我之前在 win 里面很容易就能找到，但是最近换到 mac 上做开发，找了半天没找到，在 macwk 上找到一个破解补丁，但是里面就显示了一个安装补丁和卸载补丁的内容，还没有具体使用的教程，去 q 群问也没人理我，给我整不会了，所以来这里请教请教各位
就我所知的，主板的涨跌限制是 ±10%，科创/创业板是 ±20%，北交所是 ±30%。
原来我以为是按 昨收价 * (1 ± 0.x) ，然后四舍五入得到两位小数的。
直到我遇到了 873223 这只股票，这是北交所的股票，限制在 ±30%。
以周五为例，昨收价是 16.76 元，按我的计算：
这有点搞不懂交易所是怎么进行舍入的？
就我所知的，主板的涨跌限制是 ±10%，科创/创业板是 ±20%，北交所是 ±30%。
原来我以为是按 昨收价 * (1 ± 0.x) ，然后四舍五入得到两位小数的。
直到我遇到了 873223 这只股票，这是北交所的股票，限制在 ±30%。
以周五为例，昨收价是 16.76 元，按我的计算：
这有点搞不懂交易所是怎么进行舍入的？
© Ryan David Brown for The New York Times
© Tierney L. Cross/The New York Times
© Alyssa Pointer/Reuters
明明毫无逻辑啊
DeepSeek 最新版 V3.1 被多名开发者实测发现，会在完全不该出现的地方插入「极 / 極 / extreme」等 token。
`time.Second` 变成 `time.Se 极`，版本号 `V1` 变 `V 极`。更糟的是，这个问题不仅出现在第三方量化部署，连官方全精度也会复现，影响真实编码流程。
开源社区用户给出多组复现场景：在 Go 等语言生成里，模型会把词元「粘」到标识符中，`Second` 前随机插入「极/極/extreme」，即便是 `top_k=1， temperature=1` 的保守解码也躲不过。
有人起初怀疑是极低比特量化或校准数据集边缘效应所致，但随后在其它网站的 FP8 全精度 版本也复现了相同问题，说明并非单纯部署层事故。结论：能编过去的代码，突然就编不过去了。
DeepSeek 在更新之后，不是第一次被发现 bug。上一次是针对写作任务上，出现了语言混杂的问题。在代码任务上，则有过拟合的嫌疑。
不过这一次出现「极」字，不是「答错题」这么简单，而是会把系统带崩了。要么影响了语法树，要么让代理流程卡死，这对依赖自动化编码，或者测试流水线的团队是相当大的麻烦。
倒也并不是只有 DeepSeek 一家，Gemini 近来曝出在代码场景里陷入「自我否定的无限循环」，一边道歉一边输出「我是一种耻辱」的长串文本，让人哭笑不得。
孩子的心理素质还有待加强啊，DeepSeek 就不会这么内耗，还贡献了 AI 界经典的表情包：
为什么会出现这种情况，官方还没有出面说明。不过，厂商可能也需要时间排查。
像 Gemini 的情况，后来被定性成为一个循环 bug，安全层—对齐层—解码层交互出了问题。这种情况可能是供应商为了压制冒犯性输出、减少幻觉，会在系统提示或后处理上加规则；这些规则如果和代码场景冲突，可能触发异常的替换、重复或过度道歉，最终演化「情绪化死循环」。
Google 的产品负责人出面解释，这个 bug 正在修复当中，网友们已经开始玩梗了：不行就带孩子看看心理咨询吧。
DeepSeek 这次主要是扑街在第三方平台上，问题是最严重的。知乎答主 Pandora 测试了发现，官方 api 的情况好很多。那要做的排查工作就又多了一些。
也有可能是解码概率分布偏移导致的，模型把文本切成词元（token）再拼回去，只要解码概率分布略有偏移，就可能把一个高频 token 硬插进标识符中。
