行业无泡沫，兑现在应用。 模型能力持续提升、推理成本不断下降，AI正在加速从技术突破走向应用兑现。 一边是需求的爆发：中国信通院数据显示，我国日均Token调用量已从2024年初的约1000亿飙升至2026年3月底的140万亿，增长超过千倍； 另一边则是留存的疲软：有数据显示，国内主流AI应用的平均30日留存率仅约12.8%。智能体将如何重塑企业服务？哪些商业模式更有可能跑通？垂直场景、专有数据与用户入口又将如何构成新的竞争壁垒？这些问题，成为产业链与资本市场共同的焦点。 在8月20日召开的“2026甲子引力×科技产业投资大会”现场，围绕AI价值如何兑现、下一轮投资机会在哪里，5位科技投资人在环节，给出了不同视角的思想碰撞。 光合创投合伙人蔡伟认为，Token激增与留存疲软之间隔着一道“人在用还是agent在用”的剪刀差，当前真正稳定的需求集中在Coding等少数场景。他提出，一个应用若能在入口、数据闭环、用户资产三个关键要素中占据两个，就“立得住”；应用应当“站在模型的肩上”而非“站在模型的路上”，才能让模型升级成为免费的研发，而不是替代自己的风险。 普华资本管理合伙人蒋纯认为，应用繁荣不一定代表应用程序繁荣——Token消耗的大头来自编程，很多应用已经被大模型顺手做掉。投资机构与其追逐上层应用，不如做好AI芯片、光连接、算力、存储等硬基建，以及物理世界数据的“软基建”。他还直言，所有的收费本质上都是效果收费；而正确方向上的泡沫，恰恰是市场化组织资金、扶持有意义行业的一种方式。 峰瑞资本投资合伙人陈石认为，当前 AI 的真实消耗主要由超级用户（Prosumer）和少数先进企业拉动，大众用户还没真正用起来。他提出，应用要建立长期壁垒，需要掌握数据、评测、模型适配、部署这四项"主权 AI"；其中的数据主权与部署主权，正是端侧 AI Infra 的投资价值所在。他主张未来是"端

机器人真正的价值，是接过一份原本就存在的工作，帮助人类把它做完。 作者｜寇雨然 编辑｜王博 做一杯冰淇淋需要几步？ 在一般人看来，可能不过三五步：拿杯子、打冰淇淋、放料、搅拌、递给顾客。但走进上海吴江路的DQ门店后，Sharpa的机器人用实际操作告诉我们，制作一杯奥利奥暴风雪冰淇淋需要55个步骤。 机器人需要从叠放的纸杯中分离出一只，套上金属杯圈，连续舀取配料，在高速搅拌和强扰动下控制握力，最后把冰淇淋倒转过来，完成DQ标志性的“倒杯不洒”。 Sharpa完成DQ标志性的“倒杯不洒”，图片来源：Sharpa 其中，单是把冰淇淋打进纸杯，机器人就要移动到机器前，识别出料口和开关位置，把杯子对准出料口，拨动开关，根据杯中冰淇淋的状态判断出量，再及时关闭开关。 任何一步出现偏差，都可能影响最终结果。 根据我们现场计时，这一系列的操作过程耗时大约7分钟。而一位熟练的DQ店员完成同样的工作只需两分钟。 那么，一台速度尚不及人的机器人，用7分钟、55个步骤做出一杯冰淇淋，意义究竟在哪里？ Sharpa机器人在DQ门店制作冰淇淋（2倍速），视频来源：Sharpa 1.五十五步，难的不只是步骤多 单独抓取一只纸杯、拨动一次开关，或者完成一次倒杯，对今天的机器人来说都不算罕见。 不过这次，AI机器人公司Sharpa的机器人把一系列动作连续串联起来，最终交付一件可以被顾客食用的商品。 制作一杯冰淇淋属于典型的长程任务（Long-horizon Task）。 在机器人领域，长程任务一般指机器人需要在较长时间跨度内连续完成多个相互依赖的子任务，且前一步的结果会改变后续步骤的执行条件。它的难点不只是流程长，还在于机器人必须持续记忆任务进度、感知环境变化、抑制误差累积，并在某一步失败后进行判断、纠错或重新规划。 在今年的世界人工智能大会（WAIC）和世界机器人大会（WRC），“甲子光年”发现，长程任务

