社区

  管电脑的需求还在，只是旧版本不够用了。  文｜魏琳华  编｜刘俊宏 AI时代，模型每一次跃升，可能吞掉的就是一个行业的“饭碗”： Claude系列模型靠代码能力，让程序员已经体验到了“一行代码不敲就能出成果”的快乐；视频生成模型迭代，把后期影视的制作费用直接打下来。 现在，我们又看到了AI取代电脑管家的可能性。360、火绒一类工具箱淡出主流装机清单，但现在AI工具越装越多、电脑越用越卡，管好“房子”本身，反而成了新的刚需。 所以，现在的人为什么需要电脑管家？一方面，清理空间、修改配置等需求依然存在，但过往的电脑管家能处理，却不能解释出来为什么这么做，也没办法帮你主动找到其他问题。 事实上，从市场表现来看，更多用户仍然需要靠电脑管家来清理电脑、修复断网等一系列问题。以360安全卫士为例，它在2025年上半年MAU仍然高达4.3亿。 另一方面，Agent时代到来让每个人桌面上或多或少都安装了一些AI工具。但它们制造出来的种种麻烦却让用户难以收场，比如AI生成了大量冗余的文件和操作设置，但是用户却很难想起来清理，或者把AI调过的设置自己手动恢复。 腾讯Marvis的选择是把自己和热闹的AI办公岔开，专注普通用户，住进操作系统层去管一台具体的电脑：装软件、清C盘、修故障。 9月20日，它把定位从个人AI助手正式升级为个人AI管家。上线四个月，人均Token消耗从约100万涨到590万，每天有四五万用户用它装软件、清理磁盘——小切口里，藏着刚需场景。 和上一代电脑管家相比，交给AI能有哪些改变？抱着这个疑问，我们针对大家平常使用电脑的高频场景测试了Marvis的表现。 实测Marvis 在“电脑管家”的基础上多想一步 9月20日的新版Marvis，把功能整合成了四个“管家”：电脑管家管硬件和系统，负责清理、修复、性能调优；文件管家管数据，负责搜索、聚

文｜晓   峰 编｜刘俊宏 继9月17日ODC 2026 OPPO开发者大会发布ColorOS 17后，9月22日，OPPO正式发布Find X10系列。 本次发布会一次带来Find X10 E、Find X10和Find X10 Pro Max三款机型，起售价分别为4999元、5499元和6799元，于9月24日开售。 这场年度旗舰发布会的重点，除了影像卖点、超长续航外，还包括ColorOS 17在影像链路、系统调度与AI服务上的落地。 在AI手机内卷时代，OPPO选择回归硬件与基础体验——这种与行业节奏看似“错位”的选择，引出一个值得深究的行业命题。 时下，AIOS赛道竞赛已经全面打响。手握7.7亿全球活跃用户的ColorOS，能否帮Find系列撕开高端市场缺口，硬件、系统、AI三者该如何平衡？ 这些都是摆在OPPO等国产高端厂商面前一道现实考题。 当所有发布会都在证明AI能做什么，OPPO想证明的是另一件事：AI可以先不说话，把手机还给人。 结影像归真、系统求稳 OPPO AI“做减法” 9月22日正式登场的OPPO Find X10系列，三款机型最大区别在于价格与配置。其中，Find X10 E起售价4999元，标准版Find X10起售价5499元，Pro Max版本起售价6799元。 在存储、芯片等成本上涨的背景下，今年Find X10标准版5499元的售价较上一代Find X9标准版上涨1100元。 但OPPO没有让整个Find X系列的起步价直接跨过5000元，而是选择新增Find X10 E，以更低的价格保留一个入门旗舰的位置。这个新增的版本，本质是成本上涨周期里的卡位：门槛不升、配置向上，先守住高端旗舰的货架入口。 三款机型的另一大差异是核心配置的不同。其中，Find X10 E搭载天玑9500s，而OPPO Find X10标准版则升级至天玑

