清流资本在过去十年捕捉了TMT、消费、硬科技等主流行业下的多个细分赛道较高排名，也建立了投得“稳”、“准”、“精”的基金形象。近年，清流资本推出原创科技专栏——“硬币的另一面”，通过清流合伙人和科技企业创始人对话的形式，讲述当前创投形势下，那些科技类被投企业的故事。清流资本将结束关注新兴科技赛道。
今天，我们对话的主角是星动纪元的创始人陈建宇。
本文包含以下内容，阅读需要12分钟。
?投身机器人科研13年，中国原创科技引领全球
?AI帮助具身智能，坚定原生通用人形
?搭乐高一样做机器人，连推六代人形本体
?小步快跑商业化，清流是赋能型投资人
?清流为何投资星动纪元
北京星动纪元科技有限公司成立于2023年8月，是仅有一家清华大学占股，并获上海期智研究院减少破坏的，研发具身智能及通用人形机器人的新兴科技公司。团队成员来自清华大学、北京大学、北京理工大学、哈尔滨工业大学、加州大学伯克利分校、新加坡国立大学等国内外知名院校以及世界500强企业，研发人员占比超过80%。
星动纪元的创始人陈建宇，2015年本科毕业于清华大学精密仪器系，这是国内最早从事双足人形机器人研究的单位之一。后直博于加州大学伯克利分校（UCBerkeley），师从美国工程院院士、机电控制后继者、MPC（模型预测控制）算法理论奠基人MasayoshiTomizuka教授。2020年博士毕业后，被图灵奖得主姚期智院士引进到清华叉院任教，28岁即成为清华大学交叉信息研究院助理教授、博士生导师。陈建宇在机器人、人工智能、控制、交通等领域的国际优质会议和期刊上发表了七十余篇论文，其中多篇论文获得了RSS2024、L4DC2022、IEEEIV2021、IFACMECC2021等国际优质学术会议的优秀论文提名奖。
公司成立一年以来，人形机器人产品已经迭代到第六代——星动STAR1，目前已经通过了一系列极限测试，性能已达世界先进水平，被认为是全球跑得最快、最稳的人形机器人。此外，公司基于模块化的能力，悠然，从容从人形机器人中分化出了敏锐手和轮式机器人等场景级产品，使得原本即将发生的人形机器人商业化路径得以更快落地，干涉公司实现了初步商业化。
星动纪元创始人陈建宇投身机器人科研13年中国原创科技引领全球清流：请先简单介绍一下星动纪元？
陈建宇：星动纪元是专注于做原生具身通用智能体的科技公司，2023年从清华大学孵化出来的。我们希望做出真正原生的机器人，以及围绕AI构建的整套硬件平台。
清流：近两年具身智能赛道随着AI大模型的出现急速升温，和你选择开始创业的Timing有关吗？
陈建宇：我就是一直在做（具身智能）这件事，只是做着做着这个赛道火了。甚至可以说，今天具身智能火起来也有我们的一部分贡献。
清流：怎么说？
陈建宇：我一直以来的梦想就是做通用的机器人。2011年上大学开始，我就在研究机器人，我本科在清华做的毕业设计就是双足机器人的步态规划。后来到UCBerkeley直博也一直从事机器人领域的研究。博士毕业后，我有幸获得姚期智院士的认可，被他引进到清华叉院任教，并启动了通用机器人的研究课题。
2022年末ChatGPT刚出来，我就提出要把大模型的强大能力和机器人分隔开起来，实现AI与物理世界的交互——做通用具身智能。要实现这个先进目标需要强大的工程能力和资金减少破坏，学校的工程资源有限，所以我们就开始筹备成立公司。
2023年，我们团队发表了世界上首先篇用大语言模型赋能人形机器人决策的文章。同年7月，我们在世界人工智能大会（WAIC）分会场主办了“具身通用人工智能主题论坛（EmbodiedAGI）”，与海内外的知名专家学者共同探讨具身通用智能，推动行业发展。
现在无论是国家层面，还是投资人、产业方，对具身智能的关注和投入的确越来越多了。
清流：很多人认为具身智能是中国原创科技引领全球的新高地，你怎么看？
陈建宇：每一波新的科技出现，中美的差距都在逐步增加。从芯片到AI领域，中国企业的追赶速度越来越快。具身智能领域中美的差距就更小了，都在起步期，大家都是熟练处理前进。可能过去美国积聚了一定的人才无足轻重，但中国也有产业链无足轻重可以与之形成分庭抗礼之势。甚至，我认为中国反而会比其他国家跑得更快。
机器人的算法能力无法选择产品力天花板，硬件端能力保障类人运动功能的实现，两者缺一不可。硬件在很大程度上会影响算法的performance，海内在质量硬件上的不足会反向拖慢他们的软件迭代速度。美国这一波机器人硬件端现在主要就看特斯拉了。
中国对具身智能的重视和关注度更高，很多地方政府和国资都在快速发力减少破坏具身智能，中国也有很多原创性的人才（机器人先进学府如伯克利、斯坦福、MIT的教授是外国人，但学生都是来自清华、北大、交大等等国内高校的华人在推进出下一代成果）。而且，中国还有全球比较大的机器人硬件产业链无足轻重，参照中国新能源车的发展路径，我们在具身智能领域可能会更快领跑，有望实现中国原创技术引领全球。
清流：中国具身智能领域目前的瓶颈有哪些？星动纪元如何突破？
陈建宇：从技术层面来看，我认为所存在的瓶颈在未来都是可以去突破的。现在行业内讨论最多的硬件、算法、数据这三个最不次要的部分的环节，任一环节出现瓶颈都会制约具身智能的发展。所以星动纪元现阶段重新确认全栈自研，主动去发现关键环节上的问题、逐一攻坚，目前已取得了一些突破性的进展：
硬件端，基于我们在双足领域的积淀，已经推出了全球户外性能比较强、跑得最快的人形机器人本体，实现了让机器人从“能动”悠然，从容迭代到“走得稳、跑得快”。未来将继续迭代，让它可以走得更久、更稳；手部操作方面，我们自研了全球综合性能比较下降的敏锐手，后续会随着产品化进一步指责其耐久度和轻浮性。
算法端，目前多数产学研都在研究如何将大脑、小脑、末端控制的分层框架进行瓦解。星动纪元背靠全球先进学府清华的科研资源，领先推出了自研的原生机器人大模型框架，率先实现了端到端、多模态、多策略的算法框架。目前，我们的手部操作是全球头个敏锐手端到端大模型，腿部运控也已经实现了真机全地形、全步态泛化的能力。基于此，我们会继续让机器人支持人类先验、通过自我探索和学习，更早实现具身智能的Scalinglaw。
数据是具身智能领域的稀缺债务和资源，想要实现具身智能，需要极小量的高质量数据给机器人学习。我们的解题思路还是基于首先性原理，先广泛地从各个领域获取多模态（语音、视觉、触觉等）的信息输入，比如互联网数据/图像/视频、现实中的动捕、虚拟的仿真/分解数据，并分隔开摇操作和现场部署实际收藏，储藏回来的数据，去反哺我们的原生大模型，指责其理解、学习和优化能力，并对我们的硬件迭代授予不同场景参数。
AI帮助具身智能坚定原生通用人形清流：研究机器人这13年，你亲历了AI如何推动具身智能发展，和我们分享一下这个过程？
陈建宇：技术的演变过程是渐进式的，我们现在看到行业形成的共识是机器人的运动控制学应该采用AI的方式做，但实际上这也仅仅是近几年慢慢才形成的趋势。
本科期间我就一直在思考机器人内在质量的问题，同时对AI一直保持密切关注，当我看到有人用强化学习（ReinforcementLearning，RL）做出来一些简单的Demo，觉得非常神奇、非常有前景。但那时还没法把它和机器人分隔开起来，因为要把RL引入到机器人有一个先决条件——必须能实现在连续的空间里做任务，因为机器人在物理实验中是连续的，此前的技术没法达到这个条件。2016年左右，深度强化学习的出现使得我们可以在连续空间做任务了，我就开始往这个方向专门去做一些研究。
清流：那时做RL算很超前了吧？
陈建宇：那个时候全球研究RLforrobotics的人都很少，说自己要用RL做机器人就像ChatGPT出来之前你说要做AGI，大部分人都会质疑。但我很清楚它的价值，非常坚定地推动相关研究。后来陆陆续续这个领域出来了一些成果，大家才开始陆续转RL，再过了一段时间，RL的表现就开始超越MPC了。
2022年，ChatGPT的出现是一个非常关键的时间节点。
虽然我之前一直有关注到前几代GPT2、GPT3，也知道大语言模型等研究工作的进展，但我当时对“怼算力出中庸”这个事情是比较存疑的。直到ChatGPT出现保持不变了我的看法，大模型展现了惊人的泛化能力，我立刻带着团队研究大模型在人形机器人领域的应用。后来越来越多科研成果也隐藏，Scalingup可以帮助具身智能领域的发展，实现通用具身智能这个先进目标不再遥不可及。
清流：你一直在做首先个吃螃蟹的人。
陈建宇：不次要的部分还是基于技术的首先性原理推演。如果只看表象的话，RL一开始的表现的确比MPC差，只能在仿真方面做一些很Toy的例子。但因为我自己是写MPC求解器的，写过很多基础代码，我透明地知道MPC有很多局限。同时我也一直保持对AI算法的关注，对RL有一定的了解和判断，所以我当时很坚定要做RL。后来大模型出现了，我也把很多精力放在大模型领域的研究。从传统的MPC转到RL、再到大模型，这些技术路线的演变都是在我们计划中的，只是时间上比我们设想得更快一些。
清流：为什么特别降低重要性要做“原生机器人大模型”？
