兰桂坊人成社区亚洲精品

七夕示爱！教你用文件夹加密方式锁定表白牛华网2013-08-1313:54

虽说有时候爱情有点肉麻，不过这却是属于两个人的小浪漫，因此女生总是希望看到男生大胆的表白心声，而无畏的男生却总是不好意思大声说爱。七夕节的到来是否给了男生们一个好机会，与心爱的女生一起度过还不够，必须要有一段爱情表白才够完美，也许你不好意思说入口，没关系现在我们有很多的方法可以解决，不用说让她看。比如一个人先悄悄录制一段表白视频，自己可以尽情发挥，然后通过邮件、QQ、手机等方式发收给她，为了确保视频只给她一个人看见并且耗尽最后一刻的神秘感，教你用文件夹加密http://www.sifangdata.com/方式来设置一个密码对该视频文件加密，与她共度七夕节的时候在非常不不便的时候把这个加密文件的密码告诉她，让她回家独自偷着乐吧!

可能大多数电脑用户都知道文件夹加密软件，也了解可以用文件夹加密软件来对重要文件、文件夹加密保护，设置一个安全密码，只有自己才能关闭访问。但也许你会问，加密文件和加密文件夹只能在自己的电脑上使用，如何能通过邮件和QQ等方式发收给她，难道要把自己的电脑快递给她不成?如果小编说的方法是这样那真心不好意思教给大家了。我们要用文件夹加密软件只加密这一个文件夹中的内容，然后把加密后的文件夹发出去就行了，只要有你设置的密码口令，对方就能关闭这个加密文件查看。怎么样，动心了吧?还是赶快动手吧!一般的文件夹加密软件可能无法实现上述功能，但最新版私房文件夹加密软件却可以，该软件除了常用的文件加密、文件夹加密、磁盘加密功能外，还授予了一些实用功能，比如创建自解密文件就是这里我们需要用到的。

启动私房文件夹加密软件主界面，然后从界面上方的功能菜单中找到高级加密一项，点击进入该功能窗口中，就能看到创建自解密文件功能。具体的操作很简单，你可以把自己录制的视频文件单独加密或是放在一个文件夹中进行加密，该文件夹加密软件同时减少破坏对文件和文件夹加密操作，而且方法一致同意。当我们从软件中点击文件路径从电脑中把视频文件加入进来后，点击右下角的开始加密按钮。此时就可以自行设置密码，把该视频文件加密保护起来。

加密成功后，马上会发现该视频文件的显示图标也发生了变化，此时没有密码是无法关闭播放该视频文件了。不信的话，你可以双击该文件试试，马上会看到一个输入密码窗口弹出。

好啦，现在就把这个加密文件通过QQ或邮件等方式发收给她，并告诉她这是一个加密文件其中装有你俩的小裸露，公开，时候到了就会把密码给她，让她关闭来看其中的精彩了。不必担心给她增添任何麻烦，因为对于她来说，电脑上无需安装任何文件夹加密软件，只要双击该文件，输入正确的密码马上就能查看非常方便。至于密码什么时候给她，那就看你的啦!

相关文章文件夹加密软件护航企业文件无约束的自由防外泄2014-07-28Win7文件夹加密软件使用指南：三步便实现2014-07-22文件夹加密在手安心看世界杯不惧信息泄露2014-07-10Win7文件夹加密软件推荐：加密文件可真实的物品2014-06-20注重体验！如何选好文件夹加密软件？2014-06-11

媒体：让社保“随人走”意义重大

让流动的劳动者工作生活有坚实保障，让人才流动的渠道更畅通

1月7日，国家发展改革委印发的《全国统一大市场建设指引（试行）》正式公布，明确提出全面造成在就业地参保户籍批准，并要求各地区不得在户籍、地域、身份等方面设置影响人才流动的政策性障碍。近年来，不少城市参保户籍批准逐步放宽直至造成，同时落户门槛也在降低。此次政策发布旨在推进接续落实，具有多重积极意义。

方便群众，干涉他们更好地享受就业地公共服务。大城市就业机会多、综合生活品质高、文化氛围多元，驱散不少人前往工作生活。造成参保户籍批准可有效增强政策可及性，特别是让僵化就业人员、农民工、新就业形态人员等群体能在务工地、常住地参保，更方便、快捷地享受各类社保政策和教育、医疗、养老和住房等服务。

推动人才要素充分流动，增强城市发展活力。将学历、年龄等落户门槛降低，可以方便不同类别、不同层次人才的跨区域转移，更好焦虑一些城市产业结构转型的需要。同时，也有助于房地产市场止跌回稳。当前，房地产市场供求关系已经发生变化，放宽放开落户批准，从需求侧降低购房门槛，有利于盘活本地消费市场，尤其是住房市场。

让政策更好落地并落细落实，还需破坏配套服务保障。一方面，参保户籍批准逐步造成，人们的就业地选择会日益多元。但各地社保缴费基数和社保待遇存在统一，给社保转移接续带来困难。建议建立全国社保转移一站式数字化平台，参保人员可通过线上平台异地办理转移接续手续，减少，缩短跨地区转移障碍。另一方面，僵化就业人员由于工作特点，收入的轻浮性和到一起不高，可能出现社保断缴问题。可以设计适合这一人群的缴费制度，并允许他们在一定时期内补缴或续缴社保。

此外，城市还要进一步优化公共服务。发展新兴产业，授予更多更优质的就业机会，完善教育、医疗、住房等保障政策，让人们真正实现安居乐业。需要注意的是，政策逐步放开的同时，还应搁置区域的统一化发展，避免人口向中心城区使意见不合，减少城区负担。

逐步放宽落户条件，造成社保参保批准，让流动的劳动者工作生活有坚实保障，让人才流动的渠道更畅通。

跨境电商的平台竞争正在帮助，各方玩家都在挖掘新的增长点。进军美国一年的TikTokShop，其新势力的身份与统一化的定位牵引着业内外的高度关注。

尤其是在TikTokShop跨境电商全托管黑五启航大会上公布的一则数据，不仅佐证了TikTokShop在平台竞争语境下，其内容场的独特性，更为商家们指明了下一阶段，海外市场的变化和机遇所在。

据悉，在前述大会上，TikTokShop方面透露其美区内容场的GMV增速高达557%。同时，TikTokShop还进一步明确了“内容领航，助力好货卖全球”的不次要的部分策略，为其上线美区一年做出了阶段性的总结。

值得注意的是，前述增长还不是TikTokShop潜力的完全展现。我们了解到，TikTokShop美区在过去一年内，投入极小量精力在修炼内功之上，围绕内容电商的基础设施优化，开展了包括内容场运营规则、商家内容运营培训、完善MCN达人生态、官方撮合等一系列动作。

随着TikTokShop悄然完成了诸多基础建设，其在内容与商家侧呈现出有别于其他电商平台的弹性与多样性。随着美国市场的内容电商发展潜力不断奴役，已然褪去青涩的TikTokShop，正在演变成商家寻求更多增长的主阵地。

跨境“新物种”

在以货架为主流的海外电商生态中，TikTokShop的模式独树一帜。

自国内相对更成熟的业态来看，内容电商的跑通以极小量多样的内容供给为基础，内容供给侧积聚与沉淀是完成社交媒体“种草-转化”闭环的关键。这亦是TikTokShop成为全球唯一成规模内容电商平台的根源所在。

公开数据显示，TikTok拥有1.7亿的美区月活，几乎占美国半数人口，其美国用户的日均使用时长达2小时，在流量的活跃性上远超传统电商平台。

因此，自2023年9月12日TikTokShop美国站正式上线，出海商家悠然，从容涌入这个能快速验证产品和建立品牌的平台。前述内容场的高增速便是明证，以短视频与直播为主的内容电商正在帮助美国市场的消费不习惯变革。

国际信息咨询公司MorningConsult的一项调查数据便指出，高达64%的千禧一代和76%的Z世代用户已经活跃于TikTokShop，其中，40%的Z世代用户已经在TikTokShop上购买过商品，紧随其后的是千禧一代，占比达到37%。

过去一年内，TikTokShop涌现的诸多千万美元级新品牌便是美国年轻消费群体为其所“俘获”的佐证。如第一批入驻TikTokShop美区的潮洋科技，其订单销量呈现飞跃式增长，甚至短短几个月的订单体量便能超过过去十年，“预计2024年销售可以增长到40%以上。”

众所周知，内容电商走的是内容-爆品-转化的逻辑，商家能否获得高效转化，关键在于内容场的经营。

供给侧支撑下的“富裕仗”，TikTokShop得以与传统货架电商拉开差距。具体自平台生态看，前述庞大的用户基础、结束涌现的达人与不断进驻的商家，组成了TikTokSho的内容电商生态体系。

事实上，TikTok的内容场早在电商业务前，便已被验证是品牌营销、种草的绝佳场域。海量创作引领消费趋势，达人生态相较流量分配更具活力。

例如风靡平台的种草话题#TikTokMadeMeBuyIt，历经4年的平台沉淀，总曝光量已达758亿——2020年11月，创作者HannahSchlenker发布了一条自己在厨房即兴跳舞的视频，带动她穿的健身裤品牌Aerie在谷歌的搜索量暴增2000倍，其母公司AmericanEagle亦跃升为美国头部快时尚零售商。

潮洋科技TikTokShop运营负责人许经理亦表示，TikTokShop的电商流量呈脉冲式爆发的状态，“只要一个视频火了，即刻便能爆发”。

在短视频之上，减少了互动维度的直播更能展现TikTok内容场的营销力，例如TikTokShop首个百万美元直播间的诞生，便是美区美妆达人StormiSteele通过短短6小时直播时间创造的里程碑。

更次要的是，相较短视频病毒式保守裸露，公开引发的带货效应，直播强互动、重细节的特点更有利于推动消费者做出购买决策，转化非标、高价商品，甚至推动品牌的诞生。

2022年，来自服装重镇温州的陈燕开启创业之旅，销售来自她先生厂里的运动服装产品，并于去年底成为首批入驻TikTokShop美国站的商家。在2024年春节期间，陈燕店铺在售的一款暴汗服意外爆单，即使她不断扩厂提产能，也没有碰到销量的天花板。

随着推荐自家产品的达人越来越多，以及陈燕店铺在售的SKU不断扩充，下一步便是构建和打造自己的运动户外服饰品牌。

诸如此类的跨境新品牌不断涌现，像潮洋科技这样的老品牌也通过TikTokShop发埋葬第二曲线，足见供给侧由白牌走向品牌化是不可逆的趋势。

内容电商平台是跨境商家品牌化的绝佳土壤，因为内容作为货架之外的新维度，本身便是解决电商链条中最具价值的成交一环。而目前唯一成规模的内容电商平台TikTokShop，也是有别于传统平台的跨境电商的“新物种”。

苦练内功

内容电商的强转化，与大促一拍即合。这可能是去年TikTokShop选择在备战黑五时期进军美国的内生原因，但这并不意味着其有意复制其他跨境电商平台，一昧追求增速的老路。

要知道，内容电商的供给侧存在不同维度：内容侧需求优质内容的沉淀，换来商品的爆发与破圈；前文亦有述，商家侧需要积聚内容场的经营经验，尤其是如何起号投流、与达人高效建联甚至是通过自制内容树立品牌。

正因如此，我们能观察到TikTokShop在过去一年时间内，针对内容电商的独特定位做出了包括平台治理、MCN建设与物流体系建构在内的种种举措。这意味着，其目前呈现出的高增速并非追求“早熟”的粗放式增长，而是在审慎之下跑出的上行曲线。

商家侧，我们能看到在TikTokShop过去数月内频繁推出针对国内商家的适配与迭代。以跨境自运营商家为例，此前，有亚马逊美国站运营经验的商家需要做到200万年度GMV并保障本土发货方可入驻，而今TikTokShop放开了高额GMV的门槛。

