全球数字财富领导者
财富汇
|
美股投研
|
客户端
|
旧版
|
北美站
|
FX168 全球视野 中文财经
首页
资讯
速递
行情
日历
数据
社区
视频
直播
点评旗舰店
商品
SFFE2030
外汇开户
登录 / 注册
搜 索
综合
行情
速递
日历
话题
168人气号
文章
168人气号
更多
狒狒在
进化
lg
...
lg
...
关注
进化
失败
lg
...
lg
...
关注
进化
根源
lg
...
lg
...
关注
文章
“拐点”来临,新迈瑞价值几何?
go
lg
...
发展历程,是一部中国医疗器械企业的资本
进化史
。公司先后经历美股、A股、港股三次关键跳跃。 2006年9月,迈瑞登陆纽交所,成为中国首家海外上市的医疗器械企业,最高市值曾达35.9亿美元。但随着中概股回归潮起,2016年3月,公司以约33亿美元市值完成私有化退市,随后引入深创投、国中创投等一批本土投资机构。 2018年,迈瑞登陆创业板,募资近60亿元,创下当年创业板最大IPO纪录。此后市值一路攀升,一度突破3200亿元,成为创业板“市值之王”。 然而,迈瑞的目光并不止于国内市场,而是始终怀揣着更广阔的全球雄心。 在当下A+H架构成为大势所趋的背景下,迈瑞精准地将目标锚定在了港股这片充满机遇的“新战场”。对于此次港股上市,融资并非迈瑞的核心诉求。其真正意图在于,借助香港这一具有高度国际化的平台,深度吸引并绑定全球顶尖人才,让企业的核心价值在全球范围内得到广泛传递与认可,从而真正达成“资本全球化”与“业务全球化”这两大战略目标的协同共进、双轮驱动,在全球化浪潮中乘风破浪。 将视野放宽至整个医疗器械行业,不难发现,中国医疗器械企业的出海逻辑已然发生了翻天覆地的深刻变革。 曾经,中国医疗器械出海主要依靠“成本优势”和单纯的“贸易输出”,这种模式较为单一和初级。而如今,行业已升级为以“技术领先+系统化服务”为双引擎的全新驱动模式。在多个高端医疗器械领域,国产产品的性能已经能够与国际知名品牌相媲美,甚至在某些方面实现超越。与此同时,企业出海模式也从以往单纯的产品销售,逐步深化为在海外开展本地化运营以及对当地渠道进行深度深耕,构建起全方位、多层次的海外业务体系。 在这一背景下,迈瑞的全球化进程,无疑为中国医疗器械行业的升维竞争打开了新的想象空间。 这一极具前瞻性的战略方向,也在迈瑞最新发布的财报中得到了有力验证。今年第三季度,迈瑞国际业务收入呈现出强劲的增长态势,同比增长高达11.93%,在总营收中所占比例一举达到50.6%,历史上首次突破半数这一重要关口。尤其是在欧洲市场,迈瑞更是成绩斐然,公司业绩增速超过20%,在高端市场的突破成效十分显著,充分彰显了其在全球高端医疗器械市场的强大竞争力。 这一系列亮眼的数据意味着,迈瑞早已超越了单纯的中国本土医疗器械公司的范畴,已然蜕变成为一个真正具备全球竞争力的医疗科技领军企业。展望未来,迈瑞有着更为宏大的目标与愿景,有望在2030年前成功跻身全球医疗器械TOP10行列,在世界医疗器械的舞台上绽放耀眼光芒。 迈瑞医疗国际市场表现情况,来源:公司公众号,格隆汇整理 04、写在结尾 回到最初的问题:当“慢牛”遇上“业绩拐点”,我们应如何为迈瑞医疗定价? 从基本面来看,尽管短期内仍面临挑战,但公司凭借完善的产品布局、持续的研发投入与不断深化的全球网络,已为中长期的稳健增长铺平道路。随着三季度营收增速转正、国际业务占比突破50%,迈瑞已明确步入新一轮成长周期。在政策扶持、需求回暖与全球化突破的三重共振下,其业绩弹性与成长确定性正不断增强。 从估值角度看,迈瑞当前PE(TTM)约为29.89倍(截至11月3日),处于上市以来中等偏低区间。相较于本轮“慢牛”中部分估值已显著抬升的标的,迈瑞呈现出较高的安全边际与明确的修复空间,当前配置性价比较为突出。 多家机构也持相似观点。招商证券指出,公司受益于集采影响逐步出清、疫后需求复苏与海外产能释放,业绩拐点清晰,叠加估值处于历史低位,具备较强的安全边际与修复弹性,建议重点关注。 展望未来,伴随“十五五”健康中国战略的深入推进,以及全球医疗资源配置持续优化,迈瑞医疗作为中国医疗器械的领军者,有望在产业新周期中实现更具质量、更可持续的增长。其能否从“中国冠军”真正跃升为“世界巨头”,不仅关乎企业自身的命运,也将成为观察中国高端制造出海与产业升级成效的重要窗口。
lg
...
格隆汇
昨天20:15
明略科技(2718.HK)登陆港交所,成“全球Agentic AI第一股”
go
lg
...
为智能体的图形界面操作带来了可扩展、可
进化
的新范式;专为高效执行专业指令推理而设计的轻量级模型Cito(“AI专家脑”),在多轮对话场景中表现卓越。 基于一系列创新技术成果,明略科技于今年9月推出了企业级专有大模型产品线DeepMiner,正式将核心战略聚焦于“打造企业级Agentic AI”,以“可信智能体模型+可信数据”为核心差异化优势,切入企业级AI大模型赛道,推动企业实现“可信生产力”。同期,明略科技正式签约成为香港特区政府“重点引进企业”。随着中国企业海外扩张加速,其全球化战略有望进一步打开增长空间。 明略科技创始人、CEO兼CTO吴明辉在上市庆祝活动致辞表示,“人工智能的发展离不开信任,只有解决了信任问题的人工智能才能真正融入到生产流程中为人类的文明贡献价值。信任建立在可信的模型和可信的数据基础之上。我们的使命,正是打造数据驱动的可信生产力,为全球企业提供分析过程可信、可回溯的智能化解决方案。香港是中国链接世界的枢纽,也为明略提供了链接世界的舞台。上市不是终点,而是新的起点。我们将持续加大研发投入,以数据智能技术助力企业高效运转,加速创新。与全球伙伴携手,共创AI时代的可信的、美好的未来!” 以上内容与数据,与有连云立场无关,不构成投资建议。据此操作,风险自担。
lg
...
有连云
昨天13:25
A股头条:财政部、税务总局发布!事关黄金税收;“国家队”最新ETF持仓出炉;宁泉杨东之后,睿远陈光明封盘谢客
go
lg
...
不仅是硬件升级,更是手机从工具向助手的
进化
。 标的:蜂助手(sz301382)、彩讯股份(sz300634) 公告精选 【重大事项】 万科A:深铁集团拟向公司提供不超过220亿元借款额度 贝达药业:与晟斯生物达成战略合作 取得重组凝血因子产品独家总经销权 涛涛车业:向港交所递交H股发行上市申请 能辉科技:与浙江立算成立控股子公司 伟明环保:入选印度尼西亚废物转化能源项目选定供应商 中际旭创:公司1.6T光模块包含硅光和EML方案 龙腾光电:获得政府补助2295万元 ST逸飞:签订约1.9亿元海外采购订单 兰剑智能:签订1.38亿元日常经营性合同 景业智能:中标1.34亿元兰石重装工艺设备项目 大烨智能:全资子公司签署光船租赁合同 兰剑智能:签订1.38亿元日常经营性合同 景业智能:中标1.34亿元兰石重装工艺设备项目 大烨智能:全资子公司签署光船租赁合同 【业绩】 赛力斯:2025年10月新能源汽车销量51456辆 同比增长42.89% 北汽蓝谷:子公司10月销量同比增长112.02% 长安汽车:2025年10月新能源汽车销量同比增长36.14% 长城汽车:10月汽车销量14.31万辆 同比增22.5% 上汽集团:10月份新能源汽车销量同比增长31.58% 比亚迪:10月出口新能源汽车合计83904辆 交易提示 【新股申购】 北矿检测(北交所) 申购代码:920160 股票代码:920160 发行价格:6.70 发行市盈率:14.99 【可转债申购】 颀中转债 【可转债交易提示】 春秋转债赎回,进入最后交易日 【限售解禁】
lg
...
