降低数据治理门槛，降低企业用好数据资产的门槛，让企业数据消费更便捷。 文｜徐鑫 游勇‍‍‍ 编｜周路平‍‍‍ 过去，数据中台面临一些挑战和误解。由于动辄投入成百上千万元，数据中台曾给人留下了又贵又重的印象。高昂的建设成本，成了数据量不大的中小企业的拦路虎，但同时，这些企业对数据建设和治理有旺盛需求。 更大的问题在于，狂飙猛进的技术演进对企业数据治理框架的可扩展性提出了新的挑战。Gartner报告就指出，到2028年，50%构建于2023年之前的中国数据分析和AI平台，也将因为与生态系统脱钩而过时。数据建设领域正呼唤一场革新。 日前，阿里巴巴集团副总裁、瓴羊CEO朋新宇在云栖大会瓴羊Data×AI专场论坛中指出，企业要拥抱AI时代，需要完成场景解构、业务重构。其中，数据基础设施领域也正在迎来一波重构浪潮。 针对行业里数据治理高成本和难扩展等建设难题，瓴羊Dataphin产品全面升级，新推出的敏捷版用以解决企业数据量不大但需构建数据的场景问题，Dataphin可演进扩展的数据架构体系为企业数据治理预留发展空间，基于大模型打造的DataAgent更是为企业用好数据资产提供了便利。 01 数据治理正当时 数据建设和治理，最为人熟知的概念可能就是数据中台。 几年前，大数据浪潮席卷全球，各行各业的先锋企业都十分重视挖掘企业的数据价值。2017年时，《经济学人》还在一篇封面文章提及，数据已取代石油，成为世界最有价值的资源。 当时，一批积攒了大量数据的先锋企业率先意识到，要打破企业内的数据孤岛，集中管理、统一处理企业内部数据的重要性，“数据中台”概念应时而出，阿里作为数据中台理念的提出者也率先在企业内建设数据中台并面向企业提供产品和服务。一批传统行业的龙头企业，也从战略布局、积极求变的角度，将数据中台建设作为整合内部海量数据资产，充分发挥数据价值的重要抓手。 也由于先期入局者自身的数据复杂度高，规模体量大，在数据治理和建设时，投入巨大，建设周期也比较长。这使得行业内也产生过一些争议，比如一位行业内人士就曾观察，数据中台投入大，效果难量化，在一般规模的企业难落地。 今年Gartner在《中国数据分析及人工智能成熟度周期》报告里就把“数据中台”概念列为逐步过时的技术发展区间。 不过，行业资深人士认为，不能仅从产品和工具的层面来理解“数据中台”，也不能仅从概念热度来看“数据中台”的价值。 “数据中台更是一种理念和模式，它意味着，对一家企业来说，数据资产是企业资产的重要组成部分。对于这一重要资产，企业需要有一种方式，把数据整合，统一清洗、加工和治理，从而形成便于利用的数据资产。”上述人士说。 Gartner在报告里也提到，当下的技术浪潮下，围绕着数据集成、元数据管理和数据质量等技术能力建设相关的“数据基建”正处于快速上升期，它将是企业内数据分析和AI应用的可复用基座。“数据中台”所代表的理念仍然在引领行业发展，同时技术层面也在继续高速演进。 另外，国家政策层面推进数据要素市场化，也在让广大企业加速构建更全面的数据治理和应用能力。 今年1月1日，《企业数据资源相关会计处理暂行规定》（以下简称《暂行规定》）正式实施，上市公司的数据资源作为新增会计科目列示在资产负债表下，构成股东权益的一部分。据中国证券报统计，截止今年8月31日，39家上市公司披露数据入表相关情况，总金额达到13.57亿元。对不少企业而言，如何实现全域的数据治理，构建数据资产，甚至成为一道必答题。 业界的共识是，这些走在前列的企业，之所以能率先实现数据资产入表，与它们对数据治理工作的长期且持续的重视密不可分。 在宏观政策和科技浪潮的推动下，以数据驱动业务发展的理念日益深入人心，越来越多的企业意识到了数据治理平台和数据资产建设的重要性。 在这股浪潮里，中小企业的需求也已经不容小觑。比如瓴羊副总裁王赛就看到，中小型企业有强烈的数据治理及数据资产建设的需求。“企业的数据量相比龙头企业们可能不是很大，但有复杂度和多样性，这些企业需要把这些数据做一些轻度的治理。” 但这些企业的数据治理之路面临不少问题。“中小企业大数据相关的人才储备可能不足，也没有太多的预算投入到数据治理领域。”一位资深人士认为，许多企业还对数据资产建设和数据治理的认知也有所欠缺。 基于这些痛点，瓴羊把基于阿里巴巴内部数据治理的经验，加之服务外部大型企业客户打造推出的智能数据建设与治理平台Dataphin，进行了轻量化改造，推出Dataphin敏捷版。 在新推出的Dataphin敏捷版中，产品的架构变得更轻量，能够帮助中小型企业更低成本地启动数据治理。以对操作人员的要求为例，Dataphin的敏捷版能兼容关系型数据库，企业的数据管理人才无需掌握大数据前沿技术，只需掌握SQL就能操作，后续的运维难度也很小，大大降低了数据治理的人才门槛。 “企业最低只需要投入三台硬件设备，投资仅二三十万元就能基于Dataphin敏捷版，启动数据治理工作。”瓴羊数据系统产品线总经理董芳英告诉数智前线。这也意味着，相比于之前功能强大、架构复杂的Dataphin版本，广大中小企业现在多了一个选择。 02 数据治理，如何兼顾当前和长远 当数据量较小的企业，在开启数据治理工作后，都会考虑一个问题：随着业务发展，数据量变得庞大之后，是否需要重新更换一套系统？是否会给未来的数据治理留下麻烦？ 比如国内一家头部零售企业，这些年遇到了“成长的烦恼”。由于业务布局广泛，企业数据需求的复杂程度和处理难度变得极高。 此前，他们基于业务的实际需求，构建了许多不同功能的业务应用系统。但由于企业发展多品牌多渠道，数据量变得极为庞大。同时，不同的业务数据在不同的系统里，存在数十个独立的数据烟囱。另外，不同的业务线的数据定义还不一样，数据治理的难度变得极大。 之所以出现这种情况，与企业缺乏长期的数据治理视角有关，此前的数据架构都是从孤立的业务需求出发。这家企业的数据负责人也把数据中台建设当成了一项长期工作，为此他们还形成了未来三到五年的规划，来建设企业的数据中台。 无独有偶，另一家消费金融企业的数据负责人也察觉到了数据治理的建设思路需要发生变化，“之前更重视产生了什么数据,哪些业务流程是可以数字化的,以及数据合规问题”，但他发现往后看5年，随着企业数据量越来越大，传统的数仓建设思路已经不能再支撑企业的存数、管数、用数的需求。 这也是不少企业在数据治理中的共性问题——数据架构如何为未来的发展预留出空间，从而满足未来更多更复杂的数据治理需求。 基于这一行业普遍痛点，瓴羊的Dataphin产品创新性推出了数据系统的全新架构。这套架构的一个核心特点是可扩展、可演进。 简单来说，小企业可以基于自身的考量，在早期选择轻量化且低成本的Dataphin敏捷版产品。而随着企业的规模扩大，企业可以扩展底层的算力引擎，自如地向上升级，平滑演进，满足未来的数据治理需求和企业业务发展需要。而这得益于Dataphin敏捷版和原生版本之间采用了同一套底层架构。 这有利于满足企业数据规模扩大后更复杂的数据治理需求。从敏捷版升级到Dataphin智能研发版后，底层的数据库可从关系型扩展为交互式、MPP类数据库，比如StarRocks、ClickHouse、Hologres、Lindorm、Impala等分析能力更强，算力更强的数据库等，从而支撑起更多维的数据调度和运维等治理任务。 而随着企业规模的进一步扩大，企业底层的数据支撑还能进一步升级成大数据引擎，甚至可扩展支持湖仓一体。“小型、中型和大型，我们都在一套部署结构之下，可以帮助企业无缝升级。”王赛说。 这考虑到了企业数据治理的长期发展特性，企业可以自如地基于自身的数据规模和治理要求，选择合适的产品。 另外，在数据治理和运营领域，企业还面临另一大问题，朋新宇将之界定为个性化和和性价比之间的矛盾。大企业基于自身的业务需求，往往追求私有化部署，但这也意味着更高成本。而标准化的云产品明显更便宜，但也失去了个性化配置的能力。 针对这个问题，瓴羊Dataphin的解题思路是，在传统的公共云租户模式和私有化部署之外，给企业提供“半托管”模式，既能独享可控的环境，又能享受公共云的弹性调度。 比如，一些集团型企业，不同的业务模块或者子业务的数据处理要求不一样。一些财务类、会员类的数据要求本地运行计算，另外一些安全敏感性不高的数据可以上云，与云上业务联动及数据处理。 这类企业就适合半托管模式，相比公共云模式的“租公寓”式服务，和独立物理部署的“造别墅”式服务，半托管类似于“租独栋别墅”，既能满足这些希望提升数据处理能力，具有个性化定制需求，但同时考量经济性的企业的需求。 总体而言，在数据治理和数据运营领域，Dataphin正基于阿里巴巴集团多年数据治理的系统化建设经验，为大中小不同规模的企业，提供横跨多类引擎，适应多种环境要求的，可扩展可升级的产品。 数据治理领域，企业正迎来按需采购、自如升级的新阶段。 03 AI时代，如何让数据真正用起来 董芳英看过很多数据治理平台的项目，她发现一个规律，如果对方是一个纯IT团队，没有数据资产运营的理念，这类项目的成功率往往不会很高。 数据如果只存储在数据库里，只会成为成本和负担。“我们刻在骨子里的理念就是数据构建好之后，一定要把数据用起来。”董芳英告诉数智前线。所以，瓴羊非常强调资产运营，光把数据聚合在一起还不够，还要让数据更好地用起来。 而要让企业用好数据，客观存在着一个巨大的鸿沟。董芳英发现，表面看企业有数据，业务有问题，把二者匹配就解决了问题，但两者如何连接起来面临巨大的考验。 对业务人员而言，理解业务和理解数据是两码事。很多时候业务人员缺乏数据思维，数据获取依然要求助于数据专家，这面临着大量的沟通和时间成本。 而在具体的获取数据环节，数据团队压力也很大。他们经常会面临大量的关于数据在哪里、数据是什么意思、该如何使用、在哪里使用的咨询。并且，要在海量的数据资产中找到想要的数据，也并不容易。 这反映出，企业用数需求，不止是从Chatbot中获得一个具体的数据结果，还涉及到基于业务去找到和使用好内部的数据资产的需求。董芳英提到一个具体的例子，她经常碰到客户提这样的问题：企业的商机转化率低，有什么样的数据能解决问题？ 解决问题的核心在业务流程里，先回到业务中，问题涉及哪些人员和组织，涉及哪些流程，这样才有可能给用户有价值的指导，而不是就数据返回一个数据结果。 从这一痛点出发，瓴羊今年推出业内首个数据资产智能体——Dataphin·DataAgent，在大模型的加持下，用户能自定义专属的Agent，业务人员能更便捷实现从问题到思路、数据、用法的全链路自助化操作。 自动播放 “未来每个人都有一个专属的数据助手。”王赛说，它不只是工具层面帮用户取数，还能帮助连接业务，输入问题后直接给到数据视角的内容。 某一家头部乳业品牌的数据中台已经建设多年，形成了超过20个数据域，上千指标，几百用户标签和近百个应用。但目前业务的需求总是通过数据工程师人工满足，业务人员觉得响应慢，而工程师又被压得喘不过气来。现在通过Dataphin的智能DataAgent，每次都能快速找到资产，研发效率翻倍。 这个过程里，Dataphin·DataAgent的三大能力也展露无遗。首先是基于全域的数据资产，可以快速便捷帮助企业构建向量数据库，完成知识库的搭建；其次是，基于对知识库的理解，提供了不少辅助工具和元素化的交互能力，加速智能体的设计和编排；再次，数据智能体一键发布，能帮助企业更方便去消费数据。 DataAgent平台背后，瓴羊还提供了一整套解决方案，底层是基于Dataphin的全域资产，这也是区别一般智能Agent之处。模型能力上，接入了通义千问模型，用户还可基于百炼平台按需求选择其他模型。 大模型升级后，效果也非常明显。以前在数据资产平台搜索，只能进行关键词关联，现在通过Dataphin·DataAgent不仅仅可以把相关数据一并列出，还能基于业务需求，挖掘数据资产，把关键数据信息一目了然呈现。 从降低中小企业启动数据治理的门槛，到降低企业兼具个性化和性价比的前提下用好数据资产的门槛，到基于DataAgent智能体更便捷地消费和使用数据，瓴羊的数据产品和服务正在重构企业数据服务的价值。

鞭牛士 9月23日消息，有消费者近日在黑猫投诉平台上集体投诉陌陌官方存在欺骗消费者，虚假宣传，强制消费的问题。 据消费者描述，其在陌陌平台充值100元（实际消费99.5元）参加陌陌官方推出的活动，随机刷出了价值499.5元的虚拟礼物，实际后台收益约199元左右。 该消费者称，第二天，官方以数据异常为由没收了后台收益，只返还了995陌陌币（1人民币等于10陌陌币）。 消费者称其通过官方正规渠道参加的活动，并未使用外挂等，陌陌官方却用一句数据异常没收了其实际收益，且只返还仅可在这个平台交易消费虚拟币，存在欺骗消费者，虚假宣传，强制消费的问题。 消费者认为陌陌平台系统的问题不应该由用户承担责任，并要求陌陌官方原路退回充值金额。目前，消费者不接受官方给出的解决方案，陌陌官方暂未作出回应。

