产业观察

2026年盛夏，五家中国AI公司用八周时间接连甩出五款逼近全球前沿的大模型——智谱GLM-5.2、月之暗面Kimi K3、DeepSeek V4-Flash、字节Seedance 2.5、阿里Qwen3.8-Max。独立评测机构Artificial Analysis的数据显示，DeepSeek V4-Flash执行复杂工作负载的成本仅0.03美元，而Claude Fable5要价3.15美元，差价超百倍。算力越便宜，造车门槛越低，炮灰就越多——这份狂欢的另一面，是上半年国内乘用车零售量同比下滑20.2%，新车却涌出超六百款，月销过万者不足三十。希鸥网观察到，中国整车集团正集体把命运押注于AI。比亚迪发布“璇玑”架构并宣称持续投入超1000亿元，吉利构建“通用车辆大脑”，小鹏改称“具身智能公司”，李斌那句“汽车公司必须是AI公司”几乎成了行业图腾。但乘联分会秘书长崔东树给出的利润率曲线刺眼：2024年4.3%，2025年4.1%，2026年上半年3.8%。AI奔跑的速度与车企盈利的斜率，走向了完全相反的轨道。问题不在AI本身，而在AI释放的效率去了哪里。以前一个团队两三年磨一款车，现在算力释放，改款提速，换代提前，半年调研的细分市场靠AI生成的竞品简报就拍板上马。比亚迪高管何志奇7月14日公开数据：1至5月共推出542款新车，平均每天3.6款。他直言“彻底疯了，一款车动辄10亿以上投资、两年以上开发周期，热度维持不了三个月”。供给泛滥只能降价换量，上半年终端平均降价超一成，官降两三万成了明规则。更值得警惕的是验证环节的缩水冲动。虚拟仿真能替代六成实车路试，行业内一度把效率等同于“少跑路”。今年6月重庆论坛上，李书福明确泼冷水：汽车关乎生命安全，仿真和数字孪生不能完全替代封闭场地和真实道路验证。北京现代李凤刚也直言，部分品牌为赶节奏删减测试，让消费者变相当了试车员。工信部在这个夏天两次约谈多家企业，要求彻查可靠性、耐久性漏洞。新能源汽车定型试验新规拟将三万公里可靠性行驶试验设为统一门槛，2027年起施行。算力越便宜，造车门槛越低，炮灰就越多。彭博社的“死亡地带”概念，本指没有技术差异的企业会被低成本模型淘汰。但在中国车市，最先被扫到边缘的，恰恰是那些用AI流水线赶出来的、既没有真实需求也没有验证厚度的工业品。国产芯片与开源模型让智驾成本下行，硬件平价已是定局，但省下来的钱不该变成继续堆料的弹药。比亚迪把城市领航下放到海鸥，吉利用统一架构让车按月迭代功能，正面案例的共同点是：AI没有用来催生更多新车，而是让既有车型活得更长。希鸥网认为，这轮博弈的受益方与受损方已经清晰。受益者是算力基础设施与开源生态的构建者，以及那些能用AI砍掉伪需求、把资源集中到真正有生命力产品上的车企。受损者则是把AI当内卷加速器的追随者——他们用低价模型压缩了决策周期，却也压缩了自己的利润率和生存空间。监管层已经用约谈和试验新规划出红线，用户的钱包也厌倦了配置加减法。竞争的本质从不该是比谁出车快，而是比谁的车更值得信赖。创始人们该把思维慢下来，先识别自己正处在什么情境里。几乎所有“眼前的情况”都是“类似情境的再现”，当下车市的供需失衡，与过去家电、手机行业的价格战高度相似。把这做好的诀窍是：让决策变慢，把正在引用的标准写下来，等结果出现时评估并改进它。一款车值不值得造，不该由一个季度内的销量预期决定，而该由盈亏线、真实需求密度和验证成本共同回答。AI真正该做的是帮你把决策数量从一万次压缩到十次，并且每一次都更接近本质。可信度加权决策，是车企当前最缺的能力。谁能造出好车，谁对特定市场的判断更可信，不该由内部部门博弈说了算，而应让模型消化全国上牌数据、用户投诉、充电地图和售后记录后给出权重建议。现阶段中大型六座SUV已经挤到溢出，县域市场缺的却是五万元级合规代步车——这个空白恰恰是过去被忽视的。AI应该当那个对各方利益敢说“不”的参谋：如果算出一个项目撑不住盈亏线，就叫停。少造几款月销几百台的工业垃圾，省下的十几亿研发投入就直接变成纯利。极度透明与算法决策的结合，能够重塑造车的底层节奏。AI不是用来省工序的，而是用来叠厚度的：生成式仿真可以一天跑完过去一年的极端工况，暴雨、暗冰、连续破损路、传感器失效，这些长尾场景在虚拟世界跑烂，实车路试再把三万公里跑实。车还是按严谨周期造，但出厂时隐患已少。车不坏了，就不用靠官降赔礼道歉，价格体系稳住，利润率才可能回升。未来的赢家，一定不是那个用AI一年推十款车的公司，而是那个用AI把一款车造到不用降价也能卖好、还能带着标准走向全球的公司。金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo

一篇只属于你的文章，一段逐字打磨的文案，被评论区一句“AI写的吧”打成废纸。创作者拿不出证据，AI写手同样拿不出证据。两个人都声称“手搓的”，信任早已破产。8月2日，欧盟《人工智能法案》第50条正式生效，Anthropic旗下模型Claude自上线日起，生成文本将携带不可感知的嵌入式水印，生成文件附C2PA标准数字签名。违规最高罚1500万欧元或全球年营业额3%。希鸥网观察到，成立于2021年的AI大模型提供商Anthropic，通过水印为“AI生成内容溯源”提供了可查验路径，行业关键词精准锁定“生成式AI内容可信度”这一细分场景。水印长在模型层，不改变语义与可读性，复制、部分编辑后仍留存。它不是从文风猜“有没有AI味”，而是从模型源头回答“这段文字是否经过Claude处理”。过去所有关于“是不是AI写的”争论都建立在感觉之上。破折号多、排比工整、爱写“不仅仅是……更是”，被草率判为AI腔。作者越辩解越苍白。有出版社在版权页印上“禁止将本书用于AI训练”，负责人承认出了事难维权，但要表明态度。一端是读者被隐蔽投喂AI内容，另一端是诚实作者被无端泼脏水。深海鱼与飞鸟的对话，双方都无法想象对方的光。欧盟法案不只是罚单，它改变了内容生产的成本结构。190家机构签署配套透明度准则，Anthropic公开技术文档，第三方可查验标记。这份合规负担从财务处罚延伸到产品设计底层。同时，定价1.78元的村上春树AI中译本已在二手平台流通，买的人未必在意译者是谁，但他应该知道自己买的是什么。大量未标注AI内容正涌向搜索结果、公众号、电商详情页与新书腰封。技术也有清晰边界。检出水印不等于内容是AI写的，模型常被用于校对、翻译、摘要，原始想法来自人，输出却带了标记。检出也不等于你看到的是原始版本，内容可能被改写、节选、拼接。没检出更不代表没用过AI，旧模型不带水印，大幅改写、过短文本、格式转换都可能抹掉痕迹。一次检测最强只能说明“可能经过Claude处理”，而非“是AI写的”。《荷塘月色》被机器判为高AI率的旧事，提醒我们绝对化判断有多危险。希鸥网认为，水印方案的最大价值不是“捉贼”，而是终结“举证倒挂”。此前被质疑者要自证清白，今后质疑者有了可查验的起点。获益的是诚实创作者与合规平台，受损的是依赖AI洗稿却拒不标注的投机者。利益格局正在重构：透明标注成为内容基础设施，而非道德加分项。但概率性检测结果意味着，误伤依然会存在，技术不能替代对内容的独立判断。对创业者而言，这套逻辑与产品验证惊人相似。创业初期最大的风险是未经验证的“信念飞跃假设”。很多团队靠主观调研和宏大规划直接扩张，倒闭时才发现两类假设一个都没成立。贵宾式MVP不开发系统，人工一对一服务客户，完整跑通流程验证需求；Dropbox用三分钟演示视频换来数万公测预约。低成本、高真实性的实验，永远优于会议室里的完美推演。创始人必须“走出办公大楼”。丰田塞纳厢式车总工程师走遍全美、加拿大，实地观察家庭用车习惯，才挖掘出儿童乘车这一隐藏核心需求。印度乡村洗衣服务VLS不建门店，改装货车流动测试价格与需求，确认可行后再搭固定网点。书面调研只能呈现表态，真实付费、注册、留存、推荐才是用户用行动投出的信任票。正如Claude水印用可检测回应质疑，创业者要用真实行为数据回应市场假设。创业的起点，是解决一个你真的“痛恨”的问题。为了钱创业，账上现金撑不过三个月就放弃；为了名创业，被人骂得狗血淋头就崩溃。只有对问题恨得牙痒痒，觉得“这帮人怎么做得这么差，我来一定比他们强”的执念，才能撑过至暗时刻。在AI工具越来越普及的时代，使用什么工具不重要，你是否敢像Anthropic公开水印方案那样，对用户彻底透明，并接受检验？这种主动证明的能力，正在成为新商业信任的入场券。金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo

成立仅一年半的具身智能基础模型研发商亮源新创（Light Origins）宣布完成数亿元Pre-A轮融资，由国科投资领投，招商局创投、襄禾资本参投。这家2024年底成立的公司，把大模型能力从数字空间延伸到真实物理世界，瞄准的正是“让机器人像ChatGPT一样获得通用智能”这一终极命题。希鸥网观察到，姜旭的履历堪称豪华：2019年起参与OpenAI全栈算法研发，完整经历InstructGPT、ChatGPT到GPT-4的关键演进周期，在GPT-4技术报告中被8次署名提及，与OpenAI联合创始人Greg Brockman并列第一。亮源新创团队规模已超百人，研发占比超九成，算法团队由QS Top 20高校博士组成，硬件团队则来自华为、大疆，具备消费级机器人从设计到量产的全链路经验。这轮融资的核心看点，是亮源新创提出的“三段范式”。姜旭认为，人工智能的每一次重大突破都源于范式创新，而非单点技术优化。所谓三段范式，即规模化预训练（Scalable Pre-Training）、规模化对齐（Scalable Alignment）、规模化部署（Scalable Deployment）：先用海量数据训练基础能力，再用强化学习对齐人类意图，最后将模型部署到真实机器人中，让真实世界的数据反哺模型迭代。这套打法的底层逻辑，是具身智能领域的“数据飞轮”效应。当前机器人行业最大的瓶颈不是硬件成本，而是高质量真实世界数据的稀缺。亮源新创选择从基础模型切入，本质上是在争夺数据生态的入口：谁先完成规模化部署，谁就能持续获取真实场景数据，进而形成竞争对手难以追赶的护城河。这也是姜旭敢从大模型跨界到硬件的底气所在。从资本视角看，三家投资机构的表态高度一致：国科投资强调“底层技术能力决定长期格局”，招商局创投看重“技术研发与产业应用的连接”，襄禾资本则点出“谁理解大模型智能涌现的底层逻辑，谁就有机会把范式复刻到机器人身上”。三句话拼在一起，恰好勾勒出这轮融资的完整逻辑——大模型背景的创始人，正在成为具身智能赛道最稀缺的资产。