表达与人性 - 表达失败的根源在于人性问题而非内容问题[2] - 表达高手的关键在于理解人性而非单纯的语言技巧[3] - 试图证明自己正确会引发听众的防御心理[6] 表达策略 - 通过引领而非证明来提升表达效果[13] - 找到反常现象并提出洞察以吸引听众[12][13] - 立场比观点更重要，需先建立共同立场[24][25] 表达场景与关系 - 面对目标一致的同事或下属应采用结论先行[26] - 面对客户或合作伙伴需先建立共同立场[26][27] - 面对陌生听众应采用场景先行以吸引注意力[27] 情绪驱动表达 - 情绪比内容更能驱动决策[34] - 将内容装进情绪中以增强感染力[35] - 通过感谢、损失、帮忙等情绪传递信息[36][37][38] 决策路径与表达逻辑 - 表达逻辑需与听众的决策路径一致[45] - 忽略决策路径会导致表达失败[44] - 小米SU7通过调整表达逻辑成功吸引女性用户[47][48][49] 驱动改变的要素 - 反常、向往、损失、容易是驱动改变的四大要素[57][58][59][60] - 通过触目惊心的数据引发警醒[57] - 提供低门槛的行动建议以促进改变[59] 人性本质 - 人性倾向于相信自己的结论而非他人告知的结论[62] - 情绪比理性更有影响力[63] - 人性同时追求更好和害怕损失[64]

智能体行业发展现状 - 2025年被称为"智能体元年"，AI发展从对话生成跃迁到自动执行，智能体成为最重要的商业化锚点和下一代人机交互范式 [1] - OpenAI将AI发展分为L1-L5阶段，L3阶段的智能体具备对话能力、推理能力、长记忆和工具调用四项核心能力，其中工具调用是最关键区分要素 [2] - 智能体市场划分为通用型和垂直型，通用型跨领域提供基本认知能力，垂直型专注特定领域深度融合专业知识，目前垂直型更易形成可持续商业模式 [4] 智能体商业化进展 - 编程场景已诞生ARR突破5亿美元的产品Cursor，成为最短时间突破1亿美元ARR的软件产品 [6] - 垂直智能体在办公软件(WPS、钉钉、飞书)、金融(支付宝、微信风控)、法律(通义法睿、金山晓法)等领域开始落地 [4] - 2025年AI手机渗透率预计达34%，端侧模型精简和芯片算力升级推动AI手机向中端价位渗透 [12] 智能体产业链格局 - 产业链分为基础层(大模型与基础设施)、平台层(开发工具与平台)、应用层(应用与场景) [7] - 科技巨头以大模型为底座布局智能体平台和生态，创业团队在核心能力做颠覆性创新，终端厂商依靠设备入口差异化竞争 [8] - MCP协议通过提供统一通信标准推动智能体行业互联互通，降低集成门槛 [10] 智能体技术演进方向 - 多模态基础模型和强化学习训练方法已发展到相对成熟阶段，能理解视觉信息和训练Agent与环境交互 [9] - 智能体正从AI手机扩展到AI浏览器，将对话交互方式植入搜索页面实现实时唤起和多轮对话 [13] - 通用智能体挑战"上限"和"广度"，垂直智能体夯实"下限"和"深度"，两者发展方向各有价值 [4] 智能体评估框架 - 从"容错性"和"自主性"两个维度建立智能体价值生态评估模型，X轴容错性衡量错误后果严重程度，Y轴自主性衡量决策执行能力 [14] - 医疗等低容错性场景需要更准确信息捕捉和稳定执行，写作创意等高容错性场景错误后果轻微可控 [14] - 不同象限的智能体产品需适配对应的安全风险准则 [14]

