他多才多艺,迈克 参考 扩展阅读 F. E. Halliday,尔德 A Shakespeare Companion 1564-1964, Baltimore, Penguin, 1964. 纳尼顿人 英国诗人 十四行诗诗人田园诗和其他体裁的雷顿诗歌。),迈克
迈克尔·德雷顿(,尔德文艺复兴时期欧洲英国诗人。雷顿一生致力于创作十四行诗,迈克其主要活动于伊丽莎白一世统治时期,尔德

刘若川院士:AI能穷尽“迷宫”,而人类却能飞越“迷宫”
国网孝义市供电公司:全面部署春检工作 筑牢电网安全防线
老庙黄金足金饰品报1445元/克,较前一日1498元/克跌53元,两天跌去105元;

老凤祥足金饰品报1443元/克,较前一日1498元/克跌55元,两天跌去97元。

(文章来源:财联社)
" />两日跌超百元!金饰克价接连跳水
老庙黄金足金饰品报1445元/克,较前一日1498元/克跌53元,两天跌去105元;

老凤祥足金饰品报1443元/克,较前一日1498元/克跌55元,两天跌去97元。

(文章来源:财联社)
" />两日跌超百元!金饰克价接连跳水
新华社北京4月30日电(记者王希)今年以来,中央企业把握宏观经济向好回升时机,转方式、调结构、提质量,一季度实现增加值2.5万亿元,固定资产投资同比增长10.4%,年化全员劳动生产率增长5.1%,研发投入持续增长,起步平稳、开局良好。
国务院国资委4月28日召开视频会议,通报一季度中央企业经济运行情况,研究部署下一阶段工作。这是此次会议释放的信息。
展望未来,国务院国资委明确,面对新形势新挑战,各中央企业要深入分析行业发展态势和面临的市场形势等,紧咬确定的业绩目标,推动各项提质增效稳增长举措落地见效;聚焦重点领域,努力扩大有效投资,加快推动“十四五”规划重大工程和项目落地,高标准实施与地方签署战略合作协议的重点项目,扩大前瞻性战略性产业投资,进一步强化投资管控,严防偏离主业实业、超越财务承受能力的投资。
同时,国务院国资委要求中央企业强化价值创造,持续提高经营创现能力,形成更多有利润的收入、有现金流的利润,加大降本增效、亏损治理力度,大力提升经营质量。
聚焦统筹发展和安全,国务院国资委强调,中央企业要严防严控债务风险,加强穿透监测,强化刚性约束,防范“超级股东”行为;有效防范化解金融业务风险,聚焦信托、财务公司、商业保理、基金等重点领域,扎实推进专项治理,严把金融业务入口关,加强金融衍生业务风险管控。
此次会议上,国务院国资委主任张玉卓代表国务院国资委与中央企业负责人签订了2024年度经营业绩责任书。
" />中央企业首季开局良好 实现增加值2.5万亿元

在OpenClaw火热到频频登上头条的那几天,有分析师在行业群里沮丧发言,“正在拼命学OpenClaw的投研应用……感觉自己快要失业了。”
近期流传甚广的Anthropic报告也显示,“商业与金融”是AI理论可覆盖率和实际渗透率都较高的领域,财务和投资分析师的实际暴露度已达57.2%。
但在这样一个容易被AI渗透的领域,进门CEO程建辉告诉我们:
现实市场并非100%有效,会存在信息孤岛、小样本信息,也会存在传播延迟和解读效率的问题。AI无法吃掉所有信息,也不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会,分析师的机会。
主攻AI投研的进门(深圳进门财经科技股份有限公司),成立于2013年,目前已累计服务超过3100家上市公司、74家券商研究所及300多万专业投资者。2023年获得腾讯战投后,全面升级为「机构AI投研工作台」。
2025年至今,进门超级投研智能体“AI进宝”,已从AI投研助手,进化为能“干活”的AI数字研究员。通过12个Agent、投研大脑和近期上线的投研龙虾,帮助用户处理投研场景的高频任务,并不断捕捉投资信号。
“没想到大家的热情这么高。” 程建辉声音沙哑地说道。自从“进门投研龙虾”上线,他就穿梭在各场路演中,他感受到,券商分析师、投资者们对于AI能真正“干活”这件事,充满了前所未有的好奇与期待。
在AI投研这件事上,进门的商业逻辑比较“特别”——以沟通为基础,试图构建上市公司、券商研究所、专业投资者三大群体的闭环生态,做深专业智能投研。过去两年,进门不断闭环投研沟通场景,并帮助投研用户提效降噪、挖掘信号、用AI自动化处理各类繁琐的任务。
通过AI工具矩阵,帮助用户提高信息处理的效率和信息获取的密度:AI转写、AI会议托管,AI翻译、AI录音,甚至做了自家的录音智能硬件,将触角延伸到线下。
深耕沟通场景的同时,程建辉发现,AI没办法突破信息孤岛和小样本问题,像顶级分析师、研究员那样,听懂真实世界沟通的“弦外之音”,给出非共识性的判断。
他认为,专业 AI 让共识性信息实现了平权普惠,正在不断提升普通投资者的投资能力下限,“直白点说,过去老是被割韭菜,往后割韭菜也没那么容易了。”
进门的样本,实际指向了这样一个思考:比起“替代多少人力”,人类的价值是否重新得到肯定、得到聚焦,或许才是AI真正的价值所在。
以下是雷峰网与程建辉的对话,有不改变原意的编辑:
雷峰网:现在一些分析师用OpenClaw做投研,进门目前也接入了OpenClaw。其实OpenClaw、Manus这些相对通用的AI,声量是更高一些的,您怎么看它们和进门的竞合关系?
程建辉:进门是聚焦于金融投研领域的AI产品,不管在场景、数据、工具,还是对行业know-how的认知上,都会比其他通用AI要好。
当然,Manus、OpenClaw等产品给了我们很多启发。我们很早就在系统思考AI如何解决投研场景的问题,充分发挥AI的“思考”与“执行”双重能力。
Manus这类产品的方向是,从会话模式向“帮用户完成特定任务”转变,感觉挺有意思。但任务执行的完整度不够好。OpenClaw的诞生,标志着AI从“对话脑”进化出了“干活的手”。
我们很兴奋,一直在观察,春节也没休假,加班夯实底层基础工作。不过,早期的OpenClaw 比较脆弱,升级、开关机、处理任务时经常报错。操作繁琐,门槛很高,所以最开始只有极客用户在使用。迭代了几个版本后,成熟度比以前高很多,我们才感觉时机成熟,于是推出了自己的“投研龙虾”。
进门投研龙虾采用云端部署的方式,对OpenClaw进行封装、改良,让用户能够拿来即用。这极大地降低了使用门槛,让用户不用再费心折腾底层系统基建,把全部精力都放在完成核心任务上。
雷峰网:真正实现AI在投研领域的自动化有哪些难点?