  人人都能成为机器人训练大师。  文｜刘俊宏  编｜王一粟 普通人也能在具身智能行业赚钱了？ 42岁的李国英是一名网约车运营人员。前不久，她第一次戴上一台叫MEgo的头戴设备，记录自己浇花、擦玻璃、整理桌面和文件的过程。大约15分钟后，她把数据上传到觅蜂派App，通过审核，拿到了一笔任务收益。 李国英干的这件事，现在有一个新的叫法：机器人训练师。 9月23日，觅蜂科技董事长兼CEO姚卯青正式发布“觅蜂派”，包含“自研MEgo数采设备、觅蜂派App和数据治理引擎MEgo Engine”三个组成部分，定位为全球首个全品类高质量物理AI数据众包服务平台。 简单来说，这套平台运作模式类似外卖平台的“众包生意”：用户可以接取机器人训练所需的数据任务，采集数据换钱。觅蜂在收到这些数据之后，会治理、分级操作后，再打包用于机器人训练。 据了解，觅蜂派已经覆盖支持具身智能训练的22大类场景、5000多个任务和50000多个真实环境。在平台内测期的大约一个月时间，觅蜂派注册用户数达2万人，累计产生1.3万份采集任务提交。这意味着，觅蜂已经先把“数据”这台发动机点火了，直指当下具身智能行业数据资源稀缺的痛点。 针对这一数据采集模式，业界有人把觅蜂派称为“中国版Index”。但这个称呼只说对了一半。 今年8月，Figure发布Index，向全球用户付费征集真实任务视频，用来训练自己的模型。跟觅蜂相同的是，两边都把众包引进了具身数采。但区别在于开放程度，Index围着Figure自己的训练闭环转；觅蜂派面向不同模型厂商、机器人企业和数据采购方，按客户需求组织生产，再把处理后的数据作为服务交出去。 所以觅蜂派的意义，不是多了一个数采平台，而是物理AI数据的生产方式发生了变化——从集中采集，走向社会化协作。 这一改变，或许将很大程度改变具身智能行业的发展模式。 对于机器人

  站在前人的肩膀上，选最优的路径。  文｜罗镇昊  编｜刘俊宏  真实世界没有剧本，每个变量都是成败本身。 当坡道、碎石、楼梯、高台等产业园区常见的地形出现在一场具身智能比赛中，机器人要面对的处境比想象中要艰难。这正是具身智能从技术展示走向产业落地必须跨过的门槛。 9月22日，GOAI 2026（世界人工智能开源大赛）“具身未来”赛道线下总决赛在杭州举行。其中，“产业园区全地形巡逻挑战赛”这一赛题由云深处科技承办，赛场就设在杭州云谷中心的真实产业园区，统一采用云深处山猫S10轮足机器人作为基础平台。 这次大赛分为四个赛道：新智基座、无界应用、前沿探索、具身未来。2999个初赛作品中，共120个进入下一阶段，而具身未来“产业园区全地形巡逻挑战赛”最终有10支队伍晋级决赛。 比赛把环境感知、建图定位、自主导航、运动控制、复杂地形通过、Sim2Real等能力放进同一条任务链里，让10支不同背景的团队在同一套机器人平台上解决同一个问题：机器人如何在真实环境里持续完成任务。 这恰好对应了具身智能正在经历的一次变化。 过去一两年，行业的注意力更多集中在VLA、世界模型、人形机器人以及越来越复杂的Demo上。随着机器人开始从实验室进入园区、电力、工业、应急等真实环境，决定技术价值的重点也在转变。 一套算法能不能在传感器存在误差、地面条件持续变化、环境不断出现干扰的情况下工作，一台机器人能不能稳定完成一次又一次任务，正在成为比“演示成功”更现实的问题。  能把比赛考题、硬件平台和场地统一搬进真实场景，这本身就是行业第一梯队的视角。 云深处敢这么做，是因为它已经在真实世界里经历了无数次验证。IDC最新报告显示，2026上半年全球四足机器人行业级应用市场，云深处居首位。这是云深处继2025年登顶之后，再次拿下行业应用第一。赛场上的开放，是行业

