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
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
比亚迪:昔日卷王反 “被卷”,迪王能否成功破局?
go
lg
...
在 8 月宣布其第五代 DM 技术再次
进化
,NEDC 百公里亏电油耗大幅降低 10%,达到 2.6L。 而在智能化上,一直以来智能化都是比亚迪的明显的短板,比亚迪也在研发费用上狂投,全力押注智能化下半场,为下一个大新品周期做准备。 比亚迪目前合作的智能驾驶硬件供应商包括英伟达、地平线、德州仪器、华为等,而公司供应链方案与自研方案并重,但在战略方向上以转向自研为主(自研智驾芯片 + 算法),层层加码押注智能化下半场,同时致力于提升技术自主性和成本控制力。 2)销售费用:销售费用 61 亿,对于经销商返利有所收回 三季度销售费用 61 亿,低于市场预期 67 亿,环比上季度下滑了 1.3 亿,由于比亚迪中低端车型基本都采取经销的模式,而二季度比亚迪向经销商仍有返利(单车 666 元),三季度该返利政策取消,带动了本季度销售费用的环比下滑。 3)管理费用:环比下滑 6 亿元 本季度管理费用 48.8 亿,大幅低于市场预期的 54.5 亿元,同样也呈现缩窄趋势。 而如果看比亚迪的单车核心利润情况(核心经营利润=总毛利 - 三费),比亚迪的单车核心经营利润终于也有所回升,从上季度的最低谷 0.25 万元回升至本季度 0.57 万元,基本与一季度持平,环比回升的主要原因仍然是卖车毛利率的环比上行,以及对三费的大幅缩减,核心经营利润率也从上季度的 1.4% 环比上行至本季度 3.2%。 3. 比亚迪市占率仍还在下滑轨道 从按季追踪的比亚迪市占率表现来看,比亚迪整体卖车市占率自 2024 年二季度达到高点 36% 之后就一路下滑,今年三季度市占率已经环比下滑 3.6 个百分点至 27.4%。 具体来看: 1)插混技术代差被追平,价格战受限下市占率仍处于下滑轨道: 比亚迪的 DM 5.0 技术虽然在 8 月有所小升级,将百公里馈电油耗从 2.9L 降至 2.6L,但同样吉利在 2025 年 6 月也发布了雷神电混 2.0 技术,百公里油耗从 2.9L 降至 2.67L,而其他插混玩家也发布了奇瑞 C-DM 6.0 技术,比亚迪插混技术的领先优势基本已经被追平。 同样比亚迪调价策略仍然受制于 “反内卷” 限制,无法掀起行业大规模的价格战,尤其在智驾版车型不急预期的情况下,市占率正在被同样位于 10-20 万元的大众市场玩家零跑,吉利,长城,长安,奇瑞等逐步瓦解,仍处于下行轨道中。 但比亚迪于 9 月对插混车型陆续推出了更大电池更长续航的版本,加量不加价(如 9 月推出秦 Plus 128km 纯电续航车型,相比 2 月推出的 55km 纯电续航有所提升,一方面是为了应对新能源购置税减半征收的要求,另一方面也是为了防守逐步被竟对啃食的插混基本盘。 2)纯电车型销量和市占率都在环比下滑: 纯电车型方面,虽然今年 3 月比亚迪推出了超级 E 平台,配备新一代超快充电池 + 高性能电机 +SIC 芯片(支持 1500 伏高压并在 200°C 高温下工作),可充电 5 分钟实现 400 公里续航,但目前该技术还只应用于汉 L 和唐 L 等 20 万以上高端车型,且比亚迪超充桩的建设仍还在逐步建设中,仍然没有守住纯电的市场份额。 三季度比亚迪纯电车型销量环比下滑了 4% 至 58 万辆,同样纯电市占率也下滑了 3.6 个百分点至 22.7%。 但比亚迪计划降低 “超级 E 平台 “成本,目前已在合肥建立 SIC 工厂,能够降低 SIC 成本 30%-50% 并支持 100 万台汽车,使在低价纯电车型上也搭载该技术(低于 15 万元的车型),从而实现对纯电基本盘的有效防守。 