生成式艺术 | Page 6

Sep 15, 2025

特朗普拥抱加密货币吸引新入局者，Coinbase 主导地位受挑战

本文信息来源：FT 白宫对数字资产的热情推高交易所股价，但加剧竞争坍塌的天花板、未支付的账单和垃圾遍地的街道：Coinbase 重金打造的夏季电视广告呈现了一个破败英国黯淡景象——并将加密货币标榜为解决方案。该公司在 X 平台上发布广告时称：”当金融体系无法为英国如此多民众服务时，它就需要更新换代。” 该视频因将加密货币作为经济挑战解决方案进行宣传时缺乏充分证据和风险提示，违反广播电视标准而被禁播。 Coinbase 正斥资数百万美元进行广告宣传和游说，试图从单一的数字资产交易所转型为多元化的金融服务公司，它希望成为以加密货币为核心的新体系的中流砥柱。但随着华尔街因美国总统唐纳德·特朗普颁布的新法规而日益接纳加密货币，这家业务涵盖支付、银行和资产管理的公司正面临日益激烈的竞争。 “人们担忧 Coinbase 虽然抢占先机，但正在丧失这种优势，”Coinbase 投资方 Bitwise 资产管理公司研究主管瑞安·拉斯穆森表示。 Coinbase 已耗资数百万美元在美国游说立法，旨在让大型资产管理机构更放心地进入加密货币领域 © 迈克尔·纳格尔/彭博社作为首家上市纳斯达克的大型加密货币交易所，Coinbase 于 2021 年完成首次公开募股，并于今年五月成功跻身标普 500 指数。在特朗普对加密行业热情支持及任命亲加密货币监管官员的推动下，自去年 11 月大选以来其股价已上涨约 70%，市值达到 830 亿美元，超越私募巨头阿波罗集团和支付公司 PayPal。但公司面临的挑战已现端倪：7月下旬发布的逊于预期的第二季度财报导致股价累计下跌约15%。晨星股票分析师迈克尔·米勒指出：”Coinbase 缺乏经济护城河”，并补充说监管”将引发更激烈的竞争”。该公司已投入数百万美元在美国进行游说，旨在推动有利于大型资管机构参与加密货币的监管规则制定。今年夏天，华盛顿通过了具有里程碑意义的稳定币监管法案（这一加密货币行业的关键组成部分），预计立法者还将通过更多法案，可能为加密市场带来华尔街数十亿美元的资金涌入。精品投行 The Benchmark Company 高级股票分析师马克·帕尔默表示：”Coinbase 拥有显著的先发优势，其规模效应和品牌影响力源于此，但已有众多新兴平台正在涌入这一领域。” 他补充说，美国新规将”为新的竞争者入场亮起绿灯”。 Coinbase 由布莱恩·阿姆斯特朗和弗雷德·埃尔萨姆于 2012 年创立。公司上市时埃尔萨姆回忆道：”当时一枚比特币仅值 6 美元，只有少数互联网极客知晓其存在。”而今年八月，比特币价格已飙升至 12.4 万美元的历史新高。加密货币交易手续费仍是盈利核心，但交易量波动剧烈，随加密货币市场兴衰而起伏。 […]

深度学习

Sep 15, 2025

Sierra 首席执行官布雷特·泰勒谈为何 AI 泡沫让人想起互联网热潮

本文信息来源：theverge 这位 OpenAI 董事长如今在新创公司 Sierra 投身人工智能代理领域，诠释为何押注 AI 全赛道欢迎收听解码器节目，我是亚历克斯·希斯。作为周四客座主持人的最后一期节目，我最近在加利福尼亚州旧金山参加了由 Alix Partners 举办的现场活动，与人工智能初创公司 Sierra 的首席执行官兼 OpenAI 董事长布雷特·泰勒进行了对话。很少有人能像布雷特那样近距离观察科技行业。他在谷歌担任早期工程师后创立了社交网络 FriendFeed，并于 2009 年将其出售给 Facebook，随后担任该公司首席技术官。后来他又创立了 Quip 并出售给 Salesforce。在最终成为 Salesforce 联席 CEO 后，他离职创办了 Sierra 公司，致力于重塑企业运用 AI 进行客户支持的方式。期间他曾在埃隆·马斯克收购推特时担任董事会主席，并在 OpenAI 首席执行官萨姆·奥特曼遭解雇又复职后出任 OpenAI 董事会主席。正如我们的对话所示，布雷特全身心投入 AI 领域。就在本周，Sierra 公司完成新一轮融资，估值达到 100 亿美元。本期节目中，我们将探讨 Sierra 的创立历程及其 AI 智能体的开发。我还向布雷特询问了 OpenAI 现状以及 AI 行业的整体发展轨迹。我们涵盖了广泛话题，希望您能和我一样被布雷特的独到见解所吸引。好的，以下是我与 Bret Taylor 的对话内容：本次访谈经过适当编辑，以确保内容简洁清晰。 […]

