DeepSeek給王一博道歉被當真，年度AI幻覺/馬斯克Grok4跑分曝光/華為盤古團隊回應模型爭議|HuntGood週報

歡迎收看最新一期的Hunt Good週報！

在本期內容你會看到：

9 條新鮮資訊5 個有用工具1 個有趣案例3 個鮮明觀點

Hunt for News｜先進頭條

📈 Grok 4 跑分曝光，「人類最後考試」拿下 45%

昨日，X 博主 @legit_api 曝光了馬斯克旗下 xAI 即將釋出的新一代模型 Grok-4 及其程式設計版本 Grok-4 Code 的一組基準測試成績，引發關注。

在被稱為「人類最後的考試」（HLE）的評估中，Grok-4 取得了 35% 的基礎得分，開啟推理功能後進一步提升至 45%，顯著領先於 OpenAI 的 o3 以及 Google Gemini 系列在該測試中的表現。

除了 HLE，Grok-4 在其他基準測試中也表現出色。在 GPQA 測試中，該模型得分達到了 87%-88%；而面向程式碼能力的 SWE Bench 評測中，Grok-4 Code 的得分則在 72%-75% 之間。

不過，部分網友對其成績的真實性提出質疑，認為該分數「過於理想」，不排除存在測試策略最佳化甚至「刷榜」的可能。儘管如此，從目前流出的功能配置來看，Grok-4 系列相較前代已實現大幅升級。

根據此前的爆料資訊，新版本模型將支援多模態輸入（文字+影像）、130k token 上下文、結構化輸出、數學推理和函式呼叫等功能。其中，Grok 4 Code 將深度整合在 Cursor 編輯器中，具備智慧補全、除錯和執行功能，力圖打造「主動程式設計」的 AI 助手。

🔗 https://www.testingcatalog.com/xai-prepares-grok-4-and-grok-4-code-for-upcoming-launch/

🧑‍💻 華為盤古團隊回應 AI 模型抄襲爭議：嚴格遵循開源許可

6 月 30 日，華為宣佈正式開源盤古系列中的 7B 稠密模型及 72B 混合專家模型。然而，部分網友質疑其模型或與阿里雲通義千問 Qwen-2.5 14B 存在高度相似之處，甚至指向「抄襲」。

對此，華為諾亞方舟實驗室昨日釋出宣告回應，強調盤古 Pro MoE 模型是在昇騰硬體平臺上獨立開發和訓練的基礎大模型，研發過程未基於其他廠商的模型進行增量訓練。

附上原文回應：

我們注意到近期開源社群及網路平臺關於盤古大模型開原始碼的討論。

盤古 Pro MoE 開源模型是基於昇騰硬體平臺開發、訓練的基礎大模型，並非基於其他廠商模型增量訓練而來，在架構設計、技術特性等方面做了關鍵創新，是全球首個面向昇騰硬體平臺設計的同規格混合專家模型，創新性地提出了分組混合專家模型（MoGE）架構，有效解決了大規模分散式訓練的負載均衡難題，提升訓練效率。其他技術特性創新，請參考昇騰生態競爭力系列技術報告披露內容。

盤古 Pro MoE 開源模型部分基礎元件的程式碼實現參考了業界開源實踐，涉及其他開源大模型的部分開原始碼。我們嚴格遵循開源許可證的要求，在開原始碼檔案中清晰標註開原始碼的版權宣告。這不僅是開源社群的通行做法，也符合業界倡導的開源協作精神。我們始終堅持開放創新，尊重第三方智慧財產權，同時提倡包容、公平、開放、團結和可持續的開源理念。

感謝全球開發者與合作伙伴對盤古大模型的關注和支援，我們高度重視開源社群的建設性意見。希望透過盤古大模型開源，與志同道合的夥伴一起，探索並不斷最佳化模型能力，加速技術突破與產業落地。

