中国灵巧手厂商如何用架构创新、规模降本与数据生态破局。作者｜王艺编辑｜王博2025年第三季度财报会上，马斯克宣布Optimus 3.0推迟到明年一季度，但更令业界震惊的是背后曝光的成本数据。据公开信息，Optimus的灵巧手在训练分拣快递时，寿命只有6个星期，一年要换8~9次手——而特斯拉单只手的成本超过6000美元，约合4.2万元人民币。再加上其他易损部件，不算电费，一台机器人一年光换零件就要花近10万美元，约合71万元人民币。这个数字让人形机器人的商业化前景蒙上了一层阴影。马斯克曾豪言Optimus可能是史上最重要的产品，还计划2026年生产百万台，但现实是，Optimus连基本的耐用性问题都还没解决。Optimus的灵巧手是整个机器人最复杂的部件之一，集成了22个自由度、行星滚柱丝杠、腱绳传动和齿轮系统。这种混合方案理论上能平衡灵活性与刚性，但高复杂度带来了高故障率和高维护成本——这正是当前灵巧手行业面临的普遍困境。成本高、易损坏、工程化难度大，这三大痛点不仅困扰着特斯拉，也是全球灵巧手产业亟待突破的瓶颈。灵巧手作为人形机器人与外界交互的重要媒介，是机器人功能性的直接体现，其成本约占整个人形机器人BOM成本的10~25%。根据东吴证券测算，2025至2035 年，人形机器人新增需求将从2.5万台跃升至1165万台，而灵巧手市场空间也有望从36亿元增长至2330亿元，十年复合增速高达52.4%。那么，在技术路线尚未收敛、商业化窗口期临近的当下，灵巧手行业正在发生什么变化？谁在解决这些核心问题？带着这些疑问，我们走进了IROS 2025（The 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems，2025年智能机器人与系统国际会议）。这场被称为机器人界“奥斯卡”的全球顶级学术盛会

Agnes AI快速崛起于新兴市场，冲刺全球AI应用前列。亚洲增长最快的AI平台之一—— Agnes AI宣布即将完成一轮估值约为1亿美元的融资，已收到多家头部机构的投资意向书，其中数家已经完成尽调。消息称，资金将主要用于训练区域大语言模型和加大商业化落地，并预计很快将开启一轮估值在3亿至5亿美元的新融资。Agnes AI由一支来自新加坡国立大学的博士团队创办，7月4日在Product Hunt首次发布，功能涵盖AI搜索、研究、图片、视频、PPT、表格和独具特色的一体化工作流。作为新加坡本土团队出品的Agentic全民应用，其早期被誉为“新加坡版DeepSeek”。平台用户群体涵盖学生、教育工作者和企业团队，目前产品已覆盖50多个国家，日活超20万，总用户数超300万。预计到2026年第一季度末将快速增长到100万日活跃用户，可能会帮助其跻身全球AI原生应用的前10名。在大量AI公司估值高企，竞争白热化时，出身新加坡的Agnes凭借独特的本地化洞察，建立起了一个区域性的防御堡垒，为中美欧主导的世界AI舞台，添上了不容忽视的另一抹亮色。被低估的新兴市场，AI普及率远低于大众想象在ChatGPT引发全球AI狂热的两年后，一个被大众忽略的事实是：AI的普及率远低于人们的想象。尽管AI讨论热度高，但全球网民中真正每日使用AI的仅5-7亿，大部分为免费用户。即便是ChatGPT，每日活跃用户也只有两三亿，付费功能体验者仅占少数。Agnes的用户群体集中在东南亚、拉美及中东等新兴市场。在印度尼西亚、越南、菲律宾等地，AI普及率低、ChatGPT或Claude的付费功能渗透率有限。Agnes敏锐地看到了这个结构性缺口，并在产品层面进行了本地化创新。图注：Agnes Google Play排名“我们将自己定位为这些AI应用的潜在替代品”，Bruce Yang在参加新加坡Money

黄仁勋的表外甥女，在逆袭之路上狂奔。作者｜刘杨楠编辑｜王博美国当地时间11月4日，AMD公布了2025财年第三季度财报。在AMD官方发布的财报新闻稿里，创纪录（record）的表述一共出现了7次。根据本次财报，AMD在总营收、利润、自由现金流以及C端营收四个方面都创下了新纪录：总营收达92.46亿美元，同比增长36%；毛利润为约47.80亿美元，同比增长40%；自由现金流增长超2倍；C端业务营收27.5亿美元，同比增长46%。AMD GAAP 季度财务业绩，翻译：“甲子光年”AMD其他业务表现也均优于预期：数据中心业务营收43.41亿美元，同比增长22%；游戏业务营收12.98亿美元，同比激增181%。“我们交出了一份十分出色的季度成绩单，创纪录的收入和盈利表现，反映了市场对我们高性能EPYC（霄龙）、Ryzen（锐龙）处理器以及Instinct AI加速器的广泛需求。”AMD董事长兼CEO苏姿丰表示。苏姿丰（Lisa Su）值得一提的是，苏姿丰和英伟达创始人兼CEO黄仁勋是远房亲戚。论辈分，苏姿丰得喊黄仁勋“表舅”，也就是说，她是黄仁勋的表外甥女。今年4月，苏姿丰在台湾大学演讲时曾谈到黄仁勋：“我非常尊敬黄仁勋，他建立了一家了不起的公司。”不过，在2025财年第三季度创下多项记录的AMD已在悄然抢夺英伟达在AI领域的市场。AMD近期与甲骨文、OpenAI达成的重要战略合作已经给市场预留了充分的期待。这些合作不仅带来了巨量订单，更将AMD的未来与顶级AI玩家深度绑定。当下市场最关注的，或许就是这些订单何时真正从纸面落到账面。1.AMD手里到底有多少AI筹码？“甲子光年”认为，AMD在AI市场的迅速崛起，主要是基于其在GPU、CPU以及软件层面的一系列战略部署。苏姿丰的野心，是打造一个能够与现有市场主导者抗衡的完整算力生态系统。AMD Instinct GPU首先，