程建辉:要解决多样化的问题。基于同样的事实和数据,各人看法不一。因此,光靠模型远远不够,还要涵盖不同群体的思维范式。
AI进宝的任务模式(即投研龙虾),以及对话模式下的投研大脑,都能有效解决这个问题。
投研龙虾能够将Agent的能力原子化,让用户根据自身需求,灵活组合、定制,实现个性化工作流的搭建。会话模式中的投研大脑,支持用户自定义创建思维链,或让系统自行拆解优秀研究范本中的方法论,比如可以拆解芒格、巴菲特的著作中蕴含的投资心得。
当然,会话模式的能力不止于此。2025年,我们上线了12款Agent,包括业绩点评、观点对比等等,在这个模式下,进宝就能够自由发挥,用预训练时候形成的思维链来回答问题。
但用户的新想法、新要求源源不断,不可能无限满足,所以才有了投研大脑和“龙虾”任务模式。(雷峰网近期将持续关注投研等AI Agent实际应用案例,欢迎添加作者微信 LorraineSummer 交流)
雷峰网:可以说通用AI对进门没有太大威胁?
程建辉:我们在数据基座、专业逻辑、安全风控、工作流与决策闭环上,拥有通用AI无法替代的垂直壁垒。通用类AI缺乏权威金融数据源、不懂投研范式,也难以深度嵌入投研全流程,无法替代专业投研AI的核心价值。
而生产力级别投研AI,对数据准确度、颗粒度要求都很高,一般市场产品做不到。很多网络分享,号称利用模型抓信息形成研报、自己炒股挣钱,在我理解都是Demo级别、玩具级别的东西,距离生产力级别还很远,这是民品和军品的区别。
Demo级别的投研AI大家都能玩,但真正做到生产力级别,你要相信市场上最专业的那群机构投资者的选择和判断,这是世界上最聪明的一群人。我们目前也和南方基金、鹏华基金、平安基金、招商基金等头部公募达成了深度合作。
雷峰网:说到投研领域,大家更熟悉的可能还是万得、东财、同花顺。进门和这些老牌金融信息厂商的最大差异是什么?
程建辉:他们主要做过程交付,而我们做结果交付;他们的产品设计以人为中心,但我们是AI原生产品,设计上主要考虑如何让AI以更智能、更自然的方式服务于人。
什么是过程交付呢?举个例子,老牌厂商把交易所的公告,处理成数据表,这个过程就像把胡萝卜从地里拔回来,洗干净切好放着。
但进门做的是端到端交付,直接给出结果,一步到位。像西红柿鸡蛋这类简单的菜,机器人直接炒好了;复杂的、需要高超手艺的,才留给大厨去做。
当然,现在AI还有幻觉问题,理解数据不够准,所以要通过大量工程方法去解决。但在技术趋势上,“端到端”一定会比传统“过程交付”做得好。
雷峰网:AI幻觉给投研带来的挑战应该是非常大的。
程建辉:是的,所以要做好数据治理。在我看来,投资的本质其实就两层:第一层是数据治理,第二层是信号捕捉。
数据治理,就是要利用大量工程方法,对原始数据进行处理。就算最顶级的模型,要减少幻觉,保证结果可靠演进,也要基于治理后的高质量数据。
不管是人还是模型,都要在数据干净的基础上,去挖掘信号,获得洞察。
对于我们来说,主要治理两大类数据。一是从沟通场景沉淀的路演、调研等动态信息,这些信息比静态的公告更及时、全面;二是外购的财报、行业、宏观、行情因子等数据。
通过治理和结构化表达,我们推出了《进门内参》(一日三更的投研日报)、事件信号等能力,帮助用户更快、更精确地捕捉信号。
雷峰网:互联网上本来也有很多真伪难辨的信息,数据治理很难做,AI采纳这些信息之后给出的回答,质量不会太理想。进门怎么防范这种风险?
程建辉:AI会遭遇“数据投毒”问题,今年3·15晚会也提到了这点。有人为GEO批量制造数据,诱导模型抓取;有人在纪要中刻意夹杂私货,通过“小作文”扰乱市场——这些有毒信息,会侵蚀决策的准确性。
为了防范这种风险,我们一直在做数据溯源、数据准确性校验与底层数据治理体系建设。二是不断累积最真实、最原始的一手信息,包括上市公司、分析师在进门的会议。从源头有效规避数据投毒风险。
雷峰网:涉足AI投研的技术厂商不少,但像进门这样从“开会”起家的不多见。为什么最初会选择“沟通场景”来做?
程建辉:在金融领域,沟通是仅次于行情和交易之后,最高频的场景。其次,沟通场景是一个天然的信息富矿,是存在信息差的地方。第三,现在股价对信息的反馈速度非常快。相比于其他交流形态,沟通是一个效率最高的形式。
另外,沟通场景有天然的双边市场效应,分析师开会、上市公司路演,都会吸引投资者,场景自带流量。三个群体形成生态,自然会沉淀大量内容和数据。大家在市场上看到的券商研究路演海报、上市公司路演海报、业绩说明会信息,背后基本都是进门在支撑。
我创业的时候是2013年是,移动互联网元年,路演还在用“八爪鱼”那种有点“古老”的机器,我觉得这里面是有机会的。
雷峰网:进门切入AI,可以说是从会议转写这些做起。
程建辉:会议是天然的信息富矿,做好会议内容的转写,是形成完整的数据、应用闭环的核心。丰富干净的数据底座,也是模型进行文本理解、信息提取、投研分析的关键。
但早期处理会议音视频信息,成本非常高。邀请速记员做一场会议的录音转写,大概需要400元左右的费用。我们算过一笔账,想把历史积累的几十万个小时录音都处理一遍,得上亿成本。
AI来了之后,能实现极致的降本增效。路演、调研等音视频转写,是投研高需求场景。语音识别(ASR)也是AI领域最早实现工程化落地的成熟技术。所以,我们把会议转写作为首要切入的场景之一。
外界一直误解进门是个开会平台。其实路演只是“抓手”,真正的目标是用它构建生态,深度服务投资者。
围绕上市公司,我们做了IR(投资者关系) SaaS系统;围绕券商研究所,推出了全场景统一研究系统,涵盖了会议安排、调研活动、客户管理、员工管理、合规管理、数据统计分析等。面向专业投资者,我们则打造了AI投研工作台。
雷峰网:这些服务听起来都是围绕“会议”这个场景展开的。但现在的会议工具已经很多了,进门做的和别人有什么不一样?
