AMD 表示：資料中心 CPU 市場將以“超過 35% 的年增長率增長，到 2030 年將超過 1200 億美元”。 資料中心 AI（加速器 / GPU 相關）：營收 CAGR >80% 一、AMD預警：消費級記憶體市場將進一步供應緊張 AMD 發佈 2026 年一季度財報，資料中心業務營收創歷史新高，AMD預警消費級記憶體市場將進一步供應緊張，元件價格上漲帶來利空，公司已調整業務計畫應對下半年潛在影響。

當張雪機車在WSBK賽場名揚世界、打破歐美日品牌多年壟斷時，中國摩托車軍團早已在國際賽場多點開花，形成遍地開花的強勢格局。 據新華社4月27日的報導，台北時間4月26日，2026世界摩托車大獎賽西班牙赫雷斯站落下帷幕，賽場上與中國品牌春風動力合作的阿斯帕爾車隊車手馬克西莫·基萊斯在Moto3組別桿位發車、全程領跑，最終以1.991秒優勢強勢奪冠，隊友馬爾科·莫雷利位列第四，春風動力-阿斯帕爾車隊以135分高居車隊積分榜，領先第二名多達50分，車手基萊斯也以90分領跑車手積分榜，中國摩托車品牌在世界頂級賽場再添輝煌一戰。 這場勝利絕非偶然，而是春風動力深耕MotoGP賽事的必然結果。早在2024年，春風動力就與西班牙阿斯帕爾車隊達成戰略合作，當賽季便一舉拿下Moto3組別車手、車隊、製造商三項總冠軍，成為首個在MotoGP頂級賽事斬獲大滿貫的中國品牌，今年2月雙方更是將合作續簽至2031年，持續鞏固中國力量在世界摩托賽場的統治力。 赫雷斯站的奪冠，讓春風動力在Moto3組別形成碾壓級優勢，用實打實的成績證明，中國摩托車早已擺脫“低價代工”標籤，具備與國際一線品牌正面抗衡的硬核實力。

據網路平台資料截至5月1日2026年度電影總票房（含預售）突破130億元五一檔新片總票房（含預售和點映）已超過1.2億五一檔佳作齊聚多元類型 精彩紛呈2026年五一檔影片品類豐富、題材多元、覆蓋面廣，涵蓋革命歷史、現實溫情、懸疑犯罪、動作警匪、親子動畫等多元賽道，全方位適配不同年齡層、不同審美偏好的觀影需求。《浴血困牛山》聚焦長征壯闊史實，以光影鐫刻革命記憶，彰顯永不褪色的信仰力量與家國擔當。紀錄電影《登月（第一部）》生動呈現嫦娥六號從發射到著陸的全過程，記錄大量未曾曝光的航天工作珍貴瞬間，為觀眾帶來沉浸式“追月”體驗。《給阿嬤的情書》以一紙家書為情感紐帶，娓娓講述跨越山海的溫情羈絆，治癒氛圍感拉滿，兼具細膩共情與輕鬆笑點。《寒戰1994》採用雙線平行敘事，打造港式警匪硬核力作，喚醒經典情懷，引爆觀影熱潮。《消失的人》由一樁牽動多方的離奇案件切入，層層抽絲剝繭、步步懸念迭起，懸疑氛圍和劇情張力十足。《麥可·傑克森：巨星之路》等進口影片集中登陸，以差異化題材與多元創作視角豐富檔期影片供給，滿足觀眾多樣化觀影選擇；《豬豬俠大電影之競速小英雄》等優質動畫影片持續發力，畫風鮮活、劇情輕鬆童趣，為親子家庭打造溫馨歡樂的假日觀影體驗。從銀幕到旅途 光影作伴 奔赴山海以光影為媒介，這個“五一”假期，總台央視新聞重磅開啟“光影伴旅·跟著電影去旅遊”融媒體活動，讓銀幕經典與城市風光詩意相融，用影像喚醒對一座城的嚮往；專屬文旅福利賦能假日消費，助力文旅市場持續升溫、蓬勃發展。一城光影一城韻。近日，北京、上海、重慶、四川、廣東、浙江、湖南、遼寧等地推出文旅特色活動，點亮城市地標，用光影為假日注入新動能。在四川宜賓，水幕廣場循環播放著五一檔影片的精彩預告，合江門、三江之眼等核心地標點亮光影燈光秀。在四川成都高新區，218米高的天府雙塔璀璨亮燈，露天電影在繁華商圈如期放映，引得不少行人駐足流連。在湖南長沙，直徑42米、高21米的巨型投影球幕滾動播放著電影主題海報與高燃混剪，吸引遊客循著光影走進長沙、暢遊湖南，盡享一場光影之旅……“五一”假期，重慶推出“雄奇山水・新韻重慶”文旅盛宴，九條精品線路、百余項特色活動，將山水、人文、煙火、美食融為一體。“光影重慶”數字應用，全城徵集2000個影視取景打卡點，上傳同款取景內容即可兌換免費電影票。“五一”當晚，5000架無人機定製光影秀將點亮重慶夜空。“光影伴旅·跟著電影去旅遊”融媒體活動還聯動多家航空公司和國鐵集團，打造主題航班、主題列車，並為觀眾和遊客制定電影主題旅遊線路，將電影氛圍融入出行全程。在“電影+消費”類股，“五一”專屬出行福利涵蓋打車券、租車優惠等，讓更多人輕鬆開啟影旅之旅，助力假日文旅消費市場，推動電影全產業鏈高品質發展。央視新聞攜手全國多地文旅部門，精心佈置露天觀影區和實景展演舞台，配合無人機秀、燈光秀、帆船秀等沉浸式呈現方式，實現海陸空全景覆蓋，讓光影元素融入旅途的每一個細節。活力十足 圈粉海外 “電影+”出經濟新動能今年以來，中國電影市場從春節檔火熱開局至今，國產影片類型多元、題材豐富，全面覆蓋喜劇、武俠、現實、動畫、諜戰等多個賽道，滿足了不同觀眾群體的觀影需求。春節檔影片《飛馳人生3》《鏢人：風起大漠》《驚蟄無聲》熱度持續走高，憑藉顯著的長尾效應延續了節後市場熱度，穩居2026年中國電影票房前三。與此同時，持續不斷的內容供給讓各類常規檔期保持活躍。3月，《拼桌》等中小體量作品陸續與觀眾見面，《挽救計畫》等進口片則為市場提供了重要補充。4月清明檔集結《我，許可》等超20部影片，讓不同年齡、不同喜好的觀眾都能在影院找到自己的“心頭好”。業內人士指出，“淡季不淡”的市場格局，正充分彰顯中國電影行業的發展韌性。今年以來，國產電影不僅撐起國內電影市場，更在海外持續圈粉。《鏢人：風起大漠》等多部影片登陸北美、歐洲、東南亞等十多個國家和地區。