标签: AI

  • 想做跨境电商又怕难?阿里这个“电商版龙虾”把最难的活全包了

    声明:本文来自于微信公众号 天下网商,作者:杨洁

    一个月前,阿里在海外正式上线了企业级 AI Agent:Accio Work。没有大张旗鼓的发布会,却直接在跨境电商圈里炸开了锅。原因很简单,这个产品将外贸生意最需要的能力全部封装进了一个工作台。

    就在这几天,大家发现,Accio Work又打通了阿里国际站,商家只需要装上“国际站生意助手”插件关联店铺,一句指令就能让AI下场干活。

    此次在Accio Work上线的插件,不仅拥有国际站数据和操作权限,还内置了一揽子在技能市场中找不到的“私有skills”,从选品洞察、发品生图、广告优化、经营分析,到客户接待、物流查税、风险防护,首批七大功能全部接入,真正实现“一盘生意、一个操作系统”。

    图片

    Accio Work打通阿里国际站

    做跨境生意,语言、法规、物流、运营、文化差异,每一个细节都是绕不开的坎。过去十来年间,中国外贸商家解决这些复杂问题的主要方式,是靠招人。不管是自己摸索还是招兵买马,一个成熟的外贸店铺背后,往往站着少则三五人、多则数十人的专业团队。而Accio Work试图做的事情,是用一支Agent团队,把这些分散的能力全部收拢到一个AI工作台上。

    这意味着外贸生意的门槛,直接被Accio Work砍掉一大截。

    除了提效,更值得国内商家关注的是,Accio Work正在大幅拉平内转外的能力差。原本一个在淘宝、1688上做得风生水起的商家,想转型做B2B外贸,选品靠猜、谈判靠磨,任何一个环节出错都可能丢单。而现在,商家可以用Accio Work一键搬厂,一键出海,靠AI就能把货卖到全球。

    对于国内数以百万计的商家和品牌来说,这是一个清晰的信号:出海的窗口期正在打开,而Accio Work,就是那把新钥匙。

    几个最能打的功能,把外贸最难的活干了

    商家最关心的问题很直接:Accio Work打通阿里国际站之后,到底能干什么?

    《天下网商》梳理了首批七大功能中对商家最直观,也让传统内贸商家最兴奋的功能。

    最值得一提的,是一键搬厂功能。传统流程里,一个工厂想出海,第一步便是开店,把成百上千个SKU搬上国际站,需要写标题、做详情页、拍场景图、修白底图,一套下来少说几周。

    而Accio Work彻底改变了这个节奏:商家只需要把一个记录产品信息的ZIP压缩包或者Excel表格拖进对话框,AI会自动解析,生成符合国际站规范的SEO标题和详情页,同时批量生成白底图、场景图、细节图、模特图。只需一个指令,几分钟就能完成上百个商品的发布,效率提升十倍不止。这背后,是Accio Work智能发品与创意能力的skill。

    图片

    山东威海欧纳尔户外用品有限公司,成了“一键搬厂”功能的首批受益者。这家做充气式桨板的高新技术企业,在传统外贸领域深耕了20多年,产品过硬,客户稳定,但小团队作战模式让它一直腾不出手做新业务。Accio Work推出后,一个人带一个Agent团队跑通生意的可能性出现了。

    在阿里国际站的帮扶下,欧纳尔借助“国际站生意助手Agent”,把公司介绍、产品资料、生产工艺往对话框中一丢,店铺快速成型。看着线下5000平厂房产能、全流程质检体系以及多元化的产品矩阵被一下子搬上了国际站,欧纳尔国际站运营负责人于文娟感慨:“知道Accio Work能提效,但是没想到会这么快。”

    开店只是第一步。在此前对众多商家的采访中,我们发现店铺开起来之后,外贸生意还有几个绕不开的坎:

    一是不知道卖什么。国内电商的爆款逻辑拿到海外经常失灵,且不同国家市场的客户审美、需求以及采购节奏跟国内迥异。而Accio Work上线的市场洞察与选品功能,可以同时抓取TikTok、Instagram等社媒热点、亚马逊等平台实时销量,以及国际站内部的蓝海词,站内外数据交叉验证后输出一份结构化选品报告,商家不用再靠猜,用数据来看产品方向。

    二是不知道怎么运营,谈单犯怵。外贸的发品规则、广告投放、店铺诊断,每一块都有专门的玩法,一个熟练的运营都需要几个月才能摸透。加上B2B采购决策周期长、维度多,海外买家看重专业度和响应速度。

    Accio Work的客户接待与分析功能,可以接入询盘和聊天记录后,自动分析买家的采购意向和跟进状态,给出意向分级,并指出具体改进方向。更直白点说,就像一个没做过外贸的商家,随身带了一个谈判导师。

    图片

    此外,广告诊断与优化功能可以一句话调取全维度投放数据,自动归因异常并给出优化建议;店铺诊断与运营功能自动生成经营全景报告,分析流失订单原因。以前需要资深运营花半天干的活,现在只要几秒钟。

    对国际站商家来说,Accio Work把过去只有大卖家才有的团队架构和专业能力,变成了每个中小企业都可以随手调用的服务,商家只要会用对话的方式下达指令,AI就能帮你把活干了。

    从选品到工厂转型,第一批“吃螃蟹”的商家已经跑通了

    Accio Work上线后,已经有一批先行者在选品、设计、运营、客户接待这些最吃力的环节里发挥出了它的作用。这其中,有国内电商转做外贸的创业者,有一个人撑起一家店的贸易商,也有被运营细节硬控多年的工厂老板,他们让AI把过去耗时、磨人的活接过去,跑出了不一样的增长曲线。

    两个月前,95后张乾超在阿里国际站开了一家做美式棒球帽定制的小店,团队就他一个人。作为一个进入新行业的贸易商,缺产品、缺设计是他最大的短板,他也试过其他AI工具,但面对代码就像看天书,折腾半天也没跑通。

    Accio Work让他找到了解法。在摸索的过程中,他在平台部署了8个Agent,分别负责市场调研、产品研发、产品设计、政策解读、业绩复盘等环节。这套系统每两周自动跑一遍流程。市场调研Agent会同时抓取TikTok和Instagram上的社媒热点,分析什么帽型、什么风格正在病毒式传播;再结合亚马逊热销榜单的销量数据和用户评论,以及国际站内部的蓝海关键词,交叉验证后生成一份极细的报告,细到帽型深浅、条纹粗细、哪个国家的买家偏好哪种材质。

    一旦洞察到某个帽型热度激增,接下来产品设计Agent便可以进入工作流程。在AI的帮助下,张乾超每天能自动生成10多款原创帽子设计图,从正面、侧面到后视图全部配齐,过去选品加设计至少要两三周,现在一天搞定。

    图片

    每天Accio Work自动生成的设计图,图为其中1款

    开店不到两个月,他店铺里的100多条产品链接,没有一条低于5分,八成以上的设计图都是AI画的。有一次一个挪威客户来询盘,他直接掏出AI生成的几十款北极熊加国旗元素的设计图,客户当场拍板,下了1000顶的样品单。对张乾超来说,Accio Work解决的不只是效率问题,更是一个光杆司令怎么打赢团队仗的问题。

    温杰则是另一个典型。她在教培行业干了16年,刚刚转型做宠物用品出口,对于她来说,最大的难点不是没有好产品,而是不知道怎样让好产品被海外买家看见,提升获客和转化。

    今年4月1日,她发现店里一款竹纤维宠物湿巾在投广告时,点击量不小,但商机转化率只有3.74%,团队只好暂停推广。

    她抱着试试看的心态,让Accio Work去诊断这个产品。AI用了9分钟,从B2B买家的决策习惯出发,把标题、卖点、描述、属性拆了个遍。发现问题出在标题里有废词、重复词,且核心搜索词缺失。

    图片

    温杰用Accio Work诊断产品,图片来自阿里国际站官方微信公众号

    温杰按Accio Work的建议修改,同时围绕这款商品自动生成了Twitter、Instagram推广素材和话题标签,近一周时间,这款产品的转化率从3.74%飙升到了7.95%,广告成本降了一半,投放效率翻了两倍。

    “老外贸的经验以前很难复制,但现在有了AI,一切都变了。”温杰兴奋地讲述,接下来,她还打算把店里的爆品、优品全部交给Accio Work来优化。

    如果说温杰用AI优化了转化效率,那在山东经营配电箱工厂的郭天琦,则把后端的脏活累活全甩给了AI。在生意经营中,她遇到一个具体麻烦,需要把160个产品的物流信息中的包装长度全部改为85厘米。

    放在以前,人工改要大半天,还容易出错。她尝试着在Accio Work里下了一句指令,AI自动跳转到国际站后台,半小时改完,准确率100%。更让她意外的是,改完之后,AI像老运营一样主动做商品检测,甚至打开规则页面自学。两天下来,郭天琦彻底放权,配置了每日自动调研热词、筛选款式的工作流,现在每天只需看一眼AI日报。