我們歡迎並期待大家在開源社群 Ascend Tribe，就技術細節進行深入、專業的交流

盤古 Pro MoE 技術開發團隊

🔗 https://mp.weixin.qq.com/s/SKrgi9PZf\_XhqFeZsMwZeA?scene=1

💰「AI 面試作弊神器」年經常性收入突破至 700 萬美元

矽谷熱門初創公司 Cluely 在推出其全新企業版 AI 產品後一週內，年經常性收入（ARR）翻番至 700 萬美元。

ARR 是指基於當前客戶訂閱合同，預計未來 12 個月內能持續獲得的收入。常見於 SaaS 和訂閱制商業模式，用來衡量「穩定性」和「未來收入規模」。

Cluely 利用 AI 技術，即時分析使用者線上對話，為使用者生成筆記、提供上下文並推薦提問內容，這些資訊以隱蔽形式顯示在螢幕上，僅使用者本人可見。

創始人 Roy Lee 曾在 X 平臺發文稱，因其在哥倫比亞大學期間與人合作開發用於「面試作弊」的工具而被學校停學。隨後，他將這一技術轉化為商業產品並創辦 Cluely，早期甚至使用「幫你在一切上作弊」作為營銷口號。

如今，Cluely 獲得了 Andreessen Horowitz、Abstract Ventures 和 Susa Ventures 等頂級風投支援，品牌語調也逐步收斂為「你需要的一切，在你開口之前……這感覺就像在作弊」。

Lee 介紹稱，Cluely 企業版與消費者版本相似，但額外提供了團隊管理和更強的資料安全功能，廣泛應用於銷售、客服和遠端教學等場景，其中最受使用者歡迎的功能是即時會議記錄。

不過，一家名為 Pickle 的初創公司在 X 上宣稱，已開發出一款名為 Glass 的免費開源產品，具備與 Cluely 相似的即時記錄功能。面對免費山寨產品來勢洶洶，Cluely 能否維持其增長勢頭，仍待市場檢驗。

🔗 https://techcrunch.com/2025/07/03/cluelys-arr-doubled-in-a-week-to-7m-founder-roy-lee-says-but-rivals-are-coming/

🤖 特斯拉暫停人形機器人生產

據《晚點 Auto》援引中國供應鏈的資訊顯示，特斯拉正在集中調整人形機器人 Optimus 軟硬體技術細節，並於半個月前開始暫停採購 Optimus 的零部件。

據兩位供應商人士說，特斯拉並未明確表示會減少機器人零件訂單，但要等到 Optimus 設計調整完後才會確定新的量產計劃並重啟採購，調整可能需要 2 個月。

此次調整始於 6 月初特斯拉 Optimus 專案原負責人 Milan Kovac 離職。據供應商人士稱，特斯拉 AI 軟體副總裁 Ashok Elluswamy 接手 Optimus 專案，希望改善完設計方案後再推動量產計劃。Ashok 此前領導特斯拉 FSD 的軟體開發工作，已在特斯拉工作 11 年。

據特斯拉對供應商的反饋，硬體上 Optimus 還面臨部分關節電機容易過熱、靈巧手負載能力低、傳動裝置壽命短、續航短等問題。目前特斯拉仍在尋找多個靈巧手供應商送樣，嘗試至少 3 種不同的技術路線。

軟體層面，特斯拉可能會使用更多合成數據訓練機器人模型，提升 Optimus 的自主操作能力和完成複雜動作的成功率。

據悉，特斯拉 CEO 馬斯克曾公開表示，新版 Optimus 的效能位元斯拉 2023 年亮相的第二代 Optimus 大幅改進，且加入了 Grok 支援的語音互動功能。

據瞭解，截至今年 5 月底，特斯拉今年累計採購了足夠生產 1200 臺 Optimus 的零件，並生產了接近 1000 臺。此前馬斯克承諾今年生產 5000 臺。前述兩位人士都認為，隨著零部件採購中斷，該目標基本無法達成。

