Jeff Barr的行业贡献 - 作为亚马逊云科技早期创始人之一和首席布道师，以个人视角通过20余年撰写超过3300篇博客（近150万字）和800多场演讲记录云计算技术演进[3][4] - 开创"博客优先，公关在后"的行业社区沟通范式，打破传统To B技术传播依赖官方营销的模式[5][6] - 2008年首次在华推广EC2（弹性计算）和S3（简单存储）服务，当时中国云计算尚处萌芽期[7][8] AI对软件开发的影响 - 生成式AI被视为开发工具演进的延续，如同从机器语言到高级语言的抽象层级提升，将开发者精力解放至高阶问题解决[19][21] - 亚马逊Kiro开发环境展示AI重构流程：支持"氛围编码"快速原型与"规范驱动开发"四步闭环（想法→意图→实现→迭代）[23][24] - AI时代开发者角色转变：从80%时间写代码转为80%时间沟通，核心价值转向清晰表达意图（向内对AI）和理解业务需求（向外对人）[34][36] 未来软件形态趋势 - 预测"短命应用"（disposable code）涌现，针对临时需求快速生成且用完即弃，使数据资产成为核心护城河[45][48] - 软件架构呈现"代码易逝、数据永恒"新平衡，企业战略更注重数据模型设计与治理[49][50] 云计算与AI融合前景 - 云保持基础设施终极形态，AI作为关键服务与之形成灵活高效的共生关系[52][54] - 云+AI工具可能催生"单人独角兽"（Unicorn built by a single developer），极大释放个体开发者控制力[56] 中国市场观察 - 2008年在华演讲时亚马逊云仅5项服务，16年后中国公司已深度拥抱多元云与AI技术，体现行业惊人跃迁[57][59]

行业技术趋势 - 2024年以来生成式AI和空间计算科技浪潮重塑千行百业 显示技术处于变革风暴中心[2] - 各大主流技术路线在市场竞争中迈向新拐点 Micro LED产业化进程加速转动 Mini LED转型为市场主力 OLED稳固占据旗舰智能手机王座 Micro OLED是近眼显示的黄金方案[2] - 全球显示产业正站在机遇与挑战并存的十字路口[2] 2025自发光显示产业研讨会信息 - 会议于2025年10月30日周四9:00-17:05在深圳金茂JW万豪酒店举行 由TrendForce集邦咨询旗下LEDinside及集邦Display联合主办[2][5] - 会议汇聚13位显示行业专家 针对Micro LED/Mini LED/LED显示屏/AR眼镜等展开主题演讲[2] 会议议程-上午场 - 开幕致辞由TrendForce集邦咨询总经理樊晓莉进行[6] - 议题包括Micro LED商用化进程与展望 MiP显示技术创新及面板化应用解决方案 LED行业合规高质量发展与客户需求管理 直显COG技术趋势概括 LED电影屏现状与前景解析[6] 会议议程-下午场 - 议题涵盖技术创新赋能MLED价值提升 硅衬底GaN技术助力Micro-LED微显产业落地 无极Infinity超高画质解决方案 鸿石智能MicroLED彩色化战略[7] - 议题还包括AR眼镜光引擎与光学器件新机遇 uLED外延量产挑战和解决方案 AI助力AR眼镜破圈 全球LED显示屏市场机遇与挑战[7] 支持单位与近期研究 - 研讨会支持单位包括艾比森 晶能光电 鸿石智能 雷曼光电 诺瓦星云 TCL华星等业内主要公司[9] - TrendForce集邦咨询近期研究涵盖OLEDoS于VR/MR渗透率 电视面板价格 LED显示屏市场展望等领域[16]

公司表现 - 雷朋眼镜制造商EssilorLuxottica股价近期上涨14%，创历史新高，市值增加近200亿美元 [1] - 公司与Meta合作推出新一代AI眼镜，销售持续火爆，推动三季度销售额创历史新高 [1] - 公司表示将加快其智能眼镜业务的产能扩张 [1] 行业动态 - 雷朋眼镜的成功重新点燃智能眼镜市场，吸引谷歌、苹果等科技巨头再次入局 [1] - 生成式AI为智能眼镜市场带来了新的发展机遇 [1] - 国际数据公司报告显示，2025年二季度全球智能眼镜市场出货量达256万台，同比增长55% [1] - 巴克莱分析师预测，智能眼镜可能成为自手机以来最具颠覆性的创新，预计到2035年全球销量达6000万台 [1] 行业挑战 - 智能眼镜目前功能实用性不足，面临性能、重量、续航难以平衡的挑战 [1] - 智能眼镜还远称不上是“消费级应用”，未来发展仍有待技术突破和市场沉淀 [1]

