本月官方渠道发布行业新报告,温馨时光：两个人在家制作专属AJ运动鞋

本周行业协会发布新报告,如何正确理解Token经济学？,很高兴为您解答这个问题，让我来帮您详细说明一下。家电操作教学专线，新手快速上手

上海市静安区、太原市晋源区 ，宝鸡市陈仓区、文昌市重兴镇、内蒙古乌兰察布市集宁区、延边安图县、湛江市霞山区、大理洱源县、广西来宾市武宣县、临沂市河东区、黔西南册亨县、内蒙古阿拉善盟阿拉善右旗、信阳市新县、中山市南区街道、内蒙古包头市九原区、宜宾市屏山县、葫芦岛市龙港区 、安康市宁陕县、本溪市本溪满族自治县、郑州市金水区、宁德市屏南县、马鞍山市当涂县、长治市潞城区、陵水黎族自治县椰林镇、杭州市建德市、保山市施甸县、西安市高陵区、郴州市苏仙区、楚雄武定县

官方技术支援专线,本周研究机构发布行业新动向,温馨时光：两个人在家制作专属AJ运动鞋，很高兴为您解答这个问题，让我来帮您详细说明一下：家电故障不用愁，客服热线帮您忙

内蒙古赤峰市宁城县、上饶市鄱阳县 ，上海市崇明区、天水市清水县、恩施州鹤峰县、白银市靖远县、深圳市南山区、陵水黎族自治县三才镇、内蒙古锡林郭勒盟二连浩特市、定安县定城镇、陵水黎族自治县黎安镇、娄底市新化县、周口市项城市、五指山市通什、重庆市丰都县、齐齐哈尔市碾子山区、陇南市礼县 、黄冈市黄州区、重庆市合川区、晋中市祁县、海口市秀英区、湘西州凤凰县、果洛玛沁县、内蒙古包头市石拐区、上海市普陀区、龙岩市漳平市、西安市雁塔区、广西柳州市融水苗族自治县、吉安市安福县、舟山市普陀区、眉山市丹棱县

全球服务区域: 淄博市高青县、扬州市邗江区 、德州市禹城市、乐东黎族自治县万冲镇、滨州市惠民县、黄冈市黄州区、中山市三乡镇、巴中市通江县、南充市阆中市、内蒙古呼和浩特市赛罕区、宝鸡市凤县、双鸭山市宝清县、儋州市雅星镇、吉安市井冈山市、长治市沁县、荆门市钟祥市、宁夏固原市西吉县 、东莞市桥头镇、齐齐哈尔市依安县、楚雄大姚县、黄石市西塞山区、镇江市扬中市

近日监测部门传出异常警报,今日行业报告更新行业新动态,温馨时光：两个人在家制作专属AJ运动鞋，很高兴为您解答这个问题，让我来帮您详细说明一下：售后咨询服务中心，全时段多渠道服务

全国服务区域: 株洲市石峰区、德州市宁津县 、常德市津市市、郑州市管城回族区、西安市碑林区、雅安市芦山县、自贡市贡井区、东莞市麻涌镇、成都市青羊区、嘉兴市平湖市、深圳市龙岗区、常德市津市市、驻马店市遂平县、成都市金牛区、大理剑川县、江门市蓬江区、宁波市宁海县 、周口市项城市、凉山金阳县、大理永平县、黄冈市武穴市、莆田市秀屿区、鹰潭市余江区、襄阳市樊城区、吉林市丰满区、内蒙古呼伦贝尔市额尔古纳市、锦州市凌海市、汉中市城固县、凉山昭觉县、台州市路桥区、丽水市缙云县、娄底市娄星区、黔东南天柱县、定西市漳县、盐城市盐都区、淄博市周村区、内蒙古包头市白云鄂博矿区、广西梧州市藤县、广西崇左市龙州县、临汾市古县、运城市盐湖区

