山東
一份拓展中的 AI 地圖。
文丨程曼祺
3. 巨頭的 AI 之戰：字節、阿里、騰訊
關鍵詞：人才和組織之戰、To C 應用大戰、即將到來的春節之戰
從本輪 AI 熱潮起點開始，《晚點》持續跟蹤報道互聯網大公司，尤其是中國大公司的 AI 動向，其中最有實力的是三家：字節、阿里、騰訊。
25 年，我們對這三家公司的 AI 動作有兩輪集中報道：春節后陸續發布的四篇報道：《騰訊在 AI 拐點到來前的 700 天》（高洪浩）、《字節 AI 再創業：獨立組織、全鏈條的飽和出擊》（王與桐）、《重新認識阿里：大踏步邁向 AI》（管藝雯）、《字節、阿里、騰訊的 AI 人才競賽：2330 個研究者背后的共識與分歧》（賀乾明、黃幀昕），以及前不久發布的《字節、阿里、騰訊 AI 大戰全記錄：一場影響命運的戰爭》（高洪浩）。這些報道涵蓋我們觀察科技巨頭做 AI 的幾個關鍵視角。
人才和組織之戰
字節：創業方式做 AI，吸納 AI 原生人才
首先是人才和組織，這直接關系各公司最底層的模型實力。
字節的 AI 部門相對獨立，它試圖通過營造一個小環境，以創業公司的方式運行，從而擺脫十幾萬人龐大組織的重力。
25 年之前，字節成立了三個相對獨立的部門：負責產品的 Flow（豆包產品團隊隸屬于此）、負責模型研發的 Seed，以及提供后端研發支持的 Stone。這三塊業務最初的負責人均為字節老將：Musical.ly 創始人朱駿負責 Flow；2015 年從百度加入的朱文佳負責 Seed；同樣來自百度，2014 年入職的洪定坤負責 Stone。
今年，字節 Seed 迎來了新的研發一號位——Google DeepMind 前研究副總裁吳永輝。業內人士評價吳永輝是 “大佬級別的技術管理者”，能真正 “鎮得住場子”。
“鎮場” 能力之所以重要，與字節補充人才的順序有關。在吳永輝于 25 年 2 月入職前，字節在整個 24 年都在瘋狂吸納年輕技術骨干。這件事的起點可追溯至 23 年夏天，當時字節本打算投資 MiniMax 和階躍星辰，但在一次高層會議后，張一鳴明確表態：字節應該、也能做好自己的大模型，無需對外投資。
緊接著，字節高層及張一鳴本人從 23 年底開始密集招人。我們在《字節 VS 六小龍》那期節目里提到，24 年有投資人去拜訪頂尖論文的作者時，發現不少人都剛和張一鳴聊過。最終，字節招募了來自 Google 的蔣路、來自面壁的秦禹佳、來自零一萬物的黃文灝、智譜 AI 的丁銘，以及備受關注的阿里通義千問模型的前負責人 周暢。
當這些在業界有影響力、處于事業上升期的 Leader 匯聚一堂，吳永輝這樣一位有多年 管理經驗的資深人士就成了符合畫像的領導者。這也讓 Seed 團隊中來自傳統搜推廣部門的人員比例降低，而像吳永輝、周暢這樣的 AI-Native 人才比例顯著上升。
不過，精兵強將也帶來了激烈的內部競爭。以視頻生成為例，內部有多個團隊在同步推進，部分人才（如蔣路）的流失。
一位技術 Leader 對賽馬機制做了有趣的總結：健康的賽馬是多路探索，跑完這輪還有下輪，團隊有翻盤機會；但如果演變成 “拳擊”，敗者就只能退場。
阿里：人員相對穩定、部分老人離場
自周暢離職加入字節后，阿里的 AI 團隊進入了一個相對穩定的階段。
阿里的 AI 一號位始終是已入職十年的周靖人。他是阿里云 CTO 兼通義實驗室總負責人，也是阿里大模型開源的提議者和主導者。周靖人今年晉升為阿里合伙人，關鍵原因之一便是他帶領通義實驗室保證了 Qwen 系列模型的領先地位。
周靖人之下，通義實驗室有三個核心團隊：
- 負責主力模型 Qwen 研發的 “千問” 團隊，由 90 后林俊旸負責。林俊旸是阿里內部培養的人才，2019 年從北大碩士畢業后即加入達摩院；
- 二是負責圖像、視頻生成的 “通義萬相” 團隊；
- 三是 25 年 2 月新加入的許主洪團隊，負責多模態交互模型。
與 Seed 不同，通義實驗室在此輪 AI 熱潮前已經存在，由原達摩院多個實驗室合并而成。這導致其最初在薪酬激勵上沒那么獨立，但在 24 年底，通義對模型團隊普遍調升了薪資和職級，可以理解為對一種對市場行情的回應。
這種并非 “高舉高打” 的起步，也帶來了意外之喜：研發 Qwen 的團隊是從內部相對邊緣的角落里自下而上生長的，規模精簡，卻通過開源大模型形成了極強的社區影響力，成為了一個自驅且強勢的團隊。目前，千問團隊也在探索具身智能 VLA、多模態等前沿領域，并上線了面向普通用戶的 Web 端產品 Qwen Chat（chat.qwen.ai）。
騰訊：總裁辦來了年輕人
25 年秋天，前 OpenAI 研究員、ReAct 作者姚順雨加入騰訊。12 月，騰訊官宣姚順雨出任總裁辦首席 AI 科學家，直接向總裁劉熾平匯報，并兼任 AI Infra 部和大語言模型部負責人。
1998 年出生的姚順雨是典型的年輕 AI 原生人才，24 年博士畢業后即加入 OpenAI。
他的加入已帶來了三個明顯變化：
- 以極高的頻率招攬新人（如從 DeepSeek 招募王炳宣）；
- 重塑目標，指出此前混元模型太盯著 Benchmark 刷榜而忽視了實際體驗；
- 組織調整，將 Infra 部門劃歸統一管理，強調協同設計。
