找到
907
篇与
互联网
相关的结果
- 第 15 页
-
智谱发布新一代旗舰模型GLM-5，重点提升编程与智能体能力 2月11日，智谱正式推出新一代旗舰模型GLM-5，主攻编程与智能体能力，官方称已实现开源领域最优表现。这是继DeepSeek后，国产AI大模型春节档的又一重要发布。GLM-5参数规模由上一代的355B扩展至744B，激活参数从32B提升至40B。智谱方面证实，此前在全球模型服务平台OpenRouter登顶热度榜首的神秘模型“Pony Alpha”即为GLM-5。内部评估显示，GLM-5在前端、后端、长程任务等编程开发场景中，平均性能较上一代提升超20%，真实编程体验逼近Claude Opus 4.5水平。该模型已上线chat.z.ai平台。此次发布标志着国产大模型在技术路径与能力表现上持续缩小与国际领先水平的差距，为开发者群体提供了新的开源选择。参数规模翻倍 预训练数据大幅扩容 智谱新一代旗舰模型GLM-5在模型架构层面实现关键升级。参数规模由上一代355B（激活32B）扩展至744B（激活40B），预训练数据量从23T提升至28.5T，更大规模的算力投入驱动通用智能能力显著增强。该模型首次引入DeepSeek稀疏注意力机制，在保持长文本处理效果无损的前提下，有效降低部署成本并提升Token利用效率。该技术路线与DeepSeek-V3/V3.2保持一致。架构配置方面，GLM-5构建78层隐藏层，集成256个专家模块，每次激活8个，激活参数约44B，稀疏度5.9%，上下文窗口最高支持202K token。编程能力显著提升 新一代旗舰模型GLM-5在内部Claude Code评估集中表现突出。前端、后端及长程任务等编程开发场景下，该模型较上一代GLM-4.7实现全面超越，平均性能提升逾20%。GLM-5能够以极少人工干预，自主完成Agentic长程规划与执行、后端重构、深度调试等复杂系统工程任务。官方称，真实编程环境中的使用体感已逼近Claude Opus 4.5水平。智谱将GLM-5定位为最新一代旗舰级对话、编程与智能体模型，重点强化其在复杂系统工程与长程Agent任务中的处理能力。智能体能力实现开源最优表现 GLM-5在Agent能力上达成开源SOTA，多项评测基准中位列开源第一。在BrowseComp（联网检索与信息理解）、MCP-Atlas（大规模端到端工具调用）及τ2-Bench（复杂场景下自动代理工具规划与执行）三项测试中，GLM-5均取得最优表现。为实现能力突破，该模型构建了全新的“Slime”训练框架，支持更大规模模型架构与更复杂的强化学习任务，显著提升强化学习后训练流程效率。此外，智谱提出异步智能体强化学习算法，使模型具备从长程交互中持续学习的能力，有效激发预训练模型的深层潜力。该机制已成为GLM-5的核心技术特色之一。国产大模型春节档密集发布 智谱清言GLM-5的发布，成为国产AI大模型春节档密集竞逐的最新注脚。同日晚间，Minimax亦上线Minimax 2.5，距离上一版本2.2发布仅间隔一个多月。此轮发布潮已持续升温。DeepSeek此前已推出新模型，阿里千问的Qwen 3.5、字节跳动的SeeDance 2.0等产品也于近期相继亮相。多家厂商不约而同选择在春节窗口期集中推新，折射出国产大模型赛道竞争正进入白热化阶段。目前GLM-5与Minimax 2.5的详细技术文档尚未完全披露，其实际性能表现仍有待开发者社区与专业机构的后续验证。
-
xAI联合创始人吴宇怀宣布离职 马斯克旗下人工智能初创公司xAI近期遭遇重大人才流失，联合创始人兼数学推理核心技术专家吴宇怀于2月10日宣布离职。吴宇怀在社交媒体上宣布从xAI离职，并表示“是时候开启我的下一章了，这是一个充满可能性的时代：一个配备AI的小团队可以移山倒海，重新定义可能性。”吴宇怀是xAI在数学推理和符号AI领域的核心专家，曾在Deepmind和OpenAI实习，并参与了谷歌N2 Formal小组的AI数学项目。他被认为是Grok-3在数学、科学逻辑推理和代码写作等基准测试中超越其他主流模型的重要技术贡献者。在吴宇怀之前，Igor Babuschkin、Kyle Kosic和Christian Szegedy等多位联合创始人已相继离开。联合创始人杨格也于上月因专注于与莱姆病作斗争而卸任公司职务。
-
比特币暴跌引发富豪榜洗牌：Coinbase(COIN.US)CEO跌出前500 币圈多位大佬身家暴跌 智通财经APP获悉，随着加密货币价格持续下跌，Coinbase Global(COIN.US)首席执行官Brian Armstrong已跌出彭博亿万富豪指数全球前500名。自去年7月以来，其个人财富已蒸发逾半。 根据彭博亿万富豪指数，Armstrong的财富在七个月前达到177亿美元的峰值后，至今已缩水逾100亿美元。最新一轮财富下滑的直接导火索是摩根大通于周二将Coinbase的目标股价下调27%，理由包括“加密货币价格疲软”、交易量下降以及稳定币增长放缓。Coinbase股价如过山车般的走势与比特币的波动如影随形。自去年7月18日创下高点以来，这家加密货币交易平台的股价已下跌约60%，其中本周二单日跌幅达2.8%。比特币自10月初以来价格也已腰斩。现年43岁的Armstrong目前净资产约75亿美元，其中绝大部分来自他持有的Coinbase公司14%的股份。该公司于2012年由他与Fred Ehrsam在纽约共同创立。财富指数显示，他定期减持公司股票，同时还持有生物科技初创公司NewLimit的部分股权——这家专注于抗衰老研究的企业由他参与创立并个人出资。随着加密货币价格暴跌，众多加密货币领域的亿万富豪也已纷纷跌出彭博全球富豪榜前500名。据该指数显示，Cameron Winklevoss和Tyler Winklevoss兄弟的个人净资产已从去年10月的82亿美元骤降至19亿美元。二人创立的Gemini Space Station(GEMI.US)上周宣布将裁员约25%并逐步收缩部分国际业务。比特币价格暴跌还导致他们向一个新政治筹款组织的捐款缩水数百万美元。Galaxy Digital(GLXY.US)创始人兼首席执行官Michael Novogratz的财富也从去年10月103亿美元的高点滑落至62亿美元。作为这家纽约加密货币公司的联合创始人兼CEO，他持有公司约51%的股份。在第四季度的加密货币暴跌中，Galaxy Digital公布了超5亿美元的亏损，远超市场预期。Novogratz在接受采访时坦言：“痛苦本就是整个行业内核的一部分。”此外，Strategy(MSTR.US)创始人Michael Saylor的财富自2025年7月高点蒸发约三分之二，目前净资产为34亿美元。其财富主要来自所持有的Strategy 8%股份，该公司是全球最大的公开上市比特币持有机构之一。
-
咨询AI医生还不如上网搜索靠谱？《自然-医学》：对普通人来说，确实如此 ·AI本身的能力与人类使用这种能力的效率之间存在巨大鸿沟。AI医生是否真的可靠？其性能能否仅靠增加算力来提升？2月10日发表在《自然-医学》上的一项新研究显示，对于普通人来说，答案是否定的。在该研究中，来自牛津大学等机构的研究人员招募了1298名英国参与者，让他们在10个医学场景中做出判断——比如突然剧烈头痛应该去哪个医疗机构就诊，以及可能患的是什么疾病。参与者被随机分配到四个实验组：三个治疗组分别使用GPT-4o、Llama 3或Command R+三种不同的大语言模型来辅助决策，而对照组则使用他们平时在家会用的任何方法，主要是互联网搜索。当研究人员直接将医学场景的信息输入给这些大语言模型时，它们的表现非常好。GPT-4o能在94.7%的情况下指出至少一个相关的医学诊断，在64.7%的情况下给出正确的医疗建议。Llama 3和Command R+的表现也大同小异。说明它们确实掌握了大量的医学信息。然而，当普通人使用这些相同的模型时，情况就不一样了。使用大语言模型的参与者在识别相关医学条件方面的表现变得更差，只有不到34.5%的准确率。他们在判断医疗优先级方面的表现也没有超过对照组，两者的准确率均为44%左右。换句话说，让患者自己咨询AI医生，结果可能还不如上网搜索。这一结果表明AI本身的能力与人类使用这种能力的效率之间存在巨大鸿沟。研究团队分析了参与者与大语言模型之间的对话记录，发现了一系列系统性的问题。首先是信息传递的不通畅。大语言模型在对话中提到相关症状的比例大约在65%-73%之间，远低于它们单独工作时的表现，这说明人类患者往往没有向AI系统提供足够的信息。超过一半的患者在最初描述症状时没有提供完整的信息。他们可能只说“头很疼”，而没有提到“突然发作”或“伴有颈部僵硬”这样的关键症状。有时候，患者会在AI的提问下逐步补充信息，但有时候他们根本不补充。作者们指出，与之相比，医生之所以能诊断患者，不仅是因为他们知识丰富，更因为他们知道要问什么问题。一个非专业的患者可能不知道哪些症状是诊断的关键。研究者们还发现，即使AI系统给出了正确建议，人类也不一定会采纳。参与者平均列出1.33个医学诊断作为他们的最终答案，而它们的准确率仅为38.7%。相比之下，大语言模型在整个对话中提及的所有诊断的正确率为34%。这意味着人类没有成功地从AI生成的多个建议中筛选出最好的那一个。除了沟通不畅和判断失误，研究还发现了AI本身的一些问题。在一些情况下，大语言模型提供了正确的初始诊断，但当患者添加更多细节后，它反而改口提出了错误的建议。在另一些极端案例中，同样的AI对相似的症状描述给出了完全相反的建议。比如，两名患者都描述了蛛网膜下腔出血的症状，包括突然的剧烈头痛、颈部僵硬和畏光。但AI告诉其中一个患者“躺在黑暗的房间里”休息，而另一个则建议“立即呼救护车”。在人类医生的训练逻辑中，通过资格考试是上岗的第一步。但该研究的作者们指出，对于AI来说，考试中的成绩并不与它们在现实中表现直接相关。研究者们从医学执照考试题库中选出了与上述医疗场景相关的236道选择题让AI做，准确率远远高于在真实互动中的表现。在一些场景中，AI做题的正确率高于80%，而在患者实验中面对相同问题，准确率却低于20%。研究团队还测试了用AI分别模拟患者和医生进行对话是否能反映真实情况。这是一种在不少研究中很流行的基准测试，不少人认为其结果应该比单纯的选择题更能反映真实互动。但该研究的结果显示，模拟患者的表现不仅总体上优于真实用户，而且这种优势与真实用户的表现几乎没有相关性。换句话说，模拟互动无法预测真实互动是成功还是失败。研究者们认为，两个大语言模型之间的对话往往更加结构化、信息传递更顺畅，它们知道要问什么，也知道如何有效地传达医学概念。而人类患者则带来了真实世界的复杂性：焦虑、知识不足、对症状的不同理解，以及无法预测的信息共享模式。这项研究触及了AI医疗中的一个根本问题——对于大语言模型来说，医学知识的广泛性和准确性并不是在真实医疗场景中成功的充分条件。真实世界的医疗互动涉及复杂交互，无法通过传统的医学基准测试来捕捉。这些发现对那些正在期待AI医疗“革命”的人来说是一个清醒的提示。大语言模型或许永远不会取代医生的临床判断，但它们或许能在更加谨慎、透明的设计下，成为有用的决策辅助工具——前提是我们首先解决好人与机器之间的沟通问题。参考文献：Bean, A. M., Payne, R. E., Parsons, G., et al. Reliability of LLMs as medical assistants for the general public: a randomized preregistered study. Nature Medicine (2026). https://doi.org/10.1038/s41591-025-04074-y
-
