凤凰网科技讯 1月14日，小米产业投资部合伙人潘九堂发文再度谈及了模仿与创新这一话题，他表示模仿是创新基础，没有哪家成功的企业不大量模仿别人，也没有哪家企业只靠模仿可以取得成功。 潘九堂称，产业进步和社会发展，本质上是一群聪明的人/企业一边相互模仿/启发，一边微创新，互推互卷着进步。模仿/学习/对标都是很正常，没必要抹黑。 此前，潘九堂回应“友商评估Pro Max机型”传闻，称对标是常见商业策略，苹果、谷歌等巨头也是大量买、抄。

凤凰网科技讯 1月14日，有报道称，字节跳动正研发豆包新一代AI耳机，将由歌尔股份承接代工生产。对此，接近字节跳动的人士表示，字节目前没有上市下一代耳机的计划。 据蓝鲸科技报道，字节跳动正在研发豆包新一代 AI 耳机，该产品将由歌尔股份负责代工生产。消息人士透露，歌尔股份已专门设立事业群（BG），统筹负责字节跳动相关业务，显示出其对此次合作的高度重视。对此，歌尔股份相关人士回应称，由于与客户签署保密协议，不便透露客户名称及相关产品信息。 据了解，字节跳动的首款AI智能体耳机“Ola Friend”于2024年10月发布，由国光电器担任主要ODM供应商。至今已超一年未推出更新机型，此次更换代工合作伙伴，被业内视为字节跳动在AI硬件策略上的主动调整，可能预示着新一代产品在功能和技术上的升级。

凤凰网科技讯 1月14日，携程美股盘前大跌，截至发稿跌超9%，此前港股尾盘跳水。消息面上，市场监管总局对其涉嫌滥用市场支配地位实施垄断行为立案调查。

快科技1月14日消息，今日，市场监管总局根据前期核查，依据《中华人民共和国反垄断法》，对携程集团有限公司涉嫌滥用市场支配地位实施垄断行为立案调查。 携程官方发文表示，公司将积极配合监管部门调查，全面落实监管要求，与行业各方携手共建可持续发展的市场环境。目前，公司各项业务均正常运行，将一如既往地为广大用户和合作伙伴提供优质的服务。 不过，受此消息影响，截至发稿前，携程集团港股收跌6.49%，报569.5港元/股；美股夜盘跌超6%。 针对此案，有律师解读称我国《反垄断法》第五十七条明确规定，经营者滥用市场支配地位的，由反垄断执法机构责令停止违法行为，没收违法所得，并处上一年度销售额百分之一以上百分之十以下的罚款。 该律师进一步指出，目前携程具体涉事行为尚不明确。一旦最终被认定存在上述垄断行为，除面临行政处罚外，因该行为遭受损失的其他经营者或消费者，还可依法向法院提起民事诉讼，要求携程承担民事赔偿责任。 公开资料显示，携程集团是国内一站式旅行平台，成立于1999年，2003年在纳斯达克上市，2021年在香港联交所上市，旗下运营品牌包括携程、去哪儿、Trip.com以及天巡。

澜起科技将在港交所上市 凤凰网科技讯 北京时间1月14日，据彭博社报道，芯片设计公司澜起科技即将在中国香港上市，并引入阿里巴巴、摩根资产管理等公司为基石投资者。这表明，市场对这个与AI相关的最新股票发行交易寄予厚望。 据知情人士透露，阿里和摩根资产管理将作为基石投资者参与此次澜起科技在香港的股票发行。基石投资者可获得有保障的股份配售，但需要承诺持有股份一段时间。澜起科技香港上市的其他基石投资者包括总部位于苏格兰的资产管理公司安本集团、韩国的未来资产证券公司以及瑞银集团的资产管理子公司。 知情人士称，澜起科技可能会通过此次香港上市筹集大约9亿美元资金。如果承销商行使所谓的超额配售权，该公司的融资规模会更大。由于相关磋商仍在进行中，交易的具体细节仍可能发生变化。 澜起科技的股票已在上海证券交易所上市，预计最早将于本周五开始接受投资者认购，最快可能在本月内完成在香港的挂牌上市。 截至发稿，安本集团、瑞银不予置评。澜起科技、阿里、摩根资产管理以及未来资产尚未就此置评。(作者/箫雨) 更多一手新闻，欢迎下载凤凰新闻客户端订阅凤凰网科技。想看深度报道，请微信搜索“凤凰网科技”。

凤凰网科技讯 1月14日，中国联通在港交所公告，中国联合网络通信（香港）股份有限公司董事会宣布，董昕获委任为本公司的执行董事，由2026年1月14日起生效。 另一份公告显示：唐国良先生因工作安排原因，向中国联合网络通信股份有限公司董事会提交书面辞呈，辞去本公司董事及董事会发展战略委员会、审计与风险委员会委员职务。该辞任自 2026 年1 月14 日起生效。 公告显示：董昕先生，财会管理硕士、工商管理博士，中共党员。曾担任中国移动通信集团有限公司财务部部长，中国移动通信集团海南有限公司董事长、总经理、党组书记，中国移动通信集团有限公司计划部总经理，中国移动通信集团河南有限公司董事长、总经理、党组书记，中国移动通信集团北京有限公司董事长、总经理、党委委员，中国移动通信集团有限公司副总经理、总会计师、党组成员，中国移动通信集团有限公司董事、总经理、党组副书记，中国移动有限公司执行董事兼首席执行官，国家广播电视总局副局长、党组成员。目前还担任联通集团董事长、党组书记，中国联合网络通信（香港）股份有限公司执行董事、董事长兼首席执行官，中国联合网络通信有限公司董事长。董昕先生具有丰富的管理及电信行业从业经验。

凤凰网科技讯 1月14日，中国于2025年12月29日向国际电信联盟（ITU）一次性提交了20.3万颗低轨卫星的频轨资源申请，引发全球航天领域关注。根据ITU规则，申请方需在7年内发射首颗卫星，14年内完成全部部署，否则已申请资源将按比例收回。 目前全球低轨卫星轨道资源竞争激烈。业内分析指出，近地轨道可安全容纳的卫星数量上限约为10万颗，而各国申报总量已远超这一数字。SpaceX旗下星链计划已累计部署近万颗卫星，并保持高频发射节奏，进一步加剧了资源争夺的紧迫性。 此次大规模申报对中国商业航天产业链提出明确产能要求。在卫星制造端，以上海G60星链产业基地为代表，批量化生产已逐步实现，单星成本显著下降。但发射能力仍是关键瓶颈：2025年中国全年航天发射92次，其中低轨商业卫星部署不足500颗。 运力需求正推动大运力火箭研发进程。多款商业火箭计划在2026年实施发射，其中天兵科技“天龙三号”火箭备受关注。该火箭为可回收液体运载火箭，其近地轨道运载能力超过20吨，可实施“一箭多星”发射，已于2025年10月完成“一箭36星”地面全流程验证。 随着国家航天局商业航天司设立及多个发射工位建设，中国商业航天发射基础设施逐步完善。分析认为，能否在短期内实现大运力火箭的可靠发射与成本控制，将成为影响中国低轨卫星网络部署进度的决定性因素。

凤凰网科技讯 1月14日，携程官方发布公告表示，近日，携程接到国家市场监管总局通知，依法对携程涉嫌垄断行为进行立案调查。公司将积极配合监管部门调查，全面落实监管要求，与行业各方携手共建可持续发展的市场环境。目前，公司各项业务均正常运行，将一如既往地为广大用户和合作伙伴提供优质的服务。

凤凰网科技讯 1月14日，据国家税务总局网站消息，重庆、甘肃两地税务部门曝光近几年依法查处的2起网络主播偷税案件。其中，网络主播彭煊之通过隐匿收入、进行虚假申报等方式，少缴个人所得税、增值税等税费共计216.32万元。网络主播杨遂娃通过隐匿收入、进行虚假申报等方式，少缴增值税、个人所得税等税费101.64万元。 值得注意的是，彭煊之的账号粉丝量超3000万，2021年至2023年，彭煊之账号发布的视频平均点赞量保持在100万左右。而这3年期间，彭煊之自行申报缴纳的税费总计不足160万元。申报数据的规模和波动幅度与稳定的高流量数据并不匹配，存在隐匿收入偷逃税款的嫌疑。经进一步查实后，税务部门对彭煊之作出追缴税费款、加收滞纳金并处罚款共计415.05万元的处理处罚决定。目前，涉案税费款、滞纳金及罚款已全部追缴入库。 杨遂娃2022年至2024年，在办理个人所得税汇算清缴时，不但不如实填报个人收入，而且每一年都虚假填列申报数据，导致个人所得税预扣预缴部分形成退税，三年间共违规取得退税款3.21万元。在进一步查实后，税务部门对杨遂娃作出追缴税费款、加收滞纳金并处罚款共计181.40万元的处理处罚决定。目前，涉案税费款、滞纳金及罚款已全部追缴入库。

