社区

智谱从来不是，也不必成为“中国OpenAI”。作者｜刘杨楠编辑｜王博2026年1月8日，成立六年的智谱AI，正式在香港联合交易所挂牌上市。智谱首日开盘价120港元/股，市值528.28亿港元。在智谱本次IPO发行中，香港公开发售获1159.46倍认购，国际发售获15.28倍认购。以每股116.20港元的发行价计算，智谱本次IPO募资总额超43亿港元。智谱上市，图片来源：智谱今天的智谱，站在了一个极其复杂的交叉点上。一边是敲钟带来的确定性，一家大模型公司终于完成了从长期潜伏到接受市场公开定价的身份转换；另一边，则是围绕商业模式、持续亏损、技术路径与市场想象力的集中审视。究竟该如何在极具不确定性的大模型范式下，看待一家极其追求稳定性与可预期、可控性的中国上市公司？我们想通过四个问题来分析智谱：1.智谱是“中国OpenAI”吗？2.投资人们在押注什么？3.智谱的商业模式究竟健不健康？4.上市后的智谱，“钱路”在何方？不过，几乎所有讨论的起点，都不可避免地回到了那个被反复提及又具有一定争议的标签——“中国OpenAI”。这个标签，既是智谱过去数年最重要的叙事助推器，也正在成为其上市之后必须主动面对、甚至卸下的认知负担。1.智谱是“中国OpenAI”吗？“中国OpenAI”，这个标签自ChatGPT发布以来，便如影随形地伴随着智谱的发展，成为其核心的身份标识。即便今天业界已不再盲目地将OpenAI视为唯一的黄金标准，但这个标签仍对智谱产生着无形的影响，甚至某种程度上的束缚。某种程度上，这种绑定是智谱自身与外界、甚至与OpenAI本身共同“共谋”的结果。2024年，The Information在评选“中国OpenAI五强”名单时，智谱赫然在列。到了2025年6月，OpenAI在一份官方分析师报告中直接提及智谱，并使用了“中国OpenAI for countries”的表述。随后，Op

扫地机爬楼只是开始。 作者｜田思奇 编辑｜栗子 2026年1月6日，美国拉斯维加斯CES（国际消费类电子产品展览会）的聚光灯下，具身智能再次成为全球科技叙事的中心，各类创新产品共同勾勒出未来智能生活的多元可能。 对万千家庭而言，具身智能的核心价值，始终在于能否解决真实生活中的痛点。因此，技术的演进愈发呈现出清晰的市场导向——从家庭最普遍、最棘手的实际难题切入，通过精准的产品创新实现高效落地，成为行业重要的前进路径。 在本届CES上，全球首款能扫楼梯的轮足扫地机器人——石头轮足扫地机器人G-Rover的亮相，正是这一路径的有力印证。作为家用机器人领域的领先者，石头科技以此表明：将前沿的具身智能技术融入深层清洁场景，正是推动技术走出展台、走进家庭的关键实践。 石头轮足扫地机器人G-Rover 1.战略卡位：抢占家庭具身智能第一入口 过去十年，扫地机器人的活动范围被牢牢锁死在二维平面。2025年，石头科技推出全球首款搭载五轴仿生机械臂的G30 Space探索版，首次将机器人的作业维度从地面延伸至低空，实现了三维角度的物品归位。但更高维的挑战，例如实现三维空间的跨越、征服楼梯，仍是行业空白。 此次CES 2026亮相的全球首款能扫楼梯的轮足扫地机器人石头G-Rover，其核心突破正是对空间维度的重新定义。 它创新性的采用了非传统的机械结构，为其加装了两条可独立控制、动态调节的轮腿。结合运动传感器与三维空间感知算法，机器人能够实时调整姿态，完成小幅跳跃、精准转向，在直线、弧形乃至铺有地毯的台阶上稳定行进与作业。 如果说楼梯清洁如此重要，为什么在过去十年间，始终没有见到可规模化落地的产品出现？“甲子光年”认为，答案在于工程、需求与战略三重门槛共同作用的结果。 首先是工程复杂度。让一台消费级产品在动态攀爬过程中保持机身稳定，并确保清洁组件持续高效运转，需要在结构强度、控制算法、功耗与噪音

