新闻动态

近日，一家中国基模公司刷新了市值纪录。 智谱盘中市值突破1万亿港元，年内涨幅超过1900%。截至收盘，这家公司总市值来到了1.1万亿港元，约相当于阿里巴巴一半，接近美团两倍、京东三倍。 上市不到半年，智谱从500亿港元级别公司，冲进港股万亿市值区间。 在港股“万亿俱乐部”门槛之上，是像腾讯、阿里、中国移动、工商银行这样的产业巨头，背后都有经过验证的用户入口、现金流或基础设施属性。 智谱进入这个坐标系，意味着公开市场对中国大模型公司的定价正在不断膨胀。 不过，过山车一般的增长速度，背后是一场神话还是泡沫的争论。 智谱上市的第一份财报，披露了2025年全年的营收数据：收入7.24亿元，净亏损47.18亿元，研发开支31.8亿元。 一家上一年收入7亿元的公司，市值却先到了万亿级。看多者把它视作中国AI产业的估值突破；而看空者认为，当前股价的泡沫属性较强，已经跑在基本面前面太远。 某种程度上来说，这场争论已经超出智谱，而是上升到中国大模型产业估值本身。 最新消息显示，DeepSeek在新一轮融资后估值超过500亿美元，而阶跃星辰和月之暗面的资本化预期不断升温，双双瞄准港股市场。 中国大模型公司的估值曲线，正在从一级市

大公司： 赢创计划全球裁员3200人 赢创近日宣布，将延长“赢创定制”增效计划，涉及赢创全球所有业务及职能部门，拟裁减约3200个岗位，其中德国本土约占2150个。相关措施计划于2027年启动，持续至2029年底。6月22日，赢创确认，德国以外地区将削减1050个职位，中国区包含在内，但具体裁员数量尚未明确。“赢创定制”计划于2023年10月推出，原定目标为2026年底前累计削减约2800个岗位。今年5月，赢创曾表示该计划进展顺利并将实现既定降本目标。 韩国考虑对三星和SK海力士杠杆ETF采取单独措施 韩国金融监督院院长Lee Chan-jin表示，由于散户投资者对高风险产品的需求没有降温迹象，金融监管当局正在考虑对个股杠杆ETF采取单独的稳定措施。Lee在周一的新闻发布会上表示，个股杠杆ETF的副作用正在日益加剧。Lee表示，金融监督院正在调查未来资产的SpaceX IPO股票分配失败事件，旨在防止类似问题再次发生，从而保护投资者权益。 台积电28nm较年初减产25% 据报道，供应链人士指出，台积电28纳米主要生产基地Fab 15A月投片量从今年初的20万片，已降至15万片，相较年初减少逾25%。台积电规划

先说结论，按基本面，现在不值万亿。当然，这是一句废话。在AI面前，谈基本面你就成老登了。 按“国产AGI第一股 + A股映射 + 稀缺筹码 + 资金抱团”的期权叙事，它可以被交易到万亿，但这不是正常估值，是泡沫/期权估值。 截至6月22日盘中，智谱港股报价页面显示市值大约在 1.07万亿—1.10万亿港元附近，已经真正摸到“万亿市值”了。折合大约 1400亿美元、约 1万亿人民币。 问题在于，它的收入体量还太小。按公开报道，智谱2025年收入同比增长 132%，其中本地部署收入 5.339亿元人民币，云端API收入 1.904亿元人民币；但2025年净亏损 47.2亿元人民币，调整后净亏损 31.8亿元人民币。 按现在万亿港元市值算，大致是 1600倍左右市销率，这个已经不能用传统P/S解释了，而是在买“未来中国OpenAI”的概率。 所以关键问题是：它到底是中国版 OpenAI，或者说中国版Anthropic，还是一个高投入、高亏损、短期被资金抱团的大模型公司？ 牛市逻辑是有的。 智谱现在确实站在几个风口交点上：国产大模型、政企客户、本地部署、国产芯片适配、开源模型、Agent、回A预期。 6月17日它发布

