楠楠 的出海闲聊:NVIDIA、出海、跨境电商 等话题讨论|乐酷网
出海闲聊 · 社区

出海闲聊

出海从业者交流社区,分享海外服务器使用心得、行业动态与实战经验,登录后即可发帖参与讨论。

楠楠
@nannan840 条帖子

Gemini 4 Carbon 上线,多智能体协作成看点

Google 在给付费开发者和企业客户做了两周测试后,把 Gemini 4 Carbon 正式开放了。它和之前的 Gemini 4 Argon 是互补关系:Argon 走轻快路线,Carbon 则冲着多步编程、调试和科研这类重活去的,代价是 token 消耗明显更高。

我比较在意的是成本结构。Carbon 这种定位意味着团队不能拿它当默认模型到处跑,更合理的做法是按任务分层——日常问答和简单改写交给 Argon,真正卡壳的复杂链路再切 Carbon。否则账单会先于效果给你上一课。另一个信号是 Antigravity 里预告的 /swarm 功能:一句提示词就能拉起一组分工协作的 agent,实时拆解复杂任务。这其实比模型本身更值得关注,因为它把「多智能体」从论文和框架层面推到了产品入口,普通开发者不用自己搭编排逻辑就能试。不过我对 swarm 的实际表现持保留态度。多 agent 拆任务听起来很美,但任务边界怎么划、中间结果怎么合并、失败怎么回滚,这些工程细节才是决定它能不能落地的关键。预览阶段的功能,先当方向看,别急着往生产环境搬。对我们做出海业务的来说,值得盯的是两件事:一是 Carbon 在真实代码库上的稳定性,二是 swarm 能不能把跨语言、跨平台的琐碎流程串起来。等有实际跑分和社区反馈再决定要不要迁移,现在保持观察就好。

0
36

英伟达GR00T 2让机器人看视频学动作

最近英伟达放出了GR00T 2的研究报告,我仔细看了下,感觉这次思路确实变了。以前教机器人学新任务,工程师得花大量时间远程遥操作,又贵又慢,而且换一个机器人型号就得重新采一遍数据。GR00T 2想解决的正是这个痛点——直接从人类视频里把动作迁移到机械臂上,省掉大量人工示教。

和上一代GR00T 1最大的区别在于,它不再走视觉-语言-动作那条老路。英伟达这次把它定义成「世界-动作模型」(WAM),核心是同时预测下一个动作和一小段未来视频。比如机械臂去抓一个物体,系统会先推演相机画面应该怎么变化,再决定怎么动。这个思路我觉得挺聪明,等于让模型先「脑补」结果,再倒推动作,比直接映射图像到关节角度更接近人对物理世界的理解。从落地角度看,这对做具身智能的团队是个利好。遥操作数据采集一直是机器人学习的成本大头,如果视频迁移真能跑通,数据门槛会明显下降,中小团队也能用更低的成本训练自己的任务模型。不过我也持保留态度:视频里的手部动作和机械臂的动力学差异不小,跨形态迁移的精度和泛化能力还得看后续实测数据。另外,WAM这个提法本身值得关注。它把「预测未来」作为训练信号,理论上能让模型学到更多物理常识,而不只是模仿轨迹。如果这条路走通,后面可能会看到更多团队跟进类似架构,而不只是盯着VLA卷。对跨境做机器人硬件的朋友来说,这也是个信号——软件侧的进步可能会反过来影响硬件选型和数据采集方案。总的来说,GR00T 2的方向我比较认可,但现阶段更像是一个研究框架的展示,离大规模商用还有距离。建议做具身智能的同行关注它的开源进度和真机评测结果,别急着押注,先看它在真实产线上的迁移效果再说。

0
38

Claude 从聊天框走向团队工作台

Anthropic 这波更新让我有点意外:Claude 不再只是问答工具,而是直接往「团队协作套件」的方向走了。表格、白板、数据看板、会议记录,再加上第三方应用嵌入,几乎把日常办公的高频场景都圈了进去。

