实务：退休返聘人员工资涉税四大疑难问题

正文 生成式AI的2023 关于开源或闭源 AI 模型是否更安全的争论仍在继续?？茨Ｐ痛俳芯?，但存在滥用风险，而闭源 API 提供更多控制，但缺乏透明度。 2023 年是 AI 发展的关键一年，ChatGPT 以及 GPT-4 的发布引发了全社会对于大模型以及生成式 AI 的关注?？萍季尥肺⑷?、亚马逊、谷歌、Meta 等纷纷发力 AI；文本生成、文生图以及文生视频 AI 工具进展迅速；国内的「百模大战」；各国对于 AI 的监管逐渐加强；科学家们还在研究「涌现」的原理；还有年底的 OpenAI Drama 事件……科技博客 Everypixel Journal 整理了 2023 年 AI 行业的产品以及商业进展，他们还梳理总结了由风投公司 Air Street Capital 发布的《2023 人工智能现状报告》，Founder Park 一并进行了编译。012023 的 AI：有突破、有落地、有争议研究：技术突破及其能力GPT-4：OpenAI 最新模型 GPT-4 脱颖而出，成为功能最强大的 AI 模型，其显著优于 GPT-3.5，并在编码能力方面表现出色。自动驾驶：Wayve 的 LINGO-1 为驾驶增加了视觉-语言-动作维度，有可能提高自动驾驶系统的透明度和推理能力。文本到视频生成：VideoLDM 和 MAGVIT 引领文本到视频生成的竞赛，各自使用不同的方法——diffusion 和 transformer。图像生成：诸如 InstructPix2Pix 和 Genmo AI 的「Chat」之类的助手通过文本指令实现更受控和直观的图像生成和编辑。3D 渲染：3D 高斯散射——NeRF 领域的新竞争者，通过计算来自数百万个高斯分布的贡献，带来高质量的实时渲染。小型模型与大型模型：微软的研究表明，经过专门数据集训练的小型语言模型 (SLM) 可以与大型模型相媲美。TinyStories 数据集代表了这一方向的新方法：在 GPT-3.5 和 GPT-4 的帮助下，研究人员生成了一个非常简单的短篇故事的合成数据集，其中包含英语语法和一般推理规则。在这些 TinyStories 上训练 SLM 后发现，用于评估的 GPT-4 更喜欢由 28M SLM 生成的故事，而不是由 GPT-XL 1.5B 生成的故事。AI 在医学中的作用日益增强：像 Med-PaLM 2 这样的模型展示了 AI 在医学中的重要性日益增强，甚至在特定任务中超过了人类专家。谷歌的 Med-PaLM 2 通过 LLM 改进、医学领域微调和提示策略实现了新的*进的结果。多模态数据集 MultiMedBench 的集成使 Med-PaLM 能够将其功能扩展到基于文本的医学问答之外，展示了其适应新医学概念和任务的能力。此外，最新的计算机视觉技术在疾病诊断中显示出有效性。RLHF：人类反馈强化学习仍然是一种主要的训练方法。这种方法在增强 LLM 安全性和性能方面发挥了重要作用，OpenAI 的 ChatGPT 就是一个例子。然而，研究人员正在探索减少对人类监督需求的替代方法，以解决与成本和潜在偏差相关的担忧。这些替代方法包括从自己的输出中学习的自我改进模型以及减少对 RLHF 依赖的创新方法，例如使用精心设计的提示和响应来微调模型。水印标识：随着人工智能的内容生成能力的进步，对人工智能生成输出进行水印或标记的需求不断增长。例如，马里兰大学的研究人员正在努力将微妙的水印插入语言模型生成的文本中，而谷歌 DeepMind 的 SynthID 将数字水印嵌入图像像素中，以区分人工智能生成的图像。数据限制：人们担心耗尽人类生成的数据，有预测表明到 2030 年至 2050 年可能会出现短缺。然而，语音识别系统和光学字符识别模型可能会扩大数据可用性。