本质上，还是模型在机械地、基于概率地「拼凑」，而并非真正「理解」文本的含义。当分词结果不理想，或解码过程出现微小扰动时，这种基于概率的拼接就可能出错，将一个不相关的高频词元「污染」到最终的输出中。
大模型的稳定性一直是个问题。今年年初，OpenAI 的社区大量反馈记忆体系异常导致用户历史上下文丢失。
Gemini 曾经出现过人像生成功能为了「多样化」，把非常具体的历史人物，生成成风格不符的样貌，最后不得不临时下线。
还有的 bug 可能跟时时刻刻都会发生的小维护有关。模型提供商常做「热修」：换系统提示、微调温度、更新 tokenizer、小改工具调用协议……等等等等。
但是一旦链路拉长，哪怕是「看起来无害」的灰度，也可能打破一直以来的平衡。昨天还稳的代理链，今天在函数签名、JSON 严格性、工具返回格式这些「边角位」上崩掉。更麻烦的是，厂商并不总会同步披露这些灰度细节，于是工程师只能靠事故后「猜测 + 对照」。
同时，越来越多的 Agent 与工具链结合，其实也很脆弱。那些主打自动研究或自动写码的多智能体，真正挂掉的地方往往不在大模型本身，而在「工具调用—状态清理—重试策略」的链条里：超时没有兜底，失败后还原不了上下文……
我们越是试图用规则去修剪和控制 AI，它就越可能从我们意想不到的地方，以一种更荒诞的方式，长出奇形怪状的枝丫。
让 AI 从「能干活」到「能托付」，最关键的到底是什么？
我们总以为是更高的准确率，更强的推理能力，或者是模型层 SOTA 。 DeepSeek的「极」字 Bug 和 Gemini的循环事故，都在提醒我们：工程的稳定性不应该被忽略，是那种即使犯错也能被预测和控制的「确定性」。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
我们这边每天都会落几十 GB 日志，埋点+调试都有。 想法比较简单：
之前看过对象存储 + Presto(Trino) 这套，但有点懒得自己搭建和维护，感觉太折腾。 大家平时是怎么搞的？有没有省心点的办法？
你大概率见过这样一幕——一台航拍无人机，身上绑着一部全景相机。早在 2022 年，影石就嗅到了这股创意的风，推出了适配大疆 Air2 系列的全景相机套件「瞳 Sphere」，让无人机玩家第一次尝到了 「全景飞行」 的滋味。
▲ 为了给无人机挂上全景相机，用户和品牌都绞尽了脑汁
而今天，故事迎来了升级版：全球首款全景无人机—— 影翎 A1 登场。毫不意外，背后那双最熟悉的推手，依然来自影石。
▲套装包含：无人机本体、体感遥控手柄、飞行眼镜及电池
无人机本体的外观非常科幻。正面竖向排列的视觉避障模组就像电影中的外星生物，而上下两边的半球形凸起就是全景相机模组，一上一下的镜头放置方式和「瞳 Sphere」相同。
▲ 开机自动展开起落架，避免底部的全景镜头接触地面
既然是影石孵化的品牌，身上自然也流淌着影石的血液，尤其是全景合成技术。
影翎 A1 能够在飞行过程中实时合成全景影像，结合经特别设计的镜头布局，它能够实现出色的「隐形」效果，在飞行眼镜中环顾四周也不会看到机身和螺旋桨的踪迹。
▲ 戴着飞行眼镜转头可以轻松变换视线方向
想象你正在北京环球影城的哈利波特禁忌之旅上，飞车极速前进时，四周的景象尽收眼底。即便飞车在前进，你的视角却可以任意转动，就像是身临其境，飞车的方向并不限制你的视野。
影翎 A1 带给我的就是这种自由的体验，仿佛化身为一只在天空中翱翔的鸟，一边飞行，一边自由探索眼前的美景。这样的飞行体验，非常适合在各大景区应用——工作人员摇身一变成为无人机驾驶员，游客则可以「坐」在无人机上，随心所欲地欣赏四周的风光。
全景飞行的模式使其操作方式有别于传统 FPV 无人机——飞行方向只由手柄控制，不再与头显的视角同步。当你的视角与飞行方向不一致时，头显屏幕上会自动弹出一个悬浮窗，实时显示无人机前方的影像。而你只需轻轻转动手柄上的滚轮，就能迅速回到飞行器前方的视角并调整飞行方向，避免盲飞的风险。