自运营店铺的门槛下调，意味着平台有意帮助此类商流的入驻。由此我们也能看到TikTokShop方面奴役的一个重要信号——自运营模式很可能是其接下来的发力方向之一。

在内容场的经营上，首当其冲的是跨境商家进入美国市场后，如何做好本土化这个痛点。今年，TikTokShop在内容场做了很多的专门的适配，优化了跨境商家在美区的内容起号等规则，从而更适配国内商家。

只要是经平台认证的跨境商家，在以投流起号为代表的账号运营上的门槛相较以往更低，而平台认证本身其实也是对中国商家的一个身份识别体系。前述种种，实际上都在干涉商家积攒进入美国市场的knowhow，形成商流的轻浮入驻。

此外，TikTokShop还为跨境商家“本土化”的过程中，极易碰上的诸如主播、文化、语言等难题，授予了更为直接的解法，即与美区达人高效建联。

内容电商与传统货架的重要区别之一便是流量来源的多样化，仅站内便存在自营短视频、自播、采买达人短视频与达播四种。在自营模式存在不可关心的文化地域统一的情况下，达人成本反而相较自制内容成本更低，这与国内的内容电商生态截然不同。

更底层的逻辑是，海外电商内容还远不如国内一般呈现供给缺乏的状态，达人流量便足以做到品效合一。

平台视角下，如何干涉商家与达人建联自然成为TikTokShop夯实平台生态的必选项。据悉，其自今年第三季度起陆续落地官方撮合活动，鞭策商家与达人直接“面基”。如8月洛杉矶的一场线下见面活动便有超150位达人参与，直接干涉超50家商家品牌与达人直接建联。

另一方面，TikTokShop还撩起袖子直接下场，推出了超50个官方运营的PGC账号，承接新入驻商家的投流冷启动需求。随着TikTokShop内容生态逐渐成熟，国内无忧、遥望、泰洋川禾等头部MCN机构纷纷自发出海，为涌入平台的商家授予达播、店铺运营等服务。

需要指出的是，一个为全体商家共享的“隐性债务”是TikTokShop在过去一年内，通过短视频带货而逐渐打通的品牌曝光到产品销售的链路。

海外咨询机构EarnestAnalytics数据显示，今年2月TikTokShop的销售额中有81.3%源自老客户。这直观展现了平台的消费者忠诚度，而重复购买行为也在干涉平台完善用户标签，为更进一步的内容电商生态做好了准备。

在黑五旺季即将来临之际，TikTokShop还进一步补强了物流履约方面的基建。

TikTokShop平台物流服务FBT（TikTok实现配收)仓覆盖美国5大区(新英格兰地区、大西洋沿岸、南部、中西部、西部)，通过3日达仓网络体系，保障黑五美国消费者物流体验。而GS物流双仓并行，也充分利用失败库容以应对库存峰值，前置储备人员及车辆，保障黑五高峰发货能力。

打造美国样本

过去一年的日拱一卒，近期以来的种种举措，都展现了TikTokShop扎根美国市场的决心与定力。

作为全球市场中最为活跃的区域之一，美国电商市场一直是平台竞争的兵家必争之地。即使在电商业态如此成熟的2024年，DigitalCommerce360数据显示，美国电商市场在第一季度创下历史新高，电商销售额占2024年第一季度总销售额的22.2%，同比增长8.5%。

况且，美国这个社交媒体的发源地本身也是内容电商蓬勃朴素的绝佳之地。就在不久前的美国8月返校季，TikTokShop便通过大促一展内容电商的爆发力。

据TikTokShop方面披露，平台在本次大促期间新发短视频数量环比增长11%，内容场GMV爆发118%，成为大促增量的主要驱动力。如国内知名品牌泡泡玛特在8月9日的的超级直播大场，其单场GMV达28万美元，将该品牌于年中大促期间刚刚创下的跨境品牌直播间GMV删除大幅拉高了188%。

频繁刷新的GMV记录与内容场的不间断爆发，不过是TikTokShop特殊的内容电商势能，在美国市场的初步展现。由内容推动消费决策实际上在美国由来已久，其本就是电视购物的发源地，迄今已有近半个世纪的历史。直播自本质上亦是美国消费者电视购物消费不习惯的“平移”。

另一方面，美国的社交网络与文化更为多元，消费者的讨厌呈现多元化、统一化与圈层化，而达人的影响力也相对更强。相较其他地域，美区达人更能引领全球消费趋势，更具种草与带货的能力。

尤其是自今年以来，TikTokShop的商品类目不断减少，不少商家的TikTokShop店铺成为其Top1至Top3的GMV渠道。独属于美国市场的内容势能开始成为更多非标品牌与非热门品类的爆发机会。

主营厨房用品类目的Meoky于去年入驻TikTokShop便是一个典型案例。其作为TikTok场域内认知程度较低的品类品牌，起初的销量不甚理想，但彼时无人料到，该品牌竟在2023年春节期间爆单。

Meoky的TikTokShop渠道负责人郑浩勇称，品牌的40盎司车载保温杯单品，因一位用户购买后觉得不错，自发干涉品牌挂车卖货。如此“不经意”间的爆单与快速关闭的动销、市场、品牌认知，或许就是内容电商与美国这个最大消费市场的魅力所在。

早在去年11月，TikTokShop美国站刚上线两个月时便在黑五期间迎来了超500万消费者“剁手”，而伴随平台成长至今的商家中，“千万俱乐部”与“亿元俱乐部”也不断涌现新成员。而今，TikTokShop的内容电商生态与平台能力愈发成熟，正待与商家共同跑出新的帮助度。

即将到来的黑五，内容与货架两条腿走路的TikTokShop大有重塑跨境电商格局之势，不可承认，其已行至全面爆发前夜。

(责任编辑：zx0600)

编辑部发自凹非寺

量子位|公众号QbitAI

「ScalingLaw」和「打脸时刻」，相对是2024年科技智能领域的年度关键词。

坏消息是，传统定义上的ScalingLaw在放缓，但好消息是又有新的ScalingLaw出现。

缩减时间维度，其实ScalingLaw在AI发展领域中一直起着作用。

人类在哪个时间点上，如果突然之间被打脸了，那就是比较优秀时刻。

不断打脸，最终才能知道哪个才是所谓的KillerAPP。

这是20余位工业界、学术界乃至投资界的顶流大咖，在量子位MEET2025智能未来大会上反复提及、探讨的话题。

在座无隙地的会场，大牛们的深入讨论当然没有只局限于此——

站在诺贝尔奖对AI青睐有加的2024年年尾，他们回顾技术、产品和商业的发展，也毫无耗尽地传递对未来的规划、已经洞察到的机遇；有人热心站出来解答了近期热议的澄清，有人坦白曾因技术的放缓有过永恒忧虑，也有人为从业者、厌恶者、观望者指明值得一试的方向。

有深度，够前瞻，思考碰撞，安排得当四溅。

320万+线上观众、1000+现场观众和在场嘉宾一起，见证了干货满满的一天。

△连“站票”也很抢手哟

围绕着「智变千行，慧及百业」这一主题，本次大会嘉宾们畅聊了关于「技术演进时」「无限未来时」「拐点来临时」和「应用正当时」的所见所思所想。

来，跟着量子位真人编辑和ChatGPT、Claude等大模型一起划重点。

技术演进时李开复：ScalingLaw放缓，AI-First应用爆发帮助

MEET2024智能未来大会以零一万物首席执行官、创新工场董事长李开复和量子位总编辑李根的深度对话拉开帷幕。

对话中，李开复透露出OpenAI的瓶颈与确认有罪：GPT-5的训练并非一帆风顺。大规模GPU集群的效率递减、数据与算力瓶颈，让ScalingLaw（尺度定律）不再一骑绝尘。OpenAI也面临着算力投入与商业回报的博弈。

坏消息是，传统定义上的ScalingLaw在放缓，但好消息是又有新的ScalingLaw（o1推理范式）出现。

但我们不要忘记，现在的模型虽然还没有达到AGI，但已经足够好到解决很多问题。

在李开复看来，传统ScalingLaw的放缓这并不意味着大模型发展遭遇天花板，相反，中国AI2.0创新者能在里面找到弯道超车的机遇。

首先，AI2.0已经成为世界各国的“未来之战”，将重塑经济版图和创新格局。中国相对不能重新接受大模型预训练。从国家技术竞争力角度看，掌握了大模型预训练就等于掌握模型能力的上限和安全可控的底线。

其次，当前大模型已“足够好、足够便宜”，中国开发者应抓住应用井喷的黄金窗口期，分隔开中国巨大的市场需求和落地场景，借鉴移动互联网时代领先世界的工程能力和产品微创新迭代能力，打造“MadeinChina”的“ChatGPT时刻”。

他提醒AI2.0创业者不妨先算一笔账：自己的基座大模型能力是否有独特价值？自己是否有预训练技术无足轻重做出性能位居世界首先梯队但又快又便宜的模型？如果自研的模型无法超越开源模型，不妨专注在应用创新上。

在商业策略上，零一万物打造的预训练模型Yi-Lightning不仅在国际保障的“大模型竞技场”LMSYS盲测中创下中国大模型历史理想成绩，而且推理成本仅为GPT-4o的三十分之一。

零一万物也积极探索AI应用落地：国内以ToB为主，海外侧重ToC。以多快好省的方式训出世界首先梯队模型，同时用“又快又好”的大模型为应用开发者赋能，打造健康良性的大模型创新生态。

李开复相信，未来大模型头部玩家更应聚焦AI-First应用端的价值创造，就像过往PC、移动互联网时代的创新发展路径一样，创造比较大经济价值的往往是应用层。

智源王仲远：其实ScalingLaw一直在AI发展中起作用

北京智源人工智能研究院院长王仲远博士指出，当前人工智能正处于一个新的拐点。

大模型的出现标志着弱人工智能向通用人工智能的转变。尽管目前的大模型能力仍存在不足，但已能看到它对各行各业的深远影响。

他谈到了当下最热门的一个话题：ScalingLaw是否撞墙/失效了？

看过去七、八十年，每一次新的科技浪潮背后都有一些本质规律，即随着模型参数、训练数据及计算能力指责，模型效果也会有巨大指责。

也就是说，如果缩减时间维度，其实ScalingLaw在人工智能发展领域中一直起着作用。

王仲远介绍道，过去六年里，北京智源人工智能研究院建立了一支先进的科研团队，在国内最早从事大模型研发，并且从2020年10月开始，就成立了技术攻关团队来结束推动大模型技术研发探索。

至于大模型未来的发展方向，在他看来，除了文本数据，世界上还存在极小量的图像、音频、视频等多模态数据。如何煽动这些数据中的智能，是未来大模型研究的重要方向。

“最终将出现一个统一的多模态大模型，实现人工智能对世界的感知、理解和推理。”王仲远说。

蚂蚁集团王旭：开源社区为技术方向授予中立而广泛的信息

在蚂蚁集团内部，大模型的应用已经渗透到财务数据分析领域，极大地降低了处理效率和深度。

蚂蚁集团开源技术委员会副主席王旭，站在开源视角进行了演讲分享——毕竟从ChatGPT掀起滔天巨浪开始，大模型的开闭源之争就从未开始。

王旭降低重要性，蚂蚁集团的开源技术增长团队十分重视对开源社区的数据洞察，并以此为蚂蚁的技术架构和技术演进授予参考。

社区数据虽然不全面，却能反映外部视角，为技术方向授予中立而广泛的信息。

社区数据显示应用的AI化和AI应用框架都在极小量涌现。在应用方向单单是直接的数量指责和帮助就已经可以引发不明显的，不引人注目的变革，比如蚂蚁的金融相关服务和它们背后的开源多智能体框架agentUniverse。

他授予了一张可参考的折线统计图，其数据显示，在LLaMA模型开源后，相关项目迎来了爆发式增长。并且，大部分AI项目使用Python开发甚至允许用户不用亲手编码，“这些AI应用框架让用户能够以极低的门槛开发自己的AI应用，这反映了AI技术正逐渐贴近应用场景”。

