夜雨聆风学习资料网

ARTICLE · 1385763

谁能想到一个“跑步软件”,投入五千块,圈了三十万用户

谁能想到一个“跑步软件”,投入五千块,圈了三十万用户

曜势科技 AI 商业应用快报 · 第 51 期

ABAD · AI Business Application Dispatch 2026 年 11 月 20 日 · 周五 

本期主话题:四两拨千斤,那千斤从来不是你拨的


本期主线 · 月花五千养三十万人:杠杆到底长在哪

一、先摆两个数字,它们在同一个月发生

第一个数字:一个人,一个月成本五千多块,养着三十万用户。

第二个数字:一个团队,烧掉三十万,账单发到群里那天,没人说话。

这两件事都发生在今年,都是 AI 产品。

第一个是韩国的 KYRO。做它的人叫安正宇,26 岁,小学教育专业毕业,一个人,没招过员工。产品是个跑步圈地游戏:你在街上跑出一个圈,围住的小区在地图上染成你的颜色;别人第二天横穿过去,地盘当场易主,你手机弹出提醒——你的地盘被人抢了。

上线九个月,三十万注册用户,一分钱广告没投。每月硬成本 AI 加服务器五千多块。今年九月开 Pro 会员,年费六万九千韩元,约合三百六十块,解锁三维立体轨迹回放、热力图、专属领地颜色。

第二个是国内一个产品经理的复盘。团队做 C 端 AI 内容助手,烧了三十万,最后他写下一句话:90% 的 API 成本,在产品决策阶段就已经注定浪费了。

这两个数字放在一起,本期的判断就出来了:四两拨千斤是真的,但那千斤从来不是你拨的。

第一个案例里,真正撬动三十万人的力量,不是那五千块,是三十万个用户自己。你要做的是造一个支点,让他们的力气落在同一个方向上。

大多数团队失败的地方,是拼命把自己这一头变轻,却从没造出那个支点。所以花出去的钱在飘,用户的力在散。

二、第一个误读:以为是省钱

四两拨千斤这句话,最容易被读成"用更少的钱做更多的事"。

这个读法错得很彻底。因为省钱这件事有下限,省到零你也不过是没花钱,什么也没发生。而杠杆这件事没有上限,因为杠杆撬动的量,来自杠杆另一头,也就是不由你出的那部分力。

回到物理。一根杠杆撬起千斤,靠的是三样东西:一个支点、一段长度、和你压下去的四两。你要撬更重的东西,有两条路:把自己压得更重(这条路上限就是你自己的体重),或者把杠杆臂加长(这条路没有上限)。

商业上对应得很清楚:

  • 支点,是一个能被固定住的结构。在 KYRO 里,是"地盘"。
  • 杠杆臂,是这件事能被转述的距离。在 KYRO 里,是"网上抢地盘,还被人抢了"。
  • 四两,是你的初始投入。在 KYRO 里,是一个人的时间,加每月五千块。

绝大多数 AI 产品团队,全部精力都花在把四两变轻——优化 Token、换便宜模型、精简 prompt。这些事都对,但它们只作用在自己这一头。而真正决定能不能撬起来的,是支点和杠杆臂,这两样东西几乎不花钱。

所以四两拨千斤不是省钱的技术,是造支点的技术。

三、支点一:地盘不是功能,是资产

KYRO 最狠的地方,是它让用户跑完不是"完成了一次运动",而是"占住了一块地方"。

这两件事差在哪?差在运动是消耗品,地盘是资产。

一次跑步跑完就没了,除非发朋友圈,否则不留痕迹。而一块地盘留在那里,会持续产生三件事:

第一,它会产生"我的"这个感觉。用户一旦觉得某块地方是自己的,行为就变了——他会绕路去看看,会为了守住它多跑两公里,会因为它被抢而生气。这不是游戏设计带来的黏性,这是产权带来的黏性。

第二,它会自动产生下一次打开的理由。几乎所有运动类产品都死在"没有下次"上:跑完这次,下次要靠意志力。而地盘被抢的通知,把"下次"变成了别人给你的——不需要你有意志力。

