2025-09-04 18:24:00
TMTPOST -- Apple has lost four high-profile artificial intelligence (AI) researchers in a development that highlights an ongoing trend: top talent in the AI sector is highly mobile, and high salaries alone aren’t the only reason engineers change companies.
According to a report by Bloomberg journalist Mark Gurman, Apple’s recent departures include Jian Zhang, the company’s Chief AI Researcher for Robotics, and three key members of its Foundation Models team: Nan Du, Zhao Meng, and John Peebles.
The departures reveal two critical insights. First, the talent loss is highly concentrated, with three researchers from the foundational model group. Second, the exodus underscores the prominence of Chinese talent in the field—three of the four departing employees are Chinese.
Despite comparisons to Meta’s high-profile poaching campaigns, the talent migration wasn’t driven solely by Meta. Of the four, only Jian Zhang joined Meta, while Nan Du and John Peebles moved to OpenAI, and Zhao Meng joined Anthropic.
Jian Zhang’s departure is particularly notable. Zhang joined Apple in 2005, serving a decade as the Head of Robotics Research within Apple’s AI and Machine Learning division. Unlike Tesla’s humanoid robot initiatives, Apple’s robotics research aims to underpin future product lines, from desktop robots with screens to robotic arms for retail stores and manufacturing applications.
Zhang, a Zhejiang University alumnus with a PhD from Purdue University, has a strong academic track record in robotics and biomimetic flapping-wing micro air vehicles. His work includes system integration, geometric flight control, and reinforcement learning applications in robotics. Notably, his paper on “Uncertainty-Weighted Actor-Critic Algorithms for Offline Reinforcement Learning” has been cited more than 240 times, addressing complex robotic control challenges without real-time environmental interaction.
Bloomberg reported that after leaving Apple, Zhang joined Meta’s new Robotics Studio. Meta’s division aims to develop humanoid robot hardware and software for household scenarios, as well as provide AI, sensors, and software for third-party developers. Although Meta froze hiring for its Superintelligence Lab earlier this year, the Robotics Studio is separate from that unit, leaving questions about the precise incentives behind Zhang’s move.
Regardless, Apple now faces the challenge of losing a decade-long veteran whose work is central to its future robotics ambitions.
Even more concerning is the departure of three key members of Apple’s Foundation Models team. Nan Du, John Peebles, and Zhao Meng moved to different AI powerhouses, signaling a broader trend in the industry.
John Peebles and Nan Du joined OpenAI. Peebles specializes in generative AI and large language models (LLMs), with expertise in deep learning and privacy-preserving AI. He previously contributed to Apple’s foundational model initiatives, including the deep learning training system AXLearn. Peebles’ familial ties to OpenAI—his brother works on the Sora team—likely influenced his move.
Nan Du, who spent over seven years at Google, has been instrumental in projects like GLAM, a trillion-parameter Mixture of Experts model, and PaLM 2, Google’s second-generation Pathways Language Model. Du’s research focuses on computational efficiency, model performance, and generative search technology. At Apple, he contributed to the development of large-scale, efficient foundational models.
Zhao Meng, meanwhile, joined Anthropic. His research spans multimodal AI and generative models, with high-impact work on image-text fusion and knowledge transfer in natural language processing (NLP). Zhao has published papers cited over 770 times, demonstrating influence in zero-shot learning and pre-trained language models. His move to Anthropic coincides with the company’s recent $1.3 billion Series F funding, valuing the AI startup at $183 billion.
The departures illustrate that high compensation isn’t the sole driver for AI talent movement. While Meta is known for offering large multi-year packages—most famously a $200 million offer to poach Apple’s Pang Ruoming—employees often leave for reasons beyond immediate salary.
OpenAI CEO Sam Altman has famously said, “Missionaries will beat mercenaries,” emphasizing that researchers are motivated by mission alignment, research autonomy, and work environment. Wired recently reported that two researchers who briefly joined Meta returned to OpenAI within 30 days, suggesting that corporate culture and research direction play decisive roles.
Elon Musk also highlighted this dynamic, noting that xAI recruited senior engineers from Meta despite modest initial pay, demonstrating that mission and project focus can outweigh financial incentives.
The financial stakes in AI are enormous. According to Business Insider, top OpenAI researchers can earn over $10 million annually, while DeepMind offers compensation packages up to $20 million, with special equity grants. These figures underscore that while base salary is high across the board, the relative appeal of a company often hinges on research freedom, vision, and team environment.
Apple’s AI exodus is significant because it involves both core foundational model researchers and robotics experts. Unlike a one-off talent poaching incident, this represents a structural challenge. Apple’s AI ambitions—including robotics integration and large language model development—may face delays as a result.
Furthermore, the concentration of Chinese talent leaving Apple could have broader implications for the company’s research pipeline and diversity strategy. The departures to OpenAI, Anthropic, and Meta highlight the competitive landscape of AI, where even industry leaders must continuously innovate to retain top talent.
The trend suggests that the AI talent war is broader than Meta’s headline-grabbing salary offers. Researchers evaluate company missions, team culture, and project impact, and they are willing to move quickly if another organization better aligns with their professional goals.
For Apple, the challenge now is not just to counteract salary-driven poaching but to foster a research environment that retains top-tier AI talent. This includes clear project roadmaps, meaningful autonomy, and recognition of researchers’ contributions.
