文 | 光子星球 文 | 光子星球 9月22日，😅转转集团发布公告，宣布将逐步关停旗下“自由市场”业务，未来，😁将全面聚焦二手“官方验”服务。 乍看之下，转转卸下“自😴由市场”，很容易被解读为战略收缩，但如果把目光拉长，就会发现😉这并非退守，而是“剪枝”。 自2019年以来，转转一直😁在慢慢“加重”，自身重心亦从轻量的互联网平台，逐渐变为深度介😉入质检、回收、售后等环节的“新消费企业”。因此，关停“自由市😍场”，更像是转转这一路走来的延续。 而放在行业语境里，❤️这件事有更大的意味。国内二手交易市场，似乎正经历着一次分岔—🔥—一条路依然强调开放和社区感，另一条路则更多押注标准化和确定🥳性。而转转与闲鱼，正分别站在这两条路径上。 转转“剪枝😘” 树在生长过程中，枝叶会不断向外伸展，但养分终究是有😜限的，过度的枝繁叶茂，反而可能让主干失去向上的力量。于是，人😆们会在必要的时候剪去一些不再必要的枝条，将养分回流到更关键的🥳部位。 企业亦是如此，真正健康的公司往往不是无止境地伸😡展，而是在复杂、充满诱惑的成长路途中，学会适时“剪枝”。 🤔 转转的C2C业务，曾经是其最“鲜亮”的枝叶——承载着初创😢团队最初的激情，聚集了最早一批愿意在网上尝试“二手流转”的用😜户。但随着行业逻辑的更迭，其渐渐跟不上转转成长的速度。 🤗 数据显示，现阶段转转C2C业务GMV占比不足3%，而与之形🙄成鲜明对比的，是其核心引擎C2B2C业务在近几年间的一路猛进⭐。 这就是鲁梅尔特在《好战略，坏战略》中所强调的“识别👏瓶颈”——战略的第一步不是盲目扩张，而是看清哪条才是带来真正🔥突破的关键。 对转转而言，C2B2C才是主干。因此，转🔥转关停“自由市场”，是战略上的主动聚焦——把资源和精力重心压⭐到最有价值的方向上。 迟滞，并不止于数据层面的落差，更🤯深的阻力体现在C2C模式的内核之中。 过去二十年，国内🤗互联网几乎都遵循着“先做大、野蛮生长，再治理”的底层逻辑——👏从电商到社交，从出行到外卖，这一路径在许多赛道都曾应验。 ❤️ 但充斥着非标品的二手市场，却偏偏难以套用这一逻辑。转转集🤩团CEO黄炜曾直言，二手市场由于其本身的非标准化属性，本质上🙄为整个行业带来了约90%的挑战。以常见的“95新”为例，这一😅看似客观的描述背后，在C2C逻辑里常常有着多套无法对齐的标准🚀。 就拿二奢来说，卖家觉得，只是五金上有些划痕，不伤大😘雅；但在买家眼中，皮质暗纹、内衬磨损，甚至几根突兀的线头，都😎足以让它降到另一个档次。而是否曾被翻新、更换五金，甚至真假本😂身等更难辨的部分，更是让人心里没底。 展开全文 😡于是，这场交易不再是一场简单的交易，双方都在暗暗掂量，自己会🤩不会是那个被辜负的一方。 诺贝尔经济学奖得主阿克洛夫曾🤩在《柠檬市场》里讲过一个简单的逻辑——在信息不对称的市场里，🙄买家怕买到次品，于是压低出价；卖家觉得不值，索性掺入更多次品🙄。久而久之，劣币驱逐良币，市场只剩下“柠檬”（次品）。 😅 所以，二手交易的症结，在于双方能不能彼此建立信任。也因此，😀对部分国内用户而言，大到旧冰箱，小到桌椅、锅碗瓢盆，与其卖给😡陌生人，不如干脆送给亲戚或熟人，图个省心，也免了麻烦。 😜 换句话说，如果信任的问题不被解决，二手市场永远热不起来。