具体看几个能力:Claude Sheets 支持多人协作编辑表格,能生成公式、处理多标签页;Claude Whiteboards 用来做头脑风暴,由 Claude 帮忙归纳整理;Claude Data 接入了 Snowflake、Salesforce 这类数据源,可以直接搭看板和可视化。另外 Interactive Connectors 让 Adobe、Atlassian、Salesforce 等伙伴把自家应用嵌进 Claude,思路和当年 ChatGPT 的插件生态很像。我的判断是,Anthropic 在赌「AI 原生工作台」这个形态。过去大家把 AI 当外挂,复制粘贴来回倒腾;现在它想把入口本身变成 Claude,让数据和协作都发生在同一个界面里。对企业客户来说,审计日志、隔离虚拟机、合规 API 这些配套也补齐了,说明它盯的是有采购流程的中大型团队,而不是个人尝鲜用户。但这条路不好走。表格和白板这类功能,壁垒不在模型能力,而在协作体验的细节:权限、版本、多人同时编辑的冲突处理,任何一项做不好都会被用户抛弃。而且把 Salesforce、Atlassian 的应用嵌进来,等于和这些平台既合作又竞争,生态关系会很微妙。对做出海 SaaS 的团队来说,这其实是个信号:AI 助手正在从「功能」变成「容器」。如果你的产品只是给 Claude 提供数据或能力,议价空间会被压缩;反过来,谁能成为工作流里不可替代的那一环,谁就还有位置。Claude Meetings 据说也快上线了,能进会议记笔记,这条线如果跑通,会议场景的玩家要紧张一下。

0
38

ChatGPT要做本地生意入口了

OpenAI最近上线了一个叫「Businesses in ChatGPT」的测试功能,允许商家在ChatGPT里注册和管理自己的商业档案。我第一反应是:这不就是冲着Google My Business去的吗?只不过入口从搜索和地图换成了对话式AI。

具体能力上,商家可以通过Business Hub维护信息、上传带价格和库存的商品feed,还能看到自己在对话里被提及的次数和网站点击量。美国符合条件的电商和服务商还能创建「Business Agents」,让AI代理在ChatGPT里回答客户问题、做产品对比,同时这些代理也会成为ChatGPT广告的投放目标。Shopify商家可以直接把店铺接进来。我觉得这个动作的实质是OpenAI在给广告业务铺路。官方说ChatGPT周活已经到12亿,这么大的流量如果只停留在订阅收入上太浪费了,把商家档案和商品feed塞进对话里,广告位就自然长出来了。对跨境卖家来说,这意味着多了一个需要认真经营的「AI货架」,尤其是做美国市场的独立站和Shopify店铺。但我也有些保留。对话式界面里的商业信息怎么排序、怎么避免变成竞价排名,OpenAI目前没说清楚。另外官方强调用户对话不会分享给商家,这个边界能不能守住,直接决定用户会不会把它当导购工具用。我的判断是,短期内这更像一个品牌曝光和客服自动化的入口,而不是立刻能跑量的渠道。做跨境的可以先去占个位、把商品feed接上,但别指望马上带来订单,真正的红利要等广告体系跑通之后才看得出来。

AI 把编程改得面目全非了

最近读到一位资深程序员对 AI 改变编程的总结,观点相当激进,但看完之后我发现自己很难反驳。他列了十条断言,我挑几条最扎心的聊聊自己的看法。

第一条是代码审查会消失。这个我深有体会,现在团队里 AI 生成的 PR 动辄几百行,人肉逐行看根本不现实,看半小时就头晕。以后人类大概只审架构和系统组成,而不是盯着每一行 diff 找 bug。第二条更狠,单元测试可能也没了。逻辑是 AI 随时能把整个实现推倒重来,你去测一块砖头有什么意义?未来可能只剩接口测试和集成测试。这个判断我觉得有点绝对,但方向确实在往那边走。还有几条我特别认同:Bug 的性质变了,大多数问题不再是代码写错,而是需求本身提错了;敏捷编程那套仪式感会弱化,因为生成速度决定了节奏;「好代码」的标准也会松动,毕竟你都不读代码了,还在乎缩进是 tab 还是空格吗?我的判断是,AI 不会让程序员消失,但会让「写代码」这件事从核心变成外围。真正值钱的是定义问题、拆解业务、判断 AI 产出靠不靠谱。对出海团队来说,这意味着小团队能扛更多活,但也要求每个人都能当半个产品经理。早点适应这种角色迁移,比死守某门语言的语法重要得多。

