高盛在3季度業績發佈及調研後，對中國網際網路行業策略大轉向：把“雲與資料中心”提到了首選類股，排到了遊戲和出行之前。AI帶來的算力需求和資本開支（Capex）擴張，已經是最確定的增長邏輯了。1、最大預期差：雲與資料中心成為“新王” ☁️高盛這次非常堅決，把雲和資料中心類股從原來的第三提升到第一。邏輯很硬：AI訓練和推理的需求持續爆發，加上巨頭們都在搞“多晶片策略”，資料中心的訂單量非常飽滿。核心邏輯：不僅是輝達，國產晶片的供應上來後，算力基建的利用率和回報率都在提升。2、AI助手的“入口之戰”是個大隱憂 🤖報告專門討論了一個長線風險：字節跳動的“豆包手機助手”。這東西能直接在作業系統層面（OS-level）幫使用者跨APP操作，比如比價、點外賣。這對現有的APP生態是個降維打擊。雖然目前微信等巨頭因為安全隱私原因封鎖了它的介面，但這種“超級AI代理”對使用者流量入口的爭奪，是未來幾年最大的變數。字節系App現在霸榜iOS免費榜前五中的四席，攻勢很猛。3、本地生活：燒錢該結束了，關注利潤修復 🛵外賣和即時零售打得太凶，三季度行業大概虧了700億人民幣，太誇張了。高盛判斷，這種非理性的補貼戰不可持續。格局推演：美團、阿里、京東的市場份額最終可能會穩定在 5:4:1。美團：雖然長期單均利潤預期被微調（從0.8元降到0.7元），但在這個價位，壞消息已經Price-in了，隨著補貼退坡，利潤修復是大機率事件。4、最新的“核心股票池”名單 📝根據最新的類股偏好，高盛更新了首選名單：雲/資料中心：阿里巴巴、萬國資料、世紀互聯。遊戲（防守反擊）：騰訊、網易。出行（格局穩固）：滴滴、滿幫。電商（新面孔）：快手（新增為關鍵推薦，看好其AI模型Kling的突破和電商變現）。5、估值怎麼看？ 📊現在中概網際網路類股的2026年預期市盈率（P/E）中位數大概是18倍。之前的上漲主要靠殺估值修復（Multiple Expansion），接下來的漲幅，必須得靠實打實的每股收益（EPS）增長來驅動了。所以，選利潤兌現能力強的公司，比單純博反彈要穩妥得多。總的來說，風向變了，硬科技基礎設施（資料中心）的優先順序在上升，而純流量變現的生意面臨AI新玩法的挑戰。 (硬AI)

假名媛這幾年新聞裡曝光得很多，大多都是一些小網紅偽造視訊，打造人設，獲取流量賺錢。最近巴西有一位假名媛被曝光其實是強盜，在豪宅區假裝住戶，實則是一個慣犯，曾盜取了富豪家上百萬的財物。她在和三個男同夥在豪華住宅區租了一間公寓，偽裝是在這裡的住客，其實是來踩點的。幾年前，被她盯上的受害者莫名發現自己家裡的錢，珠寶，手錶，香水還有名牌包都消失了。報警之後，警察才鎖定這位可疑的女子。像這樣的假名媛真大盜全球還不止一起，現在在網際網路隨便逛逛都能發現不少的“假名媛”，普遍的網際網路騙局。這名巴西的女強盜名叫寶拉·卡麗塔·戈貝爾，在民間，她有更廣為人知的綽號——“貓女”和“犯罪芭比”。前日，她和三名男同夥因為涉嫌在巴西聖保羅的豪華公寓入室盜竊而被逮捕。犯罪團夥盜用了一個公務員的身份資訊租賃了高檔的住宅。搬進去的時候，就只帶了床墊和幾個行李箱，然後馬不停蹄地開始拍攝其他住戶的房屋，一邊拍還一邊用襯衫把臉遮住。寶拉和同夥在聖保羅州皮拉西卡巴市租用的豪華住宅有住戶覺得這家人挺可疑，於是就報警了。當地警方第二天在獲得搜查令之後迅速行動，發現了他們的租賃合同是偽造的，車庫裡還有毒品和一輛被盜的車。因為警察出警比較及時，所以這群嫌疑人還沒來得及實施任何犯罪行動就被抓了。寶拉被警察盤查的時候，她自稱是一名性工作者，進出高檔豪宅是為了“接活”，她進入的時候是用假名Camila登記的。然而警察一去查，就發現這人嘴裡沒一句實話啊，寶拉有前科，而且還挺有名的。2023年，寶拉就因為在幾個州搶劫多個豪華公寓被逮捕過，那時候她總是穿著黑衣服作案，所以被叫做“貓女”。她的犯罪錄影被公佈之後，因為身材火辣，人長得漂亮，還有很多男性被她的邪惡魅力給吸引了。她在參與搶劫之前，還曾進修過鎖匠課程，以便能夠更快撬鎖犯罪。她搶劫的是一間豪華公寓，這間公寓的房主被盜的金額大約是100萬雷亞爾（約合人民幣130萬元）。他們的犯罪團夥有個策略，就是寶拉扮成住戶的朋友，親戚或者伴遊，然後和同夥一起盜竊當地高檔公寓住戶的貴重物品。他們是四個人作案，在犯罪前會提前踩點，有時候還會專門去找人分散門衛的注意力。一般是一個人先進去，然後說“男朋友來了”，掩護另一個同夥也進去。一個劫匪反覆進出，把偷的東西運到車上，車上留一個人接應。法官說，他們曾經很想把她抓起來，但是他們做不到。她在2023年被逮捕後被判無罪，刑罰改成了社區服務和交罰款。在另外兩州寶拉也面臨著類似的盜竊的訴訟，一樁案件仍在審理。不過縱觀全球，類似的假名媛騙局倒是越來越普遍了。不久前國內網際網路也有一個網紅裝名媛，混跡在網紅圈子裡，混熟了就提著大行李箱到好姐妹家裡偷包包偷首飾，涉案金額高達600萬人民幣。