端侧大模型工程化挑战与解决方案 - 端侧部署面临模型体积、推理时延、功耗和更新机制等极高要求，需融合系统优化、模型压缩和软硬件协同[1] - 小米团队通过自研推理框架实现180 tokens/s实时推理性能，采用LoRA插件化+共享基座模型支持多业务复用[1] - 未来突破将依赖面向大模型优化的硬件能力提升和模型架构演进如Linear Attention[1] 商业化部署核心技术门槛 - 端侧设备资源限制导致可部署模型参数量难以超过4B，低比特量化造成效果损失[3] - 大模型快速迭代与端侧更新机制滞后形成矛盾，云端更新更灵活[3] - 当前处于技术积累阶段，需等待计算能力提升或模型稳定后进入部署阶段[3] 自研推理框架优化策略 - 动态输入支持通过自动切分输入尺寸提升资源利用率，避免传统padding方式浪费[6] - 投机推理在端侧实现7-10倍decoding加速，推理速度从20+tokens/s提升至200 tokens/s[6] - 量化与指令级优化通过Neon指令集加速CPU操作[7] 业务需求对架构设计的约束 - 语音助手业务链路由感知、理解和满足三阶段串行执行，并发需求较弱[7] - 端侧NPU硬件设计以串行执行为主，multi-batch收益有限[8] - 通过调度和切换机制保障各业务链路在预期时间内完成推理[8] 共享基座架构设计 - 12GB内存手机部署4B模型需近3GB内存，采用共享基座+LoRA插件化实现多业务复用[9] - 运行时动态切换不同业务LoRA模块，实现参数共享+差异定制[10] - 该架构在内存利用率和扩展能力上具有优势[10] 跨芯片平台部署策略 - 框架设计采用模块化、后端解耦思路，抽象通用接口适应不同硬件平台[11] - 大模型优化技术更多针对模型结构特性，与底层硬件绑定程度较浅[11] 性能优化组合策略 - 低比特量化、并行解码、带宽控制等技术可同时组合使用[12] - 优先选择技术价值大、适用面广、无冲突的优化方式[12] - 模块化分层设计使上层调用无需关心底层适配逻辑[12] 未来技术突破方向 - 硬件进步是关键突破点，新一代面向大模型的端侧芯片将大幅增强能力[14][15] - Linear Attention架构可解决Transformer内存随context增长的问题[16] - 多模态任务输入长度增长使传统Transformer面临资源瓶颈[16][17]

纪要涉及的行业和公司 行业：硬件科技、手机、汽车 公司：小米、苹果、科大讯飞、百度、猎户星空、金山云、豆包、通义千问、智谱、头条 纪要提到的核心观点和论据 小米 AI 大模型发展情况 - **算力建设**：2025 年计划采购 1 万片 NVIDIA H20 显卡，因部分禁运正采购替代方案如 H200，预计三季度形成万卡级别算力集群用于训练新模型，第一批产品六七月份上线，完整集群四季度建成[3][4][32] - **团队与架构**：AI 部门由技术委员会领导，分 AI 实验室和小爱同学等，AI 实验室下设十几个细分团队，整个部门超 1000 人，AI 实验室约 500 人，大模型团队约 100 人，且仍在招募人才[2][10] - **技术路线**：采取模仿对标策略，先调用第三方 API 积累经验再自主研发，如小爱同学曾调用 Omaxe、通义千问、豆包等 API，最早用科大讯飞和搜狗技术后自研[1][7] - **模型迭代**：三季度集群建成后扩展参数追平 DeepSpeech 规模水平，在细分领域叠加自研和优质数据提升性能，但难达国内或全球领先[6] - **功能提升**：小爱同学接入大模型后用户反馈提升，在文字对话和文生图功能方面表现突出，提高用户活跃度和手机销售，长期目标实现更复杂功能[1][11] - **应用开发**：各硬件终端团队根据自身场景开发 AI 应用，有共性技术由集团底层研发部门支撑，不同端侧也独立开发，手机团队开发的算法可集团内共享[12][13] - **未来规划**：未来计划更多复杂 AI 功能，但要解决 APP 信息孤岛问题，希望小爱同学成为高频交互入口，实现 AI 智能体互通协议需行业共识和技术成熟[14][15][16] 手机行业 AI 情况 - **竞品开发**：竞品大多围绕 AI 影像、语音助手、文档处理等功能开发，技术水平差距不大，无突出品牌产品[21] - **成本与 ROI**：去年高端手机每台 AI 功能预算 4 - 5 元，生命周期总预算 5000 万元，用于 API 调用和算力消耗，虽无 ROI 详细数据，但消费者认可 AI 功能价值[22] - **付费意愿**：消费者对手机 AI 功能付费意愿积极，认为缺乏基础 AI 功能影响手机高端定位，具备先进芯片和基础性 AI 能力是高端智能设备标志[22] - **发展方向**：目前预算无显著增加，长期看随需求和技术进步会有更多应用场景，如复杂视觉感知系统[23] 汽车行业 AI 情况 - **小米汽车团队**：由叶杭军负责，团队相对独立，挖了 Mobileye 等公司人才，通过投入人力、算力和时间缩小与竞品差距[27] - **结合体现**：汽车与 AI 结合主要在智能座舱交互环节[28] - **大模型应用**：大模型与无人驾驶结合未广泛应用，因大模型存在幻觉问题，当前无人驾驶仍依赖传统算法，大模型可用于数据生成和拓展[29] - **未来方向**：智能车与 AI 结合未来取决于无人驾驶技术，L4 级别实现后汽车将成高频智能终端[30] 小米 AI 研发成本与合作 - **研发成本**：2025 年计划投入 200 亿进行 AI 研发，硬件投入和租赁成本不超 50 亿，其余为人力成本[3][33] - **与金山云合作**：通过长期协议合作，金山云投资买芯片，小米租用算力，小米约三成算力需求由金山云提供，比例每年有变化[34][35] 小米 AI 发展策略 采取跟随策略，快速应用新技术抓住市场机会，有较强市场应变能力，能以较低成本实现技术升级，保持竞争优势[3][36] 其他重要但可能被忽略的内容 - 实现更复杂大模型交互需主流 APP 支持或适配 MCP，解决 APP 信息孤岛问题是长期目标[14] - 苹果 2024 年发布大模型用于底层 UI 设计和新 UI 交互方式，但技术不成熟，规则推广难[16][17][20] - 智能家居和穿戴设备与 AI 结合属第二优先级，大多设备无本地算力且使用频次低，多为噱头阶段[23] - 目前未听说手机 AI 功能预算显著增加，因无特别创新技术[23] - 未来十年手机被其他高频硬件终端替代可能性低，新设备可能成专属 AI native 硬件[25]