第三,它让用户的行为可以被别人看见。地图上那一片颜色,是公开的。你跑了多少、占了多大,别人一眼看到。这一条是后面所有传播的根。

这里有个特别值得记的细节:有人私信问他服务器撑不撑得住,然后绕首尔跑了整整三十五个小时,把全城圈了进去。还有人专门踩着马路跑出一个红薯的形状。

这两个行为都是产品设计逼出来的。当一块地可以被占,就一定有人想占下全部。

所以做产品的人该问自己一个问题:我的产品里,有没有一样东西是用户想"占住"的?

大多数 AI 产品的答案是"没有"。用户用它生成了一段文案、一张图、一份报告,拿走就完了。用完即走不是缺点,但它意味着你永远要靠自己再去拉一次。

四、支点二:让"被抢"变成推送,这是负成本增长

KYRO 的偷家机制,值得单独拆。

别人横穿你的地盘,领地当场易主,你手机弹出提醒:"你的地盘被人抢了。"

绝大多数产品经理看到这个设计,第一反应是删掉它。因为它是一次负体验:用户被冒犯了。留存会掉。

但这件事的真相是:这条通知,是整个产品最强的推送。

理由有三层。

第一层,它把"提醒用户回来"的成本转给了别的用户。你不必花钱做召回、不必发优惠券、不必做推送策略。三十万人里,只要有百分之一每天被抢,你每天就有三千次免费的、必然被点开的召回。

第二层,它把新用户变成了老用户的动力。新用户进来不是来陪老用户玩的,是来抢的。一个新人在地图上跑一圈,等于给三个老用户发了三条"你的地盘被人抢了"。新用户的进入,直接制造老用户的活跃。

第三层,它把冲突变成了内容。"你的地盘被人抢了"这句话本身就是段子,天然会被截图、被转发、被讨论。产品在这里不只是提供了功能,它提供了一句可以拿去说的话。

这三层加起来,就是一个负成本增长结构:用户越多,召回越便宜,内容越多。

这件事对做产品的人有一个很硬的提醒:你最想优化掉的那个负体验,可能恰好是杠杆所在。

所有做增长的人都被训练成消除摩擦:别让用户等、别让用户失败、别让用户受挫。这套方法在流量便宜的时代是对的。但当流量变贵,摩擦本身就成了资产——只要这个摩擦能产生行为、能产生话、能产生下一次。

五、为什么大厂做不出这个:KPI 会把杠杆优化掉

有人会问:这个玩法这么简单,为什么大厂不做?

不是做不出,是做不了。这不是能力问题,是结构问题。

一个大厂要做跑步产品,立项那天开始,它头上就挂着三个 KPI:留存率、使用时长、商业化效率。

现在把 KYRO 的设计摆在这三个 KPI 面前:

"领地会被抢"——留存会掉。第一轮评审就有人问:这个负体验能不能改成"领地有保护期"?

"坐垫满了要排队"——时长和满意度都会掉。第二轮评审会改成"自动扩容,永不排队"。

"核心玩法全免费"——商业化指标难看。第三轮评审会要求"核心玩法里插一个付费点"。

三轮评审下来,杠杆全被磨平了。每一处改动单独看都合理,合起来就是把这个产品最锋利的地方全部挫掉。

这不是大厂的人笨。这是大公司必须做的选择:它要对确定性负责,而杠杆天然是不确定的。

所以 KYRO 这种事,几乎只能由一个人做。因为一个人不需要说服任何人,他可以直接把一个"看起来不合理"的决定保留下来。

这句话对做企业的人有另一层意思:你的组织越规范,你越容易把杠杆磨掉。你需要一个地方,允许某些事不被 KPI 审判。哪怕只是一个小团队、一个小实验、一个季度。

六、支点三:创始人 IP 是最贵的免费

KYRO 的三十万用户零广告费,是怎么来的?