這位網紅名叫小魚丸子，在抖音上擁有20多萬粉絲，長相甜美，案發後有網友評論“這是純欲風變成純獄風”了。事情起因是一位認識小魚丸子三年多的受害者薩拉米帕尼尼（以下簡稱薩拉米），有幾周都聯絡不上小魚丸子，擔心她的生命安全，於是找全網找人詢問她的情況。結果一問才知道，小魚丸子偷了別人的包包和首飾，人已經進了警察局。不僅如此，小魚丸子還在外面撒謊立人設，謊稱薩拉米是她的繼妹，還說她有精神疾病。對方就是被偷的受害者之一，她提醒薩拉米趕緊檢查一下自己的包包首飾，薩拉米一看才發現，她所有的包都都不見了。薩拉米被盜的還有三十多件首飾，她母親用過的化妝品，絲巾眼鏡若干配飾，僅她一個受害者就丟失了高達400萬元的財物。還有不少的受害者小魚丸子的作案手法是先和網紅朋友混熟，帶著大行李箱去對方家裡，謊稱這是拍攝器材，趁著深夜的時候把自帶的假貨和真貨替換。因為朋友們都很信任她，再加上也不會特意警惕到去檢查自己的財物，這才讓她屢屢得手。一位受害者表示，她信任小魚丸子主要就是因為她平時打造了富家千金人設，以為她的家庭條件非常優渥，所以對她完全沒有防備心。大部分受害者都留給她充足的作案時間，這也是涉案金額這麼大的原因。其實網際網路上有不少熱衷製造人設的假名媛假少爺，與大盜寶拉和小魚丸子不同的是，這些假名媛不是為了去別的有錢人家裡偷東西或者蹭吃蹭住，而是為了拍視訊騙粉絲獲取流量。B站一位博主“正經的老邪”拍了一系列視訊揭秘這些視訊剪得有多假。比如“家產超過30億的滬圈公主精緻生活”，視訊字幕說是從小富養的高層次公主，跟著麥迪學籃球，生日穿百萬的設計師禮服。所謂的高定禮服淘寶上200元就能買到。家裡的鏡頭一會是Loft一會又是豪宅別墅，臉上打碼後，前後都無法確認是不是同一個人。還有一位男網紅Jay Ma是“假少爺”，他自稱是中國最富有的留學生，每天在上海的98層酒店套房裡醒過來，在酒店吃完早餐後坐勞斯萊斯去紐約大學上海分校上學。此人拍攝的視訊漏洞極多，比如說他明明應該早上去上課，但車載螢幕顯示他上車時已經快到晚上六點了。去上課前後一共換了三套不同的衣服，時間也完全對不上。但馬傑這套視訊剪接加浮誇炫富的小連招倒是把老外哄得一愣一愣的。有外國網友看到了他在LV咖啡館被倆保鏢喂蛋糕吃的視訊，還以為他是馬雲的兒子。同樣賽道的視訊都有個聳人聽聞的標題，比如月入100萬精緻XX，年入1億CEO等等，但類似的視訊看多了也不難發現規律。這些視訊裡最明顯的“穿幫”就是時間穿幫和服飾穿幫，比如早上五點起來花三小時做蛋炒飯，下午一兩點才到公司開始上班，慢跑一趟能換三套衣服。這些假名媛假少爺都是MCN批次生產出來的人設，但最著名的那位假名媛她騙的不是普通的網際網路觀眾，而是專騙有錢人，只為了過把癮。2019年，騙過整個紐約上流社會的“假名媛”安娜·索羅金因為詐騙在紐約被判4到12年監禁，賠償19.9萬美元。她騙的不只是紐約那些有錢人，還有幾家著名的銀行和酒店，涉及金額大約有二十多萬美元。她的故事被網飛改編成《虛構安娜》，網飛給她的版權費完全cover了她的賠償款。她原本在德國長大，父親是卡車司機，媽媽是開便利店的，她長大之後，曾去巴黎的時尚雜誌《Purple》實習過一年，從那個時候，她就開始用那個臭名昭著的假名安娜·德爾維。安娜·德爾維在紐約的人設是石油大亨和德國著名古董商的女兒，謠言說她家裡有6700萬美元的財產。安娜平時扮演藝術名媛，在Ins上發跟名人的合照，表面上過著昂貴的生活，實則結識一些上有錢的朋友蹭吃蹭喝蹭玩。一個朋友被她邀請去摩納哥旅遊，她說全程由她買單，結果刷卡時安娜的信用卡出了問題，這位朋友只好自行墊付62000美金，安娜從未給過朋友這筆錢。這位朋友信任安娜也是因為看到她奢侈的生活方式，住五星酒店，穿大牌衣服，參加各種派對酒會，坐私人飛機，一出手就是給人100美元的小費。因為朋友被消費得太多，不想再為她買單，才發現這個人原來滿嘴謊言。有意思的是，安娜被逮捕之後，她的故事反而因為太過諷刺和戲劇性被大肆報導，成名的安娜戴著電子腳鐐還能出席時裝周。她通過一次次的行騙，愚弄有錢人，反而把自己變成了真的流量網紅。像是安娜這樣的網紅遠遠不止一個，現在已經有了一個賽道，衍生出無數的人設和劇本。他們的共同點都是花錢打造一個完美人設，利用別人的信任牟利。這些網際網路神話來來去去，總會有被拆穿的時候。 (INSIGHT視界)

據日本共同社報導，當地時間27日，日本知名釀造企業朝日集團表示，由於網路攻擊導致系統故障，旗下子公司朝日啤酒及其他公司超191萬條客戶及員工等的個人資訊或遭洩露。圖片來源：日本共同社報導截圖報導稱，朝日集團控股公司總裁兼首席執行官勝木敦志在東京召開記者會致歉，稱“對於給眾多客戶及相關方帶來的巨大不便，我們深表歉意”。報導指出，這是自9月底受到網路攻擊以來，公司管理層首次就此事作出公開說明。日本廣播協會(NHK)報導稱，此次網路攻擊可能導致超過152萬條客戶的個人資訊遭到洩露，資訊包括客戶姓名、電話和住所等。據報導，9月下旬，該公司遭遇勒索軟體攻擊，導致大規模系統故障，啤酒和其他產品的出貨量仍然受阻。 (極目新聞)