程建辉:最大的不同在于,进门不是一个通用的会议连接工具,而是一个垂直于金融领域的AI投研入口。
普通工具解决的是“怎么开好会”——音视频流畅、共享清晰;进门是在这个基础上,解决“开完会留下了什么”以及“如何让会议服务于投资决策”。
我们在投研会议的全流程嵌入AI:会前自动梳理相关研报与数据,会中可随时向AI提问获取背景,AI无法解答时再举手与分析师或高管直接交流;会后通过调优后的金融转写模型,自动生成带思维导图的纪要、提炼章节,并提取问答环节的财务指标,方便用户复盘研究。
腾讯战投后,我们与腾讯会议实现互联互通,客户可以在进门、腾讯会议多端接入,拥有轻量化的会议体验。
另外,我们推出了AI会议托管,将Zoom、腾讯会议等链接丢给机器人,即可自动录制并生成纪要。这些纪要都会沉淀在用户云文档里,成为个人数据资产。
音频转写同样经过金融模型深度调教,在人名、术语、数字上达到专业投资者所需的高准确率。简言之,别的工具是把线下会议搬到线上,而进门是把每一次会议变成一次数据价值挖掘的过程。
雷峰网(公众号:雷峰网):据说你们还做了会议录音的智能硬件?这在金融Agent厂商身上似乎不太常见。这两年Plaud很火,进门的录音硬件和Plaud那类产品有什么本质区别?
程建辉:录音硬件(Finnote AI小饼干录音机)是进门生态的一部分。主要目标是补齐线下沟通场景,解决手机录音质量不佳、容易被打断、待机时间有限的问题,同时在录音结束自动处理数据。
上市公司每天迎来送往十几波投资者,聊完还得一个个翻录音、对名片,根本搞不清谁是谁。
2025年初产生了这个想法,年中立项,10月份发货,一个季度就出来了。我们找了硬件厂家ODM,软件全部是我们自己做的,一起设计,他们把我们的想法实现。现在市场反响很热烈,客户特别喜欢。
雷峰网:AI+投研通常让人想到量化选股或智能研报,投资者关系这个细分赛道相对不那么常见。进门投入精力做IR SaaS,具体解决什么问题?
程建辉:解决三个具体问题。一是建立与买方市场的沟通桥梁,给上市公司做IR网站、管理私有数据;二是通过平台用户行为分析,帮助上市公司挖掘潜在投资人——比如谁看过你的公告、谁参加过你的会;三是打通沟通行为和股东数据,追踪“谁最终买了股票”这个核心转化指标。
以前上市公司IR(投资者关系)是个糊涂账,每天迎来送往很多投资人,聊完搞不清楚谁是谁、聊了什么。我们实现从会议管理、重点投资人筛选、投关资料库、投关报告与股东分析等全流程数字化。这个系统在国内是首创,年收入数千万,已经有1000多家付费客户。
雷峰网:行业里一些投研AI还是以基本面、资金面、诊股选股这样的场景切入,进门对AI的设计思路是怎么考虑的?
程建辉:研究的本质是基于事实和数据,加上思维链推导,最后得出观点。所以我们的设计思路是,通过数据治理和信号涌现这两层,给用户做结果交付。
这个过程中有个问题:现在很多人只关注观点,其他东西都被忽略掉了,比如思维链。AI只能靠自身的涌现能力给你回答,但研究员在实际投研工作中,有很多自己的想法,对于同一个事实数据会得出不同的结论。
进门投研大脑,支持用户创建自己的思维链,在这个基础上调用垂域Multi-agent。你可以把自己的研究方法论表达出来,比如你怎么研究周期股,把整个逻辑思维链写清楚,存进去。以后再问AI相关问题时,它就会调用你那个周期股的研究框架。
还可以让AI从研报里提取思维链,提取完研究员可以在上面再改,根据自己的想法调整怎么看这家公司。调整完马上可以用模型测评打分。我们用模型交叉打分,看这个思维链到底好不好。
可以理解成,Prompt加上SOP流程,再加上底层数据调用。你的需求、方法论、工作经验越具体,反馈效果就越好。
AI的回答总是有点“骑墙派”的意思,我们希望用户能很轻松简单地去分析,去得出自己独有的结论。
雷峰网:进门的AI工具已经很全面了,资料扔进去套用旧研报的思维链,出来的又是新的研报,这个时候人类分析师的价值是什么?
程建辉:那就没有价值了呀(笑)。AI确实在某些能力上比人厉害,但现阶段,AI的思维能力还不及顶级人类投资者。AI本质上是用函数模拟世界,做统计学上的概率猜测,表现好了我们叫它“涌现”,表现不好叫“幻觉”。
工业革命让脑力劳动者成为主流,AI时代里,普通脑力劳动者也会被替代。会议纪要、简单总结、PPT制作这些例行工作,交给AI又快又好,如果水平较低的分析师能力就停留在做这些工作上,那确实有被替代的风险。但懂得思考、提问,懂得去跟AI交互的人,肯定更有价值。有想法的人,总是稀缺的。
雷峰网:但毕竟不是每个人都是顶级分析师。
程建辉:恰恰因为很多人不是顶级分析师、专业研究员,思维链这个功能反而能帮他们提升上限。
其实每个人每天都在做研究工作——脑子里想问题,想把一件事研究清楚,这就是研究。只是有的人方法论成熟,有的人没那么系统。思维链这个东西,就是把你的思考过程结构化、表达出来。
我们希望通过这个形态,让大家生产出不同的思维链。这些思维链可以私有,自己用;也可以贡献出来,给别人参考。
未来高水平研究人员的思维链,可以被付费订阅。比如一个很牛的分析师,他研究周期股的方法论写成了思维链,或许平台可以帮他分发变现,别人花199块钱就能订阅使用。
中国有2亿股民、7亿基民,这些专业AI能力能把普通投资者的能力提升到一个新台阶,直白点说,至少不会那么容易被割韭菜了。
雷峰网:AI能替代人类分析师的部分很明确了,不能被替代的部分是什么?比如某些分析师对市场的“直觉”?