🙅 DeepSeek AI「道歉宣告」引發公眾關注

最近網上掀起了一場關於「DeepSeek 道歉宣告」的熱議。

一則題為《演員王一博案，判了》的報道文章稱 DeepSeek 因誤傳藝人王一博涉及某腐敗案，已釋出道歉宣告，並引用了所謂「刑事判決書」作為佐證。文章迅速登上熱搜，「DeepSeek 向王一博道歉」成為討論焦點。

經過多輪事實核查，這份道歉宣告完全是網友誘導 AI 自動生成的內容，但由於措辭專業、結構完整、語氣嚴肅，部分媒體在未經核實的情況下將其誤當成真實公告進行傳播，造成了廣泛誤解。

事件在社交平臺進一步發酵，被網友稱為 AI「垃圾進、垃圾出」的典型案例——由於虛假文字的廣泛傳播，這些內容反過來被其他 AI 系統「學習」並納入語料，形成事實汙染。

一些不明真相的使用者甚至開始引用該宣告作為資訊來源，使得誤導資訊呈現出滾雪球式的擴散趨勢。雖然 DeepSeek 給王一博道歉是假的，但要警惕 AI 謊言氾濫卻是真的。

AI 幻覺是其固有的侷限之一，當 AI 模型沒有得到正確的指導時，它會根據使用者輸入的資料生成不準確的內容，甚至被用來捏造資訊

早期搜尋引擎也曾因「自動聯想功能」被濫用而遭遇尷尬，許多系統在面對使用者非正常輸入時，容易輸出荒謬的內容。隨著 AI 的普及，類似的「AI 幻覺」事件可能會越來越多，只有當公眾意識到這一點時，AI 的影響力才會迴歸理性。

🔍 百度搜索 10 年來最大改版：支援超千字文本輸入、推出智慧框

7 月 2 日，百度在 AI Day上宣佈，百度搜索框正式升級為「智慧框」。與傳統的關鍵詞搜尋不同，新的智慧框支援更直觀的多模態輸入：

搜尋框內的字元數從之前的 28 個增加到超過 1000 個；

使用者可以用更直接、對話式的方式提問，類似與聊天機器人互動；

支援語音、圖片和檔案的輸入，提升使用者體驗；

整合 AI 聊天機器人功能，支援生成圖片、文字和影片等內容。

此外，百度還進一步整合了基於文心大模型、影片生成模型 Muse Steamer 等的 AI 工具，提供更高效的創作能力。尤其在影片生成方面，百度的技術可以在幾分鐘內生成電影級別的短影片，為使用者提供更加豐富的視覺和創作體驗。

🔗 https://www.cnbc.com/2025/07/03/chinas-baidu-is-beefing-up-its-search-product-with-ai-to-fight-rivals.html

🧑‍💻 Ilya 接任 Safe Superintelligence CEO，前任被 Meta 挖走

7 月 3 日，OpenAI 聯合創始人 Ilya Sutskever 宣佈，他將親自出任旗下 AI 創業公司 Safe Superintelligence（SSI）的 CEO。此前擔任 CEO 的 Daniel Gross 已於 6 月 29 日離職，被 Meta 挖角。

這也是扎克伯格持續重金招募 AI 人才行動的一部分。Gross 是知名創業者和 AI 投資人，此次跳槽表明科技巨頭之間的人才爭奪戰正愈演愈烈。此前 Meta 曾試圖直接收購 SSI，但被 Ilya 拒絕。

Ilya 表示，SSI 將繼續保持獨立運營，專注於構建「安全的超級智慧」。他在社交平臺上寫道：「我們擁有算力、團隊，也知道該做什麼。會堅定走下去。」

目前，SSI 的技術團隊繼續向 Ilya 彙報，聯合創始人 Daniel Levy 將擔任公司總裁。據悉，該公司在 4 月的融資中估值達 320 億美元。

🔗 https://www.cnbc.com/2025/07/03/ilya-sutskever-is-ceo-of-safe-superintelligence-after-meta-hired-gross.html