最近的人類，憂心忡忡：這輪數以兆計的AI資本開支，最終將把文明引向新一輪工業革命，還是化作有史以來最巨大的科技泡沫？車輪滾滾，漫劇當道，漫畫漸成古典AI卻笑而不語，信手掏出一個全新的百億級應用賽道：漫劇。漫劇賽道當前的火爆，很難不引人注目：日流水破三千萬、全年市場預計達200億。這一新增長曲線，正以陡峭的斜率將傳統內容形態遠遠拋在身後：這個數字已接近中國電影票房的一半，並被視為人類創意結晶的“短劇”迅速拋離。而比紙面資料更令人震動的，是背後的“供給側革命”：AI已將漫劇製作成本壓縮至每分鐘1000-2500元，周期縮短至10-13天，一個6-8人團隊便足以駕馭頭部IP的全程改編。這已不是單純的“降本增效”，而是從根本上動搖了內容產業的“生產函數”。縱觀當代內容產業，其商業模式始終奉行“輕資產、重創意”。從三麗鷗的Hello Kitty到泡泡瑪特的Molly，從貓王音樂到周杰倫曲庫，再從《哈利·波特》到《王者榮耀》——一旦形成持續性產品，便如同鑄就一台商業“印鈔機”。然而，其脆弱性也在於此：除了IP積澱與社交黏性，內容本身並無“成癮性”護城河，使用者口味變遷才是行業常態。為對抗這種脆弱性，內容行業長期在“內容為王”與“管道為王”之間螺旋攀升：一端追求工業化的穩定產出，一端追求更高效的觸達方式。直至AI攜漫劇而來，宣告這場螺旋攀升進入全新維度——從生產到傳播的全鏈路重構正式開啟，內容產業的底層邏輯，正被顛覆性重塑。01“愛優騰”也有春天1.從PGC到UGC到AIGC，去中心化愈演愈烈長期以來，內容生產受困於高成本、長周期的痛點：傳統動畫需上百人團隊耗時數月，影視製作成本動輒數千萬，爆款誕生往往依賴運氣。所以內容生產破局的第一條鐵律，便長期被定義為“工業化”。反應到供給側，我們時常看到：一方面，優質稀缺內容正在被拍出天價。例如歐美主要體育賽事聯盟中，體育版權的成本每年都水漲船高，如收視率持續下降的NBA 卻簽下了750 億美元的轉播天價。體育賽事都出現體育明星賺錢，俱樂部和轉播頻道不賺錢的窘境。更為致命的是，從中國到海外，內容產業都在經歷一樣的變化，“短、平、快”才能俘獲使用者的碎片化使用時長。短影片、興趣社區，開創了UGC（使用者生產內容）這種去中心化模式，解決了內容的成本問題，然後用推薦演算法匹配使用者興趣度，提升了內容質量（提升使用者時長），然後靠廣告、電商來盈利。AIGC（AI Generated Content）則更進一步。相對於PGC和UGC創作方式，AIGC是更高階的模式，其潛在的優勢包括創作效率高、成本低、多模態適用性廣，而且能滿足更個性化的內容消費需求。圖：內容生產方式的變革來源：國海證券2.降本增效的智能替代方案AI對生產環節的首要價值，是作為輔助工具替代重複性人力勞動：●比如在程式碼生成領域AI的應用已經非常成熟，業內甚至開玩笑的說碼農自己發明了工具替代了自己，Meta和亞馬遜近期的大裁員便是明證。●另外文字生成在翻譯應用場景也相當普遍，雖然如何生成富有“人味”的語言還有挑戰性，專業性和邏輯性也欠缺，但作為文字生產者的助手已經相當出色。●在音訊生產領域， TTS（Text to speech）技術已經相當成熟，成為眾多創作者離不開的工具，廣泛應用於客服及硬體機器人、有聲讀物製作、語音播報等。圖：AIGC主要下游落地場景來源：華泰證券當然，AIGC真正具有想像空間的是圖像和視訊生成，以及跨模態應用。視訊行業，電影、電視、串流媒體全球合計市場空間超3000億美元，但是亟待從成本泥沼中被解救。如據晚點報導，愛優騰三家近十年共計投入超過1000億元，回報仍遙遙無期，10多元的ARPU值也表明使用者並不為這些天文數字的投入買單，最終只是頭部藝人賺到了錢。而全球近2000億美元的遊戲行業，角色建模、場景設計、特效渲染等環節依賴大量美術人力，導致企業面臨日漸高企的研發成本。以全球龍頭公司網易游為例，研發費用從100億元左右飆升至170億元人民幣以上。資料來源：Wind隨著大模型技術的日臻成熟（GAN、VAE、Flow-based、擴散模型等）和單位算力成本的下降，AI對內容行業的顛覆之風終將吹向視訊領域，並正產生一個奇特的現象：網際網路最差的生意，可能反而將是AI時代最好的生意。漫劇賽道AI 的降本效果最為直觀。傳統動態漫製作需人工逐幀處理畫面、匹配音效，單部 80-120 分鐘作品成本常超 50 萬元；而 AI 技術通過靜態漫畫動態化、自動配音、智能剪輯等工具，將總成本壓縮至 10-30 萬元，僅為傳統模式的1/2-1/5。