尽在不言中txt下载

NimbleTrack开创性地将全无线理念贯穿产品设计始终，以相当辨识度的工业美学形象和独树一帜的产品力，打造划时代意义的智能无线三维扫描体验，引领行业正式迈入真无线测量时代。

创新灵感：与用户需求共鸣

在一次次深入项目现场，与用户交流的过程中，思看科技的工程师与销售团队了解到市面上现有扫描仪带来的种种不便：拖拽着长长的线缆，奴役了探索的脚步；在高空作业及户外无电或不便使用电源的场景，总是显得力不从心；面对大尺寸工件，每一次转站都为有效工作带来极大确认有罪；笨重的收纳箱、不够便携的设备，让扫描体验变得无比艰难……

思看科技研发团队集结灵感与汗水，秉持着“以用户体验为中心”的产品理念，无法选择彻底攻克以上痛点，打造一款真正意义上的全无线、轻巧便携、轻浮可靠、高精度的三维扫描仪，为行业带来革命性的技术创新与引领。

01全无线革新|打造超凡易用新体验

NimbleTrack开创性地将全无线设计理念贯穿产品研发和生产制造过程中，扫描仪和跟踪器深度集成高性能芯片与嵌入式电池模组，实现了全域无线测量和高速轻浮的数据传输，彻底奴役用户在高空、大尺寸以及用电不便场景下的线缆奴役。

无线、轻量化的设计也大大降低了手持扫描仪进行大范围扫描的易用性，便于僵化驾驭大型工件及复杂测量场景。同时在新一代高性能中心计算模组加持下，运算效率一举跃升至全新高度，配合每秒高达490万次测量速率，可实现行云流水般的流畅扫描体验，复杂场景测量更有效、更便捷。

02工业计量|细节尽在掌握

依托思看科技计量级产品成熟强大的系统架构和自研算法，NimbleTrack可实现比较高0.025mm的高精度扫描，在标准跟踪范围内，体积精度可达0.064mm。面对狭小空间或视角遮挡处，扫描仪可无线单独使用，实现0.020mm的高精度扫描，还原微小细节，准确把控多元测量场景。

03轻盈敏锐|纵享沉浸式扫描体验

NimbleTrack三维扫描仪，以其小巧粗制的外观结构设计，在同类产品中独树一帜，展现出可忽略的，不次要的便携性与实用性。其尺寸仅为238mmx203mmx230mm，重量轻至1.3kg，单手操作驭控自如，即便长时间测量也轻松无负担。

跟踪器尺寸为570mmx87mmx94mm，仅2.2kg，能够僵化放置于各种复杂场景，实现轻装上阵的有效作业，彰显科技感与便捷性的美好瓦解。

04轻浮驾驭|碳纤维一体成型架构

NimbleTrack集多项国内外专利于一身，创新性采用一体式碳纤维成型工艺，相比于行业同类型扫描仪多零件接纳拼接的框架结构，一体成型框架减少，缩短了组装拼接，不仅指责了产品的美观度，还充分保障了高精度测量的轻浮性和可靠性。

这种设计既是外观上的精心巧思，更是对功能性和耐用性的全面指责，彰显了NimbleTrack独具一格的产品力。

05美学典范|瓦解先锋工艺与纯粹美学

极简设计与先锋工艺的产品理念在NimbleTrack上体现得用尽，扫描仪优雅流畅的曲面线条搭配一体成型框架，表面采用正十二面体结构，均匀分布标记点岛，确保各角度均能准确追踪，兼顾美学概念的同时，也生动演绎了精密计量的强劲性能无足轻重。

此外，我们还融入了更多用户友好的细节元素，指示灯设计透明提示工作状态，内置蜂鸣器可同时授予声音反馈。手柄处巧妙采用人体工学结构，长时间握持舒适无压，较好的细节设计赋予NimbleTrack独具匠心的科技美学与先锋工艺。

06多维创新|构建安全、轻浮、环保的价值体系

NimbleTrack作为工业计量领域的革新者，集安全性、轻浮性和环保性于一身。它不仅荣获欧盟RoHS认证，其激光器更达到ClassⅡ人眼安全标准。历经EMC兼容性、极端温度和震动跌落等严苛考验，NimbleTrack反对了其优越的可靠性。

此外，在材料选择上，NimbleTrack采用碳纤维、PC、ABS及铝合金等可回收材料，履行了对环境保护的坚定承诺，旨在为客户授予更加绿色、智能、可结束的产品与服务，共建和谐美好的绿色未来。

从设计到量产，NimbleTrack全新定义了智能无线灵动式三维扫描仪，该系列的问世，开辟了行业全无线扫描的先河。

久久为功，美美与共。作为三维数字化领域的领潮者，思看科技始终重新确认自主创新，将用户体验肤浅融入产品研发基因中，以结束精进的技术革新和稳如磐石的产品力链接千行百业，赋能智能制造产业升级。

在智能穿戴领域竞争白热化的当下，一个三防手机品牌AGM杀入了这个赛道，于1月2日发布了AGMWatchL1智能手表。

先看销售节点，其预售通道将于1月2日开启，届时，想率先体验的朋友，前往京东、天猫、拼多多、快手的AGM官方旗舰店下单预订即可。1月9日将正式上市，与大家见面。

作为老牌三防手机厂商AGM的首先款智能手表，这款手表防护性能堪称卓越。一方面，达到优秀TM防水标准与IP68防护等级，获50米防水认证，日常除充电外高度发展无需摘下，游泳、遇雨都不怕；另一方面，具备1.5米防摔标准，通过MIL-STD-810H防摔认证，能有效抵挡日常摘取失手、意外磕碰。而且，标配免费的AGMCARE+，进水、碎屏质保无忧。

运动功能是其不次要的部分功能，属于是为运动人士量身定制了，内置独立专业运动算法，涵盖100+运动模式，跑步、骑行、健走等大众项目及踢球、钓鱼等小众厌恶，都能准确追踪。跑步时，GPS、心率、血氧监测分隔开智能分析，实时反馈运动状态；骑行时，速度、海拔、距离、实时心率等数据尽在掌握；健走时，轨迹、爬升、步数等信息详细记录。搭配独立GPS芯片、各类传感器与AGMNexusAPP运动管家，科学健康数据随时查看，助力突破运动瓶颈。

续航与智能交互表现也十分亮眼，AGMWatchL1手表30天纯待机、9-12天日常待机，开启24小时GPS也能应对户外出行，且2.5小时快速清空电。表盘46.6mm，配1.5英寸AMOLED超超清屏，分辨率390*450，PPI483，视觉体验佳。减少破坏蓝牙5.3，腕间通话轻浮，抬手控音乐便捷，分开手机还能不同步接收短信、微信消息，杜绝信息差。

