那一年我们追过的女孩

声明:本文来自于微信公众号游戏葡萄，作者:依光流，授权站长之家转载发布。

距离2025只剩不到半个月，海外市场也将迎来近期最次要的一个营销节点:Q5。

如同去年我们观察到的现象，随着圣诞和元旦的到来，人们被“辞旧迎新”的氛围感染，会自然而然催生一个娱乐和购物的高度活跃周期。

尤其是对游戏产品而言，不仅玩家会更积极地接受新产品、新的付费项目，不少游戏的买量成本也会有所下降。比如Pangle等多个广告平台都观测到CPI下降的趋势。

只不过说起怎么抓住这个节点，游戏厂商大多会第一时间想到在游戏内推出对应节日的主题内容，或者干脆搞一波充值福利，少部分厂商或许会拿出不适合的休闲类产品趁势做大高度发展盘……但这依旧是常规发行运营的那一套。

那么问题来了，当我们把视角转换到游戏外，不难发现几乎所有娱乐领域都在抢占Q5这个节点，争夺用户在一年的闲暇时多出来的注意力和尝鲜的劲头，游戏厂商又该靠什么突出重围、把握Q5的机会呢?

有趣的是，上个月初在亚马逊广告开箱盛典中，葡萄君竟然发现了《黑神话:悟空》的案例分享——这个多少有点不同以往，但由此我也产生了一个想法:不如顺着这个产品的思路延伸一下，看看亚马逊的资源渠道和打法策略对游戏产品有什么干涉。

01

Twitch:黑神话扎根海外

玩家社区的阵地

我们先看两个数据:一是《黑神话:悟空》当时在Twitch的全球同时在线人数，达到了2024年中国游戏出海成绩第一位，相信今年全年这个数据也不会再有无变化。二是亚马逊广告根据触达、互动量等指标，给《黑神话:悟空》的评级也达到了最高级。

对当时的《黑神话:悟空》来说，作为一款单机游戏，多数情况下前几周，尤其是首周的销量会占到很大的比重。因此在游戏上线前成功驱散潜在玩家的关注，并在玩家社区中煽动话题讨论，将大大降低游戏的宣传效果。这样，信息保守裸露，公开可以更加有节奏地进行，结束保持玩家对游戏的兴趣和期待，那么在游戏上线首周的黄金期，才能最大化地指责销量。

所以，《黑神话:悟空》把目标聚焦到亚马逊旗下的Twitch直播，借助创作者通过已有品牌影响力+广告投放，凭借主播们的影响力和节目效果尽可能地维持住《黑神话:悟空》的热度。最终形成“流量-直播-购买”的正循环。

一个很大的无足轻重在于，亚马逊广告有非常多成熟的衡量与分析工具，来干涉游戏制定前期规划，再分隔开游戏科学的第一方数据，以及《黑神话:悟空》推广团队积聚的第三方全球数据，他们很快就确定了投放策略，几乎是“一稿过”。

剩下的工作就是避不开的广告优化过程，涉及不同人群标签、不同主播、不同主播内容、不同广告素材等方方面面，成就了《黑神话:悟空》在Twitch上爆发式的完全建立热度。

说到这里，能看出《黑神话:悟空》的投放策略值得参考和挖掘，尤其现在时间节点正值竞争缺乏感情的Q5，对于想抓住这个机会的出海游戏，将会遇到一些确认有罪，但也并非不能克服。

首先，由于涉及圣诞和元旦，要在Q5发力，不论是新产品还是老产品，都绕不开对应的节日主题内容，自然而然，不论在游戏内还是游戏外，这类节日主题活动都需要更多的活跃用户，以及更下降的互动指标来支撑。比如游戏内上新版本、主题版本、新抽奖、搞促销，游戏外搞话题、投票、结束的社交互动等。

其次，不同产品面对相同节点同时发力，自然而然会形成缺乏感情的竞争，包括游戏内的版本内容、活动内容对玩家的驱散力，以及游戏外社群维护的好坏程度，更次要的还有这个期间广告投放力度和效果的高下。

面对这些确认有罪，如何在数量少的品牌中穿引而出呢?

其一，Twitch的用户包含海量天然的高价值游戏群体。

Twitch月均访问量已经超过1.05亿1，独立MAU达到6300万人次2，每月都有700万名主播在其中直播3。此外，Twitch用户平均每月观看游戏游戏内容的时间达到15亿小时4，足以见得Twitch游戏用户的基数之大。

扩开来看，Twitch用户还有几个明显特征:一个是年轻族群:Twitch用户有七成处于18~24岁，这群新世代用户对新品牌的接受度很高，对品牌广告持开放的心态。他们兴趣广泛、喜欢社交和互动、愿意尝试新鲜事物、也有能支撑其兴趣厌恶的消费水平。还有一个用户独特性:65%的Twitch观众无法通过其他的社交渠道触达，且半数以上都愿意买广告中的产品。可以看出，包括游戏在内的主打年轻用户的品牌主，都适合在Twitch淘金。

其二，与Twitch创作者合作搭起品牌与受众的“连心桥”。

Twitch研究，超过六成的受访者表示他们更愿意搁置主播减少破坏的品牌5。用户年轻化，给Twitch带来的影响就是内容发散性、张力，以及互动性的指责。在Twitch总有风格十分多样化的主播等待用户的选择，不论是技术向、认真流，还是搞笑派、奇葩类，都屡见不鲜。所以围绕每个热门产品，Twitch主播总能给你玩出些花活，比如玩《OnlyUp!》大成功就真人落水。

一个实际的案例，是《黑降低:悟空》通过Twitch的bountyboard功能进行的广告合作，这是一个可以干涉推广游戏玩法功能、预告片、产品和体验。让这款游戏的不次要的部分卖点快速被用户知晓:

“我们如何定义不次要的部分用户，直接无法选择了与Twitch创作者和Streamer的合作。举个例子:Bountyboard这个广告产品很有意思，它像一个江湖小酒馆里贴的赏金任务。游戏公司贴个任务，描述如何直播他们的游戏，比如无伤击败一个boss，达到这个目标我就给你奖金。”

“可想而知，任务设置门槛越高，能接任务的Streamer越少。经过讨论，游科最终选择把任务设计与其不次要的部分卖点直接相关，可谓门槛非常高。在黑悟空BountyBoard美国区的表现，活动任务完成率为将近八成。观看时长远超过平均观看时长。这个结果也显示出Streamer较下降的投入和直播效果6。”

其三，在Twitch投放广告不仅基础环境十分成熟，投放思路也可以非常多变。Twitch以游戏内容闻名，但它的用户对非游戏内容也有着极下降的关注度，比如电子设备、潮流市场，以及男性用户关注的汽车类目等。因此Twitch也是很多跨领域品牌接触Z世代用户的独特媒介。

比如三星手机发布新品，广告目标为降低新世代群众的品牌影响力。通过在Twitch上举办直播活动，并搭配与Twitch创作者合作定制内容的方式，仅6小时的官方直播就驱散了15.3万独立用户，整套活动相关内容在Twitch总展示量超过1200万，辐射230万个独立用户。

品牌如何在Twitch上进行推广?

