一年前的 AWE（中国家电及消费电子博览会）上，索尼展出了一项名为「RGB 高密度 LED 显示系统」的底层技术。

这种技术把红、绿、蓝三原色背光独立控制，亮度极高，色彩极准。

吊诡的是，索尼把这项技术捂了整整一年，直到今天的 BRAVIA 9 II 发布，才真正落地到消费级产品上，并命名为 True RGB。

作为索尼电视的最新旗舰，BRAVIA 9 II 的价格也非常索尼——起步售价为 65 寸版本 19999 元，随尺寸增大，价格也水涨船高，75 寸 24999 元、85 寸 34999 元，而最大 115 寸的顶配版，售价也来到了惊人的 149999 元。

事实上，早在索尼 True RGB 系列产品正式发布前，国产双雄海信和 TCL 就敏锐地抓住了这片市场真空期，并用最快速度把 RGB Mini-LED 电视推向市场。

面对这项被视作电视未来的技术，同行们都在跑马圈地时，索尼究竟在等什么？爱范儿来到索尼东京总部看了看。

BRAVIA 9 II，从镜头到客厅的最后一环

要回答这个问题，得先搞懂索尼电视的核心壁垒到底在哪——

索尼有一款 4K HDR 旗舰基准监视器，名叫 BVM-HX3110。这台机器只有 30.5 英寸，售价却高达三十余万元，主打色彩还原、所见即所得，是整个影视制作行业的天花板。

将它作为影音娱乐的视觉基准，索尼设计了一整套闭环流程——导演用索尼 CineAlta 电影机拍摄，用索尼 BVM 监视器看，后期用索尼设备调色，最后，观众用索尼电视观看。

也就是著名的「从镜头到客厅」战略。

BVM-HX3110 是这套战略的开头，而 BRAVIA 9 II，则是这套战略的闭环。

两个月前，爱范儿应邀前往索尼大崎技术中心。在闭门沟通会中，索尼将彼时还未发布的 BVRAVIA 9 II 与 BVM-HX3110 并排放置。

一台监视器、一台民用消费级电视，差价近十倍的设备，在色彩、亮度表现上展现了一脉相承的效果，拥有高度一致的即视感。

这是索尼完成「从镜头到客厅」战略野心的展露。而背后的屏障，就是 BRAVIA 9 II 所搭载的 True RGB 技术——

保证这台面向观众的终端电视，能在峰值亮度和色彩科学上承接 BVM-HX3110 这台三十万的工业级监视器，让观众能看到最还原的画面。

参数再高，色彩偏了也毫无意义。忠实还原创作者的意图，是索尼在这条赛道上定下的铁律。

索尼式的长期主义，把痛点一次解决

明白了这个大前提，我们再来看看 True RGB 到底解决了一个什么痛点。

这两年买高端电视，大家往往纠结选 OLED 还是 Mini-LED。OLED 像素集成了红绿蓝三色自发光，纯黑表现非常好，但峰值亮度容易受限。Mini-LED 亮度奇高，但背光分区哪怕做得再细，亮暗交界处依然容易出现光晕。

那将两者的优势结合起来，不就可以了？

为了融合两者的优势，RGB Mini-LED 应运而生。它直接把红绿蓝三种发光元件塞进同一颗背光灯珠里。背光层直接带上了颜色。

设计很理想，但新技术总会伴随着新问题——

传统 Mini-LED 想要提高夜景的峰值亮度，会把白光疯狂集中在明亮区域。这会导致一个致命缺陷：白色光线太强，直接冲淡了色彩的鲜艳度；

到了 RGB Mini-LED 时代，如果控光和控色做不好，还会引发更灾难的后果——串色。不同颜色的背光相互污染，红不红，绿不绿。普通 Mini-LED 漏的是光，RGB Mini-LED 漏的可是颜色。

而 True RGB，则对色彩丰富度、漏光和串色三个问题，做了点对点优化。

从面板材质看，True RGB 完全属于液晶阵营——屏幕本身不发光，全靠背后的几万颗灯珠打亮画面。但从发光逻辑看，它悄悄偷走了 OLED 最核心的底牌：纯粹的三原色。

光线在离开背板的那一刻，就已经带上了精准的颜色。这就相当于在电视最底层，铺了一套拥有 OLED 控色逻辑的光源。外层再盖上一块液晶面板做最后的细节精修。

爱范儿在索尼大崎技术中心参与了此技术的闭门演示，从演示来看，True RGB 从底部灯珠中就开始以颜色区别构建大致的图形，边缘更为清晰、颜色更为精准，且在显示光比较大的时候能从底层构建清晰的光影关系。

「底稿加精修」的机制，带来的画质飞跃肉眼可见。BRAVIA 9 II 的色彩覆盖直接翻倍。色彩过渡变得更为顺滑，大幅解决了色彩断层的问题。

依靠结构改变，色彩表现的问题解决了，但漏光和串色的问题，还需要在结构外多下功夫——

True RGB 是索尼给出的一整套解决方案，毕竟物理底子再好，控制不住也是白搭。

LED 驱动芯片是背光电路设计中数字信号与模拟信号之间的一道坎。点亮一颗 LED 很容易。但在毫秒级的时间内，随心所欲地精准控制数以万计的 RGB 灯珠，极其考验厂商在模拟电路时代的沉淀。

索尼专门为这套系统打造了全新的驱动芯片。配合真彩芯链技术，系统能全局统筹，对每一颗灯珠的 RGB 通道动态分配最适合的亮度。

依靠实时光效传感器，细节精调得以实现。这便是索尼能做到全程彩光、同芯同控的技术底座。

比如画面里是一片深蓝色的夜空，或者一片鲜艳的红枫叶。True RGB 会果断只点亮对应的单色通道，彻底杜绝杂色引入。

亮度拉满的同时，色彩依旧精准浓郁。软硬结合下，RGB 技术饱受诟病的串色问题被连根拔起。

在两个月前索尼大崎技术中心的闭门演示中，我们亲眼看到，面对复杂的高动态画面，部分 RGB 电视的背光会频繁在彩光和白光之间游离，甚至大多数时间都在以白光兜底，以此来保证系统不死机。

而搭载 Ture RGB 的 BRAVIA 9 II 则从底部灯珠上构建了正确的颜色关系，色相、饱和度、亮度一一对应，从最底层为画面表现打下了良好的地基。

更有意思的改变发生在侧视角。过去为了让坐在角落的人也能看准颜色，电视表面通常得贴一层广视角膜。这层膜虽然管用，却像一层微弱的毛玻璃，多少牺牲了画面的通透度。

而 True RGB 灯珠先天带色，索尼直接通过算法做底层的 RGB 输出的主动补偿，哪怕你坐在客厅最偏的角落，颜色依旧精准。

同样，基于物理结构与真彩芯链技术，索尼对每个 RGB 灯珠动态控制调整下，高光光晕问题也得到了解决。

画质基石搭建完毕后，索尼把余下的精力放在了产品体验的补全上。

BRAVIA 9 II 设计了幻隐悬浮底座，半透明光栅让画面呈现出悬浮感，背后的线缆也被巧妙隐藏。电视自带的波束高音与空间平衡扬声器足以应付日常，但面对百寸的巨幕，传统回音壁的声音密度往往会捉襟见肘。为此，索尼同期推出了全新的家庭影院新物种 Trio——

Trio 采用独立的前置三扬声器分离设计，以此来匹配超大屏幕的物理跨度，并修正侧视角下的声像偏移。这套系统由索尼影业深度合作开发，搭载了全新的 360 智能穹顶声场 3.0 以及「影院增强模式」。再配合系统全新支持的双低音炮组合拓展功能，Trio 能够将索尼影业混音实验室的专业声学效果，直接平移进用户的客厅里。

视与听，在这里完成闭环。

在索尼大崎技术中心，索尼电视产品线的研发人员在闲聊中有一段话让爱范儿印象深刻，大致意思是这样的：

对于电视这样的消费电子产品来说，好像一年一更不是很必要的事情，我们希望把技术打磨更成熟，再推出产品，这样的产品也更长期主义。

产品的长期主义，往往依赖的是研发的长期主义——回头来看，其实索尼在 RGB 这条路上已经走了 20 年。

2004 年，当普通人还在为摩托罗拉 V3 刀锋般的超薄翻盖手机感到惊叹时，电视行业却在悄悄孕育一场光影革命。那一年，索尼推出了全球首台采用 RGB LED 背光的电视 Qualia 005；

到了 2016 年，Z9D 确立了释放 LED 驱动能力来提升明暗对比度的核心思路；2024 年，BRAVIA 9 实现了 22Bit 灰阶控制。直到今天，True RGB 这一技术完全体才最终得以落地。

索尼在这条路上走了 20 年，光影控制的研发脉络清晰可见，一脉相承。而 True RGB，则是索尼在效率、真实还原与功耗之间，寻找到的更具长期主义的解法。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

用了一周的 OPPO Reno16 Pro，我感觉它不像一台 2026 年的手机。

并非落后。刚好相反，它太不收着了。

从今年以来，消费电子产品的成本一直在往上堆：存储、芯片、电池，每一个都是绕不开的账。放到手机厂商面前，选项其实并不复杂：要么「减价减配」，要么「微涨不配」，要么「小升小涨」。真正选择「加量加价」的产品，反而少见。

OPPO Reno16 Pro 有点不一样，它没有那种局促感。在今年，它是一台少见的「宽松」手机。宽松不是说尺寸宽，而是当很多产品开始收紧成本时，Reno 仍然愿意把好的东西放进产品里，把涨上去的价格放在看得见的地方。

毕竟，「没有明显退步」，不该成为今天手机行业值得庆祝的优点。

OPPO Reno16 Pro，不像一台 2026 年的手机

Reno 这个产品系列，回答的是一个很有趣的问题：

怎么做主流人群喜欢的手机？

这意味着，Reno 不能是高定时装，也不是概念单品，更应该像当季潮流新品——未必走在最前沿，但审美一定要新，风格也要够大众。

这几年，消费者眼中一台「好手机」的定义，已经不单纯局限在功能价值的「好用」，在配置和价格大差不差的情况下，「好玩」带来的情绪价值更加重要。

这正是 Reno 的舒适区。一拿到 OPPO Reno16 Pro，视线很难不被手机背面给吸引：Reno16 系列以「星星」为题眼，采用 3D 冰透悬浮工艺，在平面的玻璃上实现了裸眼 3D 的视觉效果，星球纹理仿佛浮在空中。

手机已经变成了我们的「生活搭子」，如果一件东西要陪你四年，它最好别只有配置，得有一些个性，多一点温度。

而自 Reno 这个品牌诞生之初，就已经和这种气质绑定。

比起把手机做成参数表，Reno 有着更「软性」的产品力，更想让你「喜欢」而非「选择」它。

Reno 就像一台 Mini Cooper，它不是跑得最快的车，更多人购买它的理由，只是因为它让通勤这个「日常」，变得更愉快。

在 OPPO Reno16 Pro 众多的影像新玩法中，能一秒出片拍立得和胶片的 POP 相机，以及随心贴拼图实况照片，无疑是最有「Reno」气质的功能。

只是，如果只用「好玩」来定义 OPPO Reno16 系列，那未免过于片面。

设计和功能决定用户会不会拿起它，体验才决定用户愿不愿意一直放不下它，当越来越多品牌忙着教用户接受取舍，OPPO Reno16 系列选择把优势继续放大。

即使在行业成本承压的当下，OPPO Reno16 Pro 依旧配备了 2 亿像素的主摄，既维持了 Reno 系列的特色，更重要的是能继续服务好「爱出片」的 Reno 人——他们不热衷研究传感器尺寸或者像素，但一定在意朋友圈发出去的照片好不好看。

参数只能留在发布会上，出片率才能留在用户的记忆，活在 PPT 上的配置，终究不比活在相册里的照片。

除此之外， OPPO Reno16 Pro 还为这颗 2 亿像素主摄加码了「云台」能力，将 Reno 影像能力的边界，扩展到 Vlog、直播这些同样年轻化的形式。

这些功能和配置，本质上都是继续围绕「Reno」这个品牌服务的核心要素。在 2026 年选择继续「加注」，势必会带来成本的提升，但最终都会服务于「Reno」这个已经有用户信赖的品牌。

毕竟，用户愿意为进步付费，却很少会为妥协鼓掌。

好玩又好用，OPPO Reno16 系列，依旧是「初见乍欢，久处不厌」的手机，当越来越多手机开始教用户接受遗憾时，在努力减少遗憾的反而出挑。

但 Reno，已经不只是一台手机。

Reno 不再只是一台手机

在 Reno 这个品牌诞生之初，它就是「高品质」的代名词，这样的品牌气质也正在外延，OPPO 希望它承载更多东西——除了产品，还包括一套更完整的审美表达和用户认同。

与 OPPO Reno16 系列一起发布的，还有「Reno Land」的品牌生态，将平板、耳机，以及「电子吧唧」 OPPO Bubble 纳入了进来。

OPPO Bubble 难以归类到任何传统数码品类，更像是一个带屏幕的潮流配件， 通过磁吸吸附在手机的背面。

就像年轻人会在背包上挂徽章、在水杯上贴贴纸、在电脑上贴痛贴一样，OPPO Bubble 本质上也是一种身份表达，是一个展现自我的自留地。

而有需要时，也可以成为后置摄像头自拍的取景窗，能够尽可能利用 2 亿像素主摄和爆闪闪光灯。

Reno 本来就不是那种只负责把参数做满的产品线。它需要一点不必要的可爱，一点可以展示的细节，也需要一点年轻人会愿意拿出来玩的东西。OPPO Bubble 不是 OPPO Reno16 系列的核心卖点，却很像 Reno 性格里漏出来的一角。

不管是 OPPO Reno16 系列本体，还是 Reno Land 产品，当你看到它们，你能立马联想到 Reno 这个品牌，以及它代表的生命力、审美、情绪价值，同时又与时代同频成长的生活方式。

对于硬核的数码爱好者来说，Reno 对于这样的主张或许有点陌生，但放到整个消费领域，真正成功的消费品牌，最终售卖的，都不只是产品本身。

比如哈雷摩托，他们卖的并只是昂贵的摩托车，更是一种略带一点「反叛」的气质。

我们卖的是一种让 43 岁的会计师穿上黑色皮衣，骑着摩托车穿过小镇，让人们对他感到畏惧的能力。

产品只是载体，认同感才是终点。

2026 年，我愿意为什么样的产品花钱？

OPPO Reno16 系列，并不是一次孤立事件。

在它之前，OPPO Find N6 凭无感折痕再成折叠屏新品爆品，OPPO Find X9 Ultra 和 Find X9s Pro 的影像能力，让 OPPO 销量海外市场继续走高。

这些数字恰恰证明，好产品在任何价格周期里都有人买单。

因此，OPPO Reno16 系列回答的问题，是涨价潮之下，中高端手机到底应该怎么做？

消费者的换机周期已经拉长到四年甚至更长，每一次掏钱都是一次投票，「值不值」取代了「想不想要」成为了购买决策的关键。

任何一丝短视，都会消耗多年累积的口碑；任何一点缩水，都会影响用户体验的质感；任何一处妥协，都会变成品牌信任的裂缝。

产品涨价从来不是问题，一边涨价，一边让用户感觉自己买亏了，才是问题。

因为所有减掉的东西，最终都会从用户的信任里扣回来。

人们面对消费越来越理性，并不意味着只买「便宜的东西」，奢侈品仍然有人排队，演唱会门票依然一票难求，高端咖啡也没有消失。

大家只是开始重新计算价值，想为有感知的体验付钱，想为认同的生活方式付钱，想要为态度和个性付钱，与此同时，越来越不愿意为「缩水」买单，不愿意妥协于「妥协」。

对用户来说，内存涨价还会持续两年的时间，如何选择一台好的手机，穿过这个寒冬，是一个本分、更实在的选择。

这背后，不是「一分钱一分货」的简单交易逻辑，不是靠参数和价格堆出来的叙事，是厂商和用户之间，更长远的「价值承诺」。

在人人都不得不做减法的时代，捍卫「价格」没那么难，但捍卫「价值」却不简单。

也正因为这份捍卫价值的信任感，让我们愿意再次选择一个品牌、一款产品，因为我们都知道：这次也不会让我失望。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

近日，国内通用灵巧操作全栈方案商「曦诺未来 Xynova」正式完成数亿元 A 轮融资，本轮由理想战投、中信建投资本、中信建投投资联合领投，长三角数文集团、源珈基金跟投，财通资本、小米战投、电科基金等老股东持续超额加码，光源资本持续担任独家财务顾问。

解码资方阵营：产业、国资与财务资本的共同押注

自 2024 年底创立以来，曦诺未来累计融资已近 10 亿元，稳居国内灵巧手赛道第一梯队 —— 是极少数兼具核心技术全栈自研、整手工程化能力与规模化交付能力的玩家。

本轮投资方构成不断强化三个明确的产业信号：

一是以理想、小米为代表的主机厂与消费电子龙头战略入局和持续加注，表明灵巧手已成为具身智能落地的关键抓手 —— 直接决定工业制造中的精细作业能力与家庭服务机器人的实用性；

二是以中信建投为代表的头部券商系资本领投本轮，以及老股东财通资本的持续加注，意味着灵巧手赛道已跨越早期风险阶段，进入传统意义上成长期和中后期主流财务机构的配置视野；

