真正的命门不是营收，下半年三款新模型才是关键。 文｜魏琳华 编｜刘俊宏 2026年上半年，MiniMax交出了上市以来一份够特别的财报。 从收入上，公司保持着高速增长态势，但收入的结构出现反转：2026年上半年收入1.17亿美元，同比增长283%。其中，B端开放平台及企业服务收入占比从30%跳至63%，首次大幅压过C端。 比财报信息量更大的是业绩电话会。会上，MiniMax表示，8月ARR突破8亿美元，B端占据80%。接下来半年，M3.1、M3 Pro、H3.1三款在研新模型将先后发布。 但真正决定MiniMax命运的，不是营收曲线，而是新模型能否在第一梯队排上名号。M3开始，MiniMax的模型正在向第一梯队发起追赶。下半年，新模型的成绩将进一步决定MiniMax的估值。 对于如何做好模型这件事，MiniMax给出了一个有点特别的答案——押注后训练和推理效率。 “只有最小化单位智能成本，才有可能最大化智能水平。”闫俊杰在电话会上给出了这样的答案： 这与DeepSeek的技术路线指向同一个方向：在预训练加码的基础上，智能增长同样和后训练的强化学习和推理优化相关。智谱最新发布的GLM-5.3-Flash走的是同一条路：稀疏激活、混合注意力、后训练引入环境反馈强化学习。 后训练的重要性已经不可忽视。大模型竞争的下半场，比的已经不再是谁先摸到上限，而是谁用更少的算力摸到上限。 赚钱跑赢烧钱 B端收入首次压过C端 单看数据，MiniMax在今年上半年交出了一份漂亮的成绩。 2026年上半年，MiniMax收入1.17亿美元，同比增长283%，相当于半年跑完了去年全年的1.5倍。财报会上，MiniMax还透露，Q2总收入环比增长81.8%，保持加速增长的迹象。 Token消耗的爆发是收入加速的引擎。据财报，7月，MiniMax的Token用量达到1月的20倍。 与之对应的是

做整合和减法，集中精力推一个用户入口。 文｜白   鸽 编｜王一粟 过去两个月，字节旗下AI工具豆包的产品迭代节奏明显加快。 6月，字节首次在豆包付费专业版中推出工作任务模式，而这一模式的核心变化，就是将AI从一个对话工具，变成能够真正干活儿的产品。 但彼时的“工作任务”还只是豆包APP内的一个工具模式切换。 8月，事情则开始加速，17日豆包上线手机远程控制电脑功能；18日，“豆包虚拟桌面”在Windows版本上线，AI可以像人一样查看屏幕、移动鼠标、点击按钮、敲键盘；21日，“技能·连接器·工作伙伴”功能上线，平台已上架超过200个技能和连接器。 8月25日，豆包工作上线，这是一个独立于豆包App、专门面向生产力场景的AI Agent产品。而就在前一天，字节刚刚完成一轮重要团队整合：TRAE、扣子（Coze）团队整体并入豆包体系。 这些动作用一个核心逻辑串联起来看，字节正在把所有AI生产力能力收拢到“豆包”这一个核心产品上。 实际看下来，豆包工作这款产品在整体功能设计、页面UI设计上，跟当前市场主流的AI办公产品区别并不是很明显，核心差异化最主要还在于其与飞书能力的深度打通。 不过豆包工作并不是飞书的AI增强包，它与飞书深度打通获取企业上下文，但在产品地位上，则是平行的，飞书管“人协作”，豆包工作则管“人机协作”。 可以看到，豆包工作的发布，并不是一次简单的功能更新，而是一次明确的战略整合：字节把过去几个月散落在不同产品里的办公AI能力，全部收拢到一个统一的品牌之下。 产品层面上，它也意味着字节第一次把AI从生成内容到完成工作的产品思路，封装成了一个独立、完整、可交付的产品形态。 更值得关注的是，这不是字节一家的动作。过去两个月，腾讯、阿里、百度几乎在同一时间窗口内，完成了各自AI办公产品线的收拢与品牌独立。 显然，AI办公赛道正从百团大战式的功能竞赛，快速切换

