社区

工程没有弯道超车。 文丨李梓楠 黄俊杰 编辑丨黄俊杰 8 月 19 日早上 7 点 35 分，二十五层楼高、六百多吨重的朱雀三号火箭再次摆脱地心引力，飞入近地轨道。 两分多钟后，助推器和携带一颗卫星的二级火箭成功分离。发射不到十分钟，助推器经过两次反推减速，缓慢落在距离发射场 390 公里外甘肃民勤县的回收场。 朱雀三号成为中国航天史上继长征十二乙后第二枚成功入轨并回收一级助推器的可复用火箭。它的制造商蓝箭航天成为中国首家成功回收火箭的民营企业——中国商业航天 11 年的投入与等待终于有了回应。 这枚火箭的尺寸与 SpaceX 目前的主力猎鹰 9 号相当，整体技术路线与星舰类似，用不锈钢箭体和液氧甲烷发动机，这让它有可能实现比猎鹰 9 更低的发射成本。 朱雀三号采用了稍微牺牲运载能力的支腿落地回收方式，这能让它们在更短时间内修整然后再次发射，因为工程师只需要维护火箭，无需修整地面回收装置。 商业航天是当下最热门的科技赛道之一。目前中国有超过 20 家火箭公司和 80 多款火箭。 蓝箭航天 2015 年 6 月成立时，SpaceX 的猎鹰 9 号尚未成功回收复用，而中国航天业则刚向社会资本开放。一位投资人说，整个行业 “除了机会，什么都没有。” 现在蓝箭有超过 1200 名员工，估值超过 750 亿，是中国商业航天领域最成功的公司。 蓝箭的崛起得益于早而坚定的投入，以及高度自研的发展模式。蓝箭创始人张昌武很早意识到火箭的关键子系统 “靠买是买不来的。” 蓝箭从 2017 年开始自研发动机，也是业内最早自建试车台、发射场和火箭工厂的公司之一。这让蓝箭能掌握绝大部分关键技术，并在内部快速迭代，而不依靠外部供应链。 朱雀三号副总设计师董锴告诉我们，他第一次见到张昌武时问，“蓝箭要不要干可回收火箭。” 张昌武说自己一直都想做，但他不确定做成这件事要多少资源，蓝箭够不够格。 当时朱雀

中国大模型的远征。 文丨李赓 编辑丨唐健博 2026 年 6 月 17 日，智谱发布 GLM-5.2，在 Artificial Analysis 智能指数中排名全球第三，富瑞发布研报称其为 “中国 AI 的发展里程碑”。 不到一个月，7 月 16 日深夜，月之暗面发布 Kimi K3。2.8 万亿参数，1679 分登顶 Frontend Code Arena，Artificial Analysis 智能指数 57 分——全球第三，开源历史最高。发布 48 小时内，用户请求量逼近算力集群的物理极限，月之暗面宣布暂停 C 端新订阅；72 小时内，美股 AI 板块蒸发 4700 亿美元，费城半导体指数一周下跌 12.5%。市场称之为 “DeepSeek 时刻 2.0”。 8 月首周，全球最大的 AI 模型调用平台 OpenRouter 上，排名前 10 的模型有 6 个来自中国。排第一的 DeepSeek V4 Flash 单周处理 8.2 万亿 tokens，环比上涨超过 999%。美国最强的 GPT-5.6 Luna 排在第五。该平台 47% 的用户是美国开发者，中国用户只占 6%。 a16z 合伙人马丁·卡萨多向《经济学人》透露：前来融资的硅谷 AI 初创公司中，使用中国开源模型的比例可能高达 80%。a16z 引用 Sensor Tower 上 Kimi K3 付费订阅数据给出的总结流传甚广：“America debates Chinese AI while the rest of the world buys it.”——美国人在争论，世界在下单。 在 “下单” 的还有资本。据了解，月之暗面 F 轮早在 6 月已经开始，大部分投资方的决策在 K3 发布前就已敲定，7 月底完成交割，融资额超 35 亿美元，约合人民币 250 亿（当时汇率）。在这份投资方名单中，涵盖了此

