社区

刷到消息说，这家公司准备10月29日在苏州国际会议酒店办一场发布会，主题叫“大模型时代的智驾芯片升级”。我还专门去翻了一下，目前官方放出来的信息不算多，整体还是偏保密状态。 先说下新芯航途这家公司。公开资料看，它主要做物理AI算力芯片，面向自动驾驶、机器人等场景，核心产品是X7车规级SoC，已经在上汽大众ID.ERA 9X上量产装车。公司2023年才成立，三年左右就走到量产定点，速度确实不慢。 它和Momenta也不只是普通客户关系。公开股权信息显示，新芯航途的大股东包括Momenta联合创始人和核心成员持股的管理合伙企业；产品上，双方围绕大模型智驾需求共同定义芯片。简单说，Momenta出算法、数据和场景，新芯航途负责把车规级算力做出来，所以外界常称其为Momenta的“姐妹公司”。 先说明一下，我这边没有拿到新芯航途的内部材料，下面这些都是根据公开消息、行业情况和一些网传内容做的个人预判。说错了就当我瞎猜，大家图个乐，别当成官方实锤。 第一、全新一代智驾芯片，重点可能不是单纯堆算力 这两年智驾芯片发布会，大家最容易盯着的指标就是TOPS。毕竟数字放在PPT上最直观，三千TOPS、五千TOPS，看起来一个比一个猛。 但我个人觉得，新芯航途这次如果真想打中行业痛点，重点不会只是峰值算力，而是算力和能耗之间的平衡。 原因很简单，现在智驾系统已经开始全面转向端到端大模型，模型越来越大，数据处理量越来越高，对芯片的要求早就不是“实验室里跑个高分”那么简单了。真正难的是，把这些能力装到量产车上，还要控制功耗、成本、散热和稳定性。 尤其是高阶智驾接下来肯定要往走量车型下放，不是只有三十万、四十万的车才配讨论城市领航。真想把高阶智驾做成大众配置，芯片必须兼顾性能、成本和功耗。要不然纸面参数再漂亮，主机厂一算BOM成本，还是只能用在旗舰车上。 所以我猜，这次新芯航途要重点讲的，大概率是面

今天早盘，瑞为技术（07656.HK）高开高走，盘中涨幅一度触及14.44%，股价站上14港元关口。 市场关注度升温，与公司近期在智慧机场、行李转运机器人和海外市场取得的进展相互呼应。把这些信息放在一起看，可以发现，瑞为技术的业务正沿着“视觉智能—场景智能化—具身智能”的路径向前延伸，民航行业的数智化升级则为这条路径提供了广阔的应用空间。 机场建设提速，智能化需求跟着增长 先看行业。2026年全国民航工作会议提出，全年力争完成旅客运输量8.1亿人次，并围绕“十五五”重大工程和“两重”建设，力争固定资产投资超过千亿元。客流规模扩大，机场需要提升通行效率和保障能力；新建、改扩建项目推进，又会带来信息系统、智能设备和运营平台的建设需求。由此，民航投资增长能够顺着机场建设链条，逐步传导至视觉识别、智慧通行和行李处理等环节。 行业需求也在向更深处发展。近期中国航信机场数智创新与分享大会提出，加快构建“AI＋航旅”生态，推动技术进入旅客服务、行李处理、航延保障等一线场景。机场智能化的重点因此从单点设备延伸到业务流程，客户更看重产品与现有系统的协同、复杂环境下的稳定运行以及持续服务能力。 这一变化有利于拥有长期场景经验的企业。瑞为技术深耕民航视觉智能，产品已覆盖国内众多千万级枢纽机场。既有项目让它熟悉机场的业务流程、系统接口和运行要求，也便于新产品在已有客户体系中开展验证。行业建设需求扩大之后，公司可以从既有视觉智能产品出发，继续向智慧通行、行李转运等环节拓展，单机场的业务边界随之拓宽。 机器人进入行李转运，技术积累释放新价值 具身智能的发展，为机场智能化带来了新的抓手。行李转运具有工作强度较高、流程相对明确、作业连续等特点，适合通过人机协同提升效率。机场里的行李尺寸、材质和状态各异，设备还要与航班节奏和现场流程配合，因此，能否看清行李、判断抓取方式并稳定完成作业，直接影响产品的应用效果