在互联网舆论场上，@疯狂小杨哥几乎是一败再败。 舆论的风暴起始于9月初辛巴对小杨哥的主动“开战”，这场跨平台扯头花戏码最终以辛巴宣布自费1亿赔偿小杨哥直播间消费者作为高潮；而舆论尚未平息，美诚月饼又将小杨哥送回了风暴中心。 风雨飘摇下，疯狂小杨哥的直播电商帝国出现了裂痕：9月17日合肥市监局宣布立案调查后，小杨哥旗下的头部主播账号，如@嘴哥、@卓仕琳、@七老板、@陈意礼陷入了全面停播状态，官方授权账号如@三只羊网络 顶着舆论压力复播，但弹幕骂声一片，主播很快开启了精选模式。 此外还有达人的纷纷离场：三只羊沈阳分公司被发现人去楼空，曾出任沈阳分公司董事长的@李炮儿澄清自己在今年4月就已与三只羊解约；5月，另一位网红@玲爷也宣告解约；这场月饼风波中，还有网红牛肉哥的悄悄离场。最近，疑似三只羊高管卢文庆的口无遮拦，又将旗下女主播拉入另一场危机。 当然，不只是小杨哥，还有不少头部主播在这个中秋节遭遇了滑铁卢，展现出“草台班子”的一面。不透明的价格机制、不稳定的供应链把控、层出不穷的翻车事件，诸多因素叠加之下，大主播们集体陷入了争议之中。 日均掉粉20W+ 小杨哥直播间又翻车 根据卡思观察，自9月12日事件曝光后截止本文发稿时，@疯狂小杨哥 抖音账号粉丝流失量已经超过200W，这样的掉粉速度在历年来发生的“网红翻车”事件中称得上迅速。特别是对于身为超级主播的小杨哥而言，“月饼事件”不仅直接导致其损失了数百万真实活粉，还严重损害了他在消费者群体间建立的口碑与信任。 回溯整起事件，其导火索源自中秋节前夕，有网友在社交平台上表达了对在小杨哥直播间购买的所谓香港高端月饼品牌——香港美诚月饼的不满。该网友指出，月饼包装上标注的产地信息为广州与佛山，而非直播间宣传时说的“香港月饼”，指责小杨哥在直播过程中未对此进行明确说明，涉嫌虚假宣传。甚至当自己联系客服申请退货时，对方还表示拒绝。 在网友们的热烈讨论下，这一事件迅速引发了广泛关注。多名美诚月饼的代理商相继发声，进一步证实了美诚月饼的实际生产地并不在香港，仅是其商标在香港进行了注册，且在香港地区并无实体门店经营。 一时间#月销5000万元的香港月饼在香港买不到#冲上热搜，网友们对小杨哥的声讨也愈演愈烈，大家从多个角度对其进行了全方位的批判。 有人反复品味小杨哥兄弟在直播间向香港演员曾志伟推销月饼时的片段，尤其是当小杨哥说到“美诚是很大的牌子，在店里要排队才能买到”时，不少网友被曾志伟的表情逗笑，称“第一次在曾志伟脸上看到清澈又愚蠢的眼神”，调侃他是直播间里的“唯一港货”。 图源：网络 有人表示自己在直播间时，多次听到小杨哥用“全国销量第一”“米其林大师调制”等字眼宣传，却没有实际证据证实，涉嫌违背《广告法》；还有人找出该月饼过往的销售记录，发现这个声称日常价238元一盒的月饼，在淘宝等电商平台上的原价为59元三盒，但在与“三只羊”合作后，价格被大幅上调至169元三盒，在直播间的价格不仅不是“最低价”，还标高了近3倍。 知名打假人王海也在媒体采访中指出，“香港美诚月饼”对于小杨哥反复强调的“黑松露流心酱”的标识不符合食品安全标准，包装上只标示了黑松露流心酱的添加量大于等于2%，并没有标示黑松露的实际含量，很容易误导消费者以为这款月饼用了很多黑松露，不符合相关规定，应该按照《食品安全法》第148条的规定给消费者“退一赔十”。 然而，即使事件曝光已经超过十天，面对网友们的指责，“三只羊”或小杨哥仍未公开进行过正面回应。仅在用户私聊中以“时令商品”无质量问题不适用“7天无理由退货”条款为由拒绝退货，似乎想继续采用以往面对争议时的冷处理模式。 图源：网络 这一次网友们的怒火显然没这么容易平息。9月14日，广州市花都区市场监管局对外回应称已关注到网上关于美诚月饼的讨论，监管部门已介入调查。9月17日，合肥高新区市场监管局也表示针对“三只羊”直播中涉嫌误导消费者的行为进行立案调查。 最新消息显示，9月18日，广州市花都区市场监督管理局发布关于涉美诚月饼的情况通报，称在企业经营方面“目前暂未发现存在违法行为”，品牌授权和委托加工手续合规，近期监督检查和食品检测也无异常。 但随后官方将该通报撤下，称因部分内容需要修改，因此暂时撤回了通报内容，而合肥方面对于“三只羊”的调查目前也还未有定论，但根据三只羊目前面临的情况，有律师认为“三只羊或将被重罚营业额5倍，甚至吊销营业执照”。 风光三年，翻车三年 2021年末，因为别具一格的“反向带货”模式，@疯狂小杨哥 从一众转型带货的内容达人中脱颖而出，迅速成长为抖音平台的超头主播，每月直播间的销售额均超过亿元，大小杨兄弟也成功以@疯狂小杨哥 直播间为起点，构建起了自己的商业帝国。 数据显示，三只羊集团2022年年纳税额2.5亿；2023年直播带货产值预计超300亿元，纳税额超过4.5亿。然而，在其事业发展得风生水起的同时，关于其直播间商品质量、售后服务和主播行为的争议也从未停止。 最早引起过大众关注的翻车事件发生在2022年9月，有消费者指控在其直播间购买的某款洗发水赠送的吹风机缺乏必要的3C安全认证，属于“三无”产品。彼时面对这一指控，小杨哥方面仅仅是进行了单纯的否认，并未给出足够有力的调查报告或质检报告，随着时间流逝，以及吹风机毕竟并非直播间正价商品，这件事也就不了了之逐渐被大众遗忘。 同年11月，职业打假人王海公开举报，疯狂小杨哥带货的金正破壁机和绞肉机虚标功率，标示功率为300w，实际拆机检验只有100w左右。对此，小杨哥方面依然选择沉默应对。 2023年，小杨哥直播间带货的优上婴幼儿保湿滋润舒缓特护霜涉嫌虚假宣传，杭州市高新区（滨江）市场监督管理局对销售方杭州优上化妆品有限公司罚款56430元，并责令停止发布虚假广告。 迈入2024，央视315晚会曝光了曾登上小杨哥直播间的品牌“御徽缘”使用劣质槽头肉加工制作梅菜扣肉的黑幕，但小杨哥在为其带货时，宣传其用的是五花肉； 9月9日，王海再爆料小杨哥直播间推广过的一款原切牛头被武汉市青山区市场监督管理局调查证实为拼接肉，与宣传不符，供货商因此被市场监管部门处以50万元的罚款； 9月15日，一名来自湖南常德的消费者表示，在@三只羊网络对酒当歌 推荐的商家处购买了一整箱兔年生肖茅台，随后发现部分酒品的喷码和瓶盖存在明显问题，与正品不符。 图源：网络 除了品控问题饱受争议外，去年“双十一”三只羊旗下主播@红绿灯的黄 在直播带货YSL圣罗兰美妆品牌产品时，被指披头散发、表情狰狞，网友指责她带货低俗，严重影响了品牌形象，小杨哥直播间也为此再次被推到风口浪尖。 不过，对于频频爆出的负面消息，“三只羊”的处理方式要么是否认，要么直接不回应，最多也只是退货处理，未对消费者做出过更多赔偿，仅由供应商承担产品质量的法律责任。 图源：网络 凭着这样“不作为”的解决方式，“三只羊”数次从舆论危机中顺利脱身，生意还越做越大。直到今年9月初，小杨哥和快手超头主播辛巴因直播间螃蟹价格机制发起跨平台大战，辛巴炮轰小杨哥对不起消费者，表示自己将拿出1亿元以慰问金的形式补偿在小杨哥直播间购入茅台和梅菜扣肉的消费者。而小杨哥依旧保持沉默，只在直播间内抹一把眼泪，继而铿锵有力地喊出“123，上链接！” 只不过，这一次他的沉默战略没有走通。 命运交织的大主播们 当然，不仅是小杨哥连续遭遇滑铁卢，这个中秋节，头部主播们的命运神奇地以“翻车”的形式交织在一起。 在辛巴开战小杨哥后，罗永浩也及时添了一把火。9月11日，罗永浩·钮祜禄发布微博，“除了交个朋友和辛选，是不是那些卖了假货和恶性问题产品的大直播间，几乎从来不主动做全部订单的退一赔三啊？”话里话外将矛头指向了小杨哥。 不过，这一发言的契机也是交个朋友在月饼上的“翻车”，其直播间售卖的一款芬迪卡萨月饼礼盒被用户投诉为高仿，并非直播时宣传的“奢侈品品牌芬迪的联名款”。罗永浩在微博为交个朋友选品审查上的疏漏致歉，顺便炮轰“某头部直播间”。有意思的是，在5天之后，交个朋友又因曾带货美诚月饼宣布加速“退一赔三”的流程。 图源：微博 共富财经 “一块月饼”还在持续将各大头部直播间卷入舆论的漩涡。不久之前，东方甄选也被用户发现，其2022年售卖的一款“东方甄选流心月饼”委托生产方正是广州美诚。这款月饼在当时的售价为188元一盒，但并非小杨哥直播间“同款”，东方甄选也没有宣称其为“香港高端月饼”。 刚刚与东方甄选分家的董宇辉也险些深陷“中秋劫”，其带货的“澳门葡记流心月饼”，也被用户质疑是内地贴牌代工。事后，澳门葡记官方积极回应澄清，让董宇辉避免卷入其中；辛巴似乎也没能避免“回旋镖”，直播间内上架的“九龙塘月饼”号称“在香港要排队”，实则在广东生产。 图源：微博 大主播们频频翻车，似乎成了2024年的保留节目。用户对大主播逐渐去魅，再加上直播电商白牌、贴牌商业模式的弊病，“倒下”似乎是早晚的事。 今年以来，@太原老葛、@小英一家、@骆王宇等头部网红接线翻车。大主播的日子不好过，东方甄选这样的机构也未能独善其身，尽管通过“割席”董宇辉谋求舆论清净，但本身的争议也并不在少数，就在不久之前，由于主播天权的一句“江小白不是白酒”，东方甄选也不得不陷入与江小白的官司中。 进入2024年，整个直播电商模式似乎都在悄悄转型，消费者质疑大主播带货产品的价格力，同样也质疑不透明的白牌模式。当下大主播们面临的问题，可以说很大程度上都是过往商业模式的积弊。 此前，头部达人的直播间曾对品牌的价格体系造成冲击，也一定程度上重构了用户的消费认知，但当下来看，品牌自播开启了对达人带货的“反击”。在这样的背景下，达人实际上是遭遇了流量和信任的双重危机。 一个业内的普遍共识是，短视频直播平台的流量越来越贵、也越来越难以获取了，像@广东夫妇 这样体量的达人，在做品牌专场时已然放弃坑位费转而向品牌寻求投流。且虽然有“铁打的抖音，流水的头部主播”一说，但在董宇辉之后，抖音实际上没能再复制出一个顶流电商玩家。 过去两年里，抖音为了提升电商事业的确定性，一再将流量向着平台的金主——品牌方以及品牌自播倾斜，品牌自播在大盘的流量占比一度去到了60%以上，这无疑会影响达人的生存状态，达人不仅要在强大的内容竞争里，持续产出好内容、维系粉丝粘性，还不得不为每一场直播GMV的达成向平台采购付费流量，当钱越来越难赚，部分达人降低了直播频次或宣布无限期停播，也有部分迁移到其他平台开启直播事业。 与此同时，大主播们也在寻求转型，探索增长的第二曲线，小杨哥的“星辰大海”是短剧、出海，但他的直播电商“帝国”在舆论冲击下摇摇欲坠；炮轰完小杨哥后，辛巴转而开始“拜师”胖东来，开起了“辛选超市”，旗下的主播蛋蛋则接下了直播重担，目前已粉丝破亿。 直播电商悄悄退潮，大主播们也在后退，但如何穿越艰难的转型周期，大主播还需自己解难题。

快科技9月23日消息，据媒体报道，越南政府签发关于颁布越南半导体产业发展战略（近期至2030年和远期展望至2050年）的第1018号决定。 该战略规划了三个阶段的发展目标，目标是将越南建设成为世界半导体和电子产业领先国家之一。 根据报道，越南计划先吸引外商投资，提升半导体产业基础能力和人力资源规模，逐步成为全球半导体和电子产业中心之一。 最终在2040—2050年成为世界半导体和电子产业领先国家之一，并掌握半导体和电子领域的研发方法。 不过电力短缺可能会成为这一目标的阻碍，2023年5月和6月，越南北部省份的工业园区出现了轮流停电的情况，影响了包括富士康和三星在内厂商的正常运营。 为应对电力短缺，越南政府采取了一系列措施，包括关闭路灯、调整工厂运营时间，并鼓励超过11000家公司减少电力消耗。 尽管越南政府正努力通过增加煤炭进口量和进行基础设施升级来解决电力问题，但目前看来，这些措施可能仍不足以支持其半导体产业的快速发展。

自动播放 凤凰网科技讯（作者/李信臻） 9月23日，博主@赏金猎人灰烬爆料称，团队上门找东北雨姐进行打假揭露被群殴和限制自由。该博主称，今年5月份发现东北雨姐销售的红薯粉丝有质量问题，购买相关产品送检后发现，产品中掺入了木薯淀粉。随后博主又在8月份两次将产品送往海关进行检测，检测结果显示没有检出红薯成分。 博主表示，9月20日团队上门找东北雨姐进行揭露，但沟通过程中产生冲突，被对方殴打和限制人身自由，并要求删除所拍摄的视频，后续在相关部门的调解下签署了谅解书，目前已离开当地。 对此，东北雨姐方暂无公开回应。

