对于理想创始人李想来说，2025年不仅是这家造车新势力迈入第二个十年的起点，也是一次关乎企业基因重塑的临界点。

12月3日，理想汽车正式发布了其首款量产AI眼镜——Livis。在外界看来，这或许只是车企为了丰富周边生态而推出的一款“科技玩具”，但在李想的战略棋局中，这款重仅36克的眼镜，被定义为“最强人工智能附件”。它不仅是连接人与车的纽带，更是理想汽车试图跳出单一新能源赛道，向“全场景具身智能品牌”跨越的关键跳板。

在不久前的2025年第三季度财报电话会上，李想罕见地用大篇幅阐述了对未来的长期思考，核心直指“具身智能”（Embodied AI）。当大多数车企还在为销量和毛利搏杀时，理想汽车试图用一款眼镜，回答一个更宏大的命题：在人工智能时代，一家汽车公司的边界究竟在哪里？

01行业竞逐下的战略卡位：为何押注AI眼镜？

在消费电子的红海中，智能眼镜的赛道上早已挤满了野心勃勃的玩家。从硅谷丛林中的Meta、谷歌，到国内大厂生态的华为、小米，乃至Rokid、XReal等知名智能硬件品牌，科技巨头们正加速布局这一领域。其中，RayBan-Meta成为销量数百万、全球瞩目的爆款产品，正面验证了音频+AI眼镜组合的市场潜力。

然而，在这个时间节点，理想汽车作为一个“外来者”闯入了。从行内人的角度观察，其背后隐藏着李想对于未来十年“汽车机器人”战略的宏大构想。

在外界看来，车企造眼镜无非是多了一个周边配件。但在李想的战略棋盘中，这款重仅36克的Livis眼镜，被赋予了极高的战略地位——它是理想“汽车机器人”不可或缺的感官延伸。

财报电话会上，李想罕见地抛出了一套关于机器人的终极定义。他引用《变形金刚》和《霹雳游侠》作为比喻，指出未来的机器人主要有两种核心形态：一种是像人一样的人形机器人，另一种则是像车一样的汽车机器人。而在他看来，具备了感知（眼睛和耳朵）、模型（大脑）、计算（心脏）和线控底盘（身体）的智能汽车，本质上就是现实世界中最大的具身智能硬件。

“电动车的选择不是不好，而是不够；智能终端的选择也不是不好，而是不够。”李想在内部反复强调，唯有选择“具身智能”这道最难的题，才能真正改变用户的生活。

虽然汽车是强大的机器人，但它有着天然的物理局限——它被禁锢在道路和停车场，无法跟随用户进入电梯、办公室或家中。一旦车主离开座舱，汽车机器人就如同“失明”，服务也随之中断。

这就是理想AI眼镜Livis存在的逻辑起点。理想并不想做一款单纯的手机附属品，而是要打造一个“离体感官”。在理想的具身智能架构中，汽车是拥有强大算力和能源的“母体”，而眼镜则是佩戴在用户身上的“眼睛”和“耳朵”。通过眼镜的第一视角，AI系统能够持续感知物理世界，捕捉用户在车外的行为数据和环境信息。因此，全链路的感知能力，是实现从“被动机器”向“主动机器人”进化的关键。

这一战略的更深层支撑，来自于理想对未来AI技术路径的判断。李想指出，当下的语言智能（如ChatGPT）侧重于云端计算，而具身智能必须基于对物理世界的精准理解。

为此，理想正在构建一套基于“视觉-语言-动作”（VLA）的端到端大模型体系。在这个体系中，眼镜不仅是信息的采集者，更是VLA模型理解世界的触角。通过“车+镜”的双端感知，理想试图训练出一个不仅懂路况、更懂生活场景的“世界模型”。

按照理想内部的“三步走”战略，AI将从“增强人类能力的助手”，进化为“具备自主决策能力的Agent”，最终成为能够提供全方位服务的“硅基家人”。

相比手机厂商深厚的供应链积累和互联网大厂的算法沉淀，理想的优势在于对特定场景（出行、家庭）的深刻理解。手机厂商做AI眼镜，旨在抢夺下一个流量入口；而理想做这件事，是为了让它的“汽车机器人”长出双腿，走进用户的生活。

李想选择了一条最难的路：不依赖第三方供应商，构建一套包含感知、模型、操作系统在内的完整AI系统。理想AI眼镜Livis，既是这套系统在车外的第一次落地验证，更是理想试图跳出“汽车制造商”标签，向“全场景具身智能企业”全面跨越的冲锋号。