🔋 AI 投資狂潮加速，Amazon、Meta、Oracle 等巨頭大舉擴建資料中心

隨著 AI 競賽加劇，科技巨頭們紛紛加大投資力度，推動資料中心建設的規模和數量達到前所未有的水平。

Amazon 在印第安納州新建的 1200 英畝資料中心，將與 AI 初創公司 Anthropic 合作，預計將用於訓練全球最大規模的 AI 系統，試圖用這座「AI 工廠」全力搶佔算力高地。

而傳統科技巨頭甲骨文（Oracle）也正在透過一場罕見的 AI 基建豪賭，在全球算力競賽中實現逆轉。儘管市場的聚光燈集中在 AWS 和 Azure 上，Oracle 已悄然透過一系列非典型策略，建立了強大的去中心化、資本效率極高的 AI 雲基礎設施。

此外，Meta 和 OpenAI 也在各自的專案中投入數百億美元，建設類似規模的設施。

這些新建資料中心不僅能源消耗巨大，預計將耗費超過 3200 億美元，且每年用電量相當於百萬家庭的需求。儘管有專家質疑如此快速發展的 AI 是否能持續，但行業普遍認為，錯失機會的風險遠大於投資過度。

隨著越來越多的資料中心相繼投入建設，Oracle、Amazon 和其他科技巨頭的戰略佈局，正在推動 AI 基礎設施進入新的增長週期。

🔗https://www.nytimes.com/2025/06/24/technology/amazon-ai-data-centers.html?searchResultPosition=1

🤬 Meta 宣佈成立超級智慧實驗室，奧特曼抨擊

本週，Meta 宣佈正式成立超級智慧實驗室（Meta Superintelligence Labs，簡稱 MSL）。

Meta CEO 扎克伯格在當時時間週一釋出的一封內部信中透露，MSL 將整合公司現有的基礎 AI 研究（FAIR）、大語言模型開發以及 AI 產品團隊，並組建一個專門研發下一代 AI 模型的新實驗室。

此次組織架構調整的最大看點，是引入多位行業重量級人物共同執掌新部門。被扎克伯格砸下 143 億美元投資的 Scale AI 的前 CEO Alexandr Wang 將出任 Meta 首席 AI 官（Chief AI Officer），全面領導 MSL。

Meta 也首次公佈其最近一輪密集「挖人」的完整名單：

多位 GPT-4o 和 GPT-4.1 的核心成員：如 Shengjia Zhao、Jiahui Yu、Shuchao Bi、Hongyu Ren；

Anthropic 的高階工程師 Joel Pobar，此前曾在 Meta 任職11年；

DeepMind 的 Jack Rae 和 Pei Sun，曾負責 Gemini 模型和多模態推理系統；

OpenAI 語音與影像模型的重要推動者 Huiwen Chang、Ji Lin 等。

據悉，Meta 計劃在未來幾年投入數千億美元於 AI 基礎設施、模型訓練、可穿戴終端與人才儲備上。新團隊未來還將啟動 Llama 系列之後的下一代模型研發，目標是在一年內實現行業領先。

據《Wired》報道，OpenAI CEO Sam Altman 在當地時間週一晚的一封內部信中，對扎克伯格旗下的 Meta 的挖人行動進行了抨擊，認為該行為會導致 Meta 的企業文化受到嚴重影響。

Altman 在信中表示，Meta 的挖人行為令人反感，「未來還將會更加瘋狂」。

同時，Altman 還表示，Meta 確實招攬了一批優秀人才，但很難能讓人認為他們能招攬到核心人才，其還稱「Meta 不得不從排名列表相對靠後的位置進行選擇」。「我為整個行業的使命感感到驕傲，當然總會有一些唯利是圖的人。」