近日，明略科技旗下秒针系统正式接入腾讯 WorkBuddy，上线「秒针营销增长引擎」与「秒针如意工坊」两款应用，分别面向AI营销分析决策与多模态AI内容创作场景，为企业用户提供更加便捷、专业的 AI 营销服务。 两款应用均整合了面向不同任务的专家团与技能组合。用户只需在 WorkBuddy 中添加相应应用，即可通过自然语言发起市场研究、品牌分析、传播策划、图文制作及音视频创作等任务，让专业营销能力更便捷地融入日常工作流程。 依托 WorkBuddy 的应用入口，秒针系统长期积累的营销数据、专业方法与内容创作能力得以触达更多业务场景，为品牌企业开展营销工作提供新的工具入口选择。 秒针营销增长引擎：让营销决策有据可依 从市场机会研判、品牌竞争分析，到传播效果监测与内容策略优化，营销团队的日常工作离不开对市场信息、消费者行为与传播数据的持续分析。 围绕这些高频需求，「秒针营销增长引擎」整合秒针系统在营销数据与专业分析领域的长期积累，提供「品牌战略」「声量雷达」「内容导航」三种工作模式。用户可以直接从具体业务问题出发，通过对话调用专业分析能力，获取数据洞察与决策参考。 例如，一家纸尿裤品牌希望制定中期发展战略，明确市场竞争定位。用户可以在秒针营销增长引擎应用中选择「品牌战略」工作模式，借助宏观环境扫描能力，运用 PESTEL 分析方法，从政治、经济、社会、技术、环境和法律六个维度梳理行业外部环境，评估不同因素对行业及企业经营的潜在影响，并结合影响程度与发生概率，识别值得关注的市场机会与风险。 分析结果还可以进一步生成交互式页面。用户能够查看不同维度的分析权重，在机会与威胁矩阵中点选具体因素、查阅判断依据，为后续品牌定位、品类选择与资源投入提供参考。 在日常传播中，品牌营销活动往往覆盖多个社交媒体平台，不同渠道的讨论热度、用户互动和内容表现也各有差异。通过「声量雷达」模式，用户可以直

打开行情软件，人形机器人板块这两天明显回暖。10月20日当天，A股人形机器人板块超10只个股涨停，机构席位净买入占比超过55%；再往前一天，人形机器人、智能汽车零部件板块也是多只个股同步走强。消息面也在添柴，OpenAI确认自造人形机器人，预计2027年拿出演示样机。 行情热的时候，我反而想看：谁在真实场景里干活，干成了什么样。顺着这个思路扒下去，找到了瑞为技术（07656.HK）——这公司7月刚在港交所上市，公开发售认购了3646倍。它干的事挺接地气：让机器人在机场搬行李。 机场这地方，AI糊弄不了人 先说场景本身。机场对AI的要求天然苛刻：安全标准高、流程不能断、高峰时段必须顶着跑。正因为门槛高，能在里面长期运转的方案，都经过了真实客流的反复检验。所以看机场里的AI公司，相当于看过了压力测试的那批。 瑞为在机场干了十几年"刷脸"。北京大兴国际机场部署了它300多个设备节点，占比九成以上；它的方案覆盖国内超三分之一民用机场，累计服务旅客超过15亿人次。按2025年收入算，它在中国民航企业视觉智能产品市场拿了约8.7%的份额，排在第一。这个第一是落地跑出来的，一段流程一段流程啃下来的。 晓蚁上岗：18秒一件，行李自己上车 有十几年"看懂人"的积累打底，它往前走了一步——让AI"动手"。新产品"晓蚁"行李转运机器人，已经进了华东某千万级枢纽机场的真实航班保障环境，常态化干活。 效果可以量化：近90%的标准行李由机器人处理，单件18秒，装车准确率99.9%，整体效率比人工提升约30%。技术上是自研的VTFLA架构，在VLA框架里加入了力觉、触觉反馈，机器人能感知受力和滑移。翻译成大白话：箱子抓得稳，也知道什么时候要松劲。 软包、异形这类难处理的长尾行李，留给人工同事。人机各干各擅长的，谁也别硬撑。 刷脸十几年，攒下的不只是人脸 "看懂"这套能力攒了十几年，现在变现的路子有两条。