PixVerse R2要解决的问题是，能不能做得更好、更稳、更通用？ 文｜魏琳华 编｜刘俊宏 实时互动，今年成了视频厂商们“拔尖”的一致选择。 从爱诗、生数到字节，几家头部视频生成团队都在押注自己的世界模型。爱诗科技在今年1月发布了通用实时世界模型 Pixverse R1，让AI视频迈入实时动态生成；生数科技7月发布了面向实时交互场景的 Vidu S1 模型，支持实时视频通话和语音控制视频走向。 虽然两家不同的世界模型落地目标各有侧重——爱诗瞄准互动娱乐，生数押注实时视频通话。但大家都在回答同一个问题：怎么能够让实时互动真正进入到工业场景中，比如AI游戏、数字人等可能的方向。 不过，作为首批交卷的产品，这些模型暴露的问题也一目了然。 最典型的是“遗忘”，模型生成视频时会忘记用户最初的指令要求，上一秒还是古风世界，角色穿着长袍在竹林里漫步，下一秒画面突然跳到了现代街道；另一个普遍问题是指令遵循效果不理想，比如用户要角色站起来继续探索，角色却仍然纹丝不动。 归根结底，模型每生成一段新内容，都在用自己之前生成的、带误差的历史作为条件，偏差像滚雪球一样越滚越大，最终导致场景漂移、角色失忆、控制失灵。为了解决这些问题，模型厂商还在迭代中。 昨天，爱诗科技发布了新一代视觉模型Pixverse R2，它目前还没办法直接体验，官方只放出了少量demo和技术报告。 和上一代模型R1相比，R2要解决的问题是：能不能做得更好、更稳、更通用？ 能不能让实时互动的质量、长度、可控性持续提升，而不是单单停留在“能跑”的demo阶段？ 和R1比，R2好在哪？ 由于Pixverse R2目前还没有正式上线体验，只有官方放出的demo。光锥智能的测试以过往使用Pixverse R1的体验和后者演示效果做对比，来评估后者的表现。 先从场景稳定性来对比，Pixverse R2上了一个台阶。 我们要求Pixver

AI负责开门，供应链负责收钱。 文｜魏琳华 编｜刘俊宏 问一句“最近总头晕怎么办”，各种AI医疗咨询产品已经能够“稳稳地接住你”：它会顺着你的需求追问具体症状，再根据个人情况贴心地给出治疗意见。在这个过程中，AI可能会把你导向在线问诊、到家快检，或是药品的服务页，从而解决从咨询建议到履约的过程。 这个动作，几乎就是京东健康整盘AI棋的缩影：用AI承接用户的需求，让他们留下来，再将各类医疗服务融入到线上诊疗的过程里，最终靠供应链优势实现商业价值。 以零售医药为基本盘的京东健康，需要一个新业务带来的增长点。当下，AI撑起了这部分想象空间： 京东健康在AI医疗这件事上，正在全面尝试，且多数都和已有的优势紧密关联。C端，“大为”和“小康”两个AI智能体坐镇京东App和京东健康App，一边拉新留存，一边盘活已有医疗服务的转化；B端，面向医生的“知医”想做中国版的医疗搜索引擎和医疗工作台；H端，面向医院的解决方案“京东卓医”则在找寻自己切入医院细分场景的可能性。 三端齐发，京东健康能如愿找到自己的第二增长曲线吗？ C端：两个AI医生 一个服务逻辑 在C端的打法上，京东健康偏向于用AI承接问询服务，为自己已有的医疗服务（买药、上门快检等）提升转化。 目前，京东健康有两个承接AI健康服务的入口——京东App内置的AI医生“大为”，和京东健康App内置的AI健康助手“小康”。 京东健康AI助手“小康” 这两个产品的定位还有一定的区别：上线于2025年的AI医生大为负责的是更偏向于严肃医疗和专业医生式的服务，发布时间更早（2024年）的小康则更像一个结合了京东服务体系的AI健康助手，它解决的问题更简单，同时更多地链接了京东买药、检测等服务，针对京东健康已有的服务做建议。 上线一年，大为已经成为京东体系内AI医疗智能体的总入口。目前它的界面里还内置了多款AI医疗的垂类智能体，比如AI营

从传统办公软件迈向“组织级AI办公智能体”的关键一步。  文｜白   鸽  编｜王一粟 2026年的夏天，AI办公赛道的火药味前所未有地浓烈。 先是腾讯的WorkBuddy成为行业一匹黑马，后字节跳动突然宣布组织架构大调整，飞书产品团队并入豆包，GTM体系合并至火山引擎，剑指企业级AI办公赛道。 字节组织架构调整仅4天后，阿里巴巴就宣布旗下企业级AI办公产品千问办公正式开启公测，而其是由阿里内部三款产品QoderWork、MuleRun、悟空全面整合而来。 可以看到，在AI办公这条赛道上，互联网大厂们的动作一个比一个急，竞争也日趋激烈。 大厂们忙着合并产品线、抢占入口，金山办公则把仗直接打到了组织的工作流里。8月21日，“WPS Comate百城AI智能体赋能计划”在北京启动，联合各地国资委、大数据局、经信局等机构，面向企业数字化及AI业务负责人开展专项培训，推动组织级AI从标杆客户走向规模化复制。 “这回的 AI 冲击，力度之大史无前例。金山办公只有两种选择：要么死掉，要么痛苦转型，把自己变成一家 AI 化的公司。”金山办公CEO章庆元说。 金山办公CEO章庆元 在竞争白热化的表象之下，一个更本质的问题正在浮现：当所有人都在卷AI，企业真正需要的，到底是一个更聪明的模型，还是一套能真正跑起来的产品？ “未来AI大模型将像基础云服务一样随时可获得，性能差距仅有‘百分之个位数’，国产模型也做得足够好，而且追赶速度也越来越快。”章庆元如此判断。 因此，在其看来，企业AI落地难背后，根源问题并不在于模型不够聪明，而是缺乏统一的管理。 所以，金山办公在如此激烈的市场竞争中，赌注也非常明确： 即当模型平权时代来临后，胜负手在于谁能依托足够深的工作上下文，构建出从个人到企业、从生成到交付的完整办公闭环。 为此，金山办公为WPS 365增加了组织级AI智能体

