近日，利弗莫尔证券显示，上海拓璞数控科技股份有限公司（以下简称"拓璞数控"）向港交所提交上市 申请书，联席保荐人为国泰海通、建银国际。 拓璞数控在经历多年连续亏损后，于2024年实现扭亏为盈，近两年营收增长接近三倍。值得注意的是， 这已是其继两次科创板折戟后的第四次上市尝试。 依靠航空航天智能制造装备，2024年扭亏为盈 《2025-2030年中国数控机床市场专题研究及市场前景预测评估报告》指出，2025年全球数控机床市场 规模预计突破1300亿美元。而中国市场规模占比达30%，预计今年将突破4500亿元。其中，高端五轴联 动机床市场规模超130亿元。 国际巨头如德国的DMG MORI、日本的Mazak、美国的Haas等，凭借深厚的核心技术积累，在高端市场 尤其是航空航天领域占据优势地位。与此同时，中国本土企业成长迅速，灼识咨询数据显示，拓璞数控 在中国航空航天五轴数控机床市场排名首位，市场份额达11.6%。 拓璞数控成立于2007年，是一家主要从事高端智能制造装备研发、设计、生产及销售的企业，其核心产 品为五轴数控机床，该产品主要应用于中国航空航天领域。 据拓璞数控招股书显示，2022年至2024年，拓璞数 ...

近期，在前海深港青年梦工场就业的香港青年周盼，成功获批中国农业银行深圳市分行5万元内地消费 贷款，这是他从香港至深圳工作近5年来，首次获得内地授信。此前他因无法申请内地信用卡和消费 贷，给生活带来了诸多不便。 前海管理局于7月31日发布《深圳市前海深港现代服务业合作区管理局关于支持港澳青年在前海就业创 业发展的十二条措施》（下称《港澳青年十二条》）2025年度个人类补贴申报指南以来，在8月1日至18 日的申报期内，累计收到2123名港澳青年的个人类补贴申报，数量是2024年的4倍。《港澳青年十二 条》在支持港澳青年在前海实习就业、创业发展、居住生活三个方面提供资金补贴。 周盼称，香港人日常消费习惯与内地居民不同，更倾向于刷卡消费、分期支付，比如购买电子产品，习 惯用信用卡分期。但香港籍人士在内地申请信贷类产品一直存在较大障碍，无法在内地申请信用卡和消 费贷，即便缴纳了多年社保也无济于事。这给他们的日常生活带来了诸多不便，甚至在疫情期间需要专 门存现金来应对日常开支。 周盼续称，信用卡申请，这对香港籍人士来说几乎是"不可能完成的任务"。在没有大额存款证明的情况 下（例如，招商银行要求近三个月的月均资产至少30万 ...

2025年11月27日，杭州再迎2宗萧山区宅地出让，分别位于湘湖单元和市北单元，总用地面积6.28万㎡，总规划建筑面积11.29万㎡，总起始价21.57亿元， 最终两宗地块均溢价10%以上成交，均由滨江集团包揽，共收金24.62亿元。 至此2025年至今杭州土地成交金额达1528.42亿元，排全国第二，仅次于上海。 不仅是杭州，从2025年至今全国各大城市土地成交金额TOP5来看，一线城市中的深圳和广州都没有排进前5，反而是成都和南京暂列其中。 对比近几年的变化来看，广州前几年一直牢牢占据全国土地成交金额TOP5的城市席位，然而截至2025年11月27日，广州仅以382.76亿元排第9位。 在房地产行业，土地和新房市场一直被喻为"面粉"与"面包"的关系，土地市场的情况既反映了市场预期，也决定了未来的供应。 在如今土地市场集中度越来越高的背景下，未来部分城市还将保持较高总量。 六大城市成交金额超500亿元 自2020年土储类专项债暂停发放后，全国土地市场经历了4年多的规模缩量。2025年以来地方政府虽重启土地储备类专项债融资，但在专项债投资收入比 的监管要求下，出于受益确定性诉求，相关地块出让规模仍相对有限。 ...