希鸥网认为，具身智能的利益格局正在发生微妙位移：具备大模型训练经验的创业者将主导下一代机器人基础模型的竞争，而缺乏数据飞轮能力的传统机器人公司，可能从“整机制造商”退化为“硬件代工厂”。与此同时，规模化部署产生的真实世界数据，将成为比算法本身更值钱的战略资产——谁先跑通数据循环，谁就能定义物理AGI的演进路径。对创业者而言，亮源新创的故事首先印证了一个朴素原则：低成本试错往往带来超预期的回报。姜旭离开OpenAI创办具身智能公司，在旁人看来是放弃“确定性”拥抱“高风险”，但正如那句老话“多问问总没坏处”——当押错的成本几乎可以忽略，而押对的回报足以改变行业格局时，试一下永远是明智的。创业路上，许多看似不可能的窗口，恰恰藏在“试一下”里。其次，创业者的决策顺序决定了资源效率。姜旭选择先完成融资和团队搭建这两个“必做之事”，再推进跨本体能力展示这个“想做之事”，这正是善用边际收益与边际成本排序的典型动作。很多创业公司死于“什么都想同时做”：一边打磨产品，一边融资，一边拓展客户，结果每件事都做不透。亮源新创的节奏感值得借鉴——先集中资源打穿一个点，再谈扩张。最后，姜旭将大模型的训练方法论迁移到物理世界，本质上是一次“类似情境再现”的决策复用。创业者最核心的能力，不是每次面对新问题都从零思考，而是识别出眼前情境与过去经历的相似性，把经过验证的原则直接套用。姜旭在OpenAI积累的规模化训练、RLHF对齐经验，正是他押注具身智能赛道时最值钱的决策资产——这种跨场景复用能力，才是创始人最深的护城河。金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo

2026年7月，中铁高新与原力无限签署基础设施领域具身智能战略合作。一个反复出现的行业课题再次浮出水面：机器人大脑有了大模型加持，为什么真正走进工厂和仓库时，依然会在一个生鸡蛋面前迟疑。模型参数不是尽头，物理世界里“经验不能被爬取，只能被经历”，这条铁律正在重新定义具身智能的竞争逻辑。希鸥网观察到，成立于2021年的具身智能公司原力无限，正试图用自己的端到端智训体系DataGrid捅破这层窗户纸。该公司由前阿里巴巴副总裁白惠源创立，其核心赛道为“具身智能机器人数据基础设施”，这是一个介于“模型算法”与“硬件本体”之间的关键夹层：解决的是为物理环境下的机器人建造高效经验管道的问题。CTO王一舟系百度IDL首批核心成员，团队硕博占比超75%，累计专利超100项，已然成为创世伙伴创投与敦鸿资产在具身智能赛道押注的重量级选手。先看它如何拆掉“数据墙”。传统机器人训练的捷径是仿真环境，但仿真与真实世界的物理规律存在巨大鸿沟，造成“仿真里满分、车间里不及格”的常态。原力无限开发的DataGrid把数据采集从“人工喂饭”升级为“自助餐”：通过UMI手持夹爪、Ego第一人称视角采集设备与真机遥操作，在真实工作场景中低成本地批量抓取人类操作经验。这套系统的价值交付很明确——为工业制造、仓储物流、商业服务等场景中的机器人部署者，解决了“模型在物理世界水土不服”带来的部署周期长和成本失控问题，核心逻辑是物理世界经验获取带宽决定了大脑进化速度。再把眼光放到商业化土壤上。Unity的通用大模型架构AtomBrain可驱动轮式人形AstroDroid、多形态通用UltraDroid、双足小原子及FORCE专用机器人，这种“一个大脑、多种本体”的复用逻辑，直指机器人企业“为每个场景从零训练”的巨大成本黑洞，让能力在不同本体间迁移时不再重复造轮子。目前该公司已在30余个城市、100余个真实场景推进落地验证。更关键的是，原力无限牵头发起的GB/Z《具身智能众包数据采集和纳管技术规范》获批立项，成为行业首个国家级具身智能数据规范，标志着这家公司从定义自身产品迈向了定义行业工艺。对创业者而言，技术能力是否“长”在团队身上，直接决定了产品迭代能否穿越周期。原力无限的高管组合几乎是完美互补：白惠源在阿里巴巴任职超十五年，操盘百亿、千亿级业务，是产品、技术、商业落地双栖的人物；王一舟拥有十年以上自动驾驶算法量产经验，这种交付履历让技术不会被锁死在实验室里；1998年出生的首席科学家陈佳玉，从北大到普渡到CMU再到港大，持续为团队注入前沿算法血液。科学深度、工程基因、产业经验三者叠合，这是其敢于趟入具身智能深水区的底气。希鸥网认为，这场具身智能突围战真正的博弈，不在本体硬件和单点参数，而在“谁拥有物理世界的数据管道”。当国内机器人本体厂商还在以“能做几个动作”炫耀时，原力无限用DataGrid把目光投向“如何让能力持续进化”的底层矛盾，这是一种赛道叙事升维。传统机器人大厂专攻设备制造，原力无限则试图成为“物理AI时代的基座设施方”，并借牵头国家数据规范建设把自身架构变成行业运行标准。在这条赛道上，下一个超级独角兽大概率藏在最不起眼的“数据搬运”环节里——就像移动互联网时代，美团市值超过许多点餐软件，因为它沉淀的是交易两端的数据洪流。原力无限自己给出的进化速率公式是：单位经验的能力增益乘以单位时间的经验获取量，再除以人工介入衰减因子。这套公式把融资故事翻译成了可衡量的经营参数。获得资本注入后，真正考验创始团队的并非花钱速度，而是能否在资本催熟下抵制住“烧钱换估值”的诱惑。