更關鍵的是周期縮短——如醬油文化通過AI工具，將單部漫劇生產周期控制在10-13天，部分精良製作也僅需1個月，與真人短劇周期相當。近期中文線上、點眾等真人短劇公司紛紛轉型漫劇，想必也是看中了AI帶來的高周轉、低成本優勢。影視行業的成本革命也初現苗頭。2025年上海國際電影節“AIGC單元”獲獎作品《潛入夢海》，僅由4人團隊耗時1周完成：通過Midjourney秒級生成分鏡、AI虛擬拍攝替代實景搭建、開源換臉技術實現角色演繹，最終呈現出大片級效果，製作成本控制在萬元以內，成本只有傳統實拍模式的百分之一。如是供給側門檻的劇烈消解，必將帶來創意的海嘯，可以預期的是：“愛優騰”終將也有春天。3.拓展能力邊界，創造全新內容需要實事求是的是，上述AI在內容生產方面的應用，在當前更多是輔助者而非顛覆者的角色，受限於技術水平和應用場景。從中短期來看，我們也認為內容產業中的諸多領域，仍將以現有的模式運行，如超長視訊中AI技術幻覺仍嚴重、音樂偏專家和IP屬性、直播電商社交含量高、體育&音樂會依賴真人、主題樂園等線下實體。但中長期來看，AI對於內容產業的顛覆，更具想像空間的仍在傳統創作的能力邊界的突破——無論是題材選擇還是內容形態，都不再受限於人力與技術的短板。在題材層面，AI讓真人無法實現的題材得以落地。漫劇賽道的玄幻、無限流題材就是典型案例：這類題材需大量奇幻場景（如修仙秘境、星際戰場）與特效元素，真人拍攝不僅成本極高，還難以還原網文的想像力；而AI可通過文生圖工具快速生成奇幻場景，再通過動態化技術讓畫面活起來，完美匹配網文IP題材特點。AI可實現跨模態內容生成，模糊了文學、漫畫、影視、遊戲的邊界，即AI充當編劇和導演的角色。例如，擁有很多擁躉的頭部IP《我的治癒系遊戲》，可通過AI直接從小說文字生成漫劇分鏡，再自動轉化為動態漫。這種跨形態能力，讓IP不再侷限於單一載體，快速適配為漫劇、短影片、小遊戲等多種形態。更重要的是，AI降低了內容創作的專業門檻，讓非專業創作者也能參與內容生產，打破傳統行業對專業資質的壟斷。例如AIGC微短劇無需專業分鏡師與導演，普通人通過AI工具即可完成從劇本生成到視訊製作的全流程；動態漫製作也不再依賴專業動畫師，網文作者可自行用AI將作品轉化為動態內容，直接觸達讀者。圖：AI在各環節應用落地資料來源：中金公司AI對不同內容行業的滲透，假設在10%-60%區間，僅中國的內容產業，AIGC的市場空間估算就能達到1000億元以上。02“下一個字節跳動”內容產業的核心矛盾，從來都是“內容供給過剩”與“使用者注意力稀缺”的矛盾。傳統傳播模式依賴管道霸權與撒胡椒面式行銷，效率低下且成本高昂，因此誰能革新管道就能創造巨量的商業價值。短影片之所以在全球範圍內都大獲成功，就是得益於UGC和推薦演算法——內容即管道。另一個更具有代表性的案例是Spotify，作為全球數字音樂的絕對龍頭，2006年其橫空出世甚至拯救了岌岌可危的音樂產業。Spotify不生產內容，只是做了傳播方式和管道的革新。通過數字的方式實現了音樂的“雲化”，主打“即時播放、正版授權”，使用者擺脫播放裝置困擾，從買斷制走向訂閱制，由於使用門檻大幅下降，全球訂閱使用者近3億，公司市值突破1200億美元。圖：Spotify的傳播模式創新拯救了音樂行業（全球錄製音樂市場規模）資料來源：IFPI，廣發證券AI在內容傳播上的潛力仍被嚴重低估，下一個“字節跳動”也許正在此中醞釀：通過使用者畫像分析、智能推薦演算法與場景化適配，AI可實現內容找人的精準連結，大幅提升了內容的觸達效率，直至生成全新的商業模式與產業平台。這不是幻想，一些現實案例已經能讓我們看到AI在傳播上實實在在的滲透：1.使用者畫像精準化：從群體標籤到個體畫像傳統傳播對使用者畫像的理解停留在非常粗線條的群體標籤，如“18-24歲男性”、“本科以上學歷”，無法捕捉個體差異化；AI通過分析使用者的行為資料（如觀看時長、互動頻率、付費偏好），建構出更精細的個體畫像，讓內容傳播更具針對性。以漫劇賽道為例，平台通過AI分析發現：早期漫劇使用者90%為男性，主要偏好玄幻、懸疑題材，且集中在三線及以下城市，日均觀看時長1-2小時。基於這一畫像，部分平台調整了漫劇的流量分配策略——向三線城市男性使用者傾斜玄幻類漫劇推薦，同時推出男性向題材分帳溢價政策，吸引製作公司聚焦這類內容。資料顯示，針對性推薦後，漫劇的有效點選率提升27%，使用者留存率提升19%。遊戲行業的使用者畫像應用更為深入，實現“千人千面”的內容推送：例如對高付費使用者推送高價皮膚與專屬活動，對小額付費使用者推送低價禮包與日常任務，對免費玩家推送社交類玩法提升留存。2024年上線的《戀與深空》，通過AI精準定位女性玩家的情感需求，推送角色互動劇情與3D建模內容，首月流水達5.09億元，成為女性向品類的標竿。