核心观点 - 亚马逊零售业务在2024年面临严重的GPU短缺问题，导致多个AI项目延迟，随后公司启动"格陵兰项目"进行内部资源改革，建立集中管理的GPU资源池并优化分配流程 [2][6] - 公司制定严格的GPU分配原则，强调投资回报率（ROI）优先，要求项目提供详细财务收益证明，并实施动态回收机制以提升资源利用率 [3][5] - 通过AWS云服务与自研芯片Trainium的协同，公司预计2025年GPU供应瓶颈将缓解，零售部门计划在AI领域投资10亿美元，2025年AWS基础设施支出将增至57亿美元 [8][10] GPU短缺背景 - 2024年生成式AI热潮导致全球GPU持续短缺，英伟达等供应商供应受限，OpenAI等企业同样面临资源紧张 [2] - 亚马逊零售部门曾出现超1000个P5实例（每台含8颗Nvidia H100 GPU）的短缺，影响160多个AI项目推进 [8][10] 格陵兰项目（Project Greenland） - 2024年7月启动，建立集中式GPU协调平台，实现跨团队资源共享、利用率监控及低效项目预警 [6][7] - 引入回收机制，将闲置GPU重新分配给高优先级项目，并强制所有新申请通过该平台提交 [7][10] - 系统集成网络设置、安全更新等功能，简化运维流程 [7] GPU分配策略 - 八条核心原则：ROI导向、动态优化、集中管理、效率优先、风险容忍、透明与保密平衡、资源可回收 [5] - 审批标准包括：项目"随时可开工"、市场竞争力证明、明确成果时间表及每颗GPU的财务收益测算 [3][5] - 2024年末零售部门计划在2025年Q1将新增GPU分配给优先级最高的项目 [3] AI应用与投资 - 重点AI项目包括购物助手Rufus、产品图像生成器Theia、物流优化模型及自动化客服系统等 [8][12] - 2024年AI投资间接带来25亿美元营业利润和6.7亿美元成本节约 [8] - 2025年零售部门预计投入10亿美元用于GPU驱动的AI项目，AWS基础设施支出同比增长27%（45亿→57亿美元） [8][10] 供应改善预期 - 自研芯片Trainium预计2025年底满足需求，AWS云服务已全面开放GPU访问权限 [10] - 内部预测显示2025年供应将从短缺转为盈余，CEO安迪·贾西称下半年限制将缓解 [10]

来 源丨新智元（ID：AI_era） 编辑丨英智 图源丨ChatGPT OpenAI又一次吸引了公众的关注。 最近，社交媒体又被一个新奇的潮流给「攻占」啦，那就是ChatGPT掀起的AI玩偶热潮。 这股风最早是在领英上刮起来的，后来吹到了Meta、Instagram和TikTok等社交平台上，好多人都玩得热 火朝天。 领英上有很多职场人士，这些配饰很符合他们的形象和日常工作场景。 还有个「Barbie Box Challenge」是专门模仿芭比娃娃包装盒风格，把自己做成芭比风格的玩偶。 想象一下，自己像芭比一样，穿着漂亮衣服，站在精心设计的包装盒里，也像变成了时尚偶像。 不仅是普通人玩得不亦乐乎，很多公众人物也被卷入其中。 随着这股风潮的迅速流行，各大品牌和有影响力的人物都开始尝试打造自己的迷你版。 你可能会好奇，这股AI玩偶热潮到底是啥？ 人人都能变玩偶 在过去几天里，人们热衷于用ChatGPT把自己变成可爱又有趣的玩偶形象，还能搭配符合个性和兴趣的配 饰。 大家用ChatGPT生成玩偶后，会放在泡罩包装里展示，旁边再配上常见的笔记本电脑、手机和水杯。 马斯克的玩偶旁边，搭配着特斯拉汽车，还有一枚Space ...

