文｜邓咏仪

编辑｜苏建勋

每一次点进直播间，你的选择已经在深刻改变着商业生态。

如今直播生态已经趋于成熟。直播间、社交媒体上的“达人”，事实上已经成了一个品牌的店面，人设代表着受众群体、风格和定位，达人负责捕捉新一季的时尚元素，快速出设计图、打样，国内工厂在半个月内就能完成生产和出货。

这套被称为“小单快返”的模式如此运转多年，催生出了类似SHEIN这样的跨境巨头，已经成为国内市场的标配。

但在广袤的海外市场，电商的基础设施参差不齐，物流、生产供给的缺乏、更多元化的用户群，藏着大量可以被AI改造的空间。

这是曾经负责淘宝直播业务的道放，离开阿里后，最想做到的事。

他出生于1983年，经历过移动互联网的所有风口——2008年毕业后，加入百度、360等公司，担任算法专家；2013年加入阿里后，一待就是11年。他曾经从0到1做出过亿用户的印度短视频平台VMate，负责过“点淘”APP，2021年开始统管淘宝直播业务。

“从达人的审美，到设计师的桌子，再到工厂再到消费者手中，这个过程太长了，信息严重扭曲。”道放说。

在电商还没有那么发达的其他市场，他希望能在其中建立起一套完整的AI电商服务体系，桥接国内供应链和海外达人生态。

货跟着流量在动，也直接重塑了供应链生态。比如，传统的服装供应链中，销售体系可能就会分为5到9级不等，商品流转周期很久，加价倍率也很高，品牌需要提前半年，就要把所有的商品设计出来、打样、下单，导致传统女装的爆款预测准确率较低，产生库存难题。

而在消费者端，因为大模型的发展，每个人获得一对一的服务，也变成了可能，这成为道放创业新项目Infimate的开始：为每个人做一对一专属的“赛博闺蜜”。

这个赛博闺蜜就像一个专属于你的AI购物Agent，—个能理解时尚趋势、提供个性化穿搭建议的朋友。“会基于你的身材、肤色，以及当下流行趋势，给用户做搭配，给到专业的建议。”道放向我们描述。

最重要的是，“赛博闺蜜”一定要能帮助你减少购物过程中的诸多繁杂琐事：计算最佳优惠、帮你抢券、告诉你各种小道省钱妙招，监测何时是最佳下单时机等等。

这也是Manus带来Agent浪潮之后，道放觉得创业时机成熟的原因：模型能够调用内部工具，完成各项任务。而这一切，必须要建立在有足够纵深的垂直领域数据和场景之上。

他以之前火爆的“Tiffany蓝”、“牛油果绿”等趋势举例。这些是由各个KOL、达人营造风向，传导到更广大的消费者中。

“这些KOL做到的事情，就是在时尚领域‘造词’，打造并传播当前热门的时尚元素。”道放认为，结合各类公域数据加以训练，以及用户主动告知的喜好，大模型已经足够有能力完成KOL所做的事：完成时尚元素的捕捉、预测以及表达，给用户做更精准的推荐。

同时，模型将这些标签建立好后，也可以把这套能力提供给B端，同时服务B端的品牌、达人等等，服务的场景多种多样，包括爆款预测、爆款生成、选品决策支持，最终构建起AI电商服务体系。

但这个不可避免会涉及一个问题：道放想做的事情，看似都在大厂射程范围内。为什么机会会在创业公司手中？

“首先，我们定位海外，海外电商平台无论是生态和玩家格局都更分散，平台垄断程度比较低。这是更有利于大模型切入的生态——给C端做个性化定制，用户天然就会更相信一个第三方的Agent。”道放表示。

更重要的是，道放曾在大厂内部从0到1创业，深知大厂在做决策时，需要考虑既往业务，也有资源侧重的考虑——对于探索Agent这类更新的业务方向，创业公司还是有着不少时间和空间。

