阅读研究雷达投资体系
登录 / 注册
全部阅读技术产品投资二级市场其他

阅读

2026-11-0525 篇

刷新

投资AI订阅作者Rob May提出'意图份额':ChatGPT拿走问题量,但Google仍握有85%交易型查询

专题 · Rob May意图份额论实质变化
2026-11-05 19:50

ChatGPT的查询量正在以显著速度增长——独立数据显示它已处理全球数字查询的19%,OpenAI自己声称达到Google搜索量的20%。但同一时期,Google向开放网络发送的外链流量约为ChatGPT的190倍:Google占全部网络引流约40%,ChatGPT仅占0.21%。

这个巨大落差是本文核心观察的起点。投资AI订阅作者Rob May将其解释为两种产品的根本设计差异:Google是一个路由器,其工作是把你送到别处——最好是广告主付费的地方;ChatGPT是一个回答引擎,其工作是把你留在对话里直到问题被解决。数据印证了这一点:ChatGPT平均会话时长13分47秒,Google为6分4秒。人们没有离开,因为产品被设计成不需要离开。

May认为,正确的分析透镜不是'谁回答了多少问题',而是'谁回答了带钱的问题'。他把这个概念称为'意图份额'(Intent Share)。按这个框架,Google在交易型查询中仍握有85.4%的份额,在导航型和本地查询中握有93%。大语言模型占优的是生成型和任务型工作(约66%份额)以及复杂研究与综合。

这意味着什么?Google确实丢掉了漏斗顶部——其占全部在线发现的比例从2022年底的89%以上下降到2025年底的约58%,May认为这一趋势不会逆转。但漏斗底部——那些直接连接购买意图和导航行为的查询——几乎未受影响。对投资者而言,关键问题不再是ChatGPT是否在抢Google的搜索,而是它是否在抢让Google赚钱的搜索。

需要指出的边界:May在文中披露自己长期持有Google股票。他提到还有一段'认真对待的熊市情景'和INFORMS购物转化数据,但这些内容位于付费墙之后,已读取部分无法展示。'意图份额'的分类型百分比是作者基于所引数据的分析框架,不是独立验证的市场测量。

信息源:investinginai.substack.com

研究

人形机器人公司 Agility 通过 SPAC 上市,成为首家纯人形机器人上市公司

实质变化
2026-11-05 20:00

Agility Robotics 于 2026 年 11 月 5 日通过特殊目的收购公司(SPAC)完成反向合并,正式在纳斯达克上市,成为首家纯人形机器人上市公司。此次交易为公司带来了 4.65 亿美元的新资本,资金来自散户投资者和私募融资。

与特斯拉、Figure AI 等竞争对手不同,Agility 专注于工业场景中的重复性搬运任务。其 Digit 机器人已在多家客户处部署,包括 Schaeffler、GXO 和丰田加拿大制造工厂。然而,公司的财务状况显示出现实挑战:2026 年上半年营收仅为 17.4 万美元,而同期亏损高达 3.62 亿美元。

CEO Peggy Johnson 表示,新资本将用于支持新一代产品 Digit 5 的开发和部署。Digit 5 旨在实现人机协作安全操作,目前已有 30 家客户签署了总额 3 亿美元的意向合同。尽管面临单位经济性和技术成熟度的质疑,Agility 的上市为一级市场的人形机器人投资提供了一个重要的二级市场估值参照。

信息源:TechCrunch

研究

Meta收购AI编程初创公司Conductor,独立多智能体编排工具将停止服务

专题 · Conductor实质变化
2026-11-05 06:20

美国科技巨头Meta Platforms Inc.已确认收购人工智能编程初创公司Conductor(正式名称为Melty Inc.)。这笔交易由Axios率先报道,Conductor随后在其官方网站上证实加入Meta,但未披露具体财务条款。

Conductor的核心产品是一款桌面应用,允许开发者同时运行多个AI编程代理(如Anthropic的Claude Code、OpenAI的Codex和Cursor),每个代理在代码库的隔离副本中工作,最后由人类审查并合并结果。该公司称其用户数已超过10万。

随着收购完成,Conductor的独立服务将逐步关闭。新用户注册和下载已于11月4日停止,付费功能对现有订阅者免费开放。云端服务“Conductor Cloud”将于11月13日转为只读模式,并在11月20日正式关停,届时用户数据将被删除。Mac本地版本将继续运行至2027年初,但不再提供新模型支持和关键错误修复。