腾讯拟收购跑跑卡丁车游戏开发商 - 腾讯据悉研究以150亿美元(约合1079 08亿元人民币)收购韩国游戏开发商Nexon 已接洽控股家族商讨潜在收购事宜 [1] - 腾讯已与Nexon已故创始人金正宇的家族联系讨论收购可能性 金正宇家人正评估选择并与顾问交谈 [1] QQ弹窗游戏广告事件 - 部分Windows PC用户发现腾讯QQ在桌面右下角弹出无标识游戏广告 即使用户已关闭弹窗广告推送仍出现 [3] - 腾讯QQ回应称此次推送因内部系统BUG导致旧广告重现 问题发生当日已修复 [3] 广汽丰田接入小米生态 - 广汽丰田宣布与华为 Momenta 小米达成合作 正式接入小米"人车家"生态 铂智7将率先开放硬件生态接口 [6] - 未来广汽丰田车型将支持小米生态设备如对讲机 车载手机支架 智能香氛系统 中控屏物理按键等 [6] - 小米集团雷军多次提出希望智能汽车生态接口统一标准 [6] 蚂蚁申请香港稳定币牌照 - 蚂蚁数科已启动申请香港稳定币牌照 与监管进行过多轮沟通 [8] - 蚂蚁国际回应称正在全球财资管理方面加速投资 拓展合作 将AI 区块链和稳定币创新投入真实应用 [8]

