Successfully generated as following:

http://localhost:1200/cyzone/author/611705 - Success ✔️

```rss <![CDATA[阿尔法公社 - 专栏作者 - 创业邦]]> https://www.cyzone.cn/author/611705 RSSHub i@diygod.me (DIYgod) zh-cn https://oss.cyzone.cn/2018/0807/20180807061218574.jpg <![CDATA[阿尔法公社 - 专栏作者 - 创业邦]]> https://www.cyzone.cn/author/611705 Tue, 10 Oct 2023 13:57:21 GMT 5 <![CDATA[从模型层面保护AI的安全，AWS背景的连续创业者获3500万美元融资]]>

阿尔法公社：目前中国的生成式AI已经完成了基础大模型的积累阶段（各大厂和头部创业公司都已有大模型），下一步将进入AI的大规模应用阶段。但是AI的安全问题不解决，无论是终端用户，还是企业级用户始终会对采用AI心存疑虑。

解决AI的安全问题，将推动AI的进一步普及，创造更多价值。随着AI在C端和企业端的广泛应用，AI安全这个刚需的需求量将大增。

AI正被越来越多的企业采用，为他们带来价值，甚至成为一些企业的核心能力。但是，针对AI的安全仍然很不完善，也让很多企业一边对AI的“超能力”兴趣盎然，一边又对AI是否安全心存疑虑。如果说数据安全还可以用私有化部署来解决，但如果AI模型本身被侵入，岂不是授人以入侵自己隐私的高效工具？

一家致力于AI系统安全的创业公司Protect AI已经开始在模型层面保护AI的安全，它由曾经管理AWS全球AI和ML业务的连续创业者Ian Swanson创立，帮助企业在大规模采用AI的同时抵御安全漏洞、数据泄露和其他新兴威胁。

今年7月，Protect AI获得由Evolution Equity Partners和Salesforce Ventures共同领投，Acrew Capital、Boldstart Ventures、Knollwood Capital和Pelion Ventures等投资机构参投的3500万美元A轮融资。

在2022年12月，他们曾获得由Acrew Capital和Boldstart Ventures共同领投的1350万美元种子轮融资，目前，它的累计融资额达到4850万美元。

Protect AI的创始人Ian Swanson表示：“我们看到了AI可以带来的价值，但也看到了这些系统固有的风险。我们的使命是帮助客户构建一个更安全的AI驱动的世界。”

来自AWS和Oracle的豪华创业团队要从模型层面保护AI的安全

对于想使用AI能力的企业来说，AI/ML的安全挑战变得越来越复杂，各种基础模型和外部的第三方训练数据集（许多受欢迎的AI开源项目已发现可被用来攻击的代码），加剧了这种复杂性。

大多数组织缺乏检测机器学习供应链中的威胁和漏洞的技能和资源，而且大多数CISO（首席信息安全官）还没有将机器学习特定的扫描和AI漏洞修复列为优先事项。

技能和资源的缺乏导致了盲点，并产生了独特的AI安全挑战，使组织面临一系列问题：监管不合规、个人身份信息泄露、数据操纵、模型污染和声誉风险。

Endor Labs（一家专注于开源软件安全的公司）最近的一项调查发现，在Github排名前100的AI开源项目中有52%存在漏洞。

据Synopsys（新思科技）调查，大数据、AI、BI和ML代码库中近80%的代码依赖于开源组件，其中超过40%的代码库存在高风险漏洞。

企业对AI的加速采用，除了AI本身的吸引力外，还在于MLOps技术帮助降低门槛：通过提供维护和监控大规模AI/ML系统的流程、治理和程序，它能够将AI模型投入生产流程的成本降低。

但是Protect AI的团队注意到，AI/ML带来了一种新的、独特的攻击面，而目前市场上已有的网络安全解决方案并未解决这个问题，AI需要新的安全方法。

注：网络安全中的“攻击面”指的是一个系统或网络中可以被潜在攻击者利用的所有可能的点和路径。

于是Protect AI将安全性纳入AI工具和流程的工作流中，让安全性从一开始就伴随AI流程，而不是成为事后的考虑因素。这样，MLOps（机器学习+运营）就升级成了MLSecOps（机器学习+安全+运营），创造了一个新的领域。

Protect AI由Ian Swanson与Daryan Dehghanpisheh、Badar Ahmed共同创立。Swanson曾领导AWS的全球AI和ML业务，也是连续创业者。Swanson创立的上一家创业公司DataScience.com正是MLOps领域技术最先进的公司之一，后来被Oracle收购，Badar Ahmed和Swanson曾经在DataScience.com及Oracle共事。

而Daryan Dehghanpisheh则是Ian Swanson在AWS的老同事，当时Swanson领AWS的AI客户解决方案团队，Dehghanpisheh则是AI架构师。

可以看出，这是一个“豪华”创业团队，既有过硬的技术，又有创业经历，还在大厂管理过大团队，帮助大量客户处理过问题。所以Salesforce Venture的投资人表示，他们对Protect AI最大的信心来源是出色的团队，其次是AI安全这个增长迅速且容量庞大的潜在市场。

Protect AI的种子轮投资人，Acrew Capital的创始合伙人Mark Kraynak也表示：“AI/ML是一种全新的应用类别和底层基础设施，就像移动网络、物联网和Web3一样。新的应用生态系统的安全遵循相同的循环：了解漏洞，找到它们，再添加上下文理解和优先级，最后实现自动化修复。Protect AI的团队从MLOps出发，进化到MLSecOps，我们对这一进化感到兴奋。”

从开源软件到首个MLSecOps平台

现在黑客们针对AI的攻击有多可怕？以机器学习系统中最受欢迎的工具之一MLflow（它可用于管理端到端的机器学习生命周期）举例。

攻击者们可以通过MLflow的漏洞，在未经认证的情况下远程读取MLflow服务器中用户的任何文件。MLflow的另一个漏洞，则能让攻击者直接控制MLflow服务器上的所有AI模型和数据。

目前，Protect AI拥有旗舰安全平台AI Radar，开源产品NB Defense，以及全球首个人工智能和机器学习漏洞赏金平台huntr。

AI Radar

AI Radar是Protect AI的旗舰产品，也是行业内首个MLSecOps平台。这个平台主要解决的关键挑战是：让企业用户的AI系统更可视化，更方便审计，也更好管理。

AI Radar使组织能够通过评估其ML供应链的安全性并迅速识别和减轻风险，从而更安全地部署AI。它通过实时监控和洞察ML系统的攻击面，生成和更新防篡改的ML物料清单（MLBOM），与SBOM不同，它提供了ML系统中所有组件和依赖关系的列表，使客户完全了解AI/ML的来源。它还能跟踪公司的“软件供应链”组件：运营工具、平台、模型、数据、服务和云基础设施。

该平台使用集成的模型扫描工具来检测大模型和其他ML推理工作负载中的安全政策违规、模型漏洞和恶意代码注入攻击。此外，AI Radar可以与第三方AppSec和CI/CD编排工具以及模型稳健性框架集成。

AI Radar使整个AI系统，可观察，可管理，可审计，不再是一个黑盒子。弥合了AI团队和应用安全专业人员之间的鸿沟。

许多大型企业使用多个ML软件供应商，如Amazon Sagemaker、Azure Machine Learning和Dataiku，从而导致他们的ML管道有各种配置。

Ian Swanson强调AI Radar保持供应商中立，并无缝集成所有这些不同的ML系统，创建一个统一的“单一视窗”。通过这种方式，客户可以轻松获取任何ML模型的位置和来源以及其创建中使用的数据和组件的关键信息。

Ian Swanson表示，ProtectAI的下一步重点是为AI Radar找到产品和市场契合点（PMF），它的早期客户包括AI基础模型供应商和MLOps平台提供商，以及金融服务、医疗保健、生命科学等领域的公司。

NB Defense

Protect AI推出的第一个产品是NB Defense，这是一个开源应用程序，旨在解决AI开发平台Jupyter Notebook中的漏洞。

AI开发者使用Jupyter Notebook来创建和分享包含实时代码、函数、可视化、数据和文本的文档。研究机构发现，未妥善保护的Jupyter Notebook文件可能会容易受到基于Python的勒索软件和加密货币挖矿攻击。

Protect AI使用NB Defense扫描了1000多个公共Jupyter Notebook，并发现了许多泄露的个人身份信息和可能被攻击者利用来攻击云系统的关键漏洞，包括获得对敏感数据库的访问权限。

而NB Defense是针对Jupyter Notebook的安全解决方案，它创建了一个从传统安全功能到Jupyter Notebook扫描的转换层，并且生成安全报告，报告中包含指向Jupyter Notebook中问题区域的特定上下文链接，以便进行修复。