Meta工程师在收购前就已广泛使用Conductor。今年3月Conductor宣布A轮融资时,曾点名Meta、Google和Spotify等公司拥有数十名使用该产品的工程师。据知情人士向Axios透露,Meta看重Conductor团队在产品交付速度上的能力,希望借此构建其下一代AI编码工具。

此次收购发生在Meta密集发布AI编码相关模型的背景下。10月15日,Meta发布了面向编码和长时代理任务的开源权重模型Muse Spark Open;10月12日则发布了更强大的闭源Muse Wonder模型,集成于其内部的Muse Code终端和API中。同日,另一家AI巨头OpenAI也宣布计划收购开发者工具初创公司Pierre Computer,显示出大型科技公司正通过并购整合AI编程基础设施。

信息源:SiliconANGLE

研究

博世传感器CEO Stefan Finkbeiner称:边缘AI让原始数据不离开设备,隐私保障来自架构设计

专题 · 博世边缘AI隐私架构实质变化
2026-11-05 17:00

博世传感器CEO Stefan Finkbeiner在eeNews Europe的Leaders Talk访谈中提出了一个关于边缘AI与隐私的核心判断:隐私保护的优势来自架构设计,而非将数据传至云端处理。

他的论点是,当AI算法直接在传感器硅片上运行时,物理信号在本地处理完毕即被丢弃,设备只向用户输出其明确请求的结论——例如空气质量中等或步数已更新——原始数据无需离开设备。这与传统架构形成对比:在常规设计中,原始传感器数据被持续传输到外部云端进行算法处理,这一过程本身就制造了隐私漏洞。Finkbeiner认为,边缘AI将数据主权交还给用户,片上处理本身就是隐私保护的最强技术保障。

支撑这一架构的物理前提是两项传感技术的突破。TMR(隧道磁阻)技术提供超高精度、极低噪声和极低功耗的磁传感,使GPS失效场景下的室内导航和AR/VR头显中的头部追踪成为可能。ASICAP电容传感则将微型化和信号灵敏度推进到新边界,让可穿戴设备能以极低能耗检测微手势和声学细节。Finkbeiner的结论是:当这些物理突破与片上AI处理结合时,实时响应、近零延迟、电池续航和隐私可以同时保障。他称所有新产品都搭载微控制器,具备边缘AI能力。

这一论述来自制造商CEO对自身产品路线的描述,属于归因性论证而非独立验证。TMR和ASICAP的具体性能指标、近零延迟的量化定义,以及所有新产品的覆盖范围,均未经第三方测试确认。Finkbeiner的隐私架构逻辑——本地处理、丢弃原始数据、仅输出结论——在技术上是清晰的,但实际产品是否严格遵循这一设计,取决于具体实现而非愿景陈述。

不过,这一架构选择背后有一个值得注意的设计哲学。Finkbeiner将博世传感器的创新文化概括为建设性天真:工程师被鼓励尝试新事物并承担经过计算的风险,而不是只按客户规格书制造组件。他认为在消费电子领域,只做规格书上的东西就意味着沦为大宗商品供应商,就已经太迟了。这种文化为边缘AI传感器的开发提供了土壤——不是等待客户定义需求,而是主动展示物理传感与片上智能结合后能做什么。

信息源:eeNews Europe

研究

咨询行业从业者Brian Sommer:AI能替代初级顾问的文档工作,但替代不了把八成想法打磨到九五分的同行评审

实质变化
2026-11-05 16:35

Brian Sommer大学三年级时创办了自己的第一家咨询公司,后来在安达信(Arthur Andersen,埃森哲的前身)工作。他在2026年11月发表的文章中回应了一个反复出现的问题:咨询顾问是否仍然不可或缺?他的回答是肯定的——但原因比通常的讨论更具体。

Sommer首先承认AI对咨询业初级工作的冲击是真实的。生成式AI可以解析数十亿份客户文档来识别趋势、总结内容、结构化数据,可以起草咨询演示文稿、生成研究报告,算法AI可以快速处理大量数据源来制作财务和运营预测。更关键的是,ERP、人力资源和财务会计软件厂商正在用AI自动化实施工作——数据清洗、预配置软件、插入监管要求和行业特定流程——这些过去正是需要大量初级顾问和集成商完成的任务。