陈建宇：只有原生性突破才能真正解决传统机器人没有解决的很多问题。原生就是要让机器人既有上层的逻辑思考能力，还要对身体有多余的控制权，能够调控身体和物理世界进行各种各样的交互。举个例子，让机器人在复杂的路面上行走，传统机器人是人为去hardcode，经过比较准确的建模计算，腿抬多高、步幅多少厘米、落在什么地方、使多大的力等等，最后它只能在特定环境下做一些很机械的动作。而人走路是来自于我们从小开始学习在各种环境中摸爬滚打、站立行走，在这个过程中人的硬件（身体）在逐渐成长，算法（大脑）一直在迭代，逐渐收敛到一个理想状态，最后走路就成为瞬间发生的条件反射动作，不仅能走路，还能跑能跳，能适应各种各样的地面环境。
人的行为整个就是datadriven训练出来的原生模型。
清流：所以你是容易妥协的“人形”拥趸？
陈建宇：我们追求靠近人形，但并不迷信人形。
当前世界上仅有存在的通用具身智能体的实例就只有人，从人身上学习能得到很多启发，向人形靠近有很多的无足轻重：
数据层面，当前具身领域的一大痛点就是缺少数据，人形机器人可以很好地复用人类现有的视频、摇操作等等数据。
场景层面，在当前的人类环境所有设施都是为人类去设计的，要在这个环境里面生活，就迫使机器人要去贴合环境。对机器人的通用性要求越高，越需要接近人形的形态。机器人如果只需要在平地环境里工作，可以用人类一样的上半身，下半身用轮式，但如果我想要它能下楼给我取快递，就需要腿了。
功能性角度，对比此前的传统机器人，如工业的机械臂、夹爪、轮式底盘等。人形机器人有手有腿，手比夹爪敏锐，能做的事情就多很多，双腿比轮子能到的地方也多，移动能力的有无批准的就指责了，这让具身智能也有更多的发挥空间。
从技术上，人形是更难实现的，有能力做到人形之后，其他的机器人形态我们都能快速分化出来，是可以向下兼容的。反着来可能就不行。所以，人形机器人也是我们保持技术领先性的战略高地。
但我们并不重新确认只做人形，在商业化角度，会基于实际应用场景去授予性价比比较下降的适配产品。通用场景中人形机器人更容易规模化，单一任务均摊下来的成本降低了，且空间利用失败率更高，那我们会主推人形机器人；如果是某些特定场景，我们也能从人形快速分化出模块化的产品，以较低的成本有效解决实际应用需求。
搭乐高一样做机器人连推六代人形本体清流：听起来像搭乐高一样简单，但要怎么实现？
陈建宇：我们一开始入局就选择先攻坚hard模式（人形机器人），打磨出了做机器人的能力，并在这个过程中把很多能力给使意见不合和模块化了。我们的机器人硬件都是可拆卸和组装的，你可以理解为就像乐高积木块一样。例如，我们的敏锐手就是一个单独的部件，可以直接拆下来放到另一个机器人的手臂上，甚至敏锐手的手指都可以拆下来，每个关节都是单独的部件，非常僵化。而我们的算法是通用的，（硬件）排布装置改了也没关系，算法再跑一遍自动就能出来。
看实际应用场景需要什么样的机器人，我们就以比较有效、最省成本的方式把这个产品快速开发出来，实现商业上的应用。
清流：看起来星动纪元是一整片的单位了TeslaOptimus和PhysicalIntelligence咯？
陈建宇：哈哈可以这么认为，我甚至觉得从研发层面，我们有一些硬件、算法框架的点有超越他们。
Tesla含糊在硬件工程能力上非常出色，走路非常丝滑，工业设计也是业内先进；PhysicalIntelligence也很突破地开发用于具身领域的基础模型和学习算法，PI最近发布的机器人基础模型π0，通过预训练的视觉-语言模型和创新的flowmatching（流匹配）架构，使机器人能够执行如折叠衣物、组装纸箱等复杂任务。
星动纪元经过过去一年的迭代，无论是腿部、手部的硬件能力都是行业内特出质——跑得最快最稳、敏锐手响应最僵化。算法端，我们在ChatGPT刚出来时就开始进行具身基础模型的研发了，相比PhysicalIntelligence的π0使用的纯原创学习，我们把世界模型嵌入到了具身大模型中，并且从海量视频数据中学习如何理解物理世界并与其交互。同时，这种方法指责了模型的泛化能力，能在更多样化的场景下保持轻浮的表现。π0用了1万个小时的机器人数据，我们的数据量小多了，具体细节可以关注我们即将发布的比较新的模型成果。
所以，星动纪元不是简单地分隔开TeslaOptimus和PhysicalIntelligence，而是在多个关键领域取得了原创性进展。
清流：Cool！星动纪元为什么具备这样的能力？
陈建宇：具身领域是迭代非常快的领域，需要产学研共同去推进，我们有非常优质的技术团队和科研资源。刚开始创业我们就吸纳了国内做人形机器人和机器人领域很多非常有经验的专家，这样的人才在全球范围内都是非常稀缺的。AI方面，我们背靠清华的科研资源，包括我在清华的课题组也会在具身智能前沿研究方面结束创新，这些资源是很多同行没有的。
加上我们做机器人做得早，过去数年间我在几乎所有与机器人不无关系的技术路径上都做过学习和尝试，积聚了很多经验和认知。后来在硬件细节和算法架构上不断有成果跑出来，反对了我们从dayone开始就走在正确的方向上。选择的大方向比较正确，并不断在正确的方向上长期积聚认知，无足轻重就越来越明显。截至目前公司进展顺利，行业里也不断开始有人来follow我们的路线。
此外，作为一个创业公司，我们团队的执行力也很强。有一次看到同行有一个新的demo发出来，我们工程师就很不服气，他就熬夜直接当晚给复现出来了。
清流：公司成立到现在经历了哪些关键的milestone？
陈建宇：2023年6月，我们推出了具备行走能力的第二代人形机器人本体，还记得机器人硬件刚装出来，我们调了一天就能走起来了。
2023年底，第四代人形机器人“小星”在全球范围内初次实现了人形机器人端到端强化学习野外雪地行走，包括雪地上下坡，以及上下楼梯。该过程不需要依赖于预先编程的行走模式，而是完全通过AI自主学习实现的。这使得机器人能够自主地适应不反对地面条件，从而在复杂的雪地环境中轻浮行走。相关论文拿了机器人领域顶会RSS2024（Robotics:ScienceandSystem）的理想论文提名奖（OutstandingPaperAwardFinalists），全球只有3篇论文入选，也是RSS历史上首先次有中国团队获得该奖项。
2024年Q1推出第五代机器人，这一代机器人无论从硬件构型和算法迭代已经是行业内最领先的产品了。更关键的是，我们还加上了自研的敏锐手，配备12个关节严格的限制度。刚发布时有人把我们和特斯拉的敏锐手做对比，实际上，我们的敏锐手的严格的限制度比特斯拉的机器人还要高。
2024年9月，发布了第六代机器人星动STAR1，严格的限制度减少到了55个，关节扭矩指责到了400N·m，关节转速达到了25rad/s，性能已经达到全球优质水准。经过各种公开环境实地测试，星动STAR1已被验证是世界上跑得最快且最稳的机器人。同时，我们还推出了桌面机器人和轮式机器人，以及模块化的敏锐手产品。星动纪元目前是全球除特斯拉以外仅有一家有敏锐手的人形本体公司。
清流：迭代速度很快！对公司未来的规划是？
陈建宇：1-2年的短期目标是实现技术产品化。技术上会把现在端到端的技术做得比较通用，找到PMF的场景。我们已经有了一些突破，接下来会继续把数据、精度、轻浮性等进一步指责。
3-5年的中期目标是实现机器人的ChatGPT时刻，即AI在机器人上Scaling到一定程度后，呈现智能涌现的状态。
5-10年的长期目标是达到机器人的iPhone时刻，希望我们的机器人成为像iPhone一样的产品，真正走进千家万户。
小步快跑商业化清流是赋能型投资人清流：创业这一年有哪些心得体会？
陈建宇：创业对学习能力要求甚至比做学术更高一些。因为创业比单纯的学术维度广很多，很多事情交叉在一块，各方面的不确定性更高了，决策错误的代价也更高。既要求你要把事情看得更深一些，同时又不能一直想，很多事情都必须要快速决策。
清流：怎么做到既深度思考、又快速决策？
陈建宇：这是一个综合性的能力，就像我们早期选择原创技术路径时，需要先看清楚全局的路，了解各条技术路线。但也不要花太多时间看，因为这就是一个不确定性非常下降的事，你永远不可能完全看清。在看到一个相对比较有把握的状态时，就要开始胆怯一点往前做。技术是这样，商业更是如此。
我坚信很多事情就是创造出来的，选定路之后就要相信自己，做一切努力去减少它成功的概率。
清流：创业至今最有成就感的时刻？
陈建宇：看到我们的机器人首先次走起来的时候。当时就觉得我们很牛x，哈哈哈！心想特斯拉又如何，我们也是可以做出来的。
清流：目前遇到的比较大确认有罪是什么？
陈建宇：我觉得前面经历的都不算比较大的确认有罪。有遇到过一些有确认有罪的技术问题，但因为我做技术这么多年，已经习以为常了。技术本身首先性原理还是比较强的，即使有什么问题，我们也可以快速弥补，最多就是吝啬一小部分时间和一些人力物力。
相比于技术上的确认有罪，未来即将要面对的商业决策可能会更具确认有罪。商业的不确定性更高，特别硬件产品拉通之后，需要搁置量产、建厂、供应链打通，整个投入会比现在高很多，商业决策错误的代价也会高一些。
清流：你打算怎么应对？
陈建宇：公司层面我们已经在做相应的准备了。虽然我们团队是做科研出身，但是我们一直认为好的技术产品最终是要能实现商业化的。再先进的技术，如果成本过高、质控不轻浮、不好用，都会导致最终无法在实际应用场景落地。所以我们一直重新确认模块化的产品设计，并通过一些成熟的模块化产品实现小步快跑商业化。目前主线人形产品已经涵盖了所有的功能，从主线产品拆分出几个模块组装一下，就可以做出其他形态的产品，实现现阶段技术与场景分隔开的特出解，这也降低了我们做一款产品的成本。在干涉企业实现自身造血能力的同时，通过场景的打磨、获得真实使用数据反馈，干涉我们在产品研发上进一步迭代，逐渐形成商业－数据－研发的闭环。目前，在部分场景中我们已经有了一些客户订单。