程建辉:现实市场并非100%有效,会存在信息孤岛、小样本信息,也会存在传播延迟和解读效率的问题,AI无法吃掉所有信息。AI不可能完全捕捉市场的 “漏洞和机会”。但这正是人的机会,分析师的机会。
尤金·法玛的有效市场理论,讲的是如果股价真的反映所有信息,价格和价值应该完全一致。但事实上,市场没有我们想象得那么“聪明”。如果真的有一天,AI真的能吃进去所有的信息,成本和代价会非常巨大,再用它来解决投研问题,已经不划算了。
雷峰网:思维链可以这样“传播”出去,会不会像量化投资那样导致“信号拥挤”,策略失效?
程建辉:不会。因为市场能形成交易,就是因为有不一样的想法。即使事实和数据都很明确,仍然有人看多,有人看空。
如果全部看多或全部看空,就没有交易了,没有对手盘。单边行情即使短暂出现,拉长看也会回到相对均衡的状态。最终还是看价格,多少价格才算是“好”?
这里没有绝对的答案。
雷峰网:AI时代可以卖的不光是信息,更可以卖方法论、卖知识框架。
程建辉:思维方式、方法论都是可以共享和商业化的。比如,我在进门笔记里的思维链,可以分享给好朋友、重要客户。他调用AI的时候,既可以调底层数据,又能调我的思维链,以及他自己的思考方法。
AI时代的很多内容和产品交互结构不是给人看的,是给AI看的。过去SaaS软件做的都是复杂图形界面,给人点击、给人看,现在不需要那么多图形界面,年前硅谷SaaS那波下跌行情和这个也有关系。
雷峰网:这是不是意味着,在AI时代,设计逻辑已经完全改变了,软件的首要用户不人类,而是AI本身?
程建辉:未来的趋势是人机协同,AI会是首要执行者,但人类仍然要掌控判断、创意、关键决策。人只需要把思维链(思考方法)表达出来,剩下的让AI去组合、去执行。
所以,软件的设计逻辑,要从人类交互优先,转向AI原生能力优先,不管是底层架构、数据接口,还是执行流程,首要适配AI Agent的自动化调用,而非人类手动操作。
现在AI新名词特别多,Function call、MCP Server、Sub Agent什么的,本质上都是在解决Agent与工具的交互问题。我们希望给AI大脑思考的能力,再加上人类的思维表达能力。
雷峰网:从“给人看”到“给AI看”,软件的范式转移会不会遇到阻力?
程建辉:很多人确实还停留在过去软件使用的图形界面思维范式里。但实际上已经在往AI帮干活、对话式交互的方向变化。
比如纪要、研报,其实都不需要表达出来给人看,直接AI读、理解、输出就完了。但金融行业的一些用户,使用习惯确实没那么容易改变,比如网络通话更好,有些人还是喜欢打电话,所以我们还留了一点“尾巴”,让习惯图形界面的用户还能用,但希望逐步全部收到AI的对话框里处理,只留几个Tab。
雷峰网:大模型这股热潮出现之前,已经有AI+投研/投顾的技术方案了,现在进门做的事情,还可以怎么进一步帮助人类做判断、提高决策效率?
程建辉:先用量化投资的事件回测,验证驱动信号(如供给侧变化),比如历史上类似情况股价怎么走,是真有效还是假有效。再结合基本面与专业投研信息,输出多空判断、驱动类型、关联个股,实现市场信号的快速捕捉。
现在信息太多了。好在AI的信息吞吐能力很强,第一时间获得信息,几十秒或一分钟内处理完,涌现信号。
但在过去,一个事件发生,分析师马上组织专家会议讨论、形成观点,这个过程至少几小时,甚至几天,整个流程非常低效。
雷峰网:要实现这个功能,底层听起来非常复杂。
程建辉:处理海量信息、识别和理解事件信号,工程难度很高。要让AI像顶级分析师那样思考问题,同时要保证底层数据干净、真实。
我们做了很多底层的创新,比如AI进宝的架构,上下文感知与意图对齐、异构信息动态检索、递归式假设验证,不是简单的React那种方式。
雷峰网:目前进门的“进度条”,走到了您预期的哪个阶段?
程建辉:在数据治理上,进门已经做得比较扎实了。在信号挖掘上,我们也上线了事件信号等能力。
信号涌现是一个逐步推进的过程:第一,识别并捕捉信号,初步判断其影响方向;第二,进一步明确信号对股价的影响程度;第三,尝试定量表达这种影响。比如,当某个事件发生后,AI分析师可以快速推演,将目标股价从50元调整至60元,给出初步的定价判断。
当然,定价本身并不容易。不同模型基于各自的假设,得出的目标价也可能存在差异。这也正是投研的复杂性和深度所在。
雷峰网:在模型的选用上,进门是怎么考虑的?Token消耗是不是成本大头?