当“经验”成为物理世界的提示词，谁来规模化地生产它？ 8月19日，Generalist AI发布了新一代具身基础模型GEN-1.5。展示了一种名为physical prompting（物理提示）的能力：把一段几秒钟的真实演示片段放进上下文，机器人不经重新训练，就能直接上手一个新任务。演示即提示，在10项测试任务上，仅凭单次演示的平均成功率即达59%。 比起技术细节，这件事真正值得注意的是它释放的信号：头部模型公司已经证明了，高质量的人类经验片段，可以像提示词一样直接驱动机器人。既然经验怎么用已经有了答案，那么行业接下来面临的问题是，经验从哪来。 1.供给，卡在成本结构上 供给难，先难在成本。行业主流的采集方式仍是遥操作：一名操作员配一台机器人，手把手逐条示范。机器人本体动辄数十万元，一人一机的配比让数据产能被死死锁在机器人保有量上；换一个场景就要搬一次设备、重做一次布置，多样性也上不去。机器人数据长期又贵又稀缺，原因就在这里。 更隐蔽的一道坎是质量。具身数据圈流行一句话：数据越来越多，能用的始终很少。大量数据处在“混沌状态”，时间戳对不齐、模态不同步、标注残缺，采回来还要再花一遍清洗整理的钱，真正能直接进训练的寥寥。 数据供给的两道坎 因此，产业竞争的逻辑正在换轴：从“谁的模型更大”，转向“谁的数据闭环转得更快”。需求端已被GEN-1.5验证，供给端却仍卡在成本与质量的双重约束里。 2.一台为“生产经验”而造的设备 就在GEN-1.5发布几天后，“甲子光年”获悉，总部位于新加坡的Physical AI公司Ropedia正式发布新一代多模态采集系统HOMIE Gen2，并将在全球多地公开发售。这是这家公司十二个月里的第四代采集硬件；今年3月，他们刚刚发布了千万片段级的数据集Xperience-10M。 HOMIE Gen2示意图 时间上的巧合背后，是同一条产业逻辑：模型侧证明

机器人卖到十亿元以后，利润表里的差别比收入本身更有意思。 作者｜周悦 编辑｜王博 8月28日收盘，近期登陆科创板的宇树科技（688836.SH）股价报收585元，总市值达到2366亿元；同一天，优必选（9880.HK）收报83.5港元，总市值420亿港元，约360亿元。 分别被称为A股和港股“人形机器人第一股”的两家公司，市值相差超过6倍，半年收入却站到了同一个量级——10亿元。 8月28日晚，优必选交出2026年中期成绩单，上半年营收12.69亿元，同比增长104.2%，这是优必选上市后首次半年营收超过10亿元。 十天前，宇树在上市公告书里披露了半年数据，上半年营收为11.52亿元，同比增长48.54%。两家公司半年收入仅相差1.17亿元。 翻到利润表，差距迅速拉开。优必选上半年营业亏损2.79亿元，期内净亏损3.39亿元；而宇树营业利润为3.02亿元，归母净利润2.74亿元。仅营业利润一项，相差5.81亿元。 同样卖到12亿元，利润走向却不同，“甲子光年”制图 更细看三项核心指标，两家公司的变化方向恰好相反。过去一年，优必选毛利率上升，研发费用率和销售费用率双降；宇树的毛利率回落，研发费用率和销售费用率却都上升。 与去年同期相比，三项核心指标变化方向相反，“甲子光年”制图 两条曲线背后的动力并不相同。优必选更像是收入扩张带来的规模效应，费用没有少花，但被更快增长的营收摊薄；宇树则更像主动加码，在盈利基础上，把更多资金投向研发、品牌和销售。 人形机器人走到2026年，头部公司的半年收入开始站上十亿元。收入越接近，拉开差距的反而越藏在利润表下面：毛利率怎么变，研发和销售投入怎么变，增长最终能留下多少利润？ 1.优必选开始“摊薄” 先看优必选。104.2%的收入增长，不能全部归因于人形机器人。 今年3月，优必选完成对锋龙电气的收购，4月开始并表。上半年，新增的园林机械、汽车及

过早形成的共识，可能成为某种“误导”。 作者｜刘杨楠 编辑｜栗子 8月26日晚，第二届世界人形机器人运动会在北京国家速滑馆“冰丝带”落幕。 五天赛期，51个赛项，1301场对决，666支队伍带着2056台人形机器人从五大洲16个国家赶来，参赛机器人数额约为首届的四倍。 奖牌榜的最终格局出人意料。第一次组队参赛的智元，收获18金16银12铜，登上金牌榜和奖牌榜第一。 过去两年，机器人行业最不缺的就是“第一名”：马拉松、翻跟头、踢足球、打乒乓球、跳舞、格斗、叠衣服......单项冠军几乎人人有份，舆论热度起起伏伏，这些“第一”的含金量也被反复稀释。根因在于，各种展览赛事上的高光迟迟难以传至需求端。 但智元这份成绩单有所不同。智元此次参赛的精灵G2、灵犀X2、远征A3与灵巧手OmniHand，都是正在量产交付的机型，没有一台为比赛专门定制。这很符合智元此次参赛的slogan：“戴得了工牌，赢得了金牌。” 当一家公司把正在工厂常态化作业的量产机送上竞技场，并拿下双榜第一，其传递的信号已远超金牌本身。这些奖牌的成色几何？智元敢于以量产机应战的底气来自何处？ 1.“裸考”夺冠的含金量有多高？ 今年的“务虚会”上，智元一众高管确立了公司今年的核心战略方向：一是技术摸高，二是探索现有技术的规模化商用。 对于二者的权重，智元联合创始人、联席总裁、具身业务体系总裁姚卯青则向媒体坦言，公司是“既要又要”。这种“既要又要”，正是智元首次参赛便裸考上阵的底气。 本届运动会的赛项设计逻辑发生了根本性转向。 首届赛事的主角是田径与足球，考察的是机器人最容易被围观的速度与协调性两项能力。本届赛项则在田径、武术之外新增乒乓球、跳远、举重、拔河。 更关键的变化在于，将场景赛比重拉高至四成，涵盖商超、餐饮、工业、应急、办公、家庭、酒店、图书馆、园林、新能源汽车充电等多个真实场景。比赛规则向全自主倾斜，全自主操作

