随着人们的消费升级,曾经作为轻奢品的进口葡萄酒已普遍成为人们的日常饮品。对于一些行家来说,葡萄酒更不仅是用来喝的,还具有投资和收藏价值。伦敦葡萄酒交易所推出的收藏型红酒指数(Liv-ex 100 Fine Wine Index) 是精品葡萄酒市场最领先的标准,它反映了市场上最受追捧的100款红酒的价格波动。在过去10年中,Liv-ex指数平均稳定在11%上下,远远超过了美国标普500指数的8%。虽说葡萄酒收藏已不是什么新鲜的话题, 但在大多数人眼中,投资葡萄酒只是少数富豪的专属。很多名酒拍卖会都是在苏富比(Sotheby’s)、Acker Merrall& Condit(AMC)和施氏佳酿(Zachys)等知名拍卖行举行的,竞拍者都是全球前1%的富人。
如何选酒也有很深的学问,对于优质的葡萄酒来说,存放的年限越长,价格就越高,不过市面上也存在一些葡萄酒的价格一振不起且不知其然的现象。还有很多知名酒庄需要买家自身有足够强大的关系网才能直接从酒庄选购。因此,一般人很少能接触到真正具有投资价值的葡萄酒。不过,现在有一款APP让非行家也能投资波尔多红酒。
伟诺红酒Vinovest(zh.vinovest.co)是一家总部位于美国硅谷的科技公司,提供基于大数据和AI算法的智能葡萄酒投资平台,致力于为用户提供全方位一站式葡萄酒投资管理解决方案。通过全球各地的红酒储存基地和葡萄酒大数据,即便是没有行业背景的普通人也能够投资精品葡萄酒,大幅降低葡萄酒投资的准入门槛。据了解,Vinovest团队成员和顾问均来自葡萄酒与科技行业,其中包括来自苹果、Pinterest 和黑石等科技公司高管,ByteDance的产品设计、南加大的技术工程师,以及多位世界侍酒大师和米其林三星餐厅的葡萄酒总监等。目前,伟诺红酒 已完成千万美元的A轮融资,投资方包括Tribe Capital、Hustle Fund以及来自海外字节跳动、腾讯、谷歌等天使投资。

伟诺红酒的创始人安东尼·张表示:“葡萄酒越陈越好,同时也是越陈越少,从而带来了投资机会,因为它的价格会随着时间而上涨。不过从事和参与葡萄酒投资,却是一项很难让人摸到头绪而且价格不菲的活动。当时在我看来,葡萄酒投资只适合那些已经很富有的人,这让我感到很不舒服。”于是,作为一名红酒爱好者和程序员,他和他的团队编写了一个算法,来预测葡萄酒的升值空间。五年之后,这个算法变成了伟诺红酒,并在美国受到众多的红酒爱好者和散户投资者的热捧。

谈及平台运作模式,Vinovest平台用户会被要求选择投资偏好和风险承受能力,会员将由侍酒师协助挑选投资级别的葡萄酒,平台也会根据会员选择的投资倾向、预算以及风险承受力等因素,结合葡萄酒历史表现数据,利用AI智能算法来定制最佳投资组合。伟诺红酒的算法结合了葡萄酒的历史数据,包括价格、流动性和品牌价值,并考虑了葡萄酒的评价指数、卫星影像和社交媒体上的舆情。
除了解决了购买渠道问题,优质的进口葡萄酒对存储环境的要求极为严格,考虑到普通爱好者,伟诺红酒在全球葡萄酒产区附近布局了葡萄酒储存基地,保证葡萄酒储存在最佳的湿度、温度,以及通风的环境下。伟诺红酒表示,就连英国皇室用的也是同样的酒窖基地。提到购买进口葡萄酒酒,不少人也会担心真假问题,在这一方面,伟诺红酒为用户提供葡萄酒鉴真和保险服务。
伟诺红酒于今年年初进入中国市场,目前正处于探索阶段。中国消费者的饮酒习惯和消费者意识相比欧美市场有一定的差距,但对精品葡萄酒的需求和痛点却是一致的,伟诺红酒表示会先从市场教育开始,让中国消费者意识到精品葡萄酒的投资价值,逐渐改变“葡萄酒投资收藏只是小众爱好”的传统意识,平台下一步也会开发针对中国市场的应用,以满足中国用户的需求。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。