宁德时代旗下面向重卡的骐骥换电技术将首次走出国门。 6月22日，宁德时代宣布与英国最大能源公司章鱼能源（Octopus Energy）将成立合资公司，双方将共同建设欧洲重卡换电网络。宁德时代称，公司将把骐骥换电技术引入欧洲，通过提升重型卡车的补能效率，推动公路货运的电动化转型。 根据规划，2027年双方将在英国建成首批示范换电站，优先覆盖高速公路主干线及核心物流港口。预计到2035年，换电站网络将扩大至30座以上，业务辐射至苏格兰和威尔士，形成覆盖全英核心干线的换电网络。 该换电网络建成后，将为英国各大物流公司、港务集团、零售企业及私人车队提供高效补能服务。同时，双方计划在各大型分拨中心内嵌入换电站，拓展城市配送场景。 值得一提的是，成立于2015年、从技术平台切入的章鱼能源，在十年内已迅速崛起为英国最具活力的电力供应商，目前是英国市场份额第一的综合能源服务商，其具备欧洲稀缺的电网适配、绿电采购、虚拟电厂智能调度等核心能力。这家被称为“重新定义能源交易”的公司，本身不产一度电，其最核心的资产是其自主研发的AI能源管理平台“Kraken”。 截至目前，章鱼能源已在18个国家开展业务，服务超过720万零售客户、4

当人形机器人在春晚上扭秧歌，在马拉松赛场上健步如飞，一个尴尬的现实浮出水面：机器人会动、很灵活，但不能干活——前者考验运动控制能力，后者还需要机器人真正理解物理环境，记住物体位置、推理空间关系。 感知瓶颈是今天几乎所有具身智能从业者都无法回避的现实。成立不到三个月的「映界科技」（MirrorSpace）正试图补齐具身智能产业链中的这个短板。映界科技由三位平均年龄仅有24岁的博士团队创办，专注具身机器人视觉空间感知系统的算法与硬件研发，致力于成为世界模型时代的基础设施服务商。 “我们注意到，目前市面上还没有相对成熟完善的空间感知解决方案，大部分做传感器的企业只是把雷达、摄像头等设备的原始数据丢给本体厂商，让他们自己想办法处理。”金依力表示，“我们希望提供一整套空间感知能力，弥合机器人在开放场景应用落地的gap。” 映界科技产品示例 今年年中，映界科技刚刚获得松禾资本与奇绩创坛的千万元种子轮投资。松禾资本管理合伙人汪洋曾表示，空间智能是机器人从自动化机器走向物理 AI 智能体不可或缺的基础设施层，看中了映界科技团队“超出年龄的判断力”。奇绩创坛方面则看重团队“从学术到产业的完整认知链条”以及产品“在工业场景中已

近期，“AI支付”突然从概念变成巨头的正面竞争。  先是京东在6月11日发布国内首个面向智能体的自主支付协议——A2P2协议，把“Agent怎么被授权、链路怎么审计”等内容写成规则；紧接着支付宝在6月16日做出“史上最大改版”，AI版支付宝启动邀请码内测，挂号、医保码、点单、比价都能通过和阿宝对话驱动；间隔不到一天，微信支付推出“AI专属卡”，用户可以在Agent对话中提出消费需求，由智能体完成推荐、下单和支付流程，该功能已支持在腾讯的桌面智能体产品WorkBuddy中使用。 三家巨头在同一时间点押注“AI支付”，但先别激动，综合「AIX财经」的实测和从业者的分析，AI支付仍然卡在辅助决策与代执行的夹层里，离真正的Agent自主付费尚有距离。支付宝跑通了流程，却仍须用户手动按下确认；微信实现了闭环，却是以限制主账户权限、将资金锁死在“额度”中为代价。 那么问题来了，国内外押注AI支付的不同路线，分别走到哪儿了？AI支付还远未成熟，支付宝和微信为什么急着现在就下场？ 01.国内外AI支付的四种形态 “让AI代理触发交易”的想法最早出现在海外，2024年11月，支付巨头Stripe发布Stripe Agent T