具身智能的下半场，拼的是交付。 文｜罗镇昊 编｜刘俊宏 逛完今年的WRC，兴奋的同时，又有一些揪心。 没人再怀疑机器人到底能不能干活了。分拣台上，机器人抓着一件件包裹，翻过面单，送上传送带；咖啡吧里，机械臂取杯、萃取、递杯一气呵成；家庭展区，机器人在叠衣服、收拾桌面、给垃圾桶套塑料袋，全程自主完成。 干活几乎成了展台标配，而且大部分任务，完成得都还不错。 从另一个角度说，这些演示又多少带着点“欺骗性”。毕竟，人类善于根据眼前的事物产生联想。看到机器人在叠衣服，或许会觉得它也能做收纳，能叠T恤，那也能叠大衣、裙子，在现场能干，搬到任何一个家庭，也可以直接上手。 但这份想象，机器人目前还很难接住。 光锥智能在展会了解到，很多演示比较流畅的任务，其实是根据固定的场景和流程，特调出来的。一旦换上没见过的物料，或者打乱流程，甚至干扰光影，表现就会不如人意。有展台工作人员向我们坦言，演示前在现场临时采了数据，或表示做了“微调”。 演示中的干活，和真正的干活，仍隔着一些距离。 这段距离有多远，取决于模型的泛化能力，精准度和反应速度如何，数据能否供应得上，采集方式有哪些新的解法…… 但时间不等人，机器人行业已经来到了关键转折点。 在过去大半年间里，机器人行业涌入了太多资源。几乎每两周就有融资事件，IPO的门口排着一长串人，机器人这个还处于早期的行业被资本、客户、产业链们共同推到了史无前例的高位。尤其是当宇树上市首日达成4千亿市值，标杆效应打开了机器人行业的天花板，同时也让那些试图在公司低估时期入局的投资人，少了“捡漏”的可能。 但热闹终将散场，筹码总会兑现成价值。当行业融资通道收窄，随之而来的就是靠硬实力的长跑。从这个角度看，今年的WRC可能会变成很多玩家的最后一舞。 那么，当机器人会干活已经不再是新故事，行业的下半场，到底比什么？ 面对这个问题，众擎机器人创始人兼CEO赵同阳给了光锥智能

​AI订单涨疯了，利润还在路上 文｜白    鸽 编｜王一粟 AI带火的算力卡，到底放在哪儿了？ 答案指向了数据中心运营商，它们不造算力，只盖机房、供电力、搞运维，把机柜租给云厂商和互联网公司。 万国数据，就是这其中最老牌、也最“重”的一个。 8月13日，万国数据发布了2026年第二季度未经审计的财务业绩。财报发布后，市场迅速给出积极回应，次日港股盘中最高触及35.16港元，最大涨幅达13.3%。 这家中国第三方数据中心运营商，再次成为资本市场关注的焦点。 市场情绪的高涨并非没有依据。 从财报表面数据看，万国数据交出了一份相当亮眼的成绩单：上半年净利润约34.90亿元，同比实现扭亏为盈；第二季度单季净利润8.38亿元，成功扭亏。 与此同时，运营端的表现更为惊人，上半年新增签约量达470兆瓦，仅用半年时间便超过了2025年全年总和，管理层更是直接将全年销售目标翻番至1吉瓦。 在AI算力需求井喷的当下，万国数据作为“卖铲人”的角色正在迎来前所未有的历史机遇，也正在被市场重新定价。 但数字需要拆开看。利润暴增的背后，有多少是正经经营赚的？订单涨疯了，钱什么时候才能真正落袋？这家中国领先的第三方数据中心运营商，在AI时代究竟处于怎样的真实状态？ 一门老生意 正在被AI重写 万国数据的生意，本质上就是数字时代的“包租公”，只不过包的是机房，即把建好的机房、稳定电力、制冷和网络带宽，按机柜或功耗租出去。 客户把服务器往里一放，供电、散热、安保、运维全归它管。 所以一般来说，其客户都是吃算力的大户：云服务商、大型互联网公司，以及银行、保险、券商的灾备和核心系统等等，合同一签5到10年，客户黏性极强，收入高度可预期。 重资产、长周期、高杠杆，这套模式在其2000年成立时就定型了。但AI来了之后，给这一门老生意，带来了巨大的变化。 从财报数据上来看，万国数据当前

