铃阅时讯
❌

阅读视图

首次Agentic RL开课了!十一月最丰富组队学习来了🥳(多达21个课程)

原创 一起学习的 2026-11-12 23:56 浙江

 Datawhale学习 

开源贡献:Datawhale团队

什么是组队学习

组队学习活动,于2018年8月2日由Datawhale发起,已经坚持组织了八年。

初衷很简单,就是一群志同道合的小伙伴,一起学习讨论,一起克服拖延,一起组队打Boss。没有老师,没有教学,有的是一群热爱学习、渴望改变的人,大家交流学习,互促共进。

往期:《李沐大神分享,全球733所高校,9027人共同学习》

本期学习内容

  • 名额有限,先到先得!各学习时间重叠,每人限报 1 门。

  • 报名成功后,会收到进群码,请务必本周内扫码加入学习小群,逾期无法进入。

一、LLM专题

1. 开源教程:Agentic RL Lab(首个成体系的Agentic RL中文项目)

课程简介

围绕 GRPO 与 On-policy Distillation(OPD)两个实验,通过两周的原理学习、代码阅读和小规模训练,理解大模型强化学习(LLM RL)与在线策略蒸馏(OPD)的基本流程,使用 PyTRIO 完成训练并分析实验日志。另设 Search-R1(Agentic RL)选修内容,了解多轮搜索与工具调用的训练方式。

适合人群:有 Python 基础、了解大模型基本概念,希望动手入门大模型强化学习与 Agentic RL 的同学。Agentic RL 有一定学习难度,也是目前较前沿的大模型技术方向。

学习名额:180人

开源内容

https://github.com/datawhalechina/agentic-rl-lab

扫码报名学习

2. 开源教程:Happy-LLM(从零开始构建大模型)

课程简介

市场上缺少一本从零开始系统讲解 LLM 原理,同时引导学习者亲手搭建和训练 LLM 的完整教程。《Happy-LLM》项目从 NLP 的基本研究方法出发,沿着 LLM 的思路与原理逐层深入,依次剖析架构基础和训练过程,并结合主流代码框架,手把手演练如何搭建和训练一个 LLM。本次我们将一起学习基础知识的第 1~3 章。

适合人群:适合大学生、研究人员和 LLM 爱好者。建议具备一定的 Python 编程经验,最好具备深度学习相关知识,并了解 NLP 领域的基本概念和术语。

学习名额:180人

开源内容

https://github.com/datawhalechina/happy-llm

扫码报名学习

3. 开源教程:llm-algo-leetcode(推理优化方向)

课程简介

这是一个面向大模型入门到进阶的 Notebook-first 算法实战教程。本方向包括请求、工作负载与指标,预填充与 Attention 计算路径,投机解码与解码加速,KV Cache 表示、管理与复用,服务迭代预算、调度与异构协同,量化推理与单卡服务验证,以及分布式扩展与端到端决策。学习者将通过可运行、可验证的 Notebook,从“会看”走到“会写、会调、会优化”。

适合人群:对 LLM、MLSys 推理优化感兴趣的算法工程师、开发工程师和产品经理。

学习名额:180人

开源内容

https://github.com/datawhalechina/llm-algo-leetcode

扫码报名学习

4. 开源教程:llm-algo-leetcode(后训练优化方向)

课程简介

这是一个面向大模型入门到进阶的 Notebook-first 算法实战教程。本方向包括后训练目标与阶段选择、监督数据与目标构造、参数更新与训练交付、偏好数据与直接优化、奖励信号与策略更新、轨迹生命周期与在线系统,以及独立评测与采用决策。学习者将通过可运行、可验证的 Notebook,从“会看”走到“会写、会调、会优化”。

适合人群:对 LLM、MLSys 后训练优化感兴趣的算法工程师、开发工程师和产品经理。

学习名额:180人

开源内容

https://github.com/datawhalechina/llm-algo-leetcode

扫码报名学习

5. 开源教程:llm-algo-leetcode(模型架构与训练方向)

课程简介

这是一个面向大模型入门到进阶的 Notebook-first 算法实战教程。本方向包括注意力表示与 KV 压缩,位置、访问范围与长上下文,MoE 容量扩展与稀疏化,递推状态、SSM 与混合记忆,Transformer 局部反向与保存状态,计算图、梯度与有效更新,以及重算、搬运与驻留策略。学习者将通过可运行、可验证的 Notebook,理解模型架构与训练系统中的关键取舍。

适合人群:对 LLM、MLSys 模型架构与训练感兴趣的算法工程师、开发工程师和产品经理。

学习名额:180人

开源内容

https://github.com/datawhalechina/llm-algo-leetcode

扫码报名学习

6. 开源教程:llm-algo-leetcode(算子优化方向)

课程简介

这是一个面向大模型入门到进阶的 Notebook-first 算法实战教程。本方向包括首个内核与比较基线、图编译与算子融合、Triton 访存与分块、Attention 与推理内核、实际执行与性能归因、CUDA 协作与运行时,以及接口集成与负载复测。学习者将通过可运行、可验证的实验,掌握从建立基线到实现算子和复测负载的优化路径。

适合人群:对 LLM、MLSys 算子优化感兴趣的算法工程师和开发工程师。

学习名额:180人

开源内容

https://github.com/datawhalechina/llm-algo-leetcode

扫码报名学习

二、Agent专题

7. 开源教程:deepagents-in-action(从零构建生产级 Agent)

课程简介

Deep Agents 是 LangChain 开源的 Agent 开发框架,适合构建能够拆解复杂任务、持续调用工具并自主推进工作的智能体。本课程以 0.7 版本为基线,通过讲解、代码实验和组队讨论,带大家从运行第一个 Deep Agent 开始,逐步完成一个更可靠、可调试、能用于真实项目的 Agent。课程不以记忆 API 为目标,而是帮助大家理解 Deep Agents 适合解决什么问题,以及如何把 Agent 从 Demo 推向实际应用。

适合人群:具备 Python 基础、使用过大模型 API,想系统学习 Agent 工程的同学;也适合接触过 LangChain 或 LangGraph,希望解决复杂任务、上下文管理和工程可靠性问题的开发者。无需 Deep Agents 使用经验。

学习名额:360人

开源内容

https://github.com/datawhalechina/deepagents-in-action

扫码报名学习

8. 开源教程:Hello-Agents 入门篇(从零学习智能体)

课程简介

Hello-Agents 是 Datawhale 开源学习社区的系统性智能体学习教程。本教程旨在带领大家深入理解并构建真正的 AI Native Agent。本次组队学习的入门篇包含智能体基本介绍,动手跑通第一个智能体,智能体发展史,大模型基础,智能体经典范式构建,低代码平台运用以及热门智能体框架运用。

适合人群:具有 Python 基础且希望学习智能体基础知识的学习者。

学习名额:180人

开源内容

https://github.com/datawhalechina/hello-agents

扫码报名学习

9. 开源教程:Hello-Agents 进阶篇(构建智能体框架)

课程简介

Hello-Agents 是 Datawhale 社区的系统性智能体学习教程。本教程旨在带领大家深入理解并构建真正的 AI Native Agent。本次组队学习的进阶篇包含智能体经典范式构建、Hello-Agents 框架基础搭建、记忆与 RAG 系统搭建、上下文工程与终端能力讲解,手把手构建自己的 MCP 服务器,并从三个综合案例中选择一个跑通,最终完成自己的智能体毕业设计。

适合人群:面向希望构建智能体框架、掌握框架二次开发能力的学习者。

学习名额:180人

开源内容

https://github.com/datawhalechina/hello-agents

扫码报名学习

10. 开源教程:All-in-RAG:RAG 技术全栈指南

课程简介

本项目是一个面向大模型应用开发者的 RAG(检索增强生成)技术全栈教程,旨在通过体系化的学习路径和动手实践项目,帮助开发者掌握基于大语言模型的 RAG 应用开发技能,构建生产级的智能问答和知识检索系统。

适合人群:具备 Python 编程基础、对 RAG 技术感兴趣的开发者,希望系统学习 RAG 技术的 AI 工程师,想要构建智能问答系统的产品开发者,以及对检索增强生成技术有学习需求的研究人员。

学习名额:180人

开源内容

https://github.com/datawhalechina/all-in-rag

扫码报名学习

11. 开源教程:Easy Data × AI:构建知识与记忆驱动的 Agent

课程简介

《Easy Data × AI》是一门从数据视角理解和构建 AI 应用的开源课程,围绕 Agent、RAG、Memory、Skill 与 MCP 展开。课程采用“道篇+术篇”双轨结构:道篇训练场景判断、问题归因与系统设计能力;术篇通过可运行代码学习流式输出、工具调用、AI Native 数据层、Agentic RAG 和 Agent 记忆系统,并提供混合检索、上下文工程等扩展内容。

