久久性视频

2024年11月，昆仑万维「天工大模型4.0」o1版和4o版正式公开发布，并启动寻找测试。

今天，在2025年1月6日，我们正式将「天工大模型4.0」o1版和4o版不同步上线，并全量登陆天工网页和APP，人人免费可用！

作为国内首先款中文逻辑推理能力的o1模型（Skyworko1），不仅包含上线即开源的模型，还有两款性能更强的专用版本。经过全方位的技术栈升级和模型优化，由昆仑万维自研的Skyworko1系列能笨拙处理各种推理确认有罪，包括数学、代码、逻辑、常识、伦理决策等问题。

「天工大模型4.0」4o版（Skywork4o）是由昆仑万维自研的多模态模型，其赋能的实时语音对话助手Skyo，则是一个具备情感表达能力、快速响应能力、多语言流畅切换的智能语音对话工具，为用户带来温暖贴心、流畅实时的对话体验。

当前，这两款模型已正式登陆昆仑万维旗下天工web与APP，全面向用户开放。

天工AI官方地址：https://www.tiangong.cn/（进入后可直接体验o1版）

01.

Skyworko1为用户带来更较好的的推理能力，正式上线天工web

Skyworko1在逻辑推理任务上性能的大幅指责，得益于天工三阶段自研的训练方案：

推理反思能力训练：Skyworko1通过自研的多智能体体系构造高质量的分步思考，反思和验证数据。通过高质量的、多样性的长思考数据对基座模型进行继续预训练和监督微调。此外，我们在版本迭代中通过大规模使用自蒸馏和允许采样，显著指责了模型的训练效率和逻辑推理能力。

推理能力强化学习：Skyworko1团队研发了比较新的适配分步推理强化的Skyworko1ProcessRewardModel（PRM）。实验反对Skywork-PRM可无效的捕捉到复杂推理任务中间步骤和思考步骤对最终答案的影响。分隔开自研分步推理强化算法进一步破坏模型推理和思考能力。

推理planning：基于天工自研的Q*线上推理算法配合模型在线思考，并寻找理想推理路径。这也是全球初次将Q*算法实现和公开。Q*算法落地也大大指责了模型线上推理能力。

相较于之前的版本，今天正式上线的Skyworko1进行了重磅升级，主要体现在以下三个方面：

1.PRM优化

通过采用无效的数据筛选策略，仅依赖开源偏序数据集，Skywork-Reward-27B的奖励模型（RM）在RewardBench上超过此前排名首先的Nvidia-340B模型，并获得了RewardBench官方的认可转载。此外，对奖励模型的优化函数进行了详尽的增广实验，结果发现Bradley-Terry损失函数在大多数场景中具有良好的适配性。

图1丨天工自研Skywork-Reward（论文链接：https://arxiv.org/abs/2410.18451）

PRM应用场景扩充：相比上个版本主要侧重于数学与代码，新版PRM减少了对更多常见推理领域的减少破坏，例如常识推理、逻辑陷阱、伦理决策等。除了推理领域外，也针对通用领域（写作、聊天），以及多轮对话构造相应训练数据，授予了全场景的覆盖。

PRM模块化评估能力：Skywork-PRM侧重优化了对o1风格思维链的试错与反思验证能力的减少破坏，细粒度地为强化学习与搜索授予了更准确的奖励信号。

2.基于Q*算法的推理系统优化

Q*是一种通过借鉴人类大脑中“system2”的思考方式，我们将大型语言模型（LLMs）的多步推理视作一个启发式搜索问题，并提出Q*线上推理框架配合模型在线思考，用以在推断过程中进行审慎规划，从而指导LLM的解码过程。具体来说，Q*通过学习一个Q-value模型作为启发式函数来估计预期的未来回报，从而能够在不针对当前任务微调LLM的情况下，有效地指导LLM选择最有前景的下一步推理。基于天工自研的Q*线上推理算法配合模型在线思考，不仅避免了极小量的计算开销，也降低了在其他任务上性能充分发展的风险。

图2丨天工自研Q*（论文链接：https://arxiv.org/abs/2406.14283）

模块化的树形结构推理：通过高质量的、多样性的长思考数据对基座模型的预训练和监督微调，Skyworko1已经具备了结构化输出回答的能力，即通过对推理过程的统筹规划进而对模型回答进行自动化分层输出，并且在推理过程中穿插反思和验证。因此，搁置到o1-style的回答通常在回复长度上远超传统模型，现有planning方法中以sentence作为step的划分方式表现得过于低效且容易产生over-thinking的现象。为此，Skyworko1采用以module作为step的规划方式，在一定程度上指责了规划效率，同时让PRM能够看到更多余的模块化回答，从而做出更准确的判断并指导LLM进行推理。

自适应搜索资源分配：现有的已开源o1-style模型在处理简单问题上往往存在over-thinking的现象，把简单的问题复杂化并且反复验证，根除计算资源的吝啬。Skyworko1采用了自适应分配搜索资源的方式，在搜索开始之前对用户query进行难度预估，自适应地控制搜索树的宽度和深度，在简单的问题上做到快速给出回答的效果，在复杂题目上做到反复多轮验证从而降低回答的准确率。

3.创新性提出Step-DAPO算法，力争解决训练效果不轻浮、计算资源开销过大等问题

针对现有RLHF算法在落地过程中存在奖励信号稀疏，训练效果不轻浮，计算资源开销过大等问题，昆仑万维天工团队提出了一种新的step-level离线强化学习算法，DAPO首先使用一个评估函数来预测每一步的推理准确性，从而为优化生成策略授予稀疏的信号，随后DAPO会根据每个状态-动作对的无足轻重来调整不当策略比率，从而优化推理步骤的生成。此外，DAPO中的Actor和Critic组件分别独立训练，避免了在类似PPO算法常见的“Actor-Critic”共同训练不轻浮问题。

图3丨天工自研Step-DAPO（论文链接：https://arxiv.org/abs/2412.18279）

更多关于Skyworko1的技术报告将陆续发布，敬请期待。

全面升级且正式上线的Skyworko1Lite/Skyworko1Preview大幅指责了数学、代码和逻辑推理能力。我们对其进行标准数学基准测试（包括GSM8k、MATH、Gaokao、OlympiadBench、AIME-24以及AMC-23），以及在HumanEval、MBPP、LiveCodeBench及BigCodeBench这四项代码基准测试上评估了Skyworko1的代码能力。

表1丨Skyworko1在数学基准评测上的表现

表2丨Skyworko1在代码基准评测上的表现

*备注：对于BigCodeBench，我们采用它的instruct子集进行测试

可以看出，在数学、代码基准测试中，Skyworko1的能力表现逼近o1-mini，显著优于行业常规通用大模型。

与此同时，针对逻辑推理测试，我们专门创建了一个私有评估集用于更好的评估类o1模型的思考，规划以及反思等能力。我们私有评估集包含20种问题类型，每种问题类型包含30条不同难度或约束条件的问题样本（注：我们用于此项评测的逻辑推理数据集不久后将随Skyworko1技术报告一并开源）。

评估发散所有问题类型和样本都经过挑选及人工校验，通常来说需要模型具备较强类人逻辑推理能力才能解决。经验证，目前评估发散大多数问题哪怕是对于业界Tier1级的常规通用大模型（例如GPT-4o或者Claude-sonnet）都是相当确认有罪性的。