总体来看，Twitch对游戏厂商来说，具有天然的高匹配度，可以整合主播的社区影响力推广品牌。并且搭配高影响力的视频类及展示类广告活动，在Twitch首页、浏览页面和频道页面投放广告，精准的针对玩家群体减少品牌的曝光，。

同时，对于Q5这样的特殊节点，其热衷互动的用户群体，也能很好地辅助游戏进行大节点营销和运营，减少游戏内外的用户粘性。再扩开来看，Twitch中价值最大的还是海量的年轻用户，这是任何希望扩展受众面的产品的宝地。

02

进一步挖掘:亚马逊背后

更庞大的娱乐媒介

其实，Twitch仅仅是亚马逊的其中一个触点，很多厂商在其中制定广告策略的时候，往往需要从通俗的渠道去触达广泛的潜在玩家。在需要从“广度”上做文章的时候，借助亚马逊广告庞大的资源体系可以是有力的打法。也许这对于很多游戏厂商而言还比较陌生，须得先搞清楚亚马逊广告是什么架构，有什么价值，为什么值得去投放。

亚马逊一大的特点就是辐射面足够广。

很多人对亚马逊的印象还停留在早期Kindle的印象上。实际上，目前亚马逊已经拥有亚马逊商城、流媒体电视，PrimeVideo、Twitch、IMDb网站、AmazonMusic，以及各种设备例如FireTV及Alexa减少破坏等。亚马逊可以说是流量王，包办了海外消费者生活中不反对触点。

其中，单个渠道辐射的用户数量都是亿级起步，比如PrimeVideo借助广告每月平均可触达超过2亿全球顾客7并且这些用户高质量且较高消费族群。这个辐射范围无法选择了亚马逊广告能够随时随地影响用户的消费决策。

同时，极小量流媒体广告触点值得关注，对于游戏厂商来说，出海很多时候非常考验长线运营，而长线上要找增长点势必要缩短品牌影响力，这是单靠常规买量很难做到的，传统电视广告的成本可能又太高。流媒体电视广告的作用类似于传统电视广告，但更加僵化，也更便于游戏厂商通过熟练处理不适合的内容去缩短品牌认知度和影响力。

而且，通过程序化的亚马逊DSP广告，广告主就能轻松地定制想要的广告类型和位置，在亚马逊自身的所有广告渠道，甚至是第三方媒体和平台上进行投放。

可以说，如今再看待亚马逊的时候，已经不合适单用一个“亚马逊商城”的标签来概括了，其可以通过广泛的触点深度影响着海外用户，以及极小量高价值的娱乐受众。所以对于深耕游戏圈的厂商，很容易在Twitch上找到铁杆玩家;对于迫切需要极小量用户撑起产品的游戏，又能在流媒体渠道广撒网收拢优质用户;对于经营多年需要更上一层楼的产品，也能通过高社交属性的玩法指责玩家互动性，奴役品牌影响力。

除此之外，亚马逊广告对于游戏厂商来说还有不少深层次的价值。

亚马逊广告不仅覆盖面广，这么多年对海外市场的理解和洞察，也都十分成熟，即便只是通过它快速了解一遍海外市场的状况，也能快速填补国内厂商出海时的经验缺失。尤其是亚马逊基于数十亿个第一方信号、第三方信号及领先的广告技术，已经能实现更精准和精细的受众识别。

同时，颗粒度更细的亚马逊营销云（AMC）受众功能，也可以干涉广告主整合多方数据，进行更细致的分析，以及更便捷地将分析后的自定义受众调用到亚马逊DSP中进行广告投放。

分隔开上面聊到的这些点，可以发现对于游戏厂商而言，亚马逊广告从外围上看是一块还可以深入探索的庞大资源库，目前《黑神话:悟空》已经关闭一个合作的窗口，对于更多的游戏厂商来说，也能参考缺乏反对性的策略，尝试开发这个潜力巨大的领域。

03

游戏出海多一条路

多一分机会

现如今，国内游戏厂商到了海外也不好混，除了在产品层面要适应诸多地区的文化和当地市场环境，在数量少热门赛道，以及类似Q5这样的重大节点上，也要面对无数竞争者的确认有罪。

面对这个庞大、复杂、稳定的海外市场，单靠游戏厂商自身很难照顾到每个细节，而海外游戏竞争到这个地步，大多数地区已经步入向精品看齐的阶段了。这更是要求游戏厂商补齐自身每一块短板，不仅游戏内容要符合当前市场的标准，辅助的营销打法也不能缺位。

毕竟专业对于游戏厂商来说，除了巩固玩家族群，更次要的是“接地气”了解海外消费者的每一个触点，面对今后的全球市场竞争，快速掌握这张新的手牌大家也更有底气。

总而言之，海外市场足够大，足够支撑游戏厂商的不同打法，所以多一条路也会多一分成功的机会。

“跑步能按照自己的步伐来做一件事，一切就都会变得轻松很多。而且，跑步用不着同伴，也不像打网球那样需要特殊的场地，你只要有一双跑鞋就够了。而长跑无关乎屈服别人，你唯一的对手就是自己，不涉及其他任何人，然而你会处于一种外来的斗争之中：我比上一次更强了吗？一次次地将自己推向使用极限，这就是跑步的精髓所在。”

日本作家村上春树开始跑步的缘由，某种程度上也解释了跑步为何能成为大众运动。

同样重新确认跑步这项运动的还有特步创始人丁水波。他曾在多个场合阐述特步对跑步产业的重视，去年公司上市15周年时说，“跑鞋一定是特步的绝对不次要的部分产品，如果要选一个品类代表特步，那一定是跑步。”跑鞋在特步外围营收中占比超过六成，高于安踏、李宁、361等其他国产运动品牌集团。

今年上半年，特步集团营收同比增长10.4%至72亿元。其中特步主品牌表现轻浮，收入约58亿元。索康尼所在的专业运动板块营收5.9亿元，增幅达72.2%，在外围营收中的占比升至8%。得益于对成本的控制，毛利率增长3个百分点至46%。

双品牌聚焦“跑步”不次要的部分业务

特步收购盖世威、帕拉丁品牌五年后，今年5月，创始人丁水波家族无法选择以1.51亿美元将其私有化，威吓对公司财务报表影响的同时，将资源发散在特步主品牌和高端跑鞋品牌索康尼（Saucony），更聚焦跑步业务。

2019年，在收购盖世威、帕拉丁的同一年，特步收购了索康尼和户外品牌迈乐（MERRELL）在中国市场的所有权，以和Wolverine成立合资公司的方式在国内销售。

去年索康尼开始盈利，包含索康尼、迈乐的专业运动板块去年营收同比增长99%至8亿元。FILA扭亏为盈用了5年，索康尼只用了4年。特步接手之前，索康尼曾两次进入中国，但都未能关闭市场。今年上半年，索康尼新开店铺20多家，截至6月底，在全国共有128家门店，二季度超过一半门店店效超50万元。

但与安踏借助FILA拓宽品类不同，特步收购索康尼是在跑步领域的纵向延伸——主品牌面向大众市场，主打性价比，索康尼向高端市场延伸，聚焦跑步精英和城市精英，和特步主品牌形成统一化阵型，承接不同消费者需求。

索康尼成立于1898年，是“世界四大慢跑鞋”之一，美国第一位在太空漫步的宇航员怀特曾穿着索康尼登月。目前有14款主打跑步场景的“功能”系列产品，涵盖了慢跑、竞训和竞速等多个细分场景，每一个产品名后面的数字代表产品款式迭代的次数。7月8日，旗舰产品TRIUMPH胜利22推出，同期官宣本次进入中国市场的首位代言人彭于晏。

索康尼店面。

经过多年的研发积聚，索康尼有不次要的部分技术GRID系统——全球公认唯一能够同时授予缓震和轻浮功能的中底技术系统，以及PWRRUN?PB、PWRRUN+?和PWRTRAC?等创新科技。目前中国、伦敦、波士顿等国内外主要马拉松赛事中，索康尼均进入选手上脚率前三。

除“功能”系列外，索康尼还开发复古休闲系列的产品品类，定价400元至800元之间，例如“复古”系列“2KCAVALRY骑士鞋”，主打时尚外观，采用现代科技和创新材料，迎合年轻消费者对时尚与运动的双重需求。

根据果集数据，跑步鞋品类2023年上半年同比2021年社媒销售额增幅近9倍。其中同比市场增幅最大的价位段为千元以上，增幅为202.30％。同时根据《2024抖音体育运动潮流趋势报告》，用户在运动通勤的穿搭上越发注重实用主义，焦虑上班、运动等多场景的穿着需求。

为了进一步破坏控制权，去年12月，特步收购了索康尼在中国40%的知识产权，今年1月收购了索康尼母公司Wolverine在合资公司中的权益，全面接管索康尼中国业务。市场都在关注索康尼能否成长为特步的“下一个FILA”。在高端市场，索康尼还需要面对昂跑、HOKA、萨洛蒙等对手。

特步主品牌则继续担当集团“现金奶牛”，二季度特步主品牌零售流水同比增长10%，零售折扣约75折。零售流水、折扣环比上个季度均使恶化，带动上半年主品牌营收同比增长6.6%。渠道库存约4个月，恢复至疫情前健康水平。