相比字節先收骨干再引統帥，騰訊在招募姚順雨之前并無太多 AI 明星，而姚順雨本人也非常年輕，沒有太多管理經驗。對穩健的騰訊來說，這是一次激進的組織選擇，姚順雨更像是一條被引入的 “鯰魚”。這或許受到了 DeepSeek 的啟發：DeepSeek 證明了一群 95 后研究員同樣能做出驚艷世界的模型。騰訊這一輪調整的效果，將在 26 年得到驗證。
最后，一個中美差異是：在美國，OpenAI 等初創公司對人才的吸引力最大；而在中國，巨頭依然是頂尖人才的首選。正如 MiniMax 創始人閆俊杰所言：“客觀來說，字節的 AI 人才密度是最高的。”
To C 應用大戰
對巨頭之戰的第二個觀察視角是各公司的應用布局。
模型與產品團隊間的協作：字節更緊密，騰訊、阿里分屬兩個事業群
在 Sora App 發布后不久，Sand.ai 創始人曹越有一個對組織的觀察：Sora App 之所以能如此巧妙地利用模型特性開發新功能與交互，是因為 OpenAI 實現了從產業到模型的深度垂直整合，這是一種 “端到端” 的組織，產品需求可以高效地梯度回傳給模型。
如果以這個視角看，中國三家大公司中，字節跳動的模型與產品協作最為緊密。
這一年，我們通過與多位 Seed 研發人員和 Flow 產品團隊成員交流，綜合感受是兩個團隊協作頻次極高。Flow 的一些中層認為，Seed 的模型支持給力，有共同為產品服務的意識。
字節在 25 年初定下三個 AI 大目標：探索智能上限、探索新 UI 交互形式、加強規模效應。
其中 “加強規模效應” 值得細品。傳統軟件通過 “一次構建，多次售賣” 來實現規模效應，但大模型產品每次調用都消耗算力，更像是有 BOM 成本的制造業。字節的邏輯在于 25 年 1 月豆包 1.5 Pro 官博中提到的 “數據飛輪”：依托字節在推薦、搜索和廣告領域的 AB Test 經驗，構建了基于大規模用戶反饋的閉環優化系統。
這里飛輪的兩端是「大規模用戶反饋」和 「模型實際使用體驗」，而不是模型性能本身。因為現階段，大量普通用戶的反饋不能直接提升模型能力，要讓模型變強，還是得靠研發人員的努力。
字節對規模效應的表述，可能反映了，他們在努力發揮過去積累的移動互聯網經驗和基礎設施，而且從豆包的增長看，確實取得了效果。
騰訊與阿里在 25 年都經歷了產品團隊的重組。
騰訊方面，原本混元大模型與元寶 App 均隸屬于 TEG（技術工程事業群）。25 年初，騰訊總辦會決定整合分散的 AI 應用，最終由湯道生負責的 CSIG（云與智慧產業事業群） 接手。元寶與原本在 PCG 的 QQ 瀏覽器、搜狗輸入法、ima 等應用匯聚到了 CSIG，而混元研發團隊仍留在 TEG。這種模型與產品分屬不同事業群的架構，考驗著跨部門的協作效率。
同時，騰訊最大的底氣——微信，始終是獨立的事業群。就在上周三，微信封掉了元寶 App 為春節大戰準備的 10 億元紅包分享鏈接，理由是 “整治過度營銷”。這個小插曲引發了一個疑問：面對 10 億級用戶，微信能在多大程度上深度參與騰訊的 AI 布局？
阿里的路徑更復雜。 23 年 10 月上線時，通義千問 App 與通義實驗室均在阿里云旗下。到了 24 年底，通義 To C 產品團隊被剝離，劃歸至吳嘉管理的智能信息事業群。這意味著產品與模型團隊從 “同屋” 變成了 “鄰居”。
字節是豆包、騰訊是元寶，阿里經歷通義千問和夸克的雙線輪換
這種調整也伴隨著應用布局的變動。相比字節豆包與騰訊元寶的品牌穩定性，阿里經歷了頻繁的 “輪換”：
同時起步：
“通義千問”App 24 年 10 月上線；同期，早在 2016 年就上線的夸克瀏覽器加入 AI 搜索等新功能。
夸克替代通義，成為阿里主力 AI 產品：
24 年 5 月，通義千問 App 改名為 “通義”；25 年 3 月，阿里將夸克定為 AI 旗艦應用，提出 “AI 超級框” 概念。吳嘉曾說，希望夸克成為中國第一個日活過億的 AI 產品，但這一目標最終被豆包率先實現。
通義改名千問，“熹妃回宮”：
到 25 年底，原先被冷落的通義 App 再次更名為 “千問 App” 卷土重來，接通了阿里生態里的外賣、購物等生活服務。
阿里的這番調整，有些 “頭痛醫頭、腳痛醫腳”。
最初的通義千問 App 功能堆砌嚴重，展示層級缺乏重點，在整個 24 年，相比豆包、Kimi 等更具辨識度的 Chatbot 產品，表現始終不溫不火。
當時，管理該產品的阿里云，戰略重心在拓展 AI 云業務、大模型研發以及構建模型生態。這或許解釋了阿里為何隨后將 To C 產品團隊悉數劃歸至吳嘉管理的智能信息事業群。阿里當時的邏輯是：Chatbot 會最先顛覆搜索，而從夸克這款瀏覽器入手改造搜索體驗，是通往 AI 產品最順理成章的路徑。
然而，當夸克在 25 年正式接棒后，表現卻差強人意。它確實吸引了大量嘗鮮者，但夸克龐大的老用戶群依然習慣于網盤、搜題等傳統功能。畢竟夸克已上線十年，承載了太多大模型時代之前的用戶習慣，難以在短時間基因突變。