NB Defense目前提供免费许可，AI开发者们可以轻松安装NB Defense。

huntr

huntr是全球首个AI/ML漏洞赏金平台，安全研究人员可以在这个平台/社区上发现、披露、修复AI和ML安全威胁，并获得奖励。

huntr的前身是huntr.dev，它由Adam Nygate于2020年创立，拥有超过一万名专注于开源软件（OSS）的安全研究员的庞大网络，一直处于OSS安全研究和开发的前沿。

huntr是Protect AI的MLSecOps社群的一个重要组成部分，由此也可以看出Protect AI拥抱安全开发者和建立生态的决心。

Protect AI的威胁研究负责人Chloé Messdaghi强调了该平台的精神：“我们相信透明度和公平的报酬。我们的使命是削减噪音，为安全研究人员提供一个能够认可他们的贡献、奖励他们的专业知识，并培养协作和知识共享社群的平台。”

AI安全未来会是企业的刚需

安全对于AI的重要性已经不言而喻，无论是对于C端用户还是企业客户，都是刚需。随着AI在企业流程中渗透得越来越深，创造越来越多的价值，它的安全性会越被企业的高层重视。

海外的某知名投资机构，近日也推出一篇关于AI安全的文章，文章提到了AI安全的两大重点：云安全模型，AI的可观察性、可管理性和可审计性；还有几个重要模块：数据来源安全，AI Agent身份验证，工具链和供应链的风险防范，MLSecOps，模型版本管理，以及数据中毒防范，模型盗窃防范。

Protect AI的重点就是AI的可观察性，可管理性和可审计性，推出了MLSecOps平台，也能防范模型盗窃。而在其他的几个方向，仍然有大量的创业机会，海外也已经有不少创业公司在AI安全赛道耕耘。

例如Hidden Layer，它可以在不需要访问任何原始数据或供应商模型的情况下保护AI模型免受攻击，目前融资额600万美元。

Robust Intelligence的产品可以对AI模型进行安全方面的压力测试，目前融资额3000万美元。

CalypsoAI做的是验证和监控AI应用的工具，目前融资额2300万美元。

目前中国的生成式AI已经完成了基础大模型的积累阶段（各大厂和头部创业公司都已有大模型），下一步将进入AI的大规模应用阶段。

解决AI的安全问题，将推动AI的进一步普及，创造更多价值。随着AI在C端和企业端的广泛应用，AI安全这个刚需的需求量将大增。

而这也将产生众多的创业机会，值得期待。

本文由阿尔法公社原创。

]]> Wed, 13 Sep 2023 09:54:36 GMT cyzone-738059 https://www.cyzone.cn/article/738059.html 专栏 <![CDATA[大幕拉开，AIGC商业主角在哪里？]]> 编者按：本文作者本文作者许四清，阿尔法公社创始合伙人、CEO，创业邦经授权转载。

上周四，百度文心一言、讯飞星火大模型等一批大语言模型正式获批提供服务。AI引发了人工智能范式的改变，同时，人们很自然地发问——范式变革中，钱在哪里？主角是什么？

除了MidJourney的传奇（2022年11个人的收入达到了1亿美元），创业者和投资人始终怀揣着希望，期待探索AIGC（生成式人工智能）带来的商业模式。本文尝试从大模型的构成角度，分析一下创业和投资的机会，顺带在结尾讲个“误入钱眼“的创业故事。

图1：文生图示例—雨中的赛博朋克风女杀手（此图由HiDream的Pixeling V1.0生成。）

LLM（大语言模型）- 大公司烧钱做生态，创业者的陷阱

我们看一下大语言模型应用的架构（见下图），不难看出，最底层构筑在坚实的硬件基础上，目前有以NVIDIA为代表的GPU厂商和以CoreWeave等为代表的算力提供者。和手机一样，硬件是商业化中永远的硬道理，此为商业机会之一，但创业者和投资人机会不多，除了为大模型优化算力平台。

图2：大语言模型的结构及部分代表企业

大洋彼岸，主流大模型目前尚为数不多，OpenAI、Meta、Google等大厂都以大模型为基础开始布局，还有当年transformer的作者出来创立的LLM（Adept、Cohere、Character.ai）更趋向差异化而非同质化。

我们从中更多看到大厂的生态之战——如果没有自己的大模型，就没有未来。人们看好微软胜过Amazon，就是因为它左牵黄右擎苍，占尽了OpenAI和Meta Llama 2大模型的先机，产品全部拥抱AI。得模型者得天下，有大模型构筑的基础平台，应用建在平台之上，釜底抽薪一般从Amazon手上抢客户。

基础大模型是个巨大的吞金兽，大厂练来跑马圈地，算大账，算得过来，小厂除了垂类模型几乎没机会，创业者慎入。

图3：AI模型的演进（源自www.lightspeed.com）

OpenAI和大厂模型属第一波，transformer作者的大模型属第二波，后面不断涌现的各种模型，自己练的或利用开源模型练的，应该属第三波。大语言模型的发展趋势，是从基础大模型到垂类模型，再到以面对企业应用为主的长尾模型演进。

图4：中国LLM一览（图片源自网络）

需要说明的是，国内的LLM铺天盖地一般卷过来，除了几家大厂，我们有理由猜测，大部分都是用开源模型训练出来的模型（没有足量GPU这个金刚钻，哪来的瓷器活儿？），属于模型再造，省了耗费几乎99%算力的pre-training（预训练）环节，多快好省，值得肯定，但大多数属垂类模型或甲方大模型，不属于真正意义的基础大模型。

训练基础大模型耗资耗人，动辄千万美金，是富人游戏，创业者慎入。

原因很简单，我们把指算过创业公司融到的钱，与国外同类别的创业者比起来，融资额大约1/10，不够训练模型。假如真的从头做预训练，GPU热起来，开机不久即耗尽融来的钱。

AI工具 - 淘金潮中卖镐，技术含量高

生成式人工智能在创立新范式的同时，创造了一大批新工具的机会。这些工具从评价模型、运行和维护模型、增强系统到操作工具，无一不是范式改变带来的新机会。

尤其值得重视的是管理、训练各类数据的工具，以及安全防护体系。安全工具既有传统安全工具，更有面向模型的安全及合规等。试想一下，丢了数据已经很可怕，如果训练出来的模型被侵入，岂不是授人以入侵自己隐私的高效工具？

安全，实际上应该不仅仅是工具，而是必不可少的基础设施。

林林总总，老工具用不上，创业者大显身手，机会较多。

新AI应用 - 百花怒放的乐园

应用层是富矿，创业机会多。

不论是toB应用还是toC应用，新一代人工智能创造的新范式，提供了无穷无尽的机会。

toC的特征是革命性地切入新场景，toB则是新老共存。

我们可以用浅表层应用来描述to C，它的特征是产品经理创新机会多，基本无需深挖模型即可递交用户喜欢的应用。

不难预见，将会有一批优秀的中国产品经理，在范式变革的大潮中成为国际大玩家，或许，新一代张一鸣们正在快速出现。

to B应用考验的是从业者对企业需求痛点的了解，利用新手段解决老问题，除了少数颠覆性创新，更多的是沿着降本增效这个企业价值路径发展。技术变革提供了一招鲜吃遍天的机会，但革命不易成功，说到底，传统玩家占尽了应用场景，新手段和工具扮演了革新的角色，应该是新老并存的格局。

私有化部署的甲方大模型，应该在很长一段时间内有快速增长的刚需。

唯一值得留意的是，中国的toB市场和美国toB市场由于客户构成、采购行为的不同，差异巨大，创业者万万不可照搬。这两天前往三亚参加中国CIO峰会，期待和行业专家们探索，这个话题留作将来做专题讨论。

文生视觉 - 被证实的富矿；中国版的MidJourney - 快感和痛感并发的产物

MidJourney直撩设计师，极大地提高了美工设计的效率，数秒钟出一张图，可以说彻底改变了生产方式，使用者付费意愿强烈，11个人一年收入1亿美元，成了迄今为止AIGC商业的最亮点。

今年年初，笔者和设计师一起折腾了好一阵子，研究MidJourney，现场体验了C端付费B端买单——商业模式的硬道理。

同时，也强烈的感受到使用门槛之高—— 一个大美工不断修正复杂又专业的英文描述，通过“修”prompt（提示），以期产生满意的创意图，同时还要忍耐模型中国风格的缺陷——由于彼时只有MidJourney这种只懂英文、只学习过西方文化素材的模型，所以倒逼设计师利用各种手段提高英文准确度，还要忍受把“Chinese”表现成东瀛或韩国风的窘境。

颠覆性的手段带来设计效率革命，设计师同时忍受着语言和画风错配的煎熬，强烈的快感加痛感并发，让我们坚信中国需要自己的MidJourney。不仅如此，我们还认为MJ应该被超越，有两个原因：第一，市场呼唤比MidJourney更懂人话的工具；第二，中文元素或全球范围的本地元素应该被很好地表达。除此以外，电商、广告对海量图片、小视频为核心的高效生产工具，对接生产系统的需求，是个庞大的市场。

天赐良机，跟数年来一直图谋共同“搞事情”的科大师弟梅涛院士一拍即合，懂算法、会模型、工业界操练了多年的老兵下场，于是，就有了阿尔法公社和科大校友们种子轮支持梅涛院士创业的HiDream。短短几个月， HiDream表现出了难以想象的迭代速度和惊艳的效果，彻底颠覆了业界由来已久的“学者创业偏见”。

以下是相同Prompt下，MidJourney和Hidream生成实例对比图。