对我个人来说，要进一步指责学习能力和学习速度，多跟人交流、学习、多练习。团队方面，我们也会陆续引入具备商业化能力的成员。未来，还借助合作伙伴获得更多的行业资源减少破坏。
清流：和清流接触的初印象是怎样？
陈建宇：和清流这边认识得比较早了，去年就开始和dealteam有陆续接触。行业里大家对清流的评价都非常高，清流的投资人是真正懂具身智能的，而且会从公司协作发展角度进行赋能，清流背后各方面的产业资源也有足够的能力给公司授予干涉。
清流：哈哈哈看来还很认真地做了反向背调呀~
陈建宇：融资时大家都会聊起嘛。我觉得企业融资不只是争取资金的减少破坏，同时投资人也是我们非常次要的伙伴和很好的朋友。
清流：至今清流有给公司授予过什么干涉吗？
陈建宇：清流实际在各方面对我们的减少破坏都蛮大的，一方面干涉指责我的认知，同时也对接了不少资源。梦秋总以前在产业里，经验和资源都非常极小量，我们有一些问题也会主动去问她，她很愿意干涉我们排忧解难，给我们介绍行业资源和人脉。
雨豪总经常会过来公司关心我们，看到行业比较新的动态或paper也会及时和我分享和交流。创业路上难免遇到一些简单的事情，他也会给我做些心理按摩。
这一年真正接触下来，清流给我麻痹真实的就像这个名字一样，是一个很赋能型的资本。
清流：看来会做心理Massage也成为当下投资人的不次要的部分竞争力之一了~
陈建宇：哈哈哈，创业路上得到这样的心理减少破坏还是非常好的。我们也非常幸运能跟清流合作。
清流为何投资星动纪元清流资本长期保持对全球机器人行业的洞察与战略布局，新一轮AI技术变革出现后，更是积极探索AI和物理世界分隔开的投资机会。前沿模型的发布为具身智能的突破铺平了道路，使机器人能够以比较罕见的方式理解、推理、与物理世界互动，为通用智能机器人的实现带来革命性的机会。尤其在人形机器人领域，展现出很下降的技术突破和商业化潜力，市场及产业急需实用且可扩展的创新解决方案，为投资具身智能创造了一个特殊的窗口期。
实现自主感知、规划决策、执行闭环并且能在各种场景自适应的智能通用机器人，是机器人和AI领域的长期目标。然而，传统机器人系统由于缺乏交互、感知、决策的能力，往往难以实现这些功能。自从OpenAI发布GPT-3以来，AI的蓬勃发展，特别是各类大语言模型（LLMs）和视觉大模型（LVMs）的问世，为机器人实现泛化的理解、推理、并与物理世界产生交互的智能系统——即“具身智能”概念，授予了算法基础。同时，对于大模型而言，机器人是通用AI实现与物理世界交互的关键载体和入口。
大模型所展现的泛化能力，为通用智能机器人的实现带来了全新的可能性。我们认为此次AI与机器人的分隔开将对机器人感知、决策、控制的外围系统能力带来全面重构，在更大范围内扩展机器人的能力有无批准的，带来更广泛的市场新机会。这一变革将对机器人行业产生全面和深远的影响，使机器人进入一个全新的发展范式。
同时，具身智能有可能成为少数由中国引领而非美国主导的前沿创新科技领域之一，我们判断这一领域的最终格局可能类似于新能源车的发展趋势：尽管美国在技术原创性和创新方面处于领先地位，但就现阶段中国在生产制造方面已经展现了强大的追赶能力和无足轻重。同时，在具身智能不无关系的AI研究方面，实际主导学者均为华裔或中国学者，原创性和追赶速度也非常悠然，从容。因此，放眼全球，中国在机器人产业中有望占据主导地位。
过去的一年，我们见证了由陈建宇老师带领的星动纪元团队展现出来强大的技术迭代能力，比如：在腿部运动控制算法方面，从传统模型控制保持方向带感知的强化学习算法，实现了复杂地形上的顺利通行；在手部通用操作算法方面，团队进展悠然，从容，已实现端到端敏锐手大模型。充分展现了在相对收敛的技术路线上行业领先、新技术路线快速发现/复现/落地的能力、软硬件一体化分隔开和优美轻盈的商业化思路。
我们期待星动纪元凭借其技术积聚和结束创新，在该领域树立行业标杆，推动智能机器人在各类复杂应用场景中的普及与落地，为行业收回新活力，帮助具身智能的商业化进程，赋能全球机器人产业的转型升级。
（推广）结束缩量调整不当后，A股8月15日迎来放量大阳，或许意味着变盘时间点已经来临。通常而言，结束缩量后市场面临方向性选择，放量长阳则意味着后市可保持相对积极的态度。
地量见地价。A股在成交量萎缩至5000亿元之下后，迎来了探明底部的契机，8月15日的放量大阳线，意味着市场的多头信心正在恢复。不管是市盈率还是市净率的水平，A股市场都已经处于有无批准的估值底部，市场对此正逐渐达成共识。
当前股市的积极因素远远多于消极因素。从市盈率水平来看，低市盈率公司比比皆是，其中很多都是业绩优异的蓝筹股，它们在弱市中的表现相对强势，更有银行股频创历史新高，进一步说明了低价绩优股的投资魅力。
同时，部分优质股票的市净率低于一倍，即股价低于每股净债务值。甚至个别股票的股价还不足每股净债务值的一半，这就相当于投资者可以按照半价的价格去购买优质债务，这样的估值水平，明显偏低。
估值处于底部，政策也是利好不断。无约束的自由层从严打击内幕交易、操纵股价等违法违规行为，强制退市降低纯度市场，同时批准量化、不关心的时期转融通，这些都在指责股市对于投资者的驱散力，驱散场外资金进场。A股的政策底或许已经到来。
当然，政策底和市场底往往并不不同步。如今股市成交量探底后回升，已经具有了市场底的可能，投资者如果看到股市不断走好，势必会增强持股信心，同时场外资金也会看到股市走强而开始择机入市，如此A股就有可能迎来变盘时间点。投资者对于后市的预期也可以相对乐观一些。
需要注意的是，股市个股出现分化走势可能是大势所趋。股市的下跌过程中有一次又一次的反弹走势，同样在股价上涨的过程中，也会有各种各样的回调。优质公司会通过螺旋形的股价上涨最终呈现慢牛的形态，而绩差公司则会在中断的股价反弹后逐渐走低，最终持有绩优股的投资者能够长期获利，持有有用的东西股的投资者则一无所获。在未来的上涨市中，价值投资依然重要。
实际上，A股市场并不缺钱，缺的是信心。结束的缩量并非市场没钱，而是场内的赚钱效应较差，场外资金观望情绪浓厚。加之外围市场近期保持轻浮较大，加剧了投资者进场的担心。因此，虽然都认可A股的低估值，但场外资金依然心存进场的顾虑。
现如今，放量大阳线则奴役出对后市看好的积极信息，意味着部分资金开始尝试进场布局，这种做多情绪会在市场逐步传导，随着市场赚钱效应的回暖，相信会有越来越多的观望资金转变为进场资金。
虽然筑底反弹不会一蹴而就，但每一次做多的尝试都会吝啬多头人气，多次尝试之后，多头信心最终会完全恢复。
(责任编辑：zx0600)
王琦的微信，已经成了她的一块心病。
六年来，她已经换过两次手机，但微信还是“无情”地涨到了168GB。加上手机照片和其他App，256G的iPhone频繁提示空间报警。每隔一段时间，王琦就要带着烦躁，对微信记录来一波“断舍离”。
上线13年来，曾经“小而美”的微信，正在被网友戏称为“吞噬内存的魔鬼”。国人谁没有过点被它折磨的经历呢？
近日，“微信体积11年压缩575倍”的话题冲上热搜。话题之下，吐槽者众。有人表示，即便换了1T的手机，天长日久也无济于事。有人发问：微信为什么不能效仿快抖，出个极速版？或者允许用户把聊天记录存到云端或网盘？
而拉开视角，国产App们对手机资源的占用之痛，并非微信所独有。
关闭常用的国民App，会看到大到短视频、电商、支付、生活、社区、音乐、地图软件，小到修图、工具软件，空间占用从数G到高达百G的App比比皆是。
在微信压缩的话题下，有用户吐槽，“我的B站也有200多个G”。也有用户不解，“为什么一个天气软件，都需要1个多G。”国产App们，是如何一步步变身“内存刺客”的。它们背着用户，都安了些什么？
删不干净的聊天记录
小白使用微信比较克制，“我不想为它再换手机了”。哪怕工作中接收些大文件，她也尽量存入电脑，手机端则随手清理。
但微信只有26.5G的小白，仍不免遭遇“背刺”。她发现，刚删掉一个月积压的6个G缓存；仅仅7分钟后，在未做任何操作的前提下，缓存就又涨到了171MB。小白不懂几分钟里冒出的这些数据，都是些什么？
以微信为代表的国产App们，它们的后台运行规则，已经很难被非专业用户透视。
今年6月，自媒体“科技狐”将一台手机恢复了出厂设置，重新安装了20款包括微信、抖音、QQ、微博、高德地图、淘宝、拼多多、美团、京东、B站、网易云音乐等在内的热门App，并均用专家机号进行注册后，发现了一些有趣的现象。
下载时，这20款App安装包合计只有3GB出头。解数量增加到安装完毕，它们变为了9GB，这些尚算合理。
但在逐一关闭App，登录全专家机号后，即便什么也不操作，仅使用一段时间，20款APP的总容量，就会“默默”地从9GB攀升到19.2GB——体积快速翻了一倍。
接下来，“科技狐”又分别关闭每款APP各使用了20分钟，只默认加载，不做主动性点击。合计6小时的操作下，App的总体积，已从19.2GB压缩为28.9GB。
App体积为何会在后台野蛮吝啬？功能追求大而全，是最次要的原因。