事实上，在离开阿里后，道放曾在朋友圈宣布将在具身领域创业，目标是“为机器人尽快进入千家万户贡献自己的一点力量”。

但他和创业核心伙伴摸索一圈，最终评估下来，具身智能如今的技术探索还相当早期，起码要5-10年才有可能出现商业化上的飞跃，“离消费者还是有点远”。

为了离消费者、市场更近，道放还是选择暂缓具身方向的探索，把重点放到了AI+电商上。

在淘宝11年，掌管在风口上的直播电商业务，在道放身上也投下了浓重的影子——他语速极快，你甚至很难从他连续的思绪中，找到提问的切口。

道放也和普遍印象中的大厂高管不太一样。过往印象中，大厂高管可能手握天价预算，随对各种宏大战略信手拈来。但我们从道放的叙述中感受到一种朴素的目标——要找到贴近用户的场景，迅速建立起商业闭环，养活团队。

这是从阿里离开之后，道放的第一次公开表达。以下为我们和道放的对话，经编辑整理：

△Infimate创始人程道放 图源：企业授权

想过做家庭机器人，但也许太早了

《智能涌现》：你离开阿里后，发的第一条朋友圈就说自己要做具身机器人，现在要做AI电商，这个想法是怎么演变的？

道放：我是去年7月左右，阿里内部第一波GPT影响下来，就在研究AI对具身机器人和电商领域的影响。我一直呆到今年2月份，才最终决定出来创业。

其实我出来后还是在同步推进这两个方向，毕竟具身机器人和AI电商我们都深入研究了很多年，我自己也是学计算机的。

《智能涌现》：当时想从什么方向切入？

道放：从2023年7月开始，我还在阿里的时候，已经同时在关注具身和电商的AI应用了。出来创业后，我们把所有信息采集完，当时想过从家庭机器人开始切入。

当时，我们思考的是，具身当前的瓶颈在于真实场景的操作数据，所以从可行路径来看，应该去切垂类场景。在垂类上面，用现有的方法可以启动，能开始干活，进入场景之后就能获取更多的反馈和数据，才能迅速迭代。

我们的目标还是希望做具身机器人，但这个赛道现在处在一个技术发展的早期阶段，特别是第三步的精细操作，还需要很长时间的技术积累和突破。我们估算真正能做到家庭实用级别，至少还需要5-10年。

《智能涌现》：调研完之后，怎么看这个赛道的发展阶段？

道放：具身智能实际上涉及三个技术方向。

第一个技术方向，是AI的多模态交互，涉及到交互界面跟整个认知的理解，这个其实是偏软件，跟大模型同步发展的。它是豆包这类大模型APP的延伸，豆包多模态交互主要是文字和语音，但机器人除了语言之外，还需要控制表情、眼神、语气、微动作等，需要更多元的交互和控制。

第二个技术方向是基于强化学习的运动能力（Locomotion），主要解决双足行走以及全身控制。像唱歌跳舞、空翻，都是在这一部分基础上做出来的。

最重要的是第三个方向，端到端的模仿学习，去做手的操作。手的操作才会真正意义上替代人。

在现有技术进展上，前两部分进展还比较好，尤其是强化学习的运动能力。我们见到的所有空翻、马拉松跑步，全部都是这个技术的发展结果，但是这些展示的机器人很多都还需要遥控器控制的。

要做到自主操作，就需要第一步的多模态交互能力，包括表情微动作语音这部分，还有规划层。第二步强化学习这部分也还好。

《智能涌现》：现在前两步应该都做得不错了。

道放：现在所有人面临的难点是第三步的精细操作，因为它是接触式的精细动作，要到毫米级的精度，需要触觉和力的反馈信息，而且需要通用性才能进入家庭，所以很难。

我在阿里时调研完后得出结论，具身机器人的发展途径应该是切垂类，在垂类上用现有方法做启动，虽然准确度不够好，但通过不断给数据，处理各种Corner Case（罕见案例）后，会做得越来越好。

问题就是Corner Case（罕见案例）获取也是很难的，现在的高质量数据非常缺。我调研一圈下来，大家公认的还是做端到端模型是最优雅的方案，但这里需要的起码是十亿级别的数据，现在瓶颈还是很明显。