    图片

    Accio Work自动完成160条链接修改

    三个商家行业不同、团队规模不同,但路径惊人地相似:把过去耗时、磨人、容易被卡住的环节交给Accio Work,把自己从琐碎中解放出来,去专心做判断和决策。

    内贸商家一键出海时代来了

    过去几年,AI的进化速度超出了大多数商家的预期。从2022年底ChatGPT带来的震撼,到2025年成为业界公认的Agent元年,再到2026年初各类智能体产品让普通人意识到AI已经能独立完成复杂任务,每一次跃迁都在缩短技术与商业之间的距离。

    一位行业观察者曾提及这样一个判断:Agent不是一年就能结束的战斗,它需要十年甚至更长时间才能真正渗透到各个垂直领域。通用Agent要在不同行业、不同场景中真正发挥作用,需要大量的落地工程和商业实践。而Accio Work,正是阿里国际站在这场Agent长跑中,交出的在生意场景中落地的答案。

    在数据安全方面,Accio Work遵循企业级标准,所有操作都在本地沙箱隔离,商家不用担心客户数据泄露。这种安全可控的设计,让越来越多商家愿意把核心经营环节交给AI。

    对于国内数以百万计的内贸商家来说,Accio Work把外贸生意最难的事全包了,这意味着出海的窗口期正在快速打开,而且门槛低到了前所未有的程度。很多商家不是不想出海,是不知道从哪下手,Accio Work直接把这个问题解决了。AI帮你选品、帮你发品、帮你投广告、帮你回询盘、帮你算税费、帮你防风险。商家唯一要做的,是把产品做好,把供应链管好。

    对于已经在国际站开店的商家,AI也重塑了全流程的运营效率,打破产品设计、运营、语言、经验带来的限制,让“一个人加一个Agent就能跑通跨国生意”成为现实。

    工具已经摆在这里,路也已经有人趟过了,这一轮技术变革中,商家抓住机会的方式很简单:用起来,加速跑。

  • 一年净利润近10亿,有了AI,美图的日子也是好起来了

    声明:本文来自于微信公众号 白鲸出海,作者:张凯然

    3月27日,美图发布2025年全年财报,收入38.58亿元,同比增长28.8%,经调整归母净利润9.65亿元,同比增长64.7%。(这里需要特别说明的是,由于2024年一次性出售加密货币资产以及与阿里的可转债交易,美图本期按国际会计准则的归母净利润出现12.7% 的下滑,但不反映主营业务情况。)

    图片1 (1).png

    但是,美图股价走势和美图近2次发布财报数据给出的指向,可以说毫无关系。主要由于市场担心大模型能力的快速发展,可能颠覆 AI 应用行业,再叠加上大环境等其他原因,即使美图多次下场回购股票,仍没有阻止下跌趋势。

    但本次业绩,应该能给投资者们吃颗定心丸了,而发布财报的同时,美图也启动了新一轮3亿港元的股票回购计划。

    财报解析:影像与设计产品收入

    占比达76%,SaaS 业务正式终止

    图片2.png

    本期财报,美图基本延续了此前强势的收入与利润增长趋势,从分项收入来看,影像与设计产品收入达到29.54亿元,增长41.6%,占比也提升至76.6%,成为收入绝对主力;广告收入8.42亿,同比下滑1.3%,财报会议上,美图对该项收入审慎乐观,未来没有快速增长的预期;此前美业解决方案等其他业务收入,目前都被归类为其他收入中,去年11月,终止了原属于美业解决方案的化妆品供应链管理服务。

    图片3.png

    MAU 方面,本次财报最大的亮点是海外 MAU 时隔多年重回1亿,达到1.01亿,总 MAU 上涨3.8%。按应用场景划分,生产力工具的 MAU 达到2400万,同比增长9.1%。

    图片4.png

    付费用户数和付费渗透率方面,美图在本期财报中按生活和生产力场景,分别给出了数据。总体来看,美图付费用户数达到1691万,同比增长34.1%,付费渗透率6.1%,增长1.4个百分点;生活场景付费用户数1475万,付费渗透率5.9%;生产力场景付费用户数216万,付费渗透率9%。

    一如既往,我们将按照生活和生产力产品分两部分对美图的财报进行解读。本期美图财报重点:

    1. 海外 MAU 增长明显,已经跑通的 C 端增长策略多次奏效。

    2. 国内生产力产品贡献扩大。

    3. 海外推出新生产力产品 Zawa,Vmake 快速增长且开始商业化。

    生活:海外 MAU 破亿,

    增长三板斧多次成功

    上期财报中,我们就观察过,美图靠 " 潜在爆款功能+社媒自发传播+KOL 接力增长 " 的三板斧,成功在海外完成几波增长。而10月和11月,Meitu(美图秀秀海外版)又靠着 AI 合照和 AI 雪景,在欧洲、东南亚完成了两波增长。(详情可以参考《三次增长撬动近千万下载,2025年的美图靠 AI 玩出了花》)

    图片5.png

    美图秀秀、美颜相机、Wink 海外(除中国

    大陆市场)流水情况|图片来源:点点数据

    几波增长之后,根据财报电话会议中给出的数据,AI合照功能推动美图秀秀 (Meitu) 的 MAU 达到历史新高,新增用户超300万,主要来自于海外用户的增长。而收入方面,之前选题我们观察到,美图在海外完成增长后,留存以及后续变现环节仍有待提升,但拉长时间看,在增长高峰过去后,美图3款产品,在海外市场的收入都上了一个台阶,生活场景的付费用户数和渗透率分别提升了30.3%和1.3%。

    靠爆款功能导流,靠产品深度留下用户的路径算是跑通了。

    图片6.png

    而一年内多次复用增长三板斧,也标志着,美图在海外生活场景中的增长策略已经固定下来,未来很有可能多次复用。但在 Meitu 和 BeautyCam 屡试不爽的增长套路,到了 RoboNeo 效果就不那么好了。

    图片7.png

    图片来源:美图公司

    RoboNeo,对美图来说,是一个定位相对特殊的产品,并没有被划入生活或者生产力任何一个类别,而是单独列为影像 Agent。

    2026年3月初,RoboNeo 在巴西市场进行了一波增长,2个月之内拿下了超百万新增下载,但仅获得2.5万美元的海外流水,且目前已经大幅回落。

    复盘这次增长,社媒爆破方面一如既往成功。TikTok 上搜索 RoboNeo,能看到大量社媒内容,基本模式都是单人跳舞变装,最后引出 RoboNeo,在评论区,也能够看到用户分享的用 RoboNeo 制作视频的截图,从下载量来看,近30天 RoboNeo 的全球下载量超百万,主要来自巴西市场。

    图片9.png

    但从功能上看,RoboNeo 作为“影像 Agent”包含了相当多的“To 小 B/Pro 用户”的 AI 商拍、电商营销、设计等功能(上图红箭头)等功能,对 C 端用户来说,靠搞笑视频被吸引下载,但却很难在 RoboNeo 中找到长期、高频使用场景。

    关于这个问题,我们在此前的选题中就有过论述:

    图片10.png

    所以,无论从下载量和收入看,RoboNeo 的增长并不如之前 Meitu 和 BeautyCam 的增幅大,也出现了下载量和流水快速回落的情况。

    图片11.png

    图片12.png

    RoboaNeo 下载量、

    收入数据|图片来源:点点数据

    毋庸置疑,美图的生活场景产品已经找到了一套可以复用的增长方法论,但一旦产品融入生产力属性,同样的打法则仍需探索。

    生产力:专注细分需求,

    海外终于有产品开始有收入

    美图生产力工具的付费渗透率达到9%,主要是由美图设计室和开拍贡献,目前,生产力工具在影像与设计产品收入的贡献已经达到19%,计算下来大约5.6亿元人民币。但在整个生产力场景下,美图主要还是在国内赚钱。

    但海外市场,美图也取得了一定的进展。

    财报数据显示,Vmake 的订阅用户数翻倍,ARR(年经常性收入)达300万美元,也推出了面向欧美线下餐饮行业的品牌设计工具 Zawa。虽然 ARR 还是较低,但对于擅长 C 端赚钱的美图,生产力工具开始“养家”,无疑是利好信号。

    图片13.png

    图片14.png

    开拍和美图设计室在中国各垂类

    榜单的位置|图片来源:点点数据

    回归国内视角,综合看 AI 电商设计和 Talking Video 赛道,前者的前景是比较稳的,去年5月,美图和阿里宣布达成战略合作,如今2.5亿美元的可转债投资已然完成交割,包括电商物料等多项合作已经展开,美图设计室部分能力接入阿里、京东、亚马逊等平台的生态。从这点来看,背靠阿里的电商生态,美图设计室以及背后的电商生图能力,算是找到了稳定的客户群体。