AI不止于炫技，更要赚钱。作者｜刘杨楠编辑｜栗子还记得我们半年前报道过“最懂表演”的视频生成大模型SkyReels吗？它现在可太火了。发布半年来，SkyReels在开源社区中广受关注，SkyReels V1获得2.4k星标，SkyReels V2获得4.9k星标，相关的音频及组合模型也都分别获得了众多星标。如今，SkyReels全新版本已经在11月4日上线了。SkyReels模型之所以能够对开发者有如此吸引力，本质还是因为其切中了视频内容赛道的需求要害。2025年的AI视频工具市场呈现出刺眼的两极分化。一类面向资源丰富的专业创作者，流程复杂、需要“抽卡”试错；另一类则聚焦泛娱乐传播，难以满足工作场景的精准需求。由此导致AI视频市场陷入一种尴尬境地，需求方和工具方各有各的琐碎，却无法有机匹配。无论是广大普通用户还是中小企业、专业内容从业者都陷入困境，他们既有超越休闲娱乐的视频创作需求，又无法承受专业工具的学习成本和试错时间。市场急需一个能够弥合顶尖模型、真实创作需求以及集成工作流程之间鸿沟的平台。昆仑万维最新发布的全新SkyReels，则是其针对市场工具碎片化给出的战略性答案。作为一个定位为“一站式、零门槛的多模态AI创意平台”的产品，其核心创新不仅在于单个模型能力的提升，更在于对传统创意工作流的颠覆。昆仑万维的野心，已不止于视频内容。1.三大革新，把专业创作拉下神坛全新SkyReels的网页版共有“三大件”，分别是无限画布、智能副驾（Agentic Copilot）以及AI视频模板，三者共同构成一套覆盖音视频创作的全链路解决方案。最具颠覆性的创新便是无限画布。SkyReels的“无限画布”则从根本上挑战了主导音视频编辑领域长达一个世纪的线性工作流，将所有AI功能和多模态素材集成于一个“所见即所得”的网状空间。无论是图片、视频还是音频，都不再是轨道上的静态元素，而是可交互的积

在**的光环下，赛力斯开始追求一种微妙的平衡。作者｜张麟2025年11月5日，赛力斯在港交所挂牌上市，股票代码“9927”，募资净额140.16亿港元，是迄今为止规模最大的中国车企IPO，也是年内规模最大的车企港股IPO。根据此前公告，此次赛力斯H股发行的最终价为每股131.50港元，基础发行规模为1.002亿股H股，其中香港公开发售1002万股，占10%；国际发售约9018万股，占90%。赛力斯此次港股上市，引入了包括重庆产业母基金、林园基金、华泰资本、广发基金、施罗德、中升、韩国未来资产、中邮理财等22 家基石投资者。上述基石投资者合计认购规模约64.21亿港元（8.26亿美元），占此次IPO规模的44.95%。但上市当天上午，赛力斯的股票表现并不强劲，开盘价跌破发行价，截至早市收盘，股价为127.6港元/股，较发行价跌2.97%。赛力斯港股早市收盘情况不过，无论股票表现如何，港股上市对赛力斯来说都意义重大。2025年是中国新能源企业疯狂赴港上市的一年。赛力斯、奇瑞汽车均已经在港交所上市，岚图汽车也已经在10月2日正式向香港联交所递交上市申请，就连已经做成世界第一的宁德时代，也在今年5月完成了港股上市。不仅企业上市集中，而且速度普遍很快。赛力斯在今年4月28日向港交所提交上市申请书，仅用时6个月就完成了上市。资料显示，赛力斯在获得中国证监会备案后，很快便通过了港交所的上市聆讯，并在约两周后启动了公开招股，整体流程非常紧凑高效。虽然有着相同的目的，但不同的企业却有着不同的上市理由。相比于奇瑞汽车的漫长上市长跑，以及宁德时代为建设海外工厂而引入资金，赛力斯的上市动作的背后则蕴含着居安思危的考量。补充弹药，大展鸿图赛力斯正在强化自己单独造车的能力，无论是硬件层面还是软件层面。在招股书中，赛力斯对于募集资金的用途阐述的十分明确，所得款项的70%将用于研发投入，包括提升核心技术能