近期通義 App 再次更名為 “千問 App” 卷土重來后，深度接通了阿里生態內的生活服務，試圖成為一個能點外賣、能購物的全能 AI 助手。與此同時，阿里一改往日在投放上的克制，千問 App 的單日投放峰值達 1500 萬元。但一些阿里人士，對目前的打法持悲觀態度。他們認為，剛改頭換面的千問 App 尚不成熟，在產品力未打磨好的情況下大規模的投放，難以產生實質留存，尤其是面對強勁的對手豆包。
字節跳動目前的布局則是 “一超多強”。 豆包作為中國首個日活過億的 AI 產品，不僅穩居第一，還推出了海外版 Dola（日活破千萬）。在豆包之外，字節進行了飽和式攻擊：AI Coding 工具 Trae、智能體平臺 Coze、教育應用 豆包愛學 等。
豆包已發展出獨特的 “人設”。它不像 ChatGPT 那樣是 “辦公室精英”，而是更親切、生活化、好玩。在抖音上，“和豆包互懟”、“讓豆包教穿搭” 的內容已形成廣泛傳播。目前豆包已開始嘗試商業化，如 25 年 11 月上線 “商品卡” 功能。26 年，豆包如何平衡免費增長與變現將是核心看點。
騰訊的元寶則在 25 年春節迎來意外驚喜。 由于之前自研模型相對落后，騰訊成了大廠中接入 DeepSeek 最果斷的公司。元寶日活因此在 2 月底快速增長了 10 倍。元寶最新的嘗試是 “元寶派”，試圖通過分享鏈接將微信、QQ 的社交關系引入 AI 社交群。
總結三巨頭的 AI 策略：
- 騰訊：更重視應用落地，策略是 “后發制人”，等待模型能力成熟的拐點。
- 阿里：強調從算力、云到模型的全棧整合，在開發者生態上積淀深厚。
- 字節跳動：建立了一個相對獨立的 “國中之國”，以創業公司的方式驅動模型與應用齊頭并進。
春節之戰展望
今年春節的競爭態勢異常激烈：豆包已正式拿下春晚合作伙伴席位；元寶緊隨其后推出 10 億元紅包；而千問則宣布發放 30 億元紅包。
與此同時，懸在所有人頭上的最大變數是：DeepSeek-V4 究竟何時發布？效果又將如何？（補充：2 月 11 日，DeepSeek 網頁端已更新了底層的新模型，應該就是 V4 的某一個版本。）
如果 DeepSeek-V4 選擇在節前發布，對騰訊的春節攻勢是個利好。雖然在現階段，第一梯隊模型之間的差異，大部分普通用戶可能已難以直觀感知，但 DeepSeek 有強大的品牌效應，而元寶又是大廠產品中與 DeepSeek 綁定最緊的一個。
這個春節，各大公司的 AI 從業者們大概率又無法享受一個完整、愜意的假期了。
4. AI 創業公司們
關鍵詞：大模型第一股、5000 萬美元年收、全球化與中美之間
關于 AI 應用的具體趨勢，前文已有討論。這一章會重點剖析 AI 創業的商業化進展，以及中國創業公司面臨的一個特殊議題：全球化。
大模型第一股：IPO 不是獎賞，而是續命的安全網
25 年至今，中國 AI 創業市場迎來一個節點事件：26 年 1 月，智譜 AI 與 MiniMax 前后腳登陸二級市場。
兩家公司上市，向公眾揭開了大模型創業公司的財務底牌，也能看到資本市場的短期定價。此前業內的一種流行觀點是：中國頭部的模型能力并未被美國拉開代差，但估值卻差了兩個數量級——中國最貴的大模型公司估值在 30-40 億美元，而 OpenAI 與 Anthropic 的估值已分別飆升至超 7000 億和 3500 億美元。
然而，從財務情況也可以有另一種解讀，上周（2 月 9 日）收盤時，智譜市值約 114 億美元，MiniMax 約 185 億美元，與美方的差距縮小到了一個數量級。但看收入：智譜 25 年上半年收入約 2700 萬美元，MiniMax 前三季度約 5300 萬美元；對比之下，OpenAI 25 年營收遠超 130 億美元（Sam Altman 自稱），Anthropic 則達到 45 億美元（the Information 報道）。
當然，無論中美，基礎模型公司都在巨額虧損。一方面，技術競賽要求持續的研發投入；另一方面，大模型產品具有制造業式的 “BOM 成本”，每次調用都消耗算力。據伯恩斯坦分析師估算，OpenAI 僅在 25 年第三季度的虧損就可能高達 120 億美元。
最新市場消息是，OpenAI 和 Anthropic 計劃最早于 26 年底 IPO。中國 “大模型第一股” 的競爭比美國早了整整一年。原因很現實：中國一級市場的后續資金不及美國充沛，上市成了拓展定增、大規模融資的必要手段。所以在 MiniMax 上市當天的融資故事報道中，我們寫道：“大模型領域的 IPO 并不發生在大戰告一段落之后，它不是對勝者的獎賞，而是下一輪競賽的鼓點。” 更直接地說，IPO 是一張續命安全網。
好消息是，目前，仍堅持基礎模型研發且未上市的中國頭部公司已寥寥無幾，DeepSeek 依靠幻方的自有資金支持，而 Kimi（月之暗面）與階躍星辰則在近期分別完成了大額融資。
相比之下，歐美市場仍在涌現新成立的 Neo Lab，如 Ilya 24 年創立的 SSI、Mira 25 年創立的 Thinking Machines 等。而在國內，由于資金門檻和巨頭競爭，23 年下半年起就很難再有新的基礎模型公司獲得初始融資。
