作业”这个课后必经场景,小猿独家研发作业辅导系统,并以此链接学习全场景。该系统支持设备拍照、小猿智能硬件家长端文字编辑等多种上传作业形式,系统会自动将作业拆解为清晰的学习计划,并依据各学科的知识体系与学习规律,精准匹配相应的学习内容。这一过程中,家长即便不在孩子身边,也能通过手机端实时了解孩子的作业完成进度,实现家校共育的紧密协同。 同时,依托猿辅导集团多年来沉淀的学习内容资源优势,小猿AI学习机打造“诊-学-练”闭环流程为孩子的个性化学习提供了更为精准的支持。传统学习机的学情诊断大多依赖系统出题、做题等环节,而小猿新一代AI学习机则支持拍照批量上传过往作业和试卷,进行系统化“审阅”与“诊断”。该系统的学情诊断贯穿学习的每一个环节,据悉孩子上课过程中的互动答疑,平时的练习都会作为其诊断的依据。区别于普通AI作业批改,小猿AI学习机提供分步骤作业批改和错因诊断,直击知识与能力漏洞,使诊断更精准。 产品基于智能硬件形式,匹配新课标录制20000多课时精品课程,支持同步学、培优学等,满足不同层次的学习需求。同时,产品引进了新概念、剑桥等体系化课程,夯实了内容基本盘。 不仅如此,搭配智能基座后,小猿AI学习机瞬间化身为灵动可爱的机器人模样,拥有更丰富的 “情感交互” 能力,能够通过点头、点赞、害怕、伤心等 20 多种人格化动作和情绪表达,生动形象地与孩子互动交流。令人惊喜的是,它还具备敏锐的情绪识别功能,可依据用户不同的心情以及聊天话题,智能切换不同音色进行沟通,悲伤时给予轻柔抚慰,喜悦时传递热情共鸣,时刻与孩子心灵相通,共情成长点滴,实现心理健康守护。 硬件上,小猿AI学习机延续了小猿系列产品的一贯风格,选用顶级配件,坚持护眼第一。其搭配的13英寸超清原画屏,是行业首个通过莱茵全局护眼3.0认证的屏幕。 飞象人工智能通识课:首个贯通中小学全学段AI通识教育产品 人工智能技术的广泛应用不仅为教育带来了新的可能性,也在重塑中小学生的生活,从个性化学习到智能游戏、互动工具,随着这些变化的深入,人工智能通识教育的重要性也愈发显现出来。 本次发布会,飞象星球发布国内首个贯通中小学全学段的人工智能通识教育产品——飞象人工智能通识课,该课程首次采用双专家团联合开发,即猿力科技人工智能研究院专家及飞象科学教研团。引入了目前国内外最主流的AI平台与工具,包括DeepSeek、Manus、腾讯元宝、可灵AI等,向学生讲授生成式AI、大语言模型等技术原理。课程覆盖小学、初中全学段,共包含10门课程、160节课,课程内容从感知到应用再到开发,难度层层递进,并保持动态更新。 飞象星球发布首个贯通中小学全学段的人工智能通识课程 区别于传统的教学方式,飞象人工智能通识课设计了大量互动体验环节,比如,通过小组合作,让学生相互测量同伴的人脸信息,体验人工智能人脸识别的过程。与此同时,采用项目制、探究式的教学方法,比如,当司机疲劳驾驶存在安全隐患时,可以让学生尝试用学到的人脸识别技术来解决。这类学习方式强调学习的实践性,鼓励学生去发现问题、分析问题,然后用学到的人工智能技术,来尝试解决问题。 飞象人工智能通识课旨在提供中小学高质量普及人工智能教育的解决方案。因此,课程采用其首创的“智能双师”模式,通过线上名师授课与本地教师互动答疑相结合,让任何一间教室都能开展人工智能教育。这有效解决了专业师资不足和落地难的问题,实现了优质教育资源的共享,为普及中小学人工智能教育提供了范例。 目前,该课程已陆续在北京、重庆、云南、内蒙古等25个省市的1000余所学校进行试点,覆盖学生达15万名。 从教育垂类大模型的技术突破,到家庭学习场景的产品革新,再到校园AI教育的率先全国试点,猿辅导集团的三重AI布局预示着这家企业已实现从“新技术”向“新智能”转变,旗下产品全面进入AI智能时代。在“AI+教育”的深水区探索中,猿辅导集团展现了技术赋能教育的无限可能。
为何iPhone绝不可能回美国制造,其他国家也无法替代中国?
快科技4月15日消息,在美国新一轮关税影响下, 苹果无疑是最受伤的,但是即便如此他们也不可能将iPhone带回美国制造,这是为什么呢? 据国外媒体报道称,按照苹果之前对美国制造业的评估,制造iPhone的配套供应链、熟练工人等等,这些都不是几年能完成的。PS:看看美国制造Mac Pro的结果... “在先进制造这块上中国是无法被替代的,而印度等也只可能是作为体量非常小的备选供应,比如巴西制造的iPhone零售价是中国制造的两倍,大部分零组件仍需从亚洲进口。” 有分析机构核算后发现,在iPhone 16生产高峰期,中国工人的时薪约为人民币26元(约3.63美元),并有约人民币7500元的签约奖金。相较之下,加州最低工资为每小时16.50美元。 在美国组装和测试一支iPhone 的劳动力成本将达到200美元,远高于中国的40美元。单就劳动力成本而言,iPhone 16 Pro(目前售价1199美元) 的价格就可能上涨25%,达到约1500美元。 在美国宣布关税后不久估计,美国制iPhone的价格可能高达3500美元。“苹果需要花费300 亿美元,耗时三年才能将10%的供应链转移到美国。” 除了劳动力成本,美国缺乏足够的技术工人也是一大挑战。 苹果CEO库克之前采访中指出,美国缺乏足够的工具工程师。这些工程师负责操作和配置将苹果的设计图转换为实体产品的机器。 “在中国,一个工具工程师的会议可能需要数个足球场才能容纳,但在美国,要填满一个足球场都很困难。”库克说道。 即使iPhone在美国组装,许多关键零组件仍然需要从亚洲进口。川普政府实施的关税政策目前对进口到美国的中国制产品征收14.5%的税。 若在美国生产iPhone,苹果仍需为进口的零件支付关税,这将进一步推高生产成本。
众擎两款人形机器人开售,与甲亢哥共舞同款售价18.8万元
