甲子光年

中国科技产业精品智库

IP属地:未知
    • 甲子光年甲子光年
      ·11-06 22:04

      从能用到进入生产:腾讯如何构建企业级Agent生产力系统|甲子光年

      从个人助手到组织级生产力系统。 作者|田思奇 作者|栗子 每到月底,销售负责人都要弄清哪些客户回款逾期,以及逾期的原因。对企业Agent来说,这远比查一张报表复杂。它需要连接客户管理、合同和财务系统,核对发票与跟进记录。同一个问题,销售只能看自己负责的客户,主管可以查看获授权的团队数据,财务人员的权限又不一样。 这是腾讯云智能体开发平台ADP负责人马雁翔在腾讯全球数字生态大会上举的例子。模型已经能理解指令、调用工具,但各家企业有自己的流程和权限。Agent能否真正完成工作,取决于它是否理解这些规则,能否跨系统执行任务。 AI投入能否兑现为业务价值的问题也愈发突出。Gartner在2026年10月公布的CEO调查显示,44%的受访CEO难以向利益相关者证明AI的财务回报,63%认为重构运营模式是加速价值兑现的重要举措,52%将部署AI Agent作为员工列为重要方向。 10月29日至30日,腾讯全球数字生态大会在深圳举行。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生强调,员工用AI Agent提效已经是必选题,“否则不进则退”。 在他看来,企业落地Agent的难点不是模型不够强,而是断点太多:AI能写方案、做分析,却接不上业务系统、拿不到数据。落地的关键在于连接,把人、工具、系统和数据连起来,让Agent理解业务并参与实际工作。为此,腾讯将围绕办公协同、数据管理与业务执行三大场景,助力企业打造可运营、可进化的智能生产力系统。 同期,在腾讯全球数字生态大会的AI产品发布台上,两天时间里,围绕应用、数据、安全和工程四个板块,腾讯集中发布了40+款Agent产品。从员工日常使用的工作入口,到业务应用开发、云端运行和安全治理,腾讯正在尝试构建一套支撑Agent进入企业生产的完整产品体系。   1.超级个体,不等于超级组织 准备此次大会演讲时,汤道生把想法交给Wor
      222评论
      举报
      从能用到进入生产:腾讯如何构建企业级Agent生产力系统|甲子光年
    • 甲子光年甲子光年
      ·11-05 13:04

      首个生涯大模型,开始操心你这辈子|甲子光年

      “孩子看到了未来,就能把握好现在。” 作者|刘景丰 头部大模型,正盯上教育赛道。 10月初,OpenAI 在披露青少年版ChatGPT最新进展时,公布了一个新产品——College Planner (大学申请规划工具),将服务范围从日常学习延伸至大学申请。 OpenAI披露的信息显示,每周有数十万美国青少年自发用ChatGPT做选校、查截止日、整理助学金材料等。某种意义上,College Planner是被需求推出来的产品。 要说AI在教育上的应用,早已不新鲜。早期是AI搜题、智能答疑、个性化作业辅导,帮学生解决一道道难题;近几年则延伸到长期成长服务,靠数据帮学生做生涯探索、升学研判与志愿规划。AI也就从一个单点工具,变成了贯穿学习与成长的助手。 “甲子光年”认为,在AI越来越引发“代替思考”的担忧下,生涯规划这类服务更可能成为AI在教育应用上的突破口。尤其在AI引发人们职业焦虑之后,如何从教育源头就做好生涯规划变得越来越重要。 今年6月,在高考结束之际,腾讯旗下元宝、阿里旗下千问以及百度文心等AI大模型均推出高考报志愿服务,一度引发热议。艾媒咨询预测,今年AI志愿工具用户规模将突破9200万人次,约78.4%考生用AI查院校、生成志愿方案,超六成家长把AI推荐作为填报核心参考依据。 AI报志愿,正成为一个小众、但刚需的市场。 眼下,这一赛道不仅有大厂在关注,扎根教育服务的企业同样在布局。11月4日,在“2026年世界互联网大会乌镇峰会”上,海亮科服旗下e生涯发布旗下生涯大模型OpenSpan。与此同时,在“互联网之光”博览会上,海亮科服的展台也展出了OpenSpan生涯大模型,并引来众多参会者前来咨询体验。此前一天,“e生涯全周期成长服务平台”还入选2026世界互联网大会“新光”产品。 当“专业选手”入场,AI重构升学规划的序幕已缓缓拉开。 1.AI冲击下的生涯规划革命
      201评论
      举报
      首个生涯大模型,开始操心你这辈子|甲子光年
    • 甲子光年甲子光年
      ·11-04 23:35

