商业密码
-
抖音大撤退后，快手能否拾起短视频巨头的游戏梦？
在大大小小对快手游戏板块的报道中，《代号：诡秘》一直被定性为“快手游戏首款自研项目”。根据乌贼爆料，《代号：诡秘》将是一款RPG游戏，而在《诡秘之主》中存在大量在前期毫无战斗能力的序列职业，例如“观众”序列的序列9“观众”、序列8“读心者”、序列7“心理医生”，或是“通识者”序列、“耕种者”序列，这些并不具备战斗能力的序列要如何与RPG要素结合呢。
-
Sora只用于娱乐？智能制造第一个不服
一个有意思的现象是，自从2022年底ChatGPT大模型推出后，技术派、大模型厂商、创业者出来说得多，但制造企业和行业人士鲜有发声。
不过，经过过去半年的摸索和尝试，2024年，伴随政府发展新质生产力，以及一些央国企在大模型应用上的动作加快，在智能制造业，尤其是在那些变化快、竞争激烈的行业，应用大模型创新的进程正在提速。 -
315倒计：蕉下、Lululemon和“毒童鞋”们会榜上有名吗？
事实上，如果只是个别服装品牌存在走线不齐、线头多等工艺质量问题，其实还不足以登上315晚会，但偏偏近年来服装行业似乎又开始把不合规的“触手”，延伸到了婴幼儿童鞋服领域，甚至还多次被曝出了“毒童鞋”事件。
再来看童鞋领域，2019年，国家市场监管总局抽查了4个省90家企业生产的90批次童鞋产品，主要针对产品耐磨性、重金属总量、邻苯二甲酸酯等21个项目进行了检测，其中15批次产品不合格，不合格产品包括了回力这样的知名品牌。 -
直营还是加盟？串串“大佬”：用“类直营”模式稳固根基、扩大规模
既综合了加盟连锁和传统直营连锁的优势，同时又避开了两种模式的劣势，马路边边提出类直营模式，为行业带来新解。
但就在最近，红餐网注意到，在串串火锅这个赛道，头部品牌马路边边发布的2024年发展规划中提到，今年品牌将重点发力类直营模式。
相较传统的加盟模式，马路边边的“类直营”模式着明显的三大优势：
1、产品的“实验田”，有助于及时调整产品口味、定价
在串串火锅领域，如何避免产品同质化是如今每个品牌都必须解决的难题。 -
中国创业者，不敢追 Sora
在追赶Sora之前，目前在对话大模型领域尚处在GPT-3.5的国内头部玩家，对于是否要追赶上GPT-4的水平，“实际上他们也都有担忧：一方面想要证明自身价值，至少要做到Meta开源模型Llama。
面对越拉越大的投入产出比，在江一看来，国内大模型厂商担忧的，不是能不能做出Sora，而是投入重金研发后，做着做着突然被硅谷的开源模型突袭，“你的价值就几乎归零了。 -
维达国际“卖身”，江门富豪李朝旺套现59亿
Essity成为维达国际大股东后，双方业务曾进行深度整合，维达国际以11.4亿港元的总价整合Essity位于中国大陆、香港及澳门的业务，在免专利权费的基础下取得Essity纸巾品牌“Tempo得宝”位于上述区域的永久及独家使用权。
维达国际此次涉及要约收购的股份，主要为大股东Essity所持有的6.21亿股和创始人李朝旺所持的2.53亿股，上述两方持股比例分别为51.59%和21.04%，合计占维达国际总股本的72.62%。 -
联手VAC办电音节，小杨哥为何疯狂“搞”音乐？
3月8日，三只羊集团召开“DXYG-VAC电音节”新闻发布会，正式宣布“DXYG-VAC电音节”（前缀为“大小杨哥”的缩写）将于5月3日-5月4日在合肥骆岗公园举办。
据赵灿透露，在电音节本身之外，小杨哥和VAC其实还有更多产业上的考量，比如在小杨哥的电商板块，利用直播带给电音艺人更多曝光，同时发力线下的电音节，延展线下酒吧、周边，如果再往后涉及到综艺，就有可能形成较完整的产业链。 -
卖一辆亏11万，蔚来汽车去年亏损超211亿
「不二研究」据蔚来汽车最新财报发现：2023年，蔚来汽车营收556.2亿元，同比增加12.9%。
据蔚来汽车最新财报显示：2023年，蔚来汽车营收556.2亿元，同比增加12.9%。
此外，蔚来汽车研发成本依然高企，2022年，蔚来全年的研发费用为108.36亿元2023年，蔚来研发费用为134.31亿元，同比增长23.90%。 -
中东斋月电商激战：TikTok强势进击，女性经济势不可挡
另据数据分析公司Data.ai显示，在2023年斋月期间，中东和北非地区消费者支出排名前三的市场分别为沙特阿拉伯、土耳其和阿联酋，增长率依次为5%、7%和6%。
在沙特改革开放纲领性的“2030愿景”中，明确提出要提高女性的工作参与率，在2030年将劳动人口中的女性占比从2017年的22%提升至2030年的30%，这一目标被飞速实现，2023年第一季度，沙特女性就业率就达到了31%。 -
大模型2024：先把价格打下去
OpenAI从成立到推出GPT-4，足足用了8年，而Mistral。AI同样未公布大模型的具体参数与训练数据Token数，但此前谷歌应用MoE开发出的GLaM模型参数量达12000亿、训练数据16000亿token，分别是GPT-3.5的6.8倍和5.3倍，其实际的训练成本却只有GPT-3.5的三分之一也印证了MoE框架的高效。