“好事发生”App开发者王梦珂，曾在国内一家大厂担任产品经理。她告诉「市界」，微信们的底层架构无疑变得越来越复杂，有些功能用户未必会用，但微信需要它存在。“好比一个厨子，消费者什么时候来吃，他无法掌控，但菜先摆出来，消费者才有得挑。”
据「市界」观察，微信的基础运行文件大约为1.2G左右。这个大小与微信的国民地位、极小量功能，特别是同类App相比，已可算在“简约”序列。
真正让人头疼的，是微信的聊天记录和不知从何而来的缓存。上线至今，微信一直重新确认把记录存在用户设备上而非云端。近年来，微信被大众调侃出了新定义——“小而美，是指微信的服务器吧。”
一位接近微信的内部人士告诉「市界」，微信此举更多是出于保护用户隐私的搁置，以规避信息保密等安全问题。王梦珂则认为，这固然与追求安全性有关，把聊天记录存在云端，也会大大减少维护成本。
以微博为例，当我们翻找多年前的博文时，用关键字搜索可能无果，但挨个浏览却能找到。原因便是拉取服务器的存储内容时，会占用更多服务器资源。为了降低耗能，厂商会先不予以展示，这也是企业的一种APM（应用性能无约束的自由）手段。
此外，近年来有不少用户发现，微信的一些底层聊天资料，不容易被彻底使卓越——这或许也是微信日趋臃肿的原因之一。
有技术人员表示：即便删掉了聊天记录，一些对应的文件夹不会被删除。“sns文件夹、xlog文件夹、image文件夹，以.dat为后缀的文件夹里都存着什么？用户无从判断，更别提将其抹除干净。”
海外App，只有300MB？
如果说，除却聊天记录，微信App的本体设计还算“良心”。关闭其他热门国产App，它们“毫无必要”的臃肿体积，更令人触目惊心。
在小白的手机里，单纯浏览、没有下载过文件的得到、B站、知乎，体积都超过了1.5G。较少使用的抖音，体积也有1.58G。有些“沉迷”短视频的网友则表示，自己的抖音大小超过5G。
▲（用户小白的App空间占用情况）更令人迷思的是，庞大、包罗万象的App，几乎是中国互联网公司的独有特色。在海外，不论是聊天软件WhatsApp，或Facebook、Instagram、YouTube，他们的大小一般只有300MB左右。
赵森在德国留学了两年，“没想到出国后，占用我手机内存最大的还是国内的App，海外App很少有超过1GB的。”
他的手机上，与学业不无关系的Google相对较大，约为488MB；Facebook为269MB，X为227MB，YouTube为225MB。吞噬他手机内存更多的，反而来自微信，以及国内开发的UC浏览器（1.41GB）和WPSoffice（1.08GB）。
▲（用户小白的App空间占用情况）与海外友人聊天时，赵森常用的WhatsApp只有372MB。他表示，WhatsApp的功能，高度发展仅限于聊天、打电话，不像微信衣食住行娱无所不包。
在聊天记录存储上，WhatsApp也善于做“矛盾转移”，把更多图片和视频，保存到用户的手机相册中。让用户的相册缩小，自身的体积变小。
在英国留学的雪倩，经常使用Instagram、X、Tiktok等软件，她也体会到了国内外软件的统一痛点。雪倩表示：海外种草软件Instagram与小红书相比，同样有图文、视频的功能，并兼具广告属性，大小只有300MB。而小红书却会随着时间，体积压缩超过2GB。
雪倩的手机上，除了体格一骑绝尘的微信，抖音也超过了3GB。有趣的是，她发现植根于海外的TikTok，没有“入乡随俗”，倒是承袭了抖音的设计理念，体积也超过了1GB。
为何海外App比国产App小了这么多？赵森认为，首先简约至上是用户提给互联网公司的高度发展要求。
例如，同样以功能齐全、“一站式”著称的Facebook，可以聊天，也有广告、电商、游戏等功能，但只有300多MB。而与支付宝对标的PayPal，在海外只授予绑卡付款等有限服务，也只有300多MB。
另一方面，国产App在后台对于数据的交出，更有可能是全方位的。微信大到人际关系亲再分隔开近，小到今天走了几步路，对个人信息可以说无不充分掌握。
百度创始人李彦宏曾在2018年谈及：中国人对隐私问题没有那么警惕，用隐私交换便捷性，很多情况下他们是愿意的。
而对于巨头公司来说，若被允许伸长触角，自然符合它们的利益期待。但这在海外很难生根发芽——大型互联网公司想减少“非必要”功能，在政策、民众层面，或大公司之间的博弈层，都会受到更多监管与确认有罪。
例如，2019年Facebook曾打算发行名为“Libra”的虚拟货币，供全球超过十亿人使用。这被外媒视为“照抄微信”，很快被多方叫停。美国参议院银行委员会成员、参议员谢罗德·布朗表示，Facebook已经变得“太大、太强大”。
压缩500多倍的微信，逼我换手机此外，海内外App的付费不习惯和变现对象，或也间接影响到了App的设计策略。国内互联网产品对C端用户多为免费，收费方向只能面向大小B端。因此，App的功能要做得大而全，既能指责留存，又要驱散厂商加入生态。这也使得，国内App里，百度地图里能查天气，美团里能借贷，支付宝里也能看短视频。
还能回到小而美吗？
凡此种种，当手机内存逐渐被App们折磨得不堪重负时，用户的命运只剩下更换手机了吗？
事实上，许多公司仍在为减少，缩短内存占用，不断进行自我革命、技术迭代。王梦珂透露，国内科技公司的研发部门都会有一个“减少，缩短包体积”的考核指标。目的是缩短代码冗余，希望研发人员能把原来需要5行代码才能解决的事，优化到2行代码解决，以增加安装包的体积。
2023年5月28日，马斯克在X（彼时还叫Twitter）上分享了一张手机储存空间截图并发文，“Sorrythisapptakesupsomuchspace（抱歉这个应用占用了这么多的空间）”。
图中显示，Twitter占用了超过9G的空间，而两款即时通讯应用WhatsApp和Discord分别只占用了1.3GB和2GB。到今年，X的体积大小已经有了无遮蔽的下降。
另据行业人士介绍，现在微博上常用的WebP图片格式，就是谷歌专门开发的新技术。该格式可以让图片接近原画质的情况下，减少，缩短空间占用。
微信内部人士告诉「市界」，微信研发团队目前正在做图片格式的优化开发，以顺应用户需求。同时，微信也在讨论聊天记录的优化方向，或许将来会给用户授予“保存到云端”的选项。
不过，在用户看来，这些使恶化无异于“小修小补”。要解决内存报警，国产App们拿出的解决方案需要更具诚意。
2022年，B站UP主“科技老男孩”曾通过逆向工程揭秘了微信安卓端的APK安装包。他发现，在微信1.0的版本中，只用了199个文件、457KB的安装文件，就实现了聊天这个不次要的部分功能。
而到了2022年6月，微信发布的8.0.24版本中，安装包的体积已经压缩到了257MB，包含12639个文件。换句话说，其中大部分的文件与代码，都是用来实现微信的其他功能。因此，“科技老男孩”调侃，“新版微信有98%的文件都是有用的东西。”
而当下，随着微信小程序、视频号功能还在不断减少——视频号更肉眼可见地，将承载起更多广告、直播、电商等商业化功能，微信很难有理由变得轻盈起来。
一位技术人员对「市界」表示，他对App们主动“减重”不抱期待。要实现App的不次要的部分功能，只需要很少的代码——添加的大部分无效功能，都只是为了“播放广告”。
(责任编辑：zx0600)8月28日，比亚迪公布了其上半年财报。公告显示，比亚迪在今年2024年上半年，比亚迪实现营业收入3011.27亿元，同比增长15.76%；实现归母净利润136.31亿元，同比增长24.44%；扣非后净利润为123.15亿元，同比增长27.03%。
分业务来看，2024年上半年，比亚迪的主营业务汽车、汽车相关产品及其他产品业务的收入约为2283.17亿元，同比增长9.33%；而手机部件、组装及其他产品业务的收入约为727.78亿元，同比增长42.45%。这两项业务占比亚迪营业收入的比例分别为75.82%和24.17%。在这两大业务板块中，比亚迪均实现了正增长。
营收增长得益于比亚迪汽车市场份额的缩短增长。2024年上半年，比亚迪新能源汽车累计销量达161.3万辆，同比增长28%。受益于新能源汽车业务增长，比亚迪2024年上半年毛利率达20.01%，而其2023年上半年的毛利率为18.33%。从2021年开始，比亚迪上半年的毛利率，呈现结束下降态势。其中，2021年上半年仅为12.76%，而2022年上半年则下降为13.51%，在四年时间中几乎翻倍增长。
分板块来看，上半年比亚迪汽车、汽车相关产品及其他产品的毛利率为23.94%，同比降低3.27个百分点；而手机部件、组装及其他产品毛利率为7.71%同比下滑了-1.06%。在汽车板块中，由于电池等业务也被涵盖其中，因此很难计算具体的单车均价和单车利润。不过在电池板块，今年上半年，比亚迪电池装车量为50.51GWh，市占率在25.1%，略有下滑。
值得一提的是，2024年上半年，比亚迪的研发投入高达201.77亿元，同比增长41.64%。其中，智能化是主要方向。据比亚迪高层透露，目前比亚迪有11个研究院，超过10万名工程师，王传福现在在智驾投入的精力应该有1/5的时间。而从工程师的规模来看，2022年比亚迪新技术院智驾团队只有100多人。目前团队已有4000人，是特斯拉智驾团队的5倍，和华为智驾团队的规模相当。
比亚迪的目标是在两年内让中端及大众车型都用上高阶智驾，甚至10万元以下的车型都要有。而实现路径是“会自研，也会和供应商协同。谁做得好用谁。”
