海外收入最多的中国 AI 企业 - 昆仑万维2025年营业总收入56.6亿元人民币，同比增长15.2%，毛利率73.6% [2] - 海外收入51.5亿元人民币，同比增长21.9%，占总收入比重91.0%，成为中国海外收入规模最大的AI企业之一 [2] - Opera平台收入4.8亿美元（同比增长21.1%），海外社交网络和短剧平台收入12.5亿元（同比增长28.5%） [2] AI业务商业化突破 - AI社交单月最高收入突破100万美元，AI音乐年化流水收入（ARR）1200万美金（月流水100万美金），短剧平台DramaWave年化流水收入1.2亿美金（月流水1000万美金） [3] - AI短剧创作平台SkyReels实现全流程自动化创作，开源模型SkyReels-V1支持33种表情与400+动作组合，Hugging Face下载量近3万次 [4] - AI音乐平台Mureka覆盖100+国家/地区，月访问量333万，年化流水收入1200万美金 [7] - AI社交应用Linky累计下载量突破1000万次，月活用户300万，单月最高收入100万美元 [8] 技术研发与创新 - 2024年研发投入15.4亿元，同比增长59.5% [18] - 天工大模型迭代至4.0版本，支持10万字上下文、多模态能力及实时语音对话 [13] - 开源Skywork R1V多模态思维链推理模型，性能超越部分主流闭源模型 [18] - SkyMusic 2.0模型在音质、人声合成及旋律连贯性上实现突破 [18] 全球化布局与商业闭环 - 业务覆盖北美、欧洲、东南亚、中东，本地化运营能力突出 [19] - DramaWave月活用户突破1000万，跻身行业前五，爆款剧《订婚风暴》5天播放量破千万 [14] - 构建"AI创作+智能分发"闭环，SkyReels与DramaWave协同提升内容生产效率 [14] - AI游戏《猫森学园》开发顺利，NPC具备情绪记忆系统及AIGC拍剧功能 [11]

图片来源： Cluely 作为 Cluely 的CEO， Lee 向 TechCrunch 透露，这款 AI 作弊工具在本月早些时候实现了超过 300 万美元的 年度经常性收入（ ARR ）。 21 岁的 Chungin "Roy" Lee 于 4 月 20 日 宣布，他为自己的初创公司 Cluely 筹集了 530 万美元的种子资金，投资方包括 Abstract Ventures 和 Susa Ventures 。 Cluely 提供一款 AI 工具，号称能 " 在所有事情上作弊 " 。 这家初创公司的诞生源于 Lee 在 X 平台上一则病毒式传播的帖子，他提到自己和联合创始人开发了一款用于软件工程师求职面试作弊的工具后， 被哥伦比 亚大学停学。 这款最初名为 Interview Coder 的工具，现已成为他们位于旧金山的初创公司 Cluely 的一部分。它让用户有机会在考试、销售电话和工作面试等场合"作 弊"，这得益于一个隐藏的浏览器窗口，面试官或考官无法看到。 Cluely 发布了一份宣言，将自己比作计算器和拼写检查等发明，这些发明最初被嘲笑为"作弊"。 Cluely 还发布了一段制作精良但引发两极分 ...

图片来源： paulgraham Z Highlights: Paul Graham 是一位英裔美国计算机科学家、作家、企业家和投资人，因共同创办了创业加速器 Y Combinator 而知名。他还是《黑客与画家》（ Hackers & Painters ）一书的作者，该书探讨了计算机时代的重大理念。他在个人网站上（ https://www.paulgraham.com/index.html ），会分享自己关于技术、创业 和社会等主题的多篇文章和随笔。 思考之始：该做什么的叩问 即便针对有意识产生的思想，我仍偏好 " 创造卓越的新事物 " 这一表述。描述优质思考方式的说法还有很多，比如做出新发现，或是比他人更深入地理解 事物。然而，若无法为所理解的事物构建模型，或是将其付诸文字，又怎能证明对其有深刻的理解呢？ 尝试表达自身的理解，不仅是证明理解程度的方 式，更是深化理解的有效途径。 我青睐这一表述的另一个原因，在于它引导我们走向创造。它让我们更倾向于那些天然与创造事物相关的想法，而非对他人创造的事物进行批判性观察。 批判性观察同样能产生思想，且不乏价值。但人们很容易自我误导，高估其价值。批判看似高深，但创造新 ...

