视频头万能驱动文章列表:

• 1、新能源电驱动总成龙头，英搏尔：集成芯助力品牌向上放量可期
• 2、覆盖200+服务场景，阿里通义大模型系列打造国内首个AI统一底座
• 3、从2022年车规芯片厂商上市趋势看汽车半导体发展
• 4、基于用户需求，打造原型设计工具中的卓越用户体验
• 5、36氪首发｜拥抱开源，专注于云数据平台的大数据服务商数新网络完成数千万元Pre-A轮融资

新能源电驱动总成龙头，英搏尔：集成芯助力品牌向上放量可期

（报告出品方/分析师：开源证券 邓健全 赵悦媛）

1、英搏尔：国内新能源汽车电驱动总成龙头

1.1、深耕电驱动领域，总成类产品营收占比快速提升

深耕电驱动领域，产品、客户拓展稳步推进。

珠海英搏尔电气股份有限公司成立于2005年，于2009年切入场地车动力系统，随后业务逐步拓展至新能源汽车领域，2016年纯电乘用车电控市占率为12.9%，2017年后公司新能源业务逐步发力，产品获北汽、吉利、长安、上通五菱、奇瑞、小鹏等主机厂定点，2022年公司通过定增募资9.8亿元扩产缓解产能瓶颈。

公司主营产品为新能源汽车动力总成、电源总成以及驱动电机、电机控制器、车载充电机、DC-DC 转换器等新能源汽车电驱动核心零部件。

公司产品矩阵丰富，持续迭代升级。

公司通过技术、结构创新推动产品向集成化发展，从单电控、单电源产品逐步拓展至驱动总成、电源总成、再进一步拓展至“五合一”、“六合一”产品。目前，公司已开发出第三代“集成芯”产品，产品体积、重量、成本进一步降低，集成化水平进一步加强。

分产品来看，2020年起公司电驱动总成和电源总成收入占比提升。

2020年前电机控制器为公司主要产品收入来源，2020年开始，公司电驱总成和电源总成产品占比快速提升。2022年上半年，公司电源总成产品和电驱总成产品占比分别达到了33.9%和 33.4%，电机控制器营收占比下降至18.4%。

分客户配套车型来看，2020年公司主要以配套中低端车型为主，其中 A 级以下车型占营收比例为64.4%，A-C 级车型贡献营收比例为12.1%。

公司客户资源丰富。

公司下游客户主要分为四类，造车新势力领域公司已进入到小鹏、合众、威马供应体系；自主品牌中亦有奇瑞、吉利、长城、长安等优质客户；合资品牌中，公司为上汽通用五菱供应电机控制器、电源总成产品；此外，公司还与大陆、采埃孚等国际 Tier1 展开合作。

1.2、营业收入快速增长，费用率水平持续优化

2021年起公司营业收入重新步入快速增长期，盈利能力有所恢复。2013至2018年，公司营业收入从 0.75 亿元提升至 6.55 亿元，CAGR 达 54.3%；2018年底，小型纯电动乘用车补贴大幅度减少，2019 年已没有补贴。

受此影响，公司优势领域小型纯电动乘用车的销量有较大幅度下降，公司营收同比下滑 51.35%至 3.18 亿元、归母净利润亏损 0.79 亿元。

2019年后，受益于新能源汽车市场景气度回升，新产品开始为上汽通用五菱、北汽、江淮进行配套，公司收入和业绩均有所回暖。

毛利率水平短期承压，各项费用率明显优化。

公司2017年之前整体毛利率处于较高水平，2017年后公司新产品电机、电源总成处于市场拓展及批量生产初期的阶段，出现了一定的下滑，2020年起伴随着公司电驱动产品产销量的增长，公司盈利能力有所恢复；费用率方面，公司2019年营业收入基数较低致四费费率上升至 35.5%，2020 年起随着公司规模的增长和降本增效的持续推进，公司费用率水平稳步下降，2022 年上半年，公司四费费率合计为 14.6%，其中研发费用率为 8.4%。

1.3、公司重视人才激励，连续两年推出股票期权激励计划彰显信心

公司连续两年推行股权激励，深度绑定研发人员核心利益，彰显发展信心。

公司共进行两次股票期权激励计划，2020年 12 月，公司实行了第一次股权激励计划，向 5 名董事和高级管理人员及 163 名中层管理人员和核心技术（业务）骨干授予 407.6 万份股票期权，每股行权价格为 32.83 元，2022/2023 年净利润考核目标分别为 0.3/0.6 亿元。

2021年公司推出第二次股权激励计划，向 3 名董事核高级管理人员及 13 位骨干人员授予 400 万股股票期权，每股行权价格 95.95 元，2022/2023/2024年净利润考核目标分别为 0.6/1.0/1.8 亿元。

2、电驱动行业：产品趋向集成化，竞争格局相对分散

2.1、电驱动产品趋向集成化，单车价值量显著提升

新能源汽车的动力系统主要由驱动电机、电机控制器和传动总成组成；电源系统由车载充电机、DC/DC 变换器、高压配电盒组成。

驱动电机的主要功能是为新能源汽车提供动力，将电能转化为旋转的机械能；电机控制器总成的作用是基于功率半导体的硬件及软件设计，对电机的工作状态进行实时控制，使其按照需要的方向、转速、转矩、响应时间工作；传动总成的作用是将驱动电机的转速降低、转矩升高，以保证驱动电机的转矩、转速满足车辆需求。

车载 DC/DC 变换器的功能是将动力电池输出的高压直流电转换为低压直流电，为仪表盘、车灯、雨刷等车载低压用电设备和各类控制器提供电能；车载充电机是指固定安装在新能源汽车上的充电机，将民用单相交流电转换为动力电池可以使用的直流电压，对新能源汽车的动力电池进行充电。

电驱动产品系统向集成化趋势发展。

以往的三电系统零部件多为单独采购，根据电气和机械结构进行集成与组装，近年来逐步向二合一、三合一、多合一的集成产品演进。驱动系统集成化的优势主要在于：（1）体积小、布局灵活；（2）重量减轻，增加续航里程；（3）降低主机厂采购、配套成本等。

电驱动产品集成化趋势下，产品价值量明显提升。以英搏尔为例，乘用车单个电机控制器配套价值约为 2500 元，而三合一动力总成价值量达 7500 元，六合一动力总成价值量接近一万元。

2022 年上半年国内乘用车市场三合一及多合一驱动总成占比接近六成。

据 NE 时代数据，2022 年上半年，新能源乘用车三合一电驱动系统搭载量累计为 137.15 万 台，三合一及多合一搭载比例为 55%，较 2020 年全年的 37%提升 18pcts，且比例呈持续增长趋势。

2.2、竞争格局相对分散，整车厂自供与第三方供应商供应并存

乘用车市场中，新能源汽车的电驱动系统参与者主要可分为三类。我们将新能源汽车的电驱动系统参与者分为三类：（1）整车企业（及其子公司），包括比亚迪（弗迪动力）、蔚来（蔚然动力）、特斯拉等；（2）主营新能源电机、电控的企业，包括英搏尔、巨一科技等；（3）汽车零部件综合供应商，主要包括博世、法雷奥等国际知名 Tier1。

2022 年上半年国内新能源汽车市场电机控制器配套情况：比亚迪、特斯拉、蔚来实现自供。据 NE 时代数据，2022 年上半年，除比亚迪、特斯拉、蔚来实现自供外，在第三方供应商中，汇川技术进入到理想、小鹏、威马等造车新势力供应体系；日本电产主要供货广汽系整车厂；英搏尔实现了对上通五菱、威马汽车、吉利汽车、奇瑞汽车等整车厂的供应；巨一科技与奇瑞、江淮绑定较为紧密。

电机控制器、电驱动市场竞争格局较为分散。

据 NE 时代数据，2022 年上半年国内电机控制器、电驱动系统市场中，比亚迪（弗迪动力）、特斯拉分别位居前两名，汇川技术、日本电产同时位居前四名，CR4 合计份额超过 50%。