合理估值小步快跑，永远比单轮融资的虚高数字更有利于跨越死亡谷；这一轮的高估值，意味着下一轮要在更高基数上兑现增长，否则迎来的将是降估值融资和反稀释条款对创始团队股权的反噬，创业终究是长跑。融资是商业模式的放大镜而非氧气罩。如果底层逻辑经不起推敲，拿到的资金只会加速灭亡：更高的获客成本、更长的新品研发周期、一批因现金流充裕而存活下来的低效岗位，都会在企业内部滋生。原力无限把融资明确投向模型研发、DataGrid升级与规模化交付，投资机构看中的也并非技术概念的炫酷，而是CAC、LTV、留存等指标背后具体的经营质量。创业者必须时刻提醒自己：融到钱只是借来了高倍数放大镜，商业模式的底片决定被放大的是灿烂成就还是丑陋废墟。在早期阶段用几万块启动资金卖掉30%甚至50%股份的代价，往往要到C轮之后才爆发——创始团队经济利益被稀释殆尽，控制权失去，公司也就失去了灵魂。原力无限的底牌之所以够足，是因为创始人白惠源既有百亿独角兽经验，又能在阿里体系内完成从0到1与规模增长的双重验证，让早期股权结构经得起多次稀释而不伤根骨。具身智能赛道长坡厚雪，创业者在和机构博弈时，应像保护模型参数一样保护自己的股权，把股份出让的节奏与里程碑绑定，而不是一次性透支。不要等完美产品诞生，先让机器人在真实世界里“挨揍”。原力无限没有闭门打磨一台万能的机器人，而是把FORCE与UltraDroid系列投进物流、巡检、能源电力等场景，用真实任务中的每一次修正（FR）去反哺AtomBrain的新一代迭代。最聪明的产品策略是做出一款只包含核心功能、甚至有点粗糙的MVP，立刻承受用户毒打，让真实反馈告诉你该砍掉哪些功能、保留哪个让用户尖叫的杀手锏。若每一次项目落地失败都能沉淀经验，这家公司就掌握了快速逼近物理世界真相的频率，这种进化速度才是对手最难复制的护城河。金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo

2026年8月14日，距离余家辉加入Meta刚满13个月，他在个人网站上官宣离开。就在几天前，他带领的多模态团队刚交付了Muse Spark 1.2——MSL成立以来第四款核心产品。Muse全家桶陆续端上桌，人却走了，留给硅谷一个耐人寻味的背影。希鸥网观察到，余家辉这轮离职并非被动出局。他点名感谢扎克伯格和Meta首席AI官亚历山大王，强调自己“被一个对人类未来非常重要、但尚未被充分探索的问题吸引”。新公司的方向、合伙人、融资情况全部保密，只留下一句“等事情成形后再分享”。在硅谷顶级AI人才军备竞赛最激烈的节点，这种主动抽身的姿态，比跳槽本身更值得玩味。回看这13个月，余家辉的产出密度高得惊人。2025年6月底，他与赵晟佳、毕树超、任泓宇等OpenAI研究员集体加入Meta新组建的超级智能团队，扎克伯格亲自下场挖人。今年4月，TBD Lab发布MSL首款基础模型Muse Spark，标志着Meta前沿模型从Llama转向Muse系列。随后Voice Mode、Muse Image、Muse Video接连落地，覆盖语音、图像和视频生成。从零组队、重搭技术栈、连交四份答卷，余家辉在Meta完成了从研究员到系统构建者的角色跃迁。Meta为留住这批人下了重注。向Scale AI投资143亿美元，从OpenAI、Google DeepMind、Apple密集挖人，传闻中余家辉的薪酬包四年最高达3亿美元。但钱能买到顶尖人才的时间，未必买得到他们对“下一代问题”的渴望。余家辉在官宣中说得很直白：新问题将得到他的全部注意力。对大模型领域最头部的研究者而言，薪酬只是入场券，问题本身的吸引力才是终极变量。余家辉的离开，从组织架构维度看存在某种必然。TBD Lab是MSL下面最核心的模型研究团队，负责开发下一代前沿模型，余家辉是创始成员、多模态方向负责人。这意味着他从第一天起就扮演“从0到1”的建设者角色，而不是大公司流水线上的螺丝钉。一个习惯了从零搭台的人，等到团队成熟、产品落地、流程固化之后，寻找下一个空白地带几乎是本能选择。Meta给得了资源，给不了这种“永远在无人区”的状态。从商业模式维度看，这场离职也暴露了顶级AI人才市场的定价悖论。1亿美元年薪的本质，是大厂用资本壁垒对冲技术路线的不确定性。但当一个研究者完成从“执行者”到“定义者”的转变后，他对自己价值的评估坐标系会重置——不是我能拿多少钱，而是我做的事情值多少钱。余家辉在Meta一年，实际上完成了一场高强度的创业预演：组团队、定方向、快速交付、应对竞争。这套能力，已经不需要大厂背书了。希鸥网认为，余家辉离职创业不是个案，而是AI人才流动从“竞标式挖角”转向“个体意志主导”的分水岭。过去两年，硅谷大厂靠天价薪酬包构筑人才护城河，但Muse全家桶的交付证明，顶级研究者的核心能力是定义问题和搭建系统，这种能力天然指向创业。对Meta而言，短期损失是一名多模态核心负责人，长期风险是“TBD Lab模式”被验证为可复制的人才孵化器——扎克伯格花1亿美元年薪培养了一个潜在竞争对手。余家辉在Meta能够快速搭建团队，靠的不是层级命令，而是目标透明和充分对齐。他自己招进TBD Lab的研究员Zhiqing Sun，是在旧金山一家餐厅里被说服的。两人聊多模态、聊Computer Use、聊技术愿景，一顿饭的时间就完成了对齐。