刀刀见骨，AI巨头为自己画过的大饼“填窟窿” 文｜魏琳华 编｜刘俊宏 9月23日凌晨，OpenAI和Anthropic像约好了一样，前后脚各自放出新模型： OpenAI端出了GPT-6 Sol和GPT-6 Luna两款模型，把旗舰GPT-6 Astra的能力蒸进更快更便宜的型号里；Anthropic则亮出Claude Opus 5.5，性能追平Fable 5.1的同时，成本只有上代Opus 5的六成。 三个新模型，指向同一个判断：当前大模型竞争的主战场已经从“谁最聪明”转到了“谁又强又便宜”。 熟悉OpenAI的老朋友都知道，无论是赶当天发布还是靠价格挤兑对手，都是它的老本行了。今年下半年，OpenAI释放的降价信号愈发强烈： 7月，OpenAI先是把GPT-5.6 Luna断崖式降价80%，到8月再把旗舰模型GPT-5.6 Sol促销再砍20%，再到这次GPT-6 Sol和Luna，OpenAI直接宣布API价格永久下降50%——OpenAI正在用一种“刀刀见骨”的节奏，把模型调用成本打到行业新低。 OpenAI正在用低价抢用户，延续它“大力出奇迹”的营销策略，挤兑自己的老对手Anthropic，靠用户讲一个更漂亮的收入增长叙事。 同一天的两种不同“刀法” 同日发布的三个模型，各有各的精彩：OpenAI靠价格刀法让人直呼真香，Anthropic则做到了又强又便宜，让Opus 5.5重回大众“白月光”的地位。 先看OpenAI这边，它这次推出的GPT-6 Sol和Luna两款模型，是在GPT-6 Astra的基座上得来的性价比模型——通过调整推理效率和缓存机制，OpenAI把单位调用成本压了下去。 具体分工上，Sol定位面向编程等复杂工作负载，Luna则面向更轻量、高频的推理场景。两款模型都支持105万token的上下文窗口、12.8万token的最大输出，提供多档推理强度

欣欣向荣的一片混乱。  文｜白   鸽  编｜王一粟 9月22日，中国“云计算春晚”——云栖大会又来了。 在“无法计算的价值”背后，我们看到了AI行业一些新的风向标。 企业们不再问“要不要用AI”，而是带着具体的问题，来现场寻找答案。 “我们有很多财务数据，AI能帮我们基于数据做经营分析决策吗？”“之前用AI踩了好多次坑，你们怎么保证我们的数据安全？”“我们泛BI的能力能不能迁移到千问办公？一年的费用大概是多少？”“这个产品对我们原先的数据指标这些治理的要求是不是很高？” 显然，企业已经不再关注大模型具体的参数，而是转向自己的需求——数据、安全、成本等等。 对于这个企业级需求，AI办公产品或许是AI大模型爆发四年以来，目前为止给出的最完整的答案。 千问办公，也是这场竞争中不可忽视的一个。 诞生于8月初，千问办公由阿里旗下QoderWork、MuleRun、悟空三款产品整合而来。 作为科技大厂竞争最激烈的战场之一，阿里、字节、腾讯先后面向AI办公赛道开启了产品整合。 但整合只是起点，真正的分野在于方向。 “千问办公是业内首个企业级Agent产品，Agent要在企业真实场景落地，既要懂业务，也要像人一样在企业和组织内协同，且每一次任务执行要有边界、能追溯。”阿里巴巴集团副总裁、千问办公CEO陈宇森如此说道。 阿里巴巴集团副总裁、千问办公CEO陈宇森 云栖大会上，千问办公面向企业场景发布七大产品和功能，包括全新产品企业上下文（Enterprise Context），及托管平台Managed Agents、数字员工、QwenNote A2、协作功能、千问办公应用功能、安全中心等。 这套能力体系的本质，是把企业级Agent，从模型竞赛，拉回到组织工程。 上下文让它懂业务，身份让它进组织，协作让它融入团队，应用让它进入系统，安全让它被信任，这一系列产品构成