金融界
昨天08:05
从"嘴巴经济"看伊利,消费龙头的价值几何?
go
lg
...
—既要看到其基本盘的稳固性,也要评估其
进化
能力能否支撑未来的增长。 从伊利最新发布的三季报数据来看,前三季度,公司实现营收905.64亿元,同比增长1.71%;扣非归母净利润101.03亿元,同比增长18.73%。这份成绩单的背后,反映的是乳业龙头在复杂环境下的经营韧性,不妨就此来看看公司的机会所在。 01 财务稳健之上,业务多点开花 作为中国乳业的常青树,伊利展现出传统行业龙头特有的稳健特质。 就财报数据而言,尽管此次前三季度整体营收增速不高,确实反映了乳制品行业整体面临的增长压力。但值得关注的是,扣非净利润保持了较快增长,利润率提升明显,这在一定程度上体现了公司盈利质量的改善。 同时公司现金流状况良好,仅从第三季度单季来看,其经营活动产生的现金流量净额达到64.36亿元,而单季度其归母净利润为32.26亿元,两者比例高达2倍,表明其利润有充足的现金保障,盈利质量非常高。 从业务结构来看,伊利则呈现多点开花的局面,这不仅为其提供了较强的抗风险能力,同时随着“第二曲线”的强劲增长,也赋予了公司更高成长性的期待。 具体来看,液体乳作为基本盘业务,市场份额稳居行业第一。公司管理层在业绩说明会上亦表示,“业务压力最大的阶段已经过去”。 奶粉业务的表现可圈可点。前三季度营收242.61亿元,同比增长13.74%,创下历史新高。公司奶粉整体销量稳居中国市场第一,行业领先优势持续扩大。特别是,继上半年婴幼儿奶粉历史性夺得中国市场份额第一,拿下奶粉全品类“大满贯”后,其奶粉业务市场份额持续扩大。显然,这也是伊利二十多年母乳研究积累的战略回报,证明了其在研发上的长期投入正在进入收获期。 冷饮业务保持稳健增长,前三季度实现营收94.28亿元,同比增长13%,连续30年保持行业第一。 奶酪业务则通过2C和2B双线发力,预计全年实现双位数增长。特别是2B业务通过与B端用户合作,继续保持超过20%的增长,展现出强劲的发展势头。 02 创新驱动做“加法”,成本控制做“减法” 当前,中国乳制品行业正从“规模扩张”转向以结构升级与价值挖掘为核心的高质量增长新阶段。在传统品类增速放缓的背景下,可以看到伊利通过“创新驱动”与“成本控制”这两大路径,持续激活内生动能。 一方面,公司持续保持
进化
的姿态,这首先体现在其高频的创新节奏上。 面对“快变、多元、细分”的消费需求,伊利以敏锐的市场洞察力和前瞻的产业布局,不断推出引爆市场的爆款新品。 三季度创新推出的金典鲜活纯牛奶,以“不冰也好喝,常温也新鲜”的品质升级,重新定义了常温奶的新鲜边界;优酸乳“嚼柠檬”首创“轻乳果汁饮品”全新子品类,以立体“爆汁”口感与咀嚼乐趣迅速出圈;伊刻活泉则通过加速推出“现泡养生水”与多风味现泡茶系列,以药食同源配方与创新口感设计赢得市场青睐,报告期内实现高速增长;此外,与山姆共创的“生牛乳绿豆雪糕”更成为今夏现象级爆款,被消费者赋予“豆王”美誉。 更为深刻的
进化
,发生在其技术与品类的跨界融合上。伊利与百年老字号同仁堂的合作,将“药食同源”理念与乳制品创新结合,开创了养生乳品新赛道。欣活系列产品聚焦血糖、骨骼、心血管、睡眠等国人健康痛点,从中医原理探寻根源,结合同仁堂古方精华,为消费者量身打造契合国民体质的中式食养解决方案。 这种跨界探索不仅拓宽了乳制品的行业边界,也是伊利从“乳业巨头”向“健康食品集团”转型的关键一步。10月22日,伊利斩获两项全球乳业“奥斯卡”IDF乳品创新奖,成为全球获奖最多的乳企及唯一获奖的中国乳企,这正是国际权威对其创新能力的认可。 另一方面,在成本控制方面,伊利的
进化
同样值得称道。 从此次三季度财报来看,公司通过精细化运营实现了费效比的持续优化。公司前三季度销售费用率同比下降0.98个百分点至18.28%。第三季度单季销售费用率为18.23%,同比下滑0.73个百分点,环比亦大幅下降1.64个百分点。此外,公司前三季度净利率保持稳定约为11.53%。 在乳制品行业竞争依然激烈的当下,费用率的下降和利润率的稳定显示了公司强大的经营实力,展现了高质量增长的一面。 实际上可以看到面对原材料成本波动,伊利通过优化销售费用率,将资源更多投入到终端渠道建设,提升了整体运营效率。同时,通过产品结构升级和精准提价策略,既保持了毛利率的稳定,又实现了价值的提升。 03 保持高度战略定力,融入时代发展的经营智慧 海尔集团创始人张瑞敏曾说“没有成功的企业,只有时代的企业。”这揭示了一个道理:任何企业的成长都离不开社会经济发展提供的“养分”,那些能够成就伟大和卓越的企业,在于它能将自身成长融入国家与时代的脉搏,实现同频共振。 伊利的发展路径,正是这种深层经营智慧的体现。公司始终以高度的战略定力,精准锚定乡村振兴、健康中国、高质量发展等国家长期战略,将时代命题转化为企业的发展机遇。 在上游,伊利通过构建现代化奶产业集群,深度融入乡村振兴战略,在保障高端奶源自主可控的同时,带动了产业链末端的农牧民共同发展,夯实了社会合作的根基。 在下游,伊利亦精准地把握了“健康中国”战略带来的历史性机遇。特别是随着国民健康意识的提升和消费升级趋势的深化,伊利通过产品创新和品类拓展,将品质内核与服务民生紧密相连,持续赢得消费者信赖。 尤为关键的是,在国家着力推动创新驱动与产业升级、迈向经济高质量发展的宏观背景下,伊利正加快构建具有中国特色的乳制品精深加工体系,推动企业向产业链更高价值环节跃升。这不仅是保障产业链自主可控的战略举措,更是推动企业从“规模扩张”向“价值创造”跃升的核心引擎。 此外,在国际化布局上,伊利展现出了其“建体系”而非简单“卖产品”的战略远见,积极构建覆盖全球的资源体系、创新体系和市场体系。这种全方位的能力建设,既为伊利在全球市场赢得持续增长动力,也使其在全球供应链波动中具备了更强的抗风险能力。 可以看到,公司全球化版图持续拓展,今年前三季度,伊利海外业务表现抢眼,冷饮与婴幼儿羊奶粉等核心品类实现高位增长,成为公司全球业务扩张的重要引擎。 04 牛市里的“慢变量”,站在价值重估的起点 当前来看,牛市氛围环境下,市场显然仍然沉浸在科技股的创新叙事中时,在这个“快变量”的市场中,一系列新兴热门概念持续涌动,而在传统的消费领域,以行业龙头所代表的“慢变量”价值仍等待着市场的重新发现。 然而,投资的历史反复证明,牛市中最珍贵的不是追逐热点的勇气,而是守护价值的定力。 那么,当下该如何看待伊利的价值重估机遇? 首先,乳制品行业的天花板远未到来。与日本等发达国家相比,中国的人均乳制品消费量仍有较大提升空间。 随着农村人均收入的提升和物流基础设施的完善,农村市场的乳制品消费潜力将逐步释放。而消费升级趋势下,高端化、功能化、细分化的产品创新,将持续推动行业价值提升。 其次,龙头的集聚效应将进一步强化。 当行业从野蛮生长迈向成熟发展,竞争将从流量红利转向综合实力的比拼。龙头企业凭借其品牌、渠道、研发构建起强大的综合竞争优势。这种优势不仅能帮助它们抢占更多市场份额,更能带来显著的规模效应和成本优势,从而形成“投入-增长-再投入”的良性循环,使其增速持续领先于行业平均水平,“强者恒强”的马太效应将愈发凸显。 最重要的是,伊利已经展现出“耐旱型”企业的特质,其能够在经济周期波动中保持稳健经营,在行业变革中持续