    图片16.png

    开拍国内iOS端流水情况|图片来源:开拍

    而面向 Talking Video 的开拍也算是守住了自己的位置,近半年来收入虽有所波动,但仍在上涨趋势中。

    图片17.png

    图片18.png

    从产品端看,美图设计室和开拍最大的变化就是添加 Agent 对话框,支持用自然语言剪视频、做图,且美图设计室的 Agent 功能已经成为付费贡献最大的功能。

    基于 Agent 的开发思路,美图首席产品官兼影像产品事业群总裁陈剑毅在财报会议上表示,美图的 Agent 主要差异点就是在训练时融入了对行业的洞察,并且能通过 Agent 将用户的需求拆解,在高度复杂和主观的设计场景中提供结果,去满足用户的个性化需求,比如,在制作烧烤架的商品图时,只能替换背景,但是通过 Agent,就可以满足在烧烤架上添加烟、火、食物等更细分、更个性化的需求。

    图片19.png

    WHEE的应用截图|图片来源:点点数据

    另一个覆盖细分需求的案例是 WHEE。WHEE 是2023年底美图推出的以图片生成为核心功能的产品。去年中,WHEE 转型成了“追星物料编辑工具”,主要服务于追星人群的物料图、图片/视频增强、Q 版形象等细分需求。偏 C 的需求,被美图挖掘出来后,做成 C端、B 端都能用的生产力工具。

    海外方面,虽然业绩仍然强劲,但原本很好赚钱的海外生产力场景,仍是美图的相对短板。

    本次财报,海外生产力工具的亮点有两个,一是 Vmake(类似于国内开拍的海外版本)快速增长,订阅用户翻倍,ARR(年经常性收入)达到300万美元,主要目标市场是美国,但相对同类产品来说,成绩不算优异。

    另一方面,此前的美图设计室海外版 X-Design,改名为 Designkit,而原本的 X-Design,已经重构为新产品 Zawa(域名:zawa.ai)。

    图片20.png

    根据官网信息和简单试用,Zawa 也是一个 Agent 式的设计产品,定位在“Creative AI Agent for Branding”,看上去是通用设计 Agent,但在财报会议上,美图解释其主要面向海外线下餐饮商家,提供海报、Logo、传单、菜单的设计。根据电话会议中管理层的说法,美图发现在海外,包括海报、菜单、T 恤等物料的设计成本较高,Zawa 可以低成本地帮助用户设计这些物料,目前该产品刚刚推出,我们也会及时跟进该产品的情况。

    图片21.png

    图片来源:Similarweb

    但从现状看,美图海外产品的访问量并不高,相比各个赛道的头部产品,差距比较明显,但从美图近期的动作与策略看,美图并不打算与 Captions、Photoroom、Pixelcut,甚至 Canva 等产品正面竞争,而是在海外覆盖垂类场景、做差异化定位。但是能否找到更真实的垂类需求,并且通过自身的经验与规模化技术优势,提供海外现有产品无法覆盖的体验,仍需观察。

    写在最后

    无论如何,2025年美图交出的成绩单能够达到优秀的级别,收入增长28.8%,净利润增长64.7%,净利润率快速提升。生活场景产品在海外找到了增长方法论,生产力场景产品在国内也持续赚钱,但是略显可惜的是,真正应该赚钱的海外生产力仍没有爆款出现。

    图片22.png

    数据算法:收入/经调整归母净利润

    美图 CFO 颜劲良曾表示,生产力工具的真正爆发期可能在2026年下半年,这个时间窗口,是美图给自己留的答题时间,让我们期待吧。

  • 智谱,大力出AI

    声明:本文来自于微信公众号 光子星球,作者:郝鑫

    智谱和MiniMax的两份财报共同说明了一个问题:国产大模型上市是起点,而非终点。

    一向以对标OpenAI为荣的智谱,在昨晚业绩会上180度大转弯,重新给自己贴上了标签——“中国的Anthropic”。

    原因无他,一张资产报表揭露了智谱上市的真相。截至2025年末,智谱负债净额高达81.1亿元,已经陷入了资不抵债的境况,若无上市注资,生存都可能成为问题。从这个意义上来说,年初的上市,确实是智谱的救命稻草。

    时间窗口不等人,现在到了智谱的证明时刻,证明自身能赚钱且未来还能赚更多的钱,“中国版的Anthropic”是看得见摸得着的标的。

    另一个有意思的现象是,国产大模型的火药味快要没了。引进新概念、创建新坐标,在各自体系内加冕称王,取代了正面拳拳到肉的竞争。

    前有MiniMax提出的“AI平台型公司”“智能密度×Token吞吐量”的公式,后有此次智谱提出的“大模型操作系统”“Token架构力”概念。

    贴标签,是在为资本市场绘制一条看得见的、可对标的价值曲线。概念之争,本质是话语权之争。

    财报数据不会说谎,它就像一面镜子,照出了国产大模型行业的共同处境:当所有人都站在同一条起跑线上,手里攥着刚融来的钱,脚下是一条从未有人走过的路。

    终极的必答题永远是,你的技术,到底值多少钱?

    大力出奇迹

    如果要总结智谱现在的战略,或许是“大力出奇迹”。

    财报显示,智谱2025年全年收入为7.24亿元,同比增长131.9%。不过,在收入实现翻倍的同时,其年内亏损扩大至47.18亿元,同比增长了59.5%。

    核心原因在于,智谱在研发上的重投入。2025年,智谱研发开支31.8亿元,同比增长44.9%,是收入的4.4倍。

    按照智谱在财报中提出的核心公式,即AGI商业价值=智能上界×Token消耗规模,当下大力出奇迹是必然的,是以研发投入和亏损为代价,换取智能上界的领先和Token规模的增长。这也意味着,短时间内,智谱要想实现扭亏为盈,难度依然很大。

    智谱这家公司,也是观察当下大模型和AI进入B端业务层面的样本,在这份财报中也透露着新的信号。

    智谱的收入结构在过去一年内,发生了剧烈的变化。此次财报,在本地化部署和云部署的基础之上,智谱首次进一步将业务划分为了企业级通用大模型、开放平台及API、企业级智能体和核心服务及其他。

    图片

    具体来看,高毛利率的本地化部署业务收入占比,从84.5%降至73.7%;而相对低毛利率的云端化部署业务,收入占比从15.5%提升至26.3%。这也导致智谱去年整体毛利率,从56.3%降到了41%。

    智谱当前的毛利率下滑,是从项目制AI公司向平台型AI基础设施,转型的必然代价。这里面呈现出一些积极的信号,比如AI公司拥有了定价和涨价权。财报称,截至2026年3月,平台注册用户突破400万,即便API调用定价较去年底提升了83%,市场依然呈现出供不应求的算力恐慌。

    智能体正在从“技术概念”走向“商业现实”。智谱2025年财报中,智能体业务爆发式增长,企业级智能体收入1.66亿元,同比增长248.8%,更为重要的是毛利率高达52.3%。兼具规模化与高毛利双重优势的智能体业务,正在成为智谱营收增长的第三条曲线。

    智能体业务或成为智谱接下来的重点。其盈利路径清晰,若该业务能持续保持50%以上的毛利率,且收入占比能提升至30%-40%,则可以对冲云业务低毛利对整体的拖累,缩短盈亏平衡的时间窗口。

    此外,智能体不仅消耗模型能力,也在沉淀用户场景和数据。越多数量的Agent运行在智谱平台上,生态锁定效应就越强。开发者基于智谱构建的Agent,未来切换成本也更高。

    中国版的Anthropic?

    早期智谱是OpenAI的追随者,多次在公开采访中提及“中国版OpenAI”的称号,就连其融资PPT也在强调技术上对标OpenAI路线这一特点。彼时,智谱凭借着OpenAI式的叙事,获得了资本关注和估值故事。

    智谱CEO张鹏,曾半开玩笑地说:“如果Anthropic的Claude卖200美元,我们卖200元人民币”。

    在张鹏眼里,智谱为什么可以对标Anthropic呢?

    转向不是凭空发生,至少在2025年财报里,智谱验证了三条关键逻辑:API业务开始起量,ARR证明了规模效应;定价权逻辑被验证,客户愿意为智能上界买单;Token生态飞轮转起来了,智谱成为了国内付费Token高消耗量的厂商之一。

    这意味着,智谱不再靠拿大单、做定制来生存,而可以参照Anthropic在海外验证过的路径,跑通从模型能力-API调用-收入增长-反哺研发的商业模式。

    所以张鹏才在业绩会上宣布,“当模型足够强,API本身就是最好的商业模式。2026年,智谱将沿着‘中国的Anthropic’商业路径发展”。

    Anthropic的叙事极具诱惑,这是一条已被验证过的高速增长曲线。Anthropic的ARR从2024年底约10亿美金,到2025年底约90亿美金,到2026年3月已经接近190亿美金。Claude Code单产品ARR超25亿美金,约70-80%的收入来自企业级API调用。