這些創業者正在打一場 “極難模式” 的游戲。不同于移動互聯網時代有 iPhone 帶來的硬件紅利和自然增長，大模型目前仍運行在存量硬件上。現存巨頭不僅掌握著流量入口，且均已親自下場自研模型，缺乏收購意愿。對于基礎模型創業者而言，僅僅維持生存是不夠的，不達到足夠體量的成功，也可以算是一種失敗。
5000 萬美元 ARR 的 AI 應用公司有多少家？
據不完全統計，全球 ARR（年度經常性收入，以一段時間的訂閱收入折算到一年的收入；當公司快速增長時，ARR 往往大于實際收入）超過或等于 5,000 萬美元的 AI 原生企業約有 40-70 家，主要集中在 AI Coding、內容創作 Agent、法律及教育等場景。代表公司包括 Perplexity、Cursor、Runway、HeyGen、Harvey 等。
在中國背景或華人創立的公司中，達到或接近這一量級的公司有：
- Manus（蝴蝶效應）：作為通用 Agent 的代表，于 25 年底以超過 20 億美元的價格被 Meta 收購。這對堅持創業十年的團隊來說是一個 “童話故事”。
- Genspark：由前小度 CEO 景鯤創立，25 年 9 月宣布 ARR 達到 5000 萬美元。
- OpenArt：由 Coco Mao 創立，20 人的精干團隊實現了 7000 萬美元的 ARR。
- PixVerse 與 Lovart：PixVerse 25 年總收入應已超過 4,000 萬美元；Lovart 在 10 月時宣布，ARR 已突破 3,000 萬美元。
視頻與語音生成公司（如 ElevenLabs）之所以能殺出重圍，是因為多模態技術與大語言模型的主軸并不完全重疊，這為創業公司留下了獨特的空間。
這里推薦一個由一位創業者 Henry Shi 維護的 “Top Lean AI” 榜單。他相信 AI 會催生 “人數極少、收入極大” 的公司。榜單中收錄了許多人均創收超 100 萬美元的團隊，最新名單是 44 家，其中 14 家總 ARR 超過 5000 萬美元。
相比基礎大模型公司 “Go Big or Go Home” 的殘酷，AI 應用團隊的活法更多樣：可以追求小而美的極致效率，可以尋求被巨頭收購，也可以在巨頭無暇顧及的縫隙里先立足。當然，再謀求縱深發展，比如 Cursor、Perplexity 都已在訓練自己的模型。
全球化與中美之間
想分享三個 AI 創業團隊的對比，它們恰好折射了開發者們在不同時間點做出的不同選擇。
HeyGen
前面提到過，這是一家年營收已突破 5,000 萬美元、主打視頻數字人生成的公司。HeyGen 創立之初，曾同時在舊金山和深圳設有團隊，國內主體名為 “詩云科技”。然而，早在 23 年 12 月，詩云科技便已申請注銷。這是一個在 AI 浪潮還未全面破圈時，就敏銳察覺風向并早早做出抉擇的例子。
Manus
Manus 背后的 “蝴蝶效應” 公司在 25 年 6 月將總部遷至新加坡。從地理和市場角度看，這是一個相對中庸且穩妥的折中選擇。然而，在 25 年底官宣被 Meta 以 20 億美元收購后，26 年 1 月，中國商務部表示將會同有關部門對該項收購進行合規性審查。
MiroMind 中國研發團隊
MiroMind 是陳天橋在受 DeepSeek 啟發后，出資支持成立的 AI 團隊。當時梁文鋒向陳天橋推薦了代季峰作為研發負責人，代季峰曾長期在微軟亞研院和商湯工作，后任教于清華大學電子工程系。
26 年 1 月初，團隊發布了首個主打深度研究（Deep Research）的 30B 小模型 MiroThinker 1.5。然而，發布不到半月，代季峰便確認離職。據了解，由于法律合規及地緣因素，陳天橋難以繼續支持國內的這部分研發力量，原中國團隊不得不突然尋求獨立融資或新的發展空間。
這三個團隊的境遇，折射了 23 年到 25 年間，AI 競爭已徹底成為大國博弈的核心一環。它不僅關乎算法與算力，更受到市場以外的諸多因素制約。
這是所有創業者必須直面的現實：美國也有公司不要中國市場，比如 Anthropic。
回到那些希望基于全球頂尖模型開發應用的創業者，決策基點或許在于：
- 核心驅動力：全球最領先的模型在未來一段時間內將由誰主導？
- 場景匹配度：你服務的場景需要的是最尖端的技術探索，還是極致的性價比？
- 發展策略：是優先追求產品性能與規模、忍受長期虧損，還是尋求階段性盈利以自保？
開源社區與全球研發共同體之間依然存在著超越國界的協作。人類最重要的技術進展，很難長期被限制在某個狹小范圍內。當然，這個 “長期” 到底是多久，將直接決定一批公司的成敗與生死。
5. 具身智能
關鍵詞：投資與上市潮、具身智能三要素、落地應用
投資與上市潮：具身智能的中國優勢
根據中國信通院《具身智能發展報告（2025）》，截至 25 年底，中國具身智能和機器人領域的年度融資總額已高達 735 億元。對比之下，幾家頭部大模型公司（含智譜、MiniMax IPO 融資）的同期融資總額約為 182 億元。
火熱也體現在估值上。在美國，具身公司的估值遠低于大模型公司，如最貴的 Figure 估值 390 億美元，是 OpenAI 的 1/20。而在中國，兩者并駕齊驅：銀河通用在 25 年底估值已達到 30 億美元；而即將于 26 年上半年 IPO 的宇樹科技，市場對其市值預期甚至直指 500 億乃至千億元人民幣。
