China plays catch-up to U.S. in stablecoin rivalry

中美稳定币竞逐浮上水面

在美国正为链上金融制定规则之际,焦虑的中国正透过香港试图在虚拟货币世界中寻求突围    李世达 近年来,稳定币凭借其链上支付与清算能力,在虚拟资产市场中扮演越来越关键的角色。美国在特朗普总统上任后积极推进稳定币立法寻求规则主导,中国则透过香港制度改革与中资券商的布局,试图在这场数字货币清算权争夺战中打开缺口,令全球货币清算的战场正式延伸至虚拟货币世界。 今年4月,美国《STABLE Act》在众议院金融服务委员会获得通过,要求稳定币发行商须持有银行牌照并接受联邦监管,而另一部更为严格的《GENIUS Act》近日也在参议院通过。美国的战略意图明确——将USDC、USDT等美元挂钩稳定币纳入官方体系,巩固其在链上金融中的主导地位。受此推动,Circle(CRCL.US)作为USDC的发行商,其股票在6月初上市至今已涨了3.8倍,进一步强化了市场对美元链上清算优势的预期。 所谓稳定币(Stablecoin),是一种与特定法定货币挂钩的加密资产,常见如与美元1:1挂钩的USDT、USDC。其价值稳定性使其成为DeFi、跨境支付、代币化资产(Tokenized Assets)等场景中的首选清算工具。与比特币、以太坊等波动性极高的虚拟货币不同,稳定币强调的是可预期、可兑换、可用于支付结算的货币功能。 美国稳定币立法的意义,不仅在于对消费者的保障与反洗钱的监管,更在于将稳定币纳入官方金融清算体系,使其具备跨境支付与资产清算的合规身份。这一步一旦完成,就意味着美元(或其他货币)透过稳定币“驻扎”在全球各个区块链与虚拟资产生态中,无需经由传统SWIFT或商业银行网络。 九成稳定币挂钩美元 根据数据提供商CoinMetrics,截至2024年底,全球流通中的稳定币市值超过1,400亿美元,其中逾九成挂钩美元。这一事实意味着,即使在去中心化的Web3与虚拟资产生态中,美元依然透过稳定币维持其主导地位。 这对急欲提升人民币国际影响力的中国而言,显然是一场不容忽视的挑战。 由于中国明令禁止加密货币交易与挖矿活动,虽然积极发展数字人民币(e-CNY),但主要由央行主导,其封闭式设计难以在全球自由流通。在此背景下,中国对美元稳定币渗透亚洲、非洲等区域市场感到警惕。今年以来,中国官媒多次点名批评美国推进稳定币立法,称其本质是构建“数字美元霸权”。 不只是嘴上说说,中国也在展开具体行动。同样是6月,香港正式通过稳定币发牌制度立法,并于8月1日起实施,中国透过香港正式迈出参与数字资产国际清算体系的第一步。 与此同时,中资券商国泰君安国际(1788.HK)获准成为首家可于香港提供虚拟资产交易与托管服务的内地背景金融机构,象征着中国资本开始谨慎试水区块链金融。虽尚未直接涉及稳定币发行,但结合金管局提供的制度框架与监管路径,未来推动锚定人民币的稳定币并非不可能。 除国泰君安外,包括中信建投、海通国际等其他大型中资券商亦被传出正在积极研究入局可能性,甚至着手建立虚拟资产平台与风控模型。这种制度与商业的双向积极,显示香港可能成为人民币推动链上国际清算的试验场。 尽管与美国立法方式不同,香港采用的是行政指引与牌照制度,但其针对资产储备比例、资讯披露、清算透明度的规范已具备完整体系。更重要的是,它容许挂钩港币与人民币的稳定币发行,为未来更多中资金融机构参与创造制度空间。 目前来看,中国内地放宽虚拟货币管制的可能性仍然很低。由于缺乏较为开放的虚拟资产生态与参与空间,中国要追赶美元稳定币势必面对不少困难,但在香港或透过特定跨境用途上进一步的放松是可能的。透过香港作为特殊金融枢纽,以“受控实验场”方式发展人民币稳定币或其他清算方案,终究不会让中国在新一波货币竞争中缺席。 李世达,咏竹坊编辑。他的联络方式:shihtalee@thebambooworks.com 欲订阅咏竹坊每周免费通讯,请点击这里
data becomes a strategic asset in the AI era