最近，福布斯中国发布了2026中国人工智能科技企业50强榜单。这个榜单从2024年开始，已经连续发布了三年，是国内AI领域一个相当有权威性和影响力的排名。能够登上榜单的，都是AI领域的各种标杆企业，而上榜公司数量的多少，也被看作是衡量一个城市AI产业综合实力强弱的重要指标。我梳理了一下过去几届上榜企业的城市分...... 本文来自微信公众号： 三土城市笔记 ，作者：土哥涅夫 最近，福布斯中国发布了2026中国人工智能科技企业50强榜单。这个榜单从2024年开始，已经连续发布了三年，是国内AI领域一个相当有权威性和影响力的排名。能够登上榜单的，都是AI领域的各种标杆企业，而上榜公司数量的多少，也被看作是衡量一个城市AI产业综合实力强弱的重要指标。 我梳理了一下过去几届上榜企业的城市分布，发现了有这么几个看点，跟大家分享一下。 首先，是北京作为中国人工智能第一城的地位已经是不可撼动的了。 过去两年，包括杭州在内，不少城市都提出要打造人工智能第一城，或者AI创新中心。而今年以来，随着长鑫存储、长江存储等企业的爆发，部分合肥、武汉网友的自信心也开始爆棚，觉得有实力跟深圳、杭州甚至北京、上海一较高下了。 但是从历年的

2026美加墨世界杯小组赛第二轮正如火如荼地进行。 多位热门球星状态出色。梅西在阿根廷首战中上演帽子戏法；法国球星姆巴佩和挪威球星哈兰德均实现了梅开二度。 此外，强队受阻、弱旅抢分的片段也在上演。 佛得角继首轮0比0逼平西班牙后，次轮又2比2战平乌拉圭，两战世界冠军保持不败；另一支新军库拉索0比0逼平厄瓜多尔，收获队史首个世界杯积分；还有刚果（金）1比1逼平葡萄牙、日本两度落后两度扳平荷兰…… 如果追根溯源，此次世界杯的首次改制，是促成这些爆冷瞬间的关键因素之一。 今年的世界杯将球队数量从曾经的32支增加到48支，不仅让乌兹别克斯坦、约旦、佛得角、库拉索四支此前从未晋级过的新军出现在赛场上，也让伊拉克、挪威、苏格兰等球队重返世界杯。 而球队的增多与赛制的调整、赛程的增长、比赛场地横跨三国16座城市等，共同构成了这场比赛不确定因素激增的原因。这也给品牌营销的选择，增加了不少难度。 尽管如此，在注意力极度碎片化的时代，世界杯仍是极少数能同时实现全球触达、情感共鸣、技术展示和渠道背书的超级节点。 中国企业们还是在这场堪比“豪赌”的比赛中，寻找着提升热度的方式。 有品牌拿到了世界杯全球赞助商；也有企业赞助西班牙、葡萄

“孩子的尿不湿里到底有没有毒？”这是过去一周，中国数百万年轻父母最焦虑的问题。 6月22日，一个重磅消息让这场舆论风暴进入新阶段——市场监管总局、工业和信息化部、国家卫健委、国家疾控局宣布成立联合调查组，对婴幼儿纸尿裤甲酰胺问题展开全面核查。 这场风波的起点，是6月18日《经济参考报》刊发的一篇调查报道。记者王文志委托第三方检测机构对市面在售的多款婴幼儿纸尿裤进行抽样检测，结果在“好奇”“碧芭宝贝”“Babycare”等品牌产品中检出甲酰胺。报道同时引用山东省公共卫生临床中心质谱实验室数据，称在婴幼儿血液、尿液样本中检出该物质。同日，上述涉事品牌公开回应称，未检出甲酰胺。 一石激起千层浪。“纸尿裤有毒”话题迅速登上热搜。但随后，事件出现了不同方向的解读。 6月19日剧情第一次反转，山东省公共卫生临床中心发布声明，称该中心特聘专家于兆衍“从未提及质谱中心检测的甲酰胺物质与婴幼儿纸尿裤有任何关系”，中心也“从未开展婴幼儿纸尿裤等产品对健康影响的研究”。 同一天，中国造纸学会卫生用品专业委员会发文，认为报道在检测依据、数据披露等环节存在明显瑕疵。舆论一度倾斜向"报道失实"的方向。 但当晚，王文志抛出了一枚"重