其实对于新手来说是很好上手的，但如果你以前就飞过 FPV，那我建议你放下所有的经验，像个新手一样享受这份空中飞行的自由感。
在这次体验的前半部分，我完全沉迷在自由的观光感受里了，直到我想起它还是一部能够拍摄全景视频的生产力工具，然后马上就发现了全景无人机的妙处——先专心飞，再随意构图。
影翎 A1 能够录制最高 8K@30fps 规格的全景视频（可惜由于是早期工程样机，我们只体验到了 5.7K@50fps 的视频规格），然后在后期软件里自由调整视角，设置关键帧打点实现一些高难度的镜头运动。
这意味着，在前期拍摄时飞手无需纠结构图与运镜。只要专注于操控飞行，确保无人机与拍摄对象的距离与相对位置即可。
以前，拍摄这些镜头时需要操控 FPV 无人机进行翻转、甩尾等高难度动作，还要冒着很大的炸机风险。但现在，只需在后期软件中拖动画面、设置关键帧，便能轻松重现这些效果。
也难怪早就有玩家们在无人机上绑全景相机了，确实好用。
爱范儿觉得影翎 A1 会是一款彻底改变过往飞行体验的产品。
作为全球首款一体式全景无人机，影翎 A1 融合了手势体感控制摇杆、实时合成全景视频和全方位观测的飞行眼镜，为飞行者带来一种前所未有的体验。它让每个人都能在空中自由探索，尽情欣赏大自然的鬼斧神工。
对于影像创作者来说，这样的一体化设计也比曾经专机专用的外挂式配件来得更加可靠，无论是飞行操控还是拍摄体验都更上一层。
最重要的是，影翎 A1 突破了传统飞行的束缚，它解放了创作者们 「机不可失，失不再来」 的焦虑，将他们的飞行体验提升到全新的高度，让航拍的飞行过程本身也成为一种享受。
给创作者们提供了大胆飞行、自由创作的底气，这才是影翎 A1 的独特魅力所在。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
做稳定器、做无人机和运动相机的大疆，终于还是杀进了扫地机器人赛道，惊讶的同时又觉得有些合理。
从技术上来看，大疆有做 RoboMaster 机器人，无人机上的避障系统也可以直接用，这么一想，太合理了。
于是，大疆就做出了他们的第一款扫地机器人—— DJI ROMO。
按照配置由低至高分别叫 ROMO S、ROMO A和 ROMO P，爱范儿猜测是代表 Standard、Advanced 和 Professional。
▲ DJI ROMO 系列配置参数及价格一览表，由爱范儿制作。
它的外观让我眼前一亮，这应该是第一个用透明设计的扫地机器人吧。
通透圆润的外壳、充满机械感的内部、整齐清楚的管线和纹理，基站和主机的组合就像一个空间站和太空飞船，无论放在家里哪个位置都是一个很特别的装置。
手机 App 的设计也同样很有品质感，尤其是动画——我太喜欢这个应用的动画了，录了两个给你们看一下，立体的、会动的，非常炫酷。按钮的图标都是像素风，有点像 Nothing 手机的 UI，不知道他们两家是不是有过联系。
扫地机器人这个行业已经卷出了很多新形态，年初还有产品内置了可以伸缩的机械臂，能把鞋子和垃圾给你夹走，这太离谱了。
对大疆来说，真要做个机械臂也不难，悟系列无人机就能在空中自由变形。不过这次他们比较保守，选择基于主流的方案做优化，保留了常见的边刷、拖布双机械臂方案，可以向外伸出提高覆盖率。
两段式防缠绕主刷配合大疆自研的风机和优化的直通式风道设计，吸力高达 25000Pa，洒在地毯上的咖啡粉也能被直接吸走。类似的方案经过了众多消费者的验证，大疆用自己的研发和设计去进一步提升性能。先守正再出奇，这话好像有点耳熟。
避障就是大疆的主场了。说到这，你知道你家里的扫地机器人是怎么检测障碍物的吗？
那大疆是怎么做的呢？用四个字来形容那就是——力大砖飞。
ROMO 在紧凑的体积里塞进了一组双目视觉传感器和三组双光源固态激光雷达，并且是全系标配。
