铃阅
❌

普通视图

黄仁勋事变之后,AI算力建设进入垃圾时间了吗?

2026年11月16日 18:59

原创 藏狐 2026-11-16 18:59 天津

AI算力的黄金时代,是不是结束了?

10月中旬,我开始准备一篇关于AI算力进入垃圾时间的文章。

当时,海外AI产业链已经传出调整信号,纳斯达克的科技股最大下跌幅度30%,我明显感觉到,AI算力要进入一个阶段性的调整期,也就是垃圾时间。

没想到,这篇稿子命运多舛。每次打算落笔,就会出现一个无法忽视的大新闻。比如,美国中期选举了。

【反数据中心】成为美国各地的投票议题,反对声浪让特朗普连丢两院,随后蔓延全球。

当时,我正在安徽考察数据中心、智算中心,发现中国的算力建设远没有到顶,海外的情况不能简单套用到中国。

实际上,就在今天11月16日,国民级AI应用DeepSeek,就因为算力不足,不再支持超过7天不活跃的长对话,还会限制每日的对话额度。

(某国内数据中心售卖的英伟达裸机资源)

一个最直观的见闻是,各地都有不少老旧的数据中心,为了尽快满足不断增长的AI算力需求,只能在原有机房的基础上进行简单改造。

但因为电路没法大改,供电跟不上,有的机房服务器一台只能跑两张AI算卡,远远没有达到八卡满配的设计能力。明明机房条件不行,也要硬跑AI,就是因为算力需求上涨得太快了,而基础设施远没有建设到位。

于是,我准备把这些实地见闻写下来:不能因为海外资本市场的一轮波动,就认为AI算力已经没有建设价值。

没想到,黄仁勋事件又火了,全球网友集体吃瓜,在11月12日发展为辞任。靠卖AI算力成为全球市值第一的公司的创始人,就这样被赶出英伟达。可仔细一想,难道黄仁勋的外遇不曝光,英伟达的股票就不会跌了吗?开篇我们就说了,海外资本市场已经出现AI泡沫破裂的迹象。

总之,每一次重大消息的出现,都要求从业者思考与回答一个问题:AI算力的黄金时代,是不是结束了?

其实我的判断一直没有根本改变,那就是,过去那种不计成本的军备竞赛式扩张,肯定不能一直持续,泡沫破灭只是早晚。算力建设是要变,但不是要进入垃圾时间。

智算中心建设,是否会在黄仁勋事件之后,进入发展停滞的垃圾时间?这取决于之前建的怎么样,之后还需不需要用。

而恰恰是美国的英伟达禁令,让中美的AI算力建设花开两朵,各表一枝。

先说海外。国际清算银行在2026年的经济报告中,专门讨论了海外AI产业的循环融资问题。简单来说,芯片厂商比如英伟达,超大规模云服务商比如微软Azure、亚马逊AWS,通过投资AI公司或算力服务商,后者再承诺购买芯片或计算服务,资本在产业链中形成相互支撑的关系。

这种左脚踩着右脚上天的增长模式,是用未来的增长预期支撑今天的投资,再用今天的投资证明未来的增长预期,当然不可能持续。

但国内的实际情况呢,却是另外一番样子。

以芜湖为例,我们考察了解到,当地对计算中心建设提出了90%以上国产化率的要求。这意味着,相关项目在规划和建设之初,就需要优先考虑国产算力产品。

但是,受生产能力、制造良率等因素制约,国产算力产品的供给并不能完全跟上市场需求。据我们与行业的交流,部分国产算力产品的订单,已经排到了两三年之后。

与供给紧张相对应的,是算力需求正在超出很多人的预期。但这次走访产业,发现工业甚至科研中,AI已经在核心业务里独当一面了。

比如创造新分子,以前觉得是科学家才能干的工作,但在中科大精准化学实验室,AI已经开始参与从分子设计、候选方案生成到自动化实验验证的过程,全程都需要调用大模型和智能体。

(某高校的智能化学实验室,突破算力限制)

从这个角度看,算力需求的长期增长逻辑依然存在。当然,这不是说中国的智算中心就该继续搞算力军备竞赛。因为,有算力需求不等于有算力消费能力。这是目前AI算力消纳,最大的瓶颈所在。

在某个中部城市,我们注意到当地政府不仅在推动计算中心建设,也在通过财政补贴培育算力消费。其中,算力券补贴规模已达到上亿元人民币。

这说明,当地企业已经有了使用AI的需求,但还没有能力独立承担全部算力成本。

但是,如果算力中心的建设需要政府投入,企业使用算力又需要政策补贴,那么这种供给和需求两端都依赖财政推动的发展模式,究竟能够持续多久?

所以,对于当前的智算中心建设,我们既不能担心泡沫,就错过AI大规模应用所需要的基础设施建设窗口,但如何建出一批缺乏真实需求支撑的数字烂尾楼,那不仅会造成经济损失,还可能引发政治追责。

既然算力需求并没有见顶,就要继续建设算力中心,但必须转变过去的建设模式。

过去一段时间,数据中心建设已经暴露出不少问题。在美国,体现在对公共利益的损害,比如服务器占据了当地的电力供应,运行时的噪声等,十分影响当地居民的生活环境。

但中国的问题不太一样。

依托全国一体化算网和“东数西算”工程,中国能够在更大范围内统筹算力、电力和区域资源。西部地区丰富的风能、太阳能资源,为智算中心建设提供了能源和环境方面的优势。从我们的实地考察来看,国内多个数据中心,PUE已经控制在1.5以下。

当环境不是问题,那什么是中国算力建设的真正问题?是大量的低质量数据中心存在。

2023年大模型兴起之后,为了快速承接算力需求,市场上出现了大量由传统数据中心改造而来的算力设施。但这些机房最初是按照传统服务器的部署需求设计的,只能解决一时的问题,根本无法适应高密度AI计算的要求。

比如,传统机房的服务器、供电和制冷设施往往集中在同一层空间,楼板承重能力不够,而一台高密度AI超节点,就有1吨多重。就算塞进去了,原有的供电系统也带不起来,散热更成问题。

所以,目前业内一些比较先进的数据中心方案,例如最新的3D数据中心方案,就通过分层的三明治设计,水冷层、计算层、供电层各占一个单独的楼层,承载不同功能,能承载超节点这样高密度的AI算力集群,后续的设备扩容和日常运维也更方便。

(一些先进计算中心的冷却层)

从中,我们可以看见,智算中心建设的逻辑正在发生变化:

一个是算电协同。在建设智算中心之前,就要考虑到电力资源和自然条件的匹配,让算力与能源协同发展,不给当地环境带来负面影响。一位从业者告诉我,现在有些智算中心已经不按算力单位P来规划了,改为电力单位GW来规划。

另一个是系统设计。过去数据中心是以机柜、服务器数量作为指标,那后面就要走向面向AI的专业化设计,充分考虑供电能力、承重设计、整体运维等。

比如我们走访的一个智算中心,户外的冷冻水蓄冷罐就是按一个小时来设计的,而传统数据中心只规划了15分钟。对于金融AI等对业务连续性要求极高的场景,这样的冗余设计尤为重要。

(较为先进的智算中心,增加了冗余设计)

总结一下,接下来,智算中心不是不能建了,只是不能再按照过去那样一味追求规模,按同质化的方式去建,要面向AI从头全面设计。

建完了到底有没有用,谁说了算呢?答案还是,产业。

很少有一个领域,像今天的算力一样,让人觉得如此难以分析。

跟算法相比,ChatGPT刚刚出现的时候,我们虽然也无法准确预测它的未来,但还可以按照技术的积累、模型发展的路线、复制的门槛,大概预测未来的发展方向。

但今天的AI算力产业,已经将太多东西绑在了这辆战车上,被演绎得十分复杂。今天是资本阴谋,明天是政治博弈,后天又变成了领军人物的桃色八卦。

穿越这些纷繁复杂的讨论,回到产业最基本的问题上。那就是谁在用这些算力?谁愿意为它付费?又有多少人能够持续承担这笔费用?

这些问题,每个人都能从日常生活中找到一些答案。

比如普通消费者,使用AI越来越频繁,但并没有自动转化为模型厂商的收入。一些国产大模型仍然需要对免费用户设置调用次数和额度限制,或者在高峰期限制访问。因为每调用一次,厂商都要承担相应的推理成本。这本商业收入和算力成本的账,目前还打不平。

(一些地区的补贴政策,要求算力必须用于实际业务需要)

企业端也是如此。地方政府可以用补贴“扶上马送一程”,但不可能永远替企业买单。等到政策补贴退出,企业还愿不愿意拿出真金白银去购买算力服务?如果AI进入实际生产后,没有带来足够的经营收益,那企业的算力需求也会止步于薅羊毛。

这些瓶颈,比黄仁勋的桃色花边新闻来得更真实,更值得追问。从这个角度看,黄仁勋事件不过是掀开了AI算力产业的一块遮羞布。这也提醒我们,不要被每一条热点新闻牵着鼻子走。

智算中心还没有进入垃圾时间,但我们必须对重复建设的低质量智算中心说NO,对没有商业回报支撑的算力投资说NO。

跳转微信打开

AI为笔,江淮为卷:安徽与华为共绘一幅产业智能化的长卷

2026年11月13日 20:07

原创 藏狐 2026-11-13 20:07 天津

一场AI创新生态大会,看见安徽的智能山水

明末清初,一批徽州画家走进黄山,以天地为师,以云松为友,将江淮的山川灵秀落于笔端,创立了独具安徽地域特色的新安画派。

如今,安徽迎来了一批AI时代的画者。

科研工作者、技术创新者、产业实践者,以AI为笔,以产业为卷,把实验室里的技术探索、生产线上的创新实践,以及千行百业的真实需求,汇入了一幅正在展开的智能长卷。

11月8日,以“数智江淮 科创兴皖”为主题的2026人工智能创新生态大会在合肥举行。大会由合肥综合性科学中心人工智能研究院有限公司与华为联合主办,来自政府、高校、科研院所、医疗机构和产业界的1200余位嘉宾参会。

从算力基础设施到行业解决方案,从智能科研工具到脑机接口、世界模型等前沿探索,大会呈现了安徽人工智能发展的多个侧面。

透过这些成果,我们可以看到,安徽如何把技术优势转化为产业优势。千行百业与华为共绘丹青,又为安徽的智能图景带来什么?

新安画派,以山水闻名于世,山是画面的骨架,决定了一幅画的基本格局。各地发展AI,同样面临着为产业智能化筑基的问题。

而安徽产业的高与广,对AI基础设施提出了更高要求。

一方面,这里有丰富的科研资源。从基础科学研究到脑机接口、生命医学、世界模型,越来越多前沿探索正在与人工智能交汇。无论是训练模型、处理科研数据,还是借助AI探索复杂的科学问题,都要有足够的算力规模,满足科研对计算能力的高要求。

另一方面,安徽也有制造业、汽车、医疗、教育等丰富的产业场景,AI infra要能够适应不同领域、不同任务的差异化需求,让不同企业便捷调用算力服务,才能让AI应用走进产业深处。

AI基础设施,正是安徽AI的骨架与根基。这方面,大会也透露出,算力基础设施正在成为安徽各行各业的共同底座。

2023年,科大讯飞携手华为推出首个万卡算力集群“飞星一号”平台,支撑星火大模型开展全流程训练。2024年,科大讯飞、华为、合肥市大数据资产运营有限公司三方联合打造的超大规模智算平台“飞星二号”宣布启动,将为各类技术创新提供充足的算力燃料。

同时,昇腾算力也服务安徽省内10余个行业、200余家客户,推动算力能力向行业场景延伸。

正是安徽与华为筑牢基石,让高而广的算力需求在稳固的基础设施上,铺陈开来。

算力只是起点。中国科学院院士、中国科学技术大学校长常进在大会中指出,人工智能发展,要推动算力、数据、模型、场景、人才系统贯通。

用一条生态的水脉,将产业上的各个主体串联起来,数据、算力、模型等AI要素,才能在实际业务中,真的动起来、活起来、用起来。

华为与中国科学技术大学联合打造的“灵境造物”,就是一个非常典型的AI for Science的科研水脉。

该平台以昇腾、鲲鹏为基础,推动一人造物的科研新范式。它面向科研人员提供智能科研工具,探索将AI融入科学问题研究和实验探索的过程,让科研工作者能够借助智能化工具拓展研究方式,提升创新效率。

科研之外,其他行业的智能化,同样离不开产业链上下游伙伴的共同参与。

大会期间,华为安徽算力MaaS生态伙伴联盟成立,首批发起单位包括北京趋境科技、中软国际、软通动力、合肥中科类脑、清昴智能等。联盟旨在构建从算力供给到场景落地的一体化MaaS服务生态,让算力资源更方便地连接行业需求。

与此同时,合肥综合性国家科学中心人工智能研究院与国仪量子签署战略合作协议,双方将围绕重大科研项目、关键技术研发和人才培养展开合作,推进科学仪器智能化升级。研究院还与江苏集萃智能制造技术研究所共建具身视觉认知与VLA技术联合实验室,探索具身视觉与具身智能的深度融合。

