铃阅时讯
❌

阅读视图

开源之后,MiniMax H3 拥有了 300 个分身

原创 MiniMax 2026-08-12 22:45 上海

H3 开源一周了。这一周,我们几乎每天都能看到社区的新玩法,大家的热情和创意远超我们想象。

H3 在 Hugging Face 里的热度持续排名前列,并已衍生出接近 300 个模型,ComfyUI 版本下载量近 700 万。

有团队把 120GB 的模型压进了消费级显卡;也有开发者为 H3 重写了面向 Mac 的原生推理引擎;有开发者打开了长视频续写和 Agent 制片的新路径;也有开发者干脆调低分辨率、缩短帧数,把一个视频模型用成了图像工具和音频工具。

H3 会跑在哪些硬件上、接进哪些工具、发展出哪些新能力?社区中的玩法还在不断更新,这些最有创造力的开发者们,开始和我们一起回答这些问题。

01

H3 在更多设备上跑了起来

H3 模型开放部分约有 60B 参数,BF16 权重约需要 120 GB 内存,远超大多数消费级 GPU 的显存。开源之后,社区在推理效率和硬件适配上做了很多工作,在质量、速度和资源之间寻找新的平衡,让 H3 有机会跑在更多开发者手上的设备里。

ComfyUI 团队最早着手降低本地运行门槛。他们裁去约占总参数量四成的调制权重,改用功能等价的预计算表;又加入 INT8 ConvRot 量化;再为 H3 写了一套专门降低推理峰值显存的定制 kernel。最小模型组合的总内存占用,从全精度版本的 123.6GB 降到了 42.5GB。再配合动态显存卸载,H3 就能在消费级显卡上完成本地推理。

与此同时,社区里也涌现出 GGUF、NVFP4、INT4 ConvRot、混合 INT4/INT8、OrbitQuant、NF4 等多种量化版本,让开发者可以按自己的显存、硬件和推理框架自行选择。

另一边,有人为 Mac 重写了整套推理链路。闻名全球的开源内存数据库 Redis 的创建者 antirez,为 H3 编写了一套面向 Apple Silicon 的原生推理引擎 h3.c。

他用 C 和 Metal 从零重写了 H3 的本地推理链路——直接读取 safetensors 权重,把 Qwen 文本与视觉编码器、DiT、视觉与音频 VAE 以及最终的音视频输出,全部装进一个原生 Mac 程序里。H3 在 Mac 上不再依赖 Python 和 PyTorch,就是一个可以直接跑起来的 app。目前,h3.c 端到端支持文生音视频、首尾帧参考,以及 Ref2VA 的图像、视频和音频参考等功能。

继让模型装得下、跑得起来之后,还有开发者在积极优化 H3 的推理效率,让 H3 跑得更快。

H3 开源首日,NVIDIA 的研究团队使用 Sol Engine 在 4.5 小时内完成了首轮推理优化。在 8 张 NVIDIA GB200、1344×768、24 fps、124 帧和 50 步的测试配置下,Sol Engine 相较 Diffusers 实现了 3.95 倍端到端加速,相较 SGLang 加速 2.80 倍。NVIDIA 的实践方案无需修改 H3 的权重,并将同一套优化思路扩展到了单机设备,开发者可以依此围绕不同硬件来优化 H3 的推理效率。

在 AMD 硬件上,开发者 charlie12345 针对 Radeon AI PRO R9700 和 ROCm 环境为 H3 编写了 ComfyUI 补丁,优化 partial RoPE、长序列注意力和模型加载方式。在 R9700 32GB、864×480、124 帧和 20 步的测试条件下,生成时间较 ComfyUI 环境进一步缩短。

体积压下来了,平台跑通了,速度也上去了。这些工作叠加起来,进一步改变了开发者用 H3 的方式。

H3 开始真正进入更普通的个人设备,比如能够在 RTX 3060 8GB 上生成低分辨率视频,虽然这样的画质不适合直接出片,但足够用来调整提示词、检查分镜。视频玩家于是摸索出一种分段工作方式:本地打样、云端成片。

动漫创作者“ジュニ@Multi AI Creator”就是这么做的。他在 RTX 3060 上生成 480p 视频用来试错,用本地设备完成预览、筛选和试错,确定满意的方案后,再到 RunPod 以 1344×768 生成正式版本并完成超分,实现了创作成本的大幅降低,减少了预览和试错阶段对云端算力的依赖。

02

H3 还有这些“冷门玩法”

模型跑起来之后,开发者很快在社区开启了新一轮探索:“H3 除了生成视频,还能做什么?”

大家尝试调整模型接收的输入、调整模型生成帧数、时间长度和分辨率,在一次次“魔改”和测试中,涌现了很多并非常规使用中的能力,比如长视频续写、图片编辑和独立音频生成等等。

长视频续写:

开发者 NikoDemon80 在 「ComfyUI-H3-Motion-Context」中提供了一种递归生成方法:直接读取上一段视频的画面与音频 latent,截取末尾 22 帧作为下一段的开头条件,并将音频重新对齐到同一条时间线上。新片段生成后,工作流再裁去开头重复的部分,与上一段拼接。相比先解码、再编码,这种方法减少了逐段转换带来的信息损失,也让动作和声音更容易接续下去。

开发者 ethanfel 又把这个方法扩展成一套可审核的长视频工作流,加入了分镜规划、逐段预览、重新生成、检查点保存和自动拼接。每一段视频都可以单独检查,满意后再生成下一段。

Reddit 用户 crinklypaper 用这套工作流做了一段超过 1 分钟的视频。他先在 0.5 至 1MP 下调整提示词和镜头,再以 1.5MP 生成最终片段;同时用两张角色设定图维持人物和风格的一致。最终成片是在 RTX 5090、96GB 系统内存上,用 LightX 6 步采样和 SageAttention 完成的。

图像编辑:

把生成的时间维度缩短到一帧,社区也开始尝试用 H3 做图像编辑。「SingleFrame」项目把输入图像固定在第 0 帧,让 H3 直接生成一个单帧 video latent,再解码为图像。借助提示词,开发者可以在尽量保持原有构图和姿态的情况下,调整人物表情、服装、背景或光线。另一种模式则固定首尾两张图,让 H3 推断两者之间的变化,再从中提取一张中间帧。整套工作流没有为图像编辑做专门训练,直接调用的就是 H3 原有的能力。

「SingleFrame」项目演示:输入图像与输出图像

音频生成:

如果说「SingleFrame」压缩的是时间维度,让 H3 输出一张图,那么开发者 comfiestncoziest 则选择压缩空间维度,把联合生成的重点转向音频。他在 ComfyUI 默认 I2V 工作流中断开输入图像,将画面分辨率降至 32×32,再通过 Get Video Components 节点单独提取对白、环境声和音效,无需另外搭建专用工作流。

在开发者的多次测试中,这种方式可以实现接近实时的音频生成,生成出的音频时长甚至超过了实际等待时间。视觉分辨率从 0.1MP 降至 32×32 的情况下,音质没有发生明显变化。获得满意的声音或音效后,还可以将它作为音频参考,重新传回 H3 的视频生成工作流。

03

从单视频生成,

到自动化制片系统

在本地部署后,社区也开始尝试把 H3 接入 Agent,让它成为一套生产流程中可以反复调用的一环。从一次生成一段视频,到进入一套自动化的多镜头制片流程,H3 的使用方式,也在被重新组织。

AI 艺术家小耳 @xiaoerzhan 用这种方式做了一部完整的作品,从头到尾没有打开一次传统编辑器。

他用 Mac 上的 Claude Code 调度 Windows 电脑里部署在 RTX 5070 上的本地模型。Mac 负责立项、事实核查、脚本、时间线、字幕、分镜和结构审核;Windows 负责模型推理,由 Flux2 生成关键帧、TTX 完成配音、H3 批量生成视频镜头,Chatcut 制作音乐,音效库补充素材。

整套流程被拆成 14 个环节,从 brief、旁白和关键帧,一路推进到批量渲染、剪辑装配、音频后期和台账回写。H3 的批量镜头生成持续了 5 到 6.5 小时,最后完成了作品《用艺术史训练审美》。

「Codex-Drama」项目把这套思路封装成了可安装的 Codex 插件。插件内置九项 Skills,通过 ComfyUI MCP 调用本地 H3,可以根据给定故事或商业 brief 出发,完成角色与场景设定、分镜和关键帧设计,再为不同镜头选择相应的 H3 工作流。镜头生成后,插件继续用 FFmpeg 完成剪辑、混音、字幕、导出和质量检查。

提示词、输入素材、工作流、候选镜头和选择结果,都会保存在项目记录里。任务中断后可以从原处继续,新的尝试也会单独保留版本。H3 的单次生成,就这样进化成了一套多镜头的制片流程。

另一种做法是直接改造创作界面。「ComfyUI MiniMax H3 Director」把分段计划、条件编码、采样解码和导出整合进一个“导演台”节点,上传源视频后,用户可以手动切分、按时长均分,或通过 PySceneDetect 自动识别场景。

“H3 Director 导演台”

文生视频、图生视频、首尾帧、参考生成、视频编辑等任务都能在同一个节点里组织,H3 同步生成的立体声音频也一起输出。原本散落在节点图里的参数,被重新组织成镜头、素材和时间线;用户可以单独调整并重新生成选中的片段;多段生成时,导演台还能把上一段结尾的动作和音频作为下一段的上下文,保持镜头之间的连续性。

04

共同参与模型进化

在 H3 被接进创作流程之后,社区里的开发者也开始训练自己的 H3。

开发者 larryvrh 发布了 MiniMax-H3-Turbo-LoRA,把 H3 通常约 20 步的采样缩短到 4 至 8 步。他又为 ComfyUI 写了配套的 LoRA 加载节点和 Turbo Sampler,让这套权重能适配 BF16、INT8 ConvRot 和 pruned 等不同版本的 H3。

4 至 8 步是实际用起来的主要区间。4 步最快,能提速 5 倍,但在幅度大、速度快的动作里可能出现拖影;6 至 8 步会保留更多细节和音频质量。

速度只是其中一层。另一批开发者想让 H3 更擅长某一种人物、某一种风格,或者某一种输入方式。

fal 把这件事做成了可以直接调用的 Ref2VA LoRA Trainer。开发者可以上传视频,再加上可选的文字描述、参考图片、视频或音频。训练时,参考素材会同时进入 H3 的视觉条件序列和 Qwen3-VL 提示词,让 LoRA 学习参考主体和目标音视频之间的关系。Trainer 也开放了帧数、分辨率、LoRA rank、训练步数和参考条件比例等设置,支持画面与声音联合训练。

fal 发布的 Realism People LoRA 是这套 Trainer 的一个实际用法。为了让 H3 生成的人物更接近真实拍摄的质感,团队筛选了 176 条真人视频,把素材统一为 24 fps,为每段视频标注人物、场景和动作。他们尝试了 16 组不同的训练步数、LoRA rank 和分辨率,再用相同的提示词和 seed 对比 LoRA 加载前后的结果。发布版本对人物近景的皮肤纹理、细微表情、光线质感和镜头运动上都有了明显的改善。

DiffSynth-Studio 发布的 LineartAnime LoRA 是另一个方向的尝试——把线稿视频作为 H3 Ref2VA 的参考输入,再根据提示词生成上色后的动漫画,实现从连续线稿到完整动漫视频的转换。项目同时开放了权重、推理代码和示例素材,开发者可以直接替换线稿和提示词,继续测试不同角色和场景。

除了用现成的工具,开发者也可以直接用自己的音视频数据训练 H3 LoRA,甚至做全参数微调。

IAmIronMan42 基于 H3 的官方 Diffusers 集成,创建了一套「MiniMax-H3-FineTuning」微调工具。它按照 H3 原有的音视频生成方式,分别处理画面和声音的噪声日程,并把真实立体声音频纳入训练。项目已经在 8 张 A800 上,用 2000 多条约 30 秒、448×768 的音视频素材跑通了 LoRA 训练,社区开发者可以直接在这条路径上部署和修改,训练自己的 H3。

还有很多值得记录的项目没有被写进这篇文章,新的社区玩法也还在不断出现。更多工作流、开源工具和实战经验,已经收录在 H3 社区精选页,并将持续更新。

社区开源项目精选页(上下滑动查看)

精选页链接:hailuoai.com/h3-open#featured

我们看到,H3 开源之后,越来越多的创作者和开发者加入了 H3 的生态。

感谢每一位提交代码、分享工作流、参与测试,以及记录问题的开发者和创作者。这些探索和经验,为我们继续完善模型提供了重要参考。

我们也将持续迭代,保持开放,和大家一起共建更丰富的开源生态。

Intelligence with Everyone.