适合人群:学生、AI 爱好者、AI 应用开发者和产品经理。

学习名额:180人

开源内容

https://github.com/datawhalechina/easy-data-x-ai

扫码报名学习

三、AI编程专题

12. 开源教程:Easy-Vibe(AI 编程与应用开发入门)

课程简介

课程采用循序渐进的项目实践路径:先通过小游戏快速上手 AI 编程,再学习 Vibe Coding 工作方式并完成 Web 应用原型,随后进入全栈开发、部署上线和跨平台复杂应用。每个阶段都配有完整项目,帮助学习者理解工具选择与开发流程,逐步把想法从原型转化为可用应用。

适合人群:课程对零基础学习者友好,适合希望系统学习 Vibe Coding 和 AI 能力应用场景的学习者。

学习名额:180人

开源内容

https://github.com/datawhalechina/easy-vibe

扫码报名学习

四、FDE专题

13. 书籍:《企业本体论:人人都是 FDE》

课程简介

本次学习以《企业本体论:人人都是 FDE》为蓝本,以退款助手落地实现的企业场景为切入点,通过代入 FDE 工作实践,带领读者走通一个 Agent 项目从立项到上线运营的 10 个关键站点,逐步掌握企业本体、知识工程、多 Agent 协同以及审计评测等专业知识,并能灵活用于实战。书中丰富的业务界面图、关系图谱及事故回放案例,确保每一步都有据可依、有例可循。本次共学为前三章内容。

适合人群:尤其适合希望将 AI 价值真正落地的工程师、架构师、产品经理及管理者。不会编写代码,也能跟随案例理解建模与交付的全过程。

学习名额:180人

扫码报名学习

14. 书籍:《FDE:人工智能时代的客户价值交付》

课程简介

本次学习以《FDE:人工智能时代的客户价值交付》为蓝本,围绕前线部署工程师(Forward Deployed Engineer,FDE)这一新兴岗位展开。全书按照企业人工智能项目交付全流程,依次讲解问题甄别、客户获取、系统激活部署、续约维护、收入增加,以及整套实操方法论的规模化复制,并收录可直接复用的指标清单和工作范式。本次共学为前三章内容。

适合人群:面向企业人工智能创业者、FDE 相关工程师,以及希望理解企业人工智能落地逻辑的从业者。

学习名额:180人

扫码报名学习

五、AI硬件专题

15. 开源教程:Nailongbot:从零组装桌面陪伴机器人

课程简介

本次共学以奶蛙桌面机器人为实践案例,从认识零部件开始,逐步完成机器人组装、固件烧录、联网配置和舵机校准,再设置人设与音色,制作一位能够语音对话、显示表情和执行动作的桌面陪伴机器人。完成基础开发后,可继续选择动作、表情、声音或 MCP 功能进行二次开发,并在课程 Wiki 分享改造作品。本课程需要实物硬件,请提前备齐零部件与结构件。

适合人群:适合对 AI 陪伴、智能硬件和 DIY 机器人感兴趣的学生、开发者及创客。基础组装无需编程基础;二次开发建议具备基础 C++、Git 和终端操作能力。

学习名额:180人

开源内容

https://github.com/lucklyduck/nailongBotWiki

扫码报名学习

六、AI Infra专题

16. 开源教程:hello-gpu(从 GPU 入门到 Agent 优化)

课程简介

想入门 GPU 计算,却常被硬件架构、性能分析和 Kernel 开发劝退?本课程面向初学者,以 AMD GPU 与 ROCm 为技术环境,用一个连续、可验证的 Vector Add 案例,在 21 个学习日内完成“认识 GPU 并跑通程序—学会可信计时—解释性能瓶颈—亲手实现 Kernel—让 Agent 接手优化”的学习闭环。学习者将从 GPU 架构和并行计算基础出发,逐步掌握程序运行、性能测量、瓶颈分析、Kernel 实现和自动优化的基本方法。

适合人群:对 GPU 架构、并行计算、算子开发或 AI 计算加速感兴趣的学生、工程师和技术爱好者。建议具备基本的 Python 或 C/C++ 编程能力和 Linux 命令行基础,不要求已有 GPU 编程经验。

学习名额:180人

开源内容

https://github.com/datawhalechina/hello-gpu

扫码报名学习

17. 开源教程:hello-rocm(零基础入门 ROCm)

课程简介

想在 AMD GPU 上把大模型用起来,却常被环境配置、框架选型和分散的 ROCm 资料劝退?本项目以 AMD GPU 与 ROCm 为技术环境,用一条连续、可复现的教程路径,完成“配好环境并跑通第一个模型—用多种框架完成部署—动手做微调训练—理解算子与 GPU 编程—把能力收成可运行的 AI 应用”的学习闭环。学习者将逐步掌握本地部署、模型微调、算子实践,以及在 AMD 平台上构建真实应用的基本方法。

适合人群:对大模型本地部署、微调训练、ROCm 生态或 AMD GPU 编程感兴趣的学生、工程师和技术爱好者。建议具备 Python 和命令行基础,不要求已有 GPU 编程或 ROCm 经验;需有 AMD GPU 或可使用配套云算力。

学习名额:180人

开源内容

https://github.com/datawhalechina/hello-rocm

扫码报名学习

18. 开源教程:GGUF 量化内幕

课程简介

本教程介绍常用的 Q2~Q8_K、IQ、UD_IQ,以及 PTQ1、STQ1 等三值量化格式。课程结合 ASCII 图表和 C++、C#、Python 示例,学习 GGUF 容器、不同量化格式的数据布局、解码流程与误差分析,并通过横向比较理解各类格式在体积、精度和速度上的取舍。

适合人群:希望制作 GGUF 量化模型、开发端侧推理引擎,或深入理解模型量化格式的学习者。

学习名额:180人

开源内容

https://github.com/datawhalechina/gguf-quant-internals

扫码报名学习

19. 开源教程:cpp-llm-engine(从零构建 C++ LLM 推理引擎)

课程简介

这是一套中文优先、以 C++ 为实现主线的推理引擎工程教程。学习者将从一次 TinyLlama 真实推理开始,逐步实现模型加载、张量、算子、解码器、生成、缓存、调度和服务。仅使用 CPU 即可完成主线;具备 NVIDIA GPU 时,可继续学习 CUDA 加速,并通过 SmolVLM 将文本输入扩展到图文输入。课程还将通过 Qwen3 与 Qwen1.5-MoE 理解不同模型架构及其工程实现。

适合人群:具备基础 C++ 能力,并对 Transformer 架构和推理有一定认识;适合希望系统学习 LLM 推理引擎,以及 CUDA、量化、KV Cache、调度和 MoE 工程实现的开发者。

学习名额:180人

开源内容

https://github.com/datawhalechina/cpp-llm-engine

扫码报名学习

七、AI4S专题

20. 开源教程:AI for Science(科学模型与科研智能体实战)

课程简介

本次共学以 AI for Science 为主题,围绕科学问题进入计算流程后的关键环节,设置“科研智能体与 Skill 入门—科研知识与数据整理—科学模型训练、评估与可解释设计—科研智能体进阶与 AI Scientist”四个递进任务。课程以科学问题为起点,依次学习文献与实验资料组织、可信数据整理、模型选择与训练评估、科研工具调用、长程任务运行和结果核验,帮助参与者形成可记录、可检查、可复用的科研工作流。

适合人群:面向对 AI 辅助科研感兴趣的高校学生、科研人员和相关开发者。具备代码使用经验者可进一步完成模型训练、工具调用和实验迭代任务。

学习名额:180人

开源内容

https://github.com/TashanGKD/panshi-ai4s-practice

扫码报名学习

21. 实战营:沐曦 AI4S 实战营(国产 GPU 加速科研)

课程简介

由 AI Infra 开源社区联合 Datawhale 开源学习社区、书生大模型开源社区、启悟学习社区和沐曦股份共同主办的“国产 GPU 加速科研线上实战营”,面向高校及科研院所师生、开发者,以及对 AI4S、AI 智能体科研应用感兴趣的学习者开放。项目同步托管在 GitLink 开源平台。

适合人群:对 AI4S 感兴趣的学习者。

学习名额:180人

开源内容

https://gitlink.org.cn/ccf-ai-infra/Science-Agent-Lab

扫码报名学习

图片一起“点赞”三连↓

跳转微信打开

  •  

黄仁勋辞职,市场下来怎么走?