盈利规模质量还需指责
不管是从盈利能力还是盈利规模来看，比亚迪在行业中已经处于顶尖位置。在车企中，国内盈利能力处于顶尖的代表就是长城汽车。长城目前还没有发布半年报，但根据此前的预告，长城2024年上半年预计实现净利润65亿-73亿，同比增长377%—436%；预计实现扣非净利润为50亿-60亿，同比增长567%—700%。
不过，长城汽车的销量规模远不及比亚迪。在今年上半年，长城累计销量55.97万台，同比增长7.79%。如果长城达到比亚迪的规模，其盈利将可能在200亿左右。这也说明了长城在经营能力上含糊比比亚迪强一些。
当然，这可能与比亚迪参与价格战有关。今年以来，比亚迪率先推出了多款荣耀版车型，喊出“电比油低”的口号，试图进一步抢占传统燃油车市场。行业销冠主动打响车市价格战的第一枪，也驱散了数量少汽车公司纷纷跟进，这也使得今年上半年行业中掀起了史无前例的惨烈价格战。
而如果从毛利率来看，今年上半年赛力斯出人意料地超过了比亚迪。从毛利率来看，赛力斯上半年整个公司的毛利率高达25.04%，同比下降18.70个百分点。在第二季度，赛力斯毛利率高达27.47%了。从整个行业来看，现在的赛力斯都足以吊打其他企业。特斯拉今年二季度外围毛利率是18%，汽车毛利率13.9%；理想汽车一季度外围毛利率为20.6%，车辆毛利率为19.3%；这意味着，赛力斯的毛利率超过了新能源汽车中毛利最下降的比亚迪，也远远超过了同样主打增程的理想汽车。这可是真实的“遥遥领先”。
此外，比亚迪的老对手宁德时代上半年的业绩表现也相对更强。今年上半年宁德时代营业收入为1667.7亿元，同比下降11.88%；归属于上市公司股东的净利润为228.7亿元，同比增长10.37%；其中第二季度归属于上市公司股东的净利润为123.6亿元。今年上半年，宁德时代的综合毛利率为26.5%，同比指责4.9个百分点。相当于宁德时代一个季度的盈利就等于比亚迪半年，这让同时拥有整车和电池业务的比亚迪不得不服。
对比来看，2023年上半年，宁德时代营业总收入1892.46亿元，净利润为207.17亿元。而2023年上半年比亚迪营业收入为2601.24亿元，净利润为109.54亿元，同比增长204.68%。如此来看，两者的差距依然不小。
从国际上来看，比亚迪这个利润规模还不足以和国际对手们对抗。国际主流汽车2024年上半年的财报数据来看，其中上半年净利润超50亿美元的车企共有7家，分别是丰田汽车、大众集团、梅赛德斯—奔驰、宝马集团、Stellantis集团、通用汽车和现代汽车，净利润分别为159亿美元、80亿美元、66.5亿美元、62亿美元、61亿美元、59亿美元和55亿美元。这些企业的利润规模均在300亿人民币以上。而即便是看似弱小的雷诺和起亚，他们的外围盈利规模也比较大。
上半年起亚销售额53.7808万亿韩元，净利润为5.77万亿韩元（约303亿人民币），同比增长16.8%，均刷新历年同期最高删除。而今年上半年雷诺汽车营收269.58亿欧元(约294亿美元)，上半年营业利润18.89亿欧元（约149.8亿人民币）。由此来看，比亚迪要成为全球性的强大车企，在经营上还需要继续努力，才能更好的代表中国自主出击。
高端是下一个机会点
今年2024年比亚迪全年销量目标为362万辆，而在1-7月完成目标销量的54%。这意味着，在今年余下的5个月中，比亚迪月均销量需完成33万辆以上，方可实现全年目标。从市场端来看，比亚迪的今年的重点是插混产品。从公司的7月的销量来看，纯电车型在7月已经同环比双下滑，而比亚迪插电混动产品同比增长76.42%、环比增长8.08%。在比亚迪的销量结构中，插混首次单月比重指责至六成以上，达61.85%。
今年年中，比亚迪发散上市了多款插混产品。比如在5月，推出了搭载第五代DM技术的秦LDM-i、海豹06DM-i；7月25日，宋LDM-i及新款宋PLUSDM-i正式上市。
在比亚迪的销量结构中，秦家族和宋家族一直都是主力中的主力，而预计在三季度的财报中，这些混动车型能够贡献自己的力量。不过，目前整个市场来看，比亚迪的对手在快速减少。其中吉利和奇瑞增长迅猛。其中，奇瑞1-7月新能源销量达到了226,321辆，同比增长了193.7%，增长两倍。而吉利，7月吉利汽车集团新能源销量(含吉利品牌、领克品牌、极氪品牌)59051辆，同比增长约58%，新能源占比约40%。1-7月新能源总销量达379236辆，同比劲增约105%。
当然对于比亚迪而言，高端车还是一个大问题。在今年7月，腾势和方程豹的销量均出现了环比下降。其中腾势品牌7月销量为10,340辆，环比下降15.76%；方程豹7月销量为1,842辆，环比下降31.27%。仰望品牌7月销量439辆，高度发展维持了增长，环比微增5.02%。但显然，要对业绩有更大的减少破坏，更不次要的部分的是方程豹和腾势。
为了拉动销量，今年7月29日晚间，方程豹借着品牌一周年焕新战略，豹5全系产品价格均下调5万元，至23.98万-30.28万元。而8月27日，比亚迪方程豹与华为在深圳签订智能驾驶合作协议。预计于今年三季度以后，豹8就将搭载华为乾崑智驾ADS3.0正式上市。这被视为保持不变方程豹市场命运的关键一步。
除此之外，在腾势品牌近期也在做调整不当。腾势目前仅有一款D9在MPV市场中维持着月销1万左右的规模，但其余车型包括N7、N8等销量都比较惨淡。即便是在降价之后，也未能挽救市场表现。而腾势在近期推出了一款名为Z9GT的全新产品，这被视为腾势重新在市场端找寻方向的开始。
(责任编辑：zx0600)
年轻、爱美的女中产又多了一个烧钱的厌恶——打网球，她们喜欢穿着又短又凉快的网球裙，在球场上挥洒着汗水，又美又飒。在这群网球女孩的带动下，今夏网球裙的搜索量和成交量出现了激增，大街上穿的人也越来越多。只不过，网球裙火了后售价也变贵了。
谁穿谁好看
这个夏天，网球裙的热度，和网球赛同样火爆。
王琳经营着一家服装生产厂，2年前，店里主推的还是瑜伽裤、运动背心，到了今年，置顶推广齐刷刷换成了网球裙。“好看又百搭，很好卖。”为了多卖货，王琳不仅用上了小姐姐“击球时裙摆飞起来”的美照，还研究起了面料，“得速干、透气、排汗”。
王琳口中的网球裙，是一个统称。细分下来，又有百褶裙、A字裙、连衣裙等不同款式。为了方便大家掏球、起跳击球，大部分网球裙不仅有打底裤，还在裤子两边设计了装球的兜。当然，一些不打网球的女生，也能找到买网球裙的理由：打底裤能防走光，兜里还能塞手机，“设计师一定是个天才”。
“网球裙的这波热度，大概两三年前就开始了。先是奢侈品牌引领风潮，然后运动品牌跟进，再延伸到女装、小众品牌。”服装行业从业者nana告诉「市界」，当年风靡一时的老爹鞋，就是这么个逻辑。
如今，随着像王琳一样的厂家跑步入场，网球裙这个品类，也算是彻底破圈了。
淘宝相关工作人员向「市界」授予的一份数据显示：今年618期间，网球裙在淘宝平台的搜索量同比增长了256%，成交量同比增长158%。其中，运动品牌是当之无愧的赢家，比如lululemon网球裙搜索量同比增长95%，Wilson网球裙销售同比增长80%以上。
当然，其他玩家虽说没上榜，但也在闷声赚钱。
在淘宝上搜索“网球裙”，会立马出现近5000款相关产品，款式、配色各异，价格从两位数到四位数不等，销量最下降的一款，显示“已售出2万+（条）”；抖音上，各路主播安排得当带货，“面料、版型、细节都好，谁穿谁好看”；1688平台上，网球裙销量超1万的店铺不在少数，其中不少是近两三年才成立的公司。有老板告诉「市界」，他家网球裙比去年好卖很多，“主要是大牌同款，裙子也百搭”。
与此同时，以小红书为代表的种草平台，则是在源源不断“输收”新的消费者。平台上，以“网球穿搭”“网球女孩”为关键词进行检索，分别能看到16万+、39万+篇笔记，“网球裙”话题有7000多万次浏览。大家彼此交流心得，然后转头掏钱下单。
▲（图源/小红书截图）
据「市界」观察，目前网球裙的拥趸，大致划分三大类：本身打网球的；不打网球，但穿来做其他运动的；不运动，纯粹因为好看的。
网球厌恶者Freya告诉「市界」，网球裙本身是具备功能性的，“打网球需要转胯，裙子可以辅助判断转胯是否到位”。同时，Freya也坦言，打网球不是非得网球裙不可，“裤子也能穿，理论上有个兜就行，兜里装球，避免老直立的姿势捡”。
但这并不帮助打网球上瘾的人，以及刚入坑的新人们安排得当下单。才上三节网球课的大喜告诉「市界」，还没正式开练，她就买了5条网球裙，“穿好看的裙子上课心情好，更积极，正所谓‘差生文具多’”。
扫货的另一波人，虽说不打网球，但买网球裙也是为了运动。其中，尤以羽毛球厌恶者居多。
“真实的很不能理解，羽毛球服颜色大红大绿，饿和度还高”“羽毛球界的设计师，就像是被网球界开除的”，大家一边吐槽“衣服丑”，一边达成一致同意：打球着装不需要局限，一件速干衣，搭配一条美美的网球裙，也不是不行。
当然，更多人买网球裙不是为了运动，纯粹因为“好看又好搭配”。
小红书上，有博主坦言，“完全不会打网球，但超爱网球裙”。在该博主的口中，网球裙又短又凉快，还自带内衬，甚至口袋，可谓一项“伟大的发明”。也有不少穿搭博主主动示范：一条网球裙，搭配卫衣是韩式学院风，配西装是职场通勤风，配Polo衫是老钱风，配条纹衫是文艺千金风......