在之前写完下半年的地缘政治展望之后，我有一位朋友觉得我漏掉了最关键的部分，就是中美双方的基本假设。确实如此，可能因为平时讨论的时候这个假设基本都是不言自明的，所以反而漏掉了关键的部分。今天我来补上一下这篇文章的组成是如下的第一部分会是中美对于竞争的基本假设，这里我们会借用那些曾经参与制定中美博弈战略的一线人员...... 本文来自微信公众号： 培风客 ，作者：Odysseus 在之前写完下半年的地缘政治展望之后，我有一位朋友觉得我漏掉了最关键的部分，就是中美双方的基本假设。确实如此，可能因为平时讨论的时候这个假设基本都是不言自明的，所以反而漏掉了关键的部分。今天我来补上一下 这篇文章的组成是如下的 第一部分会是中美对于竞争的基本假设，这里我们会借用那些曾经参与制定中美博弈战略的一线人员的看法。 第二部分会是一些事实的呈现，尤其是上半年的情况 第三部分会是我的一些看法 沙利文曾经对于美国的基本假设有过一个论述，他觉得这是过去几十年的情况，但未来不一定如此，原文如下 简单来说就是美国觉得自己在科技上的研发是制度性的领先，并且无法被简单取代，因此在新科技的创造上占据主动权。 在这个基本假设之上，2025和2026

Fable 5 的“惊鸿一瞥”仅仅是开始，达里奥没有回头箭，整个 AI 行业都没有。 “12 个月后，今天Mythos 级的编程能力，很可能出现在任何人都能下载的开源模型里”，在达里奥看来，Anthropic 能争取到的，只是一段有限的防御窗口。 依稀记得 2024 年，DeepSeek 横空出世，凭一己之力把大模型的迭代周期从年压缩到了季度。现在，Anthropic 可能要把它卷到以月为单位。 刚刚，知名 AI 观察者 Andrew Curran 透露，一款能力更强的新版 Mythos 已经完成训练。但它最终会被命名为 Mythos 5.1 还是 Mythos 6？暂无定论。甚至，它可能根本不会对外发布，而是留在 Anthropic 内部，继续给后续模型的研发加速。 随后，个人开发者 Chris 确认，该消息来自可靠渠道。新版的 Mythos 早在几周前就已完成训练。至于版本，他个人更倾向于一次小版本升级，即 Mythos 5.1。 （Chris 此前曾多次向 The Information、《纽约时报》等媒体提供线索，在社区拥有一定信源基础） 几乎同一时间，有开发者在 Anthropic 合作服务商平