動作、武俠類影片以中國故事加上國際化表達，推動中華傳統文化跨越山海，直抵人心。同時，“跟著電影遊中國”等海外推廣活動吸引更多海外觀眾跟著電影光影來到中國，體驗中國的文化、自然風光與時代風貌。2026年是“十五五”開局之年，也是“電影經濟促進年”。據測算，2026年電影全產業鏈產值突破2000億元，中國電影產業正從單一票房轉向多元化消費生態。真金白銀的惠民觀影補貼點燃市場熱情。僅春節假期，電影消費券核銷超1.8億元，帶動票房超17億元。與此同時，“電影+”成為拉動消費新動能，多元場景在全國落地。“電影+文旅”，帶領觀眾從方寸銀幕走向萬里山河；“電影+消費”，讓光影溫度融入日常生活；“電影+場景”，將觀影場所升維為文化消費新地標……一張電影票，串起的是故事與生活，啟動的是消費與潛力，成為助力經濟高品質發展的重要引擎。 (大灣區之聲)

在科技發展的宏大敘事中，我們正站在一個足以媲美工業革命的十字路口。近日，在備受矚目的紅杉資本“人工智慧巔峰”行業峰會上，紅杉資本的核心合夥人們與矽谷的頂尖創業者和技術專家齊聚一堂，共同探討這場正在重塑世界秩序的變革。本次會議揭示了一個核心共識：我們正從單純的“軟體時代”邁向全方位的“智能體時代”。會議深入探討了 AI 浪潮的獨特性，指出它是一場計算革命而非單純的通訊革命。核心議題圍繞“智能體（Agents）”作為新一代服務的崛起展開，提出了 MADS 戰略框架（護城河、可供性、擴散），並展望了未來機器將完成 99.9% 認知工作的圖景。儘管技術將重塑勞動力和生產力，但會議強調，人與人之間的聯結仍是價值的終極來源。核心觀點計算革命與 AGI：AI 是關於資訊處理的計算革命，不同於以往的通訊革命。長周期智能體的出現標誌著商業意義上 AGI 的降臨。MADS 框架：在模型之上建構競爭力的三要素——以客戶為中心的護城河（Moats）、降低使用門檻的可供性（Affordance）以及填補能力落差的擴散（Diffusion）。智能體即服務：軟體正在向服務演進，智能體將以極低的邊際成本實現無限規模化的專業服務（醫療、法律、開發等）。認知工業革命：認知工作將重演工業革命的歷程，未來絕大部分認知勞動將由機器完成，世界將進入“異類設計”和新科學發現的時代。人工智慧是一場關於資訊處理的計算革命，而非單純改變分發方式的通訊革命。軟體正在向服務演化，智能體將以極低的邊際成本，實現規模化的法律、醫療等專業服務。長期非同步智能體的成熟，標誌著商業意義上的通用人工智慧（AGI）已經降臨。護城河不再僅僅源於技術能力，而在於與客戶需求的深度繫結及阻力最小的使用路徑。未來99.9%的認知勞動將由機器完成，世界將進入“異類設計”與新科學發現的爆發期。當機器承攬了所有工作，人與人之間的聯結與情感體驗將成為價值的終極來源。不僅僅是更快的馬：計算革命的本質回顧科技史，從矽基電晶體到移動網際網路，每一波浪潮都在為今日的爆發積蓄動能。然而，當前的人工智慧浪潮與以往有著本質的差異。“這波浪潮是首個兼具軟體與服務屬性的變革，” 紅杉資本的合夥人在開場中指出，雲轉型的前十五年將軟體市場推向了數千億美元的規模，但人工智慧所觸及的是價值十兆美元的服務市場。僅在美國，法律服務的市場規模就足以等同於整個軟體行業。更深刻的差異在於技術本質。網際網路、雲技術和移動端本質上是“通訊革命”，旨在改變資訊的傳播與分發。而人工智慧則是一場“計算革命”，它關乎資訊是如何被處理和重塑的。這種底層邏輯的轉變意味著，我們不僅是在製造“更快的馬”——即提升10%或40%效率的生產力工具，而是在製造“汽車”——那些能徹底改變工作本質、組織形態乃至社會運行規則的顛覆性應用。商業通用人工智慧的降臨：從自動化到自主化在過去兩年中，技術轉折點接踵而至。從預訓練模型的震撼問世，到推理能力的大幅躍升，再到如今能夠處理長周期任務的智能體崛起。雖然學術界對通用人工智慧（AGI）的定義仍有爭論，但從商業和實踐的角度看，變革已經發生。“如果你能指派一個智能體去完成一項工作，並且它能在遇到故障後自我修復並持續工作直到任務完成，這就是商業意義上的通用人工智慧。”智能體不再是簡單的程式碼行間輔助，它們正演變為能夠感知環境、選擇行動並自主達成目標的複雜系統。從程式碼編寫到建築服務銷售，從內部辦公流程到複雜的科研任務，智能體的表現已經從“分鐘級”的持續性跨越到了“小時級”甚至更長。這種“把事情辦成的能力”，正在將人類從繁瑣的流程中解放出來，轉向更高層級的戰略管理。策略框架：在基礎模型之上建構護城河對於在基礎模型之上進行創新的初創企業而言，如何在技術快速演進的洪流中站穩腳跟？峰會提出了一個關鍵的戰略框架，即由護城河、可供性與擴散組成的競爭力支柱。首先是護城河。在計算革命中，底層技術的變化日新月異，但客戶的需求往往保持穩定。“為了建構護城河，你實際上應該關注客戶需求，因為你所建構的技術在明天可能就會變得無關緊要，而你以客戶為核心的緊密程度則會更加持久。” 其次是可供性，即為客戶創造阻力最小的路徑。優秀的智能體產品應該像錘子一樣，無需解釋，使用者一看便知如何使用。最後是利用技術能力與市場落地之間的“擴散鴻溝”，這正是應用層公司的巨大機遇所在。服務即軟體：重塑十兆美元的產業版圖“服務即新一代軟體。” 這一判斷預示著傳統軟體行業的終結與服務業的智能化重生。在醫學領域，智能體可以根據個體的基因組提供個性化建議；在法律領域，它們能代表客戶進行合同談判甚至法律訴訟。相比於人類員工，智能體具備無限的規模化潛力與極低的邊際成本。