CES 2026，芯片巨头的“正面交锋”。作者｜苏霍伊 刘杨楠编辑｜王博1月5日的拉斯维加斯CES现场，空气中弥漫着芯片巨头间剑拔弩张的硝烟味。全球AI芯片领域的两家顶级厂商——英伟达与AMD，在数小时内先后登场。当地时间下午1点多，英伟达CEO黄仁勋开始演讲，完整披露了Rubin架构的性能与量产进度，强化“规模+统一架构”的叙事；就在黄仁勋演讲完约4个小时后，当地时间傍晚6点半，AMD董事长兼CEO苏姿丰走上舞台，以“AI Everywhere, for Everyone”为核心主线，集中展示了其从数据中心到终端设备的全栈AI战略。不过，今年CES官方给出的主题演讲名单中，苏姿丰排在第一位。图片来源：CES官网苏姿丰这次也是带来了一批硬货来镇场子，包括：Helios：AMD面向yotta级AI计算时代提出的一套机架级（rack-scale）AI 基础设施参考架构与系统蓝图，基于AMD Instinct MI455X GPU与AMD EPYC Venice处理器构建，专为先进AI工作负载而设计，单机架可提供高达2.9 ExaFLOPS算力。全新GPU产品：推出面向企业级部署的AMD Instinct MI440X GPU，其采用2nm/3nm制程，集成3200亿晶体管，配备432GB HBM4高带宽内存；并提前预告了下一代Instinct MI500系列GPU，预计2027年推出。终端与边缘侧：发布了全新的Ryzen AI平台，覆盖AI PC与嵌入式应用场景，并正式推出Ryzen AI Halo开发者平台。AMD称其为世界上最小的AI开发系统，配备128GB高速统一内存，支持在本地运行2000亿参数规模的大模型，预计2026年第二季度推出。“甲子光年”认为，从这次CES 2026的发布来看，AMD并没有重复一套“单点性能领先”的叙事，而是选择一条更偏向系统工程与长期演进的A

“全球首个具备思考与推理能力的自动驾驶AI”来了。 作者｜王博 自动驾驶行业，正在进入一个微妙却关键的阶段。 一方面，越来越多的自动驾驶系统（包括辅助驾驶系统、智能驾驶系统）已经能在大多数时间里“把车开好”：在高速公路、城市主干道，以及熟悉的路况中，它们已经接近人类司机的平均水平。 但另一方面，行业内部对一个问题的焦虑却从未消失——当自动驾驶系统面对未见过的情况时，它究竟是怎么做出决定的？ 北京时间今天凌晨，在美国拉斯维加斯CES现场，英伟达发布Alpamayo系列开源AI模型、仿真工具及数据集，旨在推动安全可靠的推理型自动驾驶汽车开发。 英伟达CEO黄仁勋在演讲中更是直呼Alpamayo是“全球首个具备思考与推理能力的自动驾驶AI”。 自动驾驶系统是如何思考并决策的呢？Alpamayo，正是一次对这个核心问题的正面回应。 1.一个长期被回避的问题：车是“怎么想的”？ 过去一年，关于自动驾驶的评测和争议不断。 去年7月，在懂车帝发布的智驾评测视频中，36辆来自不同品牌不同型号的车在面对模拟事故场景时，处理方式各异。即使是采用同一套智驾方案的不同车型，在面对同一模拟事故场景时也会“纠结”。有的车型还会在发生碰撞前的几秒钟退出智驾，要求驾驶员接管处理。 《懂车智炼场》智驾测试，图片来源：懂车帝B站账号 有的车芯片算力高，有的车传感器多，有的车摄像头及算法先进，有的车数据来源丰富。车企和自动驾驶厂商不断在宣传配置，展示能力，但是很少有企业说明白：车是“怎么想的”。 回顾自动驾驶的技术演进，可以发现一个清晰的脉络。 最早的阶段，行业关注的是能不能看见：传感器如何融合？目标如何识别？障碍物如何分类？ 随后，问题变成了能不能跑得稳：路径规划是否平滑？控制是否鲁棒？系统是否足够可靠？ 而最近几年，随着端到端模型和大规模数据的引入，行业开始追求能不能开得像人。 但在这一过程中，有一个问题始