也😘正是在这个节点，转转与闲鱼这两位头部玩家，走上了不同的道路。😀 转转把精力压在“把非标变成标准”上——用质检、质保和❤️履约体系去弥合信任缺口；闲鱼则将流量池和社区发挥到极致，让用😢户在有限的自由中形成默契。 前者选择把非标变标准，用服😊务、质检和体系化的建设去抚平信任缺口；后者则延续阿里一贯的社😴区化逻辑，让流量与自治发挥更大张力。 二手交易市场，由🤯此分出岔路，并在两条轨迹上同时生长。 逐步关停C2C公🌟告发布当日，转转CEO黄炜在朋友圈写道：人们总是问“是否打得😆过别人”，但真正的答案往往是“如何成为更好的自己”。 😆正如稻盛和夫所说，事业的“原理原则”不在公司的利益或面子，而🚀是看怎么做对社会和世人有利。为消费者提供优质的产品和服务才是🤔企业经营的根本。 转转向左，闲鱼向右 现阶段，主🤔打C2C的闲鱼，与聚焦C2B2C的转转，各自代表着国内二手交😍易的两种答案。此番差异，是由各自的禀赋和路径决定的必然走向。🥳 禀赋，既塑造着企业看世界的方式，亦影响着其归途。 🎉 含着“金汤匙”出生的闲鱼，背后是阿里生态充沛的流量。因此🔥，其几乎不用为获客焦虑，就能凭借淘宝、天猫等众多入口，自然跃😉入亿级用户的视野；而阿里电商的多年沉淀，则使用户早已习惯了在😁电商货架里浏览、互动、讨价还价。 这样的基因，决定了闲😅鱼最合适的形态，即自由、多元的开放集市。 与闲鱼不同，😀转转并没有这般坚实的后盾，所以需要靠着一点一滴的服务，去积累😘用户口碑。 于是，自2019年起，转转一步步加深了在质🤔检、质保、履约服务上的投入，从最初的撮合平台，逐渐长成了一个🥳更“重”的平台——从“互联网平台”的轻逻辑，转向“新消费企业🚀”的重逻辑。 这些动作看似笨重，却是它能够建立护城河的⭐唯一方式。而关停C2C业务，亦是顺着这一路径演化的自然结果。😉 因此，从某种意义上说，闲鱼与转转像是同一片土壤里长出🤔的两株不同的植物：一株在阳光充足、养分丰沛的地方恣意生长，枝🤔叶繁茂；另一株则必须把根扎得更深，才能自强万强，傲然挺立。 😎 两种形态，没有绝对的优劣之分，更多是选择的不同。 🤗 闲鱼的C2C模式，上限极高——搬家时清出的旧衣服、旧书，拆😘开的盲盒、演唱会纪念品，乃至上门喂猫狗、情绪化的“陪伴”等，😊都能找到对应的角落，几乎承载了“万物皆可二手”的想象。 😘 但自由总是伴随“混沌”。闲鱼资深玩家，大多对平台规则、默契🎉以及商品本身熟稔，对其而言，互相试探、交流、讨价还价的过程，😘亦是乐趣所在。但对普通用户而言，这种博弈，也意味着一定的学习😍、时间成本。 转转的C2B2C模式，则更显“秩序”、稳😎定——B端的介入，将很多C端不可控的部分纳入可控的闭环，比如🤔质检、回收、质保等，从而消解其中的灰色空间，让用户更省心。 😉 以今年6月在北京开业的“超级转转”为例，每一个SKU，🙌都要先经过转转的严格检测，最终附上一张二维码，买家扫一下，就🥳能看到详细的价格与质检报告。这种体验，已经和传统意义上的“淘⭐二手”完全不同，更像是走进一家正规的商场——差别只是它们曾经😆属于别人。 归根结底，闲鱼用开放，支撑了C2C规模化的⭐繁盛，而转转的“广度”虽不比闲鱼那般汪洋恣肆，但却通过纵向的🤗深挖，把难度最高、交易风险最大的垂直品类逐一啃了下来。 