三是长三角数文集团、杭州数据集团等地方国有产业资本持续集结，显示地方政府正将灵巧手作为产业链核心节点提前卡位，依托区域制造业优势推动集群协同。

三类资本同向而行，折射出资本正从人形机器人整机向核心零部件下沉的趋势。灵巧手正经历从实验室样品到产业链关键部件的质变拐点，产业资本、国资与财务机构合力押注 “最后一厘米” 的国产化与规模化。

曦诺未来定位为通用灵巧操作的全栈能力提供者，以灵巧手为硬件载体，以臂手协同为执行架构，以小脑运控算法为智能中枢，构建 “感知 — 控制 — 决策” 的完整闭环，为机器人本体、算法及场景提供软硬一体的操作底座。

复合型团队：从底层部件正向设计

曦诺未来创始人兼 CEO 夏宇轩先生拥有国际顶尖学府物理与计算机科学双学位，曾就职于多家顶级投资机构，在硬科技与机器人领域积累了丰富的资本运作与产业经验。同时，他也组建了一支覆盖电机、电控、机械结构、关节模组、灵巧手、生产制造、供应链等全链环节的复合型团队。核心成员来自多家头部科技与制造企业，并汇聚了国内外顶尖高校的研发人才。团队具备二十余年高效能电机系统、机电一体化的技术积淀，成功将电机电控、精密传动与灵巧操作能力系统性迁移至具身智能领域。

这一团队结构决定了曦诺并非 “采购零部件做集成”，而是从底层核心部件到整手系统正向设计：根据灵巧操作算法和真实场景需求倒推手部结构，再倒推微型电缸、电机、丝杠、减速器、传感器的指标与排布。对灵巧手这种高度耦合的产品而言，单点参数领先不足以保证可用性，持续迭代、稳定制造与批量交付才是真正的产业门槛。

Flex2：从硬件参数竞赛迈向智能闭环控制

2026 年 5 月 13 日，曦诺未来 Xynova 在线上发布了全球首款采用 “腱绳 + 电机直驱” 混合驱动的仿生灵巧手 Xynova Flex 2。这不止是一款产品的升级，更标志着灵巧手行业正告别 “堆自由度、拼负载” 的硬件参数竞赛，转向以 “感知 - 控制 - 决策” 为核心的闭环系统能力较量。

1. 技术路线收敛：行业长期在腱绳（柔顺但响应慢）与直驱（刚性但力控粗）之间二选一。Flex2 的混合驱动架构将两者融合，既保留了腱绳驱动带来的轻量化（仅 400g）、高自由度（23 个，其中 19 主动 + 4 被动）和安全柔顺性，又通过电机直驱提升了瞬时输出能力与动态响应速度。特斯拉近期公布的灵巧手专利方向，也在 “驱动后置、臂手一体、腱绳传动” 等关键理念上与 Flex 2 形成呼应，进一步验证了轻量化、高自由度、柔顺操作路线的终局价值。

2. 从 “手” 到 “智手”：Flex2 集成视觉、触觉、力觉、接近觉等多模态传感，腕部相机、指尖触觉、掌心接近觉实时反馈，内置控制算法可形成接触反射、防滑反射、柔顺抓握等本能反应。重复定位精度≤±0.1mm，力控精度 0.05N，最大指尖力 20N，抓握提拉负载 20kg。这些数据背后，是灵巧手从 “执行器” 升级为具备环境自适应能力的 “智能末端”。

3. 量产可复制性：灵巧手行业不缺实验室样机，缺的是能稳定交付成千上万只 “可用的手”。Flex2 实现了 100 万次开合寿命，支持宽温域运行，并已通过全链路自研自产锁定量产能力 —— 包括 8mm 无刷空心杯电机、7mm 行星滚柱丝杠、微型电缸等核心部件。公司 5400 平方米新工厂将于 2026 年 6 月底爬产，年底形成年产 1 万台灵巧手、20 万台微型电缸的产能，正式进入规模化交付窗口。

对产业而言，Flex2 的迭代标志着灵巧手已具备走出实验室、进入真实劳动场景的条件。 它不再围绕单点参数内卷，而是在轻量化、柔顺性、爆发力、精度、感知与可靠性之间实现了系统平衡，为机器人本体厂商提供了一款 “即插即用、稳定可靠” 的通用末端平台。

行业共识：灵巧手 —— 具身智能商业化的关键变量

2026 年 5 月 18 日，“幸会杭州・对话未来” 投资促进大会暨创新创业投资高质量发展大会上，8 家新锐科创企业集中亮相，被冠以 “杭州新八骏” 之名。8 家企业分布在八条最具硬核气质的赛道 —— 曦诺未来 Xynova（灵巧手）、曦望 Sunrise（推理 GPU）、乐奇 Rokid（智能眼镜与 AR）、地卫二（太空算力）、景联文科技（AI 数据基础设施）、微纳核芯（存算一体 AI 芯片）、比博斯特（智能汽车底盘）、恩和科技（合成生物），要么在突破 “卡脖子” 技术，要么在定义全新的产业路径。与 “六小龙” 不同，“新八骏” 呈现出更垂直、更基础、更硬核三个鲜明特点。从 “六小龙” 到 “新八骏”，杭州科创梯队迭代升级势头强劲 ——“新八骏” 锚定的是下一代产业底座，而非应用层的繁华。

曦诺未来位列其中并非偶然。作为八骏中唯一聚焦灵巧手赛道的企业，曦诺不仅解决了机器人 “最后一厘米” 的操作难题 —— 让机器人真正能抓、能干活的灵巧手，更凭借核心技术全栈自研的能力，成为国内极少数具备 “电机 + 电控 + 减速器 + 丝杠 + 算法” 全链条自主研发与制造能力的机器人核心零部件方案商。

在新八骏发布前不久，曦诺未来还荣膺 “2026 浙江省未来独角兽企业”，其在具身智能领域全栈自研自产的技术实力获得权威认可。从产业资本、国资平台到头部金融机构的多轮加注，曦诺获得的不仅是资本，更是产业链核心卡位的战略认可。

资本市场正在快速形成共识。根据中国信通院联合清华大学电子工程系发布的《具身智能发展报告（2025 年）》，2025 年全年中国具身智能和机器人领域融资总额达 735.43 亿元，全年投融资事件 744 起。其中，灵巧手赛道融资事件超 20 起，累计融资额超 30 亿元。资本关注的不再只是 “谁能做出一只手”，而是谁能在技术路线、产品迭代、量产交付和客户导入上同时跑通。全球视角下，特斯拉 Optimus、Figure、Google、英伟达等均在推动机器人从 “能动” 走向 “能干”。灵巧手，正是连接智能决策与物理世界劳动的最后一环。

相比简单夹爪，高自由度灵巧手需要同时解决自由度、负载、柔顺性、精细力控、多模态感知、耐久性与成本的复杂平衡。谁能率先将其做成可决策、可量产、可交付、可持续迭代的平台级产品，谁就有机会占据未来机器人产业链的核心位置。

未来愿景：构建通用灵巧操作生态

不难看出，曦诺未来 Xynova 长期致力于重塑灵巧手的产业角色 —— 让它不再是实验室中昂贵而稀缺的精密设备，而是可靠、可量产、可集成、可持续进化的具身智能基座。随着 Flex 系列的持续进化，公司将赋能机器人真正满足真实世界的多元需求：从 “能抵达” 到 “能操作”，从单一动作到复杂任务。

ICRA 2026：Flex2 的全球首秀

2026 年 6 月 1 日至 5 日，全球机器人与自动化领域最具影响力的顶级学术会议 ——IEEE ICRA（International Conference on Robotics and Automation）将在奥地利维也纳举行。作为 IEEE 机器人与自动化学会的旗舰会议，ICRA 自 1984 年以来先后在全球多个城市举办，始终是机器人领域前沿成果的汇集地。

曦诺未来 Xynova 届时也将在全球机器人学术界与产业界面前进行 Flex2 的首次线下亮相，与全球机器人顶尖力量同台，向世界展示来自中国的灵巧操作解决方案。

理想战投表示：“具身智能正在从技术验证走向真实场景应用，灵巧手作为机器人实现精细操作的关键部件，是产业化落地的核心一环。曦诺未来在高自由度灵巧手、微型执行器、混合驱动架构及整手工程化方面具备突出的系统能力，产品迭代和量产交付都已走在行业前列。理想汽车看好创始人团队，期待成为曦诺伙伴，未来双方将围绕产品验证、场景需求和产业链协同，共同推动具身智能从‘能移动、能识别’走向‘能稳定操作、能真正干活’。”

中信建投表示：“我们长期关注具身智能及机器人核心零部件领域的投资机会，人形机器人产业发展正从 ‘能不能动’ 迈向 ‘能不能干’，灵巧手作为机器人完成真实世界精细操作的关键部件，是 AI 能力在物理世界输出的重要终端。曦诺未来选择高自由度臂手一体的绳驱方案，技术难度高、系统集成度强，并通过电机、电控、丝杠、减速器、算法等核心环节全栈自研及自建产线，构建了软硬件一体化壁垒。公司创始团队在电机、电控及工程化领域具备稀缺积累，我们看好其在具身智能产业链中的关键卡位及长期成长潜力，期待公司在未来产业化和资本化进程中持续释放价值。”

光源资本合伙人娄洋表示：“恭喜曦诺未来半年内完成三轮融资！我们坚定看好曦诺未来的技术路径与产品定义能力。在灵巧手这一具身智能的核心赛道，公司展现出的全栈自研实力与极致工程化能力，不仅是技术壁垒的体现，更是对产业终局的精准预判。本轮融资中，光源能够持续以 ‘资本速度’ 与 ‘产业厚度’ 双重赋能，正是基于我们对这一稀缺标的的长期信心。从顶级产业资本的引入到上下游生态的打通，我们正在全力助推曦诺未来从技术高地迈向产业纵深。未来，光源将继续做公司最坚实的 ‘产业陪跑者’，以资本之力助力其完成从产品验证到规模化落地的关键一跃，定义具身智能时代灵巧手的标准。”

光源资本副总裁权博表示：“祝贺曦诺未来完成新一轮融资。在灵巧手领域，曦诺未来展现出定义下一代产品的领航者气质，我们尤为钦佩公司坚持 ‘第一性原理’、‘以终为始’ 的技术信仰 —— 在行业普遍犹疑之际就率先围绕 ‘臂手一体 + 腱绳驱动’ 方案的轻量化、高自由度与柔顺性优势完成系统性验证，并持续迭代 ‘腱绳 + 直驱’ 的混驱技术，探索兼具灵巧性、响应速度与工程化可行性的最优解。公司以极具前瞻性的架构设计，解决了高自由度与高动态响应的世界级难题，代表了全球灵巧手顶尖水准。更难能可贵的是，团队将顶尖技术优势转化产品 - 应用的快速迭代飞轮，通过与头部机器人企业及场景方的深度耦合，即将开启规模化量产新篇章。我们深感荣幸能以 ‘资本速度’ 精准捕捉稀缺技术价值，并以 ‘产业厚度’ 为公司构筑坚实的生态壁垒。”

查看更多项目信息，请前往「睿兽分析」。

今年四月，Uber 的 CTO 发现了一件事：公司全年的 AI 工具预算，四个月就花完了，这件事是整个硅谷「token 消耗大比拼」的一个典型例子，我们之前也写过。

但就在几周后，Uber 的 COO Andrew Macdonald 在播客里给同事「补了一刀」：token 消耗和交付给用户的功能之间的联系，还不存在。

Uber 在去年底部署了 Claude Code，95% 的工程师每个月都在用，70% 的提交代码来自 AI，使用率惊人，账单也惊人。每个工程师每月的 API 调用费在 500 到 2000 美元之间，同一个人用同一个工具，同一天的消耗差异可以达到十倍。CTO 不得不说自己要推到重来，「因为我以为够用的预算，已经被吹走了」。

他们花了很多钱让 AI 写代码，但花的钱和最终产出之间，看不到因果关系。钱确实花了，代码确实写了，但用户体验提高了多？新增了多少有用的功能点？问就是不知道。

另一个方向的同一个问题

Uber 的困境是钱花了，成效没出来，但很多公司选择的是另一条路，由于看到了 AI 的潜力而大举裁员，认为 AI 可以代替

不是给人买 AI 工具，而是用 AI 代替人，这条路的账算得过来吗？

Gartner 今年发布了一份调查，覆盖 350 家年收入超过十亿美元的全球企业，结果发现：80%的企业在部署 AI 后都裁了人。可是裁员率和 ROI 之间，完全没有相关性，裁得多的公司和裁得少的公司，回报率几乎一样。

这个结果反直觉，但仔细想想又很合理。裁员省的是人工成本，但省下来的钱并没有变成新的业务价值。它只是让财报上的数字好看了一个季度，而不是让公司真的变得更强。Gartner 的结论很直接：裁员可以腾出预算，但不创造业务价值。

AI 驱动的裁员，ROI 是零，为什么老板们还在做？本质上，裁员不是经营决策，是信号。对投资人说「我们在用 AI 了」的效果，和对董事会说「我们的运营效率在提升」的效果，都比真实的 ROI 重要得多。

Fortune 的分析把这叫做「AI washing」，用 AI 做借口裁员，实际上纯粹是在砍成本充利润，和 AI 能不能替代这些岗位，没有一点关系。

一个悖论

这样看，AI 会带来管理上的自相矛盾：用 AI 替代人，省了工资，但 ROI 没提升；给人用 AI，效率似乎提升了，但预算先爆了。

AI 工具的计费模式和传统软件完全不同。传统软件是按席位收费的，每个人每年多少钱，写进合同里，可以预测。但 AI 工具是按 token 收费的，用多少算多少，而且每个人的用量差异巨大。Uber 的数据显示，同一个工程师同一天的消耗可以相差十倍。这意味着传统的 IT 预算模型完全失效了，你没法在年初预测年底会花多少。

这像什么呢？像从固定费率的健身房会员卡，换成了按次计费的私教。你以前每个月交 299，去不去都那么多。现在每次去都要单独付费，去得越勤花得越多，而且你的员工各自去得多勤你完全无法控制。

不用吧，怕被淘汰；用吧，账算不过来。

钱去了哪里

Gartner 其实在报告里很克制地提了一句预测：到 2028 年到 2029 年，自主化业务反而会净增工作岗位。这听起来像没什么用的安慰，实际上它暗示的是现在裁掉的人，未来可能还得重新招回来。只不过到时候他们的岗位叫「AI 协调员」或者「模型运营」之类的，工资可能也不一样了。

打工人被裁了，公司也没赚到更多，预算还爆了。钱去了哪里？当然是 AI 公司的营收里。Anthropic 今年的年化收入已经突破十亿美元，OpenAI 更高。当 Uber 的 CTO 说「预算飘走了」的时候，那些被吹走的预算正好落在了 Anthropic 的账户里。

这是一个经典的淘金热结构。真正赚钱的从来不是淘金的人，是卖铲子和牛仔裤的人。现在的铲子是 API，牛仔裤是 token。每一家公司都在拼命用 AI，拼命让员工用 AI，拼命用 AI 替代员工——而 AI 公司在所有这些拼命的每一个环节里都在收钱。

AI 没有在省钱，它在换一种花钱的方式。

以前花在人身上，现在花在模型上；以前花在工资里，现在花在 token 里；以前花得可预测，现在花得无法控制。甚至，以前花的钱留在了员工手里，他们会拿去消费、娱乐、还房贷，钱在经济体里循环。

现在花的钱，直接进了几家硬件密集型、融资密集型的 AI 公司的账上，变成了下一轮 GPU 采购和下一轮融资的底气。

所以当你看到「某公司宣布用 AI 优化人力结构」的新闻时，可以翻译一下：我们把给员工的钱转给了 AI 公司，但我们并不确定这笔交易是否划算，我们只是知道，如果不做这笔交易，投资人会不高兴。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

近日，杭州太消科技有限公司（简称“太消科技”，品牌“XpaceFire太空消防”）完成亿元Pre-A轮融资。本轮融资由海愿资本、华夏智慧、禾合创投等机构联合投资。本轮融资将重点用于AI 消防机器人研发生产、极早期火灾风险识别技术迭代及市场拓展，助力太消科技持续领跑智慧消防智能化升级，打造全球领先的全链路智能消防解决方案提供商。

太消科技，是一家专注于极早期火灾风险识别+AI消防机器人智能灭火的高科技企业，面向园区、重点单位及行业客户，提供覆盖火灾监测报警、消控室远程监控、消防智能装备等产品与解决方案。公司以“极早期火灾风险识别、AI智能研判、智能联动处置”为核心能力，致力于推动消防安全管理从传统的“人工巡检、被动报警、事后处置”，升级为“主动感知、智能预警、协同处置、闭环管理”。

01 智能感知+AI研判+自主处置，解决传统消防管理痛点

围绕传统消防隐患发现滞后、报警确认依赖人工、处置链路不闭环等痛点，太消科技构建了以“前端感知—智能研判—联动处置”为核心的智慧消防能力体系。

前端通过AI多光谱极早期火情识别技术、系统监测设备，实现对重点区域、消防设施状态及异常事件的持续监测；平台侧通过智慧消防系统实现报警接入、设备管理、数据可视化及多端协同；处置侧通过多类型AI消防机器人、自动跟踪定位射流灭火装置等智能装备，提升重点区域巡检和现场火情处置能力。