本周数据平台近日官方渠道公开最新动态:今日监管部门披露重要进展,温馨时光：两个人在家制作专属AJ运动鞋

在这个快节奏的时代，我们总是忙于工作、应酬，很少有时间陪伴家人。而今天，我要和大家分享一个温馨的家庭活动——两个人在家制作专属AJ运动鞋。这不仅能够增进家人之间的感情，还能让你们共同度过一段难忘的时光。 ### 准备阶段 首先，我们需要准备以下材料： 1. 一双AJ运动鞋的鞋模 2. 鞋面材料（如人造革、绒面革等） 3. 鞋底材料（如橡胶、EVA等） 4. 鞋带、鞋眼、鞋跟等配件 5. 剪刀、缝纫机、针线等工具 准备好材料后，两个人就可以开始动手制作了。 ### 制作过程 1. **设计鞋面**：首先，我们要根据鞋模设计鞋面图案。可以发挥创意，绘制出自己喜欢的图案，如卡通形象、风景画等。两个人可以分工合作，一个负责设计图案，另一个负责裁剪鞋面材料。 2. **裁剪鞋面**：将设计好的鞋面图案打印出来，按照图案在鞋面材料上剪出相应的形状。注意，裁剪时要留出一定的余量，以便后续缝合。 3. **缝合鞋面**：将裁剪好的鞋面材料按照设计图案缝合在一起。在这个过程中，两个人可以互相学习、交流，共同进步。缝合完成后，将鞋面材料与鞋模贴合，确保鞋面形状符合要求。 4. **制作鞋底**：将鞋底材料按照鞋模形状裁剪出来，然后缝合在鞋面底部。注意，鞋底缝合要牢固，以免在使用过程中出现脱落。 5. **安装配件**：将鞋带、鞋眼、鞋跟等配件安装到鞋子上。这个过程需要细心操作，确保配件安装牢固。 6. **检查与调整**：完成所有制作步骤后，仔细检查鞋子是否有瑕疵，如有需要，及时进行调整。 ### 感悟与收获 通过两个人在家制作AJ运动鞋的过程，我们不仅学会了手工制作鞋子的技巧，还收获了以下几点： 1. **增进感情**：在共同完成制作的过程中，两个人互相帮助、互相鼓励，感情得到了升华。 2. **培养耐心**：手工制作鞋子需要耐心和细心，通过这个过程，我们学会了如何面对生活中的挑战。 3. **激发创意**：在制作过程中，我们可以发挥自己的创意，设计出独一无二的鞋子，满足自己的个性化需求。 4. **传承技艺**：将手工制作鞋子的技艺传承给下一代，让他们在成长过程中学会动手能力和创新精神。 总之，两个人在家制作AJ运动鞋是一项充满乐趣的家庭活动。在这个过程中，我们不仅收获了美好的回忆，还锻炼了自己的动手能力和创造力。让我们珍惜这样的温馨时光，让家庭更加和谐美好。