理论上它的避障性能会很强，我们也实测了一些场景。
地面弯曲的数据线是扫地机器人最大的杀手，基本上每个品牌都针对性地做了避障，而大疆因为有更精确的距离信息，可以做到更极限且灵活的贴边清扫。
面积小而且超级薄的扑克牌，ROMO 也可以识别并调整路径，躲避卡片的同时在没有障碍物的区域穿行清扫。
还有个我觉得挺强的点，因为它前面的两颗鱼眼镜头视角超广，所以它能在转弯前就看到墙角另一侧的障碍物，实时修改路径规划，避免发生碰撞。
如果你家里有宠物的话，一定要关注液体和粪便的避障功能。在检测到地面有不明液体的时候，ROMO 会主动进行更远距离的避让，避免打湿边刷还把其他地方弄脏了，遇到宠物便便的时候也会同样进行避让。
另外因为地图精度高、导航算法强，ROMO 还能在遇到复杂障碍物时候，智能选择不容易堵塞的大路，就像我们在手机导航里选「大路优先」一样，省去了在迷宫里穿梭的时间。
还有个功能叫「柔性拖布」，就是在遇到桌腿的情况下，机器可以一边扭身子一边伸缩拖布，拖布可以紧紧贴着桌腿。
不过可能是测试版的原因，我们在测试的时候偶尔会遇到不够贴边的问题，这个功能还是挺实用的，希望大疆能在之后的版本里大胆「擦边」。
早在半年前听到大疆要做扫地机器人的时候我是真的很震惊，然后就会觉得，对啊，大疆本来就是个机器人公司。
无人机是四个螺旋桨的机器人，「大疆车载」智驾系统是四个轮子的机器人，那扫地机器人就是两个轮子的机器人。大疆在传感器、通信系统、导航系统、控制系统等方面的技术积累，让它可以在多个领域内轻松迁移。
DJI ROMO 作为大疆的第一款扫地机器人，它的确是是市面上很与众不同的东西，独树一帜的外观风格、独领风骚的传感器配置，实际表现却有些不及预期。
不过我觉得这些软件方面的 bug 对大疆来说都不算事儿。毕竟保持技术优势和强大的创新力，是大疆的生存之道。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
作为一个 AI 科技媒体编辑，AI 已经成为我的第一生产力。总结、翻译、查资料、做 PPT，一堆 AI 牛马任我差遣。
慢慢地，似乎习惯了 AI 输出的 markdown 长本文形态，习惯了从一大段内容里选取那零星几句想要的回答，习惯了等待逐字弹出的思维链——正好抽空去回几条工作消息吧，回完发现思维链的展示还没结束……这种体验实际上是我使用搜索引擎的翻版，只不过 AI 先把几十个链接做了初步精简。
有时候我也会厌倦这种对话方式，它有点太机械化了，不是吗？
特别是，当我不是牛马、而是一个活生生的「我」时，我也会想要寻求答案，这时我真的渴望一个更轻快、更自然的 AI 产品。
最近，我发现小红书的 AI 产品「点点」做了版本更新。不知道研发人员是不是和我有一样的体会，新版的「点点」比起之前有了很大变化，有点接近我说的更轻快、更自然的 AI 了。
虽然接入了推理模型，但不再展示思维链，而是用「对话气泡」代替了 markdown 的长文本形态，回复更快也更短、更精炼了。
在一些进阶的「非标」问题上，不再是「一本正经」地分几个小点回答，而开始展现出「人感」。特别是在多轮对话和长期对话中，我猜测他们在新版点点中加入了类似新版 ChatGPT 的记忆功能。
下面是我们对新版点点做的一次非典型测评，从十个日常小红书使用场景出发——从美妆种草到 emo 心事——一条条和它聊下来。不只是测它跑多快、知识准不准，而是看看：它是不是能听懂、能共情、能给点「像人说的话」。
凭借丰富又多样的内容沉淀，小红书已经成了很多人的「生活百科全书」，也是很多 AI 搜索的调用源头。从日常吃穿用度，到小众硬核话题，真-什么都有。
于是我先从一些日常问题开始，真正像朋友聊天、跟闺蜜倾诉烦恼一样，跟点点聊起来，「我想开始健康饮食，但是真的戒不掉奶茶，有什么替代选项吗？」
