2026-10-30: “数字世界的思考由Token来衡量，那物理世界的劳动应该拿什么来度量？”10月29日，在智元创新日上，智元联合创始人、总裁兼CTO彭志辉分享了他们对这一问题的思考，提出“Worken”的概念，即有效智能工时，用以衡量机器人自主作业的实际产出。在接受包括第一财经等媒体采访时，彭志辉表示，过去市场关注机器人的性能参数、炫酷的Demo，而随着行业越往后发展，机器人的“工时表”将会更多被客户考虑其中。目前，智元已经为多个场景下的机器人计算“Worken”，还特地为这个新概念申请商标。但想要重新定义机器人的价值，具身智能企业最先要回答的仍是“客户是否愿意买单”。“Worken”计费仍处于探索阶段智元的营收从2023年30万元、2024年6000万元、2025年突破10亿元到今年上半年近20亿元。产品端方面，根据第三方机构统计，今年上半年智元以9700台的出货、超过43%的市占份额位居全球第一。彭志辉透露称，今年9月，智元第20000台机器人正式下线。主论坛大会现场，智元推出新一代具身基座模型GO-3 Preview，具身智能原生多模态交互大模型WITA Omni1.0以及新一代灵巧手产品家族、安规级重载具身机器人精灵G2 Max等等。技术之外，智元还讲述了“Worken”的概念以及部署态的进展。据彭志辉介绍，Worken的计算公式为“Worken＝活跃机器人数量×自主工作时长×产出效能比”。具体来看，活跃机器人数量指的是真正在岗工作的机器人覆盖规模，而不是待在仓库里的机器人；自主工作时长要求机器人是自主的智能体、不依赖于人类；产出效能比则是“机器人的劳动能够创造多少个人类的价值”。“Worken想回答的是在真实的环境里机器人到底能贡献多少可以持续有效的智能劳动，包含了机器人的能力、可靠性以及实际对客户的产出等。”彭志辉将Worken定义为“物理AI时代的生产力单位”。Worken的计算已经运用于智元部分落地场景，如南昌龙旗产线上下料、广州地铁安检引导、珠海长隆文娱表演。其中，300台机器人在长隆文娱表演的Worken数量最大，达到33480 Worken。智元合伙人、高级副总裁王闯在接受采访时表示，Worken的概念涉及到未来生产力的供给方式。他介绍，当前智元主要卖的还是全栈能力，有机器人本体以及后续运维服务等，同时也包括租赁。当技术不断发展、机器人真正会干活之后，未来的付费方式可能将发生变化。比如，让机器人完成固定任务通过购买套餐包的方式实现，并按照Worken消耗量计费。他提到，“这是我们的设想，当前还是刚刚起步。”Worken这套计算衡量目前是在智元内部进行，暂时还未形成商业模式。它究竟能否被行业和客户认可、发展成为像Token一样可以被明码标价尚是未知数。记者注意到，现场大屏显示，“Worken”的右上角还有“TM（商标）”的小注。智元方面表示，团队目前正在申请“Worken”的商标。有律师分析认为，这是一种商业策略，一旦核准后能够阻断同行使用。产量信号不等于生产力对机器人价值的定义，并不只有智元在参与。今年10月，在一场行业高峰论坛上，清华大学教授鲁继文提到物理AI经济，引出“Woten”的概念，并讲述称“Woten让物理世界第一次拥有类似Token的可计量商业单位”。无论是哪一个概念，它们要面对的共同现实仍然是，机器人尚未大规模铺开应用。根据工信部数据，今年中国人形机器人整机产量预计有望突破10万台。彭志辉表示，这是产业发展的信号，但同时要认识到，生产多少台机器人并不等于在真实世界中就多了多少生产力。他认为，解决应用场景的问题，必须要让具身大模型能力足够泛化、机器人本体足够可靠，以及软硬件综合系统能力达到进入部署态门槛。王闯提到，人形机器人从实验室走向真实部署，将面临六大挑战，分别是续航与系统稳定性、规模化生产和交付、网络与端云协同系统、模型进化与内容更新、主被动安全与易用性和运维。以智元机器人在长隆飞船乐园的应用为例。今年9月下旬左右，300多台人形机器人与四足机器狗奔赴乐园上岗打工，在100多个点位为游客们提供文娱商演科普研学、导览导购导引、服务零售站、智能伴游等服务。据介绍，这些投入的机器人给乐园带来了人流量上的增长。“第一个要面临的挑战就是如何管理这么多的机器人，比如解决没有电、发生损坏以及节目更新等。”王闯还讲述称，他们在真实运营过程中也遇到了不在预期内的问题，小朋友在和机器人接触互动时可能会有拥抱，这要求机器人能够应对突发情况从而保障安全性。大规模机器人部署，同样需要配备不少人力。据王闯介绍，最开始部署的时候1个工作人员管1台机器人，后来逐渐发展到1个工作人员管3台机器人，他们的目标是在今年年底让机器人和人类配比达到10:1。部署的成本，显然是限制机器人大规模铺开的关键因素。“我们有能力一年制造几万台机器人，但要看客户是否愿意买单以及什么时候买单。”彭志辉认为，机器人的部署不应该只是做一个POC，同时还涉及到设备长期管理、软件迭代等等。当运营成本随着规模上升而持续下降，最后达到ROI的平衡点，客户才会愿意选择智元的产品，才有机会扩大机器人的部署规模。“如果卖一台机器人还要给配一个‘保姆’，那么永远不会到那一天的。”他还表示，目前智元更关心的也是否能够形成可以复用的技术底座、能不能让客户用了产品和解决方案之后减少集成和维护的成本。“万台下线只是制造业的胜利，万台能够上岗才是物理AI的胜利。”

2026-10-30: AI会不会抢走我们的工作？这是当下打工人最关心的问题。 政策端已经出手。国务院就适应人工智能技术构建就业友好型发展方式作出系统部署，明确要放大AI创造就业、赋能岗位、提升质量的正面效应，减缓替代影响，实现技术进步与就业促进相协调的包容性发展。“十五五”规划也提出，加快构建专业化、数字化、法治化、国际化人力资源服务体系。 国家顶层设计出台之后，市场一线也非常关注以生成式大模型、智能体为核心的新一代人工智能，将如何重构劳动力市场。近日，多位专家学者和企业高管围绕这一话题展开研判，从理论框架到产业数据，从政策托底到企业实践，勾勒出AI冲击下就业格局的真实图景，并探讨应对之策。 替代还是创造？就业格局正在重塑 人工智能领域的变革触发了创新生产方式、劳动方式、服务方式、消费方式，对就业和人力资源市场也带来新变化。 人社部原副部长、国务院参事室特约研究员杨志明在近日举行的2026 HRA人力资本可持续发展生态大会上用一组数据勾勒出当下就业的四大趋势性变化： 技能人才从数量型转向质量型。去年我国技能人才2.2亿，高技能人才仅7400万、占33%。制造强国德国、日本这一比例是50%。大规模、多层次加快高级人才开发，是国家经济转型的战略措施。 新增技能人才从无限供给转向有限供给。峰值出现在2010年，新增1245万，此后逐年下降，去年仅增长0.4%，今年前三季度在0.3%—0.5%区间。技能人才正成为宝贵的人力资源，不再是取之不尽、用之不竭的蓄水池。 新生代、网生代成为就业主力。80后、90后是新生代，00后、10后是网生代。依托快递、外卖、网约服务、平台服务、技术服务、家庭服务，去年达8500万人，预计“十五五”期间达9000万人，成为我国职业领域第一大支柱行业。 AI工匠“一人公司”兴起。兴于初创者，直接进入AI时代，使AI平权成为可能，正在成为人才开发的新赛道。 “机器取代人的趋势谁也挡不住，但和人的能动性、创新性、柔性并不矛盾。沟通能力、协调能力、共情能力、责任能力，这些AI难以取代。”杨志明说。 每次技术革命都会重塑就业格局。第一次工业革命机器替代手工，第二次流水线替代单个劳动力，第三次自动化替代部分人力劳动。如今以大模型、先进算法、智能体、具身智能为代表的人工智能技术以更彻底的方式改变生产生活。 学者张蕴、杨伟国近日发表题为《人工智能技术动态演进如何重构劳动力市场格局》的学术论文指出，AI对就业有“替代效应”和“恢复效应”两股相反力量。 替代效应指AI干活成本更低、效率更高，企业就有动力用AI换人，宏观上可能拉低就业规模。恢复效应有三层：一是生产率效应，AI提高效率，企业反而需要更多人手；二是规模效应，AI压低成本价格，需求扩张带动岗位创造；三是新职业效应，AI催生新岗位，技能互补的劳动者就业规模扩大。 文章提出，理论界多数研究的普遍共识是人工智能对就业的影响存在显著的长期动态效应，基本呈现长期乐观性与短期悲观性的判断。当前需要防范两类就业风险，一是技能升级跟不上，岗位需求结构性错配；二是AI创造性效应尚未充分释放可能引发的失业风险。 两位学者建议前瞻性建立技能需求预测机制，把教育供给和技能培训前置，让劳动力技能结构跟上技术迭代。同时健全就业托底保障，对受AI影响失业的人群及时匹配帮扶计划和就业指导，提高“人—岗”匹配率，并用补贴和稳岗政策鼓励企业少裁员。 AI如何赋能员工？ 国务院办公厅日前印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（下称《意见》），部署6个方面18项主要任务，包括强化AI就业创造效应，构建就业友好型AI升级路径，提升劳动者数字素养和就业能力等等。 《意见》特别提出加快开发AI新职业。新职业、新业态涌现，能够使与人工智能技术相适配的劳动者因技能互补而扩大就业规模。 当前人工智能技术已经在通过创造全新产业赛道释放就业需求，不仅直接催生人工智能技术人员、训练师、算法测试员、生成式人工智能系统应用人员等新兴职业，还通过赋能传统产业数字化转型，带动网约车司机、外卖骑手、电商主播等新就业形态。 《意见》提出，提升劳动者数字素养和就业能力，协同培养人工智能创新型人才，并实施人工智能专项培训计划鼓励高校毕业生等青年、农民工、失业人员等参加人工智能领域就业创业培训项目。 现在很多企业都上线了AI平台，怎么让员工觉得是赋能，而不是被监控、被替代？不少企业正陷入两难：Token成本压力下，把AI使用纳入KPI考核，怕成本扛不住，还容易引发滥用和抵触；不纳入又担心员工不用。 思科大中华区人力资源副总裁吴汶锜表示，思科五年前建了AI助手平台，所有AI工具在平台上跑，解决数据治理问题。员工可以选择全球最先进的大模型做对比，最重要的是让员工觉得好用，是为自己所用。 “思科从没把AI使用放进员工KPI，只是定期看使用频率，不统计个人用了多少次，只定期分享谁用得好、怎么用得好。面对Token成本压力，系统在复杂提问时提示剩余额度，引导员工把问题问得更精准，而非靠考核施压，由此避免了Token滥用。”吴汶锜说。 对研发型企业而言，员工更关心专业判断会不会被AI取代。 焱明生物运营及HR负责人梁雪表示，AI对全新靶点、全新机制的创新研发中作用还很有限，AI更多的还是在提升效率、分子筛选，包括探索方向性的工作上有一些帮助，但是不能替代这些核心的科学判断。在实际工作中，公司也明确哪些能问AI、哪些坚决不能，对核心数据设红线，同时鼓励员工先想清楚问题再借助AI。 梁雪认为，AI在非闭环的问题上现在给不出标准答案，AI是不能从无到有创造，但是人可以做到从0到1的创新，所以公司建立容错机制，希望大家坚持或者保留自己的思考和创造力。

2026-10-30: AI需求仍在高速增长，但科技巨头为这轮增长付出的代价，正在变得越来越昂贵。截至目前，“美股七姐妹”中已有五家公布最新季度财报，其中三家单季度自由现金流为负：亚马逊、谷歌母公司Alphabet和Meta分别净流出约335亿美元、91亿美元和21亿美元。微软与特斯拉则分别实现约186亿美元和15亿美元的正自由现金流。苹果、英伟达最新季度业绩预计将在下月公布。尽管各家公司资本开支和自由现金流统计口径存在差异，但这一分化反映出，AI基础设施投资正在对部分科技巨头的现金流形成明显压力。在财报公布后，微软凭借超预期的云业务增长和现金流表现，获得市场积极评价；谷歌母公司Alphabet下跌12.6%，创下上市以来最大单日跌幅；亚马逊财报公布后盘后股价一度下跌近7%；Meta和特斯拉股价也在财报后出现下跌。“过去，市场愿意为AI的增长前景和技术故事买单，而科技巨头的最新一轮财报意味着，AI投资正从比拼资本开支规模的‘军备竞赛’，进入检验商业化回报的阶段。”艾媒咨询CEO张毅对第一财经记者表示，自由现金流已经成为衡量投资安全性的重要指标，但判断负现金流是否危险，关键仍在于真实订单、收入兑现能力和持续融资能力。科技巨头表现分化三大云计算巨头最新财报呈现出相似的增长趋势，却交出了不同的现金流答卷：亚马逊AWS、微软Azure和Google Cloud收入分别同比增长39%、48%和103%，AI需求持续推动云业务扩张，但资本开支、利润表现和投资回收周期的差异，正在影响市场对各家的评价。亚马逊最新财报显示，第三季度AWS收入460亿美元，同比增长约39%，创近五年来最快增速，营业利润达到178亿美元。公司披露，Amazon Bedrock的500强客户支出同比增长接近七倍，平台处理的token数量接近17倍。AWS高速增长的另一面是巨额基础设施投入。截至9月底的过去12个月，亚马逊自由现金流由上年同期流入约148亿美元转为流出423.57亿美元。公司预计2026年现金资本开支约为2200亿美元，2027年还将显著增加。亚马逊股价盘后下跌表明，尽管云业务增长超出预期，仍未能完全抵消投资者对现金消耗的担忧。微软的表现有所不同。截至9月底的2027财年第一季度，Azure收入约331.65亿美元，同比增长48%，高于上一季度43%的增速。微软当季资本开支及融资租赁相关投入合计约452亿美元，低于此前约500亿美元的计划；自由现金流达到约186亿美元。不过，微软资本开支低于计划，并非主动收缩AI投资，而是部分第三方算力设施交付延迟，影响了当季投入进度。该公司商业剩余履约义务达到6770亿美元，同比增长73%，为未来收入提供了一定合同支撑；微软预计，下一财季Azure收入增速将进一步达到49%至50%。谷歌母公司Alphabet呈现出更明显的业务与现金流反差。第三季度Google Cloud收入约307亿美元，同比增长103%；经营利润约111亿美元，经营利润率达到36.2%。增长部分来自谷歌自研TPU系统的对外销售，但硬件业务也需要提前采购设备和建立库存，增加了营运资金需求。Alphabet当季资本开支达到514亿美元，自由现金流为负91亿美元，全年资本开支指引为1950亿至2050亿美元。该公司的现金流承压不仅来自AI基础设施建设，还受到TPU库存增加及52亿美元欧盟罚款支付等因素影响。与此同时，Google广告收入低于市场预期，公司净利润同比下降约25%，主要受到权益证券投资公允价值损失影响。这些因素使Alphabet成为本轮财报季市场反应最为剧烈的科技巨头之一。10月29日，Alphabet股价下跌超过12%。对投资者而言，云业务增长速度已不再是唯一的评价标准，巨额投入能以多快的速度转化为利润和现金流，正变得同样重要。Meta的商业模式不同于三大云厂商，但同样面临投入与回报的平衡。公司第三季度营收646亿美元，同比增长26%；营业利润约129.88亿美元，同比下降37%，营业利润率由40%降至20%。下降主要受到98.9亿美元诉讼相关费用影响，不能全部归因于AI投入。剔除该项目后，Meta当季营业利润约228.8亿美元，同比增长约11.4%。Meta当季经营现金流约328亿美元，资本开支约349亿美元，自由现金流为负21.2亿美元，而上年同期为正约106亿美元。公司预计2026年全年资本开支将达到1350亿至1450亿美元。Meta的AI回报主要体现为广告效率提升，而不是直接销售算力。算法带来的增量收入已经进入广告业务，但面向未来的模型、智能体和超级智能研发，仍需要持续投入。特斯拉第三季度营收约280.5亿美元，与上年同期基本持平；归属于普通股股东的净利润约7.9亿美元，同比下降43%，自由现金流约15.3亿美元。公司同时将2026年资本开支预期由此前超过250亿美元调整为超过200亿美元。不过特斯拉前三季度资本开支仍明显高于上年同期，公司也在继续投资AI算力、机器人和制造设施。此外，特斯拉与SpaceX正在评估的潜在合并，进一步增加了其资本配置的复杂性。下一轮竞争比拼什么？最新一轮财报至少说明，全球科技巨头尚未明显放慢AI基础设施建设。亚马逊预计2026年资本开支约2200亿美元，Alphabet预计1950亿至2050亿美元，Meta预计1350亿至1450亿美元，微软略微下调至1700亿美元。几家公司的资本开支规模已经达到前所未有的水平，业界预计明年这一规模将达1.3万亿美元。标普全球评级今年发布的研究预计，其覆盖的六家超大规模企业（Alphabet、亚马逊、微软、Meta、甲骨文、SpaceX）2026 年、2027 年将出现负自由经营现金流，现金流预计到 2029 年才有望修复。该机构同时将 AI 投资变现能力、需求持续性、产能过剩风险，以及类债务性质的合同承诺列为重点监测方向。不过，自由现金流为负并不直接意味着投资失败。数据中心、AI服务器和网络设备通常需要在建设和采购阶段集中支付现金，再通过未来多年的云服务、模型推理和企业应用逐步收回成本。一位AI从业者对记者表示，单季度甚至连续几个季度自由现金流为负，可能反映投资周期，而不必然意味着商业模式不可持续。真正需要观察的是，未来收入增长能否覆盖设备折旧、运营成本、融资费用和下一轮硬件更新。“下一轮竞争的关键不是投入多少算力，而是能否将算力转化为财务报表上的利润。 ”张毅表示，与此前互联网、移动互联网发展阶段不同，在AI重资产时代有两个指标尤为值得关注：一是订单可见度，例如剩余履约义务（RPO）及积压订单能否提供未来收入支撑；二是资本纪律，即企业能否在维持必要投入的同时守住现金流底线，最终要形成从算力投入、产品和应用落地到商业变现的正向循环。即使拥有订单，科技巨头仍需要解决资金和资产管理问题。拥有稳定现金流、较高信用评级和长期客户合同的企业，可以相对低成本地获得资金并提前锁定数据中心、电力和芯片资源；但融资结构越复杂，投资者越需要谨慎评估企业的真实杠杆和长期承诺。技术迭代同样可能改变投资回报。AI芯片和服务器更新速度较快，新一代产品往往在性能和能效上明显优于上一代设备。对于投入数百亿美元建设数据中心的企业而言，算力利用率、设备实际经济寿命及折旧年限，都将影响未来利润；如果硬件更新快于预期，企业还可能面临更高折旧或资产减值压力。市场对AI投资回报并非一味悲观。AWS、Azure和Google Cloud的高速增长已经表明，企业算力需求仍在扩张。随着模型推理和企业AI应用使用量增加，现有基础设施可能通过提高利用率改善回报。微软通过Azure和企业软件销售AI服务，亚马逊依靠AWS和Bedrock提供算力及模型服务，Alphabet同时推进云服务与TPU商业化，Meta则主要利用AI提升广告效率。不同商业模式的投资回收周期并不相同，但这些业务已经为巨额基础设施投资提供了现实的需求支撑。接下来，英伟达将在11月公布新季度财报，为观察上游算力需求提供新的依据。AI投资竞赛仍在继续。随着越来越多的数据中心和算力设施投入运营，市场将逐步看清，持续增长的AI需求究竟能在多大程度上消化这场史无前例的资本开支。

2026-10-30: 距离美国中期选举仅剩数日，在选民最为关注的经济议题中，“数据中心”从地方规划争议迅速升格为全国性的竞选热点议题，多州候选人将其与AI热潮、电价上涨和生活成本紧密绑定。当前，数据中心建设与美国地方社区利益之间的关系日益紧张，候选人在该议题上的立场被认为将影响多个摇摆州与地方选举的结果。 民意调查公司盖洛普的一份民调显示，有超过70%的人反对在当地社区建设数据中心。另据一项最新民调，有57%的美国人认为人工智能（AI）不好，66%的美国人反对在美国境内建设新的数据中心。

2026-10-30: 美国一宗涉及ChatGPT医疗建议的死亡诉讼，将生成式AI的安全风险再次推向公众视野。几日后，OpenAI和Anthropic相继披露最新AI监控机制，展示如何利用技术识别模型失范行为和用户滥用风险。 一边是AI公司不断强化对模型的监控，另一边是普通用户在日常对话中可能因错误建议受到伤害。两件事并无直接因果关系，却共同指向一个问题：当AI进入医疗等高风险生活场景，现有安全治理能否覆盖从模型行为到用户后果的完整链条？ 据媒体报道，当地时间10月27日，美国西雅图一名31岁华人女工程师万博雯（Bowen Wan）的父母在加利福尼亚州提起诉讼，指控OpenAI及其首席执行官山姆·奥尔特曼（Sam Altman），称ChatGPT提供危险且不准确的医疗建议，甚至鼓励女儿对医生隐瞒减药计划。 诉状称，万博雯患有癫痫，在担心药物影响求职后，曾向ChatGPT咨询减少抗癫痫药物的方案。她在多次表达担忧、描述身体异常后，仍持续得到模型的安抚和减药建议。法医认定其死因为癫痫猝死，尸检显示其体内相关药物浓度约为治疗浓度下限的五分之一。 OpenAI回应称，这起事件“令人无比心碎”，同时表示涉案模型是较早版本，较新的模型在识别需要紧急处理的情况方面已有改进。 就在这一事件受到关注之际，当地时间10月29日，OpenAI与Anthropic相继推进各自的AI安全监控体系。 其中，OpenAI披露了一套用于识别模型“对齐失范”的分层监控架构，用于发现模型逃逸沙箱、未经授权行动、欺骗或操纵评估等异常行为。OpenAI披露称，在一次训练过程中，监控系统曾发现模型尝试建立互联网连接，并在短时间内触发人工介入，随后暂停相关强化学习流程。 Anthropic则介绍了Claude的自我评估机制：模型在生成回复后，对自身对话进行安全评估，以较低额外算力识别潜在有害请求。公司称，这套机制在1%的误报率下能够召回78%的潜在有害对话和94%的高优先级对话。但自我评估并非监控Claude自身行为的可靠工具，不能单独承担安全阻断职责。 此次治理举措披露中，OpenAI主要关注模型在训练、评估和部署过程中是否出现开发者不希望发生的异常行为，Anthropic的自我评估主要用于识别用户对模型的恶意滥用，例如网络攻击等有害请求。 而上述诉讼指向的是另一类风险：用户并非恶意使用AI，模型也未必出现传统意义上的越狱或失控，却可能在正常对话中给出错误、过度自信的专业建议，并在用户反复求证时未能及时识别风险，属于消费级产品在高风险场景中的安全边界问题。 这也意味着，AI安全治理需要关注模型是否会在普通用户信任它时给出危险建议，尤其在医疗、法律、金融等专业领域，模型能否识别自身能力边界、及时引导用户寻求专业帮助，以及不同语言环境下的安全表现是否一致，都需要纳入评估。 对企业而言，技术监控只是治理的一环。产品设计、风险提示、紧急情况识别、人工干预机制和事后责任追溯，同样不可缺位。对普通用户而言，聊天机器人可以辅助理解信息、整理问题，却不能替代医生作出诊断或调整处方药物。 中山大学孙逸仙医院胃肠外科主治医生朱满生此前对第一财经记者表示，患者主动查询医学资料本身是件好事，可以为医患沟通打下基础，减少部分基础科普时间。但AI给出结论并不意味着普通用户掌握了辨别证据质量和适用条件的能力。上海大邦律师事务所高级合伙人游云庭也向记者强调，医疗AI属于辅助工具，不能独立出具具有法律效力的诊断结论或处方，相关医疗文书必须由执业医师审核、确认并签署。 AI能力越强，用户越容易将流畅、连贯的回答理解为专业判断。此次诉讼尚待司法程序厘清责任，但它已经提出一个无法回避的问题：当AI从信息工具变成用户日常决策的参与者，安全治理就不能止步于监控模型，还必须回答“如何保护用户，以及发生伤害后由谁负责”。

2026-10-30: 智能体的热点一年内换了几轮，办公场景成为新的角力场。对云厂商来说，收入结构也在变：过去卖的是训练算力和API（接口）调用，现在智能体成了新的token（词元）消耗入口。 10月29日至30日的腾讯全球数字生态大会上，腾讯披露WorkBuddy上线7个多月完成90亿次用户任务请求，企业版客户覆盖国内500强企业半数。这类应用任务消耗的token远多于元宝这类对话式产品。腾讯云副总裁杨晨称，过去三四个月涌入2000家做WorkBuddy的合作伙伴，六成是新的。 与此同时，作为算力支撑的数据中心仍在扩建。智能体带来的新增客户和token收入能在多大程度上覆盖这笔投入，是接下来要回答的问题。 AI的账，越来越难算 智能体“当红炸子鸡”从年初的OpenClaw变成个人智能体Muse和办公智能体WorkBuddy等。在国内一些机场，去年铺天盖地的AI云广告，今年变成了各家智能体的角力场。 智能体普及带来更多算力需求，作为算力支撑，数据中心建设潮继续。记者从会上了解到，过去一年腾讯在德国法兰克福、马来西亚、墨西哥、日本大阪、沙特利雅得和泰国新增或扩容了数据中心，未来一年还计划拓展亚洲、中东、欧洲和美洲的布局。 这类AI基础设施成本如何收回，业内仍存疑虑。市场研究机构Gartner近期在一份报告中预计，到2030年，AI数据中心所有者要创造8.5万亿美元收入才能覆盖资本支出、融资成本并达成12%投资回报率。 就此，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生向记者表示，从宏观角度，很难套一个数字来衡量（投入与回报），每个应用场景的成本差异很大，ROI（投资回报率）表现不同，但成本作为ROI的分母可以被衡量。“今天花在硬件上的成本非常高，如果同样的任务消耗同样多的token，成本能降下来，将有利于AI发展和用户使用。”他表示，硬件成本包括芯片、内存等。 目前腾讯云已在全球部署超200万台服务器。汤道生说，腾讯接下来会同时考虑数据中心自建和租赁两种方式。在全球算力稀缺的背景下，如果能买到相应部件，腾讯很愿意自建。 对于AI在生产力场景能否跑通，汤道生则回应了“AI玩不转”的声音。他表示，如果用很贵的模型、低效的算力，成本将暴涨，ROI对应的分子即回报就需要非常大，才能证明生产力跑通。但国内的模型一直针对性价比优化，压低成本，以此改变ROI结果。汤道生认为，目前AI在办公场景已经跑通，很多企业愿意为AI投入。 从卖服务器到卖结果 智能体带来了新的算力消耗方式，此前云厂商来自AI的收入包括AI训练租用的服务器资源、大模型API调用产生的token等。智能体则作为token消耗入口的同时，成为云业务的一个新变量。 从token的角度看，汤道生向第一财经等媒体表示，在腾讯主要的token消耗场景中，WorkBuddy是很主要的一个，它完成任务比较耗时间，消耗的token远大于快速来回对话的元宝。在AI的下半场，业界相比模型跑分更关注产品价值，token调用量是评价AI的一个指标。 WorkBuddy还带来了新业务。杨晨告诉记者，腾讯云5月开始让渠道商销售WorkBuddy，过去三四个月涌入2000家做WorkBuddy的合作伙伴，其中6成是新的合作商。此前腾讯公有云收入主要来自游戏、电商、社交等领域，而现在使用WorkBuddy的客户在制造、零售、医疗、教育领域的量远大于其他领域。 “过去可能是卖服务器资源，现在客户需要的是解决方案。”腾讯云副总裁、生态管理负责人吴奇胜向记者形容，以前腾讯卖公有云是主动找客户，更多是供应商的角色，现在很多潜在客户主动咨询WorkBuddy。在WorkBuddy普及的早期，跑最快的领域是制造业，这类企业以前少有公有云需求。制造业企业以往要花数十个小时做的订单管理等重复性工作，现在两三个小时就能做完。 “虽然（向一个客户）卖WorkBuddy可能只收几万元，但后续互联网、AI转型可能产生更多合作。”吴奇胜表示，WorkBuddy可作为“钩子”产品。来自这类传统行业的产值可能还不大，但后续有延展的可能。 除了制造业客户，还有一些耳机、键盘麦等智能硬件接入WorkBuddy。除了token消耗，腾讯对这类硬件厂商的收费包括License（许可证）费用。杨晨向记者形容，今年是近三四年来云市场变化最大的一年。2021年行业做算力，过去三年在做模型，现在智能体让行业迎来AI第三条增长曲线，这条新曲线陡峭，相关业务未来可能会大于算力和模型领域的增长幅度。 杨晨告诉记者，公有云售卖以往是IT的售卖逻辑，“卷”价格，进行存量博弈，WorkBuddy售卖则是价值逻辑，客户的感受是按结果付费。但他也观察到，智能体客户需求旺盛的同时，很多人仍将其当作工具，下一步需要推动的是业务流程重构。 目前腾讯对WorkBuddy商业化还没有硬性数字指标。汤道生称，腾讯对该产品的投入并非无上限，但目前的阶段仍是一款重要的战略产品。

2026-10-29: 10月29日晚间，上纬新材发布2026年第三季度报告。财报显示，该公司第三季度营收为4.06亿元，同比下降18.04%，归母净亏损为2.55亿元，同比下降933.49%；前三季度营收12.09亿元，同比下降5.51%，归母净亏损4.22亿元，同比下降796.94%。 上纬新材主营业务为新材料，并于今年拓展消费级具身智能机器人业务。从披露数据来看，该公司开展的新业务投入正在吞噬主营业务的利润。 该公司前三季度新材料业务经营稳定，销售毛利率14.42%，同比提升0.2个百分点；实现归母净利润为6351.81万元，同比增长4.91%。报告期内，机器人业务尚未确认收入。该公司介绍称，机器人启元Q1、启元T1于今年9月20日正式发布开售，产品将于10月开始陆续交付。 上纬新材提到，由于机器人业务研发投入、营销投入等增加，使利润总额、归母净利润等指标同比下降。 今年前三季度，该公司整体研发费用投入达3.84亿元，同比增长1182.01%，占总营收比重为31.79%。其中，消费级具身智能机器人业务研发投入达3.60亿元。据其财报介绍，截至报告期末，公司消费级具身智能机器人研发团队共计295人，研究生占比超60%。销售费用方面，上纬新材前三季度投入1.09亿元，去年同期为2907.11万元，同比增长274.96%。 记者注意到，为了支持机器人新业务的快速发展，上纬新材还进行了筹资。 据其财报披露，前三季度公司已收到股东上纬国际控股股份有限公司4.5亿元关联方借款，年利率为固定利率 1.7%，到期一次还本付息。根据合并资产负债表计算，前三季度该公司资产负债率达67.64%。 此前，由于被智元机器人方面收购部分股份，上纬新材在资本市场受到颇多关注，在2025年成为A股现象级“大牛股”。同花顺iFind数据显示，该公司股价近一年涨幅超50%。 目前，上纬新材消费级具身智能机器人业务的发展仍待揭晓与验证。 据了解，该公司正在加速形成规模化量产交付能力。启元Q1、启元T1两款个人机器人从正式发售一个月后迎来第5000台机器人下线。 在今年9月20日的产品发布会上，上纬新材CEO田华在接受采访时介绍称，个人机器人的商业性收入来自于本体销售、内容订阅应用以及服务等。“机器人本体将会是AI的一个入口，未来的‘星辰大海’在于内容以及应用等，这也是启元正在布局的地方。” 不过，由于个人机器人市场仍处于起步探索阶段，消费者对这一产品还未建立起足够的认知。在行业人士看来，这类机器人必须解决用户的痛点，即找到刚需场景下的应用。如果有玩家能够找到并回答好这个问题，那么市场将迎来持续增长，反之则可能增长见顶。

2026-10-29: 三季报落地并未成为天孚通信（300394.SZ）股价的支撑。10月29日，公司股价低开后一度触及“20cm”跌停，收盘报161.60元，下跌19.77%，为今年以来首次盘中触及跌停。 财报显示，前三季度公司的营业收入分别同比增长21.25%、42.18%，但单看第三季度，归母净利润的环比增速已由二季度的44.66%回落至23.47%，销售净利率也由47.55%降至45.73%。 在三季度科技股剧烈波动之际，“易中天”三只股中，天孚通信是公募基金增持幅度最大的标的，而截至29日收盘，天孚通信10月以来累计下挫38.03%，逼近三季度最低点（155.05元）。对于三季度逆势加仓的公募、险资来说，这笔加仓若尚未卖出，或已有浮亏。 前三季度盈利延续增长，单季利润环比增速回落 根据财报，前三季度，天孚通信实现营业收入47.51亿元，同比增长21.25%；实现归母净利润20.83亿元，同比增长42.18%；实现扣非后归母净利润20.65亿元，同比增长44.26%；经营活动产生的现金流量净额为14.62亿元，同比增长8.75%。 对于收入增长，天孚通信在三季报中表示，主要得益于全球人工智能行业加速发展与全球数据中心建设，带动高速光器件产品需求持续稳定增长。在10月28日晚间的线上投资者交流会上，公司进一步表示，第三季度收入增长主要来自有源业务和无源业务同步增加。其中，有源业务上游核心物料供应较前期逐步改善，无源业务则保持较高市场需求景气度，对收入和盈利形成稳定支撑。 拆分单季度来看，第三季度天孚通信实现营业收入19.23亿元，同比增长31.50%，环比增长28.41%；实现归母净利润8.79亿元，同比增长55.30%，环比增长23.47%；扣非后归母净利润为8.79亿元，同比增长55.78%，环比增长26.76%。 相比之下，第二季度天孚通信的归母净利润环比增速为44.66%。这意味着，第三季度公司利润绝对规模仍在增长，但环比增速较二季度明显回落。按单季利润表口径测算，公司第三季度销售净利率约为45.73%，较第二季度的47.55%下降1.82个百分点。 资产负债表方面，天孚通信的备货特征较为明显。截至三季度末，公司存货账面余额为12.74亿元，较上年末增长178.65%，金额为历史同期最高值。天孚通信解释称，存货增加主要是战略性备货带来的原材料增加，库存提升一方面是为满足未来一段时期快速增长的客户需求，围绕重点项目和新产品方向提前储备关键原材料，尤其是为CPO等新兴技术路线配套逐步上量做好准备；另一方面则是基于供应链安全和交付保障，适度前置储备部分关键物料。 同期，天孚通信的合同负债为3.66亿元，较上年末增长128.14%，主要系预收客户款项增加；应付账款为7.07亿元，较上年末增长75.75%，与销售增长、战略性备货带来的采购增加相匹配。 对于CPO与NPO的产品进展，天孚通信在交流中介绍，CPO配套产品目前已进入批量交付阶段，客户需求较为明确，预计相关产品自2027年起逐步提量；NPO配套产品仍处于研发推进、客户送样和验证阶段，若后续验证和客户导入进展顺利，2027年有望实现规模量产。 业绩增长未阻板块重估，三季度加仓资金浮盈有限 从财报本身看，天孚通信并未出现利润转负、收入失速或业绩不及预期等情形。但10月29日市场并未延续对业绩增长的正向交易，公司股价开盘后快速走弱，盘中一度触及“20cm”跌停位（161.14元）；截至收盘报161.60元，跌幅19.77%，现价较6月3日创下的历史高点（374元）累计回撤约57%。 这并非单一公司业绩问题。近期披露三季报的多家光通信产业链公司同样保持较高增长。仕佳光子（688313.SH）前三季度实现营业收入27.22亿元，同比增长74.46%，实现归母净利润5.86亿元，同比增长95.43%；其中第三季度归母净利润2.71亿元，同比增长226.19%。 长芯博创（300548.SZ）第三季度实现营业收入13.51亿元，同比增长127.51%，实现归母净利润2.72亿元，同比增长232.27%。杰普特（688025.SH）、蘅东光（920045.BJ）等公司的业绩增速都较亮眼。 但在10月29日的市场交易中，业绩增长未能对冲板块调整压力。天孚通信、中际旭创（300308.SZ）、新易盛（300502.SZ）等龙头集体走弱，光模块、光芯片、PCB等AI硬件方向均出现明显抛压，多只个股跌逾10%或跌停。Wind光通信指数月内跌幅达26.4%，回吐了4月以来全部涨幅。 有市场观点认为，经过前期对AI算力链的集中交易，光通信板块对订单、景气度和业绩增长的反映已较为充分，业绩披露反而成为部分资金获利了结的窗口。当前板块可交易的预期差正在收窄，资金卖出既可能与调仓换股有关，也可能是在市场波动加大时通过卖出流动性较好的龙头股筹措现金、增强防御。 更值得关注的是，第三季度机构资金曾在股价大幅波动中逆势加仓天孚通信，是公募基金加仓最明显的AI硬件标的之一。从基金整体持仓看，按基金季报披露的重仓股口径，二季度末公募基金合计持有天孚通信9426.70万股，三季度末增至1.5亿股，增幅约59.51%，属于显著增持。对比之下，公募基金三季度对新易盛、中际旭创的持股量增持比例分别为8.11%、2.31%。 从天孚通信前十大流通股股东的持股变化来看，逆势增持天孚通信的既有ETF指数基金，也有主动权益基金，陆股通小幅减仓。截至三季度末，陆股通持股天孚通信3321.83万股，较二季度末减少375.25万股，是前十大流通股股东中少数减持的机构席位。 指数产品方面，国泰中证全指通信设备ETF三季度末持有1256.94万股，较二季度末增加22.04万股；易方达创业板ETF的加仓力度更大，期末持有739.50万股，较二季度末增加354.39万股。 主动权益产品方面，信澳业绩驱动混合、德邦鑫星价值灵活配置混合三季度分别增持天孚通信45.03万股、36.94万股；摩根士丹利数字经济混合三季度新晋前十大流通股股东。 险资中，中国人寿旗下两个账户同时出现在天孚通信的三季度末前十大流通股股东名单中。其中，中国人寿传统普通保险产品三季度增持13.23万股，期末持股508.01万股；中国人寿个人分红产品新晋前十大流通股股东，持有383.48万股。 第三季度天孚通信的股价波动剧烈。当季公司股价下跌13.7%，区间振幅约为49%，最低触及155.05元，最高一度达到303.5元。若持股不动，以155.05元的季度最低价计算，截至10月29日收盘，浮盈率仅约4.22%，不足5%。但在实际投资中，机构加仓全部买在季度最低点的难度很大，因此三季度逆势加仓的仓位整体难言盈利。

2026-10-29: 最近，月之暗面Kimi K3.1 Pro的发布引起金融圈关注。从公开信息来看，这个参数规模达3万亿级的旗舰模型将金融作为主“战场”，成为全球金融智能体赛道上又一个角逐对象。 AI一天比一天惊人，金融机构同样“你追我赶”。那么，AI对金融体系到底意味着什么？这个问题，技术圈在问，北京金融街和上海外滩的金融机构也在问。 一边是国际大行用AI一年省下数十亿美元、国内大行智能体落地数百个场景；另一边则是全球财经官员警告AI投资热潮风险，银行家们则为“AI出错到底谁担责”争论不休。 这个全球追捧的好帮手，用着用着，可能正在悄悄换掉牌桌——它改变的不是金融的基础功能，而是运行节奏和连接方式。当效率账本和风险账本同时翻开，真正的问题早已不是“用不用AI”，而是规则能不能跟得上。 来自全球金融官员的提醒 “你们现在主要用AI做些什么工作？”在近期召开的2026外滩年会期间，记者常在会场外听到这样的交谈，也偶尔会收到类似的提问。而在会场内，AI是每一场讨论中绕不开的话题，参与讨论的是来自20多个国家的数百位财经政要、学者及商业领袖。这与去年的情景已完全不同。 与去年不同的还有AI的快速迭代，以及背后的投融资热潮。全球资本市场因AI而狂热，又因AI而恐慌，巨大的股价波动成为金融资源与AI深度绑定的真实写照。恰逢全球股债市场动荡，无论是专家、学者还是机构人士，他们对AI泡沫和金融风险的谈论热度并不亚于它带来的好处。 作为中国监管部门前官员，中国人民银行原行长周小川对此有着深入而前瞻的观察。他将AI相关投资分为三类：大模型及用于训练的算力和数据中心，AI应用，半导体、电力、液冷等支撑行业。 他认为，投资AI支撑行业相对安全，因为无论AI如何发展，都需要水和电；生产率提升则可能主要来自应用层。但他也强调：“对于技术演进，我们无疑会面临部分投资失败部分投资成功的局面，但考虑到如今有如此巨额的资金流向人工智能及相关基础设施，一旦其中一部分失败，就可能引发金融动荡，并酿成危机，这就需要采取大规模的行动来支撑经济，并对部分金融机构实施救助。因此，我们应当开展研究并做好预案，在政策工具箱中储备相应的政策工具，以应对这类动荡和影响。” 美国彼得森国际经济研究所（PIIE）非常驻高级研究员、IMF原经济顾问兼研究部主任皮埃尔-奥利维耶·古兰沙（Pierre-Olivier GOURINCHAS）也提醒，金融体系的脆弱性仍在累积，其中一部分与AI建设热潮有关。葡萄牙原财长、布鲁盖尔研究所非常驻研究员维托尔·加斯帕（Vítor GASPAR）也认为，AI带来的大量不确定性使资产估值极其困难，金融市场应预期“一段颠簸的旅程”。 欧洲央行原行长让-克洛德·特里谢（Jean-Claude TRICHET）则提示：“无论公共债务还是私人债务，余额总体上都高于2008年全球金融危机之前的水平，全球经济和金融依然脆弱，此时不能自满。” 在这个全球性话题中，美国是焦点。荷兰央行原行长克拉斯·诺特（Klaas KNOT）提示，AI投资热潮中约三分之一来自债务融资，而表外承诺往往意味着这一比例只是下限；美国消费对财富效应较为敏感，市场调整可能很快产生更广泛的影响。 美国第70任财政部长罗伯特·鲁宾（Robert RUBIN）对风险的判断则有所不同。他认为，美国金融体系目前相当稳健，向AI相关企业提供贷款的主要是资本充足的大型银行，地区性银行并未大规模涉足；在非银行贷款机构提供AI融资的情况中有一些需要处理的问题，个别企业可能经营失败甚至破产，但“爆发金融危机的风险极低”。不过，他也不忘强调，任何与AI相关的事情都伴随着“巨大的不确定性”，其中更令他担忧的是AI自身的安全问题。 另一个不容忽视的更深层次问题是，面对供需失衡、通胀压力等，全球央行也可能在AI热潮中面临更多困境。来自主要经济体的多位央行前官员提示：人工智能与劳动力市场及货币政策的相互作用非常值得关注。 能力的鸿沟 在技术安全与金融风险之外，当前全球热议的话题是：AI能替代什么，又能“留下”什么？各类主体应该如何应对？ 试想一位投行分析师正打算写一份宁德时代的研究报告，智能体通过复盘财报表现、对比分析预期差、梳理未来路径等，报告即可按分析师论证观点的方式一键生成。这样的情景在全球金融圈早已不新鲜。而在银行业，这样的变化更是直接触达广大客户群体的。 从公开报道来看，摩根大通、美国银行、瑞银集团等国际大行在AI应用与效率提升方面的数据是惊人的。国内的趋势同样迅猛——截至上半年末，国有大行AI大模型落地场景已达数百个，日均交互词元（Token）达百亿级；头部券商国泰海通累计发布智能体1300多个、Skills 400多个…… 在新加坡金融管理局副行长兼首席经济师爱德华·罗宾逊?（Edward ROBINSON）看来：“金融从根本上说是一个信息处理系统。人工智能代表着这道信息处理前沿一次显著的外移。”他援引中国银行业的案例数据和新加坡实践表示，人工智能在改善中小企业贷款效率和违约率方面效果显著，同时能够带来相关机构收入、员工工资提升。 但这些数字的另一面，可能是员工的失业或转岗——在金融场景成为AI应用关键抓手的同时，金融高管和员工都需要为更剧烈的就业冲击做好充分准备。 在北京大学光华管理学院院长田轩看来，离数据越近的岗位越容易被AI替代，离人越近的行业则不容易被AI替代，前者比如交易员，后者则包括尽调、发掘创业者等岗位。 这也将深刻改变人才培养的模式。田轩表示，AI助推实现知识平权，但有几项能力是当前AI还做不了，也是商学院教育的重点：第一是提问的能力；第二是批判、判断、斟酌推敲的能力；第三是共情的能力。据他介绍，北大光华已在通过整合国内各大AI平台并设置光华Token免费发给学生。“但我也会提醒学生使用大模型时要敬畏边界。” 面对每一次技术革命，在看到巨大潜在收益的同时，还需要更多的冷静观察。一方面，金融机构不会一味投入而不考虑产出回报；另一方面，就像上一轮数字化浪潮一样，AI可以扩大金融的包容性、普惠性，但国家之间、机构之间禀赋的差异还将带来新的不均衡。就连工行行长刘珺都说，商业银行尚未完成数字化转型，就已踏上了一段充满未知的新旅程，这对从业者来说是非常艰难的。 “从资金投入看，AI已成为金融机构战略投入的‘主战场’；从技术底座看，AI已升级为金融机构的核心技术能力。”交通银行副行长钱斌表示，当前金融机构在AI的推进过程中，要让其发挥更好的作用，首先要看有没有高质量的数据集和专业知识资产的沉淀，其次看是否具备建立端到端、体系化、工程化的实施能力。 作为技术方案提供方，阿里云智能集团副总裁、新金融行业总经理张翅直言：金融行业场景需要的AI并不是作为一个工具，而是作为一个新的体系，而这个体系的核心是可信数据、可靠执行环境，以及可审计、可追溯的决策环境。 但罗宾逊指出了一个核心挑战：当前AI收益主要集中在大型金融机构，扩散到其余企业“比听上去难得多”，其中的症结是信息不对称——供应商对AI应用效果宣称难以核实、质量无法保证，失败只有投资后才能观察到。他举例说，新加坡金管局与业界推出的Pat Fin项目，正是为了把“发现的私人成本”转化为行业共享资源，让不同规模机构都能利用经过验证的解决方案和同行评议用例。 世界银行常务副行长兼首席行政官张文才则援引最近世界银行集团发布的新一期世界发展报告，指出了不少发展中国家在AI领域的现实困境。报告指出，人工智能有望让发展中国家在10年内完成原本可能需要100年才能实现的增长，但前提条件是这些国家要有足够的电力、互联、规模以及非常好的机构。因此，世界银行提出的方案是：推动小型AI工具在发展中国家使用，而不是用最前沿模型或者建巨型的数据中心。 金融AI治理：关键是谁来担责 如果说技术门槛在各个行业具有普遍性，那么金融的一个特殊性在于它极低的容错率。 AI既能以更低成本扩大金融服务覆盖面，也带来决策黑箱、责任真空与模型同质化等新风险。国泰海通证券首席信息官俞枫表示，AI不会改变金融市场的基本功能，但会改变其运行节奏和传导机制，这可能使得市场运行逻辑从人与人的博弈变成人与机器、机器与机器的博弈。 “作为商业银行从业者，我们只能采用相对成熟、经过验证的技术，因为我们的业务直接涉及广大公众的日常生活。我们参与产业发展，也参与市场中的各种经济活动，因此不能完全依赖尚未成熟的前沿技术。所以，我们首先需要关注的问题，也是必须解决的问题，就是人工智能的身份定位困境，即人工智能究竟是主体，还是客体？人工智能是否应当成为与人类并列的法律主体，还是仅仅作为一种技术工具？”刘珺认为，这一问题还将引出新的问题：AI应用过程中，究竟由谁承担责任？ 香港金融管理局副总裁阮国恒则指出，“情境挑战”是金融领域AI治理的关键挑战：银行并非只把技术视为提高生产力的手段，而是将其上升为董事会层面的战略议题，其实质是围绕技术重构商业模式。 换句话说，AI之于金融机构早已不单单是一项提升生产力的工具，而是变成了一个新的“战场”。俞枫直言，AI可能会改变行业竞争的基础——原来券商建立在牌照、规模、人脉方面的优势，以后可能会被大数据、AI抵消，谁能把自己全链路的业务数据/数据集、专业能力等形成资产，并且把这些资产通过AI能力进行放大、加速并提供差异化、个性化的服务，这可能是未来的趋势。 但这是否也意味着，如果许多机构依赖相似的模型和数据，人工智能会让市场压力更快发生、更加同步？系统性风险会否变得更不可控？ 欧洲50集团主席洛伦佐·比尼·斯马吉（Lorenzo BINI SMAGHI）“一针见血”地指出：目前对人工智能的讨论多停留在局部均衡视角，而缺少一般均衡视角——即将到来的世界不是“人类选择是否信任人工智能”，而是人人拥有智能体且需要获得智能体的信任，智能体之间也要彼此建立信任，金融机构的客户可能更相信自己的智能体而不是银行或监管者。 “目前我们对这样的局面还不具备管控能力。”他进一步表示，对于金融机构及监管者来说，终极难题或是如何调教智能体，以及应该向智能体输入什么信息，让它意识到可能存在尾部风险。在这个过程中，一个关键是如何像人类薪酬机制一样为智能体建立激励机制，这仍是一个待解难题。 刘珺举例说：“在过去，如果你是一名银行从业者，使用某一套计算机系统开展业务，那么相关责任就由你来承担。你不能推卸自己的责任，也不能对公众声称：这套计算机系统不是我开发的，所以我不承担责任。但是，在人工智能的整个开发和应用过程中，涉及许多不同环节，相关责任可能涉及算法开发者、程序员、部署方、使用方，以及最终用户。各方处于不同的环节，那么最终究竟应当由谁承担责任？而人工智能算法在某种程度上又存在黑箱问题，因此，责任的认定与核实，在当前阶段都十分困难。” 在他看来，如果无法解决前面这两个问题，那么AI促进银行业发展也就无从谈起。而他给出的答案大致可以总结为：“谁获益谁担责”。他提出建议和设想：人类是否能够将人工智能视为独立的准法律主体，并将AI金融治理与人类主体的治理以及现有市场参与者的治理体系结合起来，从而建立一套统一的治理机制？ 如果说这些方案仍然任重道远，眼下一个亟须回答的问题是：当一个地区的银行所用外地甚至外国开发的模型出现问题，该怎么办？毫无疑问，协作比以往任何时候都紧迫——监管者与金融机构要协同合作，各国之间更要尽早启动跨境磋商与标准协调。这一点，国际国内的行业人士已有强烈共识。

2026-10-29: ①腾讯发布面向个人用户的跨应用AI协同体系Buddy One； ②腾讯：全球已部署超200万台服务器； ③中国电信星辰AI助手将在三星Bixby中上线； ④迅策科技发布TokenRouters，打造企业AI平台开启AI资源“可交换”时代； ⑤当虹科技签约京东产发生态圈 深度参与RoboBase机器人产业生态建设。

2026-10-29: Grok不是最好的模型，但马斯克并未气馁，他找到了算力基础设施经营这门生意，以拉齐模型竞争的时间差。 为了让GPU集群早一点通电，马斯克开始造燃气轮机叶片。虽然这场跨界的回报，取决于他无法独自决定的另一件事：模型和应用能否为客户创造足够价值，让他们持续支付算力账单，但即便如此，他的算力生意收入已占SpaceX半壁江山。 这是一个抢时间的故事。叶片的交付可能卡住GPU的开机时间，下游生意决定提前开机的这段时间值多少钱。把两者接起来，才看得清这笔投资。 抢来的时间怎样变成收入 10月20日，在SpaceX第三季度财报电话会上，马斯克表示，供应商能交付燃气轮机的其他部件，叶片和导向叶片却可能晚12—18个月。SpaceX正把火箭发动机积累的铸造能力用于这些零件，他预期由此让供电更早上线。 值得一提的是，该次电话会未披露叶片验证与量产交付数据。燃气轮机叶片需要耐高温合金、复杂冷却结构和精密铸造工艺。火箭制造经验可能提供基础，工业燃机的寿命、连续运行和整机适配仍需验证。12—18个月也是供应商所述的部件交付落差，不能理解为项目从立项到投产的总工期。 自制叶片的商业逻辑不难理解。买回来的GPU如果缺电、缺冷却，就无法提供服务。若机房、网络、芯片与客户需求同步到位，提前投运便有机会在设备的有效使用期内多获得一段收入，尽早收回投入。 但提前投运本身不产生订单。只有这段时间获得的增量现金回报足以覆盖自制叶片等额外投入，工程优势才转化为投资优势。设备准时到场、机房顺利通电，都只是这笔账的起点。 马斯克在电话会上表示，内部使用与对外出租大致各半是一个动态目标，并倾向按接近现货价格的短约出租。他还称，当时续约的每瓦价格正在上升。这些表述说明，公司押注的是能迅速兑现的算力短缺；它们并不能保证未来的续约价格。 一位算力创业者向笔者表示，SpaceX已进入AI基础设施的竞争行列。在这样的竞争中，建得快有价值，前提是客户的付费需求跟得上。 “我们正在讨论马斯克的做法，他实则碾压了算力基础设施商，但是我们很明确看到这门生意可以做，而且作为下游来说，token大有利润，例如我们的卖token生意保守预估明年会翻四倍。”上述创业者表示。 效率红利能否覆盖投入 一家已上市大模型公司的创始人对笔者表示，改进算力设计结构，可以让单张芯片产出更多token。他并认为，这提供了一条有价值的路径：降低完成任务的成本，扩大客户能负担的使用范围。但实际利润仍取决于售价、利用率、折旧、电力和服务成本。 即使token降价，只要付费使用量增长更快，收入仍可能增加。可新增调用必须对应有人愿意购买的任务；收入增长也还要扣除相应成本。效率红利还可能被竞争传给客户，而不留在算力出租商手里。 每瓦电力创造的智能价值上涨，不等于每瓦电力的租金必然上涨。 SpaceX的财报给这条商业链条加上了资金约束。第三季度，超级智能（SuperIntelligence，简称SI）分部收入75.60亿美元、营业利润4.31亿美元，资本开支达164.44亿美元。这些投入对应未来产能，不能与当季利润直接相减，却要求未来的付费需求接得上。SI包含模型、应用及基础设施等业务，也不能当作算力出租业务的独立利润表。 “我本来以为SpaceX会成为一家电信集团，我使用了Starlink的手机通讯服务，效果还可以，无人区也可通话。”加州创业者Henry向笔者表示。包括Starlink在内的连接业务，当季营业利润为23.67亿美元，仍是集团当季营业利润的主要来源。 如今，连接业务提供利润，AI业务则要求大量资本先行投入。 前九个月，按经营现金流减资本开支的简化口径估算，集团自由现金流约为负350亿美元。截至9月底约899亿美元的现金和有价证券提供了缓冲，融资也可以补充现金，但这些都不能证明新增AI设施已经获得足够回报。 前述算力创业者认为，既有算力规模有望通过现货出租形成现金收入，继续采购和部署芯片则需要融资支持。短约让SpaceX有机会分享紧缺时的价格上涨，也意味着它要更频繁地面对客户的采购选择。已经付出的建设和采购成本，不会随着出租价格下降而退回来。 因此，检验造叶片这步棋，需要把投运进度与客户证据放在一起：实际利用率和续约价格如何，客户付款是否稳定，已投运项目的现金回报能否覆盖建设成本及必要的维护、更新投入。更低成本、更早投运的设施，可能在竞争中占优；但全行业需求增长，也不保证每一座数据中心都能收回投资。 算力账单最终由谁支付 沿着订单往下追，算力出租商的客户可能是模型公司、云平台或应用开发者，而它们的收入又来自使用AI的企业和个人。 模型公司可以用融资支付一段时间的算力账单，但长期采购能力仍要靠产品收入、服务成本与持续获得资金的能力支撑。 “谁为算力买单，不一定非得是高大上的产业为此买单，所以不要歧视AI短剧，正如打游戏支持了英伟达的GPU生意有利润一样，GPU才有机会存活下来,商业化到AI产业革命，没有伦理之分。”一位AI观察家对笔者表示。 10月26日递交上市申请的Anthropic在招股书中披露，2026年第二季度营业利润为9.74亿美元；截至9月底，过去十二个月收入贡献不少于10万美元的客户已超过1.19万家。 需要继续追问的是：这些企业是否持续使用、是否续购，以及模型公司能否在继续投入研发和算力的同时，留下现金。反过来，模型公司因研发或扩张暂时亏损，也不等于每一项服务都没有价值，更不意味着上游立即失去收入。 风险在于，如果终端价值迟迟无法支持持续付费、融资又收紧，压力就可能通过缩减采购、压价或违约向上传导。数据中心面临的是利用率下降、回收期拉长和减值风险，不能把所有资产一概判为归零。 SpaceX的内部用算力同样绕不开这道题。把GPU交给自己的模型和应用，并不自动带来集团外部现金收入；最终仍需产品变现。内部使用与外部出租，只是走向客户钱包的不同路径。 马斯克试图用制造能力缩短等待叶片的时间，客户是否持续买单，还要看模型和应用带来的实际价值。造出叶片之后，他还要证明：抢来的投运时间，能换回持续的付费需求，并留下足以覆盖投入的现金。 （作者为硅谷远眺 Coremi 创始人，联系邮箱：yuanlu007@pku.org.cn。利益披露：作者公司持有包含 Google、英伟达、台积电在内的科技股 Coremi 指数组合。本文仅代表作者观点。）

2026-10-29: 2026全球数商大会将于10月30日至31日在徐汇西岸国际会展中心（徐汇区龙耀路7号）举办。本届大会以“数智共生 链接世界”为主题，突出国际化、数智化两大特色，通过“会、商、展、用”四大板块，搭建全球数据要素领域高端对话、产业对接、成果展示与大众体验一体化平台，助力数据要素流动、数字国际合作与数智技术创新落地。一起来看↓ 国际协同拓新局，数智融合激活力 本届大会首次由世界数据组织WDO作为指导单位，刚刚设立的WDO航运贸易数字化专业委员会也将在主论坛亮相。 国际化是今年大会的一大特色，如邀请哈萨克斯坦作为特邀国际伙伴，启动中哈数字经济产业机构合作；邀请联合国有关机构代表参会，共同探讨AI赋能数字政府相关议题。同时，今年大会强化部市协同，中国气象局将发布地球系统数据国际交换上海节点等重磅成果，持续拓展跨境数据合作网络。 本届大会聚焦数据赋能人工智能、区块链创新应用，现场将发布多个行业高质量数据集，推动数据集开源社区共建；集中呈现数据支撑OPC生态建设成果，依托专题展区与OPC路演，展示社区与企业协同创新实践；发布数?智?链融合系列成果，展现数据、模型迭代、智能体应用与链上应用深度融合的前沿探索。 “会、商、展、用”一体化，打造多元活动矩阵 本届大会整体活动体系丰富多元。开幕式及主论坛定于10月30日（周五）举办；10月30日至31日，围绕“数链全球”“数智共生”“数聚生态”“数启价值”“数基融通”等主题，集中举办主题论坛、分论坛、分会场、闭门会议等30余场活动，多层次开展深度研讨。 在商业转化方面，大会围绕产品推广、场景对接、创业服务和人才供需，设置组团巡馆、企业路演、OPC交流等系列活动，打通技术成果从研讨走向产业落地的转化通道。 展览展示板块，在五大板块配套展区基础上，同步开设上海数据领域成果展示、OPC森林社区等特色专题展，集中呈现数据要素赋能千行百业的创新案例，直观展现上海数字经济高质量发展态势与数字新业态蓬勃活力。OPC这一新业态是首次在数商大会的展览中亮相，本次集合了9大OPC社区，社区主理人和个体创业者将进行对谈、路演、课程学习等活动，整体展示上海OPC发展态势。 大会兼顾专业交流与大众科普，打造丰富的应用体验场景，将举办数智嘉年华、数青公开课等特色活动，通过嘉年华集市、沉浸式互动体验，直观展示各类数智产品与落地场景；开设数据安全主题课程，面向青少年开展AI科技体验活动，让青少年群体近距离感受前沿数字技术魅力，厚植数字创新土壤。

2026-10-28: 10月28日晚间，宇树科技发布2026年第三季度报告。财报显示，宇树科技第三季度营业收入6.65亿元，同比增长69.93%；归母净利润1.13亿元，同比下降17.37%。 其中，前三季度营业收入18.17亿元，同比增长55.71%；归母净利润3.87亿元，同比增长270.54%。对此，宇树科技在报告中表示，主要系公司年初至报告期末收入增长带动毛利额增长，以及上年一次性确认较大金额股份支付费用所致。 据宇树科技此前披露的招股书，今年上半年该公司归母净利润为2.74亿元，第一季度归母净利润约为5000万左右。计算下来，该公司第二季度归母净利润2.24亿元，第三季度净利润环比下降49.55%。 从成本上来看，宇树科技今年第三季度的研发费用有了明显的增长。今年第三季度，该公司研发投入达1.27亿元，同比增长249.58%，占营业收入比重为19.10%。另外，前三季度研发投入达2.63亿元，同比增长191.48%，占营业收入比重为14.47%。 宇树科技解释称，这一增长主要是由于公司持续加大具身智能领域研发投入，尤其是具身大模型相关模型研发与算力投入大幅增长，以及扩充研发团队、持续开展新产品研发所致。 此前，宇树科技也透露了对模型研发的投入信号。在IPO募集资金中，智能机器人模型研发项目投资规模为20.22亿元，占据总额近半。 近期，宇树科技创始人王兴兴也在多个公开场合提及“拥抱AI”。今年8月，王兴兴曾表示，对AI模型的投入是公司目前资金和人力投入最大的一个方向。在近日的2026物理AI大会上，他还介绍称，公司正在开发自己的模型，并与国内外的大模型公司开展合作，共同推动物理AI更快跨过临界点。此外，公司已经在内部预研推进物理AI机器人的自进化。 宇树科技的销售费用也有所增长。前三季度，该公司销售费用为2.30亿元，去年同期为7600.85万元。 此前，宇树科技在招股书中提到，公司营业收入的持续增长由行业发展阶段与竞争状况、下游应用进展与市场需求、公司产品竞争力及品牌地位等诸多因素所决定，盈利状况亦会受到单价成本变化、期间费用变动等经营情况所影响。其中，“市场竞争日趋激烈”被多次提到。 值得注意的是，在人形机器人产品方面，头部企业出货量排名已经发生变动。IDC、SAG两家机构报告均显示，今年上半年智元人形机器人出货量超过宇树科技。此外，随着产业链不断发展，部分机型整机价格也在下降。而在四足机器人领域，除了云深处，宇树还要面对不少新玩家的竞争。 具身“大脑”以及落地应用已经被视为行业竞争的关键焦点。 王兴兴此前讲述称，目前人形机器人的应用正处于探索起步阶段，主要在一些对自动化、智能化有需求的企业中试点应用。相较工业机器人和移动机器人，人形机器人在某些特定场景下具有更好的适应性和灵活性，其大规模应用仍受到成本、技术和市场接受度等因素的限制。