局部细节之上见未来。作者｜田思奇编辑｜栗子两周前，一个名为FG-CLIP2的模型，悄然出现在GitHub和HuggingFace上。没有盛大的发布，也没有铺天盖地的宣传，但它在技术社区迅速积累起良好口碑。从国内技术社区的深度解析，到韩国IT出版社的跟进报道，加之其初代模型早已获得人工智能顶会ICML的背书，外界对FG-CLIP2的关注持续升温。在多达29个公开基准测试中，FG-CLIP2的性能已全面超越Google的SigLIP 2和Meta的MetaCLIP2，成为全球最强图文跨模态视觉基础模型（VLM）。这款“扫地僧式”的模型，出自360人工智能研究院。它的成功让一个问题重新回到聚光灯下：在大模型竞争白热化的2025年，为什么360率先完成这一步？关键在于，FG-CLIP2把VLM从“看得见”推向“看得清”，也把视觉基座的上限，交回给“像素级的对齐”。1.从全局印象到局部洞察2025年，人工智能行业逐渐从AIGC创造力的狂欢中冷静下来，直面更棘手的问题：AI对现实世界的理解依然脆弱。无论是自动驾驶车辆在复杂路况下的犹豫，还是AIGC屡屡画错的手指，都指向同一个瓶颈：模型对世界细节的感知是粗糙且不可靠的。所有先进的AI应用的前提是：机器必须真正看懂世界。视觉语言模型（VLM）的核心任务，是将图像和文本分别解析成机器可读的图像特征（Image Feature）与文本特征（Text Feature），并在这两者之间建立精准的语义匹配。这种解析与对齐的精准度，决定了AIGC生成模型和LMM多模态大语言模型的能力上限。CLIP模型，正是扮演了这一视觉基座的角色，如同AI的“眼脑接口”。它通常在幕后工作，不像大语言模型或视频模型那样被大众所熟知，但其重要性不言而喻。然而，以往模型看世界的方式，多半只得到一个“全局”的印象。比如它们能识别出一幅“人和狗”的画，但难以看清画中的细节，乃

双向充放电（V2G）赚的钱，抵不上电池折损。作者｜张麟编辑｜王博国家发展改革委、国家能源局等部门近日印发《电动汽车充电设施服务能力“三年倍增”行动方案（2025—2027年）》，明确到2027年底，实现充电服务能力的翻倍增长。其中有一条值得关注：完善新能源汽车和充换电场站对电网放电的价格机制，推动车网互动资源聚合参与电力市场交易。到2027年底，车网互动规模化应用试点范围有效扩大，新增双向充放电（V2G）设施超5000个，反向放电量超2000万千瓦时。《电动汽车充电设施服务能力“三年倍增”行动方案（2025—2027年）》，图片来源：国家发改委很快，市场上有人解读，更多新能源车主可以卖电赚钱了，V2G的春天要来了。真的是这样吗？1.卖电赚钱V2G (Vehicle-to-Grid) 的意思是从车辆到电网，是一种双向充放电技术。V2G允许纯电动汽车或插电式混合动力车不仅能从电网获取电力来充电，还能将电池中储存的电能回馈给电网。通过V2G技术，新能源汽车可以将储存的能量输出到电网，从而为住宅、建筑以及任何连接到电网的设备供电。简而言之，它实现了电能在电网和车辆动力电池之间的双向流动。V2G技术示意图，图片来源：EVB这种技术的目的，是将每辆电动汽车的动力电池都变成一个独立的分布式储能系统，通过并网，电动汽车就能参与调峰与负荷平衡。一些专家学者认为，新能源汽车储存电能的体量越来越大，但在车辆静止时这些电能并不产生实际作用，是一种隐形的资源浪费，而V2G能够实现资源的最大化利用。具体来说，V2G可以让新能源汽车能够在低谷时段充电、在高峰时段放电。新能源汽车车主可以利用分时电价降低出行成本，而电网则通过额外的削峰填谷手段提高供电可靠性。当然，新能源车主在将电池中储存的电能回馈给电网时，可以获取报酬。卖电赚钱是真的，但赚得多吗？2025年3月，某社交平台用户发文并配图，介绍了自己使用南