在越来越快的技术迭代和资本流动中，真正决定投资回报的，依然是能否看清一家公司的长期价值。 2026年的科技产业投资，重新热了起来。 一级市场融资回升，IPO通道重新活跃。从壁仞、智谱、MiniMax，到Momenta、长鑫、宇树，一批过去几年被一级市场长期下注的科技公司，正在进入公开市场接受新的定价。 在8月20日举办的“激流——2026甲子引力X科技产业投资大会”巅峰对话环节，甲子光年创始人、CEO张一甲与华映资本创始管理合伙人季薇，元禾原点创始管理合伙人费建江，愉悦资本创始及执行合伙人刘二海，达晨财智合伙人、执行总裁兼首席投资官邬曦，峰瑞资本创始合伙人李丰五位投资人，以《激流向新：下一代科技公司的价值坐标与资本机会》为主题，围绕科技资产重估、投资周期、价值判断与非共识机会等话题展开了讨论。 在大会现场，费建江分享了一个很有代表性的案例：AI芯片公司元川微今年2月融资时投后估值约5亿元，几个月后估值已经涨到数十亿元。费建江说，公司半年时间发生的变化，“肯定不会像估值增长得这么快”。 李丰举了一个其他赛道的案例作对比，然后总结道：“市场热的时候，有些线性增长的技术可能会得到非线性增长的估值。但世界终究还是公平的，经济不会只围绕着一条主线发展，最终各个方向都会有机会。” 过去几年，在甲子引力X科技产业投资大会上，我们讨论最多的是“耐心”和“穿越周期”。到了2026年，问题开始变化：当技术、资本和产业都在加速变化，投资人如何看待周期、识别价值，并在共识越来越快形成的市场里保持独立判断？ 在巅峰对话中，五位投资人观点也十分鲜明：费建江强调“周期永远存在”；李丰提醒“买在无人问津，卖在人声鼎沸”；邬曦判断“β未必那么大，α未必那么小”；刘二海把AI带来的生产力跃迁的关键落在“自主闭环”，提出“人类最好不要在闭环里，而是站在闭环之外”；季薇则提醒，“信仰还在，但是永远要冷静”。 他们

中国这波具身智能，会成为未来全球最有竞争力的一波玩家。 8月20日，由中国科技产业智库“甲子光年”主办的“激流——2026甲子引力X科技产业投资大会”在北京金茂万丽酒店举行。 本届大会以“激流”为主题：2026年上半年，募投退三端同步改善，具身智能成为资金最集中的流向之一。 今年至今，具身智能在一级市场累计融资已近千亿元，宇树科技的上市也为人形机器人在二级市场锚定了估值。 具身智能的全球化，不仅是产品出海，更是技术标准、供应链、场景适配与组织能力的综合竞争。 现场，云时资本创始合伙人彭创为观众带来了主题为《具身智能的全球化机会》的分享。 彭创认为，回到商业本质，具身智能就是先进制造，只是从单一自动化走向了更强的自主性。中国的先进制造经历了“复制”与“突破、追赶”的阶段，从2022年开始进入“中国原生”的3.0阶段——在绝大部分具身应用场景，中国不比最先进的国家落后，甚至上来就是领先。 “归根结底，这波原生机会的核心在于中国有特别广阔的下游应用场景。”他也提醒，产品定义终究是在可靠性、成本和性能这个不可能三角之间寻求平衡，人形不是解决所有问题的唯一方法，也不是最优解。 他判断：具身智能是长坡厚雪，中国出海也是长坡厚雪，两层叠加，未来10到20年会有更多中国的优秀全球化具身智能公司逐步涌现。 以下是云时资本创始合伙人彭创演讲实录，“甲子光年”整理删改： 1.具身智能的本质是先进制造 大家下午好，我是云时资本的彭创。2019年云时成立的时候，我们就把中国科技企业的全球化作为一个核心的单一主题。最早我们关注中国互联网出海，在非洲投了大量的互联网应用；2021年，我们看到中国的消费电子、智能硬件有一波蓬勃发展的机会，把这个赛道也作为重点；2023年，随着AI在各种场景的应用，我们开始看到具身智能这个场景。今天我想谈一谈，从全球化的视角，我们是怎么看待这个赛道的机会的。 理解中国的具身

激流勇进，需要激情，更需要理性和智慧。 8月20日，由中国科技产业智库“甲子光年”主办的“激流——2026甲子引力X科技产业投资大会”在北京金茂万丽酒店举行。本届大会以“激流”为主题：2026年上半年，募投退三端同步改善，资本回来了，但不是重新撒网，而是在向确定性集中。 激流之中，AI产业演进将走向何方？投资人如何辨认流向、寻找锚点？现场，愉悦资本创始及执行合伙人刘二海为观众带来了主题为《激流勇进：变局之下的AI产业演进》的分享。 刘二海表示，AI的发展是一场演化过程，不可以完全预测，也不可以完全塑造，这正是创业的魅力与机遇！ 他给出了五个观察： 大模型的技术路线及竞争格局继续演进； 模型与智能体及应用的边界尚未确定； 物理AI中的世界模型技术路线尚在探索； AIDC基建浪潮的持续性； AI市场繁荣与调整。 愉悦资本创始及执行合伙人刘二海 以下为演讲实录，“甲子光年”整理删改： 感谢一甲的邀请，感谢甲子光年，非常荣幸参加今天的活动。 我今天演讲的题目是《激流勇进：变局之下的AI产业演进之路》，与今天大会“激流”的主题不谋而合。为什么会选用这么个题目呢？最近引起全球投资行业关注的一条新闻是一位25岁年轻人管理的450亿美元基金组合跌到了100亿，清盘后被Citadel收购（注：指Leopold Aschenbrenner及其对冲基金Situational Awareness，该基金于2026年7月崩盘）。 这位年轻人在接受访谈的时候，第一句就是你不能崩盘，第二句是你要记住你不能崩盘——即使如此理性，依然会发生这样的事情。最戏剧性的是，Citadel接盘后一周多的时间，组合的价值又回到了爆仓前的水平。 这位年轻人早在 2024 年6 月份就写了一篇论文，预测到 AI 发展会带来相关基础设施的快速发展，并且行动起来做了自己的基金，应该说是非常有远见的。这样一个有远见的人“激流勇进