“人類難以實現規模化，且成本高昂；而智能體可以通過算力實現無限擴張，且你只需要支付令牌成本，而非薪水。” 儘管人類目前在適應力上仍具優勢，但隨著“苦澀的教訓”——即算力終將戰勝人類經驗的規律持續發生作用，智能體在專業領域的表現將很快超越普通人類。一個由非同步智能體自主運行、甚至機器製造機器的“黑燈工廠”時代正在加速到來。認知的工業革命：走向機器主導的創造力時代如果我們把工作分為體力與認知兩類，那麼人類已經完成了體力的工業革命。今天，全球超過99%的體力勞動由機器完成。而現在，認知領域正在重演這一處理程序。“我們相信，在不久的將來，地球上99.9%的認知工作將由機器完成。”這一轉變將帶來三個深刻的影響：第一，智能將成為像鋁一樣的廉價商品。曾經珍貴如珠寶的鋁，在電解法發明後變成了隨手可丟的包裝材料；曾經需要數十年磨練的博士級技能，未來可能只需呼叫一次令牌即可獲得，用完即棄。第二，世界將進入“異類設計”階段。機器的邏輯不同於人類直覺，當人工智慧設計晶片或建築時，會產生效率極高但外觀怪異的作品，我們必須保持開放心態。第三，人工智慧將催生出如熱力學般基礎的新科學，將神經元與令牌的運作系統化、公式化，幫助人類最終掌握意識的奧秘。人是萬物的尺度：在技術洪流中守望人性價值當機器可以處理所有認知任務，甚至能比人類更好地進行藝術創作時，人類的價值何在？峰會引述了古希臘哲學家普羅泰戈拉的名言：“人是萬物的尺度。” 任何脫離了人類體驗的事物，其價值都將不復存在。就像攝影技術的出現並沒有終結繪畫，反而催生了印象派與表現主義一樣，人工智慧的普及將逼問我們藝術與工作的本質。“人工智慧可以完成工作，但唯有人與人之間的聯結，才能讓你找到在乎的理由。” 在這個技術指數級增長的時代，那些讓我們之所以為人的特質——情感、關係與共同的體驗，反而成為了最稀缺、最珍貴的資產。十年之後，工作方式或許會翻天覆地，但那些在變革中建立的人際紐帶，將是我們在人工智慧巔峰之上最持久的收穫。天空之城全文整理圖解宏觀校準：AI 浪潮的獨特性Pat Grady： 大家早上好，你們過得怎麼樣？很好，很好，感覺好多了。嘿，感謝大家來到這裡。我們對此深表感謝。我們這樣做是為了回饋社區，因為我們正處在一個重要的時代，能夠為大家提供一個相聚的場所，這對我們來說是一種榮幸。這是我們迄今為止制定的最棒的議程，也是我們見過最優秀的參會者陣容。所以，我們首先想說的是，謝謝大家。我們知道你們都忙得不可開交。感謝你們今天能出席。像往常一樣，我們準備了一份非常特別的議程，索尼婭，穿著無可挑剔的服裝，康斯坦丁和我將先講幾句開場白。我們有幸參與了許多與各界有趣人士的對話，因此每年我們都希望嘗試將其進行一定程度的整合，並將我們所聽到的內容分享給你們。所以，我會先做幾句整體性的校準說明，然後由索尼婭談談我們當下的所見，接著由康斯坦丁談談我們對未來的展望。在校準部分，我們先從宏觀視角切入，回到矽基電晶體的時代，正是它賦予了該領域名稱，隨後這些電晶體被建構成由網路連線的系統，並以網際網路的形式走向大眾，支援了諸如雲端社交媒體等應用，最終以移動裝置的形式出現在我們的口袋裡，而這些裝置在今天所能實現的功能與魔法無異，那就是 AI。我們喜歡展示這張幻燈片，以前來過這裡的人應該都見過，是因為它提醒我們，所有這些浪潮都是相輔相成、不斷疊加的。我們似乎經歷了數十年的演進，才積攢了足夠的算力、頻寬、資料和人才，從而把握住當下的這個時刻。現在，這股 AI 浪潮有些不同。體現在三個方面。Sonya Huang： 首先，這是迄今為止規模最大的一波浪潮。Pat Grady： 這通常是事實，但這波浪潮有著更具體的獨特性，即它是首個兼具軟體與服務屬性的浪潮。第一行展示了雲轉型的前15年，期間軟體的市場規模（TAM）從約3500億增長到6500億，而云服務在其中佔據了約4000億的市場份額。第二行所展示的是全新的內容。這指的是目前似乎同樣可獲取的服務收入。10兆是一個相當整齊的整數。我們無法確定最終規模是10兆、5兆還是50兆。但我們確實知道，僅在美國，法律服務就是一個4000億美元的市場。這僅僅是一個垂直領域和一個地理區域。其規模就已等同於整個軟體行業。因此，這一機遇是巨大的。第二點。這是迄今為止最快的一波浪潮。我想我們都能感受到這一點。這意味著這片空白區域——請大家關注頁面上 AI 這一側——正在被迅速填補。這些圖示所代表的公司，正是得益於雲端運算、移動端以及現在的 AI 技術變革，才實現了超過 10 億美元的營收。Konstantine Buhler： 按照目前的處理程序和速度，未來還會有更多公司加入其中。計算革命與商業 AGIPat Grady： 第三點。這可能是最有趣的一點，我借用了我的合夥人康斯坦丁的觀點，即技術革命基本分為兩種類型。一種是通訊革命，旨在改變資訊的傳播方式。在座的大多數人所經歷的，僅僅是通訊革命。網際網路、雲技術、移動裝置，這些本質上都屬於資訊分發。這些是通訊領域的革命。AI 則有所不同。AI 屬於這一類。AI 是一場計算革命。它關乎資訊是如何被處理的。這聽起來可能只是語義上的區別，但它們在波形本質上截然不同。或許最直觀的感受方式是意識到：腳下的地基一直在移動。隨著新功能的不斷湧現，每個人所建構的底層技術基礎也在日新月異地變化。在過去的幾年裡，我們經歷了三個主要的轉折點。第一個是 ChatGPT 時刻。2022 年 11 月，世界見證了預訓練的強大能力。第二個是幾年後的 o1 模型，即推理能力。突然之間，圍繞推理時間計算的第二條縮放定律出現了。