原创 心木123 2026-11-12 23:19 广东

①深夜大瓜持续袭来,英伟达黄仁勋即日起辞去总裁、首席执行官及董事会成员职务。

当下,美股继续小调整,但是英伟达个股跌幅巨大,差不多10来个点。

估计大家又担心下来的a股市场行情。

②黄仁勋事件必须放在美国政治博弈的大背景下理解,而且你会发现一码加一码的连贯出招。打地鼠一样,小三接连不断。

无论是政府层面的外部压力,还是企业内部的利益与权力矛盾,内外矛盾相互交织,估计下来都不希望英伟达由华人面孔掌舵。

③对于ai来讲,尤其和英伟达捆绑比较深的一些个股可能情绪下杀影响会更大。比如工业富联和胜宏科技等。

但是市场是否整体带崩溃,不好说。毕竟前面砸盘了那么多个月,大的量能释放的差不多了。估计大盘会调整,但是不一定瀑布大跳水。

④估计下来拿卡会越来越严,难度越来越大。估计国产算力的逻辑又会重新走强。所以这两天,星网锐捷、锐捷股份和寒武纪等龙头,开始走势比较强。

⑤目前科技就是博个反弹。前面光芯片适合埋伏,不适合今天追入。不过即便砸下来,估计这轮情况不一定如7月那么惨。光芯片的格局还是比大多zai赛道的好,如果调整,估计逻辑也会硬一点。

这也是近期没有围绕易中天下手的原因。

整体不要自己吓自己,恐慌盘阶段不适合做理性思考。

⑥市场有风险,投资需警慎。本人是个小白,以上为个人睡前瞎叨叨,只是个人复盘的心得,作为自己壮胆使用,满纸荒唐言,不具备任何投资参考价值,或者相关的义务和责任……

跳转微信打开

  •  

终于可以用1张画布把我的电商设计新工作流讲清楚了!

原创 AI沃茨 2026-11-12 23:13 浙江

保姆级教程

不儿,即梦最近是不是换产品经理了?怎么忽然变得这么勤奋。。。

最近这一周我点进即梦,都发现左边工具栏又多出几个新按钮。前前后后算下来,光最近这两周感觉大大小小有20 来个新功能。连带着最近上线的即梦Seedream 5.5,直接把做图和改图全给打通了。

别的先不说,光是连着改几十轮图都不变形就很顶了,还在真实感和审美表现上都很能打。然后还有一些很实用的功能,图层分离,电商套图,智能尺寸,动态海报等等,以前需要在PS里各种倒腾的脏活累活,现在全做成了现成的按钮,这不明摆着想让我们一块画布把整套电商详情页全包圆吗?

三大场景横测Seedream 5.5和GPT Image 2.6,连续修改100轮都不崩还是太强了

写到这,我瞅了一眼办公桌上每天喝水的这只保温杯。

干脆直接扔进刚大更完的即梦画布里,给大家实测一下,光靠现在即梦这一块画布,怎么从零从一张随手拍开始,把这只保温杯的全套电商详情页物料、再到一条带货小短剧全给做出来。

那我们先聊怎么在画布里把全套电商图做出来。

其实平时如果是自己搞点电商副业,或者是帮别人做一套商品视觉,最耗精力的基本都是围绕同一个商品,做出一整套规格统一且细节不穿帮的全家桶物料。做这些的前提是得先有一张不丢细节的干净白底图,现在不用再专门进棚拍或者自己琢磨提示词了,直接用营销Tab里电商主图的功能,一下就能生出边缘干干净净的高质量白底主图。

有了这张干净的白底图当源头,就可以开始做后续的物料了。如果想偷懒一步到位,其实可以直接用营销Tab里面刚上线的商品套图功能。

写好产品名称,卖点,还有适用人群以及一些产品信息,还可以选适用的平台和语言,

还提供了很多物料模版,什么商品海报、商品摄影、场景细节展示、成分解析、效果对比、产品尺寸和规格参数等等这些图都可以批量生成。

看我一次性跑出来的八张图,说实话还真挺惊喜的。设计的比我自己想象的还深入,绝对是把某宝摸透了。

从颜值图,模特图,到痛点对比、剖面图,引线图,再到尺寸和参数表,整套米白暖调完全统一,杯子各个角度都没变形。更绝的是图里这些小字,以前AI最怕这种密密麻麻的小字,刚上的这个Seedream 5.5对复杂排版和小字还有小语种文字的准确率直接干到了95%,你就看下面最后这张参数表十几行字居然一个都没翻车。

然后你看到这些图中还有很多它自己匹配画面做了很多素材,因为Seedream 5.5有原生的RGBA透明图能力,我们还可以把这些图中的素材中的logo、产品图都抠出来作为透明素材存到主体库里,后面再做其他物料的时候直接调用,非常方便。

然后你看到这些图中还有很多它自己匹配画面做了很多素材,因为Seedream 5.5有原生的RGBA透明图能力,我们还可以把这些图中的素材中的logo、产品图都抠出来作为透明素材存到主体库里,后面再做其他物料的时候直接调用,非常方便。

然后如果一张图其中有想要修改,可以直接用营销Tab里的编辑文字能把图中所有的文字信息提取出来,直接改改就能投入使用了。

那有特别的需求的话我们自然也是可以手搓,所以接下来我在画布里继续跑了模特手持产品图,双十一主视觉海报、产品设计卖点解析图、冬日露营场景图和杯口微距特写图。

我先跑了一张模特手持产品的卖点图,同样的提示语我用seedream 5.5(左)和GPT Image2.6(右)都跑了一个,看看效果对比。

我只能说右边Image 2.6这个人脸真的越优化越回去了。。。。

而且平时做电商的朋友都懂,没有哪张图能一稿过。运营要加文案留白、投流要面向不同人群、一个产品有不同款式的话每张图至少要保持模特连贯。以前用 AI 最怕的就是这种多轮改动,改到第十轮可能就变得很油腻或者人脸连亲妈都不认得了。所以这把我也必须测测Seedream 5.5和Image 2.6的多轮修改对比。

其实一直到13轮左右的修改,文字的稳定上和人脸上,除了Image 2.6开始在脸部出现细微斑驳之外,其他表现的都还可以。但是画面一旦开始改滤镜改光线,Image 2.6的质量就开始直线下降,杯子的大小也不一致了,甚至最后交出了这样一张图。。。。。

左  原图       中  Seedream 5.5      右  Image 2.6

真的不是我黑它,我还是用网页版生成的。。。

OpenAI你怎么了。。。

然后我又跑了一张双十一主题的海报,左边Seedream 5.5 其实更懂国内电商的排版逻辑,不仅杯盖结构稳当、色调通透,甚至还主动帮我补齐了左侧的毛玻璃卖点图标和底部的场景栏,直接就能拿去当商品主图用。而右边的Image2.6的更偏传统商业大片的重光影风格。

那第二张我做了详情页里卖点解析图,我觉得确实左边Seedream 5.5做的这个就更好看一点,保留了原图斜插吸管和旋转盖的细节,甚至主动给四个部位分别配上了圆形的微距局部放大特写圈,还把主副标题做了字重区分,视觉信息量一下子丰富了太多。

然后第三张做的是一组产品放到实景中的展示图,我是更喜欢左边Seedream 5.5做的感觉,光影没有那么夸张,更更像用真实单反大光圈拍出来的原片,真实感更强一些。

最后就是杯口的细节展示图,其实这两个杯口的细节展示做的都挺好的,但是左边Seedream 5.5的文字字体我更喜欢,不那么AI,而且右边Image 2.6悄悄把杯子上logo的颜色改成黑色了。

后面如果自己跑了一套图觉得还不错像自己组一套模版工作流的话,就可以把所有节点连好之后打成一个组。以后想跑新图,重新替换第一张图就可以一键运行整组工作流,不用一个个节点挨个去点了。

后面如果自己跑了一套图觉得还不错像自己组一套模版工作流的话,就可以把所有节点连好之后打成一个组。以后想跑新图,重新替换第一张图就可以一键运行整组工作流,不用一个个节点挨个去点了。

OK,套图工作流搭完了,接下来才是真正让我越玩越上头,图片二次编辑。

平时用 AI 做图最崩溃的就是生出来的图太难改。很多时候画面95%都挺完美,偏偏上面的价格要临时改一下,或者背景里多了一块杂物,如果画面中有很多小字的话,碰到这种情况基本认命重抽,很难在原图上动手。

但现在我们可以用就是营销Tab里的图层分离功能,

拿我刚刚做的这张海报举例,可以直接把整张图拆成几十个独立的图层(据说最多能拆100层)。前景升腾的水雾、中间的保温杯主体、杯下的岩石、背后的雪山背景、左侧的卖点图标和右下角的促销角标,全部分得干干净净。

而且重要的是海报中各种元素之间都是层层叠叠互相遮挡的,放之前的AI拆图层一般生成出来的都不完整,但现在被遮挡部分的元素都会自动补全,真感觉像是拿到了制作的psd文件一样。