活动概述 - SaaStr Annual 2025开幕前夕举办面向企业AI Agent与B2B领域创业者与投资人的闭门私享会 [2] - 活动由Z Potentials联合Runa Capital、DCM Ventures、Susa Ventures、SIERRA Ventures共同举办，J.P. Morgan提供赞助支持 [2] - 活动主题聚焦企业AI的落地路径和B2B智能体的市场契合点（PMF） [2] 参与机构 - Runa Capital专注于B2B软件、深科技、金融科技基础设施，投资了MariaDB等企业 [2] - DCM Ventures管理超40亿美元资产，投资了Bill.com、Kuaishou快手、Musical.ly等 [2][3] - Susa Ventures是硅谷顶尖Pre-Seed/Seed阶段投资机构，投资了Together AI、Robinhood、Flexport等 [3] - Sierra Ventures成立于1982年，专注于企业软件、数据基础设施与深科技，投资了Elastic、Intuit等 [3] - 其他到场机构包括Sapphire Ventures、JetBlue Ventures、B Capital等知名投资机构 [5] 嘉宾阵容 - Eugene Johnson：Revi创始人，用AI重构本地商业交互，获Precursor Ventures、Volition Capital等投资 [5] - Will Lawrence：Greenlite AI CEO&联合创始人，前Meta Payments产品负责人，获YC、Greylock等投资 [5] - Maria Zhang：Palona AI联合创始人，前Tinder CTO、Meta/Google工程VP [5] - 神秘嘉宾：来自顶级AI公司的重量人物 [5] 活动详情 - 时间：2025年5月1日晚6-8点，地点旧金山 [5] - 需注册审核，限席先到先得 [5] - 活动聚焦企业AI与B2B智能体的投资窗口，提供落地、融资、市场验证的深度交流机会 [5] 其他信息 - Z Potentials正在招募新一期实习生 [7] - Z Potentials寻找有创造力的00后创业者 [9]

Perplexity公司的浏览器战略 - Perplexity计划开发自有浏览器"彗星"，以追踪用户在线行为数据，用于销售"超个性化"广告 [1] - 浏览器将收集用户在应用外的行为数据，包括商品购买、酒店选择、餐厅光顾等，以构建更精准的用户画像 [1][2] - 公司CEO认为用户会接受追踪行为，因为广告相关性将提高 [3][4] 市场竞争与合作 - Perplexity与摩托罗拉达成合作，其应用将预装在Razr系列手机上，用户可通过Moto AI访问服务 [6] - 公司正与三星洽谈合作，可能进一步扩大移动端覆盖 [6] - 行业普遍采用用户追踪技术：Meta通过Pixels收集数据，苹果也在部分应用中默认追踪用户位置 [7] 行业监管环境 - 谷歌因垄断行为面临美国司法部诉讼，可能被要求剥离Chrome浏览器业务 [10] - OpenAI和Perplexity均表示有意收购Chrome业务，如果谷歌被迫出售 [11] - 用户数据追踪行为已引发欧美多国对科技公司的不信任 [8] 产品进展 - "彗星"浏览器虽遇挫折，但仍计划于五月发布 [5] - 公司CEO公开解释浏览器战略，承认其与谷歌商业模式相似 [9]