理想同学玩偶IP的市场反馈 - 理想同学玩偶IP在28-50岁男性群体中好评率快速提升 主要覆盖京津冀/长三角/珠三角/成渝地区 [1] - 35-45岁年龄段男性对IP表现出特别偏好 与刻板印象中女性和儿童为主要受众形成对比 [1] - 用户反馈显示儿童对理想同学对话体验评价高于小爱同学 部分成年用户也表现出持续互动兴趣 [7] 泡泡玛特对理想IP策略的影响 - 公司创始人李想多次与泡泡玛特创始人王宁交流IP运营方法论 学习周期跨度数月 [5][6] - 借鉴泡泡玛特"不做功能"的核心原则 理想同学盲盒成功采用纯情绪价值设计 由00后团队主导开发 [4] - 吸收"社群认同"概念 理解用户通过IP产品表达群体归属感 如书包挂件现象 [3][6] IP产品开发理念 - 强调精致工艺和材质的重要性 认为泡泡玛特产品已领先日本同类玩具4-5年 [3] - 确认IP开发需避免功能性设计 功能添加会削弱情绪价值 不同代际用户对此有显著认知差异 [4] - 通过实体玩偶/车机系统/手机应用等多触点强化社群认同感 构建用户情感连接 [7] 企业文化与IP关联 - 将企业里程碑(如5万辆交付)与员工奖励结合 鼓励与家人分享成功 强化正向情感循环 [2] - 奢侈品概念被引入员工激励体系 通过精致物品传递价值认可 间接影响IP开发品质标准 [2][3]

公司技术发展历程 - 2017年王晓刚团队在论文中首次提出端到端多级场景描述网络(MSDN)架构，比特斯拉早6年探索该技术 [2] - 2017年与本田合作L4自动驾驶项目，采用纯视觉方案直接规划轨迹，但因硬件算力限制未能量产 [3] - 2018年推出SenseDrive DMS驾驶员监控系统，2018-2019年获得威马、安波福、伟世通、蔚来、广汽等10余家主机厂订单 [4] - 2021年推出SenseAuto Pilot-P实现L2+级辅助驾驶，2022年提出一段式端到端技术但行业条件不成熟 [4] - 2024年北京车展展示UniAD一段式端到端实车，11月发布AD Pro/Max/Ultra三大量产方案，年底与东风汽车落地量产 [5] 技术路线演进 - 早期受限于网络结构、硬件算力和行业认知，端到端方案未被广泛接受 [3] - 2022年ChatGPT出现后行业开始认可大模型，特斯拉FSD V12率先实现端到端量产 [5] - 2024年发现端到端存在数据瓶颈问题，转向世界模型+强化学习路线 [30][32] - 世界模型通过仿真生成"奥数题"级难题场景，突破人类驾驶行为天花板 [35][36] - 多模态大模型DriveAGI加入与世界模型交互，提升智驾系统安全确定性 [11] 商业模式与战略 - 采用白盒交付模式，与车企共享工具链、数据平台和超算中心 [10][39] - 定位汽车AI平台型公司，重点布局中低端市场，2025年新增广汽埃安、一汽红旗等客户 [11] - "太极模式"赋能车企自研团队，改造其研发体系并共建AI基础设施 [37][39] - 云端服务是核心业务盘，通过数据回流管道构建长期壁垒 [11][40] 行业竞争格局 - 智能座舱业务率先突破，2018年SenseDrive DMS落地威马等车企 [4] - 2024年小鹏、理想、Momenta、华为等竞相布局端到端方案 [5] - 与小米合作SU7座舱大模型，提升小爱同学多模态交互能力 [19][21] - 与蔚来长期合作DMS/OMS系统，开发3D gaze等创新功能 [22][23][24] 管理与企业文化 - "黑羊文化"强调创新与协作，在汽车行业进化为"太极模式" [8] - 通过引进主机厂人才和开发工具链平台化解决量产难题 [7] - 王晓刚管理风格亲力亲为，常驻一线与工程师共同解决问题 [10]

