（本文作者为 象先志，钛媒体经授权发布）

文 | 象先志

微信电脑端的公众号页面分成两个部分，上面是订阅号的推送信息流，下面是非订阅号的信息流。其中订阅号消息的第三条或最后一条是相对固定的广告位。

过去两周里，我在这个位置看到的都是workbuddy的广告。

社交媒体做广告的确有着无法比拟的优势。我跟朋友经常会聊AI的新闻，最早用龙虾和爱马仕都是因为朋友在微信里推荐。

比较遗憾的是，腾讯广告系统的联动好像差点意思，因为即便我下载了workbuddy并使用同一微信账号登录了，广告还是那个广告，有点像你在淘宝京东已经下单用上了，打开App推送还是那些链接铺面而来的感觉。

这个广告无意间构成了观察腾讯AI战略的一体两面。

一面是面向大众的C端入口，承载着国民级应用在新时代的想象力。另一面则是隐身于广告位背后的WorkBuddy，一个在生产力赛道上闷声狂奔的B端工具。

WorkBuddy比微信快

在腾讯的AI产品端布局里，微信是全场焦点中的焦点，尤其在元宝尝试起飞未能成功过后。

绝大多数人的目光都死死盯着微信，期待国民级超级应用搞出个惊艳的Agent。但微信AI灰度测试的结果显得有些温吞。

这非常合理，微信的体量和它所承载的社交基础设施属性，决定了它在引入AI时必须极端谨慎、束手束脚。

C端的步子迈得慢，反倒是面向B端和生产力场景的WorkBuddy，毫无包袱地开启了狂飙模式。

据易观数据，WorkBuddy目前的跨平台MAU已经达到2000万，DAU突破1300万。对于一个生产力办公场景的AI软件，并且只有纯英文名的AI软件，这个用户数据非常亮眼。

圈内对国内这批AI生产力工具有一种固有的偏见，认为国外的Codex或是类似的代码和辅助产品在能力上全面碾压，国内大厂大多是跟风模仿，吃的是场外因素红利。

客观讲，由于底层模型能力的代差，这种体验上的领先在初期确实存在。但把周期拉长，这个赛道一定会跑出占领本土用户心智的大厂产品。

互联网历史早就给过答案。当年MSN带着国际巨头的光环，依然被QQ挑落马下；eBay带着充足的弹药，最后在淘宝面前节节败退。

当底层模型的基本能力线被逐渐拉齐，哪怕没有任何使用环境的限制，国内大厂凭借对本土办公场景的深耕以及极快的产品迭代速度，也必然能吃下这块蛋糕。WorkBuddy现在的狂奔，恰恰在印证这个逻辑。

作为一个典型用户，我对这种迭代速度有着非常切身的体会。WorkBuddy刚推出时我第一时间下载了体验，当时的感受只能说令人抓狂。

它有着极其严重的“健忘症”，刚交代完的背景信息，多聊几轮忘得一干二净，使用体验支离破碎。这种状况让我没过多久就直接把它卸载了。

但最近我把它重新下回来，情况发生了明显扭转。

它不再频繁丢失关键信息，处理长文本和连贯任务的能力大幅跃升。这背后有混元模型底座升级的功劳，同时产品团队也在疯狂地修补体验漏洞。

这种靠着用户反馈倒逼出来的进化速度，正是国内产品的核心竞争力。

就写稿这个任务而言，我自己的体验是只要你给予足够的上下文，把你过去的知识库稿子放进去，WorkBuddy的体验不比ChatGPT和Claude差。

但这隐含带出了一个潜在问题。AI软件到底好不好用，模型本身的智商仅仅是个门槛，真正的决胜负手在于上下文的获取能力。

最理想的AI体感，是软件自己能抓取所有的背景信息，让用户尽可能少打字、少构建环境。腾讯显然拥有全中国最丰富的上下文，那就是微信。

不过受限于隐私合规和克制的产品基因，WorkBuddy不要说调用微信里的数据，碰都碰不到。

从这个视角看，阿里和字节或许更有优势。

因为企业微信在过去的战略版图里一直显得比较佛系。这应该和钉钉等B端SaaS产品长期面临盈利困境有关，靠运营不赚钱的工具软件来获得入口，对腾讯来说意义不大，在这一块的投入身段相对温和。

但这也导致AI时代企微缺乏足够深度的流程数据、文档沉淀、以及能极其容易跟现有企业真实业务整合的基础。

相比之下，飞书和钉钉在B端死磕多年，积累了海量的企业工作流和文档库，这些恰恰是滋养AI体感最肥沃的养料。

竞争对手显然也敏锐察觉到了这一点。近期钉钉内部进行了一次极具攻击性的组织阵型调整，新上任的90后负责人陈宇森直接将悟空、MuleRun以及代码工具QoderWork等悉数整合进麾下。

姚顺雨渡劫

长期以来，外界给腾讯贴的标签往往是重产品、轻技术。

两个月前的股东大会上，小马哥表示：“原来一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去，还是希望船速能快一点”。