相比之下，车载电源市场中 OBC 竞争格局相对集中。

据 NE 时代数据，2022 年上半年除比亚迪（弗迪动力）、特斯拉具备自供能力外，其他整车厂均选择第三方供应商为其供应车载电源产品。

第三方供应商中，威迈斯、英搏尔、富特科技、欣锐科技排名靠前，威迈斯出货量超过 40 万套，英搏尔出货量也超过 20 万套，较 2021 年上半年出货水平大幅度提升。

3、“单管并联”降本增效，“集成芯”助力品牌向上

3.1、“单管并联”技术加持，公司产品性价比优势显著

电机控制器是控制电机驱动整车行驶的控制单元，属于电动汽车核心零部件。

电机控制器通过集成电路的主动工作来控制电机按照设定的方向、速度、角度、响应时间进行工作。根据档位、油门、刹车等指令来控制电动车辆的启动运行、进退速度、爬坡力度等行驶状态。主要由 IGBT 模块、电路板、薄膜电容等部件构成。

2020年 IGBT 模块占据电机控制器总成本的近四成，未来该比例或呈下降趋势。

IGBT 模块通常集成了 IGBT 单管（单个分立 IGBT 器件）、驱动器等部件，2020 年 IGBT 模块成本占电控的 37%。

参考美国能源部发布的《电力电子发展路线图》，到 2025 年新能源汽车电机控制器目标成本为 2.7$/kW，较 2020 年下降 18%，其中 IGBT 模块占控制器总成本预计降至 23%（2020 年是 37%），因此 IGBT 模块的降本是电机控制器压缩成本的重要一环。

IGBT 单管方案将具备高性价比优势，或成未来电机控制器功率器件应用的主流趋势。

新能源汽车电控的功率组件有两种技术方案：IGBT 模块和 IGBT 单管并联，IGBT 单管并联是指将 IGBT 分离器件（单管）按照 PEBB（电力电子组件单元）的理念制作功率模块进行工艺布局（按需自由设计布局，相当于自制模块）。

IGBT 单管并联替代 IGBT 模块主要优势在于：（1）减少整个模块体积和重量；（2）降低成本；（3）综合功率密度高。

IGBT 单管方案技术壁垒较高。

多个 IGBT 单管并联时，由于各 IGBT 单管参数的差异，致输出电流略有不同，使得系统可靠性较差，整个 IGBT 模块寿命也会缩短，对企业技术能力考验大。

从技术的角度，IGBT 单管方案的难点主要在于：（1）均流：使每一个管子平均分配交流侧需求负载，静态和动态的完全相同；（2）温升：IGBT 单管的温升控制；（3）电流应力：在保证基本功能情况下，需要满足峰值输出电流能力；（4）耐久试验等。

英搏尔专注单管并联路线，技术储备深厚。公司电机控制器产品秉承简洁高效低成本的产品设计理念，采用 MOSFET 以及 IGBT 单管并联技术，公司单管并联电控产品先在中低速车、场地车上使用，具备百万台数量级车辆实用验证，而后应用至新能源汽车电机控制器领域。

公司动力总成产品性价比表现突出。公司自主研发出“集成芯”驱动总成产品，应用 IGBT/SiC 单管方案，同时实现了电机与电控共壳体一体化高度集成。省去了原有电控单体结构件，降低了驱动系统 Z 向垂直高度，能灵活适配于前驱、后驱、及四驱车辆。据公司年报披露，“集成芯“系列产品在重量、体积、成本等方面均低于目前市场同功率等级产品 20%以上。

“集成芯”2.0 产品前瞻性布局高压场景，SiC 单管方案顺利推进。

公司“集成芯”驱动总成 2.0 产品应用第三代半导体碳化硅，进一步提升电机控制器功率密度和效率，也是 800V 高压大功率发展场景下，缩短充电时间，增加续航里程的重要手段。

第三代功率半导体 SiC 的应用因其对产品稳定性的要求更高，运用单管并联技术才能发挥其导通电阻小、开关速度快的最优特性。

据公司半年报披露，公司已向美国福特汽车交样 SiC 电机控制器，一汽大众搭载公司采用 SiC 单管集成的双电机控制器产品将于2022年下半年申请量产，在电机控制器向高压化发展的技术迭代过程中，具有明显的先发优势。

3.2、在手订单丰富，第三代“集成芯”多合一产品放量在即

公司在手订单丰富，第三代“集成芯”多合一产品已获多家主机厂定点。公司量产经验丰富，产品已实现覆盖 A00 级、A 级、B 级、MPV、SUV 等全系乘用车型，单车配套产品价值量也有效提升。

具体来看：

（1）B 级轿车、MPV、SUV 领域，公司 2022 年起为小鹏 P7/G9 供应前驱电机产品，驱动多合一产品供应长安、吉利多款车型，电源多合一产品供应威马、哪吒等新势力品牌，此外公司“集成芯”系列产品亦获突破，“集成芯”驱动三合一产品供应威马 E.5/M7，“集成芯”驱动六合一产品供应江淮、上汽大通部分车型；

（2）A 级、A0 级、A00 级领域，公司为上通五菱、奇瑞冰激凌等车型供应车载电源、电机控制器等产品；

（3）HEV 领域，公司获上汽通用五菱、一汽大众项目定点，供应混动电机控制器产品，单车价值量较高。

公司驱动总成产品单车价值量高，2021年起出货量迅速增长，“集成芯”项目有望带动其进一步放量。公司电驱动领域产品矩阵全面，在手订单丰富，2021年起价值量较高的电驱动总成产品出货量迅速增加，未来随着第三代“集成芯”产品的量产与新项目开拓，或将带动公司营收快速增长。

2021年公司电机控制器、电驱动总成产品销售单价有所提升。

从销售单价角度来看：

（1）电机控制器：2019-2020年，公司电机控制器产品主要应用于微型低速车领域，销量占比较高。2021年随着新能源乘用车、新能源特种车电机控制器项目出货量的增加，带动整体销售单价略有上涨；

（2）电驱动总成：公司在“三合一”驱动总成产品的基础上，逐步开发出“五合一”、“六合一”融合驱动总成与电源总成的多合一总成产品，此外公司第三代“集成芯”产品，目前主要用于 A 级及以上大功率车型，产品单价也有所提升；

（3）电源总成：2020年公司车载电源产品以三合一为主，2021年五菱宏光 MINI 为代表的 A00 级新能源汽车使用三合一低功率总成产品或二合一电源总成产品为主，销售单价相对较低，导致 2021 年平均单价较低。

3.3、产能利用率步入瓶颈，募资扩产助力长期发展

公司 2021 年产能利用率接近 120%，步入产能瓶颈，扩产迫在眉睫。据公司公告披露，随着在手订单的持续放量，近三年公司产能利用率快速提升，从 2019 年的 40%提升至 2021 年的 119%。

公司通过定增募资 9.8 亿元扩产，目前定增项目已顺利发行。公司于 2021 年 11 月发布定增预案，募集资金总额不超过 9.8 亿元。

本次募集主要用于珠海生产基地技术改造及产能扩张项目、山东菏泽新能源汽车驱动系统产业园项目（二期）、珠海研发中心建设项目。

珠海生产基地技术改造及产能扩张项目建设周期为 1.5 年，项目建成后，公司将新增 20 万台套 A00 级电机控制器、20 万台套 A00 级电机、10 万台套特种车电机控制器、10 万台套特种车电机及 20 万台套电源及电源总成的生产能力。

山东菏泽新能源汽车驱动系统产业园项目（二期）建设周期为 1.5 年，项目建成达产后，公司将新增年产 30 万台套驱动总成、30 万台套电源总成的生产能力。

珠海研发中心项目建设周期 2 年，将建成专注于乘用车用高度集成动力总成、永磁同步扁线电机、混合动力电控系统、商用车电控系统及轻型车电控系统等课题研发及相应测试能力的高新技术研发中心。

4、报告总结

4.1、关键假设

电机控制器：公司电机控制器采用单管并联方案，目前已经进入到上通五菱、奇瑞冰激凌等多款畅销车型供应体系，销量稳步增长，我们预计 2022-2024 年公司电机控制器营收分别为 5.48、8.42、10.05 亿元，毛利率分别为 23.5%、24.0%、24.5%。