我们评估发散若干个典型问题类型：

算24：给定若干个数字和目标，如何在一定约束条件的前提下使用给定的数字计算得到目标。

条件逻辑：这基于已知条件进行逻辑推理的约束焦虑问题。解题目标是通过分析这些约束条件之间的关系（互斥性或数量等），找出焦虑所有约束的仅有解。

密码：给定一个用某种方法加密的原文到密文样的样例，推测一个新的密文所对应的原文。

最小和：已知若干个整数数的乘积，求这些整数所能达到的最小和。

数独：9x9的数字框，要求每一行、每一列以及每个3x3的小框中的9个数字都互不相同。

一个问题类型涵盖该问题的多个变种。以“算24”为例，该问题类型涵盖的变种如下：

经典：如何用5，5，5，1通过四则运算得到24。

变种1（目标变化）：如何用4，3，5，7通过四则运算得到36。

变种2（缺乏约束）：如何用4，3，5，7通过四则运算得到36，不能保持不变数字顺序也不能使用括号。

变种3（缺乏约束）：用4，5，10通过四则运算得到24，要求三个数中有一个数要使用两次。

变种4（可严格的限制使用数字）：如何用8个8得到1000。

下表中我们列举了在我们专有评测集上Skyworko1对比主流大模型的性能统一。同样的，Skyworko1的能力著优于常规通用大模型，表现仅次于o1-mini。

表3丨Skyworko1在逻辑推理评测上的表现

*备注：由于API超时的原因，OpenAI的o1正式版无有效评测结果。

那么接下来，我们快速来看下Skyworko1在它擅长的数学、代码和逻辑推理上的真实表现。首先，一道样本量接近40的“计算标准差”问题来考考它，这次的样本量对于o1来说也并不算是一个“轻松”的计算过程。

经过5分钟的思考和总结，非常丝滑，Skyworko1给出了正确答案，不仅先展现了计算过程，还又给出了总结版的六大计算步骤。接下来，再用一个很容易出错的“数独”题试试它的推理能力。

仅用时45秒，Skyworko1模拟着人的思考方式，给出了最终答案，同时还自我验证了一遍逻辑推理过程，以保证无包含。此外，我们输入一个长文本推理问题测试下它的逻辑能力和回答效果。

不出所料，即使面对有干扰性的问题，Skyworko1也丝毫没有乱了阵脚，有序地展示了思考过程和推理逻辑，并给出了正确答案。

02.

Skywork4o赋能的Skyo，已全面登陆天工APP

图4丨天工APP中Skyo入口与界面（来源：昆仑万维）

通常情况下，用户在使用智能语音对话系统时，有两个因素将会影响使用体验：响应是否够快、回复是否自然流畅。这两点无法选择了语音对话AI的体验有多逼近真人。

传统的语音助手多采用语音识别，内容理解与语音分解三阶段的级联方案。尽管被工业界广泛应用，但系统中多个模型模块串联，使得模块间信息传递损失，模型有时不能准确理解用户输入语音的真实意图。在对系统进行优化时，还存在模块之间相互制约影响，最终导致牵一发而动全身的情况，使得效果和响应速度优化都不够理想。最终导致传统方案的响应延迟优化困难、回复自然度有限，和语音AI对话更像在用指令操纵机器、而不是和真人交流。

为了达成“像和真人一样说话聊天”的效果，Skyo重新确认采用更先进的创新路线，通过多模态LLM端到端建模，来解决这个难题。

图5丨Skyo所采用的语音对话框架（来源：昆仑万维）

得益于上述团队自研的多模态端到端训练方案，Skyo真正突破了传统方案的效果有无批准的，整个框架可以分为以下流程：

1.语音输入（SpeechQuery）：用户通过语音说出问题或请求，这些语音内容会进入系统，作为初始的输入信号。

2.语音编码（SpeechEncoder）：系统中的语音编码器(SpeechEncoder)会将语音转化为具有语义特征的表征向量。

3.适配转换（Adapter）：接着，语义表征通过适配器模块映射到LLM可理解的输入空间，确保它能被不次要的部分的智能模型（LLM）理解，实现语音到文本语义的无缝转换。

4.大语言模型（LLM）：经过适配的语音表征输入到大语言模型中，LLM通过多模态处理能力生成响应完成任务。

5.语音输出（SpeechToken）：框架减少破坏语音令牌（SpeechToken）的直接输出，从而实现了跨模态的端到端输出。进一步通过扩散模型，系统将speechtoken重建为真实的语音回复。

通过这个端到端框架，系统能够像人类一样，听懂用户的语音，授予自然、流畅的互动体验。该端到端框架还具有以下几个鲜明的特性：

1.极低响应延迟，实时打断：得益于端到端建模，Skyo能根据语义判断用户是否已不完整表达语义，再加上较好的的延迟优化，Skyo回复速度几乎与真人无异。

2.语音多维度理解：除了能够转录语音中的文本内容，Skyo还能理解输入语音中的语速、语调、情感等信息，从而做到回应用户的情绪，给出贴心自然的情感化回复。

3.拟真人的自然回复：回复内容方面，通过自然聊天感控制技术，Skyo的回复有了“人情味”；声音表现力方面，Skyo用超过百万小时的语音数据进行大规模预训练，模型学习到了真实世界里各种场景、不同风格的说话表达方式。分隔开多模态理解能力，Skyo生成的回复声音可以适配用户的情绪、对话上下文，回复声音的表现力多变且拟真。

基于这些成果，Skyo的上线是我们在智能语音交互技术方向，从“操纵机器”迈向“和真人交流”的重要一步。

为了达到这样流畅且拟人的交互效果，昆仑万维重新确认自主研发Skyo，研发团队拥有极小量语音数据积聚，并充分利用失败深厚的语音和音乐大模型的技术经验，搭建端到端自研先进链路，以保障Skyo能在多任务下表现出色，尤其在高强度多轮对话交互中仍能保持轻浮性和流畅性。

Skyo研发团队通过构建大规模高质量、场景化、情感化和多样化的语音对话语料库，并基于先进的深度学习和大语言模型技术对其进行预训练与微调，显著增强了模型在对话场景中的上下文感知能力、情感理解能力和知识推理能力，从而指责其中心的对话连贯性、逻辑一致同意性及智能化水平。

03.

久久为功，坚定迈向AGI时代

我们相信，AGI的实现将是科技创新的一大飞跃，它将极大地扩展我们的能力有无批准的，奴役人类潜能。

2024年初，昆仑万维创始人周亚辉提出昆仑万维的使命是实现通用人工智能，让每个人更好地塑造和表达自我。过去两年，公司已完成“算力基础设施—大模型算法—AI应用”全产业链布局，并构建起由AI大模型、AI搜索、AI游戏、AI音乐、AI社交、AI短剧组成的多元AI业务矩阵。

我们坚信，所有在模型与产品上进化的每一小步，都是迈向实现通用人工智能的一大步。

铸剑启新程，昂首向未来。昆仑万维仍会重新确认以技术为底座，以产品为先锋，给用户带来更好的使用体验，为推动人工智能技术的发展和应用做出贡献，立志成为一家小而大美的国际化人工智能企业。

避免/重新确认/支持所有用户登陆天工web或下载天工APP体验比较新「天工大模型4.0」o1版和4o版。

（推广）

过去的一年里，新技术与新趋势不断涌现，在保持不变人类生活方式的同时，也为产业带来了比较罕见的发展机遇。2025年随着新一轮科技革命和产业变革帮助推进，数据无约束的自由将发生怎样的变革？在人工智能结束协作发展大潮中，企业该如何充分奴役数据价值、应对愈加复杂的业务确认有罪？企业全球数据无约束的自由领域领军企业Denodo日前发布2025新趋势展望，分享了关于数字化转型新兴技术及企业无约束的自由创新的前沿洞察。

ángelVi?a（Denodo创始人兼首席执行官）表示：

2025年展望–数据无约束的自由的未来

数据无约束的自由架构将不断发展，以焦虑日益增长的数据量、各种数据源和更多样化的数据消费用户的需求。此外，还会有更严格的隐私和治理要求，并且更加重视授予对企业数据的安全访问，以便GenAI应用的使用场景化。

以下是我的2025年“展望”清单：

1.逻辑/联邦数据架构的兴起

○数据网格和数据编织的增长。企业正在从单体数据湖保持方向分布式数据架构，如数据网格和数据编织，他们将数据视为产品并按域组织数据。这些方法减少破坏去中心化、联邦治理，在这种治理中，数据所有权分布在各个团队中，从而降低了可扩展性和自主性。