跳转微信打开

  •  

为什么我们仍然看好AI+硬件+出海赛道?

峰瑞资本 2026-08-12 21:16 北京

在出海赛道,微观体感与宏观数据正上演着一场耐人寻味的“错位”。

创投圈的注意力几乎被具身智能赛道独占,AI+硬件开始被贴上“没人看了”的标签,全球化也似乎被热点遗忘。

然而,宏观数据呈现截然不同的图景:依据海关总署数据,2026年上半年中国货物贸易出口额高达14.73万亿元,同比增长13.4%,连续11个季度保持正增长。特别值得一提的是,AI技术正成为改变出口结构的重要变量,开始拉动增长。

这不仅是规模的增加,也是动能的跃升。作为持续布局出海领域的早期投资机构,峰瑞看到了许多出海赛道的新故事和新物种——替代传统撸铁的智能健身器械,让小白能快速体验到乐趣的智能乐器,提供个性化陪伴互动与日常陪伴的AI宠物机器人,把半导体薄膜技术跨界应用到呼吸酮监测的医疗器械,能真实记录并重建三维空间的3D高斯相机……

不久前,峰瑞资本执行董事沈颖接受亿邦智库采访,从早期投资的视角分享了出海领域的新趋势、AI带来的想象力、出海投资的底层逻辑以及下一代全球化品牌的画像。

希望能带来新的思考角度。如果你是消费硬件领域的创业者或者从业人员,欢迎与本文作者沈颖联系(shenying@freesvc.com)

亿邦智库:峰瑞资本是少数很早就布局出海的机构,出海赛道投资经历了怎样的演进?当前处于什么阶段?

沈颖:我们最早投的出海,是十多年前基于中国劳动力成本和供应链优势的那一波——服装、小商品这类卖家型项目。当时中国品牌在海外的存在感还较弱,基本都是卖家或中国供应链输出。

这个阶段大约五年,就往上提升了一层。大量中国工程师和创业者开始基于自己对行业技术的掌握去寻找机会,从技术出发切入新赛道。比如运动摄影,极限运动的精彩瞬间很难用普通相机记录,就有团队抓住这个竞争没那么激烈的场景,做品牌。

后来这类创新遍地开花:从运动、户外健身到宠物、智能音乐,再到更“重”的医疗器械。整体趋势是往更深技术壁垒、更需要消费者信任的方向演进。

近几年,我们在出海方向布局较多科技驱动的项目,比如智能硬件、消费医疗。由技术创新驱动出海的团队,是我们当前投资的一个重点方向。

我们的判断是:出海是一个不可逆转的趋势。未来它不是以十年计,而是一个非常长期的、未来几十年都会持续的过程。中国品牌的出海与全球化,会是一场很精彩的进程。

亿邦智库:出海方向您主要投什么阶段、重点看什么样的项目?

沈颖:我们集中在天使轮到A轮初创阶段。

第一优先级永远是人,创始人和核心团队的素质、积累,以及赛道特性与出海的适配度。在此基础上,再看产品、技术,以及整个市场的趋势。

我们内部常说timing,要在正确的时间投正确的事。十年前投服装、小商品是正确的,现在可能更需要投新的品类了,如果还是这些品类,但投的东西可能就完全不一样了。

团队背景上,我们希望团队一定具备技术壁垒,同时最好在营销等方面也有能力,更侧重技术+产品,因为从技术到产品还有一段距离,两者要同时具备。

亿邦智库:会聚焦到某些细分赛道吗?对赛道量级有没有一些要求?

沈颖:我们更看重在特定领域构建独特壁垒与实现价值创造的能力,而非单纯追逐市场规模的绝对量级。当然,不能太小、太niche,比如只服务某个年龄段的某种极细分小众需求,天花板可能有限。但我们不把大赛道作为投资的硬性前提,汽车、手机那种体量不是必须的。

一些中小型细分方向,甚至是从0到1的新赛道,我们都觉得是不错的投资方向。像韶音的骨传导耳机,十年前品类还极小。影石的运动相机、大疆的无人机,都是从无到有开创了新品类,这种我们最喜欢。

哪怕再细分的赛道,把全球市场加起来,基本都会超过我们心里那条线。所以我们更看增量,而不是用现在的体量去定义未来。

亿邦智库:您提到峰瑞布局了较多科技驱动的项目,具体指什么样的技术?

沈颖:举几个例子。一个是智能健身品牌SPEEDIANCE速境。力量健身是非常古老的行业,传统靠铁片产生物理重量。速境团队用电机替代铁片,迭代了力量健身的传统方式,实现数字化,现在又叠加了AI。

另一个是我们投过的智能乐器赛道,用智能化技术重构了吉他和架子鼓。传统乐器的发声靠共鸣腔,他们把底层整个迭代,由传感器加背后的技术来产生音乐,等于把吉他从里到外重新设计了一遍。一把吉他,即使完全不会弹的人,也能在几分钟内上手弹出一首歌,大大降低了学习乐器的门槛。

最近我们还投了一个偏消费医疗的项目,把半导体行业的薄膜技术应用到医疗监测。比如呼吸酮检测,酮存在于血液、尿液和呼吸中,过去要验血或验尿,门槛高且不方便。现在通过吹气,就能得到接近血液检测的金标准,随时了解自己的燃脂效率。

亿邦智库:是否有通用的技术迭代机会?

沈颖:比如整个造车行业,从电机到激光雷达、传感器,再到智驾系统,这样一个巨型行业会带动一系列社会供应链升级。它的电机、传感器、激光雷达等技术迭代,会外溢到其他领域,比如家电的智能化。

消费领域几个最大的行业,其产业迭代往往会对整个消费大赛道产生巨大的提升作用。所以我们会看这些技术能应用到哪些细分消费场景。

亿邦智库:很多机构现在看早期项目也要利润了,您会重点看营收利润指标与退出方式吗?

沈颖:对于早期来说,我们一般不要求企业在营收利润维度上证明自己,这是投后要求,不是投前指标。但早期就能产生营收和利润,是很大的加分项。

我们会看这个项目最终是一个生意型机会,还是一个创业型机会。我们肯定想投创业型机会,需要一个比较有想象力的退出空间。

如果一个赛道可以形成头部品牌,且快速增长,就是个创业型机会。如果赛道本身比较去中心化、碎片化,形成一个个小山头,就偏生意型。

亿邦智库:今年资本市场您听到的高频词和出海热点有哪些?

沈颖:主要是AI,然后是具身智能、世界模型,更前沿的还有量子,商业航天等。

出海的热点一个是创客经济,3D打印、激光雕刻,还有Tufting(簇绒)等各种创客方向都很火。另一个是健身领域,有氧、无氧运动,比如HYROX今年也非常火。整体看,出海已经是一个包罗万象的大方向,不再像以前集中在少数几个方向,而是遍地开花、蓬勃发展。

亿邦智库:在您看来,什么样的企业有潜力成为下一代全球化品牌?需要跨越哪些关键障碍?

沈颖:中国出海企业实力已经很强,GMV和销售额增长飞快,有的几年就从0做到数十亿。但坦白说,在品牌这个维度上还非常年轻。和欧美几十年、上百年的品牌比,还在很初期。

品牌本身没有捷径,还要靠时间沉淀。真正跟时间做朋友、长期陪伴消费者、持续创造价值的品牌,才能获得全球范围内的认知度。经历足够长的时间、穿越几个周期还能生存下来,才算证明了品牌能力。

亿邦智库:您怎么看AI给中国企业出海带来的改变?哪些AI+出海的交叉领域值得重点关注?

沈颖:AI现在已经成为必备的生产力工具和基础设施。不管是组织管理、市场研究,还是营销投放、客户服务,都在用AI。原来硬件+软件,现在所有软件层都要叠一层AI,采集数据后做垂直模型,再形成AI Agent服务。

AI最后肯定是标配。但从新入口、新生态角度,真正的颠覆式机会还没到。真正成为新入口需要硬件加AI技术形成很深的护城河,目前整个技术还在飞速演化阶段。随着硬件在大赛道里采集的数据不断增加,AI能力会迅速提升。消费品每个垂直方向都是数据入口,数据增加再加上AI整合,都会有非常大的价值。

亿邦智库:出海面临复杂的国际环境,包含地缘政治、法律制度、数据主权、文化差异等多重变量,决策过程中您会重点看哪些风险指标?

沈颖:现在世界局势多变,我们对做发展中国家单一市场的项目会更谨慎。较多发展中国家普遍面临政治稳定性和金融系统风险敞口挑战,我们都会重点考量。

在这种大背景下,创始人通过多区域、多国家布局来分散风险,是个合理的选择。相较于发展中国家和地区,欧美等发达市场的体制和安全性相对更好,只做欧美单一市场,通常倒是问题不大。

峰瑞资本长期深耕出海领域,持续看好中国品牌在全球市场的结构性价值投资机会,我们坚信“出海是一个非常长期的、未来几十年都会持续的过程”。

8月22日下午,峰瑞资本作为协办方,联合中欧GLOBALEMBA出海俱乐部,在深圳南山共同举办一场聚焦“中国品牌全球化叙事”的线下活动。

当天下午,峰瑞资本执行董事沈颖将带来「出海新时代的品牌投资」主题分享。诚邀关注出海赛道的朋友共聚深圳,现场交流。

跳转微信打开

  •  

Lance Meetup 2026 · 上海站|正式开启报名!

Lance&LanceDB 2026-08-12 18:27 北京

开源活动报名中

当 AI 迈向多模态、具身智能与大规模训推,数据基础设施如何平衡成本、性能与治理?

Lance & LanceDB 中文社区 · 上海站线下沙龙将于 9 月 12 日正式举办,这也是上半年继北京站之后,社区在国内举办的第二站城市沙龙。

届时,LanceDB 核心成员将携手一线云厂商、芯片厂商与互联网企业技术专家,围绕多模态数据、具身智能、向量存储与开源生态,与你面对面畅聊技术实践。

活动信息

1.时间:2026 年 9 月 12 日(周六)13:30 ~ 17:40

2.地点:上海 · 新江湾广场 T2A F1-LectureHall 01

3.主办方:Lance & LanceDB 官方中文社区、字节跳动开源、英特尔

4.参与形式:免费报名,审核结果以具体短信通知为准

内容亮点

1.硬核实战分享:深入解析 Lance 在多模态训练、推理与向量检索等场景下的落地挑战与架构方案。

2.开源产业对话:火山引擎、英特尔等头部厂商的一线实践,洞察开源技术如何驱动商业创新。

3.具身智能新场景:探索 Lance 在具身数据管理、多模态感知存储等前沿场景的数据底座新范式。

4.企业级案例首发:聚焦 Lance 在多模态数据湖、具身智能、研发提效等最新企业级落地案例。

5.深度社区连接:与 LanceDB 核心开发者零距离交流,掌握开源前沿动态。


立即报名 & 完整议程!

扫描二维码,填写报名表单

名额有限,先到先得~

也欢迎扫描下方海报二维码

加入活动群

提前获取会议信息与交流!

报名审核通过后,将统一通过短信通知,请注意查收!

 点击阅读原文,报名本次活动

阅读原文

跳转微信打开

  •  

就诊问问新版本,从医疗问答到健康管理

就诊问问 2026-08-12 12:24 浙江

以下文章来源于:无码科技

无码科技

我们在解决一些医疗健康领域的问题。万物之中,希望至美。

健康是我们最重要的个人资产。就诊问问 3.0 版本,能为你再做点什么?