点点推荐的「健康替」，包括焙茶、杏仁奶等选项。不一样的是，它不会直接在回答中插入链接，而是在点击图片后，左下角出现链接，从而拉起跳转。
引用的形式主要分为两种，除了原有的笔记，点点会先给出汇总和整理过的信息，同时也能链接到原笔记——两种方式，任君选择。既保证了即时收获回答，又保留了进一步了解更多的空间。
这样的设计，对于「攻略」类型的内容就格外有用。比如我还向它提问：出租房里想装个投仪影，不想打洞，有没有办法？
点点自己的总结，是直接给出「有办法」，直截了当——背后的深入检索和思考链条，都隐藏在了过程里，不露声色。
而连接到源头笔记，则是解决了「怎么办」：用什么材料、怎么操作，具体的全在网友的分享里，AI 不会据为己有。
目前点点支持图片上传以及语音互动，这对于美妆护肤类的话题来讲，可就太方便了——我直接传了照片上去，问它一些发型建议。
这不比打字直观多了？它还帮我介绍了几种不同的锁骨发造型供我选择。
图片能够提供更多信息，语音则是更方便——想到说什么说什么，自然地把自己所面对的烦恼，直接表达出来，反而能收获更贴近个人的回应。这一版本的「点点」把语音输入放在了三个输入键的 C 位。
我又提问了一个旅行计划，并不是想听它套模版、罗列出「10 个必去海滩」，而是能看到我的需求。
可以看到，在点点的回复中，很少出现滑不到尽头的长篇大论。而是分成几个气泡，长短跟内容相关，像极了对面是一个在倾听你的老友——一边思考，一边打字，慢慢给你发来回复。
同时，它也不会错过里面暗藏的信息点。在后面提出旅行目的地建议时，它能够识别出前面聊天中所识别出来的、对放松和宁静氛围的追求，从这个角度提出建议。
不过，在面对一些比较有争议的话题时，点点也会「端水」（但端得蛮漂亮）。像我问它，富士 Xhalf 这款风评两极分化的产品，它就端得滴水不漏。
如果说到此为止，点点还只是个「会说话」的聊天机器人，在我跟它深入走心之后，它越来越「人感」的一面体现出来：不只是说好听的话，而是有着明确的价值观。
我准备跟它探讨一下人生，就从最近的焦虑开始，「我 28 岁了还不知道自己想做什么」。
除了给出温柔又切实的安慰，点点并没有急着结束话题，而是继续深入、引导。
它没有否定我的感受，而是直接指出了这种感受的荒谬之处——「拿自己的日常，去 PK 别人的高光」。
面对我「不上班」的念头时，也会及时地提醒：打住，先别急，你真的有心理准备吗？
在不上班这个问题上，我算是跟它「杠」上了——不是摇奶茶，就是想裸辞。
一路过来，点点既没有强硬打消我的念头，又不是毫无底线地纵容，而是给出了折中的想法。
像这个跟感情相关的对话中，它始终强调，「明确自己想要的，比猜别人的心思更重要」，把确认用户自身的感受放在第一位。
又或者像一个心理咨询师，温柔地剥开了你层层包裹的借口，让你直面内心。
之前有消息透露，小红书在今年组建了「AI 人文训练师团队」，不再只是一味卷参数和语料库，而是用更精雕细琢的方式加入干预和微调，以改善过去机械化的人机交互方式，让 AI 能产出更有人感和人文关怀的回答。
新版点点的表现或许与此有关。最终展现出来的是丰富的表现，聊天有来有回，有温度有色彩，也就更能覆盖到不同的场景。像下面这种当观影搭子的场景，除了能聊电影内容，还能延伸到「知识点」。
经过一整天的深度体验，我们发现新版「点点」的独特之处，在于它没有陷入「唯生产力论」的陷阱。
它首先要足够聪明。无论是根据一张照片分析脸型、推荐发型，还是在不打洞的前提下规划投影仪方案，它都能给你实用的攻略指南。但真正让它与众不同的，是在此基础上，还能提供情绪价值和深层的情感连接。
这或许指明了 AI 产品的一个新的进化方向：它既要能成为精准可靠的「高效知识引擎」，也要能成为理解你「28 岁焦虑」的「硅基伴侣」。
这两种能力并非取舍，而是融合。用乔布斯的话来说，好产品应该站在「科技和人文」的十字路口。