02技术复用与痛点攻坚：理想的产品哲学落地

在一个早已被验证“很难做”的硬件品类上，理想汽车展示了一种独特的“造车式”打法。

Livis项目的研发过程，是理想汽车回归“创业公司管理模式”的一个缩影。在经历了三年向职业经理人体系转型的尝试后，李想在财报会上坦言，面对全新的技术变革，传统的科层制流程无法适应。他选择回归创业初期的管理模式，这种模式的核心在于高效的资源复用与极简的决策链路。

据接近项目的人士透露，理想AI眼镜Livis的ISP（图像信号处理）调校工作，直接复用了理想L9和MEGA车型上负责流媒体后视镜的团队。这不仅节省了成本，更重要的是，该团队在复杂光线环境下的图像清晰度优化拥有成熟经验，能够保障眼镜视觉的快速输出效果。无独有偶，负责眼镜嵌入式系统的工程师，此前是负责方向盘控制器的团队成员；声学技术则源自理想汽车声学实验室。这种内部核心人才的高效复用，让理想在有限的预算和人力下，仅用一年时间就完成了从立项到量产的全过程。

在产品定义上，理想避开了此前Google Glass等先驱者犯下的“功能堆砌”错误，而是聚焦于三个最本质的痛点：重量、续航和响应速度。

“36克”，这是理想AI眼镜Livis的重量数据，刷新了行业轻量化的记录。对于一款需要长时间佩戴的设备，重量是决定生死的关键。为了实现这一目标，理想甚至研发了一套专用的嵌入式操作系统——Livis OS。

不同于安卓系统的臃肿，Livis OS专为AI眼镜量身打造，核心逻辑是聚焦端到端链路优化，以实现极致低功耗。

这使得理想AI眼镜Livis在仅依靠微型电池的情况下，实现了18.8小时的典型续航，足以覆盖用户一整天的使用需求。佩戴待机时长可达78小时，是小米、Meta等竞品的5倍，从而支撑起了“不关机”的策略，即用户从眼镜盒取出即可使用，无需等待漫长的开机过程（竞品通常需要25-30秒开机）。

在交互体验上，理想将“快”作为核心指标，试图达到接近人类直觉的交互速度，而这也是具身智能从“机器”走向“伙伴”的必要条件。

基于Livis OS的驱动，Livis实现了300毫秒唤醒、800毫秒端到端执行响应的速度。这意味着，当用户说完指令，几乎在话音落下的瞬间，系统就已经给出了反馈。

此外，理想汽车在供应链管理上的强势也延续到了眼镜项目中。光学镜片是智能眼镜普及的一大障碍，尤其是对于近视人群。理想选择与光学巨头蔡司（Zeiss）结盟，全系标配蔡司高品质镜片。这不仅解决了光学素质的问题（如色彩还原、暗部细节），更重要的是通过与蔡司的深度合作，解决了线上配镜的难题。用户只需上传验光单，最快当天即可完成配镜并发货。

03场景深耕：不仅是遥控器，更是生活伴侣

技术参数的堆叠终究要服务于真实场景。对家庭用车场景的细腻洞察，一直是理想汽车的护城河，如今被延伸到了穿戴设备上。

在理想的定义中，理想AI眼镜Livis不再只是一个简单的“车钥匙”替代品，而是一位能够主动感知需求的生活伙伴。

这种“伙伴感”体现在对车控细节的极致打磨上。相比于传统APP控车一系列的繁琐流程，理想AI眼镜Livis只需要一句“理想同学”，即可发送语音指令。在炎热的夏天，用户在上车前只需一句指令即可开启空调；在寒冬，也能提前加热方向盘。甚至在搬运大件物品双手被占用时，无需寻找钥匙或感应区，动动嘴就能优雅地开启尾门。这种“无感交互”的便利性，正是李想口中“自动与主动”服务的具体呈现。

除了控车，眼镜在车内场景的联动也颇具巧思。佩戴Livis上车后，眼镜会自动与车机无感连接。此时，车辆的导航播报和辅助驾驶提示音，将通过眼镜的头枕音响功能定向传输给驾驶员，而不干扰后排的休息或娱乐。

值得一提的是，理想在配件设计上也保持了其一贯的“产品经理思维”。为理想AI眼镜Livis标配了支持无线充电的眼镜盒，它不仅能为眼镜提供4次满电续航，还兼容理想汽车车内的无线充电面板。看似不起眼的设计，实则打通了“车-镜”之间的能源补给链路，让用户在旅途中彻底告别电量焦虑。