健康是我们最重要的个人资产。但我们拥有的往往都是散落各处的检查报告,和零零碎碎的记忆片段:

  • 自己体检后需要复查的指标;

  • 父母正在服用的新药;

  • 孩子历年的视力检查单;

  • 还有那些只能依靠回忆拼凑的反复症状

  • ……

这些各自记录了身体的一小部分、一个时刻,却彼此断开,很少被真正连接起来。

有人把它们随手保存在手机相册和聊天记录里。也有人按年份建立文件夹,把重要指标抄进表格,认真记录用药和复查日期。但真正需要时,仍然要重新寻找、对照和解释:这次和上次有什么变化?这个药能不能和正在吃的药一起用?上次医生让什么时候复查?

  • 起床时的手指僵硬,可能藏着关节炎症的线索;

  • 熬夜后的突然耳鸣,可能在提醒你留意听力变化;

  • 夜里越来越响的鼾声与白天挥之不去的困倦,或许是长期被忽视的睡眠呼吸问题;

  • 快走时反复出现的胸闷,可能是心肌缺血的信号;

  • 孩子看远处时越来越爱眯眼,可能需要重视视力检查和眼轴变化……

这些看似轻微、互不相干的症状和指标,都是身体在不同时间留下的一张张切片。单独看,不足以说明什么;连起来,却可能勾勒出健康变化的轨迹。

当我们把自己、父母、子女、伴侣的资料分门别类悉心保存,那个真正的问题便逐渐浮出水面:

保存资料 ≠ 健康管理

影响判断的许多线索,常常发生在诊室之外:腰痛和偏头痛发病更频繁了吗?高血压换药之后血压控制有变化吗?血糖或尿酸是偶尔波动,还是正在形成趋势?这些变化,很难在有限的几次问诊中被完整看见。

真正缺少的,不是另一个存放资料的文件夹,而是一份能够持续更新、自动关联,并拥有专业背景和严谨态度的智能健康档案。

这是「就诊问问 3.0」的目标:让一次次咨询、一份份报告和不断发生的健康变化不再各自孤立,而是逐渐连成一条看得见、能理解、可以持续使用的个人健康档案。

左右滑动查看

自动整理报告

让每个健康信息都有归处

连点成线的第一步,是先知道「点」是什么。

利用近十年的医学搜索引擎产品经验,我们建立了从各类检验检查报告、处方单甚至药盒识别关键信息的能力。从你身边任何与健康相关的材料中,识别疾病、用药、检查指标和重要医疗事件,并把它们整理进健康档案,并按照时间建立关联。

原本散落的文件、图片和咨询记录,不再只是一串文件名。你可以打开档案,看到系统已经整理了哪些健康信息;每一条记录都可以查看、确认和纠正。记住了什么、依据来自哪里、哪里需要调整,都清楚地放在你面前。

新的报告、咨询和用药记录进入后,档案会继续补充、更新,而不是停留在建立的那一天。

很多健康资料的价值,并不是在拿到它的那一天就能看见。

朋友母亲在确诊卵巢恶性肿瘤后,进一步做了全身 PET-CT,结果在肺部又发现了一个很小的阴影——它是早已存在的结节,还是这次新出现的病灶,甚至与肿瘤转移有关?阴影太小,仅凭眼前这一次检查,很难得出明确结论。

医生没有急着给它下定义,而是问了家属一个问题:「她以前做过胸部 CT 吗?旧片还能不能找到?」

健康资料的价值,有时就是这样:保存它的那一天,我们并不知道未来会遇到什么问题;真正需要答案时,过去留下的一份记录,却可能成为理解今天的重要线索。

真正有价值的,不只是把资料保存下来,而是让一份资料在最需要的时候,能够重新被找到、被连接、被使用——这正是持续积累一份健康档案的意义。

如果你也在照顾家人,可以为父母、孩子或伴侣分别建立档案。每个人的疾病、用药、检查和健康变化各自保存,需要替谁查看或咨询时,就从谁的情况继续。

左右滑动查看

围绕正在关注的问题

理出一条健康主线

一份完整档案里,会同时存在海量健康信息。但真正需要关注的往往是具体的事:围绕某一项疾病或健康问题,过去发生过什么?目前处在什么阶段?最近又有哪些变化?

就诊问问 3.0 新增了「重点关注」。你可以围绕自己正在关注的疾病或健康问题,查看相关的检查、症状、用药、治疗和重要事件。

个人档案帮助你看清「我留下了哪些健康信息」;重点关注进一步回答「围绕这件事,前后发生了什么」。

有多次可比较结果的指标,可以沿着时间查看上升、下降或波动;无法简单变成数字的检查、症状、用药调整和治疗经历,也会回到相应的时间位置。

数值告诉你发生了怎样的变化,诊疗经过帮助你理解变化发生时的背景。两者连接起来,看到的才不只是一次结果,而是一段逐渐清楚的健康历程。

左右滑动查看

记得重要的健康细节

给出更贴合你的回答

健康档案不只用来回顾,也会参与之后的咨询。

几周后,当你再次感到不舒服时,可以直接问:「我最近还是会头晕,会不会和现在吃的药有关?」

就诊问问会从档案中找到与这次问题相关的疾病、用药、检查和症状记录。它不会只给你一份「头晕的常见原因大全」,而是结合你的实际情况,帮助你分清哪些信息可能相关、哪些表现需要留意,以及接下来更适合观察、复测还是及时就医。

如果现有信息还不够,它会继续询问真正影响下一步的问题,而不是让你再完整复述一次病史。

一次咨询也不只是得到一个答案。经过确认的新症状、用药变化和重要医疗事件,还可以成为档案的新进展,让下一次理解建立在今天之上。

如果近期准备复诊,你也可以在咨询中直接说:「请帮我把最近一段时间的检查、用药和症状变化,整理成和医生沟通的要点。」就诊问问会根据档案中已有的记录,帮你做一次简要回顾,减少临时翻找和遗漏。

左右滑动查看

持续追踪对比

主动发现值得关注的变化

连点成线,不只是为了回头看。

过去,拿到一份新报告,我们往往先找上面的红色箭头:没有超出参考范围,就松一口气;出现异常,就开始搜索每一个陌生名词。

但长期健康变化真正需要看的,有时不是某一次高低,而是前后发生了什么。一次结果在参考范围内,不代表长期趋势一定没有变化;一次异常,也不能脱离过去的情况直接说明问题正在加重。

新的检查结果进入档案后,就诊问问会把它与过去相关的记录放在一起。那些单独看并不起眼、连接起来却值得留意的变化,不必再完全依靠你自己发现。

如果一项变化值得关注,你会看到它依据哪一次记录、发生在什么日期、为什么需要留意,以及下一步可以做什么。有些只需继续观察,有些适合复测,有些应该在复诊时向医生确认。

如果近期准备复诊,你也可以在咨询中直接说:「请帮我把最近一段时间的检查、用药和症状变化,整理成和医生沟通的要点。」就诊问问会根据档案中已有的记录,做一次简要回顾,帮助你把需要确认的变化带进诊室,减少临时翻找和遗漏。

健康洞察不是实时监测,也不是诊断结论。主动关心,更不是把每一个数字都变成风险,而是从已经积累的资料中,替你找出那些真正值得停下来确认的地方。

左右滑动查看

让过去的信息

继续帮助现在

一个人不是一叠资料,也不是一次问诊。

当报告、用药、症状和每一次咨询被持续记录、彼此连接,它们就不再只是保存过的文件,而会逐渐成为一份属于你和家人的个人健康资产。

自从 AI Agent 技术流行以来,行业内大家都流行创建「个人知识库」,可以随着不断使用和对话让 AI 升级这个「知识库」,而我们想做的,是用 AI 基于专业的医学背景,为你和你的家人建立「个人健康信息库」。

AI 不会替医生诊断,也不会替你决定如何治疗,但它应该帮助你整理、发现、跟踪和提醒。

我们从不认为一个软件产品能够提供健康的承诺,但我们始终相信科技应该提高守护健康的效率,减少医学领域的信息不对称。

无论是为了自己,还是正在牵挂的家人,不妨从最近的一份报告、一种正在使用的药,或者今天最想弄清楚的问题开始。

就诊问问 3.0——让散落的健康信息有归处,让前后变化连成线,也让这条线在下一次需要时继续发挥作用。

就诊问问还会继续成长,而最重要的声音,来自正在使用它的你。 

如果在使用中有任何不顺手,或者有希望它未来做到的事,欢迎添加「就诊问问」官方客服告诉我们。每一次真实的反馈,都会帮助我们更好地理解你和家人的健康需求,让就诊问问一步步变得更好。

跳转微信打开

  •  

他为什么卖给你?(二)桌子对面的人

原创 王建硕 2026-08-12 08:26 美国

你最想买的那一刻,恰好是他最方便卖的那一刻。桌子对面坐着谁,成交单上不写。这一篇挨个介绍:逆向选择、聪明钱的装备,以及市场为什么必须有人交电费。

一 本 小 书 · 连 载 之 二

他为什么卖给你?

关于股票市场,你只需要想清楚一个问题

本篇为连载第 二 篇(共四篇):第四至六章

第 四 章

逆向选择:你最容易成交的那一刻

二手车的倒影是一颗柠檬

买二手车的人都懂一个朴素的道理:车主比你更清楚这辆车的底细。他知道发动机有没有泡过水,知道去年冬天那次异响是修好了还是糊弄过去了。你不知道。你能做的,只是看看外观、试驾十分钟、猜一个价。这个信息差不是小麻烦,它足以让整个市场塌掉。

这就是 Akerlof 在 1970 年那篇《The Market for Lemons》(QJE)里讲清楚的机制。美国人管故障百出的二手车叫「柠檬」。推演只需要四步:

  1. 买家分不清好车和柠檬,只肯按「平均质量」出价;

  2. 好车的车主一看这个价,觉得亏,不卖了,把车留下自己开;

  3. 好车退场,市场上剩下的车平均质量下降,买家把出价再往下调;

  4. 出价再降,又逼走一批次好的车。循环往复。

终点是:市场上挂牌的,几乎全是柠檬。注意,没有人撒谎,没有人违法,每个人都在理性地做对自己最有利的事——市场照样烂掉。这个机制叫逆向选择,Akerlof 因为它拿了 2001 年的诺贝尔经济学奖。

它的核心可以压缩成一句话:当对方比你知道得多,「他愿意跟你成交」这件事本身,就是关于商品质量的坏消息。

谁最乐意成交你的买单

把这句话平移到股票市场,威力就出来了。

你挂了一个买单,想买某只股票。问一个问题:此刻市场上千千万万持有这只股票的人,谁最乐意把货卖给你?

不是随机的某个人。最乐意、动作最快、最不还价的,恰恰是那些有理由急着出手的人:刚知道坏消息还没公开的人,算完模型确认高估的人,比你早三步看到资金流出的人。他们不是「碰巧」出现在你的对手盘上——是你的买单把他们吸引过来的。你出的价,在不知情的人看来平平无奇,在知情的人看来是白送的礼物。礼物当然被最先看懂的人抢走。

这和二手车是同一个结构:车市里,愿意按你的出价卖车的,大概率是柠檬车主;股市里,愿意按你的挂单价成交的,大概率是知道些什么的人。你成交得越轻易,越该警惕。流动性好、随买随有,听起来像超市服务周到,但超市的货架是有人担保的,股票的货架不是。在没有担保的市场里,「你能轻易买到」本身就是一条信息,而且往往不是好信息。

反过来也成立。你想买的时候总能买到,你想卖的时候——尤其是所有人都想卖的时候——常常卖不掉。逆向选择在两个方向上都收费,只是买入这一侧的费用藏得更深。

点差:写在屏幕上的保险费

有人会说:我又不跟具体的人交易,我跟做市商交易,他挂着买价和卖价,童叟无欺。

Glosten 和 Milgrom 在 1985 年把做市商的账算给你看了。做市商的处境是:下一笔单子进来,他不知道对面是个消息灵通的机构,还是一个刚看完新闻的散户。跟散户做交易他赚点差,跟知情者做交易他必亏——知情者只在价格错的时候才出手。

做市商没法逐个甄别,于是他做了保险公司都会做的事:把「被知情者收割的预期损失」算出来,摊进买卖价差里,向所有人收取。这笔钱有个正式的名字,叫逆向选择成本。

你看到的

它实际上是

买一价和卖一价之间的差距

做市商向全体交易者收的保险费

「怎么一买入就浮亏了一个点差」

你刚替知情者的存在付了保费

越是消息敏感的股票点差越宽

保险公司给高风险客户提价

这意味着一件事:逆向选择不是一个抽象的担忧,它是明码标价的。点差就是价签。你每一次成交,不管买卖,不管盈亏,都先交了这笔保费。交易越频繁,交得越多。这是第六章要细算的「电费」的一部分,这里先记下:账单从你下单那一秒就开始走字,不等你亏钱。