第三個是最近出現的 Claude Code Opus 4.5 ，現在是 4.7。世界見證了長周期智能體的強大能力。雖然這看起來像是連續體上的三個點，但第二和第三個轉折點之間存在某種程度上的斷層。這是一種非連續性的變化。如果不揣冒昧地說，我們認為這就是 AGI。而且，我可是學經濟學專業的。我們是風險投資人，不會去提出關於 AGI 的技術定義。好嗎？我們研究創始人、市場以及兩者的碰撞，也就是商業。但我們確實在研究商業。因此，從商業角度、實踐角度以及功能角度來看，如果你能指派一個智能體去完成一項工作，並且它能在遇到故障後自我修復並持續工作直到任務完成，這就是商業意義上的通用人工智慧。即使你認為那不是 AGI，也沒關係，順便說一下，索尼婭會在她的部分詳細討論這一點。即使你認為那不是 AGI，我也不認為那是 AGI，但我認為我們都能看出汽車已經到來了。過去幾年裡，我們見過了很多更快的馬。那些讓你生產力提升 10% 或 40%，卻並沒有從根本上改變你工作方式的應用程式。現在我們開始看到汽車了。那些讓你生產力提升 10 倍或 40 倍，並徹底改變你工作方式、工作本質以及組織本質的應用程式。汽車時代已經來臨。這是 Sequoia 的創始人 Don Valentine，他以愛問一個問題而聞名：那又怎樣？為什麼這一切如此重要？之所以重要，是因為就在過去幾個月裡，這場競賽已經開始了。而且這與我們習慣的競賽截然不同。駕駛汽車的方式與騎馬的方式是不同的。製造汽車的方式與照料馬匹的方式也是不同的。所以，這是一種非常不同的競賽。我們今天想把大家召集到這裡的原因之一，是因為沒有人擁有所有的答案。我們在一起交流的時間越多，就能學到越多，並有望弄清楚這一切將走向何方。建構策略：MADS 框架Pat Grady： 我們務必盡快採取行動，因為僅從商業角度來看，這關乎巨大的利益。市場規模高達 10 兆美元。我們有實驗室正從技術驅動的角度開展研究。我們也有初創公司正在以客戶需求為導向進行開發。雖然在座各位代表了所有相關實驗室，但你們大多數人是在現有基礎上進行建構。所以我們花一點時間，來討論那種以客戶需求為導向的方法。對於那些在現有實驗室基礎上進行建構的人，我們有些建議——既然是免費建議，那它就值你們付出的每一分錢——我們的建議是去參考 MADS。其實我們並不需要你們感到憤怒（Mad）。如果你們願意，當然也可以感到憤怒。如果那是驅動你們的動力，那也挺好的。儘管生氣吧。但這只是一個方便的縮寫，指代可供性（Affordance）、護城河（Moats）與擴散（Diffusion），這是在模型之上建構策略的三個特徵或三大支柱。首先談談護城河，純粹為了好玩。有人記得去年的這張幻燈片嗎？有一位，他還是我的合夥人。好的，那很酷。提醒一下，這張幻燈片展示了商品化周期，即從創意到實現客戶滿意所需經歷的價值鏈環節。我們實際上不會逐一去過這些價值鏈環節。我想在這裡指出的是，如果你從技術的角度出發，價值鏈中的每一個環節都會以略有不同的方式被處理。如果你從客戶的角度出發，那麼你在鏈條中所接觸的每一個環節都會略有不同。現在，這裡有一個違反直覺的部分。在這一場關於資訊處理的計算革命中，你往往會想要關注下方這些領域，因為那裡不斷湧現出各種酷炫的新事物。但為了建構護城河，你實際上應該關注上方這些領域。因為你的客戶需求變化速度遠不及技術能力演進的速度。你所建構的東西在明天可能就會變得無關緊要。而你以客戶為核心的緊密程度，則會更加持久。這並不是說產品和技術不重要。它們極其重要。且通常情況下，最好的產品會勝出。但在一個產品迭代極快、能力演進也極快的世界裡，當思考商業護城河時，我們建議你儘可能從客戶的角度出發，思考所有能夠圍繞這些客戶建立緊密聯絡的方式。好的，MADS 中的 A 代表的是 Affordance（可供性）。這是一個我們從設計領域借用的術語。錘子就是一個具有可供性的物體。我有一個兩歲的兒子。如果我給他一把錘子，他就會知道該怎麼用。他會抓起錘子開始敲打東西。這就是我們不給他錘子的原因。具有可供性的物體是不需要解釋的。人們一看就知道該怎麼用它。Claude code 極其強大。去讓一名普通的財富 500 強企業員工打開終端試試，看看他們能走多遠。雖然它很強大，但提供的功能可供性並不多。這並非是對 Anthropic 的批評，但對於任何希望在現有基礎上進行建構的人來說，這是一個機會。你可以為特定客戶及其具體問題創造阻力最小的路徑，讓他們能極其簡單地達成業務所需的結果。這就是可供性的概念。最後，MADS 中的 D 指的是擴散（Diffusion）。擴散鴻溝正是那些在應用層進行開發的公司所面臨的機會。技術能力向市場擴散的速度，遠低於這些能力被創造出來的速度。基礎模型的演進速度每天都在超越普通的財富 500 強企業，這一鴻溝正在不斷擴大，機會也隨之增長。因此，對於護城河（Moats）而言，請嘗試以客戶需求為導向進行思考。關於可供性（Affordance），試著思考如何為你的客戶創造阻力最小的路徑。而那個擴散鴻溝，正是你所擁有的機遇。除非早先那張空白區域逐漸被填滿的幻燈片讓在座的各位感到沮喪，那麼我們需要提醒你們的是，沒有任何領先是絕對穩固的。賽車界有這樣一句話：你無法在晴天超越15輛車，但你可以在雨天超越15輛車。而現在，基礎模型正湧現出如傾盆大雨般的新功能，這意味著沒有任何領先是絕對穩固的，但也意味著任何人都有機會勝出。這是一個多麼偉大的時代。接下來，我將把它交給索尼婭。智能體時代：服務即新一代軟體Sonya Huang： 我可以再說一句嗎？