《智能涌现》：除了数据，还有其他难点吗？

道放：首先是精度和力控的问题。手部操作需要毫米级的精度，而且要有力的反馈。比如你拿一个鸡蛋，力度大了会捏碎，力度小了会掉，这需要非常精确的力控。现在的机器人手很难做到人手那种精细的触觉反馈和力度控制。

其次是通用性的挑战。不像工业机器人只需要做固定的几个动作，家庭机器人需要处理各种不同的物体、不同的环境、不同的任务。今天可能要叠衣服，明天要洗碗，后天要整理书架，每一个任务的动作空间和要求都完全不同。

第三是数据收集的问题。Imitation Learning（模仿学习）需要大量高质量的示范数据，但收集人类精细操作的数据非常困难和昂贵。不像图像识别可以从网上爬数据，手部操作的数据需要专门录制，而且要保证动作的准确性。

Corner Case（罕见案例）太多了。真实环境下的变化太多了，物体的材质、形状、重量、摆放位置都不一样，很难通过有限的训练数据覆盖所有情况。

所以虽然前两步技术相对成熟，但第三步的精细操作是真正决定机器人能否实用化的关键，也是最难攻克的。

《智能涌现》：这意味着落地场景很受限？

道放：现在存在明显的技术能力与市场需求之间会有一些错配，我们是想做“有用”比“有趣”多一点的场景的。

但用户真正需要的那些精细操作功能，比如帮你处理日常家务、分拣物品之类的任务，技术上还远远不成熟；现在的机器人用得更多的还是简单的迎宾互动、表演之类的，离真正打工还很远。

当然这不是说它没有价值，只是我们需要正视这个现实，同时也理解为什么消费级机器人市场推进得相对缓慢。技术发展需要时间，而市场也需要找到那个平衡点。

《智能涌现》：所以是因为技术曲线发展还相对早期，才选择考虑别的方向？

道放：在具身的第三阶段，就是真正能够自主规划操作的部分，大家公认的终局是要建立端到端的模型。但现在的真正问题在于，这个端到端的数据驱动，目前大家用的模仿学习方法，最大的问题就是通用性很差，要做出超出预期的体验感很难。

我们想做的，还是让机器人能走进千家万户，真正能干活。

我们预计这个方向需要等待一些通用性、“大单品”出现，我们团队擅长的部分才比较能发挥出更大的能量——做产品、做商业化。

要做“AI闺蜜”，而不是冷冰冰的推荐系统

《智能涌现》：如果具身智能赛道还太早，你后来看到了AI+电商的什么机会？

道放：更多是因为看到了AI技术带来的巨大变革机会，尤其是在电商领域。我们想做的事情，本质上是在AI时代探索新的电商入口的可能性，这需要全新的视角和组织形式。我相信AI在电商领域的应用，尤其是在个性化推荐、内容生成方面有很大潜力。创业会给我更大的自由度去探索这些可能性。

《智能涌现》：哪些关键技术转变，是比较核心的？

道放：今年年初的Manus其实是标志性事件。

这几年的AI应用，我会把他们分成三个阶段：

1.0时代主要是对话交互阶段，解决一些简单的信息需求，这个阶段持续了2-3年左右； 2.0时代的AI垂类应用，则更多关注提升效率，比如基于文生视频、图生视频、应用于各个垂直领域的场景中，这些应用大多面向企业端； 3.0时代是一个非常典型的发展阶段。最近一些新的模型，比如GPT-4，已经把工具的使用变成了模型训练的一部分。这就意味着3.0时代的技术，比如以Manus为代表的应用，已经不仅仅是信息交互，而是开始进入到操作的层面了。

这意味着什么？意味着AI不再只是给你信息，而是能像一个实习生一样，帮你操作电脑，执行一些机械但必要的工作，比如收集资料、应用滤镜等。这种computer use的能力是有巨大价值的。