具身智能到了体系化竞争阶段。 文｜刘俊宏 编｜王一粟 8月的北京亦庄，2026世界机器人大会（WRC）的现场，具身智能行业的风向已经变了。 往年最抓眼球的表演，已经变成基本操作。今年各家比的是“干活”——模拟产线上搬运、汽车产线柔性插拔、货架前自主递送。比的不再是动作多炫，而是能不能稳定完成特定任务。 但热闹之下，行业真实处境并不轻松。据新战略咨询数据，2025年全球人形机器人出货量约1.8万台，85%以上集中在文娱表演、教育科研、数据采集这类需求，真正进入工业制造、仓储物流的，只有4%。换句话说，每卖出10台机器人，能进工厂和仓库的不到半台。 具身智能产业化最大的卡点，在于能不能长期、稳定、低成本、规模化地进入真实场景。 也正是在这个意义上，云深处的展台值得多看几眼，因为它带来的不是某一个爆款，而是一整套已经跑通的解法。 首先是一套产品矩阵。人形机器人DR02、轮足机器人山猫M20S、四足机器人绝影X30，“一人一猫一狗”三种形态，是为了让不同环境、不同任务都有最适配的身体。 其次是应对不同行业碎片化需求的能力。云深处的答案是扎进1200多个真实场景里反复打磨，再把经验沉淀成覆盖能源电力、应急消防、安防巡逻、民生服务、教育科研六大行业的标准化解决方案。 最后，也是最难的一步，就是把标准化产品转化成实实在在的规模化落地。 支撑这一切的，是云深处多年全栈自研的技术底座，是在真实工况里反复挨打、迭代出来的场景经验，也是在产业一线用持续落地换来的系统能力。 在大多数同行还在回答“机器人能做什么”的时候，云深处已经率先跑通了从真实场景验证、标准化交付到规模复制的产业化路径。 这不只是一家企业趟出的模式，也为整个行业提供了一个值得拆解的样本。 每个场景 都要有一个适合的本体 为了在寒冷的北极生活，北极狐进化出厚实的皮毛；为了在漫天风沙的沙漠中生存，骆驼进化出了驼峰和双重睫毛

短期做补贴，长期拿用户。 文｜魏琳华 编｜刘俊宏 8月5日，彭博社报道称，演语科技（Evoken）已启动香港IPO筹备工作，新一轮融资估值达30亿美元。就在三个月前，这家公司刚刚完成近3亿美元B+轮融资，投后估值超过20亿美元，刷新了中国AI应用层单轮融资最高纪录。 这家公司的名字或许对大众来说还比较陌生，但它的产品正在AI创作领域攻城略地。从产品的更新迭代上，它在大厂们的边界之中游走，找到细分领域里的空白机会，然后快速跟进。 三年里，他们发布了五款产品：图像模型社区Liblib、设计Agent产品Lovart（中文版星流）、AI视频创作平台LibTV和对标Sora的AI视频应用造次。截至2026年5月，公司ARR（年度经常性收入）已突破3亿美元，他们和投资人同步的信息是，年底ARR至多可达7亿美元。 按照7亿美元ARR做对比，高盛预测可灵AI年底将达到10亿美元ARR，这意味着靠AI应用，演语科技已经做到可以和模型厂商媲美的营收水平。 产品虽然定位五花八门，但在设计思路上却出奇一致：它不造模型，而是卖“怎么用模型的能力”。 “我们的价值就是在模型上叠了一层——对齐。”用演语科技创始人陈冕来说，这一系列产品的核心，都是解决模型能力和用户使用之间的gap。 演语科技创始人陈冕 陈冕曾担任剪映与CapCut全球商业化负责人，也是字节跳动最年轻的产品4-1（高级管理层）之一。这段经历解释了演语科技的开局逻辑：看到AI工具的机遇，从模型社区切入，然后在一个更垂直的领域一头扎下去。 但劣势也很明显。 作为互联网时代出来的人，陈冕深知AI应用的护城河是个问题。大厂手握对模型的定价权，也能快速复制产品矩阵。即使是在AI应用的新领域，他们也不得不面对互联网时代的老问题：怎么在大厂纷纷跟进的情况下，维护好自己的垂类生意？ 演语科技的故事，是一个从大模型“中间商”起家的AI应用公司与时间赛跑的