在百模大战初期，这种固有印象似乎得到了某种印证。

早期的混元大模型在各项能力评测中表现平平，被寄予厚望的C端APP元宝也没能在市场上砸出足够大的水花。在第一梯队的角逐中，腾讯一度处于非常被动的境地。

姚顺雨就是在这样一个极其棘手的节点空降的。

空降高管首要面对的，是盘根错节的组织架构。在姚顺雨到来之后，腾讯AI内部伴随着密集的人事与阵型调整。过去多部门各自为战的研发体系，在整合过程中必然伴随着隐秘的摩擦与内部博弈。

这种内外的双重阻力，把姚顺雨直接推向了舆论的风暴眼。

前段时间，网上曾传出有板有眼的姚顺雨离职传闻。

当时其实传闻非常单薄，没有任何支撑性的证据，但仍然快速扩散，某种程度上说算迎合了外界预期，逼得“腾讯黑板报”不得不专门出面发声辟谣。

这种传闻的蔓延本身就是一个信号，它折射出的是内部极高的期待与近乎窒息的交付压力。

作为技术一号位，如果在任期内拿不出一个能镇得住场子的基础模型，无法用硬核的指标证明自己的带队能力，姚顺雨在内部的推进将步履维艰。

对于腾讯而言，这也是一场绝对输不起的战役。如果连姚顺雨这样经历过大模型最前沿洗礼的顶尖大脑都救不了场，外界只会得出一个致命的结论：腾讯的土壤长不出好模型。

一旦这个认知被彻底坐实，未来腾讯再想去市面上招募同级别的大佬接盘，也会面临信任质疑。

好在姚顺雨足够抗压，用hy3完成了一场反击。

这款总参数只有300B、激活参数21B的中型模型，在多项能力上表现出了优于GLM5.1的表现。

腾讯甚至把元宝的默认模型换成了hy3，坚决地就像当初接入DeepSeek。

这会是一个极其关键的转折点，因为技术是我们此前能想到的腾讯在AI时代的唯一短板。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

（本文作者为 音乐先声，钛媒体经授权发布）

文 | 音乐先声

本世纪的音乐人“鬼故事”——你的音乐作品，正在悄悄成为AI的“养料”。

最近，全球音乐产业掀起了一场创作者的集体自查潮。《大西洋月刊》记者Alex Reisner将自己持续进行的AI Watchdog调查扩展至音乐领域，公开了四个在AI开发社区流通的大型音乐数据集，并上线了可搜索数据库。

一夜之间，从行业协会、格莱美获奖歌手到独立音乐人，一场全行业自查迅速席卷全球音乐圈。

谁都没想到，一个小小的搜索框，彻底点燃了一场围绕AI训练授权、数据来源和创作者报酬的争论，也让藏在产业链深处的创作者困境与荒诞现实集体显形。

戳破AI公司的糊涂账

AI Watchdog最早于2025年上线，是《大西洋月刊》发起的一项调查性报道项目，专门用于追踪和公开AI训练数据背后的版权来源。其初衷是筛查用于AI训练的图书、学术论文与视频素材，如今正式将监测范围拓展至音乐领域。

本次收录的数据集包含两个超大型曲库LAION-DISCO-12M和Sleeping-DISCO-9M，曲目规模分别高达1200万首与900万首，另有两个中小型曲库Spotify Tracks Dataset和Free Music Archive Dataset，各自收录录音作品均超10万首。

也就是说，四个数据集累计超过2100万首，在AI开发社区中秘密流通。

不过，AI Watchdog也强调了两点：其一，四个库并没有穷尽所有训练来源；其二，某首作品出现在数据集中，并不必然等于它最终被某个模型实际用来训练。但即便如此，也足以说明：在创作者不知情的情况下，大量音乐作品已经进入AI开发者可以随意获取和调用的候选原料池。

据介绍，这4份数据库涵盖众多流行巨星的热门作品，包括Bad Bunny、Nirvana、Taylor Swift、Billie Eilish、Pearl Jam、Beatles，同时收纳了大量爵士名家作品与古典乐曲目。

其中，体量最大的LAION-DISCO-12M由德国非营利机构LAION于2024年11月发布，知名图像生成模型Stable Diffusion的训练数据集同样出自该机构。

官方声明中，该数据集仅限于学术研究，严禁商业落地或直接用于成品制作。然而，“仅供研究”的限定，在现实中面临法律裁量的模糊地带与开源社区的扩散惯性，数据集一经发布，其后续流向与使用意图便不再受原始发布者的掌控。

另一套超大型曲库Sleeping-DISCO-9M则以YouTube音乐内容和Genius歌词为核心来源，开发者借助cloudscraper绕过Cloudflare对Genius页面的抓取限制，再将歌词、元数据与YouTube链接进行匹配。相比普通音乐资料库，它属于面向生成式音乐模型的预训练数据集，可用于文生音乐、音乐数据标注、歌声合成等任务。

相比之下，Spotify Tracks Dataset的问题则集中在来源透明度上。《大西洋月刊》将其描述为一批从Spotify扒下来的曲目集合，由开源社区Hugging Face上一名身份不明的AI开发者上传。