电驱动总成：公司电驱动产品已迭代至第三代，“集成芯”系列产品性价比优势明显，已进入到威马等客户供应体系，放量在即，我们预计 2022-2024 年公司电驱动总成营收分别为 8.68、16.91、27.34 亿元，毛利率分别为 13.8%、16.0%、18.0%。

驱动电机：公司驱动电机产品 2021 年前销量较低，2022 年起伴随着小鹏多个项目的量产，有望贡献业绩增量，我们预计 2022-2024 年公司驱动电机营收分别为 1.35、4.63、6.96 亿元，毛利率分别为 10.0%、14.0%、16.0%。

4.2、盈利预测与估值

综上，我们预计2022-2024年公司营收分别为 23.7/42.0/62.0 亿元，归母净利润分别为 1.26/2.85/4.92 亿元，EPS 分别为 0.76/1.72/2.97 元/股，对应当前股价 PE 分别为 59.8/26.4/15.3 倍，A 股行业 2 家可比公司 PE 均值为 30.0/17.912.1，公司未来三年 PE 水平高于行业可比公司均值，但我们认为公司电驱动领域产品矩阵较竞争对手更加完善，成本优势有望助力客户拓展提速，新一代产品放量在即，应给予更高估值水平。

5、风险提示

新能源汽车渗透率不及预期、疫情反复、客户开拓进程不及预期等。

——————————————————

报告属于原作者，我们不做任何投资建议！如有侵权，请私信删除，谢谢！

精选报告来自【远瞻智库】

覆盖200+服务场景，阿里通义大模型系列打造国内首个AI统一底座

机器之心原创

作者：杜伟

在大模型领域，阿里持续发力，用技术和思路创新走出一条不一样的路。

时至今日，大模型已经成为整个 AI 产学界追逐的技术「宠儿」，炼大模型如火如荼，各式各样参数不一、任务导向不同的大模型层出不穷。大模型具备效果好、泛化能力强等特点，进一步增强了 AI 的通用性，成为 AI 技术和应用的新基座。

具体到 NLP、CV 领域，基于文本、图像、语音和视频等单一模态的大模型在各自下游任务上不断取得 SOTA 结果，有时甚至超越人类表现。单模态单任务似乎走到了极致。同时现实世界中的这些模态并不总是独立存在，更多地是以跨模态的形式出现。

基于这些，预训练大模型逐渐朝着大一统方向发展，希望单个模型能够同时处理文本、图像、音频、视频等多模态任务，即使现有模型无法做到也要留出能力空间。

目前，业界已经出现一些能够处理多模态任务的通用模型，比如 DeepMind 的通用图文模型 Flamingo 和通才智能体 Gato，MSRA 的 BEiT-3 等。这些都展现出了大模型突破单一模态和单一任务的巨大潜力，但在实现全模态全任务的通用性上依然面临技术难点。大模型的训练与落地应用也受到算力限制。

在国内，阿里达摩院一直以来深耕多模态预训练，并率先探索通用统一大模型。去年，阿里达摩院先后发布多个版本的多模态及语言大模型，在超大模型、低碳训练技术、平台化服务、落地应用等方面实现突破。其中使用 512 卡 V100 GPU 实现全球最大规模 10 万亿参数多模态大模型 M6，同等参数规模能耗仅为此前业界标杆的 1%，极大降低大模型训练门槛。

阿里探索大模型通用性及易用性的努力并没有止步于此。9 月 2 日，在阿里达摩院主办的世界人工智能大会「大规模预训练模型」主题论坛上，阿里巴巴资深副总裁、达摩院副院长周靖人发布阿里巴巴最新「通义」大模型系列，其打造了国内首个 AI 统一底座，并构建了通用与专业模型协同的层次化人工智能体系，将为 AI 从感知智能迈向知识驱动的认知智能提供先进基础设施。

为了实现大模型的融会贯通，阿里达摩院在国内率先构建 AI 统一底座，在业界首次实现模态表示、任务表示、模型结构的统一。通过这种统一学习范式，通义统一底座中的单一 M6-OFA 模型，在不引入任何新增结构的情况下，可同时处理图像描述、视觉定位、文生图、视觉蕴含、文档摘要等 10 余项单模态和跨模态任务，并达到国际领先水平。这一突破最大程度打通了 AI 的感官，受到学界和工业界广泛关注。近期 M6-OFA 完成升级后可处理超过 30 种跨模态任务。

通义统一底座中的另一组成部分是模块化设计，它借鉴了人脑模块化设计，以场景为导向灵活拆拔功能模块，实现高效率和高性能。

周靖人表示，「大模型模仿了人类构建认知的过程，通过融合 AI 在语言、语音、视觉等不同模态和领域的知识体系，我们期望多模态大模型能成为下一代人工智能算法的基石，让 AI 从只能使用‘单一感官’到‘五官全开’，且能调用储备丰富知识的大脑来理解世界和思考，最终实现接近人类水平的认知智能。」

阿里达摩院构建 AI 统一底座

M6-OFA 模型实现架构、模态和任务统一

通义统一底座中统一学习范式的实现背后离不开阿里达摩院的多模态统一底座模型 M6-OFA，相关研究被 ICML 2022 接收，代码、模型和交互式服务也已开源。

论文地址：https://arxiv.org/pdf/2202.03052.pdf

开源地址：https://github.com/OFA-Sys/OFA

交互式 Demo 地址：https://huggingface.co/OFA-Sys

先来看架构统一。M6-OFA 整体采用了经典的 Transformer Encoder-Decoder，外加一个 ResNet Blocks。通过这种架构完成所有任务，让预训练和微调采用相同的学习模式，无需增加任何任务特定的模型层。

如下图所示，ResNet Blocks 用于提取图像特征，Transformer Encoder 负责多模态特征的交互，Transformer Decoder 采用自回归方式输出结果。

对于模态统一，M6-OFA 构建了一个涵盖不同模态的通用词表，以便模型使用该词表表示不同任务的输出结果。其中 BPE 编码的自然语言 token 用于表示文本类任务或图文类任务的数据；图片中连续的横纵坐标编码为离散化 token，用于表示视觉定位、物体检测的数据；图片中的像素点信息编码为离散化 token，用于表示图片生成、图片补全等任务的数据。

最后是任务统一，通过设计不同的 instruction，M6-OFA 将涉及多模态和单模态（即 NLP 和 CV）的所有任务都统一建模成序列到序列（seq2seq）任务。M6-OFA 覆盖了 5 项多模态任务，分别为视觉定位、定位字幕、图文匹配、图像字幕和视觉问答（VQA）；2 项视觉任务，分别为检测和图像填补；1 项文本任务，即文本填补。

今年 2 月，M6-OFA 统一多模态模型在一系列视觉语言任务中实现了 SOTA 性能，在 Image Caption 任务取得最优表现，长期在 MSCOCO 榜单排名第一；在视觉定位任务中的 RefCOCO、RefCOCO 和 RefCOCOg 三个数据集均取得最优表现，以及在视觉推理任务的数据集 SNLI-VE 上取得第一。OFA 的 VQA 分数达到 82.0，效果名列前茅。文本生成图像（text2Image）在 COCO 数据集上超越了此前基线模型，当时的 Case 对比也优于 GLIDE 和 CogView。并且，OFA 模型展现出一定的零样本学习新任务的能力。

下图展示了 M6-OFA 的 text2Image 和 VQA 任务的跨模态生成结果。

在更大规模的文生图的数据进行微调后，模型也取得了通用领域文生图任务的优异表现，尤其擅长艺术创作，如下图所示：

借鉴人脑的模块化设计

目前业界普遍认为，人脑本身由不同的模块组成，大脑中拥有储备各种知识和处理不同模态信息的能力模块，人类思考时只调用与特定任务相关的模块，正这种机制保证了人脑的高速运行。通义统一底座的另一组成部分「模块化设计」正是借鉴了这种运行机制。

具体而言，模块化大一统模型采用模块化 Transformer Encoder-Decoder 结构来统一多模态的理解和生成，同时切分出不同的独立模块，包括基础层、通用层（如不同模态）、任务层到功能性模块（如推理），每个模块间相互解耦，各司其职。

