看实习生同事用几个模型做了接近200个AI生成手办的图片，发现了寸头的人的手办似乎基本没区分度，没有头发（含约等于没有头发）的照片生成的手办图似乎审美上确实都有些不合格😂

明浩老师@rosicky311_明浩 又给我们上强度，这次推荐了300页的英文PPT。感觉以后可以在线免费接单—— 编译各类优质AI研究、研报，欢迎各位朋友推荐。

乌兰巴托的夜和蒙古“城投”🐶

晚上参加了拾象@海外独角兽 组织的关于ChatGPT Pulse的线上讨论，很受启发，也整理了这场交流里的一些收获。

当AI能主动理解你、整理你、提醒你，甚至替你推演下一步行动，更值得期待了🤩

继续学习中，CB Insights 近日发布了全球 Top 15 AI 天使投资人，基于这个名单，继续搜集整理了Top15的投资人在AI领域的代表性投资案例。

晚上抢到了社区医院下班前的最后一个推拿名额。大夫知道我们在投AI和机器人，语重心长的嘱咐说千万不要投XX园区的那家机器人公司，同事精神状态和身体都不好😂😂😂

十年前，创业大街是中国创新的缩影。咖啡馆里堆满了各种BP故事、创业者写下的无数务实的和不切实际却滚烫的梦想。那是一个属于“双创”的时代，一个让人相信“从这里出发可以改变世界”的时代。

后来，浪潮退去，街道沉寂，激情被时间冲淡。很多人以为故事就此终结。

但时代的节奏从未停歇。今天，AI似乎正以更猛烈的姿态，重新推开未来的大门。它不是上一次的简单重演，而是一个全新的篇章：算力与算法叠加，数据与应用奔涌，大家手里掌握的工具，远超十年前任何一代人所能想象。

这个周末走进创业大街，你会发现新的火种已经点亮。年轻的创业者们再次聚集，他们带着属于AI时代的野心与想象力，正在书写下一段历史。

创业大街，不只是街。它是一个时代的坐标，一代人心中敢闯敢试的象征。十年前，它见证了移动互联网的崛起；十年后，它或许将见证AI的腾飞。

十年前，36氪、3W咖啡在这条街上见证了一个时代；十年后，硅星人、AGI 们vibe这个新时代，又重新让大街“great again”。

2014年的时候每天早晨去36氪编辑部都是超开心的一天，2025年的9月在大街上见到的每一个新老朋友似乎也都洋溢着对未来无限的憧憬。

历史总是眷顾敢于出发的人。

今天美国红杉的youtube上发布了《The $10 Trillion AI Revolution: Why It’s Bigger Than the Industrial Revolution》的视频，讲了AI认知革命的主题。

估计会感染创业者的观点主要包括几个方面：

1、美国的服务业市场规模高达 10 万亿美元，而目前仅有约 200 亿美元 由 AI 自动化，渗透率不足 0.2%。
这个情形，与十多年前云计算和 SaaS 崛起时如出一辙。当时的企业软件市场规模为 3500 亿美元，SaaS 仅占 60 亿美元。但随后，SaaS 不仅迅速扩大份额，还推动整个市场扩张，如今市场规模超过 6500 亿美元。
AI 也将重演这一故事： 它不仅会“吃掉”存量市场，还会 创造全新的增量空间，撬动一个 10 万亿美元级 的超大市场。
红杉的内部研究显示，多个服务行业都具备万亿级的市场潜力：
* 护理行业：Open Evidence、Freed 正在探索用 AI 提升护理质量；
* 软件开发：Factory、Reflection 正在用 AI 降低开发成本、提升效率；
* 法律行业：Harvey、Crosby、Finch 正在推动律所流程智能化。
未来，资本市场上将出现一批基于 AI 服务的新巨头，就像今天的 Nvidia 一样，占据各自赛道的统治地位。

2、AI 产业走向成熟的周期，将从“几十年”压缩至“几年”。这意味着，下一代 AI 巨头将比我们想象得更快出现。

3、正在发生的五大趋势
①不确定性杠杆化：AI 带来了前所未有的生产力杠杆。一个销售人员，借助 AI Agent，可以同时追踪和管理数百个客户。然而，效率提升的同时，结果也带来了更多不确定性——需要人工纠偏和监督。这是未来工作的新常态。
②衡量 AI 实力的标准，已经从学术榜单转向现实场景。 ③ 强化学习的全面应用
④ AI 渗透物理世界
⑤.计算成为新生产函数：在知识工作领域，每个人消耗的算力（FLOPS） 至少会增长 10 倍，未来甚至可能达到 1000~10000 倍。算力将成为企业竞争力的底层变量，推动云计算、芯片和推理基础设施的指数级需求。

4、未来 12~18 个月美国红杉的五大投资主题
①长记忆（Persistent Memory）
②无缝通信协议：类似互联网的 TCP/IP 协议，AI 也需要新的标准，实现 Agent 之间的无缝沟通。这将催生出新的平台级应用，如自动比价、自动购物、企业间协作流转等。
③AI 语音的应用
④ AI 安全
⑤开源生态