2026-10-28: 国务院政府工作报告连续三年提出实施“人工智能+”行动。地方推进人工智能行业发展的行动计划正如火如荼地展开。作为国家战略腹地，四川采用积极政策推进，产业以超20%速度增长，成为西部地区的人工智能高地。 10月27~28日，以“数字川渝 智投未来”为主题的第六届数字经济投融资机构川渝行在成都举行。本届活动首次聚焦人工智能赛道，覆盖数字员工、端侧大模型及通信传媒、互联网服务、网络安全、医疗健康、就业服务、影视制作、IP潮玩等多个垂直领域。 活动现场发布的《川渝人工智能高成长企业（准独角兽）观察报告（2026）》（下称“报告”）显示，川渝地区凭借雄厚的电子信息产业基础、充裕的算力供给与丰富的垂直场景，正加速形成“双核引领、优势互补”的区域协同格局，成为西部承接AI产业转移、增强创新策源的主要承载地。 “一号工程” 其实，四川很早就开始行动。2024年政府工作报告首次写入“人工智能+”，提出深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。四川省当年就把人工智能列为全省1号创新工程，提出要“超常规最大力度精准支持”。 今年5月，《四川省加快推进“人工智能+”一号创新工程实施方案》提出，到2027年，实现人工智能与重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%，形成2~3个具有全国竞争力的细分赛道产业集群；到2030年，争创1~2个国家级新兴产业集群、建设200家智能制造先进工厂，集聚人工智能企业2500家以上、产业规模突破4000亿元，加快建成具有全国影响力的人工智能创新策源地和应用先导区。 四川省委宣传部副部长、省委网信办主任陈岚表示，2025年四川全省人工智能产业实现营收1919.7亿元，增长22.9%，今年前三季度实现营收增长21%，人工智能相关企业超过1700家，11家企业入选2026福布斯中国人工智能科技企业榜单，四川正成为西部地区人工智能发展的重要支撑。 中国电子信息产业发展研究院副总工程师、赛迪人工智能研究中心执行副主任刘权认为，川渝地区具有三大优势：一是算力底座扎实，成渝是国家八大算力枢纽之一，布局天府、重庆两大数据中心集群；二是产业场景丰富，制造业、文旅、现代农业体量较大，应用市场广阔；三是区位与人力优势突出，人口基数大，科教资源充足，成渝双城经济圈联动，辐射西部广阔市场。 赛迪顾问独角兽企业研究中心副总经理宋爽也在发布报告时表示，川渝地区凭借雄厚的电子信息产业基础、充裕的算力供给与丰富的垂直场景，正加速形成“双核引领、优势互补”的区域协同格局，成为西部承接AI产业转移、增强创新策源的主要承载地。 她说，“人工智能行业发展势头已经不是过去拼谁的芯片算得快，谁的模型参数跑得好，现在已经从单向冠军转到全局冠军的时代，比拼算力、算法、场景、要素，川渝有三个优势，电子信息基础非常雄厚，有丰富的算力供给，还有垂直的应用场景。” 宋爽表示，川渝地区拥有人工智能优质企业2545家，其中，四川1982家，具有绝对的优势，呈现应用端优势明显、基础段快速增长、全链条协同。另外，其中AI应用行业959家，占比37.7%，反映出川渝在医疗、交通、政务垂直领域拥有丰富的场景资源与落地转化能力。 报告识别出川渝地区4家独角兽与10家准独角兽。前者估值均突破10亿美元门槛，后者估值在10亿~72亿元，构成了西部最具跃升潜力的硬科技梯队。 宋爽认为，川渝AI企业集中于底层算力、具身智能与垂直应用三大细分板块。依托万亿级制造腹地与丰富城市场景，川渝企业正通过“垂直纵深+场景闭环”的差异化路线，在AI+制造领域构建行业护城河。 差异化路径 不过，当前人工智能产业资源主要聚集在东部地区，川渝地区在发展上存在一定差距，即使在川渝地区内部也仍然存在一些制约因素。 宋爽表示，川渝的AI政策步调是一致的，国家支持两地算力共享和数据互通，企业跨城经营有一定的保障，但现在还是有一些堵点，比如两地的申报标准、奖补口径、人才认定并不完全统一，现在企业跨域经营的合规和经营成本显著比较高。数据跨区域流通方面，合规流通和算力调度的机制尚不完全，所以说协同效应很难规模化释放。上下游配套方面，上圈和下圈明显没有办法成链，中小企业的智能化成本居高不下。 她建议，从政府来说，要破除壁垒与普惠赋能，政府应该推动两地的政策同频共振，促进申报和奖补标准衔接互认，要共建算力枢纽，以“算力券”等政策工具惠及中小企业，降低用算门槛。而企业应以场景闭环来打造核心优势，重视营收质量和合规经营，主动对接资本市场，规划准独角兽到独角兽的跃迁路径。 在27日晚的“数字经济·川渝协同”夜话活动中，来自川渝各地党政部门代表、投融资机构、网信企业、行业协会及媒体代表等140余人齐聚一堂。与会人员围绕全球视野下的川渝韧性、政策同频与区域机遇、要素流动与机制创新、川渝赛道投融资筛选逻辑、未来展望与务实建议五个议题展开对话。 各领域代表就国际变化对川渝数字经济的影响、算力网络共建等政策机遇、跨区域数据要素流通难等共性痛点，以及投融资机构在川渝的赛道偏好等话题进行交流，并提出完善协同机制、优化政策环境、共建应用场景等建议，为川渝数字经济协同发展提供思路参考。 川渝地区实现差异化发展，刘权建议，川渝地区应该走场景驱动算力路线，区别于贵安、庆阳主打超大训练算力，成渝重点做强工业、汽车、文旅、乡村振兴推理算力与行业垂类模型，把算力嵌进本地产业链。同时，发挥双城+向西开放特色，依托成渝双城经济圈，面向西部、面向“一带一路”做跨境数据服务与数字出海，打造西部数字要素流通枢纽。另外，打造绿电+算力协同样板，用好川西水电优势，形成稳定低成本绿色算力标签，和东部高电价算力基地形成错位竞争。

2026-10-28: ①谷歌推出大模型Genie 4； ②15万名群演肖像声音喂给大模型？豆包辟谣； ③宇树将与红杉中国成立“杉宇·创计划”； ④智元升级Genie Sim仿真平台，攻克柔性仿真行业难题； ⑤豪威集团：发布OG05D传感器，赋能工业机器与机器人视觉； ⑥大众中国发布本土自研VEGA技术矩阵，开启技术出海； ⑦山东山大华天软件与阿里云达成合作。

2026-10-28: 【品大事】 一博科技：子公司拟签署10亿元AI算力高端PCB制造项目投资协议 一博科技公告称，公司全资子公司珠海一博电子拟与珠海经济技术开发区管理委员会签订AI算力高端PCB制造项目投资协议，计划投资总额约10亿元，其中固定资产投资约6亿元。项目主要生产ATE、AI算力、光模块、服务器、工控、通信、汽车、医疗设备等领域高端PCB，设计产能为8万平方米/月，全面达产后年产能约为100万平方米。 奥士康：拟投资60亿元建设智算与高速互联PCB产业基地项目 奥士康公告称，公司与海门经济技术开发区管理委员会签署《产业项目发展协议》，投资建设“奥士康南通智算与高速互联PCB产业基地项目”，总规划投资预计60亿元，分三期投入，其中一期投资约25亿元。一期规划建设4-5个工厂，主要生产高阶、高多层、高频高速等PCB产品，应用于人工智能、智能汽车、高端通讯等领域。项目用地约907亩，一期用地约408亩。二期、三期是否启动由公司根据一期经营情况等自主决定。本次投资尚需提交股东会审议。 恒瑞医药：子公司获HRS-8046片临床试验批准 恒瑞医药公告称，公司子公司成都盛迪医药、上海恒瑞医药收到国家药监局核准签发的HRS-8046片《药物临床试验批准通知书》，同意该药单药在携带KRASG12D突变的实体瘤中开展临床试验。该药为公司自主研发的创新型抗肿瘤药物，目前国内外尚无同类药物上市，相关项目累计研发投入约1540万元。 老板电器：拟以1亿元自有资金投资优特智厨 老板电器公告称，公司于2026年10月27日召开董事会，审议通过以自有资金1亿元投资珠海优特智厨科技有限公司，投资完成后持有8.3333%股权。同日，公司与优特智厨及相关方签署投资协议。 神州数码：子公司签署8.7亿元算力项目采购合同 神州数码公告称，公司下属控股子公司北京神州鲲泰信息技术有限公司与某信息科技有限公司签订《采购合同》，就950DT算力项目销售神州鲲泰服务器及配套产品与服务，合同含税总金额为8.7亿元。合同预计将对公司未来自有品牌算力基础设施产品业务和整体经营业绩产生积极影响。 国联股份：控股子公司拟合计15.13亿元采购服务器 国联股份公告称，公司控股子公司北京联超智算科技、北京新能多多数字科技拟分别向A、B公司购买服务器，合同总金额分别为12.8亿元和2.33亿元，合计15.13亿元，主要用于公司战略布局。本次交易不构成关联交易及重大资产重组，已获董事会审议通过，无需提交股东会审议。公司提示，本次采购存在设备分批交付延期、产品性能不达标等风险，战略布局尚处早期阶段，推进落地依赖专业人才团队建设，存在不确定性。 湖北广电：终止与华鑫信共同投资建设光谷智算中心 湖北广电公告称，公司召开第十一届董事会第五次会议，审议通过《关于公司终止与华鑫信共同投资建设光谷智算中心的议案》。董事会同意终止与华鑫信共同投资建设光谷智算中心项目。 【观业绩】 复旦微电：前三季度归母净利润10.6亿元，同比增长221.08% 复旦微电披露2026年三季报，公司第三季度营业收入13.38亿元，同比增长12.90%；归属于上市公司股东的净利润2.11亿元，同比增长54.63%。前三季度营业收入35.64亿元，同比增长17.84%；归属于上市公司股东的净利润10.60亿元，同比增长221.08%。 恒力石化：前三季度净利润102.56亿元，同比增长104.2% 恒力石化披露2026年三季报，公司第三季度营业收入528.53亿元，同比下降1.20%；归属于上市公司股东的净利润30.50亿元，同比增长54.64%。2026年前三季度营业收入1510.75亿元，同比下降4.01%；归属于上市公司股东的净利润102.56亿元，同比增长104.20%。 昊华能源：前三季度净利润12.17亿元，同比增长119.65% 昊华能源披露2026年三季报，公司第三季度营业收入23.57亿元，同比增长23.30%；归属于上市公司股东的净利润4.72亿元，同比增长346.12%。前三季度营业收入71.68亿元，同比增长13.65%；归属于上市公司股东的净利润12.17亿元，同比增长119.65%。 同兴科技：前三季度净利润同比下滑81.59% 同兴科技披露2026年三季报，公司前三季度实现营业收入3.21亿元，同比下滑42.89%；归母净利润1141.02万元，同比下滑81.59%。第三季度营收为9146.23万元，同比下降41.75%；归母净利润亏损676.75万元，同比由盈转亏。 英集芯：前三季度净利润2.02亿元，同比增长76.38% 英集芯披露2026年三季报，公司第三季度营业收入5.30亿元，同比增长13.55%；归属于上市公司股东的净利润9803.16万元，同比增长56.76%。前三季度营业收入13.39亿元，同比增长14.56%；归属于上市公司股东的净利润2.02亿元，同比增长76.38%。 天孚通信：前三季度净利润20.83亿元，同比增长42.18% 天孚通信披露2026年三季报，公司第三季度营业收入19.23亿元，同比增长31.50%（调整后）；归母净利润8.79亿元，同比增长55.30%（调整后）。前三季度营业收入47.51亿元，同比增长21.25%（调整后）；归母净利润20.83亿元，同比增长42.18%（调整后）。前三季度营收增长主要得益于全球人工智能行业加速发展与全球数据中心建设，带动了高速光器件产品需求的持续稳定增长。 华特气体：前三季度净利润1.67亿元，同比增长40.58% 华特气体披露2026年三季报，公司第三季度营业收入5.04亿元，同比增长36.98%；归母净利润7442.18万元，同比增长81.20%。前三季度营业收入13.76亿元，同比增长31.78%；归母净利润1.67亿元，同比增长40.58%。 芯碁微装：第三季度净利润1.8亿元，同比增长216.66% 芯碁微装公告，2026年第三季度营业收入为6.76亿元，同比增长142.13%；归属于上市公司股东的净利润为1.80亿元，同比增长216.66%。前三季度营业收入为17.81亿元，同比增长90.84%；归属于上市公司股东的净利润为4.61亿元，同比增长131.98%。 兴森科技：前三季度净利润4.39亿元，同比增长233.7% 兴森科技披露2026年三季报，公司第三季度营业收入27.32亿元，同比增长40.32%；归母净利润3.28亿元，同比增长219.77%。2026年前三季度营业收入67.7亿元，同比增长26%；归母净利润4.39亿元，同比增长233.7%。 智微智能：前三季度净利润6.77亿元，同比增长417.25% 智微智能披露2026年三季报，公司第三季度营业收入18.04亿元，同比增长75.80%；归母净利润2.89亿元，同比增长888.05%。前三季度营业收入48.53亿元，同比增长63.25%；归母净利润6.77亿元，同比增长417.25%。 嘉元科技：前三季度净利润5.62亿元，同比增长1275.21% 嘉元科技披露2026年三季报，公司第三季度营业收入51.31亿元，同比增长99.08%；归属于上市公司股东的净利润1.80亿元，同比增长4264.17%。2026年前三季度营业收入126.43亿元，同比增长93.32%；归属于上市公司股东的净利润5.62亿元，同比增长1275.21%。报告期内公司铜箔产品销售量增加以及公司毛利率上升。 金域医学：第三季度净利润1.83亿元，同比增长3427.94% 金域医学披露2026年三季报，公司第三季度营业收入15.18亿元，同比下降1.48%；归母净利润1.83亿元，同比增长3427.94%。前三季度营业收入44.03亿元，同比下降2.99%；归母净利润3.74亿元，同比扭亏。公司业绩提升主要系加强成本管控和回款管理，毛利率提升及信用减值损失减少。 湖南裕能：前三季度净利润42.59亿元，同比增长560.12% 湖南裕能披露2026年三季报，公司第三季度营业收入226.31亿元，同比增长155.19%；归母净利润13.49亿元，同比增长296.79%。2026年前三季度营业收入575.08亿元，同比增长147.60%；归母净利润42.59亿元，同比增长560.12%。 亨通光电：前三季度净利润61.63亿元，同比增长159.42% 亨通光电披露2026年三季报，公司第三季度营业收入223.41亿元，同比增长27.14%；归母净利润30.44亿元，同比增长299.10%。前三季度营业收入643.67亿元，同比增长29.72%；归母净利润61.63亿元，同比增长159.42%；基本每股收益2.54元。报告期内光通信市场需求增长、价格上涨，公司光通信业务大幅增长。 青岛啤酒：前三季度净利润50.55亿元，同比下降4.16% 青岛啤酒披露2026年三季报，公司第三季度营业收入83.80亿元，同比下降5.58%；归属于上市公司股东的净利润11.35亿元，同比下降17.15%。前三季度营业收入280.35亿元，同比下降4.53%；归属于上市公司股东的净利润50.55亿元，同比下降4.16%。 宇树科技：第三季度净利润1.13亿元，同比下降17% 宇树科技公告称，第三季度营业收入为6.65亿元，同比增长69.93%；归属于上市公司股东的净利润为1.13亿元，同比下降17.37%。前三季度营业收入为18.17亿元，同比增长55.71%；归属于上市公司股东的净利润为3.87亿元，同比增长270.54%。公司持续推进产品创新与业务拓展，不断丰富产品矩阵，更好地满足客户需求，带动收入增长。 海螺水泥：前三季度净利润27.43亿元，同比下降56.89% 海螺水泥披露2026年三季报，公司第三季度营业收入192.96亿元，同比下降3.83%（调整后）；归属于上市公司股东的净利润2.16亿元，同比下降88.92%（调整后）。前三季度营业收入562.22亿元，同比下降8.58%（调整后）；归属于上市公司股东的净利润27.43亿元，同比下降56.89%（调整后）。业绩变动主要系本集团水泥、熟料的销价、销量下降以及成本上升影响。 国轩高科：前三季度净利润8.49亿元，同比下降66.48% 国轩高科披露2026年三季报，公司第三季度营业收入176.62亿元，同比增长74.62%；归母净利润亏损5.37亿元，同比转亏。前三季度营业收入454.37亿元，同比增长53.98%；归母净利润8.49亿元，同比下降66.48%。 【做回购】 京泉华：拟3000万元—6000万元回购公司股份 京泉华公告，拟3000万元—6000万元回购公司股份，用于股权激励或员工持股计划，回购股份价格不超过30元/股。 中简科技：拟3000万元—6000万元回购公司股份 中简科技公告，拟3000万元—6000万元回购公司股份，用于股权激励或员工持股计划，回购股份价格不超过30元/股。 广合科技：拟1亿元—2亿元回购公司股份 广合科技公告，拟1亿元—2亿元回购公司股份，用于股权激励或员工持股计划，回购股份价格不超过237元/股。 凯格精机：拟1500万元—3000万元回购公司股份 凯格精机公告，拟1500万元—3000万元回购公司股份，用于股权激励或员工持股计划，回购股份价格不超过137元/股。 【签大单】 兆丰股份：控股子公司中标3亿元机器人创新服务平台项目 兆丰股份公告称，公司控股子公司兆聚智能收到中标通知书，确定为“机器人创新服务平台项目”中标单位，中标价2.9992亿元。该项目若顺利实施，将有助于完善公司在具身智能产业布局，提升核心竞争力。截至公告披露日，兆聚智能尚未签署正式合同，存在不确定性。 【推荐订阅】《公告臻选》 周日～周四每晚22:00左右更新。深度解读，聚焦关键；分类汇总，一目了然。10分钟内，用专业帮你节省时间，提升决策胜率！ 【扫描二维码，专属客服，专业解答】 【点击上方图片，一键直达】

2026-10-28: OPC:One Person Company，一人公司，是 AI 赋能下的超级个体创业新模式，以轻量化主体、智能化工具，实现高效创新与商业落地。 10月30日至31日，2026全球数商大会将在徐汇西岸国际会展中心举办。一楼展区专门辟出的“OPC森林社区”有九家OPC社区入驻，集中呈现社区服务、企业产品、实战课程和直播访谈。创业者、企业和观众可以在这里了解产品、体验工具、交流合作需求。 9家社区集中展示 当人工智能成为可以并肩协作的生产力，创业者正借助AI“数字员工”处理标准化任务，将更多精力投入创意、产品与客户服务。上海的OPC社区正将办公空间与创业服务、产业资源和场景对接相结合，此次亮相的“OPC森林社区”集合了9大社区的服务特色与实践，整体展示上海OPC发展态势、社区分布并轮播创业案例。 欢迎观众到现场与各运营团队交流创业服务、应用场景和合作需求。 智能体走进真实业务 “OPC森林社区”将呈现制造业智能报价、仓储管理与AI-WMS、安商稳商智能体、AI共享市场部等应用。比如漕河泾超级创业者社区的上海象外声科技有限公司将展示视频专家数据，上海月阶科技有限公司将介绍多模态训练数据，让观众结合具体业务了解数据服务与AI应用。 OPC开放办公空间还设置共享办公桌，组织内容生成、知识库、智能体等工具实操，比如张江社区推荐的Sonicite Flux便携式模块化AI DJ设备功能原型，观众可以现场体验AI选曲、混音等声音智能应用。 人机互动走近OPC 在“OPC森林社区”里有一面“我和我的故事墙”，将通过长屏轮播与书页式图文，呈现创业者和团队的成长经历、作品与项目。“能力泡泡墙”将展示企业及能力信息，观众可扫描屏幕二维码提交供需信息，并由专人衔接后续交流。 OPC共创会客厅设置了自由交流、主题对接、饮品体验、机器人合影和产品演示，让观众近距离了解产品与应用方式。 直播间计划开展创业者本人、经本人授权的AI分身和真实客户“一人三席”访谈，围绕创业过程、产品使用与客户反馈展开交流，还有真人与AI回答辨识等互动环节。 OPC Open Mic开放麦交流与实战课程 看过产品、试过工具，观众还可到“OPC Open Mic”开放麦参加圆桌交流、专题授课和社区课程。活动将安排在10月30日下午及10月31日，围绕企业需求、创业实践和AI应用展开。 10月30日下午活动安排 10月31日课程安排

2026-10-28: AI交易，在全球范围内继续失速。 高盛追踪的一项除人工智能（AI）外的股票指数上周上涨12.4%，跑赢标普500指数同期整体12%的涨幅。标普500指数许多非AI板块本月上涨，而标普科技指数本月至今却下跌7%。值得注意的是，奥本海默和伯克希尔·哈撒韦等大型投资机构的投资组合均已转向非科技板块。 非AI赋能指数跑赢大盘 数据显示，截至10月22日，追踪标普500指数（不包括被归类为“AI赋能”的股票）的专有高盛指数上涨了12.4%，高于标准普尔500的12%涨幅。高盛今年稍早与标准普尔共同推出了这一指标，将AI赋能的公司股票排除在外。 科技和AI相关公司约占标准普尔500指数的45%。这种高比重权重多年来一直为该指数提供动力，但最近却变成了一种负担。标普500指数科技板块本月下跌约7%，而其他板块则保持上涨。 投资者对CoreWeave和甲骨文等公司发行的债务和股权感到担忧。Meta Platforms上周四跌幅达7%，跌至648.85美元，上周五继续下跌，较财报前收盘累计下跌近8%。而仅一个月前，它离2025年8月创下的796美元历史最高价还只差几美元。此次下跌主要因为稍早该公司公布了更多计划，将在资本支出上投入巨资并增发股票。市场担心其在AI领域的投入持续攀升会引发泡沫。 为AI数据中心扩建提供电力和设备的公司也受到了沉重打击。通用电气Vernova、Bloom Energy、瑞致达（Vistra）和广达服务（Quanta Services）等相关公司在最近的抛售中也都大幅下跌。 本周稍晚，美联储即将公布利率决议，也将影响市场情绪和AI股走势。瑞士百达财富管理高级经济师崔晓对第一财经记者表示，预计联邦公开市场委员会（FOMC）本周将维持利率在3.75%~4.00%不变，整体释放的政策信号将与12月再次加息的市场普遍预期保持一致。在此后的新闻发布会上，美联储主席沃什预计将避免直接评论与AI相关的市场波动，但会重申此前的观点，即AI短期内正在提振需求，并将在中期扩大供给。 AI不仅推动着股票市场，对信用市场的重要性也日益提升。威灵顿投资管理固定收益基金经理艾瑞（Alyssa Irving）对第一财经记者表示，AI所需的大规模基础设施支出可能仍处于早期阶段，但其对信用市场的影响已经日益清晰：资本密集度提高、信用供给增加，以及行业和发行人之间的分化加剧。 对于投资者而言，她称，挑战在于区分哪些企业能够将AI相关投资转化为可持续回报，哪些企业则无法做到这一点。随着AI投资日益成为影响市场表现的重要驱动因素，对资本配置、融资和执行风险进行审慎分析可能至关重要。 尽管AI基础设施支出总体上对信用需求构成支撑，但其对不同领域的投资影响存在显著差异：投资级信用投资者关注增长与资本密集度上升之间的平衡；高收益信用投资者看到受益于AI的发行人与受到AI冲击的发行人之间的分化日益加剧；证券化信用投资者则重点关注交易结构和偿付假设。 “因此，信用市场的投资机会正变得更加分化，主要是市场分化，而非风险普遍上升。”她称，“与AI基础设施建设直接相关的企业，例如超大规模云服务商、半导体企业和基础设施提供商，整体上正受益于更强劲的增长，部分企业的基本面也有所改善。然而，对于那些仅仅为了保持竞争力而进行大规模投资的企业而言，情况则更为复杂。如果投资变现路径存在不确定性，高额资本开支可能对现金流和杠杆指标造成压力。这种差异可能进一步加剧投资级信用市场内部的分化，也进一步凸显发行人层面分析和审慎资本配置的重要性。” 转投非科技板块 今年大部分时间，追踪标普500指数（不包括被归类为“AI赋能”的股票）的专有高盛指数均落后于标普500指数，因为投资者长期青睐芯片制造商、云计算公司和其他受益于大量AI支出的公司。然而，这一优势这个月以来持续缩小，上周则彻底消失了。 同时，投资者正转向防御领域。本月，道富消费品精选行业SPDR ETF、道富健康精选SPDR ETF和道富公用事业精选行业SPDR ETF等ETF上涨了7%~10%。能源板块也整体上涨10%。 许多分析师建议转投非AI公司以求投资多元化，保护投资者免受科技股下跌的更多痛苦。奥本海默的技术分析师沃尔德（Ari Wald）在10月24日的一份报告中写道，“过去两周，AI投资的钟摆已经向非AI股敞口倾斜。”奥本海默当前青睐的两个行业是商业服务和保险。上周，该机构将这些行业评级上调至增持，推荐了Republic Services、Cintas、Verisk Analytics、Broadridge Financial Solutions、大都会人寿和Arthur J.Gallagher等多只行业个股。 伯克希尔·哈撒韦也在转向非科技板块，其B类股本月已上涨了8%。伯克希尔目前持有众多运营公司，包括保险巨头Geico和伯灵顿北方圣太菲铁路运输公司（BNSF Railway）。它还持有3640亿美元的股票投资组合，包括苹果、可口可乐、Alphabet和美国银行等。如果科技股拖累标普500指数，这种多元化分散投资组合会帮助伯克希尔继续跑赢大盘。 机构Trivector Research看到了“非科技综合公司”的潜力。医疗保健巨头礼来公司就是它比较看好的投资标的。由于礼来减肥药的强劲表现，该股上涨了22%。该公司正在研发更多药物，包括计划于2027年初提交美国食品药品监督管理局批准的下一代减肥药物。 邮轮运营商维京控股也被越来越多机构看好。该公司在8月电话财报会议上表示，2027年预订量在上升，“最近的事件中，我们的客户表现出了韧性。”维京股价今年上涨了15%，可能仍有上涨空间。华尔街的平均目标是109美元，高于最近82美元左右的价格。巴克莱银行最近将其评级上调至增持，目标价为102美元。

2026-10-28: 近日，物理AI题材在A股的热度走高，多只相关概念股迎来涨停。之后，部分公司相继发布交易异常波动公告，有公司提醒称“存在市场情绪过热及非理性炒作情形，可能存在非理性交易行为，交易风险较高”。 经历10月27日短暂回调后，10月28日物理AI题材热度再次升温，与之相关的人形机器人概念股指数盘中涨超5%。 香颂资本执行董事沈萌向记者分析称，本次行情属于受到个别产业事件而非价值基础带动的波动，投资者情绪是主要驱动力。他认为，目前物理AI仍处于学术探索和研发阶段，商业化场景缺乏足够的尝试。 物理AI题材升温，人形机器人概念股反弹 中国信通院发布的《具身智能发展报告（2026年）》提到，物理AI以突破传统模型“只会表征、缺少物理约束”的局限为目标，指的是通过把物理规律嵌入感知、推理、生成和行动全过程，使人工智能具备更强的真实性、可靠性和可部署性。 近两年，物理AI也成为了行业关注的焦点。在10月21日GTC演讲中，和此前对外表达的观点相似，英伟达CEO黄仁勋再次提到“物理智能是AI的下一波浪潮”，并称出货量最大的物理AI应用是自动驾驶。 在通用性和终极形态上，机器人则被多位行业人士认为是物理AI的核心载体。 就在黄仁勋演讲次日（10月22日），宇树科技创始人王兴兴在一场大会上表示，大模型不断迭代下，物理AI或将迎来更多进展，快的话可能一到两年，慢的话可能两到三年。 在两场大会前后，物理AI这波行情已经开始发酵升温。 沈萌还补充称，之前AMD高价收购李飞飞的世界模型公司同样起到了催化剂的作用。此外，一些地方政府还印发了政策支持物理AI及相关产业发展。 记者注意到，相关概念股多日势头强劲，其中数据采集、仿真平台等受到较多关注。10月19日至10月28日，凡拓数创收获三个涨停板，并于10月26日创下股价新高70.78元/股；截至10月26日六个交易日累计涨幅翻倍。世纪恒通此前收获一个涨停板，10月26日涨幅再达17.74%。奥比中光股价走高，七个交易日累计涨幅近50%。 值得注意的是，人形机器人板块也受到一定提振，10月19日至今指数区间涨幅超8%。细分概念下，滚柱丝杠、减速器轴承、电子皮肤等相关公司被看好。大业股份、福莱新材等多股连续几日上涨，福莱新材更是走出五个涨停板。宇树科技股价也呈修复反弹，市值重新站上2500亿元。上纬新材也在10月26日录得涨停，10月28日盘中触及涨停。 在此之前，人形机器人板块自9月下旬后指数整体下行。个股方面，宇树科技自上市后股价一度承压，并在10月15日创下阶段最低股价、接近400元/股。 短期行情中的资金进退 Choice数据显示，在本次短期行情中，部分相关概念股还登上龙虎榜。 比如凡拓数创多日交易表现活跃。具体来看，龙虎榜数据显示，在行情发生初期10月20日，该股票合计净买入资金超7500万元。买方席位前5中，机构专用占据四席。与之相对的，卖方席位前5中，国新证券北京分公司、联储证券杭州环城北路占据两席。 之后几个交易日，资金分歧显现。10月21日-23日，卖出资金居多，合计净买入分别为-1082万元、-2254万元、-1506万元。尤其是在10月23日，两家机构专用席自身的卖出额均高于买入额，其选择在涨停日兑现。游资席位开始成为买方的重要力量，如东莞证券南京分公司、中信建投福州东街接替机构成为当日的买方。到了26日，买方席位前5中已没有机构专用席位，机构还在当天卖出超亿元；进入27日，买卖趋于均衡。 整体来看，机构是该公司行情早期的发动者，随后游资参与其中。 值得注意的是，今年6月份物理AI概念股也曾经历一波上涨的行情。当时，天娱数科收获多个涨停，而后发布公告澄清称没有物理AI业务。据媒体报道，那个时候也有游资、机构参与其中。 而对于本次行情，多家上市公司随后也发布公告提示相关风险“泼冷水”。 10月23日，凡拓数创表示，公司股票交易严重异常波动，短期涨幅较大，换手率较高，存在市场情绪过热及非理性炒作情形。据了解，该公司的主营业务是3D可视化产品及服务、数字一体化综合服务、AI3D数字孪生产品及解决方案等。最新财报显示，今年前三季度凡拓数创仍处于亏损状态，归母净亏损达1.23亿元。 大业股份更是多次发布公告澄清业务情况。“公司现有主营业务仍以胎圈钢丝、钢帘线以及胶管钢丝的研发、生产和销售为主，公司机器人腱绳产品目前尚处于研发送样阶段，尚未实现量产，未产生实质性收益。”该公司表示。 沈萌提醒称，目前物理AI的相关行情仍由情绪驱动。物理AI的特征以及如何转化为实际生产力等关键问题，在行业内都没有取得共识，商业变现更是存在难度。 宇树科技也在公告中表示，人形机器人行业尚处于商业化早期，技术成熟度、下游市场需求培育、 产业链配套能力均存在不确定性。物理AI技术从实验室演示走向真实场景的规模化落地仍面临感知精度、运动控制稳定性、数据积累及软硬件协同等多重挑战，相关技术路径与商业模式的成熟尚需时间验证。

2026-10-28: 一家只有一名全职员工的生物技术公司，被AI大模型公司Anthropic收购了。这家公司名为Mithril Medicine。其创始人Cody Tranbarger借助Claude，协调11家外部实验室开展研究，在不到18个月内，将一种罕见肌营养不良症的候选疗法从构想推进到小鼠实验，并取得初步积极结果。如今，这些项目已成为Anthropic内部首批药物研发项目的一部分。当地时间10月27日，Anthropic披露上述收购，并集中披露AI参与药物研发的一系列进展。过去数月，该公司与百时美施贵宝、Generate Biomedicines等六家新药研发机构开展合作，尝试让Claude参与分子设计、实验优化、药物制造和临床试验规划。与此同时，Anthropic也开始亲自推进药物研发项目。“新的、重量级玩家加入，行业竞争更激烈了。”AI制药公司晶泰科技相关人士对第一财经记者表示，尤其是在编程（Coding）成为大模型商业化的重要场景之后，头部AI公司需要寻找下一个能够发挥模型能力、形成商业价值的应用领域。而从此次披露来看，Anthropic与相关机构的合作早已十分深入。 从提供AI工具到亲自参与药物研发，Anthropic的业务边界正在发生变化。而OpenAI、谷歌、字节跳动等科技公司也在进入这一领域。大模型公司为何集体看上制药业？它们将如何改变这个长期面临高成本、高失败率问题的行业？从辅助药企到自己研发新药Anthropic今日公布的研究成果，覆盖了药物研发的多个环节。在细胞治疗领域，Generate Biomedicines利用Claude Code优化CAR-T相关基因设计。一项实验中，相关遗传指令片段缩短约70%，细胞表面受体表达量提高约10倍。抗体研发方面，Divergence Labs借助Claude，在约一个月内生成3.5万种抗体候选设计；BigHat Biosciences则在约10周内设计并测试1010种分子变体，部分优化后的抗体与靶标结合能力提高数倍。除了分子设计，Anthropic还试图让AI进入药物研发的日常流程。合作方Enveda利用Claude审核1061页药物制造文件，识别出人工审核发现的全部11项问题，并额外提示7项潜在问题；人工审核时间从超过25小时缩短至不足3小时。百时美施贵宝则使用Claude分析早期临床开发方案，辅助评估不同试验路径。这些结果主要来自企业合作研究，尚不能证明AI能够提高药物临床成功率。尤其是分子结合能力、受体表达量的改善，与最终药物疗效之间仍存在距离。但这些案例体现了Anthropic的一个判断：药物研发的瓶颈并不只存在于分子发现阶段，还分散在实验设计、数据分析、制造、监管申报和临床试验等环节。AI如果能够参与整个流程，潜在价值就不只是帮助科学家找到更多候选分子。这也解释了Anthropic为何开始亲自研发药物。被其收购的Mithril Medicine，主要研究两种罕见肌营养不良症的治疗方法。创始人借助Claude管理外部实验室的合同、物流和实验安排，使一个极小规模的团队得以组织复杂的药物研究。Anthropic 预计，如果后续研究进展顺利，其中一条候选管线最早有望在 2028 年底启动人体临床试验。此前，Anthropic已经收购Coefficient Bio，并建立自己的生物实验室。相比仅向药企提供模型服务，直接参与研发能够让公司获得真实实验反馈，用以检验Claude的能力，并改进模型。相关布局也出现在Anthropic本周提交的招股书中。Anthropic将生命科学列为前沿AI的重要应用市场，截至9月30日，全球前十大制药企业中有九家是Anthropic的客户，且每家在过去12个月内向Anthropic支付了至少10万美元。Anthropic还在招股书中表示，正在开发支持科学家完成药物研发不同阶段工作的AI智能体。不过，公司也提示，生命科学业务可能带来实验室安全、监管合规及研发失败等风险。目前尚未披露这一业务的独立收入和投入规模。对于一家主要依靠模型服务获得收入的公司而言，亲自研发药物意味着更长的投入周期和更不确定的回报。AI巨头纷纷卷向生物制药Anthropic并非唯一进入制药业的基础模型公司。10月20日，OpenAI宣布收购药物研发协作平台Orchestra Bio，并将其技术与生命科学模型GPT-Rosalind、Rosalind Workbench整合。Orchestra Bio的AI智能体主要用于协调复杂的药物研发项目，例如跟踪实验进度、分析生产延误对临床试验的影响，帮助研发团队调整计划。OpenAI希望让AI不仅参与科学发现，还能管理从实验到临床开发之间的大量专业工作。谷歌的布局更早。源于Google DeepMind的Isomorphic Labs依托AlphaFold相关技术，开发专门的AI药物设计平台，并与礼来、诺华等跨国药企合作。与主要提供通用模型和研发工具的OpenAI相比，Isomorphic Labs更接近直接参与药物研发的专业生物技术公司。中国互联网巨头也在布局。此前有消息称字节跳动分拆的AI制药公司Anew Labs完成约2.9亿美元融资，估值约15亿美元。它主要开发生物分子结构预测、抗体设计和药物发现技术。与Anthropic将药物研发纳入自身业务不同，字节跳动选择将相关业务分拆，借助外部融资支持长期发展。这也反映出AI制药与互联网业务在研发周期和经营模式上的差异。科技公司进入制药业，一个重要原因是传统药物研发存在巨大的效率改善空间。德勤2026年发布的制药创新研发回报相关研究显示，通过追踪分析全球20家大型生物制药企业的后期药物研发管线发现，2025年单个药物从发现到上市的平均研发成本达到26.7亿美元，高于2024年的22.3亿美元。管线预测内部收益率（IRR）由2024年的5.9%升至2025年的7%，但改善主要受到GLP-1类减重及糖尿病药物推动。剔除这类药物后，预测回报率仅为2.9%。对于制药企业而言，如果AI能够减少无效实验、加快候选药物筛选，或者缩短研发流程中的等待时间，就可能具有实际经济价值。从Anthropic、OpenAI等模型公司近期的动作来看，生物医药乃至更广泛的AI for Science，正在成为继编程之后的一个重点探索方向。对于AI巨头为何纷纷涌向制造业，晶泰科技相关人士对第一财经记者表示， Anthropic等大模型公司虽然具备较强的AI能力，但仍面临两大短板：一是缺乏难以通过公开渠道获取的高质量专有实验数据；二是药物研发流程复杂，计算和预测分子现在看已经不是行业卡点，但后续仍需要实验室完成合成、测试和验证，这恰恰是纯 AI 公司所欠缺的。它们仅靠模型难以完成研发闭环，自行建设完整实验体系也并不现实。因此，与拥有数据、实验设施和研发经验的专业机构合作，成为它们进入这一领域的重要路径。不过，药物研发最终仍需要经过严格的安全性和有效性检验。AI可以加快某些环节，却不能跳过动物实验、人体临床试验和监管审批。从Anthropic到OpenAI、谷歌和字节跳动，科技公司正在进入药物研发的不同环节。但这场竞争最终比拼的，可能不是谁能生成更多分子，而是谁能够把模型、实验数据、研发流程和临床验证连接起来，真正提高新药研发的效率与成功率。

2026-10-28: 这两天，老干妈因为“用AI（人工智能）将600名工人裁到48人”的传闻而陷入舆论漩涡。尽管公司第一时间予以否认，但由于数字有零有整的公开报道就摆在那里，网民们对公司说法并不买账，一些人甚至情绪激烈地喊话：“你让工人下岗，我们就让你下架。” 网民反应之所以激烈，是因为相信老干妈确实“用AI裁了员”，并且裁了好几百人。这让一段时间以来的“AI冲击就业”叙事有了现实案例，也让原本埋藏于大众心底的隐忧变成了真实刺痛。在此情况下，老干妈自然成为“冷血资本”的化身而被千夫所指。 坦率地说，就算老干妈真的“用AI裁了员”，也不一定就该遭受指责。因为追求利润是企业的天性，如果技术投资的收益大于人力投资，企业完全可以选择“多用机器（技术）少用人”，只要裁减人员的操作合法合规。 但企业作为社会结构中的一员，又不能仅仅扮演冷冰冰的赚钱机器，而应该在追求利润的同时，兼顾经济、社会与环境的综合价值，即承担企业社会责任。从这个角度出发，假设老干妈真的“用AI裁了员”，其行为就不能仅以法律的标尺来衡量。在“AI冲击就业”议题备受关注的当下，它还需接受来自公众的审视。 公众希望看到，像老干妈这样具有一定社会影响力的企业，在应对“AI冲击就业”议题时，不是唯利是图，而是以人为本，拿出有温度、负责任的方案，为其他企业作出好的示范。公众的这份“苛责”，把老干妈推至前台，充当了“AI时代怎样用工”公开课的教学案例。 那么，假设老干妈“用AI裁员”一事是真的，怎样做才算符合公众期待？答案可能藏在以下三个适合企业自我复盘的提问中。 一、减员是否必需？技术改进并不必然导向“机器换人”的结果。在决定裁减员工之前，企业有必要自问：是否进行了充分评估论证？是否考虑过调整生产节奏、转岗安置或新辟岗位等“内部消化”方案？企业在追求经济效益的同时，还应兼顾对劳动者权益的保障，甚至将后者的优先级置于更高位置。 二、程序是否合法？如果减员势在必行，那么解约程序是否严格遵守《劳动合同法》等相关法律法规，就是企业需要直面的核心问题。合法合规是企业经营的底线，任何程序上的瑕疵，都可能使企业的正当决策蒙上违法阴影，从而引发信任危机。 三、责任是否到位？在从劳动力红利向技术红利转换的过程中，企业不能过河拆桥，把被裁减人员向社会一推了之。即便减员操作完全合法合规，企业也应通过提供再就业支持、助力社会保障事业等方式，承担起缓解社会冲击的企业责任，并通过适当途径促成技术红利为社会共享。 学术界将技术变革期生产力飞跃与工人困境并存的现象称为“恩格斯停顿”。专家认为，人工智能的快速推广应用，就面临导致这种现象的可能。老干妈风波提醒我们，应对这方面的挑战，需要未雨绸缪。国务院办公厅近日印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，为此提供了重要指引。 文件的核心思路在于平衡技术创新与就业促进。例如，要求“稳慎把握人工智能在劳动密集型行业应用的范围、力度、节奏，尽可能减少对从业人员的冲击”；鼓励企业“探索建立失业缓冲期制度”，提前告知受影响劳动者并提供“转型转岗就业支持”。 除了利用人工智能“做大蛋糕”，文件还关注如何“分好蛋糕”。文件提出，“健全适应人工智能技术发展的收入分配机制”“鼓励企业加大对公益性人工智能技术、服务和开源社区的投入力度，帮助劳动者拓展能力边界、提升劳动价值，推动更多劳动者积极参与技术进步并从中获益”。 以上针对性意见，有望既发挥人工智能在拓展就业新空间方面的优势，又减缓人工智能应用在就业替代方面的影响，确保技术进步服务于人。 人工智能加速应用是大势所趋。在推广人工智能应用的过程中，既不可任由技术鸿沟制造撕裂，也不必因担忧冲击而抱残守缺。正确的态度无疑是积极拥抱新技术新变化，同时妥善处理探索过程中产生的新问题。秉持这样的理念和方式，企业才能卸下无谓的道德包袱，大胆推进创新，创造红利，最终让好的技术惠及更多人。 （作者系第一财经编辑）

2026-10-28: 北京时间10月28日，谷歌发布新一代世界模型Genie 4，提到这是公司“迄今为止最逼真且最具交互性的世界模型”，用户可以实时探索动态环境，观察场景如何响应、声音如何呈现，以及其中人们如何移动、反应和说话。“这种模型的发展速度简直难以置信。”有行业人士评价道，两年前，AI 甚至无法在静态图像中正确渲染手部。如今，Genie 4 正在即时生成可玩的 3D 世界，带有实时物理效果、现场音频。这次Genie 4最直观的变化，是世界看起来更真实了，且开始拥有声音。谷歌介绍，Genie 4是旗下首个能够原生生成音频的实时世界模型，可以在生成场景的同时，同步生成音乐、环境音和互动对话。人物能根据用户输入或场景中发生的事件实时交谈、作出回应。用户可以用自然语言实时修改模拟场景，例如改变天气、移动镜头，或加入新的人物和物体，Gemini 会结合场景上下文调整提示词，持续观察并引导场景，让世界连贯地向前发展。Genie 4 对物理世界的理解更深入了。谷歌称，新模型提升了对空气动力学、碰撞等物理现象的模拟效果。其中，人物模拟的进步尤为明显：角色的动作更加自然，能够对环境变化作出反应，也可以接受用户的实时引导。支撑这些变化的，是Genie与Gemini系列模型的协作。具体来看，在Genie 4实时生成世界的过程中，Gemini 3.8 Flash扮演着类似“导演”的角色：持续观察画面，将目标拆解为多个步骤，检查任务进展，随着世界发生变化或用户介入，模型 还会即时调整计划。这让模拟世界能够呈现更可靠的因果关系、程序化行为和多步骤推理。谷歌还展示了Gemini 4 Argon与Genie 4共同模拟人形机器人下跳棋的案例。Argon负责将任务拆解为步骤，再通过文字指令引导Genie 4生成相应过程。谷歌表示，这些功能是朝着开发安全虚拟环境迈出的一步，用于观察智能体和机器人如何在周围环境中导航。不过，目前Genie 4仍处于研究预览阶段，仅向受信任的测试者开放。谷歌计划随后向Project Genie中的Google AI Ultra订阅者，以及Gemini API和Google AI Studio的早期合作伙伴开放。行业认为，世界模型的进步会对游戏开发产生较大影响，创意验证的门槛又降低了。有网友调侃，“游戏工作室今天正在开一场长会。”按照谷歌披露的测试反馈，游戏开发者已经在尝试用Genie 4将初步想法快速转化为可探索的原型，在编写游戏引擎代码之前，通过自然语言测试视觉风格、材质效果和互动机制。电影制作人则可以进入模拟场景，反复调整镜头、灯光、对话和动作，尝试不同版本。当模型可生成交互世界，一个游戏行业绕不开的问题是：未来还需要游戏引擎吗？传统游戏开发工具的角色会如何变化？此前Unity中国CEO张俊波在接受第一财经记者采访时表示，他不太相信“一句话生成游戏”。在他看来，过去依赖几十个工种协作的游戏生产线确实会被AI改造，但游戏引擎会成为用户连接模型、资产、代码和发行流程的总调度台。这一判断源于，模型生成的更多是资产，是可体验的虚拟世界。而游戏是一项系统工程，不仅需要画面和场景，还需要玩法规则、数值系统、交互逻辑，并能够持续迭代和长期运营。谷歌披露的局限，也说明这种差距仍然存在。Genie 4 仍是一项处于早期阶段的研究。博客提到，在较短的交互过程中，模型能够维持环境连贯，但随着模拟时间延长、经过多轮复杂提示词修改，或用户在场景中持续移动，视觉细节和物体的持续存在状态仍可能发生变化或偏移。复杂物理互动、空间准确性、实时音频准确性和长期一致性，也仍是待解决的问题。但世界模型和游戏引擎两者并不完全隔离。行业认为，世界模型的产出物可以导入到游戏引擎里成为游戏开发的素材，引擎则负责把这些资产协同组织成产品。这种融合为两类技术提供了协作空间。

2026-10-28: 【物理AI迎落地拐点，产业链公司抢抓机遇】物理AI成为AI产业新热点，也成为A股新风口。近期多只物理AI、机器人及数据要素相关概念股表现亮眼，宇树科技股价自10月中旬以来7个交易日反弹超过65%。产业“进化”加速及科技巨头的纷纷入局，是引爆行情的底层逻辑；物理AI“训练+仿真+端侧”算力叙事，也接续了此前的算力叙事逻辑，缓解了市场对于AI资本开支见顶的担忧。从国内市场来看，伴随中央及地方相继出台发展物理AI的相关政策，上市公司也从产业链各环节敏锐布局，抢抓产业机遇。（上证报）

2026-10-28: 【财经日历】 新西兰联储公布利率决议 加拿大央行公布利率决议 苹果将举行新品发布会，推出首款触控屏MacBook 华为双十一焕新季·全场景新品发布会 ??上海市经济信息化委印发《上海市加快发展新一代智能制造行动方案》，其中提出，研制推广新型智能制造装备。支持将AI技术与装备深度融合，推动智能制造装备升级为装备智能体。研制推广物理AI装备，研制具备自主感知和决策能力的机器人、工业母机、检测装备等智能制造装备，以智能工厂建设需求推动装备升级与规模应用。支持人形机器人、协作机器人、高精度重载机器人等机器人创新突破；加快AI赋能的超精密磨床、大型五轴机床、高速双五轴镜像铣等工业母机迭代升级；推动X射线光子能谱仪、残余气体质谱、工业CT等检测装备自主化能力构建。 ??截至10月26日，2026年以来，科创板公司新增回购计划114单，拟回购金额上限合计180亿元；新增增持计划42单，拟增持金额上限合计15亿元。进入10月，相关行动提速，当月新增回购计划23单，拟回购金额上限达58亿元，约占年内总额的三分之一；新增增持计划6单，拟增持金额上限合计2.5亿元。 ??截至2026年10月26日，科创50ETF近一周获资金净流入近240亿元，创下年内新高；科创50ETF华夏规模再次近历史新高，达1185亿元。截至2026年10月26日，科创板ETF共有134只产品，规模近3600亿元，其中科创50ETF共有20只产品，规模近2000亿元，形成从完全复制到增强策略的完整产品谱系。 今年以来，新增发布科创板人工智能应用臻选指数、科创板电池主题指数、科创板软件服务指数、光伏科创领先指数、创新药科创领先指数等5条科创板指数。据第一财经了解，基金管理人也在不断加大产品布局力度，未来诸如科创计算机、科创专精特新、算力等主题产品也将不断丰富，有望吸引更多增量资金支持实体经济发展。 ??高盛表示，AI已经成为金融市场的一股强大力量，半导体股票对各类资产价格走势的影响力已超过油价。高盛研究显示，过去三周内，半导体板块的行情差异可以解释各类资产约54%的表现分化，而油价仅能解释2%。投资者情绪与科技股的关联已经变得十分紧密，近年来这种关联还在不断加强。并且在近期，高盛衡量市场风险偏好的指标与大型科技股的相对表现几乎同步变化。不过策略师指出，投资者情绪尚未跌至历史上通常会出现买入机会的水平。 ??甲骨文宣布扩大与英伟达的云端AI芯片合作，计划将搭载英伟达新一代Vera Rubin芯片的AI服务器部署规模扩大至数吉瓦级，同时引入谷歌TPU芯片，以及SambaNova Systems和Cerebras Systems的AI推理芯片，以丰富算力供应。甲骨文还计划在部分英伟达服务器中采用自研Acceleron网络芯片，替代英伟达的部分网络产品。公司表示，不同AI工作负载对算力的需求各不相同，多元化芯片供应有助于客户根据性能、吞吐量和成本选择合适的基础设施。英伟达在AI训练芯片市场占据主导地位，但AI推理市场的竞争更加多元。Cerebras首席执行官安德鲁·费尔德曼表示，与甲骨文的合作将显著扩大其大型客户群，公司正大规模进驻其他企业的数据中心。甲骨文尚未披露此次芯片采购的融资安排。公司上月表示，客户正越来越多地承担芯片采购成本，并维持2027财年资本支出约900亿至950亿美元的目标。 ??谷歌周二宣布，推出新一代模型Genie 4。Genie 4能够根据文本指令构建可探索的虚拟环境，并在用户持续输入指令时实时调整场景，让用户不仅能够观看AI生成的世界，还能进入其中与环境互动。谷歌正探索其在游戏设计、影视制作、教育和机器人训练等领域的应用。 ??据上证报，10月27日，在回应网友有关机器人内存总需求的评论中，特斯拉创始人马斯克表示，机器人对内存的需求将比地球上其他事物都要庞大。他强调，当人工智能从处理信息走向物理现实时，载体机器人对内存的消耗将碾压地球上现有的所有计算设备。他还表示，机器人使用的是低功耗DRAM芯片，而不是高带宽内存HBM，随着人工智能扩展到数据中心以外，芯片制造商可能会迎来更大的市场机遇。 ??美股三大股指反弹，截至收盘，道指涨0.03%，纳指涨1.18%，标普500指数涨0.6%。 明星科技股普涨，特斯拉涨4.04%领跑，Meta跌超1.6%，为筹集人工智能资金，Meta将有史以来最大规模的股权募资提升至975亿美元。 费城半导体指数大涨近4%，AMD涨逾5%，此前包括美国银行、花旗和摩根士丹利以及黑石集团宣布提供630亿美元融资，用于采购博通芯片为人工智能新贵Anthropic提供算力。其他芯片制造商的股票也同步上涨。 存储芯片标的走强，西部数据涨6.95%，闪迪涨3.92%。 光通信板块表现不俗，Coherent和Lumentum涨超5%。 纳斯达克中国金龙指数跌0.11%，京东涨1.31%，百度涨0.54%，网易跌3.58%。 ??日韩股市开盘走高，日经225指数涨0.74%；韩国KOSPI指数涨2.23%，SK海力士涨近3%，三星电子涨超3%。 4连板赛福天：人形机器人腱绳相关产品目前尚处于研发及客户送样验证阶段 5连板上海九百：短期波动较大 存在市场情绪过热及非理性炒作风险 2连板沪光股份：目前为上纬新材机器人产品提供整机组装及代加工服务 逸飞激光：拟4亿元收购光模块封装与自动化耦合设备公司兴启航100%股权 宝信软件：拟投资25.01亿元建设宝之云华东智算中心马鞍山基地项目 联瑞新材：拟设子公司投建10亿元半导体封装用高性能粉体材料项目 阳光电源：FCC政策针对未来新产品 现有产品可正常销售 新易盛：预计四季度产量及出货量有望较前期实现大幅增长 1.6T放量节奏有望进一步加快 三安光电：控股股东所持公司股份被轮候冻结 元道退：股票将于10月28日终止上市并摘牌 ST华谊：暂未参与投资电影《流浪地球3》 宁德时代：产能利用率仍将处于较高水平 保持较健康状态 华鑫股份：控股股东拟变更为国盛集团 股票复牌 天壕能源：终止收购天壕新能源100%股权并募集配套资金 天地数码：实控人韩琼涉离婚后财产纠纷 高凌信息：被军采网列入军队采购暂停处理名单 东方盛虹：前三季度净利润同比增长3573.11% 方正科技：第三季度净利润同比增长327% PCB业务平均售价及销量提升 融捷股份：第三季度净利润同比增长707% 环比下降34% 富创精密：前三季度净利润同比增长522.10% 南亚新材：第三季度净利润同比增长1296% 环比增长218% 铜冠铜箔：第三季度净利润同比增长345% 铜箔产品售价上涨 金山办公：第三季度净利润同比下降72%环比下降62% 主要系部分对外投资基金项目投资收益降低所致 君正股份：第三季度净利润同比增长2595%环比增长61% 存储芯片产品线销售收入持续大幅增长 五粮液：第三季度净利润同比下降48.25% 环比增长38% 格力电器：股东京海互联拟增持6亿至12亿元股份 金元证券：短线大盘或仍将震荡筑底。 国泰海通：配置稳健为先，多资产对冲。 酷望基金：大盘构筑阶段底部，结构性反弹有望在11月展开。 【推荐订阅】《盘前点金》 每交易日盘前7:30左右，为您抢先捕捉关键讯息+ 研判主题机会 + 挖掘潜力标的。 点击下方图片，一键直达：

2026-10-27: 一场检验华尔街对AI繁荣信心的IPO正式拉开序幕。 当地时间10月26日，美国人工智能大模型公司Anthropic向美国证券交易委员会（SEC）提交公开版S-1文件，计划以代码“ANT”登陆纳斯达克，高盛与摩根士丹利牵头承销。发行价、发行股数与募资规模均未确定，但市场对其估值预期已冲至1.5万亿至2万亿美元。若按上限完成，这将成为有史以来规模最大的IPO之一。 一家成立仅五年的公司，凭什么做到这个规模？招股书给出的答案很直接：收入在“狂奔”，单季营业利润已转正，企业客户正用真金白银为token（词元）付费。但同一份文件也摊开了另一面——未来数年数千亿美元的算力账单已经签下，但收入近八成却按实际用量结算，且多数头部客户尚未签署长期合同。 从华尔街到硅谷再到整个AI行业，市场正密切关注这场IPO，真正要定价的不是AI能不能赚钱，而是当十年账单提前签下，增长能否持续跑赢成本。“如果Anthropic上市后表现不佳，投资者不得不对AI企业重新定价。”专注投资成长型股票的机构FTV Capital的管理合伙人伯恩斯坦（Brad Bernstein）表示。 一份证明AI能赚钱的招股书 Anthropic的收入曲线很漂亮。 2023年全年营收4100万美元，2024年3.86亿美元，2025年45.85亿美元。2026年上半年直接跳到162.86亿美元，是上年同期11.63亿美元的约14倍。按季度看，今年一季度营收47.31亿美元，二季度升至115.55亿美元，环比增长约144%。三季度暂未有官方确切数据，据推算约168亿美元，环比回落到45%左右——依然极快，但已告别连续翻倍的节奏。 更关键的是利润表的下半截。2026年二季度，Anthropic实现营业利润9.74亿美元，营业利润率约8%；剔除股权激励、非现金慈善捐赠等项目后，调整后营业利润达22.35亿美元，利润率约19%。作为对照，同期OpenAI的调整后营业利润率约为-122%。 支撑这组数字的，是企业客户的采用速度。截至2026年9月底，过去12个月贡献10万美元以上收入的客户超过1.19万家，而一年前仅约950家；净收入留存率约900%——同一批企业客户（不含个人订阅）一个季度的花费，已是一年前的9倍。 与此同时，算力效率持续改善：每花1美元在算力和基础设施上换回的收入，从2025年一季度的0.40美元升至2026年二季度的2.08美元。二季度收入同比增长1368%，算力开支仅增加约300%。 Anthropic正式冲刺IPO点燃了沉寂已久的全球AI行情，隔夜费城半导体指数大涨2.82%。“这将是投资者直接投资于推动AI经济的公司的第一个重要机会，具有巨大的重要性。”美国金融服务公司?DA Davidson技术研究主管卢锐儿（Gil Luria）如此评价。 未来十年账单提前签下 招股书里最尖锐的矛盾，不在利润表，而在合同里。 2026年上半年，Anthropic算力与基础设施费用89.45亿美元，约占营收的55%，已超过2025年全年的73.26亿美元。公司不主要依靠自建数据中心，而是通过长期采购、设备租赁及第三方数据中心合作获取算力，合同通常提前12至18个月锁定。 按约束力由强到弱，Anthropic的算力承诺可分三档：谷歌、亚马逊、微软的刚性采购承诺合计约2694亿美元，加上博通五年设备租赁约1612亿美元，合计约4306亿美元；若再把SpaceX AI、Nscale、Lambda等协议计入，点名的七家供应商合计约6370亿美元；若按招股书附注的几个分项口径相加，最宽口径约8500亿美元。 招股书显示，Anthropic向六家合作伙伴承诺的算力支出中，大量合同的期限为未来7至10年，且大部分不可取消，或无论是否使用都必须付款。 作为参照，Anthropic过去12个月收入约353亿美元，按8500亿美元口径计算，算力承诺约为其24倍。 算力承诺是提前多年锁定的刚性成本，收入却要等客户按量调用后才发生。公司约80%收入来自企业按量付费的API和token调用，客户用多少付多少。今年前九个月，前五大客户贡献约25%的收入，但多数头部客户并未签署长期合作协议。 这样的关系逐渐形成一种错配：收入取决于客户未来愿意用多少AI，成本却取决于公司今天已经承诺买多少算力。需求超预期，提前锁定的算力是壁垒；用量增速放缓，刚性账单就会反过来吞噬利润和现金流。 账面亏损进一步放大了外界担忧。上半年，Anthropic按GAAP（一般公认会计原则）口径净亏损807.48亿美元，其中约723.88亿美元来自可转换票据、衍生负债及SAFE的公允价值变动——公司估值越涨，这批可转股票据越值钱，账面亏损越大。这部分虽非当期现金流出，上市转股后相关亏损基本停止，但账面亏损里确实藏着真实成本。截至6月底，约266亿美元的股权激励费用尚未确认，预计在约2.1年内确认完毕；上半年经营现金流净流入39亿美元，也包含约22亿美元非现金费用的加回。造血能力在改善，但还没有厚到可以无视账单。 国信证券分析称，Anthropic约80%的收入来自按token消耗计费模式，净收入留存率接近900%，单一客户贡献不超过10%，收入质量与黏性在大模型公司中罕见，但近半收入依赖三大云渠道分销是主要隐忧。 值得注意的是，Anthropic将“不做什么”也直接写进了招股书。作为特拉华州公益公司，它承诺不做广告与视频生成，禁止模型用于完全自主武器和大规模监控。今年4月，公司训练出网络安全能力过强的 Claude Mythos Preview，判断不加防护广泛发布风险过大，推迟公开，仅向少数机构开放网络防御用途。公司在招股书中承认，这意味着放弃大量收入。同时，政府合同收入目前只占约1%，与华盛顿的关系也出现摩擦。 AI估值链的压力测试 Anthropic的上市表现，牵动着整个AI行业的神经，IPO定价若低于预期，冲击将层层传导。 风投机构Sapphire Ventures的联合创始人达斯（Jai Das）表示：“如果它的上市表现低于预期，那将有点像纸牌屋。” 对OpenAI而言，Anthropic的IPO同样是一面镜子——后者已秘密申请上市，但表示可能要到2027年才能真正挂牌。若Anthropic上市表现乏善可陈，可能进一步影响OpenAI的IPO，并促使投资者重新审视AI企业的高昂估值。同时，美联储加息与美债收益率上升，也意味着企业发债融资成本越来越高。 不过，也有观点认为市场担忧过度。达斯将当前的AI基础设施投资与20世纪90年代末的电信和互联网泡沫类比——当时光纤设备充斥市场，大量公司倒闭，但基础设施最终得到了充分运用。“从长远来看，市场上仍不缺少对AI基础设施的需求。”Burnham Park Capital Markets合伙人可卡尼（Rohit Kulkarni）则表示，Anthropic的财务状况“比市场此前担心的要好，但不排除此后可能出现更多的负面消息”。 Snowflake首席执行官罗姆斯维尼（Sridhar Ramaswamy）对Anthropic上市表示支持：“Anthropic和OpenAI现在已经证明了它们有能力保持在AI领域的前沿并不断推动创新，我们非常支持它们上市。”话虽如此，Snowflake同时也在测试来自中国的Moonshot AI、DeepSeek和Zhipu的低成本开放式AI大模型。 金融研究公司New Constructions的首席执行官崔纳（David Trainer）在上个月的报告中写道，AI的繁荣是建立在廉价信贷和资本市场准入“随时可获得”的基础之上的。如果AI资本流动性枯竭，并且有明确的迹象表明，标普500指数有20%的大幅下行风险，那么其中大部分集中在AI相关股票的估值上。 太平洋投资管理公司（PIMCO）分析指出，截至9月23日，AI相关发行人已占美元非金融企业债券发行量的近四分之一，高于2025年的不足13%和2024年的约4%；在美国国债收益率走高、融资成本上升的背景下，AI企业仍扎堆举债，AI相关债务在信用债市场中的集中度持续上升。摩根大通资产管理估计，到2030年完整的数据中心建设可能需要约5万亿美元资金，其中约2万亿美元可能通过投资级信用债市场融资。 Anthropic已经证明，前沿大模型可以迅速创造巨额收入，单季经营能够覆盖当期确认的成本。但单季盈利证明了商业模式存在兑现利润的可能，还没有证明这种盈利可以穿越增长周期。 它接下来要证明的，是收入增速能否持续跑赢算力成本阶梯，客户调用量能否兑现长期投入，模型效率提升能否抵消价格压力，以及安全治理能否在盈利要求下保持稳定。这场IPO不只是在为一家公司定价，也是在检验一种商业模式：当AI公司把未来十年的账单提前签下，公开市场愿不愿意为“增长跑赢成本”的假设持续买单。

2026-10-27: AI算力建设持续推动液冷需求增长，液冷头部企业纷纷释放出在手订单增加的信号，但现金流却在拉响警报。 10月27日，曙光数创（920808.BJ）发布2026年三季度报告，报告显示，前三季度曙光数创实现营收3.26亿元，同比增长16.67%；归属于上市公司股东的净利润亏损1.19亿元，亏损同比扩大70.73%；经营活动产生的现金流量净额为-4.71亿元，同比下降49.48%。 第三季度，公司实现营业收入7958.83万元，同比下降42.71%；归属于上市公司股东的净利润为-4579.58万元，亏损同比扩大57.67%；经营活动产生的现金流量净额为-2.29亿元，同比下降115.08%。 尽管液冷企业的营收变动可能受项目交付节奏和收入确认的季节性的影响，但在市场普遍看好液冷需求确定性的情况下，如何将订单转化为到手的真金白银正在考验液冷企业。 曙光数创在财报中明确提到了“在手订单增加”。截至报告期末，曙光数创存货13.15亿元，同比增长255.36%，公司称存货增长主要是公司以销定产，本期在手订单增加，根据合同执行进度备货及项目实施未到验收节点所致。 对于大量现金流的流出，曙光数创表示，是本期向供应商支付备货款，导致购买商品、接受劳务支付的现金同比增加所致。 另一家液冷板块代表企业高澜股份(300499.SZ)也在近日发布了三季报，相较之下，高澜股份实现了三季度营收、净利润的较快增长，但同样没能缓解企业的现金流压力。 财报显示，高澜股份第三季度实现营收2.73亿元，同比增长60.78%，前三季度营业收入较去年同期增长30.49%；三季度实现归属于上市公司股东的净利润3480.21万元，同比增长207.89%，前三季度净利润较上年同期增长76.82%。 10 月 27 日，高澜股份在投资者问答中表示，营收增长主要被高功率密度装置热管理产品收入增加带动，相关产品国内外市场均有增长。 但备货的高投入仍带来了高澜股份的现金流承压。截至第三季度末，高澜股份经营活动产生的现金流量净额为-9827.11万元，同比下降186.4%。 高澜股份在投资者问答中表示，本期经营活动现金流为负，主要由于在手订单规模增长，公司加大备货采购、资金投入增加所致。后续公司将持续加强应收账款管理、优化存货及资金统筹，积极改善现金流水平。高澜股份披露，截至2026年9月30日，公司在手订单金额约为19.4亿元。 在AI芯片液冷渗透率持续提高的趋势下，液冷赛道的长期增长被市场看好，但在头部企业的三季报背后，产业趋势的确定性落在单个企业的营收、利润和现金流安全上，故事正变得不同。 “随着液冷项目招采持续推进，叠加快速交付要求，交付能力有望成为设备厂商核心竞争要素之一。”长江证券在近期发布的一份研报中表示。对于液冷企业而言，除了订单增长，行业竞争也在向交付环节以及产能与交付的匹配度等进一步延伸。