04护城河构建：生态协同与全球化布局

如果说AI眼镜Livis是理想在具身智能领域的先锋，那么其背后同步构建的，正是一条集芯片、系统和全球渠道于一体的坚实护城河。

在财报会上，李想反复提及了一枚代号为“M100”的自研芯片。这枚芯片并非仅为汽车设计，而是为了解决具身智能的本质问题——端侧算力。与语言智能依赖云端算力不同，具身智能要求极高的实时性和安全性，必须在端侧解决感知和计算问题。理想计划在2026年交付搭载M100芯片的AI系统，而理想AI眼镜Livis作为该系统的一部分，未来极有可能与M100芯片形成算力互补，实现更强大的感知能力。

更有深意的是理想在商业化路径上的伏笔——全球化。

长期以来，造车新势力出海面临着品牌认知度低、渠道建设难的困境。而通过与蔡司达成战略合作，理想似乎找到了一条“借船出海”的高效路径。蔡司在全球拥有覆盖70多个国家的10万+网点，理想与蔡司的合作不止限于国内，更明确指向了全球市场的深度拓展。

不难猜测，理想AI眼镜Livis有可能先于理想的汽车产品，通过蔡司成熟的光学渠道进入海外市场。对于一家立志成为全球领先的人工智能企业的公司来说，这步棋走得颇为精细：用轻量化的消费电子产品先行探路，建立品牌认知，积累全球用户的行为数据，为后续汽车产品的出海铺平道路。

当然，挑战依然严峻。在AI眼镜这个细分领域，用户的使用习惯尚未完全形成，隐私问题、交互伦理等都是潜在的雷区。而一旦苹果等巨头转而通过更轻量级的设备切入市场，理想面临的竞争也将更为严酷。

但无论如何，理想汽车已经迈出了决定性的一步。如同李想的发言，未来的竞争不在一时一刻，而在方向的长期选择。理想AI眼镜Livis的发布，不仅标志着理想汽车进一步撕掉了“奶爸车”的单一标签，更向着具身智能的深水区坚定迈进。这副眼镜，既是理想汽车连接车主与数字世界的桥梁，也是李想洞察未来十年科技变革的前瞻窗口。

近日，「拓元智慧」宣布完成数亿元Pre-A轮系列融资，引入上市公司东方精工、星宸科技、金牌家居关联基金德韬资本、石溪资本、数聚乘等多家战略及产业投资方，粤科金融等重量级国资投资平台，鹏城愿景、红鸟启航、领屹投资等科研机构基金。本轮融资资金将主要用于物理空间智能模型的研发投入、赋能模型的物理推理及跨场景迁移能力、构建具身生态并加速相关产品的商业化落地。

物理空间建模难、泛化难，传统模型制约人工智能迈向“物理空间智能”

当前人工智能正处于从“数字智能”迈向“物理智能”的关键转折点。大语言模型虽然在文本推理与知识处理上取得突破，但在理解真实物理空间、进行连续动作规划以及与环境实时交互方面仍然存在根本性缺陷。这类缺陷直接限制了人工智能向具身智能、物理世界智能体、机器人等更高层次能力的跨越。

以一个简单的真实场景为例：给定“门宽 80 cm、桌子宽 50 cm、人的肩宽 55 cm”的描述，当前的语言模型往往会逐项比较数字并认为“都比门窄，因此可以一起通过”，完全忽略两者并排时的组合宽度、旋转带来的投影变化、姿态调整的约束以及物体之间的不可穿透性等基本物理规律。这样的错误不只是知识缺失，而是缺乏真正的物理空间理解能力，凸显了当前 AI 无法成为可靠的物理世界参与者的根本原因。

这些基础能力缺失在真实世界中表现得尤为明显。由于模型无法准确理解空间结构与几何关系，机器人往往在执行简单任务时也会出现“对不准、抓不到、绕不开、走不直”等失败模式。例如，在抓取任务中，机械臂可能因为误判目标位置而多次空抓，或在移动时与桌角、墙面发生轻微碰撞，体现出对距离、可达性和避障条件的误估。在更复杂场景中，模型甚至会生成违反物理规律的行为规划，如要求机械臂穿过障碍物、让移动平台驶向不可通行的窄隙、在倾斜平面上输出不稳定的轨迹等。此外，这些系统高度依赖训练场景，当光照变化、物体位置轻微移动或视角发生偏差时，其性能会显著下降——同一指令在不同场景中的执行结果可能截然不同，表现出缺乏鲁棒性与泛化能力。真实世界中这些直观的失败，不仅不符合物理常识，也严重制约了机器人在开放环境中的实际使用。

