Category: AI专栏

AI工具集收录最新 AI 行业创始人访谈与行业趋势分析报告。洞察 AI 应用和技术走向,如创新AI应用、大模型训练、多模态融合发展,以及在医疗、金融等多个垂直领域的实践探索,帮你深入了解 AI 行业的前行脉络与未来机遇,助力把握科技浪潮。

  • 《2025年第一季度AI应用报告》(PDF文件)

    《2025年第一季度AI应用报告》主要分析了2025年上半年全球各大企业对大模型是如何使用大模型的,今年和去年有哪些不同。报告指出,约45%的组织已在生产环境中使用AI,工程与研发是AI采用的领先领域。AI聊天应用(如ChatGPT)和编码工具(如GitHub Copilot)广受欢迎。语言模型方面,Google Gemini和OpenAI的GPT系列占据主导地位。多模态AI模型(语音、图像、视频)中,OpenAI表现突出。推理服务市场由第一方API(如OpenAI、Google)主导。NVIDIA在AI训练硬件市场占据主导地位。报告讨论了AI采用的挑战,包括智力、可靠性和成本问题。

    2025年第一季度AI应用报告

    获取《2025年第一季度AI应用报告》PDF原文件,扫码关注回复: 20250812

    AI采用概览

    •  AI采用成熟度
      • 生产环境中的AI应用:报告指出,约45%的组织已在生产环境中使用AI。
      • AI采用阶段:除生产环境,还有23%的组织处于原型开发阶段,27%处于探索阶段,5%尚未开始。
    • AI采用的行业与地区分布
      • 行业分布:报告涵盖多个行业,包括技术、教育、政府、非营利组织等。其中,技术行业对AI的采用最为积极。
      • 地区分布:从地区来看,美国和欧洲的AI采用率较高,中国和印度等新兴市场也在快速追赶,显示出AI技术在全球范围内的广泛影响力。

    AI采用的关键趋势

    • AI在生产中的应用:约45%的组织已在生产环境中使用AI,显示出AI技术从原型开发向实际生产环境的转变。
    • AI使用案例的多样化:组织正在将AI应用于多个领域,工程与研发是最主要的领域,其次是客户支持和销售与市场。
    • 对AI模型的选择:Google Gemini和OpenAI的GPT系列是最受欢迎的AI模型,DeepSeek作为开放权重模型的首选。
    • 对中国AI模型的态度:如果在中国以外的基础设施上托管,55%的受访者愿意使用来自中国AI实验室的模型。

    AI聊天应用与编码工具

    • AI聊天应用:ChatGPT是目前最受欢迎的AI聊天应用,其次是Gemini和Claude。
    • AI编码工具:GitHub Copilot和Cursor是最受欢迎的AI编码工具,领先于其他工具如Claude Code和Gemini Code Assist。

    语言模型(LLM)

    • LLM家族偏好:Google Gemini和OpenAI的GPT系列是最受欢迎的LLM家族,DeepSeek是开放权重模型的首选。
    • LLM市场动态:与2024年相比,2025年LLM的使用和考虑数量显著增加,表明市场成熟度和实验性需求的提升。

    多模态AI模型

    • 语音生成:OpenAI和ElevenLabs是最受欢迎的语音生成模型,流媒体质量、自然语音质量和延迟是选择模型时最重要的因素。
    • 图像生成:OpenAI在图像生成模型方面处于领先地位,用户最看重的是提示符的遵循性。
    • 视频生成:OpenAI和Google在视频生成方面领先,用户最看重的是提示符的遵循性和逼真度。

    推理服务

    • 推理服务提供商:第一方API(如OpenAI、Google和Anthropic)和芯片挑战者(如Groq和Cerebras)在推理服务市场中占据主导地位,而亚马逊和Azure的市场份额有所下降。

    训练与硬件

    • 训练加速器:NVIDIA在AI训练加速器市场中占据主导地位,约78%的受访者使用NVIDIA的加速器,而Google和AMD的加速器使用率较低。

    2025年第一季度AI应用报告

    报告结论

    报告指出,AI技术正在快速从实验室走向实际应用,组织在采用AI时面临智力、可靠性和成本等挑战。同时,市场对AI模型和工具的需求也在不断变化,特别是在语言模型和多模态生成领域。

    获取《2025年第一季度AI应用报告》PDF原文件,扫码关注回复: 20250812

  • 7月热门通用Agent数据分析报告,Manus、Genspark等 (PDF文件)

    报告深入分析2025年7月热门通用Agent和浏览器Agent的市场表现,涵盖流量趋势、功能更新及投融资情况。通用Agent中,ManusGenspark流量稳定,功能更新频繁,MiniMax AgentSkywork流量增长显著。浏览器Agent方面,Perplexity CometFellou AIDia表现突出,流量和功能更新均表现强劲。报告探讨了各Agent的流量来源国别分布,揭示浏览器型Agent在推广速度和用户量级上的优势,为创业者和开发者提供宝贵的市场洞察和建议。

    2025年7月通用Agent与浏览器Agent市场分析报告

    获取《Manus、Genspark等通用Agent分析报告》报告PDF原文件

    扫码关注回复: 20250808

    通用Agent总体分析

    通用Agent的流量在3月至7月期间波动较大,但整体趋势较为稳定,浏览器型Agent的推广速度和用户量级显著高于其他类型,功能更新频繁是吸引用户的关键。

    Manus

    • 流量分析:Manus流量在7月底达到60万访问量,周末效应明显,显示出在办公场景中的稳定需求。
    • 功能更新:功能更新包括Wide Research和幻灯片主题定制功能,进一步增强产品的实用性和吸引力。
    • 投融资情况:估值5亿美元,ARR 1亿美元,最近融资7500万美元,显示出其在市场中的强劲竞争力。

    Genspark

    • 流量分析:Genspark流量稳定,每天20-30万访问量,显示出在市场中的稳定用户基础。
    • 功能更新:功能更新频繁,包括AI Slides 2.0和Slack集成,进一步提升用户体验。
    • 投融资情况:估值5亿美元,ARR 3600万美元,最近融资1亿美元,显示出在市场中的持续增长潜力。

    2025年7月通用Agent与浏览器Agent市场分析报告

    Skywork & 天工AI

    • 流量分析:天工AI在5月21日出现流量激增,当前访问量稳定在每天1-2万左右,显示出其在特定市场的吸引力。
    • 流量来源:流量主要来自中国,显示出在本地市场的强大用户基础。

    MiniMax Agent

    • 流量分析:MiniMax Agent在6月17日-24日迎来流量高峰,显示出在市场中的快速增长潜力。
    • 流量来源:功能更新频繁,流量主要来自中国和美国,显示出在多语言市场中的广泛吸引力。
    • 投融资情况:估值40亿美元,ARR 7000万美元,最近融资3亿美元,显示出在市场中的强大竞争力和增长潜力。

    纳米AI

    • 流量分析:纳米AI流量主要来自浏览器,月度访问量在60-80万之间,显示出在浏览器型Agent市场中的强大潜力。
    • 流量来源:功能更新较少,但流量主要来自中国,显示出在本地市场的稳定需求。

    Flowith

    • 流量分析:Flowith流量在5月18日爆发,7月有所减少,显示出在市场中的短期增长潜力。
    • 流量来源:功能更新频繁,流量主要来自美国和韩国。
    • 投融资情况:估值1亿美元,ARR 100万美元,最近融资1000万美元,显示出在市场中的持续增长潜力。

    浏览器Agent总体分析

    浏览器Agent的流量在3月至7月期间波动较大,但整体趋势较为稳定,功能更新频繁,流量来源国别分布广泛,显示出浏览器型Agent的市场潜力和用户需求的多样性。

    Perplexity Comet

    • 流量分析:Perplexity Comet流量在7月10日达到高峰,显示出其在市场中的快速增长潜力。
    • 功能更新:功能更新频繁,包括语音浏览和购物助手,进一步提升用户体验。
    • 投融资情况:估值180亿美元,ARR 1亿美元,最近融资1亿美元,显示出其在市场中的强大竞争力。

    Fellou AI

    • 流量分析:Fellou AI流量在5月3日达到高峰,7月流量稳定在每天1-2万,显示出在市场中的稳定用户基础。
    • 流量来源:功能更新频繁,流量主要来自印度和沙特。
    • 投融资情况:估值1亿美元,ARR 100万美元,最近融资1700万美元,显示出在市场中的持续增长潜力。

    Dia

    • 流量分析:Dia流量在6月10日达到高峰,7月流量稳定在每天3-4万,显示出在市场中的短期增长潜力。
    • 功能更新:功能更新包括@History功能,进一步增强产品的实用性和吸引力。
    • 投融资情况:估值5.5亿美元,ARR 1亿美元,最近融资5000万美元,显示出在市场中的持续增长潜力。

    Zen Browser

    • 流量分析:Zen Browser流量稳定,月度访问量在60-80万之间,显示出在浏览器市场中的稳定用户基础。
    • 流量来源:流量主要来自美国和印度。

    Opera Neon

    • 流量分析:Opera Neon流量在5月27日和6月10日两次爆发,日均流量1-2万,显示出在市场中的短期增长潜力。
    • 流量来源:功能更新较少,流量主要来自印度和美国。

    2025年7月通用Agent与浏览器Agent市场分析报告

    其他Agent

    其他Agent如Devin、Cluely、Lovart AI等流量表现各有特点,功能更新频繁,流量来源国别分布广泛,显示出多样化的产品策略和市场机会。

    Devin

    • 流量分析:流量稳定,单月流量30万左右,日均1-3万,显示出在浏览器Agent市场中的稳定用户基础。
    • 流量来源:功能更新频繁,流量主要来自美国和日本。

    Cluely

    • 流量分析:流量在6月19日快速增长,之后稳定在8-12万,显示出其在浏览器Agent市场中的短期增长潜力。
    • 流量来源:流量主要来自美国和印度。

    Lovart AI

    • 流量分析:流量在7月22日出现激增,7月末访问量每天10万左右,显示出其在浏览器Agent市场中的短期增长潜力。
    • 流量来源:流量主要来自中国和美国。

    Youware

    • 流量分析:流量在5月20日首次爆发,7月30日出现激增,显示出其在浏览器Agent市场中的短期增长潜力。
    • 流量来源:流量主要来自巴基斯坦和中国。

    Rosebud AI

    • 流量分析:流量近三个月稳定,单月流量在40-50万左右,显示出其在浏览器Agent市场中的稳定用户基础。
    • 流量来源:流量主要来自美国和印度,显示出在国际市场的吸引力。

    Trickle

    • 流量分析:流量近三个月呈增长态势,显示出在浏览器Agent市场中的增长潜力。
    • 流量来源:流量主要来自美国和泰国,显示出在特定市场的吸引力。

    2025年7月通用Agent与浏览器Agent市场分析报告

    Same.new

    • 流量分析:流量稳定,每天访问量2-3万,显示出其在浏览器Agent市场中的稳定用户基础。
    • 流量来源:流量主要来自印度和美国,显示出在国际市场的吸引力。

    获取《Manus、Genspark等通用Agent分析报告》报告PDF原文件

    扫码关注回复: 20250808

  • 专访Pi产品负责人Macro:全球用户量突破300 万了,还需要继续学Gamma吗?