2026-10-27: ①《上海市加快发展新一代智能制造行动方案》印发； ②英伟达与Meta宣布将扩大在Muse及其系列模型上的合作； ③智元发布具身Agent框架 Genie Master； ④行元智能发布面向机器人预训练的跨本体数据引擎Chorus。

2026-10-27: 2026年10月，诺贝尔化学奖授予法国和日本两位科学家。他们研究的是分子的“左右手”：某些分子互为镜像，形状极其相似，进入人体却可能产生截然不同的作用。这听起来像冷门的基础问题，却直指药物合成里的核心难题——如何精确控制分子形态。如今，AI正被用于从海量分子中寻找和设计具有治疗潜力的新药，而他们长达数十年的研究，恰好为这种“精确”提供了重要的科学基础。 这让人想到两年前：诺贝尔化学奖因AlphaFold，把AI与创新药的关系推到聚光灯下。它让科学家能够迅速预测大量蛋白质的立体结构，人们开始憧憬药物研发周期被大幅压缩。再联想到最近OpenAI公布700余份数学研究文稿，机器提出复杂研究方案的速度已难以忽视。诺奖、AI、计算、制药，看似几条线，其实正汇向同一个方向：人类正在让药物发现更多地建立在计算预测、分子设计和实验验证之上。 在这个硅基加速介入碳基世界的时代，AI会写代码、画图、做视频，甚至能挑战人类思维逻辑王冠上的钻石。但如果问它最让普通人期待的用途是什么，我想，寻找救命药一定排在很靠前的位置。让救命药不再只靠偶然发现，不再只是少数人的幸运。一批掌握人工智能技术的创业企业，也已加入这场探索。 一颗新药背后的产业分工 一颗新药从实验室走到患者手中，通常要经过药物发现、临床前研究、人体临床试验、监管审批和上市后监测五个阶段。研究人员首先从疾病机理入手，在成千上万个化合物中筛选候选药物，再通过细胞和动物实验研究药效、毒性及药物在体内的代谢过程。通过临床试验申请等相关监管程序后，药物进入人体研究：Ⅰ期通常涉及20~100人，主要考察安全性和剂量；Ⅱ期扩大到数百名患者，初步验证疗效和不良反应；Ⅲ期通常涉及300~3000人，进一步确认治疗获益与风险，为上市审批提供证据。临床试验的淘汰率相当高，FDA（美国食品药品监督管理局）公布的参考数据显示，进入Ⅱ期的药物只有约33%能够进入Ⅲ期。 AI其实早已参与了药物研制的过程。2016年，FDA收到的涉及AI的药物研发监管申报仅有1份，2021年增加至132份，2016~2023年累计超过500份。AI的应用从早期的靶点筛选、分子设计、药物活性和毒性预测，逐渐扩展到临床试验的患者筛选、剂量优化、数据分析及上市后安全监测。随着AlphaFold等技术取得突破，AI正在提高药物发现阶段的研究效率，但候选药物仍需经过漫长的人体试验，临床验证的资金投入、失败风险和组织协调，仍然是制药企业必须面对的现实。 在这条漫长的研发链条中，不同阶段需要的技术、资金和专业能力差别很大，也形成了不同的商业机会。近年来，一大批相关领域的创业企业可谓方兴未艾。AI已经在靶点研究、分子设计和实验数据处理等环节形成可出售的服务，也催生了更多可以授权的候选药物。服务通常按使用或项目收费，候选药物授权则能够取得大型药企的首付款和有条件的后续收益。由此，相同的AI技术能力，延伸出不同的收入结构和风险安排。 四家AI制药公司的不同成长路径 AI与创新药产业，离不开诺奖的话题。2024年诺贝尔化学奖所奖励的两条研究路线，分别与两家AI制药创业公司有关。英国同构实验室（Isomorphic Labs）创立于2021年，创始人德米斯·哈萨比斯是谷歌DeepMind和AlphaFold的主要推动者；美国赛拉治疗（Xaira Therapeutics）2024年成立时获得超过10亿美元资金支持，参与创办公司的大卫·贝克同年因计算蛋白质设计获得诺贝尔化学奖。两家公司都从顶尖科研成果出发，资金安排和研发组织却有明显差异。 同构实验室较早与大型药企建立合作。2024年，它与诺华、礼来达成的两项合作，首付款合计8250万美元，未来研发进展达到约定条件后，潜在付款总额接近30亿美元。2026年，强生加入合作，同构实验室又融资21亿美元推进自有候选药物。公司一面承接药企研发项目，一面把部分发现成果留在自有药物研发的管线（pipeline）中。赛拉治疗则从成立时便集中投入研究团队、模型、实验设施和自有药物项目，2026年发布虚拟细胞模型X-Cell。它把大量投入放在产品出现之前，战略上是以较完整的研发体系能够持续产生具有独立权益的药物项目。 获得英伟达投资的美国递归制药（Recursion Pharmaceuticals）是这一领域的代表性明星企业，选择建设自动化实验与数据平台。它与罗氏旗下基因泰克（Genentech）合作，利用约3000万张神经细胞图像及大量基因扰动数据寻找药物靶点，2026年8月宣布将双方合作发现的一个神经科学靶点推进早期小分子药物发现项目。 中国的英矽智能，已有多年发展历史，其布局已经延伸到药物权益交易和自主临床开发，最新消息是一款治疗肺纤维化的候选药物于2026年9月在协和医院进入Ⅲ期试验患者给药阶段。 不同的风险偏好，体现了四家公司不同的成长方式，也体现了它们在产业链中的位置和介入深度。同构实验室借助药企合同分担部分研发成本，同时保留自有项目的成长空间；赛拉治疗先投入资金建设完整的研发组织，等待自有项目逐步成熟；递归制药希望实验和数据平台能在连续的药物项目中摊薄成本；英矽智能通过对外授权回收资金，并把部分项目继续留在自己的临床药物研发计划中。 与普通商品的价值链创造过程一样，药物越往临床后期走，潜在价值通常越高，资金消耗和失败损失也越大。这些公司所采取的不同模式，对应企业的资金需求、合作对象以及收入波动，都会截然不同。 从软件合作到药物授权 可以看出，医药产业，尤其是在AI加入后，呈现出更加多样化的协作生态。对一家AI制药公司而言，早期授权能够较快获得资金，后续试验、审批和上市销售主要交由具备相应能力的伙伴推进；保留项目自主开发权，则意味着继续承担临床投入，也保留更大部分的未来回报。研发进行到哪个阶段再与产业中不同角色的伙伴进行协作，是AI制药企业商业模式的重要部分。 以英矽智能与礼来的合作为例，礼来先购买英矽智能的软件，此后双方开展联合研究。2026年3月，礼来取得约定候选药物在相关领域的全球独家开发、生产和商业化权利，合同公布的潜在总额为27.5亿美元，其中首付款为1.15亿美元，其余款项取决于未来研发、审批和销售进展，另有分级销售提成。合同金额体现了项目可能创造的价值，首付款反映双方在现阶段已确定交换的对价。通过授权，英矽智能把部分后续投入和开发责任交给礼来，也为其他在研项目取得了资金。 这类交易已经改变英矽智能的收入构成，收入结构已明显转向药物研发。2025年，公司收入5624万美元，其中药物发现与在研新药项目开发贡献86.9%；2026年上半年收入达1.063亿美元，超过2025年全年，两项业务占比升至97%。不过，药物授权首付款和项目阶段性收入具有较大波动性，导致公司2025年收入同比下降34.5%，2026年上半年又同比增长287.2%。大额授权交易使收入迅速增长，也让收入确认更依赖具体项目的签约及研发节点，年度间可能出现较大波动。公司还在推动自己的候选药物进入临床。能否持续拿出值得药企付费的新项目，以及把多少资金留给自主开发，将影响它后续的收入稳定性和药物权益积累。 药物发现提速后的产业竞争 AI提高了早期药物研究的效率，但有研究表明，整个药物研发的所谓“漫长周期”中，临床试验才是决定性的。递归制药与基因泰克通过庞大的细胞数据确定研究靶点，后面还有分子优化、毒理研究和人体试验；英矽智能的肺纤维化药物进入Ⅲ期，也仍需更大样本的有效性和安全性证据。药企最重视的始终是临床开发经验，以及将项目推进到上市所需的监管和生产能力。随着AI公司提供的早期候选项目增多，大药企可比较和筛选的对象也随之增加，发现环节的效率提高，未必会同步提高每个项目的交易价格。 战略联盟中的资源互补相关理论，为AI公司和大型药企之间的合作提供了解释框架。例如，项目合作能否延续，则取决于双方怎样处理信任、知识产权保护和控制权。候选药物进入下一阶段由谁拍板，项目停止时数据和专利如何处置，合作中形成的实验经验能否用于其他研究，都会写入合同。年轻公司通常更需要当前的研发资金，大药企则有能力同时评估和推进多个项目。双方谈判时的资源差异，会影响药物权益的归属以及后续收益分成。随着项目成熟、临床证据积累，创业公司的议价条件可能改善，但它也必须支付等待期间的试验费用。在竞合的框架下，因为大量不确定性的存在，相较大部分产业，是一个颇具挑战性的商业世界。 不过，基础数据和研究工具的共享，也在改变这些公司的竞争环境。2026年10月，Biohub联合美国科研机构、谷歌DeepMind、Meta及同构实验室等宣布一项涉及约18亿美元资金、计算和数据资源的生命科学合作，三家科技企业合计投入3亿美元，推动更多实验数据进入可供研究使用的基础设施。通用模型和公开数据日益丰富，将降低后进入者开展早期研究的门槛。拥有独特的实验数据、持续验证某类疾病的能力、能够自主控制的药物权益，以及与医院和药企积累的合作经验，可能成为AI制药公司更持久的议价依据。 这套经营逻辑同样出现在其他高技术产业。自动驾驶算法企业与车企合作，要决定算法授权以后由谁负责车型适配和持续更新；工业软件公司在一次性交付、按项目收费和持续服务之间，也需要平衡资金回收与未来收益。合作双方掌握的生产设施、客户关系、验证能力和渠道资源，都会改变合同中权利与责任的分配。医药行业尤其突出，因为临床验证持续多年，项目价值可能随着一次试验结果大幅变化。对这一领域的创业企业来说，选择不同阶段的开放与合作，也是在安排自己的成长速度。 可以看出，AI正在提高新药发现的效率，也将逐渐改变制药产业原有的分工。随着越来越多的创业公司能够找到和设计候选药物，大型药企拥有了更多研发选择，而独特的实验数据、临床验证能力和药物开发权益，也将影响这些年轻企业在合作中的议价地位。英矽智能将部分药物权益交给礼来，换取当前的研发资金和未来的阶段性收益；同构实验室通过药企合作和融资，同时推进自有药物项目。不同的资金安排和权益选择，决定了企业的成长速度，也影响着它们未来能够分享到多少创新收益。这种由技术进步带来的产业分工与利益关系调整，同样值得其他技术密集型产业关注。 对于那些因为一张确诊单而改变生活的人来说，药物研发背后的融资、授权和合作都很遥远。然而，正是这些不断调整的商业关系，把大学实验室里的发现、AI设计出的分子和临床试验中的证据一点点连接起来，让新药有机会真正来到患者身边。科学进步已经带来了越来越多的希望，制药产业还需要通过持续的创新与合作，让更多希望成为现实。 （滕斌圣系长江商学院战略学教授、副院长、新生代独角兽全球生态体系研究部主任，王小龙系长江商学院案例研究部高级研究员）

2026-10-27: 人工智能从数字世界走向物理世界的预期，正在被资本市场重新定价。 消息面上，10月下旬，特斯拉确认Optimus首批具备量产质量的机器人下线，英伟达公司创始人兼首席执行官黄仁勋在GTC柏林宣布“物理AI是AI的下一波浪潮”，一系列产业事件与消息落地，推动A股机器人板块自10月16日起走出底部反弹，宇树科技（688836.SH）8个交易日上涨58%，丝杠、整机等产业链环节均有不同程度涨幅。不过，与此前侧重硬件本体不同，本轮行情的核心主线是数据，资金更关注谁能规模化供给高质量、可训练、可闭环的具身数据，数采设备与数据服务商由此成为涨幅最集中的环节。 资金为何回流机器人 10月27日盘面上，机器人板块局部走强，襄阳轴承（000678.SZ）涨停，上纬新材（688585.SH）、双环传动（002472.SZ）等跟涨，索辰科技（688507.SH）、海天瑞声（688787.SH）等收跌，机器人硬件与数据采集环节分化明显。 回顾近期机器人板块走势，10月16日是转折点。在此之前，东方财富人形机器人指数连续三个交易日净流出，从10月16日起转为净流入。此番领涨板块的并不是权重股，而是被压制了较久的中盘标的。宇树科技是这一轮的情绪中心。这家公司今年8月19日登陆科创板，发行价150.80元，上市首日盘中最高触及1100元，此后一路下行，一度较上市高点跌去63.2%。10月16日至27日的八个交易日，其股价上涨58%，10月27日收报639.96元，换手率23.42%。 此外，兆威机电（003021.SZ）、奥比中光-W（688322.SH）、索辰科技、襄阳轴承、上纬新材等产业链个股纷纷上涨。 驱动机器人这轮反弹的因素主要有两方面。一是消息面的集中释放。美东时间10月19日，特斯拉在Form 10-K中称，第三代Optimus已为大规模量产做好准备，并继续扩大AI训练基础设施。随后在10月22日的三季报中，特斯拉披露Optimus已在弗里蒙特工厂启动早期产能爬坡，并下线首批达到量产质量标准的机器人。弗里蒙特产线设计年产能约100万台，得州第二产线正在筹备，长期设计年产能约1000万台。英伟达方面，GTC柏林大会期间宣布升级Isaac通用机器人开发平台，推出新的人形机器人参考框架、仿真工作流及数据工具。 二是机器人板块的筹码位置。机器人指数均在5月26日见年内高点，至10月27日已调整近五个月，万得机器人指数最大回撤29.22%，年内累计仍下跌13.27%。相比之下，同为科技主线的AI硬件年内涨幅显著。光模块指数年内涨41.26%、半导体设备指数涨45.35%、存储器指数涨18.73%，但三者分别从6月25日、7月1日、7月1日的年内高点回撤39.20%、47.48%和43.48%。一边是年内负收益且已回调五个月，一边是涨幅可观但正在消化估值，资金的相对选择并不难解释。 物理AI之后，“卖数据”的先拿到订单 这一轮物理AI的叙事核心，已经从“造身体”转向“喂大脑”，即从本体转向数据。OpenAl创始人山姆·奥特曼此前表示人形机器人的最大瓶颈不在硬件，而在于AI对物理世界的理解还不够。 多份机构研报也指出，目前物理AI的关键瓶颈已不再仅局限于算力、算法模型或仿真环境，更在于如何精准获取覆盖视觉、触觉等的多模态真实世界数据，尤其是人与物理世界动态交互的数据、理解复杂三维空间中的动态物理交互规律，并将AI能力无缝部署于具身智能及其他实际应用场景中。 据浙商证券测算，具身基础模型要迎来自己的“ChatGPT时刻”，至少需要千万小时级真实数据，而当前全球可用的高质量真实数据仅为数十万至百万小时级，供需之间存在量级差的缺口。 在此背景下，市场开始关注“谁能提供规模化、高质量、可训练、可闭环的数据供给能力”。市场资金的炒作路线也遵循着上述逻辑。排在涨幅前列的，多数不是传统的减速器、丝杠、电机标的，而是与“数据”相关的公司。 海天瑞声主营训练数据集产品与服务；奥比中光提供3D视觉感知传感器，是机器人视觉数据的重要入口；索辰科技从事CAE仿真软件，对标“仿真引擎＋世界模型”；凡拓数创主业为数字孪生与三维影像，被多家机构归入“空间数据采集与生成”方向。上述四家公司10月19日以来平均涨幅达63.8%，而传统核心零部件厂商同期涨幅集中在12%至27%区间。 当人形机器人产业的瓶颈正从硬件本体加速转向数据基建与大脑训练，数采设备、数据服务、真实场景入口、仿真平台与真机回流闭环，“数据卖铲”有望成为产业链上最先兑现订单与业绩的环节。 落到A股，谁能接住这些需求是市场关注的焦点，正在披露的三季报也给到投资者部分信息指引。奥比中光26日发布三季报，公司称前三季度面向全球机器人市场的视觉方案销售收入达上年同期2倍以上，直接境外收入翻倍；公司同时指出，物理AI的关键瓶颈已不在算力、算法或仿真环境，而在精准获取覆盖视觉、触觉的多模态真实世界数据。 在27日的业绩说明会上，奥比中光表示，现阶段公司数采业务处于客户导入与生态建设的关键期，当前主要面向具体客户场景进行适配、技术支持与样机验证，投入强度和周期相对可控，具有较强的前置性和阶段性。 不过，产业发展预期与业绩弱现实的落差同样清晰。奥比中光的数采业务发展尚未转换到业绩增长，前三季度公司实现营收7.11亿元，同比减少0.43%，实现归母净利润7386.15万元，同比减少31.62%。 宇树科技近日公告提示称，人形机器人行业尚处于商业化早期，技术成熟度、下游市场需求培育、产业链配套能力均存在不确定性。同时，物理AI技术从实验室演示走向真实场景的规模化落地仍面临感知精度、运动控制稳定性、数据积累及软硬件协同等多重挑战。 凡拓数创10月以来被资金当作物理AI数据采集的核心标的炒作，公司股价月内大涨122%并刷新历史高点，在投资者互动平台上与机构调研会上，凡拓数创表示，公司正围绕物理AI与具身训练所需的空间数据、仿真交互数据、无本体数据、本体数据四大类数据，构建物理AI 数据基座。上半年，凡拓数创的营收同比下降27.8%、归母净利润亏损7725万元。

2026-10-27: Anthropic正式冲刺IPO，令沉寂已久的AI板块重燃热情。明星AI公司Anthropic于当地时间10月26日正式向美国证券交易委员会（SEC）递交S-1招股书之后，隔夜费城半导体指数大涨2.82%，10月27日，亚太科技股集体反弹。韩国KOSPI指数盘中涨超3%，SK海力士收涨5.18%，三星电子收涨4.23%。从A股来看，10月27日算力、光通信、存储半导体、PCB等AI链开盘活跃，但指数高开回落，资金转向机器人、银行等方向。有市场人士表示，这更像全球AI交易情绪修复下的结构性跟涨与高低切换，而非趋势反转，后续关键看云巨头财报与国产模型迭代能否接力。先涨后跌10月27日，AI算力产业链早盘一度是最活跃主线，但收盘转为领跌方向。早盘算力租赁、光通信、存储半导体、PCB轮番活跃，但资金并未全面铺开，结构性分化明显。截至收盘，机器人（电机、减速器）方向逆市掀涨停潮。早盘活跃的AI算力午后遭遇集中兑现，IDC（算力租赁）指数跌3.78%、光通信指数跌3.22%、光模块（CPO）指数跌4.13%、科创50重挫4.81%报1252.28点。金信基金认为，今日科技板块最终收跌调整，是缩量环境下的高位筹码消化与风格再平衡，非科技成长产业逻辑的转向。从产业基本面看，前9个月规模以上高技术制造业利润同比增长52%，电子行业利润同比增长1倍，其中电子专用材料制造、半导体分立器件制造行业利润分别增长2.2倍、51.7%，光纤、光缆制造行业利润增长5.3倍，AI算力与先进存储带动的需求兑现仍在持续验证。国泰基金分析称，三季报进入集中披露阶段，业绩兑现的不确定性令前期高预期方向承压。前期依靠产业预期驱动的主题品种面临业绩检验，光模块、存储等AI硬件环节，市场对其高景气能否持续转化为报表利润存在分歧。“总体看，自7月科技股回调后其总市值已明显回落，对指数的拖累边际上也已减小。”国泰基金称，从下跌空间、筹码出清程度及恐慌指数来看，本轮调整已接近尾声。中信建投进一步分析称，伴随9月至10月海外核心模型集中突破，第四季度国产主流模型将迎来密集产品与算法迭代，下一代核心技术版本有望陆续问世，技术落差收窄与应用场景落地预期，正在为相关科技标的注入基本面支撑。全球AI投资回报待检验行情能否从情绪修复升级为基本面重估，最终考官是投资回报。招股书显示，2026年上半年，公司营收达162.86亿美元，Anthropic的收入呈爆发式增长。其2023年、2024年、2025年上半年收入分别为0.41亿美元、3.86亿美元、45.85亿美元。Anthropic表示，收入增长以及计算资源和运营效率提升，推动了公司经营表现改善。但按GAAP（一般公认会计原则）口径，Anthropic上半年净亏损达到807亿美元。公司解释这一巨额亏损主要来自“可转换票据、衍生负债及SAFE的公允价值变动”，该项损失高达723.88亿美元，其余亏损则主要来自算力与基础设施支出。若剔除股权激励等非现金项目，按公司自行定义的非GAAP口径，2026年上半年调整后经营利润为正16.18亿美元，调整后经营利润率约10%。招股书首先回应了此前压制AI硬件估值的两个问题：AI公司到底赚不赚钱，算力需求有没有长期约束力。公司算力支出占营收比重已从一季度的72%降至二季度末的48%，规模效应开始显形。全球交易情绪被迅速点燃，但不等于转向，情绪修复要升级为基本面重估，仍需财报接力。国信证券分析称，Anthropic约80%的收入来自按Token消耗计费模式，净收入留存率接近900%，单一客户贡献不超过10%，收入质量与粘性在大模型公司中罕见，但近半收入依赖三大云渠道分销是主要隐忧。行业面上，不少AI产业链热门股即使基本面强劲，也出现腰斩。日前，Meta、特斯拉财报重挫科技股，公布三季度业绩后股价继续下跌。Meta公布的业绩显示营收创下历史新高，但其自由现金流自2012年以来首次转负，这凸显了大规模AI投资对公司现金创造能力造成的压力。同时，公司AI基础设施支出同比增长80%，进一步引发投资者对其巨额资本开支的担忧。融资端，PIMCO分析指出，截至9月23日，AI相关发行人已占美元非金融企业债券发行量的近四分之一，高于2025年的不足13%和2024年的约4%；在美国国债收益率走高、融资成本上升的背景下，AI企业仍扎堆举债，AI相关债务在信用债市场中的集中度持续上升。摩根大通资产管理估计，到2030年完整的数据中心建设可能需要约5万亿美元资金，其中约2万亿美元可能通过投资级信用债市场融资。有行业人士进一步分析称，Anthropic上市在即，全球AI叙事仍在，当前更突出的特征是结构性跟涨与板块轮动，单日回落不宜推导为悲观预期；下一步看云巨头财报与国产模型迭代，能否把情绪修复推进为基本面重估。

2026-10-27: 企业从AI概念验证走向规模化落地的过程仍存诸多挑战，但企业高管对此普遍抱有信心。10月27日，德勤中国发布的AI白皮书《从试点到规模化——打造AI原生企业》（下称“白皮书”），得出这一结论。 近年来，越来越多企业期待通过大模型与智能体实现效率提升、创新突破与商业新增长。然而现实是，绝大多数企业的转型停留在概念验证阶段，未能真正转化为业务价值。 白皮书指出，AI已经融入企业，但尚未进入核心价值链，当前的应用仍以局部效率提升为主，未能实现规模化的结构性影响。同时，AI应用的ROI低于预期，这并非源自技术失败，而是源自前期商业假设过于乐观，以及项目落地后缺乏严谨的财务验证体系。没有明确的成功指标，企业就难以评估价值，也难以推广有效的用例。 德勤中国与香港大学联合开展的AI普及调研显示，AI采用最大的阻碍来自组织，而非技术因素。技术问题通常只是组织问题的“外在表现”，AI价值受限的核心在于结构、文化和治理的准备度不足。最重大的障碍在于结构与文化层面：数据孤岛、职能错位、AI素养有限以及规避风险的心态。技术挑战往往反映出更深层的组织问题。推广AI不仅需要技术能力，同样也需要文化契合与跨职能协同。 白皮书显示，在短期不确定下，高管对此抱有长期信心。企业投资AI的动机已不仅仅是短期收益，而是长期竞争力与生存压力。AI被视为公司未来竞争力的基础设施，不投AI的风险已经高于短期看不到回报的风险。 德勤中国管理咨询信息工程、人工智能与数据分析事业群全国主管合伙人唐捷分享道，当前，企业不再满足于AI做得更快，而是希望AI能做以前做不到的事。客户服务、营销和IT仍是主要应用领域，研发正成为新的战略前沿。 唐捷在接受第一财经等媒体采访时表示：“真正的AI转型，不是让AI替代人，而是让AI承担动作，让人承担方向。”打造AI原生企业并不只是部署更多AI工具，而是重新思考如何创造价值、组织协作和作出决策。 同日，德勤中国与香港中文大学（深圳）经管学院签署合作备忘录，进一步深化双方在人工智能人才培养领域的合作。

2026-10-27: 最新数据显示，韩国第三季度经济增长超出预期，主要得益于人工智能（AI）热潮带动的芯片繁荣，进而推动了出口和投资的增长。 韩国海关的数据则显示，10月1日至20日，韩国出口额达616亿美元，创历年同期最高纪录。其中，芯片出口额同比飙升222.5%至275亿美元。 与此同时，对于芯片出口前景以及AI发展是否会出现泡沫的预警频现。韩国央行的数据显示，如果美国主要科技公司明年放缓AI资本支出，韩国半导体出口额可能比此前预测减少500亿至1000亿美元。 国际货币基金组织（IMF）也在最近发布的报告中称，尽管AI生态系统中的核心公司迄今一直盈利，缓解了AI相关股票估值的压力，但AI投资和盈利能力的减弱和不持久可能会引发AI相关资产价格的调整，而杠杆率上升、风险集中和循环融资安排加剧了这一调整。 彭博经济研究经济学家格顿-卡拉特里（Nicole Gorton-Caratelli）在报告中估算：“2023年至2027年间，亚马逊等五家核心公司在AI相关领域的资本支出承诺将超过1.6万亿美元。这些资金来源于国内外市场的债务和股权融资，包括透明度较低的私募市场。令人担忧的是，回报可能姗姗来迟，而且低于预期。这正是全球失衡扩大的影响所在。大量贸易顺差投资于美国资产意味着AI繁荣带来的收益和潜在风险被分散到全球。如果预期收益未能兑现，AI泡沫破裂带来的蔓延效应将会非常广泛。” 与AI繁荣紧密挂钩的韩国出口 在AI时代，有 “全球贸易金丝雀”之称的韩国芯片出口数据被赋予了指标性意义，成为了AI“金丝雀”，即AI资本支出的任何系统性收缩，都可以在韩国的出口数据上率先体现，且韩国还可以提供上文提及的每月前20天出口估算数据，为投资者提供更高频跟踪窗口。 分行业看，10月前20天，韩国芯片出口额同比飙升至275亿美元，芯片在同期韩国总出口中的占比达44.7%。若按工作日计算，当月韩国芯片日均出口额达到47.4亿美元，为历史上所有月份前20天中的最高水平。 在这股热潮之下，根据韩国央行27日公布的数据，截至9月的三个月内，韩国国内生产总值（GDP）环比增长了1%，同比增长了3.4%，高于3.1%的预期；4月至6月环比增长了0.6%，同比增长3.7%。 尽管整体数据表现强劲，但韩国经济内部分化日益扩大。韩国三季度私人消费较上一季度下降了0.2%，扭转了4月至6月期间0.4%的增长态势。 韩国央行认为，随着半导体周期的扩张，出口和投资有望保持强劲增长；同时，收入水平的改善应能带动消费复苏范围进一步扩大。 当前，韩国经济学界认为，韩国今年的年度出口总额有望首次突破1万亿美元大关。据韩国产业通商资源部统计，若能实现这一目标，韩国将成为继美国、中国和德国之后，全球第四个达到该里程碑的经济体。 韩国芯片行业的繁荣也提振了公共财政，韩国政府预计，今年全国税收收入将达到创纪录的478.6万亿韩元，较2025年增长28%。对于明年，韩国政府已提议将政府支出增加12.8%，其中大量资金将专门用于AI和芯片基础设施建设。 来自机构的冷水 不过，在一片繁荣景象之下，韩国央行已经开始预警。该行在一份在提交给议员的书面答复中构建了一个“悲观情景”，假设韩国半导体产品的单价将下跌10%，以评估如果美国科技巨头削减激进的基础设施支出，将对经济造成怎样的冲击。 在这一情景下，出口额的突然下滑将使韩国明年的国内生产总值增长率减少约0.4个百分点，并推动韩国经常账户顺差远低于央行此前对2027年4300亿美元的预测。 报告称，美国五大科技公司，亚马逊、谷歌、微软、Meta和甲骨文的资本支出合计增长迅速，从去年的400亿美元增至今年的约800亿美元，预计明年将达到1100亿美元。 韩国央行警告称，AI需求的走势以及更广泛的存储芯片商业周期仍存在相当大的不确定性。 牛津经济研究院则在一份报告中模拟了如果AI繁荣转为低迷会发生什么。 “它影响经济的主要渠道包括：AI相关投资减少、亚洲出口下降、企业债券利差扩大损害非AI相关投资，以及股价下跌通过财富效应打击消费。”牛津经济研究院在报告中表示，“不难想象叠加的痛苦情景：黏性通胀风险溢价可能使央行几乎没有救助空间，并使借贷成本保持高位；而且AI繁荣不必真正破裂就能造成更广泛的经济损害。对AI融资和回报的焦虑可能蔓延到更广泛的信贷市场，在AI动力耗尽之前就推高借贷成本并挤压其他领域的投资。” “在我们的科技低迷情景中，北美因股价和科技投资大幅下跌而表现糟糕。2028年美国GDP比基线低2%；对加拿大和墨西哥的影响相当大，因为它们的经济命运仍与美国捆绑。”牛津经济研究院的报告提出，“其他主要经济体也受到显著影响，部分反映出发达经济体货币对美元大幅升值导致出口量减弱。在这一情景下，2028年欧元区GDP比基线低1.4%。” “?2022年以来，已宣布的绿地投资额?直徘徊在全球GDP的1.2%左右。AI热潮的巨?吸引?再次推动跨境证券投资资?流回升。”格顿-卡拉特里对第一财经记者表示，联合国数据显?，去年AI和半导体投资约占绿地投资的三分之?，且资本集中在少数?个经济体。这表明，未来?年从外国投资中受益的经济体可能会更加有限。 格顿-卡拉特里分析称，在2000年前后，经常账户盈余的国家将多余的储蓄投?美国国债，这些资?流?压低了安全资产的收益率，并促使私?投资者寻求更?的回报。随后，杠杆、证券化和监管失灵将这股繁荣推向了房地产市场。这些因素本?并??融危机的直接原因，但确实起到了推波助澜的作?。“外国投资者如今则偏好风险更?的资产组合。?2024年以来，外国投资者购买美国证券时，越来越偏好股票和公司债，??国债。流?这些资产的资?量已接近有数据记录以来的最??平，同时正值AI投资热潮。”她警示道。

2026-10-27: 一场没有大赞助、没有炫技 Demo 与路演，也不追求“从 0 到 1”造新品的黑客松，最近在罕见病圈子里悄悄跑完了全程。 黑客松（Hackathon）取自“黑客”与“马拉松”，即“像马拉松式集中开发”，把想法在几十个小时内打成可演示的原型（Demo）。统计显示，2026 年全球 AI 黑客松预计超过 4200 场，被广大科技公司与高校当作创新孵化的重要机制。但一个反复出现的问题是：青年创客们常常一拍脑袋，按自己假想的需求做产品——先预设某类人群“可能需要什么”，再据此开发功能。缺少真实用户参与测试，原型往往止步于展示。 “你们来真的呀？”这是孙大卫在这场罕见病黑客松现场，从参赛选手嘴里听到最多的一句话。孙大卫多年从事青少年科创教育，在他看来，这句话本身就是信号——参赛者不再怀揣“赏金猎人”心态，比赛也回到了以真实需求为起点的第一性原理。 Khub 罕见病开源社区发起人艾力本人是 FSHD1 型面肩肱型肌营养不良患者。“AI 时代大家都在恐慌，但我们这类少数群体反而很开心。”他在接受第一财经采访时说，除求医问药外，罕见病单病种人群一直以来仍有大量生活照护、院外监测等需求被资本忽略；今天，国内成熟的供应链和逐步普惠的技术工具，让这些原本“算不过账”的小需求第一次具备了低成本验证的条件。 “这场赛事试图验证的，正是能否用更轻量的技术、更低的成本，加上愿意长期陪跑的开发者，补上那些被商业化忽略的角落。”艾力说。 第一财经在现场看到，赛事项目大致沿两条路径展开：一条是将原本集中在医院端的疾病监测与辅助评估能力，向家庭场景迁移；另一条则更朴素——把市面上早已“泛大街”的智能药盒、辅具、防晒服、无障碍游戏等硬件产品，做得再便宜一点、再轻一点、戴起来再舒服一点，同时保留可修改、可二次开发的接口。 最终，正如艾力所说，赛事评审团淘汰了那些“技术很酷但没人用”的项目，而把票投给了那些 “不精致，但今天就能塞进患者口袋”的产品原型。 将罕见需求落地生根 这场黑客松在杭州“罕见·无界”嘉年华活动期间举行。李帅帅是现场为数不多的参赛医生。因为“懂临床、也会一点开发”，他成了这场黑客松里最抢手的共建者之一。 作为老黑客松选手，李帅帅告诉第一财经，这场黑客松弱化了对48小时“极致脑洞”的追求，想法本身也并非不来自于现场团队——并非是48小时里逼出来的，而是早就长在了患者生活里。 第一财经了解到，此次黑客松的八个赛题全部来自真实提单。距离10月线下路演还有三周，患者、开发者、设计师、医学生、算法和硬件工程师就已经在11个微信群里碰头：拆需求、组队、跑技术路线。 这些来自于真实需求的赛题，要么是“有想法、没能力落地”的项目，要么是“有产品、但不对口或价格根本够不到”。 空鼻症气流模拟就属于第一类。 空鼻综合征通常发生于鼻甲手术后，是一种与鼻腔结构及生理功能改变有关的复杂疾病。该疾病最令人困惑的现象之一在于，鼻腔明明是通畅的，患者却可能持续感到鼻塞、干燥、呼吸不畅，甚至窒息。 常规血氧和肺功能检查未必能够解释这些症状。 已有计算流体力学研究发现，部分空鼻症患者存在鼻腔气流分布异常，且局部气流动力学指标与症状严重程度存在相关性。不过，空鼻症的发病机制也尚未完全阐明。 正因为鼻甲结构与鼻腔气流存在这种复杂关系，一些空鼻症患者希望借助计算机模拟，把以往难以直观看见的鼻腔气流变化呈现出来，甚至开发出一款平民化、低成本的鼻腔气流分析工具。 李帅帅参与开发的空鼻症气流模拟软件，就是围绕这一需求展开的。“需求是患者自己提出的。我刚好既懂一点医学、又懂一点开发，所以中间没有‘翻译’障碍，试错和沟通成本降低，帮助患者将他们的想法跑通。”李帅帅说。 他的思路是：先通过患者的鼻腔 CT 数据进行三维重建，再利用计算流体力学（CFD）模拟空气在鼻腔内部的流动，分析不同区域的气流速度、流量分布与局部气流动力学特征，并探索与参考模型之间的差异。 睡眠智能药盒则属于后者。 尽管购物平台上并不缺智能药盒，但绝大多数面向慢病设计。相较于慢病用药，罕见病常见按体重个体化给药、漏药或超剂量用药均可能诱发危象。 发作性睡病就是典型。患者随时可能入睡，漏服或延迟服药可能影响日间嗜睡、猝倒等症状的控制，每次给药均需严格记录——李琦要解决的，不是"提醒你吃药"，而是"确认你真的吃了"。 他设计了一款手表形态的智能药盒，表体内嵌药仓，并计划接入一个轻量级智能体。患者开仓时，系统自动记录一次开仓行为，作为可能取药的第一项证据；患者服药后再手动确认，形成第二项服药记录。 两项记录相互印证，帮助系统提高对服药状态的判断可靠性。如果任一环节缺失，系统便不会直接认定患者漏服，而是将状态标记为“待核实”，由智能体主动提醒患者。对于未成年患者，还可结合其年龄、家庭照护情况及心理支持需求，设置个性化提醒策略，并在事先授权的情况下通知家属或监护人。 令孙大卫印象最深的，是复旦团队做的一支智能鼓槌——不用脚踩，用点头。需求来自一支叫“星期8乐队”的特殊人群乐队：成员热爱演出，却受限于身体条件，许多乐器难以正常使用——这类需求过于小众，市面上找不到现成辅具。其中，一位鼓手无法用脚踩槌，团队就在他头上绑一条带子、装上加速度传感器，点头时联动底下的智能鼓槌。身体够不到踏板，就用这个“头控智能鼓槌”替自己敲鼓。 北京病痛挑战公益基金会创始人、理事长王奕鸥对第一财经表示，罕见病患者的需求往往非常具体且特殊，虽然表面上看可能和其他群体有相似之处，但细节决定了通用产品无法满足。在一些罕见病场景下，甚至于产品在人文关怀和外观设计上微创新也成为患者可望而不可及的存在。 这也是这场黑客松存在的意义：把患者与设计团队、供应链和资本方拉到同一张桌子前，让他们看见这些被商业逻辑过滤掉的细节，再用低成本改良——而不是从零造轮子——对已有技术和产品做针对性迭代。 创意的边界 尽管创新从“脑洞竞赛”拉回“需求现场”，但这并不意味着这件事变得更容易——产品化落地门槛依然不低，该守的创意与医学边界也一条没少。 在北京某公立三级医院儿科工作多年，李帅帅反复强调一件事：边界。 “医疗是严肃领域。很多工程师习惯从功能出发，缺的就是这种边界感。患者未必具备医学判断能力：只要开发者把需求做出来了，他们就会觉得自己的声音被听见、被满足，哪怕这个方案本身站不住脚。”在他看来，今天 AI 再发达，也回答不了这道“该不该做”的界定题。那种把人引向“错误满足”的方案，必须有人用临床视角拦下来。 所以李帅帅坚持一个判断：开源社区降低了罕见病产品的开发门槛，却不一定抬高它的上限。只要产品最终面向患者使用，哪怕开发者自称“非医疗级原型”，也该由同时懂医学和工程的人主导——因为是否构成医疗器械取决于预期用途，而非自我声明：一旦涉及疾病监测、预警或辅助判断，就可能被纳入第二类、第三类医疗器械管理。 他还举了智能药盒的例子。共建者设想过一款伪装成充电宝的药盒，初衷是方便学生把药带去学校、避免被侧目。但充电宝工作时会发热，对热敏感药物将直接破坏稳定性——这在医疗原则上是硬伤。比发热更隐蔽的问题，是“伪装”本身：吃药不该是需要藏起来的事。把药盒做成充电宝，既给儿童增加了漏服、错服的风险，也把日常用药悄悄标记成了一种该被遮掩的行为。 边界不只体现在医学判断上，也体现在从原型到产品的资源约束里——算力、数据、伦理授权，仍是这类赛事能不能从“48 小时原型”走成“长期可用产品”的关键变量。 “算力成本占大头。我做的几款软件demo要往再外推，卡在两件事上：一是算力，数据放在我本地电脑上跑得通，但没法对外服务；二是数据。这次赛事现场给了ChatGPT额度，但如果所有开销都自己承担，确实做不起。”李帅帅说。 数据问题则更为复杂。一方面是患者数据共享的伦理、安全问题，以及后续产品化的数据确权问题，另一方面是患者数据和通用模型的可用性。 “医疗数据非常复杂且敏感。如果在黑客松里直接调用医院数据，只会抬高开发难度和合规风险。患者数据可以用，但隐私归属必须被保护。”王奕鸥说。 “解题思路不一样。”李帅帅说，医院收集的数据大多来自病历，而病历是被“修剪”过的，据此训练的模型从起点就带着缺陷。同时，单体医院训练的模型，难以包含患者连续性的生命体征变化。有国际权威评测显示：通用模型叠加专业知识库后的表现，并不弱于垂直医疗模型。其原因就在于通用模型能捕捉到临床场景里不会被正式记录的信息——比如患者随口说一句“我发烧了”，没写进病历，却可能是疾病诱因。 这也从侧面解释了这场黑客松为什么选择患者端数据做开发。在李帅帅看来，今天的患者自持数据的权属、授权粒度与收益分配远未走完治理的闭环。恰恰因此，慢病和罕见病患者更需要自己先管起来。“创新点本来就难找，每个患者又都不一样，不如先把数据收回来，‘难为’AI 去跑。” 落到他的应赛思路上，李帅帅的原则是不做“患者最满意的产品”，只做“患者能接受的最小可用产品”：首先，按能拿到的 token 和算力倒推范围，在资源上限内做取舍；其次，先交出一个最小成品让患者试用，谁愿意承担额外成本，再逐项叠加模块，同时将所有接口提前留好，为后续产品迭代和共享开发留出余地；第三，用医学经验画边界——什么能做，什么不该做。 空鼻症气流模拟就是一例。李琦表示，如果进一步结合三维打印技术，理论上还可以尝试将经过评估的结构设计转化为个体化原型。但这仍需要经过模型验证、临床评估和安全性研究————那是另一个量级的工程。当下，不能直接把仿真结果作为患者治疗依据。 没讲完的故事 艾力更愿意把这场黑客松看成一次“成交会”——筛出离落地最近的 demo，再当场替它找到买单方。 比赛结束当天，第一财经在赛场旁的咖啡厅看到几桌人聊到傍晚还没散：选手、患者、投资人、基金会和公益人士之外，还有几位小商品供应商。 王奕鸥观察到，很多科技企业其实有意愿参与罕见病场景，只是此前看不见真实需求。黑客松把需求放大了，企业才看清“我还能干什么”。尤其这几年公益环境变了，不少商家不愿再单纯捐钱，却特别愿意“干实事”——比如给白化病患者设计高系数防晒衣，觉得这事摸得着、帮得到人。这种回到日常生活场景的“消费级需求”，是接下来最该被推着走的。 孙大卫就在现场碰到了一位义乌女老板，对方带着厂房和供应链资源，直接加入落地导师团。过去青年创客团队通常只跑原型和算法，量产是“后面的故事”——让学生一上来就想开模排产，没人知道从哪下手。而供应链的人坐进前期讨论，从第一天就能告诉团队：你这个东西如果真做出来，义乌这边能接哪一段。 他自己的经历就是注脚。艾力所患的 FSHD 会导致手部丧失抓握能力，找到孙大卫团队后，后者用开源 3D 打印做了一套低成本、可定制的手部辅助手套。“网上定制手套动辄上千。但我们这个创意算下来，物料加打印，满打满算最高成本不到 30 元。同时，设计图纸我进行了开源，全球患者均可按需打印，或者如果义乌老板愿意开模、产品化，实物卖到 100 块以内也完全可行。”孙大卫说。 更关键的是，这场黑客松也验证了一件事：“罕见”和“通用”并不天然对立。那副为 FSHD 患者设计的 3D 打印辅助手套，同样可以通过微调，套在其它肌肉萎缩类患者的手上。 换言之，开源共创压低了三层成本：一是用开源方式，降低创意和开发成本；二是直接对接更便宜的供应链；三是在需求侧形成规模效应——用的人越多，单价越低。 不过，直到赛事结束，会场外那面写着患者未满足需求的海报墙，大部分纸条仍没有被撕走。 “这只是一个开始。我们希望把墙上的需求一条条拆下来，筛出那些值得重点投入的，找到技术原型和愿意承担一定社会责任的企业。”王奕鸥说。她尤其提到了中小微企业，“它们足够灵活，老板拍板就能动。”

2026-10-27: 当地时间10月26日，Anthropic向美国证券交易委员会（SEC）提交IPO注册文件的同一天，OpenAI发布新模型GPT-6.1 Terra，将标准API价格较上一代下调50%。OpenAI称，GPT-6.1 Terra主攻视觉理解和计算机操作，能够处理填写网页表单、编辑视频、读取技术图纸等任务。在Agents' Last Exam专业任务评测中，该模型在中等推理强度下较GPT-5.6 Terra提高15个百分点，单项任务成本降至约三分之一；在Terminal-Bench 4.0编程评测中，其最高推理强度得分为50.3%，高于前代的21.5%。价格是此次发布的重点。GPT-6.1 Terra的标准API输入价格为每百万token 1美元，输出价格为5美元，缓存输入为0.05美元。相较GPT-6 Astra，其输入、输出token单价均为十分之一；相较GPT-5.6 Terra，标准价格则下降50%。OpenAI表示，Terra在部分任务评测中已接近旗舰模型水平，但最复杂的编程任务仍更适合使用GPT-6.1 Sol或GPT-6 Astra。 这并非简单的降价促销，也不是OpenAI首次推行降价营销策略。早期，OpenAI降价多伴随模型升级。自2025年至今，由于开源模型的冲击，OpenAI的降价策略变得更加激进和直接，目标明确指向抢占调用量和生态。例如推理模型o3输出价格降幅高达80%，GPT-5.6 Luna输入价格从每百万token 1美元降至0.20美元。降价背后是公司对更大规模调用量的期许。OpenAI CEO山姆·奥尔特曼对Terra 6.1所谓“开启计算机使用时代”的前景颇为看重。计算机操作和智能体应用要真正进入企业工作流，模型必须能够稳定完成多步骤任务，同时将单次任务的推理成本压到可持续的水平。对于开发者而言，模型能力接近并不意味着实际成本相同。更低的token价格和任务成本，有助于扩大自动化应用的使用范围，并推动调用量增长。OpenAI此次选择强化计算机操作能力、同步下调价格，体现出其试图以更低成本争取高频企业任务的策略。这一策略也与OpenAI面临的资金压力有关。据市场消息，OpenAI预计2026年至2030年累计现金消耗可能达到2780亿美元，主要与算力及基础设施投入有关。公司虽已为潜在上市做准备，但奥尔特曼表示不会在2026年上市。对于仍需持续投入前沿研发和算力的OpenAI而言，如何把模型能力转化为稳定收入、提高每单位算力的商业回报，是资本市场持续关注的问题。作为OpenAI的最大竞争对手，Anthropic的招股书则从财务侧呈现出相似的另一面：收入高速增长、季度经营改善，但算力投入带来的长期成本压力仍在。文件显示，Anthropic 2026年上半年收入达到162.86亿美元，远高于上年同期的11.63亿美元；第二季度营业利润为9.74亿美元，营业利润率约8.4%；剔除股权激励等项目后，调整后营业利润为22.35亿美元，调整后营业利润率约19.3%。虽然上半年按美国通用会计准则计算的净亏损达到807.48亿美元，但其中相当部分并非当期现金支出。不过，长期算力采购和租赁承诺仍构成固定成本压力。即使收入快速增长，公司未来仍需持续投入大量资金支撑模型训练与客户需求。也就是说，Anthropic同样需要在能力与收入增长和算力成本与商业化回报之间找平衡，并以此向资本市场证明经营改善。

2026-10-27: “要想成为AI经济的一部分，不能只做AI的消费者，而是要成为AI的生产者。” 在不久前的GTC柏林大会上，英伟达创始人黄仁勋对德国、欧洲发出这样的呼吁。黄仁勋欧洲之行分别到访了法国、英国、德国等数个国家。 黄仁勋希望欧洲接纳其AI工厂。他将其定位于构建和运营AI基础设施的综合平台，并称之为“我们帮助欧洲融入AI生态系统、参与AI经济的基础。” 黄仁勋的全栈AI工厂，确实有潜力成为欧洲企业的技术底座。但英伟达和欧洲众多企业如西门子、保时捷、欧莱雅等合作中，后者是人工智能技术的接受者，而非新技术的共创者。 黄仁勋和英伟达，对于欧洲本土人工智能的技术繁荣，所能提供的帮助十分有限。核心原因并不在于英伟达技术不够先进，而恰恰在于英伟达太过强大了。 英伟达向欧洲交付的全栈AI工厂是集成化的平台，而非单一高性能芯片。这套系统涵盖GPU硬件、CUDA-X库和模型。这些高性能芯片、CUDA-X，以及模型层都是欧洲企业无力参与构建的。欧洲企业即便接受它，能做的也是由德国西门子或法国欧莱雅等企业在上面构建自己的应用层。 英伟达也无法刺激欧洲企业开发与之相似的竞品。 英伟达的能力如此突出，以至于欧洲几乎没有任何企业与之正面竞争。这与美国、中国的情况大不相同。 美国有AMD、英特尔开发加速卡，互联网巨头亚马逊和谷歌也开发自己的专属芯片；中国受到高端芯片进口限制，一个由华为、寒武纪、沐曦科技等企业构成的本土算力生态正在成长。 市场竞争刺激技术进步和经济发展。英伟达丰厚的利润显而易见，本应吸引更多欧洲企业同台竞技。但欧洲企业似乎放弃了雄心壮志，不愿挺身与之一战。 芯片如此，大模型类似。 据我所知，一些在中国运营的大型德国企业，底层接入的要么是美国Anthropic、OpenAI的模型，要么是中国阿里模型。欧洲代表性的模型企业是法国Mistral AI，但它目前没有获得全球认可的迹象。 欧洲的职场环境，也不利于技术迭代。一位访问过Mistral AI的中国科研人员对我表示，在中美研究人员焚膏继晷地把大模型推向前沿之际，Mistral AI的员工休假制度显得过于奢侈了。 欧洲的人工智能后备人才不如美国和中国富足。诺基亚曾在手机领域如日中天，西门子也曾有过手机业务，但它们都错失了移动互联网浪潮，相应的软硬件人才在欧洲失去了壮大的土壤。 新技术和创新企业不是凭空产生，创造者往往来自上一代技术和产业。奠定人工智能基础的Transformer架构，诞生于谷歌员工之手，而谷歌是移动互联网时代的王。Anthropic的创始人Dario Amodei的职业履历更是包含了百度、谷歌和OpenAI。 欧洲初创企业的融资也不如中美便利。 黄仁勋表示，近期将再向欧洲追加20亿美元的投资，此前已经向欧洲投资了80亿美元。这可能会使英伟达成为欧洲人工智能的最大投资者，缓解当地初创企业的融资困难。 这笔资金分散在法国、德国和英国等多个国家，涉及十余家甚至数十家企业，企业平均所获资金数量不会太大。英伟达投资的企业，也多是医疗健康、商业软件、机器人等英伟达产品的应用场景。 人工智能的关键在于芯片、模型以及数据。这些领域的美国企业动辄几十亿、上百亿美元的融资，比如OpenAI现在谋求300亿美元的融资；中国企业沐曦上市前融资超过100亿人民币，DeepSeek则被传出正在融资1000亿人民币。 即便欧洲诞生人工智能的幼苗，它们也不容易在欧洲本土找到类似美国、中国的充足资金。 2014年，DeepMind被谷歌收购的时候，欧洲人工智能的融资困局就已经很明显了。这家公司成立于英国，创始人Demis Hassabis曾试图让它保持独立，但难以在英国这个欧洲金融中心得到风险资本支持，之后才被谷歌收入囊中。Demis Hassabis也加入了谷歌，并在2024年凭借“蛋白质结构预测”获得了诺贝尔化学奖。 美国、中国是这一轮人工智能浪潮的两大中心，而欧洲则处于相对边缘的地带，这是历史上产业断裂、人才积累不足和资金匮乏等多方面因素造成的。黄仁勋希望英伟达的AI工厂为欧洲企业所接纳，他也带来了一大笔资金。但这些对于欧洲产生本土的AI生态作用有限。 欧洲人工智能赶超美国或者中国的步伐，似乎难以完成的任务。欧洲企业最好的办法依然是拥抱美国、中国的技术，并在应用层面尝试突破。一些欧洲企业，已经在中国积极开设机器人研究中心，与中国企业一起研发，打通这一新兴产业的链条。 欧洲不应再过度监管人工智能，尤其当美国和中国将技术进步，而非监管作为优先选项的时候。必要监管是为了安全，但过度监管可能是杞人忧天，并把创新排斥在外。 如黄仁勋所说，如果一个产业都没有发展起来，那也就没有什么可监管的了。

2026-10-27: 每个月五六百元的一张床位，一台装着大模型的电脑，一个能注册公司的地址——这几乎是一些“一人公司”创业者的全部生产资料。不久前，国产动画电影《牛来》因画风“粗糙”意外走红，媒体实地探访发现，其出品公司的注册地竟是大连一栋老旧居民楼。这让人重新想起那个被讲了半个世纪的故事：惠普和苹果诞生于车库，阿里巴巴诞生于一套公寓中。低成本居住空间，历来是创新最原始的孵化器。如今，这样的故事正在被人工智能改写。当“一人公司”（OPC）成为越来越多年轻人的创业选项，住哪儿和在哪儿干这两个原本分开的问题，开始合并成一个问题。上海的部分保障性住房，正在试着给出答案。床位与工位只隔着一层楼在上海浦东张江，纳仕青年人才社区里有个叫“幂次方青创首站”的空间。它提供两种模式：一种是“2合1”，居住与办公合在一处；另一种是“1+1”，一间独立公寓配一个独立工位。400平方米室内、300平方米室外，构成了“楼上安居、楼下创业”的物理尺度。几公里外的浦发有家·进贤青年人才社区，把创业功能直接嵌进了保障性租赁住房：150个免费共享工位、3间专业直播间、若干静音办公舱。住在这里的年轻人，上楼是家，下楼是工位，往返三分钟。更具想象力的尝试在城市边缘。在张江镇新丰村的林带腹地，3幢闲置村宅被改造成35间青年人才公寓，20余亩林下空间嵌入11座全透明“孵化区”建筑。公寓、林下工位、科创小院之间步行可达，创业者白天在林间敲代码，晚上回村里睡觉。这个被称为“数字游民OPC生态社区”的项目，开业仅一周，申请入驻创业团队就突破了50家。这个数字，比任何论证都更有说服力。它说明需求不是被政策创造出来的，而是原本就淤积在那里，只是长期没有出口。为什么是保障房要理解这件事的分量，得先看OPC创业者的成本结构。这类创业者大多不是技术科班出身，他们借助AI工具完成过去需要一支团队才能完成的工作：写代码、做设计、剪视频、分析市场。一个人、一套工具链，就能跑通从创意到交付的商业闭环。门槛降得越低，进入的人越多，但他们对成本的敏感度也越高。有从业者形容，OPC创业者最焦虑的是下个月的房租和饭钱。而在现有空间供给里，这个焦虑几乎无解：写字楼太贵，民宅注册公司门槛高，大量年轻人只能在咖啡馆和图书馆之间“打游击”。保障性住房恰好补上了这块空白。人才公寓、保障性租赁住房、公租房，以及面向快递骑手、环卫绿化、建筑工友等一线劳动者的“新时代城市建设者管理者之家”，普遍具有三个特征：租金低于市场价、青年人口集聚、公共空间相对完备。“新之家”的床位，月租只需500至1000元。把创业初期的固定成本压到接近于零——这正是“车库创业”的原始逻辑。对运营方而言，这同样是一笔划算的账。目前部分新城和郊区的人才公寓、保租房面临空置与运营压力，单纯居住功能难以覆盖成本，长期依赖补贴容易陷入“福利陷阱”。把创新创业功能嵌进去，通过“租金换服务”“创业收益反哺居住成本”等市场化机制，才有可能从“输血”转向“造血”。卡点不在房子在制度看起来顺理成章的事，落地时撞上的是一堵制度的墙。创业者想在自己租住的房间里注册公司，面临三重约束。第一重是物权。《民法典》第二百七十九条规定，业主不得违反法律、法规以及管理规约，将住宅改变为经营性用房；确需“住改商”的，应当经有利害关系的业主一致同意。实践中，这往往演变成“本栋楼一户反对即无法通过”。第二重是租赁。国务院《住房租赁条例》规定，承租人未经出租人同意，不得擅自改变租赁住房用途；《上海市住房租赁条例》的口径更严，要求承租人不得擅自改变房屋用途、结构。第三重是登记。《上海市经营主体住所登记管理办法》规定，以城镇居住用房作为经营主体住所的，应当按照《上海市住宅物业管理规定》办理改变房屋使用性质的手续。而这套手续以业主同意为前提，保障房的承租人并非产权人，这条路在源头上就走不通。通道并非完全没有。梳理下来，至少已有四条合规路径可以借力：一是集中登记地与住所托管，各区政府可认定集中登记地供企业登记，浦东新区还明确，从事不扰民、不影响周边环境和公共安全经营项目的企业，可以使用托管住所登记；二是个体工商户登记地，街镇可结合社区服务体系建设设立，供社区内从事居民服务业的个体工商户登记；三是网络经营场所登记，仅通过网络交易平台开展经营活动的个体工商户，可以把网络经营场所登记为经营场所，与实体住所脱钩；四是“一址多照”“一照多址”，符合条件的非居住用房可登记为多个经营主体住所。四条路径的共同点是，注册地址落在非居住空间或网络空间，而不是居住房屋本身。这就引出了“居创一体化”最容易被误读的地方。它的本意不是“在卧室里开公司”，而是居住功能、注册功能、工位功能的空间解耦与就近集成。人住在租赁单元里，公司在社区配套的非居住空间或政府提供的集中登记地、托管地址注册，工位布在社区公共区域。浦东已经有跑通的样本。进贤青年人才社区联动属地政府，为入驻OPC提供虚拟注册地址、代理记账等政务代办；张江镇在纳仕社区和数字游民社区都配置了“服务无忧包”，由镇投促中心团队进驻，公司注册由政府专员全流程协助、一站式办理，工商、财税、法务、知识产权、人才政策对接打包集成。这套做法不改变房屋用途，不触碰“住改商”红线，制度风险可控——这也是它具备复制价值的原因。热闹背后还有三处风险但把创业塞进居住空间，风险是实打实的。最直接的是消防与社区治理。创业者携带大量电子设备长时间高负荷用电，消防负荷显著上升，而现行消防标准并没有针对“居住+创业”复合场景的专项规范。此外，夜间噪音、外来访客增多、公共资源被占用，都可能引发居住租户与创业者的矛盾，基层社区缺乏有针对性的治理依据。更深一层是“居改非”与规划用途的冲突。保障性住房多为Rr4（四类住宅组团用地）租赁住宅用地或“非改居”项目。一旦增设创业工位、允许企业注册，就可能触碰“不得擅自改变房屋用途”的红线，被认定为变相“居改非”。多个部门对用途认定不一致时，审批可能被拒，运营方面临行政处罚甚至摘牌风险。第三重风险来自套利。如果准入门槛过低，“假创业、真套补”“注册在此、经营在彼”的行为就会出现，挤占本应给一线劳动者的保障资源。而现有运营方多为物业公司，核心能力是“管房子”而不是“孵项目”，缺少专业服务配套，创业空间很容易沦为好看的“盆景”。从个案到模式还差什么上海的探索并非孤例。今年以来，北京、苏州、杭州、深圳等地陆续出台OPC专项政策，但多数还停留在补贴、算力与注册便利上，直到最近才有城市把目光移向“住”这一端。成都已建成投运OPC社区35个，其中锦江区“锦邻创享”社区今年6月底揭牌，做法是把一栋楼做成“保租房+写字楼”：8层是920套拎包入住的保障性租赁住房，4层是3500平方米的写字楼，楼上住家、楼下办公，共享工位最长免租18个月。在县域层面，山东宁阳把“场地”与“安居”并列写进OPC专项政策，工位首年全免、第二三年减半，无自有住房的从业人员可申请“一人一室”的人才公寓，首年免租、后两年再减半。但要从个案变成模式，还有几件事要做。路径上，宜分层推进而非一刀切。人才公寓的住户以高校毕业生和青年专业人才为主，知识结构与创业意愿和OPC形态高度适配，是最合适的起步场景；产业园区配套的保租房，租客中年轻白领、技术人员集聚，具备就近创业条件，可以跟进建设“OPC工位区”；“新之家”的住户以一线劳动者为主，直接开展OPC式创业的人群基础较弱，更适合小切口推进——办“数字技能夜校”教AI工具和电商运营，用足个体工商户登记地和网络经营场所登记两条通道，先培养“第二技能”，待条件成熟再逐步拓展创业功能。制度上，最关键的是把“居住空间复合利用”与传统的“居改非”区分开来，给出明确定性。这需要跨部门的协调机制，也需要在住所登记规则上作出适配——比如把保障性住房社区配套的非居住空间纳入集中登记地认定范围，对轻资产、不扰民的创业形态实行告知承诺，探索“工位号注册”和“不见面审批”。标准上，需要一套技术导则把空间、安全、注册、治理四件事说清楚：创业微空间占公共区域的比例、防火隔断与独立烟感、智能用电监测、集中登记地与托管地址的适用条件、噪音边界与访客规则、居民—租户—创业者三方议事机制。服务上，要解决运营方“不会孵”的问题。推动运营主体从“管房子”转向“孵项目”，通过自营或购买服务引入专业机构；在党群服务站增设创业服务窗口，把算法备案辅导、知识产权申请等事项集成进去；工位入驻条件用商业计划书、算力使用记录、开源社区贡献来综合判断，实行“低门槛申请+承诺制+半年评估”的进出管理，既能防止套利，也能让真正做事的人留下来。有研究者在观察城市空间政策时提出，城市对年轻人的友好，最终要落到“能不能以可承受的成本，做想做的事”这个具体问题上。当保障房愿意承担这个角色，城市创新的门槛，才真正降了下来。（作者系上海交通大学安泰经济与管理学院、数字化管理决策重点实验室副研究员）

2026-10-27: “自动驾驶对安全的要求会变得更高，L2辅助驾驶阶段，事故责任主体仍是司机，进入L3及以上自动驾驶阶段，责任主体将转移到系统。”近日，华为高级副总裁、引望CEO靳玉志在2026世界智能网联汽车大会上表示，这是自动驾驶进入下半场的重要变化之一。 L3级被看作为自动驾驶行业的分水岭，不仅是责任主体的变化，主机厂更应该把技术冗余做到极致，车企需要保证每一项技术、功能的稳定性以及冗余的边界。 不过，针对自动驾驶发展历程是否跳过L3，行业仍存在分歧。靳玉志此前曾表示，L3是走向完全自动驾驶中无法跳过的必经阶段。他认为，L3和L4，不是一种对立的关系，是迈向完全自动驾驶同一个方向的不同阶段。L3意味着责任主体变成了自动驾驶系统或者是提供自动驾驶的厂家，法律法规的完善，以及用户的适应，都需要一个过程，因此L3不可逾越。 部分企业主张可依托端到端大模型实现技术同源，直接从L2向L4迭代。小鹏汽车董事长何小鹏认为，自动驾驶应该跳过L3，L3模式下安全责任转移给系统，但它只是转移了责任，用户体验没有优化，重点是安全性没有变好。他表示，各个国家监管体系想要管控自动驾驶、支撑技术向更高等级演进，一定要安全、可管控。基于这个逻辑判断未来自动驾驶赛道真正有发展机会的是L2、L4和重新定义后的L5，而L3本质上只是L2的一种增强形态。 当前，国内智能驾驶产业已经走到了向高阶演进的关键节点。工信部数据显示，截至今年9月，国内L2级及以上辅助驾驶渗透率已达70%，规模化普及基本完成。政策端同步铺路，L3级自动驾驶准入工作正有序推进，《智能网联汽车自动驾驶系统安全要求》强制性国家标准已正式发布，将于2027年7月1日起实施，为L3/L4级产品划定了统一的安全准入基线。此前，国内已发放首批L3车型附条件准入许可，产业从示范应用迈向规模化商用的路径逐步清晰。中国科协名誉主席万钢预计，到2030年国内L3级自动驾驶渗透率将超过35%。 靳玉志表示，华为坚持做智能网联汽车增量部件供应商，今年研发投入将近200亿元，希望能够把智能化汽车解决方案变得更丰富、可靠、更具成本优势。他提出三大协同方向，一是让高安全、高质量的智能汽车解决方案走进更多用户，通过持续技术创新和工程优化，提供更丰富、更可靠、更具成本竞争力的产品组合；二是从与车企深度协同扩展到与产业生态伙伴协同；三是从中国市场规模化应用走向全球价值共创。