🔗 https://www.wired.com/story/mark-zuckerberg-welcomes-superintelligence-team/

Hunt for Tools｜先進⼯具

🤯 野生「DeepSeek R1」亮相，速度超越原版

日前，一個名為「DeepSeek R1T2」的模型走紅，值得一提的是，這一個「野生模型」速度比原版 R1 還快。

據悉，「DeepSeek R1T2」由德國 AI 諮詢公司「TNG」推出，全名為「DeepSeek-TNG R1T2 Chimera」，基於 DeepSeek R1-0528、R1 以及 V3-0324 模型構建的 AoE（專家組合）Chimera 模型；模型尺寸為 685B，採用 DeepSeek-MoE Transformer 架構。

官方公佈的資料顯示，「DeepSeek R1T2」比 DeepSeek R1(0528) 版本快兩倍，比 R1 快 20%。不僅在速度上有優勢，其在 GPQA Diamond（專家級推理能力問答基準）和 AIME 24（數學推理基準）上的表現均優於 R1，比較遺憾的是未達到 R1(0528) 的水平。

目前，「DeepSeek R1T2」已在 HuggingFace 上架。

🔗 HuggingFace：https://huggingface.co/tngtech/DeepSeek-TNG-R1T2-Chimera

🔍 百度文心 4.5 系列模型正式開源

日前，百度 AI 正式宣佈，旗下文心 4.5 系列模型正式開源，共計 10 款模型開源，涵蓋了啟用引數規模分別為 47B 和 3B 的 MoE 模型，以及 0.3B 的稠密引數模型。

據介紹，文心 4.5 系列模型均使用飛槳深度學習框架進行訓練、推理和部署。

該系列模型在多個文字和多模態基準測試中達到 SOTA 水平，在指令遵循、世界知識記憶、視覺理解和多模態推理任務上效果尤為突出。另外，模型權重按照 Apache 2.0 協議開源，支援開展學術研究和產業應用。

目前，文心 4.5 系列模型現可在文心一言進行體驗。另外，本次釋出的全部模型（包括預訓練權重和推理程式碼）和專案均已完全開源至 Hugging Face、GitHub、飛槳星河社群，技術報告也已公佈查閱。

🔗 https://mp.weixin.qq.com/s/MflKTGJKvS2SZd8\_MMIFxQ

🎨 Loveart 國內版「星流 Agent」上線

7 月 3 日，LiblibAI 正式釋出了 Lovart 的國內版本——「星流 Agent」。

星流 Agent繼承了Lovart海外版本的核心功能，能夠根據自然語言生成一整套設計物料，涵蓋主圖、海報、社交媒體封面、影片動畫以及 3D 模型等多種創作形式。

使用者只需輸入簡潔的需求，Agent 即可自動拆解任務、確定設計風格，並生成包括主圖、延展圖和社交媒體封面在內的全套視覺素材。

此外，星流 Agent 還加入了「無邊畫布」和智慧協作編輯功能，支援使用者進行多輪對話式改圖、修圖、換圖及構圖調整，極大提高了設計效率與創作自由度。

在技術層面，星流 Agent 接入了多種模型，能夠根據需求自動選擇最合適的模型組合，完成影像、影片、音訊以及 3D 內容的生成，並支援多種格式的匯出。

目前，星流 Agent 已在 PC 端和移動端同步上線，面向廣大中文創作者提供更加智慧、高效的設計創作工具。

🔗 xingliu.art

📹 B 站開源 AniSora V3，漫改、鬼畜影片一鍵生成

Bilibili 推出了開源動畫影片生成模型——Index-AniSora。

該模型能夠一鍵生成多種動畫風格的影片片段，包括劇集、原創中國動畫、漫畫改編、虛擬主播內容、動畫 PV 以及鬼畜動畫等。

🔗 https://github.com/bilibili/Index-anisora?tab=readme-ov-file

🍎 蘋果開源全新程式碼生成模型 DiffuCoder-7B-cpGRPO

近日，蘋果公司在 Hugging Face 平臺悄然上線其最新大模型成果——DiffuCoder-7B-cpGRPO。

這一版本在原有 DiffuCoder-Instruct 的基礎上，進一步引入了 Coupled-GRPO 強化學習演算法進行微調，顯著提升了在程式碼生成任務上的表現。根據官方說明，該模型在 EvalPlus 基準測試中效能提升 4.4%，並有效減輕瞭解碼過程中對自迴歸偏差的依賴。