最好的一批智驾工程师都在离开车企去造机器人。 文丨李安琪 龚方毅 编辑丨龚方毅 黄俊杰 过去两年，“汽车” 和 “智驾” 在资本市场持续贬值。地平线股价一年跌去四成；上汽集团市值一度低于账上现金；更多公司长期市值低于净资产。 汽车品牌和供应商急着换标签：我们做的不是汽车，是 AI。Momenta 上市路演自称 “物理 AI”，德赛西威称要 “成为一家 AI 机器人公司”；做零部件的福赛科技，凭 “布局机器人”，股价一年涨了近五倍。 $理想汽车(LI)$ 是最早讲 AI 转型的公司之一。2022 年 9 月李想把 AI 定为公司最关键的长期方向，2023 年初确立成为全球领先人工智能企业的愿景。那时多数同行还在盯销量和价格战。 2026 年 1 月 26 日，李想在战略宣贯会上说：“2026 年是想要成为 AI 头部公司上车的最后一年。” 这场会原本只面向智能化团队，前一晚临时扩大到几乎全员。 两天后，理想重组研发体系：原本按智能驾驶、智能座舱等汽车功能划分的团队，改按基座模型、软件本体和人形机器人分工。智驾降为基座模型的下属团队，后者和机器人部门获得更高优先级。 但在李想不断抬高 AI 目标的两年里，超 20 名技术骨干离开。其中至少 6 人曾任高级管理者或关键技术负责人。据我们不完全统计，理想前员工创办、联合创办或加入的具身智能公司至少 6 家，其中两家估值已超 10 亿美元。 我们访谈了近 20 位理想在职和离职员工，还原了 AI 转型两年的来龙去脉，以及它如何催化人员变动。 “端到端” 后来居上，让理想认为 AI 可以加速技术追赶 理想 2023 年开始追赶城市 NOA（城市领航辅助驾驶），晚于小鹏、**，人也更少。传统智驾靠规则驱动——工程师为路上每一种情况手写应对逻辑，多个模块分别完成感

当 HBM 抬升、ASIC 合纵，英伟达正用连横反制重写 “AI 工厂” 的权力秩序。 文丨胡昊 刚进入 8 月，一系列关于 AI 产业的消息或传言陆续涌现， - 8 月 3 日，市场传出 $英伟达(NVDA)$ 调整其下一代 Rubin Ultra 平台规格，将 HBM 内存配置从 288GB 降至 192GB，以应对成本与功耗的现实约束； - 同日，随着美股云厂商财报季的全面解读，市场对 AI 的定价范式已发生根本性转变，不再奖励单纯的 Capex 资本开支竞赛，而是关注 AI 投入能否通过公有云业务快速转化为可验证的收入、订单和现金流，这已成为区分领跑者和落后者的关键； - 8 月 4 日，市场传出三大存储原厂 2027 年的 HBM 及 DRAM 产能已全部分配完毕，不仅覆盖了头部 CSP 的长期协议，甚至连中小客户的份额也已敲定，标志着供给侧的确定性锁死； - 同日，据中国新闻网援引外媒报道，美国政府正在起草一项禁令，禁止进口中国新型数据中心组件（光模块）的禁令，以保护国内正在大力发展的 AI 基础设施产业； - 8 月 5 日，马斯克在 SpaceX 财报电话会上首次明确了公司 AI 算力部署的激进目标，即到 2027 年底将部署接近 10GW 的英伟达 GPU 算力，这一规模远超市场此前预期的 1GW~2GW，并确认未来将独家采用英伟达 Vera Rubin 架构； - 8 月 10 日，英伟达宣布与 Apollo、贝莱德、黑石、博枫、高盛和 KKR 合作建立资金规模超 5000 亿美元的独立融资平台，以第三方资本的身份支持相关的 AI 基础设施建设。 上述信息传递的内容包括， - 目前英伟达正在（或正试图）将上游 CSP 资本开支的主要落点从内存芯片重新分配至光互联，以此提升系