Spotify方面明确表示，这一数据集与官方无关。也就是说，它虽然规模不及前两个超大型曲库，但由于直接牵涉音乐流媒体平台的内容、抓取方式和上传者身份不透明，反而更容易引发版权与平台规则层面的质疑。

四者之中，相对更合规、也更容易追溯来源的，是Free Music Archive Dataset。该数据集由瑞士洛桑联邦理工学院EPFL于2016年整理，来源于Free Music Archive，收录超过10万首录音作品。

FMA官方显示，其中大部分内容采用Creative Commons（知识共享）授权，提供30秒版本与完整版本，因此长期被音乐信息检索、音乐分类和音频研究领域用作基准数据集。

目前能够明确的是，Google和Stability AI都曾在模型说明中确认使用过Free Music Archive Dataset中的部分数据，但至于其他数据集究竟被哪些AI公司训练过、用到了什么程度、是否进入了商业模型管线，外界仍是一笔糊涂账。

艺人掀起自查潮

AI Watchdog真正改变的，正是这笔糊涂账的可见性。

现在，音乐人只要通过AI Watchdog输入关键词，就有几率得到一个令人不适的结果。

消息一出，海外音乐圈炸锅了。

澳大利亚知名乐队Savage Garden主唱Darren Hayes在社交平台写道，过去30年他所创作或演绎的每一首作品，都被AI软件窃取了。澳大利亚版权协会APRA AMCOS主席Dean Ormston也表明，AI公司正在窃取Midnight Oil、Sia、Crowded House、Lorde等艺术家的作品。

格莱美获奖歌手SZA直接在社交平台附上截图，配文只有一句话：“刚查了，AI拿我238首歌训练过。我确定有些根本没发过。”紧接着她又写道：“如果你是个音乐人还支持这破事，你恶心透了，没什么可说的。”

随后，SZA直接把矛盾推向了文化剥削问题。她直接点名国际顶尖制作人Diplo，称其持有AI音乐公司Suno的股权，正积极试图用最优秀的黑人创作者和制作人来训练它。

她写道：“我们占美国人口的13%，却用声音和视角影响着整个世界。我还没听过一首白人AI写的歌呢……我们在立法、医疗、创意上都没有保护，最好偷的就是我们。”

不过，随后Diplo也做出了澄清，称自己并未持有Suno股份，他自己的超过500首歌曲也被AI应用用于训练。他留下一句意味深长的话：“反派不是技术，技术只是技术。”有报道称，Diplo其实是另一家AI初创公司Aaru的投资者。

紧接着，美国知名音乐制作人Kenneth Blume同样没有留情。他在X上直接@Suno写道：“无法想象有人每天上班却在剥夺无数音乐人的作品”，并称这种行为“是在以工作之名，消解艺术家的梦想”。

独立音乐圈这边的反应，简直可以用“一怒之下站起来，两眼一黑又坐下”来形容。

曾以复古音乐作品圈粉无数的音乐人DJ Sabrina the Teenage DJ发现自己的22首歌出现在数据集后，在Bluesky上写道：“那些说我音乐听起来像AI垃圾的人，有没有想过是因为Suno用了包含我22首歌的数据集？”

Titus Andronicus的主唱则用一种黑色幽默回应：“他们拿了我一张没人听过的专辑里的冷门歌……祝你好运，哥们。”甚至Reddit上，大量草根独立音乐人都开始自查。“发现了我自己的歌，而我根本不出名！”一位Reddit用户写道。

这正是最荒诞无力的地方。

之于头部艺人，AI训练或许意味着商业价值被未经许可地调用；对中腰音乐人而言，它甚至像是一种迟来的承认：作品终于被看见了，只不过看见它的不是听众，而是爬虫。并且，创作者的主体性还被倒置了。印象中，真正的创作者似乎很少主动模仿AI，反而是AI先吞下了创作者，然后市场转过头再用AI的标准去审判创作者。

目前，版权方的实际损失很难精准核算，此前国际作者作曲者协会联合会（CISAC）委托PMP战略咨询公司开展专项调研，曾给出了量化预估数据。

报告测算，到2028年，AI音乐预计将占据音乐流媒体平台收入的20%，以及音乐资料库（Music Libraries）收入的60%；生成式AI将瓜分音乐人24%的营收；2023至2028年间，创作者累计收入损失可达100亿欧元（约合105亿美元），2028年年均损失将达到40亿欧元。

因此，这场风波真正刺痛人的，是问题正在变得具体，也变得更难被含糊带过。甚至，可以变成更尖锐的追问：谁授权了？谁获利了？如果一首歌已经成为AI能力的一部分，创作者为什么仍被排除在收益分配之外？

比版权更值钱的东西出现了？

当下，远比单纯维权复杂的新秩序，正在浮出水面。

之前，作品的价值往往发生在发行之后。当AI兴起，作品的价值可能在进入训练池的那一刻就已经被炼化了。

音乐行业逐渐明白，AI公司要的，可能是比版权更值钱的东西。

据Global Info Research的数据，2025年全球AI训练数据集市场规模约为18.47亿美元，预计到2032年将增长至114.58亿美元，年复合增长率达29.7%。另有研究机构估算，该市场到2034年可能攀升至231.8亿美元。