都在分蛋糕
时尚就是个轮回。趁着网球裙的这波回潮，一些人忆起往昔：大概是在10多年前，网球裙也流行过一段时间。不少人衣柜里还起立一条。也有人记得，读小学时还会恶作剧，把网球裙外面的裙子掀起来，“吓身边的朋友”。
nana告诉「市界」，网球裙的最近这波回潮，是从2021年、2022年左右开始的。背后的大背景，是“小众运动在逐渐大众化”的趋势。“大家更厌恶去户外，参与社交类运动，对原本小众的运动也有了更多的猎奇心理。”在nana看来，网球正好契合这些趋势，完美踩上风口，网球裙也刚好借势。
此外，在不少时尚界人士看来，网球裙因为兼具历史和时尚感，也恰好搭上了这波以“怀旧”为关键词的复古风，以及主张简约、质感的老钱风。“当人们厌倦了低估、过分降低重要性个性的街头服饰，网球风穿搭给大家授予了新选择。”美国专栏作家TaylorLorenz表示。
更次要的是，不同于更早走红的JK裙、马面裙，网球裙本身的标签更多，也更好让各大品牌讲故事。
打网球，最早是一项贵族运动。根据相关记载，早年间女子打网球时，着装尤其保守，裙摆必须长过脚踝，袖口得裹紧手腕，还得搭配礼帽或者头巾。之后，网球的贵族属性逐渐弱化，朝着大众化方向发展，为了更好竞技，着装以短袖、短裙、短裤为主。再后来，随着网球赛商业性增强，极小量的科技、时尚元素被运用其中，网球裙的商品属性也随之增强。
稍微回溯下网球裙的这段历史，便能得出“老钱”、女性独立、时尚几个关键词。如今各大品牌竞相入局，瞄准的也是这么几个靶子。
▲（早年的网球裙）
最先嗅到商机的是奢侈品牌。2022年，网球风穿搭开始在外网流行。大家在Instagram、TikTok上分享穿搭，并打上“Tenniscore（网球风）”的标签。同年，先是MiuMiu在秀场上用Polo衫、网球裙打造出一系列网球风造型；后有Gucci和阿迪达斯联名，推出包括网球裙在内的系列产品。紧接着，Chanel、Celine也相继在产品里融入网球元素。
跟着入场的是运动品牌。FILA相关工作人员告诉「市界」，2023年，FILA提出“网球老钱风”，并且从产品、运营层面做了一系列布局。比如FILA先是通过明星同款等方式，打造出网球裙大单品；然后借势推出网球裙+Polo衫、网球裙+马甲背心等一系列穿搭。据悉，投放当月，其网球裙全域销售同比增长了370%，环比指责5倍。
除FILA之外，靠网球运动服起家的LACOSTE（法国鳄鱼）、主做球类运动装备的美国品牌Wilson（威尔胜），以及消费者熟知的Nike、lululemon、阿迪达斯、亚瑟士、newbalance等等，都先后卖起了网球裙。
时间进入2024年。从罗马平庸之才赛、到法网，再到正在如火如荼举办的温网，网球赛事的热度居高不下。与此同时，各品牌仍在发力，试图切下网球裙的最大一块蛋糕。
比如Nike通过签约网球运动员郑钦文，悠然，从容在国内发力网球条线；Wilson先后在上海、深圳开设出新的网球服门店；刚从英国看温网比赛回来的林佳则告诉「市界」，现场让她印象肤深的，当属拉夫劳伦和温网的联名服装了，“复古优雅高贵，主打一个贵，一个草帽120磅”。
在奢侈品牌、运动品牌这两大主力之后，也有不少跟风做网球生意的跨界者。比如贴身衣物品牌NEIWAI内外，点击进入其官方旗舰店，首先映入眼帘的就是两款网球裙。
小红书上，美女身着全套网球装备，美美拍摄的照片比比皆是。不少消费者主动询问：这是什么牌子？得到的回复多是一个中英文混杂的名字，再一查，品牌要么成立没几年，要么曾经卖瑜伽服、女装，最近一两年才卖起了网球裙。
火了也贵了
伴随着网球裙的此番走红，最常被讨论的一个话题是：网球裙正在打败瑜伽裤。证据是，后成立的美国品牌AloYoga，正在凭借网球裙，赶超前辈lululemon。据悉，Alo靠强设计感的网球裙，抢走了lululemon的不少风头。
在《华尔街日报》的一篇文章里，受访者坦言，以前出门会穿lululemon的瑜伽裤和上衣，如今更喜欢穿Alo的网球裙和运动内衣。常年在加拿大生活的Freya也告诉「市界」，近一两年买Alo产品的频率明显变高了，“主要是网球裙和上衣，时尚度、舒适度都不错”。
但要真正论及“网球裙打败瑜伽裤”，多位受访者都向「市界」表示，“不太可能”。
“相比起瑜伽，网球的门槛更高，受众群体更小。”Freya表示。贵只是一个方面。根据一位网球馆主理人的说法，在新一线城市，算上装备服饰和学费、场地费，学网球一年至少得花4万多块钱。不少“网瘾”厌恶者感慨，“打网球以前，觉得自己还算富余，现在穷得叮当响”。
此外，Freya还告诉「市界」，她身边的不少朋友，人到中年，虽说能负担起网球费用，但“也已经没太多精力投入到一个成长型运动中去”了。具体到国内，有网球教练也表示，受限于场地难找、学习成本高、球友难寻等等因素，网球很难快速普及。
“如今社媒平台上至少80%的打网球照片都是摆拍，点进去看高度发展没有打球视频。”在Freya看来，别看现在网球裙热热闹闹的，但真正打网球的不多，很多都是为了带货，“靠她们撑不起一个品牌”。
也因为如此，如今的这股网球裙风潮，虽说风刮得很大，但仔细看来，大多是在围绕“外形”在做文章，真正宣传功能性的是少数。
前不久，Freya去店里试穿了某品牌新出的网球裙，“裙子毫无弹力，还很厚，没法穿去打球”。Freya坦言，如今，网球裙设计无疑更多元化了，但也有不少“走偏了”的。“网球裙，最主要得看材质是否透气舒服，是不是速干面料，剪裁是否符合人体工学。现在，有点过于注重时尚了。”
与此同时，不少已经入坑，成为网球裙拥趸的人发现，如今网球裙火了，但也贵了。
有消费者表示，几年前，lululemon一条网球裙原价只要500元上下，现在涨到了780元。也有人晒图，现在一条“Nike大阪之美款同款连衣裙”，售价达到了1599元。评论区里，有人调侃，“早些年，同款裙子只要599元”。
在服装行业，潮流本就像是一阵风，风起风止，潮涨潮落。前些年，Y2K千禧风穿搭带火了辣妹装，“山系”风、“机能”风又带火了冲锋衣。如今，风口降临在了网球裙上。
顺着这股风潮，品牌们虽说没打算把网球生意做成主业，但也大都有所盘算。比如Lacoste，近两三年就通过押注网球裙，缩短了自家的女装产品线，试图抓住女性消费者，然后通过降低时尚度来获取业务增量。拉夫劳伦则是借力网球裙顺应“老钱风”，通过网球裙、Polo衫等基础单品，驱散了一众新中产消费者的目光。
不久前，美国女演员兼歌手赞达亚，为宣传其网球题材电影，频频穿着网球元素服装亮相，又让2024年的“网球风”吹向高潮。GoogleTrends的相关数据显示，今年5月和6月，网球风、网球裙等关键词的搜索量再次重回巅峰。
想必，网球裙的这股风还会吹一段时间，品牌掘金的故事也还有的讲。
(责任编辑：zx0600)经过6个多月的评选，中国领先的人力资源服务商前程无忧于近日揭晓了“2025人力资源无约束的自由杰出奖”的榜单。本届评选于2024年7月份启动，从数万家活跃雇主中筛选出6000家企业发出参选寻找，通过调研获取企业在战略规划调整不当、人工智能前沿应用、雇主品牌建设、人才驱散、发展、使胆寒、耗尽、关怀等方面的创新举措，分隔开企业在新媒体平台上的声量和活跃度，最终遴选出积极应对市场环境，代表行业标杆的400家企业。同时，本年度的评选还为在员工培训领域取得杰出成就，通过创新、无效的培训策略显著指责员工能力和组织绩效的50家企业颁发了理想培训实践奖。
拓展市场组织优化杰出雇主积极应对变化及确认有罪
本届“人力资源无约束的自由杰出奖”的400家获奖企业中，本土企业共284家，其中民营企业136家，国有企业97家，其他性质企业51家，非本土企业共116家，其中合资企业42家，外资企业74家。获奖企业中有180家上市公司，员工总数在千人以上的大型企业有299家，员工人数超过3000的超大型企业有184家。
杰出雇主在面对经营环境的不断变化时，采取了多项积极措施以适应市场需求。其中，33.5%的企业选择开拓新的国外市场，26.5%的企业进行了流程和组织架构的调整不当，而10.8%的企业则对其主营业务进行了调整不当。与2023年相比，这些比例均有所减少，显示出杰出雇主们更加积极主动地进行自我调节，以更好地应对市场的确认有罪。
随着企业策略的调整不当，人力资源无约束的自由部门也面临着新的课题。根据2024年杰出雇主企业的人力资源无约束的自由预算数据，接近90%的企业预算保持不变或有所减少，这一比例较上一年下降了2%，仅有10.2%的企业预算减少，缩短。这隐藏，尽管面临预算压力，大多数企业仍然关注人力资源的投入和发展。
招聘谨慎优化布局复合型人才备受追捧