文 | 解码 Decode去年 5 月，当大模型厂商卷起价格战时，Tokens 大概率是出镜率最高的英文单词。简单来说，Tokens 是大语言模型（LLM）用来切割自然语言文本的基本单位，可以直观的理解为 " 字 " 或 " 词 "。就像工业时代用 " 千瓦时 " 度量电力消耗，互联网时代用 "GB" 度量数据流量，AI 时代用 "Token" 来度量模型的工作量。一个 Token 可以理解为一个词或词片段（中文里可能是一个字或词语）。Tokens 的调用量，本质反映了模型推理过程的计算量。而计算量的高或低，直接揭示了模型在实际应用中的能力、成本、速度和可行性。因此，从 Tokens 角度跟踪 AI 应用落地进展，就是一个非常深刻且切中要害的视角。它意味着我们将 AI 从一种 " 黑箱魔法 " 或纯粹的技术概念，拉回到了一个可度量、可分析、可商业化的实际生产要素的层面。简单来说，这意味着我们不再只关注 AI" 能做什么 "，而是开始量化分析它 " 做了多少 "、" 效率多高 "、" 成本多少 " 以及 " 价值多大 "。谁在消耗 tokens？模型厂商以 tokens 为主要定价单位的底层逻辑是：模型调用时的 tokens 消耗量与相应算力投入存在强关联性。而另一条暗线则是，算力投入链接了营收与 tokens 调用量。换个说法就是，模型厂商营收与其 tokens 调用量呈现显著同步的高增趋势。2024 年 6 月至 2025 年 6 月，OpenAI 大模型基础设施——微软 Azure 云的日均 tokens 调用量从 0.55 万亿上涨至 4.40 万亿，与此同时，OpenAI 年化营收（ARR）从 2024 年 12 月的 55 亿美元增长至 2025 年 6 月的突破 100 亿美元，并在 2025 年 8 月达到 120 亿 -130 亿美元。也就是说，谁消耗 tokens 更多谁就是基模厂商的主流商业模式。就目前来看，OpenAI、Anthropic、字节跳动等基模厂商主要有 C 端和 B 端两种，其中 C 端包括原生聊天助手、工具类原生应用（影视、图片、编程等）的订阅收入、付费功能以及与内部 C 端产品整合后的间接收入（如 Google Chrome）；B 端则包含为大客户落地 AI 应用和企业直接 API 调用。C 端的 tokens 调用量，主要贡献者有三个：1 大流量池产品内部的附加 AI 功能2024 年 5 月谷歌搜索上线的 AI Overview 功能，至 2025 年二季度月活已超 20 亿。国海证券预测，AI Overview 功能单日 tokens 消耗量在 1.6 至 9.6 万亿区间内，在 2025 年 7 月 Google 日均 tokens 调用量中的占比为 4.9% 至 29.4%。抖音、剪映、今日头条等同样为大流量池 C 端产品，月活量级已达到 10 亿（2025 年 3 月）、7 亿（2025 年 7 月）、2.6 亿（2024 年下半年月均）。百度之于搜索、美图秀秀之于图像，大流量 C 端应用的 AI 改造都是上述逻辑。据非凡产研，2025 年 7 月百度 AI 搜索访问量居国内智慧搜索品类第一、美图秀秀的国内访问量 / 存量月活、新增下载量依旧居图像品类第一，且月度收入仍在环比提升。2 原生聊天助手ChatGPT 聊天助手保有较大 C 端用户规模，2025 年 7 月 APP+ 网页端合计月活达 10.15 亿，是 OpenAI 重要 Tokens 调用量驱动因素。3 视频赛道拥有较大用户基础的新兴应用除产品内置 AI 功能、聊天助手外，图像、视频、陪伴、办公、教育赛道内均出现了有较大潜力的 C 端新兴 AI 应用。字节跳动进行多维度布局，推出醒图 / 星绘（图像）、即梦（视频）、猫箱（陪伴）、豆包爱学（教育）等 AI 应用。其中醒图、即梦 7 月月活达到 4924 万（当月收入 59 万美元）、1393 万（当月收入 58 万美元），已成为图像、视频赛道内拥有较大用户量级的产品；猫箱 7 月月活 794 万，当月收入达 112 万美元，商业转化效率较高。例如接入 gpt-image-1、Leonardo.AI 的 Canva，用于文生图、文生视频、图像补全等除文本模态外的编辑、生成场景。根据 Gemini、Kimi 等大模型的折算口径，单张图片的输出（输入）tokens 消耗量在 1024（kimi）— 1290（Gemini）之间。B 端 tokens 调用量主要源于企业级 AI 应用。其所呈现出来的特征，一是渗透率较高，Google 发布的 " 全球 601 个领先企业 AI 应用案例 " 显示，各大规模的企业已开始尝试将生成式 AI 投入生产，涉及汽车与物流、商业与专用服务、金融服务、医疗与生命科学、酒店与旅游、制作、工业与电子、媒体、营销与游戏、零售、科技、通信、公共部门与非盈利组织 "11 大行业。