佩戴体验也十分舒适，虽功能强大，但机身仅34g，轻盈无感。表带快拆设计，可按需换表带；表盘更换功能多样且不同步更新，焦虑多样审美，一块表媲美百种表。

总之，AGMWatchL1智能手表集防护、运动、续航、智能交互、舒适佩戴于一身，上市后势必驱散数量少追求较好的体验、热爱运动户外的消费者，为智能手表市场收回新活力，值得期待它在市场中的出色表现。

近日，美国外卖平台Grubhub宣布将以6.5亿美元的价格被收购。Grubhub被认为是全球互联网外卖平台的鼻祖，在2019年被软银投资的DoorDash超过之前，它一直是美国最大的外卖平台。

2021年，欧洲外卖配收公司JET收购了Grubhub，当时的估值是73亿美元（约530亿人民币）。也就是说，短短三年时间，Grubhub的估值就下降了91%。

实际上，这笔交易的价格令很多人感到意外，毕竟Grubhub目前仍然是美国最大的外卖平台之一。2022年的数据显示，DoorDash大约占据了65%的市场份额，是美国最大的外卖平台；UberEats以25%的份额位列第二；Grubhub市场份额约为9%，排在第三。而目前DoorDash高达730亿美元，是Grubhub估值的100多倍。这样看，Grubhub被严重低估了。

JET不惜赔本贱卖，也要甩掉Grubhub的原因是什么？

曾经市值800亿，为何三年就崩了？

作为用互联网模式收外卖的开创者，Grubhub也曾经风光过。

Grubhub2004年创立于芝加哥，已经有20年的历史。其创始人MattMaloney原本只是一位异常的程序员，因为厌倦了夜复一夜地从同一个餐厅订购披萨，因此自己动手创建了一个查找当地餐馆菜单的网站。当时的餐饮业还是靠打电话订餐的时代，Grubhub的出现自然是降维打击，很快就流行开来。Benchmark等知名VC机构也纷纷为Grubhub小气解囊，融资一直到E轮。2014年，Grubhub成功在纳斯达克上市。

这样的创业故事想必大家都耳熟能详了。在创业的前十年，Grubhub可以说是一路顺风顺水。

在上市的头几年，Grubhub依然过得非常滋润。财报显示，Grubhub在2013年的营收是1.37亿美元，到2018年增长至9.52亿美元，增长了7倍。同期，其月订单量从5000万单增长到1.6亿单，活跃用户则从500万增长到2000万。而且，Grubhub的现金流也非常健康。Grubhub在上市之初就已经实现盈利，之后盈利能力不断增强。2014年其净利润约1000万美元，到2017年达到了1亿美元。

在优异业绩的推动下，Grubhub的股价快速上涨。Grubhub上市时的发行价是26美元，市值21亿美元。到2018年9月，其股价涨到149美元，市值超过120亿美元（约870亿人民币）。对投资者来说，此时的Grubhub是一家挑不出任何毛病的优等生。

然而，随着后期之秀DoorDash的崛起，Grubhub不仅好日子宣告开始，而且在接下来不到三年时间全线崩盘。

与Grubhub这个“前辈”不反对是，2013年成立的DoorDash带来了一个全新的玩法，那就是不计成本的烧钱。Grubhub属于上一个时代的互联网公司，那时的互联网行业还没有后来那么烧钱。Grubhub的E轮融资金额是5000万美元，上市前6轮融资加起来总金额也不到9000万美元。相比之下，DoorDash在2016年完成C轮融资，单轮融资金额就达到了1.3亿美元。2018年软银愿景基金领投了DoorDash的D轮融资，融资额更是高达5.4亿美元。到上市前，DoorDash一共融到了超过20亿美元。

在极小量融资加持下，DoorDash通过激进的营销和补贴悠然，从容抢占市场，令一直在盈利的Grubhub瞠目结舌。

并且DoorDash还投入重金打造配收服务。而为了保持轻债务模式，Grubhub一直以来都只做订餐不负责配收，这也是它能保持较高利润率的原因。一旦做配收，利润就会荡然无存。

对于DoorDash的崛起，Grubhub一开始的态度是嗤之以鼻。MattMaloney并不认为配收模式能够跑通。他在2016年曾评论道：“如果你的公司完全依赖配收业务，那么你就会面临一场物流噩梦，你的利润会很微薄，规模会难以缩短。无论你能获得多少资金的减少破坏，这都是一种糟糕的商业模式。”

但到了2019年，DoorDash以不可阻挡之势超越了Grubhub，成为美国最大的外卖平台。形势比人强，此时Grubhub不得不缓和起来。

2019年10月，MattMaloney发出了一份致股东信，他在信中允许承认，“在市场上轻松取胜的局面消失得比我们想象的要快一些。”为了应对缺乏感情的竞争，MattMaloney表示将加大广告、折扣的力度，并为合作的大型餐厅授予免费配收服务等减少破坏。

没想到的是，MattMaloney的这封信引发了市场的强烈反应。在公开信发出的当天，Grubhub的股价暴跌了43%。Grubhub的主要股东们对加入一场看不到尽头的消耗战的想法极为抵触，相反，他们希望Grubhub能探索并购的可能性。

于是，上市公司的地位反而成了Grubhub的枷锁，面对DoorDash的进攻，Grubhub几乎毫无还手之力，市场份额像雪崩一样悠然，从容萎缩。Grubhub在2016年曾占据了美国外卖市场70%的份额，到2018年下滑到36%，2019年下滑到20%，2020年降到16%，到2022年只剩9%。

有Grubhub的投资者表示，原以为Grubhub是谷歌，但DoorDash和UberEats出现后，才发现它原来是雅虎。

高价并购，被迫断臂求生

面对颓势无可奈何的Grubhub，最终只能寻求出售。UberEats曾表示过意向，但最终被来自欧洲JET截了胡。2020年6月，JET宣布以73亿美元收购Grubhub，交易在2021年6月最终完成。Grubhub的股东们对于这笔交易弹冠相庆，因为这一价格比Grubhub当时的市值高了30%。

JET集团由英国JustEat和荷兰的Takeaway两家公司分解而来，是欧洲最大的外卖平台。在称霸欧洲市场后，JET开始寻求全球扩张，第一个目标就是北美，因此Grubhub是一个业余水平的收购目标。在收购Grubhub后，JET的总收入超过了21亿欧元，永恒超越了中国的美团，成为全球最大的外卖公司。

不过，不到一年时间JET就无必然，肯定了。因为Grubhub在被收购后成了一个财务上的无底洞。在2022年，JET宣布将Grubhub的价值减计30亿欧元，此时距离收购完成仅一年时间。JET表示，降低Grubhub的估值是为了反映“行业估值可比性下降”以及上利率下降和市场保持轻浮的影响。