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2025-09-04 18:09:57
文 | 科技新知，作者丨江蓠，编辑丨樱木，九黎
随着国产自主品牌在汽车技术和配置方面日渐成熟，越来越多国内车企，开始布局此前被国际品牌垄断的百万以上的超豪华车市场。
近期，国产超豪华车赛道又传来新消息。先是长城汽车在8月20日发布超豪车BG品牌用户活动项目招标信息，面向全球公开招募具备超豪品牌服务经验与卓越社交媒体运营能力的供应商。从行动节奏上来看，长城汽车酝酿已久的超豪华车项目距离正式面世又近了一步。
后是扫地机器人头部企业追觅科技近期官宣跨界造车，在追觅的宣传口径中，其首款超豪华纯电产品对标布加迪威龙，计划在2027年亮相。据相关信息，布加迪威龙隶属于德国大众公司旗下，是一款世界顶级超跑，其普通款型的中国市场价也在2500万元左右。
无论是长城汽车这样的国产自主品牌车企，还是追觅这样的跨界者，无论是百万级别还是千万级别，中国企业对超豪华车市场的布局已俨然已经成为新的趋势，这一方面是基于品牌向上发展的考量，另一方面，传统超豪车品牌在国内的遇冷无疑也给了国内车企更多的空间。
一个具备代表性的迹象是，在近期的成都国际车展上，此前保时捷，宾利，兰博基尼、劳斯莱斯等云集的16号展馆，今年不见外资超豪车的身影，而是被小米、红旗、广汽本田等国产品牌代替。
只是，尽管传统超豪华车品牌近年来在国内的的处境不容乐观，但其长期以来积累的优势仍在，面对拥有悠久历史和品牌力加成的传统超豪华车品牌，新入局的车企们的高配置、电动化、智能化等差异化故事到底含金量几何？这场关于超豪华车的新旧势力之争，才刚刚开始。
国产车对超豪华赛道的布局，事实上早已不是新鲜事。
长城汽车对超豪华市场的布局，最早可追溯至五年前。长城汽车首席技术官吴会肖在采访中透露，公司五年前已启动超跑项目，目标是打造一款能够激发驾驶者激情的超级跑车。其真正推进超豪车进度，是在今年的1月，彼时，长城汽车成立“长城品牌超豪车事业群（BG）”，由公司董事长魏建军亲自担任新品牌的董事长，足见对超豪车的重视程度。据悉，新品牌将聚焦混动等新能源产品，涵盖超跑、轿车等多种车型。
在产品对标上，魏建军曾在直播中表示：“高管轮番试驾标杆车是长期制度”。而其最新发布的招标信息中，要求供应商具备服务劳斯莱斯、爱马仕等顶级品牌的经验。
相较于长城汽车的慢动作，比亚迪的布局动作显得更快。2022年11月，比亚迪在深圳成立新能源汽车品牌“仰望”，次年9月其首款车型仰望U8豪华版以109.8万元上市，2024年1月，比亚迪又发布百万级新能源旗舰轿车仰望U7，2月推出168万元的纯电超跑仰望U9，4月发布U8越野玩家版。而据最新消息，今年7月31日，仰望U8L鼎世版开启预售，新车预售价格130万元。截至目前，比亚迪在超豪华赛道上的布局已形成矩阵。
另一家对超豪车进行布局的，是华为和江淮汽车采用鸿蒙智行模式合作推出的汽车品牌尊界。今年5月30日，尊界推出了旗下首款车型S800，定价70.8万元-101.8万元，宣称要打造“中国人自己的百万豪车”。
除上述企业之外，理想、阿维塔、岚图等品牌尽管目前尚未采取行动，但也都有超豪华车的计划。
李想在去年底参加一场AITalk的相关采访时透露：“可能到2030年的时候，我们有50%的概率会做一辆非常有趣的超级跑车，它是基于人工智能的。”阿维塔品牌传播副总监Maggie今年6月在微博发文称，阿维塔将推出全新的颠覆性大六座百万级旗舰产品。岚图汽车的一个管理层在接受记者采访时也透露：“岚图已经有70万元的车型，后续会推出百万元级别的车型。”
国内车企们对超豪华车型的热衷，主要基于两个原因。一是传统超豪华车在国内市场的遇冷，给予了国产品牌冲击超豪华市场的机会。
近年来，劳斯莱斯、宾利、兰博基尼、法拉利、阿斯顿·马丁等超豪华品牌在华销量纷纷显露疲态。其中，国际金融报的一篇报道中透露，保时捷2024年在中国市场的交付量同比大跌28%，今年上半年，中国区交付量同比降幅进一步扩大，较2021年巅峰期缩水40%。高峰时保时捷中国的新车交付量占全球30%，两年多时间这一比例跌至14%左右。
二是目前已上市的国产超豪华车型的市场反应为后来者提供了底气——比亚迪仰望U8发布之初的月销量冲上1600辆；尊界S800上市87天，大定已经突破1.2万台。这个成绩相对于传统超豪华品牌在国内的销量来说毫不逊色。
不可否认的是，随着国产汽车品牌在汽车技术和制造上的不断成熟，其在各个价格段的存在感也日益加强，在此基础上，
国产品牌也越来越能接住传统超豪华品牌在国内流失的用户。
超豪华车型的高溢价，是国产车企们竞相布局的原因之一。这是缘于在当前国内车圈，价格竞争已经将车企的利润缩减至一个较低的标准，为提升盈利能力，布局高溢价的超豪华车型无疑是一个好的选择。
2023年至2025年5月，国内车圈开启了多轮价格战，多数车企都或主动或被动地卷入其中。
根据中国汽车流通协会统计，2024年车圈价格战升级，新能源新车的降价力度平均达到1.8万元，降幅9.2%。价格的降低对车企利润的影响首当其冲：2024年汽车行业利润率仅为4.3%，低于整个下游工业企业的平均利润率。
2025年上半年，车圈价格战仍然激烈，据湖南日报不完全统计，仅2025年前4个月，降价的车型就超过60款，5月更是激增至百余款，部分车型降幅超5万元。
价格竞争对车企盈利水平的影响显著，就连以成本控制和规模效应见长的比亚迪，近年来毛利率水平也不容乐观：2025年上半年，比亚迪的毛利率为18.01%，较去年同期的18.78%略有下降，而在2023年，比亚迪的毛利率还在23%左右。
尽管在相关部门的介入和车企的配合下，当前围绕车企的价格战已经基本上偃旗息鼓，但教训却依旧深刻：战况最激烈的是10万至20万元的平价区间车型，其品牌溢价能力有限，造成车企降价促销时不得不牺牲部分利润，而高溢价的豪华/超豪华车型受价格战的影响无疑更小，也拥有更大的应变空间。
与多数车企相比，长城汽车可以算得上一个“异类”，魏建军在多个场合宣布不参加价格战。此外，长城汽车对于利润更为重视。长城汽车的前研发高管梁贺年曾在《“长城”是怎样炼成的》中提及，“也许，利润第一，销量第二的理念才是长城的印钞机”。而或许正是因为其对于利润的追求，才使得其与同行们拥有了共同的追求：布局超豪华市场。