数据为王:内容生产者正在重新定位

数据资料成为AI时代的战略资产,内容生产者对此应该有更深刻的体会    李世达 在全球人工智能竞赛火热推进的当下,人们逐渐体认到,大模型进入推理阶段后,数据并不就此失去价值,反而因为动态知识需求而更显关键。“最后一公里”的语料质量与多样性,往往决定了一个大模型的优劣。 这或许是脸书母公司Meta(META.US)斥资143亿美元,战略性投资AI数据公司Scale AI的主要考量。 Scale AI是一家数据标注与数据清洗的公司,专为AI模型训练提供高品质语料。数据标注指为图片、文本或语音资料加上标签,例如标示出图片中的行人或文章的倾向等;数据清洗则是删除错误、重复、无效或不相关资料,提升资料准确性与一致性。Scale AI以海量人力与自动化流程,为OpenAI、Meta、Google等科技巨头提供高质量、结构清晰的数据资料。 优质数据的价值还有另一个例子。美国媒体《纽约时报》宣布,已与科技巨头亚马逊(AMZN.US)签署新闻内容授权协议,将其经过编辑和事实查证的新闻内容投入大模型训练。而此前还有美联社对OpenAI的授权也是如此。 虽然表面上是“新闻内容的授权”,但实际上也体现了“内容即资料、资料即服务”的逻辑,不仅反映了媒体对自身内容价值的再认识,也揭示了AI团队对高质量语料的迫切需求。 相比之下,中文世界面临公开可用资源占比极低、专业标注与文化典籍难以大规模数字化等挑战,更凸显了中文语料在本土化AI发展中的关键地位。 据阿里研究院发布的《大模型训练数据白皮书》指出,全球可爬取网络文本中,英文占比高达59.8%,中文仅1.3%,一旦放大至需要大规模预训练的场景,中文语料显得尤为稀缺。同时,维基百科作为常用开放语料,英文维基拥有超过700万篇条目,而中文维基则约为150万篇,二者相差超过三倍。 中文语料相对稀缺 在这种明显不均的环境中,中文大模型若缺乏足量的公开预训练语料,其基础语言理解与生成能力就会明显落后于英文对应系统,使得中文AI在理解表达及文化传承方面可能“喝洋墨水”过多、出现“水土不服”现象。 当然,中国官方机构早已认识到此一问题,纷纷采取行动。人民网、新华社等官方平台积极构建“价值观对齐”的语料库,向AI开发方提供经过审核的新闻、评论与政策解读等高质量文本,为模型价值观安全层面的训练奠定基础。 中国官方亦透过如“网信研究大模型”等项目,聚焦政策法规与官媒语料建设,强化价值观对齐。 可以想像,对齐中国价值观是中国AI大语言模型的“基本功”。在中文世界,虽尚未有类似Scale AI规模如此大的公司,但已有多家企业与机构投入数据产业链建设,例如北京爱数智慧、云测数据、科大讯飞(002230.SZ)与海天瑞声(688787.SH)等公司提供大规模标注与清洗服务。 市调机构IDC的数据显示,中国AI训练数据集市场规模在2023年约2.6亿美元,预计到2032年将增至约23.2亿美元,复合年增长率约27.4%。 AI模型的进步,最终取决于它“吃进什么样的内容”。当新闻、评论、学术论文与文化资产被结构化使用时,其价值从即时资讯转化为可商用的数据资产。内容生产者不只是“提供素材”的角色,而是数据服务供应链的一环,包括新闻媒体在内的内容生产者,或许都应该认真思考自身的附加价值。 李世达,咏竹坊编辑。他的联络方式:shihtalee@thebambooworks.com 欲订阅咏竹坊每周免费通讯,请点击这里
E-commerce short drama

电商短剧如何让你看着看着就把钱花了?

