知乎热榜 AI 科技制造业日报｜7月22日中午：AI识菌、汽车价格战与KTV怪MV，10个视频选题 (2026)

先看结论

7 月 22 日中午的知乎热榜，最适合马上转成视频的三条线索是：汽车整车利润率为何被压到 1.5% 仍要打价格战，KTV 为什么用奇怪的 AI 画面替代 MV，以及笔记本售后为什么更愿意换主板而不是修元件。这三题都能找到可拍的现场或流程，且争议点不只停留在网友情绪。

野生菌识别和申真谞对战 KataGo 也值得跟进，但前者涉及食品安全，后者涉及比赛设置与复现实验，适合先做核验型视频，不适合把热榜里的单一说法直接剪成结论。

下面给出 10 个视频切口。排名、热度量级和回答数取知乎实时热榜返回值，热度文本不是精确浏览量；问题页是本轮实际打开的详情入口。

10 个视频选题

编号	选题切口	建议拍法	事实风险与核验重点
1	AI 识别野生菌，能不能当作可食用依据？	把同一批菌子的照片交给多个识别模型，再请真菌学或食品安全专业人士逐项解释，镜头里不做食用实验。	题面只说明情侣用豆包筛选过，不能证明哪一方最终判断正确；所有疑似毒菌都不能靠 AI 结果决定是否食用。
2	为什么本地采菌经验会把一大袋菌子筛到只剩两斤？	采访当地采菌者，拆解识别外形、产地经验和保守丢弃之间的区别，再做安全提示。	小孩的判断是个案，经验也不等于科学鉴定；不要把地方经验包装成万能方法。
3	一辆 10 万元的新车只剩 1500 元利润，车企为什么还不涨价？	把研发、产线折旧、渠道、售后、现金流和市场份额画成一张成本流向图。	1.5% 的口径、统计范围和来源需要回到汽车行业协会的原始发言核对，不能把题面数字当作所有车企的统一利润率。
4	电池、金属和芯片涨价，成本为什么传不到车价上？	采访整车厂、供应商和经销商，分别问成本传导、库存周期和价格战退出条件。	题面把上游涨价与车企利润放在一起，并不等于已经证明了因果关系；需要财报或行业数据补足。
5	KTV 的 AI 画面，是版权避险还是最低成本方案？	走访不同城市的 KTV，记录同一首歌的画面、点播规则和会员收费，再找版权方或行业协会核对授权链。	回答里关于音集协收费、MV 权利拆分和 AI 画面侵权的说法，本轮只作为观点线索，不能当作已核实的法律结论。
6	当 AI 画面与歌词完全不搭，KTV 用户为什么还会接受？	做一个小规模盲测：原版 MV、滚动歌词和 AI 画面三种版本分开评分，比较情绪、注意力和付费意愿。	不能从几位体验者推导整个 KTV 行业的用户偏好；也不要把生成画面是否好看与是否获得授权混为一谈。
7	笔记本坏一个元件，售后为什么直接换主板？	拍清故障定位、备件调度、维修测试和质检流程，比较品牌售后与板级维修店的时间和成本。	高赞回答主要是经验判断，不能代表所有品牌的保修规则；具体机型、是否进水和是否过保都会改变结论。
8	板级维修真的更省钱，还是把风险转给用户？	找维修工程师解释元件级故障、BGA 焊接和返修质保，再把报价拆成材料、人工、检测和返修成本。	个别 DIY 案例不等于商业维修可复制；不要鼓励读者自行拆解带电设备。
9	申真谞赢 KataGo，胜负来自棋力还是比赛设置？	先找主办方公布的 KataGo 版本、权重、算力、激进度和让子规则，再用同版本复现关键局面。	热榜回答对算力和参数有强烈质疑，本轮没有读到主办方完整规则或独立复现实验，不能写成作弊结论。
10	人机比赛怎样才算公平？	做一张审计清单，比较模型版本、硬件、每手思考时间、参数、让子和赛后日志。	不能因为人类赢了一盘就说 AI 退步，也不能因为参数不同就断言比赛造假；先把可重复条件公开。

五个新问题与可读回答

1. AI 识别野生菌：安全问题不能交给一张照片

「情侣用 AI 判断菌子毒性采了 10 余斤，被本地小孩哥筛选只剩 2 斤」位列热榜第 1，显示热度 462 万，回答数 303。1

页面可读到的回答片段里，追光者把重点放在保守筛选：

「AI 与小孩哥谁判定得更准确不好说……但是有一点可以肯定的是，相信小孩哥的判断安全系数基本没有太大问题！」

这段话的可用信息不是「小孩一定比 AI 准」，而是本地经验往往会把不认识的菌子直接排除。作者还写到，家里人会逐朵辨别，只捡从小吃过、反复认识的几种。它能做成「经验如何降低风险」的访谈，但不能替代鉴定。