除了被动选择外，布局超豪华市场，也是国内车企在产业规模、技术等积累到一定高度后，向上丰富产品矩阵的主动行为。
近年来，国内多个汽车品牌奉行“多生孩子好打架”，在拓展产品矩阵的道路上快速推进。
比亚迪是近年来产品矩阵扩展最为迅猛和成功的车企之一。其策略是“王朝”+“海洋”+“腾势”+“仰望”+“方程豹”的多品牌网战术，覆盖从家用到豪华、从大众到个性化的全场景。而通过多品牌策略，比亚迪实现了在5万左右100万元左右的全价格带和全场景覆盖。长城汽车也通过多年布局，逐渐拓展细分市场：WEY（魏牌）主打轻奢豪华；欧拉品牌专注女性消费者市场；独立长城炮品牌，主打皮卡赛道等。
而正是这种不再满足于“一款车卖所有人”的态度转变，使得车企开始关注细分市场需求，通过不断拓展产品矩阵来打造“品类之王”。在此基础上，对超豪华车的布局可以看做是车企向上突围的动作。
此外，对“低价高配”、“性价比”的追逐，已经给车企们带来了足够优异的销量成绩，而为打开更广阔的国际市场，提升品牌形象，也需要有一款超豪华车来助阵。
而从竞争角度上来讲，超豪华车型往往搭载了车企最尖端的技术，如高性能电驱系统、智能驾驶、智能座舱、新材料新工艺等。这些车型成为展示车企创新能力的“移动科技平台”，也是向竞争对手“秀肌肉”的绝佳载体。
尽管国产自主品牌对于超豪华市场的布局有据可依，也有其在智能化、电动化等方面的独特优势，但目前来说，想要真正实现国产品牌在超豪华市场上的自主替代，并不是一件易事。
这一点可以从国产超豪华车的销量趋势上窥见端倪：尽管比亚迪在今年4月宣布，仰望品牌累计销量突破万台，创造了中国百万级汽车新纪录，但相较于交付后最初几个月销量取得了超过千辆的好成绩外，仰望的销量整体呈下滑态势。以仰望U8为例，去年1月，该车型月销1652辆，到今年7月，月销已不足百台。另一个入局者广汽埃安，在2023年推出售价超120万的中国首款量产纯电超跑昊铂SSR，销量成绩更是惨淡。
尽管对于超豪华车型来说，销量并不是最为核心的数据，但从高到低的下滑过程，也证明了国产自主品牌在超豪华市场上的长期价值尚且薄弱。
在技术层面，传统超豪华品牌赖以生存的是顶级底盘调校、高性能动力系统、车身轻量化材料等技术，尽管国产车在电动化、智能座舱、辅助驾驶等领域表现优异，但目前的战略方向是通过差异化竞争进行换道超车，想要成功重新定义“豪华性能”，便需要重新进行市场教育，并构建起自主技术话语体系，这并非一朝一夕便可以形成的。
在品牌叙事方面，民生证券研报中表示，超豪华品牌的核心在于历史叙事与稀缺性，其品牌价值超越交通工具本身，成为身份地位符号，本质是奢侈品逻辑。而国内车企对超豪华车的布局，本质是工业高端消费品的逻辑，两者当前仍存在显著差异。
此外，全球化是包括比亚迪、长城汽车在内的自主品牌近年来押注的重点，对于高单价的超豪华车型来说，百万级产品想要具备销售可持续性，更应该将目光放至全球市场。但大众车型的出海和超豪华车的出海，面临的挑战是完全不同的：前者的挑战在于通过打开销量争取更多市场份额，追求规模效应，后者的挑战则更多在于如何在全球市场树立更具高度的品牌形象，这涉及服务体系、渠道建设、文化适应等多方面。
这场围绕品牌高度与技术巅峰的征伐中，国产车的超豪华布局绝非一次简单的价格上探，而是一场关乎技术话语权、品牌叙事能力与全球市场地位的全面竞逐。这既是对当下激烈的市场竞争的主动突围，也是对长期利润与品牌价值的战略性投资，但目前，国产品牌的向上突围才刚刚开始，想要真正实现“自主替代”，无疑还有很长的路要走。
参考资料：
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2025-09-04 18:09:45
文 | 红餐智库
随着我国居民消费升级与餐饮市场多元化发展，西餐门店在国内经历了从小众到普及、从单一业态到多元布局的转变，已成为餐饮行业中重要的细分领域。红餐大数据显示，2024年，我国西餐市场规模已接近800亿元。
那么，当下西餐赛道的发展现状如何？有哪些发展动向？未来的发展又面临哪些机遇和挑战？为了探寻这些问题，红餐产业研究院与味好美联合推出了《西餐发展报告2025》。以下为报告的部分内容展示。
近年来，西餐赛道整体呈现稳中有增的趋势，但受市场环境变化和消费观念日趋审慎的影响，赛道增速有所放缓。红餐大数据显示，2024年全国西式正餐市场规模为792亿元，同比增长4.5%，增速较2023年下降了2.6个百分点，预计2025年市场规模达到820亿元。截至2025年8月，全国西餐总门店数为9.1万家（包括西式正餐、西式主题餐厅、西式休闲餐厅等）。
从西餐门店的区域分布来看，华东地区的西餐门店数量最多，占比为34.7%；其次是华南和华中地区，门店数占比分别为18.8%、12.8%；西南和华北地区的门店数占比也均超过了10%。
同时，各线级城市均有一定的西餐门店分布。其中，新一线城市、二线城市和三线城市的西餐门店数量占比均超过了20%；四线城市、五线及以下城市的西餐门店数占比也超过了10%；一线城市的西餐门店数占比则为9.3%。总体看来，二线及以上城市拥有更多的西餐门店，门店数占比超过了50%。
从西餐门店密度来看，东南沿海以及经济较发达的地区拥有较多的西餐门店。其中，上海、福建、广东、浙江四个省级行政区的西餐门店密度位居前四，平均每万人拥有超过1家西餐厅。
此前以单店为主的西餐，近年来也在加快连锁化进程。红餐大数据显示，2024年全国西餐品牌连锁化率已达到17.1%，较2022年提高了1.8个百分点，预计2025年西餐连锁化率将继续提高至18%。截至2025年8月，门店数在5家以上的西餐品牌数占比从2023年的42.3%提升到42.7%，提升了0.4个百分点。
但整体来看，西餐仍以单店和中小规模品牌为主。红餐大数据显示，截至2025年8月，近九成西餐品牌的门店数在10家及以下，规模化程度有待提升。
目前，西餐赛道已有一批主打法国菜、意大利菜、墨西哥菜、俄罗斯菜等的综合型西餐品牌。例如，源自日本的萨莉亚主打意式简餐，其已在全国开出了500余家门店；创立于2021年的俄士厨房主打俄罗斯菜，已在北京、上海、江苏等地开出了50余家门店；主打墨西哥菜的么哈、墨纪等品牌的门店也均超过了10家。