程建辉:最开始我们也做过一段时间自研,做SFT(监督微调)和强化学习,跟一家大模型厂家合作过。后来发现了一些问题,就调整了方向。
我们的定位是应用型公司,不是做基座大模型的。把应用做好,特定场景的小模型做好,大小模型耦合使用就足够解决问题了。花点时间做工程方法立竿见影,比把所有资源投入基座模型训练更经济、更划算。作为创业者,要追求资源投入最大化。
目前我们接入了多个基座大模型,不是一家。把模型架构结构化了,不同任务用不同模型。根据模型工程方法的体系,不断调优,每个步骤根据需要选择不同模型——有些模型推导推理很强,有些泛化能力很强,各有优劣势。
Token消耗量其实还好。整体技术开支确实比较大,不过还在可承受范围内。出于对安全的考虑,用国内的模型会多一点,个别部分在保障数据安全的基础上,考虑用境外模型提高性能。
进门CEO程建辉:做投研,AI越强大,人类越值钱
国网吕梁供电公司:从“全员百强”到“再攀高峰”

线下的“共享衣橱”实体店
河南商报记者 邓万里/摄
河南商报记者 孙科
有人说,女人的衣橱里永远少一件衣服。但对于衣服,女人往往又非常善变,一件衣服穿过一段时间,就会被打入“冷宫”,再也无法得到重视。
如果有种服务能让你不买衣服,就能拥有包括成千上万件衣服的衣橱,但你需要与别人共享,你是否愿意尝试?在郑州,“共享衣橱”成了新趋势。
【故事】
她每年花费1万元
有了高大上的“共享衣橱”
个体商户张帆今年37岁,在郑州打拼多年。爱买衣服的她,去年年底成了郑州一家“共享衣橱”实体店的会员。“我自己本来就喜欢买衣服,每年这方面的花费在三四万元左右。”张帆说,由于工作的原因,她对衣服的品质要求不低。
“去年年底,在朋友的推荐下,我参观了一家‘共享衣橱’线下店面,感觉衣服种类多,而且质感也不错,就办了张会员卡。”张帆说,每年交1万元会费,能享受免费更换19套衣服的服务。
张帆表示,自己觉得还挺值。首先,这19套衣服一年内归还即可,基本维持了全年重要场合的穿搭。其次,“共享衣橱”里的衣服从高端礼服到休闲装,涵盖面很广,出席一些场合活动,或者准备去游玩,说出自己的需求,就会有专门的形象设计师帮忙搭配,节约了时间成本。最后,这家实体店里的衣服是自家原创的服装品牌,品质和款式也都不错。
最重要的是,作为实体店的会员,她“租”到的衣服都是全新的,不是“二手衣”。
【创业】
沾“共享”的光
“共享衣橱”有了众多会员
为张帆提供服务的这家公司,是郑州的一家“共享衣橱”,位于郑州市红专路金成时代广场附近的一幢写字楼内。日前,河南商报记者来到了这里。
谈起为何涉足该行业,该公司副总经理马萌说起了他们的创业史。
“其实,我们多年前就在郑州曼哈顿做女装品牌批发,但之后发展遭遇瓶颈期。”马萌说,随着淘宝等电子商务的发展,他们实体店的生意每况愈下,遭遇瓶颈。
为了更好地拓展业务,他们开始转型。
“2015年,我们开始做起了免费穿衣、会员制的服务,但当时了解这种理念的人不多,所以很快就经营不下去了。”马萌说。
“2017年,我们的总经理了解到不少女性都有‘衣橱里总少件衣服’的困扰,再加上‘共享’的概念被广泛接受,于是便想到了做‘共享衣橱’。2017年10月份,我们‘共享衣橱’线下店面正式成立。”她说。
马萌表示,如今,他们的发展势头很强劲,半年时间,已经覆盖了十几个城市,拥有了众多会员。
【模式】
颠覆了服装行业
传统的经营方式
人人穿新衣,怎能称得上共享?马萌说,除了有线下会员服务,他们马上就要推出线上的“共享衣橱”。
“线下会员根据所交年费不同(最高一年为5万元),每年享受免费换衣的次数和服务内容也有所不同。一般情况下,针对的是中高端消费群体。”
而线上会员的“共享衣橱”,则更重要的是让线下的服务“移植”到网上,让更多中低端消费群体也体验到“共享”带来的资源最大化价值。
例如,线上会员只需缴纳一定押金,掏很少的租金,即可享受穿衣服务。
据这家“共享衣橱”创始人、总经理张希铭介绍,他们的衣服一般都属于高端订制型的,不会盲目跟随潮流,因此,淘汰得也不会那么快。
“我们整合了设计师、工厂,拥有自己的生产链,打通了线下线上,既能服务社会高端女士,也能服务刚入职的都市白领,实现了资源的合理分配。另外,‘共享衣橱’也只是我们整个公司服务中的一个项目,我们其他的盈利点还有许多。”
【市场】
我国的服装市场
两年后将突破2万亿元
其实,“共享衣橱”虽然在郑州尚属首次出现,但放眼全国,早就有之。2016年,就有共享时装平台获得了1800万美元A轮融资,去年下半年,还有一家线上平台获得了5000万美元C轮融资,拿到该领域目前获得的最大单笔融资。
速途研究院2017年11月发表的报告显示,从全国服装市场规模数据来看,2016年,市场规模已经达到13559亿元,同比增长9.4%。预计在未来几年内,我国服装市场规模还将保持每年10%左右的增速,到2020年将突破20000亿元,巨大的服装市场空间为“共享衣橱”提供了肥沃的发展土壤。
而这,也是郑州这家“共享衣橱”发展的动力。张希铭说,他们这种线上覆盖中低端消费人群、线下覆盖中高端消费人群的模式,已经在全国11个城市拥有了加盟店,未来3~5年,将会形成30亿元左右的市场规模。
【声音】
有人担心衣服的卫生问题
有人觉得“共享衣橱”很方便
对于“共享衣橱”的出现,河南商报记者采访了多位市民,他们普遍觉得该方式不错,会进行尝试,但也有人提出了自己的担忧。
正方观点
市民郑女士:我太喜欢了,可以每天换新衣服,不要太棒。
@可爱多叶子燃在火山:这个非常好,我可以提前一周预订好自己要穿的衣服,每天不重样,而且胖了瘦了不合适了都可以解决。
@我选择吃书:表示对租衣服很感兴趣,因为每次买了好多衣服,超过一星期就不喜欢了。
反方观点
市民吕女士:“别人穿过的衣服,又被放到网上,我怎么能知道这衣服是否干净呢?衣服这种贴身的东西,还是自己的用着放心。”
市民王女士:“花万元办张会员卡,穿的是一些知名度不高的衣服,为何不自己掏几千元买一件呢?即便自己不会搭配,品牌店销售顾问可以帮忙搭配。”
市民杨女士:“女人买衣服,并不是单纯的买东西,而是看到了自己喜欢的东西,买到后属于自己的愉悦感,‘共享衣橱’并不能带来这种感觉。”
【专家】
“共享衣橱”是一种趋势
相关部门应进行监管
对于线上线下结合的“共享衣橱”,河南省服装行业协会秘书长张勋坦言,在本土市场他们了解的并不多,而且也没有发现做得特别成功的案例。“以前南方有这种模式,但可能是其他产品,他们更多的玩的不是产品,而是资金。”
张勋表示,关于服装类行业打造“共享”概念的情况,缺少顶层设计的话,生命力也不会太长,“服装产品本身是一种消费品,特别是对于高端服装,产品过季特别快,现在一个款式的流行,可能十天半个月就被淘汰了。”他说,只有商品资源足够多,才会吸引消费者,但如果商家花费大量的资金去储备商品资源,这又和会员消费不成正比,投入大于收益,利润点从哪里来?