LLaMa-2：虽然商业模型主导着该领域，但正在进行的努力集中于通过开源方法来生产高性能模型，Meta 的 LLaMa 系列就是一个例子。不披露：经济利益和安全问题不断增加，导致围绕前沿研究形成了一种不透明的文化。OpenAI 和 Google 已转向不披露有关其*模型（如 GPT-4 和 PaLM-2）的详细信息。行业：AI 的商业应用和业务影响NVIDIA 的主导地位：NVIDIA 实现创纪录的 23 年第二季度数据中心收入 103.2 亿美元，并进入 1 万亿美元市值俱乐部。生成式 AI 的主导地位：最突出的趋势是生成式 AI（GAI）的兴起。此外，生成式 AI 在稳定 2023 年的 AI 投资方面发挥了至关重要的作用。如果没有生成式 AI，AI 投资将大幅减少。受益于 AI 的主要行业：企业软件、金融科技、医疗保健。公开市场动态：公开估值显示出复苏迹象。苹果、微软、NVIDIA、Alphabet、Meta、特斯拉和亚马逊等集成 AI 的巨头在提振股市指数方面发挥着至关重要的作用。私人市场趋势：美国在全球私人 AI 领域占据主导地位，2023 年的资本投资占 70%。相比之下，欧洲 AI 企业的资本支持大幅下降。主要并购：并购市场仍然活跃，出现了 MosaicML + Databricks（13 亿美元）、Casetext + Thomson Reuters（6.5 亿美元）和 InstaDeep + BioNTech（5 亿欧元）等重大收购。企业投资动态：2023 年所有企业风险投资的 24% 投向了 AI 公司。资金动态：生成式 AI 公司主导大型融资轮次，通常用于获取云计算能力以进行大规模 AI 系统训练。2023 年，生成式 AI 公司明显获得比其他初创公司更大的种子轮和 A 轮融资。政治：AI监管、经济影响和不断演变的地缘政治英国和印度的轻触式监管：英国和印度采用支持创新的方法，投资于模型安全并确保早期获得先进的 AI 模型。欧盟和中国的严格立法：欧盟和中国已采取严格措施朝着人工智能特定立法迈进，尤其是在基础模型方面。美国的混合监管：美国尚未通过联邦 AI 法律，各个州颁布了自己的法规。批评者认为这些法律过于严格或过于宽松。监管和透明度：即将到来的 2024 年美国总统选举引发了人们对 AI 在政治中的作用的担忧，促使美国联邦选举委员会呼吁公众对政治广告中的 AI 法规发表评论。谷歌对 AI 生成的选举广告免责声明的政策就是一个透明度努力的例子。AI 和偏见：AI 偏见指控，特别是来自美国保守派团体，表明文化冲突正在蔓延到 AI 领域。OpenAI 正在通过审核和用户微调来解决这些问题。就业市场影响：研究表明，人工智能的进步可能会导致法律、医学和金融等行业的职位大量流失。然而，人工智能也可能使专业知识民主化，并在基于技能的工作中实现公平竞争。McKinsey 近日公布了一幅内容丰富的图表，全面概括了 2023 年人工智能（AI）治理领域内最关键的政策和监管动向。该图表以直观的视觉形式展示了 2023 年对 AI 法律框架塑造做出的显著贡献。安全性：识别和减轻高度智能未来 AI 系统带来的灾难性风险呼吁解决安全问题：对高性能 AI 系统的担忧促使未来生命研究所发出公开信，呼吁暂停比 GPT-4 更强大的 AI 开发，以解决安全问题。然而，对于具体风险或其可能变得相关的时间范围尚未达成共识。缓解工作：AI 实验室正在实施自己的缓解策略，包括用于评估危险能力的工具包和具有安全承诺的负责任的扩展政策。此外，基于 API 的模型（例如来自 OpenAI 的模型）具有检测和响应滥用的基础设施，以遵守使用政策?？从氡赵?AI：关于开源或闭源 AI 模型是否更安全的争论仍在继续?？茨Ｐ痛俳芯?，但存在滥用风险，而闭源 API 提供更多控制，但缺乏透明度。使用人类偏好预训练语言模型：研究人员建议将人类反馈直接纳入 LLM 的预训练，而不是传统的三个阶段训练。