但Sommer的核心论点不是AI做不了这些,而是AI做完了这些之后,剩下的那部分才是咨询的真正价值所在。他用两个亲身经历来说明:一位他认识多年的专业人士递给他一份AI生成的'结果',把趋势线外推当成了实际数据——没有审计追踪指向原始数据,这本该是一个巨大的警示信号,但对方完全没有注意到。另一位精明的金融分析师给他看了AI生成的图表,视觉上很漂亮,但对若干需要纳入的更微妙因素完全没有思考和考量。

Sommer认为这触及了AI做不好而人能做好的核心:思考。AI开发者喜欢说AI可以推理,但这与深思熟虑的分析、评估和多种视角的应用不是一回事。人可以做批判性思考,也可以纳入AI原始训练中不存在的独特角度。AI擅长重新解决一个旧问题,但那些一次性的、奇怪的、独特的事情不在它的数据、大语言模型或训练集中。

那么谁做AI做不了的新颖工作?Sommer的答案是咨询顾问。他描述了优秀咨询的实际运作方式:面对一个棘手的客户项目,最好的方法是召集一组理解客户、行业、市场趋势、价值创造和组织的高级顾问。这些知识可能部分已被编码进AI使用的模型中,但有些东西——比如微妙之处——仍然超出AI的能力范围。

他给出了一个具体的机制:优秀顾问知道自己可能只能独立想出一个好点子的八成,但需要一个团队来真正精炼和扩展这个原始概念,把八成方案推到九五到九七分。这就是为什么顾问会把新想法、概念和方法与其他顾问交流。安达信要求所有事项在分享给客户之前必须经过'第二合伙人评审'。这个过程一部分是审查,一部分是性格塑造——当你把自认为最好的想法放在同侪和上级面前,看着它被拆解,这令人谦卑,但所有这些新输入和视角带来的知识可以显著改善给客户的建议。

Sommer把这种评审体验比作老式的软件代码审查:程序员花了大量时间和精力写了一个程序,在审查中必须向同侪和编程负责人解释和辩护自己的代码,决策和设计被解剖,有时感觉相当私人化。这些评审技术的设计目的是为客户产出最高质量的结果。AI工具有时能产出好的结果,但伟大的结果仍然需要一双鹰眼般的专家之手,去理解和测试那些可能不存在于AI数据中的微妙之处。

文章还讨论了一个看似矛盾的现象:如果AI正在侵蚀咨询业的底层工作,为什么Anthropic反而要进入这个市场?Sommer引用了StrategyCase.com上Dr. Florian Smeritschnig的分析——Anthropic通过两个合资企业进入咨询:一家是与Blackstone、Hellman & Friedman和Goldman Sachs合作的美国公司Ode,约15亿美元承诺资本,2026年7月启动;另一家与伦敦私募股权公司Hg合作,预计年底前在伦敦和柏林开业。两者都把工程师派驻客户公司内部,基于Claude构建AI系统。

Smeritschnig的结论是:Anthropic的咨询推进最重地打击了埃森哲和四大会计师事务所的AI实施业务,对麦肯锡、波士顿咨询和贝恩的影响主要通过其工程部门。而这是迄今最有力的证据,表明AI创造咨询工作而非消灭它。Sommer补充了Jose Esteves在LinkedIn上的一个观点:像Anthropic这样的公司可能利用这些咨询项目来加强与大型企业的关系。

Sommer还指出了传统咨询业面临的一个结构性挑战:学徒机制。如果不再需要那么多初级咨询人员,那么长期建立的培养流程如何运作?咨询公司如何发展未来的业务领导者?这不仅是人力问题,而是整个行业知识传承链条的断裂风险。

最后,Sommer观察到行业经济模式的转变。他认为更清楚的是,服务合同将越来越多地转向基于成果/交付物或固定费用的模式,工时计费方式正在迅速衰落。他提到埃森哲CEO最近购买了300万美元的埃森哲股票,许多人将其视为她对公司未来信心的信号。但Sommer自己保持谨慎:他欣赏这种信心,同时认为还需要观察新市场进入者、经济模式和产品将如何影响这个领域。

这篇文章的价值在于它不是一个抽象的'AI不会取代人'的宣言,而是一位从业者用具体失败案例、协作机制描述和行业经济观察,解释了AI在咨询工作中到底在哪里断裂、为什么断裂,以及这种断裂如何正在改变行业的定价逻辑和竞争格局。