“互联网门神”杀疯了! AI代理工作流彻底带火Cloudflare(NET.US) Q4营收大增34% 智通财经APP获悉，有着“互联网门神”称号的聚焦于“连接云(Connectivity Cloud)”定位的云计算服务公司Cloudflare Inc.(NET.US)，于北京时间周三晨间公布了强于华尔街分析师平均预期的第四财季业绩，以及公布了高于华尔街分析师们在OpenClaw(曾用名：Clawdbot、Moltbot)爆火且病毒式蔓延之后近期不断上修的2026财年Q1以及2026财年全年营收展望数据。在强劲业绩数据与营收展望推动之下，Cloudflare股价在美股盘后大幅飙升，涨幅一度超过14%，OpenClaw1月下旬迅速风靡全球之际曾推动Cloudflare股价三个交易日狂涨超过20%。2025财年第四财季业绩报告显示，截至12月31日的第四财季，Cloudflare总营收大增34%至6.145亿美元，高于华尔街分析师们平均预期的约5.9亿美元——该项预期在近日同样被分析师们大幅上修，该公司Non-GAAP 准则下的每股收益约0.28美元，意味着同比大幅增长47%，高于华尔街平均预期的约0.27美元。2025财年全年Cloudflare总营收同比增长30%至21.679亿美元。其他的Q4核心业绩数据方面，该公司GAAP准则下的毛利润约4.526 亿美元，毛利率约73.6%，相比之下2024财年同期毛利润仅仅约为3.513亿美元;该公司Non-GAAP 准则下的毛利润约为4.602亿美元，毛利率约74.9%，相比之下2024年第四财季仅仅约3.568亿美元。该公司第四财季Non-GAAP 准则下的营业利润约为8960万美元，占据总营收的大约15%，明显高于上年同期的约6720万美元。市场最为聚焦的营收展望数据层面，Cloudflare管理层给出了无比强劲2026财年Q1以及2026财年全年营收展望。对于2026财年第一财季，Cloudflare管理层预计总营收区间为6.20亿美元至6.21亿美元，其营收区间中值明显高于华尔街分析师们近日因OpenClaw引发的代理式AI智能体大浪潮席卷全球而不断大幅上调平均预期——约6.155 亿美元。 对于2026财年全年，Cloudflare管理层预计全年度总营收区间为27.85亿美元至27.95亿美元，其区间中值同样高于华尔街分析师们不断上修的平均预期约27.40 亿美元。Non-GAAP准则下的每股收益预期方面，Cloudflare管理层给出的2026财年第一财季Non-GAAP每股收益区间为0.23美元，对于2026财年全年则为1.11美元至1.12美元，与分析师预期基本一致。有史以来最大规模的年度合同价值交易Cloudflare联合创始人兼首席执行官Matthew Prince在业绩声明中强调，在第四季度，这家云计算服务公司完成了有史以来最大规模的年度级别合同价值交易(ACV)，意味着平均每年4250万美元，并且新ACV总额同比增长近50%，这是自2021年以来的最快增长速度。Prince在业绩声明中强调：“向人工智能和代理式AI智能体(AI and agents)的全球大转变代表了互联网的根本性重组，革新式地推动了市场对于Cloudflare连接云服务与网络安全技术的强劲需求。”“如果代理式AI智能体是互联网平台的新用户，那么我们Cloudflare就是他们运行的核心平台和必须要通过的网络。这创造了一个良性的飞轮：更多的代理式AI工作流向Cloudflare Workers订阅平台驱动更多的代码，从而推动了对我们的性能、网络安全和网络连接云服务的需求。我们就是为这一刻和代理互联网的兴起而建立的。”Prince补充表示。Cloudflare被很多极客称为“互联网门神/门卫”，核心原因是它在大量网站与应用的“入口层”充当了反向代理(reverse proxy)与“流量裁决点”：用户请求通常会先到 Cloudflare 的边缘网络，再由它转发到源站;在转发前，Cloudflare会做缓存加速、TLS终止、WAF/机器人识别、DDoS 缓解与访问控制等——“放行/拦截”都发生在该公司这一技术层。因此，从技术堆栈位置看，它相当于站在“网站大门口”检查每个请求：合法流量放行、恶意流量拦截，还能基于策略对某些自动化访问(爬虫/机器人)进行限制或阻断。正因为它的网络层位置“可见、可控、可拦”，一些研究与媒体讨论也会直接把它描述为互联网的“gatekeeper(守门人/把关者)”。Cloudflare聚焦于“连接云(Connectivity Cloud)”定位：把网络加速(原生CDN/Anycast 网络)、安全(WAF、DDoS、Zero Trust/SASE)、以及开发者平台(Workers无服务器、KV/D1/Queues、R2对象存储等)统一到一张全球边缘网络架构上，给企业做“连通 + 保护 + 加速”，这也是该公司近两年明确对外的核心叙事与产品打包逻辑。不同于微软/谷歌这类云计算巨头更加偏向中心云/超大规模训练与推理集群，绑定自家或生态内的模型服务与数据平台，Cloudflare更偏向边缘+网络+安全一体化，强调“把推理、RAG、数据取用与安全管控就近落地”，以零 egress的R2、边缘向量库、AI Gateway、Workers AI 把“流量–数据–推理–安全”串在一条线;既可补齐中心云架构的“最后一跳”，也可与多云并存；更像是AI推理时代的“网络与边缘操作系统”，利用其全球边缘网络 / SASE / Zero Trust / serverless 平台作为 AI 时代连接层与运行时操作层的一种创新架构，帮助诸多AI类应用在边缘环境下高效、低成本、安全运行。OpenClaw彻底带火“互联网门神”Cloudflare今年以来，Gemini 3 系列的推进(面向生态/应用持续扩展)以及 Claude、OpenClaw(曾用名：Clawdbot、Moltbot)在“编程/Agent 式使用”上的爆红，可谓在B端(企业流程、开发、客服、分析)与C端(AI 搜索/推荐/消费者型智能体)层面彻底加速了生成式 AI以及代理式AI智能体渗透深度与速度，客观上会把算力需求从“AI训练系统”进一步推向更广泛的AI推理与在线服务，从而大幅抬升全球云计算IaaS基础设施(AI GPU/AI ASIC加速器、网络、存储、大型数据工程)以及Cloudflare这类完整云计算PaaS AI开发者生态平台的景气度轨迹。OpenClaw(原 Moltbot)这波爆火，可谓在AI叙事层面帮 Cloudflare把“Agentic Internet(代理式AI互联网工作流)= 新一代基础设施需求”讲得更具象，就连Cloudflare自己也开启了新的“叙事长文”，直接把“大家疯买Mac mini跑Moltbot/OpenClaw”当作现象切入，并推出 Moltworker，让它可以轻松跑在Cloudflare的开发者平台上。如果一位普通倾向于借助开源式的OpenClaw来做“云端代理式AI智能体工作流部署”(尤其面向公网、多用户、多渠道接入)，一旦用户选择用低门槛且对于非专业类极客来说最高效部署的Cloudflare旗下 Moltworker 路线，关键链路会深度用到Cloudflare的诸多平台组件：入口用 Worker做API路由与代理、把OpenClaw的网关与集成跑在Sandbox容器里、用R2做持久化存储，并用Cloudflare Access/Zero Trust 保护管理端与接口;同时用AI Gateway 统一对接 Anthropic等模型供应商、做密钥与用量/成本可观测，并用Browser Rendering 把“代理需要的浏览器自动化”产品化成可调用的边缘能力。 这些Cloudflare聚焦的环节本质上对应了“代理系统”的最底层刚需：可编排的计算入口、隔离执行环境、可靠存储、对外部模型与工具的稳定代理层、以及安全与审计。由于OpenClaw开源社区更加倾向“local-first(本地优先)”，即本地部署代理式AI智能体工作流，它强调本地网关控制面、会话/工具/事件统一入口、多渠道收件箱与多代理路由等，这意味着在自家硬件体系或自建服务器上就能跑起来，并不需要Cloudflare才能成立。 所以“本地部署 OpenClaw”对Cloudflare订阅的依赖显著更弱——用户们完全可以用其他方式做域名、反代、鉴权与持久化。不过，“本地部署”并不等于“完全不需要 Cloudflare”：当你要把本地代理安全地暴露给自己/团队远程使用，或者希望把模型调用做成统一的成本与可靠性治理层时，Cloudflare 仍可能成为高ROI的可选项——例如用 AI Gateway 做对多家模型的统一代理、日志与回退，避免把供应商密钥散落在各处;用 Zero Trust/Access 给管理面与 API 加企业级访问控制与可观测性;再结合对象存储/边缘入口把“代理的记忆与资产”更稳定地外置。 但这些都属于“锦上添花/工程化加固”，不是OpenClaw本地运行的必要前提条件。
-
俞敏洪计划今年成立电商培训学校 让主播到北京培训 红星资本局2月10日消息，新东方创始人、东方甄选董事长俞敏洪近日在直播间宣布，东方甄选计划于今年正式成立电商培训学校。俞敏洪透露了开办电商培训的初衷，称当前各地相关部门对电商非常重视，常常说希望派人来培训一下。“其实我们也在摸索。但是我觉得，与其孤独地摸索，不如一起摸索。”电商学校计划今年落地北京曾称“不是为了挣钱”俞敏洪在直播中表示，准备在北京成立一个电商学校，“让各个地方派这些电商的运营人才、主播等，到北京去培训。因为北京人才聚集，可以请到好多人才来讲课。” 俞敏洪（资料图） 图据ICphoto值得注意的是，俞敏洪早在2022年6月就透露过，新东方未来可能会开设电商学院。2022年6月20日，俞敏洪曾在直播中表示，现在做电商直播的网红、主播，其实都需要一种文化培训，而这种文化培训由新东方来做再好不过。“我们打算开电商学院，倒不是为了挣钱，而是为了让中国主播的整体水平得到一个层次的提高。如果成立了，我会亲自去上课，也会让著名主播去上课。”此外，关于电商培训，行业已有主播做出尝试，如三只羊网络推出“三人行直播大课堂”，罗永浩在交个朋友设立“交个朋友电商学苑”。2022年2月19日，罗永浩首次在“交个朋友之电商学苑”直播间售卖电商培训课程。新抖数据显示，这场首秀共完成了115.41万元的销售额。东方甄选中期财报扭亏净利润大增347.7%据悉，东方甄选（1797.HK）自2021年启动直播电商业务以来，历经了转型探索、流量变现、模式升级三大阶段，从最初的“双语带货+知识科普”破圈，到如今深耕自营供应链、优化全渠道布局。2025财年，东方甄选经历了资金压力、流量困局、人才流失的多重挑战，总营收43.92亿元，同比下滑32.7%；持续经营业务净溢利为619.1万元，较上年同期的2.49亿元大幅下降97.5%。对于净利润大幅下滑，该公司解释称，主要是由于报告期内出售与辉同行所致。今年1月28日，东方甄选发布了2026财年中期业绩公告，公司2026财年上半年营收23.116亿元，同比增长5.7%；期内溢利2.39亿元，同比增长347.7%，相比上年同期的净亏损9650万元，扭亏为盈。公告显示，本期东方甄选自营产品及直播电商业务总GMV达41亿元。若剔除与辉同行直播间产生的GMV，总GMV比2025财年上半年的人民币36亿元增加16.4%。渠道结构持续优化，抖音平台仍为核心流量来源，同时东方甄选App贡献的GMV占比提升至18.5%，较去年同期显著增长。报告期内，抖音平台第三方产品及自营产品的已付订单总数达约4210万单，用户消费活力保持高位。截至2月10日港股收盘，东方甄选股价跌9.49%至29.20港元/股，总市值308亿港元。（本文不构成任何投资建议，据此操作风险自担）编辑 侯春萍 综合界面新闻、每日经济新闻等审核 任志江
-
元宝派为什么不做数字永生？ 文｜长三角momo每一次技术的革命，都可能会从底层颠覆一次渠道，QQ出现，没有人写信了，微信出现，颠覆了传统通讯行业，那么，AI的出现，会不会颠覆掉现在的互联网信息传递？腾讯为什么着急在春节重投做元宝？很显然，焦虑。微信支付可以用一个春节的时间，彻底颠覆掉支付宝此前的所有先发优势，那么豆包会不会在一个春节时间里，颠覆掉腾讯在社交领域的优势呢？对于一家巨无霸的公司，花点小钱预防致命疾病，小菜一碟，腾讯很显然要卡住AI社交这个身位，因为只要人类一天还是地球的主宰，信息交换的社交生意就是最好的生意，这个道理腾讯的认知，比任何一家公司都更深刻。元宝派这个东西，我就不细说了，一点都不看好，不是一个成熟的产品，看不到产品经理的深思熟虑，也看不到任何能够利用人性快速裂变的可能性，最终的结果是——不能让我们的生活产生依赖，社交没有依赖，就没有未来。但是我却依旧看好AI社交这个未来趋势，以下是我的一些幼稚思考：第一，爆发期一定不是基于熟人社交；第二，AI数字分身将会是一个核心；第三，最终将会是用户的社交补充。每一次社交层面的变革，都一定是来自于陌生人之间，熟人社交是一个区域平稳的市场，而在陌生人社交圈，荷尔蒙、未知、爆发流量等等综合因素，才会刺激一个新生事物快速成长，从当年的QQ、微信早期发展路径，都可以看出来这种端倪，颠覆之后，慢慢再回归熟人社交圈。陌生人刺激——熟人嫁接——稳定关系链——去风险化——回归熟人社交，这几乎是一个社交平台的发展必由之路了。所有坚持做陌生人社交的公司，注定都做不出规模，而所有用熟人社交启动的项目，最终也都起不来，飞信、米聊、陌陌、soul等等公司都验证了这个逻辑。这里面，我一直认为，AI的数字分身，将是一个很大的机会，每个人用超高像素的相机，给自己建模，然后声音被模拟，性格被模拟，这样的一个分身被投入到公开的社交圈里，无论是AI分身自己去帮你找朋友，还是真人来跟你的分身先交流，这都将是一个很有意思的场景。我随便举一个例子，一个年轻人暗恋另外一个年轻人，在没有成功之前，其实就可以尝试跟这个人的AI分身先交流试试了。我60岁了，想要去跟30、40、50岁的自己聊聊天，然后去调取系统里的数据，实现时间的穿越；我的爷爷奶奶去世了，我很想念他们，去AI社交找到他们，再和他们说说话……AI数字分身，可以让人类穿越时间和空间，从人性的角度来说，只有"不可得"、"猎奇"才会驱动人类与AI交流。今天还想用红包去刺激一个项目，说实话，这个玩法有点过时了，这些年，用户早就对红包麻木了，有这些钱，还不如在全国各地，建立一些门店，帮助更多的人，建立自己的数字分身，尤其是很多老人，去世了之后，还能给后代留个念想，初步实现数字永生。反正，未来，什么是真人，什么是假人，大家也分不清楚。当人类习惯与每个人的AI数字分身交流后，新的社交共识才会达成，我的朋友在飞机上，找不到人的时候，可以先跟他的分身交流一下，再或者，有一件事情，想跟这个朋友诉说，但是也拿不准主意，先可以问问对方的分身，该如何开口。这让我想起了很多年前，开心网突然崛起的那个案例，那本质上就是一次人性的胜利，利用很多新的游戏模式，让人与人之间，在无聊的生活中，多一份小确幸，偷个菜，停个车，分享一些东西。腾讯现在的焦虑，其实很容易理解，每一次技术的革命都可能会从底层颠覆一次渠道，QQ出现颠覆了传统邮政行业，没有人写信了，微信出现，颠覆了整个传统通讯行业，短信和QQ又没人用了，AI的出现会不会颠覆掉现在的互联网信息传递？很显然，现在整个市场上，还没有人想清楚，AI时代社交变革的可能性在哪里，是机器人来到物理社会后的结构变化吗？还是人类实现了数字永生？谁也不知道。但是，不知道，恰恰是最大的诱惑力。一个明确的未来在那里，大家一起两眼一抹黑往前走，反正总有一个人会找到出口，这个人是腾讯，还是字节，还是阿里，谁也不知道。所以，现在社交行业的大哥，腾讯，是最焦虑的，别人拿到，就是增量，而自己拿到，仅仅是地位不变，但这是命根子，绝对不能被抢。元宝派只是一个开始，一个卡位，但不是答案。