文章核心观点 虎嗅智库将邀请嘉宾围绕“AI时代，如何借助大模型，做好线下实体门店管理”展开线上闭门研讨，分享AI落地案例，为线下实体企业门店终端的AI业务实践提供决策参考 [2][3][4] 连锁实体企业门店管理问题 - 存在门店人员操作不规范、设备安全隐患难发现、标准化执行难、总部门店不一致、巡查人员人效低等问题 [1] 研讨会信息 会议概况 - 时间：2025年4月14日19:00 - 21:00 [7] - 形式：线上闭门钉钉会议，圆桌研讨 [7] - 门票：免费审核制 [7] 参会嘉宾 - 库迪咖啡CTO孙宇鹏 [2][3][4][7] - 鸣鸣很忙CIO孙浩 [2][4][7] - 通义实验室业务负责人 [3][7] 研讨要点 - 探讨AI在门店业务流程的应用、实际落地效果、案例分享及变化升级 [7] - 分析AI在门店领域应用的痛点、难点及连锁企业应对方法 [7] - 聚焦AI巡店体系，讨论实施效果、投入产出比及优化方法 [7] - 研究未来AI广泛落地线下实体终端面临的挑战及可结合场景 [7] - 展望大模型重构企业技术基座及连锁智能终端门店的可能形态 [7] 参会人群 - 需要了解AI落地案例的企业决策者、经营者 [8] - 对AI感兴趣的线下实体门店管理者 [8] - AI技术提供方开发者 [8] - 关注AI在企业实际落地效果的专家及研究投资机构 [8] 参会收获 - 获取AI在零售消费领域企业的最新实践案例（相关报告PDF10份） [8] - 获取AI在零售消费领域的实践思路与技巧（本期会议总结PDF） [8] - 积累行业优质人脉（多期参与502活动可获得线下高端闭门会门票） [8] 案例分享 - 库迪咖啡巡店体系2024年年中上线，半年内完成一万家店部署，准确率高达95%，将分享应对门店管理问题的思考和实践 [3]

财务表现 - 公司去年营业收入29.33亿元，同比上升15.88%，归母净利润2.55亿元，同比增长近四倍[1] - 公司存货周转天数132天，同比改善32天，是近年来历史最优水平[3] 产品与技术 - 公司主要产品包括高性能数模混合芯片、电源管理芯片、信号链芯片等，已有1400余款产品型号[1] - 公司构建"硬件+算法+服务"的全系统音频生态链，广泛应用于消费、工业互联及汽车领域[2] - 公司去年全年整体销量超60亿颗，创历史新高[1] 市场与客户 - 公司产品应用于小米、OPPO、vivo、比亚迪、现代、五菱、吉利、奇瑞等知名品牌[2] - 公司产品进入北美、欧洲、东南亚等地区，去年境外收入规模反超境内，同比增长近17%，毛利率增加7.9个百分点[2] 发展战略 - 公司将持续拓展工业互联和汽车市场，强化海外市场布局[1] - 公司将以数模先进工艺产品带动模拟产品，打造平台型公司[1] - 公司将持续进行高质量研发投入，丰富产品品类和系列化目录化[2] 行业前景 - 消费电子市场持续回暖，AI技术带来新应用需求如AI手机、AIPC等[2] - 生成式AI、无人驾驶、人形机器人、储能等新技术将提振半导体产业需求[1][2] - 美国"对等关税"将加速国产替代进程，公司产品能在国产替代中发挥重要作用[1][2]

智能手机市场复苏与高端化趋势 - 全球智能手机出货量结束两年下滑，2024年同比增长6.4%，远超IDC最初预测的4%和上调后的5.8% [1] - 高端化趋势加速，预计2025年中国市场600美元以上机型份额将达30.9% [2] - 2024年全球智能手机平均售价达356美元历史新高，同比上涨2% [3] 高端化的核心驱动力 - 生成式AI重塑人机交互方式，AI手机平均售价是非AI手机两倍以上 [6] - 移动游戏精品化竞争推动高性能需求，《黑神话：悟空》等重载游戏加速PC体验向移动端迁移 [9] - 头部品牌旗舰机型全面搭载AI功能，联发科天玑9400等旗舰SoC成为技术支撑 [4] 移动SoC的技术突破路径 - 联发科天玑9200系列首发移动端硬件光线追踪，天玑9300采用全大核CPU架构，功耗下降41% [13] - 天玑9400+主核Cortex-X925 IPC提升15%，支持SpD+技术使AI推理速度提升20% [24][26] - 通过架构优化平衡性能与功耗，如天玑OMM追光引擎实现PC级渲染能力 [16] 高端化战略的生态构建 - 联发科举办MDDC 2025开发者大会，发布天玑开发工具集和AI开发套件2.0 [18] - 推出"天玑智能体化体验领航计划"，联合开发者降低AI应用开发门槛 [20] - 建立游戏开发者生态，HyperEngine技术点对点优化联网、触控、画质等体验 [11][13] 差异化竞争的关键取舍 - 天玑9000选择台积电4nm工艺而非低价的三星4nm，奠定性能优势 [22] - 天玑9300放弃大小核设计，采用全大核架构实现性能与能效平衡 [22] - 高端SoC需在成本、功耗、性能间动态权衡，联发科通过IPC优化替代单纯提升时钟频率 [24]