同時，源源不斷的新具身團隊仍在涌現，25 年新成立的公司就有：從華為、百度自動駕駛部門走出的陳亦倫、李震宇創立了它石智航；曠視聯創唐文斌等人創立了 “原力靈機”；理想前自動駕駛技術研發負責人賈鵬等人創立的至簡動力；華為諾亞方舟實驗室前首席研究員李銀川創立的諾因知行；月之暗面前強化學負責人宋鴻涌創立的 Android 16；以及星海圖聯創許華哲，也正在籌劃新一次創業。
為什么具身智能在中國格外火熱？除了技術變化的驅動，還有三個原因：
- 政策與制造業紅利：具身智能有硬件本體，是地方政府招商引資的 “舒適區”，能落地看得見的產線。全國已建成及在建的 “具身智能訓練場” 已接近 30 家，這種 “遙操作采集數據” 的場景本身就帶動了具身智能機器人的初期收入和應用落地。
- 供應鏈比較優勢：中國成熟的供應鏈能顯著降低本體成本。例如，宇樹科技推出的 10 萬元級人形機器人，已成為全球實驗室的主流開發工具。
- 更明確的退出路徑：中國二級市場對制造業更友好。除了宇樹，智元、銀河通用、星海圖等公司據傳均計劃在 26 年沖擊 IPO，他們多選擇港股。即使是像智元機器人收購上緯新材股權這種尚未完成實質 “借殼” 的動作，也能讓后者的市值從 30 億暴漲至 500 億以上。
一批具身公司計劃上市，港股宏觀行情可能發生波動，以及很多公司還在虧損——這幾個因素碰到一起——這場具身上市潮會如何發展？會成為 26 年非常值得關注的一個行業懸念。
具身智能三要素：數據、模型與本體
具身智能進展可被觀察的 3 個核心指標是：數據、模型和硬件本體。
其中，數據和模型，是和智能能力直接相關的。行業的共識是，數據是當前的最重要課題，更準確說，是如何規模化且相對低成本地獲取大量、有效的數據。
在怎么獲取數據上，現在是八仙過海、各顯神通。主要的方式有以下幾種：
- 通過遙操作來獲取真機數據，這個方式需要造很多機器人，投入比較大；
- 在仿真環境里獲得數據，再遷移到真機上，即 Sim-to-real；
- 從視頻里獲得數據；
- UMI（universal manipulation interface），主要是通過讓人在做任務時，戴上手套等可穿戴設備，來采集手部位姿、力控等數據。
- 讓機器人自己做任務，失敗后自己調整，即通過 self-play 獲得數據。
目前流派紛呈：有側重 “真機遙操作” 的，有側重 “仿真遷移（Sim-to-Real）” 的（如銀河通用、Hillbot），也有利用 “視頻學習” 或 “穿戴設備（UMI）” 采集數據的。盡管對于 “仿真數據是否是大坑” 仍有分歧，但組合多種數據源已成主流。
在模型上，當前行業相對主流的技術路線有 VLA、端到端，還有常被提及的世界模型，它們不是平行概念。
在 148 期，對它石創始人陳亦倫的訪談中，他對這幾個概念有清晰、簡單的總結，這里結合更多資料做了補充。
- VLA 模型（Vision-Language-Action）：目前的主流路徑，即通過多模態 VLM 訓練出直接輸出機器人動作的神經網絡。
- 端到端：試圖用一個深度神經網絡解決從感知到規控的全過程。
- 世界模型：現在大家主要探索的方向是 “生成式的世界模型”——從世界的這一個狀態，預測和生成世界的下一個狀態。如果以 2D 視覺信息表達，是可以無限延續的視頻生成模型；所以當 OpenAI 發布 Sora 時，便有人認為這是世界模型的雛形。若以 3D 視覺信息表達，便是 Google 在 25 年發布的 Genie 3。它能生成一個可供探索的 3D 空間，并配合 Google 的另一個 AI 項目 SIMA 2，讓用戶創建的 Agent 在其中自由移動。而真正被期待的 “完整的世界模型”，是能實現與環境和物體的直接交互——比如當你戳破一只氣球或摘下一朵花時，系統能符合物理規律地預測并生成交互后的下一個狀態。
硬件本體則是一個多學科交織的復雜系統工程。
非常推薦《晚點》25 年 10 月發布的一篇報道：《特斯拉人形機器人再延期，因為雙手只能用六星期》（李梓楠），深入還原了第三代 Optimus 設計延期背后的供應鏈細節，解釋了為何當時 Optimus 的靈巧手壽命極短、故障率高，且由于設計原因無法局部修理，一旦損壞只能整體更換。此外，整個機身還面臨著手臂與腿部關節的穩定性、減重以及續航等重重挑戰。一位被 Optimus 屢次拖延的供應商吐槽：“老馬（Elon Musk）的信譽分，現在恐怕連充電寶都借不出來了！”
落地應用：從實驗室走向 “陪伴”
26 年初，智元機器人宣布實現了 5000 臺的銷量；而宇樹則稱其純人形機器人 25 年的實際出貨量超 5500 臺（不含四足和輪式），本體量產下線已超 6500 臺。
目前的落地方向主有 5 個：
研發
目前的交付大頭依然是賣給具身智能訓練場、高校實驗室及研究機構。研發需求也是真的需求。只是在 25 年這波訓練場建設熱潮中（中國已建成和在建的數采工廠已有 30 座），需要甄別那些名為 “智能訓練”、實為 “工業園地產” 的項目。
表演與展示