导致上述现象的根本原因，源于当前视觉—语言—动作模型（VLA）的技术瓶颈。尽管 VLA 被视为虚拟智能通向物理世界的关键桥梁，但其架构内部仍存在无法回避的缺陷，哪怕引入世界模型也难以彻底解决。其一，VLA 通常将视觉输入先压缩到语言 token 空间，这一过程天然会丢失连续空间中至关重要的几何、拓扑与物理量信息，使模型难以理解精确位置关系，从而在动作控制上产生偏差，甚至输出违背物理约束的操作序列。其二，VLA 的泛化能力极为有限。真实世界具有高度复杂性与多样性，而具身智能又对视角变化、环境布局、物体遮挡及动态条件极度敏感。这些因素耦合在一起，使得 VLA 模型很容易在训练场景中表现良好，却无法迁移到新环境中。一旦背景变化、光照不同或物体位置发生微小偏移，模型的感知—推理—动作链条就可能彻底瓦解。这些技术限制共同导致了当前 AI 在物理空间中能力不足的本质困境。

拓元智慧：研发新一代物理空间智能引擎，持续突破AI模型从数字空间走入物理世界的能力瓶颈

「拓元智慧」是鹏城实验室智算生态构建的首批企业，总部位于深圳。公司以全新的物理空间智能引擎为核心创新动力，率先推出 VWA（Vision-World-Action） 模型，全面突破传统 VLA 模型的局限，真正实现对物理世界的精准理解与高可靠行动。同时，公司自主研发的在线高效适应技术，使模型具备类似“自检”的能力，即插即用、随场景即刻适配，进入全新物理环境，都能快速掌握任务、稳定发挥，实现前所未有的强泛化与高可靠性。

基础模型创新：VWA模型突破VLA模型的物理空间建模局限性

「拓元智慧」提出了一种全新的 VWA 架构，用以替代现有的 VLA 模型，从根本上提升物理空间交互的精度。与传统方法必须将视觉信息压缩到语言 token 空间不同，公司彻底摒弃这一信息损失严重的路线，转而直接在物理空间进行推理与决策。通过构建面向真实世界的 Physical World Model，使模型能够在连续物理空间中进行多步 roll-out、预测未来状态变换，从而在规划、安全评估与稳定控制方面迈出关键一步。

公司推出的物理自回归模型（Physical Autoregressive Model, PAR），让具身智能实现对于物理世界规律的高效学习。该模型通过将视频帧与机器人动作共同编码为“物理token”，使得模型能够以自回归方式逐步预测下一步视频与动作，形成“预测—执行—再预测”的闭环。尤为关键的是，PAR模型在无需进行动作预训练的前提下，即可有效学习物理世界的动态规律，在机器人操作基准ManiSkill的PushCube任务上实现了100%的成功率，并在多项任务中媲美需动作预训练的强基线模型。这一成果显著推进了从大规模视频预训练模型向真实世界机器人操控能力迁移的技术路径，为构建具备通用物理常识的具身智能奠定了重要基础。

在底层推理机制上，公司提出了全新的 Tweedie Framework，显著提升动作控制的准确性；同时引入高效的 Eon 计算机制，大幅增强模型的运行效率与长序列建模能力。两者结合，为构建更可靠、更智能、更具泛化能力的物理空间智能奠定了坚实基础。

在数据层面，「拓元智慧」引入多源且高质量的物理数据，为模型构建真实、稳定、可泛化的物理空间能力奠定基础。（1）具备空间信息的真实人类抓取及自然场景数据：基于真实业务场景采集的数十亿级双目与多目视觉数据，覆盖多种真实环境和多样化任务场景，具备高度一致的空间结构信息与自然连续的人类动作轨迹。相较于现有以仿真或摆拍为主的数据，这类真实任务数据在规模、多样性与真实性上均具有显著优势，并通过丰富的 3D 空间线索，支持对海量物体进行精细的空间理解与语义解析。（2）训练场仿真数据：依托虚实孪生的具身智能训练场，通过高保真 3D 物理环境重建与逼真的物体资产构建，生成大规模物理仿真数据与仿真遥操作数据，为模型提供可控、可扩展、可重复的训练条件。