近段时间，多方观点认为欧洲半导体市场目前正处于衰退之中，形势不容乐观。 欧洲可能比世界其他地区晚了一年才陷入低迷，市场机构 Future Horizons 预计 2025 年欧洲半导体市场只会增长 8%。 当前，欧洲的汽车和工业市场已经开始出现负增长。更具体来看光电子和分立器件表现不佳，MCU 市场正在萎缩并出现负增长，模拟市场也经历了 17 个月的负增长。这些迹象让欧洲市场担心 2025 年年初会出现库存过剩等情况。 欧洲在半导体的投入产出似乎一直处于「雷声大雨点小」的状态，政策一直不少，但却收效甚微。欧洲半导体到底怎么了？ 欧洲半导体的「家底」 客观地说，欧洲半导体产业并不「弱」。2023 年全球前 25 大半导体厂商中也可以看到几家欧洲企业的身影。 德国的英飞凌，在功率半导体和能效解决方案方面处于领先地位。该公司在电力电子领域的专业能力涵盖汽车、工业和可再生能源应用。2023 年英飞凌销售额营收为 163.09 亿欧元，同比增长 15%。 瑞士的意法半导体可以提供广泛的半导体解决方案，涵盖汽车、工业和物联网 (IoT) 领域的应用。2023 年意法半导体销售额增长了 7% 达到 172 亿美元。 荷兰的恩智浦半导体也在汽车半导体领域处于领先地位。作为联网汽车安全连接和嵌入式处理解决方案的主要提供商，在快速发展的汽车行业中发挥着重要作用。2023 年恩智浦半导体营收达到 132.8 亿美元。 不难发现欧洲半导体公司在汽车市场领域有相当大的领先优势，三家传统大厂都是相关领域的领头羊。此外，欧洲厂商在半导体产业的上游也有着一定的「话语权」。小摩有三家「看好的」欧洲半导体设备公司。 瑞士公司 VAT Group 生产用于芯片制造的真空阀。从 2023 年 1 月到 2024 年 9 月，VAT 的股价上涨了 42%。随着半导体设备市场的发展，VAT 的业务开始增长。 荷兰公司阿斯麦生产用于制造半导体的光刻机。阿斯麦掌握着对极紫外（EUV）光刻技术的垄断，作为大规模 EUV 光刻机的唯一供应商，在实现更小、更强大的半导体元件生产方面占据着关键地位。 同样是荷兰公司的 ASM International 也生产用于制造半导体的光刻机。在过去的 12 个月里，ASM International 股价上涨 68%。ASMI 的薄膜沉积工具对于制造人工智能基础设施中使用的尖端逻辑和存储芯片至关重要。摩根士丹利的 Nigel Van Putten 表示，随着半导体行业采用被称为全环绕栅极（Gate-All-Around）的下一代芯片架构，ASMI 将成为主要受益者。他预计未来几年 ASMI 的增速将超过整体芯片设备市场。 欧洲半导体差在哪里？ 欧洲半导体虽然在汽车市场有一定积累，但似乎错过了 2024 年的风口。欧洲在数据中心和人工智能服务器消费市场的表现相对较弱。目前，这些市场主要集中在美国和中国，对存储芯片和高性能处理器的需求量大，完全可以撑起全球芯片市场。 但欧洲市场对这类应用的需求并不火热，欧洲依然依赖传统的工业和汽车应用。然而，2023 年欧洲的汽车和工业市场表现不佳，相关芯片产品出现供过于求的局面，影响了欧洲芯片元器件供给侧企业的营收。 欧洲半导体「三巨头」之一的英飞凌科技公司将 2024 财年营收预期从 165 亿 - 175 亿欧元下调至 155 亿 - 165 亿欧元，并预计第二季度将会特别困难。意法半导体也发出悲观指引，称汽车终端需求稳定，个人电子产品需求没有显著增长，工业产品需求进一步恶化；挪威 Nordic Semiconductor ASA 年初公布的指引也低于市场预期；半导体设备编码器制造商 Renishaw Plc 也看到了工控行业需求的持续疲软。 据德国分销贸易组织 FBDi 统计，2023 年第四季度，在该机构注册的分销商营收下降了 20.1%，预订量下降了 56%，订单出货比为 0.47，这表明未来几个季度的市场形势严峻。 除了本土市场错过了风口，美国禁令使欧洲半导体市场深受其害。美国对中国企业进口高端芯片进行全面限制，并阻止欧洲和日本向中国出口芯片设备。对华禁令让 ASML 陷入了两难境地，无法向中国出货 EUV 光刻机，但中国是全球最大的芯片市场，也是 ASML 最重要的客户之一。 美国的政策让全球芯片供应链出现了紧张和混乱，导致芯片价格上涨和供应短缺。对欧洲半导体厂商来说，一方面，他们需要面对着更高的成本包括采购原材料和设备以及开拓新市场；另一方面，他们也面临着来自中国和其他地区厂商的价格竞争和市场份额争夺，毕竟美国禁令并不是为了欧洲厂商制定的。 对于这样的情况，欧洲半导体业界其实一直有着警惕意识，也一直希望能通过相关政策去提升本土企业的竞争力。事实上，从 2022 年开始，欧盟就已经提出欧洲版芯片法案，希望在全球半导体竞争中不落下风。然而曾经辉煌的欧洲芯片法案面临着「无法实现」的危机。 从 1.0 到 2.0，欧洲半导体产业政策依旧归零 2022 年 2 月欧盟提出《欧洲芯片法案》，2023 年 7 月该法案正式获得欧洲议会和欧洲理事会的批准，于 2023 年 9 月生效。该法案预计将对半导体产业投入超过 430 亿欧元，投资包括直接的公共资助以及通过激励措施吸引的私人投资。 作为该法案的重要成果，欧盟同意补贴台积电的百亿欧元德国厂项目，以及英特尔计划在德国建造的项目。 在欧盟委员会批准 50 亿欧元的援助后，台积电在 2024 年 8 月开始了其位于德国德累斯顿的半导体工厂的建设，该工厂将成为欧洲汽车行业的重要供应商。这一项目台积电计划投资 35 亿欧元，持有该工厂 70% 的股份，其余 30% 的股份由荷兰恩智浦集团、德国英飞凌集团和博世集团各占 10%。 但英特尔的项目似乎没有如约而至。不久前，英特尔正式宣布对其位于波兰的先进封装厂项目和位于德国的晶圆厂建设项目暂停大约两年。德国科技政策智库 Interface 在近期的报告中指出，欧盟的 2030 年半导体目标已经「不再可及」。 欧洲芯片法案目标到 2030 年将欧洲全球半导体生产市场份额提高到至少 20%。对此目标，荷兰半导体设备制造商阿斯麦（ASML）前首席执行官温宁克（Peter Wennink）称，鉴于当前投资水平以及在既定时间内大幅提高产能所面临的挑战，该法案设定的目标「完全不现实」。 于是，芯片法案 2.0 应运而生。2024 年 9 月，欧洲半导体产业协会（ESIA）产业协会呼吁新一届欧盟领导班子加紧出台「芯片法案 2.0」支持政策，以聚焦激励与合作，加快补贴发放，采取开放贸易政策，平衡经济安全与市场需求。 ESIA 呼吁欧盟将「产业竞争力」放在首位，加快补贴资金的发放，提议设立专门的「芯片特使」角色，旨在协调并统一跨领域的产业政策，确保政策的连贯性和有效性，并倡导半导体行业深度融入欧洲半导体委员会的决策过程中，以增强政策的行业导向性。 在贸易政策方面，ESIA 专门强调了半导体行业的全球性特征，呼吁欧盟采取「开放贸易」策略，维护供应链的高度开放与灵活性。ESIA 认为仅凭欧洲本土市场难以支撑起大规模的商业案例，如达到数亿件高质量零部件的销售量。因此，保护经济安全不应仅依赖于防御性的限制措施，而应更多地采用支持与激励手段，以促进产业的健康成长。针对出口管制问题，ESIA 主张其应坚守维护国际和平与安全的初衷，避免过度干预市场的正常运作。 一些外部因素，如美国政府的压力，会对欧洲半导体产业出口政策造成影响。因此，ESIA 呼吁欧盟在决策时审慎考量，避免损害本国及欧洲企业的核心利益。ESIA 建议欧盟设立一个结构化机制，永久性地让行业参与这一议题。例如设立一个协调出口管制的官方机构，并让半导体行业担任永久顾问的角色。除此之外，这份文件还呼吁欧盟避免限制该行业对部分特种化学品和材料的使用，加强对产业紧缺人才的培养等。 总结 欧洲的芯片制造商们表示，一个能赚钱的商业 case 可能起步就是销售 5 亿个高质量零部件，光是欧洲市场无法提供这么大的规模。 这一观点表明，欧洲半导体最大的问题就是没有足够的市场。而在某些因素的影响下，欧洲半导体公司离自己的客户越来越「远」，与自己客户的关系越来越差。 正如欧洲半导体行业协会认为的，「保护经济安全方面需要一种更加积极的做法，即基于支持和激励，而不是依赖于限制和保护性措施的防御手段。」 出口管制的最初的目标，是为国际和平和安全做出贡献，而不是损人不利己。

如果你爱他，就把他送到广州，因为这里可以「揸电鸡」，如果你恨他，就把他送到广州，因为这里可以肆无忌惮「揸电鸡」。 电鸡是广东地区对两轮电动车的俗称，与之配套的动词也是粤语「揸」，也许大家看过这样一张梗图「揸电鸡系广州年轻人唯一出路」。 半年前我们写过一次「老头乐」，如果说这种低速四轮电动车因为开车的人情况特殊，变成了规矩之上的「天龙人」的话，那么这两年生活在广州的人则感受到了另一种远比「老头乐」更可怕的交通工具：电鸡。 「老头乐」虽然跳出交规外，不在管理中，但毕竟数量没那么多，我们看到的是图片，听到的是传说，真碰上它成为公路之王的概率并不大。但是电鸡不一样，广州的电鸡是每个广州人绕不开的坎。 电鸡泛滥，是喜欢广州的理由，也是讨厌广州的理由 这两年来，在广州生活的人会明显感到电鸡明显增多，甚至夸张一点说，有一种电鸡围城的感觉，无论是路边停靠的，还是人行道，非机动车道还是机动车道，电鸡凭借它强大的机动性和灵活性，完全可以说是脚可往，我亦可往。 因而，在小红书等社交网络上，我们经常可以看到各种吐槽广州电鸡的帖子： 在人行道上行驶，然后在行人身后「哔」一下喇叭，提示行人让行 在机动车道上慢速行驶，影响机动车行驶，造成拥堵 乱停乱靠，尤其是商场附近和地铁口附近，挤占人行通道 闯红灯抢绿灯，逆行加塞 电鸡暴力改装，超速危险行驶 ……. 这张图相当能代表当下广州的交通格局，电鸡是目前广州最具路权的交通工具，能走人行道，能走非机动车道，三条机动车道还能走。 实际上，因为电鸡的强势，甚至现在广州行人和司机似乎已经形成了一种心照不宣的默契：默认最右侧的机动车道优先给电鸡行驶，次右侧机动车道视情况让机动车通行，左侧车道优先由机动车走，但电鸡必要时也能走。电鸡在非机动车道和人行道，则有绝对路权。 这类反映电鸡影响交通情况的评论区就会展开争论，发帖者和支持者会认为广州的电鸡泛滥，对路上行人和机动车的正常出行造成了巨大的困扰，并且电鸡经常随意闯红灯和逆行，也会造成很大的安全隐患，建议有关部门加强监管，最好禁止电鸡上路。 而反对者多为利益相关方，会认为开电鸡上路的人大多数是普通劳动人民，电鸡也是便民且廉价的交通方式，对于收入普通的人来说，电鸡是短距离通行的最好工具，提议禁止电鸡上路的没有良心，是何不食肉糜。 甚至在一些讨论广州城市竞争力的社交媒体内容中，不少广州居民反馈，电鸡问题会和广州 GDP 体量落后于北上深一道，成为城市竞争力和吸引力下降的另一个例证。 当然，以上是一些存在于个人和社交网络上零散的感性认知，客观真实情况如何呢？ ▲ 广州本地号做的投票调查，多数人对电鸡现状不满 根据 2023 年广州市交通发展年度报告的数据，广州地铁日均客运量为 857 万人次，是广州居民首选的交通方式，其次就是电鸡（电动自行车），承载了 685 万人次的出行，远远高于公交的 300 万人次和出租的 88 万人次。 其中中心城区电鸡日出行人次为 339 万，相比于 2019 年大涨 149%，可以说是爆炸式增长，因此广州市民感受到这两年电鸡泛滥并不是错觉。 至于电鸡保有量，2021 年 11 月 2 日广州开始实施电动自行车登记上牌，到至 2023 年底已登记上牌 442 万辆。 需要说明的是，无牌电鸡上路的情况也相当常见，442 万辆上牌电鸡之外，可能还有一两百万的无牌电鸡，所有也有媒体和机构预估，实际上广州电鸡数量达到了至少 600 万辆。 与此同时，激增的电鸡数量也产生了连锁反应：数据显示，广州电动自行车带来的交通意外伤，普遍占各大医院创伤骨科患者数的 60%—80%；相关车祸引发了急诊接诊严重车祸伤的 65%，并造成 75% 的交通意外死亡事件。 2021 年，广州共查处电动自行车交通违法行为 112 万宗，同比上升 169%，到 2022 年上涨至逾 160 万宗，2023 年交通事故中涉电动自行车的事故再度上升 63%。 从便利的角度来看，电鸡确实也是短途出行的利器，2023 年，广州市电动自行车的平均出行距离 4.4 公里、平均出行时间 21.4 分钟，「门到门」平均出行速度 12.3 公里 / 小时（常规公交为 11.3 公里 / 小时），考虑到公交上之前下之后都需要步行时间，以及出租车以及网约车的高价，电鸡购车成本不高，充电成本极低，也无需停车费，速度又比公交快，所以在实用性上赢得了大家的青睐。 在广州道路上能够自由穿行的电鸡，也确实是一些人喜欢广州，留在广州的原因。 无路可走的电鸡，让别人也无路可走 前文说电鸡在在广州拥有最高路权，其实也是用玩笑话说一个残酷现实，更真实的情况是，电鸡之所以会走上人行道和机动车道，除了非机动车道很难承载如此之多的电鸡，以及不少电鸡用户没有规则意识之外，很大一部分原因就是：广州的非机动车道非常稀缺。 四大一线城市里，北京和上海的主次干道非机动车道设置率都在 90% 以上，对自行车和电动自行车出行比较友好，而广州仅有 32%，深圳更低，为 28%。 另有数据显示，广州中心城区的非机动车道中有 84% 的宽度不足 2.5 米，而根据《城市综合交通体系规划标准》要求，自行车道最小宽度不应小于 2.5 米。 也就是说，广州目前的道路资源对电鸡非常不友好，稀少狭窄的非机动车道，根本容纳不了激增的电鸡，过量的电鸡自然就会溢出到其他车道。 对于日益拥堵的城市道路，有关部门会通过摇号限号等等方式来限制上路机动车的数量，但是电鸡并未受到如此待遇，购买上牌上路都没有任何限制措施。 于是乎，就形成了这个世界上没有路，电鸡走得多了，就有了电鸡的路。 人行道和机动车道被电鸡占领，就是这样子，一两辆电鸡断然是不敢违章冒险走上机动车道，但几十辆数百辆电鸡一起开上机动车道，这就是团结的力量，互相给予了勇气，人多自然势众。 前面提到每年一两百万的电动车被查处次数，其实也只是电动车违章违法的冰山一角，仅仅是无牌电鸡上路，就有一两百万辆之多，更何况其他的违章违法行为，可以这么说，一两百万的被查处次数，只是因为警力只能顾及这么多，而不是电动车违章次数只有这么多。 这就是摆在广州面前的问题：600 多万辆电鸡，肯定不能一禁了之，毕竟关乎到每天 600 多万人次的出行，这些人分流到公交和地铁也会是巨大的冲击。并且外卖员闪送员提供服务基本上都是依靠电鸡出行，禁电鸡就基本上等于禁外卖和闪送。 这么多的电鸡也不能放任不管，或者象征性管一管，因为电鸡乱开乱停，对其他人和车也确实造成了巨大的困扰。 举个许多广州人会碰到的例子：因为广州雨季长，雨水多，许多电鸡会加装雨棚，在人行道行驶的时候，半米多宽的雨棚恰好会在许多人眼睛的高度，路人很可能被这个雨棚磕到脑袋，甚至戳到眼睛。 当然，我们已经看到有关部门在对电鸡问题加大治理力度，比如广州电鸡抢占机动车道的重灾区金沙洲大桥，有关部门开始严查违章并罚款了，而且罚款会随着违章次数增多而越罚越重。 与之配套的，金沙洲大桥也打通了上下桥的非机动车道。 二者相加，于是非机动车道堵车了。 可以说，治理广州电鸡问题不是一日之功，也不是一地之事，这会是一个漫长的过程，堵和疏都需要齐头并进，堵住违章违法行为，不能听之任之，疏通建设非机动车道网络，让数百万电鸡有路可走。 广州的电鸡问题，因为数量原因，远远比当年武汉的「麻木（本地对载客三轮车的俗称）问题」和北京的「老头乐问题」更为复杂，禁不了，只能慢慢治理疏通。