摘要： 携程在互联网公司的市值排行，从2021年的第15位直接跃升至2025年的第7位，成为最赚钱的互联网公司之一。 凤凰网科技 出品 作者｜Dale 编辑｜董雨晴 没有哪家公司被反垄断调查被全互联网拍手称快，现在这家公司出现了。 2026年1月14日，国家市场监督管理总局依据《中华人民共和国反垄断法》，对携程集团有限公司涉嫌滥用市场支配地位实施垄断行为立案调查。短短一则公告迅速在互联网圈与旅游圈引发震动，多数人表示支持。“早该整治一下了，太猖狂了”“泄露隐私”“强制出票”，一时间消费者对于携程长久以来的怨言倾诉而出。 受此消息影响，携程当日股价跌幅达到了6.49%。仅从情形来看，其与2020年和2021年市场监管总局对阿里、美团的调查颇为相似，二者曾交出182.28亿元和34.42亿元的罚款，或意味着携程很有可能也会面临罚款局面。 当天，携程回应称，将‌积极配合监管调查‌，‌全面落实监管要求‌，并强调‌当前业务正常运行‌，继续为用户提供服务。‌‌ 天下苦携程久矣 国家市场监管总局的立案调查公告简洁而有力，全文仅一句话，却标志着这家中国最大的在线旅游平台正式面临反垄断审查。 此次调查能获得巨大的反响声量，在于市场已经苦携程久矣。实际上，叫苦连天的不仅仅是消费者，有行业人士告诉凤凰网科技，酒旅、机票商家们常年和携程打交道，既需要他们的稳定客源和收入来源，但也受难于他们的垄断地位，不敢轻易转换地盘，要常年给携程交“流量税”。 就拿在小红书上吐槽颇多的金牌商家等机制来说，这意味着携程给商家派发了一张流量门票。即便没有强制要求二选一，但依旧依据这条规则，让商家们被迫将重心留在携程。在携程占据市场主导地位的情况下，成为金牌商家是获取稳定客源、提升曝光的关键途径。尤其是对缺乏自有流量的中小型酒店和民宿，这几乎是生存的必然选择。 商家们的利润因此遭到极大挤压，曾有媒体报道，携程上的商家有着12%-15%的基础佣金已是不小负担，而为了维持排名，商家往往还需投入“金字塔”、“云梯”等付费推广工具，导致实际佣金成本可达20%-30%。 前述旅游行业人士告诉凤凰网科技，这就导致部分商家不敢轻易和其他渠道深度绑定，是担心影响其携程平台的流量。即便市场时常有新进入者，却也难以撼动携程的地位。 在2025年，携程已多次因类似问题被官方点名。同年8月5日，贵州省市场监督管理局就“二选一”、利用技术手段干预商家定价等问题对携程等五家平台进行了集中约谈。 仅仅一个多月后的9月17日，郑州市市场监管局再次对携程进行行政约谈，指出其“利用服务协议、交易规则和技术手段对平台内经营者的交易及交易价格进行不合理限制”。 监管部门的连续动作，预示着对在线旅游平台反垄断监管已进入实质性阶段。行业普遍认为，携程“携流量以令商家”的模式正在经历前所未有的严峻审视。 悄悄长出的互联网第七大公司，利润超A股旅游板块 在公众视野中，互联网的巨头之争似乎总是围绕着电商、社交和游戏展开。 然而，携程以一种近乎静默的方式，从旅游这个垂直赛道中突围，悄然跻身中国互联网的第一阵营。仅拿市值计算，携程如今稳居中国十大互联网公司之列，从2021年的第15位跃升至2025年的第七位，排在其前面的是腾讯、字节、阿里、拼多多、网易和美团，其品牌影响力与商业价值已比肩诸多传统巨头。 更甚的是，携程已是 “中国最赚钱的互联网公司”之一。携程2025年第三季度的净利润高达199亿元，相当于每天“躺赚”2.16亿元，其高达32%的净利率，远超许多以盈利能力强著称的互联网同行。据36氪计算统计，其前三季度累计净利润达290亿元，而A股旅游链各子版块在今年前三季度的净利润分别是，酒店15亿、景区26亿、航空运输149亿，合计约190亿。携程170亿扣非净利润约等于整个旅游板块净利润的90%，更别说财报字面上的290亿了。 在今年7月发布的《财富》中国500强排行榜的净利率排行前十名里，携程也是唯一的互联网公司。 支撑这一地位的，是其难以撼动的市场支配地位。截至2025年底，携程在国内在线旅游市场占据了超过56%的交易额，与旗下的去哪儿网共同构建了强大的“携程系”，基本统一了国内主流市场格局。 携程创始人梁建章有一句名言：“拿着高倍望远镜，都看不到携程的竞争对手”。这原本说的是其自十年前就开始布局的OTA产业链网络：在2016年战略投资印度OTA平台MakeMyTrip、在十年前就以14亿英镑全资收购全球领先机票比价平台天巡（Skyscanner），通过投资以色列行程规划初创公司、新加坡酒店收益管理SaaS平台，携程的优势本来是其伸往全球的触手，但也指向背后其核心做的始终是互联网的流量生意。 但这张稳固的全球网，也让后来者在挑战携程上面临诸多困难。2025年京东高调喊出“三年零佣金”口号，试图以供应链能力重塑酒旅行业的供需格局，但行业人士均认为京东很难撼动携程稳固的蛋糕。更早之前，美团与抖音都曾希望进一步吃下酒旅这个赛道，但多年来份额一直相对稳固。 根据QuestMobile数据，2025年5月携程App流量用户达1.04亿，远超其他竞争对手。 行业始终在无声的抵抗携程，去年，多家航司已开始尝试摆脱对OTA平台的依赖。国航、南航、东航等航司集体进驻航旅纵横，以“价格透明、无捆绑、无杀熟”的承诺夺回定价权与用户数据。 现如今，市场监管总局对携程的反垄断调查，标志着其2025年连续被约谈后的监管升级，这个控制着中国半数以上在线酒旅交易、日赚超5000万元的平台，将不得不重新审视它与数十万合作伙伴的关系。

摘要： 早在2025年11月，DeepSeek还开放过行政招聘，据相关人士表述“是因为团队大了，需要更多的行政伙伴”。 凤凰网科技 出品 作者｜姜凡 编辑｜董雨晴 虽然距离春节还有些时日，但国内科技圈的节奏似乎已经提前进入了假期模式，唯独 DeepSeek 是个例外。 就在昨天，DeepSeek 毫无预兆地在 GitHub 上开源了新模块 Engram 的相关代码，并发布了一篇题为《Conditional Memory via Scalable Lookup》的论文。更早一点，在元旦当天，他们还甩出了一篇关于模型架构稳定性的《mHC》。 这两篇硬核论文的作者列表中，都赫然出现了 DeepSeek 创始人梁文锋的名字。这种高密度的技术输出，显然不是为了凑年底的 KPI，而是在向外界传递一个明确的信号：在沉默的这段时间里，DeepSeek 并没有休息，他们在为下一代模型积攒弹药。 旺盛的招聘需求似乎印证了这个观点。凤凰网科技在检索社交媒体信息后发现，DeepSeek近期正在大量招人，放出了多个技术核心岗位招聘，包括深度学习研究员（负责LLM各个方向的前沿探索，如预训练、alignment、codemath、backbone、multimodal等）、深度学习研发工程师（LLM预训练数据/搜索策略相关）、大模型全栈工程师（算法与工程并重，归属于各个前沿探索方向，除了实现还会参与一些环境的部署和搭建）、全栈开发工程师、核心系统研发工程署。且据招聘者表述，校招、社招、实习均开放，另有产品、设计、数据百晓生等岗位开放。 值得一提的是，根据此前梁文锋署名的论文作者名单，整个DeepSeek的人员稳定性极高，证明此次招聘主要是扩招需求。另据表述，大部分岗位都可以驻扎在北京或杭州。和此前多数岗位需要去杭州已有不同。早在2025年11月，DeepSeek还开放过行政招聘，据相关人士表述“是因为团队大了，需要更多的行政伙伴”。 现在，弹药已备好，或许真的该梁文锋上场了。 梁文锋已提前开启“春节档” DeepSeek的这个“春节档”已提前开启。就在全行业都在盘点 2025 年应用层得失的时候，DeepSeek把目光锁在了架构层。 最新发布的Engram研究是与北京大学合作完成的。这项研究直指当前Transformer 架构的一个痛点：大模型虽然通过 MoE 实现了“条件计算”，但缺乏原生的“条件记忆”。现在的模型记东西太笨，只能靠计算来模拟检索。DeepSeek提出的 Engram 模块，要给大模型装上一个外挂式的“硬盘”，让它能像查字典一样，以 O(1) 的时间复杂度调取知识，而不是靠算力硬抗。 在元旦发布的《mHC：流形约束超连接》中，梁文锋和他的团队解决的是另一个问题——超大规模模型的训练稳定性。随着模型越来越大，传统的残差连接开始失效，训练容易崩溃。DeepSeek 用一套数学方法，把神经网络的连接方式约束在特定的流形空间里，恢复了信息传递的稳定性。 实验表明，在 27B 参数的混合专家模型上，mHC 展现出稳定的训练曲线，最终损失相比基线有降低。 DeepSeek 团队还为 mHC 架构开发了一系列基础设施优化。他们使用 TileLang 框架实现了多个融合内核，将原本分散的操作合并执行以减少内存访问次数。针对 Sinkhorn-Knopp 算法，他们设计了专门的前向和反向内核，在芯片上重新计算中间结果以避免存储开销。在流水线并行方面，团队扩展了 DualPipe 调度策略，通过将 MLP 层的特定内核放在高优先级计算流上执行，实现了计算与通信的重叠。这些优化让 mHC 在保持性能优势的同时，减少了额外开销。 回看过去一年，DeepSeek 究竟在做什么？如果说 V2 和 V3 是证明了“团队能把 MoE 做得很好”，那么 DeepSeek 的这一年，则是在试图回答“除了 MoE，大模型还需要什么”。 首先是记忆机制的重构。在 Engram 的设计中，DeepSeek 发现了一个惊人的 U 型扩展规律。他们通过实验证明，纯粹的 MoE 并不是最优解。在同等参数量和计算量（Iso-FLOPs）的限制下，如果把 20%-25% 的资源分给静态记忆（Engram），剩下的分给神经计算（MoE），模型的效果才是最好的。这是一个反直觉的发现：有时候，少算一点，多记一点，反而更聪明。 数据支撑了这一理论。DeepSeek 将 Engram 扩展到了 270 亿参数规模。结果显示，这个外挂记忆模块不仅让模型背书能力变强了（MMLU 提升 3.4），更意外的是，它让模型变聪明了，BBH 推理能力提升 5.0，数学能力提升 2.4。甚至在“大海捞针”这种长文本测试中，准确率直接从 84.2% 飙升到了 97.0%。这说明，当模型不需要耗费脑力去死记硬背时，它就能腾出更多的注意力去处理复杂的逻辑推理。 其次是底层连接的修补。在 mHC 的研究中，DeepSeek 团队展现了极强的工程与数学结合能力。他们不只是提出了理论，还针对硬件做了一系列“变态”级的优化：扩展 DualPipe 调度策略，重新设计 Sinkhorn-Knopp 算法的内核，甚至为了减少显存访问，把分散的操作强行融合。这些优化让 mHC 架构在 27B 规模的模型上，训练损失比基线降低了 0.021，推理能力提升 2.1%。 这一年，DeepSeek 并没有在应用层的红海里恋战，而是退回到了那个最枯燥、最硬核的角落，试图把 Transformer 这座大厦的地基再夯实一点。Engram 解决了“记不住”和“推理慢”的问题，mHC 解决了“长不大”和“练不稳”的问题。 这让一年时间过去，DeepSeek还在神坛之上。用一位行业人士的话说，“DeepSeek这家公司始终在创新”。 V4真的要来了？ 现在高潮或许快来了，所有的线索都指向了同一个方向：DeepSeek V4。 如果我们把这两篇论文叠加在一起看，V4的轮廓已经呼之欲出。它极大概率不会是一个单纯堆砌参数的庞然大物，而是一个架构极其精巧的“缝合怪”：它将拥有MoE带来的极致计算效率，同时集成了Engram带来的海量低成本记忆，底层则由 mHC架构支撑其在超大规模下的训练稳定性。 Engram的论文中提到了一个细节：这种架构支持“预取-重叠”策略，可以利用CPU内存来存知识，GPU专心算逻辑。这意味着，V4极有可能在保持推理成本低廉的同时，拥有远超当前一代模型的知识容量和长上下文处理能力。这对于目前受困于显存成本的行业来说，可能又是一次降维打击。 此外，mHC的成功验证意味着DeepSeek已经掌握了训练更大规模多模态模型、甚至万亿参数模型的“稳定器”。对于算力资源本就不富裕的国内 AI 圈，这种算法层面的效率提升，比单纯购买几千张英伟达芯片更有战略意义。 技术拼图已经凑齐，基础设施的优化代码也已上传GitHub。梁文锋在这个时间点连续抛出硬核研究，显然不仅仅是为了学术交流。这更像是一场发布会前的“技术路演”。 春节将至，万物闭藏，但这往往也是惊雷孕育的时刻。DeepSeek V4的发令枪，或许已经握在了梁文锋的手中，只等那最后一声枪响。