这给创业者的启示是：最优秀的人不会被薪酬包打动，但会被“我们在解决一个重要问题”的确定性打动。组织越小，越要把目标本身变成招聘工具。一年交付四款产品，光靠加班远远不够。余家辉的底层逻辑，是把过往在OpenAI积累的方法论拆解成可复用的框架：怎么定优先级、怎么拆解技术路线、怎么让多模态团队并行作战。创业者面对新公司时也一样，不需要从零发明一切，关键是识别哪些原则适配新阶段，哪些需要按新条件重写。把合适的方法装进合适的场景，比盲目创造新体系更务实。从Meta到创业，余家辉面临的是一次更陡峭的切换。大公司给得了资源冗余，给不了试错空间。他在Meta验证了自己“一年从零交付全家桶”的极限能力，接下来要验证的是：脱离平台背书后，能不能独立定义问题、组建团队、拿到融资。对创业者来说，最值得复制的不是他的技术判断，而是那种把个人经验快速转译成团队方法论的系统能力——遇到具体问题，调用具体原则，而不是凭感觉做决策。金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。 如需修改或发布文章，请加微信号：sheisceo

汇丰科创金融近日发布《Innovation Horizons》亚太区报告，聚焦2026年亚太科创生态三大趋势：AI战略深化、资本向本土回流、退出路径演变。报告数据显示，2026年初至今，中国内地AI风险投资总额约占亚太及中东地区AI风投总盘的四分之三，达75%。这家隶属于汇丰银行集团的金融机构，用一组罕见的数据落差，把亚太创新资本的流向问题重新摆上台面。希鸥网观察到，这份报告最刺眼的数字并非75%的AI风投占比，而是香港交易所2026年第一季度IPO募资额达140亿美元，同比暴涨近500%。两组数据叠加指向同一个事实：本土资金池配合区域资本市场，正在形成一个独立于美元体系的创新融资循环。对创业者而言，这意味着融资路径和退出通道的坐标系已经整体位移。资本由西向东转移并非口号，而是有具体交易支撑的统计结果。2025年金额超过1亿美元的并购交易中，82%由亚洲和中东买家完成。西方并购业务放缓的同时，区域投资者和本土资本市场补位。亚太及中东地区仍有超过200家独角兽企业尚未上市，估值合计超过5000亿美元，构成IPO的庞大后备军。退出通道从单一路径演变为多极结构。AI在亚太风投中的占比已接近科技行业总交易量的一半，增长资本的需求正逐渐集中于算力密集型项目。报告将算力、能源和数据中心获取能力定义为创新生态的竞争新维度。对创业者而言，AI创业的门槛已经从算法团队比拼，蔓延到电力指标和机房资源的军备竞赛。商业模式的比拼被前置到基础设施获取能力的比拼。香港正在巩固其区域资本门户地位，背后是与中国内地互联互通机制的深化。140亿美元的首季IPO募资额和跨境资本流动回暖，意味着内地科技企业可以把港股作为退出主战场。本土资金池、区域投资者、本地资本市场三股力量形成合力，一个完整的“募投管退”闭环正在亚太区域内部加速运转。希鸥网认为，这场资本格局重构中，最大的受益者是中国内地AI初创企业及其背后的本土LP，他们拥有了定价权和退出通道的自主性。受损的是仍以美元基金为单一融资来源、以美股IPO为唯一退出预期的创业项目——它们在新的估值坐标系下将面临持续挤压。本土退出通道的加强，本质上是对旧有美元资本游戏规则的一次权力再分配。资本窗口收窄时期，创业公司对使命的坚守比任何时候都更昂贵，也更关键。当AI赛道估值剧烈分化，团队内部容易出现方向分歧。创始人必须明确哪些事不能妥协——若价值观和使命承诺模棱两可，算力采购的每一笔大额支出都可能引爆信任危机。清晰的取舍标准，比灵活的应变策略更能穿越资本周期。创业者和投资人之间的关系需要重新界定。一些创始人在估值上行期将慷慨的融资条件视为应得权利，但资本环境逆转后，回报预期必然重置。慷慨是投资方的选择，而权利意识则是关系破裂的起点。双方必须区分善意与义务，在融资条款中把特殊情况下的调整机制写清楚，而不是等到流动性枯竭时互相指责。给予与获取应趋于对等，这既是管理原则，也是资本关系的底层逻辑。当公司的融资节奏从高速轮转变为按需推进，投资人和创业者都需要动态调整出资与回报的契约结构。机构规模扩张带来的管理复杂度上升，同样要求创始人用更正式的治理机制替代早期的口头默契。建立一种可持续的长期关系，比追逐单轮高估值更接近商业的本质。金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo

凌晨两点的工厂车间，一台人形机器人反复抓取零件，每一次动作都被多组摄像头和传感器记录。这些数据，与文本、图片无关，是机器人理解物理世界的唯一口粮。但互联网上找不到这种数据，只能靠真实场景一点点“喂”。成立于2023年的机器人与具身智能数据基础设施企业艾欧智能（IO-AI Tech）近日宣布完成数亿元A+轮融资，由顺为资本、松禾资本、深创投联合投资，并获头部机器人本体企业战略投资。希鸥网观察到，这笔融资押注的并非某一款机器人硬件，而是一个常被忽视却掐住行业脖子的环节——真实世界数据。当人形机器人、工业机械臂从实验室走向车间、仓库和家庭，行业正从“让机器人动起来”迈向“让机器人真正理解环境”。但与大模型能靠互联网海量文本图片训练不同，机器人需要的是视觉、动作、状态、环境反馈交织的多模态数据。