如果说“密度”决定了立体仓库的容纳上限，那么“柔性”则直接决定了托盘立库在复杂商业环境中的适应性和竞争力。 传统堆垛机方案（ASRS）在仓储业已沿用多年，但在当下碎片化订单、多渠道融合的复杂业态下，其原有的“刚性”优势，正在演变成对业务发展的“限制”：设备仅适配整托盘存储和大批量出入库，无法应对高频、散件的拆零拣选。运力在项目之初便被锁定，无法随业务波动动态调节。堆垛机与巷道强绑定的模式，带来单点故障即封锁整条巷道作业的风险。 作为新一代托盘立库解决方案，极智嘉 SkyCube 托盘到人方案通过独特的上存下拣架构与强大的多机调度能力，在多个维度展现出显著的系统柔性。 业务场景的柔性 首创“上存下拣”，一仓满足多业态混合履约 SkyCube方案将整托存储、箱式拣选、拆零拣选能力集成于同一套系统当中，既可以满足面向线下门店的 B2B 门店的整盘补货，也可以承接 B2C 电商的零散订单履约，真正实现一仓适配多元业务。 吞吐产能的柔性 模块化部署“按需加车”，扩仓不停产 传统堆垛机受限于受限于固定巷道，跨巷道调度难度大、耗时长。在面对季节性业务高峰或后期业务扩容时，难以在单巷道内动态、高频地增配硬件。若要追加新巷道，更需面临土建改造和长时间停产停工。 SkyCube方案运力动态调配，货架轨道全网互通。日常淡季维持低密度车辆运行；大促高峰期，企业可动态增加上层四向穿梭车与底层 P 系列移动机器人的数量，吞吐产能随需而变。 该方案支持扩仓不停产，得益于模块化部署的特性，未来扩容时无须中断现有工厂生产，亦无须改造基础硬件，货架可像积木般向外延伸追加，新车引入即可并线运行，实现平滑扩容。 系统生命力的柔性 无惧“单点故障”，全网动态重构的极高容错率 传统堆垛机系统属于单点耦合结构，若某台堆垛机发生故障，其所处巷道内的所有货位和货物都将被物理锁死，库内作业将面临局部瘫痪。 SkyCube方案

威华达控股 9 月 21 日甩出重磅公告，拟通过配发新股引入 AI 战略股东特斯联，双方将依托合资平台深度绑定，正式踏入场内热度很高的 AI 算力基础设施赛道。 对威化达这家老牌多元金融平台而言，这更像是一场奔着长期去的战略合作，也是一次落地的产业战略升级。 读懂本次战略合作的核心框架 威华达控股（00622.HK）发布公告称，以每股2.70港元向Nova Scope Ventures Limited发行11.8亿股新股，对价约31.86亿港元，以此引入AI战略股东特斯联。 交易完成后，特斯联关联主体Nova Scope Ventures Limited将持有威华达控股14.53%股份，威华达控股、特斯联将各自持有双方合资平台光智特科约一半权益，双方通过股权层面的双向持股形成产业能力与资本平台的互补性结合。双方将依靠各自产业及技术优势达成深度战略协同，深化AI产业布局。 新股依托股东大会给到的一般授权完成发行，不需要再走股东大会表决流程，落地效率值得期待。更关键的是，这笔交易被公司列为长期重大投资——威华达看重的从来不是一锤子买卖，而是快速切入 AI 产业的战略机会。 合资平台的核心技术与业务底色 作为双方合作载体的光智特科，是 AI 基础设施、模型服务及智能体应用领域的领先供应商，也是国内少有的具备全栈能力的玩家。企业自研推理引擎与异构计算编排系统，最大亮点在于可跨芯片、跨集群、跨云端统一调度算力，支持境内外 GPU 混合部署。 这套体系直接把传统人工分配算力的模式升级为模型反向定制、AI 自主调度资源，以此提升硬件利用率与 Token 产出效率；向下融合国产计算生态、兼容多元芯片架构，向上通过Agent提升Token产能，形成AI软硬一体化的价值闭环。 从中小型分布式训练到万卡级大型集群项目，这家企业都具备成熟的实施能力，已经落地不少标杆项目，客户覆盖互联网、汽车、能源