信息源:diginomica

研究

前腾讯机器人实验室1号员工来杰:这轮AI更多是智力革命,不是机器人革命

专题 · 星尘智能融资上市实质变化
2026-11-05 14:29

来杰在2022年底离开腾讯创立星尘智能时,ChatGPT刚发布没几天。但他的技术预判更早:在腾讯Robotics X机器人实验室做数据驱动研究时,他注意到Transformer正从语言向多模态进化,如果Token设计合理,所有模态可以在同一空间对齐——这恰好是机器人数据驱动的关键步骤。

他现在的核心判断是:这轮AI浪潮更多是智力革命,不是机器人革命。宇树等企业已经证明机器人的身体能力可以做到足够强,再往下的问题是提升智力。这意味着机器人身体应该被重新定位为AI的学习工具——既是数据采集者,也是应用终端。

这个定位背后有一条进化论式的推理和一条实验证据。来杰从生物进化出发论证设计原则:人长成五指,老鹰长成前二后二的四指,根本原因是它们抓的东西不一样,而抓什么由脑子决定。也就是说,智力决定了身体的构形长相,而不是身体构形决定智力。《智能简史》提到人类对生拇指的出现是智能进化的关键物理节点,有了这个变化才能适应多种工具。

另一条证据来自他在腾讯实验室的经历。他们用调酒师的数据训练KUKA和UR等工业机器人,后来单独买了一台ABB机械臂——不是因为工业可靠性,而是因为它的结构和人很像,自由度和关节接近人体。结果在ABB上训练出来的模型效果更好。来杰由此确认:当机器人结构接近人体时,人类数据的迁移gap最小,模型表现更好。

星尘智能将这一理念命名为DFAI(Design for AI)。具体到硬件选择上,他们采用了绳驱方案——用高强度绳索传递动力,将电机从关节移到基座。来杰解释,选择绳驱最初不是为了模仿人体肌腱,而是为了找到力透明度最好的传动方式。

力透明度是什么?来杰用了一个日常例子:人跟机器人握手,要么你在掰它,要么它在掰你,中间没有随动感。很多机器人夹住咖啡杯放下时,判断杯子接近桌面就松手,啪一下落在桌上。人不会这样,人会在感觉到桌子支撑了杯子、手上不用出力的时候才松手。绳驱让机器人能感受到末端力的变化,从而学到这种基于触觉反馈的智能关系,而不是依赖绝对位置判断。

这直接连接到具身智能当前的数据瓶颈。来杰认为,原生多模态大模型(不再把LLM和ViT分家)已经解决了机器人对物理环境的抽象理解,但具象理解仍然缺失——互联网数据和现有采集数据都没有尺寸概念,也缺少空间意识,只有画面意识。解决方案是通过机器人本体给大模型提供完整的空间具象信息,形成数据飞轮。

来杰预测这个飞轮今年已经开始转动,因为GPT也开始训练第一人称视角数据和机器人数据。他明确说,很有可能明年机器人就会进入家庭。

关于具身模型与基础大模型的关系,来杰用了一个做饭的比喻:你给妈妈打视频电话,她指导你放油,但放油这个动作你必须自己会,因为妈妈没法替你放。具身模型就是那个'自己会放油'的部分——它感知物理参数(重量、力度、是否抓稳),遇到不确定的情况再用自然语言向GPT提问获取方案。他反对把触觉信息全部训练到基础大模型那边,认为成本不合适且通讯带宽会有问题。

来杰旗帜鲜明地反对机器人进厂打螺丝。他的理由是:机器人最大的优势在于能力的广泛性,不可能封闭在一个领域。就像大模型可以问医学、管理、历史、科学,机器人进入家庭后角色也不应局限于单一任务。在工业场景的成本考量上,他个人更倾向于用固定化程序处理重复性任务,认为老板未必愿意为每个动作支付token费。

不过来杰也坦承,星尘智能目前远没到iPhone 4的水平。他把S1对应到Apple I,T1对应到Apple II,还没有进入Macintosh阶段。但他认为行业发展速度超出预期,Macintosh或iPhone 4级别的爆款机器人产品明年就会出现。