场景泛化创新：基于物理建模与空间建模解耦的超轻量在线适应技术

针对当前模型普遍缺乏泛化性的关键瓶颈，「拓元智慧」提出了将整体能力解耦为“物理建模”与“空间建模”两大模块的新范式。通过这种解耦方式，模型能够获得高度通用、跨环境稳定的物理建模能力；而真正影响泛化性的部分，仅存在于对具体场景的空间建模上。

这一机制与人类在操控陌生环境中的机器人时的行为高度一致：人类并非天然具备“泛化性”，而是依靠在新环境中快速适应空间布局来完成任务。在我们提出的新模型中，只需对空间建模部分进行轻量级适配，而无需重新调整底层的通用物理建模模块。更重要的是，这种适配所需的数据极少（甚至只需一条示例数据），所涉及的参数规模也极小（例如在数百亿参数的模型中，仅更新约 4000 个参数）。模型便能在新环境中实现在线快速适配，如同进行一次“自检”般简单高效。以家庭机器人为例：一个能够在我家完成家务的机器人，被拿到你家后，无需重新学习物理规律，只需对新的空间布局进行快速建模，就能立即投入使用。

这一能力极大提升了模型在真实世界中的泛化性与可部署性。

核心团队：依托鹏城实验室和中山大学，组建以青年领袖科学家为首的顶尖研发团队

「拓元智慧」由国内外顶尖AI专家团队创办，在人工智能领域具有广泛的国际影响力。依托鹏城实验室和中山大学的两大研究基地，成立了“拓元智慧-中山大学”联合实验室，组建了一支由AI领域青年领袖科学家王广润博士（华为天才少年计划最高级别入选者）、国家级青年人才王可泽博士（吴文俊人工智能科学奖得主）、中大-拓元联合实验室负责人梁小丹博士（阿里巴巴青橙奖得主）领衔的高水平研发团队。

王广润博士，国家海外高层次青年人才基金和华为战略人才基金获得者、拓元智慧首席科学家、中山大学计算机学院青年研究员、博士生导师。曾入选华为天才少年计划的“最高级别”。广润博士曾在英国牛津大学担任Research Fellow，合作导师为英国皇家科学院院士、英国皇家工程院院士Philip H.S. Torr教授。主要从事新一代 AI 架构、大物理模型与世界模型、多模态生成式 AI等方向研究。获吴文俊人工智能优秀博士论文、《Pattern Recognition》最佳论文、全球 AI 华人新星榜等荣誉；在多个国际竞赛中获得金牌；担任多个CCF A会议领域主席。其研究工作曾被用于支撑 LeCun 的相关论文论证。组建"拓元智慧-中山大学"联合实验室，持续探索物理空间智能模型的前沿领域，引领人工智能走向“物理空间智能”的技术变革。研发成果在智能零售场景和具身训练场中实现规模化使用。

王可泽博士，国家级青年人才、国家海外优青获得者、拓元智慧高级算法总监、中山大学计算机学院副教授、博士生导师。曾获吴文俊人工智能自然科学奖、人工智能学会CAAI优秀博士论文奖，入选AI 2000全球最具影响力学者榜单。王可泽博士曾在在美国加州大学洛杉矶分校从事博士后研究，聚焦多模态大模型、多智能体、因果推理和长程规划等相关领域研究。作为国家科技创新2030"因果推理与决策理论"重大项目核心成员，提出基于因果一致性的大模型推理方法，应用于大模型优化和具身长程推理等核心难题场景。在Cell子刊、PAMI、CVPR、ICCV、NeurIPS等会议发表论文50余篇，被引用近4000次。

科研和产业资本联合加注，协同加速拓元智慧战略发展

本轮投资方均在其专注领域拥有深厚的资源背景与战略布局，其联合投资彰显了对拓元智慧技术与发展前景的高度认可。

产业资本方面，公司本轮融资获得多家上市公司及其关联资金与资源的协同支持。

• 东方精工聚焦高端智能装备制造龙头企业。目前，东方精工以“构建具身智能机器人全产业链生态、赋能传统产业智能化升级”为核心，前瞻性布局人工智能+具身智能机器人赛道，已形成覆盖机器人本体制造、多模态大模型智能大脑端研发、应用场景拓展的全产业布局。

• 星宸科技是全球领先的视觉AI SoC芯片设计企业，视觉AI SoC全球市占率第一（出货量第一）、机器人视觉AI SoC市占率位居全球第二。基于“视觉+AI”的核心框架及“感知+计算+连接”的核心能力，专注为智慧视觉、智慧出行、智能机器人、智能家居、智能办公、智能工业等端边侧设备提供 AI SoC 解决方案。