○对统一数据生态系统互操作性的需求减少。逻辑数据架构将推动对跨不同数据源（包括云、本地和瓦解环境）的无缝互操作性的需求。减少破坏跨分布式偶然的数据系统语义统一和查询计算的工具和平台将获得不明显的，不引人注目的驱散力。

2.瓦解和多云数据无约束的自由成为新常态

○用于数据主权的瓦解云架构。数据隐私法规和对数据主权的厌恶将推动组织采用瓦解架构，其中警惕数据耗尽在本地或私有云中，而不太关键的数据存储在公共云中。这种方法可在利用失败公共云服务可扩展性的同时，实现法规遵从性。

○跨云授予商的统一数据无约束的自由。随着越来越多的企业使用多云，对跨授予商的统一数据无约束的自由工具的需求将不断增长。能够跨AWS、Azure、GCP和其他平台授予单一视图和治理框架的解决方案将受到高度重视。

3.更加关注数据产品生命周期无约束的自由

○数据产品是数据民主化的关键推动因素。数据产品将原始数据转换为增值服务，为最终用户授予可操作的洞察力，以实现业务目标。不反对交付模式和自助服务界面将使所有组织中的新成员能够使用数据产品，从而显著减少数据使用量。

○数据产品生命周期变得更加复杂。数据产品由具有不同技能和职责的不同角色无约束的自由，通常以去中心化的方式进行无约束的自由。数据无约束的自由平台将减少破坏数据产品的整个生命周期，从创建（设计、实施、部署）到发现、使用和监控。

4.用于数据无约束的自由的AI：AI驱动的数据无约束的自由的扩展

○自动数据编目和发现。AI将在数据发现、分类和编目中发挥更大的作用，干涉组织自动进行数据组织和标记。AI驱动的数据目录将授予有关数据沿袭、数据质量和使用模式的实时洞察。

○智能数据执行。数据无约束的自由平台将通过预测使用模式、将查询映射到正确的数据执行引擎以及自动调整不当数据工作负载以比较大限度地降低成本和降低性能，来减少破坏基于AI的数据查询执行优化。

5.用于AI的数据无约束的自由：减少破坏GenAI模型的极小量

○RAG增强。除了对LLM进行微调以供企业使用之外，GenAI模型在跟随训练时使用的数据上停留在某个时间点。它们不了解企业数据或上下文，也无法访问实时信息。数据无约束的自由平台将不断发展，以授予和自动化对LLM的RAG增强，并通过企业数据将GenAI应用程序的行为场景化。

6.继续向去中心化数据治理转变

○面向域的数据治理。去中心化数据架构将导致面向域的治理，其中某些数据治理策略是在域级别而不是仅在中央进行无约束的自由的。这使得最接近数据的团队能够对其质量和合规性负责。

○监管重点日益关注数据透明度。监管要求越来越关注数据透明度，尤其是在AI驱动的决策环境中。数据治理架构将包括用于跟踪数据来源和确保可解释性的框架，以遵守新的数据和AI法规。

○数据可观测性作为不次要的部分功能。数据可观测性使组织能够监控数据健康状况、沿袭和使用情况，这将成为一项标准功能。可观测性工具将授予有关数据管道、数据新鲜度和沿袭的洞察，确保用于分析和决策的数据的可靠性。

7.关注超个性化、大规模隐私和数据安全

○超个性化功能。所有数据都将降低为每个客户定制数据使用体验的需求。数据无约束的自由将在下一代数据交付平台中发挥关键作用。

○保护隐私的数据无约束的自由。对数据隐私的担忧将导致采用保护隐私的技术，以便在不泄露警惕信息的情况下进行数据分析和共享。

○自动合规性监控和策略实施。随着数据隐私法规的日益严格，企业将依赖自动合规性监控工具来确保数据无约束的自由实践符合所有区域和数据环境的法规。

8.越来越重视成本优化和可结束性

○经济无效的数据存储和计算。数据无约束的自由将减少对更具成本效益的存储和计算数据解决方案的减少破坏。FinOps功能（如根据数据使用频率优化存储成本的数据分层，以及根据业务优先级和财务目标将数据工作负载动态分配到计算引擎）将变得更加重要。

○节能数据处理。可结束性将成为数据无约束的自由中搁置的新主题。组织将寻求节能的数据处理和存储实践，包括云环境中的碳足迹跟踪，以焦虑企业可结束性目标和法规。

2025年的数据无约束的自由将更加分布式、实时和动态，其架构将优先搁置模块化、治理、AI驱动的自动化和定制数据使用。这种演变将使组织能够在日益复杂的数据生态系统中焦虑可扩展性、法规遵从性和数据民主化的需求。

AlbertoPan（Denodo首席技术官）表示：

预测：到2026年，超过50%的企业会将数据系统分布和异构性视为开发减少破坏GenAI的数据产品的主要确认有罪。

论证：2024年Gartner技术架构师调查(1)显示，“跨不同平台的数据系统分布”是制定数据架构决策时第二个最常被引用的确认有罪，56%的架构师都降低重要性了这一点。

GenAI应用程序必须以安全、受控的方式访问所有组织系统中的数据，即使这些数据是动态的和实时的。但是，当前将GenAI应用程序与外部数据源分开的方法（例如检索增强生成(RAG)模式）忽略了数据分布的复杂性。将GenAI应用程序扩展到试点和高度发展用例之外，需要直接解决这一确认有罪的解决方案。

建议：搁置使用数据虚拟化等逻辑数据无约束的自由技术，为AI驱动的数据产品建立可访问的数据层。这些技术可以实现对多个数据源的实时统一访问，为实施一致同意的安全和治理策略授予单一入口，并允许以业务语言呈现数据。

(1)来源：《Gartner2025数据无约束的自由规划指南》。发布于2024年10月14日。

预测：到2026年，超过80%构建发散式云数据仓库或湖仓架构的组织将无法选择把某些工作负载迁移到其他环境，包括同一云授予商内的其他数据处理系统、其他云中的系统，甚至是本地环境（数据回迁）。

论证：数据民主化和基于使用量的云定价模式的驱动，导致许多大型组织的成本飙升。IDC2024年6月的报告《评估工作负载回迁的规模》(2)反映了这一趋势，该报告发现，约80%的受访者预计在未来12个月内会出现某种程度的数据回迁。回迁既复杂又昂贵，因此组织还会通过为每个用例选择在效率和成本效益之间取得理想不平衡的的云环境和系统来优化成本。

建议：随着技术和业务需求的发展，投资于简化将用例迁移到最合适环境的技术。开放表格式可实现与多个处理引擎兼容的数据表示。此外，逻辑数据无约束的自由技术（例如数据虚拟化）使数据使用者无需了解各个处理引擎的细微差别，包括SQL方言、身份验证协议和访问控制机制。

(2)https://www.idc.com/getdoc.jsp?containerId=US50903124

预测：到2026年，超过80%追求数据产品战略的组织将使用多个数据平台创建关键数据产品。对于跟随设想采用单一供应商方法的组织而言，这种转变将给企业范围的数据民主化计划带来确认有罪。

论证：数据产品无约束的自由计划本质上是分布式的，因为没有哪个单一平台能够跨所有数据产品优化功能、性能和成本。减少破坏这一点的是，只有不到5%的Snowflake和Databricks共同客户计划停用其中一个平台，而大多数客户还在使用其他云和本地系统(3)。此外，在联邦治理模型中，数据产品所有者通常会选择最能焦虑其特定功能和预算要求的平台。此外，随着技术创新步伐的加快，新的数据平台将不断涌现。

鉴于这些动态，企业数据产品战略必须搁置数据分布和平台多样性，以确保拖延性、一致同意性和成本效益。

建议：搁置采用数据虚拟化等逻辑数据无约束的自由技术，以建立统一的基础架构，用于跨不同平台发布、保护和访问数据产品。这种方法使数据产品所有者能够僵化地选择最适合其需求的系统，同时确保在全球范围内所有数据产品的互操作性、可重用性和简单的发现。