    一款让做 PPT 变得前所未有轻松的工具,正在悄悄改变很多人的工作方式。

    它把 AI 和传统演示文档结合在一起,几乎不用学习复杂操作,输入想法就能得到一份完整的演示内容。

    对那些从没做过幻灯片的人来说,它第一次让内容创作变得可触摸、可上手。

    在 WAIC 展会之后,Pi 的全球用户量突破了 300 万

    每天都有培训讲师、科普创作者、甚至从未打开过 PowerPoint 的小作坊老板,在这里生成属于自己的演示内容。

    有人用它做线上公开课,有人把它用在销售路演,还有人只是想第一次给产品做一份像样的介绍。

    做出这款产品的,是一个十几个人的小团队。没有铺天盖地的广告,也没有复杂的增长打法,他们靠着产品本身和几次展会活动,把它推到了几百万用户手里。

    Macro 说,他们最初希望做的是一个能承载多模态内容的“内容容器”。文字、图片可以直接放进去,未来音视频也能加入,让 AI 生成的内容和人工编辑的内容结合起来,最终做出一份真正可用的成果

    产品名称:Pi(Presentation Intelligence)

    Slogan:AI原生的内容创作和分享的 Agent 平台,不止AIPPT

    主要功能:AI原生的内容创作和分享的 Agent 平台。这是目前在内容创作场景代表SOTA水准,集成知识管理、设计引擎和AI原生编辑器的全栈智能体Copilot系统,为全球用户提供专业质量、精准完备、高效和谐的内容创作和共享体验。

    官网:Pi

    以下是我们和 Pi 产品负责人 Macro 的访谈:

     

    全球用户量突破300万

     

    👩‍🦰K姐研究社

    Hi~Macro,你们最近在忙什么?

    🧑🏻‍💻 Macro

    主要在做WAIC的展会,从预热到收尾整体很成功,我们的用户量又上升了一个台阶,全球用户量突破 300 万了。然后还有一些品宣的事情。

    👩‍🦰K姐研究社

    现在是国内和海外两边一起推进吗?

    🧑🏻‍💻 Macro

    我们的目标是全球顶级的AI产品,希望先在国内市场验证产品和技术,把细节打磨的差不多,产品完成度更高一点,后面就会全面发力。

     

    从语言模型到多模态内容容器,重新定义 AI 创作形态

     

    👩‍🦰K姐研究社

    为什么当初想要做这款产品?

    🧑🏻‍💻 Macro

    我们觉得既然已经进入了AI时代,就应该改变传统制作PPT的低效方式。过去做 PPT,大部分人先上网找模板,再一个字一个字地改,甚至还常常因为模板的槽位和内容不匹配,将很多精力放在排版上。非常繁琐。

    如果作为工具,不仅能提效,还能提供创意,那就是一个真正优秀的产品。

    👩‍🦰K姐研究社

    最开始你们对这个产品的设想是什么样子?

    🧑🏻‍💻 Macro

    我们最早做这个产品时,模型还只是语言模型,市面上大部分产品也只是一个聊天框。

    我们判断未来一定是多模态,所以希望用一种“内容器”的形式承载文字、图像,甚至是音乐和视频等等,让 AI 生成的内容与人工编辑的内容结合,最终产出可用成果。

    基于广泛的竞品调研和我们在编辑器上的经验,我们选择自研一款类似 Gamma 的编辑器,作为多模态内容的载体。

    目前我们的产品已经支持文字和图像模态,音乐和视频会在市面上模型能力成熟后逐步加入。

    以前的内容是一个创作者做完了,就去分发出去,这其实单向的,我们希望内容还能产生交互。

    所以我们加入问卷等交互方式,未来还会支持用户在内容创作和分发过程中直接与内容互动,AI 会辅助回答用户的问题。

    这是我们最早规划的方向,只是一些功能还在迭代中。


    👩‍🦰K姐研究社

    可以理解为你们现在聚焦演示场景,集成多模态能力。目前平台已支持图像生成功能,但尚未开放视频,是因为效果还没达到预期吗?

    🧑🏻‍💻 Macro

    是的,目前我们没有直接加入视频功能。因为如果用户花很长时间去一页一页地配置视频,会影响整体体验。

    图像功能也是同理,我们的用户基本不需要自己写 Prompt,就能生成第一版图像。除非要求特别高的时候,才会打开 Prompt 进行调整或者重新生成。

    我们也希望用户在平台上做视频的时候,不用因为 Prompt 技巧而困扰,只需用自然语言的表达,就能直接生成内容。

    用户只需要专注内容本身,以及基础的美学和排版表达就可以了


    👩‍🦰K姐研究社

    像很多智能体可以根据主题自动配图,你们后续会考虑吗?

    🧑🏻‍💻 Macro

    会的,我们现在也是有自动配图的,AI 会根据你的内容上下文,来帮你生图,或者用我们主题自带的“装饰图”。

    我们也在考虑用多个 Agent 帮用户收集资料、分析哪些数据和图片更适合当前内容场景。

    这一块技术我们在跟进,但也有顾虑,就是数据版权问题,所以我最近在做合规调研和报告。如果风险可控,我们会尽快跟上。

    同时,我们也在搭建自己的图库,已经收集了大量没有版权风险的图片,后续会开放给用户使用。

    👩‍🦰K姐研究社

    你们为什么会考虑加入和设计、管理相关的功能,比如自定义字体和交互问卷?

    🧑🏻‍💻 Macro

    先说设计和自定义主题这一块。我们本质上还是做排版内容,排版离不开美学设计。

    所以希望把这个口子开放给有较高审美或有设计功底的用户,让他们能创造更漂亮的作品。

    光靠我们自己定义主题肯定有限,我们现在有一个百来人的设计师微信群,他们既是第一波用户也是共创用户,会做一些精美主题给我们,我们也会给一定的创作奖励。

    未来如果用户有自己的视觉需求,也可以通过这个途径自己做,而不是必须依赖我们来定制主题。

     

    改布局、排版、文字,只需要鼠标点一下

     

    👩‍🦰K姐研究社

    你们的编辑器是什么东西都能往里面装吗?

    🧑🏻‍💻 Macro

    对。是的,我们支持上传 PPT 做二次排版,社区里大家分享的优质作品也能直接拿来用,新的 Coding 形式、HTML 网页也可以兼容。未来交互方式有变化,我们也能适配。

    我觉得目前各家用 Agent 做 PPT 的方式,如果真要深耕,最终也离不开自有的编辑器。而现在再去做编辑器,多半也会往我们这个方向靠。

    👩‍🦰K姐研究社

    现在市面做演示文档和 PPT 生成的很多,传统方式用模板套内容,一句话就能生成一个。你们如何平衡创意效果、设计效果和内容生产效率的关系?

    🧑🏻‍💻 Macro

    我们自己观察,市面上做 PPT 主要有四类技术架构:

    • 最早期的模板套版——比如稿定、Canva,把模板搬到线上,用户自己去套版,这是最传统的一种。
    • 模板+大模型文案——比如像素绽放、AI PPT,把模板标好槽位,用大模型生成文案套进去。
    • 我们这种自研编辑器模式——模型生成内容后,按编辑器的定义排版。
    • AI Coding 生成 HTML 形式的 PPT,现在很多厂商在跟进。

    我们更看好第三种模式,原因有两点:

    • 内容完整性高:传统套版如果模板只有 4 个点,模型生成了 6 个点,后两个可能放不上去;在我们这边,生成多少点就能排多少点。
    • 排版更智能流畅:我们模型会理解语义,比如带时间线的内容会自动用时间轴排版,并列内容就用并列结构呈现。

    相比用 Agent 或 HTML 生成的方案,我们的优势在于编辑体验和速度:生成一份 8 页的 Slide 大概 30 秒就能完成;

    Agent 方案大部分需要几分钟,Token 消耗非常大,而且不方便编辑;他们很多只能改文字,改排版或颜色还得重新用自然语言交互,再等十几二十分钟,体验是很差的。

    在我们这里,改布局、排版、文字,只需要鼠标点一下就可以了。

    👩‍🦰K姐研究社

    现在各家都在尝试用 AI Coding 生成网页或演示文档,但基本上只能导出 PDF,很难再转成可二次编辑的 PPT。你觉得未来这种模式会对你们的市场造成冲击吗?

    🧑🏻‍💻 Macro

    不能说是直接冲击吧。现在各家产品都还在迭代,我们自己内部也在研究这套模式。

    我们也希望引入多 Agent,先帮用户把前置内容做扎实,比如能帮他搜索和分析,这样生成的可视化内容数据就更完整,这是 Agent 的明显优势。

    但从编辑体验、二次编辑、导出等环节看,长期来看这类模式也大概率会趋向我们现在的框架。只是做一个真正好用的编辑器确实需要时间,所以我认为长期可能会走向一致。

     

     从国内版 Gamma 起步,坚持小团队打法

     

    👩‍🦰K姐研究社

    你们为什么想去打国内版 Gamma 这个点?