达摩院团队为何会探索这种模块化设计思路呢？现在大规模预训练的 Transformer-based 模型虽然能够很好地解决感知智能相关任务，但缺乏精心设计的纯 Transformer 模型基本无法完成对于实现认知智能的尝试。借鉴人脑的模块化设计成为一种可能通向成功的思路。

在单一 NLP 模块中，最底层为数据表示层，中间层为 Transformer 基础语义表示模块，最上层则是对整个下游划分为不同的任务模块；而对于多模态的模块化，其模态模块涵盖语言、视觉、音频和视频——底部输入层接收各自模态信息，中间层通过跨模态信息融合学习统一语义表示，往上再划分为针对不同模态的具体下游任务。

针对不同类型的下游任务，模块化模型可灵活拆拔不同模块进行微调或者进行继续预训练。通过这种方式，大模型能够实现轻量化，并取得较好的微调效果，单模态、多模态任务水平均能得到提升。

基于统一底座打造层次化模型系列

大模型最终是要实现落地，满足各行各业的应用需求。因此，阿里达摩院基于其 AI 统一底座构建了通用模型与专业模型协同的层次化人工智能体系。

下图为通义大模型整体架构，最底层为统一模型底座，中间基于底座的通用模型层覆盖了通义 - M6、通义 - AliceMind 和通义 - 视觉，专业模型层深入电商、医疗、娱乐、设计、金融等行业。

通义 - M6 已经从 2020 年 6 月的 3 亿参数基础模型发展到 2021 年 10 月的 10 万亿参数全球最大预训练模型到 2022 年 1 月的业界首个通用统一大模型 M6-OFA。

通义 - AliceMind 是阿里达摩院开源的深度语言模型体系，包含了通用语言模型 StructBERT、生成式 PALM、结构化 StructuralLM、超大中文 PLUG 、多模态 StructVBERT、多语言 VECO、对话 SPACE 1.0/2.0/3.0 和表格 STAR 1.0/2.0，过程中形成了从文本 PLUG 到多模态 mPLUG 再到模块化统一模型演化趋势。

近日，基于 AliceMind/StructBERT 模型结果在中文语言理解测评基础 CLUE 上获得了三榜第一，分别是分类榜单、机器阅读理解榜单和总榜单。

通义 - 视觉大模型自下往上分为了底层统一算法架构、中层通用算法和上层产业应用。据了解，通用 - 视觉大模型可以在电商行业实现图像搜索和万物识别等场景应用，并在文生图以及交通和自动驾驶领域发挥作用。

阿里始终秉持开源开放的理念。此次通义大模型系列中语言大模型 AliceMind-PLUG、多模态理解与生成统一模型 AliceMind-mPLUG、多模态统一底座模型 M6-OFA、超大模型落地关键技术 S4 框架等核心模型及能力已面向全球开发者开源，最新文生图大模型近期将开放体验。其中， 270 亿参数版 AliceMind-PLUG 是目前规模最大的开源语言大模型。

开源链接：

https://github.com/alibaba/AliceMind/

https://github.com/OFA-Sys/OFA

协同并不容易做到

通过通用与专业领域大小模型的协同，阿里达摩院让通义大模型系列兼顾了效果最优化与低成本落地。然而实现这一切并不容易。

回到通义的设计思路，即通过一个统一的底座模型同时做单模态和跨模态任务，在多模态任务上取得 SOTA 效果的同时也能处理单模态任务。不过，既然希望模型更通用以覆盖更多模态及下游任务，则需要高效地将统一底座下沉到具体场景中的专用模型。这正是模型底座、通用模型与下游专业模型协同的关键。

受算力资源限制，大模型行业落地不易。近一两年，业界也提出了一些落地思路，即先打造一个基础大模型，再继续训练得到领域模型，最后通过微调构建具体行业任务模型。通义也要走通这样的路，不过希望通过新的大模型架构设计将这一过程做到更快和更高效。

可以这么说，无论是 seq2seq 统一学习范式还是模块化设计思路，阿里达摩院都希望对整个模型架构和统一底座有更深的理解。尤其是模块化思路，通过细分为很多个模块并知道它们能做什么，则真正可以在下游得到很高效且通用性很好的行业应用小模型。

目前，通过部署超大模型的轻量化及专业模型版本，通义大模型已在超过 200 个场景中提供服务，实现了 2%～10% 的应用效果提升。

比如，通义大模型在淘宝服饰类搜索场景中实现了以文搜图的跨模态搜索、在 AI 辅助审判中司法卷宗的事件抽取、文书分类等场景任务中实现 3～5% 的应用效果提升、在开放域人机对话领域通过建立初步具备「知识、情感以及个性、记忆」的中文开放域对话大模型实现了主动对话、广泛话题、紧跟热点等对话体验。

此外，通义大模型在 AI 辅助设计、医疗文本理解等其他领域也有丰富的应用场景。我们来看一组通义大模型在文生图领域的效果展示。比如文艺复兴时期皇家花栗鼠肖像画：

中国风 - 山中建筑：

以及中国风学习中的小猫：

周靖人表示，对达摩院来说一直以来重点都不是把模型的规模做大，而是通过一系列的前沿研究和实践沉淀更通用更易用的大模型底层技术。现阶段，阿里达摩院希望将底座做得更实，将更多模态和任务考虑到统一模型范畴内，通过减少 AI 模型在实际场景落地中的定制化成本，真正体现出大模型的效果。

与此同时，在打造大模型统一底座的基础上，阿里希望通过开源开放，与外界用户和合作方自己共创下游应用。

参考链接：https://blog.csdn.net/AlibabaTech1024/article/details/125215198

从2022年车规芯片厂商上市趋势看汽车半导体发展

近年来，随着百年汽车产业变革的加速，我国新能源车行业迎来了快速发展的黄金期。

25家企业合计募集资金总额高达285亿元，车规芯片厂商迎来上市热潮

根据中汽协的数据，2022年前10月，我国新能源汽车产销分别完成548.5万辆和528.0万辆，同比均增长1.1倍，产销连创历史新高。与此同时，新能源汽车市场渗透率已经达到24%，在去年的基础上再次实现了大幅增长。

汽车智能化，芯片为核心。随着汽车逐渐开始从“功能机”向“智能机”时代发展，需要具备四种基础能力：联接能力、感知能力、表达能力以及计算能力，这四种能力需要大量的芯片支撑来实现，因此有布局汽车芯片业务的厂商在此背景下迎来快速发展，并且在2022年迎来了一波上市热潮。

（一）2022年已上市车规芯片企业23家，涉及半导体各个细分行业

据芯八哥不完全统计，截止至2022年12月18日，今年已上市的半导体企业中，燕东微、帝奥微、中微半导、江波龙、奥比中光-UW、思特威-W、赛微微电、纳芯微、峰岹科技、英集芯、唯捷创芯-U、东微半导、臻镭科技等23家企业有布局汽车芯片业务，涉及主控MCU/SoC、分立器件、电源管理、信号链、存储、通信/射频等多个行业，产品具体包含磁传感器芯片、NOR Flash、放大器、高性能模拟开关、嵌入式存储、无线音频SoC芯片、3D视觉感知芯片、高压超级结MOSFET、高速高精度ADC/DAC芯片、DC/DC芯片、无线通信芯片等多种类型。

资料来源：芯八哥根据公开资料整理

（二）2022年拟上市车规芯片企业25家，合计募资总额高达285.04亿元

拟上市企业方面，据芯八哥统计，截至目前一共有杰华特、安芯电子、得一微、奥拉股份、南芯科技、钰泰股份、美芯晟、裕太微、BYD半导、中感微、芯龙技术、智融科技、盛景微、杭州国芯、蕊源科技、芯龙技术、晶导微、瑞能半导等25家半导体企业在车规芯片领域有所布局，主要涉及主控SoC芯片、存储、电源管理、数模混合、分立器件、光电器件等行业的视频监控芯片、DC-DC芯片、功率器件及功率IC、存储主控、去抖时钟、电荷泵充电管理芯片、稳压类芯片、通用驱动芯片、有线通信芯片、传感网SoC芯片、背光LED器件、二极管、整流桥等多个车规细分产品。