张义成的回答更直接：

「竟然有人拿着 AI 给的菌子是否可食用的答案指导自己吃蘑菇。怎么敢的啊？」

该回答获得 415 人赞同，并把自己的法律咨询经历带进了讨论。这里可以拍 AI 在高风险识别上的边界，但不要把回答者对律师工作的评价扩写成行业判断。2

极萨学院冷哲则指出，野生菌不只是普通图像分类，拍摄角度、生长阶段、光照和外观相似性都会造成误判，并写道：

「连专业人员都未必能依靠一张照片完成，难道你们认为 AI 靠一个照片就能识别出来？」

这条线索适合找真菌学专家补足，但本轮没有把回答中提到的往年中毒案例另行核验。文章和视频都不应展示「AI 判断可食用」后实际试吃的画面。

本轮公开页面只读到 3 条可定位的回答片段，前 5 条回答的完整排序、作者、赞同数和回答链接没有全部公开。

2. 汽车整车利润率 1.5%：薄利为什么会把价格战推得更凶

「整车利润率仅 1.5%，卖一台 10 万元新车只赚 1500 元，为什么车企不涨价反而打价格战？」位列热榜第 2，显示热度 461 万，回答数 258。3

王克丹的回答把原因归到产能、需求和固定成本的叠加，原文开头是：

「这是多因素叠加的问题，我们尽量梳理清楚这个逻辑。」

他的论述重点包括产业扩张造成的产能压力、补贴或需求前置后的落差，以及产线已经投入后继续生产的边际成本。它适合做一条「车企为什么宁可少赚也要维持销量」的解释片，但其中关于产业政策、补贴效果和未来出清的判断，不能只靠一条知乎回答确认。

古都闲云质疑 1.5% 的统计口径，写道：

「新能源汽车整车制造利润率只有 1.5% 是一个统计学意义上的事实，但又不完全是经济学意义上的事实。」

这个切口很适合放在视频开头：先问清楚利润率扣除了哪些成本，是否包含补贴、研发、渠道和售后，再讨论「卖 10 万元只赚 1500 元」是否能直接套到每一家车企。回答页面没有公开逐条赞同数，本轮不把它排序成高赞前几名。

大魔王则给出另一种判断：

「新能源汽车不靠卖车赚钱，利润点在于售后。」

这是回答者的观点，不是本轮已核实的行业事实。它可以转成维修、保险和零部件价格的调查方向，但不能用一句「利润都在售后」解释完整个行业。题面数字和回答观点都应回到汽车行业协会原始发言、车企财报及经销商数据核对。

本轮公开页面读到 3 条回答片段，未读到可供完整复核的前 5 条赞同数与永久链接。

3. KTV 的奇怪 AI 画面：画面被替换，背后可能是授权与成本

「网友发现很多 KTV 都没有 MV 了，全是奇怪的 AI 画面」位列热榜第 19，显示热度 128 万，回答数 83。4

一位回答者把现象解释成原版 MV 被抽掉，再用生成画面填充：

「直接把原版 MV 抽掉，用开源的 AI 模型批量生成一堆不用交一分钱版权费的视觉动画填进去。」

这句话很适合作为调查假设，不是已经核实的供应商方案。需要追问的是：KTV 购买的到底是哪一层授权，点歌系统供应商如何处理画面，生成素材是否另有版权和肖像风险。

刘昭廷的回答提到自己在株洲 KTV 的体验，并认为很多热门歌曲的 MV 授权路径复杂、价格高，所以出现了 AI 画面。他写道：

「AI 生成的视频或图与作品本身毫无关系啊。」

这条回答里关于著作权分类、收费和授权的细节没有在本轮通过音集协、版权方或合同文本核验，视频只能把它们列为待查问题。

程墨 Morgan 认为，KTV 对低成本画面的需求不会消失，劣质生成视频可能只是过渡阶段。他的回答带有明显的判断和调侃，适合用作观众情绪样本，不宜当成行业预测。

这个题的优势在于画面证据容易获得：同一首歌在不同门店的背景画面、点播权限和会员提示都能被记录。拍摄时要先取得门店许可，避免把单家门店的做法说成全国统一方案。本轮只读到 3 条公开回答片段，回答赞同数与逐条永久链接没有完整展示。