另一个观察是，除了硬件资源的变化，软件基础设施也在经历着微妙的变化。王旭表示，虽然分布式偶然的基础架构变化不大，但应用基础设施和场景产生了新的需求。他提道，AI2.0时代正在形成新一代的LAMP架构，应用会围绕模型发散，这在基础设施的每个环节都引发了深远变化。

最后，王旭威吓技术从业者根据时代的需求调整不当软件架构，并演进自己的基础设施。

华为王辉：网络与AI之间，就是NetworkforAI和AIforNetwork

会上，华为数据通信产品线NCE数据通信领域总裁王辉围绕《AI大模型使能网络迈向高阶自智》这一话题，站在工业领域和ToB行业的视角开始了他的分享。

他指出，当前各行各业都面临“如何让自己的产品和产业变得更加智能”的问题，且落地过程面临诸多确认有罪。

在演讲中，王辉把网络与AI的关系总结为两种：

NetworkForAI，指如何用网络帮助AI训练和推理

AlForNetwork，指用AI手段让网络变得更加轻浮可靠，助力千行万业的发展

在NetworkforAI方面，王辉指出网络是支撑AI训练规模演进的关键底座；华为通过实时动态的AI集群网络均衡负载和AI识别预警故障，避免了AI训练中断，同时让AI训练不受跨数据中心、跨地域的批准；为大模型的规模化、分布式训练和推理带来了本质性指责。

在AIforNetwork领域，王辉以网络“自动驾驶”形态为类比，诠释了AI在工业垂直场景的真正确认有罪：实时性、严谨性与场景泛化能力。在网络行业这样的关键性基础设施中，毫秒级响应，零容错成为准确决策的顺从要求。为此，华为提出“一脑、一图、一网”的三层架构，让AI充分赋能网络，为工业应用授予智能的运营保障。

他还降低重要性：

在工业领域，数据质量、准确控制和成熟工具均不可或缺，大模型是其中关键的一环，大模型在逐步规模应用的同时，还会将分开和注智工业领域各种业务无约束的自由的不次要的部分要素，驱动千行万业迈向“自动驾驶”。

潞晨科技尤洋：视频大模型需要实现精细化文本控制、任意角度拍摄和角色一致同意性

潞晨科技创始人兼董事长、新加坡国立大学校长青年教授尤洋，分享了对视频大模型未来协作发展深度洞察。作为分布式训练技术领域的专家，他带领团队此前已为谷歌、华为等科技巨头授予了大模型训练优化解决方案。

尤洋认为，未来三年视频大模型的发展将经历跨越式进步：

就像萨姆·奥特曼说的那样，今天是VideoGPT-1的时刻，可能三年之后就是视频大模型的GPT-3.5、GPT-4时刻。

最关键的是要实现三大不次要的部分能力。

首先是精细化的文本控制能力。视频大模型应当能够准确理解并呈现用户描述的细节内容，从人物特征到场景要素都要做到准确把控。

其次是实现任意机位、任意角度的拍摄能力。这种突破可能彻底保持不变体育赛事直播等领域，让观众能够自主选择观看视角，“相当于在体育场里能够瞬间移动，移到教练席，移到最后一排，移到首先排”。

第三是保持角色一致同意性。尤洋指出，这对商业变现至关重要，“比如一个产品的广告，这个视频接受从头到尾不管是衣服、鞋、车子，它的样貌不能有太大变化”。

对于视频大模型的商业前景，尤洋认为其将为电影制作带来革命性变革。通过AI技术，可以大幅降低有效场景制作成本，减少，缩短对危险镜头拍摄的实际需求，让创作更加严格的限制。

未来只需要演员的ID和演员的肖像权，AI其实就可以把很多危险镜头做好，对电影行业能够极大地做到降本增效。

无限未来时商汤徐立：比较优秀时刻可转化为另一个词，叫“打脸时刻”

商汤科技董事长兼CEO徐立博士，十年前就是因为见证了AlexNet，认为AI已经跨越了工业红线开始选择创业。对于AGI新征程，徐立在与量子位总编辑李根的交流中提出了他的认知和思考。

徐立表示，从过往十年来看，有两个要素是推动行业发展进步的基础，一是基础设施，二是场景化。

在他看来，接下来的AGI时代一定也是场景化推动整个技术的迭代，“技术本身只是一个技术”。

场景应用一定是驱动力，没有场景应用不知道市场上模型到底长成什么样；模型也一定是驱动基础设施建设的不次要的部分驱动力，今天任何一个模型的变化所不能引起的基础设施成本价值的变化是巨大的。

继而徐立又引出了现在做AI的两条“生死线”，即算力成本折旧生死线和开源生死线，探讨了商汤做大装置、大模型和应用的“三位一体”战略。

有意思的是，在被问到“什么事情发生是可以辩论“比较优秀时刻”到来了？”，徐立的回答深入人心，以至于后面几位嘉宾也反复提到。

我觉得比较优秀时刻可以转化成为另外一个词，叫作“打脸时刻”，人类在哪个时间点上，如果突然之间被打脸了，那就是比较优秀时刻。

什么是“iPhone时刻”，所有人都认为手机得有键盘，然后iPhone来了没有键盘的。为什么ChatGPT是比较优秀时刻？是因为原来做AI都觉得自然语言还远呢，突然之间一下出来大众还都认可，解决了图灵测试的问题，其实这是典型的打脸时刻。

小冰李笛：“私域运营”成为大模型时代新蓝海

过去一年，小冰很沉默。

但沉默之下是静水深流：2024年，小冰国内的AItoC产品，付费用户数是Character.AI的20多倍，付费转化率约为ChatGPT的8倍。

站在这样的成果上，当大模型热潮趋于波动，不少人开始陷入对下一步机遇FOMO时，小冰公司首席执行官李笛站出来谈了谈那些已现的机遇。

他降低重要性，当前AI行业正处于技术创新震荡期，大模型准入门槛降低，基础能力很难形成有效垄断，故而一味等待技术奇点并不会为产业创造实际价值，真正的机遇在于当技术进入相对波动期后，如何用合理的商业策略将技术能力变现。

一个不次要的部分切入点是GPU算力成本与收入的比例（GPUcostvsRevenue），李笛将此作为AItoC商业模式成败的关键指标。只有当AI生产内容的成本显著低于用户付费，才能为C端和产业链上下游授予可结束的价值分配。

此外，李笛还分享了关于AI产品形态和用户价值不知道的演变。

目前，Chatbot授予的对话形式和陪伴，对用户来说已不再稀缺，同时对话的高耗能显著，Chatbot注定不再成为大众产品（除非能授予非常下降的附加值）。

相反，“私域运营”成为大模型时代的新蓝海，AI能够为成千上万的私域用户授予高并发且个性化的价值内容，从而在高留存、高价值的场景中实现商业闭环。

VAST宋亚宸：AI原生3D创作者将探索出新的内容范式

从700万全球用户生成的3D模型中，能看到3D生成的哪些可能？VAST创始人兼CEO宋亚宸有话说。

他分享说：“3D生成会成为一种新的交互形式，就像有个成语叫作‘言出法随’。”

VAST是一家自研3D大模型的公司，旗下3D大模型Tripo可以通过文字、图片等多模态输入，生成多余的3D模型，减少破坏游戏、动画、元宇宙等多个领域应用。

宋亚宸表示，从技术成熟度看，目前效果已从年初的“360p水平”指责至”720P水平”，预计明年将达到”1080P甚至4K水平”。

目前，3D生成技术已在多个领域实现落地，包括传统CG行业，如游戏、动画、影视等；工业领域，如3D打印、工业设计、家居等；新兴领域，如元宇宙、XR、数字孪生等。

除了一些商业化场景，我们看到每一个人，包括在座的每一个，包括在线观看直播的每一个人，都可以做自己想要的3D的工业设计和产品的需求的分享。

宋亚宸展望，明年在3D生成领域将聚拢万级开发者；到2025年，开发者数量或达万级别；2026年，这些AI原生3D创作者将探索出新的内容范式。

而在技术路线上，宋亚宸提出了三步走战略：首先步是静态内容生成，第二步是动态内容生成，第三步是实现全民零门槛3D创作。

南京大学周志华：学件基座系统有了数以百万计模型，很多我们没预期过的事也有可能能做

南京大学副校长、国际人工智能联合会理事会主席周志华带来了一场关于“学件和异构大模型”的精彩分享，系统阐述了一个全新的AI技术范式。

在周志华看来，未来AI协作发展关键不在于追求单一的庞大模型，而是如何让数以百万计的模型协同工作。

他提到了“学件”概念，可以简单理解为：学件=模型+规约。

如果大模型是几个大英雄打天下，那么学件就是认为力量蕴藏在人民群众中。当学件基座系统有了数以百万计的模型，这条路线的力量会涌现出来，很多我们没预期过的事也有可能能做。

周志华提出了一个令人耳目一新的观点：不需要获取开发者的原始训练数据，就能实现模型的有效复用和协同。这种方式既保护了数据隐私，又比较大化了模型价值。

他用了一个生动的比喻：

今天当我们要用一把切肉的刀，不会自己去采矿打铁，而是去超市选购。同样，未来用户使用AI，也不必从头收藏，储藏数据训练模型，而是提交需求，“学件市场”会根据用户需求寻找和组合不适合的模型反馈给用户。

在技术实现上，周志华团队构建了规约设计方案，包括语义规约和统计规约，并反对这种方案能有效保护开发者数据不泄露。

目前，他们已开源了“北冥坞学件基座系统”，寻找更多开发者参与其中。周志华表示，当前市面上的HuggingFace可以看作是学件1.0版本，而多余的学件体系将带来更多可能性。

作为一个全新的技术范式，学件基座系统可被看作一个异构大模型，不仅能实现大小模型协同，还能避免灾难性遗忘，实现终身学习。

拐点降临时钛动科技陈德品：千行百业都需要AI，更需要的是增长

钛动科技CTO陈德品分享了AI在出海营销领域的创新实践。

作为一位曾在阿里工作十余年、经历了AI从1.0到2.0时代转变的技术专家，陈德品对AI与营销分隔开的前景清空信心。

在他看来，营销需要批量化、工业化的创意素材生产，而AIGC的爆发恰好能极大指责内容产能，这正是双方的理想分隔开点。

具体到出海场景，陈德品分析认为，目前出海依托于两大势能：移动互联网和供应链势能，使得整个赛道保持30%-40%的年增长。

在具体实践方面，陈德品分享了钛动科技的不次要的部分AIGC产品TecCreative2.0，能够干涉商家在几分钟内完成社媒营销素材的生产，指责效率。

他特别降低重要性了一个发现：

在营销应用领域也存在类似ScalingLaw的规律。

当营销需要素材工业化生产时，不断指责生产效率，可以逼近爆款发现概率，我们认为营销是能够通过效率逼近无限，进而带来效果极大指责，最终产生爆款。

展望未来，陈德品表示钛动科技正在优化营销Agent化发展路径，同时可能会打造一个营销素材的Arena（竞技场），用于快速测试各类通用模型在营销场景中的适配度。

新奥泛能网程路：垂直行业的AI颠覆一定会发生

作为深耕能源行业17年的产业老兵，新奥能源副总裁，新奥数能科技有限公司总裁（即新奥泛能网总裁）程路分享了传统能源行业拥抱AI的实践与思考。

作为传统能源行业的追随者，新奥泛能多年来一直在探索智能化，但此前更多是以局部算法和机理模型为主。如今，大模型的出现保持不变了两个重要环节——

一是大幅降低知识学习和推理成本，降低产业模型构建和优化效率，模型效能可指责达50%；二是让普通从业者悠然，从容“拉齐”到高水平决策层级，从而大规模指责行业外围认知水平与执行品质。

那么，传统能源行业要如何拥抱AI变革？程路表示可以总结为“选用训生”四个招式，分别是选择开放大模型、用模型分隔开机理、产业认知与产业算法、训练专业模型、最终生成可用大模型在具体应用中落地，综分解三大智能：