行业现状与核心挑战 - 经销商行业面临深刻拐点，生意普遍艰难，表现为方向不清晰、判断无依据的无力感 [1] - 库存压力持续增大，利润空间不断收窄，折扣店和直播电商等新兴渠道分流终端客流 [1] - 行业最大挑战并非市场萎缩，而是认知滞后，企业仍在沿用过去逻辑应对全新问题 [2] - 未来五年预计80%的经销商将退出市场，行业洗牌加速 [3] 传统商业模式失效原因 - 过去成功逻辑核心为“省钱”，依靠压低成本、吃苦耐劳和区域品牌代理权保护 [4] - 大润发、家乐福等大型商超通过超长账期将经销商流动资金变为自身资金池，初步挤压利润空间 [7] - 零食折扣店和直播电商等新物种以极低成本、极高效率彻底改写游戏规则，直接瓦解经销商生存基础 [8] - 市场竞争从二维升级至三维，竞争对手变为小象超市等用完全不同模式赚钱的跨界者 [11] 数据化经营解决方案 - 破局关键在于提升认知力，让经营变得“看得见”，通过数据思维重构经营逻辑 [12][13] - 核心经营问题需通过商品象限图和客户象限图分析，实现无数据不决策 [14][15] - 某案例显示1911个SKU中，引流产品（311个SKU）贡献55%销售额但毛利占比仅16.83%，而近30%SKU为低销低利汰换产品 [16] - 经营本质是“做对”而非“做多”，砍SKU、清库存可立即降低退货率、缓解资金压力 [18][19] - 数据分析将老师傅直觉转化为标准化能力，新业务员借助象限标签三个月即可掌握产品战略 [20][22] - 落地项目中经销商退货率从8%以上降至2.2%，有企业六个月内部门净利润增长118% [22] 未来幸存企业形态 - 供应链服务商：核心竞争力为商品力，升级为专业商品运营专家，提供差异化商品解决方案 [23] - 服务型运营商：核心为商品力与营销力结合，成为品牌方区域市场战略伙伴，共担市场责任 [24] - 品牌运营商：展现顶层认知力，从卖品牌升级为与品牌共生甚至打造自有品牌的战略合伙人 [25] - 三种形态非单选，企业可根据优势选择路径或组合，但数据分析和信息力是必经之路 [28]

模型发布与核心成就 - DeepSeek发布开源数学大模型DeepSeekMath-V2，该模型是首款开源的IMO金牌水平模型[1] - 模型在IMO 2025中破解5题（共6题），达到金牌水平[3] - 在CMO 2024（中国数学奥林匹克）中达到金牌水平[3] - 在Putnam 2024中得分118分（接近满分120分），超越人类参赛者最高分90分[3] 核心技术突破：自验证 - 模型核心突破为自验证技术，通过自我反思提升证明能力[12] - 采用三位一体系统：证明生成器负责解题并诚实自我评价，证明验证器专门挑刺打分，元验证器检查验证器判断准确性[15][16] - 元验证器使验证器输出分析的平均质量分数从0.85提升到0.96，同时保持打分准确率[18] - 在最后两轮训练迭代中，全自动标注流水线完全替代人工标注，且自动生成标签与人类专家判断高度一致[19] 性能基准测试表现 - 在IMO-ProofBench中展现出强大定理证明能力，IMO 2025解题正确率达83.3%[3][4] - CMO 2024解题正确率达73.8%，Putnam 2024正确率达98.3%[4] - 在ProofBench-Basic上实力碾压谷歌金牌模型Gemini Deep Think，在ProofBench-Advanced上直追谷歌[5] 与行业领先模型对比 - 在内部测试集CNML上，DeepSeekMath-V2的One-Shot能力展现出统治级实力，全方位碾压GPT-5和Gemini[26][28] - 在允许自我验证的连续修正实验中，模型在代数、几何、数论与组合等领域均领先于GPT-5和Gemini，几何得分几乎是Gemini 2.5-Pro的三倍[29] - 模型具备高度自知之明，从自己生成的32个解法中挑选最佳答案时，评分准确度极高，得分跃升至0.42[31] 技术实现与进化特征 - 采用高算力搜索策略，对每道题初始生成64个候选证明，并为每个证明生成64个独立验证分析，只有通过所有验证的证明才被视为完全可信[32][33][34] - 模型进化特征显著，初始状态平均得分为0.15，经过8次自我修正后，证明质量分数飙升到0.27[38] - 实验证实LLM可以被训练成可靠的数学验证者，模型能准确找出未解题目证明中的漏洞，并通过所有考验的解法则真实可信[35]

产品创新趋势 - 绿宝石冷萃酸奶成为继固体杨枝甘露后的新爆品，采用水果容器与酸奶层层叠加的结构，在社交平台掀起复刻潮并引发线下门店跟风上新 [1][3][5] - 酸奶形态从液态饮品向固态零食发展，出现可啃可嚼的冷萃酸奶夹、冷萃酸奶球等创新形态，拓宽消费场景至零食和甜品领域 [7][9] - 产品采用低温冷萃工艺滤去乳清，质地绵密如芝士，蛋白质含量更高且乳糖含量更低，弱化传统冷萃酸奶的酸感与风味单一问题 [3][11] 市场热度表现 - 绿宝石冷萃酸奶相关话题在抖音平台播放量超2000万，频繁登上小红书热搜榜，线上热度直接带动线下销售 [1][5] - 同类产品固体杨枝甘露上线首日全国茶百道门店销量达25万杯，酸奶罐罐全部门店累计销量超1万份，有效拉动门店营收 [7] - 线下酸奶品牌如满米酸奶、YOGREAT、芝炒酸奶等快速跟进，产品售价集中在15~30元区间，咖啡店与街头摊主也跨界加入 [5][9] 产品设计策略 - 高颜值成为引流关键，通过高饱和度叠层配色（如绿宝石甜瓜与莓果撞色）及造型设计激发用户自传播，提升产品视觉冲击力 [12][14][16] - 结构可视化趋势明显，通过分层铺料清晰呈现水果、谷物等原料，增强消费者对食材丰富度的直观感知，例如咸酪苹果莓莓酸奶昔的三层分设计 [17][20] - 品牌通过双拼渐变、多巴胺色系包装（如油画酸奶）强化差异化，视觉体验成为口感同质化竞争中的突破点 [14][16] 行业竞争方向 - 短期爆款依赖颜值与新鲜感，但长期复购需平衡产品吸引力与价格接受度，核心是实现"又好喝又实惠"的日常化选择 [22] - 创新思路从"酸奶型饮品"转向"饮品型酸奶"，强调小料可视化与风味可感知，参考茶饮中杨枝甘露的成功逻辑 [20][22] - 品牌需持续输出创意且保持亲和力，例如茉酸奶推出可手持食用的可可有机酸奶脆墩墩，融合燕麦壳与凝固酸奶提升便携性 [9][22]

SaaS商业模式的核心特征 - SaaS交付的不是产品而是价值，与传统软件90%落地失败率相比，SaaS关注持续经营和客户成功[3] - 核心运营指标为NDR（净收入留存率）和ARR（年度经常性收入），反映业务持续性与健康度[3] - SaaS本质是全新商业模式，必须不断为客户创造可感知收益[3] 客户成功体系的战略定位 - 客户成功是企业增长核心驱动力，而非服务部门延伸[1] - 客户成功是"一号位工程"，CEO是第一责任人[1][50][51] - 体系构建需基于企业当前阶段能力，包括策略设计、数据分析、方案能力与基础服务[1] - 真正伟大SaaS公司都依靠扎实客户成功体系实现可持续增长[1] 客户留存与价值管理方法论 - 客户成功核心是把客户KPI当作公司KPI，用客户成功标准定义自身成功[10] - 关键指标LTV（客户生命周期价值）需满足LTV/CAC > 3原则，LTV=客户单年收入贡献×生命周期长度[14][15] - 客户流失率是关键指标，约40%客户流失是可管理的，其中"需求未满足"占比最高[17] - 2019年通过投入产研资源成功挽回9家流失风险客户，挽回ARR价值约200万，投入成本100多万，当年ROI达2.23，降低流失率约0.5个百分点[19][20] NDR与增购管理机制 - NDR反映老客户收入增长能力，受流失、续费和增购三方面影响[21] - 增购管理通过潜增预测和CSM沟通识别商机，CSM挖掘增购比例从最初5%-8%提升至40%-60%[29] - 产品组合可显著提升LTV，客户购买a、b、c产品组合的LTV可达单一产品叠加的7.23倍[29] - 部分业务线增购金额实现翻倍，不同业务线增购占比从5%到30%不等[29] 大客户与小客户差异化运营 - 大客户管理基于框架逐季度制定收入目标，通过QBR实现营收管理和风控[31] - 小客户运营侧重自动化和轻量SOP，重点在新客户签约后的前期阶段[33] - 小客户群体中存在高潜力客户，其LTV可达小客户平均值的11倍[34] - 从小客户中挖掘潜力客户按大客户模式运营，为组织培养人才[35] 客户健康度与需求挖掘体系 - 健康度评估简化为三个维度：人（建联情况）、事（产品稳定性）、钱（折扣风险）[36][37] - 采用GPCT方法挖掘需求：目标、计划、挑战、时间，聚焦客户业务目标而非功能需求[39][40] - 健康度关键在于"比较与干预"，使用同一标准对比不同客户群体差异[38] 客户成功团队建设与文化建设 - 团队管理需考虑价值补充型、价值交付型和价值扩展型不同阶段能力要求[43] - 考核激励需与团队阶段匹配，从基础服务指标到收入、增购等业务结果[44] - 文化建设需要领导层理解客户成功是CEO第一责任人工程[50][51] - 每个专题需要3到6个季度才能看到明显成果，必须提前规划避免急功近利[53] 客户成功运营的本质与成效 - 运营本质是围绕核心目标识别关键因素并进行干预，通过结果验证有效性[30] - 通过聚焦客户留存、增购机会、健康度管理等关键环节实现长期收入增长[55] - 客户成功是典型长期主义工程，需要从战略高度重视并深植企业文化[55]

核心观点 - 图灵奖得主Yann LeCun宣布离开Meta，创办专注于先进机器智能的新公司，标志着AI技术路线可能发生重大集体转向[1][2] - Yann LeCun和OpenAI前首席科学家Ilya Sutskever在一周内先后质疑大语言模型主流路线，认为“拼算力”时代结束，后LLM时代正在成形[3][8][31] - 下一代AI的竞争焦点将从模型规模和训练数据转向新架构的发明以及系统的强大与可控性[31][32][39] 对LLM的批判 - LLM被Yann LeCun称为通往人类智能的“死胡同”，因其缺乏对真实世界的理解、常识和因果关系，仅是统计相关性的堆叠[3][5] - 模型规模增大带来语言流畅度提升，但世界理解力未同步跟上，Meta的Llama 4在真实场景中表现远不如基准测试即为例证[5] - LLM能力在实验室显露天花板，性能趋于饱和，更大模型不一定带来更高真实智能，继续堆算力边际收益越来越低[6][7][8] - LLM的核心缺陷在于无法进行多步骤推理、长期规划和具身交互，智能本质是行动能力而非语言能力[12][13] - 语言被视为人类智能的副产品而非核心机制，真正的智能应源于对物理世界的建模、预测和行动[9][10][11] 世界模型与JEPA架构 - Yann LeCun提出的下一代AI路径是构建“世界模型”，让AI能从多模态输入中构建对世界的内部理解，并基于此预测和行动[14][15] - 世界模型的关键在于让AI具备类似人类和动物的抽象内部投影能力，以理解重力、速度、距离等物理概念[15] - LeCun推动的新架构是联合嵌入预测架构，其与LLM的核心差异在于处理多模态数据、预测抽象状态变化及结合表征学习与因果建模[16][17][26] - JEPA架构的学习模式是让AI在模拟环境中自主互动，从中提取因果关系并形成持续记忆，最终具备规划行动能力，不依赖更多token而依赖更好的世界模型[19][20][21] 后LLM时代的技术路线分歧 - Yann LeCun押注世界模型方向，目标是让AI具备对物理世界的理解和行动能力，判断10年内会出现具身AGI原型[25][28] - Ilya Sutskever押注安全超智能方向，关注点在解决AI系统的泛化脆弱性，确保AI能力提升过程中的安全可控[25][29] - 两位先驱代表了后LLM时代的两个主要方向：架构创新派和安全优先派[30] 工业界的动向与影响 - 工业界出现悄然转向迹象：OpenAI确认首个AI硬件原型已完成，计划2年内发布无屏幕AI设备[34] - Google挖来波士顿动力前CTO，推动Gemini成为通用机器人控制平台，目标是让同一模型适配任何形态的机器人[34] - 李飞飞的World Labs融资2.3亿美元后发布商业产品Marble，Figure AI估值达390亿美元，Tesla Optimus计划2026年量产，显示下一代AI将不局限于对话框[35][36][37] - 新架构的突破需要时间，LeCun预估需几年到十年，Sutskever预估需5到20年，当前LLM仍是主流应用基础[38][39][40] - 对创业者和开发者的启示包括：不要迷信模型规模、垂直场景存在机会、开源路线重要以及需做好长期准备[41][42][43][44]

作者 | 谢芸子 编辑 | 张帆 封面来源 | 视觉中国 羽毛球的价格暴涨已成为"不可逆"的事实。 今年7月，全球第一的羽毛球品牌尤尼克斯YONEX再度发布调价通知，其中的主流球款价格涨幅皆在14%至31%。主力产品"AS-05EX羽毛球"，更是从 2024年4月的210元/打（12个）上涨到现如今的350元/打。 这已是尤尼克斯近两年来的第三次涨价。在此前多家媒体的报道中，李宁、威克多、亚狮龙等主流羽毛球品牌，也出现了不同幅度的价格上涨。 一般情况下，一个羽毛球的"生命周期"至多在30分钟。羽毛球的连年涨价，也让绝大多数羽毛球爱好者调侃，"打球就像朝天上撒钱""月入两万也打不起 羽毛球"。 36氪根据公开资料整理 然而，就在中国中产因此"叫苦连天"之时，尤尼克斯却接连创下营收新高。 不久前，尤尼克斯发布了2026财年半年报。截至2025年9月30日的6个月内，尤尼克斯的净销售额同比增长18.8%至795.32亿日元（约35.95亿元人民币，下 同）。 营业利润方面，报告期内，尤尼克斯同比增长15%至88.47亿日元（约4亿元），归母净利润同比增长17.4%至63.71亿日元（约2.88亿元）。 | | | ...

过去二十年，我们见证了iPhone为代表的智能手机如何改写产业格局、商业生态乃至人类生活方式。为 此，我们甚至创造了一个专有名词，iPhone时刻，指一种技术从长期的试验阶段，走向产品化并大规模 普及的历史瞬间。 而今，另一个行业正准备迎接这样的iPhone时刻，那便是人形机器人。 贝恩公司最近刚发布的《未来已来，智驱新程——全球人形机器人产业趋势洞察》中提到，人形机器人 将有可能成为推动未来全球经济和产业发展的全新引擎，该产业将在 2035 年达到 1.5 万亿元人民币规 模，部署量突破 1300 万台，成为足以比肩智能手机的新万亿级赛道。 换句话说，人形机器人的"iPhone 时刻"正在到来，并且很可能比我们想象得更快。 从工厂到客厅，人形机器人逐步找到自己的场景 目前，人形机器人正在不同的行业和应用场景渗透。 比如在工业领域，我们已经看到一些国内外制造类企业，比如汽车制造和物流企业，开始在工厂和园区 尝试使用人形机器人。它们承担的任务主要分两类：一类是要求一定泛化能力的任务，比如包裹分拣与 运送；另一类是简单的机械操作，比如装配和拧螺丝。 我们已经在一些海外案例中看到，单台机器人的投入产出比在早期测试阶 ...