9月23日，觅蜂科技正式发布全球首个全品类高质量物理 AI 数据众包服务平台 “觅蜂派”。 下载该应用后，用户可领取数据采集任务，佩戴 MEgo 设备在零售、仓储、制造、家庭等真实场景中完成指定操作，并按照有效时长获得相应报酬。 采集的数据经觅蜂治理、分级后，将用于具身模型训练，并进一步服务机器人在千行百业的真实部署 。 觅蜂派亦被业界视为“中国版 Index”。今年8月，Figure 发布 Index，通过向全球用户付费采集真实任务视频，来构建多样化训练数据集。 同样是把众包模式引入具身数采，二者不同之处在于，觅蜂派面向的是更广泛的行业需求——服务不同模型厂商、机器人企业和数据采购方，根据客户需求组织数据生产，并将处理后的数据作为服务对外交付。 这也意味着，觅蜂派需要处理更复杂的数据需求：服务对象越多，需要覆盖的行业、任务和长尾场景越广；众包规模越大，对采集标准、数据治理和稳定交付的要求也越高。 觅蜂派真正值得关注、拆解的，也正是“全品类”和“高质量”两个关键词。 让日常经验成为机器人“教材” 如果把具身智能过去三年的发展压缩成一条曲线，可以看到一个越来越清晰的趋势：行业从“开发态”逐步迈入“部署态”，机器人从实验室走向真实场景。 要实现这一转变，数据无疑是绕不开的瓶颈。 但具身模型的“先天条件”，远不及拥有海量文字语料的大语言模型 。抓起杯子、拧开瓶盖、折好衣服，这些每天重复无数次的动作，至今仍没有形成可以直接用于训练的大规模数据。 具身模型首先要解决的，是如何把现实世界中的交互行为持续转化为数据。 行业此前较为通行的解法是真机遥操——人通过手柄、VR 设备或其他控制系统操纵机器人，把一个个任务“示范”给模型。这类数据与机器人本体高度对齐，训练价值较高，至今仍然具有重要作用，但短板也很明显：采集速度受到机器人数量、操作人员和场地约束，硬件、人力与运营成本也会随着数据规模

文｜魏琳华 编｜刘俊宏 AI圈的规则就是用来打破的，市场变化之快，让公司们经常猝不及防。 月之暗面就是其中一个。 手拿爽文剧本的月之暗面，曾经靠长文本跑出媲美豆包月活的C端AI助手Kimi，又在路线偏移后，靠Kimi K2、K3两个模型，一次次证明自己仍然能站在开源模型的第一梯队。 但最近，月之暗面出牌速度“密集得反常”，甚至略显焦虑。 9月，月之暗面先拉起了模型和产品的节奏。 先是在模型侧，月之暗面于9月11日宣布K2.8 Preview全量上线，用接近K3的能力、一半的价格补上自家模型的“性价比”缺口；产品侧，Kimi Code Desktop正式发布，在OpenAI和Anthropic纷纷整合入口的当下，作为独立App定向吸引开发者群体。 同时，月之暗面也在加快探索自身商业化的上限。 9月10日，月之暗面官宣启动“登月计划”，与五家系统集成商共同合作FDE模式；9月18日，月之暗面的Kimi K3进驻亚马逊平台，此前推进的开源模型分成协议终于落地。 密集动作的弦外之音，是一个行业级的问题：市场对AI模型公司的要求，变了。 2026年，大模型公司们除了要追求智能上限，还需要讲出更多产品落地的可能性。 这背后是AI模型早就走过了“智能即价值”、“模型即产品”的阶段。当所有头部公司都能把模型智能做到足够高，性价比就成用户/客户看重的关键。“既要又要”就成了当下评价AI模型公司最重要的体系。 2026年的市场要的是“可用”——模型要便宜也要强大，公司研发既要追求聪明，也要落地工程化能力，产品要懂用户，还要够好用。To B和To C的逻辑也不一样：B端要稳定、可控、能落地，C端要简单、好上手。 面对市场复杂多元的需求，大模型公司想要只靠一个强模型横推碾过去，在当下已经不可能。 月之暗面是这股浪潮中的一个样本。作为一家依然能在大模型第一梯队的公司，它正在用行动给公司补上更多曾经错