“如果暗能量是宇宙真空的某种能量，人类有没有可能把它作为能源使用？” 8月18日，在搜狐创始人、董事局主席兼CEO、物理学博士张朝阳对话牛津大学荣休教授、宇宙学家苏比尔·萨卡尔（Subir Sarkar）的直播对话中，一位来自北京航空航天大学能源与动力工程专业的学生，提出了这个听起来颇具科幻色彩的问题。 萨卡尔教授的回答很干脆：不能。他解释说，真空能虽然真实存在，但要利用能量，总得有某种“落差”，比如温差、势能差。暗能量却均匀地弥漫在整个空间里，没有高低之分，也没有可以释放能量的出口。如果真能从这种均匀真空中源源不断地提取能量，那就等于制造永动机。 张朝阳补充道，暗能量正是推动宇宙加速膨胀的原因。虽然宇宙膨胀时暗能量的总量似乎在增加，但在广义相对论里，宇宙整体的能量并没有一个简单定义，不能把它当成可提取的能源。 这个看似天马行空的问题，恰好切入了现代物理学最深刻，也最令人不安的几个谜团：暗能量究竟是什么？它为什么重要？对普通人来说意味着什么？这也呼应了张朝阳与萨卡尔这场对话的主题：“暗物质、暗能量：真相还是幻象？”。 在广义相对论中，如果宇宙中只有物质和辐射，那么它们之间的引力会互相拉拽，使宇宙逐渐坍缩，就像地球引力会试图将天空中的一切拉回地面。但1998年的Ia型超新星观测彻底颠覆了这个认知：宇宙不仅在膨胀，而且膨胀速度在增加。这种驱动宇宙膨胀加速的神秘力量，就是“暗能量”。 暗能量的发现，让我们今天所熟悉的宇宙图景，变得极其陌生。它占据了宇宙总能量的约68%，与之对应的暗物质约占27%，而所有恒星、行星、气体、尘埃，乃至构成我们身体和地球上一切生命的普通物质，只占宇宙总能量的大约5%。 这或许让人类第一次明确，我们日常所见的物质世界，并不是宇宙的主要成分，绝大部分宇宙，由我们看不见、摸不到的东西主宰。过去所有物理理论，几乎都建立在这5%的普通物质之上。 作为享誉国际的宇

“人大版唐杰”的野心与行动。 作者｜刘杨楠、甲小姐 采访｜甲小姐 编辑｜甲小姐 “退无可退。前面再有100个人反对，我也得做。” 中国人民大学旁的文化大厦，一间不大的会议室，屏幕上跳动着密密麻麻的彩色圆点，这是柴云鹏团队正在打造的“微缩社会”。 社会模拟器·北京 这是一个状态实时更新的社会模拟器，以人大主持的中国综合社会调查（CGSS）为真实数据基准做校准，运行着超过1350万个拟人化AI Agents，覆盖100多个国家。在这个全球同类系统中规模最大的模拟器中，你可以进行“社会推演”——假设一个事件发生，群体意图将如何演变，将引发怎样的观点博弈、舆论传播、行动变化。 点击地图上的一个社区，一个更具象的模拟世界展开：110余个虚拟空间，46000多个数字分身自主生活、社交和互动，其中近2000个角色可以进行深度访谈。它们争论、遗忘、改变立场，信息在“人群”中传播，关系不断建立和消失，最终涌现出群体层面的共识、分歧与社会变化。 社会模拟器·人大本部 柴云鹏是中国人民大学信息学院院长。 在这所以人文社科见长的高校里，他做了十几年计算机研究，试图找到人文社科和计算机真正的交集，但由于学科研究范式不同，合作一直是“两张皮”。直到2023年，他意识到LLM架起了一座桥：“社科类研究要释放商业价值，不能只是写文章、做报告、开讲座，还得内化到智能体里，形成真正的产品。” 今年，柴云鹏推动了境瞳科技的创立。他正带领这个由人大信息学院孵化的项目开展工作，希望让各类Agent跳出工具属性，刻画并理解人类心智、人际关系和社会动力学规律，真正成为人类社会的一分子，让决策者可以预测社会事件的演化趋势，做出关于个人、企业和政府的重要决策。 过去两个月，境瞳科技连拿两轮融资，投资方包括英诺天使基金、水木清华校友种子基金、零以创投和驰星创投。 这个方向在国内尚未形成共识，海外已有明显布局： 在人工智能与社