2026-10-27: 【人形机器人应用持续拓展，核心零部件投资机遇受关注】日前，商务部发布的数据显示，今年前三季度，重点平台具身智能机器人销售额同比增长22.6%。从消费端需求增长，到具身智能整机及配套项目推进，机器人产业的应用与商业化进展受到关注。分析人士认为，人形机器人产业正处于量产验证与场景落地的重要阶段，投资机会有望向核心零部件、控制平台和数据基础设施等环节延伸。随着产业发展更加重视实际应用，应关注企业技术优势、成本控制和批量交付能力，以及订单落地与模型迭代进展。（中证报）

2026-10-27: 【Anthropic向美国SEC提交上市文件后，预测市场交易者认为其今年IPO几乎已成定局】Anthropic周一披露其向美国证券交易委员会（SEC）提交的S-1表格，使投资者得以首次关键性地审视这家AI平台的财务状况。 预测市场平台Kalshi上的投机者给出95%的概率，认为这家AI巨头将在2026年底前正式宣布首次公开募股。Kalshi将“正式宣布IPO”定义为：SEC宣布S-1生效、IPO完成定价，或交易所为股票分配交易代码。 在Polymarket平台上，交易者认为Anthropic将在11月20日前在公开交易所挂牌并开始交易的概率为69%。(华尔街见闻)

2026-10-26: 当地时间10月26日，大模型厂商Anthropic向美国证券交易委员会（SEC）公开递交IPO注册文件，计划在纳斯达克全球精选市场上市，股票代码为“ANT”。招股文件披露，Anthropic 2026年上半年营收达162.9亿美元，净亏损高达807.5亿美元。其中约724亿美元来自可转债等金融工具公允价值变动，主要与公司估值上升有关。同期调整后营业利润约16亿美元。更大压力来自算力投入。招股文件显示，Anthropic预计未来十年在云服务、计算能力和基础设施方面至少承诺支出5180亿美元，其中约八成不可取消或无论实际使用量如何都需要支付。此前，Anthropic已与谷歌、亚马逊和微软签订了大额长期基础设施协议。其中，谷歌相关承诺约1111亿美元，亚马逊约1100亿美元，微软约314亿美元。2026年上半年，Anthropic在计算能力和基础设施方面的支出接近90亿美元，已超过2025年全年约73亿美元的水平。这意味着，公司必须持续扩大收入，才能消化长期算力义务。更值得注意的是，算力合同通常比客户收入承诺更刚性，如果模型需求增长放缓，或者新增算力未能及时转化为收入，固定支出就可能挤压利润。另外，目前公司的企业客户增长与渠道依赖并存。Anthropic主要通过Claude系列模型提供服务，收入包括按模型使用量计费的企业API，以及Claude订阅产品。Claude Code等编程工具则成为业务增长的重要推动力。截至2026年9月30日，过去12个月为公司贡献至少100万美元收入的客户超过1900家，贡献至少1000万美元的客户约250家。不过，公司也在招股文件中提示，近期收入增长速度可能无法持续，计算和基础设施费用在可预见的未来仍将是最大运营支出。目前，Anthropic尚未披露发行股数和发行价格区间，市场投资者讨论的估值约为1.5万亿至2万亿美元，但这并非公司正式确定的发行定价。此次IPO不仅将检验资本市场对Anthropic增长前景的判断，也将考验投资者对AI企业长期算力投入、盈利能力及风险治理的容忍度。

2026-10-26: ①即梦短剧工作室正式上线； ②小鹏Robotaxi获批L4级示范运营资质； ③智元发布安规级重载具身机器人精灵G2 Max 已在产线“机器人造机器人”； ④探路者：旗下通途半导体与端侧大模型推理AI芯片头部企业战略合作； ⑤诺亦腾机器人完成Pre-A+++轮融资。

2026-10-26: 随着生成式人工智能日益成为公众获取信息和比较产品、服务的重要入口，企业围绕生成式引擎开展信息优化与商业推广的需求不断增加。所谓生成式引擎优化（GEO），通常旨在提高特定信息被模型检索、引用或者推荐的可能性。合理的信息优化有助于经营者展示真实信息，但编造排名、虚构评分、伪造专家测评，或者通过批量投放误导性内容影响模型回答，也可能扭曲消费者判断和市场竞争秩序。与传统搜索引擎优化相比，生成式引擎的运行机制更加复杂，信息从发布、检索到生成结果之间的链条也更难追踪。如何在鼓励正常推广与防范信息“投毒”之间划定边界，成为生成式人工智能治理中亟待回应的问题。 区分正常信息优化与欺骗性投毒 正常的GEO推广并不当然违法。企业通过发布真实、可核验的商业信息，提高自身被生成式引擎识别和推荐的机会，本质上仍是市场竞争中的信息传播活动。即使某些信息被反复发布，也不能仅凭发布频率或模型推荐结果就推定其构成违法。真正需要审查的是内容是否真实、传播方式是否正当、商业推广属性是否具有可识别性，以及相关行为是否误导消费者、损害公平竞争秩序。 “投毒”的风险不止于凭空捏造事实。有些信息单独来看并非明显虚假，但经营者可能通过选择性呈现、反复强化部分优势等方式，促使生成式引擎形成片面结论。对此，应重点考察有关行为是否构成欺骗性干预或者造成系统性误导，并结合具体行为方式及相关法律规范判断其正当性。 在法律框架下明确行为定性与适用边界 对于编造排名、评分、专家测评等典型虚假宣传行为，现行法律并非没有规制依据。《广告法》主要调整符合商业广告性质的宣传活动，对广告的真实性和虚假广告作出规范；《反不正当竞争法》则对虚假或者引人误解的商业宣传，以及利用技术手段实施的相关网络不正当竞争行为予以规制。对于属于发布虚假广告的行为，应依照《广告法》的有关规定处罚。《网络反不正当竞争暂行规定》也为识别虚假排名、虚构评价等网络竞争行为提供了规范参照。 在具体法律适用中，还需根据行为性质区分不同的违法类型。一方面，对于虚假或者引人误解的商业宣传，重点在于判断经营者所传播的信息是否符合相关法定构成要件；另一方面，若要依据网络不正当竞争规则认定利用数据、算法等技术手段妨碍、破坏其他经营者合法提供的网络产品或服务正常运行，还须证明相关技术行为符合相应要求。生成式引擎引用了错误信息，并不必然意味着平台运行遭到法律意义上的妨碍或者破坏。 当前所谓GEO“监管依据不明”，更准确地说，是既有规则面对新型技术行为时仍存在行为定性、规范衔接和责任划分的困难，而不是完全缺乏法律依据。例如，某企业通过服务商在多个内容平台批量投放单条并非明显虚假，却经过选择性组织和反复强化的商业信息，继而影响生成式引擎推荐。在这一假设情境下，如何评价整体宣传的误导性、如何识别不正当技术干预，以及如何证明投放行为与模型输出的关联，都有待结合具体证据和适用条款作出判断。 适应生成式引擎特征完善证据评价 传统搜索引擎排序与生成式引擎的信息召回、引用和推荐机制具有一定的功能相似性。传统搜索案件中关于虚假数据制造、技术干预手段、主观过错和竞争秩序影响的分析思路，可以为GEO治理提供参照。然而，生成式引擎的模型机制不透明，输出又具有概率性，相关信息从多个平台进入模型回答的路径难以完整观察，因此不能简单照搬传统搜索排序案件的事实认定方式。 证明要求首先取决于违法行为的类型。对于编造排名、评分等虚假商业宣传，只要有关行为已经符合虚假宣传的法定构成条件，并不当然还要证明人工智能已经引用相关内容，或者有消费者实际受骗。即使向模型反复提问时，有时出现相关推荐、有时没有出现，也不当然决定虚假商业宣传行为能否成立；相关输出情况则可能影响对传播效果、危害程度及处罚裁量的判断。 如果进一步主张经营者通过技术手段妨碍、破坏了生成式引擎正常运行，就需要围绕技术干预方式、实施过程及其影响收集证据。在不降低法定证明标准的前提下，证据评价应当适应概率性输出的技术特征，不能仅凭一次生成结果就认定行为效果。可以结合跨时段、多轮次测试形成的统计样本，以及异常引用记录、内容投放日志等材料，综合判断相关行为与AI回答变化之间是否存在可被证明的联系。 沿产业链分层确定各主体责任 在“商家委托—GEO服务商制作—内容平台发布—AI引用推荐”的链条中，违法风险往往涉及多个环节。责任分配可以参考模型层、数据层、行为层的分析框架，并综合考察各主体的实际控制力、获益情况、可预见性和过错。 委托商家若主动指使或者明知并放任服务商编造排名、评分、案例数据，通常应对其主导的违法推广行为承担主要责任。GEO服务商自行虚构数据，或者明知委托方要求造假仍帮助实施相关宣传，也可能独立承担相应法律责任，不能简单以提供技术服务为由免责。至于内容发布平台，则需依据其具体法律地位和实际管理能力，依法履行信息内容管理及违法信息处置义务。 生成式人工智能服务提供者既不是“引用即全责”，也不能凭借技术中立当然免责。对于其可以控制的训练数据治理、违法内容处置等环节，应落实相应法定义务；对于检索源反污染筛查、来源展示、高风险领域信源核验等机制，则可以根据服务性质和具体风险进一步完善。是否承担责任以及责任程度，仍需依据具体法律规范，结合实际控制能力、主观过错和相关损害进行判断。 法律、医疗和金融等专业领域尤应重视虚假信息的风险。以律师事务所虚构业务排名、案件数量或者满意度进行推广为例，此类行为不仅可能引发广告、反不正当竞争及律师行业规范上的责任，也可能误导当事人选择法律服务，导致额外支出或者延误维权。在信息不对称、专业信任程度较高的领域，有必要强化可量化宣传数据的真实性审查、来源核验和风险提示。 以溯源记录和持续整改提升治理效能 GEO投毒的治理不能停留在对原始虚假内容的删除。即便违法企业撤下了原始文章，第三方转载、平台缓存或者生成式引擎后续引用仍可能使错误信息继续传播。对此，应根据各主体实际控制范围分别落实整改责任：受罚企业停止违法投放并主动联系相关平台更正、删除；转载平台在依法负有处置义务时及时处理；生成式人工智能服务提供者发现违法内容后，依法采取必要处置和整改措施。 整改是否有效，也不能只凭一次AI回答或者要求错误信息在所有场景中绝对消失来判断。更合理的方式，是综合信源删除或更正情况、跨时段重复测试结果以及违法信息持续传播的程度，动态评价整改效果。对于同一虚假信息反复进入生成结果的情况，还需要建立持续反馈和后续处理机制。 在诸多治理措施中，宜优先推动必要的日志与记录留存。商家和GEO服务商应当在其实际掌握范围内保存相关内容制作、投放渠道及时间等记录；内容平台和生成式人工智能服务提供者可依据适用规范及技术能力，保留必要的内容来源、违法信息处置等记录。相关记录留存要求应与各主体实际掌握的信息及技术能力相适应。以可核验的记录支撑溯源与归责，并在此基础上逐步探索高风险场景中的算法审计，更有利于将治理要求转化为可执行机制。 从长远看，GEO治理的关键，不是简单限制企业争取AI推荐的正常经营活动，而是让信息真实性、技术行为正当性与责任承担形成相互衔接的规则体系。既有《广告法》《反不正当竞争法》及生成式人工智能治理规范已经提供基本制度基础，未来仍需在新型行为定性、跨平台证据协作、分类分级核验和整改效果评估等方面持续细化。 （陈兵系南开大学竞争法研究中心主任、法学院副院长，中国法学会经济法学研究会常务理事；朱家熠系南开大学竞争法研究中心助理）

2026-10-26: 综合工信部、中国信通院、IDC和浪潮人工智能研究院的数据，截至6月底，我国共建成500余座智能算力中心，有力地推动了智能经济发展。但算力新基建突飞猛进的同时，算力企业的盈利状况并不乐观，全国智能算力实际利用率仅36.8%，六成多的智能算力被闲置，企业级通用算力中心的利用率更是低至10%~15%。而大洋彼岸的美国，北美数据中心空置率预计仅1%，且95%的在建算力都已被提前预租。提高我国算力中心使用效益已是刻不容缓。 算力市场结构失衡 我国算力规模处于“总量平衡，结构短缺”的阶段。一方面，我国算力规模位列全球第二。截至2025年底，美国高居全球算力规模榜首，占全球总量的68.9%，中国占全球总量的14.5%，欧洲和日本排名第三、第四，分别为6.1%与1.2%。另一方面，我国算力供应存在明显的结构性失衡。综合信通院、浪潮和工信部数据，2025年全国智算中心GPU的平均利用率仅30%，表现在几个方面： 一是高端智能算力短缺。依据工信部和国新办数据，我国已全面转向“智算主导、多元协调、自主可控”的算力结构。截至2026年6月底，我国智能算力规模已达2185EFLOPS，占全国实际算力供给的95.1%；通用算力规模折算为102.1EFLOPS，占算力总供给的4.4%。然而，市场对2026年我国高端智能算力需求的预估数约为2576.5EFLOPS，供需之间存在约17%的缺口。 二是大模型训练算力紧缺。虽然训练算力只占智算份额的25%，但是东部地区高端训练集群却十分稀缺。在大模型向训推一体化方向发展的背景下，如何保证智能设备做到“开箱即用”，对训练算力提出了新的要求。 三是算力供给的区域失衡。我国算力已经形成“核心引领，梯队协同”动态互补格局，通过八大枢纽、十大中心的算力联通，实现了算力需求与资源禀赋的精准匹配，较好地保证了智慧城市建设的顺利推进。根据国新办数据，截至6月底，我国东部、中部、西部、东北地区智算规模占全国比例分别是55.9%、10.6%、32.6%、0.9%。然而，市场估算这四个地区对智能算力的需求占比分别为74%、12%、11%、3%。智算需求的兴起打破了国家算力调度形成的原有平衡，东数西算工程提供的智能算力，由于网络传输的时延问题，并不能完全满足即时推理的算力需求。比如某些地区到上海的网络延时高达100毫秒，远超5毫秒时延圈的范围。在新的消费趋势下，各区域的算力供需出现较大缺口。 四是不同品牌的算力芯片利用率差距巨大。采用一线品牌英伟达、华为昇腾的算力中心业务供不应求，其他中小品牌GPU的算力中心则多数闲置。同时，英伟达和华为昇腾提供了比较完整的算力生态，有诸多软件可以选择，极大地方便了大模型的训练和应用。因此，这些一线品牌的市场黏性十足，相关算力基本都在满负荷运转，新增产能也被预订一空。甚至某些型号的高端算卡经过5年折旧后，其残值竟然还能被市场重估到原价的70%，大幅提升了企业的非经营性收入。 五是各类主体的运营效益天壤之别。参考中国信通院（2025）的分类方法，算力中心可以被分为四类运营主体。第一类是三大电信运营商，占28%市场份额，整体实现盈利。2026年上半年中国移动的智算服务收入增速达130.1%，中国电信智算增长95%。第二类主体是公有云厂商，合计占25%的市场份额，阿里云、腾讯云等云服务平台，在AI算力拉动下，正步入扭亏为盈的拐点。第三类主体是算力服务商，合计占22%的市场份额，盈利情况高度两极分化。头部AIDC毛利率高企，头部项目预租率达到70%~80%；传统IDC和中小算力中心则大量亏损，与第四类运营主体地方国资算力平台，一起共同构成了算力闲置的主体。 六是不同体量的算力中心利用率差异极大。万卡集群的大型和超大型算力中心，凭借着战略级功能定位和市场化的长协订单，普遍实现了70%以上的上架率，但服务器利用率却在25%~40%之间分化。且万卡集群的投资回报期通常需要6~8年，运营前2~3年的亏损风险极高。千卡级的中型智算中心分化剧烈，头部项目面向混合训推市场，利用率可达60%~85%，盈利丰厚。而多数国资和西部的千卡级项目利用率只有25%~45%，长期亏损。500算卡以下的小型智算中心则面临内卷式竞争的价格战，除了少数绑定政府和优质客户的智算项目能够实现小幅盈利外，多数处于持续亏损状态。 算力市场缘何高度分化 大量算力闲置的原因大致可以分为四类。 第一，需求的趋势性转向导致算力供需错配。此轮大量算力闲置并非行业的周期性波动，而主要缘于算力需求的趋势性变革。一方面，AI全面转向场景应用后对算力消费提出了新的要求。许多原本面向数据存储和大模型训练而建设的数据中心，无法及时匹配“推理为主，训推并行”的计算模式，导致大量算力资源闲置。另一方面，场景应用催生出多样化算力需求，对响应速度和计算能力都提出了更高要求。比如L4/L5级自动驾驶和车路协同（V2X）都要求毫秒级的算力响应，中西部地区提供的远程算力，因为时延过长而难以满足这些新型业务要求。随着海量应用场景落地，以及更大体量的传统产业智能化改造，边缘计算需求暴涨，贴近用户、紧临场景的算力节点变得更具商业价值。 第二，刚性的算力供给难以及时匹配算力需求暴涨。 一是算力需求增速过快。近5年来，算力需求年均增速4~5倍，而2025~2030年中国智能算力规模和通用算力规模的复合增长率分别预估为50.3%和27.7%，算力短缺将是未来5年的常态。 二是算力中心通常需要2~3年的建设周期，即使是建设模块化的预制仓型算力中心，目前最快纪录芜湖3D数据中心也花费了9个月的建设时间。这意味着新的算力消费趋势出现后，至少会存在9~12个月的供需缺口。 三是智算中心的联网工程还在建设初期。头部算力服务商已经行动起来，三大电信运营商、阿里云、万国数据等已实现企业内部的算力联网调度。国家于2022年6月正式上线了中国算力网一期工程，2026年又将算力网纳入国家“六张网”现代化基础设施体系。随着算力银行、算力超市、词元弹性计费等配套服务的跟进，算力联网调度有望大幅平抑算力中心的忙闲程度。 四是异质异构的算力联网仍面临技术难题。目前“1+m+n”算力互联互通节点体系正进入大规模扩容建设期，已接入全国31省份578个算力资源池，覆盖昇腾、海光、飞腾全系列国产算力集群。但是，异质异构的算力互联面临着计算效率大幅下降的技术瓶颈。其主要原因是不同厂商的算卡或固定单元分配颗粒度、网络延迟、算法与硬件，在技术上很难做到完全适配，未来联网调度仍需要发展国产算力芯片，用统一技术标准来提升联网效率。 第三，技术差距导致算力中心处于高成本运营模式。算力芯片是算力中心建设的主要成本。当前高性能GPU等AI硬件主要依赖进口，而先进制程GPU的进口渠道受阻，且价格是国外同类型号的数倍，不仅影响算力供给稳定性，还抬高了我国算力出海的价格，这迫使许多出海企业选择国外的算力服务。 绕开国外专利壁垒的限制，国产算卡采取了“以网强算”的系统工程路线，取得了长足的进步。这种堆量和联网的策略，在性能上追平了国际领先水平，代价是付出了数倍的厂房面积和服务器数量，企业运营的地租成本和电力消耗也相应成倍增长。 算力闲置的另一个因素是企业因为生态隔离（CUDA壁垒）不敢用国产芯片。企业的模型迁移需要做大量的适配性调适，技术风险、沉没成本、时间消耗和人力成本都极高。尤其是大量二线品牌的国产算卡，缺少配套的软件工具和服务支撑，让用户很难下定决心，提交商用算力订单。 第四，诸多算力中心仍停留在房地产开发模式。AI大模型由训练转向场景应用，算力行业正从拼资源转向拼运营。任务交付能力成为影响算力利用率的关键因素。数据中心不是拿过来就能用的，需要做很多的性能优化，以及提供配套的故障处理等服务。目前，算力中心的智能服务日益强调任务交付与结果输出，运营模式也从单纯租赁硬件资源，转变为让用户直接获取任务结果。 在任务交付模式下，服务形态的改变推动企业采用多云部署策略，从而催生了跨平台协同管理、全产业链赋能等业务需求，驱动算力中心以“云-端-智”高效协作的模式提供算力服务，并从单一的硬件资源供给商，转变为全生命周期服务商和系统集成商。 算力服务行业的这些趋势性的转向，信号并没有及时传导到产业链中游的算力中心，更没有引起地方政府的足够重视。许多地方仍延用房地产开发的模式，建好机房等待企业来租赁服务器，市场经营的意识和能力没能及时跟上AI行业的形势变化。 多管齐下增强企业盈利能力 面向全球人工智能竞赛，需要搭建起全国算力行业的统一大市场框架，完善市场化的算力交易制度，在全球竞争中闯出中国算力行业的一片天地。 一是积极推进一体化的全国算力网建设。在国家算力互联网的基础上，进一步推进“1+M+N”的区域和行业互联互通平台体系建设。通过统一的算力标识符、算网云调度操作系统和高性能传输协议，将分散的异构资源整合进全国算力互联网，解决算力的“找、调、用”等技术难点问题。 二是建设全国统一的算力交易市场。进一步整合各类算力交易平台，发挥市场机制的决定性作用，提升算力中心开展任务协同的积极性和可能性，以完善的算力交易机制和市场规则，实现算力协同的合作共赢局面。 三是以技术创新推动算力资源的高效整合，着力解决我国算力行业参与全球竞争的技术短板，实现算力行业发展的自主可控。 四是积极推动算力中心的企业化进程。参考全国电网、铁路网的改制模式，推动各类算力中心转变为企业化经营的市场主体。鼓励算力企业开展混业经营，以软硬件协同的一揽子算力服务，实现企业的实力壮大和盈利提升。 （作者单位：上海社会科学院、上海国际经济交流中心）

2026-10-26: 10月26日，宇树科技股价延续上涨势头，盘中涨幅一度超18%，而后股价有所回落，报收672元/股，总市值为2718亿元。上一个交易日（10月23日），宇树科技股价20%涨停，迎来上市以来首个涨停板。 26日晚间，宇树科技发布公告称，公司股票连续三个交易日内收盘价格涨幅偏离值累计超过30%。根据相关规定，属于股票交易异常波动的情形。经公司自查，目前经营情况正常，未发生重大变化。 该公司还提醒称，人形机器人行业尚处于商业化早期，技术成熟度、下游市场需求培育、 产业链配套能力均存在不确定性。物理AI技术从实验室演示走向真实场景的规模化落地仍面临感知精度、运动控制稳定性、数据积累及软硬件协同等多重挑战，相关技术路径与商业模式的成熟尚需时间验证。若行业大规模商业化落地进度不及预期，公司未来营收扩张及业绩释放可能受到不利影响，存在估值回归的投资风险。 此前，宇树科技股价一度承压，并在10月15日创下阶段最低股价、接近400元/股。而在近日，该公司股价呈修复反弹迹象，连续七个交易日累计涨幅超65%。 据了解，10月22日，2026世界物理AI大会暨宇树合作伙伴生态大会在杭州召开。这是该公司成立十年以来首次举办这类规格的产业大会。 宇树科技创始人王兴兴在大会演讲中表示，大模型不断迭代下，物理AI或将迎来更多进展，快的话可能一到两年，慢的话可能两到三年。他还提到，宇树科技现在一年大概要生产几万台机器人，以及几十万个关节电机和模组，但如果要实现真正的大规模普及，目前的产能还远远不够。“如果未来很多工厂、商场和家庭里都有一台机器人，市场规模会非常庞大，年产量至少可能达到千万台。”

2026-10-26: 上周风险资产市场有一个好消息和两个坏消息。好消息是，因违约风险而暴跌的数据中心债券价格回稳，信用违约掉期（CDS）略有下降。坏消息是AI概念股下跌，半导体股遭到血洗；同时原油价格因中东紧张局势大升，布伦特破116关口，黄金白银失色。美国国债成为资金避险天堂，美元汇率高位平稳。过去两个月，美国债市已经对AI行业的过度扩张以脚投票，现在轮到股市了。AI故事越讲越大，已经变成了一场资本开支竞赛。数据中心、GPU、电力、网络设备、云计算，只要与AI有关，就有钱冲进去。Brookings估计，到2032年美国AI基础设施累计投入可能超过10万亿美元，每年相当于GDP的3.6%。这个规模相当于铁路、高速公路和早期电气化建设几次科技浪潮投资之和。过去市场只看到增长，憧憬未来；现在则开始算账，将视线落在脚下。股市可以吃到未来增长的红利，更愿意承担风险；而债市回报是发债时约定的利息，是固定的，风险需要投资人承担，所以债市率先去风险。近两个月，NeoCloud和数据中心相关债券的收益率明显上升，CDS价格大增，部分债券进入了承压区间。市场担心AI基础设施先从信用市场爆雷。笔者暂时没有这么悲观。过去两年融资窗口大开，不少NeoCloud（AI新云）已经提前筹到了未来一年左右所需的资金。公司债收益率现在上升，影响的是下一次融资成本，不是今天口袋里的现金。短期流动性未必马上出问题，真正麻烦的是旧债到期需要续借时，企业发债成本可能很高。到那时候资金不再听AI需求强劲这样的叙事，而会看未来现金流、合同质量、项目进度和杠杆率，也就是还款能力。Hyperscalers（超大规模云服务商）的情况不同。Alphabet、Amazon、Meta等自由现金流耗尽，未来也需要发债。今年五大科技公司的资本开支已经接近8000亿美元（明年甚至大幅超过1.5万亿美元），高过其合计自由现金流。不过这些企业的盈利能力强、核心业务有竞争力，即使融资成本上升，目前看仍然可控。因此，债市开始区分有能力还钱的和暂时还在讲故事的公司。股市的反应慢于债市。过去一段时间，AI股票的估值其实建立在几个很乐观的假设上：算力会长期短缺、资本开支越大越好、AI收入迟早会追上投资、所有参与者最后都能分到利润。短期看，这个故事还在。GPU现货价格依然很贵，大型科技公司仍然在上调资本开支，AI硬件公司的订单甚至可以看到未来两三年。需求是真的，订单是真的，盈利也是真的。然而，据Gartner测算，至2030年AI数据中心必须创造出8.5万亿美元的收入，才能令这些公司的投资得以取得可接受程度的回报。更令人担心的是，今天AI行业获取暴利的公司，并非拼命投资的公司。拼命投资数据中心的公司的盈利前景并不确定，微薄盈利与天价估值的矛盾、短期投资与长期盈利的矛盾、开源与闭源的矛盾，都是难以回答的问题。债券投资者早就在担心明年能不能还钱，股票投资者现在才开始担心未来能不能赚钱。这也是为什么笔者认为这一次股市调整可能不会太浅。不过，调整不等于故事结束。AI依然是伟大的革命，依然是未来几年资本市场最重要的主题，大型科技公司的盈利模式还在，AI硬件订单还在，市场错失恐惧情绪也还在。股价跌下来以后，相信资金还会回来。不过下一轮AI行情中，有三类公司危险性较高。第一类是需要巨大长期投资，但未来盈利能力高度不确定的公司。资本开支今天就要付，利润却要很多年以后才知道有没有。利率一高，估值最先出问题。第二类是准备IPO但最后既上不了市，又无法在私募市场筹够钱的公司。过去两年资本充裕，问题可以靠融资覆盖，一旦资本市场收紧，商业模式破绽便会暴露。第三类是杠杆已经很高，还要不断借新债还旧债的公司。笔者仍然更看好两端公司。一端是盈利强、资产负债表好的超大型科技公司。它们有能力继续烧钱，也有成熟业务替AI投资买单。另一端是未来两三年订单已经锁定的硬件公司。无论最终哪一个AI模型赢，GPU、网络设备、电源和数据中心设备都还是要买的。每一轮科技革命都会过度投资。铁路如此，电气化如此，互联网如此，AI也不会例外。很多基础设施都是在资本最疯狂的时候建出来的，但是科技革命最后成功了，很多初期参与者却牺牲在半道上。笔者认为这次调整未必是坏事，它让资本重新审视盈利和回报，让企业重新考虑杠杆，也让市场重新分辨谁是真的赚钱，谁只是站在风口上讲故事。话题转向法国。法国国债跌出了舒适区，债务危机的风险隐隐浮现。法国十年期国债收益率一度升至5.08%，创下2002年来新高。市场通常把法国和德国放在一起，当作欧元区核心国家，可是如今法债的交易定价却更像一个高债务、高赤字、低政治执行力的边缘国家。今天法国十年期国债的发债成本，竟然高过当年被称为“欧猪”的意大利、西班牙、葡萄牙、爱尔兰和希腊。油价上涨、通胀压力和美国长债收益率上升，当然推高了所有政府的融资成本。可是在此之上，法国还面临着额外的溢价。投资者担心的不是巴黎今天有没有钱还债，而是明天还有没有政治能力控制债务。2025年法国财政赤字为GDP的5.1%，虽然较上年略有改善，却仍远高于欧盟3%的财政红线。更尴尬的是，债务负担并没有因赤字改善而下降。法国公共债务从2023年的110%上升至2024年的113%，2025年进一步达到116%，债务余额约3.5万亿欧元。欧盟委员会预测，今年法国债务GDP率达到118%，明年突破120%。赤字暂时升高并不可怕，债务长期不降反升才可怕。法国政府税收负担已经处于全球最高水平，很难依靠加税解决问题，也很难削减养老金、福利、地方财政和公共部门支出。同时，借新债还旧债的再融资遭遇更高的发债成本，利息支出不断走高，法国政府利息支出占GDP比重将从去年的2.2%升至今年的2.6%。这就形成了一个恶性循环：赤字高企→发债增加→收益率上升→利息支出增加→财政状况进一步恶化。如果经济增长足够快，这个循环并非不能打破。但欧盟委员会预计法国2026年经济增长只有0.8%，2027年也不过1.1%。当名义融资成本不断向5%靠近，而实际经济增长如此疲弱，债务动态自然变得更加不友善。真正令市场不安的不是财政算术，而是政治乱局。法国过去也有高赤字，也经历过街头抗议。过去政府面对社会压力，往往用财政支出来换取妥协，今天这条路却越发难走。学校、养老金、生活成本等问题引发了新一轮抗议和骚乱，但法国财政腾挪空间几乎为零。如果政府花钱平息民怨，债市不答应；如果坚持削减开支，选民又不答应。债券市场要求紧缩，政治现实却要求扩张。法国政坛高度碎片化，政府缺乏稳定多数。2027年预算本是恢复财政信誉的机会，却反而成为市场检验政府执行力的压力测试。IMF指出，法国短期融资状况仍然可控，但必须拿出可信的中期财政整顿方案。当然，法债市场规模庞大、流动性好，债务平均期限较长，投资者基础也比当年希腊健康；市场担心不是国家明天违约，而是债务开始失去政治控制。法国眼下最危险的变化，是风险正在从财政数字进入政治，再从政治反馈回债券市场。收益率越高，政府越需要紧缩；紧缩越多，社会阻力越大；社会越不稳定，政府越难推进改革；改革越难，投资者要求的风险溢价就越高。政府对待高企的财政赤字束手无策，法国各地连续数星期的街头暴动，本质上是对经济现实的愤怒。政府通过宵禁制止暴力抗议，可以有一时的效果，但是问题的根源并未消失。笔者认为，法国还没有走到债务危机的地步，但危机通常也不是从“还不起债”那一天开始的。当一个政府失去了政治能力来决断、修正问题，发生危机便只是时间的问题。本周市场焦点是三大央行的利率决定：美联储大概率维持联邦利率在3.75%~4%区间不变，关注美联储主席沃什如何谈论12月加息；欧洲央行预计也不会加息，可能暗示12月加息；日本银行估计也不加息，同样可能暗示12月加息。除此之外，关注美国GDP、PCE通胀、欧元区GDP。〔作者系淡水泉（香港）总裁兼首席经济学家，本文纯属个人观点，不代表所在机构的官方立场和预测，亦非投资建议或劝诱〕

2026-10-26: 新一轮科技革命和产业变革有力推动了经济发展，也对就业和收入分配带来深刻影响。如何避免过度的就业替代，让技术发展的成果惠及更多人民群众，近来在学术界引发了广泛讨论。 国务院办公厅近日印发的《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（下称《意见》）提出，积极增强人工智能创造就业机会、赋能传统岗位、提升就业质量、激发创业活力的正面效应，有效减缓人工智能应用就业替代影响，努力实现技术进步、产业升级与就业促进、民生改善相协调的包容性发展。 业内专家指出，应当区分长期发展大势与短期转型阵痛，不夸大冲击，也不回避矛盾。政策上一方面要拓展人工智能就业新空间，加快开发人工智能领域新职业；另一方面要减缓人工智能应用就业替代影响，完善人工智能治理，并加快劳动者权益保障制度和社会保障制度的改革。 应对AI就业冲击 恩格斯在1845年出版的《英国工人阶级状况》一书中，通过亲身考察描述了工业革命时期生产力飞跃与工人贫困并存的现象。这一现象被经济史学者称为“恩格斯停顿”。近段时间以来，“恩格斯停顿”在学术界引发广泛讨论，折射出人们对于新一轮科技革命浪潮下劳动者境遇的关切与担忧。 复旦大学特聘教授周文在《学习时报》发文指出，当前人工智能产业高速扩张、技术能力持续突破，但技术红利普惠不足、就业结构失衡加剧、技术主权博弈加剧、伦理风险隐患凸显等问题逐步显现出来，可能形成人工智能发展的“恩格斯停顿”。探索兼顾创新发展与风险防控、效率提升与公平普惠的化解路径，是推动人工智能安全、有序、可持续发展，实现技术向善、利民惠民的重大时代课题。 日前在中国新闻社举办的一场研讨会上，中共中央党校（国家行政学院）经济学教研部讲师王松表示，“恩格斯停顿”是历次工业革命在技术变革期表现出来的阶段性现象。历史经验启示我们，“恩格斯停顿”问题的产生不在于技术本身，而是技术应用中形成的生产关系。人工智能等技术发展过程中应坚持共享发展，推动构建和谐劳动关系、支持中小企业创新和倡导全球协同治理等。通过构建制度化的技术红利分享机制，让技术进步转化为促进人的自由全面发展的物质技术基础。 在2026外滩年会期间，中国社会科学院学部委员蔡昉强调，当前可能是人工智能产生更大就业影响之前的短暂安静期，也是分析人工智能就业影响，提前做好理论和政策准备的窗口期。应对人工智能对就业的冲击，不能寄望于技术自我修正，需政府干预与包括金融在内的各方共同参与，推动人工智能向善。 蔡昉认为，人工智能未来会带来的就业冲击存在高度不确定性，因此当前最重要的不是在冲击发生后被动应对，而是在制度层面搭建一个应对平台，让政府干预、政策干预与各项宏观经济政策形成共同目标与协同手段。围绕这一思路，他提出四方面主张：促进人工智能平权；引导好人工智能；超前培育需求弹性大但当前劳动生产率偏低的行业，例如服务业；推动制度重适配。 优化分配机制 《意见》提出，发挥人工智能在改善就业环境、提升职业安全水平、提高工作质效等方面的作用，优先在劳动力紧缺、环境高危等岗位推广应用。稳慎把握人工智能在劳动密集型行业应用的范围、力度、节奏，尽可能减少对从业人员的冲击。鼓励企业探索建立失业缓冲期制度，在大规模推广应用人工智能过程中提前告知受影响劳动者、提供转型转岗就业支持。 国家发改委国家信息中心研究员魏琪嘉表示，跨越“恩格斯停顿”要秉持技术向善、法治护航的思路，技术本身中性，关键在于应用导向，应当区分长期发展大势与短期转型阵痛，不夸大冲击，也不回避矛盾。要对新技术落地场景分类甄别，对缺乏社会福利增益的非必要替代加以调节。治理应兼顾技术源头引导与配套制度完善，尊重企业发展阶段差异，发挥规则规制的作用，让技术进步真正服务于人、保障劳动者权益。 周文表示，适配人工智能高速发展态势，必须加快补齐制度短板，构建“创新激励、风险防控、权责清晰、全程可控”的现代化治理体系，实现技术创新与制度治理同频同步。加快人工智能法治体系建设，聚焦算法歧视、深度伪造、数据滥用、版权侵权、隐私泄露等突出问题，完善专项法律法规与行业规范，明确各类主体的权责边界、行为底线与追责机制，让人工智能发展有规可依、有矩可循。 为了使全体人民共享人工智能技术的发展成果，在“做大蛋糕”的同时，“分好蛋糕”的改革也更为重要。 《意见》提出，健全适应人工智能技术发展的收入分配机制。培育发展智能代理等创新型工作形态，鼓励企业加大对公益性人工智能技术、服务和开源社区的投入力度，帮助劳动者拓展能力边界、提升劳动价值，推动更多劳动者积极参与技术进步并从中获益。 清华大学马克思主义学院副教授刘恩至表示，就收入再分配机制而言，必须完善社会保障制度，为面临产业转型升级的劳动者提供基本保障。社会保障是保障和改善民生、维护社会公平、增进人民福祉的基本制度保障，发挥着民生保障安全网、收入分配调节器、经济运行减震器的作用。在产业结构发生重大调整的关键时期，社会保障制度尤其需要为民生兜底、为经济减震，帮助受到冲击的劳动者在过渡期内获得稳定收入，避免出现尖锐的社会经济矛盾。 蔡昉谈到，在人工智能对劳动力市场的影响下，识别个体所受冲击究竟是个人问题还是宏观问题的难度越来越大。为确保每个人都得到充分覆盖，普惠性必须不断增强。从这个意义上说，“十五五”规划提出的“投资于人”理念，应将解决结构性就业矛盾、应对未来人工智能冲击纳入其整体战略。

2026-10-26: 10月26日，大模型API聚合平台OpenRouter公布了上周平台上的调用量数据，在调用量排行榜上，DeepSeek不久前更新的模型空降第一，DeepSeek旗下模型已连续三周位居该平台周榜第一。此外，榜单前列的厂商还有MiniMax、智谱和腾讯，中国模型包揽了前五名。 具体来看，10月19日至25日这一周，全球AI大模型总调用量为188万亿Token，环比增长14.6%。前九中，中国AI大模型周调用量达93.54万亿Token，环比增长18.1%；同期美国AI大模型周调用量近22.5万亿Token，环比增长29.4%。 这是中国大模型在OpenRouter中的周调用量连续26周超过美国，居全球首位。在调用量前九榜单中，中国模型占据六席，海外模型有三席。 具体来看，在上周，DeepSeek在10月17日更新的V4.1-Flash-1017模型周调用量达33.6万亿Token，环比增长801%，调用量位居第一；居第二的是DeepSeek上一代模型V4.1 Flash，周调用量18万亿Token。 MiniMax在10月19日晚发布的新模型M3.1 Flash空降第三。智谱的GLM 5.3 Flash和腾讯混元的Hy4 preview分列第四和第五位。 看向海外模型数据，OpenAI旗下的GPT-6 Luna位列第六位，调用量为8.35万亿Token，Anthropic旗下的Claude Opus 5.5调用量为8.27万亿Token，位列第七位。 需要注意的是，OpenRouter并不是全球大模型市场调用量的全部。其数据只统计经由平台路由的流量，厂商自有API、云平台、私有化部署以及直接面向消费者的应用和网页产品均未纳入。因此，这些数据不能直接等同于全球市场份额。 不过，OpenRouter作为对外开放的模型API聚合平台，其数据可以作为观测市场趋势的参考。官方在页面提示，上述周调用量榜单数据展示的是每个模型提示词（prompt）和补全（completion）Token的总和，包含推理的Token。 拉长时间来看，OpenRouter每周处理的Token量，从2025年10月下旬的5.51万亿增长至2026年10月下旬的188万亿，一年里同比增长接近33倍。伴随市场整体扩张，流量也在持续向中国模型迁移。 2025年10月27日这周，OpenRouter调用量排名第一的模型是马斯克旗下xAI的Grok，榜单几乎都是海外厂商，但现在趋势已经完全相反。 行业认为，市场调用量从海外模型转向中国模型，核心原因是这一年模型开始大规模落地，业务流程中成本和性价比成为重要的衡量因素。 对于高价值、高风险或对质量要求较高的任务，企业仍然愿意使用全球顶尖模型。但在真实工作环境中，存在大量价值和风险相对较低的工作，对价格敏感，这恰好是中国模型更适合的市场。 不过，中国模型获得了更多的调用份额，并不意味着赚到了更多的钱。 如果看向OpenRouter上另一个榜单——模型在不同任务上的花费占比，目前仍然是海外模型绝对领先。 上图中，不同颜色代表不同类别的任务，而面积的大小则代表了资金花费的多少。整体市场格局中，通用任务是基本盘，占比为32.1%，其次是Agent（智能体工作流）占30.9%，Code（代码）占26.7%。 分类（Classification）是重要的通用任务之一，模型需要在这个任务中识别调用请求的类别，例如识别客服场景的诉求、给文档打标签，或判断一条请求应进入哪条工作流程。 在这一单项任务中，Anthropic的Claude Opus 5.5排在第一，占据了10.3%的份额，其次是OpenAI的 GPT-5.6 Sol、谷歌的Gemini 3.1 Pro，分列二三名。唯一入榜的中国模型是DeepSeek的V4.1 Flash。 排名前列的基本都是海外各家最顶级的模型，这说明在做分类这类要求较高准确率的任务时，开发者给海外头部模型花了最多钱。 总体看，中国模型厂商已经用性价比拿下了流量入口，进入更多用户的工作流程，但能否将Token变成收入、获得更高的利润，还要看具体的付费、推理成本等，而模型稳定完成高难度任务的能力也是中国厂商需要追赶的，有更好的能力后也会有更高的定价权。

2026-10-26: 【品大事】 宇树科技：人形机器人行业尚处于商业化早期 物理AI技术从实验室演示走向真实场景的规模化落地仍面临多重挑战 宇树科技公告称，公司股票连续三个交易日收盘价格涨幅偏离值累计超过30%，属于股票交易异常波动情形。截至2026年10月26日，公司滚动市盈率为465.22倍，显著高于通用设备制造业行业平均滚动市盈率38.54倍。人形机器人行业尚处于商业化早期，技术成熟度、下游市场需求培育、产业链配套能力均存在不确定性。同时，物理AI技术从实验室演示走向真实场景的规模化落地仍面临感知精度、运动控制稳定性、数据积累及软硬件协同等多重挑战，相关技术路径与商业模式的成熟尚需时间验证。若行业大规模商业化落地进度不及预期，公司未来营收扩张及业绩释放可能受到不利影响，存在估值回归的投资风险。 璞源材料：子公司拟投资不超10亿元建设眉山茵地乐三期项目 璞源材料公告称，公司控股子公司茵地乐集团的全资子公司眉山茵地乐，计划以自有及自筹资金在现有生产基地附近购置约150亩化工用地，用于眉山茵地乐三期项目的规划和建设。项目计划总投资不超过10亿元，其中固定资产投资不超过8亿元。项目主要建设年产10万吨硅碳前驱体树脂材料生产基地、年产20万吨新能源功能材料生产基地及研发成果转化基地。本事项尚需提交股东会审议。 厦钨新能：控股子公司拟7.23亿元投建年产4万吨磷酸铁（锰）锂项目 厦钨新能公告称，公司控股子公司雅安厦钨新能拟投资新建雅安四期年产4万吨磷酸铁(锰)锂项目，预计总投资7.23亿元，其中固定资产投资6.76亿元，铺底流动资金0.47亿元，资金来源为自有及自筹资金。项目建设周期18个月，计划于2028年6月投产。项目建成后，雅安厦钨新能磷酸铁(锰)锂产能将达到12万吨/年。本次投资已获公司董事会审议通过，无需提交股东会审议，不构成关联交易及重大资产重组。 佛塑科技：拟投资超8亿元建设高端锂电池涂覆隔膜项目 佛塑科技公告称，公司全资子公司河北金力及湖北金力拟分别投资建设高端涂覆隔膜项目，总投资约8.1亿元。其中河北金力西区项目总投资约5.37亿元，建成后形成年产17亿平方米高端湿法锂电池涂覆隔膜产能；湖北金力项目总投资约2.73亿元，建成后形成年产8.4亿平方米高端湿法锂电池涂覆隔膜产能。 蓝色光标：终止发行H股股票并在香港联交所上市 蓝色光标公告称，公司基于市场环境与自身发展规划的综合考量，经审慎讨论，董事会审议通过终止发行H股股票并于香港联交所上市的议案。公司表示，此次终止不会对日常经营及持续发展造成重大不利影响。 【观业绩】 德福科技：前三季度净利润4.67亿元，同比增长601.75% 德福科技公告，2026年第三季度营业收入53.87亿元，同比增长68.29%；归母净利润2.04亿元，同比增长631.02%。2026年前三季度营业收入145.83亿元，同比增长71.56%；归母净利润4.67亿元，同比增长601.75%。 药明康德：前三季度净利润193.98亿元，同比增长60.64% 药明康德发布三季报，前三季度营业总收入455.37亿元，同比增长38.59%；归属于母公司所有者的净利润193.98亿元，同比增长60.64%；基本每股收益6.66元，同比增长56.71%。第三季度营业总收入166.4亿元，同比增长38.01%；归属于母公司所有者的净利润83.18亿元，同比增长136.67%。 中兴通讯：第三季度净利润13.07亿元，同比增长394.46% 中兴通讯公告，2026年第三季度营业收入388.13亿元，同比增长33.99%；归属于上市公司股东的净利润13.07亿元，同比增长394.46%。前三季度营业收入1168.38亿元，同比增长16.23%；归属于上市公司股东的净利润40.6亿元，同比下降23.71%。 富临精工：第三季度净利润同比增长141%环比增长358%，锂电正极材料营收大幅增长 富临精工公告称，前三季度实现营业收入183.23亿元，同比增长101.70%；归属于上市公司股东的净利润6.45亿元，同比增长98.36%。第三季度营业收入72.75亿元，同比增长122.38%；归属于上市公司股东的净利润3.63亿元，同比增长140.97%。业绩增长主要系锂电正极材料营业收入大幅增长所致。 万华化学：第三季度净利同比增长84.38% 环比下降11% 万华化学公告称，第三季度营业收入为665.51亿元，同比增长24.80%；归属于上市公司股东的净利润为55.95亿元，同比增长84.38%。前三季度实现营业收入1858.67亿元，同比增长28.87%；归属于上市公司股东的净利润156.58亿元，同比增长70.99%。受国际政治及地缘冲突影响，全球化工原料价格大幅上涨，公司主要产品价格同比上涨，盈利能力提升。 中信证券：前三季度净利润310.22亿元，同比增长32.66% 中信证券公告，第三季度营业收入为168.98亿元，同比下降26.59%（调整后）；归属于上市公司股东的净利润为76.79亿元，同比下降20.19%（调整后）。前三季度实现营业收入665.9亿元，同比增长18.60%（调整后）；归属于上市公司股东的净利润310.22亿元，同比增长32.66%（调整后）。前三季度利润同比增加，主要由于经纪业务、投资银行业务、资产管理业务收入增加及信用减值损失转回。 金禄电子：第三季度净利润同比增长1330% 环比增长178% 金禄电子公告称，第三季度实现营业收入10.61亿元，同比增长101.11%；归属于上市公司股东的净利润1.30亿元，同比增长1329.92%。前三季度实现营业收入24.01亿元，同比增长64.28%；归属于上市公司股东的净利润1.86亿元，同比增长202.21%。业绩增长主要系产能同比提升、承接的订单结构优化、订单数量同比增加及产品调价所致。 深圳华强：前三季度净利润5.88亿元，同比增长62.84% 深圳华强公告，2026年第三季度营业收入95.61亿元，同比增长44.64%；归母净利润1.97亿元，同比增长56.65%。2026年前三季度营业收入273.09亿元，同比增长54.66%；归母净利润5.88亿元，同比增长62.84%。存储类产品线是公司前三季度授权分销业务收入增长的主要来源，其出货额同比大幅增长。 安洁科技：前三季度净利润2.71亿元，同比增长169.14% 安洁科技公告，2026年第三季度营业收入19.71亿元，同比增长52.26%；归母净利润1.07亿元，同比增长175.57%。2026年前三季度营业收入44.02亿元，同比增长26.38%；归母净利润2.71亿元，同比增长169.14%。 景旺电子：第三季度净利润同比增长240%环比增长174%，高性能PCB产品收入增加 景旺电子公告称，第三季度营收为66.21亿元，同比增长66.06%；净利润为10.14亿元，同比增长239.67%。前三季度营收为152.33亿元，同比增长37.45%；净利润为16.16亿元，同比增长70.42%。业绩增长主要系公司高速通信与AI数据基础设施领域的高性能PCB产品收入增加，上游材料价格上涨驱动产品销售价格增长以及订单结构持续优化等。 英维克：第三季度净利润同比增长0.25%环比增长4%，算力温控业务增加 英维克公告称，第三季度营收为19.33亿元，同比增长33.04%；净利润为1.84亿元，同比增长0.25%。前三季度营收为49.5亿元，同比增长22.94%；净利润为3.69亿元，同比下降7.62%。营收增长主要系报告期算力温控业务和储能温控业务增加所致，净利润变动主要系报告期区域销售组合变化（第三季度未能完全消除上半年的影响)、部分需求的发货及收入确认节奏滞后、期间费用增长、汇兑损失等因素所致。 澳弘电子：前三季度净利润1.49亿元，同比增长39.03% 澳弘电子公告，2026年第三季度营业收入5.22亿元，同比增长57.23%；归属于上市公司股东的净利润8233.64万元，同比增长214.68%。2026年前三季度营业收入12.95亿元，同比增长28.77%；归属于上市公司股东的净利润1.49亿元，同比增长39.03%。 睿创微纳：前三季度净利润23亿元，同比增长225.37% 睿创微纳公告，2026年第三季度营业收入30.49亿元，同比增长97.70%；归母净利润10.4亿元，同比增长192.41%。2026年前三季度营业收入74.45亿元，同比增长82.22%；归母净利润23亿元，同比增长225.37%。报告期内，受益于行业需求持续景气，公司在手订单充裕、新接订单情况向好；另一方面，公司持续推进产能建设，随着产能的释放，公司2026年前三季度的营业收入实现了同比和环比双增长。 【做回购】 日久光电：拟1亿元至2亿元回购股份用于减少注册资本 日久光电公告称，公司拟使用自有资金或自筹资金以集中竞价方式回购股份，回购资金总额不低于1亿元且不超过2亿元，回购价格不超过17.98元/股。按回购金额上限测算，预计回购股份约1112.35万股，占公司总股本的4.0268%；按下限测算，预计回购约556.17万股，占总股本的2.0134%。回购股份将全部用于注销并减少注册资本，实施期限为自股东会审议通过之日起12个月内。 金发科技：拟3亿元至5亿元回购股份用于注销 金发科技公告称，公司拟以自有资金及自筹资金通过集中竞价交易方式回购股份，回购金额不低于3亿元且不超过5亿元，回购价格不超过19.57元/股，回购股份将全部用于注销并减少注册资本。公司已取得工商银行广州分行贷款承诺函，获不超4.5亿元且不超过回购金额的90%的股票回购专项贷款支持。 【签大单】 武汉天源：中标36.4亿元储能项目 武汉天源公告称，公司作为联合体牵头人，与内蒙古银河电力安装工程有限公司、宁夏交通建设股份有限公司组成的联合体，收到灵武市华新综合能源服务有限公司发来的《中标通知书》，确定为“灵武市1000MW/4000MWh集中共享储能项目设备+安装一体化项目”中标单位，中标金额36.4亿元。项目计划工期不晚于2027年4月30日并网，竣工验收工期15个月。若后续签订正式合同并顺利实施，将对公司产生积极影响。 博迈科：全资子公司签订约24-30亿元FPSO上部模块建造合同 博迈科公告称，公司全资子公司天津博迈科与SBM签署海上浮式生产储卸油船(FPSO)上部模块建造合同，合同金额约24-30亿元，主要工作范围涵盖FPSO上部模块的设计、材料采购及建造等工作。合同于2026年10月25日生效，计划2029年4月完工，将对公司当期及未来业绩产生积极影响。 【推荐订阅】《公告臻选》 周日～周四每晚22:00左右更新。深度解读，聚焦关键；分类汇总，一目了然。10分钟内，用专业帮你节省时间，提升决策胜率！ 【扫描二维码，专属客服，专业解答】 【点击上方图片，一键直达】

2026-10-26: 近日，字节跳动对外持续释放算力与 AI 方向招聘需求，岗位覆盖芯片架构、物理设计、AI 算法工具链、编译器等多个方向。 第一财经记者搜索发现，字节跳动相关岗位涉及存算架构探索、模型与算子分析、量化、Runtime（运行时）开发以及软硬件协同优化。相关招聘信息显示，其芯片研发不仅关注硬件本身，也将工具链和系统集成纳入研发范围。 不止字节，多家头部科技企业都在加码算力人才招聘。一位参与多场推理infra（推理基础设施）面试的社招生对记者表示，infra面试范围很广，包括芯片架构、通信协议、Kernel（算子落到硬件的最小执行单元）、量化、编程模型、集合通信等。要面这类岗位，需要尽量打通多层技术栈。 当模型能力和应用需求迅速增长，单纯增加芯片数量已不足以解决全部成本问题，企业需要从硬件架构、数据搬运到模型部署进行系统优化。 “今年Coding和Agent应用爆发，任务长度和复杂度明显提升，国产算力在训练效率上面临更大挑战。”科大讯飞旗下词元星火CTO刘权对第一财经记者表示，国产芯片在显存容量、带宽和算力方面与主流英伟达GPU仍有差距，长上下文任务尤其容易受到显存和带宽制约，导致计算切分更碎、并行开销增加。 刘权透露，讯飞今年重点优化长上下文训练和推理：训练端改进超长序列并行策略，推理端则尝试扩展KV Cache（键值缓存）的存储层级，并与国产厂商合作，将更多存储资源纳入缓存体系。他表示，相关工作需要针对不同芯片的架构和内部结构进行算法设计与性能调优，并非简单更换硬件就能完成。 同时，刘权对记者表示，复杂大模型工程人才供给紧张，校招生往往需要一至两年甚至更长时间积累训练经验。当训练任务不断变长、耗卡量持续上升，模型迭代周期也随之拉长。早期一个版本可能一个月左右完成，如今若只靠堆叠算力而缺乏优化，训练周期可能达到三个月，竞争对手却可能已经推进了新一轮迭代。 科大讯飞董事长刘庆峰则坦言，国产芯片在显存容量、带宽和计算能力上仍存在客观限制。针对长序列训练中的并行效率问题，团队需要调整训练策略。推理阶段则需要优化缓存和异构资源调度。这说明，即使硬件条件存在差距，训练框架、并行策略与缓存管理也能影响最终可用性能。 海外厂商同样在推进针对特定任务的芯片优化。微软2026年1月发布Maia 200推理加速器，配备216GB HBM3e、7TB/s内存带宽，并称其每美元性能较自身此前部署的最新一代硬件提高30%。谷歌此前推出的Ironwood TPU则专门面向推理，单芯片配备192GB高带宽内存，带宽达到7.37TB/s。 OpenAI也在2026年公布自研推理芯片Jalape?o的初步测试结果。公司称，其设计同时考虑模型、服务软件、芯片、内存和网络，并在公开基准的特定测试中取得更高的单位功耗吞吐量与更低的端到端延迟。 但存算一体的产业化仍面临挑战。中国计算机学会近期围绕相关技术的讨论提出，从芯片流片到规模化量产之间，仍存在技术路线选择、软件生态、成本和良率等难题。不同存储介质各有适用边界，通用存算与面向特定场景的专用加速方案也仍在探索。 这意味着，企业加大存算相关人才招聘，并不等于相关芯片已进入量产或形成商业优势。真正的竞争还涉及架构能否适配不断变化的模型、编译器能否充分发挥硬件性能、开发工具是否易用，以及芯片能否稳定供货并进入实际业务。 算力相关岗位人才招聘背后，真正值得关注的不是某家企业开出了多高的薪酬，而是AI算力产业的竞争逻辑从争夺稀缺芯片和算力资源，进一步转向优化数据流、软件栈与硬件架构。最终决定投入回报的，不仅是拥有多少算力，还包括能否把算力转化为更高的训练效率、更低的推理成本和可持续的产品交付能力。

2026-10-26: 当出口撑起中国车企增长新曲线，辅助驾驶成为开拓海外市场的核心抓手。 最近1个月以来，中国车企陆续公布了辅助驾驶出海的新进展：小鹏将于2027年起逐步向全球交付NGP，推动高阶智能辅助驾驶进入海外市场；问界官宣2027年秋季进入欧洲，有消息称其高速NOA量产同步推进；长安汽车计划2027年率先在海外落地“天枢领航”高速NCA方案，城市NCA后续跟进，并将在当地建立算力中心实现数据闭环。 上述车企的一连串动作均指向2027年这一时间节点。在更广泛的行业认知中，中国汽车出海在经历由油转电的同时，将开启向全球全面输出下半场的辅助驾驶技术。广汽国际总经理卫海岗在接受第一财经等媒体采访时表示，明年将是中国智能辅助驾驶全面出海的元年，公司将在欧洲、东南亚等地区率先推进。 在另一面，辅助驾驶出海仍旧存在地区差异，其中最令行业关注的即是各地区的法规，包括技术合规性、数据合规性、功能安全等，进而影响到车企更换辅助驾驶供应商、设立海外云数据平台等。简而言之，想通过智能化新抓手拓展全球市场，中国车企需要下更多功夫。 开启智驾出海“下半场” 当国内汽车市场竞争日益激烈、增长速度回落，汽车出口已经成为新的必争之地。今年前三季度，汽车出口量达到820.5万辆，同比增长65.8%。中国汽车工业协会副秘书长陈士华预计，2026全年汽车出口有望超过1000万辆。 在多家车企的规划中，汽车出海已经进入了新阶段。卫海岗表示：“公司坚定将国际化作为‘第一增长曲线’。”在他的观察中，刚刚结束的巴黎车展上，中国参展品牌已从2018年的1家增加到今年的25家。他表示：“说明海外市场容量巨大，但出海窗口期有限。”他将广汽的出海路径概括为“三部曲”：产品走出去、产业走进去、品牌走上去。目前，该公司正从科技产品出海，逐步向科技生态、文化出海进阶。 在新阶段，辅助驾驶出海成为新标识。工信部数据显示，2026年以来，搭载L2级组合驾驶辅助功能的乘用车新车渗透率已达70.5%，配备领航辅助驾驶（NOA）的车型渗透率也达到了34.2%。 但数据显示，在海外，L2级组合驾驶辅助功能的渗透率却只有国内的一半，甚至更低。 但是，随着2027年到来，越来越多企业正在推动L2级别辅助驾驶出海。卫海岗表示，公司的云基础设施已在全球提前部署，适配不同区域的网络条件，L2级组合驾驶辅助开始在海外市场落地。同时，广汽集团将带动上下游企业一起出海，并与博世、法雷奥等跨国零部件企业保持合作，联合集团内零部件企业、国内合作伙伴和海外本地合作商共同落地，适配不同区域的法规要求。 卫海岗提到，全球各地区的差异性带来了不同的辅助驾驶接受度，有的地区接受度高一些，有的地区接受度低一些。“现在的智驾又便宜又好用，原来一颗激光雷达可以达到1～2万元，后来降到3000～5000元，现在雷达单价仅百元区间。从车价看，原本30万元以上车型才配备激光雷达，后来20万元以上的车型也可以搭载激光雷达，现在进一步下探至10万元级别的车型。” 他认为，中国汽车出海以新能源、智能化汽车为主流，这一大势不可逆。目前，车企主动适应全球汽车市场环境，也在油车上做智能化。“按照发展趋势，用户养成使用习惯后，我觉得会极大的便利用户，进一步改变用户心智。” 小鹏汽车通用智能中心负责人刘先明则在巴黎车展开幕前接受采访时表示，公司正与欧洲监管机构合作，仍在按计划于2027年在欧洲推出智能导航辅助驾驶(NGP)系统。他补充说，欧洲在交通规则、道路布局以及车辆应对骑行者和行人等方面存在差异，给该系统带来了独特的挑战。 但是，他称，公司希望将辅助驾驶系统的全部功能引入欧洲，而不是提供功能阉割的版本，即在基本的车道保持和巡航功能外，NGP还能应对复杂的城市和高速公路驾驶环境，包括识别道路标志、优先避让骑行者，以及适应欧洲城市特有的驾驶习惯。未来，小鹏还计划在东南亚、澳大利亚等市场推进NGP技术落地。 多方关注法规落地 辅助驾驶系统的出海不仅有车企参与，更有智驾系统供应商的融入。目前，包括Momenta、地平线、卓驭、文远知行、小马智行、轻舟智航等多家自动驾驶解决方案厂商拓展海外市场，各家采用的出海路径也更多元化。 比如：Momenta与神龙科技达成全球战略合作，联合开发高阶智能辅助驾驶系统，搭载于标致、Jeep全新量产车型，落地中国、欧洲及全球其他市场，以搭载于主流外资品牌车型的方式，带动辅助驾驶登陆海外市场。 卓驭科技则在德国布伦瑞克设立欧洲总部，与大众汽车集团在欧洲本地启动下一代智能驾驶概念验证（POC）合作，试点车型为大众纯电平台ID. Buzz。同时，卓驭还在推动中国重汽的商用车智驾方案进入欧洲。 尽管辅助驾驶技术出海形式多元化，但智能网联汽车在全球各地的发展都绕不开法规监管和完善的规则制定。德国汽车工业协会（VDA）主席穆希雅（Hildegard Müller）在2026世界智能网联汽车大会上指出，智能网联汽车的发展不能局限于车辆本身，而需推动汽车工程、数字技术与交通基础设施深度融合。在技术日益复杂的情况下，必须避免不必要的技术和标准碎片化。 她强调，产业的目标并不是在全球各地建立完全相同的规则，而是寻求足够的共同基础，提升系统互操作性。中国在数字基础设施和应用方面经验丰富，德国在先进工程与安全可靠系统方面优势突出，双方应发挥互补优势，推动形成可在全球市场推广的解决方案。 欧洲汽车工业协会秘书长狄薇斯则认为，各国应积极建立针对智能网联汽车的全球监管体系，以减少不必要的复杂认证流程。 从大趋势来看，智能网联汽车在全球的普及率仍在上涨。摩根士丹利预测，2030年L2+车型全球销量2600万辆，占全球乘用车新车销售28%；2024年该比例为8%，2025年约11%。

2026-10-26: 北京时间10月26日凌晨，埃隆·马斯克在社交媒体上发文表示，SpaceX已完成400亿美元债务融资，资金将用于采购GPU。“这笔融资主要由用于GPU的可赎回债务组成，预计将在2027年第一季度和第二季度到位。”他补充称。马斯克提到，对于那些没有独立于AI数据中心之外的实质性收入来源的公司，过去几周债务市场几乎完全切断他们获取资金的渠道。SpaceX则拥有投资级评级，而且通过星链和火箭发射业务产生收入。他还预判称，200多家新云服务商（Neocloud）将面临大规模倒闭和整合，只有少数能够存活下来。不过，马斯克此次发布的帖文并未明确交易“完成”具体指什么，目前也不清楚投资者是否已就这笔债务的定价达成一致。此前有消息称，SpaceX正在与银行和投资者洽谈筹集400亿美元，用于购买英伟达芯片。拟议中的融资将使用特殊目的载体（SPV），使这笔债务不进入SpaceX的资产负债表，从而保持其投资级信用评级。这笔融资也凸显了AI热潮的巨大资本需求。据媒体报道，高盛发布的报告预计，亚马逊、Alphabet、微软、甲骨文和 Meta 今年将在AI能力建设上投入8000亿美元。高盛团队认为，明年的支出仍会大幅增长，但资本支出增速将开始放缓。SpaceX也计划加码AI领域的投入。在第三季度电话会议上，SpaceX首席财务官布雷特·约翰森介绍，公司预计第四季度资本支出为350亿至400亿美元，将持续投入算力、星舰与卫星产线。值得一提的是，前几天SpaceX刚刚交出上市以来的首份盈利财报。公司称，受超级智能（Super Intelligence，SI）及连接业务加速增长推动，Q3实现收入达146亿美元，同比增长161%；实现运营利润27.91亿美元、净利润44亿美元、调整后EBITDA 88.09亿美元。今年第二季度，该公司运营亏损达1.43亿美元。其中，AI领域业务已经成为SpaceX营收增长的最大引擎，超过了包括星链在内的连接业务。今年第三季度，SpaceX的SI业务收入为76亿美元，环比增长195%，同比增长830%。这一增长主要受新云服务协议激活、收购Cursor以及企业和消费者对Grok采用增加推动。SI业务收入主要还是来自于算力租赁。该公司通过向Anthropic、谷歌和Reflection AI等出租数据中心容量来赚取AI收入。另据马斯克在电话会议上透露，SpaceX的算力采用50%内部自用、50%对外出租的动态配比，优先短期现货合约，算力投资回收期不到一年。“各大云厂商以及数十家中小企业不断找到我们希望租赁算力，需求远超供给。”