2022年拟上市车规芯片企业

资料来源：芯八哥根据公开资料整理

从发行情况来看，奥拉股份、长晶科技、南芯科技、杰华特、杭州国芯、BYD半导6家企业预计发行股数都在5000万股以上，BYD半导、长晶科技、杰华特、杰理科技等8家企业发行后总股本超过4亿股。此外，募集资金方面，25家拟上市车规半导体企业合计募集资金总额高达285.04亿元，其中超过10亿元的企业有12家，星宸科技、奥拉股份、BYD半导分别以304,619.93万元、300,667.44万元、268,647.13万元的金额排名前三。

电源管理芯片赛道上市企业数量最多，分立器件、主控芯片紧随其后

从应用环节来看，汽车芯片可以分为5类：主控芯片、存储芯片、功率芯片、模拟芯片、传感器芯片等。其中主控芯片占比23%，功率半导体占比22%，传感器占比13%，存储芯片占比9%，其他占比33%。

（一）电源管理芯片是车规芯片中上市数量最多的赛道

新能源汽车是电源管理芯片重要的市场之一。相对于传统内燃机汽车，新能源汽车需要更多的DC/DC等为代表的电源管理芯片进行电压的转换，从而推动电源管理芯片的增长。

市场规模方面，根据Frost&Sullivan统计，汽车领域全球电源管理芯片市场将从2020年的17亿美元增长到2025年的21亿美元。

资料来源：Frost&Sullivan，芯八哥整理

值得注意的是，尽管中国电源管理芯片市场已接近全球市场的三分之一，但国内80%的份额仍被德州仪器、高通、亚德诺、美信、英飞凌等欧美厂商垄断，国内自给率较低，其中龙头圣邦股份占比仅1%，其他DC-DC厂商比如希荻微、芯朋微、英集芯、韦尔股份、华润微、士兰微、诚芯微等市场占有率更是在1%以下。

不过，在市场旺盛需求和国产替代的推动下，近年来国内电源管理芯片厂商都有着不俗的业绩表现，也迎来了一波上市热潮。据芯八哥统计，2022年上市和拟上市的电源管理芯片企业有杰华特、南芯科技、钰泰股份、美芯晟、芯龙技术、智融科技、蕊源科技、芯龙技术、赛微微电、英集芯、希荻微、帝奥微等12家，是半导体众多细分行业中上市数量最多的赛道。

资料来源：芯八哥根据公开资料整理

以希荻微为例，在汽车超级快充芯片领域，公司自主研发的车规级电源管理芯片产品达到了AEC-Q100标准，且其 DC/DC 芯片已进入 Qualcomm 的全球汽车级平台参考设计，并实现了向奥迪、现代、起亚等知名车企的出货。

（二）分立器件上市公司数量仅次于电源管理芯片厂商

分立器件是指具有单独功能且功能不能拆分的电子器件。按照功率、电流指标又划分出了小信号器件（耗散功率小于1W或者额定电流小于1A）及功率器件（耗散功率不小于1W或者额定电流不小于1A））两大类。

资料来源：芯八哥根据公开资料整理

受益于新能源汽车的爆发，分立器件厂商也迎来了一波上市热潮。据芯八哥统计，2022年上市和拟上市分立器件厂商包含锴威特、安芯电子、长晶科技、槟城电子、BYD半导、晶导微、瑞能半导、东微半导、燕东微等9家企业。

以比亚迪半导体为例，自成立以来，公司以车规级半导体为核心，同步推动工业、家电、新能源、消费电子等领域的半导体发展。在汽车领域，依托公司在车规级半导体研发应用的深厚积累，公司已量产IGBT、SiC器件、IPM、MCU、CMOS图像传感器、电磁传感器、LED光源及显示等产品，应用于汽车的电机驱动控制系统、整车热管理系统、车身控制系统、电池管理系统、车载影像系统、照明系统等重要领域。

（三）主控芯片以MCU和SoC领域为主

在主控芯片领域，也有杰理科技、中感微、星宸科技、恒烁股份、中微半导、中科蓝讯、峰岹科技等多家企业在2022年上市或者拟上市。

资料来源：芯八哥根据公开资料整理

从布局领域来看，上述企业主要布局智能座舱领域的MCU或者SoC为主。不过随着智能化的提升带动算力的不断升级，未来智能座舱领域芯片会逐渐由MCU向更高算力的SoC演变。

除了电源管理芯片、分立器件、主控芯片外， 传感器芯片领域也有灿瑞科技、奥比中光-UW、思特威-W等优秀的企业分别在磁传感器芯片、3D视觉感知芯片、CIS芯片上有所布局；存储类芯片方面，包括江波龙、德明利、得一微等企业也已经开始登陆或者拟登陆资本市场，以追求更大的发展舞台；射频/通信方面，也有铖昌科技、唯捷创芯-U、臻镭科技、翱捷科技-U等公司率先登陆资本市场，并且在车规领域有所布局。

年复合增长率在30%以上，量价齐升将带动汽车半导体市场高速发展

随着汽车智能化的深入发展，近年来终端对各类芯片数量呈显著提升的趋势。

据ST的数据，新能源汽车相较于传统汽车在多种芯片上用量有明显的提高。其中， MCU需要增加30%的需求量每辆车至少需要35片；CIS、ISP增加50%的需求每辆车需用到20颗；电源管理芯片要增长将近20%的需求量达到50颗；而Gate driver相较于传统汽车是全新的需求，每辆车需要30颗芯片；此外新能源汽车对IGBT、MOSFET等功率器件的需求量也在越来越大。

除了芯片数量快速发展外，车规芯片单位价值也在不断提升，导致整车芯片总价值量不断攀升。以功率半导体为例，燃油车功率半导体单车价值量仅87.6美元，而新能源汽车价值量高达458.7美元，实现了四倍以上增长。

在量价齐升的情况下，带动了汽车半导体整体市场规模也逐渐水涨船高。

据海思的测算，2021全球汽车电子市场约为2700亿美元，预计到2027年汽车电子部件的整体市场规模接近4000亿美元；半导体方面，2021年全球汽车半导体市场约为505亿美元，预计2027年汽车半导体市场总额将接近1000亿美元，2022-2027年增速保持在30%以上。

从相关数据来看，目前中国汽车芯片整体自给率不到5%。其中在汽车计算、控制类芯片的自主率不到1%、传感器为4%、功率半导体为8%、通信芯片为3%、存储器为8%。未来在汽车智能化的驱动下，整车芯片总价值量还将不断攀升，国产替代市场空间巨大，国内汽车芯片厂商迎来百年来最好的发展机遇。

（一）车规芯片上市公司2022年业绩出现一定的分化

财务数据方面，受益于汽车半导体高景气度的影响，23家上市公司2021年不管是营收还是净利润都实现了正向增长。

23家上市公司2021-2022年前三季度主要财务数据（金额：万元）

资料来源：芯八哥根据公开资料整理

其中，营收超过10亿的有江波龙、唯捷创芯-U、思特威-W、翱捷科技-U、C燕东、中科蓝讯、中微半导、德明利等8家公司，营收增长超过1倍的有纳芯微、中微半导、东微半导、恒烁股份、帝奥微、希荻微、英集芯等7家公司。值得一提的是，2021年净利润超过1倍的公司有14家，占比达60.87%。

而在2022年前三季度，虽然汽车芯片行业整体景气度不减，但行业内部分公司的业绩已经有分化迹象，尤其是比如赛微微电、恒烁股份、江波龙、中微半导、思特威-W等消费电子业务占比较大的公司，已经出现业绩同比大幅减少的情况。

（二）车规芯片拟上市企业2021年业绩一片大好

拟上市企业方面，25家车规芯片厂商在2021年都取得了不错的业绩表现。其中营收超过10亿元的有BYD半导、星宸科技、杰理科技、长晶科技、晶导微、杰华特6家公司，净利润同比增长超过1倍的有南芯科技、杭州国芯、蕊源科技、BYD半导、美芯晟等14家公司，占整个拟上市企业的比例达到56%。