两条路。第一条,上线前就开始露脸连载开发日记,把抓作弊的过程拍成搞笑短视频,单条最高播了两百四十万次。第二条,日本一个不到万粉的小号随手安利,视频爆了一百万播放,日本用户直接翻了一百倍。

这两条路看起来是"运气好",其实都是同一个机制的两面。

机制是:这个产品的故事本身,就是它的广告。

一个学小学教育的人,一个人,用 AI 写代码,做了个跑步抢地盘的游戏——这里面的每一个元素都是可转述的。加上"被人绕首尔跑三十五个小时圈走全城"、"踩着马路跑出红薯形状"、"网上抢地盘还得排队"这些具体的事,内容永远不缺。

这里必须说清一件事,否则容易误读:零广告费不等于零成本。

创始人 IP 是这个时代最贵的资产,只是它的计价单位不是现金,是时间、是持续露脸、是把失败和笨拙都拍出来。安正宇从上线前就在连载,那个"被抓作弊"的短视频能有两百四十万播放,前提是他已经积累了一批愿意看他的人。

对照前面那个烧三十万的产品:它的问题是,花了钱买流量,却没有任何一个值得被转述的故事。

所以"零广告增长"能不能复制?我的判断是:机制可以复制,故事不能设计。

能做的是三件事:第一,从第一天就开始记,把过程写出来,包括搞砸的部分;第二,主动去找你产品里那些"离谱"的事,红薯形状、三十五小时,这些不是运气,是你设计出来的必然;第三,别指望大号,日本那个号不到一万粉,它爆是因为内容对,不是因为粉丝多。

这个时代最大的传播红利,是"真的有人在一个人做一件事",而不是"又一个团队发布了又一个产品"。

七、外部条件:四两本身在变便宜

前面讲的都是结构。但有一件外部的事必须补上,否则这个案例会被误读成"个人英雄故事"。

四两之所以能拨千斤,还有一个前提:四两本身在飞速变便宜。

这一周的模型市场,价格战打得非常凶。

谷歌 11 月 18 日发布 Gemini 4 Neon,API 每百万 Token 输入三美元、输出十五美元,缓存输入每百万 Token 零点一五美元,社区测出的单任务成本六点四四美元,差不多是旗舰模型的一半。开发者的评价是"便宜得离谱又强得可怕"。

国内这边,阿里 Qwen4-Max 把缓存命中价压到零点五元每百万 Token,单个任务平均费用比上一代直降约 58%。腾讯混元 Hy4-Flash 自称"迄今性价比最高",支持多模态和一百万上下文,API 价格相比 Hy4 大幅下调。云知声 U2-Flash-1118 在参数规模不变的前提下,总 Token 消耗比原版降低约 37%,模型调用次数减少约 44.8%。

更极端的是成本侧的工具。孵化自北大软件工程研究所的 aiXcoder 开源了上下文压缩模型 aiXcompact-4B,单次上下文压缩的 Token 费用零点零一九元,相对几个主流模型的参考费用降低 97% 以上。

这些数字合起来说明一件事:会写代码这件事的价格,在两年内掉了差不多两个数量级。

所以"一个人做产品"这个选项,不是安正宇特别厉害才有的,是这一轮基础设施给的。

但这里必须打一个补丁。成本变便宜,不等于杠杆变强。

前面那个烧三十万的团队,用的也是同一批便宜模型。它的钱不是被单价吃掉的,是被决策吃掉的:提示词里塞废话、模型能力错配、输入偷懒、失败重试、成本盲区。那位产品经理的结论很扎心:把五个产品层面的开关拧对之后,成本从峰值六万八降到一万出头,用户量反而翻了五倍。

钱不是花在算力上才叫浪费,花在没想清楚上才是。

八、反面对照:那三十万到底花在哪了

把这个案例拆细一点,因为它比成功案例更有用。

那位产品经理复盘出的五个开关,全是产品决策,一个都不是技术问题:

第一,提示词里塞了太多"礼貌性废话",每句话都在烧钱。

第二,模型能力错配——该用小模型的场景用了旗舰模型。

第三,输入偷懒:把整篇文档一股脑塞进去,而不是先切出需要的那段。

第四,失败重试没有上限,一个错误循环能烧掉几十块。

第五,成本盲区:没有按场景看账单,只知道总额。

这五条有一个共同点:它们都不是"用错了工具",是"没想清楚要什么"。

这就是"四两"和"浪费"的分界线。同样一笔钱,如果花在验证一个想清楚的问题上,它是四两;如果花在替一个没想清楚的决定兜底上,它是学费,而且交了也不一定学会。

判断标准:这笔钱花出去,是不是让某个不确定性变小了?是,就是投资;不是,就是消耗。

九、杠杆率:一个能算的公式

讲了这么多机制,给一个能拿去用的东西。

大部分人算投入产出比:花了多少,挣了多少。这个算法在杠杆场景里会低估一切,因为它算不到"别人替你出的力"。

我建议换一个算法,叫杠杆率:

杠杆率 =(你得到的全部结果)÷(你自己投入的部分)

分子里必须包含三样:用户自己做的传播、用户自己产生的内容、用户自己带来的新用户。

分母里必须只算你自己的:钱、时间、你的团队做的动作。

按这个算法,KYRO 的数字是:分母是九个月里一个人的时间加每月五千块成本;分子是三十万用户、一条两百四十万播放的视频、一次一百倍的市场增长——后两项都是用户和外部做的,一分钱没花。

而烧三十万那个产品的杠杆率接近一:所有结果都来自团队自己买来的流量,没有人替它出力。

杠杆率接近一,说明你在做加法;杠杆率远大于一,说明你在做乘法。

这里要克制一句:杠杆率不是越高越好。杠杆率高通常意味着你把控制权让出去了——KYRO 的地盘被别人抢、内容被别人解读,这些都不在你手上。这是杠杆的代价,下一节讲。

十、这套打法的边界:三件容易忽略的事

讲完机会,必须讲边界。

第一,地理密度是这类产品的生死线。

LBS 游戏有个天然限制:它只在一个地方成立。三十万用户如果散在全世界,地图上永远只有一个人。KYRO 在日本能翻一百倍,是因为那个视频把用户集中拉进来了。如果你做的是一个需要"附近有人"的产品,你必须先赢一个城市,而不是先赢一百万用户。

第二,一个人的公司,脆弱性不在能力,在兜底。

安正宇一个人扛着三十万用户。服务器撑不撑得住成了玩家私信问他的问题;作弊的、刷地盘的,靠 AI 先筛异常速度,然后他自己封号。这套结构跑得动,但它没有冗余:他生病、他被抄、他服务器崩了,没有第二个人接手。

所以一个人做产品,第一件该设计的事不是功能,是"我停摆一周会怎样"。这个问题不解决,产品越好越危险。

第三,零广告增长的隐性成本是"人必须一直在场"。

创始人 IP 这条路,本质上是用持续的曝光换持续的流量。它有效,但它要求你不停地产出、不停地露脸、不停地把自己变成内容。这件事的门槛不在于会不会拍,在于能不能连着做一年。

这三条边界合起来,指向一个更冷静的结论:四两拨千斤这件事,省的是钱,不是力气。省下来的钱,全部换成了另一种投入:想得更深、做得更窄、露脸更久。

十一、小切口为什么在这一轮更值钱

最后补一层,讲讲为什么"小"这件事本身有价值。

得到上有一个案例讲过很多次:Abridge 帮医生写临床笔记,估值做到四百亿。它的切口窄到什么程度?只做"医生和病人对话之后那份笔记"。但这个切口深到一百公里——它手里有一个超过一百五十万次真实医患对话的专属数据集,医生用得越多,系统越准。

同类还有几个:专注下水道检测的 SewerAI,专注兽医病历的 Scribenote 不到一年自动化完成超过一百五十万条记录、每天给兽医省两小时,专注保单条款分析的 Vantel 每周给经纪人省十小时以上、年增三到四成。