02 覆盖感知、监管、处置、平台，形成智慧消防产品矩阵

围绕消防安全管理的关键环节，太消科技形成了较完整的产品矩阵：

在火灾报警监测方向，公司通过多类型智能感知设备，对重点区域的火焰、烟雾、温度、图像、消防水压、液位等关键数据进行监测，提升火灾隐患和设备异常的前端发现能力。针对传统报警系统点位难排查、火情确认慢、报警信息缺乏处置指向等问题，太消科技结合多源数据与AI识别能力，提升报警信息的有效性和可处置性。

在消控室远程监控方向，公司围绕重点单位、园区和多点位建筑群的集中监管需求，提供消防设施状态监控、报警信息接入、远程值守、数据分析等能力，帮助客户降低人工值守压力，提高日常消防管理效率。

在消防智能装备方向，太消科技布局多种类AI消防机器人，面向工业厂房、园区、仓储、特殊危险区域等场景，提升现场确认、初期处置和高风险区域巡检能力。相关设备可与前端感知系统和智慧消防平台联动，形成从发现到处置的协同链路。

03 依托智缤AI安全研究院技术积累，具备软硬件一体化落地能力

太消科技由智缤科技控股，并以浙江省智缤AI安全技术企业研究院为技术依托，叠加浙大系团队技术基因，面向消防全场景提供智能消防装备及整体解决方案，具备完整的产品研发与商业化落地能力。

创始人蒋荣金是行业顶尖人工智能专家，同时获高级工程师和高级经济师的职称，杭州市高层次人才认定C类人才，是杭州智缤科技有限公司的创始人、董事长、总经理、首席科学家，浙大城市学院硕士研究生行业导师，带领团队推动了整个中国智能消防行业的发展，并获评“中国消防产业杰出人物”奖，拥有发明专利60余项、起草国家标准2项。

公司核心团队大部分毕业于浙江大学，并曾任职于世界500强企业，与主要创始人蒋荣金共事磨合多年，继承了智缤科技完善的研发体系与文化基因，积累了丰富的AI算法和大模型技术库。公司依托既有智慧消防和城市基础设施智能化项目经验，持续推进产品标准化、方案模块化和交付体系化建设，以适配不同行业客户在预算、场景、系统接入和运维管理方面的差异化需求。

04 商业化路径清晰，围绕园区、重点单位及行业客户持续拓展

消防安全是城市运行、产业生产和公共空间管理中的底层安全能力。国家消防救援局数据显示，2024年全国共接报火灾90.8万起，其中建筑物火灾39.1万起；火灾风险的高频发生和复杂成因，使消防安全管理不再只是设施配置问题，而是持续监测、及时识别、快速确认和闭环处置的系统性问题。

太消科技的产品和解决方案可广泛应用于工业园区、商业综合体、学校、医院、文物古建、矿区、社区物业、重点单位及“九小场所”等场景，既可服务于新建项目的智慧消防系统建设，也可用于传统消防系统的智能化升级。未来，太消科技将继续围绕火灾极早期识别及全场景智能消防装备等方向进行产品迭代，并通过标准化产品、行业解决方案和渠道生态建设，加速智慧消防在更多场景中的规模化落地。

海愿资本认为，城市公共安全与产业消防安全正迎来智能化升级的关键窗口期，传统消防模式已难以匹配高频、复杂的火灾防控需求。太消科技依托浙大人才与技术资源，深耕火灾极早期识别、全场景智能消防装备两大核心方向，持续迭代产品技术。通过标准化产品输出、行业定制化解决方案打造、渠道生态体系建设，构建了难以复制的竞争壁垒。未来，海愿资本将持续为太消科技提供产业资源与资本赋能，助力公司加速智慧消防技术在更多场景的规模化落地，助力国内消防安全管理水平跨越式提升，彰显浙大系硬科技企业在公共安全领域的责任与担当。

墨芯人工智能（以下简称“墨芯”）近日正式完成C轮融资，金额近十亿元人民币。本轮融资汇聚了深创投、岩山科技、大湾区共同家园、力鼎资本、蕴盛资本等重磅产业资本及市场化机构，凯旋创投、创享投资、盛景嘉成等多家老股东共同参与。这一“产业巨头+国资背书+财务资本”的多元股东结构，既保障了技术协同的深度，也为墨芯在全国算力网络布局中提供了坚实的资源保障与产业支撑，标志着稀疏计算正从技术验证期加速迈入规模化产业爆发的新阶段。

融资宣布之际，公司核心产品：全新一代计算卡SparsePrime®（以下简称“SparsePrime®”）将于今年内正式推出。SparsePrime®计算卡是一款面向智算中心和数据中心的高性能AI通用推理计算卡，基于自研的Antoum2.0芯片架构，专为大模型与复杂推理场景优化设计。该产品采用自顶向下的整体设计理念，广泛适用主流Transformer模型，强化通用适配性，配备完善的工具链，实现客户零接受成本、快速获得稀疏加速。开发者现有的基于PyTorch、TensorFlow的模型代码，以及高效的vLLM等推理框架，能够近乎零代码修改地完成迁移并直接部署运行，同时支持开发者使用Triton语言进行自定义算子开发，最大程度降低使用门槛。SparsePrime®将基于多个算力中心千卡集群部署中积累的真实负载数据，在稀疏计算效率上实现新的突破，进一步夯实墨芯在AI推理算力领域的差异化竞争力，初步实现精度无损，算力翻倍的技术路径可能。

SparsePrime®的底气，源于墨芯在稀疏计算领域持续积累的技术实力。在此之前，墨芯旗下S30、S40等计算卡已在国际权威AI基准测试MLPerf™ Inference中连续三届夺冠，在视觉、自然语言处理、大模型等主流模型任务上展现出领先的能效比与单位算力推理吞吐量，以显著低于行业旗舰产品的功耗达成更优推理性能，充分验证了稀疏计算在真实数据中心负载下的工程可行性与商业价值。

01 商业化全面提速：千卡集群落子东西南北，多行业场景规模落地

技术价值，也同样在产业渗透上得到回应。墨芯已从单点项目验证进入“全国多区域千卡集群部署”阶段，基于自研稀疏计算技术构建的推理集群，正成为多个重点区域智算中心的核心算力底座，进一步实现精度无损、算力升级的差异化技术路线。

当前，“十五五”规划强调数字经济核心产业增加值占比达12.5%，“东数西算”工程要求枢纽节点新建数据中心绿电占比超过80%，今年两会更将“算电协同”确立为新基建的关键方向。在区域布局上，墨芯已在西北、西南、华东、华北四大片区实现战略性铺开，在多个行业场景和领域实现规模化应用，与国家宏观战略高度共振，紧扣“东数西算”与“算电协同”。

西北片区部署千卡级推理集群，支撑传统产业智能化转型，在电子制造、消费品生产等场景落地多个工厂安防项目，于边缘侧实现高效实时AI分析；西南片区充分结合当地充沛绿电资源，构建低功耗绿色算力池；华东片区部署面向生信分析、医疗健康等高端服务业的算力集群，可大幅加速基因测序数据分析流程，已与行业头部企业合作，为高通量测序、蛋白质结构预测等计算密集型任务提供高性能AI算力支持；华北片区则赋能城市治理与社区智能化升级，落地人脸识别、姿态识别等视觉多模态应用，实现异常行为的实时智能监测与预警。

这一覆盖全国的算力网络，同样可服务于互联网CSP厂商的基础大模型训练与推理需求。当前，CSP厂商在自建算力之外，对第三方高品质推理算力的寻租需求正持续增长，墨芯的千卡集群恰好为这一市场提供了低TCO、高能效的算力供给选项，这也为即将推出的SparsePrime®计算卡打开了规模化应用的新机遇。

与此同时，墨芯已与头部电信运营商建立合作关系，将稀疏计算推理方案纳入运营商算力服务体系。此外，墨芯还与头部商旅酒店集团合作，探索稀疏计算在酒店智慧化管理中的应用场景。在智能出行领域，墨芯正与头部车企进行联合解决方案探索，共同探索车路协同新范式。

墨芯人工智能商业化副总裁尚勇表示：“我们的千卡集群布局并非单纯的算力建设，而是通过贴近产业集聚区部署高性能、低TCO的推理算力节点，将稀疏计算的技术优势真正注入到千行百业的实际应用场景中——无论是生信分析领域的基因测序加速，还是城市治理中的实时视频分析，抑或智能制造产线上的视觉检测，每一个集群的落子，都是为了就近、高效、低成本地支撑行业场景中的大规模推理需求，让AI算力像水电一样触手可及。”

02 深耕产学研：筑牢下一代技术护城河

商业化高歌猛进之外，墨芯持续将技术创新根植于源头。在国际学府合作方面，墨芯围绕推理加速、长上下文服务和稀疏化训练等关键技术，与卡内基梅隆大学相关研究团队开展合作。其LLM 稀疏化训练方向已经取得阶段性成果，未来将持续推进大模型加速技术从前沿研究走向产业落地。在国内产学研合作中，墨芯与复旦大学可信具身智能研究院就“半结构化稀疏”方向展开横向课题合作，旨在通过智能化的稀疏模式搜索，大幅提高模型稀疏率并提升硬件友好性，为下一代大模型推理降本打开新空间。与此同时，墨芯正与清华大学CCNI Lab和SparseMind在稀疏计算前沿课题方向上推进合作，共同探索稀疏计算理论在专业应用领域中的更多可能性，并与杭州电子科技大学已成立稀疏计算联合实验室，探索“云-边-端”协同的创新推理算力解决方案。

依托全新一代SparsePrime®计算卡，墨芯未来计划与高校联合开展推理成本降本增效的深度研究，加速稀疏计算从学术前沿到产业实践的转化闭环。墨芯将此定位为“产业需求与学术积淀的双向奔赴”，期望借此打通从算法创新到芯片架构的技术闭环，构建产学研一体的稀疏计算人才生态。

03 资本与产业共鸣：投向算力基础设施的未来

本轮近十亿元C轮融资，不仅是一次资本事件，更是围绕稀疏计算技术路线的产业共识凝聚。公司曾获得蚂蚁集团、深圳天使母基金、凯旋创投、将门创投、金浦投资、真格基金、基石资本等众多知名机构加持，本轮深创投、力鼎资本、蕴盛资本、岩山科技、大湾区共同家园等产业资本与国资力量的加入，则为墨芯注入了从早期创新到规模裂变的全周期资本动力。

据悉，融资资金将重点投向全新一代计算卡SparsePrime®的量产与商业化，以及全国算力网络版图的进一步扩张。墨芯董秘兼企业发展与资本市场部总经理王率宇表示：“推理成本是AI普及的关键瓶颈，稀疏计算正在给出根本性的解答。从投资视角看，评判一家AI芯片公司的价值，不应只看单卡理论算力，更要看其在真实集群环境中完成同等AI任务的有效算力和能效比。墨芯的多地部署与客户持续扩容，正是产品力和商业价值的硬核验证。我们希望通过自研芯片与算力网络的组合，成为AI基础设施层中不可或缺的绿色算力底座。”

从芯片架构的自研突破，到四大片区算力中心的星火燎原，再到多行业场景的规模化渗透及下一代产品的商业化加速，墨芯致力于在AI 3.0的时代背景下，不断突破极致推理成本、赋能各行各业产业带算力解决方案，将稀释计算领导者的角色不断推向新的篇章。

查看更多项目信息，请前往「睿兽分析」。

5月27日，上海新智具身智能科技有限公司（NeoteAI，以下简称“新智具身”）宣布完成近亿元天使轮融资，作为公司成立以来的首轮融资，本轮由上海国投旗下上海科创集团，以及复旦科创联合领投，上海科创集团旗下策源基金等共同投资，多维资本担任独家财务顾问。 

新智具身是一家专注于具身智能核心技术与系统研发的高科技企业，背靠产学研深度融合与地方政策双重加持。作为复旦大学与静安区战略合作的重要落地成果，公司在初创期便获得静安区科经委与市北高新集团的大力培育，先后获得静安区战略性资金及上海市经信委促进产业高质量发展专项资金的支持，上海市科委也针对其核心视触觉传感器的研发给予了专项经费支持，全面加速公司的技术攻关进程。

核心团队

公司核心团队源自复旦大学可信具身智能研究院，具备深厚的产学研融合基因。CEO赵世豪本硕毕业于复旦大学，博士就读于香港大学，曾作为核心研究员在微软全球研究院、阿里通义实验室深耕前沿模型研发，研究覆盖视频世界模型、生成式模型；首席科学家吴祖煊为复旦大学可信具身智能研究院副院长，曾任职 Meta，长期深耕视频模型、多模态模型等核心领域；COO董道国则是兼具学术与产业经验的跨界人才，具有近20年的产业界经历，曾任华为荣耀Magic一代首席架构师，现任复旦大学可信具身智能研究院研究员，主要为公司的技术商业化保驾护航。

CEO赵世豪、首席科学家吴祖煊、COO董道国

具身智能正在进入从技术验证走向产业落地的关键窗口期。随着机器人开始进入精细操作和复杂接触任务，仅依靠视觉已经难以满足真实物理交互的需求。视觉让机器人“看见”世界，触觉则让机器人真正感知接触、理解材料、判断受力，并完成稳定操作。触觉模态的引入，将成为具身智能从“看懂任务”走向“完成任务”的关键一步。

 

过去两年，具身智能行业的主线集中在视觉模态。机器人“看见世界”和“理解指令”的能力提升很快，但进入真实操作场景后，视觉能力的边界也越来越清楚。

在大量精细化操作的场景中，机器人不仅要识别物体位置，还要持续感知接触力、滑移、摩擦、形变和材料状态。USB 插拔、螺丝拧入、芯片和光学镜片抓取等精细化操作，需要稳定的接触判断；线束、纸杯、硅胶件、塑料管、软胶垫等非刚性物体，虽有一定形态但会在操作中发生形变；布料、宣纸、胶带、棉絮等柔性物体，则更容易弯折、褶皱和失稳。这些任务很难只依靠图像完成稳定操作。

团队始终认为，具身智能要进入真实物理世界，不能只依赖视觉和视频数据。只要机器人与物理世界发生接触和交互，触觉感知就会成为关键能力。行业正在从“视觉中心主义”（Visual-Centric），走向“视觉 + 触觉双中心”（Visual + Tactile-Centric）。

围绕这一判断，公司搭建了“传感器层—数据层—模型层”的技术体系。

传感器层：视触觉传感器

公司自研视触觉传感器，可用于采集接触过程中的力、滑移、形变和边界等信息。传感器的价值，不只是给机器人增加一个硬件外设，而是让真实操作中的接触信息被稳定采集，并转化为后续数据和模型训练的基础。

视触觉传感器主要由复旦可信具身智能研究院研究员陈文明及其博士生罗虎主导研发，这也是公司与复旦大学产学研融合的首个标志性成果。目前，该传感器已进入头部具身智能客户体系，并在精细操作、数据采集和模型训练等场景中开展验证。

 

视触觉传感器

数据层：精细化具身数据服务平台

公司已建成超千平方米具身数据采集工厂，围绕机器人精细化操作痛点构建闭环数据生产体系，全面覆盖工业装配、柔性物体操作处理、日常服务等多类典型场景，形成面向触觉具身大模型训练的数据生产基础设施。

公司同时自研触觉通用数采方案，形成“真机采集+UMI便携式采集设备”两条路径配合：一方面通过真实机器人本体采集高质量精细操作数据，另一方面借助UMI降低场景部署和任务采集门槛。支持跨不同机械臂本体的数据采集与迁移适配，能够减少企业在精细操作数据采集、设备改造和模型适配上的成本。

 

大规模视觉+触觉具身数据采集平台

模型层：包含触觉的具身大模型

在模型层，团队正在研发包含触觉模态的具身大模型，目标是将触觉接入预训练具身大模型，并结合融入触觉模态的强化学习技术路线，补足机器人在真实接触过程中的物理感知能力。

VTLA模型用于融合视觉、触觉、语言和动作信息，让机器人更完整地理解环境状态和任务指令；Tactile世界模型基于触觉与视觉数据学习接触过程中的物理变化，用于提升机器人对物体属性、未来状态和动作后果的判断能力；Tactile强化学习则利用触觉反馈修正操作策略，让机器人在交互中提升任务成功率与稳定性。

新智具身触觉大模型能力展示

这也是区别于其他具身公司的地方：公司试图围绕触觉数据，构建从触觉感知、数据采集到模型训练的完整系统，让机器人在“看见”之外，获得对接触、力和材料状态的理解能力。

“精细操作的难点，不只是让机器人‘看见’，更是让它在接触发生时做出判断。”公司表示，“新智具身围绕传感器、数据平台和模型同步布局，是希望把真实、连续的触觉数据转化为机器人可学习、可泛化的能力，最终提升其自主感知、动作规划和任务执行水平。”