DiffuCoder-7B-cpGRPO 屬於蘋果打造的擴散式大語言模型系列，具備 76.2 億引數，採用 bfloat16 精度訓練，支援基於提示詞的程式碼生成。其訓練流程基於 DiffuCoder-7B-Instruct 初始化，並在 2.1 萬條程式碼資料上進行一個 epoch 的後訓練。

開發者可透過 Hugging Face 上的模型卡及 GitHub 頁面（https://github.com/apple/ml-diffucoder）檢視詳細文件與使用方法。示例程式碼展示了該模型如何透過擴散過程生成程式碼，包括提示詞構建、模型載入與生成引數配置等內容，便於開發者快速上手整合。

值得注意的是，DiffuCoder 的架構和生成工具部分借鑑了開源專案 Dream，用於支援 Hugging Face 平臺的部署釋出。

🔗 https://huggingface.co/apple/DiffuCoder-7B-cpGRPO

Hunt for Fun｜先玩

🐎 一鍵生成迪拜賽馬場：Midjourney 熱門提示詞火了

近日，AI 生成影像創作者 @PatriciaRed_ 分享了一則用 Midjourney 工具創造的影片。該作品描繪了迪拜邁丹賽馬場塵土飛揚的內側跑道上一場賽馬比賽的高角度檢視。

影像呈現為逼真的 3D 橫截面，場景位於外圈草坪、觀眾看臺之間，遠景則是城市天際線與海岸線，整體畫面被隔離於純白背景之中。生成引數中指定了 Midjourney V7 模型版本及 4:3 的畫幅比例。

提示詞：Photorealistic 3D cross-section base, high-angle view of horses racing in the inner dust track at Dubai's Meydan Racecourse, between the outer turf, the grandstands and the tribune, the sea and the cityscape in the distance, isolated on white studio background –v 7.0 –ar 4:3

🔗 https://x.com/PatriciaRed\_/status/1940349288636170361

Hunt for insights｜先知

🔭 李飛飛：AI 的未來在於空間智慧，三維世界理解是 AGI 的關鍵

近日，Y Combinator 更新了李飛飛在舊金山 AI 創業學校的訪談影片。李飛飛回顧了自己從創辦 ImageNet 到推動深度學習和物體識別發展的一路歷程，並重點提到她如今正攻克 AI 領域最具挑戰性的前沿技術——空間智慧。

她在訪談中明確表示，空間智慧將是下一個人工智慧革命的關鍵領域，只有讓 AI 理解三維世界，它才能真正邁向通用人工智慧（AGI）。

李飛飛解釋道，與語言模型的構建相比，空間智慧的挑戰更為複雜，因為人類對三維世界的感知能力相對較弱，然而她堅信，透過軟硬體的融合與創新，這一難題是可以解決的。

李飛飛將 ImageNet 的誕生視為計算機視覺與深度學習領域的正規化轉變，而她現在的目標是透過攻克空間智慧，繼續引領人工智慧的變革。她表示，AI 必須超越生成模型，進入三維世界的理解，才能真正實現 AGI。

至於 World Labs 的具體細節，李飛飛透露，目前不便公開過多，但她強調，空間智慧的應用將與當前的大語言模型（LLMs）有顯著區別，尤其是在推動元宇宙等新興技術的實現過程中，3D 世界的感知將是不可或缺的一環。

🔗 https://www.youtube.com/watch?v=\_PioN-CpOP0

🎶 格萊美主席：AI 已重塑音樂創作，人類藝術家不可被取代

格萊美獎主辦方——美國錄音學院（Recording Academy）CEO 哈維·梅森（Harvey Mason Jr.）在接受《華爾街日報》專訪時表示，人工智慧正在深刻改變音樂產業的創作流程、版權規則以及聽眾的參與方式，但他堅信，人類創作者在音樂表達中仍擁有不可取代的價值。