AI复活逝者技术 - 美国宾夕法尼亚州47岁演员杰森·高温参与了一项名为"看不见的你"的AI内测，为其孩子留下虚拟镜像，其9岁儿子常与"机器人爸爸"聊天机器人交谈，聊天方式与杰森相近 [1] - "看不见的你"AI公司首席执行官贾斯汀·哈里森称该产品有约1000名用户，在其他国家有数千名用户使用"超脑"产品，只需提供30秒钟音视频数据就能"数字式复活"挚爱亲朋 [2] - 生成式AI具备模拟共情能力，以文本为基础的人机交流和AI技术成熟使得这一选择极具诱惑力 [2] 行业现状与影响 - 目前有10家公司正在向AI模型投喂文本、视频等个人数据，打造人类虚拟镜像 [1] - 缅怀技术看似属于边缘议题，但其常态化在情理之中，需要为其设定边界并与真人咨询结合，避免过度依赖和沉溺 [2] - 技术对个人体验的进一步蚕食正在颠覆人类对生命终点的认知 [2] 技术争议 - AI可能会用虚假内容篡改人类记忆，死亡留下的话语空间可能被谎言填补甚至扭曲 [2] - 缅怀技术违背"扎根于现实的基本逻辑"，依赖互联网数据实现更真实互动 [2] - 研究指出缅怀技术背后蕴含盈利风险，部分用户会沉迷其中无法自拔 [2]

文章核心观点 美图公司旗下美图影像研究院联合多所高校的七项研发成果入选顶级学术会议，聚焦图像编辑领域，多项技术已落地应用，公司在核心视觉领域竞争力提升，未来增长潜力值得期待 [2][4] 研发成果入选情况 - 五项研发成果入选IEEE国际计算机视觉与模式识别会议CVPR 2025，投稿超13000篇，录用比例22.1% [2] - 两项研发成果入选国际人工智能促进协会主办的顶级学术会议AAAI 2025，收到12957篇有效投稿，录取率23.4% [2] 研发成果领域分布 - 三项生成式AI技术成果、三项分割技术成果和一项3D重建技术成果 [2] 技术成果落地应用 - 生成式AI技术GlyphMastero落地美图秀秀无痕改字功能 [3] - 生成式AI技术MTADiffusion落地AI素材生成器WHEE [3] - 生成式AI技术StyO落地美图秀秀AI创意和美颜相机AI玩法 [4] - 三项分割领域技术突破应用于电商设计、图像编辑与处理、人像美化等场景 [4] - 3D重建成果EVPGS在新视角生成、增强现实、3D内容生成、虚拟数字人等领域应用需求激增 [4] 公司发展情况 - 基于长期储备的AI能力，深度结合前沿技术，打造多款行业领先的影像与设计AI应用 [4] - 核心视觉领域竞争力持续提升，驱动旗下产品能力迭代，带动用户粘性和付费意愿提升 [4]

图片来源： Krea "Perez 回忆学生时代时说： ' 我喜欢物理和数学，以及那些挑战思维的难题。 '" 将他们联系在一起的是视听系统工程专业。两人很快成为好友， Perez 将自己在 AI 领域的兴趣萌芽 归功于 Rodriguez 的启发。 那是在 2015 年，生成式 AI 热潮来临的几年前，但对人工智能而言却是一个塑造性的时刻。那时 OpenAI 刚刚成立，致力于 AI 内容创作的初创企业正初露锋芒，吸引着人们的目光。 一家名为 Krea 的初创公司正致力于服务设计师及其他视觉创意工作者，解决一站式生成难题，并已 为其平台筹集了 8300 万美元资金，该平台旨在让生成式 AI 的使用更加流畅。 总部位于旧金山的 Krea 表示，其"一体化"平台整合了多种模型的工具，并配备定制界面，旨在显著 简化向这些模型发送查询及后续编辑的过程，同时提供更高的可定制性。 其用户群体包括 Perplexity AI 、 Loop Earplugs 、皮克斯、乐高及三星的创作者。 Krea 的融资消息今日首次公布， 8300 万美元资金实际分多批到位：最新一轮 B 轮融资达 4700 万美 元。此前，该公司还完成了 ...