25家拟上市公司2021年主要财务数据（金额：万元）

资料来源：芯八哥根据公开资料整理

以南芯科技为例，公司是我国领先的充电管理芯片厂商。自布局车载前装充电方案以来，公司推出若干完整的车载无线、有线充电方案，多类产品已过 AEC-Q100 车规质量认证。其中SC2021Q、SC2021PQ、SC2154Q、SC8701Q、SC8101Q、SC5003Q等数款车规电源管理芯片已经入选工信部《汽车芯片推荐目录系统》。

在汽车市场等业务高景气度的带动下，2021年南芯科技实现营收9.84亿元，同比增长451.96%。净利润为2.44亿元，同比增长3159.93%；2022年前三季度，公司在2021年的基础上业绩进一步提升，不管是营收还是净利润再次接近翻倍增长。

写在最后

当前，汽车行业正面临着智能化产业升级，整体过程可以类比手机“功能机”到“智能机”的演变。从供需方面来看，由于汽车芯片扩产周期较长，短期内难以快速释放产能，叠加汽车智能化趋势对芯片的强劲需求，汽车芯片供需将在较长时间内保持紧张态势。

在此背景下，国内车厂为加强供应链资源储备，将大力推进车规级芯片的国产化替代，拥有较强技术储备的国产汽车芯片厂商有望迎来历史性发展机遇。

#汽车##芯片##半导体#

基于用户需求，打造原型设计工具中的卓越用户体验

#本文为2022摹客RP原型工具测评大赛三等奖作品

随着互联网的发展，产品设计需求也随即增多，市面上的原型设计工具都差不多，呈现差异化是当前原型工具从竞争中脱颖而出的关键。本文以摹客RP为例，借助用户五要素，阐述如何在产品设计借助创新思维，打造卓越用户体验，实现弯道超车，一起来看看。

2014年，国内移动互联网行业迎来大爆发，设计需求也随即井喷。所谓“工欲善其事、必先利其器”，原型软件已经成为产品经理的必备工具，而市面上的原型工具在交互设计上都大同小异。如何在激烈的市场竞争中，借助设计形成差异化的竞争优势，真正的为广大用户做好服务，成为了原型设计工具的重要使命。

目前，在全球90多个国家和地区，摹客已拥有数百万专业用户和数十万个企业团队，服务了众多领域的头部企业，其中不乏中国最为知名的科技企业、互联网企业和数字化转型中的大中型传统企业。

今天我们通过摹客旗下的原型设计工具——摹客RP，了解下如何在产品设计借助创新思维，打造卓越用户体验，实现弯道超车。文章的主要内容包括以下几点：

一、用户需求洞察

我现在是一名B端交互设计师，有时候偶尔会客串一下产品经理的角色。用过的工具也是五花八门，从最开始的PPT到专业的原型软件Axure，后来又转了设计师专业工具Sketch、Figma。虽然一直在画原型，不过仔细思考下，会发现其中有了新的变化。主要有以下几点：

1. 原型质量要求变高

行业越来越成熟，各类产品都开始追求高质量的用户体验，对原型的要求也越来越高。简单的框图已经无法满足对内的需求传达、以及对外的展示要求。

在C端领域，岗位分工更加清晰，产品经理主要侧重需求分析，基本不需要输出原型方案，界面设计工作由专门的交互设计师和视觉设计师完成。交互设计师首选专业的设计工具，例如Sketch、Figma等等。

而传统行业正在受到互联网影响，开始走向信息化、数字化，B端产品处于大发展阶段。产品的用户体验受到重视和追捧。但是由于产品形态和受众的差异化，B端设计与C端有所不同。一般采用“产品经理 体验设计师”的模式，产品经理除了需求分析之外，还会承担起原型设计工作；体验设计师是在原型方案基础上，进行交互优化，并完成高保真视觉效果图。

这样的岗位配置对两者工作配合和个人能力要求都比较高，如果体验设计师的交互能力不足，产品经理就需要尽可能精细化的表达产品需求和设计方案，以便在后续的需求对接中，减少沟通成本，保证方案准确的执行落地。

现实工作中也的确如此，由于B端产品专业性比较强，行业门槛比较明显，兼顾视觉和交互的体验设计师缺乏对需求的理解和认知，更偏向于设计执行层面，更依赖产品经理的基础原型方案，于是产品经理也被倒逼着不断提高个人的原型设计能力。

2. 交互演示要求更高

B端产品以PC端为主，页面尺寸通常比较大，想要像C端产品一样，纯粹依靠页面流程图来展示产品交互逻辑不太现实。

在评审方案时，大范围的来回拖动设计方案，容易增加听众的理解成本。因此有必要添加一些基础的交互动作，方便设计方案演示。另一方面，带交互的方案演示效果也更加自然，给听众更强的代入感。

3. 迭代速度在加快

SaaS产品区别于传统B端产品，更容易受到市场和用户的双重驱动，产品的迭代速度也在加快。这就要求产品经理的设计速度也要加快，一款高效的原型工具，必须带给产品经理更高的工作效率，起到事半功倍的效果。

二、拆解摹客RP

本文从用户体验五要素的维度，去拆解摹客RP，尝试洞察内在的设计逻辑以及设计亮点。

1. 战略层

战略层就是“产品能够带给用户什么样的价值，而在这个过程中产品又可以获得什么（通常就是商业目标的达成）”。

传统原型工具都是采用售卖软件的方式获得收益，用户免费下载软件，购买授权码后即可享受正版服务。不过这对个人用户和设计团队而言，都是一笔不小的成本。所以Axure 10推出付费订阅后，虽然我也希望能够体验到最新的产品功能，但是最终理智战胜了欲望，因为我不想付费。

而摹客RP则采用互联网运营模式，为产品经理和设计师量身定制了“免费设计计划”，只要邀请5名用户注册并加入团队一起工作，就可以获得永久无限设计包，不限时长、页面、功能。

这无疑给行业带来了巨大的冲击，零成本使用设计工具，让用户选择成本更低。对团队而言，免费模式也将成为设计团队迈向全面数字化的推动力。当然这种模式也促成了摹客RP用户规模的快速增长，实现了产品和团队的双赢。

而在产品层面，摹客RP的口号是“重新定义原型设计”，“更高效、更易用、更流畅”。目标就是要改变传统原型工具组件繁琐、交互复杂的问题，而这一产品设计理念也确实体现在了产品其他用户体验层级中。

2. 范围层

原型设计工具日渐趋同，从大的用户场景划分，主要包括静态原型设计动态交互设定，以及产品原型页面展示。但是细化到功能层面，还是有很大的拓展空间。

在我的体验中，发现摹客RP相较于其他产品，主要有以下产品特色：

1）适应行业变化，增强组件扩展性

前文提到现在对产品原型的要求越来越高，但是产品经理普遍不太注重原型界面的美观度，就容易造成原型方案比较粗糙，比较典型的问题包括，布局对齐、配色、字体大小等等，这样就无法展示出内在的信息层级。而在传统原型设计工具中，组件比较基础，无法覆盖到更多的产品设计场景。

对于复杂组件，需要产品经理通过基础组件组合搭配才能实现，这就造成了制作繁琐，在一定程度上影响了工作效率。如果涉及到团队协作，不同产品经理的使用习惯、个人能力不同，输出的原型方案可能大相径庭。

根据实际的用户需求，摹客RP推出了更加符合用户需求的场景级组件。包括复选框组、开关、二维码、日期选择器等28种常用组件、8种图表组件，以及海量矢量图标。有了这些成熟组件，产品经理不需要再去网络上寻找组件库和图标，并且这些组件有的还自带交互效果，无形中节省了大量的时间和精力。实现了软件安装即可使用，产品经理可以将更多经理专注在产品设计上。

海量图标库囊括了产品设计中常见的各类型图标，粗细两种风格可以灵活适应不同的设计场景，真的是解决了产品经理的后顾之忧。

组件样式的可编辑能力也在加强，可以满足产品经理的精益化需求，打造更加有质量的原型方案。同时标准化组件设计，让团队协作更加方便，更好地保证产品设计方案展示的一致性。

