<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	xmlns:media="http://search.yahoo.com/mrss/" >

<channel>
	<title>企业服务 &#8211; 投黑马</title>
	<atom:link href="https://touheima.com/tag/%e4%bc%81%e4%b8%9a%e6%9c%8d%e5%8a%a1/feed/" rel="self" type="application/rss+xml" />
	<link>https://touheima.com</link>
	<description>AI 时代的左侧研究机构</description>
	<lastBuildDate>Sun, 15 Nov 2026 05:40:12 +0000</lastBuildDate>
	<language>zh-Hans</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=7.1.4</generator>

<image>
	<url>https://touheima.com/wp-content/uploads/2023/12/Touheima-icon-1-150x150.png</url>
	<title>企业服务 &#8211; 投黑马</title>
	<link>https://touheima.com</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>投资直觉：怎样用可验证的结果校准早期判断</title>
		<link>https://touheima.com/academy-investment-intuition-feedback/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Sun, 15 Nov 2026 05:40:12 +0000</pubDate>
				<category><![CDATA[左侧学堂]]></category>
		<category><![CDATA[Bing]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[假设检验]]></category>
		<category><![CDATA[投资直觉]]></category>
		<category><![CDATA[投黑马]]></category>
		<category><![CDATA[早期投资]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=3113</guid>

					<description><![CDATA[投资直觉怎样接受检验？用Bing实验与试点转付费练习，学习事前留痕、核查异常结果，区分预测落空、期限未到和资料缺失，明确何时调整早期判断。]]></description>
										<content:encoded><![CDATA[<p><a href="https://touheima.com/academy_list/">左侧学堂</a> / 2026年11月15日 / 全文共3351字</p>
<p>看完一次产品演示，觉得团队理解客户；访谈结束，又觉得采购意愿比预想强。投资直觉每天都在产生，几个月后，判断者却未必记得自己当时究竟押中了什么。</p>
<p>如果公司顺利融资，先前的好感容易被解释成眼光；如果销售停滞，又能找出市场环境、交付延期等理由。这样的复盘很难训练判断，因为最初的预期始终可以改写。</p>
<p>投黑马建议，在继续尽调之前，先留下一个有期限、能查证的预测。等结果出现，核对原话与证据，再决定哪一部分判断需要调整。本文用一个真实实验和一组假设练习，说明这份记录怎样写、怎样验，以及哪些结果仍然不能回答投资问题。</p>
<h2>一个小改动，为什么需要重新判断</h2>
<p>2012年，微软必应的一项建议，是把广告标题下第一行文字并入标题，改变广告的显示方式。据实验参与者后来在《可信在线对照实验》中回顾，这项建议优先级较低，搁置半年多后才被一位开发者实现。试验随机向用户展示新旧版本，并记录交互和收入。</p>
<p>测试开始数小时后，系统触发收入过高告警。作者称，核查确认增长有效，随后又多次重复实验；报告的收入增幅为12%，关键用户体验指标没有显著恶化。这是参与者对历史实验的公开回顾，公开材料未提供完整原始数据，读者无法独立复算这一增幅。</p>
<p>沿着这段过程，可以检查三个不同的问题。最初的低优先级安排，反映了团队对改动价值的预期；新旧版本的随机比较，提供了重新估计价值的依据；异常告警后的核查与重复测试，则用于判断结果是否可信。收入增加也要和用户体验一起看，单个指标不能包办产品决策。</p>
<p>这段历史没有披露一份完整的事前预测记录，我们不能替当年的团队补写成功阈值，更不能推断他们原先给了多少成功概率。它能演示的，是低预期如何受到实验结果挑战，以及为什么需要先查结果，再改判断。下面的事前记录方法，是把这个问题迁移到早期尽调时的操作建议。</p>
<p>早期项目通常没有足够用户做这种随机试验，投资人也很难直接控制产品与客户接触方式。可借用的部分，是把问题缩小到能观察的行为，并保留复核机会。Bing的增长幅度不能搬进一家初创公司的财务预测。</p>
<h2>把「我看好」写成下一次能核对的话</h2>
<p>「客户痛点很强」缺少明确对象。访谈中的认可、愿意试用、签采购合同、真实付款，是不同的行为；观察到其中一种，不能自动补齐其他几种。</p>
<p>可以先问自己：这次尽调最需要澄清的一个疑问是什么？如果疑问是客户是否愿意按当前价格采购，就把价格条件、客户范围、付款期限写进同一个预测。若疑问是产品能否进入日常工作，应该观察持续使用与替代原有流程的情况，付款数字只能回答其中一部分。</p>
<p>以下是一项完全假设的企业软件练习，不对应任何真实公司。某团队在同一天，为8家符合既定客户画像的企业启动了试点，统一试用30天。投资人事前写下：试点开始后第45天结束前，预计至少4家会按已告知的标准价格，签订年度订阅合同并支付首期款。</p>
<p>这句话还要附上证据要求：客户清单在试点开始时留存，后来新增的客户单列；付款要核对合同、到账凭据和对应客户；可退还押金不计入首期订阅款。若有人拿到特殊折扣、额外定制或延长试用，需要注明，不能悄悄混入标准价格转化。</p>
<p>这里的8家、4家和45天都是练习设定，不能当作企业软件行业标准。真实项目需要根据采购流程、已有合同和产品使用周期选择观察窗口。如果采购本来需要半年，用一个月付款作为门槛，检验的可能只是预算审批速度。</p>
<p>预期也应写明理由。例如，前期访谈显示这8家都有明确预算负责人，试点功能覆盖了共同需求，因此预计部分客户会在试用结束后付款。这些理由让复盘有处可查：判断错在预算权限、产品效果，还是销售周期，可以逐项追踪。</p>
<p>记录一旦开始使用，就保留原版本。后续获得新信息时，另写更新日期、改变的内容和依据。这样才能看见自己学到了什么，避免把修订后的判断当成一开始就知道。</p>
<figure class="wp-block-image"><img fetchpriority="high" decoding="async" width="1440" height="1080" src="https://touheima.com/wp-content/uploads/2026/11/academy-investment-intuition-feedback-01.webp" alt="AI生成概念图，两艘原木帆船分处试航终点线前后。来源：投黑马 Touheima.com" class="wp-image-3112" srcset="https://touheima.com/wp-content/uploads/2026/11/academy-investment-intuition-feedback-01.webp 1440w, https://touheima.com/wp-content/uploads/2026/11/academy-investment-intuition-feedback-01-300x225.webp 300w, https://touheima.com/wp-content/uploads/2026/11/academy-investment-intuition-feedback-01-1024x768.webp 1024w, https://touheima.com/wp-content/uploads/2026/11/academy-investment-intuition-feedback-01-768x576.webp 768w" sizes="(max-width: 1440px) 100vw, 1440px" /><figcaption>图：用事前约定的同一标准核对结果。AI生成概念图。来源：投黑马 Touheima.com</figcaption></figure>
<h2>结果出现后，先检查它有没有回答原问题</h2>
<p>假设在第45天，团队报告「已经成交5家」。这个数字看起来超过预期，仍需按原来口径核对。5家是否都在那8家之内，是否按约定价格付款，合同是否属于同一产品，都是解释结果之前的基础问题。</p>
<p>若5家之中有2家来自后来加入的试点，就不能用5除以原来的8。新增客户可以记录为另一批观察对象；原批次有多少家符合条件，仍应单独计算。若一笔款项属于可退押金，说明客户愿意进入下一步，但它没有满足这次预测对订阅付款的定义。</p>
<p>这些检查听起来琐碎，却决定了复盘有没有意义。原来问的是标准条件下的付费行为，后来拿一次性定制收入作答，数字再漂亮也不能验证原判断。</p>
<p>还有一种常见混淆：新批次表现优于旧批次，便归功于产品升级。但两个批次可能来自不同销售渠道，客户规模、预算时点和销售支持也可能变化。没有可靠对照时，可以记录「这批客户表现改善」，同时保留原因未明的结论；不能直接认定某项功能带来了全部增长。</p>
<p>对特别好的结果和特别差的结果，都应检查采集与统计过程。合同、使用日志和回款记录能否对应，重复客户是否被算了两次，停用客户是否被删除，这些问题应在调整估值或追加投入之前查清。</p>
<h2>预测落空、期限未到、资料缺失，分别怎么处理</h2>
<p>回到那8家试点客户。第45天结束时，如果只有3家满足原定付款条件，其余5家的状态也都核实了，那么「至少4家」这次预测没有兑现。即使第50天又有客户付款，原预测的结果仍须保留；后续到账是新的证据，可以帮助修正对销售周期的认识。</p>
<p>如果今天才是第20天，3家已付款，其余客户仍在试用，就只能记录当前进度。不能因为尚未达到4家就宣布失败，也不能因为付款来得早就认定最终结果已确定。只有累计达到原定事件条件，或观察窗口结束，才能按事前规则判断。</p>
<p>如果第45天已到，确认3家付款、4家未付款，最后1家的凭据仍然缺失，那么当前可确认的数量是3家，符合条件的总数可能是3家或4家。原来的门槛恰好处于这个范围内，结果应标为待核验，并为那家客户安排补证日期。</p>
<p>此时把未知客户直接算成未付款，会混淆证据缺口与业务结果；直接按团队口头描述计为付款，也会高估证据强度。资料持续拿不到，可以影响对信息透明度的判断，但这与订阅需求是否成立是两个需要分别记录的问题。</p>
<p>预测落空也不等于项目已经没有投资价值。它首先要求收回原先依赖这条预测的判断。如果原计划依据快速转化来增加销售投入，转化速度不及预期，就需要重查采购障碍和资金消耗。新的动作要对应被削弱的假设，不能只在复盘末尾写一句「保持关注」。</p>
<h2>有了几次结果，还不能宣称练出了盘感</h2>
<p>短周期观察能帮助学习，但它与基金最终回报之间仍隔着产品迭代、竞争、融资条件和退出价格。客户愿意付费，支持了某种需求判断；它没有直接验证长期毛利、市场规模或未来退出估值。</p>
<p>Camuffo等研究者对116家意大利初创企业进行了约一年的随机对照研究。两组都接受一般培训，研究者额外教实验组提出预测并严格检验假设；论文报告该组在研究设定下表现更好，也更可能转向不同想法。研究于2019年在线发表，收入2020年《管理科学》期刊。</p>
<p>这一研究为创业者采用假设检验提供了相关证据。它没有测量投资人的基金回报，也不能证明本文的某个付款门槛最优。将方法用于尽调时，仍须说明训练的是客户需求、销售周期还是技术交付判断。</p>
<p>训练投资直觉时，投黑马更看重复盘能否指向下一次调查动作。连续高估付费速度，可以在后续项目里更早访谈预算负责人；总是把创始人亲自服务的试点当成标准产品，就应补查普通团队能否独立交付。这样积累的经验，才有具体适用条件。</p>
<p>同时记录放弃和暂缓的项目，能减少只回顾已投项目的偏差。能获得可靠后续信息的，继续核对当初预测；失去联系或无法核实的，保留缺失状态，不用媒体曝光量代替经营结果。无法观察的项目如果被全部删去，剩下的记录会让判断能力显得过于稳定。</p>
<p>若您习惯写成功概率，也要保存同类、同期限预测的完整结果。说一件事有70%的可能发生，单次发生或没有发生都不足以证明概率准确；需要积累可比记录，观察类似预测兑现的频率。样本很少、项目差异很大时，先报告数量和差异，比输出一个精确胜率更诚实。</p>
<h2>做一次不改题目的复盘</h2>
<p>现在沿用上述假设：8家客户在同一天开始试点，原预测是第45天结束前，至少4家按标准价格签订年度合同并支付首期款。窗口已结束，所有合同和回款资料都已核实。</p>
<p>结果是：3家满足全部条件；1家签了合同但尚未付款；1家只付了可退押金；1家购买了单独报价的定制服务；另外2家没有购买。团队把前面6家都称为「成交客户」，并表示销售验证顺利。</p>
<p>请先写下自己的结论，再回答：原预测是否兑现？下一次最应该补查什么？哪些信息不足以支持增加销售预算？</p>
<p>参考思路是，满足原定义的只有3家，预测没有兑现。这次资料完整，不能记成待核验。合同未付款、可退押金和定制服务各有业务价值，仍需分别观察，不能合并为标准订阅转化。</p>
<p>下一步可以检查未付款客户的预算审批、定制客户缺少的通用功能，以及未购买客户的具体阻碍。若多数转化都需要额外服务，还要查交付工时与成本。仅凭「6家成交」无法判断标准产品能否支撑销售扩张。</p>
<p>最后保留两行记录：当时根据什么预期至少4家付款；现在根据什么调整下一次预测。直觉可以先提出方向，留痕、核验和改判让它逐渐具有可检查的依据。</p>
<h2>延伸阅读</h2>
<ul>
<li><a href="https://touheima.com/academy-co-investment-diligence/">跟投尽调：看到知名机构入局后还要查哪些证据</a>：接续证据从哪里取得、怎样判断它能否支持自己的投资理由。</li>
<li><a href="https://touheima.com/academy-20260405-pre-consensus-calibration/">前共识校准模型</a>：接续观察期该怎样设定，以及哪些证据有助于区分尚未成熟与判断走错。</li>
</ul>
<p class="has-text-align-right" style="text-align:right"><strong>── 投黑马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>全球宕机近10小时，微软最新表态 &#124; 马上知道</title>
		<link>https://touheima.com/firstknow-20261113-microsoft-outage/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Fri, 13 Nov 2026 10:18:48 +0000</pubDate>
				<category><![CDATA[马上知道]]></category>
		<category><![CDATA[Microsoft 365]]></category>
		<category><![CDATA[Outlook]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[云计算]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[宕机]]></category>
		<category><![CDATA[微软]]></category>
		<category><![CDATA[技术]]></category>
		<category><![CDATA[投黑马]]></category>
		<category><![CDATA[故障]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=3075</guid>