不过,对于“共享衣橱”,张勋并不是完全悲观,他称,共享能节约社会资源,服装行业引入互联网的概念是未来的一个趋势,这有益于行业的整体发展。
张勋建议,除加强行业自律外,相关部门还可以牵头,出台一定的规则进行监管监督。
" />每年1万元租19套衣服 “共享衣橱”成新趋势
巴德士水性木器漆获中山市科技进步奖
国网孝义市供电公司:全面部署春检工作 筑牢电网安全防线
国网孝义市供电公司:全面部署春检工作 筑牢电网安全防线
实探银行积存金兑换:小克重金条紧俏 提货需等待

福州广场的羊蹄甲满树繁花。
微风拂过枝头,花瓣轻轻摇曳,偶尔随风飘落,与往来车流、市井街巷相映成趣。自然生长的花木不事雕琢,却将春日气息展现得淋漓尽致。不少市民途经此处,驻足观赏、拍照留念。
羊蹄甲、宫粉紫荆是福州常见的春季观赏行道树,花色柔和、姿态清雅,为城市街头增添了勃勃生机。记者从鼓楼区园林中心获悉,温泉支路、福州广场一带,羊蹄甲、宫粉紫荆等花树交错,目前正处于最佳观赏期,花期可持续至4月上旬。(记者 刘珺/文 池远/摄)
" />繁花扮街巷 春光映榕城
方案以芯片为底层算力底座,打造多规格 PCBA 模组矩阵,核心实现低功耗+ 黑光全彩的极致体验,结合本地端侧算法+ 云端大模型的双层智能架构,实现从硬件到平台的全栈自研、端边云协同,为客户提供高性价比、低功耗、全场景覆盖的智能视觉产品与解决方案,重构消费级智能监控新范式,完美适配家庭看护、户外值守、社区安防、商业办公等多元使用场景。
核心算力底座:国科微GK7206V1芯片
定义IPC解决方案核心优势
视美泰智能IPC 解决方案的核心竞争力,源于与国科微联合打磨的 GK7206V1 普惠黑光 AOV 视觉处理芯片。该芯片作为方案底层核心算力与图像处理引擎,通过芯片与方案的深度协同优化,实现了算力、成像、功耗、编码、集成五大维度的全面突破,更是低功耗+ 黑光全彩技术落地的核心硬件支撑,为全系列 IPC 产品提供稳定、高效、低功耗的硬件底座,也是视美泰打造 “芯片 + 方案” 行业标杆的核心基石。

国科微GK7206V1 芯片五大核心技术优势
1、算力强劲且分配高效:集成1.0 Tops@INT8 NPU,启用 AI-ISP 后仍保留 0.5 Tops 可用算力,可流畅支撑 30 + 自研 AI 算法并行运行,兼顾图像增强与智能推理,算力利用率处于行业领先水平,为本地端侧算法的高效运行提供充足算力。
2、普惠黑光全彩,重构夜视体验:搭载国科微自研圆鸮AI-ISP 引擎,支持 AI 降热噪、HDR、AINR 智能降噪,无需补光灯即可实现 0.005Lux 极微光全彩成像,真正做到无补光黑光全彩;传统ISP 支持 4K@20fps/6M@30fps,AI-ISP 支持双目 4M@10fps / 单目 4K@7fps,最高支持三目输入(MIPI*2+DVP),可灵活搭配 F1.0/F1.6 镜头、1/1.8/1/2.7/1/3 英寸传感器,在保证超清黑光全彩画质的同时实现成本最优,打造分层适配的黑光全彩方案矩阵。
视美泰BW4AI-ISP (ISO4W,0.008 Lux)效果演示:
①户外
借助黑光技术,暗部细节保留完整,画面干净噪点低,原本在黑暗环境下难以辨识的场景细节得以清晰展现,为夜间监控提供了更为精准、可靠的视觉信息。
②室内室内极暗环境(约0.008 lux),无补光条件下实现全彩成像。人物轮廓、衣着细节、货架物品清晰可辨,真正做到无补光黑光全彩,彰显AI-ISP极微光成像实力。
3、AOV 快启 + 超低功耗,赋能黑光全彩低耗运行:原生支持AOV 快启与 STR 低功耗待机技术,搭配 AI-ISP 大幅降低补光功耗,从硬件层面实现低功耗+ 黑光全彩的双重优势,支持常电、AOV、普通、省电四种工作模式,完美适配电池 / 太阳能供电场景,续航与功耗表现远超同类方案,打破传统监控对电源的依赖,让黑光全彩在无电无网场景下也能持续运行。
4、智能编码+ 极致低延时,提升传输体验:采用亚帧级Slice 编码,编码完成即发送,结合自适应量化、去轨迹拖尾技术,视频传输延时低至 7ms 内;支持 H.264/H.265 高效编码,实现低码率、高清黑光全彩画质、低内存占用三重优化,让极微光下的彩色画面传输更流畅、更省流。
5、高集成高适配,一站式SOC 方案:采用双核A7+MCU架构,内置 512M/1G/2G bit 内存,支持 RGB 720P/1920*480 屏幕驱动,兼容多类型传感器与镜头组合(FSI/BSI 传感器、F1.0/F1.6 大光圈镜头),为消费级 IPC 提供高集成、高适配的一站式高性价比 SOC 方案。
为最大化发挥GK7206V1 芯片性能,视美泰与国科微建立联合实验室,共同优化芯片架构、ISP 调校与模型压缩,最终实现方案能效提升20%+、研发周期缩短 30%,让“国科微芯片 + 视美泰方案” 的组合成为消费级智能 IPC 领域的高性价比标杆。
四大核心PCBA模组方案:
基于GK7206V1,适配全品类IPC终端产品
依托国科微GK7206V1 芯片的核心能力,视美泰打造了400 万 / 800 万像素全系列 IPC PCBA 模组矩阵,覆盖低功耗电池机、单目球机、双目枪球机等形态整机产品。所有模组均深度集成AOV、普惠黑光、AI-ISP 核心技术,兼容 Android、Linux、OpenHarmony等主流操作系统,提供 30 + 自研 AI 算法 SDK 开放生态,支持客户快速集成并量产各类整机产品,精准匹配家庭、安防、户外、办公等不同场景的监控需求。