项目还在早期阶段。 文丨李安琪 编辑丨龚方毅 我们从多个信源处获悉， $理想汽车(LI)$ 正在探索自研云端推理芯片，将采用与智驾芯片相同的数据流架构，项目还在早期阶段。 AI 数据中心普遍使用 GPU 完成模型训练和推理，也有数据中心部署云端推理芯片。一位芯片行业人士说，云端推理芯片可以承接部分原本在 GPU 上运行的推理任务，例如智驾模型的数据处理、测试、仿真，以及大语言模型的请求处理。模型训练中涉及参数更新的部分仍需训练芯片。 我们从业内人士处了解到，数据流架构从车端走向云端在技术上可行。一种路径是复用车端 NPU（AI 处理器）的计算设计，将多个 AI 计算晶粒封装在一起，配套高带宽内存和高速互联，组成规模更大的推理芯片。车端和云端由此可以复用部分设计和软件工具，分摊研发成本。 但云端芯片不是车端芯片的简单放大。车端模型、传感器输入和运行节奏相对固定，主要追求低功耗、低延迟和稳定执行；云端需要同时处理更多模型，模型更新更快，输入长度和并发请求波动更大，还涉及高带宽内存、多芯片互联、动态批处理和集群调度。 “一颗芯片做到某个性能指标不是最难的，真正困难的是让整套推理成本具备竞争力。“这位人士说。数据流架构从车端延伸到云端能否形成成本优势，取决于模型适配能力和系统运行效率。 SambaNova、Groq、Tenstorrent 等海外公司也在探索数据流架构。SambaNova 和 Groq 的核心团队分别来自斯坦福和谷歌 TPU（张量处理单元）项目，Tenstorrent 由曾负责特斯拉自动驾驶芯片的 Jim Keller 领导。与 GPU 相比，数据流架构在模型通用性、软件生态和规模化部署方面仍需验证。 在理想推进云端推理芯片的同时，《晚点 Auto》也从多渠道确认，理想芯片的软件研发负责人

做难而正确的 “非共识”，反而是简单的。 文丨郭海惟 作为地平线的 6 号创始员工，都大龙将章鱼动力称作自己的 “最后一次创业”。 这家于 2026 年 1 月成立的具身新势力，在 7 个月时间内，累计获得近 10 亿人民币融资、估值迈入独角兽俱乐部，团队从 4 个人快速扩张到了上百人。在 8 月世界机器人大会 WRC 上，章鱼动力将举办成立以来的第一场发布会，公布其在通用物理大脑、通用仿生绳驱灵巧手、下一代具身数采方案三大技术产品方向的进展。 “章鱼是一个特殊的物种”，在都大龙看来，章鱼有一条独特的进化路径，它是地球上最聪明的软体动物，具备极度灵活的操作能力，以至于生物学有一个专门的 “章鱼科”。 就像地平线藏着余凯的雄心一样，“章鱼动力” 的名字里也带着大龙的野望。 “章鱼进化到最后，只有手和脑，没有身体”，他用章鱼来解释公司的技术路线选择。章鱼动力想做的是围绕 “通用大脑”、“通用灵巧手”、“具身数据采集” 三大板块构成的铁三角。他说章鱼动力的定位是 “物理世界的通用生产力基础设施”，而生产力闭环是推动智能进化的重要方式——就像双手之于智人的大脑，AI Coding 之于大语言模型。 在他看来，生产力和智能从来不是简单的因果关系，而是相辅相成的。人类学会用双手使用工具后，脑容量从 450CC 提升到了 1000 多 CC；AI Coding 为大语言模型的下半场 Scaling，构建了数据和迭代闭环。 章鱼动力的英文名叫 SynapX。都大龙说，这是因为章鱼和神经突触长得很像。Synapse 是神经突触的意思，象征神经网络参数的迭代更新；X，代表无限进化。因此章鱼动力有一个子公司叫 “突触进化”。 章鱼动力想在竞争激烈的具身战场上，塑造一个独特的 “章鱼科”——通过双手构建生产力，形成反馈闭环，反过来推动智能和双手进化。 因此，都大龙给这次发布会定的口号是 “极致通