再来再来,如果我们平时已经做好了一张图,想要用同款的内容只是替换里面的产品批量产出同款海报要怎么办。

以前我一般就是用重新上传这两张图,然后写一个替换主体的提示语,现在还是用营销Tab里的商品替换,按一下就搞定了。它就把原海报里的奶茶无缝替换成了我这只保温杯,而且周围的光影角度和桌面反射全都自动融合好了,简直就是抄作业神器。

除了这些,画布顶栏旁边在光影和视角微调上也塞了一堆趁手的小工具。比如我觉得随手拍的保温杯金属反光太闷,直接用了旁边的智能打光。可以自己手动调整光源的方向、颜色、软硬度等等,还有10种预设灯光效果,

我随手挑了一个落日余晖的预设,做出来的效果是这样的,整个环境光都发生了变化,场景更有氛围感了,画面修改的还是蛮自然的,杯子没有变形,文字也没有丢失。

如果是做家居或者空间展示的朋友,甚至还能用画布新上的720全景功能,直接生成球形预览的全景空间,鼠标拖拽看一圈,看中哪个角度直接截图就能落成一个新的画布节点。

当这张保温杯的物料们被我改得挑不出毛病之后,最后一步就是跨平台分发了。

做过运营的朋友都懂,同一张主视觉海报,淘宝要方图、小红书要3:4竖图、有些封面又要16:9横图,要是用手动裁切最怕把商品裁掉一半或者把字给切没了。所以有一个智能多尺寸功能可以批量修改是真的有用啊。

我拿改好的竖版海报试了一下,一键真同时批量生成好几种适用于不同广告和电商平台比例的图片,而且画面里的保温杯主体、整体配色、文字内容以及文字颜色全都保持不变,背景和排版会自动顺着新尺寸合理延展。

Image

搞定多尺寸之后,我还顺手用了一下营销里的动态海报功能,一键就把原本静态的保温杯海报转成了杯口热气缓缓升腾、背景雪花微飘的动态海报,而且支持直接导出GIF格式,拿来塞进电商详情页里抓人眼球再合适不过了。

把上面这一整套主图、详情页套图、多尺寸海报和GIF动图全部跑完,全套平面物料其实就已经彻底齐活了。

看着画布里已经打好光、抠好图的保温杯素材,我突然想起最近刷短视频老刷到的那种离谱带货短剧,前两秒看着还是正经的古装宫斗戏,眼瞅着巴掌就要扇上去了,下一秒女主反手从袖子里掏出一包纸巾开始说我的纸巾不烧心,连九阳豆浆、毛戈平、飞利浦剃须刀这些大牌最近全在下场用这种无厘头AI短剧做投放素材。

既然保温杯素材都在画布里现成摆着了,顺手直接打开画布里的Agent,给它配一条20秒左右的无厘头反转短片其实也就是一句话的事,做出来的效果是开头那样的。

Image

当然我们可以调用即梦内置的很多技能,直接做出一条纯口播带货视频,

脚本都不用自己写,它会自己提取产品图中的卖点,然后给出生成建议,确认后可以直接做出一条完整高质量的带货视频。

写到这,我就发现即梦就刚刚又上了Seedance 2.5 Flash视频模型,据说速度快了一倍,价格还更低,单秒低至0.09元。然后还上新了一个营销工作室,可以一键完成很多营销类型的工作流也可以复刻爆款,等我这两天有功夫再给大家测测。

说实话,从把这只保温杯从一张桌上的随手拍,一直跑到全套详情页、修改好每一行字、再顺手跑出那条20秒的搞笑短剧,看着画布里整整齐齐的样子几乎没有让我怎么动脑,还是挺感慨的,

过去这大半年,很多朋友和我吐槽用AI做图做视频,并没有觉得变轻松了,反而陷入了另一种抽卡内耗。

为了改图上的两个错别字重新抽二十次卡,为了换三个平台的尺寸把画面裁得面目全非,为了调出想要的光影或者排版跟提示词死磕一晚上。真的很恼火,甚至有时觉得自己花了挺长时间但0进度。

但当我现在发现生出来的每一张图都能随时拆开百层图层、每一行字都能保留原字体直接修改、光影和镜头可以手动调整,甚至连好的节点打个组就能变成自己专属的模版工作流时,

终于啊,AI生图又到了新的aha moment。

@ 作者 / 卡尔 & 阿汤


最后,感谢你看到这里👏如果喜欢这篇文章,不妨顺手给我们点赞|在看|转发|评论 📣

如果想第一时间收到推送,不妨给个星标🌟

如果你有更有趣的玩法,欢迎聊聊🤝

更多的内容正在不断填坑中……

跳转微信打开

  •  

艺术家在废弃小学挂满数万颗珠串,站对角度就会浮现鲜活的孩童身影!网友:晚上看有点日式恐怖…

日站君 2026-11-12 23:08 内蒙古

以下文章来源于:日本设计小站

日本设计小站

设计无国界,关注日本设计小站,驻足细节。感受日本设计的美,字里行间体会日本设计的力量,让设计改变生活,用设计提高审美,在日本设计中学会成长。

本文转载自:日本设计小站(ID:japandesign)

“消逝的校园记忆”

废弃数十年的小学里,竟然还留着孩子们的身影!

沉寂的教室、老旧的木地板、落着灰尘的课桌椅…… 一个个鲜活的孩童轮廓浮动在光影里。

走近才发现,这些并不是真实存在的人!

这是艺术家沼田侑香,在一座废弃十多年的小学里创作的作品《残像的重播》。

汤屋小学有近70年的历史,最终因为入学人数锐减、建筑抗震性能不足而关停。

往日的琅琅书声和笑闹声散去,只剩安静的空教室和散落的旧物,成了被时光遗落的地方。

而沼田侑香的这件作品,像是为这片沉寂的空间唤醒了沉睡的记忆,那些离开的孩子,仿佛从未真正走远!

她先对孩童的身形进行3D扫描,采集形态数据。

再用丝线串起数万颗细小的珠子,从天花板垂挂而下,一点点重构出孩子们的日常姿态。

有人坐在窗边、有人在黑板前写字、有人坐在书桌前……仿佛下课铃刚刚响起,孩子们还没有离开。

也正因这种立体点阵的构造,作品自带一种“易碎” 的独特观感。

只有站在特定的视角,散落的珠子才会在视线中拼接成完整的孩童身影。

只要稍稍移步偏头,清晰的轮廓便会立刻打散,化作悬浮的细碎光点。

就像信号不佳时候出现的数字残影。

阳光在教室里缓缓移动,珠子的光影也跟着轻轻晃动,仿佛记忆在时光里慢慢淡去。

有人从这件作品里读出了童年的余温,也有人从中感受到的是冷冰冰、消逝的失重感。

不知道你们怎么解读,沼田侑香的这件作品呢?


为了小伙伴们不错过更多优秀设计案例和最新设计资讯

记得将我们设置为“星标”!

  往期内容回顾~  

- END -

跳转微信打开

  •  

北汽星钽5X上市即交付:搭载华为乾崑智驾,限时焕新价12.69万元起

工业设计 2026-11-12 23:08 内蒙古

11月12日,北京越野“超大空间智慧越级SUV”——北汽星钽5X正式上市,推出插电混动与纯电共7款配置版型,限时焕新价12.69-17.19万元。北汽集团副总经理张国富表示:“好技术不该高高在上,好生活也不必贵得离谱。我们希望北汽星钽5X能成为家用不将就、个性不迁就的C位答案。”

相较预售价格,星钽5X诚意加码,上市指导价直降10000元,更叠加限时置换补贴3000元,无论用户现有车辆为何种品牌、燃油还是电车,均可享受。同时升级三重权益:首任非营运车主,电池自燃“烧一赔三”;首任非营运车主8年/15万公里电池衰减超过限制,电池只换不修;价值5000元的元境AI座舱2.0 Plus(豆包大模型+腾讯生态+支付宝生态)限时免费送。

此外,用户还可享五重预售臻享豪礼:

第一重,星跃升级礼:乾崑智驾版免费升级价值6000元的国家大剧院调音扬声器(23个);价值5000元的苍岭绿、镜湖银车漆免费送。

第二重,星动金融礼:5年分期,前2年0首付0息;2成首付随心贷,月供百元起。

第三重,星盾无忧礼:首任非营运车主三电终身质保;整车质保5年/15万公里;价值合计6000元的质保无忧、畅行无忧权益,限时优惠;终身免费OTA升级。

第四重,星核流量礼:基础流量、智驾流量终身免费;3年不限量免费娱乐流量。

第五重,星耀启程礼:价值600元的星钽闪耀交车礼盒、价值6000元的ADS高阶功能包限时补贴、ADS辅助驾驶无忧保障权益,以及免费赠送价值4999元的充电桩。

爱用、好用、实用、好车不贵,元境AI 2.0 Plus智能座舱更懂用户

预售以来,北汽星钽5X持续收获市场关注,订单稳步增长,并在地域分布、用户群体、消费场景、智能体验等维度全面破圈:东部及南部城市订单占比超60%,女性车主比例超35%,73%的换购用户此前驾驶传统燃油车或轿车,82%的用户选择华为乾崑智驾版本。

这份势能源自北汽星钽5X“爱用、好用、实用、好车不贵”的全面优势。“爱用”来自一眼心动的“精致硬”设计,让方盒子兼具硬朗轮廓与都市精致感;“好用”在于“装得下、去得了”,移动的第四代大平层带来宽敞舒适座舱,228mm离地间隙可应对更多日常道路与出行场景;“实用”体现在插电混动与纯电双路线:纯电版CLTC续航625公里,插混版CLTC纯电续航最高310公里,综合续航最高1350公里,混合路况实测纯电续航达成率90%以上。华为乾崑智驾提供城市/高速NOA和泊车辅助等功能,减轻驾驶负担。“好车不贵”则让高阶智能体验触达更广家庭用户,14万级即可享受搭载华为乾崑智驾的版本。

为了让用户享受更智慧、便捷的用车体验,北汽星钽5X的智能座舱计划OTA升级为元境AI 2.0 Plus,融合豆包大模型、腾讯生态和支付宝生态。一句就懂:支持多指令交互以及东北、四川等方言交流;一人一面:识别不同驾乘位用户的使用需求、记忆个人习惯,越用越懂用户;一路都在:结合车况、位置和时间主动规划行程、预判拥堵,还能线上订电影票、点外卖,让交互更自然、出行更省心。

全国现车充足,启动“百城万台”大规模集中交付

新车上市次日,北汽星钽5X率先在16个城市同步展开集中交付,首站落地北京,随后正式在全国范围内大规模启动“百城万台”集中交付。“上市即交付”的底气,源自北京越野全国经销渠道现车充足。依托集团多年整车研发制造硬实力、成熟供应链体系、智能化工厂产能优势、严苛品控体系及渠道拓展管理能力,首批北汽星钽5X车辆已陆续到店,热门版型与主流颜色均有现车可供。用户下订后可更快提车,无需等待,以“看得见、提得到”的现车兑现交付承诺,推动北汽星钽5X从“订单热”稳步走向“交付稳”。

发布会尾声还释放了一枚彩蛋。北京越野积极响应国家放开汽车合法改装号召,将在广州车展亮相北汽星钽5X飞翎定制版。该车型以北京雨燕“远行与归来”为主题,融入燕群阵列发光格栅、实木外饰细节、非遗螺钿镶嵌工艺及专属“Flyway”铭牌等设计元素,满足用户对硬派风格与个性表达的期待。

一辆好车,既要满足日常生活的需要,也要装得下对远方的向往。北汽星钽5X把颜值、空间、续航、安全和高阶华为乾崑智驾一次给齐,让更多家庭不再艰难做选择,让每个人都能大大方方爱自己、爱家人,活出高光时刻。

- END -

跳转微信打开

  •  

从“可被替代”,变成“不可替代”

正和岛 2026-11-12 23:04 北京

很多做企业的,心里都清楚一个事实:客户随时可以换掉你。

尤其是做代工的。订单靠客户给,款式靠客户定,利润靠压价。做得再大,能力也长在别人身上。客户一走,公司剩下的,只有厂房和设备。

李肖静做了十几年外贸代工,有一天突然把这个问题摆到自己面前:

如果公司做10年、20年、30年,没有客户、没有销售人员了,公司还有什么?

这个问题,让她做了一个决定。

李肖静是做医疗护具出口的,如骨科固定护具、康复支具等,产品卖到了全球160多个国家和地区。

回顾做外贸十几年,她一直在OEM和ODM的圈子里打转。客户给图纸、给款式,按人家的要求做。做得越多,越发现自己没有真正属于自己的东西。

如果没有了客户、没有了销售人员,公司剩下的,似乎只有制造能力。

而制造能力,是最容易被替代的。

所以她决定:做自有品牌出海。

品牌出海不是换个包装那么简单。过去是客户给图纸、给款式,按人家的要求做。现在做自己的品牌,研发、设计、创新能力必须过硬。她搭建了自己的研发设计团队,从卖产品转向卖解决方案。

“我不想在价格战里卷,那样没有出路。”

转型很辛苦,两年下来,品牌体量还不大。但有一个变化让她挺高兴,有了研发设计能力,反而赋能了原来的B端大客户。客户觉得你有服务他的能力,更愿意合作了。企业的增长点,恰恰从这里长出来。

这大概就是代工和品牌最根本的区别:代工是在别人的链条上干活,品牌是长出自己能解决问题的能力。前者靠成本,后者靠能力。成本可以更低,但能力很难被替代。

如今,李肖静有了一个真切的心愿,那就是希望10年后公司能在全球护具行业占有一席之地。“这是奥非特所有人的梦想。”

说到底,有了护城河,梦就不会远。

#新质企业家 #医疗护具 #品牌出海

跳转微信打开

  •  

黄仁勋辞职,英伟达把下一程交给谁?

原创 值得关注的 2026-11-12 22:57 北京

33年掌舵落幕

文|晓静

编辑|徐青阳

黄仁勋执掌英伟达33年的历史,在一份即刻生效的公告中宣告结束。

美国当地时间11月12日,英伟达宣布,黄仁勋辞去总裁、首席执行官及董事会成员职务。首席财务官Colette Kress(科莱特·克雷斯)出任临时CEO,同时保留原有职务;资深董事Harvey C. Jones(哈维·琼斯)被任命为公司首位董事会主席。

市场迅速作出反应,英伟达股价盘前跌幅超过10%。但正式开盘之后,股价跌幅收窄。

这份安排回答了谁来接手眼前的工作,却留下了更长远的悬念:正式CEO尚未确定,董事会将同时考虑内部和外部人选。

另外,据路透社报道,一份内部备忘录显示,克雷斯表示,公司将于太平洋时间11月18日上午9点召开全体员工会议,对应北京时间11月19日凌晨1点。

图:英伟达官方公告

01

四天之间

11月8日,英伟达官网发布黄仁勋致员工的公开信。他承认对婚姻不忠,向家人和同事道歉,并表示愿意重新赢得信任。“领导英伟达是我一生的荣幸”,他在信中写道。

同一天,董事会宣布启动独立调查,由独立董事组成的委员会在外部律师协助下监督。调查涉及媒体报道引发的安全疑虑。董事会当时强调,没有理由相信国家安全或公司机密已经受到损害,并明确表达了对黄仁勋及其领导团队的信心。

11月10日,独立董事进一步宣布,聘请美国纽约南区前代理联邦检察官Joon H. Kim及其所在的Wachtell, Lipton, Rosen & Katz律师事务所开展调查。

一天后,局势急转。路透社援引知情人士称,董事会于11月11日晚间开会讨论黄仁勋的去留。在此之前,媒体又报道了他与一名向其汇报的公司高管存在婚外关系的指控。有关去职的报道传出后,英伟达股价在延长交易时段下跌超过8%。

到了11月12日,董事会公布辞职决定。从公开表达信任,到创始人退出管理层与董事会,只有四天。

但人事决定,不等于已经有了调查结论。最新公告使用的是“辞职”,既没有公布调查报告,也没有说明董事会投票过程、离职补偿或黄仁勋今后是否担任顾问。

02

接棒的财务老将

接棒的克雷斯长期出现在英伟达财报电话会上。对于投资者而言,她是一位熟悉公司数字、也熟悉华尔街追问方式的管理者。

图:首席财务官Colette Kress(科莱特·克雷斯)出任临时CEO,同时保留原有职务

她在2013年9月加入英伟达,担任执行副总裁兼CFO,此后在这个岗位上工作了13年。她的职业经历,横跨半导体、企业软件和网络设备。

加入英伟达之前,克雷斯在思科负责业务技术与运营财务,职责覆盖各业务部门、工程和运营的财务战略、规划及业务发展。更早之前,她在微软工作13年,其中4年担任服务器与工具部门CFO;她还曾在得州仪器从事财务工作。她拥有亚利桑那大学金融学学士学位和南卫理公会大学MBA学位。

这份履历还有一个容易被忽略的细节:她接触的财务工作始终与研发和企业业务紧密相连。

芯片公司需要提前投入研发、安排供应采购,再等待产品交付形成收入。身处这一过程的财务负责人,必须理解技术节奏如何转化为订单、库存和现金。在管理层突然变化时,这些经验有助于公司维持既定经营安排。