不同机构的口径虽有差异，但指向同一个结论：数据正成为AI时代最昂贵的筹码。这种转变，也正在把AI公司和音乐产业从正面对峙，推向一场更现实精细的谈判。

《大西洋月刊》报道称，目前Suno与Udio两大AI音乐公司至少卷入12起版权官司。从2024年起，美国唱片业协会RIAA代表三大唱片，以大规模版权侵权为由正式起诉Suno与Udio，指控二者未经授权复制录制音乐作品，用于训练AI模型。

一年多之后，战局开始复杂。环球音乐、华纳音乐逐步从诉讼转向版权授权合作，试图把AI训练纳入可控的许可框架；索尼音乐则仍坚持对两家公司持续诉讼，更像是产业开始重新计算自己的筹码。

现阶段，Suno还在法庭应诉，并试图阻止环球音乐与索尼音乐获取其与华纳音乐和解协议的条款细节。与此同时，德国著作权集体管理协会GEMA、丹麦版权组织Koda也相继对Suno发起诉讼。

另一边，Udio则已经接连拿下多方的版权授权。今年1月，Udio签约独立厂牌联盟Merlin；4月，又完成与Kobalt的合作签约。

也就是说，AI音乐公司正在一边应诉，一边补票；在被指控未经许可使用音乐训练模型的同时，一边又开始重新接入版权体系。

更有意思的是，新的授权合作并没有自动解决创作者的利益分配问题。今年6月，美国音乐家联合会AFM还将环球音乐、华纳音乐告上法庭，指控两大厂牌未经艺人许可，擅自将旗下乐手的录音版权授权给Suno与Udio，而相关艺人没有获得报酬与署名。

可以看到，现在的问题已经从维权诉讼，逐渐转向定价和制度设计。

在训练数据成为一门正经生意之前，行业也不得不开始发明新的账本，以持续分享AI创造的新价值。

比如“训练版税”（Training Royalty）就正在被讨论为一个独立于传统表演权和机械复制权的新权利类别。去年，瑞典音乐作品著作权集体管理组织STIM向AI公司发放音乐作品许可，其中框架已经部分实现了这一思路。

按照其框架，AI公司如果想合法使用受版权保护的音乐作品进行训练模型，需要先取得许可；被纳入许可的作品，必须来自明确同意参与的词曲作者和版权商。今年6月起，STIM进一步引入AI专项权利类别，强调作品不会自动进入AI许可，创作者需要按作品主动同意。

更关键的是，STIM把补偿拆成了几个环节：作品被用于模型训练时，权利人可以获得训练阶段的许可收入；AI服务上线并产生订阅等收入时，权利人可以继续分享收益；如果AI生成音乐进一步被分发、使用并产生收入，也可能触发后续分配。

同时，产业界与学术界也在讨论更细致的AI版税模型。

去年10月，索尼AI研究人员主导发布的论文《Attribution-by-design》提出，要区分training-time attribution（训练时归因）和inference-time attribution（推理/生成时归因），并建立可验证的来源追踪和版税分配机制。

另一篇由伊利诺伊大学厄巴纳香槟分校（UIUC）等机构的研究人员发布的论文《Computational Copyright》则更早提出，可以借鉴Spotify、YouTube等平台的分账逻辑，用数据归因技术来判断AI生成音乐受哪些训练作品影响，并据此设计AI音乐生成平台的收入分享模型。

此外，围绕艺术风格、创作特征和人格属性展开的“类风格权”概念，也已经开始在立法、市场和平台治理中浮现。

今年6月，美国国会议员提出法案《CREATOR Act》（创作者权利保障法案），面向视觉艺术家，试图让创作者在AI未经许可、为商业目的模仿其独特视觉风格时，有权阻止并索赔。官方明确承认，现行版权法只保护具体作品，却不保护创作者的风格；而风格恰恰是AI时代最容易被复制、也最难被定价的东西，该法案正是想填补这一空白。

尽管CREATOR Act当前仅覆盖视觉领域，且尚处立法初期，但它为音乐行业创作者的焦虑，第一次提供了可对照的解决方案的轮廓。

这也是为什么，未来的核心战场未必只在早看腻了的版权大战和法庭对峙里。真正的交锋，正在被前移到更早且更隐蔽的地方发生：训练、生成、归因和分配，新规则正在这些细节里一点点长出来。

新事物似乎又一次把产业逼到了重新立约的前夜，AI音乐的争议，也变成了一场关于未来产业分配规则的重新开盘。

而AI时代真正需要重写的，不只是版权法，更是音乐产业的新账本。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

（本文作者为 寻空的营销启示录，钛媒体经授权发布）

文 | 寻空的营销启示录

2026年7月6日，哈兰德梅开二度，挪威2比1淘汰巴西，历史首次闯入世界杯八强。赛后不到24小时，#哈兰德连发5条中文动态#登顶微博热搜，他本人用“well well，谁曾想呢”“28年的等待，一切太值了”与中文互联网完成了一次堪称完美的同步狂欢。