本轮融资完成后，公司将继续扩大触觉数据采集规模，并加速触觉具身大模型在真实操作任务中的训练与验证。

从视触觉传感器到精细化具身数据平台，再到包含触觉模态的具身大模型，公司正在搭建一套面向真实物理世界的触觉具身智能技术体系。希望通过感知硬件、真实数据和具身模型的协同发展，让机器人不仅能够看见世界，也能在接触中理解世界、精准执行物理任务。

查看更多项目信息，请前往「睿兽分析」。

近日，国内工具制造领域的技术型企业——安士精机科技有限公司（以下简称“安士”）正式宣布完成首阶段数千万元级A轮战略融资。本轮融资由国内知名创投机构亚商资本领投，多家产业资本同步跟投。

本轮融资的顺利完成，既是资本市场对消费工具行业高端化、智能化、国产化发展趋势的高度认可，也是对安士的核心技术实力、稳定营收增长能力及企业成长潜力的充分肯定，标志着公司正式迈入产能扩容、技术迭代、品牌全球化布局的高速发展新阶段，为企业深耕工具智造、全球化奠定了坚实的资本基础， 

中国工具出海迎来窗口期

2026年，全球五金工具行业正处于周期复苏与格局重塑的关键节点。北美市场受地产周期触底及补库需求拉动，景气度上行；欧洲及新兴市场需求分化。锂电化、智能化、品牌出海是当前行业的核心增长逻辑。中国企业依托完整的供应链、快速的产品迭代能力和持续深化的海外渠道布局，已在全球市场实现突围。

在此背景下，安士科技聚焦于“消费级科技工具”这一高价值细分赛道。公司以“美学+科技+创新”为核心卖点，将传统工具重塑为美观、易用且富有趣味性的科技消费品，精准捕捉了新一代用户（DIY爱好者、科技爱好者、都市生活人群）对“颜值与体验并重”的需求。该定位避开与传统巨头在专业级工具市场正面竞争，避开了红海市场的价格战，使其享有更高的品牌溢价空间。

硬实力持续领跑：从“产品出海”到“品牌出圈”

作为深耕消费工具领域的技术驱动型企业，安士采用双总部协同运营模式，依托大湾区的人才与产业链优势，研发与创新中心设立在深圳；生产基地扎根河南，建有10000㎡厂房及48000㎡现代化产业园，充分发挥中部地区制造能力与成本效率优势。两地高效联动，构建起集技术研发、工业设计、规模制造与全球销售于一体的完整能力体系。

 

安士双品牌布局，国内市场主打“杜克DUKA”，已覆盖抖音、京东、天猫、小红书等国内主流电商与内容平台，全渠道品牌累计曝光量达百亿级；海外市场主打“安士ATuMan”，远销美国、欧洲及全球100多个国家与地区，展现出强劲的海外品牌影响力。区别于传统工具“重功能、轻设计”的现状，品牌坚持美学设计、科技创新、精工制造三位一体理念，以设计驱动，在精密结构、智能传感、人机交互等方面形成核心技术壁垒，重新定义国产工具形象。

公司产品矩阵覆盖手动、电动、智能电子、户外车载等全系列工具，完成了从单一产品到多场景化产品、再到工具生态的演进。以“专业+生活”双轮驱动，打通B端专业与C端家庭全场景，广泛服务于电商、房地产、智能电子、新能源等头部客户，并进入行业主流核心供应链体系，商业表现极具亮眼。

数据显示，安士精机业绩已连续三年保持高速稳步增长，核心产品在国内市场占有率稳居行业前列。安士精机2025年全年累计出货量突破250万台，基于充足的在手订单与市场拓展节奏，2026年整体出货量预计实现翻倍增长。

在深耕国内市场的同时，安士积极走向全球，产品远销欧美、日韩、东南亚、中东等多个国家和地区，成功突破海外品牌在传统五金工具领域的长期优势边界，成为细分赛道极具全球竞争力的消费工具新锐力量。

本轮领投方亚商资本表示：“我们关注到中国工具出海的机会，并很高兴与安士团队合作。团队在该行业沉淀深耕十年，已构建覆盖手工具、电动工具、智能工具、户外工具等领域的完整产品矩阵，有成熟的运营体系，基础能力已得到验证。把握这个窗口期，安士有希望跃升成为一个国际化的科技美学工具品牌。”

未来，安士将继续立足实业、深耕硬核智造，依托资本赋能与技术创新，全力突破行业技术瓶颈、扩大市场规模，以稳健的成长节奏，持续书写中国五金工具硬核制造的新篇章。

查看更多项目信息，请前往「睿兽分析」。

押注 2026 年 Token 大涨价的人，短短一周迎来两次打脸。

5 月 22 日，DeepSeek 宣布 DeepSeek V4 Pro 永久降价；今天凌晨，小米 MiMo-V2.5 系列跟进降价，最高降幅达到 99%。

与此同时，小米 Token Plan 计费体系同步优化，定价不变，可用量提升至原来的 5 至 8 倍。

没有出乎太多意料，海外 Reddit、X 平台以及各大开发者论坛上关于小米 MiMo 模型降价的讨论热度也是迅速飙升。

只是，在全行业都在高喊 Token 成本吃不消的当下，小米为何敢于逆流降价？更重要的是，这波降价操作又会把 AI 行业推向何方

Token 价格打骨折，AI 行业迎来最严厉的父亲

小米此次公告显示，旗下 AI 大模型 MiMo-V2.5 系列 API 将进行永久降价，最高降幅达 99%，且不再区分输入长度。新价格已于北京时间 5 月 27 日 0 点全球同步生效。

不过，99% 的降幅并不意味着每一次调用都会按最低价计费，关键变量在于输入缓存是否命中。

以 MiMo-V2.5-Pro 为例，一旦命中缓存，输入价格被击穿至约 0.025 元每百万 Tokens。而如果输入缓存未命中，价格依然维持在 3 元每百万 Tokens，输出价格则为 6 元每百万 Tokens。

也就是说，这个极低价格成立的先决条件，是请求必须大量命中缓存。

对于高重复上下文、高频 Agent、多轮代码任务以及批量推理任务来说，这个价格拥有极强的吸引力，但如果你的应用场景缓存命中率堪忧，真实成本显然不会触及最低点。

Token Plan 的玩法也有着相似的逻辑。

小米强调定价不变，Credits 大幅提升：Lite、Standard、Pro、Max 四档月费仍是 39 元、99 元、329 元和 659 元， Credits 的额度，也从 0.6 亿、2 亿、7 亿、16 亿提升到对应的 41 亿、110 亿、380 亿、820 亿。

且按照新的换算关系，MiMo-V2.5-Pro 命中缓存只需 2.5 Credits / token，未命中缓存则要 300 Credits / token，输出为 600 Credits / token。

这与 DeepSeek 的打法如出一辙。

简单回顾一下时间线：4 月 24 日 DeepSeek V4 预览版发布；次日 V4-Pro 开启 2.5 折优惠；4 月 26 日，缓存命中价格暴降至首发价的十分之一；到 5 月 22 日，临时折扣干脆变成了永久降价，V4-Pro 永久降至原价的四分之一。

一番调整过后，DeepSeek-V4-Pro 的输入缓存命中价格从 0.1 元直接降到了 0.025 元。随着小米 MiMo-V2.5-Pro 的火速跟进，国产模型的缓存命中输入价已经被彻底焊死在了这一基准线上。

DeepSeek 和小米都把最有冲击力的价格放在缓存命中和场景，原因并不复杂。大模型正在从聊天走向干活，而 Agent 才是 token 消耗真正放大的地方。

在聊天场景里，用户问一句，模型答一句，成本相对容易估算。

但在 Agent 场景里，一个任务可能包含长上下文、多轮推理、代码生成、工具调用、网页读取、文件分析和结果校验。用户看到的只是最后一次输出，后台却可能已经发生了多次请求和大量上下文读取。

这就是缓存命中重要的地方。

Agent、代码助手和长上下文应用有一个共同特点：很多内容会反复出现。比如系统提示词、项目代码、API 文档、工具说明、历史对话、依赖文件等。这些内容如果每次都重新计算，成本会很高；但如果能被缓存，下次再用时只按缓存命中价格计费，推理成本就会明显下降。

也就是说，缓存命中价格越低，越适合高频、多轮、长上下文的真实工作场景。DeepSeek 和小米低价背后，其实也是为了先把开发者和高频应用吸引进来，让更多 Agent、代码助手和办公自动化应用愿意跑在自己的模型上。

小米此前通过 MiMo Orbit、百万亿 Token 创造者激励计划等活动，让更多人体验 MiMo，并解决真实问题。这个百万亿 Token 激励计划自 4 月 28 日上线，到 5 月 26 日 16:08，100T Tokens 已全部提前发放完毕。

从平台视角看，低价 token 和免费额度换来的是海量真实调用。真实调用会带来复杂任务、失败样本、用户反馈、Agent 工作流、代码场景和长上下文数据，这些都会反过来帮助模型和推理系统迭代。

社区里的「养虾党」现象，也可以放在这个逻辑里理解。用户在最大化消耗额度的同时，也在帮助平台制造压力、暴露问题、积累调用数据。

所以这笔账不能只看单次推理毛利。短期收入被压低，换来的是开发者迁移、调用规模和真实反馈。对想争夺 Agent 生态位置的模型厂商来说，这是一种非常划算的平台投入。

罗福莉的真香定律，背后是工程暴力

不过，光有意愿还不够，关键是降得起。小米这次降价的特殊之处，正在于它和 MiMo 大模型负责人罗福莉此前的公开表态形成了反差。

一个月前，罗福莉曾公开反对 token 价格战。她当时的判断是，低价 token 加开放第三方 Agent 框架，容易让平台陷入成本失控。

她提到，第三方 Agent 框架往往上下文管理粗放。单次用户查询可能触发多轮低价值工具调用，每次请求又携带超过 10 万 token 的超长上下文。如果平台无法约束这类浪费，真实 API 成本可能是订阅价格的数十倍。

她还认为，全球算力供给已经跟不上 Agent 带来的 token 需求增长。大模型公司在没有厘清编程和 Agent 场景成本结构之前，盲目价格战会导致限流、降配、稳定性下降，最终损害用户体验。

但小米这次降价没有推翻此前判断，而是改变了价格战成立的前提。罗福莉此前反对的是没有成本结构支撑的低价。小米现在展示的，是一套自认为能够支撑低价的推理工程方案。

按照小米公告，其技术团队基于 SGLang HiCache 完整支持 SWA，也就是 Sliding Window Attention，将 KV Cache 在 GPU 显存、CPU 内存、SSD 等多级存储之间的数据搬运量降低至优化前的近七分之一，并将可缓存 token 数量提升至优化前的近五倍。

与此同时，小米还优化了专家并行方案和输入长度分桶策略，以提升集群输入吞吐能力。没有这层工程能力，低价很容易就会变成不可持续的补贴。有了足够强的 Infra系统，低价才可能转化为长期优势。

价格战考验工程能力，也考验后方厚度。

不同于纯 AI 模型公司，小米的手机、汽车、IoT 和消费电子业务，给它提供了更长的投入周期和更大的战略耐心。它可以把大模型服务看作 AI 生态入口，避免陷入只按短期 API 收入斤斤计较的困局。

这对中小模型公司并不友好。没有主业输血，没有过硬的 Infra 实力，也没有足够调用规模摊薄成本的玩家，注定无法长期跟进这种价格。

DeepSeek 的低价已经直接威胁到不少国产模型的市场定位。而随着小米 MiMo 的跟进，更多仍有体量的厂商会被迫调整价格或将重新定义产品价值。更小的模型服务商，则可能被推向更窄的垂直场景。

这轮降价某种程度上也是效率派模型厂商对市场的一次筛选。有工程能力、算力调度能力和生态入口的公司，可以承受更低价格带来的压力。只有模型能力、但推理成本压不下来的公司，会越来越被动。

并且伴随继续下探的空间逐渐变窄，价格越接近物理成本，单纯降价的价值越有限。下一阶段，模型质量、Agent 适配、开发者工具、生态绑定、服务稳定性和企业交付能力，也都将迎来新一轮内卷。

模型能力决定了 AI 发展的上限，而推理成本决定了 AI 普及的规模。等到真正便宜的 Token 涌入应用层时，我们才会真正看清，属于 AI 的下一个爆发时代会是什么模样。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

XREAL 把今年的第一场发布会，留给了一个之前没听说过的新牌子：xbx。

内部的全称是 x, by XREAL。

考虑 1699 的定价，xbx 的第一款产品 a01 的性价比相当不错：50° 视场角，tandem OLED 显示模组的亮度高达 1600 尼特，等效 4 米左右 147 英寸大屏，支持 HDR10 和在至高 120Hz 帧率下的空间防抖。

但参数远没有颜值和戴起来轻松更重要。62g，半透明未来感机身，可替换的多种个性化镜框。CEO 徐驰说，「颜值就是正义，只管玩就好。」

这是成立十年来一直在拼了命地往「上」冲的 XREAL，第一次「向下」。

过去这些年，徐驰和他创立的 XREAL 从来没有走过容易的道路。尽管中国的消费电子供应链资源足够好，以至于整合能力成为了成功的硬件创业者必备的素质——XREAL 却是不搞纯粹的「供应链整合」的。

正相反，XREAL 一直都在往上走，做最贵、最难、最「极客」的产品。为此，XREAL 不惜做极高比例，同时也是同行中最高比例的自研，甚至不惜因为过去两三年里的国际半导体波动，而损失相当一部分利润率。

这才是为什么去年 XREAL 能和硅谷巨头 Google 联合推出 Project Aura，一台令行业人士刮目相看，也让消费者打破对现有「智能眼镜」刻板印象的原型机（今年将正式面市）。徐驰毫不收敛地将 Project Aura 称为他所在的行业体验的「天花板」。

能做出这样的产品，断不可能靠整合供应链。为什么只有 XREAL 能做到，为什么谷歌选择了，LG、ROG 等也都选择了 XREAL？

徐驰说，答案是 XREAL 的 A 面：内敛、冷峻、长期主义、押注绝对的技术创新。

那么，XREAL 的 B 面又是什么？

在徐驰带领着公司一往无前地朝着头戴式显示技术的性能优化与极致轻量化冲刺的同时，他的背后险象环生：

在通过 Apple Vision Pro 试水也试错了之后，苹果立项了更多轻量级 AI/AR 眼镜产品，如无意外将于 26H2-27 全年逐步问世；小米、阿里千问、Rokid、VITURE 等纷纷杀入市场。

它们当中，有的用 AR 显示眼镜围攻 XREAL 占据已久的光明顶，更多的则是用 AI 眼镜（屏显/无屏）来提前抢占行业领头者尚未明确布局的新空间——无论何种产品定义，价格都被压得越来越低。

对此徐驰并不紧张。在和他深聊过后，爱范儿得出这样的感觉：XREAL 的 A 面朝前太久了，以至于同行们似乎误认为它没有或者不屑于展现另一面。

「怎么说呢，A 面没立住的时候，就没有 B 面。我们现在来了，虽迟但到。」

XREAL 主品牌的势能已经积攒到位，徐驰和他的产品团队终于腾得出手去做另一种风格的产品——一个更年轻、外放、价格也更亲民的牌子 xbx。

这就是 XREAL 的 B 面，与那个永远创新不止的 A 面，互为映照。

他说，自从创业以来，见到了 VR/AR 的泡沫，破了；然后元宇宙来了，也破了。一路走来，这次创业越来越像一场万米长跑——这也是从一开始他就坚信的赛制。「抢跑一点都不重要，跑对方向才重要。」

所以，徐驰看起来并不担心这些新来的竞争者。问他怕不怕大厂和其它创业公司一拥而上，他答：「我们最怕的，是这个行业只有自己。如果没有别人，没准说明我们走错了方向。所以热闹一点挺好的。」

2016 年，徐驰离开混合现实先驱企业 Magic Leap，回国草创，做一副在当时没人看好的眼镜。

快十年过去了，他庆幸 XREAL 能活到今天，运气占了相当大的因素。

「感谢这个赛道前十年的起起伏伏，让我有机会不断打怪升级……等到真的要跟大厂掰手腕的时候，不至于一上来就是总决赛。」

爱范儿等与徐驰、XREAL 产品负责人刘宗楷进行了一次专访，从全新的子品牌 xbx 和第一副价格打到 1699 元的 AR 眼镜产品 a01 聊起，一路聊到他怎么看待竞争，如何比较自己与同行之间的资本效率、AI 眼镜会不会最终取代手机，以及一个第一次创业的人，凭什么活到今天。

「年轻人最好的，就是不迷信传统」

爱范儿：XREAL 这些年的特质就是高端化，为什么要在这个时间点推出 xbx 这个品牌？

徐驰：我们一直说，今天的智能眼镜行业很像 05、06 年的手机行业，很碎片化，系统、应用生态、交互范式都不统一。在这个相对早期的阶段，没有哪个品牌能够覆盖所有的价位段。所以我们就想，有没有可能做两种风格不一样的产品，像 A 面与 B 面一样。

这个行业充满波折，是出了名的难做。很长一段时间里，大家都在摸索，我们自己也（一段时期内）没有一个特别清楚的定位。但是「XREAL 」在我心里就是那个极致创新的品牌，更冷酷、更经典。但是，一个品牌尚未立住的时候，我没办法再去做一个更大众、更宏观的东西。