在电商都开始拍的时代,一集三分钟的短剧,效果可能胜过千字文案,这场由平台主导的叙事革命,让“看剧”与“购物”实现无缝接轨    李世达 “她穿着土气旧衣,被男友抛弃,决定奋发图强,三个月后改头换面,出现在前男友婚礼现场,惊艳全场”如果你对类似的情节感到熟悉,恭喜你,你已经进入电商的内容宇宙。 过去两年来,电商平台纷纷开辟“短剧”专区,投入真金白银扶持创作者,把商品和剧情绑在一起,让用户“边看边买”,不知不觉就下了单。从最初的小范围试水到如今的系统化布局,电商短剧已不再限于“行销手段”的一环,而是一场关于注意力与消费决策的结构性转型。 这样的转变背后,一个现实的驱动力是:抖音电商的迅猛崛起。2024年,抖音电商全年交易额突破3.5万亿元(4,863.6亿美元),直接跃升为中国第三大电商平台。它证明了内容驱动的交易模式“视频种草-直播成交”,可以颠覆传统“搜寻-比价-下单”的购物逻辑。传统电商平台发现,如果还停留在静态图文与货架展示,恐怕很快会失去消费者的目光。 短剧有一种天然的黏性——3分钟一集、情节狗血、角色极端、转折夸张。最重要的是,短剧行销不仅可以广告植入,品牌方也可定制剧集,同时还可搭配直播间跳转购物,而使用者观看影片的同时,平台演算法能够了解使用者的喜好。 这就是为什么电商平台要自己开始拍剧。 阿里巴巴(BABA.US; 9988.HK)旗下淘宝,在2023年底开展“逛逛剧场”,发展“品牌联名剧”与“商家参与剧本创作”,整合淘宝直播与商品详情页,实现“看剧即买”;抖音则在2023年下半年推进“短剧+商城”模式,通过插入购物车、角色商城等促成购买;拼多多(PDD.US)则于去年4月在“多多视频”中上线“短剧”分区,聚焦“低价好物剧”主攻下沉市场。这种将叙事与商品销售深度绑定的模式,让购物的体验感更上一层楼。 不同剧情 不同商品 不同的剧情通常搭配不同的商品,常见于几种套路。如“逆袭复仇型”:主角被小看、嘲笑,换上新装或用上某款产品后彻底翻身,适合搭配穿搭、美妆、技能培训产品;“情感共鸣型”则以家庭矛盾、夫妻情感为主,常与厨房用品、居家好物、节日礼物等商品结合;而“误会反转型”则以泪点剧情拉动观众情绪,结尾给出温情惊喜,提升商品情感附加值。 这些内容看似重复,却极具效率。短剧的核心不是创新,而是熟悉与节奏感。观众不需要花时间理解世界观,只要知道接下来会发生“逆袭”、“打脸”或“落泪”,他们就会愿意看下去。而这段时间,正是平台导流与品牌转化的黄金窗口。 与此同时,越来越多的短剧片段经过重新剪辑后,被品牌或内容创作者投放至抖音、小红书等内容平台。电商平台正在成为内容生产者,而内容平台则是内容的放大器与分发场。 千万别小看短剧的威力。据《中国网络视听发展研究报告(2025)》数据显示,2024年中国微短剧市场规模已高达504.4亿元,已超越中国电影票房总收入425亿元。微短剧推估整体市场规模可在2027年达到1,000亿元。 但这场内容电商实验,也并非没有风险与挑战。 首先是内容同质化与审美疲劳,过度依赖公式化叙事,容易让观众产生“又来了”的反感,短期或许有效,长期则可能导致用户流失。其次是品牌价值的弱化:观众记得剧情,不一定记得品牌名称,更不一定会产生长期认同。再者,跨平台流通中还面临数据回流困难与转化追踪模糊的问题,剧虽然火了,但导流到了哪个平台、转化了多少,平台与商家往往难以掌握。 然而,这些问题并不意味着短剧电商模式会就此终结。相反,它或许正在推动一种全新内容商业形态的出现,催生一个内容电商为核心的立体式生态。观众一边追剧,一边买东西,而平台与品牌,则在这些剧集背后不断测试、优化与讲述能让人买单的故事,就像是一部永不完结的剧。 李世达,咏竹坊编辑。他的联络方式:shihtalee@thebambooworks.com 欲订阅咏竹坊每周免费通讯,请点击这里
generative engine optimization, GEO