					<description><![CDATA[微软365跨地区故障导致部分Outlook邮箱访问受阻、邮件延迟。截至11月13日17:57的微软通报，服务尚未全面恢复，邮件超时窗口延长至48小时，最终根因仍待公布。]]></description>
										<content:encoded><![CDATA[<p><a href="https://touheima.com/firstknow_list/">马上知道</a> / 2026年11月13日 / 全文共511字</p>
<p>微软365发生跨地区服务故障，部分用户无法访问Outlook邮箱，邮件投递出现延迟。截至北京时间11月13日17:57的微软事件通报，多个受影响服务逐步改善，但运行仍有波动，处理容量尚未完全恢复正常。</p>
<p>据外媒报道，此次故障持续影响多个地区的企业和用户，Outlook、Teams及Copilot均有用户报告异常。具体影响取决于服务及使用的功能，不能概括为全球所有邮件都无法收发。</p>
<h2>邮件访问受阻，部分协作功能仍可使用</h2>
<p>宾夕法尼亚大学公开同步的微软管理中心通报显示，Exchange Online事件编号为EX1550543，关联的Microsoft 365事件编号为MO1550821，均仍标记为服务降级。</p>
<p>微软列出的影响包括Outlook网页端及其他邮箱连接方式访问受阻、邮件延迟，以及Teams日历等依赖Exchange Online的功能异常。Teams通话、会议和群聊等多数核心功能未受此次事件影响。</p>
<h2>恢复仍在推进，最终根因待公布</h2>
<p>微软表示，工程团队正在分阶段恢复受影响设施，并优先处理积压邮件；为保护延迟投递的邮件，邮件超时窗口已延长至48小时。这一措施不代表所有邮件都能立即送达。</p>
<p>微软尚未公布最终根因，表示目前没有发现与此次事件有关的恶意活动证据，恢复后将提供事后报告。截至上述通报时间，全面恢复仍未完成。</p>
<p>微软旗下Microsoft 365、Outlook（电子邮件）、Teams（即时通讯）及其他应用持续中断，至今已近10个小时，影响全球大批用户，包括一些国家政府部门——澳大利亚间谍机构和联邦警察今天（11月13日）证实也受到微软服务大范围中断的影响。澳大利亚内政部长称，政府已启动一项协议，以确保澳大利亚在恢复服务时获得优先处理。日本政府的信息系统基础设施也出现运行异常。</p>
<p>微软公司就宕机事件最新表态称：公司监测了为提升服务能力而部署的变更，确认变更未按预期生效。目前正在寻找其他可行方案，以应对持续存在的流量调配失衡问题，提升服务承载能力。稍早前，微软曾表示故障原因是“多台服务器因负载过高意外离线，并非访问流量激增”，公司仍在努力让受影响的服务器恢复服务，并已观察到有限恢复，用户正逐步重新连接。</p>
<p>此次宕机还波及美国开放人工智能研究中心（OpenAI）和安特罗匹克公司（Anthropic）人工智能服务所使用的连接组件。</p>
<p class="has-text-align-right" style="text-align: right"><strong style="color: #000000 !important">── 投黑马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>英伟达正准备罢免CEO黄仁勋</title>
		<link>https://touheima.com/firstknow-20261112-nvidia-board/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Thu, 12 Nov 2026 00:46:49 +0000</pubDate>
				<category><![CDATA[马上知道]]></category>
		<category><![CDATA[AI芯片]]></category>
		<category><![CDATA[Databricks]]></category>
		<category><![CDATA[Fractile]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[投黑马]]></category>
		<category><![CDATA[早期投资]]></category>
		<category><![CDATA[英伟达]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=3061</guid>