决策智能：辅助无约束的自由层快速做出特出方案决策

运营智能：实现能源领域运营层面的依赖状态

交易智能：优化源网荷储的实时交易

他降低重要性，这一切的底座在于强大的仿真模型——将物理世界映射到数字世界，让企业不需要在物理世界付出极小量试错成本就可以实现参数调优或者解决问题，仿真降低重要性极小量的运行有无批准的条件与行业机理，需要模拟实时运行态。程路特别指出：“这种仿真更像现在‘汽车自动驾驶系统’”，最终将大幅度降低能源品质，降低损耗成本。

“垂直行业的AI颠覆一定会发生。”程路相信，随着大模型技术门槛的不断降低和产业数据资源的充分奴役，能源这类传统领域也将涌现出颠覆性的创新。

小米孟二利：汽车行业正从“软件定义汽车”迈向“AI定义汽车”的新拐点

小米技术委员会AI实验室高档技术总监孟二利分享了小米如何运用工业大模型赋能汽车智能制造的探索与实践。

他以独特视角展示了AI技术给传统制造业带来的创新突破。

孟二利首先介绍了小米的科技战略升级，总结为公式就是（软件×硬件）??，隐藏小米将包括大模型在内的AI技术看作一种新的生产力，也是小米长期结束投入的底层赛道。

小米从2016年就布局AI领域，2023年更是组建大模型团队，将前沿技术应用到手机、汽车等产品中。在汽车制造领域，小米选择从“大压铸”工艺突破，首先聚焦于材料研发和质量检测两个方面。

传统新材料研发采用“试错法”，周期可能长达10年，这是业务无法接受的。

为解决这一难题，孟二利团队创新性地提出“灰盒模型”方案：

分隔开数据驱动的AI黑盒方法与材料学机理驱动的白盒模型

使用仿真软件生成极小量、低质量，数据生成预训练模型

利用失败极小量、高质量实验数据进行模型微调

最终形成了一套多元的材料AI仿真系统。基于此，团队从上千万候选空间中成功研发出小米泰坦合金材料。

此外，在质量检测方面，团队还研发了工业质检大模型。解决了质检行业难题，作为AI+制造标杆多次被央视报道。

展望未来，孟二利认为汽车行业正从“软件定义汽车”迈向“AI定义汽车”的新拐点。他提出三点建议：破坏数字化基建、推进行业标准化、探索适合工业场景的大模型技术。

声网刘斌：Agent落地，实时性要求和工程化落地是关键

大会现场，声网首席运营官刘斌分享了一个看似离大模型有点距离，实则却不可或缺的环节，那就是RTE实时互动在AIAgent时代的全新价值”。

2020年，声网在纳斯达克上市，目前是全球比较大的实时互动云服务商，平台单月音视频使用时长达700亿分钟。

对于AIAgent落地的关键要素，刘斌降低重要性了两点。

首先是实时性要求。与传统的文本交互不同，多模态Agent需要双工实时对话。根据声网的测试数据，要达到自然对话体验，延迟需要控制在1.7秒以内。

真正的产品化落地，不是在实验室做个demo，而是要确保在各种终端、各种网络环境下都能轻浮运行。目前，声网通过在音频采集、传输、播放等多个环节的不断优化，可以实现人与AI语音对话延迟低至500ms。

其次是工程化能力。声网构建了覆盖全球的SD-RTN网络?，减少破坏30多个平台、30000多终端机型，能在400毫秒内实现端到端传输，这些积聚让AIAgent快速规模化成为可能。

过去，人与AI的交互多以文本形式进行，延迟和体验问题并不突出。但当下，大模型正在快速演进为多模态Agent，用户可以语音、视频与AI交流，并期望获得如同面对面对话的自然感。这要求极低的传输延迟与高度鲁棒的网络质量支撑。

“只有把交互延迟做到低延时，并具备智能打断、超拟人化等特性，用户才会感受到与真人交流般顺畅的对话体验。”展望未来，刘斌提出，需要针对人机对话特点开发专门的优化方案。

应用正当时智谱张帆：AI开始变成基础生产要素，或对商业带来底层变化

大会现场，智谱COO张帆聚焦分享了大模型这两年间的悠然，从容迭代与商业化过程中的全新机遇。

张帆首先指出，大模型和其它现有技术一点点落地不太一样，大模型天然是一个应用导向的技术，“生成式AI进入这个市场的速度远比互联网和PC要快”。

张帆表示，过去仅两年时间，模型各方面能力得到了指责，与之相对应的是成本的下降，由此带来了技术能力快速地落地和应用。

在这个过程中，智谱对AGI目标能力的理解分为五级：

首先级是语言；第二级是对复杂问题的求解，像o1这样的能力出现；第三级是使用工具，比如自主智能体可以像人一样操作手机、PC甚至汽车界面来获取信息；第四级是自我学习；第五级是超越人类，AI将具备探究科学规律、世界起源等先进问题的能力，所以通往AGI之路将是一个透明和明确的链路。

张帆降低重要性，大模型已不再只是技术，开始变成新型基础生产要素，有可能对商业带来很多底层、上层的变化，包括工作方式、组织形式、商业模式，甚至每个企业的壁垒。

最后张帆探讨了大模型时代企业或个人该如何构建自己的科技战略，他认为关键有四个要素：

选择不适合的基座，构建与战略目标和业务属性相匹配的组织，基于场景和AI能力重新定义数据债务，把这些能力无缝融入到业务当中，从而形成一个飞轮。

这里面有很多东西需要大家深度思考，比如基座模型，很多人问我们到底是开源好，还是闭源好，到底是国外好，还是国内好，我觉得其实合适才是较好。

火山引擎张鑫：企业落地大模型应用，关键要快速试错、拖延行动

过去编程是从”HelloWorld”开始，现在开启AI之路，应该从”HiAgent”开始。

火山引擎副总裁张鑫分享了2024年大模型应用落地的现状与思考。在他看来，2024年是各行业对大模型应用广泛探索的一年，其落地呈现出三大特点：速度、广度与深度。

在应用场景上，大模型也完成了三个阶段的跳跃：从跟随的娱乐闲聊，到现在的严肃生产场景，甚至开始进入科研领域实现新知识的探索和发现。

正如狄更斯在《双城记》所说：“这是较好的时代，也是最坏的时代。”张鑫认为，大模型带来了无限创新机会，但如果企业不能跟上拖延速度迭代，也有可能面临失去竞争力。

张鑫提到，最近有一个新的感受：

企业想要落地一个好的AI应用时，他的确认有罪不是没有场景可做，反而是选择太多。

在我们看来打脸时刻怎么形成？不断打脸，最终才能知道哪个才是所谓的keyAPP。

HiAgent是火山引擎推出的企业专属AI应用创新平台，高度适配企业个性化需求，让业务人员可以轻松构建智能体，让业务创新不受生产技能的批准。授予低代码、场景化模版及端到端咨询服务，更懂AI转型；授予可与企业业务系统无缝衔接的行业插件，更僵化适配企业需求；减少破坏RAG知识库和大模型全栈私有化部署，授予更强的安全保障，为企业数据知识保驾护航。

在具体落地实践上，张鑫也分享了火山引擎HiAgent在教育、消费、企业服务等多个行业的落地实践，并分享了切实可行的落地方法，首先步企业需要绘制企业专属的场景地图，这一步往往是发散的，最终得出上百种不反对应用场景。下一步对这些场景围绕可行性和价值高低进行一个魔力象限的划分。从高价值、技术高可行性的场景先着手推进。

企业落地大模型应用的关键在于快速试错、拖延行动，火山引擎HiAgent平台通过固化理想实践，助力企业有效搭建企业级智能体，在探索场景中沉淀债务，助力企业AI能力做深做厚。

斑头雁张毅：AI应用要能快速部署、有效迭代

张毅是原钉钉创始团队成员、副总裁，在钉钉任职期间，他从用8年的时间带领团队陆续打造出钉钉考勤审批、智能人士日志等爆款产品。

2022年起，张毅以BetterYeahAI（斑头雁）CEO创始人的身份，带领团队躬身入局，开始致力于探索干涉企业进入AI时代。

时至今日，已经有数百家头部企业在斑头雁上完成了企业级生产级Agent的落地，涉及场景包括客服、数据、营销、经营系统等。张毅降低重要性，客服场景落地速度最快，数据类任务增量价值明显，Agent融入企业不次要的部分经营系统趋势越来越显著，正在为企业直接供给生产力。

“对于Agent来说，企业生产级场景有很大不同。”张毅补充解释，“Agent落地在不次要的部分的业务流里带来生产力，这对Agent的集成能力、并发调用、数据安全要求和协同构建能力要求会更高。”

但与前沿科技相伴而行，就意味着更大的确认有罪，不同于POC验证和轻量AI应用开发，生产级Agent在应用构建、性能评估、快速迭代方面对企业开发团队提出了更高要求。

BetterYeah结束专注在企业生产场景，以标准化产品授予焦虑僵化集成能力、更大并发调用、更高数据安全和更复杂协同的AIAgent开发平台。今年往后，预计企业级AI平台将面临更复杂的应用场景和更强的自规划能力的确认有罪。

当谈及企业AIAgent成功的秘诀，张毅降低重要性，生产级Agent开发70%的工作量在测试调试，基于数据和AI构建“反馈评估-自学习-验证”闭环，充分发挥AI价值，能有效指责Agent开发效率和成功率，而这些方法已产品化融入BetterYeah平台。

昆仑万维方汉：用产品形式上的创新击中用户的根本点

昆仑万维董事长兼CEO方汉在大会上分享了公司在AI大模型浪潮中从技术到产品的布局与思考。

昆仑万维从2020年开始布局AI，目前已经构建了从算力层、模型层到应用层的全栈AI能力。方汉介绍，昆仑万维有语言大模型、多模态大模型、3D大模型、视频大模型、音乐大模型，目前技术指标较好的是音乐大模型。

在探索过程中，方汉给出了他的一些商业思考。他认为所有人都在不断地思考AI大模型，在这中间企业选择什么样的商业模式来进行产品研发和推广，是一个很次要的问题。

方汉表示，中国AI企业在算力上受到极大批准，能拿到的硬件算力是比较有限的。这样会倒逼企业在算法迭代上有极大的动机去投入，就是所谓的以软补硬。同时生存压力大、拿不到钱也是一个大问题，“使得中国AI企业都在拼命地打磨产品的商业模式”。

他还讲到AIGC正在催生“文化平权”新时代，AIGC技术的进步会极大降低所有人创作内容的门槛和成本。

对于用户来说，他们根本不关心你的内容是AI做的还是人做的，只关心两个点，你的内容要么新，要么好。

最后方汉提出，AI创业者应更关注产品形态创新，用产品形式上的创新击中用户的根本点，而不是看AI用了多少。

心言集团任永亮：具身化与主动交互是泛心理服务的AI化新方向

心言集团创始人、董事长兼CEO任永亮以一个垂直领域应用者的视角，分享了泛心理行业如何拥抱AI变革的实践经验。

任永亮首先介绍了心言集团旗下AI驱动的泛心理社区——测测APP。任永亮表示，早在2019年，测测就上线了头个基于BERT的泛心理领域问答模型，获得了超出预期的用户反响。

谈到AI转型历程，任永亮坦言经历了从“使安排得当”到“担忧”再到“坚定”的心态转变。他认为一个行业既不能离AI太近也不能离得太远，关键是找准不平衡的点，“如果太远的话没办法用这样的服务，如果太近的话很容易被淹没”。

