IPO日报记者摄

　　千亿市场规模

　　“谷子经济”是指围绕二次元IP（知识产权）周边商品形成的一种消费文化和经济形态，主要面向年轻消费群体。

　　谷子经济中的“谷子”是“goods”的音译，指的是各种与二次元文化相关的周边商品，例如徽章、海报、卡片、挂件、手办、娃娃等‌。

　　谷子经济的市场规模也在不断扩大。

　　谷子行业在2022年崛起，2023年爆发。根据灼识咨询，预计2026年二次元周边衍生产业市场规模1600亿元，其中商品授权占到1300亿元。艾瑞数据显示，2016年至2023年，中国二次元产业规模从189亿元增长至2219亿元，复合增速为42%，其中周边及衍生市场为1024亿元；预计到2029年，二次元产业规模将增长至5900亿元，复合增速为18%‌。

　　随着二次元文化的普及以及影响力的扩大，谷子经济迅速扩展，吸引了大量的投资者和收藏者。对于粉丝而言，谷子们不仅仅承载着情怀，更成为了一种社交货币。一些谷子更是因为其稀缺性和特殊性，在二手市场上“炒出”天价。

　　传统商场的“新活力”

　　近年来，线上消费在日常生活中占比越来越高，作为传统的零售业态，实体商业正经历着深刻变革，传统百货商场越发冷清。

　　然而，谷子的出现，为传统商场带来了新的转机。

　　以上海第一百货为例，2019年，南京东路往外滩方向东拓，华联商厦在这一时期零售业务增长遇到了瓶颈。在经过一番市场调研后，商场将目光瞄向了年轻人。

　　而将华联商厦升级更新为二次元商业体ZX创趣场后，商场的营业额也带来了飞涨。

　　财联社报道，目前商场客流基本能够达到疫情前10%的增长，暑期和节假日，每天的客流量大概是10万人。

　　与此同时，百联ZX创趣场和第一百货已成为“吃谷人”在上海的必去之地，其中前者更是被称为“中国的秋叶原”。

　　就在刚过去的第三季度，泡泡玛特营收同比增长120%—125%。其中，中国港澳台及海外营收同比增长达到了440%—445%。在今年半年报中，泡泡玛特还首次披露了各大区域业绩及收入占比，四大区域（东南亚、东亚及中国港澳台、北美、欧澳及其他市场）均呈现三位数增速。

　　发展之困

　　然而，相对于传统经济，谷子经济的表现似乎并不是十分稳定。

　　截至11月29日，东方财富显示，谷子经济概念盘初走弱。仅仅4天，奥飞娱乐、高乐股份、实丰文化跌停，汉仪股份、金运激光、创源股份、华立科技、星辉娱乐等多股跌超6%。

　　浙商证券主要将产业内公司划分为两类。一类是上中游运营公司，它们与IP产业链紧密结合，成为IP衍生开发的重要参与方，为消费者提供更多差异化的IP体验，方能在激烈的竞争中脱颖而出。

　　另一类是下游零售商，即目前国内的二次元相关的零售渠道有谷子店、杂货文具礼品店、日本零售店、卡牌店以及“二次元+传统店态”等。

　　浙商证券提到，高知名度的连锁谷子店普遍依托上游IP资源，成长迅速、爆发力强，处在加速开店阶段。当前拥有广泛零售渠道的公司或品牌有望在初期享受行业贝塔，中长期来看，核心竞争力将回归产品开发及选品能力，最终落脚到差异化的产品供给。

　　IPO日报记者发现，谷子经济的核心在于IP开发运营，其强调IP授权与运营能力、供应链能力以及渠道的消费者触达，产业链主要包括IP创作与授权、产品开发和设计、渠道销售几个环节。