在任命公布前,eToro首席分析师Josh Gilbert就向路透社表示,克雷斯长期与黄仁勋共同面对财报电话会,是市场熟悉的声音,适合在过渡期稳定局面。他同时认为,正式CEO的选择还需要考虑英伟达的技术优势。

她眼前最紧迫的任务,是让客户、员工和投资者看到,公司仍能在明确的责任分工下作出决定。

03

首位董事会主席

与克雷斯的任命同时发生的,还有一次治理结构变化:英伟达设立了首位董事会主席。

出任这一职务的琼斯,与公司有很深的历史联系。英伟达2026年股东大会文件显示,他自1993年起担任董事。1981年,他参与创办计算机辅助工程公司Daisy Systems,后来担任总裁兼CEO;1987年至1998年间,他领导芯片设计软件公司新思科技,先后担任CEO和执行董事长。他还参与创办了处理器知识产权公司Tensilica。

由一位长期参与公司治理、又有芯片产业经营经验的董事出任主席,至少让过渡期的监督与协调有了更明确的负责人。

接下来,董事会面临的最重要的问题,会从接受辞职转向评估人选:谁能够在保住现有业务的同时,继续决定英伟达未来几代产品的方向?

内部被反复提及的是Ian Buck(伊恩·巴克)。路透社报道,他于2004年加入英伟达,是CUDA开发的重要参与者。英伟达近期官方活动资料将他的职务列为超大规模计算与高性能计算副总裁;今年9月的AI基础设施峰会上,他代表公司介绍计算平台,并参与了与OpenAI的对谈。

巴克受到关注有现实原因。长期CEO需要理解开发者为什么使用英伟达、客户如何部署大规模计算,以及硬件和软件如何共同演进。

外部人选中,Arm CEO、英伟达前高管Rene Haas(雷内·哈斯)也被路透社采访的业内人士提及。报道还提到其他内部管理者,但这些均不构成官方候选名单。

黄仁勋留下的组织特点,会让选择更加复杂。路透社此前报道,他拥有超过60名直接汇报者,其中大量人员来自工程领域。这种结构让技术信息迅速集中到创始人手中,也使他的个人判断深深嵌入公司运行。

继任者未必能够照搬这套方式。哪些判断继续由CEO直接作出,哪些交给产品和工程负责人,哪些重大投入需要董事会更深参与,都会影响下一阶段的效率。目前,英伟达尚未公布相应组织调整。

04

供应链,英伟达的命门

黄仁勋离开的影响,已经传到亚洲供应链。

在辞职公告发布前,路透社采访的一位供应商高管担心,新CEO可能不会像黄仁勋那样积极提前锁定制造产能,进而影响供应商扩张的速度。Counterpoint Research研究副总裁Neil Shah也判断,英伟达新增的大规模生态投资和双边AI基础设施交易可能放缓。这些是受访者对未来的担忧,尚未成为已发生的业务变化。

他们关心的是下一轮承诺。

一款新产品从研发走向量产,供应商需要据此购买设备、扩充产线、安排人力。客户对未来需求的判断越坚定,越愿意提前作出采购承诺,供应链也越敢跟进。创始人的技术判断、商业信誉与承担风险的意愿,往往在这里共同起作用。

不过,现有业务也有超越个人关系的基础。韩联社11月12日报道,三星和SK海力士正评估英伟达不同接班情景。一些受访人士认为,已有供货协议不太可能受到直接影响,因为具体业务计划长期由双方管理团队对接;另一些人担心,高层沟通可能放慢,长期产品规划变化会影响生产与投资安排。

这让过渡期的考验也成为了,现有订单能否真的按时交付,新产品还能不能如期推进,下一轮产能和投资承诺能否及时落定。

董事会在公告中表示,预计公司运营、客户承诺和产品路线图将继续推进,不受中断。这是新管理层给出的承诺,后续还需要交付结果验证。

最近的一次检验就在五天后。英伟达将按原计划于美国太平洋时间11月17日下午发布2027财年第三财季业绩,并举行电话会。

届时,投资者大概率会追问订单、利润率和供应情况,也肯定会想要一个明确的答案,创始人离场之后,英伟达把下一程究竟交给谁。

推荐阅读

失去黄仁勋,英伟达会怎样?

黄仁勋无人接班

一键关注,明天见看完点个爱心点个赞

跳转微信打开

  •  

刚刚!英伟达CEO黄仁勋辞职,一个时代结束

ZeR0 2026-11-12 22:56 北京

智东西11月12日报道,刚刚,英伟达董事会宣布,黄仁勋已辞去总裁、CEO和董事会成员职务,立即生效。

根据公告,英伟达现任执行副总裁兼CFO科莱特·克雷斯(Colette Kress)已同意担任临时CEO。

在任命正式继任者之前,克雷斯将继续担任执行副总裁兼CFO。

英伟达董事会已启动正式CEO的遴选工作,并将考虑内部和外部候选人。

自2013年9月加入英伟达以来,克雷斯一直担任执行副总裁兼CFO。加入英伟达之前,克雷斯曾在思科和微软等领先的科技公司担任财务职务近25年。

同时,英伟达董事会任命哈维·C·琼斯(Harvey C. Jones)为首任董事会主席。琼斯拥有超过30年的企业家、科技高管和活跃风险投资者的经验,曾担任EDA巨头新思科技的CEO和执行董事长。

跳转微信打开

  •  

如果 Agent 也来上班,公司的组织架构图该怎么画?

原创 池建强 2026-11-12 22:53 北京

李彦宏想画“新厂房”

话说 1855 年,纽约与伊利铁路公司画出了一棵树。树枝上标注着部门、职责和人员。这张组织图把一家庞大公司的分工放在了一张纸面上,铁路向远方伸展,员工遍布各地,这张图标注的是,谁在哪里,负责什么事,有了问题,该找谁解决。

一棵树,让复杂的协作有了秩序。

后来的很多公司组织架构图,都沿用了层层分叉的样子。专业分工支撑了规模,但层级增多也带来了沟通成本的问题。一次需求和指令,要跨越多少部门、等多少次确认,这样的组织结构渐渐变得效率低下。

到了互联网时代,亚马逊给出了一个有趣的办法:一个团队的规模,要小到两块披萨就能喂饱。这样的团队拥有更大的自主权,从开发到运营,持续对一项产品或服务负责。快马轻裘,有想法就做,然后接受市场检验。少几层汇报,多几分当场拍板的速度,组织开始追求扁平和小团队作战。

到了 AI 时代,我们都知道,团队里又多了一种成员,叫 Agent,也就是智能体,它们开始参与写代码、分析数据、研究产品、执行任务。一个人带着几个智能体,就能干之前一个团队做的事情。公司需要重新考虑,一件事该交给谁做,人与智能体怎样协作,最后由谁判断结果。

从铁路公司的组织图,到人与智能体的混合编队

今天受邀去了百度世界 2026 的现场,以上这些信息,正是李彦宏在演讲时提出“智能组织”的背景。有现代企业以来,公司组织一直在演进,如何定义“智能组织”呢?他用了一个容易理解的比喻:AI 是新电机,智能组织是新厂房。电机换了,厂房也得跟着变。

想象一个产品团队:在 Agent 的协助下,产品经理很快写好了需求,设计师画了 UI,程序员提交了代码。但是,如果人与 Agent 各自为战,理解的需求、产品和用户场景都不一样,能做出来好产品吗,很难。最后还是反复开会、沟通、返工。

现在大家都在用 AI,自己干点啥还挺快,可一进团队协作,就出现了一个反直觉的问题:Agent 效率很高了,咋产品交付还那么慢呢?中大型公司尤其如此。

当 Agent 也开始参与执行,企业怎样把个人省下来的时间、个人积累的智能,变成整个组织可以复用、持续积累的能力?对此李厂长提出了三条原则,还挺有意思的,分别是:分工、知识和流程。

第一要打破岗位的边界,围绕任务而不是职能安排工作。有了 Agent 协助,懂业务的兄弟就可以把想法变成原型,再和同事讨论完善。岗位之间的协作方式也会随之改变,每个人需要更清楚地设定目标、验收成果,人的责任也从完成一份需求、一张 UI 设计图或一段代码,延伸到对最终交付结果负责。

第二是沉淀隐性知识,把经验通过 Agent 理解、能调用的方式留下来。老师傅看到一个信号,就知道该去哪查问题,这种判断都是多少年磨练出来的。如何把这样的判断依据和处理办法留下来,让同事与 Agent 随时都能调用,是当务之急。

第三是流程问题,强调了很多年的“闭环”再进一步,实现自我进化,让工作成果回到下一次的执行里。交付用了多久,哪里出错了,客户能不能接受,都需要记录和反馈,并让这些反馈回到下一次执行中李彦宏把这概括为“可衡量 + Looping = 持续进化”的公式。

这里面其实有很多变数,需要组织和技术、业务共同参与。谁提供业务知识,谁维护判断标准,好的结果如何进入下一次工作流等等……“厂房”要重构的,正是这些连接人的地方。

这次百度世界 2026 展示的“芯云模体”全栈 AI 进展,为“厂房”重建提供了技术底座。词元所让企业和个人更方便地购买、使用可信的模型 Token,也让模型质量和服务履约有了可衡量的标准,为企业评估 AI 投入产出提供参考。芯片与智能云承接 Agent 持续运行的计算需求,升级后的百度搭子加强专业任务执行、记忆和企业协作能力,让项目背景与决策可以被后续工作继续使用;库库 AI 企业版则把企业文件、数据与协作关系转化为 Agent 能理解的上下文。技术能承担的工作越来越多,组织怎样重新安排人、知识和流程,也就成了一个绕不开的问题。

智能组织,落到真实工作里长什么样呢?