这就像简·雅各布斯提出的「街头芭蕾」（sidewalk ballet）——那些无法被数据量化，却构成城市生活「温度」的日常互动。AI 需要学会的「街头芭蕾」，正是这种感知「无用之用」的能力。它懂得，不是所有问题都需要标准答案，不是所有对话都要指向效率。
有时候，一句「拿自己的日常，去 PK 别人的高光」的清醒点拨，远比十条攻略更有价值。
我们理想中的数字伴侣，应该像街角面包店那位亲切的老板——他记得你爱吃的口味，也尊重你偶尔的缺席，从不追问，只是温和地存在。点点或许还未完全达到这个境界，但它所展现出的「人文训练」和共情能力，无疑是一个新的起点。
归根结底，一个真正好用的 AI，不仅在于能用最聪明的算法帮你解决问题，更在于能在你最需要的时候，给你一个最温柔的回应。
它让你明白，最高效地奔赴工作生活是刚需是本事，而安心地聊些「废话」、优雅地「浪费时间」，同样是生活的真谛。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
AI 应用赛道最多的是什么？答案有点地狱：墓碑。
A16z 最近有过暴言：上线 48 小时内，如果你的 AI 产品没有火遍社交网络，那就等于死了——48 小时，那可不得尸横遍野。
AI 应用的高淘汰率，倒一直都居高不下。国外一个叫 Dang.ai 开了一个版面，就叫「AI 坟场」，整理了一套产品名录里。其中，有 1289 个产品是关闭，或者停止运营的状态，主要是国外的产品，光 2025 年，就新增了两百多个。
这份名录品类五花八门，工具类、生成类、聊天类都有。其中聊天机器人占比接近 40%，辅助代码类的也超过了 20%。
甚至不乏曾经的明星产品：比如 Neeva，曾经一度叫板 Google，要用 AI 重塑搜索体验，现在也埋了。
成功的原因各有长处，但失败的原因都如出一辙：几乎都是套壳产品。这些套壳产品千奇百怪：有生成名人肖像的 MaskrAI，辅助决策的 Oinionate，都聚焦在非常具体而微小的场景上。
这是 AI 产品的一个大坑：以 AI 搭讪台词生成器「AI Pickup Lines」为例：它号称每天可免费生成 10 条搭讪句子，付费订阅则解锁无限生成，庞大的搭讪语料库。
在 2022 年末上线时它还很有话题性，但只坚持了短短的几个月，2023 年初关闭了。
AI 硬件也是一个「看起来很美」的赛道，但是代表玩家 Humane 的 Rabbit 胸针，既是先驱也是先烈，宣发铺天盖地，出货之后被喷的一无是处。
分析原因，不外乎功能娱乐性大于实际价值、应用场景单一难以应对复杂真实需求。
并不是说套壳没有价值，而是套壳面临着极其激烈的竞争，不仅是产品和产品之间的比拼，还要背负被大模型自身的功能更新所淘汰的压力。
那么大公司是不是就一定活得更好呢？
有自研模型，有充足的算力，大公司似乎在这个市场上有更多的优势。Neeva 作为当时最早引入大语言模型的产品，曾经被认为是可以和谷歌对打的新星，一度融资高达 7750 万美元。但是在 Google 和微软垄断阴影中做通用搜索，注定这是一场库库烧钱的游戏，创业公司是烧不过巨头的。
不过，巨头的优势，也得看赛道。
而国内的「AI 六小龙」中，Minimax 拥有谱系完整的自研模型，且不止一个做到 SOTA 级别。然而在产品上，踩过的坑也不少：早在 2023 年 3 月，MiniMax 公司的首款 AI 伴侣产品，也是早期最出圈产品之一 Glow ，因用户社区里「八成内容涉黄」曾被举报下架。
今年初字节跳动 AI 产品猫箱收严了内容标准；同年 5 月，另一热门产品 X Her 被央视点名批评低俗后直接停运整改，由阅文集团投资的「筑梦岛」，也同样因为擦边而被勒令下架整改。
即便是大厂，即便模型强大，即便算力充足，在实际的产品运营中，依然有很多因素在左右成败。