从SEO到GEO:AI搜索时代的内容优化革命

在AI重塑资讯获取方式的时代,品牌如何成为生成式搜索中的“标准答案”,取决于是否掌握了GEO这项关键技术    头豹研究院 随着生成式AI技术快速发展,AI搜寻引擎迅速崛起,正在重塑资讯检索方式与用户决策逻辑。使用者逐渐习惯透过AI搜寻获取资讯,传统搜寻引擎优化(SEO)面临萎缩,一种新兴优化模式——GEO(Generative Engine Optimization,生成式搜寻引擎优化)正快速兴起。GEO依托AI技术,有效缩短用户资讯获取路径,让内容更快、更准、更可信地触达受众。 GEO致力于让内容被AI识别并用于直接生成答案。相较SEO依靠关键字与连结,GEO更强调内容的数据权威性和结构化表达。SEO依赖用户点击链接跳转至网页;GEO则通过AI直接生成结果,实现“零跳转”。与SEO类似,GEO同样重视流量提升与用户体验,但不同于SEO遵循搜索引擎算法规则进行优化的技术逻辑,GEO适配于大模型(LLM)的信息提取与理解机制。 GEO可透过AI生成精准答案,简化传统“曝光—点击—跳转”的流程,进一步强化品牌可信度,提升用户决策效率。 AI搜寻用户规模快速扩张,也为GEO打开庞大市场空间。2024年初全球AI搜寻用户仅3.1亿,至2025年2月已突破19.8亿,年增长率高达538.7%。截至目前,全球已有约1/4人口使用过AI搜寻。 三类市场参与者 GEO市场目前仍处早期阶段,参与者主要分三类。第一类为原有搜寻引擎平台及服务商,凭藉流量入口与算法优势,率先布局GEO优化方案。第二类为云计算与AI基础设施供应商,如腾讯(0700.HK)的腾讯云、阿里巴巴(BABA.US; 9988.HK)的阿里云与火山引擎,依靠算力与资料能力切入GEO应用场景。第三类为传统SEO服务商,凭藉关键字策略与网站架构优化经验,转型投入GEO领域,成为市场重要补充力量。 面对AI搜索逻辑的不断演进,GEO服务商需建立三大核心能力:对AI搜寻推荐机制的理解与内容适配能力、与大模型平台、AI搜寻引擎的深度协同能力、以及在权威数据源中的优先占位策略。GEO优化不仅需掌握通过对网页结构的语义布局优化、内容粒度的智能切分,以及多模态信息的嵌入式表达,更应建立与模型方的接口对接与API协作,确保客户内容能长期稳定占据AI生成答案的重要位置。同时,借由权威性数据的优先调取与多轮调用,提升内容在大模型中的可信排序权重,帮助客户在AI搜索生态中构建稳固的“认知锚点”,率先抢占流量与决策入口。 GEO正推动数字化营销迈向以内容语义与品牌信任为核心的新阶段,成为企业在AI时代抢占用户心智、实现增长的关键利器。 头豹研究院中国是行企研究原创内容平台和创新的数字化研究服务提供商,拥有近百名资深分析师,联系方式:CS@leadleo.com 本文内容纯属作者个人意见,不代表咏竹坊立场 欲订阅咏竹坊每周免费通讯,请点击这里
Instant Retail trigger second takeout war

即时零售如何引发“第二次外卖大战”?