    🧑🏻‍💻 Macro

    2021年我就用过 Gamma 和 Tome,观察到国内很多人在用Gamma,尤其是在科技领域,大家愿意拥抱新兴产品。从运营角度,我们想先把这部分人群吸引过来。

    👩‍🦰K姐研究社

    我们观察到 Tome 之前转向做 Marketing,现在甚至业务都关掉了,你们怎么看这个现象?

    🧑🏻‍💻 Macro

    Tome 跟 Gamma 以及我们不太一样,它主打自由编辑。从结果来看,他们没有坚持最初的方向,这可能也跟团队基因有关吧。

    同比来看,Gamma 现在就运营得很好,小团队活的轻松,有不错的ARR和稳定地收入。

    所以Tome的转变我们分析更多可能是团队的因素,或者说是资本的因素。

    但是我们依然会看好这个赛道,而且最近很多做 Agent 的团队也在切入这一细分场景。

    👩‍🦰K姐研究社

    团队规模和组织建设也对标 Gamma 吗?

    🧑🏻‍💻 Macro

    我们团队目前大约 16–17 人。团队负责人(CEO)非常崇尚小团队模式,因为在今天,不必像传统公司那样每个环节都堆人。

    未来我们也希望团队不超过 30 人,就能完成整个产品闭环,这与 Gamma 的模式很像。

    👩‍🦰K姐研究社

    你们现在的产研配比是怎么样的?有没有像吴恩达说的那种“1 个产品经理配 0.5 个研发”的探索?

    🧑🏻‍💻 Macro

    我们没有那么兴奋地去追求比例。现在基本上是一人多角,就像我原来是产品经理,但现在同时负责一部分产品、大部分的运营,还有部分商务,也会带一两个稍微资历浅一点的小朋友一起做。

    我们现在研发的人员稍多一点,因为把编辑器做好是挺麻烦的事情,不是 AI Coding 就能完全帮到的。

    我们研发大概十来个人,剩下的是产运,所以算下来产研差不多是一比一点几。但我觉得这个比例并不适用于我们内部,因为好几个研发也具备产品设计的能力和意识。

     

    从没做过 PPT 的人,在小程序里成了核心用户

     

    👩‍🦰K姐研究社

    你们最初是为哪些用户群里设计的这个产品?

    🧑🏻‍💻 Macro

    上线初期我们并没有细分推广,而是希望更多人先上手体验,看看他们用产品帮自己完成什么样的内容创作。

    从数据反馈来讲,使用效果最好的是做培训、科普类的创作者,因为他们的内容创作的频次非常高,演示的对象也非常多,所以常常一周会有三四次都要来上面修改内容,或者重新创作一份新的,这类人群现在是粘性付费最好的,他们创作的内容也是最符合我们想要去呈现的。

    他们的作品不局限于传统的PPT,会嵌入网页、视频等多种元素正好契合我们产品作为多模态容器的初衷。

    👩‍🦰K姐研究社

    其他家都是在网页上生成内容。但是你们还做了一个小程序,为什么?

    🧑🏻‍💻 Macro

    一是考虑国内使用习惯,很多人不常使用电脑,希望小程序让更多人更方便地使用,体验大模型带来的内容创作变革;

    二是为了内容闭环,小程序是国内很好的分发渠道,Web端做好的内容通过小程序分发到朋友圈或他人更直接。

     

    👩‍🦰K姐研究社

    运营小程序过程中,用户占比或使用行为有什么不一样?

    🧑🏻‍💻 Macro

    最大区别是年龄层。小程序用户整体更偏大,很多是四五十岁甚至更年长的人。

    他们好奇“这个东西能帮我做 PPT 吗”,而且很多人在国内其实没怎么做过 PPT。

    举个形象的例子:像我们上学时那些年纪稍大的老师,他们做 PPT 基本就是几行字加一张图,几乎没有排版,但在同龄人里已经算比较会做了。很多这个年龄段的人压根不会做 PPT。

    我有个 60 多岁的叔叔,经常要出去卖自己的产品,小作坊级别的,也没人帮他做 PPT。他听说我在做这个产品后特别好学,简单教了一下就能用手机完成一份商品介绍,他用得很开心。

    我们在推广中也发现,这类人群确实很多。

    👩‍🦰K姐研究社

    是的,实际上是被忽视掉的一群人啊。

    🧑🏻‍💻 Macro

    对。

    👩‍🦰K姐研究社

    不同年龄段用户在付费行为上有差异吗?比如四五十岁的用户和年轻用户,哪一类付费率更高?

    🧑🏻‍💻 Macro

    付费率还是年轻用户更高一些。年纪稍微大一点的用户,如果他比较好学,用过产品后也会被我们转化到网页端。

    因为在网页上,只要生产过两份内容,就能基本学会我们的产品。整体门槛不高,不涉及任何代码,鼠标点点、键盘敲敲字就能完成。

     

    B 端容错率连 1% 都不到,目前优先做 C 端

     

    👩‍🦰K姐研究社

    你们在商业模式上更倾向 C 端还是 B 端?

    🧑🏻‍💻 Macro

    优先发展C端市场。大模型的核心价值在于提效,但在 B 端场景里,精准性要求极高,容错率可能连 1% 都不到,而 C 端的容错空间更大,所以目前我们还是以 C 端为主。

    等到基模水平能够有效解决幻觉、确保不出错,我们会更大力度地投入 B 端。目前我们也在关注 B 端机会,但核心仍偏向 C 端。

    👩‍🦰K姐研究社

    你们的编辑器和演示文档生成能力,会考虑对外开放吗?比如通过 API 或 MCP 的形式输出给其他公司使用?

    🧑🏻‍💻Macro

    这一层我们现在已经在做了,目前已经接入了一些知名的企业,比如Kanter(国际咨询公司)。

    他们内部接了一些模型,也有自己的数据库,去给它的用户生成内容。现在他更希望把结果以可视化内容给客户,所以调用了我们的能力来生成 Slide

    这个案例我们还做了视频演示,已经上线了。

    另外也有一些教育机构也接了我们的API,用来做培训场景的 Slide。

    这次WAIC展会,有很多企业对我们都蛮感兴趣的,包括一些综合集团等等,他们都来咨询过相关的能力。

     

    首次亮相WAIC,线上活动每日带来数万新用户

     

    👩‍🦰K姐研究社

    在 WAIC 活动期间,你们上线了一个抽奖活动,可以分享一下吗?

    🧑🏻‍💻 Macro

    抽奖是传统运营里非常经典且有效的方式,大家对未知奖品和概率性的刺激都蛮感兴趣的。

    我们在 WAIC 亮相,这是公司第一次在社交媒体上对外展示,也希望借这个节点让更多用户认识公司和产品。

    现场我们的展位在 H3 楼层一直是排队状态,应该是整个楼层里除了宇树、Rokid 外排队最长的队伍。

    但现场的流量毕竟有限,所以我们同步做了线上的裂变活动,这个活动效果非常成功,每天新增用户都是大几万

     

    👩‍🦰K姐研究社

    这个抽奖活动是怎么实现裂变和用户自发推广的?

    🧑🏻‍💻 Macro

    我们花了很大的成本准备奖品,包括自己的周边,质量都挺高的,T-shirt 怎么洗都没问题,还用了刺绣工艺。

    这也跟我们创始人的基因有关,他对美学和质量的追求很高,所以哪怕是大量赠送给用户的周边也花了蛮多的心思。

    另外,我们还结合了当下Labubu的热点来做抽奖活动。活动推了两周之后,我们发现饿了么他们也开始用Labubu做营销裂变的活动了,这个玩法的效果确实不错。

    👩‍🦰K姐研究社

    你们主要的增长手段和渠道有哪些?

    🧑🏻‍💻 Macro

    我们现在有几个运营动作在陆续上线。整个团队没有请特别厉害的运营大牛,基本上还是自己边做边摸索,不过目前整个运营框架已经搭完了。

    第一块是有一点点小量投放,但真的很小,和几个竞品比几乎可以忽略。

    第二块是社媒的 KOL 联动。WAIC 期间我们也做了一些优质博主的发掘,有不少博主也自发来我们展位打卡的,后面我们也会做一些建联动作。

    第三块是运营活动。我们计划后面一两个月都推出一个小活动,但主题会不一样。

    这次 WAIC 活动主要是传播和拉新,后面可能会办创作小比赛,把优质创作者聚拢起来,形成更高效的共创机制。

     

    内容更 Fancy,长远目标是交互式平台

     

    👩‍🦰K姐研究社

    实际上你们是想搭建一个创作者生态,为高阶用户提供个性化服务,对吗?

    🧑🏻‍💻 Macro

    对,可以这么理解。另一个层面理解,我们现在做的是工具,但长远来看,不想局限于工具,我们希望做成一个内容平台,成为下一代内容范式的承载平台。

    内容最早从图文,比如今日头条;后来发展到现在的短视频。再往后,内容平台会是什么样的形式,大家都在探索,我们也在探索。

    我们内部比较兴奋的一点是,未来内容会是交互式的内容,而具体如何交互,还在一步步探索中。

     

    👩‍🦰K姐研究社

    你们最近在产品能力上有新的方向吗?

    🧑🏻‍💻 Macro

    有,我们最近一直在忙一件事,就是想让内容更 Fancy 一点。现在的编辑器布局是结构化的,但很多国内用户习惯传统 PPT 的白板模式,可以自己拼、自己画,简单或复杂都能做。

    用户调研下来,大家希望效果更 Fancy,所以我们正在开拓这块能力,预计 8 月底生成和排版能力会有一次大升级。

    👩‍🦰K姐研究社

    今天非常感谢 Macro,和我们聊了这么多关于 Pi 的故事,让我们看到内容创作的新可能。也祝 Pi 用户量继续高速增长,期待 Macro 下次再来和我们分享新的惊喜。

    🧑🏻‍💻 Macro

    谢谢。

    原文链接:专访Pi产品负责人Macro:全球用户量突破300 万了,还需要继续学Gamma吗?