					<description><![CDATA[英伟达董事会据报准备讨论黄仁勋去留，股价盘后一度跌逾8%。截至北京时间06:50，公司尚未宣布人事决定。本期跟踪独立调查与继任安排，也关注Fractile的7.2亿美元C轮和新版Genie。]]></description>
										<content:encoded><![CDATA[<p><a href="https://touheima.com/firstknow_list/">马上知道</a> / 2026年11月12日 / 全文共2588字</p>
<h2>30秒看懂</h2>
<ul>
<li><strong>最大变化</strong>：外媒称英伟达董事会正准备讨论黄仁勋去留，盘后一度跌逾8%。截至北京时间06:50，未见公司宣布人事决定。</li>
<li><strong>最大融资信号</strong>：英国推理芯片公司Fractile完成7.2亿美元C轮，计划2027年发货，客户验收将检验这笔投入。</li>
<li><strong>最值得追踪</strong>：看英伟达是否公布临时管理安排，以及业绩会由谁主持、公司如何回答客户交付和经营指引问题。</li>
</ul>
<h2>AI &amp; 市场</h2>
<h3>英伟达董事会据报拟讨论黄仁勋去留</h3>
<p>11月11日美股盘后，外媒援引知情人士称，英伟达董事会正准备解除首席执行官黄仁勋的职务，可能于美东当晚开会讨论其去留。另一家外媒随后转述。美东17时35分的盘后行情快照显示，英伟达股价报159.37美元，较当日常规交易收盘价低约8.3%。北京时间11月12日06:50截点前，尚未见英伟达发布罢免、辞职或任命继任者的公告。</p>
<p>另一篇外媒报道援引五名曾在英伟达任职的人士，称黄仁勋曾与向他汇报的医疗健康业务副总裁Kimberly Powell存在婚外关系。转述该报道的外媒表示未能立即独立核实，英伟达与Powell未即时回应其置评请求。该指控涉及管理者与直属高管的关系，能否证实以及是否影响人事或业务决策，仍要等调查或公司回应。</p>
<p>英伟达独立董事此前已经宣布聘请外部律师，就11月8日公布的事项开展独立调查。现有公告确认了外部调查安排，未说明调查是否已覆盖这次新报道中的指控，也没有公布调查结论。公司此前还安排在美东11月17日17时召开季度业绩电话会，折合北京时间11月18日06时。业绩会主持安排和公司届时的说明，是近期能够公开查证的两个节点。</p>
<p>黄仁勋于1993年参与创办英伟达，长期担任首席执行官。英伟达的业务已经涵盖GPU、数据中心网络和开发工具，云厂商采购时往往同时要安排服务器、电力、散热与软件部署。公开报道提出的是管理层是否调整的问题。即使董事会改变现任安排，现有订单是否照常履行、下一代产品谁负责、重要客户能否及时拿到明确的供货计划，仍须分别核实。</p>
<p>两篇报道也留下不同的待证问题。个人行为指控需要独立调查核实，董事会是否开会、是否形成决议以及何时生效，则要看正式文件。对英伟达和客户来说，能迅速给出管理授权和交接时间表，将有助于减小运营层面的不确定性。</p>
<p>盘后股价的快速变化表明投资者在重新评估管理层不确定性。盘后交易的深度与正常交易时段不同，价格只能反映当时的成交。它没有给出客户采购变化的证据。判断影响是否进入经营层面，需要观察云厂商是否调整已订设备和数据中心的上线节奏，以及英伟达是否更改交付预期。</p>
<blockquote>
<p><strong>【投黑马点评】</strong></p>
<p>投黑马把调查、交接和经营分开看。调查需要明确覆盖范围、董事回避和披露时间。若进入交接，客户首先需要知道谁能批准供货分配、价格承诺和联合开发，供应商需要知道谁接手产能协调。GPU、网络与软件的部署牵涉多方排期，团队和合同可以继续运转，跨部门决策若长时间无人明确负责，延期才可能传导到客户上线。接下来先看正式公告与业绩会表述，再用交付节点验证影响。</p>
</blockquote>
<h3>Databricks发布第二代Genie</h3>
<figure class="wp-block-image size-full"><img decoding="async" width="1600" height="900" src="https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-01.webp" alt="Databricks官方标识与连续任务概念。AI生成概念图。来源：投黑马 Touheima.com。" class="wp-image-3059" srcset="https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-01.webp 1600w, https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-01-300x169.webp 300w, https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-01-1024x576.webp 1024w, https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-01-768x432.webp 768w, https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-01-1536x864.webp 1536w" sizes="(max-width: 1600px) 100vw, 1600px" /><figcaption>图：连续光线示意企业助手持续查看任务进展。AI生成概念图。来源：投黑马 Touheima.com。</figcaption></figure>
<p>Databricks公布第二代企业助手Genie，计划让它在收到任务后持续查看进展，收集缺失信息，并在遇到需要人工决定的步骤时发出提醒。公司区分了现有可用能力和即将进入预览的功能。新版持续执行、搜索和管理能力分阶段推出，采购方需要按具体账户和功能核对上线状态。</p>
<blockquote>
<p><strong>【投黑马点评】</strong></p>
<p>企业试用这类助手可以先选一条责任人明确、允许撤回的流程。对比任务耗时、人工干预次数和错误催办次数，就能知道跨日运行是否节省了沟通成本。</p>
</blockquote>
<h3>华为星芒定于20日首次亮相</h3>
<p>华为公布新子品牌OSTA星芒，将在11月20日14时30分的发布会上首次亮相。首款产品的配置、售价和开售节奏仍待正式公布。后续重点看星芒服务的价格区间与目标用户，以及相同预算下它与华为现有产品的差异。</p>
<h3>京东披露双11售出超5000万件AI产品</h3>
<p>京东公布截至11月11日23时59分的收官口径，双11期间售出超过5,000万件AI产品，服务订单超过3亿单。平台将电脑、工作站、相机、眼镜等列入相关品类。服务单和商品件数是不同统计口径，复购还需看促销结束后的销量与使用表现。</p>
<h2>商业科技</h2>
<h3>小米巴黎发布会追加穿戴与家电</h3>
<p>小米披露11月17日巴黎发布会的新阵容。在手机国际版之外，耳夹式耳机、手环、手表和米家家电也将同场展示。手机发布日此前已确定，本次新增的是品类安排。不同国家何时能买到、售价和售后由谁承担，仍待发布时确认。</p>
<h3>纯太阳能无人机轻骑兵完成首飞</h3>
<p>中国航天科技集团十一院研制的「轻骑兵」在11月11日完成首飞。这款飞行器全长3.2米、翼展8米，设计上以太阳能为唯一动力，目标覆盖巡查和测绘等长距离作业，最大设计续航为30小时。本次公开信息未披露首飞飞行时长。</p>
<blockquote>
<p><strong>【投黑马点评】</strong></p>
<p>长续航无人机能不能减少巡检成本，要用带载荷的连续任务检验。下一步看它在不同光照条件下能飞多久，以及一次任务需要几名地面人员。</p>
</blockquote>
<h3>日本Docomo独立组网5G再次中断</h3>
<p>NTT Docomo的5G独立组网服务11月11日在日本全国出现故障，部分用户的通话、数据和短信受影响，普通5G和4G仍可用。公开追踪信息显示服务当天恢复。距离上次同类服务出现故障不到一周，后续需核对两起事故的原因和整改是否相同。</p>
<h3>谷歌Pixel Tag正式开售</h3>
<p>谷歌此前公布的Pixel Tag于11月11日按计划开售，美国单只29.99美元，四只装99.99美元。它可通过谷歌Find Hub设备网络帮助查找失物，具体的精确方向提示取决于手机是否支持相关功能。可用设备数量和实际找到物品所需的时间需要分开看。</p>
<h3>Meta智能眼镜进入印尼零售</h3>
<p>依视路陆逊梯卡与Meta合作的Ray-Ban Meta和Oakley Meta智能眼镜按此前公布的安排于11月11日在印度尼西亚开售。当地渠道引入的款式和镜片不同，价格随版本变化。新进展是零售开放，实际可使用的AI功能与语言支持以当地产品说明为准。</p>
<h3>米家推出719元众筹落地灯</h3>
<p>米家在11月11日开启落地灯众筹，众筹价719元，建议零售价999元。设备可通过米家控制，并支持双光源分别调节。家居生态用户可以把灯纳入已有联动，实际照度和发货时间仍需以交付产品为准。</p>
<h2>融资快报</h2>
<h3>Fractile完成7.2亿美元C轮</h3>
<figure class="wp-block-image size-full"><img decoding="async" width="1600" height="900" src="https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-02.webp" alt="无字硅片和测试夹具。AI生成概念图。来源：投黑马 Touheima.com。" class="wp-image-3060" srcset="https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-02.webp 1600w, https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-02-300x169.webp 300w, https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-02-1024x576.webp 1024w, https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-02-768x432.webp 768w, https://touheima.com/wp-content/uploads/2026/11/firstknow-20261112-nvidia-board-02-1536x864.webp 1536w" sizes="(max-width: 1600px) 100vw, 1600px" /><figcaption>图：用抽象硅片与测试夹具示意研发和客户验收。AI生成概念图。来源：投黑马 Touheima.com。</figcaption></figure>
<p>英国推理芯片初创公司Fractile完成7.2亿美元C轮融资，由Thrive Capital、Founders Fund、Lightspeed与Redpoint联合领投。公司计划用这笔资金推进芯片与系统开发，目标在2027年开始交付。外媒援引交易知情人士报道，估值约70亿美元。该估值来自报道，未见公司以同一口径公开确认。</p>
<blockquote>
<p><strong>【投黑马点评】</strong></p>
<p>推理芯片的交付要同时过硬件和软件两关。客户要能迁移现有模型、在常用负载上跑出稳定性能，之后才会考虑从测试扩到采购。最先可验证的是实际送样日期和客户试用，随后才是量产交付与重复下单。</p>
</blockquote>
<h2>游戏</h2>
<h3>PS5累计渠道出货超过1亿台</h3>
<p>索尼互动娱乐更新官网数据，PS5截至11月10日累计渠道出货超过1亿台。索尼此前披露截至9月底累计约9,790万台。渠道出货统计进入销售渠道的硬件，活跃玩家、零售成交与软件消费分别有自己的统计口径。下一季可以对照活跃账户及软件销量，观察新增出货是否带来持续使用。</p>
<h3>《时之笛》重制版四天销量超520万份</h3>
<p>任天堂11月11日公布，Switch 2版《塞尔达传说：时之笛》自11月5日发售后，前四天全球销量超过520万份，其中日本约81万份，包含实体与数字版。公司称这是任天堂发行的Switch 2作品中最快达到这一首发销量的游戏。后续可跟踪实体补货和首月数字销售，判断经典作品能否持续带来新主机用户。</p>
<h2>今日信号</h2>
<p>英伟达的管理层不确定性已反映在盘后交易。接下来先核对公司人事公告、外部调查范围和业绩会主持安排，再看客户是否公开调整订单、交付或数据中心上线时间。</p>
<h2>研究导航</h2>
<p>如果英伟达需要更换首席执行官，哪一类客户决策最容易因为授权交接而推迟？</p>
<p class="has-text-align-right" style="text-align:right"><strong style="color: #000000 !important">── 投黑马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Traversal 1.2亿美元B轮：谁敢让AI修复生产系统【融资深读 第025期】</title>
		<link>https://touheima.com/funding-20261107-traversal-production-repair/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Sat, 07 Nov 2026 03:59:30 +0000</pubDate>
				<category><![CDATA[融资深读]]></category>
		<category><![CDATA[AI基础设施]]></category>
		<category><![CDATA[B轮融资]]></category>
		<category><![CDATA[Cloudways]]></category>
		<category><![CDATA[Traversal]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[早期投资]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=3019</guid>