苹果知道自己做不好AI了，但这并不意味着苹果输了。相反，通过引入Gemini，苹果成功地将AI能力的短板补齐，重新回到牌桌中央。未来的AI竞争，不再是单一模型的比拼，而是“终端+模型+生态”的综合较量。 文 | 啸 天 苹果终究还是低头了。 当地时间1月12日，苹果与谷歌正式宣布达成多年期战略合作协议。谷歌的Gemini核心模型架构，将成为下一代Apple Foundation Models（苹果基础模型）的“心脏”，并直接驱动Siri全面升级。消息一出，全球科技圈被瞬间引爆。 几个月前，苹果还因为与OpenAI的深度合作引发热议。如今，库克转身选择牵手谷歌。这样一来，苹果在AI核心引擎上彻底放弃了“纯自研”执念，也意味着其AI战略进入了“承认短板，借力打力”的务实阶段。 有人欢喜有人愁。消息公布数小时后，马斯克在X连发数文，痛批这一合作将加剧科技行业的“权力集中”。资本市场上，谷歌股价应声大涨，延续了其2025年市值狂飙1万亿美元的强劲势头。 在「数智研究社」看来，这与其说是“世纪联姻”，不如说是苹果的一次自我和解。从造车十年梦碎，到Apple Intelligence的“只闻楼梯响”，苹果已经深刻意识到：在生成式AI这场军备竞赛中，自己确实掉队了。与其死磕“做不出来的AI”，不如退回舒适区，守住终端和生态的护城河。这或许是库克在退休前，做出的最正确的决策。 “宿敌”之间的世纪拥抱 苹果与谷歌，这对移动互联网时代的“双子星”，正上演一场“相爱相杀”的新剧情。 长久以来，谷歌是苹果最大的“金主”之一。为保住Safari浏览器默认搜索引擎的位置，谷歌每年要向苹果支付数百亿美元的“买路钱”。这笔收入，一度占据了苹果服务业务利润的相当大比例。 现在，资金流向发生了一点微妙的逆转。据传，为了引入Gemini模型，苹果预计每年将向谷歌支付约10亿美元的技术许可费用。 这看似是一笔新支出，实则是一笔极其划算的买卖。 对苹果而言，自研大模型的成本是个无底洞。Meta为了训练Llama模型，囤积了数十万张H100显卡。谷歌为了Gemini，动用了数万颗TPU。相比之下，苹果在算力基础设施上的投入显得捉襟见肘。通过“租用”Gemini，苹果以极低的成本获得了全球最顶尖的AI能力，补齐了Siri常年被诟病的智障短板。 对谷歌而言，更是天降喜讯。Gemini虽然技术领先，但在C端入口上一直面临ChatGPT的强力挤压。接入数十亿台iPhone设备，Gemini瞬间获得全球最优质的移动端流量入口。这正如当年谷歌搜索植入iPhone一样，极有可能再次改写AI时代的流量格局。 然而，这种强强联合，让马斯克彻底坐不住了。 “考虑到谷歌已经控制了Android和Chrome，这样的合作将导致不合理的权力集中。”马斯克在X上的愤怒溢于言表。 在他看来，苹果掌握着最封闭的终端生态，谷歌掌握着最强大的模型能力。两者的深度绑定，将直接封死其他AI公司（包括他的xAI）进入主流市场的通道。这种“终端+模型”的垄断联盟，对于试图挑战旧秩序的马斯克来说，无疑是最大的噩梦。 在敲定谷歌之前，苹果的绯闻对象名单很长，OpenAI、Anthropic，甚至百度的文心一言。 OpenAI虽然先发优势明显，但其算力高度依赖微软，且奥特曼的激进风格与苹果稳健的价值观存在冲突。Anthropic虽然技术过硬，但体量尚小，难以支撑苹果全球数亿用户的并发需求。 Gemini是唯一的全能选手。它拥有覆盖文本、图像、视频的多模态能力，拥有成熟的谷歌云平台和自研TPU算力支撑，更重要的是，谷歌在处理大规模并发服务上的经验无人能及。 正是凭借Gemini的强劲表现，谷歌在2025年内市值暴涨超1万亿美元，成为全球第四家市值突破4万亿美元的公司。创始人布林和劈柴的身家也随之翻倍。 选择Gemini，苹果选的不仅是一个模型，更是一个久经考验的生态盟友。 苹果的“AI焦虑”与Siri救赎 苹果做AI，其实起了个大早。 早在2011年，苹果就发布了Siri，成为全球首个将语音助手整合进手机系统的厂商。彼时，Siri被视为人工智能的未来。 然而，十五年过去了，Siri依然停留在“定闹钟、查天气”的初级阶段。面对ChatGPT的对答如流，Siri显得笨拙而呆板。 这背后，是苹果内部AI战略的长期摇摆。据外媒报道，苹果的AI团队长期面临算力不足、数据隐私限制过多、组织架构混乱等问题。许多顶尖AI人才因无法忍受内部官僚主义而离职，转投谷歌或OpenAI。 从造车项目十年烂尾，到Vision Pro销量遇冷，再到Apple Intelligence发布时“无实物表演”，一系列挫折让苹果管理层意识到：在需要极强算力投入和算法创新的生成式AI领域，苹果并没有像做芯片那样的绝对优势。 与Gemini的合作，意味着苹果彻底放弃了“全栈自研”的执念。 这是一个极其务实的选择。既然自己做不出最好的模型，那就用最好的。苹果的核心优势从来不是底层的算法模型，而是极致的硬件体验和封闭的软件生态。 通过引入Gemini，苹果可以将精力集中在端侧隐私计算、系统级整合以及应用生态分发这些自己最擅长的地方。苹果强调，即便使用Gemini，所有请求仍将通过其“私密云端计算”体系处理。这意味着，苹果依然牢牢掌握着用户数据的控制权，既利用了外部模型的能力，又守住了隐私安全的底线。 然而，对于中国用户来说，这场“世纪联姻”似乎还很遥远。由于合规原因，Gemini无法在中国大陆使用。这意味着，苹果必须在中国寻找本土合作伙伴。此前，百度文心一言、阿里通义千问、字节豆包都曾传出与苹果接触的消息，但至今未有实锤落地。 这就很尴尬了。新款iPhone 16系列在中国市场发售已久，但最核心的AI功能却迟迟无法上线。许多冲“苹果智能”下单的用户，拿到手后发现依然无用武之地。这种体验上的落差，直接反映在销量和股价上。近期，苹果在中国市场的销量增速放缓，股价表现也相对平淡，缺乏像谷歌那样强劲的增长动力。 苹果知道自己做不好AI了，但这并不意味着苹果输了。相反，通过引入Gemini，苹果成功地将AI能力的短板补齐，重新回到了牌桌中央。未来的AI竞争，不再是单一模型的比拼，而是“终端+模型+生态”的综合较量。 只要iPhone依然是全球最高频的计算终端，只要App Store依然是全球最繁荣的应用生态，苹果就有能力通过“掐尖”最好的模型，为用户提供最好的AI体验。