在AI生态的水脉上,安徽正在尝试打通科研、技术与产业之间的连接。

新安画派的笔下,松树是一个常见的题材,但在不同画家的笔下呈现出千姿百态。AI进入产业,也不应该只有一种形态。

制造、汽车、医疗、教育等行业有着不同的业务流程、专业知识和应用需求,通用技术只有与行业特点相结合,才能真正发挥价值。

让AI与行业相结合,安徽已经出现了多个不同方向的实践。

制造领域,AI正在深入生产流程。以安徽海螺集团为例,联合华为打造水泥建材行业工业大模型“海螺云工大模型”,围绕矿山开采到包装发运的全流程,梳理出15类、200余个潜在AI应用场景,并落地40余项应用。在质量管控环节,模型能够预测熟料3天、28天强度,准确率超过85%,推动生产管理从事后化验调整转向实时工艺调控;在生产优化环节,通过工艺参数寻优降低烧成标煤耗。以一条日产5000吨熟料生产线测算,每年可减少二氧化碳排放4500吨以上。

在教育、医疗领域,讯飞的星火大模型依托自主创新算力持续迭代,也有了全新进展,能力达到行业专家水准。医疗场景中,讯飞基于华为开放的硬件平台推出医疗一体机,华为提供算力硬件、CANN与推理加速,讯飞负责医疗行业的模型与智能体,共同完成了一件单一主体难以独立完成的事。

教育场景中,模型能力被装进星火批阅机,进入全国2000多所学校,单份批阅时间从90分钟压缩到2分钟。华为把算力、基础软件和开放平台铺好,伙伴在上面长出自己的行业智能体,这正是AI走进千行百业的基本形态。

不难看到,推动AI与安徽各行各业的适配,华为提供了全栈支持。正如华为常务董事、ICT BGCEO杨超斌在大会上的分享,安徽是昇腾生态繁荣发展的沃土。华为将持续加大在安徽的投入,把最先进的昇腾算力、最开放的CANN生态和最优质的服务放在安徽,与各位伙伴共建开源开放、共生共赢的产业生态,让更多大模型和行业应用从这里走向千行百业。

新安画派的笔下,松树可以各有风姿,行业AI也不必千篇一律。依托共同的技术基础,AI在安徽不同的产业土壤中,找到自己的生长方式,也形成了丰富的应用形态。

这场创新生态大会,让我们一览安徽AI的最新图景,当地产业智能化的路径也逐渐清晰。

今天,各地都在积极发展智能经济,建设人工智能产业高地,但如何避免千城一面,让AI基建真正适配当地的产业需求?安徽,无疑是一个很好的样本。

总览安徽的智能长卷,是由千行百业亲自执笔、多方共绘的,呈现出几个特点:

1.下笔有力。不难发现,华为高度重视安徽,在以不同方式参与当地科研和产业场景建设。在安徽,万卡集群、昇腾算力服务等,为当地政企落地AI提供扎实的支撑。华为的ICT硅基黑土地,就是安徽产业智能化的笔力和底气。

2.多人共创。新安画派的形成,来自众多徽州画家的共创。目前,安徽自身也探索出了一条多方参与、产业链协同的智能化之路:由科研机构提出问题,技术企业提供算力和工具,行业伙伴推动应用落地。

3.扎根当地。从徽州山水中汲取灵感,让新安画派形成了自成一派的艺术表达,安徽发展AI,也将新技术与本地产业资源结合起来,在具体的产业问题中寻找技术落点。无论是科学智能、工业大模型,还是医疗和教育应用,都在呈现安徽自身的产业特色。

4.薪火相传,从一种风格到一个画派,需要人才的接续和持续供给。安徽智能画卷的执笔人,正是AI人才。为此,华为已与中国科学技术大学等在皖高校共建ICT学院,把产业难题变成育人课题,为创新积蓄新生力量。

以AI为笔,以江淮大地为卷,今天的安徽各行各业,正成为大时代的画者,与华为及产业伙伴一道,共绘一幅既有自身底色、又面向未来的智能长卷。

跳转微信打开

库库,服务全球的中国AI样本

2026年11月12日 16:19

原创 风辞远 2026-11-12 16:19 天津

准确、专业、懂你,服务全球用户的「金标准」

时间来到2026年末,智能体迎来了商业化的最关键阶段。

根据Gartner 预测,到2030年智能体AI将影响全球约2340亿美元的企业应用软件支出,占SaaS总支出的20%。AI办公与个人智能体,成为目前商业化确定性最高的AI赛道,并且同步处于高速增长与早期渗透阶段。用户基础雄厚,产业天花板极高,引来了全球科技大厂与初创公司的高饱和投入。

但在这个智能体飞速发展的阶段,却依旧有一些核心产业痛点有待解答。比如无论企业办公还是个人智能体,都面临着交付结果不稳定、智能体体验参差不齐的问题。智能体的用户渗透率仍处于低水位,尚未形成真正的社会生产力。再比如大厂往往专注国内赛道,中国智能体出海的战略目标有待实现。

但站在这个关键的产业节点上,我们却能发现一个平台,已经构筑了面向全球,覆盖个人到企业,满足用户工作与生活的全球化布局。其不仅实现了海量知识与个人生活、企业组织生产力的真正结合,还让智能体服务踏浪出海,实现了全球AI矩阵的搭建。

Ta究竟是怎么做到的?

11月12日,百度世界2026在北京召开。大会上,百度文库、百度网盘联合推出的库库再次升级,扎根本土、服务全球个人和组织,构建库库日常、库库办公、库库企业版和库库海外版KOOKO在内的全球产品矩阵。截至目前,库库全球月活用户已超5000万。

让我们进入库库的故事。这是一段如何打破知识与生产力壁垒的故事,是智能体如何为个人与企业带来真实价值的故事,也是中国AI驶向全球的故事。

将这个故事总结成一句话就是:把准确、专业、懂你卷到极致,智能体时代才有答案。

目前阶段,大厂竞相角逐AI办公与个人智能体赛道,战况可谓逐渐白热化。但行业依旧可以说是处在早期探索阶段,用户体验与产业价值并未完全成熟。

具体而言,智能体体验面临着三大核心痛点:

1.准确性不足。以AI办公为代表的智能体体验,需要确保交付物是可信、准确、可用的,然而出于模型幻觉等一系列原因,智能体交付结果的可信性始终被打上问号。如何确保交付内容数据真实、结果可信、链路能够溯源,是智能体走向生产力需要迈过的第一道门槛。

2.专业能力欠缺。无论是企业智能体还是个人智能体,一旦遇到金融、法律、工业等专业向问题就会暴露出一系列工作短板,经常让用户啼笑皆非。

3.专属能力缺乏。大部分智能体体验只能基于基础模型,缺乏对用户专属数据与信息的理解。以企业智能体为例,企业中的大量上下文信息分散在企业邮件、IM、业务系统等数十个工具中,智能体很难联接到这些信息进行结果输出。

面对这些问题,智能体想要真正实现指数级发展,就必须拆掉知识与生产力之间横亘着的一堵堵高墙。在这个节点上,“拆墙人”库库挺身而出,交出了一份“卷到极致”的答案。

与其他智能体类AI办公、个人助手类应用不同,库库来自百度文库与百度网盘的携手。由此,库库具备了最独特的差异点:它能够原生联接百度文库与百度网盘的海量有效知识,既锚定了公域知识的专业与广博,同时也锚定了企业与个人用户私域知识的特殊性与主体性。

从2023年开始,百度文库和网盘就持续构建生产力矩阵,围绕真实任务持续建设目标理解、长期记忆、自主规划、工具执行和反馈迭代等能力,让智能体能够把一项工作连续推进到成果交付。这些积累成为超级智能体的基础,最终产生了库库。

相较于其他智能体类产品,库库的差异化特质在于其能够为用户提供准确、专业、懂你三大产品差异化优势,从而跨越知识的高墙,为用户带来切实的生产力提升。库库究竟是如何做到这一切的?我们需要把目光投入到三大优势的构建方案中来。

1.始终在第一优先级的极致准确。

为了确保交付物真实可信,库库打通了百度学术文库等公域内容和用户的网盘授权的私域内容,同时覆盖金融、学术、法律等行业专业数据库,用海量严谨准确数据与知识的交错覆盖,确保每次交付都有据可查,来源可验。

与此同时,库库在行业内首创了数据溯源能力,从数据来源、原始证据,到分析过程和关键结论都可以逐层回查,无论是公司研究、金融建模,还是教育课件、数据看板,都能多源资料交叉校验,一键直达数据原文,保证交付结果有据可依。

2.从专业知识,到专业能力。

库库汇聚了超过700万在线知识库,以及18亿公域报告资料和7.5亿学术期刊论文,同时还打造百万级专家网络,基于专业知识构建了千行百业所需的专业能力,从而让准确的知识以更加专业的方式有效应用。

此外,在专业办公方面库库能够进行Office人机双写,实现Office原生适配,一站式产出专业办公文档,完成全链路AI编辑闭环。库库打造的知识广场可以沉淀多行业和海量用户知识库,让专业资料和经验可以被低门槛调用,并能持续复用、分享、变现。

今年百度世界大会上,库库提出了在主动服务与专业工作方面进行重点投入。在主动服务方面,百度网盘与库库用Personal AI实现全能陪伴、智能信息获取与长期记忆;在专业工作方面,作为办公智能体,百度文库与库库办公围绕准确、专业、个性三个方向持续建设,将能力覆盖到科研、金融、法律、编程、设计等场景,支持金融建模、数据分析、研报、PPT、网页应用等全模态内容交付及在线AI编辑,让智能体抵达真实可见的行业生产力。

3.让智能体真正懂你。

为了解决智能体产品个性化欠缺的问题,库库可以直连百度文库学术权威内容、网盘用户授权数据、行业知识库和数据库等公私域资产,免除用户反复切换应用、搬运个人资产、重复输入需求的复杂操作。更重要的是库库可以以此实现真正的个性化服务,将用户文件、照片、行程、历史笔记等转化为可调用的长期上下文,主动理解个人意图与生活场景,归纳信息、理解处境、完成任务,积累用户的数据与偏好,形成个人智力资产。

极致的准确、专业、懂你,来自库库成长在中国最大的知识与数据生态,来自百度网盘沉淀的用户画像理解可能性,来自百度文库沉淀的超18亿份专业文档。在知识与数据中长大的库库,深入真实工作场景,身入千行百业的生产力升级需求,就能真正让智能体成为知识与生产力之间的连接器,从而成为扎根本土、服务全球的文档和创作平台。

在知识、数据与技术上做深,让库库有底气打造最为丰富广阔的产品矩阵,从而让库库的故事走向了令人惊喜的一幕:先进的中国智能体,率先完成了全球化的产业覆盖与产品布局。

库库的三大差异化特质,可以被视作能力底座。或者换个更为生动的说法,其构成了库库的“中央厨房”。

在目前的智能体行业,AI办公与个人智能体大体上被视作相互平行的两个赛道。但客观上看,两个市场只是服务的目标不同,但核心需求是高度吻合的。于是库库采用了更加富有工业效率与应用现代化精神的方案:通过基础能力做深来建设中央厨房,再通过产品矩阵建设来搭建不同的“餐厅”。这就让库库有效清晰地构筑了多样化产品矩阵。根据个人、企业与不同市场的需求不同,将智能体能力进行针对性服务。

面向国内个人用户,库库将个人资产与专业知识共同发挥作用,帮助每个人成为超级个体,这就成为库库日常。其可以成为个人用户的日常生活与工作伙伴,处理生活中的各种琐事,联接网盘中的私域知识和数据,提升个人生活与工作效率。

面向办公、科研等多场景的复杂需求,库库办公也在不断升级,目前已经打造海量AI专家团实现多专家自动协同;支持Office人机共写、多模态应用搭建、Office原生适配、Computer Use、APP远程控制多电脑办公、画布创作与编辑等能力;打造知识广场,沉淀多行业及海量用户知识库,让专业资料和经验得以低门槛调用,并持续复用、分享与变现,帮助创作者创造真正价值。

面向国内企业,库库结合企业知识库、业务数据和组织经验,围绕组织目标执行,在结果与反馈中积累能力,主力打造超级组织,实现懂组织、高可靠、自进化,打通百度网盘企业版与团队空间,通过连接器整合企业在第三方平台的数据,将企业文件、数据及协作关系转化为AI可理解的组织上下文,从而实现打破岗位边界、沉淀隐性知识、设计流程闭环,将行业知识与企业经验转化为真实可信的生产力价值。

金融投研是这次升级的重点。数据上,已接入10多类专业金融数据源、65类以上数据工具,覆盖超过65万份研报,以及250万份A股和港股公告;在原有权限范围内,还能调用机构内部的研究报告、分析模板和历史观点。方法上,覆盖55类投资角色、71类研究场景,引入100多位金融专家及专业Skill,按金融行业的专业方法开展研究。交付上,研究报告、PPT、Excel分析底稿、可视化报告和视频解读,都可以按具体场景和团队模板生成。

这套能力已经在客户的真实工作中产生效果:在南华期货,客户服务效率提升60%;在锡创投,业务交付速度提升25%;在国联人寿,投研团队人效提升40%。面向不同场景,共同点是接上机构自己的数据、研究框架和交付方式以后,AI才能真正进入专业工作。