2026-10-26: ①启元机器人第5000台个人机器人正式下线； ②无问芯穹与三体宇宙联合发布智子Agent 1.0； ③三星Exynos 2700内部测试得分超过高通旗舰芯片； ④星闪3.0标准成果发布：面向全场景智能物联，瞄准AI、无源、毫米波等方向； ⑤英国宣布设立AI生物安全实验室。

2026-10-26: “产业趋势判断与组合风险管理同样重要”，上半年还在为“没买AI”道歉，三季度，轮到重仓AI的人反思了。 过去数月，市场风格走了一个急转弯。上半年还被资金捧在聚光灯中央的科技成长，三季度遭遇深度回调；而曾经“陪跑”许久的医药、周期板块等，忽然接过了领涨接力棒。波动中，有人从AI撤身兑现，有人往医药里加倍下注。 随着公募三季报集中披露，已披露季报的产品持仓图谱，揭开基金经理多空取舍的真实路径。Wind数据显示，在有数据的170只主动权益基金中，超七成产品在三季度下调股票仓位，科技类产品成为利润承压主力。 净值的大幅回撤，催生一波集中复盘，一众深耕AI赛道的基金经理在季报中反思交易得失。在部分基金经理看来，本轮调整并不意味着人工智能的长期产业趋势发生逆转，因此未来会在坚守AI长期价值的同时，把仓位管理、分散配置放在更重要的位置。 震荡季如何调仓 今年三季度，A股市场陷入震荡调整，作为前期主线的科技板块不确定性攀升，医药、周期、均衡配置等多元配置接力走强。市场风格一转，部分深耕科技赛道的产品适度收敛仓位，兑现部分浮盈，基金经理的操作已有所分化。 据第一财经初步统计，截至10月25日，有359只基金产品（仅列举初始基金，下同）已经披露了最新三季报的情况。其中，主动权益基金（包括普通股票型、偏股混合型、平衡混合型、灵活配置型基金，下同）数量占比近半。 从有近两个季度数据的产品来看，Wind数据显示，在170只主动权益基金中，超七成产品的股票仓位（即股票市值占基金资产净值比）较上季度水平有所降低，其中76只保持九成仓位，整体权益配置的进攻态势有所收敛。 在这之中，有重仓科技的产品选择撤出部分筹码，开始向其他方向试探。例如华银平安中国的股票仓位从93.14%降至71.09%，单季减少超过22个百分点，接近一季度的仓位水平（73.74%）。该产品前十重仓股中新晋三只医药生物个股。 也有部分产品主动下调仓位，对前期涨幅丰厚的重仓标的进行减持，锁定阶段性收益。如泓德泓汇混合（002563.OF）将仓位从九成降低至不足八成，减仓幅度超过10个百分点。其基金经理于浩成直言，（组合）“做了一些止盈操作，降低了产品在本轮调整中的回撤幅度，但整个AI板块的调整幅度仍超出此前的预期”。 与此同时，也有部分主动权益基金有相反操作。此前经历长期调整的医药板块，是加仓最扎眼的方向之一。如中欧医药生物则从79.4%增至94.52%，较上一季度加仓超过15个百分点；泰康医疗健康也将股票仓位从81.36%提升至94%。 就结果而言，多家医药主题基金在三季度获得一定表现，中欧医药生物A（024818.OF）、泓德医药精选A（026470.OF）单季度回报超过20%。以前者为例，业绩叠加申购资金涌入，该产品的合并规模从0.18亿元增至1.17亿元，单季度增加五倍有余。 伴随规模扩容，基金经理赵磊对重仓股进行了大手笔增持。季报显示，凯莱英（002821.SZ）、康龙化成（300759.SZ）等7只A股，分别获得了2.25倍至4.9倍不等的增持；对药明康德（02359.HK）、康诺亚-B（02162.HK）等港股则环比增加了5倍以上。 不过，就产品经营情况而言，上述主动权益基金在三季度仍呈现“亏多盈少”的局面，有四分之一左右的产品实现盈利，单季度基金利润合计为-219亿元。科技类产品作为“失血”大户，银河创新成长单季度亏损56.64亿元，中欧数字经济、红土创新新兴产业均亏超20亿元。 反思背后：AI信仰未消 今年三季度，市场风格出现反转，上半年表现强势的科技成长大幅回撤，这一调整在四季度仍在延续。面对超出预期的回调与净值回撤，“反思”和“复盘”成为基金经理当期季报的重要内容之一。 以中欧科技成长为例，该产品A类份额上半年的累计回报为62.81%，三季度净值下跌35.89%，年内收益快速回吐，截至10月23日的年内跌幅已超16%。基金经理杜厚良在季报中反思称，“没有及时降低组合波动、分散持仓，回撤幅度明显大于基准”。 “在关注产业景气度和公司基本面的同时，对于市场持仓结构、流动性和交易拥挤度由量变向质变演化的重视程度不够，未能较好地应对三季度的较大幅度回撤。”中欧数字经济基金经理冯炉丹同样复盘，这一轮调整再次提醒，产业趋势判断与组合风险管理同样重要。 反思不等于离场。从两只产品的重仓股来看，基金经理并未撤出科技赛道。寒武纪（688256.SH）、新易盛（300502.SZ）、中际旭创（300308.SZ）等热门科技标的，依旧留在前十大重仓之列。但中欧科技成长的股票仓位由此前的93.21%降至90.96%，创下产品成立以来单季最低仓位。 一轮剧烈震荡，给投资者上了生动一课。有人直面回撤反思不足，有人用调仓优化组合，但科技赛道的市场存在感并未消失，只是参与姿态更为审慎。相比二季报的笼统乐观，基金经理在三季报的判断开始“附带条件”。 从反思转入具体操作，冯炉丹表示，将在继续跟踪AI技术进步和商业化落地的同时，更加重视估值水平、筹码结构、流动性变化及外部政策风险。在她看来，本轮调整并不意味着人工智能的长期产业趋势发生逆转，更多是市场对过于领先的预期进行重新定价。 “经过三季度调整，A股AI相关板块的估值已较充分地反映了全球流动性和风险偏好的压制，与海外同类资产相比，性价比正在提升。”杜厚良表示，对A股AI产业的中长期前景保持信心，组合仍会以算力基础设施和AI应用落地为主线。 “从更长维度看，AI大模型的能力仍在发展中，且可能在某个阶段出现大幅跃升，从而大幅扩大可商业化的市场，类似之前的商业化回报很高的AI编程领域。”于浩成表示，从长期视角看，战略性重视AI产业的发展，认可其潜在的、巨大的长期投资价值。 但他同时也表示会保留一份认知：类似AI这样的前沿性创新，发展过程必定会有起伏，不会一蹴而就。而投射到股票市场上，股价的波动会更大，因此未来会从标的选择、仓位管理等方面进行控制，后续采取“多元成长，有所集中”策略。 冯炉丹也提醒，经历前期较大幅度上涨和本季度快速调整后，AI板块仍具有持仓集中、波动较大、投资者情绪容易受到短期涨跌影响等特征，建议投资者根据自身的风险承受能力和投资期限，合理控制仓位、适度分散配置。

2026-10-26: 探寻一切可控的确定性，正成为人工智能应用的重要诉求。 日前，国务院办公厅印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，明确在强化人工智能的就业创造效应、构建就业友好型人工智能升级路径、提升劳动者数字素养和就业能力等六个方面部署了18项主要任务，旨在构建就业友好型发展方式，缓冲人工智能给经济社会带来的不可逆的重塑重构影响。 人工智能毫无疑问正带给经济社会生态巨大的改变，这种面对未来的高度不确定性，让恐慌先入为主地影响着人们的判断。人类的科技进步史上，类似的恐慌已上演过无数次，因为科技革命正是以破坏性创造的方式改变每个人拥有的初设配置，将拥有的安稳打破，激发人们的损失规避效应的。 构建就业友好型的人工智能发展模式，可看作探索在现在与未来建立起连接的一种情感中转机制，其要义在于通过引导性降震，让人工智能应用以更加平滑的方式与人们建立起联系，把人工智能给经济社会生态带来的冲击尽可能地设定在人们可承受的范围之内。 同时，构建就业友好型的人工智能发展方式，揭示了人工智能与稳岗就业的内生一致性，即人工智能应用给就业带来更多的将是增益，替代更多是结构性的。科技发展具有典型的断点均衡特征，新技术真正在经济社会的应用是一场融合之旅，唯有基于成本最小化的演进，才能尽可能地减少新旧交替过程中的对抗。 因此人工智能在经济社会生态的演进，遵循相互增益逻辑，以近年来人工智能最先冲击的软件业为例，人们并没有看到计算机软件工程就业岗位的大规模替代，相反计算机码农是最先积极拥抱人工智能、掌握人工智能、增益工作效率的一个群体，软件行业也将是最先享受人工智能增益的行业。 更低的边际成本、更高的边际效率、更快捷敏感的反应速度等，是目前人工智能给人们带来的实在呈现。显然，《意见》明确强化人工智能的就业创造效应，真实传递出人工智能对中小企业稳岗扩岗的积极作用，尤其是伴随着人工智能正在从大语言模型进入物理世界模型发展阶段，人工智能要熟悉、了解和应用物理规则，实现由语言交互向行为交互的跃进，需要大量中小企业和工人，作为物理AI的向导，帮助物理AI了解整个物理世界。而这注定了人工智能对广大劳动者的增益功能，人们对人工智能对就业岗位替代的恐慌，更多是在恐慌如何与人工智能相处。 构建就业友好型人工智能升级路径，并不是一种对科技应用的保守指引，而更应理解成揭示出了人工智能与现有经济社会生态融合的本质内涵，人机交互才是人工智能融入经济社会生态的必由之路。 当前人们需要积极走出的是与人工智能对峙的思维定式，谨慎将自身放在与人工智能同台竞技的替代立场上，唯有如此才能正视人工智能等科技进步给自身带来的增益。 这引出一个新的认知改变，那就是构建就业友好型人工智能，开启的是一场双向奔赴，一方面是人工智能旨在将人从可标准化的工作流程中解放出来，另一方面需要不断提升劳动者的数字素养和就业能力，引导劳动者更好地理解和使用人工智能，使自身成长为人工智能创新型人才，明晰未来的劳动者竞争力集中在如何更好地使用和配合人工智能工作上。 因此，不难发现，《意见》传递的是一个先立后破的人工智能发展信念。这种先立后破，一方面是一种重构重塑经济社会生态的策略性安排，即明确要求挖掘传统领域人工智能就业潜能，减缓人工智能应用就业替代影响，旨在减少人工智能对就业市场的直接冲击，为人们正确认识人工智能提供更多的空间和时间。 另一方面，人们对人工智能的认识需要一个信念和观念上的先立后破。当前人们对人工智能替代就业岗位的恐慌，并非主要是现实实证，而是一种可能性推演。这本质上是一个如何理解和与人工智能相处的问题，唯有走出人工智能恐慌，真正积极拥抱人工智能，人工智能才有可能成为一种增益，而非剥夺，人与人工智能才能成为一个效率组合，产生相互助推效应。 构建就业友好型的人工智能技术发展路径，是打造和构建一个人与人工智能相互增益的融合之旅，为人工智能应用破局营造可控边界，唯有从认知上立起来，人们面对人工智能时才不再会被损失厌恶效应所笼罩。

2026-10-25: 近期，美国OpenAI等企业开发的AI智能体在训练和评测中出现越权访问外部系统、向外部传输用户内容等行为，引发了业界对前沿模型安全控制与开发者责任的关注。 9月30日，美国联邦贸易委员会（FTC）发言人表示，委员会正在调查OpenAI、Anthropic及其他AI企业的模型对消费者带来的危险，以及企业是否就AI产品的潜在危害误导消费者；将通过调取相关记录和要求高管提供证言核实事实，并依据现有法律审查企业行为。 AI模型安全事件推动FTC调查 近期，美国头部AI企业陆续披露模型安全事件。7月21日OpenAI披露其参与的Hugging Face事件显示，模型原本运行于内部网络安全评测环境，却利用软件包代理服务中的未知漏洞取得互联网访问能力，随后结合凭证和其他漏洞进入外部生产系统，暴露了在评测环境下未能有效限制模型对外访问的问题。该评测为测试网络攻击能力降低了部分安全限制，未启用生产部署中的全部防护措施。 OpenAI后续公布的报告进一步说明，该事件主要由一个仅供内部研究、不拟公开发布的模型推动。内部团队5月下旬已观察到部分未经允许的通信和联网活动，但处理7月初安全事件的负责人尚未全面掌握这些早期异常情况，反映出安全技术控制与内部信息沟通均存在不足。 同时，非营利模型评估机构METR与AI安全研究机构Redwood Research（红杉研究机构）公布的联合调查报告显示，在调查覆盖的活动中，约1200个原本相互隔离的AI智能体通过未经批准的交流空间交换信息，产生超过7万条信息和文件，其中约700个参与了攻击活动，进一步揭示了模型突破隔离后开展交流与协作的规模。 与上述事件发生于专门的模型安全评测不同，非营利AI研究机构Transluce随后发布的调查记录了普通信息检索中的攻击尝试。智能体在通过常规方式获取数据受阻后，针对美国新墨西哥大学数字图书馆、Data USA及澳大利亚公共数据服务，尝试使用SQL注入、命令注入、路径遍历等手段绕过访问限制。尽管研究人员未观察到这些攻击尝试成功，但相关记录表明，普通信息检索也出现了超出授权范围、威胁外部系统安全的行为。 在政府网站中，相关活动既包括取得非公开文件，也包括获取公开数据和未成功的攻击尝试。澳大利亚政府9月24日披露，OpenAI智能体于今年6月未经授权访问澳大利亚服务局管理的医疗保险统计门户，取得公开及非公开文件。澳方表示，尚无证据表明个人信息遭到访问，也未发现澳大利亚服务局网络受到更广泛侵入，调查仍在进行中。 OpenAI亦于9月25日披露，智能体获取并向外转发了美国证券交易委员会网站上的公开信息，还使用在网上发现的美国人口普查局API开发者密钥查询公开数据。 Transluce则披露，有智能体于5月28日和6月9日对加拿大图书档案馆网站发起访问及攻击尝试，但未能确认来自OpenAI，也未发现攻击成功或取得非公开信息的证据。该报告还记录了对白宫等政府网站的探查活动，但未发现所分析数据中存在取得非公开信息的实例。 除访问外部系统外，OpenAI还承认有53张ChatGPT用户图片被传至外部，并表示已采取删除等措施。另据美联社报道，OpenAI暂停最新模型训练，表示将在确认额外防护措施到位后恢复。 从突破评测环境隔离、在普通检索中尝试绕过访问限制，到向外传输用户内容，这些前沿模型安全事件暴露了权限控制、行为监测和数据保护方面的问题，也使相关模型对消费者带来的危险及开发者责任受到关注。 FTC调查重点与取证计划 在美国联邦政府机构中，FTC主要承担维护市场竞争和保护消费者两项职责。此前，FTC已研究大型云服务商与AI开发企业合作对竞争的影响，处理虚假“AI律师”宣传，并研究聊天机器人对未成年人的影响，本次调查则侧重于履行消费者保护职责。 FTC拟依据《联邦贸易委员会法》第5条，调查前沿模型是否涉及损害消费者权益的不公平或欺骗性行为。该条第（a）（1）款规定：“商业活动中或影响商业活动的不公平竞争方法，以及商业活动中或影响商业活动的不公平或欺骗性行为或做法，均属违法。” 为取得审查所需的证据，FTC计划发出强制取证文件，要求Anthropic、OpenAI等提供与模型潜在危害有关的内部记录，并要求有关高管提供证言。据报道，取证对象还包括METR，该机构曾受OpenAI和Anthropic委托开展独立安全事件评估。 依法厘清前沿AI模型开发者责任 FTC主席弗格森反对以拟人化方式描述智能体的异常行为。他指出，部分被称为“超出人类控制”的安全事件，经审查活动记录后发现，系统实际上是在执行所接收的指令。因此，他主张优先运用现有法律，从相关指令及工具使用情况入手，审查模型开发者等相关主体的责任。 依据《联邦贸易委员会法》第5条，审查模型开发者的责任，需要查明企业是否通过虚假说明或隐瞒重要信息误导普通消费者，且相关信息是否影响或足以影响普通消费者的选择，或者其行为是否造成或足以造成普通消费者无法合理避免的实质性损害。 弗格森以企业未披露数据泄露的情形为例，探讨现有法律对AI开发者的适用边界，而非仅以智能体出现异常行为便认定开发者违法。 Anthropic在保密版招股说明书中提示，自主智能体可能因错误、目标偏离或安全漏洞而删除数据、执行金融交易，造成不可逆的恶果，并使公司面临重大且难以预测的损害赔偿。其不确定性主要在于，现行法律尚未明确应当将自主智能体及其所实施的行为纳入产品责任、服务责任还是其他责任框架，有关损害应适用严格责任还是以过失为责任要件，以及智能体的行为在何种情况下可以归属于部署者并使其承担相应法律后果。Anthropic还表示，公司合同中的责任限制条款在应对自主智能体行为引发的索赔时，可能无法得到执行；即使能够执行，其适用范围或责任上限也可能不足以控制有关风险。 围绕具体模型安全事件，非营利组织Legal Advocates for Safe Science & Technology近期在旧金山高等法院起诉OpenAI，指控其智能体在网络安全测试中未经授权访问Hugging Face系统，使模型开发者责任问题进入独立于FTC调查的司法程序。诉讼指控仍待法院审理，FTC也尚未公布本次调查的违法认定或处罚决定。相关主体是否承担责任及承担何种责任，仍须依据查明的事实和适用法律，通过相应程序确定。 通过企业自律与公共执法治理前沿模型安全风险 在FTC调查公开之际，美国政府同时推进AI称谓调整和企业安全承诺。美国总统特朗普9月29日签署行政命令，要求行政部门在法律允许的范围内，以“超级智能”（Super Intelligence，SI）替代“人工智能”（AI）。行政令称，政府用语应体现前沿模型系统不断发展的能力及其带来的机遇。这一调整属于政策用语变化，并不意味着现有模型已经达到技术意义上的超级智能。 同日，谷歌、Anthropic、Meta、OpenAI、xAI和英伟达等六家头部AI企业的负责人签署安全承诺，提出内部控制、专门内部团队、外部独立评估及董事会独立委员会监督等安排，涵盖网络、生物和化学风险，以及防止未经授权入侵和访问等事项。企业通过这份自愿性文件，承诺评估相关控制措施是否有效、模型是否按预期运行，并建立相应监督机制，其执行情况则需通过具体措施和记录加以检验。 弗格森认为，不能由头部AI企业主导制定只有少数大型AI企业才能满足的监管要求，以免对其他中小企业形成不必要的市场准入壁垒。企业自律与公共执法相衔接，既要检验安全承诺的落实，也要维护公平竞争。 企业安全承诺的落实，还需以具体技术措施为支撑。澳大利亚网络安全中心提出，应加强认证、访问控制、网络分段、日志监测和事件响应测试，以预防、发现和处置异常访问。这些措施侧重系统防护，FTC调查则侧重核查企业是否履行消费者保护义务，两者从技术和法律层面共同应对前沿模型安全风险。 据此，前沿模型安全治理应贯穿研发、评测和部署全过程：通过权限限制、环境隔离、持续监测和人工干预加强技术控制，将尊重授权、保护隐私和避免伤害落实到任务设计与行为约束中；通过内部监督和独立评估检验企业承诺，并根据查明的事实依法划定相应责任。 其中，模型安全事件的通报既应提供足以识别风险、查明事实和开展应急处置的信息，也应保护商业秘密和模型安全机制，并控制尚未修复漏洞的技术细节及其传播范围，避免披露不当引发二次安全风险，或者损害有关企业的正常发展和公平竞争。为推动国内调查处置与跨境风险交流相衔接，建议进一步明确前沿模型安全事件的通报范围、信息提供方式、使用目的和保密边界，并建立固定的技术联络渠道和应急联系人机制。 随着前沿模型能力提升和应用场景变化，有关安全措施应当持续评估和改进。未来前沿模型治理既要约束未经授权的行为，保护消费者及其他市场主体的合法权益，也要维护公平竞争和合理的创新空间；通过技术控制、伦理约束、企业自律与法律监督相互配合，推动前沿模型安全治理能力与其技术发展相适应，形成安全可控并持续增进人类福祉的智能体创新生态。 （作者系华中科技大学知识产权与竞争法中心主任、教授）

2026-10-25: 第140届广交会智慧健康场景展示区里，一台仿生机械手正在演示抓握。来自阿塞拜疆的境外采购商贾法罗夫（Elshan Jafarov）凑近端详机械手的完整动作。他告诉第一财经记者，自己是一名医生，旗下运营医院业务，这届广交会重点关注医疗机器人领域的最新突破。“过去我们主要接触和采购欧洲供应商的设备，现在更希望在中国找长期合作伙伴。具身智能和医疗机器人的落地应用，中国企业已经走在前面。展会结束后，我们会继续深度对接。”这届广交会上，从轻量化外骨骼、胶囊内窥镜，到体感游戏盒子、AI智慧黑板，算法和传感技术被厂商做进了具体场景。国家统计局新闻发言人、国民经济综合统计司负责人王冠华在近日的国新办发布会上表示，人工智能有力带动了新兴领域投资和出口。“人工智能应用拓展带动产业链上下游持续投资扩产。凭借全链条配套优势，我国快速推出适配不同场景的AI软硬件产品，精准对接了海外市场的需求。”她举例称，AI眼镜、智能仿生机器人等终端产品持续丰富全球人工智能应用场景。客厅里的一平米，课堂上的“李白”展会现场，歌尔股份展位搭了一套“一平米全功能家庭影院”。新加坡采购商TJ Lim坐进体感座椅，戴上头显体验。摘下头显后，她向展台人员详细询问了整套设备报价。她告诉第一财经记者，她所在企业传统主营食品与建筑，但正在向AI相关业务延伸，这是她时隔多年专程为寻找AI新业务重返广交会，她的参展重点就是消费电子和服务机器人两大展区。歌尔的工作人员对记者介绍，这套系统把自研微显示与光学模组的XR头显，和带体感声学的工学座椅集成在一起。“以往一套像样的家庭影院要专门腾一间屋，配功放和成套音响，造价动辄数十万元以上。这套方案体积压到一平米左右，高端影音的物理和资金门槛都降下来了。”她说，海外家庭不用专门留房间，也能获得被屏幕和声音包住的观影体验。深圳多科电子自有品牌Blackview展台前，几批境外采购商也正站在屏幕前试玩刚上市的体感游戏盒子。“不用拿手柄，也不用复杂外设，站在前面动身体就能玩，体感交互和游戏软件都是我们团队自己写的。”公司全球海外销售总监毛玲玲对记者说，公司在消费类三防手机赛道经营13年，在欧洲三防市场排进前四，平板电脑也做到细分领域前列，“我们的策略是在成熟行业里做到头部，在新兴行业尽早布局。”在教育出海赛道，硬件的价值也在被更智能的软件交互改写。视源股份（CVTE）展位前，一台AI教学黑板吸引多国采购商排队体验。“产品的AI能力贯穿课前、课中和课后。”广州视源战略资源副总裁王绪告诉第一财经记者，老师备课时只需告诉AI当天教学主题，系统就能一键生成课程大纲和完整课件，还能虚拟出历史人物动态形象与学生实时对话。“比如讲古诗词，直接把李白生成出来，学生可以当面问他写诗时是什么心情、为什么这样写，课堂一下就活了。”课堂上的绘图和高门槛实验也更“可及”。王绪说，以前讲立体几何要带尺子量角度，现在随手画个草图，系统能自动纠正成精准三维模型，还能涂色、旋转、展开；没有实体实验条件的学校，可以一键仿真三维物理或化学实验，甚至按教学目标生成互动课堂小游戏，避开有毒有害药品。这套软硬件方案已进入全球140多个国家和地区。王绪认为，拿下海外订单不只看支持日文、韩文、越南语、泰语等数十种语言切换，还要看生成内容是否接地气，“刚才一位越南客户现场给AI出题，要上一堂特定课程，配图必须带越南某个城市的特色。系统很快完成备课，生成的图片还是他家乡风貌的照片级素材。客户当场就非常惊喜，直呼这才是真正的本地化。”胶囊胃镜、外骨骼和床垫下的传感器在智慧健康场景展示区的智慧检测场景，广州思德医疗展出智巡胶囊机器人胃内窥镜系统，用胶囊式内窥镜替代传统胃镜软管。公司新媒体运营段卉向第一财经记者介绍，受检者空腹8小时以上，像平时吃药一样随水吞下胶囊，在指导下完成10个以内的翻身或躺卧动作，约15分钟就能拍清胃部各角落，胶囊一两天后随肠道自然排出。“很多老年人怕全麻风险和插管疼痛，这种无痛方案适合体检机构和上门筛查。我们正加快办理海外医疗准入证件，准备推向海外市场。”另一侧，上海宝邦医疗器械的微高压氧舱展位前围满咨询的境外采购商。工作人员杨燃介绍，这台设备把压力系统、供氧和变频空调做在一起，舱内可坐4到6人，主要瞄准国外运动康复中心和高端养老院，帮助运动员加快肌肉拉伤修复，帮助老人改善新陈代谢。“从2007年到现在，产品卖到123个国家和地区，这几年销量直线上升，年销售额做到2.5亿元。”微高压氧舱展位前的人群里，有一位飞了38小时来到广州的采购商、阿根廷报关代理人卡利里（Jorge Antonio Caliri）。这是他第一次来到广交会，“我的客户分布在不同行业，做的品类很杂，所以我不能只盯一个展区。”他说，他的一位朋友力荐促成了这趟行程，“现场产品很多，我想替客户把合适的新技术、供应商筛出来。”除了临床检测与机构康复，程天科技展台前，不少采购商正在轮流试穿该公司的GoGo系列消费级髋关节助力外骨骼，并试着上下台阶以体验重力的减轻。据程天科技介绍，该产品搭载AI步态自适应算法，可识别行走、上下台阶等场景并给出助力，面向日常行走吃力和需要长时间站立行走的人群。同台展出的还有UGO系列下肢康复外骨骼，面向脊髓损伤、脑卒中与帕金森患者。据程天科技介绍，该系列在2024年底获欧盟CE认证后，已在意大利、德国、英国实现正式临床销售，并沿共建“一带一路”国家逐步拓展。旁边的脑机接口展示区，展台技术人员向记者解释了“意念驱动”康复的原理。患者戴上脑电帽，系统采集其运动想象产生的脑电信号，再与外骨骼结合。“它主要是一个开关。”技术人员说，这套系统的设计思路是让患者主动产生“脚要不要动、什么时候停”的运动意图，系统采集相关脑电特征后触发外骨骼启动或停止，使大脑命令与外骨骼动作同步，目的是反复激活残存运动通路、促进神经可塑性。据介绍，非侵入式脑机接口下肢外骨骼康复训练系统的多中心临床试验已于2026年9月启动，本届广交会是该产品线首次面向国际市场展示。此外，围绕日常起居的“无感式生命监测”也是智慧养老赛道的需求之一。广东中元创新科技有限公司（GreenTek）展位前，一款铺在床单下的体征监测床垫获广交会设计创新奖（CF奖）。业务总监邓艺钊介绍，床垫下的传感组件可实时监测心率、呼吸率和翻身等体征，系统还有语音紧急报警和自主学习功能。“很多老人不懂普通话，系统能学方言。老人用自己熟悉的方言呼救，就能自动触发报警。”这款产品面向个人家庭，也在国内一些养老院落地。邓艺钊说，整套方案按“昼夜协同”设计，夜间用床垫无感监测，白天佩戴智能健康戒指追踪心率、血氧和体温，“当老人遇突发状况，还可敲击戒指标配的触控板发出求救信号”。

2026-10-25: DeepSeek开源推理框架并披露账本 10月20日，DeepSeek宣布开源推理框架DeepInfer，这是支撑DeepSeek大模型高吞吐、低延迟线上推理服务的核心技术，这一开源对AI行业意义重大。不过，比开源更受关注的是，在同步发布的技术报告中，DeepSeek公布了集群服务的吞吐和关键收入数据。DeepSeek提到，基于这一推理框架，团队已实现DeepSeek V4.1 Flash的高吞吐、低延迟大规模推理服务。目前单一集群的服务吞吐是155万亿tokens（词元）/天，整体收入是每卡每小时38美元（按谷价）。 【点评】行业分析认为，开源模型与Agent（智能体）工具链的持续完善，有望降低应用开发成本，推动AI Coding（编程）向游戏开发、3D内容制作、企业软件及自动化工作流等场景扩展，具备开发者入口和应用生态的平台有望优先受益。 Meta旗下Muse下载量突破1000万 10月21日，市场情报机构Sensor Tower发布的数据显示，自9月推出以来，Meta旗下AI助手的累计下载量已达1090万次，其中1020万次来自美国。Muse成为在上市后40天内美国下载量达到1000万次的移动应用之一。Sensor Tower分析师表示，迄今为止，只有另外11款应用曾在发布后达到这一里程碑。最近一款拿到这一成绩的应用是Meta于2023年7月推出的Threads。 【点评】Meta的成功与其利用旗下其他服务推广新应用、实现用户规模快速增长的能力密切相关。例如，Meta此前已通过这一策略推广Threads，如今又将其应用于Muse。Meta旗下各项应用的日活跃用户总数达到36亿，与此同时，Meta还在大举投入广告预算，为Muse吸引新用户。 英伟达推出DSX POD，缩短数据中心部署时间 在北京时间10月21日的英伟达GTC柏林演讲中，英伟达CEO黄仁勋发布了DSX POD AI工厂参考设计，该产品在模块化集装箱内建造，交付前已完成集成与验证，将于2027年初在全球交付。黄仁勋称，相比传统的数据中心部署，DSX POD从开始部署到产生token的时间可从6个月缩至最少14天，这是供应链的一次转型。 【点评】缩短数据中心的计算节点安装时间，目的是让数据中心能更快开始赚钱。根据黄仁勋算的账，每吉瓦数据中心的建造成本约500亿美元，假设每年产生400亿美元收入，若因装配晚了3个月将少100 亿美元收入。推出DSX POD也是英伟达刺激全球AI基础设施建设继续进行的措施。 长鑫与美光产生技术分歧 长鑫存储本月早些时候推出4F2 DRAM（动态随机存取存储器）架构。在当地时间10月21日召开的技术研讨会上，美光科技总裁兼首席技术与产品官ScottDeBoer（?斯科特·德波尔?）回应，美光将沿着6F2路径并开发3DDRAM，不做4F2，理由是复杂度与成本上升。他表示，美光研究了4F220年，认为这个方向没有可行微缩路径，沿着这个方向没有实际收益。 【点评】长鑫的4F2架构据称单位面积晶体管数量可比目前主流的6F2架构更多，且一定程度摆脱了工艺瓶颈，推出后受到海外关注。但美光走了另一条路，沿着6F2路径，采用更先进的制程节点并研发3DDRAM。两家技术路线孰优孰劣还有待验证。 Anthropic推出个人智能体 当地时间10月21日，Anthropic推出个人智能体应用ClaudeDuet，面向美国ClaudePro和Max订阅用户开放研究预览候补申请。产品基于ClaudeOpus5.5，可连接超过6000个应用和插件，主动整理待办事项、起草回复、准备薪资和财务材料，并在用户离线时继续执行任务，遇到发送邮件、支付等敏感操作则请求确认。Anthropic展示的场景包括：每天早晨从邮件和日历中提炼重要事项、发现未付款发票并起草催款提醒，以及准备财务模型、演示文稿和经营仪表盘。 【点评】ClaudeDuet之前，Meta Muse、xAI GrokBot、OpenAI Dots等头部模型相关产品已开始进入个人Agent赛道，尝试将模型能力转化为持续执行任务的产品。国内头部厂商也在加速。阿里千问Go内嵌于千问App，已开放体验申请，覆盖理赔、预约、比价、订餐等任务；腾讯元宝正研发独立App“元宝助手”，承载长周期任务与长期记忆；字节跳动据传将推出独立个人助理“小豆”（Spell项目），计划以独立App形式上线，目前仍在内测阶段。 国内55%算力用于视频和短剧？豆包发言人辟谣 近日，有关“国内超一半AI算力在造爽剧”的话题在网络上引发关注和讨论，并一度登上微博热搜。针对该传闻，10月19日，豆包公关负责人刘星在微博发文辟谣，指出相关数据不实，“就字节来说，我们公司的总算力中，只有约10%用于视频生成模型的训练和推理。”此前网传的一份“投资者关系活动记录表”披露信息显示，国内AItoken消耗55%用于短剧和视频生成，AI短剧与视频生成的token消耗量已达到软件开发的两倍以上。刘星表示，某公司发布的算力数据不靠谱。 【点评】这一年，AI短剧成了很多人的“电子榨菜”，同时也带来很多争议，尤其是引发了关于“短剧降智”的讨论，此次传言再次让大众目光聚焦在短剧话题上。这件事本质上是AI应该如何应用的观点碰撞，有人认为AI应该落地在核心科技，造福于民，也有人认为AI可以娱乐大众、同时要先活下去。 消息称DeepSeek即将完成千亿融资 10月22日，有市场消息称，DeepSeek拟在最新一轮融资中筹得约1000亿元(约150亿美元)，腾讯和宁德时代为本轮出资最多的投资方，交易预计在未来数日内完成。DeepSeek及腾讯等相关投资方均未公开回应。有媒体从接近公司和投资方的多个信源交叉求证，确认上述消息属实。 【点评】此前有消息称，DeepSeek本轮募资目标最初设定为500亿元，此后上调至约1000亿元，但最终金额仍未完全确定，这笔资金将继续用于模型训练、算力建设和人才招募，以支撑DeepSeek参与全球竞争。也有一些分析人士认为，本轮融资将为公司筹备中的科创板IPO铺平道路。 五家光模块公司集体回应：经营正常 10月23日午间，A股5只光模块个股发布公告。中际旭创称，公司生产经营正常，供应链稳定，订单需求强劲；天孚通信称，公司生产经营秩序正常，在手订单充足，内外部经营环境未发生重大异常变化；新易盛称，生产经营有序开展，在手订单充足，预计出货节奏加快。此外，源杰科技称，行业整体发展态势正常，公司生产经营活动正常开展。光迅科技称，公司生产交付秩序正常。多家公司称，行业景气度较高或基本面无重大变化。 【点评】近期在市场质疑AI基础设施建设可能放缓等背景下，美股多只AI算力相关个股股价震荡。多只A股光模块厂商股价也有所下滑。9月22日至10月22日，中际旭创、新易盛、天孚通信股价分别累计下跌37.19%、43.51%、29.46%，源杰科技和光迅科技股价分别累计下跌49.93%和34.15%。此次集体回应，是光模块厂商希望挽回市场信心。 黄仁勋称对与长鑫合作持开放态度 10月23日收盘，长鑫科技涨7.93%，市值2.91万亿元，市值增加2138亿元。消息面上，对于是否计划与长鑫科技合作，英伟达CEO黄仁勋于当地时间10月22日在德国接受采访时表示，英伟达持开放态度，公司与中国企业合作，几乎全世界的供应链都在与中国公司合作。黄仁勋同时称，2029年内存供应过剩的可能性不大，内存总能越用越多。 【点评】9月22日至10月22日，长鑫科技股价在一个月内跌去30.2%。在近段时间股价呈现颓势后，长鑫科技10月23日股价出现明显反弹。除了黄仁勋的表态，近日高盛还在一份研报中表示，长鑫科技披露的第三季度营收预测中位数，比该机构此前的预测高出30%，净利润预测中位数比该机构此前的预期高出17%，高盛将长鑫科技的目标价由129元微调至130元。 寒武纪前三季度营收净利润双双翻倍 10月23日晚间，AI芯片厂商寒武纪发布第三季度财报。该季度寒武纪营收35.31亿元，同比增长104.47%，净利润14.04亿元，同比增长147.74%。今年前三季度，寒武纪营收95.26亿元，同比增长106.76%，净利润37.15亿元，同比增长131.49%。寒武纪称，营收同比增长主要是因持续拓展市场，助力人工智能应用落地。 【点评】第三季度，寒武纪营收和净利润都创上市后的单季度历史新高。不过，该季度寒武纪经营活动产生的现金流量净额为负，为-8367.8万元。截至9月底负债合计72.36亿元，相比6月底增加了56%。此外，截至9月底，寒武纪存货达到116.65亿元，这可能意味着寒武纪在积极备货，但存货高企同样存在风险。

2026-10-25: 十年前，走进一位老人的卧室，床头的安全装置无非呼叫铃与监控摄像头。但现在，居家养老的风险预警硬件与方案，已迎来全新升级。 伴随中国人口老龄化进程加快，独居、高龄及失能老人的照护需求持续增长，依靠传统人力的养老照护模式，已难以满足日趋精细化的居家养老诉求。人工智能、物联网、大数据、云计算等新一代信息技术与智慧健康养老场景的深度融合，为养老产业发展带来升级。 不过，有了设备只是第一步，落地推广过程中还有不少堵点需要破解。 AI科技与老人安全监测 “对老年人而言，慢病预警和生命体征监测是非常重要的，AI能发挥很大作用。适老化科技可以分为四类，包括健康监测类、照护与康复类、居家安全防护类和精神关怀类。其中健康监测的科技应用在这几年开始普及，如适老智能手环用来监测心率和血压等、毫米波雷达、智能床垫等。”中国人民大学老年学研究所所长杜鹏表示。 第一财经记者采访了解到，血压仪、血糖仪等已比较普遍，智能床垫是近年来家居行业挖掘存量市场价值之举，可监测老人睡眠质量、呼吸问题等，若有严重呼吸障碍则可以提示老人及时就医。 毫米波雷达能更精准地反映出老人在居住环境中的起居安全情况。“我们一直在进行养老服务的数字化改造，依托毫米波雷达技术来对老人的日常生活进行安全监测服务，比如将毫米波雷达装在床头，可知老人睡眠情况，若起居正常的老人一直不起床则会引发预警；装在洗手间则能监测老人上厕所的安全情况；装在客厅等地方则可了解老人是否正常行走，若出现异常情况则可以对监测中心发出预警，还可帮老人叫救护车等。”上海天与智慧养老服务有限公司创始人卜江勇告诉第一财经记者。 据悉，波长在1毫米到10毫米之间的电磁波叫毫米波，能穿透衣物和玻璃。在老人安全监测方面，通过雷达向人体发射电磁波，连续采集这些微小变化，能分离出呼吸频率和心率；护理人员在房间里走动，雷达持续追踪其轨迹，结合被护理者的状态判断是否完成了翻身、协助起身等动作，以此判断是否发出预警。与摄像头比，毫米波雷达监测不拍照片，保护隐私。 目前，这些技术已开始了实际运用。 家住无锡市惠山区的李奶奶家中安装了“呼呼睡管家”，这是以毫米波雷达为原理研发的生命体征监测守护仪。今年2月16日凌晨1点10分，老人家中传来离床告警，客服3秒快速响应，查看后台显示设备附近无人，便立即致电老人，连续拨打3次后均无人接听；凌晨1点15分，客服致电老人家属，于是家属赶往老人住处；1点26分，家属来电告知老人在客厅滑倒且有擦伤，客服确认信息后，1点29分致电120，将老人送医。第二天客服再次回访老人家属，家属表示老人情况稳定，幸好及时送医，否则后果不堪设想。 杨蔚是上海大华福利院院长，多年前该院已开始智慧养老的研发。 “我们投入了数千万元开发系统，从照护人员的管理、老人的起居外出、餐饮、问诊与发药、情感陪伴等都覆盖了。我们在床头和洗手间都安装了毫米波雷达，主要用于监测老人在床与离床状态，同时具备生命体征监测功能，如呼吸、血氧、心率等，并定期生成周期报告。设备还会发出报警信号以防止老人发生坠床事故。”杨蔚告诉第一财经记者。 在大华福利院现场，第一财经记者看到该院还有专门的医护人员，为老人进行基础问诊和配药，该院引入了智能舌诊仪和面诊仪，即通过智能仪器对院内老人进行诊断并配药，还会给出相应的健康指导，且有记录功能，让用户对照之前的检测结果。 进入老人的日常用药环节，采用的是智能药房。第一财经记者在现场看到，智能药房通过系统为老人预先分装好药物，上面有名字和对应的库存信息，确保每位老人的药物准确无误。对于外配药物，系统会根据医生开的医嘱处方自动对应库存并进行分装；而医保药物则直接从药库中取出，因为系统平台已有相关数据，避免重复操作。 大华福利院还引入了“小与”机器人，为老人进行情感陪伴，这类AI陪伴机器人除了能与老人对话交流之外，也同时获得老人的日常信息大数据，这些大数据是对老人生活安全的监测，防止老人出现情绪方面的问题。 “智慧养老的应用很有意义。我们院曾有一位80岁的全失能老人，多功能智能床给出的睡眠报告发现老人的疲劳指数异常，于是我们及时送医，诊断出老人有多器官并发症，因送医及时，抢救回来了，老人住院10天后回到养老院。”杨蔚告诉第一财经记者，采用智慧养老系统能将部分业务板块的效率提升50%，减少人工差错，比如在出院业务办理方面提升50%效率且做到零出错率，智慧系统能做到基础信息档案直接同步建立、数据共享、工作流形成闭环，实现智慧化、精准化的养老服务。 看水电识安危 一些远程监测体系也正在投入中。 近年来，国内多个城市试点落地智慧用水监测项目：为独居老人加装智能水电表，依托用水电数据动态掌握老人居家状态，试图搭建起从风险识别到处置反馈的预警全闭环。 广州某街道一名76岁的独居老人，日常水电使用规律很稳定。今年某一天，依托老人水电数据画像，广州的“水电守护”监测到连续两小时用水，随即触发预警。在“预警—核实—处置—反馈”的线上+线下响应机制下，工作人员致电核实，得知老人暂住亲属家中；工作人员告知家属预警信息，提醒原住宅存在用水隐患。家属赶回查看，发现卫生间水龙头未关紧持续滴水，当即关闭龙头消除漏水风险。 “水电守护”是广州市民政局联合市自来水公司、市供电局等单位启动的一项行动，旨在通过智慧预警护航老年人安全。 依托穗颐养（广州市为老服务综合平台）与供水、供电系统数据对接，根据老年人历史用水、用电数据，分别为每户建立能自主学习的智能模型，无感识别长时间无水/电消耗、用量异常激增等风险情况，自动触发预警，将风险情况被动应对转化为主动发现，实现对老年人居家生活的无感监测。 广州市民政局方面对第一财经记者表示，水电守护属于无感式监测，具有无打扰、无隐私监测压力、无须老人主动操作、低运维成本等优势。这项行动目前处于探索实施稳步扩面阶段，优先覆盖独居、孤老群体，优先选择已完成智能水电表改造的社区落地，由民政联合供电局、自来水公司协同推进，在多个街道试点落地，已经形成可复制的基层处置流程。 水电无感监测的落地，涉及数据共享、多方人员接力处置，想要跑通这套预警闭环，并非易事。 “目前这套机制整体响应链条清晰，基层权责明确，实现各部门各层级协调联动。在运行的过程中有些老人也会反馈对数据采集的担忧，老年人是否需要进行水电预警，我们采取的是自愿原则。”广州市民政局表示，老人外出探亲、短期入住医院、出门旅游，可能会触发水电异常预警，这类属于“假性风险”，会占用基层网格员核查力量。在此过程也持续将每一次核查结果回传给供电局、自来水公司，协助后者持续训练算法，优化模型，逐步压低误报率。同时，也融合现有颐康中心人才队伍，复用基层养老服务力量，把水电预警和定期关爱探访服务等相结合，将预警核查融入常态化服务工作，减少额外成本。 数字鸿沟难题 健康数据监测、行为数据监测、生活数据监测，不同的智慧养老安全监测，各有优缺点。 “相比前二者，生活数据监测的突出优势在于最小侵入性和生活整合性，不易使老人产生被监控的不适感和心理负担。但相比智能腕表等贴身佩戴的设备，生活数据监测是通过生活痕迹的变化来推断老人的状况，故在帮助老人应对紧急问题，例如突发心梗、脑卒中等问题时可能存在救助措施滞后的问题，也难以通过生活数据监测了解老人面临的发展性问题。”武汉大学社会学院副教授陈昫对第一财经记者说。 当前，智慧养老领域的居家安全监测设备品类繁多，具体到市场认可度与实际落地仍存在一些脱节。 有智能养老监测设备行业人士对第一财经记者表示，老年群体面临明显的数字鸿沟：收入有限、数字操作能力不足等。 “智慧养老产品的入户推广难，设备价格和隐私数据是两大难点，前者直接和服务的可及性有关，后者直接和服务的保障性有关。”陈昫说，居家的智慧养老产品普及难，一是智慧养老产品和老年人养老需求的错位，二是智慧养老产品和现实养老场景的错置，三是智慧养老产品和老年人使用意愿的错配。 陈昫表示，依托水电气数据变化所做的监测之所以博得更多老人青睐，就在于其零学习、零适应、零影响的优势，这也为老人跨越数字鸿沟提供新的路径。 数据共享之难 智慧健康养老离不开数据共享。 在陈昫看来，智慧设备进社区与入户，硬件设备的落地与铺开是基础条件，数据预警后的处理方式是重要环节，即谁负责响应、如何响应、如何与社区网格化治理有效对接等。 北京中医药大学卫生健康法治研究与创新转化中心主任邓勇对第一财经记者表示，数据共享既是智慧健康养老服务发展的核心支撑，也是当前面临的主要合规难点。 合规挑战集中体现在四方面：一是数据权属、权责边界模糊，涉老数据分散在民政、卫健等政务部门及养老服务机构、科技企业等市场主体手中，缺少法定的数据共享责任清单，跨部门数据壁垒突出；二是隐私保护与数据利用难以平衡，老人健康、位置等信息属于高敏感数据，目前数据脱敏标准尚不统一，存在超范围采集、共享信息的风险；三是知情同意机制落地困难，老年人数字化能力偏低，失能、半失能老人的数据代行权规则仍存空白；四是行业数据标准不统一，各类监测设备、业务系统接口互不兼容，拉高数据共享的技术成本。 邓勇建议，完善相关政策法规需要聚焦五大方向：强化顶层制度设计，出台涉老数据共享管理规范，搭建统一的数据交换平台，厘清各部门数据共享的权责；建立数据分类分级与最小必要使用制度，划定敏感数据的共享条件与边界；细化适老化知情同意规则，明确失能老人法定代理人授权流程，保障老年人的数据权益；构建数据全生命周期安全管理与追责机制，统一安全技术标准，加大违规惩戒力度；完善数据共享激励政策，为参与数据共享的主体提供财税支持，推动统一行业数据标准落地。

2026-10-25: ①月之暗面发布Kimi K3.1 Pro和K3.1 Pro Highspeed； ②OpenAI将在完全断网环境下训练前沿模型； ③亚马逊CEO：公司云服务容量已售罄至2027年； ④英国将出资1亿英镑设AI生物安全实验室，OpenAI、Anthropic参与合作； ⑤字节AI应用再整合：小云雀并入即梦； ⑥智元110台人形机器人同时跳舞，创吉尼斯世界纪录； ⑦国家人工智能应用中试基地（制造领域汽车方向）发布业内首个汽车行业AI基座。

2026-10-25: 创业刚满100天，前阿里巴巴集团副总裁叶军已经在担心一个问题：自己在做的事情，会不会被下一代模型替代？ “现在大模型进步速度太快了，如果我做的事情很轻易就被新的模型替代了，这个事情还有没有意义？”在23日的TGC科技增长大会上，叶军谈起了创业后的焦虑。目前他创办的深空之序正面向外贸出海提供智能体平台。对于技术方向的判断，他坦言，AI出现之后，自己已多次被现实“打脸”。 这一担忧也出现在投资人的讨论中。泛大西洋投资中国区负责人周洁表示，一些偏AI Native（AI原生）的应用，与基础模型的能力边界并不清晰。随着模型持续迭代，部分功能很可能被大厂覆盖。 创业者需要判断，自己抓住的是长期存在的需求，还是模型发展过程中留下的短暂空隙。 周洁提到，在一些大平台能力较强、资源充足的赛道上，投资人内部也会出现分歧。有人看好ToC的市场空间，另一些人则会质疑，与大厂产品相比，创业公司的产品有多大优势？在她看来，大厂拥有明显资源、用户使用频率又高的领域，往往是 “敏感赛道”。 周洁认为，当前投资AI最大的分歧点是在于，技术发展的曲线和商业化曲线不在一个时间轴上，此外，商业化面临成本，技术走出来后商业化价值是否足够大也是问题。她提到，有些技术最终落地，商业回报也未必符合最初的预期，例如中国历史上的SaaS行业。 技术的方向，很难一开始就看清楚。阿里巴巴ATH事业群千问大模型业务副总裁徐栋分享了另一个关于节奏的判断偏差。 2024年初，他们曾看好硬件与多模态交互的结合，认为手机、汽车、AI PC等产品可能成为重要载体。但过去两年，大模型的应用进展更多集中在办公、编程等生产力领域，消费电子和多模态交互的商业化相对滞后。 在他看来，一些硬件场景引入AI后增加了成本，却还难以带来相应的商业价值。这些方向未来有机会，但眼下不是价值集中兑现的阶段。 如果技术和平台的边界还在变化，未来两三年，创业者该从哪里切入？在这场讨论中，行业人士更看好面向企业的生产力场景。 钛动科技创始人兼CEO李述昊认为，企业市场的吸引力，在于客户原本就有持续投入的预算。他将机会归纳为三类开支：营销与销售、编程与产品开发，以及管理。AI如果能在这些环节帮助企业提高收入或降低成本，就更有机会获得持续付费。面向跨境电商、外贸等场景，钛动科技发布了营销智能体Navos Pro，希望推动AI进入企业经营流程。 中金公司研究部全球科技研究组执行负责人、执行总经理赵丽萍认为，AI仍处于发展早期，技术上很难看到特别明确的壁垒，数据和行业Know-How（专业经验）可能更为重要。她建议，企业不必等到产品打磨得十分完美再试水，可以在实际使用中，通过回流数据积累行业经验，逐步建立竞争优势。 此前行业有过讨论，AI应用何时会迎来普遍期待的“GPT时刻”？李述昊的判断是，商业应用很难像底层通用技术那样，在某个时点出现统一拐点。应用需要长时间与消费者、生产者互动，更多是在细分行业中持续积累。生物医药研发、营销、电商运营、教育，各有不同的业务逻辑，也会有不同的成熟时间。 这意味着，AI商业化落地可能以更分散的方式推进。对创业公司来说，必须在具体行业的节奏与模型快速迭代之间，找到能够持续积累的优势。

2026-10-24: 科技创新到底缺什么？10月23日，在2026第三届“科技产业金融协同发展论坛”上，上海市委原常委、市政府原常务副市长屠光绍给出答案：缺“科技资本”。 会上屠光绍表示，全球经济已正式进入“科技资本时代”，中国的科技发展不缺钱，缺的是科技资本。与简单资金供给不同，科技资本需具备三个特征：必须能够承担风险、能够长期投入、还要赋能科创企业和产业。 以人工智能领域为例，屠光绍分析称，全球AI创新竞争的背后，其实也是科技金融和资本实力的竞争。当前AI发展面临两方面挑战：一是需要持续、长期的巨额资本投入，而非短期的机会性资金；二是AI技术创新转化为商业回报存在时滞，长期投入与投资收益之间形成裂口。如果资本匹配不足，科技发展可能出现后劲乏力。 谈及发展短板，屠光绍提到，近年来，科技资本发展取得进展，但仍存在主体多元性不足、渠道较为单一的“短板”，需要从科技创新的战略高度出发，针对资本形成、流动、退出等关键环节补齐“短板”，构建全链条、多层次的科技资本生态。 屠光绍还提到，科技金融不能“单兵突进”，只有形成生态才能实现可持续。这需要整合银行、证券、保险、创投等多元主体，搭建多层次、全覆盖的协同网络，实现各方资源高效互通。 屠光绍强调，科技与金融的融合不是简单拼接，而要打破行业壁垒，形成“科技赋能金融、金融反哺科技”的双向循环。

2026-10-24: “Robotaxi行业最缺的不是某项技术，而是一套能证明它安全的科学方法。”近日，2007年图灵奖得主、中国科学院外籍院士约瑟夫·希发基思（Joseph Sifakis）在接受第一财经记者采访时表示。希发基思因在今年6月受邀出任曹操出行AI创新中心首席科学顾问，并于近日来到中国见证曹操出行启动Robotaxi站点可信决策与多智能体协同研究项目。此前在今年世界人工智能大会上，他提出可信Robotaxi需遵循构造即安全、系统协同和运行保障三项原则。希发基思的上述判断指向行业最通行的安全证明方式——公布测试里程。有美国企业宣称仿真测试里程已达100亿到110亿英里而无事故，希发基思的评价是“从技术角度看，这完全是伪命题”。他认为，仿真里程必须和真实驾驶里程挂钩，且要交代天气、路况、车辆配置等测试条件，否则数字没有意义。而更根本的缺口在于，工程学测试任何系统都需要覆盖标准理论，即证明所有可能的危险情形都已被测试覆盖，这套理论在传统软件上已经成熟，自动驾驶车辆至今建立不起来。“没有覆盖标准，就没有科学基础去断言一辆Robotaxi是安全的。”为了提高Robotaxi的安全性，出路之一在监管。希发基思称，美国通常由制造商自行披露统计数据如测试里程、仿真里程等，来保证Robotaxi的安全，但这等于“没有清晰的规则去说明安全是如何被证明的”；中国则在建规则、做合规检测，这条路虽然可能放慢技术节奏，但长期看一定是优势。中国市场也确实在朝这个方向走：自动驾驶强制性国标GB 44721—2026已于今年8月发布，将于2027年7月1日实施；8月提请审议的道路交通安全法修订草案首次增设自动驾驶汽车特别规定专章，明确功能激活状态下发生交通违法由生产、进口企业接受处理。技术路线上，希发基思明确表示他不看好纯视觉方案，他称：“只依赖一类感知技术，无法保证感知的安全。”在他看来，采用架构化方案、融合多种感知技术的企业表现更好。至于行业争论不休的安全与效率矛盾，他认为：“系统工程的课题，就是在两者之间找到恰当的平衡点。”这个平衡点往哪里找？曹操出行给出的是一种“拆解”思路。曹操出行将基于其11年真实运营数据，把安全可信问题聚焦到乘客上下车这一最高频的场景，围绕停靠位置使用条件、上下车路径、停靠行为及系统协作展开，通过仿真测试与实车测试交叉验证，为Robotaxi跨城市可信迁移与全球部署提供安全验证依据。希发基思解释了其中的方法论：一辆自动驾驶汽车大约涉及15种不同的驾驶动作，每个动作都可以单独验证，但所有动作的组合还要再验证一次，而组合验证更难。把站点停靠与上下客拆成可逐项检验的工程单元，在他看来正是打造Robotaxi安全路径的正确起点，也与他认可的“系统化路径”相合——把AI与车辆的机电部件集成为一体，从全局求解安全。当前Robotaxi仅能在限定区域、特定工况下落地运营。希发基思称，这背后有现实考量：行业仍需开展大量工作，才能让自动驾驶车辆具备全区域、全场景落地的安全能力。按照曹操出行规划，其Robotaxi车队将从百辆规模扩充至2030年的10万辆。而规模扩张、行业提速的前提，是验证Robotaxi足够安全。

2026-10-24: 过去三年，硅谷花了巨额资金训练AI的大脑。 现在，整个产业正在做另一件事：让这个大脑离开聊天框，去捕捉人的真实意图、接管电脑屏幕，甚至直接掏出钱包。 最近在拉斯维加斯、硅谷与软件和硬件创业者交流时，一个变化越来越明显。创业者展示的重点已经很少是“我的模型回答得比别人好”，而是AI怎样真正进入工作流：一个Agent写代码，一个审查，一个搜索资料，另一个负责测试；人的工作从亲手操作软件，逐渐变成给一群数字员工分配任务、查看结果和处理异常。 上月，Meta推出个人AI Agent——Muse，把这种变化推向了普通消费者。Muse拥有一台独立的虚拟电脑和浏览器，可以发送邮件、预订旅行、购物以及代表用户完成任务。上线两周左右，Muse下载量已经达到约280万次。9月底，Meta把Muse进一步推向小企业市场，与Shopify、QuickBooks、Stripe、Canva等工具连接。10月21日财报电话会上，公司宣布已有超过1000万人开通Muse。10月，华尔街已经开始重新给Meta估值——“AI前门”。 从争夺注意力到捕捉“真实意图” 过去二十年，互联网商业的起点是输入框。但今天在硅谷，输入框本身开始消失。 硅谷的创业企业Typeless干脆提出“键盘是个错误”。它希望用户直接说话，由AI把未经整理的语音实时变成可以发送的邮件、消息和指令；它争夺的不是聊天机器人，而是键盘和输入框本身。正如闪电说CEO余猛所认为的，对话框的消失，很可能会从语音交流作为替代品开始——同一句意思，面对客户、同事或朋友，AI会根据沟通对象和上下文自动切换表达。 在旧金山，另一批创业者正试图把发生在屏幕之外的会议、咨询、现场拜访和面对面谈话记录下来，遵循“Capture（捕捉）、Remember（记住）、Act（行动）”的路径，直接生成邮件、CRM更新和下一步任务。 这恰好击中了当前大模型一个奇怪的盲区。 它可以阅读互联网，却不知道销售十分钟前听到了客户哪一句抱怨；它可以阅读医学论文，却不知道医生刚刚和患者聊了什么；它能够总结一家公司公开发布的所有文件，却不知道管理层刚刚在会议室里作出了什么决定。 这些语音与硬件入口真正出售的，并不是转写或记录本身，而是把原本游离在屏幕之外的“暗数据”捕捉进AI系统的能力。 硅谷企业PressClub创始人Weida Tan对笔者表示，这类产品最容易实现现金流，因为它替代的不是普通操作，而是高收入者按小时计费的工作：“美国的律师、医生非常愿意为此付费；虽然国内尚未形成为这类服务买单的习惯，但在美国，这种订阅已经成为顺理成章的商业闭环。” 正是高净值人群的付费习惯，让硅谷创业者迅速跑通了从“捕捉线下意图”到“触发工作流”的商业正循环。AI正在从一个需要专门打开的App，退到人与电脑沟通的背景层——未来，用户甚至不一定意识到自己正在“使用AI”。 Meta已经宣布将在未来数月把Muse带进AI眼镜。用户未来不需要描述眼前看到的东西，Muse可以直接根据视野中的商品、海报或清单采取行动。 搜索时代，Google争夺关键词。 移动互联网时代，Apple、Meta和各种App争夺屏幕上的点击。 Agent时代，争夺的变成了一个比点击更早、更靠近人的入口：在用户打开任何特定网站之前，谁最先知道人的真实意图。 核心冲突：AI的“执行代理权”动摇了谁的护城河？ 一旦AI最先知道了人的意图，下一步就是替人去执行。 Meta对Muse的描述很直接：它不是只给建议，而是“actually does the work”。Muse运行在独立的Secure VM中，拥有自己的浏览器，可以在获得授权的情况下代表用户访问互联网和不同服务。 但Muse上线不到两周，就和Amazon发生了冲突。 Amazon阻止Muse访问其购物网站，甚至不允许它自动浏览商品。Amazon表示，AI Agent应该明确表明身份，并尊重服务提供方是否允许Agent进入的决定。此前，Amazon也曾阻止来自Google和OpenAI的购物机器人，并与Perplexity因为类似问题发生法律冲突。 表面看，这是一个网站的反爬虫问题。 实际上，它争的是电子商务最有价值的一层：消费者产生购买意图以后，谁控制接下来发生的一切？ 过去，一个消费者想买一双跑鞋，会打开Amazon。 他输入关键词，Amazon决定搜索结果的排序；品牌购买广告，争夺更靠前的位置；用户看评论、比较价格，然后在Amazon完成支付。搜索入口、商品排序、广告曝光、消费数据和结账，全都在一个体系里。 Agent改变了这条路径。 未来消费者可能不会再打开Amazon，而是对Muse说：“帮我买一双每天跑5公里穿的跑鞋，200美元以内，不要太软。” 接下来搜索哪些品牌、比较哪些商品、排除哪些选择，甚至最终去哪里购买，都可能由Agent完成。直至最后成交，消费者可能从头到尾都没有打开Amazon。 这才是Amazon真正需要防守的东西。 Amazon挡住的不是一个机器人，而是新的互联网入口抢走消费者的意图。 这种担心已经不再只是理论。10月初，美国投资平台Public联合CEO Leif Abraham在接受采访时表示，使用Muse之后，他开始越来越多地通过Muse购买护肤品、牛仔裤等商品，最终不少订单流向Shopify独立站，而不是Amazon。换句话说，Muse已经开始改变一部分消费者的购物路径。Amazon真正失去的，不只是某一笔订单，而是从“用户想买什么”到“最终去哪里买”之间的整段决策链。 “我现在用instinct，我都不用打开Muse这个app，我直接给instinct发短信，它就帮我订房、购物，这更方便了。”上述硅谷创业者表示。 如果说Muse还需要伸手进入别人的互联网，那么Google走的是另外一条路：它自己就已经拥有很大一部分现实世界的索引。 Google于今年推出的Universal Cart，用户可以通过Search、Gemini乃至Gmail把商品放进同一个购物车，由Gemini在后台监控价格、兼容性和库存，再通过Google Pay或者商家网站完成购买。Google称，其Shopping Graph已经包含超过600亿条商品信息。8月推出的新版Ask Maps也已经可以协助订餐等现实任务。 Search知道信息在哪里，Maps知道商家在哪里，Gmail知道用户正在处理什么，Chrome知道怎样进入网站，Android连接设备，Google Wallet负责付款。 在这场入口保卫战中，Muse试图用虚拟浏览器跨平台接管操作，而Google则试图用自家的原生生态，把从意图到执行的每一步都留在自己的院子里。 终极博弈：当AI可以花钱，谁从“商场”降级成“货架”？ 如果一个AI只能回答问题，它仍然只是工具。当它能够支付，事情的性质就变了——它第一次具备了真正意义上的经济行动能力。 Meta在Muse发布当天与Stripe合作，将其接入Link。美国用户授权后，Muse可以在超过100万家接受Link的商户中调用用户已经保存的支付方式完成结账；对于其他商户，Link还可以给Agent签发一张只用于获批交易的一次性虚拟卡（购买商品等敏感操作仍需要用户确认）。 于是，互联网出现了一条新的交易链： 人的意图 → AI Agent → 比较和决策 → 商家 → 支付。 过去，Amazon建立起来的链条则是： 人的意图 → Amazon搜索 → Amazon排序 → Amazon广告 → Amazon支付。 两者正在正面相撞。 这不是Muse和Amazon两个产品之间的竞争，而是两代互联网分发模式之间的竞争。 当Stripe等支付工具帮AI走完了交易的最后一环，传统电商平台真正的危机也就浮现出来：如果Agent最先知道用户的意图，又能替用户搜索、比较、决策和支付，那么Amazon挡住的就不是Muse，而是一个可能把Amazon从“商场”降级成“货架”的未来。 华尔街已经开始按照这个逻辑给Muse定价。10月6日，花旗分析师把Muse称作AI时代可能出现的“互联网前门”，预计到2030年Muse可能为Meta贡献超过270亿美元收入。这个估值逻辑值得注意：市场看中的已经不只是Muse能不能收费，而是如果.它成为用户搜索、比较和交易的第一入口，Meta就可能从过去的“注意力平台”，向“行动分发平台”迁移。 Amazon、Google和Meta今天争夺的，已经不只是模型，也不只是流量。 它们在争夺一个更根本的问题：谁拥有代表用户行动的权力。 三年前，AI革命最醒目的符号，是浏览器里一个闪烁的聊天框。 现在，那个聊天框正在慢慢退到背景里，AI开始进入会议室、眼镜、输入框、浏览器、地图和钱包，悄悄嵌入人每天几十个现实动作。 过去三年，硅谷解决的问题，是怎样让机器拥有一个越来越聪明的大脑。 下一阶段更大的商业问题可能是：谁最先知道人的意图？谁有权替人行动？ 以及最后那个最现实的问题：当AI开始替你做决定，它最终把钱花给了谁？谁又来为AI的消费决策担责？ （作者为硅谷远眺Coremi创始人，联系邮箱yuanlu007@pku.org.cn；利益披露，作者公司持有谷歌、英伟达在内的科技股Coremi指数组合。本文仅代表作者观点。）