凤凰网科技讯(作者/于雷)4月15日,众擎科技今日宣布,近期在社交媒体上与“甲亢哥”合跳“斧头舞”走红的机器人已正式量产上市。这款名为“众擎 ENGINEAI PM01”的轻量级、高动态、全开放人形机器人现已在众擎京东自营旗舰店上架,售价18.8万元。同时,众擎还推出了另一款双足机器人产品——众擎 ENGINEAI SA01,售价4.2万元。京东Plus会员可立减940元与210元。 众擎PM01机器人代表了国内人形机器人技术的重要突破。该机器人采用全栈式自研关节设计,关节性能提升40%,确保每个动作都能稳定复现。机身搭载了深度相机系统,结合高辨识度的“星环灯”设计,使机器人能够精准感知周围环境。PM01还装备了Intel N97处理器和NVIDIA Jetson Orin双芯片组合,为复杂人机交互提供强大的计算能力。 在动态表现方面,PM01拥有24个自由度,腰部可实现360度旋转,移动速度达2米/秒,能够流畅完成各种复杂动作。内置10000mAh智能电池可提供约2小时的连续工作时间,并支持2小时快充,大大提高了实用性。 针对科研和教育市场,众擎推出的SA01双足机器人则采用更紧凑的设计,提供高拓展性的研究平台。该机器人拥有高达10-15公斤的负载能力,搭配全身外壳传感系统,能适应多种研究场景。其模块化设计支持开发者进行二次开发,为高校科研和机器人爱好者提供了理想的开发平台。 众擎科技强调,两款机器人均秉承“极致开源,共创生态”的理念,提供开放的运控方案训练代码,支持多种开发环境。PM01机器人还具备语音识别和交互能力,可执行播放视频、室内导航、舞蹈表演等多种功能,展现了其在家庭和商业环境中的实用潜力。
NVIDIA Blackwell GPU芯片首次美国制造!“美积电”功不可没
快科技4月15日消息,NVIDIA官方宣布,第一次在美国本土制造其Blackwell GPU芯片,并第一次打造完全在美国本土制造的AI计算机。 NVIDIA已经与伙伴联合建设了面积超过100万平方英尺(约9.3万平方米)的芯片工厂,其中台积电开始在亚利桑那州制造、测试Blackwell芯片,Amkor、SPIL在亚利桑那州进行Blackwell的封装、测试。 富士康、纬创分别在得克萨斯州的休斯顿、达拉斯,同步制造基于Blackwell芯片的AI超算。 未来12-15个月,美国制造的Blackwell芯片和AI超算都会陆续投入大规模量产。 NVIDIA透露,这些工厂会使用NVIDIA先进的AI人工智能、Isaac GROOT机器人、Omnivere数字孪生等技术。 NVIDIA计划在未来四年,与上述五大伙伴联合,在美国本土制造最多价值5000亿美元的AI基础设施。 去年11月,美国宣布向台积电提供66亿美元的补贴、50亿美元的贷款,支持其在美国投资650亿美元,建设三座先进的晶圆厂,初期投产4nm工艺,未来将生产2nm甚至更先进工艺。 今年3月初,台积电CEO魏哲家在美国白宫宣布,将在美国追加投资1000亿美元,总额因此高达1650亿美元。 这笔新的投资将用来建设三座晶圆厂、两座封装厂、一座研发中心,有望创造超过2万个工作岗位,苹果、AMD、NVIDIA、高通都是其客户。
英伟达含量为零!华为密集模型性能比肩DeepSeek-R1,纯昇腾集群训练
密集模型的推理能力也能和DeepSeek-R1掰手腕了? 华为利用纯昇腾集群训练出的盘古Ultra,在数学竞赛、编程等推理任务当中,和R1打得有来有回。 关键是模型参数量只有135B,整个训练过程零英伟达含量,而且没有出现损失尖峰。 通过改进的模型架构和系统优化策略,盘古Ultra拥有优异的性能表现和52%以上的算力利用率。 并且有网友表示,训练过程中没有出现损失尖峰这一特征,似乎此前从未实现。 135B密集模型比肩DeepSeek-R1 作为一个参数量135B密集模型,盘古Ultra达到了同尺度密集模型的最优表现,甚至可以与DeepSeek-R1等参数量更大的MoE模型竞争。 在预训练阶段模型的评测中,盘古Ultra在绝大部分英文基准任务和全部中文任务上取得了最佳性能,优于Llama 405B、DeepSeek-V3等baseline模型。 尤其在MMLU、TriviaQA、GSM8K等具有挑战性的数据集上,盘古Ultra展现出了卓越的语言理解和推理能力。 经过指令调优后,盘古Ultra的性能进一步提升,尤其在AIME 2024、MATH-500等数学推理任务和LiveCodeBench等编程竞赛题上达到了SOTA水平。 综合来看,盘古Ultra超越了包括GPT-4o、Mistral-Large 2等强大模型,与DeepSeek-R1等MoE模型竞争激烈。 同时,盘古Ultra在Arena Hard、MMLU-pro等涵盖通用语言理解和推理的评测中也表现优异。 那么,为了实现这样的效果,盘古Ultra采用了哪些关键技术呢? “三明治”层归一化架构 如前文所述,盘古Ultra是一款135B参数量的密集模型,使用了94层的网络结构。 盘古Ultra采用了分组查询注意力(GQA)机制,包含96个查询头(query head)和8个键值头(key-value head)。 为了解决训练超深网络面临的不稳定性和收敛困难等问题,盘古Ultra在模型架构上做出了两个关键改进——深度缩放的Sandwich-Norm层归一化和TinyInit参数初始化策略。 传统的Transformer通常使用Pre-LN层归一化,但在深度模型中,Pre-LN容易导致每个子层输出尺度的波动,引发训练不稳定。 盘古Ultra使用的Sandwich-Norm层归一化,则是在残差连接前对每个子层的输出做归一化,并根据网络深度对初始化值进行缩放,从而有效消除了训练过程中的loss尖峰,使训练过程更加平稳。 用更容易理解的话说,传统方法仅在每个子层的输入进行归一化,但这种方法针对输出也进行了归一化,形成了Pre-Norm + 子层 + Post-Norm的“三明治”结构。 但是,仅仅使用Sandwich-Norm还不足以完全消除深度模型训练中的不稳定性——随着网络层数的增加,每一层的输出尺度仍然可能出现累积性的漂移。 为此,盘古Ultra在Sandwich-Norm的基础上,进一步引入了深度缩放机制,对Post-Norm中的放缩参数γ进行了深度相关的初始化。 至于整个模型的初始化,传统的初始化通常采用的Xavier初始化方法仅考虑模型宽度,而盘古Ultra采用的TinyInit同时依据模型深度和宽度来缩放初始化权重的标准差。 这种初始化方式有助于在前向传播和反向传播过程中,维持各层梯度的方差在一个合理的范围内,避免了梯度消失或爆炸问题,使得训练过程更加稳定,同时也加速了收敛。 实验表明,TinyInit在深度模型训练中取得了更好的收敛速度和下游任务性能;同时针对embedding层,保持权重的标准差接近1也能提升训练稳定性。 另外,盘古团队也针对Tokenizer进行了优化,通过在通用中英文、代码、数学等不同领域分别进行词频统计,再合并去重,最终得到了一个兼顾领域覆盖和编码效率的153376个token的平衡词表。 8192张昇腾NPU训练集群 盘古Ultra的整个训练流程主要分为三个阶段——预训练、长上下文扩展和指令调优。 其中预训练又可以分为三个子阶段: 通用阶段:侧重建立语言理解和知识储备,使用了大量中英文通用语料,覆盖网页、书籍、百科等多个来源; 推理阶段:引入更多高质量的数学和代码数据,以增强模型的推理能力。同时还使用instruction数据来帮助模型学习执行任务; 退火阶段:帮助模型巩固知识和推理能力,并强化指令遵循能力。大量使用问答对和人类反馈数据。 研究者们采用了基于规则和模型的数据清洗方法,并设计了curriculum learning策略,让模型循序渐进地学习不同难度的样本。 预训练中使用了AdamW优化器,并动态调整超参数。 预训练后,模型在最长128K的长上下文数据上进一步训练,通过扩大RoPE的基频来实现长序列建模,以增强处理长文档的能力。 最后的指令调优阶则段使用监督微调(SFT)和强化学习(RL)来使模型更好地适应下游任务,学会执行指令并与人类偏好对齐。 训练设施方面,盘古Ultra使用了一个由8192个昇腾AI处理器组成的大规模计算集群。 集群中每个节点包含8个NPU,通过华为高速缓存一致性互联HCCS以全互联的拓扑结构连接,每个NPU配备64GB内存,节点间则通过200Gbps的RoCE(RDMA over Converged Ethernet)网络互联。 为了实现盘古Ultra的高效训练,研究团队还采用了一套系统的并行策略和优化技术。 在并行策略的选择上,盘古Ultra综合考虑了模型的规模、数据的特性以及硬件的拓扑,最终采用了数据并行、张量并行、序列并行和流水线并行等多种并行方式的组合: 128路数据并行,将训练数据分片到不同设备,保证了数据吞吐; 8路张量并行,利用设备内部高带宽切分层内张量,实现高效通信; 序列并行用于处理超长序列以降低显存压力; 8段流水线并行,将不同层分布到不同设备,形成高效的计算流水线。 在并行策略的基础上,盘古Ultra还从多个角度对训练系统进行了深度优化。 一方面,通过使用ZeRO(Zero Redundancy Optimizer)分布式优化器,将模型状态分片到不同设备,大幅降低了单个设备的内存占用,在提高数据并行度的同时,确保了每个设备的内存负担在可接受范围内。 另一方面,研究者们通过各种通信和计算优化技术,最小化了通信开销,提升了计算效率: 通过算子融合(Kernel Fusion)将多个小算子合并,减少了内存访问和kernel启动; 通过通信计算重叠(Communication-Computation Overlapping)实现通信和计算的深度交织,隐藏通信延迟; MC^2(Merged Computation & Communication)和BOA(Batch Optimization Accelerator)分别对张量并行和规范化层的通信进行了专门优化…… 在算法、工程、数据各个层面的精细优化下,盘古Ultra实现了52%以上的算力利用率。
比ChatGPT贵1000倍,每月14.5万元,OpenAI两大新推理模型曝光
编译 | 梁颖琳 编辑 | 云鹏 智东西4月15日消息,据The Information报道,OpenAI计划于本周推出新一代AI推理模型(o3和o4-mini),其核心突破在于能够跨学科整合知识并提出创新实验方案。 新模型通过同步调用物理学、生物学、工程学等领域的知识库,可自主生成创新实验方案,例如设计核聚变反应参数或优化病原体检测方法。 其高价瞄准企业市场,OpenAI拟以每月2万美元(约合人民币14.5万元)的价格向《财富》500强企业提供该服务,费用是基础版ChatGPT的1000倍。首批目标客户包括石油公司、制药巨头及国家级实验室。 若商业化成功,该模型或成能源、材料研发领域的“标配工具”。 一、AI跨学科生成实验方案,能源制药企业或成首批用户 OpenAI新模型通过整合生物学、物理学、工程学等多领域知识,可自主提出新实验思路。例如,为核聚变反应设计激光强度参数,或结合生态学方法优化病原体检测方案。 早期测试者透露,该技术或彻底改变科研协作模式——传统需多领域专家耗时数周的合作,AI大幅可缩短实验设计时间。 二、实测案例:AI成科研“加速器” 美国阿贡国家实验室分子生物学家Sarah Owens利用OpenAI现有模型(o3-mini-high),仅用数分钟便完成“用生态学统计法预测废水病原体”的实验设计,效率较传统方式显著提升。 另一化学家则通过AI设计出塑料降解实验的温度与压力参数范围,耗时仅为自主研究的1/10。 OpenAI总裁布罗克曼在2月能源部联合研讨会上称:“未来模型将用‘深度思考’解决重大科学问题,让科研效率提升10至100倍。” 目前,美国洛斯阿拉莫斯国家实验室已部署专用超算,为九个联邦实验室提供推理模型支持。 三、从“想法”到“验证”仍有差距,以高价策略应对企业市场 尽管AI可生成实验方案,但验证仍需人工介入。 例如,模型建议的激光参数需通过模拟软件测试,化学实验需依赖实验室设备。OpenAI正开发自动化AI代理(如Operator),未来或结合机器人加速实验验证。 OpenAI计划对推理模型收取高额费用,目标客户包括石油公司、药企等《财富》500强企业。但其现有AI代理(如Operator)仍存在操作复杂网站时出错的问题。 公司拟通过“人类反馈强化学习”优化模型,即筛选用户成功案例迭代训练。 结语:AI离“科研大脑”还有多远? 科学家指出,AI无法理解蛋白质与DNA的相互作用等微观机制,实验室验证仍是必经之路。 正如阿贡国家实验室化学家Massimiliano Delferro所言:“从怀疑到兴奋,关键在于AI能否与模拟器、机器人协同工作。” 尽管AI展现了跨学科创新潜力,AI的训练样本可能存在偏差,例如忽视贫困地区无法联网的弱势群体,或者艺术生成AI的训练样本主要以西方白人肖像为主。 开发者在设计系统时,仍需将更多要素纳入考量。
DeepSeek红利耗尽后,元宝拿什么和豆包斗?
短短60天内,中国AI原生应用下载排行榜的位次排名,就三易其主。 最新情况是,截至4月15日中午,中国区苹果应用商店免费APP下载排行榜上,豆包再次超越DeepSeek,位列第二,紧随其后的DeepSeek被挤到了第三的位置,腾讯元宝则滑落到了第七名。 2月13日,作为首家在C端主力产品中接入DeepSeek-R1满血版的元宝,一度趁着DeepSeek东风崛起:3月3日力压DeepSeek和豆包,首度登顶。 但好景不长,尽管一手靠着DeepSeek加持,一手靠着投流开道,但元宝再次被豆包赶超的现实,足以说明了一个道理:AI应用之战,DeepSeek只能救一时之急,却无法成为敲定胜局的那颗银子弹。 随着各家AI应用相继补上了深度思考的短板,好奇流量逐步消退之下,用户惰性再次占据上风。中国知名产品经理之一的傅盛对此曾给出过一个观点,认为“产品体验只好20%、30%,没人会动。产品力得强10倍以上才能击穿市场。” 除了产品力的弱化之外,在产品设计和功能丰富度上落后一截的元宝,也成了被豆包再次迎头赶上的原因之一。 国内头部大厂产品经理刘凯(化名)向字母榜(ID:wujicaijing)分析道,“DeepSeek,包括接入DeepSeek的元宝,目前更多处在商品化模型的阶段,而眼下的ChatGPT和豆包们,则更像一个完善的产品,靠着更丰富的功能体系,在用户侧具有了更持久的竞争力。” 最近元宝和豆包的产品更新,无疑便是对上述论断的一种有力佐证。在最新的元宝V2.15.0版本中,字母榜观察到,同为iPhone用户,但有人在下载后的元宝APP中却找不到智能体的身影。 元宝智能助手给出的回应中表示,“目前元宝部分功能在调整迭代中,AI应用可能暂时未显示,请您持续关注后面的产品升级和更新。” 就在元宝还处在一些基础标配功能的调整之际,追求规模效应的豆包又从抖音那里借了把力。继3月份被曝出抖音测试接入豆包AI能力之后,根据字母榜获悉,目前抖音进一步扩大了其消息列表中出现豆包联系人的内测范围,被测试到的用户,点击进入豆包联系人界面后,还会被引导直接下载或打开豆包APP。 借助上述动作,字节试图进一步借助超级APP的流量,为旗下AI应用产品导流,从而增强用户打开豆包的频次和粘性。对比元宝,尽管此前微信也接入了腾讯元宝,但在微信内找到元宝的流程,要比从抖音消息列表中打开元宝复杂些。 但在大模型技术尚未走向成熟之际,当下的AI应用排名,还存在一系列变数。尤其是DeepSeek的出现,让整个行业都或主动或被动直面不确定性的压力考验。未知的挑战多种多样,反过来,这些挑战也在不断创造豆包和元宝继续较量的新空间。 为了尽可能将用户吸引到自家APP上,过去两个月内,围绕模型上新和产品更新,元宝和豆包各自展开了一系列新动作。 接入DeepSeek仅4天后,2月17日,腾讯自研的深度思考模型“混元T1”便灰度上线元宝,紧接着,3月1日,混元自研快思考模型Turbo S也灰度上线元宝。 坚持不在豆包中接入DeepSeek的字节,也加紧了在自研深度思考功能上的动作。3月18日,豆包APP全量上线深度思考功能,时隔十天之后,同月28号,豆包又对深度思考功能做了番更新,主要亮点在于将联网搜索能力直接融进了思考过程中,可以实现“边想边搜”。直白点理解,就相当于豆包把联网搜索键与深度思考键合二为一了。 在国内大模型创业者李振看来,这可以视为两家公司在模型差异化方面,选择了两条不同的路径:元宝将模型重心放在了缩短推理模型的答案生成时间上,豆包则更重视答案的生成精准度,以此来形成各自模型的区隔度。 此前,业内便有部分人秉承着一种观点,即模型随着时间的推移会变得越来越不同,而不是越来越相似。元宝和豆包最近的模型上新,成了这一观点的最新例证。 在产品设计和功能丰富度上,原本便呈现落后态势的元宝,表现得比豆包更加热情。官方统计的一份数据显示,接入DeepSeek的35天内(从2月13日到3月18日),元宝版本更新了30次。 拍照问答、识图,语音输入,支持检索历史对话,支持折起/展开思考过程,支持停止生成回答、可重新编辑等豆包已有的系列功能,在最近两个月内被元宝密集上新。 某种程度上,DeepSeek成了腾讯元宝产品上新的加速器。2月中旬以后,元宝的版本更新从过去的月更压缩到周更,并进一步提速至当前的日更模式。 在产品更新上趋缓的豆包,则选择了另一条吸引用户的策略,即持续强化和超级APP抖音的联动。 最新的动作便是扩大抖音消息列表中植入豆包作为联系人的内测范围,引导更多抖音用户下载或使用豆包APP。 在此之前,豆包已经支持在生成答案中向用户提供抖音短视频特色内容,并在3月中旬内测了一项新功能,即在原有的对话内容下面,用户继续上滑屏幕,会出现基于用户兴趣和对话推荐的内容流,堪比在豆包内再造了一个微缩版“抖音”。 来自抖音内容生态的加持,正成为当下豆包增强用户粘性、对抗腾讯元宝+DeepSeek竞争的重要手段之一。 两家产品的上述动作,各自取得了一定成绩。QuestMobile最新发布的《2025第一季度AI应用市场竞争分析》报告显示,元宝月活用户从去年12月的211万,飙升至今年3月份的约4000万,豆包则从去年12月的7523万,继续增至3月份的1.1亿。 但它们又都被DeepSeek这匹黑马压了一头。截至3月份,DeepSeek月活用户达到1.9亿,成为国内AI应用市场无可争议的第一。 从一度领先豆包再到被豆包重新赶超,元宝在下载量排行榜上的变化,也让外界思考一个现实问题,即虽然接入DeepSeek可以带来一时的用户增长,但或许难靠着DeepSeek持续增长下去。 归根到底,应用在产品设计和功能丰富度上的完备性,才是培养用户当下产品忠实度的更强竞争力因素。 如同刘凯并不将DeepSeek视为对OpenAI的威胁一样,靠接入DeepSeek打出产品差异化特点的元宝,当下也很难具备和豆包在用户规模上掰手腕的资本。“因为它更像是一个商品化的模型,而豆包更接近一个完善的产品,从而使其具有更持久的竞争力。” OpenAI推出的ChatGPT便是这方面的成功代表。除了OpenAI提供更强大的基础模型之外,还因为ChatGPT背后有一系列附加功能,使其构建起了当下最丰富的产品体验。 在这方面,从2月中旬之后才开始发力的元宝,已经明显慢了好几拍。 产品更新落后一步的另一重影响,则体现在跨设备的多端平台开发上。直到2月28日,元宝才正式发布了电脑版客户端。在刘凯看来,多设备的转化对用户留存率提升也是助益之一,因为这样“用户就可以在周末和工作日,都能找到使用AI助手的便捷方式,厂商也能借此更深度融入用户的生活。” 此外,因模型选择所带来的用户体验差异,某些时候也可能导致用户选择上的不同。 相比元宝植入的混元自研大模型和DeepSeek,豆包没有提供多模型选项,且在豆包APP中也没有勾选联网搜索的额外选项。这些更拟人的设计,都使得豆包在用户体验上更有好一些,尤其是面向下沉市场用户和老年人群时。 另一不容忽视的因素则在于,随着各家AI应用中都相继加入深度思考功能所带来的思维链展示,用户对接入DeepSeek类产品的好奇心开始有所消退,这些因好奇而来的试用型用户,留存率往往较低。 当好奇心弱化之后,用户惰性便会重新占据上风。正如傅盛所说的那样,如果你的产品体验只好20%、30%,就很难培养用户的忠实度。 现实的残酷在于,不只元宝和豆包,一众大模型公司,都在力争追求产品力强10倍以上应用的出现,并以此击穿市场,就像DeepSeek已经实现的那样。 面对一个新模型层出不穷的未来,AI应用的比拼,正演化为一场新的马拉松竞赛,“你不能因为一次发布而过于沮丧,也不能寄希望于靠一次发布就奠定大局。”李振说道。 年初DeepSeek惊艳亮相后,很快更强大的GPT 4.5、Grok 3,以及Anthropic的Claude 3.7都来了。 对于元宝来说,即将发布的DeepSeek R2新模型,无疑将是其再次捕获好奇流量的重要时刻。 3月份各家纷纷推出自研推理模型之际,就有外媒爆料称,DeepSeek正在加速推出R2模型,该模型原计划在5月初发布,但现在官方希望能尽早发布。 当然,豆包也同样留有后手。近期,字节最新深度思考模型Seed-Thinking-v1.5对外亮相,官方称其在数学、代码等多项推理任务中超过了DeepSeek R1,而且参数规模更小。对比DeepSeek R1的671B总参数,同样采用MoE架构的Seed-Thinking-v1.5,总参数只有200B。 除了通过新模型来吸引用户之外,留给元宝和豆包的另一场较量,或许将发生在AI Agent领域。 3月份,AI创业公司蝴蝶效应发布的应用产品Manus,以世界首款通用AI Agent的名头,震惊业内。 黄仁勋在英伟达GTC 2025开幕主题演讲中,更是预告当下AI行业,正在从生成式AI进入Agentic AI新时代。 被视为AI Agent元年的2025年还没过半,OpenAI便推出了Deep Research,马斯克的Grok 3也推出了DeepSearch功能,国内智谱AI同样上线了AutoGLM,号称可以实现边想边干。 这些AI Agent的一大特点,便是能够自主打开并浏览网页,完成从数据检索、分析到生成报告的全过程。 Manus的爆火印证了市场对通用智能体的高度期待与迫切需求,同时也揭示了AI发展向下一阶段的跃迁。 AI Agent爆发的“第一块多米诺骨牌”被推倒后,外界开始将目光放在了谁能造就一款真正好用的AI Agent上。 一旦成功,这或许将是国内外AI厂商追求的下一个“好奇流量”时刻。现在,就看元宝和豆包,谁能抢占这一产品高地了。
我用可灵AI 2.0 复活《清明上河图》,这就是下一代创作工具
可灵 AI 2.0 发布 在 Sora 之前,就已经受到全世界用户的认可的生成式视频工具是什么?——可灵 AI。 无需折腾剪辑软件,几分钟,就能拿到自然如实拍,画面质感如电影的动态视频。 可灵稳坐国产 AI 视频的头把交椅许久,从去年 6 月 6 日首次上线开放测试以来,产品快速经历了二十多个版本的迭代。可灵 1.6 模型的图生视频内部评测,比 1.5 模型整体效果提升近 200%,还让毛绒玩具的特效迅速出圈。 自动播放 现在,可灵终于又迎来了一次重大更新:可灵 2.0 视频生成,以及可图 2.0 文生图模型。 自动播放 从人物跑动、火焰燃烧的真实物理轨迹,到机械蝴蝶穿梭未来都市的奇幻场景,AI 不仅能精准模拟现实世界的运动规律,更能将抽象文字转化为惊艳的动态画面。 APPSO 第一时间来到发布会现场,本次的更新亮点包括: 1. 可灵、可图模型层面更新, 快手结合多项自研技术创新,画面美学、语义响应和动态质量大幅度提升。2.0 全面升级了训练和推理策略,尤其是强化了对于复杂运动主体交互滤镜、构图术语等专业的表达和理解响应。 2. 精准微调功能。可灵新增新增「多模态编辑」功能,支持在一段 5s 的视频的基础上,输入图片/文字,对视频进行灵活、精准的修改和再创作。可图新增「图片编辑」及「风格转绘」功能。 3. AI 音效生成,根据影像内容结合文字prompt,生成适配的音效片段 另外,我们还提前体验了内测,除了震撼于新模型的强大之外,也发现了一些使用小技巧,帮助你体验这款强大的生成+编辑工具。 不止是多模态功能,更是一种语言 仅仅使用文字作为和 AI 沟通的语言,显然不足够,只能有限描述脑海中的想法。配合图片,准确程度提高一层。再结合动态影像,又更上一层楼。 这些,共同形成了 MVL:Multi-modal Visual Language,一种全新的交互「语言」。MVL = TXT 语义骨架+MMW 多模态描述子,即通过文本+动作描述文件,生成精细的视频成片。 这套语言形成了 可灵 2.0 中新增的「多模态编辑」功能。包括三种模式:替换、增加和删除。 在可灵的创意社区,我们发现了一个来自可灵用户制作的视频,堪称现实主义创作。 不过嘛,既然是现实主义题材,还可以再写实一点:应该让川普和马斯克,去工厂里装手机。 这就是「多模态编辑」大展身手的时刻了,我们先来把缝纫机删掉。通过下方的文字输入框,@ 具体的图片和部分,进一步明确需要改动的内容。 at 的设计很符合用户直觉,尤其是多个素材的情况下,能更方便地用文字指出要改动的对象。 注意!点击编辑,会弹出笔刷编辑界面。在这里,可以通过用涂抹的方式,选择要替换的具体区域——一定要时间线上选几个点,才能保证覆盖到整个视频。 可以看到,在涂抹和文字 prompt 的双重保险下,单个元素能被删的干干净净。 替换模式就有更多可玩的了,除了修改原视频,还可以结合图片。 不是要让这俩人去装手机吗?把手机流水线的图片导入,进入选择主题界面,框出具体的部分。 大功告成! 在可灵 2.0 版本中,「多模态」不仅是一个新功能,更加是一种全新的互动语言,更充分地开发和调用模型的能力,作用于实际的创作工作流。 从生成到编辑,全链路的创作工作流 如果说「多模态编辑」满足的是影像从业者,在精细调优方面的要求,那可图 2.0 以及可灵的图生视频模式,就是造福所有人民群众的。 图生视频占到使用比例的 85%,是更为可用的手段。再搭配视频模态微调,就能实现一次跑完所有流程。 比如,先拿胶布人形象图,生成当下最流行的 3D 玩偶版本。 然后直接生成视频——没错,手指和动作,只是一句话即可生成。 自动播放 文字 prompt 随意更改,镜头视角调整后,又是一支新片。 自动播放 截取《清明上河图》的一段画面,交给可灵 2.0 即可,汴河水波荡漾,船只随流水轻摇,岸边行人熙熙攘攘。近千年前的社会风貌「焕发生机」。 灯火通明,丝竹乱耳,宾客们酒杯叮当,《韩熙载夜宴图》的主人公半醉半醒的场景也在可灵 AI 2.0 的帮助下得到了很好的还原。动态质量和运动幅度,都和素材的题材相当符合。 OpenAI 创始团队已然分崩离析,但聚是一团火,散是满天星,下面这张经典的合照倒也很符合 OpenAI 当下的处境。 Sam Altman 与马斯克的恩怨纠葛早已是科技圈的谈资,两人没少针锋相对,我们也用 AI「重现」了他俩干架的名场面。 动作的流畅性,可以看出可灵 2.0 在时序响应上的能力,动作符合逻辑、连贯自然。 下一代创作工具,已经到来 显然,可灵对 2.0 版本,不仅是为了展示技术上的进步,也是理念的再阐述:全新的功能,全新的语言,全新的能力。 在全新设计了 DiT 架构之后,视觉模态和文本模态的融合更加对齐。同时,这次的更新背后是对后训练的大量探索。 除了在预训练阶段,通过精准的建模与训练和视视觉标注的映射,使得文本和图像的对齐做的更好。还有在后训练阶段,通过强化学习提高多模态推理能力 不过,更重要的是,可灵所秉承的「让灵感成真」,使得使用体验成为整个产品的中心。 从发布到现在,有超过 2200 万的用户使用、肯定可灵 AI,在平台上总共创作了 1.68 亿个视频和 3.4 亿张图片。上万名开发者在使用可灵 AI 的 API,应用在自己的行业场景中。而这些开发者已经累计生成了 1200 万张图像,4000 万个视频。 模型能力并不是炫技的武器,也不是秀肌肉的手段,而是需要实在地进入用户的工作流当中,让每个创作者,无论经验如何,都能以简单地方式、便捷的工具,讲好自己心中的故事。
苹果 “抢卖” iPhone奏效:前三月出货5790万台,飙涨10%
编译 | 王涵 编辑 | 漠影 智东西4月15日消息,据外媒彭博社(Bloomberg News)最新报道,行业数据追踪机构IDC称苹果公司或因关税刺激,iPhone出货量提高10%。 苹果2025年第一季度的iPhone出货量增长了10%,达到5790万部,分析称这是由于苹果公司为抵消中国对美国出口商品征收关税的预期而进行了囤货。 一、逆风抢跑,一季度iPhone出货量逆势增长 据IDC最新发布的《全球移动电话季度跟踪》(Worldwide Quarterly Mobile Phone Tracker)的初步数据,2025年1月到3月,iPhone出货量达到5790万台,比去年同期的5260万台增长530万台,同比增长约10%。 2023年同期iPhone的出货量为5520万部,在2024年出货量较上年下滑4.7%之后,2025年又实现了10%的增长,这一增速变化着实引人关注。 IDC分析指出,这一增长并非源于市场需求突然提升,而是iPhone制造商为应对中国对美国出口商品加征关税而进行的提前备货。 据彭博社报道,苹果和其他消费电子企业为应对特朗普政府的最新关税措施,已提前数月进行准备,在美国销售渠道中囤积了大量产品。 IDC 表示:“这种供应端的激增主要是为了缓解潜在的成本增加,实际上抬高了第一季度的出货量数据,使其超出了基于实际消费需求的预期水平。” 根据特朗普政府现行规定,在关税生效之前,企业无需为已在美国本土市场销售的产品支付额外关税。 同时,美国以外的其他地区的苹果手机出货量也有所增长,主要源于其对潜在供应终端和价格上涨的担忧。 ▲IDC《2025年Q1全球移动电话季度跟踪》数据 美国总统唐纳德·特朗普(Donald Trump)已宣布对从中国进口商品加征的关税最高可达145%,不过在周五获得电子产品相关豁免后,实际税率有所下降。 这也可能是暂时的,因为特朗普政府已表示,专门针对半导体产品的新关税将卷土重来。 不过,外媒预计这些征税将远远低于最初的145%,从而避免消费者面临巨大的价格涨幅。 值得关注的是,在全球出货量整体增加的背景下,中国的出货量却有所下降。 IDC认为这与中国政府的设备补贴政策有关,该政策将售价超过6000元人民币的iPhone Pro系列机型排除在补贴范围之外。 二、72小时5架专机:印度产iPhone闪电调运美国 除了提前囤货外,苹果抵消关税影响的策略还包括将印度制造的产品紧急调用于美国分销,印度制造的产品相较中国产可能享受更低关税税率。 印度被列入特朗普政府批准的90天关税豁免国家名单,在此期间其输美商品只需10%的最低关税。 ▲苹果公司2024年度供应链进展报告封面 4月8日《印度时报》援引苹果美国高管消息称,为最大限度降低关税政策带来的成本压力,苹果在新关税生效前实施了印度产iPhone紧急调运计划。 报道显示,3月末苹果曾安排5架货运专机,在72小时内完成印度至美国的iPhone快速转运。 目前印度已具备全球20%的iPhone产能,可以满足美国市场主要需求。 结语:苹果与关税的竞速,既是冲刺,更是长跑 由于白宫关税政策的不确定性,近期美国各地苹果专卖店出现了“抢购潮”,不少消费者选择提前入手iPhone以避免可能到来的涨价风险。 IDC全球终端研究副总裁瑞安·雷斯(Ryan Reith)表示:“美国政府最近暂停对中国智能手机进口关税的豁免为美国公司提供了暂时缓解,但在关税持续波动的情况下,对中国供应链的严重依赖依然存在,这让其未来规划面临挑战,并使许多公司在做出重要决策时面临高度不确定性。 ” 外媒分析指出,美国智能手机品牌当前正面临“与时间赛跑”的关键时刻。 企业必须赶在政策窗口关闭前开足马力生产出货,以充分享受关税豁免红利。然而,阴云笼罩的经济前景很可能给后续消费需求“泼上一盆冷水”。 苹果公司将于2025年5月1日公布第二财季(1月至3月)数据,届时将能更好地反映这一时期的实际销售情况。
安谋科技亮相2025世界互联网大会亚太峰会,共筑AI算力新未来
图:安谋科技CEO陈锋发表演讲 4月14日,以“数智融合引领未来——携手构建网络空间命运共同体”为主题的2025世界互联网大会亚太峰会在香港会议展览中心拉开帷幕。作为世界互联网大会主办的重要区域性会议,本届峰会汇聚了来自国际组织、政府机构、科技企业及学术界的高层代表,共同探讨数智时代发展命题。安谋科技CEO陈锋受邀出席,并在主论坛暨数智未来论坛上发表演讲,系统阐述了公司在推动AI技术与本土半导体产业融合方面的思考与创新实践。 本届峰会由世界互联网大会主办,香港特别行政区政府承办,香港创新科技及工业局协办。为期两日的大会聚焦AI大模型发展路径、技术创新降低成本、开源生态构建、多模态应用以及高算力芯片等多个热点话题,为全球数字经济发展和AI治理提供了重要参考。 在大会首日举行的主论坛暨数智未来论坛上,安谋科技、IBM、群核科技三家先锋科技企业的高管代表,与来自国内外的政府高级官员及高校专家一道,围绕数智未来、人工智能、数字安全与治理等议题展开分享。 AI作为引领新一轮科技革命的核心驱动力,已成为新质生产力发展的关键引擎,正在深刻重塑全球产业格局,并加速从云端向终端渗透。同时,随着AIGC、大模型等新兴AI技术的规模化落地,全球AI算力需求呈指数级增长。对此,安谋科技CEO陈锋以“夯实AI算力底座,赋能产业智能化跃迁”为题发表演讲,分享了其对AI技术发展趋势的洞察,并强调算力始终是推动AI发展的核心要素,是数智时代的关键生产力,未来AI的持续演进仍将依赖于底层算力支撑。 历经30余年的技术深耕与生态积累,Arm®技术已发展为全球唯一支撑万亿级生态的计算架构,并且成为最普及的AI计算基石,凭借其高性能、低功耗和灵活扩展性等优势,广泛应用于从云到端的各个领域。从最新数据来看,目前全球超过2000万名开发者基于Arm架构进行创新研发;预计到2025年底,将有超过1000亿台搭载Arm处理器的AI设备面世。 作为国内领先的芯片IP设计与服务提供商,安谋科技始终致力于将自研业务技术创新与Arm技术授权相配合,紧贴本土市场需求与新兴技术趋势,为国内芯片厂商提供“全球标准、本土创新”的异构计算解决方案。一方面,公司持续将最新的Arm技术引入国内市场,充分撬动Arm技术的全球生态资源,助力国内芯片厂商打造具有国际竞争力的产品,有效加速其商业化进程;另一方面,通过积极布局和大力投入本土研发,公司已构建起覆盖AI、CPU、信息安全及多媒体处理等核心领域的自研矩阵,打造本土领先的“高精尖”研发团队。目前,累计已有9亿颗芯片搭载了安谋科技自研产品,广泛应用于AIoT、智能汽车、移动终端及云计算等前沿领域。 当前,随着AI技术发展迈入崭新阶段,推动AI在PC、手机、机器人、汽车等端侧设备落地并实现场景化创新,已成为AI产业链竞逐焦点。未来,物理AI(Physical AI)将是AI技术的重要演进方向之一,通过智能算法与传感器数据的深度耦合,赋予AI感知和改造物理世界的能力,为机器人、具身智能等AI创新场景注入新动能。面对不断迭代的AI技术趋势,安谋科技积极携手国内领先的AI研发机构及产业链伙伴,以多维举措加速端侧AI落地与创新,全力构建Arm技术体系下的本土AI生态。 在总结发言中,陈锋表示:“作为国内AI技术创新的重要推动者,安谋科技愿与产业界同仁、政企学研各界专家通力合作,持续深化技术研发,促进产业协同,共建创新生态,通过底层技术突破为本土AI发展提供核心动能,助力‘AI+’在各行各业落地生根,让智能技术真正赋能产业转型升级。”
亚裔小哥F翻大厂!自制作弊器通过面试,却霸气拒绝Offer,录视频发油管,还……
“如果我最终无家可归或入狱,那就这样吧。” 说出这句话的,是就读于哥伦比亚大学的大二学生Roy Lee,今年还不到20岁。 实际上,他刚从社区大学转学到哥大一年半的时间,却做出了一个让哥大和亚马逊等科技巨头都尴尬的面试作弊器——他不仅通过了亚马逊、Meta、TikTok等多家公司的程序员实习面试,还将在远程面试中使用作弊器答题的视频录制下来,并且发布到油管(YouTube)上。 将一切推向高潮的,是当亚马逊发现Roy的行为并举报给学校后,Roy非但没有因为丑闻而被钉上耻辱柱,反而获得了行业大佬的夸赞和普通从业者的追捧。 因为他拒绝了亚马逊的Offer,并且对哥大对他做出的“停学一年”的决定不屑一顾,表示不会再回去。 一个不到二十岁的亚裔小伙,就这样戏耍了常春藤大学和科技巨头。 谁说“朋克已死”? 01 当亚马逊高管看到那个油管视频 一月的最后一天,冬风依旧,招聘季已经开始。亚马逊公司刚给哥伦比亚大学的一位学生Roy Lee发了软件开发工程师的实习Offer,他成功通过了技术面试,而且得分不低。 对于这个仅在美国本土就有超过百万员工的科技巨头来说,这是一个小得不能再小的招聘动作。 然而,事情突然变得非同一般。 一名高管发现了一个油管视频,一位年轻人录制了参与亚马逊“技术面试”的全过程。镜头时远时近。镜头对准年轻人电脑屏幕的时候,可以看到他在做测试题时使用了某种作弊软件。镜头拉远时,能清晰地看到男孩的样貌。 实际上,这个视频正是这名年轻男子自己录制并发布的,已经有2万次播放。他正是已经拿到亚马逊实习生Offer的Roy Lee。 错愕和愤怒之中,高管直接向Roy就读的哥伦比亚大学发送了一封举报邮件,在信中先肯定了该大学多年来为亚马逊输送了大量人才,控诉了Roy的恶劣行径,并说道: “亚马逊和哥伦比亚工程学院的长期合作关系是基于双方对正直和公平的共同承诺,因此我们对此类事件深感担忧。 我们信任哥伦比亚大学能够对这位学生采取适当的措施,并希望继续保持我们长期的合作关系。” 于是,哥伦比亚大学将Roy停学一年,并且要举办针对他的纪律听证会。 到此为止,一切都看起来像是一个“作弊通过大厂面试的学生被揪出来”的丑闻。 但Roy的反击让所有人惊讶。 他反手就把哥伦比亚大学发给他的“处分邮件”,以及亚马逊那封举报信全都公开在了X(前推特)上,并且详述了整个经过。 原来,他不仅用作弊器通过了亚马逊程序员的实习Offer,这个作弊器还是他自己做的。 他不仅拿到了亚马逊的程序员实习Offer,而且还拒绝了Offer。此外,他还用同样的作弊器通过了Meta、TikTok、One Capital等多家大厂的实习生技术面试,顺利拿到Offer。 他不仅不怕被学校“留校察看”,还声称这对他来说就是“开除”,因为他不会再回哥大。 就此,这个故事不再是一个简单的“常春藤学生面试作弊被抓”的丑闻,而陡然变成极富叛逆精神的“励志故事”。短短两个多月,Roy已经正式注册公司,多次接受知名媒体的采访,眼瞅着开辟了自己的一番事业。 02 “去他的Leetcode” Roy从一开始就没想要加入“大厂”。 他创造的作弊器名叫Interview Coder,对外公开。打开官网,最醒目的是中心的一行大字:“去他的Leetcode。” 他今年不到20岁,成长于一个韩裔中产家庭。做编程并不是他从小的梦想,实际上,从前他幻想过自己成为华尔街的交易员。直到18岁之后,他才开始学习编程。这放在硅谷,类似于65岁才上小学。 他到底是有一些天赋的,一年半之前,他顺利地从社区大学转学到了哥伦比亚大学,学习计算机。 然而,别人眼中的常春藤学府,在Roy眼中很没劲。而且AI的浪潮正在席卷全球,他立刻觉得,自己不可能在这里待到毕业——传统编程将在两年内过时,自己必须在那之前做点什么。 于是,他到处找“看起来聪明”的人,问他们想不想创业,只有一个人给出了肯定的答复,于是两个人搭伙开始做事。 说干就干,他们很快捣鼓出了两个产品,一款笔记应用程序,和一款面向酒类经销商的AI销售代理。但是收获甚微,这两次尝试,都失败了。 时间来到2025年,新的一年,新的招聘季。哥大的学子们都开始行动,计算机系的同学更是纷纷攻坚大厂的实习生岗位。 Roy也试了试。要拿到大厂程序员实习生的工作,就要通过技术面试。而大部分大厂使用的是Leetcode式的测试题。Leetcode虽然2015年才成立,但迅速成为全球技术面试准备的核心平台之一。其题库庞大,且具备系统性,和技术面试高度契合,有广泛的影响力。 也就是说,要想通过大厂技术面,得提前花大量的时间泡在Leetcode上“刷题”(网站有各种系统性的试题分类,也有针对谷歌、Meta等大厂面试的试题)。Leetcode的题库并非完全免费,要想获得更多试题、更好的“备考”,需要花钱开通服务。 Roy觉得,这一点和自己理解的富有创造力的编程相去甚远。刚开始刷题的几个小时,他还学到了一些东西,随后就是漫长而枯燥的“死记硬背”。一些试题的刁钻程度,让他怀疑在工作中永远都不会用到:“(就好像)我是亚马逊的一个大坏蛋高管,然后对你说——嘿!你能不能在倒立并做十个开合跳的同时,找出所有偶数长度的逆序回文子序列?” 所以,这种“刷题”的结果是考验你是否记忆了足够多的试题,而不是你是否真的掌握了编程。“所以真正的考验不是你有没有能力解题,而是:你以前见没见过这道题?有没有做过?有没有把答案背下来?你现在能不能把这个答案原样吐出来。” 这也太没劲了。Roy一边在Leetcode上怒刷600道题,并且拿到了前1%的好成绩,一边着手制造作弊器。 而作弊器的达成路径其实并不难,就是一个非常简单的Electron应用,前端用的是React,后端是在Vercel上托管的一些serverless函数。 说人话就是:截图给ChatGPT来解题。用户在使用Interview Coder时,首先会截取当前面试题目的截图,发给ChatGPT,由这个AI好帮手解题。然后屏幕上会有一个透明的浮动显示层,显示答案。用户最终要做的,就是照抄。 是的,AI直接给你递小抄。这个浮动层既不会被监测到,看答案的时候还会给面试官一种你在“思考”的错觉。 以亚马逊的远程面试为例,一场面试总时长1小时左右,其中有半个小时左右是用来做题的。面试官就在镜头里看着(不是所有面试官都会要求共享屏幕),相当于远程监考官。 至于为什么这么简单的工具却能瞒天过海,Roy表示,大多数大厂的面试网页都看起来很老旧,感觉停留在10年前。自己打字答题,“表演”出努力解题的样子,问题不大。 就是在这样的背景下,那条有关视频诞生了——Roy录下了参与视频的过程,并且放出了Interview Coder作弊器。 03 危机还是机遇? 作弊者还是英雄? 当学校的邮件一封接着一封出现在Roy眼前时,他曾有过自我怀疑:难道要因为这个断送整个事业吗? 虽然他的油管视频被删除,但随着他在X上发布整个事件的前因后果,并持续更新近况,巨大的关注让他明白,事情还有转机。 这也许不是一个危机,而是一个机遇。 哥大让他参加纪律听证会,他将这封邮件公开,随后哥大又以泄露机密文件通知他参加另一个听证会。而亚马逊高管的那封邮件被公开时,Roy还圈出“我们信任哥大能对这位学生采取适当的措施”,标写“LOL(放声大笑)”。 这注定已经是一条不归路,Roy的姿态很明显,他已经放弃学业,也放弃任何在亚马逊等科技巨头工作的可能性,专心自己干。而且要趁着这股“戏耍大厂”的舆论风暴,尽量做大。 这一切都让哥大和大厂愈发尴尬:亚马逊痛斥我面试作弊?可是我压根没想接你们的Offer啊。哥大要给我停学一年?可是我压根就不准备再读下去了。 当你以为你对这个年轻人有压制力量的时候,却发现对方早就不在压制范围内了。 在另一条路上,Roy迅速积蓄力量。 公司注册好了,Interviewcoder.com的域名买下来了。即便已经爆火,这个作弊器依然可以正常使用。本月初,Roy在X公布了过去两个月的“战绩”:收入22.8万美元,利润22.4万美元。其中94%的收入来自每月60美元的用户订阅。利润率99%,每月唯一的账单是vercel的3000美元。 他也毫不避讳自己的“叛逆行动”是一次成功的营销:“作为一名年轻人,我的‘病毒’直觉比任何人都好,在这个构建工具如此简单的时代,这是目前世界上最有价值的技能。” 有一次有人请教他,是如何获得“病毒式传播”的,Roy直言:“毁掉你的整个教育生涯和职业生涯,然后把它发到网上让全世界看到。” 最近,他仍然在X上更新近况:拿到了Zellow的小额投资(类似一个创业训练营),准备种子轮融资。计划在4月20日落地名为“Cluely”的产品,Roy称这将是Interview Coder的最终形态,并透露光是在发布的宣传视频上就花了六位数的资金。 名誉向Roy涌来。 很多人支持Roy,其中不乏大佬。比如曾在苹果供职12年的Ray Fernando说:“谢谢你保持勇敢、听从直觉并分享经历。你会走得很远。那些机构因为没有为你的好奇心、独创性和挑战现状的意愿投资你而遭受最大的损失。” 前思科软件工程师、PDF.ai创始人Damon Chen在看了Roy的故事之后大呼:“哥伦比亚大学!我绝不会送我的孩子去那里!” 普通从业者领略到了Roy所挑战的技术面试僵化的问题,赞同Leetcode“很愚蠢”,在AI的影响下,技术面试应当改变,如何找到/判断很优秀的开发人员是科技大厂需要思考的问题。而Roy实际上是帮他们意识到了这个问题,比起举报Roy、敦促哥大开除他,以亚马逊为代表的大厂更应该做的是及时纠正自己不完善的招聘制度。 在支持者的眼中,亚马逊气急败坏,不反思自己,只想铲除提出问题的人。而哥大不保护有才能的学生,而是心疼自己和亚马逊建立的“合作关系”,对学生动刀。 还有的年轻人受到了Roy的鼓舞,激动地告诉他:因为你,我也终于决定做点什么了! 但质疑声也并不少。 人们质疑Roy不过就是一个“作弊者(Cheater)”,而亚马逊和哥大的反应在情理之中。有从业者劝年轻人还是乖乖刷题,并为“刷题”正言,认为这是作为开发者精进技艺的好方法,而就职在一家大型公司也是一条很好的路径。 Roy到底是一个美化、包装自己的“作弊者”,还是一个具有反叛精神的英雄?这个问题人们争论不休。 也许正如某次接受采访时,主持人的嘱咐:在边缘试探和真的违法之间有一条微妙的界限,Roy需要做的是千万不能越过去。在边缘试探、挑战权威和规则,他有大好未来。但跨过界线,触犯法律,贪欲蒙心,他有可能变成下一个Sam Bankman-Fried——那个创办了加密货币平台FTX并最终入狱的年轻人。 Roy似乎已经决定不论如何,拼尽全力继续下去,在一个X帖子中,他这样说:“我坚信自己有能力塑造世界,并且我不会满足于长期实现除我之外的任何人的愿景/梦想。如果我最终无家可归或入狱,那就这样吧。” “朋克精神”能不能当饭吃?都看Roy的了。