Prompt：Dungeons and dragons character portrait, dark short - haired woman, Wild West tracker holding a brass spyglass, Emma stone, clever, upbeat and witty, and strong

Prompt：A young French Bulldog appears confused after being ambushed, wide-eyed and stunned, pixar style

Prompt：Alien looking strange cute happy little bunny

图5-7：MidJourney和Hidream由同样prompt生成的图

MidJourney做了宝贵的开创性工作，后来者如果能更好地应用transformer，打造更强的模型能力，不再简单依赖Diffusion Model（扩散模型，MJ基于这个模型不断优化出了现在的工具），应该大有可为。我们也坚信MJ会利用抢跑优势，摆脱对扩散模型的依赖，持续为市场带来惊喜。

无论是工具、浅表层应用，或是深层企业应用，都处在规模生成、暗流涌动的早期。AIGC刚刚开始，我们期待算法的创新和迭代为工业界不断展示更绚丽的篇章。

2023年9月6日凌晨于合肥。

本文作者许四清，阿尔法公社创始合伙人、CEO。

]]> Thu, 07 Sep 2023 08:45:09 GMT cyzone-737662 https://www.cyzone.cn/article/737662.html 专栏 AIGC <![CDATA[融资5000万估值5亿美元，智能助手的先驱用AI让游戏NPC拥有情感和记忆]]> 编者按：本文来自微信公众号阿尔法公社（ID：alphastartups），作者：阿尔法公社，创业邦经授权转载

游戏是离钱非常近的行业，它是腾讯、网易等互联网巨头的现金牛，连做ToB的微软和搞科技的索尼也分别有Xbox和PlayStation的游戏业务。

在生成式AI如火如荼的今天，人们会问一个问题：生成式AI和游戏行业结合，会带来什么新的变化？在视觉方面发力当然是一个好方向，以至于很多人喊出游戏设计师和游戏原画师要大量失业。

也有不少人认为，在游戏中，有趣的剧情和互动体验比图形保真度的重要性更大，任天堂的不少游戏已经证明了这个观点。

Inworld是将AI能力注入游戏行业的创业公司，它专注在沉浸式游戏角色，它的角色引擎使用先进的AI构建智能NPC（Non-player characters），赋予NPC个性、思想、记忆和行动力，让它在游戏中能够更深度的与人类互动。

它已经与Unity、Unreal Engine、NetEase（网易）、GTA V、Roblox和Minecraft等头部的游戏引擎，游戏公司合作。

近日，Inworld获得了Lightspeed Venture Partners领投的5000万美元融资，它的投资人名单上还有斯坦福大学，Samsung Next、Microsoft的M12基金和Eric Schmidt的First Spark Ventures以及Meta、Disney Accelerator、Founders Fund、Kleiner Perkins等机构。它的累计融资额超过1亿美元，估值5亿美元，就像它的创始人所说，Inworld是AI x 游戏领域资金最充足的初创公司。

智能语音助手的先驱者切入游戏行业

Inworld由Ilya Gelfenbeyn（CEO）、Kylan Gibbs（CPO ）和Michael Ermolenko（CTO ）在2021年联合创立。

Ilya和Michael也是Speaktoit的联合创始人，他们在2010年开始创业，当时AI还处于早期，但是他们看到了移动互联网的爆炸增长和语音识别技术的成熟。

在这个趋势下，他们创立了Android平台的个人语音助手Speaktoit。Speaktoit成为Android Market上“助手”类排名第一的应用。当时，Speaktoit每天增加30000名用户，而苹果的Siri在他们推出产品后6个月才发布。不过，Siri背靠苹果，竞争力强大，所以他们转型为API.AI，为开发者服务，之后被Google收购。在被Google收购后，API.AI变成了Dialogflow AI，Dialogflow AI是一个AI工具，可以用来搭建ChatBot。

在离开Google后，Ilya Gelfenbeyn与合伙人们创立了Inworld。在Speaktoit（API.AI）的创业旅程中，Ilya Gelfenbeyn证明他们可以用功能性的助手来回答问题，而创建Inworld，他们想要解决的问题是：如何构建一个能吸引玩家进入游戏世界观的AI角色？如何让人们在虚拟世界具有和现实世界相似的互动和社交体验？随机的叙事如何改变玩家玩游戏的方式？

根据游戏行业的一份千人规模调查，99%的玩家认为高级AI NPC会对游戏玩法产生积极影响，78%的玩家会花更多时间玩游戏，而81%的玩家愿意为拥有高级AI NPC的游戏花更多钱。

借助Inworld，人们可以创建游戏NPC、虚拟网红、品牌代表和数字人类，这些虚拟人类可以与玩家/用户建立关系并解锁更深层次的互动。这是娱乐和营销的未来—虚拟角色被赋予更丰富的“内心活动”，这让玩家和用户的沉浸感提升到一个新的水平。

要实现AI NPC，Inworld的技术超越了单纯的大语言模型（LLM），他们通过协调多个机器学习模型来支持多模态的角色表达，这些模型能够模仿人类沟通的全部范围（包括不限于语言和动作）。

Lightspeed合伙人Moritz Baier-Lentz表示：“在像AI这样的平台转变中，生成式AI公司，不仅是通过更快、更好或更便宜的工具逐步改进现有的工作流程，而是会创造完全新颖的用户体验——就像Inworld做的一样。

在游戏和AI的交叉点上，Lightspeed基于上升空间、团队素质、产品速度和吸引力对200多个可投资机会进行排序——Inworld是非常突出的：当每个人都在围绕并寻求利用‘新世界秩序’时，Ilya、Kylan、Michael和团队独特地定位，抓住了一个超大的机会。”

用AI NPC颠覆游戏和营销

在游戏领域，玩家们达成共识：下一代游戏将根据体验的沉浸感进行评判。

而要提升沉浸感，需要提高人物角色之间的互动真实感。

Inworld认为游戏角色的智能化不仅应该包括对话AI，还应该是多模态的，他们通过协调多个机器学习模型来实现多模态表达，这些模型旨在模仿人类沟通的全部范围——包括非语言线索，如声音的抑扬顿挫、面部表情和身体语言。

Inworld NPC可以学习和适应，具有情感智慧地导航关系，具有记忆和回忆，并能够自主地设定目标、执行动作和遵循自己的动机。

为了构建这种强大的智能NPC，Inworld搭建了一个角色生成平台，包括两大部分，角色大脑和上下文网格。角色大脑使智能NPC拥有个性的多模态表达，上下文网格使智能NPC符合他们所在的“游戏世界”的内部逻辑，保持沉浸感。

角色大脑

角色大脑分为以下几个模块：

目标与行动

使用定义的触发器、意图识别和动机来触发角色对玩家行为的反应，并在游戏中驱动互动。

长期记忆

使AI NPC具有类似人类的长期记忆，让AI NPC可以通过记忆和回忆与人类玩家聊天，而传统NPC只有固定的对话内容。

个性

游戏设计者可以使用自然语言创建独特的个性，为AI NPC添加背景故事、动机和缺陷的丰富细节，使NPC栩栩如生。

Inworld通过协调30多个设计用来模仿人类通信全范围的机器学习模型，实现多模态角色表达，包括非语言线索，如声音抑扬和语调、面部表情和身体语言。

情感

Inworld的角色具有与用户互动时表达情感的能力。情感可以映射到动画、目标和触发器。

实时语音

游戏设计者使用Inworld内置的语音设置以实现最小的延迟，并配置角色的性别、年龄、音调和说话速度。或者，使用Eleven Labs的第三方服务来创建自定义和克隆的语音。

上下文网格

上下文网格的作用主要是增加AI虚拟角色的可控性和安全性。

可配置的安全性

根据游戏的类型和安全等级，配置AI NPC的说话方式，可以去除诸如暴力、成人话题、酒精、政治和宗教等话题。此功能目前只支持企业用户。

知识

输入“个人知识”来控制单个角色的知识范围。使用“共同知识”来定义多个角色所拥有的知识，如共享的传说、世界背景。

玩家资料

可以将玩家的个性化信息与AI NPC结合，让NPC可以直接使用这些信息与玩家进行具有真实感和个性化的互动。

关系

通过配置每个AI NPC的关系设置，让AI NPC可以与玩家建立关系，无论是朋友关系还是敌对关系。

第四面墙

如果对话不合理或涉及角色不应该拥有的知识，AI NPC的失常可能会损害沉浸感。第四面墙功能确保角色只从他们的世界中存在的知识中提取信息，从而创造更加沉浸式的叙事和游戏体验。此功能目前只支持企业用户。

开源与付费方式

Inworld与开发者社区具有良好的互动关系，他们已经将部分源代码在社区开放。他们希望借助生成式AI的力量提升整个游戏行业。

在付费模式上，Inworld分为免费版，专业版和企业版三种。

其中免费版已经具有200分钟的API集成时间，而专业版每月20美元，可以有2000分钟的API集成时间，无限制的角色创建，还有Discord的社区客服支持。