4. 笔记本售后以换代修：技术能力、时间和质保怎样算账

「笔记本电脑出问题去售后被要求更换主板，最后发现只是某一个电子元件损坏了」位列热榜第 17，显示热度 129 万，热榜返回回答数 57。5

本轮打开的问题页显示 56 个回答，与热榜返回的 57 个回答不一致；这类实时页面数字会变化，文章保留热榜口径，不把两个数字拼成一个确定总量。

林大路把答案压缩成一句：

「很简单，时间成本，维修成本。」

他进一步解释，集中更换备件可以把检测、备件、上手、测试和质检拆成流水线，降低门店对高级维修人员的依赖。这个回答适合画流程图，但里面关于售后库存和维修件来源的描述仍是个人经验。

另一条回答把原因归结为维修定位难、手工焊接质量不稳定和返修责任：

「精准定位故障主因、彻底修复是需要很强的问题分析定位能力的。」

pansz 的回答则用一句更适合视频标题的话收束：

「拆装工比维修工可省钱多了。」

该回答还把维修与写代码作了类比，原文公开链接为知乎专栏回答。这些观点共同指向「以换代修」的组织成本，但不代表所有品牌都采用同一保修政策。视频应按机型、故障类型、是否进水和是否过保拆开，不要拿一个维修案例做普遍结论。

本轮公开页面读到 3 条回答片段，其中可见的赞同数不完整，不能冒充前 5 高赞回答的完整记录。

5. 申真谞战胜 KataGo：先查比赛条件，再谈人机胜负

「如何看待申真谞二比一战胜围棋人工智能 KataGo？」位列热榜第 26，显示热度 93 万，回答数 67。问题描述称，申真谞在决胜局执黑以 11 目取胜，总比分 2 比 1。6

公开回答的讨论重点并非单纯的棋力比较，而是 KataGo 的权重、计算量和激进度参数是否与观众通常理解的「完整 AI 对弈」相同。瑞少大仙给出了一组具体参数和吻合率，获得 79 人赞同；但这些参数是回答者的复述或自测，本轮没有读到主办方完整规则页。

醉酒踏歌行也把比赛设置视为关键，使用了很强的指责语气，但未公开清晰的回答链接和赞同数。逆牛顺流则写道：

「不是他下的不好，而是这个比赛摆明了把围棋爱好者当傻逼。」

这句代表回答者态度，不是事实结论。可拍的视频应把争议拆成三层：比赛到底用了什么版本和权重，硬件与每手思考时间是多少，观众是否能用同一条件复现关键局面。只有这些条件被公开，才有资格比较「人赢了 AI」还是「人赢了一个受限设置的程序」。

本轮公开页面读到 3 条回答片段，其中两条可见赞同数为 79 和 36，另一条没有明确数值；未读到完整前 5 高赞列表，也没有在本轮独立复现参数。

今天最值得先拍哪三个

第一条是汽车利润率，因为它同时有制造业成本、产能和价格战三个可拆的层次，画面可以从一张 10 万元新车的成本账开始，但必须把 1.5% 的口径查清楚。

第二条是 KTV 的 AI 画面，观众很容易在现场看到问题，且版权、供应商成本和用户体验之间存在具体冲突。先拍「同歌不同画面」和点播规则，不要先宣布这是版权避风港。

第三条是笔记本以换代修，实验条件最容易控制，维修店、品牌售后和消费者各有一套账。它也能把「会修」与「愿意在标准售后流程里修」区分开，适合做解释型视频。

野生菌题目只有在专业人士参与、全程不食用样本的前提下再拍；KataGo 题目则先等规则、参数和复现实验，不把回答里的质疑直接剪成作弊故事。

核验边界

本期从知乎实时热榜筛出 5 个新的 AI、科技、制造业相关问题，每题都打开了问题页。公开页面最多能读到 3 条可定位的回答片段，部分回答没有赞同数、永久链接或完整正文，因此没有用搜索摘要补齐所谓前 5 高赞回答，也没有把作者主页当成回答原文。

热榜返回的排名、热度量级和回答数与问题详情页可能不同，尤其笔记本题的回答数出现 57 与 56 的差异，正文采用热榜返回口径。题面事实、回答者观点和本篇提出的拍摄判断分开呈现；涉及食品安全、著作权、汽车利润率和比赛公平的结论，都需要在视频制作前补一手规则、原始发言或可复现实验。

知乎热榜 AI 科技制造业日报｜7月22日中午：AI识菌、汽车价格战与KTV怪MV，10个视频选题