2）主辅画板创新模式，提升操作的易用性

为了提交原型方案的逼真程度，传统的原型工具实现弹窗效果时，要么将弹窗内容直接叠加在页面上方，或者将弹窗放置在页面外部隐藏起来，通过添加“移动”和“显示”2条交互命令实现仿真效果。

在弹窗数量不多的简单场景下，这样的操作模式也是可以接受的。但是对于弹窗较多的复杂场景，就会严重影响用户的操作效率。例如直接叠加在页面上，弹窗内容重叠容易造成选择困难或者错误选择。如果放在页面范围之外，每个弹窗都要添加移动命令，光是确定移动后的坐标值，都会增加额外的工作量。

摹客RP创造性的推出了自己的解决方案——“主辅面板”。主面板内容用来是最终的演示区域，辅助面板在主面板之外，承接各种内容信息，可以通过交互动作调用到主面板中。调用后的坐标设定了5种常用的位置。当然用户也可以自定义位置。这种方式就极大的提高了用户的操作效率。

辅助面板的另一个特点，就是编辑状态下直观、高效；而演示状态下，辅助面板则不可见，也就是说用户无需将面板内容手动隐藏。这相比传统原型工具的隐藏模式，更加直观。修改时也不需要激活显示，可以直接修改，用户的查看和编辑效率更高，更加流畅。

3）响应式布局，产品经理提效利器

当设计稿需要应用在不同的终端尺寸时，往往需要我们手动调整组件的布局和大小，费时费力。众多的设计工具都推出了“约束”功能，摹客RP也顺应趋势，推出了“响应式布局”功能，可以轻松完成布局调整。

响应式布局对产品经理提高工作效率有极大的帮助。例如原型设计时，会有大量的弹窗设计，但是每个弹窗的尺寸有大有小，就需要不断调整尺寸。有了响应式布局后，就可以将提示信息弹窗或者内容弹窗，约束好弹窗内容的定位方式和元素尺寸，并转化为组件资源，可以在不同场景下调用、编辑即可。在对画板或组进行缩放时，其所包含组件的布局和大小也会随之发生改变，减少了手动调整内容的工作量。

3. 结构层

1）交互操作创新

提升效率是原型设计工具的不懈追求。一些老牌的原型工具，拥有强大的命令式交互能力，可以制作出各种各样的逼真的交互效果，但是相应的学习门槛较高。当年我学习Axure时，专门找了一份教程来学习其中的技巧。

而摹客RP采用了“所见即所得”的交互模式，通过拖拽即可快速建立元素的交互关系，再经过简单的配置即可完成交互设置。这种方式相较于传统的命令交互的方式，大大地提高了用户的操作效率。

结合前面我们提到的丰富组件，甚至实现了在需求讨论时，就可以高效地完成页面搭建、演示并确认方案，有助于提升项目协同的整体效率。

2）辅助面板交互亮点

动态面板可以说是原型工具中非常重要的组件，可以承载各种页面信息，建立交互关系后，可以实现内容的展示和切换。但是动态面板也存在比较明显的交互短板。最大的痛点就是动态面板和页面是相互隔离的两个空间，用户需要单独进入动态面板才能进行内容编辑。编辑时首先要通过下拉选择或者逐个切换的方式，定位到具体面板完成编辑。这无疑增加了用户的操作成本。

摹客RP改变思路，利用辅助面板，解决了这个用户痛点。

首先摹客RP也有自己的动态面板——称之为“内容面板”。这个面板只是用来关联辅助面板，方便主面板承载信息功能。之前提到在编辑状态下，辅助面板与主面板平级展示在画布中，这样就减少了面板选择跳转的过程，操作更加快捷。主画板中的组件，通过拖拽即可与辅助面板建立交互关系，从而提升了操作效率。

但是对于复杂页面，辅助面板必然也会较多。面对满屏的面板，用户该如何快速定位呢？摹客RP在传统的图层列表搜索的基础上，还提供了2种解决方案，保证了良好的用户体验。

① 画板列表

考虑到画板的重要性，摹客RP单独提供了画板列表，用户可以快速定位、修改、删除面板，也可以拖拽建立交互关系，真正的做到了简洁高效。

② 定位功能

在主面板中，可以通过已经关联的交互关系的组件，快速定位到辅助面板。那么编辑完成辅助面板后，该如何快速返回主面板呢？摹客RP也想到了这一点，在工作区增加了鹰眼导航功能，只要双击导航区，就可以快速定位到主面板。

4. 框架层

摹客RP作为后来者，一方面要引入零基础的产品新人，另一方面主要是承接从其他原型工具迁移过来的行业老用户。因此遵循行业内通用的框架布局模式就是成了必然选择，有利于降低用户的学习成本。

摹客RP产品的框架结构并不复杂，左、中、右的布局模式与常见的工具软件非常相似，很容易让用户上手。

5. 表现层

摹客RP采用了固定的深色面板，只允许用户自定义工作区背景色，这种方式还是略显单一的，无法满足不同用户的视觉要求。反观大多数的设计软件都已经支持深色、浅色两种模式。

三、优化建议

摹客RP也并不是完美无缺的。在体验过程中我也发现了一些体验细节问题。

1）快捷操作需要加强

作为Axure的老用户，我的绘图习惯已经被培养起来了。例如形状的切换，可以通过右键菜单完成。圆角矩形也可以通过矩形上的拖拽点直接生成。但是在摹客RP中，这些操作都必须通过右侧属性栏完成，操作效率并不高。形状切换功能被放在属性栏的最底部，我刚开始是没有找到的。所以我画错形状的情况下，就只能删除后，重新绘制。

另外文本组件中也缺少了标题文本组件，每次都要专门设定文本属性，虽然可以通过文本样式定义成资源，不过还要切换Tab页签，没有直接拖拽组件便捷。

2）资源管理能力要完善

摹客RP资源是可以复用的属性信息，分为了颜色、文本、组件3类。确实可以减少不必要的重复性操作。但是资源管理的能力还需要加强。例如文本样式不可以命名，用户的识别效率就比较低，颜色管理也存在这样的问题，可以做一些事情分组功能，方便用户选择。

3）交互细节要提升

界面交互中，基础的操作方式还是需要提升的。例如在用户场景中，预览功能频率更高，用户要校验交互动作是否准确有效，而发布功能其实应用的频率并不是最高的，主要是完成方案后才使用。但是在界面中，发布按钮作为主按钮，设计明显强于预览按钮，每次我都会有些迟疑，因为需要做一下思维的转换。

而在演示界面中，侧边的收起、现实的操作都被集中到了演示区域下方的工具栏中，这其实违背了亲密性原则。因为工具栏是在演示的内容区，用户首先想到的是对演示内容的控制。而常规的侧边栏控制按钮都是就近布置，目的是为了用户减少用户的认知负荷和操作负荷。

另一方面侧边虽然可以自行拖拽，但是目前版本中只能做拉宽，不能收窄。这也影响了操作的灵活性。

四、总结

完整的体验后，个人认为摹客RP的设计亮点确实比较多，不仅在大的功能层面，小的细节也在不断优化提升。例如点击即可快速切换图标，而且可以继承原有图标的属性。比传统的删除、拖入、调整属性的方式，方便太多了。正是这些面向用户需求的设计细节，让摹客RP快速成为了原型设计利器。

希望摹客RP未来能够持续改进，为广大产品经理带来更加实用、更加惊艳的产品功能。

本文为2022摹客RP原型工具测评大赛的测评文章，如对摹客RP感兴趣可点击体验链接：https://www.mockplus.cn/rp-event/?hmsr=woshipmlichao

专栏作家

子牧先生。公众号：子牧UXD（HelloDesign），人人都是产品经理专栏作家。产品体验设计师。8年互联网行业经验，擅长体验设计思维、设计方法论、交互设计研究。

本文原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

36氪首发｜拥抱开源，专注于云数据平台的大数据服务商数新网络完成数千万元Pre-A轮融资

作者：朱雯卿Judy

编辑：真梓

*

36氪获悉，浙江数新网络有限公司（以下简称「数新网络」）近日宣布完成数千万元Pre-A轮融资，由国内顶级投资机构领投，泓沣，众灏跟投。本轮融资计划用于关键人才招聘和市场开拓。

