北京
出品 | 態度AGI
作者 | 袁寧
編輯 | 丁廣勝 楊霞清
當“龍蝦”爬上越來越多人的電腦桌面，企業端的 AI 革命似乎已沒有退路。
2026年，OpenClaw（龍蝦）的爆火像一顆深水炸彈，炸開了企業智能化轉型最后一層心理防線。這個能在個人電腦上自主操作、處理復雜任務的AI智能體，讓無數企業的一把手第一次真切地感受到：AI不再是PPT里的愿景，而是競爭對手明天就可能用來顛覆你的武器。
過去需要反復論證、層層匯報的 AI 項目，如今節奏突然被壓縮。“領導只問一個問題：兩個月之內，能不能讓我看到結果？”楓清科技創始人兼CEO高雪峰告訴網易智能，這種前所未有的緊迫感，正在重塑企業推進 AI 的方式。
但真正走到落地階段，很多企業才發現事情遠沒有想象中順利。
過去一年，"煙囪式建設讓系統難以互通，大模型萬能論屢屢碰壁，知識庫推了半天員工卻不愿上傳數據……“很多企業砸了錢，但沒看到結果。”高雪峰說。
楓清科技恰好站在了這場變革的交匯點上。
今年春節前夕，楓清科技（Fabarta） 發布了 Fabarta 個人智能體“龍蝦”Mac 版本；3月7日，適配 Windows 的版本也正式上線。與海外版本往往需要復雜部署不同，這款產品主打“開箱即用”：用戶無需調試環境或配置工具，一鍵即可擁有一個可以自動完成任務的個人智能體。
這款兼顧易用性與安全性的個人專屬智能體龍蝦版，上線后迅速獲得市場認可，短短幾天內便積累了數萬活躍用戶，成為企業端智能體普及的重要入口。
楓清科技由前 IBM 與阿里云技術老兵高雪峰創立，定位為“AI+產業”的基礎設施提供者。與許多創業公司不同，他們既不參與通用大模型的軍備競賽，也不做簡單的 AI 應用包裝，而是直接扎進化工、制造、醫藥等重型產業，與中國中化、TCL 中環、華潤醫藥等鏈主企業共創產業智能體。
網易科技獨家獲悉，楓清科技已完成 Pre-A+ 輪融資，估值約1億美元。公司累計融資已超過2億元，投資方包括藍馳、將門、朗瑪峰等。
增長同樣迅猛。2026年僅第一季度，楓清科技營收便接近了去年全年的收入規模；2025年公司營收增速也保持在300% 以上。據我們了解，公司與多家產業方正在推進 A 輪融資，2027年赴港上市計劃也已提上日程。
在高雪峰看來，OpenClaw 掀起的這輪智能體浪潮，真正釋放的信號不是某一個產品的成功，而是企業級智能體時代正在全面到來。
近日，我們與高雪峰進行了一次深度對話，聊了聊龍蝦熱潮背后的真實企業需求、AI落地的四大陷阱、產業智能體的可復制模式，以及一個創業者穿越周期的判斷與野心。
以下為對話內容，經不改變原意的編輯。
龍蝦沖擊波：當AI教育成本歸零，企業只給你兩個月
網易智能：最近“龍蝦”（OpenClaw）爆火。很多人認為，它讓AI落地的緊迫感進一步放大。你在和企業客戶交流時，明顯感受到這種變化了嗎？
高雪峰： 沖擊力非常大。去年Manus這類智能體火的時候，它還是在一個外部端、服務器上，企業客戶其實還沒那么深的感知，覺得離自己的內部環境還有點遠。
但“龍蝦”出來了之后，大家發現它能在個人電腦側直接利用個人信息幫你處理很多事情，甚至什么都能自己干了。這讓很多大企業、央國企的一把手危機感明顯增強，覺得再不引入智能體，核心業務就會被競爭對手取代。
可以說，“龍蝦”的出現，把AI在企業端全面轉型的教育成本基本降到了零。現在很多央企客戶直接去官網下載我們的龍蝦機器人，要求我們出方案，探討怎么鏈接到企業自有的私有大模型上。大家都認為，企業端的智能體時代已經徹底到來了。