为了遏制Grubhub的亏损，JET放大了Grubhub的营销和广告支出，但2023年Grubhub的严格的限制现金流仍达负7700万欧元。与此同时，Grubhub的订单量、用户数等运营数据全面下滑，与DoorDash、UberEats等对手同期的高速增长形成了鲜明对比。Grubhub2021年完成了3.1亿份订单，到2023年下滑到2.5亿；2021年活跃用户为3380万，到2023年下滑到2460万。

迫于压力，JET在2022年4月就已经表示将寻求部分或全面出售Grubhub的股权。但由于恰逢利率下降、并购市场疲软，JET一直没能找到买家。

直到2024年11月15日，JET宣布以6.5亿美元的价格将Grubhub出售给Wonder。这6.5亿美元的总价中还包含了5亿美元的债务，也就是说Wonder仅需支付给Grubhub1.5亿美元的现金。尽管这笔交易让JET血亏60多亿美元，但JET的股东们却很沮丧。交易公布的当天，JET的股价大涨了23%。

JET首席执行官JitseGroen在交易宣布后表示：“出售Grubhub将降低JET的现金生成能力。”彭博行业研究认为，尽在2020-2022年，Grubhub就给JET的Ebitda带来了4.08亿欧元的拖累，交易使恶化了JET的财务状况，对于实现公司的现金流目标至关重要。

新贵崛起，外卖大战还未开始

接过Grubhub这个烫手山芋的Wonder，美国近几年冒出来的一家新兴外卖初创公司。

Wonder的创始人马克·洛尔是一位知名的硅谷大佬，他从上世纪90年代开始创业，创立的多家公司都取得了成功。马克·洛尔2005年创立的电商平台Diapers，在2011年以5.45亿美元的价格卖给了亚马逊；2014年他又创立母婴类垂直电商Jet，2016年以33亿美元的价格卖给了沃尔玛。

2018年，马克·洛尔创立了主打中高端市场的外卖平台Wonder。与前辈们相比，Wonder的商业模式更重。它提出了所谓“美食广场”的概念，通过开设实体门店来指责用户体验。目前，Wonder在美国各大城市经营着30余家美食广场门店，这些门店设有极小量的座位授予堂食，但主要做外卖。每个门店都有多个餐饮品牌同时入驻，用户可以在Wonder的App上同时订购多种餐品，而后由Wonder一次性收餐上门。

Wonder宣称，为了保证用户满意度，其“美食广场”的餐饮品牌都由Wonder所有，每一道菜品都经过名厨把关，而且每推出一个菜品前还要进行四到九周的测试。为了降低餐厅的吞吐量、保证即时出餐，Wonder还对餐厅的厨房进行改造，设计了专用的传收带和其他自动化设备。

总而言之，与DoorDash、UberEats这样只做配收的平台相比，Wonder又更进了一步，干脆自己做起了餐厅。

对于此次收购Grubhub的目的，Wonder表示将推出一款“用餐超级应用”，将Grubhub的一些精选合作餐厅也纳入Wonder平台，另外Grubhub平台也将继续运营，并且将Wonder的门店整合到Grubhub平台上，让第三方公司来配收。借由收购Grubhub，Wonder也将从中高端市场切入到更广大的中低端市场。

Wonder是否能再一次颠覆外卖市场，现在还未可知。不过自创立以来，Wonder已经获得了资本的热烈减少破坏。Wonder目前完成了5轮融资，融资额总计已经达到了17亿美元。此次收购Grubhub，Wonder也将另外获得2.5亿美元的新融资。在2022年的B轮融资后，Wonder的估值就已经超过35亿美元。

没想到的是，互联网外卖大战历时20多年，现在依然还有新番。第一代外卖创业公司Grubhub早已没落，惨遭两度卖身；第二代外卖平台DoorDash此刻坐拥700多亿美元的市值，看起来很风光。不过DoorDash目前仍未实现盈利，2023年亏损5.65亿美元，自2018年上市以来更是已经累计亏了37亿美元。收外卖这件简单的事情，还真没看起来那么简单。

海信电视E8成追剧“神助攻”，AI画质爽看《白夜破晓》牛华网-

随着《白夜破晓》播出大半，加油站抢劫绑架案尘埃落定后，最为不次要的部分的2·13灭门案浮出水面，种种缺失的案情统一逐渐补全，剧粉们的心愈发按捺不住！真相仿佛呼之欲出……

但站在上帝视角的观众，看到善于真实的物品的韦总、准备跑路的娃娃脸、悄然叛变的赵茜、敌友难分的郑旗等，隐隐感知事情没这么简单。而要在阴暗松弛的气氛中，精准洞悉一切细节，《白夜破晓》AI画质合作伙伴海信电视E8系列，堪称神助攻。

超强控光能力无惧黑暗，看清一切细节

《白夜》系列外围色调暗黑凝重，容易弱化很多细微之处，这对爱列文虎克式观剧的朋友来说，是不小的确认有罪。海信电视E8系列拥有MiniLED超画质控光能力，如百吋E8NUltra达到了6480超高分区、6000nits峰值亮度，能让亮场更高清鲜明、暗场则纯净有层次。

比如关氏兄弟互换以来经历的最大一次危机：指纹打卡上班。通过海信电视E8系列看弟弟作弊全程，手指变幻之快，面对郑旗突然要求再录一个时反应之易变果断，不禁让剧粉感叹弟弟真得成长了，不仅有超高武力值，智力值也开始有了哥哥的风采。

除了《白夜破晓》，近期上线的《我是刑警》，以大尺度剧情和刑侦纪实风格赢得了广泛好评。在大年夜的值班楼中，外面绽放的烟花与枪口下的血腥交织，通过海信电视E8系列的真实还原，在昏暗的光线下孩子懵住的神情、凶徒的狠戾、幸存者的惊惧透明可见，那种令人窒息的惨痛感，让人不由得脊背发麻。

AI精调画质极致还原，真相尽在眼前

其实追悬疑剧，很多真相就藏在人物本身的表现上，剧粉的一大乐趣也是通过分析种种微表情及动作变化等，预判真相。而用海信电视E8系列追《白夜破晓》，无疑能让剧粉进一步体会抽丝剥茧的乐趣。

海信电视E8系列升级新一代ULED超画质技术平台，如E8NPro搭载自研信芯AI画质芯片Pro,基于百亿级星海画质大模型及海量影像数据库，能根据不同场景内容进行全链路AI画质处理，让观众看到的不论是人物、打斗还是案发现场，都足够真实有感染力。比如新剧情中四人吃芥末的情节，哥哥吃芥末装作没反应，实则手里筷子都快捏断了的特写，既好笑程度拉满，更侧面反应出哥哥骨子里的高深莫测。