进化
成长。一方面,多元化的布局提供了稳定的现金流基础,另一方面,强大的创新能力亦保障了公司持续的增长动力,同时,其产业链的深度布局亦构建了难以复制的竞争壁垒。一个企业难以被别人短时间复制的能力,就是一个企业的最强护城河。从更长期的角度看,伊利还有一重“伊利即品质”的护城河。品质打造不是一日之功,是公司在多年发展中,方方面面长期积累锻造的全产业链综合能力的最终体现。 同时不容忽视的是,公司的分红堪称大手笔。此次财报伊利同期发布中期分红预案,拟派发现金红利总额为30.36亿元。而自上市以来,伊利已累计实施25次分红,分红总额高达585.66亿元,连续6年分红比率超过70%,累计分红总额更是稳居中国乳企第一。 总的来看,伊利展现出了一个“价值型”企业应有的特质:稳定的现金流、合理的估值、持续的分红回报。在不确定性持续升温的宏观环境下,这些特质构成了其在资本市场的吸引力。值得注意的是,伊利吸引了包括保险资金、社保基金等在内的长线资金的青睐。三季度,保险资金大手笔增持伊利股份2811.79万股。 显然,当市场迷恋于寻找那些“颠覆式创新”带来的机会时,实际上也忽视了那些在传统行业中持续
进化
、不断巩固优势的“定海神针”。眼下消费复苏与牛市行情演绎,伊利这样的企业或许不能提供令人心跳加速的短期回报,但它能给予的,是穿越周期、持续成长的确定性。 在当前的市场环境下,这种确定性本身,或许就是最大的奢侈品。
lg
...
格隆汇
11-02 22:25
权力的游戏:从特朗普到赵长鹏,亿万富翁们为何纷纷押注“预测市场”
go
lg
...
Predict"服务。 一种政治营销的
进化
:精心设计的"社交+金融"混合体。 想象一下这个场景:你在 Truth Social 上看到一条关于美联储利率决策的帖子,点击几下,就能用平台奖励的"Truth gems"转换成 CRO 代币进行投注。这不再是传统的"先有观点,再去投注",而是"边社交,边投注"的全新模式。 Truth Predict 的野心远不止于此: 用户导向:目标是为其 630 万用户实现“信息民主化(democratize information)” 投注范围:从政治选举到体育赛事,从大宗商品到美联储决策 病毒传播:每一次投注都可能成为社交内容,形成自我强化的传播循环 更关键的是,这个平台采用 CFTC 监管的二元合约形式,巧妙地避开了"赌博"的法律定义。在监管灰区中,特朗普团队的嗅觉一如既往地灵敏。 *Truth Predict 的 Beta 测试即将于近期在 Truth Social 上开始,面向美国用户,支持选举、经济指标、体育和商品价格等事件投注。 角色二:CZ 的去中心化布局:从幕后到台前 相比特朗普的高调,加密核心人物 CZ 的布局更加隐秘但同样精准。 通过 YZi Labs (前身为成立于 2018 年的币安实验室),CZ 投资了两个关键项目: Opinion Labs 和 APRO Oracle,前者构建去中心化"真相预言机", 后者则是“专门为比特币生态系统服务的去中心化预言机网络”。 CZ 在推特上的表态耐人寻味:"预测市场急需专门的预言机"、"虽然只是少数投资者,但我们会尽力帮助增加战略价值"。 这句话透露了一个重要信号:CZ 看中的不仅是预测市场本身,而是预测市场背后的数据基础设施。换言而之,当预测市场成为主流应用时,数据的真实性验证无疑有着重要的权重。 谁控制了数据的真实性验证,谁就间接掌握了新生态的话语权 *Opinion Labs 的主网已于 2025 年 10 月 16 日在 BNB Chain 上线,目前为邀请制 Beta 阶段,累计交易量超 3 亿美元(测试网+主网 Beta);而 APRO Oracle 的 Beta 测试已于 10 月 28 日启动,首批面向 BNB Chain 与比特币 Layer2 开发者,已开放 AI 验证节点注册。 角色三:华尔街的预期:ICE 的 20 亿美元投注 最令人震惊的,是纽约证券交易所母公司 ICE 对 Polymarket 的 20 亿美元投资。这不仅仅是一笔投资,更是传统金融对预测市场的"官方认证"。 20 亿美元,对华尔街来说不算小钱。尤其是对一家以保守著称的机构。ICE 向来钟情于“硬核金融”——2013 年,它花了约 110 亿美元 收购纽约证券交易所母公司 NYSE Euronext;2018 年,又成立了加密资产平台 Bakkt,首轮投入不过 1.8 亿美元。这些数字放在一起,足以说明问题:ICE 正在押注一个完全不同的未来。 为什么?因为预测市场汇聚的,不是资金,而是分散的判断。在算法横行的时代,数据早已饱和,真正稀缺的,是人类的信号。当交易员、程序员、教授和赌徒都在同一个平台上下注,他们无意间在生产一种极为珍贵的指标——集体预期。 而这笔投资,也许标志着一种转向:当主流金融机构开始把预测市场当作信息源,而不是玩具,金融世界的坐标就会微微移动。算法交易、风险模型、投资策略——都可能因为这些“市场化的预言”而被重新校准 *CNBC 作为全球领先的财经媒体,报道此事件的主要原因是其重大金融与市场影响 第二章:亿万富翁们的动机——两个截然不同的故事 加密视角:DeFi 的“意外圣杯”? 这第一个故事,完美回应了加密世界一个长久以来的尴尬难题:DeFi(去中心化金融)如何才能被大众所用? 多年来,“DeFi 大众化”的承诺一直被视为加密世界的圣杯。但现实是,复杂的钱包、难懂的私钥管理和抽象的收益逻辑,像一堵高墙将 99%的普通人挡在了门外。DeFi 始终是“加密原生用户”的圈内游戏。 然而,预测市场,却可能成为那个“意外的突破口”。它或许会成为首个实现大规模采用的 DeFi 产品,因为它彻底颠覆了用户体验: 有趣直观 :参与方式类似“竞猜”,赌的是你对现实世界的判断,而不是要求你理解“流动性池”或“无常损失”。预测“下一部漫威电影票房能否过 10 亿”,比计算复杂的 DeFi 收益率要直观得多。 现实耦合 :预测市场的标的都是现实可验证的事件:总统选举、体育赛事、政策法规。