25 年 7 月，中國移動下達了總額 1.24 億元的人形機器人采購大單，其中智元拿到了 7800 萬，宇樹拿到了約 4600 萬。這些機器人除了用于機房巡檢，很大一部分功能就是展廳接待和營銷宣傳。
市場上也已出現專門租賃宇樹機器人的公司。據報道，靠商演收取的租金，最快兩周到一個月就能收回本體成本。不過很多視頻里機器人的酷炫動作，其實仍由真人近距離遙控完成，而非機器人自主完成。
商業與家庭服務：最熱門卻難啃
研發和表演需求都有階段性，也有比較明顯的規模上限，長期大家想實現的，還是讓機器人進入工廠、商店甚至家庭里，自己干活。
雖然 Sunday Robotics 或 1X 的原型機在視頻里表現驚人——比如疊衣服、拿高腳杯——但在真實的餐廳、酒店或家庭里，我們依然很難見到它們的身影。這需要機器人能處理多種家務、適應不同家庭環境（一定的泛化性），更要極度耐用且安全。
工業生產：被寄予厚望的 “深水區”
工業場景相對封閉，非從業者可能難以及時判斷進度：
機會：對傳統機器難做（如處理線束、布料等柔性物體，或者電子設備精密組裝中需要精細力控）或人工太貴、缺工的環節，更通用的具身智能機器人有滲透的機會。
挑戰：在成熟的工業門類中，人形機器人面臨著 “專機”、傳統工業機器人的競爭。現有方案在負載、精度和生產節拍上，短期內超過人形機器人。
工業領域還存在有趣的 “三贏” 潛規則：具身公司向供應鏈供應商承諾訂單，供應商反手買入具身機器人并在二級市場通過相關概念拉升股價。這可能會讓機器人在并未真正達到可用狀態時就銷量先行。
陪伴與娛樂：具身與 AI 硬件之間
陪伴需求不需要極高的智能和任務規劃。這類產品的邏輯更接近消費電子：不講長遠的技術故事，直接靠銷量和用戶口碑說話。它們不需要等待具身智能下一階段的突破，而是靠現有技術的成熟組合快速回本，再反哺長期研發。
宇樹的消費級機器狗 Go1 累計銷量已達數萬臺。而由地平線前副總裁余軼南等人創立的維他動力（Vbot），其超能機器狗在 26 年 1 月的預售期內拿到了 6540 臺訂單。不過這些訂金在鎖單前可退，到 26 年 3 月正式鎖單并開啟交付時，能反映更實際的需求。
我們接觸的很多從業者都預言，26 年，具身領域會進入規模化應用落地元年。接下來的 10 個月，我們會看到，這更多是一種期待，還是真的是一個判斷。
6. AI 硬件
關鍵詞：入口級 VS 多樣化、深圳
入口級硬件 VS 多樣化
計算機科學家 Alan Kay 在 1980 年代的一次演講中說過一句名言：那些真正認真對待軟件的人，應該自己去做硬件。
這是做 AI 硬件的一種出發點：把硬件視為大模型軟件系統的載體，尋找下一個大規模的硬件入口。
入口級硬件：AI 眼鏡為何呼聲最高？
AI 眼鏡被很多人視為這個入口級硬件的備選：有望成為大量用戶每天高頻使用、能支撐繁榮應用生態的硬件。
所以現在做 AI 眼鏡的公司很多，而且有不少是大公司。Google、Meta、阿里巴巴、小米、理想汽車等都已發布自己的 AI 眼鏡。
眼鏡之所以有潛力成為 AI 的入口級硬件，是因為在交互方式上，它具備手機做不到的兩個特點：hands-off 和 always-on。
- Hands-off 指可離手操作，通過說話直接下達任務；若結合顯示技術，還能快速、高效接收信息。
- Always-on 指眼鏡可全天佩戴。它是戴在臉上、最接近人感官中樞的傳感器平臺，可以采集接近人眼視角的視覺數據，也能獲得聲音數據。用戶層面的功能包括抓拍和錄音；技術層面的長期價值則是獲取設備此前難以獲得的真實世界的物理數據，這些數據有助于進一步開發 AI 與理解用戶。
這個思路也讓人想到一個非眼鏡的 AI 硬件產品 Looki。Looki 由美團前智能硬件負責人孫洋創立。在《晚點》“100 個 AI 創業者” 系列中他提到：“互聯網上的數據已經被大廠分得差不多了，但更大的數據在物理空間里。”
Looki 的形態是可貼在胸前的便攜相機，可抓拍并錄音全天生活片段，再自動總結成視頻或漫畫。和眼鏡一樣，它是傳感器平臺，只是更輕、更無感。
AI 眼鏡的新交互特性既能提升用戶體驗，又能因獨特數據反哺 AI 技術。《晚點》對 Viture 創始人姜公略的訪談中，對 AI 與眼鏡關系有更多討論。
AI 眼鏡的難點也在于當前技術下交互體驗仍不足。
- Hands-off：語音已相對成熟，但顯示技術仍存在清晰度、視角和眩暈問題。顯示重要性在于，語音是自然輸入方式，卻不是高效信息接收方式；若沒有顯示，多數場景直接戴耳機即可。行業甚至嘗試給智能耳機加攝像頭，先實現語音與拍攝，再解決顯示。
- Always-on：需要極高舒適度，而電池、傳感器和芯片帶來續航、重量與發熱問題，工程實現困難。
因此 AI 眼鏡仍處早期階段，產品形態尚未收斂：有的眼鏡帶拍攝，有的不帶；有的有顯示，有的沒有。
不同功能選擇對應不同開發路徑：
- 一種是一步到位做完整產品，例如 Vision Pro，但其重量與價格已證明當前技術環境不支持。
- 另一種是從簡單功能做起。Ray-Ban Meta 經過多年迭代：第一代反響有限，第二代功能相似但體驗明顯改善，銷量超過 300 萬臺；25 年 9 月第三代加入顯示，即 Ray-Ban Meta Display。媒體報道稱 Apple 也計劃在 26 年第二季度推出輕量化、不帶顯示的 AI 眼鏡。