DiT不是终局，自回归架构有很大潜力。 作者｜赵健‍‍‍ 上周，“甲子光年”采访了智象未来创始人兼CEO梅涛。 梅涛告诉我们，智象未来计划在4月份开源图片生成模型，生成质量有非常大的突破，可以说将是图片生成领域的“DeepSeek时刻”。 巧合的是，就在采访结束的第二天，OpenAI上线了原生图片生成模型GPT-4o，凭借令人惊艳的吉卜力风格为代表的图片编辑能力而风靡全球社交网络。 真是一场狭路相逢。 不过，GPT-4o仍然是一个闭源模型，智象未来即将发布的是一个开源模型，智象未来仍有机会在开源领域刷新图片生成能力的新高度。 在这场采访中，我们不止聊了开源，还聊了更多创业的话题。 对于创业，梅涛有很深刻的体会。他说，2024年之前融资很难，2024年之后融资更难。他基本上每三个月就会经历一次人生的历练，必须拿出每一天都enjoy的状态，否则会非常煎熬。 梅涛是典型的科学家创业的代表。他毕业于中国科学技术大学，在微软工作的12年间取得了学术上的诸多成就，不仅成为IEEE Fellow和加拿大工程院外籍院士，也是科技部科技创新2030人工智能重大项目首席科学家。后来，梅涛加入京东，担任京东副总裁和京东探索研究院副院长，开始从学术界向工业界转型，从做研究、做技术，到做产业、做应用。 梅涛创业没有选择大语言模型，而是选择了图片与视频生成。尽管对于算力与资源的要求没有大语言模型那么高，但这仍然是一个竞争激烈的赛道。海外的Sora、谷歌Veo2、Runway，国内阿里万相、腾讯混元，以及几家“六小虎”都纷纷入局。梅涛坦言，在市场声量与品牌方面，智象未来做得还不够好。 但市场终局尚未形成。梅涛认为，今天视频模型的性能，大约类似于“GPT-2时刻”，距离该领域的“ChatGPT时刻”还有一代半左右的差距。 而且，今天的技术迭代速度非常快。梅涛说，以前的技术迭代需要6个月，现在基本上在一个月

“创新沙盒”，让产业生态来对抗“技术黑盒”的不确定性。作者｜温丽虹编辑｜王博过去很长一段时间里，伫立于珠江畔的琶洲塔，撑起了外部世界对琶洲这片江中之洲的理解和想象。这座17层八角高塔立于琶洲东侧的珠江入海口，塔身抹白灰，塔角倚柱抹朱红，在16世纪末落成，后来一度成为水上丝绸之路发端处，重要的引航塔。世界各地的商船蜂拥而来，见琶洲塔而靠黄埔码头卸货，转运至熙熙攘攘的广州十三行进行贸易。某种程度上，珠江畔的琶洲及伫立其上的琶洲塔，是广州大航海时代财富故事的重要一环，也见证了广州这片富饶土地的码头精神。从海上丝绸之路的商贸繁华，到电商时代的流量激荡，琶洲始终是“开放、创新的码头”。而今，在人工智能的时代浪潮中，这片江中之洲又一次成为新一代科技与商业的策源地。琶洲塔，图片来源：海珠发布2025年5月，琶洲的故事迎来了新的篇章——“清智孵化器·琶洲模方”（以下简称“琶洲模方”）正式启动运营。琶洲模方是在清华大学智能产业研究院（AIR）指导下，由清智孵化器与海珠城发集团共同筹建的大模型孵化器。琶洲模方采用“北京—广州”两地双核模式，通过场地、算力、基金、专家指导和产业资源的全方位助力，致力构建良性、完善的创业创新孵化生态。琶洲模方成立仅半年，已成功孵化了29个智能体成果，70%为首年创立的原研创新成果，更有空间智能大模型“极佳科技”、人形机器人“动易科技”、大模型数据服务商“恺望数据”等明星级企业入孵。琶洲模方不仅是全国首个大模型应用示范区的核心载体，更是一个被称为“创新沙盒”的实验场。在当前全球AI竞争白热化，“百模大战”的背景下，琶洲模方突破传统孵化器模式，打造出一个独特的“创新沙盒”。面对技术黑盒化的行业痛点，琶洲模方通过“一中心四平台”体系，构建出开放的试验场，让创业者、科研机构与产业资本在透明边界内共创共测，对抗技术黑盒化带来的技术不确定性。“甲子光年”认为，琶洲模方所开发的

2025甲子Cool Vendor AI原生企业酷厂商征集工作启动。为什么把目光锁定“AI 原生”？当大模型成为新一代操作系统，AI原生企业率先拿到入场券。过去24个月，大模型参数规模翻10倍，API调用成本下降90%，Token的“摩尔定律”让AI第一次走出PPT，成为现金流。投资人也不再只数客户，而是追问参数增速、推理成本斜率和数据飞轮周转率。2024年，八成亿元级天使轮流向“Born AI”团队，算力池、数据池、人才池同步倾斜，都在向原生阵营集中。客户侧，金融、汽车、医疗等头部招标书已将“十亿级自研模型权重”设为投标硬门槛。窗口期正被Token降价曲线快速抹平，预计2025年末进入平价红海。AI 原生早已不是营销概念，而是产业“临界参数”。当模型成为第一生产力，数据成为第一生产资料，Token成为第一结算货币，公司的组织形态、收入结构、资本叙事、供应链优先级都必须围绕“原生”重新设计。甲子智库把雷达锁定AI原生，因为下一批千亿市值公司，一定诞生在今天还只有20张工位、却能把“数据–模型–反馈”闭环跑成现金流的团队里。为什么必须是甲子Cool Vendor甲子Cool Vendor是由深耕科技产业多年的专业分析师团队，依托丰富的产业资源、严谨的研究方法和前沿的行业洞察，发掘出众多具有颠覆性创新的潜力企业。该方法论以 “产品为核、价值为纲”，通过多维度、立体化的评估模型，全面考量企业的技术创新能力、产品落地成效、市场拓展潜力及行业生态贡献，为行业筛选出真正具备核心竞争力的 “酷厂商”。在AI原生企业的评选中，我们将基于甲子Cool Vendor产品方法论，结合AI原生的技术特性与发展阶段，制定针对性的评选标准。具体涵盖五大核心维度：自2017年创立以来，“甲子光年”始终以深度聚焦中国科技产业演进为核心使命，依托专业精神与行业洞察力持续追踪科技创新主体的关键发展节点。本次榜