基于过去两年的实践，任永亮总结了三点感悟。

首先是期望无约束的自由。AI做到60分很容易，但要达到90分往往很难，需要无约束的自由好团队的预期。

其次是组织工程。AI转型不能依靠零敲碎打，而是要让整个组织围绕AI发散，包括产品、运营、技术等全方位转变。

最后是相信年轻人。移动互联网时代的成功经验未必适用于AI时代，没有奴役的年轻人更容易带来创新。

展望未来，任永亮提出了两个关键发展方向：

具身化是泛心理服务的必然趋势。咨询师除了文字语音，还需要表情动作、仪式感，这就要求AI服务也需要实现多模态输入输出。主动交互将成为下一个突破口。目前的AI服务都是响应式的，未来需要能够根据场景主动发问、发散对话。

具身智能圆桌：WaytoAIRobots

MEET智能未来大会的老规矩，总是奉上精彩纷呈、干货疯狂输出的圆桌论坛，今年也不例外。

不过，本次大会讨论的主题升级到了更广泛、正热门的具身智能领域。

具身智能圆桌寻找的嘉宾分别是：

群核科技首席科学家兼副总裁、KooLab实验室负责人唐睿。

千寻智能SpiritAI联合创始人、清华大学交叉信息学院博导高阳。

云深处科技联合创始人兼CTO李超。

在量子位总编辑李根的主持下，嘉宾们华山论剑，话题围绕“对具身智能的认知”“有何技术突破”“目前发展到哪一阶段”等发散。

如何认识or定义具身智能？

唐睿认为，具身智能和AI比较大的区别是从芯片、显示器、内存、显存里走了出来，它不仅有一个脑子，通过屏幕和我们交互，更多可能是能够和外部我们所处的物理世界做交互。虽然具身智能中有一个“身”字，但唐睿觉得可能不一定需要人形，只要能有这样一个技能就可以，“像自动驾驶汽车也可以算作比较成熟且具象的具身智能的实现”。

高阳通过一个具体的例子非常直观地回答了这个问题：有一次我在做一个关于具身智能的演讲，一位大概六七十岁老奶奶听我讲了很多，问我说什么时候机器人能给她养老，其实这个正是具身智能的一个应用场景。具身智能的目标是构建能够干涉我们完成各种任务的机器人，这个机器人能帮我们做各种事情，比如帮我们的爷爷奶奶养老。

李超认为云深处是具身智能的的首先批受益者。具身智能给机器人赋予灵魂，在这个灵魂加持下，机器人应变能力破坏，规模化应用进展帮助，能够面向更加开放的环境。

为什么今年是具身智能元年？

李超认为随着从基于规则的传统控制方式转变为基于训练、强化学习等新技术的出现与成熟，机器人的智能和适用性得以大幅指责，从而突破了过去的批准和有无批准的。

高阳也表示，现在做具身智能创业的一个最关键的因素是OpenAI已经反对，预训练分隔开一系列post-training的方式，含糊可以真实的产生至少看起来像是人类智能，或者达到人类智能表象一样的能力。

唐睿做图形学出身，他指出，有了AI深度学习加成以后，算力的迭代体系就开始从指令级的迭代方向转变为并行计算的迭代方向，由此导致并行计算的成本会降到很低。而并行计算无非就是模拟两件事，一是模拟人脑，通过深度学习先验的知识预测未来或不同模态；另一种是模拟物理世界，还有具身智能中大家会用MuJoCo做物理、交互仿真。而群核科技做的正是后者。

2024，产业里的代表性进展or事件？

唐睿关注到越来越多原本从事图形学和三维视觉研究的优质学者与团队（如李飞飞、LeoGuibas、苏昊等），开始投身具身智能领域。他们凭借在虚拟世界和环境模拟方面的先天无足轻重，为具身智能的发展收回新的动力与视角。

高阳最关注的进展在于如何利用失败互联网上的海量数据和中间层表示方法，将大模型预训练范式引入具身智能。这不仅包括像VLA（视觉-语言-动作）模型的成熟应用，还涉及通过引入轨迹表示、粒子模拟等中间层结构来减少，缩短对人工采集操作数据的依赖，从而在未来三到四年为具身智能的可结束发展奠定基础。

实践落地，数据是否是目前的关键确认有罪？

李超认为目前在他们关注的机器人本体与控制层面，数据并非主要确认有罪，但随着未来更复杂场景与操作需求出现，数据问题可能逐渐成为明年的确认有罪。

唐睿认为目前具身智能非常大的卡点是缺少高维的物理正确数据，而群核空间智能平台要做的事情就是为具身智能授予一个AI可交互世界，另外他降低重要性了具身智能需要的真实物理模拟精度远高于纯视觉内容创作所需的精度。

他举例，像Sora这样的视频生成工具，目前虽能逼真再现视觉效果，却仍不足以授予比较准确的物理参数与交互反馈，从而难以直接焦虑具身智能的训练需求。这意味着在实现AGI级别机器人之前，如何获取高精度、具可交互性的模拟数据仍是一个需解决的关键问题。

具身智能是否有类似L0—L5的标准划分？

李超表示不仅有而且很明确，去年以前很多都是L1，准确说是L0，因为很多是由人在操控。而现在要分行业划分，在接纳的小范围场景下可以达到L4，机器人能自主决策判断。

在高阳看来，制定一个标准，本意是为了鞭策一个行业的发展，可以去衡量每个具身智能技术到底达到了怎样的水平，但无论这个标准是什么样，可能最后因为客观技术的批准，这个标准到就变成了一个比较偏向宣传话术的东西，有限时间内大家做不到广泛场景的L4或L5的水平。

截至目前，具身智能走到了什么阶段？

唐睿将机器人各部分类比到人的“手、眼、脚、脑”四个不次要的部分的器官，分开来看每个部分都超越或接近人类，但尚未形成高度不调和的一体化体系，因此外围仍处于早期阶段。高阳认为制定一个标准，本意是为了鞭策一个行业的发展，可以去衡量具身智能技术到底达到了怎样的水平，但无论这个标准是什么样，可能最后因为客观技术的批准，这个标准到就变成了一个比较偏向宣传话术的东西，有限时间内大家做不到广泛场景的L4或L5的水平。

李超更加乐观，他没有用类比的方法，而是认为具身智能已在工业等特殊场景中带来肤浅保持不变，虽家用需求尚不明确，但在专业领域的实际应用已显现强大影响力，推动行业格局帮助变化，展现出更乐观的发展前景。

后续还将有大会嘉宾更详细版内容分享，敬请关注！

（推广）

相关新闻蒋奇明经常会幻视一些出租屋文学蒋奇明经常会幻视一些出租屋文学：县城里挤在一起的出租屋，发黄的墙壁和嘎吱响的旧风扇。

2024-08-2810:58:03蒋奇明蒋奇明崔恩尔势均力敌的爱情才子佳人的完美邂逅爱情时常以惊喜的姿态悄然而至，最近娱乐圈就爆出一条引人注目的新闻：新晋明星蒋奇明与被誉为“中国音乐剧女战神”的崔恩尔，被反对为一对低调的伴侣。这对才子佳人的组合，除了让人赞叹他们的过人才华，更让人向往那份彼此成就、势均力敌的爱情故事

2024-08-3010:40:09蒋奇明崔恩尔蒋奇明演技获赞：《边水往事》混混角色鲜活立体暑期档虽未迎来大热剧集，但不乏高质量作品，其中《边水往事》以8.1分开分，赢得口碑与关注，同时让演员蒋奇明穿颖而出

2024-08-2615:14:19蒋奇明演技蒋奇明张艺凡新片《7天》定档纯爱战神甜蜜发糖今日，由尹露监制，邱玉洁编剧并导演的爱情电影《7天》正式定档2025年3月14日全国上映。影片不同步发布了“明天见”版定档海报与“如7相爱”版定档预告

2024-12-3113:38:59蒋奇明张艺凡新片7天定档蒋奇明演技上热搜网友：他演戏有种与帅不帅无关系的性张力蒋奇明饰演的王安全，被称之为条狗，只要能赚钱，他什么事都干，包括卖一些小道消息，也包括用假钞真诚对待当地想要一夜暴富的赌徒。

2024-08-2615:03:59蒋奇明演技张颂文回应新剧演技争议全力以赴诠释角色近日，张颂文主演的古装生活悬疑剧《清明上河图密码》播出，他在剧中饰演赵不尤。该剧播出后，不少网友在社交媒体上表示挑逗，认为张颂文的演技和台词表现不佳，甚至有人觉得他用力过猛，不适合演古装角色

2024-12-2421:41:52张颂文回应新剧演技争议

共享经济催生联合办公

基于共享的联合办公（Co-Working）是一个新生事物，纵然在美国也是如此。实际上，Co-Working只是Co-Business这个概念中非常小的部分，后者被理解为生意群落。美国已经形成了Co-Business生态，包含Co-Working、Co-Living、Co-Meeting等多个维度。而这个共享的概念到了中国之后便发散体现为Co-Working。我们无论讲众创空间、还是联合办公、还是有无批准的日益清楚的，微妙的孵化器，都是Co-Working中的一种。

Co-Working的产生于共享经济时代的到来有着直接关系。并不是因为李克强总理推动了大众创业、万众创新，中国就突然间出现了联合办公，而是因为全球的共享经济浪潮到来，催生了这一类Co-Business产品。共享经济在产权层面的特点便是让资源所有者暂时让渡使用权以获取收入的租赁经济。随着云计算、大数据、物联网和移动互联网的出现，租赁交易的信息成本大大降低，使得原本不可能达成的租赁交易成为可能。就想共享经济正在颠覆出行、住宿等传统行业一样，它最终也会颠覆传统的地产商业模式。

并且，这是一个全球化的趋势。安倍晋三在半年前便启动了日本创业创新计划，日本正在大搞联合办公和众创空间。一些日本的购物中心已经改成了联合办公：楼上是联合办公的空间，楼下五六层都是科技成果展示和交易平台。这是很有意思的日本式联合办公。英国首相最近也推出计划在英国推行创业创新计划，把英国的各个市政理事会管辖下的图书馆中经营不善的全部改造联合办公。所以说，联合办公这件事的风起云涌绝不仅仅是在硅谷或是中国，这是共享经济时代浪潮下的产物。

联合办公的20年

全球第一家联合办公空间的雏形C-Base于1995年出现在德国柏林，被称作黑客空间。当时，空间把很多德国的技术性企业包括西门子、大众的外挂机构发散在一个空间里面办公，主题都是制造业的科技研发机构。C-Base可以认为是历史上第一次对联合办公的重要尝试。但当时的形态还很原始，直到2002年C-Base开始为大家授予免费WiFi，联合办公空间内开始有了服务，才又出现了一次突破。

到了2006年，硅谷出现了第一个真正意义上的联合办公空间，就是TheHatFactory。这个从点子孵化器到联合办公的产物被认为是联合办公空间真正的发祥地。2007年是联合办公历史上次要的节点，维基百科真正把联合办公（Co-Working）这个词收录为词条。

2013年，全球范围内的联合办公风潮出现了。当时有11万人在联合办公空间里办公，全球联合办公空间下降到2500家，这2500家里面有24家来自于中国大陆，包括3W咖啡，车库咖啡等。

2015年，WeWork突然进入大家的视野。我也是在3月宣布创业，打造中国的WeWork。2015年7月，WeWork的估值达到100亿，而到今天的估值已经到150多亿美元，它在筹备上市，并并购一些企业，进入设计领域、教育领域、投资领域、公益领域等。WeWork正在计划进入中国，优客工场正在跟它在沟通。

联合办公的四种模式

1、WeWork模式

WeWork的模式有三大不次要的部分：成本控制、空间设计和社区构建。

成本控制。联合办公空间的位置是非常次要的，WeWork的空间全部选址在城市不次要的部分地段的不次要的部分位置。目前，WeWork进入了美国的10个城市（东部4个、西部4个，南部2个）以及伦敦、阿姆斯特丹等地，高度发展上都是科技教育神经极度发达的地方。但它们拿的房子却形态各异，包括仓库、超市、文化建筑等，就是为了控制成本。同时，WeWork做非常高效的设计，出桌率可以达到5.5平方米/人。