　　其中最核心的环节当属IP开发运营，IP的热度直接关系到周边产品的销量。

　　以《恋与深空》为例，在“叠纸心意”旗舰店，从10月11日开始预售的《恋与深空》官谷中，最便宜的“心影瞬间”系列方形马口铁徽章（吧唧）售价15元，总销量已经超过了100万，稍贵一点的“双影交叠时”系列马口铁徽章、“眸光映照处”系列马口铁徽章和沈星回单人生日马口铁徽章售价18元，总销量也同样超过了100万；还有拍立得组、小卡套组等等，总销量在60万以上，价格最高的灯光画、立牌等，总销量也达到了10万-20万以上。

　　值得注意的是，谷子经济也存在会有市场集中度较低、可替代性强等风险，‌IP资源过度依赖海外、行业门槛低，竞争激烈等风险。

　　对此，阅文集团相关负责人向记者表示，谷子只是IP衍生品里的其中一个品类，它的IP属性以及交易属性较强，这个行业发展趋势必然会有明显的波峰与波谷，具有显著的周期性特点。但二次元文化已经沉淀，消费者的消费习惯已经养成，所以IP衍生品以及二次元经济长远来看将会继续向上、不断发展。

　　他提到，“对产业本身来说，重要的是要想清楚自身的核心优势，和IP方、渠道方、平台方等行业上下游共同发力推出更契合消费者需求、更满足消费者情绪价值的各类产品和服务，并最终形成IP与消费者之间的深度情感连接。”

　　阅文集团门店图

　　一位资深谷圈爱好者也向记者提到，“情怀是购买谷子的第一能动力，对我来说，品牌凝聚力和文化连接感是我更看重的。”

　　因此，谷子经济崛起的背后，知识产权才是核心。企业得好好想想，怎么利用IP效应，打造更多爆款产品，毕竟这才是长期盈利的王道。

当欧佩克+部长本周末开会时，他们面临着一个难以接受的选择：继续限制石油供应直至 2025 年，否则就有可能再次出现油价暴跌。

智通财经注意到，与会代表表示，随着石油需求放缓和美洲石油供应增加，以沙特阿拉伯和俄罗斯为首的产油国集团正在再次讨论推迟增产计划——可能推迟数月。

但如果欧佩克+ 想要防止供应过剩，它可能需要做更多。国际能源署预测，即使该组织完全取消增产，明年也会出现供应过剩。花旗集团和摩根大通警告称，油价已经注定从每桶 73 美元跌至 60 美元——如果该组织打开供应阀门，油价还会更低。

油价再次暴跌将给沙特带来财务损失，沙特已被迫削减奢侈的经济转型计划的支出。而这还不包括特朗普总统的回归，特朗普承诺提高美国原油产量，并威胁对中国征收惩罚性贸易税。

贡渥集团联合创始人兼首席执行官托比约恩·托恩奎斯特周二在伦敦能源情报论坛上表示：“我认为他们没有上涨的空间，市场会在必要时提醒他们这一点。”

当天早些时候，沙特阿拉伯能源大臣阿卜杜勒阿齐兹·本·萨勒曼亲王在巴格达会见了俄罗斯副总理亚历山大·诺瓦克和伊拉克总理穆罕默德·什叶派·苏丹尼。据两国声明称，他们讨论了保持市场平衡和履行减产承诺的重要性。整个 23 国联盟将于周日在线召开会议。

近六个月前，石油输出国组织及其合作伙伴上一次聚首时，情况截然不同。该组织确信，疫情过后全球石油消费将继续激增，并公布了恢复自 2022 年以来产能增长的路线图，概述了从 10 月起分月恢复 220 万桶/日的产量。

但自此以后情况发生了变化。

自 7 月初以来，布伦特原油期货已下跌约 17%。国际能源署表示，过去 20 年来一直推动石油市场的消费可能已经达到顶峰。

该总部位于巴黎的机构预测，随着从化石燃料向电动汽车的转变步伐加快，明年全球石油需求将增长约 100 万桶/日，不到 2023 年增幅的一半。

报告称，美国、巴西、加拿大和圭亚那的新增供应量将弥补这一缺口，导致每天的供应过剩超过 100 万桶。

摩根士丹利分析师马丁·拉茨表示：“石油市场似乎将在 2025 年出现大幅盈余。”

在石油市场吸收特朗普第二任期的影响之前，欧佩克+的前景就已经十分严峻。特朗普曾将推动美国的能源生产，并警告将对许多国家征收严厉的贸易贸易税。

重新施压伊朗

不过，预测往往会出错，如果石油市场违背看跌预测，这将使欧佩克+ 的任务变得更容易。

英国石油公司首席执行官默里·奥金克洛斯周一在伦敦举行的一次会议上表示，全球石油需求继续意外上行，未来五到十年有望强劲增长。

凯雷集团能源路径首席战略官杰夫·柯里表示，油价目前“试图将尚未出现的未来供应过剩纳入定价” 。油价回落已经削弱了供应增长前景，降低了供应过剩出现的可能性。

柯里表示：“几乎所有的熊市都是由需求驱动的，而由于中国率先推出刺激措施，出现意外需求冲击的可能性有限。”

特朗普还有可能重启其第一任期内用于抑制伊朗原油出口的“极限施压”政策，以限制伊朗核计划。

“如果特朗普真的全力以赴，减少 100 万至 120 万桶伊朗石油出口，那么明年的供应过剩问题就会得到解决，” Rapidan Energy Group 创始人、前白宫官员鲍勃·麦克纳利表示。“这让欧佩克+ 更容易恢复这些石油生产。”

但如果没有对伊朗采取严厉措施，欧佩克+国家可能需要坚持减产。这对几个成员国来说将是一个挑战，尤其是伊拉克、俄罗斯、哈萨克斯坦和阿联酋，这些国家一直在努力实施今年年初制定的供应限制。

阿联酋获准逐步增加 30 万桶/日的石油产量，以表彰其近期产能的提升。哈萨克斯坦则没有这样的准入条件，该国田吉兹油田大规模扩建的启动可能会进一步考验其明年对欧佩克+ 协议的承诺。

摩根大通全球大宗商品研究主管娜塔莎·卡内娃表示，过剩状况持续的时间越长，欧佩克+成员国最终厌倦配额并重新追求自身市场份额的可能性就越大，就像他们在 2014 年和 2020 年政策“重置”期间所做的那样。

她表示：“增加石油产量可能会成为 2026 年一些欧佩克成员国的一个主要考虑因素，届时市场再次出现重置的风险将会加大。”

　　使用这种方法，推理成本没有明显提升，但是模型性能更好了。

　　这么好用的模型，为啥不发布？

　　不划算。

　　semianalysis分析，相较于直接发布，Anthropic更倾向于用最好的模型来做内部训练，发布Claude 3.5 Sonnet就够了。

　　这多少让人不敢相信。

　　但是文章作者之一Dylan Patel也曾是最早揭秘GPT-4架构的人。

　　除此之外，文章还分析了最新发布的o1 Pro、神秘Orion的架构以及这些先进模型中蕴藏的新规律。

　　比如它还指出，搜索是Scaling的另一维度，o1没有利用这个维度，但是o1 Pro用了。

　　网友：它暗示了o1和o1 Pro之间的区别，这也是之前没有被披露过的。

　　新旧范式交迭，大模型还在加速

　　总体来看，semianalysis的最新文章分析了当前大模型开发在算力、数据、算法上面临的挑战与现状。

　　核心观点简单粗暴总结，就是新范式还在不断涌现，AI进程没有减速。

　　文章开篇即点明，Scaling law依旧有效。

　　尽管有诸多声音认为，随着新模型在基准测试上的提升不够明显，现有训练数据几乎用尽以及摩尔定律放缓，大模型的Scaling Law要失效了。

　　但是顶尖AI实验室、计算公司还在加速建设数据中心，并向底层硬件砸更多钱。

　　比如AWS斥巨资自研了Trainium2芯片，花费65亿美元为Anthropic准备40万块芯片。

　　Meta也计划在2026年建成耗电功率200万千瓦的数据中心。

　　很明显，最能深刻影响AI进程的人们，依旧相信Scaling Law。

　　为什么呢？

　　因为新范式在不断形成，并且有效。这使得AI开发还在继续加速。

　　首先在底层计算硬件上，摩尔定律的确在放缓，但是英伟达正在引领新的计算定律。

　　8年时间，英伟达的AI芯片计算性能已经提升了1000倍。

　　同时，通过芯片内部和芯片之间的并行计算，以及构建更大规模的高带宽网络域可以使得芯片更好在网络集群内协同工作，特别是推理方面。

　　其次在数据方面也出现了新的范式。

　　已有公开数据消耗殆尽后，合成数据提供了新的解决途径。

　　比如用GPT-4合成数据训练其他模型是很多实验团队都在使用的技术方案。

　　而且模型越好，合成数据质量就越高。

　　也就是在这里，Claude 3.5 Opus不发布的内幕被曝光。

　　它承担了为Claude 3.5 Sonnet合成训练数据、替代人类反馈的工作。

　　事实证明，合成数据越多，模型就越好。更好的模型能提供更好的合成数据，也能提供更好的偏好反馈，这能推动人类开发出更好的模型。

　　具体来看，semianalysisi还举了更多使用综合数据的例子。

　　包括拒绝采样、模式判断、长上下文数据集几种情况。

　　比如Meta将Python代码翻译成PHP，并通过语法解析和执行来确保数据质量，将这些额外的数据输入SFT数据集，解释为何缺少公共PHP代码。

　　比如Meta还使用Llama 3作为拒绝采样器，判断伪代码，并给代码进行评级。一些时候，拒绝抽样和模式判断一起使用。这种方式成本更低，不过很难实现完全自动化。

　　在所有拒绝抽样方法中，“判官”模型越好，得到数据集的质量就越高。

　　这种模式，Meta今年刚刚开始用，而OpenAI、Anthropic已经用了一两年。

　　在长上下文方面，人类很难提供高质量的注释，AI处理成为一种更有效的方法。

　　然后在RLHF方面，专门收集大量的偏好数据难且贵。

　　对于Llama 3，DPO（直接偏好优化）比PPO（最近策略优化）更有效且稳定，使用的计算也少。但是使用DPO就意味着偏好数据集是非常关键的。

　　如OpenAI等大型公司想到的一种办法是从用户侧收集，有时ChatGPT会给出2个回答并要求用户选出更喜欢的一个，因此免费收集了很多反馈。

　　还有一种新的范式是让AI替人类进行反馈——RLAIF。

　　它主要分为两个阶段。第一阶段模型先根据人类编写的标准对自己的输出进行修改，然后创建出一个修订-提示对的数据集，使用这些数据集通过SFT进行微调。

　　第二阶段类似于RLHF，但是这一步完全没有人类偏好数据。

　　这种方法最值得关注的一点是，它可以在许多不同领域扩展。

　　最后，值得重点关注的一个新范式是通过搜索来扩展推理计算。

　　文章中表明，搜索是扩展的另一个维度。OpenAI o1没有利用这个维度，但是o1 Pro用了。

　　o1在测试时阶段不评估多条推理路径，也不进行任何搜索。

　　Self-Consistency / Majority Vote就是一种搜索方法。

　　这种方法中，只需在模型中多次运行提示词，产生多个相应，根据给定的样本数量，从相应中选出出现频率最高的来作为正确答案。

　　除此之外，文章还进一步分析了为什么说OpenAI的Orion训练失败也是不准确的。

　　本文作者：量子位，来源：量子位，原文标题：《反转！Claude 3.5超大杯没有训练失败，最新爆料：内部自留，用于合成数据和RL训练》

　　风险提示及免责条款

　　市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。