一场离奇的起火事故，与一个被忽视的电池安全细节。作者｜张麟编辑｜王博“对三元锂彻底失去信心了。”“只有811才恐怖。”“电池设计太过激进。”刚刚过去的这个周末，社交媒体上关于新能源车动力电池的讨论达到了空前的热度。小红书上讨论动力电池安全的笔记，图片来源：小红书截图这些讨论的直接导火索是理想MEGA失火事故。10月23日晚，上海一辆理想MEGA在正常驾驶时，车辆底部突然出现火花及火苗，并且蔓延迅速，火焰在10秒内火完全吞没整个车身。万幸的是，车上两名驾乘人员及时逃生，没有造成人员伤亡。据澎湃新闻报道，10月24日，理想汽车方面针对最新发生的MEGA起火事故回应称：“事故发生时，车门顺利打开，驾驶员和乘客全部安全离车。我们安排了专人前往现场处理，目前消防部门也已介入，我们会积极配合消防部门的调查，并依据调查结果开展后续工作。”网络视频截图经过十余年的发展，目前中国新能源汽车产业已经十分成熟，国产动力电池的性能也达到了世界领先的水平。而动力电池出厂前也要经历过充/过放试验、短路试验、针刺试验、挤压试验、热失控/热蔓延试验、热冲击与热循环试验、火烧试验等。很多车企和动力电池厂商为了证明电池安全性，还会晒出用枪射击电池而电池包不冒烟不起火的画面。似乎动力电池的安全性已经得到了很好地保障，消费者无需为此担心。不过，新能源汽车，尤其是纯电汽车的电池起火事故偶有发生。虽然客观上来说，并不能因为某一次事故就把责任归咎于某一个厂商，但这次理想MEGA起火事件因为恰好被后车的行车记录仪记录下了全过程，其触目惊心的程度，让很多人对新能源汽车动力电池的安全性产生了怀疑。信任程度“倒退十年”不是一个夸张的说法。通过这场离奇的事故，“甲子光年”发现，这背后有着动力电池产业共性问题，也有着一个被忽视的安全细节。1.离奇的事故虽然有车拍到了理想MEGA起火的全过程，但这场事故依然可以用“离奇”来形容。网传

人形机器人正在从“炫技”向“实用”跨越。 甲子Cool Vendor是甲子光年智库推出的新锐科技企业调研评选项目，以技术突破性、商业落地潜力、生态影响力为三维驱动模型，定期扫描并发布颠覆传统模式的新锐科技厂商。本次聚焦人形机器人大模型领域，发布《2025甲子cool vendor人形机器人大模型领域报告》。 10月20日宇树科技发布H2仿生人形机器人，据官方演示视频，该机器人整体形态更接近真人形态，并具备舞蹈、功夫表演等运动控制能力；优必选科技推出的Walker S1机器人已与比亚迪工厂的无人物流系统对接，实现从仓储到产线的全流程自动化。人形机器人产业迎来“技术验证-场景落地”的关键转折点，AI大模型、多模态交互与核心硬件的突破，正推动人形机器人从实验室走向规模化商用。 人形机器人大模型产业链已形成从本体、大脑、小脑、数据到应用的完整层级。当前，人形机器人产业呈现“大脑层引领、小脑层追赶、肢体层突破”的发展节奏。大脑层企业以AI大模型为核心，初步具备任务级理解与多模态交互能力；小脑层运动控制算法持续优化，逐步向模块化、标准化演进；肢体层核心端侧模型初步成熟，灵巧手、关节模组等关键部件也开始小规模量产。2026-2030年，大脑层将实现任务级自主决策，小脑层控制算法支持即插即用，肢体层核心硬件成本下降50%以上，整机进入成熟期。 此外，人形机器人大模型通过多模态融合、自主规划与持续学习，解决了“最后一公里”落地难题。例如，谷歌RT-2模型、腾讯具身大模型实现视觉/语言/触觉的跨模态交互，上海电气工业人形机器人、傅利叶陪伴机器人完成医疗/服务场景适配。产业链分层解耦趋势显著：大脑层企业（如科大讯飞、智元机器人）聚焦AI大模型与任务决策，小脑层企业（如宇树科技、逐际动力）深耕运动控制算法，肢体层企业（如绿的谐波、帕西尼感知）突破硬件制造与触觉传感，形成“技术垄断-标准制定-市场份

甲子光年智库诚邀您参与2025年海淀企业/组织机构科技服务需求调研问卷填写。 科技服务是科技与产业创新发展的催化剂、融合剂、放大器、链接器。科技服务作为创新生态体系的重要组成部分，与科技产业化、产业科技化共同构成了完整的生态体系。在这个生态体系中，科技服务扮演着关键角色，旨在推动科技成果转化为生产力，促进产业创新和升级，为科技创新和产业发展提供全方位的支持和保障，推动经济高质量发展。 中关村科学城管理委员会服务体系建设处高度重视科技服务工作，为调研收集企业/组织机构对科技服务的实际需求和政策建议，以便日后工作中更好服务科技企业/组织机构发展需求，特委托甲子光年智库组织开展本次问卷调研。 本次调研不涉及企业/组织机构和个人隐私，获取数据仅用于研究，请您放心填答。 感谢您的支持与参与！ 扫描下图二维码可直接进入调研页面，调研问卷截止时间为11月7日，请截止日期之前完成问卷填写。 END.