一以贯之的第一性思考。 作者｜刘杨楠 编辑｜栗子 WRC 2026期间，曦诺未来发布了全新系列产品——纯直驱灵巧手Prima 1。距离这家公司发布混驱灵巧手Flex 2，只过去了3个月。 这家成立不到两年的公司，已完成4轮融资，累计金额近15亿元，股东名单集齐新能源产业资本、互联网及科技大厂、顶级券商资本、头部财务VC，老股东也持续追加。 目前，曦诺未来在手订单量已过万台，Prima系列发布即火热；5400平米新工厂已投产爬坡，年产能将达10000台。 在稳步扩张的业务基本盘之上，曦诺未来在科研领域又落关键一子，在短短3个月内布局纯直驱路线，并完成产品落地。这背后既是对细分市场需求的精准判断，也是底层技术能力沉淀后的自然爆发。 曦诺未来为何切入科研赛道并发布纯直驱产品线，它填补了怎样的市场空白？又藏着曦诺未来怎样的技术积淀与决策逻辑？ 1.为科研而生的灵巧手 曦诺未来将Prima 1定位为“科研级灵巧操作平台”，专为具身智能研发打造，面向高精度力控操作与具身智能前沿研究。 过去几年，机器人的运动控制问题已基本蹚平，灵巧操作已成为机器人能力提升的核心瓶颈，这不仅限制着机器人的产业落地进程，更限制着科研人员对具身智能边界的探索。 高维动作空间、复杂的接触动力学、严重的感知遮挡等因素叠加，让灵巧操作的研发难度远在运动控制之上。每一次抓取、拧转，灵巧手都会和物理世界产生持续的接触和交互，过程中产生的力觉、触觉和位姿数据，正是当前训练具身智能模型最直接的养料。 灵巧手不只是一个执行终端，它本身就是一个数据采集平台。平台的数据保真度与可复现性，很大程度上决定了具身模型迭代的上限。前者则与灵巧手的驱动方式密切相关。 从技术原理上看，对于动力学建模、控制算法研究和具身智能算法验证等问题，纯直驱路线能够为科研人员提供了一个更易分析、更易建模、更方便调试和验证的实验平台，通过减少力的传动环节，

钉钉、称盐、夹豆、插线——当灵巧手第一次被单独拉上赛场，参数表之外，一个更直接的问题摆在面前：一只手到底能不能稳定地把活干完？ 作者｜周悦 编辑｜栗子 一台机器人的灵巧手握住锤头，把钉子一下下砸进木板。每一次落锤，反冲都会沿着锤柄传回手掌；它既要抓得牢，也要控制得准，保证钉子不歪。 另一张赛桌上，机器人要把积木一块块搭起来。定位误差只能控制在1—2毫米，底层的偏差会随着高度逐层累积，最后松开手指时还得足够轻，否则前面搭好的结构可能被自己推倒。 8月22日至26日，第二届世界人形机器人运动会在北京国家速滑馆“冰丝带”举行。来自六大洲16个国家的666支队伍、2056台机器人，在5天里参加51个项目、1301场比赛；参赛队伍数量较首届增长138%，机器人数量约为首届的4倍。 今年，机器人的“手”第一次被单独拉出来考试。灵巧手专项赛设置8个项目，从积木搭建、粉末称量、镊子夹豆、精细夹取，到打螺丝、钉钉、电动工具装配、线缆连接，将负载、精度、力控、手眼协调和工具使用放进同一张考卷。过去常被拆开写在参数表里的能力，这一次被直接摆上赛场。 首次参赛的临界点，携量产产品OmniHand拿下7金4银3铜，覆盖全部8个赛项，几乎包揽本届灵巧手专项赛全部金牌。 作为本次赛事的三大灵巧手硬件支持方之一，临界点赛后统计，从预赛到决赛使用OmniHand的比例逐渐提高。灵巧手专项赛预赛实际参赛队伍超过200支，其中约27%使用临界点自研的OmniHand；进入决赛的110余支队伍中，这一比例升至35%；进入前三的队伍中，OmniHand的使用比例约为60%。 临界点没有为8道题准备8套硬件。CEO乔天杰告诉“甲子光年”，参赛使用的是同一款OmniHand、同一套核心硬件配置。这也是临界点CEO乔天杰第一次公开现身，并在赛后接受“甲子光年”独家专访。进入灵巧手行业之前，他做过激光雷达，亲历过一台激光雷