在觀眾席中看到這麼多友好的面孔真是太好了。今天在場的各位都是卓越非凡的人。能與大家共同置身於這個生態系統中，我感到非常高興。我這一部分的內容旨在探討人工智慧當下的發展，對於2026年而言，核心就是智能體。好，讓我們回溯到2022年。請舉手示意。這裡有人記得 Auto GPT 或 Baby AGI 嗎？好的。好的，明白了。這些項目在 GitHub 上一夜爆紅。它們的操作方式是呼叫 GPT3，為其配置一些工具，封裝在循環中，並讓它朝著目標運行。起初看起來很有前景，直到你看到那些智能體一次又一次地失敗。雖然看著挺可愛、挺招人喜歡的，但實際上完全沒用。Pat Grady： 我放這張幻燈片是為了提醒大家，我們其實早就預見到智能體時代的到來。Sonya Huang： 我們本可以在幾年前就預見這一切。但回到2022年，當時的模型確實還沒準備好。Pat Grady： 時間快進到今天，從年初開始，情況確實發生了質的變化。Sonya Huang： 突然之間，智能體遍地開花，而且它們似乎真的能夠投入實際運作了。其中有兩個智能體表現尤為突出：面向技術人群的 Claude Code，以及讓任何擁有手機的人都能使用智能體的 OpenClaw 及其所有龍蝦系列衍生產品。所以，無論你是硬核工程師還是普通使用者，現在的重點在於，人人皆可建立智能體。我們現在看到人們正在為各種用途建構智能體。甚至還有一些荒唐的例子，比如有的 open-call 智能體會專門去舉報鄰居的稅務欺詐行為。請不要這樣做。或者實際上，也許請這樣做。還有創業相關的事情。運行生成式媒體活動來銷售建築服務的 Agent。然後還有一個專業層面。我可以告訴你，在 Sequoia 內部存在一場巨大的競賽，看誰能建構出最好的 Agent 來更好地完成我們的工作。那麼，成為一個 Agent 意味著什麼？這裡有一個可能的定義。Agent 是一個系統。它感知其環境，選擇行動，並自主地朝著一個目標前進。順便說一下，我想這是我自己用 C-dance 製作的。我對此感到非常自豪。視訊模型已經取得了長足的進步。更具體地說，我認為智能體具有三個功能元件。首先是推理和規劃的能力。這是直覺的基準水平以及即時思考的能力。其次是採取行動的能力。這包括使用工具、搜尋、編寫和編譯。最後是朝著目標不斷迭代的能力。這正是賦予智能體在長周期內完成任務能力的持久性。因此，代理（agency）結合了這三樣東西。簡而言之，就是把事情辦成的能力。如果我們把代理拆解為模型、工具和協作框架（harnesses）這些組成部分，過去一年裡每個部分都在飛速進步。首先，模型即大腦。這是目前發生的最重要的事情。衡量指標圖表測量的是模型在執行複雜任務時，能夠持續推進而不偏離軌道的時間長度。我們已經從一年前的十分鐘量級發展到了今天的數小時量級。所以，這是目前發生的最重要的事情。模型終於變得足夠強大，能夠維持長周期任務的性能表現。其次，工具即手腳。這些賦予了模型訪問各種能提升我們電腦生產力工具的能力，例如用於檔案系統和開發工具的終端、iMessage、Slack、網頁搜尋、電腦使用等等，應有盡有。過去二十年間我們為人類打造的各種工具，最終也能夠轉化為對智能體而言極其有用的資源。有一種普遍的論調認為 SaaS 已死。但我認為恰恰相反，隨著使用這些工具的智能體數量增加，其價值將會爆發式增長。增加。模型和工具賦予了智能體執行能力。而控制框架（harness）則賦予了它們持久性。即保持任務專注、進行調整併持續運行的能力。這一反饋回路現在確實開始加速運轉了。特別是在有了強化學習之後，我們正在對這些智能體進行“駕駛學校”式的訓練，也就是在 RL gyms 中訓練它們。Pat Grady： 我們正在不同領域推動性能的提升，從機械工程到設計，旨在尋找突破。我們同時也看到了自我改進的初步曙光，即機器製造機器。Sonya Huang： 例如，Andrej 的另一個研究項目在短短兩小時內自主提升研究能力，達到了 GPT2 等級模型的水平。那麼，一個到處都是智能體的世界會是什麼樣子？智能體的存在處於一個智能程度的滑動量表上，讓我們以程式設計為例。在 2023 年，我們擁有了標籤頁自動補全功能。這是一種 AI 在行間輔助人類的方式。Pat Grady： 這種方式雖然在增量上有所助益，但從根本上說並不具備變革性。Sonya Huang： 我們現在擁有了智能體開發，即一個人與一個智能體對話，指導它做什麼，或許還能管理一個智能體團隊。但這種範式正在被進一步推進。我們現在看到了後台智能體、非同步智能體以及能夠衍生出子智能體的智能體。我們認為，在這種整體範式下，非同步智能體極有可能在規模上超越當前範式，這僅僅是因為該系統所能提供的槓桿效應。Pat Grady： 最後，在推進前沿尖端領域方面，即我所說的“黑燈工廠”，將人類審查徹底從系統中剝離。Sonya Huang： 這聽起來很瘋狂，但我已經在生產環境中見過這種情況，包括在網路安全公司中。只要具備足夠可靠的護欄機制和足夠優秀的工程能力，這是完全可能的。因此，我們正在智能體化的處理程序中不斷攀升。智能體正從在你身邊提供微小協助的助手，進化為需要管理的實習生，進而轉變為能夠自我管理的實習生，最終演變為值得信賴、無需監督即可部署到生產環境的實習生。這就是正在發生的演進，不僅是在程式碼編寫領域，而是覆蓋了所有智能體應用。對於在座的創始人而言，最重要的啟示是：服務即新一代軟體。帕特在我認識他以來一直強調這一點，我們的合夥人 Julian（他今天也在觀眾席中）也發表過一篇關於此話題的優秀文章。