你最想买的那一刻,正是他最想卖的那一刻

逆向选择还有一个时间维度,它不是均匀分布在每个交易日的。

站在知情者的角度想:他手里有一大笔要出的货,最怕什么?最怕没人接。平时成交清淡,他一卖价格就砸下去,卖不出好价钱。他需要等一个时刻——买盘汹涌、成交放量、人人抢着进场的时刻。

这种时刻长什么样?利好新闻见报的那个早上,涨停板打开的那几分钟,成交量突然放大到平日数倍的那个下午。也就是说:你最冲动、最怕错过的那一刻,恰好是对他最方便的出货时刻。这不是巧合,是他等的就是你。你的热情提供了流动性,他的货需要的正是流动性。

Barber 和 Odean 在 2008 年的《All That Glitters》(RFS)里验证了这个配对的另一半:散户系统性地净买入「抢眼」的股票——上了新闻的、成交量异常的、单日暴涨暴跌的。注意「净买入」三个字:在这些时刻,散户整体在买。那么整体在卖的是谁?桌子对面从来不是空的。

菜场里也有这个规律。傍晚收摊前吆喝得最响、最急着甩卖的那筐菜,你要多看两眼。热情本身是信息。菜贩子的热情你天然会掂量,屏幕上滚动的红色数字散发出的热情,你反而照单全收——这一层为什么会失灵,是第七章的事,这里不展开。

第一章那张桌子,现在可以坐下第一个具体的人了:知情交易者。他不靠运气,不靠情绪,靠的是在信息上、工具上、时机上对你的系统性优势。你在超市心态里挑货的时候,他在桌子对面等你。他到底带了什么装备上桌,下一章逐件清点。

第二部 · 桌子对面的人

第 五 章

聪明钱的装备清单

桌子两边的装备差距

你在手机上点下「买入」的那一刻,心里预设的对手,多半是另一个和你差不多的股民:他也看 K 线,也刷新闻,也在琢磨明天是涨是跌。你们水平相当,谁赢谁输,看各自的悟性和运气。

这个预设错得很彻底。

拳击按体重分级,围棋按段位分组,连小区羽毛球赛都知道把老人和年轻人分开。证券交易所的撮合系统不做这件事。它只认两样东西:价格和时间。你的一百股和某家基金的一百万股,进的是同一个订单簿,走的是同一套规则。你挂单的下一毫秒,和你成交的,完全可能是全世界装备最好的那批人和机器。

这不是比喻,这是撮合规则的字面意思。市场是少数几个不称体重就让你上场的地方。所以在下单之前,值得花十分钟看清楚:对面那支军队,到底背着什么装备。

一张装备清单

装备

它解决什么问题

你的对应物

卖方研究与专家网络

想了解一个行业,直接付费约谈行业里的人

财经新闻、股吧、朋友转发的截图

另类数据:卫星图像、信用卡消费面板、App 下载量

财报是季度的、滞后的;这些数据把业绩提前变成可测量的曲线

等财报公布,和所有人同一秒知道

以微秒计的低延迟基础设施

比所有人先看到、先撤单、先报价

手机点击到成交之间的几百毫秒

专职风控与强制止损纪律

在亏损扩大之前,由制度切断仓位

自己的意志力

别人的长期资金

可以几个月什么都不做,等一个错价出现

自己的积蓄,和忍不住想动的手

逐条看,每一条都比你直觉里的更狠。

另类数据这条最值得多说一句。你想知道一家连锁超市这个季度生意好不好,你的办法是等三个月后的财报。对面的办法是买卫星照片,数它每家门店停车场的车流;买信用卡消费面板,看刷卡金额一周一周的变化;盯它 App 的下载量曲线。等财报公布那天,你在获取信息,他们在核对答案。同一份财报,对你是新闻,对他们是已经交易完毕的旧闻。

低延迟这条,尺度差距大到不太好想象。你从看到价格、做出决定、手指点下去,到订单真正抵达交易所,中间隔着几百毫秒。而对面的系统以微秒计——在你的手指还压在屏幕上的那段时间里,它足够观察到市场的变化、撤掉旧单、重新报价很多轮。你以为你在抢一个价格,其实那个价格在等你,而且是重新算过之后才等你的。

风控那条,表面最不起眼,实际最值钱。机构交易员的每一个头寸背后,站着一个不归他管、他也管不了的风控部门。亏损触线,仓位被砍,没有商量的余地,交易员本人想拦都拦不住。

最后一条最贵:别人的钱构成的时间。管理长期资金的机构,可以三个月什么都不做,专等市场送来一个错价。「什么都不做」是有成本的——要抵抗无聊,抵抗手痒,抵抗「钱闲着就是浪费」的错觉。散户用自己的积蓄和自己的焦虑来付这笔成本,通常付不起。

刹车装在车上,还是装在决心里

看完清单,多数人的第一反应是:差距在信息。我认为不是。信息差距其实在缩小——财报人人可读,公告同一秒推送,连另类数据也在慢慢变成可以买到的商品。

真正拉不平的那一条,是纪律的来源。

机构的止损是制度。它写在风控手册里,由另一个部门执行,触线就砍,和交易员当时的心情、信念、面子毫无关系。散户的止损是愿望。它写在心里,由自己执行——而「自己」恰恰是最想违背它的那个人。

这就像刹车装在哪的区别。机构的刹车装在车上,踩不踩不由司机的勇气决定;散户的刹车装在决心里,越是紧急关头,越指望不上。

同一条止损规则,装在制度里和装在心里,是两个完全不同的东西。前者不依赖任何人当时的意志,后者的执行率恰好在最需要它的时刻掉到最低。为什么人的意志力偏偏在关键时刻失灵,那是一台几十万年前造好的大脑的问题,第七章专门说它。这里只需要记住结论:机构最贵的装备,不是买数据的钱,而是把纪律从人身上拿走、交给制度这件事本身。他们不是意志力更强,而是干脆不依赖意志力。

军备竞赛的尽头是平均分

装备到牙齿的军队,整体战果如何?答案出乎意料地朴素:平均而言,只是市场收益。

Sharpe 在 1991 年的《The Arithmetic of Active Management》里用一条会计恒等式把这件事钉死了:全体主动投资者的持仓加在一起,就是市场本身;所以他们的平均毛收益必然等于市场收益,扣掉成本之后必然低于市场。这不是经验规律,是算术。注意恒等式框住的是主动投资者的全体——机构,加上散户。装备再好,这个全体加在一起也不可能跑赢市场,因为他们加在一起就是市场本身。

那这些装备是买来干什么的?

是用来决定「平均」内部怎么分的。整体等于平均,意味着每有一个人高于平均,就必有一个人低于平均。军备竞赛争的不是战胜市场,是确保自己站在分子那一边。他们的超额收益不来自市场的恩赐,只能来自桌子对面装备更差的交易者的口袋。

回到开头你想象的那个对手——那个「和你差不多的股民」。他确实存在,而且人数众多。只是他不坐在你对面。他和你坐在同一边,你们一起,构成了对面那支军队的收益来源。

第 六 章

市场的电费:为什么必须有人亏钱

市场的路灯与电表

经济学里有一类结论,听上去像绕口令,其实是地基。Grossman 和 Stiglitz 在 1980 年发表于 American Economic Review 的那篇论文,就属于这一类。它证明的事情一句话可以说完:信息完全有效的市场,在逻辑上不可能存在。 不是"很难达到",是"不可能存在"——像一台永动机那样不可能。

一个自己拆自己的悖论

先把这个悖论摆出来,它只需要三步。

  1. 假设价格已经完全反映了所有信息。

  2. 那么做研究就是白花钱——你熬夜读财报、跑数据、访谈上下游,得出的结论早就在价格里了,你赚不到一分钱。

  3. 于是没有人做研究。可是价格里的信息不是从天上掉下来的,它恰恰是研究者用交易把自己的判断压进价格的。没人做研究,价格就不再反映信息——第一步的假设自己崩塌了。

这就像一个小区宣布:路灯永远亮着,所以不用交电费。第一个月路灯确实亮着,因为电表里还有余额。第二个月,灯灭了。

"价格永远正确"和"没人有动力去把价格弄正确",这两件事不能同时成立。市场要想接近有效,就必须不完全有效——必须留出一块利润,付给那些做研究的人,当他们的工资。

工资从谁的口袋里出

下一个问题是:这份工资谁来付?

交易是零和的搬运。桌子这一边多收一块钱,桌子那一边就少一块钱。顺着这个悖论往下推,结论躲不开:做研究的人(这本书里叫他们知情交易者)要长期赚钱,桌子对面就必须坐着一群长期送钱的人——因为消息、感觉、无聊、手痒而交易的人。

这股力量在 Grossman 和 Stiglitz 的模型里还只是抽象的"噪音";五年后 Kyle 在 Econometrica 上把它具体化成一个角色,叫"噪音交易者";再过一年,Fischer Black 干脆用一整篇美国金融学会主席就职演说来讲它,题目就叫《Noise》,里面有一句几乎就是本章的论点:噪音使金融市场的交易成为可能。 三篇文章,一层比一层说得直白。

注意这个结构上的必然性。它不是说"市场里碰巧有人水平差",而是说:一个能正常定价的市场,在结构上需要一群持续亏钱的参与者。 抽掉这群人,知情交易者没了收入,研究停摆,价格失灵,整个体系熄火。

角色

做什么

拿什么

知情交易者

花钱做研究,把信息压进价格

从对手盘赚取的利润

噪音交易者

凭感觉交易

长期净亏损

整个市场

得到一个大致靠谱的价格

由上面两行共同供电

所以我说,噪音交易者不是市场的 bug,是市场的电费。灯要亮,电表就得转。这是本书最重要的一个比喻,后面的章节会反复用到它。

顺着这个比喻往下走一步,就到了一个多数人没想过的地方:散户亏掉的钱没有消失。 它变成了卫星数据的账单、分析师的年终奖、机房里那几微秒延迟优化的预算——变成了整个价格发现体系的工资单。你在券商 App 里看到的那个大致合理的价格,是有人付了钱才有的。付钱的人里,很可能有你。

免费午餐的账单在别人手里

现在可以把 Sharpe 1991 年那篇《The Arithmetic of Active Management》接上了。用 Sharpe 自己的说法,这个结论只依赖最简单的四则运算(严格说,还依赖一个定义:被动 = 按市值权重持有整个市场)。全体主动投资者的持仓加在一起,就是市场本身。所以——

  • 主动投资者整体的毛收益 = 市场收益;

  • 扣掉研究费、交易费、管理费之后,主动整体 必然 输给市场;

  • 被动投资者拿市场收益,只扣极低的成本,所以整体 必然 赢过主动整体。

这不是经验规律,是算术。但把它和电费的比喻放在一起,你会看到指数基金那顿"免费午餐"的真实成分:搭便车。 指数基金按市价买入整个市场,它自己一分钱研究都不做——它搭的是主动交易者烧钱烧出来的那个大致合理的价格的便车。菜场里有人起早贪黑比价、验货、砍价,把每个摊位的价格磨到大差不差;你十点钟溜达进来,按标价全场各买一点,拎着走。你占了便宜,而且是堂堂正正地占——但要清楚,便宜是别人的电费点亮的。

如果人人都不交电费

有一个流传很广的担忧:要是人人都买指数、人人都躺平,市场不就失灵了吗?这个推演值得诚实地走一遍。

假如躺平的人越来越多:做研究的钱变少,价格发现衰减,定价错误增多。可是定价错误一多,主动研究的超额回报就回升了——满地都是标错价的货,捡起来就是钱。回报回升,自然吸引人回来做研究,价格重新被磨准,超额回报再次被压薄。这是一个自平衡的系统:电费涨到足够高,总会有人愿意来发电。

所以"人人躺平会让市场失灵"这句话,作为宏观担忧或许有讨论价值,但它不构成你个人不躺平的理由。这就像"要是人人都不种地怎么办"不构成你辞职去种地的理由——真到了没人种地那天,粮价会替你做动员。在那之前,你抢先去种,只是替别人交电费。