全球动态

Sep 08, 2025

SaaS 企业如何把握合理的管理费用支出水平

本文信息来源：blossomstreetventures SaaS 企业究竟该将多少收入用于管理费用？答案当然是”越低越好”，但现实中确实存在必要的基础支出门槛。以下是 2017 年 10 月后上市且仍在交易的 SaaS 公司（2024 年统计 63 家）在 2024 与 2023 年管理费用占营收比例的对比数据，随后附上分析要点： Press enter or click to view image in full size Press enter or click to view image in full size Press enter or click to view image in full size 管理费用占比稳定维持在 20%水平。2024 和 2023 年中位数显示，管理费用占营收比例均为 20%，平均值也基本持平。盈利企业的 G&A 支出反而有所增长。值得注意的是，2024 […]

大模型内核

Sep 02, 2025

千亿级角逐：医疗 AI 的市场霸主之争

本文信息来源：flarecapitalpartners 作者：帕斯·德赛目录引言看涨买入：医疗行业 AI 应用加速率赢家通吃市场：投资者转向选择性价值集中制胜法则：领先医疗 AI 企业的关键特质波涛汹涌的前路：龙头企业面临的威胁与机遇结论 AI 买家与构建者的战略要务引言自去年我们发表关于医疗保健行业加速采用人工智能（AI）的观点以来，形势已发生巨变。模型架构和训练技术的突破性进展显著提升了 AI 性能，同时降低了计算力和数据需求。与此同时，专用 AI 硬件、托管云服务和开源模型中心的普及使技术获取民主化，推动生成式 AI 和智能体系统在各行业快速部署。因此毫不意外的是，随着模型性能与用户价值呈指数级提升，而推理成本却直线下降，AI 使用率和采用率正呈爆发式增长。简而言之，AI 正成为我们个人生活和职业发展中不可或缺的组成部分。这对医疗行业的未来工作形态具有深远影响，人工智能正作为劳动力均衡器、扩展器和增强器发挥着关键作用。迄今为止的成果显著且切实可见，这加速了技术应用的步伐。值得注意的是，三分之二的医师表示正在使用医疗 AI 产品，使用量同比增长达 78%。这种采用速度令人瞩目，特别是与过去十年间电子健康档案（EHR）的采用速度相比。本轮技术应用周期由产品主导的”拉力”驱动，这与以往许多技术应用周期中”推力”主导的模式形成鲜明对比。因此，医疗企业领导者如今将人工智能视为远超运营效率提升工具的存在。事实上，企业人工智能战略正受到人才招聘与留存优先级的深刻影响。作为回应，医疗行业领导者普遍增加了人工智能预算投入，重点聚焦于临床医生和患者存在需求、且已证实投资回报率的几类特定解决方案，以此合理化预算扩张。外部合作也展现出比内部自主开发更高的成功率，这为新兴人工智能解决方案创造了强劲的顺风效应。这吸引了众多新兴人工智能公司涌入各个细分领域。就在一年前，各领域的头部 AI 企业融资还只是为了抢占市场份额，如今许多公司正试图通过横向扩张和跨越领域边界来脱颖而出。与此同时，现有企业正通过宣传自身新兴的 AI 能力来巩固护城河。而悄然之间，新的初创公司正借助技术前沿来建立自己的领先优势。头部企业的战略布局将如何重塑行业边界，将决定未来几年医疗 AI 的发展格局。本项分析中我们将：通过市场信号研判医疗 AI 应用周期所处阶段剖析融资数据以理解 AI 在医疗领域创造持久价值的核心区域分享我们对为何当前医疗保健某些领域比其他领域更适合由人工智能引领变革的见解研究领先的人工智能领域和企业，揭示推动其成功的关键因素及可能面临的威胁为扩大人工智能合作规模的采购方，以及寻求巩固竞争优势的构建者提供建议看涨买入：医疗保健行业人工智能应用加速普及医疗保健领域正成为人工智能应用的领跑者，打破了其长期以来作为新技术应用落后者的一贯形象。以下图表源自美国人口普查局，并收录于 BOND 资本最新发布的 AI 趋势报告，数据显示 2025 年美国主要经济领域中，医疗行业的 AI […]