我們對此早已知曉，但我認為這一趨勢正在真正地成為現實。在醫學領域，你可以聘請一個尊重你的基因組、為你提供個性化建議、能夠為你開具處方藥物並推薦臨床試驗的智能體。在法律領域，你將能夠聘請能夠代表你協商合同，甚至進行訴訟並為你達成和解的智能體。在數學和科學領域，我們正看到能夠解決這些問題或發現新型超導體的智能體。這難道不令人振奮嗎？或者在消費領域，那些可以為你管理收件箱、日程表、財務狀況以及申報稅務的個人智能體。我們預計未來智能體將無處不在。這在一定程度上是因為聘請智能體比僱傭員工要容易得多。人類難以實現規模化。而智能體可以通過算力實現無限規模化。讓員工保持滿意度是一件困難的事。除了我以外，我總是很快樂。Agents 的維護成本很低。人類的成本很高。你需要支付他們薪水。你需要支付 Agents tokens。通常情況下，用 tokens 完成任務的成本要低於支付等值的薪水。現階段，人類通常仍然更聰明。但 bitter lesson 的影響持續存在，很快 Agents 在許多方面就會變得更聰明。因此，這張幻燈片的重點並不是說我們人類要失業了。我認為適應力是人類獨有的特質。但我們預計智能體在應用層的部署將會迅速進行，且規模增長速度前所未有，因為其經濟效益顯而易見，且具備固有的可擴展性。綜上所述，智能體的數量正以某種指數級，或許是超指數級的速度激增。當商業活動在智能體之間展開時會發生什麼？它們可以互相支付嗎？當智能體能夠自行協商交易條款時，會發生什麼？未來是否會出現成群結隊的智能體來監管我們，以防範網路安全威脅或 Megadon 之類的事件？我們只知道這個世界正在極速變得詭異。最後，我想借用 Bene Gesserit 的心境來結束此次發言。Long Horizon 智能體已經到來。它們所處的曲線，非常清晰。對於創始人而言，我想每個人都有看到人們借助 AI 在極短時間內完成艱巨任務的案例。例如，來自 Z'd 的 Nathan 在假期期間獨自一人利用 Claude 完成了一個原本需要三年的登月級項目。Brett Taylor 用一個周末的時間重建了 Sierra。Notion 團隊僅用了六周時間就重寫了 800 萬行程式碼。因此，每個人都有這些時間線被壓縮的例子。但我認為，在 AGI 實驗室之外，很少有人真正見識過會發生什麼。當你將這些被壓縮的時間線進行疊加時。而這正是現在所能實現的。所以，無論你想像中未來一百年能建構出什麼，我們認為借助智能體，現在一百天內就能實現。接下來我將交給康斯坦丁。未來展望：認知的工業革命Konstantine Buhler： 謝謝你，索尼婭。好的，非常感謝索尼婭和帕特帶來的精彩概述與分析。在這一部分，我們將簡要探討接下來的發展方向。我們的目標是，因為我們都知道自己正處於 AI 時代。它將會是什麼樣子？它將會帶來怎樣的體驗？它的特徵是什麼？在演示的前半部分，帕特將技術革命分為計算和通訊兩個維度。我們在這裡將工作類型再進行一次劃分。一種是體力工作。這可以是 Pony Express 上的包裹，也可以是 Falcon 9 運載的衛星。工作等於力乘以位移，即物理位移。接下來是認知工作。例如 Pythagoras 提出該定理。例如 DeepMind 解決蛋白質折疊問題。有意識的思考。這些是非常不同類型的工作。但我們相信它們將遵循非常相似的變革模式。那麼讓我們談談體力工作，因為我們已經經歷過工業革命帶來的變革。Pat Grady： 在人類歷史的絕大部分時間裡，世界上所有的工作，或者說幾乎所有服務於人類的工作，都是由某種肌肉力量完成的。Konstantine Buhler： 依靠人或動物。靠人去搬運東西，或者靠動物牽引人類前行。這一切始於1700年，但其淵源可追溯至幾千年前。隨後，局面開始發生轉變。水力和風力。蒸汽機。此後，處理程序開始加速。蒸汽機。內燃機、電動機。時至2026年，可以估算得出，地球上超過99%的人類體力勞動已由機器完成。將你帶到此處的飛機、房間內所有物品的製造，以及支撐你此刻所體驗的人類巔峰生活的各項運輸保障。我們認為認知的演進也將經歷類似的歷程。我們只是處於一個較早的階段。在人類歷史的大部分時間裡，地球上所有的人類思考主要都是由人類完成的，或許還有一點來自動物，比如牧羊犬驅趕羊群。在機械勞動之上，曾存在過一小部分輔助工具，例如星盤或時鐘。Pat Grady： 現在，在過去幾百年裡，進展其實並不大。直到電子計算出現。Konstantine Buhler： 而在過去一百年裡，試想一下，此時此刻為了服務你這樣的人類，正在進行著數以兆計的計算。所有這些工作，所有這些正在發生的認知工作，都是為了在任何時刻服務於我們。數以兆計的計算。我們相信 neural network 是下一個大浪潮，並且在不久的將來，地球上 99.9% 的認知工作將由機器完成。這種類比非常鮮明，好消息是我們已經經歷過這樣一場革命。認知革命將與工業革命非常相似，只是規模要大得多，速度也快得多。那麼，生活在這樣的未來會是什麼樣子？我想以四個短篇故事的形式，分享對這個未來的一些思考動因。四個故事：智能、設計、科學與藝術Konstantine Buhler： 第一個故事。19世紀中葉，美國想要為首任總統及最偉大的戰爭英雄 George Washington 建造一座宏偉的紀念碑。因此，我們設計了當時世界上最高的建築——Washington National Monument，並且我們想要用世界上最珍貴的金屬來裝飾其頂端。