2.推薦演算法智能化：從人工營運到資料驅動傳統內容分發依賴人工營運團隊判斷那些內容可能受歡迎，主觀性強且效率低；AI推薦演算法通過即時分析海量使用者資料，自動識別內容與使用者的匹配度，實現優勝劣汰，讓優質內容更快觸達目標使用者。短影片平台的漫劇分發是典型案例。抖音的漫劇流量分配模型會即時跟蹤使用者的觀看行為：若使用者觀看某部漫劇的完整度超過60%、點贊率超過10%、分享率超過5%，演算法會判定該內容“受歡迎”，將其推入更大的流量池。這種“資料驅動”的分發模式，讓優質漫劇能快速突圍——2025年四季度，《我的治癒系遊戲》漫劇通過演算法推薦，上線7天播放量破億，成為現象級作品。長視訊平台的演算法最佳化同樣顯著。愛奇藝的網路大電影分帳演算法，將AI推薦與商業變現直接掛鉤：片方收益=2元×有效點選（觀看超過6分鐘），而有效點選量的核心影響因素是演算法推薦的精準度。通過AI最佳化推薦後，網路大電影的平均有效點選率提升了34%，片方平均分帳收入增長22%。3.傳播場景適配化：從單一管道到多端覆蓋AI不僅能精準找到使用者，還能根據使用者的消費場景（如通勤、居家、休閒）適配不同形態的內容，提升使用者的消費意願。例如，使用者在通勤時更傾向於觀看5-10分鐘的漫劇短影片，而在居家時更願意觀看30分鐘以上的長集漫劇；AI的跨模態能力，能夠通過識別使用者的地理位置、裝置類型、使用時間，自動推送適配場景的內容形態。微信小遊戲的場景適配是典型案例。根據24M7微信小遊戲開發者大會資料，女性玩家佔比高於傳統APP遊戲，且偏好模擬經營類內容；同時，三線城市使用者佔比達50%，主要在碎片化時間玩遊戲。基於這一場景分析，遊戲廠商通過AI將模擬經營類遊戲適配為輕量化版本——單局時長控制在5-10分鐘，操作簡化為點選滑動，結果這類遊戲的使用者留存率提升了25%，付費率提升18%。音樂平台的場景化傳播同樣依賴AI。騰訊音樂通過分析使用者的聽歌場景（如工作、運動、睡眠），推送適配的音樂內容：例如對運動場景使用者推送高節奏的搖滾、電子音樂，對睡眠場景使用者推送舒緩的輕音樂。資料顯示，場景化推薦後，使用者的日均聽歌時長提升了12%，會員轉化率提升9%。03內容產業的生存之戰漫劇的爆發並非偶然，而是AI重構內容生產與傳播環節的第一個完整案例——既體現了AI在生產端的降本增效與能力拓展，又驗證了AI在傳播端的精準匹配價值。從資料來看，漫劇成功地驗證了AI的重構能力：目前頭部公司月產能達30部，儘管仍低於真人短劇的100部，但考慮到行業僅在2025Q2大規模啟動，增長速度已遠超預期。漫劇之後，隨著大模型技術的迭代，更多內容產業將迎來類似變革，尤其是視訊領域：短影片微短劇目前微短劇製作仍依賴真人拍攝，成本達六七十萬/部；未來AI可實現文字生成視訊，直接從劇本生成短劇，成本或降至10萬以內，同時通過AI換臉技術讓使用者能將自己代入劇情；遊戲AI不僅能降低研發成本，還能創造全新玩法——例如動態調整遊戲難度（根據玩家操作即時最佳化關卡）、生成個性化劇情（根據玩家選擇自動續寫故事），甚至實現AI生成游”，讓玩家自行用AI設計遊戲；影視AI將進一步滲透影視製作全流程，從劇本生成、分鏡設計到虛擬拍攝、特效渲染，實現“小成本大製作”；同時，AI可通過分析使用者偏好，預測影視內容的市場表現，降低投資風險。這些領域的重構並非遙不可及。例如，2024年OpenAI發佈的Sora已能生成60秒的高畫質視訊，快手的可靈AI、阿里的通義萬相也在短影片生成領域取得突破；遊戲行業的AI生成角色、場景技術已進入實用階段，預計2026年將實現規模化應用。AI正在重塑內容產業的每一個環節，這種重構不是局部的最佳化，而是全鏈路的革命——它讓內容生產不再受限於人力與成本，讓內容傳播不再依賴於管道與運氣，讓更多優質內容有機會觸達使用者。對於內容企業而言，AI重構不是一道“選擇題”，而是關乎生存的“必答題”：對內容企業來說，AI重構不是戰略選項，而是生存前提。傳統模式正被無情證偽——數字音樂取代唱片，短影片重塑螢幕，使用者永遠會走向更高效的內容體驗。成本、效率、使用者理解，三個維度上的碾壓性優勢正在重構競爭基準。那些仍固守傳統生產與傳播邏輯的玩家，將發現自己不再與對手競爭，而是在與時代本身為敵。而這也正是AI對開篇詰問的回答：其本質並非革命或泡沫，而是商業價值在本源上的回歸與重構。 (錦緞)