魔幻与现实：“倒闭”车企的尽头是虚拟货币。作者｜张麟编辑｜王博当今中国汽车市场的魔幻在于，如果一家车企倒闭，它可能会在虚拟货币市场获得重生。12月初，社交平台上出现了一个视频，一个亚裔面孔的中年男性，操着一口流利但有口音的英语，兴奋地介绍新能源汽车和数字经济之间的联系，他是Robo.ai的CEO本杰明·翟彬（Benjamin Zhai），而他的身旁是一辆极越汽车。本杰明·翟彬介绍极越汽车，来源：Robo.ai此时距离极越汽车暴雷倒闭已经过去了一年左右的时间，在这一年中，极越汽车曾被传有望完成重组并回归市场，但目前并没有实质性的结果，反而其“汽车机器人”的产品标签引起了虚拟货币公司的兴趣。事实上，“破产-重组无望-被虚拟货币关注”几乎是目前大部分经营不善的新能源汽车公司都会出现的剧情，此前的高合、现在的极越，以及远在大洋彼岸，苦苦支撑的法拉第未来，都经历过这样的产业循环。但在观察到这种产业怪相后，问题也随之而来：这背后有怎样的现实困境？为什么这些经营不善的车企会被币圈盯上？虚拟货币真的会从另一个维度上拯救这些车企吗？1.又是中东资本，又是虚拟货币在不为人知的地方，极越在极力自救重组，但并不顺利。公开资料显示，极越汽车在2025年4月进行了第一次重组尝试，并与3-4家重组方进行了沟通；11月25日，上海集度汽车有限公司（以下用“极越汽车”品牌名代称）发布了关于启动预重整程序的公告。公告称，极越汽车于日前向上海市第三中级人民法院提交预重整申请，该申请已于2025年11月21日获正式受理，并表示启动预重整程序，旨在引入新的战略投资人，盘活现有资产与资源，维护资产价值，并保障用户售后权益。但在12月8日，极越汽车临时管理人却发布了一条公告，表示公司资产存在被非法侵占的情况，通知债权人不要占用、拆解和变卖极越汽车及生产设备。可谓狼狈至极。极越汽车对债权人的通知，来源：极越汽车直到12月

从斯坦福到Meta再到Pokee AI，一个强化学习信仰者在非共识中的长期下注。作者｜苏霍伊编辑｜王博在强化学习（Reinforcement Learning，简称RL）的世界里，每一个智能体（Agent）都遵循同一条冷静而残酷的准则：在不确定的环境中，最大化长期的期望回报。朱哲清的目标亦如此。过去十年，他几乎把全部精力押在一个重要但并不太讨巧的问题上：如何让机器更聪明地学习。从斯坦福大学博士到Meta AI应用强化学习团队负责人，再到创立Pokee AI，朱哲清的每次选择，都是缓慢而坚定的策略更新——不追逐短期回报，只向着“第一性原理”逼近。这个过程可以概括为四个字：逆势押注。当大模型以预训练和参数规模卷走几乎全部行业注意力时，朱哲清选择继续留在强化学习这条更冷、更慢、也更难被证明正确的路上。这条路并不缺高光时刻：AlphaGo曾让强化学习站上舞台中央；但更多时候，它面对的是长期被忽视的低谷：仿真环境的天花板、真实世界不可承受的试错成本，以及一次次“这条路行不通”的质疑。朱哲清很清楚，强化学习的真正瓶颈，除了算法本身，更在于环境。真实世界太慢、太贵，也太不可控。一次策略试错，可能带来业务指标波动、真实用户流失甚至系统级事故。这也令强化学习长期被困在尴尬的两级：一端是游戏和模拟器这样“过于干净”的世界，另一端则是工业系统中被层层约束、难以探索的局部优化。强化学习不缺方法，缺的是既足够复杂、又允许反复失败的练兵场。它需要足够复杂，包含人类语言、知识、工具调用和长程依赖；同时又很安全，让agent能在里面失败成百上千次而不用付出现实代价。直到InstructGPT出现。这是OpenAI在2022年提出的一种大模型后训练范式，它首次用“人类语言反馈（RLHF）”构造了一个近似真实世界的环境，为强化学习提供了可规模化和验证的奖励机制（Verifiable Reward）。只是让业界