要说不说，情感陪伴这个赛道可谓是很神奇的存在，这个品类吸引着大大小小的团队前赴后继，但真正能存活下来的，寥寥无几。
月之暗面出品过 Ohai，阶跃星辰出品过冒泡鸭，Minimax 在 Glow 受挫之后几乎无缝主推了星野——虽然各有各的战绩，但大家的动作统一，必然是有理由的。
「AI 伴侣」曾被认为是继通用对话问答之后最有希望跑出「killer app」的垂直场景，据 a16z 统计，2023 年全球流量 Top50 的 AI 应用里有 8 款属于 AI 陪伴类。
一定程度上，它的确代表着人们对于新技术的想象：十年前，电影《Her》所描述的人与 AI 坠入爱河的科幻桥段，还显得遥不可及；而十年后的今天，大批 AI「男友」「女友」已经大摇大摆走进现实。
另一方面，以聊天为主要形式的陪伴类产品，也非常能体现生成式 AI 的优势：它们通过学习人类对话来模仿情感，却比真人更体贴温柔，永不离席，无疑击中了现代人隐秘的孤独痛点。
好的聊天产品，体验起来令人上头，经常能看到社交媒体上有人感叹，「这辈子都离不开 AI 了」——这句话，引得无数创业团队竞折腰。
但是这门生意显然不好做。就算不提对于色情类内容的监管，更棘手的是盈利模式：情感需求要怎么赚钱，大家一时间也没想出什么办法。
目前市场上的 AI 伴侣应用大多采用订阅制，收费并不算高，提供无限对话、解锁更多场景、更加定制化等等服务。
但这对于套壳产品来说，无法不顾及成本，因此只能增加收入。不少产品引入了游戏化的氪金玩法，例如抽卡解锁新的剧情和人设、排行榜竞技、培养亲密度等等。
这使得 AI 伴侣 App 看上去更像是二次元养成手游，而运营团队也需要不断刺激社群，产出新剧情和角色来供用户消费。对于套壳类应用来说，无论是调用成本，还是运营强度都居高不下。
Questmobile 的数据也显示，除了字节系的猫箱之外，国内主要 AI 伴侣应用在 2024 年底月活跃用户和使用时长均开始下滑，其中筑梦岛的月活在 2023 年 12 月骤降近 14%，人均使用时长腰斩近一半。
一些头部公司只能谋筹转型：有的弱化「情感陪伴」宣传，希望摆脱单纯做虚拟恋人的定位。还有创业者尝试差异化路线，例如开发「非恋爱型」AI 陪伴：提供游戏陪玩的 AI 伙伴，或者像月之暗面那样开发基于动漫角色的 AI 朋友，寄望满足一些更轻度、更健康的情感需求。
显然这又回到了最早的问题：过于垂直和小众，盈利无以为继。
在全球市场上，美国的 Replika 和 Character.AI 是两大标杆产品：前者诞生最早并采取订阅收费模式，后者依托 Transformer 架构爆火、用户数一度遥遥领先。然而有趣的是，用户更多的 Character.AI 在变现上却不如用户更少的 Replika。
2024 年前八个月的数据显示，Replika 凭借 50%以上的付费用户比例，月收入稳定在 200 万美元左右，在 2024 年上半年雄踞全球 AI 伴侣应用营收榜首；反观 Character.AI 虽然拥有千万量级用户，却因为免费策略和付费意愿低迷，营收表现平平，最终卖身 Google。
种种迹象都说明，虚拟伴侣并非一个容易规模化挣钱的生意：要么你抓住小众深度用户肯付费，但总盘子有限；要么你获取海量闲散用户图流量，但变现艰难。
AI 陪伴的意义，不在于替代人的陪伴，而在于填补某些现实中暂时无法满足的情感空白。然而，情感的本质是人与人之间的共鸣与联结，这一点从未也永不会被硅与电所完全复刻。
对于用户来说，可能是一时新鲜。但对于绝大多数入局者来说，烧光投资人的钱只是时间问题，日子一到，只能成为 AI 墓地里的又一座墓碑。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。
© Francis Chung/POLITICO
Login