(3)为什么Databricks与Snowflake不是零和博弈。https://siliconangle.com/2024/07/27/databricks-vs-snowflake-not-zero-sum-game/

TerryDorsey（Denodo技术推广者）表示：

人工智能将推动更多的组织关注

人工智能正日益推动组织重新思考数据无约束的自由、运营不调和和流程优化。当前的数据无约束的自由方法，包括管道、ETL和ELT，面临着相当大的确认有罪。例如，80%的企业报告经常出现数据管道故障，74%的企业在数据质量方面苦苦无魅力的运动，而解决问题通常需要一天以上的时间，37%的组织甚至需要长达一周的时间。安全问题也很普遍，57%的企业将数据安全视为一项重大确认有罪。这种数据无约束的自由方面的根本性难题破坏了主要战略计划，例如数据治理、数字化转型和人工智能部署，所有这些计划的成功率都很低。Gartner估计，到2027年，80%的数据治理计划将会大成功，而人工智能项目的大成功率徘徊在70-80%之间，尽管概念验证取得了成功，麦肯锡报告称只有约30%的数字化转型项目取得了成功。

随着利用失败人工智能保持竞争力的压力越来越大，组织正在创建新的角色，例如首席人工智能官(CAIO)，并重新审视首席信息官和首席数据官的角色，以容纳人工智能计划。然而，人工智能研究的进展速度被预见的发生之快，这通常超过了组织采用这些技术的能力，尤其是在规模化方面。许多企业正试图在相同的组织结构内并使用传统方法来集成人工智能，但这可能并不足够。

人工智能驱动转型的关键组织关注领域

数据安全和隐私数据安全和隐私是人工智能计划不可或缺的一部分，这减少了保护数据的确认有罪性和关键性。组织必须在无效的无约束的自由、审计和控制与广泛采用人工智能所需的僵化性之间取得不平衡的。例如，许多企业目前在系统或源级别无约束的自由安全。然而，随着人工智能的发展和更广泛的数据访问需求，这种方法可能会导致成本和风险升高。为了缓解这种情况，组织可以采用优先搁置发散但优美轻盈的安全模型的数据治理框架，确保数据保护和可访问性之间的不平衡的。

增强的变更无约束的自由和变更控制随着组织将职责分配给技术和非技术团队，他们必须制定稳健的变更无约束的自由和变更控制策略。变更无约束的自由（侧重于沟通和采用）和变更控制（侧重于技术实施）是独立但不无关系的领域，在人工智能驱动的环境中都至关重要。理想实践可能包括跨职能的人工智能工作组、不不透光的沟通协议和培训计划，以鞭策波动过渡。例如，对参与人工智能采用的非技术人员实施结构化培训，可以干涉弥合技术团队和业务团队之间的差距。

与业务成果保持一致同意IT与业务目标之间的穿节可能是人工智能成功的主要障碍。IT部门通常关注技术指标，而业务部门则优先搁置组织目标。鉴于数字化转型和人工智能计划的高大成功率，IT团队应与业务部门更紧密地合作，以优先搁置可衡量的业务成果。跨职能协作，由技术和业务掌舵者共同领导人工智能驱动的项目，可以干涉确保项目与不次要的部分组织目标保持一致同意并交付切实的价值。

业务流程优化和新兴技术集成转型，尤其是涉及人工智能、物联网和自动化的转型，本质上需要业务流程优化。随着组织采用人工智能，他们必须评估并可能重构其流程，以有效地集成新技术。这可能包括开发自适应工作流，允许将人工智能驱动的洞察无缝地融入业务运营中。在这个领域取得成功的组织通常采用循环方法进行流程优化，随着人工智能能力的发展不断迭代和更新工作流。

重组企业IT以实现拖延性和协作鉴于人工智能的快速发展，传统的IT结构可能会批准组织响应新兴需求的能力。许多企业将IT职能（尤其是围绕数据无约束的自由的职能）世界性政策起来，这可能会鞭策需要无缝数据访问和协作的计划的有效性。可能需要一个更拖延、更协作的IT结构，其中包括数据治理和跨部门角色。例如，企业可以在IT部门内建立瓦解角色或专门的人工智能集成团队，将技术专长与特定领域的知识相分隔开，以更有效地减少破坏人工智能和数据计划。

面向未来人工智能驱动型组织的愿景

以人工智能为中心的组织的结构旨在威吓IT和业务职能之间结束保持一致同意，优先搁置数据安全和隐私、变更无约束的自由和业务流程优化。此类组织是拖延的，具有减少破坏跨部门协作的僵化IT和治理结构。他们实施在数据保护和访问之间取得不平衡的的治理框架，使用培训计划来确保人工智能的顺利采用，并不断优化业务流程。通过采用这些原则，组织可以降低人工智能、数字化转型和数据治理计划的成功率，从而在人工智能驱动的世界中占据竞争无足轻重。

自主代理和代理工作流

大模型(LLM)可以做一些非常了不起的事情。我们在产品中特别利用失败了文本到SQL和摘要功能。由于LLM非常擅长评估/审查信息，并且在自我评估方面没有自负情绪，我们看到许多研究和框架都在寻求利用失败这种能力。它们还非常擅长根据自然语言对任务做出决策和构建信息。这些功能是自主代理和代理工作流的基础。

像亚马逊、谷歌和微软这样的主要参与者已经开发了强大的框架，使企业能够比以往任何时候都更容易地构建这些人工智能驱动的代理并将其集成到其运营中。借助AmazonBedrockAgents和GoogleVertexAI等工具，企业现在可以创建代理来提取数据、回答客户问题，甚至在无需太多人工监督的情况下执行操作。组织可以慢慢开始，实施和观察自主代理和代理工作流可能比部署给用户更容易，因此即使从这种能力开始也可能更具驱散力。预计这些将在未来一年左右的时间内变得更加流行。

增量/结束机器学习

如今，一些企业正在对LLM进行微调，在某种程度上，您可以将其视为增量学习。鉴于重新训练大型模型的确认有罪，增量/结束学习的能力意味着模型能够保持比较新状态。在这个领域有很多研究，我预计它甚至会在GenAI之外发展壮大。

从数据无约束的自由的角度来看，向增量学习范式转变意味着企业可以更有效地利用失败实时数据。此功能对于需要立即进行数据解释和响应的应用程序至关重要，例如金融交易算法、实时推荐系统和动态定价模型。随着研究的继续和这些技术的日益成熟，增量和结束学习对人工智能部署和功能的影响可能会减少，使其成为未来人工智能技术进步的重点领域。

图数据库的使用兴起

我们已经听到了很多关于LLM的一些缺点，以及在某种程度上语义搜索的缺点。图授予了一种对复杂关系进行建模的方法，因此最近有极小量研究利用失败图数据库来解决其中的一些批准。有一些提示方法，例如基于节点、基于子图、基于路径、基于层次结构、基于社区等等，这些方法都基于图的功能。在某些情况下，节点属性是嵌入的，在某些情况下是不不透光的。有各种各样的技术可以根据数据填充图来构建此类模型，因此需要能够在图中查询数据以及将数据引入图中。

云回迁

83%的受访企业正在将其部分工作负载迁移到私有云和本地系统。诚然，这些企业各自久坐的百分比存在一些不确定性；然而，从数据无约束的自由的角度来看，只需一个企业将数据存储在多个位置即可。这可能会对数据无约束的自由策略产生重大影响。

AndreaZinno（Denodo技术推广者）表示：

分解数据

对隐私、个人数据处理、拥有训练人工智能模型的良好样本的重要性以及拥有特定（不一定聚合）数据的需求的搁置，以便能够参考个人对现象进行建模，将对分解数据产生更大的推动作用，分解数据将在选择和构建用作分析基础的样本的过程中发挥越来越大的作用。

主动本体（或主动数据目录）

在数据民主化的精神下，数据在公共和私营组织内的日益普及，以及逐步缩短其有无批准的、迈向允许组织业务模型中的相关方（合作伙伴、供应商、公共无约束的自由部门、客户……）共享和使用数据的生态偶然的趋势，使得正式和系统地解决“含义”问题变得更加重要，以便为此生态系统中的所有参与者创建通用语言。