在中国AI崛起的浪潮中,“先进AI先出海”已经成为社会各界的共识与共同期待。面向海外市场,结合本地数据与当地用户习惯、本地工作流,库库推出了库库海外版KOOKO。秉承“扎根本土,服务全球”的宗旨,KOOKO在去年9月上线之初就获得Product Hunt日榜第一,推出一年内用户呈指数级增长,目前已经累计服务1200万海外用户,覆盖全球超200个国家和地区。

除文档、表格和PPT等内容创作能力之外,KOOKO全面升级了应用开发能力,支持对话式生成与修改、模板复用、实时预览、独立网址发布和应用管理,并提供数据库与基础后台能力,帮助全球开发者将业务需求转化为可使用、可分享的网站和轻应用。

KOOKO并不是库库的简单复制,而是把个性化记忆、领域技能、端云资产连接和Office编辑等通用能力,与海外各个地区的工具、经验和工作方法紧密结合,从而让每一个市场生长出符合本土需求的智能。这才让代表中国先进AI的库库,率先完成了出海的探索与布局。

个人市场、办公市场、企业组织市场与海外市场的多元化产品布局,集合起来组成了库库领先行业的矩阵化产品布局。在其他类似智能体产品重仓单一市场的时间段,库库已经实现了多增长曲线与多产业端口的有序分配。尤其在率先实现全球化布局这一点上,为中国AI产业做出了表率。

在巴西,一位经营数字营销工作室的自由职业者,只用一份简单的brief就在KOOKO上把点单流程变成了「轻应用」,将扫码查看菜单、自助下单点餐、维护商品、处理订单等门店经营全流程串联起来,并根据使用中遇到的问题持续调整功能与部署方式。

在哥伦比亚,一位创业者依靠KOOKO组建了一人的产研运团队,独自完成了市场调研、APP原型设计、营销海报、路演稿、公司章程撰写和短视频制作等一系列工作。

在法国,一位房产经纪人用KOOKO实现了一人完成专业机构服务,依靠智能体来完成房产估值意见书,把数据整理成可视化看板,同时还生成整套品牌宣传视觉物料。

从三大特质的形成,到多元化产品矩阵的布局,库库都展现出了独特性与成熟度的高度统一,在智能体时代率先实现了生态化建设。

那么我们不妨追问一个问题:为什么是库库率先完成了这一切?

技术做深,产品做广,是科技产业中颠扑不破的真理。而在这一点上,AI领域中还鲜有产品能够真正做到。库库能够率先搭建起全球AI生态,完成从海量知识到组织生产力的智能跃迁,背后有一套“博观而约取”的产业逻辑在推动。

库库的根基,是一套技术架构实现“一次研发,全球复用”。库库日常、库库办公、库库企业、海外版 KOOKO 四款产品,根基于同一套MoE智能体架构、全模态编辑器、端云协同引擎。核心技术的先进、成熟与稳固,让库库可以率先实现大底座与产品矩阵的结合,从而为全球化生态酝酿技术基础。

接下来,是库库具备纯AI产品不具备的原生壁垒,即其生长在百度文库与百度网盘的成熟生态之上。海量数据、专业文档与学术内容,以及网盘用户私域资料组成的“知识之海”,让库库天然在知识的准确、专业、个性化上具备优势。从消费者界面看,用户可以直接借助库库来调用公域知识与个人数据,不必进行复杂的跨平台下载、上传与AI学习,能够尽快形成智能体闭环体验。从海外市场的角度看,百度网盘业务规模位居全球TOP3,在全球市场上拥有成熟的产业生态,用户可以直接与KOOKO进行打通,这也是纯AI工具出海所不具备的优势。

其次,是库库拥有清晰明确的产品策略,通过“需求从轻到重、用户从个体到组织、市场从国内到全球”的节奏,进行有序的产品布局与商业转化梯次设计,从而达成了库库日常成为广覆盖入口,库库办公打通专业交付需求,库库企业进军组织级智能体市场,KOOKO在海外市场打开第二增长曲线的精准产品设计,构成不同市场之间的互补关系与正向循环。

重度技术底座、差异化生态支持、精准产品设计,这三点让库库拥有了独特的底气与步伐,最终成为代表中国AI实现全球生态的一面旗帜。

所有技术问题,都要到生产力发展的长河中求解,AI时代更是如此。把准确、专业、懂你卷到极致的库库,为智能体时代带来了一个以“生产力”为判断依据的新答案。

跳转微信打开

AI屠杀短剧:一场没有讣告的寒冬

2026年11月11日 19:08

原创 珊瑚 2026-11-11 19:08 天津

这不是一场会过去的寒冬,而是一个不会再回来的春天

现在,哪一类AI形态正在吃掉最多算力与注意力?

近期有研究报告传出,在国内所有Token消耗中,AI短剧与视频生成占到55%,电商与营销占24%,软件开发只有15%。同时,在釜山电影节上,长剧、短剧导演都开始AI创作,最新上线的短剧有95%都已以各种方式被AI介入。

“哪怕是真人拍的,里边的视效、特效,肯定也是AI做的。”这是不少影视从业者的共识。

AI视频仿佛正在进入全民时代,成为夺走注意力最多的形态。

不仅仅是注意力,也有分析师认为,如果把这两年AI在各行各业的应用挨个摊开看,影视很可能是第一个真正跑通盈利的应用类别。

一边是AI短剧以肉眼可见的速度攻城略地,一边是传统影视的大后方服化道正在集体失去订单。它究竟是如何一刀砍下制作成本、撬开盈利大门?而在这场“屠杀”之下,又有多少从业者被裹挟、被替代?

2026年春节后复工第一天,短剧制片小莫照常打开手机,等待进组通知。通知始终没有来。他后来才知道,自己所在的西安头部短剧承制公司,至少在3月底之前不会再开任何真人短剧项目,而是要“All in AI”。没有裁员公告,没有N+1补偿,只是活没了。半年前,像他这样的制片最高能拿到1600元一天;春节过去快一个月,收入为零。

小莫不是个案。近两年,AI短剧正在短视频平台疯狂挤占短剧赛道供给。按DataEye、中国网络视听协会监测,抖音单上半年就新增22.19万部AI短剧,高峰时平均每36秒就有一部新AI短剧上线。到8月,抖音短剧热度百强榜中,AI短剧已经拿下七成席位。

随着AI仿真人技术迭代,头部爆款AI剧的单剧播放已经摸到20亿级别,短剧整体去重用户已经达到8.51亿,差不多每三个网民里就有两个在刷短剧。

要理解AI短剧为什么来势汹汹并且能快速分割用户注意力,得先看它成本降到了什么程度。

传统短剧哪怕走的是最简陋的路线,启动资金也得两百万到三百万。这还是服化道都相当一般的情况下。钱花在哪里?几个演员的片酬、一群群演的劳务、场地租金、灯光设备、摄像团队,每一笔都是硬支出。一个短剧剧组,哪怕是最轻量级的体量往往也要二三十人。并且,真人剧组的周期长,试错成本极高。拍错了要重拍,重拍要重新协调场地、人员、档期,牵一发而动全身。

可以说传统影视是人伺候流程,一个剧本变成影像要经过融资、建组、协调场地、后期制作等无数环节,每个环节都附着大量就业。而AI短剧把这一切都碾碎了。

AI短剧则变成了“流程伺候人”,理论上只要会写提示词、有足够的算力,一个人就能完成过去一个剧组的活。西安丰行曾经月产近百部真人剧,如今产量缩减至个位数;郑州花样年华的真人项目减产30%。

有人算过一本账,曾经上百万成本的短剧用AI做下来,十万到二十万就能覆盖整个制作成本。一个剪辑,一个编剧带着两三个写提示词的不到一周就能把过去需要几十人忙活好几个月的事干完。AI的可试错性几乎是无限的,特效不满意、取景困难,改一版提示词和参数,成本比找场地、组织演员划算得多。

市场数据显示,编剧剧本收购价从3万元跌到1万元,配音从140元/小时压到45元,群演日薪从150元腰斩至80元。大量剧组只看重男女主角,其他的都可以被AI代替。

AI也已经从外围渗透了进来,渗透了短剧的整个行业。

如果只看岗位名称,最受冲击的似乎是演员和群演。前两年,短剧还被许多人视为影视寒冬里的救命稻草,横店的老演员说大家“被短剧给救了”。大量无法进入大剧组的影视专业毕业生涌入短剧,小钱就是其中之一,她的同学中有70%投身短剧领域,因为“来钱快”,执行导演日薪能在半年内从200元涨到800元。

但AI的到来改变了这一切,横店、郑州、西安的影视基地里,腰部演员的订单流向AI短剧,有人降薪三分之一仍接不到戏,群演日薪腰斩后有人转行回家种地。

这当然痛苦,但演员的困境至少还能被看见。真正无声的屠杀发生在那些连“被看见”都很困难的工种身上。

过去几年,影视行业的绝大多数从业者其实是围着短剧讨生活的。大量的后期剪辑、灯光、摄影、摄像,横店各式各样的群演和布景,影视城里那些搭景、管服化道甚至管盒饭的人……他们服务的主体就是短剧。这些岗位不像明星那样有光环,也不上热搜,但却构成了整个行业真正的地基。

一部短剧拍完,养活的是一条从前期到后期、从台前到盒饭的沉默产业链。

现场制片、执行导演、演员统筹、灯光师、场务……他们的劳动绑定在“现场”这个物理空间里。只要没有实拍,他们就无事可做。

AI化之后,这个地基塌了。一个过去需要二三十人、要订十几份盒饭的短剧剧组,现在缩成三四个人,在一间机房里就把特效都做完了。横店那边,连卖盒饭的生意都冷清了下来。

也正因此,影视业抨击AI的声量最大……它几乎抢了一整个大后方的饭碗。灯光师、摄像、群演、服化道、场务,每一个环节都被压缩、被抹去,最后只剩写提示词的人、导演和男主女主。

为什么是短剧?因为影视行业的绝大多数人,本就不围绕那寥寥几部大制作。那些动辄上亿成本、古偶仙侠、历史正剧的头部项目,一年也没几部,绝大多数从业者根本捞不上这样的活。而短剧的低门槛恰恰也让自己成为被替代最快的岗位,AI比它们更能制造廉价的视觉奇观,更会迎合碎片化刷屏的口味,成本还低到尘埃里。

既然AI已经取代了影视制作的大后方,让成本腰斩,剧组有赚钱吗?

AI的来势汹汹彻底打破了短剧的发财梦。但砍掉大批幕后工作者短剧就能发财吗?

2025年AI短剧刚起来的时候,万播分账能到30元到100元,一个成本8000元的项目分账赚50多万的故事确实发生过。那时候平台在抢内容,补贴给得爽快,算力也便宜,一集AI短剧的算力成本只要十几块钱。但补贴堆出来的价格是温室里的价格,等大批人涌进来之后,补贴撤了,算力回到真实市场价,分账单价也开始往下掉。到了2026年11月,万播分账已经跌到5元到10元,尾部流水线作品甚至只有1到2元。算力成本却从一集十几块涨到了八九十块。一进一出,利润空间被两头夹扁。

随着技术门槛降低、短剧数量越来越多,AI短剧的爆款也愈发稀有,绝大部分处于入不敷出的状态。

2026年上半年抖音端上线的二十多万AI短剧,播放破亿的只有1055部,占比不到0.5%,达到盈亏平衡线的约2900部,占比1.3%。平均每77部新剧里,只有一部能回本。平台的分账池子就那么大,分的人翻了十几倍,每个人能分到的自然被稀释。补贴能覆盖的,是那些至少能跑到几百万播放的作品。大量AI短剧的播放量卡在几十万甚至几万,连触发分账门槛都很困难。

那么,那1.3%回本的人赚的是谁的钱?