🥳 啃下硬骨头 放眼循环经济市场，二手电子产品，无疑是其🙄中最难啃的一块骨头。 其难度，不在于市场太小，而恰恰在🤯于市场太大。以手机为例，数据显示，中国每年产生超过4亿部废旧🎉手机，而过去五年累积的闲置存量，则已超过20亿部。 理🌟论上，这些设备大多数仍能再用一次，甚至两次。可现实却是，超过🎉一半的旧手机，被用户丢在抽屉里“睡觉”；真正流入专业回收渠道👍的，不到5%。 这是一种看得见的“浪费”——对用户而言🚀，是一台数千块钱买来的设备在家里“吃灰”，逐渐沦为“电子垃圾🔥”；对社会而言，本能循环的资源，却未被循环利用，同样可惜。 🌟 而之所以会闲置，根本原因正是前文所述的不确定性。 😍 相较肉眼可见成色的二手服饰，电子产品的水显然更深，用户既担😜心定价不公，更担心买到问题机——外观看似“99新”，但电池健😀康度、性能损耗却是“黑盒”。 面对巨大的信任缺口，转转😜的解法，是从诸多维度，去一点点啃掉这些不确定性。 七年⭐前，转转率先在行业里推出“官方验”，一路走来，其服务不断加码😴、加重。 以回收环节为例，起初，转转曾尝试用快递包裹邮🤯寄的形式开展回收服务，但成色、细节等隔着电话总难说清。于是，🔥转转选择直面用户——既有上门回收的工程师队伍，亦逐步拓展线下🙄门店，并将店开进购物中心。 据悉，截至2025年9月，😅转转在全国有着3000多名上门回收工程师，以及超1000家集👍回收与零售于一体的线下门店，并在全国建立了深圳、成都、青岛3😂大质检中心——过去只能凭卖家一张嘴说的“保真”，如今成了能落😘在纸面上的“官方验”信息。 以手机为例，转转自研的鉴定🎉体系细化到367道工序，涵盖20项外观、55项功能检测，并根🙌据手机的功能、新旧、成色等，对手机进行可量化的“分类分级”。😀 此外，转转亦把“看不见的环节”补了上去。 很多🙄人不愿卖掉电子设备，除了嫌麻烦，亦有着隐私层面的顾虑，担心里🙄面的照片、聊天记录，哪怕被“删除”过，也可能被恢复。 😁而转转则试图打消这种顾虑——设备回收后，不仅会被恢复出厂设置😅，转转还会用自主研发的软件进行多轮深度清除，把数据彻底抹净，👏最后留下一台“干净如初”的机器。 这些动作既“重”、又😴“慢”，但却在一点点把“非标”变成“标准”，叠加质保、7天无😎理由退货等服务，二手市场长期悬而未决的信任难题，被转转逐层攻🤯破。 而当信任的根扎得足够深，转转自身亦具备了变“广”❤️的能力——从2024年收购红布林，把二奢纳入体系，到涵盖百余🤯种品类、拥有30000余SKU的“超级转转”，转转拓宽边界背😁后，其实是一整套可迁移的标准化能力。 而这，也在悄然改😉变人们对“二手”的认知。过去，“二手”常被等同于“脏乱差”，😎经常是在预算吃紧时才会考虑；如今，一个被用户信任的二手市场秩🤩序，正被转转一点点搭建出来——越来越多的用户敢买敢卖，将二手❤️交易作为消费新选择。 归根结底，二手市场并非“谁取代谁😎”的零和博弈，闲鱼代表自由与活力，转转代表稳定与确定性，二者😢将长期并存，承接不同层次用户的需求。 而在这种自由与秩❤️序的张力之间，国内二手交易市场势必会长出一个更完整的生态。返😴回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多