全球动态

Sep 02, 2025

非共识已死，非共识万岁

本文信息来源：newinternet 每个周末，风投群聊里总会冒出新的”英雄推文”引发热议。上周末显然新闻匮乏，因为我最初读到的一条相当常规的观点，最终却霸占了我的时间线。这条推文来自 Martin Casado，安德森·霍洛维茨基金合伙人，掌管着他们 12.5 亿美元的基础设施投资业务：早期阶段认为非共识投资能获得超额回报的想法其实相当危险。后续资本往往会越来越向共识靠拢。不知为何，这个概念触动了一批投资者的神经。我们正身处这样一个时代——人工智能、机器人、加密货币、生物科技、国防科技、自主系统、制造业等”共识性赛道”已庞大到足以承载整代初创企业。你无需另辟新径就能创造巨大收益。过去并非如此。数十年来，风投们总是坐等单一平台更迭（个人电脑、互联网、移动端）。而现在？我们同时经历着五六场变革。 2014 年我开始天使投资时，风险投资还显得可预测。移动互联网爆发式增长，按需服务应用疯狂融资（通常伴随着糟糕的单位经济效益），云计算也开始呈现复合增长态势。那是个学习行业门道、见证赛道快速拥挤的黄金时代。从马丁的推文及回复来看，他更核心的观点是：如今真正称得上”非共识”的领域已寥寥无几。我们这个行业已经成熟了。有些投资人更擅长项目发掘、判断和争夺。但这并不代表他们”非共识”，只说明他们很优秀。当然，你仍能在共识赛道中找到非共识的公司。但某种程度上，自称”非共识投资者”不过是为这份工作镀金罢了。以美国活力为例，这个由 A16Z 几年前提出的风投类别，如今已自成产业。帕兰提尔（2003年）真正的逆势而行。当时没有其他公司在开发中央情报局的前沿部署软件。帕兰提尔是独一无二的公司，可能只有亚历克斯·卡普、乔·朗斯代尔和彼得·蒂尔才能创建。二十年后，它以3700亿美元的市值比以往任何时候都更具现实意义。安杜里尔（2017年）同样标新立异，但原因各异。在硅谷对特朗普的厌恶达到顶峰时，支持自主防御系统曾是职业风险。埃拉德·吉尔曾表示，在他对安杜里尔公司的投资公开后，甚至收到了朋友们愤怒的邮件。如今安杜里尔已成为估值百亿的超级独角兽。而仅仅八年前，这还是个避之不及的领域。 2025 时间快进到现在，”美国活力”已成为成熟的投资类别。数百家初创企业和数十支基金正竞逐国防、航空航天和制造业。我居住的地方距离埃尔塞贡多仅15分钟车程——那里已著名地聚集了大量此类企业。如今的国防领域投资者已不再特立独行。这恰恰成了最具共识性的投资类别之一。这重要吗？其实不然。有些公司会成功，大多数则不会。这就是风险投资的本质。如今，成为非共识者意味着穿透噪音、屏蔽风投群聊中的闲言碎语，并支持那些仍显得过于古怪或冒险的初创公司——即便它们所在的赛道已显得拥挤不堪。换言之：在共识中做一名非共识投资者。加密货币就是绝佳例证。这个2.5万亿美元的市场已运行十五年，比特币和以太坊每年结算数万亿美元。无论以何种标准衡量，它都已形成共识，却仍被广泛误解。大量风投机构（尤其硅谷地区）在 2022 年 FTX 暴雷事件三年后，依然无法摆脱其阴影。与此同时，Stripe 正将其发展路线押注在稳定币上，甚至专门打造了一条专注于支付的第一层区块链。而如今市值 950 亿美元的 Robinhood，本质上就是一家披着马甲的加密货币公司。吊诡之处在于，对于关注者而言加密货币如今作为资产类别已形成共识，但真正的机遇在于对其发展时机和路径保持非共识判断，同时下注那些大多数投资委员会因行动迟缓或畏惧风险而不敢支持的领域。当硅谷仍在 FTX 事件中集体疗伤时，彼得·蒂尔正大举增持以太坊。马丁的观察之所以引发共鸣，是因为它揭示了某种结构性矛盾： “后续投资往往越来越趋向于共识一致。” 成长型投资者并非缺乏想象力，他们只是更擅长高效地发现异军突起者，并且手握巨额资金待配置。诚然，这让风投显得少了些浪漫色彩。但当你管理着上千亿资金时，浪漫本就不该是首要考量。更重要的是，最优秀的公司比以往任何时候都更早被发掘。投资人们撒下2.5万美元的支票，向他们的多阶段投资领主汇报，而任何信息优势都会在创始人更新后的几分钟内消失殆尽。细分领域正以闪电般的速度成为共识。AI 法律、AI 医疗、AI 客服——硅谷已无多少秘密可言。如今的风投圈喧嚣至极。若你正践行非共识策略且行之有效，这份胜利当之无愧。但多数风投机构并非彼得·蒂尔。上周我偶然发现一个讨论串，回顾了 […]