近日，李飞飞与 a16z 合伙人 Martin Casado 以及研究者 Justin Johnson 展开讨论了 AI 领域的历史、现状以及未来发展方向，话题涵盖了 AI 技术的各个层面，特别是生成式 AI 和空间智能的未来潜力。 李飞飞强调，生成式 AI 在她的研究生阶段就已经存在，但早期技术还不成熟。随着深度学习和计算能力的飞跃，生成式 AI 在最近几年取得了令人瞩目的进展，成为 AI 领域的核心突破之一。 她还介绍了最新创业项目 World Labs，专注于“空间智能”，即机器在 3D 和 4D 空间中的理解和互动能力。 她指出，空间智能不仅适用于虚拟世界的生成，还可以融合现实世界，广泛应用于增强现实（AR）、虚拟现实（VR）和机器人领域，而 AI 技术的进步将为我们带来无法想象的新应用场景，包括虚拟世界生成、增强现实和与物理世界的交互。 以下为这次对话主要内容，enjoy～ Martin Casado 在过去的两年里，我们看到了一波涌现的消费级 AI 公司和技术，这个过程非常疯狂。而你们已经在这个领域工作了几十年。所以我们可能聊一下，你们在这个过程中做出的关键贡献以及洞见。 Feifei Li 这是一个非常激动人心的时刻，回顾一下， AI 正处于一个令人兴奋的时刻。我个人已经从事这个领域超过二十年，我们走出了上一次的 AI 寒冬，见证了现代 AI 的诞生。随后我们看到深度学习的兴起，它向我们展示了各种可能性，比如下棋。 然后，我们开始看到技术的深入发展以及行业对早期可能性的应用，比如语言模型。现在，我认为我们正处在一次“寒武纪大爆发”中。 在某种意义上来说，现在除了文本，我们还看到像素、视频、音频等都开始与 AI 应用和模型结合，所以这是一个非常令人兴奋的时刻。 Martin Casado 我认识你们俩很久了，很多人也认识你们，因为你们在这个领域非常突出。但并不是所有人都了解你们在 AI 领域的起步，所以或许我们可以简单介绍一下你们的背景，帮助观众建立基础认知。 Justin Johnson 好的，我最初接触 AI 是在本科快结束时。我在加州理工学院（Caltech）学习数学和计算机科学，那段时间非常棒。在那期间，有一篇非常有名的论文发布了，那就是 Home Neck Lee 和 Andrew Ng 等人在 Google Brain 的“猫论文”，这是我第一次接触深度学习的概念。 这种技术让我感到惊艳，那是我第一次遇到这种配方：强大的通用学习算法、巨大的计算资源和大量的数据结合在一起时，会发生一些神奇的事情。我大约在 2011 年、 2012 年左右接触到这个想法，当时我就觉得这将是我未来要做的事情。 显然，要做这些工作必须去读研究生，于是我发现 Feifei 在斯坦福，她当时是世界上少数几位深入研究这一领域的人之一。当时是从事深度学习和计算机视觉的绝佳时机，因为这是技术从萌芽期走向成熟并广泛应用的时刻。 那段时间，我们看到了语言建模的开端，也看到了区分性计算机视觉的起步——你可以通过图片理解其中的内容。这段时间还出现了我们今天称之为生成式 AI 的早期发展，生成图像、生成文本等算法核心部分也是在我读博期间由学术界解决的。 当时每天早上醒来，我都会打开 arXiv 查看最新的研究成果，就像拆圣诞礼物一样，几乎每天都有新的发现。过去两年里，世界其他人也开始意识到，每天通过 AI 技术有新的“圣诞礼物”收到。但对我们这些从事这个领域十多年的人来说，这种体验早就有了。 Feifei Li 显然，我比Justin要年长得多。我是从物理学进入 AI 领域的，因为我的本科背景是物理学。物理学是一门教你思考大胆问题的学科，比如世界上未解之谜。在物理学中，这些问题可能与原子世界、宇宙相关，但这种训练让我产生了对另一个问题的兴趣——智能。因此，我在加州理工学院做了 AI 和计算神经科学的博士研究。Justin和我虽然没有在加州理工学院重叠过，但我们共享相同的母校。 Justin Johnson 还有相同的导师？ Feifei Li 是的，你的本科导师也是我的博士导师，Pietro Perona。在我读博期间， AI 在公众视野里正处于寒冬，但在我眼中并非如此。这更像是春天前的冬眠期，机器学习和生成模型正在蓄积力量。我认为我是机器学习领域的“本地人”，而 Justin 的那一代是深度学习的“原住民”。 机器学习是深度学习的前身，我们当时实验了各种模型。但在我博士结束时以及担任助理教授期间，我的学生和我实验室意识到，有一个被忽视的 AI 元素在驱动着泛化能力，这个领域当时并未深入思考，那就是数据。我们当时专注于贝叶斯模型等复杂模型，而忽略了让数据驱动模型的重要性。 这是我们押注 ImageNet 的原因之一。当时所有领域的数据集规模都很小，计算机视觉和自然语言处理的标准数据集都是几千或几万条数据，但我们意识到需要提升到互联网规模。幸运的是，互联网时代也正在崛起，我们乘上了这股浪潮，也正是在这个时候我来到了斯坦福。 Martin Casado 这些时代就像我们经常谈论的那些，比如 ImageNet 显然是推动或至少是让计算机视觉在生成式 AI 领域中流行并具备可行性的重要时代。我们通常会提到两个关键的突破：一个是 Transformer 的论文，即“注意力机制”（attention），另一个是较少谈到的“稳定扩散”（stable diffusion）。 用这种方式来理解这两个来自学术界（尤其是谷歌）的算法突破是否合理？或者说这更是一个有意为之的过程？亦或是还有其他一些不常被提及的重大突破也推动了我们走到今天？ Justin Johnson 是的，我认为最大的突破在于计算能力。我知道 AI 的故事往往也是计算能力的故事，但即便人们经常提到它，我认为它的影响还是被低估了。 过去十年我们在计算能力上看到的增长是惊人的。被认为是深度学习在计算机视觉领域突破性时刻的第一篇论文是 AlexNet，这是一篇 2012 年的论文，深度神经网络在 ImageNet 挑战赛中表现出色，远超其他当时的算法。 在研究生期间你可能会接触到的那些算法，和 AlexNet 相比相形见绌。AlexNet 是一个拥有 6000 万个参数的深度神经网络，它在两张 GTX 580 显卡上训练了六天，GTX 580 是当时最强大的消费级显卡，发布于 2010 年。 我昨晚查了一些数据，想把这些放在一个更大的背景中看待。英伟达最新的显卡是 GB200，你们猜一下 GTX 580 和 GB200 之间的计算能力差距有多大？ 数量在几千左右，所以我昨晚算了一下数据。像是那两周的训练，那六天是在两块GTX 580上运行的，如果扩展一下，大概可以在一块GB200上运行不到五分钟。 这样想的话，真的有个很好的论点—— 2012 年 AlexNet 在 ImageNet 挑战赛上的论文真的是一个非常经典的模型，那就是卷积神经网络模型。 而实际上，这个概念早在 1980 年代就已经出现了，我还记得作为研究生学习的第一篇论文，内容也差不多，有六七层的网络结构。AlexNet 和卷积神经网络模型的唯一区别几乎就是 GPU ——使用了两个 GPU 和海量的数据。 所以我本来要说的是，大多数人现在都熟悉所谓的“痛苦的教训”（bitter lesson），这个教训说的是，如果你开发一个算法，只要确保你能利用现有的计算资源，因为这些资源会逐渐变得可用。于是你只需要一个能够不断进步的系统。 另一方面，似乎还有另一个同样有说服力的观点，那就是新的数据源实际上解锁了深度学习。ImageNet 就是一个很好的例子。虽然很多人认为自注意力机制对 Transformer 模型很重要，但他们也会说这是利用人工标注数据的一种方式。 因为人类为句子结构提供了标注，如果你看看 CLIP 模型，它实际上是通过互联网让人类使用alt标签来标记图片。因此，这实际上是一个关于数据的故事，而不是关于计算的故事。那么答案是两者兼有，还是更偏向某一方呢？我认为是两者兼有，但你也提到了另一个非常关键的点。 Martin Casado 我觉得在算法领域中，实际上有两个明显不同的时代。ImageNet 时代是监督学习的时代。在这个时代，我们有很多数据，但我们不知道如何仅凭数据本身来训练。 ImageNet 和其他同时期的数据集的预期是，我们会有大量的图像，但我们需要人类对每张图像进行标注。而我们训练的所有数据，都是由人类标注员逐一查看并标注的。 而算法的重大突破在于，我们现在知道如何在不依赖人类标注的数据上进行训练。对于一个没有 AI 背景的普通人来说，似乎如果你在训练人类数据，人类实际上已经进行了标注，只是这种标注并不是显式的。 Justin Johnson 是的，哲学上来说，这是一个非常重要的问题，但这个问题在语言领域比在图像领域更为真实。是的，但我确实认为这是一个重要的区别。CLIP 确实是由人类标注的。我认为自注意力机制是人类已经理解了事物之间的关系，然后你通过这些关系进行学习。 所以它仍然是由人类标注的，只不过这种标注是隐式的，而不是显式的。区别在于，在监督学习时代，我们的学习任务受到更多限制。我们必须设计出一套我们想要发现的概念本体论。 比如在 ImageNet 中，Fei-Fei Li和她的学生们花了很多时间思考 ImageNet 挑战赛中的一千个类别应该是什么。而在同时期的其他数据集，如用于目标检测的COCO数据集，他们也花了很多心思去决定放入哪些80个类别。 Martin Casado 那么让我们谈谈生成式 AI 。当我攻读博士学位的时候，在你们出现之前，我上过 Andrew Ng 的机器学习课程，还学过 Daphne Koller 非常复杂的贝叶斯课程，对我来说这些都很复杂。 当时的很多内容都是预测建模。我还记得你解锁了整个视觉领域的东西，但是生成式 AI 大约是在过去四年中才出现的。这对我来说是一个完全不同的领域——你不再是识别物体，也不是在预测什么，而是在生成新的东西。 所以也许我们可以谈谈是什么关键因素让生成式 AI 得以实现，它和之前的不同之处，以及我们是否应该以不同的方式去看待它，它是否是一个连续发展的部分还是另一个全新的领域？ Feifei Li 这非常有趣，即使在我研究生时代，生成模型就已经存在了。我们当时就想做生成，只不过没人记得了，即使是用字母和数字做生成，我们也在尝试一些事情。Jeff Hinton 当时有一些关于生成的论文，我们也在思考如何生成。 实际上，如果你从概率分布的角度来看，数学上是可以进行生成的，只是当时生成的东西根本无法让人感到惊艳。所以，尽管从数学理论上来看生成的概念是存在的，但实际上没有任何生成效果让人感到满意。 然后我想特别提到一位博士生，他在深度学习方面有着浓厚的兴趣，来到了我的实验室。这个博士生的整个博士学习经历几乎可以说是这个领域发展轨迹的缩影。 他的第一个项目是数据，我逼着他做，尽管他不喜欢，但事后他也承认学到了很多有用的东西。“现在我很高兴你能这么说。”于是我们转向深度学习，核心问题是如何从图像生成文字。实际上，这个过程中有三个明确的阶段。 第一个阶段是将图像和文字进行匹配。我们有图像，也有文字，接下来我们要看它们之间的关联度。我的第一篇学术论文，也是我的第一篇博士论文，研究的就是基于场景图的图像检索。接下来，我们继续深入研究，从像素生成文字，这方面他和 Andrej 都做了很多工作，但依然是一种非常有损的生成方式，信息从像素世界中获取时损失很大。 中间阶段有一个非常著名的工作，那个时候有人第一次实现了实时化。2015 年，一篇叫《神经算法的艺术风格》的论文由 Leon Gatys 领导发表。他们展示了将现实世界的照片转换为梵高风格的图片。 我们现在可能习以为常，但那是在 2015 年，那篇论文突然出现在 arXiv 上，震惊了我。我感觉大脑中被注入了一种“生成 AI 的病毒”。我心想：“天哪，我需要理解这个算法，玩一玩，试着把自己的图片变成梵高风格。” 于是，我花了一个长周末重新实现了这个算法，让它能够正常运行。其实它是一个非常简单的算法，我的实现大概只有 300 行代码，当时是用Lua写的，因为那时候还没有 PyTorch，我们用的是 Lua Torch。不过尽管算法简单，它的速度很慢。每生成一张图片，你都需要运行优化循环，耗费很多时间。生成的图片很漂亮，但我就是希望它能更快一点。最后，我们确实让它变快了。 还有一点我非常自豪的是，在生成 AI 真正走向世界之前，他在博士研究的最后一部分做了一个非常前沿的工作。这个项目是通过输入自然语言来生成完整的图像，这可以说是最早的生成 AI 工作之一。我们使用的是GANs，但当时它非常难用。问题是，我们还没有准备好用自然语言来描述一幅完整的图像。 于是，他采用了一个场景图结构输入方式，输入内容是“羊群”、“草地”、“天空”等，并用这种方式生成了一幅完整的图像。 从数据匹配到风格转换，再到生成图像，我们逐渐看到了一个完整的转变。你问这是否是一个巨大的变化，对于像我们这样的人来说，这是一个持续的过程，但对于大众而言，成果确实显得突然且具有冲击力。 Martin Casado 我读了你的书，真是一本很棒的书，我强烈推荐大家去读。而且，Fei-Fei，我想说的是，长期以来，你的很多研究和方向都聚焦于空间智能、像素处理等领域。现在你在做的 World Labs 也和空间智能相关。能谈谈这是你长期旅程的一部分吗？你为什么现在决定去做这个？这是否是某种技术突破或个人原因？你能否带我们从 AI 研究的背景过渡到 World Labs？ Fei-Fei Li 对于我来说，这既是个人的追求，也是智力上的旅程。你提到了我的书，我的整个智力旅程实际上是一种对“北极星”的追寻，同时也坚信这些北极星对于我们领域的进步至关重要。 在一开始的时候，我还记得研究生毕业后，我认为我的北极星是“为图像讲故事”，因为对我来说，这是视觉智能的一个重要组成部分，也就是你所说的 AI 的一部分。 但是，当 Justin 和 Andrej 完成他们的工作时，我想：“天哪，这就是我一生的梦想，我接下来要做什么？”这个进展比我预期的快得多——我本以为需要一百年才能实现这些。 视觉智能始终是我的热情所在。我坚信，对于每一个有智能的存在，比如人类、机器人，或者其他形式的存在，学会如何看待这个世界、如何推理、如何与世界互动是至关重要的。无论是导航、操控、制造，甚至是构建文明，视觉和空间智能都在其中扮演着基础性角色。 它的基础性可能和语言一样，甚至在某些方面更加古老和基本。因此，World Labs的北极星，就是解锁空间智能，而现在是正确的时机。 就像 Justin 说的那样，我们已经具备了所需的资源——计算能力和对数据更深的理解。与 ImageNet 时代相比，我们在数据理解上变得更加复杂。 我们也拥有了算法方面的进展，比如我们的共同创始人 Ben Mildenhall 和 Christoph Lassner 在 Nerf 方面的前沿工作。我们觉得现在是下定决心、专注这一领域并解锁其潜力的最佳时机。 Martin Casado 为了让大家理解清楚，你现在创办了这家公司——World Labs，而你们要解决的问题就是“空间智能”。你能简明扼要地描述一下，什么是空间智能吗？ Fei-Fei Li 空间智能指的是机器理解、感知、推理并在 3D 空间和时间中采取行动的能力。具体来说，它是指理解物体和事件如何在 3D 空间和时间中定位，以及世界中的交互如何影响这些 3D 位置。 这不仅仅是让机器停留在数据中心或主机中，而是让它走向现实世界，去理解这个丰富的 3D 、4D 世界。 Martin Casado 你说的这个“世界”是指现实的物理世界，还是一种抽象概念上的世界？ Fei-Fei Li 我认为两者兼有。这也代表了我们长期的愿景。即使你是在生成虚拟世界或内容，定位于 3D 中仍然有很多好处。或者当你在识别现实世界时，能够将 3D 理解应用到真实世界中也是其中的一部分。 Martin Casado 你们的共同创始人团队真是非常强大。那你觉得为什么现在是做这件事的合适时机呢？ Fei-Fei Li 这实际上是一个长期进化的过程。在博士毕业后，我开始寻找成为独立研究员的道路，并且思考 AI 和计算机视觉领域中的大问题。当时我得出的结论是，过去十年主要是在理解已经存在的数据，而接下来的十年将会是理解新的数据。 过去的数据，主要是网络上已经存在的图像和视频，而未来的数据则是全新的——智能手机出现了，这些手机有相机，有新的传感器，并且可以在 3D 世界中定位。这不仅仅是你从互联网上获取一堆像素并试图判断这是一只猫还是一只狗的问题了。 我们希望把这些图像当作与物理世界的通用传感器，帮助我们理解世界的 3D 和4D 结构，无论是在物理空间还是生成空间中。 博士毕业后，我做了一个很大的转变，进入了 3D 计算机视觉领域，与我的同事们一起研究如何预测物体的 3D 形状。后来，我对通过 2D 数据学习 3D 结构的想法产生了浓厚的兴趣。 我们讨论数据时常会提到，获取 3D 数据很难，但实际上 2D 图像是 3D 世界的投影，这里有很多可以利用的数学结构。即便你有大量的 2D 数据，你也可以通过这些数学结构推导出 3D 世界的结构。 2020年是一个突破性时刻。我们的共同创始人 Ben Mildenhall 提出了 Nerf （神经辐射场）方法。这是一种非常简单、清晰的方式，可以通过 2D 观测推导出 3D 结构，点燃了整个 3D 计算机视觉领域。 与此同时， LLM 也开始崭露头角。很多语言建模的工作实际上在学术界已经发展了很长时间。即使在我的博士阶段，我也与 Andrej Karpathy 在 2014 年进行了一些语言建模工作。 Justin Johnson 这其实是出现在 Transformer 之前的事情，但到了 GPT-2 的时代，你在学术界已经很难再做这样的模型了，因为它们需要的计算资源太大了。然而，有趣的是，Ben 提出的 Nerf 方法，只需要在单个 GPU 上训练几个小时。 这让很多学术研究者开始重新聚焦于这些问题，因为可以在有限的计算资源下解决一些核心算法问题，而且你可以在单个 GPU 上获得最先进的成果。所以当时很多学术研究者都在思考：我们如何通过核心算法来推动这个领域的发展？我和Fei-Fei聊了很多，我们都非常确信这一点。 Fei-Fei Li 是的，我们发现我们的研究方向在某种程度上正朝着相似的目标前进。我还想讲述一个很有趣的技术问题，或者说一个关于像素的技术故事。 很多从事语言研究的人可能不知道，在生成 AI 时代之前，我们这些从事计算机视觉领域的人，实际上有一个很长的历史，叫做 3D 重建的研究。 这可以追溯到上世纪70年代，你可以通过拍摄照片——因为人类有两只眼睛，所以可以用立体照片来尝试三角测量，构建 3D 形状。然而这是一个非常难的问题，至今尚未完全解决，因为存在匹配问题等复杂情况。 这个领域有着长期的进展，但是当 Nerf 和生成方法结合，尤其是在扩散模型的背景下， 3D 重建与生成突然开始融合。在计算机视觉领域内，我们突然发现，如果我们看到某个东西，或者想象某个东西，二者都可以汇聚到生成它的方向。这是一个非常重要的时刻，但很多人可能没有注意到这一点，因为我们没有像谈论 LLM 那样广泛讨论它。 Justin Johnson 对，在像素空间中有重建，例如你重建一个真实的场景；而如果你看不到那个场景，则会使用生成技术。这两者实际上是非常相似的。整个对话中你一直在谈论语言和像素，或许这是一个好时机来讨论空间智能与语言方法的对比，比如它们是互补的，还是完全不同的？ Fei-Fei Li 我认为它们是互补的。我不确定如何定义“完全不同”，但我可以尝试做个对比。如今，很多人都在谈论GPT、开放 AI 以及多模态模型。大家觉得这些模型既能处理像素，也能处理语言。那么它们是否能实现我们想要的空间推理呢？为了回答这个问题，我们需要打开这些系统的“黑箱”，看看它们是如何在底层工作的。 语言模型和我们现在看到的多模态语言模型，其底层的表示是“一维的”。我们谈论上下文长度、 Transformer 、序列、注意力机制，但归根结底，这些模型的表示是基于一维的序列化令牌。 这种表示在处理语言时是非常自然的，因为文本本身就是由一维的离散字母序列组成的。这种一维表示是 LLM 成功的基础，现在我们看到的多模态 LLM 也是如此，它们将其他模态（如图像）“硬塞进”这种一维的表示中。 而在空间智能领域，我们的思路正好相反——我们认为世界的三维本质应该成为表示的核心。从算法的角度来看，这为我们处理数据和获得不同类型的输出提供了新的机会，帮助我们解决一些截然不同的问题。 即使从一个粗略的层面来看，你可能会说：“多模态 LLM 也能看图像。”确实可以，但它们在处理图像时没有将三维的本质置于其方法的核心。 Justin Johnson 我完全同意，讨论一维与三维表示的根本性区别是非常核心的。此外，还有一个稍微哲学化的观点，但对我来说同样重要：语言本质上是一种纯生成的信号，世界上不存在语言。你走到大自然中不会看到天上写着文字。无论你输入什么数据，语言模型几乎都可以通过足够的泛化将相同的数据吐出来，这就是语言生成的特质。 但 3D 世界不同，它遵循物理法则，拥有自己的结构和材料。能够从根本上提取这些信息，进行表示和生成，这是一种完全不同的问题。尽管我们会借鉴语言模型中的一些有用的想法，但从根本上来说，这是一个不同的哲学问题。 Martin Casado 对，所以语言模型是一维的，可能是对物理世界的不良表示，因为它是人类生成的，带有损失。而另一个生成模型的模态是像素，即 2D 图像和视频。如果你看视频，可以看到 3D 场景，因为摄像机可以平移。那么空间智能与 2D 视频有什么不同呢？ Fei-Fei Li 这里有两点值得思考。一是底层的表示，二是用户体验的便利性。这两者有时会让人混淆。我们感知的是 2D ——我们的视网膜是二维的结构，但我们的大脑将其视为三维世界的投影。 你可能希望移动物体、移动摄像机，原则上你可以用二维的表示和模型来做这些事情，但它并不适合解决你提出的问题。动态三维世界的二维投影可能可以建模，但将三维表示放在模型的核心，能够更好地适应问题的需求。 我们的目标是将更多的三维表示融入模型的核心，从而为用户提供更好的体验。这也与我的“北极星”相关。为什么我们强调“空间智能”，而不是“平面像素智能”？ 因为智能的发展轨迹，如果你回顾进化史，它的最终目的是让动物和人类能够在世界中自由移动、互动，进而创造文明，甚至是做一片三明治。因此，将这种 3D 的本质转化为技术，是释放无数潜在应用的关键，即便有些看起来只是表面上的进步。 Martin Casado 我认为这是一个非常微妙却至关重要的观点。或许我们可以通过谈论一些应用场景来进一步深入讨论。当我们谈论开发一种可以实现空间智能的技术模型时，它可能具体是什么样子的？有哪些潜在的应用场景？ Fei-Fei Li 我们设想的空间智能模型可以做很多事情，其中一个让我特别兴奋的是“世界生成”。类似于文本-图像生成器，我们现在已经有了文本-视频生成器——输入一张图像或一段视频，系统就能生成一个两秒钟的惊人片段。但我认为我们可以将这一体验提升到 3D 世界。 我们可以想象空间智能未来帮助我们将这些体验提升到 3D ，不仅仅生成一张图片或一段视频，而是生成一个完整的、模拟的、丰富的互动 3D 世界。也许用于游戏，也许用于虚拟摄影，应用领域广泛得令人难以想象。 Justin Johnson 我觉得这项技术会随着时间的推移逐渐进步。构建这些东西非常困难，所以静态问题可能会相对简单一些，但从长远来看，我们希望它是完全动态的、可交互的，正如你刚才所描述的一切。 Fei-Fei Li 是的，这正是空间智能的定义。我们会从更多的静态问题开始，但你提到的所有内容都在空间智能的未来规划中。 Justin Johnson 这也体现在我们公司“World Labs”的名字上——这个名字的含义是关于构建和理解世界。起初我们告诉别人这个名字时，他们并不总是能理解，因为在计算机视觉、重建和生成领域，我们通常会对所能做的事情进行区分。第一级是识别物体，比如麦克风、椅子等这些世界上的离散物体。许多 ImageNet 的工作都与识别物体有关。 但接下来我们提升到了场景的层次——场景是由物体组成的。例如，现在我们有一个录音室，里面有桌子、麦克风和坐在椅子上的人，这是物体的组合。但我们想象的“世界”是超越场景的。场景可能是单一的东西，但我们希望打破这些界限，走出门外，走到街上，看到车流穿梭，看到树叶在风中摇动，并能够与这些东西互动。 Fei-Fei Li 另一件非常令人兴奋的事情是关于“新媒体”这个词。借助这项技术，现实世界、虚拟想象世界或增强世界、预测世界之间的界限变得模糊。真实世界是 3D 的，所以在数字世界中，必须有 3D 表示才能与真实世界融合。你不能只用 2D 甚至 1D 来有效地与真实的 3D 世界交互。 这种能力解锁了无限的应用场景。就像 Justin 提到的第一个应用场景，虚拟世界的生成可以用于任何用途。第二个可能是增强现实。就在 World Labs 成立的那段时间，苹果发布了 Vision Pro，他们使用了“空间计算”这个词。我们几乎也在讲同样的事情，我们强调的是“空间智能”。空间计算需要空间智能，这一点是毫无疑问的。 我们不知道未来的硬件形式会是什么样子——可能是护目镜、眼镜，甚至隐形眼镜。但在真实世界与虚拟世界之间的界面，无论是增强你的工作能力、帮助你修理汽车，哪怕你不是专业技工，或者只是为娱乐提供一个类似于“Pokemon Go++”的体验，这项技术将成为 AR/VR 的操作系统。 Justin Johnson 极限情况下，AR 设备需要做的事情就是一直陪伴着你，实时理解你所看到的世界，帮助你完成日常生活中的任务。我对此感到非常兴奋，尤其是虚拟与现实之间的融合。当你能够实时完美地理解周围环境中的 3D 时，它甚至可能取代现实世界中的一些事物。 比如说，现在我们有各种不同尺寸的屏幕—— iPad、电脑显示器、电视、手表等，它们在不同的场景中呈现信息。但如果我们能够无缝地将虚拟内容与物理世界融合，这些设备就不再必要了。虚拟世界可以在正确的时刻用最合适的方式向你展示所需的信息。 另一项巨大的应用是混合数字虚拟世界与 3D 物理世界，尤其是机器人领域。机器人必须在物理世界中行动，而它们的计算和大脑在数字世界中。学习与行为之间的桥梁，必须由空间智能来搭建。 Martin Casado 你提到了虚拟世界、增强现实，现在你又谈到了纯粹的物理世界，比如用于机器人领域。这个方向非常广泛，尤其是如果你计划涉足这些不同的领域。你们如何看待深度技术与这些具体应用领域的关系？ Fei-Fei Li 我们认为自己是一家深度技术公司，作为一个平台公司，提供能够服务于这些不同应用场景的模型。至于哪个应用场景更适合我们一开始关注的，我觉得现在的设备还不够完善。 实际上，我在研究生时期就拥有了我的第一台 VR 头戴设备。当我戴上它时，我心里想：“天哪，这太疯狂了！”我相信很多人第一次使用VR时都有类似的体验。 我非常喜欢 Vision Pro，发布的那天我熬夜抢购了一个，但现在作为大众市场的平台，它还未完全成熟。因此，我们作为公司，可能会选择一个已经更为成熟的市场进入。 有时通用性中也会有简洁性。我们有一个作为深度技术公司的愿景，相信有一些根本性的问题需要被很好地解决，如果解决得好，可以应用于多个不同的领域。我们视公司的长期目标为构建和实现空间智能的梦想。 Justin Johnson 事实上，我认为这就是你们所做的影响所在。我不认为我们会真正完全到达那个终点，因为这是一个如此根本的事物——宇宙本质上是一个不断演化的四维结构，而广义上的空间智能就是理解这个结构的全部深度，并找到其中所有的应用。所以，虽然我们今天有一套特定的想法，但我相信这段旅程会带我们去一些我们现在根本无法想象的地方。 Fei-Fei Li 技术的神奇之处就在于，它会不断打开更多的可能性。我们会持续推进，而这些可能性也会不断扩展。 VC 今年以来对 AI 初创公司投资达 641 亿美元，接近 2021 年峰值，但全球 AI 年收入总额也才数百亿美元