六月中旬的北京，天气已经开始燥热起来。科技圈的一条消息，让本就不平静的 AI 创投圈，又添了一把火。 前阿里巴巴通义千问大模型技术负责人林俊旸创办的 AI 实验室，完成了首轮融资。 这条消息之所以值得拿出来说说，不是因为融资额有多大 ， 红杉中国和高榕创投各出 1 亿美元，腾讯跟投 2000 万美元，总额 2.2 亿美元 ，而是那个数字：投后估值 20 亿美元，约合人民币 135 亿元。 一家还没有正式对外公布名字、没有产品、没有营收、甚至连官网都没有的公司，首轮估值就达到了这个数字。这在整个中国创业史上，都算是罕见的。 很多人看到这个消息的第一反应可能是：凭什么？一个 33 岁的年轻人，从大厂离职三个月，画了一张关于世界模型和具身智能的蓝图，就值 135 亿人民币？ 先说说林俊旸这个人 2019 年，林俊旸从北京大学硕士毕业，直接加入了阿里达摩院。那时候的达摩院，还是阿里最神秘的技术研究机构，聚集了一批国内顶尖的 AI 人才。谁也没想到，这个刚走出校门的年轻人，会在接下来的六年里，走出一条堪称传奇的晋升之路。 六年时间，连升四级。从一个普通的算法工程师，做到了阿里技术序列的天花板 ——P10。而且是阿里历史

算力掣肘去年底以来，摩尔线程、沐曦股份、壁仞科技、天数智芯等国产GPU掀起资本热浪。然而，二级市场财富盛宴之下，一条不容忽视的暗线正变得越来越明晰，其引发的问题也愈发迫切。过去几年，国产AI芯片主要集中在相对安全且较为边缘的“推理侧”，如近期豆包计划豪购天数智芯5万块芯片用于推理运算任务，以满足这家中国最大A...... 本文来自微信公众号： 巨潮WAVE ，编辑：杨旭然，作者：谢泽锋，原文标题：《中美AI对弈之下的算力难题 | 巨潮》 算力掣肘 去年底以来，摩尔线程、沐曦股份、壁仞科技、天数智芯等国产GPU掀起资本热浪。然而，二级市场财富盛宴之下，一条不容忽视的暗线正变得越来越明晰，其引发的问题也愈发迫切。 过去几年，国产AI芯片主要集中在相对安全且较为边缘的“推理侧”，如近期豆包计划豪购天数智芯5万块芯片用于推理运算任务，以满足这家中国最大AI APP终端的高频调用。 而在AI训练这一算力金字塔顶端序列中，国产芯片目前只能参与边缘“打杂”任务。 AI训练芯片主要用于人工智能模型的训练，期间会进行大量的矩阵运算和参数调整，因此需要具备强大的计算能力和高能效比，性能更强大且价格也十分高昂，如英伟达A100、

PART01狂欢上市166天之后，智谱跻身港股万亿市值俱乐部。此前这里的常客包括腾讯、阿里、汇丰以及5家银行。一些游客，比如宁德时代和小米都一度入榜，回调后就置身门外了。而在所有常驻者和游客中，毫无疑问，智谱都是最年轻、大众接触最少的成员。它也是争议最大的。关键词是泡沫。短短5个多月，智谱股价相较上市发行价上...... 本文来自微信公众号： 山农下山 ，作者：袁文 PART01 狂欢 上市166天之后，智谱跻身港股万亿市值俱乐部。 此前这里的常客包括腾讯、阿里、汇丰以及5家银行。一些游客，比如宁德时代和小米都一度入榜，回调后就置身门外了。而在所有常驻者和游客中，毫无疑问，智谱都是最年轻、大众接触最少的成员。 它也是争议最大的。 关键词是泡沫。短短5个多月，智谱股价相较上市发行价上涨超过20倍，今日（6月22日）盘中峰值更是暴涨25倍。此外，它在2025年营收只有7亿元，大幅亏损，甚至看不见盈利拐点，但今天市值已经相当于2个小米、4个百度。 股价持续下跌后失去大众欢心、街头吃碗面都要被嘲笑的雷军，拿什么说理去？ 万众瞩目的快乐极致，曾经也在2025年6月降临在小米和雷军头上。27日，小米盘中股价超过61港元，