《智能涌现》：怎么用一句话概括你们想做的事情？

道放：我们第一阶段要做的是电商领域的AI闺蜜，为用户提供专业购买建议和陪伴式购物体验。

《智能涌现》：你用的词是“闺蜜”，而非助手，为什么？

道放：我们更想做的Agent，是类似”赛博闺蜜”的概念，我们希望这个是类似闺蜜的亲密关系。

传统的AI助手更像是工具，你问它答，但闺蜜不一样。你跟闺蜜的关系是平等的，她也可以跟你聊一些兴趣话题，她也可以聊购买建议，就像你身边总有一个特别会买的朋友一样。

《智能涌现》：可以算是KOC（Key Opinion Consumer，关键意见消费者）吗？

道放：不是基于现有有名的KOL或者KOC的IP，而是基于这些人的专业能力。

我们希望做的是”闺蜜电商”这个场景。想象一下，如果你的闺蜜具有李佳琦的专业能力，同时能专门为你服务，你可以随时问她怎么买。她的专业性体现在所有的购买决策上，在趋势捕捉上比一般人更厉害，因为她有更全的数据。

但同时她又不是冷冰冰的，而是有温度的。

最重要的是，她不只是给建议，还有完整的执行能力。你可以直接跟她说想要什么，她就给你买了。

《智能涌现》：用户要怎么和这个AI闺蜜互动？

道放：有很多形式，单独App是一个形式，我们甚至希望用最极简的方式实现这个体验——他跟你加个社交媒体加好友，每天聊微信就好了，把所有的信息源和履约都帮你搞定。

你把商品链接发给他，他直接帮你买。他还有很多技巧性的领券能力，你自己都搞不到的优惠，他能在各种奇怪的群里薅出来。

虽然我们从时尚领域开始，但本质上可以扩展到整个生活领域。

《智能涌现》：怎么搞定履约？这个会涉及到很多终端、软件的交互。

道放：最近我和一个朋友讨论过一个场景，比如你想去星巴克点一杯咖啡，这有很多人会选择在闲鱼上抢券，便宜个几块钱，或者找代点。

这个过程是这样的，你先买券，买完券以后，你通过对话的方式找商家客服，然后你跟他讲说我在哪个店里面，我要买什么咖啡，把这个券给我用了。用完了以后，他会告诉你有一个码，有了这个码你就会去自提。

现在以Manus为代表的通用Agent，可以做到前面的部分，就是在小程序上帮你下单，但是涉及到更复杂的履约——在闲鱼上比较商家，甚至看看美团、抖音、私域社群之类的优惠券哪里更便宜，最后下单。

大模型调用工具完成更多工作，在我们看来就有很大价值了。这就是我们看中的一个机会。

《智能涌现》：履约其实会涉及智能体在执行任务，智能体也在技术发展很早期。想做到你们的目标，难在什么地方？

道放：这种过程一定需要更复杂的私有信息，包括把通用的知识与某个垂类应用的知识结合起来，形成一个垂类模型，才能解决很多问题。

《智能涌现》：怎么让这个智能体更有人味？我们过往的购物数据、互动数据可能很多都在平台。

道放：产品形态可以非常简单，就像一个数字闺蜜加了你的微信，每天聊天就好了，不需要很复杂的设计。

关键在于利用好平台上已有的数据资产，同时建立持续的互动机制。

本质上，AI是可以基于“懂你”的基础去收集和筛选信息的，它在趋势捕捉上比普通人更厉害，因为它能接触到更全面的数据。

但光有数据还不够，互动是核心。跟你的互动需要日常化，每天通过聊天才能真正了解你。

比如，和用户聊最近的流行趋势、明星节目如浪姐浪哥。这个AI闺蜜可以和你聊喜欢哪个选手，喜欢什么风格。

审美可以被”元素化”，这是AI的新机会

《智能涌现》：你经历了从货架电商到直播电商的时代演变，每个阶段，你觉得在供给和消费端都完成了什么事情？

道放：过去几年，直播电商的增长速度远超大盘。但现在其实国内的电商格局已经趋于稳定，大家对直播这个形态也会有些疲惫。

直播有很多好处，但它最大的问题就是时间成本太高。花那么长时间看直播的用户越来越少，你能看到抖音这些年也在回头大力搞货架电商。

这会是AI重新提供价值的机会。

《智能涌现》：怎么定义AI起到的作用？

道放：内容电商在电商2.0时代的核心价值，是KOL、主播和主理人们完成了一场“时尚平权”。

很多高奢品牌的高定和走秀，普通消费者在日常生活里是有点难get到（他们的厉害之处的）。但主播们把这些概念普及下来，在100到300块钱的夏装区间里，就能让你很快接触到这些元素。