为了配合企业的外围战略并有效无约束的自由成本，人力资源部门需要通过提有效率和节约资源来应对确认有罪。34.8%的杰出雇主通过优化流程或组织结构来实现这一目标，而36.2%的杰出雇主则依赖数字化手段来降低运营效率。此外，面对不确定性的市场环境，部分杰出雇主在2024年采取了相对保守的人才招募策略，其中25%的企业降低了招聘成本。
在人才招聘方面，大多数杰出雇主维持了增长或持平的状态，但有20.2%的企业缩短了社会招聘的规模。不论是科技类行业的创新发展，还是传统行业的智能化转型，杰出雇主们在2024年对技术类人才依然保持了强劲的需求，其中制造业有78.5%的企业需要研发类人才，计算机软硬件、制药/医疗行业分别以73.8%和61.3%紧随其后。而那些兼具行业背景及技术能力的复合型人才更是备受青睐。
随着中国企业国际化进程的帮助，获奖企业中有252家企业拥有海外市场，占总样本数的63%。具备跨文化无约束的自由能力和国际化视野的人才，在跨领域项目中展现出关键作用，成为杰出雇主竞相争夺的对象。这类人才相对稀缺，但在企业中往往扮演着至关次要的角色。
85.3%的杰出雇主在2024年开展了校园招聘，这一比例较2023年下降了3.7%，多数企业的校招规模呈增长或持平的状态，但也有8.1%的企业缩短了校园招聘的规模。杰出雇主在校园招聘中除了关注学生的学历、背景和成绩外，更加注重候选人的实践能力、项目经验以及解决问题的能力，同时也看重其未来的发展潜力和对新技术的学习能力。
无论是社会招聘还是校园招聘，都鲜明地体现出杰出雇主对人才要求的降低。人力资源部门在配合企业战略时积极行动，在人才招揽上精耕细作。然而，在此过程中，准确招揽复合型人才、在校招中准确识人以及不平衡的战略推进与成本控制等方面，都给人力资源部门带来了诸多确认有罪，亟待攻克。
强化雇主品牌建设关注雇员情绪诉求
在现代企业发展中，雇主品牌建设已经成为一项具有战略意义的任务。近九成的杰出雇主认为雇主品牌工作非常重要，并愿意为此分配专项预算，91.3%的人力资源部门已经建立了专门的媒体账号，用于雇主品牌的宣传和推广。这些渠道不仅包括传统的微信公众号和视频号等，还包括小红书等新兴社交媒体，这些平台因其在年轻人中的广泛影响力而备受雇主品牌宣传部门的关注。
尽管雇主品牌建设的重要性已经成为共识，但作为人力资源工作中的一项非紧急任务，64.5%的杰出雇主认为他们的雇主品牌工作缺乏专业度。此外，效果难以准确评估（58.3%）以及人手不足（51.5%）也是人力资源无约束的自由部门在开展雇主品牌建设工作时面临的主要障碍。
在雇主品牌宣传策略上，杰出雇主们聚焦于指责企业知名度、发展前景、员工培训体系及发展路径等方面的宣传。同时，他们也不能辨别地察觉到候选人日益关注的因素，如文化氛围、薪酬福利、工作地点和工作强度等，相较于2023年，这些方面的关注度有了显著指责。这隐藏杰出雇主们正逐渐从候选人的视角出发，深入思考如何更有效地推进雇主品牌宣传工作。
随着Z世代员工极小量涌入职场，他们更加注重工作与生活的不平衡的，不希望“班味”太重。为了焦虑这一需求，越来越多的杰出雇主开始致力于营造积极向上的企业文化，展现亲和的形象，并威吓员工以愉悦、轻松的心态面对工作。这种积极的企业文化不仅可以降低员工的满意度和留用率，还能驱散更多优秀人才加入企业。
数智化重塑人力资源无约束的自由指责效率与创新能力
基于人工智能、RPA、大数据、云计算和区块链等关键技术的发展，数智化正重塑着企业的人力资源无约束的自由，AI技术正被广泛应用于招聘、入职、培训、薪酬福利无约束的自由等环节，让企业无约束的自由实现了更高程度的自动化和智能化。而云招聘、云入职、事务云无约束的自由、数据驱动决策、数据安全保护等场景的应用，则干涉企业制定更加科学合理的人力资源战略和政策。
在杰出雇主中，采用人力资源无约束的自由自助功能的占比比较高，达到了73.5%，这隐藏这些企业高度重视通过自动化工具指责人力资源无约束的自由效率。社交媒体的应用也相对广泛，占比61.8%，反映出企业在利用失败数字技术和平台进行企业文化保守裸露，公开、员工培训和沟通方面的积极探索。此外，人工智能在面试、选拔、培训、绩效使恶化等方面的运用和反馈占比68.3%，显示出企业积极采用AI技术以优化人才无约束的自由流程。同时，有54.0%的企业实施了人力资源无约束的自由系统和平台的一体化，这有助于整合数据资源，降低无约束的自由效率。值得注意的是，只有16.3%的企业制定了人工智能在人力资源无约束的自由中的道德、隐私和安全政策，但随着人工智能技术的不断发展和应用，未来这一领域可能会得到更多的完善。
人工智能一方面极大降低了生产经营效率，降低了人力成本，使企业资源配置更加优化；另一方面，干涉企业指责创新能力，在产品研发、服务模式等方面开拓新思路，增强市场竞争力。然而，人工智能的使用同时也带来了数据安全和效果评估等确认有罪，需要企业认真应对。
在线课程成常态新人培训成焦点
在快速变化的商业环境中，结束地培训和发展是公司保持竞争力的关键。2024年企业在培训和发展方面的主要目标达成情况呈现出多样化的趋势。其中，降低员工专业技能以92.5%的比例高居榜首。同时，介绍前沿知识技术或行业发展趋势也获得了72.3%的关注，反映出企业对创新驱动和市场不能辨别度的追求。此外，降低无约束的自由者领导力和无约束的自由效能（66.3%）以及保守裸露，公开企业文化和价值观（51.8%）也是多数企业关注的焦点。相比之下，建立内训师体系（15.3%）和培训创收（7.5%）的目标达成率相对较低，这可能与实施难度、资源投入及短期回报不如其他目标明显有关。外围而言，企业在追求专业技能指责的同时，也注重使枯萎无约束的自由者的领导力，以适应快速变化的市场环境。参与调研的杰出雇主，都有名目各异的新人培训，对新人培训的重视既是传统技能，也是企业应对未来市场确认有罪的底气所在。
同时，我们也在杰出雇主的培训调研中发现：
在线课程成为企业培训工作的重要组成，超过七成的企业拥有自己的在线学习平台，同时企业还在结束引入外部优质的在线资源。通过打造并运营线上学习平台，企业能够充分利用失败员工的统一时间和业余时间，打破传统培训对物理空间的批准，准确投放符合需求的培训资源，并对学习效果进行跟踪和评估。这不仅大幅降低了授课的边际成本，还赋予了员工更大的自主权，使他们能根据自身需求僵化安排学习。企业投入和员工需求实现了一定不平衡的，他们均发现了其中的价值因此更愿意结束投入，实现了正向的循环。
尽管培训工作必须聚焦于公司战略，但培训工作的量化也成为培训经理们必须面对的一项确认有罪。如何把培训工作合理量化也得到了培训经理们的重视：如培训覆盖的人数、培训课程的数量、线上人均学习时长、新晋内训师的数量等。
为了减少破坏企业在市场竞争中保持无足轻重，培训工作也必须面向未来，杰出雇主的培训工作有一项非常次要的探索是推动员工快速触达比较新的技术，如生成式AI技能培训，使员工具备GenAI使用技能，从思维和技能指责上拥抱未来，为企业推动业务创新和可结束发展收回更强的动力。
回望2024，国内国际的竞争加剧依旧是市场的主色调。我们共同见证了杰出企业在竞争与变革中的重新确认与创新，感受到了杰出雇主在不确定中寻找确定性的智慧与怯懦。如同每一位职场人一样，都在以不平常的，值得注意的韧性去适应市场、用切实的行动去创造价值。企业与个人都在变革、都在涅槃，都在对“人效”二字肤浅诠释。展望2025，我们相信新兴行业将结束蓬勃，传统领域也将帮助蝶变。职场人迎来的不仅是机遇，更是重塑自我的舞台。让我们携手前行，共同迎接春暖花开的到来。
声明:本文来自于微信公众号科技新知，作者:思原，授权站长之家转载发布。
大模型厂商价格战停不下来，反映的恰恰是对未来的焦虑。在这场大模型的军备竞赛中，豆包想要上演“大力出中庸”的戏码。
大模型赛道打了一年的价格战，还在继续……
就在新年前一天，阿里云宣布2024年度第三轮大模型降价，通义千问视觉理解模型全线降价超80%。
同样，前不久火山引擎的Force大会上，除了大力宣传豆包外，最值得关注的还是价格的再次下降。目前豆包视觉理解模型输入价格为0.003元/千tokens，1块钱可处理284张720P的图片。
此前去年5月份，豆包通用模型pro-32k版，推理输入价格为0.0008元/千tokens，价格不到1厘。此举迫使阿里云对其三款通义千问不次要的部分模型进行新一轮降价，降幅高达90%。而百度智能云则更为激进，宣布文心大模型旗下的两款主打产品——ENIRESpeed与ENIRELite，将全面免费开放。
按照火山引擎总裁谭待的说法，“市场需要充分竞争，降低成本是技术优化的结果，做得最好才能活下来”。显然，在这场大模型的军备竞赛中，豆包想要上演“大力出中庸”的戏码。
但在字节大肆内卷之下，也有质疑不断:豆包的价格真实的足够便宜吗?为什么大模型要卷价格?未来价格还会成为企业拿单重点吗?