當時 100 盎司的這種金屬是世界上最珍貴的，珍貴到我們甚至將其放在 Manhattan 的 Tiffany's 進行展覽。那種金屬就是鋁。在 Washington National Monument 竣工後的幾十年裡，一位年輕的發明家發明了電解法，即從泥土中分離出鋁的工藝。此後不久，鋁便被用來包裝糖果和三明治，然後被扔進垃圾桶。Pat Grady： 鋁就是智能。電解法就是人工智慧。Konstantine Buhler： 我們即將進入這樣一個世界：一些耗費數十年光陰練就的、達到博士水平的寶貴技能，在呼叫後轉瞬即逝，用完即可將其揉作一團直接扔進垃圾桶。第二個故事，我們正在進入一個異類設計的世界。我們今天所見的世界，其核心邏輯皆是為了人類而設計。眾所周知，這種設計經過了最佳化，使之符合我們的大腦邏輯，因為世界上幾乎所有的認知活動都是由我們完成的。然而，當認知活動由機器來完成時，情況將會大不相同。2006年，NASA 正在為一項大型航天任務，即衛星太空任務最佳化天線。傳統上，他們的天線看起來是這樣的。那是一種優美的幾何對稱圖案，在一定的功率限制下最佳化了表面積。這一次，他們決定將任務交給電腦，並使用一種類似於強化學習的進化演算法。Pat Grady： 結果就是眼前的這個天線。生產力顯著提高，且不符合人類的直覺思維。Konstantine Buhler： 在這個 AI 時代，當我們把認知任務交給機器時，我們將得到的結果是不符合我們直覺的。Pat Grady： 當 AI 設計晶片、汽車和建築物時，它們看起來可能會大相逕庭。Konstantine Buhler： 對於我們即將進入的世界，必須保持開放的心態，因為 AI 的思維方式與我們不同。它將具備異類的設計風格。第三個動力學故事關於新興科學。並非新興科學。我們都知道存在新興科學。我所說的是新興科學領域。在工業革命初期，湧現了像 Newcomen 和 Watt 這樣偉大的工程師，他們完善了內燃機。簡單來說，就是把石油化工產品注入活塞，點火燃燒，數百萬乃至數十億計的粒子發生爆炸。Pat Grady： 爆炸推動活塞，從而做功。Konstantine Buhler： 在近100年的時間裡，這一切都處於修修補補的階段。當時工程師只是在說，那樣效果稍微好一點。或許你可以將其視為一種規模法則，但那實際上是工程師們在擺弄產品，看如何能進行微小的改進。在120多年後，Sadi Carnot 出現了，並將這一切總結為一門新的科學——熱力學。Pat Grady： 他說，等一下，這裡有數百萬或數十億的粒子。Konstantine Buhler： 我們實際上可以將這一切系統化、公式化。而在當前的情況下，這裡有數十億個神經元，數兆個 Token。此刻，我們正處於 AI 的修補階段。即使我們認為這是一門已被認知的科學，事實並非如此。未來，我們將在接下來的幾十年內迎來一門如熱力學般基礎的科學。在座的各位或許就有人能開創這門科學。而這門科學將被納入高中的教學課程中。它將具有如此基礎的地位。它將幫助我們掌握 AI，甚至幫助我們掌握意識。第四個故事。非理性的藝術。在人類歷史的絕大部分時間裡，即數萬年間，藝術一直朝著寫實主義的方向演進。這是一幅大約 25000 年前的洞穴壁畫。從埃及象形文字、希臘陶器到文藝復興時期的畫作，這是一場向寫實藝術邁進的宏大變革。看看這其中的差異。歷經數萬年。人類的偉大勝利。Pat Grady： 隨後工程技術應運而生。銀版攝影法，早期攝影技術。Konstantine Buhler： 突然之間，我們花費數十年人生去磨練、力求每一筆觸都完美的技藝，瞬間消失了。那麼世界對此作何反應？他們認為繪畫藝術已經終結。噢，就這樣結束了。機器能比任何人類做得更好。藝術即是藝術，藝術已終結。那麼，發生了什麼？人類是如何回應的？人類的回應是提出疑問：這種藝術的目的是什麼？是為了以眼睛所見的方式捕捉那一刻嗎？還是為了以內心和靈魂所感的方式捕捉那一刻？Pat Grady： 印象派、表現主義、立體主義、新表現主義，所有這些新的藝術形式都是人類對科學領域這一巨大變革所作出的回應。Konstantine Buhler： 兩千五百年前，希臘哲學家 Protagoras 寫道：人是萬物的尺度。他的意思是，任何事物若脫離了人類，便不存在價值。無論是鋁材、藝術，還是智能，皆是如此。Pat Grady： 它之所以有價值，僅僅是因為那份體驗。AI 可以完成工作，AI 也終將完成工作，但唯有人與人之間的聯結，才能讓你找到在乎的理由。Konstantine Buhler： 這就是我們今天齊聚一堂的原因。十年之後，工作方式將發生巨大的變化。一切都將迎來翻天覆地的改變。但唯一不變的，是你們今天與身邊人建立起的關係。它們將長久延續。那將是你們回首往事時最珍視的部分。那也將是今天最有價值的收穫。因此，我鼓勵大家與身邊的人建立聯絡，盡情享受這次 AI Ascent 的時光，並真正地擁抱那些讓我們之所以為人的特質。 (Web3天空之城)