清流资本招聘【AI行研实习生/可转正】 我们需要你: 1.穷尽一切可能收集AI行业相关的有效信息，针对性进行调研、访谈和整理; 2.对创业项目的产品、业务、运营数据、商业模式以及市场情况等进行深入分析，结构化输出研究报告; 3.协助投资人挖掘早期创业项目、进行投资可行性分析、项目尽调及投资材料准备。 2.信息收集整理和研究分析能力强，财务/数据分析基本功扎实，熟练使用英语查看并分析海外上市公司财报/行业相关论文: 3.有强烈的好奇心和探索欲，独立思考，有创造力; 4.对VC行业有热情，吃苦耐劳，沟通简洁高效。 我们提供的机会: 1.合伙人亲自带教，1v1交流指导，体验陡峭的成长曲线； 2.通过实习考核可转正。 应聘请发送个人简历+笔试作业至：hr@crystalstreamcap.com 笔试题（二选一）: 1.介绍2个市场上的AI应用。（为什么你觉得这个应用好？解决了你什么问题？ 你觉得它有什么改进空间？） 我们希望你: 1.国内外名校在读，有AI行研/产业经验或VC/PE实习经验优先; 对创业、投资、战略、互联网等行业实习感兴趣的同学，添加小助手发送"实习群"加入Z Intern社群。需要发布实习生招聘信 ...

Anthropic公司对AI模型可解释性的研究目标 - Anthropic首席执行官Dario Amodei设定目标：到2027年能可靠检测大多数AI模型问题并揭开AI模型黑箱 [2] - 公司已在追踪模型如何得出答案方面取得初步突破 但解码不断增强的系统仍需更多研究 [2] - 强调在缺乏更好可解释性手段的情况下部署AI系统存在重大隐患 因这些系统将成为经济、技术和国家安全的核心 [2] AI模型可解释性现状与挑战 - 行业对AI系统决策机制仍知之甚少 例如OpenAI新模型o3和o4-mini表现更优但更容易产生幻觉且原因不明 [3] - 当前无法精确理解AI执行任务时的具体选择机制 如总结文件时的词汇选择或偶尔犯错的原因 [3] - AI模型被描述为"更像是被培育而非建造出来的" 研究者知其智能提升方法但不明深层原理 [3] Anthropic的技术突破与研究进展 - 发现通过"电路"追踪AI模型思维路径的方法 例如识别出理解美国城市所属州的电路 估计模型中存在数百万个此类电路 [3] - 计划对先进AI模型进行"脑部扫描"式诊断 以识别撒谎、追逐权力等缺陷 预计需5-10年实现 [3] - 首次投资专注于可解释性研究的初创公司 认为阐明AI决策机制未来可能带来商业优势 [3] 行业呼吁与政策建议 - 呼吁OpenAI和谷歌DeepMind加大可解释性研究投入 [5] - 建议政府实施"轻触式"监管 如要求企业披露安全实践 并提议对中国实施芯片出口管制以降低AI竞赛风险 [5] - 区别于其他科技公司 对加州AI安全法案SB 1047表示适度支持 该法案旨在为前沿AI开发者设定安全报告标准 [5] 行业发展趋势 - Anthropic推动行业从单纯提升AI性能转向深入理解模型内部机制 [6] - 预测科技行业可能在2026或2027年达成人工通用智能(AGI)里程碑 但完全理解AI模型仍需更长时间 [3]

人工智能数据中心电力需求 - 人工智能数据中心电力需求正迅速逼近电网承载极限 [1] - 2019年至2025年AI数据中心计算性能每年翻倍以上 电力需求和资本支出同步成倍增长 [1] - 训练和运行AI的数据中心可能容纳数百万芯片 耗资数千亿美元 需要相当于大型城市电网的电力供应 [2] 行业投资与扩张 - OpenAI计划筹集高达5000亿美元资金建立AI数据中心网络 微软、谷歌和AWS今年将共同投入数亿美元扩大数据中心规模 [3] - xAI的Colossus数据中心造价约70亿美元 2019至2025年硬件成本每年增长1.9倍 电力需求每年攀升2倍 [3] - Colossus数据中心消耗300兆瓦电力 相当于25万户家庭用电量 [4] 能效与未来预测 - 数据中心能效显著提升 2019至2025年每瓦计算性能每年提高1.34倍 [6] - 到2030年6月 领先AI数据中心可能配备200万颗AI芯片 耗资2000亿美元 需要9吉瓦电力（相当于九座核反应堆输出功率） [8] - 富国银行预测到2030年数据中心能耗将增长20% 可能迫使可再生能源供应达到极限 [8] 环境与经济影响 - AI数据中心带来高耗水量、占用土地资源及侵蚀州税基等问题 至少10个州因税收优惠每年损失超1亿美元税收收入 [8] - 亚马逊云科技、微软等运营商暂缓数据中心项目 2025年初市场可能出现"降温"迹象 [8]