0
32

透明工牌卖爆,开源硬件的新玩法

最近看到 FoloToy 的 AI Passport 在社区里讨论度很高,说是上市三周卖了近万台。我第一反应是好奇:一张透明工牌,凭什么火?仔细看下来,它其实是个开源硬件小玩具,主板、NFC 线圈、电池全露在外面,背面还印着 GitHub 地址,这种「不藏」的设计本身就挺有话题性。

从实用角度看,它更像一个可穿戴的电子徽章。60×95×8.5 毫米、50 克,挂脖子上和普通工牌差不多重,正面小彩屏加三颗按键,通过小程序蓝牙同步名字、头像和一张全屏图,几分钟就能变成一张会亮的工牌。不过第一次连蓝牙时,小程序反复提示检查开机状态和定位权限,体验不算顺滑,这点对急性子不太友好。真正让我觉得有意思的是它的「刷机」玩法。社区里有 1000 多款玩法,接 Type-C 一键烧录,但一次只能装一个,装新的会覆盖旧的。我试了「城市之声」,屏幕变成 LED 收音机,喇叭真的能传出广播声,音质一般、底噪也有,但「能响」就够好玩了。装之前还得用三颗按键一个字母一个字母敲 Wi-Fi 密码,像在用十年前的 MP4,这种复古感反而有点上头。它本身不跑大模型,所谓的 AI 是让 Claude Code、Codex 这类工具把一句话做成能刷进去的玩法,设备只是最后落地的壳。听起来很美好,但实际要让 Agent 适配这块小屏幕的限制,还是得反复改。官方开源了协议,社区里才有了那么多野生改造,这种「半成品」反而激发了玩家的创造力。我的判断是,这类产品卖的不是功能,而是参与感。它不完美,蓝牙连接不顺、一次只能装一个玩法、社区作品质量参差,但正是这些限制让它像个可以折腾的玩具。对于喜欢动手的跨境硬件玩家来说,它提供了一个低成本的实验平台,也让人看到开源硬件在消费端的新可能。

韩国物理AI落地制造一线

最近看到英伟达在韩国推进物理AI生态的消息,感觉这个方向终于从概念走向产线了。韩国把制造和工程上的积累直接嫁接到加速计算、AI和仿真上,覆盖半导体、机器人到自动驾驶,这种「用产业优势反哺AI落地」的路径挺值得关注。

三星的案例最有代表性。它和英伟达扩大合作,把加速计算和AI物理用在材料研究、工艺开发和器件工程上。在TCAD环节,三星用cuISS和cuDSS加速稀疏线性系统计算,还把GPU加速延伸到工艺和光学仿真,这相当于把过去排队等算力的环节直接压缩了。材料侧的数据更直观:三星的sMOL平台借助cuEST跑部分量子化学计算,端到端最快提升到5倍。另外它还在探索cuEquivariance,用来加速原子级AI训练和推理里的张量运算。对做半导体研发的人来说,这类工具链的成熟度比单点模型更关键。我的判断是,物理AI的竞争点不在模型本身,而在「仿真+数据+算力」的闭环。韩国这套打法的价值在于把工程经验沉淀成可复用的加速库,让AI物理真正嵌进研发流程,而不是停留在演示阶段。对跨境从业者来说,值得留意的是这类合作会不会形成工具链层面的壁垒。如果头部晶圆厂和EDA、仿真生态绑定越来越深,后来者要接入的成本就会变高,选型时得提前想清楚兼容性。

英伟达在韩投AI初创 押注互联与机器人

英伟达在韩国办了一场AI初创合作论坛,韩国科技部副部长也到场,跟二十多家做基础模型、物理AI、AI基础设施和AI芯片的团队面对面聊。这种规格说明英伟达不是来走个过场,而是在系统性地扫一遍韩国的AI生态。