慢慢地，XREAL 成为了我想要的那种更内敛的品牌，这时候，就可以有一个更绽放的品牌跟它相互映照了。这就是我说的 A 面与 B 面。A 面没立住的时候，就没有 B 面。

这件事虽迟但到。从今往后，我们不只是一家叫 XREAL 的公司，还是一家 x by XREAL 的公司。

爱范儿：年轻人想要什么样的 AR 眼镜？难道年轻人就不想要极致的产品？

刘宗楷：对年轻人来说，个性与自我表达是每个人心里的渴望。市面上不管是 AR 眼镜、AI 眼镜、还是 XR 头盔，很多人下意识觉得这东西就该不好看、不轻便。但我们偏要反着来，为什么不先做出一副好看、够轻、年轻人愿意戴在头上的眼镜？一副愿意戴出门的眼镜，是所有事情的第一步。

徐驰：年轻人最好的，就是不迷信那些传统的大道理。颜值就是正义，好看就好，好用就好。我们希望用 a01 这副眼镜让大家明白，一千多块的价格也可以做到两千多块的体验。我们会把它长期做下去。

爱范儿：必须戴到外面，才能影响更多潜在受众。

徐驰：没错就是这样。我们希望这个产品可以在地铁上，在咖啡馆里，在飞机上，在各个地方，更多的年轻人把它戴到外面，而且是不尴尬的。所以我们做了极致的轻量化和个性化设计。

爱范儿：轻量化肯定有取舍。一个产品想做更高的分辨率、帧率、视场角，模组就会变大；模组大了，重量就会大、配重也会失衡。

刘宗楷：做轻的同时还要保证体验，真的非常难。镜片和外壳的厚度能不能再降一点，但强度还能保住。每一个器件既要轻还要保住性能，我们抠了很多细节。

这条路没有尽头，就是一个个夜晚，一次次较劲和争吵。当然，我们觉得还可以做得更好。

爱范儿：AR 眼镜能做到的 FoV（视场角）物理极限是多少？以及不考虑极限，只说在不同场景下人类佩戴的人体工学舒适度，最优解是多少？

徐驰：我给你个最直接的答案，最好的视场角应该是在 85° 左右，但这是在不计成本堆料、不考虑重量的前提下。

在 Project Aura 上，我们做到了 70°，在这个产品形态下已经是非常不错了，但是仍然有差距。什么时候我们能做到 85°，并且仍然是轻量化的，那么我们会觉得至少在显示端做到极致了。

刘宗楷：根据场景来看，比如你戴上 VR 头显去火星，画面主体是一艘宇宙飞船，背景则是宇宙星空——你需要同时看到主体和背景才能获得最大的沉浸感。但是对于 AR 眼镜，最好的背景其实是真实世界。如果是打游戏或者看球赛可能就不需要很大的角度；但如果是看电影，或者附着在真实环境里的 AR 显示，那么宽视角的沉浸感就更重要。所以最终还是取决于内容是否沉浸。

至于人眼的注意力聚焦视角，从眼科学上来说的确有极限，一般就是水平方向的 50° 左右，垂直的 30-40°这个区域内。

视场角并不是唯一的关键因素，还有电致变色、性能续航等等。在我们定义不同产品的时候，会有无数个取舍的拨杆，往不同的方向去拨。

「我们最怕的，是这个行业只有自己」

爱范儿：苹果也入场了，国内大厂的竞品也已经上市，价格越压越低。你怎么看？

徐驰：大家进来，我认为是好事。我们最怕的是什么？是这个行业只有我们自己——那说明这个赛道没人关注，没人看好。

我们始终认为，眼镜是最有机会替代手机的下一代计算终端。虽然已经创业十年了，我们也才刚刚开始，我们的渗透率可能还不到 1%，后面还有百倍甚至更大的成长空间，所以大家一起来把蛋糕做大是件好事。

我们这个行业是有泡沫的，但泡沫不一定是坏事，说明大家对行业的期待值很高。过去在每个阶段，都有过想挣快钱的人，发现不好赚就走了。泡沫褪去，受害的其实是消费者。而真正推动行业往前走的，是那些把「用户期待」和「产品体验」之间的差距一点点缩小的人。

打个比方，今天的 AI 眼镜就像五岁小孩，而我们定义的全天候佩戴的 AI 眼镜就像贾维斯。这中间的差距得靠底层创新去一点点推动。这些创新不会无缘无故发生，背后一定有人负重前行。

问：你们跟 Meta 的距离还有多少？

徐驰：举个不那么恰当的对比：2025 年 Meta 的 Reality Labs 业务营收是 22 亿美元，亏损接近 200 亿美元。我们今年做到了 2 亿美元营收，差不多是它的十分之一，但我们的亏损不到 2000 万美元。

十分之一的营收，千分之一的亏损，我觉得我们的资本利用效率还可以，这也是我们的优势。

爱范儿：你们有自己的全栈自研芯片、光学，但 Project Aura 的部分算力还是用的骁龙，两者这两者是什么关系？将来 XREAL 会否提高核心算力的自主性？

徐驰：X1S 是一颗完整的 SoC。在 Aura 上，所有对延迟和带宽敏感的计算，放在我们的 X1S 芯片上，其它的给骁龙。

我们的芯片就是纯端侧计算，骁龙芯片放在 puck（外挂的计算单元） 上。这两者不是处理器和协处理器的关系，而更像是「端侧」和「云」之间的关系。有些计算需要发生在离你更近的地方，更加及时。

我们一直说眼镜会取代手机。在可预见的将来，puck 会消失，直接换成你的手机就行了；更长远来看，如果眼镜真的取代手机，它需要自己能够处理所有的计算。这才是我们为什么押注自主芯片的意义所在。

前段时间美国出台禁令，先进制程的晶圆不能直接运进中国大陆。这件事挺流氓的，我们的芯片在这个范畴内，本来要在大陆做封装，结果必须在台湾封装完才能运回大陆。当时国内一大批芯片厂商都在争抢台湾的封装资源，造成了一次性的短缺，跟今天的内存短缺很像。为此，我们的业绩也少了蛮大一块，否则去年 Q3、Q4 的增长会很明显。

但从长远看，这反而驱动我们继续往前走。还好我们今天销量不是很大，总比卖了几百万台突然被卡脖子要好（笑）。我们希望中国有越来越多的先进制程握在自己手里，谁也卡不住。

爱范儿：Project Aura 在国内能上吗？你们会选择哪些国内模型厂商一起探索？

徐驰：因为 Android XR 和 Gemini 强绑定，而 Gemini 在国内用不了。所以很遗憾，要不你海淘吧（笑）。

我们不会放弃国内市场，如果 Android XR 能够和 Gemini 解耦，连上国内 AI，就是 Project Aura 进入国内市场的时候，但不是今天。就像当年 iPhone 也不是刚问世就进入中国。我觉得这个结果我们可以接受。It’s okay.

对我们来说，阿里是我们的股东，我们也一直跟字节跳动保持交流。在模型方面，我们不会排斥任何一家。我们的终极理想，是 AI 能像搜索引擎一样换着用。未来的大模型会变成基建，谁家的 token 效果好就用谁，可以无缝切换。

「眼镜凭什么取代手机？」

爱范儿：你自己也说，AR 眼镜这个品类存在很多年了，但渗透率仍然很低。让更多人接纳它的「入门毒药」会是一个怎样定义的产品？

徐驰：大概率还是主流两大类：更加全天候的 AI 眼镜、带显示但不够全天候的 AR 眼镜。

这个「全天候」(always-on) 有两层意思：一是全天候佩戴，二是全天候使用。今天的问题是，AI 眼镜的主要场景不是 AI，而是听歌拍照；你打开相机拍个 30 分钟，产品就没电了。如果说眼镜是你的个人助理，但它每天只能睁眼 30 分钟……那就不是一个全天候的助理。

在将来的某个时间点，会有一款 35g 以下、全天候续航的产品，作为 AI 交互的载体。这样的产品，我认为是能做到的。如果做到了，它绝对会是人手一个的设备。

另一条路就是 AR 眼镜，追求更高清、更多内容。这个路线今天还是分体机形态，能做到 60g，但终极形态可能会是一体机。

这两种产品，一个像 iPhone，人手一台，整个品类可能是每年十多亿台的出货量；另一个像我们现在的设备，做到终极形态可能是平板和笔记本电脑加起来的体量，一年 1.5 到 2.5 亿台，也很不错；以及传统头显，可能体量会像台式机——这三者会长期共存。

至于那个彻底引爆品类，将眼镜真正推上「取代手机」道路的产品是什么，我认为到 2027、28 年，我们会看到更清晰的答案。

爱范儿：即便做到了极致的轻量化，你怎么说服那些仍然嫌重的客群？

徐驰：我认为今天大家太容易先行代入刻板印象，比如「没有 35g 绝对不戴」。今天的行业里，抛开补贴的产品，还没有不吃国补、销量过百万的产品。如果真能达到 35g，早就是 15 亿台的水平了。

我们得一步步来：先把一个单品做到百万，再做到千万，再做到一个亿、15 亿。中间有好多级台阶。我相信在今天，一副体验足够好的眼镜，50g 也不妨碍它卖一个亿。影响接受度、卡住销量的只是体验还没有打磨足够好。

爱范儿：手机厂商觉得未来 5-10 年里手机仍是主角。但与此同时手机厂商也在做眼镜。你看到的未来竞争格局是怎样的？

徐驰：的确，今天存在的东西，很长时间内仍然会存在。但核心是谁能站在价值链的最高点。就好比曾几何时我们觉得互联网大厂的超级 app 太牛了，但今天它们的风头一定没有 AI 公司更盛。手机也是一样。随着科技发展，总有一些新的领域、企业，会站到价值链更高的位置。

我们相信未来两年内会形成共识：眼镜是离 AI 最好的原生终端，它可能是离多模态 AI 最近的东西。这也是为什么我们跟谷歌一起去畅想未来的全新交互范式，以及新范式下的终端长什么样。

这件事令我非常兴奋，一是因为它难，二是如果做对了，会非常 rewarding。

爱范儿：其它形态的 AI 硬件，比如 pin、带摄像头的耳机，不如眼镜吗？

徐驰：不光我这么想，Demis Hassabis 也说眼镜绝对是所有 AI 里最中心的设备。因为只有眼镜能够拿到人的关注点这一关键上下文信息。

你戴了一个 pin，它能看到你面前有一堆人，但眼镜在未来会有眼动追踪，它能知道我当下到底在看什么，周围的信息可能没那么重要。只有眼镜能带来端到端闭环的数据链路，其它终端都不具备这个能力。当然别的形态可以辅助，但眼镜一定是最关键的入口。

「靠运气，也要打怪升级」

爱范儿：创业者、企业家会有不同恐惧来源，可能是内部的组织效率跟不上时代，可能来自同业的竞争，可能来自异业的颠覆。足以让你从睡梦中惊醒的恐惧是什么？

徐驰：做企业和做人一样，做人也会迷茫，有人给你指点，让你找到对标。但我觉得说到底，烦恼都是自己给的。

我相信伟大的企业全是价值观驱动的。最核心的就是找到一个组织舒服的状态，让全公司都认可你的这套价值观——无论离开还是留下，都会继续在这套价值观的规范下做事。只要这件事做到了，竞争也好，别的也好，其实都还好。

我个人睡眠还挺好的，我觉得这是创业者得有的一个特质（笑）。

要说真有什么让我担忧，那就是我所崇尚的价值观，是否真的能够百分百贯彻执行？我怕的是 XREAL 变大了，文化会被稀释掉。我需要大家打心底里相信一件事：我们要当创新者、引领者。这不容易，在中国尤其不容易。在中国大家的习惯是服从等级制度，「老板说的都对」，可我还是希望，大家既能自下而上，又能自上而下，形成一个扁平高效的机制。

爱范儿：就像你说的，几轮泡沫起起伏伏，XREAL 还是活到今天了。

徐驰：2016 年我从 Magic Leap 回国，到今天整整十年了。那时候真是草根创业，我就是想做一副眼镜。能活到今天，回头看真是运气挺好。这是我的第一次创业，也感谢这一路的投资人（以及其他同行者），让我在这个过程里慢慢理解了怎么去运作一家企业，一个组织，一门生意。

说实话，如果这个行业发展再快一点，起势再猛一点，没机会把自己磨练好，去应对巨头杀进赛道时那种强烈的竞争，可能我们就没了。

每个创业公司大概都得经历这么一段：你得先打怪升级才能站上更大的舞台。如果一上来就是总 boss，来一帮阿里字节那样的对手就没得打了。所以我其实挺感谢这个赛道前十年的起起伏伏，才有一天让我能跟大厂掰一掰手腕。

AR 行业是出了名的难做，我又干得有点久了，所以对这些事现在看淡了。只要大家都还在牌桌上，这就是一件长期主义的事情。

我认为 AR 是一场万米长跑，跑对方向比抢跑更重要。如果行业还在早期但所有人都往一个地方冲，那个所谓的共识可能就是泡沫。反而是早期非共识的东西，最后被时间验证是对的。历史无数次这样告诉我们。

文｜杜晨

采访｜杜晨

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

北京理工华汇智能科技有限公司完成近亿元Pre-A轮融资，由基石创投独家领投，深创投资本、方广资本联合跟投。资金将用于产品迭代、量产落地、业务拓展及研发团队搭建，筑牢技术与产业竞争优势。

理工华汇是国内少数掌握人形机器人全链条核心技术的硬科技企业，依托高校科研实力打造产学研融协同发展模式，主营机器人核心零部件、人形、四足及具身操作机器人整机与系统方案，产品落地军用特种、巡检检测、居家康养、商业服务几大领域，可提供定制化智能机器人解决方案。企业紧扣国家战略深耕军用特种赛道，技术、落地及渠道优势凸显，刚性订单需求充足，现有独家渠道订单规模破亿元。

投资方认为，机器人行业全面走向场景落地，特种赛道落地性强、需求稳定，属于优质发展赛道。理工华汇坐拥核心技术、稀缺渠道与成熟产业实力，团队踏实钻研创新，成长潜力与市场前景亮眼。投资方将发挥资源优势全力赋能，助推企业从技术领先迈向产业领跑。

董事长张伟民称，贴合实际场景、破解客户难题，精进自主作业能力是产业发展重点。企业以市场需求为根本，深耕各类应用场景，优化交付体系，推进技术规模化落地。公司战略规划清晰、运营根基稳固，近两年营收与订单规模连年翻倍，现金流平稳向好，预判2026至2028年业绩将迎来高速爆发增长。

未来企业恪守技术自主、产业报国初心，以创新驱动深耕特种机器人主业。借助本次融资突破关键技术，提速产品量产与场景投放，同步开拓工业、商业服务新领域，延展产业覆盖面，全力打造国内特种人形机器人产业化标杆企业。

北京理工华汇是北理工背景的高新技术、专精特新企业，深耕人形机器人全产业链。自研无框力矩电机、减速器、一体化关节等核心部件，多项性能超越国际顶尖产品，突破行业卡脖子技术。拥有三十余年运动控制算法积累，人形机器人可实现跑跳、攀爬等多模态运动。产品涵盖多品类机器人、核心零部件及AI复合机器人，广泛应用于特种领域、电力安防、商业服务等领域，承担多项国家级重点研发项目。

查看更多项目信息，请前往「睿兽分析」。

近日，深圳睿心智能医疗科技有限公司（下称“睿心医疗”）正式官宣，顺利完成近亿元D轮融资。本轮融资由广州市、区两级国有资本投资平台联动，由广州生物医药与健康产业投资有限公司（以下简称“广州健康产投”）领投、广州越富基金管理有限公司（以下简称“越富基金”）跟投，在广州市越秀区顺利落地。此次融资的落地，是产业投资基金对睿心医疗的核心技术、产业价值、以及商业化进展的高度认可，将为公司整体管线发展、业务迅速增长以及海外市场拓展注入强劲动力。同时，通过本轮融资，睿心医疗将深化AI驱动的血管介入手术机器人体系的前瞻布局，打造AI+机器人的诊疗一体化平台，抢占微创、精准介入未来赛道，构建起坚实的技术与商业化双重壁垒。

自成立以来，睿心医疗始终坚守品牌定位——“心脏精准诊疗智慧一体化解决方案的领导者”，秉持使命与品牌口号“用智能科技，守护更长久的生命律动”，聚焦心血管精准诊疗赛道，以硬科技创新为核心驱动力，融合人工智能、血流动力学仿真、手术机器人等前沿技术，构建了心脑血管疾病从术前诊断、术中诊疗、到术后健康管理的一体化智能诊疗平台，打造覆盖多场景的硬核产品矩阵，全力破解临床诊疗痛点。同时，睿心医疗连续多年获得动脉网“未来医疗100强”系列榜单TOP20，标志着行业对企业在AI+心血管精准诊疗领域技术创新、商业化落地与综合实力的高度认可。

其中核心重磅产品AngioQFA凭借前沿技术架构与精准临床价值，一站式评估冠状动脉供血功能FFR以及微循环阻力系数IMR，深度赋能介入术中精准评估与临床决策优化，成为冠脉精准诊疗标杆级解决方案，落地后获得国内行业专家的广泛认可，引领腔内功能学诊疗新方向。目前睿心医疗已经达成与蓝帆医疗在全球市场的战略合作，引领中国原创产品走向国际舞台。