同时，还有一些西餐品牌选择走单品聚焦路线，深耕牛排、比萨、意面、汉堡、美式烤肉、西班牙烤肉等细分领域。比如，豪客来牛排、豪享来、王品牛排、豪德亨牛排自助餐厅等品牌聚焦牛排细分领域；必胜客、乐凯撒披萨、比格比萨自助、比萨玛尚诺等品牌以比萨为核心产品；Magnet磁食专注于汉堡品类；Pennehut畔尼意面则在意面产品上精耕细作；而本垒美式烤肉、北焰牛排馆等品牌主打美式慢烤。
长期以来，西餐一直是高端餐饮、精致餐饮的代名词。然而，随着近年来市场消费需求的变化，高端餐饮举步维艰，一些高端西餐品牌纷纷闭店退场或降价求生，高端西餐的生存空间不断收窄。据红餐产业研究院不完全统计，2023年至2025年8月，全国有数十家高端西餐厅闭店，如0pera Bombana、Tiago Home Kitchen、Tarentum萄木、TIAG0、0steria等。
与此同时，西餐门店的人均消费也在持续下滑。红餐大数据显示，截至2025年8月，全国西餐门店的人均消费已下滑至87元，较2024年同期下降了7.0%。其中，主打法国菜的餐厅门店降幅最大，人均消费从2024年8月的305元下降至263元，同比降幅达到13.8%；俄罗斯菜和意大利菜餐厅门店的人均消费同比降幅也均超过了10%。
不过，随着消费者对兼具视觉美感与味觉享受的“漂亮饭”的需求持续增长，一些西餐品牌借助高颜值摆盘、绚丽色彩搭配以及出色的服务互动脱颖而出。例如，武汉的The boots 泥靴、0'eat，浙江的Bco豆库等品牌均已开出了数十家门店，并开始向全国拓展。红餐产业研究院观察发现，抖音平台上“漂亮饭”话题的视频播放量已超过了18亿次。
近年来，在西餐赛道发展步伐趋缓的背景下，品牌积极谋变，多维度创新，主要呈现在以下几个方面。
近年来，餐饮市场的竞争日趋白热化，为了在市场中站稳脚跟，众多品牌纷纷加快了产品创新步伐，西餐品牌亦是如此。据红餐产业研究院不完全统计，2025年1月至7月，必胜客累计推出了60余款新品，平均每月新品数量达到8.7款；萨莉亚、卢家妈妈、bluefrog蓝蛙、卡朋西餐等品牌的月均新品数量也均超过了5款。
从上新节奏来看，必胜客、bluefrog蓝蛙、gaga、豪客来牛排等品牌的上新频率较高，均超过了1次/月，其中，必胜客的上新频率达到了2.3次/月。萨莉亚、卡朋西餐、The boots泥靴等品牌主要集中在季度上新，其中卡朋西餐在2025年7月推出了夏季新菜单，一次性上新了20余款产品；萨莉亚则也在春季与夏季对菜单进行了迭代，每次更新10余款产品，持续为消费者带来新鲜体验。
从产品创新维度来看，西餐品牌近年来主要围绕食材、烹饪技法以及风味等方面进行产品创新。在食材创新方面，品牌在传统西餐食材基础上，通过升级食材品质、加入高价值食材，同时挖掘本土特色时令食材与地域食材，给消费者带来了新奇的体验；在烹饪技法创新层面，品牌或对传统技法进行创新与升级，或融入中餐、日式料理、韩式料理等的烹饪技法，打造出不同的产品口感。
风味创新方面，通过深挖全球各地的风味体系，品牌推出了多种具有异国特色风味和本土风味的新品，如加州汉堡风味牛肉比萨、爱琴海风味玫珑瓜苏打、味噌风味三文鱼杂粮饭、川香傲椒脆翅尖、酸汤菠萝牛肉比萨等。此外，品牌还通过食材搭配、专业的烹饪技艺及适配的酱料运用，实现多层次的风味融合，为消费者带来独特的体验。
红餐产业研究院观察发现，近年来西餐品牌对产品风味的挖掘逐渐细分和深入，诸如西班牙索弗里托风味牛扒、意大利西西里风味雪糕、德克萨斯风味烤肉比萨、美式果木烟熏三文鱼、炙烤卡真鸡肉轻盈沙拉、墨西哥风情辣鸡腿汉堡、匈牙利风味慢炖牛肉、青花椒风味炸鸡等更细分的风味产品不断涌现。
与此同时，一些上游企业也敏锐洞察到了这一市场趋势，开始为西餐品牌提供风味更为细分的产品。以味好美为例，其推出了数十款经典复合香料以及中西融合风味乳化酱，涵盖德克萨斯烤肉风味调料、俄式烟熏风味调料、卡真调料、蒙特利风味牛排调料、塔塔酱、贵州酸汤风味沙拉酱、日式清爽青芥末风味沙拉酱等，既可满足西餐品牌对细分风味产品的需求，也可助力西餐品牌开发出别具一格的风味新品。
作为全球风味的领导者，味好美不仅为下游品牌提供丰富多样的风味产品，还积极拥抱大数据，主动洞察全球及本土市场的风味流行趋势，为品牌提供具有前瞻性的预测预判。据红餐产业研究院了解，味好美积极构建了风味创新公式和流行风味预测体系，以餐饮领域高质量大数据为基础，持续输出未来3至5年的流行风味预判，为餐饮品牌赋能。
例如，在过去的20余年里，味好美成功预判了辣椒、南瓜香料、韩国烧烤、墨西哥调味酱、麻辣风味、冬阴功汤等多个风味。《味好美2025年度流行风味预测》指出，热带风情、焦香烟熏以及富有创意的“妙趣碰撞”是现阶段全球主流风味趋势。同时，对于中国本土市场的风味动向，其预测出当下主要三大趋势：非遗美食、地域风味和市井烟火。
近年来，西餐品牌持续践行产品本土化策略，通过融合我国的本土食材、香料以及中式烹饪技巧等方式，对菜品进行本土化的风味改良，使之更贴合国内消费者的口味。例如，王品牛排推出了胡同杏仁麻酱·肋眼牛排；O'eat推出了藕带小龙虾热狗；bluefrog蓝蛙推出了劲辣小炒牛肉意面、暖冬炖羊肉配黄油面包等产品；京A精酿啤酒推出贵州酸汤风味和牛汉堡、奶香云贵酸汤鱼等产品。
与此同时，伴随着消费者需求日益多元化，西餐品牌也在不断拓展品类边界，在经典的牛排、意面、比萨、汉堡等西式餐品基础之上，引入中式炒菜、港式点心、小火锅、炒饭、中式饮品以及中式甜品等多种产品，为消费者提供了更为丰富多样的选择。比如萨莉亚推出了蒜香黄油炒菜心、橄榄油炒西葫芦等多款中式炒菜；Vini Bistro By Dicken推出了罗勒青酱炒蔬菜、地中海炒小管、酱汁金针菇等产品；半秋山西餐厅推出了安格斯牛肋排云南酸汤锅等新品。
从中式风味到中式菜品，西餐与中国本土餐饮的融合愈发深入。为了紧跟市场趋势和消费者需求，西餐品牌对挖掘本土餐饮热门风味、热门品类的需求也愈发迫切，不少品牌采用非遗食材、地域食材研发菜品，如贵州红酸汤、四川熊猫笋、云南野生菌等，同时，还对烟火气美食进行探索，如现炒菜、砂锅菜、小火锅等，为消费者带来全新的用餐体验。
此外，一些上游企业也在积极洞察本土餐饮的热门风味趋势，为下游品牌提供中西融合产品的解决方案。例如，味好美推出了贵州酸汤风味沙拉酱、凯里酸汤乳酪酱等，同时，其还运用数字化模型，为餐饮品牌提供创新烹饪方案。