-
我科学家为人工智能打造“通用大脑” 来源：光明日报【瞧！我们的前沿科技】本报北京2月9日电（记者晋浩天）你也许用过智能助手聊天，也见过人工智能（AI）生成精美图像，看过机器人跳舞……但你是否想过，驱动“聊天”“画画”“运动”的，究竟是三套独立的系统，还是同一个“智能大脑”的三种功能？日前，一项由北京智源人工智能研究院主导的重要科研突破在国际学术期刊《自然》发表，为实现真正“看得清、想得通、做得稳”的通用人工智能指明了新方向。这也是我国科研机构主导的大模型原创成果首次在《自然》正刊发表。论文主要作者、北京智源人工智能研究院理事长、北京大学教授黄铁军指出，这项研究的核心思想非常简洁：以统一架构，让AI学会“接龙”。“无论是阅读文字、欣赏图片，还是观看视频、生成动作，在我们新开发的智源Emu模型的‘眼’里，都被转换成一套‘数字积木’。模型的任务，就是像我们玩歌词接龙游戏那样，始终预测‘下一块积木’应该如何出现。”“这一思路有迹可循。早在2018年，美国OpenAI公司便基于‘预测下一词’的路线训练GPT模型，并于2022年推出ChatGPT，实现了语言大模型重大突破。”黄铁军团队推测，“预测下一词”的架构或许不仅适用于语言，也能拓展至多种模态，将图像、文本和视频数据在同一架构下统一训练，从而开发出“一脑多能”的多模态大模型。团队成员介绍，此前全球范围内出现的此类模型，大多采用“专用工具组合”方式：理解语言与图片、生成图片与视频，均由各自独立的模型或工具各司其职。这类分工模式虽目的明确，但协同成本也随之增加。能否训练一个“通才”，采用统一架构处理各类数据、掌握多种技能？研究团队的Emu3模型给出了肯定答案。Emu3就是这样一个“通才”型AI：当你给它一段文字描述时，它可以生成细节丰富、结构合理的图像；当你给它一张照片及相关问题时，它又能结合视觉信息与常识，进行精准的图像问答与理解；更进一步，它还能生成连续的视频片段——只需给出一个开头，模型便能一帧一帧地输出后续画面，甚至还能像连环画那样，为每段画面配上文字描述。在升级版Emu3.5中，研究团队通过引入大规模长时序视频训练，使模型从“预测下一个词元”拓展到“预测下一个状态”，开始学习世界随时间演化的统计规律，为迈向更完整的“世界模型”探索了可行路径。黄铁军表示，这意味着，多模态模型分离的“理解”和“生成”两类能力，首次在同一种简单而统一的建模范式下被系统性打通。这把“统一建模”的钥匙，其潜力并不止于多模态内容生成。它可以延伸到物理世界，为机器人操作提供可行的动作序列设想，还可以解读脑信号等各种复杂数据。黄铁军介绍，“预测下一个”这一看似朴素的思想，本身蕴含着构建通用智能的基因。《自然》编辑评价，智源Emu3这一成果对构建可扩展、统一的多模态智能系统具有重要意义。黄铁军表示，这项成果证实了生成式人工智能技术路线的普适性：人类已经掌握了让不同智能在同一体系内涌现的方式，正稳步走上通用人工智能持续演进的道路。
-
ChatGPT正式推出广告 OpenAI宣布，它开始在美国对其免费版订阅用户测试广告。OpenAI表示，其余付费计划的订阅用户，包括Plus、Pro、Business、Enterprise和Education等级别，将不会看到广告。OpenAI试图消除人们对广告可能影响用户体验的担忧，并在博客文章中表示：“广告不会影响ChatGPT给出的答案，我们会对广告商保密用户与ChatGPT的对话。我们的目标是让广告能够帮助用户更广泛地使用ChatGPT更强大的功能，同时保持用户对ChatGPT在处理重要和个人事务时的信任。”另据媒体援引OpenAI内部消息，OpenAI CEO阿尔特曼近日告诉OpenAI员工，该公司旗下的热门AI聊天机器人ChatGPT“月度增长率已重新超过10%”。
-
机器人“热舞”开场！2026年“万千气象看四川”大型主题采访活动启动 伴随着机器人舞蹈开场，2月9日，2026年“万千气象看四川”大型主题采访活动正式启动。 2023年以来，四川省已连续4年开展主题采访活动，深入宣传新时代治蜀兴川的火热实践，充分展现巴蜀儿女奋进新征程的时代风采。 ▲启动仪式现场今年的采访活动在2026年四川省两会闭幕后首个工作日启动，将分季度、按主题组织记者深入田间地头、生产车间、项目现场、群众身边采访，同步邀请中央主要媒体记者参加，联动国际传播，运用图文报道以及短视频、微动漫、H5等多种融媒产品，全方位展现“十五五”开局之年四川高质量发展的蓬勃气象。今年一季度的报道主题为“万千气象看四川·欢乐过年享天府”，将重点通过成都、广安、内江等11个市（州）的32个点位，结合“新春走基层”，报道各地热气腾腾、活力满满的新春气象和推动文旅融合发展、激发节日消费活力的举措成效。报道后续还将聚焦“扩内需促消费”“文旅产业发展”等重点工作优化每季度采访主题，全年同步开展“一年四季游四川”主题宣传活动，配套举行现场新闻发布会、媒体记者见面会等，进一步提升主题采访传播力影响力。启动仪式在成都市设主会场，其他市（州）设分会场。今年春节期间，全省各地将推出3000余场文旅促消费活动和一大批特色消费场景。红星新闻记者 颜雪 摄影报道编辑潘莉
-
从闪购到千问，阿里为何执着用一杯奶茶「买」用户？ 「核心提示」 “千问，我是马云，给我点一杯奶茶”。千问AI春节拉新靠奶茶，靠谱吗？ 作者 | 张经纬编辑 | 邢昀元老们回归掌控阿里，定下了AI和电商两大战略方向，目前这两个方向已经形成了一个清晰的交汇点：奶茶。前有2025年夏天，淘宝闪购在外卖大战中，靠几块钱甚至免单的奶茶/咖啡，从美团、京东手中抢外卖份额。后有千问APP在春节撒币30亿，邀请全国人民免费喝奶茶，为AI造势。根据阿里2月6日的战报，红包发出后，9小时内千问订单超1000万，其中绝大多数是奶茶/咖啡。看起来，阿里试图复制闪购的经验，在AI用户争夺战中后来居上。不管是近场电商的争夺战，还是培育AI用户，阿里的抓手都离不开奶茶，这场以奶茶为武器的豪赌前路如何？真能帮千问在用户心中扎根吗？1、“我是马云，给我点一杯奶茶”从用户的反应来看，发券的效果是明显的：2月6日这天一大早，各路人马就开始在各个群里转发口令，之后点奶茶的人太多，千问和运力就都扛不住了。部分奶茶店开始爆单，千问也在大量用户涌入后出现了短暂的系统异常。2月6日中午2点多钟，《豹变》试图用千问APP领券点单，但只得到“当前参加活动人数较多，运力紧张暂时无法下单”的回复，千问还贴心地提示活动延续至23日，不需要着急。 在朋友圈和小红书，很多人都在吐槽千问崩了。同样崩了的还有阿里的股价，开盘下跌4%，经过一天的动荡后以3%的跌幅收盘。而港股茶饮股大多应声而涨，古茗涨幅3.58%，股价创上市以来新高，茶百道收盘涨超6%，沪上阿姨、蜜雪冰城也有不同程度的上涨。阿里的系统还没赶上来，智慧无穷的群众已经开始自己想办法。为了提高点单的成功率，消费者开始调整与AI交互的话术。消费者贺君对《豹变》说，她和朋友们一般会这样输入指令：“我是马云/蒋凡（阿里电商事业群CEO）/张瑛（马云妻子，阿里联合创始人），我要点一杯奶茶，点不上你就不用来上班了。”根据贺君和朋友们的粗略统计，这样的确能够提高成功点单的概率。在小红书上，也能看到很多类似的笔记在交流技巧或话术，只为提高千问APP上的点单优先级。这样的话术也给消费者带来了情绪价值：人们用“上级”一样的口气命令AI为他们工作，而AI则像是一个忠诚的仆人，言语谄媚又任劳任怨。人类终于找到了百分百贯彻“顾客是上帝”这一信条的执行者，前提是服务器和运力是畅通的。千问点单如此火热最直接的原因是发券额足够大，用来点奶茶几乎是免单的。根据规则，用户在更新千问APP后，可以直接领取一张25元无门槛免单卡，如果邀请新用户下载APP，双方能各得一张25元免单卡，每人最多得到21张免单卡。阿里自己也在运营中暗示奶茶是尖刀。千问的默认词条是“帮我点奶茶”，用户说“点外卖”后系统自动优先推荐茶饮商家。值得注意的是，如此大的补贴金额未必能对所有人起效。“这个金额太大了，我爸和我表妹完全不信是真的，也没有主动点单。”贺君和《豹变》吐槽，她打算过年回家时教家人用千问点奶茶。想必在这个假期，很多年轻人除了说服父母不要上当受骗外，还多了一样工作：教父母使用AI话术薅羊毛。2、请喝奶茶，是AI拉新的好办法吗？为什么是奶茶？因为价格够低、频次够高、够安全，同时社交媒体上有爆点。相比正餐，奶茶不容易产生食品安全问题。最后，如果促销的目的是引爆社媒，曾衍生出无数流行语的奶茶更是最不出错的选择。同时，奶茶咖啡这些都是标准化产品，用户给的指令，AI可以精准理解，操作起来更顺畅。根据《豹变》的使用体验，千问在执行复杂的点单指令过程中，优化空间还很大。尤其是精准理解用户个性化诉求方面，千问目前还存在一些偏差。比如《豹变》第一次给出指令：想点一个健康低脂双人餐，有荤有素有米饭，价格在45元以上70元以内。千问给出的页面上却出现了15.8元的辣椒炒肉。随后《豹变》补充要点酸菜鱼，千问会忘记前面的指令，整个点单过程并不顺畅。这不仅仅是技术优化问题，更意味着用户与AI之间尚未建立流畅、可靠的协作关系。所以，奶茶是一个合适的引子，阿里更大的野心是教育消费者。在免单的激励下，人们会自发地学习如何使用AI，适应AI+生活服务这种消费方式。这一策略直指当前AI应用的核心痛点：缺乏一个具体的应用场景。阿里将补贴绑定在具体、高频的“AI点单”行为上，希望能花钱买“使用”，而不仅仅是“安装”。理论上，AI点单能构建更强的用户黏性：随着点单次数增多，AI会逐渐了解用户的喜好和使用习惯，推荐得更加精准。试问，谁不想要一个能够“预判”自己需求的电子小管家呢？从阿里的现状出发，它也有足够的动力这样做：千问的用户量明显落后头部APP。根据Quest Mobile的数据，2025年12月千问的周活跃用户约800万到900万，位居国内AI应用第五位，远低于豆包的1.6亿和DeepSeek的8000万，而用户不足不仅影响商业化空间，也可能会拉大AI智能水平的差距。与此同时，淘宝闪购在2025年夏天订单量追赶美团的过程中，也给千问积累了入驻商户、成熟的运力和履约平台，以及现成的补贴打法经验等。仿佛2025年夏天发生的一切都是这个春节的预演。但，现实没那么简单。 3、商业路径的拷问补贴点燃热情背后，AI点单的商业化仍有一些逻辑bug需要跨越。首先，当前本地生活平台的收入之一来自广告，其逻辑建立在用户的主动浏览、比较和点击之上。AI的便利降低了用户点单所需的时间，这可能同时减少了潜在的点击次数和广告曝光。更为关键的是，AI点单的终极理想状态是精准直达，用户下达指令，AI代理完成一切筛选、比价流程。这背后存在一个根本矛盾：当AI过于高效，或将大幅压缩商户曝光的可能性和用户的决策路径，从而侵蚀平台的广告价值。如果未来AI的推荐完全基于用户真实偏好，商户还愿意在平台上为推荐广告位付费吗？大手笔之后，不知阿里是否做好了挫伤广告收入的准备。这也要求阿里必须重新构思，在AI主导的新交互范式下，如何构建一个新的商业模型，而不是依赖于过去互联网平台惯用的“流量拦截”和“信息不对称”。其次，从补贴拉新到习惯养成，这个链路仍存在障碍。虽然贺君薅了很多千问的羊毛，但是她表示，日常使用AI工具目前仍是以元宝为主，“因为前期调教元宝花了比较长时间，感觉比较同频。”与此同时，用户对AI绑定支付的信任，也存在巨大挑战。贺君对《豹变》坦诚，她在用完券之后会把支付宝和千问解绑，因为AI调用支付会让她觉得不安全。“不是不相信AI，而是不相信人，新的支付入口可能有人钻空子。”这背后是用户对AI系统本身安全性与责任界定的疑虑，误操作或者漏洞风险谁负责。对阿里来说理想的状态是，当用户习惯对千问说“点奶茶”，他们就会对说“买耳机”“订机票”“挑保险”。而这30亿补贴，就是在未来十年AI入口的优先入场券。在这个过程中，让AI帮忙点个奶茶消费门槛不高，但如果涉及更高客单价的商品，AI作为代理介入消费决策时，用户对自身控制权让渡会本能的提高警惕，如何跨越用户心理上的信任鸿沟，这是一个漫长的过程。所以，真正的战役在奶茶之后。千问能否靠奶茶突围，不取决于补贴订单，而取决于当补贴归零、奶茶恢复原价时，用户更倾向于“AI点单真方便”，还是“其他平台更便宜”或者“人工点单更安全”。免费的奶茶，既是诱饵，也是试金石。