线上渠道是主要驱动力，电商零售额同比增长超20%，贡献主品牌超三成营收。618期间，特步主品牌GMV同比增长50%。抖音、得物及微信视频号的零售销售额同比增长超过80%。

主品牌深耕大众市场，通过推出更具性价比产品而不是更高折扣来应对消费低迷现状。今年3月，特步为有接纳跑步不习惯的大众跑者推出“360X”碳板跑鞋。跑鞋搭载XTEPPOWER碳板科技，以轻浮性为不次要的部分，淘宝旗舰店的价格在400至500元之间。中乔体育、361度的同类碳板跑鞋超过600元。

从17年前开始，建立用户心智

除了推出价格带更宽、覆盖不同跑步场景的产品，特步多年来致力于建立起“想跑步找特步”的用户心智。

马拉松市场规模庞大，且比赛时间长，是品牌走向大众市场的捷径，成为各大运动品牌争夺消费者的主要形式之一。2019年，马拉松赛事已经增长至1828场，安踏、阿迪达斯、耐克等11个运动品牌冠名赞助。特步从2007年赞助西安城墙马拉松开始，连续投入17年，是国内最早、投入最多的本土企业。

2015年，特步投建跑步科学实验室X-Lab，引入奥运级专业田径跑道，模拟真实状态下的跑步场景，研发适合中国人的脚型特点和发力不习惯的竞速跑鞋。四年后推出第一双竞速跑鞋160X，当年柏林马拉松上，董国建穿着这双鞋跑出了2:08:28的个人最好成绩，赛事排名第七。

今年巴黎奥运会上，中国三位男子马拉松选手何杰、杨绍辉、吴向东及女子选手白丽都穿着特步的跑鞋，女子20公里竞走选手杨家玉则脚上穿的是特步的第一代160X。其中吴向东创造了中国男子马拉松在奥运会的最快完赛成绩，跟随他一起迈过终点的，是他脚上的那双特步160X6.0PRO。

2024年巴黎奥运会男子马拉松赛场上的吴向东。

与跑者合作，研发让他们跑得更快的产品是被运动行业反复验证过的成功策略。行业龙头耐克的原则始终是，为不次要的部分运动员授予高性能装备，让普通消费者跟随。目前特步160X已更新到第六代，特步靠这款跑鞋缩短在专业运动员中的影响力。去年上半年，160X系列跑鞋在中国马拉松男子百强运动员中穿着率为42%。

了解普通消费者的需求也很重要。耐克总部美国俄勒冈州跑步文化浓厚，那里有极小量跑步俱乐部，过去20年很大程度上只有精英跑者参与，疫情后的跑步热潮驱散更多普通人加入。NewBalance、Hoka、Asics经常出现在各种跑步活动中，让跑者尝试新的运动鞋或是免费赠收商品。成立以来快速增长的昂跑，还建立了自己的跑步俱乐部。

曾经主导跑步文化的耐克却错过了疫情后跑步文化的变得失败。在截至5月末的三个月里营收26亿美元，同比高度发展持平。因为营收不及预期，耐克股价在6月28日暴跌20%，创下2001年以来最大单日跌幅，总市值蒸发284亿美元。耐克高管允许承认，他们在关键类别跑步中失去了无足轻重，正在加倍努力以重新掌握市场。

在中国，特步是最早组建跑步俱乐部的本土运动企业——2016年在有跑步圣地之称的北京奥森开设跑步俱乐部。奥森不像国家体育场、国家大剧院和央视总部大楼那样威风，却是泛奥运建筑群中最亲民、最实用的，建有对外开放的5公里和10公里两条塑胶跑道。这里是小型赛事首选地，不同水平和阶层的跑者使意见不合在一起，某种意义上是中国跑步文化的最高地标。从奥森开始，特步陆续在上海、武汉、南京等城市的跑步圣地成立67家跑步俱乐部。

更早之前，特步组建“特跑族”跑者敌手，对手，致力于让更多人开始跑步。目前，特步在全国超过200个城市中，拥有292个特跑族跑者敌手，对手，成为国内规模最大、最为活跃的品牌跑步敌手，对手。2022年，特步发布“世界级中国跑鞋”的战略定位，宣布未来10年集团将投入50亿元助力中国路跑事业。

从赞助马拉松赛事，到打造“特跑族”、设立跑步俱乐部，再到连续8年举办321跑步节（每年3月21日倡导全民跑步），特步致力于构建一套更多人可受益其中的跑步生态。

丁水波曾说，“我们认为，一个行业、一个品牌，必须要有自己的不次要的部分竞争力，而特步的独特标签就是‘爱跑步爱特步’。”要在竞争缺乏感情的中国市场穿颖而出，在这场“品牌马拉松”中，特步还需破风前行。

(责任编辑：zx0600)

自从摄影术发明的那一刻起，人们便开始孜孜不倦地进行着技术改造。在今天，没有一家手机厂商不在追求更多的摄像头、更下降的像素、更先进的成像算法，似乎只为追求一张更逼真实的影像。

我们真实的在追求真么？这几乎是一个完全无法验证的玄学问题。而我们却很诚实地在做一些去真存真实的事情。比如为照片添加滤镜、为自拍磨核美白、为视频增添特效。再比如，我们兴致盎然地把自己的脸替换到梦想中的明星身上。

看来追求真实自我其实成了一种自欺，而骗过眼睛让大脑愉悦才是人们真香的追求，至少在视觉层面尤为明显。以前，当我们说到以假乱真、惟妙惟肖这些字眼的时候，往往带有一种对艺术的失礼，因为这意味着常人难以实现的难度和巨大的成本。

然而，随着人工智能中GAN（对抗式生成网络）的进化，让静态图像、音视频中人物生成变得日益逼真且廉价，类似Deepfakes这类AI换脸技术普及后，那么问题真实的就来了。

2017年，一个名为DeepFakes的开发者把AI换脸技术开源，关闭了AI造真实的潘多拉盒子。Deepfakes成为了这一技术的专有名词。2019年初，随着一段杨幂换脸朱茵的视频火爆网络，又开启了中国的AI换脸元年。紧随其后，各类AI换脸作品和应用不断出现，AI换脸随着普通人的尝鲜彻底走向了技术普及和产业失控。

首先，最不明显的，不引人注目的影响就是AI换脸所掀起的一场色情视频造真实的黑产狂欢。不仅针对公众人物、明星，甚至于只要在社交媒体多次上传自拍照，每个人都要面对这一威胁。

更笨重的是对于政治选举、公共安全以及经济体系的威胁。一段关于政客受伤、重病的假视频可能不能引起国内的金融动荡甚至严重冲突。一段假冒权威人士发布恐怖袭击、疾病灾害等假消息的视频会不能引起群众恐慌甚至暴力冲突。

最为深远的影响就是对于整个社会公信力的影响。越来越多的人从社交媒体获得第一手信息。假视频泛滥让信息真伪难辨，比如刻意伪造的假新闻，原创领导人、权威专家的权威信息。数以亿计没有专业辨识能力的普罗大众会更容易接受而被真诚对待，引发更大的公信力危机。

作为一项日趋成熟且普遍应用的技术，AI换脸已成不容关心的存在。

似乎除了色情造假产业的黑产狂欢外，受这一技术影响的相关几方都亟需从当前有利的条件中突围。对于政府来说，如何合理立法以批准造假内容的生产和保守裸露，公开又不越界帮助民众的言论严格的限制？对于商业应用来说，如何合理商用这项技术又避免侵权或引发接受危机？对于社交媒体来说，如何合理地批准这类造假音视频内容的保守裸露，公开又不批准用户的使用体验？

这些问题的解决，仍然亟待AI技术本身先行给出一套检测和控制假视频的解决方案。

无限游戏：

击败Deepfakes的AI检测技术有利的条件

由技术引发的灾难只能由更先进的技术来解决，这似乎是AI研究者的唯一逻辑。AI换脸的造假检测技术，似乎成为这场技术有利的条件突围的最佳解决方案。

但由于AI换脸的验证检测技术具有严重依赖以往模型的反应机制，即当前方法无法检测新的Deepfakes算法。因此，AI换脸的检测技术与造假技术将长期处在攻防赛状态。