自助模式多应用于星级酒店的西餐厅，一些以牛排、比萨、西式烤肉为主题的特色西餐厅也引入该模式。近年来，随着性价比消费需求的与日俱增，部分主打自助模式的西餐品牌迎来发展契机，比如主打比萨自助的比格比萨自助在2024年8月至2025年8月期间净增90余家门店，总门店数突破300家；主打牛排自助的豪客来牛排门店数已超过200家，豪德亨牛排自助餐厅的门店数则超过了100家。同时，必胜客在2024至2025年多次推出了限时自助套餐。
值得注意的是，不同品牌所推行的自助模式不尽相同，大体分为全自助模式、“品类+自助”模式以及套餐/限时自助模式三种。其中，“品类+自助”模式独特，通过聚焦单一品类精简SKU，并优化门店运营模型，可满足消费者对于多样化选择及高性价比的双重诉求。
与此同时，源自西方的Bistro模式因契合近年消费者对于“氛围感”及沉浸式用餐的需求，在国内广受青睐。目前，市场上涌现出一批Bistro西餐品牌，如COMMUNE幻师、chili's奇利斯、homeless牛排·小酒馆、18号酒馆、LECOQ大公鸡小酒馆等。其中COMMUNE幻师的全国门店数已超过了百家，而米其林西餐厅The Georg也于2025年4月推出了全新的Bistro 菜单。
此外，美式慢烤（美式烟熏烤肉）的热度也在不断攀升，目前，在北京、上海、郑州、武汉、广州、深圳等城市已涌现了一批以美式慢烤为主打产品的西餐厅，如本垒美式烤肉、北焰牛排馆、Fire Door·火门美式烤肉等，同时部分西餐厅也推出美式慢烤产品。在此趋势下，以味好美为代表的上游企业迅速响应市场需求，推出了美式慢烤相关的产品及应用方案。
尽管近年来西餐赛道整体呈现稳中有增的发展趋势，但西餐赛道的从业者仍面临着诸多挑战，如中西饮食文化差异导致西餐赛道的增长动能略显不足、市场竞争加剧、外卖场景适配难度较大等。展望未来，主打性价比的大众化西餐和中低价位精致西餐（漂亮饭）依然具有增长潜力，下沉市场也有待进一步深挖。与此同时，中西风味融合趋势将持续深化，上游企业也积极跟进市场风味趋势，与下游品牌共同推进西餐赛道创新速度提升。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2025-09-04 18:09:30
文 | 最话FunTalk，作者 | 林书，编辑 | 刘宇翔
2025年 8 月的最后一个星期，中国智能驾驶被骤然按下快进键——从算法底座到整车 OTA，行业在短短几天内，呈现出了“VLA齐爆发”的景观。
VLA，即Vision-Language-Action，视觉-语言-行动模型。VLA的快速商业化落地，正在重新定义“高阶智驾”的技术门槛。
首先是理想汽车借纯电旗舰 i8 上市窗口，首次向全量用户推送「VLA 司机大模型」；元戎启行于 8 月 26 日正式发布自研 VLA 大模型，推出名为 DeepRoute IO 2.0 的新平台，确定将在 5 款车型上使用，覆盖累计约 20 万台车。
紧接着，小鹏汽车在 8 月 27 日的新 P7 发布会上端出新一代 VLA 架构，宣称时延 < 100 ms、规划帧率 20 Hz，刷新量产天花板。
与此同时，华为代表的另一大路线——WA(世界行为模型)，也正在紧密地酝酿中。ADS 4.0 将在 9 月随问界 M9 年度改款 OTA，试图重新划定城区智驾的体验基线。
而之所以“VLA 上车潮”发生在 2025 年，从商业的角度来看，是因为今年处于城市 NOA 规模化交付（L2++）与 Robotaxi 商业化（L4）之间的“空档期”。谁先完成 VLA 量产，谁就能在下一阶段用户体验与融资叙事上占据先手，错过 2025，技术红利将被稀释，成本优势也将被供应链摊平。
VLA掀起的新一轮竞争，不仅将决定中国车企的未来竞争地位，更可能引发整个智驾产业的重新洗牌。
如果要对VLA路线的技术优势，做一个简单的概述，这样的优势大致就是：
与传统端到端路线相比，VLA通过用语言和文字这一中间环节，将具象化的路况、图像，进行归类，并进行“抽象化”，而不只是单纯地对看过的数据“死记硬背”，从而让模型能取得更好的泛化能力。
同时，在具备思维链（CoT）能力后，VLA模型能分解驾驶决策为逻辑连贯的中间步骤，增强决策逻辑性、系统可解释性及泛化能力。
当人类驾驶员面对突发路况时，会本能地完成"观察→判断→动作"的连贯认知过程。
VLA（视觉-语言-动作模型）正是通过模拟这一逻辑，构建起“视觉感知-语言推理-动作输出”的闭环系统，实现对几十秒长时序路况的预判能力，尤其在施工路段等长尾场景中展现出更强的泛化能力。
然而，由于多了“语言”这一层数据，VLA 对算力与数据的胃口，已把“上车”门槛抬高到传统方案无法企及的高度。算力侧，训练端需吞吐 22 T token 级多模态数据，单次训练即等价于 DeepSeek-V3 1.5 倍规模；
数据侧，VLA 需同步采集并标注视觉-语言-动作三元组，理想训练所用的数据，90 % 来自 29.3 亿 km 实车日志，10 % 由生成式仿真补足，长尾极端场景（雨夜、施工、异形障碍物）需额外 5-10 倍数据密度才能收敛，导致单车数据成本与端到端时代相比陡然增加。
在算力方面，理想、小鹏分别动用 13 EFLOPS 与 8 EFLOPS 云端集群，仅千卡周级调度才能满足 30 B-72 B 参数模型的收敛窗口。公开数据显示，国内中小车企云端训练集群普遍停留在 0.2–0.6 EFLOPS，仅为理想 5.39 EFLOPS 的十分之一，更遑论特斯拉 Dojo 年底 100 EFLOPS 的量级。
以哪吒为例，其乌兰察布 GPU 集群峰值 180 PFLOPS，尚不足以在 30 天内完成一次 7 B 参数 VLA 模型收敛；若租用公有云，按当前 A100/H100 现货价折算，单次训练即需 1.2–1.5 亿元人民币，相当于其 2024 年全年研发预算的 40 %。
这意味着，VLA 的量产落地是“千卡训练云＋千 TOPS 车端＋千亿级数据”三线并进的极限工程，任何一环缺口都会把 ROI 拉成负值。
对于年销量仅十余万辆的中小车企而言，如此高昂的投入难以通过规模化摊薄，且失败风险高企。正如元戎启行CEO周光指出，一家智驾公司需交付10万辆级量产车，才具备搭建VLA架构的基本数据基础。
更重要的是，从规则时代到 VLA 的跃迁并不是一次可折叠的跨越，而是一段必须在工程实践中逐级“淬火”的链式反应。