- 還有 Google：其早在十多年前推出眼鏡設備，25 年底宣布與合作伙伴推出新 AI 眼鏡，Google 提供 Gemini 模型能力，合作伙伴提供硬件與其他能力，屬于眼鏡 OS 生態路徑，合作伙伴包括 Xreal 等中國公司。
多樣化
前面對入口級硬件的討論，是基于電腦到手機，再到下一個智能設備的推演和類比。而類比有時是危險的，AI 時代也有一種不同的可能：就是在智能手機之后，并不會出現一種規模巨大、形態相對單一的智能設備。
AI 的硬件形態可能就是分散和多樣化的：包括已經存在的手機，甚至汽車。比如像階躍星辰、面壁智能等大模型公司，也在和車企合作；也包括一批利用大語言模型或生成式模型某些特性的單功能新硬件，從特定場景切入并做到極致。
典型例子是 Plaud。這是一款貼在 iPhone 背板上的錄音設備，本質上類似錄音筆，但有兩點不同：
一是硬件形態解決 iPhone 不便通話錄音的痛點，通過振動收音實現錄音，并因貼附手機提升使用頻率。
二是錄音處理使用大模型技術，可生成場景化摘要與 To-Do 總結。
Plaud 第一代 23 年 6 月上市，立項早于 2022 年底 ChatGPT 發布，使其能在熱潮后迅速加入 AI 總結能力。團隊配置也有特點：創始人許高連續創業三次，非工程背景，但組建了硬件經驗豐富的團隊，如曾在龍旗股份及 “糖貓” 項目工作的劉巍。公司成立時間不長，已有十位合伙人。據官方信息，Plaud 累計銷量已超過 100 萬臺。
這個案例說明，硬件成功核心仍是功能與需求匹配，而非是否使用 AI。
另一類資本市場關注度高且有銷量的 AI 硬件主打健康管理。例如曾在字節跳動負責 Coze、AI 眼鏡與豆包手機的潘宇揚推出 Odyss AI 項鏈，用多模態視覺記錄飲食并提供健康建議。他反對把 AI 硬件僅當作大模型載體，而忽視具體用途與用戶需求。
還有一些健康類硬件與大模型關系不大，如 2013 年成立的 Oura Ring，累計銷量 550 萬枚，可做睡眠與活動監測，估值超過 100 億美元。另有 AI 祈禱戒指等結合宗教儀式的用途。
除實用能力產品外，還有強調情緒或陪伴價值的 AI 硬件。《晚點聊》訪談過 Haivivi 的李勇、Fuzozo 的孫兆志，測測創始人任永亮也計劃推出陪伴硬件或機器人。三位創始人的共識是：除語音質量與延遲外，對話情緒體驗、角色設定與 IP 同樣關鍵。
以 Fuzozo 為例，其通過形象設計與對話反饋增強情感互動，例如根據對話生成情緒卡片與日記。但這類產品的持續使用率仍受用戶時間投入限制。
深圳，硬件創業的共性
關于 AI 硬件的第二個關鍵詞是深圳。不止 AI 硬件，這里已成為更廣泛科技硬件的全球高地。
今年《晚點聊》有三期相關節目：第 120 期訪談剛上市的影石 Insta360 創始人劉靖康；第 141 期訪談智能輪椅 Strutt 創始人洪小平；第 145 期訪談外骨骼公司極殼 Hypershell 創始人孫寬。《晚點》近期還發布了對拓竹創始人陶冶的專訪《對話拓竹陶冶：我們一群工程師，一起造一個樸素的硬核公司》（賀乾明、黃俊杰）。這些公司都在深圳。
這些訪談中都會談到 AI，因為具備一定門檻的硬件產品本質是軟硬件結合產品，必然使用最新軟件技術，包括 AI。但這些公司的起點都不是 AI，創始人也不會強調 “AI 原生”。
如果 Alan Kay 的那句話——所有認真對待軟件的人應該自己造硬件——代表軟件中心視角，那么許多直接做硬件的公司有更樸素的出發點：做滿足用戶需求且技術可實現的產品。深圳匯聚了最多這樣的公司。
消費級硬件已成為熱門投資領域。尤其 25 年下半年，一級市場對硬件的關注度甚至超過 AI，這與 Insta360 上市后的股價表現及拓竹等公司的標桿作用有關。
深圳這批公司存在明顯共性。許多由大疆前員工創立：陶冶曾任 Mavic Pro 產品負責人，洪小平曾負責大疆激光雷達；庭院機器人公司松靈創始人魏基棟、戶外儲能公司正浩創始人王雷、AI 吉他 LiberLive 創始人唐文軒也來自大疆。這些公司在做事風格、人才構成、產品追求上與大疆相似，地理上也集中在深圳西麗大疆總部 “天空之城” 周邊。
這些公司還與兩個機構密切相關：李澤湘參與組建的深圳科創學院與東莞松山湖機器人基地。去年 11 月曾集中拜訪兩地。科創學院位于大疆隔壁，一些辦公室可直接看到總部，被稱為 “疆景房”；松山湖基地提供共享工廠等創業支持設施。
不少新公司孵化于這兩個機構，如自動泡沫軸云望創新、電助力自行車配件 Kamingo、家庭豆腐機極豆。
此前《晚點》也訪談過李澤湘，主題是如何培養科技創始人。李澤湘與機器人基地的一個思路轉變是從 B 端轉向 C 端。過往孵化經驗使其意識到，年輕創始人更適合 C 端創業：B 端更依賴商業關系與管理經驗，C 端可通過創新與產品定義快速打開局面；一旦形成品牌，又能反向拉動供應鏈發展，而深圳及中國完善供應鏈能支持這種創新嘗試，形成正循環。松山湖基地已梳理出完整創業流程，見《晚點》文章《我們要培養什么樣的工程師？李澤湘教授對三十年工科教育改革的回顧》。
這類公司已形成較穩定的創業路徑：