全球市占率第一，收入接近身后四家总和。 作者｜田思奇 编辑｜栗子 从世界人工智能大会（WAIC）到世界机器人大会（WRC），过去一个月里，具身智能始终站在科技行业的聚光灯下。不同的是，现场机器人早已不再只靠走路、跳舞吸引注意力，更多落地场景落到了抓取、装配、搬运、分拣这些真实工业任务上。 而当机器人真正面对零件、货架和生产线，关注点就变成能不能看清物体、听懂任务、规划出合理动作，最终稳定把事情做完。围绕这些底层能力，一批不造机器人本体的智能组件厂商，正走到产业舞台中央。 8月24日，为机器人提供标准化眼脑手组件的梅卡曼德正式启动港股招股，计划于9月1日在港交所主板挂牌上市。公司拟全球发售2314.06万股H股，招股价为每股95.30港元至101.70港元，按招股价中位数计算，预计募资净额约21.29亿港元。 成立十年，梅卡曼德已经累计部署超过2.9万台产品，进入近50个国家和地区。按2025年收入计算，公司在全球AI+3D视觉引导通用智能机器人组件行业排名第一，市场份额约22.1%；同年海外收入占比首次突破50%。 “甲子光年”在对梅卡曼德的持续报道中注意到，公司一直在强调“一脑多形”路线。机器人的身体形态未必走向统一，但感知、理解、规划和操作等底层智能能力，可以跨越不同本体持续积累和迁移。 这份招股书，则把这条路线的商业化进展和下一步计划完整摆到了资本市场面前。 1.不造本体，靠眼脑手做全球第一 梅卡曼德没有加入这一轮机器人本体竞赛。 在招股书中，公司将自身定义为智能机器人组件供应商，核心产品不是完整的机器人整机，而是机器人进入真实物理环境所需的视觉、决策与操作组件，覆盖从看见环境、理解任务到规划并完成行动的全链路能力。 目前产品主要分为三大板块： 智能机器人引导产品：包括Mech-Eye工业级3D相机，以及Mech-Vision、Mech-Viz等配套软件，依托3D视觉

产品形态不重要，能干活才重要。 作者｜张麟 编辑｜栗子 8月19日，北京亦庄北人亦创国际会展中心，WRC 2026（世界机器人大会）的现场人头攒动，超过300家相关企业和近3000件展品，以及上万名观众，把整个展馆塞得满满当当。 WRC首日现场，图片来源：WRC WRC已经举办了11届，几年前，厂商热衷于让机器人跳舞、踢球、弹钢琴，而今年，参展厂商的展示方式开始向真实场景和真实环境贴近，无论是ToB还是ToC方向，都在努力让机器人产出价值。 这或许是这届WRC最大的信号：机器人行业正在从“表演时代”走向“干活时代”。 1.在机场搬箱子的机器人 搬运场景就是一个典型代表，甲子光年在现场看到了十余家企业都推出了相关场景下的机器人产品，且在努力展示其泛化能力和复杂场景的适应能力。 这种技术方向具备长期价值，但可能会影响短期的产品落地。原因在于真实场景下，用户对机器人的能力需求是高度碎片化的，一个机器人在工地上搬箱子和在仓库里搬箱子本质上是两种不同的能力。 机器人厂商最该做的，是不断拆分需求，并研发出最能满足该需求的机器人产品。 在所有试图证明“我能干活”的公司里，有一家显得格外特别。它叫瑞为技术。 甲子光年在WRC现场看到的瑞为技术，其推出的机器人解决方案就是典型的“搬箱子”场景，但不同的是，瑞为技术搬的是机场里的行李箱。 一直没有停的机器人，节奏始终稳定。吸盘抓起箱体，提起，转身，码放进转运车。整个过程没有任何多余的花哨动作。 瑞为技术展位搬运场景演示，图片来源：甲子光年拍摄 詹东晖是瑞为技术的创始人、董事长，他几乎每年WRC都会参加，往年他是观众，今年他是展商。 在瑞为技术的展位上，詹东晖对甲子光年说：“今年已经有很多公司不再只满足于让机器人“秀一把”，开始推动机器人的商业化落地了。” 瑞为技术成立于2012年，并于今年7月8日完成了港股上市。此前，瑞为技术的核心业务是面向企

时代的水流从不等待犹豫者。 8月20日，由中国科技产业智库“甲子光年”主办的“激流——2026甲子引力X科技产业投资大会”在北京金茂万丽酒店举行。 2026年是中国科技投资由退潮转向涨潮的一年。去年此时，一级市场还站在潮水退去后的“渡口”上辨认方向。而今年，水位在涨，流速变快，募投退三端同步修复，AI与硬科技成为资金最集中的流向。 但水位越高，头部效应越强；流速越快，判断失效也越快。港股与A股的退出通道重新打开，国有资本与产业资本成为市场的中坚力量，一级市场与二级市场的估值联动被重新审视，新的定价体系正在形成。 本次大会以“入流”“破浪”“定锚”三个篇章展开，通过一场趋势报告、两场主旨演讲、一场巅峰对话、五场圆桌对话和一场颁奖典礼，与一线投资机构、产业核心企业、科技创业者共同探讨：在激流之中，中国科技投资如何辨认流向，共寻锚点。 一直以来，“甲子光年”深耕硬科技、智能制造以及数字化转型，跟踪产业发展最新动态，独立输出有价值的产业观点。在大会最后的颁奖典礼环节，“甲子光年”现场揭晓了涵盖9大榜单、31个子榜单的“2025-2026年度中国科技产业投资榜”。 此外，本届大会还首次设置了“甲子引力Builders·游园茶会”，记录一群正在用AI Build的人如何理解此刻。 1.报告发布： 从“投资激流”到“下一代智能范式” 大会开场，甲子光年创始人&CEO张一甲发布了甲子光年智库主题报告《2026年人工智能趋势判断：从“投资激流”到“下一代智能范式”》。 去年大会的主题叫“渡口”，数据是“止跌回暖、堵点仍存”；而2026年上半年的数据可谓“激流”，募投退三端同步改善：募资端LP参与基金数同比增长64.5%，投资端投资金额同比增长91.6%，退出端IPO同比增长39.2%，并购交易金额暴增至去年上半年的两倍。 “投资金额的增长远快于投资事件数的增长。资本回来了，但不是重新