• 德韬资本是金牌家居（603180.SH）及建潘集团的产业投资平台，围绕“泛家居产业互联网生态平台”布局战略投资，聚焦泛家居产业链、人工智能、机器人、智能家居、工业互联网等领域，致力深耕产业提升价值，加强产业科技孵化、赋能服务产业链、培育产业细分龙头、建设泛家居产业生态、打造泛家居产业互联网。目前管理6只基金，以“资本+产业+科技+平台”模式驱动产业发展。na zhe

• 石溪资本由集成电路存储龙头企业与投资团队发起设立，长期聚焦于硬科技等前沿领域的投资，在半导体、人工智能等领域有着广泛布局，通过产业资源对接、技术赋能等方式助力被投企业成长。石溪资本管理多达十余支基金，目前累计投资项目近60个，其中多家企业已成功上市。

国资投资平台与科研机构基金同样高度认可公司的技术先进性与行业地位。

• 粤科金融集团是广东省属国有创投平台，也是国内首家省级科技金融集团。该集团以服务广东科技创新和产业升级为核心，重点布局新一代信息技术、高端装备制造、生物医药、新材料、人工智能、低空经济等战略性新兴产业。目前，粤科系基金规模超1400亿元，形成了涵盖政府引导、市场运作、战略新兴及跨境投资的多元化基金体系，累计为3000多家科技企业提供投融资服务，并推动184家企业实现IPO上市。

• 鹏城愿景基金是由鹏城实验室发起的国家战略科技力量成果转化基金，以”政府引导基金+社会资本+专业投资机构”模式组建，秉持”投早、投小、投科技”理念，聚焦宽带通信、新型网络、人工智能半导体硬科技、数字制造等领域，重点围绕鹏城实验室创新链、产业链上下游布局投资，重点瞄准种子期和初创期项目。

• 红鸟启航基金是由港科大校友与香港科技大学强强联合发起设立的天使投资基金，专注于人工智能及应用、具身智能、脑机接口、新能源/新材料领域前沿领域的天使阶段投资。基金的核心优势在于深度融合香港科技大学顶尖的科研实力，和管理团队深厚的产业+资本市场经验，借助香港科技大学的科研平台，基金直通全球前沿的实验室与创新成果，为基金提供了尖端的项目来源、前瞻性的技术洞察以及强大的专家智库支持。 

• 领屹投资致力于成为全球视角下的推动科技进步和产业升级的新锐投资及服务机构，由港科大校友创立，并与香港科技大学在多方面达成富有成效的合作，在投资基金决策、科技成果转化、创新孵化、产教融合等方面开展全方位互动，形成了“技术+孵化+投资”的闭环协同经验，矢志为科学企业家打造通往创业成功的坚实道路，专注于推动科学技术创新与产业化深度融合。

本轮融资汇聚了多元背景的投资方，形成了独特的协同效应，这种“产业方+国资+科研基金”的组合，将为拓元智慧带来技术、产业链、市场、政策与科研资源的全方位支持。

投资方观点

星宸科技投资团队表示，拓元专注于新一代物理AI技术的研发，其核心目标在于推动人工智能从文本、图像等模态的认知理解，进一步延伸至对三维物理世界的深度感知与交互。该能力被视为实现更高级别人工智能尤其是具身智能的关键路径。拓元技术方向与我司在智能机器人等领域所开发的SoC平台芯片高度互补，具备显著的协同潜力。通过将拓元的物理AI能力与我司专用软硬件深度融合，双方可共同构建“云-边-端”协同的典型应用场景，实现从感知、决策到控制的全链路智能化闭环。

石溪资本管理合伙人朱正表示，拓元独特的“感知-推理-规划”一体化架构，不仅突破了传统Transformer在长序列任务中的算力瓶颈，更通过物理语义对齐技术，首次让AI在复杂环境中实现了“想象式决策”。这种以无损压缩和线性复杂度优化为核心的技术突破，正是我们看好其商业化潜力的关键——让机器真正理解而非仅仅响应世界。

查看更多项目信息，请前往「睿兽分析」。

2025年12月7日，由联办集团、和讯共同主办、财经中国会承办的财经中国2025年会暨第23届财经风云榜在北京圆满落幕。据悉，本届年会以 “寻找中国经济破局之路”为主题，邀请了包括黄奇帆、李扬、吴晓求、姚洋、李稻葵等在内的二十余位国内顶尖经济学者和政策智囊，围绕“十五五”规划展望、宏观经济走向、科技创新、资本市场生态重塑、全球变局下的资产配置等前沿议题展开深度对话。