最厉害的是，主播们不仅把这些元素融到商品上面，而且还把它说出来——牛油果绿、泡泡袖、小香风、西装版型——它实际上造了很多词，这些都是风格元素。

这是我们在2.0时代一直在探索的逻辑。

《智能涌现》：AI能够在2.0时代的基础上，在哪个环节发挥最大的作用？

道放：现在的问题应该是：AI有没有可能开启电商的3.0时代？

这一波大模型有个很重要的变量。在时尚领域，以前不可描述的东西——本质上是审美结果，现在可以被AI学习了。

因为数据现在够多了，模型可以去学习时尚趋势，把趋势元素化，基于元素化进行捕捉和预测。

原因很简单，主播已经把这些词表达出来了。小红书里有大量的人在讲这些东西，这些数据已经足够了。当你有足够数据的时候，AI学习这件事一点问题都没有。

难点在于预测之后，你需要把这个东西表达出来。

我和达人主播一直有交流，有一些头部主播讲的质量，就是跟普通主播不一样，能够清晰地讲出这个货的特点，而且非常迅速归纳风格和元素，一下就能让你懂。

AI的厉害之处就在这里——它可以在大趋势下把它元素化，学会所有优秀主播的表达能力。我们现在在不同风格下面，基本上都可以做得很好。而且要基于人群和场景做区分：年轻职场女性的OOTD、家居服饰，年轻人的party和年纪大女性的party，每种场景需求都不一样。

《智能涌现》：所以区别是在于可以一对一互动甚至服务。

道放：内容电商时代，就算强大如李佳琦，本质上也是广播式的一种覆盖。

他在618前做美妆小课堂，让女生们把自己情况——多少岁、什么肤质、是不是敏感肌、想买什么东西在评论区发出来，然后进行回复。

这其实是一种个性化定制过程。但是再怎么扩大，也只能覆盖很小一部分人。

加上大模型之后，AI本质上可以做到个性化定制全覆盖。它有这个能力，可以覆盖很多人。所以它变成了一个专业KOL的能力——趋势捕捉、预测，以及打动人的表达，以及可以跟你一对一服务。

这就像最有钱的人有专属造型师一样，现在年轻人也可以有这么有个性的穿搭师。

这也是更进一步的平权。以前是通过广播方式普及时尚信息，现在AI可以一对一告诉你，基于你的身材、肤色和最近流行趋势，给你搭配建议。

《智能涌现》：所以，这个AI闺蜜更多是工具属性的？

道放：这是第一阶段的能力。往后工具还可以拓展到社区，比如我们可能第二阶段会上AI试衣、穿搭社区之类的功能，用户可以在上面评价、互动，推一些很酷炫的玩法。

这就是AI闺蜜这个工具属性的产品，加上搜索场+推荐场，可以和购买场景连接在一起。

《智能涌现》：现在产品进展情况怎么样？

道放：我们已经基本完成产品验证，很快就会上线第一个版本。

AI+电商的最大价值是创造新入口

《智能涌现》：你们的目标用户、目标市场，是什么画像？

道放：第一部分会切年轻人群，因为年轻人对AI的整个接受度会更好一些，是AI Native用户，市场也是可能优先会选海外市场。

《智能涌现》：完全走To C路线吗？

道放：第一阶段会先从C端切入，但其实我们的能力是可以复用到B端，核心在于对趋势的把握和供应链的优化。

比如，在和用户的聊天的时候，包括用户的反馈，以及我们去抓取市面上流行的时尚元素。

模型能在一个流行趋势发酵周期的前期，就发现机会。一个服装的完整周期，典型的时间大概是45天。如果商家能提早十天就感知到，那就可以快速去生产。

《智能涌现》：所以在B端，更多是在生产流程的前端，帮他们找爆款？

道放：对于B端来说，我们能提升他们的选款能力，模型把选款能力可以提高了一个门槛。我们现在模型内测的效果，爆款率10%能上升到18%。正常平均60分，我其实能做到80分，这个就是很大的价值。