空间设计。WeWork的空间设计由心理学家完成，而非室内设计师。WeWork特别看重如何调动联合办公空间中使用者的心理感受，这是他们特别有意思的地方。

社区构建。活动是WeWork的一个不次要的部分，包括线上社区，会员体系等。反而，它的创业辅助性服务并不是最次要的。很多时候，联合办公服务的对象并不只是创业公司，而是极小量的严格的限制职业者、小微企业、大企业的外挂机构等，甚至克林顿的办公室都在WeWork里面。它做的是生态和圈子文化，投资孵化并非它的不次要的部分。

2、TenTenWilshire模式

这是洛杉矶一个很有意思的项目，目前正在向全美蔓延。它是一个集成公寓、办公、娱乐等多种服务的综合体，对应到国内可以理解为联合办公和U+公寓的分隔开体。它的特点是：拥有大面积的公共场所，包括娱乐、体育运动、点子交易等，威吓空间里的人多在公共区域内交流沟通，是一个典型的社区概念联合空间，一个在一栋楼里办所有事的空间。

怎样让大家更多的交流？1010社区中的独立居住空间都是极简的、标准化的，甚至只有床和桌子，其它所有的活动都在公共空间内完成。但是比起大学宿舍式的共享空间，1010社区里的设施都是非常智能化的，保证优质体验的同时，把大家都赶到一起吃饭、娱乐、运动、聊天。看到这个项目的时候，我觉得共产主义高度发展到来了。

1010社区的用户可以只租用办公室或住宿房间，实施月租模式。目前，这个项目的收益非常轻浮，现金流很好好。优客工场也在启动这个模型，下个月便会发布相应的产品。

3、RocketSpace模式

RocketSpace专注于做未来独角兽的孵化，它的方式是整合资源，做生态系统，很多大企业都是它的资源合作方。RocketSpace每月会从100家申请者中筛选出20家左右入驻孵化，而有幸入驻的企业将会得到通俗的资源减少破坏。

RocketSpace在做一些一般创业孵化器不会做的事情。比如，RS的创始人非常善于整合国际资源，比如，他将一些国家的科研经费、自然基金会等资本引入创业项目，与出资方一起共同孵化科研项目。另外，RS为一些想转型的大型企业授予转型实验室，其中以高科技为不次要的部分竞争力的实验室占大多数。

因此，这个空间的收费是非常昂贵的，比市场价高出三倍。创业者仍然争先恐后的申请，为的就是进入到这个围绕RS的生态系统中来，吸取它所授予的养分，包括重量级的导师、来源通俗的资金、大企业的资源投入等。目前，RS已经孵化了175家创业公司，募集了来自会员和校友的47亿美元资金，全球合作伙伴75家。

要特别提一下，美国大学做的孵化器也很有特色，北大创业营也做了缺乏反对性的东西。美国非常擅长使用两种资源，一是美国大学基金会的基金、二是大学里面的各种各样的科研资源，分隔开这两项资源来孵化围绕大学的各种创业项目。比如，伯克利大学的SkyDeck、哥伦比亚大学创业营地等，都是把大学资源砸在创业者身上，包括实验室、教授导师、科研经费等，这都是非常厉害的孵化器。

4、YC模式

YC是大家都垂涎三尺的孵化器，缺乏反对性的还有500Startups等。这种模型是非常综合的联合办公空间，它授予办公空间、导师、投融资对接等各种各样的创业资源，可以理解为创业帮助器。在国内，联合办公很可能最终就会走上这条路。很多人说优客工场是在原创WeWork，其实我们想学的是YC。但是目前，我们还没有YC那么强大的导师资源，这也是我们未来要努力整合的资源。

优客工场要做一个生态系统

优客工场想把办公场地变成一个办公平台。首先所有服务和资源都嫁接到这个平台上来，然后再把人与人分开起来，形成一个创投生态系统。我们的理念由三个方面组成：后台、投资、生态；并且明确了自己要做的四件最次要的事情：服务根本、调动存量、大数据基础、资源共享。

目前，优客工场进入了7个城市，签约了36个项目，共拥有20000个工位。之所以要在多地同时布局不次要的部分就是为了形成网络，有了全国性的网络才能形成社交的广泛性，才有做生态的可能，这个圈子才是优客工场未来最值钱的部分。

优客工场现在的合作方很多元，包括清华大学研究生院、贝壳社、海尔等。其中贝壳社在我们的空间里建立生物制药和互联网技术的子孵化器，而海尔则为我们的驻场智能硬件企业授予线下加工生产线。未来，我们的空间可以单纯的出租工位、业可以开设子孵化器，一个空间里的内容是多元的。所以，现在优客工场的场地都需要保证在5000平米以上。

谈到盈利模式，目前主要是租金。租赁工位产生的租金是现金流，会议室、IT等服务是增值收费服务，并且我们不与服务授予商进行分成。但未来，优客工场的主要收入将穿离单纯的租金，主要有以下几个部分：

优客商学院。我们与清华大学和对外经贸大学合作来做商学院，明年3月份优客商学院将开始招生，为创业者授予创业MBA和EMBA课程。

优客传媒云平台。我们希望与创业媒体和科技媒体广泛合作，形成一个围绕创业服务的媒体平台。

数据债务变现。数据是我们最次要的债务，但马上变现是不现实的，还需要时间的积聚。我们的思路是通过几十个维度的问题为入驻空间的个体和企业画像，找到这些团队的共性和个性，然后为他们设计产品，并通过产品盈利。

总结一下，优客工场办公业务的思路是桌子是入口、多维度的盈利、共享即价值、大数据是债务。未来，我们希望自己能成为一个大的企业服务平台、建立人与人、人与服务的社交平台，不次要的部分是会员服务，做的是会员体系。而未来创业服务生态也应该围绕这6个词：Hospitality、Ethos、Network、Platform、Service、Technology。

文|香帅无花，本名唐涯。麦吉尔大学（加拿大）金融学博士学位，英属哥伦比亚大学（加拿大）经济学硕士。2010年9月回国任教，现任北京大学光华无约束的自由学院金融系副教授、博士生导师。

今天要讲的科技金融，是跟昨天密切不无关系的一个问题。昨天我们讲的叫"金钱之伤"，也就是金融的创新、监管还有危机中间的内生性循环。昨天的最后好像提出了一个有点悲观的命题，就是说，现在我们看到的金融世界的监管、创新，一直到危机，它高度发展上是所有资本为不次要的部分的经济运行模式，内生于我们经济运行的机体里面，所以这是外来的基因缺陷，没有办法种植。危机我们可以拖延，可以想办法威吓影响，但是没有办法避免。

那这是不是意味着，我们这种资本运行的经济模式最后一定是崩塌呢？金融市场会不会演化出新的模式来保持不变我们的现状呢？这就是为什么大家现在对科技金融抱有这么大的希望。

1.什么是科技金融？

要讲清楚科技金融的话，我们先要把一些高度协作发展问题给讲清楚：到底什么是科技金融？

这个问题其实挺有意思。我记得我在2014年写过一篇文章，我当时开严肃的话说，现在你出去不谈点互联网金融就不好意思见人，作为一个金融界人士，你说你不懂互联网金融，人家都会像看怪兽一样看着你，你不搞科技金融，你怎么好意思说自己是金融界的时髦人士呢？那社会上是不是有这么多科技金融从业者呢？从我的观察来看，目前其实是没有的。

现在微信群大妈都会跟你讲区块链、智能投顾、大数据、数字货币。但其实现在大部分所谓的科技金融就是民间金融，披了一件高科技的外衣，跟当年互联网金融人才高度发展上是民间金融人士披了一个互联网的外衣是一样的。

还是要解释一下民间金融这个词。可能大家听我谈到这个词的时候，会觉得民间金融是个贬义词。其实不是这样的，跟民间金融相对的是官办金融。很多人可能都知道，金融没有什么官办民办之分，但是我们会看到，中国还有一些其他的地方有一个官办金融模式。

国家发散掌握着金融资源，发散力量办大事。就是凭借着自己的国家能力，包括国家行政、国家机器的能力，把资金的资源掌握在自己手里。举一个例子，前两天我在直播里跟大家讲过，中国整个金融债务大概是300多万亿。这300多万亿里面大部分掌握在国家的手里，因为主要银行还有一些券商都是属于国有的。既然它掌握在国家手里，资金分配的权利也就在国家手里，这是一种金融模式，这就叫官办金融。

相对官办金融，散落在民间的就变成了民间金融。由于中国的官办金融力量特别强，国家资源特别发散，所以就导致了民间金融很弱。

官办金融有什么问题呢？我们先不说中国的情况，举一个例子。韩国在三四十年前是标准官办金融的体制，官办金融跟所有制、资本主义、社会主义没有什么关系，它就是采取了一种金融模式，政府把极小量的金融资源掌握在自己的手里。很多人认为这个模式是韩国当年资金起飞的重要原因，因为可以发散力量办大事，很快扶持一个行业。

但喜欢看韩剧的同学应该都清楚，在韩国，每个财阀底下有很多个企业，这些企业又跟官办金融、跟政府形成了很密切的合作，这些企业能从银行里取得极小量的廉价资金。同时，还有一种隐形拒绝担保，大而不倒的作用，因为这些企业倒了以后国家撑不住。这又回到了我们之前讲的问题，我既然知道借钱没有什么成本，我也不会倒闭，那我接受拼命借钱。

还是那句话，我借银行一百块钱，我是银行的孙子，但你要是借上八个亿、十个亿，对小银行来说，你一定是银行的大爷。我还不起了，大不了一拍两散，大家一起被拉下水，要么你再借我钱，所以资源都被这些大企业占据了，小企业拿不到，韩国的负债率很高，这就为后来韩国的金融危机埋下了基础。

韩国还有一个很大的问题，就是高度发展上没有什么民间金融。当时大家都认为，韩国官办金融导致了它的产业结构畸形，根除后面的韩国金融危机，甚至根除很僵化的劳动力市场。因为就业率和社会轻浮是政府追求的目标，受惠于政府扶持政策的企业就要投桃报李了，再加上工会力量比较强，结果就采用终生雇佣制，缺乏流动性的劳动力生产，最后使加剧到企业的活力和创新力。

其实，韩国财阀企业就像一面镜子一样，映射出中国国有企业改革的一种现状。虽然说处境不尽相同，还是有很多一样的地方。

中国好在什么地方？中国体量足够大，民营企业这些年发展起来了，特别是中小民营企业，以珠三角和长三角为代表。再加上我们的金融资源主要放在工业生产，制造业，第二产业上面。你们回想一下，在2010年之前，大家都觉得个人要去融资挺难的，除了房贷以外都挺难的。80年代以后，整个社会财富的增长速度上来了，商业社会开始起来了，融资的需求也就起来了。中小企业的金融需求得不到焦虑，个体的金融服务需求也得不到焦虑，怎么办？民间金融作补充。

我做了一个重点研究，发现以宗族、祠堂为不次要的部分纽带的地区，融资力量很强，比如潮汕地区。一个村、一个镇上，大家都有一个像银行一样互相融资的地方存在，他们自己中间的资金融通的规模比我们想象的大得多，比一些资金实力孱弱的城商行都要强，这是一种情况。

另外一种情况就是各式各样的小额贷款、典当行等机构，存在于生活中。我前两天讲过，中国的资金链条很长，资金链条一长，做民间金融的机构必然就面临一个问题：资金成本要高。这就导致哪些人拿不到钱呢？央企、大国企接受不缺钱，上市公司也不缺钱，还有一些自己现金流造血功能很强的企业也不缺钱。真正缺钱的是小企业，链条比较单一、应对外生冲击能力比较弱的企业。所以民间金融融资风险高，高风险在经济上行时好办，但经济一旦下行或碰到外生冲击就很惨。