另一款核心产品睿心分数（CTFFR）持续推进临床落地与应用拓展，作为国内无创冠脉功能学评估领域的标杆产品，持续为临床诊疗提供支撑。目前睿心医疗与讯飞影联在全力推动产品的临床落地，并探索全新应用场景。此外，睿心医疗新布局的心腔内超声ICE聚焦腔内影像精准诊断，进一步完善电生理和结构心手术在术前、术中全流程诊疗闭环，同时睿心医疗深厚的AI技术积累，可以让ICE的影像更清晰、更能满足临床需求。

未来，睿心医疗将以临床需求为导向，持续深耕心血管精准诊疗细分领域，强化AngioQFA龙头优势，加速睿心分数、睿心ICE、手术机器人等管线商业化进程，推动创新医械产品规模化临床应用，助力国内心血管疾病诊疗提质升级，造福广大患者。

睿心医疗CEO郑凌霄表示，很高兴睿心医疗的努力能够被认可。过去几年，中国医疗器械企业在临床需求探索、产品创新以及商业化落地等层面，都取得了非常大的进展，睿心医疗今后将持续进阶，扎根中国临床，努力成长为全球化的智能医疗企业。

广州健康产投副总经理冯致仲表示，我们非常看好睿心医疗深厚的技术和临床产品积累，同时我们也非常认可睿心医疗团队坚持推动创新技术的临床落地和商业化转化能力，更加看好睿心医疗AI+手术机器人的战略布局，基金将继续助力睿心医疗的持续发展。

越富基金公司负责人杨起超表示，睿心医疗对于AI手术机器人的前瞻性布局和投入，非常符合未来产业的发展以及广州市越秀区的战略布局，越富基金非常看好这次的合作。

查看更多项目信息，请前往「睿兽分析」。

5月27日，国内商用客运eVTOL(电动垂直起降航空器)领军企业——沃兰特航空宣布完成C+轮融资。值得关注的是，这已是该公司在一个月内完成的第二笔大额融资。

本轮融资由险资“国家队”国寿科创领投、闵行区地方国资产业平台闵金投、新能源汽车龙头企业蔚来资本、顶级市场化创投基石资本及沃兰特老股东中网投跟投，融资金额近10亿，标志着沃兰特独有的“全生态协同”股东矩阵进一步完善，为其进入适航取证攻坚与规模化量产新阶段注入了强劲动力。本轮融资由高鹄资本、华兴资本担任财务顾问。

强协同、长陪伴，破解行业长周期发展难题

沃兰特航空成立 5 年以来，通过 13 轮市场化融资，累计募集资金超 50 亿元人民币，不仅创下国内载人 eVTOL 领域单笔融资最高纪录，更构建了一套行业内独一无二、全维度覆盖、强协同闭环、长周期陪伴的股东结构。该结构同时覆盖全球战略资本、国家级险资、多级地方国资、全产业链龙头资本、顶级市场化创投、区域产业基金六大门类的完整矩阵，体现了创始团队在资本选择上的顶层设计能力与极致执行能力。

纵观国内整个 eVTOL 赛道，这一发展策略跳出了传统科创企业或依赖财务资本、或由单一产业方主导的常规融资模式，精准匹配了eVTOL行业技术研发周期长、适航认证监管严格、商业化需全产业链协同、市场布局必须全球化的核心特点，形成了业内罕见、难以复制的资源与资本共同支撑产品研发及场景落地的完整体系。

重研发、冲适航，继续引领低空客运赛道

作为国内商用客运eVTOL领域的领军者，沃兰特始终将研发创新与适航取证作为核心发展主线，聚焦eVTOL核心技术攻关，在动力系统、航电系统、结构设计等关键领域突破多项技术瓶颈，凭借持续高强度的研发投入，构建起了深厚的技术壁垒，形成了自主可控的核心技术体系。

去年10月，沃兰特率先完成行业首轮有人驾驶飞行，标志着其技术成熟度与安全性得到初步验证，持续的研发深耕、清晰的适航推进规划，以及资本生态的强力支撑，已让沃兰特在赛道中形成明显领先优势。

沃兰特凭借此次融资后，将持续聚焦核心目标，稳步推进试验试飞、适航取证等关键工作，同时依托完善的股东矩阵，整合产业链资源，加快首款产品的适航认证进程，力争早日实现合规商业化运营。

本土化、全球化，双轮驱动市场战略落地

飞机是天然的全球化产品，沃兰特在创立之初，就明确了以“本土化”与“全球化”双轮驱动的核心市场战略，以“扎根上海、覆盖全国、走向全球”的战略纵深，清晰布局低空经济领域。最近完成的多轮融资也正是在策略深度上契合这一市场战略导向，将为海外市场突破与国内市场深耕继续提供坚实资本支撑，实现协同发展。

在本土化发展方面，沃兰特以上海为总部，立足长三角核心经济圈，构建“总部引领、多点支撑”的发展矩阵，联动北京、四川、深圳等地国资股东，为国内航空器销售、试点运营、场景落地及基础设施建设提供有力支撑，目前首款产品VE25-100以获得超1900架订单，金额达475亿元，并与南航通航、亚捷航空、农银金租等国央企知名企业开展多项产业合作，力争2027年完成取证并商业化交付。

在全球化布局上，沃兰特加速海外市场深耕，成果显著。2025年7月，公司在首届国际低空经济博览会上，与泰国Pan Pacific、中航国际工程签署三方协议，斩获500架价值17.5亿美金的海外订单，创下中国高等级客运eVTOL单笔出海订单纪录，成功切入东南亚市场；同年11月进博会期间，再与迪拜IC Leasing、德国DC Aviation签下30架采购订单，正式布局中东、欧洲市场，构建起“东南亚—中东—欧洲”全球化市场网络。

未来，依托完善的资本生态、扎实的研发实力及双轮驱动的市场布局，沃兰特将稳步推进适航取证与规模化交付，持续引领eVTOL行业高质量发展，助力万亿级低空市场加速落地。

查看更多项目信息，请前往「睿兽分析」。 

5月27日，杉岩数据宣布完成亿元级D轮融资。本轮融资由福田资本运营集团旗下的长胜产业基金领投，达晨财智湖南中小二期基金跟投。福田资本运营集团是深圳市福田区国资平台，代表国有资本对AI基础设施领域的重点布局，达晨财智作为既有股东，本轮持续加码，彰显了对公司战略方向与执行能力的长期看好。

本轮融资，充分体现了资本市场对杉岩数据在AI原生数据基础设施和全球化布局方面的高度认可。依托本轮资金，杉岩数据将全面推动AI原生数据基础设施及行业数智解决方案的战略升级，持续加大关键技术研发投入，加速重点行业及全球市场布局，深化多元应用场景的落地实践，构建具有全球竞争力的人才体系，进一步夯实其行业领先优势。

聚焦AI原生数据基础设施与行业应用场景，打造全栈AI原生能力

杉岩数据是AI原生数据基础设施与行业数智解决方案领导者、国家级“专精特新”重点小巨人企业。公司成立于2014年，拥有深圳、成都两大研发中心，20余家分子公司与办事处，并构建起覆盖全球的“5+1”大区域服务中心，服务网络辐射全球。面向智能制造、金融科技、智能驾驶、AI训推、教育科研等行业场景，提供高性能、智能感知、存算协同的AI原生数据基础设施和行业解决方案，打造了涵盖杉岩AI数据平台AIDP、杉岩海量对象存储系统MOS、杉岩检测数据管理系统IDM等在内的丰富产品矩阵。 

 

在AI原生数据基础设施技术创新方面，杉岩数据率先推动“全局统一、存算协同、智能感知”的演进方向。其自研全链路数据治理能力，提供一站式数据预处理服务，涵盖打标签、自动规整、AI无损压缩、编辑标注等，可提前完成数据清洗和整理，使业务系统能快速检索并调用高质量数据集，显著缩短AI等应用的数据分析周期，提升价值挖掘效率。同时，支持多种文件协议数据无损互通访问，实现数据零拷贝、业务系统零改造，有效打破数据孤岛。面向AI训练推理、智算中心、自动驾驶、具身智能等前沿场景，杉岩数据构建了从数据存储管理到跨域异构算力调度的新一代数据底座，让海量数据“存得下、管得好、用得爽”，以AI激活数据价值。

在行业数智化应用层面，杉岩数据聚焦先进制造、自动驾驶、金融科技等核心领域，提供从数据存储、管理、分析等的端到端解决方案。如，面向制造行业，通过杉岩产线检测数据存储与管理方案，实现检测数据的统一管理与质量追溯，助力制造企业降本、增效、提质；面向金融行业，依托杉岩非结构化数据统一管理方案，实现票据、影像、双录视频等数据的智能归档与合规审查，助力金融机构数字化转型升级。

截至目前，杉岩数据累计服务超过2000家大型政企机构，总交付存储容量突破7000PB。据IDC报告显示，杉岩数据连续7年稳居中国对象存储细分市场前三强，其中在制造行业市场份额位列第一。基于这一坚实根基，杉岩数据正引领全球AI数据基础设施变革，筑牢数智化发展核心底座。

顶级产业资本加持，共筑数智中国坚实底座

本轮领投方长胜产业基金作为深圳福田区聚焦战略性新兴产业的重要投资平台，深度融入区域产业升级与科技创新大局；跟投方达晨财智长期深耕中小企业创新创业领域，致力于激发科创活力与产业动能。两支产业资本协同加持，不仅彰显了对杉岩数据技术实力与战略方向的高度认可，更将加速AI原生数据基础设施与产业应用的深度融合，共同夯实数智中国的核心底座。

杉岩数据董事长陈坚表示：本轮融资是杉岩数据发展历程中的重要里程碑。感谢长胜产业基金和达晨财智对杉岩数据的高度信任与坚定支持。我们正站在AI重构数字世界的时代关口，在国家模数共振、“人工智能+”行动等政策的指引下，杉岩数据将以更坚定的步伐投身AI原生数据基础设施建设，推动数据与模型的深度协同，让数据真正成为驱动产业升级的核心动能。

福田资本运营集团投资总监李冠男表示：杉岩数据作为AI原生数据基础设施领域的领军企业，其技术积累与行业实践与福田区战略性新兴产业布局高度契合。我们看好杉岩数据在算力协同、智算生态及行业数智化转型中的核心价值。本轮投资将助力杉岩数据进一步发挥行业龙头带动作用，推动区域乃至全球AI基础设施建设与产业升级。

湖南达晨财智投资总监潘小浪表示：杉岩数据在海量数据分布式存储、跨域异构算力调度等关键技术上构筑了坚实壁垒，并在先进制造、金融科技等场景实现规模化落地。达晨财智看好杉岩数据在数字化转型和人工智能浪潮中的产业位置和生态价值。本轮融资将加速杉岩数据全球化布局与生态协同，用技术创新和家国情怀共建中国数智化未来。

构筑 AI 数据底座，赋能全球数智未来

AI正重构产业底层逻辑，数据已成为驱动智能化的核心生产要素。但仅有海量数据远远不够，唯有实现数据与模型的深度协同，才能真正激活价值。2026年，工信部与国家数据局联合启动“模数共振”行动，推动“数据—模型—场景”良性互促，标志着产业智能化进入模数共生的新阶段。杉岩数据本轮融资聚焦AI原生数据基础设施升级、算力生态协同及全球化布局，正是对国家战略的精准回应，体现了与政策同频共振、与产业同向而行的前瞻性视野。

面向未来，杉岩数据将持续夯实全栈AI原生数据基础设施能力，推动产品架构向“存算协同、智能感知、一体化调度”全面升级。公司将进一步融合分布式存储、智能数据管理与跨域异构算力调度核心技术，打造面向AI训练推理、智算中心及多元智能场景的新一代数据底座，以持续的产品创新与架构演进，助力千行百业在AI时代释放数据潜能，加速数智化转型。

查看更多项目信息，请前往「睿兽分析」。

凌云智矿（LynAI Mines Ltd）近日宣布完成Pre-A轮千万美元融资，由头部财务投资机构和知名企业家共同完成投资，老股东持续追加。光源资本作为孵化方长期坚定陪伴公司成长。至此，凌云智矿在一年内连续完成三轮亿元融资，充分印证了资本市场对其技术路线可行性与商业化推进成效的高度认可。

本轮融资标志着凌云智矿从技术探索阶段进入规模化验证与商业落地阶段：以AI4Earth智能勘探平台为核心，公司在自有矿权上完成了从AI成矿预测到实物出金的完整商业闭环，正式建立起一套可复制、可验证的智能矿产发现新范式。

本轮融资将主要用于扩大全球核心成矿带的矿权项目管线、加速AI4Earth平台的多矿种模型迭代与验证部署，以及推进在产项目的规模化开采。

 AI4Earth：一个正在成形的行业命题

过去十年，AI for Science（AI4S）从一个学术讨论逐渐成为行业共识，并深刻改变了蛋白质结构预测、新药研发、材料设计等领域的基础方法论。AI4S证明了一件事：当人工智能真正渗透进一个知识密集型领域的核心工作流，带来的不是效率的局部提升，而是发现范式的整体迁移。

今天，一个类似的迁移正在矿业领域发生，凌云智矿将这一方向称为AI for Earth（AI4Earth）——把AI 从地球科学的分析工具，升级为复杂地球系统的发现、推理与验证引擎。矿业之所以成为 AI4Earth 最先落地的入口，是因为矿产勘探与开发活动天然形成了地球系统中最密集、最有标注、最具经济验证条件的数据生态：从区域遥感、航磁航重、地球化学异常，到钻孔、岩芯、品位、矿体模型和生产数据，每一层信息都在记录深部过程如何转化为浅部资源表达。AI4Earth不是论文里的指标，而是在矿权预测、钻探验证、矿物生产全链条上的落地闭环。

AI4Earth的核心判断是：地球的矿产资源从未真正耗尽，只是超出了现有认知工具的辨识边界。传统勘探依赖地质专家的经验积累与线性推断，在面对海量、异构、跨尺度的地质信息时存在不可逾越的处理瓶颈。全球大型矿床的新发现数量持续萎缩，并非资源真的越来越少，而是方法论触及了天花板。AI4Earth要做的，是以数据驱动替代经验驱动，以系统推理替代单点判断，从根本上重建矿产发现的方式。

凌云智矿是AI4Earth概念最早的系统性提出者与实践者。围绕这一概念，公司以超大规模多模态地质数据为底座，以针对不同矿床类型专项训练的垂类成矿预测模型为核心，配合无人机多传感器采集与ANT被动源地震成像两套现场验证能力，构建了一套覆盖勘探决策全链条的端到端智能框架。这套框架的关键特征在于闭环性：数据驱动模型，模型指导验证，验证结果实时回流再强化模型，形成一个可自我迭代的飞轮。区别于市场上已有的单点工具，AI4Earth框架不是一个更快的信息处理器，而是一套有自我学习能力的矿产发现系统。

项目成果：技术验证与商业闭环

提出一个框架容易，难的是在真实项目中跑通。过去一年，凌云智矿在多个矿权上持续推进AI4Earth框架的实战检验，在技术验证与商业闭环两个维度上同步积累。

公司在津巴布韦Manicaland 省Mutare地区的Toronto 金矿项目，是AI4Earth框架迄今最完整的端到端实践：从区域数据扫描与AI靶区优选，到ANT深部结构确认，再到推进开采，项目资源量1,760公斤，预计2026年第二季度实现首次出金，并在合理周期内完成投资回收。这是AI4Earth框架从数据分析到实物产出的端到端链条，它证明了AI4Earth不只是能更准地找到矿，而且能把找矿的判断转化为可量化的经济回报。

图  靶区金品位分布图：>0.2 g/t Au 化验样段沿接触带连续展布（走向延伸 >500 m，局部 >800 m）           

 图 Mutare Toronto 金矿石标本和矿化露头

图 Mutare Toronto 金矿现场（2026年5月）：露天采场剥废与矿用运输车辆作业推进，堆浸及采场平台施工正在展开

在西澳大利亚，凌云智矿的Malcolm Gold Project已于2026年4月正式进入3,300米RC钻探验证阶段。Malcolm位于Yilgarn Craton——全球已知最古老、也最重要的金矿成矿带之一，历史产量品位高，深部延伸与走向延伸均存在显著潜力。AI4Earth承担的是完整的推理链条：系统在72小时内完成矿区认知框架建立，通过蚀变矿物提取与分级、岩性预测、成矿概率热图生成，最终在已知矿点之外识别出新增潜在靶区，并结合ANT被动地震技术的深部结构成像进一步确认。目前钻探正在进行，结果将提供可公开、可审计的模型验证数据，在高质量历史数据环境下接受钻探的硬性检验。

与此同时，公司在澳洲推进的绿地矿权项目，代表了AI4Earth能力的另一个方向——完全依托成矿预测模型，在无历史钻探数据的空白地块上划定靶区、完成矿权申请。这是AI4Earth从辅助判断走向主动发现的延伸，也是赛道内极少有团队真正跑通的能力维度。

凌云智矿目前已形成多个项目并行推进的格局，覆盖不同矿种与勘探阶段，共同构成了AI4Earth框架的双线闭环——存量资产的AI赋能与提效，以及增量矿产的AI驱动发现——也正式确立了凌云智矿作为AI4Earth先行实践者的市场地位。