但这早已不是一条传统的体育新闻。同款头绳被炒到69元一根，全网热销超10万单；抖音粉丝一个月突破565万，超过挪威全国总人口；哈兰德话题播放量近180亿次。

一个挪威前锋，为什么在中国变成哈宝、表情包素材、品牌广告主角、乃至一种互联网文化现象？

01 硬实力是基石

哈兰德能够被玩梗，前提是他真的强。

这一点很重要。中文互联网喜欢造梗，但并不是所有人都能承受住造梗。一个人如果没有硬实力，只靠可爱、表情包和营销包装出圈，很快就会被反噬。网友今天可以把你捧成宝，明天也可以说你只会炒作。

但哈兰德不一样，他的所有娱乐化传播，底层都压着一块非常硬的资产：他确实是当今足坛最具统治力的中锋之一。

本届世界杯，首次登上这个舞台的哈兰德4场打入7球，与梅西、姆巴佩争夺最佳射手。1/8决赛对阵巴西，他用两粒进球直接终结了比赛。

他在英超111场100球、德甲最快50球、24岁达成300球成就，保持英超单赛季进球纪录，连续两年拿到英超金靴。他在职业和国家队第 370 场比赛时打进第 300 球，速度快于姆巴佩、梅西和 C 罗达到同样里程碑的场次。

哈兰德的强，不需要太多战术解释。1米94的身高，兼具生猛的冲刺速度与绝对的身体压迫，他强吃防守球员、暴力抽射破门的画面。这种直观的、结果导向的强大，在信息过载、注意力碎片化的时代，能够以最快的速度穿透圈层壁垒。

一个足球小白看到哈兰德，也能很快理解为什么大家叫他魔人。

这和很多流量明星不同。流量明星如果缺乏作品，越被营销，越容易显得空。哈兰德的优势是，他每一次出场都在提供硬通货：进球、冲撞、胜利、晋级、淘汰对手。

所以，哈兰德人气的第一层原因是有资格被营销。没有英超、欧冠、国家队和世界杯期间的强表现，他后面的反差萌、神曲、中文动态和品牌广告，都会显得轻。但有了硬实力，这些东西就不再是包装，而是放大器。

02 独一无二的反差萌与表情包体质

以前，超级巨星往往由专业公关团队精心包装，呈现出的是一种远距离的、神圣不可侵犯的神格，如巅峰时期的贝克汉姆或C罗。但在中文互联网的语境下，神格正在全面让位于人格。

哈兰德最特别的地方，是他同时拥有两套看起来很冲突的形象。

一套是赛场上的他。高大、直接、凶猛、像一台目标非常单一的进球机器，他的身体和踢法都带着一种近乎夸张的压迫感，中文互联网天然会把这种人叫成魔人、怪物、维京巨兽。

另一套是赛场外的他。表情经常有点呆，互动有点直，笑起来没有太多精英运动员的精致感。他不像一个被公关团队打磨得完全无棱角的全球明星，更像一个突然被推到世界舞台中央的大男孩。

这种反差，对中国互联网来说太好用了。

中国网友喜欢的外国明星，是可以被重新命名、重新解释、重新创作的那一类。哈兰德恰好非常适合被加工。他的长相有记忆点，身材有夸张感，表情有可截取性，行为里还有很多意外的喜剧感。

偷水就是一个典型例子。

队友在场上爆发冲突，他趁乱溜到对方球门边，拧开对方门将的水瓶就喝；小组赛对塞内加尔，喝完了还举着瓶子问对方“你喝不”，遭婉拒后一饮而尽。网友封他“偷水惯犯”。

中文互联网不会把它只当插曲，它会把它讲成角色行为。别人都在争，他在喝水，别人紧张，他像路过，后来挪威队又传出多人身体不适，于是网友顺手把它加工成没白偷水喝。

这个梗为什么有效？

因为它符合大家已经建好的哈兰德人设。他强得像怪物，却又经常做出一些很不巨星、很生活化、甚至有点呆萌的动作。用户不需要重新理解，只要把新素材塞进旧人设，故事就能继续转。

《连线》认为哈兰德在中国已经成为一种 meme，文章提到，中国粉丝把他叫作哈宝，喜欢的正是他场上摧毁者和场下金毛式可爱之间的落差。

这个判断很准确。

哈兰德的表情包体质，不是靠刻意营业造出来的，它来自一种不太受控的真实感。他越不像标准偶像，越容易被网友接管，他越不像在努力讨好所有人，越容易被中国互联网当成自己人来玩。

03 完美融入中国本土的玩梗文化

哈兰德之所以在中国尤其吃香，是因为他恰好踏准了中文互联网造星的一条经典路径：先给昵称，再造表情包，再做短视频，再用热搜完成扩散。

哈宝这个称呼是最重要的一步。中国网友用宝字消解了一个2亿欧元身价巨星的威慑感，把他变成了自家孩子。而哈兰德的回应堪称教科书级别，入驻抖音后，他用中文念出哈宝，说“我觉得这是个很棒的昵称，我非常喜欢”。

一个身价2亿的顶级球星，能如此自然地接住中国球迷的玩梗，这种态度本身就是流量。

随后是一连串精准的接梗操作。网友建议他“吃重庆轻轨”，他就一本正经地拍了；网友调侃他丸子头，他就专门录视频教学怎么扎；网友说他像魔人布欧，他就亲自转发表情包说“发我一下”。