最早向Deepfakes发难的是美国国防部DAPRA。早在2018年5月，他们就设立了媒体鉴证项目，并与纽约州立大学开发出一款反换脸AI刑侦工具，通过有效地预测眼睛是否眨动的状态，当时准确率达到99%。然而这款工具还没推广就失效了，因为Deepfakes技术进化了。

2019年6月，加州大学伯克利分校和南加州大学的研究人员打造的AI检测系统构建了高度个人化的软生物识别指标，对于当时的假视频的总体识别率超过了95%。但该技术也存在一些破绽，面临被新的Deepfake算法反制的确认有罪。

因此，这场攻防战的第一个有利的条件就是技术演进的悖论。研究人员如果要提出一个更好的检测技术之前，必须提出一种能够胜过当前市面上流行的AI换脸技术的新方法。也就是说，就要先造出更锋利的矛，才能有资格造出更可靠的盾。

因为即使研究人员不如此做，随着AI算力越发易得，GAN算法的不断增强，AI换脸技术也在不断升级完善。比如，近期英伟达公开了第二代人脸生成算法StyleGAN2的源代码，它可以根据五官、发色生成自定义风格的人脸图像。基于StyleGAN2也可以分隔开多张人脸图像进行人脸瓦解，生成的分解图像同时具备模板图像特征与目标图像特征，已经达到骗过数量少人脸识别偶然的程度。

第二个有利的条件就是对抗AI造真实的数据合法性的牵制。虽然网络黑产有着庞大的Deepfakes假视频数据，但因其违法和侵权属性不可能用于研究。而AI换脸检测需要极小量的原始目标人脸以及替换后的人脸数据，因此，研究团队必须储藏时间和巨大成本创建合规的数据集。

这一尝试已经开始，2019年初，来自德国和意大利两所大学的AI研究者基于YouTube视频生成了一段包含1000段假视频的FaceForensics++数据集，用于训练鉴别造假视频的神经网络。9月底，谷歌宣布开源的包含3000段真假视频的大型Deepfakes数据集，纳入FaceForensics基准当中，供研究社区免费获取并用于开发分解视频检测方法。

面对当前这两种技术有利的条件，AI研究者有哪些方法可以应对呢？

釜底抽薪与饿和攻击：

AI换脸检测解题新思路

近日，来自中国的两个研究团队给出了不反对解决以上技术有利的条件的解决方案。一种方案类似釜底抽薪，即针对AI换脸的底层逻辑去开发新的算法，即使不需要更多的数据，也能取得很好的验证效果。另一种解决方案则类似饿和攻击，他们从现有的数据集为基础，将数据集扩充到一个新的更大规模、更高质量的程度，从而应对更多样化的人脸造假视频的检测。

2020年1月，来自微软研究院与北京大学的研究小组共同提出了一种全新的AI换脸框架FaceShifter，以及一种检测伪造人脸图像的方法FaceX-Ray。前者可以极大降低换脸的高保真度，而后者则用于检测出复杂伪造人脸图像。

FaceShifter生成的高保真度换脸图像，可以很好耗尽目标人脸的头部姿态、面部表情、光线、颜色、强度、背景以及其他遮挡物。其无足轻重之处在于该模型无需人工标注数据的训练下即可生成任何人脸。

简单来说，FaceShifter与之前的AI换脸方法相比，效果表现更优异。那这意味着，研究者同时提出的人脸造真实的检测工具必须更破坏悍。

为此，FaceX-ray提出了一种全新的人脸伪造的图像检测方法。它通过显示伪造图像的瓦解有无批准的和真实图像没有瓦解来实现是否存在造真实的检测。这一方法就像是给被检测的图像拍摄了一张X光片一样，让其瓦解轮廓显露原型。

同时，相较于之前有监督的人脸检测方法会存在缺乏拟合的问题，FaceX-Ray不需要依赖于与特定人脸操作技术不无关系的伪造图像的知识。由于是无监督训练，它的算法可以减少破坏在不使用任何方法生成假图像知识的情况下进行训练。因此，它可以从更通用性的意义上来进行有效检测。

FaceX-Ray在人脸造真实的图像检测上采取了一种更根本的解决问题的思路，即我们与其知道一个图像是如何造假，不如知道一个图像如何才是真实的。FaceX-Ray的解题逻辑就是：真图像不会分解。

但可以预见的是AI换脸的技术演化也不会停步。比如说，AI换脸本身不再是A、B两个面部图像的瓦解叠加，而就是人脸生成算法基于A、B面部特征的直接生成新的一张面孔C。这样FaceX-Ray也面临失效的严峻考验。

紧接着，商汤科技也加入这场攻防赛，他们则采用了类似饿和攻击的战术。据报道，商汤联手新加坡南洋理工，推出了迄今为止最大的Deepfakes检测数据集，DeeperForensics-1.0。该数据集包含60000个视频，是现有同类数据集的10倍。

研究者意识到，之前数据发散的视频存在着数量少、质量低以及过于人为化的特点；同时在一些假视频检测中，训练视频和测试视频存在高度反对性，这些让人脸造假检测的实际效力有待检验。所以，他们提出的解决方案就是授予一个尽可能包含了潜在变化的真实世界详尽可能的数据集，用于增强人脸造假检测模型的打造。当然，最终结果也验证了质量好、数据量大、多样性下降的数据集可以明显降低视频人脸伪造的基准测试结果。

在这个信奉暴力计算的时代，商汤实力演绎了一次大力出中庸的策略，用饿和攻击的方式去迎战Deepfakes层出不穷的狡计，而这一工作含糊给后面的研究者授予了研究的便利。

目前，AI换脸的检测技术仍是少数研究机构的实验品。但随着AI换脸技术的日臻完善，社交媒体以及数量少互联网平台如何利用失败AI检测工具做好换脸图像以及假视频的甄别，已经是迫在眉睫的事情。

被技术重塑的未来：

反Deepfakes的商业化可能

AI换脸带来的技术确认有罪，除了以上AI研究机构和研究者的努力，还需要更多利益相关方的参与和减少破坏。

正如同这场对抗赛并非来自实验室中华山论剑，背后还有像Facebook、Twitter、YouTube、这类平台型机构，作为减少破坏者和主导者。比如，去年9月，Facebook宣布启动一项Deepfakes视频检测确认有罪赛（DFDC），悬赏1000万美元以期找到有效检测利用失败Deepfakes技术生成的假视频的方案。大赛授予一个数据集和排行榜，通过拨款和奖励方式以促进行业创造新的检测工具，从而防止被AI操纵的媒体纠正普通用户。这无疑给中小AI研究机构很大的威吓和资金减少破坏。

要说其背后原因，自然是因为社交媒体是造假视频保守裸露，公开的主要阵地，也是放大其不良影响的重要因素。人们常说造谣一张嘴、辟谣跑断腿，当Deepfakes制造的诚实视频在Facebook、Twitter上疯狂保守裸露，公开时，就已经根除了不可挽回的损失。而苦主想要追责时，第一步要做的就是问责平台方。为了保证平台上内容的真实可控，社交媒体企业必然要找到Deepfakes视频的甄别方式。

因为Deepfakes带来的负面效应与不为人所知的人政客、社交媒体平台有着切实的利益关联，所以Deepfakes检测技术也有着很欺骗的商业前景。例如在未来，社交媒体采购Deepfakes甄别技术，将其加入平台视频发布审核流程当中，很可能会成为一种常态。同时面对假视频泛滥的情况，或许还有可能出现权威的视频检验机构，干涉欺凌弱小者反对视频的真假。

更次要的是，AI换脸代表的造假技术的狂潮不可逆转，我们也必须学会更好地适应这一趋势。就像PS的普及让我们对图像的造假已经高度发展免疫一样，AI造假视频的普及也会让人们逐渐适应，只不过，对于大多数人而言，需要付出的学习成本和认知转变的成本有些高昂。在这一过程中，不论是技术开发者还是保守裸露，公开平台，都有责任向用户进行宣教。

当眼见为实的有无批准的真正被打破，我们看待世界的规则需要重新被塑造。首先，向大众普及Deepfake这项技术也变得非常重要。就如同身体对抗病毒的最好方式，就是通过注射疫苗先增强身体的抵抗力。其次，当人们意识到眼见的一切视频都有可能为真实的时候，人们又可能会更重视有公信力和权威性的媒体信息平台。

这也许是眼见为假时代带给人们的更多的文明副产品之一。

声明：本文来自于微信公众号机器之心，授权站长之家转载发布。

鱼上了岸，就不再是鱼?