这种方法已在较小的模型上得到证明，并被谷歌部分采用在他们的 PaLM-2 上，已被证明可以减少有害内容的生成。宪法 AI 和自我对齐：一种新方法依赖于一套指导原则和最少的反馈。模型生成自己的批评和修改，这些批评和修改用于进一步的微调。这可能比 RLHF 更好的解决方案，因为它通过明确遵守设定的约束来避免奖励黑客攻击。越狱和模型安全性：解决与绕过安全协议的提示制作相关的问题仍然是一个挑战。02AI产品的进展在今年的 AI 进展方面，重点在于改善现有技术，而非引入类似于去年的 ChatGPT 或图像生成器那样的革命性创新。虽然没有令人震撼的效果，且真正的通用人工智能（AGI）尚未实现，但今年标志着从之前的重大突破向更强大的未来过渡的中间阶段。为了展示这种发展趋势，我们制作了一个视觉时间线，强调了今年在 AI 领域最为显著的进展：图像生成Adobe Firefly: Adobe 的 Firefly 和 Generative Fill 推动了多样化视觉内容的创作，如插画、艺术构思和照片编辑。集成到 Photoshop 中的 Adobe Firefly 使 AI 技术普及化，让更多用户能够轻松使用。其发布的文本效果功能也是一个重要进展，它允许用户给文字和短语添加风格或纹理。Midjourney: Midjourney 的 V.5 模型在图像生成领域达成了重要里程碑，展现了更高的效率、连贯性和分辨率。它的最新 alpha 版本，Midjourney V.6，进一步增强了功能，比如更精准地响应用户输入（prompt）、提高了模型的知识水平和简易的文本绘制能力。DALL·E 3:基于 ChatGPT 的 DALL·E 3 简化了图像生成过程，避免了复杂的用户输入（prompt）设置。此外，ChatGPT 还推出了一项功能，帮助用户优化输入内容，并根据反馈调整图像。Shutterstock.AI:知名库存图片平台 Shutterstock.AI 加入了 AI 功能，使用户能将输入内容转换成可授权的图像。Shutterstock 在推动伦理 AI 方面迈出了重要一步，对贡献的艺术家给予认可和奖励。文本到图像算法的演变，2007 对比 2023视频生成Stability AI：Stability AI 推出了 Stable Video Diffusion，这是一个具有里程碑意义的视频生成（generative video）模型，可在 GitHub 上开源访问。类似于 AI 图像生成的趋势，Stable Video Diffusion 模型很可能在 AI 生成视频领域发挥核心作用。HeyGen：这家 AI 创业公司推出了 一款用于语音克隆的工具，能够调整视频中的唇部运动并进行语言翻译。Runway Gen-2：Runway 发布了 Gen-2 模型，使用户仅需通过文本提示、图片或其他视频即可轻松生成完整视频。下面的例子就是一种展示。Pika 和 Pika 1.0：在首次发布时，Pika 吸引了超过五十万用户，每周生成数百万视频。在 Pika 1.0 中，升级后的 AI 模型使用户能够以多种风格（包括 3D 动画、动漫、卡通和电影）创作和编辑视频。Meta 的像素编解码头像（PiCA）：Meta 的 Pixel Codec Avatars（PiCA）模型为视频中的 3D 人脸提供了更加逼真的远程传输体验。文本生成Bard 和 Gemini:谷歌的 Bard 为聊天机器人注入了仿人类的情感和情绪。Bard 聊天机器人采用多模态数据集训练，而谷歌的 Gemini 以「最有能力」的 AI 模型身份崭露头角，成为与 OpenAI 的 ChatGPT 齐名的竞争者。Grok:埃隆·马斯克的创业公司 xAI 展现了其对 AI 发展的承诺，并有可能与 OpenAI 竞争。