					<description><![CDATA[<p>Traversal获1.2亿美元B轮融资，估值10亿美元。客户已能批准AI执行有限修复，但跨企业部署仍有成本。本文拆解股东与客户关系、修复授权和收入归属，追问增长能否摆脱重度定制。</p>
]]></description>
										<content:encoded><![CDATA[<p>Traversal获1.2亿美元B轮融资，估值10亿美元。客户已能批准AI执行有限修复，但跨企业部署仍有成本。本文拆解股东与客户关系、修复授权和收入归属，追问增长能否摆脱重度定制。</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>索尼65mm摄影头发布：大画幅能否减少换机成本</title>
		<link>https://touheima.com/signal-20261104-sony-rialto65-cinema/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Wed, 04 Nov 2026 06:56:06 +0000</pubDate>
				<category><![CDATA[前沿科技]]></category>
		<category><![CDATA[CineAltaV 2]]></category>
		<category><![CDATA[RIALTO 65]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[影视制作]]></category>
		<category><![CDATA[索尼]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=2989</guid>

					<description><![CDATA[索尼65mm摄影头RIALTO 65可复用VENICE 2机身，但美国建议价8万美元，镜头与配套仍需投入。本文核对兼容条件、机位价值和后期要求，解释怎样判断模块化升级是否省钱。]]></description>
										<content:encoded><![CDATA[<p><a href="https://touheima.com/signal_list/">前沿科技</a> / 2026年11月4日 / 全文共1866字</p>
<p>索尼65mm摄影头发布，让已经拥有CineAltaV 2的团队多了一条升级路径。索尼10月29日正式公布RIALTO 65摄影机扩展系统，可以保留原有机身，把拍摄画幅扩展至65mm规格。它在6月已有开发预告，此次提供了更完整的功能、售价和上市安排，预计2027年上半年供货。</p>
<p>能继续用旧机身，是否就能少花钱？投黑马判断，目前能确认的是一部分设备和工作流程可以复用；总支出能否下降，还要把新增摄影头、镜头适配、现场安装及后期处理一起算进去。这套扩展系统的美国建议零售价为8万美元，现阶段也没有足够独立证据量化节省比例。</p>
<h2>摄影头与机身分开，改变了什么</h2>
<p>RIALTO 65依赖CineAltaV 2机身工作，后者在海外称为VENICE 2。按索尼说明，系统支持摄影头直接安装于机身的机顶模式，也能以线缆连接，让摄影头与机身分离。摄影头约重1.5千克，这个数字不能解释为整套摄影机的重量，实际安装还需要考虑镜头、转接和支撑附件。</p>
<p>分体方式的用途可以用一个假设镜头说明：拍摄狭小空间中的人物时，摄影头放在需要的位置，机身留在空间外，摄影团队便能把镜头位置与记录设备的位置分开安排。这种方式可能减少大机身对机位的限制，但线缆经过哪里、设备怎样固定、对焦人员能否操作，仍要在现场验证。本文没有使用产品拍摄，不将这一例子当作实测结果。</p>
<p>画幅也需要解释清楚。这里的65mm沿用电影胶片格式的称谓，传感器实际尺寸约为53.75毫米乘35.83毫米，感光面积约为35mm全画幅的2.2倍。系统支持9.6K、1.5:1比例的片门全开读出，即利用完整成像区域记录画面；另有2.20:1读出模式，对镜头覆盖范围的要求有所不同。选哪个模式，应由成片比例、镜头与后期需求共同决定，像素数量本身不能回答项目是否需要升级。</p>
<figure class="wp-block-image size-full"><img loading="lazy" decoding="async" src="https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-01.webp" alt="索尼官方产品宣传图：RIALTO 65摄影头、连接组件、线缆与滤镜。来源：Sony Europe" class="wp-image-2986" width="1200" height="900" srcset="https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-01.webp 1200w, https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-01-300x225.webp 300w, https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-01-1024x768.webp 1024w, https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-01-768x576.webp 768w" sizes="auto, (max-width: 1200px) 100vw, 1200px" /><figcaption>图：RIALTO 65摄影头与配套组件，官方产品宣传图，来自2026年10月29日发布材料。来源：Sony Europe</figcaption></figure>
<h2>哪些既有投入能够继续使用</h2>
<p>索尼明确表示，主要记录功能由VENICE 2机身承担，团队可以继续使用原有AXS存储卡，并沿用既有操控方式和制作流程。这是模块化设计带来的实际选择：已有该机型的器材公司，可以评估增加扩展系统，而不必立即淘汰整套平台。对尚未拥有兼容机身的团队，这项复用收益则不存在，预算中还要加入机身采购或租赁费用。</p>
<p>兼容也附带条件。美国官方公告要求，VENICE 2安装RIALTO 65专用6.00或更新版本固件。更多传感器读出模式仍属于未来软件更新安排，不能把计划中的功能全部列进当前可交付清单。专业媒体的规格介绍也提醒，可用帧率会随成像区域和记录格式变化；有高速拍摄需求的项目，应逐项确认模式，不能仅凭9.6K这一项下结论。</p>
<p>保留存储卡还不等于保留原来的数据预算。正式项目需要按拟用的记录格式、帧率和每日拍摄时长，检查卡片周转、素材备份、传输与调色能力。既有流程可以作为起点，但处理9.6K素材时哪些环节需要调整，必须用测试素材验证。只有确认设备复用不会增加现场等待和后期返工，才能把账面上少买的部分算成有效节省。</p>
<figure class="wp-block-image size-full"><img loading="lazy" decoding="async" src="https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-02.webp" alt="索尼官方产品宣传图：RIALTO 65摄影头直接安装在VENICE 2机身上，并装配镜头。来源：Sony Electronics" class="wp-image-2987" width="1200" height="900" srcset="https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-02.webp 1200w, https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-02-300x225.webp 300w, https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-02-1024x768.webp 1024w, https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-02-768x576.webp 768w" sizes="auto, (max-width: 1200px) 100vw, 1200px" /><figcaption>图：RIALTO 65的Studio Mode安装示意，官方产品宣传图；图示机身及镜头不表示全部包含在扩展系统售价内。来源：Sony Electronics</figcaption></figure>
<h2>镜头、线缆与后期仍要单独报价</h2>
<p>RIALTO 65不附镜头卡口，需要根据镜头和项目配置第三方转接环。一个镜头能够装上，并不足以证明它覆盖所选的成像区域，也不能证明焦距、对焦和光圈信息可以传回机身。拍摄团队需要分别检查成像边缘、安装条件与通信能力；已有镜头若不能满足要求，新租或新购镜头就会改变升级账单。</p>
<p>线缆是另一项具体支出。系统标配4.5米线缆，可选12米线缆在美国的建议零售价为9,000美元。若项目确定需要后者，仅按官方美国建议价相加，两项就达到8.9万美元，尚未包括机身、镜头和其他配套。这是帮助识别成本边界的简单计算，不能当作中国市场到手价或完整报价；地区价格、税费及实际供货条件仍需另行确认。</p>
<p>对评估索尼65mm摄影头的租赁公司，比较对象可以是同一项目租用另一套大画幅摄影机的总费用；对剧组，则应比较满足同一交付要求的完整方案。相同拍摄天数下，报价应覆盖设备、运输、安装、测试和后期准备。某项新增机位能力如果减少了其他现场工作，可以记录为收益，但需要实际工时证明，不能预先把创作自由换算成固定的预算折扣。</p>
<figure class="wp-block-image size-full"><img loading="lazy" decoding="async" src="https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-03.webp" alt="索尼官方产品宣传图：RIALTO 65配套的11种插入式ND滤镜横向排列。来源：Sony Europe" class="wp-image-2988" width="1200" height="900" srcset="https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-03.webp 1200w, https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-03-300x225.webp 300w, https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-03-1024x768.webp 1024w, https://touheima.com/wp-content/uploads/2026/11/signal-20261104-sony-rialto65-cinema-03-768x576.webp 768w" sizes="auto, (max-width: 1200px) 100vw, 1200px" /><figcaption>图：索尼官方展示的11种插入式ND滤镜，系统包含该组滤镜，另售同等滤镜套装；不要将其全部作为额外必购项计入预算。官方产品宣传图。来源：Sony Europe</figcaption></figure>
<h2>虚拟制作能用上哪些信息</h2>
<p>索尼表示，使用支持通信的镜头及转接环时，可以记录焦距、对焦位置和光圈等镜头元数据，系统也可记录摄影机的倾斜与滚动信息。这些随素材保留的参数，可供剪辑、视效和虚拟制作流程使用。它们让后期团队有机会获得更完整的拍摄条件，但数据是否完整、如何进入项目软件，还取决于具体组合和接口。</p>
<p>不能把这组元数据理解成一套完整的虚拟拍摄设备。对于需要摄影机移动与虚拟背景配合的项目，制作方还要确认位置跟踪、镜头校准、同步及LED显示等环节，不能因为摄影头会记录部分参数，就认定其他系统可以省去。本文没有取得RIALTO 65在具体LED棚中的独立测试，也无法据此评价摩尔纹、时序配合或现场匹配效果。</p>
<p>投黑马更看重一个可执行的验证顺序：先用目标镜头和记录模式完成短片段测试，交给同一套后期流程处理，再把设备报价与实际工时放在一起比较。器材租赁和影视技术服务团队若能交付经过验证的兼容配置，会比只列一张参数表更容易让客户理解费用。</p>
<p>眼下需要等待的是正式供货、完整配置报价和独立拍摄结果。租赁公司还须估算新增系统每年会被多少项目使用；剧组则要确认，已有方案是否确实无法完成所需画面。RIALTO 65提供了延长既有平台使用范围的办法，能否减少换机成本，最终取决于兼容资产是否足够、项目是否需要这项能力，以及新增设备能否获得持续使用。</p>
<p class="has-text-align-right" style="text-align:right"><strong>── 投黑马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Cresta拟被收购，AI客服能让用户少解释一次吗</title>
		<link>https://touheima.com/heima-observation-20261104-cresta-customer-service/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Wed, 04 Nov 2026 06:41:45 +0000</pubDate>
				<category><![CDATA[黑马观察]]></category>
		<category><![CDATA[AI应用]]></category>
		<category><![CDATA[Cresta]]></category>
		<category><![CDATA[Salesforce]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[早期投资]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=2982</guid>