仿生人会梦见电子羊吗？或许答案就在现代机器人的世界里。 Google X 前任副总裁、Everyday Robots 前任 CEO Hans Peter Brondmo 说，在 Everyday Robots，机器人整晚都在做梦，它们在模拟世界里学习，一觉“醒来”就能掌握新技能。 Everyday Robots 有一个充满未来感的实验室，机器人专家Peter Pastor在这里配置了七个工业 Kuka 机器人手臂，被形象地称为“Arm-Farm（手臂农场）”。 这些机械臂昼夜不停地工作，像抓娃娃机一样移动到垃圾箱上方的随机位置，再伸手抓取垃圾箱里的海绵、乐高积木、小黄鸭或塑料香蕉等物品。垃圾箱上方的摄像头能够捕捉到物品和机械臂的每一个动作，帮助系统判断抓取是否成功。 通过反复训练，机器人的成功率从最初的 7% 成功增长到 70% 以上。 这个结果令人振奋，但它仍然不够。几个月才能学会抓起一只小黄鸭的速度再过几百年也无法让机器人学会在现实世界里执行任务。 因此，Everyday Robots 开发了一个云端模拟器，创建了超过 2.4 亿个机器人实例，内置的真实世界物理模型能够模拟物体的重量和摩擦力。 成千上万的虚拟机器人通过模拟摄像头和模拟机械臂同时执行任务，经历数百万次失败，最后才会把表现优异的算法应用到真实的物理机器人上，在现实世界中进行训练。 Everyday Robots 在机器人学习领域的成就令人瞩目。“端到端学习”和“混合方法”的争论从未停止，而 Everyday Robots 在两个方面都取得了显著进展。 2023年，OpenAI 推出了 ChatGPT，这也让 Everyday Robots 意识到了数据的重要性，制定了下一个目标：让数百万机器人在现实世界中执行任务，收集足够的数据训练最终模型，使机器人能够超出狭窄训练定义任务范围的复杂任务。 让机器人从捡东西到能够游走在谷歌大楼里做擦桌子、垃圾分类等杂务，Everyday Robots 花了七年的时间，并确信自己正在引领一个属于机器人的未来纪元。 Hans Peter Brondmo 每周都会和母亲通电话，他的母亲每次都会问同一个问题，“机器人什么时候来？”而他总是回答，“妈妈，还要过一段时间。” 遗憾的是，Hans Peter Brondmo 的母亲在 2021 年过世，没能等到机器人的到来，这也仿佛预示了 Everyday Robots 的结局。 就在 ChatGPT 推出短短两个月后，谷歌就突然宣布关闭 Everyday Robots，只有少数机器人项目和成员被转移到 DeepMind 继续研究。 Hans Peter Brondmo 也从 Everyday Robots 离职，转向摄影领域，似乎有些心灰意冷。 十年前，谷歌掀起了机器人收购狂潮，波士顿动力等公司曾被一一收购。 然而十年后的今天，波士顿动力多次易主，谷歌机器人的辉煌也随着 Everyday Robots 的关停、诸多研究人员的流失陷入了低谷。 科研的伊甸园 在谷歌筹备上市的招股书中，有一封两位创始人坚持附上的公开信，信的开头是这样的： 谷歌不是一家传统的公司。我们也不打算变成一家这样的公司。 两位创始人担心上市会损害谷歌的独立性和客观性，或许会因为市场的短期需求放弃长期利益。为了保证管理层决策的独立性，谷歌创造了一种"双重投票权"的结构：管理层 B 类股的投票权是公众拥有的 A 类股的 10 倍。 在公开信的最后，他们强调： 不要作恶。我们坚信，作为一个为世界做好事的公司，从长远来看，我们会得到更好的回馈——即使我们放弃一些短期收益。 这封公开信后来被人们称为“不作恶宣言”。 Google X 正是基于这一价值观创立，旨在开发和推出能改善数百万甚至数十亿人生活的技术。这家实验室创立的所有项目都被统称为“登月计划（Moonshot）”，象征着和登月计划一样，瞄准一个看起来不可能的目标而努力。 和主流的职场规则不一样的是，Google X 不需要员工在做决策或提案前做好详细的计划，首席执行官 Astro Teller 非常欢迎员工们提出各种具有创新性的、甚至疯狂的想法。 Astro Teller 就曾经提出要在植物车（一种可以在农田中滚动采集植物数据的技术）上安装喇叭，向植物播放激励演讲的想法。他并不在意其他人异样的眼光，在他看来想法的价值不在于成果有多好，而在于是否具备创新性，能否打破常规思维。 他说，“如果团队花时间探索和测试像这样的愚蠢想法，可以帮助‘打破’他们的思维束缚，并取得原本可能不会取得的成果。” 当然，即使是 Google X 也必须考虑到现实因素。这里几乎每周都会有一次评审会，聚在一起讨论并否决掉成员们提出的过于疯狂的想法。大约九成的项目会因为太难或太贵而止步于提议。 一旦通过，Google X 给予的支持也是令人难以想象的。 Astro Teller 曾要求谷歌给他的项目提供 3000 万美元，而对方直接给了他 1 亿 5000 万。时任谷歌 CEO 的 Eric Schmidt 说，“如果我给你 3000 万美元，下个月你还会来要 3000 万。” 在 Google X，项目失败的频率比其他实验室要高出不少。但Google X 并不像传统公司那样将失败项目视为耻辱，一旦失败就关闭整个项目并裁掉相关团队。 Astro Teller 设立了项目失败奖金，鼓励大家放开手脚去做一些冒险的尝试，安慰那些尽力了但没能成功的员工。 Google X 还在员工的建议下举办了分享会，员工可以分享失败项目的经验和生活里的变故。 追求创新，鼓励冒险，拥抱失败。在这种氛围下，Google X 打造了一个纯粹的科研伊甸园。 谷歌一直在探索 AI 与机器人技术的结合，目标是创造能执行复杂任务的机器人。Google X 的通用学习机器人项目 Everyday Robots ，正是这一愿景的产物。 Everyday Robots 的研究进展非常顺利，团队开发出了能够在模拟环境中进行训练的AI模型，将表现优异的结果转移到实际的机器人硬件上进行进一步测试和优化。 虽然现实世界的复杂性和不可预测性导致机器人在模拟与现实之间的表现存在显著差距，但这并未阻碍 Everyday Robots 的研究步伐。 这些机器人逐渐具备了在实际环境中完成整理办公桌这类简单任务的能力，也代表着机器人能够在 AI 帮助下有效识别人类及其周围的物体。很快，这些机器人就被赋予了更多职责，忙碌于谷歌大楼中，处理各种日常杂务，成为了真正的“特殊员工”。 不止是杂务，Everyday Robots 把机器人的应用拓展到了艺术方面。 曾是专业舞蹈演员的斯坦福博士 Catie Cuan 与工程师们合作，开发了一种能够根据编舞者偏好训练机器人的算法。她在闲暇时间与这些机器人共舞，探索舞蹈与技术的全新融合。 来自荷兰的 Tom Engbersen 对此很感兴趣，他和 Catie Cuan 一起为机器人的每个关节设计了不同的音效。打开音乐模式后，机器人的每次移动都会创作出独特的管弦乐曲。 Hans Peter Brondmo 和他的母亲一直相信，这些机器人很快就会进入普通人的日常生活。但他的母亲没能等到这一天，而现实的残酷也不止于此。 理想和现实的冲突 商业黑洞？ 根据咨询公司 Evercore 的估算，谷歌在 Google X 上投入了 6.5 亿美元的研发预算，却造成了 9 亿美元的亏损。 硅谷的创业者和学术界也经常批评 “烧钱”的 Google X，怎么吃掉了这么多的资源，却迟迟没有交出一款真正的“现象级”产品？ 说到底，Google X 更像是一个理想主义者的创新乐园，而不是一个合格的商业实验室。 像知名的 Google Glass 明明实现了技术上里程碑式的突破，最终却因为高昂的成本和市场冷淡的回应市无法商业化而宣告失败。 Google Glass 于 2013 年 4 月正式发布，最初版本 Explorer Edition 售价高达 1500 美元，将近一万人民币。Google Glass 的科技含金量自然不用多说，但很可惜主流市场对此并不买账。 一方面，Google Glass 便捷的拍摄功能涉及隐私问题，引起了很大的隐私争议。 另一方面，社会对这项新奇的高科技眼镜接受程度出乎意料的低。根据移动应用公司 Bite Interactive 的调查， 38% 的受访者表示不会佩戴谷歌眼镜，即使价格在他们预算范围内。另有 45% 的人担心佩戴谷歌眼镜会导致社交尴尬或令人不快。 沃顿商学院法律研究和商业伦理学教授 Kevin Werbach 也指出，“Google Glass 可能要花好几年才能降价到让普通人接受的水平，社会接受这类产品则可能需要更长的时间。” Google Glass 只是 Google X 失利项目的冰山一角。还有互联网气球 Loon、模块化手机 Project Ara 和能源风筝 Makani等项目，都因为技术过于复杂或成本高昂等因素无法走向市场。 创新有时候像一场赌局，谷歌的赌注很大，但并非每次都能押对。 2015年，谷歌成立了 Alphabet 作为谷歌的母公司。同时把原本自主运营的 Google X、DeepMind、Waymo 等部门都脱离出来，放在了 Alphabet 名下作为子公司运营。 Alphabet 的目的是帮助谷歌专注于利润丰厚的核心业务，而不被“烧钱”的创新项目拖后腿。 2023 年 1 月 20 日，Alphabet 没能顶住经济寒冬，宣布将裁员约 12,000 人，占其员工总数的 6%。Everyday Robots 正是因预算削减而解散的少数项目之一，成为了这场创新与利益博弈中的牺牲品。 大公司的通病 根据 Alphabet 2023 年的财报，广告业务占谷歌总收入的 80% 左右，云计算服务贡献了总收入的 10% ，剩下 10% 来自于硬件和其他业务。 谷歌在广告业的霸主地位保证了源源不断的巨大收入，也反映了其对广告业务的严重依赖。即使是新的盈利增长点云计算服务，也是一直保持亏损状态，直到 2023 年才终于实现首次盈利。 而市场上盈利项目单一，高度依赖某一特定业务收入的失败案例真的有很多。 最出名的案例就是诺基亚，曾经全球最大的手机制造商，在功能手机市场上没有对手，但因没有及时转型智能手机，市场份额快速流失，最终在2013年被微软收购，退出了主流手机市场。 另一个经典案例是雅虎，曾经也是依靠门户网站和搜索引擎成为互联网巨头，广告业务也是其主要收入来源，在谷歌的攻势下节节败退，已经在 2017 年被 Verizon 收购并重组为 Oath。 过去雅虎怎么没落的还历历在目，现在还有可能要走上雅虎的老路，谷歌也很着急，不然也不会在自家机器人势头正好的时候叫停研究，转头跟着 OpenAI 开始做大语言模型。 谷歌出现了一个奇特的现象。一方面各类创新项目层出不穷，只有业界想不到没有谷歌做不到；一方面谷歌在广告以外的领域都没有能站住山头的王牌项目，总是屈居人后。 盈利开源的难题紧紧卡住了谷歌的脖子，然而祸不单行，谷歌开始留不住人了。 谷歌广告与商业化的副总裁 Sheryl Sandberg 离职去了 Meta，云业务的副总裁 Thomas Kurian 离开去了 Oracle，YouTube 首席执行官 Susan Wojcicki 也结束了在谷歌 25 年的工作生涯。 曾经参与谷歌机器人登月项目的员工们，不少去了其他公司：严梦媛去了OpenAI，Eric Jang选择了创业公司1X，Deepmind RT-1、RT-2、RT-X等项目发起人之一Yao Lu，现在是Nvidia的主任研究员...... 谷歌的一位高级运维工程师在博客上写了一封辞职报告，回顾了自己在谷歌九年的心路历程： 最开始，谷歌吸引她的是技术，而不断升职的后她却因为公司内部臃肿的机构、繁琐无意义的会议和重复性工作、边缘化、创新受挫等问题感觉压力越来越大，最终选择离开谷歌。 这也揭示了一个更大的问题：公司的扩展必然会带来复杂的层级结构和低下的决策效率，想依靠双重投票权摆脱这一问题的谷歌，最终还是患上了大公司臃肿僵硬的通病。 Everyday Robots 的一名前员工在采访中表示，公司很难确定公司的使命。团队无法决定他们的目标是高级研究项目还是商业上可行的产品。 曾经发展目标明确的谷歌，如今带着模糊的使命在创新的路口迷失了方向。 谷歌的创新迷途 问题在哪？ 回首2010 年，谷歌创始人 Larry Page 和 Sergey Brin 决定成立一个新的部门来研究“登月计划”： 听起来遥远、听起来科幻的技术，有朝一日可能会让世界变得更美好。 Google X 就是这个大胆的实验，也确实孵化出了很多听着就很科幻的“黑科技”。 比如大名鼎鼎的 Google Glass，戴上后能直接在眼前放出一块虚拟屏幕，可以通过手势、语音等方式对这块虚拟屏幕进行操纵，还配备了骨传导等功能。 再比如针对碳排放问题的 280 Earth 项目，大气中的二氧化碳含量过高那就直接把二氧化碳吸走，吸走的二氧化碳还能用来生产淡水，中间的废热还能用来给下一阶段供电。 谷歌成立 Google X 就是想把所有风险最高、短期回报最低的创新项目都塞到一个地方去解决，以“外脑”的形式运营。 早在上市之初，谷歌的两位创始人就担心未来股东们要求的短期利益会和科研需要的长期投资产生剧烈冲突，导致谷歌丧失初心放弃长期项目，不再创新只赚快钱。 为了避免这种情况，才有了特殊的 Google X，既是“外脑”也是初心。 谷歌曾经有过一个“20% 创新时间”政策，指的是员工可以每周拿出一天的工作时间去做本职工作以外的项目。这个创新的管理规定催生了Gmail、AdSense、谷歌新闻和 GTalk 等优秀产品。 但这项政策已经被废止，并且早在 2013 年就被内部员工视为“名存实亡”。 当时的员工如果想要享受这一福利就必须提出申请，而通过审批的难度越来越高，内部还有员工效率测试系统用来判断员工是否百分百投入本职工作。 其实，“20% 创新时间”的取消也是谷歌规模扩大后追求高效、规范的必然结果，不过谷歌并没有放弃对创新的追求。某种意义上来说，Google X 正是这个政策的替身，承担了创新的使命。 但从近几年的表现来看，谷歌不仅没能保住之前的创新氛围，还走向了新的创新陷阱。 谷歌前 CEO Eric Schmidt不久前在斯坦福演讲的时候放飞自我，表示“谷歌会在 AI 竞赛中输给OpenAI 等初创企业，是因为谷歌的远程办公政策导致员工不够努力。” 这正是谷歌陷入创新陷阱的一个缩影。高层不愿意再放宽工作时间，想通过缩紧管理政策来倒逼员工全身心放在工作上，并期待这样就能提升工作效率，让员工生产出源源不断的创新产品。 Google X 的设计厨房 但历史告诉我们，一个企业最有创新活力的时候就是初创期，只有这个时候企业才是真正以创新为导向的；一旦企业规模扩大，就不得不面对创新和赚钱的核心业务之间的取舍难题。 历史也告诉我们，历史总是惊人的相似，人类总要重复同样的错误。 诺基亚、雅虎、黑莓都因过于保守不够创新错失了转型的机会，被残酷的市场抛弃。但谷歌仍然怀有“变革没有那么快到来”的侥幸心理，再加上短期的财务压力，逐渐在创新中落于人后。 具身智能热潮已来，谷歌还有机会吗？ CB Insights 的数据显示，2022 年全球机器人行业的投资总额达到 89 亿美元，比 2021 年增长了 44%。其中，像 Agility Robotics、Boston Dynamics 这样的具身智能创业公司均获得了大规模融资，预计到 2025 年全球机器人市场规模将突破 400 亿美元。 这两年，具身智能发展可以说突飞猛进，各大公司和科研团队都取得了不小的突破。 英伟达就是领军者之一。比如今年在 GTC 开发者大会上推出的 GR00T 项目，之前被评为“2023年英伟达十大项目”之一的 Eureka。除了机器人全栈平台，英伟达还宣布了一项针对人形机器人开发者的加速计划，意在进一步推动具身智能的快速发展。 不仅是英伟达，OpenAI 投资的 1X 公司也不甘落后，推出了全新的人形机器人 NEO，并发布了他们自己的世界模型。 斯坦福大学的李飞飞团队也针对家务机器人做了重大更新，提出了全新的 ReKep 技术。与此同时，李飞飞创办的 World Labs 公司宣布，计划构建一个让 AI 能够在 3D 世界中感知、生成和互动的“大世界模型”。 斯坦福大学具身智能领域的另一个顶梁柱 Chelsea Finn 团队和 DeepMind 合作了 ALOHA 项目，在今年年初推出了 Mobile ALOHA 炒菜机器人。最近，他们又推出了升级版 ALOHA 2 机器人，能够执行更多精细动作。此外，Chelsea Finn 团队还提出了双向解码 BID 新型算法。 然而，并非所有公司都能在具身智能的浪潮中幸存。 Everyday Robots 的一位员工曾在采访中说，“公司对实用且价格合适的机器人做了过早的承诺却无法兑现，我希望 Everyday Robots 不会犯同样的错误。” 曾经坚守“登月计划”准则的 Everyday Robots 还是倒在了具身智能的热潮前，但在谷歌，它的使命并未就此终结。 曾经在 Arm-Farm “抓娃娃”的机械臂，如今在 DeepMind 的新项目中大展身手。机械臂和人类选手打得有来有回，成为首个在乒乓球比赛中达到人类业余选手水平的学习型机器人智能体。 谷歌在这场具身智能浪潮中依然有胜算，但前提是需要做出足够惊艳、与其他对手拉开差距的产品。 当你胜利的时候，无论你说什么，都是对的。 入关学有一句名言，“入关之后，自有大儒为我辩经。”只要实力够强，自然有人替你辩解为你站队。其实谷歌并没有输在管理政策上，只是败在了创新的勇气上。 创新需要的是野蛮生长而不是限定好的框架，戴着镣铐跳舞必然无法实现质的突破。 最开始在车库里鼓捣搜索引擎的年轻人，能够仅凭一腔热血向互联网巨头发起冲击。如果谷歌不想错过这一波具身智能浪潮，那就应该反思一下畏手畏脚的现状，重拾颠覆自我的勇气，迎接来自后起之秀的挑战。