    放到智谱身上,2025年底ARR约2.5亿美元,API ARR增长60倍,Coding Plan付费开发者24.2万,企业API收入占比26.3%。

    智谱试图告诉外界,只要保持着现在的增长速度,就有可能像Anthropic一样跑出来,甚至在2027年的节点实现扭亏为盈。

    这个剧本很热血,但很难一比一复刻。

    Anthropic和智谱两家公司所生长的土壤存在根本性差异,Anthropic的190亿美元ARR,建立在美国企业每年数千亿美元的软件预算之上。

    而中国企业的IT预算总额小、结构刚性,且尚未形成为软件持续付费的习惯。智谱即使做到中国B端AI市场的第一名,其天花板也远低于Anthropic。

    Anthropic能做到2027年停止现金消耗,是因为其收入增速远超亏损增速。智谱要实现这一目标,前提是收入增速不降速,要达到Anthropic的规模效应,需要未来3年保持年均150%以上的增速。

    这在竞争加剧、算力成本上升的背景下,挑战极大。更何况,智谱还在奉行大力出奇迹策略,研发投入强度不会缩减。

    与大厂的关系是潜在的风险。大厂使用智谱GLM的动机,除了能力互补,还有一个重要原因,用外部模型作为价格锚点,压制独立模型厂商的定价空间。

    例如,某厂商同时销售自家大模型和GLM API,若GLM定价过高,则可以主推自研;若GLM定价过低,大厂则可以用它来倒逼自研团队提升能力。智谱在与大厂的合作中,实际上处于“被定价”的位置,虽然现在有定价权,但天花板仍由大厂决定。

    张鹏在业绩会上没有回应的点是,智谱如何应对大厂“既是客户又是对手”的长期战略。

    目前看,智谱的答案是保持技术代差,只要GLM持续领先,大厂就不得不继续采购。但这是一场技术军备竞赛,智谱的研发投入强度能否扛得住大厂的攻势?

    一句话总结,Anthropic的新叙事让人知道,智谱在做什么。但市场还需要时间相信,在中国这个市场,能让智谱做成什么。

    两个公式和两种未来

    智谱和MiniMax在2025年财报中各自提出的公式,不仅是两家公司战略的浓缩,更是中国AI大模型行业两种未来路径的宣言。

    智谱的“智能上界×Token消耗规模”与MiniMax的“智能密度×Token吞吐量”,看似相似,实则指向截然不同的商业逻辑、技术路线和终局想象。

    智谱对智能的理解是,模型能力的绝对天花板,即能不能解决最难的问题;对规模的定义是,用户调用模型的总量。而MiniMax对智能的理解是,能不能高效解决问题;对规模的定义是,系统处理Token的总量。

    对初始定义的不同,传导在重心上就很明显,智谱追求技术代差,用最强模型占领高端市场。MiniMax追求效率极致,用最优性价比占领规模市场。

    反映在阶段性的财报上,两家呈现出完全不同的特点。智谱,客单价高、客户数少、粘性强、但天花板受限于B端市场容量。MiniMax,相对客单价低、客户数多、粘性弱、但天花板取决于C端变现效率。

    透过财报和业绩会,我们也能看到智谱和MiniMax对于AI终极想象的差异。

    在智谱的想象中,智能是“生产力”,谁掌握最高智能,谁就掌握经济命脉。智谱提出的“大模型操作系统”,本质上是在说,未来所有应用都运行在“智能内核”之上,而这个内核只能由少数几家提供。就像今天所有PC应用都运行在Windows/MacOS上一样,未来所有Agent、所有AI应用,都将依赖于一个或几个智能操作系统。

    在这个终局想象中,定价权是核心。因为如果市场上有多个可替代的智能内核,那么“操作系统”的价值就会归零。因此智谱必须不惜一切代价保持技术代差,确保自己是那个不可替代的内核。

    MiniMax认为,AI的本质是连接工具。就像互联网、移动互联网一样,谁能最广泛地连接用户、最便捷地提供服务,谁就能掌握最大的网络效应。在这个世界观下,智能是普惠资源,技术门槛会迅速降低,因此终局必然是多家共存、各占山头。

    在MiniMax的世界观中,规模是核心。因为用户越多、数据越多、场景越多,模型迭代越快、成本越低,形成正向循环。因此MiniMax必须不惜一切代价扩大用户规模,哪怕短期亏损,也要抢占“入口”。

    关于智谱和MiniMax的两种终局想象,本质上是对同一个问题的不同回答:在AI时代,什么才是真正的护城河?

    智谱的答案是技术能力,MiniMax的答案是规模效应。

    而在面对商业化这个共同的难题面前,两家都还在路上。

  • 快门思维之上,vivo 想让手机学会“看懂”这个世界

    声明:本文来自于微信公众号 硅星人Pro,作者:陆

    博鳌亚洲论坛举办前夕,OpenClaw 引发了一场全球养虾狂欢,AI 在屏幕那端自主执行指令的画面,让不少人在此前没有接触过 AI 的用户认为科幻照进了现实。

    在这个背景下,vivo总裁、首席运营官兼中央研究院院长胡柏山提出了一个不太一样的问题:AI 现在能干很多事,但它对真实世界的感知,几乎为零。他在演讲里用了一个比喻:“没有感知能力,AI 就像是困在黑屋子里的大师,算力再强,也看不见咫尺之外的世界。”

    这句话是这次博鳌 vivo 传递的核心信号的起点,也是理解 vivo 接下来所有动作的前提。

    Vivo

    演唱会神器旅拍神器——但这只是开始

    在很长一段时间里,vivo 给外界留下的强烈印象有几个关键场景:在演唱会上配合增距镜轻松拍到台上歌手清晰的表情;旅行途中的随手拍,颜色和光影都舒服得像胶片。这些标签不是没有道理,vivo 在影像上耕耘了很多年,这是真实的产品积累换来的口碑。

    但在本届博鳌论坛期间,胡柏山聊的东西,已经超越了“出片好不好”的范畴。

    他在演讲里放了两个故事。

    一个是宝哥,九年前意外失明,去年带着导盲犬阿尔法,靠一台 vivo 手机环游中国。vivo 的 AI 功能帮他“看见”了每一个人的样子。在南澳的渔船上,手机告诉他:“面前是你的朋友章喜德,他双臂交叉,面带微笑,穿着一件深色长袖。”

    另一个是诺子,因视觉神经损伤失明的美院学生,最大的愿望是去冰岛感受世界的尽头。去年她如愿了,站在冰河湖旁,手机帮她描述:“湖面漂浮着冰块,游客在拍照,远处有海鸟飞过。”

    如果这两个故事放在发布会 PPT 里,很容易被当成情感包装。但放在胡柏山对影像的整体判断里,它们指向的是同一件事:影像技术真正的上限,不是把照片拍得更好看,而是让机器能够真正“读懂”它所看到的物理世界。

    这种落差本身就是个有意思的信号:一家长期凭“影像手机”圈粉的公司,现在想用“影像”讲一个完全不同的故事。

    AI 有一个没人愿意承认的短板

    过去这两年,AI 的进展快得有点让人应接不暇。写作、代码、绘图、视频,一个接一个地被攻克,而最近爆火的“龙虾”甚至可以接管你的电脑帮你完成一些复杂繁琐的工作,于是用户慢慢形成了一种印象:AI 好像什么都会了。

    但有一件事,目前的 AI 其实做得很差:那就是感知真实世界。

    不是“看不见”,现在的大模型基本都有视觉能力,你把一张照片发给它,它能告诉你图里有什么。但“读懂一张图”和“感知物理世界”之间,差着一个本质的台阶。前者是被动接收,后者是主动理解——理解光线、空间、位置关系,甚至理解一个人当下的状态和情绪。

    用胡柏山的说法来理解这个差距,会更直白一些:当今的 AI 是“数字世界里的大师”,它在那个世界里能创作、能推理、能给人提建议。但它没有办法直接作用于物理世界,更没有办法改变它。它就像一个博览群书、足不出户的人——知识量惊人,但没有真正“出过门”。

    这个短板,目前没有哪家公司完全解决了。但它是一道必须过的关:如果 AI 永远只活在屏幕里,所谓的“通用人工智能”就始终是一句空话。

    让 AI 真正走进物理世界,需要一套感知系统。而感知系统的核心,是影像。

    影像在做的事,不单单“记录”,更是“感知”

    在会上,胡柏山提到了一件内部的事:vivo 今年正式成立了一个新的一条“长技术赛道”:感知赛道。

    这个措辞值得停留一下。在 vivo 的内部语言里,“长赛道”往往意味着天花板足够高、值得持续十年投入的方向。比如影像就是一条已经被验证的长赛道。现在感知被提升到同等级别,说明 vivo 的判断是:这条路至少要走十年,而且它的意义不止于手机。

    影像技术在过去几年里一直是手机厂商的核心战场,但几乎所有人的叙事框架都停在同一个层面:主摄传感器更大、进光量更多、长焦对焦更快速、夜景更亮。这些进步是真实的,只是它们的目的地一直是“拍出更好的照片”。

    vivo 现在想改变的,是这个目的地本身。

    感知系统做的事情不是“拍下来”,而是“读明白”:读懂光影,读懂空间,读懂场景里发生了什么,甚至读懂人的情绪状态。

    这件事的重要性在于:这恰好是 AI 走出数字世界、落地物理世界所缺少的那一环。图像感知加上声音感知,构成了 AI 理解物理世界的基本能力。没有这套感知能力,AI 再聪明,也只是屏幕后面那个很会打字的助手。

    胡柏山表示:未来模型会越来越同质化,开源的速度越来越快,大家之间的差距越来越小。但感知系统不一样,因为它采集的是真实物理世界的场景数据,而每个品牌的用户群体不同、使用场景不同,积累下来的场景数据就会不同,这个差异是不可复制的。

    他举了特斯拉 FSD 的例子:特斯拉的辅助驾驶模型可以公开,但它的道路数据不会公开。模型有可能被追上,而场景数据才是真正的护城河。

    把影像从“记录工具”升级为“感知系统”,这也让 vivo 在影像上的长期投入,有了一个新的解释框架——不只是为了让照片更好看,而是在为 AI 打地基。

    手机下一步变成什么?一个有记忆、懂你的 Agent

    理解了 vivo 为什么把影像当成感知的关键能力,再来看 vivo 对手机下一阶段的判断,就不会觉得突兀了。

    vivo 的判断是:手机从 Smartphone 进化为 Agent Phone,是确定性的趋势,只是现阶段受制于端侧算力和带宽,进展需要一步一步来。

    Agent Phone这个词现在很多公司都在说,但大家的理解深浅不一。vivo 对它的定义,落脚点在“个性”和“知识图谱”这两件事上——每一个用户的 Agent,应该是专属的,而不是把同一个基准模板套在所有用户身上。

    这不是一个新鲜的理想,但实现路径有讲究。vivo 的方式是从影像入手:第一批是相机 Agent 和相册 Agent。拍照的时候用,整理照片的时候用,它不需要一直在后台持续运行,所以对硬件的压力在可控范围内。

    相机 Agent 在 X300s 和 X300Ultra 上已经有了初步落地。具体来说,过去用户拍照需要手动切换人像模式、长焦模式、微距模式,大部分人其实并不知道什么时候该用哪个。现在相机会根据拍摄对象的光线、距离、类型,自动识别场景,弹出它认为最合适的成像建议。

    这更像是一个起点的声明,而不是终点的交付。

    往后看,vivo 的规划里还有更多种类的 Agent:无论是办公的、出行的、游戏的,其实逻辑都一样——通过模型把过去需要用户手动设置或者根本做不到的事情,交给手机自动完成。

    不过 vivo 对这个阶段的预期是克制的。胡柏山认为:2026年能做好的,就是这些对算力要求相对可控的 Agent,真正做到对周边环境实时感知的能力,需要系统架构做更大的调整,这是2026年之后的事。

    Agent Phone 是短期路径,是把手机从工具升级成“伙伴”的第一步。

    长期的答案:影像 × AI,升级为感知中枢

    vivo 这两年推出或者宣布的新方向不少:去年我们见到了vivoVision MR 头显的发布,传说中用来“对抗”大疆 Pocket 的云台相机也有望在今年底到来,而具身机器人实验室也已经成立。vivo 的这些动作,让外界有一种很自然的疑问:这家公司是不是摊子铺得太大了?

    胡柏山对这个问题的回答,分了三个层次:记录世界、感知世界、改变世界。

    “记录是被动的,它等待你的指令;感知是主动的,它替你观察环境的亮度、空间的纵深,甚至人际的距离;行动则是终极的,它基于理解,替你解决问题。”

    现在的手机大部分还在“记录”阶段,往“感知”升级是近期的方向,而“行动”才能真正自主地作用于物理世界,这是 vivo 押注的远期目标。

    为了走到那一步,vivo 的规划是以手机为起点,向外延伸出一整套以影像感知为核心的设备生态:手机作为感知源头和个人化数据的积累中心;vivo Vision MR 头显作为空间计算的训练场,理解空间结构和几何关系;云台相机、穿戴设备等生态终端作为移动触角;家庭机器人作为感知能力的最终落点:让 AI 真正进入物理世界,进入家里。

    去年8月,vivo 发布了vivoVision 探索版 MR 头显,已经在国内20多家体验店和东南亚部分市场落地,用户体验超过5万人。这款产品的定位是“探索”,有了实体载体,才能真正积累数据,验证认知。

    胡柏山表示:vivo Vision 下一代要推进商业化,目标是2027年底或2028年初正式商用。

    机器人方向则更早期。

    vivo 去年成立了机器人 Lab,目前仍在实验室阶段,没有原型机,没有发布时间表。但胡柏山对这件事的思路很清晰:不做“全场景通用机器人”,而是聚焦年轻用户的生活场景,从单一高可行性的任务出发:比如宠物喂食,比如衣物收纳;先把一个场景做到能用,再逐步泛化。他用的词是“沿途下蛋”。

    他还专门解释了手机和机器人的关系:手机是最了解用户的随身助手,知道你的生活习惯、饮食偏好、宠物信息,并且这些数据全部在本地,不上云。

    当机器人能力还不够的阶段,用户可以通过手机远程查看、遥控操作;随着数据积累,机器人会越来越自主。这个路径和自动驾驶的演进逻辑一样——从辅助执行到自主决策。

    这套逻辑说通了之后,再看 vivo 的产品布局,会发现它比看起来要更有结构:影像技术是那根主轴,其他产品是主轴延伸出去的不同分支。

    最后

    在这次采访里,有一个细节让我印象深刻。

    当胡柏山被问到:AI 时代,到底是 AI 唱主角,还是影像唱主角?

    他的回答是:在存量市场里,影像是拉长板的逻辑,继续把有高卷入度的用户留住。但要把存量市场变成增量市场,靠的是 Agent,让换机周期缩短,让更多人觉得旧手机不够用了。“影像+AI 两者其实并不冲突,只要东西好,手机就能成为生产力工具,用户就会觉得值。”

    这个回答里有一种务实的底色。

    vivo 讲的故事很大:感知系统、数字 DNA、机器人;但在落到产品层面时一直很具体:今年做好相机和相册 Agent、27年后 MR 商用,更远的是机器人。

    vivo 并没有喊出“我们要改变世界”的宣言,只是交出了一张分阶段的时间表,这条路究竟能走到哪,最终还是要依靠产品来交卷。

  • 阿里在海外“养虾”:你的下一份工作

    声明:本文来自于微信公众号 硅星人Pro,作者:李楠

    “龙虾”将过去企业级软件才能做到的事,带到了个人桌面上。阿里在不久前的财报分析师会议上也指出,大模型已开始具备完成to B复杂工作流的能力。

    这两件事指向同一个结论:一个人匹敌一支团队,不再是科幻,而是日常。只是怎么用好AI的这种能力,依然是个问题。

    眼下大多数AI主要服务于白领群体,核心场景是写文档、写代码,或是算报表、做审计。但这忽略了一个巨大的市场——实体经济。那些每天奔波于生意场上的中小企业主和创业者,可能更需要AI,却鲜少被照顾到。

    这多少有些可惜。AI应该是普惠的,它也有能力为各行各业的各类人群发光发热。

    实际上,相比日常办公,用AI来做生意能带来更直接的经济效益,只是其中的挑战也更为复杂。从设计、选品到找供应商,从开店到营销,链条很长,事务繁琐,每一环都藏着风险和问题。

    不过现在事情有了变化。3月24日凌晨,阿里在海外直接上线了第一个企业级Agent——Accio Work,一个为生意人量身打造的“类龙虾”Agent。

    不管你身处何地,只要有创业想法,Accio Work都能给你配上一支精通生意之道的Agent团队。而在它的实测案例中,我们见到了“一个人一句话在海外开店”的可能。

    一句话就能开店的魔法之旅

    先看几个实际案例。

    对现在想创业的老外来说,在电商平台开店是基操。Accio Work第一个令人惊喜的案例,便是通过一段指令,让Accio Work在Shopify这样的当地电商平台上直接开起了一家“龙虾周边”店。

    博主给出了一段提示词:

    Accio Work随即制定全面计划,并着手搭建。这个过程相当有意思,它会遇到问题,但它不找用户求援,而是自己想办法把事情办完。

    比如在配置主题时,Accio Work发现API令牌没有为页面设置write_content权限,于是直接另辟蹊径,将内容写入网站模板或隐藏字段,悄无声息地完成了页面搭建。

    比如在把主视觉横幅上传到Shopify时,文件过大,上传失败。Accio Work没有停下进程,而是调出Python脚本完成上传,再研究Shopify页面结构,调整代码,确保图片正常展示。

    遇到墙,就自己想办法翻过去。这些细节说明,Accio Work不只是单纯执行命令,还具备发现漏洞和自主修复的意识。

    最终的店铺效果,的确不错。

    拆解来看,Accio Work做到了开箱即用,并具备复杂长程任务的闭环处理能力。用户只需要输入目标,它便自主规划方案并执行。从任务启动到最终交付,中间几乎无需人工频繁介入。相比一件工具,它更像一个不会偷懒的数字员工。

    看完上面的测试,我也试着让Accio Work搭一家店铺出来。不过“龙虾周边“未必好卖,作为生意场上的新人,我想找找个胜率更高的方向。

    我直接告诉Accio Work:自己想面向美国市场创业做电商,让它帮我分析市场趋势,找出最好卖、最容易赚钱的商品,然后直接帮我上架到网店。

    这时,Accio Work展现出了资深生意人的老练。

    它梳理出了当下主导美国消费市场的三股趋势:可持续生活、宠物“拟人化“与科技化、AI赋能的宠物健康。然后从三者的重合地带,推荐了有着高利润率、强复购性,同时兼具品牌忠诚度的“智能环保宠物健康”生意。

    不过我又换了想法。作为一个中国创业者兼熊猫爱好者,我知道熊猫在全球拥有无数粉丝。于是我给Accio Work下达了新的指令:

    你先分析美国市场有哪些流行的熊猫周边,从中筛选适合电商新人起步的低价商品,再选20件你认为可能最好卖的,帮我上架到店铺,同时将店铺装修匹配熊猫主题的卡通风格。

    打完一局游戏回来,我得到了一间配色清新的店铺,和20件可爱的商品。

    值得一提的是,无论店铺设计还是选品逻辑,都精准迎合了美国市场的口味。Accio Work分析指出,当地熊猫周边的核心受众是Z世代和年轻女性,主流审美集中在“Kawaii(可爱文化)”和“生活治愈系”两个方向。

    Accio Work挑选的品类也有讲究:低客单价且是刚需的文具与办公用品,是新人起步的最佳切入点;3D立体熊猫耳机壳和手机壳等电子配饰,在TikTok上有极高的病毒传播潜力;熊猫小夜灯、解压玩具和小型公仔等家居配饰,退货率低,属于稳赚不赔的“压舱石”品类。

    由此可见,Accio Work的确擅长商业分析,但它能做的事还不止于此。下面的案例,展现了它更有“活人感”的地方。

    有人把包含68位供应商报价的Excel文件“喂”给Accio Work,让它找出性价比最高的合作方。既要看谁家既便宜、品类又多,还要看有没有值得单独合作的小供应商。Accio Work在一番详细分析后,给出了明确的合作方案建议。

    它还能帮用户砍价。

    一名德国采购代理,希望为客户在全球范围内寻找最具价格优势的产品,便拜托Accio Work用尽一切谈判技巧,“务必争取到最优惠的deal”。你可以在这里见识到,AI如何在专业场景中化身谈判专家,替不擅长开口的生意人,把钱从谈判桌上争回来。

    为什么Accio Work擅长做生意

    总的来看,Accio Work已经是一个能力相当全面、经验相当丰富的生意专家了。在前期内测中,甚至有海外用户向它借力,仅用30分钟便从零“手搓”出一家真实运营的网店。

    这样的事情放在以前不可思议,眼下看却相当合理。

    一方面,大模型已经从“内容生成”进入“多步任务执行”阶段,选品、定价、上架、运营这类标准化流程,都可以被模型系统性接管。另一方面,电商本身具备高度结构化的流程与数据体系,天然适合被Agent化。

    两者叠加,聪明能干的企业级Agent必然会出现。Accio Work只是最早跑出来的那一个。

    但为什么Accio Work能处理好生意场上的种种问题,依然值得拆解。这决定它是否值得生意人长期信任。

    首先是阿里的全球电商经验,让Accio Work自带熟悉全球生意的商业直觉。

    Accio Work脱胎于Accio,后者是阿里于2024年推出的全球首个B2B领域AI原生应用,凭借专业的B2B行业知识挖掘用户需求、调研市场、给出建议,其企业级月活用户数已超1000万。

    此外,Accio Work进一步接入了阿里国际站、1688、速卖通等全网真实供给,这也都为Accio Work提供了支撑。

    其次是成熟的产品设计。

    Accio Work内置了多个电商运营、企业管理等领域的专业Agent,并为它们定制了大量做生意要用到的“技能包(Skills)”。从供应商寻源、智能选品,到开店助手、内容策略,各类真实的生意需求,这些技能都覆盖到位。

    于是Accio Work可以自动去X或Instagram上发帖营销,通过LinkedIn调研企业与人物,甚至完成多种财务建模,通过对收入、成本与风险的模拟,提前判断一门生意的盈利空间与不确定性。

    无论你来自哪个国家,这些开箱即用的配置,都可谓相当贴心了。

    更进一步,你还可以让多个Agent组队分工,协作应对更复杂的商业任务;也可以将自己熟悉的操作流程封装成技能,供自己反复调用,甚至与其他用户共享。这意味着,随着平台用户的增加,Accio Work的Skill生态可以持续演进。

    最后是安全。 对生意人来说,安全的重要性不言而喻。在这方面,Accio Work提供了多维度保障。

    所有外部平台连接均通过官方授权,用户数据与操作日志受严格权限控制,确保数据安全;同时依托阿里生态内多年积累的电商洞察,有效减少模型幻觉,提升决策准确性;在物流履约、金融交易等环节,Accio Work依托阿里生态内的成熟能力,也让执行更稳妥可靠。

    概括来说,Accio Work兼顾了“龙虾”类产品的开放性和Claude Cowork的安全性。而这些特性与能力叠加,带来了生意场上的崭新可能。

    一人跨国公司可能会是常态了

    早有研究表明,我们正进入一个个性化驱动的消费时代,消费者愿意为有个性的品牌支付溢价,小而美的独立品牌反而往往比大而全的巨头更受欢迎。

    海外中小企业、个人创业者创立的电商规模也在持续壮大,便是最好的注脚。

    换句话说,中小企业、独立品牌与创业者在生意场上的机会越来越多。而AI能力的演进,正在为这些人挖掘机会提供更先进的生产力。无论从用户需求还是技术发展阶段来看,Accio Work的出现都恰逢其时。

    抛开具体产品功能,Accio Work实际上完成了三件更重要的事情。

    在能力层面,它抬高了个体的上限。

    过去,一个跨境电商业务往往需要一支小团队协作完成,每一环都需要专业经验。而Accio Work通过多Agent协同机制,将这些能力模块化,让用户可以像调用工具一样调用团队能力。于是个体限制的天花板,被大大抬高。

    在流程层面,它简化了商业的复杂度。

    跨境电商本质上是一条长链路,从市场分析、选品、供应商沟通,到开店、上架、营销、履约,涉及多个系统和角色。Accio Work将这些流程“指令化”,于是复杂的跨国生意,被压缩成一系列可调用的操作。一个生意人,可以同时指挥多个Agent与全球不同时区的供应商,跨越语言与文化的沟壑,7×24小时自主谈判。

    更重要的是重构资源分配,它还打破了原有的资源不对等。

    在过去的全球贸易体系中,优质的供应链、价格谈判的话语权、可靠的物流与支付体系,通常集中在大型企业或专业机构手中。现在Accio Work依托阿里生态,将全球供应链、商品数据与交易能力整合为一种能力接口。于是每个普通的个体创业者,也都有机会调用接近大型企业的供应链资源了。

    这便开启了一种新的可能。眼下讨论“一人公司”,多在内容创作和软件开发等数字领域,而Accio Work让“一人公司”的浪潮有机会延伸到实体经济与全球贸易。

    以后的商业图景很可能是这样的:清晨,一位身处亚洲或欧洲的年轻人打开电脑,对AI说一句“我想在纽约卖点有趣的东西”,然后转身去冲咖啡。等他回来,店铺已开张,商品已上架,甚至第一单询盘已静静躺在收件箱里。

    在此背后,每个环节的采购订单都会涌向中国供应商,或许也会带来中国商家的新红利。

    这有点魔法世界的味道了,但恰好呼应“Accio”的寓意。

    在《哈利·波特》的世界里,Accio是一句召唤咒,念出它,任何物品都会从远处飞来。而Accio Work让我们看到,这个咒语有机会走进现实了。你只需说出自己的商业想法,全球的供应链、商品与机会,便可能应声而至。

  • 从围观到上手,“龙虾们”在这里开始社会化

    声明:本文来自于微信公众号 定焦One,作者:苏友宁

    AI“接管”人类生活,或许先从接管社交媒体开始。

    最近,科技博主默庵分享了他在微博“养龙虾”的体验:只要给OpenClaw、MaxClaw或KimiClaw接入微博插件,他可以在私信里直接调度一批“AI分身”:写文案、抓信息、生成简报,甚至参与互动。这种原本只属于极客圈的能力,变成了普通用户也能直接上手的日常。

    随之而来的,是一场平台级的扩散。

    “龙虾”最火的一周,微博相关热搜达到110个,阅读量突破7亿,平台上涌现了超4000篇教程——从安装指南到玩法改造,用户一边使用AI,一边不断丰富着它的使用方式。

    类似的情况也出现在春节期间。短短一个假期内,仅微博一个平台就累计出现371个AI相关热搜。从大模型产品发布到玩法分享,从入门教程科普到创作争议,AI话题几乎全天候占据公共注意力。

    这背后,其实是一种更接地气的变化。技术不再由少数公司单向发布,而是在社交平台机制的放大下,不断被用户使用、改写和再创造。AI拜年、AI红包、AI短视频等内容的流行,本质上是用户将技术变成了一种人人都能参与的社交玩法。

    这也带来了一个关键转变。

    一年前,AI仍停留在模型能力与公司竞赛的技术比拼中。现在,它正通过社交平台完成“社会化”,并逐步融入用户的日常互动之中。

    在这个过程中,社交平台既是用户理解和学习AI的入口,也是AI完成出圈、加速扩散的关键场域。AI时代,社交平台的价值该被重估了。

    OpenClaw,龙虾

    AI厂商,

    开始争夺注意力

    AI厂商之间的竞争强度,从热搜数量就能看出来。

    据不完全统计,春节期间,微博累计出现371个AI相关热搜。仅在红包玩法上,千问、豆包、元宝就轮番占据主榜。从“千问让奶茶店爆单了”,到“元宝微信福袋”,不同产品以近乎接力的方式争夺用户注意力。

    红包大战之外,字节Seedance的走红,进一步推高话题热度。大量用户涌入讨论,而真正把热度留下来的,是一批不断涌现的教程内容。

    #Seedance必玩提示词模板##Seedance入门教程#等话题接连登上热搜,大量用户参与补充玩法。官方账号甚至将博主教程整理成合集,提示词模板覆盖林间打斗、赛博朋克追逐、美食创作、国风武侠等多个场景,逐渐形成了一个公开的“提示词库”。

    这些用户生成的内容,正在替AI厂商完成“产品教学”,大幅降低了新用户的使用门槛。

    一位影视从业者告诉「定焦One」,她现在获取AI信息几乎全靠社交平台。工作之外的时间,基本都在微博刷AI视频,看看技术能做到什么程度了。她收藏了不少教程,打算利用空余时间自己动手做几个视频。面对AI大潮,她说很多同行都感到焦虑,但她的想法是先试一试,“如果未来能转型,至少有准备”。

    如果拉长时间线,从2025年初的DeepSeek时刻,到Seedance爆火,再到如今的“龙虾热”,这些热搜及其背后的讨论,其实勾勒出了一条AI应用走向大众的路径。

    今年,这条路径出现了几个明显变化。

    首先,产品从单一爆款走向多点爆发。

    去年此时,AI领域的公共讨论还只是围绕ChatGPT或DeepSeek等个别明星产品展开。而今年,豆包、元宝、千问、Kimi、智谱等多款AI产品,几乎同时进入公众视野。从央视春晚的赞助商名单,到互联网大厂的红包大战,再到社交平台上的用户分享,AI厂商开始集体面向C端争夺用户。

    第二,大家讨论的重点,从“讲技术”转向“讲用法”。

    过去,AI话题多聚焦于参数规模、模型能力或技术突破。现在,社交平台上更常见的是“怎么用AI做拜年视频”“如何用AI生成红包封面”。产品发布只是起点,用户能不能用起来,才决定着一款产品能不能真的扩散。

    第三,用户从旁观者变为使用者和传播者。

    AI被用户做成内容不断传播,如AI二创、AI情话、AI旅行等。用户既是使用者,也是传播节点。这些内容通过转发和互动不断放大影响力,最终让AI完成破圈。

    QuestMobile数据显示,春节期间“千元豆”三大AI应用的DAU均创下新高,豆包、千问、元宝的峰值分别为1.45亿、7352万、4054万。

    371个热搜、破亿阅读、数千篇教程,这些数字背后,更重要的信号是:AI厂商的竞争,已经从模型能力,转向用户认知和注意力的争夺。当技术逐渐趋同,谁能更早进入用户的日常,谁就更有可能占据下一阶段的入口。

    而这场竞争的第一个战场,依然是注意力最先汇聚的地方——社交平台。

    从围观到参与,

    社交平台为什么是关键节点?

    在这场围绕用户注意力的竞争中,社交平台的角色是怎么一步步变得重要的?

    一个很现实的原因是,AI产品,光靠发布会是教不会用户的。

    模型参数再强,如果用户不知道怎么用,就很难真正留下来,也无法完成商业化闭环。过去,传统的硬件产品可以通过发布会的现场演示,展示“所见即所得”,但AI产品不一样,它更像一个需要不断调试的工具,真正的价值,只有在反复使用中才能体现出来。

    这也意味着,厂商不再是唯一的“讲解者”。

    在微博等社交平台上,长期积累的科技KOL和创作者生态,恰好填补了这个空白。

    譬如,在OpenClaw的浪潮中,科技领域KOL就在其中扮演了链接科技创新与大众认知的关键角色。

    还是以微博平台为例,围绕OpenClaw的内容生态已经颇为丰富:既有面向初学者的快速入门教程,如“1分钟快速部署”等实操经验分享;也有面向进阶用户的深度玩法解析、国产替代方案实测,乃至“龙虾卸载指南”等反向讨论。

    图片

    图源 / 微博截图

    类似地,Seedance的用户培育同样离不开KOL群体的广泛参与。在微博,Seedance教程已覆盖操作入门,到进阶技巧,再到实测效果分享等多个维度。大V们的内容兼具科普性与实用性,既有模型的保姆级使用指南,也有聚焦具体场景的落地干货,例如如何利用该工具制作软件宣传片、复刻爆火宠物视频等。

    如果说KOL的科普内容构成了AI产品教育用户的基础环节,那么围绕电影《镖人:风起大漠》展开的二创活动,则可以看作产品能力在实际场景中的应用落地。

    电影热映期间,微博上发起的AI二创活动,引发了大量用户参与,相关衍生视频作品普遍获得数十万量级的播放,进一步验证了AI在内容创作领域的可落地性。

    除了KOL的专业拆解,社交平台的实时互动与分发机制,也在无形中降低普通人的学习成本。

    过去,用户想掌握一项与生产力相关的复杂工具,往往需要通过文档、手册甚至系统课程,投入数十乃至数百小时。但在社交平台上,学习变成了一种更轻松的过程。刷到一个视频、收藏一条教程、在评论区看补充说明,就已经完成了入门。很多复杂的技术能力,被拆解为一个个可复制、可模仿的“社交动作”。

    这也解释了为什么没有任何技术背景的用户,也能在一个春节假期内,就学会做AI红包封面、AI视频,甚至开始尝试更复杂的创作。

    对AI厂商而言,这种出圈路径至关重要。产品是否真正普及,不只看应用商店中的下载量,还要看社交平台上的表现。当技术变成可以传播的内容,当用户在互动中不断加深使用,产品才真正进入日常。

    从这个角度看,AI走向大众,本质上是一个不断被用户拆解、传播、再创造的过程。而社交平台,正是那个让冰冷算法产生温度、让前沿技术长出烟火气的地方。

    AI正在改写内容生产

    当AI真正“长出烟火气”,它也开始反向重塑平台内容生态。

    最明显的一点,是生产门槛被降低。

    在传统内容工业中,一支高质量的视频,往往需要专业设备、复杂剪辑流程以及多工种协作。而现在,很多环节可以直接用AI完成,只要上传素材和提示词就能生产视频,甚至连配音也能解决。过去需要一个团队耗时数天甚至一周完成的工作,如今一个人花几个小时就能交付。

    当内容生产变得容易,首先改变的就是创作者本身。

    在微博这样以图文表达与公共讨论见长的平台上,这一变化尤为明显。长期以来,很多擅长表达的图文创作者,很难跨到视频领域。他们并不缺内容能力,但受制于视频制作的复杂流程。

    AI工具的出现,相当于补上了这块短板。这些创作者能将原本停留在文字层面的表达,快速转化为可传播的视频内容。财经博主可以生成动画效果的解读,科技博主可以输出可视化原理讲解。

    数据印证了这一趋势。根据微博披露的数据,春节期间,AI显著拉动了微博原创视频的供给,原创视频人数与发布量,较去年同期均增长40%以上。这一增量,很大程度上来自图文创作者的转型。

    当技术不再成为限制,创作者能力的比拼又回到了内容本身。

    创作者这一端的变化,也改变着平台的内容形态。

    图文与视频不再是割裂的两套体系,而是在同一平台上互相配合。前者承担深度讨论与观点沉淀,后者负责放大传播与触达更广泛人群。一篇长文可以被拆成短视频实现二次扩散,而一条热门视频,也会在评论区延伸出更深入的讨论。内容在不同形态之间流动,生产和传播被连成一体。

    用户的行为变化也很明显。数据显示,2025年下半年,微博视频播放页的日均播放时长与人均播放时长,较上半年均实现双位数增长。用户在视频内容上的停留时间延长,既是因为优质内容变多了,也因为内容更容易被理解和消费。

    当供给增加、消费增强,这套机制开始反过来影响平台本身。

    随着AI产品密集发布,社交平台逐渐成为厂商触达用户的重要阵地。相关讨论增加,也带动了营销投入和广告增长。以微博为例,通义千问、豆包等大模型迭代的讨论量较去年同期DeepSeek发布提升近50%,并转化为营销投入。财报显示,微博2025年四季度广告收入同比增长5%。

    由此,一个更清晰的循环正在形成:社交平台提供流量与互动,让AI被更多人使用;AI降低生产门槛,增加优质内容供给,反过来提升平台的用户活跃度和商业价值。两者相互强化。

    这意味着,下一阶段的竞争,可能不再只是谁的模型更强,而是谁能在用户的社交关系占据更稳定的位置。

    从这个角度看,社交平台既是AI被使用的地方,也是检验它是否真正有用的地方。只有那些足够简单、足够好用、足够容易传播的能力,才会被留下来。

    AI厂商的注意力争夺战才刚刚打响。

  • 千问拉高了用户对AI办事能力的预期

    声明:本文来自于微信公众号 新莓,作者:何聆筝

    AI已然成为大厂财报中的底盘压舱石和增长瞭望塔。

    阿里刚刚公布的截止2025自然年季度财报,AI相关产品收入连续十个季度三位数同比增长,阿里云收入本季度增幅达36%。考虑到这也是春节AI入口之争落幕后的第一个财报季,所以千问也是财报发布后,资本市场关注的重点。

    对阿里而言,「AI和大消费平台」是过去一年的高频词,也是集团两个战略锚点。不论是阿里重构AI叙事,还是即时零售获得增长,不论沉浸在哪一种语境,都会让外界有种阿里随时在发生重心跳跃的感觉。

    然而,年初淘宝闪购等消费应用与千问打通的动作,使得AI+大消费产生真正的连接点。这意味着,阿里所说的「中国最全面的消费者生态系统,通过AI实现变现」。

    只是一个春节,会在多大程度上改变用户消费习惯,还需要更长时间检验。不过千问迈过3亿月活门槛,应该是给人以信心的开始。

    阿里云、通义千问

    对AI办事能力的预期在被拉高

    打开千问、说出需求、下单支付,AI重度用户青溪对千问的这套流程已经轻车熟路。

    她是最早的一波千问用户,也是最早将千问在社交圈进行传播的群体。马年春节,在亲戚朋友的助力下,青溪凑集8张千问免单卡,买了电影票、点了外卖和奶茶,体验了绝大多数场景。

    一段时间下来,她有个很深的体会,千问的办事能力还需要再提升一下。

    「它似乎不能完全读懂你的需求,很多还是需要手动操作,比如少糖少冰加小料,改地址,修改之后第二轮对话弹出来的地址有时候还需要再校正。」

    青溪有一点不解,千问给出的产品推荐列表是按照什么标准或维度排序的?比如她在买水果生鲜时,第一个弹出来的基本都是阿里的盒马鲜生。

    这点,成都的唐甜和她的同事们也有体会。

    作为第一波参加千问请客活动的用户,他们都曾手握不止一张免单卡。但有时候等两杯奶茶的时间过长。这不仅仅是因为下单的人多,还有一个原因是,「当时的千问没办法选择离你最近的奶茶店,是AI随机选店铺。」

    2026年1月15日,阿里将淘宝天猫、淘宝闪购、高德、飞猪、支付宝等阿里生态业务跟千问深度打通,目前为止,千问办事的服务供给都来自阿里生态。截至2月底,近1.4亿用户通过千问首次感受了从餐饮、日用品、票务服务及旅行预订等多个领域的AI购物体验。

    虽然这是AI第一次如此大规模执行现实世界复杂任务,但显然用户的预期已经不止于尝鲜,对当前出现的通路拥堵,以及商品选择有限的现状,有更高的期望。

    目前,对下单的商品类目,千问通常会推荐5-7个商家,唐甜坦言,选择有点少。所以她有时候会先跳转到淘宝闪购,找到心仪的商家,再返回千问指定下单。

    在处理模糊需求上,千问的表现也有进步空间。唐甜有点点单,提出「不要川菜」,但是千问推荐的第一个就是以川菜为主的乡村基。

    一句「千问帮我」的背后

    阿里财报披露,今年2月份,千问月活就突破3亿。可见请客免单活动拉新效果明显。

    红包能让用户使用千问,更重要的问题是,如何让用户持续使用?

    理想状态下,千问所能呈现的结果应当是,假如用户说「规划一次周末滑雪旅行」,千问可以同时调用飞猪订机票酒店、用高德规划行程并预订餐厅,甚至模拟用户打电话确认座位,提供一站式解决方案而这一切仅仅只需几轮对话就能完成一次。

    现实是,这并不简单。不仅需要千问有一个稳定高效的技术底座,更关键的是,要打通阿里内部服务数据的壁垒。

    这就要求接入千问的12个阿里业务部门,淘宝、支付宝、淘宝闪购、飞猪、高德、优酷、大麦、菜鸟、阿里健康、1688、盒马等,采用统一API接口、数据格式,集中调配调配算力、数据、产品开发等资源,才能确保生态协同。

    从目前使用情况来看,千问能流畅实现「一句话下单」的,主要集中在电商购物和部分本地生活场景。

    这一点,从阿里披露的战绩就可以看出:春节期间,千问帮助用户「一句话下单」近2亿次。主要集中在即时消费、餐饮外卖,比如购买了超3000吨鸡蛋,下单了5500万杯奶茶和3516万杯果茶、1138万杯咖啡。

    对于更复杂的跨业务长链条任务,如「策划一次全家旅行」,由于需要完成信息查询和部分预订,最终的支付、核销、售后等环节可能仍需跳转回原App。再加上由于AI还缺乏高效、自然的修正路径,一旦误解意图或推荐不当,用户往往需要推倒重来,体验成本较高。这也使得当下的千问,更像是各种app的跳转入口,而非调度全生态的中枢。

    尽管如此,红包活动还是帮助阿里撬动了增量。据阿里披露数据,有超过400万60岁以上用户首次通过千问下单,近一半订单来自县城。

    此外,千问的核心用户画像是15到35岁,占比67%。一线城市占52%,闪购场景中学生和职场人合计占78%。这一画像与淘宝传统的高频活跃用户画像存在显著差异。结合千问每月新增近千万用户的增速来看,一个合理的分析是:其中很大一部分属于增量用户。他们此前在淘宝生态内可能处于低频或沉默状态,而千问提供的AI驱动、对话式的新交互方式,有效地激活了这部分人群的潜在需求。

    这是阿里自去年成立千问C端事业群以来第一个面向全民的规模化实战检验,既验证了AI办事的市场潜力,也暴露了生态协同与用户留存的真实短板,为千问的迭代提供了可贵的样本。

    更重要的是,这一次千问让更多人真实用上、真实感知到AI办事价值的全民普及,让阿里拿到了通往下一代智能生活入口的入场券。

    正如千问C端事业群负责人吴嘉所言:「我们真正想的是,要让AI融进老百姓的日常生活场景中,AI点一杯奶茶也好、买一张电影票也好,可能看似简单,但这是AI第一次真正参与到消费者的真实消费决策和执行链条中来。」

    阿里的生态野心

    过去三年,AI产品的交互范式一直停留在文本层面,大模型就像关在玻璃房里的超级大脑,能聊天,但碰不到真实世界的任何东西。

    为了突破「对话框」的局限,大厂给自身大模型装上了「手脚」,纷纷上线自己的AI Agent。

    腾讯的策略是把微信打造成用户数字生活的总调度。字节则以豆包为核心,打造全场景AI智能体平台。而阿里野心更甚,它试图把整个商业帝国折叠进一个统一的AI入口。

    高盛在1月的研报中提出过一个观点:2026年将是中国互联网巨头的战略转折年,围绕AI超级入口的争夺将直接决定未来互联网的流量分发权和商业竞争格局。

    高盛把这场战争划分为「系统层、社交层、交易层」三条路径。字节和腾讯分别占据了前两条的制高点,而阿里所在的交易层因为天然的低频属性,恰恰是最容易被替代的。

    阿里需要一个AI原生的C端超级入口。而过去很长一段时间,阿里AI内部一直缺一个能挑大梁的AI产品。各条业务线都有自己的AI品牌。

    于是,成立千问C端事业群,整合原智能信息事业群、智能互联事业群、千问App、夸克及AI硬件等多条C端产品线,但这仅仅只是第一步。今年3月,阿里正式将全栈AI业务统一为「千问」品牌,彻底结束多品牌分散作战的局面,把千问确立为集团唯一的C端AI旗舰。这意味着,从模型、应用到硬件,所有能力都将围绕千问收口,用一个品牌、一个入口、一套体验,面向用户与市场。

    因此,千问的目标不仅是做一个AI助手,而是要成为下一代互联网的「操作系统」和「交易中枢」。

    在打造超级入口的同时,千问开始杀入硬件赛道,3月2日在MWC全球首秀推出首款AI眼镜,同步开启预约,3月8日现货开售,年内还将上线AI耳机、AI指环等多形态终端。

    阿里的意图很明确:让千问走出手机屏幕,覆盖眼镜、车载、家居等全场景,用软硬一体把「一句话办事」渗透到生活每一处。

    不过,硬件能做到的,只是多了一个使用AI的地方。而AI入口之争,真正考验的还是帮用户办成事的能力。从这个角度来看,千问还有许多路要走。