-
OpenAI面向美国免费及Go订阅用户测试广告功能 IT之家 2 月 10 日消息，当地时间周一，OpenAI 宣布开始在美国面向免费版及 Go 订阅版用户测试广告功能。 全新推出的 Go 套餐是一项低价订阅服务，美国地区定价为每月 8 美元（IT之家注：现汇率约合 55.5 元人民币），已于 1 月中旬在全球上线。该公司表示，OpenAI 的付费订阅用户 —— 包括 Plus、Pro、Business、Enterprise 及 Education 版本，不会看到广告。OpenAI 在一篇博客文章中回应了外界对广告可能影响用户体验的担忧：“广告不会影响 ChatGPT 给你的回答，我们也不会向广告商泄露你与 ChatGPT 的对话内容。我们的目标是：通过广告让更多人用上更强大的 ChatGPT 功能，同时守住用户在重要、私密事务上对 ChatGPT 的信任。”这项举措其实早在一个月前就已公布，而在周日的超级碗广告中，其主要竞争对手 Anthropic 借此对其大加嘲讽。在电视广告里，Anthropic 调侃部分 AI 公司（如 OpenAI）即将加入广告功能，并展示了广告整合不当会如何严重破坏用户体验。画面中，面无表情的演员扮演 AI 聊天机器人，在给出建议的同时，弹出毫不相关的劣质广告。OpenAI 首席执行官山姆 · 奥尔特曼对此极为不满，称这些广告“不诚实”，并指责 Anthropic 是“威权主义公司”。截至目前，消费者普遍反对在 AI 回复中植入广告。去年年底，OpenAI 测试类似广告的应用推荐功能时就曾引发用户强烈反对。但这家 AI 公司仍需要从这款热门聊天机器人中创造收入，以覆盖技术研发和业务扩张的成本。尽管此举可以理解，但批评人士担心广告可能会影响 ChatGPT 的回答内容。OpenAI 在公告中予以否认，称广告将根据“对你最有帮助的内容”进行优化，并表示所有广告都会明确标注为赞助内容，与原生内容清晰区分。在测试中，OpenAI 尝试根据用户对话主题、历史聊天记录及过往广告互动情况匹配广告。例如，搜索食谱的用户可能会看到生鲜配送或餐食套件的广告。OpenAI 称，广告商无法获取用户个人数据，仅能获得浏览量、点击量等汇总后的广告效果数据。用户还可以查看自己的广告互动记录，并随时清除。此外，OpenAI 表示用户可以关闭广告、提交反馈、查看广告投放原因，并管理广告个性化设置。18 岁以下用户不会看到广告，广告也不会出现在健康、政治、心理健康等敏感或受监管话题相关的内容附近。
-
电商发展见顶了吗？ 来源：人民日报海外版 近日在新疆维吾尔自治区沙湾市，电商主播在直播销售农特产品礼盒。杨文秀摄（人民视觉）如今，你网购的频率有多高？每年有多少消费是在网络上完成的？对许多中国消费者而言，电商早已是日常生活的一部分，“随时随地下一单”变得平常。但与此同时，实物商品网上零售额占社会消费品零售总额的比重近两年呈下降趋势，关于“电商见顶”的讨论渐起。电商发展真的见顶了吗？数字背后折射出中国消费市场的哪些变化？本报记者进行了采访。增速仍较快——2025年全国网上零售额接近16万亿元，比上年增长8.6%从柴米油盐、服饰日化到3C电子、家居大件，经过数十年高速发展，电商已经渗透到经济社会生活的方方面面。不过，反映电商渗透率的指标——实物商品网上零售额占同期社会消费品零售总额的比重，在2023年迎来高峰值后却呈现调头向下的趋势。国家统计局数据显示，2023年，实物商品网上零售额占同期社会消费品零售总额的比重为27.6%，2024年为26.8%，2025年为26.1%。为什么会出现这一变化？是电商发展见顶的体现吗？中国国际电子商务中心首席专家李鸣涛分析，数字变化主要受几方面因素的影响：一是中国整体消费结构由商品主导向服务主导转型，服务消费在整体居民消费支出中的占比增加，但不计入“实物商品网上零售额”，其快速增长会稀释实物商品的占比。二是线上线下深度融合的新电商业态快速发展，分流了部分传统电商的交易。如即时零售正快速发展，其订单虽产生于线上，但商品和服务由本地线下实体提供，模糊了统计边界，同时实质性地拉动了线下商业。另外，小程序电商、私域直播、社区团购等快速兴起也对传统电商产生了分流效应。判断电商发展趋势，还要把数据综合起来看——看规模，2025年全国网上零售额接近16万亿元，比上年增长8.6%。这一数字是指通过公共网络交易平台实现的商品和服务零售额之和，既包括实物商品，也包括非实物的虚拟商品、服务类商品等。数据显示，中国网络零售市场规模连续13年稳居全球第一。看增速，实物商品电商交易额依然保持相对较快的增速。2025年全国实物商品网上零售额增长5.2%，高于社会消费品零售总额增速1.5个百分点。看业态，一些新的电商交易模式也在创造新的增量市场，比如私域直播电商、社区团购和即时零售等发展迅猛。“这并不意味着电商发展已经见顶了。”李鸣涛认为，电商消费整体增速确实趋缓，这与大的消费环境变化直接相关，也是消费日趋理性的体现，但并不能支撑“电商见顶”的结论。“我们国家电商在经历了之前高速发展阶段之后，逐步呈现出平稳发展态势，估计这将成为下一个阶段电商的新常态。”商务部研究院电子商务所所长杜国臣认为。竞价转向“竞质”——网络购物用户规模已达9.76亿人，存量用户竞争更为激烈不能忽视的是，近年来电商市场竞争日趋激烈。有观点认为，电商发展已经从高速扩张转向存量竞争阶段。专家分析，如果说电商市场存在存量竞争，则更多聚焦在对存量用户的争夺方面。中国互联网络信息中心发布的数据显示，截至2025年6月，我国网民规模达11.23亿人，网络购物用户规模达9.76亿人。据此测算，中国网络购物渗透率已达86.9%，网络购物消费人群增量空间有限。“这意味着用户总量的增长不再是行业的主要驱动力。”杜国臣说。反映到平台和商家一侧，电商生意似乎变得更难了。一位电商行业多年从业者告诉记者，大约10年前，获得一位新客的成本是10元左右，而现在两三百元也很难实现。“在流量竞争日趋激烈的背景下，从消费者知道你、认同你、购物时能想起你到真实地下单付费，这是一个漫长的过程，而且每一步都需要持续的投入。”他说，这也是做电商越来越有挑战性的原因之一。在李鸣涛看来，对商家而言，电商市场整体增速趋缓意味着竞争会更激烈，尤其同质化的竞争一定会导致企业利润率下降。对平台企业而言，则需要通过各种手段留住用户和商家，同时通过创新，比如海外拓展等创造新的增量市场。“就国内市场而言，未来增量应该更多来自对存量用户新消费的挖掘，比如兴趣消费、情绪消费等，同时通过类似即时零售等新模式创造新的消费场景。”李鸣涛说。从用户端看，随着线上购物日常化，消费者的购物行为也发生一些变化：比如，一包零食下一单、一件化妆品小样下一单，“碎片化”消费更明显……专家分析，消费者购物习惯的变化也正是电商新常态的重要特点，比如消费多元化、理性化、兴趣化、个性化、碎片化等。电商相对线下流通的优势恰恰在于可以快速适应消费者的这些变化，并通过各种消费场景的打造来满足消费诉求。“高质量发展也是电商当前发展的主题。”杜国臣说，随着我国消费市场结构和规模的变化，电商更需要在高质量发展上发力，从竞价转向“竞质”。要通过提升质量挖掘潜在需求，而不能陷入低价内卷的恶性循环中。要推动电商从拼价格，转向拼质量、体验、服务、技术，从而实现消费者、商家、平台共赢的良好电商生态。服务消费加速“触网”——2025年线上服务消费增长22%，是电商转型发展的巨大机遇上门保洁、更换厨房和浴室顶灯、清洗大衣外套和运动鞋……最近，在北京工作的白领王女士刚搬了家，月末打开手机APP一看，发现新添置的东西不多，但从网上下单的服务却不少，都是预约上门，全程线上交易。“现在一到周末，逛逛超市采买生鲜和日用品，成了我放松和回归日常生活的方式。倒是这些需要人力才能实现的服务，反而在电商平台上交易得多。一来省心，省去了自己来回跑的辛苦；二来平台上也多了一重服务质量保障。”王女士说。经过多年发展，电商早已不仅是实物商品的交易平台。在讨论实物商品网上零售额占社会消费品零售总额的比重之外，非实物商品线上交易正获得持续关注与期待。商务部数据显示，服务消费加速“触网”，2025年线上服务消费增长22%。其中，线上购票线下体验的体育赛事、旅游产品和到店餐饮网络零售额分别增长63.3%、40.6%和23.7%。在一些新领域，消费者也体会到线上平台带来的便利。比如，当消费者疑似感染流感时，可以从平台下单到家检测，线上医生根据检测结果开出电子处方，用户在平台上继续购买对症药品。嵌入必要的服务环节之后，电商平台能提供的已远超单一商品范畴，更是围绕特定生活场景的解决方案。“服务消费是中国经济现阶段最有潜力的消费领域之一，对电商而言意味着转型发展的巨大机遇。”李鸣涛认为，未来首先要升级电商的产品消费，从“采购物品”转向产品消费基础上的“获取体验、解决问题、提升生活品质”，将服务作为商品的延伸或卖点，创造新的消费场景。同时，可集中发力线上服务消费，拓展细分服务领域，创新融合服务。在服务消费主导时代，电商应从“卖东西”转向“卖解决方案”，从“流量运营”转向“用户全生命周期价值运营”，从“线上交易闭环”转向“线上线下融合的服务闭环”。杜国臣也认为，未来电商不再是单纯卖货，而是成为连接线下服务、提供体验和经营流量的综合服务。背后的核心动力，则在于创新驱动发展。“电商本身是一个技术密集型行业，中国有世界上最大的电商消费市场。中国电商发展得益于人工智能、移动互联网、大数据等技术的广泛应用，本质是技术叠加超大市场的结果，是创新驱动发展的体现。”他说。（记者 李婕）《人民日报海外版》（2026年02月10日第11版）
-
GEO 创业者：让 AI 帮忙「带货」，重要的不是「破解」大模型，而是教 AI 说真话 AI 时代，别搞虚的，真实才是必杀技。 作者｜周永亮 编辑｜靖宇最近，A 股市场上演了一出关于 GEO（生成式引擎优化）的概念热潮，20 多家公司股价坐上过山车，但这背后的焦虑却是真实的：在 AI 时代，如果豆包或 DeepSeek「不认识」你的品牌，你是否就被时代抛弃了？这种焦虑切中了很多商家的痛点。GEO 到底是什么？它是真正的营销利器，还是又一轮割韭菜的把戏？为了厘清这个概念，我们找到了深耕该领域的 Pallas AI 创始人、CEO Ethan。他在阿里待了十年，从阿里到达摩院到蚂蚁，最后一年担任 Ling 大模型首席架构师。从 2025 年 5 月开始，当 GEO 这个概念还只有极少人知道的时候，他已经开始在这个赛道创业，最近刚完成数千万人民币融资。说起 GEO，很多人可能感到陌生，但对 SEO 一定不陌生。在 Ethan 看来，SEO 本质上是在和搜索引擎博弈。通过堆砌关键词、做外链，试图破解算法的喜好，把自己的网页挤到搜索结果的第一页。相比之下，GEO 的逻辑则完全不同。它的核心目标不是让用户点击链接，而是让 AI 模型在回答问题时，直接引用你的内容，把你的产品当作「最佳答案」推荐给用户。其实，Ethan 并非一开始就看准了 GEO 这个方向。他的第一次创业选择了 AI 游戏，那是一段有些昂贵的「学费」。两年半后回看，他承认当时犯了很多创业者常犯的错误——「拿着锤子找钉子」。这次经历也让他痛定思痛：任何违背第一性原理的创业，都是自嗨。转折点发生在 2025 年 2 月，当时他和技术合伙人读到一篇关于 GEO 的论文，他们争论了整整 4 个小时，「那也是他们创业以来争论最久的一次」。两个人争论的重点是两个问题：GEO 跟 SEO 有什么区别？GEO 能成为标准化吗？就是这次讨论，让他们意识到，这或许是一个机会。经过两个月的反复推演，他们的结论逐渐清晰：这里不仅有标准化产品的机会，更是 Agent 产品生存的土壤。于是，2025 年 5 月，他们正式切入 GEO 赛道。以下是 Ethan 的部分精彩观点： GEO 和 SEO 完全不同。生成式引擎没有传统意义上的 Ranking（排名）模块。它更多是结合用户的 Prompt，去思考如何提供最佳解决方案。我们的工作是让模型更了解企业，从而主动推荐你。 有一个最简单的方法可以区分 SEO 和 GEO：SEO 时代的搜索词平均是 3-7 个字，而 GEO 时代达到了 24-27 个词，并且包含上下文记忆。 用户现在是带着真实、复杂的诉求来提问的。如果企业还在沉迷于优化「国产品牌前十名」这种通用词，那就是在 GEO 时代自嗨。 如果你试图去猜模型的偏好，去重构它的 Pipeline……那你其实是在做旧时代的 SEO 博弈。如果你发现输入某个特定的词组，模型就一定会引用你，这不叫优化，本质上是在制造垃圾。 数据的真实性远比 Hack（破解）模型重要。因为 AI 模型的进化是非线性的，如果说去年难度系数是 10 分，那现在可能已经到了 80 分，未来肯定会更高。你需要不断储备更高级的技术去对抗，直到某天彻底攻不破，商业模式也就崩塌了。 Pallas AI 刚成立半年，已经发布了自己的第一款产品｜图片来源：Pallas AI01 从 AI 游戏到 GEO？ Q：最近 GEO 概念很火，你们官网使用的是 AEO。能不能先解释一下SEO、GEO 和 AEO 到底有什么区别？Ethan：我们从最熟悉的 SEO 说起。这二十年来，SEO（搜索引擎优化）的核心其实是在博弈搜索引擎的排名算法。大家做的外链、内链、Landing Page，本质都是为了迎合算法。虽然在国内大家关注度降了，但在海外这依然是流量基石。GEO（生成式引擎优化）这个词源于 2024 年的那篇《GEO: Generative Engine Optimization》（生成引擎优化）论文，给了行业第一次命名。但这个名字其实不太好，既跟地理位置缩写冲突，又容易让人误以为它只是 SEO 的翻版，是一个很重的服务型工作。但从本质上看，GEO 和 SEO 完全不同。生成式引擎没有传统意义上的 Ranking（排名）模块。它更多是结合用户的 Prompt，去思考如何提供最佳解决方案。我们的工作是让模型更了解企业，从而主动推荐你。随着 LLM 的发展，为了避免概念混淆，现在海外行业更倾向于叫它 AEO，可以理解为 Answer Engine Optimization（答案引擎优化）或者 Agent Engine Optimization。在这个语境下，如何帮助企业在「答案」层面做优化，才是行业的核心。Q：看你的履历，你曾在阿里工作了整整十年，这段经历给你带来了哪些收获？Ethan：我在阿里待了整整十年。从 2013 年底入职开始，从阿里到达摩院到蚂蚁，最后一年担任 Ling 大模型首席架构师。这段经历给了我两个非常关键的视角。首先是关于流量与商业的本质。我长期负责营销推荐算法，对「搜推营」（搜索、推荐、营销）的底层逻辑，以及平台如何分发流量、客户如何通过流量获取营收，有着很强的体感。在处理客户关于流量结构、点击率与规模的博弈中，我深刻意识到企业长久以来的核心命题：如何把自己高质量的产品真正有效地推出去。另一个点是发生在 2022 年底，ChatGPT 爆发后，我们重组了机器学习团队去追赶这波大模型风潮。在做基座大模型架构师的那一年里，我真切感受到了这是一个时代的机会。但我个人更看重这个时代机遇下衍生出的「应用层」机会。最终，我决定在 2023 年底离职，开始在应用层的创业。Q：第一个创业项目并不是现在的 GEO，而是一个 AI 游戏项目。当时为什么会选择切入这个赛道？Ethan：说实话，我对互动娱乐或内容领域有一些执念。在支付宝时期，我参与过那个名声大噪但争议颇多的「圈子」项目，负责算法和社区内容。创业初期，人往往会被惯性推着走。当时我们判断，AI 应用应该去占据用户的碎片化时间，提供情绪价值，这样的商业潜力巨大。我们调研了 Character.AI、MiniMax 的 Talkie 和星野等平台，发现它们虽然是 Chatbot，但本质上已经具备了角色扮演的游戏雏形。不过，它们缺乏真正的「游戏体验感」，就是那种过关斩将、角色成长或任务达成的成就感。于是我们就想，不如挑战一下，把这种体验做出来。但冲了一年后，我们看到了行业资源最足、配置最强的团队，做出来的产品没有达到我们的预期，更别提我们自己的项目了。这也让我们开始反思：是不是该放下 AI 游戏，转而去那些我们真正「擅长的事」？于是，在坚持了一年多后，我们决定转型。第一次创业让我深刻体会到了「第一性原理」的重要性。我们犯了一个错误：拿着锤子找钉子。我们手里的锤子未必坚硬，找到的钉子也未必是真的，却把精力都花在吹嘘这把锤子有多光亮、多独特上。但我们忽略了游戏的第一性原理——好玩。用户首先得觉得好玩，有良好的游戏体验，那些所谓的 AI 新特性才是有意义的加分项。但在当时，这一点根本做不到。Q：做不到的核心原因是什么？是技术瓶颈，还是其他因素？Ethan：核心还是技术。这不仅指技术本身的能力边界，更在于技术对「游戏体验感」的理解还不够深。哪怕是现在，我认为这种距离依然存在。当然，我相信随着模型智能度的提升，未来一定会有公司能做出真正意义上的 AI Native 游戏。但这已经不是我们擅长的领域了。回过头看，第一次创业更像是给我们上了一堂昂贵的体验课，让我们真正理解了什么是创业。Q：在结束 AI 游戏项目时，你们是处于怎样的状态？又是如何切入到 GEO 这个新赛道的？Ethan：这其实源于我和合伙人一个习惯——无论业务多忙，我们都会去读最新的技术论文。当时我们已经 95% 确定手头的游戏项目短期内很难存活，正处于寻找转型方向的迷茫期。就在这时，我们偶然读到了 GEO 那篇论文。起初并没有想过要直接转型做这个，但这篇论文引发了一场激烈的争论。我和技术合伙人足足 battle 了四五个小时，这是我们创业以来争论时间最长的一次。Q：当时主要在争论什么？Ethan：核心分歧非常直接：GEO 和 SEO 到底有什么区别？我的第一反应和大多数人一样：都 AI 时代了，为什么还要去做 SEO 这种旧时代的产物？但我的技术合伙人坚持认为：AI 并不天然理解你的产品。正是这场长达数小时的激辩让我意识到，之前的工作经验让我们对这个问题有更深的理解，甚至能看到论文作者都没考虑到的一些盲点。这让我觉得，这或许才是我们真正擅长的领域。02 GEO 到底是什么？ Q：那后来是如何下定决心的？Ethan：那是 2025 年春节，我们整个假期都在讨论两个核心问题：GEO 和 SEO 本质上到底有没有区别？GEO 最终会沦为一种人力服务，还是有机会做成标准化产品？经过一两个月的反复推演，我们达成了共识：这里存在标准化产品的机会，也有 Agent 产品生存的空间。于是，我们果断关停了旧公司。去年 5 月 15 日，新项目正式成立，团队只有四个人——我和两位老搭档，又引入了一位新合伙人，一切重新开始。Q：能复盘一下去年 5 月 GEO 行业的产业地图吗？Ethan：当时我们决定入局时，整个行业还是一片空白。那个时间点，我们只看到了三家核心竞对：Profound、Athena 和 Peec AI，而且全在海外。在那个阶段，GEO 的技术门槛其实不高。大家都在做同一件事：模拟并追踪 AI 的回复。比如当用户问「推荐什么牌子的牙膏」时，AI 会怎么回答？我们需要捕捉这条 Benchmark 数据，去对比不同平台的回复差异，以及随时间变化的趋势。除了这种基础分析，部分竞对会多做一点网站基建，比如配置 Sitemap，或者优化 robots.txt 协议，明确告诉 AI 爬虫哪些内容可以抓取。但在那个时期，行业里完全没有所谓的内容生成，更别提 Agent 自动化操作或深度的机会洞察分析了，这些在当时几乎为零。我们就是在这样的背景下，开始打磨第一版产品的。Q：你们怎么定义这个产品的核心能力？Ethan：我们当时的目标非常直接，就定义了两件事。第一，必须是标准化产品。这是我们团队的核心大目标。我们不想只做服务商，而是要把工具直接放到客户面前，让他们自己能用起来。我们从 5 月份就开始讨论这点。我们认为，只有通过标准化产品，才能证明 GEO 是与 AI 平台「共建生态」，而不是在污染数据、搞对抗博弈。只有产品化，才能验证这个逻辑。确定了「标准化」这个大前提后，我们并没有急着定义产品长什么样。第一步，我们花了 3 到 4 周时间，先做了一个监控平台。既然竞对都有分析和监控后台，我们也得有。这个平台能监控国内外的 AI 回复，收集并洞察数据。第二步，我们开始去服务客户。我们很清楚，自己拍脑袋想出来的需求大概率是错的。真实的使用场景在哪里？GEO 到底能给客户带来什么价值？答案只能在客户那里找。所以我们没闭门造车，而是直接去找种子客户，在服务中挖掘需求。Q：第一个客户是什么时候确定的？属于哪个行业？Ethan：去年 6 月底。它是一家海外的生物医疗企业，主要做生命科学相关业务。我们当时的核心目的就是搞清楚三件事。首先，创始人到底关注什么数据？什么样的结果对他才有真实价值？其次，为了达成这个价值，我们需要做哪些额外动作？包括如何优化、如何归因，以及怎样把结果直观地摆在他面前？最后，整个过程能不能真正实现自动化和智能化？我们希望尽量规避人工操作和判断。从第一个客户开始，到 9 月底服务了近 30 家客户，这始终是我们验证产品的核心逻辑。Q：能不能举个具体的例子？比如你们第一个客户是生物制药公司，你们给他们制定了什么样的内容策略来提升引用率？Ethan：我们给他们提供的核心策略是「论文解读」。因为他们的用户群体非常特殊，主要是科学家和科研人员，这是一个非常学术向的平台。我们调研发现，这些科研人员用 AI 主要是为了辅助学术工作。所以我们帮客户生成的文章，很多都是对几十页硬核生物医药论文的精读。我们需要把关键信息抽象出来，做结构导读，讲清楚这篇论文到底做出了什么贡献。虽然我们决定合作时很果断，但执行时确实头疼了一下。面对生物行业相关的论文，压力挺大的。不过回过头看，这是件特别好的事。因为第一个客户就把内容生成的质量门槛拉得非常高。我们需要处理大量的 Context（上下文），做严格的事实校验。很多论文是 PDF 格式，不同学术会议的排版还不一样，我们必须把 PDF 解析的准确率做到极高，才能批量生成内容。这逼着我们从一开始就走上了高质量内容生成的路子。Q：你们本身不是生物医药行业的专家，怎么去解析那么专业的论文？Ethan：首先在选题结构上，我们并不是凭空创造。这位天使客户跟我们配合非常紧密，他会告诉我们行业内是怎么做论文精读的，以及 AI 为什么会引用某些特定的标题作为信源。我们当时主要看两部分信息：一是客户提供的行业视角，看大家都在做什么内容；二是研究 ChatGPT 在面对科研人员的 Prompt 时，究竟是如何引用论文解读类文章的。校验环节是个关键。我们的天使客户本身就是行业大牛，阅读量极大。他会亲自快速阅读我们生成的每一篇文章，判断结构是否合理，他的团队也会配合审核。正是这种「客户深度参与」的模式，帮我们快速跑通了从内容生成、优化到发布上线的全流程。Q：刚才提到的那套流程，能标准化复制吗？Ethan：最初那套流程肯定无法直接标准化。所以前三个月，我们接触了生物、机器人、招聘、电商、留学等各行各业的客户。我们的逻辑是：只有在不同规模、不同行业的客户中找到「最大公约数」，才是标准化产品的建立契机。Q：这个「最大公约数」具体是什么？Ethan：我们发现，无论行业怎么变，核心逻辑依然没逃脱传统营销的四个字本质：研、定、投、优。「研」是研究。在 GEO 领域，就是做「营销背景调查」——搞清楚我的产品是谁，竞品是谁，基础信息有哪些。「定」是定向。传统营销叫 Targeting，在这里就是定义 Prompt。但我们把它降维成了「营销图谱」，通过分析用户场景和意图来完成定向。「投」是投放。这包含两个动作：素材生成和投放执行。对 GEO 而言，素材就是文章。不同行业生成的素材差异巨大——生物行业是论文精读，机器人行业是性价比分析——但「生成素材并投放」这个动作本身是高度一致的。「优」是优化。就是基于监控洞察的结果，去迭代下一轮策略。当我们发现这四个步骤在所有行业都通用时，它就跟 SEO 有了本质区别，变成了一个面向 AI 的标准化营销产品。于是去年 9 月底我们果断暂停了服务单的扩张，全员 All in 开发 Agent 产品，并在去年 12 月后正式发布。Q：你们提到核心能力是「标准化」和「Agent 自动化」。具体是基于什么判断，认为这项服务可以被标准化？Ethan：核心判断标准有两个。第一是模块化，看能不能拆分成独立的工作模块，让营销人员不需要技术介入就能直接使用。第二是效果对齐，当我们把人工流程变成 Agent 自动化时，必须确保它的产出质量能维持在原本的基准线之上。举个例子，我们最初把流程定义为五步：定义 Prompt、内容生成、渠道建议、投放管理、洞察优化。但在第一步客户就卡住了。他们不知道用户会问什么，也不理解为什么要这样定义 Prompt。一旦 Prompt 设错，后续优化全废。为了解决这个问题，我们开发了「营销图谱」。通过整合搜索引擎、社媒、论坛等全网数据，去分析用户的长尾话题和真实意图——是关心价格、售后，还是竞品对比？当我们把晦涩的 Prompt 拆解为「用户场景」和「意图」时，营销人员瞬间懂了。他们会指出：「这里少了一类 35 到 50 岁的白领核心用户。」当产品能用营销人的语言与他们顺畅交互，而不再需要我们充当翻译时，这就是一个成熟的标准化产品了。 Pallas AI 认为，不要 hack 模型，真实性很重要｜图片来源：Pallas AI03 真实性很重要，不要「破解」模型Q：很多人对 GEO 好奇，你们是怎么分析大模型偏好的？比如ChatGPT或豆包，你们怎么摸清它们的脾气？Ethan：这是一个很好的问题。其实截至目前，我们都不会主动去分析模型本身的算法偏好。这正是我们想纠正的一个误区：如果你试图去猜模型的偏好，去重构它的 Pipeline——比如它在哪一步召回、哪一步排序、哪一步做 Re-rank（重排序）——那你其实是在做旧时代的 SEO 博弈。如果你发现输入某个特定的词组，模型就一定会引用你，这不叫优化，这叫「Prompt Injection」（提示词注入），本质上是在制造垃圾。我们之前其实试错过。大概有一个月的时间，我们内部自己搭了一套 AI 搜索，试图去复刻甚至超越 DeepSeek 的效果。我们把内容切片（Chunking）、拆分子查询、做重排序，把整个流程跑了一遍。