中國科學技術大學科研團隊在量子資訊研究領域取得重要進展，成功實現了光子貝爾態製備數量的世界紀錄，為大規模量子計算與量子網路的研究奠定了關鍵技術基礎。這一成果由中國科學院院士潘建偉領導的團隊完成，相關論文已於2025年11月17日在國際權威學術期刊《自然·光子學》上發表。研究團隊通過設計新型非線性干涉儀與最佳化參量下轉換過程，顯著提升了糾纏光子的產生與收集效率。實驗中，團隊在每秒內可製備超過1700萬對糾纏光子對，這一資料較以往國際公開報導的最高水平提升了一個數量級。值得注意的是，團隊所製備的糾纏光子不僅數量大，其糾纏保真度也穩定保持在98%以上，體現出系統的高純度和高穩定性。貝爾態是量子糾纏的核心資源態，在量子通訊、量子計算與量子精密測量中具有重要作用。例如，在光學量子計算中，貝爾態的規模直接決定了量子位元的連通能力和計算潛力；在量子網路中，高品質的糾纏光源是實現遠距離量子態傳輸與分佈式資訊處理的關鍵。本研究通過技術路徑的創新，在不對光子路由與探測提出極端要求的條件下，實現了多光子貝爾態的高效製備，為後續可擴展量子系統的建構提供了更加可行的實驗方案。業內專家指出，該成果標誌著中國在量子光源與糾纏操控方面已處於國際領先地位。高效率、高保真度的糾纏光源不僅有助於推動基礎科學研究，如量子非定域性檢驗和多體糾纏成像，更將在量子金鑰分發、分佈式量子計算等未來技術邁向實用化的過程中發揮支撐作用。研究團隊表示，下一步將致力於該系統的晶片化整合探索，並進一步與量子儲存等技術結合，推動量子資訊處理能力的整體提升。隨著量子科技逐漸步入實際應用，此類核心器件的突破將持續為中國在量子科技領域的可持續發展注入創新動力。 (晶片行業)

這段時間，因為大空頭的放話，科技圈被 “AI 泡沫破裂論” 刷屏 —— 有人翻出 2000年網際網路泡沫的舊帳，說現在的 AI 熱不過是資本炒作的假象。對此，輝達 CEO 黃仁勳在 GTC 大會上回應：“網際網路泡沫時的公司燒錢買流量，現在的企業砸錢買算力 —— 因為算力能直接變成生產力。”這位穿著標誌性皮衣的 “AI 教父”，根本沒給質疑者留面子。他手裡的兩份資料足以讓所有泡沫論者閉嘴：過去四個季度，輝達新一代 Blackwell GPU 出貨量突破 600 萬塊；剛給台積電追加的晶圓訂單，直接把 4NP 工藝產能拉到滿負荷。矽谷創投圈流傳著句玩笑：“判斷 AI 是不是泡沫，看黃仁勳的皮衣庫存就夠了 —— 訂單太多，他都沒時間換風格。”先釐清：黃仁勳說的 “真實計算需求” 到底是什麼？在華盛頓 GTC 大會的演講裡，黃仁勳把計算需求比作 “AI 時代的電力消耗”—— 你看不見它，但工廠運轉、手機亮屏、空調製冷都離不開。現在的 AI 計算需求，具體到三個場景裡特別明顯：OpenAI 的工程師私下說，GPT-5 的推理請求量比去年翻了 10 倍，使用者問的不再是 “寫篇文案”，而是 “模擬供應鏈危機的應對方案”，每一次回答都要調動數百萬個計算節點；李飛飛團隊搞的空間智能研究，用 3D 模型還原分子運動，單組實驗就要佔用 128 塊 Blackwell GPU 跑整整一周；就連沃爾瑪的倉庫機器人，現在每天要處理 10 萬 + 個貨物定位請求，算力需求是三年前的 20 倍。黃仁勳在台積電新竹工廠考察時說得更通俗：“2000 年的網際網路公司燒錢買伺服器，是為了讓更多人點進網頁；現在的企業買 GPU，是讓 AI 直接幹活 —— 寫程式碼、做診斷、調裝置，每一分算力都在創造真實價值。”三個硬核證據，戳破 “AI 泡沫論” 的假象黃仁勳的底氣，來自輝達財報和行業動向裡藏著的三個鐵證，每一個都指向計算需求的不可逆轉：第一：算力成了 “剛需品”，企業搶著買單網際網路泡沫時代，.com 公司靠燒錢換流量，使用者來了卻賺不到錢。但現在的 AI 算力，是企業的 “生產資料”。Meta 砸 6000 億美元建 AI 資料中心，還特意新增 15 吉瓦電力保障算力供應；微軟的 Azure 雲裡，AI 算力的預訂排到了 2026 年，客戶裡有一半是製造業 —— 他們要用 AI 做裝置預測性維護，停機損失減少一分，算力投入就值十分。黃仁勳在分析師會議上透露了關鍵資料：Blackwell GPU 的推理需求正在爆發，未來需要的算力可能是現在的數百萬倍。這不是資本炒作出來的需求，而是 AI 從 “聊天工具” 變成 “車間工人” 的必然結果。第二： 供應鏈瘋了：從晶片到記憶體全在擴產泡沫的典型特徵是 “上游冷下游熱”，但 AI 行業現在是 “全鏈條沸騰”。輝達剛給台積電追加晶圓訂單，SK 海力士、三星就緊跟著擴產 HBM 記憶體，甚至提前給 2026 年的下一代晶片備貨。要知道，HBM 記憶體一條生產線要投幾十億美元，沒有長期真實需求，誰也不敢這麼賭。更關鍵的是 “極端協同設計”—— 輝達不僅造 GPU，還聯合台積電改工藝、幫記憶體廠商調參數，甚至給客戶做資料中心的數字孿生規劃。這種全產業鏈的深度繫結，和 2000 年那些只靠一個域名就融資的網際網路公司，根本不是一個維度。第三：新計算範式已成型，不是 “曇花一現”黃仁勳在演講裡提了個關鍵判斷：現在正經歷 “從通用計算到加速計算的平台轉移”，就像當年從蒸汽機到電力的變革。摩爾定律失效後，CPU 撐不起 AI 的算力需求，GPU 主導的加速計算成了唯一出路。