全球动态

Sep 02, 2025

Martin 关于”非共识”的观点是正确的

本文信息来源：99d Martin 确实是对的，Heave 获得 1300 万美元融资，以及我们十月会议的预告本周推特上的热议话题是关于共识投资的理念。每个人都兴致勃勃地谈论自己有多么特立独行。 a16z 合伙人 Martin Cansado 的一条推文引发了这场讨论：表面看来，这显然是荒谬的建议。创始人（尤其是投资者）的收益恰恰来自缺乏竞争的环境，而这种环境只能源于非显而易见、非共识的创意。即便是绝妙的创意（或创始人），如果过于显而易见并招致过多竞争者，也会变成糟糕的赌注。这种说法还具有自我实现的特性，因为它假设制约因素来自下游资本——如果你投资于竞争激烈、商业模式显而易见的市场，这个假设就永远成立。正如迈尔斯·迪芬巴赫指出的，OpenAI 在 2019 年是非共识项目，谷歌在 1998 年是非共识项目，爱彼迎在 2008 年是非共识项目，Palantir 在 2003 年是非共识项目。例子不胜枚举，但道理显而易见。值得注意的是，a16z 合伙人安德鲁·陈在 2021 年 2 月也说过完全相同的话，当时他正以 30 亿美元估值投资 Clubhouse。彼时此刻，市场信号如出一辙。总之。所有这些”共识与热潮实则有害”的论调如今已沦为陈词滥调，尽管在抽象意义上不无道理。更糟的是，这种话说着轻巧，实践起来（想做好）却困难重重。实际上，众人都在脱离实际行动高谈阔论，看似慷慨激昂，实则空洞无物。最糟糕的是，这完全没有触及马丁所阐述的核心观点。他后来澄清道：我对基于共识的投资是否有效并不太感兴趣。更让我关注的是偏离共识所带来的风险[…] 我实际上相信以下两个说法基本成立：(a) 风投界的共识往往由炒作驱动，与市场完全脱节 (b) 早期市场是高效的，因此优质项目会被及早发现并反映在估值上。换句话说，在风投领域采用”猎取项目”的策略是错误的这完全正确！真正偏离共识的投资确实会带来极其严峻的后续融资风险（要偏离共识，你可能需要足够强大到能独自支撑项目全程）。同样正确的是市场正变得越来越高效，这意味着如果你随大流，那你很可能是错的。真正优质的项目极少会出现只有一个竞标者的情况。如果你连这些风险都不敢正视，那肯定也没胆量去承担！最后，在种子阶段寻找”便宜货”可能是个非常危险的想法。我称之为” 垃圾 A 轮投资”，就是做些注定失败的事，往往伴随着一些无法规模化的虚假增长。我认为与其直接与大众对赌或寻找”被低估”的公司，不如关注那些被忽视的非共识叙事。以下是我的思考方式：这就是为什么我要区分”逆向投资者”（与别人对赌，比如做空股票）和”非共识者”（在别人根本不曾下注的地方下注）。我想找到那些最早发现可能最终变得非常重要的小众叙事的最佳创始人和最佳公司。虽然 Slow 规模不大，但我们有足够实力为旗下公司提供可观的发展资金，即便市场并不认同我们的理念。但基于对马丁实际言论的误解而对他进行嘲讽，并不会让你显得与众不同，只会让你成为众多跟风者之一。 Heave 融资 1300 万美元 […]

大模型内核

Sep 02, 2025

人工智能研究实验困境

本文信息来源：amplifypartners 如果你正在阅读本文，很可能关注人工智能研究领域。若你关注 AI 研究，或许已目睹过关于通用人工智能发展时间线的争论。当丹尼尔·科科塔科和斯科特·亚历山大警告 AI 代理可能在 2030 年前颠覆政府并毁灭人类时 1，说不定你还为此建造了地下掩体。多数认为超级智能即将到来的人，都预期会出现”智能爆炸”——即当 AI 能够自动化 AI 研究时，人工智能发展将出现戏剧性加速。具体而言，如果高级推理模型能自主生成并筛选研究构想，再通过代码实现这些构想，这种场景就可能成为现实。我相信我们很快就能训练 AI 智能体来生成多样化的研究构想，筛选最具潜力的方案进行测试 2，并将这些构想转化为代码实现。但我不认为（仅靠）这些能力能显著加速通用人工智能的研发进程。要理解其中缘由，我们需要审视当前真正制约 AI 研究的因素。当我询问 AI 研究者”什么让你夜不能寐？”时，答案从”AI 开发生化武器”到”问题数据导致训练发散”不一而足。唉，这两个担忧都确有道理。从这些对话中可以明确一点：瓶颈并非缺乏创意。研究人员脑海中充斥着各种想法，其中数千个尚未得到验证。随着更多人投身 AI 研究领域，积压的创意只增不减——而且其中很多想法在代码层面实现起来并不困难 3。算力确实是关键瓶颈；我们只是没有足够的 GPU/TPU 来支持 AI 实验，但许多组织都聚焦于当前/迫在眉睫的数据中心容量危机。人工智能研究中被忽视的瓶颈在于设计严谨的实验、执行这些实验并分析结果。若要加速研究进程，我们需要的不是更多想法或代码。关键在于更快地开展更优质的实验 4。那么如何实现？通过与研究人员和工程师的交流，三个核心问题浮出水面：更优化的实验设计（包含更严谨的评估方法）更高效的实验运行方法（检测/调试训练代码问题；端到端管理追踪实验）更完善的实验分析（诊断失败原因；从小规模实验推演规模化结果）当研究人员能够设计出严谨验证假设的实验，在稳定环境中运行，严格评估影响并理解失败原因，还能从小规模试验中推演出普遍规律时，我们将开启加速发展的新阶段。这并非因为实现了 AI 研究的自动化，而是因为我们赋能了成千上万的研究者以更高效率推进工作。第一次智能大爆发或许将属于人类。这些问题确实非常棘手 5。作为风险投资人兼技术乐观主义者，我相信更好的工具能有所帮助，但仅靠工具无法解决实验设计、执行和分析的难题。许多挑战源于复杂的组织动态和激励机制：领导者必须在竞争优势与开放科学之间权衡取舍；管理者担心严谨的实验会拖慢迭代速度；一线研发人员因追求前沿性能而非可复现性获得嘉奖。在快节奏的市场中，团队往往在模型和软件”勉强够用”时就匆忙发布。随着生成式 AI 市场竞争日益激烈、技术进步速度超出所有人的追踪能力、媒体报道不断煽动炒作与争议，这些压力正不断加剧。解决这些问题需要研究人员、统计学家、工程师等群体深度协作——其中许多人从未应对过如此艰巨的挑战，也未曾有过合作经验。虽然我能指出在关键问题上运用 AI 魔力的巧妙机会，但真正的工作在于构建正确的文化、激励机制和流程。不过我相信，致力于透明科学和严谨实验的专注研究组织能够取得实质性进展。我们终将攻克这个难题。 ‍ 第一部分：设计更完善的实验方案当前 AI 研究实验普遍缺乏严谨性 2013 年 DeepMind 研究人员提出的 Q 学习变体模型，可直接通过原始像素学习玩 Atari […]