最近，移动云全新MobileCloud门户正式上线，号称“一个入口打通全系AI”，还推出云主机/云电脑首月1元等优惠活动，超低价格让利。 把模型、算力、智能体等收进同一个网页入口，放在今天已经不算新鲜事。而云服务商做AI门户，还是比较少见，但回顾移动云过去一两年的动作，这个动作其实非常合理。 从去年的“云智算”新概念到今年的“Token运营”新体系，移动云无疑是在下一盘有关AI算力的大棋。这个AI新门户，就是关键一步。 产品硬核 一再拉高含金量 1.MoMA管模型，量大管饱 门户“模型”板块的背后其实是移动模型服务平台（MoMA），它接入的主流模型超300款，最新款的MiniMax H3、Kimi K3、Qwen 3.7等都有，上新非常快。  了解一下才知道，MoMA与火山引擎、阿里千问、智谱、MiniMax、Kimi等头部模型厂商建立深度合作，厂商的旗舰模型在移动云拥有“0Day”首发。而且，MoMA内置智能路由引擎，按成本、效果、均衡三策略动态匹配模型调度，能有效降低百万Token成本。 2.移动引擎，Seedance 2.0×MobileClaw 门户里有一个特殊的能力专区——“移动引擎”，它把大模型推理放进机密执行环境，端到端加密、可用不可见、明文不出域。 移动引擎搭载了 Seedance 2.0，很适合用来做商业视频。就我自己而言，做视频的时候最怕客户素材泄露，用这个比丢进普通云端更踏实。而且它是零硬件投入、开箱即用；再叠上现在门户开张把算力价格压到很低，比之前划算多了。  最新推出的MobileClaw内容创作版就是在移动引擎基础上打造的一款开箱即用的产品，它和那些纯第三方Agent不同，是移动云自己研的桌面级AI智能体。比起OpenClaw得自己折腾部署、操心数据安全，MobileClaw是直接下载就能用，核心数据都存本地、保护敏

Agent越多，数据库的生意越值钱。 文｜白   鸽 编｜王一粟 刚刚过去的这半年多，大模型赛道依然火热，行业里各种各样的Agent真是满天飞。 以蚂蚁灵光为例，其用户说一句话，30秒就能手搓出一个闪应用：一个记账本，一个报名页面，一个打卡工具。上线四个月，这样的应用已经积累了3000万个。 然而，落到企业级市场中，真正能够跑到核心系统的却没几个。“大模型学了全人类知识，但可能读不懂公司的一张表。” OceanBase CTO杨传辉此前说道。 AI落地的滞后，一定程度上是企业级的“准备工作”还没做好。这其中非常重要的一块儿，就是数据底座。 毕竟，数据是AI大模型的燃料，而当模型能力开始趋于收敛后，真正能拉开差距的，是数据底座的质量，如果数据没管理好就喂给Agent，就很难开发出真正的智能应用。 同时，当用户持续生成Agent后，规模问题就不再只是单个数据库有多大，而是千万级Agent能否各自拥有独立、可计算的数据与记忆空间，并在同一套基础设施上低成本、可控地长期运行。 换句话说，Agent的上限从来不取决于模型参数有多大，而取决于数据底座能不能给它提供可信的上下文、独立的记忆空间和长期运行的确定性。 OceanBase CEO杨冰此前也提到过：过去两年跟CIO们的沟通主题在快速变化，两年前聊的是 GPU，去年聊的是模型，今年上半年聊的是Agent。但最近三个月，大家都在聊数据。 无疑，AI大模型赛道的持续爆发，也给数据库这个“老古董”带来了新机遇，而Agent越多，数据库的生意也就越值钱。 因此，当Agent开始倒逼企业把数据库从“业务记录系统”重做成“智能上下文底座”时，分布式数据库市场的座次就不能只按旧式事务处理份额看了。 而且机遇从来不是平均分配的，它正快速向那些提前完成技术储备和产品卡位的厂商集中。 近日，赛迪顾问《2025-2026 中国平台软件市场研究

冲刺 IPO 的智平方，被产业链催熟。 文｜刘俊宏 编｜王一粟 二级市场的门槛，快被具身智能公司踩塌了。 8月5日，彭博社放风说智平方已聘请投行顾问筹备港股IPO，最快2027年启动。紧接着，有媒体透露自变量已经秘密向港交所交表。几乎同一时期，宇树开启科创板询价，在上市的“大长龙”里，还排着一个智元。 对于上市相关消息，智平方对光锥智能回应称：“公司当前的核心重心始终聚焦在技术研发与商业化场景落地，持续打磨核心技术壁垒与产品落地能力。资本市场相关的长期规划，我们会根据业务发展节奏、行业环境稳步推进，若有重大相关信息，公司会通过官方渠道适时对外披露。” 这个答复没有肯定或否定的信息。但结合上市信息与公司情况，无论是从上市进度的准确性，还是收入可公开、可检验层面看，智平方夹在这几家公司里面，本身就是个对照。 从公开资料上看，智平方确实漂亮。 在组织层面，智平方创始人郭彦东曾任微软AI团队核心研究员，回国后历任小鹏汽车、OPPO首席科学家，从纯AI技术到智能硬件再到交互——“三吃”。业务标签上，智平方给自己的定位是“生产力型通用智能机器人公司”，尽力追求实际，不做表演，专注干活。形态上不追双足，采用轮式双臂。技术上，智平方最重要的主张是以VLA技术为基底构建“类人大脑”思考。 智平方的落地也不算慢。在重视量产的2026年，智平方与惠科签下3年1000台订单；公司称在自建产线当年实现单月百台交付，今年规划万台产能。不过如何在单月百台交付的情况下，实现万台产能，还是一个未知数。 按照目前的交付算，智平方距离第一梯队的宇树和智元还差得远。根据Smart Analytics Global数据，全球上半年人形机器人出货约19100台，是去年同期5100台的三倍多。智元以8400台、44%的份额居首，杭州宇树科技以5900台位列第二。 基于技术和落地的情况，智平方在资本方面，一口气冲进了“2