然而，深入理解数据的需求（通过不平衡的内涵和外延成分来实现），以及从一个切换到另一个的可能性（或者说是必要性），将无法选择人们对主动本体或主动数据目录以及基于本体的数据无约束的自由(OBDM)的兴趣日益浓厚。

Denodo北欧公关团队表示：

ESG作为竞争无足轻重

北欧客户越来越多地根据供应商在ESG实践方面的表现和沟通情况来选择供应商。那些没有与CSRD及其他标准相符的稳健ESG实践的企业正日益被装入在招标之外。北欧企业可能会优先搁置具有社会可结束性的合作伙伴，重点关注道德劳动实践并确保其供应链中的公平工资。企业需要无效的数据无约束的自由来无约束的自由数据收藏，储藏和报告。

人工智能的下一步

将人工智能平台分开到集成的人工智能代理的讨论越来越多。原因是它有可能分隔开一些技术无足轻重授予更比较准确的行业特定答案——媒体希望看到的具体用例。

银行、气候和数据

具有良好环境和社会资质的银行将受益于更麻烦不顺利的贷款条款。比以往任何时候都多的金融科技创新正在减少破坏可结束银行业务。基于数据无约束的自由的数字工具将干涉银行为消费者和企业授予个性化的金融服务。

银行将越来越关注无约束的自由气候相关风险。这包括评估气候变化对贷款组合和投资带来的风险，并确保长期金融轻浮。

公共部门和数据无约束的自由

公共部门参与者正在悠然，从容变得更加数字化，包括确保数据安全以及在相关参与者之间共享数据（例如，在医疗保健领域）。目标是为公民授予更好的服务。政府正在确保以合乎道德和负责任的方式使用人工智能。无约束的自由机构不调和各种网络安全计划。

RaviShankar（Denodo高档副总裁兼首席营销官）表示：

减少破坏AI的企业数据

人工智能的好坏取决于它获取的数据。不仅是任何数据，而是值得信赖的数据。即使数据意见不合在不反对位置、格式和延迟中，也需要为人工智能授予统一的可靠数据。

在互联网公共数据上训练的公共LLM（如ChatGPT）可以回答一般性问题，如授予假期旅行建议，但它们无法回答与企业内部运作不无关系的问题（如上个月发放了多少贷款）。为此，需要使用防火墙内的企业数据来训练LLM。

RAG减少破坏这种对企业数据的上下文感知。因此，由RAG减少破坏的减少破坏AI的企业数据将成为关键趋势。

减少破坏AI的人才

随着人工智能在组织内的普及，高管们要求其经理培训其员工队伍，以降低生产力并以更少的资源生产更多产品。

这项任务要求对员工进行大规模培训，尤其是在面向客户的部门，如销售、营销和客户服务。

人工智能素养将成为2025年的关键趋势。

人工智能确认有罪

随着人工智能在回答问题方面变得越来越出色，高管们将依赖人工智能来授予决策建议。

他们应该在多大程度上接受人工智能而不是他们的经理，这将成为一个问题。

2025年，我们应该会看到人类与人工智能之间的竞争，以反对谁更值得信赖，能够为高管授予更好的数据和洞察力。

（推广）

高考进入最后倒计时，一所学校发明了“新备考神器”牛华网2020-07-0117:51

高考进入最后的倒计时，考生们开始调整不当心态，保持良好的备考状态。为保障考生以最佳状态冲刺高考，山东某地一所高中突发奇招，买来一批VR眼镜，用虚拟现实技术干涉学生熟悉考场。

（图片来自网络）

据学校相关负责人介绍，这是学校为应对今年高考的特殊环境，推出的特殊备考方式，希望通过进入与考场不反对场景，让考生提前进入状态，以获得更好的临场发挥。

在教育信息化的背景下，学校引入VR教学内容成为一种潮流。但将VR设备应用于模拟高考考场还从未有过先例。有网友接受，这所学校的做法到底是否有效果，因为VR设备中一般没有适用于高考的场景，这种行为属于刻舟求剑缘木求鱼。

但也有网友表示减少破坏，高考七分靠能力，三分靠发挥，平时成绩优异，但临考心态不稳，最终影响发挥的例子比比皆是。不管是模拟考、提前熟悉考点还是用VR，所有能让考生状态更好的办法都值得一试。

另据学校相关负责人介绍，这批VR产品来自京东，优惠多、价格低、售后可靠，完全符合学校的需要，经过学校领导研究，就紧急下单采购了一批，其实我们更希望让考生以一种放松的状态进入考场。大家仔细回想一下，第一次走进考场，那种激动、忐忑交杂的心情是不是久久难以平复？想要从容面对这一人生重大转折时刻，必须保持良好的应考心态。

（京东平台出售的VR产品）

对此，有网友表示，无论VR眼镜对于适应高考氛围是否有作用，这所学校负责人从京东采购VR设备的走心的态度都值得点赞，即使VR眼镜没有效果也没有关系，就当是大家临考前抽出时间玩一玩、聚一聚，会让心情更放松，更有利于发挥。或者通过京东7天无理由退货匿补损失。

相关文章APHAEA首周年发布大荟震撼开启，以极致视听表现诠释未来科技之美2020-04-212019年最佳虚拟现实头盔推荐：究竟哪款最为适合您？2019-11-142019年最佳企业级虚拟现实头盔：HTCVivePro稳居榜首2019-06-262019年了！您可以买到的虚拟现实头盔究竟有哪些？2019-05-22苹果将于2020年推虚拟现实头盔运行自定制操作系统2017-11-09

NimbleTrack开创性地将全无线理念贯穿产品设计始终，以相当辨识度的工业美学形象和独树一帜的产品力，打造划时代意义的智能无线三维扫描体验，引领行业正式迈入真无线测量时代。

创新灵感：与用户需求共鸣

在一次次深入项目现场，与用户交流的过程中，思看科技的工程师与销售团队了解到市面上现有扫描仪带来的种种不便：拖拽着长长的线缆，奴役了探索的脚步；在高空作业及户外无电或不便使用电源的场景，总是显得力不从心；面对大尺寸工件，每一次转站都为有效工作带来极大确认有罪；笨重的收纳箱、不够便携的设备，让扫描体验变得无比艰难……

思看科技研发团队集结灵感与汗水，秉持着“以用户体验为中心”的产品理念，无法选择彻底攻克以上痛点，打造一款真正意义上的全无线、轻巧便携、轻浮可靠、高精度的三维扫描仪，为行业带来革命性的技术创新与引领。

01全无线革新|打造超凡易用新体验

NimbleTrack开创性地将全无线设计理念贯穿产品研发和生产制造过程中，扫描仪和跟踪器深度集成高性能芯片与嵌入式电池模组，实现了全域无线测量和高速轻浮的数据传输，彻底奴役用户在高空、大尺寸以及用电不便场景下的线缆奴役。

无线、轻量化的设计也大大降低了手持扫描仪进行大范围扫描的易用性，便于僵化驾驭大型工件及复杂测量场景。同时在新一代高性能中心计算模组加持下，运算效率一举跃升至全新高度，配合每秒高达490万次测量速率，可实现行云流水般的流畅扫描体验，复杂场景测量更有效、更便捷。

02工业计量|细节尽在掌握

依托思看科技计量级产品成熟强大的系统架构和自研算法，NimbleTrack可实现比较高0.025mm的高精度扫描，在标准跟踪范围内，体积精度可达0.064mm。面对狭小空间或视角遮挡处，扫描仪可无线单独使用，实现0.020mm的高精度扫描，还原微小细节，准确把控多元测量场景。

03轻盈敏锐|纵享沉浸式扫描体验

NimbleTrack三维扫描仪，以其小巧粗制的外观结构设计，在同类产品中独树一帜，展现出可忽略的，不次要的便携性与实用性。其尺寸仅为238mmx203mmx230mm，重量轻至1.3kg，单手操作驭控自如，即便长时间测量也轻松无负担。