深度学习

Aug 25, 2025

AI 智能体与杂货配送的未来

本文信息来源：platformaeronaut AI 智能体优先世界中的应用市场（DoorDash/Uber/Instacart）、白标店铺系统（Instacart）和垂直整合模式（亚马逊/沃尔玛）。想象一下再也不用碰买菜应用，你的个人 AI 助手比你更早知晓冰箱存货、家人需求、日程安排，在你意识到缺货前就已下单。虽然我最近梳理过生鲜配送行业格局，但我想花更多时间展望以 AI 助手为主导的未来世界，这对生鲜配送意味着什么。就像我此前分析 AI/LLMs 对旅游分销的影响那样，未来 5 年多里消费者与生鲜采购的交互方式可能发生巨变。设想有个口袋里的 AI 助手，它既清楚你每周采购偏好，也懂临时晚餐补货需求。这将对垂直整合、配送平台和白标服务三大战略产生哪些影响？随着 2025 年 1 月 OpenAI 操作系统的发布，Instacart 展示了代购生鲜的功能： OpenAI 操作员通过 Instacart 订购杂货尽管目前体验尚显笨拙，但请回想初代 iPhone 应用同样生涩。发展轨迹已然清晰，我们正迈向智能代理主导的未来。订阅未来的模样无论是 OpenAI、Gemini、Siri 还是其他工具，每位消费者都将拥有专属的个人助理。它能为你预订行程、安排晚餐预约、管理日程，就本文讨论的场景而言，它还能代你采购日常杂货。对于每周采购一次的普通美国家庭，它能记住你的常购清单、推荐菜谱、追踪食品消耗与浪费情况，并掌握你对商家的消费偏好。若临时变更计划告知代理要举办8人晚宴，它能推荐菜单并自动从超市完成订购。但核心问题在于，这将对行业现有参与者产生何种影响？我通常将这些参与者分为三类：垂直整合型商超随着沃尔玛食品杂货配送业务的巨大成功以及亚马逊的重新聚焦，这类垂直整合商超掌控着全流程。克罗格公司与奥凯多的合作也属此类。用户使用其应用程序，他们则负责库存管理、订单履约和配送，本质上是一站式服务。像 DoorDash 旗下 DashMart 这类精品解决方案也可归入此类。短期（1-3年）：赢家长期（5年以上）：赢家生鲜杂货配送平台这通常包括 Instacart、Uber Eats 和 DoorDash 等平台。主要消费者体验是通过应用程序或网站进入平台，选择商店/零售商，而后台则由平台管理拣货、履约和配送。短期（1-3年）：赢家长期（5年以上）：潜在输家白标解决方案 […]