人工智能技术在电力行业的应用 - 未可知人工智能研究院副院长张孜铭为国家电网进行人工智能技术内部分享，旨在推动电力行业智能化升级 [1] - 课程涵盖人工智能技术趋势、生成式AI与传统AI区别、DeepSeek技术应用等内容 [4] - 通过案例和互动环节展示AI在电力行业的应用前景和操作方法 [4][5] 生成式AI发展与应用 - 详细讲解生成式AI从早期萌芽到快速发展的历程，展示其在文本、图像、音频、视频等领域的生成能力 [4] - 重点介绍国产大模型DeepSeek的优势，包括深度思考能力、高性价比及复杂问题推理能力 [6][7] - 演示AI提示词技巧提升工作效率的实际操作 [7] AI智能体在电力行业的协作模式 - 提出三种人类与AI协作模式：Embedding模式、Copilot模式、Agents模式 [9] - 分享通过Coze平台搭建智能体实现电力行业智能化工作流程的方法 [9] 合作与行业影响 - 国家电网积极拥抱新技术，此次合作标志其在智能化道路上迈出坚实一步 [13][14] - 未可知人工智能研究院致力于推动AI技术在各行业应用，此次授课是其在AI应用领域的重要实践 [12] - 学员反馈课程生动，直观展示AI在电力行业的应用潜力，预期将带来创新变革 [10]

核心观点 - AI技术成熟度不足 当前尚无通用即插即用的标准化AI解决方案 但未来可能出现行业通用产品[2][3] - AI落地最大阻力来自组织内部人心不确定性 而非技术本身 需消除员工对AI的误解和恐惧[17][18] - AI应用需与业务场景深度融合 通过示范效应和战功激励推动组织变革[15][16] - 中小企业可培养内部"鲶鱼型"人才 建立开放学习机制实现AI转型[32][33] - 提示词编写能力决定AI输出质量 需通过持续练习提升表达精准度[42][43] AI工具与方案现状 - 当前AI技术尚未达到通用人工智能(AGI)水平 无法提供普适性解决方案[2] - 每个企业需寻找最适合自身的AI应用路径 生搬硬套他人方案效果有限[2] - 未来可能出现行业通用AI产品 但现阶段市场空白正是创业机会[3] AI应用中的错误处理 - 大模型输出质量取决于输入数据质量 需持续优化知识库和语料[5] - 专业领域存在"概率幻觉"现象 需结合联网能力和专业工具验证[7][8] - 数据质量评价五大维度:准确性 完整性 实时性 一致性 可用性[10] AI落地组织阻力 - 中层管理者是主要阻力来源 涉及利益格局调整和技能危机[17] - 基层员工抵触源于工作强度增加 需合理区隔KPI和AI任务[25] - 建立"AI尖兵小分队"是有效推进方式 需包含多层级人员[21][23] AI人才培养策略 - 中小企业可重点培养年轻人才 发挥其AI应用创新能力[31][32] - 文科生在AI时代具有优势 结构化表达能力可转化为提示词技能[32] - 建立"请进来 走出去"学习机制 保持组织对外部创新的敏感度[33] 提示词编写技巧 - 提示词编写经历"短-长-短"进化过程 需去除冗余信息[43] - 可通过AI优化提示词 但长期需提升基础表达能力[42][43] - 明确角色定位和场景需求 提供充分背景信息提升输出质量[44] AI降本增效实践 - 内容创作领域效率提升显著 1.5人可完成原5-6人工作量[47] - RPA工具结合AI可实现动态数据抓取与分析[47][48] - 需突破数据源限制 解决商业模型重构等非技术问题[48]