新年的钟声敲响不过两周，Meta员工陆续收到关于绩效体系变更的通知。 新的系统有一个名字：Checkpoint，它会在今年年中正式启用，几乎覆盖Meta员工接下来整个2026年的绩效考核周期。 评级被大幅简化，奖励被明显拉开，顶级表现者将拿到前所未有的高额回报，而绩效体系本身，也被要求更快、更直接。 几乎在同一时间，另一条消息传出：Meta计划再度裁员。这一次，Reality Labs一下被裁掉了1500人。 从去年初一次性裁掉约5%的“绩效不佳”员工，到随后在Reality Labs、AI基础设施等部门持续缩减人手，Meta的目的并不复杂，它指向效率与聚焦。 乍看之下，这像是两条彼此独立的新闻：一边是“奖励更多优秀的人”，一边是“清理掉不够优秀的人”。 但如果把它们放在一起看，就会发现它们其实指向同一件事。Meta正在用更极端，也更直接的方式，重新分配资源。 公司不再试图让大多数人都“还不错”，而是要尽可能放大少数关键个人的产出；而裁员，也不再只是成本控制手段，而是试图让组织更轻盈，或说，更适应AI时代的战斗模式。 更重要的是，Meta并不是个例。 在AI热战全面展开的背景下，科技巨头纷纷对绩效体系和组织层级动手，方向高度一致：它们正在重新决定，哪些人值得被押注。 Meta：更多人优秀，拿更多奖励，全员善用AI Meta这次的绩效体系改革，一言以蔽之就是：大幅倾斜资源奖励顶级表现者，同时加强对低绩效者的管理，来最大化公司人力资本的回报率。 具体来说，新体系叫“Checkpoint”，将从今年年中启用。由于年中回顾的是那之前半年的绩效表现，所以Meta员工整个2026年的绩效考核其实都将在新体系下完成。 在Meta的旧体系中，每年有两次绩效打分。 一次是年中，比较简单，三个评级：包括超出预期、达到预期、低于预期。 另一次是年终，相对复杂，有七个评级：重新定义预期（最高等级）、大幅超出预期、超出预期、完全达到预期、大部分达到预期、部分达到预期、未达到预期。 年中和年终的评级不一样，又这么复杂，就导致了繁文缛节滋生。 这次Meta就透露，过往管理者每年光是处理绩效相关任务就要花费大约80小时，而员工每个周期在同事反馈上的总花费时间也高达33万小时。 而员工彼此之间的评价反馈真的有用吗？Meta透露，只有不到25%的管理者认为反馈有用。 除此之外，在旧体系下，Meta强调强制性低绩效比例分配，2024年低绩效比例为12-15%，到2025年进一步扩大到15-20%，这直接导致了2025年约5%的绩效相关裁员（大约4000人）。 而在新体系Checkpoint之下，事情就清爽多了。 还是年中和年终这两个节点做绩效审核，但是采用一样的评级，且只分三级： · 杰出（Outstanding）：占比20%，代表“远超预期”，奖金系数200%； · 优秀（Excellent）：占比70%，被描述为“高绩效文化基线”，奖金系数115%； · 需要改进（Needs improvement）：占比7%，适用于绩效存在差距且预期能够改进的员工，奖金系数50%； · 未达预期（Not Meeting Expectations）：占比3%，适用于“未达到”Meta标准的用户，奖金系数为0。 这样一来，整个绩效体系被大大简化了，而且也不难看出其中占比的倾斜，优秀及以上的占比90%，占大多数。 奖励也同样大幅倾斜，除了以上常规评级之外，Meta还设置了一个额外奖励（Meta Award），选出少数有“真正杰出贡献”的员工，给予300%的奖金。 这与Meta近年来强调的“高绩效文化”高度一致，该文化源于公司CEO扎克伯格（Mark Zuckerberg）在2025年将该年定义为“激烈之年”，其间公司通过一系列措施来提升团队效率和AI创新能力。 除此之外，在整个新绩效体系下，AI工具的使用也备受重视。 在去年12月的时候，Meta就推出了一个叫“AI绩效助手”的工具，员工（包括管理者）使用AI来起草、总结和优化绩效内容，让整个绩效评估流程更高效。 在Checkpoint推行后，AI工具的使用被强化，虽然不是强制但是也差不多了。 说起来很有意思，Meta对AI的痴迷在内部管理中也有所体现。从去年开始，Meta就把“AI驱动的影响”作为绩效考核的重要指标，也就是说员工绩效好不好，必须纳入“有没有好好用AI提高工作效率”的考量。 绩效评估的过程本身也是一项工作，鼓励员工用“AI绩效助手”写评估，那么就形成了“用AI工具写关于有没有善用AI的评估”的循环。 AI热战，各大厂都在调整绩效体系 Checkpoint系统是Meta在AI时代对人力激励的战略升级。 扎克伯格希望通过统一评级标准和AI辅助工具简化绩效流程、减少官僚负担，还通过“富矿”式奖励机制大幅强化了对高输出者的倾斜，这将直接影响2026年Meta在新模型研发、智能眼镜等AI核心项目中的竞争力。 公司把有限的奖金池/股权资源像“富矿”一样集中砸给高产出者——尤其是AI贡献突出的人，目的是最大化投资回报率，刺激全员向顶级冲刺，同时高效控制整体人力成本。 这种“赢家通吃”模式在AI人才战争中特别有效，因为顶级AI工程师/研究员的产出往往决定模型代差。 也不止有Meta对绩效体系下手，在AI热战之下，国内外的大厂这两年动作频频。 去年12月，字节跳动宣布四大措施：增加奖金（含绩效期权）投入，2025全年绩效评估周期相比上个周期提升35%；大幅增加调薪投入，较上个周期提升1.5倍；提高所有职级薪酬总包的下限（起薪）和上限（天花板）。 据澎湃新闻，字节当时在内部邮件开头就说得很清楚：“我们所处的行业正面临新的机遇和挑战，公司希望更好地吸引、激励和保留优秀人才，鼓励大家和公司业务一起，再上一个比过去更大的台阶。” 核心目的只有一个——让优秀的人才拿到更多钱。 要注意的是，整体来说字节的调整更像是“全员吃肉”，但是由于不同层级的放大比例不同，越是顶端的人才，奖励“膨胀”得越明显。如评级由低到高，“M”的激励月数上限增加1.5个月；“M+”下限增加1.5个月，上限增加2.5个月；“E”下限增加3.5个月，上限增加3个月。 在2025年绩效周期前，Google对其GRAD（Google Review and Development）体系进行了内部调整。多家媒体援引员工信息称： 公司扩大了高绩效评级（如Outstanding Impact）的奖励权重，提高顶级绩效的奖金和股权回报；与此同时，中间档位的激励被有意压缩，以维持整体预算稳定。 这意味着，Google并没有“多发钱”，而是重新分配钱。 对员工而言，回报不再是线性差距。 亚马逊2025年也强化了Forte系统，这是一种绩效管理工具，强调员工证明个人成就。 亚马逊要求员工列出3-5个“最大成就”来证明自己的生产力，并将把“领导力原则”正式嵌入评级，形成三层打分机制。 这维持了亚马逊的强制排名机制（stack ranking），即经理需按比例分配高低评级。这个做法常导致团队竞争激烈。 值得注意的是，亚马逊仍然维持其高度竞争性的分布逻辑。也就是说，高绩效比例有限，低绩效后果明确。这使它成为所有大厂中，对“持续输出”要求最严苛的一家。 Microsoft在2024年底至2025年初，对内部绩效与人事规则进行了调整，重点不在奖励“有多高”，而在低绩效的后果更清晰。 公开报道显示，微软进一步收紧了对长期低绩效员工的管理工具，包括内部流动限制、绩效改进周期等，同时弱化了一些与核心产出关联度不高的考核要素。这使得绩效评估更直接地服务于业务结果，而非文化或过程指标。 把这些大厂的动作放在一起，不难看出共性：把这些改革放在一起看，会发现一个清晰结论： 公司不再追求“多数人满意”，而是更明确地把资源集中给少数真正创造关键成果的人。中等表现的回报空间正在被压缩，而顶级贡献者获得的激励差距被显著拉大。 这是AI时代下，大厂在激烈的模型与算力竞争中，主动将资源集中到关键产出者身上的现实选择。 资源倾斜与“大扁平”同时发生 资源更多地向优秀者倾斜，从整体上来讲，自然对组织有益处，尤其是处在激烈竞争之中的时刻，固定顶尖人才至关重要。 但事实向来是——在一个组织之中，平凡普通的员工占大多数。即便是“普调”存在，少数人拿到了更多，这样的横向比较也会加重焦虑。 仍然以Meta的新绩效体系为例，虽然绩效“优秀”及以上的员工比例占90%，但其中最大头的、占比70%的“优秀”，奖励放大系数为115%，远低于更高等级奖励被放大的系数（200%与300%）。 倾斜之下，可能产生的负面影响包括大家越来越容易职业倦怠（burnout），以及员工要面对内部竞争带来巨大焦虑感。 而以往通过层层晋升成为“中层”的员工尤为尴尬——他们中的很多人在大厂卷生卷死多年，但在新绩效体系下很容易被明星员工“薪酬/奖励倒挂”。 “裁员”也是悬在头上的一把剑。 独立裁员追踪网站Layoffs.fyi的数据显示，2025年全球科技公司裁员超过12万人。 而裁员的重灾区，恰恰是财务业绩强劲、利润屡创新高、给顶尖人才给钱不手软的科技巨头。如微软全年裁员1.5万人；亚马逊去年10月宣布裁员1.4万人，全年大约裁员3万人。 Meta在去年年初，一口气裁员5%“业绩不佳”的员工，约涉及3600人。还有一些裁员发生在业务调整的震荡中，如秋季Meta裁了AI基础设施部门的600人。就在发稿前，当地时间1月13日，Meta计划再裁员Reality Labs的1500人。 而在裁员中，中层也是重灾区，Meta和亚马逊都曾公开表示要精简中层。Business Insider将这称之为科技巨头的“大扁平化趋势”。 扎克伯格曾公开表示“扁平化组织更快（Flatter is faster）”；亚马逊CEO安迪·贾西（Andy Jassy）在内部沟通中也提出“减少管理层将降低层级并让组织更扁平”；而谷歌CEO桑达尔·皮查伊（Sundar Pichai）则在2024–2025的重组与裁员中将减少10%的副总裁与管理岗位作为提升效率的举措之一。 当绩效体系开始明显向顶级贡献者倾斜时，中层管理者手里的资源，往往也会随之变少。 这并不是奖金制度调整带来的意外后果，而是公司在重新判断：哪些角色，才值得继续被重点投入。 过去，中层往往掌握着不少实际权力——包括项目怎么排、人怎么用、激励怎么分；但当公司越来越强调直接产出和关键结果，这些权力要么被收回到更高层，以减少决策摩擦，要么被直接交到真正承担核心产出的个人手中。 关键人才的项目归属、绩效评价和激励路径，开始绕过中层，通过更高层级的机制直接锁定，中层在人员和资源上的调配空间自然被压缩，更多时候承担的是执行协调和结果压力。 同时，随着工具和系统越来越成熟，原本依赖中层完成的大量对齐、汇报和协调工作，也在被不断削弱存在感。 绩效改革和组织扁平化几乎同步发生。它并不意味着公司在清算某一层级，这更像是一种取舍：公司不再优先维护层级结构，而是把有限的资源，直接押在少数被认为“能拉开差距”的人身上。 说到底，这一轮绩效和组织调整，解决的是公司的效率问题，而不是员工的安全感问题。 资源被更集中地押在少数人身上，确实可能跑得更快，但也意味着更多人被推到边缘。 过去一年里，大厂里发生的变化其实指向同一件事：资源正在被重新分配。 对公司来说，这是在AI时代追求效率和确定性的理性选择。但对个体而言，规则已经变了，过去依赖层级、资历和稳定晋升路径所建立的安全感正在减弱。 新的体系正在形成，而它是否真的能同时带来效率与可持续性，仍需要时间来验证。