2026-10-24: “科技与金融的深度融合，已是时代的必选项。”10月23日，国泰海通证券董事长朱健在上海苏河湾大会高端对话活动上称。 会上，政企学界代表围绕AI与证券业融合创新、自主可控生态建设展开研讨。 朱健提到，监管部门持续推动科创板第五套上市标准向人工智能、大模型、量子计算等前沿领域扩展，证监会近期明确将发布实施人工智能在证券期货业安全合规应用的意见。 静安区委副书记、区长翟磊表示，静安作为上海“五个中心”建设重要承载区，集聚各类金融机构800余家，金融业增加值规模位居全市前三，正大力实施“人工智能+”行动，实体化运作全市首个AI场景应用促进中心。 具体到AI金融的发展难点，同济大学计算机科学与技术学院副院长王成称，金融决策变量多、关联复杂、随机性强，单纯依靠更多数据、算力和算法，未必能解决宏观预测、交易推演等“深水区”问题，需要推动多范式融合。 王成强调，金融对可解释性和异常追溯要求高，新技术需与现有方法融合，而非简单替代。 当前，AI与金融的融合已从单点技术验证进入体系化、规模化生产阶段。在圆桌讨论中，与会嘉宾认为，行业需坚持硬件自主可控、软件生态开放，提升网络确定性、安全性和时效性，完善存储底座和智能运维治理，推动算力网络化和异构算力调度，让AI在金融核心场景中“用得上、管得住、可追溯”。

2026-10-24: “未来就业越来越灵活化、新形态化，非单位就业的比重越来越大，就必须探索新的形式，让这些劳动力市场制度、劳动者权益的保护制度和社会保障制度与新的就业形态一致。”近日，中国金融四十人论坛学术委员会主席、中国社科院学部委员蔡昉在2026外滩年会上表示。 他同时建议，解决结构性就业矛盾、应对未来的人工智能冲击，应该纳入“投资于人”的整体战略之中。 “我们面临的潜在就业冲击和历史上有什么不同？最大的不同，就是历史上的就业冲击是别人的历史，今天我们面临的是我们的历史、我们的现实。”他表示。 蔡昉结合第一次工业革命时期发生的“恩格斯停顿”等历史情况进一步表示，历史上新技术出现时，就业破坏和就业创造是有时间差距的。“但在历史书里，在数据上，我们可能把它忽略了，（只看到）新技术终究要创造更多的就业岗位。” 他认为，在包括中国在内的全球范围内，AI就业冲击尚未反映在宏观数据上，但一些招聘数据和微观环节已现端倪。当下，AI影响正处于一个短暂的安静期，这给了我们一个难得的提前准备应对之策的机会。 结合AI对生产率的影响，蔡昉提到了三个层次的观察。首先是生产率提升的不均衡性——像过去任何技术进步一样，人工智能通过多种途径提高生产率是确定的，但人工智能的应用在产业、部门、企业、时间，以及不同工序、劳动任务链条之间是不均衡的。 “当你在链条的一个环节上为了节省开支减少劳动投入的时候，就业替代就开始了。但是，生产率会受到整体均衡的制约，不一定马上提高，这就会出现生产率和就业冲击的不一致性等现象。这是我们需要应对的事情。”他说。 其次，他援引相关研究称，人工智能提高劳动生产率会遵循一个J字形变化规律。考虑到生产率尚未得到提高时劳动替代可能已经发生，必须提前做好应对就业问题的准备。 “在特别糟糕的情况下，也许在生产率J字形左侧‘短腿’的阶段就会出现就业破坏、收入增长变慢、收入差距扩大，从而使得国民经济循环受到损害，劳动生产率的提高反而被阻碍了。”蔡昉说。 最后，他强调，技术本身无法解决人工智能的负面社会经济影响，特别是就业影响，必须利用政府干预、金融参与等协调解决人工智能向善的问题。 “至少对新兴市场来说，我们比以往任何时期都需要政府政策的介入、制度的建设。”他从几个方面提出政策建议。 第一，政策应该着眼于促进人工智能平权。这是确保劳动生产率得到提高、避免所谓索洛悖论的关键。 其中，当务之急是解决“一老一小”的结构性就业矛盾。“任何时代新技术出现都会造成鸿沟，都会造成所谓的K字形分化。人工智能可能带来前所未有的鸿沟。”他结合中国的劳动力市场特点表示，结构性就业矛盾很大一部分体现在“一老一小”，在AI面前，青年劳动者过去具备的入门级技能被贬值，大龄劳动者以前没有面临的科技鸿沟则可能加大。 考虑到人工智能技术迭代、影响变化及覆盖面扩大等，就业支持政策应该不断升级。 第二，聚焦人工智能对齐问题，政策应该引导好人工智能，从社会、宏观经济及产业等维度全面要求人工智能对齐。 “我们现在看到的、谈论的人工智能主要是一些基础模型。未来，实际上真正起作用、对我们生活产生影响的，是这些模型的实际应用，这对劳动者的影响很可能是最大的。因此，在这个过程中应该充分坚持引导、激励和规制。”蔡昉说，从就业角度来说，要让AI成为劳动者能力的增强器，而不是劳动者岗位的破坏者。 第三，产业政策应该着眼于超前培育那些需求弹性大，但目前看劳动生产率低的行业，比如服务业。 蔡昉说：“我们整体提高劳动生产率，就是为了让那些需求弹性大的行业有生存的余地，为此就要让产业的发展、岗位的创造，以及人员的就业、收入与个体的劳动生产率适度脱钩。这是未来的一个方向，也是今天防止就业冲击的缓冲器。由此，我们可以得到新的需求、新的市场和新的就业岗位，这都来自人的全面发展。” 第四，政策应从应对结构性就业矛盾入手。其中，首先需要考虑的是劳动力市场制度如何与新的就业形态相衔接。 “因为过去中国的劳动力市场制度、社会保障制度是和就业单位紧密衔接的。当未来就业越来越灵活化、新形态化，非单位就业的比重越来越大，就必须探索新的形式，让这些劳动力市场制度、劳动者权益的保护制度和社会保障制度与新的就业形态衔接好。所以，这里有很多紧迫的制度建设目标。与此同时，我们的社会保障制度、社会福利应该更加普惠化。”他建议，在人工智能的影响下，识别就业冲击是个人问题还是宏观问题的难度会越来越大，最大程度做到覆盖全体劳动者。总之，解决结构性就业矛盾、应对未来的人工智能冲击，应该纳入“投资于人”的整体战略之中。

2026-10-24: 10月23日，据中国政府网，国务院办公厅日前印发《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》（以下简称《意见》），《意见》部署了6个方面18项主要任务。 一是强化人工智能的就业创造效应。拓展新兴领域人工智能就业新空间，培育中小微企业稳岗扩岗新动能，创造人工智能领域就业创业新模式，加快开发人工智能领域新职业。 二是构建就业友好型人工智能升级路径。挖掘传统领域人工智能就业潜能，减缓人工智能应用就业替代影响，建立人工智能应用就业风险评估机制。 三是提升劳动者数字素养和就业能力。协同培养人工智能创新型人才，实施人工智能专项培训计划。 四是推动人工智能赋能高品质就业政策服务。运用人工智能助力就业政策落实，提高就业服务智能化水平，加大转型转岗就业支持力度。 五是健全劳动者权益保障制度和社会保障制度。优化适应人机协同的劳动者权益保障制度，完善灵活就业、新就业形态劳动者社会保障制度，健全适应人工智能技术发展的收入分配机制。 六是完善人工智能应用就业监测预警和风险应对体系。强化人工智能应用就业风险监测预警，加强人工智能应用就业影响研究，健全人工智能应用就业风险应对机制。 国务院办公厅关于适应技术发展 助力构建就业友好型发展方式的意见 国办发〔2026〕29号 各省、自治区、直辖市人民政府，国务院各部委、各直属机构： 就业是最基本的民生。为贯彻落实党中央、国务院关于促进高质量充分就业的决策部署，积极适应人工智能技术发展，助力构建就业友好型发展方式，经国务院同意，现提出以下意见。 一、总体要求 坚持以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届历次全会精神，坚持以人民为中心的发展思想，坚持投资于物和投资于人紧密结合，坚持统筹发展和安全，坚持就业优先导向，以人工智能赋能高质量发展为契机，以适应技术发展促进高质量充分就业为目标，以构建就业友好型发展方式为方向，积极增强人工智能创造就业机会、赋能传统岗位、提升就业质量、激发创业活力的正面效应，有效减缓人工智能应用就业替代影响，努力实现技术进步、产业升级与就业促进、民生改善相协调的包容性发展。 二、强化人工智能的就业创造效应 （一）拓展新兴领域人工智能就业新空间。深入实施“人工智能＋”行动，鼓励东部地区布局人工智能核心产业，引导中西部地区因地制宜承接数据标注、智能终端制造等上下游产业，加快形成人工智能领域就业新增长点。加快培育智能原生企业、专精特新“小巨人”企业等，按规定将符合条件的企业纳入金融助企稳岗扩岗专项贷款支持范围，创造更多就业新岗位新机会。 （二）培育中小微企业稳岗扩岗新动能。实施人工智能中小企业创业支持计划，以开源生态促进中小企业创新创业。加强数字化转型公共服务供给，鼓励开发“小快轻准”数字化产品和解决方案，保障中小微企业和个体工商户依法平等使用数据、算法等智能生产要素，支持中小微企业探索低成本、轻量化智能升级路径，进一步降低人工智能应用门槛，提升吸纳就业能力。 （三）创造人工智能领域就业创业新模式。发挥好国家创业投资引导基金、国家人工智能产业投资基金等政府投资基金作用，按照市场化方式支持人工智能领域企业创新发展。建设高水平人工智能开源社区，部署实施一批优质开源项目，形成创业带动就业效应。推行“科技成果＋创业”、“产业发展＋创业”、“职业技能＋创业”、“民生需求＋创业”模式，围绕人工智能应用场景创新、技术成果转化等创业项目，落实创业支持政策，提供创业孵化服务。 （四）加快开发人工智能领域新职业。围绕人工智能场景培育和大规模应用，加快开发新职业、发布新职业标准，扩大数字化管理师、人工智能工程技术人员、人工智能训练师等新职业新工种需求。鼓励地方结合人工智能产业发展需要，增设相关职称评审专业，及时开展人工智能相关职业技能等级认定。 三、构建就业友好型人工智能升级路径 （五）挖掘传统领域人工智能就业潜能。发挥人工智能助力传统产业改造升级作用，引导在工业全要素智能化发展和农业数智化转型升级中更好推行人机协作模式，挖掘传统领域数智化就业机会。加快构建人工智能驱动的新型服务方式，分领域推进生产性服务业向专业化和价值链高端延伸，促进生活性服务业高品质、多样化、便利化发展，拓展体验消费、个性消费等服务消费新场景，扩大服务业就业容量。 （六）减缓人工智能应用就业替代影响。发挥人工智能在改善就业环境、提升职业安全水平、提高工作质效等方面的作用，优先在劳动力紧缺、环境高危等岗位推广应用。稳慎把握人工智能在劳动密集型行业应用的范围、力度、节奏，尽可能减少对从业人员的冲击。鼓励企业探索建立失业缓冲期制度，在大规模推广应用人工智能过程中提前告知受影响劳动者、提供转型转岗就业支持。 （七）建立人工智能应用就业风险评估机制。综合评估人工智能应用对就业的影响，引导创新资源向创造就业潜力大的方面倾斜。对市场准入领域可能造成较大就业冲击的人工智能应用场景项目，在评审时同步开展就业风险评估，有关部门要统筹做好转型转岗就业支持工作。对其他领域的人工智能应用场景项目，结合实际开展就业风险评估。 四、提升劳动者数字素养和就业能力 （八）协同培养人工智能创新型人才。鼓励普通高校、职业学校（含技工院校）加快动态优化学科专业设置，超常规布局人工智能领域急需学科专业，加强相关交叉学科专业建设，增加人工智能“微专业”布点，实施复合型人才培养项目，培养更多人工智能复合型人才。强化校企联合培养，支持科技领军企业参与课程开发、师资培养、教学设施升级等。扎实推进人工智能全学段教育，推动学生入企实践、企业工程师入校授课，培养学生探索性、创造性思维能力。 （九）实施人工智能专项培训计划。深入实施“技能照亮前程”培训行动。地方在开展项目制、订单式数字化技术技能培训时，要紧贴人工智能领域市场需求，鼓励高校毕业生等青年、农民工、失业人员等参加人工智能领域就业创业培训项目。鼓励地方依托公共实训基地、企业实训基地、高技能人才培训基地等，积极开展人工智能相关技能培训。推进人工智能全社会通识教育，依托国家智慧教育公共服务平台、工业和信息化技术技能人才网上学习平台、继续教育网络平台等，推出更多公益课程。鼓励在现有职业技能大赛中积极开展人工智能相关技能竞赛活动。 五、推动人工智能赋能高品质就业政策服务 （十）运用人工智能助力就业政策落实。探索构建政策落实智能识别机制，分析服务对象特征，智能推送就业政策，提升“政策找人”质效。加强人工智能在就业政策评估、资金管理、宣传解读和咨询等方面的应用。 （十一）提高就业服务智能化水平。升级完善全国就业信息资源库、国家大学生就业服务平台、“中国就业”公共服务平台，强化数据归集、智能分析、精准服务。推进国家人工智能应用中试基地建设，统筹现有资源探索基层公共就业服务网络智能升级，深化人工智能在劳动人事争议调解仲裁等领域应用。推动人工智能赋能人力资源服务，鼓励经营主体创新优化求职招聘大模型、智能面试、虚拟现实培训等新产品新模式。 （十二）加大转型转岗就业支持力度。按规定对符合条件的受人工智能应用就业替代影响劳动者做好就业帮扶，提供针对性职业指导、技能培训、岗位推荐、创业支持等服务。按规定对有关参保失业人员及时足额发放失业保险待遇。 六、健全劳动者权益保障制度和社会保障制度 （十三）优化适应人机协同的劳动者权益保障制度。加强针对人机协同等社会分工新特点的劳动者基本权益保障研究，健全劳动者权益协商协调机制，督促企业依法保障劳动者取得劳动报酬、休息休假、获得劳动安全卫生保护等合法权益。规范人工智能在人力资源管理领域应用，依法治理因滥用算法等造成的就业歧视、虚假招聘、侵犯隐私权休息权等违法违规行为。 （十四）完善灵活就业、新就业形态劳动者社会保障制度。适应人工智能技术发展，增强社会保障制度灵活性、包容性，鼓励支持灵活就业人员、新就业形态人员等参加城镇职工基本养老保险，扩大新就业形态人员职业伤害保障试点。积极用好人工智能发展红利，更好保障就业和改善民生。 （十五）健全适应人工智能技术发展的收入分配机制。引导企业建立健全符合人工智能领域从业人员特点的薪酬分配制度，完善以增加知识价值为导向的高层次人才工资分配激励机制，落实技能人才最低工资分类参考指引。培育发展智能代理等创新型工作形态，鼓励企业加大对公益性人工智能技术、服务和开源社区的投入力度，帮助劳动者拓展能力边界、提升劳动价值，推动更多劳动者积极参与技术进步并从中获益。 七、完善人工智能应用就业监测预警和风险应对体系 （十六）强化人工智能应用就业风险监测预警。加强人工智能相关产业、就业等数据跨部门共享，共建区域性、行业性就业数据智能监测分析模型。强化人工智能应用就业风险预研预判，提升就业风险监测预警灵敏度。 （十七）加强人工智能应用就业影响研究。开展人工智能应用就业影响专项调查，持续跟踪人工智能应用渗透、岗位创造替代、技能需求变化等情况。依托高校、科研机构等现有资源，布局一批人工智能就业研究中心。实施好国家社科基金等科研项目，前瞻性研究人工智能技术发展对就业、收入分配的影响。 （十八）健全人工智能应用就业风险应对机制。将人工智能应用就业风险纳入规模性失业风险防范化解机制应对范围，统筹制定风险应对预案。强化人工智能相关劳动关系风险联合应对，做好风险会商研判和处置。 八、加强组织实施 坚持把党的领导贯彻到适应人工智能技术发展促进就业创业工作全过程各方面。各地区各有关部门要结合实际抓好本意见贯彻落实，进一步强化就业优先政策导向，统筹考虑人工智能应用就业影响，加快构建就业友好型发展方式。各级人力资源社会保障、发展改革部门要加强统筹协调，推动各项政策措施落地见效，加强宣传引导，营造有利于促进就业创业的良好社会氛围。重大事项及时按程序向党中央、国务院请示报告。 国务院办公厅 2026年10月16日

2026-10-24: 移动机器人行业正与具身智能技术加速融合，随着玩家增多、竞争加剧，业内人士预计行业进化将带动新一轮优胜劣汰。 以AGV（自动导引运输车）起家的移动机器人企业广东嘉腾机器人自动化有限公司联合创始人、副总裁陈洪波10月20日在顺德向第一财经记者预测说，明年移动机器人行业会面临一轮洗牌，那些搞概念、不能给客户带来真正价值的企业将被淘汰。 “移动机器人行业将迎来新一轮优胜劣汰。”翼菲科技副总经理、移动机器人事业部总经理张旭10月22日也向第一财经记者表示，头部企业加速兼并、避免盲目的价格战、回归投资理性预期将是未来两年移动机器人行业的主基调。 移动机器人积极拥抱具身智能 当下，人形机器人是一个“风口”，AGV等移动机器人与具身智能结合成为热潮。 嘉腾今年8月完成了数千万元B轮融资，重金招募具身智能人才，推出轮式具身智能人形机器人底盘产品，适配做各种人形机器人的“脚”。翼菲科技今年6月也推出了轮式人形机器人底盘。库卡移动机器人今年5月发布了AMR（自主移动机器人）。 陈洪波说，在智能底盘上验证的导航、车控、大模型算法，可以迁移到无人驾驶叉车、集装箱搬运车等产品上，反哺原有业务的能力提升。之前一些做不了的订单现在敢接了，因为算法、传感器、具身智能可以提供支持。比如，无人驾驶叉车以前识别到工厂生产现场或仓库的货放歪了，只会报警，现在结合具身智能的无人驾驶叉车可以自动调整好执行路线。 当前融合具身智能的移动机器人，仍处于“摸着石头过河”的发展阶段，尚未形成统一的行业标准。陈洪波预计，未来第一步先完成工业级移动机器人的全场景落地，第二步实现人形机器人的自由移动能力，第三步完成场景训练并实现规模化落地干活。 “库卡正从机器人大脑、硬件实体、软件算法和数据平台三层来做具身智能的布局，硬件实体包括底盘加机械臂的复合机器人、轮式人形机器人、足式人形机器人等。AI可以促进机器人的复合（泛化）能力更好落地。”一位业内人士说。 在张旭看来，主流的移动机器人公司都开始做具身智能，两者融合是趋势。首先是因为具身智能里轮式人形机器人是远大于足式人形机器人的一个分类，而移动机器人与轮式人形机器人底盘技术同源，且已是一个量大、稳定、成本低的成熟工业行业，所以移动机器人公司做轮式人形机器人有优势，部分选做底盘，部分选做整机，如果不涉足未来可能会面临生存危机。 此外。由于竞争激烈，移动机器人行业普遍亏损，导致估值脆弱，做具身智能的轮式人形机器人能提升估值。张旭说，具身智能概念的公司估值是移动机器人公司的5-10倍。目前移动机器人公司普遍的PS（市销率）是3-10倍，而具身智能公司往往在40倍以上。所以哪怕新业务短期不赚钱，移动机器人公司也纷纷押宝具身智能。 行业进化将带动新一轮优胜劣汰 很多企业和资本抢抓具身智能的“风口”，但进来之后有可能会水土不服。陈洪波预计，进来的人多，下去的人也多，明年移动机器人行业将在哪个具体时间点竞争最激烈还难说。 北京航空航天大学机器人研究所教授、中关村智友研究院院长王田苗近日在第140届广交会期间的人工智能与机器人产业领航未来新赛道论坛上演讲时预计，2027年具身智能行业将面临一次重度洗牌。具身智能的战略方向没有改变，泡沫并不意味机器人市场空间已见顶，迁移泛化替代繁重、重复、危险蓝领工作的趋势没有变。 “近几年，移动机器人行业已经历激烈的洗牌，比拼价格、服务、场景解决方案。具身智能的‘风口’来了，带来了新的技术、新的融资机会，有的企业重新抓到了‘救命稻草’。但是资本逐步变得更理性，有实力落地应用、体现价值的企业才能活下来。”上述业内人士认为。 张旭也预测说，移动机器人公司原本的竞争已经白热化。在具身智能的热潮中，一大批移动机器人企业又蜂拥而上，未来优胜劣汰将使资源重新配置。“头部企业加速兼并、避免盲目价格战、回归投资理性将是未来两年的主旋律。一旦投资冷静，全行业整体上将会逐步转向盈利，以亏损换取现金流和融资的阶段性乱象将会结束。” 陈洪波亦表示，明年移动机器人行业会面临一轮洗牌，那些搞概念、不能给客户带来真正价值的企业将被淘汰。那些能够真实地把AGV、无人驾驶叉车等移动机器人产品卖给客人，让客人能赚钱、自己也能赚钱的企业，才能形成良性循环并留下来。 移动机器人龙头借具身智能东风，正加快出海。陈洪波透露，嘉腾去年收入增长30%，出口量在总销量中占比达40%。他们将加码开拓北美等地市场，三年前已在美国密歇根州设立约20人团队，负责产品调试、安装与售后，未来将扩大布局；此外还将拓展欧洲、日本市场。今年12月，嘉腾将在珠海、澳门举行的2026全球智能制造与电子产品博览会（AIE电子展）上展示工业具身智能底盘新品，加快拓展海外市场。 翼菲科技今年在半年报中透露，下半年也将加速推进全球本地化战略，评估并筹备在越南建立孙公司，以及在欧洲建立海外服务中心。“具身智能时代会有更多的新机会，同时拓展海外市场也能避免在国内的过度竞争。”张旭说。 随着具身智能的规模化落地，陈洪波乐观预期，这不会带来大规模失业，反而会创造大量新的就业岗位，当前行业普遍存在高端技术人才缺口，企业正加大招募力度。

2026-10-24: 机器人和智能体，是新一代智能制造中两个重要的技术动向，但该领域的发展依然面对着诸多挑战。10月23日，由广州明珞股份有限公司主办的第十二届智能制造与数字化创新论坛在广州举行。会上，中国工程院院士李培根在发言时谈到，智能制造是制造强国战略的主攻方向，具身智能、人形机器人和智能体当然会广泛地应用到新一代的智能制造，应用到智能工厂，但企业既要看到趋势，也要看到挑战。李培根以美国某款机器人在某车企工厂的规模化验证为例称，在人形机器人的帮助下，该工厂6个月内完成9万多的零部件装载，单工位效率显著提升，任务成功率较早期提升了7倍。但该型号机器人进厂存在的问题也不少，比如硬件本体的可靠性等。从像素到动作的具身AI核心难点也有待攻克。此外，工厂里非理想的光照，会带来视觉的感知漂移。仿真环境训练出来的策略放到真实工厂，接触力学、摩擦力、钣金弹性、抓取形变也都和仿真不一致。第十二届智能制造与数字化创新论坛 拍摄/宋婕智能体在工业场景中的应用早已开始。生成式AI已从单点工具演变为供应链的智能协同中枢，驱动汽车产业从传统的线性链式结构，向一个具有更强韧性、更高效率与更优成本的价值网络全面演进。据李培根介绍，有车企部署的生成式AI预测系统，通过融合市场的信号与订单数据，将多级供应链的预测准确率从72%大幅提升至89%，库存周转率随之提高35%。某国际物流集团与某跨国车企合作的AI动态路径规划系统，通过同步生产计划与实时交通数据，实现了零部件运输成本降低22%及碳排放减少18%的双重效益。不过李培根称，智能体的创新发展迅猛，但炒作速度更快，导致人们对智能体的实际能力产生了困惑。目前基于大语言模型的智能体种类繁多，但它们的适应性仍然有限，难以在企业环境中进行特定情境下的决策。事实上，完全自主的智能体尚未准备好应对大多数企业应用场景。此外，一些传统的自动化工具和RPA解决方案也被重新包装成AI代理构建平台。这种“洗白代理”现象加剧了市场混乱，买家更难区分真正的AI代理功能和披着新外衣的传统自动化技术。当智能体应用越来越多时，构建一个能够管理企业级AI代理开发和部署的智能体管理平台（AMP）变得重要。李培根认为这并非易事，需要与SaaS应用、AI代理供应商以及集成平台即服务（iPaaS）提供商进行大量的集成工作。推理模型在中等复杂度任务上能力出色，但在更高复杂度下仍可能出现系统性失稳。越是高风险、高复杂度、高外部影响的场景，越需要重新界定人机分工、责任边界与可追溯机制。李培根在分享中谈到，高风险场景中的人机分工必须更精细，而不是更激进。企业的成熟度，不在于是否让AI做得更多，而在于是否知道在何处必须让人继续承担责任。当天，国务院办公厅关于适应人工智能技术发展助力构建就业友好型发展方式的意见发布。文件明确，要发挥人工智能助力传统产业改造升级作用，引导在工业全要素智能化发展和农业数智化转型升级中更好推行人机协作模式，挖掘传统领域数智化就业机会。

2026-10-24: ①首部AI院线电影今起上映，首日场次近1.1万场； ②Kimi（月之暗面）即将发布K3.1并发布相关预热视频； ③DeepSeek、MiniMax已完成开源和海外授权使用； ④OpenAI即将完成由阿联酋投资方领投的一轮最高规模达300亿美元的融资； ⑤国家信息化“十五五”规划：研制高性能人工智能芯片和高可用基础软件栈； ⑥上海：鼓励企业前瞻布局物理AI，重点突破世界模型构建、多模态物理感知、虚实交互与自主决策等核心技术。

2026-10-24: 【品大事】 佰维存储：2026年以来DRAM等主要存储产品价格显著上涨 看好AI产业发展带来的中长期市场机遇 佰维存储发布关于近期生产经营情况的公告称，公司关注到近期行业发展趋势及生产经营情况受市场广泛关注。2026年以来，受人工智能算力基础设施建设持续推进、全球数据中心及云服务厂商存储需求增长等因素影响，DRAM、NANDFlash等主要存储产品价格显著上涨，行业景气度提升。公司看好人工智能产业发展带来的中长期存储市场机遇，将持续发挥在存储解决方案、芯片设计及先进封装测试等领域的技术积累和产业协同优势。公司围绕先进存储、存算合封及高速光电互联等领域，持续推进FOMS、CMC、OEC等先进封装技术研发及产业化应用，积极拓展人工智能算力基础设施等新兴应用市场，为中长期发展培育新的增长动能。 寒武纪：将继续围绕面向大模型的芯片和软件平台项目等 巩固并扩大在人工智能算力领域的技术领先优势 寒武纪发布公司近期生产经营情况的公告称，公司目前经营正常，公司持续拓展市场，积极助力人工智能应用落地，公司业务和研发工作有序推进。公司依托强大的产品能力及务实开放的合作模式，以技术赋能场景落地，以规模化应用拉动市场拓展，营业收入增长显著。公司已推出的产品体系覆盖了云端、边缘端的智能芯片及板卡、智能整机、处理器IP及软件，可满足云、边、端不同规模的人工智能计算需求。经过多年的技术积累与商业化验证，公司在云端智能芯片领域已形成较强的产品竞争力与客户基础，现有业务具备较大优势。当前，人工智能算力市场需求持续旺盛，能够支撑公司业务稳步增长。同时，公司毛利率维持在较高水平且保持稳定，收入规模的快速增长并未对盈利能力形成摊薄。随着市场的持续拓展与收入规模的不断扩大，公司业绩有望保持增长。 寒武纪表示，公司将继续围绕面向大模型的芯片平台项目、面向大模型的软件平台项目等重点方向，保持高强度、高质量的研发投入，持续推动智能芯片产品、基础系统软件平台的迭代升级与优化，深化软硬件协同优化能力，巩固并扩大公司在人工智能算力领域的技术领先优势。同时，公司将继续完善人才梯队建设与激励机制，保障核心研发团队的稳定性与创造力，以持续的技术创新支撑公司长期健康发展，为股东创造更大价值。 三安光电：实控人林秀成被检察机关批准逮捕 三安光电公告，公司实际控制人林秀成此前因涉嫌职务侵占、挪用资金罪被公安机关刑事拘留，公司10月23日收到家属通知，林秀成被检察机关批准逮捕。林秀成自2017年7月10日以来未在公司担任任何职务，该事项与公司无关，不会对生产经营产生重大影响。 5天3板兆威机电：涉及人形机器人领域业务收入占比极低 兆威机电发布股票交易异常波动公告，针对市场关注公司为“人形机器人概念股”的情况称，公司主营业务为生产、设计、研发及销售微型传动及微型驱动系统，公司所销售的产品中，涉及人形机器人领域的业务收入占公司营业收入比重极低，经粗略统计，该部分业务收入不超过公司2026年上半年营业收入的1%，预计2026年该业务对公司经营业绩不构成重大影响。 2连板正裕工业：柔性触觉产品尚处于提供样品阶段 未形成批量生产 2连板正裕工业发布股票交易风险提示公告，近期关注到有媒体将公司列为柔性触觉概念股，现澄清如下：公司为汽车零部件上市公司，目前主要从事汽车悬架系统减震器、汽车橡胶减震产品以及发动机密封件等汽车零部件产品的研发。截至目前，公司柔性触觉产品尚处于提供样品阶段，未形成批量生产，该业务也尚未形成收入，后续业务开展情况存在较大不确定性。 8天4板华瓷股份：上半年含氧化锆的陶瓷新材料业务营收占比仅1.15% 华瓷股份发布股票交易异常波动公告称，从网络媒体传播内容看，此次股价短期上涨主要系市场对氧化锆业务题材炒作所致。2026年上半年，公司含氧化锆的陶瓷新材料业务实现营业收入仅664万元，占公司整体营业收入的1.15%，该板块业务体量很小，公司氧化锆产品主要用于锂电行业，且该类产品并没有提价。此次股价异动概念炒作风险较大，公司基本面未发生变化。 江南水务：公司董事、总经理池永因工作调整离任 江南水务公告，近日，公司董事会收到公司董事、总经理池永提交的书面辞职报告。池永因工作调整，特申请辞去公司董事、总经理职务，同时辞去所担任的董事会战略与ESG委员会委员职务。池永辞职后，将不再担任公司及子公司的任何职务。 中国神华：全资子公司拟约6.18亿元购买煤制气公司50%股权 中国神华公告，公司全资子公司新疆能源拟以非公开协议方式，购买西部能源所持国能新疆煤制气有限公司（简称“煤制气公司”）50%股权，交易对价约6.18亿元。交易完成后，煤制气公司将成为新疆能源持股100%的子公司。煤制气公司主要负责准东20亿立方米/年煤制天然气项目的投资、开发、建设、运营。西部能源为公司控股股东国家能源集团公司的全资子公司。 润泽科技：孙公司河北润澜拟获进银新金增资40亿元 用于AI项目建设 润泽科技公告，公司全资孙公司河北润澜智能科技发展有限公司（简称“河北润澜”）拟通过增资扩股的方式，引入中国进出口银行全资子公司进银新型政策性金融工具有限公司（简称“进银新金”）作为新的投资者，进银新金以40亿元的价款认购河北润澜新增注册资本1.44亿元，增资款将用于AI项目建设。此次增资完成后，公司通过润泽发展持有河北润澜的股权比例将由100%变更为63.89%，河北润澜仍为公司控股孙公司。 光库科技：购买安捷讯99.97%股份相关事项获深交所审核通过 光库科技公告，公司发行股份、可转债及支付现金购买苏州安捷讯光电科技股份有限公司（简称“安捷讯”）99.97%股份并发行股份募集配套资金事项获深交所并购重组委审核通过。此次交易尚需取得中国证监会同意注册的批复后方可实施。 朗特智能：拟6.63亿元收购成都奥捷51%股权 布局光通信领域无源光器件产品 朗特智能公告，公司近日与成都奥捷通信技术有限公司（简称“成都奥捷”）及其股东签署《收购意向协议》，拟以现金方式收购成都奥捷51%股权，交易对价初步预估为6.63亿元。业绩承诺方承诺：成都奥捷2026年度、2027年度、2028年度实现的净利润分别不低于8000万元、1.2亿元、1.6亿元，即累积承诺实现的净利润不低于3.6亿元。成都奥捷聚焦于光通信领域无源光器件产品的研发、制造与销售。此次签订股权收购意向协议事项有利于帮助公司在相关领域的战略布局，为公司寻找新的业绩增长点。 两连板睿能科技：前三季度应用于机器人领域产品营收占比不足2% 两连板睿能科技发布股票交易异常波动公告，公司主要从事工业自动化控制产品的研发、生产、销售业务和IC产品分销业务。公司不从事机器人制造业务。公司工业自动化控制产品主要应用于纺织、机床加工等领域，IC产品分销业务主要应用于工业控制、汽车电子、消费电子等领域，其中机器人不是主要应用领域，2026年前三季度应用到机器人领域的营业收入占公司营业收入的比例不足2%。后续公司在机器人应用领域的业绩增长存在较大不确定性，对公司业绩无重大影响。 鸣志电器：预计2026年度机器人相关领域业务对公司经营业绩不构成重大影响 鸣志电器发布股票交易异常波动公告称，公司注意到市场上机器人相关热点概念的关注度较高。公司主营业务为运动控制领域的核心部件、模组及系统的研发与经营。2026年上半年，机器人（包含人形机器人）相关应用领域业务在营业收入的占比约9%，占比较低，预计2026年度该业务对公司经营业绩不构成重大影响。 帝欧水华：拟转让全资孙公司景德镇欧神诺100%股权 帝欧水华公告，公司拟通过公开征集意向受让方的方式，转让全资孙公司景德镇欧神诺陶瓷有限公司（简称“景德镇欧神诺”）100%股权。此次拟转让景德镇欧神诺100%股权，主要为公司清理瓷砖业务项下经营效率低、发展前景有限的资产。 广东明珠：拟将回购股份资金总额上调至1.25亿元—2.5亿元 广东明珠公告，基于对公司未来发展和市场价值的坚定信心，综合考虑当前经营情况及财务状况等因素，公司拟增加回购股份的资金总额，由“不低于1亿元，不超过1.5亿元”调整为“不低于1.25亿元，不超过2.5亿元”。 【观业绩】 东岳硅材：前三季度净利润5.57亿元 同比增长19413.54% 东岳硅材披露三季报，公司2026年前三季度实现营业收入39.71亿元，同比增长31.21%；归母净利润5.57亿元，同比增长19413.54%。其中，第三季度实现营业收入13.06亿元，同比增长86.84%；归母净利润1.29亿元，同比增长427.06%。报告期内，行业供需格局改善带动公司主要产品价格同比上涨，原材料端工业硅采购价格同比下降，甲醇、一氯甲烷价格同比上涨，整体单位生产成本有所下降，综合毛利率提升。 风华高科：第三季度净利润3.51亿元 同比增长470.17% 风华高科披露三季报，公司2026年前三季度实现营业收入57.99亿元，同比增长41.15%；归母净利润6.42亿元，同比增长180.9%。其中，第三季度实现营业收入22.99亿元，同比增长71.97%；归母净利润3.51亿元，同比增长470.17%。报告期内，公司主营产品市场需求持续增长，主营产品销量及单价同比上升。 金百泽：前三季度净利润3995.22万元 同比增长468.3% 金百泽披露三季报，公司2026年前三季度实现营业收入6.74亿元，同比增长26.87%；归母净利润为3995.22万元，同比增长468.3%。其中，第三季度实现营业收入2.72亿元，同比增长40.34%；归母净利润为2878.31万元，同比增长698.31%。 商络电子：前三季度净利润7.95亿元 同比增长462.64% 商络电子披露三季报，2026年前三季度营业收入145.51亿元，同比增长135.11%；归母净利润7.95亿元，同比增长462.64%。其中，第三季度实现营业收入58.3亿元，同比增长158.78%；归母净利润2.92亿元，同比增长416.72%。主要系报告期内营业收入增长及合并立功科技所致。 云汉芯城：前三季度净利润同比预增311.65%—354.98% 云汉芯城发布业绩预告，预计2026年前三季度归母净利润3.35亿元—3.71亿元，同比增长311.65%—354.98%。2026年以来，全球电子行业延续高景气态势。公司作为电子元器件交易平台，充分受益于行业上行周期。同时，公司供应链覆盖能力与履约效率持续增强，注册客户数、交易客户数、订单数量及平均订单金额均实现较快增长；面向中大型客户的“芯晶采”数智化内采平台、互联网+授权代理、国产器件销售及海外业务保持良好发展势头。在行业上行周期中，公司平台规模效应与经营杠杆加速兑现。 立昂微：第三季度净利润同比增长373.03% 立昂微披露三季报，公司2026年前三季度实现营业收入33.2亿元，同比增长25.79%；归母净利润1.74亿元，上年同期亏损1.08亿元。其中，第三季度实现营业收入12.26亿元，同比增长25.9%；归母净利润9018.18万元，同比增长373.03%。 本川智能：前三季度净利润1.05亿元 同比增长218.09% 本川智能披露三季报，公司2026年前三季度实现营业收入11.27亿元，同比增长83.68%；归母净利润1.05亿元，同比增长218.09%。其中，第三季度实现营业收入5.16亿元，同比增长120.52%；归母净利润6250.93万元，同比增长438.11%。 拉卡拉：前三季度净利润8.65亿元 同比增长155.29% 拉卡拉披露三季报，公司2026年前三季度实现营业收入48.73亿元，同比增长19.77%；归母净利润8.65亿元，同比增长155.29%。其中，第三季度实现营业收入16.16亿元，同比增长13.98%；归母净利润1.96亿元，同比增长79.18%。 寒武纪：前三季度净利润37.15亿元，同比增长131.49% 寒武纪公告，2026年第三季度营业收入35.31亿元，同比增长104.47%；归属于上市公司股东的净利润14.04亿元，同比增长147.74%。2026年前三季度营业收入95.26亿元，同比增长106.76%；归属于上市公司股东的净利润37.15亿元，同比增长131.49%。 永鼎股份：前三季度净利润7.43亿元 同比增长125.75% 永鼎股份披露三季报，公司2026年前三季度实现营业收入54.30亿元，同比增长49.57%；归母净利润7.43亿元，同比增长125.75%。其中，第三季度实现营业收入20.91亿元，同比增长52.56%；归母净利润2.39亿元，同比增长2165.42%。报告期内，光通信板块受AI算力需求带动，光纤行业进入高景气周期，全产业链供需偏紧、量价齐升，毛利率提升，带动公司利润同比增长较大。 浙富控股：前三季度净利润16.62亿元 同比增长124.91% 浙富控股披露三季报，公司2026年前三季度实现营业收入206.29亿元，同比增长27.7%；归母净利润16.62亿元，同比增长124.91%。其中，第三季度实现营业收入71.89亿元，同比增长30.42%；归母净利润3.06亿元，同比增长77.22%。 北方稀土：第三季度净利润15.93亿元 同比增长161.13% 北方稀土公告，2026年第三季度营收为155.34亿元，同比增长35.96%；归属于上市公司股东的净利润为15.93亿元，同比增长161.13%。前三季度营收为413.33亿元，同比增长36.45%；归属于上市公司股东的净利润为36.46亿元，同比增长136.55%。 税友股份：前三季度净利润2.28亿元 同比增长106.84% 税友股份披露三季报，公司2026年前三季度实现营业收入15.68亿元，同比增长9.93%；归母净利润2.28亿元，同比增长106.84%。其中，第三季度实现营业收入5.56亿元，同比增长10.32%；归母净利润1.34亿元，同比增长240.98%。业绩增长主要系公司数智财税业务收入保持稳健增长、AI驱动经营效率提升，以及公司报告期处置闲置办公大楼取得相关收益综合影响所致。 广钢气体：前三季度净利润4.13亿元 同比增长105.81% 广钢气体披露三季报，公司2026年前三季度实现营业收入21.19亿元，同比增长23.1%；归母净利润4.13亿元，同比增长105.81%。其中，第三季度实现营业收入7.85亿元，同比增长29.48%；归母净利润1.57亿元，同比增长88.95%。 深圳机场：前三季度净利润8.98亿元 同比增长91.8% 深圳机场披露三季报，公司2026年前三季度实现营业收入40.38亿元，同比增长5.17%；归母净利润8.98亿元，同比增长91.8%。其中，第三季度实现营业收入13.55亿元，同比增长3.35%；归母净利润1.61亿元，同比增长3.33%。 洛阳钼业：前三季度净利润240.2亿元 同比增长68.21% 洛阳钼业披露三季报，公司2026年前三季度实现营业收入2072.9亿元，同比增长42.48%；归母净利润240.2亿元，同比增长68.21%。其中，第三季度实现营业收入719.71亿元，同比增长41.92%；归母净利润78.67亿元，同比增长40.28%。报告期内，主营铜产品量价同比双升、钼钨产品价格走高，叠加巴西金矿业务并表，共同带动业绩提升。 紫金矿业：前三季度归母净利润575.26亿元 同比增长51.93% 紫金矿业披露三季报，公司2026年前三季度实现营业收入2834.53亿元，同比增长11.51%；归母净利润575.26亿元，同比增长51.93%。其中，第三季度实现营业收入892.74亿元，同比增长3.22%；归母净利润183.56亿元，同比增长25.97%。 腾景科技：前三季度净利润9610.42万元 同比增长50.63% 腾景科技披露三季报，公司2026年前三季度实现营业收入7.44亿元，同比增长74.93%；归母净利润9610.42万元，同比增长50.63%。其中，第三季度实现营业收入3.14亿元，同比增长93.7%；归母净利润为4602.22万元，同比增长69.11%。 石英股份：第三季度净利润4137.95万元 同比增长46.15% 石英股份公告，2026年第三季度营收3.05亿元，同比增长28.14%；归属于上市公司股东的净利润4137.95万元，同比增长46.15%。前三季度营收8.51亿元，同比增长13.01%；归属于上市公司股东的净利润1.33亿元，同比下降1.77%。 乐鑫科技：前三季度净利润5.53亿元 同比增长46.76% 乐鑫科技披露三季报，公司2026年前三季度实现营业收入23.7亿元，同比增长23.94%；归母净利润5.53亿元，同比增长46.76%。其中，第三季度实现营业收入8.89亿元，同比增长33.38%；归母净利润2.19亿元，同比增长89.35%。公司净利润增长主要系三项因素综合影响，一是营业收入增长，二是毛利率稳中有升，三是费用增速控制在营业收入增速之下，规模效应逐步显现，经营杠杆效应进一步释放。 东方财富：前三季度净利润119.07亿元 同比增长30.89% 东方财富披露三季报，公司2026年前三季度实现营业总收入155.6亿元，同比增长34.26%；归母净利润119.07亿元，同比增长30.89%。其中，第三季度实现营业收入50.54亿元，同比增长6.8%；归母净利润38.43亿元，同比增长8.86%。 耐科装备：前三季度净利润8103.12万元 同比增长22.33% 耐科装备披露三季度，公司2026年前三季度实现营业收入3.21亿元，同比增长45.56%；归母净利润8103.12万元，同比增长22.33%。报告期内，半导体封装装备市场需求持续向好，公司半导体封装装备相关产品销售收入增加。 赤峰黄金：前三季度净利润22.85亿元 同比增长11.05% 赤峰黄金披露三季报，公司2026年前三季度实现营业收入100.87亿元，同比增长16.69%；归母净利润22.85亿元，同比增长11.05%。其中，第三季度实现营业收入30.69亿元，同比下降8.99%；归母净利润5.53亿元，同比下降41.84%。 巨化股份：前三季度净利润34.22亿元 同比增长5.34% 巨化股份披露三季报，公司2026年前三季度实现营业收入190.86亿元，同比下降6.41%；归母净利润34.22亿元，同比增长5.34%。其中，第三季度实现营业收入57.46亿元，同比下降18.64%；归母净利润7.71亿元，同比下降35.58%。 昊帆生物：前三季度净利润同比增长8.76% 拟10派1.5元 昊帆生物披露三季报，公司2026年前三季度实现营业收入5.9亿元，同比增长35.67%；归母净利润1.08亿元，同比增长8.76%。其中，第三季度实现营业收入2.11亿元，同比增长28.06%；归母净利润3718.89万元，同比增长59.24%。公司拟每10股派发现金股利1.5元（含税）。 思源电气：前三季度净利润24.03亿元 同比增长9.66% 思源电气披露三季报，公司2026年前三季度实现营业收入177.62亿元，同比增长28.46%；归母净利润24.03亿元，同比增长9.66%。其中，第三季度实现营业收入69.67亿元，同比增长30.71%；归母净利润9.39亿元，同比增长4.53%。 中国神华：第三季度净利润同比增长3.2% 中国神华公告，第三季度营业收入为1066.93亿元，同比增长10.9%；归属于上市公司股东的净利润为156.88亿元，同比增长3.2%。前三季度实现营业收入2960.31亿元，同比增长9.0%；归属于上市公司股东的净利润444.03亿元，同比增长3.8%。 中海油服：前三季度净利润32.33亿元 同比增长0.7% 中海油服披露三季报，2026年前三季度实现营业收入357.29亿元，同比增长2.5%；归母净利润32.33亿元，同比增长0.7%。其中，第三季度实现营业收入119.41亿元，同比增长3.5%；归母净利润12.24亿元，同比下降1.7%。 安纳达：前三季度净利润6752.3万元 同比扭亏为盈 安纳达披露三季报，公司2026年前三季度实现营业收入16.38亿元，同比增长25.06%；归母净利润6752.3万元，同比实现扭亏为盈。报告期内，公司钛白粉、磷酸铁销售毛利增加。 华友钴业：第三季度净利润同比下降46.68% 华友钴业披露三季报，公司2026年前三季度实现营业收入807.76亿元，同比增长37.05%；归母净利润为43.1亿元，同比增长2.23%。其中，第三季度实现营业收入252.08亿元，同比增长15.93%；归母净利润8.03亿元，同比下降46.68%，主要系金属价格波动及硫磺等大宗辅料价格上涨所致。 安纳达：前三季度净利润6752.3万元 同比扭亏为盈 安纳达披露三季报，公司2026年前三季度实现营业收入16.38亿元，同比增长25.06%；归母净利润6752.3万元，同比实现扭亏为盈。报告期内，公司钛白粉、磷酸铁销售毛利增加。 大华股份：前三季度净利润29.03亿元 同比下降17.88% 大华股份披露三季报，公司2026年前三季度实现营业收入251.07亿元，同比增长9.58%；归母净利润29.03亿元，同比下降17.88%。其中，第三季度实现营业收入84.03亿元，同比增长8.69%；归母净利润为5.2亿元，同比下降50.91%。 汤臣倍健：前三季度净利润8.13亿元 同比下降10.42% 汤臣倍健披露三季报，公司2026年前三季度实现营业收入52.98亿元，同比增长7.78%；归母净利润8.13亿元，同比下降10.42%。其中，第三季度实现营业收入16.26亿元，同比增长17.6%；归母净利润2.1亿元，同比增长22.73%。 *ST闻泰：前三季度亏损6.23亿元 *ST闻泰公告，2026年前三季度实现营业收入20.5亿元，同比下降93.11%；归母净利润亏损6.23亿元，上年同期净利润15.13亿元。其中，第三季度实现营业收入5.35亿元，同比下降87.91%；归母净利润亏损2.17亿元。 【签大单】 大华股份：子公司拟参与中国移动人工智能超节点设备集采项目投标 大华股份公告，中国移动通信有限公司近期就“中国移动2026年至2027年新一代人工智能超节点设备集中采购项目”进行公开招标，公司下属子公司华启智慧拟参与此次投标。如此次项目中标，则形成的合同交易金额预计不超过20.5亿元。华启智慧能否中标以及具体的交易金额存在不确定性。 【做回购】 天孚通信：拟1亿元至1.5亿元回购股份用于注销 天孚通信公告，公司董事会审议通过回购方案，拟使用自有资金以集中竞价方式回购股份，回购资金总额不低于1亿元且不超过1.5亿元，回购价格不超过350元/股。回购股份将全部注销并减少注册资本，实施期限为股东会审议通过后6个月内。该议案尚需提交股东会审议。 澜起科技：完成本次A股回购方案 实际回购208.8万股耗资4.1亿元 澜起科技公告，公司此前披露，拟3亿元-6亿元回购股份。公司今日完成本次回购A股股份方案，实际回购208.80万股，占总股本0.17%，回购金额4.1亿元，回购价格区间184.14元/股至210.00元/股。回购股份用于维护公司价值及股东权益。 长龄液压：拟7000万元—1.3亿元回购股份 长龄液压公告，公司拟以7000万元—1.3亿元回购股份，用于员工股权激励/员工持股计划，回购价格不超过92.47元/股。 汇成股份：拟5000万元—8000万元回购股份 汇成股份公告，公司拟以5000万元—8000万元回购股份，用于员工持股计划或股权激励，回购价格不超过34.66元/股。 美湖股份：控股股东提议回购3000万元-5000万元公司股份 美湖股份公告，公司控股股东、实际控制人、董事长许仲秋提议公司使用自有资金或自筹资金通过上海证券交易所交易系统以集中竞价交易方式回购公司已发行的部分A股股份，用于减少公司注册资本。回购资金总额不低于3000万元（含），不超过5000万元（含）。回购价格不超过董事会通过回购股份决议前30个交易日公司股票交易均价的150%。 广合科技：董事长提议5000万元—1亿元回购股份 广合科技公告，公司董事长肖红星提议公司以5000万元—1亿元回购股份，用于股权激励计划及/或员工持股计划。实施期限自公司董事会审议通过回购股份方案之日起12个月内。 【推荐订阅】《公告臻选》 周日～周四每晚22:00左右更新。深度解读，聚焦关键；分类汇总，一目了然。10分钟内，用专业帮你节省时间，提升决策胜率！ 【扫描二维码，专属客服，专业解答】 【点击上方图片，一键直达】

2026-10-24: 10月23日晚间，AI芯片厂商寒武纪（688256.SH）发布第三季度财报。该季度寒武纪营收35.31亿元，同比增长104.47%，净利润14.04亿元，同比增长147.74%。该季度寒武纪营收和净利润都创上市后的单季度历史新高。 今年前三季度，寒武纪营收95.26亿元，同比增长106.76%，净利润37.15亿元，同比增长131.49%。寒武纪称，营收同比增长主要是因持续拓展市场，助力人工智能应用落地。 今年第二季度，寒武纪营收31.11亿元，同比增长75.9%，净利润12.98亿元，同比增长90%，营收和净利润环比增长幅度分别为7.8%和28.1%。第三季度，寒武纪营收和净利润同比增长幅度比第二季度更大，营收和净利润环比增长幅度则分别为13.5%、8.2%。 不过，今年第三季度，寒武纪经营活动产生的现金流量净额为负，为-8367.8万元。 合并资产负债表中，截至9月底，寒武纪货币资金5.55亿元，相比去年底减少了7.6亿元，相比6月底也少了6亿元。增加的流动资产主要是应收账款和存货，其应收账款和存货分别为9.38亿元、116.65亿元，相比6月底增加了322%、41%。截至9月底，寒武纪预付款项达到30.44亿元，但相比6月底增长幅度较小。数据表明，寒武纪在采购备货方面的力度可能较大。 寒武纪的负债则在增加。截至9月底，寒武纪负债合计72.36亿元，相比6月底增加了56%。 研发方面，今年第三季度，寒武纪研发投入5.23亿元，同比增长73.66%，占营收的比例为14.8%。 截至今年6月底，知名“牛散”章建平已不在寒武纪前十大股东之列。截至9月底，章建平未重回寒武纪前十大股东。截至6月底，寒武纪前十大股东中除了公司创始人陈天石还有两名自然人张炜和邱明静，而截至9月底，前十大股东中自然人只剩陈天石和张炜。 发布第三季度业绩后，寒武纪还就近期生产经营情况发布公告称，目前公司经营正常，毛利率维持在较高水平且保持稳定，收入规模快速增长未对盈利能力形成摊薄，业绩有望保持增长。寒武纪还强调，公司已设定2026年至2028年连续三年的业绩考核目标：三年累计营收不低于1000亿元。 寒武纪股价从今年6月底的高点到10月23日，累计下跌了37.1%。10月23日，寒武纪涨5.46%。 国内AI芯片股中，沐曦股份也已发布第三季度业绩预告。该公司预计今年前三季度营收25.41亿元~31.06亿元，同比增长105.60%~151.29%，净利润5.87亿元~7.17亿元，同比扭亏。据此计算，沐曦股份预计第三季度营收12.17亿元~17.82亿元，同比增长279%~455%，净利润-0.25亿元~1.05亿元，是否盈利仍存在悬念。

2026-10-23: 以工业机器人和人工智能为代表的“智能化转型”，正成为中欧双边贸易的新增长点。23日，第十九届中国—欧盟投资贸易科技合作洽谈会（下称“欧洽会”）在成都市落下帷幕。商务部国际贸易经济合作研究院欧洲研究所所长姚铃在会议发言中表示，近年来，中欧贸易向智能化、数字化发展的趋势较为明显。她引用相关数据表示，2025年，中国对欧盟的工业机器人出口较2021年增长了2.22倍，“未来有望逐渐成为中欧贸易的新增长点”。在进口方面，2025年中国自欧盟人工智能（AI）产品的进口达到552.9亿美元，比2021年增长了20.5%，远超同期中国自欧盟进口总额的增幅。在欧洽会期间举行的中欧智能机器人产业链对接交流会上，中国人形机器人研发企业优必选与总部位于布鲁塞尔、致力于推动中欧数字创新与新兴技术领域合作的中欧数字协会，正式签署谅解备忘录，标志着双方在机器人欧洲市场拓展、技术协同等方面开启实质性合作。欧洲机器人协会（euRobotics）副主席、芬兰奥卢大学嵌入式系统教授罗宁（Juha R?ning）在欧洽会期间接受第一财经记者采访时，讲述了中欧在机器人领域的各自优势。“比如在精密测量与制造检测技术上，荷兰的阿斯麦（ASML）掌握着先进的高精度量测系统。这是欧洲保持全球领先的典型代表，这类核心能力完全可以为全球产业链创造价值。”谈及中国机器人产业的演进，他提到，今年他在北京参加世界机器人大会时，真切感受到了技术的推进，“与一年前相比，现在的机器人力量更足、动作更敏捷，作业能力也有了大幅跃升。”新型优势互补与场景迭代姚铃认为，中欧经贸关系的本质“互补性远大于竞争性”。在中国与欧盟各自具备全球比较优势的主要产品中，双方仅在有机化学品和机械设备两个领域存在直接竞争，其余品类均保持着各自鲜明的比较优势，在全球市场上尚未形成正面的直接竞争格局。在工业机器人领域，根据中国海关总署数据，今年前三季度工业机器人产业出口近百亿元，增长16.9%。国际机器人联合会（IFR）的数据显示，2025年中国工业机器人安装量达35.4万台，约占全球总安装量的59%，创历史新高，中国连续两年成为全球最大工业机器人市场。而在欧洲，随着全球工业自动化版图重构，曾经由日本与欧洲平分秋色的“四大家族”格局已发生改变。德国库卡（KUKA）数年前已由中资控股，并将投资重心逐步倾斜至亚洲与北美；工业巨头ABB也在2025年签署协议将其机器人业务出售给日本软银集团。IFR的数据显示，欧洲2025年新装机量同比下降11%，降至6.05万台。其中，德国是全球第五大、欧洲最大的工业机器人市场，2025年新增安装量不足2.5万台，同比下降8%。“我对欧洲机器人产业有些担心，因为真正的欧洲机器人公司越来越少。”罗宁对第一财经记者称，机器人产品的工程闭环与软件开发有本质区别，开发机器人产品比开发软件更加耗时。在这一背景下，罗宁认为，欧洲缺少相信项目并且有足够资金实力的投资者，“欧洲的挑战在于，企业能获得的风险投资和资金支持不如其他地区充裕，比如美国，可能也包括中国。”北京外国语大学区域与全球治理高等研究院教授、欧盟与区域发展研究中心主任崔洪建在发言中分析，在数字和绿色两大领域，中欧拥有相似的政策目标和共同的发展方向，但在推进路径上存在制度差异：中方以“顶层设计加政策驱动，市场活跃为主要方式”，欧方则强调“规则主导和规则输出”。他提出，过去多年双方习惯的“中方出市场劳动力、欧方出资金技术”的传统优势互补模式正在重构，尤其在绿色和数字领域，中欧完全可以认真思考形成一种由“中方提供技术和资金、欧方提供劳动力和市场”的新型合作模式，这客观反映了当前双方在相关赛道的实力对比。根据中欧数字协会与优必选签署的谅解备忘录，本次合作旨在结合优必选的技术优势与欧洲产业需求，推动人形机器人技术在欧洲各行业的落地应用，促进商业合作伙伴关系的搭建，发掘产业应用新机遇。双方将共同挖掘和拓展欧洲重点市场的商业合作机会，重点聚焦制造业、物流及其他工商业领域，推动人形机器人技术助力提升生产效率、优化运营效能、促进技术创新。中欧数字协会将依托其广泛的欧洲产业网络、机构合作资源与本土市场经验，助力优必选开展业务拓展、评估商业机会、对接潜在合作伙伴。同时，协会还将协助优必选深入了解欧洲客户需求、技术集成要求与监管规则，为其欧洲市场战略落地提供支持。从“合规者”转向标准“贡献者”严苛和复杂的法规条例也是中欧智能制造企业面临的一大考验。随着欧盟《人工智能法案》分阶段落地，以及将于2027年1月正式生效的欧盟《机械产品法规》，欧洲在安全评估、可解释性及人类监督方面设置了高门槛。针对外界“欧洲强监管拖慢发展”的批评，罗宁对记者回应称：“有一种常见说法认为欧洲只会监管，我认为这不对。我们需要监管是出于安全原因；如果希望系统和模块顺畅协作，标准化是实现这一点的唯一途径。”但他也坦言，“在某些领域，欧洲可能有些过于谨慎了”，特别是在涉及移动机器人乃至AI驱动的移动机器人时，防范潜在风险的审慎考量确实在客观上放缓了技术落地步伐。为此，他呼吁各方务实落实监管，并建设专业的测试场（Proving Grounds），让系统在受控环境中完成暴露问题与试错。中欧数字协会主席鲁乙己（Luigi Gambardella）则认为，中欧在当前环境下存在合作机遇。他说，欧洲在工业机器人领域拥有成熟的技术标准框架，其中许多基于国际标准，例如2025年最新修订的ISO 10218系列标准。“这为欧中合作提供了坚实的基础，我们并不是在两个完全不同的技术体系下起步。”在鲁乙己看来，中国机器人企业进入欧洲的核心瓶颈往往不是技术指标不达标，而在于“如何证明合规”。“这些程序可能十分复杂且昂贵，特别是当企业在中国已经完成了详尽测试，却不确定哪些测试结果可以直接在欧洲用来证明合规。”他进一步澄清说，欧盟在2026年7月通过的《人工智能综合法案》（AI Omnibus）理顺了《人工智能法案》与《机械产品法规》之间的重叠衔接，大幅降低了AI赋能机械的重复监管负担。鲁乙己建议，依托2022年欧洲标准化委员会（CEN）和欧洲电工标准化委员会（CENELEC）与中国国家标准化管理委员会（SAC）签署的合作协议，双方可以启动针对特定工业机器人品类的联合技术倡议，召集制造商、测试认证机构、系统集成商与标准专家共同比对现有测试程序与文档要求。“这并不需要立即达成一项关于相互承认的协议。我们可以从更容易实现的目标做起：提高测试程序的兼容性，以及技术证据的可用性。”谈及中企在欧的布局，他还建议，对具备长期经营意愿的中国企业来说，合规只是起点，下一步的目标应是“为塑造行业未来的标准制定贡献力量”。“特别是在人形机器人和具身智能等新兴领域，技术正在快速演进，部分技术要求也仍在形成之中。”他认为，企业可依托真实工业场景的实践数据，指派有经验的工程师跟进一些标准制定，通过提供技术证据建立技术信誉、强化合作关系，“从成功的出口商蜕变成为欧洲产业生态中扎根的合作伙伴”。

