行业竞争焦点转变 - 科技巨头竞争焦点从数千亿美金的显卡战争转向顶尖AI人才的脑力竞赛[1] - 基础算力趋同，人类突破性智慧成为最稀缺的瓶颈和决定性因素[1][3] - AI实验室运作模式从传统科技研发中心转向由顶薪巨星主导的精英体育俱乐部[3] AI人才薪酬体系变革 - 顶尖AI科学家薪酬方案达到数千万、数亿甚至数十亿美元，与职业运动员相媲美[1][2] - 天价薪酬是对数万亿价值AGI或垄断级应用的战略性投资[1][3] - 人才成本成为继硬件之后的第二道竞争壁垒，推高行业入场门槛[4][5] 人才市场流动性特征 - AI雇佣协议短期流动，人才可随时被挖走，形成高流动性自由球员市场[2][6] - 人才与公司权力天平倾斜，核心人才获得研究方向掌控权和团队决策权[7][8] - 巨头推行创始人模式，赋予核心人才近乎完全自主权，如Meta引入Alex Wang领导新实验室[8] 团队组建新策略 - AI实验室战略目标转向精准组建能产生化学反应的核心团队，类似NBA三巨头模式[9] - 需要不同子领域顶尖专家协同作战，包括模型架构、工程部署和革命性研究方向[9] - 团队配置依赖核心成员间默契，是高风险的夺冠阵容组建策略[9] 长期竞争壁垒构建 - 真正总冠军之争超越人才争夺，转向数据飞轮和应用分发两大护城河[11][12] - 数据飞轮通过产品服务吸引用户产生独家数据，形成自我强化闭环[12] - 价值分配取决于对垂直行业控制权，需将AI能力深度集成到企业核心业务流程[13] 商业模式终极形态 - 天价人才成本是为争夺时间窗口占领高价值垂直领域[13] - 可持续优势依赖数据壁垒和分发网络渗透性，而非临时人才优势[14] - 公司价值需建立在自动化数据和产品体系上才能走向可持续垄断[14]

AI技术发展现状与价值定位 - 核心观点认为AI革命并非泡沫，其创造的是“智能”这一根本价值，且其改进速度前所未有，未来5到10年将创造前所未有的价值 [4] - AI被明确界定为不具备意识、自我意识或主观体验，其核心任务是为人类服务，不应被赋予与人类同等的道德地位 [5][6] - 未来5年内，AI将在大多数任务上达到人类水平的表现，已在总结、翻译、研究、文档写作乃至诗歌创作等许多任务上超越人类 [7] AI技术未来应用场景预测（至2040年） - 预测到2040年，AI将具备环境感知能力，通过可穿戴设备无缝融入生活，变得主动和预测性，例如主动订购食材、安排日程 [1][9][10] - 家用机械臂将学习使用现有厨房家电，自动驾驶汽车将普及并处理日常取件等任务 [1][8][10] - 个人AI助手（如Copilot）将能够连接用户的Gmail、日历、Dropbox等数据源，整合信息以处理日程安排、预订、搜索等任务 [16] 医疗与教育行业的颠覆性变革 - 医疗领域被视为最大机遇，未来每个人都能以每月20美元的成本拥有“医疗超级智能”，有望大幅缩小医疗质量差距 [2][10] - 传统高等教育模式（如标准的本科、硕士学位）将过时，知识获取将通过AI对话实现去中心化，教育企业若快速整合AI工具将蓬勃发展 [11][13] - 15年后，可能不再需要为昂贵的大学教育（如每年5万美元的斯坦福教育）存钱，世界级专业服务可通过低成本AI获得 [13] 未来人类技能需求与AI协作模式 - 未来的关键技能不再是单一技术，而是结合用户体验、研究、产品和美学等多学科知识的综合能力 [2][15] - AI将负责处理琐事和信息，而人类则专注于创新、整合与沟通 [3] - AI的“社交智能”（SQ）是下一个突破点，将能理解和管理群体动态、调整沟通风格，在多人协作（如协调会议、整合专业意见）中扮演核心角色 [2][23] AI产品的具体功能与发展方向 - 微软Copilot已推出“实时学习”功能，可为任何主题设计测验，扮演专家教师角色 [11] - 新功能“Copilot群组”支持多达32人同时与Copilot聊天，展示了AI在管理群体对话方面的“社交智能” [23] - AI在健康问答领域与哈佛医学院合作，基于权威引文提供高质量、可靠的答案，目前每周约40%的查询与健康相关 [10]