他们推出了「Grok」——一款具备幽默感、反叛特质，并能通过 ?? 平台获取实时信息的聊天机器人。xAI 承诺，Grok 能回答其他 AI 系统所回避的敏感问题。OverflowAI: Stack Overflow 的 OverflowAI 通过提高知识整理效率，使得用户能在 Visual Studio Code 和 Slack 中快速找到 AI 推荐的相关答案。Llama 2: Meta 推出了 Llama 2，这是其开源大语言模型 (LLM) 的升级版，性能更优。Meta 还对这一模型进行了针对对话场景的优化，使其在大多数标准测试中超越了其他开源模型。GPT-4: OpenAI 的 GPT-4 现在能够处理图像输入，生成标题、分类，实现听取和对话互动，还支持实时网络浏览。OpenAI 还进一步扩展了插件支持，促进了一个丰富多彩的开源竞争环境。GPT-4 标志着 OpenAI 向通用人工智能 (AGI) 迈进的新篇章。Mistral 7B: Mistral AI，估值大约 20 亿美元的今年，推出了 Mistral 7B，一个具有挑战性的大语言模型，旨在与 GPT-4 和 Claude 2 竞争。Mistral AI 采用开放技术策略，允许用户免费下载该模型，以促进技术共享和创新。Mixtral 8x7B: Mistral AI 同样推出了 Mixtral 8x7B，这是一个高质量的稀疏混合专家模型（SMoE），具备开放的权重参数，拥有总计 46.7B 参数，这标志着模型在提高真实性和减少偏见方面开放性的一大步。国产大模型介绍（部分）：文心大模型发布文心一言 4.0 版本阿里云发布通义千问，开源 Qwen-7B百川智能发布 Baichuan2-192k，开源月之暗面发布超长文本支持的 Kimi Chat零一万物发布开源大模型 Yi-34B清华开源 ChatGLM3国内大模型全景图，图片来源：SuperCLUE其他进展：这一部分进展有限，但预示着 AI 领域还有更多激动人心的发展。任何物体分割模型 (SAM)：Meta AI 推出了 SAM，这是一个强大的分割模型，能够在无需额外训练的情况下提取图像中的物体，展示了其出色的适应性。SAM 在大型数据集上的训练证明了它在物体分割方面的高效能力。直接偏好优化 (DPO)：DPO 的出现 标志着一种稳定且高效的方法，用于微调大规模无监督的大语言模型（LLM）和教授文本到图像模型。DPO 能够在不依赖复杂的基于人类反馈的强化学习 (RLHF) 的情况下实现精确控制。Zephyr 直接蒸馏 LM 对齐：Zephyr-7B 是直接偏好优化 (dDPO) 的成果，它为带有 70 亿参数的聊天模型树立了新的标准，通过减少训练量提高了意图识别的准确性。自主 AI 智能体：自主 AI 智能体的兴起 标志着向高级自主 AI 系统的重大转变。这些 AI 智能体被视为通用人工智能 (AGI) 的雏形，它们能够根据用户的目标自动生成任务和指令，并自主完成直至达成目标。EvoDiff：微软的 EvoDiff 是一个开源 AI 框架，专注于快速且成本效益的蛋白质生成，有望在治疗和工业应用领域带来突破。Stable Audio：Stability AI 发布 一款可以根据简单文本提示生成短而高质量音频片段的工具。GPT 商店，版权屏障，ChatGPT 机器人构造器：OpenAI 推出 GPT 商店来销售定制化的 GPT 机器人，版权屏障用于承担版权侵权索赔的法律费用，以及一个无需编程的平台，用于创建定制化的 ChatGPT 版本。Stability AI 开源其大语言模型 (LLM): Stability AI 已开源其模型，包括 StableLM-Alpha 和 Stable Vicuna。这些模型在文本和代码生成方面表现*。特别是 Stable Vicuna，它是*采用人类反馈强化学习 (RLHF) 训练的开源聊天机器人。