在VLA路线所需的高昂成本面前，中小车企面临的生存困境愈发明显，除了算力与数据方面的差距外，从规则时代到端到端1.0积累的先发优势构建的技术护城河，也是多数二线品牌难以复现的关键环节。
最初，规则算法用显式代码与人工先验，把驾驶任务拆解为可验证的模块，给团队留下可解释、可追责的体系化思维与场景分类框架；
进入端到端 1.0 后，系统首次用大规模标注数据替代人工规则，逼迫组织完成数据闭环、工具链、DevOps 的原始积累，同时暴露出长尾场景对数据密度的极端需求；
最终在迈向 VLA 时，团队需要把前两阶段沉淀的工程学积累整体迁移到新框架里，才能形成“视觉—语言—行动”的高度统一。
理想汽车李想也曾直言，若企业连规则算法都做不好，则根本无从知晓如何训练VLA模型。
在这样的差距下，VLA路线的降临，无疑会让行业迎来一次“大洗牌”。中低端车企、品牌，要么难以在新时代生存，要么只能沦为“方案外购者”，或成为车企的富士康”，成为低端代工，利润被芯片厂和算法公司两头吃。
在端到端1.0时代，虽然绝大多数中低端车在“数据-模型-芯片”三件套中，极少能完全自研，本质上是“拼积木”式集成。
但过去车企可以掏钱买 Orin、买算法、买标注，大家都能活得不错。
例如哪吒、零跑、宝骏等普遍采用英伟达 Orin-X 或地平线征程 5 的“公版域控”；数据方面，零跑 C10 的 2.1 亿公里有效里程中，60 % 标注任务由 Momenta、觉非科技完成；
但是到了端到端2.0时代，“外包式生存”在 2.0 时代被上游供应商自己“关门”了——由于VLA路线导致的算力、数据成本骤增，现在这三样变成了“限量款”，而且限量权掌握在极少数巨头手里。
例如英伟达今年首批Thor-U的40 万片产能，早已被理想、蔚来、小鹏在 2024 年就签完长期锁价锁量协议，拿走 32 万片，只留 8 万片现货需要溢价 30 % 竞拍。
原本“谁掏钱谁就能买到”的开放供应链，在 2025 年因为芯片缺货、模型架构改变导致的算法改捆绑、被压缩成“少数玩家内部闭环”，中小车企连“买方案”这条退路都被截断。
再此情况下，中小车企面临的生存困境愈发明显，当头部企业通过"芯片-数据-模型"的闭环能力构建起技术壁垒时，中小车企便陷入一个死循环：买芯片没配额，买模型要持续分成，攒数据没钱也没人。
中小车企唯一还能做的，就是融入供应链，把整车制造、冲压焊接、总装测试这些传统环节做到极致良率和极致成本——这正是富士康在手机行业扮演的角色。
尽管现在的VLA模型十分火热，但在智驾方面，并不是所有车企都认可这一路线。
除了VLA路线，目前华为和蔚来主推的是另一条路线：世界模型（WA）。其核心思路，是“海量使用云端模拟的数据、来让大模型‘理解’世界而学会驾驶”。
例如华为的World Action Model模型（WA），用扩散生成模型批量“造”Corner case，
也就是通过AI生成的大量的视频案例，来让模型明白何为物理规则。
而蔚来的NIO World Model（NWM），则通过将激光雷达+视觉压缩成 3D token；再通过自回归模型一次推演 5 秒后的多帧场景，从而“想象”出从未见过的路况。
而WA与VLA两条路线的区别，或许可以概述为：世界模型是“理想主义的未来豪赌”，VLA是“实用主义的当下生存”。
但在华为看来，语言模型擅长文本推理，却缺乏对三维空间的精确感知与运动推演能力。
而车，毕竟是在真实空间中运动的物体，毫厘之差可能就意味着风险。
唯有让模型真正理解物理规则，才能从根本上解决端到端模型“只会模仿、不会思考”的瓶颈。
但尽管世界模型看上去更“终极”，但VLA这条更“务实”的路线，对理想、小鹏等车企来说，仍然有着“改命”的意义。
一方面，2024 年理想以 50 万辆交付量登顶新势力，但单车毛利率从 21.5% 下滑至 19.8%，增程市场被华为、蔚来、小鹏全面围剿（如华为问界 M8、蔚来乐道直指 L7/L8）。对理想来说，冰箱彩电大沙发已不再亮眼，必须用智能化重新定义产品。
而小鹏目前在纯电市场追赶比亚迪、特斯拉，其正在推进的机器人也需要通用 AI 基座。小鹏选择 VLA 混合架构，本质是“一箭双雕”：其72B 云端基座模型，本质是 VLA 的超大型版本，既服务汽车，也为将来的机器人铺路。
对二者来说，VLA 是“唯一能把长尾一口气吃掉”的可行框架，并且，理想、小鹏积累的数据密度已经足够让 VLA 越过“冷启动死亡谷”，这是后来者无法复制的壁垒。
从市场的角度看，虽然华为与 Momenta 已占据 2025 年智驾市场 90% 份额。这样的双寡头地位难以撼动。且华为现在的智驾地位，靠的不是单模型大小、强弱，而是“数据 + 软硬一体 + 车厂”绑定三位一体的护城河。
然而，VLA 大模型的普及，会显著改变竞争格局，形成技术路线分化、市场份额重组。
传统智驾模型是：你给多少场景、多少样本，模型就记住多少，每新增一个少见场景都得补数据。华为在这层面确实通过规模碾压了竞争对手。
但是 VLA 模型不同。它的魔力在于多模态学习和推理能力——一方面通过“视觉 + 语言 + 行为”三种输入，让模型“理解”得更深刻，不只是记住，而是学会类人推理；这使理想、小鹏等车企，在长尾场景上也能获得接近华为的表现。
所以，在新一轮的智驾竞争中，现有的格局不会立刻翻盘，但 VLA 已经打开了一个新的窗口。
可以说，随着新一轮技术升级的到来，中小车企的危局，以及头部之间差距的缩小，将成为一种愈发显著的趋势。
2025年既可能华为、特斯拉的“巅峰时刻”，也可能是理想、小鹏等VLA实践者的“逆袭元年”。
在这场智能主权的争夺中，只有那些率先突破核心壁垒、构建差异化优势的企业，才能最终杀出重围。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2025-09-04 17:57:40
上市满4年的福莱新材（605488.SH）拟启动第3次融资，本次计划定增7.1亿元用于扩产补流。此时其前两次募投问题也浮出水面：IPO项目累计效益仅242.73万元，远低于承诺，还变更2亿募资用途；可转债项目延期一年，截至今年上半年工程进度仅过半。
募投不达预期，折射了福莱新材的主业困境。受市场竞争等影响，公司扣非净利连续3年半下滑，面临转型压力。然而在去年业绩不达标背景下，公司最新股权激励计划却降低了门槛。加上被视为转型排头兵的“电子皮肤”业务并未出现在募投项目中，这些都为公司定增解困的前景蒙上一层阴影。