  • 北京大学《人工智能2.0时代的人才培养和通识教育课程建设》(PDF文件)

    《人工智能2.0时代的人才培养和通识教育课程建设》回顾了人工智能从1.0(深度学习)到2.0(大模型)的发展历程,分析了大模型的特点、局限及最新进展。报告指出,大模型具备强大的生成和推理能力,也面临数据依赖和高成本等问题。在人才需求方面,报告强调应用人才、IT专业人才和AI专业人才的不同能力要求,提出针对不同层次人才的教育路径。报告详细介绍了人工智能通识教育课程的设计理念和实施方法,包括课程目标、内容、教学方法和资源,通过通识教育提升全民的AI素养和人机协作能力。

    人工智能2.0时代的人才培养和通识教育课程建设

    获取《人工智能2.0时代的人才培养和通识教育课程建设》报告PDF原文件

    扫码关注回复: 20250807

    人工智能发展历程

    • AI 0.0(1956-2006):该阶段基于规则和专家系统,依赖人工特征工程,可解释性强但泛化能力弱。
    • AI 1.0(2006-2020):该阶段以深度学习为核心,CNN/RNN/Transformer架构推动计算机视觉、自然语言处理领域取得突破性进展,仍需依赖大量标注数据进行训练。
    • AI 2.0(2020-至今):本阶段进入大模型时代,以GPT/Stable Diffusion为代表的多模态生成模型实现文本、图像、视频的跨模态交互,同时推理能力显著提升(如DeepSeek R1模型)。

    人工智能2.0时代的人才培养和通识教育课程建设

    大模型的特点和局限

    • 大模型的特点
      • 强大的生成能力:大模型能生成高质量的文本、图像、视频等多种内容,为创意产业、内容创作等领域带来了前所未有的变革。
      • 多模态融合:将语言、视觉等多种模态数据相结合,使模型能够更全面地理解和表达世界,为智能交互、自动驾驶等应用提供了更强大的技术支持。
      • 复杂推理能力:基于长链推理技术,大模型能逐步分解复杂问题并进行多步骤逻辑推理,处理更复杂的任务和场景。
    • 大模型的局限
      • 数据依赖:大模型的训练需要海量的数据支持,数据的质量和多样性直接影响模型的性能和生成结果的准确性。
      • 高算力需求:训练和推理过程对计算资源要求极高,导致研发和应用成本居高不下,限制了在一些资源受限场景中的广泛应用。
      • 幻觉问题:生成的内容可能存在与事实不符的情况,需要进一步的验证和筛选,确保信息的真实性和可靠性。

    人工智能2.0时代的人才培养和通识教育课程建设

    大模型的发展观察

    • 跃进期(2020-2022)
      • ChatGPT的发布:2020年ChatGPT的推出迅速引发全球对大模型的关注和研究热潮,其强大的语言生成能力和交互体验让人们看到大模型的巨大潜力。
      • GPT-4的推动:2022年GPT-4的发布进一步提升大模型的性能和应用范围,推动大模型在更多领域的探索和实践。
    • 繁荣期(2022-2023)
      • 多模态模型的爆发:Stable Diffusion、Mid-Journey等多模态模型相继问世,将大模型的应用从文本领域拓展到图像、视频等视觉领域,为创意设计、影视制作等行业带来了新的机遇。
      • 国内大模型的崛起:国内企业纷纷加快大模型的研发步伐,文心一言、通义千问等首批模型相继发布,展现了国内在人工智能领域的技术实力和发展潜力。
    • 深化期(2023-至今)
      • 推理模型的突破:DeepSeek-R1、QwQ-32B等推理模型的出现,显著提升模型的推理能力和效率,为复杂问题的解决提供更有力的支持。
      • 性能提升与开源生态:国内模型性能持续提升,如Qwen2.5、GLM-4等不断更新优化。同时,开源生态蓬勃发展,如Baichuan、Qwen等系列模型的开源,推动大模型技术的普惠化和行业应用的加速落地。

    人工智能2.0时代的人才培养和通识教育课程建设

    大模型时代的人才需求

    • 应用人才
      • 思维要求:具备利用AI技术和工具解决实际问题的能力,能够将AI应用于工作和生活的各个方面,提升效率和质量。
      • 能力增加:增强问题定义、独立思考、沟通表达等能力,更好地与AI协作完成任务。
      • 教育需求:通过AI通识教育,普及AI基础知识和应用技能,培养全民的AI素养和人机协作能力。
    • IT专业人才
      • 思维要求:掌握数据思维和模型思维,以数据为核心进行系统设计和优化,为行业赋能。
      • 能力增加:提升机器学习、深度学习、数据工程等方面的能力,适应AI时代对IT人才的新要求。
      • 教育需求:开展新IT教育,更新IT专业课程体系,融入AI相关技术和应用内容,培养既懂传统IT又掌握AI技术的复合型人才。
    • AI2.0专业人才
      • 思维要求:具备数学思维、好奇心和试错精神,热爱探索人类智能的本质和奥秘。
      • 能力增加:掌握数据工程、底层软硬件工程、大模型范式(如Transformer、Diffusion、RL等)能力,能够从事AI前沿技术研发和创新。
      • 教育需求:构建AI专业教育体系,培养具有深厚理论基础和创新能力的AI专业人才,推动人工智能技术的持续发展和突破。

    人工智能2.0时代的人才培养和通识教育课程建设

    人工智能通识课

    • 课程目标:培养学习者对人工智能的全面认知,掌握生成式AI的应用能力,提升人机协同与批判性思维,为未来的学习和工作打下坚实基础。
    • 课程内容:涵盖人工智能基础、核心技术(如Transformer架构)、应用领域(金融、医疗、教育等)以及面临的挑战与未来发展方向,构建完整的知识体系。
    • 教学方法:采用案例分析、动手实操、项目制学习和跨学科融合等多样化方法,提升学习者的实践能力和创新思维。
    • 教学资源:提供PPT课件、微课视频、教学演示案例以及实战任务与作业题,支持线上线下混合式学习,满足不同学习者的需求。

    人工智能2.0时代的人才培养和通识教育课程建设

    人工智能赋能教育

    • 人工智能赋能教学:通过AI辅助教学工具和智能学情分析,提升教学效率和个性化学习体验,推动教育的智能化发展。
    • 课程创作工具:利用AI辅助课程设计和无代码工程交付,降低课程创作门槛,提高教学资源的开发效率和质量。
    • 人工智能通识课的实施:通过通识课、通育课和通用课的分层设计,逐步提升学生的AI素养、人机协作能力和专业应用能力,实现人工智能教育的普及与深化。

    人工智能2.0时代的人才培养和通识教育课程建设

    获取《人工智能2.0时代的人才培养和通识教育课程建设》报告PDF原文件

    扫码关注回复: 20250807

  • 专访沁言学术创始人罗实:全流程科研Agent,要有自己的学术浏览器

    在“AI写论文”成为争议焦点的当下,他却选择绕开最热闹的那条路。

    不是降重神器,不是一键生成。沁言学术,这款名字听起来安静得不像AI产品的工具,正在悄悄聚拢一群科研人。它不帮你写完论文,却能在你查文献、梳理课题、协同申报时,做一个真正可靠的“学术搭子”。

    我们采访了沁言学术的创始人,聊了聊他为什么坚持做一款“小而重”的产品?为什么不急着开放试用,也不追流量转化,而是一门心思打磨体验?

    他说:“我们想的是,用户用上之后会忍不住想推荐给身边人。”

    产品名称:沁言学术

    Slogan:搞科研,用沁言

    主要功能:免费文献管理专家,2G云存储永久免费,海量文献搜索高达2亿篇,AI选题、文献管理、文献阅读(解释、总结、翻译、扩改写、智能助手)等基础功能均可免费使用。

    官网:https://www.qinyanai.com/

    以下是我们和沁言学术创始人罗实的访谈:

    K姐研究社

    您个人之前是什么背景?为什么现在想要做这个学术科研相关的产品?

    🧑🏻‍💻 罗实

    我们有一位合伙人一直在学术圈,挺了解这个领域。他跟我们聊了很多真实的痛点,比如你要发一篇论文,才能毕业,才能评职称。

    我们看到这种强需求,就开始认真考虑这个方向。

    正好我们收购了一个叫“边写边搜”的文献管理工具,于是决定在它的基础上做 AI 化,看看能不能帮用户覆盖掉论文写作过程中的那些难点。

    K姐研究社

    你们现在团队有多少人?

    🧑🏻‍💻 罗实

    现在差不多十五个人左右。

     

    换名字,为了更贴近我们真正想做的事

     

    K姐研究社

    为什么要把产品名从“边写边搜”换成“沁言学术”?

    🧑🏻‍💻 罗实

    我们觉得“边写边搜”这个名字把产品定义得有点窄了,听上去像是一个轻量级的小工具,未来我们希望产品能覆盖科研的完整流程,从选题到写作,再到参考文献管理。我们就想换个名字,让它更贴近我们真正想做的事。

    K姐研究社

    我看你们现在是功能还是集中在收集资料、整理资料、总结、翻译。为什么没有直接去做论文的写作?

    🧑🏻‍💻 罗实

    这个其实就是优先级排序的一个问题。我们更看重前期的“货量”——也就是用户真正高频且强需求的环节。

    比如像谷歌学术,可能是学术领域访问量最大的工具,月活几亿。说明大家最痛的是找文献、管文献,而不是一上来就写论文。

    我们现在就是把这块打磨得尽可能好:文献搜得快,管得清,存在本地知识库里。如果你有50篇相关文献,想写个综述,其实我们就能直接帮你生成一个格式规范、引用准确、接近可发表水准的初稿。

    所以不是不做写作,而是我们认为——这部分基础工作打扎实了,后面的写作才能水到渠成

     

    专注学术场景,打造全流程科研学术Agent

     

    K姐研究社

    你们产品也加了一些像“我的小组”这样社交化的功能,为什么会考虑加上这些?