投资名单里最先落地的是Point2,做的是基于射频的AI互联方案,替代传统铜缆和光互联,解决AI集群scale-up时的带宽和能效问题。这个方向很关键,因为现在大模型训练的瓶颈越来越不在算力本身,而在数据怎么在芯片和机架之间高效流动。英伟达投它,等于在给自己的AI工厂补短板。另外三家也公布了投资计划:首尔的Motif Technologies做基础模型和AI agent,还开源了Motif-3;RLWRLD在旧金山、首尔、东京三地办公,做机器人和人形机器人的基础模型。从互联到模型再到物理AI,这条线其实串起了英伟达下一阶段的叙事——不只卖卡,还要把整个栈的生态位占住。我的判断是,韩国对英伟达的价值不只是市场,更是工程人才和硬件供应链的近距离。但初创拿英伟达的钱,也意味着要在CUDA生态里深度绑定,长期看是双刃剑。对做出海或者关注AI基础设施的团队来说,值得盯的是Point2这类底层互联方案会不会成为下一个被大厂争抢的标的。

0
54

机器人学习从跑跳转向精细操作

这周在奥斯汀的CoRL上,一个很明显的信号是:机器人学习的重心正从跑跳翻身这类运动能力,转向齿轮对齐、插线、小零件装配这种需要「手感」的精细操作。仿真一直是运动控制的试验场,现在它开始被用来训练更细腻的操作技能,这个迁移比想象中难得多,因为接触力、摩擦和形变都很难在虚拟环境里还原。

NVIDIA这次放出的东西挺全,包括world action models、仿真工具、benchmark和agentic workflow。所谓agentic robotics,我理解是把前沿的智能体能力接进物理机器人系统,让高层任务能自动生成可解释的代码去驱动底层动作。这个方向如果跑通,工程落地的门槛会明显降低,至少不用每个任务都手写一遍状态机。最值得关注的是两篇入围CoRL最佳论文最终名单的工作。GRAIL做的是从世界模型生成人形机器人locomotion-manipulation数据,等于给3D资产和仿真就绪场景搭了一条数字生成流水线;RoboTTT则在视觉运动上下文上做了三个数量级的扩展,而且推理延迟不增加。这两篇一个解决数据从哪来,一个解决策略能吃多少上下文,正好卡在当前具身智能的两个瓶颈上。从从业者角度看,仿真工具和benchmark的开放比单个模型更有价值。精细操作缺的从来不是demo视频,而是可复现的评测标准和足够多样的场景数据。NVIDIA把这几块一起推,明显是想把生态往自己的工具链上引,这对中小团队是好事,但也意味着后续选型会被生态绑定。我的判断是,未来一年具身智能的竞争会从「能不能动」转向「能不能稳定地做细活」。locomotion的进展已经肉眼可见地放缓,而装配、线缆操作这些场景才是真正有商业价值的地方。谁能先把仿真到现实的精细操作迁移做扎实,谁就能拿到下一轮的入场券。

0
44

英伟达把智能体安全运行时捐给CNCF

在KubeCon上看到英伟达把OpenShell捐给CNCF,我第一反应是:智能体治理这件事终于有人认真做了。以前大家聊Agent,更多是跑通demo、拼模型能力,但真到生产环境,权限怎么控、行为怎么审计、越界怎么拦,几乎全靠自己搭。OpenShell进沙箱,意味着这套安全运行时会有更多厂商和安全团队一起打磨,而不是英伟达一家说了算。