網易智能：去年國家提出“人工智能+”行動意見，相當于給企業了一個deadline，當時企業已經很關注AI。但這一輪你感受到的最大變化是什么？
高雪峰：“人工智能+”行動意見后已經不是交個PPT匯報就能過關了 。領導要的是兩個月后就能看到落地結果 。誰的產品經過驗證、效果好，就立刻合作 。
他只關心一件事——系統能不能上線，能不能馬上演示 。在這股“落地倒逼”潮流下，模型參數能力不再是關鍵，“能否真正跑在生產環境里”才是現實 。
網易智能：楓清也推出了“龍蝦版”個人專屬智能體。相比開源版本或者大廠的云端部署版本，你們的核心差異在哪里？
高雪峰：龍蝦去年底開始在開源圈火，但其實我們在去年7月就推出了個人專屬智能體（Fabarta），理念是一致的。我們的“龍蝦版”有幾個核心的區別和優勢：
第一是開箱即用。把開源龍蝦配置好是有門檻的，我們為普通用戶預配置了豐富的場景，并在什么場景下調用什么大模型做了最好的適配，直接降低了使用門檻。
第二是安全熔斷。開源龍蝦如果你給它機密信息，它甚至會錯誤地發郵件或者發到網上。我們在本地APP里兼顧了沙箱、日志跟蹤，一旦涉及到錢、發郵件等高危操作，會立即觸發熔斷，必須要讓人來參與確認。
第三是長效記憶。這是最大的特色。開源版本通常是一個空白的運行環境，而我們的版本結合了本地的多模態知識引擎。你可以把電腦里的數據、文檔拖進去，它通過過往積累真正成為懂你習性的“長效記憶”助手。
最后是云邊聯動。我們的龍蝦版支持與企業云端的知識中臺、智能體平臺打通，它不僅是個人的生產力，還能賦能企業的全面智能化升級。
網易智能：很多人在使用龍蝦時，一個現實問題是Token成本太高。楓清是怎么解決這個問題的？
高雪峰：龍蝦里面涉及深度思考和各種規劃操作，背后消耗的Token成本的確非常大。如果用戶自己配個大模型，成百上千的Token很快就全燒沒了。
所以我們在背后做了非常多的Token調用精簡和優化。我們推出了每個月9塊9的基礎版本，里面包含了極大的自有Token流量包，讓用戶能把龍蝦的基本場景跑起來。
我們做C端產品，并且和蘋果中國、麒麟操作系統做深度綁定，核心目的還是為了培養C端用戶的黏性，最終通過他們，把我們完整的“云邊端協同”方案帶到大B客戶的決策中去。
網易智能：剛剛你提到你們還推出了Fabarta個人智能體，看起來像To C產品。但楓清一直做To B，這背后的戰略是什么？
高雪峰：嚴格來說，我們做的不是傳統意義上的To C，而是服務于B端客戶中的C端用戶。這也是我們在推廣企業知識庫時發現的現實問題。
很多集團搭建了知識平臺，卻發現無論如何推動，員工都不愿意把自己的數據上傳。大家覺得這些數據是個人資產，甚至是隱私。這種“上有政策，下有對策”的現象很正常。
因此，我們和客戶共同設計了一套“云邊端一體化”的知識架構。我們的個人專屬智能體可以安裝在員工的個人電腦上，在本地管理和處理數據。數據無需上傳云端，所有檢索、問答等功能都在本地完成，保護了用戶的隱私和數據所有權。 只有當用戶自己認為某些內容有共享價值時，才可以一鍵將其中的精華部分上傳到企業知識庫。
這樣一來，既解決了員工個人辦公效率的問題，也讓企業知識庫能夠以一種更自然、更受歡迎的方式豐富起來。
所以，產品雖然形態是To C，但其根本目標是解決B端客戶的落地難題，并作為我們觸達更多B端客戶的獨特渠道。我們正與麒麟OS、蘋果等廠商洽談合作，希望通過預裝等方式擴大其影響力。
AI落地四大陷阱：為什么很多企業沒成果
網易智能：過去一年很多企業都在推進“AI+產業”，但真正跑通的似乎并不多。從你的觀察來看，企業AI落地最常見的誤區是什么？
高雪峰： 總結下來有四個非常典型的問題。
第一是“大模型萬能論”的誤區。很多客戶覺得只要買個最牛的模型就能解決所有問題，但實際上，大模型雖然是至關重要的一環，卻絕非萬能鑰匙。智能化要真正落地，必須深入到一個個具體場景中去，單靠一個大模型來包攬一切是不現實的。
第二是“煙囪式建設”帶來的集成困境。為了快速響應業務需求，客戶往往會找不同的廠商來解決各個場景的智能化問題。但每個廠商的技術棧都不一樣，導致各個智能應用就像一個個獨立的“煙囪”，彼此之間的數據和能力難以融合。當客戶希望將這些場景整合，構建更復雜、更智能的系統時，就會發現這是一項幾乎不可能完成的任務。這也是目前許多央國企普遍面臨的痛點。
第三是平臺建設的“雙重困境”。當集團意識到“煙囪林立”的問題后，很自然地會想到搭建一個統一的平臺來整合所有技術和場景。但這時，由于底層各個廠商的技術棧五花八門，要么是頂層規劃太死，陷入技術細節無法快速落地；要么是組織慣性太強，分公司或二級單位往往不愿意把自己寶貴的私有數據上傳到集團級的知識庫中。
第四是“高價值場景的認知瓶頸”。很多客戶一談AI就是“知識庫問答”，思路打不開，完全不知道如何把AI融入到研、產、供、銷這些核心生產環節。如何找到并定義這些更高階的場景，也是一個亟待解決的問題。
網易智能：面對這些問題，楓清在實際項目中是如何推進AI落地的？有沒有一套比較成熟的方法論？
高雪峰：我一直有個“杯子理論”。現在客戶要的不只是一個空的“杯子”（平臺軟件），他要的是一杯裝好了飲料、開蓋即飲的“特飲”。
我們的做法是，先找行業里的“鏈主”企業——比如化工領域的中國中化、制造領域的TCL中環、醫藥領域的華潤醫藥。我們跟這些鏈主共創，在最核心的生產場景里磨合出一套完整的、帶業務邏輯的智能化方案。這就是我們要賣的“特飲”。
當這杯飲料在鏈主企業身上驗證了ROI，剩下的就是通過產業鏈進行復制。比如在化工能源產業鏈，我們在山東成立了合資公司，直接把我們在中化打磨好的智能體方案復制到當地民營化工園區。客戶只要看一眼中化的案例，決策成本就會極低，因為他看到的是一個能跑出結果的、完整的業務閉環。
網易智能：目前在哪些行業落地比較深入？能舉一些典型案例嗎？
高雪峰：我們其實一直圍繞的都是“AI+大產業”這個核心方向。我們的技術和平臺本身是跨行業的，但我們會優先選擇與各行業的頭部“鏈主企業”進行深度融合。
因為頭部企業擁有最寶貴的行業經驗、數據資源和真實場景，而我們提供領先的技術、產品和平臺。這種結合可以實現“1+1遠大于2”的效果。
目前，我們已經在多個行業取得了深入的合作成果：
在化工能源領域，我們與中國中化旗下的中化數智合作非常深入。我們的多模態知識引擎幫助他們蒸餾行業模型，結合豐富的智能能力，整體實踐走得非常靠前。
在先進制造領域，我們去年剛剛與TCL中環達成了第一期智能體業務合作，項目成果獲得了TCL集團AI大賽的一等獎，是從262支參賽隊伍中經過兩輪評選脫穎而出的。
在生物醫藥領域，我們從今年開始與華潤醫藥的合作也已非常深入，并計劃將這些成功經驗復制到該領域的其他大型客戶中。
此外，在金融、交通和保險行業，我們也有一些頭部客戶，比如華夏銀行、龍銀智達以及泰康保險等。
除了企業智能體平臺與場景應用以外，我們已經深入到國家層面更高戰略價值的、企業層面更高壁壘的AI4S領域。從AI賦能新材料的研發開始，通過與中化、火山引擎、頭部985高校的聯合實驗室，到北京區域及其他地區的AI4S平臺建設；從承接中國中化AI賦能新材料領域的智能體與蒸餾模型，到山東東營中試基地和民營化工企業的業務閉環。 搭建了以央企鏈主企業資源和數據為核心，一線城市主導AI賦能新材料領域的科研，聯動區域性中試基地，搭建智能化干濕實驗到規模化量產的閉環，已經準備幫助化工材料企業每年實際提升至少數倍的研發效率和節省千萬級別以上的成本。
我們是一家科技公司，專注于“AI+產業”中的“AI”部分。沒有產業的深度參與，我們自己不可能憑空做出一個行業解決方案。
因此，我們的核心戰略就是與鏈主企業共創。這些企業不僅需要自身使用我們共同研發的技術和產品，更重要的是，他們有強大的意愿將這些能力賦能給整個產業鏈。這種合作模式是我們非常看重的，也是我們愿意持續投入的方向。我相信，在中國做“AI+產業”，這是一條非常行之有效的路徑。
網易智能：如果一個企業從零開始構建產業智能體，大致需要經歷哪些步驟？
高雪峰：在B端，構建一個產業智能體通常分為以下幾個步驟：
首先，也是最重要的一步，是共同定義這個智能體要解決的高價值場景是什么，評估它能帶來的業務價值。同時，也要評估實現這一目標所需的數據基礎和技術投入，做出綜合判斷。
選定場景后，我們會將客戶現有的各類數據進行知識建模，注入到我們的多模態知識引擎中。這是構建智能體“大腦”的基礎。
接著，我們會測試不同參數規模的模型在特定場景下的表現。如果發現通用大模型效果不佳，就需要啟動“行業蒸餾模型”流程，為客戶定制一個更懂行、更高效的小尺寸行業專屬模型。
基于我們的智能體平臺，通過拖拉拽的方式，將知識引擎、模型和企業已有的工作流（Workflow）串聯起來。最后，開發或配置智能體的前端交互界面，完成“最后一公里”的交付。
不過，智能體上線只是開始。它必須在實際產業應用中不斷接收用戶的反饋，這些反饋會反過來指導我們修正底層的知識結構和優化模型。通過這個持續迭代的閉環，智能體才會越用越智能，最終真正融入業務。
營收年增速超300%：扎入產業鏈做可復制智能體
網易智能：目前整體營收情況如何？
高雪峰：最能說明問題的是增速。2024年我們首年商業化實現了小幾千萬的營收，到2025年，收入實現了300%以上的高增速。
今年僅第一季度，我們一個季度就完成了接近去年全年的收入規模。要知道，第一季度通常是To B行業的傳統淡季。
所以我們現在非常有信心在2026年實現全年營收突破2億元的目標，保持300%到400%左右的增長趨勢。
網易智能：在業務增長的同時，你們的資本節奏似乎也在加快？
高雪峰：是的。在業務閉環沒通之前，我在融資上一直非常謹慎，不希望盲目擴張。但現在飛輪已經轉起來了。
我們剛剛Close了Pre-A+輪的融資。這輪進來的投資方非常有指向性，都是在化工、能源、新材料尤其AI4S等領域具備很好的產業協同效應的機構。
同時，我們已經開啟了正式的A輪融資，不少大型產業投資方已經認領了比較大的份額。我們目前的計劃是在今年3到4月完成A輪，夏天Close B輪到C輪。根據目前的業務邏輯和合規審計進度，我們擬定了2027年赴港上市的時間表，相關的審計、券商及法務團隊都已經開始對接。
網易智能：想具體了解一下合作展開的細節，比如和央企、頭部企業合作時，一般是如何啟動項目的？
高雪峰：現在的合作邏輯和過去完全不同了。雖然不排除有政府項目會直接采買幾千萬的大系統，但在與央企和頭部企業的合作中，幾乎都是從一個個小場景開始驗證的。
現在接觸大型央企時，已經不是想象中只會談空泛戰略了，對方會直接列出具體問題：“我這里有1、2、3、4、5五個場景需要解決，你們的技術能不能滿足？你們的平臺能不能支持未來更多的場景擴展？”
如果我們的技術方向和案例能匹配他們的需求，就會立刻進入POC階段，快速試驗一個場景。POC結果好，就簽一個小合同，逐步驗證，再擴大合作規模。整個過程非常高效，不拖泥帶水。
網易智能：從第一次接觸到最終簽單，通常需要多長時間？
高雪峰：對于大客戶而言，從第一次接觸到最終簽單，至少需要半年時間。雖然AI時代節奏很快，但國央企必需的合規、監管流程是省不掉的。這其實對我們也是一種保護，因為走完所有流程，最終能中選的，一定是技術實力和服務能力最強的供應商。
網易智能：您剛提到從“小合同”開始，初期的合作金額大概是多少？
高雪峰：大部分客戶的初期合作金額一般都在百萬以內，可能是幾十萬到大幾十萬不等。我們也不希望一上來就接一個上千萬的大單，因為雙方需要一個磨合的過程。
小單子周期短，可以快速試驗和驗證。如果客戶對我們的技術、產品和服務都認可，合作規模會自然地擴大。去年我們很多百萬級的客戶，今年已經成長為千萬級的大客戶了。
網易智能：這個過程需要大量定制化開發嗎？會不會虧本？
高雪峰：關于定制化，說實話，服務鏈主企業確實需要一些定制開發，但我們并不認為這是“虧本”的投入。
我們的研發團隊只有60多人，要服務多個行業，不可能做重度定制。我們所謂的“定制”，更多是輕量級的，比如調整UI、增加一些API接口、與客戶的老舊系統做數據集成等。
更重要的是，我們和客戶共創的場景智能體，其核心能力是可復制、可產業化的。
網易智能：當一個場景跑通后，你們是如何在產業鏈中復制的？
高雪峰：當進入產業復制階段，我們的盈利模式更像訂閱服務。由鏈主企業牽頭，將其下屬單位或產業鏈伙伴發展為用戶。
對于一些簡單的知識庫搭建、工作流創建，客戶的二級單位自己就能完成。對于更復雜的需求，我們提供技術支持。
這種模式下，我們的投入成本很低，但可以實現大規模推廣，從而用最少的投入，幫助客戶實現最大的智能化價值，同時我們的產品也在更多場景中得到了驗證和完善。
應對“智能危機”：要用AI工具來取代“舊的自己”
網易智能：最近《2028全球智能危機》那篇文章非常火，認為Agent將取代所有軟件。你怎么看這種觀點？
高雪峰：我在IBM時就研判過，傳統工作流（Workflow）遲早會被“意圖驅動的工作流”（Intention-to-Workflow）所顛覆。
但必須理性地看，SaaS沒那么容易被完全取代，尤其是在國內。國內企業的本地環境極其復雜，數據的孤島效應極其明顯，很多企業甚至連基礎SaaS化都沒完全跑通，怎么可能直接跨越到全自動化？
所以我認為，到2028年，SaaS不會消亡，但它們會被“Agent化”。Agent更像是一種原生的“探針”和“插件”，插進傳統的ERP、財務或供應鏈系統中，讓原本沉重、被動的系統搖身一變，成為主動決策的智能體。這才是更務實的落地路徑。
網易智能：很多人也擔心AI會取代大量白領工作。你會怎么建議職場人應對？
高雪峰：AI取代勞動力的事，在美國確實已經引發了廣泛的裁員潮，這絕不是危言聳聽。
我給員工和職場人的建議很簡單：無論你從事什么行業，必須要把AI（無論是龍蝦智能體還是大模型）當成自己的貼身武器。
你要把自己的經驗、特長與AI能力融合在一起。只有當你學會利用AI工具來取代“舊的自己”時，你才能在市場上擁有一席之地。如果你完全與這個趨勢脫節，風險確實是非常大的。這不僅是企業的必修課，也是個人職業生涯的必修課。
網易智能：回顧你的職業經歷，從IBM到阿里云，再到創業。如果時間倒流，你的創業方向會改變嗎？
高雪峰：答案是肯定的。每個階段的技術邏輯和市場環境都完全不同。
如果是在IBM時期創業，我的積累主要在企業數字化轉型的技術和可復用資產上，比如數據中臺、大數據平臺、知識圖譜等。當時我們已經做了一些非常前沿的項目，比如為平安打造第一代智能客服，結合了知識圖譜和BERT模型。
但那時，整個市場對“智能化”的理解還很模糊，大家談論的更多是“數字化轉型”。AI的應用多是局部的“點綴”，比如智能客服、圖像識別等。所以，如果那時創業，我大概率會選擇在數據領域，比如數倉、數據中臺方向，市場空間大，但競爭也極其激烈。
后來在阿里云的兩年，我的思考又進了一步。我看到了如何用產品驅動的方式服務更廣泛的中腰部客戶，也看到了大廠如何通過規模效應實現目標。但這也讓我意識到，對于一個初創公司，能否找到一個精準的產品方向并成功突圍，依然是巨大的問號。
到2021年底我正式創業時，我的方向就非常清晰了：打造一個幫助企業完成智能化轉型的基礎平臺和基石。
這是基于我在To B領域服務大客戶和觸達中小客戶的雙重經驗，以及在大數據和AI領域的技術積累。
網易智能：能介紹一下公司的定位，以及公司的技術路線是如何一步步發展到今天的嗎？
高雪峰：關于公司的定位，其實我們的核心目標從創業第一天到現在從未改變：通過挖掘企業內各種數據之間的關聯價值，提供平臺型的技術和產品，支撐企業完成數智化轉型。
但實現這個目標的路徑是逐步演進的。如果我在2021年就說要做大模型和多模態知識引擎，大家會覺得不切實際，因為當時的市場環境并不看好這些技術。所以我們只能一步步來，確保每一步都為客戶創造價值。
我們的技術演進路徑也非常清晰：
創業第一年，我們就用Rust語言從零開始，研發了原生的分布式圖存儲與計算技術。這是我們最核心的競爭力之一。
隨后，我們逐步將向量、JSON等數據模態融合進來，形成了真正的多模態知識引擎。這個引擎能深度建模數據間的關聯關系，使得我們的智能問答等應用，在沒有特意調優模型的情況下，準確率就能天然地比競品高出10%-15%。
隨著客戶需求深入，我們發現僅有通用引擎不夠，還需要專業的行業知識。于是我們發展了第二條腿——行業蒸餾模型，幫助客戶在細分領域訓練更專業的模型。
在“雙輪驅動”的基礎上，我們構建了上層的知識中臺和產業智能體平臺。前者幫助企業智能地管理和利用知識資產，后者則通過智能體插件對接企業工作流，實現流程自動化和智能化。
到今天我們已經形成了一個完整的體系：以多模態知識引擎和行業蒸餾模型為雙輪驅動，以知識中臺和產業智能體平臺為上層應用支撐，最終幫助客戶實現真正的智能化升級。我們的目標始終如一，但實現它的路徑是隨著技術積累和客戶需求而不斷清晰和完善的。
這些選擇雖然讓我們在短期內沒有跟隨熱點爆發，但為我們奠定了厚積薄發的基礎。我們堅信“AI+產業”是未來，并在這個方向上持續布局。
網易智能：上次我們聊，您提到最關注的事是“跑通業務閉環”。今天聊下來，營收翻了幾倍，資本和上市節奏也明確了，您當下的心境變了嗎？
高雪峰：業務閉環在去年底到春節期間已經完全形成了。不管是化工、制造還是醫藥產業鏈，邏輯都通了。我現在給事業部負責人的任務就是：讓飛輪轉得越來越快，要讓團隊的成長速度，匹配上業務每年幾倍的指數級增長。
網易智能：你曾引用馬斯克的話，說創業像“嚼著玻璃凝望深淵”。現在這種感受還在嗎？
高雪峰：（笑）這種孤獨感和壓力是恒久的，這是創業者的宿命。
你在開創一種前無古人的產業落地模式，在開拓一個沒有任何參考對象的行業時，你一定是孤獨且痛苦的。每一步決策都可能伴隨著巨大的挑戰和沖擊。
但我始終認為，業務結果的爆發，就是給我們團隊在這條路上走下去、抵御孤獨的最大信心。我們隨時做好了面對任何挑戰的準備，因為我們清楚，這就是開創時代必須付出的代價。
網易智能：如果用一句話來形容未來的楓清科技，您希望它是一家什么樣的公司？有人說它是中國的IBM加微軟，您認可嗎？
高雪峰：IBM懂客戶價值和數字化轉型，微軟擅長產品化和生態，我們確實融合了這兩者的基因。但如果定義未來，我更傾向于說我們是一家“原生AGI智能應用工廠”。
未來的企業，不需要每個部門都去買模型、做訓練，他們需要的是直接把“生產經驗”喂進我們的工廠，通過我們平臺加工出無數個能解決實際問題的智能體，直接投產使用。我們給客戶帶來的，是不可估量的產業價值。
*網易科技重磅推出系列對話欄目《態度AGI》。過去三年，AI變革風起云涌，全球科技秩序正在重構，通往AGI的道路或許正在悄然臨近。本欄目以AGI為題，將對話100位AI專家、企業家、投資人，試圖撥開云霧，與大家一道見證AGI時代的到來。第五十二期對話楓清科技高雪峰：龍蝦之后，企業搞AI沒有退路了
*往期回顧
《態度AGI》第十五期對話榮耀趙明：AI時代 開放肯定會擊敗封閉
《態度AGI》第十六期對話昆侖萬維首席科學家顏水成：大模型的三個共識與三個分歧
《態度AGI》第十七期對話聶再清：生物醫藥即將迎來“ChatGPT時刻”，2-3年內實現重大技術飛躍
《態度AGI》第二十三期：對話訊飛創投合伙人朱永：AI創企已經邁入了價值兌現的關鍵時刻
《態度AGI》第二十四期：對話王嘯：我看好應用層，一直沒投基礎大模型
《態度AGI》第二十五期：對話投資人姚海波：人形機器人尚未解決“手”和“腦”問題
《態度AGI》第三十七期：對話首程控股葉芊：具身智能走過“嬰兒期” 2025是交付
《態度AGI》第三十八期：對話XREAL徐馳：AI眼鏡只有5歲智商
《態度AGI》第三十九期：對話谷歌全球廣告副總裁：搜索廣告正在被AI改造，關鍵詞邏輯變了！
《態度AGI》第四十期：對話宇樹科技CEO王興興：回應關于宇樹上市，機器人降價，AI投入以及出貨量
《態度AGI》第四十一期：對話VAST創始人宋亞宸：“3D時代的抖音”當屬創業者
《態度AGI》第四十二期：專訪 | Soul怎么做AI伴侶？CTO陶明：我們不定義關系
《態度AGI》第四十三期：對話Plaud莫子皓：還沒投廣告 國內產品銷量已經第一
《態度AGI》第四十四期：對話靈足時代聯創邵元欣：做機器人領域的“英偉達”
《態度AGI》第四十五期：VLA模型仍存在明顯缺陷 大曉機器人攜ACE范式入
《態度AGI》第四十六期：對話傳音阿里夫：方向大于速度｜300億美金市場的“非洲之王”用AI找第二曲線
《態度AGI》第四十七期：破解具身智能“數據荒”，對話鹿明創始人：數據采集效率提升5倍，成本降至1/5
《態度AGI》第四十八期：給機器人做仿真訓練 這家創企年營收破億 預計26年翻4倍
《態度AGI》第四十九期：對話周亞輝：不和字節騰訊卷，要在海外做“AI版Spotify"
《態度AGI》第五十期：對話傅利葉CEO顧捷：意念控制機器人不是科幻 1-2年就落地
《態度AGI》第五十一期：獨家對話吳軍：AI剛起步，泡沫期或在2028年，絕大部分AI公司終將消亡
本文來源：態℃
責任編輯：
李佳_NBJS32032