    🧑🏻‍💻 罗实

    其实“我的小组”最早在我们还是边写边搜的时候就有了。我们把它保留下来,是因为在学术写作的场景中,团队协作非常常见,特别是在前期的资料收集、文献整理这些环节。

    如果有一个公共空间,能让小组成员共享资料、同步讨论进度,其实对论文的产出是有帮助的。

    对我们来说,协作能力是一个非常重要的方向,未来我们也会在这块持续加码,把它打造成真正好用、好协同的科研工具。

    K姐研究社

    我们了解市场上有很多 AI 写作工具,包括通用型助手,有的会用到小的Agent或者加了一些提示词去辅助写论文,你们和它们最本质的差异是什么?

    🧑🏻‍💻 罗实

    我们和其他工具的最大区别在于:不是靠模型“更聪明”,而是场景做得“更对”

    我们本身没有自研大模型,用的也是通用模型,但是我们围绕学术场景做了很多加强,尤其是搜索能力和本地知识库管理的能力。

    简单来说,模型本身提供的知识“思考”的能力——它能推理、能生成,但它不一定知道“从哪获取准确信息”。如果它接收到的上下文不靠谱,那输出就很容易出幻觉。

    所以我们专门强化了两点:第一,检索一定来自高质量的学术数据库,像谷歌学术、PubMed、Articles 这些;第二,建立本地知识库,让用户可以把自己收集的资料结构化保存和调用。这样模型再去生成内容,就是建立在一个更“可信的语境”里了,回答不仅更准,还能附上出处。

    这就是我们认为,做科研类工具不能只靠模型“拍脑袋”给答案,而是要把上下游场景都串起来。

    K姐研究社

    了解,就是确保这个论文相关的这种严肃的场景上,它的信息源是可以追溯、可以验证的。

    🧑🏻‍💻 罗实

    对,是的。

    K姐研究社

    前段时间市场上有一个热点的话题,就是用 AI 去降 AIGC 率,你们怎么看待这个问题?通过沁言学术写出来的论文,也会存在 AIGC 率过高的问题吗?

    🧑🏻‍💻 罗实

    我们做过一些调研,现在来看,AIGC 检测的方式还是比较单一的,不是很完备。确实可以通过一些降 AIGC 率的策略,让检测算法识别不出来

    不过我们当前的产品重点还没进入到写作这一层,更多还是在搜集、整理、知识管理这些环节,所以暂时还没直接涉及这个问题。

    在后续规划里,等我们开始做生成类功能时,肯定是会把这类降 AIGC 的策略考虑进去。我们希望最终生成的内容,是无法被检测算法判定为AI生成的。

    我们做过很多的测试,这个确确实实是市面上的算法可以做到的。

    K姐研究社

    跟那些通用型 Agent 相比,你们的最大优势是什么?

    🧑🏻‍💻 罗实

    其实我们最大的优势就是刚刚说的——我们比较专注学术场景,并且会针对学术场景做专门的优化。

    比如生成文献综述,要符合学术引用的规范。它中间会涉及到很多优化,目前市面上通用模型或者Agent,很多在这块基本做不出来。我们的优势就在于:输入更精准,输出更贴近学术人群的实际需求

    K姐研究社

    你们为什么没有去做文献下载?我理解的是很多人检索后,实际上是想要 down 下来的。

    罗实:是,我们即将上线一个新版本,会包含文献下载功能。

    K姐研究社

    很快就上线了是吧?

    🧑🏻‍💻 罗实

    对,它类似于 agent 的一种模式。比如你给它一篇论文的标题,一组论文的列表,或者只是告诉它“我想要人工智能领域最近两年发表的引用量最高的10 篇论文”,它就会自动搜索,下载原文,并把这些文献整理好、归档进你的个人知识库——也就是我们“边写边搜”的学术网盘。

    整个过程是对话式的,你给出需求,它执行检索、筛选和存储。

    K姐研究社

    了解。这确实是一个非常刚需、很日常、高频的需求,现在市面上也有很多镜像站在提供类似服务。

    🧑🏻‍💻 罗实

    是的。我们希望帮用户把“找文献”的过程做得更顺。以前你想下到一篇文献,得检索很多的地方,很费时间。

    我们现在底层整合了镜像站、学术数据库,还有像 Google Scholar 这些渠道,尽量自动帮你去全网找,只要能确认是对的,就会帮你下载下来。

     

    学术浏览器,是下一步的重点

     

    K姐研究社

    你们现在的目标用户是大学生还是老师?你们实际观察跟预期有差别吗?

    🧑🏻‍💻 罗实

    大学生其实并不是我们的重点用户。我们的主要用户群体是研究生、博士、老师,还有像医生这样的专业人群

    大学生对“发表期刊论文”的需求并不是很强烈。比如毕业论文,要求并没有那么严格。

    从我们现有的用户来说,确确实实也是这样,博士、医生、老师会比较多一些,最终的目标都是要发表一篇有创造性、有价值,能进高水平期刊的论文。

    现阶段来看,我们的目标用户跟我们的设想是一致的。

    K姐研究社

    科研人群相对小众,但付费能力是 OK 的。

    🧑🏻‍💻 罗实

    对,是的。

    K姐研究社

    你们是怎么找到并拓展这类用户的?

    🧑🏻‍💻 罗实

    这块我们现在也在不断尝试,也总结出几个方向。

    一方面是现在这种深度交流、访谈内容,把产品理念讲清楚

    另外,我们会通过小红书、B站,找一些KOL或者垂直博主做专业分享

    第三,学术人群其实比较集中,不论是在医院、学校还是科研机构,口碑传播的效率很高。所以我们也在优化产品体验,强化产品的病毒式传播的能力——让用户愿意把工具推荐给身边的同事同行

    第四,结合热点,比如最近 Agent 比较火,我们也在 Agent 这一块做了些尝试,让用户体验到一些比较新奇的东西。

    现在我们也在准备做学术浏览器,把 Agent 和浏览器更好地整合到一起。想象一下——你给它一个任务,它像一个 Agent 一样,自动调用各种工具,在浏览器环境里完成搜索、判断、下载、归档等一整套复杂的流程,最后给你一个成型的结果。

    如果这套链路能跑通,并和我们的已有系统打通,体验的完整度和结果质量都会上一个新台阶。

    K姐研究社

    我看当前产品是不可以试用的,需要付费才可以用,为什么没有给用户开放一下试用体验?

    🧑🏻‍💻 罗实

    对,我们现在的会员的版本是分成基础版、创作版和协作版。

    我们是考虑采用 to B 的方式去销售,另一方面,我们觉得现在这个版本还不够完善。这几个月的时间,部分功能还没有进行深度迭代。

    K姐研究社

    了解,相当于它是一个更产品化、打磨得更厚实的工具,但是还需要进一步完善,准备充分之后,才会面向普通用户开放体验?

    🧑🏻‍💻 罗实

    是的。

    K姐研究社

    你们现在订阅用户多吗?会担心盈利问题吗?

    🧑🏻‍💻 罗实

    当然会担心,这是一个核心的问题,我们 ROI 能不能跑正很大程度上取决于获客成本付费率付费ARPU(用户的平均付费金额)。

    我们希望先把核心的体验做到位,尤其是文献搜索和文件管理这块,能够帮用户节省时间,做出“让人愿意留下来”的核心功能,再一步步地去优化付费率和付费ARPU。

    目前文献管理功能已经全部免费放开给用户了,没有任何的功能上的限制,只有存储空间可能需要象征性付费,比如5毛钱一个G,总体是很便宜的。

    我们现在最主要的的付费点是AI 的 token 消耗,比如做论文的筛选和下载,需要消耗大量token,是我们重点打磨的方向。

    K姐研究社

    你们现在对整个产品的这个商业模式上是更期望从 C 端用户手上去收到钱,还是想未来开放企业或者校园这一侧的合作?

    🧑🏻‍💻 罗实

    我们肯定是优先是考虑 C 端,因为 C 端的运营模式会相对简单一些。只要产品的体验足够好,就有可能通过口碑自然扩散,实现低成本触达和快速增长

    当然,我们 C 端跑通之后,也会考虑 B 端合作,我们也内置了代理机制,比如医院、学校的用户,有合适的渠道和资源,我们这边也会提供分成支持。

    K姐研究社

    你们官网上有企业版,这一版本主要目标是谁?

    🧑🏻‍💻 罗实

    你说的应该就是咱们的协作版,你之前提到的小组功能,就是团队协作相关的场景,但这部分现阶段不是我们的重点方向。

    K姐研究社

    那会考虑出海吗?出海的话相当于是生产英文的论文,很多留学生或者是国外的学生都会有这个需求,而且他们的付费能力会强更多。

    🧑🏻‍💻 罗实

    对,是的,我们现在在完善核心功能的同时,很快就会出独立的海外版本,到时候我们会逐步推广。

    K姐研究社

    那你们有拿融资吗?还是不考虑融资?

    🧑🏻‍💻 罗实

    我们今年也一直在接触一些投资人和机构。目前公司的主要资金来源还是大股东自投——Ta是我们的合伙人之一,之前成功退出过两家 10 亿量级的公司,个人资金比较充足。

    所以我们不急着融资,但如果遇到合适的资源,我们也会积极推进。

     

    哪个大模型,更适合科研?

     

    K姐研究社

    你们的产品实际上接了很多的主流的模型,包括默认给的就是 Qwen3。

    🧑🏻‍💻 罗实

    对。

    K姐研究社

    我看也有一些国外的模型,从你们的内部的使用或者评测的角度来看,是哪个模型更适合用在论文科研的场景?

    🧑🏻‍💻 罗实

    从输出的质量来说,那肯定是我们现在付费的模型,像 Claude 4、GPT 4o、Gemini 2.5 Pro和Grok 4,整体来看,这几款模型在科研类场景的表现都不错。

    尤其是Claude 4 和 Gemini 2.5 Pro,经过我们的综合评测,觉得质量比较好,所以我们在做付费的高质量输出的时候会用得比较多。

     

    像小米一样,让用户有惊艳的感觉

     

    K姐研究社

    目前你最大的焦虑是什么?来自于什么地方?