深度学习

Aug 25, 2025

人机交互的未来第二部分：应用层

本文信息来源：aspiringforintelligence 攀登人工智能交互新时代的技术栈在上一篇文章中，我们探讨了推动人机交互新时代的基础设施。从实时视频到情感智能与持久记忆，这些基础技术正在催生新一代应用：AI 数字分身与复制体不再只是概念验证，而是能带来实际价值的成熟产品。问题已不再是数字分身是否会融入日常生活，而在于它们将首先在哪些领域扎根。多年来，扩大覆盖范围几乎总是以牺牲亲密连接为代价，导致交互设计服务于大众而非个体。通过短信或邮件向数百数千人群发千篇一律的信息令人疲惫，但 AI 数字分身正在改变这个等式。它们并非取代人类连接，而是提供了一种既能扩大连接规模又不失温度的方式——让你能够更广泛地传递个人温度、独到见解和视角，同时保持使你独具影响力的特质。想象一下，能够将最佳状态的自己注入每一次互动。即使你无法亲临现场，也能传递相同的声线、共情力和处事方式。无论是指导同事、服务客户还是传授技能，你的知识与存在感现在都能随时随地按需呈现。这些数字分身不仅能复述你的话语，更能延续你带给他人的感受。它们能以你的口吻倾听回应，根据对话对象调整状态，承载那些让你的专业产生共鸣的微妙特质。如此一来，AI 化身不再只是效率工具，而成为带有温度的你精心设计的延伸。内部应用场景大型企业和《财富》1000 强公司正在构建专属虚拟形象，以规模化专业知识传播、加速培训进程并强化客户关系。我们观察到大量 AI 虚拟形象已应用于市场推广领域（涵盖销售、产品营销/演示及广告生成等场景）和人才发展环节（涉及销售培训、新人入职以及技能重塑与提升等场景）。截至目前，最成功的早期部署往往集中在虚拟形象只需最小幅度动作的场景（例如类似”Zoom 视频框”的静态呈现，而非全动态角色），这种方式在保持存在感的同时降低了复杂度与成本。以下是我们重点关注的几类应用场景：销售：顶尖销售员正在训练 AI 复制品来模仿他们的风格、话术和领域知识。这些数字化身能进行产品演示、处理异议，并为每位潜在客户定制推销方案，同时无缝集成到 CRM 系统中获取上下文信息。现在单个销售员可同时跟进数百个线索，每次互动都像专属服务。诸如 Yuzu Labs、11x、Artisan 等公司正在开发此类技术。客户成功：AI 化身通过吸收知识库、工单历史记录和产品文档来回答问题、引导客户入门，甚至主动推荐新功能。在高接触度行业，它们既能保持人类客户经理的温度与亲和力，又能实现规模化运营。市场营销：从网红推广到超个性化触达，虚拟形象能按需为不同受众群体录制并调整视频内容。Veed 和 Creatify 等平台正帮助营销人员制作本地化、个性化的推广活动，无需重新拍摄，既降低成本又缩短周期。学习与发展：培训模块不再需要一成不变。新员工入职或团队成员技能重塑转变为双向互动：虚拟形象实时教学、暂停答疑、调整案例甚至进行随堂测验。Synthesia、Colossayan 及 HourOne 等企业正致力于此。招聘应用：虚拟化身可进行初步筛选，解答候选人关于企业文化和福利的疑问，并根据回答动态调整提问方向。AI 虚拟助手能帮助求职者进行面试培训，协助员工完成端到端的面试闭环（例如 Mercor、Seekout 和 FinalRound AI）。这能显著扩大人才漏斗顶部规模，让人力招聘官腾出精力专注于与最匹配候选人建立关系。外部消费者应用场景第二战场正是我们预期最具颠覆性的纯创新公司将涌现的领域。这些应用在能够实时与拟真化、具备情感智能的 AI 交互之前，根本不可能存在。陪伴：从 Z 世代使用 AI 虚拟形象进行约会交友（如 CharacterAI、NomiAI），到老年用户寻求日常陪伴聊天（如 Careflick），陪伴是最能引发情感共鸣的应用场景之一。这些虚拟形象能记住用户偏好，维持长期对话，并提供富有同理心的陪伴。治疗与心理健康：治疗型虚拟形象可提供不带偏见、随时可用的支持，无论是个人治疗还是伴侣咨询。持续记忆功能能跟踪治疗进展，而情绪调谐技术让互动充满安全感。目前该领域尚处早期阶段，像 Mindsera 等现有应用多采用聊天机器人或语音机器人形式，但鉴于治疗中人性化元素的重要性，未来或将出现虚拟形象沟通方式。其他如 Slingshot AI 等聚焦心理健康的新兴公司，也可能采用 AI 虚拟形象技术。教练指导：运动、职业发展、领导力培养。虚拟化身能像人类导师般提供细致入微的针对性反馈指导。设想一位实时观察你语调手势的公开演讲教练（例如 Yoodli），或是更懂你成长需求、能为你规划进阶路径的个性化人生导师。社交媒体与数字克隆：网红们开始克隆自己的数字分身，以此实现与粉丝”见面”、回复消息、录制定制视频，全程无需亲自到场。这创造了一种新型可扩展的准社会关系。数字克隆的其他应用场景还包括分身两地同步出现，以及以可扩展方式向世界传播个人知识。Delphi 和 Pickle 等公司正致力于此。购物体验：零售商可以通过个性化虚拟形象迎接顾客，这些形象能记住过往购买记录、风格偏好，甚至参与价格协商。这项技术实际上可以应用于每个网站！或者，你也可以让专属虚拟化身成为购物代理人。游戏领域：游戏世界即将涌现大量虚拟角色，它们会像持续进化的角色那样，通过玩家互动不断学习，并随时间推移建立人际关系。数字人（视频+语音+文本）> 多数应用场景中的单一模态在治疗、教育和辅导等高风险环境中——信任、默契和情感微妙变化至关重要——数字虚拟形象（结合视频+语音+文本的交互形式）相比纯语音或纯文本代理具有显著优势。一个有力的例子来自用于治疗痛苦幻听患者的虚拟化身疗法。在一篇题为《点头同意》的论文中描述的随机对照试验中，患者与内心声音的数字化身进行对话的方法，带来了幻觉频率和情绪困扰的快速显著减少，仅 12 周后就超越了传统的支持性咨询效果。总之，网络摄像头驱动的虚拟化身”比图片模式更能提高会议效率，且据报告比其他两种模式都更舒适和包容。” 在教育领域，虚拟形象的存在同样展现出优势；尽管早期效果参差不齐，但其潜力不容忽视。一项研究探索了基于 AI 的教学虚拟形象，它们能根据学习者的情境和进度自适应调整教学内容，与静态形式相比显著提升了知识留存率。更引人注目的是，增强现实语言学习平台（与虚拟形象交互技术同宗不同源）使记忆保留率大幅提升：与传统抽认卡相比，学生在当日回忆测试中得分高出 […]