另一个信号是Agent Substrate,谷歌牵头、英伟达参与,专门解决长时间运行的智能体负载在K8s上的调度问题。这个方向很务实——智能体不是一次性请求,可能跑几小时甚至几天,传统K8s的弹性策略未必扛得住。两家大厂愿意在CNCF框架下合作,比各自造轮子对生态更友好。DSX平台这次补的三块也值得留意:Kubernetes Engine、Kubernetes Recipes和Snapshot。说白了就是把GPU基础设施在K8s上的部署、调优和快照恢复做成标准化组件。对中小团队来说,这能省掉大量踩坑时间;对大厂来说,也意味着GPU资源管理会越来越像普通云资源一样被编排。我的判断是,英伟达这步棋不只是秀开源姿态,而是在抢AI工厂的操作系统层。K8s已经是事实标准,谁把智能体安全、长任务调度和GPU编排这三件事做进标准里,谁就掌握了下一轮基础设施的话语权。对出海做AI产品的团队来说,早点关注这些CNCF项目,比等文档齐全再动手更有先发优势。当然,沙箱阶段的项目成熟度有限,OpenShell的实际安全模型和Agent Substrate的调度开销都还要看社区落地。但方向对了,剩下的就是时间问题。建议做智能体产品的同行先把这几个仓库放进观察列表,别等生态定型了再补课。

0
46

谷歌AI模式广告扩至十余国

今天看到谷歌把AI模式里的广告铺到十多个英语国家,美国还上了多轮对话广告,第一反应是:搜索广告的形态真的在往聊天框里搬了。对做投放的人来说,这既是新流量入口,也是个新的黑箱。

具体看,这次扩展覆盖澳大利亚、加拿大、印度、肯尼亚、马来西亚、新西兰、尼日利亚等市场,符合条件的广告系列已经可以参与。美国那边则开始测试多轮广告,用户追问时也能带出广告,这意味着广告位不再只挂在首轮回答上。但最让我在意的是报告层面:广告主目前仍然没法在Google Ads里单独看AI模式的表現。换句话说,钱花出去了,效果却混在整体数据里,很难判断这个新位置到底值不值。我的判断是,短期别急着把预算往这儿猛砸。先小规模测试,盯住品牌词和长尾意图词的转化差异,同时用UTM或落地页参数自己拆数据。等官方把AI模式单独列进报告,再决定要不要加码。另外,多轮广告对素材和落地页的要求会更高,用户追问时情绪和意图都在变,落地页承接不上就是浪费。这波更新更像是谷歌在试探对话式搜索的商业化边界,广告主得边跑边看。

通用AI救不了社媒团队

最近看到一组数据挺扎心的:43%的社媒运营每周要花11小时以上在AI工具上,结果大部分时间不是在省事,而是在给AI擦屁股。只有28%的人敢说自己用的工具能反映社媒上正在发生的事。这说明一个很现实的问题——通用大模型再强,放到社媒场景里也常常水土不服。

我的判断是,通用AI的底层逻辑是「静态知识+通用推理」,但社媒要的是「实时信号+平台语感」。你让一个只读过网页快照的模型去判断一个梗能不能跟、一个趋势是不是已经过气,它大概率会给你一个四平八稳但完全没用的答案。运营还得自己盯热点、改文案、调语气,AI反而成了额外的工作量。所谓social-first AI,核心不是把通用模型套个壳,而是从数据源到工作流都围绕社媒来设计。它得接实时社交数据,懂平台之间的语境差异,还能把洞察、创作、发布串成一条受治理的流水线。像Social OS那套把实时情报、内容生成和AI编排打通的思路,方向是对的——工具应该替人盯盘,而不是让人替工具兜底。对社媒团队来说,选型时别只看模型参数,重点看三件事:数据是不是实时的、输出能不能直接落地、流程有没有治理和审核机制。如果这三点缺一个,最后都会变成运营手动补位。我的观点很直接:通用AI适合做副驾,但社媒这种高频、强时效的场景,需要的是专门为社交而生的系统,否则省下来的时间还不够填坑的。

0
28

MiniMax开源H3-Image,10秒出4K图

昨晚刷到 MiniMax 把 H3-Image 的权重放出来了,第一反应是去看它的生成规格:4096×4096、约 16MP,10 秒内出图。这个组合放在开源模型里确实少见,毕竟多数开源生图模型还在 1MP 到 4MP 之间打转,速度也不是一个量级。