這已經不是 “要不要換” 的問題，而是 “不換就淘汰”。醫院的 AI 診斷系統，用 CPU 要算 1 小時，用 Blackwell GPU 只要 3 分鐘；汽車廠商的自動駕駛模擬，以前一年跑 1000 個場景，現在用加速計算能跑 10 萬個。這種效率提升帶來的競爭力，讓企業不得不跟進 —— 就像 20 年前企業必須聯網一樣，現在必須擁抱算力。黃仁勳的終極判斷：AI 不是泡沫，是 “新工業革命”最讓我印象深刻的，是黃仁勳在 GTC 大會結尾的比喻：“網際網路泡沫時，大家在蓋沒人用的高速公路；現在的 AI 算力，是在修能跑萬噸貨輪的運河 —— 每一艘船都裝著真金白銀的貨物。”他宣佈在美國建 Blackwell 超級電腦工廠，和諾基亞、富士康共建 “AI 工廠”，不是為了炒概念，而是因為企業的算力訂單已經排到了三年後。當 AI 能幫藥企縮短新藥研發周期、幫工廠降低 40% 的錯誤率、幫物流節省 30% 的成本，這種需求怎麼可能是泡沫？矽谷現在流傳著一句話：“別聽分析師說什麼，看輝達的庫存和黃仁勳的笑容就夠了。”600 萬片 GPU 賣斷貨的背後，是 AI 從 “實驗室玩具” 變成 “基礎設施” 的質變。或許再過十年回頭看，2025 年這場關於 “泡沫” 的爭論，會像當年質疑網際網路一樣可笑 —— 畢竟，真實的需求從來不會被虛假的質疑打敗。 (智能新範式)

11月14日，中國、柬埔寨、寮國、緬甸、泰國、越南聯合打擊電信網路詐騙犯罪部級會議在雲南昆明召開。六國就進一步聯合打擊跨國電信網路詐騙犯罪問題深入交換意見，取得一系列共識。會議指出，當前跨國電信網路詐騙犯罪形勢嚴峻，極大危害區域經濟發展和社會安全穩定，嚴重侵害各國公民合法權益。中、柬、老、緬、泰、越六國執法部門要進一步深化國際執法合作，開展聯合打擊行動，集中清剿詐騙園區，全力緝捕涉詐人員，共同剷除電詐犯罪“毒瘤”，堅決保護各國公民生命財產安全。此次會議是中、柬、老、緬、泰、越六國共同打擊跨國電信網路詐騙犯罪執法合作重要階段性成果，六國執法部門共同簽署了成果性檔案，並就此前中方在全球公共安全合作論壇（連雲港）2025年大會上提出的共同建立國際打擊電信網路詐騙聯盟的有關倡議進行了進一步磋商。各方均表達了聯合打擊跨國電信網路詐騙犯罪的強烈意願，表示將共同推動落實成果性檔案中達成的共識，開展多國聯合打擊行動，建立常態化協調機制，加強資訊共享，持續開展涉詐人員遣返移交工作，不斷提升打擊質效，共同維護地區安寧。國際刑警組織、聯合國毒品和犯罪問題辦公室、瀾滄江-湄公河綜合執法安全合作中心作為觀察員參加會議。據瞭解，近年來，中國政府踐行全球安全倡議、全球治理倡議，積極與柬埔寨、寮國、緬甸、泰國、越南等國家開展執法合作，形成了良好機制，取得了顯著成效。特別是今年以來，中、緬、泰三國建立三方協調機制，聯合對緬甸妙瓦底地區賭詐犯罪開展打擊清剿，緬方累計向我遣返5500餘名犯罪嫌疑人。中老警方組織開展聯合行動，對寮國金三角特區4個園區的電詐窩點進行集中清剿，一舉抓獲600餘名犯罪嫌疑人。中越警方開展聯合打擊電信網路詐騙和賭博犯罪專項行動，成功抓獲犯罪嫌疑人149名。中柬警方加大聯合打擊力度，先後在柬埔寨蒙多基裡、金邊、柴楨等地抓獲犯罪嫌疑人2141名，柬方已將全部人員遣返移交中方。一系列打擊行動對賭詐犯罪集團形成有力震懾。公安部有關負責人表示，針對跨國電信網路詐騙犯罪的多國聯合打擊行動還在持續進行中，公安機關將以更大的決心和力度，不斷深化國際執法合作，持續推動聯合打擊行動向縱深發展，堅決剷除犯罪窩點，全力緝捕犯罪嫌疑人，切實維護人民群眾生命財產安全。 (海外網)

01不知不覺，雙十一這個令人矚目的狂歡消費節就這樣靜悄悄地結束了，沒有鮮花、沒有掌聲、沒有放大的資料和戰報，堪稱是史上最平淡的雙十一。但在平常當中，也有新的變化在發生。今天，我們把雙十一期間對於整個流量和平台變化的研究做一個總結，分享給大家參考。02我先用一句話做個概括：隨著各大電商平台，包括短影片平台流量見頂，垂直流量、品牌IP、AI搜尋和私域營運，會成為未來全域經營的主要方向。我們來逐步分析其中的重點。第一個，平台流量紅利見頂，垂直流量紅利來臨。根據中國國家統計局資料，2024年電商滲透率從2023年的27.6%回落到了26.8%，2025年1月-8月，電商滲透率更是停留在了25%。同時，截至2025年6月，中國網路購物使用者規模達到9.76億人，佔到了網民整體的86.9%。不管是從使用者數量，還是從電商滲透率來說，都已經來到了天花板。相對應地，不管是傳統搜尋電商，還是短影片直播電商，也很難再有新增的流量紅利。而且，企業很難在某一個平台創造一個流量非常大的帳號，特別是關係到轉化、帶貨，產品展示、線索收取的帳號，即使是不惜代價做出來了，它的流量高峰期也會非常短，並且，絕大多數流量都得花錢，靠投放向平台買來的。