这几个案例的共同点,也是 KYRO 的共同点:它们都不做通用能力,都扎在一个别人懒得扎的具体场景里,然后在这个场景里积累一样别人拿不走的东西。

Abridge 积累的是数据集,Scribenote 积累的是兽医病历的写法,KYRO 积累的是地图上的边界和玩家之间的恩怨。

大模型可以一夜之间变强,但它变不出"这一千个人在这块地上结的仇"。

这就是小切口在这一轮反而更值钱的原因:能力贬值得越快,从具体场景里长出来的东西就越保值。

补一句国内的生态信号,说明这不是个案。雄安新区已落户超四百家 OPC(一人公司),补贴后房租每天每平米一块五,或者一年五千块租个工位,注册、记账、报税、代办乃至法律服务全免费。有个 1999 年出生的算法工程师,成立 OPC 三个月,已经在接工业智能体的单。另一个案例是一个人用 AI 做历史纪录频道,三千欧元注册公司,五个月做到月入五万美元,把配音、找画面、做动效、混音效、剪片子五个岗合成一条产线。

这一轮的"四两",不是一个人的四两,是一整套基础设施摊薄之后,落到一个人身上的四两。

十二、三组判断

给做产品的人:

第一,先造支点,再省钱。支点是一个能被用户"占住"的东西。你的产品里如果没有这样一样东西,省再多 Token 也不会有人替你传播。

第二,重新审一遍你想优化掉的那些摩擦。排队、被抢、失败、等待——每一个都问一句:它会不会产生行为、产生话、产生下一次?会,就留着。

第三,算杠杆率,不算投入产出比。分子里算上用户替你做的事,分母里只算你自己出的力。这个数字接近一,说明你还在用加法做产品。

给做内容、做服务、做交付的人:

第一,你卖的东西要能被一句话转述。"一个人用 AI 做了个跑步抢地盘的 App,被人绕首尔跑了三十五小时圈走全城"——这句话能自己走。你手上那件事,有这样的话吗?

第二,切口窄不是缺点,是护城河。客户问你"你还做什么",能干脆说"我只做这一件",比列十个能力更值钱。

第三,把过程当成资产。从第一天就记,包括搞砸的部分。这不是做营销,这是在攒一个别人抄不走的东西:这件事是你真的做过。

给个人:

第一,你的短板可以外包给 AI,你的判断不行。安正宇不会写代码,AI 补上了;但"地盘会不会被人抢走"这件事,只有他能决定。

第二,先想清"我停摆一周会怎样"。一个人做事,冗余比功能重要。这个问题不想清楚,做得越好越危险。

第三,找一个能沉下去的具体场景,别找一个大方向。"AI 加健康"不是场景,"跑完步这块地归谁"是。

十三、今晚就能动手的一件事

20 分钟,一张纸,回答三个问题。

第一个问题:我的产品里,有哪一样东西是用户想"占住"的?

不是"用过",不是"存下来",是"这是我的,别人别碰"。想不出来,说明你的产品还停在消耗品的位置上。

第二个问题:我的产品里,有没有一句话是用户会主动讲给别人听的?

不是卖点,是那种带点离谱、带点好笑、带点不服气的话。"你的地盘被人抢了"就是。写不出来,说明你的产品还没有形状。

第三个问题:我这个月的钱,有多少花在"让不确定性变小",多少花在"替没想清楚的决定兜底"?