这期的20VC的博客（网页链接），邀请了BVP的合伙人Byron Deeter，他曾投出来19个SaaS独角兽公司。

这期的播客里，有几个话题印象还是挺深的：

① 对AI公司的标准是比SAAS要严格的。
SAAS公司“T2D3”模式已过时：传统的SaaS增长黄金法则“Treble, Treble, Double, Double, Double”在AI时代已经不够看了。
现在是“超新星”和“流星”般的增长。
超新星 (Supernova)：指那些能在1.5年内从0增长到1亿美元收入的公司。他以Anthropic为例，其收入增长曲线是“0 -> 1000万 -> 超过1亿 -> 超过10亿”，并且有望在下一年冲击100亿美元。
流星 (Shooting Star)是指能在4年内从0增长到1亿美元的公司，这是他们投资组合中更常见的高增长模式。

② 投资策略的转变。
对利润率的看法：在投资时，他更关心的是公司“未来的利润状况”，而非当下的短期毛利或现金流。许多颠覆性的公司，尤其在LLM领域，早期可能因为巨大的资本支出（Capex）而导致毛利率很难看，但这是一种面向未来的投资。
对高额投资和股权稀释的接受：面对AI领域公司巨大的资本需求，Deeter表示，Bessemer愿意在像Anthropic、Perplexity、Canva这样优秀的公司里做一个“小股东”。尽管投资额高达数亿美元，但持股比例可能远低于传统风险投资所追求的20%。
投资高估值公司的逻辑：投资这些公司的基础是相信它们能成为“世代性”的公司，并带来30倍甚至更高的回报，而不仅仅是3.8倍。他承认，赌注比以往任何时候都高，这些公司甚至仍有归零的风险，形成了“超级幂律”的投资结果。
Deeter承认，在当前周期中，他们不得不打破一些传统的定价纪律。他反思了自己早期错过特斯拉（Tesla）的经历，原因在于当时过于关注短期单位经济效益，而忽略了埃隆·马斯克这样“世代性企业家”的巨大潜力。这让他认识到，需要为了长远的巨大可能性而打破短期纪律的束缚。

③ 个人投资生涯的反思。

对市场规模的误判是最大的错误来源。他承认，低估潜在市场规模（TAM）是导致他们错过或未能充分投资于Shopify、Procore、ServiceTitan等伟大公司的主要原因。尽管如此，他们仍然坚持在投资决策中进行情景分析，但事后看来，即便是最大胆的“疯狂增长”设想也往往过于保守。
要不断加注于赢。：他最大的遗憾之一是没有在每一个成功的投资项目上持续加注。他提到了内部设立的“世纪团队”（Century Team），专门用于重新评估和审视最成功的投资组合，以克服满足于现有回报的“精神惯性”，并鼓励在最有潜力的公司上“加倍下注”。
他认为，周期对投资人至关重要，很多在2019-2020年高点入行的优秀人才可能因为市场原因而被淘汰，没能等到证明自己的机会。

简单整理了过去三个月，热门AI应用（基于市场公开信息看，应该是ARR排名最高的）公司的自然流量数据的来源。横向对比看还是挺有意思的。

1. 不同公司的打法和策略

①品牌驱动型（如 OpenAI、ChatGPT、Perplexity）：依靠技术突破 + 内容传播，形成“用户主动搜索”的自然流量闭环，几乎无需付费获客。
→ 启发：如果产品足够创新，要学会用公开 Demo、博客和媒体话题制造品牌势能。

②多元拉新型（如 Grammarly、Dialpad、Speak）
通过搜索优化、品牌建设和适度投放配合，形成多渠道流量矩阵。
→ 启发：早期也可以用“小预算 + 精准投放”去快速验证渠道有效性。

③投放驱动型（如 CHAI、HeyGen）
通过高强度付费投放换取冷启动流量和品牌曝光，适合赛道竞争激烈、用户决策周期短的产品。
→ 启发：如果你的产品定位是强消费属性，可以通过快速砸投放抢占心智。

2. 产品与市场的匹配思路

从不同公司的案例可以看到：产品核心价值要能自然传播
例如 Midjourney、Suno、Magic，靠社区口碑扩散，几乎不需要大规模营销。
在海外，细分场景切入比泛化更容易成功。比如 Thoughtful AI 专注医疗 RCM，Hebbia 针对金融法律，这种清晰定位让他们在小市场里快速积累用户。

3. 品牌建设的长期价值

早期阶段要重视 内容营销、社区运营、创始人个人品牌 的打造。哪怕资源有限，也可以通过技术博客、开源贡献、公开演讲积累长期口碑。这些公司的数据证明这一打法还是比较有效的。

4、数据显示很多公司每月数千万级的自然访问，背后是持续更新与优化产品体验。