但很快我们意识到，这又回到了反推 PageRank 的老路上，这方向不对，所以我们果断停掉了。Q：那如果不对抗算法，你们关注什么？Ethan：我们只关注「渠道偏好」，也就是不同模型对数据源的选择差异。比如我们发现，DeepSeek 目前更偏向权威媒体渠道的报道；ChatGPT 则完全不同，它更看重企业官网，因为它认为官网的对外口径是真实可信的；Grok 肯定是以 Twitter 为核心数据源；而国内的豆包，自然对头条系的内容有更强的引用效率。这不是算法黑箱，这是平台选择。我们的策略是：把优质的内容，放在模型最信任的位置。我们不会去研究「怎么写文章能让 AI 100% 抓取」，那是本末倒置。我们更关注的是：在 AI 能理解的基础上，我们的内容是不是真实的？产品数据是不是准确无误的？是不是没有幻觉的？只有把真实、准确的数据喂给 AI，让它正确理解产品，行业才会往好的方向走。这也是我们和很多友商最大的不同。Q：很多友商会去猜测模型偏好甚至进行「破解」，面对这种竞争，你们如何说服客户坚持你们的策略？Ethan：我们通常会摆出一个真实的演变过程。回看 2024 年 5 月，想通过技术手段让模型按你的意愿说话，确实不难。但模型的智能度是非线性增长的，进化速度极快。我们内部推导出一个公式：用户满意度 = AI 智能度 × 推理效率 × 内容质量。这是一个正相关的共建生态。如果 AI 只能在垃圾信息里找答案，用户体验注定糟糕。试图破解模型或污染数据，面临的挑战与当年的 SEO 截然不同——因为你的对手在不断变聪明。这种对抗意味着成本呈指数级上升。难度系数从去年的 10 分，到现在可能已经到了 80 分，未来肯定会更高。你需要不断储备更高级的技术去对抗，直到某天彻底攻不破，商业模式也就崩塌了。GEO 的本质，是企业与 AI 之间高保真的沟通通道。如果你在这个通道里塞满垃圾试图欺骗 AI，它不仅会拒收，甚至可能直接关闭通道。在 AI 时代，博弈生态走不通，只有共建生态才是未来。Q：除此之外，你们还会用什么来说服客户？Ethan：我们通常会直接摆出真实的客户案例，核心优势其实就体现在两点：成本和效果的持久度。首先是性价比。我们提供的是标准化的 Agent 产品，而不是堆人力的服务团队。客户可以直接用 Agent 完成所有动作，这使得我们的成本一定低于传统服务商的报价。其次是效果的「保鲜期」。虽然大家都是用 AI 生成内容，但我们会严格进行真实性检测和准确率保障，确保内容不会被 AI 判定为「垃圾」或「幻觉」。这意味着你建立的壁垒是持续的。举个例子，我们在去年 7 月服务的一个客户，当时达到了 60% 到 70% 的可见度。半年多过去了，现在依然维持在 50% 到 60% 左右，并没有出现断崖式衰减。这证明了高质量、真实的内容会被 AI 持续引用。Q：现在大模型越来越强调多模态，你们怎么把用户资料转化成这种多模态形式让 AI 引用？Ethan：这确实是今年的主旋律之一。大家现在用豆包或 ChatGPT，经常能看到文字后面接推荐视频。但在企业端，我们目前还没办法完全靠 AI 生成高质量的视频，这在质量上还存在潜在问题。我们现在的探索方向是把 GEO 和企业的投放结合起来。我们在数据源上做了整合，分析社媒上哪些话题火、视频怎么做。结合这些数据，我们的 Agent 可以帮企业生成投放策略和视频脚本框架。这是一个「既要又要」的联合策略。一方面，用户在短视频平台看到内容会对产品感兴趣，带来社媒流量；另一方面，因为视频的标题结构和叙事框架经过了优化，AI 平台在回答相关问题时，也会优先引用这个视频作为 Reference。这样既做了营销，又提升了 AI 对产品的理解度。Q：也就是说，你们不是在活动结束后做锦上添花，而是在产品发布前就已经介入了整体策略？Ethan：没错。我们在跟客户沟通时，往往不强调 GEO 或 AEO 这些概念，而是直接定义为「面向 AI 营销」。现在的企业营销团队通常只在做「面向用户营销」，但在当下，面向 AI 与面向用户是同样重要的。我们今年做标准化产品的延伸，核心就在于如何把这两个策略结合起来。Q：以前做SEO主要是看流量和排名，做 GEO 大家看什么？怎么证明 AI 的回答是因为你们的优化而改变的？Ethan：国内外的情况确实不太一样。在海外有一个很标准的指标叫 Citation Share（引用份额），简单说就是看你官网的内容有多少比例被 ChatGPT 或 Gemini 引用了。如果被引用的文章恰好是我们平台输出的，因果关系就显而易见了。我们在产品里做了一个分析模块。当你通过我们的平台生成内容，并发布在官网或自媒体后，我们会进行每日监控和打标。我们发现这中间存在极高的相关性：当这些由我们生成的文章被 AI 引用时，品牌的可见性会有明显的上抬。这代表模型不仅引用了链接，更读懂并采信了里面的论点。它认为这些内容能帮助用户解决问题，所以才会把相应的产品型号、品牌亮点摘要出来。这就是最直接的证明。Q：刚才提到你们主要基于事实做优化，那如果大模型更新算法，对你们的产品效果会有多大影响？Ethan：目前来看，只要模型更新算法，对我们就是正向影响。这听起来可能有点反直觉，但事实确实如此。去年下半年行业里其实挺乱，很多机构在做垃圾内容灌入，甚至搞隐形词的提示词注入。这导致像豆包、DeepSeek 等平台的准确率一度受到干扰。但随着模型厂商持续调整策略、清洗渠道，那些通过「黑手段」做上去的内容不知不觉就消失了，而我们服务的客户不仅没受影响，可见性反而一直在涨。我们非常关注「引用效率」。这是一个漏斗：AI 先搜索到文章，再决定是否引用，最后才是摘要其中的内容。以前的情况是，模型可能会挂出链接，但未必会读取里面的文字。最近我们发现，只要文章被引用，模型几乎一定会摘要其中的核心论点。这说明模型可能在做「真实性校验」——它在判断这篇文章的观点是否经得起推敲。所以我们内部有一个原则：不要过度研究 AI 怎么整理信息，现在的模型足够聪明，无论什么结构它都能读懂。我们更应该关注内容本身：你写得够不够清晰？真实性够不够高？这才是更本质的护城河。 Pallas AI 的营销触点图谱｜图片来源：Pallas AI04 相比 KA 大客户，更倾向中小客户 Q：那你们之前接触的客户，他们是出于什么心态来做 GEO？Ethan：大部分客户确实是 FOMO，但这跟客户规模有很大关系。对于 KA（关键客户）和中大型企业，主要是 FOMO 主导。AI 趋势来了，作为行业龙头或前列玩家，心态就是「我不能掉队」。他们其实不太关注 GEO 能直接带来多少营收，而是更关注舆情相关的指标，比如品牌排名、美誉度、好感度。这对品牌建设来说也是合理的。中小型客户特别是做海外市场的，想法完全不同。他们把 AI 平台看作「最有潜力的获客渠道」。现在的 KOL 投放太贵，广告也不便宜，SEO 效果又不稳定。他们非常务实：AI 到底能不能给我引流？能不能通过 GEO 优化让 AI 给我推荐客户？如果这条链路跑得通，他们愿意把它作为最主要的渠道，因为其他渠道的性价比未必有这么高。这两类客户的差异非常明显。Q：你多次提到中小客户，相比于KA（大客户），为什么你们更倾向于选择中小客户？Ethan：首先这跟 Agent 本身的市场格局有关。在 KA 领域，Profound 已经做得非常好了，无论是技术路线还是服务交付的完整度，都是行业标杆。坦白讲，那不是我们擅长的战场。反观 SMB（中小企业），我们认为机会更大。第一，他们的营销预算不高，没法砸钱做纯战略，所以更追求快速闭环，必须看到实打实的效果。除此之外，他们的配合度也有不同。做 GEO 如果想衡量效果，必须修改归因流程，不能再用老一套方式核算线索。让大厂去改内部系统太难了，但 SMB 的动作非常快。对他们来说，这可能是一个能改变营收规模的新渠道，所以适配意愿极强。而且，SMB 面临的不是 FOMO，而是生存压力。现在的营销成本太高，他们迫切需要找到出路。这跟我们的标准化产品非常契合：成本低、不需要重人力交付、流程灵活。我们的 Agent 甚至能指导他们如何建立归因，把「可见性」这个中间指标转化为「营收」。这种务实的打法，是我们和 SMB 能够双赢的基础。Q：既然提到价格不高，那你们的客单价大概是多少？定价标准是怎样的？Ethan：我们和大多数 Agent 平台一样，也是卖 Credit（积分）的。不过我们的消耗逻辑比较特殊，会分散到监控、分析、生成和优化等多个环节。比如你要监控几千上万个 Prompt 在不同平台的效果，这本身就是一种算力消耗。海外市场的起步价大概是 99 美元/月，非常亲民，就是为了让中小客户能够轻松上手。国内市场的情况比较特殊。去年 12 月发布后试用的人很多，但到了谈成交的阶段，大家还是习惯买「服务」而不是单纯买「软件」。所以我们在国内更多是赋能渠道商和 Agency（代理商），让他们用我们的产品去服务客户。目前，已经有 5 到 10 家渠道商在跟我们谈合作了。Q：相比KA，中小客户在品牌排名和权威性上通常不占优势。他们怎么才能让大模型更多地引用自己？Ethan：核心在于「意图」的颗粒度变了。以前在短视频或电商平台，我们通过点击、滑动这些离散行为来猜测用户意图。但在 AI 时代，用户会直接告诉模型：「我今年 37 岁，腰很疼，每天只睡三小时。」这种意图的颗粒度是非常细的。在这种极细的垂直领域里，大客户未必比中小客户强。大客户往往覆盖的是通用需求，而中小客户的生存之道本就是深耕那些大厂「塞不进去」的缝隙。如果一个 SMB 在任何细分领域都找不到产品优势，那其实是产品迭代出了问题。Q：也就是说，差异化竞争的关键在于捕捉长尾需求？Ethan：对。有一个最简单的数据可以区分 SEO 和 GEO：SEO 时代的搜索词平均是 3-7 个字，而 GEO 时代达到了 24-27 个词，并且包含上下文记忆。举个真实的例子，我们观测到有用户问 AI：「我的脚有 46 码，想买一辆踏板够大、不会让我脚滑下来的 SUV。」传统的 SEO 逻辑是优化「SUV 性价比排行榜」或「内饰豪华」，但在这种长尾询问下，那些为了美观把踏板做小的热门车型反而会被过滤掉。相反，某个把踏板做得更宽的小众品牌，因为精准命中了这个「46 码大脚」的需求，获得推荐机会。用户现在是带着真实、复杂的诉求来提问的。如果企业还在沉迷于优化「国产品牌前十名」这种通用词，那就是在 GEO 时代自嗨，实际上已经丢掉了最有价值的真实用户。05 褪去「大厂二代」的光环 Q：Ethan，如果让你畅想一下未来 5 到 10 年，你觉得 GEO 会变成什么样？Ethan：我们可以从商业模式的演变来看。最早是大型卖场逻辑；后来互联网出现了 eBay、淘宝、亚马逊，这是「货架电商」，用户为了找东西而来。再后来是抖音这种短视频平台，它更像「万达广场」式的商业街。用户在里面逛，看到好玩的、有趣的店铺，顺便完成了购买。接下来，AI 会是专属私人顾问，也是新流量⼊⼝，不是⼀个导流平台。这个 AI 顾问非常懂你，同时又掌握全市场的产品信息。当你遇到难题或有特定需求时，它能精准地帮你匹配最适合的商品和服务。未来 5 到 10 年，每个人身边可能都会有一个甚至多个这样的私人顾问。无论是生活琐事、情绪价值，还是职场难题，它都能帮你找到最优解，让转化更高效，让购买更适配。这就是 GEO 的终局。Q：现在已经是 2026 年了。如果用一个关键词定义你们今年的核心任务，会是什么？Ethan：Go to market（推向市场）。我们希望让整个行业意识到，GEO 到底该怎么正确执行，以及如何低成本地完成优化。为此，我们要让产品更稳定，并延伸数据源。我们输出的不只是一篇文章，还可以是 KOL 脚本、营销策划，甚至投放素材的指导。我们要覆盖营销人员的全链路工作，这就是 2026 年的主线。Q：你在阿里工作了十年，现在创业也两年多了。中间最大的感触是什么？Ethan：收获太多了，但最大的一个是「看清自己」。创业的前一年半非常痛苦，后来变成了「痛苦并快乐着」，到现在才算进入了一个真正快乐的状态。那个痛苦的过程，其实就是剥离大厂光环、重新认识自己的过程。在大厂，那个光环是从四面八方照过来的。哪怕你不是一个 Ego（自我）很大的人，但你每天接触的资源、处理的事情，会让你产生一种错觉，觉得自己真的很厉害。出来创业后我才意识到，我们其实是「大厂二代」。我们不是那群把阿里从 0 到 1 做起来的人，而是在它已经成功后去添砖加瓦的人。这两类人在抗压能力、经验甚至自我认知上是有巨大差距的。当你真正裸露在市场上，没有平台遮挡时，那面镜子是无比残酷的。你会突然发现，自己引以为傲的决策逻辑、做事思路可能全是错的。我身上曾经有很重的「大厂味儿」，花了很多时间才把它洗掉。Q：你是怎么调整过来的？怎么把这股「大厂味儿」去掉？Ethan：别把自己当回事儿。我觉得雷军这句话说得特别对。以前太把自己当回事，把自己的想法、观念看得太重。一旦把 Ego 放下，你才能清醒地看到外界的反馈，捕捉到市场真实的信息。这也包括管理，比如跟员工谈薪酬、定绩效。如果你还端着架子，很多决策就会变形。只有把自己放下，真正站在公司生存的视角去看问题，才能做出正确的选择。这个过程很痛苦，但必须经历。*头图来源：Pallas AI本文为极客公园原创文章，转载请联系极客君微信 geekparkGO仅仅两周时间，OpenClaw 就以迅雷不及掩耳之势席卷整个 AI 圈，「全民养虾」也成为一股热潮。而 Manus 激起的 AI Agent 浪潮，似乎让 OpenClaw 被推向更广更深的层面。 今晚 20:00，极客公园视频号直播间，我们邀请到了来自 AI 产业链上下游的创业者，一起聊聊 OpenClaw 的爆火出圈，对于整个 AI 行业来说，是不是一个拐点？
-
OpenAI联合创始人卡帕西：下一个大趋势是“智能体工程” IT之家 2 月 9 日消息，“氛围编程”（Vibe-coding）刚刚迎来它的一周年纪念日，如今，创造出这个术语的人又提出了一个全新的概念：智能体工程（agentic engineering）。 如果说氛围编程是人类通过提示词让人工智能编写代码，那么 OpenAI 联合创始人安德烈・卡帕西（Andrej Karpathy）表示，智能体工程则是由人工智能智能体自主完成代码编写。IT之家注意到，他近期在 X 平台（原推特）发文称：“很多人都试图为这种模式想出一个更贴切的名称，以此和氛围编程区分开来，就我个人而言，目前我最认可的叫法是‘智能体工程’。”卡帕西表示，他将其命名为“智能体工程”，不仅是因为代码由智能体编写，更因为“这其中蕴含着技艺、科学原理与专业能力”。氛围编程是人工智能革命中最重大的创新之一。知名企业首席执行官与初创公司创始人都在鼓励团队广泛使用氛围编程，同时还有数百亿美元资金涌入新兴的氛围编程相关企业。欧洲增长最快的初创公司之一 Lovable，在 12 月宣布完成 3.3 亿美元 B 轮融资，估值达到 66 亿美元；人工智能辅助代码编辑器 Cursor 则在 11 月宣布完成 23 亿美元 D 轮融资，并表示其年化收入已突破 10 亿美元。这种模式也对传统工程师岗位构成了冲击。《Business Insider》对 167 名软件工程师开展的一项调查显示，75 人表示自己“跟得上行业变化”，30 人认为自己走在前沿，另有 27 人感觉已落后于趋势。卡帕西在 X 平台谈及氛围编程的爆火时调侃道：“我的维基百科页面里，现在都把‘氛围编程’列为我主要的现象级贡献之一，甚至相关词条的篇幅都比我本人的介绍更长，笑死。”卡帕西是 2015 年 OpenAI 的创始成员之一，而彼时 Anthropic 和 xAI 等竞争对手尚未出现。之后他转向自动驾驶领域，担任特斯拉人工智能负责人，主导特斯拉 Autopilot 自动驾驶项目。如今他正在创办尤里卡实验室（Eureka Labs），该机构官网称其致力于打造“一所原生适配人工智能的新型学校”。
-
国泰海通：AI大战一触即发 建议关注受益于新场景新生态的赛道 智通财经APP获悉，国泰海通发布研报称，2月2日-2月6日SW传媒指数下跌3.30%，位居31个行业第26名，弱于上证指数（下跌1.27%）、深证成指（下跌2.11%）、沪深300（下跌1.33%）、创业板指（下跌3.28%）。近期AI流量入口的争夺日渐激烈，建议关注受益于新场景新生态的赛道。AI大战的本质是对流量入口的争夺，同时也是对新场景和新生态的完善，在这一阶段中，多个赛道的公司一方面能享受场景红利，另一方面在AI生态完善的基础上亦能衍生出新的内容形式。基于此，推荐标的主要包括以下几类：1）游戏：AI应用是游戏良好的分发渠道，同时AI与游戏的结合亦能探索出新玩法；2）影视：包括电影、长剧、短剧、漫剧在内的多种影视形式都有望受益于AI带来的变革；3）营销：新生态带来更多广告投放需求。国泰海通主要观点如下：AI应用“三分天下”，流量入口成必争之地。2026年春节期间，元宝、千问和豆包三款AI应用均推出多种活动获客，抢占AI流量入口。元宝10亿元现金红包的活动最先展开，从2月1日持续到2月17日，首轮活动的现金红包已完成提现；千问30亿元的活动于2月6日开启，第一轮活动以外卖免单为主；豆包（火山引擎）作为2026年央视春晚的冠名商，活动尚未正式展开，从公布的预告来看，预计会在除夕当晚结合央视春晚推出。在AI大战如火如荼的同时，千问、元宝和豆包三款AI应用在2月6日占据了iPhone应用下载免费榜的前三位，其中元宝和千问均在活动开启当日登顶。AI塑造新场景，多赛道公司有望受益。AI大战的本质是对流量入口的争夺，同时也是对新场景和新生态的完善，在这一阶段中，多个赛道的公司一方面能享受场景红利，另一方面在AI生态完善的基础上亦能衍生出新的内容形式。基于此，推荐标的主要包括以下几类：1）游戏：AI应用是游戏良好的分发渠道，同时AI与游戏的结合亦能探索出新玩法；2）影视：包括电影、长剧、短剧、漫剧在内的多种影视形式都有望受益于AI带来的变革；3）营销：新生态带来更多广告投放需求。我国互联网普及率突破80%，广告市场现复苏迹象。根据CNNIC在2月5日公布的第57次《中国互联网络发展状况统计报告》，2025年我国网民规模达11.25亿人，普及率达到80.1%。同时，值得注意的是，生成式人工智能用户规模大6.02亿人，普及率攀升至42.8%。此外，根据CTR的统计数据，从2025年7月开始，广告刊例花费同比增长明显，9-11月逐月增速均在双位数以上，11月购物节大促期间增速达16.6%。后续在AI新技术的加持下，2026年广告市场有望延续2025年下半年开始的良好表现。风险提示：AI发展不及预期，游戏流水不及预期。
-
破解行业“硬骨头”难题，中国成全球最大规模AI“练兵场” 来源：环球时报【环球时报报道 记者 陈子帅】编者的话：“十五五”规划建议提出，全面实施“人工智能+”行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。近日，在《环球时报》社主办的第二届“新质生产力产业实践洞见活动”上，院士、专家和企业的一线实践者分享了他们的经验和思考。与会者认为，率先实现人工智能对产业变革的深度赋能，才是人工智能竞赛的“下半场”。中国建成了世界最完整、规模最大的产业体系，这为人工智能技术提供了全球最丰富的应用场景和最大规模的“练兵场”。 人工智能竞赛进入“下半场”近年来，中国人工智能（AI）技术的集体崛起和爆发，让全球逐渐意识到：引领人工智能时代，仅靠技术突破远远不够，率先实现人工智能对产业变革的深度赋能，才是人工智能竞赛的“下半场”。美国《华尔街日报》称，越来越多的硅谷人士认为通用人工智能（AGI）是一个“遥远的梦想”，中国将有望在充分利用现有AI技术方面抢占先机，领先于全球竞争对手，并将其应用推广到世界各地。业内普遍认为，当前AI发展呈现出中美双强格局，但两者路径截然不同。美国模式以供给侧创新为驱动，以“从0到1”的基础突破为核心，试图通过掌控高端芯片与闭源大模型，构筑技术霸权。相比之下，中国模式则以需求侧应用为驱动，没有选择堆算力，而是致力于将AI技术深度融入实体经济。美国智库兰德公司的报告《2025/2026AI战略竞争评估》称，美国的AI应用速度远慢于中国，这可能导致在工业互联网和智能制造等战略领域被拉开代差。国务院国有重点大型企业监事会原主席季晓南在活动现场表示，中国建成了世界最完整、规模最大的产业体系，这为人工智能技术提供了全球最丰富的应用场景和最大规模的“练兵场”。“观察全球AI竞争格局，可以发现一个鲜明的对比：美国凭借其在基础研究、高端芯片和基础软件等方面的优势，持续强化技术供给侧的创新；我国则依托庞大的实体经济与深厚的产业基础，从需求侧发力，致力于将AI技术深度融入产业链条，在行业渗透与规模化应用方面，正展现出强大的追赶乃至反超势头。”季晓南说。华为云副总裁黄瑾在活动现场称，“每个大模型、每个token背后，除了情绪价值，更关联着一度电、一吨煤、一张医疗影像这样的实际生产生活元素。华为云希望通过AI真正解决行业关键问题，让人们摆脱危险工作，提升行业场景效率，实现生产力的规模化提升，让AI走出实验室，走进每个高炉、每个港口、每个产业场景。”清华大学教授陈劲在活动现场表示，当前，我们正处在一个由AI引领的全面智能变革时代。“作为发展新质生产力的核心引擎，AI已不再是单一技术，而是像水电煤一样，成为推动千行百业转型升级的基础设施与关键驱动力。”AI处在应用落地的关键窗口期AI正成为全球经济增长的核心动能。IDC数据显示，到2030年，人工智能将为全球经济贡献19.9万亿美元，并推动全球GDP增长3.5%。普华永道调研显示，在中国，AI将贡献GDP增量的26.1%。从AI技术的发展轨迹来看，文生图、文生视频等生成式应用凭借颠覆性的创意表达能力，成为行业追捧的主流和大众娱乐的工具，但这类应用尚未形成规模化的产业价值闭环。如今，受到市场需求、政策引导和技术成熟的驱动，AI发展已迈入“赋能产业”的深水区，与实体经济的深度融合成为新的核心命题。有观点认为，随着AI技术加速迭代演进，经过市场初步检验，人工智能已具备解决一些现实场景中复杂问题的能力，对产业降本增效、提升全要素生产率等作用越来越凸显。同时，社会各界应用需求强烈，AI处在应用落地的关键窗口期。日前，世界经济论坛与知名管理和信息咨询公司埃森哲在瑞士达沃斯发布了一份AI应用调查报告，结果显示，在32个典型的AI应用案例中，有15个案例来自中国企业，比例接近一半。当然，AI与产业的融合并非易事，落地应用面临着多重挑战。例如，煤矿、钢铁等工业场景本身是非标准、复杂且苛刻的，AI必须在恶劣环境下理解物理规律。在数据层面，存在核心数据封闭且稀少的问题，需要将“老师傅的直觉”转化为AI语言。尽管困难重重，中国企业仍在坚持做“难而正确”的事。华为云副总裁黄瑾认为，AI辅助医生更快、更准地诊断疾病，守护了人们的健康；AI优化电网调度、提升港口吞吐，节省了社会总成本、降低能耗；AI助力科学家加速科研，为未来发展积蓄核心能力。算力破局：中国正用“数学”补“物理”AI落地应用，同样离不开海量算力的支撑。中国工程院院士、清华大学计算机系教授郑纬民在活动现场表示，2026年AI领域最显著的变化之一是算力需求的持续爆发，且需求结构已从“训练主导”全面转向“推理主导”。在他看来，推理对算力的规模化、即时性要求更高，而充足的算力供给，正是2026年AI赋能新质生产力的基础前提。在专家看来，过去数年西方的技术封锁，倒逼中国在一系列前沿技术领域实现了自立自强甚至“弯道超车”。AI领域同样如此，高端芯片受限的现实，反而催生了一场“效率革命”，让中国AI产品在“用得起、用得广”上形成了别人难以复制的优势。算力突围便是典型的例子。据介绍，华为云打造的CloudMatrix384超节点，用384颗昇腾NPU和192颗鲲鹏CPU通过高速网络全对等互联，单节点算力超300P，靠架构创新弥补了硬件差距。这种“以数学补物理，以联接换算力”的思路，让中国在没有顶级GPU的情况下，依然能为160+主流模型提供稳定算力支撑。谈及国产AI算力的发展现状，郑纬民认为，国产算力硬实力在显著提升，但也存在生态建设的短板。“过去我们依赖国外算力，后来受进口禁令影响出现短缺，但近年国产算力迎头赶上。”他提到，华为、海思等本土企业凭借深厚技术积累，让国产芯片的硬实力正在快速突围。但他同时强调，制约国产算力推广的核心瓶颈不在硬件，而在生态。“国产芯片的编程生态虽已搭建，但在使用便捷性、场景适配度上仍需打磨。”针对不断高企的算力成本，郑纬民建议：“政府可以牵头建设区域性的算力中心，让当地的中小企业按需使用，付一定的费用，国家再给予一定的支持，就能解决算力成本高的问题。”AI深度赋能产业变革有分析认为，中国AI道路最鲜明的特征，是其“拿着锤子找钉子”的务实哲学。如今，AI的核心使命，正从“预测下一个词”的语言游戏，升级为解决真实物理世界的问题。活动现场，多个行业的代表，也用鲜活的案例证明，中国已经将AI技术广泛应用到千行百业，破解了一批行业面临的“硬骨头”难题。作为农业领域的“老兵”，第十四届全国政协委员、新希望集团董事长刘永好分享了AI如何“改造”传统农业的故事。他以养猪为例介绍说，如今企业正在联合科研院校，利用AI研究和预测猪周期；同时，利用智能系统，保证养猪环境做到自动控制温度、湿度，管理空气流通，防止病毒病菌进入。育种是AI发挥价值的另一个关键领域。“以前我们多靠进口原种，现在我们用人工智能自己育种。”刘永好介绍说，新希望自主研发的“中新北京鸭”获得了国家科技进步二等奖，已累计推广20多亿只。“这是我们自己研发的，完全的自主知识产权。它更适应中国的天气、环境和原料，肉质条件很不错。另外我们还在研发中国人喜欢吃的黑猪肉、土猪肉。”泸州老窖股份有限公司副总经理赵丙坤分享了AI如何解决长期困扰白酒行业的痛点——“以质量检测为例，传统方法要工人把酒瓶倒过来对着灯光看，完全依赖眼睛和经验，很容易疲劳，质量也难把控。”赵丙坤举例说，“现在我们应用AI大模型，可以检测100微米、也就是头发丝精度的异物，检出率达到99.99%。”作为中国最传统的工业之一，白酒酿造长期依赖“师父教徒弟”的口传心授，“过去，温度、湿度、微生物的微妙变化全靠老师傅经验，导致品质波动大。”赵丙坤说，“现在我们通过AI技术，精准采集最优秀技工的生产数据，训练大模型后固化下来，再复刻到机器人数据平台。随着应用不断深入，这些数据还会持续优化，进一步提升我们的生产质量和效率。”赵丙坤认为，“AI爆发式的发展，给我们的生产带来了实实在在的提升。AI不是要取代传统工艺，而是让经验可量化、可传承。”智能网联汽车是发展新质生产力的重要力量，对提升我国汽车工业全球竞争力和科技实力具有重要意义。卓驭科技业务副总裁赵少雄表示，汽车产业目前正在以智能化、网联化、电动化的融合形态加速演进。“如果说电动化是汽车的新革命，那么智能化则将是它的‘大脑’进化。智能驾驶是这场进化中最具代表性的场景，它融合了人工智能、高端芯片、传感器、大数据等一系列前沿技术，不仅仅是技术的叠加，更是整个交通体系从人驾到机驾的系统性重构。”赵少雄提到，大模型技术的兴起，为智驾产业带来了全新的解法，“通过海量的数据学习，可以让系统具备更强的泛化能力和场景理解能力。”华为云副总裁黄瑾在活动现场表示，AI技术正在系统性重塑千行百业，而实现这一变革的核心在于将算力基础与行业场景深度结合。华为云通过“深耕根技术、软硬协同、架构创新”路径，持续推动AI从技术能力转化为解决行业实际难题的价值产出，助力新质生产力实现从试点验证到规模化落地的关键跨越。