最近不少用户发现，豆包在聊天主界面中新增多项字节系服务，包括汽水音乐、豆包爱学等。 它在输入框上方设置了“来点音乐”标签，点击后会弹出汽水音乐卡片，无需跳转至APP就能播放，并支持查看歌词、歌单等功能。 除了让豆包自己推荐，用户还可以输入“播放一首孙燕姿的歌”之类的提示词，同样会调起汽水音乐卡片。 此外，豆包还新增了“豆包爱学”标签。用户输入文字、语音，或拍照上传题目，就可以得到解答。 豆包爱学的前身是字节大力教育旗下的河马爱学，2024年9月更名，主打拍题答疑+AI互动讲解。字节此次在豆包APP开辟专门入口，可以给豆包爱学注入更多流量和用户。 早在几个月前，豆包已经在给字节其他业务导流。 去年10月，不少用户注意到，豆包接入了抖音商城——询问“双11买什么”“2000元价位手机有什么推荐”之类的问题，豆包会推荐多款产品，点击蓝链即可跳转至抖音购买。 过去一年多，豆包在崛起过程中一直享受着字节的流量红利，尤其是抖音，以各种方式向豆包倾注流量。豆包能够迅速反超DeepSeek，成为国内用户最多的AI APP，并将优势保持至今，抖音流量池的持续浇灌居功至伟。 豆包是字节第三款日活过亿的APP，前两款分别是今日头条和抖音。尽管抖音的体量远大于豆包，但从绝对增速来看，豆包显然要更胜一筹。 如今，豆包开始扮演流量分发者的角色。抖音无疑是字节最重要的流量引擎，而豆包正摆出成为第二大引擎的架势。 A 汽水音乐等被豆包“垂青”，在聊天框内获得醒目入口，相当于天降大礼，价值不亚于腾讯系APP拿到微信“九宫格”的位置。 不过，豆包并非免费做“散财童子”。 豆包的战略价值，就是成为AI时代的超级入口。通过接入字节系业务，豆包其实是在预演Agent生态，为日后的飞跃做准备。 要想成为统揽一切的超级入口，豆包的能力象限就需要非常宽广，能够满足用户线上线下、不同场景的需求。 但倘若只靠自己一个功能一个功能地开发、上线，速度太慢，成本也太高。豆包显然也看到了这一点。时至今日，豆包APP输入框上方的自带功能，也只有深度思考、AI创作、图片修改等十来个常用选项。 把别人变成“工具包”，是豆包不得不走的路，同时也是利益最大化的路径。 方式之一是“霸王硬上弓”，利用GUI模拟点击技术，从手机操作系统底层打通和调用不同APP，无论后者是否愿意。豆包手机助手就是这一思想的产物。 这场大胆甚至略显莽撞的试验，很快遭到其他巨头的阻击。毕竟，在当前竞争格局下，没有人想为字节的AI超级入口大业添砖加瓦。字节有意识地控制了试验的范围和烈度，但也在寻求与其他手机厂商继续合作。 别家产品不肯沦为“工具包”，豆包要想快速搭建比较完善的功能矩阵，终归还是要靠字节自家产品。 此前，它已经接入了抖音电商，但还不算彻底：用户得到的反馈是链接，仍需要跳转至抖音电商页面完成付款。 这或许也从侧面反映出，抖音电商相对强势，豆包不能完全把它当作“功能插件”。同时，豆包也没有开辟专门入口。 而在接入汽水音乐、豆包爱学时，豆包更进一步，直接把两个产品内化为Agent。用户不需要离开豆包对话框就能使用，体验更简洁流畅。相对应地，豆包也比较“慷慨”地拿出了输入框上方的黄金流量位。 此情此景，与当年微信发力小程序颇有异曲同工之处。 微信推出小程序不久后，就为京东、美团、滴滴等腾讯系APP开辟“九宫格”位置，还配备了引流利器“小红点”。这一关键入口让京东等受益匪浅，贡献了庞大的订单和用户增量。 同时，京东等腾讯“嫡系”借助小程序猛吃蛋糕，发挥了非常显著的示范效应，吸引大量企业入局，推动小程序生态快速生长，最终成为微信乃至整个腾讯的又一张王牌。 如今，豆包正在摸索的Agent生态，就是AI时代的小程序生态。 与微信类似，豆包也需要迅速打造出Agent生态的标杆案例。谁能担此重任，同时又“肥水不流外人田”？自然是字节的姊妹业务了。 移动互联网时代，抖音没能在小程序生态上打过微信。但在AI时代，豆包正在试图抢下Agent生态的第一张门票，而且几乎看不到追赶者。 B 被豆包选中的第一批“幸运儿”——汽水音乐和豆包爱学，正处于比较微妙的状态。 他们此前背靠抖音增长迅猛，快速拉近与所处赛道领先者的差距，但如今在各种内外因素影响下，也面临潜在瓶颈。 汽水音乐过去一年表现极其亮眼。根据市场调研公司QuestMobile的数据，截至2025年9月，汽水音乐的月活跃用户已超1.2亿，位列酷狗音乐、QQ音乐和网易云音乐之后排名第四，同比增速高达91%。 相比之下，三大老牌听歌软件的月活跃用户已经基本停止增长，甚至开始下滑。 但汽水音乐想要继续进攻三大平台的腹地，恐怕也不容易。最大的难题仍是版权——与腾讯、网易相比，它的版权曲库较为薄弱，而这恰恰是吸引在线音乐重度用户的关键筹码。 北京商报援引浦银国际研报称，汽水音乐“由于版权内容的匮乏，不太可能吸引到核心音乐用户，更多是作为字节跳动大文娱生态的补充”。 豆包爱学面临类似的处境，且竞争更加激烈。 这款APP主打拍照搜题等教辅功能，不仅需要面对小猿AI等教育类APP的竞争，还得应对夸克、千问等AI APP的“跨界”挑战。 毕竟，拍张照片询问解题方法、批改作业，早已是AI APP的高频应用之一，且用户并不一定需要使用专门的教育类APP。 豆包爱学的下载量也反映了这一竞争态势。 2025年上半年，这款APP在苹果App Store免费榜的排名徘徊在200名开外，甚至一度掉榜；下半年逐渐回升，但仍在100名开外。在教育分榜上，其排名多数时间在5~10名徘徊，并没有展现出统治力。 更深层的难题是，这两款APP并非字节的发展重心。 与抖音、豆包这样的主力选手相比，他们在字节内部的战略地位略低，虽然可以获得抖音流量池的支撑，但不太可能获得整个集团的倾力支持。 这时候，豆包主动开放入口、给他们注入AI流量，就显得弥足珍贵。这座“流量副中心”，将在很长一段时间里给汽水音乐们带来增长动能。 对于“AI流量该往何处去”，豆包的竞争对手——DeepSeek、元宝、千问等，都还没有真正提上议程。大公司并没有把聚拢起来的AI流量开放给自家的音乐、电商等服务，动作比豆包慢得多。 以此来看，豆包给汽水音乐等导流，也算是“AI流量池”的先声。 但未来，随着超级AI APP演进为“流量黑洞”，它与第三方APP的关系将面临调整；今天的免费流量蛋糕，就有可能变成一柄双刃剑。 超级AI的终极形态尚未被明确定义，但很可能是一个与手机底层系统完全打通、渗透到所有场景的超级Agent。届时，用户不需要点亮屏幕，说一句话就能实现各种功能。 这也意味着，超级AI如同黑洞一般，吸走了几乎所有的流量，比超级APP更加彻底。在此情况下，汽水音乐这样的第三方服务，就有可能被“插件化”。 道理很简单：当用户习惯了熄屏状态下一句话让豆包播放音乐，就不会注意到音乐到底是哪里来的，更不会考虑下载和打开单独的音乐APP了，进而拖累后者的商业价值。其他第三方服务，如豆包爱学、抖音电商等，也会面临类似的风险。 当然，现阶段，汽水音乐们被“插件化”的风险还可以忽略不计。但当豆包变得更加强大，甚至实现系统级唤醒、调用时，哪怕是字节自家业务，也不得不考虑“插件化”的影响。 C 对于字节这样的巨头而言，只有DAU破亿的产品，才有资格充当整个集团的流量中枢。 上一个达成这一成就的抖音，它在2018年就迈过亿级DAU的门槛，并持续增长，最终成为字节的中流砥柱。 掌握着整个公司流量阀门的抖音，是字节毫无疑问的“一哥”，其他业务都在起步阶段都需要仰其鼻息，甚至需要抖音持续“输血”。就连豆包，其崛起也离不开抖音的导流。 但随着互联网视频化程度越来越高，抖音可以采掘的外部富矿越来越少；再加上平台规模已经很大，它的流量增速显著慢了下来。在DAU突破6亿后的很长时间里，抖音没有再披露新的数据，从侧面表明其脚步已经放缓。 外界只能从第三方机构的统计中管窥一斑。根据QuestMobile的数据，截至2024年10月底，抖音前10个月的平均MAU（月活跃用户）为7.86亿，同比增长8%。个位数的活跃用户增速，与抖音早年间的飞速前行相去甚远。 与此同时，抖音的流量主要是内容流量。这一特性让抖音的广告业务风生水起，也成就了所谓“内容电商”。但字节其他业务所急需的，未必是内容流量；尤其是电商等强交易属性的业务，他们更需要购物目标明确、消费意愿更强的用户。 抖音依然强大，但不再狂飙的流量增速，以及相对单一的流量属性，终归会让其导流威力受到一定制约。 之前，字节解决问题的思路之一是“拆分”抖音，把许多功能单拆出来做APP，以便吸引更多抖音之外的流量。抖音商城、抖音搜索等APP相继上线，吸引了一波新人，但其用户主体显然还是来自抖音内部。 随着豆包的崛起，字节突然看到了另一种可能——把豆包培育为“流量副中心”。 与逐渐步入成熟期的抖音相比，豆包的流量池仍有很大增长潜力。 这里可以参考国外同行的表现：根据移动应用监测机构Sensor Tower的数据，去年12月ChatGPT的DAU高达3.92亿。即便豆包只能达到ChatGPT的一半，也还有一倍的提升空间。 另一方面，豆包聚拢的是AI流量，其属性比抖音的内容流量丰富得多。 用户使用豆包，既有娱乐、信息、学习的目的，也有办公、编程、购物等方面的需求。这就为豆包将流量分门别类地导入细分场景，精准匹配不同的业务形态提供了基础。 此外，抖音受限于视频瀑布流的产品形态，其导流路径往往有许多跳转。豆包却可以将第三方服务“嵌入”聊天中，用户无需打开新页面就能使用，流量利用和转化效率更高。 字节的“流量副中心”逐渐成型。与老大哥抖音相比，豆包的流量分发更纯粹、更直接。 抖音作为移动互联网超级入口，玩法与微信、支付宝类似，主要是把流量输出到不同小程序中，让用户在小程序内部再进行选择。 而豆包的不同之处在于，它省去了用户选择的过程，让用户直达目标。比如用户说要“听歌”，它会直接提供播放音乐的卡片，而非引导用户使用汽水音乐agent。这一流量传输过程的效率更加极致，但第三方服务的“插件化”也更加明显。 豆包成为字节新的流量枢纽，也预示着下一代的超级入口正在从分散赋能，转向聚焦、“拱卫京师”。 豆包距离超级入口还有很长的路要走，但已经开始为一个全新的、以agent为基本单位、以聚焦为基本样貌的流量生态做准备；而汽水音乐们在获得流量的同时，也有可能将付出“插件化”、失去战略主动权的代价。字节的流量格局，乃至整个战略布局，也正在悄然迎来新一轮博弈和重整。