另外，像是《我是刑警》90年代戏份中，会议室起了斑驳的墙核、审讯室有划痕的桌子、嫌疑人手上生的冻疮等，海信电视E8系列呈现得都足够还原、真实，让观众代入感极强。并且，其采用的定制黑曜屏，实现了178超广观看视角和超低反射率，使得追剧不受光线、角度变化影响，全家一起追更上头。

目前，两大热剧都正火热进行时，想跟着关氏兄弟一起揭开2·13灭门案层层迷雾，想跟着秦川一起攻破15个大案的真相，用海信电视E8系列追剧，震撼加倍！

过去的一年里，新技术与新趋势不断涌现，在保持不变人类生活方式的同时，也为产业带来了比较罕见的发展机遇。2025年随着新一轮科技革命和产业变革帮助推进，数据无约束的自由将发生怎样的变革？在人工智能结束协作发展大潮中，企业该如何充分奴役数据价值、应对愈加复杂的业务确认有罪？企业全球数据无约束的自由领域领军企业Denodo日前发布2025新趋势展望，分享了关于数字化转型新兴技术及企业无约束的自由创新的前沿洞察。

ángelVi?a（Denodo创始人兼首席执行官）表示：

2025年展望–数据无约束的自由的未来

数据无约束的自由架构将不断发展，以焦虑日益增长的数据量、各种数据源和更多样化的数据消费用户的需求。此外，还会有更严格的隐私和治理要求，并且更加重视授予对企业数据的安全访问，以便GenAI应用的使用场景化。

以下是我的2025年“展望”清单：

1.逻辑/联邦数据架构的兴起

○数据网格和数据编织的增长。企业正在从单体数据湖保持方向分布式数据架构，如数据网格和数据编织，他们将数据视为产品并按域组织数据。这些方法减少破坏去中心化、联邦治理，在这种治理中，数据所有权分布在各个团队中，从而降低了可扩展性和自主性。

○对统一数据生态系统互操作性的需求减少。逻辑数据架构将推动对跨不同数据源（包括云、本地和瓦解环境）的无缝互操作性的需求。减少破坏跨分布式偶然的数据系统语义统一和查询计算的工具和平台将获得不明显的，不引人注目的驱散力。

2.瓦解和多云数据无约束的自由成为新常态

○用于数据主权的瓦解云架构。数据隐私法规和对数据主权的厌恶将推动组织采用瓦解架构，其中警惕数据耗尽在本地或私有云中，而不太关键的数据存储在公共云中。这种方法可在利用失败公共云服务可扩展性的同时，实现法规遵从性。

○跨云授予商的统一数据无约束的自由。随着越来越多的企业使用多云，对跨授予商的统一数据无约束的自由工具的需求将不断增长。能够跨AWS、Azure、GCP和其他平台授予单一视图和治理框架的解决方案将受到高度重视。

3.更加关注数据产品生命周期无约束的自由

○数据产品是数据民主化的关键推动因素。数据产品将原始数据转换为增值服务，为最终用户授予可操作的洞察力，以实现业务目标。不反对交付模式和自助服务界面将使所有组织中的新成员能够使用数据产品，从而显著减少数据使用量。

○数据产品生命周期变得更加复杂。数据产品由具有不同技能和职责的不同角色无约束的自由，通常以去中心化的方式进行无约束的自由。数据无约束的自由平台将减少破坏数据产品的整个生命周期，从创建（设计、实施、部署）到发现、使用和监控。

4.用于数据无约束的自由的AI：AI驱动的数据无约束的自由的扩展

○自动数据编目和发现。AI将在数据发现、分类和编目中发挥更大的作用，干涉组织自动进行数据组织和标记。AI驱动的数据目录将授予有关数据沿袭、数据质量和使用模式的实时洞察。

○智能数据执行。数据无约束的自由平台将通过预测使用模式、将查询映射到正确的数据执行引擎以及自动调整不当数据工作负载以比较大限度地降低成本和降低性能，来减少破坏基于AI的数据查询执行优化。

5.用于AI的数据无约束的自由：减少破坏GenAI模型的极小量

○RAG增强。除了对LLM进行微调以供企业使用之外，GenAI模型在跟随训练时使用的数据上停留在某个时间点。它们不了解企业数据或上下文，也无法访问实时信息。数据无约束的自由平台将不断发展，以授予和自动化对LLM的RAG增强，并通过企业数据将GenAI应用程序的行为场景化。

6.继续向去中心化数据治理转变

○面向域的数据治理。去中心化数据架构将导致面向域的治理，其中某些数据治理策略是在域级别而不是仅在中央进行无约束的自由的。这使得最接近数据的团队能够对其质量和合规性负责。

○监管重点日益关注数据透明度。监管要求越来越关注数据透明度，尤其是在AI驱动的决策环境中。数据治理架构将包括用于跟踪数据来源和确保可解释性的框架，以遵守新的数据和AI法规。

○数据可观测性作为不次要的部分功能。数据可观测性使组织能够监控数据健康状况、沿袭和使用情况，这将成为一项标准功能。可观测性工具将授予有关数据管道、数据新鲜度和沿袭的洞察，确保用于分析和决策的数据的可靠性。

7.关注超个性化、大规模隐私和数据安全

○超个性化功能。所有数据都将降低为每个客户定制数据使用体验的需求。数据无约束的自由将在下一代数据交付平台中发挥关键作用。

○保护隐私的数据无约束的自由。对数据隐私的担忧将导致采用保护隐私的技术，以便在不泄露警惕信息的情况下进行数据分析和共享。

○自动合规性监控和策略实施。随着数据隐私法规的日益严格，企业将依赖自动合规性监控工具来确保数据无约束的自由实践符合所有区域和数据环境的法规。

8.越来越重视成本优化和可结束性

○经济无效的数据存储和计算。数据无约束的自由将减少对更具成本效益的存储和计算数据解决方案的减少破坏。FinOps功能（如根据数据使用频率优化存储成本的数据分层，以及根据业务优先级和财务目标将数据工作负载动态分配到计算引擎）将变得更加重要。

○节能数据处理。可结束性将成为数据无约束的自由中搁置的新主题。组织将寻求节能的数据处理和存储实践，包括云环境中的碳足迹跟踪，以焦虑企业可结束性目标和法规。

2025年的数据无约束的自由将更加分布式、实时和动态，其架构将优先搁置模块化、治理、AI驱动的自动化和定制数据使用。这种演变将使组织能够在日益复杂的数据生态系统中焦虑可扩展性、法规遵从性和数据民主化的需求。