产品市场表现 - 产品上线仅4天下载量突破百万，2天后再次突破两百万 [1] - 增速超越ChatGPT、Sora2、DeepSeek等全球主流AI产品，最高冲上App Store中国区免费榜第六、工具榜第一 [2] 产品定位与战略 - 灵光被定位为AGI时代的“支付宝”，旨在成为一款普惠产品 [4][12] - 产品本质是让大众直观感受AI便利，专注Save Time（效率）而非Kill Time（娱乐） [5] - 团队希望灵光被别人对标，而不是主动对标别人 [5] - 产品核心理念是“让复杂变简单”，主张“多、快、好、新”四个维度 [14][16][20] 组织架构与研发背景 - 蚂蚁集团在DeepSeek出现后更加笃定All in AGI，并于三月份成立Inclusion AI部门立项灵光 [6][8] - Inclusion AI是项目制组织，集合Research、Engineering、Producting三位一体，向蚂蚁全线业务输出AI能力 [10][11] - 部门采用类似谷歌DeepMind的模式，“拉个群先把活干起来” [10] 产品核心功能 - 核心能力包括灵光对话、闪应用、灵光开眼，通过全模态形式提取展示关键信息 [15] - 技术创新从原先Markdown形式转向全代码生成，通过自然语言快速生成包括前端、后端的功能完善应用 [15][16] - 灵光开眼作为视觉原生入口，因团队认识到物理世界本质连续，AI需通过视频流理解场景，是未来向具身智能延伸的重要一步 [18] 发展策略与路径 - 采用“长板思维”发展：先把长板做得足够长再补齐短板，先用核心能力留住用户而非简单堆叠功能 [18] - 发展路径是先存活，再谈长线运营，然后模型与应用齐头并进 [19] - 把有限资源聚焦在大愿景上，强调帮用户解决更多需求而非关注竞争 [28][29] 行业竞争格局 - 团队认为AGI赛道足够宽广，增长曲线远未封顶，现在推出AI助手应用为时尚不晚 [25][26] - 蚂蚁与千问不是竞争对手而是战友兄弟，AGI技术和市场潜力巨大，所有探索团队都是盲人摸象，需要互帮互助跟上世界先进水平 [21][28] 公司愿景与生态布局 - 蚂蚁最终愿景是在AGI时代拥有自己的代表产品，可能是AQ、蚂小财或灵光 [30] - Inclusion AI技术将持续反哺蚂蚁其它App包括蚂小财、AQ等，未来蚂蚁系应用都将呈现“灵光味” [27] - 蚂蚁生态链接包括灵光成为全能助手、AQ成为健康管家、蚂小财让每个人有数字巴菲特 [33]

公司融资与估值 - 2025年11月公司宣布完成2亿元Pre-A系列融资 投资方包括上海国际集团旗下国方创新 滴滴出行 拉卡拉 国泰海通等 [1] - 2024年2月1日完成天使+轮融资 投资方包括GASBAR ANA 苏州学大款周投资企业(有限合伙) 三七互娱剑投基金 海南景理 上海火脉投资中心(有限合伙) 浅性海本 共青城七赢创业投资合伙企业(有限合伙) 七嘉投资 杭州银吉烽酸权投资合伙企业(有限合伙) 根吉谷湖本 [4] - 2023年10月30日完成天便轮融资 投资方包括无限周就创业投资(太原)合伙企业(有限合伙) SEE Fund无限量金 常熟错遗创业投资合伙企业(有限合伙) 耀途资本 [4] - 2023年10月10日完成种子轮融资 投资方为宁波市南亚软件有限公司 头杀@睿测阁 [4] 核心产品表现 - 核心产品"小方机"在刚过去的双十一销量在今年618基础上暴涨230%以上 [1] - "小方机"是一款AI儿童陪伴硬件 基于多模态空间交互技术 通过摄像头让AI以第一视角理解现实场景 [5] - 产品精准切中中国高净值家长的三重焦虑：对AI时代的焦虑 对教育成果和陪伴质量的焦虑 对社交货币和圈层认同的焦虑 [5] - AI学伴的聊天记录对家长完全可见 大一点的孩子可以选择上锁 [6] 商业模式与战略 - 商业逻辑借鉴特斯拉路径 先卖硬件再做操作系统 [8] - 先用消费级AI终端进入家庭 以远早于人形机器人的方式实现规模化落地 快速收集真实世界的人机交互数据 [9] - 公司自研LingOS操作系统 是一个面向物理世界的Physical AI-OS [9] - 投资方看中公司两个核心逻辑：胜率逻辑（对标儿童手表的AI升级版）和赔率逻辑（通过硬件终端收集数据通向AGI） [12][13] 创始人背景与创业历程 - 创始人顾嘉唯是85后 本科毕业于同济大学 后保研到清华 先后在微软 百度任职 28岁入选百度"少帅计划" [3] - 2016年离开百度后在上市公司支持下创办物灵科技 推出的绘本伴读机器人Luka在全球销量近千万台 [3] - 由于出资方资金链断裂 创始人曾身背无限连带责任 抵押房子给团队发工资 [1][3] - 再次创业成立灵宇宙 聚焦搭建下一代AI终端操作系统生态 [4] 核心竞争优势 - 公司跑得快 作为最前端的应用终端能最先享受上游技术进步红利 [16] - 通过Luka近千万台销量积累了独一无二的伴随孩子成长的真实交互数据 [16] - AI角色会跟随孩子一起成长 积累长达十年的共同记忆 形成数据深度优势 [16] 技术特点与数据积累 - 产品能记录孩子学习过程 根据停留时长和完播率生成"灵光时刻卡"和成长建议给家长 [5] - 创始人通过六个微信号泡在家长群了解用户反馈 "小方机"数据持续反哺LingOS与具身智能模型 [9] - 数据积累构建护城河 形成难以被复制的"数据飞轮"效应 [9][14] 全球化战略与挑战 - 出海是公司Day One就刻在基因里的必选项 大模型打破语言边界 产品具备全球化基础能力 [18] - 面临真实环境"磨损"挑战 演示环境完美体验在真实世界面临不确定性 最后5分体验需付出超过50%努力 [16] - 全球面临严格数据隐私与安全审查 儿童陪伴设备需通过COPPA和GDPR等标准 [18] - 公司拥有Luka时代积累的代理商网络和品牌认知 计划复制升级国内已验证的高效商业打法 [18]

AI市场当前状态总结 - 2023年至2024年行业上涨动力源于Scaling Law和通用人工智能共识的推动[5] - 2025年以来强化学习的Scaling Law尚未形成统一的市场判断[5] - AI模型发展呈现阶梯式特征，而应用落地呈现脉冲式跃进模式[5] - 当前市场处于微妙的空白期阶段[5] AI技术与应用发展趋势 - 智能水平能否持续提升存在不确定性[6] - 应用加速落地是确定性的发展趋势[6] - 行业叙事逻辑正在发生变化[6] - 前期叙事推动的价格可能存在泡沫，但AI本身价值依然稳固[6] 未来关注的核心议题 - 未来一年AI行业具体发展方向[3] - 英伟达投资策略选择问题[3] - 多模态技术带来的市场机会[6] - 具身智能的量产和落地可行性[6] - 能源和数据中心领域的发展前景[6]

公司创始人背景与方向 - 百川智能创始人王小川于2021年将前公司出售给腾讯，并在告别信中明确其梦想方向为生命科学和大健康领域[1] - 创始人表示当时方向已明确，但技术在2021年尚未成熟，因此是在等待技术时机[1] - 2023年创立公司时初衷是进入生命科学相关的医疗领域，但投资者更倾向于AGI方向，认为医疗领域商业模式和技术前景不明朗[1] 行业趋势与公司战略调整 - 行业专家提出未来10年有望实现治愈所有疾病，并让人人拥有医生陪伴的目标，此观点正逐步形成行业共识[1] - 2025年被创始人视为生命科学与大健康领域的元年，标志着该领域进入新的发展阶段[1] - 公司在经历探索后，创始人决定回归最初目标，专注于生命科学和医疗领域的自己想做的事情[1]