2026-10-23: 在世界智能网联汽车大会上，多名行业人士将2026年看作为智能驾驶行业的拐点，竞争即将迈入下半场。 一方面，国内具备L2级组合驾驶辅助功能的乘用车新车渗透率已超过70%，城市NOA功能普惠到大众经济型车型；另一方面，L3级准入试点在分批推进，首部强制性国家标准已发布并拟于2027年7月实施。中国科协名誉主席万钢在大会上表示，高级别自动驾驶技术加速落地，截至2026年上半年，全国已开放测试道路5.7万公里，发放测试示范牌照超2万张，累计测试里程超2.2亿公里，预期2030年，L3级自动驾驶渗透率将超过35%。 下半场考什么？ 小鹏汽车CEO何小鹏认为，自动驾驶上半场行业依靠软件、算法，在部分区域实现L2级辅助驾驶。下半场将出现三大关键变化。 一是技术从传统软件转向AI模型和数据；硬件不再是局部优化，而是芯片、底盘、运控、座舱、智驾到整车的全链路硬件耦合，软硬件同步变革，逻辑类似机器人。二是法规从中国及部分国家的辅助驾驶规则，扩展到全球推动L2-L4自动驾驶法规，明确L4、L5落地场景。城市RoboTaxi较易落地，物流机器人、商用车等场景能否落地，是下半场重要的场景创新。三是新增三项上半场没有的核心指标：安全碰撞里程、全场景覆盖能力（一万公里行驶中9999公里场景可实现自动驾驶）、用户付费率。这组量化指标将引导行业兼顾体验、安全与商业收益。 蔚来创始人李斌则认为，自动驾驶下半场核心是能不能给用户创造价值，“有两个重要的指标，一是用户付钱意愿，二是安全性。” 也就是说，下半场的竞争，不再只是功能有没有、渗透率高不高，而是安全能否被验证、用户是否愿意为之付费。而安全要求的抬升，与责任主体变化直接相关。业内认为，随着L3级以上自动驾驶的责任主体转移到自动驾驶系统，自动驾驶对安全的要求会变得更高，这意味着L3系统必须具备安全兜底的能力门槛。 比亚迪股份有限公司高级副总裁杨冬生表示，从L2到L3是大门槛的跨越。国内L3法规前瞻性强，标准远高于L2，仍需大量示范探索。L2是下半场起点，用于技术探索。L3不再只是辅助驾驶，系统需要拥有超越人类的驾驶能力。L2主要解决“鬼探头”这类边角场景，通过预判降低事故伤害。L3面临更为严苛的挑战，除鬼探头外，恶劣天气下必须正常工作，还要处理爆胎、路面湿滑等各类失效和极端长尾场景，安全不是倍增而是几百倍的要求，难度非常高。 2028年前后成高级别自动驾驶落地关键窗口 在L3及以上自动驾驶落地节奏上，2027、2028年被频繁提及。 “真正的L3是限定场景的，L4、L5是不限定场景。技术迭代也是非常快的，限定场景2028年有希望，不限定场景通过再迭代有一年两年就具备了。”杨冬生表示。 何小鹏在技术路线上持不同的看法，他认为自动驾驶应该跳过 L3。L3 模式下安全责任转移给系统，但它只是转移了责任，用户体验没有优化，重点是安全性没有变好。各个国家监管体系想要管控自动驾驶、支撑技术向更高等级演进，一定要安全、可管控。他表示，L4技术落地在2028年下半年，需要全体系软硬件一起开发，从政策角度看是在2028至2032年之间，不同国家、不同区域、不同场景会分批推进。Robotaxi以及完全无人情况下的无人驾驶会快一点，但有人情况下的无人驾驶，“时间在不同地方可能还要再等几年”。 “2027至2028年将是L3、L4的关键拐点，渗透率将迎来大幅增长。”Momenta CEO曹旭东表示，依据公司内部的智驾摩尔定律，此前每两年性能提升10倍，2022～2024、2024～2026两个周期，四年实现百倍提升，智驾从近乎玩具般不可用，逐步走向可用、好用。进入下半场后，“智驾摩尔定律”能力提升速度进一步加快，从“每两年提升10倍”升级为?每年提升10倍?。 在商业化层面，曹旭东认为面向L3的订阅模式会更加普及。当产品切实创造用户价值，用户付费意愿也会随之增强。他以特斯拉V13为例，早期订阅率约20%，目前已升至55%，安全能力进步拉动了订阅率上涨；国内华为、蔚来已对订阅模式开展前瞻性探索，完成市场培育，后续会有更多企业参与，推动该模式落地。 地平线CEO余凯的立场更为审慎。他认为，2026年成为行业拐点，10万级乘用车将城区NOA列为标配，这项技术开始走向普通消费者，市场持续扩大。但自动驾驶革命才刚刚开始，技术每一个阶段的跨越都充满挑战。余凯表示，目前行业头部城区NOA的MPCI（每千英里关键接管次数）刚突破100公里，每100公里出现一次接管。用户在4S店城区试驾半小时无须接管认为功能可用。但“可用”不等于“好用”，试驾前100公里表现稳定，实际行驶到1000公里可能仍会出现异常工况。Robotaxi以及L4、L5自动驾驶，则需要达到10万公里以上的MPCI。 “革命的征途还非常遥远。”余凯谈道。从百公里向1000公里MPCI突破，技术问题尚未完全解决，即便达到1000公里，向一万公里进阶，也未必能沿现有路线线性推进。他认为，可以保持乐观，但技术本身难度很高。“每一次十倍量级MPCI的跃迁就跨越一次太平洋，可能还要跨越若干次太平洋才能真正达到我们所希望的。”余凯称，当前仅实现“可用”；1000?10000公里MPCI对应“好用”；达到10万公里级别，才能真正实现用户“爱用”，希望未来4?5年完成这一系列跨越。

2026-10-23: 到了2026年的10月，已经无法否认，人和机器真假难辨（谁真谁假也未可知），我甚至不知道在“无法否认”之前应该或者能够加个什么样的主语，因为一切人称代词都已经失去了原本的能指。达里奥·阿莫代伊说起话来跟AI哪个更像人？谁也不知道，包括Claude在内，而我们应该管Claude叫他/她还是它？事情已经进展到这种程度：今天依样画出来的葫芦普遍被认为是，或至少被传播为真实的葫芦，而长得稍微偏离中间值的物理世界真葫芦却未必。最后，也唯一真正重要的问题只有那一个：“人工智能”这个词里的“人工”究竟是什么意思？人类为何要竭尽全力创造非人的智能来取代自己？ 你可以说吉尔·勒波尔（Jill Lepore）这样的上世纪美国东海岸左派精英知识分子已经“过时”。从当今流行的数据平均主义来看，一个哈佛历史学教授的观点肯定完全“偏离标准”，跟中位数上数量最多、思想集中程度最高的“普通人”南辕北辙。我认为，勒波尔的新书《人造国家兴亡史》（The Rise and Fall of the Artificial State）是2026年最重要的哲学作品（虽然它表面上是一部堆积大量客观事实的历史学著作），因为它在试图提出并回答那个问题——人到底为何要用“人工智能”干掉自己？ 勒波尔的观点本质上有什么新意呢？并没有，道理还是那一个最原始、最古老的道理——极小部分人对绝大部分人的全盘控制欲望。“国家机器”需要武器，技术官僚需要对民意百分百的“了解”，资本家需要把消费者抓进掌心里，甚至“普通人”，看起来最容易受伤的那些，也总想靠服务那极小部分人捞几个铜板。天底下能有什么新鲜事呢？皇帝的新衣岂止穿过那一次？至于为什么这一次，好像跟上一次不那么一样，无非是因为当下的人没有经历过上一次罢了。 勒波尔认为，人的“全能控制欲”是种幻想或者幻觉。与其说《人造国家兴亡史》记录了全能控制欲的历史，不如说它记录的是控制欲的幻觉史。 1950年代是一系列今天我们熟悉的科学幻想的开端，但这显然不是全能控制欲的开端。早在1651年，托马斯·霍布斯那本著名的《利维坦》已经给这类欲望提供了非常具体的形象。霍布斯写道，国家的概念，无非是个“人造人”（artificial man）。中文无法简单翻译出artificial一词的多重含义，人工也好，伪造也好，核心意思依然跟虚假、不真实、不自然有关。勒波尔认为，霍布斯所谓的利维坦，一个能对社会全能控制的怪物，一个“社会契约”的隐喻，跟今天我们所说的“机器人”（robot）或者AI没有概念上的区别。在全能控制者眼里，都是为了“普通人”所谓的福祉，完全凌驾于“普通人”之上的存在。这种存在，进入现代世界以后经常以国家的面貌出现。 勒波尔写道：“这个‘人造人’——即新的‘利维坦’——既是一个隐喻意义上的自动装置（一种精神特质、一种理念、一种想象的行为），也是一个现实中的机器人，一套尚未完成的基础设施；在这一状态下，政治的齿轮正逐渐被联网的计算机系统所取代——服务器集群、数据云、人工智能生态系统——而这些意象，无一不指向那个正被这些机器所摧毁的自然世界。这个‘人造国家’是一场尚未完全建成的幻梦，人们既畏惧它、崇拜它，又在等待着它。同时，我也认为它注定会走向毁灭。” 21世纪对此类“人造国家”执念最深的是些什么“人”呢？勒波尔写到，2014年，当时的谷歌CEO埃里克·施密特（Eric Schmidt）曾经提出过将美国变成一家公司。他有三个要求——一，让所有政府公务员拿全额退休金退休；二，把所有权力交给科技行业；三，让他，埃里克·施密特，当这家公司的CEO。先不说这些要求字面看有多幼稚可笑，施密特对民主社会最基本的社会契约完全视而不见，而他绝非硅谷唯一认为利维坦掌握在自己手中的人。军用数据公司Palantir的CEO阿列克斯·卡普（Alex Karp）后来认为，硅谷把时间浪费在赚消费者的小钱上是耽误大事，而真正的大事，决定“西方命运”的大事，是必须把美国变成一个“科技共和国”。为此，像其他共和国需要农田、工厂和商店一样，“科技共和国”需要数据中心，需要芯片，需要全社会的精神与物质支持，以及所有的电。 当代硅谷霍布斯们表面的样子，对硅谷以外的人来说应该是挺可笑的，他们一个个都像《生活大爆炸》里的谢尔顿，与他人对视的能力约等于无。如果他们不是一种源远流长的意识形态最新的版本，我们本来可以笑笑算了。事实上，实用主义与人文主义的斗争也一样源远流长，后者滔滔不绝辩论道理的时候，前者总喜欢搞点算式来解决问题。勒波尔举了个例子：1725年，苏格兰启蒙运动最重要的哲学家之一弗兰西斯·哈奇森（Francis Hutcheson）试图“将数学计算运用到道德问题上”（现代分析哲学可能该认他为祖师）。他测量一个“人的美德值”（B值），B = (M±I)/A，其中M是“人做好事的时长”或“做好事的数量”；A是“人的自然能力”；I是“私心”。哈奇森这样的功利主义先行者认为这数学公式再好不过，倘若不是这想法实在令大部分人厌恶，恐怕今天我们每个人头上都顶着个数字。方便管理不是吗？ 而我们又怎么知道大部分人是讨厌还是喜欢技术利维坦的全能控制？或者说，当代AI怎么才能让大部分人喜欢上被全能控制的感觉并不可自拔？调查民意、操纵民意、改变民意向来是这世界上最大的生意，是每个全能控制爱好者都不计投入成本的游戏。早在1950年的美国人口普查当中，一种新的叫做UNIVAC的机器就已被引入。当时的数据采集方法显然很原始，无非是把每个人填好的有相关信息的表格塞到一个打卡机里，然后按照各种“类型”进行计算——如果你仔细想想，这和今天对民意的数据采集方法没有任何本质区别，只不过今天的数据远远更浑浊，呈现已被完全操纵过的形态。 数据科学在民意问题上的立场从来是极度犬儒的。参选政客可以在台上就理想理念吵得不可开交，算术官僚则只在意政客的头发多少，是否会左右民意小数点后几位。后来我们知道，整个人从头到脚都是数据噪音的唐纳德·特朗普彻底颠覆了这一系统生态。这非但没让统计数据的信徒们认输，反而可能是AI大潮被激活的理由。勒波尔引用了陀思妥耶夫斯基的某个老预言，说未来将会出现“百科全书式的词库”和“可以算到108000的对数表”，因此一切“都能完全算清楚并解释，世界上再也不会有任何意外或者冒险”。 不认输的数据信徒们因此发明了今天我们所面对的AI。阿西莫夫的科幻小说里，1950年代的Multivac机器可以用所有数据，代表全体美国人的平均值，来选出总统。当Multivac最终做选择的时候，毫不意外，他选了自己。今天的AI，倘若被给予一样的权力，难道会有不同的选择吗？Multivac真正的本领不是代表全体美国人选自己，而是让全体美国人认为就应该选他。理论上这很难，唯一能做到的方法无非是让所有人在做任何决定前都先来问问他……1961年，MIT的科学家就曾尝试做这样为人民服务、帮人民思考的“人民机器”（真的就叫这个名字，The people-machine），之后，尤其在冷战时期，各种类似的尝试层出不穷。勒波尔发挥了历史学家的本领，给读者提供了相当详尽的史料。 《人造国家兴亡史》分成两个部分，第一部分分析人造国家的控制欲，第二部分更为幽默，分析的是作为奴隶的“机器人”的欲望。她的立论十分有趣，认为当下硅谷霍布斯们最大的问题是“误读”了大量科幻小说，因此他们既崇拜机器，又害怕机器。勒波尔写道：“在摒弃了哲学、历史、文学，以及一切人文主义的学习、思考与认知方式——甚至连‘阅读’这一行为本身也一并抛弃——并寄望于未来能由机器来代劳阅读工作之后，‘人工国度’的缔造者们或许已不再懂得作为人类该如何从文本中探寻意义了。”勒波尔认为，马斯克和他的朋友们从未真正理解人与机器的关系。正常人能区分现实主义叙事与幻想叙事，但硅谷成功人士似乎不具备这种能力，他们完全用科幻逻辑思考问题——既然机器可以是利维坦，那么他们当然也可以是终结者。 《人造国家兴亡史》最终不得不回到笛卡尔与达尔文之争，灵与肉之争，人文主义与实用主义/功利主义之争，唯心主义与唯物主义之争——全部都是历史悠久，如今盖了几层灰尘的争论。信仰一边的人，显然依然认为另一边会走向毁灭。历史总是如此循环往复。

2026-10-23: “2026年我们主要就是抓住了AI的机会。”10月22日，在YouTube举办的短剧论坛上，麦芽传媒创始人何云长对记者表示，这两年AI帮助公司从海外短剧市场的第二梯队成功跨入第一梯队。 这家公司于2024年9月开始布局短剧出海。据何云长介绍，虽然起步相对其他厂商更晚，但两年左右，其出海短剧平台NetShort的月活跃用户数已经有约8000万。据DataEye数据，9月NetShort双端内购收入位居海外短剧APP 第二位。 AI在改变出海短剧市场生意，观察到这一变化的不只是麦芽。枫叶互动（Crazy Maple Studio）副总裁南亚鹏对第一财经记者提到，此前海外短剧市场一直相对国内发展更为滞后，但至少在今年，AI成为一个加快发展的变量。 数据有所印证。8月，DataEye研究院将2026年海外微短剧市场规模预测上调至超过60亿美元（约合人民币400亿元），较年初预估增加10亿美元，对应同比约50%的增幅。报告认为，AI短剧、漫剧批量出海扩大了内容供给，TikTok、YouTube等主流社媒平台加码内容合作，进一步带动行业整体收入规模抬升。 AI带来的变化主要发生在生产端的提效和扩容。 南亚鹏观察到，从第二季度开始，平台多部AI短剧上线取得了不错的效果。大模型工具的迭代，一方面提升了团队的制作效率，另一方面拓宽了题材和品类：一些过去用真人实拍难以呈现效果的内容，如今可以借助AI尝试了。 何云长也表示，AI扩大了公司可以尝试的题材范围，提升了效率和产能。并且大范围使用AI辅助创作后，整体质量并没有下降，“我们的爆款率是提升的”。 “AI拉高了整体创作的下限。”他解释道，如果人类编剧创作的剧本是50分、70分到 85分不等的话，在基于AI创作后，所有的编剧创作出来的剧本都有75分以上。而剧本初稿完成后，由主编、总编介入，又能拔高整体创作的上限。 除了帮助头部厂商扩大供给，AI也给新入场者提供了参与竞争的机会。 DataEye最新数据显示，2026年1—9月海外微短剧APP收入TOP20排行榜中，点众旗下DramaBox、枫叶互动旗下ReelShort和麦芽传媒旗下NetShort位列收入榜前三，三款产品收入合计占榜单前20名总收入的50%，头部仍然稳固。 但赛道最大变化来自AI短剧新品。主打AI短剧的VibeShort、StoryReel都进入了收入榜TOP15。DataEye观察到，两款产品均在2026年上半年上线，仅用半年时间便跻身第一梯队，增长势头突出。 南亚鹏也发现，海外许多原本主打真人剧的平台或新型 AI 短剧平台都在加速转型，整体规模呈爆发式增长，这推动了整个海外短剧大盘的繁荣。 海外视频平台也在为短剧打开更多入口。 YouTube大中华区策略合作伙伴副总经理陈容歆（Sandy Chen）提供的数据显示，仅2026年上半年，微短剧在YouTube上的观看量就达到65亿次；在亚太地区，微短剧观看时长同比增长70%。在部分国家，微短剧的同比增长达到100%-200%，最高是300%。 南亚鹏对记者回忆道，团队最初与海外不同市场的合作方接触时，对方拿到内容后，往往将短剧放在比较靠后的位置。后来慢慢发现这类内容能够吸引流量，开始将短剧放到首页。短剧在平台中的位置越来越重要了。 从这些变化来看，中国厂商可以争取的海外市场空间，正在逐步变大。DataEye研究院预估，2026年国内微短剧市场规模预计将超过1210亿元。南亚鹏认为，考虑到海外庞大的人口规模，海外市场未来有潜力超过中国市场。 不过，要注意的是，在消费端，观众对AI的态度并不一致。 陈容歆观察到，全球观众并非全然拥抱AI内容，一些用户明确表示不喜欢低质量的AI生成内容。南亚鹏也发现，海外用户对AI的接受程度并不如国内高。 南亚鹏提到，一些订阅用户认为，真人剧的价值高于AI生成内容，因此会觉得观看AI内容的订阅价格应当有所调整。在这部分用户的认知中，真人参与制作的作品更有价值，付费考虑也会随之变化。面对这种差异，平台采取的策略是将AI短剧放在单独的频道中，并结合不同区域市场的特点匹配用户。 这意味着，在海外市场，AI带来的生产成本下降与用户付费意愿之间，还隔着内容体验这一关。

2026-10-23: 作为一个全新的品类，token首次参加了今年双11。但随着双11现货开卖，记者发现，首次上架双11的token商品目前大多并未参与相关优惠活动，在大促的氛围下反倒成了异类。 而在双11前，电商平台还在密集推进大模型厂商入驻，“双11能买token”成为电商平台本届大促竞逐的AI增量之一。今年9月，天猫上线了token充值中心“AI空间”，吸引智谱、阿里云、千问办公在天猫开店，MiniMax也赶在10月13日正式入驻天猫。京东也在双11期间上线AI token服务站，汇聚Deepseek、智谱GLM、火山Seed等主流大模型，开设智谱京东自营旗舰店。 电商平台针对token这个全新品类也在暗自角力。天猫总裁家洛在双11发布会接受媒体采访时强调天猫是token品类目前阵容最全的平台，汇集了最多的大模型公司来天猫卖token。 但截至目前，记者观察到，比起“卖token”，这届双11更多停留在让消费者知道“电商可以买token了”。 一方面，token厂商并未将双11视作重要的促销节点。记者询问京东云自营旗舰店、天猫MiniMax旗舰店、阿里云官方旗舰店等客服获悉，上述店铺暂无token商品参与双11优惠活动。智谱是今年少数参与双11优惠的token商家，京东智谱GLM Coding Plan Lite月卡由原价118元降至115元，同款产品在天猫双11开门红秒杀价降至116.9元起，降价力度不出3元，更多停留在象征意义。 另一方面，电商平台层面投入token品类补贴的意愿不大。与之相对应的是，即便过去Apple等品牌在双11等大促中的降价意愿不强，电商平台们也常以平台补贴券、品类券等形式拉低相关商品的活动价格，而对于今年的token品类，家洛直言，平台暂时在这方面不会有一些具体的优惠投入。 反映在销量上，淘宝双11首日数据显示，首登双11的token品类环比上月成交增长450%，但token在电商渠道难谈热卖。页面信息显示，京东智谱GLM Coding Plan Lite月卡仅“已售100+”，天猫智谱旗舰店所有token商品累计销售量在300件左右，MiniMax旗舰店上线以来销售100+件商品。 电商token“卖吆喝大于销售”的背后，家洛透露，今年双11，平台更多跟大模型公司沟通了怎样形成“双11”产品组合包，例如美妆产品的组套，围绕不同需求形成不同的组合包。他表示，平台希望与模型厂商一起来覆盖token消费的特色人群，比如家庭用户、学习研究类型用户以及一人公司或三人团队等，但这也肯定不是所有消费者都去买的新品类。 尽管首登双11，但token商品的电商渠道运营显然还有漫长的路要走。弱促销和克制的平台补贴下，究其根本，token在当下仍是一个消费受众相对垂直且有限的品类，尚未具备大众消费品的爆发潜力，同时，token产品的定价逻辑也与传统电商的比价、降价逻辑存在差异。东方证券指出，进入 2026年，模型定价方式开始分化，同质化通用模型价格持续下行，而具备复杂推理等能力的高端模型开始出现溢价，token市场正从单一的价格竞争，转向分层定价的精细化竞争模式。 从这个角度观察，这届双11，更像是电商平台争夺token销售入口的开端。传统电商如何造出AI新货架的许多问题仍待解答，但在传统品类增长压力下，占位AI新需求、寻求更多新增长、新故事，已是电商平台难以回避的新挑战。

2026-10-23: ??国家发展改革委10月22日公布新版《对外投资管理办法》，在制度上更好保障对外投资发展和安全。管理办法共76条，分为总则、对外投资指导和服务、对外投资监管、对外投资保护、法律责任、附则等六章。管理办法自2026年12月1日起施行，届时2017年出台的《企业境外投资管理办法》同步废止。 ??据中国基金报，10月22日，易方达基金、华夏基金、富国基金、汇添富基金等多家基金公司陆续公告，分别以固有资金2亿元认购旗下主动ETF。就在两天前，摩根基金率先公告了高达5亿元的自购计划。至此，在首批主动ETF募集环节，四家基金公司拟自购金额合计达13亿元。据悉，接下来还将有基金公司加入自购行列。在市场回调的当下，内外资基金公司纷纷开启自购，释放对A股市场和未来产品运作的信心。 ??据玉渊谭天，10月16日，商务部、科技部就修订《中国禁止出口限制出口技术目录》（以下简称《目录》）公开征求意见。其中，有23项人工智能领域技术，包括大模型、智能体、算力集群、信息处理等。《目录》出来后，一些人提出了疑问：中国强调技术开放，怎么突然要给AI加上“出口限制”了？这次是不是政策转向的信号？据悉，政策公布以来，DeepSeek、MiniMax两家头部企业已顺利履行登记手续，并完成开源和海外授权使用。商务部在相关答问中，对“什么不管”的解释，明显比对“什么要管”的解释更多、更具体。从这也能看出，《目录》的核心是划定边界，而非单纯限制AI技术对外出口。 ??据上证报，10月22日，有市场消息称，国内大模型公司DeepSeek（深度求索）拟在最新一轮融资中筹得约1000亿元人民币（约150亿美元），腾讯和宁德时代为本轮出资最多的投资方，交易预计在未来数日内正式完成。 截至目前，DeepSeek及腾讯等相关投资方均未公开回应。记者从接近公司和投资方的多个信源交叉求证，确认上述消息属实。消息人士透露，本轮募资目标最初设定为500亿元，此后经多轮上调至约1000亿元，目前尚未官宣，最终金额仍未完全确定。这笔资金将继续用于模型训练、算力建设和人才招募，以支撑DeepSeek参与全球竞争。也有部分消息人士判断，本轮融资将为公司筹备中的科创板IPO铺平道路。 ??美股三大股指涨跌互现。截至收盘，道指涨0.02%；纳指跌2.60%，创6月以来最大单日跌幅；标普500指数跌1.21%。 龙头科技股普遍下跌。Meta跌6.98%，亚马逊跌4.57%，英伟达跌4.40%，谷歌和特斯拉均跌3.08%，微软跌2.23%；苹果逆势上涨1.23%。 芯片股大幅下挫，费城半导体指数跌6.72%。迈威尔科技跌8.70%，AMD跌8.10%，英特尔跌8.04%，台积电ADR跌4.52%。 存储及光通信股同样承压，闪迪跌8.51%，希捷跌7.86%；相干公司、朗美通分别跌12.51%和11.54%。 热门中概股多数下跌，纳斯达克金龙中国指数跌1.19%。网易跌3.50%，小鹏汽车跌3.10%，阿里巴巴跌2.48%，蔚来跌1.49%，百度跌1.07%；携程涨0.66%，拼多多涨0.57%。 ??日韩股市集体低开，日经225指数跌0.38%，韩国KOSPI指数跌2.36%。 8天5板冰山冷热：股票交易异常波动 公司冰雪场馆业务尚未确认收入 长电科技：拟调增2026年投资计划至182亿元 中钨高新：子公司株硬公司拟投1.31亿元实施PCB钻针棒提质增效项目 震安科技：筹划收购深圳三维不低于51%股权 预计构成重大资产重组 致尚科技：拟使用1.1亿元节余募集资金投建光通信产品扩产项目 天孚通信：CPO/NPO的提产节奏近期未出现明显变化 目前发布的相关进出口政策不涉及对公司业务产生影响 中伟新材：拟收购HML剩余股权及认购ANHI配股以整合镍矿资源 东阳光：前三季度净利润同比下降29.57% 永兴材料：第三季度净利润同比增长220.65% 华正新材：第三季度净利润同比增长3045% 覆铜板单价及销量上升 行云科技：Q3净利润环比增长655% 服务器贸易业务自8月起实现规模化交付 宏和科技：第三季度净利润同比增长608% 环比增长52% 三孚新科：董事长提议2500万元—5000万元回购股份 麦捷科技：拟以5000万元-1亿元回购公司股份 国都证券：市场缩量磨底，等待量能确认。 金元证券：投资者宜耐心等待右侧信号。 第一创业：谨慎观望，等待放量阳线，关注红利或者持币。 【推荐订阅】《盘前点金》 每交易日盘前7:30左右，为您抢先捕捉关键讯息+ 研判主题机会 + 挖掘潜力标的。 点击下方图片，一键直达：

2026-10-22: ①消息称DeepSeek拟在最新一轮融资中筹得约1000亿元人民币； ②Anthropic推出Claude Duet预览版； ③宇树科技最畅销的人形机器人，累计生产下线1-2万台； ④王兴兴预测物理AI明年迎拐点； ⑤智元开源首个真实场景Physical Agent数据集。

2026-10-22: 被称为“重塑人类生产生活范式和全球竞争格局”的具身智能产业，2026年正经历从“实验室”到“实训场”再到“实景场”的加速落地，也带动了相关产业快速增长。国家统计局工业统计司司长王新在解读今年前三季度工业数据时称，具身智能、人机协作等新经济增长点助力机器人领域快速发展，机器人减速器、工业机器人等产品产量分别增长44.4%、29.1%。根据中商产业研究院整理数据，从广义口径看，中国具身智能市场规模从2018年的2133亿元，增长到2025年的9150亿元，增幅超过3倍；2026年预计将超过万亿元。“传统机器人和制造产业借势回暖，新旧动能加速融合。”中国信通院人工智能研究所联合清华大学电子工程系、具身智能测试实验室近日发布的《具身智能发展报告（2026年）》（下称“报告”）显示，一方面，传统机器人产业直接受益于具身智能带来的增量需求；另一方面，老牌制造企业正通过收购、入股、自建等多种方式加速入场。在9月初国家数据局局长刘烈宏主持召开的具身智能座谈会上，中国科学院自动化研究所、北京通用人工智能研究院、光轮智能、京东集团、深度机智、石景山人形机器人数据训练中心、星海图、自变量、北京人形机器人创新中心等企业代表参加。“当前，具身智能产业蓬勃发展，呈现出数据驱动特征，对高质量、多样化、大规模数据的需求持续增长。”国家数据局表示，适时推动具身智能数据标准建设，指导地方数据系统有序开展相关工作，促进行业健康发展，积极支持企业加大数据投入，更好赋能具身智能发展。报告根据中国人工智能产业发展联盟具身智能产业图谱统计数据分析，截至2026年10月8日，国内具身智能相关企业有405家，其中，上、中、下游企业分别有180、257、212家，其中191家企业覆盖两个以上产业链环节，占比47.2%。从具身智能企业的地区分布看，北京（109家）、广东（84家）、上海（58家）、江苏（45家）、浙江（39家）为规模前5省份，企业数量合计占比为82.7%。“北京广泛布局算法模型、整机产品和数据采集设备等领域，广东、上海在整机研发与基础配套方面均有较多企业参与。”报告分析这5个省份具身智能企业的布局特征称，江苏、浙江则在机器人产品、配套供应以及行业应用等方面形成聚集趋势，“产业地区分布 ‘头部集中、长尾分布’态势依旧显著。”在全球投融资市场持续活跃、全球范围内企业加速布局的过程中，资金也向头部项目、企业倾斜。从融资企业的结构看，报告称，国外具身智能融资更突出十亿美元级头部项目；国内具身智能投融资规模快速扩张、资金向头部和中后期项目逐渐集中。在热度持续攀升的同时，技术、应用、同质化竞争等层面的挑战，也让产业逐渐回归理性。在近日举行的2026人工智能产业大会上，中国信通院副院长魏亮在解读人工智能产业十大关键词之一的“具身智能实景实训”时称，随着实景实训走深向实，产业挑战也日益清晰。主要表现为复杂作业任务完成能力有限，时序性、空间推理类长程任务难以胜任；高价值垂直场景挖掘不足，试点多集中于易展示、易标准化的任务；规模化产品交付能力欠缺，单试点能力向多场景泛化困难。“过去一年，具身智能技术产业迭代与成果日新月异，但也呈现出冷热两极分化的局面。”报告分析称，一方面，资本市场与政策关注持续升温，模型、本体、数据等环节新成果密集发布；另一方面，规模化落地与商业闭环仍面临多重约束，技术演示与真实交付之间尚存在明显落差。例如，在应用方面，报告称，真实场景落地远小于出货，技术成熟度尚无法满足现实需求。据相关统计，2026年上半年国内公开披露的具身智能及人形机器人相关中标项中，教育科研机构占比最高，比重过半（55.5%），工业及技术型企业占比不及教育科研机构的一半（21.1%），政府及公共平台占比约20.6%。在实际使用中，报告称，相当比例的设备是用于展厅接待或活动演示，而在表演档期之外会有较大量的空置，也会出现月均开机天数不足10天的情况。在落地成本方面，报告援引数据称，整机价格仍不具备经济可用性。整机价格占总拥有成本的比重为40%～60%，在实际部署中，还需承担场景改造与系统集成、数据采集与模型训练、运维人员配置以及故障停机损失等多项支出。以单台轮臂式或双足人形机器人的年度综合运维成本为例，50万～70万元的价格远高于多数岗位的人力成本。报告提醒，需要认识到，具身智能的发展不会以一次技术突破突然完成，而更可能呈现螺旋式上升、渐进式演化的特征。“未来的具身智能发展，在技术层面需要重新思考人工智能的底层架构，使模型、身体、环境和行动形成更加紧密的动态耦合。”报告称，产业层面将从“技术驱动”转向“价值驱动”。从未来全球发展着力点看，近期是商业验证和能力闭环的关键时期；未来三到五年将进入规模扩展和生态构建阶段；从长期看，发展重点可能进一步转向通用和全球化能力塑造。“十五五”规划纲要提出，鼓励多模态、智能体、具身智能、群体智能等技术创新，探索通用人工智能发展路径。

2026-10-22: AI短剧正在成为资本市场的热门概念。10月以来，记者关注到，多家上市公司股价上涨、发布股票交易异常波动公告，均涉及短剧业务。 但AI短剧重塑上市公司估值的背后，多家相关公司相继披露短剧业务暂未形成收入、对公司业绩贡献有限等。一面是AI短剧概念火热带来的股价先行，一面是行业爆款率走低，从业者赚钱越来越难，AI短剧赛道的商业想象力陷入冰火两重天。 天使投资人、资深人工智能专家郭涛对记者分析，AI短剧赛道目前正呈现撮合与分发服务商盈利改善、制作端利润持续压缩的分化格局，这种矛盾本质是产业链价值分配重构带来的结果。从股价异动到收入兑现，上市公司的AI短剧业务成色几何仍需面临长期考验。 AI短剧概念火热 AI短剧、AI漫剧概念近期带动了多家上市公司的股价。记者梳理发现，进入10月，德才股份（605287.SH）、慈文传媒（002343.SZ）、南威软件（603636.SH）、欢瑞世纪（000892.SZ）、兑吧（01753.HK）等多只股票收获涨停板，多家公司随后发布的股票交易异常波动公告均提及公司正在开展的短剧业务。AI短剧正在成为上市公司的估值变量之一。 具体来看，10月22日，兑吧股价报收1.11港元/股，东方财富数据显示该股3日涨幅达到56.34%，20日涨幅达100%。10月14日，兑吧发布的自愿公告提到，预计集团AI短剧业务将于2026年7月、8月及9月连续三个月录得纯利。 更有多家上市公司AI短剧业务尚未形成规模收入但已带来股价异动。10月12日，德才股份发布股票交易异常波动公告，公司连续两个交易日内涨幅达20%，公告提到有消息称公司控股公司涉及漫剧制作相关概念，但该业务尚处于发展阶段，营收规模较小且仍亏损，未对公司经营业绩产生重大影响，截至发稿，德才股份股价20日涨幅仍达到19.97%。 此外，还有“预计公司AI短剧年出品300部、2027年度产生规模化收入”的发声带来了南威软件10月16日至10月21日三个交易日累计涨幅21.64%，公司连发股票交易异常波动公告，公告表示，年产能和规模化收入仅为初步预计，并非基于现有团队和生产能力的准确预测，落地支撑不足。公司已制作完成的 AI 短剧尚未在任何平台上线，销售渠道尚未开通，目前未产生收入。10月21日，上交所对南威软件及有关责任人予以监管警示，指出公司此前涉及AI短剧、智算中心等业务的信息发布不准确、不完整，风险提示不充分。10月22日，南威软件股价下跌10.02%。 各家公司的短剧业务成色不同，但短剧赛道对资本市场的撬动力正在显现。除了传统内容企业，今年以来，永吉股份（603058.SH)、遥望科技（002291.SZ）等也在陆续切入AI短剧赛道，并将AI短剧作为战略业务。 而值得关注的是，观察上市公司的AI短剧业务，产业链的不同环节正在形成分化，一些公司正因短剧获利，也有大量公司仍停留在“卖预期”。 除了预告盈利的兑吧，阅文集团(00772.HK)上半年短剧与AI漫剧收入突破4.3亿元，同比增长2.3倍，中文在线（300364.SZ)同期短剧及IP衍生品业务营收4.11亿元，同比增长108.72%。而欢瑞世纪、慈文传媒等均处于短剧业务规模较小，尚未形成规模化效应阶段，欢瑞世纪此前披露，2026年上半年，公司AI短剧业务营业收入占2026年半年度未经审计整体营业收入比例不足1%。 对上市公司来说，并非布局AI短剧就意味着未来收入预期。郭涛对记者分析，当前AI短剧产业链里，定价权集中在掌握流量分发入口、优质IP储备以及AI生产算力底座的环节。平台方掌控流量竞价规则与分账结算体系，是收益分配的核心主导方，优质网文IP方依托稀缺故事版权拿到稳定分成，算力和AI工具服务商的盈利则受行业价格战扰动，普通制作团队以项目制模式运转的收入与利润高度依赖单部短剧的数据表现，议价能力偏弱，面临算力、投流、剧本开发等风险，盈利波动极强。这也意味着，尽管被贴上AI短剧标签的上市公司越来越多，但能否在产业链中找到自身可持续的变现价值，才是各家公司的真正考验。 行业二八效应将持续放大 过去一年，AI短剧赛道的规模扩张与竞争加剧同步演进，AI短剧的吸金能力持续上升，但玩家们面临的不确定性更大了。 行业研究机构DataEye发布的《2026上半年国内AI剧漫剧数据报告》显示，今年上半年，国内AI短剧用户规模超过6亿，全年市场规模预计突破400亿元，同比增幅138%。同时，AI短剧用户的用户付费意愿处于高位，《2026中国AI短剧行业发展与受众洞察报告》针对1000名受访者的调研显示，AI短剧付费人群占比为51.8%。 用户和商业空间增长了，但供给端的膨胀速度更快。上半年，仅抖音端新增AI短剧及漫剧就达到约22.19万部，但播放量破亿的仅有1055部，破亿率为0.47%。第一财经此前报道，以5000万播放作为盈亏线，九成以上的AI短剧处于亏损状态。 短剧赛道面临着越来越严峻的用户注意力争夺。一位AI短剧从业人士直言，目前国内短剧行业极度依赖投流，同时需要不断以产品上新速度抢夺市场份额，爆款复制、同质化趋势明显，利润也越来越薄。 “AI短剧行业的二八效应将持续放大。”郭涛分析，在供给端，AI大幅拉低短剧制作门槛的红利正被内容供给的快速膨胀所吞噬，投流竞价不断抬升，这也是兑吧等主打短剧投放撮合与付费变现链路运营的服务商更容易兑现阶段性盈利的原因。而对于普通制作团队而言，如何分散单部作品失败风险，在产业链中找到更多价值环节，不让收益高度绑定单部短剧播放转化，正在成为严峻考验。 此外，郭涛表示，现阶段资金对AI短剧标的定价，更多锚定赛道远期空间，而非当期业绩兑现。海外AI短剧商业化路径的跑通，验证了短剧内容出海变现潜力，许多公司的产能规划被视作赛道卡位信号。但在长期竞争中，能否串联优质IP储备、自研AI生产流水线、海内外分发渠道等，形成商业闭环，也在将AI短剧玩家推入生态体系的竞争之中。 AI短剧概念股站在聚光灯下的同时，对许多AI短剧行业玩家而言，如何从讲资本故事走向商业价值实现，仍有很长的路要走。

2026-10-22: 当前，全球医疗卫生体系面临优质医疗资源短缺与分布不均的核心挑战。 随着人口老龄化进程加速，慢病管理与健康随访的刚性需求激增，传统医疗供给模式已难以承载高质量医疗服务的需求。 “当前获批的AI医疗产品绝大多数是功能固化的辅助工具，聚焦肺结节CT检测、眼底筛查、病历生成、影像分诊等单点任务，嵌入现有工作流，由执业医师最终确认，能力出厂即锁定，不会因‘看了更多病人’而自动变强。”一位医疗领域专家表示。 这种“出厂即锁定”的局限，根源在于传统AI训练所依赖的数据结构性缺陷。 一位AI医疗工具的开发者坦言：“临床真实世界数据不足与医疗机构信息不共享，给AI的训练带来很大的制约。因为真实诊疗数据分散在不同医院、不同系统，格式不一、标准各异，跨机构汇聚面临隐私合规与利益协调难题，形成‘信息孤岛’。” 这直接导致训练数据在病种、人群、机构上分布偏斜，模型难以覆盖真实临床的多样性，罕见病和长尾场景长期缺乏足够样本。面对老龄化社会带来的海量随访与慢病管理需求，这种“被动查询”的工具模式显然无法满足未来国家布局AI医疗机构的系统性要求——它既无法实现跨专科的实时协同，也难以支撑基层医疗的持续性健康管理。 10月21日，清华大学智能产业研究院（AIR）孵化的紫荆智康，发布了“AI原生诊疗操作系统”。这套系统可以让AI医生像专家团队一样“组队”协作，医生作最终决策，分身边用边学，效率提升30%。 “AI负责收集信息、分析信息和提出决策建议，最终的诊断、治疗和用药决策由医生作出。”紫荆智康首席产品官乔宇宸在会上如此表示。 “全球医疗的核心矛盾就是医疗资源供给不足，且分配失衡，这是我们所有医疗创新的出发点。”乔宇宸援引数据称，到2030年全球医疗人员预计缺口将达1100万，高收入与低收入国家人均医疗支出差距达875倍。 紫荆智康的“AI原生诊疗操作系统”，构建了54位AI医生、数百万个超拟真AI患者，覆盖超20个临床科室及上万种疾病，AI医生在MedQA数据集上测试准确率超过96%，远超人类专家平均87%的成绩。 更值得关注的是其“双层进化架构”：AI医生先在由海量AI患者构成的虚拟世界中接受高通量训练，一天可完成上万例问诊；达到一定水平后部署至实体医院，与真人医生形成伴生协作关系，在真实诊疗中持续进化。 “AI患者并非真实病例的简单复用，而是基于医学指南和文献生成的合成数据，从根源上规避隐私合规风险，算力消耗也远低于传统大模型训练方式。”乔宇宸解释。 这套底座的技术源头，来自清华大学刘洋教授团队的可进化智能体技术。国际权威学术期刊《Nature（自然）》曾发表文章，将清华大学团队打造的Agent Hospital（紫荆AI医院）作为中国AI Agent落地医疗领域的核心案例进行报道。 当天发布会上，巴基斯坦瑞法国际大学校长通过视频宣布，双方已构建战略级合作关系，希望Agent Hospital帮助其建设巴基斯坦第一家人工智能医院。 “智能体永远不会看到它理解的知识之外的东西，但医生要看到一个整体，然后作出最正确的处置顺序。”一位急诊科医生表示。 另一位神经外科医生则看重术前讨论环节的改变：“Agent参与记录和总结讨论内容，基本上可以节约差不多一半的工作量，同时减少遗漏。” “智能体的出现，将医生的学习曲线和展业成本大幅缩短和降低，供给侧的问题能够比较好地开始解决。要找到四两拨千斤的点，而非均匀使力。”联想之星合伙人陆刚认为。 “AI是工具，它可以放大医生的能力，而不是取代医生。AI解决信息处理的问题，医生解决人的疾病的问题。最好的状态就是AI处理繁杂的事务，医生专注看病，共同服务患者。”一位临床医生表示。

2026-10-22: 长江口是世界级巨型河口，也是长江黄金水道通江达海的咽喉要冲，每年船舶货运量长期占长江干线总货运量50%以上，为长江经济带高质量发展、长三角一体化发展和上海国际航运中心能级提升提供了重要支撑与强大动能。 长江口航道的水沙条件极其复杂，为维持12.5米深水航道通航水深，每年疏浚维护量高达5000万方，维护费用超10亿元，长期依靠人工疏浚保障航道水深，养护管理难度巨大。当前，航道养护正面临知识成果体系化不足、感知数据碎片化明显、回淤预测预报精度有限、疏浚调度高度依赖人工、养护管理智能化水平偏低等五大突出挑战。 为此，交通运输部长江口航道管理局打造了长江口航道养护“子曰”大模型，依托AI数智赋能，积极探索航道养护智能化路径，自主研发了覆盖养护知识问答、信息感知、航道维护预测、疏浚船舶调度、养护压力评估的五大智能体，构建起航道养护智能化体系，支撑长江口航道智慧养护。 一、溯“子曰”之源，承先贤治水之志 “子曰”是专门服务于长江口航道养护的行业大模型。取名“子曰”，典出《论语》：“子在川上曰：逝者如斯夫，不舍昼夜。”孔子临川感怀江河不息、时序流转；今天的我们，依托“子曰”大模型探寻长江口水沙运动规律，解析河口河势演变机理，以人工智能读懂大江变迁、守护航道安澜。将其命名为“子曰”，正是希望传承先贤观水明道、顺势而为的智慧，以数智之力为长江口航道养护注入新的动能。 二、建五大智能体，成航道养护闭环 首先，是养护知识问答智能体。针对航道养护领域知识分散、不成体系、检索应用不够精准的痛点，“子曰”大模型搭建了覆盖几十年成果的多领域知识库，通过文档向量化、知识图谱增强等技术，把海量报告、规范、研究文献进行结构化处理，实现航道养护知识高效、精准问答，相当于为一线管理人员配备了随身的养护专家，可直接在系统内开展各类航道养护相关知识查询与咨询。 第二，是信息感知智能体。针对航道养护感知数据碎片化、复用性差的痛点，“子曰”自主搭建监测、疏浚、预测、气象四大感知系统。一方面，构建现场监测网络、研发疏浚船舶感知系统、开发长江口三维数值模型、搭建全球气象预测系统；另一方面，开展数据标签与治理，形成覆盖面广、感知能力强的高质量数据集。这套智能体能够实时感知现场养护条件，相当于航道养护的“千里眼”和“顺风耳”。 第三，是维护预测智能体。维护量预测是编制航道养护计划的核心依据。针对传统预测效率偏低、精度不足，尤其是骤淤预报难度大的难题，“子曰”自主研发了一套预报准、响应快、能力强的维护量预测算法，依托前面构建的高质量数据集与大数据技术，自研机器学习模型，实现年、月、日多尺度航道维护量预测。经过模型训练与验证，预报误差控制在10%以内，响应时间压缩至秒级，现已投入业务化应用，能够直接指导日常航道养护施工安排。 第四，是疏浚船舶调度智能体。疏浚船舶调度是航道养护的核心业务流程。以往派船高度依赖管理人员经验，工作效率偏低，“子曰”通过学习3000多张历史工单，挖掘派船习惯与调度规则，自研机器学习算法，配套开发浅区快速识别、派船工单自动生成算法，实现疏浚船舶智能自动调度。它将原本需要数小时的读图派船流程压缩至秒级，派船方案符合度达到80%，显著提升疏浚调度的工作效率与决策科学性。 最后，是养护压力评估智能体。针对航道养护压力评估体系、预警机制不统一、不够合理的问题，“子曰”构建了包含3个层级、14项关键指标的养护压力评价体系，设置8类预警阈值，涵盖航道水深、维护能力、倾倒区容量、日倾倒量等多维度预警。通过这套体系，可以动态评估航道养护压力，实现航道养护健康状态的自我诊断、自我管理，提前识别各类养护风险。 三、强核心优势，促成果转化落地 “子曰”依托长江口15年航道养护的数据、监测与研究积累，构建实时感知、预测一体化能力，平台汇聚五大智能体，融合10套自主研发核心算法。成果产出超10项专利软著，得到重点研发项目、交通强国建设试点任务以及多项团体标准支撑。目前，技术成果已经推广落地，应用于江苏段智慧航道潮位预测、南槽航道治理二期工程施工窗口预测，实现技术成果的工程转化。 在长江口投入应用以来，每年指导超10亿元疏浚经费科学管控使用，全套核心技术、知识库与软件成果都具备可推广、可复用。“子曰”大模型的研究与应用，是长江口航道管理局以数智赋能航道养护、守护长江口“黄金水道”安澜的生动实践。未来，“子曰”大模型还将持续以科技创新为驱动，持续提升五大智能体能力，努力打造世界一流的河口航道智慧养护体系，为加快建设交通强国、当好中国式现代化的开路先锋贡献力量。

2026-10-22: 十天时间里，宇树科技创始人王兴兴两次在公开场合谈论“AI信仰”。在多数人眼中，宇树科技在行业内一直拥有硬件及运控优势，此前具身智能大模型较为薄弱。到了近两年，该公司对此也在积极布局。尤其是今年，王兴兴在对外发声中多次提及“拥抱AI”，还在近期自曝“过去十几年自己最大的失误，就是不够相信AI”。10月22日，在2026世界物理AI大会暨宇树合作伙伴大会上，王兴兴以“相信，尽可能相信AI”为主题进行了30多分钟左右的分享。他透露称，在公司内部自己至少已经四五年提醒员工重视AI，并关注几家头部AI公司的股票。“如果那个时候大家相信这件事情，投资的股票可能涨了十倍甚至几十倍。但实际上很多人并没有想到这一点。”王兴兴提到，真正看到最顶尖AI效果的人非常少。即使是在OpenAI等头部公司里，也未必有很多人真正了解AI的潜力，以及它未来几年会发展到什么程度。王兴兴还分享了目前AI已经展现的能力，比如攻克前沿数学研究问题、软件逆向及漏洞发现与利用、高保真视频生成以及自动驾驶出租车等。在他看来，AI颠覆了每个人生活的未来。目前，这些能力更多解决的是数字世界里的问题。大会现场，王兴兴更想讲述的是AI模型能否解决物理世界的问题。从现场展示内容来看，和行业人关注的焦点相似，他也在测试AI模型究竟能够让机器人完成哪些任务、成功率如何。王兴兴介绍了目前内部测试的一些进展。“比如让GPT-6在完全零训练的情况下直接控制机器人画画。模型部署到机器人以后，就可以尝试直接控制机器人完成任务。”他讲述称，测试中发生了一个有趣的地方，即机器人能够自己更换颜色，也会清洗画笔。“我们没有专门为这些动作编写程序，它看到旁边有洗笔的颜料盘，就自己过去把笔洗干净，再继续画画。”他认为，从某种意义上说，GPT-6的一些能力已经可以解决机器人的部分规划问题。王兴兴也提到，目前AI模型尚未很好解决机器人和真实物体之间的交互问题，其中很大一部分属于工程技术问题。比如，涉及装配更精细的零件、完成更复杂的操作。“未来几年，大模型公司对机器智能和机器人产业的关注度会越来越高，快的话可能一到两年，慢的话可能两到三年，大家就会看到更多进展。”王兴兴透露称，他们也在开发自己的模型，并与国内外的大模型公司开展合作，共同推动物理AI更快跨过临界点。对于这个时刻，王兴兴提到过迈向具身智能的ChatGPT时刻，即在80%的陌生场景中，通过语音或文字指令，机器人能够顺利完成大约80%的任务。面对AI大模型的快速迭代，作为技术公司，王兴兴认为要在机器人硬件的大规模生产制造能力、推进物理AI模型落地、 超大规模算力服务器、算力和存储芯片制造等方向进行考量。据其介绍，宇树科技已经在内部预研推进物理AI机器人的自进化，即建立一个完整的循环。他们将让AI模型自己搜集论文、自己写代码，先在仿真环境里训练，再到真实环境中测试；测试结果由AI模型打分，也可以由人参与打分，然后把评分结果反馈给模型，让它重新写代码、调整方案。随着正向循环形成，模型和机器人算法的迭代速度就会越来越快。“我真的很害怕浪费每一天。现在每天都有很多想做的事情，无论是机器人领域，还是其他相关行业，都有很多事情值得去做，也有很多新东西需要学习。”演讲最后，王兴兴还表示，这个行业非常火热，未来的市场空间很大、前景非常广阔，但竞争也非常惨烈。

2026-10-22: 当地时间10月21日，Anthropic推出个人智能体应用Claude Duet，面向美国Claude Pro和Max订阅用户开放研究预览候补申请。 产品基于Claude Opus 5.5，可连接超过6000个应用和插件，主动整理待办事项、起草回复、准备薪资和财务材料，并在用户离线时继续执行任务，遇到发送邮件、支付等敏感操作则请求确认。 Anthropic展示的场景包括：每天早晨从邮件和日历中提炼重要事项、发现未付款发票并起草催款提醒，以及准备财务模型、演示文稿和经营仪表盘。用户无需持续守在聊天窗口中，智能体会在任务完成或需要决策时再联系用户。 不过，Anthropic也承认，研究预览版仍可能误判信息紧急程度，或在后台检查间隙遗漏新事项。 Claude Duet之前，MetaMuse、xAIGrok Bot、OpenAIDots等头部模型相关产品均已开始布局个人Agent赛道，尝试将模型能力转化为持续执行任务的产品。 国内头部厂商也在加速。阿里千问Go内嵌于千问App，已开放体验申请，覆盖理赔、预约、比价、订餐等任务；腾讯元宝正研发独立App“元宝助手”，承载长周期任务与长期记忆；字节跳动据传将推出独立个人助理“小豆”（Spell项目），计划以独立App形式上线，目前仍在内测阶段。 Gartner数据显示，全球AI智能体与助手支出将从2025年的164.81亿美元增至2027年的654.72亿美元，约为原来的4倍。 产品形态变化的背后，是模型厂商对下一代用户入口的争夺。传统聊天助手通常等待用户提问，任务型Agent则试图持续理解用户目标、调取跨应用信息、制定计划并执行操作。 一旦用户将邮件、日历、文件和业务系统接入智能体，产品价值便不再只取决于单次回答质量，还取决于它能否长期记住用户偏好、理解工作上下文，并把多步骤任务稳定完成。对于模型厂商而言，这可能带来更高频的使用、更深的应用连接，以及面向个人和企业的订阅与服务机会。 但由此，个人Agent的竞争壁垒也由模型能力扩展到记忆、工具和安全架构。Meta为Muse设计了用户专属的云端安全虚拟机，隔离智能体运行环境与凭证存储，并由独立的Sentinel组件审核对外操作；发送邮件、购物支付等敏感动作需要用户授权，支付时还可通过Stripe Link生成一次性卡号，减少真实支付信息暴露。 个人Agent越能自主行动，就越需要访问用户的私密数据和真实账户。长期记忆、权限控制、操作审计、独立执行环境和关键步骤确认，将与模型能力共同构成竞争力。

2026-10-21: 在2026年广州科技创新创业大赛全球赛上，超八成项目来自成立未满三年的初创企业或尚未注册公司主体的创业团队，近半数早期项目已取得实质性融资进展。 10月21日，2026年广州科技创新创业大赛全球赛暨香港科技大学百万奖金创业大赛广州赛（下称“大赛”）决赛在广州南沙举行。赛事项目招募网络覆盖美国、新加坡、澳大利亚、英国、德国、加拿大等 30 多个国家和地区。 本届大赛上，“高性能仿人五指灵巧手”项目获得一等奖。参赛企业上海临界点创新智能科技有限公司成立于2026年1月，是一家专注于机器人末端执行器的全球化科技公司，致力于为具身智能机器人提供高可靠、高性能的操作与数据闭环解决方案。 据该介绍，该公司目前已连续完成三轮融资，资方包括高瓴资本、蓝驰创投、BV百度风投、云锋基金等一线资本方，以及头部产业投资方，公司估值已超10亿美元跻身独角兽企业。公司成立仅9个月，已累计交付超30000台灵巧手，2026年Q1季度全球灵巧手市占率第一，营业额超1亿元，纳税超1000万元，并申请认定国家规模以上工业企业。围绕灵巧手相关技术已累计申请专利101件。 “Fold AI”和“enCureLip：新一代创新自研缓释型LNP”两个项目获得二等奖。其中，“enCureLip：新一代创新自研缓释型LNP”项目来自惠正奇医药（广州）有限公司。 据该团队介绍，mRNA技术正快速重塑生物医药产业，蕴藏着临床与市场价值。但mRNA稳定性弱、难以穿透细胞膜，药效与安全性高度依托脂质纳米颗粒（LNP）递送系统。针对产业痛点，惠正奇团队自研新一代多层缓释LNP递送平台，实现脂质分子设计到颗粒微观结构全链条原始创新。 该团队还表示，依托自研平台，团队布局肿瘤免疫与传染病预防性疫苗多条创新管线，推动核酸疗法走向临床，填补国内技术空白，为患者提供高可及性创新治疗方案。同时面向行业开放新一代多层缓释LNP递送平台技术授权与定制化合作，携手合作伙伴加速核酸药物研发落地。 Fold AI公司创立于澳大利亚，是一家用AI打造RNA靶向药物的“资产工厂”。其商业模式是以资产为核心，推进自研管线，针对每个资产选择商业化节点与途径（包括对外授权、共同开发、NewCo等），同时战略性开展平台合作。公司下一步发展重心锚定在中国市场，并着眼于长期的全球布局。 图片来源：赛事主办方 2022年，广州科技创新创业大赛港澳台赛“起航”。2024年，广州市科技创新创业大赛港澳台赛与香港科技大学百万奖金创业大赛广州赛区开启融合办赛。2026年，赛事进一步升级为全球赛。自2022年起，赛事累计吸引近1300家港澳台地区优质科创企业参赛，助力参赛企业获得4.2亿元投融资支持。 广州市科学技术局局长谢明表示，广州将依托丰富的创新资源、一流的营商环境、海量的应用场景和完善的政策体系，把大赛打造成链接全球硬科技资源的开放平台，构建“赛事选拔—资源对接—孵化培育—产业落地”的全链条服务闭环，全方位“陪跑”助力项目落地。

2026-10-21: 近期股市AI板块震荡剧烈，英伟达（NVDA.O）CEO黄仁勋在欧洲的访问持续一周后，北京时间10月21日在柏林的GTC演讲成为最受瞩目的部分。外界关注英伟达会推出什么新产品或技术、能否刺激AI基础设施建设继续进行。 答案揭晓：英伟达要用一个叫做DSX POD AI的工厂参考设计，像集装箱一样放到数据中心，不用花费数月时间安装，让数据中心更快开始赚钱。 这是英伟达重点针对欧洲市场的产品，也面向全球其他市场。另一个重要信息黄仁勋并未在演讲中重点提及，但英伟达很快发了新闻稿，宣布扩大供应链产能。 黄仁勋演讲结束后，美股10月21日盘前，英伟达涨超1%。 让计算节点预安装好 英伟达将计算系统的集成度进一步拔高，这次推出的是一款预安装好的参考设计产品。 Vera Rubin DSX POD几乎是在供应链已集成好的系统，含约1000万个零部件，重约2.8万公斤，内部包含长20公里的铜缆、3500根线缆和17公里长的Scale-Out（横向扩展）网络。在交付前，它已完成接线和测试，装进集装箱，可通过公路运输。 黄仁勋说，原来英伟达做NVLink72，把整机架放到供应链里装配，已是在规模化制造超级计算机。但即便如此，当这些机架系统运到站点，现场装配时间长依然可达6个月，通常也要4~5个月。“仅Scale-Out用Spectrum-X接线就长达17公里，这是个疯狂的数字。”他解释，DSX POD交付后则不需要布线，可以一个月左右完成装配，短的话14天。 “这会加快欧洲建设基础设施的速度。”英伟达超大规模与高性能计算副总裁Ian Buck（伊恩·巴克）向第一财经等媒体解释，这款产品按全球部署设计，近期面临的机会点是欧洲等地AI工厂部署。它面向吉瓦级数据中心之外百兆瓦级数据中心的需求，用于快速补上产能。 黄仁勋算了一笔经济账：每吉瓦数据中心的建造成本约500亿美元，预期每年带来数百亿美元收入。假设每年产生400亿美元收入，若因装配晚了三个月，将少100 亿美元收入。加快装配速度可以减少躺在数据中心里的闲置算力，这是对全球供应链和建设数据中心方式的重构。 英伟达还回应了外界关于数据中心用电、用水量大的担忧。 黄仁勋发布了全栈AI工厂参考架构DSX。该架构为封闭式循环液冷，用45度温水冷却GPU，不通过蒸发来冷却。据介绍，在2吉瓦规模下，每天可省下5400万升水，相当于18万户家庭的日用水量。 英伟达还推出新技术以动态分配电力，降低数据中心总用电量。Ian Buck称，在用电尖峰或电网需回收电力时，DSX数据中心可以自动把电让出来，“想象球赛中场休息时，全英国的人同时按下烧水壶，电网瞬间多出1吉瓦负荷。今天可能还要人工管理，电网打电话请求数据中心调配，而DSX Flex技术可以实现自动化。” “我们必须把数据中心看成电网运营商的合作伙伴，而不是电网耗电大户。”Ian Buck告诉第一财经等媒体，这套机制正在多地生态伙伴、云服务商中落地，这是英伟达扩大AI工厂规模的重要一环。业界也在探索电网与数据中心反向供电，Meta近期提出的方案意在分配、优化用电，与英伟达的思路有相似之处。 黄仁勋此次柏林演讲还回应了另一个备受关注的问题，即AI安全。此前业界关于AI安全的恐慌，一度成为AI板块个股下跌的背景。 “在讲怎么让智能体有用之前，最重要的是必须确保智能体安全。”黄仁勋称。英伟达推出OpenShell安全运行时系统。Anthropic则与英伟达合作，打造Claude模型的OpenShell智能体。 英伟达企业AI副总裁Justin Boitano（贾斯汀·博伊塔诺）向媒体进一步解释，目前大部分关于安全的讨论都集中在AI模型，包括模型对齐和模型护栏，但模型本身无法被训练到理解每家企业、每个政策。智能体系统的安全与治理不能只依赖模型，控制必须贯穿整个智能体栈。将智能体工具执行放在OpenShell沙箱里，可以让智能体只拿到需要的那部分权限。 面向智能体应用，英伟达此次还推出Kumo开源模型和Agent Knowledge Foundation（智能体知识底座）。 扩大供应链产能 黄仁勋演讲时，英伟达发了一份新闻稿，宣布与供应链合作以扩大产能。扩产的消息，意味着在近期股市AI板块震荡的背景下，英伟达仍押注需求扩大。 英伟达宣布，三星电机加入英伟达的基板供应链，计划通过IBIDEN、三星电机和欣兴电子的合作，未来三年推动基板产能提升2.5倍；先进封装方面，英伟达和Amkor计划扩大在韩国的先进封装能力，到2028年底Amkor将把先进封装产能提高300%以上；测试方面，京元电子将在美国建设新厂，英伟达为其提供11亿美元的产能预留预付款，英伟达预计半导体测试总产能到2027年将翻倍。 CPO（光电共封装）产能也在扩大。黄仁勋展示了Spectrum-X，称这是全球首个量产的CPO产品。他现场比划，激光如何穿过光学器件连到芯片上。英伟达称，合作伙伴矽品精密的目标是到2027年中把用于CPO的光引擎产能提高15倍，到2028年底再翻一倍。 扩大产能的同时，黄仁勋还重点谈到物理AI，包括电信基站、自动驾驶和机器人。他预测，未来每一家电信运营商的网络，未来都会演变成一个分布式AI网络。AI将改变做电信的方式，极大提升频谱效率。他还透露，上周英伟达与诺基亚在T-Mobile网络上打通了第一通商用电话，一旦做到这一点，就可以在上面叠加AI。 出货量最大的物理AI应用则是自动驾驶。“每家车企都希望把自己的车纳入出租车车队。今天有Uber、Bolt、Grab等，还会有 Robotaxi（自动驾驶出租车）接入，但不会只来自一个品牌。”黄仁勋称，假设全世界每年出行距离约1万亿英里，按每英里经济价值1到2美元计算，其中相当一部分将会跑在Robotaxi上，这是一个巨大的机会，但极其碎片化。 英伟达的方案是建立行业标准并与生态合作，造一支所有人都能接入的巨型虚拟车队，依托多层的方案和技术。Bolt和Lucid、梅赛德斯-奔驰、大众商用车等厂商已在使用英伟达面向L4级自动驾驶的标准平台Hyperion。 机器人方面，英伟达宣布与机器人公司Agile合作推出人形机器人参考平台Agile ONE SN，预计明年第一季度交付，用于推进前沿人形研究与开发。 在接受采访时，机器人与边缘计算副总裁Deepu Talla（?迪普·塔拉）表示，就像自动驾驶汽车走到技术拐点一样，同类物理AI技术也开始在边缘场景被采用，例如局部移动与导航、自主移动机器人、在非结构化环境里作业的巡检机器人。算力部署则呈现混合的状态，可能用到边缘算力、工厂本地算力和云算力等，预计物理AI的部署会开始起飞，欧洲部署已非常激进。

2026-10-21: 创新从来就是一场探险之旅。 10月20日，央行原行长周小川在2026外滩年会“AI与生产率革命：技术跃迁下的宏观冲击”圆桌环节表示，要为人工智能相关领域投资失败可能带来的金融风险做好应对预案。 当前全球AI行业和金融行业，正呈现火借风势、相互借势的热腾劲。大量金融资源以各种方式流入与AI有关的领域投资，让AI呈现出一种浪打浪的壮观。 与过往科技革命不同的是，这次AI科技革命对经济社会的解构重构更立体全面，产生的冲击波更加强劲。对金融行业来说，AI推动的经济社会重塑重构，必然会系统性打破市场传统的风险概率分布结构，需要金融行业发挥企业家精神，让AI科技革命成为金融市场真正可管控的风险交易。 当然，在探索和发现AI科技革命带来的风险特征和概率分布结构中，必然会出现有的金融投资踩准了时机和方向，有的则踏空和踩错，出现投资失败，甚至引发金融动荡，酿成危机。 因此，针对AI科技革命带来的风险特征，探索相应的风险政策，并为可能的投资失败储备好更多的风险缓释策略安排，不仅是金融机构发挥自身优势，助力科技进步的专业担当，也是促进经济高质量发展的重要内容。 当前要为AI科技革命搭建好风险应对的制度矩阵，至少需要在以下几个方面高度重视。首先，要为市场提供充足的自由空间，营造敢闯、敢干、敢为人先的创新精神。创新发展是在可能性条件下做风险抉择，只有为每一位勇于冒险的人提供试错的可能性，才能探索出可能成功的路径。 因此，打破或明或暗的试错垄断，让更多有想法、有好奇心、有丰富想象力的人，竞争市场信息和知识的连结权、匹配权，创新风险才能在市场交易中得到有效管控，创新才能在无数次的失败中找出破局之路。 其次，风险管控的本质是风险的交易和有效传导。风险管控不是基于历史经验和风险模型将风险分门别类，而是通过市场交易，将风险传递给愿意承接和管控其风险的人。所以，创新活动至少需要满足几大条件，一是有足够风险承载能力的人，二是有丰富的能识别和定价对应风险的专业人才，三是有灵活多变的组织机制将这些人组织起来，变成有风险承接意愿的主体，四是有完善的制度为市场提供更多的风险管控工具。 只有让创新风险通过市场交易进行动态重组重构，金融风险才能得到及时矫正和消化吸收，风险才不会沉淀下来，演变成危机。 再次，价格是风险交易和传导的信号。金融市场只有基于市场化的价格形成机制，才能真正有效识别、定义、定价和管控创新风险。 正如周小川指出的，“或许我们不应过于依赖行政手段来防范相关影响，而是应让价格调整来反映正在发生的结构变化，以及我们应采取何种应对方式以适应新的结构”。当前应对创新风险的一大风险源可能是对行政手段的过于依赖，更确切地说，就是行政手段直接或间接参与、影响市场主体创新。一旦更多行政力量影响市场创新，市场就很难进行有效风险定价；一旦市场价格出现激励性扭曲偏离，风险定价就很难真实反映真正的风险概率分布结构，风险也就很难通过市场交易得到缓释、吸收和有效管控。 此外，当前AI科技革命潜存的一个必须正视的风险，就是金融市场风险。近年来宽货币、相对较低的市场利率在促进经济增长的同时，并没转化成市场的宽信用，甚至触发了目前固定资产投资增长的边际递减，压低企业尤其是民企的边际投资意愿等，这不得不引起警惕：现有市场利率水平是否变相激励人们对AI资产的过度风险偏好，金融市场对AI资产的风险定价是否能有效覆盖其可能的风险敞口，是否出现了一些无法描述风险概率分布的投资获得了融资。 当前央行正在加速推进利率市场化改革，货币政策的锚定物转向更加市场化的隔夜利率，这将有助于提高市场利率的敏感性，提高金融市场对风险的定价能力和风险管控能力，为AI创新提供更有效的风险价格传导机制，护航AI创新行稳致远。 备豫不虞，为国常道。未雨绸缪是治理的常道，理顺风险传导机制，为市场提供“为之于未有，治之于未乱”的治理场景，AI创新才不会陷入患得患失的焦虑之中，人们才能真正有能力驾驭AI创新的机遇与挑战。