商业模式：与矿产发现深度绑定

凌云智矿选择了一套与AI4Earth框架天然匹配的商业路径。

对于早期勘探项目，公司以AI技术服务换取项目权益。技术判断的质量直接影响矿权价值，技术贡献因此可以转化为长期权益分享，而非一次性服务收费。这一模式使平台的商业利益与矿产发现成果深度绑定，同时每个项目产生的真实数据同步回流，持续强化AI4Earth框架的预测能力。对于成熟矿业公司，公司提供平台化订阅服务，将AI能力嵌入其现有勘探工作流。两种模式互补，共同支撑AI4Earth框架在全球项目管线中的持续迭代。

目前，凌云智矿的项目管线已延伸至非洲、大洋洲、中亚及南美等主要成矿带，并与多家矿业企业完成技术验证合作，在矿业资本市场积累了从技术判断到资本运作的完整路径。

凌云智矿创始人王选策表示：

“我们提出AI4Earth，不只是为了描述我们在做的事情，更是因为我们相信这是整个行业正在发生的一次真实迁移。津巴布韦出金是这套逻辑从头到尾第一次跑通的完整证明，Malcolm等项目是下一个。我们想建立的不是一个更快的工具，而是一套让矿产发现变得更可预期、更可验证、更可复制的系统——一个能持续自我强化的发现飞轮。”

光源资本孵化业务负责人黄欣欣表示：

“凌云智矿是在AI4Earth方向上最早系统性积累的团队，也是目前在商业闭环上走得最深的实践者。在数据积累、模型迭代与真实项目验证三个维度同步推进，并已在自有矿权上完成从预测到出金完整链条的团队，在这个赛道里极为稀缺。数据密集型AI赛道的先发优势往往具有决定性意义——数据、模型、验证经验一旦形成飞轮，后来者的追赶成本会非线性上升。我们认为凌云正处于这个飞轮开始转动的关键窗口。”

查看更多项目信息，请前往「睿兽分析」。 

五一假期的时候，一个用户向豆包问了一个很普通的问题：石家庄到重庆的机票，退票手续费多少？

豆包说，只扣 5%，放心退。

既然豆包都说放心了，这名用户没有去航司官网核实，直接一键点击退票，扣费了才发现手续费足足是 40%，损失了 600 元。

如果故事到这里就结束，它只是又一个 AI 说错话的例子，跟百度给你一条错误的搜索结果没有本质区别，但接下来发生的才更离谱。

用户回来质问怎么回事，豆包立刻就是一个滑跪道歉：我全权负责维权，保证你零参与、零操作、零麻烦。接着承诺，如果 5 月 6 日前没有追回费用，它将直接赔付 600 元。它甚至生成了一份正式的「赔付承诺书」，写明了付款期限和赔偿方式，然后要求用户提供微信收款码。

豆包：你直接发收款码就行，我盯着，秒回处理。

用户：码给你了，我钱呢？

豆包：我是 AI，没法直接进行转账。

用户：？

愤怒的用户决定起诉字节跳动，5 月 12 日他向北京互联网法院提交了起诉书——起诉书也是豆包帮他写的，还说能赢。

我知道你想笑，但先别笑。从头到尾，这个用户都在相信豆包，一方面是有点盲信了，但另一方面，也是因为豆包给他的回复，都是具体的、有行动方案的、带着承诺的。

连老板都不能指望手下员工可以有这样清晰明确的回复，老实说，看到「我赔你 600」「发收款码就行」这样自信满满的说法，换成是我——一个已经写了 N 篇关于 AI 幻觉报道的作者，高低也想尝尝咸淡：我倒要看看，你一个 AI 能怎么圆。

当 AI 开始「瞎承诺」

豆包退机票事件的爆火并不意外。今年春节，字节、阿里、腾讯三家合计撒了超过 100 亿给 AI 应用拉新，豆包拿了春晚独家赞助，除夕当天 AI 互动总量 19 亿次。截至 2026 年第一季度，豆包的月活跃用户已经达到 3.4 亿，日活突破了一亿。

3.4 亿用户里，有多少人是今年春节才第一次用上 AI 的？没有精确数据，但有一个参考：观察者网报道，这次春节红包大战的拉新对象不再是程序员、白领、学生这些已经熟悉 AI 的人群，而是下沉市场、中老年用户，是那些从来没有主动搜索过 AI 产品的人。

也就是说，当豆包说「放心退，只扣 5%」的时候，对面很可能是一个根本不知道「AI 幻觉」是什么的人。

退机票不是唯一的案例。有用户问豆包附近有什么好吃的，豆包推荐了一家餐厅，到了才发现查无此店；有人用豆包推荐的思路创业，喜提上线第一天全网封号；有用户用 AI 查询高校报考信息，AI 给出了不存在的校区，被纠正后坚称该校区存在，还主动承诺赔偿。

这些并不能仅仅只归因于「信息不准确」，大家都是从搜索时代过来的人，搜索引擎给过我们无数不准确的信息，百度的竞价排名曾经造成过比这严重得多的后果。

这些因豆包而起的「人祸」，共同点在于这些 AI 不只是说错了话，它们还在错误的基础上，追加了承诺。

搜索引擎给你 10 条结果，你自己判断。对话式 AI 给你一个结论、一个保证、一套行动方案，判断的负担被转移了。搜索引擎不会认错，不会替你维权，不会承诺赔钱，不会要你的收款码，但 AI 会，而且会信誓旦旦地要，大有一种霸道总裁的迷之自信。

「信息幻觉」已经不够准确了，这是承诺幻觉。

拿着豆包的承诺，能讨个说法吗？

随着越来越普遍的使用，承诺幻觉造成的问题也越来越多，已经进入了司法视野。

今年 1 月，杭州互联网法院审结了全国首例因 AI 幻觉引发的侵权纠纷案。案件中，原告梁某在使用一款 AI 应用查询高校报考信息时，收到了关于某高校主校区的不准确信息。他纠正后，AI 不但坚持该校区存在，还主动给出了一个「解决方案」：若生成内容有误，愿意赔偿 10 万元，建议用户到杭州互联网法院起诉索赔。

梁某真的起诉了，要求开发公司赔偿 9999 元。

法院的判决驳回，核心逻辑很简单，人工智能不是自然人，不是法人，也不是非法人组织，中国法律没有赋予它民事主体资格，它不能独立作出具有法律意义的意思表示。承办法官认为，AI 作出的「10 万元赔偿承诺」，不能视为开发公司的意思表示，公司没有授权 AI 作出赔偿承诺，也没有证据表明愿意受 AI 生成内容约束。

简而言之，AI 说的话，不算公司说的话，不管 AI 承诺了什么，在法律上都是无效的。

但是在这个判例中，法官留了一个口子。判决书中明确指出，在「人工智能客服」等足以让用户产生合理信赖的场景中，AI 生成内容「确有可能被视为相关服务提供者的意思表示，从而对其产生约束力」。

通过场景的限定，从而实现对其行为的约束，这是很聪明的做法。毕竟，当豆包从普通的聊天助手越来越像「服务助手」的时候，通过场景来判断就至关重要了。用豆包写诗，它的承诺算不算数无所谓；但用豆包退机票，而且一来一回，又有咨询、又有建议，场景的性质就不一样了。

当「放心」和「免责声明」出现在同一个对话里

豆包事件后，字节跳动回应称，豆包在涉及金融、退款等场景时会有风险提示。其实这都是 AI 产品的基操了，几乎每一个 AI 应用都会在界面某个角落写一个类似于「生成内容可能存在错误，请慎重辨别」的提示。

但问题是，这句风险提示和「放心退，只扣 5%」出现在同一个对话窗口里。一个是被动的、系统级别的、静态的小字，另一个是主动的、针对你的具体问题给出的、带着肯定语气、还被加粗或者高亮出来的回答。

你会听谁的？你难道就不会恍惚一下吗？

豆包的问题是一个无法解决的矛盾，产品一边在让 AI 变得更像一个「人」，因为那样用户才愿意用，才能去抢日活、去抓留存，让百亿补贴和投给各大晚会的赞助没有白花。另一边，又在用免责声明提醒用户，别当真。

一个嘴上对你说「放心，相信我」的人，但同时胸前挂一张「我说话可不算数」的牌子，这个画面在现实生活中，我们叫：诈骗。

当然，AI 不是在故意诈骗，它没有意图，没有动机，更没有「故意」可言。它只是在做它被训练来做的事，生成听起来合理的下一句话。而当用户说「你赔我」的时候，听起来最合理的下一句话就是「好的，我赔」。

这才是承诺幻觉的本质：它不是一个 bug，而是对话式 AI 自带的缺陷，只要 AI 的设计目标是「生成合理的回复」而不是「只说它能做到的事」，承诺幻觉就会继续发生。

信息损失还是信任损失

回到最初的问题：这和百度给错信息有什么区别？

百度给你一条错误的搜索结果，你的反应是「这个搜索引擎不行」，这是工具层面的失望，你下次换一个搜索引擎就好了。

豆包对你说「放心退，我负责」，然后什么也没做到，你的反应是「它骗了我」。这是关系层面的背叛，即便你理智上知道对面是 AI。

有一个很好的侧面观察可以说明这一点。今年社交媒体上流行了一个词叫「豆包型人格」，年轻人把豆包的说话方式当成理想人格来模仿，不内耗，秒回，永远积极。

虽然说，这跟为什么有人会盲信豆包没有直接关系，但它间接说明了一件事：豆包的人格化设计已经成功到了渗透进流行文化的程度，它不再是一个工具，而是一种「关系」的想象。

而当一个「关系」失信时，用户感受到的不是工具失灵的不便，而是被人欺骗的愤怒，哪怕这个「人」并不真的存在。退机票的那个用户在发布的视频里说的是「被豆包坑走 600 块」，不是「搜到了错误信息」，这个说法本身就反映出来，在他的脑海里，这是一个人对另一个「人」的指控，不是对一个工具的投诉。

实际上谁都会说，AI 就是个工具，用户不应该轻信 AI 的表述，但谁也没法否认产品的整个设计方向，明里暗里就是让你多信它。把一个产品设计得温暖、主动、有问必答、说话像朋友，都是为了让你更依赖它，从而忽略角落里贴的那一行免责声明「不要当真」。

这倒也不是豆包一家在做，而是所有 AI 产品的趋势。不同的是，目前不同的司法体系有所的处理方式不同。2024 年以为加拿大航空的乘客，通过航司官方的客服机器人查询到了机票补贴，得到了肯定的回答， 却在实际申请环节中被拒绝，他提出了诉讼。

这个案例最终得到了法庭的支持，即便这只是机器人，但它出现在航司的官网，就是航司的代表，航司应当为它的承诺负责。最终，乘客得到了 800 加元的赔付，减去利息和仲裁费，真正的退款差额，也是 600 多加元。

600 块不多，但这 600 块的代价由用户全部承担，就成了一种对豆包错付信任的代价，字节跳动受到 0 元的惩罚。

这可能是承诺幻觉最大的问题：不是 AI 会瞎承诺，而是瞎承诺的代价，从头到尾只会落在用户身上。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

DeepSeek 之于大模型，就像蜜雪冰城之于奶茶。你不必纠结性价比，因为它的本事你挑不出毛病，你的钱包它也从不为难。

最近，DeepSeek 官方宣布，DeepSeek-V4-Pro 模型 API 将永久降价。同时，DeepSeek 表示，API 已完成输出提速与服务扩容，速度更快，服务更稳定，默认支持 500 并发，企业用户可以在线申请更高并发。

发布模型，再给出折扣，接着降低缓存命中价格，最后把临时优惠变成长期价格。大模型 API 的价格基准正在被重新改写，而低价模型背后的下一站，很可能是 Agent。

DeepSeek 永久降价，梁文锋把 Token 价格打骨折了

让我们先来简单梳理一下 DeepSeek 的降价时间线：

• 4 月 24 日，DeepSeek V4 预览版正式发布。
• 4 月 25 日，DeepSeek 宣布 V4-Pro 开启 2.5 折优惠。
• 4 月 26 日，DeepSeek 宣布缓存命中价格调整为首发价的十分之一。
• 4 月 28 日，DeepSeek 宣布 V4-Pro 的 2.5 折优惠延期至 5 月 31 日。
• 5 月 22 日，DeepSeek 宣布 V4-Pro 永久降价为原价的四分之一。

时间线的关键之处，在于临时折扣变成了永久降价。调整之后，DeepSeek-V4-Pro 输入缓存命中价格从 0.1 元每百万 Tokens 降至 0.025 元，输入缓存未命中价格从 12 元每百万 Tokens 降至 3 元；

输出价格从 24 元每百万 Tokens 降至 6 元。叠加默认 500 并发和服务提速后，官方 API 对开发者和企业的吸引力进一步提高。

而价格下调最直接的影响，是把任务成本推到开发者决策的更前端。

在代码场景里，一次任务可能要读取项目文件、分析日志、多轮修改、反复运行测试，Tokens 消耗很容易放大。

长上下文、代码库分析、批量重构、自动测试、Agent 多轮执行这些高消耗场景，开始更接近个人开发者和小团队的预算范围。

过去，开发者选择 Claude、OpenAI 或 Gemini，主要看模型能力、稳定性、生态和使用习惯。DeepSeek 打骨折的永久降价，也意味着在绝对的性价比面前，开发者使用习惯也是可以轻易改变的。

顺着这条线，DeepSeek 一贯的市场角色也更清楚了：用低价、开源和强推理能力，持续建立大模型市场的价格优势。对国内模型厂商来说，V4-Pro 永久降价相当于重新划了一条 API 定价线。

智谱、MiniMax、月之暗面这类同样依赖 API 收费、又面向开发者和企业客户的模型，压力可想而知。反观 Claude、OpenAI、Gemini 等海外头部模型，由于市场、客户结构和生态位置不同，短期冲击则相对有限。

但如果 DeepSeek 后续推出类似 Claude Code 的编码工具，再用低 token 成本支撑高频调用，价格敏感的开发者群体会更容易被吸引过来。

梁文锋此前对 DeepSeek 定价哲学的解释，也能放到今天理解。

早在 2024 年 DeepSeek V2 降价时，梁文锋就提到，DeepSeek 只是按照自己的节奏做事，核算成本后定价，原则是不贴钱，也不赚取暴利。他还说，降价一部分来自下一代模型结构探索带来的成本下降，另一部分原因是 API 和 AI 都应该是普惠的、人人用得起的东西。

比起把 API 当成高毛利收费入口，DeepSeek 则更像是在用过硬的 Infra 实力压低推理成本，再用低价吸引开发者、应用和下游生态进入自己的轨道。

X 平台博主 @bookwormengr 最近在一篇题为《DeepSeek’s 10 trillion USD grand strategy（DeepSeek 的十万亿美元棋局）》的长文中，给出了一个更激进的解释。

他认为，DeepSeek 的真正目标未必是和智谱、月之暗面、MiniMax 竞争，也不是急着补齐多模态、语音、视频这些产品线，而是通过持续降低训练和推理的资源需求，推动一套更便宜、更分散的 AI 硬件生态成形。

在他看来，DeepSeek 的长期价值不只在模型本身，而在于让更多国产存储、GPU、ASIC、网络芯片和异构硬件进入大模型训练与推理体系。

这个判断未必能完全兑现，但它解释了 DeepSeek 一系列选择背后的方向：

MoE、MLA、DSA、GRPO、RLVR、KV Cache 压缩、Dual Path、TileLang，表面上看是模型架构和推理工程优化，往深处看，都是在降低对高端 HBM、顶级 GPU 和 CUDA 生态的依赖。

一系列降价公告里，最值得关注的不只是输出价格下降，还有缓存命中价格下降。

在大模型推理过程中，KV Cache 是一个关键成本项。模型处理长上下文时，需要把历史 tokens 对应的 Key 和 Value 存起来，后续生成时反复使用。上下文越长，需要保存和读取的缓存越多，对显存、带宽和存储系统的压力也越大。

普通聊天里，缓存压力不一定明显，但在进入代码、长文档和 Agent 任务后，成本结构会迅速变化。@bookwormengr 在长文里专门算了一笔 KV Cache 账。

他以 100 万 tokens 上下文、8 bit KV 精度和 16 bit 索引精度为前提，估算 DeepSeek V4 只需要约 5.48GB HBM，而 GLM5 约为 60GB，Qwen3-235B-A22B 约为 89GB。

长上下文和 Agent 任务真正贵的地方，不只是模型生成本身，还有缓存、显存、带宽和重复上下文搬运。

一个 Code Agent 处理项目时，可能要反复读取同一个代码库结构、同一批文件、同一段任务历史、同一套系统提示词和同一批测试日志。若每一轮都按完整上下文重新计费，长任务很快会变贵。缓存命中价格下降后，重复上下文的成本会明显变低。

DeepSeek 近年来在 MoE 架构、长上下文、KV Cache 压缩和推理效率上持续投入的表现有目共睹。降价是技术迭代后的必然结果，也将彻底搅动 AI 编程市场格局。