IDC在面向中国市场的2026年预测中判断，到2028年，50%的企业将把推理类应用部署到边缘侧，以支持收入增长、客户体验改善或内部流程优化。大模型应用的讨论重心，正在从"模型能做什么"转向"模型在哪里运行、以什么成本运行，以及如何进入业务流程"。 这不是一个假设性的问题。对于那些正在评估AI自动化方案的企业而言，云端还是端侧，已经是一道必须做出选择的题。 云端AI在企业场景撞上的三堵墙 过去两年，以ChatGPT、Claude为代表的云端大模型几乎重新定义了人们对AI的预期。然而当企业试图将这些能力真正嵌入自己的业务流程时，三个结构性的问题开始浮出水面。 第一堵墙是数据安全。当AI需要操作电脑界面——读取财务报表、处理客户数据、操作内部系统——它必须持续截取屏幕画面进行理解。在云端架构下，这些截图需要上传到远程服务器，而屏幕上往往承载着企业最敏感的信息。即便服务商承诺"不存储"，数据曾经离开设备的事实本身，在《数据安全法》和GDPR的合规框架下已经构成风险。对于金融、医疗、政务等行业，"数据不出域"不是偏好，是刚性要求。 第二堵墙是成本。云端模型按Token或调用次数计费，而GUI操作场景下，AI需要高频处理高分辨率屏幕截图——每一次"看屏幕"都是一次视觉推理调用。一个真正有用的AI助手应当具备主动性：自动检查邮箱、预判会议安排、监控系统异常。但在云端架构下，每一次主动运算都是平台侧的成本支出。当数百万用户同时使用，主动服务频次越高，平台费用越不可控。这从根本上限制了云端AI的"主动性"——不是不想主动，是主动不起。 第三堵墙是可用性。目前市面上的端侧AI方案，大多停留在"能聊天"的阶段。真正能在本地设备上看懂屏幕、理解界面语义、操作桌面软件的GUI智能体，几乎是空白。企业想要的不只是一个本地跑的语言模型，而是一个能替人干活的端侧操作助手。 趋势转折：硬件、框架、算法同步

9月1号希音在港股挂牌，发行价48.56港元，募了132亿港元，今年港股最大的时尚品牌IPO。 说实话，我一开始对这公司没什么特别感觉。印象里就是"便宜衣服、款式多、发货快"，典型的中国供应链出海，赚的是辛苦钱。直到我把招股书从头到尾翻了一遍，有些东西才慢慢浮出来——不是那些增长数字，是它花钱和花时间的方式，让我觉得不太一样。 一件小事：工程师蹲车间，研究一个缝纫机零件 先说一个最打动我的细节。 服装厂做那种带珠片亮片的礼服裙，缝纫机针走线的时候经常被珠子卡断，面料还容易扎破洞。这毛病在行业里存在几十年了，设备厂觉得工序太小众，不愿意投人投钱去改。结果希音的工程师跑到广州番禺的车间里，蹲在现场搞出了一种鸟嘴形状的缝纫机压脚——圆珠自动被拨到两边，针从缝隙里顺过去，一次成型。 就这一枚几毫米宽的小零件，解决了一个几十年没人碰的"小问题"。 仅2026年一季度，这类自研工具就向供应商交付了1200件。希音这些年累计开发了180多项类似工具，平均让工序效率提升了35%。 你说一个年收入几百亿美元的公司，工程师蹲车间研究一枚压脚图啥？图的是十年后。 这种投入上不了新闻头条，但希音背后有1700多个自研系统常年跑着、迭代着——覆盖趋势预测、生产调度、物流配送，全链路都是自己写的代码。所以它库存周转能做到36天，阿迪达斯164天，优衣库母公司迅销114天。这个差距不是哪个季度冲出来的，是十几年一件件小事堆出来的。 我对长期主义最朴素的理解就是：把钱和耐心，持续投进那些短期根本看不到回报的地方。 一个信号：它不光自己卖货，开始往外"送水电"了 再说个容易被忽略的数据。 希音的服务收入占比，2023年才2.7%，到今年一季度已经涨到14.3%了。啥意思？它开始把供应链、物流、流量这套能力开放给别的品牌和设计师用了。 那个叫SHEIN Xcelerator的项目，名字挺洋气，事儿其实特朴素：