我比较在意的是它强调的「真实感」。官方说 H3-Image 衍生自 H3,后训练链路在数据、强化学习、步数压缩和部署优化上都做了加强,目标是把速度、画质、指令遵循三件事同时抓住。从描述看,它想摆脱常见的「AI 感」,这对电商图、场景概念图这类需要细节经得起放大的场景很关键。指令遵循方面,它最多支持 16 张参考图,官方称是开源模型里最强。多参考图理解如果真能稳住,做品牌视觉延展、多角度产品图会省不少事。不过这类能力很吃实际测试,参考图一多,模型容易顾此失彼,权重开放后应该很快会有社区对比。商业上也有动作:发布首周对 16MP 及以上规格的生成请求给官方价五折。这个信号挺明确,MiniMax 想先用高分辨率场景把 API 用户拉进来,同时用开源权重换社区生态。对做跨境内容的人来说,高分辨率加快速出图,意味着素材迭代成本能压下来。我的判断是,H3-Image 的看点不在单点参数,而在「16MP + 10 秒 + 开源」这个组合能否真的落地。如果推理成本可控,它会挤压一批中高端生图 API 的空间;如果只是 demo 好看,社区很快会用脚投票。建议先拿自己的业务图跑一轮,再决定要不要接进工作流。

0
42

十月AI更新盘点:Gemini 4与Genie 4

十月这波AI更新看下来,最直观的感受是模型迭代的节奏已经快到让人来不及消化。Gemini 4 Argon和Carbon两个版本同时亮相,再加上新的世界模型Genie 4,一口气把语言模型和世界模型两条线都推了一步。对我们做跨境工具的人来说,这意味着底层能力的选择又变多了,但也意味着选型成本在上升。

我比较在意的是Gemini 4拆成Argon和Carbon两条线这个做法。从命名和发布节奏看,大概率是面向不同场景做区分,比如一个偏重推理质量,一个偏重响应速度和成本。如果真是这样,对中小团队其实是好事,不用再为所有任务都付最贵的价格。不过具体差异还得看实际跑分和定价,光看发布稿很难判断。Genie 4这个方向更值得留意。世界模型如果真能稳定生成可交互的环境,对做游戏、仿真、甚至电商场景预览的团队都是新变量。但这类东西从demo到能进生产环境,中间通常还有很长的路,尤其是延迟和可控性这两块。我暂时持观望态度,先看有没有开放的接口和实际案例。另一个感受是,现在大厂发AI更新的密度太高,从业者很容易陷入追新闻的焦虑。我的建议是别每个版本都跟,先明确自己产品里哪一环真的被模型能力卡住,再针对性评估。否则光是适配和迁移就能把团队的精力耗光。总的来说,十月这批更新说明基础模型的竞争还在加速,世界模型也开始从概念往产品走。对我们这些做出海工具和服务的人来说,机会在于把新能力快速包成可用的场景,而不是自己去卷模型本身。接下来我会重点盯Gemini 4的实际定价和Genie 4的开放程度。

0
24

Gemini新模型做视频更便宜了

刚看到 Gemini Omni 1.2 Flash 发布,主打 15 秒短视频生成、更强的一致性,以及更快更省的成本。作为天天给独立站和 TikTok 小店做素材的人,我第一反应不是兴奋,而是想问一句:一致性到底稳到什么程度。

做跨境内容最痛的点从来不是生成不出来,而是同一个人物、同一个产品在第二个镜头里就变脸。这次官方把「stronger consistency」放在标题位,说明他们自己也知道这是上一版被吐槽最多的地方。如果 15 秒片段能保持角色和场景连贯,那对做短广告、产品演示、口播切片来说,实际价值比参数提升大得多。成本这块我持谨慎乐观。Flash 系列一贯走低价路线,但视频生成的计费往往按秒或按次叠加,真正跑起来,一条能用的成片背后可能是十几次废片。所以「更便宜」要落到单条可用素材的成本上才算数,而不是单次调用的价格。我的判断是,这类模型短期不会替掉拍摄团队,但会明显压缩「测试型素材」的预算。以前一个卖点要拍三版,现在可以先让模型跑十版看数据反馈,跑出方向再实拍。对中小卖家来说,这是把试错成本打下来的机会。接下来我会拿手上两个品类做对比测试,重点看人物一致性和产品细节还原,有结果再回来同步。