这让抽象的区块链价值与现实生活直接挂钩,赋予了它前所未有的“实在感”。 简单易用 :各大平台都在努力让用户能用信用卡、邮箱直接参与,将复杂的区块链技术彻底隐藏在幕后。你甚至不需要知道什么是钱包,就能为下一场超级碗下注。 行业专家对预测市场的预判 在周四的X 文章中,某预测市场基础设施提供商的研究人员 Rychko 指出,预测市场正在超越加密货币进入现实世界,并且它们的可访问性可能会使它们成为第一个实现大规模采用的去中心化金融(DeFi)产品。 “大多数人永远不会使用衍生品交易所,”他写道。“但‘Mamdani 获胜的几率有 87%’——这是人人都会说的话。” “人类天生就很懒惰”,渴望“干净、易理解的信号”,并表示预测市场通过将复杂的预测转化为简单的数据点来满足这种需求。 “正是这种简单性使得预测市场能够比大多数 DeFi 实验更快地实现大规模采用,因为它们符合人类认知节奏。 不止于竞猜:预测市场的生态价值 预测市场的兴起,还为 DeFi 生态带来了更多可能性,以下为部分已落地案例: 风险对冲: 通过预测市场合约(YES/NO 股),用户可以对冲 DeFi 资产的价格波动。例如,某些平台已经开始探索如何利用预测市场来应对加密货币价格的剧烈波动。 流动性叠加: 预测市场的股代币可以作为流动性提供者(LP)参与去中心化交易所(如 Uniswap)赚取手续费。这种机制不仅提升了市场的流动性,还让用户获得额外收益。 合成资产生成: 预测市场结果可以被用于铸造可交易的合成资产。这些资产既可以作为金融工具,也可以进一步推动 DeFi 生态的创新。 信息聚合与透明度: 预测市场的数据可以作为参考信号,为其他 DeFi 协议提供更精准的信息。例如,通过结合 The Graph 等数据聚合工具,预测市场数据正在被用来优化金融决策和资源分配。 在这个故事里,预测市场是 DeFi 打入主流的“特洛伊木马”。它用最符合人性的“竞猜”和“八卦”作为外衣,悄悄地将区块链技术带到数千万乃至上亿用户的指尖。这不仅仅是一次增长,这可能是 Web3 世界从“链上经济”走向“现实世界参与”的决定性一步。 政治视角:民主的“秘密武器” 然而,硬币的另一面,则是一个关于权力和舆论的故事。 政治的核心是什么?不仅仅是赢得选票,更是塑造选民的“预期”。而预测市场,恰恰是一台完美的“预期制造机”。 想象一下,在选举前夕,一个候选人的胜率在预测市场上被拉升到 78%。这个数字本身就是一条极具冲击力的新闻。媒体会引用它(“市场预测 XX 将压倒性获胜”),社交网络会传播它,选民会看到它。这种由金钱背书的“必胜”光环,会像病毒一样扩散,动摇中间派,打击对手士气,甚至形成“墙倒众人推”的自我实现预言。 更可怕的是,这为权力提供了一种全新的、难以追责的影响力工具。过去,政客需要通过媒体或直接言论来影响民意;现在,你或许需要一笔足够大的资金和一个“合适”的平台。 通过在市场上大举下注,政客可以短期内“买”出一个对自己有利的概率,然后让媒体和公众去放大这个信号。当被质疑时,当事人完全可以摊开双手,无辜地表示:“我没有撒谎,我只是在进行一笔合法的投资。” 当我们看到特朗普的儿子小唐纳德成为 Polymarket 的顾问,当与他关联的资本向平台投入数千万美元时,我们就该警惕:这真的只是一笔单纯的投资吗? 在这个故事里,预测市场不再只是汇聚智慧的“水晶球”,而是一把可以被用来塑造民意的“秘密武器” ”——而 2024 大选期间,Polymarket 单场特朗普胜选合约交易额已超 27 亿美元,其概率波动已被 CNN 等主流媒体引用,提前“预判了”数千万选民的“选择”。 结论:概率游戏中的权力重构 那么,预测市场究竟是 DeFi 的“意外圣杯”,还是民主的“秘密武器”? 答案或许是:两者都是。 它既有潜力成为一个前所未有的信息聚合工具,让“群体的智慧”以前所未有的效率闪光;也可能沦为一个被巨额资本和政治权力俘获的舆论战场,让“最大的钱包”定义什么是“真相”。 目前,Kalshi 和 Polymarket 两大平台占据了绝大部分市场份额,前者拥有约 60-66%,后者则占 34%。当 Robinhood 那样的平台向其 2000 万+ 用户开放事件合约交易时,这个市场的影响力将呈指数级增长。 未来的 12-24 个月将是关键期。预测市场能否在保持去中心化理想的同时实现大规模采用?能否在接受监管的同时保持创新活力?能否在商业成功的同时维护公共利益? 这些问题的答案,将决定预测市场是成为推动社会进步的工具,还是加剧不平等和操纵的武器。 而我们每个人,都将是这场概率游戏的参与者和见证者。 “Be strong and keep playing your cards!”
lg
...
财经智选
1评论
11-02 06:14
大仙说币:11.01不看后悔系列!加密货币短线交易的技术指标心法与实战指南!
go
lg
...
场的一部分,关键在于我们如何从中学习、
进化
。 技术指标不是预测未来的水晶球,而是帮助我们识别概率优势的工具。真正持续盈利的交易者,是在茫茫不确定性中,找到那些微小的确定性,然后通过严格的资金管理和风险控制,让时间成为自己的朋友。 记住,市场永远在那里,机会永远不会枯竭。但你的本金是有限的,保护好它,就是在保护你未来捕捉机会的能力。今晚,当K线再次开始舞动,愿你能带着新的认知和心境,在波动中找到属于自己的节奏。 败中求胜,不仅是交易的技术,更是交易的智慧。盈利时敬畏市场,亏损时反思自身,行情是老师,余额是答案。市场永远不缺机会,缺的是纪律与耐心。 给你一个百分百准的建议,不如给你一个正确的思路与趋势,授人与鱼不如授人与渔,建议赚一时,思路学会赚一生! 撰稿时间:(2025-11-01,17:30) (文-大仙说币)
lg
...
大仙说币
11-01 17:54
国资举牌背书,海外持续增长!海尔生物三季报新产业占比近半,多元增长引擎格局成型
go
lg
...
智能化解决方案提供商,海尔生物的每一次
进化
,都踩在了时代发展的节拍上。 就在前不久,海尔生物提出了朝着“全球信赖的世界级生命科学产业品牌”这一目标迈进。四大产业的协同发展、AI技术的深度赋能、全球化布局的持续深化,共同构成了这一愿景实现的坚实基础。随着政策东风持续吹拂、技术壁垒不断加固、全球布局深度拓展,海尔生物成长为世界级生命科学产业品牌的愿景,正从蓝图变为现实。 展望未来,海尔生物面临的是一个充满机遇的时代。其表示,收入端在2025年确认拐点;随着新建产能逐步释放和创新品类加速放量,利润端有望在2026年迎来拐点。
lg
...
金融界
11-01 15:15
英伟达CEO韩国激情开讲!AI进入“正循环”时代,将重塑全球百兆美元产业
go
lg
...