IT之家 1 月 14 日消息，据蓝鲸科技报道，字节跳动正在研发豆包新一代 AI 耳机，该产品将由歌尔股份负责代工生产。消息人士透露，歌尔股份已专门设立事业群（BG），统筹负责字节跳动相关业务，显示出其对此次合作的高度重视。对此，歌尔股份相关人士回应称，由于与客户签署保密协议，不便透露客户名称及相关产品信息。此外，接近字节人士则称，“字节目前没有上市下一代耳机的计划”。 据IT之家了解，字节跳动的首款 AI 智能体耳机“Ola Friend”于 2024 年 10 月发布，由国光电器担任主要 ODM 供应商。至今已超一年未推出更新机型，此次更换代工合作伙伴，被业内视为字节跳动在 AI 硬件策略上的主动调整，可能预示着新一代产品在功能和技术上的升级。 选择歌尔股份并非偶然，据悉双方此前已在 VR 领域建立了深度合作关系，歌尔股份长期为字节跳动旗下 VR 品牌 Pico 提供光学模组、硬件制造及代工服务。 报道称，新一代耳机预计将呈现明显的产品形态差异，将搭载摄像头模块，但其设计初衷并非用于传统拍摄，而是服务于 AI 视觉交互功能。这一思路与 Meta 的“Camerabuds”项目类似，后者旨在通过摄像头实现物体识别、翻译等场景化 AI 应用。 关于新品的出货量，供应链人士表示，由于耳机市场竞争激烈，字节跳动的市场空间可能较为有限，该产品产量预计不会太大。 此外，有知情人士透露，这款 AI 耳机原计划于 2025 年 12 月 30 日在“罗永浩的十字路口”年度科技创新分享大会上亮相，但因产品尚未完全准备就绪而临时撤档。该人士还补充称，字节跳动这款 AI 耳机的产品思路与市面上多数 AI 耳机存在差异，核心围绕与手机的协同功能进行打造。

作者 | 王涵 编辑 | 心缘 智东西1月14日报道，1月11日晚间，《英雄联盟》韩服服务器突现一名胜率超90%的神秘玩家。结合此前马斯克放出的“用AI挑战全球顶级人类战队”的消息，大批玩家纷纷猜测，这名神秘高手或许就是xAI旗下的AI测试账号。 先来看看这个神秘玩家的操作： 神秘玩家操纵的“塞拉斯”身陷双人包夹，极限走位扭掉所有致命技能，反手一套连招带走一人。 其控制的“发条”操作稳如泰山，躲完所有技能直接越塔，干净利落拿下击杀。 面对敌方打野抓人，“发条”一点都不慌，极限扭身躲掉关键控制，反手配合己方打野越塔强杀，一气呵成。 从这几个片段就能看出来，这个玩家是个心态与临场应变能力极强的“大心脏”，遭遇打野抓单、双人包夹等逆风情况时，完全不慌乱，能在高压下保持冷静判断。 且其走位操作精准且丝滑，对技能释放范围、弹道预判把控到位，没有多余失误。他还有团战配合意识，在躲掉关键技能后立刻抓住反击窗口，配合己方队友完成越塔击杀。 OB（观察者模式）数据显示，该神秘账号自1月8日23:07起开始冲分，仅用51小时完成56局对局，而且以52胜4败、胜率92%的战绩，从钻石以下段位一路飙升至韩服排行榜前列，甚至在1月11日凌晨短暂登顶，彼时胜率一度高达95%。 玩家之所以猜测这个账号由AI操控，并非只看重它的亮眼战绩。 在2025年11月韩国传奇战队T1斩获《英雄联盟》2025赛季全球总冠军后，马斯克随即在X平台公开宣战。马斯克说，xAI旗下的Grok 5将在2026年以“人类级约束”规则挑战《英雄联盟》全球顶级战队。 对此，T1战队官方推特迅速回应“已准备就绪”。战队传奇中单选手Faker也在后续新闻发布会上表态：“AI终有一天会战胜人类，但2026年，人类大概率能守住尊严。” 正是有了这一背景铺垫，该神秘账号一经现身，便引发玩家热议：难道它就是马斯克口中的xAI测试账号？ 电竞领域的“AlphaGo时刻”，真的要来了吗？ 一、91%恐怖胜率制霸韩服，神秘高手引全球玩家猜疑：是人还是AI？ 无论是国内玩家还是海外玩家，都对这位神秘高手的操作惊叹不已。 除了能在长时间高强度对局中保持超90%的高胜率，这位神秘玩家的英雄池还异常深厚——在56场排位赛中，其一共选用了22名不同英雄。 与此同时，该玩家的对线风格极具侵略性，对线阶段胜率高达86%，在韩服排名前十的选手中断层领先，第二名的对线胜率仅为69%。 但凡熟悉《英雄联盟》的玩家都清楚，这份成绩单的含金量有多高。 中国英雄联盟大神玩家、“韩服千分王者永恩”齐枫在直播对局中遇到了这位神秘账号，被虐到心态爆炸。 齐枫后续在B站评论区复盘时提到，对局过程中，他先是根据操作风格猜测对方是韩国顶级中单选手Chovy（现效力于Gen.G战队），但查证后发现，彼时Chovy正在参加正式比赛，根本没有上线排位的可能。 随后他又怀疑对方使用了脚本外挂，可查询战绩后却发现这是一个官方认证的超级账号。 再到后来，有消息称该账号归属BRO战队，使用者是队内中单选手Fisher（外号“鱼神”，现效力于LCK赛区农心红队），但齐枫表示自己此前曾与Fisher有过交手，对方的实力远没有这般夸张。 “我拿不准这个人是谁，但我感觉这可能比chovy还强，chovy也能随随便便登顶韩服第一，但是以这么夸张的胜率登顶还是太难了。”齐枫写道。 对于这位神秘账号究竟是不是AI，网友们都吵翻天了。 有观点认为，以人类顶尖选手的水准，完全可以打出这样的操作和意识。而对局中该账号还会发送点赞表情包的举动，也被不少人视作非AI操控的有力证据。 不过持相反意见的网友表示，发送表情包对AI而言并非难事，反观人类玩家，根本不可能连续高强度作战十几个小时却状态不减，还能维持90%以上的胜率。该账号的操作冷静得毫无破绽，完全不像是人类玩家的风格。 后续，有网友扒出来，这个神秘账号疑似是韩国BRO战队的2队替补中单Roamer，但这一说法随即就遭到质疑。 电竞职业选手的黄金年龄是18到22岁，23岁后选手的操作精度和精力均易下滑，电竞职业选手一般集中在24岁前退役。而这位替补中单已经23岁，还只是2队的替补，实力与该神秘账号不符。 也有网友质疑该主页信息的真实性： 综合来看，这个神秘账号的胜率和打法让玩家很难相信这是人类选手的操作。从猜测是Chovy、Fisher，到怀疑是BRO战队替补，再到指向马斯克的Grok 5，种种说法都没有实锤，账号的真实身份至今仍是谜团。 二、从DOTA2到《王者荣耀》，AI击败人类冠军已不是新闻 从玩家众说纷纭的争论中，我们可以看出，这场风波的核心争议点其实是“AI是否已具备碾压人类顶尖玩家的实力？” 这个问题不难回答，其实AI早已在MOBA游戏中创下击败人类职业选手的先例。 就比如OpenAI研发的“OpenAI Five”，在2017年的第七届DOTA2国际邀请赛上，以1v1影魔击败职业选手Dendi，2019年4月又以2:0战胜Dota 2世界冠军战队OG，成为首个击败电竞世界冠军的AI。 2019年1月在谷歌DeepMind与暴雪联合举办的AlphaStar《星际争霸2》人机对战直播演示上，谷歌DeepMind研发的AlphaStar首次公开亮相，以10:1的战绩击败TLO、MaNa等顶级职业选手。 AlphaStar在《星际争霸2》的Battle.net天梯中排名超越99.8%的人类玩家，三族均达到宗师级别，还自主开发出“飞螳绕追”“隐刀骚扰”等超越人类常规思路的创新战术，其纯视觉输入+人类级延迟的设计，为后续 “电竞AI”研发提供了关键参考。 在2019年，腾讯AI Lab研发的王者荣耀AI“绝悟”，在吉隆坡王者荣耀世界冠军杯半决赛的5v5表演赛中，战胜由五大赛区职业战队选手组成的联队，成为全球首个在移动端MOBA游戏中超越人类顶尖水平的AI。 此外，“绝悟”还曾在2018年12月的KPL秋季赛总决赛上，击败由前职业选手与解说组成的半职业战队；2021年世界人工智能大会期间，它再以3:1的比分，战胜由不同战队职业选手临时组建的战队。 三、电竞成为AI能力试验场：视觉识别与动态预判能力关乎世界模型构建 让AI学会打游戏，有什么用？ 从应用落地的角度来看，AI在电竞领域的突破，能够延伸出多元的商业化与服务场景。 一方面，AI可转型为专业电竞教练，通过分析海量对局数据，精准拆解选手的操作短板、战术漏洞，为职业战队提供科学的训练方案；另一方面，在当下火热的AI陪伴赛道中，AI还能化身高水准游戏陪玩，既可以完全服从用户指令，又能带领玩家上分，满足不同用户的娱乐需求。 相较于应用层面的价值，马斯克在2025年11月提出的挑战，更核心的意义可能在于技术验证。 其战书的核心要求，正是让Grok 5以“人类级约束”规则击败顶级战队。所谓“人类级约束”，即AI不得读取游戏底层API数据，仅依靠摄像头捕捉屏幕画面进行战局分析，同时将反应延迟控制在约200毫秒的人类水准。 简单来说，就是让AI完全模拟人类玩家的信息获取方式和反应速度，在与人类相同的约束条件下完成对战。 这种约束条件，恰恰让电竞成为了检验AI能力的试验场。不同于此前爆火的大模型狼人杀，《英雄联盟》这类MOBA游戏，需要AI具备极强的视觉识别能力与对物理世界的判断、预判能力。 而这些能力，正是构建世界模型的核心基础。据李飞飞、杨立昆等AI泰斗的观点，世界模型正是实现通用人工智能（AGI）的关键路径。 结语：电竞的“AlphaGo时刻”要来了？ 这个神秘账号究竟是否是AI还存在争议。 但AI在游戏上的表现，已经显现出了AI技术在视觉、推理、物理世界交互等方面的技术进步，AI陪玩、AI教练、AI代练等应用场景也十分广阔。 究竟我们会不会在2026年见证“Grok大战Faker”，Faker会不会成为第二个柯洁，人类会不会在2026年迎来电竞的“AlphaGo时刻”，我们让子弹飞一会儿。