淘汰巴西后，他连发5条中文动态，还用伍佰的《挪威的森林》做BGM，这已经是在用中国网友熟悉的语言系统进行表达。

还有那些看似偶然的热搜：“挪威首相说哈兰德不卖”“哈兰德每天摄入6000卡热量”“哈兰德戴维京头盔庆祝”“哈兰德丸子头头绳爆火”“《哈兰德之歌》洗脑神曲”。它们共同说明一件事：中国用户是在主动改写哈兰德。

一个外国球星一旦能被中国网友讲成自己的梗，他的人气就会从体育圈扩散到泛娱乐圈。

04 商业上主动靠近中国市场

哈兰德团队对中国市场的理解，比大多数国际体育明星深得多。

2026年6月6日，世界杯开赛前一周，哈兰德入驻抖音，用带着口音的中文打招呼，7天涨粉200万。截至7月7日，粉丝已超过挪威全国563.3万的总人口。

他的女友伊莎贝拉也同步入驻，发布首条视频时哈兰德亲自出镜助阵，叮嘱网友“请大家友好一点”。中文社交账号的唯一简介@了女友，铁汉柔情这个人设被拉满。

商业合作同样踩准了节奏。2023年美的即官宣哈兰德为全球品牌代言人。2026年6月8日，王老吉在世界杯开幕前夕官宣哈兰德为全球品牌WALOVI代言人。

广告片中，他用略带北欧口音的中文喊出“怕上火，喝王老吉”和“中国王老吉，世界WALOVI”。配上魔性改编的《哈兰德之歌》——这支广告精准抓住了反差这个天然传播梗，低成本撬动了病毒式传播。

王老吉买到的不是哈兰德的脸，是他的强者标签、反差人设和社交传播能力的三位一体。

一个欧洲顶级前锋讲中文、配合中国品牌语境、进入短视频广告，本质上是在把国际体育明星翻译成中国消费文化能理解的形象。

这种翻译是让哈兰德以他本来的样子，那个场上凶狠、场下憨厚、愿意配合玩梗的魔人布欧，进入中国用户的日常表达。

05 新时代的球星，不是被崇拜，是被创作

哈兰德在中国的爆红，表面上看是一个外国球星被中国互联网玩坏了。但深层看，它揭示了一个正在发生的变化：体育明星的造星权正在从传统媒体转移到普通用户手中。

过去，一个球星的形象由赛事转播、体育报纸和品牌广告共同塑造，那是自上而下的叙事。现在，哈兰德的表情包、偷水动图、哈宝昵称、魔人布欧二创，全部来自网友的自发生产。平台给他的官方认证不是英超金靴或挪威英雄，是世界杯表情包量产大户。

哈兰德之所以能成为这个时代的样本，是因为他恰好拥有三重特质：硬到无法被质疑的实力、软到可以被任意加工的性格、以及主动走进异国文化语境的意愿。

没有第一点，一切都是空中楼阁，没有第二点，他只是一个优秀的运动员而非文化符号，没有第三点，他可能只是另一个远方的巨星而非自家的哈宝。

所以，中国人喜欢的不是一个被完整翻译过来的欧洲球星，而是一个被中文互联网重新讲述过的哈兰德。

这才是他最有商业价值的地方。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

（本文作者为 智见Time，钛媒体经授权发布）

文 | 智见time，作者 | 李浩，编辑 | 经纬

蜜雪冰城，在上市后一年内可以说经历了冰火两重天。

在 IPO 时，单港交所就确认了 5,258 倍的超额认购，冻结资金约 1.84 万亿港元，超越此前的快手，刷新了港股的历史纪录。 

得益于高速增长的叙事，雪王股价一度飙到 618 港元/股。但随后，蜜雪的股价却开始走低。7 月 10 日，蜜雪当日股价创下 201.2 港元/股的史低，已经跌破了202.5港币的发行价。

高速增长，一直是资本市场看好蜜雪的重要原因。得益于发达的基础设施和自身供应链优势，蜜雪能够在保持低价的同时，实现国内市场的快速扩张。 

然而在国内市场再大也是有极限的，海外就成了蜜雪的第二战场。

2025 年，蜜雪冰城海外门店数量首次出现年度净减少，全年净关店 428 家。其中，日本市场三年仅开出 4 家门店，香港、韩国扩张速度远低于最初预期，越南、印尼两大核心海外市场也开始主动优化门店。 

那么问题来了，蜜雪冰城在海外扩张的故事要提前结束了吗？

蜜雪模式，失灵了吗？

讨论蜜雪的出海，可以从公司战略和个体门店两个视角来衡量。 

公司层面上，根据今年三月公布的 2025 年财报数据显示，蜜雪冰城国内门店数 55,356 家，海外门店 4,467 家。需要注意的是，对比 2024 年，2025 年蜜雪国内门店数增长 13,772 家，增长约 33%；但海外门店数量却不增反降，对比 2024 年净减少 428 家。 