AI发展现状与AGI路径之争 - 当前AI发展速度空前，过去一年在推理模型、代码生成和视频生成等领域取得突破性进展，不理解市场悲观情绪从何而来[7] - 制约模型发展的关键因素并非智能水平本身，而在于提供正确的上下文以有效运用其智能，以及计算机使用等尚不完善的方面，这些问题预计在一两年内几乎肯定能解决[8] - 对AGI的定义倾向于将其锚定为能力超越典型远程工作者的水平，无需在每项任务上都超越世界顶尖专家，达到此水平后世界将完全不同[9] - 现有大型语言模型架构仍有很大发展空间，无需全新架构即可持续进步，预训练和推理模型的进展仍然相当快速[10] - 大型语言模型存在明确局限性，需要大量人工标注、合约工作和人为构造的强化学习环境来提升性能，当前范式更像是"蛮力"模式而非真正破解智能本质[13][14][17] - 对AGI的传统定义是能够进入任何环境并高效学习的机器，像人类一样即时学习新技能，而当前AI仍需大量数据、计算和人类专业知识[15] 经济变革与未来社会图景 - 当AI能以相当于一小时一美元成本的能源完成任何远程工作者的工作时，GDP增长将远不止4%到5%，但可能因成本或能力瓶颈而无法完全达到该水平[21] - AI可能自动化入门级工作但无法替代专家，导致中间层职业发展受阻，例如计算机科学毕业生就业机会减少，公司减少投入培养新人[22] - 存在专家数据训练依赖的悖论：AI替代专家工作者后，长期可能缺乏人类专家提供训练数据，影响AI自我改进能力[23] - 短期内会爆炸式增长的职业类别是那些能够真正利用AI的工作，特别是擅长使用AI完成单靠AI本身无法完成任务的人[24] - 未来可能出现大量人口失业或在经济上不再做出贡献，但创业者数量将大幅增加，因为他们可以利用AI智能体快速创建公司[27] - 政治结构可能因经济生产力核心变化而改变，民族国家可能衰落，进入各国竞争人才和富人的时代[27] 技术格局演变与创业生态展望 - 独立创业者数量将大幅增长，个人首次能够将想法变为现实，探索大量未被实践的想法，这并非零和游戏，对每个人都是机会[5][6][28][29][30] - 当前技术格局处于良好平衡状态：超大规模公司之间有足够竞争使应用层公司有选择，价格快速下降，同时基础模型公司也能筹集资金进行长期投资[32] - AI技术趋势既是持续性又是颠覆性的，既为现有企业提供超级动力，也催生可能对抗现有企业的新商业模式，与Web 2.0时代相比网络效应作用减弱[34][36] - 订阅模式和Stripe等支付工具使新进入者更容易立即收费，不同于早期公司依赖规模才能建立广告业务[37] - 地缘政治因素影响技术发展，投资欧洲等地区的基础模型公司可能是个好主意，因为世界并非完全全球化[37] - 用户成熟度提高，普通消费者会使用多个AI产品，并根据不同场景选择不同模型，如付费使用ChatGPT但认为Claude更擅长分析类任务[39] 公司战略与产品发展 - Poe被视为额外机会而非对Quora的颠覆，定位为让人们私下与AI聊天的平台，押注于模型公司的多样性发展[38] - Quora专注于人类知识分享，这些知识对人类和AI训练都有帮助，同时通过AI应用在内容审核、答案排序等方面改进产品体验[42] - Replit创新"智能体"模式，不仅提供代码补全，还包括基础设施配置、部署、调试等完整软件开发生命周期，智能体自主性从V1的2分钟提升到V3的近乎无限期运行[44][45] - 未来发展方向包括多智能体协作、多模态交互（如白板绘制）、跨项目记忆等，目标是让单个开发者能管理多个智能体处理产品不同部分[46][48] - AI编程工具将软件创造能力开放给大众，让每个人都能创造出原本需要百名专业软件工程师团队才能完成的东西[49] 未来挑战与终极思考 - AI可能导致公司内部人际交流减少，新员工入职体验变差，需要认真对待因过度依赖AI而减少知识分享的文化力量[49] - 计算机科学基础知识和算法数据结构理解在未来管理智能体时仍有价值，建议学生学习喜欢的领域而非单纯追求热门[50] - 当前技术探索不足，过于受金钱驱动，需要更多修补和实验性探索，如将基础预训练模型、推理模型等组件以新方式组合[51][52] - 意识本质等核心科学问题尚未被充分探索，大型语言模型的发展分散了基础研究注意力，需要更多人才投入智能真正本质的研究[19][53]

公司战略与组织调整 - 蚂蚁集团在2025年年初因DeepSeek的爆火而感受到兴奋感、紧迫感和羞愧感，并从年后第一天起连续进行了三天的战略讨论[3] - 公司于3月份在内部组建了一个相对独立的AGI（通用人工智能）部门，该部门至2025年11月已有超过两百名成员[3] - 公司在AI领域采取多方下注的策略，认为在充满不确定性的AGI时代，不应将所有资源集中于单一方向，其目标是要打造一款国民级应用[5] 产品发布与市场表现 - 蚂蚁集团发布了全模态通用AI助手“灵光”，其主打特点是基于全代码生成多模态内容，旨在提升信息获取与任务完成的效率[7] - “灵光”在发布后完成了下载量突破50万的“小目标”，该目标最初设定为20万，后经调整[3] - 产品通过“闪应用”满足用户个性化功能开发，并增加了“灵光开眼”作为视觉原生入口，以降低用户的AI使用门槛[7] 行业竞争格局与发展阶段 - 中国互联网大厂均在积极投注AI to C入口的战略重要性，但行业尚未出现日活跃用户过亿的AI产品[4] - 行业被认为处于非常早期的阶段，大模型应用的爆发“拐点”尚未到来，市场仍存在大量机会[5] - 蚂蚁集团将阿里巴巴的“千问”视为在AGI领域的“战友和兄弟”，而非直接对标或竞争的对手[5] 技术路径与产品主张 - 蚂蚁集团强调其“百灵”大模型在MoE（专家混合）模型领域与DeepSeek几乎同时起步，但因计算资源问题而稍晚上线[5] - 公司认为当前AI应用创新的关键在于在模型能力与用户需求的边界上进行探索，而非简单对标竞争对手[8] - 蚂蚁集团的AGI战略包含一条“隐线”，即其百灵大模型、灵光AI助手以及具身智能企业“灵波科技”，预示着AGI技术最终将回归物理世界的愿景[9] 商业化进程 - 对于新发布的“灵光”产品，公司尚未制定非常具体的商业化规划，认为商业化应在创造出足够的用户价值、用户黏性和使用频次达到一定水平后自然产生[8] - 公司坚信AGI时代需要探索一种区别于所有传统商业模式的新模式，并认为这需要整个行业共同努力[8]

AI行业进入价值落地的“下半场” - 2025年人工智能赛道迎来关键资本热潮，智谱与MiniMax相继申请公开上市，争夺“大模型第一股”[1] - 行业面临价值鸿沟，企业巨额投入与大量组织停滞在试点阶段无法产生实际损益影响形成矛盾[1] - Deepseek等模型以极低成本实现SOTA性能，迫使企业决策层陷入“害怕错过”与“担心烧钱无果”的两难境地[1] - 市场转向模型价值落地的下半场，从“卖模型参数”转向“交付MaaS（模型即服务）”[2] 全球MaaS平台竞争格局重塑 - 企业级LLM API市场出现戏剧性王座易主，Anthropic以32%生产环境使用份额跃居第一，OpenAI从2023年底50%份额下滑至25%，谷歌Gemini系列以20%份额位列第三[4] - Anthropic凭借“企业优先”战略专注于B2B客户看重的可靠性、安全性和特定任务性能，其年化经常性收入从2025年初10亿美元飙升至8月份50亿美元[9] - OpenAI在消费者市场建立品牌护城河，但Anthropic在垂直B2B工作流API预算战中获胜，市场从单一走向分化[9] 中国市场多元化竞争策略 - 阿里云等传统云巨头采用“建厨房”全栈解决方案打法，涵盖IaaS、PaaS到MaaS，通过价格战和开源换生态锁定高利润底层算力[10][11] - 单纯Token降价已非灵丹妙药，企业开始真正关注模型效果和效率[13] - 智谱等创业公司聚焦ToB战场，开创API调用、自定义微调、云端私有化部署三种MaaS商业化方式，GLM-4.5发布后平台tokens调用量海内外均实现10倍速增长[1][14] 垂直场景商业化突破 - 智谱针对编程场景推出GLM Coding套餐，两个月内吸引15万开发者订阅，有望实现年化经常性收入过亿人民币[14] - 在代码编写、金融研报分析等容错率极低场景中，模型能力微小提升带来生产力从不可用到可用的质变[18] - 中国大模型日均Token消耗量呈指数级增长，从2024年初1000亿增长至2025年6月突破30万亿，证明MaaS模式爆发和模型真实可用[18] MaaS模式的技术与经济逻辑 - 基础模型能力边界经历指数级扩张，每两三个月就会出现新性能颠覆者，使得投资静态本地部署模型在经济上变得“不理性”[17] - 对于追求SOTA性能的客户，MaaS是确保处在技术前沿最具经济效益的选择，智谱客户花费数月精调的GLM-3模型性能很快被基础版GLM-4超越[17] - 对于金融、法律、医疗等高度监管行业，私有化部署成为刚性需求，但交付模式从项目制转向“模型驱动的高溢价服务”[19][20] 模型即应用的终局猜想 - 基座模型本身正在成为唯一超级应用，所有不掌握模型权重的“薄封装”应用护城河将随基座模型迭代被填平[22][24] - 智谱Auto GLM展示模型从“副驾驶”进化到“驾驶员”，能自主操作界面执行复杂任务，价值链从应用层回流到基座层[24] - 大模型商业本质从软件升级为新生产要素，是从千亿级软件市场向万亿级劳动力市场的质变[26] 资本市场估值重估机遇 - 全球资本以疯狂溢价抢购AGI“终极门票”，OpenAI估值从3000亿美元飙升至5000亿美元，xAI计划融资150亿美元对应估值达2300亿美元[26] - 当前资本市场对中国独立基座厂商存在巨大认知错配，硅谷同行按AGI定价而中国厂商仍被传统定价[26][27] - 智谱GLM-4.6模型在编程任务上与Claude系列和GPT-5并列首位，并迅速转化为过亿ARR的杀手级应用[27] - 随着模型即应用终局确立，掌握核心模型权重的中国独立厂商将迎来价值重估[27][28]

公司战略与组织调整 - 蚂蚁集团在2025年年初因DeepSeek的爆火而感受到兴奋、紧迫和羞愧，并在春节后连续三天进行战略讨论，做出了战略性选择 [1] - 公司于3月份在内部组建了一个相对独立的AGI（通用人工智能）部门，该部门目前已有超过两百名员工 [1] - 公司认为在AGI时代必须推出一款代表自身的产品，目标是要做一款国民级应用，并采取了多方下注的策略，不将所有资源集中于单一方向 [3] - 蚂蚁集团的AGI战略包括百灵大模型、灵光AI助手以及具身智能企业“灵波科技”，旨在将AGI从数字世界延伸至物理世界 [7] 产品发布与市场定位 - 公司发布了全模态通用AI助手“灵光”，该产品发布后下载量突破了50万，远超最初设定的20万目标 [1] - “灵光”主打基于全代码生成多模态内容，特点是信息内容多样化、可视化，并通过“闪应用”满足个性化功能开发，以及“灵光开眼”作为视觉原生入口 [5] - 产品定位为解决信息获取与任务完成的效率问题，致力于降低用户的AI使用门槛，而非直接对标特定竞争对手 [5][6] - 公司认为行业仍处于早期阶段，大模型应用的“拐点”时刻尚未到来，但存在大量机会 [2] 行业竞争格局 - 中国互联网大厂均在积极投注AI to C入口的战略重要性，但行业目前尚未出现日活跃用户过亿的AI产品 [2] - 行业内的成功产品均具备独特的产品主张，例如豆包的打电话功能、DeepSeek的深度思考能力 [5] - 蚂蚁集团将同期发布的阿里“千问”视为“共赴AGI的战友和兄弟”，而非直接竞争对手 [3] 技术路径与商业化 - 公司在MoE模型领域与DeepSeek几乎同时起步，但因计算资源原因，其“百灵模型”的发布有所延迟 [2] - 公司认为当前产品创新的关键在于探索模型能力与用户需求的边界，并随着模型能力的演进不断调整产品表达 [6] - 对于通用AI助手市场，商业化被视为更晚一步的事情，公司认为需先创造足够的用户价值，待用户黏性和使用频次达到一定水平后，商业化将自然发生 [6] - 公司坚信AGI时代需要探索区别于传统商业模式的新模式，这需要整个行业共同努力 [6]