“AI Infra 就是云计算本身。” 文丨贺乾明 100 多年前，电力首次进入工厂，许多工厂主做了一个看似合理的决定：保留复杂的蒸汽机传动轴和皮带系统，只用电动机替换蒸汽机。结果令他们大失所望：动力更强了，生产效率几乎没有同步提升。 接下来的 20 年，他们才逐步意识到，电力带来的真正变革不只是简单替代动力源，而是把它嵌入到不同的业务单元中，用不同类型的电机驱动钻头、传送带等，生产力才迎来爆发。 这是阿里云希望给企业深入应用 AI 提供的能力。他们认为，AI 时代客户要的不只是单一的模型或云的能力，而是更低成本使用更强模型时，有更灵活的综合体验。AI 云应该像当年的电力真正提高工业生产力时那样，提供多层次的服务，全面嵌入到企业的业务流程中。 这一判断有业务数据支撑：在阿里云上调用大模型 API （ MaaS 服务）的客户中，有七成也同时在使用其 GPU 算力服务。 阿里云智能集团资深副总裁、公共云事业部总裁刘伟光说，第一批深度使用 AI 的客户，会把场景分成不同档次：不只是简单调用大模型 API，还会用内部数据精调或者后训练基础模型，或者自己从头训练一个模型。 在刘伟光看来，AI 给云计算行业带来的变化才刚刚开始，整个云计算体系架构都要为 AI 重构，“MaaS 增长潜力很大，但关键是打赢 AI 云新增的全量市场”，要建立软硬一体的 AI 云全栈能力，推动企业用更低成本调用更强的 AI 模型，解决不同层次、不同场景问题，“这才是竞争中的胜负手”。 146 个 行业客户深度调研：Token 质量比数量重要 “如果今天所有的 AI 应用每天只能免费用 100 次，你会用它做什么？” 这是刘伟光 2025 年走访了 146 个客户后反复思考的问题。 他的结论非常直接：没有人会把它浪费在写段子或闲聊上，一定会做最重要的东西——对工作最有帮助的决策、对家庭生活最关键的建议。 在他看来，这是企业使用大模型与个人用户的本质区别。个人用户可能为了娱乐消耗 Token，但追求效率的企业，每一次 Token 的交换都有成本。他们不仅要为 Token 付费，业务线上的人力、时间也是投入。 很难想象一个年轻的工程师面对设备故障时，还需要多轮对话才能得到解决方案，需要更快的响应、能让他迅速解决问题的指南。同样，基金公司的交易员用 AI 辅助捕捉交易信号时，也很难容忍模型动辄陷入沉思，然后给出长篇大论，再问一句 “是否需要我帮你整理得更完善”。 传统行业的企业正在用不同的方式，尽可能避开 AI 的短板、提升效率。比如汽车诊断公司，用 30 年积累的产业检测报告做出来远程帮助汽修的大模型，才用到诊断报告中；基金公司会用沉淀 20 多年的数据和交易的行为跟模型结合，把各种形式的非结构化数据（如文字、语音、图像等）转化为可供投资参考的标准化信息。 企业也希望充分挖掘 AI 的潜力。中国两家农牧业巨头公司都在用千问做相同的事情，他们不仅尝试用 VL（视觉大模型）识别猪的数量，还用它来识别猪的异常行为，检测猪的健康与活性，或者是开发兽医大模型解决专业人才短缺问题。还有头部照明公司接入千问后，不再局限简单的开关灯或者调控色温，还用 AI 理解用户模糊的指令，用更流畅的对话打造更聪明的端侧语言模型，让人与光的交互更自然。 而企业一旦找到合适的方式把 AI 嵌入业务流程中，就会是严肃和连贯的。在线招聘行业中的每一家公司，几乎都在引入 AI 简历筛选、智能化面试、自动生成面试记录。当招聘专员习惯用 AI 辅助工作后，就会形成新的工作流，每天都会使用，不会受到个人喜好影响。 “个人消费者使用 AI 的情况会有波动，但企业级市场只会不断增长。” 刘伟光说，而且使用的广度和深度会不断加强，很多场景还没有解锁，“如果 AI 能把车损定损给改了，那绝对是一种 ‘革命’。” 2024 年云栖大会上，阿里巴巴集团 CEO 吴泳铭在演讲中称，生成式 AI 最大的想象力，绝不是在手机屏幕上做一两个新的超级 App，而是接管数字世界，改变物理世界。 过去一年中国 AI 企业市场的发展证实了他的判断。AI 已不只在手机里面作为应用程序，而是出现在更多的载体中，包括眼镜、耳机、学习机、玩具、健身器材、汽车、机器人等全品类硬件设备中。 这种不同层次、不同场景的需求，当下无法用单一的模型 API 服务满足。在美国市场，原本已经给企业提供工具的 SaaS 行业，大模型调用量规模持续上涨，提供了一种相对标准化的方案。而在 SaaS 行业未能发展起来的中国市场，传统行业偏向定制服务解决特定场景问题，往往需要后训练或者微调大模型。云计算公司提供这样的服务，在一定程度上为企业提供了类似 SaaS 的服务。 “现在所有 MaaS 服务加一起，在中国云计算市场、甚至 AI 云市场占比都不高。MaaS 的空间当然非常大，但不是今天。” 刘伟光说，只统计公有云市场大模型 API 的调用量，无法代表 AI 云全貌。真实的 Token 消耗量，要把 MaaS 平台 API 调用、公共云 GPU 推理集群产生 Token、私有化模型部署产生 Token，设备端模型产生的 Token 等全部统计在内。 “冰川下的 Token 消耗非常大，却无法统计。而且企业用 AI 还处于转型早期， 90% 以上的企业还没有真正行动起来，未来肯定是百倍的增长。” 但可以观察的是，只要基础模型的性能持续提升，云厂商深入到技术栈的每一层提供服务，改进推理能力、节省成本，就可以带动更多行业的更多客户用 AI 解决问题。 做 AI 时代的基础设施，承接不同层次的需求 英伟达 CEO 黄仁勋曾抛出一个著名的论断：GPU 集群就是 “Token 工厂”，输入的是能量，输出的是 Token。这是典型的芯片公司视角，把 AI 生产过程简化为了物理层面的能量转换。 对于云厂商来说，如果只是从事算力转售业务，现在很难提供可用的 AI 服务。他们必须用系统工程能力，尽可能提升现有算力效率，针对不同行业、不同层次的企业提供模型服务。 这也是阿里云的选择：做 AI 时代的基础设施。用刘伟光的比喻来说，阿里云正在搭建的是一套现代化的自来水厂，而不只是水（大模型 API）的搬运工，还要维护水源地（开源模型）、搭建净化车间（数据清洗与模型训练平台）、铺设输水管网（高性能网络），以及处理污水（安全治理）等。 在这套体系中，阿里云能够提供当前不同类型的 “用水” 需求： MaaS（直供水服务）： 就像家庭拧开水龙头就能用水，企业或者开发者不用关心底层复杂的管网，直接调用 API，开箱即用，按需付费。这是最轻量的接入方式。 PaaS（工业用水服务）： 类似于工厂需要特定的水源，企业可以获得基础模型，直接用 “开源模型” 在阿里云平台上微调或者自己后训练，然后部署到合适的环境中。 IaaS（水处理基础设施）： 像是将经过初步净化、萃取后的水源，输送给饮料厂或啤酒厂，企业可以用阿里云提供的算力和基础软件，用来训练独家配方的 “饮料”，比如自动驾驶模型、各种垂类大模型等等。 阿里云已经有了初步成绩。根据市场调研机构 Omdia 数据，2025 年上半年，中国 AI 云整体市场（AI IaaS+PaaS+MaaS）规模达 223 亿元，阿里云占比 35.8 %，超过第二到第四名总和。 搭建这套全面的基础设施，不仅需要高昂的投入，还要有战略决心。2025 年 2 月，阿里宣布未来三年将投入超过 3800 亿元，用于建设云和 AI 硬件基础设施，总额超过去十年总和。仅仅是 2025 年前三个季度，阿里用于建设 AI 数据中心等的资本开支就兑现了 950 亿元。 在基础模型层面，阿里持续投入训练不同尺寸、不同类型、不同模态的基础模型，并投入资源把它们做到第一梯队。比如视觉生成模型万相 2.6 性能媲美 OpenAI 的 Sora 2；Qwen-Image-Layered 是业界首个能实现图像分层精准编辑的模型；Qwen3-Max 的性位居全球模型性能榜单前列。 阿里选择把这些模型开源，提供给各行各业的团队或企业使用，其中 Qwen 的衍生模型数量超过 18 万，规模位居全球第一。 作为基础设施，阿里云上长出来的不只有阿里自研的模型，月之暗面也在阿里云上训练 Kimi 系列模型，以及许多智驾团队也用阿里云训练模型。 与此同时，阿里云也提供了一整套体系能力，支撑 AI 时代新诞生的产品迅速发展，除了阿里体系的千问 App，还有蚂蚁集团的灵光、阿福，以及月之暗面的 Kimi 应用、MiniMax 的海螺等。 尽管当前各行各业应用 AI 还处于早期阶段，但定位基础设施的阿里云，也在探索更新的产品形态，为接下来的 AI 应用爆发做好准备。最典型的例子就是阿里正在开发千问 App 的 Agent 版本。它不只局限于用户提问，还能够调用淘宝比价、使用高德导航，甚至阿里所有的服务都有可能成为它的插件。 最终这些在阿里内部业务和行业头部公司验证过的能力，都会沉淀在阿里云中，成为对外提供服务的产品。让客户具备长期、可持续地产生和使用智能的能力，而不是把客户锁定在某一种计量方式里。 AI 加速推动客户上云 AI 正在给云厂商带来了新的增长动力。无论是 AWS、微软 Azure、Google Cloud 还是阿里云，规模都在迅速增长。 但提供动力的不只是 GPU 用量或者大模型 API 的调用。阿里云团队观察到， 在阿里云上使用这些服务的客户群体，他们在计算、存储、网络以及大数据等产品上用量的增长，高于整个大盘的增长。 “AI 会加速推动客户上云。” 刘伟光说，客户为了用好 AI，不得不将数据全面上云。企业想要让一个 Agent 产生价值，基础模型只是一个方面，高质量的业务数据同样重要。 微软 Azure 的增长逻辑类似，出售 OpenAI 的基础模型的 API 服务只是其中一个方面，更充足的动力来自企业为了在业务中应用更强的模型，把分散在本地与各系统中的内容与数据，迁移到了更方便模型调用的云产品中。 为高并发 Web/HTTP 请求设计的传统云计算架构，难以高效支撑这样的需求。甲骨文重新获得增长动力，很大一部分因素就来自于部署 RDMA（远程直接内存访问）高性能网络和自治数据库，适应了大模型训练、推理的需求。 这直接改变了公共云计算服务在中国市场的前景。此前多年，中国云计算公司并不像 AWS 等海外云平台那样，公共云客户遍布各行各业，囊括美国证券交易所、大型石油公司、银行业巨头等，做大规模就能拥有利润。 在中国云计算市场，平台依赖的电力、带宽等基础设施成本并不受企业自身控制；部分传统企业出于数据安全、合规或历史惯性等原因，仍倾向于自建数据中心。 “阿里云的基础云架构，为 AI 重做了一遍。” 刘伟光说，AI Infra 并不是一个特定的垂直方向，就是云计算本身，不仅需要规模化、安全和稳定，更需要云上的跨服务流转能力，比如新型的向量数据库、高效的大数据清洗平台、灵活的开发框架，满足企业不同层次、不同场景使用 AI 的配套软件体系。 在阿里云看来， AI 时代云计算平台的竞争力在于 “软硬一体化” 的体系能力：硬件不只是芯片，而是围绕 GPU 算力构建的整个高性能底层架构；软件则是对模型的理解、优化和调度能力。 “阿里云的目标是拿下 2026 年中国 AI 云市场增量的 80%。” 刘伟光说，但是下一年增量的 10% 都会大于上一年的全量。所以过去取得了什么成绩并不重要，变化才刚刚开始。