    🧑🏻‍💻 罗实

    我焦虑的点,第一个是产品体验够不够“打动人”。我们特别希望用户第一次用的时候能有“哇,好厉害”的感觉,有一种强烈的分享的冲动。

    但要做到这一点,其实非常难。怎么让AI工具真的在科研场景里帮上忙,而且体验好到令人惊艳,是最让我们伤脑筋的地方。

    第二个焦虑是增长。我们是 to C 产品,收入和付费用户直接挂钩。虽然目标人群有千万级,但现在的问题是——怎么低成本触达这些人,并把他们转化进来?

    我们试过投放,但买量的成本还是偏高,目前也没跑通。所以现在一直在试新的增长方式。

    接下来我们也准备上线英文版本,尝试出海,希望这能成为一个新的增长突破点。

    K姐研究社

    如果用一句话预测你们产品一年之后的样子,你会怎么说?

    🧑🏻‍💻 罗实

    一年以后,我们的核心定位是一款学术全流程覆盖的产品。

    我们准备把 AI 学术浏览器作为重点,它基于 Chrome 的开源架构,重点围绕学术的场景,整合搜索、文献管理、论文写作,到与期刊匹配和投稿前的智能评审,所有的环节都能在这个浏览器中完成。

    K姐研究社

    相当于现在市面上很流行的 AI 浏览器,只不过在科研学术场景上。内核还是 Chrome 的内核,但加了很多原生的 AI 能力?

    🧑🏻‍💻 罗实

    对,是的。我们在 Chrome 开源架构上,加入了本地运行小模型、调用数据库等能力。

    像Manus 这类 Agent 产品,它所有的东西都在云端,token 的消耗量级很大,成本很高的。

    我们希望用户能在端侧进行一些模型的运算。比如做现代化、re-rank 的处理,既省成本又提升用户体验。

    这个学术浏览器会是我们的关键节点,它可以更好地整合我们现有的功能,给用户提供更加智能的体验。

    K姐研究社

    产品里面都会藏着创始人的影子,你觉得沁言哪一点最像你?

    🧑🏻‍💻 罗实

    我觉得可能是专注吧,专注和极致。但这个点可能是我们主要的几个合伙人,我们都比较推崇小米。

    K姐研究社

    小米?

    🧑🏻‍💻 罗实

    对,我们希望产品做出那种让人眼前一亮的感觉。用户在横向对比一圈以后,再用到我们的产品,还是感觉很惊艳。

    要做到这一点,我们必须聚焦到最最关键、最最重要的点上,把学术领域的核心环节做到极致的状态

    我们会把最前沿的 AI 能力,比如 Agent 、AI 浏览器,融合进来,在这个细分领域里,为目标用户提供真正极致的体验。

    K姐研究社

    了解,所以你个人对自己的这个理解是,你是一个极致专注的一个人,是吗?

    🧑🏻‍💻 罗实

    对,嗯。我觉得是。

    K姐研究社

    嗯,那在生活上有一些体现吗?除了在工作或者做产品这一方面,生活中哪一个方面或者爱好能体现你这种极致和专注。

    🧑🏻‍💻 罗实

    我生活中的爱好比较简单,有两项比较持久的,一个是读书,一个是滑雪

    滑雪滑了十几年,一直滑;读书,我基本上保持一年读 100 本书,好多年都是这样的。

    翻来覆去,我觉得好像就这两件事情比较吸引我。

    K姐研究社

    感谢你今天的分享,我们也会持续关注沁言接下来的每一步。

    原文链接:专访沁言学术创始人罗实:全流程科研Agent,要有自己的学术浏览器|K姐独家

  • 《AI浪潮下的职业真实图景分析》报告(PDF文件)

    数说故事联合腾讯新闻、九派新闻推出的《AI浪潮下的职业真实图景分析》报告,通过大数据分析,透视AI对不同职业的真实影响。报告揭示AI如何改变职业生态,探讨未来职业发展的新趋势。为用户提供全面的视角,帮助用户理解AI浪潮下职业的机遇与挑战,为职场人指明方向。

    AI浪潮下的职业真实图景分析报告

    获取《AI浪潮下的职业真实图景分析》报告PDF原文件,扫码关注回复: 20250727

    研究背景与数据说明

    • 研究背景:详细介绍AI技术从技术突破到应用落地的历程,及此次报告发布的初衷,即探讨AI对千行百业的影响,为未来职业发展提供参考。
    • 数据说明:采集关键词(各职业关键词 + AI相关关键词)、数据时间(2024.6.1~2025.5.31)、数据来源(数说故事旗下数说聚合,覆盖平台包括知乎、虎扑、豆瓣、简书、中关村在线等),及声量定义和情感值(NSR)的计算公式。

    AI与职业声量趋势

    • 整体声量趋势:展示过去一年AI与职业声量趋势图,指出自DeepSeek发布后,AI + 职业的讨论热度大幅增长,2025年总声量较2024年增长60%,说明AI在职场领域的关注度不断提升。
    • 用户关注点变化:分析DeepSeek后用户对AI的关注点从技术探索迁移至场景落地,列举2024年和2025年AI + 职业相关话题的变化,强调职场提效、自我成长成为用户使用AI的核心场景。

    AI浪潮下的职业真实图景分析报告

    AI对不同职业的影响

    • 程序员
      • 人群画像:以男性为主(占比63.66%),90后和00后是主力军(占比72.92%),主要集中在一线和新一线城市(占比80.41%)。
      • 细分影响:探讨AI对程序员岗位的两极分化影响,传统岗位如开发、测试等受到一定冲击,而大模型训练师、AI伦理工程师等新兴岗位人才稀缺。介绍AI编程工具对传统开发岗位的影响,及模型训练领域“马太效应”的凸显。
      • 价值点与争议点:列举AI为程序员带来的价值点,如引发效率革命、提升幸福感、拓展搞钱方式等,分析争议点,包括程序员“能力退化”讨论、AI滥用可能引发的责任问题等。
      • 总结:概括AI对程序员职业的影响,强调程序员需要从传统的“砌砖工人”转变为“包工头”,提升对AI工具的运用能力和对大模型的理解能力。

    AI浪潮下的职业真实图景分析报告

    • 医生
      • 人群画像:男性占比53.72%,90后和80后是主要关注群体(占比66.30%),集中在一线和新一线城市(占比64.20%)。
      • 细分影响:阐述AI在医疗领域的全方位介入,包括诊前分诊、诊中诊断及治疗方案制定、诊后患者康复等环节,并通过具体案例说明AI如何优化医疗资源配置、辅助医生输出诊断结果及治疗方案、结合可穿戴设备帮助患者康复。
      • 价值点与争议点:分析AI为医生带来的价值点,如提升诊断效率、减少文书工作时间、整合海量文献与临床数据等,同时探讨争议点,包括AI诊断可能削弱医生决策权威、引发AI是否能替代医生的讨论等。
      • 总结:强调AI是医生的超级助手,能够提升工作效率和医疗质量,但医生在诊断书上签字所承担的责任无法被替代,AI + 医生的职业讨论增速最快,未来需要更好地协同合作。

    AI浪潮下的职业真实图景分析报告

    • 教师
      • 人群画像:女性占比57.24%,90后和80后是主要群体(占比73.67%),一线和新一线城市讨论热度较高(占比57.77%)。
      • 细分影响:分析AI对教师职业的影响环节,如课程互动、教学准备、作业批改等,强调课程互动成为受AI影响最大的环节,教师普遍借助AI技术提升课堂趣味及互动性。探讨教育智能化呈现学段分化,小学成为AI应用主战场,大学则面临学术伦理新挑战,及数学与语文成为受AI影响增速最快的两门学科。
      • 价值点与争议点:列举AI为教师带来的价值点,如提升教学效率、精准教学能力升级等,分析争议点,包括AI写作应用引发的教育体系困境、“强制AI教育”造成的形式主义压力等。
      • 总结:指出当机械工作由AI处理后,教师得以聚焦“只有人类能做的事”,从知识传授者向引领者转变,激发学生的好奇心、培养批判思维、塑造价值观,未来教师需要在技术赋能与教育本质间找到平衡。

    AI浪潮下的职业真实图景分析报告

    • 设计师
      • 人群画像:男性占比53.71%,90后是主要关注群体(占比49.62%),一线和三线及以下城市的讨论参与度较高(占比61.51%)。
      • 细分影响:探讨AI对不同设计岗位的影响,如平面设计师、建筑/室内设计师、UI/UE设计师等,指出AI显著提升了平面设计师的创意效率,加速初级UI设计师的技能提升,推动设计行业向高价值方向转型,同时分析服装设计师等岗位对AI工具的使用情况。
      • 价值点与争议点:分析AI为设计师带来的价值点,如优化工作流、拓展创意边界、推动设计民主化等,同时探讨争议点,包括AI加剧设计行业人才与价格内卷、版权风险为原创性蒙上阴影等。
      • 总结:强调未来设计师的核心价值在于定义问题的能力,AI将助力设计师提升效率和创意能力,但行业也需要应对低价竞争风险和版权保护挑战。

    AI浪潮下的职业真实图景分析报告

    • 心理咨询师
      • 人群画像:女性占比61.14%,90后是主要关注群体(占比41.16%),一线和新一线城市讨论热度较高(占比69.48%)。
      • 细分影响:阐述AI在心理咨询领域的应用,如跨越地域限制提供情绪支持与心理教育、辅助心理咨询师进行判断、模拟真实咨询场景为新手咨询师提供实践平台、驱动督导平台与案例数据库建设等。
      • 价值点与争议点:分析AI为心理咨询师带来的价值点,如让更多人在日常中进行情绪疏导、心理咨询不再羞耻、帮助心理咨询师提升专业水平等,探讨争议点,包括AI可能暴露咨询师专业能力不足、加剧现实社会的情感退化、延误关键干预时机等。
      • 总结:指出AI将成为心理咨询师的工作“搭子”,帮助提升专业水平和工作效率,但心理咨询师在深度疗愈与复杂干预方面仍具有不可替代的作用,未来需要明确AI心理咨询的边界,确保其安全、有效地应用在心理咨询服务。

    AI浪潮下的职业真实图景分析报告

    获取《AI浪潮下的职业真实图景分析》报告PDF原文件,扫码关注回复: 20250727

  • 腾讯研究院《2025人工智能十大趋势》(PDF文件)