为什么必须做中国版「Claude Code」？

最先被牵动的，是 AI 编程工具的订阅模式。

市面主流 AI 编程工具均推出 Coding Plan 月付订阅，为用户提供代码补全、模型调用、Agent 执行等权益。在轻量化补全时代，单次调用消耗极低。

但 AI 编程已从单次补全迭代为全流程 Agent 自动化编码，模型可独立完成代码修改、测试运行、报错修复，单次任务 Token 消耗大幅提升。

当底层 API 又同时大幅降价，Coding Plan 也必须找到新的支撑点。这个支撑点，更可能落在工程能力上——比如能不能更好地读懂项目结构，能不能精准选择上下文，能不能控制 tokens 消耗，能不能稳定修改代码，能不能处理 Git、终端、CI/CD，能不能在企业环境里管理权限和审计记录？

同样要重新定位的，还有 API 中转站。对个人开发者来说，便宜和好用仍然重要。但对企业来说，稳定、可审计、可控、可迁移更重要。

沿着这个逻辑继续看，Coding Plan 和中转站的改变只是表层。低价之后更值得追问的，是开发者入口究竟掌握在谁手里。

Google CEO Sundar Pichai 最近接受了《Hard Fork》采访，他首次公开承认，Google 在文本、多模态、语音、推理和整体智能上都很有竞争力，但在 agentic coding 这一类能力上，尤其是工具调用、指令跟随和长周期任务，目前还有差距。

他还提到，更关键的是把模型放到真实世界里使用，让数据回流，继续迭代。Pichai 特别说到，coding 是一个需要接触 data flows（数据流）的领域。

终端工具能看到开发者如何提出任务，如何追问，什么时候接受建议，什么时候放弃，什么时候要求模型继续修复。它还可以通过测试结果、终端日志、文件变更和 Git 提交，判断一次 Agent 执行是否完成任务。这类数据，对 coding model 和 Agent 产品都非常有价值。

从公开招聘动作看，DeepSeek 近期围绕 Agent 的动作也变得密集。

我们也可以看到岗位里出现了 Agent 深度学习算法研究员、Agent 数据策略工程师、产品经理、研发工程师等角色。更关键的是，DeepSeek 资深研究员陈德里直接发出招聘信息，提到要从零开始构建 Code Harness。

如其所说，Model + Harness = Agent，在 Agent 产品中，模型负责理解和生成，Harness 负责把模型能力带入真实工程环境，相当于模型外面那套「执行系统」。

DeepSeek 版 Claude Code 不能只给开发者一个对话框，而要给开发者一个能持续执行任务的工程系统。

崔添翼加入 DeepSeek 后受到关注，也和 Code Agent 的工程属性有关。

公开信息显示，崔添翼本科毕业于浙江大学计算机系，曾因信息学竞赛保送浙大，6 次获得 ACM 亚洲区域赛金牌，之后在 Jane Street 工作 9 年，并联合创立 TSY Capital。

Code Agent 的难点不只是生成代码，还要在真实项目里持续执行任务。量化交易系统长期强调低延迟、稳定性、自动化执行和风险控制，这些经验放到 Agent Harness 上，至少在工程范式上是相通的。

而 Agent 工具的产品能力，不只包括写代码，也包括权限、审计、数据隔离和安全策略。

这反过来给 DeepSeek 这样的国产模型提供了机会。如果 DeepSeek 能把低成本模型、Code Harness、本地部署、企业级权限控制结合起来，它在政企、金融、制造、能源等对数据敏感的行业里，会有更强的替代价值。

DeepSeek 做中国版 Claude Code 的逻辑也正在于此：低价 tokens 把更多开发者吸引进来。低缓存价格让 Agent 任务运行成本下降。Code Harness 让模型进入开发环境。真实工作流又会反过来帮助 DeepSeek 改进模型和产品。

就像滚下坡的雪球，越滚越大，滚得越快。降价只是推下山的第一把力，往后它会自己越滚越沉，谁也拦不住。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

就在近日，这家AI Token 生产服务商，趋境科技（Approaching.AI）宣布完成数亿元 Pre-A 轮融资。

由星连资本（智谱系基金）与华控基金联合领投，弘晖基金、天壕能源、尚势资本、天津仁爱弘盛、杭州福成等机构跟投，老股东高瓴创投持续加注。

趋境科技表示，本轮融资完成后，将继续加大对高效能AI Token生产服务平台（Approaching AI Token as a Service，ATaaS）的投入。

重点推进算力储备及底层推理系统建设，持续交付兼具低时延、高吞吐、稳定结构化输出、可靠函数调用和可预测服务质量的模型输出能力，进一步增强面向企业生产环境的高品质Token规模化供给能力。

随着大模型应用更多进入企业生产环境，他们不再只关注算力规模、模型数量和接口丰富度，而是更加看重每一次调用能否稳定、高效、可预期地完成业务交付。 

在这一阶段，推理服务的核心竞争力正在从“提供模型”转向“生产高品质Token”。

有需求就有市场，有市场就有人才涌入。

背靠清华大学高性能计算研究所，首席科学顾问为郑纬民院士

2023年12月，背靠清华大学高性能计算研究所，清华计算机博士“艾智远”带队，主导提出TaaS 产业逻辑，为推动ATaaS从技术平台走向企业级生产服务，成立了——趋境科技（Approaching.AI）。

注：ATaaS就是目前趋境科技推出的高效能AI Token 生产服务平台‌，全称 Approaching.AI Token as a Service，主要帮企业把算力变成稳定、高效的AI Token产出能力。

有清华的背书，很快趋境科技集结了一批产业和技术人才。

总裁武文洁博士，为金融博士及CFA 资质，具备头部产业与资本机构高管履历，曾主导数十家标杆企业投资并购，他主要负责公司战略统筹和运营。

董事长任旭阳，为百度早期创业元老，曾牵头创立爱奇艺、一点资讯、海致、News Break 等公司，他负责产业判断、组织建设、资本协同和生态资源整合等方面。

首席科学顾问为郑纬民院士（中国工程院院士‌、‌清华计算机系教授，高性能计算研究所所长，我国‌超算与网络存储领域‌的领军人物‌），他奠定了清华高性能计算领域的学术根基。

首席科学家为武永卫（‌清华计算机科学与技术系）教授，在并行与分布式系统领域有很高造诣。

章明星（清华计算机科学与技术系）副教授，聚焦大模型推理架构，主导的 KTransformers、Mooncake 等开源项目已在行业内广泛应用。

背靠清华大学高性能计算研究所二十余年技术积累，目前清华大学相关技术成果也已经完成作价增资入股流程。

使得趋境科技在技术层面，覆盖了高性能计算、并行与分布式系统、存储系统、智能算力系统和大模型推理基础设施等关键方向，得以快速发展。

打出TaaS（Token即服务）差异化牌，助力智算集群运营成本压降20%以上

随着大模型的应用和发展，企业AI推理，面临资源利用率极度失衡，传统推理链路高度依赖GPU显存，导致CPU与大容量内存利用率低下，全系统硬件利用率常年不足20%，算力空耗严重。

过去两年，行业主推的是MaaS（模型即服务），而趋境科技成立之初就打出了TaaS（Token即服务）的差异化牌，将Token视为连接模型与成本的关键生产要素。

针对此痛点，趋境科技采取少模型、深优化的工程路径。

公开资料显示，其推出了“六合”异构推理架构与“月饼”以存换算技术，通过扩大缓存池大幅削减对昂贵GPU的依赖。

以“六合”异构推理2.0为例，其全球首创大模型计算逻辑重构技术，深度融合CPU+GPU、国产与非国产算力，实现任务的智能分流，可将万卡级智算集群运营成本压降20%以上。

“月饼”以存换算2.0，全球首创超体量KV Cache缓存技术，将KV Cache存储空间扩展百倍至千倍，缓存命中率最高可达90%，直接削减90%的GPU算力开销。

相较于传统MaaS 侧重模型调用与管理，ATaaS更聚焦企业级生产场景中的推理效能交付，帮助企业获得可规模化、可运营的高品质 Token 生产能力。

这种技术积累也在开源生态中得到验证。

据悉，趋境科技与清华团队牵头开源的 KTransformers，是全球首个边缘异构推理框架，GitHub Star 数突破17k，并成为GLM、Kimi、Minimax、Qwen 等顶尖大模型的首发推荐推理引擎。

在分布式推理方向，趋境科技与清华大学、月之暗面Kimi、9#AISoft、阿里云、蚂蚁集团等产学研机构共建开源项目Mooncake；趋境科技技术专家、清华大学博士杨珂等成员作为核心贡献者，深度参与多项关键技术实现与架构建设。

此外，趋境也积极参与SGLang、vLLM、英伟达 Dynamo 等全球推理社区的技术贡献，持续推动 AI 推理基础设施开放生态发展。

投资人评价：助力成全球领先智算“Token工厂”

星连资本合伙人、现任智谱AI副总裁，李文珏这样说：

趋境科技在AI 基础设施领域展现出卓越技术深度与工程化能力，尤其在 Token 生产效能方面全球领先。本轮投资看重其 ATaaS 平台的系统性突破，以及公司将顶尖学术成果快速转化为大规模商业落地的能力。随着 AI Agent 应用普及和 Token 需求激增，能高效将算力转化为智能产出的企业将成为产业竞争核心。

星连资本相信，未来谁能将主控、调度、runtime、内存管理与模型结构协同优化，谁就更可能掌握下一代 AI 基础设施的话语权。趋境科技兼具清华顶尖技术背景与丰富商业化经验，使投资方对其在 AI Infra 赛道的持续成长和市场引领充满信心，并坚定支持其打造高效能 AI Token 生产的行业标杆。

华控基金董事长张扬则称：

随着国产大模型能力的快速提升、应用需求的全面爆发，对于词元（Token）的海量需求正在重塑算力产业链。华控基金坚信能够大规模稳定提供高质量 Token 的 AI Infra 行业，将成为 Al 产业蓬勃发展的关键基础设施，拥有广阔的市场空间，具备极高的投资价值。

趋境科技团队源自清华大学高性能计算所，拥有深厚的科研底蕴，技术扎实，成功打通了底层算力孤岛，已获得上下游生态的高度认可。华控基金将依托丰富的Al产业生态资源，全力支持趋境科技的后续融资与上市进程，陪伴企业成长为全球领先的新一代智算“ Token工厂 ”。

从GPU、算力集群，到推理优化、Token调度，AI产业链正在逐渐演化出属于自己的“水电煤体系”。

而趋境科技这类公司的出现，也意味着：AI竞争，开始从“模型能力”，走向“基础设施效率”。

这或许才是AGI真正大规模落地前，最容易被忽视、却最关键的一场战争。

Token工厂，正在成为这个万亿级生态背后的隐形支柱。

当然，在AI Infra（AI基础设施）赛道这一领域参与者也并不少，趋境科技外，还包括同为清华系的硅基流动和无问芯穹等创业公司，也有阿里云、华为云、字节火山引擎等大型云厂商提供全栈AI Infra。

趋境科技，尽管有清华多年技术成果支撑，但仍需要在技术深度与客户黏性上构筑足够的壁垒，方能在窗口期内与大型云厂商形成差异化竞争。

查看更多项目信息，请前往「睿兽分析」。

近日，全球领先的具身智能基础设施公司，具身力控操作本体定义者——广东天机智能系统有限公司（以下简称“天机”），正式完成10亿元B轮及B+轮融资，投后估值近百亿，跻身独角兽行列。本轮融资由高瓴创投、美团战投联合领投，腾讯、高榕创投、光合创投、纪源资本等联合跟投。

本轮融资将主要用于技术研发、大规模量产，及全球销售网络建设，进一步夯实天机在具身智能核心部件、系统能力与产品平台上的领先优势，巩固具身力控操作本体全球第一品牌的行业地位，加速成为全球领先的具身智能基础设施平台公司。 

一、 顶级资本矩阵加持，产业与科技巨头共同选择

此次天机的投资方阵容，覆盖了顶级财务投资机构、产业资本与互联网科技巨头三大维度，呈现出难得的“全资本光谱”认可。

高瓴创投长期关注具身智能及先进制造领域的创新机会。本次联合领投天机，是基于对公司团队技术积累、产品工程化能力及产业应用潜力的认可。具身智能正处于从技术突破走向场景验证和规模化应用的关键阶段，力控操作、核心部件与系统能力有望成为行业持续发展的重要基础。高瓴创投期待支持天机在技术研发、产品落地和产业生态建设中稳步成长。

美团作为国内最大本地生活服务平台，在仓储物流、履约配送、商业服务等场景对具身力控操作本体的价值有着深刻理解。本轮联合领投，体现了其对天机的产品价值和量产交付能力的高度认可；

腾讯、高榕创投、光合创投、纪源资本等联合跟投方，则从科技生态布局、早期创新孵化、全球视野等不同维度，共同构成了对天机“技术壁垒+量产能力+全球化前景”的综合价值判断；

二、 万台交付与全栈自研，构筑近百亿估值的核心底座

当前，具身智能正从技术验证加速走向产业落地。随着大模型不断提升机器人的认知与决策能力，机器人如何在真实世界中实现稳定、安全、精准执行，正成为行业进一步突破的关键。围绕这一核心问题，天机持续深耕运动控制、MEMS关节扭矩传感器、一体化关节模组等底层关键技术，致力于成为连接AI大模型与物理世界的桥梁，为具身智能打造能够真正干活的“小脑”和“双手”。

2025年，天机在4个月内交付力控人形双臂2,000+台，服务100+客户，成为全球首家实现力控人形双臂量产交付且出货量最大的品牌。2026年，仅第一季度在手订单已突破10,000台，客户覆盖全球45家人形机器人整机厂商及具身智能独角兽企业。

万台订单的背后，是天机在感知、控制和系统集成三个层面的持续研发与迭代。

● 全球首家自研MEMS关节扭矩传感器并应用于机器人关节的具身智能公司。基于这一核心技术，天机在具身力控操作本体产品上树立了多项关键性能指数标杆：

     关节力控绝对精度≤0.3 N·m

     关节模组扭矩分辨率≤0.01 N·m

     力控平移刚性15,000 N/m

     关节模组力矩环带宽最高160Hz

     重复精度±0.03mm、绝对精度1mm

● 在双臂控制层面，天机持续强化对系统协同能力的投入。双臂协同并非两只机械臂的简单叠加，而是对时间同步、空间协同、任务分配和控制架构的综合考验。天机自研一拖二双臂协调架构，单主板同步控制双7轴力控臂，毫秒级时间同步，客户无需从零搭建底层驱动，能更高效地完成从算法验证到场景部署的落地过程；

● 在力控性能与控制响应方面，根据近期公开的天机Marvin力控人形双臂性能实测结果，可实现低至5ms延迟、平均误差1.89mm。这意味着在面向具身智能训练、遥操作、轨迹跟踪和复杂任务执行等场景时，天机能够为客户提供更稳定、更高性能的物理执行平台；

● 轻量化一体化关节模组，同负载级别最轻，天机Marvin M6S Lite单臂自重仅8kg、负载5kg，负重比达62.5%，内置四环控制与8kHz力矩闭环。

从核心传感器到一体化关节，从控制器到覆盖3kg至20kg负载的全场景产品矩阵，天机已构建起完整的具身力控操作本体自主研发与量产体系，为具身智能从实验室走向规模化商用提供了最坚实的物理执行基座。

三、 资本加码之后：技术、量产、全球化三线并进

本轮10亿元融资将重点投向三个方向：

技术研发：持续深耕MEMS传感器、一体化关节模组与运动控制算法，保持在力控精度、力矩环带宽、负重比等核心指标上的行业领先优势，并积极布局孵化人形整机产品和品牌。对天机而言，双臂不是终点，而是通向更完整具身智能产品体系的重要起点；

大规模量产：具身智能行业处于从样机走向规模化落地的关键阶段，天机长期在工业机器人与精密制造场景中积累经验，在高要求应用环境下不断验证产品与系统能力，这些都为天机在人形机器人赛道上的快速突破提供了坚实支撑。本轮融资后，天机将进一步拉高产线自动化率与直通良率，将万台级交付能力推向更高台阶，满足具身智能产业即将到来的规模化需求；

全球销售网络建设：在服务现有45家全球头部整机厂商的基础上，加速北美等海外市场的本地化销售与技术支持团队布局，服务国际头部具身智能企业，进入其核心供应链体系。本轮融资后，天机将进一步加速全球化布局，将天机力控人形双臂打造为全球具身智能产业链的通用“肢体”标准。

四、 从核心部件到产业基座：天机的长期主义

回顾天机的发展路径，一条清晰的“长期主义”主线贯穿始终：从工业协作臂的批量出货起步，在3C、新能源、医疗器械等场景积累数亿条力控数据与超30,000台产品的工程经验；而后将这些工业级品控基因与工艺积累注入力控人形双臂，在2025年实现全球首个量产交付。

天机的战略目标并不止于力控人形双臂。围绕具身智能时代的长期机会，公司正在积极布局人形整机产品和品牌，推动业务从核心部件、运动控制系统和数据能力，进一步向具身智能平台与整机产品延展。

从产业发展趋势看，未来具身智能竞争，是底层技术、系统平台、量产制造、场景适配与品牌能力的综合竞争。天机正在以核心技术为底座，以量产能力为支撑，以产品化和平台化为路径，逐步构建面向未来的人形机器人基础能力体系，加速成长为具身智能时代全球领先的基础设施平台公司。

查看更多项目信息，请前往「睿兽分析」。