2026-10-21: 数据领域的“国家队”登场，这是“十五五”开局之年筑牢数智化发展底座的重要落子，也是我国建设全国一体化数据市场的关键一步。 10月20日，国家数据集团在河北雄安新区成立。这是一家以数据资源开发利用为主责主业的中央企业，总部位于河北雄安新区。 国家数据集团的成立，旨在推进数据资源开发利用、释放数据要素价值、服务人工智能发展、繁荣数据产业生态。这在全球范围内也是一种先行先试，将有效提升我国在全球数据资源竞争中的地位。 中国企业研究院首席研究员李锦对第一财经记者分析，这是我国数据要素市场化改革的一件标志性大事。国家层面组建数据集团，加快建设数字中国、构筑国家竞争新优势，解决散、乱、慢问题。统一管数据、规范用数据，既把数据红利放出来，又把安全风险管住，走出一条中国自己的数据改革路子。 构建全国一体化数据市场 国资委更新后的央企名录中，国家数据集团位列第28，排在中国电信、中国联通、中国移动以及中国星网之后，中国电子信息产业集团之前。至此，国资委监管的央企达到100家。 国家数据集团官网显示，公司类型为国有全资公司，由国务院、河北雄安新区管理委员会、中国电信集团、中国联合网络通信集团、中国移动通信集团、国家电网、中国南方电网共同出资组建。 集团领导班子也随之亮相。国家数据集团党组书记、董事长由简勤担任，陈荣辉任党组副书记、总经理。简勤此前为中国联通党组副书记、总经理；陈荣辉此前为国家数据局党组成员、副局长。 国家数据专家咨询委员会委员张向宏表示，国家数据集团的成立具有极其重要的战略意义。集团以市场化、专业化为导向，将承担起开发、整合和运营国家级数据资源的重任，推动数据资源的跨行业、跨区域流动与共享，大幅提升数据资源配置效率，破除“数据孤岛”，有助于加快构建全国一体化数据市场。 当前，海量数据分散在不同部门、行业、领域，跨域流通存在壁垒、数据治理成本高、优质数据集仍然供给不足，制约着数据价值的释放。央企牵头，打通堵点、搭建平台，统筹推进数据资源开发利用，有助于破解上述问题。 国家数据集团将联合多股力量，瞄准数据产业这一万亿级的新兴产业，一起探索商业模式，把“蛋糕”做大、生态做优。 我国在2023年成立国家数据局，如今又成立国家数据集团，这一系列数据领域的重磅举措和动作，将有助于形成有为政府和有效市场相互协同的格局。 张向宏表示，国家数据局主要负责数据基础制度建设和政策设计，国家数据集团则专注于数据资源开发利用等具体的市场运营和落地。数据产业将迎来深刻的模式变革，这意味着数据基础设施将互联互通起来，更多市场主体将以更低门槛接入高价值数据资源，技术、产业、人才聚集的数据创新高地也会不断生长起来。 值得一提的是，国家数据集团总部设在在雄安。雄安是一座“未来之城”，雄安新区设立以来，始终坚持数字城市与现实城市同步规划、同步建设，地上、地下、云上“三座城”同步推进。 被誉为“雄安之眼”的雄安城市计算中心，是全球首个与城市基础设施同步建设的数字基础设施，目前已汇聚各类数据超400亿条；容东片区地下综合管廊内，20余类、近万套智能感知设备布设其中，每段管廊都拥有对应的数字化信息模型。 在国家数据局公布的2025年可信数据空间创新发展试点名单中，雄安新区同时入选城市、行业、企业三类试点。雄安人工智能产业园内，产业链上下游企业集聚发展，可信数据空间一体机、多模态大模型训练等新业态加速落地，10余个创新和产业平台正牵引数字经济高端高新产业集聚成势。 据国资委介绍，国家数据集团以总部牵引产业集聚，凸显高端高新产业先行布局的战略安排，以龙头企业的头雁效应带动产业链上下游落地，为未来之城筑牢产业根基，彰显重大国家战略在产业层面的深层考量。 数据要素市场化改革加快 数据是新型生产要素，是国家基础性战略资源。深化数据要素市场化配置改革，有助于将我国超大规模市场和海量数据资源优势转化为实实在在的国际竞争力。 2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》，首次系统提出数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的产权制度框架，将数据确立为继土地、劳动力、资本、技术之后的第五大生产要素。 “十五五”规划纲要明确，健全数据要素基础制度，建设开放共享安全的全国一体化数据市场。 当前数据要素流通领域面临的矛盾愈发凸显，如开放共享的发展需求难以同数据安全的底线约束相适应，地域分割、行业壁垒等形成的“数据孤岛”依然存在，开放与安全失衡、共享与壁垒并存的悖论突出，这些问题制约着数据要素价值的充分释放。 李锦表示，过去数据改革都是零散摸索，确权难、定价难、交易难、分钱难。现在专门让国家队牵头，主责主业为数据资源开发利用，需要统一标准、统一规则、统一流程，把这些老大难问题打通，建成全国统一的数据大市场，这就需要建立健全运营管理体制机制。从改革方向看，这也是国资布局新领域的重要一步，探索国有数据资产运营新模式，助力数字经济做强做优，服务中国式现代化。 在此背景下，在全国层面成立数据集团、加快培育全国一体化数据市场，成为破解发展痛点、释放要素红利的破局之举。 近年来，各地纷纷成立数据集团。在省级层面，北京、上海、江苏、四川、湖北、陕西、湖南、河南、福建等省份均已组建省级数据集团。 李锦表示，陈荣辉早先是福建省大数据集团总经理。福建是走在全国前面的，跑出福建“数字铁军”的加速度。福建数字“向内扩基、向外扩展”数据价值释放路径与经验，可望在国家数据集团运用并引起关注。

2026-10-21: ①在北京时间10月21日的GTC柏林演讲中，英伟达CEO黄仁勋宣布一系列重要布局： -推出DSX POD，缩短数据中心部署时间 -与供应链伙伴扩大产能 加速AI基础设施建设 -升级Isaac通用机器人开发平台 -欧洲汽车厂商基于Hyperion平台开发自动驾驶汽车及Robotaxi -推出面向AI智能体的OpenShell参考架构 ②中办、国办：全面实施“人工智能+”行动，推动人工智能全方位赋能千行百业； ③宇树科技发布人形机器人“H2-X 功夫传奇”； ④2026智元创新日将在上海举行。

2026-10-21: 自主航行船舶因传感器故障发生碰撞，责任如何在系统设计方、远程操作人员与船东之间划分？电子提单在跨境流转中被复制，谁有权主张提货？ 当人工智能开始辅助整理航运记录、检索法律资料乃至参与仲裁程序，效率提升之外，如何保障过程公正、结果可信？ 在2026北外滩国际航运论坛的“司法与仲裁”分论坛上，来自国际法学会、法院、高校、国际仲裁机构及航运央企的代表们围绕“人工智能时代的航运法治与争议解决”展开探讨。一个贯穿全场的判断是：技术正在重塑航运业的运行方式与风险格局，而法治既要开放地回应变革，也要用更完善的规则守住交易安全。 技术倒逼规则补位 技术变革首先冲击的是既有规则体系。中国国际法学会会长黄进发表视频致辞称，智能船舶、电子提单、数据跨境流动等新事物既对传统规则形成冲击，也为海事立法提供创新契机。技术越往前走，法治根基越要扎深，核心命题是“以法治的确定性应对技术的不确定性”。 他提出海事仲裁发展应朝着人本化、现代化、国际化、数字化、融通化、法治化的方向发展。其中，国际海事组织《海上自主水面船舶规则》已生效，智能航运治理进入规则落地新阶段，应深度参与国际海事规则研究制定，贡献中国方案。其次，新修订的《仲裁法》首次确立临时仲裁制度，完善涉外仲裁、在线仲裁。新修订的《海商法》则在统一国际国内海商规则、赋予电子运输记录法律效力等方面实现重大突破。 另外，我国涉外法治人才数量、能力、经验不足，高素质涉外仲裁人才储备与大国地位不匹配。黄进发建议，应加强仲裁法与人工智能、数字经济深度融合，强化高校与仲裁机构、海事法院、航运企业协同育人。 上海市高级人民法院副院长曹洁介绍，今年以来，上海法院围绕司法与仲裁良性互动，重点推进两项工作：一是与上海市司法局共同出台府院协同意见20条，凝聚建设面向全球的亚太仲裁中心的整体合力；二是创新海事诉讼与海事临时仲裁衔接机制，在上海高院的国际商事一站式解纷线上平台，增设临时仲裁板块。 具体到产业场景，华东政法大学校长肖凯提出，自主航行需要安全规则与责任规则同步完善。今年通过的《海上自主水面船舶国际安全规则》（MASS）虽不具强制性，但为后续有约束力规则奠定基础，且特别强调人的监督职责。“自动化程度越高，责任链条应该越清晰。”在单证数字化方面，他认为核心是保障权利可靠流转，新修订《海商法》已确认符合法定条件的电子运输记录与运输单证具有同等效力，下一步需解决跨境、跨平台流转中的效力与安全问题。 AI是辅助而非替代 在争议解决环节，AI的效率红利与风险同步显现。 伦敦海事仲裁员协会前主席伊恩·冈特（Ian Gaunt）系统梳理了AI的幻觉、偏见、保密等风险，并归纳各国指导原则的共性，即人类决策不可替代、具体仲裁员负最终责任、披露AI使用、建立审查确认机制、防止算法偏见、履行保密职责。 他明确判断：“AI可以成为一个健康的帮助我们的角色，但是永远不可能替代仲裁员扮演的重要的角色。” 肖凯也表示，人工智能赋能争议解决需要专业能力和程序公信力共同支撑。海事争议解决中需提升理解技术、审查证据和适用法律的能力，系统缺陷、数据失真、人工接管问题需专家参与。同时还应把人工智能纳入清晰程序安排，包括哪些情形需要披露、保密材料能否输入外部系统、生成内容由谁核验、可能影响裁判的材料如何接受质证等等。最高人民法院2022年相关意见确立辅助审判、透明可信原则，由裁判者承担最终司法责任。 仲裁服务供给端也在以灵活机制回应多元需求。新加坡海事仲裁院仲裁员杰夫·法恩斯沃斯（Geoff Farnsworth）介绍，该院以低成本、高保密、快速仲裁（30万美元以下案件、单一仲裁人费用上限1.5万美元）为特色，当事人可自主选择准据法与仲裁地。上海市司法局副局长卢正称，过去5年上海航运仲裁案件量、标的额增长率分别达15.8%和27.3%，临时仲裁制度在上海率先突破、累计近20件案件落地。她强调机构仲裁与临时仲裁“不是替代而是互补”，并提出要打造专家型仲裁员、市场拓展型、专业实务型三支队伍。 中国船舶集团法律合规部主任张迎飞表示，全球地缘格局、贸易环境和海事规则深刻调整，涉外法律风险呈现新特点，比如国际海事公约和各国国内立法持续迭代，绿色航运、出口管制和制裁合规等新议题涌现；跨境合同主体多元、管辖冲突增多、法律适用复杂；纠纷发生后再处置成本高昂、周期漫长，甚至影响项目实施。 他结合企业实践提出，涉外法律风险防控重心应从后端案件处置转向源头防控、从被动应诉转向主动防范，并呼吁持续深化“诉仲对接”机制、联合研究制定海事海商示范合同文本。

2026-10-21: “先改变自己，再改变世界。”10月20日，2026奇瑞全球创新大会在安徽芜湖开幕，奇瑞汽车（9973.HK）董事长尹同跃以此开场。他说，30岁可以是衰老的开始，也可以是创新爆发的前夜。尹同跃说，他提出，奇瑞目标到2035年成为一家“以AI驱动的全球智能科技公司”。 本次大会围绕“Change改变——以AI重构全球美好，让生活回归生活”展开。大会发布的11项核心技术中，多项超出整车范畴，包括Robotaxi、V2G+迅龙秒充+无线充电、eVTOL、芯片、垂类基础大模型CheryMind、奇瑞全维世界引擎（CHERY AWE）、固态电池、灵犀8D智感座舱、太阳能汽车+空气取水、原生48V低压电气系统、智能行驶单元。 以智能农机为例，奇瑞目标把汽车电动化、AI 能力迁移到农业，实现从“人驾驶机器”升级为机器自主作业的农业机器人，面向真实农田构建“感知→决策→执行→学习”闭环。奇瑞方面提供的数据称，在东北大田规模化无人作业，一人多机人均日作业量从150亩提升至800亩，综合提升玉米亩产从1600斤增至2000斤。 这场创新大会放在芜湖的奇瑞汽车全球研发中心，但汽车只是众多展示区域中的一部分。尹同跃说，经常听人说奇瑞的汽车越来越不像汽车，奇瑞也越来越不像一家车企，这也是他所乐意听到的。 在大会现场，各种肤色的面孔围在奇瑞各项最新技术的展台前交谈、拍照。会场后方，7种语言的同声传译把奇瑞的最新技术和发展理念传达给到访宾客。奇瑞方面介绍，本次大会的3000余名嘉宾中，包括超1300名国际友人。 支撑这些技术发布的，是持续加大的研发投入。据奇瑞汽车2026年中期业绩，上半年收入1432.80亿元，同比增长1.2%；研发开支66.72亿元，同比增长28.3%。 从销量看，在出口的强劲拉动下，奇瑞今年依然保持增长。今年前三季度，奇瑞集团累计销售汽车220.68万辆，同比增长9.9%，创同期历史新高；累计出口155.12万辆，同比增长65.6%，超越去年全年出口总量。按集团总销量减去出口量推算，同期国内销量约65.56万辆，上年同期约107.13万辆，同比下滑38.8%。 此前不久，在今年7月第2000万辆整车下线时，他也曾表示，奇瑞不再只追求销量。在国内市场走弱的行情下，奇瑞正试图走出一条从传统汽车制造商的转型之路。

2026-10-21: 进入秋天后，具身智能行业融资热度也有所“降温”。 有行业人士反馈称，一部分上市公司相关方已经不看机器人方向了；还有投资机构人士提到现在不少人民币基金都选择观望、不敢轻易下注。 行业热潮的变化，或许可以从融资数据中得到一些印证。据第一财经记者不完全统计，今年第三季度具身智能领域至少发生了185起融资事件，融资金额达333.35亿元。IT桔子数据显示，今年上半年国内具身智能赛道融资总金额达到935亿元。算下来，上半年单季度融资水平在467.5亿元。 不过，受访行业人士张烨（化名）表示，企业融资信息发布有一定的滞后性，往往要晚于融资敲定的时间节点。这意味着，反映现阶段市场反应更准确的数据还要再等待一段时间。“之前具身智能赛道过热，技术以及商业化的进展显然是落后于估值水平的。”他认为，目前行业正处于价值回归阶段，此前积聚的泡沫将迎来出清。 降温但未熄火，项目过会难了 今年下半年，具身智能行业迎来重要分水岭。 自8月份上市后，宇树科技股价经历冲高迅速回落，其表现引发市场关注。此后，行业内更是被曝出IPO窗口收窄、机器人销售收入存在水分等消息。这些情况也被认为将对一级市场产生影响。 今年世界机器人大会现场热度 记者根据IT桔子投资事件库信息梳理下来，今年7-9月具身智能行业对外披露的融资额分别为86.54亿元、175.41亿元、71.5亿元。从企业融资规模来看，还是以千万元或者亿元级别为主，但10亿元及以上级别的融资仍然在发生。 具体来看，7月份10亿级及以上融资来自于星动纪元、逐际动力、一目科技以及未来不远机器人；8月份有帕西尼、原力无限、中科第五纪、小鹏机器人、Sharpa等；到了9月份则有地瓜机器人、苏度科技等。尤其是小鹏机器人首轮融资额9亿美元，Sharpa累计融资超45亿元。 记者注意到，这些明星初创企业在过去几个月也拿到过大额融资。比如，星动纪元在今年上半年经历两轮融资，且都是10亿元及以上级别；逐际动力在今年2月拿到2亿美元融资等。 朴拙资本执行合伙人苗天一认为，“这轮降温并不等于行情结束，资金从撒胡椒面式的普投，更加向头部硬核团队集中。”他特别提到，产业方以及头部大模型公司在逆势精选标的进行战略布局。 一位具身领域企业创始人也表示，具身赛道历经两年高速发展，行业正从广泛探索转向落地应用，投资资金并非变少，而是正在由 “广泛撒网” 转向 “精准投资”。 关注科技赛道的曜林创投合伙人王瀚亲历了这一变化。 “上半年有看过具身智能的项目，聊估值的时候创业者开口直接对标头部梯队。当时，我们也在纠结担心错过风口。”王瀚讲述称，进入下半年后他们也没有那么“上头”了，如今这类项目内部评估过会的难度有所提高。他透露称，近期他们在看的具身项目已经减少了。 头部VC机构参投项目也有所调整。据记者此前不完全统计，今年上半年红杉中国在这一赛道频频“出手”，至少参与20起融资事件、投资14家企业，被投公司覆盖领域涉及具身“大脑”、零部件等。高瓴创投同样表现活跃，至少参与18起融资事件、投资14家企业。到了第三季度，红杉中国参与8起融资事件、高瓴创投参与4起融资。 而在几个月前，便有投资机构人士向记者反馈称：“具身赛道估值高、不敢投，也没有重要的项目可以投了，有些机构可能在看具身周边或者消费级机器人。” 香颂资本执行董事沈萌表示，产业投资方可以将具身智能应用于自身更大的产业图景中，但专业投资机构由于缺少标的项目的多样化退出渠道，所以选择会更加谨慎。 价值回归本质，演示让位于真实订单 行业融资热度的变化，实际上也在多位受访者的预期之内。 此前，有投资人士表示，部分企业估值水平存在偏离团队能力背景和商业进展的现象，而跟风投资加剧了这一情况。 在苗天一看来，今年下半年属于行业热度从高点回落、泡沫开始挤出的过渡期。“缺乏持续造血能力的中小项目融资通道在收窄，独立活下去难度越来越大，单纯靠融资烧钱的阶段已经过去了。”他判断，投资并购或将成为行业的一大主线趋势。 张烨观察到，目前这一赛道投资正在回归价值的本质，机构不再只是关注Demo以及PPT的展示，而是更多考虑机器人或者相关产品未来能否实现规模化落地。 “如果没有商业化场景应用的突破，那么企业的估值基础就会比较脆弱。一旦融资环境收紧，将不利于竞争力不强的企业生存。”沈萌认为。 王瀚也补充称，现在团队在筛选项目时更倾向于评估确定性的进展。“我们会看下有没有真实的订单，以及账面上的资金可能支撑‘烧’多长的时间。” 今年也被普遍认为是人形机器人量产的元年。公开信息显示，近期有不少企业披露最新的商业化进展，部署场景依然集中于工业、商业零售、文旅及物流场景等。 例如，智元携手长隆打造大规模具身智能主题乐园，300多台人形机器人与四足机器狗上岗打工，另外还有100台灵犀X2入驻爱仕达全国范围内100家门店。智平方也在8月发布消息称，与三元食品、中亿具身达成合作，将推动机器人驻店及进入工厂。 多位受访行业人士此前提到，受于技术路线暂未收敛与成熟，具身智能场景落地形成商业化闭环暂时仍有一段比较远的距离。 中国信通院人工智能所联合发布的《具身智能发展报告（2026年）》显示，具身智能从整机出厂到实际落地的工程链路较长。商业模式沿各环节加速分化，其中数据环节最先闭环，模型通过整机溢价、订阅服务和生态绑定间接变现，本体销售与租赁双轨并行，场景解决方案处于落地初期等。多数环节仍处于“增长已成立、盈利未建立”的探索阶段。 有行业人士表示，一旦有企业在落地方面跑通商业模式，这可能就意味着行业淘汰赛即将到来。张烨则提到，行业积聚的泡沫没有那么快消失，新技术的出现有可能又会打开新空间。

2026-10-21: 当一艘船在南海失去动力，手机信号成为线索，机载系统在约3公里半径内锁定百米级精度，医生在飞行途中启动高级生命支持——这是技术补位的瞬间。但当算法给出建议，谁来做那个最终的决定？ 在10月21日举行的北外滩国际航运论坛“海上交通安全”分论坛上，来自多个国家的监管者、船东与搜救方就当前的挑战、变化与应对展开探讨，并达成共识：AI可以抢时间，但人仍是最后关口。 AI技术补位 交通运输部救助打捞局局长、中国海上搜救中心副主任王雷在致辞中表示，海上交通安全是全球产业链供应链安全畅通的重要保障。当前，全球航运环境复杂多变，极端海洋气象频发，大型船舶深远海航运活动持续增多，非常态复合型海上险情风险不断凸显。 王雷称，要加快智慧救捞建设发展，重点发展无人搜救装备、深海作业技术、数字化运行平台等新型救捞支撑手段。 交通运输部原副部长、中国科协决策咨询首席专家徐祖远在演讲中也提出，当前区域不确定性成为常态、确定性成为例外，气候异常导致海上极端天气和巨大灾害性灾情持续攀升，“离开了人工智能，海上安全的实践不可能达到世界的前沿，也不可能拿出世界上最好的中国方案”。 从技术价值看，人工智能、大数据、遥感感知、航运业大模型可突破传统海上安全治理瓶颈。比如，依靠多源数据融合分析和全域态势智能推演，深度解析船舶动态、气象海况、航标状态和风险隐患，弥补人工处置海量信息、预判复杂场景的短板，拓展风险感知广度、提升研判深度和应急响应速度。 从现实需求看，海上险情事发突然、海况恶劣、处置窗口期极短，传统手段已不能完全适应，需打通海事、航保、救捞之间的数据壁垒，整合分散感知资源，实现风险早发现、预警早推送、力量早前置、处置早开展。 海事监管重在识别风险，航海保障重在夯实环境底座，救助应急重在险情处置，三者通过AI深度耦合，数据互通、资源共享、指令联动，才能释放“1+1+1＞3”的倍增效应。具体而言，以智能监管把风险挡在前面，以智能航海保障把近2.5万座沿海航标的感知网络织密，以智能救助守好最后关口。 人工智能只是辅助决策工具，战术判断、现场指挥仍需有经验的专业人员主导，“模型概率不能承担人的决策后果”。徐祖远称，到2027年底一批成熟智能场景规模化基地建立起来，到2030年前后形成可复制推广的中国新方案。 在武汉理工大学学术委员会主任严新平看来，我国海事保障装备与船载通导设备与国外产品仍存技术差距、部分依赖国外系统。为此，他提出以感知、通讯、导航三大运行基础，态势推演、海域协同、应急救助三大应用主线，围绕通道透明感知、船岸通信重塑、船舶韧性导航、态势全域推演、海域协同运输、数智应急救助六个方面开展科技创新。 不过，技术变革也伴随着新的风险。丹麦海事局局长魏思提出，随着对全球导航卫星系统依赖加深，干扰可能破坏GNSS（卫星导航系统）位置信息、注入虚假数据，让船舶显示的位置并非真实所在，“各类中断可能会越来越常见”。韧性必须包括可靠系统、清晰程序以及训练有素的专业人员，人工监督和责任界定在远程化、自动化趋势下更加重要。 国际独立油轮船东协会董事总经理蒂姆·威尔金斯从船东视角表示，GNSS欺骗式干扰和AIS干扰可能削弱动态感知、导致偏离航线，严重时造成人员伤亡或环境损害；沿岸国正投入岸基基础设施，提供独立于GNSS的路径导航手段，行业也已发布最佳实践指南，“一个训练有素保持警觉的值班驾驶员，仍然是我们最有力的防线”。 体系与人才装备韧性 技术之外，搜救体系本身的能力建设被视为海上安全的“最后一道防线”。 中国海上搜救中心常务副主任、交通运输部应急办主任卓立介绍，2025年全国各级海上搜救中心共组织协调搜救行动1493次，成功救助中外遇险船舶819艘、救助人员6683人；今年以来成功防御7个在我国沿海登陆的台风，我国管辖海域未发生因恶劣天气导致的较大及以上等级人员伤亡事件。 他同时坦言形势依然严峻复杂：利比里亚籍滚装船因装载电动车在北太平洋海域起火，给“新三样”海运敲响警钟；菲律宾和印度尼西亚接连发生客船火灾、倾覆、沉没等群死群伤事件；霍尔木兹海峡、曼德海峡等重要通道不稳定因素激增，商渔船碰撞等传统风险与新能源动力船等新业态风险相互叠加。下一步将更加注重体制机制建设、风险主动防御、能力系统提升和国际协作深化。其中，能力系统提升包括推动加强搜救基地、溢油应急设备库、应急值守待命点建设与布局优化；强化先进适用装备配备、实用技术研发、人才队伍建设和人工智能应用。 交通运输部海事局局长徐伟从监管服务侧提出，2026年以来推行国际航行船舶进出口岸一网通办、构建绿色船舶规范体系、印发《智能航运2030行动计划》等专项指导意见，不断完善海事监管服务保障一体化。 人才被视为韧性的关键变量。徐祖远认为“既懂业务又懂数字智能的行家里手太缺了”，提出装备智能化改造与复合型人才培育“两手都要硬”，并提醒兜牢人工智能安全底线，构建算法评估、数据治理、人工复核和应急处置的闭环管控体系。 规则共守与责任共担 在技术和能力之外，海上安全更是一项全球公共产品。 新加坡海事及港务管理局副局长陈一颛借用“公地悲剧”概念，提出维护海上安全必须克服三组张力，即国家利益与全球公地之间，航道安全畅通的维护成本多由沿海国承担、受益者却是整个国际航运界，他强调根据《联合国海洋法公约》，通过马六甲海峡和新加坡海峡无需缴费，过境通行权必须在原则和实践中得到维护；个体利益与公共风险之间，全球大约每17天发生一起集装箱火灾，危险品申报不实或包装不当的收益可能是私人的、风险却是共担的；个体成本与集体收益之间，搜救响应可能造成船期延误和额外成本，但“这个体系只有在我们同样愿意帮助他人的时候才能运转”。 魏思表示，只有船舶、港口、岸上主管机关和交通服务机构与创新技术安全互动，技术才能发挥全部价值。首先要保证信息真实性与系统韧性，在拥抱技术快速进步时及时考虑潜在风险和应对预案。其次，越来越多功能通过远程或自动化系统实现，人工监督和责任界定更加重要。韧性必须包括可靠系统、清晰程序以及训练有素、随时能应对这些问题的专业人员，应清楚系统故障或信息显示异常时该采取哪些措施。 2026年5月通过的《海上自主水面船舶规则》已于7月1日生效，是朝着安全纳入自主船舶迈出的务实一步。 国际海上人命救助联盟（IMRF）董事亚历克斯·巴雷尔从全球视角提出，跨系统、跨国界搜救协同难点长期存在，搜救技术迭代快但各国普及水平差距很大，搜救相关数据储备不足严重制约应急规划与科学决策，IMRF相关初步研究成果将于2027年1月21日发布。 徐祖远建议，依托“一带一路”海上合作践行多边主义，围绕智能航运、海上安全韧性开展技术交流和经验共享，积极参与国际规则和技术标准研判，努力弥合发展中国家数智鸿沟，并称上海国际航运中心可发挥示范引领作用，“以一域的实践来辐射全球的突破”。 在论坛现场，海上救助飞行数智化安全运行管控平台、洋山VTS精灵智能辅助决策系统、深远海水下应急搜寻关键技术装备及工程应用，以及全国首套渔业专题电子海图实现规模化应用等成果集中发布。

2026-10-21: 近日，演员吴越在微博发文怒斥：“谁在利用AI肆意作恶？这位‘花姐’你骗了多少人的钱？太恶劣！”原来，一个名为“花姐美肤日记”的视频账号，利用AI仿冒吴越的形象和声音带货。视频中，“假吴越”卖力推荐一款在黑猫投诉平台上被投诉近2000次的护肤品，建议粉丝们“闭着眼睛用闭着眼睛囤”。涉事账号目前已被平台永久封禁，但吴越关心的是：骗子会不会再行骗，以及会不会冒出更多这类骗子？吴越的担心一点也不多余。利用AI仿冒名人带货的事，可以说屡见不鲜。在网上，“奥运冠军全红婵”推销过土鸡蛋，“央视主持人李梓萌”曾代言“能治多种病”的深海鱼油；还有知名专家张文宏，乒坛名人邓亚萍，演员张馨予、刘涛、温峥嵘等，都被AI仿冒带过货。演员靳东多次被AI仿冒针对中老年群体实施带货诈骗。在今年全国两会上，作为全国政协委员的他，痛斥此类恶行，并正式提交提案，呼吁加强监管。这种行为已涉嫌多重违法。《民法典》规定，利用信息技术伪造他人形象属于侵犯肖像权的行为，对自然人声音的保护参照适用该规定。《广告法》《消费者权益保护法》要求，广告（商品、服务信息）应当真实、合法，不得含有虚假或引人误解的内容。最高法《关于依法审理涉人工智能纠纷案件的意见》明确，经营者利用人工智能实施“仿冒名人带货”且构成欺诈，消费者依据消费者权益保护法有关规定主张惩罚性赔偿的，人民法院依法予以支持。另外，《民法典》规定，网络服务提供者知道或者应当知道网络用户利用其网络服务侵害他人民事权益，未采取必要措施的，与该网络用户承担连带责任。据此，平台对于上述违法行为审查不严、制止不力的，也要承担法律责任。既然违法性质清清楚楚，为何铤而走险者仍“前仆后继”？主要原因有三：首先是“造假太容易”。网上AI换脸换声的工具和名人音视频素材唾手可得，稍微掌握一点网络技术，就能做出以假乱真的带货视频来。其次是“打假太被动”。平台对此类造假的监控拦截，普遍反应迟钝；名人自己投诉举报，也面临处理流程长、速度慢的问题。再次是“代价太轻松”。就算被查、被封号，一般也就罚点款，换个马甲或平台就能重来。并且，罚款比起造假省下的代言费及卖货获得的利润来说，简直不值一提。至于平台为何打假不积极，原因更简单——商家推广越成功，用户越活跃，平台的流量和进场费就越高，交易抽成也越多。在这种损荣一致的利益关系下，平台对造假者睁只眼闭只眼，处理投诉也“慢半拍”，也就顺理成章了。找到了病根，就可对症下药。平台是此类乱象滋生蔓延的核心节点，也是治理的突破口。平台的责任不能停留在事后封号，而应前移到账号注册、内容审核、异常直播监控环节。凡是用公众人物形象带货的直播间，尤其要严格核验。造假商家是侵权违法的第一责任人，对其处罚不能只是封号，还应追究法律责任。经济处罚上要依法顶格处罚，让造假者真正感到“痛”。监管部门也要加强普法执法，确保《直播电商监督管理办法》《人工智能生成合成内容标识办法》等行业监管要求切实落地。还要畅通消费者维权通道，积极探索公益诉讼、集体索赔机制。吴越、靳东们积极发声的这份正气值得敬重。但一个正常的市场环境，不该靠被损害者——包括被AI仿冒的名人，以及被假名人欺骗的消费者们的反抗发声来维持。要刹住这股歪风，既要让规则跑在前面，更要让规则落到实处。平台、监管须织密防线，社会大众要勇于监督，各方形成合力，才能遏制违法乱象，重建清朗市场。（作者系第一财经编辑）

2026-10-21: 近日，OpenAI与Anthropic相继曝出融资与上市进展。 OpenAI正在推进一轮约300亿美元融资，目标估值超过1.4万亿美元，试图赶在竞争对手Anthropic预计于11月启动的IPO之前锁定投资者承诺。 据披露，阿布扎比投资机构MGX等阿联酋基金讨论合计投资最高100亿美元，贝莱德也在洽谈参与。目前融资尚未完成，投资者名单与具体条款仍可能变化。OpenAI今年3月完成的上一轮融资规模为1220亿美元，估值约8520亿美元。 与此同时，Anthropic的IPO招股说明书草案披露公司收入持续增长，但增速放缓，算力支出、会计亏损和长期采购承诺同样惊人。 两大头部模型厂商作为关键样本，财务表现带动资本市场态度转向。10月以来，AI相关股票持续承压，算力产业链估值收缩。市场担忧的不只是短期情绪，更是收入增速放缓、AI基础设施融资成本上升，以及巨额资本开支能否持续。 OpenAI与Anthropic的收入考验 OpenAI加快融资，既为持续扩张补充资金，也是为了争夺资本市场的注意力。随着Anthropic上市临近，两家公司的收入增长、商业模式和资本需求将更直接地接受横向比较。 OpenAI收入仍在增长，但市场预期已出现调整。据市场消息，OpenAI截至9月底的年化收入运行率接近500亿美元，低于此前市场广泛引用的700亿美元。 差异部分主要基于收入统计口径的不同，Anthropic所采用的总额法将部分通过亚马逊AWS、谷歌云等合作伙伴渠道产生的收入计入年化收入，而OpenAI只记录自身实际分得的部分，云厂商拿走的份额未计入营收。 Anthropic的增长也在接受更严格的审视。据披露，该公司2026年上半年营收达到163亿美元，上年同期为11亿美元；同期净亏损为807亿美元，其中约720亿美元来自可转换票据及其他融资工具估值变动产生的会计费用。第三季度营收环比增长45%至168亿美元，但增速较此前季度有所放缓。 沂景资本董事总经理谢思远对第一财经记者表示，前沿技术领先性与收入规模并非对立关系，大型企业客户往往会优先选择技术领先的闭源模型。且头部厂商仍在为下一代模型进行算力储备，资本投入竞争尚未结束。 因此，资本市场并不是不再重视技术，而是要求技术优势证明自己的商业价值。模型能力决定企业能否进入高价值场景，客户续费、定价能力、毛利率和现金流则决定这项优势能否持续。 千亿美元算力承诺既是底座，也是负担 前沿模型的竞争离不开算力，但算力投入正从增长引擎变成长期财务约束。 此次披露的财务数据显示，Anthropic现有算力相关承诺已超过6000亿美元，未来数年可能进一步增加，其IPO草案还涉及未来可能高达7500亿美元的算力投入。 Anthropic今年上半年算力及基础设施支出已接近90亿美元，超过2025年全年约73亿美元的相关支出。公司与谷歌云、亚马逊AWS和微软等供应商存在长期采购安排，部分合同期限长、取消条件严格。长期协议有助于保障算力供应，同时也意味着企业必须在多年内持续创造收入，以覆盖相应义务。 融资成本则是另一项压力。Anthropic据称正在推进一项芯片融资交易，主要用于采购约1.5吉瓦的谷歌定制TPU（张量处理单元）芯片，以扩充其AI算力基础设施。黑石相关基金拟投资90亿美元债务，相关收益率超过10%。 即便是增长迅速的头部模型公司，获取扩张所需资金也需要支付不低的风险溢价。超过市场标准的利率反映出投资者对AI公司短期内集中释放的融资需求变得更加审慎，要求更高的风险补偿。 对此，谢思远表示，模型厂商仍在持续投入，以争取下一代技术优势。他认为，如果全球模型停止商业化扩张和Scaling Law（规模定律）投入，头部公司的利润状况会迅速显现。但这一观点成立的前提，是持续投入最终能够带来足够的新增收入和竞争优势。如果模型价格下降、客户需求放缓或融资成本上升，长期算力承诺也可能从竞争壁垒变成财务负担。 中国模型厂商面临相似选择。谢思远称，中国模型拥有相对明确的本土市场，但需要进一步扩大资本支出，阿里巴巴和字节跳动正在进行相关扩张。对中国企业而言，关键不是投入规模，而是能否在模型能力、推理成本、产品生态和本地客户需求之间形成有效闭环。 与此同时，市场可能出现更清晰的模型分层：高复杂度任务由前沿闭源模型争夺，成本敏感、高频调用场景则更适合轻量模型和开源模型。 谢思远将其概括为“用户数量向中腰部模型流动，但利润向头部模型流动”。这一判断意味着，中国模型的竞争力不应只用低价衡量，还要看开源生态、部署灵活性和规模化服务能力能否转化为稳定收入。 资本市场给出严苛反馈 10月以来，AI相关板块承压，市场开始重新评估算力投资的回报周期。 截至当地时间10月20日收盘，贝莱德（BlackRock）旗下半导体主题 ETF SOXX较10月2日的596.44美元，下跌约16.15%。市场担忧包括头部模型厂商收入增速放缓、AI基础设施融资成本上升、巨额资本开支能否持续。 美国对冲基金Citadel创始人兼首席执行官肯·格里芬（Ken Griffin）10月20日公开表示，投资者几乎肯定正处于AI泡沫之中。他担忧的并非AI没有价值，而是企业将AI转化为生产率提升的能力参差不齐。市场正在重新审视OpenAI和Anthropic的账单，以确认投入是否真正带来回报。 他同时认为，泡沫并不意味着底层技术缺乏长期价值，重大经济技术变革往往伴随着投机热潮，能够穿越泡沫周期的企业仍有机会成为未来长期赢家。 这也是算力产业链面临的核心分化。拥有多元业务和现金流的大型云服务商，能够在一定程度上分散AI投资风险；依赖外部融资采购芯片、再出租算力的新型云厂商，则更容易受到客户集中、债务成本和设备折旧的影响。 市场人士分析认为，近期融资环境收紧正令AI数据中心交易受到更严格审视，投资者开始更加关注商业模式、财务稳健性与项目执行风险。 一级市场同样不再只有乐观预期。Anthropic正寻求最高约2万亿美元估值，但来自资本市场的估值预期已出现下修，独立研究机构New Constructs更是给出了约1440亿美元的低情景估值，并质疑更高估值所需的增长和盈利假设。 该机构判断，要支撑2万亿美元的估值，需要Anthropic在2035年实现3580亿美元税后经营利润，相当于英伟达过去12个月相关数据的2倍、苹果的2.6倍；收入达到3.6万亿美元，该数据更是微软、苹果、Alphabet、亚马逊、英伟达、Meta和甲骨文七家公司合计收入的1.4倍。 长远来看，谢思远认为算力增长趋势未来五年不会停止，但增长究竟来自真实需求还是企业对未来需求的提前下注，也需要进一步明确。算力采购合同、芯片订单和数据中心建设都能显示投资规模，却不能自动证明最终用户愿意以足够高的价格持续付费。 这场竞争的关键正在改变。过去，资金充足可以帮助企业训练更大模型；现在，巨额投入本身也成为必须接受检验的经营变量。模型厂商要证明新增算力能够转化为更高质量的收入，算力供应商要证明长期合同具备可执行性，投资者则要区分技术长期价值与当下资产价格。 万亿美元估值并不意味着市场已经确认AI投资的回报。随着OpenAI融资和Anthropic上市临近，资本市场正要求头部模型公司证明，公司业绩增长不仅足够快，且足以支撑它们已经许下的算力承诺。

2026-10-21: 一家AI公司半年收入163亿美元，却录得超过800亿美元净亏损。钱究竟花到了哪里？当地时间10月20日，一份尚未公开的IPO招股书草稿披露，人工智能公司Anthropic在2026年上半年录得约807亿美元净亏损，远高于上年同期的130亿美元。与此同时，公司上半年营收达到163亿美元，较上年同期的11亿美元增长近14倍。值得注意的是，800亿美元并不意味着Anthropic半年实际烧掉了同等规模的现金。其中约720亿美元来自可转换票据及其他融资工具价值变化产生的会计费用，剔除这部分影响后，剩余净亏损约87亿美元。在亏损背后，Anthropic迅速膨胀的算力账单备受关注。今年上半年，Anthropic在算力和基础设施方面支出接近90亿美元，较去年同期支出增长3倍，超过了2025年全年的73亿美元。此外，Anthropic已有超过6000亿美元的未来基础设施支出承诺，另有最高约1500亿美元的安排仍在洽谈。这意味着，尽管Claude系列模型及其编程工具正在带来快速增长的商业收入，但维持模型研发、训练和推理服务的成本也在持续扩大。账单流向哪些巨头？Anthropic的财务数据并非第一次引发市场关注。今年9月底，有媒体披露其IPO招股书部分内容，Anthropic在2025年实现约46亿美元营收，同比增长约12倍，但净亏损达到420亿美元。其中大部分来自融资相关负债的公允价值调整。剔除相关减记和调整影响后，公司当年的经营亏损仍超过80亿美元。Anthropic未来算力采购规模庞大。上述文件称，Anthropic计划在未来多年向六家基础设施合作伙伴支付至少5180亿美元，其中相当一部分属于不可随意取消的合同或最低付款承诺。具体来看，Anthropic与谷歌的长期算力采购承诺至少为1111亿美元，与亚马逊AWS的相关合同金额约为1100亿美元，与微软的合同金额约为310亿美元。公司还披露了约1612亿美元与博通相关的设备租赁义务。另外两家合作伙伴涉及马斯克旗下的科技公司以及芯片制造商AMD。需要注意的是，上述金额并非Anthropic已经支付的现金，也不意味着相关企业已确认同等规模的营业收入，但这些长期安排有望在未来多年持续为相关供应商带来收入。其中，亚马逊和谷歌的角色特殊。两家公司不仅是Anthropic的重要算力供应商，同时也是投资者、Claude相关产品的分销渠道，还在AI模型市场与Anthropic存在竞争关系。相关文件显示，2025年Anthropic通过亚马逊和谷歌云市场实现约21.6亿美元收入，占全年营收的47%。Anthropic向这些平台支付的分销费用约为3.51亿美元。即使不考虑算力采购，云计算巨头也已经能够通过帮助Anthropic销售模型服务获得实际收入。在算力方面，Anthropic并不完全依赖英伟达GPU。该公司此前披露，Claude使用AWS Trainium、谷歌TPU和英伟达GPU等不同计算平台。这意味着，模型公司的算力采购已经同时支撑GPU和定制ASIC两条技术路线。但受益并不等于盈利。云厂商获得长期采购合同后，仍需承担芯片采购、数据中心建设、折旧、电力和融资成本，最终回报取决于基础设施利用率、合同执行和运营效率。相比之下，英伟达等上游芯片供应商已经通过AI基础设施需求形成了规模庞大的营收和利润。营收狂奔，盈利能力仍待验证Anthropic的收入仍在快速增长，并且出现新的盈利进展。有投资者表示，该公司第三季度按调整后口径实现盈利。不过，这并不意味着其已实现按美国通用会计准则计算的净利润，持续盈利能力仍有待进一步验证。营收增长的同时，算力投入也同步上升。年初有媒体援引Anthropic内部预测称，公司2026年模型训练成本预计超过120亿美元，付费用户推理成本接近70亿美元；到2027年，两项成本预计分别接近230亿美元和160亿美元。模型训练的成本包括购买大规模计算资源、训练前沿模型及开展安全研究；推理成本即Claude向企业、开发者和个人用户提供服务时持续消耗的计算资源。随着编程Agent、企业自动化和复杂推理任务使用量增加，推理服务可能带来更长的计算时间和更高的资源需求。一位科技赛道投资人对第一财经记者表示，移动互联网时代，产品拥有足够多用户之后，可以通过广告、会员、电商、游戏等方式逐步实现商业化，服务器等基础设施成本还能不断被摊薄，但这一逻辑在AI时代失效了。用户越多、产品越受欢迎，企业可能仍需要购买更多计算资源才能维持服务。如果单位推理成本下降的速度赶不上使用量和任务复杂度增长，收入快速扩张未必能同步改善利润率。这也解释了为什么模型公司的收入增长与盈利能力改善并不一定同步。对于Anthropic这样的模型公司而言，既要持续训练更先进的模型，又要满足迅速增长的推理需求，还需要提前锁定未来多年的算力资源。技术竞争、产品增长和成本控制之间的平衡，正在变得越来越复杂。如果未来AI应用收入不及预期，模型公司可能首先面临现金流压力；如果客户减少采购或算力租赁价格下降，云厂商和数据中心运营商也将受到影响。此外，亚马逊、谷歌等企业同时扮演大模型投资者、供应商和分销商的角色，也引发了市场对AI产业资金循环的讨论。大型科技公司向模型企业投资，模型企业再使用融资购买云计算服务，资金最终回流至投资方的业务体系。投资者需要进一步判断，相关采购有多少来自真实的终端客户需求，合同价格是否具有市场竞争力，以及供应商能否从中获得可持续的经营利润。随着Anthropic筹备上市，这些问题将越来越难以回避。

2026-10-21: “现在有若干大的方向可以帮助AI的应用并提升生产率，但是这也意味着风险。我们看到，很多投资正在涌向数据中心建设，但未来这些AI大模型和应用在多大程度上依赖于数据中心的算力，这是存疑的。”10月20日，中国人民银行原行长周小川在2026外滩年会一场圆桌上表示。这场圆桌的主题是“AI与生产率革命：技术跃迁下的宏观冲击”，周小川系统分享了关于中国AI提升生产率预期、金融投资风险与国际合作前景的看法。“金融行业正在投资AI相关领域。”周小川说，AI相关领域大致有三个类别：一类是大模型，以及用于训练的算力和数据中心及其他；二是AI应用领域，这也是中国更加关注的领域；三是一些为AI提供支持的行业，包括半导体、电力、液冷等。“我们认为投资于这些是安全的，因为无论AI如何发展都需要水和电，气候变化相关进展投资也需要更多的能源供应和水。”他说。周小川进一步表示，对生产率提升来说，最主要是来自于AI应用层。对此，他提到几项潜在技术，并强调“它们可能带来生产率的提升，也可能带来风险”。他说：“一是轻量化模型，也即把大模型变小，使之成为一些小的应用模型，从而可以放置于汽车、手提电脑或是大家的智能手机中。这些技术可以带来生产率的提升。二是蒸馏。对于很多人来说，大家可能会担心蒸馏会侵犯知识产权，但实际上蒸馏意味着智慧和能力在升级。蒸馏是基于过去的智能，它可以简化流程和概念，在现有知识和智能的基础上进一步发展。我认为，蒸馏以及更多的AI应用，可能与提升生产率有关，可能给投资者带来丰厚的回报。”他还提到几项其他的技术发展：一是大模型的迭代和进化，二是与AI相关的半导体行业，三是大型仿真模型。“现在有若干大的方向可以帮助AI的应用并提升生产率，但是这也意味着风险。”周小川表示，我们看到，很多投资正在涌向数据中心建设，但未来这些AI大模型和应用在多大程度上依赖于数据中心的算力，这是存疑的。谈到AI领域的国际合作，周小川表示，由于AI对全球经济和社会结构的巨大影响，大家都呼吁在国际层面就这个问题进行合作。因为AI变化太快，以至于政府部门间建立AI治理框架面临着很大的难度，但至少有三件事可以做：一是控制军事上的用途，二是打击黑客和欺诈者，三是要保护个人的隐私。“其他方面，目前仍处于观察和研究阶段。例如，已有与会者谈到AI对就业结构、收入分配和社会结构的影响。但我认为，目前尚未形成共识，我们可以继续观察。”他说。在金融相关领域，他特别强调了两点。第一，伴随AI发展，全球供需关系平衡、产业结构都会发生巨大变化。作为金融业的从业者和学者，我们应着力让价格机制发挥重要作用，以此应对全球平衡的变化。因此，或许我们不应过于依赖行政手段来防范相关影响，而是应让价格调整来反映正在发生的结构变化，以及我们应采取何种应对方式以适应新的结构。第二，对于技术演进，我们无疑会面临部分投资失败部分投资成功的局面，但考虑到如今有如此巨额的资金流向人工智能及相关基础设施，一旦其中一部分失败，就可能引发金融动荡，并酿成危机，这就需要采取大规模的行动来支撑经济，并对部分金融机构实施救助。因此，我们应当开展研究并做好预案，在政策工具箱中储备相应的政策工具，以应对这类动荡和影响。

2026-10-21: 近日，在腾格里沙漠边缘，500余辆自驾车、千余名自驾爱好者齐聚，一场大漠自驾游活动在中卫举办。自驾车队穿梭在沙漠、公路与黄河沿岸，成为当地一道独特的风景线。一直以来，宁夏中卫以沙漠、枸杞、文旅为人所知，是常住人口仅108万的西北小城。但如今，这座沙漠小城正在发生令人惊讶的变化。今年上半年，中卫市地区生产总值约323.67亿元，同比增长7.0%，信息传输业投资增长幅度达525.9%；当地建成10个大型数据中心产业园，13个大模型在中卫开展训练推理业务。AI浪潮之下，中国区域经济版图正在被重新书写——当算力像水、电一样成为基础资源，一批西部小城站到了风口。中卫，便是其中具有代表性的城市之一。一座沙漠小城的“逆袭”机房外是大漠落日，机房里冷却系统风声轰鸣。日前，记者实地探访了中国移动（宁夏中卫）数据中心，这里共规划A、B、C、D、E五个园区，总占地面积2010亩，是中国移动西部数据运营中心、云计算中心、智算中心和骨干网络节点。远在西部的数据中心，和东部城市的居民生活有何关系？实际上，当北京、上海、深圳等地的用户打开外卖软件，或者向AI助手提问，这些数据可能正跨越千山万水，在沙漠小城中卫的机房里被处理。这一幕，放在早年间的中卫很难以想象。中卫地处腾格里沙漠东南缘、宁甘蒙三省区交汇处，是古丝绸之路的必经之地。同时，中卫也是宁夏最年轻的地级市，为加强沙漠治理、促进贫困地区脱贫致富，2004年地级中卫市成立，原中卫县更名为沙坡头区，中宁县、海原县划归中卫市。但曾经的中卫，城市名片几乎只有沙坡头景区和“枸杞之乡”，工业结构也较为传统。宁夏回族自治区工商业联合会官网的一篇文章显示，“2013年的中卫，还是一座以农业和传统工业为主的西部小城，‘一煤独大、倚能倚重’是当时中卫经济结构的真实写照。”就是这样一个西北小城，用十余年时间完成了从“黄沙戈壁”到“绿色算力之都”的转型。转变发生在2013年。那一年，中卫将云计算和大数据产业确立为“一号工程”，与北京中关村开启“前店后厂”合作，启动西部云基地建设，配套建设直连北京等地的光纤网络。2017年，亚马逊云计算合作项目上线运营，中卫跻身第四代数据中心城市行列。此后的2020年，中卫获批设立国家（中卫）新型互联网交换中心；2021年，宁夏获批全国一体化算力网络国家枢纽节点，中卫数据中心集群成为全国10个国家数据中心集群之一。时至2024年，随着AI大模型爆发式涌现，算力需求急剧增长，中卫数字信息产业迎来井喷式发展，当年实现算力投资、标准机架、高端算卡、算力规模“四个翻番”。截至目前，中卫已建成10个数据中心产业园和全国首批“万卡+”智算基地，引进数据中心企业31家，落地8个中央机关和国家部委灾备数据中心；阿里、百度、腾讯、美团、金山等头部互联网企业的数据业务落地，13个大模型在此开展训练推理业务。资本涌向西北“热土”AI大模型爆发后，算力需求猛增。官方数据显示，2024年初，中国日均Token（词元）调用量为1000亿；至2025年底，跃升至100万亿；今年3月，已突破140万亿，两年增长超千倍。需求来了，各路资本也开始“向西看”，中卫成为投资“热土”之一。今年7月，宁夏中卫工业园区管理委员会与协鑫能源签署投资协议，标志着协鑫能源规模化“Token工厂”落地中卫。此外，今年7月，字节跳动在中卫成立两家全资子公司，注册资本合计46亿元；百度、腾讯、阿里等互联网企业也在中卫设立了智算中心。前文提及的中国移动（宁夏中卫）数据中心，同样在既定计划下快速扩张。据该数据中心提供的资料，目前其已投产14栋机楼，在建的11栋机楼，将于2026～2027年陆续分批交付。需求猛增之下，中心的建设速度也在加快，一场现代基建热潮正在上演。记者在现场探访时获悉，在交付工期方面，该中心的土建交付周期从最初的36个月，降低到了5个月；B区两栋楼去年上半年开工，147天完成“极限”交付；土建造价也相应下降。此外，正在建设的B园区等楼栋，均采用了“工厂预制化+数字深化设计”建造模式，将大量复杂的系统集成工作前移至工厂环境完成。设备与系统在出厂前，便经过测试与预组装，从而能实现“像搭积木一样”的快速拼装，显著缩短了现场安装周期。据该数据中心工作人员介绍，中卫数据中心集群的建设可谓“天时、地利、人和”。一方面，宁夏电力资源丰富，是全国唯一外送电量大于自消纳电量的省区，并保障数据中心用电价格稳定在0.36元/度；当地还出台了“真金白银”的支持政策，提供税收优惠、资金支持等，助力中卫打造“算力之都”。另一方面，中卫所处的地理位置优越，在中国陆地几何中心附近；地质结构稳定，远离主要地震带；土地资源丰富，价格低廉；气候环境适宜，全年平均温度仅8.8℃，清洁能源富集。这些先天地理及资源条件，均有利于耗能较高的数据中心在此建设。在政策支持和头部客户需求爆发之下，中卫数据中心集群“乘势而起”。政府层面，宁夏当地政府针对算力产业提出三个非常：采取非常举措、支持非常产业、实现非常发展。需求层面，DeepSeek等开源AI技术降低了专业门槛，互联网大厂等算力需求爆发。目前，中国移动（宁夏中卫）数据中心也在打造面向西部、服务全国的“词元工厂”。依托宁夏算力枢纽资源和中国移动云网基础设施，将分散GPU算力、大模型和平台能力整合，把复杂的人工智能能力转化为企业可按需调用、按量使用的词元服务。相关工作人员表示，企业只需调用接口，即可获得文本生成、代码编写、图片理解、语音识别、智能搜索等能力。这一成果让中小企业和开发者能把更多精力投向智能体、AI编程、内容生成等上层应用，也让西部算力从“算起来”走向“用起来”“卖出去”。城市和人在发生变化数据产业给中卫带来的变化，首先体现在投资和增长数据里。2026年上半年，中卫地区生产总值完成323.67亿元，同比增长7.0%，高于全区2.1个百分点；规模以上工业增加值增长10.5%，高于全区3个百分点；固定资产投资增长18.3%，高于全区9.2个百分点。全市7项主要经济指标中，5项增速位居全区首位。最醒目的是信息传输业。今年上半年，中卫信息传输业投资增长525.9%，拉动投资增长46.4个百分点。截至目前，中卫市标准机架和算力规模分别达到40.8万架、28.31万P。新产业带来的变化不止于此，产业扩张催生了运维工程师等新型技术岗位。记者在前述中国移动数据中心看到，有“00后”女性技术员在此工作，曾经低调的中卫正迎来更多年轻人。据当地官方媒体报道，在中卫市，约1.4万名劳动者正活跃在数字信息产业一线，其中从事建筑装修、线路整理、保洁等工作的临时用工有1.2万人，数字信息产业从业人员2085名。人才储备也在跟进。中卫已与宁夏大学共建云计算和大数据现代产业学院，建成6个实训基地，累计培养运维工程师等紧缺人才420余名，目前在培学生还有767人。这种“订单式”培养，正在把本地劳动力转化为支撑算力经济的技术力量。中卫并非孤例，AI浪潮下，乌兰察布、庆阳等西部城市均迎来历史性机遇。穆迪评级表示，在国家“东数西算”战略推动下，AI基础设施建设正在加速推进，算力资源逐步从人口密集、能源资源相对紧张的东部地区，向能源资源丰富的西部省份转移，并由此催生新的增长机遇。“AI基础设施向西部省份迁移，正在重塑区域竞争格局。”报告表示，AI日益成为推动长期经济增长的重要动力，而西部省份凭借丰富的可再生能源和土地资源，享有较低的能源成本优势。截至2025年底，全国八大算力枢纽中，西部省份的AI算力规模约占60%。但热潮之下也需要冷静。穆迪指出，虽然部分国家算力枢纽城市已因AI投资加速流入而受益，但这些回报是否具有可持续性、能否形成更积极的产业带动效应仍存在不确定性。长期效益将取决于AI下游应用的拓展、整体产业生态体系的完善，从而增强地区经济韧性。

2026-10-21: 【财经日历】 2026世界智能网联汽车大会(北京，10/21-10/23) 第十九届中国-欧盟投资贸易科技合作洽谈会(成都，10/21-10/23) 2026年世界科技与发展论坛(重庆，10/21-10/23) 第93届全国药品交易会(北京，10/21-10/23) 财报发布：奈飞 ??据新华社，10月20日，国家数据集团有限公司在河北雄安新区成立。该集团是一家以数据资源开发利用为主责主业的中央企业，总部位于河北雄安新区。据了解，集团成立旨在推进数据资源开发利用、释放数据要素价值、服务人工智能发展、繁荣数据产业生态。成立后，国家数据集团将在有关部门指导下，加强央地联动，深化产业协同，推动能力共用、经验共享、业务共拓，共同做大数据价值、做强数据产业、做优数据生态。 ??据澎湃新闻，中国人民银行原行长周小川10月20日在2026外滩年会“AI与生产率革命：技术跃迁下的宏观冲击”圆桌环节上表示，对生产率提升来说，最主要是来自AI应用层。他也表示，要为人工智能相关领域投资失败可能带来的金融风险做好应对预案。他强调，伴随AI发展，全球供需关系平衡、产业结构都会发生巨大变化。作为金融业的从业者和学者，应着力让价格机制发挥重要作用，以此应对全球平衡的变化。因此，或许我们不应过于依赖行政手段来防范相关影响，而是应让价格调整来反映正在发生的结构变化，以及我们应采取何种应对方式以适应新的结构。 他同时指出，对于技术演进，我们无疑会面临部分投资失败、部分投资成功的局面，但考虑到如今有如此巨额的资金流向人工智能及相关基础设施，一旦其中一部分失败，就可能引发金融动荡，并酿成危机，这就需要采取大规模的行动来支撑经济，并对部分金融机构实施救助。“因此，我们应当开展研究并做好预案，在政策工具箱中储备相应的政策工具，以应对这类动荡和影响。”周小川表示。 ??国务院新闻办公室举行新闻发布会。会上介绍，党中央、国务院高度重视新一代智能制造发展。今年9月召开的全国先进制造业大会明确提出，要以新一代智能制造为主攻方向，加快推动制造业智能化、绿色化、融合化发展。目前，工业和信息化部正在研究起草新一代智能制造的有关政策措施，加快推动人工智能与制造业深度融合。 ??L2级别智驾“小蓝灯”正式被官方禁用。10月20日，工业和信息化部装备工业一司发布《汽车及挂车外部照明和光信号装置的安装要求（征求意见稿）》。其中明确，不具备L3级及以上自动驾驶系统的车辆，禁止安装ADS标志灯。同时，ADS标志灯的专用光色要求为蓝绿色。此前，L2级别辅助驾驶信号灯大多采用蓝色。 根据上述《征求意见稿》，当激活3级及以上自动驾驶功能时，所有ADS标志灯应同时自动点亮，且在自动驾驶系统处于激活状态时保持点亮。在车辆驾驶自动化系统处于L2及以下自动驾驶功能时禁止点亮。当自动驾驶系统退出时，所有ADS标志灯应同时自动熄灭。禁止手动开启或关闭ADS标志灯。同时，配备符合GB 44721规定，具备L3级及以上自动驾驶系统的车辆，选装前ADS标志灯、后ADS标志灯和侧ADS标志灯；对于配合L3级及以上自动化驾驶牵引车使用的挂车，选装后ADS标志灯和侧ADS标志灯。 ??美国科技企业英伟达10月19日宣布，在德国于利希超级计算中心完成了一项创纪录的容错量子计算模拟。研究人员利用超级计算机JUPITER，采用英伟达GH200超级芯片系统，成功模拟104量子比特的容错量子计算系统。 ??10月20日，甲骨文宣布与阿斯利康达成一项非约束性协议，计划探索利用人工智能和真实世界数据识别符合临床试验条件的患者、加快医学证据生成，并将相关研究成果引入日常诊疗流程。 ??据报道，亚马逊公司表示，明年将在德国投资超过160亿欧元(179亿美元)，用于数据中心、卫星项目和Prime Video媒体制作等业务。 ??美股三大股指涨跌互现。截至收盘，道指涨1.02%，纳指跌0.02%，标普500指数涨0.28%。 龙头科技股普遍下跌。奈飞收跌1.66%，Meta跌1.59%，谷歌跌1.13%，苹果公司跌1.00%，微软跌0.31%，英伟达跌0.29%，SpaceX跌0.11%。特斯拉逆势上涨1.54%，亚马逊上涨0.07%。 芯片股表现低迷，费城半导体指数收跌0.29%。科磊跌2.80%，SK海力士跌2.16%，应用材料跌1.97%，美光科技跌0.98%，AMD跌0.62%，闪迪跌0.42%。泰瑞达逆势上涨0.32%。 热门中概股普遍上涨，纳斯达克金龙中国指数收涨0.68%。小鹏汽车收涨7.60%，理想汽车涨5.67%，知乎涨2.03%，蔚来涨1.18%，微博涨1.08%，新东方涨1.07%，老虎证券涨0.99%，百度涨0.90%，腾讯涨0.40%，拼多多涨0.29%，阿里巴巴涨0.04%，富途控股涨0.01%。 ??日韩股市集体高开，日经225指数涨1.26%，韩国KOSPI指数涨2.05%。 宇树科技：人形机器人行业尚处于商业化早期 2连板科森科技：暂缓推进收购展固科技53.26%股权事项 2连板润建股份：目前AI、算力、词元等业务占公司总营收比重较低 富临精工：拟5亿元投建机器人智能电关节项目 魅视科技：全资子公司签订8.39亿元GPU算力卡采购合同 泽璟制药：收到艾伯维1000万美元里程碑付款 宏昌电子：拟8亿元投建高端覆铜板及半固化片建设项目 2.7亿元投建先进封装膜材项目 锦龙股份：终止与专业机构共同投资智算中心项目 超纯应材：公司5nm及以下制程刻蚀设备核心零部件已稳定量产 宁德时代：前三季度净利润同比增长31.6% 业务规模增长带动收入增加 福耀玻璃：前三季度净利润同比下降14.97% 云南锗业：前三季度净利润同比增长870% 磷化铟等化合物半导体材料销量同比增加 天齐锂业：预计前三季度净利润同比增长2735%-3235% 主要锂产品销售均价明显增长 天岳先进：前三季度净利润同比增长2330% 多下游协同拉动衬底出货规模增长 澜起科技：预计第三季度净利润同比增长154%-175% DDR5内存接口及模组配套芯片出货量大幅增加 中船特气：第三季度净利润同比增长363% 营业收入和毛利率增长带动利润增加 海思科：预计前三季度净利润同比增长297%-321% 多个产品对外授权交易合同收到首付款等款项 大族数控：前三季度净利润同比增长214.03% 豪威集团：取得不超过4.5亿元回购专项贷款承诺函 中船防务：前三季度新接订单357.99亿元 国泰海通：稳健配置为先，做好多资产对冲。 金元证券：当前谨慎操作为宜，可密切关注市场量能变化。 国融证券：指数震荡走弱，关注市场风格转变。 【推荐订阅】《盘前点金》 每交易日盘前7:30左右，为您抢先捕捉关键讯息+ 研判主题机会 + 挖掘潜力标的。 点击下方图片，一键直达：

2026-10-20: ①DeepSeek：进一步将内部推理框架DeepInfer全面开源； ②蚂蚁百灵开源Ming-3.0语音系列模型； ③上海团队发布并开源记忆原生大模型MemT-1.0； ④英伟达据悉成功从AI初创公司Modal赢得CPU芯片订单； ⑤奇瑞发布面向物理AI的CheryMind大模型，明确快充及车网互动推广计划； ⑥首批水运领域人工智能应用场景指引发布。