图：和讯网董事长章知方

和讯网董事长章知方在致辞中表示，2025年以来，以DeepSeek人工智能普及、LABUBU全球走红、《哪吒2》票房创纪录、上证指数突破4000点为代表的现象，凸显出中国在科创与文化产业领域的旺盛活力。但宏观层面仍面临发展不平衡不充分、新旧动能转换艰巨、就业与居民收入增长承压、重点领域风险隐患尚存等多重挑战。

他认为，破局之路，还在解放生产力。要打造技术创新驱动的新质生产力，更要充分调动民营企业和地方政府的积极性。民营企业是吸纳就业的主力军、经济发展的稳定器。如何提升5800万民营企业的生产力和创造力，强化对民营企业的司法保护，让民营企业家敢闯敢干，仍是一个亟待破局的重要课题。

“十五五”规划解读与2026年展望

图：国家创新与发展战略研究会学术委员会常务副主席黄奇帆

有关中国城市化发展，国家创新与发展战略研究会学术委员会常务副主席黄奇帆指出，中国的城市化可以分为两个阶段。一个是1980-2020年，40年改革开放推动了4亿多农民进城落户，使户籍人口城市化率从18%变成了38%，这是1.0版本。现在是2.0版本，目标是进一步推动30个百分点的人口落户，从48%变成78%。黄奇帆认为，如果达到2.0版城市化的目标，最终会实现中国城乡的两个双向融合。

图：十三届全国政协经济委员会副主任、国务院发展研究中心原副主任刘世锦

十三届全国政协经济委员会副主任、国务院发展研究中心原副主任刘世锦指出，在经历了三十多年的高速增长后，中国经济从2010年一季度开始由高速逐步转向中速，经济增长的主要挑战由供给约束转为需求约束，而需求不足主要不是投资和出口不足，而是消费不足。　“十五五”是我国经济增长主要由投资和出口驱动转向创新和消费驱动的关键时期，刘世锦认为因此有必要研究扩大消费、改善民生与经济增长、创新驱动的内在逻辑的实现机制。

图片从左至右：姚洋、邱晓华、梁红、李迅雷

谈及2026年的发展预期，上海财经大学滴水湖高级金融学院院长、北京大学客座教授姚洋认为，只有多管齐下，通过有效手段稳住房地产市场与地方政府的基本盘，中国经济的短期需求才能得到有力支撑，并为恢复增长活力奠定基础。同时，国家统计局原局长、阳光保险集团顾问邱晓华则在分析了支撑经济实现目标的三大因素后，指出了当前经济面临的两大突出问题，一是物价持续低位运行，二是国内有效需求不足，如何对冲房地产投资下降带来的影响，将是下一步需重视的问题。

对于这一问题，中泰国际首席经济学家、中国经济学家论坛副理事长李迅雷指出，关于城乡结构问题、收入结构问题、产业结构问题，不是中国一个国家的问题，全世界各个国家都有，但是我们面临的是房地产周期和结构性问题叠加在一起。对于今后的发展路径，李迅雷提出应坚持科技引领，大力促进高科技产业增长；在此基础上，还要调结构，加大改革的力度。华泰证券机构业务委员会主席梁红则表示，当前经济增长主要源于生产效率提升，这为人民币资产重估及汇率走强奠定了基础。这种增长质量的改善，在中国企业全球化与转型升级的进程中，势必会引发对人民币资产的重新估值，为人民币汇率走强提供坚实的基本面支撑。

从货币转型、人工智能之变到资产配置、资本市场之思

图：中国社会科学院学部委员、国家金融与发展实验室理事长李扬

会上，有关低利率挑战与货币转型议题，中国社会科学院学部委员、国家金融与发展实验室理事长李扬表示，利率下行可能成为未来一段时期我国金融运行的常态。应对低利率的挑战，将成为我国金融业的主要任务之一 。与此同时，李扬认为中国的货币政策开始关注资产价格，中国货币政策的范式已经发生变化。他指出，随着有效需求不足的局面的延续和财政赤字和增发债务的常态化，央行“入市”买卖国债，并借以实施货币政策，今后将更加系统化、常态化。