科技投资在“后视镜”的前提下要有“望远镜”和“放大镜”思路。2025年12月3日，中国科技产业智库“甲子光年”成功举办了主题为“轰然成势，万象归一”的2025甲子引力年终盛典。此次大会上，科技产业领域的众多行业领袖、专家学者及顶尖投资人齐聚一堂，共同探讨在新技术浪潮下，中国科技产业如何打破边界，实现从技术爆发到产业落地的融合与进化。其中，银杏谷资本创始人、董事长陈向明结合自身从产业跨界到硬科技投资的经历，分享了其在科技投资领域的长期思考与一线实践。陈向明认为，在当下做科技类投资，底层逻辑已发生根本性转变。投资机构不能再固守“宁可错过，绝不投错”的传统风控思维，而应建立“宁愿承担投错风险，也不愿错过未来”的新范式。他形象地提出，投资决策既要用“后视镜”看财务数据，更要用“望远镜”看技术的未来唯一性，并善用“放大镜”去寻找团队的极致长板，而非盯着短板不放。此外，他还强调了构建投资“生态”的重要性，主张通过系统性地追踪学科发展与科学家谱系，在科技前沿与产业前沿的交汇处寻找确定性，实现从单点捕捉到生态布局的跨越。以下是银杏谷资本创始人、董事长陈向明演讲实录，“甲子光年”整理删改：1.寻找科技的“第一性”我今天分享的主题是关于科技类投资的思考和实践。我来自杭州。银杏谷资本是杭州的一家投资机构，早期是由浙江省五个制造业集团跨界设立的投资平台。那时制造业还很强大，我们就在想，能不能把制造业的资源、企业家精神和战略眼光引入新兴产业，以此促进新兴产业的发展。公司设立以后，新兴产业和科技发展得太快了，所以后半段我们主要做的事情反过来了：是如何把新经济和科技引入传统产业，促进产业升级，为浙江省乃至全国的制造业转型做些探索。所以，我们是一个制造业背景很强的投资平台。我们的投资团队来自于杭州最大的集成电路企业——杭州士兰微电子。核心成员来自士兰微半导体的投资部，拥有半导体基因，对科技有着独到的理解和

理解科技投资从科学、技术到工程、产品的四阶段演进是识别下一代“巨头”的关键。 AI 大时代正改写科技投资底层逻辑，大模型迈入应用深水区，硬科技与 AI 融合催生新机遇，也让科技投资迎来关键拐点。背后藏着怎样的变化？如何探寻其中机会？成为新时代投资人关注的重点。 2025年12月3日中国科技产业智库“甲子光年”举办的“轰然成势，万象归一”2025甲子引力年终盛典中明势创投合伙人焦腾带来的题为《AI 大时代下的科技投资拐点》的主题演讲，他从生产力演进的宏观历史切入，指出每个技术时代都孕育了属于它的巨头，而当前我们正处于智能革命的开端。演讲中，他探讨了AI大时代下科技投资范式的核心转变，并回应了几个重要问题： AI时代，科技投资的底层逻辑发生了何种根本性变化？ 如何识别并把握一个产业从零到一的史诗级投资机会？ 在技术商业化的漫长链条中，投资应聚焦于哪一阶段？ 定义未来AI竞争格局的核心维度是什么，中国身处何种位置？ 以下是明势创投合伙人焦腾的演讲实录，经“甲子光年”编辑，有删改。 谢谢！刚才看到很多新老朋友，我就是刚才台上这几位老兄弟们说的美元和人民币基金的混合体，很荣幸今天和大家分享一些我们在AI大时代下做科技投资的一些思考。 过去2000年我们以全球人均GDP来衡量我们生产力水平的变化，横轴是时间，纵轴是以美元计的全球人均GDP。可以看到从公元0年到1800年，全球生产力水平进展非常缓慢，应该说全球生产力、人类的文明一片灰暗，整个世界处在长期的农耕时代。这一切都从200年前开始发生了变化，过去200年生产力极大的爆发。 拆分来看，从200年前蒸汽机的发明，然后开始火车、汽车、计算机、互联网、手机、移动互联网，到最近的机器人，以及人工智能，可以看到每一次大的拐点。 全球人均GDP到9000美金我们用了1800年，从9000美金到12000美金我们用了200年，这个数字很重要，也