夹克)登台发言。他指出,AI模型的快速
进化
正推动资本持续涌入这一领域,而这些投资又进一步反哺AI性能提升,形成了强劲的“资本与创新共振效应”。 “我们现在进入了所谓的‘正循环’。”黄仁勋在台上说,“AI变得更强大,更多人使用它。用户越多,利润越高,建的工厂越多,从而制造出更好的AI,再吸引更多用户。这个AI的正循环已经形成——这正是你看到全球资本支出(capex)暴增的原因。” 大科技公司掀起AI资本热潮 黄仁勋的讲话恰逢全球科技巨头掀起AI基础设施投资狂潮。 根据最新财报,Meta(脸书母公司)、Amazon(亚马逊)、Alphabet(谷歌母公司)和Microsoft(微软)今年的AI与数据中心投资总额预计超过3000亿美元,并计划在2026年前进一步扩大资本支出规模。 Wedbush Securities全球科技研究主管丹·艾夫斯(Dan Ives)在接受CNBC采访时称:“英伟达是这场AI革命的基石。” 他补充道:“这就是AI的正循环:需求带来更多AI基础设施的建设,而新的基础设施又进一步刺激需求与资本支出。” “盈利是AI投资的核心驱动力” 黄仁勋强调,盈利能力是当前AI资本浪潮的根本原因:“当某个产业变得有利可图时,人们自然想要制造更多。 就像芯片、晶圆、DRAM制造一样,一旦它能赚钱,你就会建更多工厂来生产更多芯片。” 黄仁勋认为,AI正在开启一个计算架构彻底重塑的十年周期。 “这是计算的新纪元的开始——AI正在从根本上改变整个计算堆栈的每一层,”他说。“AI运行在GPU(图形处理器)上,而传统的手写软件运行在CPU(中央处理器)上。从能源需求、芯片架构、基础设施,到软件系统、AI模型与应用层,每一层都正在被重新定义。” 黄仁勋指出,过去60年来计算行业基本保持不变,而现在,“我们过去创造的所有计算机——总价值可能超过一万亿美元——都需要迁移到这一新计算平台。” 在演讲当天,英伟达还宣布与韩国半导体巨头三星电子达成战略合作。三星将采购并部署5万颗英伟达GPU,用于提升其移动设备与机器人芯片制造的AI化与自动化水平。 AI将重塑全球百兆美元产业 黄仁勋在演讲最后描绘了一个“AI能自主工作”的未来图景。他认为,AI不再只是人类的工具,而将成为生产力主体。 “随着全自动化制造工厂的崛起,我们正进入一个AI直接‘参与工作’的时代。” 他预计,AI技术将在未来几年重塑全球约100万亿美元($100 trillion)规模的产业体系,涵盖制造、能源、物流、医疗、金融等领域。
lg
...
埃尔瓦
11-01 01:34
营销
进化论
| 重构光伏营销方式,绿电家迈入线上获客新阶段
go
lg
...
在新能源上网电价市场化改革与“反内卷”政策叠加下,户用光伏业务模式正面临转型压力,线下获客模式难以驱动效益快速增长,成交模式亟待创新升级。突破传统业务渠道“舒适圈”,拓宽线上营销获客“第二增长曲线”,已成为许多光伏企业实现业务增量提效的新动
lg
...
金融界
10-31 10:36
CZ投了一个华人大三学生,1100万美元种子轮,做教育Agent
go
lg
...
和家长付费的核心需求点、再到产品自身的
进化
,倒推回来想,整个逻辑是闭环的。所以从这三个维度来看,你就觉得 PMF 已经足够了。最核心的就是,付费意愿非常非常强。 跟 FIZZ 达成了合作 Founder Park:很多用户主动想付费,也有人主动联系你们想投资。 Kai:对。SAT、AP 这个领域,付费意愿本来就很强。这个领域的客单价都高达 100 到 200 美金起步,线下上课更贵,可能要 800 美金。美国有 260 万名学生要考 SAT,其中 37% 的学生都会主动付费,这是一个付费意愿和需求都非常强的市场。我们的产品能实现非常好的需求平移。 Founder Park: SAT 这个赛道,对考生来说,一个真人老师和一个 AI,他会信任 AI 吗? Kai:现在 AI 回答像美国高考 SAT、AP 这种水平的问题,基本上不太会出现事实性的错误。在这种情况下,它为什么比线下 tutor 更好?一个是便宜,二个是学生有任何问题都能不断提问,不用担心问了笨问题老师会有看法或者不耐烦,可以 24 小时随时随地学习。 而且这个市场是可以平移的,做完美国市场,我们还可以平移到加拿大、英国的 A-Level 考试等等,付费需求非常大。 Founder Park:付费这块你们现在怎么考虑? Kai:我们是包月订阅,还有一种是按学习结果付费。我觉得现在 AI 已经可以做到按结果付费了。我们可能会推出一个套餐,比如你付 799 美金,我们保证你的孩子 SAT 数学能考满分。 Founder Park:但是按考试结果付费,不是还要看学生个人的能动性吗? Kai:这个在国内高考可能做不了,因为高考考核点非常多,有上千个。但美国高考 SAT 只有 62 个考点,其中 50 个是常规考点,大部分学生都没问题,剩下的 12 个考点也基本能掌握。除非这个学生的逻辑水平确实有问题,否则基本不存在学不会的情况。而且 AI 的提效效果非常明显。 其实很多美国在线 tutor 也有这个服务,你付给老师 1800 美金,老师辅导孩子,成功率基本是 100%,因为 SAT 考点是固定的。只要学生智商水平正常,基本都没问题。但高考不行,高考没办法短期内提上来。而且国内高考需要拉开分数差距,会有难题,但美国高考不存在绝对的难题,因为它更多是考察你是否掌握了知识点。 按结果付费也是之前教辅老师已经在用的模式,具备这个前置条件。 Founder Park:那你们的定价里,模型成本会是一个困扰吗?占比高吗? Kai:我们这个领域的客单价定价非常高,都是 69 美金一个月起步,模型成本现在很便宜,不成问题。教育这个行业不像 coding 领域,大家都在卷价格,因为 coding 需要支持很长的上下文。 面向高中生的产品,网页端最重要 Founder Park:记得你上次说,你们第一版的原型差不多只花了两个多月的时间。当时整个开发周期,比如分工、决定做哪些功能、不做哪些功能,是怎么考虑的? Kai:我们团队所有人的共识就是,迭代要快,因为快才能快速得到早期用户的反馈。 第一个版本在推特上发了之后引起了很大轰动,带来了大量用户。但这些用户里,很多是程序员、投资人或者科技爱好者,我们可以统称为「技术尝鲜者」。在那个阶段,从他们那里得到的反馈比较分散,价值不大。还是要从这么多广泛的用户里,筛选出真正核心的种子用户,也就是高质量的高中生,然后通过咨询的方式获取有用的反馈。 我们得到的核心反馈就是,视频渲染的精确性必须达到 100%,这是需要优化的重中之重。UI 是否好看,或者是否支持不同的 TTS 声色选择这些功能,都被我们砍掉了。回归到产品的核心:我们做的是理科场景的知识学习,那么图形渲染的精确性就是核心。 Founder Park:生成时长当时是怎么取舍的? Kai:那时候最高的峰值时长大概是 6 分钟。当时的主要考量是,普通题目的讲解和知识点讲解不应该超过 6 分钟。但后续的反馈中,我们发现有些学习能力不是那么好的学生,希望内容讲得慢一点、深入一点。我们意识到时长不应该做限制,更多还是取决于用户的学习能力。 Founder Park:现在最长能到多长时间? Kai:最长应该在一个小时以内,可以一直打破砂锅问到底。边交流边实时生成,不过这个功能是最近上的,最开始的版本是没有的。 Founder Park:有没有当时想做,后来发现没那么重要就先不做的功能? Kai:比如说 App。