Agent 正在重新定义，一家公司究竟应该怎样工作。 文丨陈然 过去半年，Agent 最先改变的是程序员的工作方式。 程序员把越来越复杂的任务交给 AI，让它理解代码库、修改文件、运行程序、检查结果，再根据反馈继续完成后续工作。Claude Code 的快速增长证明了一件事，用户愿意为 AI 真正替自己完成工作付费。 现在，这件事正在走出程序员的电脑。 写文档、做表格、整理会议、查找资料、处理审批，过去需要人在多个软件之间来回操作的工作，开始可以交给 Agent。 这也是为什么今年国内外巨头几乎同时把 Agent 推进办公室。 腾讯的 WorkBuddy 率先发力，阿里加速整合千问办公，字节继续强化豆包和飞书融合。海外的微软、谷歌、Anthropic 和 OpenAI 也在把 Agent 塞进文档、会议、邮件和任务执行。 一个新的市场正在形成。 三十多年前，个人电脑进入办公室之后，人们需要找到它真正能解决的问题，世界首款电子表格 VisiCalc 给出了第一个答案。今天，企业面对的问题变成了：AI 能不能真正进入生产体系，带来新的效率和价值？ 办公 Agent 正在给出答案。 办公正在成为下一个 Agent 主战场 2026 年 5 月 5 日，微软发布了一年一度的《工作趋势指数年度报告》，其中的一个关键判断是：未来打开办公软件，人们看到的可能不再是一排文档和聊天窗口，而是一群可以代为工作的 AI。你交代一件事，它会自己查资料、写文档、发邮件，完成后再把结果交给你。 这个变化看起来突然，但放进过去三十多年办公生产力的变迁历程中，却可以看到一条清晰的轨迹。 第一代办公软件解决的是个人效率。1990 年前后，Word、Excel 和 PowerPoint 被装进同一个 Office 套件，写作、计算和制作图表从纸上搬进电脑。工作围绕文件展开，软件帮助每个人更快完成一份文档、一

模型之间有差异，这是第三方 routing（路由）存在的空间。 文丨董慧 编辑丨程曼祺 多数人对王云鹤的第一印象是，他很不**。 他什么都聊，没什么顾虑，语速很快。但他在**待了 7 年半，是**最年轻的 23 级——在**的职级体系里，22 级是系统能显示的最高级别，再往上不显示。他做过**几乎所有 AI 项目，2025 年初接手诺亚方舟实验室和盘古大模型。 2025 年 7 月，一位自称**前员工的人在 GitHub 匿名发帖，指控盘古抄袭，矛头直指刚上任诺亚方舟实验室主任 3 个月的王云鹤。今年 3 月，他离开**，与同实验室的韩凯一起创办了基元律动。 这一争议仍然给王云鹤早期融资带来了不少阻力，但他的投资人们告诉《晚点 LatePost》，他们认真做过尽调，认为他没有问题。一位投资人说，在中国，同时满足几个条件的创业者——足够年轻、真的训过模型、带过大团队交付过复杂任务、还有做应用的理解力——两只手数得过来，于是聊了两次就决定投。 王云鹤没有选择具身智能、世界模型这些和他履历更匹配、或投资人也热衷的方向，而是选了 Harness，具体说是 Agentic Routing（多模型智能融合路由，自动匹配最合适模型）。 可以这样理解王云鹤现在做的事：AI 帮你完成一个复杂任务时，中间可能涉及十几轮对话。有的轮次需要深度推理，有的只是简单的格式整理，他的产品 OpenSquilla 会逐轮判断每一步该调用哪个模型，推理重的交给强模型，简单任务给便宜模型。最终效果是，用低于全程调用顶尖模型的价格，达到接近、甚至相同的质量。 围绕这个方向最大的质疑是：顶尖模型会吞噬一切。 模型在变强，今天需要 Routing 来调度的任务，明天一个模型就能全干，中间层迟早会消失。王云鹤说他部分同意这句话，“但这是一种相对傲慢的观点”。他认为，不同模型公司的差异化不会很快消失，这是模型训练的特