电费总要有人交。灯亮着,说明电表在转;电表在转,说明有人在付钱。

这本书写到这里,唯一的目的已经可以说破了:不是教你怎么赢,而是让你在下一次打开交易软件之前,先看清一件事——在这张电费单上,你的名字写在收钱的那一栏,还是付钱的那一栏。至于人为什么明明在付钱、却总觉得自己在收钱,那是下一章的事。

· · ·

下篇:第七至九章——草原上的大脑、五千万个账户、什么时候货架是真的。

《他为什么卖给你?》 · 王建硕 · 本文不构成投资建议
全书在线阅读:voicedrop.cn/books/why-did-he-sell

阅读原文

跳转微信打开

  •  

他为什么卖给你?(一)货架的错觉

原创 王建硕 2026-08-11 21:24 美国

你买的每一股股票,不是从货架上拿下来的,而是从另一个人手里买回来的。买股票像逛超市——这个错觉背后有三条隐含假设,三条全错。连载第一篇,先拆货架。

VoiceDrop,作为创作者的最佳伴侣,296 版增加了一个实验功能:写书。

如果你有一个想法,可以把这个想法告诉 VoiceDrop,由它系统的帮你写出来一本书。有趣的是,经过多个 Agent 的写作,多次的相互反馈,产生的书,以我的视角来看,相当有趣。

比如这本《散场之后》,我在 VoiceDrop 里面给的提示词只有一个字:熵。

再比如,对于我这个股票市场的小白,我让他写一本关于交易的书,我的提示词是:

最后它写出的这本 12 章 2.3 万字的小册子,居然让我废寝忘食的读完了。不得不说,类似于 Wikipedia 一样的科普作品是现在 AI 写作的甜区之一。

如果你也有一个有趣的话题,可以下载 VoiceDrop, 也自己给自己写一本给自己的读的书。https://voicedrop.cn/i/AE209A

估计很快,「书非自己写不可读也」就会到来。

下面,我用四天的时间连载一下这本书,这本小册子的全文,还有其他所有我和社区的朋友写的书,也可以在 VoiceDrop 里面继续阅读。

一 本 小 书 · 连 载 之 一

他为什么卖给你?

关于股票市场,你只需要想清楚一个问题

你买的每一股股票,不是从货架上拿下来的,而是从另一个人手里买回来的。

所以要想一想:他为什么卖给你?

王建硕 · 2026 年 8 月 · 本书由多个 AI 代理协作写成

本篇为连载第 一 篇(共四篇):引子 + 第一至三章

引 子

一句话

货架的影子是一张桌子

这本小书从一句话长出来。这句话是:

你买的每一股股票,不是从货架上拿下来的,而是从另一个人手里买回来的。所以要想一想,他为什么卖给你?

我见过很多人研究 K 线,研究财报,研究政策,研究别人的研究。但我很少见到有人在点下「买入」之前,认真问过这个问题。这个问题的奇妙之处在于:它不需要任何金融知识就能听懂,但把它想到底,需要穿过经济学近五十年里好几个拿了诺贝尔奖的想法。

更奇妙的是,一旦真的想通了,你对股票市场能做的最重要的几个决定,就已经自动做完了。剩下的都是细节。

市场上关于投资的书,绝大多数在教你怎么赢。这本小书不教怎么赢,它只做一件事:把桌子对面那个人请到灯光底下,让你看清楚你在跟谁做交易。看清楚之后怎么选,是你自己的事。我的经验是,看清楚的人,选择都惊人地一致。

全书十二章,分三部分。第一部拆掉「买股票像逛超市」这个错觉;第二部挨个介绍桌子对面坐着的人;第三部回答「既然如此,那怎么办」。每一章都很短,加起来一个下午能读完。但我建议你读慢一点——这里面没有一个结论是让人舒服的。

第一部 · 货架的错觉

第 一 章

超市与桌子:两种买东西的心智模型

超市与谈判桌

去超市买一瓶矿泉水,整个过程里没有任何悬念。价格印在标签上,货架上摆着几十瓶,你拿一瓶去结账,收银员对你微笑。你高兴,超市也高兴。这笔交易里没有输家。

我们从会花钱的那一天起,就在这样的交易里长大。菜场买菜、网上下单、修车铺换机油,形式不同,骨架是同一副:价格是卖方标好的,货近乎无限,你买走,卖方高兴。

这套经验在大脑里跑了几十年,跑成了一种本能。我把它叫作「货架模式」。

货架模式有三条隐含假设,平时没人说出来,因为它们太理所当然了:

  1. 价格是别人定好的,我只决定买不买;

  2. 货有的是,我买这一件,不影响别人买下一件;

  3. 卖方巴不得我买,我买得越多他越高兴。

第一次打开股票软件的人,会不自觉把这三条搬进去。屏幕上有个数字,看起来就是标价;想买多少似乎都买得到,看起来货源充足;点下买入,成交了,看起来皆大欢喜。

三条全错。

价签的背面是什么

先看货架模式为什么成立。

超市里一瓶水卖两块钱,背面的账目大致是:出厂几毛,物流几毛,房租人工摊一点,剩下是利润。价签是成本加利润算出来的,它锚在一个真实的东西上——把这瓶水造出来、运过来的花费。

正因为锚在成本上,价格才稳定。今天两块,明天大概率还是两块。也正因为卖价高于成本,卖方才真心欢迎每一个买家。你买,他赚,双方利益同向。

这就是货架模式的全部机制:价格有锚,供给近乎无限,买卖双方同向。

股票把这三样全拆了。

一股股票没有出厂价。它不是被「生产」出来摆上架的。公司当然也会增发、回购,但那是另一张桌子上的事;对此刻坐下来的你来说,市场上流通的每一股,都攥在某个人手里。你想买,不是从货架上拿,是要从另一个人手里换。

而那个人没有义务卖给你。

沙滩上最新的脚印

股票软件上那个跳动的数字,最容易被误认成标价。它不是。

它是最近一次成交留下的痕迹。上一秒有两个人,一个愿意以 10.00 卖,一个愿意以 10.00 买,成交了,屏幕上就写下 10.00。仅此而已。它记录的是刚刚发生过的事,不承诺接下来会发生什么——像沙滩上最新的一个脚印,告诉你刚才有人从这里走过,不告诉你下一个人往哪走。

真正等着和你交易的东西,藏在订单簿里。订单簿是两列挂单:想卖的人报出「我愿意以什么价、卖多少股」,想买的人报出「我愿意以什么价、买多少股」。大致长这样:

方向

价格

数量

卖

10.03

8,000 股

卖

10.02

5,000 股

卖

10.01

2,000 股

—— 最新成交 10.00 ——

买

9.99

3,000 股

买

9.98

6,000 股

买

9.97

9,000 股

注意中间那条缝。愿意卖的人最低要 10.01,愿意买的人最高出 9.99,两边隔着一道价差,谁也不让。市场大部分时间就停在这种僵持里。

所谓「成交」,是有人决定不等了:一个买家跨过缝去,接受 10.01,吃掉那 2,000 股。屏幕上的数字跳到 10.01。脚印更新了。

这里藏着一个货架模式里完全不存在的事实:你每买一股,同一毫秒,市场上必须真实存在一个愿意以这个价卖出这一股的人。 他或许此刻才按下卖出键,或许几个小时前就把卖单挂在那里,安静地等你。没有这个人,你的买入指令就只能挂在订单簿里等着,等不到就作废。

超市不需要有人「决定卖你这瓶水」。股市里,每一笔成交背后都站着一个做过这个决定的人——决定或早或晚,但一定有。

同一个词,两种成交

现在可以把两种模式并排放在一起了。同样叫「成交」,里子完全不同:

货架模式(超市)

桌子模式(股市)

价格从哪来

成本加利润,卖方标定

上一笔成交的痕迹

货从哪来

仓库,近乎无限

另一个人的持仓

对方为什么成交

卖价高于成本,卖了就赚

他判断此刻卖出比持有好

成交之后

双方各取所需,都满意

双方对同一样东西的未来押了相反的方向

有没有输家

没有

时间会指认一方的价格判断

最后两行值得多停一秒。

超市的成交是各取所需:你要水,他要钱,水和钱对你们俩的价值本来就不同,交换让双方都变好。这种交易做一万次,双方赢一万次。

股票的成交不是各取所需。你和对面的人要的是同一样东西——这只股票未来的价值。你出 10.01 买,是判断它之后值更多;他以 10.01 卖,是判断它之后值更少,至少是判断他的钱有比继续拿着这只股票更好的去处。你们在同一个价格上、对同一件东西、下了相反的判断。

时间往前走,价格会走出一条路来。就这只股票接下来的价格而言,你们俩的判断不可能同时正确——时间必然否定其中一份。

当然,对面那个人未必在乎价格的对错。他可能根本没在赌方向,只是要用钱:交学费,付首付,调仓换股。他到底在乎什么、图什么,是下一章的事。这一章只需要看清结构本身:交换不同的东西,可以双赢;对同一件东西的未来价格下相反的判断,正确永远只有一份。

对面那个人

把货架模式的三条假设逐条翻过来,就是股市的真相:

  1. 价格不是标好的,是你和对面的人当场磨出来的;

  2. 货不是无限的,每一股都要从一个具体的人手里换来;

  3. 对方不是欢迎你买——多数时候,他是在和你打一个方向相反的赌。

第三条最要紧。超市老板看见你进门是笑的,因为你买他就赚。股票的卖方看见你的买单,心里想的是另一件事:正好,我要出。

于是全书的问题立起来了。

你按下买入键的那一毫秒,地球上有一个人——可能是隔壁小区的散户,可能是一台机器,也可能是一个管着几百亿的基金经理——把这一股以这个价格换给了你。他或许刚刚权衡完毕,或许早就权衡完毕、挂好单等了你一个下午。他看得到和你一样的价格,可能还看得到你看不到的东西。他不缺信息渠道,不缺持有这只股票的资格,他想清楚了,然后选择了离开。

他为什么卖给你?

这个问题问得越具体,越让人坐不住。他是谁,他知道什么,他图什么——那是下一章的事。这一章只需要你带走一件事:股市里没有货架。每一次你以为自己在「购物」,其实都是在一张桌子边坐下,而对面的椅子,从来不是空的。

第 二 章

卖家的清单:他到底为什么卖

八个卖家排成一排

股票不会自己出现在你的账户里。你买入的每一股,都对应着一个具体的人,在同一秒钟做出了相反的决定:他不要了。上一章我们确认了桌子对面有人,这一章做一件更具体的事——把那个人的全部可能动机,列成一张完整的清单。

这张清单值得认真列。因为对你这笔交易的最终盈亏来说,"他为什么卖"比"你为什么买"重要得多。

八个卖家,排成一排

把所有可能的卖出动机穷举一遍,大致是这八种:

动机

对你的伤害

出现频率

① 他知道你不知道的坏消息

最致命

少数,但集中出现在特定时刻

② 他研究之后认为价格已高估

致命

不低,且研究越贵的人越可能是他

③ 急需用钱:买房、还债、被追缴保证金

无害

常见

④ 组合再平衡:涨多了机械减仓

无害

常见,机构尤其多

⑤ 恐慌:跌怕了,割肉离场

对你甚至有利

大跌时集中出现

⑥ 税务原因卖出

无害

存在,有明显的时点规律

⑦ 公司内部人减持、行权套现

危险信号

少数,但公开可查

⑧ 做市商调整库存

中性

极常见,每一秒都在发生

前两种是捕食者:他们卖,是因为他们对这只股票的判断比你的判断多了点东西——多了一条你没有的消息,或者多了一份你没做过的研究。

中间四种是过日子的人。③ 到 ⑥ 的共同点是:卖出的理由跟这只股票本身毫无关系。他不是不看好它,他只是要付首付、要交税、要把涨过头的仓位调回原比例。这种卖出,像菜场收摊前打折卖菜——菜没坏,只是摊主要回家了。

⑦ 是一个歧义信号。内部人卖股票有很多正当理由——他的财富过度集中在自家公司,分散一点天经地义。但内部人恰恰是这个世界上最接近 ① 的人群,所以监管才要求他们的每一笔减持都公告备案。