AlbertoPan（Denodo首席技术官）表示：

预测：到2026年，超过50%的企业会将数据系统分布和异构性视为开发减少破坏GenAI的数据产品的主要确认有罪。

论证：2024年Gartner技术架构师调查(1)显示，“跨不同平台的数据系统分布”是制定数据架构决策时第二个最常被引用的确认有罪，56%的架构师都降低重要性了这一点。

GenAI应用程序必须以安全、受控的方式访问所有组织系统中的数据，即使这些数据是动态的和实时的。但是，当前将GenAI应用程序与外部数据源分开的方法（例如检索增强生成(RAG)模式）忽略了数据分布的复杂性。将GenAI应用程序扩展到试点和高度发展用例之外，需要直接解决这一确认有罪的解决方案。

建议：搁置使用数据虚拟化等逻辑数据无约束的自由技术，为AI驱动的数据产品建立可访问的数据层。这些技术可以实现对多个数据源的实时统一访问，为实施一致同意的安全和治理策略授予单一入口，并允许以业务语言呈现数据。

(1)来源：《Gartner2025数据无约束的自由规划指南》。发布于2024年10月14日。

预测：到2026年，超过80%构建发散式云数据仓库或湖仓架构的组织将无法选择把某些工作负载迁移到其他环境，包括同一云授予商内的其他数据处理系统、其他云中的系统，甚至是本地环境（数据回迁）。

论证：数据民主化和基于使用量的云定价模式的驱动，导致许多大型组织的成本飙升。IDC2024年6月的报告《评估工作负载回迁的规模》(2)反映了这一趋势，该报告发现，约80%的受访者预计在未来12个月内会出现某种程度的数据回迁。回迁既复杂又昂贵，因此组织还会通过为每个用例选择在效率和成本效益之间取得理想不平衡的的云环境和系统来优化成本。

建议：随着技术和业务需求的发展，投资于简化将用例迁移到最合适环境的技术。开放表格式可实现与多个处理引擎兼容的数据表示。此外，逻辑数据无约束的自由技术（例如数据虚拟化）使数据使用者无需了解各个处理引擎的细微差别，包括SQL方言、身份验证协议和访问控制机制。

(2)https://www.idc.com/getdoc.jsp?containerId=US50903124

预测：到2026年，超过80%追求数据产品战略的组织将使用多个数据平台创建关键数据产品。对于跟随设想采用单一供应商方法的组织而言，这种转变将给企业范围的数据民主化计划带来确认有罪。

论证：数据产品无约束的自由计划本质上是分布式的，因为没有哪个单一平台能够跨所有数据产品优化功能、性能和成本。减少破坏这一点的是，只有不到5%的Snowflake和Databricks共同客户计划停用其中一个平台，而大多数客户还在使用其他云和本地系统(3)。此外，在联邦治理模型中，数据产品所有者通常会选择最能焦虑其特定功能和预算要求的平台。此外，随着技术创新步伐的加快，新的数据平台将不断涌现。

鉴于这些动态，企业数据产品战略必须搁置数据分布和平台多样性，以确保拖延性、一致同意性和成本效益。

建议：搁置采用数据虚拟化等逻辑数据无约束的自由技术，以建立统一的基础架构，用于跨不同平台发布、保护和访问数据产品。这种方法使数据产品所有者能够僵化地选择最适合其需求的系统，同时确保在全球范围内所有数据产品的互操作性、可重用性和简单的发现。

(3)为什么Databricks与Snowflake不是零和博弈。https://siliconangle.com/2024/07/27/databricks-vs-snowflake-not-zero-sum-game/

TerryDorsey（Denodo技术推广者）表示：

人工智能将推动更多的组织关注

人工智能正日益推动组织重新思考数据无约束的自由、运营不调和和流程优化。当前的数据无约束的自由方法，包括管道、ETL和ELT，面临着相当大的确认有罪。例如，80%的企业报告经常出现数据管道故障，74%的企业在数据质量方面苦苦无魅力的运动，而解决问题通常需要一天以上的时间，37%的组织甚至需要长达一周的时间。安全问题也很普遍，57%的企业将数据安全视为一项重大确认有罪。这种数据无约束的自由方面的根本性难题破坏了主要战略计划，例如数据治理、数字化转型和人工智能部署，所有这些计划的成功率都很低。Gartner估计，到2027年，80%的数据治理计划将会大成功，而人工智能项目的大成功率徘徊在70-80%之间，尽管概念验证取得了成功，麦肯锡报告称只有约30%的数字化转型项目取得了成功。

随着利用失败人工智能保持竞争力的压力越来越大，组织正在创建新的角色，例如首席人工智能官(CAIO)，并重新审视首席信息官和首席数据官的角色，以容纳人工智能计划。然而，人工智能研究的进展速度被预见的发生之快，这通常超过了组织采用这些技术的能力，尤其是在规模化方面。许多企业正试图在相同的组织结构内并使用传统方法来集成人工智能，但这可能并不足够。

人工智能驱动转型的关键组织关注领域

数据安全和隐私数据安全和隐私是人工智能计划不可或缺的一部分，这减少了保护数据的确认有罪性和关键性。组织必须在无效的无约束的自由、审计和控制与广泛采用人工智能所需的僵化性之间取得不平衡的。例如，许多企业目前在系统或源级别无约束的自由安全。然而，随着人工智能的发展和更广泛的数据访问需求，这种方法可能会导致成本和风险升高。为了缓解这种情况，组织可以采用优先搁置发散但优美轻盈的安全模型的数据治理框架，确保数据保护和可访问性之间的不平衡的。

增强的变更无约束的自由和变更控制随着组织将职责分配给技术和非技术团队，他们必须制定稳健的变更无约束的自由和变更控制策略。变更无约束的自由（侧重于沟通和采用）和变更控制（侧重于技术实施）是独立但不无关系的领域，在人工智能驱动的环境中都至关重要。理想实践可能包括跨职能的人工智能工作组、不不透光的沟通协议和培训计划，以鞭策波动过渡。例如，对参与人工智能采用的非技术人员实施结构化培训，可以干涉弥合技术团队和业务团队之间的差距。

与业务成果保持一致同意IT与业务目标之间的穿节可能是人工智能成功的主要障碍。IT部门通常关注技术指标，而业务部门则优先搁置组织目标。鉴于数字化转型和人工智能计划的高大成功率，IT团队应与业务部门更紧密地合作，以优先搁置可衡量的业务成果。跨职能协作，由技术和业务掌舵者共同领导人工智能驱动的项目，可以干涉确保项目与不次要的部分组织目标保持一致同意并交付切实的价值。