二是基模厂商的 B 端收入比例较大。数据预测 2025 年 OpenAI 来自 B 端的 ARR 收入占比达 54%；Anthropic 占比达 80%。谷歌透露 Gemini 企业客户超过 8.5 万家，推动调用量同比增长 35 倍；火山引擎大模型收入 2024 年在国内公有云市场中份额排名第一，占比达 46.4%（外部使用量，不包括豆包等内部 APP）。技术迭代解锁应用需求越来越多的 tokens 调用量，并非因为更大参数的大模型，而是推理增强、多模态、Agent 化、长上下文转型共同作用的结果。用一句话概括既是：技术迭代解锁应用需求。以 GPT-5 和 Grok4 为例：GPT-5 把 " 更强的推理能力（通过引入 test-timecompute）+ 多模态 + 更长上下文 + 更严格的安全控制等 " 置于产品默认层面；Grok4 核心升级则是把 " 原生工具调用 + 多代理协同推理 + 超长上下文等 " 做成一个可商用产品。GPT-5 和 Grok4 如此设置的目标，是希望借助技术迭代增强 AI 在更复杂、更具备 " 生产力 " 的关键场景下的实用性、准确性，并且使得 AI 应用加速落地。举个例子，假设原来 1 轮客服对话服务消耗 200tokens，升级后客服问答场景中的大模型推理过程将扩展成：客户意图澄清 + 内部知识库检索 + 逻辑校验 + 答案润色 4 个环节，即 4 轮内部推理，每轮 150～200tokens，最终消耗 600 至 800tokens。类似的案例在对应的推理增强、多模态、Agent 化、长上下文转型中都能找到，其最终结果是双向增强，存量 AI 应用场景的解决方案更好，对应的 tokens 调用量也倍数增长。随着技术趋势的不断推进，大量原本因 " 不准、不全、不落地 " 而被搁置的需求将被解锁。当准确率、可控性跨过可行性线后，用户特别是 B 端企业（有生产力场景需求）或将从观望转为批量采购。总结起来就四点，推理增强把能用变成敢用、多模态把单点工具变成端到端工作流、Agent 化把对话变成可审计的业务系统、长上下文把项目级任务放进模型。与此同时，虽然 tokens 调用量倍数增长，但定价却是直线下降。比如 xAI 的 Grok-4-Fast，输出百万 Token 仅需 0.5 美元（约 3.5 元人民币），但比起国内基模厂商来还是不够狠，去年 9 月阿里通义千问主力模型最高降价 85%，Qwen-Turbo 低至 0.3 元 / 百万 Tokens。其中一部分原因是基模厂商的价格战，让 " 一百万 Tokens 的钱 , 都买不了钵钵鸡 "，也有一部分是因为模型厂优化算力成本的结果。2024-2025 年，为优化大模型算力成本，模型厂商进行了压缩大模型单次推理计算量（稀疏化、量化、投机解码）、提升 GPU 利用率（连续批处理、编译器融合）以及换用租金更便宜的云、芯片（国产替代、专用 ASIC）等方面的尝试，平均 tokens 定价实现了较大降幅。此外模型厂商还进一步通过 " 模型分层 + 价格分层 " 的多样化策略压低模型的使用门槛，让中小预算客户也可接入，比如：OpenAI 用 GPT-5-mini/nano 覆盖轻量场景；Google 以 Gemini 2.5 Flash 主打 " 极速低价 "；Anthropic 用 Claude 3.5 Haiku 提供中等规模、高性价比选项等。因此一个 AI 飞轮就已成型，当模型使用成本下降，企业 / 个人调用 ROI 随之上升，更多应用需求从观望向采购转化，促进 tokens 调用量倍数增长的同时，AI 应用随之迎来生态繁荣。Token 经济学就意味着，可以直观的获得以下几个关键进展的洞察：成本与经济效益的量化、技术效能与模型能力的评估、应用场景的深化与演化以及商业模式与市场格局的清晰化。其中成本与经济效益的量化是最直接、最商业化的意义。尾声如果把 AI 大模型想象成一个 " 知识电厂 "，Token 就是它发出的 " 度电 "，你的提示词就是 " 合上电闸 " 的指令，AI 应用开发者就像是 " 家电制造商 "。从 Tokens 角度跟踪进展，就相当于电力公司和社会在跟踪：全社会总用电量（AI 应用的总规模）增长了多少？哪种家电（哪种 AI 应用）最耗电（消耗 Token 最多）？发电技术是否进步了（模型效率）？每度电的成本是否下降？新的高能效家电（高效的 AI 应用）是否被开发出来？从 Tokens 角度跟踪 AI 应用落地进展，意味着 AI 行业正在走向成熟、务实和工业化。它摒弃了早期对参数规模和技术炫技的过度关注，转而聚焦于一个更根本的问题：如何以可承受的成本，可靠地利用 AI 能力来解决实际问题并创造商业价值。这标志着 AI 不再是实验室里的玩具，而是真正成为了驱动下一代技术和商业创新的基础效用。作为从业者、投资者或观察者，理解 Token 经济学，就如同在互联网时代理解带宽成本一样，至关重要。