这类数据无法爬取，只能依赖真实场景持续生产。没有数据基础设施，机器人能力迭代就是无源之水。这解释了资本的投向逻辑。大模型重构了信息世界，具身智能则要重构物理世界，两者之间横亘着一条数据鸿沟。艾欧智能没有选择去造机器人本体，也没有去卷大模型参数，而是切入了数据采集、管理、训练反馈的中间层。其产品矩阵已覆盖三大方向：TeleXperience通用遥操作采集系统，解决人类经验向机器人动作迁移的入口问题；SenseXperience人类数据采集系统，为VLA模型和World Model提供规模化训练数据；EmbodiFlow数据管理平台，统一承接多源数据的标注、审核与导出。软硬一体化的闭环设计，说白了就是让数据从采集到反哺模型的全流程不卡壳。从商业模式底层看，这一卡位有其精妙之处。机器人本体企业各有各的硬件构型、场景和算法路线，但普遍缺乏高质量数据生产能力。艾欧智能选择做“卖铲人”，以标准化产品适配80余款机器人，服务全球150余家客户，覆盖人形、机械臂、移动机器人等多种形态。数据是持续消耗的资产，机器人每执行一次任务就产生新数据，经过处理反哺模型，模型再提升执行能力，反复滚动。这种持续订阅式的数据需求，比一次性卖硬件具有更长的商业生命线。从供应链和组织维度审视，数据基础设施的壁垒并不比硬件低。它要求对多传感器协同、多机器人构型兼容、多格式数据治理有深度积累，还要与客户的数据安全、私有化部署等要求对齐。艾欧智能选择开源部分数据集及离线可视化工具LeRobot Studio、ROSView，参与国际机器人赛事与科研合作，这套打法旨在降低生态伙伴的接入成本，把自身嵌入行业标准。数据闭环一旦滚动起来，先发者的时间优势极难被追平。希鸥网认为，具身智能的规模化竞赛刚发令，但数据侧的卡位战已经提前打响。短期看，掌握数据采集与闭环能力的服务商将获得产业链话语权；中期看，资本市场会重新评估具身智能的估值锚，不再是单看硬件参数或模型榜单，而是数据基础设施的厚度与复用效率。谁能让机器人高效获取真实世界数据，谁就能握住通往规模化的钥匙。这给创业者的第一条启示关乎取舍。面对具身智能这片热土，诱惑极多：造本体、做模型、搞芯片，每一个都看着性感。但创业者的时间、精力和资本都有限，盲目铺开多条战线，往往每条都做不深。清晰识别自己的能力边界，砍掉那些看似相关实则消耗核心资源的业务线，把弹药集中到一个真正能做透的环节，这比什么都想抓更重要。做得少，才能做得深。第二条启示藏在全球化视角里。艾欧智能服务150余家海外客户，数据工具和开源社区天然具备无国界属性。创业者应主动构建跨文化的信任网络，无论是参与国际标准、开源协作还是海外场景验证，都能让产品在更真实的博弈中打磨。真正的壁垒不只是技术领先，更是基于信任与共同价值观形成的全球协作关系。这种关系的建立需要时间，但一旦建成，极难被替代。第三条启示关乎判断力。机器人数据采集没有放之四海皆准的模板，工厂的抓取场景和家庭的交互场景对数据的需求截然不同。创业者必须培养“情境化判断”的能力——结合具体客户的场景约束、部署条件和成本结构来定义产品，而非生搬硬套抽象标准。同时保持多元视角的输入，向一线操作员、跨界工程师、甚至客户现场的运维人员请教，大量被忽略的真实痛点往往藏在细节里。金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo

在白酒行业进入深度调整期的当下，消费逻辑正从“悦人社交”全面转向“悦己社交”。67%的消费者开始关注饮酒健康，“不上头”早已不是差异化卖点，而成了基础门槛。真正能让消费者放心举杯、轻松散场的，是藏在酒体深处的技术硬指标——低杂醇。而一担粮北京清香，正是这条赛道上率先跑通全链路闭环的品牌。杂醇：藏在白酒里的“宿醉元凶”先厘清一个基本问题：为什么有的酒喝完第二天头疼欲裂、口干舌燥，有的酒却能轻松自如？问题不在酒量，在杂醇。杂醇是白酒发酵过程中产生的副产物，也是导致饮后上头、宿醉不适的核心诱因。它让你喝的时候上劲快，代谢却极慢，对神经系统刺激大——血管扩张、脑袋跳痛、宿醉感加倍。换句话说，杂醇就是白酒里让你“当时爽、事后躺”的那个关键因素。这正是低杂醇技术要解决的核心命题，也是一担粮选择技术突围的切入点。从非遗技艺到国家专利：一担粮的低杂醇技术路径一担粮的低杂醇之路，始于对传统的继承与突破。源于府酿非遗技艺“三十六字酒经”，在继承清代府酿酿造工艺的基础上，一担粮依托“酿、晒、养、藏、调”五步法，成功研发出低温抑杂醇发酵专利技术（专利号：ZL202421348152.6）——通过低温制曲、低温入缸、低温缓释发酵、低温摘酒的四低工艺，有效抑制正丙醇、正己醇等易上头杂醇的生成，让“低杂醇，很轻松”从一句品牌口号变成了消费者能够真实感知的饮用体验。中国第一个低杂醇大曲清香白酒团体标准制定者一项技术的价值，不仅在于自身突破，更在于能否为行业树立可参照的标尺。2024年，一担粮所属的北京壹号酒厂联合中国食品药品企业质量安全促进会、中国食品发酵工业研究院等多家权威机构，汇聚数十位行业专家深入研讨，于2025年正式发布《低杂醇油大曲清香型白酒》团体标准（编号：T/FDSA 0085-2025）。该标准自2025年8月31日起正式实施，对低杂醇油大曲清香型白酒的技术要求、检验规则等作出了明确规定。