另外，Stability AI 还推出了 SDXL Turbo，这是一款能实时将文本转换为图像的生成模型。03企业并购与合作在 2023 年这个充满活力的年份，行业*之间形成了一系列影响深远的合作关系，这些合作正在塑造未来的发展方向。以下是今年在 AI 领域具有里程碑意义的几个重要合作和联合：StabilityAI和 Init MLStability AI 通过收购了 Init ML，这是受欢迎的编辑应用 ClipDrop 背后的关键团队，其目的是将 Stability AI 的先进技术融入到 ClipDrop 的生态系统中。这次合作已催生了 SDXL Turbo 的开发。Runway 和 Getty ImagesRunway 与 Getty Images 建立了战略合作伙伴关系，共同推出了一款新的视频生成模型 RGM (Runway 和 Getty Images 联合模型)。这一模型结合了 Runway 的 AI 技术和 Getty Images 庞大的授权创意内容库。这一合作旨在彻底改变内容创作的流程，帮助企业制作符合品牌特色的高质量定制视频。Snowflake 和 Neeva作为数据仓库平台的重要玩家，Snowflake 收购了 Neeva，这是一家以利用生成式 AI 改善搜索体验而知名的初创公司。Neeva 最近结束了其基于订阅的、无广告的搜索引擎服务。Neeva 的创始人也承认了让用户尝试新搜索引擎的难度。Shutterstock 和OpenAIShutterstock 和 OpenAI 确定了为期六年的深化合作关系。OpenAI 获得了 Shutterstock 高质量数据的使用权，以此来丰富其模型训练的数据集，包括多种图像、视频和音乐资源。Shutterstock 则继续利用 OpenAI 的技术，推出了 Shutterstock 的 AI 图像生成工具。04AI 引起的一些争议2023 年，人工智能领域的辩论和讨论异常活跃，涉及到许多不确定性和该领域不断变化的规则。随着行业自身的发展，这样的辩论变得在所难免，预示着未来将有更多引发深思的对话和挑战。以下是今年最为引人注目的几场辩论：对 ChatGPT 的企业限制主要的金融机构，包括摩根大通、花旗集团、美国银行、德意志银行、高盛和富国银行等，已经限制了 ChatGPT 的使用，原因是出于对安全和隐私的担忧。这反映出一个更广泛的趋势：众多公司开始向员工发出警告，提醒他们在企业环境中使用人工智能应用时要考虑到相关的法律问题。OpenAI对低薪工人的使用《时代》杂志的调查揭露了 OpenAI 与 Sama 的合作，在肯尼亚雇佣低薪工人来筛选 ChatGPT 的敏感内容。这一事件引发了人们对工人待遇以及内容审核对心理健康影响的伦理关切。OpenAI的领导层变动Sam Altman 的暂时离职和迅速回归上个月成为热门新闻。Sam Altman 由于与董事会的沟通问题而辞去 OpenAI 的领导职务，接着发生了一系列领导层变动。临时 CEO Mira Murati 和大部分员工都支持 Altman 重返领导岗位。这一意外事件引起了广泛关注，也让人们对这次领导层变动的真正原因及其对未来的影响产生了疑问。Adobe 和 FigmaAdobe 计划以 200 亿美元收购 Figma 的消息引起了监管机构的关注，欧盟委员会和英国竞争与市场管理局因可能存在反垄断问题而开始调查。这项拟议的交易不仅仅是设计层面的问题，Adobe 在客户数据平台方面的主导地位也让许多首席信息官 (CIOs) 担忧它可能对云计算软件的消费产生重大影响。但由于在欧洲和英国难以获得反垄断审批，，并向 Figma 支付了 10 亿美元的终止费。摄影师在世界摄影大赛中以AI作品引起争议摄影师 Boris Eldagsen 在 索尼世界摄影大奖 中引发轰动，他提交了由 AI 创作的艺术作品。