					<description><![CDATA[Cresta拟被Salesforce收购，语音客服有望接入客户档案与业务系统。企业怎样衡量问题是否解决，将决定AI能否减少用户重复解释，也决定创业公司的专业能力能留下多少价值。]]></description>
										<content:encoded><![CDATA[<p><a href="https://touheima.com/heima-observation/">黑马观察</a> / 2026年11月4日 / 全文共2080字</p>
<p>Cresta拟被Salesforce收购，这笔交易可以用一个很小的问题检验：下次转接客服时，用户还要把刚才说过的话重新讲一遍吗？11月2日，Salesforce宣布签署最终收购协议，计划把语音服务接入客户档案和业务系统。投黑马认为，这种整合值得期待，但服务的进步要体现在用户少受多少折腾上。企业省下接听成本，并不自动意味着问题已经解决。</p>
<h2>一通电话结束，事情可能还没有结束</h2>
<p>设想一位旅客正在处理改签。他已经向机器说明航班、订单和行程限制，机器判断需要人工，接线员却重新问了一遍。这是假设场景，足以说明一种系统设计的代价：每次转接都可以在后台被记录为成功，旅客仍须替企业搬运自己的信息。</p>
<p>对企业而言，这些信息分别属于预订系统、通话记录和工单；对旅客而言，它们属于同一件没有办完的事。他不会因为企业换了一个接待入口，就多获得一份时间和耐心。</p>
<p>收购公告提出的整合，恰好触及这道缝隙。Salesforce拥有客户历史和业务系统，拟收购的语音平台处理实时对话，也为人工客服提供指导。接线员若能知道客户已经核实过哪些信息、试过哪些办法，就有机会接着处理，而无需让对方重走流程。这给交易提供了比声音更像真人更扎实的商业理由。</p>
<p>不过，客户档案也有边界。系统知道订单出了问题，不代表它有权改签、退款或处理例外。权限没有开放，负责批准的人没有接手，回答再流畅也只能解释为什么暂时办不了。把客服接进业务系统，需要同时决定谁能操作、谁来承担错误，以及用户怎样找到可以作决定的人。</p>
<p>交易目前仍待交割。公司预计在其2028财年第一季度完成，并须满足惯常条件。那些整合收益，眼下只能作为计划来审视。</p>
<h2>不找人工，未必代表不需要人工</h2>
<p>自动化最容易展示的成绩，是多少对话没有转给员工。这种成绩确实可能来自更好的服务：简单问题得到即时处理，用户不用排队，接线员也能腾出时间处理复杂情况。把所有自动应答都看成怠慢客户，同样失之轻率。</p>
<p>麻烦在于，没有转人工还可能有另一种解释：客户没能找到入口，或者在反复尝试后离开。后台若只记录通话结束，就很难区分满意离开与放弃求助。随后发生的再次来电、退款争议和取消订阅，又可能落在另一组数据里。</p>
<p>这会影响软件供应商的生意。采购方奖励什么，产品团队就有动力优化什么。如果合同主要围绕减少人工接听来证明价值，让用户留在自动流程里便可能成为好看的业绩。至于用户多花的十分钟，企业没有直接为这段时间付薪，成本很容易被忽略。</p>
<p>也因此，不能只盯着单次通话变短。一个愿意耐心处理例外的接线员，可能花更长时间结束一件事；一个迅速给出标准答复的系统，也可能让同一件事反复回来。判断效率，应当把这些后续接触连在一起，至少问清同一用户是否因为同一问题再次求助。</p>
<p>这并不要求每个客服系统都解决企业全部经营问题。它要求采购双方别把没有继续交谈，轻易计作已经获得帮助。</p>
<h2>好的自动化，应该容得下人工接手</h2>
<p>Cresta在今年更新的人工转接指南中，主张用户明确要求找人时应立即升级处理，并让接线员在接通前拿到完整对话、已尝试的操作和转接原因。这是供应商给出的设计建议，不能当作所有客户已经落实的效果证明。但它至少说明，自动化厂商也明白人工入口的重要性。</p>
<p>把这项建议认真执行，意味着企业须接受一些表面上不够漂亮的数据：人工转接可能增加，少数个案处理时间可能变长。若这些接管避免了下一次投诉，它们就有经营价值。一次合理的升级，不该因为打断自动化流程而被当作失败。</p>
<p>接线员也需要足够的决定空间。如果屏幕只推送更多提示，却没有完整记录和相应权限，员工仍要在用户催促时四处查找答案。机器省下的整理时间，可能被新的操作负担吃掉。工作是否轻松一些，要看工具究竟帮人作出了什么决定。</p>
<p>供应商公布的阿拉斯加航空案例，提供了一种较为具体的方向：分析旅客为何来电，向员工及时提供信息，并把对话用于培训。案例中的航空公司管理者强调，员工需要快速获得准确资料。这样的改善并不耀眼，却可能让求助者更快得到有用答复。案例由供应商发布，仍不足以证明并购后的服务一定会更好。</p>
<p>对不熟悉数字界面、难以一次说清复杂遭遇的人，能够顺利找到一个接得上话的人，本身就是服务的一部分。企业若愿意为这段接续负责，AI才有机会减轻双方的疲惫。</p>
<h2>创业公司的价值，要在真实求助中留下来</h2>
<p>这笔拟议收购对一级市场的启示，也应落到这样的具体能力上。语音演示容易呈现，处理例外却要进入客户的真实流程：哪些情况必须核验身份，哪些操作需要批准，哪些尝试已经失败，都要被正确记录和传递。积累这些经验需要持续交付，很难靠一次流畅的演示证明。</p>
<p>对创业公司而言，这可能成为有价值的专业积累，也可能变成沉重的定制服务。投资人需要辨别：一个客户的处理经验能否用于下一家企业，接入新系统需要多少人力，产品能否持续发现失败并改进。每新增一家客户都要重做大量流程，收入增长就未必带来同等程度的规模收益。</p>
<p>Salesforce表示，交割后仍将支持客户现有的主要联络中心和电话平台。对客户来说，这是有意义的承诺；对独立厂商来说，它也提示了生存空间。企业的系统不会因一笔收购整齐地归属同一家供应商，能把不同系统可靠接起来的团队，仍有工作可做。支持范围、收费与实际体验，将决定这份开放承诺有多少分量。</p>
<p>投黑马会把后续判断放在可核对的服务结果上：如果重复求助减少，人工接手时能直接继续处理，且这些改善出现在不同客户的实际使用中，整合的价值便获得了支持。倘若企业只公布节省了多少人工，却无法说明未解决的问题去了哪里，对效率的赞美就应当克制。</p>
<p>购买客服系统的企业，最终也需要为用户等候和解释的时间作选择。旅客不必知道电话另一头用了哪家模型，也无须理解一次并购的协同效应。他已经把事情说清楚了，希望接下来有人能够办下去。</p>
<p class="has-text-align-right" style="text-align:right"><strong>── 投黑马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Tutor 7500万美元B轮深度解读：人工兜底的成本【融资深读 第024期】</title>
		<link>https://touheima.com/funding-20261104-tutor-human-assisted-robots/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Wed, 04 Nov 2026 06:38:40 +0000</pubDate>
				<category><![CDATA[融资深读]]></category>
		<category><![CDATA[a16z]]></category>
		<category><![CDATA[B轮融资]]></category>
		<category><![CDATA[Tutor]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[早期投资]]></category>
		<category><![CDATA[机器人]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=2979</guid>

					<description><![CDATA[<p>Tutor获7,500万美元B轮融资，用远程人工协助机器人提前交付。小时收费背后，人工排班、经验复用和设备回款决定扩张成本；本文拆解公开价格条款与尚待验证的经营条件。</p>
]]></description>
										<content:encoded><![CDATA[<p>Tutor获7,500万美元B轮融资，用远程人工协助机器人提前交付。小时收费背后，人工排班、经验复用和设备回款决定扩张成本；本文拆解公开价格条款与尚待验证的经营条件。</p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>产业链利润四问：怎样识别卖铲子生意的赚钱条件</title>
		<link>https://touheima.com/academy-value-chain-profit-four-questions/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Tue, 03 Nov 2026 01:47:44 +0000</pubDate>
				<category><![CDATA[左侧学堂]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[产业链投资]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[供应商分析]]></category>
		<category><![CDATA[利润四问]]></category>
		<category><![CDATA[早期投资]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=2964</guid>