在传统的产研流程里,一项需求通常由产品、设计、研发和测试依次接力完成。每个角色做完自己的一段,再把上下文交给下一个角色。环节多了,等待和解释需求也成了工作的一部分,这就是以前的常态,有时开会得先确认一句:上次咱们说到哪儿了?

百度数字人创新业务部干了一件事,基于自研 BiuBiuAgent,尝试让一个人借助 Agent 走完整个需求流程。其实产品、设计、研发和测试这些角色都在,它们被重新组织到同一项任务里:人负责目标、判断和最终验收,Agent 承接更多分析、生成与执行工作。

目前,团队已有 6 个以上的需求由单人完成全流程交付。一名校招新人借助 AI,用 1 天完成了原本需要 5 个角色、至少 10 天的需求。第三季度,团队还沉淀了 130 个 Skills 和 729 篇组织资产。

另一个案例也很有意思,关于老师傅的经验传承。

配电网故障研判非常依赖经验:面对故障记录、开关信号和线路拓扑,熟悉线路的人往往能更快判断先查什么。数据显示,仅广西电网 2025 年就发生永久性故障 8215 次,传统人工研判单次耗时超过 60 分钟。经验确实宝贵,但很难一直靠人手把手传授。

于是,南方总调与百度基于百度搭子,合作打造了“天璇伙伴”。它学习上万条历史故障处理数据,把专家经验整理为可复用的专业知识,再将故障记录、开关信号和线路拓扑整合成了证据链,辅助故障研判。其分析准确率达到 70% 以上;据客户反馈,故障分析效率提升 12 倍,目前这套系统已经实打实在广西 14 个地市、112 个县推广。

前一个案例改变了任务的分工方式,后一个案例改变了经验的沉淀与调用方式。前者说明工作可以围绕任务重新组织,后者说明经验是可以被人和 Agent 持续复用。

什么是智能组织,我想,大概就是这样的变化。

在会场见了不少老朋友,大家聊起百度世界,办了有二十年了吧,最近几年,我每年都来参加,这个大会像一扇窗口,让人沿着科技视角,观察技术价值在长周期里的变化,对从业者和创业者来说,都很有意义。今年更明显的感受却是,百度世界更加自信了。小舞台、年轻的产品经理、走进人群分享的李彦宏,都挺戳人;更扎实的底气,来自昆仑芯、萝卜快跑这些业务逐渐交出的成绩。

李彦宏似乎还是多年前的模样,岁月仿佛没在他身上留下太多痕迹。李彦宏不小了,但他依然在讲技术,相信技术,百度的芯云模体全栈实力,也让其始终站在产业舞台的中央,这大概就是这份“自信”的底气。

离开会场,再回想 1855 年那张铁路公司的组织图。那张图回答了谁在哪里、负责什么、出了问题找谁。今天如果重画这张图,除了部门和汇报关系,恐怕还得添三条线:任务如何跨岗位流动,经验怎样成为可复用的知识,以及人和 Agent 的自我进化。这肯定不是一蹴而就的变化,但智能组织的演化,已经开始了。

跳转微信打开

  •  

中芯国际:满产只是前菜,涨价才是重头戏?

原创 海豚君 2026-11-12 22:48 浙江

满产接棒涨价,毛利率再上台阶

中芯国际(0981.HK/688981.SH)北京时间2026年11月12日晚,港股盘后发布2026年度第三季度财报(截至2026年9月),要点如下:

1、收入端:中芯国际在2026年第三季度实现收入31.9亿美元,好于市场预期(31.1亿美元),环比增长6.1%,超出公司指引上限(环比增长2-4%,对应30.7-31.3亿美元)。

公司将收入增长主要归因于晶圆销量的增加。电脑与平板、工业与汽车是本季度主要的增量来源,两者的收入环比均增长约26%,而手机、消费电子的收入环比有所下滑。

通过量价分拆,公司本季度晶圆出货量(折合8寸)303.4万片,环比增长5.7%,而产品均价约1,052美元/片,环比基本持平(+0.4%)。

三季度的收入增长主要靠“量”:产能利用率从93.7%提升至97.3%,月产能也有所增加,出货量创下历史新高。价格端则在二季度大幅提升后基本稳定,单晶圆收入环比提升约0.4%。

2、毛利率:公司在2026年第三季度毛利率29.9%,环比提升4.6个百分点,超出指引区间上限(26-28%)。本季度毛利率创下2022年四季度以来的新高,公司将毛利率的提升归因于产能利用率上升和产品组合变动。

从单片来看,公司本季度产品均价环比仅增加约4美元/片,而单位成本环比减少约45美元/片(其中单片折旧减少约10.5美元,单片其他制造成本减少约34.5美元),单片毛利从二季度的265美元/片提升至314美元/片。

据此拆分,毛利率4.6个百分点的提升中,约4.3个百分点来自单位成本的下降,价格的贡献不到0.3个百分点。

3、业务进展情况:

在国产替代的推动下,中芯国际本季度中国区的收入占比达到90.8%,继续提升。

由于一线晶圆厂商将产能继续转向AI领域,公司持续获得成熟制程“外溢”订单,国产化比例继续提升:本季度中国区收入约29亿美元,同比增长41%;美国区的收入占比则降至7.8%。

从业务结构看,手机业务占比降至14.3%,在手机市场低迷的影响之下继续回落;工业与汽车业务占比提升至19.3%,电脑与平板的占比也提升至18.3%。

消费电子类领域依然是公司最大的收入来源,占比40.6%。三季度电脑与平板、工业与汽车的晶圆收入环比仍均增长约26%,AI周边需求的拉动仍在延续。

4、费用支出及资本开支:公司的经营费用主要来自研发费用和管理费用,费用率保持相对稳定。本季度经营费用(已扣除其他经营收入)2.43亿美元,环比增长7.4%,其中主要是研发活动增加。

从利润端看,公司本季度经营利润7.1亿美元,环比增长32.9%,经营利润率22.3%,明显好于市场预期(5.4亿美元)。但归母净利润4.28亿美元,仅与市场预期(4.27亿美元)基本持平,环比下降10.6%。

归母净利润环比下滑,主要是非经营性因素(公司称主要是部分联营投资基金的投资组合公允价值变动),大约有2.3亿美元的环比回落。

公司本季度资本开支为10.9亿美元,环比下降40%,明显低于市场预期(22.5亿美元),为2022年一季度以来的单季最低水平。

结合公司此前指引2026年资本开支与去年相近(81亿美元左右),四季度需要投入约36亿美元,全年计划是否调整需要关注电话会上管理层的口径。

5、中芯国际下季度指引:公司预期2026年第四季度收入环比增长4%-6%,对应33.2-33.8亿美元,好于市场预期(32.3亿美元);下季度毛利率指引26%-28%,好于市场预期(25.1%),环比回落,海豚君推测受下季度转固影响,折旧与摊销增加。

海豚君整体观点:满产接棒涨价,毛利率再上台阶

中芯国际这份财报表面“全面超预期”,毛利率冲上新高,但下季度毛利率指引却转为环比回落。

拆开看,本季收入增长几乎全靠出货放量,单片价格在本季度基本没动;毛利率改善也主要来自满产摊薄折旧以及产品组合优化,驱动力已从“涨价”切换为“满产+组合”。但产线已近满载,进一步摊薄的空间相当有限。

从2026年以来的毛利率表现来看:Q1(20.1%)->Q2(25.3%)->Q3(29.9%)->Q4(指引26-28%)。

四季度指引中值(27%)环比下滑,主要是折旧增加。按公司给出的2026年折旧增长约30%的指引推算,四季度折旧还要环比增加约1亿美元,这大约对毛利率拖累2.5%左右。