企业级应用

Aug 25, 2025

高估值与平淡交易：风险投资的选择性押注

本文信息来源：blossomstreetventures Pitchbook 刚刚发布了 2025 年第二季度风险投资监测报告。这份报告内容翔实，全面呈现了风险投资现状。下图所示图表尤为突出，它显示自 2024 年以来风险交易金额显著攀升，但交易数量却基本持平。这一现象主要由获得天价估值的 AI 优先初创企业推动，而其他领域则表现平平。 Press enter or click to view image in full size Pitchbook 指出：”投资者兴趣仍集中在具有明确增长轨迹的高绩效初创企业，各轮次估值持续攀升就是明证。第二季度美国风险投资的中位数投前估值同比上涨——这与 2023 至 2024 年的趋势一致。值得注意的是，除 D+轮外，风险生命周期各轮次的估值中位数均达到十年来高点，表明普通合伙人正变得愈发精挑细选，支持数量更少但质量更高的企业。估值倍数正在扩大，市场难以准确衡量 AI 真正的未来潜力。” 报告继续指出：”优质初创企业与困境企业之间的分化已十分明显。2025 年第二季度，各轮次融资的中位数交易规模持续攀升。其中种子前轮融资增幅最大，同比增长 42.3%，C 轮融资以 40.5%的涨幅紧随其后，种子轮则增长 16.1%。与此同时，小额交易在整体融资活动中的占比不断萎缩。低于 500 万美元的融资轮次占比从 2024 年的 55.4%降至 48.6%，创十年来新低。这一转变凸显出资本正日益流向具有强劲发展势头的初创企业，市场环境变得更具选择性。” 这意味着什么？如果你是高速增长的 AI 优先企业，风投机构会以超高估值提供超出你所需的资金。但若你是增长稳健的传统 SaaS 企业，仅寻求数百万美元融资，可能举步维艰。

商业洞察

Aug 25, 2025

别把融资演讲稿直接搬到官网上，以下是讲好用户故事的秘诀

本文信息来源：firstround 你的客户并不想阅读你的融资演讲稿。营销专家艾米丽·克莱默将教你如何把面向投资人的说辞转化为网站上的客户沟通语言。本文作者是 Emily Kramer，B2B 初创企业营销顾问，MKT1 通讯作者及 Dear Marketers 播客主持人，曾领导 Asana 和 Carta 的营销团队。初次融资时，你会反复打磨路演材料。精心设计故事脉络、演示幻灯片以及向投资人推销公司的方式。但融资结束后进入市场阶段时，太多创始人却试图用同样的故事吸引客户——这是个致命错误。投资人与客户关注点截然不同。融资路演应聚焦投资人关心的要素：宏大愿景、团队解决问题的独特能力以及市场潜力。但有效的营销（尤其是早期阶段）需要针对更精准的受众和更迫切的痛点。你的路演材料或许能帮你完成种子轮融资，但无法促成前 10 个客户签约——除非你懂得如何转化表达方式。作为投资人，我在前基金 MKT1 Capital 担任普通合伙人时审阅过数百份融资简报；作为运营者，我在 Asana 和 Carta 等公司组建并领导过营销团队；作为顾问，我指导过数十家早期初创企业——这种错配现象我屡见不鲜。创始人不必一夜之间变成营销专家，但必须明白：获取首批客户与获得首张支票需要讲述两种截然不同的故事。以下是我总结的 B2B 营销信息提炼核心法则，包括动笔前必须回答的定位问题。另附：如何将融资简报逐页转化为网站文案——从市场规模页到团队介绍页均配有案例解析。让我们开始吧。直接移植融资简报的弊端出色的融资简报会成为糟糕的网站内容，更会变成灾难性的外宣素材。你不能把简报原样粘贴到官网首页，因为潜在客户很可能不是风投。即便面对风投客户，他们对软件产品的关注点与投资项目也截然不同。你的演示文档是一个高层次的故事框架。它旨在建立市场、团队和时机的可信度，用于兜售愿景，因此往往充满抱负（”我们的平台将成为记录系统”），而非立足于当前实际构建的功能（单一特性）。你的演示文档面向的是关注风投回报的受众，而非那些只想轻松解决” 待办任务 “的人群。潜在客户需要的是经济高效、易于实施的即时问题解决方案。当然，客户会关心公司能否持续经营，但他们不希望你过度承诺产品当下的功能。最后，客户关心的议题比风投在路演中关注的更广泛。你的营销完全可以也应该触及这些更宏观的话题——从行业新兴趋势到帮助他们提升工作效能。但与路演文档不同，营销是通过谈论客户关心的非产品话题来建立可信度、激发认知和需求的机会。你的早期 B2B 营销故事真正需要什么初创阶段的营销关键在于向目标人群清晰、连贯且反复地传递故事的核心片段。科技领域的最佳建议，直达您的收件箱。加入20万+订阅我们免费通讯的建设者行列。免费注册已是 First Round 会员？人们总忍不住想让自己看起来比实际更强大，就像在融资演示中那样。试图向整个潜在市场喊话，装出一副成熟企业的派头。但你的早期优势在于专注。你能比任何人都更好地为特定受众解决特定问题。善用这一优势。不要试图让自己看起来能为所有人解决所有问题，这反而会适得其反。以下是三种聚焦营销信息的方法：选择一个切入点或滩头阵地。问题越具体紧迫，就越容易获胜。你现在或未来可能正在打造更广泛的产品，但仍需从狭窄的目标市场定位和信息开始——即使你每次只测试几个特定受众群体。直接与你的受众对话。让人们感觉你的产品是为他们量身定制（而非面向所有人）。复现你在客户调研中听到的需求，使用客户的行话而非风投术语。不要复制成熟企业的宣传话术。你不是 Stripe、Airbnb 或 Figma。还没人知道你们是做什么的，你需要清晰明了地说明。艾米丽·克莱默，B2B 初创企业营销顾问 […]