Eldagsen 拒绝接受奖项，这激发了一场关于 AI 生成图像是否适合参加传统摄影竞赛的讨论，这也挑战了人们对于摄影作品真实性和创造性的传统观念。05预测：未来一年可能发生什么？好莱坞级别的作品会使用生成式 AI 制作视觉效果。一家生成式 AI 媒体公司因其在 2024 年美国选举期间的滥用而受到调查。自我改进的 AI 代理在复杂的环境中击败 SOTA?？萍?IPO 市场回温，我们看到至少有一家专注于 AI 的公司上市。生成式 AI 扩展热潮见证了一个团队花费超过 10 亿美元来训练一个大型模型。美国联邦贸易委员会或英国竞争与市场管理局以竞争为由调查微软/OpenAI 交易。全球 AI 治理方面取得的进展有限，仅限于高层的志愿承诺。金融机构推出 GPU 债务基金，以取代用于计算资金的 VC 股权美元。一首由 AI 生成的歌曲进入 Billboard *单曲榜前 10 名或 Spotify 热门歌曲 2024。随着推理工作负载和成本大幅增长，一家大型 AI 公司收购了一家专注于推理的 AI 芯片公司。 【本文由投资界合作伙伴极客公园授权发布，本平台仅提供信息存储服务。】投资界处理。新能源前线月薪10万、空姐卖车之外的残酷真相

正文 2023新能源汽车，吵得越凶，卖得越多 进入2023年，当品牌吵架成为常态，并且当品牌间的互怼与销量产生关联时，汽车行业营销的逻辑就开始发生改变了。 如果卖不动车，那就吵一架吧。2023年的汽车行业很残酷，合资大败退，市场份额被自主品牌大幅渗透，三菱退出中国市场，成为真实写照。新能源车企，威马领头，天际、自游家NIUTRON、恒驰、爱驰、雷丁等造车新势力先后曝出经营不善，陷入生存危机，走到生死边缘。2018年时，中国曾有超过487家电动车制造商，到了2023年，小鹏汽车CEO何小鹏表示，正常经营的新势力车企，仅剩50家左右。2023年的汽车行业也颇有收获，今年前11个月，汽车产销分别完成2711.1万辆和2693.8万辆，同比分别增长10%和10.8%。中国汽车工业协会预计，2024年，汽车整体销量将在3100万辆左右，新能源乘用车市占率将达到43%。一冷一热之间，有一个非常有意思的现象，如今剩下来新势力车企虽然不多，可他们却非常活跃，新势力与新势力之间，新势力与传统车企之间的互怼，就像情侣吵架一样随意且频繁。由此揭开了新能源车的销量密码，车企大佬们每吵一次，品牌热度就涨一次，吵得越凶，卖得越多。01品牌互怼贯穿全年2023年最激烈的一次争吵来自长城和比亚迪。这两个品牌的恩怨由来已久，2023年之前也经常“互动”，只是今年的这次争吵比以往更加激烈，受到的关注也从行业内部扩散到社会层面。事件的导火索来自于长城汽车对比亚迪的举报，5月25日，长城在官方微博发布声明，称其4月11日曾公开向生态环境部、国家市场监督管理总局、工业和信息化部递交举报材料，就比亚迪秦PLUSDM-i、宋PLUS DM-i采用常压油箱，涉嫌整车蒸发污染物排放不达标的问题进行举报。比亚迪的回击来得很快，5月25日当天发布声明：“我们坚决反对任何形式的不正当竞争行为！并保留法务诉讼的权力！我们的产品及相关检测符合国家标准，在国家权威机构通过认证。”双方反复拉扯，圈内圈外除了看热闹之外，也有不少“劝架”的，呼吁行业企业应该营造健康的商业竞争氛围，而不是“互相拆台”?？墒浅こ怯氡妊堑系募芤丫晨?，就像两头斗在一起的公牛，很难拉开。8月9日，比亚迪第500万辆新能源汽车下线，比亚迪董事长王传福在庆典现场回顾造车不易，并深情地喊出了“我们在一起，才是中国汽车”，与王传?：盎巴酵瞥龅摹霸谝黄稹倍淌悠狄不鸨鋈?。长城汽车CTO王远力却并不愿意和比亚迪“在一起”，其在个人微博说到：“如果只是口头上强调在一起，那一定是嘴上蜜糖内心砒霜，还不如先打一架再在一起吧。”