企业版的费用高到了每月5000美元，不再有API集成的限制时间，拥有开发支持和咨询，高级的安全功能和“第四面墙”控制，还能定制功能，知识库和模型性能。

在营销领域的应用

使用Inworld平台，除了可以将AI NPC用在游戏里以外，还可以用在营销领域。

例如企业的品牌吉祥物，数字代言人、数字销售助手等，都可以被赋予个性和“思想”，更高质量的与用户互动。

对于营销客户，他们可以定制安全功能，可以将品牌知识库添加到角色中，Inworld的“第四堵墙”功能也能确保角色按照剧本进行。

AI应用创业，技术能力与场景需求的有机结合

情感、社交、故事都属于人的本质需求，以往的科技产品用社交软件，兴趣社区，游戏，在线小说网站满足。

AI怎么去满足这些需求？对于大语言模型，它的文本生成能力可以让虚拟角色听得懂人话，也说得了“人话”，还能理解故事和“虚拟世界”的背景，它的交流可以是实时的，同时满足情感、社交、故事的需求。

对于视觉大模型，它可以让虚拟角色以及虚拟角色所在的世界变得更加“真实”，增添了沉浸感。

AI NPC其实就是一个将AI模型能力和具体需求场景很好结合的例子。而且它虽然创造了新的体验，但来源并不是“全新”和“凭空”的，而是将已经存在的场景和应用进行了改良。对于企业来说，这使它们更愿意付费，对于用户来说，这样更好理解和感知。

根据Inworld联合创始人Kylan Gibbs的思考，具有“智慧”的虚拟角色可以用在三个场景。

第一是元宇宙平台，例如Meta Horizon、Roblox。第二是3A游戏，例如GTA。第三是企业场景，可以包括品牌和培训等方向。

在中国，做游戏，做社交，做品牌的公司也很多，需求是持续的，怎么把AI的能力与这些场景需求很好的结合起来，无论对于科技巨头还是创业公司，都是需要解决的课题。

本文由阿尔法公社原创。

本文为专栏作者授权创业邦发表，版权归原作者所有。文章系作者个人观点，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。

]]> Thu, 24 Aug 2023 10:04:41 GMT cyzone-736702 https://www.cyzone.cn/article/736702.html 专栏游戏创业 AI 科技文娱 <![CDATA[在OpenAI的下一个主要方向上创业，前哈佛计算机教授获硅谷顶级VC投资]]> 编者按：本文来自微信公众号阿尔法公社（ID：alphastartups），创业邦经授权转载

什么是目前生成式AI最火的应用形态？可能是各种Copilot，各种类ChatGPT的服务，而AI Agent也肯定是其中之一。

OpenAI联合创始人Andrej Karpathy曾在Twitter上表示：“提示工程（prompt engineering）的下一个前沿是AutoGPT（Agent）”

在亚马逊云的Amazon Bedrock平台发布会上，最闪亮的产品是Amazon Bedrock Agents，开发者可以基于它轻松创建各种生成式AI应用，来完成复杂任务。

那AI Agent是什么？可以把它理解成能自主理解、规划、执行复杂任务的人工智能系统。AI Agent可以在没有人类控制的情况下独立运行，通过接入API，AI Agent甚至可以浏览网页、使用应用程序、读写文件、使用信用卡付款等。

一家叫Fixie的初创公司在AI Agent领域颇有建树。它由连续创业者，前哈佛计算机教授创立，在今年早些时候获得了Redpoint领投，Madrona Venture和来自Google、Amazon和Apple等公司的现任和前任高管参与的1700万美元种子轮融资。

前哈佛教授与谷歌、苹果专家组团创业，硅谷顶级投资机构追着投

Fixie由来自Google和Apple的资深工程师、产品负责人和AI专家创立。它的主要创始人Matt Welsh（现担任首席架构师）是连续创业者，曾是哈佛大学计算机教授，也在Google和Apple担任过技术主管。

Fixie的其他几位联合创始人，CEO Zach Koch曾是Shopify的产品总监并在Google的Chrome和Android团队担任过产品负责人；CTO Justin Uberti曾是Google的Stadia、Duo和Hangouts Video团队负责人，也是WebRTC的发明者之一；首席AI科学家Hessam Bagherinezhad曾是Apple的AI/ML领导者，整个创始团队可谓相当豪华。

Fixie的创始人们认为大语言模型的价值不仅仅是补全文本，它真正的用武之地是链接外部API和数据源，进入企业的业务流程并自动化解决问题。

Fixie是一个基于云的平台，开发者不仅可以在这个平台上构建与外部系统、数据和工具互动的Agent，Fixie还会帮助开发者解决API接入和数据托管等一系列问题。

Madrona是第三次投资Matt Welsh参与创立的企业（前两次是Xnor和OctoML），它们认为Fixie的团队具有乐观主义，对客户的深度理解和关怀，而且有超高的人才密度。

Redpoint的董事总经理Erica Brescia表示：“现有的大语言模型非常强大，而且不断地进化，但它真正产生价值的地方是与企业内部数据和系统结合起来，从根本上改善企业的运营方式。Fixie将真正做到这一点—自动化手动工作，让人们专注于更高价值的任务。

我们相信Fixie将成为构建基于大模型的应用程序的标准，这些应用程序将促进企业中每个角色的工作流程—最终解锁巨大的生产力增长。”

搭建一个人人都可以构建Agent的平台，GPT-4、开源模型随便选

AI Agent可以做到很多复杂的任务，而且对于开发者，构建一个单独的Agent并不算困难，但是对于企业，他们需要一种方式来定义、构建、测试、部署、共享、保护、管理和监控他们的Agent。

Fixie的创立就是为了帮助企业应用开发者克服这些挑战。Fixie平台是一个基于云的PaaS服务，企业应用开发者可以轻松地创建在这个平台上构建基于各种大模型的Agent，这些Agent可以回答关于私有数据源的问题，从历史客户支持对话中获取信息，以及通过传统API与现有的企业资源进行交互。这个平台开源了它的SDK和示例代码，开发者可以在Fixie的GitHub Repo上获取。

Agent的内在原理

大模型具有通过示例学习新技能的能力，术语叫做少示例学习（Few-shot learning），通过少示例学习，开发者只要提供一些如何执行新任务的示例（例如发电子邮件、操作商用软件、联网），大模型就可以学会这些任务。

一个单独的Agent由一个基础提示、一组少示例和quote函数组成。基础提示为提示底层大语言模型如何与外部世界互动设定了舞台；少示例通过示例教导大语言模型如何处理传入的查询，向quote函数寻求帮助，以及如何将返回值融入其回复。

Fixie平台的价值在哪里？

Fixie内置了超过30个Agent，它们可以访问各种系统和工具，包括数据库、复杂的API（如GitHub）、生产力工具（如Google Calendar）以及Web搜索和Twitter等公共数据源。Fixie Agent SDK使构建自己的Agent变得非常简单，Agent构建好后，可以一键部署到云端，开发者也可以构建他们自己的Agent并提供给别人使用。之后，平台的功能还将进一步扩展。

在Fixie平台，每个Agent都可以使用自定义的大模型，除了默认支持的GPT-4外，还可以与商用或开源模型集成，包括AI21的Jurassic-2、GPT-NeoX或Cohere的Command。Agent可以生成和处理任意模态的媒体，比如使用Stable Diffusion生成图像并以各种方式操作它们。

Fixie对于ChatGPT的插件系统也有比较好的支持：用户可以构建一个调用ChatGPT插件的Fixie Agent，或构建一个调用Fixi Agent的ChatGPT插件。

Agent的使用示例

企业客户可以将Fixie构建的Agent用到客户支持、业务自动化、业务智能、内容生成、CRM自动化等领域。

例如，使用Fixie，企业客户可以构建一个Agent，将客户票据作为输入，并将查找客户的订单历史、发出退货标签和生成票据的草稿回复的过程自动化。

Fixie提供了核心平台，企业客户可以非常轻松地构建与平台集成的，私有的高度定制代理。而不是使用垂直集成的“客户票据AI”产品，使用Fixie，企业客户可以自定义大模型与其私有的数据和系统的每个方面的集成。

Fixie此前举办了一次黑客马拉松，在这次活动上，有团队构建了一个电子邮件助理Agent，它可以帮助用户的Gmail收件箱进行排序并生成写新电子邮件的提示，用户可以根据提示轻松的写好新邮件。

另一个参赛者构建了一个电影场景的Agent，这个Agent可以与Spotify API结合进行搜索，根据电影场景的文本描述找到电影中的特定歌曲。还有一个参赛团队构建了基于YouTube，为用户推荐特定主题的Agent。

OpenAI将Agent视为下一个主要方向，那创业公司还有机会么？

Agent代表了构建软件的基础性转变，它是一种新的软件形态。以前的大型软件，每一个功能都需要投入不少研发力量去开发维护，而一个Agent，只要它的基础大模型能力升级，或者花较少的成本把模型进行微调，能力就可以迭代升级。