核心适配终端:无线低功耗电池款智能摄像机

核心特性:基于GK7206V1 的 AOV 快启与超低功耗技术,深度融合低功耗+ 黑光全彩核心优势,采用可充电锂电池供电,无需复杂布线,适配无电无网场景灵活部署;支持大/ 小黑光可选的普惠黑光全彩方案,实现 0.005Lux 极微光无补光全彩夜视;本地录像 + 云存储双架构保障数据安全。
核心功能:标配AI 人形检测,同时支持 PIR 人体感应、移动检测、VAD异声检测、宠物 / 包裹检测、人脸识别、KwS 语音控制、手势识别、智能围栏等多类本地端侧算法,满足家庭看护、户外院落值守等轻量监控需求。
代表型号:LK4-GW(2.4GWiFi)、LK4-G4G(4G)、LK4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LK4-G4GS(4G+1/1.8’高感光传感器),尺寸均为 50*72mm,小巧易集成。
核心适配终端:低功耗云台球机、单目球型智能摄像机(室内/ 室外款)

核心特性:继承GK7206V1 的普惠黑光全彩与低功耗优势,支持电池供电,云台可灵活旋转实现全景监控;AI-ISP 技术实现高画质、低码率、低延时的全链路优化,适配楼道、别墅门口、办公室等场景的全景监控需求。
核心功能:标配AI 人形检测 + 移动追踪,内置非机动车 / 车辆检测、火焰检测等本地端侧算法,支持黑光全彩夜视、本地 + 云双存储,可实现异常动态的自动追踪与告警。
代表型号:LQ4-GW(2.4G WiFi)、LQ4-G4G(4G)、LQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LQ4-G4GS(4G+1/1.8’高感光传感器)。
核心适配终端:低功耗室外双目枪球一体机、太阳能供电枪球联动摄像机

核心特性:基于GK7206V1 的三目输入能力与算力分配优势,深度落地低功耗+ 黑光全彩技术,实现枪球联动监控,兼顾广角全景与细节抓拍;400/800 万高像素搭配普惠黑光全彩方案,室外极暗环境下仍能输出清晰彩色画面,支持电池 / 太阳能供电,适配果园、鱼塘、临时仓库等户外无人值守场景。
核心功能:标配AI 人形检测 + 移动追踪,核心实现枪球联动智能功能,内置非机动车 / 车辆检测、火焰检测等本地算法,可实现户外大范围区域的全方位、智能化监控。
代表型号:LGQ4-GW(2.4G WiFi)、LGQ4-G4G(4G)、LGQ4-GWS(2.4G WiFi+1/1.8’高感光传感器)、LGQ4-G4GS(4G+1/1.8’高感光传感器)。
所有PCBA 模组均通过多项可靠性测试,具备高集成度、低功耗、开放算法生态的核心特点,客户可基于模组快速完成整机集成与批量生产,大幅缩短产品上市周期。
本地算法+大模型:
双层智能架构,实现“感知”到“理解”的智慧升级
视美泰基于国科微GK7206V1 芯片的 IPC 解决方案,核心构建本地端侧算法+ 云端全栈 AI 大模型的双层智能架构,依托“NAI 端侧算法 + 智能模型调度服务 + LLM 多模态大模型” 的全栈 AI 能力,让智能 IPC 从单纯的 “画面记录” 设备,进化为能 “感知、理解、服务” 的智能助手,实现监控体验的全面升级。
本地端侧算法,依托GK7206V1算力实现实时智能感知
基于国科微GK7206V1 芯片的 1.0 Tops 算力(启用 AI-ISP 后保留 0.5 Tops),视美泰在终端侧部署NAI 端侧算法体系,所有算法均针对嵌入式设备深度优化,实现本地实时智能感知,无需依赖云端,低延时、高精准。
端侧算法覆盖人形、机动车、看护、人脸、音频、宠物、安防七大维度,包括人形侦测/ 追踪、人车非检测、老人跌倒 / 儿童看护、人脸抓拍 / 识别、哭声 / 异常声检测、猫狗宠物侦测、烟火 / 区域入侵检测等 30 + 自研算法,且所有算法均向客户免费授权,大幅降低客户开发成本。
GK7206V1 的算力分配优势,让端侧算法与 AI-ISP 图像增强可并行运行,在保证超清画质的同时,实现异常事件的本地实时告警,满足监控场景对 “实时性” 的核心需求。
云端全栈AI大模型,实现从“感知”到“理解”的高阶智能
在本地端侧算法实现基础感知的同时,视美泰搭载自研LLM 多模态大模型,并通过智能模型调度服务实现端云协同,将智能IPC 的能力从 “感知异常” 升级为 “理解事件、主动服务”。
1、智能模型调度服务:作为端云桥梁,实现数据转换、算法规则适配、AI 告警触发、业务场景编排的自动化管理,让本地端侧算法的感知数据与云端大模型的分析能力无缝衔接;2、LLM 多模态大模型:具备图像理解、视频分析、语义文本转换、知识库RAG 等高阶能力,基于本地端侧采集的音视频数据,实现四大创新应用:




本地算法的实时性、低功耗与大模型的理解性、智能化相结合,让视美泰的IPC 解决方案既满足了监控场景对 “实时告警、低延时” 的基础需求,又通过高阶智能功能提升了产品的体验与附加值,形成差异化竞争优势。
全栈自研+端边云协同:
打造一站式IPC解决方案
依托国科微GK7206V1 芯片的核心底座,视美泰不仅打造了多规格 PCBA 模组矩阵,更实现了芯片- 模组 - APP - 云平台的全链路自主可控,为客户提供一站式IPC 解决方案,覆盖硬件、软件、算法、平台全维度:
1、硬件层:三大核心PCBA 模组方案,兼容多场景部署,支持高并发视频处理与低功耗运行;2、软件层:自研iOS/Android 移动端 APP+Web 端 AI 视觉管理平台,支持 WebRTC 低延时直播、双向语音、录像回放、设备远程管控、数据可视化等基础功能,且全链路数据加密,保障数据安全;
3、算法层:本地30 + 免费自研端侧算法 + 云端 LLM 多模态大模型,双层智能架构实现从感知到理解的升级;4、平台层:打造智能业务平台、数据运营平台、AI 平台、生产管理平台的全平台体系,支持多终端接入、全球化服务节点,为客户提供低延时、安全可靠的云端服务。
全场景赋能+生态共筑:
引领普惠AI视觉新未来
凭借无电无网可用、昼夜黑光全彩清晰、低功耗长续航、本地+ 大模型双智能、高性价比的核心优势,视美泰基于国科微GK7206V1 芯片的 IPC 解决方案已实现全场景覆盖,低功耗 + 黑光全彩的核心特性完美适配各场景的监控痛点,让全天候彩色智能监控成为普惠选择:
核心解决夜间看护画面模糊问题,黑光全彩实现0.005Lux 极微光下的彩色看护,老人跌倒、儿童活动、宠物动向清晰可见;低功耗电池供电无需布线,可灵活放置在卧室、客厅、阳台等区域,搭配哭声检测、跌倒识别等算法,全方位守护家庭安全。
针对楼道、别墅门口、消防通道等无补光场景,黑光全彩替代传统黑白监控,夜间人员、车辆动向彩色清晰,便于安防人员快速识别;低功耗适配小区无额外供电区域,搭配人车非检测、区域入侵算法,提升社区安防智能化水平。
果园、鱼塘、临时仓库、工地等户外场景,普遍存在无电无网、夜间无照明的问题,低功耗+ 太阳能 / 电池供电实现无电部署,黑光全彩让夜间户外监控告别黑白,果树偷盗、鱼塘异动、仓库值守等场景均可实现全天候彩色监控,搭配枪球联动、火焰检测算法,实现户外无人智能值守。
办公室、商铺、商超等场景,黑光全彩实现夜间室内彩色监控,人员离岗、区域入侵、商品异动清晰可见;低功耗降低设备运行成本,搭配人员考勤、区域人数统计算法,助力商业办公的智能化管理,长电摇头机模组的360° 全景监控更能实现室内无死角覆盖。
作为国家高新技术企业、专精特新小巨人企业,视美泰深耕AIoT 领域十余年,此次与国科微的深度协同,构建了 “芯片定义 - 方案落地 - 市场反馈” 的闭环创新体系。未来,视美泰将持续以国科微 GK7206V1 芯片为核心,深化AOV + 普惠黑光 + 大模型的技术架构,推动数字AI 与物理 AI 的技术融合,让普惠型 AI 视觉技术赋能更多场景,致力于成为端边云一体化的智能视觉解决方案领导者,共筑万物智慧互联的新生态。
" />基于国科微 GK7206V1 芯片:视美泰“ AOV + 普惠黑光 + AI大模型”IPC 产品矩阵解决方案发布

发行商The Arcade Crew和开发者Hibernian Workshop日前公布消息,2D横向动作RPG《黑暗献祭》PC版将于4月25日通过Steam平台发行,售价19.99美元。PlayStation 4和Switch的版本将在晚些时候推出。
游戏介绍
你将探索神秘的堕落圣殿,挖掘其中的秘密,接受圣殿骑士信仰的考验,并献祭自身予黑暗,牺牲将是你对圣殿之主最大的赞美。深入到最危险的地方将是衡量你虔诚和勇气的唯一标准,但是你需要活下去。
《黑暗献祭》以丰富的细节以及沉浸式的叙事为特色,向你展现圣殿宗教的黑暗。当你深入到这个被诅咒的朝圣之旅时,每次遭遇都会挑战你的坚韧,虔诚和信念。你将探索四个独一无二的世界,每个世界都拥有令人难以置信的环境和细节,多达数十种武器将是你探索圣殿秘密的最好帮手:藏匿于黑暗的爪牙,以及狡猾的BOSS将对你发起致命的袭击,他们唯一的任务是摧毁你的灵魂,并对你进行永世的折磨。
在整个《黑暗献祭》中, 你会发现一系列武器,盔甲和圣物,以增强你的角色。每个物品都有自己的属性和信息,并可以使用神秘的符文进行强化。你必须最大限度地发挥你的优势,用最适合你的武器装备来面对你的敌人。做出明智的选择……
《黑暗献祭》是一个关于坚持,奉献和探索的故事。你打开的每一个宝箱,你遇到的每件物品都会有它自己的故事:无论是信件,武器还是各种线索,都会有助于你探索这个黑暗的世界并了解其中的秘密。无论你是在阴影中还是在另一个已死角色的手中找到这些秘密......唔,这完全取决于你。
在圣殿里,信仰是你对抗成群敌人唯一的手段。击败他们收集信仰并解锁秘密通道,特殊宝箱等等。但请谨慎使用你的信仰,没有什么是可以永恒不变的。
圣殿渴望看到你的死亡。你的生死与否取决于在合适的时间选择正确的策略,例如及时的治愈伤口或清除诅咒。其中一些物品可以从击败的敌人身上获取,其他物品则分散在整个圣殿的秘密地方。因"物"制宜......你将活得更久。
神时刻注视着你。当你完成一系列勇敢且富有技巧的行动时,他将祝福你。同时圣殿也充满了绝望和疾病,时刻准备摧毁那些缺乏勇气和节制的人。越快适应受苦越少。
救赎是短暂的,所以明智地选择你的道路。《黑暗献祭》中的每一个世界都提供了几种不同的行进路线。每一条路线都是独一无二的,但又都是相互联系的,唯一的共同点就是没有回头路。
要完成任务你需要对圣殿中的秘密了如指掌。你很容易在其中迷失方向,尽管有时候会有意外收获,但这取决于你所揭开的秘密。也许你还能在圣殿中的古老祭坛里遇到其他人,或者一无所获,但不管怎么说,他们的故事都将成为你圣殿之旅的一部分。
" />《黑暗献祭》4月25日登录steam 物品多样玩法丰富
Copyright © 2026-now 讯澈 版权所有