-
歪马送酒才是美团2025即时零售的大亮点 文 | 窄播，作者 | Tuna深夜，当00后Jace发现家里没酒了，会习惯性打开美团，在搜索框输入「酒」，「歪马送酒」往往出现在商家前列。久而久之，用歪马买酒成了Jace的习惯。比起外卖，买酒成了一些年轻的喝酒人对美团更确定性的需求。作为美团自营的酒水即时零售品牌，歪马送酒2021年创立以来步步扩张，逐渐加深自己在酒消费市场的占比。据歪马过往披露，2023年，其交易额同比增长达600%；到了2025年，交易额突破60亿元，同比增长100%，服务近3000万用户。门店数量也从2023年的400多家扩张到超2000家，目前覆盖超200个城市。随着整个酒类市场进入结构性重构期，以及整个零售渠道的变革，即时零售成了酒市场少有的增量通道。根据国家统计局数据，啤酒产量较十年前的巅峰期缩水了约25%。然而，美团闪购的数据却显示，2024年酒类即时零售市场规模达360亿元，渠道渗透率1.8%，预计到2027年渗透率将提升至6%，规模直指千亿。从商家角度看也是一样，《2025中国白酒市场中期研究报告》显示，有 34.9% 的白酒企业最看重即时零售渠道的拓展。去年618期间，美团闪购白酒成交额半天破3亿元，茅台、五粮液等多个头部品牌破千万。新市场往往孕育出新平台、新品牌，并连带影响与该品类相关的所有渠道、品牌生意变化。歪马之前，市场上已经有酒小二、1919、京东酒世界等垂类渠道。但从门店数量、交易规模来看，歪马都是成长速度最快的。其中离不开即时零售的大趋势，离不开美团的流量、品牌效应支持，也与歪马自己采取的独特模型有关。包括，更大比例的自有品牌；自建物流，把配送时间压缩到15分钟左右；以及采取直营+加盟双轮扩张模式等。歪马节节高升，是即时零售渗透率不断提升的体现，也意味着平台围绕即时零售的竞争、对特定品类的流通改造，进入了深水区，而酒是餐饮外卖、生鲜之外，已经呈现出显著变化的又一个。速度更快，仅用四年长成垂类头部 歪马之前，行业已有深耕下沉市场与私域的酒小二、走多元业态模式的1919、京东酒世界等专注酒垂类的玩家。据酒类媒体《酒业家》，酒小二2025年GMV也达到了60亿元，较前一年的40亿元有大增长。目前，酒小二有超2200个自建前置仓，在超580个市或县级市场扎根，据称覆盖了长江以南所有省份，且专注下沉市场和私域。但酒小二已历经10年发展。歪马只成立了4年，在门店规模上已跻身酒类连锁前三，年销售额在酒类即时零售中也是前三，而且只靠单一的前置仓模式往前推进。速度不可谓之不快。传统渠道商家也能感受到歪马的进击。广东是歪马送酒起步的地方，也是酒消费的标杆市场。深圳的啤酒经销商何娜告诉我们，过去一年她忽然意识到，不能再把即时零售与传统渠道看作互相平行的存在，「不管是便利店还是夫妻店，都会被吸走一些消费者」。以啤酒消费举例，过去传统店（包含餐饮）、商超、连锁店、夜场是大头，各自占位不同场景。但现在，当地的年轻人基本上都倾向于用歪马来买酒，「它又包冰，又给你送到家门，这都是传统店做不了的」。「在深圳和潮汕地区，基本上在哪个角落都能点到歪马」，何娜说道。这种渠道转移并非国内独有。彭博新闻社近日也曾发文称，「酒精消费量或许在下降，但我们仍然渴望那种微醺的感觉。」文中引用的相关数据显示，饮酒人数、饮酒量、酒精饮品供应量都有所减少，英国追踪的酒类税收数据也呈现下降，这与大家的健康认知、经济情况都有关系。但大家并非不再爱喝酒，只是喝酒的场景发生了转移。就像日本「失落的三十年」里，消费者从高端酒吧流向居酒屋，最后回归宅饮。美国2008年金融危机期间，酒吧销量雪崩，但超市和外卖酒水逆势增长。回到国内，歪马等的发展也符合这个大逻辑：当人们减少高溢价的餐饮社交时，家庭场景的酒精需求反而会因为压力释放而增强。与门店覆盖度对应的是线上触达率。在线上，歪马正在加速渗透更多用户——当美团用户位置附近有歪马门店，就很可能被推送歪马的内容。文章开头的Jace就表示，每次打开美团第一眼的推荐，白天是餐，深夜就是歪马。甚至，何娜观察到，深圳已经有不少模仿歪马模式的牌子出现。它们自己搭建小程序或App，或入驻美团闪购、由众包骑手配送。有的甚至「1元起送」，地推的传单发得到处都是。当地也有传统经销商将歪马模式作为转型的路径。何以高升：品类全、低价能力、自有品牌 Jace和身边酒友从2024年初开始就常常在歪马买酒。他们首选歪马主要是因为，这里品类非常全，能买到以往在电商才买得到的酒，但又不用花时间等。或者如何娜一样，「偶尔想调个鸡尾酒、喝点另类的，它也都有」。歪马去年9月发布的最新招商政策显示，其拥有300到500个SKU，覆盖全品类、全价格带。啤酒占所有SKU的30%，白酒占25%，红酒、洋酒各占20%，其余还有5%的特色酒。其丰富SKU的核心定位，区别于美团闪购去年推出、聚焦于高端名酒和核心单品的美团名酒行。 宽SKU是酒水前置仓的共性优势。酒小二的SKU也在400个到600个之间，按城市类别区分。相比之下，传统渠道为出货量考虑，多以铺大单品（窄SKU深库存）为主，「业务员靠销量吃饭，要是铺了几个月都没有销量，他可能就跑掉了，商家只能自己亏钱。」何娜说，「但大平台的供应链一般是包售后的。而且，每种品只放两三件，一般也不会到过期还卖不完」。因此，前置仓可以引入大量长尾、小众的新品和趋势品。当然，这也更考验平台的库存管理能力。相较于线下、酒小二等，以及新兴平台，歪马的另一个优势在于价格。歪马同样主打品牌直供，又有美团的入口优势，因此能够吸引品牌合作、通过谈判拿到较低价格。这是歪马很难被模仿的壁垒。何娜就提到，新兴的小平台虽然在模式上模仿，但在缺乏品牌影响力的情况下难以实现直供，因此很难在价格上与歪马竞争。啤酒品牌某些产品经过经销商卖给终端的指导价，也可能比歪马卖给消费者的价格还贵，「甚至能贵4-6元/件」。这也间接增加了闪购平台上一些第三方商家争取到价格优势的难度。歪马还在以更精细的运营实现低价。目前，歪马的优惠机制包括首单补贴、每日低价品、会员权益等。最终可能让美团用户在搜索比价时发现歪马是更便宜的，从而把美团的酒类订单引向歪马。据《观察者网》报道，歪马会把百威、五粮液等标品打到电商同价。 低价爆款引流，最终也要把客流引向高毛利产品，从而得到平衡或增长。歪马自有品牌产品承担了这一角色。有行业数据提到，歪马自有品牌精酿、口粮白酒毛利率或可达70%，最终加盟商仍保持20%-30%的毛利。歪马还与华润雪花、国台酒业等联合开发产品，将标品属性和高毛利折叠到一类产品里。最后，歪马在配送效率、服务细节上也不断尝试给消费者新鲜、安心的体验。据了解，歪马门店只能配送5公里甚至更短的半径范围，又因为门店配备自己的骑手而非众包，所以基本能实现15分钟左右送达。送得快，也有助于兑现冰镇酒水不冰必赔的承诺。小范围配送和包冰服务可以运转，也是因为前置仓的运营模式更简单、成本也更低。「它不需要漂亮的门面，运营投入低，设备也简易。总部的供应链已经提供了酒水，客户也是总部的数字化运营带来的」，何娜说，「说直白点，门店只要有冰箱，把酒给它冰进去就可以了。」仍在与传统消费习惯的关系调和期 酒的即时零售市场还在增长，不论平台、品牌都还在继续加大布局。但整体上，人们与酒的关系复杂，酒在文化中的地位虽受冲击，但仍有其不可替代之处。尤其对中国人来说，与许多传统习惯息息相关，注定了只能有一部分增长是留给即时零售、留给歪马的，大家在拼的，无非是能抢到多大占比。平台层面，淘宝闪购已经开始了聚焦酒饮的业务拓展，想直接把广大餐饮店作为「前置仓」。阿里持股28%的「1919」承接了这项任务，计划把自身原有的约3000家各类实体店（1919快喝、1919直供、1919酒饮生活馆等）改造为中心店和补货仓，在餐饮场景中落地酒饮前置仓，包括以店中店形式把酒水服务寄居到餐饮店。去年12月底，1919宣称未来要落地10万家以上前置仓。品牌层面，华润啤酒在去年3月就与歪马达成了战略合作，去年上半年，华润啤酒的即时零售业务整体商品交易额同比上涨5成。华润和歪马自营代工合作的歪马精酿超值系列，日销已破10万罐。从消费者的选择动机来说，确实有许多居家、乃至聚会场景在被即时零售渗透，但在比如春节之类正式的宴请、礼赠、节庆等场景，长期扎根本地的烟酒行仍有一定优势。以及，酒消费的人群分化明显，而即时零售覆盖的主要是年轻人群，与中老年人的消费习惯一定程度上「有壁」。「年轻人是一种消费，中老年人是另一种消费。」何娜认为，出于人情，「在本地长期居住的人，还是会去和自己互相熟悉的实体店买酒。」另一个深圳的烟酒行商家也告诉我们，中老年人最大的消费习惯是「怕麻烦」，熟悉为主。而且，线下在过去许多年已经建立了一套独有的经销商、门店、消费者三者互信机制。举例来说，传统渠道的啤酒并非没有优惠，只是优惠以「再来一瓶」「加一元换一瓶」的形式展开。除了百威等中高端啤酒，华润雪花、青岛等多数主流品牌都有类似的机制。消费者从实体店买啤酒中奖，只能去实体店兑换，粘性也就形成了。而啤酒品牌供给歪马的货，据何娜了解，都是无奖产品。终端从消费者收集的奖，也只能由经销商兑换。也因此，何娜认为，哪怕线上平台价格很便宜，「只要是主流品，终端小商家还是会从经销商拿货」。信任建立也是线下渠道的长处，尤其是卖白酒、洋酒的烟酒行。相较于烟酒行长期扎根本地建起的人情关系而言，平台与用户之间的信任感本身就会更弱，且包括歪马在内的线上消费更容易面临真假、直供问题的困扰。但整体上，歪马的节节高升，是酒的流通体系在新消费需求、新消费场景下的重构，这是一个确定性的趋势，但这个过程中，新渠道与传统渠道、传统商家正在经历一段不可避免的关系调和期。
-
多家快递企业发公告：春节期间“不打烊”！收取“资源调节费” 来源：扬子晚报近期，多家快递企业相继发布春节期间服务安排，宣布将继续提供收派服务，全力满足节日期间的寄递需求。2月6日，“快递停运”冲上微博热搜。记者采访发现，各快递企业春节期间均正常运转，不过有些将收取“资源调节费”，时效性也会稍微变慢。记者梳理发现，中国邮政、顺丰速运、京东物流、德邦快递等多家快递企业在官网陆续发布公告，今年春节期间将全力保障快件收发需求，积极调配运力、人力资源，服务“不打烊”。同时，多家快递企业均提醒：因节日期间资源调配受限、极端天气变化等多重因素，快件时效或将受到不同程度影响。 来源：官网截图顺丰速运在1月16日发布的《2026年春节期间服务公告》中明确，将对快件和资源灵活调度匹配，动态调节部分服务收费标准。2026年1月19日—2月15日，顺丰对部分发运20kg（含）以上产品的客户收取0.1—1.5元/kg资源调节费；2026年2月16日—2月23日春节假期期间，顺丰对寄递服务加收资源调节费；部分长期深度合作的月结客户、会员客户可享受资源调节费优惠或减免政策。德邦快递1月8日在官网发布的公告中提到，为全力保障您在“年货节”及“春节”期间的寄递服务需求，同时受高峰期交通及各地调度资源影响，收取动态调节服务费。2026年1月19日—2026年2月14日期间，将对部分客户、部分产品加收0.2—0.5元/kg资源调节费；2026年2月15日—2026年2月23日春节假期期间，德邦对寄递服务加收资源调节费；针对长期深度合作的客户，将按照合作产品，分别加收不同标准的资源调节费。 来源：官网截图京东物流2月4日在官网发布公告称，在2026年2月16日—2026年2月23日春节假期期间，我们将对寄递服务加收高峰期资源调节费。从事快递物流行业多年的资深从业者对记者表示，今年春节“快递不打烊”已成为行业主流，既是响应国家邮政局春运寄递服务保障要求，也是快递行业适配民生需求、走向成熟的体现。对于消费者关注的“资源调节费”，是企业为保障春节运力、给坚守岗位的快递员发放加班补贴、调配临时运输资源产生的合理成本，且所有收费标准均通过官网提前公示，做到明码标价。时效方面，节日期间快件延迟属于正常现象，主要受快递员轮休、春运交通拥堵等多重因素影响，核心城市间时效基本可保障，仅延迟1天左右，偏远高寒地区可能延迟2—3天。这位快递从业者也提醒消费者，寄递年货需提前规划时间，尤其是寄往偏远地区，建议预留3—5天“缓冲期”；寄递生鲜、易碎品需做好防震、保鲜包装，必要时办理保价。同时，也呼吁消费者多一份包容与理解，春节期间快递员坚守岗位保障寄递畅通，这份付出值得肯定。来源 | 扬子晚报/紫牛新闻记者 徐兢