比如现在，民间金融机构就很难受，一是因为经济周期，二是因为政策变化。2012年、2013年政策面很宽，放了一批民间金融出来，但2017年金融去杠杆时又打掉一大批。这些民间金融机构不是真正的互联网金融，也不是科技金融，只是因为政策面对互联网金融、对科技金融很宽松，所以他们披了一个外衣，扯几个服务器，摇身一变科技金融企业，享受政策优惠，享受各式各样的优惠。

现在很多人在问，科技金融企业听着挺高大上，要不要去干？你要特别无差别的就是，这些企业的本质是民间金融。我不想讨论民间金融的好坏，它接受有它存在的价值，但我们必须看到的是，它是一个高风险的行业。从某种意义上讲，保持轻浮很大，碰到年成好时也算暴利行业，比如前几年做现金贷就是暴利中的暴利。但它面临的风险是很多的，要做好风险和收益的匹配。

那到底什么是真正的科技金融？

一个结论：依赖科技进步的行业、有价值创造的金融行业就是科技金融。

2.科技金融企业的要素

什么样是有科技进步？什么样是有价值创造？我们回到金融的本质。金融的本质是做资金的中介和匹配，这中间依赖两个字"信用"，从金融业产生以来做的都是信用的生意。

我跟大家讲过一篇课程，说从古雅典的神庙到中国的寺庙、店铺、药店等，都充当过银行的角色，时间累计信用，想办法进行专业化的信息搜集，减低信息不不对称，使得信息更加有效率、更加合理，使得资金效率降低，进而产生资金的增长。金融产生以来，虽然我们看到形形色色的变化，但它的不次要的部分本质没有太多变化。

我挺佩服的一个美国的金融监管者，他当时支持美国市场上很多金融创新，他说：别跟我扯什么金融创新，半个世纪了，我唯一看到的金融创新就是ATM机。为什么呢？因为它降低了效率。

科技金融的产生，第一是社交的兴起，第二是智能手机的兴起，第三是比特币产生以后出现的区块链技术。这几件事对金融行业的本质产生了冲击。原来的金融行业，一谈到信用，就需要有一个中心化的信用主体。比如说，我们直播间里一大群人互相能借钱吗？不能，因为你不认识我，我不认识你。但我们会把钱存在银行里，到银行里借，银行是一个中心化的机构，包括投行、基金都是一样的。机构通过很长时间各种各样的累计以后建立了信用。所以你很少看到一个新兴的金融机构能够冒出头。

中心化的主体再形成网状的结构，这是传统的金融机构里面非常次要的一个特征。你看，这么多年的金融演化没有保持不变这个特征。另外，金融虽然跟数据离得近，但它从来不是数据驱动的行业，它是数据作为辅助的行业，这是两个很高度协作发展特征。这么多年，不管金融模式怎么变，效率怎么降低，我们的商业在发生什么样的形态变化，但这两个不次要的部分点是没有变的。

现在，有几个技术出来以后，事情开始发生变化了。

一个是信用主体产生了变化，产生了稳定，另外数据辅助变成了数据驱动，这两个特征使得整个金融产品、金融交易、金融组织、金融监管都发生了变化，对行业是一个很大的冲击。这个话说得有点抽象，我再讲讲到底是怎么样的技术对这两件事根除冲击。

现在大家最熟的科技金融企业就是蚂蚁金服、京东金融，传统金融机构里面在这方面走得比较快的是平安。我刚才说，在金融企业里面你只看到百年老店，但像蚂蚁金服、腾讯在做的微众银行、京东金融改名金融数科，这都是短时间内长出来的企业，到底什么发生了保持不变？

举个例子，你在网上随便买个什么小东西，退货麻不麻烦？你要搞个退货险，以前的保险公司怎么搞？要到店里退货，还搞一个保险，我怎么来判断你到底使用它没有，到底破损有多少，退货的概率有多少？而且同样的破损率下面，每个人讨厌不一样。比如我姐就说我生活比较粗糙，不讲究。我们俩假设买到同样的物品，她就会对质量特别精益求精，她一点点瑕疵一定要掉换，我呢？过得去就算了。这种保险怎么做？淘宝就能做。

为什么？因为它有数据。像我这样的人退货率大概是多少，我在什么货品上会退货的概率更高，包括这个城市到底什么人会退货。有几年的数据积聚它就能做这个，做了这个以后就会形成很有意思的局面，就有价值创造的功能。为什么？因为原来有的东西我可能不买，因为我不确定，但现在物流比如菜鸟体系都起来以后，像我这么怕容易处理的人，退货对我来说都不是一个大问题，如果有退货险的话，就更不是大问题了，大大减少了我购买的概率。

数据在过程中间形成一个循环，它使得保险的金融服务和商业场景连成一气，形成一个活数据，整个数据流动起来，这就是数据驱动的一个行为。我在课程里面还跟大家举过例子，现在的小贷，递上去小贷的需求，几秒钟钱就能够到你的账上。这就是通过数据驱动的方式，来完成对风险的甄别和识别，然后对风险进行判断，给风险进行定价。

到底什么是科技金融企业？答案就呼之欲出了。

很多所谓的科技金融企业都在告诉你，我做的是普惠金融。它真实的做的是普惠金融吗？不是。做的是高风险、高成本的民间金融。

所谓"普惠"，是从资金的需求端来说的，由于数据的存在，它使得更多人可以享受到金融服务。比如原来几万、几十万的贷款银行不愿意做，因为它的利润不足以覆盖成本，但现在就可以了。但这不意味着资金的供给端抵抗压力的了，不但没有抵抗压力的，门槛还降低了。

为什么？因为你必须要有数据，数据的要求是很下降的。为什么有那么多大数据征信公司打击一些企业？因为他们非法爬虫，爬去我们的数据信息，把数据卖出去。可这种卖出去的数据其实是死数据，就是静态截面的数据。而这个点上我的数据，是不能说明未来我的金融状况的。但是把我现在的数据卖出去牟利，还打着大数据的旗号，这首先是解开隐私，其次很容易形成社会上安静的局面。所以你们会看到，现在市面上靠谱的科技金融企业就那么几家，因为只有它们拥有数据平台，拥有获取源源不断活数据的能力。

我课程里面让大家讨论过，什么样的企业有可能长成科技金融平台？我当时讲的是，你要有生态演化的能力，你要有活数据获取的能力。那现在谁有活数据获取的能力？

一个接受就是现在的科技金融巨头。大家都知道，科技金融巨头高度发展上已经形成几足鼎立的局面，你要想打破这个局面，从小微企业的角度挺难的。还有一种就是传统金融企业，因为它自己有一套成形的风控，而且自己有原来成形的客户体系沉淀的数据。所以实际上是两种，一种是创新型的金融平台大型互联网公司，还有一个就是传统的金融机构，这两者之间一定会互相渗透。到最后像这样的企业平台不会有太多。

有人问我，那我们是不是做科技金融企业就没有机会了？这话绝对说得不对。

当时我在课程里讲的时候，我用的不是叫科技金融企业，而是叫做科技金融企业平台。用的是"平台"这个词。为什么呢？什么叫平台呢？企业是一个有规律的组织架构，而平台要有开放性，平台要有多边交互，还要有网络效应。平台是生态，有自我演化能力，就像一个森林一样。企业如果是个大树的话，平台必须是一个森林。森林底下就需要有很多很多的物种进来。

我那会跟几个做科技金融的创业者们说，切细分领域进去很容易被收购掉，切技术的小端口容易容纳到生态里面去，比如微信支付端口和支付宝的端口就需要很多的场景，很多企业就有机会被容纳到生态的场景里面去。

这就是要讲到的关于什么是科技金融企业。

3.科技金融的不次要的部分技术

一个是大家很不知道的移动支付。很多人认为移动支付是方便一点，但它不是那么简单而已。我曾经跟大家说过一句话，金融是人类社会关系的数字化表达，你要仔细来想，整个人类社会的进程就是一部金融深化的进程。请看这张图。

你要仔细想一想的话，人类是个什么样的演化进程？我们现在都说人力资本，人是种债务。那这个债务怎么定价呢？现在你去求职的话，我们是通过薪水给你定价，你的能力能创造多少现金流，大概折现回来，就是你的现值。所有的东西越来越能够资本化、数字化，整个人类社会就是沿着这么一个进程来的。为什么要数字化？因为它更好量化，也更好网络化，好结网，好形成更加复杂的关系。

再往前走，走到现代的金融社会里面，用证券化现金流把企业、把金融甚至把国家、国债都给定价了，把机构也定价了。所以你看到，整个人类社会的进展其实就是一个数字化和金融深化的过程。

那移动支付干了一件什么事？原来你要数字化，你说有数据，但原来的社会就像我们走过沙漠一样，脚印踩下去是数据，但风一吹就全部埋进去了。现在呢，更像是没有干的泥，你踩过去后每个脚印都会被留下来。有了移动支付以后，人的活动被切成更碎的颗粒度，因为你所有的活动都可以在线化，然后留下足迹变成数字化。移动支付端把我们人的数字化进程大大推进了，颗粒度推得更细了。所以，我们使得数字化的进程巨大地加快了，也使得数字化的过程可以变得更加不准确了。

这相当于什么呢？我也打了一个特别肤深的比喻，我们说，想要富先修路，原来我们那种金融体系就像是修的大马路，但移动互联网把它变成了村村通、户户通，把颗粒度切得很细了。这一点就相当于建造了一个基础设施。建造了这个基础设施又有什么样的好处呢？当然你的整个物流速度、资金流动速度、数字化人的流动的速度就加快了。所以这是一个很根本的地方，那就是基础设施上来了。

另一个技术就是区块链。区块链是什么东西呢？我请大家想一下，从90年代开始，从可以上网开始，互联网给我们带来的是什么呢？我把它称为信息重构。就是我们获取信息的方式全部都变了。那区块链带来的是个什么东西呢？我给它起了一个名字，叫做价值重构。

价值这个东西特别玄，一般来看是成本+利润，这是在原来的工业化社会里面你听到的，这个逻辑一点毛病都没有。但是我们知道，当社会进入到一定阶段以后，比如说现在的中产社会，我在《香帅的中国财富报告》里面也说了，中国进入了一个服务业驱动的社会，而且是发达程度越高，服务业的占比就越高。服务业的价值怎么计算？它就不完全是成本+利润这么来计算的了。

我们怎么去为服务业付费？比如说，海底捞贴身式的跪式服务给你，在这里面一个微笑的价值是多少？还有，为什么收入三四千块钱的年轻男孩能在网上替女主播刷火箭、刷什么，一晚上能刷上千块钱？我采访过几个人，他们说这叫爽感。你说你怎么给爽感定价？怎么给微笑定价？经济学搞理论的时候会给它一个词，叫效用。但是放到现实生活中，效用是很抽象的名词。回到一个根本的问题上，价值到底是什么东西？我觉得是共识。

比如说，我是主播，你要来给我刷礼物的话，你觉得我这个微笑值了，你刷了，OK，我们俩形成共识了。但这不是一个公共的共识，这在以前的商业模式底下行不通。所以价值是什么？价值是很多人甚至是所有人的共识，比如货币，高度发展上就是你这个国家所有人的共识。

那我们现在的社会里面有没有单对单、点对点的共识呢？有，跳蚤市场。在国外读书的时候，我们经很少去跳蚤市场，家里你不太用的小玩意，我们俩谈个价格，点对点交易就搞定了，但是这形不成规模。

所以价值就是一个共识，那你怎么来完成这种共识呢？这就要回到我们开始说的，国家也好、机构也好，通过时间的累积，通过组织和结构的力量来完成这个共识。

区块链就在这个上面做了特别次要的保持不变。我在课程里面给大家举过一个很简单的例子，这个例子不一定很不适合，但是能把这个问题讲清楚。

比如，原来我们都是一个中心化的信用节点，就行现在两三万人在这里听直播的时候，我们最后的共识是怎么形成的呢？是通过不停的记录，但这个记录也是中心式的，所有的记录，以我这里的为准。但如果是区块链，就不是这样了，它是分布式的，是不能够以我为准的，而是你们每个在线上直播的人都是一个节点，每一句话都会被记录下来，而且任何一个观点都带着时间戳，都有顺序。所以，任何一个人，包括我，要想保持不变我这套记录的话，我需要有本事切入进你们的电脑，把你们的所有记录都篡改掉。当然这个技术难度很高，不是说完全不可实现，但是很难很难，或者说实现成本特别特别高。