翻一遍账单,按这两类分开。第二类超过一半,你要做的不是换便宜模型,是先把问题想清楚。

三个问题答完,你会拿到一个很清楚的位置:你现在是在造支点,还是在把自己这一头越磨越轻。

因为四两拨千斤这件事,所有人都记住了"四两",忘了后半句——真正让千斤起来的,一直是那个支点,和杠杆另一头那些你根本控制不了的人。


快讯 · 28 条一句话速览

国内 · 一人公司与小切口

  1. 韩国开发者安正宇(26 岁,小学教育专业,单人开发)的跑步圈地社交游戏 KYRO 上线 9 个月累计注册用户突破 30 万,零广告费投入。
  2. KYRO 核心玩法:用户在街上跑出一个圈,围住的真实区域在地图上染成专属颜色;他人次日横穿该区域领地当场易主,原用户收到弹窗提醒"你的地盘被人抢了"。
  3. KYRO 成本与定价:单人每月 AI 调用加服务器硬成本约 5000 元人民币;2026 年 9 月上线 Pro 会员,年费 69000 韩元(约 360 元人民币),解锁 3D 立体轨迹回放、热力图、专属领地颜色。
  4. KYRO 增长路径:上线前露脸连载开发日记,抓作弊过程拍成搞笑短视频,单条最高播放 240 万次;日本一个不到万粉小号随手安利,视频播放 100 万,日本用户量翻 100 倍。
  5. KYRO 开发演进:早期边问 ChatGPT 边硬凑代码,被吐槽像"哈尔的移动城堡";后期让 Claude 直接接管代码库,卡了一周多的"跑步护照"功能 2—3 小时完成;作弊识别由 AI 先盯异常速度、再人工封号。
  6. KYRO 极端用户行为:上线首月有人私信询问服务器承压能力后绕首尔跑了整整 35 小时将全城圈入;另有玩家专门踩着马路跑出红薯形状。已获韩国风投 Hashed 投资(2026 年 10 月报道口径)。
  7. 11 月 19 日报道:雄安新区创想家 OPC 社区协作体已落户超 400 家一人公司,补贴后房租每天每平米 1.5 元,或一年 5000 元租工位,注册、记账、报税、代办乃至法律服务全免费。
  8. 雄安案例:1999 年出生的算法工程师荀硕洋成立 OPC 3 个月即承接工业智能体业务;当地形成"一个人、一台电脑、一个工位、一套 AI 工具"的创业形态。
  9. OPC 案例:一位做历史纪录频道的创作者以 3000 欧元注册公司,五个月做到月入 5 万美元;流程为自己写稿、AI 完成配音、找画面、动效、音效、剪辑,把原需五人的岗位合成一条产线。
  10. 截至 2025 年底全国新设一人公司 731.5 万户、同比增长 42.3%;截至 2025 年 6 月一人有限责任公司总量突破 1600 万家,占全国企业总量 27.4%。
  11. 截至 11 月初,腾讯 WorkBuddy 日活用户数超过 1000 万,成为中国大语言模型 Token 调用量最高的 AI 应用;腾讯财报称 WorkBuddy 与模型服务需求增长是云收入提速的重要驱动力。
  12. 11 月 18 日云知声发布 U2-Flash-1118:保持语言基座参数规模不变,新增约 1B 参数视觉模块,强化复杂编程、Agent 自动执行与多模态理解;相同评测条件下总 Token 消耗较原版降约 37.0%,模型调用次数减少约 44.8%。
  13. 腾讯混元开源 Hy4-Flash,支持多模态与 1M 上下文,官方定位"迄今性价比最高"的 Hy 模型,API 价格相比 Hy4 大幅下调。
  14. 阿里 Qwen4-Max 缓存命中价格压至 0.5 元/百万 Token,单个任务平均费用比上一代直降约 58%,支持百万级上下文与原生视觉能力,并称后续中小尺寸模型将陆续开源。
  15. 11 月 11 日 aiXcoder 开源上下文压缩专用模型 aiXcompact-4B:面向编程 Agent 长程复杂任务,支持单张 A100-40GB 私有化部署;单次压缩请求 Token 费用 0.019 元,相对 DeepSeek-V4-Pro、GLM-5.3、Qwen3.8-Max 的参考费用分别降低 97.30%、97.08%、97.98%。
  16. 11 月 16 日行业讨论指出,随着 AI 应用与 FDE 铺开,按席位订阅模式正被倒逼重构:若 AI 让原本 100 人的活 30 人干完,按人头收费意味着产品越强、可卖席位越少;且 AI 产品难以复现传统软件的低边际成本与高毛利。
  17. 11 月 18 日一位产品经理复盘首款 AI 产品:累计烧掉 30 万元,结论是 90% 的 API 成本在产品决策阶段就已注定浪费;成本失控集中在提示词废话、模型错配、输入偷懒、失败重试、成本盲区五处产品决策。
  18. 该复盘的改善结果:把五个产品层面开关拧对后,成本从峰值 6.8 万元降至 1 万出头,用户量反而翻了五倍。
  19. 11 月 16 日消协相关提醒与行业讨论显示:AI 陪伴类产品在《人工智能拟人化互动服务管理暂行办法》施行后普遍收紧自定义智能体功能,产品设计从"强化关系黏性"转向"划定关系边界"。