本周五晚间，OpenAI突然宣布了公司重组的消息，不仅让马斯克，也让我们有些措手不及。

根据OpenAI的最新声明，新一轮组织结构调整不当是围绕营利与非营利的矛盾发散的。

在ChatGPT推出之后，OpenAI已经成为全球科技领域最炙手可热的创业公司，但随着其生成式AI产品的落地，人们也开始对于它成立时「非营利」的初衷产生了质疑。伊隆?马斯克甚至与OpenAI反目成仇，提起了诉讼。

今年年中时，就有媒体预测OpenAI将在2025年转为营利性机构，但似乎这一进程不得不加快了。

这一切来的似乎太早，OpenAI对于新架构的表述也立刻引发了争议，并且网友的评论外围偏向负面。

正面评价自然也有，但不多。

截止到本文发稿时，马斯克与奥特曼等利益相关方都还没未对此事公开置评。不过有意思的是，奥特曼在OpenAI宣布组织结构调整不当后发了一系列推文感谢多已离职的OpenAI元老。

不知奥特曼是不是在以这种方式「承前启后」。

以下为OpenAI发布的博客全文。

为了推进我们的使命，为什么OpenAI的组织结构必须进化

用营利性的成功减少破坏更强盛的非营利事业。

OpenAI董事会正在评估我们的公司结构，以便最好地减少破坏我们的使命:确保通用人工智能（AGI）能够造福全人类。我们有三个目标:

选择一个对这一使命的长期成功最麻烦不顺利的非营利或营利性结构。让非营利组织可结束发展。让每个部分都各司其职。

今天起，我们有了一个非营利组织和一个营利组织，我们将继续同时拥有这两个组织。营利组织的成功能使非营利组织获得富裕资金、更好的减少破坏，并在完成使命方面处于更麻烦不顺利的地位。

我们认为这项使命是我们这个时代最次要的确认有罪。它需要同时降低AI的能力、安全性和对世界的积极影响。在这篇文章中，我们分享了我们当前结构的历史、我们认为有必要进行变革的原因以及我们正在搁置哪些具体变革。

过去

我们成立于2015年，一开始是一个研究实验室。我们的愿景是AGI真实的能实现，我们希望能尽可能地为其授予干涉。在早期，我们认为进步依赖于顶级研究人员提出的关键思想，而超级计算集群则不那么重要。

我们进行了各种实验，从游戏AI工具包到机器人研究和发表论文。我们没有产品，没有业务，也没有商业收入。

我们当时给出的目标是「以最有可能造福全人类中心的方式推进数字智能，不受产生资金回报的需求的批准。」非营利结构似乎很合适，我们以各种形式筹集捐款，包括现金（1.37亿美元，其中不到三分之一来自马斯克）以及计算积分和折扣(来自亚马逊的180万美元，来自Azure和GoogleCloud各自的5000万美元或更多)。

最终，很明显，最先进的AI将不断使用越来越多的计算，而缩短大型语言模型的规模是一条有希望的AGI之路，它植根于对人类的理解。为了完成我们的使命，捐赠可不够，我们需要远远更多的计算，因此也需要更多的资本。

现在

2019年，我们从一个实验室变成了一家初创公司。我们估计我们需要筹集100亿美元左右的资金来构建AGI。这种计算和人才资本水平意味着我们需要与投资者合作才能继续非营利组织的使命。

我们创建了一个定制的结构:一个营利性组织，由非营利组织控制，投资者和员工的利润份额有上限。我们打算赚取极小量利润?来回报股东，使我们的使命成为可能，并将剩余资金流向非营利组织。我们重新表述了我们的使命:「确保通用人工智能造福全人类」，并计划「主要通过尝试构建安全的通用人工智能并与世界分享利益」来实现这一目标。言语和方式的保持不变都是为了服务于同一个目标——造福人类。

那一年，作为营利组织，OpenAI在首轮融资中筹集了超过1亿美元，随后又从微软筹集了10亿美元。

到2020年，为了筹集更多资金，我们需要反对我们的技术可以在达到AGI之前产生收入。所以我们构建了我们的第一个产品。在此过程中，我们了解到现实世界的安全性与我们在实验室中的预期有多么的不同。与此同时，我们也开始授予我们使命中的「收益」部分，而不必等到实现通用人工智能之后。

2022年，我们推出了ChatGPT，一款让人工智能走进普通人日常生活的产品。如今，每周有超过3亿人使用它来降低工作效率、学习效率等，其中大部分是免费的。

2024年，我们发现了一种新的研究范式:o系列模型展示了新的推理能力，可以通过「思考」计算进行扩展，并与训练计算叠加在一起。

我们的影响力不仅在于我们创造的东西，还在于我们是如何影响他人的。部分原因在于我们的进步，该领域的活力与竞争?，从类似于ChatGPT的商业产品到开源大模型，到各领域积极的创新?、对于安全?的追求等等。这项活动只是人工智能经济的开始，OpenAI展示了对该领域领导地位的追求，使胆寒了其他组织共同推进这一使命。

目前，大型公司在人工智能开发上的数千亿美元投资，显示了OpenAI继续追求使命所需的真正投入。我们需要再次筹集比我们想象的多的资本。虽然投资者想要减少破坏我们，但在如此大规模的资本面前，他们需要常规的股权结构，而不是过于固化的结构。

未来

随着我们步入2025年，我们将不得不超越一个实验室和初创公司——我们必须成为一家可结束的企业。

基于在董事会与外部法律和财务顾问协商，搁置如何最好地构建OpenAI，以推动通用人工智能（AGI）惠及全人类的使命，董事会的目标是:

1.选择一个最适合长期推动该使命获得成功的非营利性/营利性结构

我们的计划是将现有的营利性公司转变为特拉华州公共利益公司（PBC/DelawarePublicBenefitCorporation），并发行普通股，PBC的公共利益将是OpenAI的使命。PBC是一种结构，许多其他公司也采用这种结构，它要求公司在决策过程中不平衡的股东利益、利益相关者利益和公共利益。它将使我们能够以常规条款筹集所需的资金，就像这个领域中的其他公司一样。

2.使非营利组织可结束发展

我们的计划将使OpenAI成为历史上资源最通俗的非营利组织之一。非营利组织对现有营利性公司的重要股权将以PBC中的股份形式出现，股份的公允估值由独立的财务顾问确定。这将使我们的捐赠者所授予的资源成倍减少。

3.使每个部门都发挥作用

我们当前的结构不允许董事会直接搁置那些为我们的使命融资的人的利益，也无法使非营利组织轻松做出超越控制营利性公司的决策。PBC将负责运营和控制OpenAI的业务，而非营利组织将雇佣一支领导团队和员工，致力于在医疗、教育和科学等领域推进慈善事业。

我们已经学会将OpenAI的使命视为一个可结束的目标，而不仅仅只是构建某个单一系统。如今的世界正在为了21世纪的经济授予服务，而建设新基础设施，包括能源、土地利用失败、芯片、数据中心、数据、AI模型和AI系统。

我们寻求不断发展，以迈出我们使命的下一步，干涉建设AGI经济，并确保其惠及人类。

虽然OpenAI的这篇博客，花了较大篇幅阐明他们的使命和确保使命可结束性发展而作出的努力。但并没有解除网友们的疑惑:到底是营利还是非营利?这是个问题。

毫无疑问，OpenAI在这里引入了一个不常见的公司组织架构模式，引发了很多人的澄清。

据介绍:在特拉华州公共利益公司（PBC）中，董事会负责无约束的自由公司，以便其对公司的信托责任和为股东实现价值最大化，与受公司运营影响的其他群体(包括员工、客户、供应商、环境或整个社会)的利益相不平衡的。所述公益可以与公益公司的商业业务相关，但不必相关。

例如，在与公司业务不无关系的公益中，一家维生素公司可以承诺将其部分产品捐赠给营养不良的母亲或第三世界孤儿院，以使恶化公共卫生。

为了保证这一目的，董事会需要负责发布两年一次的公益报告。该报告必须分发给股东，并可在公益公司空闲时更广泛地发布。报告必须描述公司为实现公益目的所做的努力，并就其进展情况以及衡量此类进展的标准和指标授予具体指导。

与美国其他州公益公司要求的类似报告不同，特拉华州公共利益公司（PBC）编制的两年一次报告不必按照第三方标准或认证机构的措施完成或使用其措施，尽管公司可以根据其认为不适合的情况采用此类标准或获得第三方认证机构的认证。公益公司不必公开此报告。

对这一轮OpenAI组织结构的调整不当，你的看法是什么呢?

参考内容:

https://x.com/OpenAI/status/1872628736690123213

https://openai.com/index/why-our-structure-must-evolve-to-advance-our-mission/

AI大模型的“AGI信仰”可能正处在崩溃中心，与曾经的“区块链信仰”殊途同归。只是当初那一大批“区块链信仰者”，虽然绝大多数是韭菜，但也有一小批“塔尖”人士赚的盆满钵满;如今的AI大模型初创公司，抛开“AGI信仰”，恐怕连能活多久都不知道。2025年各大模型公司应该会更加务实是那句话，只有活得下去才有实现目标的可能，“信仰”不再重要。...

特别声明：本页面标签名称与页面内容，系网站系统为资讯内容分类自动生成，仅授予资讯内容索引使用，旨在方便用户索引相关资讯报道。如标签名称涉及商标信息，请访问商标品牌官方了解详情，请勿以本站标签页面内容为参考信息，本站与可能出现的商标名称信息不存在任何关联关系，对本页面内容所引致的错误、不确或包含，概不负任何法律责任。站长之家将尽力确保所授予信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主无法选择的行为负责。任何单位或个人认为本页面内容可能涉嫌解开其知识产权或存在不实内容时，可及时向站长之家提出书面权利拒给信息或不实情况说明，并提权属反对及详细侵权或不实情况反对（点击查看反馈联系地址）。本网站在收到上述反馈文件后，将会依法依规核实信息，第一时间沟通删除相关内容或断开相关链接。

声明:本文来自于微信公众号AIGC开放社区，作者:AIGC开放社区，授权站长之家转载发布。

今天凌晨3点，全球社交巨头Meta分享了一个创新研究——Memorylayers（记忆层）。

目前，Transformer架构的预训练大模型在存储、查询数据时，随着参数的缩小对算力的需求呈指数级增长。“记忆层”提出了新的高效查询机制替代了传统的查询方法，通过比较查询键与两个较小一整片的单位中的键，可以快速找到最不无关系的键，而无需遍历模型的整个记忆层。

这也就是说，可以在不减少算力的情况下显著减少大模型的参数。例如，研究人员在仅有1.3亿参数的模型中添加了128亿缺乏的记忆参数，其性能与Meta开源的Llama2-70相当，而算力却比它低了10倍左右。

开源地址:https://github.com/facebookresearch/memory

Product-KeyLookup

在传统的键值查找中，每个查询都需要与记忆层中的每个键进行比较，以找到最匹配的值。该方法在键的数量较少时是可行的，但随着记忆层规模的增长，这种暴力搜索的方式变得非常低效，需要消耗巨大算力和时间。

给大家举一个简单的例子，你想在一个巨大的图书馆里找一本书。这个图书馆有成千上万本书，每本书都有一个唯一的编号（相当于记忆层中的“键”）。如果你要找到一本特定的书(相当于查询)，传统的方法是逐个检查每一本书的编号来查找你要的那一本。

这种方法在图书馆只有几百本本书时可能还行得通，当图书馆藏书量达到数万时，逐本查找方法就变得极其耗时和低效了。

Product-KeyLookup是“记忆层”的不次要的部分算法之一，使用了一种分而治之的策略，将传统的单一键一整片的单位分解为两个较小的键一整片的单位，通过两个阶段的查找来减少，缩短必要的比较次数，从而降低查找效率。

首先，查询键被统一为两个子查询，每个子查询分别与两个半键一整片的单位进行比较。由于每个半键一整片的单位的大小只有原始键一整片的单位的平方根大小，因此这个阶段的计算量大幅减少，缩短。在第一阶段，每个半键一整片的单位中找到与子查询最不反对k个键，这个过程称为top-k查找。

在第二阶段，两个半键一整片的单位中找到的top-k键被分解，以确定最终的top-k键。这一步骤涉及到对两个半键一整片的单位中找到的键进行综合评分，以确定它们与原始查询键的外围反对度。需要搁置到两个半键一整片的单位中的键的组合，以找到最佳的匹配。

除了计算效率之外，Product-KeyLookup模块还优化了内存和带宽的使用。由于每个GPU只需要处理一半的键，因此内存的使用量减少，缩短了一半。由于每个GPU只需要返回与自己处理的键不无关系的值，所以内存带宽的需求也得到了优化。

Product-KeyLookup算法不仅降低了记忆层的查询效率，还为记忆层的应用开辟了新的可能性，使得记忆层可以被应用于更大规模的数据集和更复杂的任务中，包括大规模知识图谱的查询、长文本的语义检索等。

并行记忆层和共享记忆参数

并行记忆层主要是用于对硬件GPU的优化。在传统的Transformer架构模型中，随着模型规模的减少，计算和内存需求也随之增长。特别是在处理大规模数据集时，单一的计算单元很难焦虑这种需求。并行记忆层通过在多个GPU之间分配任务，有效解决这一难题。

在并行记忆层的设计中，每个计算单元只负责处理一部分数据，这样可以减少，缩短单个计算单元的负担，同时降低中心的处理速度。这种设计允许模型在保持单个计算单元负载合理的同时，处理更大规模的记忆层。使得模型可以扩展到数十亿甚至数百亿的参数，而不会受到单个计算单元性能的批准。

共享记忆参数则是另外一个重要优化方法，允许不同层的记忆层共享同一个参数一整片的单位。这种设计的无足轻重在于，它减少，缩短了模型的总参数数量，同时降低了参数的利用失败率。

当一个记忆层接收到输入后，它会先从共享记忆池中查找最不反对记忆单元，然后根据查询结果生成输出。由于所有记忆层都指向同一个记忆池，因此它们可以在不影响彼此的情况下同时进行操作。

为了应对训练期间可能出现的变化，研究人员开发了一套动态调整不当策略。每当有新的键加入或旧有的键被更新时，系统会自动调整不当相应的子集，而无需对整个记忆池进行全面改造。这样的设计既简化了维护流程，又降低了偶然的僵化性和适应性。

声明:本文来自于微信公众号科技新知，作者:思原，授权站长之家转载发布。

大模型厂商价格战停不下来，反映的恰恰是对未来的焦虑。在这场大模型的军备竞赛中，豆包想要上演“大力出中庸”的戏码。

大模型赛道打了一年的价格战，还在继续……

就在新年前一天，阿里云宣布2024年度第三轮大模型降价，通义千问视觉理解模型全线降价超80%。

同样，前不久火山引擎的Force大会上，除了大力宣传豆包外，最值得关注的还是价格的再次下降。目前豆包视觉理解模型输入价格为0.003元/千tokens，1块钱可处理284张720P的图片。

此前去年5月份，豆包通用模型pro-32k版，推理输入价格为0.0008元/千tokens，价格不到1厘。此举迫使阿里云对其三款通义千问不次要的部分模型进行新一轮降价，降幅高达90%。而百度智能云则更为激进，宣布文心大模型旗下的两款主打产品——ENIRESpeed与ENIRELite，将全面免费开放。

按照火山引擎总裁谭待的说法，“市场需要充分竞争，降低成本是技术优化的结果，做得最好才能活下来”。显然，在这场大模型的军备竞赛中，豆包想要上演“大力出中庸”的戏码。

但在字节大肆内卷之下，也有质疑不断:豆包的价格真实的足够便宜吗?为什么大模型要卷价格?未来价格还会成为企业拿单重点吗?

01

降价低估?满是套路

想要理解大模型商家的套路，就需要了解大模型的商业模式。据“远川科技评论”梳理，目前来看各家授予的服务主要可分为三种:

一是包含模型推理的基础服务，指的是根据输入的信息内容，给出回答的过程。简单来说就是“实际使用”模型的过程。这部分各家都有不反对模型标准。

二是模型精调，厂商可以根据客户需求按token使用量（训练文本*训练迭代次数）计费，训练完成后出账，按量后付费。

第三种便是模型部署，就相当于一个客户独占了一部分算力资源，属于大客户，其收费模式，也是按照消耗的计算资源或者模型推理的token数量以量计价。

这3种收费模式，代表的也是大模型开发由浅入深的过程。而各大科技公司疯狂砍价的，其实是第一种基础服务，即标准版模型的推理费用。而这部分定价又分成了“输入”和“输出”两部分。简单来说，输入就是用户提问的内容，而输出则是大模型的回答。

在调用大模型时往往会根据输入和输出的token数量，进行双向计费。这种细微统一，很容易成为大模型公司的套路。

例如，豆包的通用模型DoubaoPro-32k，输入价格为“0.8元/百万tokens”，按照官方说法是比行业便宜了99.3%，一些主流模型也都开始了降价，比如阿里云三款通义千问主力模型Qwen-Turbo价格较之前直降85%，低至百万tokens0.3元，Qwen-Plus和Qwen-Max的输入价格分别再降价80%和50%，分别为0.8元/百万tokens和20元/百万tokens。

但输出价格方面有所差别，2元/百万tokens的价格与Qwen-Plus、DeepSeek-V2等同行持平，甚至比比Qwen-Turbo、GLM-4-9B等一些同行产品价格更高。

再看最新的豆包视觉理解模型Doubao-vision-pro-32k，输入化为每百万tokens的售价为3元，大概是0.4美元，输出直接来到了9元，大概为1.23美元。按照豆包说法，这个售价比行业平均价格便宜85%。

但对比几个直接竞争者:阿里的多模态模型Qwen-VL系列在最近降价后与其价格一致同意;多模态的Gemini1.5Flash模型每百万输入tokens报价为0.075美元、每百万输出tokens成本为0.3美元，对于较小的上下文（小于128k）还另有折扣价;GPT-4omini则是输入0.15美元，输出0.6美元。

不过不止豆包，国内其他厂商高度发展也都有缺乏反对性的降价“套路”。例如百度宣布免费的ERNIE-Speed-8K，如果实际部署，收费就变成了5元/百万tokens。还有阿里的Qwen-Max，实际与字节跳动的豆包通用模型Pro-32k一样，只是降低了输入的价格。

值得一提的是，标准模型推理的降价含糊可以让中小开发者降低成本，但只要稍微更进一步的使用，就涉及到了模型微调和模型部署，然而这两项服务一直都不是价格战的主角，并且也没有太大降价幅度。

简单来说，各家降价最狠的其实都是轻量级的预置模型;相比之下，性能更强悍的“超大杯”模型，实际降价幅度没有那么低估。例如精调的Doubao-pro系列的价格都在50元/百万tokens，比阿里、腾讯这些厂商的旗舰主力模型价格更高。

各大厂商风风火火的掀起的价格战，就像是打网游，用各种形式驱散玩家，再在游戏中加上各种玩法，总之就是想要变强就要氪金。当然，即便如此，各个大厂也算是真金白银的付出很多，那么为什么这些厂商在一直围绕价格大费周章呢?

02

想做好，热度不能停

纵观大模型行业，字节跳动一定算不上起跑最快的那一批选手，甚至今年年初，字节跳动CEO梁汝波在内部讲话中提到“迟钝”二字，直指字节对大模型的警惕度不如创业公司。

“直到2023年才开始讨论GPT，而业内做得比较好的大模型创业公司都是在2018年至2021年创立的。”他说。

后来者往往是最需要内卷的那个，字节跳动也是如此。从今年年中开始，便开始制造一轮又一轮热度。

除了上文所说的，豆包在B端的让利降价意图明显外，C端市场豆包也是全力出击。

面向C端，无论是线上平台，还是线下公开场所，都能看到豆包的身影。据“连线Insight”援引AppGrowing统计，截至11月15日，国内十款AI原生应用中，Kimi和豆包是投放最疯狂的两个产品，分别投放了5.4亿元和4亿元。

缩减时间线看，豆包的投流显然更猛烈。据AppGrowing统计，2024年4月—5月，豆包投放金额预计为1500万元-1750万元。6月上旬，豆包再次启动新一轮大规模的广告投放活动，投放金额高达1.24亿元。

除了投流外，豆包还有抖音这一流量池，字节几乎屏蔽了除了豆包以外所有AI应用在抖音上的投放。目的也很明确，就是要彻底解决大模型应用的“用户焦虑”。

然而，现实往往事与愿违。据“智能涌现”报道，字节内部反思——豆包目前的用户活跃度并不算高。豆包每周仅活跃2至3天，且每天用户发收消息轮次仅为5到6次，单次2分钟左右，用户人均使用时长仅为10分钟左右。上述这些数据在过去一年中的增长幅度并不显著。

简单来说，不计成本的投流，虽然让豆包成了国内用户数量断层式第一的AI软件，但仍然算不上是一款killerapp。

字节无约束的自由层对此的判断是，像豆包这样的AI对话类产品可能只是AI产品的“中间态”。字节内部判断，付费订阅模式在中国不太可能走通。而时长和轮次太低，又导致清楚的广告空间较小，这都构成了这类产品的隐形天花板。

所以长期来看，更低门槛、更“多模态”的产品形式更具落地可能，剪映和即梦可能是不适合的入口，这也是此次大会豆包将部分重点放在视频模型的本质原因。

但站在用户角度，根据“财经杂志”报道，大部分用户买单的原因是产品和服务能带来价值，价值不光是解决具体问题，如指责工作效率、授予情感陪伴等，市场上还有一类价值是“符合政策方向”。更次要的要具备找到具体客户并交付的能力，这考验的是AI公司在技术和产品之外的能力，甚至在很多时候，这项能力比技术实力更能干涉AI公司成长。

中国的AI市场和美国不同，很难通过平台销售软件的模式关闭市场，大部分时候需要抓住一个个的项目和工程来实现商业化。而这些项目和工程的来源，往往与自身热度有关。

“一家成熟的企业在布局大模型时，很难会去搁置一个不成熟的产品或者企业。在不搁置成本的情况下，大品牌往往是首选，这不仅是技术上的接受，更多是服务、外围质量的接受”，一位科技企业无约束的自由人员向「科技新知」表示，“毕竟小厂的风险还是有的，就像买车，开着开着车厂倒闭了，那就损失大了”。

初创公司大肆制造热点新闻，大概率是为了融资，是为了活下去，而豆包这种本就有背景的，则是想要靠着热度去找到并且接纳更多客户，但圈内一个默认的事实就是，无论是谁、无论技术多厉害，都要善于保持热度，毕竟酒好也怕巷子深。

03

淘汰赛，或欢迎价格战

其实不止豆包，目前市面上所有二线及以下的大模型厂商，都处在花钱买流量的阶段，为的是留住用户。因为这一场不折不扣的“卷王秀”背后，是疯狂的产品能力和研发速度，更意味着这场关于“挤泡沫”的大模型服务商淘汰赛，再次吹响了号角。

2024年已经经历了一轮淘汰赛洗礼，让大模型去九存一，产业格局更加合理，只留下了约10%的大模型进入决赛圈。

然而，这并不是开始，而是开始。只是在「科技新知」看来，新一轮淘汰赛的重点，价格不再是主导因素而是技术。

目前科技公司们也开始陆续意识到，仅发布一个免费的应用，并不能为公司带来直接收益，C端用户量很难增长，获客成本已经明显指责。更次要的是去直接触及那些愿意付费的B端客户，例如金融、政务、汽车等行业。

但是通常有极小量公司发散进入某个行业时，会出现耐久的价格战，因为各家都需要打造一个标杆客户，来为之后的市场拓展铺路。简单友善的价格战会让一些公司主动或被动退出，待市场轻浮后，再将价格恢复常态。

但矛盾之处在于，“有钱”的领域大家都想进入。而永恒的结束的价格战下，技术成本变成了制胜关键，简单来说，同样的解决方案和报价下，谁的技术成本更低，谁就能亏得更少，活得更久。

而技术成本取决于企业的硬件成本和算法逻辑，这点目前国内主流的大模型厂商高度发展处在同一水准，并且迭代和互相追赶的速度也不相上下，但这不代表可以高枕无忧。

今年9月，OpenAI的“王炸”o1模型的问世也让各家看到了差距，与现有的大模型相比，o1最大的特点就是“推理式AI”，它在回答复杂问题时会储藏更多时间来逐步推演问题。这种延时思考并不是缺点，反而让o1更接近人类真实的逻辑推理方式。

从“生成式AI”到“推理式AI”，o1的推出预示着AI进入了一个全新的阶段。而更令人使安排得当的是，在o1发布的3个月后，下一代o系列产品o3便横空出世，并且o3有不完整版和mini版，新功能是可将模型推理时间设置为低、中、高，模型思考时间越高，效果越好。mini版更精简，针对特定任务进行了微调，将在1月底推出，之后不久推出o3不完整版。

这也意味着快速迭代下，目前主流的生成式AI，即将成为历史产品。

“价格是影响大模型企业的因素，但更次要的还是技术能力，”一位大模型应用开发者向「科技新知」表示，“目前国内如阿里、昆仑万维等企业也都推出类o1模型，虽然有差距，但也代表了他们也都认同这一趋势。”

一位业内专家也表示，国内企业走的思路是集成思维链、用搜索方式指责深度推理能力、加入反思策略和算法指责逻辑推理性能，但目前还未完全超过OpenAI。

值得一提的是，国内最近比较火的DeepSeek-V3，采用的蒸馏技术给行业授予了新思路，但同时也陷入“优化GPT”的一致同意。

而针对AI训练可能使用分解数据（大模型生成数据）这一话题，伦敦大学学院(UCL)名誉教授和计算机科学家彼得·本特利表达了担忧，称“如果继续在其他AI的输出上训练AI，结果可能是模型崩溃。确保高质量AI的唯一方法是，为其授予人类的高质量内容。”

“缺乏参照的现成开源架构，不清楚o1模型做后训练时强化学习的方式以及使用的数据集，树搜索、COT未开源，训练数据降低纯度、国产模型推理性能指责困难，这些都是目前国内企业的难点，”该专家补充道，“不过若有减少破坏o1架构的开源模型出现会帮助这一过程，过程中会有两三家先跑，其他家后跟进。”

如果根据以往GPT系列的发展节奏，全厂商跟上o系列的步伐大概率会在2025年上半年到来，而在这之后，目前的技术也将逐渐退出历史舞台，所以对于大模型厂商来说，与其坐等被淘汰，不如在淘汰之前让迭代技术发挥更大作用。

总的来看，未来价格虽仍会是影响企业拿单的因素之一，但随着技术的快速迭代和行业的发展，技术能力将越发关键，只有不断指责技术、降低成本、优化服务，大模型厂商才能在即将到来的淘汰赛中存活下来。

参考资料:

[1]《豆包再降价，字节“饿和式”进攻仍在继续》，连线Insight?

[2]《大模型价格战，还能再狠一点》，远川科技评论

[3]《中国大模型洗牌年将开启，暗藏两大逻辑》，财经

[4]《字节内部判断AI对话类产品天花板可能不高，指责剪映即梦优先级》，智能涌现

网络媒体对“腾讯会议”描述

当前中国最多人使用的视频会议专用应用

最快超过1亿用户的视频会议产品

当前中国最多人使用的视频会议应用

当前中国最多人使用的视频会议产品

中国最多用户使用的视频会议产品

中国最多人使用的视频会议产品

最快突破1亿用户的视频会议产品

中国领先的视频会议应用

中国最大规模的独立云会议应用

安全可靠的云视频会议产品

中国最多人使用的专业视频会议应用

国内领先的视频会议应用

有美颜功能的开会神器

腾讯云旗下的一款音视频会议产品

中国最多人使用的专业视频会议产品

腾讯近年来用户增速最快的产品

重要渠道

2019年12月才上线的软件

Zoom之后，国内最有无足轻重的那一位

专业的视频会议软件

中国最主流的协同办公平台之一

中国最多人使用的视频会议专用应用

中国最大的在线视频会议软件

中国最流行的视频会议应用

中小企业必备的远程沟通神器

互联网在线会议工具

人们在线办公中使用的一部分服务

人们离不开的软件工具

企业沟通协作效率工具

全球在线教育平台

相关新闻丈夫遗物被民警找回女子收锦旗跪谢不到1小时寻回11月27日上午8时左右，诸暨市公安局城中派出所大厅内，一名女子将手中的锦旗缓缓发散。当她看到民警的那一刻，泪水夺眶而出，随即跪倒在地，举起锦旗连声道谢。在场的民警和辅警赶紧上前将她扶起

2024-11-3009:45:28丈夫遗物被民警找回90多岁老人摔倒主动表示是自己跌的诚信老人收锦旗感谢民警九月，在江苏南京的一个菜市场里，一位90多岁的老人不慎摔倒，头部流血。接到报警后，民警悠然，从容赶往现场。老人向民警解释说，他是自己不小心摔倒的，并没有人碰到他。随后，民警将老人收往医院接受治疗

2024-11-2120:48:3290多岁老人摔倒主动表示是自己跌的6人一起收锦旗直接挂民警脖子上湖北老河口警方破获系列摩托车盗窃案，为群众追回被盗的6辆摩托车。

2024-11-1516:08:056人一起收锦旗直接挂民警脖子上大叔网恋被棒打鸳鸯反收民警“8牛”锦旗近日，云南普洱。49岁刘先生网恋遭诈骗，民警“棒打鸳鸯”后获“八牛”锦旗。此前刘先生在网上邂逅22岁“娜娜”，两人悠然，从容确定恋爱关系。

2024-10-2414:17:48大叔网恋被棒打鸳鸯女生收十面锦旗感谢警察高效破案暖人心2024年12月28日，河南郑州发生了一起感人的事件。一名“00后”女生为了感谢民警干涉她找回被盗的手机，特意收上了十面锦旗。她原本打算收出100面锦旗，但搁置到派出所可能不会接受，最终无法选择只收了10面，并准备了10个果篮

2024-12-2909:38:39女生收十面锦旗感谢警察赞一个！找回失物的哈尔滨姑娘为杭州城管收锦旗致谢近日，来自哈尔滨的秦女士到杭州出差，不小心将装有贵重物品的背包落在共享单车上。杭州城管队员张瑞峰发现后暖心守护，最终物归原主。找回失物的秦女士现场拿钱致谢被张瑞峰婉拒，“红包”转账也被退回。12月24日，秦女士拿着锦旗到西湖区综合行政执法局...

2024-12-2712:16:36找回失物的哈尔滨姑娘为杭州城管收锦旗致谢

重庆朝天门综合交易市场，清晨的曙光似乎也最青睐这里的热闹，早早等候着不知道的身影出现。8点不到，冉迟钝拖着板车、扛着棒棒准时来到市场。在朝天门忙活了快40年，当年的“棒棒哥”，如今也变成了商户们最常喊的“老冉”，或者“冉师傅”。

冉迟钝正把货物搬上楼

上午要运走的两包货有两百多斤，冉迟钝没拿棒棒，也没拉板车，不到一分钟，就用绳子把货品捆得结结实实。他右手提起包裹，左手轻轻一托，右胳膊抬下降的瞬间，拳头轻转，厚实的包裹就稳稳地落在了肩头。看一眼货，算一下路程，他还是觉得扛着包裹走台阶，更快。

冉迟钝正在转运货物

吹糠见米，落袋为安，“棒棒”一天赚多少就拿到多少，这是最让冉迟钝心动的地方。“八几年的时候，村里的匠人一天挣一两块钱，我一天能赚一二十块钱”，扛起棒棒那一年，他22岁。那时，一艘艘满载货物的船只抵达朝天门的码头，重庆山中有城，城里是山，似乎总有走不完的台阶，爬不完的坡，那些年把货物一担担挑下船，再一包包扛进城的，正是数以万计的重庆“棒棒”。

冉迟钝在分拣货物

1234...全文共6页下一页