      耗时4小时、调用工具1492次:首次能操作电脑的腾讯混元Hy4交出了什么?|甲子光年

      从零手搓3D赛车、给14平米卧室加床、清洗近千条烂账、还要帮北大团队给数学猜想找反例——不看跑分看效果,它能接住打工人的“改主意”吗? 作者|周悦 编辑|栗子 腾讯混元的模型能力真的追上来了。 11月4日,腾讯发布混元Hy4正式版。相比8月的preview,这次更新首次加入视觉理解与电脑操作能力,并计划开放模型权重。 正式版公开了一整套常规跑分结果:12项对比里,Hy4多数高于8月的preview,但多数仍排在GPT-6.1 Sol和Claude Opus5.5之后;腾讯也写明“与顶尖闭源模型仍然存在较大差距”。 “甲子光年”注意到,腾讯混元此次将“前端与游戏开发”和“科研与模型研发”两项能力单列了出来展示成果。 游戏是腾讯的主场,混元联合IEG专业开发者共同优化评测,GameDev、GameLogic两个基准测试相较preview分别提升19.1%和9.8%;在涵盖7大学科、123项可执行研究任务的TenureTrail内部评测中,Hy4在数学构造、物理建模、地球环境、系统工程和社会经济决策等领域展现出科研能力。据腾讯混元披露,Hy4在该评测中位居开源模型第一。 在科研案例中,腾讯混元公布了一项与北京大学数学团队的合作研究:Hy4成功找到了Méndez–Pinto–Villarreal(MPV)猜想的反例,进一步提出补充条件,并在这些条件下正向解决了该问题,同时对相关证明进行了Lean形式化验证,跑通了从反例发现、命题修正到证明验证的完整研究流程。 “甲子光年”了解到,该团队是由北京大学博雅特聘教授董彬于2023年组建的AI4Math研究团队,成员在数学与人工智能领域都有深入探索。今年4月,该团队曾宣布用自主构建的自动化AI框架解决了交换代数中的开放问题“安德森猜想”——这是国内首次以AI框架攻克交换代数开放问题,并实现大规模形式化验证。 正式版发布前24小时,“甲子光年
      899评论
      举报
      耗时4小时、调用工具1492次:首次能操作电脑的腾讯混元Hy4交出了什么?|甲子光年
    • 甲子光年甲子光年
      ·11-03

      做了十年情感服务,他为什么非要造一台机器人?|甲子光年

      具身智能走进家庭,或许真的可以从情感陪伴开始。 作者|刘杨楠 编辑|王博 “爸爸,黑洞是什么?” 面对女儿的好奇心,任永亮没有敷衍。他认真讲解了黑洞坍缩的原理,科学、准确、无懈可击。可接下来的几晚,他发现女儿不敢睡觉了——她害怕自己被吸入黑洞。 这件事给了任永亮不小的警醒。他意识到,沟通并非有问必答,一些无法明说的同理心和分寸感,才决定了一次沟通是否能真正抵达对方。而自己做了十几年情感服务,竟也会在和孩子日常交流时感到无措。 任永亮是心言集团创始人。2001年,任永亮考入北大医学部;2011年从IBM离职创业,2013年上线测测APP。目前,测测APP累计注册用户超6600万,日均服务近200万人次,10年真人情感陪伴服务时长超过2亿分钟。 而现在,他有了新的身份——心言机器人创始人、Bubbo 1首席设计师。 2026年10月29日,心言机器人耗时近两年打造的“神奇伙伴”巴布(Bubbo 1)正式发布。巴布身高65厘米,拥有大约一个两三岁孩子的视角,毛绒外壳,圆眼睛,可爱的皮囊下藏着13类、共26个传感器。目前,巴布在京东正式发售,售价9499元;前1000名用户可享7999元的优惠价。 当具身智能的潮水涌来,任永亮被推向情感陪伴的下一站。他尝试为更强大的AI打造一副身体,用局外人的视角,更深入地参与家庭活动,让机器人来弥补当前家庭关系中难以避免的无奈与遗憾。 创始人通常在很大程度上决定着一家公司的气质。而在任永亮的讲述里,“甲子光年”听到了一种当前具身领域难得的务实:他并未重复具身领域主流的宏大叙事,他深知心言的能力所长,也不失对新一轮技术浪潮的敬畏心。 具身智能走进家庭,或许真的可以从情感陪伴开始。 图片来源:心言机器人 1.拿着钉子找锤子 任永亮的创业经历几乎一路都在被现实修正。 2013年,测测APP上线,定位是AI推荐工具,但当时的技术不允许,2016年移动支付
      229评论
      举报
      做了十年情感服务,他为什么非要造一台机器人?|甲子光年
    • 甲子光年甲子光年
      ·11-02

      Demo or Treat?我们和AI幽灵的一场聚会 | 甲子光年

      You are not alone, Your AI is here. 作者|甲子Builders 田琬琦 编辑|王博 10月30日下午,北京海淀,“甲子Builders”密谋了一场不太寻常的聚会。 我们先是打乱了平日里一本正经的路演厅桌椅,然后拉上窗帘,驱逐阳光。几盏南瓜灯亮起,蜘蛛网悄悄占领墙角,幽灵悬在半空,露出诡异的微笑。镜子也没能幸免,被人抹上了几道可疑的血迹。 一番折腾,现场总算有了点“闹鬼”的意思。 不过,这个万圣节,我们可不只是装神弄鬼。 对于一群整天和AI打交道的人来说,或许还有一种更应景的玩法:带着自己亲手创造的“AI幽灵”,出来见见世面。 说AI是幽灵,倒也不全是玩笑。 尤其是最近越来越受关注的Personal Agent(个人智能体),某种程度上,它就像是每个人在数字世界里养出来的“AI幽灵”。 它没有身体,却能替你行动;不曾经历你的人生,却可能记得你的过去,熟悉你的偏好,甚至逐渐学会按照你的习惯处理问题。当你离开屏幕,它仍然可以在数字世界里替你处理任务,延伸你的能力。 过去,我们通过键盘和屏幕与AI交互;如今,随着Personal Agent的发展,一个更有趣的变化正在发生:每个人都有可能拥有一个带着自己鲜明印记、能够独立行动的数字分身。 当然,这些“AI幽灵”也没有传说中那么神通广大。它们可能忘事,可能犯错,也可能一本正经地把事情搞砸。人和AI之间,除了默契,还有不少说不清的爱恨情仇。 于是,我们向一群AI Builders发出邀请:带上自己的Personal Agent、数字分身,或者任何稀奇古怪的AI实验,来赴一场约。 Demo or Treat? 这个万圣节,让我们来看看,一群AI Builders究竟从机器里召唤出了什么? 说出来你可能不信,活动现场,我们和伏地魔打了一通视频电话。 这位黑魔王脾气不太好。有人问他愿不愿意去鬼屋帮忙赚钱,他
      407评论
      举报
      Demo or Treat?我们和AI幽灵的一场聚会 | 甲子光年
    • 甲子光年甲子光年
      ·11-02

      对话智谱、银河通用、光轮、滴普:“大语言模型究竟会不会把具身模型吃掉?”|甲子光年

      “你的很多深渊,是伪装成你的未来的。” 整理|刘亚琼 刘景丰 2026年9月3日,GPT-6 Astra发布,再次突破了人们对AI能力边界的想象。 基模的边界在哪里? 10月23日晚,由中关村科学城管委会、中关村发展集团联合主办的“清河夜话”圆桌对话上,甲子光年创始人&CEO张一甲,将这一问题抛给四位嘉宾:智谱CEO张鹏,滴普科技创始人兼董事长、CEO赵杰辉,银河通用机器人CFO孙登科,以及光轮智能联合创始人、总裁杨海波。 他们站在不同的视角:基座模型、企业AI、Physical AI的模型、本体、数据与测评。 2026年,AI的发展每走一步都在创造历史,但当AI能力越强,打开的问题空间越大,复杂度越高。 AI的边界究竟在哪里?它逐渐超乎大部分人的预测:从眼前看,一部分人看到的是,LLM似乎正在吞噬一切,Physical AI不过是其中的子集;一部分人认为,真正可怕的是基模“那看不见的基础上的差距”;更长远看,智能终局如何,在不断翻转的预期里,什么是幻象,什么是真相? 赵杰辉在现场说了一句精妙的回答—— “你的很多深渊,是伪装成你的未来的”。 以下为本场圆桌对话的文字实录,经“甲子光年”编辑,在不改变原意的基础上略有删改。 1.从AGI到Physical AI, AI的边界在哪里? 甲子光年创始人&CEO张一甲 张一甲:AI发展越快,线下面对面深度交流就越珍贵。今天,我相信在座各位都和我一样有一种“混搭感”。不同的产业有着不同的时钟:AI争分夺秒,而城市更新需要一砖一瓦;不同的视角又有不同的取景框。 上一场嘉宾在谈“百年京张AI创新带”,给了我们一个大全景;接下来,和我对话的是几位AI企业家,希望我们的对话可以走进AI的中景、近景、特写,一起感受真实的水温和这个行业的颗粒度。有请今天的几位老朋友和我们一起聊聊。他们分别是智谱CEO张鹏,滴普科技创始人、董事长
      426评论
      举报
      对话智谱、银河通用、光轮、滴普:“大语言模型究竟会不会把具身模型吃掉?”|甲子光年
    • 甲子光年甲子光年
      ·11-01

      启元机器人:具身导航的终局,从大模型到后训练的范式迁移|甲子光年

      轻量化后训练,构筑物理AI入口。 作者|田思奇 编辑|王博 在具身智能领域,机器人在抓取和操作上的进步更容易吸引目光。但要真正进入个人生活,机器人还必须具备可靠的自主移动能力。如何在陌生环境中理解指令并完成导航,同样是具身智能走向实际应用的关键。 不久前,北京大学与启元机器人团队提出的HIL-UMI作业智能学习范式,引发了具身智能领域的广泛讨论。这项研究让模型参与人类示范数据的采集,提高操作技能的学习效率,展示了作业智能迈向大规模后训练的一种新方法。 具身导航也在探索类似的技术路径。大模型已经显著拓展了机器人的语言理解与视觉感知能力,但面对不同的真实建筑,导航成功率仍可能大幅下降。如何通过后训练提高机器人对具体环境的适应能力,成为新的研究方向。 上周,北京大学长聘副教授、启元机器人首席科学家董豪领衔的研究团队公布论文《One Scan is Enough》,提出一种基于大模型的场景后训练新范式。研究人员只需用带激光雷达的iPhone扫描一次目标环境,系统就能自动生成导航任务,并利用重建场景的几何信息进行强化后训练,无需在目标环境中采集人工遥操作示范。 在五处真实室内环境的200次真机测试中,未经场景适配的导航模型成功率为25%,人工示范微调后达到49%,采用新方法则提高至85%。仅凭一次环境扫描启动的后训练,取得了明显优于人工示范微调的效果。 这项研究延续了董豪团队近年来在大模型导航、通用指令和自主纠错等方向的探索。与此同时,启元9月20日发售Q1、T1两款个人机器人,10月25日第5000台机器人下线。前沿研究与规模化产品供给同步推进,为启元探索物理AI入口提供了技术与硬件两方面的支撑。 1.从通用导航到自主学习, 为什么需要新的范式? 基于AI的自主导航研究,早在大模型出现之前就已经展开。其中一种典型路径是视觉语言导航(VLN):先在仿真环境中采集数据、训练模型,再部署
      561评论
      举报
      启元机器人:具身导航的终局,从大模型到后训练的范式迁移|甲子光年
    • 甲子光年甲子光年
      ·10-30

      自动驾驶“轮椅”,瞄准年轻群体|甲子光年

      一个新物种诞生后的纠结。 作者|张麟 编辑|刘景丰 2023年,一则“年轻人坐电动轮椅上下班”的新闻曾引发人们热议。 在社交媒体,年轻人在通勤路上、商场、高校食堂乘坐电动轮椅的视频,也迅速流传开。年轻人、轮椅,两个极具反差的词汇,成功吸引了人们眼球。 年轻人使用轮椅出行,图片来源:小红书“护卫神电动轮椅”账号 但好景不长,有媒体爆出,这些年轻人乘坐电动轮椅出行的视频,不少是商业营销行为。而南方周末也在同期调查中提到,企业负责人透露“一问速度都不买了”。 尽管这是个小众的赛道,但2026年其还是引起了一些关注。“甲子光年”发现,自年初至今,该领域至少已有9起公开融资事件,融资规模也从千万级到数亿元人民币不等。 其逐渐被投资人关注,也与具身智能、自动驾驶等落地产业有关。 从2024年开始,中国的世界机器人大会,人工智能大会、美国的CES消费电子大会,但凡是一个能够将智能软硬件结合体推向市场的舞台,智能轮椅就一定会出现。 在具身智能概念狂热之前,一个身体健康的人似乎不会和轮椅产生交集,其用户一般是中老年群体。但现在,智能轮椅厂商正在尝试通过产品性能的改变吸引更多年轻人来使用它。 “甲子光年”接触的创业者和投资人中,所有人都避免“电动轮椅”这个产品定义,他们更希望把产品定义成一个“具身智能机器人”,并将其视为未来AGI的家庭入口。或者把轮椅视为一种新的出行工具,这种工具介于自行车和两轮电动车之间,能够满足更多人“懒”的需求。 但在实际落地时,企业又不可避免地瞄准了康养领域,老人仍是轮椅的第一目标用户。 1.年轻人的“智能轮椅”,从好奇到实用 深圳的傍晚六点半,李战斌走出公司大门,去街对面的快餐店吃晚饭,这是他一天中难得的放空时间。下楼以后,他时常会看到有年轻人坐着智能轮椅在路上行驶。 “差不多每天都能看到,对我来说没什么稀奇的。”李战斌说,“他们的轮椅速度也不快,大概15公里/小时
      1,375评论
      举报
      自动驾驶“轮椅”,瞄准年轻群体|甲子光年
    • 甲子光年甲子光年
      ·10-30

      2026 Agent商业化与竞争路径研究报告|甲子光年智库

      让智能进入工作流——Agent的任务交付、价值创造与规模经营。 最近两年,Agent最容易吸引关注的,是AI能否调用工具、操作软件,完成过去需要人反复指挥的一连串步骤。 进入2026,随着Agent产品延伸到个人助手、团队协作与真实企业流程,产业开始面对更具体的问题:当Agent真正接手工作,它能否理解业务要求,在授权范围内持续推进任务、处理变化与异常、并稳定交付可以验收的结果?这些结果又能否转化为用户愿意持续付费的业务价值,和厂商能够长期经营的商业收入? 从完成一次任务,到持续、稳定地承担真实业务工作,Agent正在接受更深入的商业检验。 在传统的知识问答交互中,人提出问题,AI给出答案,后续的信息整理、系统操作、结果复核与进度跟踪,仍然大量依赖人工。Agent的产品探索,正在尝试将这些相互衔接的工作交给系统承接,并从执行明确指令,进一步向持续跟进、跨工具协作与复杂任务推进延伸。 但让智能进入真实工作,并不只是提升模型能力那么简单。 模型提供理解、推理与规划能力,领域知识、业务数据和规则帮助Agent理解具体工作,运行与执行机制则负责连接工具、管理状态、推进流程并处理异常。这些能力还需要与任务的质量要求、风险和成本相匹配,才能形成稳定的任务交付能力。 Agent的商业价值,不由模型能力单独决定,而取决于智能模型(Agentic Model)、业务环境(Context)、执行机制(Harness)与任务经济性(Task Economics)的共同作用。 对于企业而言,Agent的价值既可能体现为更快、更稳定地完成已有工作,也可能来自补足过去顾不上、做不到的事项,扩大业务覆盖范围。不同任务需要不同的评价标准:节省了多少时间、增加了多少处理能力、减少了多少实际支出,都需要结合任务成果与完整投入分别验证。 对于厂商而言,创造价值也不等于获得收入。一项Agent业务可能同时涉及软件
      174评论
      举报
      2026 Agent商业化与竞争路径研究报告|甲子光年智库
    • 甲子光年甲子光年
      ·10-29

      从软硬一体到规模部署,智元的下一场战事|甲子光年

      只有“身体”准备好了,才有资格进入下一阶段——部署态。 作者|周悦 编辑|栗子 作为大语言模型处理信息的最小单位,“Token”曾引发过一段关于中文翻译的争议,最终确定了“词元”的译法。如今,具身智能领域也开始定义属于自己的度量衡。 10月29日,在2026智元创新日上,智元首次提出了一个全新的指标:Worken(有效智能工时),用来衡量机器人行动了多少。它试图回答具身智能当下最迫切的问题:当机器人真正走出实验室,什么才算实质性的“干活”? 按照智元的定义,Worken由活跃机器人数量、自主工作时长与产出效能比共同计算得出,核心在于衡量机器人实际完成的有效工作量。停机、空转和人工遥操作的时间均被剔除在外。 智元Worken的计算公式,图片来源:“甲子光年”现场拍摄 相比出货量、开机时长等传统口径,Worken将评价标准推向了一个更直接的维度:一台机器人在真实场景下究竟能自主工作多久,又实际创造了多少产出? 面对这个问题,彭志辉告诉包括“甲子光年”在内的媒体:“智元一年制造数万台机器人并不存在产能障碍,真正的门槛,是机器人能否从‘客户愿意试一试’,走到‘客户愿意把它当成长期使用的产品’。” 在他看来,一旦机器人真正进入规模化部署,竞争的重心也就随之转移。设备健康管理、软件持续升级、备件、远程诊断、现场服务和任务优化,都会进入产品的生命周期。届时,机器人上岗后的运维效率和管理系统,可能比单次模型推理更影响客户体验。 “要不然的话,可能你每卖一台机器,还要给机器人配一个‘保姆’,那这个是永远不会到那一天的。” 彭志辉将这种视角的转变概括为“从设备资产到任务价值”。他在现场透露,2026年上半年智元收入近20亿元,通用AI机器人量产下线超2万台,全球人形机器人市占率达到43%。 规模越大,单机能力之外的系统效率越重要。只有让产出可以计量、异常可以追踪、任务可以调度,并让不同机器人复
      480评论
      举报
      从软硬一体到规模部署,智元的下一场战事|甲子光年
     
     
     
     

    热议股票