AI发展阶段划分 - 当前处于AI发展的中场阶段 上半场以模型创新和基准测试为核心 下半场将转向定义问题和现实效用[2] - 上半场标志性成果包括DeepBlue AlphaGo GPT-4等 通过搜索 深度强化学习 模型规模化和推理等根本性创新实现突破[2] - 下半场将从"解决问题"转向"定义问题" 评估比训练更重要 需要产品经理式思维方式[4] 上半场特征分析 - 核心在于构建新模型和方法 评估与基准测试处于次要地位 方法比任务更具挑战性和通用性[8] - 最具影响力论文如Transformer AlexNet GPT-3的共同点是提出训练更优模型的根本性突破 并在基准测试展示显著性能提升[5] - Transformer论文引用量超过16万 而其基准WMT'14仅约1300次引用 显示方法创新价值远高于基准测试[5] 突破性技术配方 - 有效配方包含三大要素：大规模语言预训练 规模化(数据和算力) 推理与行动概念[9] - 强化学习长期关注算法而忽视环境和先验知识 深度强化学习时代证明环境重要性远超预期[15] - 语言预训练提供关键先验知识 使模型具备泛化能力 这是OpenAI早期尝试未能突破的核心原因[15] 下半场范式转移 - 现有配方已产业化基准测试提升 新方法仅能带来5%改进 而下一代模型可提升30%[20] - 需要重新思考评估框架 打破自动执行和i.i.d.等传统假设 开发人类参与的长期记忆型评估[23][26] - 下半场重点是将智能转化为实用产品 可能创造数万亿价值 需要筛选并突破现有方法局限[26] 技术演进路径 - 人类通过思考实现任务泛化 将推理作为特殊"行动"可充分利用语言预训练先验[16] - 增加推理动作空间使Agent能灵活分配计算资源 这是实现泛化的关键机制[18] - 讽刺性发现：强化学习算法重要性低于先验和环境 这与数十年研究重点完全相反[18]

OpenAI收入预测与产品战略 - 公司预计到2029年总销售额达1250亿美元，2030年增至1740亿美元，接近英伟达或Meta当前水平 [1] - AI Agent及其他新产品收入将超越ChatGPT，占未来收入主要增量 [1] - 2023年底收入达37亿美元，为前一年的四倍，周活跃用户超5亿（2023年12月为3亿） [2] 收入结构细分 - ChatGPT订阅收入预计从2024年80亿美元增至2029年500亿美元 [7] - API收入从2024年20亿美元增至2029年220亿美元 [8] - AI Agent收入预计从2024年30亿美元增至2029年290亿美元，占总收入近四分之一 [8] - 免费用户货币化及其他产品收入2029年预计达250亿美元，占总收入五分之一 [8] 成本与利润率 - 推理成本2024年增长两倍至60亿美元，2030年达470亿美元，但年增长率将降至30% [6] - 毛利润率从2023年40%提升至2029年近70%，低于云软件行业平均74% [6] - 未来四年现金消耗达460亿美元，2029年现金流转正并产生120亿美元现金 [3] 用户增长与商业化探索 - 2030年月活跃用户目标30亿，周活跃20亿，日活跃9亿，当前付费订阅用户占比不足5% [8] - 探索广告、联盟费及搜索分成等模式，但暂未推进传统广告计划 [2][9] - 已测试购物功能（如Operator代理集成Instacart/OpenTable），并与软银达成30亿美元年合作 [8][9] 新产品与技术发展 - 推出Operator代理、多模态模型（图像/音频/视频）及AI芯片、类人机器人等方向 [7] - 提示缓存等技术降低开发者模型使用成本，提升效率 [6] - 与软银合资在日本销售Cristal Intelligence产品 [8] 行业动态 - 竞争对手Perplexity尝试AI搜索广告（如Indeed赞助查询），谷歌通过AI概览功能变现 [9] - 投资者以2600亿美元估值注资400亿美元，估值较2023年秋增长73% [3]