AI大模型只是入场券，全栈技术底座才是下半场。 文｜白   鸽 编｜王一粟 Agent（智能体），无疑是2026年最火爆的一个词。资本在追，创业者在卷，大模型厂商们也争先恐后地给自家产品贴上“Agentic”的标签。 与此同时，落到行业里，Agent也已经开始“干活儿”了，从办公软件到制造产线，从智能客服到研发提效，越来越多的企业开始把Agent放进真实业务流程。 然而，行业很热闹，但真实数据却比叙事冷静得多。 毕马威的一项调研显示，88%的企业已启动Agentic AI试点，但仅24%看到了实际回报。而Gartner预测，超过40%的Agentic AI项目将在2027年底前被取消，原因是成本失控、ROI不清晰和风险控制不足。 这背后的逻辑其实很清楚，当智能体从“陪人聊天”走向“替人干活”，它撞上的第一道墙，往往不是模型不够聪明，而是物理世界的约束——连续执行几十步任务、反复调用外部工具、无人盯守长期运行，每一步背后都是算力、Token、运行环境、安全治理的连环问题。 而这些问题，也推动云计算从以资源供给为中心，向智能体底座加速演进。 云计算正在变成Agentic Cloud（智能体云）。随之而来的，则是一整套从数据中心、智能体运营到行业场景的体系化改变。 Agent时代的竞争，不是单点技术的比拼，而是整套体系的对决。 毕竟，模型可以买来，算力可以租到，但一个能同时满足“跑得快、记得住、用得起、管得住”的完整架构，才最难得。 在今年**全联接大会2026的**云峰会上，**公有云总裁胡玉海表示，**云将从三个维度深耕智能体时代：一是软硬芯整合，打造极致性价比的AI基础设施；二是拥抱百模千态，构建开放的企业级智能体平台；三是打造场景化解决方案，深入政务、汽车、具身智能等行业，践行“用AI解行业难题”。 **公有云总裁胡玉海 少了任何一层，Agent都只能停留在演示

建立一条从Demo走向量产的标准路径。 文｜罗镇昊 编｜刘俊宏 9月17日，地瓜机器人宣布完成4亿美元C轮融资。 本轮融资由国际知名投资机构未来资产领投，互联网巨头美团战投，合肥国投、南山战新投、璟泉资本等政府投资平台，凯辉基金、华美国际投资集团有限公司、广发信德、超越摩尔、启航投资旗下芯创二期基金等一线投资机构联合跟投，以及高瓴创投、五源资本、线性资本、黄浦江资本、淡马锡旗下的Vertex Growth、Prosperity7、和暄资本、云锋基金、美团龙珠、九阳家办、敦鸿资产、凯联资本、沸点资本、九合创投、初心资本、数字未来、庚辛资本等众多老股东持续加码。 这是地瓜机器人16个月内的第四轮公开融资。 2025年5月，公司完成1亿美元A轮融资，高瓴创投、五源资本、线性资本、黄浦江资本等进入；2026年3月16日，宣布完成1.2亿美元B1轮融资，滴滴、美团龙珠等产业资本进场；4月8日，再完成1.5亿美元B2轮融资，B轮累计2.7亿美元，加上A轮，公开融资总额已超过3.7亿美元。 融资间隔从10个月压缩到20多天，单轮金额逐级抬高。这意味着，资本不是在等地瓜长大，而是在抢着上车。 2026年上半年，旭日系列芯片累计出货量突破800万片。公司称，具身智能业务正式迈入量产级出货阶段。 其中，2025年11月才发布的旭日S600，半年内拿下它石智航、千寻智能、自变量机器人、智在无界、优必选、帕西尼感知等20余家头部客户，包含人形机器人、工业轮式、3C柔性作业、具身大模型、全模态感知等多个领域。目前，地瓜机器人在具身智能领域的客户覆盖率已突破50%。 这说明，在标准尚未形成的早期阶段，地瓜正在用高渗透速度来塑造整个行业的研发习惯，试图从客户的“可选项”变成“默认项”。而默认一旦形成，竞争者要面对的就不只是让客户换一颗芯片这么简单，而是一整套体系。 当大多数融资还在为本体的“技术验证”买