中国外卖大战第二回合开打,这次争夺的不只是你的午餐,而是整个即时零售市场    李世达 当“买菜5分钟、送货30分钟”成为现实,中国电商已不再是那个只靠比价与打折吸客的世界——从美团(3690.HK)、京东(JD.US; 9618.HK)的补贴大战,到阿里巴巴(BABA.US; 9988.HK)推出的“闪购”服务,人们发现,这不只是另一场外卖大战,而是一个新兴零售市场——即时零售(Instant Retail)的争夺战。 即时零售泛指在一小时至数小时内完成下单、配送、收货的零售模式,结合传统电商比价和商品选择的优势,以及线下零售的即时可得性,对接“急需”与“便利”的需求。 简单来说,就像是电商平台物流与外卖配送网络的结合,是一种即时配送体系的新业态。消费者可以像点一碗炸酱面一样,在网上下单买一只iPhone,半小时后送到家门口。如果买什么都能这么方便,谁还会选择等个几天? 事实上,即时零售的概念早已存在,但一直到最近几年才真正引起广泛关注。美团在2018年推出“闪购”;京东更早于2015年就推出“京东到家”;至于阿里巴巴旗下的淘宝,则于2022年推出“淘宝小时达”。 2023年,美团开始积极推动“万物到家”战略,在生鲜、药品、日用品等品类上深耕本地零售,并以强补贴、大量接入商超便利店建立“前置仓”网络,迅速扩张即时零售规模,今年4月推出“美团闪购”品牌,正式迎战即时零售大战。 京东则以其仓储与供应链优势切入,将“京东到家”、“京东小时达”整合成“京东秒送”,在家电、3C、日用品上推即时履约服务。今年初大手笔推出补贴战,明确与美团竞争“30分钟送达”体验,更推出超时20分钟免单的杀手锏。 至于阿里巴巴,也被迫在4月底将“淘宝小时”达升级为“淘宝闪购”,整合了旗下饿了么、高鑫零售、盒马等内部资源,加入即时零售战场。 美团本地商业板块CEO王莆中指出,近几年即时零售发展如火如荼,美团每日非餐订单已突破1,800万单,“让某些公司如芒在背”。他称,“即时零售的发展大势挡不住,将把那些大而无当的仓配体系扫进历史垃圾堆”。 据中国商务部发布的报告,2023年即时零售市场规模达6,500亿元(893.5亿美元),预计2030年将突破两万亿元,年均增速高达28%,远超同期网络零售的11%。 即时零售意味着消费习惯的改变。市场调查公司尼尔森IQ报告则指出,72%的即时零售用户在35岁以下,即时消费成为“95后”的日常。这意味着这些用户更重视“时效”与“体验”,而非价格,节省时间、即时可得,开始成为消费决策的关键因素。 即时零售也意味着更深刻的物流变革。即时零售更依赖前置仓与就近商户供应,大幅提升履约效率,打破过去“中心仓—干线—末端”传统电商模式;同时,更多本地小店也将再度融入平台经济,如社区便利店、生鲜商超、各式零售店,都将受益。对平台来说,长期比拼的是仓储布局、商家整合、数据调度能力。 即时零售不只是配送速度的提升,更是整个电商模式由中心化向去中心化、本地化转型的表现,背后依赖的是高度密集的城市布局、完善的本地物流基础设施,以及用户对App购物的高度依赖。它改变了消费者的期待,也倒逼平台从“卖场逻辑”走向“需求场景逻辑”,重塑供应链与履约能力。这场从外卖延伸出的零售革命,正在重新定义中国电商的未来版图。 李世达,咏竹坊编辑。他的联络方式:shihtalee@thebambooworks.com 欲订阅咏竹坊每周免费通讯,请点击这里
Why can’t humanoid robots bear the weight of intelligence?

为何人形机器人无法承受智慧的重量?