⑧ 是水管工。做市商不断地买进卖出,只是在维持库存平衡,本身对股票没有观点。但注意一个细节:Glosten 和 Milgrom 在 1985 年证明,做市商的买卖价差里专门含着一块"逆向选择成本"——他们自己也怕碰上 ①,于是向所有来交易的人预收一笔保险费。连全职坐在柜台后面的人都要为此买保险,这件事本身就是清单前两行分量的旁证。

好消息:对面确实可能是正常人

这张清单先给出一个安慰:无害动机是真实存在的,而且不少。

这一点很重要,因为它驳倒了一种流行的偷懒结论——"既然有人卖给你,说明你一定是傻子"。不对。卖方里有大量过日子的人:付首付的、被追保证金的、机械调仓的、年底做税务安排的。跟这些人成交,你没有吃亏,他也没有占便宜,这是一笔双方各取所需的正常买卖,就像你在超市买走一瓶临期打折的牛奶——超市想清库存,你想省钱,皆大欢喜。

市场每天的巨大成交量里,相当一部分就是这类交易。承认这一点,这本书后面的论证才站得稳:问题从来不是"交易必然有一方是傻子",问题在下面两条。

成交单上不写理由

第一条:在成交那一毫秒,你完全无法分辨对面是八种人里的哪一种。

交易所的撮合系统只传递两个数字——价格和数量。它不传递动机。你看到的是"有人以 xx 元卖出一千股",你看不到的是这一千股背后,是一个急着付首付的工程师,还是一个刚看完你看不到的数据的基金经理。

两种卖单在屏幕上长得一模一样。同样的价格,同样的闪烁,同样的成交提示音。超市货架上,临期打折的牛奶至少还印着保质期;股票这个货架上,连保质期标签都没有。

所以"无害动机存在"这个安慰,安慰不到具体的你。整体上看,就算卖方里有一半是好人,这对你也毫无用处——你需要知道的是你这一单对面站的是谁,而这恰恰是系统设计上就不告诉你的。

你最心动的时刻,就是清单最歪的时刻

第二条更糟:八种动机不是均匀分布的,而且歪斜的方向刚好对你不利。

想一想清单里那些无害的卖家在什么时候出现。付首付的人,卖出时点由房子决定,跟股价无关——他随机地散布在全年的每一天。机械再平衡的机构,按日历或者按比例触发,也接近随机。恐慌割肉的人,集中在大跌的日子。

再想一想 ①②⑦ 在什么时候出现。知道坏消息的人,会挑市场情绪最热、买盘最汹涌的时候出货,因为只有那时候才接得住他的量。研究后认定高估的人,定义上就是在价格冲高时卖出。内部人的集中减持,也往往出现在股价大涨、公司频上新闻之后。

现在把镜头转回你自己。你什么时候"特别想买"一只股票?Barber 和 Odean 在 2008 年发表于 Review of Financial Studies 的研究给出了答案:散户系统性地净买入"抢眼"的股票——上了新闻的、成交量异常放大的、单日暴涨或暴跌的。

把两边放在一起,结论就出来了:

  • 你最冲动想买的时刻——放量、上新闻、大涨——恰好是捕食者最集中卖出的时刻;

  • 而无害的卖家,此刻并不比平时更多。

换句话说,平时这张清单里八种人按某个比例混着;可当你排队伸手的那一刻,队伍对面的人群构成已经悄悄换过了——① ② ⑦ 的浓度,正是在你的注意力被点燃的那一刻达到峰值。

你以为自己是随机地从八种卖家里抽一个,实际上你是在浓度最高的时刻,去抽毒性最强的那几种。

这不是你运气差,也不是谁在针对你。这是一种机制在起作用:交易的达成本身,会自动筛选出对你最不利的交易对手。这个机制有个正式的名字,叫逆向选择。它是怎么运转的,为什么连二手车市场和保险公司都逃不掉——下一章讲。

第 三 章

反归纳的机器:规律为什么会自杀

追不上的金苹果

物理世界对归纳法非常慷慨。太阳升起了一万次,第一万零一次照常升起;红烧肉的做法印在菜谱上一百年,今天照着做还是那个味道。规律不因为使用的人多而磨损——一亿个人同时相信万有引力,苹果不会因此改变落地的轨迹。

我们的大脑就是在这样的世界里训练出来的:观察,找规律,重复使用,规律永远有效。这套本能在物理世界里是生存优势。

市场是我所知的唯一一个反过来的地方。在市场里,一条规律被足够多的人发现并使用,就会因为被使用而失效。不是慢慢失灵,是被使用这个动作本身杀死的。这一章只讲清楚这一件事。

周五下午的免费午餐

做一个思想实验。假设有一条铁律是真的:每周五下午,股票必涨百分之一。

你会怎么做?周五上午买入,下午收盘卖出,白捡百分之一。但稍微聪明一点的人会想:既然周五下午必涨,我周四收盘就买好,省得周五早上抢。

当足够多的人这么想,事情开始变形:

时间

发生了什么

第 1 周

大家周五上午抢着买,上涨提前到了上午

第 2 周

有人周四收盘埋伏,周四尾盘开始涨

第 3 周

更多人抢跑到周四上午、周三下午

第 N 周

上涨被摊平到一整周的每一分钟,规律尸骨无存

注意,没有任何监管者出手,没有任何人作弊。规律是被"相信它的人"亲手消灭的。每一个想利用它的人,都把那段涨幅往前搬了一格,直到无处可搬。

菜场里也有同样的机制。如果全城人都知道某个摊位周五傍晚白菜半价,周五下午三点摊位前就排起队;摊主看到队伍,干脆下午就不按原价卖了——他也知道你知道。半价这件事还在,但你能"利用"它赚到的差价没有了。

价格的本质是对未来的报价。任何可以被预见的未来上涨,都会被今天的买入提前吃掉。可预测,就会被预支;被预支,就不再可预测。这不是市场的缺陷,这是市场唯一的工作方式。

规律的尸检报告

这不只是思想实验。McLean 和 Pontiff 在 2016 年发表于 Journal of Finance 的研究做了一件很朴素的事:把学术论文里发现的选股异象——那些"按某个特征买股票能跑赢市场"的规律——拿来跟踪,看论文发表之后它们还剩多少。

结果:异象一经发表,其超额收益平均衰减约三分之一到一半。

想清楚这件事有多奇怪。在物理学里,论文发表意味着规律被确认;在市场里,论文发表是规律讣告的第一段。公开,就是处决。

Andrew Lo 在 2004 年提出的适应性市场假说,给了这个现象一个准确的画面:市场规律不是物理定律,是生态位。一片没人发现的草地,第一只到达的羊吃得很肥;羊群闻讯赶来,草地几个月内被啃秃。套利者就是掠食者,规律就是猎物,而且这种猎物不会繁殖——被吃掉就没有了。

所以"这个策略过去十年有效"这句话,在市场里的信息量远比听起来小。草地过去很茂盛,恰恰可能意味着羊群正在路上。

你猜的不是那张脸

规律自杀,还只是第一层。凯恩斯在 1936 年的《通论》里给了第二层。

他把选股比作当时报纸上的选美比赛:读者从一百张照片里投票,猜中"得票最多的脸"的人获奖。凯恩斯指出,聪明的参赛者不会选自己觉得最美的脸——他会猜大家会觉得哪张最美。更聪明的会猜"大家猜大家会选谁"。三阶、四阶,往上没有尽头。

落到买股票上:你发现一家好公司,这个判断本身不值钱。因为"它是好公司"这个事实,早就被无数人看到、买入、抬进了价格里。你付的价钱里已经包含了它的好。你要赚钱,需要的不是"它好",而是"它比价格里已经体现的还要好"——也就是说,你得比市场上所有人的平均预期再多知道一点什么。

这就是市场和修车铺的区别。修车师傅面对的发动机不会因为被诊断而改变故障;你面对的价格,是几百万个和你一样在做判断的人共同投票的结果,而且他们每个人都在猜你在猜什么。你不是在解题,你是在跟出题的人下棋。

书店里没有圣杯

把前面三步接起来,会得到一个冷冰冰的推论:

凡是人人学得会的招,按定义已经死了。

  • K 线形态:印在每一本入门书的第三章,全世界的交易软件都能自动识别。它能提供的信号,早在你看见之前就被机器扫过一遍。

  • 均线金叉:一行代码就能写出来的规则。一行代码能写出来,就意味着一万台服务器在你之前几毫秒执行完了。

  • 财经新闻:等它出现在你的手机推送里,它已经走完了从知情者到分析师到记者到编辑的全部路程,每一站都有人先于你行动。

这不是说这些工具的发明者蠢。恰恰相反——它们当年可能真的有效,正因为有效,才被写进书里;正因为被写进书里,才失效。你在书店能买到的圣杯,恰恰因为它在书店卖,所以不是圣杯。这句话不是俏皮话,是前面整套机制的直接推论。

物理世界

市场

规律被公开后

照常有效

开始衰减

使用的人越多

不影响

死得越快

过去有效意味着

将来大概率有效

掠食者可能已在路上

学习的回报

学会就能用

学会时往往已经死了

所以市场是一台设计精巧的机器:它专门把钱从"直觉与常识"的一边,转移到"反直觉与基础设施"的一边。直觉说"涨了这么多该追了",常识说"上了新闻的公司值得买"——机器收下这些下单,把钱付给另一边那些不靠直觉、靠着别的东西吃饭的人。

他们靠的是什么,他们是谁,为什么他们恰好总在你的对面——这是下一部分要摊开讲的事。这里只需要记住一件事:当你觉得自己发现了一条规律,先问一句,它为什么还活着。

· · ·

下篇:第四至六章——逆向选择、聪明钱的装备清单、市场的电费。

《他为什么卖给你?》 · 王建硕 · 本文不构成投资建议全书在线阅读:voicedrop.cn/books/why-did-he-sell

阅读原文

跳转微信打开

  •  

高瓴种子 | 潜界科技获数亿元种子轮融资,让机器人学会“边想、边做、边修正”

高瓴创投 2026-08-11 18:08 北京

让机器人学会边想、边做、边修正

近日,具身基座模型公司 LatentVerse(潜界科技) 宣布完成数亿元种子轮融资,高瓴创投参与投资,其他投资方包括清流资本、英诺基金,以及智元机器人、星动纪元等产业投资方。

LatentVerse成立于2026年5月,由来自清华大学交叉信息研究院的具身智能研究团队创立。团队成员来自清华大学、北京大学、南洋理工大学,以及字节跳动Seed、阿里巴巴Qwen、小米等大模型与具身智能团队,长期围绕具身模型预训练、世界模型、灵巧操作、数据基础设施与端侧部署等方向开展研究。

在机器人逐渐从实验室走向真实世界的过程中,一个核心问题变得越来越清晰:会“看”、会“想”、会“做”还不够,机器人还需要在持续变化的环境中不断感知反馈,并实时调整自己的动作。

这也是LatentVerse希望解决的问题。

Aseed+ 

From A Seed To A Cosmos

高瓴种子

正在寻找浪潮中率先出发的人

我们能够从最早开始

支持一切真正有方向感、有创造力的想法和行动

如果你正在酝酿什么——

还没长成、不够确定

都没关系

来找我们

从“看见并行动”,到理解动作之后会发生什么

过去几年,具身智能模型的技术路线快速演进。

早期的视觉—动作(VA)模型,主要解决如何让机器人根据视觉信息直接完成动作;随后,视觉—语言—动作模型(VLA)进一步加入语言理解能力,使机器人能够听懂人的指令;世界动作模型(WAM)则尝试让模型预测一个动作发生之后,真实世界可能发生怎样的变化。

LatentVerse团队长期参与这一技术演进。

团队成员此前提出的DP3聚焦3D具身策略学习;HiRT探索视觉、语言与机器人动作之间的协同;VPP进一步研究如何预测动作带来的未来状态。此后,团队又持续探索世界模型与VLA的融合,以及灵巧手通用模型等方向。

LatentVerse创始人兼CEO胡钰承为清华大学交叉信息研究院博士,曾在字节跳动Seed参与具身智能基座模型研究。其研究长期关注VLA与世界动作模型的融合,希望让机器人不仅根据当前环境生成动作,还能够理解:如果这样做,接下来会发生什么。