开发者可以构建一个Agent解决一个单点问题，也可以用几个Agent组合起来协作解决更复杂的问题。

对于创业者，可以构建单个的Agent并不断迭代，例如BabyAGI，也可以像Fixie一样构建一个平台，让企业和开发者可以自由的开发Agent。

在文章一开头，我们就提到了亚马逊云对Agent的重视和投入，那么，面对科技巨头，创业者在这个方向还有机会么？

先说一个”坏消息“，生成式AI的领头羊OpenAI对Agent也十分重视。

“如果一篇论文提出了某种不同的模型训练方法，OpenAI内部会嗤之以鼻，认为都是我们玩剩下的。但是当新的AI Agents论文出来的时候，我们会十分认真且兴奋地讨论。” OpenAI联合创始人Andrej Karpathy在一次OpenAI的黑客马拉松上发表观点。

OpenAI联合创始人兼CEO Sam Altman也曾在多个场合表示，构建庞大AI模型的时代已经结束，AI Agent才是挑战。

外媒《The Information》指出，Sam Altman曾在5月私下告诉部分开发者，OpenAI希望将ChatGPT打造成个人工作助手，并有知情人士指出，OpenAI一直在关注如何使用聊天机器人来创建自主的AI Agent，相关功能很有可能部署在ChatGPT中。

那么好消息是，在同一场黑客马拉松上，Andrej Karpathy还说了这样的话：”普通人、创业者和极客在构建AI Agent方面相比OpenAI这样的公司更有优势。“

尽管有业内专家表示，想要实现可用的AI Agent，还需要大幅提高大模型的能力，但是能够找到适合Agent的应用场景，有创新能力创业者，显然应该行动起来了。

]]> Thu, 10 Aug 2023 01:08:09 GMT cyzone-735722 https://www.cyzone.cn/article/735722.html 专栏 OpenAI 硅谷投资创业 <![CDATA[将非结构化数据转成“AI友好”格式，Unstructured为AI原生应用加速]]> 随着生成式AI在商业方面的应用更加深入，越来越多的企业希望利用向量数据库将自己的私有数据接入AI大模型，从而获得更好的数据安全性以及更好的AI性能。

但在实际应用中，企业用户会遇到一个问题：PPT、PDF、图片和网页等非结构化数据并不能通过向量数据库直接嵌入AI大模型。将大量的非结构化数据转化成AI大模型能够读懂的格式，其实是一个费时的大工程。根据调查，数据科学家在准备和管理数据上花费了将近80%的时间，而在企业中大约有三分之二的数据没有被使用。

一家新锐创业公司Unstructured希望解决这个问题，它们能将企业中的非结构化数据自动转化成AI大模型可以直接使用的数据格式（例如JSON格式）。它们的产品在2023年春季获得了超过80万次的下载，并且被GitHub上的2500多个项目使用。

近日，它获得了2500万美元的种子轮和A轮融资，其中种子轮融资由Bain Capital Ventures领投，A轮融资由Madrona领投，M12 Ventures、MongoDB Ventures以及LangChain创始人Harrison Chase、Weaviate的创始人Bob van Luijt也参与投资。LangChain（利用大模型构建程序的框架）和Weaviate（向量数据库）正是与Unstructured在AI技术栈上紧密相连的公司。

AI不能直接用非结构化数据？那就创立公司解决问题

Unstructured由Brian Raymond、Matt Robinson和Crag Wolfe共同创立。Brian Raymond创业之前是Primer.ai（一家为企业提供NLP能力的公司）的副总裁，Crag Wolfe是Primer.ai的架构和基础设施主管，Matt Robinson是拥有博士学位的数据科学家。

Unstructured团队

Brian Raymond在接受媒体采访时表示：“企业每天都会产生大量非结构化数据，当这些数据与大语言模型相结合，可以极大提高生产力。但这些数据是散乱而分散的，目前数据科学家们仍然必须完全手动的构建一次性的数据连接器和预处理管道。

我们在Primer.ai工作时，就反复遇到这个问题，为此，我们决定自己创业。现在，Unstructured提供了一种全面的解决方案，可以自动搜集企业内的非结构化数据，并转换成AI模型直接可用的格式。”

Unstructured在2022年7月创立，几个月后，ChatGPT的爆发颠覆了整个AI领域，生成式AI的热潮来临。企业使用AI的需求剧增，Unstructured在新兴AI大模型技术堆栈中成为关键组成部分，几个月内获得了超过80万次的下载，并且被超过100家公司和2500多个GitHub上的项目使用。

Unstructured的A轮融资领投方Madrona表示：“一个具有清晰的视野，深入的技术洞察力和商业直觉的创始人是非常罕见的，Brian就是兼具这些罕见品质的优秀创始人。我们对Brian从第一性原理出发的思考方式，与大型企业，公共部门，开发者社区的密切合作，以及对生成式AI技术环境的适应能力感到惊讶。

我们相信生成式AI会带来整个技术范式的改变，它是充满潜力的技术。Unstructured代表了市场的关键需求，如果没有它，我们可能将永远无法解锁AI的真正潜力，如果执行得当，将引领一个AI智能应用新时代。”

三个步骤，解决企业AI数据难问题

Unstructured对自己的定位是“ETL for LLMs”（ETL指数据整合），它正在建立一个企业级的提取、转换、加载（ETL）的数据整合管道，将企业的非结构化数据变得能被大模型使用。它允许各种规模的公司和组织最大化利用他们的数据，建立专门针对他们这些数据微调的大模型和聊天机器人。

它表示，大多数ETL产品能处理的是结构化的数据，少部分ETL能处理比较方便整理的非结构化数据，而Unstructured能够处理数量占比最大的，难于处理的非结构化数据。

它的产品运作模式主要分为三步：

首先是抓取数据，通过企业级数据连接器，Unstructured能从企业的各种系统中安全地“提取”数据，包括本地文件系统、对象存储和数据湖。

第二步是数据转换与预处理，Unstructured能帮助企业把抓取到的非结构化数据“转换”成AI大模型能够直接读取的数据格式。它还发布了一个专用API，能处理20多种文件类型的转换。

第三步是加载数据，Unstructured与诸如LangChain（用于创建大模型应用的框架）和Weaviate（向量数据库）等公司的产品集成，这样AI大模型就可以直接使用经过转换的数据（通过向量数据库），开发人员也能用专有数据进行AI原生应用开发（通过LangChain）。

为完成抓取数据这个动作，Unstructured目前拥有15个数据连接器，可以从不同的软件中抓取不同格式的数据。

为完成数据转换这个动作，Unstructured训练了自己的“文件转换”AI模型，并与一些不同功能的现有AI模型进行整合，它们能处理约20种不同的文件。

在Unstructured的一个示例项目中，它使用了Pinecone的向量数据库（Chroma, Weaviate, Qdrant也有类似产品），OpenAI（各种开源模型也可以使用）的大模型，LangChain的编程框架（Llama Index也是同类产品），进行了一次10万页PDF格式文档数据的提取和转换。从示意图中，我们可以清楚的看到它在整个AI大模型技术堆栈中的位置和作用。

AI原生垂直应用新时代真的要来了

作为AI大模型技术堆栈中的重要组成部分，Unstructured不仅与下游的AI大模型，向量数据库，LongChain等连接，也与上游的AWS、Azure、Dropbox、Office和OneDrive等产品集成。

Unstructured创始人Brian表示：“公司将继续专注于解决影响AI系统的数据问题。”随着它在整个AI和数据生态系统里扎根越来越深，它也将在未来变得更重要。

两位投资了Unstructured的企业家投资人有一个共识：“Unstructured解决了构建AI原生应用最大的绊脚石：没有足够的优质数据。”

两周前，开源可商用的Meta Llama 2大模型发布（请参考这篇文章），我们又为大家介绍了指数级降低大模型部署成本的Replicate（请参考这篇文章），本周则是为企业解决AI使用非结构化数据问题的Unstructured。

可以发现，对于AI创业者，训练AI基础大模型的巨大算力成本已经不存在了，也不需要自建基础设施来部署模型，将企业私有数据接入大模型的数据来源问题也已经解决。

那么，我们可以看到一个清晰的趋势：AI原生垂直应用的浪潮即将到来，因为创业者不再需要是AI专家，也不需要为AI付出高昂的模型训练、部署、数据整理成本，只要对垂直行业有深度的认知和积累，就可以开始干，这对拥有众多优秀产品经理的中国，尤为利好。

本文由阿尔法公社原创。

]]> Wed, 02 Aug 2023 10:07:45 GMT cyzone-735004 https://www.cyzone.cn/article/735004.html 专栏 AI 数据初创公司融资 ```

http://localhost:1200/cyzone/author/1225562 - Success ✔️