作者 | 程茜 编辑 | 心缘 今年，人形机器人仿佛被按下了加速器！27款人形机器人扎堆亮相，跳舞、书法、做咖啡样样全能；数十笔亿元大额融资涌向人形机器人，银河通用7亿元拿下上半年最大额天使轮；明星玩家的人形机器人进车厂上岗就业，诸多企业的量产时间表已近在咫尺…… 从创新成果、顶尖机构、产业政策到上下游布局、商业化落地，如今都被北京这座潜力无限的“人形机器人第一城”串联起来了。 2024年被称作人形机器人元年，而北京已经在诸多层面领跑。今年世界机器人大会上公布的数据显示，2023年北京机器人产业总收入超过200亿元，企业数量超过400家，其中专精特新“小巨人”企业达到50家，居全国首位。同时，北京大模型独角兽数量占到全国八成。 2022年10月特斯拉Optimus亮相之后，诸多专注研发人形机器人的创企如雨后春笋般涌现，其中活跃在大众视野的创企中在北京注册有9家，上海、深圳数量次之；去年年底，北京还成立国内首个省级具身智能机器人创新中心，4月就实现了全球首例全尺寸纯电驱人形机器人的拟人奔跑，今年上海、深圳、成都也相继成立了创新中心；融资层面，上半年获得融资的仿生机器人企业数量，北京最多，上海、深圳次之。 这些成果背后离不开的是北京在机器人产业的多年积累与果决投入。 为了加速机器人产业的集聚效应，为机器人企业提供产品展示、交流沟通的平台，自2015年起北京亦庄就开始举办世界机器人大会，如今已成为国内持续时间最久且专门针对机器人的唯一展会，累计容纳了超1000家机器人企业参展。 此外，北京全市以及各区的人形机器人政策都接连发布，海淀、亦庄、石景山、昌平各区都已经深入这一波浪潮，集资金、技术、产业资源之力，加速人形机器人产业生态成型。 可以看出，正在举全市之力推动人形机器人产业布局的北京，正朝着“人形机器人第一城”加速迈进。 一、明星创企、头部老牌玩家北京扎堆，上半年拿下半数融资 人形机器人热潮下，北京积聚的机器人全产业链优势正在凸显。 目前国内从事人形机器人本体研发的创企主要集中于北上深，其中北京最多，包括星动纪元、银河通用、加速进化等9家，上海和深圳分别为7家。 最突出的就是几家当下在产品研发、融资进程中都光芒加身的创企，从这一波人形机器人热潮中孵化而出的创企多出自北京，其他省市的企业多为老牌机器人厂商转向布局。 ▲北京、上海、深圳人形机器人企业成立时间统计（智东西制表） 今年4月，机器人产业的头部玩家优必选、小米开始扎堆涌入北京，优必选人形机器人总部、小米机器人落户北京亦庄。小米机器人公司将成为小米集团专注于仿生机器人技术创新与产品研发、产业化的唯一主体。 ▲优必选人形机器人总部在北京亦庄揭牌（图源：北京亦庄） 此外，人形机器人创企中，星动纪元、银河通用、加速进化、松延动力的创始人都有着清华大学背景。 由清华大学交叉信息研究院孵化的星动纪元人形机器人产品已经迭代6次，成立不到五个月就拿下了联想创投领投的过亿元融资。上个月发布了新一代产品级人形机器人星动STAR 1。 ▲右为星动纪元产品级人形机器人星动STAR 1 还有创下上半年天使轮融资之最的银河通用，获得美团战投、北汽产投、商汤国香资本、讯飞创投等知名产业投资方参投的7亿元融资，其创始人王鹤毕业于清华，现在还担任北京大学前沿计算研究中心助理教授和博士生导师。银河通用的人形机器人Galbot能做到以95%的成功率泛化抓取各种材质物体。 加速进化刚刚完成亿元Pre-A轮融资，双足人形机器人Booster T1在世界机器人大会上大秀踢足球、俯卧撑技能，此前还复刻了波士顿动力人形机器人原地起身的绝活。这家创企的创始人程昊是清华大学自动化系本硕，首席科学家赵明国是清华大学自动化系研究员、机器人控制实验室主任。 除此以外还有已经研发主打高动态性能的N1和主打中尺寸多自由度的Dora等人形机器人的松延动力，以及今年刚刚成立就拿到天使轮融资的动易科技。其创始人同样都曾毕业于清华。 这些创企也是今年上半年产业注资的焦点，据智东西统计，今年人形机器人赛道的融资事件共18起，北京人形机器人企业相关的融资事件占了8起，上海和深圳分别为4起和3起（半年融资逾75亿，国产机器人熬来好日子）。 ▲2024年上半年国内仿生机器人企业融资情况统计（智东西制表） 可以看出，北京正在这一波人形机器人创业热潮中占据先机。 二、从展会、政策到产业园、资金支撑，多位一体布局优势凸显 机器人作为制造业皇冠上的明珠，其技术难度之大、以及上下游产业链条之长，因此从技术攻关到商业落地仅靠企业一端远远不够。 在这些人形机器人创企成果频发的背后，离不开政府牵头为这些企业提供的平台、资金等各项资源支持。 多个直接有力的政策接连颁布就是最为直观的体现。 为贯彻落实工信部等部委《“十四五”机器人产业发展规划》《“机器人+”应用行动实施方案》以及《北京市“十四五”时期高精尖产业发展规划》，2023年6月-8月，北京市接连发布了《北京市机器人产业创新发展行动方案（2023—2025年）》、《北京市推动“人工智能+”行动计划（2024—2025年）》、《北京市促进机器人产业创新发展的若干措施》。 这些政策无一不提到了要加紧布局人形机器人，并从技术支持、人才教育、场景推广、资金补贴等多个维度全力推动北京市机器人的创新发展。 为了加强北京市机器人产业的集聚效应，去年的世界机器人大会上，北京市就已经宣布在规划建设北京一南一北机器人产业园，分别为25万平方米的亦庄机器人产业园和30万平方米的昌平机器人产业园。 ▲今年3月，昌平区首个机器人产业园项目启动仪式（图源：北京昌平官方发布） 再具体到各个区，海淀、石景山、昌平成为这场机器人热潮下率先冲锋的地区。此外还有位于大兴区东北部的亦庄，其每年举办的世界机器人大会已经成为风向标，同时还聚集了大量机器人核心产业玩家。 汇聚了大量科研机构、高校的海淀区，其人才密度堪称全国创新基础之最。今年4月，海淀区发布《关于打造全国具身智能创新高地的三年行动方案（2024-2026年）》，作为其中“生态雨林打造行动”的重要一部分，中关村仿生机器人已经启动。 方案里提到，到2026年，海淀区要初步建成全国具身智能原始创新策源地、应用示范新高地和产业加速集聚地，成为国内参与全球具身智能竞争的核心力量；突破一批具身智能前沿核心技术，率先研制出国内领先、国际先进的多模态具身大模型和多形态机器人；打造一批具身智能标杆应用示范，率先实现具身大模型在万台机器人上的融合应用。 今年8月，石景山区发布《石景山区人形机器人产业发展实施方案（2024年）（征求意见稿）》，其中提到2024年底要集聚20家以上行业重点企业，建设10个以上重点应用场景示范项目，人形机器人核心产业力争实现收入5亿元，启动产业基地建设。 ▲《石景山区人形机器人产业发展实施方案（2024年）（征求意见稿）》 昌平区作为机器人产业园的重要一部分，去年其机器人产业收入规模已经达到80亿元，预计今年将突破100亿元。未来，其要构建以机器人本体为核心，关键零部件、智能感知系统与技术为焦点的“一核心两聚焦”研发生产体系，全力打造覆盖全链条的机器人产业成果转化基地。 北京市唯一一个国家级经济技术开发区亦庄，其最为人所熟知的世界机器人大会已经连续举办9届，参展企业累计超过1240家，参会观众超13万人次，成为机器人产业的风向标。 ▲世界机器人大会 今年世界机器人大会同期，亦庄的北京机器人大世界启幕，2000平方米的展示中心覆盖了“机器人+”九大应用领域场景以及多款人形机器人。 亦庄的机器人产业园内，还落地了国内一流的机器人检验检测技术平台——国家机器人检测与评定中心（总部）北京测评中心，能为工业、服务、特种等机器人提供零部件、模组、整机、集成应用等全产业链的研发、生产、现场等环节的检测认证服务。 产业布局方面，亦庄计划分两步走建成国内领先、国际一流的具身智能机器人产业领航示范新城，预计2026年底将形成万台级具身智能机器人量产规模能力。 北京亦庄也将进一步助力企业发展，将出台人形机器人三年行动计划，进一步打造国内领先的机器人技术创新策源地、高端制造集聚地、集成应用新高地和产业生态示范地。 从产业集聚与政策支持的角度，北京市人形机器人产业创新生态集群的效应都愈发显著。 三、去年机器人产业收入超200亿，三大关键要素助力 机器人从实验室走进酒店、餐厅、工厂已经成为常态，人形机器人的产业化进程也在加速。处于快速变革期的机器人产业，离不开其核心底层技术的突破。 这也是北京如今一步步成为人形机器人第一城的关键。今年世界机器人大会上公布的数据显示，2023年北京机器人产业总收入超过200亿元，企业数量超过400家，其中专精特新“小巨人”企业达到50家，居全国首位。 1、产业资源聚集效应明显，大模型为人形机器人推波助澜 2016年前后，正值我国机器人创业潮涌起，《2017世界机器人大会》的数据显示，2016年我国机器人产业规模首次突破50亿美元，并且连续五年成为全球第一大应用市场。 当时北京市就聚集了多个机器人玩家，并逐步在工业、医疗、服务等领域占据一席之地。 在十三五时期，我国机器人产业实现规模化突破，工业、服务、特种等机器人在仓储物流、清洁服务等场景实现了规模应用，并逐步形成全产业链体系。 彼时，北京凭借得天独厚的人才、资金、技术优势，就成为重要的机器人企业分布区，发展至今，已经形成了全链路的机器人产业资源。 再加上这一波为人形机器人推波助澜的大模型，从公开信息可知，北京大模型独角兽数量占全国八成，同时，这些大模型已加速落地到了互联网、教育、医疗、金融、政府等多个领域。北京已形成全面覆盖大模型、AI算力、数据、应用、方案全产业链及产学研融合的大模型“路线图”（北京，大模型第一城）。 2、科研资源、专业人才合体，盘活产学研资源 国内人形机器人研究早期集中在高校和科研机构，并以清华大学、北京航空航天大学、北京理工大学、国防科技大学、浙江大学等为主。 值得一提的是，清华大学是国内最早从事机器人研究的一批高校。1978年清华大学成立了AI与智能控制教研组，在1982年到1984年间，确定了以智能机器人作为主要的研究方向。随后伴随着对AI及机器人等学科的探索深入，清华大学的学科设置更加细化。1985年成立了智能机器人实验室，1990年成立智能技术与系统国家重点实验室。 如今，星动纪元、银河通用、加速进化、星海图等国内明星人形机器人创企的创始人都有着清华背景，撑起了这一领域的半壁江山。 在北京人形机器人创企中还有一批特殊的存在，就是高校孵化的人形机器人创企，包括星动纪元、月泉仿生、理工华汇。这些企业充分盘活了产学研界的各项资源，同步推动技术攻关与商业落地。 3、4区加速落地产业园区，创新中心机器人产品布局领先 北京市在推动机器人典型应用、加速上下游产业联动等方面都跑在了前排。除了前文提到的各区加速推进相关政策、产业园区落地，北京还集合了众多国内优秀机器人玩家。 去年年底成立的北京具身智能机器人创新中心，其创始股东是优必选、小米、京城机电以及亦庄控股，还是国内首个省级人形机器人创新中心。 除北京外，上海、成都、深圳也都于今年相继成立了人形机器人创新中心，浙江的创新中心推出领航者1号人形机器人，成都发布了首个机器人多模态模型（RRMM）及双臂协作系统（RTACS）。 相比之下，北京创新中心的进展更为迅速。北京具身智能机器人创新中心今年已经发布了全国首个通用机器人母平台“天工”，并实现全球首例全尺寸纯电驱人形机器人拟人奔跑，今年8月天工1.2 MAX亮相，手臂自由度从3个升级到7个，能做到语音交互、无序抓取，并且还发布了轮式人形机器人天轶，可应用于接待、导览、咨询问答、场馆介绍等。 ▲天工1.2 MAX（图源：人形机器人创新中心） 面向未来，北京拥有庞大的人口规模和多样化的产业结构，势必会在更多元化的领域为人形机器人应用提供更为广阔的市场空间。 结语：人形机器人巅峰对决，北京天时地利人和已就位 随着技术的进阶以及应用场景更为多元，人形机器人产业发展的远景愈发广阔。 高爆发电机、高算力芯片、精密减速器、高精度传感器、长续航电池等核心零部件的性能将持续提升；人工智能技术与人形机器人的结合将日益紧密，多模态大模型能够融合语音、图像文本、传感信号等多模态信息，让机器人具备更强的感认知、决策规划和复杂场景任务的泛化能力…… 这些都表明人形机器人广泛参与工业、家庭领域的潜力激增，从机器人到人形机器人的技术攻关，北京再一次走在前列。 如今，小米、优必选等机器人产业的头部玩家涌入北京；再加上以清华大学、北京航空航天大学、北京理工大学等知名高校为代表的科研力量，还有星动纪元、加速进化、银河通用等国内明星人形机器人创企，北京市的机器人产业园区、世界机器人大会等诸多资源，为人形机器人产业发展创造了得天独厚的发展条件。 如今，人形机器人正在从科幻电影走进现实，北京在加速冲刺人形机器人第一城的当下，已经将此前的经验积累转化为这一波热潮下的先发优势。