根据9月3日披露的公告，为满足公司业务发展的资金需求，增强公司资本实力，福莱新材拟向特定对象发行股票不超过84,062,775股，募集资金不超过7.1亿元，用于“标签标识印刷材料扩产项目”“电子级功能材料扩产升级项目”“研发中心升级项目”及“补充流动资金”。
这是福莱新材上市以来第三次融资。2021年5月，福莱新材在上海证券交易所主板上市，首发融资总额6.13亿元，用于功能性涂布复合材料生产基地及研发中心建设等项目；2022年12月，公司发行可转债募集资金总额4.29亿元，用于新型环保预涂功能材料建设等项目。
然而，福莱新材的IPO募投项目实际效益不达预期。根据最新披露的前次募资使用情况，2022年-2025年承诺效益分别为2,413万元、4,406.71万元、5,711.14万元、7,518.80万元。截至2025年6月30日，2021年首次公开发行股票募集资金投资项目累计实现效益242.73万元，低于承诺效益，主要原因系整体建设进度晚于项目可行性研究时期预计建设进度，同时产品的市场竞争激烈所致。
来源：公告
不仅如此，IPO募资中有2亿元被变更募资用途，占募资净额的37.69%。截至2025年6月30日，“烟台分公司福莱新型材料项目”实际投资金额较承诺投资减少5075.27万元，原因系该项目部分款项尚未支付。
此外，可转债募资中的“新型环保预涂功能材料建设项目”原预定可使用状态日为2025年1月31日，后延期至2026年1月31日。截至2025年6月30日，该项目工程进度为53.55%。
值得一提的是，IPO和可转债融资中，分别有8000万元、1.17亿元用于补流，此次定增公司计划再投入2.1亿元用于补流，占整体募资金额的25%。
尽管多次募资补流，福莱新材目前仍流动性承压。截至上半年，公司账面货币资金2.8亿元，交易性金融资产0.7亿元，短期借款4.91亿元，一年内到期的非流动负债1.87亿元，短期偿债压力不小。
资料显示，福莱新材成立于2009年，是国内广告喷墨打印材料龙头企业，正从单一涂布材料商向“基膜+涂层+终端”一体化解决方案商转型。
近年来，福莱新材将产品线延伸至柔性传感器新应用，进军机器人电子皮肤产业。2025年公司先后推出了第一代、第二代柔性触觉传感器，并携手兆威机电共创新一代灵巧手。
为绑定人才团队，2025年7月，福莱新材发布新一届股权激励方案，涉及包括两名外籍专家在内的103名核心骨干成员。其中，两名外籍专家均为公司柔性传感器业务核心技术人员。
该股权激励的触发条件为2025/2026/2027年公司扣非净利润不低于6000万/8000万/1亿元。目前，上半年公司扣非净利润已完成0.45亿元，实现全年6000万的考核目标几无难度。然而对比往期数据，6000万元的考核目标相对于上市当年1.12亿元的扣非净利接近腰斩。
来源：Wind
纵观福莱新材的业绩表现，算得上典型的上市即巅峰。尽管公司营收稳步增长，但上市后连续两年净利大幅下滑，直到2024年扭转局面，创下1.39亿元的净利润新高。然而这一新高并非由主业改善带来，而是受益于公司搬迁移交，确认资产处置收益1.02亿元。公司扣非后净利润的巅峰出现在2021年（1.12亿元），此后连续三年下滑，2024年扣非净利润降至0.46亿元。
2025年上半年，福莱新材再度陷入增收不增利的困境——营业收入13.34亿元，同比增长15.40%，归母净利润0.51亿元，同比下降19.58%。增收不增利的原因，系受传统主业市场竞争加剧拖累，公司整体毛利率减少1.37个百分点。财报显示，营收占比最高的广告喷墨打印材料板块毛利率减少2.24个百分点，企业面临转型压力。
值得一提的是，由于业绩考核不达标，福莱新材刚刚完成对1,808,506股限制性股票的回购注销。
相关公告显示，2024年剔除股份支付费用和子公司富利新材料后，上市公司扣非归母净利润为0.87亿元，与2023年激励计划中第三个解除限售期公司层面的业绩考核目标相差甚远（触发值2.02亿元、目标值2.27亿元）。
同时，子公司富利新材2024年营业收入为5.13亿元，未达到2023年激励计划中首次授予部分第二个解除限售期公司子公司层面规定的不低于9亿元的业绩考核目标。（本文首发钛媒体App，作者 | 马琼，编辑 | 曹晟源）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
2025-09-04 17:16:00
在AI应用百花齐放的当下，数据处理依然是很多人挥之不去的痛点：复杂的函数、繁琐的报表、低效的协作。诞生于北京大学实验室的ChatExcel，正在用“聊天式交互”来改变这一切。
近期，这支不足10人的团队完成了近千万天使轮融资，进入华为、联想等生态，更提出了“AI DataAgent”的新概念——让数据从获取到价值流通，形成完整的商业闭环。
本期，我们对话ChatExcel创始人逄大嵬，聊聊这款爆红的AI工具如何走到今天，以及它背后的创业故事。
智客Zhiker：普通用户要怎么用 ChatExcel？能简单介绍一下吗？
逄大嵬：很简单，把表格拖进去，在对话框里输入“帮我算一下今年的利润增长率”，系统就会自动生成结果，还能画图。不需要函数和公式，任何人都能用。
仅通过聊天，即可操作Excel表格、进行数据分析。用户只需像和好友聊天一样操作，Chatexcel会自动完成Excel处理和分析，只需60秒，它就能给你：100种动态可视化图表、100份文件批量处理…将用户从繁琐的公式与运算中解放出来，有效降低了Excel使用门槛。
智客Zhiker：有没有一些典型的用户案例？
逄大嵬：ChatExcel覆盖Excel处理、数据运算、数据分析、图表生成四大板块，并能轻松制作表格，并能轻松完成多个表格/Sheet+超大数据，解决你想解决的Excel所有问题。
ChatExcel Pro的主要受众广泛，包括财务、电商、人力、教师、企业员工、政府工作人员以及任何需要处理Excel数据的个人或专业人士，特别是那些希望简化操作流程、提高工作效率的用户。
举两个例子：
一位电商运营，以前每天要花两小时做报表。现在直接上传数据表，说一句“帮我分析618大促期间各品类销量变化并画图”，几分钟就搞定。