长城与比亚迪的争吵更多是品牌层面的“互掐”，我们可以视同为“官方行为”，余承东与何小鹏“对骂”而引发的一系列“论战”，则增添了有官方身份背书的个人色彩。11月1日，小鹏汽车董事长、CEO何小鹏在接受媒体采访时谈了对“AEB”技术的看法。他表达了两个观点：“*，大部分人可能从来没有碰过AEB；第二，友商讲了AEB，我认为99%是假的，它就是造假，那些宣传都不是公司官方发布的，全是来自小视频。”明眼人一看就知道，何小鹏口中的友商说的就是华为与赛力斯合作的AITO问界，何小鹏挑起话题，主要目的还是在于抢占自家技术在消费者心目中的站位。面对如此“挑衅”，不怕事的余承东肯定不会当作看不见，11月3日在朋友圈内涵何小鹏，“连AEB是什么，居然有车企一把手还根本没有搞懂呢！”还在评论区补刀：“一些人根本就没有搞懂AEB为何物！跟有人说智能驾驶就是扯淡/忽悠，几乎如出一辙！”11月4日晚间，何小鹏也在朋友圈发文表示：“我最近评价了一个行业乱象，结果行业没急，非行业的倒急了，不知道他急什么。”虽没有明说，但这明显就是对此前余承东发言的回应。两位车圈大佬的互相“开炮”，也引来其他造车新势力高管的围观。比如，当有人问及理想汽车创始人李想怎么看时，他的回答也开始阴阳怪气：“不和华为吵架，因为实在吵不过呀。”以上只是汽车行业内品牌吵架，高管互怼的缩影，年末时，懂车帝冬测引发的争议，更是引来几乎整个车圈的“群攻”。02新车销量再创新高用服务来破局销量困境，是蔚来自成立以来就坚一般来说，品牌之间发生争吵，吵赢了倒好说，吵输了的话，肯定会对品牌形象造成伤害，继而影响到销量，2023年的汽车行业的诡谲之处在于，品牌之间互怼，将结果放在一旁，至少在销量上，没有输家，全是赢家。首先，市场整体依然向上，中国汽车工业协会数据显示，2023年前11月，乘用车产销分别完成2344.1万辆和2327.2万辆，同比分别增长8%和9.3%。中国汽车工业协会副总工程师许海东表示，2023年汽车总销量预计在3000万辆左右，同比增长11.7%，全年销量预计再创历史新高。其中乘用车预计2600万辆左右；商用车预计400万辆左右；新能源汽车预计940万辆左右。数据来源：中国汽车工业协会 制表：洞见新研社具体到细分品牌，新能源汽车今年前11个月销量排名前三的品牌分别是比亚迪、特斯拉和广汽埃安。比亚迪和特斯拉占据榜单的前二，并不意外，只是比亚迪在2022年180.24万辆销量的基础上，仍然有52.6%的增长率，则多多少少让人有些意外了。目前，比亚迪已经累计完成了268.34万辆批发销量，同比增长64.29%，但如果按照300万辆的年销目标，比亚迪需要在12月完成31.66万辆的批发销量，这也是比亚迪从未有过的销量纪录，有压力，也有悬念。至于广汽埃安，虽然排在第三的位置，但从最近两个月的市场形势来看，理想、长城、赛力斯的单月增速上升极快，均超过了100%，最夸张的小鹏汽车11月同比增速更是达到了244.9%。按照这个趋势，广汽埃安在今年或能坐稳第三的位置，但到了2024年可就难说了。数据来源：乘联会 制表：洞见新研社在榜单的三强之外，我们可以注意到，销量排名靠前的几个品牌都是善于“挑事”的品牌，长城与比亚迪吵的很凶，自家的销量也没落下；余承东和李想这两个大佬是舆论场上的?？?，伴随着品牌的销量也都不差。实事求是的说，长城汽车对新能源的反应是慢了点，但自从2022年8月宣布全面新能源化以来，其向新能源转型的决心非常坚决，哈弗品牌还计划于2030年停车燃油车，目前旗下各品牌都有新能源产品的布局，2023年11月前的销量增速也达到了81.6%。理想汽车在被华为“教育”了之后，找到了自己的增长节奏，凭借着L7、L8和L9三款车型，在30万以上价格区间内成功开拓出家庭用车的增量市场，11月以创单月交付新高41030辆的成绩，完成了172.9%的同比增长，前11个月的增幅达到190.7%。