明略科技的270天股份锁定期已经届满，市场围绕流通盘变化的讨论随之升温。 但解禁只是股份从“限制流通”转为“可以流通”，并不等同于相关股东一定减持。对一家刚完成业务模式升级的AI公司来说，我更关心的，是其Agentic Services能否从首年破亿元继续走向规模化。 因为决定明略科技中长期价值的，终究还是收入、效率和商业模式。 明略的底牌，是积累了近20年的企业数据 这一轮AI浪潮发展到今天，市场对大模型参数的兴奋已经有所降温，企业客户开始追问一个更实际的问题：AI到底能帮我多赚多少钱，或者节省多少成本？ 这恰好是明略科技长期深耕的方向。 公司成立于2006年，主要围绕企业营销和运营场景提供数据智能产品及解决方案。与面向个人用户的通用AI产品相比，企业级AI需要面对更复杂的数据权限、业务流程和效果衡量标准。 一家消费品牌想要优化营销，不能只生成几张海报，还需要完成市场洞察、内容策划、素材生产、渠道分发和效果复盘；一家连锁企业想提高门店效率，也不能只部署聊天机器人，还要把AI接进订单、员工管理和客户服务流程。 明略科技过去积累的价值，就在这些真实业务场景里。 截至2025年，公司已经服务约2100家品牌客户和超过24万家企业用户，大客户续约率达到96%。长期客户关系带来的不只是收入，还有企业经营过程中不断产生的多模态数据、行业知识和反馈样本。 大模型本身可以快速迭代，真实商业数据和工作流经验却很难在短期内复制。这构成了明略科技发展企业级Agent的重要基础。 从“看懂数据”走向“交付结果” 明略科技2025年最值得关注的变化，是正式推出Agentic Services业务。 过去的数据智能业务，主要帮助客户采集、整合和分析数据，再将洞察结果交给客户。Agentic Services向前多走了一步：AI不仅负责分析，还参与内容生产、营销投放和运营执行，最终围绕客户设定的业务目

近期无人货运赛道的热度正在持续攀升：东风OpenVAN 4000台启动批量交付，顺丰198台无人车跑通昼夜运营，特斯拉Robovan官宣2027年量产。而刚登陆港股的 “物理AI第一股” Momenta，也在7月底正式亮出了自己的Robovan业务，成为又一个下场无人货运的头部智驾玩家。 和很多从零起步的创业公司不同，Momenta的Robovan从一开始就带着鲜明的 “量产降维” 属性 —— 把已经在百万台乘用车上验证成熟的R7 世界模型、无图智驾方案，直接复用到无人货运场景。这也让它成为当前赛道里，最懂规模化落地的玩家之一。 一、别人从零造车，它带着百万级数据入场 在小编看来，Momenta切入Robovan赛道，最大的优势不是技术从零突破，而是把已经跑通的量产能力直接平移，形成了对传统方案的降维打击。 核心差异体现在三个关键点： 无图方案摆脱高精地图依赖：和行业多数依赖高精地图的无人配送车不同，Momenta 把乘用车量产验证的无图智驾技术引入Robovan，不用逐城绘制高精地图，车辆交付效率大幅提升，落地成本也显著降低。这对于需要快速拓展城市的城配场景来说，是决定性的优势。 一套世界模型复用全场景：依托R7 世界模型基座，Momenta用同一套大模型同时支撑乘用车智驾、Robotaxi、Robovan、Robotruck多条业务线。百万台量产车积累的海量真实路测数据，可以反哺货运场景的算法迭代，数据飞轮的转动速度远高于单一赛道玩家。 车规级标准打底：得益于和全球主流车企的量产合作经验，Momenta Robovan从研发之初就遵循车规级标准，在可靠性、安全性、量产一致性上，比改装类方案高出一个量级。 二、落地进度超预期，双线跑通 从目前披露的信息来看，Momenta的Robovan绝非PPT项目，已经进入真实场景落地阶段。 7月27日，Momenta正式官宣Robo