当时觉得是不是要快速开发 App,但后来发现美国大部分学生基本上都是用 Laptop 或者 iPad 学习,美国大部分 K12 学校都会给学生发一台 Chromebook 电脑,电脑高度普及,他们的作业也都是在电脑上完成。高中生基本上人手一台电脑,手机在学习场景的占比不到 5%,比例很低。 Founder Park:所以如果是一款主打教育或者学生群体的产品,网页端是首先要做的,App 反倒没那么重要。 Kai:对,当时其实已经知道这个数据了,毕竟在美国上学多年。后来我们从早期的几万名用户里挖了 100 个学生做调研,这 100 个学生里面 90 多个都有电脑,所以我们更加确信了这一点。 Founder Park:你们上线第一个版本时,也是瞄准 K12 群体来做的吗? Kai:是的,之后也是瞄准这个群体。我们跟 Gauth 不算竞品,我们更多的是做考试培训场景。美国大量高中生本身就会选择线下培训或者在线学习平台,而 VideoTutor 很好地把这个需求平移了过来。 Founder Park:K12 会是你们起码一年内的核心用户群体吗? Kai:应该是两年以内的核心指标。 用大模型,但不只依靠大模型 Founder Park:简单介绍一下你们现在的技术实现方案吧?VideoTutor 在生成课程、图表这块确实做得比其他视频生成模型好很多,甚至在很多模型连文字都无法准确生成的时候,你们的技术让人很惊喜。 James:我们生成的视频既有文字也有图案。大概的生产流程就是:让大语言模型去生成文字和对应的动画指令,然后动画指令再经过我们的动画引擎渲染,最终呈现在视频上。 文字部分相对简单,我们让大语言模型生成文本,然后直接渲染上去。但动画部分,是我们自己的一个数学动画渲染引擎生成的。它的优点在于渲染坐标轴、几何图形等内容的精确度非常高,而这正是我们的核心技术所在。 现在的大语言模型输出的只是文本,我们做的这套 agent 就相当于给了大语言模型一张纸和一支笔,让它能把它想象中合适的教学动画给画出来。画出来的那一部分,就全是我们的技术了。 Founder Park:整个视频最后的合成,包括音视频,是怎么处理的? James:一开始用户会传入一个 prompt,比如「什么是勾股定理?」。第一步,我们让大语言模型去推理所有场景,一般会规定 3 到 5 个场景,这取决于问题的难度。然后,模型会为每个场景生成大致的脚本。接着,再根据每个场景的脚本做第二次推理,生成场景中的文字、对应的图案和人声的文本。人声文本再用 TTS 合成。 最后,我们把所有场景拼接起来,组成一个完整的视频。 Founder Park:我理解第一版是这样的方案。现在加入了随时可交互的过程之后,生成过程是不是也有变化了? James:确实有变化。我们现在为了让用户能最快看到内容,会先生成第一个场景,让用户先看,后面的场景则在后台继续渲染。当用户提出问题时,我们会将他的人声转换为文本,然后把这个文本连同之前所有场景的内容一起交给大语言模型去推理,让它规划接下来的教学场景。后续场景的渲染流程就和之前一样了。 Founder Park:如果用户在听到一分钟时有个问题,他会直接提问。你们收到提问后,就把用户的提问和之前讲过的内容一起返回给模型处理。在这个过程中,用户提问完之后,动画是继续播还是会停下来? James:我们现在的延迟已经从一开始的二三十秒,压到了 5 秒以内。在交互上,我们会做一些过渡,让用户不会过多地关注这 5 秒,整个过程的衔接会比较丝滑。在 4-5 秒内,他就能看到根据他问题全新呈现的内容。 目前阶段的设计是,AI 老师会说:「嗯,我考虑一下」,然后把黑板一擦,就像真实模拟老师一样。你觉得讲得有问题,那我就擦掉重新给你写一遍,这样的流程会感觉比较自然。 而且我们不只是被动地等待用户提问,中途我们也会做 Quiz。我们会根据 Quiz 的反馈和用户的问题进行推理。而且我们不是完全自由麦,而是需要用户主动打开麦克风,有一个开启和关闭的动作。 Founder Park:所以基于这样的机制,最长大概能生成一个小时的讲解。 James:准确来说是没有限制的,如果他一直有问题,就可以一直问下去。 Kai:对,没有预设限制。其实 VideoTutor 做这个方向,也是随着多模态 AI 的进步,我们并不是在创造需求,而是在更好地满足已有的需求。你看线下的真人教育,为什么美国家长愿意付很贵的钱?因为美国教培行业更多是一对一教学,每小时 100 美金起步。就是因为线下的老师能做到引导式提问,我能观察到你哪里不会,然后接着问你。VideoTutor 也是尽量去实现这种真老师的教学效果,让每个孩子都能做到实时互动、实时教学。 Founder Park:学生上课时,会要求开启摄像头吗? Kai:不太会。学生是否开摄像头主要取决于美国的隐私法案。产品里面不太会设计强制开启的功能,是否开启取决于学生的意愿。主要的交互还是通过提问和语音反馈。 Founder Park:技术上,你们是采用小模型和云端大模型配合的策略,还是怎么样? Kai:是一种配合。我们内部有一个数据集,现在已经有超过 10 万多条的视频数据。这些数据中比较好的都会被人工进行二次标注,然后用来训练微调模型。比如我们现有超过 8000 条的 SAT 样本训练数据。这些微调过的小模型会配合云端的通用商用模型像 Claude、Gemini 来做。 Founder Park:用 Claude、Gemini 还是 GPT,会对产品的核心性能有影响吗? Kai:我们主要涉及 K12 领域,基础模型的水平已经足够了。但为了确保 100% 正确,我们会调用两个模型同时校对,如果两个模型答案一致,那基本就不会出错。在代码生成方面,更多还是以 Claude 为主,它的代码能力比较好。 Founder Park:现在产品的技术瓶颈在哪?是模型能力还是代码生成? Kai:模型能力是其中一环。还有就是渲染,现在已经攻克到 5 秒以内,随着 GPU 的更多部署还能更快。另外一个就是长期记忆能力。我们需要对学生进行长期的学习行为数据积累,知道这个学生有哪些知识点不懂,比如一个月前学的知识点忘了,可以重新提醒他。 James:我们在渲染时间上其实下了很多功夫,一直在做技术突破,从一开始的 2 分钟到 1 分钟,再到现在的 10 秒以内。我们最终的目标是希望能做到基本没有延迟的渲染,用户一问,推理一结束马上就出结果。这是我们团队目前在攻克的一个难题,但已经找到了新方向。 不看完播率,只看最终考试分数 Founder Park:现阶段怎么衡量产品的核心指标?怎么判断一个视频对用户是有用的? Kai:最核心的一个指标就是考试。在新版本里,你看完视频,结尾会有一个 quiz,做对了就证明你理解了,没做对就证明没讲明白。 学习效果没办法只看完播率,有些学生可能看一半就懂了。在他看一半的时候给他做个测试,通过了,剩下的就不需要看了。我们产品的核心指标,就是看多少学生在这里提高了分数。 Founder Park:但他最终的考试是在别的场景完成的,你们怎么得到他是否通过的这个结果? Kai:这就要说到美国的产品文化,就是用户使用产品后,得到好的结果,会有一种自发性的分享。很多学生用完 VideoTutor 考完 SAT 后,会主动过来分享他们的使用体验和成绩。我们还会让他们成为校园大使,进行二次传播。 我们有 20 个高中生组成的校园大使。其实你看 Mercor 早期非常成功,用的就是典型的「用户成功故事」模式。Mercor 早期帮很多印度程序员找到了美国的工作,然后他们就会联系这些用户,给他们拍一个 user story,讲怎么用 Mercor 找到工作的。这形成了很好的口碑传播。VideoTutor 也是一个道理,我们要的就是更多学生使用产品后达到非常好的效果,然后把这些学生的经历做成 user story 分享出去。 Founder Park:学生主要分享的渠道是在哪? Kai:学生主要在 TikTok,家长在 Facebook 的群组里。 Founder Park:如果把时间放到半年或一年的时间维度,你们规划的产品增长方式是怎样的? Kai:我觉得本质上,VideoTutor 核心还是一个 C 端用户产品,口碑传播非常重要。很多成功的 AI 应用早期都是靠种子用户的口碑,比如设计师用了觉得好,就传播开了。对我们来说,核心指标就是有多少 SAT 考生用了这个产品后考了高分,然后传播给其他孩子和家长。家长主要用 Facebook 和 Instagram,学生用 TikTok,我们会在这些平台上传播。当形成这种共识性的口碑时,学校老师自然而然就会意识到。我们早期能被这么多学校知道,就是因为很多老师用了觉得不错,推荐给了学校的采购负责人。所以,最核心的还是 C 端用户的口碑传播,多少孩子用了之后提高了分数是关键指标。 Founder Park:新版本大概的状态和推出的时间规划是怎样的? Kai:我们希望最快在两个月以内正式 public release。届时学生能够以很低的延迟做到所问即所答,并且理科场景的图形渲染能做到 100% 准确。当然,我们暂时不会覆盖竞赛场景或者像线性代数这种复杂的大学知识,更多还是覆盖 K12 领域。 Founder Park:VideoTutor 现在的壁垒或者护城河是什么? Kai:我觉得有几点。第一是数据飞轮。视频背后都是代码,用户生成的好的视频数据,经过二次标注后,就能被重新训练微调模型。越多的数据,视频效果就越好。另外就是学习行为数据,我们知道不同学生哪个知识点薄弱,就能建立起数据飞轮,越多人用,产品就越懂学生。第二是领先的技术优势,比如动画引擎的算法。虽然算法本身不是最核心的优势,但随着我们快速迭代,数据越来越多,优势会更明显。 第三是品牌,VideoTutor 已经在北美家长圈里成为 AI 教育领域的一个头部品牌了,家长的信任度也是一种无形的壁垒。 Founder Park:三到五年后,你预期 VideoTutor 最终会成长成一个什么样的产品? Kai:我们希望未来 VideoTutor 能成为每个人学习理科知识的 AI 老师。我们只做理科。我觉得未来它会超过多邻国。多邻国是一个世界级的语言学习产品,但在 STEM 理科场景,过去一直没有出现世界级的产品,因为理科需要太多图形渲染。现在基础模型的技术已经 ready 了,所以我觉得理科场景会诞生下一个「多邻国」。 招人,尤其想要国内大厂出来的人 Founder Park:你之前有过几次创业经历,大概都是做什么的? Kai:我现在大三。大一的时候就和 James 一起创业做教育产品,拿了 20 万美金的天使投资。虽然那次失败了,但学到了宝贵的经验:你不能陷入同质化的竞争。当时我们做的 App,市面上有很多同类产品,早期就不得不陷入投流竞争,很难收费。 第二次创业,我是作为联合创始人加入另一个团队 MathGPTPro,待了几个月。在那个阶段,我学到了怎么看产品指标、如何打造产品、怎么做用户扩展。也是在那个时候,我得出一个结论:基于文字类的解答型教育产品已经到头了。因为它和 ChatGPT 没什么区别,而且过去像作业帮花很大代价做的结构化知识题库,也被大模型的编辑能力取代了。所以第三次创业,我就知道,可视化是必然的趋势。 赵凯在哈佛大学跟 Sam Altman pitch 的合影 Founder Park:过去的两段经历,除了让你认识到文字类产品的局限,在团队或其他方面,对你现在做 VideoTutor 有什么帮助吗? Kai:有很大帮助。 第一点,更好地判断方向和产品是否有未来。我会通过看竞品的网站流量、营收,来判断整个产品的
进化
方向。 第二点,产品打造方面,能更好地判断产品的开发节奏,包括产品设计、前后端对接、要看哪些指标。 第三点,团队管理和组织文化能力。我建立了更完整的管理制度,包括每个同学的分工、奖励和期权发放。还有,也学会了怎么去融资。这一轮 1000 万美金的融资,我们在 20 天以内就完成了。 Founder Park:你们现在团队有多少人? Kai:6 个人,大家住在一起。 Founder Park:团队最初是怎么搭建起来的? Kai:我跟 James 已经创业两次了。我们俩都是一个学校毕业的,大一的时候就一起做了一款 App。大二的时候,我跟另外两个人一起创业,大家彼此都认识了。当意识到这个技术能带来非常大的产品愿景时,我们就联系组队来做这个产品。之前大家都是校友,包括团队另一个合伙人 Nick 也是我的大学室友。 Founder Park:你们现在也准备扩招,想招什么样的人? Kai:我们主要招后端、前端、大语言模型和 UI/UX 方面的,希望是有经验的。因为我们现在已经跨过了试错阶段,进入了产品快速 build 的阶段,需要有经验的人来帮助我们成长。 Founder Park:需要有经验的工程师、产品经理和增长负责人,来把产品从 1 做到 10,甚至从 10 做到 100。 Kai:是的,就是这个阶段。我们预期把团队扩充到 9 到 10 个人,核心还是以招工程师为优先。 这次招的可能会在国内,所以是 in-person 和远程混合的方式。 Founder Park:希望这个人是什么画像的? Kai:我们更希望他是在一些大厂经历过的,比如字节、美团。因为字节是一个高速、比较卷的组织文化,重视年轻人。在字节训练过的人,有比较好的方法论和能力,加入我们之后能把这些成功的经验带进来,进行融合学习。 想要在国内大厂打过硬仗、有快速迭代经验的人。我们已经度过学生创业阶段了,不太需要招新手,更多需要招一些有经验,但又不是那种完全的「行业老炮」。因为行业老炮可能要顾及家庭,没办法那么卷。所以中间层次的,年轻又能卷的就比较好。 我们愿意给优秀的人才丰富的期权。我们虽然融了 1100 万美金,但为什么没在美国招工程师?就是因为我们觉得国内的产品力和工程能力真的非常好。这一波 100% 会有华人经营的团队打造出伟大的产品,在国际上跑出来。现在很多 AI 应用层面都是华人打造的,国内的工程能力真的很厉害。这也是我们的优势,要利用中美两国之间的优势。 硅谷的大学生,都在 AI 创业了 Founder Park:现在尤其是在硅谷,大学生创业的趋势特别明显,你看到的是一个什么样的状态? Kai:看一个事实,就说这轮百亿美金估值的公司:主打 AI 招聘的 Mercor,已经完成 3 亿多美金的新的融资,估值已经百亿美金;而 Cursor 已经是板上钉钉的 100 亿美金估值。对应的还有像 GPTZero、Pika 等等。这些都是大学生创业项目,尤其是 Cursor 和 Mercor 的创始人都是大三辍学生。 这一波年轻人创业,都有一个特点,就是高度差异化竞争。他们在极其窄的领域里专注去做,没有做通用的东西。比如 Mercor 做 AI 招聘,一开始就只做印度程序员的招募。 第二点是环境。整个硅谷的资本环境和底层创新,像斯坦福、YC、Peter Thiel 的基金,都在最早的阶段支持大学生创业,不管你有没有成熟的想法,都愿意支持你,并且提供强大的人脉网络。 第三点,我觉得是这些大学生的品质。无论是我们,还是硅谷出来的这些大学生,都有非常勇敢的冒险精神和极强的学习能力。这种勇敢闯荡的精神,国内很多学生可能不太具备。因为在硅谷,身边有很多同龄人成功的案例激励着你,资本环境也愿意相信年轻人。 对我来说,当时也对比过成本和收益。如果我选择读完大学再找工作,未必能还得起家里的留学成本,也未必有很大的收益回报。但如果选择创业,我能在最年轻的时候去疯狂学习,我的人生就有无限的可能。我从小就想创立一家伟大的公司。 Founder Park:为什么今天这一代大学生创业能做出百亿美金的公司,而以前可能卖个一两千万美金就算很了不起了?这里面有 AI 的热潮和泡沫因素吗? Kai:我觉得不完全是泡沫。Cursor 有 4.5 亿美金的真实营收,这是很可靠的。这背后,是这一代年轻团队的方法论和认知 insight 非常关键。你看这些团队,背景都挺优秀,他们有非常好的学习能力。 Cursor 早期就是靠身边的大学生程序员,这些人对 AI 接受度高,给了很强的反馈。创始人本身也是个小天才工程师,能深刻理解用户,工程迭代能力强,早期就四个人把产品干起来了。他们把产品迭代好之后,就形成了用户口碑,有了营收,投资人也怕错过下一个 Mark Zuckerberg,所以资本又来助力。 最底层的条件是,AI 这波很多技术是新的,年轻人学习速度快,又务实、靠谱、敢干,所以有极致的用户理解和超快的迭代速度,去击败传统的产品。比如在 Cursor 之前,GitHub Copilot 做得也挺好,但为什么没干过它?就是因为用户体验和执行速度。 Founder Park:是不是可以说,因为 AI 是个新技术,所以很多产品认知也需要用新的角度来看? Kai:对,年轻这一代比上一代创业者有更深的认知见解,能离用户更近。现在主流的 AI 用户都是 00 后了,他们学习和反馈的迭代速度、包容程度,都比上一辈创业者更快。 所以,认知迭代速度是核心。移动互联网时代,技术迭代是以年或者季度为单位的,但 AI 时代,技术迭代可能是以天为单位的。作为 founder,你必须快速学习,而年轻人更能熬夜,更有拼劲。 Founder Park:之前有媒体说硅谷很多创始人也开始 996 了,你们怎么看? Kai:我身边一些白人创业者朋友,融了很多钱,也 996。他们也跟我们一样,租个大 house,所有人生活在一起办公。我觉得 996 更多是环境所迫,现在硅谷有点像淘金热,大家都不想落后,那就只能比产品迭代速度,必须熬夜快速迭代。这是一种环境塑造,倒逼人必须这么做。 Founder Park:硅谷的这些大学生创业,在赛道选择上有什么趋势吗? Kai:我觉得无论是我们做教育,还是其他人,大家都有一个趋势,就是在自己的舒适圈里创业。舒适圈指的是你对这个领域和用户足够了解。Cursor 创始人对 coding 非常了解,我们做教育也是因为对这个人群足够了解。现在的年轻人更多是在自己已有的认知舒适圈里创业,不再贸然跳到一个不了解的领域。因为这样你获得的用户的反馈才足够快、足够正确。 还有认知叠加。我们三次都做教育,我的认知是不断叠加的。这帮大学生不太会贸然做自己过去没干过的事,都是想着怎么干得更好。他们有新一代的思维方式,在自己认知圈里不断迭代,勇于创造机会。 还有一点是勇敢闯荡的精神,不太会因为别人的否定而否定自己,有一种「I don't care what you think about me」的态度,非常自信。背后就是「高速实验」的文化,我知道我产品还没 ready,但我不管,快速上线、快速迭代、快速反馈。 Founder Park:这个风潮大概是从什么时候开始的? Kai:我觉得是一种共识性的成功。当大家看到像 GPTZero 这样的项目,从宿舍里成长起来,不断迭代,然后获得资本助力和用户认可,这种快速试错、快速爆发的成功案例多了,就形成了共识。 一句话,「Better done than perfect」,完成比完美更重要。而且大家也不太担心竞争,硅谷很多 founder 都愿意把自己的产品理念讲出来,不怕你抄,我只要快速迭代就好。我觉得这一波年轻人还有很好的 story telling 的能力,这种讲故事不是假大空,而是在务实求真的基础上,加上自己对未来的展望。 Founder Park:先把自己营销出去。 Kai:对。我觉得底层的观念在于冒险精神和极度自信。在这种驱动下,他们就不断勇敢试错,不怕讲错话。大胆地讲自己的产品理念,大胆去执行,错了大不了再改。这种不怕试错的文化,促成了这一波大学生创业的热潮和成功。 美国那边的 VC 也都会看大学生的项目,YC 每期都会固定投一些大学生的项目。 融资是 VideoTutor 现在最不需要担心的事情 Founder Park:如果回到刚做 VideoTutor 的时候,你会给自己提什么建议?有什么可以做得更好的地方? Kai:我觉得应该是节奏更快一点。还有就是团队组成。VideoTutor 的团队是经过多轮磨合的。如果早知道,我会更早地根据产品需要的技能画像,去更好地组建团队。我觉得创业回归到最后,组织能力非常关键。我会花更多时间在组织能力上:选人、识人、用好人。 现在的团队适合从 0 到 1 的成长,但要把 VideoTutor 做得更大,还是需要更有工作经验的人加入进来,把他们优秀的经验和能力带到团队,帮助整个团队共同成长。 Founder Park:未来半年内,你觉得 VideoTutor 可能会遇到什么样的产品或技术难题? Kai:我觉得一个是渲染,要降到真正的零延迟,还需要工程上的突破。第二点是增长方面,我觉得是产品的 taste,这背后包含很多东西,比如 UI、交互设计是否丝滑完美,功能交互是否没有 bug,视觉布局是否漂亮等等。这些对我们来说都是考验。 James:我觉得一开始我们对 VideoTutor 的定位是针对所有学科的可视化教学辅导,但后来我们做得非常垂直,只针对数学领域,因为那是我们最擅长的。我们的数学渲染引擎是最专业的。接下来重点要突破的,可能就是横向扩展。比如,如何把可视化的优势带到文科类场景?比如解释「锄禾日当午,汗滴禾下土」。这是我们接下来在技术上要考虑的点。 Founder Park:会因为创始人的背景在后续扩张上遇到困扰吗? Kai:不太会。其实有很多大的 VC 都找过我们,像 a16z 这些,不会在太早期出手,而是在团队已经有成功迹象时再助力,这样他们知道投资不会失败。我们和很多大 VC 都保持着很好的关系。 融资是 VideoTutor 最不需要担心的事情,最需要担心的还是围绕着用户生态和产品。
lg
...
财经智选
10-31 04:31
点击加载更多
24小时热点
中国突然祭出重磅举措引爆黄金市场大行情!金价暴跌近40美元 怎么回事?
lg
...
中美突发重大警告! 美财长贝森特:若出现这种情况 美国准备提高对华关税
lg
...
中美突发重磅!中国将暂停部分稀土管制措施 并停止对美国芯片公司的调查
lg
...
特朗普一句话挑清中美芯片战!非农缺席取而代之的是TA,美联储鹰姿刺激美元
lg
...
【直击亚市】中国一则消息重挫黄金!强财报+中美缓和刺激人气,美国政府还在停摆
lg
...
最新话题
更多
#AI热潮:从芯片到资本的竞赛#
lg
...
13讨论
#SFFE2030--FX168“可持续发展金融企业”评选#
lg
...
36讨论
#VIP会员尊享#
lg
...
1989讨论
#比特日报#
lg
...
10讨论
#Web3项目情报站#
lg
...
6讨论