```rss <![CDATA[夏弢 - 专栏作者 - 创业邦]]> https://www.cyzone.cn/author/1225562 RSSHub i@diygod.me (DIYgod) zh-cn https://oss.cyzone.cn/2018/1130/db8dcd20127a05e2a08b6381b2ea2b15.jpg <![CDATA[夏弢 - 专栏作者 - 创业邦]]> https://www.cyzone.cn/author/1225562 Tue, 10 Oct 2023 13:57:26 GMT 5 <![CDATA[2019，无法撤回]]> 编者按：文章系创业邦原创，作者：夏弢，转载请获得授权

灼灼岁序，恰似晨露，

今朝欢愉，明日何处。

去年此时，我们带大家细数2018时间长河。

这条大河继续奔涌向前。

2019年即将过去，让我们走进它——

本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。

]]> Mon, 30 Dec 2019 10:43:17 GMT cyzone-569886 https://www.cyzone.cn/article/569886.html 专栏不图不快 2019年度盘点华为李佳琦马云 <![CDATA[优衣库3秒卖出10万件、孙宇晨微博送钱100多万...盘点2019十大互联网营销事件 | 不图不快]]> 编者按：本文为创业邦原创，作者：夏弢，转载请获得授权。

乌飞兔走，2019年即将谢幕。

回顾今年的互联网营销圈：故宫火锅的咕咕热气、《啥是佩奇》的年初刷屏、猫爪杯与优衣库联名款的哄抢、还有罗永浩与孙宇晨的轮番登场......这些经典镜头总是挥之不去。

下面邦哥就来给大家盘点今年最具有代表性的10个互联网营销案例。

《啥是佩奇》

借势营销

《啥是佩奇》打响了2019开年爆款营销的第一炮。

作为动画电影《小猪佩奇过大年》的宣传片，《啥是佩奇》短视频在1月17日犹如“病毒”般迅速扩散，一夜之间占据朋友圈、微博等各大社交媒体。

究其原因，除了内容足够好，《啥是佩奇》也借了一波春节的势。2019是猪年，刚好吻合了佩奇这个小猪的IP形象。再以合家团圆的隔代亲情为主题，戳中人们“回家过年”的痛点，在情感上占据了传播优势。

另一方面，以王思聪为首的大V用户在微博上积极转发。知名老戏骨刘佩琦在朋友圈称自己才是“佩琦本琦”，将此梗推向高潮。话题在微博走红后，自称“小猪”的罗志祥也被借用流量，《啥是佩奇》实现了借势营销的二次传播。

故宫火锅

场景化营销

网红故宫在每年的营销案例中自然不能缺席。

2月底，故宫火锅又火了一把。如果要在故宫角楼餐厅吃上一顿“慈禧同款”火锅，你需要提前一个月疯狂打电话预约，或是在人潮汹涌的现场排队，一般三、四个小时才能落座点餐，完成打卡。

故宫利用自己得天独厚的优势把场景化营销玩得炉火纯青。慈禧同款的万寿菊花锅、圣旨菜单、故宫印章……借助场景嫁接和场景还原、场景叠加，从场景点到场景线，故宫火锅透出浓浓的宫廷气息。

星巴克猫爪杯

饥饿营销

你还记得今年春节过后被疯抢的”猫爪杯“吗？

2月26日，星巴克推出2019年樱花系列主题。其中，一款自带萌属性的“猫爪杯”迅速走红，一经出售，就遭到哄抢。原价199元的“猫爪杯”在网上转卖，价格被炒到近10倍。“星巴克猫爪杯”在微博、抖音、小红书的话题的阅读量更是达到近亿次。

尽管星巴克声称并非饥饿营销，但其推广动作仍一目了然：从本身的限量属性，到一开始的先到后买，最后又加定了4000个备货方案。同时，通过抖音与微博的线上引爆，与加价争抢的线下配合，“圣杯”的火爆确实得归功于星巴克的一手好营销。

优衣库&KAWS

病毒营销

猫爪杯的疯狂过后，又一场新世纪大赏在优衣库门店如期上演。

6月初，优衣库与Kaws合作的联名款夏季T恤发售，引发一众消费者早早排队等待，10万件的99元系列产品3秒内就被全部抢光。多地的购买现场更是一度引发混乱：钻卷帘门的、扒模特展示服的、甚至的消费者为了抢衣服而大打出手。

据悉，优衣库该系列T恤共生产了100万件，这意味着仅这一单品就为优衣库创造了近1亿元的销售额。

潮流文化的兴起、巨大的价格诱惑以及最后一次联名所带来的稀缺感，让营销信息能被更快的复制，更快的传播，短时间内传播更多的受众，此次哄抢无疑是优衣库病毒营销的典范。

老牌国货的“奶茶梦”

跨界营销

茶饮行业成为新两年的新宠。

2019年，瞄准奶茶行业的跨界营销成为一大潮流。

值得注意的是，除了时尚潮牌Supreme，老牌国货品牌大白兔、旺仔、王老吉纷纷在今年推出了属于自己的奶茶。

其实，跨界营销对于品牌的最大益处，是为了摆脱同质化，从而给品牌一种立体感和纵深感。而传统品牌纷纷跨界奶茶行业，正是看到了新的消费趋势，自身又缺失年轻人的消费场景，所有找准营销定位十分重要。

华为《悟空》

情怀营销

华为P30在5月23日推出了一部8分多钟的竖屏电影《悟空》，在朋友圈广泛刷屏。

该影片是用华为P30Pro零外接镜头拍摄而成，主要想体现华为P30的强大拍摄功能。这部受众群体以孩子为主的广告片的成功不仅得益于六一儿童节的“东风”，更是使用了中国人妇孺皆知的超大IP——孙悟空。

除了孩子喜欢看，更是唤起了核心购买力——80后、90后的儿时回忆。这波情怀营销的回忆杀，打造出多圈层、多波次的现象级热点话题与情怀事件。

Kindle盖面

话题营销

今年3月，Kindle在天猫投放了一则广告：“盖Kindle，面更香”。这个广告的灵感其实来源于一个民间玩笑：很多人买Kindle回来实际上都不怎么看书，但盖泡面简直是神器，于是Kindle获得了“泡面盖子”的别称。

Kindle不仅没有纠正这一功能定位，反倒顺势而为用一种“自嘲”的方式作为营销话题。看似不务正业，实际上这种亲民接地气的姿态获得了用户的普遍好感。

这句简短的广告语在微博上瞬间引起轰动，微博话题#Kindle官方盖章泡面盖子#阅读量冲破2亿，讨论量高达3.8万。

Keep&华农兄弟

土味营销

从土味情话到你滴寒王，从“一给我里giao giao”到“奥里给”，土味文化在近几年不仅没有遭到大家嫌弃，更是在追求时尚与新意的消费趋势下，一些“土嗨”、“土潮”的元素在营销圈迅速走红，成为很多市场人灵感的来源。

今年8月，自身带有“土萌”特征的华农兄弟在B站发布了一个视频。视频内容与往期别无二致，依旧是抓鸡、烤鸡。唯一不同的是，每当他完成一项工序，会对着镜头十分不自然地来一句：“这些也算Keep”。

看到这里，观众已经明白这就是我们习以为常的植入广告。但跟一般力求“潜移默化、润物无声”的植入不同，华农兄弟略显僵硬的植入表达可谓又“土味”又“硬核”。然而，这种反差感却又十分符合华在粉丝心中的形象设定，播放量冲到400多万，“这也算是Keep”也被成功造为华农的新梗。

反观keep也很鬼才，没找健身网红，也没找职业选手，找到了三农题材的大V做代言，着实很妙。

罗永浩请陈冠希代言电子烟

名人营销

“营销大师”罗永浩必须在今年营销案例中留有姓名。

8月27日，陈冠希在微博上宣布成为小野电子烟的特邀创意官，并发布了品牌广告视频。随后，小野电子烟的联合创始人罗永浩也转发该微博称实现了长久以来的心愿。

今年4月，罗永浩就公开表示，考虑到自家品牌的调性和特点，想请另类一些的明星。众所周知，名人营销不是越有名越好，完美契合才是王道。

孙宇晨的个人秀

另类营销

如果说要在2019年评选“年度营销之王”，这个在今年凭一己之力全网刷屏的男人——孙宇晨必将摘取桂冠。

继天价拍下巴菲特午餐，又迅速成为放巴菲特鸽子的第一人之后，孙宇晨不知疲倦地开始了自己的个人秀：怼王小川、请罗永浩、从骂王思聪到希望替王思聪还债、声称帮助网易离职员工后而被发明出新词“孙迟但到”(释义：孙宇晨也许会迟到,但永远不会缺席），最后索性化身“梦想导师”，给几十余位微博大V在线发钱助其完成梦想。

用100多万撬动起覆盖数千万用户的个人品牌营销，看起来是一个性价比不错的广告投放。但长此以往，可能会对自己甚至自身企业构成一种伤害。

毕竟，孙宇晨也曾痛定思痛地表过态：“为自己的过度营销、热衷炒作深感愧疚。”

回顾2019年的经典案例，我们赞叹策划者的才华创意，也在形式多样的互联网品牌推广中得到启发。然而，我们更应该知道一个颠扑不灭的道理：

产品是 1，营销是 0；产品是道，营销是术。脱离产品的营销毫无意义。

一个品牌要想脱颖而出，必须要有真正过硬的产品，再搭配好的营销手段，自然会好风凭借力，送我上青云。

本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。

]]> Sun, 08 Dec 2019 12:45:42 GMT cyzone-567234 https://www.cyzone.cn/article/567234.html 专栏不图不快优衣库孙宇晨营销 <![CDATA[邦早报｜《冰雪奇缘2》内地票房2天近3亿；王石同情比尔·盖茨：每天思考花钱衰老得厉害；李国庆入股区块链公司]]>

【证监会副主席：前十月沪深两市共143企业完成IPO，合计融资1624亿元】证监会副主席李超国际金融论坛(IFF)第16届全球年会并在开幕式上发言：今年前10个月，沪深两市共143家企业完成IPO，合计融资1624亿元；上市公司再融资8394亿元；全市场并购重组交易金额1.42万亿元；交易所市场发行各类债券6.16万亿元，其中公司债券2.59万亿元，均超过了去年全年的水平。