					<description><![CDATA[产业链利润取决于付款来源、替代难度、后续收费与资金占用。用利润四问拆解ASML历史案例，检验卖铲子生意的赚钱条件，识别早期供应商的订单与现金风险。]]></description>
										<content:encoded><![CDATA[<p>左侧学堂 / 2026年11月3日 / 全文共3783字</p>
<h2>一、订单很热闹，钱为什么没有留下来</h2>
<p>产业链利润的判断，常常在一张客户名单面前失去耐心。设想您正在评估一家给机器人厂商提供测试设备的创业公司：客户覆盖多个技术路线，订单持续增加，创始人强调，无论哪家机器人品牌胜出，都需要测试。这是一种很有吸引力的解释，似乎避开了押注终局赢家的困难。</p>
<p>继续看合同，情况开始变化。几家客户使用同一家投资机构提供的融资支付设备款；每个订单都需要重新开发夹具和软件；尾款取决于客户产线验收；设备交付后，公司还要派工程师长期驻场。客户数量增长，研发、库存和应收款也跟着增加。所谓覆盖多个赢家，可能同时承接了多个客户尚未解决的经营风险。</p>
<p>这个场景是教学假设，却对应一个很具体的尽调问题：下游愿意采购，能否证明供应商会赚钱？订单能证明购买意愿的一部分，利润还取决于交付成本、价格谈判、后续收费和回款安排。投资人需要逐笔解释这些条件，才有理由把行业增长写进一家公司的盈利预测。</p>
<p>「卖铲子」给出了企业在产业链中的位置。这个位置能留下多少利润，还需要另外验证。</p>
<h2>二、用利润四问拆开赚钱条件</h2>
<p>投黑马把这套检查方法称为「利润四问」：钱由谁付、客户怎么换、后续为何买、扩张谁垫款。四问依次检查收入来源、议价基础、持续收入和资金约束，适合分析设备、工具软件、零部件以及配套服务企业。</p>
<p>它们有先后关系。付款来源不清，订单增长的含义就不清；替代容易，客户增量可能被降价让利消耗；后续收费缺少依据，收入就需要不断寻找新客户；资金安排失衡，即使产品有利润，也可能在扩张阶段耗尽现金。某一项特别突出，不能自动抵消另一项的致命缺口。</p>
<p>使用时先选一条具体业务线，再取同一批客户、同一段时间的数据。不要拿标准化产品的毛利率解释定制服务的合同，也不要用成熟客户的回款速度替刚进入试产的客户背书。每一问都要落到能核查的材料：合同、替代测试、续购记录和现金收付日期。</p>
<p>四问帮助判断生意成立的条件，不能独立给出合理估值，更不能预测哪条技术路线最终胜出。早期公司还需要接受技术可行性、团队能力和融资安排等检查。材料暂时缺失时，可以把问题列入下一轮验证；只有创始人的口头承诺时，应保留未知，不能直接填写通过。</p>
<h2>三、四个问题怎样落到证据上</h2>
<h3>钱由谁付：追到预算及其补充来源</h3>
<p>第一问检查需求背后的支付能力。核心问题是：这笔采购来自客户哪项预算，预算耗尽后靠什么补充？终端销售回款、既有业务现金流、股权融资和一次性试验经费，都可能支持真实订单，但持续性差别很大。</p>
<p>可以抽取三个典型客户，沿采购申请、合同、发票和到账记录核对。记录谁使用、谁签约、谁付款，以及下一次采购需要满足什么条件。集团总部出钱、项目团队使用的产品，还要确认预算负责人是否认可使用效果；试点部门的满意度，未必足以推动集团正式采购。</p>
<p>判断标准是付款链条能否解释下一笔订单。一个已经产生稳定经营现金流的客户，也可能取消低优先级项目；一个仍依赖融资的客户，只要资金安排清楚、采购必要且合同执行可靠，也有交易价值。融资标签本身不足以给出结论，关键在于预算期限与供应商交付周期是否匹配。</p>
<p>反面示例是把十家创业客户当作十份独立需求。如果它们同时依赖相近融资环境，预算可能一起收缩。尽调应按资金来源和终端市场重新分组，检查相关性，不能只计算客户数量。</p>
<h3>客户怎么换：把替代成本与报价一起看</h3>
<p>第二问检查议价基础。核心问题是：客户若更换供应商，需要付出哪些可量化成本？这些成本可能包括重新认证、停线测试、数据迁移、工艺调整和人员培训。每一项都要区分已经发生的成本与销售团队的推测。</p>
<p>选一个完成交付的客户，核对初次导入用时、测试项目、失败记录和替代产品报价。再追问一次实际谈判：公司能否守住价格，是否必须通过免费开发换取订单？客户需要花时间更换供应商，却仍能利用供应商对大订单的依赖压价，两种情况可以同时存在。</p>
<p>判断标准是替代难度能否转化成合同条件，包括价格、付款节奏、最低采购量以及额外服务的收费边界。技术性能领先值得研究，但如果客户只愿按普通产品报价采购，技术优势尚未形成可观察的商业回报。</p>
<p>反面示例是把定制代码很多当作壁垒。定制也可能意味着供应商背负大量维护义务，下一家客户还得重新开发。应进一步检查代码和交付经验能否复用、每增加一个客户需要增加多少工程师，以及客户是否承担定制费用。</p>
<h3>后续为何买：拆开维修、升级与续费</h3>
<p>第三问检查持续收入。核心问题是：客户完成首次采购后，下一次付款由什么触发？维修可能来自故障，升级取决于产能或性能收益，耗材跟随使用量，软件续费还要考虑实际使用和替代选择。不同收入不能共用一个续费率假设。</p>
<p>把同一年度首次采购的客户作为一组，追踪后续十二个月的付费客户数、金额、毛利和服务工时。样本观察期不足，就保留未到期状态。免费保修、一次性升级以及新增设备采购应分别记录，避免把所有老客户收入都归入稳定复购。</p>
<p>判断标准是后续付款具有明确触发条件，而且扣除履约投入后仍有贡献。若升级带来的节拍改善能由客户测量，收费依据就比较具体；若必须反复派人修补交付缺陷，服务收入增加未必意味着生意改善。</p>
<p>反面示例是设备卖出后长期驻场，却把驻场费直接按软件订阅估值。可以继续经营这类业务，但需要按人员效率、服务半径和合同续签条件测算，不能省去现场交付成本。</p>
<figure class="wp-block-image"><img loading="lazy" decoding="async" width="1440" height="1080" src="https://touheima.com/wp-content/uploads/2026/11/academy-value-chain-profit-four-questions-01.webp" alt="AI生成概念图，技术人员更换设备皮带，客户核对服务单据。来源：投黑马 Touheima.com" class="wp-image-2963" srcset="https://touheima.com/wp-content/uploads/2026/11/academy-value-chain-profit-four-questions-01.webp 1440w, https://touheima.com/wp-content/uploads/2026/11/academy-value-chain-profit-four-questions-01-300x225.webp 300w, https://touheima.com/wp-content/uploads/2026/11/academy-value-chain-profit-four-questions-01-1024x768.webp 1024w, https://touheima.com/wp-content/uploads/2026/11/academy-value-chain-profit-four-questions-01-768x576.webp 768w" sizes="auto, (max-width: 1440px) 100vw, 1440px" /><figcaption>图：评估服务收入时，需要同时核对人工与零件投入，AI生成概念图。来源：投黑马 Touheima.com</figcaption></figure>
<h3>扩张谁垫款：按日期重建一笔订单</h3>
<p>第四问检查增长的资金负担。核心问题是：公司先付出去的钱，多久才能由客户付款覆盖？财务报表上的利润与银行账户里的现金，可能在不同月份出现。</p>
<p>挑一笔典型订单，把研发投入、采购订金、生产支出、交货、验收和尾款到账标在时间线上。研发中可跨订单复用的部分，应另行说明分摊假设；库存也要区分通用品与只能卖给单一客户的部件。最后找出累计现金支出的最高点，检查同时执行多个订单时是否还有余量。</p>
<p>假设一份合同金额为100万元，交付前客户只付20万元，公司却已支付60万元，单笔订单就需要先填补40万元缺口。这是教学假设，尚未计入工资、税费与售后。订单翻倍时，如果付款条款不变，资金缺口也可能随之放大。</p>
<p>判断标准是企业有能力承担正常交付，并能承受有依据的延迟情景。可以用历史最慢验收周期再测一次资金需求。反面示例是只展示毛利率，却回避越来越长的应收账款账龄；此时利润预测需要与回款证据一起重做。</p>
<h2>四、用ASML走一遍，再看哪些条件不能照搬</h2>
<p>ASML提供一个观察成熟设备供应商的历史样本。以下采用其2025财年披露，金额统一为欧元、财务口径统一为美国通用会计准则，不据此判断文章发布时的最新经营情况。公司于2026年1月28日公布全年净销售额326.67亿欧元、毛利率52.8%；这些数字说明已实现的经营结果，无法单独解释一家早期供应商能否复制它。</p>
<p>先看付款来源。ASML向芯片制造商提供设备及服务，设备采购关联客户的生产与扩产安排。分析时应继续追踪客户订单、产线利用和资本开支，区分已经执行的采购与未来意向。行业需求增长可以支持扩产判断，但供应商仍要面对客户调整交付节奏的可能。</p>
<p>再看替代难度。光刻设备需要进入客户的实际制造流程，评价标准涉及生产效率与工艺表现。对投资人而言，需要验证的具体问题是：设备更换会影响哪些生产环节，验证需要多长时间，谁承担试验失败成本。ASML已经实现的公司整体毛利率，不能充当某项技术独占程度的量化证明，也不能直接成为早期企业的目标毛利率。</p>
<p>第三问看后续收入。公司披露2025年存量设备管理收入为81.93亿欧元，口径包含净服务及现场升级选项销售。这说明设备销售之后存在可收费的业务环节；其中升级与服务具有不同触发条件，不能把整个数字解释成订阅式年度经常性收入，更不能据此推出客户保证续购。</p>
<p>第四问检查资金。研究这类设备企业，需要把设备收入、存货、预收款、应收款与资本投入放在一起观察。2025年年报摘要还披露研发投入约47亿欧元，显示经营体系需要持续投入。研发费用与资本开支属于不同口径，不能相加后随意称为扩产支出。仅凭上述公开摘要，也不足以计算单台设备的现金回收周期。</p>
<p>四问走完，可以确认成熟设备业务存在设备销售、服务和升级等不同收入来源；至于单个客户的议价过程、单项业务利润和单笔订单的资金占用，仍需更细材料。公开信息的边界必须留下，不能为了让案例整齐而补造答案。</p>
<p>将这个案例用于早期项目时，投黑马优先追问三个可取得的证据：客户真实支付过什么、替换测试实际耗费多久、交付完成后还愿意为什么付费。只有公司能够提供自己的合同与交付记录，成熟龙头的案例才有比较价值。把ASML的财务结果贴到创业公司的预测表上，会跳过最需要验证的过程。</p>
<h2>五、下一次访谈，先拿一笔订单做练习</h2>
<p>四问不需要一次访谈就覆盖全公司。先请创始人选一笔已经回款的典型订单，再由投资人随机抽一笔交付延迟的订单，用相同字段核对。前者解释正常经营怎样成立，后者暴露压力出现时由谁承担损失。两个样本不能代表全部业务，却有助于发现后续应该扩大检查的方向。</p>
<p>把每个回答写成一句能够被材料证实或推翻的话。例如，客户采购来自年度生产预算，证据是批准文件与付款记录；客户换供应商需要重新验证，证据是测试计划与实际用时；服务能够盈利，证据是收费合同及对应工时；扩张能够承受，证据是按到账日期编制的资金计划。</p>
<p>资料齐全以后，再检查四问之间有没有冲突。客户愿意支付较高价格，却要求供应商长期垫资，这份合同就需要把融资成本计入；售后收入增长，却伴随工程师人数更快增长，应重新检查服务效率；合同数量增加，却主要来自同一批终端客户，也需要调整风险分散的判断。</p>
<p>这套练习最后应产出明确的下一步：补取哪份材料、访谈哪位预算负责人、跟踪哪次验收、等待哪笔回款。若下一轮材料与原判断相反，就调整结论。行业热度可以决定研究顺序，一家企业是否值得继续投入尽调时间，要靠这些可核查的赚钱条件逐项回答。</p>
<h2>投黑马 · 左侧心法</h2>
<pre class="wp-block-code"><code>产业链上的每一张采购单，都把收益与责任分给了不同主体。分析供应商时，沿着合同找出谁承担试验、库存、验收和回款风险，才看得清报价里留给企业的空间。