但相反，假如我們對某個特殊人群，特殊場景有深度的服務，有深度滿足的機會，那就會享受到垂直流量的紅利，也就是享受到我們所瞄準的特定人群的注意力。舉個例子，就像今年雙十一，我們注意到空氣淨化器裡殺出來一個新品類，貓用淨化器，它在原有基礎上增加貓抓板、逗貓棒和吸浮毛的功能，專門針對養貓的特殊場景以及越來越多的養貓群體，它的銷量和流量也遠遠大於普通的淨化器。像這類垂直流量紅利，如果想要看得到、抓得住，關鍵就看誰能提供獨特的服務和內容能力。所以，我們從今年雙十一的狀態來看，平台聚合新流量的空間越來越小，靠低價搶客戶的難度越來越大，但越是細分特定場景、細分特定使用者的產品服務，就越能帶來精準客戶和更高的信任度。未來，我相信大規模標準化的市場會越來越卷，但小人群、個性化需求、垂直場景的小而美會逐步來臨。假如我們的中小企業，很難靠自己撬動大規模市場來賺大錢，那麼，就必須要在細分市場做到極致。也就是通過滿足細分人群的特殊需求和場景，提供差異化服務，在垂直細分領域做深、做細、做精。我們要去主動識別我們的目標對象，思考怎麼引起這些使用者的興趣，讓他們產生更大的需求，或者是對我們留下深刻的印象。那麼，圍繞著這個目標，我們就要以他們感興趣的內容去種草。也就是“以興趣內容為池”，我知道他在什麼領域，看什麼樣的內容類別。然後，圍繞目標對象的興趣，以垂直知識為窩，就像釣魚一樣打一個窩。用垂直的知識把客戶吸引到身邊來，讓他瞭解這個需求如何被解決？再以產品的關鍵核心價值為餌，也就是我們所能提供的解決方案、特色服務、包括品牌吸引力去抓住他們。當然，要做到這些，我們一方面要進行全域全平台多帳號的佈局，另一方面就是要有自己獨特的產品服務和內容表達能力。03第二、視播時代的品牌IP正在崛起，人們更願意為價值觀買單。品牌本質上要服務於特定受眾，特定對象的喜好和需求，我們所傳遞的理念，展現的信念是視播時代品牌進行服務的核心。人們不再會因為簡單的效果廣告而買單，而是越來越願意為了價值觀買單。所以，我們需要展示的不僅僅是產品功能，價值觀是品牌的重要元素。借助於創始人IP，我們可以以一種真誠、透明的方式去傳遞價值，展示故事，從側面把企業和產品帶入其中，通過輸出價值觀、內容和影響力，我們可以讓潛在客戶主動靠近，從相信IP到相信這個IP背後所代表的產品服務，從而快速成交。這一點在TOB和大宗交易中會更加明顯，因為借助於平台的演算法推薦以及創始人IP的內容表達，我們很多製造企業可以把複雜、專業的產品做深度的展示。比如從產品的研發、供應鏈的追溯、員工的管理、客戶的案例入手創造特定的內容，觸達相應的人群，特別是我們線上下很難觸達到的關鍵決策人員。這是視播時代，企業低成本創造行業品牌的重要機會。04第三、AI的關鍵應用。在這個雙十一，AI已經成了商家和使用者的關鍵應用，商家用AI創造內容、制定物料、統計資料。而使用者用AI進行搜尋，通過跟AI的對話，讓AI推薦自己想要的產品，或者是對比不同的品牌，從而制定自己的購物清單。所以，如果要在未來保持領先地位，我們的品牌就必須增加自己在AI搜尋中的曝光度，不只是要讓顧客看得到我們，搜得到我們，更要讓AI收錄和推薦我們。像單仁牛商目前就已經通過智能演算法，幫助企業把品牌資訊精準植入主流AI平台，包括DeepSeek、豆包、元寶、百度AI+，讓潛在客戶在跟AI對話搜尋時優先看到自己的產品和服務，提高AI入口的曝光度，搶佔市場先機，獲得高價值的AI搜尋流量。這是未來贏得新一代消費者的重要入口。05第四、公域獲客是生死線，私域經營是資產線。今天，流量是一切商業的本質，但流量的歸屬很重要。對企業來說，公域獲客是我們的生死線，私域的經營是我們贏得複利的資產線。企業一定要懂得把經營的戰場從公域擴展到私域，公域是公共資源，我們在公域引流，目的不只是獲得轉化成交的機會，更要把公域流量引入到私域，在私域進行深度經營，變成企業的自身資產，通過持續營運、互動、提供深度1對1的諮詢、包括線下活動喚醒，從而降低獲客成本，帶來持續復購，拉高利潤。私域越做，利潤越厚，越做，複利價值就越高。所以，結合起來，我們首先需要去找到自己特定的市場和人群，在全域平台，特別是短影片直播跟AI搜尋逐步建立認知，要讓目標使用者不管在那裡都能看到我們。第二步要創造交易，用特定的內容喚醒需求，不僅僅是侷限於產品功能，包括IP、價值觀、用我們的觀點和專業內容來引發興趣，創造成交的機會。第三要建立私域裡的深度關係，用持續跟進的服務，跟客戶建立一種長周期，像朋友一樣的關係。也就是認知深度，決定品牌厚度；觸達範圍，決定品牌的廣度；我們和使用者之間的關係強度，決定品牌粘度，決定品牌價值的持續變現能力。如果缺少任何一點，都很難讓品牌在市場上有更大的交易量，以及更長周期的單位客戶貢獻值。 (單仁行)