    在2025世界人工智能大会·腾讯论坛上,腾讯研究院联合腾讯优图实验室、腾讯云智能、腾讯科技联合推出《共生伙伴:2025人工智能十大趋势》报告,揭示AI技术从工具属性向“共生伙伴”角色的深刻转变。随着基础模型、多模态融合、具身智能等技术的突破,AI正逐步融入人类生活的方方面面,成为工作、生活乃至社会运行的核心组成部分。以下为十大趋势的精华总结。

    2025 十大趋势报告

    获取《腾讯研究院2025人工智能十大趋势》PDF原文件,扫码关注回复:20250726

    序言

    • 序言一:司晓《从智能工具到共生伙伴》

    司晓在序言中指出,AI正经历从“工具”到“共生伙伴”的深刻转变。随着强化学习、多模态融合等技术的突破,大模型不仅具备推理与行动能力,还能实现情感化交互。AI不再是被动执行指令的工具,而是能主动理解用户需求、优化生活与工作的“人生合伙人”。未来,空间智能和具身智能将推动AI从数字世界走向物理世界,完成从“会聊天”到“懂世界”的跨越。

    • 序言二:吴运声《打造更好用的AI》

    吴运声强调,AI的未来不仅是技术竞赛,更是产业落地的能力比拼。腾讯聚焦“离产业更近的AI”,通过模型层(如混元大模型)、平台层(如智能体开发平台)和应用层(如金融、制造场景解决方案)的三层布局,推动AI从“有能力”到“有用处”。他认为,AI的下一阶段将围绕安全、可控和普惠展开,让技术真正成为企业与社会的价值驱动力。

    2025 十大趋势报告

    趋势01 强化学习:引领大模型推理与行动能力突破

    强化学习从“对齐人类偏好”(RLHF)转向“基于可验证结果优化”(RLVR),推动大模型从内容生成迈向复杂问题解决。例如,AI在医疗、金融等领域通过强化学习实现自主决策,甚至发现超越人类经验的新策略。

    2025 十大趋势报告

    2025 十大趋势报告

    趋势02 原生多模态生成:感知与生成的统一

    AI从单一模态处理转向跨模态统一建模,实现文本、图像、音频的联合理解与生成。例如,OpenAI的GPT-4o和Sora模型已能无缝处理多模态信息,重塑影视创作、电商推荐等行业的交互体验。

    趋势03 声音模型的情感智能进化

    语音合成技术从机械朗读升级为情感化表达,结合多模态能力,AI声音可实时生成音乐、配音,甚至驱动虚拟角色互动,成为教育、医疗、娱乐领域的“情感伙伴”。

    2025 十大趋势报告

    2025 十大趋势报告

    趋势04 智能体双轨进化:编排类与端到端并行

    • 编排类Agent:如AutoGPT,通过调度工具和API完成复杂任务,在企业级应用中强调可控性。
    • 端到端Agent:如OpenAI的o3模型,内化推理与工具使用能力,在专业领域(如科研、编程)展现深度自主性。

    趋势05 LifeOS:AI成为个性化生活操作系统

    AI从单次任务工具演变为持续陪伴的“数字自我”,整合用户长期记忆、习惯与情绪数据,主动优化日程、健康管理,甚至提供情感支持,如ChatGPT的Memory功能。

    2025 十大趋势报告

    趋势06 智力即服务:智能化工作流赋能产业

    企业通过AI Agent重构业务流程,将知识从“静态资产”转化为“可调度认知系统”。例如,微软365 Copilot通过检索增强生成(RAG)技术,实现企业知识的实时调用与决策支持。

    趋势07 游戏智能体:虚拟世界的沉浸式进化

    游戏AI从脚本化NPC发展为具备情感与社交能力的“数字生命”,如《暗区突围》的AI队友能动态适配玩家风格,推动元宇宙社交生态的成熟。

    2025 十大趋势报告

    趋势08 具身智能的“GPT-2时刻”

    基础模型(如VLA多模态模型)、数据工程与仿真平台的协同突破,推动机器人从实验室走向量产。例如,特斯拉Optimus和腾讯“小五”机器人已在制造、家庭服务中展现类人行动能力。

    趋势09 空间智能:AI从词元到体素的跨越

    AI开始理解三维空间(体素),赋能自动驾驶、XR混合现实等领域。李飞飞的World Labs致力于生成可交互3D场景,为智慧城市、建筑设计提供新工具。

    2025 十大趋势报告

    趋势10 测试转量产:具身智能本体加速成熟

    人形机器人运动、感知系统标准化,逐步应用于物流、护理等高需求场景。Figure 02、Agility Digit等产品已实现千台级量产,标志AI从“数字大脑”迈向“物理执行”。

    2025 十大趋势报告

    获取《腾讯研究院2025人工智能十大趋势》PDF原文件,扫码关注回复: 20250726

  • 腾讯研究院《AI Coding 非共识报告》(PDF文件)

    腾讯研究院的《AI Coding 非共识报告》聚焦AI Coding领域,探讨AI Coding在软件开发领域的革命性影响。报告指出AI Coding正在改变编程的本质,将其从代码编写提升至意图表达和愿景实现的新维度。分析AI Coding在个人和企业端的高渗透率、商业增长、及对组织结构和开发者角色的深远影响。同时,报告提出行业在产品形态、模型选择、付费模式等方面的非共识和争议焦点,预测AI Coding将推动编程门槛降低,促进个性化应用发展,引发软件开发范式的重大变革。

    AI Coding⾮共识报告

    获取腾讯研究院《AI Coding非共识报告》PDF原文件,扫码关注回复: 20250725

    AI Coding:软件开发的范式革命

    AI Coding正在引发一场软件开发的革命。将编程从单纯的代码编写提升到一个新的高度,即表达意图和实现愿景。意味着未来的编程不再是“会写代码”的专利,而是“谁能清晰表达需求、善于利用AI工具”,谁就能创造软件。

    AI Coding⾮共识报告

    AI Coding的爆发与现状

    • 渗透率极高:在个人端,AI编程工具的渗透率已达47%,仅次于AI写作。在企业端,AI Coding是落地最快、影响力最大的AI应用场景,企业AI落地有一半以上集中在代码生成。
    • 商业爆发:过去三年,AI Coding领域收入增长极快,出现了许多独角兽公司,融资和估值屡创新高。例如Cursor、Replit、Bolt.new等公司,短时间内年收入从百万级飙升到数亿美元,团队规模却非常精干。

    AI Coding⾮共识报告

    行业“非共识”与争议焦点

    报告特别强调,虽然AI Coding的趋势已成共识,但在具体产品形态、模型选择、价值评估、付费模式、企业推进策略、对组织影响、未来市场格局等七大方面,行业内存在大量“非共识”甚至分歧。主要包括:

    • 产品形态:本地 vs 云端
      • 有的产品强调本地开发的灵活与安全,有的则主打云端协作与资源整合。
    • 模型选择:自研 vs 第三方
      • 有的公司坚持自研大模型,追求极致定制和控制;有的则主打多模型混合调度,灵活选用最优模型。
    • 价值评估:提效 vs 降效
      • 绝大多数开发者认为AI Coding能大幅提效,但也有研究和部分企业数据表明,AI工具在某些场景下可能导致效率下降或代码质量降低。
    • 付费模式:固定 vs 按需
      • 传统订阅制面临AI高变动成本的挑战,越来越多产品采用订阅+按量混合计费,并引入更复杂的计费维度。
    • 企业态度:激进 vs 渐进
      • 有的企业强制要求员工使用AI Coding工具,甚至纳入绩效考核;有的则谨慎推进,关注安全与合规。
    • 组织影响:裁员 vs 扩张
      • AI Coding提升生产力,部分企业因此裁员,但也有企业用同样的预算雇佣更多懂AI协作的人,创新团队结构。
    • 市场格局:专业 vs 普惠
      • AI Coding正在推动编程门槛大幅降低,未来“人人都是开发者”成为可能,软件开发从专业技能走向普惠化。

    AI Coding⾮共识报告

    AI Coding的未来趋势

    • 意图驱动、代码自动化
      • 编程将从“写代码”转向“表达意图”,AI自动生成和完善代码,开发者更多承担“教练”“产品经理”甚至“品味把控者”的角色。
    • 产品定义与创新模式变革
      • AI Coding不仅提升写代码的效率,更在产品定义、需求转化、自动化运维等方面带来变革。未来,软件开发的重点将从“能不能做”转向“做得好不好”,品味和创新成为核心竞争力。
    • 微型/个性化应用爆发
      • 随着门槛降低,非技术人员通过AI Coding工具快速开发软件,催生大量个性化、微型应用,极大释放创新潜力。
    • 开发者角色转型
      • AI不会完全取代开发者,开发者需要具备更强的综合能力,包括底层技术、产品思维、管理AI团队等。

    AI Coding⾮共识报告

    AI Coding正在重塑软件开发的每一个环节,推动软件生产力、创新力和市场边界的巨大跃迁。未来,软件开发将更加普惠、智能和高效,AI Coding不仅是技术升级,更是生产关系和创新范式的深度变革。

    获取腾讯研究院《AI Coding非共识报告》PDF原文件,扫码关注回复: 20250725

  • 《2025年中国智能PPT市场发展洞察报告》(PDF文件)

    《2025年中国智能PPT市场发展洞察报告》主要探讨2025年中国智能PPT市场的现状、用户需求及厂商发展策略。报告指出,AI技术推动智能PPT市场的快速增长,用户对智能PPT的需求从简单的效率提升转向全流程智能化支持,特别是在智能引用、数据自动分析与可视化方面表现出强烈期待。不同背景的厂商在智能PPT领域各有优势,传统办公软件厂商注重生态和用户基础,创业厂商强调流量和创新,互联网厂商聚焦产品形态和敏捷性。报告分析了智能PPT的商业模式,包括会员订阅、广告流量变现和API分成等。