海豚君认为,AI需求外溢叠加国产化,成熟制程“量价齐升”的中期逻辑未变;满产之后更该关注靠什么驱动下一程增长。

当前中芯国际的主要关注点依然在以下几方面:资本开支及产能、成熟制程涨价、先进制程的进展。

a)资本开支、产能及折旧情况:公司本季度资本开支为10.9亿美元,环比大幅下降40%。若全年仍与去年(81亿美元)相近,四季度需要投入约36亿美元,关注后续电话会中管理层是否下调口径。

一方面,中长期的折旧压力会有所缓解,不过在建工程大量转固,短期内折旧仍将继续增长;另一方面,在产能利用率已经接近满载的情况下,新增产能的节奏放慢,也会限制后续出货量的增长空间,收入增长将更多依赖价格和产品结构。

在持续高投入的推动下,中芯国际期末月产能达到111.7万片(折合8寸标准逻辑),环比增加约2万片;产能利用率进一步提升至97.3%,产线基本处于满载状态。

持续的扩产也带来了折旧的快速增长:本季度折旧摊销12.7亿美元,同比增长27.6%。公司此前指引2026年折旧增长约30%(接近50亿美元),市场担心折旧增速快于收入增速,会在2027年限制毛利率的进一步上行。

从本季度来看,折旧摊销占收入的比重维持在40%,收入和产能利用率的提升把折旧摊销的影响消化掉了。

b)晶圆厂涨价动态:从三季度的产业调研来看,模拟和功率器件代工产能8寸、12寸均已满载,短缺可能持续到2027年下半年,下游芯片厂商今年已多次提价,涨价正在向下游传导。

但涨价的范围依然存在市场分歧。公司在9月的交流会上表示定价策略是“战略性而非机会主义”,对手机、消费电子等需求偏弱的客户暂缓提价;而近期PC领域出现砍单,部分消费类模拟芯片客户无法转嫁代工的涨价。

从中芯国际三季度的表现看,单晶圆收入环增约0.4%,涨价对收入的边际贡献已明显小于二季度。但四季度收入指引环比增长4%-6%,在产能利用率已接近满载的情况下,增量除了来自新增产能,大概率也有价格和产品结构的贡献,价格至少没有掉头向下的迹象。

2027年的价格谈判进展,以及手机、消费类客户能否接受涨价,仍是后续主要的看点。

c)竞争力及制程进展:中芯国际在晶圆制造领域已经稳居第二梯队,同梯队还有联电、格芯等,但只有中芯国际还在努力向第一梯队冲击。

结合公司及行业面信息来看,中芯国际主要是利用“多重曝光技术”进行N+1、N+2、N+3等工艺的迭代升级。第三方拆解显示,N+3的晶体管密度接近115 MTr/mm²,而下一代N+4将接近台积电5nm的水平。但纯DUV多重曝光带来的光罩层数多、成本高、良率爬坡难的问题依然存在。

在成熟制程涨价之外,中芯国际的估值提升主要来源是市场对公司先进制程的期待。H本身就是公司的大客户,随着昇腾950DT、960DT等产品的出货,中芯国际的先进制程收入将迎来较明显的提升。

整体来看,三季度中芯国际交出了一份“非常亮眼”的答卷:收入、出货量和经营利润均创下历史新高,毛利率逼近30%,而且毛利率的提升主要来自满产带来的成本摊薄,说明在折旧持续增长的情况下,公司依然有能力把毛利率维持在较高水平。

四季度毛利率指引虽较三季度回落,但26%-28%的区间仍明显高于市场预期,结合公司偏保守的指引风格,毛利率的中枢已经上了一个台阶。

当前公司仍处在晶圆涨价的正向周期中,多家晶圆厂也都表达了2027年继续涨价的展望。后续涨价落地、或者先进制程量产增加,都是潜在看点,公司业绩有望进一步改善,海豚君维持中芯国际处于“击球点”的判断。

当然还得关注后续电话会的信息,如果管理层明确给出2027年的积极指引,能给市场带来更大的信心。

<此处结束>

- END -

// 转载开白

本文为海豚研究原创文章,如需转载请添加微信:dolphinR124 获得开白授权。

// 免责声明及一般披露提示

本報告僅作一般綜合數據之用,旨在海豚研究及其關聯機構之用戶作一般閱覽及數據參考,並未考慮接獲本報告之任何人士之特定投資目標、投資產品偏好、風險承受能力、財務狀況及特別需求投資者若基於此報告做出投資前,必須諮詢獨立專業顧問的意見。任何因使用或參考本報告提及內容或信息做出投資決策的人士,需自行承擔風險。海豚研究毋須承擔因使用本報告所載數據而可能直接或間接引致之任何責任或損失。本報告所載信息及數據基於已公開的資料,僅作參考用途,海豚研究力求但不保證相關信息及數據的可靠性、準確性和完整性。

本報告中所提及之信息或所表達之觀點,在任何司法管轄權下的地方均不可被作為或被視作證券出售邀約或證券買賣之邀請,也不構成對有關證券或相關金融工具的建議、詢價及推薦等。本報告所載資訊、工具及資料並非用作或擬作分派予在分派、刊發、提供或使用有關資訊、工具及資料抵觸適用法例或規例之司法權區或導致海豚研究及/或其附屬公司或聯屬公司須遵守該司法權區之任何註冊或申領牌照規定的有關司法權區的公民或居民。

本報告僅反映相關創作人員個人的觀點、見解及分析方法,並不代表海豚研究及/或其關聯機構的立場。

本報告由海豚研究製作,版權僅為海豚研究所有。任何機構或個人未經海豚研究事先書面同意的情況下,均不得(i)以任何方式製作、拷貝、複製、翻版、轉發等任何形式的複印件或複製品,及/或(ii)直接或間接再次分發或轉交予其他非授權人士,海豚研究將保留一切相關權利。

文章不易,点个“分享”,给我充点儿电吧~

跳转微信打开

  •  

突发!黄仁勋辞职了

人人都是产品经理 2026-11-12 22:42 广东

谁能想到,执掌英伟达33年的黄仁勋,竟然以这样的方式告别CEO岗位。

11月12日,英伟达突然宣布,黄仁勋辞去总裁、CEO及董事职务,即刻生效。CFO科莱特·克雷斯临时接任CEO。

回顾过去15天,整个事件的发展相当戏剧化。

10月29日:事件曝光。《纽约时报》披露,美国情报部门怀疑新加坡科技公司Megaspeed前高管Alice Huang涉嫌为从事间D活动,并称其与黄仁勋关系密切。这家公司还是英伟达的重要客户。

10月30日至31日:争议扩大。《华尔街日报》跟进报道相关情报指控。中国方面否认间D指控,新加坡政府也否认曾就Alice Huang本人展开相关调查,但确认针对Megaspeed的调查仍在进行。

11月4日至5日:美国国会介入。三名共和党议员要求黄仁勋出席闭门简报会,解释相关关系及英伟达如何保护敏感技术信息。

11月8日:黄仁勋公开道歉。他向全体员工承认对妻子不忠,并表示愿意承担责任。同一天,英伟达董事会宣布启动独立调查,重点核实是否存在外国情报活动及国家安全风险。

有意思的是,当时董事会还公开表示,对黄仁勋及其领导团队有信心。

11月10日:调查升级。英伟达聘请前美国联邦检C官Joon Kim及其所在律所,负责独立调查。

11月11日:剧情急转直下。《纽约时报》再曝黄仁勋与英伟达一名直属高管存在婚外关系的指控。随后,《华尔街日报》报道称,英伟达董事会正准备罢免黄仁勋。

英伟达股价盘后大跌超过8%。路透社随后证实,董事会正在讨论黄仁勋的去留。

11月12日:正式辞职。英伟达发布公告,确认黄仁勋离任。财务负责人克雷斯临时接棒,公司同时任命Harvey C. Jones担任首任董事会主席。

至此,黄仁勋长达33年的英伟达CEO生涯正式结束。

值得注意的是,黄仁勋辞职并不代表此前的间谍指控已经得到证实。英伟达此前表示,没有理由相信公司jimi或漂亮guo国家安quan已经受到损害。

从11月8日董事会公开力挺,到11月12日宣布离任,仅仅过去4天。

黄仁勋曾带领英伟达从一家显卡公司成长为全球AI算力巨头,如今却突然退出管理层。

英伟达的技术路线或许可以延续,但失去黄仁勋之后,那个围绕他建立起来的商业帝国,还能否像过去一样运转?

跳转微信打开

  •  
❌