AI Agent从通才走向专才。作者｜云凡编辑｜栗子AI Agent正迎来它的“祛魅”时刻：市场的关注焦点，从“模型有多大”转向“业务有多懂”。当行业发现，仅靠一个参数庞大的通用大模型无法有效解决业务中的难题时，最初的喧嚣开始沉淀，真正的竞赛拉开帷幕。甲子光年智库分析，随着企业依赖度的加深，AI Agent的角色已超越辅助工具，进阶为能够独立执行任务的“数字员工”。这一根本转变，正重塑人机协作的边界与模式。也正因为如此，AI Agent究竟能为企业带来多少效率的实质提升，能否在业务场景中真正落地，成为衡量Agent的关键指标。图片来源：甲子光年智库《中国AI Agent行业研究报告（二）》通用型Agent致力于成为多任务处理平台，通过工具协同在数据、网页、金融等领域展现优势，更偏向研究型定位。然而在to B领域，则需要深度垂直才能创造业务价值。以营销场景为例，只有深度融入业务流程、数据链路和具体情境，才能形成价值闭环。比如众安信科的AI外呼助理Agent，提供从触发方式、话术合成到用户旅程的一站式触达解决方案，并自动生成跟进任务。这种与业务系统的高度融合，是通用型Agent难以实现的。本质上，这是一场让AI从锦上添花的工具，蜕变为驱动业务增长核心引擎的深刻实践。1.从模型狂欢到场景求真：AI Agent的“祛魅”之旅回顾AI Agent从去年至今的行业演变，一条清晰的演变轨迹浮现出来：行业经历了一场从技术迷恋到价值追寻的“祛魅”过程，正在告别对模型能力的盲目乐观，步入更加务实的落地探索阶段。这场“祛魅”之旅，首先是对“单点任务即智能”认知的破除。去年，当行业还沉浸在“AI能做什么”的想象中时，那些能够完成文档生成、图片解析、语音合成等单一任务的产品就被冠以Agent（智能体）之名。然而，随着实践的深入，行业很快发现，这类功能虽然展示效果令人惊艳，但难以承

从“最强大脑”到“智能协作体”。作者｜王艺编辑｜王博“单模型性能的边际提升，正在快速递减。”近期我们和一些大模型（LLM）研发者沟通时，不少人都有类似的感受。过去几年，AI模型性能的提升主要来自两个方向：模型参数规模扩大，训练数据与算力的增长。根据OpenAI、Anthropic、DeepMind等团队的研究，模型性能与参数规模之间呈幂律关系（Power Law），即性能随参数增加而提升，但提升幅度逐渐减小，表现出边际收益递减的趋势。这也和我们的观察所吻合，今年以来，我们看到的模型改进主要来自“上下文记忆增强”“多模态融合”“推理链优化”等方向，这些都不是纯粹靠“变大”实现的，而是靠“变巧”。单一模型的“性能天花板”已悄然出现。在海外，OpenAI、Anthropic、Google等大模型公司的最新模型，在性能上的差距越来越小。用户大体的感知是：GPT系列在创造性和逻辑推理方面略胜，Claude系列在编码和文本理解方面略优，Gemini系列在多模态方面略强。但对C端用户来说，这种差异不再能直接转化为新的付费理由。“甲子光年”发现，市场的竞争焦点从“模型谁更聪明”转向“谁能更好地用这些模型”，从“模型竞争”过渡到“系统竞争”。AI大模型参数规模不再是关键，AI系统工程架构的创新才是新的突破点。在这种背景下，AI Agent（智能体）的成为了AI行业新的叙事主体。甲子光年智库在《中国AI Agent行业研究报告》中，将AI Agent定义为具有自主性、反应性、交互性等特征的智能“代理” ，用公式表示就是：大模型时代的AI Agent=LLM x（规划+记忆+工具+行动）。而在众多AI Agent公司之中，一家几乎没有投放广告、仅24人规模的公司却被频频提起——Genspark。很多人对Genspark的印象还停留在华人硅谷创业公司、不断更新的产品功能以及45天3600万美元AR