当算力比数据更贵、商业场景率先闭环、Scaling Law在机器人领域被验证，具身智能的ChatGPT时刻就会到来。 2025年12月3日，“甲⼦光年”在北京万达文华酒店圆满举办“轰然成势，万象归⼀”2025甲子引力年终盛典。 在具⾝智能技术专场圆桌对话中，伯牙智能创始⼈兼CEO刘欣作为主持人，对话原力无限资深研究科学家陈佳玉、极佳科技联合创始⼈兼首席科学家朱政、千寻智能联席⾸席科学家解浚源、星源智联合创始⼈何嘉伟，围绕具⾝智能模型展开深入探讨。 在当下具⾝智能⾯临数据稀缺、模型不成熟、商业化场景待开发的三重挑战下，ChatGPT时刻的定义、技术路线的选择、数据⻜轮的建设成为行业关键议题。从VLA与世界模型的技术分歧，到软硬解耦与⼀脑多型的实践争议，从商业服务、工业、家庭三大场景的落地优先级，到资本热潮下的冷静思考，嘉宾们⽤实战案例揭示了具⾝智能产业的突破路径。 对于未来的产业格局，嘉宾们普遍认为，无论是技术路线选择、场景切入策略还是团队建设模式，唯有具备长期技术积累、明确方向聚焦、构建完整数据闭环，才能真正迎来具⾝智能的ChatGPT时刻。 以下为本场圆桌的文字实录，经“甲子光年”编辑，在不改变原意的基础上略有删改。 1.ChatGPT时刻的定义： 技术突破还是应用爆发？ 刘欣（主持人）：大家下午好，非常荣幸能够作为这一场圆桌的主持。先有请各位嘉宾简单的介绍一下自己所在的公司，以及自己所负责的业务。 伯牙智能创始⼈兼CEO 刘欣 陈佳玉：我是在原力无限机器人担任资深研究科学家的陈佳玉，同时是香港大学数据系统工程系的助理教授。我所负责的内容是robotbrain的开发，具体路线就是VLA和世界模型。 原力无限资深研究科学家 陈佳玉 朱政：我们公司主要从事的是具身大脑以及世界模型的研发。最近推出的两款产品，一款是GigaBrain，是具身VLA的大模型。一

Agent跑起来，Infra先铺路。 作者｜王艺 编辑｜栗子 2025年，Agent很忙。 上半年忙着比谁的模型更聪明，下半年忙着解决一个更现实的问题：怎么让这些聪明的Agent真正“动起来”？ 有些企业满怀期待地引入“数字员工”，希望它们能自动完成数据整理、客户服务、代码编写等重复性工作，然而现实却频频“打脸”：任务执行到一半突然中断，面对突发流量时响应迟缓，算力成本居高不下，甚至因为安全漏洞让企业数据面临风险。 这不是个别现象。据Gartner测算，2028年全球Agent市场规模将达到2850亿美元，届时15%的日常业务决策将由Agent自主完成，33%的企业软件将原生嵌入Agentic AI能力；IDC则指出，2024年中国AI Agent软件市场收入规模首次突破50亿元人民币，预计2028年将跃升至8520亿元人民币，2023~2028年复合年增长率高达72.7%。其中，面向企业端的应用长期占据98%以上份额。 但当这些在Demo中表现惊艳的Agent投入真实的高并发业务环境时，便频频陷入“跑不动、不安全、不兼容”的窘境。 问题的症结在于：传统云计算基础设施与Agent的原生特征之间，存在着代际错配。Agent的高自主性、长会话、突发负载等特点，难以被为传统应用设计的架构所支撑。 于是，行业逐渐形成共识——“Agent跑起来，Infra先铺路。” Agent Infra，这个从技术后台走向幕前的新赛道，正在成为决定AI Agent规模化落地的关键变量。 1.从AI Infra到Agent Infra：一场范式革命 要理解Agent Infra的价值，需要先看清楚AI应用正在经历的范式转变。 传统AI应用追求的是“确定性”——输入相同的数据，输出相同的结果。 但Agent的出现打破了这一切。它具备不确定性、复杂性和自主性。想象你在使用一个传统的数据分析软件。你输入同