【石家庄多种方式柔性引才，最高给予5000万元项目支持资金】根据新出台的《石家庄市柔性引才实施办法（试行）》，该市对掌握国际领先技术、生成重大项目并带动新兴产业的领军人才或团队，可采取“一人一策、一事一议”方式，经认定后给予最高5000万元的项目支持资金。柔性引进的高层次人才在石家庄市工作生活期间，可享受奖励落地高新技术成果、支持建设科技创新平台、鼓励申报重大科技人才项目、给予薪酬补助和工作津贴、发放人才绿卡等政策待遇。（新华网）

【Airbnb2018年实现4600多万美元净利润，不包括美国和中国市场】根据Airbnb在爱尔兰都柏林提交并于周五公开发布的收益报告，2018年，其不包括美国和中国的Airbnb业务实现4647万美元净利润，而2017年同期则亏损9722万美元。2018年Airbnb不包括美国和中国的国际业务增长了35％以上，营收将近24.2亿美元（营收仅是Airbnb收取的费用，而不是从房东收取费用的总营收）。（路透社）

【阿里港股受追捧，暗盘价格达182港元】11月23日，阿里巴巴(09988-HK)港股受20万人追捧，基金暗盘价格182港元，比招股价176港元高3.41%。周五阿里在美ADS收升逾1%。（财华社）

【多地监管岀手，币安、波场官微被封】上海，北京，东莞，杭州，深圳，河南等多地监管纷纷“亮剑”，对数字货币交易相关活动进行摸底排查。与此同时，币安，波场官方微博被封。此外，北京警方近日一举破获非法数字货币交易所BISS，将其定性为非法集资诈骗，这是币圈首个虚拟货币交易所全员被端案例。在过去几天里，比特币价格已经暴跌至6个月以来最低水平，跌破7000美元，最低跌至6790美元。（证券时报）

【李国庆入股区块链公司幂度】沉寂了一个月的李国庆再次出现在公众视野里，而这次则是因为他投资了一家新公司——长沙幂度智慧信息科技有限公司。天眼查数据显示，李国庆、俞渝共同持股、李国庆控股的宿迁国略企业管理咨询合伙企业(有限合伙)在其中持股比例0.5%。公开资料显示，长沙幂度智慧信息科技有限公司成立于2019年4月，主要产品Midu是一个区块链搜索引擎服务商。（新浪科技）

【阿里巴巴影业将通过代币发行新的电影版权】阿里巴巴集团旗下的电影制作公司阿里巴巴影业计划将其新片《迎风而上》的发行权代币化。该公司已与纽约去中心化娱乐平台Breaker(前身为SingularDTV)签署了一项协议，将利用其区块链平台在海外发行该片。（CoinTelegraph）

【安卓被曝严重漏洞，有人可能正在用你的手机秘密拍照】近日，谷歌、三星等制造商生产的安卓手机，被曝系统存在严重安全漏洞。黑客能在未经手机机主许可情况下，操控安卓手机秘密拍摄照片、录制音视频并上传。目前，部分安卓手机制造商已经修复这一漏洞。（新浪财经）

【特斯拉股价因 Cybertruck 皮卡太丑而暴跌 6%】日前，据外媒报道，特斯拉发布的第六款车型—— Cybertruck 皮卡，因造型太过奇特，而遭遇了华尔街分析师的集体冷眼。对此美国资本市场也用股价表达了自己的看法。11 月 22 日周五，特斯拉股价跳空低开，盘中最深跌 7%，收跌超 6%，下逼 333 美元，收盘价创 11 月 6 日以来最低。（快科技）

【卢伟冰：2020年小米目标是在欧洲与三星、苹果正面PK】市场调研机构canalys数据显示，2019年欧洲手机市场份额排名为三星第一（35.7%）、华为第二（22.2%）、苹果第三（18.6%）、小米第四（10.5%）。针对小米手机在欧洲市场的表现，卢伟冰表示，小米/Redmi手机在今年第三季度欧洲市场份额已经超过10%，同比增长73%。“感动人心、价格厚道”的好产品在高收入国家/市场也广受欢迎。2020年小米目标在欧洲高端产品突破，与三星苹果正面PK。（IT之家）

【第32届中国电影金鸡奖揭晓：《流浪地球》获最佳影片】昨晚，第28届中国金鸡百花电影节在厦门正式闭幕。第32届中国电影金鸡奖也同时颁出。最终，《流浪地球》获最佳故事片奖。王景春、咏梅凭借《地久天长》继柏林电影节后再下一城，获得最佳男、女主角奖。此外，该片还获得最佳编剧，成为当晚的最大赢家。林超贤凭借《红海行动》获得最佳导演奖。（人民网）

【《冰雪奇缘2》内地票房破2亿，用时不到2天】11月23日下午，据猫眼数据显示，电影《冰雪奇缘2》内地票房突破2亿元，用时1天17小时24分。截至发稿，票房达到2.85亿。目前，该片排片率高达43.3%。《冰雪奇缘2》是由克里斯·巴克、珍妮弗·李执导的动画电影，是2013年电影《冰雪奇缘》的续集。（新京报）

【苹果中国上架开卖首款Beats降噪耳机，售价2499元】11月23日，全新的Beats Solo Pro耳机国行版已经开卖，售价2499元，其中有暗蓝色、象牙白、灰色、红色、淡蓝色、黑色六种颜色供消费者挑选。预计发货日期为1个工作日，支持24个月免息分期。（快科技）

苹果中国上架开卖首款Beats降噪耳机

【小鹏汽车宣布第二款车型P7预售价区间为27万至37万】11月22日的广州车展上，小鹏汽车CEO何小鹏宣布，小鹏汽车第二款车型P7的预售价区间，27万元到37万元。2018年12月12日，小鹏启动首款车G3交付，最高售价19.8万元。何小鹏在谈及盈利平衡的问题时透露：虽然在研发上进行高投入，月交付一万辆车可以实现盈亏平衡。（IT之家）

小鹏汽车P7启动预售：价格区间27-37万元，续航超650公里

【谷歌研发垃圾分类机器人：可主动识别要丢弃的物品】近日，谷歌宣布Google X项目研发的"日常机器人"已学习办公室垃圾分类，并可自主清理回收垃圾和混合垃圾。这个垃圾分类机器人高约1.5米，设置视觉传感器，可用电池驱动在办公室自主行走，在分类清理和行走过程中不需要人类额外指令。（新浪科技）

【波音737MAX 10亮相，将在明年首飞】11月23日，波音(BA)在华盛顿伦顿工厂公开亮相737MAX 10。波音在一份声明中表示：“737MAX 10是MAX机队中最大的衍生机型，可容纳230名乘客，是所有单通道飞机中座位里程成本最低的飞机。”这款飞机将将在明年首飞。（澎湃新闻）

【中国成功发射第五十、五十一颗北斗导航卫星】2019年11月23日8时55分，中国在西昌卫星发射中心用长征三号乙运载火箭，以“一箭双星”方式成功发射第五十、五十一颗北斗导航卫星。两颗卫星均属于中圆地球轨道卫星，是中国目前在建的北斗三号系统的组网卫星。经过3个多小时的飞行后，卫星顺利进入预定轨道，后续将进行在轨测试，适时入网提供服务。（央视新闻）

【全球首个血友病基因疗法申请上市：获欧洲药监局加速审批资格】美国制药企业拜玛林对外宣布，其已向欧洲药品管理局（EMA）提交了基因疗法valoctocogene roxaparvovec的销售授权申请（MAA），该基因疗法将被用于治疗病症较为严重的A型血友病成年患者。据拜玛林估计，欧洲药品监督管理局将于明年1月对此项疗法展开审批，并已为整个流程开启“加速审批”通道，最长评估时间或由210天降低至150天。（澎湃新闻）

【比尔·盖茨接受采访力挺华为：一直非常具有创新性】比尔·盖茨称，毫无疑问，中国会在很多领域拥有世界领先的公司，这对世界是好事。华为生产价格低廉的5G产品，与其他公司形成竞争，从而迫使它们降低价格或尝试改进产品，这是好事。华为一直非常具有创新性。（第一财经）

【王石同情比尔·盖茨：每天思考怎么花钱衰老得厉害，我差点也这样】11月23日，万科创始人王石在其新书发布会上表示，比尔盖茨这几年衰老的非常迅速，发愁一年50亿、60亿的美金怎么花出去，对于他的处境挺同情的。假如1988年自己没放弃40%股权，现在就是百亿富翁，那也会是比尔盖茨这样的状态。（老板联播）

【库克称中国从未要求苹果解锁手机，但美国要求了】库克在接受美国广播公司采访时表示：“中国从未要求苹果公司解锁苹果手机。”在替中国澄清后，库克又补充了一句：“但是美国要求了。” 目前，苹果公司大部分生产线都位于美国本土以外，其中一部分产品生产线在中国。（新浪科技）

]]> Sun, 24 Nov 2019 01:29:04 GMT cyzone-565550 https://www.cyzone.cn/article/565550.html 专栏邦早报热点《冰雪奇缘2》王石 <![CDATA[王思聪不想上头条 | 不图不快]]> 编者按：本文为创业邦原创，作者夏弢，未经授权不得转载。