企业logo

「数新网络」是一家专注于云数据平台的大数据服务商，2020年7月成立于杭州。

创始人陈廷梁（花名：王贲）是原阿里云大数据平台研发总监，御膳房、DataWorks平台创始人，数加平台总负责人。硕士毕业于哈尔滨工业大学，拥有十几年的阿里、雅虎中国、盛大游戏等国内顶尖互联网公司任职经历，以及超过12年大数据平台研发经验。核心管理团队均为原阿里云高职级成员，研发人员占团队约80%。

从2012年加入阿里云以来，AI背景出身的陈廷梁从数据挖掘开始开发数据工具平台。他认为在阿里云最早做的御膳房才是代表了先进生产力的方向，也就是把阿里的数据开放共享给其生态，但这和阿里妈妈等主营业务冲突，未有更加长足的发展。因此，2018年陈廷梁离开阿里准备创业时，就是想坚持做公有云的云数仓，以及对应的开放共享模式。

2020年，陈廷梁开创云数仓/云数据平台方向，自主研发DataCyber产品序列，包括云数据平台CyberMeta，大数据运维平台CyberOPS，数据科学平台CyberScience，数据分析平台CyberExcel，致力于提供大数据时代的操作系统。

云数据平台CyberMeta是从数据汇聚到数据服务的一站式大数据智能研发与治理平台，集成了数据集成、数据开发、生产运维、实时分析、资产管理、数据质量、数据安全、数据共享等核心数据工艺，承上启下，让数据从采集到展现、从分析到驱动应用实现一站式平台服务。CyberMeta适用于需要打破数据孤岛、进行数字化转型的大型企事业单位或政府机构，帮助这类企业快速掌握开放自主开发与全栈数据研发的能力。用户通过一个平台，即可实现多种数据源接入与集群绑定、数据传输、离线计算与实时计算、数据治理与资产管理、数据接口开发与管理等各类复杂组合场景的应用。

云数据平台CyberMeta

大数据运维平台CyberOPS是集大数据集群的安装、管理、监控、诊断为一体的平台，适用于大型企事业单位或政府机构需要快速搭建大数据集群，安装、使用、管控大数据开发组件的DT基础设施建设应用场景。

数据科学平台（CyberScience）是一个为学校提供教学一体的教学实训平台，教师通过创建课程，在课程中配置课程内容、数据集和建模环境，根据学生名单开放权限；学生登录平台根据所学课程，创建实验进行建模，完成相应课程的学习和作业的提交。

数据科学平台CyberScience

值得一提的是，数据分析平台CyberExcel是产品序列中最面向大众的一款产品。通过一体化和标准化，产品通过封装有效降低用户使用复杂度，面向企业一线运营人员，让他们使用Excel模式就能简单地应用大数据计算、生成透视表等功能。

基于该四款产品，「数新网络」可提供数据汇聚到数据服务、高效建模、智能运维、智能分析的一站式服务，让数据从采集到展现、从分析到驱动应用得到高质量结合，整体提升企业竞争力。

DataCyber产品序列定位于通用的技术平台工具，也就是「数据网」——既可以提供公有云服务，也可以在大型政企的私有云部署。陈廷梁希望这两种版本的数据未来都是可以互联互通的，所以之后也会着力构建数据交换网络。

「数新网络」认为其对标公司是美国的Snowflake和Databricks，在陈廷梁看来，这两家百亿美金的大数据巨头代表了未来。

Snowflake 是来自硅谷的独角兽云数仓公司，2020年登陆纽交所上市时，曾创下史上最大 IPO的记录。Snowflake 颠覆了数仓行业，将计算分析和存储分离开，在云上建立一个高效、便于使用、性价比高的数据仓库。Snowflake在2020年做的Data Cloud（数据云）是在云数仓之上，大量租户可以在同一朵云上使用的数据平台；还提出了Data Consumer的理念，也就是各个租户之间可以进行数据交换。

Databricks最新估值380亿美元，是世界上第一个和唯一一个云中的Lakehouse（数据湖仓一体）平台。Databricks拥抱开源，优化大数据计算引擎，结合最好的数据仓库和数据湖，为数据和 AI提供了一个开放和统一的平台。

Snowflake坚持在PaaS层进行云化的商业模式，加上Databricks做大数据平台实时化和支持非结构化数据做智能分析的技术长处，是「数新网络」希望借鉴的优势。

「数新网络」希望结合全球云数仓先进理念，打造适合中国落地路径的云数仓体系。因此，CyberMeta，CyberOps和CyberScience这三款产品都结合了云数仓与云湖一体的模式。

陈廷梁认为，Snowflake的公有云体系在国外的环境中更容易发展，国外的世界500强企业基本都是私营企业，可以直接使用公有云。而国内只有体量比较大的企业客户对数字化的要求更高，才需要用大数据平台和算法平台这种基础设施，且他们更倾向于用私有云部署。这个矛盾之处让云数仓体系在国内比较难实现。

然而，原来阿里云的公有云架构在做私有云部署时底座过大，需要数十台服务器支持；同时，这个底座也与开源生态不兼容，导致许多大型客户担心被阿里云绑定，导致跟主流计算引擎脱节，无法迁移替换。

因此，陈廷梁基于在阿里云的经验积累，结合国内实际情况，对产品做了很大的改变，核心打造独立自主可控的一站式、云原生大数据基础设施平台，实现弹性可扩展、混合云/私有云的灵活部署。

「数新网络」采取的核心策略就是基于开源，也融入开源生态，打造国内云数仓顶级开源社区。即对于云的大数据底座，尽可能用开源的主流生态，产品只做数据平台层的建设。对于重要标杆客户，还可以基于开源底座做定向代码开源。

另一方面，「数新网络」也顺应大数据架构在近十余年来的变化趋势，采用Data Fabric，也就是数据平台智能化，让数据开发和算法开发更加「傻瓜化」。

据介绍，「数新网络」致力于提供大数据时代的主板和操作系统，以开源一站式地支持底层的各种计算引擎，相当于作为集成不同计算引擎的品牌电脑，提供封装以及上层更简单易用的操作系统。

陈廷梁提到，用这个模式尽快确立市场优势后，会把基础架构再开源，就可以支持大量在此基础上开发的数据中台等系统。

「数新网络」拓展了适合国内企业的云数仓基建模式，成熟的解决方案主要应用于场景金融、政务数字化转型和先进制造等领域，也包括医疗、零售、能源等行业。

目前，其标杆客户包括浦发银行、华泰证券、高济医疗、中国石化、国家电网江苏省电力公司、屈臣氏、中国航发、浙江银保监局、香港大学等政企单位。

「数新网络」的产品大数据运维平台(CyberOPS)，帮助浦发银行解决内部五大数据集群(批量数据集群、流式集群、联机查询集群、洞察集群、租户集群)包括其各服务组件安装、升级、监控等运维复杂度高、人力投入大等问题，提升平台整体运营服务效率，有效保证平台的可用性。

云数据平台(CyberMeta)产品帮助国有大型能源公司建立数据中台。提供实时开发平台，通过Flink Kafka技术实现实时的数据采集和数据处理能力，支持异构数据源读写，自动构建血缘关系。同时，也提供统一的数据资产管理平台，通过元数据采集对资产进行统一的管理，形成资产目录，提供全域数据检索能力，对数据热度分析并出具报告，对资产进行盘点，监控元数据变化。

数据科学平台(CyberScience)也作为高校科研实验平台，全面对接公有云，实现建模环境的服务化，其中建模环境与工作目录分离并可配置空闲自动关闭，同时与数据集隔离，实现数据集安全共享，另外模板化方式集成各种建模工具，方便用户快速上手。

在金融领域，「数新网络」还拥有金融产品超市、科技金融贷、抵押在线登记、保险在线快赔等产品，打造金融综合服务平台解决方案。

大型政企是「数新网络」瞄准的核心付费客户，但下半年也会开放开源的基础版本，给互联网企业或普通民营企业使用。「数新网络」重点服务金融领域，希望能够覆盖到更多的中小微企业及个人，提升社会效能，从而让每个人都能够享受数据的价值。