还有扶贫干部，他们需要统计农产品销售、补贴分配，用 Excel 很麻烦。现在通过 ChatExcel，能快速生成数据报告，效率提升了好几倍。
智客Zhiker：C 端用户最常用的功能有哪些？
逄大嵬：主要有三个：公式计算自动化、图表生成、格式转换（比如 PDF 转 Excel、图片转表格）。这些在日常工作中用得非常频繁。
公式计算自动化：ChatExcel快速进行Excel数据运算，一句话即可完成求和、求差、求平均值、求极值等，支持同时完成多条件数据运算。ChatExcel秒杀计算机二级，一句话玩转400个Excel函数。句话即可完成多表合并、多sheet拆分、数据清洗、数据查找等，将数据处理速度提升90%。同时，ChatExcel支持多种输入格式（csv，xls，xlsx），支持多张Excel表格上传，且每张Excel表可以多Sheet，可以对Excel表进行任意处理。
ChatExcelAI数据可视化，轻松创建图表，将数据转化为酷炫图表，支持多种图表类型，如柱状图、折线图、散点图和饼图等。
智客Zhiker：那企业客户更关注哪些？
逄大嵬：企业更看重数据库对接和安全性。比如四大会计师事务所用我们的产品时，会要求整个处理过程透明可追溯。还有像联想、华为，他们要的就是本地化部署，我们把模型压缩进一体机或AIPC，让文件完全不出内网。
智客Zhiker：能介绍一下ChatExcel的创始团队吗？
逄大嵬：我们团队核心成员来自北京大学，两位博士合伙人在读研时就已经在做数据处理和Excel相关研究。最早用的还是传统的机器学习方法，后来在导师指导下切换到Transformer架构，才逐渐演进成现在的产品。
智客Zhiker：团队只有不到10个人，却能跑出百万用户，还进入华为、联想生态，你们是怎么做到的？
逄大嵬：一方面是我们起步比较早，有一些先发优势；另一方面，团队有学术背景，也有产业经验。我本人之前在SaaS行业做过十年，积累了融资、商业化落地的经验；而博士合伙人则有扎实的AI技术积累。学术和产业结合，互相补足，才能在小规模下也跑出来。
智客Zhiker：你们的核心竞争力在哪里？
逄大嵬：三个关键词：可信、多源、安全，这是我们的护城河。
可信：结果透明可验证。
多源：Excel、数据库、网页、第三方API都能接。
安全：端侧部署，数据不出内网。
智客Zhiker：你刚刚提到ChatExcel的核心竞争力是“可信、多源、安全”，能具体解释一下吗？
逄大嵬：对，我们内部一直用这三个关键词来概括。
可信：用户不仅要结果，更要看到过程。我们把数据处理的逻辑链路全部透明化，甚至允许用户介入。比如四大会计师事务所要求Coding过程必须可见，这样才能审计结果的准确性。
比如财务审计。四大的客户会要求每一个计算环节都能回溯。如果AI只是给你一个结果，你没法知道它是不是瞎编的。我们会把运算逻辑展示出来，用户能逐步验证。这样一来，他们才敢在正式工作里使用。
多源：Excel只是起点。我们能同时处理数据库、网页数据、第三方API，甚至企业内部系统的数据。无论来源如何，最终都能被转化成结构化信息。
很多竞品只解决单一文件的问题，比如做个图表。我们则是全链路——无论是Excel、MySQL数据库，还是网页爬取的数据，全部能接进来。比如电商企业想看京东和天猫的销量对比，ChatExcel可以自动拉取数据、做报表，再结合内部数据库生成完整分析。
安全：这是企业客户最关心的。我们的模型经过压缩，可以部署在PC、本地一体机或者AIPC上，数据完全不出内网。相比“云端跑一遍”的方案，这才是真正做到数据安全。
这和团队的技术背景有关。我们有模型量化和压缩的能力，相当于把“大象装进冰箱”，把7B、14B的模型压缩后直接部署到本地PC。这样数据完全不出公司内网。很多厂商说自己本地化，其实还是服务器级别，而我们是真正做到单机安全。
智客Zhiker：为什么强调“AI DataAgent”？DataAgent和传统的数据分析工具最大的不同是什么？
逄大嵬：ChatExcel不是“Excel加AI”，是覆盖数据全链路的DataAgent，Excel是切入点，但目标是让人人都能拥有自己的数据智能体。
传统工具大多解决的是“某一个环节”，比如报表生成、BI分析，还是需要人来拼接整个流程。而DataAgent的目标是全链路：从数据获取、准备，到分析、可视化、决策，甚至最后的价值交换，都能自动化完成。换句话说，传统工具是“帮你干一部分活”，而DataAgent是“帮你全程代理”。
智客Zhiker：您怎么看待DataAgent的行业发展机会？
逄大嵬：我们认为这是一个千亿级的市场。InData Labs的分析显示，大数据分析市场2024-2032年会从3482亿美元增长到9240亿美元。过去BI工具的市场已经验证了需求，但现在用户需要的是更智能、更自动化的方式。DataAgent的出现，正好重构了这条链路。
智客Zhiker：在产品迭代上，最近有什么让用户眼前一亮的新功能？
逄大嵬：有两个：一个是ChatData，能直接对接企业数据库，用自然语言操作SQL；另一个是ChatPanel，可以自动抓取互联网数据，生成报表，比如“统计新能源汽车上半年销量排行”，一分钟就能出结果。
智客Zhiker：作为连续创业者，你的体感如何？SaaS 和 AI Agent 创业有什么不同？
逄大嵬：SaaS时代靠堆人、堆工程、堆销售；AI时代靠技术驱动。模型能做到什么，就去做什么。小团队只要跟上节奏，就能撬动市场。这次创业的感受是“更舒服”——8 个人，没有销售，却能跑出规模。
智客Zhiker：最后一个问题，你怎么看 ChatExcel 的未来？
逄大嵬：我们的机会在海外。效率工具在国外的付费意愿更强，这是大市场。
长期来看，ChatExcel不只是一个产品，而是我们进入AI时代的“门票”。未来几十年，AI还会创造无数新机会，我们要做的就是保持开放、不断迭代，一直奔跑下去。
创业永远是一场长跑。逄大嵬形容自己和团队：“我们不是去抢风口，而是跟用户一起往前走。用户需要什么，我们就试着把它做到。”
在AI这个高速变化的时代，ChatExcel没有选择喊大口号，而是用每周一次的产品迭代，回答一个朴素的问题：怎么让数据处理更轻松一点。（本文首发于钛媒体App，作者｜郭虹妘，编辑｜陶天宇）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