企业应用AI正经历从“调用模型”到“构建AI Agent”的根本性范式转移。作者｜王艺编辑｜王博2025年Q4开始了，AI Agent（智能体）的热度依然不减。据Gartner预测，AI Agent领域预计将在2024-2030年间迎来显著增长，市场规模将从51亿美元攀升至471亿美元。从技术层面看，算力的持续提升、多模态的突破，以及插件和工作流编排工具的完善，为AI Agent的涌现奠定了基础；从产业角度看，模型的差距正在缩小，急需新的叙事来打开市场，而“AI Agent即未来劳动力”的故事最能打动资本与企业；从用户感知上看，AI Agent作为“能帮我干活的AI助手”，比抽象的大模型更容易理解。AI Agent的走红，正是因为它给了产业一个新的想象空间：大模型不仅能回答问题，还能调用工具、执行任务，拥有更长的记忆，与其他智能体协作，甚至还能预知风险。这不仅是从“会说”迈向“会做”，而是真正进入物理世界，成为我们工作和生活中的一部分。在云栖大会上，阿里巴巴集团CEO吴泳铭就认为：“未来几乎所有与计算世界打交道的软件可能都是由大模型产生的AI Agent。”“甲子光年”调研发现，今年以来，越来越多企业的智能化业务正从“调用模型”迈向“构建可执行任务的AI Agent”。甲子光年智库在《2025 AI Agent行业价值及应用分析》报告指出，AI Agent已经分化出“前端交互的大脑顾问”“专家级的数字员工”“贴心反馈的灵感伙伴”和“让想象力落地的创造者”四种核心角色，它们在不同场景中各司其职，共同构成了企业智能化的新图景。AI Agent场景地图，图片来源：甲子光年《2025 AI Agent行业价值及应用分析》企业不仅需要智能化工具，更需要一整套企业智能化升级的基础设施。前两年是围绕大模型，而现在是围绕AI Agent。这些观察带来了我们想要探讨的命题：什么是A

AI岗位化，重塑中国To B市场逻辑。作者｜田思奇编辑｜栗子饭还没上，争论先来。投资人坚持“改成美式SaaS，不然没戏”；张韶峰回了一句：“中国没有SaaS。”这句“逆势”背后，是他多年在一线看到的常态：项目越做越长、系统越来越全，最后的KPI却没有人认领。到2025年，行业走到了新的人工智能拐点——企业还能为功能买单吗？还是为结果付费？AI应用必须从“工具”被推向“岗位”。据“甲子光年”观察，作为少数率先下场者，成立11年的AI原生上市企业——百融云创，其破局中国企业软件桎梏的核心思路是：把AI当作“硅基员工”。只有把考核指标与业务目标挂钩，让AI真正承担岗位KPI，AI才能在To B市场扎根。“工具逻辑”和“岗位逻辑”的分野，正在决定AI能否在中国产业真正落地。1.从卖铲子到分金子百融云创的选择并非横空出世，而是一次对行业旧范式的突破。要理解突破背后的的深层原因，得先回到企业软件行业的原点。红杉资本合伙人帕特·格拉迪（Pat Grady）在今年早些时候的闭门会上直言，AI能力将从“卖工具、拿软件预算”，过渡到“卖成果、拿劳动力预算”。下一个万亿美元机会，即将浮出水面。在美国，这场范式转换有SaaS作为过渡；但中国企业级软件行业长期困于“卖工具、卖人头、做项目”的逻辑里。项目制与定制化压垮订阅模式，低价竞争让厂商无力迭代，用友、金蝶的财报就是最好的注脚。这套逻辑放到AI阶段，只会更加放大问题。模型、平台、PoC（概念验证）层出不穷，却始终停留在演示和试点。业务部门试用几轮，又换下一家供应商，真正能跑进企业真实业务的几乎没有。对于创业经历丰富的张韶峰来说，这并不陌生。作为清华毕业的工程师，张韶峰的职业起点是甲骨文、IBM这样的外企巨头。他见识到“企业级软件产品”的工程底色：稳定、可靠、流程完备。也更快意识到：外企的产品和业务体系在欧美土壤里可以成功，但移植到中国可能水土不服

告别单点供应，启动生态引擎。作者｜张麟编辑｜栗子千里科技的关键战略布局已落地，接下来要考虑的，是如何持续发展下去。9月28日，千里科技召开了首次品牌发布会，千里科技董事长印奇在现场不仅公布了英文名称、全新的logo，更重要的是展示了“千里智驾”智能辅助驾驶系统的能力。这种秀肌肉的行为更像是一种宣示，不仅巩固了其独立性，还标志着千里科技有能力面向全市场提供优质的产品和服务。从市场竞争的角度来看，2025年是智能辅助驾驶产品的大年，VLM、VLA大模型的持续更新、AI agent功能的上车和应用都在快速发展，可以预见的是，千里科技将会遇到极大的压力。但千里科技还有机会后发制人，技术、数据和用户的积累让其拥有了快速拓展市场的能力。就像吉利控股集团董事长李书福所说的那样：“印奇很聪明，未来是属于印奇的。”1.一场高端对话和一次复杂路试9月28日，千里科技的第一次品牌发布会在重庆举办。这场彰显完善的产业生态和业务布局的发布会几乎成为了千里科技成立以来最重要的一次公开活动。在发布会开始前的几个小时，重庆市召开了推动智能网联新能源汽车之都建设座谈会，在会议结束后的“AI+车，迈向智能网联新能源汽车之都”高端对话中，印奇第一次与中国长安汽车集团董事长朱华荣、吉利控股集团董事长李书福、赛力斯集团董事长张兴海同台，公开讨论智能辅助驾驶议题。某种意义上来说，这场高端对话甚至比千里科技发布会本身的内容还要重要。从产品层面的未来形态上看，印奇与其他几位车企负责人形成了共识：AI技术将深度参与汽车产业的变革，未来AI技术将让汽车从交通工具变为“移动智能体”，汽车将成为生活的助手、工作的帮手、挣钱的能手、休闲的伙伴。这种应用场景的革新，既给车企和AI服务解决方案供应商创造出了新的业务机会，同时也将建立起更深层次的合作网络和产业生态。“移动智能体”的实现，任何一家企业都无法独立完成。它需要AI算法、大模型