一个大客户带来的收入，可能同时增加定制负担与资金压力。保留成功订单之外的失败样本，能让判断经受更接近实际经营的检验。

早期数据不完整时，先把未知变成有期限的验证任务。用下一笔真实付款更新判断，比提前写出漂亮的长期利润率更有价值。</code></pre>
<h2>延伸阅读</h2>
<ul>
<li><a href="https://touheima.com/academy-project-screening-funnel/">项目筛选四筛法：怎样把尽调时间留给值得研究的公司</a></li>
<li><a href="https://touheima.com/academy-market-size-business-economics/">市场规模：大市场为什么不等于大生意？</a></li>
<li><a href="https://touheima.com/academy-moat-accumulation-three-questions/">护城河分析：早期项目的优势如何逐步形成壁垒</a></li>
</ul>
<p class="has-text-align-right" style="text-align:right"><strong>── 投黑马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>LFM3小模型发布：端侧智能体能接手哪些工作</title>
		<link>https://touheima.com/signal-20261029-lfm3-on-device-agents/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Thu, 29 Oct 2026 08:57:46 +0000</pubDate>
				<category><![CDATA[前沿科技]]></category>
		<category><![CDATA[AI大模型]]></category>
		<category><![CDATA[AI应用]]></category>
		<category><![CDATA[LFM3]]></category>
		<category><![CDATA[Liquid AI]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[早期投资]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=2938</guid>

					<description><![CDATA[LFM3小模型发布，为工单分流、文档抽取等任务提供本地部署选择。本文核对模型能力、内存预算与商用许可，解释端侧智能体适合先接手哪些工作，以及怎样检验实际成本。]]></description>
										<content:encoded><![CDATA[<p>前沿科技 / 2026年10月29日 / 全文共1835字</p>
<p>LFM3小模型发布，把一批面向具体任务的模型交到了开发者手中。Liquid AI在当地时间10月27日公布新模型家族，IT之家于北京时间10月28日报道了这项进展。首批六款模型覆盖文本、视觉、音频、全模态及决策，团队可以下载权重，围绕自己的业务继续适配。</p>
<p>对创业团队，眼前可检验的用途包括分拣客户请求、提取表单字段，以及调用已经定义好的工具。投黑马建议先固定一项工作，核对它在真实数据上的完成率、错误后果与人工复核时间，再决定交给模型多少权限。本文未实测模型，也没有足够证据计算企业部署后普遍能省多少钱。</p>
<h2>一、小模型可以怎样参与一张工单的处理</h2>
<p>根据官方模型卡，文本版LFM3-1.7B拥有17.3亿参数，针对本地智能体、工具调用和结构化输出训练。参数可以理解为模型学习后保存的内部数值；数量较少有助于缩小部署规模，却不能单独说明任务完成得好不好。官方同时明确，这一版本不推荐用于智能体编程和复杂多步推理，知识密集型问题宜结合检索或搜索。</p>
<p>同家族的d1-2B采取另一种工作方式。官方资料将其定位为决策模型：读取文本、图片或视频后，用一次模型计算返回指定类型的答案及概率，无需逐字生成一段回复。它可以判断请求应交给哪个部门，也可以抽取文档里的文字、数字和日期。概率仍要用客户自己的数据校准；模型给出高置信度，不能替代真实正确率。</p>
<p>以一张同时涉及重复扣款和未收货的工单为例，决策模型可以先标出账单、物流两个问题，文本模型再根据工具返回的记录整理回复草案。这个例子用于说明流程，未经本文测试。退款权限、订单查询和日志留存仍由业务系统负责，模型输出一次工具调用，也不代表客户问题已经解决。测试必须覆盖多问题混杂、信息缺失和需要升级处理的请求。</p>
<h2>二、本地运行后，成本怎样才会下降</h2>
<p>LFM3小模型发布所对应的部署方式已具备试用条件，商业效果仍处于逐项验证阶段。官方提供多种权重格式及运行说明，开发者可以把模型放在设备或自有服务器上。对数据不宜离开本地、任务频繁重复的团队，这增加了一个可评估方案；少调用云端接口后，计算工作会由自己管理的硬件承担。</p>
<p>内存预算需要单独核算。官方宣传文本模型在4位精度下约占1GB，但整套应用还要容纳处理上下文所需的缓存、运行程序和业务数据。官方端侧测试也限定了设备、量化格式、上下文长度及并发条件。产品团队应在目标机器上连续运行，用实际输入测量峰值占用、响应时间和持续负载，不能把模型体积当作最终配置要求。长文档与多用户同时请求，都可能改变部署选择。</p>
<p>试点可以固定一批独立工单，保留现有人工流程或云端方案作参照，把硬件摊销、电费、工程维护、复核工时和错误处理一起计入成本，在同一准确度要求下比较每张合格工单的支出。低置信度请求交给人工，会降低自动处理比例，却可能避免昂贵的误退款。若人工返工抵消了接口费用的节省，就需要缩小任务范围。收费也应围绕可验收结果：约定字段正确率、处理时限及异常升级方式，客户才有依据判断这项服务是否划算。</p>
<h2>三、同类模型竞争，客户流程影响商业空间</h2>
<p>Liquid AI自己的比较表已纳入Qwen、Gemma和MiniCPM等模型，说明小模型团队需要面对多种可供比较的方案。这张表来自厂商评测，本文没有独立复现，不能据此宣布全面领先。对具体客户，应先固定任务、提示词、运行条件与验收标准，再比较候选模型；通用平均分无法代替中文工单里的退款原因、日期和金额是否识别准确。一个简单的关键词规则也应保留为参照，检查新增模型是否减少了漏分、错分和维护工时；如果现有规则已能稳定处理大多数请求，团队还需要解释更换方案带来的额外收益。</p>
<p>商业许可也会改变客户选择。文本版仓库的LFM Open License v1.0设有年营收1,000万美元的商业使用门槛，开放下载不能直接解释为各类企业均可免费商用。团队在确定部署和报价前，需要结合使用实体、客户交付方式与许可证条件核对；涉及门槛适用的具体解释，应向权利方确认。本文未核实各变体收费安排，也不提供通用授权结论。面向企业客户销售时，许可边界应进入合同和成本评估。</p>
<p>对早期公司，更可积累的产品能力包括经过验证的业务样本、稳定的系统接入和异常处理记录。一个只展示模型成功分拣邮件的演示，尚不足以解释持续收费；客户还会问错分之后能否追回、部门规则变更后多久更新，以及服务中断时谁接手。基础模型仍可能更换，客户流程及可靠交付需要持续维护。投黑马把这一方向暂列为可试点的应用机会，后续需要付费使用和连续运行的证据，才能判断它能否形成稳定生意。</p>
<h2>四、投黑马·前沿洞察</h2>
<pre class="wp-block-code"><code>端侧小模型适合先承接输入范围清楚、结果容易核对的重复工作。工单分流和字段抽取可以拆出独立验收步骤，复杂请求则需要明确的升级路径。任务边界越具体，试点结果越容易解释。