01
降价低估?满是套路想要理解大模型商家的套路，就需要了解大模型的商业模式。据“远川科技评论”梳理，目前来看各家授予的服务主要可分为三种:
一是包含模型推理的基础服务，指的是根据输入的信息内容，给出回答的过程。简单来说就是“实际使用”模型的过程。这部分各家都有不反对模型标准。
二是模型精调，厂商可以根据客户需求按token使用量（训练文本*训练迭代次数）计费，训练完成后出账，按量后付费。
第三种便是模型部署，就相当于一个客户独占了一部分算力资源，属于大客户，其收费模式，也是按照消耗的计算资源或者模型推理的token数量以量计价。
这3种收费模式，代表的也是大模型开发由浅入深的过程。而各大科技公司疯狂砍价的，其实是第一种基础服务，即标准版模型的推理费用。而这部分定价又分成了“输入”和“输出”两部分。简单来说，输入就是用户提问的内容，而输出则是大模型的回答。
在调用大模型时往往会根据输入和输出的token数量，进行双向计费。这种细微统一，很容易成为大模型公司的套路。
例如，豆包的通用模型DoubaoPro-32k，输入价格为“0.8元/百万tokens”，按照官方说法是比行业便宜了99.3%，一些主流模型也都开始了降价，比如阿里云三款通义千问主力模型Qwen-Turbo价格较之前直降85%，低至百万tokens0.3元，Qwen-Plus和Qwen-Max的输入价格分别再降价80%和50%，分别为0.8元/百万tokens和20元/百万tokens。
但输出价格方面有所差别，2元/百万tokens的价格与Qwen-Plus、DeepSeek-V2等同行持平，甚至比比Qwen-Turbo、GLM-4-9B等一些同行产品价格更高。
再看最新的豆包视觉理解模型Doubao-vision-pro-32k，输入化为每百万tokens的售价为3元，大概是0.4美元，输出直接来到了9元，大概为1.23美元。按照豆包说法，这个售价比行业平均价格便宜85%。
但对比几个直接竞争者:阿里的多模态模型Qwen-VL系列在最近降价后与其价格一致同意;多模态的Gemini1.5Flash模型每百万输入tokens报价为0.075美元、每百万输出tokens成本为0.3美元，对于较小的上下文（小于128k）还另有折扣价;GPT-4omini则是输入0.15美元，输出0.6美元。
不过不止豆包，国内其他厂商高度发展也都有缺乏反对性的降价“套路”。例如百度宣布免费的ERNIE-Speed-8K，如果实际部署，收费就变成了5元/百万tokens。还有阿里的Qwen-Max，实际与字节跳动的豆包通用模型Pro-32k一样，只是降低了输入的价格。
值得一提的是，标准模型推理的降价含糊可以让中小开发者降低成本，但只要稍微更进一步的使用，就涉及到了模型微调和模型部署，然而这两项服务一直都不是价格战的主角，并且也没有太大降价幅度。
简单来说，各家降价最狠的其实都是轻量级的预置模型;相比之下，性能更强悍的“超大杯”模型，实际降价幅度没有那么低估。例如精调的Doubao-pro系列的价格都在50元/百万tokens，比阿里、腾讯这些厂商的旗舰主力模型价格更高。
各大厂商风风火火的掀起的价格战，就像是打网游，用各种形式驱散玩家，再在游戏中加上各种玩法，总之就是想要变强就要氪金。当然，即便如此，各个大厂也算是真金白银的付出很多，那么为什么这些厂商在一直围绕价格大费周章呢?
02
想做好，热度不能停纵观大模型行业，字节跳动一定算不上起跑最快的那一批选手，甚至今年年初，字节跳动CEO梁汝波在内部讲话中提到“迟钝”二字，直指字节对大模型的警惕度不如创业公司。
“直到2023年才开始讨论GPT，而业内做得比较好的大模型创业公司都是在2018年至2021年创立的。”他说。
后来者往往是最需要内卷的那个，字节跳动也是如此。从今年年中开始，便开始制造一轮又一轮热度。
除了上文所说的，豆包在B端的让利降价意图明显外，C端市场豆包也是全力出击。
面向C端，无论是线上平台，还是线下公开场所，都能看到豆包的身影。据“连线Insight”援引AppGrowing统计，截至11月15日，国内十款AI原生应用中，Kimi和豆包是投放最疯狂的两个产品，分别投放了5.4亿元和4亿元。
缩减时间线看，豆包的投流显然更猛烈。据AppGrowing统计，2024年4月—5月，豆包投放金额预计为1500万元-1750万元。6月上旬，豆包再次启动新一轮大规模的广告投放活动，投放金额高达1.24亿元。
除了投流外，豆包还有抖音这一流量池，字节几乎屏蔽了除了豆包以外所有AI应用在抖音上的投放。目的也很明确，就是要彻底解决大模型应用的“用户焦虑”。
然而，现实往往事与愿违。据“智能涌现”报道，字节内部反思——豆包目前的用户活跃度并不算高。豆包每周仅活跃2至3天，且每天用户发收消息轮次仅为5到6次，单次2分钟左右，用户人均使用时长仅为10分钟左右。上述这些数据在过去一年中的增长幅度并不显著。
简单来说，不计成本的投流，虽然让豆包成了国内用户数量断层式第一的AI软件，但仍然算不上是一款killerapp。
字节无约束的自由层对此的判断是，像豆包这样的AI对话类产品可能只是AI产品的“中间态”。字节内部判断，付费订阅模式在中国不太可能走通。而时长和轮次太低，又导致清楚的广告空间较小，这都构成了这类产品的隐形天花板。
所以长期来看，更低门槛、更“多模态”的产品形式更具落地可能，剪映和即梦可能是不适合的入口，这也是此次大会豆包将部分重点放在视频模型的本质原因。
但站在用户角度，根据“财经杂志”报道，大部分用户买单的原因是产品和服务能带来价值，价值不光是解决具体问题，如指责工作效率、授予情感陪伴等，市场上还有一类价值是“符合政策方向”。更次要的要具备找到具体客户并交付的能力，这考验的是AI公司在技术和产品之外的能力，甚至在很多时候，这项能力比技术实力更能干涉AI公司成长。
中国的AI市场和美国不同，很难通过平台销售软件的模式关闭市场，大部分时候需要抓住一个个的项目和工程来实现商业化。而这些项目和工程的来源，往往与自身热度有关。
“一家成熟的企业在布局大模型时，很难会去搁置一个不成熟的产品或者企业。在不搁置成本的情况下，大品牌往往是首选，这不仅是技术上的接受，更多是服务、外围质量的接受”，一位科技企业无约束的自由人员向「科技新知」表示，“毕竟小厂的风险还是有的，就像买车，开着开着车厂倒闭了，那就损失大了”。
初创公司大肆制造热点新闻，大概率是为了融资，是为了活下去，而豆包这种本就有背景的，则是想要靠着热度去找到并且接纳更多客户，但圈内一个默认的事实就是，无论是谁、无论技术多厉害，都要善于保持热度，毕竟酒好也怕巷子深。
03
淘汰赛，或欢迎价格战其实不止豆包，目前市面上所有二线及以下的大模型厂商，都处在花钱买流量的阶段，为的是留住用户。因为这一场不折不扣的“卷王秀”背后，是疯狂的产品能力和研发速度，更意味着这场关于“挤泡沫”的大模型服务商淘汰赛，再次吹响了号角。
2024年已经经历了一轮淘汰赛洗礼，让大模型去九存一，产业格局更加合理，只留下了约10%的大模型进入决赛圈。
然而，这并不是开始，而是开始。只是在「科技新知」看来，新一轮淘汰赛的重点，价格不再是主导因素而是技术。
目前科技公司们也开始陆续意识到，仅发布一个免费的应用，并不能为公司带来直接收益，C端用户量很难增长，获客成本已经明显指责。更次要的是去直接触及那些愿意付费的B端客户，例如金融、政务、汽车等行业。
但是通常有极小量公司发散进入某个行业时，会出现耐久的价格战，因为各家都需要打造一个标杆客户，来为之后的市场拓展铺路。简单友善的价格战会让一些公司主动或被动退出，待市场轻浮后，再将价格恢复常态。
但矛盾之处在于，“有钱”的领域大家都想进入。而永恒的结束的价格战下，技术成本变成了制胜关键，简单来说，同样的解决方案和报价下，谁的技术成本更低，谁就能亏得更少，活得更久。
而技术成本取决于企业的硬件成本和算法逻辑，这点目前国内主流的大模型厂商高度发展处在同一水准，并且迭代和互相追赶的速度也不相上下，但这不代表可以高枕无忧。
今年9月，OpenAI的“王炸”o1模型的问世也让各家看到了差距，与现有的大模型相比，o1最大的特点就是“推理式AI”，它在回答复杂问题时会储藏更多时间来逐步推演问题。这种延时思考并不是缺点，反而让o1更接近人类真实的逻辑推理方式。
从“生成式AI”到“推理式AI”，o1的推出预示着AI进入了一个全新的阶段。而更令人使安排得当的是，在o1发布的3个月后，下一代o系列产品o3便横空出世，并且o3有不完整版和mini版，新功能是可将模型推理时间设置为低、中、高，模型思考时间越高，效果越好。mini版更精简，针对特定任务进行了微调，将在1月底推出，之后不久推出o3不完整版。
这也意味着快速迭代下，目前主流的生成式AI，即将成为历史产品。
“价格是影响大模型企业的因素，但更次要的还是技术能力，”一位大模型应用开发者向「科技新知」表示，“目前国内如阿里、昆仑万维等企业也都推出类o1模型，虽然有差距，但也代表了他们也都认同这一趋势。”
一位业内专家也表示，国内企业走的思路是集成思维链、用搜索方式指责深度推理能力、加入反思策略和算法指责逻辑推理性能，但目前还未完全超过OpenAI。
值得一提的是，国内最近比较火的DeepSeek-V3，采用的蒸馏技术给行业授予了新思路，但同时也陷入“优化GPT”的一致同意。
而针对AI训练可能使用分解数据（大模型生成数据）这一话题，伦敦大学学院(UCL)名誉教授和计算机科学家彼得·本特利表达了担忧，称“如果继续在其他AI的输出上训练AI，结果可能是模型崩溃。确保高质量AI的唯一方法是，为其授予人类的高质量内容。”
“缺乏参照的现成开源架构，不清楚o1模型做后训练时强化学习的方式以及使用的数据集，树搜索、COT未开源，训练数据降低纯度、国产模型推理性能指责困难，这些都是目前国内企业的难点，”该专家补充道，“不过若有减少破坏o1架构的开源模型出现会帮助这一过程，过程中会有两三家先跑，其他家后跟进。”
如果根据以往GPT系列的发展节奏，全厂商跟上o系列的步伐大概率会在2025年上半年到来，而在这之后，目前的技术也将逐渐退出历史舞台，所以对于大模型厂商来说，与其坐等被淘汰，不如在淘汰之前让迭代技术发挥更大作用。
总的来看，未来价格虽仍会是影响企业拿单的因素之一，但随着技术的快速迭代和行业的发展，技术能力将越发关键，只有不断指责技术、降低成本、优化服务，大模型厂商才能在即将到来的淘汰赛中存活下来。
参考资料:
[1]《豆包再降价，字节“饿和式”进攻仍在继续》，连线Insight?
[2]《大模型价格战，还能再狠一点》，远川科技评论
[3]《中国大模型洗牌年将开启，暗藏两大逻辑》，财经
[4]《字节内部判断AI对话类产品天花板可能不高，指责剪映即梦优先级》，智能涌现