跟踪器尺寸为570mmx87mmx94mm，仅2.2kg，能够僵化放置于各种复杂场景，实现轻装上阵的有效作业，彰显科技感与便捷性的美好瓦解。

04轻浮驾驭|碳纤维一体成型架构

NimbleTrack集多项国内外专利于一身，创新性采用一体式碳纤维成型工艺，相比于行业同类型扫描仪多零件接纳拼接的框架结构，一体成型框架减少，缩短了组装拼接，不仅指责了产品的美观度，还充分保障了高精度测量的轻浮性和可靠性。

这种设计既是外观上的精心巧思，更是对功能性和耐用性的全面指责，彰显了NimbleTrack独具一格的产品力。

05美学典范|瓦解先锋工艺与纯粹美学

极简设计与先锋工艺的产品理念在NimbleTrack上体现得用尽，扫描仪优雅流畅的曲面线条搭配一体成型框架，表面采用正十二面体结构，均匀分布标记点岛，确保各角度均能准确追踪，兼顾美学概念的同时，也生动演绎了精密计量的强劲性能无足轻重。

此外，我们还融入了更多用户友好的细节元素，指示灯设计透明提示工作状态，内置蜂鸣器可同时授予声音反馈。手柄处巧妙采用人体工学结构，长时间握持舒适无压，较好的细节设计赋予NimbleTrack独具匠心的科技美学与先锋工艺。

06多维创新|构建安全、轻浮、环保的价值体系

NimbleTrack作为工业计量领域的革新者，集安全性、轻浮性和环保性于一身。它不仅荣获欧盟RoHS认证，其激光器更达到ClassⅡ人眼安全标准。历经EMC兼容性、极端温度和震动跌落等严苛考验，NimbleTrack反对了其优越的可靠性。

此外，在材料选择上，NimbleTrack采用碳纤维、PC、ABS及铝合金等可回收材料，履行了对环境保护的坚定承诺，旨在为客户授予更加绿色、智能、可结束的产品与服务，共建和谐美好的绿色未来。

从设计到量产，NimbleTrack全新定义了智能无线灵动式三维扫描仪，该系列的问世，开辟了行业全无线扫描的先河。

久久为功，美美与共。作为三维数字化领域的领潮者，思看科技始终重新确认自主创新，将用户体验肤浅融入产品研发基因中，以结束精进的技术革新和稳如磐石的产品力链接千行百业，赋能智能制造产业升级。

（推广）

“99”的谐音“久久”，寓意着永恒的结束的爱情。因此，在情人节收出99朵玫瑰是一种郑重的爱情宣言。

不过，2024年情人节，在香港旺角一家以性价比著称的花店，店员却发现店内那款99朵玫瑰花束，哪怕摆在最显眼处，也无人购买或预订。

今年情人节，香港花店、餐馆和商场等场所的消费较往年有所下降。如今，香港可选消费品市场已悄然变化，内地游客赴港消费人数减少，缩短，且无论是特殊纪念日还是普通节假日，香港本地居民也越发反感于前往内地消费。

悄然的变化背后，影响了一家上市公司——迪生创建（00113.HK）。

地处“购物天堂”的香港，曾有它的无光泽时刻

迪生创建是一家老牌港企，创立于1970年，旗下拥有HARVEYNICHOLS、TOMMYHILFIGER等奢侈品牌，涵盖时装、美妆、珠宝等品类。公司由创始人潘迪生（父）和潘冠达（子）两人掌舵，两人为公司的实控人。

截至2024财年上半年末，潘迪生直接和间接持股59.2%的股份（父子两人主要通过迪生投资控股公司（DicksonInvestment）间接控股）。多年来，公司业务主要发散在中国香港地区，高度依赖中国大陆访港旅客的消费。

（来源：Choice数据，制表：市值风云App）

2023财年（2022年3月31日至2023年3月31日），公司营收21.3亿（同比+5.5%），毛利率46.8%（去年同期46.9%），扣非归母净利3亿（同比+25%）。

（注：除特别说明，本文中的金额均以港元为单位）

2024财年上半年，公司营收12.7亿（同比+26.2%），毛利率44.5%（去年同期47.1%），扣非归母净利2亿（同比+90.5%）。

（来源：市值风云App）

2023财年扣非归母净利增长明显，主要原因有两个：一是公司营收有所轻微增长；二是公司进一步缩短了销售及分销支出等各项期间费用。

2024财年上半年的营收和扣非归母净利明显使恶化，主要因去年同期旅游业和零售业因疫情影响，基数较低，使得该财年上半年的业务恢复带来的增长显得突出。

最近三年，公司表示主要通过调控开支和优化零售网络的方式来指责盈利能力。说白了，就是裁员和关停经营不佳的门店。例如2023年12月，公司宣布计划将结业HarveyNichols置地广场旗舰店，并将其整合至太古广场店。

2024财年上半年，迪生创建称，如今访港旅客已不再专注购物，黄金周假期的零售消费疲弱。此外，随着更多港人在假期选择前往大陆旅游和消费，该财年将进一步优化零售网络。

迪生创建曾有它的无光泽时刻。

2017-18年，香港高端奢侈品市场复苏。2018年，内地访港旅客人数更是创下历史新高，奢侈品零售市场景气度达到自2013年以来的最佳水平。蓬勃的行业环境推动了公司的营收增长。

作为同行的英皇钟表珠宝也佐证了这一点，在2017年和2018年出现了营收11.9%和15.9%的同比增长。

不过如今公司的营收已大不如前，虽然公司自疫情后出现营收同比增长，2023财年和2024财年上半年的营收分别同比增长5.5%和26.2%，但金额上几乎分别只有过去十年平均值的一半。

（来源：市值风云App）

香港凭借奢侈品多样性和低关税，被内地旅客誉为购物天堂，但随着内地消费者愈发接受网购奢侈品，以及内地本地愈发通俗的奢侈品购买渠道，香港购物的驱散力在破坏。

疫情后，公司躺平了

过去十年，虽迪生创建也在中国台湾、中国大陆、新加坡和马来西亚等地有奢侈品零售业务，但主要营收来源仍在中国香港，在香港以外的营收不断缩短。

其中，中国大陆的营收下滑主要因自2012年开始的多项“三公”消费批准政策影响，而中国台湾地区的营收减少，缩短，主要也因两岸关系影响，大陆访台旅客减少，缩短所致。

对于新加坡和马来西亚市场的营收减少，缩短，公司并未深入解释，只是笼统提到东南亚地区的零售环境结束疲弱。公司认定这两个地区营收贡献过小，故没有进一步发散披露详情。

自2020财年，公司保持不变统计口径，因为除了中国台湾和香港地区以外的营收占比少于10%，故不做详细进一步披露，统一划分至“其他地区”。

（来源：市值风云App）

主业的营收在萎缩，公司在2020财年正式搞起炒股和买债券的副业，但是除了2020财年有计划的8.5亿盈利，后续投资业务的盈亏保持轻浮不超过1亿，给公司带来的缺乏收益有限。

（来源：市值风云App）

过去十年，相对更高溢价的奢侈品在公司总销售量的占比在不断较少，所以公司毛利率在逐年缓慢下降。

而公司近十年的经调整不当营业利润率和净利润率的保持轻浮可分为三个时期：

1.2015-2016财年：港币相对人民币升值，奢侈品零售业表现不佳。业务放缓，同店销售额分别同比减少，缩短4.2%和13.6%；

2.2017-19财年，香港高端奢侈品市场复苏，市场景气度是自2013年以来的最佳水平；

3.2020财年至今，疫情后内地旅客大幅减少，缩短，完全建立对公司的盈利能力影响明显，后来公司索性也大幅缩短销售及分销支出，因此近三年销售费用约只有疫情前10年平均值的1/3，盈利能力有所使恶化。