多数我们接触的从业者，并不认为这违背他们技术信念。 文丨程曼祺 编辑丨宋玮 所有人都不愿意公开谈论它，但所有人都在默默地关注它。 有人认为，这是一种不体面的偷窃行为。也有人认为，这是少数领先者为了自身利益而污名化的对象，它本身只是一种优化手段。 过去数月，AI 领域的诸多线头指向同一个节点——蒸馏。 和它相关的变化与事件有：开源模型逼近最强闭源模型；美国 77 家公司签署公开信，反对仓促限制开源模型；Anthropic 两次指责中国公司以大量欺诈账户套取数据；15 亿美元的侵权诉讼和解；张一鸣在字节 Seed 全员会上关于 “不蒸馏” 的正面回应…… 这种诞生多年的技术，在 2026 年反复被提及、讨论，也被误解和曲解。蒸馏到底是什么？大规模蒸馏如何实现？蒸馏能否成为一个模型研发团队的壁垒？它的代价又是什么？ 我们访谈了来自不同公司的近十位模型领域研究员、从业者，也结合公开研究和技术报告，还原蒸馏的过去、现状，和它正在带来的更多改变。 蒸馏的起点：为了压缩，而非为了变强 蒸馏不是抄袭，不是窃取软件代码，它也无法直接获得另一个模型的权重和完整训练数据。 现在处于争议中的那种蒸馏，即让模型变强的蒸馏，技术上是一种获得高质量数据的方式：即反复向一个更强的 “教师模型” 提问，得到回答，再用这些 “题目—回答” 数据对训练另一个 “学生模型”，让后者达到相近的表现。 蒸馏的想法由来已久。2015 年，刚加入 Google Brain 不久的 Geoffrey Hinton，与当时 Google Brain 的负责人 Jeff Dean 和年轻研究员 Oriol Vinyals 一起发表了《神经网络中的知识蒸馏》（Distilling the Knowledge in a Neural Network），第一次把之前出现的模型压缩（Model Compression，2006）等思

一家重新出发的创业公司和一个 ARR 超过 3 亿美元的产品。 文丨高洪浩 宋玮 编辑丨黄俊杰 8 月 11 日晚间，Manus 网站上挂了小半年的那句 “Manus 现已成为 Meta 的一部分”，变成了 “Manus 即将恢复独立运营。” $Meta Platforms, Inc.(META)$ 从被收购到确认拆分，中间不到八个月。 2026 年 8 月 11 日之前和之后的 Manus 官方网站。 2025 年 7 月，肖弘离开了长居的武汉，和整个团队搬去新加坡。同年 12 月 29 日，他决定将这家公司以超过 20 亿美元卖给 Meta，出任 Meta 副总裁。 这是大模型应用领域当时最大的收购案，交易从接触到签约仅约 10 天；也是 Meta 历史上第三大并购案，仅次于 WhatsApp 与 ScaleAI。 交易宣布一周后，中国商务部新闻发言人在例行记者会上说，将会同相关部门对此项收购与出口管制、技术进出口、对外投资等相关法律法规的一致性开展评估调查。 戏剧性转变引发了看戏的热情，社交网络上参与讨论的人远远多过用过 Manus 的人，“香槟开早了”“20 亿美金一夜归零” 被复读。也有人将其视为转折点——在中国创业，通过美国资本退出的终结。 这期间，曾经会从任何缝隙挤进来，争取股份的风险投资机构谨慎地保持着距离。肖弘、季逸超和张涛每日跟留在新加坡的团队打视频电话，同步进展，安排工作。 风波中，Manus 产品依然保持每周 1-2 个功能更新，跟 2025 年底的高峰相当，快过一年前。但没有大版本号变动，产品停留在 1.6，更多是功能完善，增加连接器（接入 GMail、Shopify、Slack 等全球产品）、上线客户端。一位 Manus 人士说，开发节奏如常，2.0 版本已经开