小米商标侵权案 - 山寨厂商"小米零度"通过使用近似商标"M"形标识和相似语音指令"小爱小爱"，两年内销售智能马桶和花洒达1.3亿元 [3][7][10] - 法院认定其行为构成商标侵权及不正当竞争，适用2倍惩罚性赔偿，判赔3000万元并勒令停止生产销售 [4][14] - 判决首次将语音指令纳入保护范围，引用《反不正当竞争法》认定"小爱小爱"属于混淆行为 [13] 小米打假历史 - 2019年中山厂商在电磁炉等产品使用"小米生活"商标被判赔5000万元，创家电行业侵权赔偿纪录 [17] - 2022年深圳公司取名"深圳市小米贸易有限公司"销售手机配件，被判罚3000万元 [17] - 此次"马桶盖战役"标志着小米打假范围从厨房扩展至卫浴领域 [18] 山寨行业现状 - 日化品领域出现"蓝月壳"（仿蓝月亮）、"雷碧"（仿雪碧）等山寨品牌，包装设计与正品高度相似 [21][24] - 食品行业存在"太白兔"奶糖（仿大白兔）、"咏动"饮料（仿红牛）等仿冒产品 [27] - 智能硬件领域山寨厂商通过阉割功能、低价策略获利，利润率可达200% [32][33] 山寨手段升级 - 从简单模仿商标发展为盗用宣传视频、克隆网页设计、伪造质检报告等全方位碰瓷 [38][39] - 欧洲品牌Mootaa管道疏通剂被仿冒，山寨货盗用正品广告视频卖出27万单 [40] - 电商平台存在搜索关键词误导现象，如京东商家在空调品类页面冒用"格力"标识 [44] 行业治理挑战 - 平台监管存在漏洞，拼多多曾因山寨问题被称"山寨大本营"，消费者维权举证困难 [46] - 诉讼周期长成本高，品牌方如蓝月亮每年发起数百起诉讼但山寨仍屡禁不止 [42][43] - 惩罚性赔偿力度加大，从1倍提升至5倍，但暴利驱动下山寨现象仍难以根除 [29][30]

软件定义汽车趋势 - 汽车行业正从硬件固定转向通过高频OTA升级持续赋予车辆新能力[2] - 厂商加大车载算力投入，关注平台架构技术以保持长期领先优势[2] - 理想汽车开源理想星环OS操作系统，有望降低供应链适配成本并激活产业生态[2] 开源系统与产业协同 - 开源系统标准化接口可降低软硬件协同成本30%以上，促进供应链创新[3] - 智能辅助驾驶成为行业最受关注趋势，2023年相关研发投入同比增长45%[3] AI技术双轮驱动方向 - 汽车AI发展分为智能驾驶（环境感知/决策控制）和生成式大模型交互两大方向[4] - 自动驾驶数据与大模型认知能力将形成闭环，构建"空间智能+交互智能"协同生态[5] 行业规范与安全挑战 - 监管部门加强智能驾驶边界约束，2024年新规要求明确功能使用条件[5] - 需建立车内隐私/网络安全标准，解决实时联网导致的误触和OTA安全隐患[5] - 欧洲车企推动Express Space模型及ISO26262/21434标准，国内厂商同步跟进技术要求[6] 中外车企技术竞争格局 - 国产车企OTA迭代效率领先，某品牌9个月内完成13次大版本更新[7] - 大众入股小鹏、零跑欧洲合作案例显示跨国车企加速引入中国技术平台[7] - 供应链重构加剧，三电/芯片供应商竞争影响全球格局，高性能车型挑战传统豪华车定价体系[7]

小米SU7 Ultra交付及市场反应 - 首辆小米SU7 Ultra正式交付，雷军透露订单远超预期，正在讨论提产问题 [1] - 为参加交车仪式的车主准备了24K金碳纤维logo作为礼物 [2] - 门店试驾需求旺盛，非车主试驾需等待1-2周，周末看车顾客明显增多 [3][5][6] 产品定位与销售表现 - SU7 Ultra定位为"答卷之作"，是向超高端进发的开始 [8] - 预售价格从81.459万元降至52.99万元，直降近30万元 [9] - 发布会时全国有2000台现车，配置价格在52万-60万元区间 [9] - 上市10分钟大定破6900台，2小时破1万台，达到此前设定的年销量目标 [9] 产品性能与智能化 - 出厂搭载小米HAD端到端全场景智驾、澎湃智能座舱、接入大模型的小爱同学 [10] - 智能驾驶总算力达到11.45 EFLOPS，拥有1000万Clips优质场景片段 [12] - 智驾OTA已更新4个版本，目标是在第一阵营站稳 [12] 研发投入与战略方向 - 过去五年累计研发投入1050亿元，2025年计划投入300亿元 [13] - AI及相关业务将占2025年研发投入的四分之一 [13] - 定位为"运动豪华"，区别于传统行政豪华车型 [10]