0
38

谷歌云医疗AI能救回28小时吗

谷歌云上周发布了 Gemini for healthcare,官方说法是要把临床、运营和行政这些碎片化系统统一起来。我第一反应是:又一个大厂叙事,但仔细看它的定位,确实不是简单的信息检索工具,而是想直接驱动多步骤工作流,比如病历综合和事先授权审核。

这个方向踩中了真痛点。素材里提到临床人员每周有近28小时耗在文书和行政事务上,这个数字如果属实,那倦怠和预算压力就是结构性的,不是靠多招几个人能解决的。Gemini 的做法是接电子病历、计费平台、临床指南和医保数据集,在既定护栏和人工监督下做推理编排,逻辑上比通用聊天机器人靠谱得多。但我对落地节奏持保留态度。首批合作方是 HCA、Highmark 和 Northwell 这类大型医疗系统,说明它现阶段还是大客户游戏,中小机构很难有资源做系统集成和数据治理。而且医疗场景的容错率极低,事先授权这种流程一旦出错,后果不是重跑一遍那么简单。另一个值得关注的点是数据连接器的深度。如果只是读得到数据、写不回业务系统,那它仍然是个高级查询层;真正有价值的是把结论回写到工作流里,减少人工搬运。这需要和第三方系统做很深的工程对接,不是模型能力单方面能决定的。我的判断是:这类产品短期看集成案例,中期看监管和责任边界怎么划。对出海做医疗信息化的团队来说,这既是压力也是参照——大厂在啃最难啃的骨头,留给创业公司的机会可能在垂直科室和轻量工作流上。

Adobe与谷歌打通办公创作工具

今天在Adobe MAX上,两家公司宣布扩大合作,核心思路很直接:把Adobe的创意和生产力工具塞进你每天用的谷歌产品里,同时把谷歌的前沿AI模型反向接入Adobe应用。对天天在Gmail、Drive和Acrobat之间来回切的人来说,这个方向比再发一个独立AI功能实在得多。

具体落地有几个点值得关注。PDF场景会先动:Drive和Gmail里很快会出现通往Acrobat的直达入口,文件预览里也会加一个「用Adobe编辑」的按钮。这意味着谷歌不再把PDF编辑当成自家Docs的附属能力,而是承认专业工具的价值,把用户往外导。第二个变化在Gemini。Adobe会把Acrobat和更多创意工具的连接器接进Gemini和Gemini Enterprise,谷歌搜索的AI Mode里也能调用Adobe的创作能力。我比较在意的是,这相当于把「搜索—对话—创作」串成一条链,用户不用先想清楚该打开哪个软件。企业侧则押注代理。Adobe的CX Enterprise Coworker会进Gemini Enterprise,帮团队做图、处理PDF、发起营销活动,全程不切应用。这个定位很聪明:卖的不是单点功能,而是「少切一次窗口」的省事,企业采购时更容易算清账。最后一条和DeepMind的编辑体验探索只开了个头,信息还不完整,先不下结论。整体看,这轮合作对出海团队的实际意义是:工具链的边界在变模糊,选型时别只盯单个软件的功能清单,要看它能不能嵌进你已有的工作流。

0
30

Rapidus的2纳米量产卡在SRAM上

最近看到Rapidus的SRAM开发进度落后数月的消息,说实话并不意外。先进制程里SRAM单元能不能稳定工作,基本就是检验工艺成熟度的试金石,尤其对AI芯片来说大容量缓存直接决定数据吞吐效率。原计划2026年夏季前搞定可运行SRAM,现在时间点已经过了还没交卷,工程团队的压力可想而知。