全球动态

Aug 25, 2025

每次重构都始于拒绝

本文信息来源：patternbreakers 看不见的陷阱商业中最危险的规则并非物理学中的”定律”，而是那些不言而喻的惯例——人们将其奉为真理，只因”向来如此”。它们就像画框般存在，却几乎无人察觉。这些框架从不自我宣告。它们更愿静默潜伏在背景中，低声絮语着”合同总要耗时一周”、”设计就该存于文件”、”付款必须通过银行”、”视频剪辑就是很难”。问题在于，一旦接受某个框架，你就继承了它的局限。你会困在它的比较体系中，被既有玩家束缚手脚，受制于所谓的”最佳实践”。你越努力在框架内赢得比较游戏，就越会沦为背景中的模糊存在。最终，框架塑造你的力量，远胜于你改变框架的力量。重大突破并非源于在现有框架内的竞争，而是来自彻底拒绝这个框架，跳出其外，向世界展示全新的思维与行动方式。为何拒绝能改变认知与市场世界产生的信息量远超大脑处理能力，因此思维会建立捷径。如果我 7:45 后出门就会遭遇严重拥堵；如果我信任的人为某人担保，我就会给 ta 机会；愤怒时不要发邮件。当这些经验法则被频繁使用，它们就不再像是实用技巧，而变成了对世界运行方式的认知。人们开始把柔性规则当作铁律来对待。打破常规的创业者会采取不同做法。他们指出现有假设的谬误，拒绝遵从它，并提出颠覆性的替代方案，让旧规则显得荒谬可笑。当这种拒绝产生效果时，大脑会出现罕见反应：它会暂停运作。注意力瞬间聚焦于异常现象。就在这一刻，原有框架的束缚被打破。倾听者会身体前倾：”这感觉不一样，让我看看。” Figma：拒绝文件与交接模式数十年来，设计工作始终囿于文件之中。无休止的保存、上传、合并与邮件往来成为日常。这背后潜藏着一个更深的教条：设计本质上是”单人游戏”。设计师与开发者割裂工作，打磨文件后再进行交接。协作并非持续进行——而是通过零散的上传、评论和版本替换来实现，从未实现实时同步。迪伦·菲尔德同时否定了这两大预设。他提出质疑：”为什么设计必须存在于静态文件中？为什么设计就该是设计师独自完成再抛给开发者的单向流程？” 当人们首次目睹多个光标在 Figma 画布上实时协同编辑时，他们关于”设计如何运作”的思维模式瞬间被重塑。旧有观念（”设计是单人创建并交接的文件”）轰然倒塌。新的现实不言自明： “设计是多人协作的。” “设计与开发同步进行。” Figma 的突破性拒绝打破了固有框架，为人们提供了设计运作的新思维模式。十年后，世界终于追上了这个理念。当”设计是所有人的事”横幅悬挂在纽约证券交易所时，这公开宣告了 Figma 的工作方式已成为行业标准。 Cursor AI：拒绝将 AI 作为附加功能人工智能领域的重大突破并非源于框架内工具的改进，而是来自那些拒绝既定框架的创始人。以 Cursor 为例。当 AI 编程工具初现时，它们被定位为自动补全助手。GitHub Copilot 能自动补全代码行、提供片段并展示熟悉的编码模式。但它始终只是 VS Code 中的一个附加插件。 Cursor 的创始人提出：”如果 AI 不只是编辑器里的助手，而成为编辑器本身会怎样？”这种框架重构改变了一切。 Cursor 不是简单搭载 Copilot 的 VS Code。它是围绕 AI 彻底重构的 VS Code，将模型置于环境核心。开发者可以要求它重构代码、解释函数、添加测试或调试整个流程。Cursor 完全跳出了自动补全的框架，它能读取整个代码库，像队友而非插件般跨项目协作。 […]

# 生成式艺术