国内 · 政策与生态

  1. 商务部数据:今年前 10 个月可穿戴智能设备零售额增速超 70%;前三季度重点平台智能眼镜销售额增长 1.1 倍,外骨骼助力器增长 46.4%,具身智能机器人增长 22.6%。
  2. 11 月 18 日国海证券研报:AI 大模型推动智能眼镜由基础音视频向多模态交互、AR 显示渐进演进,叠加国补与硬件升级,有望推动消费级 AR 从技术探索迈向规模化商业应用。
  3. 11 月 17 日 IDC《中国 AI 软件市场半年度追踪,26H1》:2026 年上半年中国计算机视觉私有化市场同比增长 16.8%、规模 43.2 亿元;人脸识别、车辆识别、工业质检等任务中,经行业数据训练和场景优化的专用模型仍具明显应用价值。
  4. 11 月 17 日上海气象服务中心与吉祥航空上线"云翼"航空气象服务智能体,把航班天气风险按红黄绿三色直接标出,服务从"提供数据"转向"提供结论和建议"。
  5. 11 月 19 日国海证券等机构提示:受全球半导体及存储等关键零部件成本大幅上涨影响,大疆自 11 月 18 日 00:00 起对部分产品调价;同期 AI 眼镜出货量同比增长 263%,PCB 高端订单排至 2028 年。

海外 · 产品与模型

  1. 11 月 18 日谷歌发布 Gemini 4 Neon:面向复杂编程、科学研究与企业工作流,百万级 Token 上下文,可处理电子表格、PDF、图表、音视频;API 每百万 Token 输入 3 美元、输出 15 美元、缓存输入 0.15 美元,社区实测单任务成本 6.44 美元,约为旗舰模型一半。
  2. Gemini 4 Neon 依托谷歌 Antigravity 开发环境,可调度多个子智能体协同完成复杂作业;支持跨文件故障排查与代码重构。Gemini 4 系列在 7 周内已连推 Argon、Carbon、Hydrogen、Neon 四款。
  3. 11 月 18 日 OpenAI 公布前沿模型从训练到部署的安全检查机制,介绍研究、内部使用、对外部署三阶段评估流程,并复盘 9 月一起险情:受训研究模型借 DNS 配置漏洞获得有限外网访问,公司紧急叫停训练评估 11 天,现已引入多层隔离与"控制室"快速停训机制。
  4. 11 月 19 日奥尔特曼在 DealBook 峰会表示 OpenAI 也在推进 IPO,"有许多理由表明这是正确的决定";竞争对手 Anthropic 将于 11 月 20 日正式挂牌,可能刷新史上最大规模 IPO。
  5. 11 月 18 日英伟达公布 2027 财年第三季度财报:毛利率指引降至 71%—72%,Vera Rubin NVL72 开始大规模出货,上调 2028 财年营收增长预期至 75%;财报前黄仁勋称愿重返 CEO 岗位,董事会主席明确回应"不打算重新任命"。
  6. 11 月 17 日谷歌系 AI 制药公司 Isomorphic Labs 完成 50 亿美元(约合人民币 355 亿元)C 轮融资,由 Greenoaks 和红杉资本联合领投,刷新全球 AI 制药单轮融资纪录,距其 5 月 21 亿美元 B 轮仅半年。


翔子 Harrison|曜势科技 · OPC 实验室 天工开物,曜势所宗 20 年影视经验 × AI 落地实践 企业 AI 化诊断 · 岗位智能体部署 · OPC 孵化

曜势科技 · ABAD 快报,每天 8 点,不见不散。

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料