其势已至，使命自明。作者｜甲小姐1.始终“在场”今天，甲子光年八岁了。八年前，我们创立了甲子光年。那时的人工智能，尚是实验室的星火，“大模型”概念未起，产业智能化仍在草创。那是一个必须“相信”的年代——相信中国科技会有其底层叙事，相信思想可以塑造趋势，相信深度研究与长期主义仍有千钧之力。八年后，当AI以轰然之势重写世界的底层代码，我们蓦然回首：甲子光年，从来不是旁观者。在每一波技术浪潮的褶皱里，我们既记录，也参与；既思考，也推动。这八年，与其说是一个机构的成长史，不如说是一段时代的注脚与协奏——不仅“相信”，始终“在场”。用什么来形容今天人工智能的大时代？我脑中冒出的第一句话是“轰然成势，万象归一”。2.轰然成势：能量的临界如果一个人在2017年沉入梦乡，今天刚刚苏醒，他或许会觉得人工智能是一个凭空降临的庞然大物。一觉醒来，仿佛世界被重新编码。它无处不在：能写文章、能编曲、能设计、能编程，在企业中排班，在工厂里检测，在课堂上教学，在医院里诊断。所有人都在谈论它，所有行业都在重构它，仿佛这股力量，是在他沉睡的这些年里突兀而神秘地横空出世。但如果他这八年一日不曾离场，始终浸泡在人工智能发展的一线，又一定会深知，这一路走得并不容易。一个第一秒就能点燃无穷想象的概念，兑现之路却布满荆棘。算法的瓶颈、数据的偏见、算力的枷锁、落地的艰难、商业的拷问、伦理的灰区……每一次突破，都像在泥泞中跋涉；每一程前进，都以试错与倦怠为代价。那位从梦中醒来的人看到的是结果：一个轰然成势的世界，曾经抽象的“智能”，如今有了形体、速度与意志；而那些在梦外清醒的人经历的却是过程：漫长的孤独、无尽的试错、微小的积累。人工智能的故事，从来不是爆发的故事，而是累积的故事。曾经，我们追逐单点的技术突破，在模型与算法的迭代中寻找微光，我们寻找孤立的应用场景，在点状突围与局部实验中构建闭环，我们积累未知的经验资产，在数

Data&AI数据基础设施，AI时代的“核心数字底座”。当前，全球正经历由地缘政治重塑与人工智能技术革命共同驱动的深刻变革。全球化正在向区域化演进，供应链加速本土化，人工智能则从前沿技术加速跃升为核心生产力。麦肯锡研究显示，生成式AI有望为全球经济贡献约7万亿美元的价值，而中国有望贡献其中约2万亿美元，接近全球总量的三分之一。IDC的预测也印证了这一趋势，预计到2028年，全球AI领域IT总投资将增至8159亿美元，而中国的AI总投资规模将突破1000亿美元，五年复合增长率高达35.2%。这一趋势表明，AI革命不仅是技术革新，更是推动经济增长模式重构的深层变局。在这场变革中，各类组织机构，无论是企业还是政府，都面临着巨大的挑战和机遇。埃森哲的研究表明，中国企业正经历一场“挤压式转型”，转型窗口期更短，压力更大，挑战更多。传统的、孤立的数据系统（如数据仓库或割裂的数据平台）已难以满足AI应用对实时性、多模态数据处理和高弹性算力的需求。企业迫切需要打破数据孤岛，解决高质量数据供给不足、模型与业务场景割裂以及数据安全合规等痛点。这些挑战正倒逼数据基础设施实现一次范式跃迁，从单一的数据存储与分析工具，向支撑全业务流程的智能化底座演进。数据厂商要想抓住机遇并在新一轮竞争中脱颖而出，关键在于构建全新一代的数据基础设施，其核心能力在于：一是将数据生产、治理与业务端AI模型应用视作一个动态连续的生产过程，以满足业务实时性与连续性需求；二是突破单场景Agent模式，避免重复形成“数据烟囱”。Gartner预测，到2028年，至少15%的日常决策将由Agentic AI自主完成，这要求数据基础设施能支持跨场景、大规模智能体部署；三是形成集中治理与分散赋能的一体化数据基础设施，既保障数据资产的统一治理、安全合规与高效利用，又能分散式的赋能各业务端，让业务端灵活调用和创新。在技术层面，新型