让物理智能成为一种可规模生产的能力。 作者｜田思奇 编辑｜栗子 2026年，具身智能已快速走出实验室样机阶段，奔赴真实的工业与商业场景。 在世界机器人大会（WRC）现场，“甲子光年”注意到，能完成复杂操作的机器人，已经不足以撑起新的叙事。可靠性、交付效率和ROI频繁出现在论坛与展台交流中。国际机器人联合会今年谈及人形机器人时，也把可靠性和效率列为需要证明的核心能力。 但眼下多数评估仍然聚焦单点项目。2026年下半年，一个越来越现实的问题摆在行业面前：机器人进入更多任务和场景以后，规模扩大能不能带来成本效率的改善？ 跨维智能创始人贾奎认为，现有的成本体系还很难完整回答这个问题。成功率、任务数量、数据规模可以分别描述机器人的表现，但行业缺少一种尺度去衡量，生产一单位可靠的物理智能究竟需要投入多少资源。跨维希望进一步把能力扩张过程本身变成一个可观察的成本问题：机器人每多学会一项能力，还需要追加多少数据、算力、人力和真实世界交互。 在跨维主办的物理AI领航者论坛上，贾奎提出一套Physical Token经济学。这套框架研究的核心是：获取下一份智能，能不能比此前获得的智能更便宜？ 贾奎用一组柱状对比解释了两种增长方式：如果第1项到第100项能力始终需要约100份投入，项目做得再多，也仍然是线性扩张；当后续能力的新增成本逐步降到10、5，Physical AI才开始从项目交付走向规模经济。 这可能是理解未来十年Physical AI竞争的一条重要线索。机器人能够进入多少场景固然重要，能否让能力扩张获得规模效应，才更能决定这条路可以走多远。 1. 项目ROI之外， Physical AI缺一张能力成本表 Physical Token经济学首先改变的，是成本核算的对象。 行业并不缺少成本意识。在硬件端，麦肯锡测算，目前典型人形机器人的BOM（整机物料成本）约为3万至15万美元，

2026年8月20日，中国科技产业智库“甲子光年”在北京金茂万丽酒店举办“激流·2026甲子引力X科技产业投资大会”。甲子光年创始人&CEO张一甲重磅发布主题报告《2026年人工智能趋势判断：从“投资激流”到“下一代智能范式”》。以下为报告详细内容。 大家好！感谢大家在今年格外紧张的时间轴上，来到2026甲子引力X科技产业投资大会的现场。我想分享一些判断，聊聊科技投资的“激流”和“下一代智能范式”。 关注公众号“甲子光年”，后台回复“2026科技投资”，获得高清版完整PDF。或者点击文末“阅读原文”，进入甲子光年官网下载。 【判断1】一级市场迎来拐点，募投退同步修复，科技投资进入新周期 首先看数据。今年中国一级市场画风和往年非常不一样。去年8月我们科技投资大会的主题叫“渡口”，当时，数据是“止跌回暖、堵点仍存”。 2026年H1，数据可谓“激流”。市场不仅“回暖”，而且“反转加速”，募投退三端同步改善： 募资端，LP参与基金数从1650起跳到2714起，同比增长64.5%；投资端，投资事件数同比增长15.6%，投资金额同比增长91.6%；退出端，IPO同比增长39.2%，并购交易金额暴增至去年上半年的两倍。 这里可以看到一个反差，投资金额的增长远快于投资事件数的增长——资本回来了，但不是重新撒网，而是在向确定性集中。所以这不是旧周期回归，而是新的定价体系正在形成。中国科技投资正在进入新周期。 【判断2】2026甲子星空坐标系：中国科技投资象限分布 这张图是2026中国科技产业投资赛道的“甲子星空坐标系”。 横轴X：低资本耐心度→高资本耐心度 纵轴Y：低技术壁垒→高技术壁垒 两轴形成了四个象限，我们分别命名为：硬核攻坚区、赛道卡位区、产品效率区、长坡厚雪区。   第一象限【硬核攻坚区】：高技术壁垒 + 高资本耐心度 代表未来国家战略和硬科技方向，技