一担粮由此成为中国低杂醇大曲清香白酒团体标准的制定者，也是该领域率先获批执行的团体标准。这一标准的发布，填补了清香型低杂醇白酒统一判定与分级体系的空白，为整个行业在“低杂醇白酒”方向上的探索提供了可落地的技术规范。万人盲品与消费者实测：用真实体验验证技术承诺标准是行业的标尺，但消费者的真实体验才是检验产品的最终标准。一担粮做了一件在白酒行业鲜有人尝试的事——在全国持续多年开展《酒王争霸赛》消费者活动，旨在普及白酒知识，培养年轻群体对白酒的兴趣，在全国设立千余品鉴点，吸引数十万爱酒人士参与。从万人海选到晋级赛再到总决赛，这一模式积累了海量的消费者口感反馈与饮用体验数据。线下万人盲品中，一担粮入口绵柔的表现获得口感第一的评价；从消费者反馈来看，“清香优雅、入口绵柔、体感轻松、口感净爽、醒酒快”成为最常出现的评价关键词。在此基础上，一担粮对低杂醇白酒饮后的具象表现展开论证，横跨全国16个省区、40个市县，以第三方严苛标准组织线下醒酒测试近百场。这些测试不是实验室里的理想数据，而是让真实消费者在真实饮用场景中亲身体验。每一组数据，都是用真实感受投出的信任票。最终得到“一担粮北京清香醒酒至快两小时”的第三方权威认证。低杂醇白酒：一个品牌留给行业的参考答案从府酿非遗技艺的传承，到低温抑杂醇专利工艺的突破；从牵头制定行业第一个低杂醇大曲清香白酒团体标准，到《酒王争霸赛》积累的数十万消费者实测数据；从蓝特新品的战略发布，到全系产品的低杂醇标配——一担粮北京清香用数十年时间，完成了低杂醇白酒从技术理念到消费现实的全链路闭环。这不仅是单一品牌的技术突围。当消费趋势从“悦人社交”转向“悦己社交”，当67%的消费者开始关注饮酒健康，当行业从“风味比拼”转向“口感+体感”的双价值竞争，低杂醇正在成为白酒行业无法回避的必答题。而一担粮给出的答案，为整个行业在“轻松饮酒”方向的探索提供了可参照的技术路径和执行标准。低杂醇，正在重写白酒行业的竞争规则。一担粮北京清香，已经率先冲出了起跑线。

一家酒店商家在抖音来客后台发现，自家房态订单的费率栏里多出一行“特定渠道服务费”，综合费率约12%。这意味着，用户通过豆包对话框问出“周末去哪住”并下单成交，商家要为此多付一笔钱。2026年8月10日，抖音生活服务将豆包列为特定成交渠道，按独立费率结算，国内首个AI对话入口对商家单独明码计费就此诞生。希鸥网观察到，AI对话产品豆包，背靠字节跳动，正处于AI推荐与本地生活交易的交叉点上。它既是用户获取信息的对话入口，也是商家订单的成交渠道。此前酒店民宿在抖音主站的平台佣金为8%，而经豆包入口成交的订单，住宿品类综合费率约12%，生活服务类高达18%。比主站贵，比OTA平台10%-15%的抽佣略低，字节打的是用户使用惯性的牌。这轮收费最微妙之处，是“渠道费”与“广告费”的界限。豆包公关负责人刘星公开回应，豆包不卖广告位，商家不能花钱影响推荐排序，费用只在订单成交后产生。但渠道费将平台收益与推荐结果直接挂钩，用户付费订阅豆包专业版（68元/月、200元/月、500元/月三档）换来的推荐是否掺入商业考量，商家则要盘算12%的佣金值不值3.45亿月活的流量。算力成本是收费的底层推力。截至2026年6月，豆包大模型日均Token调用量达180万亿，较发布时增长超1500倍，但日收入不足百万元。2026年5月预告付费计划后，豆包月活当月减少607万，环比下降1.81%，此后6月、7月又分别减少566万、692万。免费换规模的模式触及天花板，豆包不是孤例：DeepSeek计划近期大幅上调API价格，千问App于8月10日上线付费模式，智谱AI年内三次提价累计涨幅83%。用户流失与商业化提速同步发生，这背后是国产大模型从烧钱换规模向商业化变现的集体转身。豆包选择在此时推出商家渠道费，目的不止于增收。更现实的考量是时机，趁用户尚未形成“AI就该免费”的固化心智，尽早建立付费习惯。张书乐对此评价，仅靠抽佣不足以覆盖研发运营成本，更像为未来商用场景做的一次风险试探。希鸥网认为，豆包的渠道费动作，将重塑AI推荐与商业变现的博弈格局。短期看，商家承担了新的渠道成本，内容运营能力强的商家可通过GEO优化获得更高曝光，形成新的竞争梯度。长期看，谁掌握了AI对话入口，谁就掌握了用户消费决策的可见性。豆包从流量通道变为成交渠道，意味着字节在本地生活赛道布下一枚关键棋子，也倒逼OTA平台重新审视自己的佣金与广告双轨模式。创业企业从精品店走向大机构的跨越，从来不是线性减难的过程。桥水从精品店扩张到管理800亿美元资金，靠的不是简单叠加业务，而是“风险平价”这种重塑行业范式的原创理念。豆包面临同样的选择：继续做免费工具，还是成长为闭环商业平台？字节选择了后者，用渠道费把AI推荐变成可计价的交易基础设施。每一步扩张都在改变成本结构和组织能力要求。规模扩张与文化守护的两难，是所有高速成长企业的分岔路口。桥水创始人曾面临扩张与保持文化纯粹性的争执，最终选择用技术赋能招聘、用书面化原则守护透明文化。豆包的商业化同样在试探底线：C端会员费与B端渠道费双向收费，是否会侵蚀用户对推荐中立性的信任？答案不在公关回应，而在平台能否用透明规则证明，推荐排序不因商业利益偏移。信任一旦透支，复购率比佣金下滑更快。应对不确定性的最佳方式，是把反复出现的决策场景提炼为可复用的原则。桥水将管理经验沉淀为几百条覆盖一切的原则，形成决策库。豆包的渠道费，本质上也是把AI推荐场景中的交易归属、费率标准、退出机制沉淀为规则。对创业者而言，真正的启示在于：在AGI重构交易链路的窗口期，想清楚自己是做流量通道还是成交渠道，比纠结眼前费率更重要。前者赚曝光，后者赚信任，信任的壁垒更陡峭。金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo

8月的广州，便利店门外，黄工服外卖小哥抓起一瓶东鹏特饮，扫码拧盖，灌下大半瓶，20秒后跨上电动车扬长而去。就是这瓶500毫升卖5块、比红牛便宜一块多且量翻倍的“劳动燃料”，撑起了成立于1997年的功能饮料企业东鹏饮料，一家市值曾达2400亿元的A+H股上市公司。它的基本盘是极致性价比：卖给长途司机、夜班保安、赶进度的程序员，不讲故事，只算经济账。希鸥网观察到，这份反差感极强的成绩单，换来的却是市场用脚投票。7月30日中报显示，东鹏饮料上半年营收124.43亿元，同比增15.89%；归母净利28.67亿元，增20.72%。在尼尔森口径下5月全渠道饮品销售额跌8.7%的烂市里，这已算抗跌。可财报次日A股跌4.61%，H股跌4.56%，此后阴跌不止。从去年高点256元到如今120多元，A股股价腰斩，H股上市半年破发近半。半年真金白银赚29亿，市值却快砍到膝盖，市场怕的不是现在，是未来。东鹏成不了Monster，这是第一层底牌。Monster卖的是酷炫，找摇滚乐队代言，毛利常年60%上下；东鹏卖的是续命，凌晨两点的京港澳高速服务区，大货车驾驶室里半箱东鹏。这种劳动燃料价格弹性极低，5块是蓝领的心理锚点，涨到5块5就有人换牌子。可这套打法的天花板已经撞上：特饮上半年收入89.37亿，仅增6.9%，拆开看Q1增13.1%，Q2只剩1.4%。财报里笼统归因天气，但明眼人看得出，活跃终端460万家，经销商3742家，该覆盖的网点全铺完了，量价两端都锁死。第二曲线也没接上力。补水啦从去年119%的增速跌到今年上半年12%，16.72亿的收入在农夫山泉主品牌砸出的不到4块电解质水面前被围剿；茶饮倒是增了209%，10.6亿收入成中报最亮数字，可毛利率只有23.66%，对比特饮的54.67%，卖得越多整体毛利被拉得越低。上半年销售费用增27.75%、管理费用增41.54%，收入才增15.89%，费用增速接近收入两倍。以前产品自带势能，经销商抢着打款；现在每一分增长都得拿冰柜、代言、促销费硬换。希鸥网认为，资本市场正在把东鹏的估值坐标系从“中国版Monster”硬拽到“成熟快消股”。兴业证券预测2026-2028年归母净利增速18.4%、10.4%、13.2%；西部证券预测20.7%、15.7%、13.4%，2027年已降到10%-15%区间。对应估值，康师傅14-16倍、统一12-15倍，东鹏A股17-19倍、H股更低，本质是杀估值叠加杀业绩预期的戴维斯双杀。但杀完之后呢？账上200多亿现金，中期分红率76%，还承诺2026-2028年每年分红不低于归母净利80%，按现价股息率超4%。中邮证券复盘2000年科网泡沫破灭后，资金涌向现金流强的消费龙头，奥驰亚、宝洁三年涨60%-260%——东鹏正从高成长童话切换成低估值现金牛剧本。真正值得借鉴的，是达利欧的原则：“我从来不愿仅仅因为投资产品会卖得好就去设计它们。”东鹏最值钱的资产不是特饮，而是知道什么不该做——不去硬做白领市场的品质升级，不用“东方大鹏”去跟三得利乌龙拼格调。它守住了460万个夫妻店、夜班保安和外卖骑手，这个基本盘的信任是用一瓶5块钱的饮料一瓶一瓶喝出来的。当一家公司拒绝为了好卖而改变自己基因，反而能在估值崩塌时留住最忠实的复购。逆向布局的勇气同样藏在低估值里。达利欧1994年在中国几乎无人敢投资时成立桥水中国合作伙伴，赌的是21世纪中国成为全球最大经济体。今天A股食品饮料板块PE 18.6倍，科创50指数259倍，资金全在追AI。东鹏在股价腰斩后仍有20%出头的净利增速、超4%的股息率、红牛华彬与天丝内斗留下的渠道缝隙——这些要素组合，像极了2000年初被错杀的美股消费龙头。当科技虹吸结束时，账上趴着200亿现金、承诺分红率80%的公司会被重新想起。最深层的护城河，是愿意扎进最不性感的毛细血管。达利欧让11岁的儿子去北京史家胡同小学上全中文课，和普通中国家庭一起生活，这种深度融入换来的理解，比任何研报都扎实。东鹏把冰柜一台一台塞进高速服务区、工厂车间和城中村夫妻店，冰柜里占一层，对手就少一层。Q2单季投10万台冰柜，全年20万台，短期吃利润，长期是排他性壁垒。品牌不是广告轰炸出来的，是凌晨两点的服务区、下雨天的外卖站点里，一瓶瓶被拧开的东鹏累积起来的。故事不再感性，但实在了。东鹏特饮不会因为股价腰斩就消失，外卖小哥车筐里那瓶喝了一半的饮料，就是这家公司最硬的底牌——从高成长神话到枯燥现金牛，不是故事的终点，是另一种叙事的开始。能穿越周期的公司，往往不是最性感的那个，而是最知道自己是谁的那个。对于消费赛道的创业者，这份中报的启示比股价数字更值钱：把根基扎进真实需求里，估值会回归，信任不会。金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo