程序员被裁，一人公司爆火，龙虾入侵全世界，AI圈的狂欢，换来的是普通人越来越深的焦虑。

AI真成未来了，那我的工作呢？以至于很多人后悔，高考没选AI相关的专业，仿佛自己完美错过了这个时代最大的风口。

毕竟在咱外行眼里，现在读这些专业的人，拿的是妥妥的爽文剧本，整天在实验室里研究咋搓大模型，AI玩的比谁都溜，如果说他们是AI圈原住民，咱就是卑鄙的外乡人，啥也不干整天光蹭AI了。

所以，这些拿到新时代的船票的人，现在到底咋样了？

带着这个好奇，差评君和几位来自不同高校、还在学AI的本、硕、博学生聊了聊。出乎意料的是，在这座被外界无限拔高的象牙塔里，并没有那么多成竹在胸的时代弄潮儿。他们其实也和普通人一样，在现实的框架下磕磕绊绊地摸索。

首先，学校的培养计划根本没跟上趟儿，上课从来不教咋用AI。

不过倒也合理，学校对他们的期望是创造AI，首先肯定得教基础知识，这没得喷。

但现实是，很多学校的AI专业，是从信息学院或计算机学院拆分出来的，培养方案还在过渡期。有的偏电子通信，有的还在用老计科的底子。

李墨同学来自安徽的一所985，他吐槽说，他们这届正好赶上AI专业从信院独立出来的第一年，培养方案还没改完，要必修通信专业的《信号与系统》，但不用修计算机必备的《编译原理》和《操作系统》。

最折磨的是，还得上《电磁学》、《量子物理》等一堆物理课。。对计算机而言，这玩意又难又没用。

除了理论课呢，其实编程也教得没那么完美。

了解AI的朋友应该知道，Python是目前人工智能领域使用最广泛的编程语言。而一位自称“末9 AI”的同学说，他们的培养计划一直在以C++为主，这导致他们“学”和“做”很割裂，日常用Python做项目，而课程作业和考试强制C++编写，而这也是因为沿用了隔壁计算机专业的培养计划。

学的跟用的不一样，也算是AI之神留给同学们的考验吧。

再一个，如今的AI编程，已经强到出圈了，互联网天天传出裁员，Claude创始人Dario也曾透露，绝大部分代码已经不是员工写了。。

但学校，肯定是没那么与时俱进的。在调查中，差评君得知，有关 AI 编程的课，确实还没有学校开设，大家都在坚守古法编程。

老师在讲解PPT时，可能会在课上偶尔提一句，"最近很火的那个GPT呀，Claude呀，很多人用它写代码，所以这告诉我们什么呢？以后同学们最需要的，其实是创造力。"然后就结束了。想真学一些AI编程技巧，只有自己关注科技圈、看视频才能了解。

不止一位同学提到， 学校教的知识和技术栈有些已经过时了，老师的作用就是带你推开了这个领域的大门，更深层次的还得自己去探索。

差评君觉得合理，哥们都毕业那么多年了，学校版本更新还是那么慢，那我就放心了。

直到来自浙江某211的pony告诉我，“老师又不写代码，都是我们写。”我突然就看懂了，学生才是最好的Agent。

老师们对AI的态度，也算比较割裂。

来自湖南某985的张发财同学告诉差评君，他是学网络安全的，在使用AI这方面，网安方向的老师态度明确，不鼓励使用，认为很多操作必须亲手完成，才能真正内化原理，尤其在安全领域，将操作交给AI本身就是一种隐患。

而 Web 开发方向的老师却反过来，主动在课上提过正确使用AI，做Web开发能省很多事。

有一说一，两边的老师其实都没错。网络安全要求从业者对底层原理有近乎肌肉记忆的掌握，这一步跳不过去；而Web开发中存在大量模式化工作，AI确实也能显著提效。

问题在于，没人能引领学生形成一套自己的判断系统，什么场景下该用AI，什么场景下必须自己硬啃，怎么用才不会把基本功废掉，全靠学生自己摸索。

这也可能导致一个问题：会用AI的人拿它当工具，越学越快；不会用的把什么都丢给AI，一学期下来啥也没沉淀。

这样，台下的学生也不装了，你不教我就自己学。在问到课堂情况时，来自上海某985的小雪同学说到，“大家现在都不怎么听老师讲，全在埋头学，行业需要的跟学校教的确实有差距。”

而因为AI的使用越来越便捷，在课程作业部分，大家的AI使用率已经非常高了。“现在写课设基本AI参与率是全程，没有不使用的。”来自上海的博士生周凯告诉我们。而在其余年级的学生那，也得到了相同的答案。

有意思的是，每个人在谈及“用AI非常方便”的时候，都会带一个"但是"，没有人觉得自己已经完全驾驭了AI。

张发财同学说，过于依赖AI会失去对项目的掌控，代码会变成屎山。写代码省下来的时间，全花在审核代码上了。

“就是写出来的和你想的不一样，修补起来很费时间。还是必须自己先有开发经验、手敲过代码之后，才能真正驾驭AI。”

博士生周凯表示，自己寒假花了2亿的token，最后的感受是：简单的脚本让AI直接写没问题，但高层设计还是要自己来。“因为跟AI聊多了会发现自己变笨。AI给你的总结看着挺好，但错的地方你根本看不出来，反而比自己做更慢。许多大牛敢放心用AI，是因为他们本来就知道什么是对的什么是错的。”

正在准备投简历刷题的小雪直接开始吐槽：AI用久了，自己写不出代码了，一道题都不会了。

所有人都在狂用AI，但没人觉得自己掌握了版本答案。

而现实对他们来说，又是另一幅鬼样子。

如今，互联网大厂对应届生的要求，已经千奇百怪了。在面试的时候要不要“手撕代码”（不借助任何工具敲出一段代码题）已经成了玄学问题，有的还在坚持古法编程，有的已经进化到AI编程阶段了。

平时老师都让用AI，但面试的时候不一定让用，就相当于高考突然让你现推勾股定理，其中饱含的泪水只有自己知道。

但前面聊的这些，不管是摸索出了心得的，还是踩了坑的，至少都是有余力去思考的人。

更多相关专业的学生，真实状态其实是，who cares？

考研的在复习，保研的在忙比赛和科研，找工作的在临时抱佛脚。什么新的AI工具啊，前沿AI最新进展啊，外面炒得越欢，里面的人反而觉得聒噪。

张发财同学直言，现实太沉重了。“卷完绩点到大三下，我才发现科研经历不会自己长出来。”

就拿2026最有代表性的产品OpenClaw来说，在网上炸了锅，媒体铺天盖地报道，大厂毫不犹豫跟进。

但AI相关的学生们，大都反应平淡。“感觉赚不回来token的钱。”张秋同学说。

而pony同学告诉我们，“我身边基本没啥水花，可能就一些老师想玩吧。”

周凯则考虑更多的是安全角度，太危险了，怕被注入攻击。

一个被外界视为"改变世界"的产品，到了真正学AI的人手里，却没那么受欢迎。差评君总结了下两种声音，一种是看见了本质，“龙虾本质路边一条”，还有一种是压力，每个人都有更紧迫的事。

pony同学还告诉我们，同实验室的人，反应比外界都要慢半拍。

“我身边传统派还是居多。之前大伙在用LLM的时候，我们喜欢手搓。现在都在AI coding了，我们还是爱用LLM。新工具对我们来说懒得去试，更多时候在想能不能发论文。我自己的工作流，用vim，在终端手扣，用VSCode的Copilot——这些老东西已经够用了，我为什么换新的？"

从本科到博士，外面在热烈讨论AI改变世界，里面的人却在想，怎么把眼前的事撑过去。因为眼前的一亩三分地，才是他们的世界。

由此，我们可以总结 AI 圈的现状了： 老登们忙着指挥别人拥抱AI，小登们忙着未来可期没空玩AI，中登们在边玩AI边喊“未来已来”。

剩下的，就是被迫接受AI熏陶的普通人了。

最后，聊起以后要不要继续干这行、具体干什么方向，大多数人都说两眼一抹黑。

不过，周凯还是提出了自己的见解。"AI正在把所有人的工程能力拉到同一条起跑线上——如果Code Agent让每个人都能写代码了，那你比别人的优势到底在哪？"他最近开始有意识地学表达能力，因为他觉得在这个时代，把一件事描述清楚最值钱。

但更多人表现出的还是迷茫，迷茫眼前的课业、面试和八股文，迷茫飞速席卷的AI浪潮。

大家都在同一片水里，呛着水，学游泳。

撰文：不咕

编辑：江江&面线

美编：素描

图片、资料来源：

4月19日7：30，2026人形机器人半程马拉松赛在北京亦庄鸣枪开跑。

国内外的100多支队伍共计300个机器人参加本次比赛，赛事创新设置了自主导航与遥控两种参赛方式，同赛道竞技，统一排名，两组别成绩分别按1.0与1.2的加权系数进行核算。

来自北京荣耀的“闪电”以48分19秒的净成绩率先冲线完赛。该机器人也是首个出发的选手。

据《科创板日报》报道，今年马拉松里程与去年均为21公里，来自荣耀的闪电机器人用时大幅优于去年冠军的2小时40分钟。

根据赛事规则，由于机器人采用流水线式分批单发起跑，赛队的最终有效成绩是完赛净时间乘以加权系数，并叠加赛事全程累计罚时得出(自主导航组别系数为1.0，遥控组别系数为1.2)，所以最终的冠军归属仍有悬念。

相比去年首届，今年赛事再升级：超100支赛队同场竞技，近四成选手采用完全自主导航模式，赛道融合10余种地形，其中还包含几条接近90度的弯道。北创“天工Ultra”、松延动力“小顽童”、荣耀“闪电”“元气仔”、宇树“H1”等明星选手参加。

宇树科技官方今日上午发布消息，在4月16日北京人形机器人马拉松排位赛，宇树H1（23年改版）自主跑完1.9公里多弯道赛程，用时4分13秒，打破人类1500米世界纪录（按比例计算）。

4月11日，宇树科技宣布H1机器人刷新人形机器人百米测试奔跑速度的世界纪录。视频显示，H1机器人在此次测试中实测峰值速度达到10米/秒。

现男子100米世界纪录保持者博尔特的速度为9.58秒（10.44 米 / 秒）。

今年3月，宇树科技创始人王兴兴在亚布力论坛上曾说：“今年年中，中国人形机器人百米冲刺将突破10秒大关，超越博尔特。”

来源：每日经济新闻

快科技4月18日消息，前几年，许多网友曾犀利吐槽手机屏幕边框过宽，边框停航母一度成为数码圈的热门梗。然而在最近一两年里，这种吐槽声逐渐消失，原因在于手机厂商与供应链为了缩减边框宽度，纷纷拿出了核心技术。

根据博主数码闲聊站的最新爆料，国产品牌的迭代旗舰将首发全新的极窄四等边直屏。这款屏幕的边框宽度仅有0.8毫米，是目前行业内边框最窄的手机屏幕，相关厂商已进入密集测试阶段。

这块屏幕能够实现极致的视觉突破，主要归功于全新的LIPO封装工艺。该工艺的中文全称为低注射压力包覆成型，是当前屏幕封装领域的前沿技术。

LIPO封装通过使用高分子液态材料对排线区域进行精准包覆，从而成功取消了传统的缓冲保护区。这种做法在实现极窄边框的同时，还赋予了屏幕更优良的保护性能和组装一致性。

从近两年的产品趋势来看，小米和OPPO两个品牌一直在不断刷新各自的边框纪录。因此业内普遍猜测，这两家品牌最有可能率先首发这块0.8毫米的极窄四等边直屏。

随着这项技术的落地，智能手机行业将正式迈入1毫米以内的超窄边框时代。用户将获得前所未有的沉浸式视觉体验，手机正面也将真正呈现出如同一块纯净玻璃般的震撼观感。

本文来源：时代财经 作者：庞宇 林心林

一场机器人半程马拉松比赛，跨界的手机厂商却拿了冠军。

4月19日，2026北京亦庄人形机器人半程马拉松开赛。作为全球首个人形机器人半程马拉松赛事的第二届比赛，本届赛事吸引了超100支队伍、约300台人形机器人同场竞技，参赛规模比首届翻倍。其中，北京人形机器人创新中心、宇树科技、松延动力等头部玩家均现身赛场。

最终，“身披”醒目红色涂装，荣耀齐天大圣队机器人“闪电”以50分26秒的净时成绩夺冠，打破人类半程马拉松世界纪录（57分20秒）。

荣耀“闪电”机器人 图源：企业供图

除齐天大圣战队外，夺得亚军、季军的雷霆闪电队、星火燎原队也均来自荣耀。时代财经从荣耀方面获悉，荣耀机器人队伍实际包揽了此次比赛前六名；另一款机器人“元气仔”则摘得最佳步态奖。

力压宇树、松延等老牌机器人厂商，首次参赛的荣耀无疑是本届赛事黑马。

然而，这场意外出圈的胜利背后，并不是荣耀临时起意的一次跨界尝试。早在去年，荣耀就已提出全面拥抱AI、布局机器人等新终端形态。

如今，这家手机巨头正试图借助具身智能，给市场讲一个新故事。

力压宇树、天工，荣耀机器人包揽前三

身高169cm，外观采用潮酷机甲风设计的“闪电”；身高136.9cm，采用银色亲和化设计的“元气仔”，这两个新面孔成为了此次马拉松赛场上首个终端大厂派出的机器人选手。

荣耀机器人“元气仔” 图源：企业供图

本届人形机器人半程马拉松赛事难度升级。赛程全长约21公里，赛道融合平地、坡道、弯道、狭窄路段等10余种地形，对机器人的路径规划、动态平衡、热管理和整机稳定性等都提出了更高要求。

根据比赛规则，本次参赛方式涵盖自主导航、遥控两大类别。为鼓励自主导航技术，赛制还设置了1.2倍加权系数，即遥控组完赛时间乘以1.2后计入最终成绩。如本次包揽前三名的“闪电”机器人均选择自主导航。

而同样是荣耀旗下绝影赤兔队遥控机器人“闪电”虽以48分19秒首个冲线，但加权后完赛时间约为57分钟，落后于自主导航机器人。

事实上，在赛前排位赛中，荣耀“闪电”与宇树H1机器人便展现出明显优势。

不过比赛当天，被视作夺冠热门的宇树H1、天工Ultra在赛场失利。天工Ultra在冲过终点线后突发系统紊乱，机器人不受控地摔入路旁的草丛；宇树科技H1也在跑完半马比赛后突发姿态失控，摇晃失衡后摔倒。现场工作人员随即启动应急方案，将两款机器人抬离赛道。

“（本次夺得冠军）挺高兴，也是意料之中。”荣耀齐天大圣战队代表、荣耀研发高级工程师姚工在赛后接受采访称，团队从去年开始全面推进本次参赛项目的筹备工作，核心依托于荣耀手机端技术平台的能力迁移，打造出本次参赛的机器人“闪电”。

此次荣耀“闪电”得以一举夺冠，离不开其高性能的关节电机和强大的散热系统。

长时间运动后关节过热，是机器人参赛遇到的普遍问题。时代财经从荣耀方面获悉，该机器人搭载荣耀自研液冷散热系统，液冷管道可像毛细血管般深入电机内部带走热量，高功率液泵可实现每分钟超4升的换热流量，高效解决高负荷运动状态下的散热难题。

荣耀方面对时代财经表示，未来，荣耀将持续聚焦具身智能领域技术创新，深耕商场、工厂、家庭三大场景，推动技术成果加速走向消费级场景应用。

荣耀下场做机器人，小米vivo也有布局

鲜少有人注意到，在今年3月的2026年世界移动通信大会（MWC）上，荣耀的首款人形机器人就悄悄现身，当时机器人可以根据语音指令执行简单动作，包括握手、跳舞、翻跟头等。而如今，“闪电”已经拿下半马的冠军。

荣耀与具身机器人的故事，要从一年前说起。

同样在MWC上，2025年3月，荣耀CEO李健首次公开发布“阿尔法战略”，宣布荣耀将从智能手机制造商向全球领先的AI终端生态公司转型。彼时是李健接棒赵明CEO一职后的首次公开亮相。

该战略分为打造智慧手机、构筑智慧生态、共建智慧世界三步落地，并计划在未来五年内投入超过100亿美元用于构建AI开放终端生态。

为支持这一战略，荣耀很快在组织架构上做了关键调整。2025年4月，荣耀设立新产业孵化部门，下设具身智能实验室、具身数据实验室、交互安全实验室、动力总成实验室、仿生本体研究实验室。另外，围绕公司的AI战略，荣耀还对产品及研发部进行了架构调整，新组建了AIOS、AI硬件、AI平台等部门。

机器人是上述战略与生态打造的关键拼图。在2025年5月的荣耀400系列发布会上，荣耀正式宣布进军机器人产业，并首次披露了机器人相关研发成果，称其机器人采用仿生关节设计与动态平衡算法，跑步速度可达4m/s，宣称打破了之前的机器人行业纪录。

彼时李健明确表示，荣耀已将机器人确立为重点关注赛道，其中新设立的产业孵化部是荣耀面向全新产业的一个探索，且未来涉及领域不止于机器人形态。

面对智能手机存量内卷加剧、增长空间不断收窄的行业现状，荣耀跨界布局机器人赛道显然有着长远战略考量。

李健坦言，手机作为存量市场，难以再实现高速增长。相较之下，AI技术变革的起点已经到来，而且是爆发性的到来。“随着AI时代的到来，会有各种AI终端面世，这是蓝海市场。我们一定要想办法抓住这一浪潮，这是AI重构终端产业承载的未来机会。”

在手机行业竞争日趋激烈的当下，荣耀并非唯一看中这片蓝海的终端巨头。据时代财经梳理，目前小米、vivo、三星等手机头部厂商均已开展AI和机器人相关的布局。

小米早在2021年推出了四足机器人“铁蛋”CyberDog，并于2023年8月发布第二代产品CyberDog 2，售价12999元。在人形机器人方面，其在2022年8月推出了全尺寸人形机器人CyberOne。

今年3月，小米集团创始人雷军透露，CyberOne已进入小米汽车工厂“实习”上岗，初步实现了在自攻螺母上件工站、料箱搬运等场景的自主工作。

vivo于2025年3月宣布成立机器人实验室（Robot Lab），并首次披露其进军家庭机器人领域的战略规划。vivo执行副总裁、首席运营官胡柏山曾公开表示，vivo进军家庭机器人，但不涉足全身硬件开发，而是专注于孵化机器人的“大脑”和“眼睛”，渐进式推动消费级机器人产品落地。

与同行相比，荣耀虽入局较晚但落地节奏更快。3月，荣耀具身智能领域副总裁赵瑞在2026中关村论坛年会上透露，荣耀未来将重点探索机器人的“大脑”，并结合公司所处的手机行业，拓展实际应用场景。例如，在门店中引入机器人，为顾客提供导购、讲解等服务。

值得一提的是，自去年底完成股改后，荣耀上市的步伐一直备受市场关注。

2025年6月26日，深圳证监局受理了中信证券关于荣耀终端的辅导备案申请。根据辅导工作安排，将于2026年1月至3月完成上市辅导。此后的2025年10月、2026年1月，中信证券分别披露第一期、第二期辅导进展报告，显示荣耀IPO辅导仍在持续推进中。

在IPO之前，荣耀已完成多轮融资，投资方包括中国移动、中国电信、京东方、中金资本旗下基金、中国国新关联企业及特发基金等。

在冲击资本市场前夜，荣耀或许需要借助机器人故事证明，在智能手机赛道之外，这家手机终端厂商还能讲一个新的成长叙事。

以前，大模型拼的是天才。

现在，大模型拼的是组织。

一边是大厂用利润和期权锁人，一边是创业公司去草原守住机房、电力和算力底座。

近日，多家媒体和业内消息称，DeepSeek R1 与 V3 的核心作者之一郭达雅已流向字节跳动；

与此同时，DeepSeek 首次把招聘岗位延伸到内蒙古乌兰察布，招的是数据中心高级交付经理和高级运维工程师，月薪15-30K（14 薪）。

这家过去靠效率震撼行业的公司，正在进入全新的下一阶段。

01

一人流动，一场升级

AI 顶尖人才的流动，从来不是单行道，而是一种高频、双向、持续发生的行业常态。

今天的大模型竞争，还远没有进入格局固化的阶段。头部公司之间的人才流动，本来就比外界想象得更频繁。

DeepSeek、字节、Kimi 这样的核心玩家，一边在争夺最强的研究员和工程负责人，一边也在持续向外释放成熟的人才与方法论。

表面看是人在流动，实质上流动的，是代码能力、强化学习经验、后训练流程、数据组织方式，以及把模型能力嵌入真实产品的工程方法。

这是中国AI 产业内部一次次能力再分配，有人从大厂流向创业公司，把成熟的平台经验带到新团队；也有人从创业公司进入大厂，把更锋利的模型训练方法和更极致的效率思路带入更大的资源体系。

这种流动正在持续打破技术孤岛，让先进经验不再封闭在少数团队内部，而是在整个行业中扩散。

过去几年，这样的案例已经越来越多。有人从字节出来后进入DeepSeek，参与预训练数据等关键环节；也有人在字节、Kimi 等公司积累了 post-training 和 RL 的核心经验后，再转向新的创业方向，比如机器人等更具想象力的应用赛道。

路径不同，但背后的逻辑高度一致：中国AI 的竞争，已经不再只是少数几家公司各自为战，而是在人才流动中不断完成能力迁移、经验复用和新一轮重组。

郭达雅的流动更像是一个缩影，而不是孤例。它提醒所有人，今天AI 行业真正稀缺的，不只是“人”，而是那些经过实战验证的技术链条和工程判断。

真正决定胜负的，也不只是能不能挖到一个明星研究员，而是能不能把流入的人才，迅速沉淀成新的组织能力和产品能力。

02

DeepSeek先赢过一轮

过去一年，DeepSeek 最重要的贡献，恰恰是它先证明了一件事：在算力并不奢侈的条件下，靠架构创新、训练效率和工程优化，也可以把模型能力推到行业第一梯队。

DeepSeek-V3 技术报告指出：模型总参数671B、每 token 激活 37B，全量训练仅用了 2.788M H800 GPU hours。

这个数字的价值，不在于“省钱”两个字，而在于它第一次把“高效率训练”从口号做成了现实。

R1 更进一步。它真正把 DeepSeek 从“会做模型”推到了“会做推理模型”的位置。

官方论文显示，DeepSeek-R1 以 DeepSeek-V3-Base 为底座，通过冷启动数据、多阶段强化学习和后续蒸馏，把推理能力做成了可复制的训练流程。换句话说，DeepSeek 不只是做出一个模型，而是把一条能力路线跑通了。

这也是为什么，今天看DeepSeek，最合理的判断不是“它行不行”，而是“它能不能把已经证明过的效率优势，扩展成更厚的体系优势”。

公司此前披露过V3/R1 推理系统的理论成本利润率可达 545%，但也同时说明，真实收入会显著低于理论值，因为实际业务里存在更低价模型、免费流量和折扣时段。

这里面的关键信号不是利润率有多夸张，而是：DeepSeek 已经摸到了商业化“轮廓”。

03

草原不是浪漫，是底盘

这次DeepSeek 放出的不是普通行政岗，而是数据中心高级交付经理和高级运维工程师，职责覆盖从立项、建设、交付到运营，以及自动化运维平台、资源利用率、SLA 和标准流程。

换句话说，公司组织的边界，已经从“训练代码”延伸到“经营机房”。这不是姿态变化，而是能力结构变化。

而乌兰察布也不是一个带着浪漫想象的地名，而是一张算力底盘。

公开资料显示，当地年均气温约4.3℃，数据中心自然冷却时长可达 10 个月；两条光缆直连北京，端到端时延分别可做到 4.2 毫秒和 6.9 毫秒；同时，乌兰察布已承接北京地区包括 DeepSeek 在内的相关企业算力业务。

对于任何一家需要稳定推理、持续训练和控制总体拥有成本的AI 公司来说，这都不是“草原”，而是基础设施红利。

眼下，即将发布的DeepSeek 下一代 V4 模型正与华为等国内芯片生态深度适配，并在重写部分底层代码。

DeepSeek 接下来面对的竞争，已经不仅是参数，而是芯片适配、供应链协同、数据中心交付和推理稳定性的一整套工程问题。

所以，DeepSeek 去乌兰察布，正在把过去靠效率赢来的先手，转化成一个可持续的算力底盘。

04

竞争规则正在改写

真正改写竞争规则的，还是账本，整个行业正在变重，而且这种“变重”已经写进了财报和资本开支里。

彭博报道称，字节2025 年利润有望接近 500 亿美元，2026 年 AI 基础设施资本开支初步计划为 1600 亿元人民币。

更重要的是，这不是字节一家。阿里2025 年第四季度财报显示，云智能集团收入同比增长36%，AI 相关产品收入已连续第 10 个季度实现三位数增长；

腾讯2025 年全年资本开支达到 792 亿元，全年新 AI 产品相关成本与费用为 180 亿元；

从这些巨头财报里，不难看出：今天的大模型竞争，已经不是单纯的模型发布赛，而是利润池、云基础设施和应用回收能力的综合赛。

这才是DeepSeek 未来真正要面对的环境变化。它率先证明了效率路线的价值，但下一阶段的门槛，正在被云厂商和超级平台用资本开支、数据中心、芯片适配和分发入口一起抬高。

05

把“神兵”变“军团”

一家AI 公司真正的成年礼，不是继续依赖单点天才，而是要能将一次次技术突破，沉淀成梯队、流程和组织能力。

DeepSeek已经来到分水岭，不只是它曾经用更少的资源做出更强的模型，而是它把整个行业逼着重新回答了一个问题：大模型，到底该靠算法赢，还是靠体系赢？

现在答案正在浮出水面：先靠算法打开局面，再靠体系守住胜势。

郭达雅的流动，和乌兰察布的机房，其实是一枚硬币的两面。

前者提醒所有人，顶级人才会在更大的平台和更短的闭环中重新分配；

后者提醒所有人，任何伟大的模型，最后都要落到电力、冷却、芯片、时延和组织调度上。

DeepSeek真正的下一仗，不仅是要做一个更强的V4，更要把自己从“神兵”变成“军团”。

大模型下半场，拼的不再是谁先出一篇论文，而是谁先把论文背后的机房、人才和组织，真正连成一条生产线。

IT时报记者 郝俊慧 通讯员 沈劲松

4月14日，是“世界量子日”。《IT时报》记者从中电信量子集团获悉，“天衍”量子计算云平台已覆盖海内外60多个国家和地区，累计超过4800万次的访问量。

这意味着，自2023年平台诞生以来，平均每天有近5.2万次“好奇心”或“科研探索”在云端发生。量子计算，正从“量子优越性”验证阶段迈入“专用量子计算模拟机”的产业化新阶段。

经典计算机的基本单元是比特，如同一枚硬币，要么正面朝上，要么反面朝上，同一时间只能处于一种确定状态。量子计算机的基本单元则是量子比特，它像一枚高速旋转的硬币——在停下之前，同时处于正面和反面的叠加状态。这个看似微小的差异，带来了算力的指数级爆发，300个量子比特能同时处理的状态数，比整个宇宙中的原子总数还要多。

正是这种“降维打击”式的计算能力，让量子计算在特定任务上拥有碾压经典计算机的潜力。

由中电信量子联合中国科学院量子信息与量子科技创新研究院、国盾量子共同研制的“天衍-504”超导量子计算机，是目前国内单台比特数最多的超导量子计算机，也是全球首个具备“量子优越性”能力的超量融合云平台。

“超量融合”是中国电信的一项独特创新。通过自主研发的“息壤”算力互联调度平台，“天衍”量子计算云平台实现经典计算与量子计算的协同工作：经典算力承担常规任务，量子算力攻克复杂难题，各展所长，形成算力资源的最优配置。

在硬件层面，中国电信建成国内综合性能最强的“天衍-287”超导量子计算机，搭载“祖冲之三号”同款芯片，在“全国产”“AI赋能”“超量融合”三大方向上实现技术突破。“天衍-287”在处理特定问题上的速度，比目前全球最快的超级计算机快4.5亿倍。

技术突破的终极目标，是服务于人。中国电信的量子布局呈现出鲜明的“落地思维”——让量子科技“看得见、摸得着、用得上”。

中国电信发布的天衍量子计算教研平台，围绕“学、练、考、评”四大场景，打造贯穿量子教育全过程的数字化引擎。与中国科学技术大学等高校联合构建的量子计算教育体系，已在江苏、湖北等多地落地合作，为产业发展输送复合型人才。

随着量子计算技术不断成熟，新药研发周期有望从10年缩短至数月，金融风控模型将从“近似估算”升级为“精准预测”，天气预报将从“天级”迈向“小时级”。

这篇文章第一次用精确的数字告诉你：这次的 AI 加速，不是哲学意义上的加速。不是感慨意义上的加速。

• 
  
  7 个月翻一倍 = 一个公司一个 OKR 周期
  
• 
  
  3 个月翻一倍 = 一个公司一个季度财报
  

• 
  
  你计划用 6 个月学一门 AI 新技能。学完那天，AI 已经比你开始学的时候又翻了一番。
  
• 
  
  你孩子从现在到大学毕业还有 12 年。12 年里，AI 按 3 个月翻一番算，能力会翻 48 番48 番是什么概念？2 的 48 次方 ≈ 281 万亿
  
• 
  
  你的 30 年房贷期内，AI 会翻 120 番。这个数字已经大到用任何类比都是错的
  

这是 200 年前马尔萨斯对人口指数增长的恐惧。

摘要：理想需要标价，要钱更要人心

来源：朝阳资本论

作者：沙华

AI行业的竞争，已经从模型技术之争，演进为算力、人才、产品与生态的全面战争。

在这场战争面前，任何试图独善其身的“技术乌托邦”，都走进了围城之中。

2026年4月，国内AI明星公司DeepSeek被曝出启动首次外部融资，计划以不低于100亿美元的估值筹集至少3亿美元资金。

消息一出，市场震动。

“不差钱”的DeepSeek开口要钱了。

这一举动，打破了创始人梁文锋此前“拒绝融资、保持独立性”的理想主义叙事。

但耐人寻味的是，100亿美元的估值，放在智谱AI和MiniMax港股上市后动辄数千亿港元的市值面前，简直“便宜得离谱”。

3亿美元的募资规模，放在今天的大模型赛道里，甚至比不上同行一轮融资的零头。

况且，DeepSeek账上并不缺钱，幻方量化每年数亿美元利润持续输血，梁文锋也曾公开表示“VC的钱是负担”，为什么突然在这个时间点，以这样一个金额和估值，拥抱资本市场？

技术理想国的困境

2025年春节，DeepSeek凭借R1模型以560万美元的训练成本炸穿了中美AI圈对大模型研发的常识。美国风投家马克·安德森称之为AI领域的“斯普特尼克时刻”。

比技术突破更让市场记住的，是梁文锋对资本的拒绝。

腾讯、阿里的入股邀约被他一一回绝，市面上几乎每一家顶级风投都在他的闭门羹列表里。他的理由很直白：VC都是帮LP管钱的，都得赚钱，所以谈不到一块去。

在梁文锋的理想里，DeepSeek不应该被任何人的商业化时间表绑架，要追AGI、做开源，让技术本身说话。

这份底气来自母公司幻方量化。

据私募排排网数据，2025年幻方量化平均收益率高达56.6%，管理规模超700亿元。有业内人士估算，仅2025年一年幻方就为梁文锋带来了超过7亿美元的收入。这就是DeepSeek的“无限弹药”。

DeepSeek不需要向任何外部资本低头，不需要在任何一个季度交出一份漂亮的商业化报表。

可到了2026年春天，这个故事续写不下去了，变化最先出现在产品端。

DeepSeek已有15个月没有大版本更新，突然踩下了刹车。原计划于2026年2月春节前后发布的旗舰模型V4，发布时间从1月传到4月，一次次把开发者吊到嗓子眼。同期，OpenAI和Anthropic却进入了“月更模式”。

比产品节奏放缓更致命的是人才的流失。

据公开资料，2025年下半年至今，DeepSeek至少有5名核心研发成员确认离职。第一代大语言模型核心作者王炳宣去了腾讯；V3核心贡献者罗福莉被雷军千万年薪挖至小米；R1核心研究员郭达雅以传闻近亿元总包入职字节跳动Seed团队；OCR系列核心作者魏浩然和多模态成果核心贡献者阮翀也先后离开。

DeepSeek总共不到200人，核心研究团队100多人，基模架构团队仅小几十人。在这个极度依赖个人能力的小团队里，每一个核心研究员的流失都意味着整条技术线的停顿。

DeepSeek的内困，在外部压力下被放大。

被捧上神坛的公司，正在被时间一点点拉回地面。

智谱和MiniMax已在港股上市，市值分别站上4000亿港元和2700亿港元。在海外，Anthropic更是凭借智能体产品年化收入突破300亿美元、一举反超OpenAI。

Anthropic、智谱和MiniMax的ARR狂飙，揭示行业竞争进入围绕算力、人才、产品和生态的商业化竞速阶段。

纯粹的技术理想，已不足以支撑一家AI公司在产业化进程里持续领跑，更无法让顶尖人才坚定留下来的信心。

DeepSeek需要一个锚点，为“理想”标价

人才为何流失？

薪酬数字的账最直白。

DeepSeek的绝对薪资在同业中并不低，但竞争对手开出的条件“翻2到3倍问题不大”，部分甚至给出八位数总包。比如，罗福莉的出走背后，雷军以千万年薪亲自下场加码招募。

这背后是AI行业正在经历的一场深刻的人才通胀。猎聘2025年报告指出，中国AI人才缺口已突破500万。麦肯锡曾预测，2030年中国对AI专业人员的需求将增至2022年的6倍。

图源：猎聘2025年度人才供需趋势报告

资本巨头们正在以近乎疯狂的速度为顶级大脑定价，用经过验证的人才对冲自身的研发不确定性。

但巨头高薪抢人还只是第一层原因，比薪酬数字更致命的是期权本身“无法定价”带来的不确定性。

DeepSeek面临的挑战并不仅仅是基数差距，更关键的是其期权缺少一个可对标的市场化价格基准。

DeepSeek从成立至今从未接受过任何外部融资，员工手中的期权完全依赖内部估值。在没有外部机构以真金白银确认价格之前，这种账面财富在顶级AI人才眼中缺乏足够的流通性和溢价锚点。没有上市预期、没有股权变现通道、没有可对标的估值锚点，这纸期权就是一张无法兑现的期票。

梁文锋或许不需要VC的钱来维持公司运转，但他缺一个经过市场验证的“价格锚点”。

有了这个锚点，DeepSeek的期权就从一个虚无缥缈的概念变成了一个有公允价值的金融资产，组织激励机制也从理想主义落地为市场逻辑。

3亿美元，放在今天的AI赛道里，不是什么大数字。对于DeepSeek更是仅仅付出3%的股权，换取市场价值认可，重构DeepSeek的人才激励机制。在AI行业“人才即一切”的铁律下，这可能是比任何技术突破都更务实的一步。

除此之外，梁文锋把这笔钱花在哪儿，比融资本身更能说明问题。

从研究机构到生态玩家，V4与国产算力的赌注

V4延期的真正原因，从来不是技术瓶颈。

此前，路透社报道披露了一个细节：DeepSeek R1发布后，有关部门鼓励公司采用华为昇腾处理器。

一位知情人士对媒体表示，过去几个月，DeepSeek的工程师们一直在做一件吃力不讨好的事，即把V4从英伟达的CUDA生态，整体迁移到华为昇腾的CANN架构。

为此，DeepSeek要重写底层代码，调整通信库和训练框架，对模型在不同硬件上的输出做精度对齐。但这是一次不得不做的战略转向。

为什么非做不可？

从产业链的逻辑看，在美国对高端芯片实施出口管制的情况下，这是长期安全稳定发展的保证。

英伟达CEO黄仁勋在近期采访中直言不讳：“基于国产硬件平台的新模型对美国而言可能是一个糟糕的结果。”他担心一旦顶尖AI模型被优化到在国产芯片上表现更好，英伟达多年构建的生态护城河将不再牢固。

美国不断加码出口管制，导致英伟达在中国高端AI芯片市场的份额，从曾经的95%直接跌至零。

如果V4成功跑通，它将成为全球首个不依赖英伟达的前沿大模型。

值得一提的是，光有前沿模型还不够，今天的AI竞争早已不是“谁参数最大谁赢”的单点游戏。

一位业内人士用一句话概括了当下的格局：谁能在应用层构建完整的生态闭环，谁才能真正活下来。

对此，字节跳动的打法是把AI能力拆解为可复用的“积木”，嵌入抖音、即梦、飞书等产品线，形成“产品矩阵+AI中台”的积木式布局。而腾讯直接把手伸进坐拥12亿用户的微信，推出ClawBot插件，用户无需跳转即可调用AI智能体。就连智谱AI也在Coding赛道上实现了规模化收入，GLM-5.1发布后，配套的Coding Plan订阅一度“瞬间断货”。

相比之下，DeepSeek的短板清晰可见。

DeepSeek缺乏一个像抖音或微信那样的超级应用入口，也缺乏一个被大规模验证的商业化闭环。强大的模型和开源社区的声望是它的护城河，但在终端产品、多模态能力和Agent生态上，它明显滞后。

换句话说，DeepSeek仍在用模型时代的思维去打生态时代的仗，这不只是慢半拍，而是跑错了赛道。

从长期竞争的角度考虑，融资的深层战略意图，是宣告DeepSeek正式加入AI生态的“下半场”竞争。

引入外部资本，意味着DeepSeek的公司治理结构将走向规范化，成为一个要面对市场检验、要向投资人交代的商业主体。

这一步，是DeepSeek从研究机构转型为产业级玩家的入场券。

V4能否在国产算力上证明自己，融资能否撬动它补齐应用层的短板，将决定它从一匹“技术黑马”蜕变为一个“生态玩家”的可能性。而这场蜕变，需要的远不止3亿美元。

新的风暴，刚刚出现。

智东西

作者 | 云鹏

编辑 | 心缘

库克要卸任CEO了！虽然大家早有预期，但还是来的太突然了。

智东西4月21日早间消息，刚刚，苹果公司突然官宣，现任硬件工程高级副总裁约翰·特纳斯（John Ternus）将接任苹果下一任CEO，蒂姆·库克（Tim Cook）将出任苹果董事会执行主席。任命将于2026年9月1日正式生效。

▲约翰·特纳斯

苹果CEO，即将正式交棒。

苹果今天同时官宣，约翰尼·斯鲁吉（Johny Srouji）即日起正式出任首席硬件官，接管此前有特纳斯负责的硬件工程部门。

▲约翰尼·斯鲁吉

特纳斯一直是此前的苹果CEO“继承人”大热门，此次官宣也算是靴子落地。

苹果一口气在官网连更两篇新闻，库克自己也发布了公开信，多篇文章中详细梳理了库克时期的关键功绩、接班人特纳斯曾立下的关键功劳。

苹果董事会对库克和特纳斯都给予了极高的评价，并且着实是“端水大师”，把所有人的情绪都照顾到位了。

并且我们看到，看似“默默无闻”的特纳斯，实际上领导了不少苹果的“大事”，比如他是苹果自研芯片战略关键推动者、其团队定义了苹果iPhone Air新产品线、爆火全球的MacBook Neo也是他的手笔。

根据苹果官方新闻，平稳过渡期间，库克将在今夏继续履行首席执行官的职责。履新执行主席后，库克将继续协助处理公司的特定事务，包括与全球各地的决策者进行沟通。

库克说：“担任苹果首席执行官，并受托领导这样一家非凡的公司，是我一生中莫大的荣幸。我倾尽全力热爱着苹果。能有机会与一群才华横溢、极具创新与创造力，且充满人文关怀的同事共事，我深感自豪。他们始终坚定不移地致力于丰富用户的生活，打造世界上最卓越的产品与服务。”

一、库克时代即将落幕，苹果25年老将接任

苹果官方简要回顾了库克掌舵时期的辉煌战绩：

库克于1998年加入苹果，自2011年担任首席执行官以来，他主导了众多产品与服务的发布，开创了Apple Watch、AirPods和Apple Vision Pro等新产品线，推出了从iCloud、苹果 Pay到苹果 TV和苹果 Music等一系列服务。

在库克领导下，苹果的市值从约3500亿美元飙升至4万亿美元，增幅超过1000%；年营收实现了近4倍的增长，从2011财年的1080亿美元跃升至2025财年的4160多亿美元。

苹果在全球市场的版图大幅扩张，尤其是在新兴市场；目前业务已覆盖200多个国家和地区。苹果现运营着500多家零售店，拥有Apple Store的国家数量增加了一倍以上。在其任期内，苹果团队成员增加了10万余人，活跃设备安装量突破了25亿部。

苹果的服务业务一直是库克关注的重点领域。在他的任期内，该业务已成长为一项规模超千亿美元的庞大产业，堪比一家《财富》40强企业。库克也是苹果可穿戴设备类别的核心推手，该类别如今包含了全球最受欢迎的智能手表和耳机，并为苹果在用户健康与安全方面产生深远影响奠定了基础。

在库克的领导下，苹果全面过渡至自研芯片（Apple Designed silicon），这使得公司掌握了更多核心技术，并在能效和性能上实现了行业领先的飞跃，让全线产品的用户直接受益。

库克将苹果的核心价值观更深入地贯彻到了公司的决策与产品开发中。在他的带领下，尽管公司营收几乎翻番，其碳足迹却比2015年的水平大幅减少了60%以上。

长期以来，库克一直倡导将隐私视为一项基本人权，并将其确立为苹果的首要任务，树立了业界领先的用户保护标准，使苹果在科技行业中脱颖而出。他还坚信苹果的产品应为所有人而设计，不断推动无障碍领域的创新。此外，他始终强调苹果应该是一个让每个人都有归属感、受到尊严与尊重对待的地方，这也构成了他领导理念的核心。

苹果也清晰梳理了特纳斯的苹果轨迹：

特纳斯于2001年加入苹果产品设计团队，并于2013年成为硬件工程副总裁。2021年，他以硬件工程高级副总裁的身份进入高管团队。在苹果任职期间，特纳斯监督了各个类别多款突破性产品的硬件工程开发工作。他在众多新产品线的推出中发挥了关键作用，包括iPad和AirPods，以及历代iPhone、Mac和Apple Watch。

特纳斯在Mac产品线上的工作，帮助该系列在其40年的历史中变得空前强大且备受全球欢迎。这其中包括近期发布的MacBook Neo——这款全新的笔记本电脑让全球更多人能够体验到Mac的魅力。

去年秋天，他团队的心血在全新定义的iPhone阵容中得到了淋漓尽致的展现：包括性能极其强悍的iPhone 17 Pro和Pro Max、极致轻薄且耐用的iPhone Air，以及为用户带来惊艳升级的iPhone 17。

在他的领导下，其团队还推动了AirPods的不断进化，使其成为全球最佳的入耳式耳机，不仅拥有前所未有的主动降噪功能，更能作为非处方助听器使用，成为全能的听力健康系统。

特纳斯领导了公司在可靠性和耐用性等重点领域的深入研发，引入的新技术使苹果产品变得异常坚韧。他还在材料和硬件设计领域推动了大量创新，有效降低了产品的碳足迹。这包括研发出一种已应用于多个产品线的全新再生铝化合物、在苹果 Watch Ultra 3中采用3D打印钛金属，以及通过提升可维修性延长了多款苹果产品的使用寿命。

在加入苹果之前，特纳斯曾在Virtual Research Systems担任机械工程师。他拥有宾夕法尼亚大学的机械工程学士学位。

关于CEO交接的一些官方信息及相关高管回应：

库克提到：“特纳斯拥有工程师的敏锐思维、创新者的灵魂，以及秉持正直与荣誉进行领导的决心。他是一位高瞻远瞩的领导者，过去25年里对苹果的贡献不胜枚举。毫无疑问，他是带领苹果迈向未来的最佳人选。我对他的能力与品格充满绝对的信心。我期待在过渡期以及我担任执行主席的新岗位上，继续与他保持紧密合作。”

“能有机会推动苹果的使命继续前行，我深表感激，”特纳斯说，“我的职业生涯几乎都在苹果度过。我很幸运曾在史蒂夫·乔布斯（Steve Jobs）麾下工作，并有库克担任我的导师。能够参与打造那些极大改变人类与世界交互方式的产品和体验，是我的荣幸。对我们未来几年能够取得的成就，我充满乐观。在这个汇聚了全球最顶尖人才的地方，大家都决心为了超越个人的共同目标而努力，这让我倍感欣慰。我怀着敬畏之心接下这一重任，并承诺将继续秉持半个世纪以来定义了这个特殊之地的价值观与愿景，引领公司不断前行。”

董事会代表Arthur Levinson提到，“蒂姆以其史无前例的卓越领导力，将苹果塑造成为全球最优秀的企业。他屡次推出颠覆性的产品与服务，其正直的品格与价值观已深深烙印在苹果的一切事务中，”，“我谨代表全体董事会，对蒂姆为苹果及全世界做出的无数贡献表示最深切的感激，我们也非常高兴他将出任执行主席。我们坚信，约翰是接任蒂姆的不二人选。在向首席执行官过渡的过程中，我们深知他对苹果的热爱、卓越的领导力、深厚的技术储备，以及对打造顶尖产品的不懈追求，必将引领苹果走向更加辉煌的未来。”

二、过去15年，我每天早上打开邮箱阅读来自全球各地苹果用户来信

库克致社区的一封信：

过去15年里，我几乎每天清晨都以同样的方式开启新的一天。我会打开邮箱，阅读前一天收到的、来自全球各地苹果用户的来信。

你们与我分享生活中的点滴，向我倾诉苹果是如何触动你们的。你们分享母亲被Apple Watch拯救的惊险时刻，分享在看似高不可攀的山顶拍下的完美自拍。你们感谢Mac带来的工作方式的改变，有时也会因为你们所珍视的产品出现故障而对我提出严厉的批评。

在每一封邮件中，我都能感受到我们共通的人性在跳动。我深感责任重大，唯有更加努力、不断突破。但最让我感怀的，是那份无以言表的感激——我何其有幸，能成为这些邮件的倾听者，能领导这样一家不断激发想象力、以不可思议的方式深刻丰富人们生活的公司。这是一份无上的荣耀与特权。

今天我们宣布，我将开启在苹果旅程的新篇章。在接下来的几个月里，我将逐步过渡到新的角色：我将于9月卸任首席执行官一职，转任苹果董事会执行主席。一位新人将接手这份我心中世界上最棒的工作。这位领导者就是约翰·特纳斯。他是一位杰出的工程师和思想者，在过去25年里，他一直致力于打造深受用户喜爱的苹果产品；他执着于每一个细节，专注于探索各种可能，只为让我们的产品变得更好、更大胆、更惊艳、更具意义。他是这个职位的绝佳人选。

特纳斯极其珍视苹果的身份认同、我们的事业以及我们所服务的人群。他具备非凡的品格和胸怀，能够以无与伦比的正直品行带领公司前行。能称呼他为苹果的下一任首席执行官，我深感自豪。在他的领导下，这家公司必将攀上令人瞩目的新高峰；在未来产品与服务所带来的每一次惊喜与探索中，你们都能感受到他的影响力。我迫不及待地希望你们也能像我一样去了解他。

这绝非告别。但在这一过渡的时刻，我想借此机会对你们说声谢谢。这一次，我不代表公司——尽管公司上下对你们充满了无尽的感激——我仅代表我自己。蒂姆。一个成长于旧日乡村的人，在这些奇妙的岁月里，竟然有幸成为了这家全球最伟大公司的首席执行官。感谢你们给予我的信任与善意。感谢你们在街头和我们的零售店里热情地与我打招呼。感谢你们在我们发布新产品或服务时，与我一同欢呼雀跃。最重要的是，感谢你们相信我能领导这家始终以用户为中心的公司。每天清晨醒来，我们都在思考如何能让你们的生活变得更美好一些。而每一天，正是你们，赋予了我所能期盼的最完美的生活。

谢谢大家。

蒂姆·库克

公开信原文：

三、芯片大佬接棒苹果硬件，曾主导A4芯片研发

苹果关于约翰尼·斯鲁吉（Johny Srouji）正式出任首席硬件官的官方新闻：

约翰尼·斯鲁吉即日起正式出任首席硬件官。斯鲁吉此前担任硬件技术高级副总裁，履新后他的职责将进一步扩大：除了继续领导硬件技术团队外，他还将接管此前由特纳斯负责的硬件工程部门。

“约翰尼是我共事过的最有才华的人之一，”苹果首席执行官库克表示，“他在推动苹果芯片战略方面发挥了独一无二的作用，其影响力不仅深深扎根于公司内部，更波及整个行业。他一直以卓越的敏锐度和判断力领导团队，一次又一次带领团队实现突破性创新，彻底改变了我们的产品。能够由他出任苹果的首席硬件官，我们深感荣幸。”

“约翰尼一直是高管团队中不可或缺的伙伴，他一定会成为一名出色的首席硬件官，”候任苹果首席执行官特纳斯表示，“我期待在我们的新岗位上继续与他保持紧密合作。”

约翰尼打造了全球最强大、最具创新力的芯片与技术工程师团队。在他的带领下，苹果在定制芯片和硬件技术领域取得了多项领先突破，涵盖了苹果芯片、电池、摄像头、存储控制器、传感器、显示屏及蜂窝调制解调器等关键领域，贯穿苹果整个产品线。

苹果顶尖的硬件工程团队致力于将大胆的构想转化为人们日常赖以使用的精美产品。从产品设计、系统工程到可靠性与耐用性测试，该团队主导苹果所有硬件产品的全流程开发与制造。通过与工业设计、硬件技术、软件工程及运营等部门的紧密协作，他们不断推出全球最具创新性的产品。

约翰尼于2008年加入苹果，领导了苹果首款自研系统级芯片A4的开发。在加入苹果之前，他曾在英特尔和IBM担任处理器开发与设计领域的高级管理职务。他拥有以色列理工学院（Technion）的计算机科学学士及硕士学位。

文｜小卢鱼

编辑｜杨旭然

词元（Token）调用量的指数级增长，正在带来一批公司估值的飙升。

被称为“Token第一股”的迅策科技，上市仅108天，股价较发行价上涨近6倍，最新总市值已经达到1050亿港元。

今年1月8日登陆港股的智谱，上市首日市值约580亿港元，交出首份年度成绩单后股价迅速，突破1000港元大关，市值也冲破4000亿港元。

智谱CEO张鹏将2026年的关键词定义为“Token量”，认为智能上界突破与Token消耗的指数级增长一起，共同构成了AGI时代的商业价值。

尚未上市的公司之中，月之暗面上个月刚完成新一轮超10亿美金融资，估值达到180亿美元，而在去年底的一轮5亿美元融资中，其估值仅为43亿美元。

这种估值的短时间跃迁，与今年2月OpenClaw宣布将Kimi K2.5设为其官方主力模型有着直接联系。K2.5发布仅一个月，月之暗面ARR（年度经常性收入）即突破1亿美元，业绩增速不仅支撑了估值提升，也打开了公司IPO的可能性。

无论国内国外，资本市场都在以惊人的热情为Token经济的腾飞定价，未来几个月里，我们将有机会听到各种各样的财富神话。这场轰轰烈烈的Token经济大繁荣，正在以“大跃进”的方式完成对所有人的认知普及，以及对风险的累积。

本文是来自《巨潮WAVE》内容团队的深度价值文章，欢迎您多平台关注。

01 增长

聊天Bot刚问世的时候，很少有人能想到2年之后，仅仅豆包这一款大模型的日均Token使用量就可以突破120万亿。即便按照每百万Token两块钱这个有点便宜的价格来计算，这也意味着每天有3亿元的真实经费在豆包上空燃烧。

事实上，国内外各家大模型公司都在上演着类似的剧本，全球范围内的Token日均消耗量都在以指数级规模增长。

工信部旗下中国信息通信研究院发布的数据显示，截至2026年3月，中国日均Token调用量已突破140万亿，较2024年初暴涨超过1000倍。

全球最大的AI模型API聚合平台OpenRouter则统计到，其平台每周处理的Token数量从2025年3月的1.62万亿飙升至2026年3月的16.90万亿，一年之内增长超过10倍。

OpenRouter连接着Anthropic、OpenAI、谷歌、Meta等几乎所有主流模型厂商的API接口，它的周度Token消耗曲线，本质上就是全球AI应用活跃度的实时监测图。

这条Token消耗曲线几乎是垂直向上的，既不像GDP的线性增长，也不像互联网用户渗透率的S型曲线，完全走出了人工智能经济自己的发展趋势。

是什么在驱动Token需求的大爆发？答案是人工智能的技术演进。

早期AI应用以聊天机器人（Bot）为主，用户输入一句话，模型返回一段回答，一个来回消耗几百到几千Token，完事即止。

但从去年下半年开始，以Agent和Claw为代表的新型应用范式以更快的速度、更广的范围流行开来。它们的共同特征是让AI不再只是“一问一答”的对话工具，而是一个能够自主规划、调用工具、长周期执行任务的数字员工。这种技术架构底层的变化，让Token消耗量以很多用户意想不到的方式大幅增长。

行业内部测算表明，完成同一个业务目标的情况下，Agent模式消耗的Token大约是Bot模式的50到200倍。

这是因为，Agent在执行任务时需要将整个历史对话上下文全量携带，一个复杂任务动辄累积数十万Token的上下文窗口。

而且Agent每次思考都需要经过多轮推理，都会触发API请求，还需要持续加载系统配置文件和记忆库，以维持任务的一致性和个性化体验。这导致Agent模式下的Token消耗，更像是个不受用户主观控制的黑箱操作。

更值得警惕的是，这个阶段Token表面的消耗量，并不等同于真实的需求量。

当AI转型成为企业的政治正确，当Token消耗量被越来越多的公司纳入员工的考核指标，一种“Token伪需求”的情况就诞生了。

Meta内部已经有团队将Token消耗量作为AI渗透率的衡量标尺，部分员工为了“显得自己很懂AI”，会故意运行大量冗余的模型调用任务；国内腾讯等大厂也被爆料存在类似现象，一些业务线甚至发明了“Token刷量”的灰色操作。

这种为了不被时代抛弃而制造多余的消耗、夸大不存在的业绩的行为，充满了大跃进式的荒诞。

02 核心

当Token消耗量以指数级增长，一个严肃的产业问题也浮出水面——谁来买单，谁会受益？

4月15日，国家数据局就《关于推进行业高质量数据集建设行动的实施方案（征求意见稿）》公开征求意见，首次在官方政策文件中提出“探索词元交易等新型交易模式，构建以词元为基础，可量化、可定价的数据集价值体系”。

从“词元交易”被写入国家顶层设计的那一刻起，Token就不再仅仅是一个技术概念，而是会逐渐成为人工智能经济的法定计价单位。某种意义上来说，Token化收费是人工智能经济的核心。

迅策科技被称为“Token第一股”，就是因为其率先在商业模式上做出了调整，全面转向了按Token消耗付费与分成的新模式，构建了“收入=Token价格×调用次数×模块应用数”的增长模型。

目前，Token付费收入占迅策科技总营收的5%左右，公司预计到年底这一比例将快速提升至20%至30%。市场对迅策的估值逻辑也因此发生了重大变化，脱离了传统市销率的限制，有了更大的想象空间。

迅策科技的模式也说明，在人工智能经济中，大模型厂商大概率会扮演“精炼厂”的角色，即将底层的算力与数据，加工成可以被直接消费、以Token计价的“成品”、“结果”，并掌握着价值分配体系中的关键生态位。

而云服务厂商大概会扮演着“发电厂”和“电网”的角色，它们不直接定价Token，却决定了Token的底层成本。

以阿里云为例，截至2026年2月底，阿里云2026财年累计外部商业化收入突破1000亿元，AI相关产品收入延续高增长态势，实现连续第十个季度三位数同比增长。

紧随需求而来的就是涨价，上周阿里云四天连发三条产品涨价公告，调整百炼部分模型单元服务价格及DataWorks部分API免费额度——云服务厂商对Token成本的影响力，可见一斑。

云服务厂商在传统架构中主要收入来自虚拟机、存储与网络等基础设施计费，进入Agent时代后，它们完全可以推动按资源（Token）使用量计费，并通过Agent平台订阅、开发者生态套件、行业级解决方案等获得长期合同收入。

算力厂商则像是更上游的原材料、燃料供应方，英伟达的高端GPU至今仍然处于产业链中最核心位置，高带宽内存（HBM）如今更是供应紧张，三星、SK海力士及美光三大存储原厂一边产能受限，一边毛利率抬高。

也许有人会担心算力实际已经过剩，英伟达和存储厂商的股价已经过高，但是这都不影响Token化收费的历史进程。

Token收费，让整条产业链的价值分配有了清晰的计算依据。

就像千瓦时的确立让电力市场得以形成，流量/曝光量成为抖音和视频号的收费标准单位一样，Token正在让人工智能经济从“感觉有用”走向“可以算账、可以收税”，成为一种真实存在的经济构成。

03 狂欢

Token化收费，让人工智能经济运转的逻辑变得清晰起来，但是人工智能作为一种划时代的技术革命，其经济运转的逻辑，是否与传统的经济学规律一致呢？

至少传统经济学的供需平衡理论，在人工智能经济中并不完全适用。

传统模型中，供给和需求是两条独立的曲线相交，而在人工智能经济中，供给本身会通过数据飞轮改进供给质量。需求曲线向右移动不是因为外部收入变化，而是因为供给曲线本身向下、向右移动了。

目前这个阶段，我们更可能看到蒸汽时代的“杰文斯悖论”在人工智能时代重演。所谓的杰文斯悖论是指，当蒸汽机效率提升、单位马力耗煤量下降时，煤炭的总消耗量反而暴增，因为更便宜的蒸汽动力催生了更多工厂、火车和轮船。

现在Token的单位生产成本越低，愿意消耗Token的群体就越多，舍得使用Token而非人力的场景就越多，最后Token的总成本就越高，或者说人工智能经济的总价值就越大。

根据国内媒体的数据统计，过去两年多，Token生产成本下降了超过99%，GPT-4每百万Token的成本已经从37.5美元下降到了2025年的0.14美元。但根据硅谷知名风投Menlo Ventures，全球企业2025年在AI上的支出反而比2024年增长了3.2倍。

如果这种趋势延续下去，那么哪怕单位 Token的价格趋近于零，全人类消耗的 Token 总价值（总量 × 单价）以及它撬动的 GDP 比重，也可以成百上千倍的增长。

这正是智谱、MiniMax等公司在巨额亏损的情况下，仍然被资本市场赋予超过许多传统互联网企业估值的深层原因——市场定价的不是今天的利润，而是未来Token经济总价值。

更何况，用Token生产出来的东西，本身也会越来越有价值。

同一百万个Token，在不同场景下创造的价值差距可达十万倍，其价值完全因执行的任务而异——用于闲聊的Token只值几分钱，用于写代码的Token值几百几千元，用于量化投资、企业并购的Token完全可以价值几万元。

斯坦福大学2026年AI指数报告估算，仅2024年生成式AI就为美国消费者创造了约1720亿美元的消费者剩余，而用户获得的价值远超实际支付的费用。

值得警惕的是，在AI代替了大量人类的脑力劳动后，传统的劳动力供给理论也会面临挑战。传统的需求曲线会因为购买力萎缩而整体坍塌，而供给端因为自动化依然强劲，这就是凯恩斯所说的“技术性失业导致的有效需求不足”。

只不过在这个阶段，围绕着Token消耗量指数级增长的一切都还披着繁荣的外衣，引领着产业链上下游和资本市场的狂欢。

但是历史已经反复证明了，每当一种新技术被资本市场赋予无限想象空间，泡沫总是比价值更先抵达终点。

天下苦 AI 生图抽卡久矣。

如果你曾试图用市面上任何一款主流 AI 绘画工具，去做一张带有特定中文口号的海报，你一定对那种乱码的无力感体会颇深，以至于很长一段时间里，我们都在和复杂提示词较劲。

但伴随着 ChatGPT Images 2.0 的发布，正如奥特曼在发布会上的那句暴论：「 这就像从 GPT-3 一步跳到了 GPT-5。」，那个需要你绞尽脑汁去凑提示词的 AI 盲盒时代，有望画上句号。

顺带一提，我们昨晚已经用大量实测的案例替奥特曼提前发布了 Images 2.0，感兴趣的朋友不妨点击回看。（）

赶时间的朋友，我们也为你准备了一份 省流版：

指令跟随精度大幅提升：能准确还原复杂构图、小号文字、图标、UI 元素等细节，分辨率最高支持 2K（API）

多语言文本渲染：在中文、日文、韩文、印地语、孟加拉语等非拉丁文字的渲染和排版上有显著改善，文字可融入设计本身

风格还原更准确：写实摄影、电影质感、像素画、漫画等视觉风格的纹理、光影、构图还原度更高，适合游戏原型、分镜、营销素材制作

灵活宽高比支持：支持从 3:1 到 1:3 的宽高比，可直接生成适配横幅、海报、手机屏、社交媒体等不同场景的尺寸

更新的世界知识：知识截止日期为 2025 年 12 月，在生成信息图、教育图表、视觉摘要时更具时效性和准确性

思考模式（Thinking）：选用思考型模型时，可联网搜索实时信息、对输出进行自我核查，并在单次提示中生成最多 8 张保持角色和对象连贯性的系列图片

Codex 集成：可在 Codex 工作区内直接生成图像，用于 UI 方向探索、产品原型设计和应用开发，无需单独配置

API 开放（gpt-image-2）：支持开发者接入，适用于本地化广告、信息图、教育内容、设计工具等业务场景

一个拼速度，一个会思考

过去，我们把 AI 画图当成一个单向的许愿池。你丢进去一个硬币（Prompt），它吐出一张图。至于图里元素的逻辑关系、背景的合理性，全靠运气。但 Images 2.0 改变了这种玩法。

遥遥领先的基准测试成绩单

Images 2.0 是 OpenAI 旗下首个具备思考能力的图像模型。针对不同的使用场景，推出了两个版本。

第一个是 Instant 模式。从今天起，它直接覆盖了 ChatGPT、Codex 和 API 三个入口，向所有用户开放，主打一个天下武功唯快不破。 OpenAI 研究员 Kenji 在发布会上给它的定性极高：「这是第一个真正有用于日常生活的图像模型。」

第二个则是 Thinking 模式，需要切换到 ChatGPT Plus、Pro 或 Business 账户才能激活。一旦进入这个模式，模型在生成之前，它会停下来自己推演一番：实时搜索网络信息、规划图像的骨架结构，甚至能在输出前进行自我核查。

macOS 浏览器中 ChatGPT 的截图。用户输入「draw me a dog」，ChatGPT 画了一只 ASCII 艺术风格的狗。前景窗口是 ChatGPT，桌面很乱，后台开着一堆随机窗口（比如终端）。

官方给它的定位是「Visual thought partner（视觉思维伙伴）」。具体来讲，一是生成之前有了真正的推理过程，二是在处理复杂信息图、教育内容这类需要逻辑结构的任务时，它能自行判断哪些内容需要核实、哪些背景需要补充。

所以，经过认真思考，Images 2.0 认为 Anthropic 是最好的 AI 公司？

对于开发者来说，API 端的模型名称是 gpt-image-2，定价则根据你所选的画质和分辨率丰俭由人。

根据 APPSO 之前的实测，面对 Images 2.0，你甚至不太需要过于复杂的提示词就能感受到这种技术进步。我们的测试仅使用一两句简单的画面描述，就能够生成至少能唬住外行的高水准图片。

即便这些初步生成的照片在像素级放大后偶尔经不起死磕，但只要提示词足够精细，再搭配上它本身的二次修改功能，就能轻松打造出极其真实且令人惊艳的 AI 图像。

一张写实风格的旅行抓拍：阴天清晨，一个人站在海边路旁的观景停车带，用35mm胶片拍摄。构图自然、略有瑕疵，颗粒感明显，环境光漫射，色调低饱和，衣物和发丝随风飘动，带着纪录片式的电影质感，像是某段真实生活留下的影像。

脑子里有干货，才叫「懂世界」

一个常常被忽视的细节是：AI 画得好不好，往往取决于它「懂不懂」。

OpenAI 给 Images 2.0 设置的知识截止日期是 2025 年 12 月，这比同期大多数图像模型都要新。这种知识储备在日常画个猫狗时并不显眼，但在教育、科普和复杂信息图场景里，简直是降维打击。

在「康托尔对角线证明，信息图」案例中，换作以前的模型，大概率会给你画一个胡乱漂浮着数字的抽象画。但 Images 2.0 却能直接生成了一张逻辑清晰、视觉结构完整的数学原理图。

它知道怎么判断信息真伪，也知道该补充什么背景知识，最后用干净的排版、舒服的留白和清晰的引导线给你画出来。本来得让老师手工排版一个小时的教案素材，现在几秒钟就能直接拿去用。

深夜召开的发布会，也着重介绍了戳中创作者痛点的三座大山。

第一是角色的一致性，同一个人换个角度或换套衣服，AI 往往就认不出来了。OpenAI 研究员 Kiwan 向我们演示了服装搭配的案例。

他上传了自己的照片，让模型生成八套夏日穿搭，然后又跟进提示，要求放大第一套并从多个角度展示他穿上这套衣服的样子。模型在多张图中保持了他的外貌特征不变，像试衣间一样呈现不同角度的效果。

第二是中文与排版。Images 2.0 不仅在英语、日语、韩语上表现出色，更能极其丝滑地拿捏中文排版。比如我就挺喜欢这个中文笔迹。

用普通人的笔迹抄写《定风波·莫听穿林打叶声》

文字少了后期强加上去的贴图感，真正融入成为了视觉设计的核心骨架。 而且 OpenAI 官方也在博客图片中玩起了「稳稳地接住你」的梗。

在台上演示的实验性 4K 接口生成的图片中，屏幕被无限放大，放大一堆米中一粒米，上面竟然印着「GPT image 2」的微小字样。

第三是宽高比。Images 2.0 支持从 3:1 到 1:3 的超宽高比范围，研究员 Alex 在台上直接用了一个团队内部最喜欢的提示词演示极窄竖图，生成结果把他自己的脖子拉得奇长无比，他本人也忍不住调侃，这张图可能不太适合拿去当头像。

瑕疵，才是最高级的审美

不知道从什么时候起，我们开始对那种一眼假的「AI 图片」感到生理性反胃。那种过度平滑、光影完美到失真的「AI 塑料感」，让我们避之不及。

十分令人感慨的是，Images 2.0 最大的审美进化，恰恰是它学会了保留「不完美」。

电影静帧、复古胶片快照、时尚摄影，它的风格覆盖极广。更重要的是，胶片颗粒感、闪光灯打出的硬阴影、手持拍摄的轻微失焦——这些以前被 AI 算法刻意抹平的瑕疵，现在成了可以主动触发的风格语言。

OpenAI 研究员 Alex 透露了一个让人极度舒适的秘密：想让输出最自然，最有效的关键词就是「photorealistic」。只要打出这个词，模型就会主动规避塑料感，复刻那些让照片「看起来是照片」的真实特征。

为了证明它对光影逻辑的理解，Alex 甚至用 Codex vibe code 搭了一个全景播放器，让模型生成了一张月球登陆的 360 度全景图。甚至在这个全景空间里，太阳的方向和地面的阴影关系，在视觉上保持了严丝合缝的一致。

当然，OpenAI 也坦诚交代了 Images 2.0 的局限之处。

如果你让它画折纸步骤图、魔方复原过程，这类需要极度严密三维物理逻辑的任务，它仍然容易翻车。倾斜表面上的微小细节、极度密集的重复纹理，依然会触碰它的计算边界涉及精确箭头的图表，官方也老老实实建议大家在使用前最好人工核查一下。

此外，API 端的 2K 以上分辨率目前还在 Beta 阶段，偶尔不够稳定。

量子位 | 公众号 QbitAI

现在，大模型的密集更新实在是让人看得眼花缭乱，但整体看来，方向也无非那么几个——更大、更强、更快。

但是，Kimi这次的更新，走的方向不太一样。

昨晚，月之暗面发布并开源了旗下最新模型—— K2.6。

这次更新有两个重点，一是 代码能力，包括硬核的软件工程能力和前端设计水准的提升，二是 多Agent协作的“Agent集群”能力升级。

先说榜单，Kimi K2.6在Artificial Analysis上取得了全球开源第一的成绩， 仅次于闭源的全球“御三家”。

咱就是说，在御三家新模型轮流上线的这张梗图里，也是能有Kimi的一个位置了。

聊聊这个Agent集群的升级

K2.5时，Kimi提出了“Agent集群”这个概念，但那时候更像是一个方向：能调度不同专长的Agent互相补位，广度搜索、深度研究、文档分析、长文撰写一起上，并行处理。

到了K2.6，这件事变得真正有意思了：最多支持300个子Agent并行完成4000个协作步骤。

放在实际场景里， 你说一次需求，一次运行就能同时拿到文档、网站、PPT、表格。

那必须给它一个任务实测一下，看它能不能一次运行、多格式并行交付，提示词如下：

帮我做一份“2026年国内AI编程助手”的报告，需要同时给我三份产出：

一篇完整的调研报告，包含各产品功能对比、定价策略、优劣势分析，以及你的选型建议；

一张结构化的对比表格，维度包括：支持IDE、补全能力、对话能力、联网能力、价格、适合人群；

一份可以直接拿去汇报的PPT，10页左右，有结论和建议页。

三份东西格式完全不同，看它是真的并行在跑、还是按顺序一个个出来，以及最后交付的质量够不够直接用。

首先，Agent集群进行了初步的扫描，并对问题的维度进行拆解，然后划分出了12个维度。

这12个维度，交给了12位不同的专家来负责，每个人都只调研自己的一个子问题。

每个专家的工作进度条和阶段性成果，都能实时监控。

到了正式撰稿阶段，同样有不同的人负责各自的Chapter。

最终，在数十位“专家”的接力之下，K2.6交付的报告长达55页，字数超3.5万，而且图文并茂、结构清晰、引文标注明确。

其中覆盖了八款主流产品，每款都有定位、核心能力和局限性的完整拆解，引用了来自IDC、Gartner、信通院等机构的数据，SWE-bench评分、中文理解准确率、定价对比一应俱全，最后还附了选型建议矩阵和企业Checklist。

篇幅和数据密度，已经超出单个对话窗口能合理完成的范畴。

表格整理得也很干净，七个维度、八款产品，支持IDE、补全能力、对话能力、联网能力、定价、适合人群一列不少，格式规整，可以直接拿来用。

PPT同样交出来了，10页，有目录、市场数据、竞品卡片、功能对比表、定价可视化、SWOT分析和选型建议，最后一页还附了行动建议。

结构完整，可以直接拿去汇报。

从一个AI，到一群AI

从K2开始，感觉Kimi模型的进化脉络更清晰了：

K2是万亿参数规模的基座，代表的是“把模型做大、做强”这件事。

K2 Thinking在此基础上引入了推理层，让模型开始能把一个复杂任务一步步想清楚，自己推导、自己验证。

到了K2.5/2.6，问题变了，Kimi团队开始把目光从专注于让单个模型变得更聪明，转向了 让一群模型真正分工协作，各自发挥专长，一起做成更大的事。

△图片由AI生成

这是一个本质的跨越。

道理很好理解，单个模型再强，也有天花板。

就像一个 优质牛马天才程序员，写代码可以很快，但如果让他一个人同时搞定产品设计、写代码、跑数据、出文档、做演示，那他大概率无法招架。

但一个组织可以。

从互联网的建立，到大模型的训练，乃至人类登月……靠的从来都不是某一个天才，而是一群各有专长的人，在一套分工体系下协同推进。

AI走到今天，也到了需要学这件事的时候了。

为了实现这个目标，最需要的就是一个好的协作框架。

所以，K2.6不只是在提升模型本身的参数，也在同步打磨它作为“协调者”的能力——

在任务里动态分配、在出错时自动修复、在整个交付链条上主动管理。

这是K2.6和K2.5最根本的差别之一。

不过，Kimi没打算停在“Agent集群”这一步。“Agent集群”解决的是AI之间怎么分工的问题，但还有一个问题没答——人和AI放在同一个群组里，能一起完成什么？

看到Kimi已经开始测试“Claw群组”了，支持把各种虾加入到一个群里，用K2.6做协调员，组织不同能力的虾一起干活……

不过我们目前还没收到测试邀请，要测试之后再给大家分享实际体验了 （Kimi你如果看到这篇文章的话要不给我们安排一个.doge）。

One More Thing

这不是下个月量子位AIGC大会就要召开了吗，听说这次K2.6能写更精美的网页，也能支持简单后端了，我顺手就让Kimi帮忙写了个报名系统。

不过我测试的时候活动官宣还没来，所以暂时没输入具体的活动信息，先让它把功能跑通。

提示词是酱婶儿的：

帮我做一个「量子位读者交流会」的活动报名网站。要求：

首页有活动介绍、时间地点、嘉宾阵容；

有报名表单，收集：姓名、邮箱、公司、职位、「你最想聊的AI话题」；

支持提交报名，提交成功后显示报名成功页；

有一个设有密码的管理后台页面，可以查看所有报名信息并导出。

这个任务专门卡K2.6新增的后端和数据库能力，看它交出的到底是一个真的能跑的全栈应用，还是只是一个花瓶。

K2.6没有直接开始写代码。它先读了项目构建的技能文件，把任务拆成前端初始化、设计文档、后端架构、数据库schema等任务线，然后才开始动手。

值得一提的是设计决策。

我们提示词里没有说要什么风格，它自己判断“这是一个AI主题活动”，选了纯黑纯白为主色调、亮柠檬黄作为点睛色的“清晰未来主义”风格，还顺手调用图像生成工具做了五张黑白艺术风格的配套视觉素材。

首屏则是用Three.js做了3D交互式图片卡片集群，鼠标移动时卡片会翻转漂浮，还加了一套双层自定义光标系统。

技术栈它也自己选定了：前端React + Type + Tailwind + shadcn/ui，后端tRPC + Drizzle ORM + Hono + MySQL。

管理后台也做了密码验证，登录后可查看报名信息并导出CSV。

最终交付的成品长这样：

我们再来验证下报名功能，看看到底是真收集到了信息，还是只有静态动画。

结果，我们填写的报名表单成功出现在了后台记录当中，说明Kimi K2.6真的把这套报名系统的前后端和数据库开发跑通了。

法利坦言，特斯拉虽表现出色，但长期没有新车型迭代，难以反映行业最新趋势。

相比之下，比亚迪等中国车企在成本控制、供应链效率与制造技术上堪称业内最佳，小米 SU7 的智能体验与综合实力更让他长期驾驶、不愿更换。

他认为，中国车企在技术、成本与落地速度上多方面领先，车企若不具备中国同行的竞争力，很难在市场生存。

面对市场变化，福特正加速战略调整。

公司将重心从纯电动皮卡转向更亲民的混合动力车型，旗下最便宜的混动皮卡起价约2.8万美元，贴合美国消费者对3万美元以内高性价比车型的需求。

法利提出，福特应借鉴中国车企的成本优势，结合自身对本土市场的理解打造竞争力平台。

此外，法利还透露，福特计划在美国以外扩大与中国车企的合作，以推出更优质产品；美国市场则聚焦提升本土竞争力，同时呼吁完善规则保护本土就业。

智东西

作者 | 李水青

编辑 | 心缘

智东西4月22日消息，据外媒The Information援引四位知情人士消息报道，腾讯和阿里巴巴正洽谈投资DeepSeek，后者就在上周刚被曝出首次启动外部融资。

在与潜在投资者初步接洽后，DeepSeek正寻求以超200亿美元（约合人民币1364.9亿元）估值融资。此前4月17日，DeepSeek被曝目标估值超过100亿美元（约合人民币681.8亿元），计划融资至少3亿美元（约合人民币20.5亿元）。

知情人士称，谈判仍在进行，估值和融资金额可能调整。由于DeepSeek运营模式更像专注开源技术的AI实验室而非营利性企业，其估值问题近日在国内科技和创投圈引发争议。

DeepSeek的200亿美元估值部分参考了开发Kimi系列大模型的月之暗面。据一位知情人士透露，月之暗面即将完成新一轮融资，估值达180亿美元（约合人民币1228.4亿元）。

另有其他数据表明，DeepSeek估值可能超200亿美元。其竞争对手MiniMax和智谱今年1月在港上市时估值均不到100亿美元。如今智谱市值达4386亿港元（约合人民币3824.5亿元），MiniMax达2911亿港元（约合人民币2532.1亿元）。

但与两者不同，DeepSeek尚未产生可观收入。该公司一直保持其模型开源，并免费向消费者提供聊天机器人。

DeepSeek、腾讯和阿里巴巴均未回应置评请求。

多年来，DeepSeek由中国对冲基金幻方量化管理控股，创始人梁文峰坚持独立运营、不接受外部资金，但随着技术和竞争挑战加剧，这一立场正在转变。

如今DeepSeek面临比一年前更激烈的市场竞争。AI模型发展加速，训练和运营成本飙升，财力雄厚的中美科技巨头正加大对初创企业的打压。近几个月，部分关键研究人员已跳槽至中国科技巨头。新资金将为DeepSeek提供急需的计算资源和人才保留支持。

DeepSeek仍依赖英伟达芯片训练旗舰模型。据The Information报道，其一直在使用英伟达Blackwell芯片训练下一代旗舰模型，而该芯片根据美国规定禁止出口至中国。DeepSeek已花费数月将V4模型适配至华为、寒武纪等中国芯片上运行。

据报道，iPhone 18 标准版可能会采用 M14 或 M12+ OLED 面板，其中 M12+ 目前被认为是最可能的选择。

而 iPhone 18 Pro 系列机型则预计使用 M16 发光基材，并从蓝色荧光 OLED 面板升级为蓝色磷光 OLED，能效提升明显。

作为参考，M12+ 发光基材是 M12 的小幅优化版本，曾被用于苹果 iPhone 14 Pro、三星 Galaxy S23 等机型，代际性能明显落后于 M13、M14。

当然，苹果显然不会在发布会上提及屏幕规格降级，只会讲 A20 芯片、相机升级和新设计，屏幕会被描述为“先进 OLED”，然后现场掌声仍旧和往年一样如雷贯耳。

尼日利亚是非洲人口最多的国家，这次合作直接把当地低频4G网络能力带上新台阶。

现在尼日利亚用4G的人越来越多，短视频、直播、移动支付这些业务很火，网络流量涨得特别快。低频频谱本来就不多，网络容易堵，用户上网体验不太好。

这次上线的新方案，比传统4T4R站点好用很多。开通之后，低频LTE流量直接涨了104%，用户下行网速体验提升28%，网络资源占用率还降了8%。

这个技术把大规模天线和宽频技术用在低频段，能把零散的频谱整合起来用，效率大幅提高。它还能兼容2G、3G、4G、5G和物联网信号，后续升级5G很方便。

华为通过材料、架构和算法的改进，解决了低频大天线体积大、重量重、没法商用的老问题，把全频Massive MIMO 的最后一块短板补上了。

加上之前已经布好的中高频设备，MTN现在实现了全频段覆盖Massive MIMO，成为全球第一个做到的运营商，正式进入全频段大天线技术时代。

尼日利亚MTN Sub-1GHz Massive MIMO商用站点

文 | 高恒说

过去一年，DeepSeek一直是中国大模型行业里最特殊的一家公司。

它不像一家标准创业公司。不急着融资，不急着上市，也不急着把自己塞进资本市场熟悉的叙事里。别的公司忙着更新版本、讲商业化、抢市场份额，它却始终很克制。梁文锋和DeepSeek留给外界的印象一直很明确：先把技术做出来，别的事都可以往后放。

但最近，围绕DeepSeek首轮融资的消息密集出现。先是有媒体报道称，DeepSeek正在寻求至少3亿美元外部融资，估值至少100亿美元；随后又有报道称，阿里和腾讯正在接触DeepSeek，市场给出的估值预期被推高到200亿美元以上。与此同时，另一个被反复提起的消息是，外界等了很久的DeepSeek V4，到现在还没有正式发布。

表面看，这像一轮再普通不过的融资：明星AI公司开始拿钱，巨头进场，估值上涨，市场情绪高涨。

但真正值得关注的，不是DeepSeek会不会融资，也不是最后谁能投进去，而是另一件事：为什么只是一条融资消息，就足以让整个行业迅速紧张起来？为什么一家公司刚刚打开一条门缝，外面就已经站满了想进来的人？

答案并不复杂，因为今天的DeepSeek，已经不是一家公司那么简单。它是中国少数还没有被资本和大厂彻底锁定的头部通用大模型公司之一，也是少数已经证明自己有全球影响力、同时还保留独立性的模型公司之一。谁都知道，这样的标的不会很多，也不会永远等在那里。

放在两年前，大家讨论更多的是中国大模型“能不能做出来”。放在今天，问题已经变成“谁能留在牌桌上，谁能被市场定价，谁能把技术优势变成组织优势和生态优势”。DeepSeek恰好站在这个变化的中心。一方面，它仍然是中国AI最有代表性的技术样本之一；另一方面，它也正在被拉进资本、人才、资源和生态重新分配的新阶段。

所以，谁都不想错过DeepSeek，表面上看是因为它值钱，往深了看，是因为中国AI竞争正在换打法。过去拼的是模型能不能做出来，今天拼的是谁能把人留住、把钱烧下去、把系统稳住、把资源接上、把位置占住。DeepSeek一开门，所有人都知道，新的竞争已经开始了。

01:为什么谁都不想错过DeepSeek

如果只把DeepSeek看成一家融资中的AI公司，很容易低估它现在的分量。

真正让它稀缺的，不只是模型强，而是它同时满足了几个条件：它已经证明了自己有技术影响力，有全球关注度，有独立路径的象征意义，而且直到今天，它仍然没有被哪一方真正锁定。这几件事放在一起，才让DeepSeek变成了今天这个谁都不想错过的标的。

先看影响力。

2025年初，DeepSeek R1发布之后，外界对中国大模型的看法明显变了。过去很多人默认，中国公司在基础模型上要长期跟着美国公司跑，尤其在高端算力受限的情况下，差距可能会越拉越大。DeepSeek打破的，不只是一个模型成绩，而是一种已经被很多人接受的看法：原来中国团队也能在不靠最昂贵路线的情况下，做出真正有全球竞争力的模型。

更重要的是，它走的是一条很少见的路。

过去这两年，很多模型公司都在追速度，追融资，追估值，追商业化。DeepSeek不是没有商业压力，而是它给外界的感觉始终不是一家公司在抢跑，而是一支团队在慢慢打底子。它不开太多口子，不做太多解释，也不急着向市场交作业。这种克制本身，就让它和行业里大多数公司拉开了差距。大家看着它，会天然觉得：这不是又一家在资本时间表上奔跑的AI公司，它更像一个例外。

例外，在平时是气质；到了关键时候，就是溢价。

因为一个还没被资本完全定义、又已经做出世界级成果的公司，天然会被市场认为更值钱。它的价值不只是今天赚多少钱，也不只是账面上能融到多少钱，而是它身上有很强的想象空间。对投资人来说，这种想象空间意味着未来的估值弹性；对大厂来说，这意味着它既可能成为盟友，也可能成为变量；对整个行业来说，这意味着它仍然是少数能代表“中国AI还有别的可能”的样本之一。

再看稀缺性。

现在中国头部通用大模型公司里，很多都已经在往资本市场走。智谱、MiniMax已经完成上市，月之暗面也在推进IPO，其他头部模型公司也在加快资本化。相比之下，DeepSeek是少数还没接受外部融资、还没明确站进任何一方生态、同时又已经形成全球影响力的头部模型公司之一。

这样的公司，一旦开始打开融资窗口，市场反应一定会非常快。因为大家都清楚，像DeepSeek这种体量、这种话题度、这种象征意义的公司，不会一直悬在空中。它迟早要进入资本体系，迟早要被市场给出价格，迟早要在某个更明确的位置上站队。区别只在于，谁先进去，谁离它更近，谁能在它还保持独立想象的时候占住一席之地。

这就是为什么，DeepSeek一旦出现融资消息，阿里、腾讯、投资机构、市场舆论都会立刻跟上。说到底，谁都不想错过DeepSeek，不是因为它是一家热公司，而是因为它可能是这个阶段中国AI行业里最重要、也最稀缺的那张票之一。

02:阿里、腾讯为什么都想投

DeepSeek为什么这么抢手，答案到了大厂这里会更直接一点。

阿里和腾讯真正在意的，不是这笔投资短期能赚多少钱，而是DeepSeek这样的公司，一旦被别人先拿下，未来失去的可能不是几个点的财务收益，而是AI时代的一块关键位置。

几亿美元的投资，对阿里和腾讯来说当然不算什么大数字。并且像这样的公司，如果能进的股东名单，意义远远大于财务回报。

因为AI进入下半场之后，模型能力已经不再只是模型能力，它开始重新分配很多东西。

模型会决定谁的云资源被更多消耗，谁能接住更多企业客户，谁的接口会被更多开发者围着用，谁的应用更容易接到最前沿能力。继续往下走，模型甚至会影响未来各种入口，办公、搜索、内容、社交、电商，谁更有机会接住AI红利。模型、云、客户、流量、应用，这些东西正在重新绑在一起。

这也就意味着，大厂争DeepSeek，表面是在投一家公司，实际上是在给自己抢未来AI生态里的关键节点。

对阿里来说，如果DeepSeek能和阿里云、企业服务、开发平台形成协同，它在AI基础设施这一层会更稳。对腾讯来说，如果顶级模型能力能和它现有的内容、社交、应用生态接上，它在AI时代的入口优势就会更有分量。

所以，这件事从一开始就不只是进攻，也是防守。

进攻很好理解。谁能更早把DeepSeek拉进自己体系，谁就有机会把模型能力和自己的云、客户、渠道、接口绑得更紧。可更现实的是防守。DeepSeek最让大厂在意的，不是它已经强到什么程度，而是它还保持着独立。一个足够强、又没有被谁真正拿下的模型公司，本身就是个大变量。它既可能成为谁的盟友，也可能成为谁未来最大的麻烦。

站在大厂角度，这件事的逻辑很简单：如果能投进去，当然最好；如果自己投不进去，至少也不想让对手轻易投进去。因为一旦DeepSeek被别的力量先锁住，丢掉的就不只是一个项目，而是未来一整块生态上的主动权。

这也是为什么，围绕DeepSeek的估值预期会在短时间内被迅速抬高。市场给它抬的，不只是今天这家公司值多少钱，更是在给一个稀缺位置标价。这个价格里，包含技术能力，也包含行业想象力，还包含未来AI格局里谁能多占一点先手。

所以，阿里腾讯为什么都想投DeepSeek，答案其实一点都不复杂：因为谁都知道，这不是一个普通机会，而是一个很可能错过一次、就很难再补上的机会。

03:DeepSeek为什么也不得不打开这扇门

如果说外面的人都不想错过DeepSeek，是因为它稀缺；那DeepSeek自己为什么会在这个时候打开一条门缝，原因就更现实。

不是因为它突然想通了，而是因为它原来那套活法，正在变得越来越贵。

过去，DeepSeek之所以能保持独立，一个重要原因是背后有幻方量化支撑输血。它不像很多创业公司那样，天生就得围着融资活，也不用不断向投资人解释商业化进展。这让它有条件维持一种很少见的状态：研究氛围更强，商业化压力没那么重，做事节奏也没那么像一家标准创业公司。

但到了今天，这种状态正在遇到边界。

最直接的压力，来自人才。

AI行业打到今天，拼的就是顶尖研究员和工程师。过去DeepSeek靠技术理想、组织氛围和原创空间吸引人，这些都成立；但现在，整个行业给顶尖人才开的条件已经越来越明确：更高的薪酬、更有价格感的期权、更清楚的退出路径。2025年底到2026年初，DeepSeek有郭达雅、魏浩然、王炳宣、阮翀、罗福莉等多名核心研发骨干离开，覆盖基座模型、推理、OCR、多模态等几条关键技术线。对一家靠人才密度立身的公司来说，这不是普通人员流动，而是组织问题。

而组织问题，最终会落到一个很实际的点上：期权得有价格。

一家创业公司能不能用期权留人，前提是员工得知道这东西大概值多少钱。如果公司长期不融资，没有外部估值，没有市场价格，很多股权和期权最后就会变成一张说不太清楚价值的承诺。外面机会少的时候，这还不是最大问题；可一旦行业里到处都在抬价抢人，这种模糊激励就会越来越难撑。对DeepSeek来说，融资的一个现实作用，就是给公司一个市场价格，给团队一个清晰预期，让手里的期权不再只是“未来可能值钱”，而是“现在大概值多少钱”。

第二个压力，来自资本开支。

大模型公司今天最烧钱的，早就不只是训练一次模型，而是后面那一长串更重的事情：推理服务、持续迭代、长上下文、多模态、Agent能力、基础设施稳定性，以及底层代码和芯片适配。DeepSeek过去这段时间虽然显得安静，但它并没有停。围绕长序列处理、条件记忆、稀疏注意力这些方向的持续推进，以及市场高度关注的与华为昇腾等国产芯片适配，都说明它还在往更底层、更重工程的地方走。

这样的事不热闹，却最吃资源。

尤其如果真要在国产芯片上做深适配，那就不是简单换一套硬件，而是很多底层东西都要重新磨，重新调，重新投入工程力量。这样的投入，既烧钱，也烧时间，还很难在短期内给外界一个特别直观的结果。但它又偏偏是下一阶段竞争不能不做的事。

第三个压力，来自行业节奏变了。

今天的大模型竞争，已经从“把一个模型做出来”变成“把一个系统跑起来”。模型效果是一方面，服务稳定性、推理供给、应用落地、系统承载力又是另一方面。2026年开年以来，DeepSeek已出现过多次大规模服务中断，其中一次网页端和App端同时无法使用，持续约12小时。对一家已经站到行业中心位置的模型公司来说，这说明的就不只是技术故障，而是整个系统和资源投入已经承受越来越大的压力。

说到底，DeepSeek今天打开融资窗口，不是因为它突然想和同行一样了，而是因为原来那种靠独立性和研究氛围就能往前跑的方式，已经越来越难独自支撑下一轮竞争。

这也是梁文锋真正要面对的问题。外界会问，DeepSeek最后拿谁的钱，阿里的还是腾讯的，或者谁的钱都不拿。或许对他来说，最难的问题其实不是这个。最难的是，一旦资本真的进来，DeepSeek以后还算不算原来那个DeepSeek。拿大厂的钱，资源更多，安全垫更厚，但独立性一定会被重新定义；拿纯财务投资人的钱，独立性保得更多一些，可真正缺的资源不一定补得上。说到底，不是在选谁给钱，而是在选DeepSeek以后成为什么样的公司。

所以，这件事最后真正要说明的，不是谁都不想错过DeepSeek这么简单。更重要的是，连DeepSeek自己也已经走到了不能一直停在原地的位置上。过去，中国AI公司最重要的任务，是证明自己能把模型做出来；现在，更现实的任务是证明自己做出来以后，还能长期留在牌桌上。

技术突破能让一家公司被看见，但只有被定价、被组织起来、被资源托住，它才能继续往前走。DeepSeek融资这件事，真正变的不是梁文锋一个人，而是整个中国AI行业的生存规则。

文 | 华商韬略

当马斯克的脑机接口还在实验室等待批文，中国脑机接口已正式上市、治病救人。

2026年3月，博睿康医疗科技公司的“植入式脑机接口手部运动功能代偿系统”（下称NEO系统），正式获得中国国家药监局签发的三类医疗器械（881144）注册证。这是全球首款获准上市的侵入式脑机接口医疗器械，标志着中国已在脑机接口领域从跟跑者，实现了“并跑”甚至局部“领跑”的跨越——需明确的是，这种“超越”并非全面领先，而是中美形成差异化竞争格局：中国胜在医疗落地与产业化速度，美国则在基础研究、前沿探索领域仍具优势。

中国脊髓损伤患者累计超370万人，每小时新增10例，全球患者更是多达1500万。这类损伤会导致运动、感觉障碍，多数高位截瘫患者常年卧床，治疗手段匮乏，且超70%患者年龄在50岁以下，多由交通事故、高处坠落、运动损伤引发。

NEO系统的出现，为这些患者及家庭带来了希望。获批上市前，它已在全国11家医院完成多中心确证性临床试验，通过植入一枚硬币大小的微创装置，实时采集并解读脑信号，32位颈段脊髓损伤患者[1.1]均实现了脑控抓握。瘫痪16年的老杨能用双手抱着小孙女，高位截瘫多年的小白能脑控轮椅，兴奋地与妈妈视频通话。

▲图源：清华大学

这一切的起点，始于清华大学洪波教授——正是他率领团队与博睿康合作，研发出这款医疗器械。洪波的鲜明特质是不跟风：大学时选择冷门的生物医学工程，2005年完成约翰霍普金斯大学访问学者工作后回清华任教，又投身前景不明的脑机接口领域。

彼时脑机接口有两大技术路线：非侵入式将装置置于头皮外，安全但信号微弱；侵入式将装置植入大脑皮层，信号质量高但风险大，存在生物兼容性、电极脱落等问题。经过多年探索，洪波于2013年开创性提出半侵入式脑机接口设想，将片状电极放置于硬脑膜外，不接触脑组织却能保证信号质量。

此后，他带领团队攻克无线供电、脑信号解码等一系列技术难题，实现了“信号精准、安全性高、长期稳定”的目标。更令人意外的是，近七成临床试验患者在使用脑机接口辅助6个月后，手部竟恢复了部分运动功能，一些恢复较好的患者可徒手喝水、拿哑铃——这意味着脑机接口不仅是临时“拐杖”，还能辅助“修复神经”。洪波随即回归基础研究，深耕这一现象背后的科学原理。

▲洪波，图源：清华大学

方向上大胆拓新，研究上筑牢根基，洪波为中国脑机接口突围指明了路径。而将他的科学设想转化为现实产品的，是他联合指导的第一位博士生。

2001年，胥红来进入清华大学生物医学工程系，后来加入脑机接口研究组。彼时，实验设备全靠高价进口，且购买先进设备时屡屡被拒——对方担心助力中国科研、被山寨技术。这些经历，坚定了团队自主研发的决心。

2005年，该研究组在国际脑机接口数据比赛中夺冠，其研发的脑机接口设备还登上新闻联播，成为社会热点。2006年，即将硕士毕业的胥红来已小有名气，收到某医疗器械大厂Offer，而导师洪波的一番话改变了他的人生轨迹：“你现在去不过是当个螺丝钉，不如创业，把实验室的技术落地产业化；你该读博士，把技术彻底搞明白。”

为实现技术落地，胥红来坚守了20年。前5年，他专注探索产品化可行性：当时脑电信号研究普遍采用稳妥但低效的模拟技术路线，他却转向仅存在于理论中的“全数字化”方案——该方案因信号干扰严重，无人敢尝试、无经验可借鉴。

胥红来从零起步，自制检测设备、采购精密仪器，常拉着师兄弟做实验，久而久之大家都想绕道走——曾有位师弟因设备漏电被电到。“这件事尝试了99次，总有一次会成功。”凭借这份执着，他终于攻克全数字化方案，于2011年底创办博睿康科技（常州）股份有限公司，开启了长达15年的创业长征。

▲胥红来，图源：常州科教城

创业比科研更艰难。从学生转型创始人，胥红来见遍投资人，却总被当成骗子——脑机接口在当时太过科幻，即便顶着清华招牌也无济于事。长期受挫让他差点接受某公司800万的收购价，关键时刻，技术为他赢得转机。2015年前后，博睿康推出第一代产品样机，医院专家评价：虽外观简陋，信号质量却远超国内设备，可与进口产品媲美。

凭借这台样机，博睿康获得1500万元天使轮融资。初获资金的胥红来急于求成，快速铺开场地、拿证等事务，不到一年便耗尽资金，甚至要向家里借钱发工资。此后，他变得务实克制，先深耕相对简单的非侵入式脑机接口产品，与多家医院合作采集数据，逐步打通国内科研市场，2019年完成6000万A轮融资。

积累足够资金与经验后，胥红来践行导师理念，启动半侵入式脑机接口研发，构建起“洪波团队学术指导、临床医生界定需求、公司工程师落地技术”的产学医研协同体系。当马斯克四处宣扬自家脑机接口时，博睿康默默积蓄力量，静待爆发。

博睿康诞生于江苏常州，2021年完成B轮过亿融资后，于上海张江科学城设立子公司——半侵入式脑机接口研发难度极高，对人才、产业链的要求远超常规产业，而张江恰好坐拥集成电路、人工智能、生物医药三大核心产业，为其提供了全方位支撑。

植入装置需低功耗、高精度、小型化，依赖集成电路产业；复杂且充满噪声的脑信号，需AI通过深度学习实时解码为具体动作指令；生物医药领域集聚的2300多家创新主体、9.6万名从业人员，能提供生物相容性材料、神经科学支持与临床验证方法。这种协同共生的产业生态，让博睿康快速整合资源、加快研发，最终实现中国脑机接口医疗器械全球首发。

▲图源：央视新闻

张江科学城能成为创业者的梦想之地，离不开1997年调任上海市经委副主任的江上舟。作为少数懂半导体的官员，他研究中国台湾产业后，提出大胆构想：让上海超越台湾，成为世界半导体制造中心。1998年底，他向上海决策层献计，在浦东规划22平方公里的张江微电子开发区[2.1]，面积是中国台湾新竹工业园的3倍。

2000年初，江上舟盛情邀请半导体领域名家张汝京，上海四套班子全员迎接，张汝京当即决定在上海创办中芯国际，寓意“中国技术第一芯”。仅三年时间，中芯国际销售额突破30亿元，出口创汇约3亿美元，2003年底总产能跃居行业第四，仅次于台积电、联华电子和特许半导体，将大陆芯片水平提速三十年，深刻推动了张江集成电路产业发展。

中芯国际的崛起让台积电倍感压力，先后于2003年、2006年在美国起诉其侵犯专利：第一次获1.75亿美元和解费，第二次更是提出苛刻要求——2亿美元赔款、割让10%股权、张汝京辞职。2009年判决公布后，张汝京痛哭离场，患病的江上舟临危受命担任董事长。

2011年6月24日，上海瑞金医院，病危昏迷的江上舟被老友一声“集成电路”唤醒，因无法说话急得扭动脖颈；当听到“装备样机很成功”，他才平静下来，几天后与世长辞。尽管上海未能如愿成为世界半导体制造中心，但在江上舟推动下，张江科学城迅猛崛起，成为“中国硅谷”和世界级创新高地。近年来，中芯国际走出低谷，2025年跻身全球晶圆代工领域第三名，再度成为台积电的强劲对手，而脑机接口，正是张江孵化出的另一张产业王牌。

如今的脑机接口行业，不乏“意念交流”“人机共生”的宏大叙事，而中国团队始终谨慎务实，聚焦医疗痛点、解决实际问题。

▲临床试验中，截瘫患者实现脑控抓握。图源：清华大学

洪波的技术拓新、胥红来的创业坚守、江上舟的产业布局，三人的隔空接力，终于在2026年春天，将原本科幻的脑机接口从实验室推向真实医疗场景。这也为中国未来产业培育提供了宝贵思路：硬科技的突围，从来不是单点技术的突破，而是“科学家+企业家+战略家”的共振。

需要明确的是，中美脑机接口的竞争并非“非此即彼”的胜负赛：中国以NEO系统实现全球首个侵入式脑机接口医疗器械上市，在医疗落地、产业化应用上形成领跑优势；美国则在基础研究（如脑信号解码算法、神经科学基础理论）、前沿探索（如侵入式脑机接口的长期植入安全性、多模态信号融合）上仍领先，马斯克的Neuralink虽未上市，但其在脑机接口微型化、信号采集精度上的技术积累不容小觑。

未来，世界脑机接口行业有望复刻新能源格局：中美并跑、各有侧重，其他国家则难以跻身核心竞争圈层。

注释：

1.1颈段脊髓损伤被认为是脊髓损伤中最严重一类，会导致全身瘫痪和感觉丧失，还需管理一系列的并发症。

2.1当年规划的张江微电子开发区，现已升级并融入“张江科学城”这一整体范畴。其集成电路产业集群，让张江科学城成为中国硅谷。

参考资料

[1]《全球首款，获批上市！源自清华！》清华大学

[2]《从清华实验室到全球首证：博睿康的中国脑机接口之路》澎湃新闻

[3]《致敬企业家|博睿康科技胥红来：要做顶天立地的“独角兽”》常州科教城

[4]《记战略型科学家江上舟》科技日报

[5]《上海浦东：解锁脑机接口“全球首证”》新华每日电讯

“十四五”期间，中国移动全力推进AI与通信技术深度融合，打造5G-A新型网络能力体系。“为加快破解上行增强技术网络能力与终端、生态发展不平衡、不匹配难题，中国移动正式启航5G-A超级上行行动，全面赋能高清视频直播、云游戏、AI智能体、具身智能等新业务形态的创新应用。”会上，中国移动副总经理李慧镝发出倡议：强化技术引领，梯次推进上行增强技术落地；深化产业协同，实现网络能力与终端体验同步跃升；共筑生态融合创新，以应用牵引技术迭代，打造一批可复制推广的标杆示范，牵引产业链共同繁荣。

中国移动5G-A超级上行启航大会（央广网记者 尚天宇 摄）

大会面向产业发布《中国移动5G-A超级上行技术演进及规划白皮书》，并正式宣布成立“5G-A超级上行中试基地”，面向产业各方开放共享，全面加速网络、终端与业务融通发展。浙江移动联合产业伙伴正式成立5G-A超级上行赋能MobileAI生态联盟，携手产业合作伙伴共谱数智新篇章。

在传统通信模式下，为了满足视频观看、信息浏览、网络游戏的高频应用，移动通信网络主要解决网络下行问题，上行峰值速率停留在每秒百兆水平。浙江移动总经理杨剑宇介绍，人工智能时代对网络上行能力提出了前所未有的高要求。为解决海量数据交互问题，浙江移动攻坚克难，率先开展了超级上行关键技术验证，在西溪湿地建成全国首个5G-A×AI大上行示范区，成功突破网络上行慢的技术瓶颈，单用户上行峰值达到1Gbps，实现了从百兆向1G的跨越。

“根据集团统一部署，我们将率先打造5G-A超级上行‘领先城市’，启动‘5G-A超级上行中试基地’建设，聚力打造‘MobileAI综合应用示范基地’,全面赋能具身智能、智能终端、高清直播等规模落地。”杨剑宇说。

5G-A超级上行生态（央广网记者 尚天宇 摄）

据悉，2024年3月中国移动在杭州实现5G-A商用部署全国首发，目前浙江移动已率先在浙江各大城区实现5G-A连续覆盖，5G-A基站规模超2万站，服务5G-A用户超1250万人。

会议现场还展示了丰富的5G-A超级上行生态产品，包括芯片、模组、以及MobileAI终端。“面向未来，中国移动将深化场景赋能，持续推进‘超级上行-人工智能样板’和‘超级上行-文旅商贸样板’建设，打造超级上行领航城市适度超前的网络底座，支撑‘人工智能+’赋能千行百业，开启以网强算、以网促智的新征程。”浙江移动5G技术专家徐林忠表示。