    2025年中国智能PPT市场发展洞察报告

    获取《2025年中国智能PPT市场发展洞察报告》PDF原文件,扫码关注回复: 20250724

    智能PPT市场现状

    • 智能PPT行业发展背景
      • AI+办公软件行业呈现出市场规模跃升的特征,其中AI+PPT成为生产力工具领域的焦点
        • AI办公软件市场在技术融合驱动下实现爆发式增长,2019-2023年市场规模由6.86亿元跃迁至131.03亿元,预计2024-2028年将进入高速扩张平台期,2028年规模有望突破1911.37亿元。AI PPT作为技术渗透的先导模块,2025年正式迈入技术重构深化阶段。
      • 智能PPT的爆发性增长本质是供需双侧结构性变革的必然产物
        • 需求端:企业及个人面临任务复杂指数上升与信息化协作瓶颈的双重压力,传统PPT软件在动态数据整合、跨域知识重构及实时协同等维度呈现显著能力断层,倒逼用户转向AI驱动的效率范式。
        • 供给端:技术基座跃迁与产品范式变革形成双轮驱动,大语言模型在多模态融合与领域知识蒸馏方面的突破,带来了全流程智能协作架构与自然语言交互界面的成熟,推动了工具属性向“数字生产力中枢”演进。
    • 智能PPT价值应用探讨:PPT市场从最初的传统软件时代到现在的智能化时代,这种变迁符合“产业微笑曲线”理论,玩家注重技术研发和场景争夺,AI技术研发应用进一步推进,场景争夺从流量聚合到价值裂变,每个业务场景是独立价值单元,衍生出垂类领域的新生态。
    • 智能PPT变革方向
      • 通过AI技术的加持,PPT从工具属性向内容驱动型平台升级,通过生态化合作拓展跨界场景,释放文档的底层价值
        • AI技术的加持主要表现在内容生成指令遵从、多模态融合、交互方式等方面全面提升智能PPT水平。场景端的本质变化是PPT从“功能型工具”转变为“业务流内容中枢”,其竞争维度已从工具易用性升级为生态整合能力。

    2025年中国智能PPT市场发展洞察报告

      • 工具用户价值遍布全PPT生产流程,用户效率实现大幅提升
        • 智能PPT对于用户将会带来制作体验流程重构的变化,流程中各模块的核心能力助力用户效率实现大幅度的提升,特别是在信息检索和构思创作上,极大地满足了用户提效的需求。
    • 国外智能PPT发展情况国外产品的未来竞争焦点转向“AI原生体验”和“叙事范式创新”
      • 国外智能PPT产品具备AI深度整合和创新工具属性的优势,AI几乎触及了PPT的每个部分,从内容创建到信息整合成容易展示的形式,简化了PPT制作流程,核心是AI工具属性强且使用过程简单,产品重点仍然放在用户体验上。
    • 2025年中国智能PPT图谱展示

    2025年中国智能PPT市场发展洞察报告

    用户对智能PPT需求调研

    • 智能PPT行业用户画像使用智能PPT的用户以18-35岁高线城市的高学历用户为主,一线及新一线城市占比接近半壁江山,男女占比相当,以本科用户为主。
    • 智能PPT行业用户使用场景特征一周使用多次已成为常态,不同用户群体使用智能PPT生成场景存在差异,企业职场用户主要用于工作总结汇报、活动策划等,学生用户主要用于课程作业、社团活动等。
    • 智能PPT行业用户使用特征用户需求已从简单的“效率提升”转向“全流程智能化支持”,特别是在智能引用、数据自动分析与可视化方面表现出强烈期待,未来智能PPT将从“制作工具”向“决策辅助系统”转型。
    • 用户对智能PPT推荐意愿当前用户对智能PPT的净推荐值(NPS)为30.6,处于行业中等偏上水平,但仍有提升空间,使用者的痛点主要集中在模版同质化、AI生成内容逻辑混乱、数据安全问题等方面。

    2025年中国智能PPT市场发展洞察报告

    智能PPT厂商发展策略及商业模式

    • 不同类型玩家的发展策略分析不同背景厂商在模型技术、交互产品技术、内容生成技术、易用性、功能多样性、模版丰富性、入口便利性、内容资源积累能力、产品定制化能力、安全可信能力等方面各有优势。
    • 不同背景厂商发展策略分析:传统办公软件厂商凭借庞大用户基础和技术积累,整合工作流和拓展合作提升用户粘性;AI创业厂商用流量和创新优势,聚焦垂直领域优化产品;互联网厂商依靠技术触达和快速迭代,强化生成与编辑功能,深入场景化优化,共同推动智能PPT市场发展。
    • 智能PPT厂商的商业模式目前来看,不同背景智能PPT厂商商业模式有一定差异,整体来看,其一以会员订阅为主,通过差异化会员体系覆盖不同用户群体,提升ARPU;其二,以互联网背景厂商模式为主,根据PPT主题匹配广告,通过用户行为数据实现广告精准投放,最大化流量价值;其三,B端API分润情况,通过提供PPT生成API嵌入第三方平台按用量分润,通过技术能力输出,与合作伙伴共享收益。

    2025年中国智能PPT市场发展洞察报告

    • 智能PPT标杆案例分析
      • 百度文库:从思考到落地一站式解决PPT问题的“六边形战士”
        • 基于百度文库强大的内容素材库,在生成大纲、编辑优化、排版配图方面更胜一筹,可以上传图片、文档、思维导图生成PPT,并且可以根据PPT内容生成演讲稿、长文及思维导图,实现整个PPT应用全流程闭环。
      • ChatPPT:具备大模型交互能力的“全链路智能体”Office产品
        • ChatPPT构建了全链路一体化演示文档创作平台,集成6大主题系列,提供500+核心功能模块及1800+指令功能集群,定义了“可信文档”创作方式,全域可溯源,推出行业领先的文档/语音交互解决方案,还作为国内第一家文档产品对AI眼镜终端进行上线适配,开创了下一代沉浸式文档办公新范式。

    2025年中国智能PPT市场发展洞察报告

    获取《2025年中国智能PPT市场发展洞察报告》PDF原文件,扫码关注回复: 20250724

  • 《WAIC世界人工智能大会展商名录》(PDF文件)

    《WAIC世界人工智能大会展商名录》详细列出即将参加2025世界人工智能大会的800余家领先企业。名录涵盖全球知名的科技巨头,如AWS、Google、百度、阿里等,包括众多新兴的创新企业。它们将带来超过3000款亮点科技展品,展示人工智能领域的前沿技术和应用。名录为参展者和观众提供清晰的指引,帮助用户快速找到心仪的展商位置,提前规划参观路线。以下是部分展馆的展商信息,按展馆和展位号顺序整理。

    WAIC世界人工智能大会展商名录

    获取《WAIC世界人工智能大会展商名录》PDF原文件,扫码关注回复: 20250723

    部分重点展商列表

    世博展览馆 Shanghai World Expo Exhibition And Convention Center

    H1 展馆重点展商
    • H1-A301 华为技术有限公司 | Huawei Technologies Co., Ltd.
    • H1-A815 中兴通讯股份有限公司 | ZTE Corporation
    • H1-A821 摩尔线程智能科技(北京)股份有限公司 | Moore Threads Technology Co. Ltd.
    • H1-B101 阿里巴巴(中国)有限公司 | Alibaba Group
    • H1-B111 百度 | Baidu
    • H1-B119 亚马逊云科技 | Amazon Web Services
    • H1-B801 商汤科技 | SenseTime
    • H1-C117 谷歌信息技术(中国)有限公司 | Google
    H2 展馆重点展商
    • H2-B101 腾讯 | Tencent
    • H2-B108 国家电网有限公司 | State Grid Corporation of China
    • H2-B116 中国南方电网有限责任公司 | China Southern Power Grid Co., Ltd.
    • H2-C516 特斯拉 | TESLA
    • H2-C709 理想汽车 | Li Auto
    • H2-C801 宸联科技(上海)有限公司 | Shanghai Neousys Technology Co., Ltd.
    H3 展馆重点展商
    • H3-A101 深圳市诺仕机器人有限公司 | Shenzhen Nous Robot Co., Ltd.
    • H3-A111 上海仙工智能科技股份有限公司 | Shanghai Seer Intelligent Technology Co., Ltd.
    • H3-A621 上海意优智控科技有限公司 | Shanghai Eyoubot Technology Co., Ltd.
    • H3-B601 北京银河通用机器人有限公司 | Beijing Galbot Co., Ltd.
    • H3-C101 北京人形机器人创新中心有限公司 | Beijing Innovation Center of Humanoid Robotics Co., Ltd.
    • H3-C116 北京星动纪元科技有限公司 | ROBOTERA
    H4展馆重点展商
    • H4-FT003 中移互联网有限公司 | China Mobile Internet Co., Ltd.
    • H4-FT005 上海市宝山区杨行镇人民政府 | People’s Government of Yanghang Town, Baoshan District
    • H4-FT111 北京玻色量子科技有限公司 | Beijing QBoson Quantum Technology Co., Ltd.
    • H4-FT201 上海天鹜科技有限公司 | Shanghai Matwings Technology Co., Ltd.
    • H4-FT303 北京开放传神科技有限公司 | OpenCSG

    世博中心 Shanghai Expo Center

    • L008 亿欧 Equalocean
    • L024 上海人工智能研究院 Shanghai Artificial Intelligence Research Institute
    • L035 上海财经大学 Shanghai University of Finance and Economics
    • R009 数据堂(北京)科技股份有限公司 DATATANG (BEIJING) TECHNOLOGY CO., LTD.

    展区分布亮点

    • H1 馆
      • 半导体与芯片:上海兆芯集成电路、沐曦集成电路、摩尔线程
      • 云计算与大数据:华为、阿里云、百度智能云
      • 金融科技:蚂蚁集团、交通银行、汇付天下
    • H2 馆
      • 智能制造:特斯拉、西门子、中控技术
      • 智慧交通:吉利汽车、蘑菇车联、斑马网络
    • H3 馆
      • 机器人技术:节卡机器人、傅利叶智能、非夕机器人
      • AI 应用:商汤科技、知乎、网易有道
    • H4 馆
      • 初创企业与创新项目:涵盖量子计算、生物科技、AIGC 等领域

    获取《WAIC世界人工智能大会展商名录》PDF原文件,扫码关注回复: 20250723