沿着这一研究路径,LatentVerse提出了 UTAM(Unified Tactile Action Model)具身全模态世界模型。

简单来说,UTAM希望让机器人形成一种类似“边想、边做、边修正”的能力。

真实世界里,还有“最后一厘米”

今天的机器人已经可以完成抓取、放置、折叠等不少单项任务,但真实环境远比实验室复杂。

同一个杯子,材质、重量、表面摩擦力可能不同;柔性物体在抓取过程中会不断发生形变;使用剪刀、旋钮等工具时,几毫米的抓握位置差异,都可能影响最终结果。

这意味着,仅仅依赖视觉和语言还不够。

LatentVerse将机器人进入真实世界所需要的能力概括为两个层面:认知智能与接触智能。

认知智能解决的是机器人如何理解任务、适应环境变化,并把已有技能重新组合起来。例如,当桌面布局发生变化时,机器人不能只机械重复训练过的动作,而需要重新判断执行顺序和路径。

接触智能解决的则是动作真正发生之后,机器人能否感受到现实世界的反馈。物体是否滑动、有没有发生形变、抓取力度是否合适,都需要机器人在执行过程中不断感知并调整。

在人类完成复杂操作时,“思考”与“触觉反馈”并不是两个孤立过程。LatentVerse希望在统一模型中,把这两种能力结合起来。

UTAM:把触觉加入统一模型

UTAM由多个协同工作的模块组成。

其中,视觉语言模块负责理解环境与人的任务意图;世界模型根据学习到的物理规律与技能,预测不同动作可能带来的未来结果;动作模块生成机器人执行计划;而触觉模块则持续感知接触力、滑移和物体形变,对动作进行高频调整。

由此形成一个闭环:

先理解任务、预测结果,再执行动作;动作过程中持续接收真实世界反馈,并及时修正。

相比把触觉仅仅作为动作执行末端的一项传感器信息,LatentVerse希望将其作为模型的原生模态之一,与视觉、语言、机器人状态和动作共同参与模型训练。

目前,团队已经完成UTAM多模态数据基础设施和训练管线建设,打通视频、语言、机器人状态、动作及触觉等数据的采集、清洗、同步、对齐和训练链路,并正在推进各模块联合训练。

团队目前重点验证三类能力:在未见过的物体和环境中的泛化能力,多步骤长程任务的持续执行能力,以及面对滑移、形变和受力异常时的实时修正能力。

本轮融资将主要用于UTAM模型研发、多模态具身数据体系、模型训练基础设施,以及机器人在真实场景中的技术验证。

LatentVerse创始人兼CEO胡钰承表示:

“泛化、长程与灵巧不是三个彼此独立的技术指标,而是机器人商业化必须同时满足的能力条件。UTAM希望让机器人不仅能够理解任务和生成动作,也能够在真实接触过程中感知变化、快速修正并持续完成复杂操作。”

高瓴创投项目负责人表示:

“具身智能从技术验证走向更多真实场景,仍需要持续解决泛化、长程任务执行和灵巧操作等关键问题。潜界科技团队在具身模型、世界模型与灵巧操作等方向有长期积累,UTAM进一步将触觉作为原生模态纳入统一架构,尝试让机器人形成‘边想、边做、边修正’的闭环能力。高瓴创投长期关注具身智能领域的技术与产业进展,期待团队持续推进具身基座模型的研发与工程验证,在真实场景中不断迭代模型能力。”

跳转微信打开

  •  

ZCode全面升级,GLM最佳Harness,让复杂任务自主交付

智谱 2026-08-11 13:52 北京

ZCode是一款针对GLM深度优化的国产Coding Harness,已成为百万开发者用GLM写代码的首选入口。今天,ZCode迎来重大升级,Goal、Subagents、Remote Control与闲时任务四大功能正式上线。

作为百万用户里程碑的特别回馈,GLM Coding Plan全体用户额度已于今天13:00统一重置,届时全员额度全部回满。

ZCode,GLM的最佳拍档

模型决定能力上限,Harness负责上下文管理、工具调用、任务调度、缓存和结果校验,决定模型能力能发挥出多少。同一个模型放在不同的Coding Agent里,实际表现可能差很多。

在ZCode里使用GLM可以获得更好的任务表现。

智谱内部自研的Z.ai Code Bench围绕真实用户需求场景,基于Full Stack、Bug Fix、Feature Implementation等细分类别构造任务,模拟复杂的本地编程环境,通过回归测试、新功能测试、前端模拟交互、代码质量评估等维度对于模型的复杂长程编程能力进行全面评估,避免公开榜单可能存在的数据污染,力求还原用户真实体感。

在Z.ai Code Bench中,我们使用GLM-5.2,分别搭配ZCode、Claude Code进行测试。结果显示,GLM+ZCode相较于GLM+Claude Code,在任务整体通过率上高2.39%;在检查项通过率上,ZCode低1.22%。ZCode的优势更集中在需要跨文件、跨环节协作并完成最终验收的复杂任务上,能够更好地帮助模型把任务完整交付。

GLM用量接近翻倍

ZCode对上下文缓存复用进行了专门优化。根据我们对多款Coding Agent的测试,GLM在ZCode中缓存命中率超过98%,让更多重复上下文命中缓存,以更低的积分系数抵扣,从而让GLM Coding Plan有效Token量提升约30%。

即日起至2026年8月31日,在ZCode中使用GLM Coding Plan还可获得1.5倍限时额度加成。两项效果叠加后,整体使用量接近常规额度的1.8倍。

此外,ZCode上线闲时任务功能,GLM Coding Plan用户提交闲时任务后,ZCode会在低峰时段自动执行,在闲时任务权益范围内,不扣减用户的GLM Coding Plan积分,适合不着急但耗时较长的任务。

ZCode让复杂任务自主交付

这次升级最重要的变化,是让Agent可以自己把复杂任务跑完。

过去使用Coding Agent,开发者往往需要守在旁边不断推动:提出需求后等Agent回复,再让它继续修改;测试失败了要追问,发现遗漏还得重新补充上下文。

Goal模式改变了这一流程。现在,只要给ZCode设定一个明确、可验收的目标,例如:把首屏加载时间控制在2秒以内,并确保现有测试全部通过。

接下来,ZCode会自动拆解任务、修改代码、运行命令和执行测试,再根据文件、命令输出和测试结果判断目标是否完成。没有达标就继续下一轮,直到完成任务。每轮进度、耗时和执行结果都能在Goal面板中一目了然。

Goal搭配使用Subagent,可以让一个 Agent 变成一支能够并行协作的开发团队。ZCode内置了两类子智能体:General-purpose可以修改代码、修复问题和运行命令;Explore主要负责只读探索,适合定位代码、分析调用链,以及在改动前收集证据。

用户也可以创建自己的子智能体,配置模型、权限范围和提示词,并在聊天框中通过“/”直接调用。

对于全栈功能开发、跨文件重构和复杂Bug定位,这种方式比让一个Agent从头做到尾更高效,也能减轻长任务对主对话上下文的占用。

把ZCode装进手机

Remote Control将当前ZCode桌面窗口临时开放给手机访问。长任务在电脑上运行时,开发者可以通过手机查看进度、继续输入指令、创建新任务,或者重新连接断开的工作区。

除了扫码和浏览器链接,ZCode支持微信、飞书、Lark,可以直接从微信或飞书会话中打开自己的工作区,跟踪 Agent 执行进度。手机只作为控制界面,代码和命令仍在桌面端原有环境中运行,不会将项目同步到手机,也不会额外创建云端环境。本地、SSH、WSL和Docker工作区均可使用。

下载体验

ZCode最新版本下载:https://zcode.z.ai/cn

完成安装并登录后,即可开始使用,无需额外配置。

本次重置已生效,诚邀大家体验上述功能。使用过程中如有疑问或建议,欢迎加入ZCode用户交流群与我们交流,我们将第一时间为大家提供帮助。

阅读原文

跳转微信打开

  •  

三位哈佛辍学生,如何将专用芯片变成估值百亿美元的 AI 算力公司

StartupBoy 2026-08-11 12:31 日本

AI 推理已经足够成熟和可预测,值得采用更深度的专用化设计

本文来自 Jarsy 的研究分享,我之前曾详细介绍过他们在做的事情《前 Uber 早期成员创立 Jarsy,让普通人也可以合规投资优秀创业公司》。

1.推理正成为 AI 算力的主战场

正如我们在 Jarsy Research #22《定制 AI 芯片时代》中所分析的,随着 AI 规模与成本不断攀升,专用处理器正在迎来新的发展机会。我们将进一步深入研究其中几家代表性初创公司,首先聚焦 Etched,以及它对前沿 AI 推理的集中押注。

训练(Training)负责构建模型;推理(Inference)则是在用户或其他 AI 智能体提出请求时运行模型。随着应用生成的 token 越来越多、智能体反复调用模型,推理正成为 AI 成本中日益重要的部分。GPU 的优势在于高度可编程,并拥有成熟的 CUDA 生态,但这种灵活性也会带来芯片面积、功耗与数据搬运方面的额外开销。Etched 认为,AI 推理已经足够成熟和可预测,值得采用更深度的专用化设计,从而用每一美元和每一瓦电力生成更多有用的 token。投资者也开始认同这一判断:2026 年 7 月,红杉资本领投 Etched 3 亿美元 C 轮融资,公司估值达到 103 亿美元。

2.创始人的故事

Etched 现任 CEO Gavin Uberti 很早便开始探索硬件与软件的交界地带。他曾参与 AI 编译器基础设施开发,并为 Apache TVM 开发 Cortex-M 后端。编写底层代码的经历让他意识到,通用芯片的大量资源被用于搬运数据和维持灵活性,而非执行 AI 模型反复需要的核心计算。

在哈佛,Uberti 找到了重要的技术伙伴 Chris Zhu。Zhu 主修数学和计算机科学,拥有组合数学与高性能计算经验。Uberti 休学期间,Zhu 留在校园,两人每隔一天便通过 Zoom 推进这个始于宿舍的项目。第二年春天,面对面的合作让他们确信,值得离开哈佛,全职创办 Etched。

第三位创始人的信念来自另一段经历。Robert Wachen 是 Uberti 的大学室友,现任 Etched 总裁。16 岁时,他背部的一个肿块被确诊为第四期骨癌,生存概率不足 30%。手术的生存希望更大,却可能令他再也无法行走;放疗可以保留行动能力,却会降低存活概率。他选择了手术,后来仍不得不接受放疗,并经历了近两年的治疗和重新学习走路。Wachen 曾说,这段经历让他不断思考:如果人生失而复得,自己究竟要用它来做什么?

联合创始人 Robert Wachen、Gavin Uberti 与 Chris Zhu。图片来源:CNBC、Etched

这个问题后来成为 Etched 创业故事的一部分。GPT-3 第一次回应 Wachen 时,他便被 AI 深深吸引。OpenAI 推出具备图像理解能力的 GPT-4V 后,他上传了一张确诊前的背部照片,请模型像医生一样分析。几秒钟内,模型便判断肿块可能是肿瘤,并建议接受 MRI 检查,而他的医生花了数月才得出相同结论。随后,屏幕提示他当天的图片额度已经用尽。在 Wachen 看来,这一刻同时展现了 AI 的潜力,以及普及这种能力所面临的算力短缺。他与 Uberti 得出了相同的结论:智能可能变得充裕,但承载和提供这种智能的基础设施尚不存在。

Etched 的不同之处,不仅在于创始人的年轻,更在于他们没有传统的半导体行业履历。

Cerebras、Groq 和 SambaNova 均由资深行业人士创立,而 Etched 的三位创始人当时仍是哈佛学生。2022 年,他们创办 Etched,随后离开哈佛全职创业;2024 年,三人同时入选 Thiel Fellowship,成为少数全体成员共同获选的创始团队之一。

他们对 AI 发展的方向判断得很早,也因此经历了一段艰难时期。2023 年,很少有投资者相信 Transformer 已经足够稳定,值得围绕它设计高度专用的芯片;更少有人相信,几名大学辍学生能够真正把芯片造出来。创始人带着一份约 30 页的技术论述四处融资,却遭到几乎所有主要投资机构拒绝。Etched 一度只能按月维持运营,资金接近耗尽。

Primary Venture Partners 对机会作出了不同判断。2023 年 3 月,它领投 Etched 536 万美元种子轮,提供了约四分之三的资金,公司当时估值为 3,400 万美元。一年后,Primary 与 Positive Sum Ventures 共同领投 1.2 亿美元 A 轮融资,为 Sohu 芯片的流片和制造提供资金。

3.Etched 在打造什么:从芯片到推理集群

Etched 最初提出了一个大胆的设想:如果 Transformer 成为 AI 的主流架构,那么围绕其重复运算专门设计芯片,就能舍弃 GPU 的部分灵活性及其带来的额外开销。Etched 最初的答案是 Sohu:一款于 2024 年发布、当时被定位为“仅支持 Transformer”的 ASIC。

  • 3.1 从芯片走向完整系统

Etched 在 2026 年推出的产品,已经超越了最初的 Sohu 芯片。其前沿推理集群将专用处理器、内存、计算卡、互连、液冷和软件整合为一套完整的机架级系统。Etched 表示,该平台不仅支持 Llama、Qwen 和 DeepSeek 等 Transformer 模型,也支持采用状态空间架构的 Mamba。它仍然高度专用,但已很难再被简单定义为“仅支持 Transformer”。

表 1:Etched 产品的四个相互连接的层级。© 2026 Jarsy Research

一个速度很快的处理器,只有在能够高效访问内存、与相邻芯片通信、控制温度并可靠运行生产模型时才有实际价值。因此,前 Cypress CTO Mark Ross 早期提出的建议:“人们购买的是系统,而不是芯片” 逐渐成为 Etched 战略的核心。

芯片(左)、计算卡(中)、机架(右)。Etched 打造的是机架级推理系统,而非单独销售一个处理器。图片来源:Etched

  • 3.2 解决推理的两大瓶颈

AI 推理主要分为两个阶段。预填充(Prefill)负责处理输入提示,可以并行完成大量计算;解码(Decode)则逐个生成输出 token,其速度往往受内存访问和芯片间通信限制。针对这两个瓶颈,Etched 分别设计了一项核心技术:

表 2:Etched 针对推理瓶颈采用的技术。© 2026 Jarsy Research

低电压推理(Low-Voltage Inference)CMOS* 电路的动态开关功耗可近似表示为:

Pdynamic=αCV2f

其中最关键的是 V2: 功耗会随电压的平方增长。假设其他条件不变,当电压从 1.0V 降至 0.5V:

(0.5/1.0)2=0.25

理论上,动态开关功耗将降至原来的四分之一,从而能够在不突破机架供电和散热上限的情况下部署更多运算单元。Etched 表示,其数学运算单元的工作电压不到大多数 AI 加速器的一半。要实现这一点,电路、任务调度、供电、封装和冷却系统必须协同设计。Etched 声称,这项技术可以让万亿参数级的稀疏混合专家模型(Sparse MoE)持续发挥超过峰值 FLOPs 80% 的性能,同时避免因过热而降频。该数据目前仍由 Etched 提供,尚未经过独立复现;但电压与功耗之间的基本关系已有成熟的半导体物理理论支持。

  • CMOS 是“互补金属氧化物半导体”(Complementary Metal-Oxide-Semiconductor)的缩写。它利用 NMOS 和 PMOS 两种互补的微型晶体管充当开关,通过控制电信号的通断来表示二进制中的 1 和 0。

集群级内存(Cluster-Scale Memory)在解码阶段,系统花在搬运数据上的时间往往多于实际计算。其性能可简化表示为:

Performance ≤ min (Peak Compute, Memory Bandwidth × Arithmetic Intensity)

这正是 Roofline 模型(屋顶线模型)的基本逻辑:一旦内存带宽成为瓶颈,继续增加算力也难以显著提升性能。例如,一个以 FP8 格式存储的 700 亿参数模型大约需要:

700 亿个参数 × 1 字节 ≈ 70 GB

在解码过程中,系统需要反复读取这些模型权重,以及保存此前 token 信息的 KV Cache。上下文越长、批处理规模越大,所需的内存也越多。

Etched 的 CSM(Cluster-Scale Memory,集群级内存)通过专有的高带宽、低延迟互连,将 HBM 与 SRAM 结合起来。其目标是让多颗芯片访问同一个共享内存池,在利用 HBM 大容量优势的同时,获得接近 SRAM 的响应速度。

不过,Etched 尚未披露 CSM 的带宽、延迟、SRAM 容量或网络拓扑。因此,目前更准确的说法是:CSM 是 Etched 针对内存瓶颈提出的解决方案,而非已经得到充分验证的技术优势。

Etched 机架内部。图片来源:Etched

  • 3.3 从可工作的芯片走向量产

Etched 的 A0 芯片(第一个芯片修订版本)于 2026 年初采用台积电 N4P 工艺完成回片,公司称其首次流片即取得成功。目前,Etched 正与客户共同验证机架级系统,并表示已经签署超过 10 亿美元的客户合同。

在早期的 Sohu 材料中,Etched 曾预计,搭载八颗芯片的服务器运行 Llama-70B 时,每秒可生成超过 50 万个 token。但这一预测早于 A0 芯片回片,目前尚未得到独立复现。公司近期公布的另一项数据是,其系统运行万亿参数级稀疏 MoE 模型时,可以持续发挥超过峰值 FLOPs 80% 的性能。不过,相关客户测试的具体结果尚未公开。

Etched 还在圣何塞地区建设了一座 10 兆瓦实验设施,以及数据中心、测试和原型开发设施,并在台湾设立制造业务。公司表示量产已经启动,首批机架计划于 2026 年夏季交付。

4.信念背后:团队、文化与资本

Primary Venture Partners 早期的投资信念,并非建立在一款已经完成的产品上,而是源于创始人把产品造出来的能力。此前,Primary 已经在独立研究 Nvidia 的市场主导地位、GPU 的瓶颈,以及围绕大语言模型设计专用硬件的潜力;但 Etched 团队缺乏半导体行业经验,仍是一项重大风险。

Primary 邀请多位行业专家审阅 Uberti 的白皮书,并直接向他提出质疑。据称,其中几位起初十分怀疑,最终却被他的思考能力、应变能力和执行速度打动。因此,Primary 将第一项考验归结为一个简单的问题:这些年轻创始人能否招募到足够资深的团队,把非传统架构变成可量产的系统?

  • 4.1 从三位创始人到 400 人工程团队

机架级加速器绝非单颗芯片项目。它需要横跨芯片、固件、封装、编译器、散热、制造和完整数据中心系统的专业能力。Etched 表示,公司团队已超过 400 人,其中包括来自 Nvidia、Google TPU 团队、Broadcom、SK Hynix 和台积电的工程师。

其管理团队将创始人重新思考计算架构的意愿,与资深硬件高管的量产经验结合在一起:

  • Mark Ross,首席技术官(CTO):前 Cypress Semiconductor 首席技术官,曾参与交付多个首次流片即成功的芯片系统。
  • Brian Loiler,平台副总裁:在 Nvidia 工作 22 年,曾参与打造 HGX 和 DGX 平台。
  • David Munday,软件副总裁:曾组建 Google 的 TPU 软件团队,并参与从 TPU v1 到 v5 的多代产品。
  • Wayne Cao,生产副总裁:曾负责初代 iPhone、MacBook Air、Pixel 和 Chromebook 等产品的生产及供应链项目。
  • Saptadeep Pal,ASIC 与架构副总裁:曾参与 Nvidia H100、A100 和 V100 的架构开发。

招募到这一层级的人才,是一个重要的执行力信号。它并不能证明 Etched 已经具备规模化生产可靠系统的能力,但降低了其技术构想最终只停留在原型阶段的风险。

  • 4.2 面对面协作与垂直整合文化

Etched 主要采用线下办公模式,让芯片、封装、软件、散热和平台团队共同开发整套系统。公司在圣何塞建设了数据中心和原型开发设施,并在台湾设立基地,与制造合作伙伴保持持续协作。这种高度整合的模式成本高昂,在初创公司中也并不常见,但它体现了 Mark Ross 早期提出的理念:客户购买的是完整系统,而非纸面上的芯片性能。

  • 4.3 资本追随团队

随着 Etched 招募资深工程师,并从一份白皮书走向可工作的芯片,其投资者阵容也从一家极具信念的种子基金,扩展至大型风险投资机构、半导体战略投资者和量化交易公司。

表 3:Etched 历轮融资。来源:CNBC、Bloomberg、Reuters、Etched。© 2026 Jarsy Research

5.竞争格局与前景

Etched 进入的是一个专用化已不再罕见的市场。Nvidia 和 AMD 正在开发完整的机架级平台,众多初创公司也在围绕 AI 推理重新设计处理器、内存和互连系统。更多行业背景可参阅我们此前发布的研究报告 Jarsy Research #22《定制 AI 芯片时代》。

表 4:Etched 的主要竞争对手。© 2026 Jarsy Research

这些公司通过速度、效率、灵活性和系统整合能力的不同组合与 Etched 竞争。凭借软件生态和庞大的装机基础,Nvidia 仍是行业标杆;d-Matrix 则是与 Etched 最接近的专用推理芯片初创公司。SambaNova 和 Cerebras 提供了发展更成熟的替代架构。更广泛的竞争者还包括 MatX、Fractile 和 Positron。与此同时,Google、Amazon 和 Microsoft 正在为自有云平台开发定制处理器,进一步压缩独立芯片公司的潜在市场。

Etched 现在必须将可工作的芯片和客户承诺转化为可靠的生产部署。市场机会十分可观,但其成功取决于能否在实际应用中持续证明性能、成本和能效优势,同时跟上模型架构的变化。Etched 无须在所有场景中取代 GPU,只需证明相当规模且具有高价值的推理工作负载能够在其系统上运行得更好。

阅读原文

跳转微信打开

  •  

祝贺国仪量子登陆科创板!让前沿技术走向产业深处

高瓴时间 2026-08-11 10:25 北京

今日,国仪量子技术(合肥)股份有限公司(证券简称“国仪公司”,股票代码688828)正式在上交所科创板挂牌上市。

国仪量子成立于2016年,专注高端科学仪器研发。对高端科学仪器而言,实验室里的技术只是起点。真正走进客户现场,还要经过工程化、制造、交付和服务,最终成为“用得好、信得过”的产品。

2020年前后,高瓴创投团队在研究量子技术时,重点关注已经开始走出实验室、进入真实应用的方向。量子精密测量能够通过传感器和科学仪器服务材料科学、半导体、生物医药等领域,是当时较早具备产业化条件的方向之一。国仪量子创始人贺羽和团队从科研一线出发,已经开始把前沿技术转化为可销售、可交付的科学仪器。基于对产业方向的共同判断,高瓴创投于2020年10月领投国仪量子B轮融资,并于2021年继续加码C轮,双方由此开启同行之路。

此后,国仪量子从量子信息技术与自旋共振起步,逐步拓展至电子显微镜、气体吸附分析和随钻测量等领域。2023至2025年,公司收入由4.00亿元增至6.66亿元,累计研发投入3.58亿元。一路走来,团队用一台台仪器、一次次交付,把科研积累逐步转化为产品和产业化能力。

CIQTEK

国仪量子技术(合肥)股份有限公司董事长、

总经理贺羽表示:

「高瓴创投团队很早就理解,做科学仪器需要长期投入,也要坐得住冷板凳。第一次交流时,我们聊得最多的,是怎么把技术做成产品、让产品真正走进客户现场。合作这些年,高瓴创投在公司发展的关键阶段给予了充分信任,也在战略、人才和产业资源等方面提供了支持。我们把仪器从“做出来”做到“用得好、信得过”,高瓴创投一直是重要的同行者。期待未来继续携手,把中国人自己的高端科学仪器做得更好,服务更多科研创新和产业需求。」

Hillhouse

高瓴创投团队表示:

「高端科学仪器的门槛,不只在于原理创新,更在于能否把复杂技术做成稳定、可靠、可持续服务的产品。过去几年,贺羽和团队围绕真实需求,持续打磨研发、制造、交付和服务能力。祝贺国仪量子登陆科创板,期待团队继续推出经得起客户和市场检验的自主产品,高瓴创投也将继续陪伴公司的长期发展。」

跳转微信打开

  •  
❌