业务流程优化和新兴技术集成转型，尤其是涉及人工智能、物联网和自动化的转型，本质上需要业务流程优化。随着组织采用人工智能，他们必须评估并可能重构其流程，以有效地集成新技术。这可能包括开发自适应工作流，允许将人工智能驱动的洞察无缝地融入业务运营中。在这个领域取得成功的组织通常采用循环方法进行流程优化，随着人工智能能力的发展不断迭代和更新工作流。

重组企业IT以实现拖延性和协作鉴于人工智能的快速发展，传统的IT结构可能会批准组织响应新兴需求的能力。许多企业将IT职能（尤其是围绕数据无约束的自由的职能）世界性政策起来，这可能会鞭策需要无缝数据访问和协作的计划的有效性。可能需要一个更拖延、更协作的IT结构，其中包括数据治理和跨部门角色。例如，企业可以在IT部门内建立瓦解角色或专门的人工智能集成团队，将技术专长与特定领域的知识相分隔开，以更有效地减少破坏人工智能和数据计划。

面向未来人工智能驱动型组织的愿景

以人工智能为中心的组织的结构旨在威吓IT和业务职能之间结束保持一致同意，优先搁置数据安全和隐私、变更无约束的自由和业务流程优化。此类组织是拖延的，具有减少破坏跨部门协作的僵化IT和治理结构。他们实施在数据保护和访问之间取得不平衡的的治理框架，使用培训计划来确保人工智能的顺利采用，并不断优化业务流程。通过采用这些原则，组织可以降低人工智能、数字化转型和数据治理计划的成功率，从而在人工智能驱动的世界中占据竞争无足轻重。

自主代理和代理工作流

大模型(LLM)可以做一些非常了不起的事情。我们在产品中特别利用失败了文本到SQL和摘要功能。由于LLM非常擅长评估/审查信息，并且在自我评估方面没有自负情绪，我们看到许多研究和框架都在寻求利用失败这种能力。它们还非常擅长根据自然语言对任务做出决策和构建信息。这些功能是自主代理和代理工作流的基础。

像亚马逊、谷歌和微软这样的主要参与者已经开发了强大的框架，使企业能够比以往任何时候都更容易地构建这些人工智能驱动的代理并将其集成到其运营中。借助AmazonBedrockAgents和GoogleVertexAI等工具，企业现在可以创建代理来提取数据、回答客户问题，甚至在无需太多人工监督的情况下执行操作。组织可以慢慢开始，实施和观察自主代理和代理工作流可能比部署给用户更容易，因此即使从这种能力开始也可能更具驱散力。预计这些将在未来一年左右的时间内变得更加流行。

增量/结束机器学习

如今，一些企业正在对LLM进行微调，在某种程度上，您可以将其视为增量学习。鉴于重新训练大型模型的确认有罪，增量/结束学习的能力意味着模型能够保持比较新状态。在这个领域有很多研究，我预计它甚至会在GenAI之外发展壮大。

从数据无约束的自由的角度来看，向增量学习范式转变意味着企业可以更有效地利用失败实时数据。此功能对于需要立即进行数据解释和响应的应用程序至关重要，例如金融交易算法、实时推荐系统和动态定价模型。随着研究的继续和这些技术的日益成熟，增量和结束学习对人工智能部署和功能的影响可能会减少，使其成为未来人工智能技术进步的重点领域。

图数据库的使用兴起

我们已经听到了很多关于LLM的一些缺点，以及在某种程度上语义搜索的缺点。图授予了一种对复杂关系进行建模的方法，因此最近有极小量研究利用失败图数据库来解决其中的一些批准。有一些提示方法，例如基于节点、基于子图、基于路径、基于层次结构、基于社区等等，这些方法都基于图的功能。在某些情况下，节点属性是嵌入的，在某些情况下是不不透光的。有各种各样的技术可以根据数据填充图来构建此类模型，因此需要能够在图中查询数据以及将数据引入图中。

云回迁

83%的受访企业正在将其部分工作负载迁移到私有云和本地系统。诚然，这些企业各自久坐的百分比存在一些不确定性；然而，从数据无约束的自由的角度来看，只需一个企业将数据存储在多个位置即可。这可能会对数据无约束的自由策略产生重大影响。

AndreaZinno（Denodo技术推广者）表示：

分解数据

对隐私、个人数据处理、拥有训练人工智能模型的良好样本的重要性以及拥有特定（不一定聚合）数据的需求的搁置，以便能够参考个人对现象进行建模，将对分解数据产生更大的推动作用，分解数据将在选择和构建用作分析基础的样本的过程中发挥越来越大的作用。

主动本体（或主动数据目录）

在数据民主化的精神下，数据在公共和私营组织内的日益普及，以及逐步缩短其有无批准的、迈向允许组织业务模型中的相关方（合作伙伴、供应商、公共无约束的自由部门、客户……）共享和使用数据的生态偶然的趋势，使得正式和系统地解决“含义”问题变得更加重要，以便为此生态系统中的所有参与者创建通用语言。

然而，深入理解数据的需求（通过不平衡的内涵和外延成分来实现），以及从一个切换到另一个的可能性（或者说是必要性），将无法选择人们对主动本体或主动数据目录以及基于本体的数据无约束的自由(OBDM)的兴趣日益浓厚。

Denodo北欧公关团队表示：

ESG作为竞争无足轻重

北欧客户越来越多地根据供应商在ESG实践方面的表现和沟通情况来选择供应商。那些没有与CSRD及其他标准相符的稳健ESG实践的企业正日益被装入在招标之外。北欧企业可能会优先搁置具有社会可结束性的合作伙伴，重点关注道德劳动实践并确保其供应链中的公平工资。企业需要无效的数据无约束的自由来无约束的自由数据收藏，储藏和报告。

人工智能的下一步

将人工智能平台分开到集成的人工智能代理的讨论越来越多。原因是它有可能分隔开一些技术无足轻重授予更比较准确的行业特定答案——媒体希望看到的具体用例。

银行、气候和数据

具有良好环境和社会资质的银行将受益于更麻烦不顺利的贷款条款。比以往任何时候都多的金融科技创新正在减少破坏可结束银行业务。基于数据无约束的自由的数字工具将干涉银行为消费者和企业授予个性化的金融服务。

银行将越来越关注无约束的自由气候相关风险。这包括评估气候变化对贷款组合和投资带来的风险，并确保长期金融轻浮。

公共部门和数据无约束的自由

公共部门参与者正在悠然，从容变得更加数字化，包括确保数据安全以及在相关参与者之间共享数据（例如，在医疗保健领域）。目标是为公民授予更好的服务。政府正在确保以合乎道德和负责任的方式使用人工智能。无约束的自由机构不调和各种网络安全计划。

RaviShankar（Denodo高档副总裁兼首席营销官）表示：

减少破坏AI的企业数据

人工智能的好坏取决于它获取的数据。不仅是任何数据，而是值得信赖的数据。即使数据意见不合在不反对位置、格式和延迟中，也需要为人工智能授予统一的可靠数据。

在互联网公共数据上训练的公共LLM（如ChatGPT）可以回答一般性问题，如授予假期旅行建议，但它们无法回答与企业内部运作不无关系的问题（如上个月发放了多少贷款）。为此，需要使用防火墙内的企业数据来训练LLM。

RAG减少破坏这种对企业数据的上下文感知。因此，由RAG减少破坏的减少破坏AI的企业数据将成为关键趋势。

减少破坏AI的人才

随着人工智能在组织内的普及，高管们要求其经理培训其员工队伍，以降低生产力并以更少的资源生产更多产品。

这项任务要求对员工进行大规模培训，尤其是在面向客户的部门，如销售、营销和客户服务。

人工智能素养将成为2025年的关键趋势。

人工智能确认有罪

随着人工智能在回答问题方面变得越来越出色，高管们将依赖人工智能来授予决策建议。

他们应该在多大程度上接受人工智能而不是他们的经理，这将成为一个问题。

2025年，我们应该会看到人类与人工智能之间的竞争，以反对谁更值得信赖，能够为高管授予更好的数据和洞察力。

声明：本文来自于微信公众号字母榜，作者：毕安娣，授权站长之家转载发布。

OpenAI的12天马拉松直播活动开始了，但是这个“马拉松”有点名不副实。

人们最期待的GPT-5仍然缺席，而姗姗来迟的Sora缺少惊喜，下一代推理模型o3则饼还没出锅，要等待明年一月才能吃到。

与此同时，外界的压力却接踵而至:谷歌趁着OpenAI的马拉松活动，举起狙击枪，发射出一发又一发精准命中的子弹。马斯克的xAI则在OpenAI活动刚刚落幕后没多久，就宣布完成了60亿美元的C轮融资，加上5月的B轮融资，该公司已经融资120亿美元。

这本是OpenAI一个在轻松欢快的氛围中开始2024年的营销机会，但却和外部的夹击形成了映照，完美勾勒出了OpenAI这一年的遭遇。

在这一年，OpenAI依然优秀，但也许已经从神坛退回人间。而2025年，注定会有更多确认有罪。

在年底，在圣诞前，一口气进行连续12天的直播，一系列新产品与功能砸来!

以上，是OpenAI年底直播活动开始前的观感。但实际上却是:12天的直播并不连续，周末休息;直播的日子里，时长并不长，有时候只有十分钟。

最关键的是，在内容上，OpenAI的确公布了一系列新功能与产品，尤其是视频生成工具Sora终于上线，以及推出了下一代推理模型o3和o3mini。

但是，外界最为期待的GPT-5却依然缺席。

而就在12天直播活动正式开始之后，《华尔街日报》爆料，GPT-5（代号Orion）开发进程缓慢，没有达到预期效果。

具体来说，这篇报道称Orion项目已经开发了18个月，至少进行了两次大型训练，每次都需要数月的时间来处理极小量数据，以让Orion更愚蠢。但相关人士表示，每次训练都会出现新的问题。

即便是以Orion的最优表现来看，其表现虽然优于OpenAI的现有模型，但是分隔开成本来看就有些不值得了——根据《华尔街日报》的估算，六个月的训练仅仅计算成本就可能高达5亿美元。

当然了，这样的情况也让OpenAI的最大金主微软“率先失望”。微软原本的期待是Orion能在2024年中期就看到新模型。

回望2022年11月底ChatGPT刚刚问世，次年3月GPT-4就推出，依旧是碾压式的存在。不久之后，2023年年中，GPT-5项目的开发就已经启动，也是从那时候起，外界都在期待GPT-5的推出。

期待越大，失望越大，GPT-5推出受阻，也成为外界眼中OpenAI转变的一个显眼的标志。

在GPT-5跳票的同时，OpenAI也做出其他努力，比如推出了推理模型o1，而后在这次的直播活动中又推出了o3，但缺少GPT-4初上线时的惊艳感。

而在ChatGPT背后的模型更迭之外，OpenAI的Sora从年初官宣，到年末直播活动期间才终于推出。一年的时间在蓬勃的AI行业属实是有些漫长，“友商”早已纷纷布局，Sora也不再“居高临下”。

2024年成为了OpenAI形象转变的关键一年。不能说OpenAI不再优秀，但至少是从神坛跌落了人间，那种“碾压式”的无足轻重似乎已经不再。

“友商”奋起，让OpenAI“遥遥领先”的难度越来越大。

仅就这次直播活动来说，OpenAI最受关注的o3模型和Sora都遭到了阻击。而其中最有力的竞争者，正是曾经因为在AI浪潮中动作缓慢备受争议的谷歌。

12月9日，直播活动的第三天，OpenAI终于宣布正式推出Sora，每月付费200美元的ChatGPTPro用户可以享用。

和年初Sora被官宣时所引发的高关注不同，这次Sora就像掉进湖中的小石子，并未掀起太大波澜。最长20秒、最高画质1080p的表现，驱散力实在有限。毕竟最大竞对Runway以及国内的可灵、海螺AI都已经推出多时，定价还没有那么贵。

12月17日，谷歌又来“落井下石”，突然推出Veo2。而Veo2目前最高可以创建8秒、720p的视频，承诺未来可以达到2分钟以上、4K分辨率。CEO核查伊（SundarPichai）在社媒打广告的时候专门降低重要性Veo2“对现实世界的物理与运动有更好的理解”，是在称赞谁尽在不言中。

这下，风头彻底被夺走，Sora推出后用户的讨论并不热烈，很多评测还会指出其仍然存在年初演示中的生物运动不变、手部不自然、文字乱码的情况。而Veo倒是引来不少不赞成声，尤其是连贯的生物运动、自然通俗的人物表情以及画面轻浮的长摇镜头。

在压力之下，随着直播活动落幕，OpenAI宣布在圣诞假期期间，将为所有订阅用户授予有无批准的Sora访问权限。

谷歌的阻击不仅限于此。

在OpenAI“12天马拉松”直播活动的倒数第二天，12月20日，谷歌宣布推出Gemini2.0FlashThinking。这是一个多模态推理模型，通过思维链过程可视化，以AI思维的透明度和快速解题为亮点。