图：中国社会科学院学部委员、中国社会科学院前副院长蔡昉

在AI时代，就业结构性矛盾该如何应对？中国社会科学院学部委员、中国社会科学院前副院长蔡昉表示，“AI将把结构性就业矛盾变为加强版和新常态，故更好更有力度应对结构性矛盾是AI政策正确方向，既要找准症结、运用合理政策手段，也要实现必要的范式转变。”他指出，仅在模型环节解决“对齐问题”并非出路，不仅向谁看齐、何为圭臬问题难解决，甚至出现“伪对齐”，“AI+”既是应用领域，也是对标基点。正确做法是在技术政策和产业政策层面，通过规制、激励、惩罚、劝善等手段，让AI开发者、实验室、投资者、用户都以特定要求和做法“对标”就业优先战略。

图片从左至右：宋劼、姚新、蔡洪平、段楠、舒文琦

在人工智能发展未来十年图景的相关巅峰对话环节，香港工程院院士、IEEE计算智能学会前主席姚新表示，AI对社会的影响绝不仅仅是一个技术领域的问题，真正对社会范式和真正思维范式是一个极大的冲击。姚新特别指出，以大模型为代表的AI发展路径，已引发出数据使用与回报的经济学新议题。而针对人形机器人当前的发展热潮，与市场普遍持有的乐观态度不同，汉德资本主席兼创始合伙人、前德银投行亚太区主席蔡洪平对此有不同的理解。蔡洪平指出，类似特斯拉FSD这类专注于特定场景（如自动驾驶）的技术，已能通过摄像头、算力与算法实现对环境的有效响应。但是，“如果真的把‘人形’这个不确定的场景、互动的场景、情感的场景，这个精细的场景要变成一个算力算法，我们今天软件都没有，不要说算力算法了，我认为至少十年里面，这个东西还早。”他表示。

对于人工智能发展未来十年图景这一相关议题，京东集团副总裁段楠则表示，目前，AI的多模态技术方向，处在方兴未艾的阶段，涉及到端到端的场景，随着多模态对于视觉、语言的理解，推理和生成的结果越来越佳，并产生颠覆性影响。未来人工智能将从数字世界走向物理世界，一定要基于辅助硬件和真实的环境产生交互，如何持续不断提供辅助，完成危险和重复的任务，解放人类，这也是目前研究的关键。而在谈到AI内容创作趋势上，腾讯云资深专家舒文琦认为，未来内容传播和承载的形态，将向着多模态转变。从报纸、电视到现在的短视频、长视频，甚至于元宇宙，越来越多的多模态将触达到人。舒文琦还提出，针对于企业的营销，AI最大的变化就是从“触达”变成“触动”，以前很多企业花钱去买流量，但是转换率不一定高，但是有了人工智能、智能体以后，能帮助企业将内容触动到其所关注、关心的用户群体里，进而提升转化率。

图片从左至右：王庆、邢自强、洪灏

在全球变局下的资产配置这一巅峰对话环节，重阳投资董事长王庆表示，中国资本市场与实体经济表现并不同步，去年“9·24”成为一个至关重要的拐点。未来行情将转向个股业绩驱动，A股可能进入“慢牛”新阶段。他提出，投资者应吸纳不同视角，构建一个包含“多个独立的Alpha来源”的投资组合。摩根士丹利中国首席经济学家邢自强则表示，历史上每一轮科技革命都必然伴随过度投资，这是规律使然。当前人工智能（AI）热潮亦不例外，但历史表明其最终将对全球生产率产生深远提振。莲华资产管理有限公司管理合伙人洪灏则较为直接表示，“美股肯定是先涨后跌了”。

图：国家一级教授、中国人民大学国家金融研究院院长、中国人民大学原副校长吴晓求

值得一提的是，国家一级教授、中国人民大学国家金融研究院院长、中国人民大学原副校长吴晓求还谈到重构中国资本市场生态链，他认为重构的逻辑就是从过去的以融资者为中心的理念过渡到投资者权益保护。

以先锋榜样推动中国产业经济高质量发展，和讯第23届财经风云榜揭晓

值得注意的是，年会现场还揭晓了第23届财经风云榜，和讯致力于以专业、客观的财经媒体视角观察市场主体，票选出对中国经济及所属行业发展做出突出贡献的企业，通过树立标杆进一步推进中国经济及行业高质量发展。

如今，财经风云榜已连续成功举办二十三届，累计吸引超过千家企业参与评选，是中国财经领域极具公信力的评选之一。依托和讯网二十余年财经媒体积淀的行业公信力，该榜单被业界誉为“中国下一年财经动态的风向标”，往届获奖者均在评奖周期内实现品牌声量与业务创新的双突破。