OpenAI发布桌面版Codex并调整访问策略 - OpenAI发布macOS桌面版Codex应用，定位为“AI智能体指挥中心”，支持多Agent并行工作，通过“工作树”模式隔离不同任务的代码变更 [1] - 该应用支持异步后台运行、技能系统和定时自动化任务，内置沙箱控制精确管理AI权限，公司CEO称“仅凭Codex就完成了一个完整项目” [1] - OpenAI同时为所有付费用户临时加倍速率限制两个月，并首次向免费用户开放Codex访问权限，正面迎战Anthropic和Cursor [1] 智谱发布并开源小参数高性能OCR模型 - 智谱发布并开源GLM-OCR模型，仅0.9B参数在OmniDocBench V1.5以94.6分登顶SOTA，性能接近Gemini-3-Pro [2] - 模型专攻手写体、复杂表格、代码文档及印章等高难场景，支持vLLM、SGLang和Ollama部署，API价格仅0.2元/百万Tokens [2] - 技术上采用自研CogViT视觉编码器，首次将多Token预测损失引入OCR训练，支持批量处理和RAG检索增强生成 [2] 腾讯混元发布研究揭示模型上下文学习能力短板 - 腾讯混元技术博客正式上线，发布姚顺雨团队研究成果CL-bench，揭示当前前沿模型从上下文学习的能力严重不足 [3] - 评测显示十个SOTA模型平均仅解决17.2%任务，最好的GPT-5.1也仅达23.7%，68.5%的候选解存在根本性错误 [3] - 研究指出AI竞争焦点将从模型能力转向“谁能提供最丰富Context”，记忆机制可能成为2026年另一核心研究主题 [3] xAI发布免费视频生成模型并取得高使用量 - xAI正式发布Grok Imagine 1.0视频生成模型，支持文生视频和图生视频，单次生成10秒720P视频，音频效果大幅提升 [4] - 模型具备电影级运镜理解、多主体自然互动能力，在Artificial Analysis文生视频排名综合第一，延迟和成本指标最优 [4] - 测试期30天内已生成12.45亿条视频，API已发布，官网免费开放体验 [4] 腾讯ima接入混元图像模型支持多场景创作 - 腾讯ima接入混元图像3.0图生图模型，支持上传照片生成旅游图、家装效果图、四格漫画等多场景创意内容 [5] - 产品可用于娱乐玩梗、家庭写真定制、设计稿快速生成、医疗科普配图等工作生活场景 [5] - 用户只需上传图片并输入指令，即可获得符合创意的生成图片，支持绘本故事定制和家装布置预览 [6] Adobe关停传统动画软件全面转向AI战略 - Adobe宣布3月1日停售拥有25年历史的Animate软件，企业客户三年支持、其他用户仅一年，之后将无法访问任何文件 [7] - Adobe未提供像样替代方案，仅建议用After Effects和Adobe Express部分替代，被批评为“用滑板替代汽车” [7] - 此举被视为Adobe全面转向AI战略的信号，用户质疑被逼使用尚未成熟的技术，历史上Flash曾推动互联网多媒体革命 [7] SpaceX收购xAI并计划部署太空数据中心 - 马斯克宣布SpaceX完成收购xAI，合并后估值达1.25万亿美元，xAI将成为SpaceX全资子公司 [8] - SpaceX计划推进太空数据中心部署，马斯克称每年可通过百万吨级卫星发射新增100GW AI算力，长期目标达1TW [8] - 合并让xAI获得稳定资金支持，此前xAI每月烧钱约10亿美元，SpaceX被认为是马斯克旗下“最成功最稳健”的企业 [8] 谷歌研究揭示AI辅助数学研究的实际挑战 - 谷歌用Gemini对700个Erdős未解数学问题进行系统攻关，推进13个问题，其中5个是模型自主新解，8个是从文献中挖出被遗漏的解答 [9] - 研究显示68.5%候选解存在根本性错误，真正有意义的正确解仅6.5%，大量时间消耗在核验、纠错和文献排查上 [9] - 谷歌坦言这些问题任何领域专家都能轻松完成，AI辅助数学研究的真实成本远超想象，需警惕AI“潜意识抄袭”文献的风险 [9] a16z报告阐述AI时代软件护城河的重要性 - a16z AI应用团队认为AI时代是所有技术周期的叠加，传统软件正全面走向AI native，greenfield机会大于brownfield [10] - 软件正在“吃掉”劳动力市场，但真正价值不在于省钱而在于增收，如Salient通过AI让回款率提升50%而非单纯降低成本 [10] - 围墙花园类公司因掌握专有数据而价值倍增，护城河在软件可快速构建的时代比以往任何时候都更重要 [10]

文章核心观点 - 生成式AI浪潮并非一个全新的独立周期，而是对PC、互联网、云、移动等所有过往技术周期的叠加与爆发，其普及速度因智能手机和云的广泛存在而前所未有 [3][7][8] - AI正在驱动软件领域有史以来最大、最快速的产品转变，新增收入的绝大部分已源自AI，涵盖基础设施层与应用层 [2][8] - 人类行为的核心驱动力是“用更少的工作换取更多的经济回报”，而生成式AI正在解锁这一价值，其创造的价值规模已大到惊人的程度 [14] - 在软件可被快速构建的时代，构建强大的“护城河”比以往任何时候都更加重要，数据、对端到端工作流程的掌控以及构建“系统级记录系统”是形成防御性的关键 [4][49][50][57] AI应用爆发的背景与特征 - **技术叠加与快速普及**：AI的爆发建立在PC、互联网、云、移动（尤其是全球80亿人中绝大多数拥有智能手机）等技术周期累积之上，因此普及速度前所未有 [7][8] - **能力飞跃与标准重定义**：相比两年前仅有纯文本和基础推理，当前AI系统已具备原生语音、实时互动等能力；公众对AGI（通用人工智能）的判定标准随着技术进步被不断抬高 [8][9] - **企业级采用拐点已至**：企业支出数据（如Ramp公司在2025年1月的支出陡增）表明，AI已从“炫技”阶段进入大规模为企业节省时间和金钱的现实应用阶段 [10][13] - **用户渗透与依赖加深**：AI（如ChatGPT）已占据类似WiFi的基础需求位置，全球约15%的成年人每周使用，其使用场景规模无限，用户使用时长正急剧增长 [18][19] AI应用的三大投资机会方向 - **方向一：现有软件品类的AI原生重构** - 所有传统软件市场（如CRM、HR、营销、财务、IT支持）都面临被AI原生 entrants 重新发明的机会，将诞生大量新的赢家 [28][30] - 成功关键在于抓住“绿地机会”，即面向全新公司或在企业发展的关键拐点（如员工数达50、业务复杂度激增时）提供替代方案，而非在“棕地机会”中与现有产品直接竞争 [31][32][34] - 现有头部玩家（如Adobe、SAP、Workday）也会全面拥抱AI以增强自身业务，并对新功能持续收费 [34] - **方向二：软件“吞噬”劳动力，创造全新品类** - 软件开始进入过去根本不存在对应软件产品的劳动力领域，直接替代或增强人类工作，这是一个远大于传统软件市场的机会 [28][40] - 这类产品的价值主张不是简单省钱，而是帮助客户“赚更多钱”，例如Salient公司的自动贷款服务能帮助客户多收回50%的款项 [55][56] - 要避免被廉价替代，必须构建垂直领域的“系统级记录系统”或操作系统，深度融入客户工作流程，形成极高黏性 [43][50][59] - 以法律科技公司Eve为例，其产品处理了原告律师几乎100%的案件，并通过处理非公开案件结果数据不断优化模型，形成了复利式的数据护城河 [47][48][50] - **方向三：“围墙花园”——利用专有数据交付最终成果** - 拥有高价值专有数据（或独家访问权）的公司，可利用AI将原始数据直接转化为可执行的“成品”交付，价值被成倍放大 [29][69][77] - 数据本身可能公开或免费（如飞机ADS-B信号、WHOIS域名记录、老旧说明书），但因其分散、难以整理而具备稀缺性，整合并数字化后形成“围墙花园” [66][67][76][79] - 案例：OpenEvidence获得顶级医学期刊独家授权，为医生提供远超通用ChatGPT的循证医学答案；vLex公司数字化西班牙法律判例后加入AI，收入增长了五倍 [73][74] - 商业模式从出售“原材料”（数据订阅）转变为出售“做好的菜”（最终答案或解决方案），定价能力和价值大幅提升 [68][69][75] 投资策略与市场判断 - **护城河至关重要**：在软件构建极快的时代，仅靠AI功能实现差异化不够，必须通过数据、工作流程整合构建真正的防御性，避免被大模型公司或快速跟进的竞争者复制 [4][49][51][57] - **看好“棕地机会”与“绿地机会”并存**：现有软件巨头会利用AI变现并增强业务，但“绿地机会”（新公司、新拐点）和基于新数据源的机会同样大量存在 [84] - **消费者AI遵循相同逻辑**：传统消费软件品类正AI原生重构（如Krea之于Photoshop）；全新品类被创造（如ElevenLabs之于语音模型）；专有数据构建优势（如Slingshot利用真实治疗记录训练AI心理治疗模型） [98][101][102] - **“聚合层”存在机会**：在许多场景下，能聚合调用多家模型供应商能力的“聚合层”公司，比只依赖单一模型的大模型实验室或科技巨头更具优势 [103] - **采用“逆向筛选”寻找最佳交易**：投资机构通过深度研究、产出行业基准与认知（如发布AI生产力基准、行业Top榜单）来建立专业声誉，从而吸引并判断最好的创业公司，而非筛选市场上滞留的便宜项目 [106][108]

商业模式与市场策略 - 华强北厂商采取"先上车，边走边看"策略，即使商业模式和软件功能未完善也快速推向市场，通过百万套订单完成市场教育[2][7] - 行业遵循"出货单生存法则"，强调快速占领市场而非完美产品，草根团队通过帮耳机品牌做App一年内实现财富跃升[2][5] - 供应链博弈形成独特平衡术，厂商需在10万个耳机壳生产压力下容忍供应商瑕疵品，同时防止设计被转卖[3][5] 行业竞争格局 - 华强北供应链迭代速度超越大厂，某些品类已迭代2-3轮后国内大品牌才入场，市场传导路径从"自上而下"变为双向影响[3][22] - 低端品牌通过10倍降价实现100-1000倍销量增长，用低成本方案复刻大牌功能，承担市场教育角色[18] - 部分华强北品牌完成从贴牌到自主品牌的升级，两年内产品质感显著提升，出现反向影响大牌设计的现象[22] 产品与技术创新 - AI耳机被行业视为快消品，本质仍属耳机赛道，AI功能作为营销概念叠加[11] - 中低端AI耳机（低于1000元）出货量优于普通蓝牙耳机，主流用户群体更关注低价尝鲜而非完美体验[13] - AI睡眠耳机意外走红，月出货量达10万套，显示细分场景需求通过直播电商被激活[26] 成本与供应链管理 - 深圳厂商极度重视成本控制，拒绝只谈技术不谈成本的合作方，每0.1元成本差异都影响竞争力[15][16] - 生产环节强调极限效率，样品运输不惜采用顺风车或货拉拉加急，包装未完成时员工亲自赴70公里外工厂催货[9] 人才与组织特点 - 行业人才门槛较低，普通院校毕业生对接爆款产品可获得月提成3万元，形成草根逆袭机会[5] - 从业者核心能力是清晰对接需求，行业人员素质未达科技公司水平但发展空间大[5] 市场发展趋势 - AI耳机市场尚未出现类似AirPods的标杆产品，行业期待领头羊品牌推动市场扩容[20] - 软件功能（如App）成为产品差异点，AI助手的token续费模式仍在探索中[7][25] - 华强北产线更迭速度超越大厂PPT更新节奏，反映市场响应机制发生本质变化[3][23]