文章核心观点 - 生成式AI的成功需要与热门硬件结合，尤其是智能手机，而非独立设备 [1] - OpenAI与苹果前设计总监乔尼·艾维合作开发AI手机是定义技术大规模融入人类生活的关键机会 [2] - 成功的AI硬件必须满足用户日常高频需求，操作需更简单、快捷、优质、有趣，仅靠工程巧思与炒作不足 [2] AI硬件失败原因分析 - 首批AI硬件产品失败源于建立在炒作之上而非实际功能，例如Humane的AI Pin [1] - 失败硬件无法与手机日常功能良好整合，并要求用户学习笨拙的新手势操作 [1] - 用户不愿意在公共场合对着衣服讲话，凸显了产品设计脱离实际使用场景 [1] 智能手机作为AI载体的优势 - 智能手机界面直观、易于使用，已深度植入用户心理及口袋，难以被取代 [1] - 过去十年硬件"坟场"中充斥承诺取代手机但只售出少量产品便夭折的设备 [1] - 生成式AI要发挥潜力，必须融入人们周围的物理世界，即整合进手机中 [1] OpenAI与艾维合作的关键挑战与路径 - OpenAI以64亿美元收购艾维硬件创业公司，是AI硬件领域最大赌注 [2] - 成功不能止步于智能音箱或AI配件，必须聚焦手机领域 [2] - 艾维团队在软件人才方面不足，而软件是iPhone长期成功的关键 [2] - 打造AI手机需依赖谷歌Android系统，这对有苹果背景的艾维及与谷歌竞争的OpenAI构成障碍，但这是实现投资回报最快最有效方式 [2]

公司动态 - AI创业公司Anthropic将使用多达100万个谷歌AI芯片训练其Claude大模型 [1] - 所使用的谷歌AI芯片价值数百亿美元 [1] - Anthropic选择谷歌TPU的原因是性价比高、效率优越且已有使用经验 [1] - 谷歌作为Anthropic的投资者，还将为其提供额外的云计算服务 [1] 行业趋势 - 该交易凸显了生成式AI在训练、部署及持续推理过程中对算力的巨大需求 [1] - 谷歌正扩大其自研张量处理单元（TPU）的对外可用性，这些芯片过去主要用于内部 [1] - 谷歌目前通过其云服务向外出租TPU [1]

财务数据和关键指标变化 - 第三季度总收入为1.94亿美元，同比增长10% [5] - 第三季度自由现金流为2700万美元，同比增长59% [5] - 第三季度毛利润为1.08亿美元，同比增长10%，毛利率为56%，与去年同期持平 [24][25] - 第三季度总运营费用为9800万美元，占收入的51%，与去年同期持平 [25] - 第三季度净收入为1700万美元，占收入的8.6%，调整后EBITDA为1600万美元，占收入的8% [25] - 截至2025年9月30日，公司拥有约7.98亿美元的无限制现金及现金等价物，无债务 [26] - 公司上调2025年全年收入预期至7.5亿至7.54亿美元，同比增长8%至9%，中值较上一季度指引提高1000万美元，较4月预期提高2700万美元 [6][7][22] - 第四季度预期收入为1.89亿至1.93亿美元，同比增长5%至8% [21] - 全年调整后EBITDA利润率目标提高约200个基点至8% [22] 各条业务线数据和关键指标变化 - 消费者业务收入为1.3亿美元，同比增长13% [27] - 消费者业务毛利润为8000万美元，同比增长16%，毛利率为61%，同比提升180个基点 [29] - 企业业务收入为6400万美元，同比增长6% [30] - 企业业务付费客户总数增加10%至1724家 [30] - 企业业务净留存率为89% [30] - 企业业务毛利润为4500万美元，同比增长5%，毛利率为70% [31] - Coursera Plus订阅服务现已占消费者业务收入的一半以上 [5][29] 各个市场数据和关键指标变化 - 第三季度新增注册学习者770万，总学习者基数扩大至1.91亿 [5][27] - 平台现提供超过12000门课程，同比增长44% [10] - 生成式AI课程目录超过1000门，去年为500门 [11][49] - 生成式AI课程每分钟有14次注册，高于去年的8次 [11] - 91%的学习者在完成课程后报告了积极的职业成果 [10] - 国际市场的定价进行了调整，部分地区降价高达60% [50] 公司战略和发展方向和行业竞争 - 公司优先事项包括提高执行力、构建平台能力以及投资产品创新 [5] - 推出SkillsTrax产品，提供针对特定岗位的定制化学习路径，初始领域包括数据、IT、软件、产品和生成式AI [17][56] - 与OpenAI合作，将Coursera内容嵌入ChatGPT，成为首批集成应用之一 [19][20] - 与Anthropic达成内容合作伙伴关系，引入AI课程 [12] - 任命Anthony Salcido为企业业务新任总经理，其在微软有超过20年的教育业务经验 [7][57] - 专注于利用AI驱动创新，包括Coursera Coach（已集成至97%的课程）、AI翻译和配音、以及AI辅助课程创作工具CourseBuilder [14][15][16] 管理层对经营环境和未来前景的评论 - 企业业务环境仍然疲软，客户需求和预算趋势因垂直领域、地区和使用案例而异，预期短期内不会有实质性改善 [21][30][54] - 消费者业务表现出强劲势头，得益于强大的顶部漏斗和新学习者增长 [27][42] - 生成式AI技能需求加速，成为平台历史上需求最高的技能 [12] - 搜索行为正在发生根本性变化，公司致力于在AI原生学习体验方面处于前沿 [19][74] - 对实现提高后的全年财务目标充满信心 [22][25] 其他重要信息 - 发布了2025年学习者成果报告，调查了来自179个国家的超过52000名学习者，86%的学习者旨在构建新技能和转变职业生涯 [9] - 平台现有近100个专业证书，新增了来自微软、AAPC和EC Council的证书 [11] - 新增12个内容创作者，包括培生和Skillshare等 [11] - AI配音现已支持超过600门课程，涉及5种语言，预计年底超过1000门 [15] - 首席财务官Ken Hahn即将离任，这是其最后一次参加财报电话会议 [8] 总结问答环节所有的提问和回答 问题: 关于与OpenAI整合的早期观察和财务安排 [34] - 合作处于早期阶段，暂无具体数据可分享，但这是一个重要的顶部漏斗机会 [35] - 与OpenAI之间没有经济安排，整合旨在引导用户发现Coursera课程 [36] 问题: 销售和营销投资优先级及回报评估 [38] - 销售和营销一直高效，在广告支出回报率合适时会持续投资，这些投资常驱动订阅而不仅是单次课程购买 [39] 问题: 第四季度收入指引的驱动因素及消费者增长可持续性 [41] - 全年收入指引上调反映了对消费者业务的信心，Coursera Plus提供了更好的收入可见性 [42] - 第四季度增长减速部分源于季节性因素，Q3传统上比Q4强劲 [43] 问题: 资本支出与自由现金流的平衡，以及AI对内容生产的影响 [44] - 对内容投资效果满意，课程目录增长和毛利率扩张是证明，AI工具有助于降低单课生产成本 [45] 问题: 推动消费者业务加速的因素，特别是国际定价优化 [48] - 营销改进、课程产品响应度（尤其是生成式AI内容）以及产品体验优化是主要驱动力 [49] - 国际定价调整（部分降价高达60%）旨在扩大市场覆盖和推动收入增长 [50] 问题: 企业业务净留存率变动及各细分市场趋势 [53] - 对89%的净留存率不满意，目标仍是超过100% [54] - 校园业务表现较好，政府业务面临挑战，企业业务环境整体仍然疲软 [54] - SkillsTrax新产品旨在更好地满足企业技能提升需求 [56] 问题: 第四季度EBITDA利润率指引及2026年增长与利润平衡框架 [59] - 公司框架是每年同时实现收入增长和运营杠杆（EBITDA利润率提升） [60] - 第四季度投资重点包括营销和产品创新，这些投资将为未来年份带来收益 [61][62] 问题: 公司与谷歌、微软在AI技能投资方面的合作机会 [63] - 与谷歌和微软均是重要内容合作伙伴，就其新倡议进行持续对话，Coursera的广泛课程目录是优势 [64][65] 问题: 与AI公司的合作带来认证机会的潜力 [68] - 认证和技能验证对企业和消费者都越来越重要，SkillsTrax已引入验证证书，未来可能与AI合作伙伴推出更多认证 [70][71] 问题: AI搜索转变的早期迹象及投资策略 [72] - 搜索范式正向通过LLM获取更丰富信息转变，与ChatGPT整合是学习用户行为演变的机会 [74] - 投资于优化课程详情页和用户引导，以更好地将学习者与职业目标匹配 [76][77] 问题: 第四季度收入指引细节及2026年趋势展望 [80] - 企业业务环境预期保持疲软，消费者业务因Coursera Plus而有较好可见性 [81] - 2026年正式指引将在第四季度财报电话会议中提供 [81] 问题: Coursera Plus增长加速的驱动因素 [86] - 驱动因素包括AI技能需求、营销和产品漏斗优化、课程目录价值以及国际定价调整 [86][87][89] 问题: 企业业务销售策略是否有变化 [95] - 新任企业业务总经理将评估优化方向，SkillsTrax新产品是响应客户需求的新SKU，预计未来会有持续创新 [96][98]

谷歌AI学习平台 - 谷歌推出AI学习平台Google Skills，整合内部资源提供超过3000门课程，覆盖大型语言模型技术及伦理内容[1] - 平台采用游戏化激励方式，过去一年已有2600万人在其分散平台学习技能，现集中至统一入口[1] - 平台与150多家雇主组成招聘联盟，用户完成证书可跳过初筛直接进入面试，构建学习至就业的闭环[1] Sora项目升级 - Sora2将推出“角色客串”功能，允许用户将现实物品或生成人物投射到虚拟世界并创建独特IP进行互动[2] - 社交体验将优化，支持特定社群组队分享并减少过度内容审核，应用优化包括流畅度提升和视频编辑功能[2] - 安卓版即将上线，可在谷歌应用商店预注册[2] 快手AI编程产品 - 快手发布AI编程产品矩阵，包括KAT-Coder模型、CodeFlicker开发工具和万擎MaaS平台三位一体解决方案[3] - KAT-Coder模型在SWE-bench Verified榜单解决率达73.4%，其开源版达74.6%，收入在8个月内增长4倍[3] - CodeFlicker工具已在公司内部80%工程师中使用，支持自动生成代码仓库说明书和企业级定制服务[3] 多模态图像编辑模型 - 港科大贾佳亚团队推出DreamOmni2多模态图像编辑模型，在GitHub两周内获得1.6k星标，可处理多个参考图像并理解抽象概念[4] - 基于FLUX Kontext模型，该模型在传统任务上优于现有开源模型，支持风格迁移、动作模仿和多图编辑[4] - 采用创新三阶段数据构建范式和索引编码技术，首次实现从单一物体到完整3D场景的生成并已开源[4] 3D生成大模型 - 字节跳动推出3D生成大模型Seed3D 1.0，基于Diffusion Transformer架构，可从单张图像生成高精度3D模型[5] - 该1.5B参数模型在纹理材质生成上对标SOTA水平，能准确还原精细特征[5] - 生成的3D模型可导入仿真引擎供机器人训练，并支持从单一物体扩展至完整3D场景生成[6] Meta AI部门调整 - Meta在AI部门进行大规模裁员约600个职位，华人AI科学家田渊栋及其团队受影响，FAIR实验室成为重灾区[7] - FAIR实验室遭重创，有消息称其首席科学家可能辞职，而新成立的TBD超级智能实验室仍在招聘[7] - 公司认为原有架构过于官僚化，正将重心从开放式基础研究转向超级智能竞赛，近期达成270亿美元数据中心融资[7] AI智能终端 - 科勒推出Dekoda智能马桶售价599美元起，通过AI摄像头视觉分析排泄物判断肠道健康等状况[8] - 使用需订阅年费26至70美元的应用，其AI模型基于超100万数据点训练并采用布里斯托大便分类法[8] - 产品面临隐私争议和高昂价格限制，分析结果相对简单仅分为正常、硬便、稀便等类别[8] 量子计算突破 - 谷歌发布量子回声算法在Willow芯片上运行，解决原子相互作用速度比Frontier超级计算机快13000倍，数小时完成需3.2年的计算[9] - 这是量子计算机首次在真实硬件上成功运行可验证算法，结果可在其他同等水平量子计算机上重复验证[9] - 算法可研究从分子到黑洞的各种系统结构，为药物研发和材料科学应用铺路[9] AI模型性能比较 - Vercel公司CEO表示内部测试中Kimi K2运行速度是GPT-5和Sonnet 4.5的5倍（2分钟对比8-10分钟）[10] - Kimi K2准确率超60%，比GPT-5（低于40%）高出50%，比Sonnet 4.5（低于50%）也有优势[10] - 硅谷多家公司如Cline、Cursor等已接入K2模型，因其性能强且价格更便宜[10] 视频模型发展趋势 - a16z合伙人指出视频模型进入产品时代，不同模型如Sora 2和Veo 3正走向专业化发展[12] - 模型能力与产品间存在巨大鸿沟，创作者需手动完成的工作应由产品层面解决[12] - 未来将出现针对特定场景的专用模型、帮助用户选模型的产品和整合创作套件[12]

Vibes功能定位 - Meta推出名为Vibes的AI视频流功能，嵌入Meta AI应用中，用户可浏览AI生成短视频并进行一键二次创作，包括添加音乐、更换风格或Remix他人作品，并分享至Instagram和Facebook [3] - Vibes定位为媒体与创作合体的内容入口，打通浏览、创作、分享三个环节，用户可从空白页生成视频或基于他人作品Remix，并直接同步至社交平台 [9][10][13][15] - 功能设计强调闭环体验，用户可在Instagram刷到Vibes视频后跳回Meta AI应用继续Remix，旨在将AI视频变为日常内容循环 [15][24] 公司战略意图 - Meta将AI视为核心驱动力，通过Vibes降低AI视频创作门槛，将其从工具升级为主流社交场景的内容形态，在AI视频时代争夺主动权 [6][18][19][24] - 公司利用Instagram和Facebook等内容分发网络，将AI视频入口植入自身生态，实现流量闭环，避免创作者流向其他平台 [25][26] - Vibes与Meta硬件（如Ray-Ban智能眼镜）及AI助手串联，未来可能实现通过语音指令直接生成视频并同步分享，推动生成式AI融入现实日常 [41][42][44] 行业竞争格局 - 短视频成为全球社交平台必争之地，TikTok凭借算法推荐占据年轻人注意力，YouTube通过Shorts追赶，Meta则依靠Instagram Reels守稳阵地 [17] - TikTok等平台已出现由AI工具批量生成内容的账号，形成被动收入模式，同时TikTok尝试将AI用于商业场景，如生成虚拟代言人多语言广告 [31][34] - AI视频生成本身快速迭代，Meta研究团队推出MovieGen模型，支持在视频中插入新物体、修改背景并保持动作连贯性，为Vibes提供技术支撑 [21][45] 内容生态影响 - Vibes将创作门槛压至极低，用户通过提示词或Remix即可快速生成视频，使AI视频进入主流社交舞台，可能激活更多创作灵感 [28][29][38] - 行业面临原创与二次创作边界模糊问题，Remix常态化可能引发版权、肖像权及创作归属争议，已有平台因AI拟脸模板下架案例 [35][37] - 算法推荐与生成式内容结合可能放大虚假信息传播，对平台治理提出更高要求，AI视频加入社交平台可能加剧创意与混乱并存的局面 [37][38][46] 技术发展前景 - AI视频生成本身仍在快速迭代，Meta的MovieGen等模型技术逐步融入产品，将增强用户视频生成能力 [45][46] - 智能眼镜被视为未来自然计算平台，AI为其核心，Vibes作为Meta生态节点，可能与硬件结合推动内容生成场景扩展 [42][44] - AI视频可能成为继短视频后的下一个全民入口，从手机屏幕到智能眼镜，Meta正推动新的内容循环，但技术发展伴随版权与真伪治理难题 [49][50][52][53]

AI浪潮对BI行业的影响 - 2025年春节DeepSeek的爆火让AI产业迎来全民狂欢，许多行业被动或主动受到AI影响并获得大量商机[2] - BI行业与AI有天然亲近感，客户预算重点转向AI，导致传统BI关注度下降[2][5] - 生成式AI驱动的ChatBI站上高峰，通过自然语言交互返回详细研究结果，符合市场对数字化智能的想象[5] 思迈特的市场表现与产品成果 - 公司落地了百余个AI项目，大部分来自新客户，在IDC技术评估中全面领跑ChatBI厂商[3] - 自去年推出生成式AI技术支持的产品以来，该产品迅速成为公司的第二增长曲线[3] - 今年又新增成交了几十个AIChat项目，AI合同大部分来自新客户，产品力突破原有圈层[16][17] 行业面临的深层挑战 - 客户挑产品说明不缺产品，而是对"让数据真正辅助决策"存有疑问[4] - ChatBI存在准确性、稳定性、安全性、扩展性四大问题，导致客户处于敢用不敢信的状态[6] - 市场出现虚火，商机泡沫消耗优质售前资源和成本，需精准识别最终买单客户[6] 思迈特的战略认知框架 - BI应具备三层价值：技术工具、管理工具赋能领导决策、业务工具助力基层效率提升[7] - 公司不赞成唯工具论，强调针对不同层级提供差异化服务[7] - 数字化建设存在方法论缺失，表现为投资大周期长见效慢规划差落地难[7] 公司的系统性重构变革 - 变革驱动因素包括外部市场增量转存量、客户需求从建转向用、内部经营理念转向质量健康[10] - 核心战略是聚焦产品化，明确以产品化为核心的业务战略，让资源更聚焦[10] - 从2023年起将自身打造成全数字化经营运营公司，用数据清晰监控毛利率等过程指标[10] 技术路线与产品差异化 - 2019年V10版本战略性选择采用数据模型和指标架构，与业界厂商走上不同道路[10] - 产品融合数据模型和指标模型的综合能力，确保数据质量完全有保障[12] - 采用AI+BI双轨策略：有数据基础客户直接上AI，数据基础不具备客户先上BI打好基础[14] 组织能力建设与运营策略 - 今年基本未招聘专业AI人员，而是通过内部认证体系提升现有团队AI能力[14] - 每个人员都必须严格通过认证持证上岗，追求更高专业性和敏捷性[14] - 近200个POC实践形成精细化打法，研发与一线组成联合项目组全程独立管控[14] 从供应商到价值合作伙伴的转型 - 客户购买驱动力不是技术和产品，最直接购买的是服务和能力[17] - 服务数千家老客户积累的行业Know-How成为新业务增长护城河[17] - 持续输出最佳实践和方法论，帮助客户对AI创新从关注到落地有系统性认知[17] 数字化本质与客户服务理念 - 信息化提升流程效率，数字化是基于数据运营驱动的建设和应用[19] - 提供订阅、租赁、直接购买服务等多样化选择，降低客户决策门槛[19] - 客户需要以终为始，从业务视角指导建设，用小步快跑构建企业数字化MVP[20]

产品升级：ima 2.0版本发布 - 公司发布ima 2.0版本，将于10月24日启动内测 [1] - 新版本核心功能包括以Agent能力为基础的“任务模式”和知识库“AI要点”功能 [1] - 升级后的产品定位为能理解目标、执行任务、产出结果的“共事伙伴” [1] “任务模式”功能细节 - “任务模式”支持生成报告和播客两种内容形态 [1] - 用户可使用自然语言提问发起任务，并可附加知识库、文档、图片、音频、网页、笔记等附件 [1] - 生成播客时支持选择对谈人数、音色等参数 [1] - 该模式基于大型语言模型自主拆解、规划任务步骤，并调用精读内容、全网搜索、知识库查询、内容创作等工具完成指令 [2] - 系统在执行过程中具备自我监测与修正能力，最终产出可直接使用的结果 [2] 知识库能力升级 - 新版本引入“AI要点”功能，可自动生成结构化摘要 [2] - 同一知识库可并行展开多主题对话或任务，并支持协作共享 [2] - 新增“喜欢”等显性指标，帮助用户快速判断知识库的权威性与活跃度 [2] 市场表现与用户数据 - ima上线一年已深入科技、金融、教育、医疗、法律、政务等20多个行业 [2] - 知识库数量前三的领域为科技互联网、经济金融、健康医疗 [2] - 产品知识库文件总量达到2亿 [3] - 截至今年9月，月活跃用户数相比今年1月增长突破80倍 [3]