但其实 2025 年的净关店更像是一个吸引眼球的节点，如果向前深挖，蜜雪在海外的扩张可以说在 2024 年就已经开始放缓。 

2023 年末，蜜雪海外门店数已经达到 4,331 家，对比 2022 年末数据几乎翻倍。但 2024 年，蜜雪海外门店的净增量只有 564 家，增幅刚过 10%。 

也就是说，在 2024 年蜜雪的海外增长就已经进入了慢车道。

众所周知，蜜雪是一家伪装成奶茶公司的供应链公司。真正撑起整个蜜雪商业帝国的是一套能够持续输出低成本产品的供应链体系。 

蜜雪在焦作大咖国际产业园几乎涵盖了全部的生产线。门店消耗量极大的冰淇淋粉、奶茶粉、植脂末、还是鲜牛乳、厚椰乳等乳制品，抑或是糖蜜/果蜜包装瓶、纸杯、吸管，焦作工厂均能够实现自产。焦作工厂甚至包揽了部分咖啡机等门店设备的研发能力。 

同时，蜜雪也在南宁、海南重庆、安徽建立了生产基地，分别负责热带水果与糖蜜、咖啡与椰子制品、柠檬与柑橘类产品、以及草莓及温带浆果的生产加工。 

大量的门店摊薄了工厂的固定成本，集中化生产降低了加盟商的采购价格。蜜雪冰城近 30 年的扩张都依赖这套互相成就的业务飞轮。

但这也正是蜜雪在海外遇到的最大问题。 

其实从 2018 年在河内开出第一家海外门店，一直到近年来蜜雪出海的模式一直没有变过。核心原料如奶茶粉、果酱等，大多由国内生产后运往海外仓，再分发至各加盟门店。除一些易腐产品，如柠檬等，蜜雪可能会考虑在当地采购。 

但是，即使是柠檬，印尼门店使用的主力依然是四川安岳及重庆潼南的尤力克柠檬。蜜雪招股书显示，印尼门店消耗的大部分核心柠檬，是由国内工厂统一集采、清洗分级并冷链集装箱海运至印尼前置仓的。 

（印尼本地供应商在柠檬原材料的采购与交易渠道选择得到更高分数，图源：《Selection of Official and Local Lemon Raw Material Suppliers (Case Study of Tasikmalaya City Branch Mixue)》 ,Muhammad Al-Gibran Ibnu Rismayadi, 2024.7.17）

虽然在招股书问世时起，有关蜜雪在积极推动在印尼、巴西等国建立生产中心，为本地门店直接提供原料的新闻就屡见不鲜。但是新闻要反着看，目前仍未有蜜雪海外生产基地竣工投产的消息流出。 

也就是说，迄今为止蜜雪的出海靠的是自身的品牌、口味、定价在海外“硬闯”，蜜雪这套供应链与门店相互配合的模式并没有被完全搬到海外。

当下海外的蜜雪并非完全体，4,000 家东南亚门店也足够支撑一个生产中心。在供应链更加完善的未来，蜜雪也将在海外“火力全开”。 

净关店等于失败吗？

那么，从门店视角来看，蜜雪在海外的布局又是怎么样？ 

不可否认的是，蜜雪确实在净关店，尤其在日韩香港等发达国家和地区的处境并不理想。但需要注意的是，日韩国、印尼、越南、国内，无论在经济发展水平、消费习惯还是文化背景上都存在明显差异。 所以，对于门店而言，虽然都经营着蜜雪的品牌，但其在各个国家中的生态位却并不相同。

（左上到右下：蜜雪冰城越南、日本、印尼、香港菜单）

以越南为例，越南街头有着大量的甘蔗汁摊、冰咖啡、鲜榨果汁、路边奶茶的摊位。这些摊位多为个体户运营，饮品售价在 1.5 万至 3 万越南盾左右。而蜜雪冰城越南门店中的产品大多在 2.5 万越南盾左右。价格相似或更便宜，同时卫生条件远强于路边摊，蜜雪冰城在越南的生态位类似麦当劳之于小餐馆。 

而同处东南亚的印尼，情况与越南又有所不同。 

印尼国民级饮料 Teh Botol 在民间极为火爆，历史数据显示曾主导约 70% 的非碳酸饮料市场，售价约在 5 千至 1 万印尼盾左右。与此对比，蜜雪印尼门店销售的产品普遍更贵，大多数产品价格在 1.6 至 1.8 万印尼盾左右。蜜雪的定位则更类似于国内的品牌奶茶店，作为印尼消费者多花一点钱对自己的奖励。 

但是在日本，蜜雪的地位就有些尴尬。日本便利店众多，去便利店购买饮料成为日本人根深蒂固的消费习惯。日本便利店中，茶饮、咖啡类饮料价格普遍在 120 至 200 日元左右。蜜雪菜单中的产品价格普遍在 300 日元以上，甚至更高。叠加上日本大都市高昂的房租、人力成本，蜜雪在日本推进受阻也是可以预见的。 

但是日韩甚至欧美，目前阶段并不是蜜雪的主攻目标。

蜜雪绝大部分海外门店开设在印尼、越南等东南亚国家。事实上，从财报和管理层披露的信息显示，此次关店调整主要针对印尼和越南的存量门店，重点调整低效门店，并优化部分选址及运营质量。调整后，搬迁或优化门店的平均单店日销售额提升超过 50%。东南亚大区新开门店的店均营业额达到老店的 1.7 倍，老店营业额也实现同比正增长。 

麦当劳曾在全球范围内大规模关闭低效门店，集中资源打造更强的单店模型；星巴克也多次进行瘦身行动，关掉表现不佳的店铺以提升整体盈利能力；就连以效率著称的萨莉亚，也在不同市场周期中反复调整门店网络。 

另外，蜜雪在海外的进展也与当地加盟商的开店难度高度相关。

在国内，包含租金的话开一家蜜雪冰城通常需要 30 至 50 万元人民币，下沉市场由于租金较低总花费也将更低。大部分蜜雪冰城店铺回本周期在 1 至 1.5 年，且低线城市可能更快。对于三四线城市或县城普通家庭而言，这个开店花费并不是遥不可及的。蜜雪在国内恐怖的数量也印证了这个事实。 

（图源：蜜雪冰城印尼官网）

但是在印尼，开一家蜜雪对于当地人而言难度明显更大。根据印尼官网显示，包含房租在内开一家蜜雪冰城总计花费约为 10 亿印尼盾，约人民币 38 万元。2026 年印尼多数省份的法定最低工资在 230 至 350 印尼盾/月，折合人民币 1,100 至 1,700 元；雅加达等大城市约则为 500 至 570 万印尼盾/月，约人民币 2,400-2,700 元。但印尼存在大量收入远低于法定最低工资的人口。 

印尼人开店的难度要比国人更大，若蜜雪不大规模开设直营店、对加盟费等费用打折或减免，这种情况将长期存在。

在海外开店难度显著更高的情况下，蜜雪冰城依然坚定地对不盈利门店进行调整，足见其战略定力与长期主义。 

股市的归股市，奶茶的归奶茶

蜜雪在二级市场的表现确实比较糟糕。尤其对 618 港元/股高位接盘的股东来说，其仓位已经亏损超三分之二。 

但是正如地平线 CEO 余凯所说：“股票短期是投票机，长期是称重机。”短期的波动并不能否定蜜雪长期的价值。 

（蜜雪冰城（红）、老铺黄金（蓝）、泡泡玛特（绿）、新易盛（紫）、中际旭创（橙）股价走势对比，图源：TradingView）

尤其在去年下半年到今年上半年这段时间，市场主线切换，由原来的消费股转换为 AI 相关股票。AI 类公司大量抽走了其他板块的流动性。很不幸的是，蜜雪冰城及其他消费企业，甚至是“小登”们追捧的消费企业也站在了被抽血的那一端。 

一时间，与蜜雪冰城并称为“三朵金花”的老铺黄金和泡泡玛特从市场的宠儿变得无人问津。老铺黄金从去年 7 月 8 日最高点的 1,065 港币/股跌至 7 月 10 日收盘的 391.2 港币/股；泡泡玛特从去年 8 月 26 的 333.8 港币/股的史高跌到了 150.7 港币/股。 

股市归股市，奶茶归奶茶。

资本市场可以因为风格切换重新给一家企业定价，但真正决定一家消费企业长期价值的，最终还是经营。

然而这正是二级市场保持观望的原因。 

过去几年，市场愿意给予蜜雪高估值，并不仅仅因为它已经拥有的庞大体量，更是因为市场愿意相信，蜜雪冰城还有足够大的成长空间。 

如今，这个共识却在慢慢变化。 

国内市场方面，蜜雪仍然保持着惊人的扩张速度，但加盟店关闭数量也在增加，下沉市场逐渐趋于饱和，单店经营空间被不断压缩。未来还能新增多少门店，已经成为资本市场不得不思考的问题。海外市场原本被寄予厚望，希望能够成为蜜雪的第二增长曲线。然而资本并不愿意看到蜜雪的脚步慢下来。 

不过，新的经营阶段，也意味着市场需要重新评估蜜雪的成长逻辑。 

如果未来海外仍然只是依靠中国出口，那么海外业务的成本优势终究会受到物流、汇率、关税等因素的制约，成长速度也会越来越依赖开店数量。但如果随着东南亚、拉美等核心市场规模不断扩大，蜜雪能够建立区域采购、区域仓储、区域加工乃至区域生产体系，那么今天困扰海外业务的许多问题，都有机会随着供应链本地化而逐步改善。 

所以，未来蜜雪能否把中国已经验证成功的供应链体系逐步复制到海外，不仅决定了未来企业的发展，也决定了企业股价的走势。 

对于王总还在一线时期在蜜雪吃过汉堡的笔者来说，蜜雪并不是一个网红企业。用了 5 年走出郑州，用了 7 年走出国门，蜜雪冰城犯过错、吃过苦，经历过康波，清楚自己在做什么。 

增速放缓或许只是一次“化茧”，供应链扎根海外才是真正的“成蝶”。

对于蜜雪来说，真正的出海，或许才刚刚开始。 

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App