4. 比亚迪去库存基本完成,库存水位已恢复到合理水平 从比亚迪本季度自身的库存水位来看,二季度开始就已经在去库存,存货周转天数从一季度库存高点 90 天下滑到三季度 79 天,处于合理水平。 同时从比亚迪经销商库存的变化来看,比亚迪自自 6 月开始就在减产去库存,6 月比亚迪通过实施 “熔断” 机制,精简 SKU,加快返利等措施,目前比亚迪经销商库存深度也已经恢复到合理水位。 5. 出海三季度环比有所下滑,但预计整体向上趋势不改 比亚迪一直被市场期待的两个方向:高端化和出海,高端化突破仍然较难,需要智能化 + 品牌力 + 营销端的三重发力,虽然比亚迪在高端化上发力已久,但目前效果仍然较为一般,比亚迪在原先定位高端化的品牌方程豹上也在开始推出 10-20 万元的平价版车型,如钛 3 和钛 7。 而今年比亚迪的出海趋势仍然表现不错,虽然三季度环比略有下滑,但整体出海向上趋势不改,也是比亚迪发力的重点方向,尤其在中国新能源车接近红海的竞争环境下,而海外车型预计单车净利能达到 1.4-1.6 万元,远高于国内约 0.4-0.6 万元,能提供更高的毛利和净利安全垫。 2025 年前三季度比亚迪出海销量 68.6 万辆,同比提升 130%,预计 2025 年出海销量能完成年初制定的 90-100 万海外销量目标。 比亚迪本季度资本开支虽有下滑,但相比于 2024 年 200 多亿的资本开支投入还是有明显上行,而比亚迪在建工厂本季度也环比上行 132 亿至 488 亿,结合比亚迪在国内已经减产和之前的增发行为,预计仍然还在为投入海外产能,尤其在 2026 年购置税退坡后,国内需求仍然存在较大不确定性,而海外对比亚迪 2026 年销量和利润的贡献则更为重要。
lg
...
海豚投研
10-31 01:15
Pepe币现底部反转信号 资金涌入Pepenode引爆新一轮百倍迷因币热潮
go
lg
...
Pepenode:Pepe文化的功能化
进化
当Pepe于底部筑势时,一个名为Pepenode的新项目正迅速吸引目光。该专案以Pepe文化为核心灵感,结合挖矿与游戏化元素,在预售阶段已筹集超过196万美元。其独创的「Mine-to-Earn」机制允许玩家透过游戏化挖矿参与生态,让模因文化与DeFi收益形成结合。 Pepenode的核心在于「节点挖矿」概念,用户可购买Miner Nodes建立虚拟挖矿机房,升级设备以提升收益,将传统被动挖矿转变为互动式参与。这种模式既提高了社群活跃度,也让投资更具娱乐属性。根据官方资料,目前质押年化报酬率高达649%,代币售价为0.0011227美元,并以递增机制定期上调,鼓励早期入场。 官网购买PEPENODE($PEPENOD) Pepenode亦与Best Wallet App合作,投资者可透过该应用程序的「Upcoming Tokens」功能使用ETH、USDT、USDC或信用卡直接购买代币。专家认为,Pepenode结合挖矿回报、meme文化与社群经济的三重优势,具备在下一轮牛市中成为百倍币的潜力。 模因币市场的重生与启示 从心理层面来看,Pepenode的兴起代表模因币文化的再造。过去的meme币多以短期炒作为主,而如今的市场更重视结构与功能。Pepenode正是这一转变的体现,它不仅继承了Pepe的文化精神,亦透过实际回报与社群参与机制,为meme经济注入可持续性。 Pepe的回调让市场重新定义价值与耐心,而Pepenode的崛起则揭示了模因币向长线化与功能化演进的方向。当鲸鱼与机构开始在底部布局,散户的离场反而为新资金留出了空间。技术结构与情绪周期的迭加,正在孕育下一场反弹。 官网购买PEPENODE($PEPENOD) 结论:恐惧之后的新机会 模因币的周期从来都是恐惧与重生的交替。Pepe的沉淀与Pepenode的成长,构成了2025年meme市场的双核心。前者象征经典的回归,后者则代表创新的延伸。当市场情绪逐步回暖、资金再度活跃,这两股力量将共同推动meme市场迈向新阶段。 对投资者而言,这不仅是价格游戏,更是一场文化与技术并进的实验。当恐惧消散、信心回归,Pepe与Pepenode的故事或将揭开模因币复苏的新篇章。 如果想考验自己对加密货币投资眼光,也可使用CoinFutures,这是一个综合表现优秀的加密货币期货交易平台,主打无需KYC、免注册帐户即可交易,并提供仿真真实市场波动的游戏化交易体验。用户可实时预测比特币、以太币等主流币种的价格走势,并选择做多或做空,最高可使用达1,000倍的杠杆,亦支持止盈与止损设置。虽然平台不涉及实际加密资产,市场数据为仿真生成,但其高灵活性与免验证的设计,对短期预测型交易者而言具吸引力。平台也支持随时提领收益,操作门坎极低。 试用投资平台CoinFutures 免责声明 加密货币投资风险高,价格波动大,可能导致资金损失。本文仅供参考,不构成投资建议。请自行研究(DYOR)并谨慎决策。
lg
...
Business2Community
10-30 17:48
卡位“十五五”AI与养老战略规划,拆解平安好医生三季报背后的估值锚点
go
lg
...
好医生的2025年第三季度,一条清晰的
进化
脉络已然显现:它正从一个高效的"医疗服务提供者",
进化
成为国民健康管理中不可或缺的"生态构建者"与"系统赋能者"。 然而,将视角拉长,公司的投资逻辑已然发生深刻变化。其股价的支撑不再依赖于单一的用户增长故事,而是AI技术变现能力的证实、医险协同模式下盈利质量的不断提升,以及在“十五五”政策红利下的长期成长确定性。 它的叙事,正从一家企业的业绩成长史,升维为如何借助科技与生态的力量,积极参与并塑造中国未来健康产业格局的宏大篇章。在政策与技术的双轮驱动下,其价值的深度与广度,无疑值得市场长期关注。
lg
...
格隆汇
10-30 14:56
波司登(3998.HK):高端化 + 场景多元重构价值,短长期利好共振
go
lg
...
季节”的认知,有望进一步突破气候限制,
进化
为都市衣橱的必备单品。 其二,波司登提升高端设计领域实力,带动品牌价值升级,向高端市场突破。 公司持续和具有国际影响力的设计师开展合作,推动品牌价值升级。Kim Jones曾任职于路易威登、Dior等一线奢侈品牌,还曾身兼Dior男装与Fendi女装双料艺术总监,称得上“奢侈品牌黄金设计师”。 该系列已在波司登天猫旗舰店上线的6款羽绒服产品,定价区间为2399至3999元,既体现了高端定位,又与传统奢侈品牌存在明显价差,或在当下理性消费、注重质价比的市场中具备较强竞争力。 上述两点也均将为波司登带来新的增量,使其长期增长拥有更多动力,保持较高的业绩确定性。 结合市场趋势进一步来看,我国羽绒服普及率仍低,需求仍待持续释放。根据申港证券及中商产业研究院数据,2022年中国羽绒服普及率约10%,显著低于欧美国家(30%以上)和日本(70%)。由此波司登的产品创新和品类重塑大有可为,将持续从中转化出发展动能,长期价值更值期待。 3、尾声 最后,还值得留意的是,近期多家机构密集发布研报覆盖波司登,传递乐观预期。 机构的一致看好,也是对波司登投资价值的集体确认。 其中,招商证券发布研报称,波司登近期亮相巴黎时装周,相继推出新品系列,并获得奢牌设计师的加盟,继续以标杆门店迎接旺季来临,维持“强烈推荐”评级。 国泰海通证券表示,考虑近期全国气温偏低、26年春节偏晚、公司品宣持续发力、原材料价格下行,看好公司旺季表现;按照1港币=0.91人民币,目标价6.31港元,维持“增持”评级。 东吴证券表示,波司登亮相巴黎时装周并引入前Dior设计师,品牌时尚调性持续升级,登峰概念店落地强化高端形象,叠加冷冬预期与春节延后利好,旺季销售动能充足,FY26盈利增长确定性高,维持“买入”评级。 长江证券提到,今年有望提前入冬,进一步提振羽绒服销售需求,波司登快反能力显著强于同行,旺季时有望通过快速补货上货以及产品动态调整保障销售强稳定性。去年整体天气偏暖销售低基数,今年有望需求回补,波司登有望在低基数下反弹,公司为低估值高股息且有望高增长标的,维持“买入”评级。 这些观点背后,整体展现了对波司登旺季表现和综合实力的认可。也共同指向一个核心判断:波司登的价值构建在持续
进化
的系统能力之上,这种确定性不仅支撑其短期表现,更为长期价值增长筑牢了基础,使其未来发展更值期待。
lg
...
格隆汇
10-30 13:55
市场焦点重回迷因币! DOGE多头掌控节奏、MAXI DOGE掀起新资金浪潮
go
lg
...
」。 MAXI DOGE:模因币经济的
进化
代表 当DOGE稳步运行之际,MAXI DOGE正以全新姿态切入市场。它延续了DOGE的社群精神,但以更成熟的经济设计与收益模型重塑了模因币的价值。MAXI DOGE让投资者不仅能享受价格上涨带来的收益,更可透过质押机制获得持续回报,将短期投机转化为被动收益。 目前MAXI DOGE的质押年化报酬率高达80%,形成「边持有、边赚取」的双重收益模式。这种结合DeFi收益与模因叙事的设计,使其在众多新币中脱颖而出,吸引了大量早期资金与社群关注。预售阶段已募集超过380万美元,巨鲸资金的提前入场凸显市场对其潜力的信任。 MAXI DOGE的成功不仅建立在市场热度上,更体现在其结构设计的可持续性。它的代币经济与收益模型互为支撑,让社群在参与过程中获得实际激励,进一步巩固了社群的黏着力。对比传统模因币仅依赖情绪与流量的模式,MAXI DOGE提供了更深层次的价值体系,成为模因经济向功能化、收益化发展的标誌。 新旧势力的交替与市场的选择 DOGE与MAXI DOGE的关係并非取代,而是延续与
进化
。DOGE象徵模因文化的起点,以幽默与社群凝聚力塑造出加密历史的经典篇章;而MAXI DOGE则是下一代模因的代表,它以更强的经济结构与投资回报,重新定义了模因币的价值逻辑。 市场氛围与2021年初的周期极为相似:比特币稳定走高、以太坊盘整蓄势,资金开始回流meme与高风险赛道。对投资者而言,这意味着新一轮布局机会的到来。当资金偏好逐渐回暖,投资人更倾向选择具真实收益机制与持续社群活力的项目,而MAXI DOGE正符合这一心理诉求。 在这场新旧交替中,DOGE仍是稳定与信任的象徵,而MAXI DOGE则承载着爆发与成长的潜能。对于追求长期稳定的投资者,DOGE提供了市场信心的基石;而对于寻找百倍潜力的冒险者,MAXI DOGE或许正是下个周期的主角。 官网购买Maxi Doge ($MAXI) 结论:模因币市场的新时代 模因币的故事远未结束。随着比特币重返高位、风险资金回流,市场情绪正在重新聚焦于创新与文化的结合。DOGE作为模因文化的起点,将继续引领情绪走向;而MAXI DOGE则以更完善的代币经济与收益设计,开启模因币的
进化
时代。 对2025年的投资者而言,这不仅是一场资金游戏,更是一场文化与经济的共鸣。当新一轮模因季正式展开,DOGE仍是情绪指标,而MAXI DOGE则是推动浪潮的新引擎。市场的故事将再次被重写,而新一个百倍神话,或许已悄然开始。 免责声明 加密货币投资风险高,价格波动大,可能导致资金损失。本文仅供参考,不构成投资建议。请自行研究(DYOR)并谨慎决策。
lg
...
Business2Community
10-30 11:25
交运设备板块涨跌不一!雅迪、爱玛等电动两轮车企业绩普遍大增,零际X7电摩预计明年一季度交付
go
lg
...
ud全时生态系统链接云端,实现数据实时
进化
。 开源证券指出,高端子品牌的扩充,有助于公司产品结构进一步优化,推动公司从制造型企业往科技型企业转型。
lg
...
金融界
10-30 11:15
"0代码"也能训练机器人,机器人有"灵魂"了?
go
lg
...
平台的智能机器人(如智元灵犀X2),就
进化
为了“iOS”或“Windows”系统。它首次将“创造权”交还给了用户。 正如iPhone的伟大不在于硬件本身,而在于其催生了App Store,使得全球数百万开发者能够为其创造无穷无尽的应用场景。灵创平台的出现,扮演的正是机器人领域的“App Store + 内容创作工具(如Photoshop/Premiere)”的角色。 它打破了机器人应用的“孤岛效应”。过去,一个为A场景开发的机器人程序,很难复用于B场景。而现在,一个创作者编排的“迎宾舞蹈”,可以被上千家商场一键下载、同步演绎;一个爱好者设计的“咖啡拉花”动作,也可以被无数咖啡厅采用。 这极大降低了应用的开发成本和部署周期,使得机器人商业化落地的正循环得以高速运转:更多创作者 → 更丰富的应用内容 → 更广泛的机器人部署 → 更多的数据回传 → 更智能的AI模型 → 吸引更多创作者。 二、产业链透视:「软件定义」如何重塑机器人价值链 灵创平台的发布,是“软件定义机器人”趋势下的一个标志性事件。它将对机器人上、中、下游全产业链的价值分配产生深远影响。 1.上游:硬件的“标准化”与“柔性化” 以减速器、伺服系统、控制器、传感器为代表的上游核心零部件,是机器人的“关节”与“神经”。在传统工业领域,零部件追求的是极致的刚性、精度与重复定位能力。 但在“软件定义”的新范式下,上游硬件面临两大新要求: ①标准化与兼容性: 软件平台(如灵创)需要适配多形态、多厂商的硬件。这就要求上游零部件必须提供标准化的数据接口与控制协议,便于被软件层统一调用与编排。 ②柔性与性价比: 当机器人需要执行舞蹈、服务等非标、柔性任务时,对零部件的“力控”能力(而非绝对刚性)提出了更高要求。同时,应用生态的爆发依赖于硬件成本的下降,这会倒逼上游零部件厂商通过技术迭代与规模效应,加速“国产替代”与“降本增效”的进程。 2.中游:从“卖硬件”到“卖平台” 对于智元、优必选、特斯拉等中游的机器人本体制造商而言,灵创这类平台是构建企业核心“护城河”的关键。 在未来,硬件的趋同性(如自由度、负载能力)将不可避免。真正的竞争壁垒在于“生态”。拥有最活跃开发者社区、最丰富应用内容的机器人平台,将像iOS和Android在智能手机市场一样,锁定用户和市场份额。 中游厂商的商业模式将发生根本性转变: ①从“一次性销售”转向“RaaS”(Robot as a Service,机器人即服务)。 硬件本身可能只是入口,而真正的利润来源于云端平台的服务费、内容(动作)的分成、开发者的订阅费等。 ②从“硬件定义”转向“平台定义”。 厂商的核心能力不再仅仅是机械工程,更是AI算法、云平台架构和生态运营能力。 3.下游:“长尾场景”的指数级爆发 下游应用与集成,是灵创平台引爆的“主战场”。 过去,只有像汽车制造、3C电子这样需求量巨大、场景高度标准化的行业,才能负担得起机器人应用的开发成本。而大量的、分散的“长尾场景”(Long-tail Scenarios)——如餐饮、零售、康养、教育、娱乐——则是一片蓝海,传统模式无法触及。 灵创的0代码特性,使得这些“长尾”行业(例如一家精品咖啡店、一个社区康养中心、一个小型剧团)的经营者,甚至是一名大学生,都能成为机器人应用的“集成商”。 咖啡店老板可以自己编排一套“机器人手冲咖啡+拉花”的流程;教师可以为机器人设计“AI助教”的互动课程;商场运营者可以每周为迎宾机器人更换不同的主题舞蹈和促销话术。 这种“应用民主化”的浪潮,将使得机器人渗透的场景从“二八定律”中的“二”(头部工业),彻底释放到“八”(海量服务业),真正开启一个万亿级的广阔市场。 未来以灵创平台为代表的“0代码”机器人平台在长尾场景可能的应用(来源:ChatGPT生成) 三、投资逻辑:为何说“生态爆发”是机器人赛道的黄金转折点? 智元灵创平台的推出,不是一个孤立的技术节点,而是机器人产业从“硬件驱动”的第一阶段,迈向“软件定义、生态致胜”的第二阶段的关键转折点。它极大缩短了从技术到商业的落地路径,为产业链的价值重估打开了全新的想象空间。 对于国内投资者而言,把握这一历史性机遇,其核心逻辑在于: 1.长期成长逻辑:产业天花板被“应用生态”彻底打开 机器人替代人工的长期逻辑(如老龄化、劳动力成本上升)已是共识。但这个“替代”的速度和广度,过去一直受限于“软件开发成本”这一最大瓶颈。灵创这类平台的出现,本质上是将机器人应用的边际开发成本降至接近于零。这使得机器人的“总可达市场”(TAM)不再局限于高价值的工业场景,而是扩展到人类生产生活的每一个角落。产业的天花板由此前的“硬件成本”限制,转变为“创作者想象力”的无限空间。 2.短期催化逻辑:“示范效应”点燃市场情绪与资本投入 正如特斯拉机器人每一次笨拙又真实的演示总能刷屏全球,灵创平台将创造出源源不断的、极具创意的机器人内容。这些鲜活的“示范效应”是最佳的市场兴奋剂,它们将穿透专业圈层,直达大众视野,持续点燃市场情绪,吸引敏锐的资本加速涌入赛道,最终形成“创意内容引爆 → 大众热议关注 → 资本加码押注 → 产业估值提升”的强劲正向循环。 3.产业链传导逻辑:“软件赋能”与“硬件放量”的戴维斯双击 “灵创”的出现,将同时利好软件和硬件。一方面,它确立了AI算法、大模型、软件平台在产业链中的核心价值地位;另一方面,应用生态的繁荣,必将带来机器人本体(中游)和核心零部件(上游)的规模化放量。软件的“高毛利”与硬件的“大营收”有望在产业龙头上实现叠加,形成“戴维斯双击”的理想投资模型。 4.ETF配置逻辑:分散化布局,捕捉“生态型”增长的β收益 在产业爆发的早期阶段,要精准“押注”某一家硬件公司、某一个软件平台或某一种技术路线(如“特斯拉链”vs“宇树链”vs“智元链”),风险极高。 而机器人ETF(562500)的价值在于,它提供的是一篮子的、分散化的配置方案。它不仅捕捉硬件制造的价值,更深度布局了“软件定义”与“AI赋能”的核心趋势,旨在全面覆盖机器人产业链的各个核心环节,实现“AI赋能”与“硬件基石”的均衡配置: ①一键囊括全产业链龙头:机器人ETF(562500)紧密跟踪中证机器人指数,成分股覆盖了从上游核心零部件、中游本体制造到下游应用集成的龙头企业。 表:中证机器人指数前十大成分股(来源:中证指数公司,Wind,数据截止2025年10月28日) ②“硬件基石”稳固:指数囊括了如汇川技术(伺服系统与控制器龙头)、绿的谐波/双环传动(精密减速器龙头)、鸣志电器(空心杯电机)等上游核心零部件供应商。这些是机器人实现“灵动”的物理基础,是“灵创”平台实现动作的执行端,将直接受益于机器人本体的规模化放量。 ③“AI灵魂”高企: 指数同样高比例配置了如科大讯飞(AI语音与认知大模型)、奥比中光(3D视觉传感器)、石头科技/科沃斯(下游应用场景的集大成者)等。这些企业代表了机器人的“大脑”和“眼睛”,是“灵创”这类平台赖以运行的AI算法与感知能力的提供者。 ④规模与流动性优势,汇聚市场“引力场”:截至2025年10月28日,机器人ETF(562500)规模已超过230亿元。作为全市场唯一规模超二百亿元的机器人主题ETF,机器人ETF(562500)凭借其“一骑绝尘”的规模体量与充沛的二级市场流动性,形成了强大的市场“虹吸效应”。这不仅为大资金提供了便捷的进出通道,也确保了ETF价格与其净值的紧密贴合,为投资者提供了高效、低摩擦的交易体验。 0代码的魔方已经开始转动。当千万创作者的想象力被AI赋予了驱动现实物理世界的能力,机器人产业便不再仅仅是工程师的精密蓝图,而是所有人得以参与共创的、充满无限可能的未来生态。浪潮已至,唯有远见者,能驭浪而行。 风险提示:以上基金风险等级为R4(中高风险)。以上基金属于股票基金,风险与收益高于混合基金、债券基金与货币市场基金。个股不作为推荐。投资者在投资基金之前,请仔细阅读基金的《基金合同》、《招募说明书》和《产品资料概要》等基金法律文件,充分认识基金的风险收益特征和产品特性,并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力,在了解产品情况及销售适当性意见的基础上,理性判断并谨慎做出投资决策,独立承担投资风险。指数表现不代表产品业绩,二级市场价格表现不代表净值业绩。本基金为ETF基金,投资者投资于本基金面临跟踪误差控制未达约定目标、指数编制机构停止服务、成份券停牌等潜在风险、标的指数回报与股票市场平均回报偏离的风险、标的指数波动的风险、基金投资组合回报与标的指数回报偏离的风险、标的指数变更的风险、基金份额二级市场交易价格折溢价的风险、申购赎回清单差错风险、参考IOPV决策和IOPV计算错误的风险、退市风险、投资者申购赎回失败的风险、基金份额赎回对价的变现风险、衍生品投资风险等。 本资料不作为任何法律文件,观点仅供参考,资料中的所有信息或所表达意见不构成投资、法律、会计或税务的最终操作建议,我公司不就资料中的内容对最终操作建议做出任何担保。在任何情况下,本公司不对任何人因使用本资料中的任何内容所引致的任何损失负任何责任。市场有风险,入市需谨慎。
lg
...
证券之星
10-30 10:56
N7东京首秀,让中国智造走向全球
go
lg
...
智造”的硬核实力!N7的产品力还在不断
进化
。上市短短数月,N7完成了两次大版本OTA升级,升级为满血版N7,在8月还推出秋季新品“玫瑰摩卡”内饰,赢得无数用户的青睐。 快速迭代、持续焕新,N7用行动诠释“为用户而
进化
”,以全面拉满的舒适与智能,成功圈粉年轻用户。 为中国向世界,尽兴由NI N7从中国出发,走向世界。它印证了一点:当中国的创新活力与日产的全球高品质基因相结合,一定能碰撞出更美好的出行未来!接下来东风日产还将有N6、天籁·鸿蒙座舱等多款产品推出,让我们拭目以待!
lg
...
金融界
10-29 23:33
值得买科技10月AI进展分享会:AI重构兴趣内容与营销生态,驱动消费全链路升级
go
lg
...
产生幸福感。”杨宁表示。 “日晟星罗”
进化
:AI驱动营销内容提质增效,助力品牌生意全面增长 作为值得买科技旗下智能营销板块的代表业务,日晟星罗专注于品牌在内容平台全链路经营,提供营销传播、品牌旗舰店运营、品牌直播代运营、达人合作、短视频内容制作、广告投放、策略支持等服务,并已将AI技术应用于商家匹配、内容创作、投放优化等业务全流程,助力品牌精准高效触达及转化用户,实现跨越式增长。 分享会上,日晟星罗高级总监高扬从行业痛点出发,结合营销场景与实战案例,详细介绍了业务在AI视频投放中的操作路径与实践心得,并针对商家关切的“如何借AI提升内容质量、打造爆款视频、降低广告成本、提升产出效率”等核心问题进行了拆解与回应。 在广告投放领域,优质视频内容正成为驱动收益增长的关键力量,贯穿“广告曝光—内容种草—购买转化”全链路,助力品牌实现高效触达、情感共鸣与认知深化。随着AI技术的融入,品牌将以更低成本获取更高质量的创意内容与更精准的曝光,实现营销效率与效果的双重提升。 高扬结合真实的品牌营销服务案例,对AI如何助力广告内容与投放的降本、提效、提质进行了重点分享。在效果优化上,日晟星罗利用AI打造广告前3秒“黄金钩”素材,精准锁定用户注意力,不仅提升广告点击率与完播率,更能依托持续的产品价值诠释,推动营销链路实现从“高停留”到“高点击”再到“高转化”的效果。 此外,AI还从内容质量与应用边界方面为广告营销注入了新动能,能充分发挥创意优势,不受实景拍摄中人物与场景的限制,进一步帮助日晟星罗突破限制,为营销创意落地提供更灵活的解决方案。 当前,日晟星罗主导的抖音DP业务聚焦美妆、奢侈品、家居科技等高净值领域,服务了雅诗兰黛、LVMH、宝洁、爱茉莉、戴森等多个国际知名企业与品牌。凭借专业的服务能力、优质的服务成果,日晟星罗已获得“抖音电商钻石服务商”“FACT 好内容服务商”“SCI 巨量云图认证”等多个抖音电商官方关键资质。 高扬表示,星罗将持续深化“AI+营销”的前沿探索和落地,推进AI技术与营销场景的融合,并系统化总结和升级实战方法论,为品牌提供更全面、定制化的营销解决方案,助力品牌在AI时代抢占营销先机,实现生意全域增长与长效发展。 作为一家AI与内容驱动的数字消费服务集团,值得买科技也将坚定实施“全面AI”战略,加速探索“AI+消费”新场景、新模式、新产品,推进业务场景与AI技术的深度融合,推动AI对相关业务场景商业生态的重塑与升级,不断提升品牌与用户的连接效率,创造人人因消费而幸福的美好世界。
lg
...
金融界
10-29 17:43
上一页
1
2
3
4
5
•••
280
下一页
24小时热点
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
...
白宫爆发激烈争论!美媒曝“一场被取消的谈判”:特朗普临时叫停英伟达对华芯片计划
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
...
中国最新数据出炉!10月制造业PMI扩张速度放缓 贸易休战提振作用有限?
lg
...
特朗普刚刚重磅表态!特朗普:中国和其他国家不能拥有英伟达的顶级人工智能芯片
lg
...
最新话题
更多
#AI热潮:从芯片到资本的竞赛#
lg
...
16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