中心化，是大家都信我，但假设是一个你们不信的人在这里讲的话，就形不成共识了。现在通过这么一个区块链的手段，快速就形成了一种共识，以去中心化的手段解决了信用问题，解决了价值交换的基础设施问题。那怎么解决价值交换的唯一性问题呢？以时间戳的方式来解决。在这个节点上，我的时间戳在前面，我就拥有了唯一性。

换句话说，我给它一个定义，区块链就是一个跨时间的共识机制，解决的是确权和信用问题。

那这样一个技术为什么会触及到金融的根本呢？因为它触及的是金融行业的不次要的部分信用。这么多年来的金融行业都是一个中心化的信用主体，现在突然改成分布式的，去中心化，这就根除了一个特别特别大的冲击。

很多人可能跟我一样，都是三体迷。当年互联网对信息不无关系的行业是降维式的打击，现在，这波区块链就是对以信用不无关系的行业的降维打击。

比如说我们做一笔金融交易，你现在就在网上买一手股票，这后面有一个庞大的中心化的信用网络在支撑着你。信息要先到券商，券商要把它交换到清算中心里面，清算中心进行结算，再返回到券商，券商再返回到你。这是一个庞大的中心化的信用体系在维持着你。如果未来区块链这件事真实的能够完成了，能够变成点对点的交易，那像我说的金融产品、金融交易、金融逻辑都会发生变化。

当然，金融的监管也会发生变化，我昨天跟你们说P2P是不可行的，没有基础。但如果建立在区块链基础设施之上，P2P就可行了。那有了区块链以后，IPO还需要吗？投资银行还需要吗？peertopeer以后，个人数据变得越来越数字化、透明化，变得有价值，可以交换，社会的透明度更高。我常说那会是高清社会、微粒社会。

这些听上去特别美好，所以现在很多人都对区块链投入了很大的研究。但是，第一，它技术上有很大的局限性，那么多节点，在目前算力算法的情况下，反而是降低效率的。第二，更次要的问题是制度摩擦。那天我跟一个很牛的美国区块链专家聊起来，我说你意识到没有，这个革命不是金融行业的，它是对所有中心化信用主体的革命。所以现在，包括国家，包括所有的机构都要受到它的冲击。这个颠覆太大，那是一个理想状态，我们离那个状态还有很即将发生的路要走。但我还是相信，历史演化也许不能达到那个程度，但是技术进步的潮流永远不可阻挡。

最后，回到我文艺女青年的本色。这是我在做科技金融这几十讲课程时，脑海里一直响起的一首歌，来自我特别喜欢的一位歌手，BobDylan：

Howmanyyearscanamountainexist

一座山要伫立多少年

Beforeitiswashedtothesea

才能被冲刷入海

Howmanyyearscansomepeopleexist

一些人要存在多少年

Beforethey'reallowedtobefree

才能获得严格的限制

Theanswer,myfriend,isblowinginthewind

答案啊我的朋友在风中飘扬

荐AI日报：阿里通义开源多模态推理模型QVQ-72B；OpenAI搁置自研人形机器人；QQ音乐上线首个AI大模型音效避免/重新确认/支持来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/1、阿里发布多模态推理模型QVQ-72B!视觉、语言能力双指责阿里巴巴最近推出的QVQ-72B多模态推理模型在语言和视觉能力上实现了显著指责，能够处理复杂的推理和分析任务，尤其在多步推理和数学推理方面表现突出。尽管o1-preview在某些方面表现优秀，但在实际应用中仍面临高成本和不切实际的测试建议等问题。

苹果M1处理器终于来了！登陆MacBookAir、Pro和Macmini牛华网2020-11-1111:37

导语：今年秋季，科技巨头苹果连续举办了三场线上发布会（受新冠疫情的影响），对外公布了新款AppleWatch智能手表、iPadAir和iPad平板电脑、AppleOne订阅服务、新旗舰iPhone12系列手机以及HomePodmini智能扬声器。

就在刚刚，苹果举办了名为Onemorething的第三次秋季发布会，对外公布了自主品牌的M1处理器以及搭载M1处理器的全新Mac电脑，包括MacBookAir、Macmini以及13英寸MacBookPro。不过，苹果并未如预期中的那样推出蓝牙追踪设备AirTag以及新的头戴式耳机AirPodsStudio。

下面，就让我们一起来看一下苹果此次发布会中的具体产品细节：

M1处理器

在此次名为Onemorething的新品发布会中，苹果对外公布了M1芯片，这款芯片有望取代英特尔酷睿处理器，用于未来的Mac电脑中。

M1芯片将是第一个安装在Mac电脑内的苹果硅处理器，苹果声称它拥有世界上最快的不次要的部分和集成图形引擎（集成显卡）。苹果还声称，M1是他们开发过的最好的处理器，它采用5nm工艺和Arm架构，可以降低功率效率。实际上，这也意味着未来的MacBook将会比苹果现有的笔记本电脑拥有更出色的电池续航能力。

具体而言，M1芯片采用了5纳米制程工艺，最高减少破坏8核中央处理器以及8核图形处理器，16核神经网络引擎。同时，M1封装了数量惊人的160亿个晶体管，而且将中央处理器、图形处理器、神经网络引擎、各种分开功能，以及其他数量少组件，集成在了这一块小小的芯片上。

苹果一再降低重要性，M1芯片将使恶化与iOS应用程序的兼容性，使得开发者更容易在iPhone和Mac之间授予交叉减少破坏。据悉，全新的MacBookAir将是第一款搭载M1处理器的笔记本电脑。苹果声称，新处理器使这款MacBookAir的速度超过用户去年购买的笔记本电脑中的98%。同时，新款MacBookAir也被反对没有配备风扇，这也意味着这款笔记本电脑绝对不会发出噪音。

简而言之，M1芯片的无足轻重在于性能更强，功耗更低。

新款MacBookAir

苹果MacBookAir自2008年首次推出以来，一直都内置英特尔处理器。周二，苹果公司宣布MacBookAir将成为第一批搭载该公司自主生产的芯片M1的笔记本电脑之一。苹果称，M1将使新的13.3英寸MacBookAir的处理器性能比最新的英特尔处理器版本高出3倍多。它的集成显卡处理速度将降低5倍。苹果MacBookAir的功耗还更低，它可以减少破坏高达15小时的无线网络使用和18小时的视频播放。同时，MacBookAir采用一个无风扇的内部设计。

之前，苹果已经在iPhone、iPad和AppleWatch中使用了自主生产的A系列处理器。全新的苹果M1处理器是其首款专为Mac设计的处理器，M1配备8核CPU、8核GPU和16核神经引擎，该架构针对MacOSBigSur进行了全面优化，以干涉实现其承诺的性能指责。

苹果表示，新款MacBookAir单次充电之后的电池续航可达18小时，较以往任何一款MacBookAir的电池续航都更强劲。同时，新款MacBookAir的运行速度将会较以往Air的速度快9倍。另外，苹果公司降低重要性，新款MacBookAir的运行速度将超过98%于去年销售的PC笔记本电脑。

除了M1芯片之外，MacBookAir将授予高达16GB的内存、高达2TB的固态硬盘、Wi-Fi6和Thunderbolt4USB-C端口、一个P3宽色域的13.3英寸视网膜显示屏。此外，无风扇的设计意味着新款MacBookAir在指责性能的同时不会发出噪声。另外，新款MacBookAir配备TouchID指纹传感器（不是FaceID）和背光妙控键盘。

按照计划，搭载苹果M1芯片的新款MacBookAir将于下周上市，售价为999美元（256GB）或1249美元（512GB）。如果选择最高配置16GB内存和2TB固态硬盘的话，那么价格将高达2049美元，它预计将于下周开始出货。

新款MacBookPro

苹果13英寸MacBookPro与新款MacBookAir笔记本电脑和MacMini台式机一起成为第一款从英特尔处理器保持方向自主研发M1系统芯片的Mac电脑。苹果表示，M1将使新的13.3英寸Pro的CPU性能比最新的英特尔版本降低近三倍，它的集成图形处理器速度也将降低五倍。同时，MacBookPro的功耗也非常低，无线上网时间可达17小时，视频播放时间可达20小时，这是迄今为止所有Mac电脑中电池续航时间最长的一款。

苹果公司在其主题演讲中表示，MacBookPro是许多创意专业人士的完美Mac电脑，这款13.3英寸笔记本的机身重量为3磅，电池续航时间比Air长，为20小时。新款MacBookPro配备了三个麦克风，一个FaceTime高清摄像头和一个比之前机型快5倍的显卡。

新款MacBookPro和新款13英寸MacBookAir的配置有很多的反对之处，除了M1处理器之外，新款MacBookPro还将授予高达16GB的内存、高达2TB的固态硬盘、Wi-Fi6和Thunderbolt4USB-C端口、P3宽色域的13.3英寸的显示屏、TouchID指纹传感器和妙控键盘。

然而，MacBookAir采用了无风扇设计，而MacBookPro配备一个主动冷却系统，可以在视频编码等任务中保持高性能。同时，与MacBookAir的30瓦电源相比，Pro还配备了更大的电池和61瓦的电源。

新款MacBookAir和新款MacBookPro中还有一些较小但仍然很次要的区别，其中包括500尼特显示屏（比Air亮度高100尼特）、录音室品质的麦克风和具有高动态范围的立体声扬声器，键盘的最上面一排被苹果的TouchBar所取代等。

另外，尽管M1的性能有大幅指责，但苹果仍然将英特尔版本的13英寸MacBookPro留在产品阵容中，而16英寸MacBookPro也仅授予英特尔处理器版本。

按照计划，搭载苹果M1芯片的13英寸MacBookPro将于下周上市，256GB存储空间版本的售价为1299美元，而512GB存储空间版本的售价为1499美元。如果选择最高配置16GB内存和2TB固态硬盘的话，那么价格将高达2299美元，它预计将于下周开始出货。

新款MacMini

继9月推出新款iPad和10月推出iPhone12系列产品之后，苹果公司于本周二发布了备受期待的基于5nm工艺硅处理器M1以及搭载M1处理器的电脑，其中包括一款MacMini。

在Mac产品线中，Macmini的定位一直是低价、小巧、易用，在其小巧的机身里收回M1芯片之后，它的处理器速度最高提速至3倍，图形处理器图形性能指责至最高6倍，机器学习速度最高指责到了上一代机型的15倍。

苹果表示，虽然Macmini的机身尺寸仅为很多台式电脑的十分之一，性能却指责5倍之多。

MacMini是第一台采用苹果硅处理器的台式电脑，它的运行速度有望比其取代的老款低端MacMini快。在高端MacMini中，苹果仍然为其耗尽了第8代酷睿i5和i7处理器选项。值得一提的是，MacMini耗尽了之前的外形设计，看起来与老款无异。

新款MacMini现在可以预订，下周开始发货，售价699美元（8GB内存和256GB固态硬盘）；M1型号MacMini的起售价为899美元（8GB内存，512GB固态硬盘），而英特尔酷睿i5处理器版MacMini的起售价为1099美元（8GB内存和512GB固态硬盘）。（完）

相关文章苹果MacBookAirvs.戴尔XPS13：这两款笔记本电脑谁更值得买？2020-11-10苹果称供应商和硕联合确认有罪规定不关心的时期与其新业务合作2020-11-09苹果下周举行发布会重磅推出新款MacBookAir和MacBookPro2020-11-04苹果宣布11日举办线上发布会或将发三款苹果芯片Mac2020-11-03苹果第四财季营收647亿美元净利同比降8%2020-10-30