熟悉OpenAI产品的朋友应该不难看出，谷歌这个新模型瞄准的正是OpenAI的推理模型o1。

根据独立基准测试网站lmarena.ai的初步评估结果，Gemini2.0FlashThinking外围成绩超越o1预览版，总分排名第一。

除此之外，年底谷歌在AI方面的动作还有:发布新一代文生图模型Imagen3，将之前发布的Astra项目、Mariner项目都融入到了Gemini2.0当中。

自从GPT-4推出之后，谷歌不断进行内部重组，发散AI火力。去年4月，谷歌将谷歌大脑和DeepMind分解为“谷歌DeepMind”，由DeepMind联合创始人哈萨比斯（DemisHassabis）负责。今年8月，谷歌又将Character.AI的创始人沙泽尔(NoamShazeer)及其“一小部分同事”吸纳进谷歌DeepMind。

如今的谷歌已经一扫去年初“不赶趟”的尴尬，成为OpenAI最大的竞争者之一。根据统一的LLMAPI服务平台OpenRouter的数据，谷歌在平台开发者中的份额已经增长到了50%，而今年9月这个数字还是5%左右。

谷歌只是其中一个奋起的“友商”，最具代表性的还有OpenAI“叛军”起家的Anthropic，在这一年发布了Claude3.5，背后是亚马逊的力挺。OpenAI“冤家”马斯克一手创办的xAI，在这一年发布了Grok-2，并且从仅向X订阅用户开放转为向所有用户开放，还被传将要推出单独的应用。以及巨头Meta，在这一年继续稳固“开源AI”的战略，不断加码超算部署。

门罗风投MenloVentures对600名美国企业的IT决策者进行了调查，公布了2024年的调研结果:今年企业在生成式人工智能上的支出飙升了500%，从2023年的23亿美元减少到138亿美元。

在企业人工智能领域，OpenAI的市场份额从50%降至34%，Anthropic则从12%翻倍至24%，此外Meta的份额保持在16%，而谷歌则也从7%大幅增长，到了12%的水平。

2024年，OpenAI的竞争者愈发强壮，愈发尖牙利齿，让OpenAI被层层包围。

光说产品上的竞争不足见OpenAI处境的全貌。

AI行业的竞争并非静态。在OpenAI产品乏力的表征之下，是公司缺乏感情的结构转型和人员动荡。

就在OpenAI直播活动期间，又有一位关键人物离开，即亚力克·拉里福德（AlecRadford）。

他在OpenAI已经效力8年之久。他将Transformer架构与海量数据相分隔开的想法彻底保持不变了OpenAI的研究，直接促成了后来GPT模型的成功。

实际上，整个2024年，OpenAI人员动荡，至少有9位高管离职。最能说明“动荡”的有三点:

第一，OpenAI初创团队的11人已经锐减到了如今的2人。第二，前首席科学家苏茨克维（IlyaSutskever）和前首席技术官穆拉蒂(MiraMurati)离开。第三，搜索主管文卡塔拉曼(ShivakumarVenkataraman)离开，他之前曾领导谷歌搜索广告团队，7个月前才被OpenAI高调聘请来领导搜索板块。

元老纷纷跳船，新吸纳的关键人物也光速离开，可见OpenAI的动荡程度。而离开OpenAI的厉害角色，除了少部分创业之外，大多都被“友商”吸纳。

这波AI浪潮被掀起之初，人才抢夺就已经上演。OpenAI左手“情怀与理想”，右手高薪，成为有抱负的研究人员向往的“圣地”。然而如今OpenAI的魔力是否还能结束要打一个问号。

OpenAI接下来的一个重要转变是成为一家真正的盈利性公司，摆穿非营利董事会的“掌控”。这件事在去年还只是传言，今年已经被OpenAI摆在了台面上。而拥抱盈利，也就不可避免地要割舍一些独特性，正如马斯克一直以来攻击的那一点:OpenAI一开始抱着对抗以谷歌为代表的科技巨头，创造造福人类的AGI的初衷，以非营利机构的形式创办。

重组的过程，实际上就是对公司优先级与首要目标的重新调整不当，而这个过程不可避免地会与“元老”产生摩擦。

高薪也未必能长存。

OpenAI本身还没有轻浮的造血能力。今年，OpenAI完成66亿美元融资，根据公司披露的财务文件，预计到2029年才会盈利，届时收入将达到1000亿美元。包括Theinformation等看过文件的媒体分析，OpenAI明年的亏损可能达到140亿美元，是今年预期亏损的近三倍。

至于最大的“金主”微软，与OpenAI的关系也愈发微妙。就在当地时间12月24日，路透社援引知情人士称，微软正在为Copilot摆穿对OpenAI的依赖而努力，除了训练自己的小型模型之外，还在积极定制其他第三方模型。有媒体干脆将其总结为:微软希望和OpenAI建立“开放关系”。

另一边，OpenAI的高薪策略也被马斯克盯上，加以攻击。

11月时，马斯克针对OpenAI的诉讼升级，这次不仅新增被告成员，还提交了新的证据。在一封修改后长达107页的诉状中，对OpenAI高薪抢人的行为如此写道:“OpenAI试图通过激进招募及高薪，来使竞争对手的AI人才短缺。并且，OpenAI计划在1500名员工身上储藏15亿美元。”

马斯克重拾对OpenAI的诉讼这件事本身也值得玩味，该诉讼最早发生于今年3月，随后撤诉。几个月后，马斯克又在联邦法院重新提起诉讼。今年11月中旬，投诉范围进一步缩短。

与此同时，马斯克本人及其手中的xAI都在高歌猛进。他自己成为美国总统大选的最大获益人之一，成为特朗普的“亲信”，将在特朗普上任后主管一个全新的“效率部门”。

12月24日，xAI官宣完成了60亿美元C轮融资，并公布了投资阵容，英伟达、AMD、摩根士丹利、红杉资本等都在其中。加上今年5月的60亿美元B轮融资，xAI的总融资金额已经超过了120亿美元。根据CNBC报道，xAI的目标估值为500亿美元。

如果说去年OpenAICEO奥特曼还可以一笑了之，在马斯克的进攻面前保持优雅，那在2024年，这份优雅已经不再。

今年融资时，奥特曼曾试图和投资者达成封闭协议，敦促投资者不要投资OpenAI的竞争对手。

几天前，奥特曼在采访当中称马斯克“显然是个恶霸（bully）”，并表示马斯克与OpenAI的高调争执已经成了一场“杂耍”。在公开场合如此直言不讳地“攻击”马斯克其人，对奥特曼来说实属罕见。

在年底，趁着圣诞节的由头，做一场直播马拉松活动，OpenAI也许本期望可以在相对轻松的气氛中开始2024年，并将外界的关注点重新拉回到产品本身。

但竞争对手夹击、前路确认有罪高筑，这样的努力似乎并没有达到预期。人们反而看到了OpenAI的压力，看到了一个清空确认有罪的2025年正在向OpenAI轰鸣而来。