赛力斯背靠华为，凭借着9月份推出的AITO问界新M7，成为车市黑马，由于其锋芒太露，李想也只能“避战”，新M7在华为Mate 60手机热度的加持下，11月的销量跨过了两万的关口，截至11月27日，新M7的大定数量已突破了10万台。作为对比，蔚来的李斌这一年来，很少“参战”，虽然品牌整体销量能够挤进前十，但增速却大大落后于友商，前11个月同比增幅仅有33.1%。吵得越凶，卖得越多似乎成了汽车行业的销量密码。03品牌吵架的本质是传播的逻辑变了很多人记忆中的汽车行业是很“温柔”的，在传统燃油车时代，企业高管*不会出头，更别说吵架了，就连公关层面的竟对稿件，PR的审稿也是极为严格，对竞品缺陷的描述尽可能的留有回转余地，通常是说了空间上的缺点后，也不忘带上操控上的优点来夸夸。然而进入2023年，当品牌吵架成为常态，并且当品牌间的互怼与销量产生关联时，汽车行业营销的逻辑就开始发生改变了。过去，传统汽车行业的公关传播、市场营销基本围绕着行业进步、技术发展、产品迭代的主线，以自我为中心，强调的是对行业的推动，进而聚焦到自家技术与产品的先进性上。当新能源车逐渐成为行业的主角时，以蔚小理为代表的造车新势力，再加上华为、小米、百度等互联网和消费电子行业的企业跨界而来，带来了互联网和数码圈的那套传播营销打法。互联网行业一个非常显著的特征是，技术趋同下的模式创新，在这个模式下，胜者为王，行业中的老大与其他小弟之间的差距非常大，早期的BAT，就分别占据了搜索、电商和社交游戏等赛道绝大多数份额。因而这些企业在做传播营销时，更多宣传的是自家的企业价值观，更加注重战略、图景这样的宏大叙事，对友商有着非常强的排斥性，潜移默化中，引导着消费者进行站队。一个非常明显的案例，行业中普遍采用的不同技术，比如增程、DHT、纯电等，以传统的行业观点来看，不过是针对不同场景的不同应用，技术本就无高下低矮之分，然而如今品牌间的争吵，其核心目的就是突出自家技术的优越性，在占位之外，更要树立起在某项领域中“行业一哥“的形象。这样一来，余承东、李想、何小鹏这些行业大佬经常挑起话题争端也就可以理解了。以上或者是品牌在宏观层面“乐于“吵架的原因之一，微观层面，则是”吵架“确实有利销售。互联网用户引流和手机数码产品的销售，常用的做法是用大量的话题去引发关注，然后再进行转化，因而除了常规的营销手段之外，品牌间的争论，具有话题性高管们的出位言论经常会成为*引爆点。另外一个方面，由于汽车售价较高，更换周期长，因而用户在买车时通常会反复对比，多方思考，讲求的是理性决策；手机数码产品同质化比较严重，加之价格低，更换周期短，因而用爆炸式的营销，在情感上占据心智，很多情况下是激情消费，冲动决策。在软文堆量、制造出位话题、夸张定调、不切实际的吹牛之外，效率最高的就是品牌间的争吵了，很短的时间集聚出圈的关注度，包揽所有流量，成功的完成了一次用户漏斗的扩大，反应到销售端，就是销量的上涨。这一套思维，造车新势力的创始人们和余承东、雷军等手机行业的老炮在过去的职业经历中都经过了无数的历练，也得到了市场的验证，因而拿来新能源汽车行业，也能很快适应，转型而来的传统车企们在被“教育“之后，也就有样学样跟着改变了。新能源汽车行业的发展还有诸多不确定，比如比亚迪的一枝独秀还能保持多长时间，亦或是谁能跑出向比亚迪发出挑战，但有一点可以确定，未来行业中的争吵肯定会比今年更多，更激烈。参考资料1、《2023年度盘点：直播互撕、高管对骂、集体发疯，真实的商战有多离谱？》——亿欧新消费2、《2023年汽车销量创新高，2024年能有多少？》——出行一客3、《2024年的汽车行业，需要什么样的传播》——autocarweekly 【本文由投资界合作伙伴微信公众号：洞见新研社授权发布，本平台仅提供信息存储服务。】投资界处理。知乎推出「年终学业小问 」 学生、新职人用户晒出学习成绩单