快科技9月23日消息，在社交平台上，杨幂使用华为Mate XT非凡大师接听电话的视频引发关注。 如图所示，杨幂使用的是华为Mate XT非凡大师玄黑配色，她把折叠屏全部展开后接听电话，脸被这款大屏手机给遮住了。 此前有网友还拿华为Mate XT非凡大师盖泡面，经实测，Mate XT非凡大师能同时盖两桶泡面。 据悉，华为Mate XT非凡大师是全球首款量产的三折叠屏旗舰，该机展开后拥有10.2英寸屏幕，是全球屏幕面积最大的折叠屏手机。 在Mate XT非凡大师上，华为通过全球首创的天工铰链系统，第一次实现超薄大屏内外弯折，同时搭载了全球最薄硅负极大容量电池。 这款设备采用“Z”字形的折叠方案，外折+内折相结合，华为经过5年的坚持与投入，最终将科幻变成了现实。 该机起售价是19999元，发布四天就有近570万人预约，首销闪电售罄，有网友表示，Mate XT非凡大师注定是今年最难抢的手机。

全球知名市场分析机构Omdia刚刚发布了2024年上半年全球十大畅销手机排行榜，结果再次印证了苹果与三星在全球智能手机市场的领导地位。此次榜单中，苹果占据了榜单的半数席位，而三星则以四款热销产品紧随其后。值得注意的是，在众多国产品牌中，仅有小米的Redmi 13C成功跻身前十，位列第八。 苹果方面，iPhone 15 Pro Max以2180万台销量独占鳌头，彰显了其在高端市场的强劲实力。尽管与去年同期iPhone 14 Pro Max的2650万台销量相比略有下滑，但苹果在高端市场的统治地位依然稳固。紧随其后的是标准版iPhone 15，销量达到1780万台，进一步巩固了苹果在榜单上的领先地位。此外，iPhone 13和iPhone 14的稳定销量也证明了用户对于苹果旧款机型的持续青睐。 三星方面，Galaxy A15成为此次榜单的一大亮点，以1730万台的销量意外地占据了第三名的位置，这一成绩甚至超越了iPhone 15 Pro和自家的高端旗舰Galaxy S24 Ultra。这充分展示了三星在中低端市场的深厚底蕴和强大竞争力。此外，Galaxy S24 Ultra作为榜单上唯 一的高端安卓智能手机，也体现了三星在高端市场的持续努力和显著成果。 在国产手机品牌中，小米的Redmi 13C凭借1180万台的销量成为唯 一上榜的国产机型。这一成绩不仅展示了小米在中低端市场的强劲实力，也体现了小米在全球市场中的持续竞争力。虽然与苹果和三星相比，小米在销量上仍有一定差距，但其在产品创新、性价比等方面的不懈追求，无疑为其在全球市场的进一步发展奠定了坚实基础。