需要强调的是,以上全部是来杰作为星尘智能创始人的战略判断和第一方叙述。绳驱的成本优势、力透明度带来的智能提升、以及明年进入家庭的预测,均未经独立验证。他的DFAI理念为具身智能提供了一条区别于'先造强身体再装AI'的路线思考,但这条路线能否在工程和商业上兑现,仍取决于尚未公开的产品迭代和市场反馈。

信息源:爱范儿

研究

Uber财报披露:上周外部AI代理仅促成约500单外卖与4次打车,占比极低但正洽谈合作

实质变化
2026-11-05 11:48

美国网约车及外卖平台Uber在11月4日(当地时间)的第三季度业绩电话会议上披露了关于外部AI代理(external AI agents)使用情况的最新数据。首席财务官Balaji Krishnamurthy指出,在包含万圣节的一周内,通过外部AI代理发起的Uber Eats订单约为500笔,而车辆呼叫仅为4次。同期,Uber平台的总交易量(包括打车和外卖)约为3.2亿笔。这意味着,目前由AI代理促成的交易比例极低,大约每63万笔交易中仅有1笔来自此类渠道。

首席执行官Dara Khosrowshahi强调,这一数据反映的是AI代理介入消费服务的极早期阶段。他透露,几乎所有主要的AI公司都在接触Uber,双方正在就交易条件进行谈判。Khosrowshahi认为,外部AI代理是触达Uber平台的另一条路径,有望带来需求侧的净增长。然而,他也明确表示,Uber不会放弃用户直接通过App进入的传统渠道。他曾以在线旅游行业为例,指出过度依赖Google等外部平台的风险,并重申Uber不希望陷入单一依赖特定运营商的局面。

除了应对外部AI代理的合作,Uber也在加强自身的AI功能。例如,Uber Eats中用于辅助购物车构建的“Cart Assistant”功能,其平均订单金额据初步指标显示为普通订单的两倍。此外,公司还在开发针对订单处理和司机端的AI助手。Uber的策略是在开放外部接入的同时,强化内部AI体验,试图在新兴的代理式商业(agentic commerce)浪潮中保持平衡。

信息源:스타트업 생태계의 모든 것 \'플래텀(Platum)\'

研究

Nothing CEO Carl Pei称首款AI原生产品将于12月发布,无屏幕且非应用

专题 · Nothing快讯
2026-11-05 06:13

智能手机初创公司Nothing的CEO Carl Pei在X平台上表示,该公司的首款“AI原生产品”将于12月发货。Pei描述该产品为一款工具,但具有定义Nothing产品的个性和关怀,并明确指出它没有新屏幕,也不是一款应用程序。

这一声明证实了Nothing正在开发一款独特的AI硬件设备。此前,该公司曾透露计划推出AI智能眼镜和集成AI功能的耳机,但Pei的最新帖子将焦点集中在一个尚未命名的设备上。

Pei还评论了行业对AI硬件的追求,称许多人在寻找能让AI融入生活的“iPhone时刻”,如吊坠、别针或眼镜,但他表示自己对这一时刻有不同的解读。目前尚无确切的发布日期公布,具体产品形态仍有待揭晓。

信息源:TechCrunch

研究

美国初创Origin获2000万美元融资,非人形机器人OG-1实现工地墙面自动批土与打磨

实质变化
2026-11-05 10:22

过去一百年,建筑业的机械化主要发生在外部,如挖地基和吊运材料,但内部装修——特别是石膏板接缝的批土、打磨和上漆——仍高度依赖人工。这些室内工序占整个工期的65%以上。2025年初成立的美国初创公司Origin近日宣布获得2000万美元融资,旨在通过其名为OG-1的装修机器人改变这一现状。

OG-1并非人形机器人,而是由三轮底座、配重结构、升降台和机械臂组成。这种设计源于工地实际需求:机身需窄至能穿过普通门框,升降台需将手臂送至约4.3米高处。三轮底座比人形机器人更稳定,无需耗电维持平衡,从而保留电力用于作业。面对光线差、杂物多的工地环境,OG-1配备360度视野,能识别200种常见物品,无需封闭专属区域即可与水电、木工等工种协同工作。

OG-1的核心软件被称为“施工动作模型”(Construction Action Model, CAM),分为三层运作:推理系统安排施工顺序(如先批土后打磨);动作策略决定机器人位置、对准角度及工具姿态,并在完成后检查表面平整度;控制器将决策转化为实际动作,实时修正墙面凹凸。由于网络上缺乏大量墙面打磨视频,Origin自行收集数据进行训练,包括工地现场的3D扫描、影像、深度资料及力道记录,实验室内的专家示范与远程操控,以及高拟真虚拟环境练习。这使得OG-1进入新工地时无需重新训练。

在商业模式上,Origin采用以租代售的方式,按使用量计费,降低承包商的初始投入门槛。公司称,扣除租金和操作员人力成本后,客户第一天即可节省20%的成本,有望将原本5%至7%的净利率提升至15%至25%。Origin首席执行官Ghaturle表示,机器人速度达人工3倍的结论是基于整个班次计算,包含准备、换工具和保养时间。目前OG-1已在商办、住宅、数据中心等场景上工,官网显示现役机器人仅4台,计划2027年底前扩大至150台,并逐步增加贴接缝带、安装石膏板等新功能。

信息源:TechOrange 科技報橘

研究

日本NEC宣布推出cotomi Gateway:自动掩码机密信息并按任务难度路由AI模型,月费100万日元起

快讯
2026-11-05 10:34

日本电子公司NEC宣布将于11月开始提供名为“cotomi Gateway”的新AI基础设施服务。该网关旨在解决企业在利用外部大语言模型(LLM)时面临的机密数据泄露风险及成本控制问题。

据TechnoEdge报道,cotomi Gateway的核心机制是自动检测并掩码(遮蔽)员工查询中的敏感商业信息,随后将处理后的请求发送给外部AI模型。对于因掩码而无法处理的复杂任务,系统会自动将其路由至NEC内部部署的本地AI模型进行处理,从而在保障数据安全的同时维持业务连续性。

此外,该服务通过两级策略降低AI使用费用:首先根据任务的复杂性、所需回答质量和成本预算自动选择最合适的AI模型,避免对简单问题调用昂贵的高性能模型;其次,系统会优化提示词,去除冗余信息以减少Token消耗。

目前提供的软件版本起价为每月100万日元(不含税),后续计划以SaaS形式提供。这一产品反映了日本大型科技企业在通用AI能力上寻求差异化竞争的策略,即通过强化企业级安全治理和成本效率来吸引国内客户。

信息源:テクノエッジ TechnoEdge

研究

韩国综合广告公司HSAD将Netflix官方预测API接入AI代理平台DASH,实现自然语言广告效果预估

专题 · HSAD DASH平台快讯
2026-11-05 10:07

韩国综合广告公司HSAD于11月5日宣布,已将其自研的AI代理平台“DASH”与Netflix官方的广告覆盖范围预测应用程序接口(API)进行集成。据HSAD称,这是韩国国内综合广告公司中首次将Netflix的官方广告预测API接入AI代理系统。

该服务允许广告主或媒体策划人员通过自然语言输入预算和目标受众,即可获取基于Netflix数据的预期广告触达率和曝光量分析。例如,用户询问“针对18至34岁人群投放1亿韩元Netflix广告的预计触达率是多少”,AI将检索相关数据并给出预测结果,同时支持比较不同年龄层在相同预算下的执行效果。

HSAD计划在今年内推出整合的广告效果预测系统,将其现有的媒体规划系统“MPOPS”的分析范围扩展至OTT领域。HSAD受众规划室室长Kim Hee-joo表示,准确预测多种媒体组合产生的整体广告效果至关重要,旨在帮助广告主在有限预算下优化媒体策略。

信息源:미래를 보는 창 - 전자신문

研究

美国电信运营商AT&T将Gemini人工智能接入其家庭安防系统

快讯
2026-11-05 04:23

美国电信运营商AT&T于2026年11月4日宣布,其智能家庭安防系统Connected Life现已集成谷歌的Gemini for Home功能。据The Verge报道,AT&T称该系统是首款与Google Home Premium集成的家庭安防产品。

此次更新引入了多项由Gemini驱动的功能,包括对家庭事件的详细摘要、通过自然语言问题搜索录制视频(例如询问“昨晚谁挖了院子?”),以及查看室内外活动的每日总结。这些功能目前仅向订阅每月29.99美元专业监控计划的用户开放。此外,AT&T还增加了基于用户接近程度自动布防或撤防的能力。

信息源:The Verge

研究
下一页 →
登录 / 注册
阅读研究雷达投资体系