答案是从传统影视行业手里抢过来的存量。它用更低的成本,承接了原本属于真人短剧的那部分观众、那部分流量、那部分平台分账。

平台的分账池子并没有因为AI短剧的出现而膨胀,它大体还是那个盘子。观众花在短剧上的时间、平台愿意为内容支付的采买预算、广告主投给短剧的预算在一年之内没有翻倍。AI短剧挤进来的那部分流量和分账是从原本属于真人短剧的份额里切走的。

换句话说,就算AI短剧本身入不敷出,它的盈利仍是建立在对同行的屠杀之上的。一个原本靠几十人、几百万成本才养得活的细分市场被三四个人、二十万成本生生挤占。

AI短剧的盈利逻辑讲清楚之后,影视行业的处境就不难理解了。那块被AI团队抢走的肉,在单个项目上看起来是成本优势的胜利,放到整个行业里看,则意味着一整条依附于真人实拍的就业链条在收缩。收缩的幅度,比短剧行业自己感受到的还要大。

短剧只是最先被波及的那一环,因为它体量小、周期短、对画面精致度要求低,天然适合AI切入。但同样的逻辑正在往上游走。长剧、网络电影、广告片、宣传片,凡是以“标准化画面产出”为核心的品类,都在经历同一套成本核算的重新洗牌。

中文在线的AI中剧《魔皇大管家》已经上线,头部长剧IP《与凤行》的AI漫剧也在近期推出;掌阅科技与头部长视频平台合作的AI中剧预计第四季度上线;博纳影业的AI院线电影《三星堆:未来往事》已在10月公映,第二部AI电影也已开机。

在预算收紧的年份,没有人会为了“真人实拍”这四个字多付十倍的钱,除非这个项目本身卖的就是演员的脸和现场的真实感。而那些卖不了这两样的项目,正在从立项名单上消失。

这也是为什么这场寒冬和以往几次不一样。影视行业不是没有经历过低谷,税务整顿、平台限价、疫情停拍,每一轮都有人离开,但每一轮也都有人熬过来,因为低谷过后需求会回来,剧组会重新开机,离开的人还能回来。这一轮的问题在于,需求回来的时候,接住它的可能不再是真人剧组。

寒冬过后总有春天,被冻死的枝叶来年还会重新长出来。AI对影视业的改造却没有季节性的回暖。那些离开剧组去开网约车、回老家种地、转行做销售的人,或许再没有重回剧组的可能。

对行业里那百分之九十九的普通人来说,他们只能另谋出路。因为这不是一场会过去的寒冬,而是一个不会再回来的春天。

跳转微信打开

从荷兰阿尔斯梅尔到鸿蒙生态:一座应用花市里的商业新机会

2026年11月10日 16:52

原创 藏狐 2026-11-10 16:52 天津

让应用繁花,长成一座商业花市

1911年,荷兰阿尔斯梅尔的一群花农,尝试用拍卖的方式卖花。

此前,鲜花销售全靠中间商撮合交易,花农无法把控鲜花的价格和销路,卖不出去,也卖不上价。鲜花是时效性极强的商品,多放一天就多一分损耗,花农没有时间慢慢等买家。他们需要一个更高效的交易方式。

阿尔斯梅尔的做法是:把分散的鲜花集中起来,把买家请进同一个市场,通过竞价决定价格。价高者得,当天成交,当天回款。这套模式后来发展成荷兰花卉产业的核心交易机制,阿尔斯梅尔也由此成为全球花卉交易的中心——每天有超过2000万朵鲜花在这里完成交易,运往世界各地。

今天,应用开发者面临着和当年花农相似的困境。

花农有好花却卖不上价,开发者有流量却找不到愿意出高价的买家。一款App即使接入了多家广告网络,每一次广告展示机会也未必都能得到最合适的填充与报价。不同广告需求方的预算、出价和投放目标并不相同,开发者需要一个更高效的交易机制,以及一个更全面的变现增长体系,让自己的流量兑换出应有的价值,并形成持续经营的能力。

10月27日,鸿蒙生态的全场景智慧营销平台鲸鸿动能,在西安举办了一场面向应用开发者的沙龙,聊的是同一个问题:怎么把流量卖出更好的价钱?

鸿蒙生态日渐丰饶,用户规模、开发者数量不断跨越关键门槛,鲸鸿动能要做的,是搭建连接流量与商业需求的交易和服务体系,让更多开发者在这片流量沃土上,把自己的产品价值转化为商业回报。

一座高效连接需求的应用花市,正在书写鸿蒙的商业化新故事。

荷兰花农,革新了鲜花交易的商业模式,前提是欧洲有足够旺盛的消费需求。当时,鲜花不仅是贵族和富裕阶层的日常消费品,也在走进更广泛的市民生活——婚礼、庆典、家庭装饰。消费需求足够大,交易中心才有存在的价值。

今天,鸿蒙生态正在形成一片类似的数字商业土壤。截至2026年,搭载HarmonyOS 6和HarmonyOS 7的终端设备已超过9000万台,意味着开发者可以触达的用户规模在持续扩大。

但流量的价值,不只取决于规模,还取决于用户本身的消费能力。

鸿蒙生态覆盖了大量具有较高消费意愿的用户群体,他们活跃于一线及新一线城市,拥有本科及以上学历,对生活品质和科技体验有较高要求。变现数据显示,2026年HarmonyOS 6的网盟媒体请求ARPU是HarmonyOS 4的6.4倍。这意味着鸿蒙生态的商业潜力,来自流量背后值得进一步挖掘的消费价值。

正如沙龙现场谈到的,当用户意图与媒体伙伴的服务结合起来,商业触达就不必完全依赖生硬的广告展示,也可以以更贴近用户需求的服务形式出现。

目前看来,开发者与鸿蒙的携手探索,卓有成效。鲸鸿动能数据显示,2026年第二季度至第三季度,HarmonyOS 6的应用MAU增长了44%,应用日使用时长增长了68%。预计到2026年底,HarmonyOS 6媒体接入数增长58%,单设备平均请求增长2.9倍,在投广告主数量也将实现大幅增长。

供给端的媒体和流量持续增加,需求端的广告主和预算也在加速汇聚。一个更具规模、更有活力的商业市场,正在鸿蒙生态中形成。

但商业潜力大,不意味着每一份流量都能自然卖出好价格,开发者还需要一套更有效的交易机制。这也是鲸鸿动能正在做的。

应用的流量生意和鲜花交易很类似,都有着极强的时效性,市场需求瞬息万变,要抓住最好的时机把货卖出去。荷兰模式的创新,就是拍卖交易的超高效率,可以快速且充分地反映供需关系,找到愿意出价的买家。而这,正是应用开发者在寻求广告变现时,最渴望的能力之一。

传统的移动互联网广告联盟中,一款App即使接入了多家广告网络,每一次广告展示机会也未必都能得到最合适的填充与报价。不同广告需求方的预算、出价和投放目标并不相同,如果开发者无法充分比较不同需求的价值,就可能错过更好的变现机会。

鲸鸿动能的第一个重要价值,正是像花卉交易所一样,把分散的信息和需求连接起来,帮助开发者更充分地连接商业需求。

一方面,鸿蒙生态独具优势,可以依托全场景设备与立体数据,构建起全域意图感知能力,结合软硬协同的场景识别能力,感知用户状态、通勤方式、所处环境等实时信号,让流量匹配从“广撒网”走向“精准连接”,直接提升开发者的变现效率。

与此同时,鲸鸿动能广告聚合平台全面升级,进一步加强了连接供需的作用。它向上承接精品合约预算、游戏预算、鸿蒙独家预算等多方预算源,向下通过聚合SDK为开发者提供一站式广告变现能力。媒体一次接入聚合SDK,即可连接多家广告网络参与实时竞价,由系统根据eCPM等策略选择合适的广告进行填充。开发者不必再被动依赖单一广告来源,可以让更多需求方围绕同一份流量展开竞争。

连接之后,鲸鸿动能在此基础上,提供第二个能力:买变一体。

通过自定义流量策略、全链路数据分析,以及投放与变现实时数据互通等能力,鲸鸿动能帮助开发者把增长与变现放进同一条经营链路中,更清楚地衡量获客成本和商业回报,并据此调整经营策略。

这对IAA(广告变现)游戏开发者来说,价值格外突出。过去,游戏团队以买量为主要增长手段,可能花钱买来用户,却未必能及时知道这些用户最终能带来多少广告收入。获客成本和变现收益分散在不同平台和数据系统里,团队很难判断哪些用户值得继续获取,哪些投放策略真正有效。

通过“买变一体”的全链路经营,买量不再只是花钱获取用户,广告变现也不再是独立计算的一笔收入,成为开发者可以整合优化的经营过程。

除了买和卖,开发者还需要其他的能力吗?答案是肯定的。移动互联网经过十几年的发展,早已进入了高水平竞争的成熟阶段。开发者要把流量经营好,必须掌握更系统的能力,了解哪里可以增收,哪些环节还可以优化,以及什么样的广告创意更适合用户,甚至包括财务管理、现金流控制,让资金更快回到下一轮经营中。

围绕这些需求,鲸鸿动能的第三个优势,就是一站式赋能的流量经营体系。

此次升级了多项配套能力。比如,SSP媒体变现平台上线了“增收、提效、诊断、分析、合规”五大新特性,覆盖从场景优化、接入效率,到流量诊断、数据分析和合规管理等环节,让开发者有了一个流量经营中心,不仅能看到收入结果,还能进一步了解流量表现和变现过程中的问题,从而有针对性地调整策略。

鲜花市场里的花束,需要根据不同买家的需求进行分拣和包装,广告创意也一样。不同的用户、场景和产品,需要匹配不同的表达形式。鲸鸿动能打造的鲸鸿魔方,通过组件化创意匹配、广告样式原子拆解和算法端智能择优分发,帮助媒体更灵活地接入广告样式,并根据效果进行智能化分发,让广告以更合适的形式呈现给用户。

鲜花交易完成后,花农要快速回款,才能继续采购种苗、扩大生产,形成良性商业循环。变现收益能否及时回笼,直接影响到开发者投入下一轮用户增长和产品运营。

为此,鲸鸿动能进一步加快变现结算,针对优质买变媒体,推出周转更快的结算方式,让媒体资金得以快速回笼,更快地投入持续增长。激励政策也为生态的商业化探索提供更大支持,鸿蒙应用最高可获得25%的额外变现收益。

今天来看,荷兰成为全球最大的鲜花交易枢纽,不只在于竞价拍卖模式的商业创新,还提供了分拣、包装、仓储和运输等一站式履约服务体系。鲸鸿动能所打造的,正是一个数字世界的鲜花交易平台,覆盖流量经营多个环节的完整服务体系,帮助开发者把流量经营成一门可持续的生意。

市场的繁荣,需要真实的成交才能看到价值。鸿蒙生态的商业化也不例外。先行者在这里积累经验、形成交易规模,又吸引更多开发者加入,最终推动整个生态进一步成熟。

本次开发者沙龙上,墨迹天气、七猫免费小说作为标杆媒体代表,分享了各自在鸿蒙生态中的商业化实践。

墨迹天气是一款做了17年的天气类应用。天气类应用用户规模大、打开频次高,但长期以来,这类流量的商业价值并未被行业充分认识。但今年1月至10月,墨迹天气鸿蒙端DAU实现翻倍增长。他们正是借助鲸鸿动能实现差异化经营和多方竞价,挖掘流量的变现价值。

面对快速成长的鸿蒙生态,墨迹天气没有简单复制安卓版本的成熟经营模式,而是围绕鸿蒙端的流量特点,重新设计了变现策略。

墨迹天气广告业务负责人,分享了一个很有生活气息的案例:冬天下雪的日子,用户打开天气 App,可以在线领取一张老乡鸡的鸡汤券,再到线下门店兑换。

天气不仅是信息,也是一种消费场景。气温、降雨、降雪、紫外线等气象数据,可以被转化为不同的气象标签,再与用户需求和品牌营销结合。对用户来说,这可能是一张优惠券;对品牌来说,是一次触达潜在消费者的机会;对墨迹天气来说,则是在广告展示之外,拓展了连接线上流量与线下消费的变现方式。

这也是为什么墨迹天气如此重视鸿蒙生态的用户价值。据分享,鸿蒙版墨迹天气同时经营会员和广告业务,其会员付费转化率比安卓端高出一倍多。在广告经营上,团队也根据鸿蒙用户的行为特征和预算结构,重新设计出价、广告位和预算策略,人均广告曝光提升近一倍。同时,墨迹天气以鲸鸿动能SDK为基础盘,引入多家外部预算参与竞价补量,通过多方竞价实现择优放量,提升变现效率。

七猫免费小说的探索,则把重点放在了广告创意和变现模式的多元化上。

七猫是一家内容类平台,核心资产是用户对内容的喜爱和粘性。七猫品牌商业化运营负责人在分享中提出了一个问题:用户对一部作品的兴趣,在读完小说时就结束了吗?答案是否定的。它可能继续转化为与角色互动、收藏周边甚至参与线下活动的需求。七猫正在做的,就是把这种“喜爱”变成可商业化的路径。

在广告变现上,七猫通过积分体系打通“赚积分—兑优惠券—促转化”的链路,持续向电商平台导流,闭环消耗占比从86%提升至90%;在任务型广告中,将发奖依据调整为真实下载安装,并通过多种权益激励提升用户获得感;尝试利用AI新样式,让小说角色走进广告,把用户的阅读共鸣与消费兴趣连接起来。

在鸿蒙端,七猫持续推进商业化能力建设,不断提升广告变现效率。鲸鸿动能SDK渗透率提升至83%,让七猫的探索持续释放价值,其鸿蒙端大盘eCPM提升6%,ARPU提升20%。

七猫在分享中用了三个关键词——新形式、新变现、新机遇。这对应了开发者在鸿蒙生态的三个典型阶段:先用新形式跑通变现,再用新变现拓展收入,最后抓住新机遇打开增长空间。

这些先行者,场景不同,商业化重点也各不相同,但都在鸿蒙生态中,找到了新的经营空间。沙龙当晚,鲸鸿动能颁发了“领航奖”与“同舟奖”两个年度奖项,墨迹天气和七猫免费小说都在获奖之列,它们的探索,也为其他开发者提供了可以观察和借鉴的样本。

应用的商业化不只是把已有模式搬到一个新平台,而是需要结合平台特点,重新思考用户、产品和商业需求之间的关系,走向规模化、精细化的长期经营。

鸿蒙生态提供了不断扩大的市场空间,鲸鸿动能则通过流量经营、创意匹配、买量变现协同等能力,帮助开发者把这种市场潜力转化为实际收益。

一百多年前,荷兰花农想出了一个全新的商业模式,当地花卉产业由此走向现代化繁荣。随后,荷兰花卉产业的影响力不断扩大,延伸到全球供应链。今天,鸿蒙生态也在复刻这样的产业发展过程。

鸿蒙生态不断扩大的终端规模和用户需求,为开发者带来新的市场空间。鲸鸿动能提供的商业化服务,成为支撑交易、经营和持续创新的基础设施。墨迹天气、七猫等先行者的实践,则让更多开发者看到了不同类型产品在鸿蒙生态中的商业化可能。

产业的繁荣,不是单一环节参与者的独角戏。随着更多开发者加入鸿蒙,接入鲸鸿动能,找到自己的用户和商业模式,鸿蒙生态的应用繁花,也将撑起一个全新的数字产业。

跳转微信打开

2026移动网络大会:算网筑基,5G-A体验经营走向新阶段

2026年11月9日 19:34

原创 藏狐 2026-11-09 19:34 北京

面向Mobile AI时代,中国移动X华为的算网融合新实践

最近,我在广州参加2026移动网络大会,也感受到浓浓的广州生活气息。一个有意思的变化是,AI已经开始融入这座城市的日常生活。

有人戴着AI眼镜,看到骑楼的老建筑,随时询问它的历史;走进一家老字号,让豆包介绍本地招牌菜;有老外举着手机,实时识别和翻译中文招牌。

这些场景看似发生在手机、眼镜等终端上,背后却是一套复杂的算网协同系统:终端采集信息,网络将信息传送到云端,算力完成识别、推理和生成,再通过网络将结果送回用户手中。

算,是智能的源头;网,是智能抵达千家万户的通道。两者共同构成了智能经济的基础设施。

走进2026移动网络大会的华为展馆,也能看到这两种能力正在加速融合。一边是智算与Token经营:算力节点、400G算力骨干网、高效算力内网层层相接,构建高性价比的Token生产网络,让智能能力能够被调用、被计量。另一边,是以5G-A为代表的新一代通信网络,正在从单纯提供连接,走向更高性能、更有保障、更加贴合场景的体验服务。

如果把智能经济看作城市中不断生长的虚拟建筑群,算力与网络就是支撑它的梁与柱。梁柱相接,才能让AI能力从云端走向现实,而中国移动与华为正在探索的,则是如何在这座建筑之上,构建丰富多样的应用空间,让网络能力真正转化为用户体验和商业价值。

一座建筑要承载更多功能,首先要有足够坚实的结构。进入Mobile AI时代,算力与网络也面临着新的升级要求。

先看算力。

AI应用从简单的信息检索,走向多模态理解、复杂推理和智能体自主执行,背后需要更强大的计算能力。与此同时,Token正在成为衡量AI生产和使用的重要单位。如何高效生产、传输和调用Token,成为算力基础设施建设的新课题。400G算力骨干网、新一代通信网等,正是围绕这一需求展开的基础设施建设,为AI应用提供持续的智能供给。

但算力再强,如果无法及时、稳定地连接用户,也难以转化为真正的服务。这就引出了网络的变化。

首先是结构变化。Mobile AI时代,AI Agent爆发叠加直播普及,上行流量占比已经提升到25%~30%,无线网络必须从过去以下行为主,转向上下行能力并重。

AI交互对网络体验的要求也更高。一旦网络延迟或传输不稳定,AI就可能回答不及时,甚至出现答非所问,移动网络要从尽力而为,走向体验可保障。

同时,Mobile AI的应用场景越来越丰富,网络需要识别不同业务的特点,进行更精细的资源调度,进而满足多样化连接需求,这也推动了新一代通信网的演进。

从5G-A到新一代通信网,算网融合的基础设施,正在为AI时代建立新的能力底座,支撑从云端到终端、从数字空间到物理世界的智能服务。

这些能力如何进入用户的日常生活?中国移动与华为给出的一个重要答案,就是5G-A体验经营。

如果说算网融合搭建了智能世界的梁柱,那么体验经营,就是在梁柱之上构建真正适合人们使用的个性化服务。

5G-A时代,网络可以根据不同用户、不同场景和不同业务需求,提供差异化服务。中国移动与华为正在围绕两个方向推动这一变化:

一是新应用,是基于最新网络能力的产品化。

中国移动通信集团市场经营部副总经理(产品中心主任)孙世伟提到,中国移动持续创新差异化网络能力和服务感知,打造用户极致体验。基于网络差异化能力,中国移动在高铁、手机入口、家宽等日常生活场景,进一步发布创新产品。

其中的第一类,是面向高端客群的VIP专属通道。

对于高端用户而言,通信服务的价值不只在于流量多,更在于关键时刻网络是否稳定。中国移动在浙江、广东开展商用实践,通过超级VIP专属通道,向用户提供上下行保底速率保障。

杭州“大莲花”的6场演唱会上,几百名先锋体验官参与试商用,约80%的订阅用户能明显感知到网络保障效果,体验感知提升50%以上,70%的用户有付费意愿。这些数据说明,当网络能力被转化为用户能够直接感受到的体验改善,它就具备了产品价值。

第二类,是面向高铁等高密、高速场景的专属加速服务。

高铁是移动通信网络的一块典型试金石:高速移动、大量用户集中接入,网络需要同时应对覆盖、容量和连接稳定性等多重挑战。

以京沪高铁为样板,中国移动依托5G-A完成网络底座升级,构建“1+3+5”价值体系,打造高铁VIP差异化服务。相关实践中,视频、会议卡顿率控制在1%以内。据了解,京沪线5G-A高铁尊享服务包将在11月25日,启动先锋体验计划,面向北京、天津、河北、山东、江苏、安徽、上海、浙江、河南等省(市)招募试商用体验官,打造 “坐高铁,就用中国移动”品牌名片。

第三类,是面向重点价值业务的APP加速。

用户的网络需求不仅存在于特定地点,也存在于具体应用之中。办公视频会议需要稳定的实时传输,游戏需要低时延,高清视频则需要持续、流畅的数据传输。不同业务的网络需求并不相同。中国移动通过APP业务加速,对办公、游戏、视频等重点应用提供差异化保障。

与此同时,针对AI识图、实时交互、AI眼镜等不同业务的上行需求,中国移动通过超级上行网络底座和差异化保障能力,为Mobile AI提供更加稳定的传输体验。

有了新应用,还需要新入口,让用户知道自己能享受到什么服务。

中国移动与华为的另一个探索,通过端、网、业协同,打造UE Logo2.0运营入口,让网络能力实现可视、可感、可知。

UE Logo2.0新入口的意义在于,通过网络、终端、业务三域的智能协同,将过去隐藏在网络后台的能力,转化为用户能够直接感知的服务信息。把上网业务当前静态的LOGO的展示升级为可以交互的实况窗的UE Logo2.0,能实时感知用户当前的业务体验信息,让网络懂你所感。

把你所需要的网络能力,在你最需要的时刻,推送到你的屏幕上,只需点击和查看,就可以完成权益的获取和使用。

新入口,不仅让用户能够知道自己正在享受什么样的网络保障,也为运营商提供了新的产品触达和订购转化渠道,在上网和通话两大应用的主业务上兑现体验价值。

河南移动的实践发现,使用了UE Logo2.0之后,通过订阅服务,有43%的用户有意愿反复使用。

新应用,解决的是网络能力如何变成高价值的服务,那么新入口,解决的就是这些服务如何触达用户,并被用户理解和使用。两个新,共同推动体验经营,把运营商业务带入一个全新的价值空间。

过去,运营商主要围绕流量和连接开展经营。网络与AI的融合,则为运营商创造了新的经营空间。

首先,在视频、AI交互等应用不断发展的背景下,优质网络体验能够进一步释放用户的使用需求,激活流量增长。网络体验变好之后,用户是真的会用得更多。

其次,差异化服务为高端用户经营提供了新的抓手。

过去,运营商的套餐竞争往往围绕流量规模和价格展开。通过5G-A专属通道、业务加速等服务,运营商能够围绕用户真正重视的体验提供差异化权益,并将网络服务与主套餐、长期合约等经营方式结合,提升高端用户的保有能力。

更重要的是,体验经营让运营商能够围绕具体场景,建立新的产品和商业模式。

高铁、演唱会、办公、AI交互,不同场景有不同的网络需求,也有不同的价值空间。网络能力可以根据这些需求进行组合,形成差异化产品,而不再只是向所有用户提供同质化的连接服务。

这也为不同省份探索适合自身市场的经营方式提供了基础。河南移动打通B/O域,基于AI精准画像识别用户需求,探索大上行、X倍速、UE Logo2.0等创新产品,持续提升用户体验,实现ARPU值和用户结构的双优化。黑龙江移动探索“小提价、大提质”的经营路线,一年期感恩合约套餐回馈用户,牵引升档。

这些实践指向同一个变化:运营商的价值,不再只来自连接本身,也来自对网络资源的精细化组织,以及对用户场景和体验需求的理解。

中国移动与华为正在推进的5G-A体验经营,就是一个很好的样本,如何完成从基础设施到产品化、从网络能力到用户体验、从连接服务到商业价值的延伸。

算网为基,智能经济才能稳固发展,持续焕新数字生活。

跳转微信打开

不如《牛来》,谁在期待AI电影?

2026年11月6日 18:51

原创 藏狐 2026-11-06 18:51 天津

或许未来的某一天,第一部成熟的AI电影出现了,但已经无人在意

上个月,国内第一部用AI制作并获得公映许可证的院线电影,上映了。

但反响不怎么积极。不仅预测票房未过百万,社交媒体上,一些观众吐槽片子的质量“还不如《牛来》”。

所以,我特意把电影的名字隐去,不希望再火上浇油。

毕竟作为AI进入电影行业的早期探索,实验性质更多一些。在当前的AI生成技术约束下,谁也不可能做到尽善尽美,再去放大和嘲讽那些短板没什么意义。

我们真正想讨论的是,现在AI电影领域出现了一个多少有些诡异的局面:电影观众不期待AI,AI商业化不需要电影,但是从业者又纷纷在期待AI电影。

目前,AI最重要的商业化市场,根本不是院线电影。中文在线披露的相关数据显示,国内的AI Token消耗,55%都用于AI短剧。

但是,市场仍在期待“第一部AI电影”。该部AI电影上线后,相关制作方的股价随之上升,被看作是AI应用落地的标志性成果。

可绝大多数观众对此根本不关心,少数去看的人也是抱着打卡《牛来》一样的心态,纯属猎奇,哪怕是屎,也得亲自尝尝咸淡。

AI电影的众生相挺有代表性的。有人疯狂,有人冷眼,有人投机,有人逃离,正是当下各行各业转型期+AI过渡期的共同作用下,一种特有的时代景观。

事实显而易见,AI电影尚不成熟,目前登上院线的作品还远远达不到传统院线长片的质量标准。

但对此持什么看法,批评还是鼓励,价值判断则取决于你怎么理解。客观来说,AI电影正处于从短剧向长片迈进的阶段,技术栈、工业流程,都还没有完全稳定,也还没有建立起支撑一部高质量院线长片的生产体系。

如果以百年电影工业的成熟类型片标准,作为尺度,那么AI电影还不如《牛来》能带来欢笑和社交价值。但如果以一种新型创作模式的早期阶段,作为准绳,也说不出什么狠话,毕竟创新就要允许试错,如果不让观众花钱买单就更好了。

既然如此,为什么明知不成熟,还要把AI电影端上院线公映呢?是不是影视圈又来圈钱了,看来影视寒冬还是不够寒啊,想必有人会这样猜想。所以有必要简单拆解一下,当前AI电影的实际情况。

一句话总结,电影行业对AI的了解和钻研程度,其实远远超过外界的想象,甚至一些科技观察员的想象。我见过一些导演、编剧谈起AIGC、算力、GPU来如数家珍,对技术相当熟悉,甚至有一些AI超创,在没有任何传统电影拍摄经验的情况下,就直接转型成为AI导演。但是,沿袭百年的电影技术和工业体系,却不会在AI冲击两三年就自动改弦更张。现实中,AI进入电影不断地在撞墙。

比如前期创作中,技术的约束很大,现在还需要电影工作者去迁就技术。

传统电影创作中,导演先提出创作意图,是导演中心制、编剧中心制,再由不同专业团队寻找实现方案。而AI加入电影之后,必须考虑到模型能力的边界,反过来限制了剧本的构思和创意。

首部AI院线电影就因为当时的AI还无法稳定呈现人物之间细腻的情感变化,为了规避技术短板,叙事方向就偏向了更符合技术条件的文明寓言、科幻危机等。

进入制作拍摄流程。如今,电影剧组增加了AI导演的岗位,负责把总导演、副导演、美术导演等团队成员的创作意图,翻译成AI能理解的语言。

然而在现实中,AI导演的工作内容目前还无法被清晰地界定,应该给这个工种开多少钱、怎么定价,行业也没有一个具体的标准和数字。总之,这一套AI导演参与的工业化制作流程,也处于变动不居的不稳定状态。

接下来,进入到发行和放映环节。目前,AI电影是否能够上大荧幕存在很多的不确定性。有业内人士透露,纯AI生成的剧情长片,未来可能拿不到龙标,也就是国家电影局发放的公映许可证。目前政策的不确定性还很大。

即便拿到了龙标,也不意味着电影可以在院线稳定地交付,拿首部AI院线电影来说,素材在进入院线之后,面对大荧幕就遇到了分辨率不足、丢帧、黑屏等技术问题,在输出放映拷贝前的最后时刻,都还在针对放映标准修改单个镜头。

总之,今天电影+AI还处于一个十分拧巴的状态。比如说,技术压制创作,这显然是倒反天罡,因为技术应该服务于创作。制、发、放的各个环节,都要去应对AI带来的冲击,但这种应对所带来的积累好像又没有什么用处,因为很快可能又会改变。

有从业者说,当AI电影做完的那一刻,就已经是过去时了,影片锁定的AI版本,可能已经落后于几个月后的模型能力。

在这种不确定周期里,如果是你,你会用长期主义的态度去做AI电影吗?而大概几年内,AI电影都会处于这个“测不准状态”里,建议大家谨慎观看。

和电影人拼命向AI靠拢不同,AI公司、科技巨头们对于电影,却有一种若即若离、忽远忽近的暧昧感。

一方面,AI公司会拿电影级画面,作为视频生成模型的能力标杆,这也让模场往往会邀请艺术家、导演成为自己的产业伙伴,把电影作为自身模型的一个重点能力去宣传。奈飞、谷歌、字节跳动等科技公司,也纷纷成为国内外电影节展的头部赞助商,将电影与自身品牌建立连接。

但是,科技公司从电影产业中汲取的能力,却很少反哺到电影本身,反而被输出到了短剧、中剧、漫剧等其他内容品类当中。

这或许也解释了,为什么AI电影的工业化进步缓慢,而AI短剧、漫剧的爆发却势如破竹。因为科技公司在不同内容品类的实质生产上,投入的精力和资源,差异巨大。

在短剧、漫剧等场景中,AIGC视频有着更密集的供给和消费,更容易形成商业闭环,让模型公司持续赚钱。

AI商业化,不靠电影院,那么科技公司对电影能力的追捧和对电影市场的放弃,就不难预料了。毕竟,就连电影本身的商业化,都很难靠得上电影院了。

观众都不看电影了,谁还在期待AI电影啊?

电影不是AI商业化的主阵地,为什么资本市场的反映又那么强烈?首部AI电影一上线,就多次把相关股价炒到涨停。《牛来》被股民冲出了百万票房,现在又青睐上AI电影了,难道股民才是真正的影迷群体?

事实上,正如《牛来》的火爆从来不是电影业的胜利,只是互联网玩梗文化对电影院空间的一次占用。AI电影的投融资表现,也不意味着这个品类具备消费价值,更多是投机价值。

原因在于,电影是一种具备国民级影响力的公共内容消费品。对于饥渴寻找高质量AI的人群来说,上一个国民级AI是具身智能,如今也是明日黄花。而真正的国民级AI app,比如豆包、千问、Work Buddy这些产品,又属于科技巨头的一部分产业,价格中早已包含了传统互联网业务,不够纯。够纯的那些AI应用、模型,要么买不到,要么早就炒到了几百倍市盈率的天价。所以,不是纯血AI买不起,而是行业AI更有性价比。

而在诸多行业AI应用中,电影无疑是AI落地最直接,也最具影响力和国民度的赛道了。

虽然短视频、短剧、游戏和流媒体已经分流了大量注意力,虽然电影院不再是所有人共同观看同一内容的唯一场所,但大众仍在关注电影。每当新片上映,媒体、自媒体总会从新电影的票房、故事、卡司阵容、幕后故事等角度,展开无数的讨论。让AI电影成为最容易被资本市场理解和传播的AI应用故事之一。

资本是投机,而观众在逃离。

如前所说,AI技术成为影视产业讨论的中心。越来越多的明星把脸卖给AI公司,横店成为科技公司的数字工厂基地,导演编剧等创作团队在不需要AI的环节,也要创造条件去用AI,到了最终的消费端,又说AI短剧未必不如电影。

如果电影人都在围着AI转,把注意力放在追赶技术浪潮上,那么,观众为什么要一直等待他们,陪他们试错呢?

这就是技术过渡期和行业转型期所交织出的一幅画面。或许,有很多人在等待AI电影,但实际上,无人等待。

从业者在等待技术的冲击和波动过去,进入一个新的稳定态;科技巨头在等待吸收和消化上百年的电影产业积累,去滋养短剧、漫剧等更赚钱的内容品类;投机者在等待人生机会,在铁打的科技革命周期里,找到一个又一个流水的AI应用。

或许未来的某一天,第一部成熟的AI电影出现了,但已经无人在意。

跳转微信打开

政企办公电脑从能用到好用,鸿蒙的破局之路

2026年11月5日 17:54

原创 藏狐 2026-11-05 17:54 天津

鸿蒙之钥与政企之需,交汇在华为擎云

政企数智化,经过多年的积累,已经酝酿出更加多元、立体的需求。如今,无论身处哪个行业,谈起数字化、智能化,关注的焦点早就不是要不要做,而是如何做得更好。

各种产品、解决方案不断涌现,政企市场选择越来越丰富,给人一种乱花渐欲迷人眼的感觉。

然而,在蓬勃的产业需求之中,不难发现政企办公的关键支点——办公电脑,选择却很有限。

究其原因,是政企客户往往“既要又要还要”。

电脑进入政企组织,安全可靠是底线,又不能为了安全牺牲性能,还要兼顾日常办公效率。

大型企业需要规模化部署和管控,中小企业希望轻便灵活。既要稳定,不能轻易改变既有的线上办公流程,但也不能被挡在AI智能化的潮流之外。

要在彼此制约的多项要求之间找到平衡,商用电脑的创新空间是受限的,政企用户也只能在有限的产品里做取舍,办公难、协作不便等问题,也由此而生。

鸿蒙电脑的探索,正是在这样的背景下展开的。

11月5日,以“智擎新境 盎然跃升”为主题的鸿蒙办公产业峰会正式召开,集中呈现华为擎云在鸿蒙电脑产品布局、企业级解决方案及产业生态建设方面的最新进展。

鸿蒙作为一把钥匙,与政企用户的需求紧密嵌合,华为擎云正在推开更大的商用市场空间。它的行动与思考,也为我们打开了观察政企办公创新的窗户。

既要又要还要,政企办公市场的多重需求环环相扣,阻挡着创新的速度。带来的结果是,商用电脑的用户体验和创新程度,常常落后于个人终端。

比如说,可靠压制了体验。系统界面和操作等细节,不像传统商业操作系统那样顺手,全栈国产不如海外成熟供应链,开机慢、多任务容易卡顿、大型软件运行时不够流畅都时有发生。面向政企的软件生态也不够完善,常用办公软件是有了,但专业软件、浏览器控件、电子签章等不一定齐全,影响办公效率。

进入AI时代,政企办公已横跨多类设备,包括手机、电脑、平板、会议设备和AI工具,而商用电脑仍在沿用传统互联网时代的安全机制,跨设备协同十分繁琐,甚至无法打通,已经成为AI时代最短的一块桶板。

而鸿蒙的技术价值,恰恰就体现在对上述需求的对接:

首先,鸿蒙的技术创新。比如分布式能力和面向万物智联时代的原生安全机制,为打通不同的设备、应用和服务,提供了技术基础。原生智能,可以支撑商用电脑一步实现智能化升级,获得系统级AI能力。

其次,软硬件协同。鸿蒙支持操作系统、芯片与硬件之间的协同优化,不仅提高性能,也能直接调用系统的AI能力,让AI技术能落实到具体的办公任务中。

更重要的是,以往的政企商用电脑以替代为主,解决的是能不能用的问题,想要好用,还需要一整套长期积累的应用生态和产业协作。快速增长的鸿蒙生态,吸引更多开发者,让商用电脑的生态进一步丰富,从而迈向好用。

鸿蒙底座,为商业电脑的进化与政企数智化升级,提供了技术可能。但正如经济学家卡尔·波兰尼在《大转型》中所说,任何一项经济活动都不是孤立存在的,要嵌入在社会关系、制度和环境之中。

让鸿蒙的技术能力进入真实的产业环境,还需要把这把技术钥匙,锻造成产品,让它与政企办公需求紧密适配。

谁来锻造这把钥匙?华为擎云的探索,是重要一环。

激活鸿蒙系统在商业市场的价值,不能停留在技术理念上,要落实到一系列具体而微的产品创新与解决方案中。这正是华为擎云多年以来持续推进的。

华为终端平板与PC产品线总裁朱懂东提到,鸿蒙电脑自2025年发布以来,累计发货超百万。当前,鸿蒙办公进一步实现电脑和平板的体验融合归一,为用户带来创新产品和更极致的体验。

经过多年探索,鸿蒙之钥与产业之需,在华为擎云手中完成了一次次嵌合。这条产品化路径,已经有了初步的市场反馈。

当鸿蒙电脑进一步走向政企市场,产品形态和能力也需要回应更加具体的需求:一是是否有多元化的终端供给,适配不同办公场景;二是能否满足日常使用、部署运维、安全管理等组织要求。

而首款鸿蒙台式机发布,恰好回应了这两个关键问题。

首款鸿蒙台式机在此前的HDC大会及华为全连接大会上低调亮相,并于11月5日在鸿蒙办公产业峰会上正式发布。2026年9月17日,在华为全联接大会上,鸿蒙电脑从笔记本进一步拓展至台式机,向固定工位、专业生产力和组织级部署等办公场景延伸。

新的产品形态,以应对多元办公场景的需求。在产品能力上,华为擎云 HM650系列结合华为在PC领域的技术积累,回应政企办公对效率、体验与安全的综合要求。

使用场景上,台式机往往在固定工位使用,承接3D设计、电影渲染、仿真建模、软件编程等专业场景的算力需求,对性能、可靠性要求极高。华为擎云 HM650系列的10核20线程麒麟X90芯片与 HarmonyOS V1.0,结合方舟引擎、超空间内存等技术,提升大文件处理和多任务运行效率,有力支撑专业生产力场景。

AI方面,全新小艺智能体、小艺 Work、小艺慧记、小艺深度研究和小艺帮记等能力,探索让AI深入实际办公流程的可能性。

政企市场还有一条不可忽视的底线:安全。

华为擎云 HM650系列产品元器件国产化率100%,麒麟X90芯片与 HarmonyOS V1.0获得安全可靠Ⅱ级评测认证。产品还结合鸿蒙星盾安全2.0、芯片级全盘加密、系统级隐私保护与智能体安全沙箱等能力,回应政企客户对业务数据保护和智能操作安全的要求。国产电脑从可用迈向好用。

不过,一台电脑具备进入企业的能力,并不意味着它天然适合大规模部署。而政企办公又天然要求协作,因此,鸿蒙台式机进入政企,离不开企业级能力的支撑。

在鸿蒙办公产业峰会上,鸿蒙企业级解决方案全面升级,针对不同规模企业的管理需求,完善相关能力,并正式发布鸿蒙电脑企业版。华为擎云 HM650系列首发搭载鸿蒙电脑企业版,现存鸿蒙电脑设备也支持升级。

其中,面向中小企业,鸿蒙零感部署支持一次配置、批量交付,部署效率提升10倍,配合灵活的应用分发与灰度升级机制,降低IT运维负担。面向大型企业,支持内网批量部署、多种身份认证、设备全生命周期管理及数据全流程安全管控,满足复杂组织的管理与安全需求。

企业数字双空间,进一步探索了组织管理的新方式。通过企业空间与个人空间的隔离管理,在保护企业数字资产的同时,为员工对外沟通与协作保留灵活性。

对鸿蒙电脑而言,产品能力与企业级管理能力的协同,是从技术潜力走向组织级应用的重要一步。而生态的力量,决定了它未来能走多远。

国产商业电脑的命题,已经从能用、可用,迈向好用的新阶段。只有更多应用开发者、外设厂商和企业软件供应商,愿意围绕国产电脑进行开发和适配,才能做到。

目前来看,吸引企业和个人开发者长期投入的生态底座,就是鸿蒙。

华为擎云的市场表现说明,鸿蒙电脑已在13大行业、300+客户实现规模使用,形成覆盖不同行业、不同规模企业的商用实践。鸿蒙生态大势已成,为进一步推广提供了扎实的应用基础。

鸿蒙在商用市场的推广,离不开产业的支持。

华为终端平板与PC产品线总裁透露,擎云鸿途计划自2023年开始,以麒麟SoC inside方式与10+伙伴合作整机业务,累计发货量超百万。

鸿蒙办公产业峰会中,擎云鸿途伙伴计划2.0正式启动,借此计划,华为擎云希望与 OEM 厂商及产业链伙伴协同,以 HarmonyOS inside 技术路线为基础,以鸿蒙主板产品协同伙伴打造丰富机型,探索中国电脑产业发展的新模式,共同推动鸿蒙技术与产业链能力的融合。

对鸿蒙电脑而言,生态建设是进入商用市场的必要条件,也是决定未来产业空间的关键。

当更多电脑厂商、软件开发者和行业伙伴加入,鸿蒙电脑才有机会覆盖更丰富的产品形态和业务场景。而鸿蒙电脑的产业化,也将为国产终端深入千行百业,打下坚实的基础。

技术的价值,最终要由产业应用来检验。华为擎云 HM650系列的问世,让鸿蒙与政企办公需求之间形成了一次紧密嵌合,进而推开通往商用市场的大门。

首先,台式机承担着更复杂的办公任务,被鸿蒙电脑拿下,代表了国产电脑在AI软硬件性能上的突破,迈过了AI终端的能力门槛。

接下来,台式机进一步拓展鸿蒙电脑在固定办公、专业生产力和企业部署等场景中落地,迈过了规模化部署的商用门槛。

随着个人终端市场需求触顶,商用市场的增量价值凸显,国产电脑的竞争也不再局限于硬件参数和单机体验。鸿蒙电脑通过产品形态拓展、企业级能力建设和伙伴生态协同,为政企客户提供了新的选择,也为国产商用终端打开了更广阔的市场空间,推开增长之门。

在鸿蒙、AI等全新的技术底座上,国产终端一步一个脚印,政企数智化便是海阔天空。

跳转微信打开

数字人之死

2026年11月4日 17:54

原创 珊瑚 2026-11-04 17:54 天津

一个产业的毁灭往往因为太多人急于从它身上榨取价值

2026年10月16日,阿里云官网悄无声息地挂出一则产品变更公告:虚拟数字人正式启动退市流程。11月30日停止新购,2027年5月关闭续订通道,至2027年11月,这项曾经被视作元宇宙基础设施的产品将全面停服,控制台、工单通道、配套技术支持一并下线。没有专场发布会,没有行业告别论坛,没有媒体通稿,一行平淡的公告文字,为一段喧嚣的产业周期,落下官方层面的句点。

而往前倒推整整五年,2021年的深秋,一个名叫柳夜熙的虚拟美妆博主,在抖音发布那条两分多钟的短片。一夜之间涨粉破百万,评论区挤满惊叹,品牌方、投资人、创业团队循着流量蜂拥入场。后来她背后的团队复盘这场突如其来的爆红,给出一个分量很重的拆分:五成红利来自元宇宙的风口概念,三成依托数字人渲染、动捕的技术能力,剩下两成才是短片本身的创意叙事。这个复盘也早早埋下了整个赛道的宿命伏笔:虚拟数字人的盛衰并非简单的技术能力,它的命运自始至终踩在风口之上。

一边是大厂有序退市、业务清盘,把曾经寄予厚望的“下一代交互载体”打包归档;另一边是五年前全网狂欢、BP漫天飞,所有人笃定数字人会成为品牌标配、流量新入口、真人的终极替代。巨大的时间对照里,藏着这个赛道接连发生的三次死亡。

它不是一场突如其来的崩盘,而是沿着技术迭代、资本叙事、商业落地三条主线,一层一层缓慢死去。

虚拟数字人的第一层价值,是技术奇观。

柳夜熙为什么能火?因为那段时间里,“像真人”本身就是稀缺能力。超写实建模需要顶尖的CG功底,动捕设备动辄百万,面部绑定、毛发解算、次表面散射,每一项都是硬功夫。在2021年,一张能经得起特写的虚拟面孔,背后是漫长的制作管线。观众愿意停留,是因为他们在见证一个奇观:一个几乎可乱真的人,活在屏幕里。

技术稀缺性撑起了整个行业的估值。品牌争相认领虚拟代言人,美妆、银行、快消,每家都要推出一张完美无瑕的脸。AYAYI在小红书出道,与娇兰合作,成为元宇宙第一人;各路超写实虚拟人密集发布,每一张脸都在强调同一件事:我们比真人更像真人。

但奇观有一个天然的保质期,它并没有真实的产业基础和受众,风头一过便失去了吸引力。这一阶段的虚拟人死于两种力量。

第一种是审美疲劳。虚拟人最大的短板从诞生那天起就藏在光鲜外表之下:皮囊精致,灵魂空洞。它们大多只能念提前写好的脚本,表情克制而僵硬,眼神缺少流转的温度,所谓互动,不过是预设话术的跳转。观众的惊叹来自像真人,可当他们看过几十张相似的、标准化的漂亮面孔之后,惊奇迅速变成麻木。真人主播会疲惫、会说错话、会有即兴的动容,更有真实感。曾经的虚拟直播间,观众平均停留时长一路滑落,平台慢慢收回倾斜的流量。

第二种,是技术本身的民主化。2023年,AIGC爆发。此前,超写实是一门需要数年积累的手艺;此后,生成式工具让“像真人”变成几块钱就能买到的东西。门槛被踏平后,技术溢价也趋近于零。

不少CG公司创始人吐槽,公司最核心的资产超写实制作流程被AI工具替代的速度远超预期,以前客户为逼真买单,现在他们自己用软件生成。

技术迭代杀死了技术的神话。当像真人成为一种免费且平权的能力,虚拟人的第一层价值就此归零。这是数字人的第一次死亡。没有告别公告和停更声明,品牌虚拟代言人只是慢慢从首页撤下,不再更新,不再出现。

第二次死亡,发生在账本上。

热潮最盛的时候,行业有两套并行的话语。一套面向品牌和投资人:虚拟人永不塌房、全天候开播、无限复制,是低成本营销的终极方案。另一套藏在工作室的账单里:一条精品短片数十万,一套超写实形象从建模、绑定到动捕、渲染,投入动辄百万;后续的脚本、运营、中之人、内容迭代,是没有尽头的持续开销。

资本最初买账,是因为相信一个更大的故事:虚拟人是元宇宙的入口。在元宇宙叙事最热的2021到2022年,虚拟数字人被定义为通往那个虚拟世界的原住民、代言人、第一批居民。故事足够大,大到可以暂时忽略商业闭环。融资一轮接一轮,估值水涨船高,所有人都默认,先烧钱占位,未来总会兑现。

可这个故事有一个致命缺陷:它无法变现。

高端定制的虚拟偶像,客户寥寥、单价虽高但交付周期漫长,很难规模化;广告代言、直播带货、虚拟演唱会,能数的变现路径全部被试过,没有一条能覆盖成本。一位拿了融资的创始人说,他们的虚拟偶像一年接了十几个品牌合作,听起来热闹,可一场线下演唱会的人力成本抵得上三个季度的代言收入。虚拟人是一套昂贵、重运营的内容生意,而绝大多数玩家根本不具备运营内容的能力。

2023年,两根支柱同时断裂。一根是资本的转向。ChatGPT点燃了大模型的狂潮,投资人找到了更性感的下一代入口:不需要建模、不需要动捕、不需要中之人,大模型本身就是交互。虚拟数字人从元宇宙入口降级为大模型附属品,甚至被嘲笑为旧时代PPT。此后,虚拟人赛道的融资热度断崖式下跌。有业内人士表示,B轮之后,他见了六十多家机构,但没有人愿意再听故事了。

另一根是大厂的收缩。Pico裁员、XR业务调整,腾讯、阿里陆续撤出或关停虚拟数字人相关业务线。连最不缺钱的公司也不愿再为一个没有清晰回报的业务买单,不少初创公司便也纷纷解散、另谋出路。

资本退潮,泡沫失去托举。那些依靠融资续命的创业公司随之倒下:研发团队裁撤,动捕棚闲置,原本计划批量打造虚拟偶像的项目搁置。这一次死去的,是低成本造星、快速回本的商业幻想。

资本买的从来不是技术,而是下一代入口的叙事。叙事破产,公司便跟着破产。

前两次死亡之后,赛道本该清理干净,但投机者接过了最后一棒。

当精致偶像路线走不通,当大厂离场、融资无望,幸存者转向了一条更粗暴的路:无人值守数字人直播。商家买下模板形象,导入循环话术,二十四小时挂机,不需要人值守,不用付主播工资,幻想靠无休止的在线时长捡漏流量。一时间,平台上充斥着动作重复、语调机械、来回循环同一段口播的数字人直播间。

这是整个行业最投机的阶段。很多人入局只是想找到一条不用投入人力、躺平卖货的路子。屏幕里的形象一遍遍复述商品卖点,画面循环往复,没有真实应答,没有临场沟通,本质是循环播放的录播,披上了实时直播的外衣。价格战随之而来:超写实定制从百万级跌到几十万,2D模板从几万跌到几百、几十,甚至按月订阅低价套餐,利润被压缩到近乎消失。

商业模式的劣化最终反噬了整个行业。

一方面是信誉的崩塌。当虚拟人在大众语境里逐渐等同于电子木偶、割韭菜,那些认真做技术的公司也被殃及。另一方面是监管与平台规则的收紧。针对深度合成内容的标识规定落地,《生成式人工智能服务管理暂行办法》施行,平台集中清理循环录播、低质挂机直播间,限流、降权、封号接踵而来。所以最便宜、最省事的路,被堵死了。很多中小商家在这时彻底离场,他们花几千块买系统,期待日夜不停的订单,最后只收获寥寥观看、极低转化,甚至账号被处罚。所谓零人力直播被证明是一场对赌,赌输的是整个行业的声誉。

简言之,投机者用最低成本榨干了虚拟人最后的价值,也亲手埋葬了行业最后的信誉。这是第三次死亡。喧嚣褪尽之后,留下来的,只剩下少数扎根特定场景的技术应用:客服导览、政务播报、企业展厅。它们安静、克制,不再以取代真人、引爆流量为口号,只是默默做着一份工具。

不过辩证看来,虚拟数字人技术没有消亡。事实上,它以另一种方式卷土重来:大模型时代,人人都能生成自己的数字分身,AI主播、数字员工重新进入企业采购清单。这一次,没有人再许诺永不塌房、永不疲惫,它只作为工具,安静地待在它真正适配的位置。

真正死去的是那个曾经爆火、许诺造富的产业神话。它死于技术奇观的保质期,死于资本叙事的破产,还死于投机者的黄昏。

三次死亡依次埋葬了技术的溢价、资本的耐心、行业的信誉。多年以后,当新的风口再次吹起,我们或许会记得这个教训:一个产业的毁灭往往因为太多人急于从它身上榨取价值。

跳转微信打开

进化、成本、场景:轩辕4.5的技术支点,撬动怎样的金融未来?

2026年11月3日 21:04

原创 藏狐 2026-11-03 21:04 天津

轩辕4.5的大模型支点上,金融AI的自进化之跃

自2023年起,通用模型依靠堆参数、堆数据的暴力美学(拓展规则),展现了大力出奇迹的效果。大模型行业的竞争,也成为一场比拼参数和规模的军备竞赛。

但随着Scaling Law遇到瓶颈,规模扩张的边际收益递减,算力投入和成本压力日益凸显,产业开始提出新的问题:能不能以小博大,用更少的资源,获得更强大的AI能力?

RSI(Recursive Self-Improvement,自我递归改进),凭借自我迭代和优化训练的技术能力,成为一个全新的技术支点,让垂类行业模型有了以小博大的可能。问题在于,谁能基于这一技术思路,率先打造出媲美通用模型的行业大模型呢?

2026年11月2日,在2026香港金融科技周开幕式上,度小满与香港科技大学、香港生成式人工智能研发中心(HKGAI)联合发布轩辕4.5金融增强大模型。轩辕4.5基于RSI技术在获客、风控、客户经营等核心金融场景中,效果提升30%,成本仅为通用模型的10%。

度小满CEO朱光在峰会中提到,香港科技大学和HKGAI的研究能力,与度小满长期积累的金融业务经验、真实应用场景和工程能力形成互补,三方联合推动AI 在金融领域的深度应用,助力香港金融行业的智能化升级。

三方合力,让金融大模型走向自进化。那么,轩辕4.5发布之后,又能撬动一个怎样的金融未来?

力大砖飞的模型训练思路,不再适用于当下的金融智能化阶段。究其原因,是AI正在进入金融领域的深水区。

首先,AI正在逐步进入金融的核心业务,这些严肃场景的专业性强,容错率极低,通用模型在开放知识和通用推理上表现出色,却未必能直接胜任这些专业融业务。

此外,随着AI应用的规模部署,Agent智能体的大量引入业务流程,金融机构对Token的消耗持续攀升,单纯依靠堆数据、堆参数的资源军备竞赛难以为继,投入越来越高,也难以支撑长期、大规模的商业应用。

即使金融机构持续加大投入,但金融垂类模型的训练还受到高质量数据供给的约束。一些金融场景的闭环数据,比如信贷风控、反欺诈的数据,是很多通用模型无法获取的。

所以,当AI进入金融领域的深水区,垂类大模型不仅没有被通用模型所替代,反而价值进一步提升。轩辕4.5的AI自进化之路,就是在这一背景下展开的。

当AI开始自进化,会带来哪些改变?轩辕4.5的三次飞跃,或许可以作为参照。

轩辕4.5,是金融领域首个将自进化RSI技术运用于模型训练及智能体场景目标适配的金融增强大模型,包含大语言模型和多模态模型两部分。

它的第一个飞跃,技术创新驱动下的能力进化。

传统模型的优化流程,往往依赖大量人工参与,需要人发现问题,分析原因,再转化为策略和训练任务,经过新一轮训练后,才能将改进后的能力部署上线。这个过程不仅耗时,也让许多实时、动态的业务信息,无法及时沉淀为模型能力。

轩辕4.5的语言大模型,采用全流程RSI,改变了模型研发和优化的组织方式。

度小满自研的Xuanyuan-Machine机制,在模型训练的Agentic数据合成、有监督微调、强化学习等全流程中,参与新模型的研发。模型能够围绕金融任务持续生成和优化训练数据,不再完全依赖人工整理样本,形成持续改进的循环。

数据显示,度小满的风控策略迭代周期从原来的两周缩短至四天,短期逾期风险下降约47%。也就是说,业务中反馈和发现的问题,能更快进入AI学习流程,模型与风控策略也更快得到优化。

金融任务的专业性、复杂性、低容错率,不仅要有大模型,还要求金融大模型掌握金融领域的专业方法。这就要依靠轩辕4.5的另一个技术创新:长链路强化学习。

轩辕4.5引入GiGPO双层优势估计,通过不同层次的优势评估,改善长链路任务中的稀疏奖励和信用分配问题,帮助模型学习复杂任务中的决策方式。再结合基于信贷标准作业流程(SOP)的奖励机制,把金融业务的专业标准转化为训练中的评价依据,对模型的表现进行打分。在线策略蒸馏(OPD),则帮助模型吸收不同领域专家的策略和经验。这些机制结合起来,让金融大模型逐步掌握了专业工作方法。

与此同时,度小满在可信合规的金融智能体环境中,构建了超过1000亿Token的金融可信合规数据飞轮,为模型训练提供真实业务背景。这些真实业务数据,让金融大模型对金融场景的理解,远超通用模型。

很多金融业务,只靠单一的文本材料,并不足以支撑专业判断。轩辕4.5-多模态大模型除了全流程RSI以外,采用原生多模态架构,首Token响应时间降低约两倍,消减多模态信息瓶颈,并通过模拟真实业务中的复杂推理链路,提升在长文档信息抽取、跨表数据对比及逻辑演算中的准确性,以及金融合规性与严谨性。

举个例子,在消费流水审核中,门店提供的订单截图并不是标准化的。某商家的订单截图上显示商品金额1404.16元,旁边标注「共2件」。

某头部通用模型,就将数字理解为单件商品的价格,在汇总时重复计算,最终得出2913.71元。轩辕则结合页面语义,理解订单金额与商品件数,避免重复计算,识别出1404.16元已经是整笔订单的总价。不同模型理解能力的差异,会直接影响后续的系统决策。

看起来只是一个简单的数字识别问题,实际上考验的是模型能否同时理解数字、页面结构和业务。实现了自进化的轩辕4.5,比通用模型更能胜任复杂的金融任务。

在专业能力的基础上,轩辕4.5的第二个飞跃,是成本优化。

AI要在产业中实现规模化应用,成本和ROI十分关键。目前,轩辕4.5的大语言模型,推理成本约为通用模型的十分之一,视觉语言模型推理成本约为GPT-6的百分之一。不只具备更高的专业能力,还提高了长期大规模使用的性价比。

企微就是一个例子。传统客户经理需要花费大量时间梳理客户需求,制定沟通话术。企微Agent能够结合客户历史对话,更有效地管理客户关系。度小满披露,一名客户经理结合企微Agent,服务客户数量可提升至2万人,工作量相当于原来10名客户经理。

只有模型的成本可控,这类能力才有普及,帮助客户经理提高服务效率,也让更多人接受到更高质量的人工专业服务。

智能体,作为金融+AI的一大应用方向,在轩辕4.5的加持下,进一步深入金融业务场景。这是轩辕4.5的第三个飞跃:场景深化。

目前,轩辕4.5已承接度小满内部约90%的业务需求,覆盖信贷获客、风险管理、客户经营等核心场景。基于轩辕,度小满已构建上千个智能体、5000余项技能,推动金融服务从“千人一面”走向“一人千面”。

比如AI信贷数字顾问。同一个人,在不同时间、不同经营阶段,可能有完全不同的资金需求。举个例子,一家火锅店的老板,计划再开一家分店。传统的产品推荐可能主要根据他的基本资质,匹配一款标准贷款产品。但要真正理解他的需求,还需要结合多维信息分析他的资金需求。比如,考虑到新店开业初期现金流较为紧张,模型可以辅助匹配先息后本的还款方案,让客户在经营回款之后再偿还本金,从而更好地适应经营周期。据度小满披露,相关AI能力帮助新客户用信转化率提升20%。

客服场景中,客服Agent不再只是根据关键词匹配标准答案,能够理解用户意图、查询知识库,处理多个环节的复杂问题。目前,度小满客服Agent可以独立处理约80%的高频问题,复杂问题再由人工兜底。

正如度小满首席AI官谢剑在峰会中提到的,AI在金融行业最大的机会,是将足够强的金融专业能力与对客户需求的个性化洞察结合起来,让“一人千面”的金融服务成为可能。

这些变化共同说明,大模型参数的军备竞赛告一段落,行业垂类大模型的价值时代也正式开启。

阿基米德需要一个支点,才能撬动地球。对于金融AI而言,一个真正撬动技术价值的支点,也不可能只靠单一技术突破来构建。

拿自进化金融增强大模型来说,轩辕4.5背后,是度小满与香港科技大学、香港生成式人工智能研发中心(HKGAI)的产学研协同探索,共同构筑金融大模型持续进化的技术基础。

这也提醒我们,金融增强大模型的竞争,正在从拼参数、拼榜单,转向拼进化能力、拼成本、拼场景。归根结底,这是一场综合能力的竞争。

有价值的AI,不是发发参数规模全球第一的新闻稿,就大功告成了,需要进入业务流程,完成复杂任务并基于业务反馈持续优化。从这个角度看,轩辕4.5的自进化技术支点,撬动的不只是一个模型的能力边界,更为金融大模型走向行业深水区和普惠化应用,打开了广阔空间。

跳转微信打开

异地恋防出轨?智能家居邪修术

2026年11月2日 18:07

原创 珊瑚 2026-11-02 18:07 天津

没有废物的产品,只有放错位置的产品

提到智能家居,你的初印象是什么?

大概率逃不出这几件套:凌晨三点,智能音箱突然开口讲冷笑话;扫地机器人卡进拖鞋,原地转圈转得生无可恋;为了关一盏灯,在三个App之间反复横跳,最后放弃挣扎,走过去亲手按掉了开关。厂商画饼解放双手,到手之后,双手倒是还在,人先麻了。智能家居界的笑话,讲三天三夜讲不完:智能冰箱推荐你买它没库存的菜,语音助手把关灯听成关窗,扫地机半夜爬起来清扫。

可奇怪的是,吐槽归吐槽,该买的人一个没少。三室两厅里,摄像头、门铃、扫地机越装越齐……明明还不够智能为什么还能成为居家必备神器?

互联网有句古训:没有废物的产品,只有放错位置的产品。智能家居在正经赛道上有多笨,在网友的邪修赛道上就有多灵。

邪修二字出自修仙小说,指不走正门,专钻空子炼偏门功法的路子。搁在智能家居身上,正门是替你干活,偏门是替你看人。

而智能家居的第一处邪修妙用就是捉奸。

扫地机器人的本职是清扫,它身上的摄像头生来只为避障,识别拖鞋、识别桌腿、识别猫。直到2026年,台湾桃园一名丈夫,让它承担了一项新使命:避绿。

据台媒报道,结婚六年的林姓男子怀疑妻子出轨,起因有二:妻子自2025年下半年起频繁深夜归家;家中共同使用的度假屋里,多了一把陌生男子的牙刷。监控显示,妻子曾带陌生男子一同进屋。为了拿到实锤,他远程启动了扫地机器人的录像功能。这台以不撞墙为设计天职的机器,最终拍下了妻子与陌生男子全裸幽会的画面。

后续堪称黑色幽默:凭借这段影像,他赢了民事诉讼,获赔50万新台币,顺利离婚。

但邪修谱系远比这丰富。智能体重秤是异地恋的照妖镜:有人把秤放在伴侣家中,数据自动同步到手机,某天App里多出一组陌生的体重记录,数字对不上,时间也对不上,第三者的体重就这么明晃晃地躺在云端。智能电动牙刷更阴,美国一个案例里,妻子通过牙刷App的使用记录,发现丈夫在理应上班的时间于家中刷了牙,顺藤摸瓜,揪出了另一个人。另外,空气检测仪也大有用处。有人把它放进卧室,房间里几个人,二氧化碳浓度就不一样。

这些用法的共同点是:没有一件产品是为“查人”设计的,但没有一件产品在“查人”时失手。扫地机没有立场,体重秤不会包庇……他们都是在发挥原本功能的过程中弄巧成拙完成了另一个任务。

如果说防出轨是邪修的暗面,那盯小孩、看老人,就是邪修最伟光正的一面。

市面上的监控摄像头都宣称自己能哭声侦测、AI人形追踪、双向语音、一键呼叫。摄像头写着全天候守护宝宝安全。甚至有产品直接写着“AI随心自定义看护”。用户可以自己设定什么场景要提醒,孩子坐姿不正、离开座位、玩手机,全都可以变成推送通知。第一代摄像头只能识别人形和移动,现在能识别“坐姿”和“玩手机”了。

不过,监控盯学习、翻日记、查聊天记录、拆门锁推门而入本质是侵犯隐私,不能以工作忙、不在家、担心安全为借口。利用家居监控小孩只会让孩子感觉自己被束缚。

同样的戏码也发生在隔代之间。有家庭在卧室装监控看孩子,结果把帮忙带娃的婆婆也一并看了进去,网友为此吵翻:妈妈是把婆婆当贼防?关心一旦变成二十四小时的注视,亲情就会开始变质。

不过换个角度看,摄像头确实救过命。2025年10月,杭州一位李先生通过家中监控,看到80岁的独居母亲倒在卧室,报警后民警3分钟破门救人。同年,湖南一位远在外地的孙子因爷爷电话无人接听,打开监控发现老人晕倒在客厅,紧急联系送医。

因此,同一台机器,一端是隔屏的牵挂,一端是隔屏的冒犯,关键取决于人怎么使用。

邪修走到深处,就不再是一个人拿着机器去查另一个人,而是所有人一起,把隐私摊在桌面上,换一点别的东西。

江苏省消保委2025年底的调查中,42.60%反馈智能音箱问题的受访者怀疑自己日常对话被监听或录音。将近一半的用户,在买回一台“助手”之后,隐约觉得自己被监控了。

一名开发者原本只想用PS5手柄遥控自己的扫地机,却意外发现能访问全球超过7000台同型号设备的实时画面和房间地图,甚至不需要输入PIN码。科沃斯2024年也出过类似的事,安全研究人员在Def Con大会上演示了如何通过漏洞利用设备摄像头和麦克风监视用户。

于是不少黑客通过这样的技术漏洞大批获取他人的隐私售卖,邪修开始越过法律的边缘。

厂商的回应通常是“技术攻防中的非正常手段”。但正常手段和非正常手段之间的那条线,从来不由用户来画。捉奸故事里,丈夫远程启动扫地机拍妻子,是看似正常的使用,可同一台扫地机的云端账户里,同样存着他自己每天几点出门、几点回家、周末在哪个房间待了多久。体重秤记住了第三者的体重,也记住了你的。门铃拍下了访客的脸,也拍下了你每次出门前整理头发的那三秒钟。

这就引出了邪修最微妙的一层:用来查别人的那只眼睛,同样可以被人用来查你。宠物摄像头看猫是温情;看对象是猜忌;被厂商拿去喂算法,是生意;被黑客拿去直播变成了犯罪。

那么,智能家居的使用过程中应该注意什么?有没有什么能约束现在的智能家居邪修行为?

智能家居的商业模式,从第一天起就建立在数据回流上。摄像头拍下的画面、音箱录下的语音、门锁记录的出入时间、体重秤积累的身体曲线,默认流向厂商的云端。用户并不知道数据被谁使用、是否公开。

而目前能约束智能家居隐私问题的法律,散落在几部法规里,各管一段。

《个人信息保护法》管的是数据收集的合法性、透明度和用户授权,但它对“智能家居设备持续采集环境数据”这种场景缺乏专门条款。设备在后台静默录音、摄像头在待机状态下保持连接,这些行为算不算“收集个人信息”,需不需要每次重新授权,法律没有给出颗粒度足够细的答案。刑法那边,非法控制计算机信息系统罪管的是“未经授权进入”,可如果授权条款藏在三十页隐私政策的第九页,用户点了一下同意,算不算授权?

这些还都没有严谨的讨论和框架约束。

一方面需要技术防护:改掉默认密码,启用双重验证,把摄像头和音箱放进独立的网络,定期检查登录日志,优先选择本地存储而非云端。另一方需要物理上的限制。卧室和浴室不装摄像头,“看孩子”“看老人”“看宠物”都只能在公共区域。

邪修的段子固然令人啼笑皆非,但隐私必须被重视。智能家居的邪修之所以好笑,是因为我们默认自己站在镜头这一边,是那个查看数据、启动录像、翻检记录的人。可邪修的范围一旦铺开,每个人都可能下一秒变成镜头里的那个角色。因此每个人都应该给技术的邪修画一道红线,不把别人的隐私当证据,也不把自己的便利建在别人的不安上。

跳转微信打开

❌