本地部署增加了硬件、版本维护与异常恢复责任。创业团队应同时保存正确率、人工接管比例和单位合格结果成本；这三项数据决定服务能否报价，也决定客户是否值得更换原有流程。

后续跟踪Liquid AI各变体的许可与运行支持更新、LFM3在真实业务样本上的独立测试，以及付费试点连续运行后的接管记录。出现这些证据后，再判断端侧智能体能扩大到哪些任务。</code></pre>
<p class="has-text-align-right" style="text-align:right"><strong>── 投黑马研究团队</strong></p>
]]></content:encoded>
					
		
		
			</item>
		<item>
		<title>Utopai的十亿美元赌注：电影变便宜，好故事会变多吗</title>
		<link>https://touheima.com/heima-observation-20261027-utopai-film-studio/</link>
		
		<dc:creator><![CDATA[投黑马]]></dc:creator>
		<pubDate>Tue, 27 Oct 2026 08:09:38 +0000</pubDate>
				<category><![CDATA[黑马观察]]></category>
		<category><![CDATA[AI应用]]></category>
		<category><![CDATA[MiniMax]]></category>
		<category><![CDATA[PAI]]></category>
		<category><![CDATA[Utopai]]></category>
		<category><![CDATA[一级市场]]></category>
		<category><![CDATA[企业服务]]></category>
		<category><![CDATA[早期投资]]></category>
		<guid isPermaLink="false">https://touheima.com/?p=2901</guid>

					<description><![CDATA[Utopai据报以10亿美元估值融资，押注AI影视制作。成本下降能让更多故事获得机会，也可能被买家压价和产量要求吃掉。决定这家公司的价值，要看它如何使用省下的钱，以及谁能决定什么值得拍。]]></description>
										<content:encoded><![CDATA[<p>黑马观察 / 2026年10月27日 / 全文共2254字</p>
<p>Utopai想让电影拍得更便宜，资本给出的回答却相当昂贵。10月23日，Dealroom援引The Information报道，这家AI影视公司获得6000万美元融资，估值10亿美元。公司把三部长片、两部剧集排进2027年计划，电影的商业成绩还要等待观众检验。</p>
<p>投黑马认为，这场试验最值得讨论的，是制作成本下降之后，谁有权决定省下的钱用在哪里。它可以让一部原本筹不到钱的作品开机，也可以被用于赶出更多相似的作品。两种结果都叫效率提升，对电影的意义却相去甚远。</p>
<h2>便宜的镜头，仍要争夺昂贵的两个小时</h2>
<p>Utopai的主张有诱惑力。按上述报道，创始人Cecilia Shen称，AI能让场景规划和计算机生成影像的成本下降80%—90%。这只是部分制作环节的公司估算，尚不能当作整部影片的预算降幅；不过，哪怕节省只兑现一部分，也值得认真对待。</p>
<p>一部作品需要收回的成本越少，它就越有机会服务一个较小的观众群。对尚无票房履历的导演、难以用几部成功影片作类比的剧本，这可能是一份难得的宽容。电影业需要这样的宽容：一个故事在尚未拍出来时，很难证明自己值得被拍出来。</p>
<p>但观众的时间不会因为生成速度加快而增加。制作方节省了钱，观众仍然要交出一个晚上的注意力。廉价制作若带来更拥挤的片单，发行、宣传和让人愿意点开的能力便更重要；一道制作门槛降低，未必让小公司在观众面前更容易被看见。</p>
<p>这也解释了为什么节省未必成为制片方的利润。买家知道工具变便宜之后，可以要求更低的采购价，或在相同预算内要求更多集数。只有作品足够难以替代，制片方才更有可能留住成本优势。会生成漂亮的镜头，尚不足以让一张采购合同变得优厚。</p>
<p>因此，衡量Utopai的野心，应当看它敢拍哪些过去拍不起的作品。若低成本最后只支持更多经过市场验证的套路，技术完成了任务，工作室却没有充分使用这份新自由。</p>
<h2>同时经营两门生意，也会同时承担两份风险</h2>
<p>Utopai为自己安排了另一条收入来源：向其他创作者出售PAI制作平台，并用自家片场的经验改进产品。公司6月2日经Business Wire发布的公告称，PAI年经常性收入已达到1100万美元。这是公司披露的年化指标，能说明早期销售进展，不能用来计算已经收回多少拍片资金。</p>
<p>这套安排很容易获得投资人的好感。影片提供真实需求，软件把经验卖给更多人；一部成功作品还能成为产品最有说服力的展示。让制作人员参与设计工具，比让工程师独自猜测导演需要什么，更接近专业软件该有的开发方式。</p>
<p>这套解释也容易高估两门生意彼此帮助的程度。为了完成某部影片而解决的特殊问题，可能只有那部影片需要；一支技术团队花数月帮助导演修好镜头，也可能完成了一项昂贵的定制服务。经验必须让外部付费客户也少花工夫，才能反复卖出去。</p>
<p>公司自己也没有把一切技术都从头重做。其官方说明显示，Utopai X基于MiniMax H3后训练，再按影视制作需求调整。这样的选择务实，也使差异化更依赖制作流程、人才协作和客户关系。底层模型进步时，竞争者也有机会拿到更好的工具。（来源：Utopai产品说明，2026年10月27日核验）</p>
<p>对于一级市场投资者，最大的诱惑是用软件公司的扩张想象为整家公司定价，却把电影项目的风险算得很轻。一份软件可以服务更多客户，一部新电影仍须重新选择故事、组织团队、争取买家。自制影片能促进研发，也会持续占用资金；两项业务放在同一份报表里，不会自动替彼此消除风险。</p>
<p>判断它们是否配合得好，需要一个朴素的问题：即使没有自家影片帮忙推销，外部客户还愿意续费吗？若答案依赖于创始团队亲自救场，规模扩大可能只是让服务人员更忙。</p>
<h2>好莱坞的老手，仍在替新技术作判断</h2>
<p>Utopai的实际做法，比「AI颠覆好莱坞」的说法谨慎。它为动画长片《The Most Serious Fart》请来曾参与《辛普森一家》的选角导演Scott Muller，并称动画师和插画师将主导创作，AI按需参与制作。新工具需要人判断什么值得留下。（来源：Utopai项目说明，2026年9月17日）</p>
<p>按项目介绍，这部动画的主人公是一个因自身身份感到羞耻、努力变得体面的屁。荒诞的设定里，藏着孩子也能理解的难受：觉得自己不够好，希望被别人接纳。画面可以不断生成，怎样让一个笑话含有善意、让一个角色值得同情，仍须在具体的表演和叙事中作出选择。</p>
<p>巴西Globo旗下平台5月宣布，Globoplay将与Ex Machina Studios、Utopai联合制作八集《Space Nation》。一家传统买家愿意进入项目，是比公司自述更具体的进展。Utopai仍然需要借助这样的伙伴接触观众；更便宜的制作，并没有使发行经验和观众理解失去价值。（来源：Globo官方公告，2026年5月20日）</p>
<p>这些合作构成了支持Utopai的有力理由。影视制作中的许多问题，只有在真正交片时才会出现：修改一处表情，是否牵动整个镜头；一个场景单独看很美，接在前后两场之间是否突兀。自己拍片让团队承担这些后果，也让产品改进有了具体方向。</p>
<p>不过，把这一过程叫作「制作反馈」，容易让提供判断的人消失。被保留的一个版本、被否决的一次尝试，都包含导演、美术或剪辑师的经验。企业想把这些经验变成长期资产，就需要让有经验的人愿意留下，继续说出哪里不对。</p>
<p>若省下的预算全部变成更短的工期，创作者可能只是用同样的报酬审看更多版本。做出好作品需要选择，也需要允许某次尝试失败。对专业工具公司而言，创作者是否保有足够的时间和决定权，会影响它能否持续得到有价值的反馈。</p>
<h2>工作室最终要对作品负责</h2>
<p>自制内容也不必每一笔都立刻盈利。一部作品可能帮助团队建立合作关系，找到产品缺陷，为下一次制作留下经验；这些回报需要时间。问题在于，公司应当说明自己究竟学到了什么。如果每一次延期和超支都能被解释成研发，投资人便很难判断它是在积累能力，还是在重复交学费。</p>
<p>投黑马会把判断放在几件可见的事情上。《Cortés》和《The Most Serious Fart》能否按计划完成发行，首先检验公司组织制作的能力；若反复延期，就得重新估量所谓效率。《Space Nation》上线后能否获得买家的后续合作，会帮助判断一次技术尝试是否形成了持续需求。PAI若能留住外部付费团队，同时减少人工支持，才更像一门可以独立增长的软件生意。</p>
<p>这几项结果，比开发片单有多长更有分量。即使作品成功，也要问清成功依赖了多少不可复制的人力；即使某一部片失败，也不必据此否定整套工具。影片的艺术判断和软件的经营表现，都应该接受各自的检验。</p>
<p>对创作者而言，最可期待的变化，是一个曾因预算被拒绝的故事终于有机会被认真讨论。它未必需要宏大的场面，也许只需要几处过去负担不起的环境，或让团队多试一次的余地。Utopai若能把省下的钱换成这种余地，便为电影做了一件有价值的事。银幕可以容纳更多影像，观众仍在等待值得关心的人。</p>
<p class="has-text-align-right" style="text-align:right"><strong>── 投黑马研究团队</strong></p>
<p>免责声明：本文仅作商业研究与信息参考，不构成具体投资建议。</p>
]]></content:encoded>
					
		
		
			</item>
	</channel>
</rss>