本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。

]]> Sat, 23 Nov 2019 06:32:40 GMT cyzone-565512 https://www.cyzone.cn/article/565512.html 专栏科技互联网王思聪 <![CDATA[地下物流要来了，京东“胶囊快递”视频曝光，在家躺收包裹或成真？| 邦眼]]>

盼望着盼望着，双11的脚步更近了。

一年一度的双11，是“剁手女孩”的购物盛宴，是电商平台的商业狂欢，更是各大快递公司的一次年中大考。

在经历了2011年的爆仓之痛后，各家快递公司就逐步实现了从数据端确保“双11”物流配送不出纰漏。每年的双十一前夕，它们基本上就做这四件事：扩场地、增运能、招员工、添设备。

特别是最后一点，不仅是简单的升级信息系统与改造流水线，更是依靠智能技术来保障运营。

自2017年后，菜鸟、京东、申通开始大规模使用智能仓储分检技术，并涉及各种无人设备，无人仓、无人机、无人车、机器人配送等人工智能技术。毫无疑问地是，数智技术已成为当下双11物流的重要引擎。

今年，随着自动化技术的全面普及和创新，“四通一达”主流快递公司纷纷亮剑：

百世快递自主研发“风暴自动分拣系统”，实现了全智能分拣；

韵达快递率先引入了交叉带自动分拣系统，全程仅需扫码一次，大大提高了效率；

中通快递为提升单位面积效率，升级自动分拣线；

申通快递和圆通速递继续推出“小黄人”和“小蓝人”分拣机器人。

申通“小黄人”分拣机器人

阿里的亲儿子菜鸟近期也通过数智化技术，将一定时段内同一个消费者的多个平邮订单进行合并，升级为航空专线特快。

另一家快递巨头顺丰今年首次在业务高峰投入自动称重仪和自动上架及拣货机器人，并用大数据技术预测件量需求，利用顺丰DNA将商品前置到离消费者最近的场所，实现货品一键购买、即刻送达。

除此之外，一直推崇“智慧物流”京东物流也不遑多让，不仅在智能仓储、智能分拣、智能设备启用等各方面进行了全方位的备战，更是靠着一段物流黑科技的视频，在网上爆火了一把。

最近，京东的管道-胶囊快递配送概念视频被曝光。

是不是嗅到了一丝“马斯克地下隧道”的气息？

从视频中看到，快递被装进一个个连接5G的智能胶囊盒子，然后通过地下管道从仓库运到中转站，再从中转站运到每座写字楼下面的快递点，最后交由AI机器人送达。

快递从仓库装入胶囊 ↓

胶囊在管道里穿梭 ↓

快递在分拣中心交换 ↓

快递交到终端卸货 ↓

我们不难看出，这种运输方式完全不占用地面空间，而且不需要油、天然气、煤炭、电力作为驱动，而是以磁动力完成动能转化，节能又高效。

这也意味着快递直接从管道送到家的时代要来了。说得直白一点：以后的快递都不用再在路上运输了，而是通过地下管道送到你手上。

京东方面告诉创业邦：这段流出视频是真的，但还不是实景。

不过，早在2017年12月11日，京东物流主办的2017全球新一代物流峰会上，京东集团副总裁、X事业部总裁肖军就透露：

京东已开始在全球范围内率先着手布局磁悬浮技术在仓储物流方面的应用，并会同美国磁飞机技术公司进行合作开发直驱轮轨和磁悬浮技术，以建立起地面和地下智能轨道交通网。

尽管现在还没有规模化落地，但这项黑科技把这样一个物流概念推到了公众视野中：城市地下物流系统。

什么是城市地下物流系统呢？

百度百科这样解释：

地下物流系统是指运用自动导向车(AGV)和两用卡车（DMT）等承载工具，通过大直径地下管道、隧道等运输通路，对固体货物实行输送的一种全新概念的运输和供应系统。

简而言之，就是在地下构建一套相对完整的物流运输体系，与仓储物流中心、社区配送中心等枢纽相互连通。

早在2000年，中国工程院院士钱七虎就发表了我国第一部关于城市地下空间开发利用的专著《中国城市地下空间开发利用》，此后，钱院士又多次在公开场合倡导建设地下物流体系。

钱七虎院士

2018年，另一位中国工程院院士陈湘生应深圳市政府要求，在深圳大学建立了未来地下城市研究院，专门研究如何利用地下空间，尤其是地下物流。在当年的全球智能物流峰会上，陈院士更是分享了他的地下物流系统研究成果，并动情地表示：“一定会实现！”

其实，“地下物流”在国际上看来不算新兴词汇。特别是欧洲许多国家都是“地下物流”研究的热衷者。

1996年1月，荷兰就开始研究连接阿姆斯特丹Schiphol机场、Aslwmeer花卉市场和hoofddorp铁路中转站的地下物流系统，并于2004年正式建成运营。

1998年开始，德国修建了一条从科隆到多特蒙德的地下货运系统，长约80公里，系统采用三项交流电动机驱动，管道直径2米，速度36公里/小时。

2017年，瑞士为改善城市交通拥堵提出地下物流系统（CST）。根据瑞士的地下物流规划，在隧道内部，无人自动驾驶车辆以30公里的时速行驶在三车道上。

无人驾驶车带托运输，在隧道顶板上，三个输送机可以以每小时60公里的速度运输小包裹。同时，沿路线分布的枢纽可作为与其他运输工具的接口。

值得一提的是，雄安新区已经作为国内地下物流研究的重要样本。据了解，在雄安规划的地下物流系统可利用地下管廊与楼宇自动连接，实现货物全流程自动化流转，自提柜按户设定方便客户取件。

在实际的应用场景中，以后快递包裹可能会从地下专属物流通道里，直接搭乘电梯自己送到用户家门口。

雄安自去年就开始测试无人驾驶物流车

总之，大力开展对地下物流的研究已经成了新趋势。地下物流所具有的优势不言而喻：它安全性更高、运输成本更低。

一旦付诸实施，可以解决城市物流配送的瓶颈问题。地下物流系统不受交通管制、交通拥堵的影响，能够全天候送货。智能化、无中断的运输方式，可以使运输有效衔接，保障运输的时效性和高效性。

不过抛开技术层面，地下物流空间高昂的成本和模糊的效益如何匹配确实需要仔细计算与探讨。如果要与市政设施结合，企业在其中扮演怎样的角色，如何盈利恐怕会成为最需解决的现实问题。

本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。

]]> Sat, 09 Nov 2019 07:37:47 GMT cyzone-563906 https://www.cyzone.cn/article/563906.html 专栏消费电商物流京东 ```

DIYgod / RSSHub

创业邦 #12990

Routes

Full routes

Related documentation

What is expected?

What is actually happening?

Deployment information

Deployment information (for self-hosted)

Additional info

This is not a duplicated issue

Searching for maintainers:

来自AWS和Oracle的豪华创业团队要从模型层面保护AI的安全

从开源软件到首个MLSecOps平台

AI Radar

NB Defense

huntr

AI安全未来会是企业的刚需

LLM（大语言模型）- 大公司烧钱做生态，创业者的陷阱

AI工具 - 淘金潮中卖镐，技术含量高

新AI应用 - 百花怒放的乐园

文生视觉 - 被证实的富矿；中国版的MidJourney - 快感和痛感并发的产物

智能语音助手的先驱者切入游戏行业

用AI NPC颠覆游戏和营销

角色大脑

上下文网格

开源与付费方式

在营销领域的应用

AI应用创业，技术能力与场景需求的有机结合

前哈佛教授与谷歌、苹果专家组团创业，硅谷顶级投资机构追着投

搭建一个人人都可以构建Agent的平台，GPT-4、开源模型随便选

OpenAI将Agent视为下一个主要方向，那创业公司还有机会么？

AI不能直接用非结构化数据？那就创立公司解决问题

三个步骤，解决企业AI数据难问题

AI原生垂直应用新时代真的要来了

DIYgod / RSSHub

创业邦 #12990

Routes

Full routes

Related documentation

What is expected?

What is actually happening?

Deployment information

Deployment information (for self-hosted)

Additional info

This is not a duplicated issue

Searching for maintainers:

来自AWS和Oracle的豪华创业团队要从模型层面保护AI的安全

从开源软件到首个MLSecOps平台

AI Radar

NB Defense

huntr

AI安全未来会是企业的刚需

LLM（大语言模型）- 大公司烧钱做生态，创业者的陷阱

AI工具 - 淘金潮中卖镐， 技术含量高

新AI应用 - 百花怒放的乐园

文生视觉 - 被证实的富矿；中国版的MidJourney - 快感和痛感并发的产物

智能语音助手的先驱者切入游戏行业

用AI NPC颠覆游戏和营销

角色大脑

上下文网格

开源与付费方式

在营销领域的应用

AI应用创业，技术能力与场景需求的有机结合

前哈佛教授与谷歌、苹果专家组团创业，硅谷顶级投资机构追着投

搭建一个人人都可以构建Agent的平台，GPT-4、开源模型随便选

OpenAI将Agent视为下一个主要方向，那创业公司还有机会么？

AI不能直接用非结构化数据？那就创立公司解决问题

三个步骤，解决企业AI数据难问题

AI原生垂直应用新时代真的要来了

AI工具 - 淘金潮中卖镐，技术含量高