- 面向高購買力歐美市場，以創新體驗和高品質獲取較高毛利，再投入研發與競爭；
- 產品常通過 Kickstarter 眾籌首次亮相。
其主要服務需求大致分為幾類——松山湖基地展廳即按此分區：
- DIY Maker 類：3D 打印、桌面級 CNC；
- 戶外出行：戶外儲能、電助力自行車、攝影設備；
- 娛樂：智能樂器等；
- 家庭服務：桌面洗碗機、除草機、泳池機器人、寵物烘干機等。
- 發展路線可預測是這類創業的特點。但要成長到一定規模，普遍需要跨越兩道門檻。
一是從小眾市場擴散到大眾市場。無人機、消費級 3D 打印起初很少有人預料規模可達百億級。除產品外還需關鍵應用或生態：無人機找到了航拍場景；拓竹在推出消費級 3D 打印機時同步建設 MakerWorld 模型社區，豐富模型生態成為普及關鍵。
二是后續競爭策略。優秀品類必然吸引競爭者。掃地機器人需求廣泛，迅速完成創新擴散，短期內成為紅海并出現淘汰。
Insta360 創始人劉靖康早期長期堅持 “平衡收益與風險”，在垂類市場積累利潤與能力，避免過早進入最激烈競爭。他在 23 年采訪中表示：“長遠看，激烈的競爭不可避免，但我的初衷是，這件事越晚到來越好”。但到 25 年訪談時，我們聊的最多的就是競爭，包括 Insta 360 在一些品類里從攻到守的變化。
如今隨著 Insta360 旗下影翎無人機發布，以及大疆推出全景相機，兩家影像公司在多個品類形成交錯競爭、互為攻守。
7. AI 中的人
關鍵詞：天價薪酬與大裁員、使用 AI、意義感
天價薪酬與失業
25 年 11 月在硅谷，一周內聽到的故事高度兩極：有人拿到 Meta 上億美元 offer，有人創業即融數千萬乃至上億美元，也有人因股價與投資獲利；同時也有人清倉、做空虧損，或被裁員。
Amazon 在 25 年 10 月裁員 1.4 萬人，26 年 1 月再裁 1.6 萬人。Layoffs.fyi 統計顯示，Google、Meta、Microsoft 等 25 年共裁員約 6–8 萬人，多為白領崗位。
灣區是 AI 雙面影響的縮影：這里同時匯集快速增長的 AI 企業、天價人才競爭、屢創新高的股價，以及規模化失業。
關于 AI 對中國人才市場的影響，可見《晚點聊》第 133 期對脈脈創始人林凡的訪談。
從脈脈數據看，中國大廠在激進擴招 AI 相關人才：自 25 年 2 月開始，AI 崗位發布量的環比增速多月保持兩位數。
一些公司的員工氛圍也在變化。《晚點》在 24 年采訪林凡時，他說阿里員工沒那么高調了；到 25 年，隨著股價被 AI 預期推高，阿里士氣又回來了，“Make Ali Great Again”。
與此同時，部分崗位需求在縮水。林凡提到，中層管理崗的職位需求減少約 25%。
使用 AI 的人
《晚點聊》第 109 期對卡茲克的訪談中，他作為產品與設計背景的前金融科技從業者，從 23 年開始邊學邊做，逐步把工作流程 AI 化：抓取每日 AI 新聞并用模型排序篩選；尋找 “低粉高贊” 內容并分析傳播特征作為選題參考。他還用 AI 組織線下活動：從報名留言中篩選真實參與者，并按復雜規則自動分組排座，過去需要多人做幾天的工作，現在顯著節省人力。
他的學習方法是 “干中學”：從真實需求出發；如果不知道做什么，就從工作中最不想反復做的部分開始——把重復三遍的事 AI 化。
意義感
我記得 23 年 AI 熱潮初期，有一天看到北大胡泳老師回答：AI 到來后，普通人會面臨什么挑戰？他當時說：人需要重新理解并感受到，人的意義并不在于工作。
社交媒體上常有 “不想上班、只想躺平” 的調侃，但對大多數人而言，自我認同、成就感與意義感的主要來源仍是工作。
我一直不太相信 “AI 解放工作時間，剩下的歲月就享受生活、愛與和平” 的許諾。我們的教育與環境并未充分鼓勵人們享受生活、尋找熱愛與激情。現在 AI 來了，說工作我替你做，你去享受生活吧——很多人未必立刻具備這種能力。
如果被 AI 替代，首先是失業與經濟問題；即便存在 UBI（全民基本收入），意義感缺失仍可能成為更長期挑戰。
在《晚點聊》第 116 期討論田淵棟小說《破曉之鐘》時提到：短期，人會因資源增加或無法勝過 AI 而產生空虛；隨后轉向 “獨特性競爭”，通過創意與個性證明價值，但過程痛苦，因為不是每個人都有創造獨特性的才華和能力。
但他相信長期可能是樂觀的，社會可能從 “教育—技能—工作—收入” 的循環，轉向興趣驅動的活動，最終出現職業多樣性的爆發，“更多人可能變得更快樂了一些”。
《晚點聊》第 121 期中，當時剛賣掉房子、清理了大量物品，和家人搬進一輛房車里的黃東旭給出的答案是：體驗——來到這個世界，體驗這段旅程，“大模型不能替你活過”。
自大模型熱潮以來，每個春節似乎都有意外發生：23 年是 ChatGPT，24 年是 Sora，25 年是 DeepSeek-R1，26 年春節，會是什么？
不管是什么，它都會出現在我們之后的節目和文章里。AI 的軌跡仍在延續，我們的記錄也是。
題圖來源：《少年派的奇幻漂流》
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