9月6日，传音控股CFO肖永辉被丹东市振安区监察委员会采取留置措施及立案调查的消息，引起市场关注与公司股价震荡。9月9日至9月13日，传音控股的股价在五个交易日内累计下跌了5.94%。 传音控股股价表现（自2024年4月至今） 值得注意的是，在传音控股9月9日公告的高管增持计划中，CFO肖永辉依然在列。除肖永辉外，三名高管已合计斥资654.02万元，增持传音控股8.75万股以向市场传递信心。 9月17日，传音控股又公告称，丹东市振安区监察委员会已解除对肖永辉的留置措施，目前公司生产经营管理情况正常，肖永辉已能正常履行财务负责人职责。 没有前因后果，一场风波似乎就此消弭。 只是，对于人称“非洲手机之王”的传音控股来说，面对着越来越看重亚非拉手机市场的中国友商，即将迎来的风波恐怕远比这次高管被留置要大的多。 01 真蓝海 非洲也有消费升级的市场土壤。 相信很多中国人都对传音的手机感到陌生，因为这是一家专攻新兴市场的中国品牌。公司创立了TECNO、itel和Infinix三大品牌手机，销售区域主要集中在非洲、南亚、东南亚、中东和拉美等地。 虽然看着不太高端，但靠着第三世界市场的人口红利，2023年传音以0.949亿智能机出货量占据了全球智能机市场8.1%的市场份额，成功跻身全球前五。 传音能占领非洲市场的一大秘密武器，就是能把黑人拍清楚、拍好看的技术。 “美黑”功能让传音大获成功 要知道在肤色很深的时候，使用普通智能手机在光线较暗或一般环境下自拍时，往往很难得到满意的效果，苹果、三星等国际大牌并不愿意为了这些非洲消费者单独开发解决方案。 传音对于当地消费者的痛点更加重视，开发了专为黑人拍照而准备的曝光补偿功能，通过大量采集非洲人面部数据，优化了拍照算法，让深肤色用户用传音手机自拍时，能拍出那种自然而发亮的巧克力质感。 所以传音控股的TECNO系列手机在非洲市场特别受欢迎，尤其是在夜景模式下的表现，能出色的满足非洲用户对手机摄影质量的要求。 当然其他中国品牌也都做过类似的尝试，比如OPPO早期就以“拍照手机”为市场定位，之前推出过Find 5和N1系列等多款以拍照功能为主打的产品，只是并没有聚焦到黑人拍照这么细节里面。 vivo以音乐和音效作为其早期产品的主打特色，传音就与网易合作开发非洲音乐流媒体平台Boomplay，试图对接非洲用户对本土音乐的强烈需求。 小米手机在续航能力上口碑不错，这对于非洲市场来说很有价值。另外传音也针对非洲电力供应不稳定的实际情况，给手机配备了大容量电池，还推出了可连续使用21天的超长待机电池手机，确保手机可以长时间少充电使用。 不难看出，传音手机在占领非洲市场时采用的种种打法，很像是小米、OPPO、vivo当年抢夺国内市场时成功经验的翻版，只是相比这几家更加重视。在大部分国际品牌还不够重视非洲市场时，传音这么玩对当地手机市场几乎是降维打击。 对本地化策略的深刻理解和细心实践，为传音手机带来了商业成功，这家2016年净利润仅6280万元、至今在中国市场没什么知名度的公司，靠着在亚非拉卖均价1000RMB左右的低价手机，2023年的净利润已经增长到了55.37亿元。 更有意思的是，当非洲用户心智已开、不再只满足于便宜的入门级智能手机时，传音控股又可以顺势推出“低价+高端”的产品组合。在主流市场都在讲消费降级的时候，传音主攻的非洲市场反而开始吃消费升级的红利了。 02 大混战 亚非拉市场即将迎来群雄逐鹿。 既然传音已经证明了非洲手机市场的大有可为，这片蓝海自然就会引来其他友商的觊觎。更何况，今年一季度非洲手机市场出货量继续猛增24%，在全球消费电子需求偏弱的时候显得难能可贵。 甚至可以说，几个大牌对非洲市场有着藏都藏不住的眼红。 根据Canalys公布的非洲2024Q1智能手机出货量榜单，OPPO+realme异军突起，以7%的市场份额杀入榜单前五，小米以11%的市场份额成为榜单第三，不过传音手机依旧以52%的市场份额位列断层第一。 OPPO在这个榜单中前五的位置颇令人唏嘘，其实2016年时公司就在埃及首都开罗设立了中东非洲营销中心，但这么多年过去了，其海外市场销量还是全靠东南亚在顶着，且在核心区域也有下跌风险。 近期也有传闻，OPPO最近优化了一些员工，准备结束团队混乱重新发力海外。 小米手机在非洲等市场的表现同样受到了人事问题的拖累。2019年，小米宣布成立非洲地区部，并由副总裁汪凌鸣负责，但后来他被被辞退，这意味着小米加码非洲手机市场的计划已经遭遇挫折。 比起OPPO、vivo，小米的心思明显也不全在手机上。本月雷军出席了2024年中非合作论坛峰会重要配套活动——第八届中非企业家大会，表示“小米其他产品在非洲市场也同样受到了欢迎，比如电视、可穿戴产品、扫地机器人等。” 谈到未来，雷军表示将加大在非洲大陆的投入，希望有机会能够在包括新能源汽车在内的各个新兴产业领域与非洲企业强化合作。 雷军在中非企业家大会上演讲 在友商们摩拳擦掌准备挺进非洲市场时，传音也开始抢夺亚太地区的市场份额。 目前传音智能手机在巴基斯坦和孟加拉国的市占率均排名第一，在印度市场排名第七，在印尼和菲律宾的100美元以下手机市场占据领先地位，在东南亚市场的年增长率一度高达197%，来势汹汹。 IDC 数据显示，2023年，传音在中东、拉美、欧洲智能手机销量分别同比增长54%、110%、68%，在非洲之外的海外市场销量纷纷进入高速增长期。 可是在交出了业绩亮眼的2023年年报之后，传音控股的股价却开始跌跌不休，区间跌幅已有33%。这里面一个很重要的原因就是，在当前市场竞争日趋激烈的大环境下，不少投资者、分析师对传音控股利润率的前景持保守看法。 面对风起云涌、同行重视、逐鹿之战愈演愈烈的亚非拉市场，资本市场的这种担心似乎也有些道理。 03 增长极 时代东风吹向亚非拉出口链企业。 在今年这个对大部分企业和员工都很不容易的环境下，亚非拉是少有的还能看到增长希望和利润空间的大市场。 一方面，国内需求仍旧偏弱，消费品牌都在价格战里卷生卷死，另一方面，欧美拖累全球PMI下滑，未来美国财政是否还能扩张存疑，且美国大选结果若为特朗普当选，中国企业对美出口加关税（且可能追溯管道国）就会在路上了。 近三个月欧洲PMI持续在50以下（德法表现尤其差），美国7月PMI也大幅下行到引起“衰退交易”的恐慌。虽然短期内美国经济数据还有不少矛盾之处，让市场围绕“软着陆”还是“硬着陆”展开争论，但未来美国经济都是放缓的。 反观印度、东盟、沙特、巴西等亚非拉国家，8月的PMI仍在荣枯线以上，而且根据IMF预测，亚非拉地区24-25年的GDP增速会持续抬升，完全不像要担心地区经济衰退的样子。 而且亚非拉市场对美国大选结果的反应也相对不敏感，毕竟现阶段亚非拉市场的经济增长和消费升级更多依赖于内需驱动，而不是靠欧美国家的输入型拉动。 所以亚非拉市场很有成为中国出口未来增长极的潜力。 2023年中非贸易额达2821亿美元，连续第二年刷新历史峰值。今年1-7月，中国对非洲进出口1.19万亿元，同比增长5.5%，新能源汽车、锂电池、光伏产品对非出口同比大幅增长291%、109%、57%。 中拉经贸合作也在持续深化，2023年，中国对拉美进出口贸易额达3.44万亿元人民币，同比增长6.8%，连续数年保持增长。 一个重要的原因是该地区跨境电商产业规模持续扩大，当年拉美电商行业销售额同比增长近30%，达到5090亿美元。所以2023年4月希音宣布将在巴西开设工厂，速卖通则于10月宣布加大对巴西市场的投资。 中国与东盟的贸易往来更是实现了20年年均11%的增长态势，占中国外贸总值比重由2004年的9.2%提升至2023年的15.4%。 今年前8个月，中国对东盟中间品进出口额2.84万亿元，同比增长9.6%，其中集成电路、平板显示模组、计算机零附件、音视频零件等电子信息产品中间品进出口额均呈两位数增长。 因为消费升级正是未来一段时间内亚非拉市场的主旋律。很多中国企业出口欧美日韩的产品只能主打物美价廉，但在亚非拉市场却可以成为中高档的象征。 更重要是，亚非拉市场的中产阶级也比许多人印象中的要多。 过去中国对亚非拉出口较多的产业产品，例如纺织设备、重卡、工程机械、农机等，本质上还是周期性很强的耐用品和设备出口，这其中有不小的风险问题和持续性问题。 但现在不一样了，越来越多的国产消费品将成为亚非拉人民的挚爱，最近的BP机爆炸事件也会让更多人意识到，只有中国生产的电子产品才是最安全、最值得信任的。

快科技9月23日消息，据媒体报道，苹果公司在全球范围内扩展了其iPhone 16的生产线。除了中国和印度生产基地外，巴西也加入了这款新机型的组装行列。 据悉，负责巴西地区iPhone 16组装工作的是富士康位于圣保罗州朱迪亚伊市的工厂。 回顾历史，iPhone 14与15系列在巴西的组装实践已积累了宝贵经验，但那时更多扮演的是“后期加工”角色，即关键零部件先在中国完成初步生产，再转运至巴西进行最终组装，以此策略优化成本结构，应对巴西市场的进口关税挑战。 而今，随着iPhone 16基础款机型直接在巴西本土组装，这一转变不仅缩短了产品上市周期，还进一步提升了本地化生产效率与响应速度。 目前，该巴西工厂主要负责组装基础款iPhone 16，而更高档的机型则依然在中国进行生产。

快科技9月23日消息，今日，洛图科技发布线上监测数据，2024年1-7月，中国智能音频眼镜在线上市场（不含拼抖快）累计销量为7万台，同比增长45.3%；销额为8160万元，同比增长57.6%。 华为和小米两大品牌占据绝大部分市场份额，1-7月合计销量份额达到84.8%，其中，华为占整体市场份额的60.3%，小米占据24.4%。 洛图科技表示，华为由于较早入局智能音频眼镜赛道，产品经历数次迭代，占据先发优势，国内市场份额排名首位。 小米米家后起追赶，凭借品牌生态和性价比策略，今年截至7月底，线上市场份额增加了14个百分点。 在两大品牌之外，企业类型呈现多样化特点，音箱品牌、AR品牌、新锐品牌均占据一席之地，相互之间差距较小，排名变化频繁，竞争格局未定型。 从月度变化趋势上来看，自2023年10月开始，以华为智能眼镜2为代表的AI智能音频眼镜进入市场后，带动了品类整体销量明显增加。 据了解，华为智能眼镜2于去年9月发布，发布价格1699元起，眼镜业界首发同向双振膜澎湃单元，媒体播放响度提升30%。 基于第二代逆声场声学系统，防漏音能力提升60%，支持三重通话降噪优化。 华为智能眼镜2内置姿态传感器，佩戴后可实时监测颈部姿态，连续低头太久会及时语音提醒，保护颈椎，对经常坐在电脑前工作的人群非常实用。 洛图科技预测，2024年，中国智能音频眼镜在线上市场的销量规模约为15万台，同比增长52.3%。

快科技9月23日消息，Redmi Note 14系列将于9月26日19:00发布，这一代的Note小金刚主打“更抗摔、更防水、更长续航”。 据了解，Redmi Note 14 Pro全系拥有最强防水，支持IP66+IP68+IP69，号称“防水大满贯”，通过防强烈喷水、防泡水、防高温高压喷水，并且通过南德2米24小时防水测试。 值得一提的是，Redmi Note 14 Pro系列首销还免费赠送进水保，首销时间为9月26日-10月7日。 赠送的进水保为一年期，因发生意外进液，导致手机发生故障且无法正常使用，可享受一次免费维修服务，不包含外观损坏及人为故意损坏场景。 据悉，IPXX的后两位数字中，第一个X表示防尘等级，范围从0到6，最高等级为6；第二个X表示防水等级，以往手机上的最高等级为8，而现在出现了更高级别的9。 IPX9防水可以让设备承受高压高温水或水蒸气的冲洗。 核心配置上，Redmi Note 14系列采用1.5K全面屏，Pro版搭载骁龙7s Gen3，Pro+版搭载联发科天玑7350处理器。 小米中国区市场部副总经理、Redmi品牌总经理表示，Note 14 Pro+是有史以来最优雅的 Note，采用曲面边框、四曲背部。

这段时间，几乎全世界的主流媒体，都在讨论黎巴嫩发生的爆炸案。 因为，通过BP机来引爆，造成的恐慌，关乎到每一个普通人的安全，毕竟这种带电池的通讯设备中，仅智能手机，目前每年就销售十多亿台。 与BP机相比，手机的电池更大，使用的人更多。 更重要的是，爆炸的原理非常简单，几乎所有装载锂电池的电子设备都可能被有心人利用，再利用一些手段，装入炸弹等，也就是说，几乎所有的手机，都有可能被特工渗透。 所以这事，搞的是风声鹤唳，人人自危。 而那个叛逃的美国特工斯诺登，更是看热闹不嫌事大，特意说了一句让人瑟瑟发抖的话：“你购买的iPhone手机，弄不好也会被塞入爆炸物。” 所以在国内，很多人也开始抵制苹果手机，称iPhone是美国品牌，那么会不会有一天，也被美国远程引爆，就像黎巴嫩的BP机？ 当然，针对这个话题，很多人一再表示称，这是不可能的，因为国内销售的iPhone，就是在中国制造的，同时销售到你的手上时，会经过N道检查，你不需要怀疑国内的检测能力和安全保障。 但是，这个问题的关键，其实并不在于iPhone它真的安不安全，很多人心里其实清楚，这种可能性等于0。 但却并不妨碍大家这么想，原因就是过去的这些年，美国动不动就以国家安全禁止中国的产品在美国销售，比如华为手机、华为的5G设备等，不准这些中国品牌在美国销售，称是国家安全。 美国的议员还说过，如果街上都是中国的电车，它们随时可能成为定时炸弹，其实也是以这种“莫须有”的罪名，来安到中国产品的身上。 所以，中国的一些消费者，同样以“莫须有”的罪名，安到iPhone身上，也就顺理成章了，本质还是一个怀疑的态度，是不信任造成的，并不是事情真的就会发生。 同时，我们还应该清楚的认识到，战争一旦打响，就没有底线可言，真到了那个时候，也许什么阴谋诡计都会用，从这一点出发，大家关注电子设备的安全风险，也是非常有必要的。 至于抵制iPhone，是不是正确的，是不是必要的，是不是只能购买国产手机，我觉得每个人心中，都有自己的判断，见仁见智吧。

快科技9月23日消息，《黑神话：悟空》自问世以来，便以其独特的文化魅力和出色的游戏制作赢得了国内外玩家的广泛赞誉。 不过，关于它是否只是国人的自嗨，这一话题却引发了不小的争议。 有玩家表示，“很多火热的3A游戏都是国外出的，国内此前就没有一款像样的，第一款就直接开大的，西游记四大名著+3A精美的面风，游戏完成度也很高，放眼全球都是很新颖的题材，肯定大火!” 还有玩家表示，是不是自嗨不重要，“反正我挺嗨的”。 值得一提的是，《黑神话：悟空》自发售以来不断打破各种纪录，它不仅在国内市场取得了巨大成功，更在国际上掀起了一股“中国风西游记热潮”。 数据分析公司VG Insights的最新数据显示，《黑神话：悟空》在Steam平台的销量已经达到了2040万份，且游戏在Steam平台的总收入已经超过了9.78亿美元（约合人民币68.9亿），即将达到10亿美元，其中有25%的销售占比来自海外。 许多外国玩家为了了解游戏剧情，主动查找《西游记》相关资料，了解中国的神话体系和传统文化。 并且他们也知道了，中国的妖怪不叫monster，而叫"yaoguai"，悟空叫"wukong"，而不是monkey king，二师兄叫"ba jie"，中国的龙叫"long"，而不是dragon，还有二郎神、金箍棒等，都是直接用中文汉语拼音发音。 此外，《博德之门3》拉瑞安工作室发行总监也公开盛赞《黑神话：悟空》，认为其展现了高水准的游戏设计和文化内涵。 总的来说，《黑神话：悟空》不仅让全球玩家享受到了游戏的乐趣，更让他们在游戏中感受到了中国文化的魅力。

快科技9月23日消息，苹果在早期的锁屏控制时间上存在bug，输错密码导致的锁定能够不断叠加高达10年。 当年不少iPhone 4S等机型因为输错密码导致被锁定多年的机器，近日一位网友晒出了自己等待了10年的手机终于解锁的画面。 虽然可以通过刷机强制解锁，但机主本人为了保存其中的资料一直没舍得，尤其手机中还保存着自己去世的猫咪视频等珍贵的回忆。 手机的时间还停留在2014年，其中很多App还是“稚嫩”的模样，比如当年的支付宝钱包、美团也还是蓝色图标，甚至还有当年与滴滴竞争的快的打车等。 据苹果客服介绍，以前输错密码确实有可能被停用十年，但现在缩短了时间，不会让客户等那么久。 另外，无论显示停用的时间是否到期，用户都可以通过Apple ID，抹除手机数据来解锁，但想要保存信息就只能等待停用时间到期。 不过，苹果前些年就已经发现了这个设定的问题，并且进行了改进。 如果反复输错密码导致Apple ID被锁定，可以通过事先设置的帐户恢复联系人，提供恢复代码，协助机主来轻松地取回帐户访问。 设置了恢复联系人之后，当AppleID帐户被锁定时就可以通过恢复联系人取得六位数代码，确认身份后就能重设Apple ID密码了。