《智能涌现》：海外电商市场的发展阶段，和国内有多大差异？

道放：海外市场的内容电商还处于比较早期的爆发阶段。我们直观判断相当于国内2018年左右的阶段。

但海外市场的流行趋势信息更分散，这种分散的信息其实更有价值，AI可以更好地发挥打下信息差的作用。

货的差异也很大。比如美区，但他们内容电商的服饰品类只占20%，国内这个比例50%。为什么这么低？核心问题在于供应链。

以前，我们一直担心欧美人不适应电商直播，但问题可能既是用户习惯，也是供应链不足—货不够，自然养不成消费习惯。

直播电商必须依靠非标的时尚品类，但海外缺乏快返供应链。从中国海运就要一个月，清关再耽误时间，整个链路太慢了。目前美区只能卖李宁、耐克这种传统品牌，缺少快时尚支撑。

从用户习惯看，去年TikTok美区只有10%是直播售卖，70%是短视频售卖，20%是货架售卖。今年直播占比提升到了15%。

《智能涌现》：所以，海外实际市场需求和供应链之间的空隙，就是你们的机会。

道放：现在中国快时尚这套供应链很多能力是溢出的，供应过剩。市场需要有一套这一块的这个SaaS，帮助美国KOL桥接中国供应链。

《智能涌现》：SHEIN很早就把这个模式跑通了，他们如果愿意输出这套能力，只是差前端的KOL，如果SHEIN要做，怎么办？

道放：SHEIN是自营平台，本身就是品牌。当前KOL的核心需求还是做自有品牌。如果帮KOL做品牌，KOL可能会去TikTok卖，SHEIN就变成了供货商，做这件事情的动力可能是不足的。

而且要做这件事情，SHEIN需要改造整个设计链路，需要将现有的生产线和供应链与KOL的审美链接起来，服务成本很高。Tiktok这些电商平台也很难有精力自己下场深入到供应链来解决问题，所以还是迫切需要第三方的服务商来解决供给问题。

从价格区间来看，目前内容电商的价格区间会明显高于Shein目前的价格区间，因为KOL掌握有时尚元素的定义权和传播权。

《智能涌现》：在C端，你们要做AI闺蜜，在B端，还要做供应链服务的话，类似淘宝这样的大平台肯定会做，他们很难坐视一个新入口来颠覆他们。

道放：大厂的战略重点和平台属性，决定了他们很难在垂直细分领域做到极致。

比如AI试衣在很多电商App里的入口很深，从资源角度也需要花很多精力去争取。但这个功能是我们的核心业务。

另外从市场来看，目前海外电商的收敛远比国内小，所以基于海外市场还是存在大量的机会。

《智能涌现》：这次创业的目标，是什么？

道放：从我个人的发展经历其实可以看出我自己的选择偏好。虽然我过往基本都在大厂，但是基本上做得都是从0开始，或者高速增长的业务。业务相对比较独立，决策也相对闭环。所以我自己的能力和擅长的领域还是一些高速增长的独立业务。

我自己目前的阶段，其实已经过了财务追求的阶段。但是我坚信这一波AI的发展会深刻影响和改变整个人类社会的方方面面，甚至人类和自然的交互模式都有可能改变。所以我投身到这个领域，从自己熟悉的AI+电商切入，还是期待能亲身参与到这个进程中，如果能做出一些不错的产品，有我个人的签名，我感觉还是非常兴奋和值得投入的。

封面来源｜企业授权

欢迎交流

蓝盾光电（300862）：中标兴安盟生态环境局科尔沁右翼前旗分局采购项目，中标金额为719.66万元同壁财经讯，企查查数据显示，根据《兴安盟生态环境局科尔沁右翼前旗分局科右前旗水生态环境精细化监管能力提升项目中标（成交）结果公告》，安徽蓝盾光电子股份有限公司于2025年9月19日公告中标兴安盟生态环境局科尔沁右翼前旗分局采购项目，中标金额为719.66万元