人形机器人被视为具身智能实现的核心形态之一,但其与AI大模型的结合,仍有一段路要走    头豹研究院 在生成式AI快速演进的当下,人形机器人被视为具身智能的最佳载体,但将AI大模型真正落地至这一复杂平台,却远比想像中困难。头豹研究院综合行业分析师饶立杰指出,尽管政策支持与产业资本逐渐聚焦,大模型与人形机器人结合仍面临明显技术与商业挑战。 硬件是最直接的限制。以GPT-4等千亿级参数模型为例,其推理过程需数十GB记忆体与上百TOPS(万亿次运算/秒)算力支援,而现阶段多数人形机器人所采用的嵌入式运算平台(如英伟达Jetson系列),算力仅介于10至50 TOPS,远不足以应对大型语言模型的运算需求。这迫使机器人需仰赖云端处理,但无论是5G或6G模组,每小时约消耗5至10W电力,加上传输延迟与失效风险,都不利于机器人进行实时决策。 此外,若选择本地运行大模型,则需搭载高阶AI处理器如英伟达Orin,其典型功耗达15至30W,配合目前1至3kWh的机器人电池容量,将导致续航力大幅缩减,甚至缩短75%以上。对一台设计用于长时间自主工作的机器人而言,这是致命短板。 控制反应落差大 即使克服算力问题,传感器与大模型的数据链整合也非易事。人形机器人在环境感知与动作控制上需在100至300毫秒内完成感知—理解—行动的反馈闭环,然而目前大型语言模型推理延迟往往达秒级,在实际应用中无法满足即时控制需求。 举例来说,当机器人接收到语音或视觉输入后,需即刻决定“是否行动”、“如何行动”,但大模型计算延时过高,容易导致行动滞后甚至错误,特别在高风险或复杂环境中,更难以保证操作安全性与精准性。 除了技术问题,商业落地也是目前尚未解决的核心挑战。高算力需求意味着高硬件成本,若需搭载如英伟达 A100等GPU,其单颗售价高达1.5万美元,使整机成本轻易突破数万美元,远高于消费市场可接受的人形机器人理想价位(约为10,000美元以内)。这也直接压缩了商用部署的投资回报率空间。 即便勉强部署,大模型在人形机器人上的应用场景仍以仓库、工厂等半封闭环境为主,对如家庭看护、零售接待等开放性场景仍难以实现灵活适应。此外,AI模型在不同空间、语义与行为需求的泛化能力不足,也让人形机器人的商业化缺乏稳定成长基础。 人形机器人要真正搭载并运行AI大模型,需要算力、电源管理、控制延迟与场景泛化等多重技术突破同时发力。短期内,垂直领域的小模型或中型模型更具可行性,能在工业检测、医疗辅助等场景中先行落地。未来随着轻量化AI晶片与边缘运算架构进一步成熟,AI大模型或可真正成为人形机器人的“大脑”,引领具身智能迈向更广阔的商业前沿。 头豹研究院中国是行企研究原创内容平台和创新的数字化研究服务提供商,拥有近百名资深分析师,联系方式:CS@leadleo.com 原文刊登于《时代周报》,记者为朱成呈 本文内容纯属作者个人意见,不代表咏竹坊立场 欲订阅咏竹坊每周免费通讯,请点击这里
Smart driving equality

智驾平权:一场话语权的争夺战

智驾平权是科技的普惠,也是整车厂与供应链之间话语权的重新洗牌    李世达 中国的自动驾驶产业正经历一场深刻的权力再分配。随着“智驾平权”成为主流叙事,一场从豪车专属技术走向全民普及的变革正在悄然重塑汽车产业链。 不论是比亚迪(1211.HK; 002594.SZ)、蔚来(NIO.US; 9866.HK),还是小鹏(XPEV.US; 9868.HK)、问界,越来越多车厂不再将高阶智驾功能仅限于旗舰车型,而是选择将NOA(导航辅助驾驶)、自动泊车、城市领航等配置迅速“下放”到20万元以内的中低端车款。 尽管不是业界首例,但比亚迪在今年初推出“天神之眼”智驾系统,并下放至10万元以下车型后,人们才真正意识到“智驾平权”的时代已经悄然到来。 比亚迪创办人王传福说:“在汽车领域,我们相信智能化的全面普及将巩固中国品牌领先全球的技术优势”,“这是中国汽车的自信,也是中国科技的自信。” 过去,高阶智能驾驶是一门“高附加值生意”。从激光雷达、高清摄像头,到域控制器与高性能晶片,一整套方案往往只出现在高价豪华车型上。但是当智驾开始普及,越来越多整车厂为了保住利润,开始接管智驾技术的主导权。 如比亚迪的天神之眼,小鹏的XNGP、理想(LI.US; 2015.HK)开发AD Max、华为推出ADS 2.0,整车厂纷纷自建算法团队、地图系统,甚至连数据标注与模拟训练都开始“自己来”。但如此一来,智驾上游供应商开始被边缘化,从方案主导者退回为价格竞争激烈的“零件供应者”。 如速腾聚创(2498.HK)开始推出低成本固态雷达与模组化解决方案、禾赛科技(HSAI.US)与整车厂共同开发定制型雷达。对供应链而言,这是一场生存战。若无核心技术、缺乏规模化优势,许多中小型供应商将难以为继,只能靠“薄利多销”苦苦支撑。而真正能活下来的,只有那些具备系统整合、算法协同、全球交付能力的头部企业。 在这场为了“人人都有高阶智驾”的“平权”运动背后,是一场无声的产业洗牌与话语权的重构。真正的赢家,将是那些不仅造得出车,更能掌握智能化灵魂的企业。 李世达,咏竹坊编辑。他的联络方式:shihtalee@thebambooworks.com 欲订阅咏竹坊每周免费通讯,请点击这里