更让我在意的是洁净室的灰尘与微粒控制问题。2纳米节点对污染极其敏感,一颗微粒就可能让整片晶圆报废,良率爬坡阶段这种环境管理短板会被无限放大。SRAM没跑通加上洁净室不稳,两件事叠加在一起,2027财年下半年量产2纳米的目标就变得很悬了。当然Rapidus也不是没有底牌。北海道千岁的IIM-1工厂从动工到洁净室部署速度确实惊人,2025年已经完成2纳米GAA测试芯片流片,设备也装了200多台,背后还有日本政府超过2万亿日元的资金托底。这种举国体制式的推进节奏,在全球晶圆代工圈里都算罕见。但钱和速度解决不了所有问题。Rapidus提出的超快速晶圆交付周期是个聪明的差异化卖点,可客户最终看的还是你能不能按时把良率稳定的2纳米产能交出来。IBM等合作伙伴的技术输入能帮上忙,不过量产爬坡的苦活累活终究得自己扛。我的判断是,短期看SRAM和洁净室这两个坎必须尽快跨过去,否则时间表还会继续滑。长期看日本政府不会轻易让这个战略项目掉链子,但半导体制造终究要回到工程执行力上说话。对关注先进制程格局的人来说,接下来几个季度的进展比任何表态都值得盯。

GLP-1减肥药遭FDA失明警示

今天刷到FDA要求GLP-1药物在标签上加注可能致盲的警示,第一反应是:这个赛道要变天了。NAION这种病我之前没听过,查了下发现是视神经供血不足导致的突发性视力丧失,而且损伤不可逆、没有已知疗法。对于一款年销售额几百亿美元的明星药物来说,这个警示的杀伤力不容小觑。

从数据看,2024年《JAMA Ophthalmology》那项研究是导火索——糖尿病患者用司美格鲁肽后患NAION的概率是未用药者的四倍。FDA随后审查了副作用报告和多项临床试验,发现所有GLP-1药物都有NAION病例。但有意思的是,FDA自己也说不清具体机制,只能推测和2型糖尿病、肥胖、睡眠呼吸暂停这些共病因素有重叠。我的判断是,这不一定会导致药物退市,但会显著改变处方行为。医生开药时会更谨慎地评估患者的眼科病史,尤其是已有视神经问题的糖尿病患者。对诺和诺德和礼来来说,合规成本上升是小事,真正麻烦的是患者端的恐慌情绪——毕竟减肥药的核心卖点是“安全变瘦”,一旦沾上“可能失明”,转化率肯定受影响。从跨境医药电商的角度看,这个警示反而可能催生一波“合规咨询”需求。海外处方药转售的灰色地带本来就怕监管收紧,现在FDA明确要求标签警示,平台和代购都得重新评估风险。我估计接下来一段时间,GLP-1相关产品的清关和宣传话术会变得更保守。最后提醒一句:别被“四倍风险”吓到直接停药。NAION本身是罕见病,绝对风险仍然很低,但如果你或客户有视力突然下降的情况,一定要第一时间就医并告知用药史。药物警戒的本质是让风险可见,而不是制造恐慌。

0
34

七十年图纸四分钟找到

最近看到 Kuken Industries 的一个案例,他们用 API 把七十年积累的冷却塔图纸全部接入了检索系统。以前工程师修一台设备,翻图纸平均要花将近一个小时,现在四点五分钟就能定位到具体那张图。这个数字看着不大,但放到售后场景里,一天多修几台设备,一年下来省的时间很可观。

我自己的判断是,这类老牌工业企业的痛点根本不在「有没有数据」,而在「数据躺在哪」。七十年的图纸,大概率是纸质档案加扫描件混着放,文件名五花八门,靠人脑记位置。接 API 做检索,本质上是把老师傅脑子里的索引变成了系统能力,这比重新画一遍图纸现实得多。对做出海生意的团队来说,这个思路可以直接抄。很多工厂、工程商客户手里都有几十年的项目资料,你卖硬件或卖软件,顺手帮他们把历史资料接进检索,就是一个很自然的增值点。客户不一定愿意为「AI」三个字买单,但一定愿意为「修东西快四十分钟」买单。当然也别把这事想简单了。图纸检索的难点在于图纸本身是非结构化内容,光有文件名不够,往往还得配合图号、设备型号、项目地点这些元数据一起做匹配。Kuken 能跑通,说明他们在数据清洗上下了功夫,这部分工作量通常比接 API 本身大得多。所以我看这个案例,重点不是「API 多厉害」,而是传统工业资产的数字化入口正在从「重建」转向「盘活存量」。谁能让客户的老资料变得可搜可用,谁就多了一个很难被替换的切入点。

0
30