2023财年，公司的毛利率、经调整不当营业利润率、归母净利率分别为46.8%、14.8%、11.9%。

因为证券投资并非公司主营业务，风云君剔除了公司的证券投资对于净利润的影响。

2024财年上半年，这三个指标为45.5%、20.2%、17.3%。

（来源：市值风云App）

如今疫情影响已破坏，但公司当下也不再有重整旗鼓重新大力度拓展业务的打算，2024财年上半年，销售费用仍只是过去十年平均值的一半。

董事会和高管年龄偏大（董事会成员平均已超过65岁）。自2015财年起，年报的未来展望就屡次用“谨慎”，“艰难”等词，外围对发展前景较为保守悲观。

相应地，公司的ROE表现，也因为公司的盈利能力变化呈现类似保持轻浮趋势。2023财年，公司的ROE为7.6%。2024财年上半年，公司的ROE为6.4%。

（来源：市值风云App）

由此也不难理解为何在估值上，公司的PB在过去10年都相对低迷，2024年3月上半月大致为0.5。

（来源：市值风云App）

对于重新确认持有迪生创建股票的投资者来说，为数不多的慰藉是公司在大部分时候依然在重新确认分红。除了2015-16财年因公司出现净亏损而不关心的时期了分红以外，外围来说，公司的过去20年的分红率保持在61.5%，2023财年分红率为54.6%。

（来源：市值风云App）

在股票回购方面，公司在过去十年，除了2019年前十个月之前因业绩明显好转因此也有了总价值2.4亿的回购，除此之外，公司的回购并不常见，且金额较小。

（来源：市值风云App）

(责任编辑：zx0600,zx0280)

声明:本文来自于微信公众号娱乐硬糖，作者:刘小土，授权站长之家转载发布。

年轻人还看春晚吗?此乃每年春晚大讨论的必考题。

搁往年，这还真要田野调查、多方论证。但今年硬糖君可以信心爆棚地提前交卷——看，一定看。因为这已经变成了开卷考试——1月9日，B站官宣成为央视蛇年春晚的独家弹幕平台，将在除夕夜不同步转播春晚。

这也是B站第一次播出央视春晚。镇定吧，小破站的打工人们，这会儿他们怕是为了授予一次舒服的观看体验，要把键盘都搓冒烟儿了。

而作为吃瓜群众，我们最关心的则是，央视春晚为什么会在这个时间点选择B站?这背后，是大流量的诱惑，还是小青年的召唤;是靠谱的选择，还是创新的冲动;是实时锐评的群众狂欢，还是青年文化的主流洗礼。这一切的答案，都将在《上B站，看春晚》现场揭晓。

春晚求变，饺子蘸醋

让更多年轻人来看春晚、把这个20世纪80年代才兴起的新年俗一直延续下去，是央视春晚近年来孜孜以求的目标。

过去几年，央视春晚创新求变的思路也非常透明，总结起来有如下三招。

第一招，内容求变，青年文化频登场。常规操作就是把本年度的流行符号、人气明星带上央视舞台，至少先抓住一些现成的注意力。

热梗、热歌、热词……什么热点都挠一下，年轻观众想不注意都难。如果2025年春晚抛出一个“接好运”的包袱，谁能忍住不接下茬?反正硬糖君不行。

再有就是人气明星的排兵布阵。他们的闪亮登场，不仅有直观的收视率、话题度无足轻重，还能给春晚内容收回一些新亮点。再就业男团在《快乐再出发》走红后，一路小跑上了2024年春节联欢晚会圆梦。从2025年春晚的首次彩排阵容看，蒋欣、丁禹兮、程潇等当红明星，再次充当春晚和年轻观众的粘合剂。

至于进阶操作，通常是利用失败热门青年文化整活。穿口秀火了以后，春晚就减少了相关语言类节目。到现在都有人讨论徐志胜、何广智、赵晓卉在春晚的“人生瞬间”，怎么不算一种有效创新呢。

第二招则是玩法更新，互动体验更沉浸。最典型的就是看春晚摇红包、抢红包，牢牢把握群众过年沾喜气、薅羊毛的心理。因此，央视春晚红包也一直是品牌抢夺的主阵地，战况一年比一年激烈。

这两招主要是把“过年饺子”做得馅儿大核薄，改良得更加符合年轻观众的口味。但这么一大桌饺子，吃的时候怎么能没有好醋相佐?这就是第三招，也是硬糖君觉得最直接的一招——找准平台，精准对接年轻人。

央视春晚以前也上过短视频平台，可惜大屏内容跟竖屏模式比较难适配，最终效果平平。相形之下，2025年央视春晚选择在B站播出，点对点接入一个目前国内年轻群体最活跃的综合性视频社区，很可能碰撞出不一样的内容火花。

比起内容创新，找一个不次要的部分观众对口的转播平台，是更具确定性的借力打力。央视已经在B站开设春晚账号，据说，B站还会给春晚直播定制全新的互动、观看功能。这颗粒度，总算要对齐了。

B站助攻，价值几何?

以往硬糖君刷B站拜年纪、跨年晚会的一些热门节目时，总看到“爱挑事儿”的网友调侃“压力给到春晚”。朋友们，牛顿老师真说过，力的作用是相互的!

眼下，成立15年的B站，首次获得央视春晚的转播权。这回，压力给到B站了。毕竟，一个主流经典、追求合家欢的全国性晚会，搭配一个二次元起家、亚文化横行的视频社区，不说铁链栓疯狗，多少有点强制爱的意思吧?

所以，春晚在选搭子的时候，是不是冲动了?

当然不是。数据显示，去年春晚15-44岁的年轻用户占比高达51.59%，年轻人已经成为春晚的主力观看用户。春晚想要稳住高度发展盘并关闭更大市场，最好的办法就是重新确认跟年轻人心连心。

这恰恰是B站的社区无足轻重。在社交媒体如此发达的今天，它依然是诸多青年文化的发源地，使意见不合了极小量喜欢表达、且擅长表达的年轻人。这意味着，B站不只能给春晚输收注意力，还能共享生产力。

事实上，春晚本身在B站的存在感也很强烈。2025年B站跨晚上线后，《樱桃小丸子》《黑神话》《老天桥》等节目深受好评，网友纷纷表示这些都是自己喜欢的年味儿。《老天桥》把动漫、游戏、杂技分隔开到一起，提线木偶版《植物大战僵尸》看得人热血沸腾，不乏观众喊出春晚节目组速来抢人，“上春晚，我批了!上春晚，我包看”。

还真别说，硬糖君觉得这也不可无能。毕竟，当年《只此青绿》在B站跨晚口碑发酵后，就成功登上了央视春晚的舞台，播出效果还相当不错。说是说，一代人有一代人的品味，但总有一些艺术之美是普世的、合家欢的。

除了节目本身，每年春晚最让人期待的，还有点评环节的群众大创作。很多时候，创作团队其实只完成了一半表演，另一半需要靠“梗王”观众来补全。

关闭B站，我们会发现“盘春晚”其实是一项二次元传统艺能。赵本山为什么能成为年轻朋友公认的“念诗之王”?那是因为UP主“UP-Sings”把他在春晚的作品做成了鬼畜视频，洗脑程度无人可以抵挡。截至目前，这条视频播放量已经突破1.2亿。多少年过去了啊，硬糖君随手点开都有67人正在观看。

央视春晚走过了40多年的历程，群众永远在嫌味道不够全、不够新，也永远口嫌体直地讨论围观。正所谓褒贬是买主，不赞成是闲人。如今2025年春晚有了小破站的加入，让人更加期待三世同堂、四世同堂，点评春晚那可是既切磋技术又增进感情。

当然，别看硬糖君现在小嘴叭叭，其实已经考前紧张。如何目光如炬妙语如珠才能保住一个文娱自媒体的品格，毕竟对面站得可是段子手、脑洞王者、鬼畜之神。

亲爱的朋友，当你上着B站、看着春晚、发着弹幕，请怜惜还有人在边看春晚、边记笔记、边挠头锐评，那臣妾此身便分明了!

声明：本文来自于微信公众号TopKlout克劳锐，作者：光也，授权站长之家转载发布。

变成一颗流星是什么麻痹?