具身智能200亿俱乐部，一文看懂5家公司。 文｜罗镇昊 编｜刘俊宏 智平方和自变量又掐起来了。 前几天，彭博社刚曝出智平方准备明年赴港IPO的消息，紧接着，就传出自变量已经向港交所秘密提交了上市申请。  这不是巧合。就在一个月多前的6月29日，两家公司在同一天宣布完成新一轮融资，投后估值均超过200亿元。 200亿，这个数字放到往年还难以想象。如今已经变成了具身智能头部公司的新门槛。 按照公开口径披露，除去灵巧手类零部件厂商，跻身具身智能“200亿俱乐部”的企业至少有五家：智平方、自变量、星海图、千寻智能和银河通用。 要知道，这200亿俱乐部可是在收缩中被选出来的。 据烯牛数据《2026年H1中国私募股权市场深度解析报告》 ，截止2026年7月5日，LP（私募基金出资人）出资降了32.65%，政府类LP直接腰斩，单笔均值五年缩水44.8%。同时报告还指出，具身智能融资事件却同比增长107%，并在新晋独角兽企业TOP10中独占4席。 在商业化路径还未被验证时，五家公司通过高密度融资迅速越过200亿估值线。这是目前一级市场能给到的最高一档价格。 再往上，就只能借助IPO了，比如宇树和智元。 专注本体的宇树拥有业界顶尖的运控技术和控本能力，2025年，宇树的人形机器人出货达5500台，营收约17亿；智元出货量不相上下，超5000台，营收则超10.5亿。 最近，宇树的发行价刚刚出炉，上市估值为609亿元。智元进入IPO阶段后的目标估值是363到433亿元。 和上面两家巨头相比，200亿俱乐部里的成员有所不同，出货量基本还刚摸到顶流的门槛。那凭什么撑起这个估值？ 参考市场上“确定性的定价”。宇树610亿的发行价和智元的目标估值，根据营收算下来的市销率都是35-40倍这个区间。拿这把尺子去量“200亿俱乐部”，算下来就是要有5亿上下年收入。收入达不到，只能证明溢价客观存在。

创造从看见开始。  文｜白   鸽  编｜王一粟  “我爷爷吃药不是很规律。他要吃好几种药，但是经常会忘记，或者吃错。”  最近，在位于杭州蚂蚁A空间的路演台上，一位少年一边讲述产品的出发点，一边展示他和队友里做出的“药小宝”产品原型：拍照就能识别药品信息，语音提醒按时用药，界面采用适老化大字设计，甚至还能用子女提前录制的声音提醒老人服药。  这是蚂蚁数科与杭州数字技能人才培训产业联盟共同发起的AI少年 OPC 创客营的结营现场。  这个夏天，21名平均年龄14岁的少年，在不到5天的时间里，从零开始做出了回应真实需求的产品原型：除了智能用药提醒外，还有为残障人士提供无障碍行动指南的互助平台，把垃圾分类变成养成游戏的智能垃圾桶，还有让非遗皮影在屏幕上“动”起来的交互游戏。  在此之前，这些少年基本没有编程经验。  “以前，我只是把 AI 当成聊天工具，现在我可以用 AI 真正创造出产品了。”一名 12 岁的少年说。从“聊天”到“创造”，这句折射出当下AI正在带来的变化：当 AI 持续降低创造的门槛，做产品、做应用，就不再只是少数专业开发者的专属，而成为人人都可以尝试动手参与的现实。  一个全民Builder的时代正在到来。  5天4个作品“创造”从“看见”开始 这些少年创客最打动人的地方，不在于他们掌握了多么酷炫的技术，而在于他们看见了生活中真实细碎的裂缝。  比如药小宝这个项目，来源于一个再具体不过的生活切片。  有个少年的爷爷，每天要吃五种药，有的饭前、有的饭后，有的隔一天一次。老人把药盒排成一排，用放大镜看说明书，最后还是会搞混。  漏服、重复服、混淆服药，这是无数多病共存老人的日常。  “我们一开始想做很酷的AI。”这位

暂时跑赢半个身位的WorkBuddy，能不能守住下半场。 文｜魏琳华 编｜刘俊宏 Work类产品是一场酣畅淋漓的生态融合。 在火热的AI办公赛道，大厂们已经开始码生态、砸资源，打得不亦乐乎： 放到最近的字节、腾讯和阿里身上，拆分和融合，都是为了成就自家的AI办公产品：字节把飞书的产品团队整合到豆包，给豆包企业版找了专业的To B团队助阵；阿里把QoderWork、悟空和MuleRun三款Agent融合成“千问办公”，不赛马分流量，集中到一款产品中；腾讯则把腾讯文档的能力整合到了WorkBuddy中，打通了人和AI在Office里协作编辑的功能。 大厂对AI办公赛道的看好已无需多言，但在赛道热度持续走高的同时，市场对各类办公智能体的真实能力和使用体验出现了诸多争议——AI办公赛道的智能体，和其他智能体到底有什么区别？ 相比于通用智能体，AI办公已经限定好了使用场景。对比AI Coding，它需要真正融入各种职业的办公流程，找到智能体目前能做的任务。 要做到这点，AI办公智能体需要做好两件事——生态和能力展示：打通生态是为了让AI跨应用获取数据、权限，比如接飞书、钉钉才能方便AI获取资料，将AI结果直接交付到业务中；工作流是为了和真实岗位的流程咬合，比如财务的合同、发票；法务的文书、立案；HR 的简历筛选等等，都是具体的办公场景。 但要做好上述能力积累，厂商需要的不仅是自家生态的优势，还有大量打磨产品能力的时间。 现在的办公智能体，究竟做到了哪一步？它们能够在办公场景做最简单的活，还是真的能深入到工作流里省时间？ 为此，光锥智能测试了最近更新频繁的WorkBuddy。 测评下来，WorkBuddy在能力执行上处于及格的水平，但它现在更关注的不是能力，而是降低用户的使用门槛，让用户真的能用起来。 在Agent真正成为普及品之前，巩固用户的使用习惯，是AI办公竞争的第一道线。 人机

钉钉之后，阿里又甩出一张办公王牌。 文｜白   鸽 编｜王一粟 中国AI大模型的参数竞赛，已经进入到万亿规模时代。 8月3日，阿里巴巴正式发布新一代基座大模型Qwen3.8，核心旗舰模型为Qwen3.8-Max，总参数达2.4万亿、单次激活95B、1M上下文长度、支持视觉理解。 就在Qwen3.8发布的同一周，Kimi K3以2.8万亿参数强势开源，MiniMax的M3 Pro也达到2万亿参数级别，并传出即将开源的消息。 此外，包括DeepSeek V4 Pro、文心5.0、MiMo-V2.5-Pro、LongCat-2.0等国产AI大模型也都达到万亿参数级别。 可以看到，2026年的中国AI江湖，万亿参数正从技术里程碑变成头部玩家的入场券。 但参数往往是表象，大模型能否真正“干活儿”，正成为当前行业更加关注的焦点。 而在此次阿里最新的消息中，真正值得关注的，不是阿里又发了一个更大的模型，而是它正在把模型能力一步步翻译成平台能力，再翻译成产业能力，并真正融入到企业工作流程当中。 几乎同一时间，阿里也官宣其旗下企业级Agent产品千问办公开启公测，Qwen3.8也被接入其中，用户可在千问办公对该模型进行体验。 把底座能力交给Qwen3.8，应用入**给千问办公，两者在钉钉生态中完成合龙。可以看到，阿里正在把大模型能力真正用到场景当中，将其变为真正的生产力。 而在AI办公赛道中，阿里的战略意图也很清晰，不跟腾讯WorkBuddy在C端个人工具赛道硬碰，而是把钉钉和阿里云积累的百万级企业客户作为护城河，做面向企业组织的AI生产力平台。 显然，当底座模型、钉钉入口、企业工作流三者被Qwen3.8与千问办公焊在一起，大模型从参数竞赛到工位扎根的最后一公里，或许也正在被阿里逐渐打通。 超大杯的Qwen3.8 不只是一次参数的跃迁 先看基座大模型的能力。 据阿里披露，

智元急着上市，买的不是钱，是时间。 文｜罗镇昊 编｜刘俊宏 这是个创业公司？早期很多科技投资人表示看不懂智元。 成立三年，智元已经成了“航母战斗集群”，孵化5家子公司，直接投资20多家行业相关企业，成立至少17家合资公司，并拥有一座市值513亿的A股平台。 7月底，智元又传出上市的消息。有投资人透露，公司最快在今年8月挂牌。基石投资人给出的目标估值约363亿到433亿元。这个价格，基本和宇树的价格（420亿元）看齐。 放眼整个具身智能行业，智元就像是个特立独行的小孩。别人做单点，它全线铺开；别人抢融资，它去敲钟。 这不是智元第一次给自己定价。2025年7月，智元收购科创板上市公司上纬新材控股权。此后，上纬新材股价暴涨，市值从30亿元左右最高冲到891亿元。即便回落到今天的513亿元，也比智元港股IPO的目标估值高。 手握A股平台再闯港股，是智元缺钱吗？智元CTO彭志辉曾在4月的媒体群访中说的很明确，不缺。 “公司已经实现自我造血，不是很缺钱，对外部一级市场的资金需求没那么迫切”，彭志辉说。同一场合，董事长兼CEO邓泰华也提到，智元商业化非常顺利，2025年公司营收突破10.5亿，同比增长20倍。 或许，智元当下最缺的不是钱，而是时间。拆解智元这三年的所有动作，主线只有一条——在每一轮洗牌到来之前，确保自己手里还有牌。 就像智元CTO彭志辉说的：“我们也没想过短期就做成这件事……短期市场上会有各种正负反馈，但对一家初创公司，最重要的是留在牌桌上。” 把四分之三的资源 换成不下牌桌的底气 外界看到的是智元四处出击，看不到的是这家公司在内部的极度集中。 邓泰华透露，智元约3/4的研发人力和超过3/4的研发费用，集中在大小脑AI上。这意味着，在母公司层面，绝大多数资源压在了最需要长期攻坚的方向上。 这种选择本身就是一种判断——在具身智能这个刚起步的赛道，本体可寻求合作、应

字节面向AI ToB时代，打出的一张全新底牌。 文｜白   鸽 编｜王一粟 字节跳动的ToB业务，正迎来一场史诗级调整。 7月30日，字节跳动发布了一封内部邮件，主要涉及到飞书、豆包和火山引擎团队的整合： 一是，飞书产品团队将与豆包团队整合，成立新的豆包产品团队，由豆包负责人赵祺统筹，飞书负责人谢欣向其汇报。 二是，飞书的GTM（市场、销售、客户服务）团队则与火山引擎团队合并，成立名为“创造力服务平台”的全新To B GTM组织，由火山引擎负责人谭待掌舵，飞书销售负责人林婵、战略及市场负责人史志隽均向谭待汇报。 而这，是字节跳动2021年成立6个BU（业务单元）后，针对To B业务规模最大的一次组织调整。此前，飞书与抖音、TikTok、火山引擎等是并列的BU，谢欣向字节跳动CEO梁汝波汇报。 表面上看，这是一次汇报线的重排。 但拨开迷雾，真正发生的一件更具战略分量的事，是字节正在把豆包从一个C端的聊天机器人，改造成一个嵌入企业工作流的B端AI助手，而飞书，就是这个改造过程中最关键的桥梁。 字节在内部信中把这次调整的初衷说得相当直白：AI将深刻影响B端企业的生产力和每个人的工作方式，整合是为了更好地打造面向办公与生产力场景的优质产品，更好地服务B端客户。 换句话说，这是字节在AI优先的战略下，把原本各自为战的卖软件的（飞书）、卖算力的（火山引擎）、做模型的（豆包）三块业务，重新编组为一个面向企业客户的统一作战单元。 截至2026年6月，豆包大模型日均Token调用量已突破180万亿。调用量爆发的背后，是企业级调用正在成为豆包最重要的增长引擎。 字节试图争夺的，也不只是大模型的市场份额，而是AI时代个人和企业调用数字世界的入口。 在当前大厂们都在整合AI ToB业务线的档口，这或许也是字节跳动面向AI ToB时代，打出的一张全新底牌。 字节AI ToB变阵 

西门子Eigen工程智能体，把AI从对话框拉到产线业 文｜白   鸽 编｜王一粟 在AI大模型落地赛中，工业+AI是一个非常特殊的赛道。 过去三年，AI的故事几乎都在同一个剧场里上演：参数竞赛、模态扩展、benchmark刷新。消费级的Agent更是遍地开花，各行各业都在上演Agent落地赛。 但当视角转入真正的一座汽车焊装车间、一座铜冶炼厂的高温炉前、或是食品工厂的打粉工段，会发现另一个平行世界。 绝大多数的工业AI项目，至今仍停留在PPT、Demo和试点阶段，真正能够嵌入产线、自主执行、创造可量化价值的落地案例，屈指可数。 这种差异背后，其实是对工业AI本质的两种截然不同的理解。 消费级AI的逻辑是创造可能性，所以它能够容忍幻觉、鼓励探索、接受试错，而工业级AI的逻辑是创造可信性，它要求零容错、可追溯、可验证。 毕竟，工厂不是聊天室，一条错误的控制指令可能导致百万级的停机损失，甚至安全事故。 因此，工业AI的终极考验从来不是算力多大、参数多牛，而是它能不能在复杂的物理世界里，赢得工程师和产线操作员那份近乎苛刻的“信任”。 这也是过往工业AI更多停留在demo阶段的关键原因之一。 但今年，工业+AI赛道迎来关键性突破。 在7月份举办的世界人工智能大会（WAIC）上，西门子正式面向中国市场全面发售Eigen工程智能体，这款智能体是全球首批正式商用、可自主规划执行工业自动化工程任务的AI系统，目前已在全球19个国家、逾百家企业进行部署。 而此产品的推出，也让工业AI的产品形态，从辅助决策的Copilot，进化到自主执行的Agent，从在对话框里给出建议，到嵌入自动化工程工作流，完成PLC编程、HMI可视化开发和设备配置等工程任务。。 可以看到，西门子这家已经拥有超过175年历史的工业老炮，正在积极迎战AI时代给传统行业带来的巨大变革，并在这其中，走出了一条很“重”，