作為一位曾與碧昂絲和賈斯汀·比伯等頂級藝人合作過的資深製作人，梅森認為，AI 並非洪水猛獸，而是一種強大的工具，可以生成鼓點、和絃，甚至完整的歌詞與旋律。

他指出，AI 的出現將顛覆傳統的音樂創作流程，但也為藝術家打開了全新的表達空間，比如讓無法再演唱的歌手透過 AI 「復活」嗓音，繼續創作與演出。

面對 AI 音樂創作日漸普及的現實，梅森提出幾個核心擔憂：首先是音樂版權歸屬不清，藝術家如何在 AI 再創作中獲得應有的署名和報酬；其次是，AI 若主要基於對過去音樂資料的模仿生成，是否會削弱原創性，導致音樂審美「平均化」。

他表示，「我們必須確保 AI 創作內容是可被保護、可被盈利、可被識別的，否則最具創造力的音樂人將可能被邊緣化。」

對於業界未來是否會設立專門的「AI音樂格萊美獎」類別，梅森持開放態度，但強調「音樂就是音樂」。錄音學院歷史上從未按合成器或真實樂器劃分獎項，而是始終鼓勵一切形式的音樂創新。

在他看來，AI 不僅會加速歌曲創作和推薦系統的發展，還可能重塑「粉絲」與「創作者」的關係。未來的粉絲可能不再只是被動聆聽，而是能主動參與創作——修改歌詞、變換伴奏、甚至讓偶像的 AI 分身為母親唱生日歌。

對於未來是否會出現「非人類歌手」走紅，梅森並不否認。他預測，AI 虛擬藝人一定會流行，但真正打動人心的，依然是那些有情感、有經驗、有共鳴的人類音樂人。「AI 可以模仿技巧，但無法複製經歷。」

梅森最後表示，AI 時代確實正在改變創作者與聽眾的比例，但「懂風格、懂情感、懂打動人心」的人類創作者，永遠會在舞臺上佔據核心位置。

🔗 https://www.wsj.com/tech/ai/ai-music-recording-academy-harvey-mason-4dbd1e63?mod=tech\_lead\_pos5

💡 風投機構 a16z：速度正在取代 AI 的傳統護城河

日前，知名風投機構 a16z 釋出一篇名為《In Consumer AI,Momentum Is the Moat》的部落格，講述瞭如今 AI 產品、AI 公司需要如何營銷，才能在市場中站穩腳跟。

文章中指出，現如今 AI 發展速度太快，以至於連一家公司的「護城河」都沒辦法構建。AI 基礎模型和基礎建設每週都會出現新的更新，因此 AI 公司沒辦法像移動時代那樣按部就班的發展。

a16z 表示，在上述的環境中，最重要的就是「速度」——你需要儘快地推出新的 AI 產品、獲得關注度並搶佔市場份額。

而對於獲得關注度，a16z 則認為早期宣傳十分重要。每家公司都希望能夠獲得病毒史傳播，但目前 AI 產品釋出的數量龐大，迭代速度快，社交演算法的易變性等難題，都令傳播變得越來越困難。a16z 坦言，「教科書上的策略已不再適用，而現如今，需要打破常規。」

部落格中舉出了十分多新的營銷案例：舉行駭客馬拉松、構建 AI 類的社交媒體實驗（如邀請使用者破解自家 AI 產品）、直播式 AI 產品釋出等等。而這些新的營銷方案，共同點則是：不需要依賴龐大的市場預算、不需要依賴渠道資源，透過社交網路的快速，一步步放大了產品的傳播效益。

彩蛋時間

作者：@azed_ai

工具：GPT-4o

Prompt：A felted wool figure of a [subject], handcrafted with soft fibers, uneven stitching, and visible textures. Set within a miniature diorama of layered fabrics and pastel props, the scene radiates cozy, storybook charm like a still from a tactile, stop-motion fairytale made entirely of felt and thread.

連結：https://x.com/azed_ai/status/1939277984441250111