1月4日消息，昨日快手科技宣布，可灵AI 2025年12月的当月收入突破2000万美元，对应年化收入运行率（简称ARR）达2.4亿美元。 此前，可灵AI曾在2025年3月，即正式上线的第10个月宣布ARR突破1亿美元。 官方表示，12月以来，可灵先后发布全球首个大一统多模态视频模型可灵O1及具备“音画同出”能力的可灵2.6模型，并上线全新的动作控制等功能。 截至2025年12月，可灵AI已经在全球拥有超过6000万创作者，累计生成超6亿个视频，并累计合作超3万家企业用户。 据了解，可灵AI是快手自研的多模态AI视频生成大模型与创意生产力平台，于2024年6月6日上线并开放邀测。 据官网介绍，可灵AI采用类Sora的DiT结构与3D时空联合注意力机制，支持1080P/30fps、单次生成最长2分钟及3分钟续写，覆盖文生视频、图生视频、视频编辑等多模态创作功能，首创首尾帧自定义与大师级智能运镜模式，可定制AI数字人。 该平台采用会员订阅与企业API接入的盈利模式。

2026 年 1 月 29 日， 苹果将上线 Apple Creator Studio——这是一项全新的订阅服务，汇总了所有苹果创造力/生产力软件。 价格则低至每月一杯咖啡。 在产品发布前夕，苹果全球产品营销副总裁 Bob Borchers 及全球 App 产品营销高级总监 Brent Chiu-Watson 接受了爱范儿的专访。 ▲ Bob Borchers，Apple 全球产品营销副总裁 通过这次采访，我们试图找到一个答案： 当一个音乐人同时也是视频制作者、平面设计师和小企业主时，苹果该给他什么样的工具？ 创作者的新物种 如果你是一位小红书博主，大抵对这个工作流不会陌生： 想好一个选题，先在文档上写脚本，再用设备拍摄，接下来用一系列后期软件调色、剪辑、配乐，最后设计一个吸睛的封面，跟着视频一并传到平台，发布。 在 Bob Borchers 眼中，这就是典型的现代创作者画像： 他们不再局限于单一领域。一个音乐人不只是写歌，他们还要制作音轨、设计专辑封面、拍摄 MV、创作周边产品。 创作者经济不是新概念，但它的形态正在剧烈变化。 十年前，音乐人的工作流程是线性的：写歌→录音→找厂牌→发行。每个人都在自己的赛道里深耕，工具也是垂直的、专业的。 ▲ 图｜AudioDope 但今天，这条生产链已经彻底扁平化。 拥有数百万粉丝的爱尔兰音乐人艾莉·谢尔洛克（Allie Sherlock），经常会在都柏林格拉夫顿街表演，然后把视频上传到 YouTube。但她要做的事情，远不止于音乐创作：她用 Logic Pro 制作原创音乐，用 Final Cut Pro 剪辑街头表演视频，用 Pixelmator Pro 设计专辑封面和周边，还会用 Keynote 制作宣传材料，用 Pages 制作自己的商品目录——一个人，五种角色。 ▲ 图｜Youtube @Ellie Sherlock 作为一名媒体编辑，写作只是我工作的一部分，很多情况下，我同样需要拍视频、做剪辑、设计封面——这就是当下创作者的常态，相信你我已经司空见惯，但放在过去是难以想象的。 传统的创作工具链是割裂的。 做音乐用 Logic Pro，剪视频用 Final Cut Pro，修图用 Photoshop，做设计用 Illustrator……每个软件都有自己的学习曲线、文件格式、付费计划，他们分属不同的大公司，你需要在各种地方交钱。 Apple Creator Studio，想做的就是 all in one。 全家桶的哲学 Apple Creator Studio 是什么？实际上就是一整套的创作者服务—— 包含了 Final Cut Pro（视频编辑）、Logic Pro（音乐制作）、Pixelmator Pro（图像编辑）、Pages、Numbers、Keynote，以及 Motion、Compressor、MainStage 等配套应用。这些应用及其高级内容全部打包，每月 38 元，一年 380 元，最多可以家庭 6 人共享。学生和教育工作者的单价更低，每月 18 元，一年 180 元。 这个价格背后是一笔账：如果单独购买这些专业软件，Final Cut Pro 售价 1998 元，Logic Pro 售价 1298 元，Pixelmator Pro 售价 328 元，加上其他工具，总价超过 4000 元。而订阅 Apple Creator Studio，4000 元足够一个中国创作者连续使用超过 10 年。 苹果产品营销总监 Brent Chiu-Watson 解释了这套系统的工作逻辑： 我们相信，技术应该让创意自由流动，在你需要的时候，以最合适的形式出现。 再比如，Final Cut Pro 内置了 Logic Pro 的节拍检测引擎。你导入音乐后，系统会自动分析节奏，在时间线上标记每一个拍点。剪辑视频时，画面会自动吸附到这些拍点，不需要手动数节拍。 更深层的整合发生在技术层面。 所有应用共享 Apple 设备的端侧 AI 能力，且具备高度一致性：超分辨率和自动裁剪功能可以跨 Pixelmator Pro、Keynote、Pages 和 Numbers 使用。比如在 Keynote 里调整图片构图时，自动裁剪就会给出三种优化方案。 Brent 强调了这种一致性： 用户不需要学习每个应用的 AI 功能在哪里、怎么用。同样的能力，会出现在每一个需要它的地方。 这种整合需要巨大的工程投入。所有应用必须使用统一的图像处理框架、统一的 AI 模型调用接口、统一的交互逻辑。而苹果能做到这一点，因为它控制了从芯片到操作系统、再到应用层的整个技术栈。 在苹果看来，把 AI 功能部署在设备端运行能带来高速、一致、安全的体验，但这并不意味着不会开放云端 AI 的能力。Brent Chiu-Watson 告诉爱范儿： 市场变化很快，我们会持续观察用户需求。如果某些场景需要不同的技术方案，我们也会考虑。 从芯片到软件的全栈优化，从 Final Cut Pro 到 Logic Pro，从 Pixelmator 到 Keynote，看上去各不相及，但它们都跑在同一颗芯片上，共享同一套技术框架，为同一份创造力服务。 为心智打造工具 自乔布斯创立苹果以来，「赋能创造力」始终是其核心哲学，甚至写入到了苹果公司的愿景里： 为心智打造工具，推动人类进步。 To make a contribution to the world by making tools for the mind that advance humankind. 1984 年第一台 Macintosh 诞生时，它就被定位为「为创作者而生」的产品：具备极强的审美意识和当时极其稀缺的图文混排能力，甚至搭载了 HyperCard 工具，让没有编程基础的人也能通过可视化方式开发程序或网页。 ▲ 图｜Norman Seeff 拍摄的乔布斯与比尔 · 阿特金森 在过去 20 多年里，苹果通过持续收购，将 Final Cut Pro、Logic Pro、Pixelmator 等专业创造力工具纳入门下。这种「一以贯之」的哲学体现为：将创作者所需的工具进行整合。 在 iPod 和 iPhone 问世之前，苹果公司最主要的商业模式，就是让用户通过购买苹果的软硬件产品，来获得一套完整的创造力工具箱。 时至今日，苹果生态中的创作者，其数量级和覆盖度已不可同日而语，新时代的创作者们跨场景、跨门类、跨边界，同时调用多种创作工具是家常便饭。 于是，苹果开始成为「创造力工具」的整合者和加速者：只要购买一台 Apple 设备，花 38 元开通订阅，就能解锁价值 4000 多块的一整天创造力工具，马上获得专业生产力——在软件买断制的时代，如此低的准入门槛是难以想象的。 Bob Borchers 解释了这个定价策略： 我们的目标是尽可能广泛地激励和加速创造力。我们希望给他们工具和能力，让他们更高效地做正在做的事，也能探索以前没想过的事。 从这个角度来看，Apple Creator Studio 并不只是想打价格战，而是基于对创作者市场的长期判断。 今天，我们成为一名创作者的门槛如此之低，分发渠道如此广泛，那创造力工具的门槛，理应也需要一降再降。更低的创造力门槛，意味着释放更多的创造力，而这些创造力最终会反哺整个生态——今天的学生创作者，可能就是明天的制作人、音乐家、设计师。 值得一提的是，Apple Creator Studio 采用订阅制，但所有应用依然可以单独购买， Bob Borchers 解释： 我们知道有些创作者对某个应用有非常具体的需求，这就是为什么我们继续提供一次性购买选项，并且会持续更新这些版本。 订阅用户看重完整性和便利性，买断用户看重确定性和所有权。苹果的策略是两者兼顾，订阅版和买断版功能基本一致，只有极少数高级功能是订阅独占。在 Bob Borchers 看来，未来的 Apple Creator Studio 仍大有可为： 这只是开始，Apple Creator Studio 会随着时间不断增强，加入新内容和新功能。 1984 年，Macintosh 发布时，苹果也不知道设计师会用它来做什么；2001 年 Final Cut Pro 发布时，苹果也不知道独立电影人会用它来挑战好莱坞；如今，打开 iPad 或 Mac，随时随地都能成为专业级的创作人——工具的意义，从来不在于定义创作的边界，而是移除创作的障碍。 对于这个时代的创作者来说，「购买苹果设备、订阅苹果服务、解锁创作能力」正演变为一种新的认知范式。当创作者进化时，工具也必须进化，而工具的终极形态，永远在未来。 每个月 38 块的 Apple Creator Studio，就是战未来。