宝马，吹哨了。 最新消息，宝马突发公告，将其汽车业务EBIT利润率目标从4%~6%直砍至1%~3%，全年税前利润预计下滑超过15%。 近两年内，这已经是宝马第三次发布盈利预警，紧随财务压力而来的就是裁员的消息—— 宝马计划到2026年底减员5%，即最多7700人。 可见对宝马而言，电动化转型的阵痛仍在继续，市场的信心由此被进一步影响： 公告发出后，宝马股价单日暴跌超8%，已几乎跌到了五年多来的最低水平。 今年以来，宝马股价已经累计下跌近37%，公司市值一度低于其账面净现金27亿欧元（约210亿元）。 换句话说，在当前市场看来，宝马这家公司，可能还不如其账上的现金值钱。 宝马发布盈利预警 宝马此次利润率目标下调幅度之大，让分析师们措手不及。 公告显示，宝马将整车交付量预期由“持平”调整为“小幅下滑”。 对应到财务层面，其汽车业务EBIT利润率目标从4%~6%被直砍至1%~3%；全年税前利润预计将下降超过15%。 作为参考，宝马去年全年税前利润为102亿欧元（约792亿元）。也就是说，超过15亿欧元（约116.5亿元）的税前利润将凭空蒸发。 而且据德意志银行估算，宝马今年的营业利润还将减少约30亿欧元（约233

一场仍未定论的纸尿裤检测风波，正在把婴儿纸尿裤产业链推到台前。 6月18日，新华社旗下《经济参考报》刊发调查报道，称记者委托专业机构对市售婴幼儿纸尿裤进行检测后，在“好奇”“碧芭宝贝”“Babycare”等品牌样品中检出甲酰胺。 报道同时援引山东省公共卫生临床中心相关数据，称部分婴幼儿血液、尿液样本中也发现该物质。 随后，事件迅速进入争议状态。相关医学机构、行业协会和品牌方陆续对报道中的检测方法、样本来源、医学证据链提出质疑。 6月21日，好奇、碧芭宝贝、Babycare相继发布第三方检测结果，均称纸尿裤样品甲酰胺“未检出”。Babycare同时表示已向公安机关报案。 截至目前，国家监管部门尚未给出最终调查结论。这意味着，这场风波目前不能被简单定性为产品质量事故，也不能仅凭品牌自检结果完全消除外界疑虑。 现行GB/T 28004.1-2021《纸尿裤 第1部分：婴儿纸尿裤》并未将甲酰胺列为专项检测项目，也没有对应限量要求。GB 43631-2023《婴幼儿及儿童用纸品基本安全技术规范》同样未对纸尿裤中的甲酰胺作出专项规定。 据《新京报》援引GB/T 28004.1-2021标准参与制定方之一中轻（晋江）卫生用

6月22日消息，字节跳动的豆包App正式启动即时出行服务的灰度测试。 部分获得资格的用户，可直接在豆包对话框内通过自然语言口述需求。系统自动识别起止地点及偏好后，通过API接口匹配曹操出行运力，用户核对信息即可一键派单。 这一动作不仅是交互体验的升级，更揭示了当前AI To C应用演进的核心野心，即通用AI助手正试图打破纯内容交互的边界，将实体生活服务作为插件接入自身平台，向着连接一切的超级入口进化。 围绕“AI+出行”的交叉地带，目前行业已形成几股不同逻辑的势力，呈现出通用大模型平台与原生出行巨头之间的双向渗透。 在AI平台融合生态运力方面，代表是千问与高德，这是阿里系在今年3月跑通了的闭环。 通义千问App上线AI打车功能，前端依托大模型的自然语言理解能力，后端直接调取高德地图庞大的聚合打车运力池。这代表了拥有全生态业务矩阵的巨头，正在用AI入口将内部流量大盘与成熟的底层服务进行深度耦合。 另一种代表是原生平台的内生防守，如滴滴上线的小滴。 面对AI助手试图从前端截胡打车需求的趋势，出行巨头并未被动等待。滴滴同样在今年3月向全量用户开放了内置的出行Agent小滴。滴滴的逻辑在于坚守主阵地，基于自身的封闭生

DeepSeek的Harness团队在北京海淀区融科资讯中心，十年前我曾在那里工作。这不是想往脸上贴金，而是很遗憾，错过了见证历史的一刻。 6月16日，据媒体报道，DeepSeek完成了成立以来的首轮外部融资，募集资金超过500亿元人民币，投后估值突破500亿美元。创始人梁文锋个人出资200亿元，为最大单一出资方；腾讯出资100亿元，宁德时代体系出资约50亿元，京东、网易及IDG资本各出资30亿元。 这是中国AI行业迄今规模最大的单轮融资。 那么，拿到巨额融资的DeepSeek，会把钱投向哪个方向？ 6月15日，从论坛流出的一则信息可能让我们可以管中窥豹。据一位参与测试的用户称，DeepSeek V4.1在网页端启动灰度测试，他说V4.1 Flash的代码能力实现了“天差地别”的跨越式进步，知识截止日期也从2025年5月跃升至2026年1月，部分用户甚至测出了2026年5月的截止日期。 很可能AI coding就是DeepSeek即将发力的方向。 其实，5月，DeepSeek的一则招聘启事也透露了这点，那则Agent Harness研发工程师的招聘启事里，写了一行简洁的公式：Model + Harness =

年薪最高1500万起，上不封顶——这不是金融圈，也不是互联网大厂，而是一个今年备受关注的新赛道： 具身智能。 2026年，全国仅9所高校获批开设这个新专业。招生名额更是少得“抠门”： 9所里有6所，全国只招30人。 另一边，相关企业一年暴增119%，产业人才供给却严重滞后——缺口高达100万，招聘年薪中位数已超33万。 供给端“挤牙膏”，需求端“饿得慌”。 这9所抢跑的顶尖高校，究竟在下怎样一盘棋？ 小而精的新专业，超半数高校全国仅招30人 今年4月，教育部发布《普通高等学校本科专业目录（2026年）》，明确提出支持哈尔滨工业大学、北京航空航天大学等9所高校增设具身智能新专业，推动新一代人工智能与实体经济深度融合。 9所高校分别是： 北京邮电大学、东北大学、上海交通大学、浙江大学、西安交通大学、北京航空航天大学、北京理工大学、哈尔滨工业大学、南京航空航天大学。 无一例外都是国内顶尖高校。 具身智能是什么？它是人工智能的一个前沿分支，指智能体（如机器人、无人机、智能汽车等）通过物理实体与环境实时交互，实现感知、认知、决策和行动一体化。 其实体形态可以是机器手臂、轮式机器人、无人机、无人车，也可以是人形机器人、数

2026上半年，端侧大模型走到了一个新阶段：模型将继续变小、变轻，但光靠压缩已经不够了。接下来的关键，是让模型和底层框架、芯片、具体设备场景配合起来，从“能跑起来”走向“更好用”。 这样的转变，正在头部厂商身上集中发生。在6月9日的苹果全球开发者大会（WWDC2026）上，苹果发力端侧大模型，发布了AFM3系列。 苹果的思路是，从根本上为端侧设计出省算力的结构，推出约200亿参数的端侧主力AFM 3 Core Advanced，把模型本体做大，通过稀疏架构，每次推理只激活其中一部分参数。 这是苹果的解法。不过从整个行业看，在端侧的落地路径上，仍然面临不同取舍和分化。 一些公司走“蒸馏路线”：让能力强的大模型迁移给体量更小的模型，再把这个小模型装进设备里跑，以更低的成本逼近先进大模型的效果。 Google的Gemini Nano就是典型代表。早期Gemini技术报告中提到，Gemini Nano由更大的Gemini模型蒸馏而来，面向端侧部署，直接跑在Pixel、三星Galaxy等安卓手机本地上。 还有一类厂商则选择从端侧约束出发，重新设计模型本身。在有限的算力、内存和功耗条件下，尽可能提高端侧模型单位参数能够承