他拒绝把任何一个阶段性的答案，过早当成终局。 作者｜王博 2024年底，我曾问过宇树科技创始人王兴兴一个问题：具身智能领域最大的“非共识”是什么？ 王兴兴没有急着给出一个答案，反而先质疑了这个问题背后的共识本身。 “大部分情况下，社会大众的共识其实不是特别准确，或者特别有价值的事情。”王兴兴说，“如果一家公司或者一个产品做得好，你必须有很多非共识。” 随后，他把矛头指向了当时行业最热的“数据”：“大家对模型的创新和底层的技术关注度不太够，相反对于多模态大模型、数据的关注度有点过高了。因为我一直觉得，假设未来有非常理想的AGI，数据反而是次要的点。” 这个回答很王兴兴：他很少把某一种行业共识，当成当然正确的答案。 今天，宇树科技成功登陆上交所科创板。宇树科技开盘价报1100元/股，相较于150.8元/股的发行价涨幅高达629.44%，单签收益为47.46万元，总市值达到4449亿元。 宇树科技上市仪式现场，图片来源：“甲子光年”读者拍摄 今年，恰好也是宇树科技成立十周年。如果回头重新看这十年，很容易把它写成一个“少数派最终证明自己正确”的故事。 从把机器人做得更便宜，到坚持自研核心部件；从先把本体做好，再寻找场景，到后来把注意力从身体转向模型。今天宇树已经成为行业标杆，过去那些曾经显得不同寻常的选择，也很容易被重新解释成王兴兴的某种先见之明。 但王兴兴不是“爽文男主”，并不能提前知道正确答案。 他做过后来被验证的判断，也做过错误判断；有过坚持，也有过改变；他曾反对做人形机器人，但又下场做出了全球认可的人形机器人；他曾经明确认为行业对数据的关注过高，后来他也承认另一种可能：沿视频生成或世界模型这条路线，如果机器人数据足够多，用数据把具身模型“硬砸出来”的概率依然很大。 美国作家菲茨杰拉德在《崩溃》中写过：一流智力的标志，是能同时容纳两种相反的观念，却依然保持行动的能力。 王兴兴

墨奇首发具身模型架构MoRA，押注Agentic-Native重构双系统边界。 作者｜周悦 编辑｜栗子 一个月前的WAIC，机器人演示时长明显增加了。 去年常见的还是跑跳、抓取和搬运。今年，“甲子光年”在现场看到，药房、零售货架、工业产线、客厅和洗衣房被直接搬进展馆。有机器人用3至5分钟做完一份早餐，从烤面包、倒饮料一直做到装盘；一些工业任务，要连续完成几十个步骤。 机器人演示，开始从一个动作变成连续干活。 单个抓取失败，通常还能重新尝试。一条任务链上，前一步没有完成，后面几十步都可能跟着跑偏。机器人离开一个区域再回来，需要记住此前的执行状态；东西被挪走，原来的计划也未必还能照着执行。 任务拉长以后，增加的不只是动作数量，机器人还要持续维护目标、执行历史和当前任务状态。 就在这个时候，一家成立仅半年的具身智能公司开始浮出水面。机器人尚未正式公开，墨奇智能的投后估值已经超过70亿元。今年7月，墨奇智能完成超10亿元天使轮系列融资，阿里巴巴、腾讯同时入局，蓝驰、君联、高榕、中科创星、源码等机构也出现在投资名单里。 墨奇由高文礼和黄青虬联合创办。联合创始人兼CTO黄青虬是**2020届“天才少年”，此后进入车BU负责智驾AI研发；高文礼此前联合创办跨境物流企业iMile。 钱和人先到了，模型直到最近才真正露面。近期，墨奇发布具身智能模型架构MoRA（MORPHI Reasoning & Autonomy），并提出Agentic-Native技术路线：为了实现更好的长时序任务执行能力，让 Agentic 能力原生存在于策略模型中。 长程执行并不是墨奇独有的问题，记忆、多步骤规划和连续执行，已经成为具身模型集中补的一课。墨奇的判断是，问题还出在模型内部怎么分工。 在常见的具身Agent架构里，高层模型理解目标、规划和调度，策略模型接过指令，直接控制机器人行动。墨奇认为，任务越

矿山可能是Physical AI最先算清账的场景。 作者｜田思奇 作者｜栗子 2026年，物理AI（physical AI）成了科技行业绕不开的词。 Gartner将其列入本年度十大战略技术趋势；英伟达从Omniverse仿真平台一路补到Cosmos世界基础模型，把机器人、自动驾驶和数字孪生收进同一个叙事；PitchBook数据显示，今年前5个多月，全球机器人与物理AI领域的风险投资达到230亿美元，已接近2025年全年260亿美元的水平。 来源：Gartner 热度起来之后，物理AI的概念很快被不同赛道借来重新定义自己。但概念越泛化，产业端和资本越不会只看单一标签，反而更关心它能为真实生产创造多少价值。 “甲子光年”认为，物理AI中最早跑出商业回报的，未必是最开放、最复杂的场景。边界相对清晰、人力成本高、安全风险大的工业现场，反而更容易先算清这笔账。 矿山几乎同时满足这些条件。 全球重工巨头正加速向矿山物理AI落地。卡特彼勒在年初的CES 2026上宣布扩大与英伟达的合作，将Jetson Thor等AI能力进一步嵌入矿山和工程机械；今年4月，日本小松的第1000台超大型无人矿卡投入运营。 但各方玩家的入局起点并不同。传统设备巨头通常从矿卡和工程机械往软件深入，技术公司则从无人驾驶、调度和矿山操作系统向设备与生产流程延伸。两条路线逼近同一个命题：一套物理AI系统，究竟能接管多少矿山生产？ 中科慧拓，正是国内赛道极具观察价值的样本。 公司由中科院自动化研究所孵化，技术根基承接王飞跃教授2004年提出的基于ACP方法的平行智能理论。如今物理AI领域热议的虚拟仿真、计算实验、虚实双向反馈，早已在其平行矿山体系中完成长年工程打磨。 截至目前，中科慧拓平行矿山解决方案已落地国内近50座矿山，并实现泰国SCG项目出海落地。 国家队与产业资本此时押注的，并非单纯的无人驾驶服务商，而是一套