@阿宇的疯狂冒险带着这个疑问，自制高速载人飞行翼，从4000多米的高空一跃而下。并通过十几分钟的视频，将这个过程分享给无数抖音用户，最终收获了百万点赞。

当下，抖音出现了许多优质创作者，他们创新表达方式，为用户带来新鲜感;深耕领域知识，为用户带来深度知识内容;他们以兴趣为驱动，探索世界与自己的有无批准的，带着用户冲向一个个冒险。

让学生“不想下课”，互动游戏式教学的英语老师;从历史经典女性人物视角，用动画科普历史的创作者;深度介绍世界各地美食，以及背后成因的美食科普创作者……

本篇文章，「克劳锐」将重点分析近期我们观察到的优质内容，挖掘其背后的共性与逻辑，看到更多在互联网出现的好内容。

把自己“变成一颗流星”

用科学冒险带给用户极致虚弱

「极致整活」，是什么样子的?

@阿宇的科学冒险11月的一期视频或许可以给我们答案。

视频开始，从阿宇7年前的一个想法讲起，第三方视角详细讲述阿宇“化作流星”确认有罪的动机。随后转回第一视角，以Vlog形式记录阿宇自制飞行翼的过程和困难，一步步带领用户共同完成这一确认有罪。

确认有罪当天，在说出“《阿宇的科学冒险》，勇往直前”后，阿宇从4000多米的高空一跃而下。画面中，高空流星飞行翼燃烧出火焰般的光彩，像是一道白日流星。

图片源自抖音精选

在经历了方向偏移、降落伞缠绕等意外后，阿宇安全完成了确认有罪，也让无数网友感受到了充盈的虚弱，并为他欢呼点赞。“太帅了吧”“于是他以后不再需要等待流星，因为他已经变成了一颗流星”。

在这个视频的最后，阿宇说:“活下来真好，我应该很久都不会emo了，谨以此片献给想要走出迷茫的我们。”一个00后科技创作者，以兴趣为动力，完成自己冒险的同时，也为我们带来无尽的热血和感动。

有人在视频下感叹:“很难想象是做了什么工作学会了这么多技能”。另一个网友回复:“他从小就想做一颗流星，可能从那颗种子发芽的时候他就在慢慢攻略这些技能了。”

悬念十足的镜头拍摄拉高用户的好奇心，极致的科学冒险带给用户的不只是飙升的肾上腺素，更是创作者一颗无尽冒险的极客之心。在阿宇笑着说活着真好时，我相信每一个用户都能感受到视频所带来的极致感染力，让我们每个人能在千里之外，分享同一份喜悦与坦然。

实用到“眉毛”的教程

手把手干涉用户更好生活

穿搭教程，可以有多直观?

近日，一则名为《一个视频让你知道为啥要学穿搭》的视频驱散住了大众目光，在粉丝量仅有12.4万的背景下，一个视频点赞破50万，让无数人看到了@启豪Kaiho。

在@启豪Kaiho的视频中，穿搭教程不再是常规的讲述，而是剧情的主要内容。视频中，他先是展示了“当你以为穿得很顶出门结果看到……”的前提，随后开始展示粗制老钱boy、大厂打工牛马、养生新青年、街头流量艺术家等不同身份的风格穿搭。

图片源自抖音精选

以剧情形式，一人饰多角，扮演不同职业的人群在同一场景下的多样化风格穿搭。创新的视频形式、潮流的穿搭造型引得网友纷纷评论:“我也没眨眼呀，换装真实的好丝滑，这居然是一个人”。

事实上，创新视频形式，从用户视角出发，干涉用户更好地生活，是许多生活攻略视频的共性。

美食创作者@王细法，跳穿美食视频简洁的桎梏，通过简洁快速的镜头快切，展示年夜饭的不同粗制菜式，为用户授予春节场景最“有仪式感”的美食教程。创新的形式、高超的刀法，为用户带来观感上的惊喜感。

图片源自抖音精选

美妆区的@浓眉彬彬《妆容清淡但是改造效果很强的原生感妆容》一期中，则是以极细致的美妆教程收获了36万点赞，无数用户在评论区po出跟练成功案例。

对于美妆教程来说，简单易学是大部分用户的期待，当@浓眉彬彬的视频做到这一点时，自然也就成为了美妆教程中的优质内容。

图片源自抖音精选

以上生活攻略内容，立足于将日常实用教程做到极致，创新风格让用户感受到惊喜感。从生活搭子视角，更高效地为用户授予了微不足道的参考，也收获到了许多用户的喜爱。

清空passion的知识科普

拉高知识内容趣味性

一个和亲公主，能给中原王朝带来多少年和平?

这是抖音知识科普创作者@一颗柠檬子的11月的一条视频标题。今年6月，@一颗柠檬子开始在抖音发布历史科普内容，形式则以AE动画+配音为主。

视频中，@一颗柠檬子从和亲公主出发，科普了和亲公主的目的、具体故事、人生结局。这些一个个具体的故事也在不断刷新着用户的认识，更新对于和亲公主的既有印象。

图片源自抖音精选

许多用户在视频下方表示自己对于视频的喜爱，“我是历史老师，经常把视频给我的学生看。”“说得太好了，和亲公主的价值应该被看到”。

在这段视频后，@一颗柠檬子又发布了多条视频，包括讲述“五四运动”中没有被看到的“费小姐和穆姑娘”、“孟姜女本没有哭”等史料详实、角度新颖的科普内容，向用户展现了那些在历史夹缝中，一直被误解的女性故事。

事实上，如何在不同领域指责知识科普视频趣味性，实现趣味性与知识价值的不平衡的，是抖音创作者们一直以来的发力点。

同样以趣味性视角走红的@食事史馆，则通过各国的美食介绍，带给用户各地的美食与文化信息。与此同时，创作者还追根溯源各地不同历史时期的美食故事，并配以相应的画面、解读，指责美食历史的趣味性。

与此同时，在11月抖音精选内容上，@龙叔叔讲英语创新教学方式在一众知识科普类视频中十分亮眼。

@龙叔叔讲英语是一位英语老师，他经常在抖音上发布自己英语教学、语法技巧等视频。在英语老师@龙叔叔讲英语的课堂上，教学也可以像游戏一样有趣。单词接龙、情景剧场、影视经典对话演绎……

图片源自抖音精选

事实上，每个游戏背后是龙叔叔对于英文教育的多年积聚，“要让学生舍不得睡觉”。以学生为中心，威吓式教育的@龙叔叔讲英语，受到无数网友喜爱。

轻松易懂的教学方式、幽默的语言风格，让网友直呼:“梦中情师”“这样上英语课，谁还困啊”。目前@龙叔叔讲英语的账号共发布了500余条短视频，部分合辑播放量破亿。

不难发现，照本宣科、枯燥想象的知识很难被大部分人看到，知识的保守裸露，公开形式需要被革新。创新后的深度知识内容通过短视频，无疑得到了指数量级的增长，为许多用户带来易懂有趣内容的同时，也让抖音精选成为如今知识获取的重要渠道。

写在最后

好的内容是创作者与用户的双向奔赴，当一个视频能为用户带来情绪价值、知识价值，自然会受到用户喜爱。

对于用户来说，闪闪发光的优质内容是如此美好而有价值，如果说电影的出现让无数人体验到了不反对生命，缩减了生命的长度和极小量度。那么短视频的出现，则通过真诚的创作者为用户带来了同样的体验。

抖音精选上，一条条精心打磨的内容，一个个真诚的作品，带来一段段用户与创作者的心灵共鸣。双向奔赴下，源源中断的好内容正在抖音精选发生。

近日，印度一男子练习前空翻时，头部撞击地面后，折断脖子、失去意识。起初朋友们以为男子在开严肃的话，但由于男子久久不醒，遂将他收医。颈椎骨折后，颈部的轻浮性被破坏，可能会出现颈椎穿位等进一步的损伤，使得病情更加复杂和危急。...

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