大多數人談AI，停留在模型。參數、推理、應用、Agent，好像一切競爭都發生在軟體層。但RAY讀完台積電這份 2026 Technology Symposium 簡報後，一個判斷越來越清晰：AI的競爭，已經從“誰更聰明”，變成“誰能把算力系統造出來”。這份報告沒有講故事，它講的是路徑：製程、封裝、HBM、互連、系統整合、汽車、機器人。它在做一件更底層的事——定義AI時代的工業結構。所有看起來輕盈的AI，本質上都是一套極其沉重的物理系統。一、AI不是熱點，是一輪新的半導體超級周期報告給出的第一組訊號，是增長。2025年半導體市場實際增長23%，明顯高於此前10%的預期；2026年預計增長45%。這個跳躍，不是周期波動，而是結構變化。台積電把這輪變化直接歸因於AI，並給出更長周期判斷：半導體市場正加速邁向1兆美元，並將在2030年前後達到1.5兆美元規模。關鍵不只是規模，而是結構重排。到2030年，HPC/AI將佔55%，智慧型手機20%，汽車10%，IoT10%。也就是說，未來半導體行業的第一驅動力，不再是消費電子，而是AI算力基礎設施。這背後的邏輯很清楚：PC時代解決“有沒有計算”，網際網路時代解決“能不能連接”，手機時代解決“隨時隨地計算”。而AI時代，本質是在解決“算力夠不夠”。算力一旦成為核心約束，半導體就重新成為產業中心。不是AI帶動半導體，而是AI把半導體重新推回權力中心。二、先進製程仍在推進，但競爭維度已經升級報告中的製程路線圖依然激進：N4、N3、N2一路推進到A16、A14、A13，時間線延伸至2029年，覆蓋AI加速器、資料中心、移動、汽車等核心場景。A13被明確規劃在2029年量產，具備97% optical shrink和約6%面積節省，同時通過DTCO持續最佳化性能與功耗，並保持與A14設計規則相容，降低IP遷移成本。N2U則在2028年量產，針對AI/HPC與移動場景，在同功耗下提升3–4%速度，在同速度下降低8–10%功耗。這些提升幅度並不驚豔，但在先進製程後期，這種“微小進步”本身就意味著極高技術壁壘。但真正關鍵的變化在於：製程不再是唯一主戰場。台積電把敘事重心明顯放到了“系統能力”上——先進邏輯 + 先進封裝 + 3D堆疊 + HBM + 光互連的組合。這意味著競爭維度發生了躍遷：過去比的是“誰的電晶體更小”，現在比的是“誰能把整個算力系統做出來”。先進製程決定上限，系統整合決定差距。三、算力增長的真實引擎：CoWoS、SoIC、HBM如果說製程是底座，那麼CoWoS、SoIC和HBM，就是AI算力繼續擴張的核心機制。報告給出的路徑非常明確：CoWoS將持續擴大規模。2026年量產5.5-reticle版本（良率>98%），並在2028年推進到14-reticle（20顆HBM），2029年超過14-reticle（24顆HBM）。這意味著什麼？意味著AI算力的增長，不再依賴單顆晶片，而是依賴“系統封裝規模”。當單顆晶片做不動，就把更多晶片和HBM堆在一起。進一步，台積電提出SoW（System-on-Wafer），把整合規模擴展到超過40倍reticle，支援64顆HBM，計畫2029年量產。這已經不是晶片，而是“晶圓級系統”。同時，SoIC推動3D堆疊成為主流路徑。相比2.5D CoWoS，SoIC可實現56倍互連密度和5倍能效提升，並持續縮小到4.5μm pitch。這一切最終指向兩個核心指標：2024–2029年，單個CoWoS內計算電晶體提升48倍；同期HBM頻寬提升34倍。這就是AI硬體的真實增長曲線。不是簡單製程迭代，而是“製程 + 封裝 + 堆疊 + 記憶體”的系統級疊加。摩爾定律沒有消失，它只是變成了系統工程。四、從資料中心到物理世界：AI的邊界正在外溢報告後半部分的重點，是把AI從“算力問題”延伸到“現實世界”。在汽車領域，台積電提出“Physical AI”，並指出矽含量將提升約2倍。晶片需求從單一MCU擴展到計算、連接、感測、控制全端：AP、RF、SerDes、CIS、Radar、MCU等全部升級。這意味著汽車正在變成一個移動計算系統。而在人形機器人部分，台積電直接給出結構模型：Brain（決策）、Sensing（感知）、Movement（運動）、Power（供能）。對應AP、連接、感測器、MCU、PMIC等完整晶片體系。更重要的是定義：人形機器人 = Agentic AI + Physical AI。這句話的含義很深。它說明AI正在完成一次躍遷：從“理解世界”，走向“參與世界”。一旦AI進入物理世界，對算力、延遲、功耗、可靠性的要求都會徹底改變。雲端AI可以慢一點，但機器人不行。模型可以出錯，但自動駕駛不能。這會反過來進一步強化半導體的重要性。當AI開始動起來，晶片就不再是成本，而是生命線。結語：AI越抽象，底層越具體如果把整份報告壓縮成一句話：AI競爭正在進入“系統級製造時代”。第一，市場重心在遷移——HPC/AI成為最大平台。第二，技術路徑在重構——製程+封裝+堆疊成為組合能力。第三，應用邊界在擴展——從資料中心走向汽車和機器人。對行業來說，這意味著一個認知切換：不要只盯模型和應用，真正決定勝負的，是底層算力系統。那些不會出現在熱搜裡的東西——製程節點、HBM數量、封裝尺寸、互連密度、功耗曲線——才是AI時代最硬的變數。AI越像魔法，半導體就越像現實。而最終贏的人，往往不是最會講故事的人，而是最能把故事變成物理系統的人。 （半導體產業報告)

2026年的軟科榜單出爐了，在985高校中，前十名的格局都沒變，清北浙交復，加上南大、中國科大、武大、華科大、西交這些老面孔。有點意思的在後面，北航卡在第11，差口氣衝進前十，哈工大往上升到了第12，南開把山大給超了排到第21，我們來看看部分高校的情況。哈爾濱工業大學哈工大這次升到第12，看著都替它高興，學校本部在哈爾濱，航天、機械、材料、控制，那個拎出來都是國家隊水平。讓我覺得它最厲害的是深圳校區的佈局，哈工大深圳現在火得不行，分數線比本部還高，深圳校區的科研產出跟人才吸引力把整體資料拉了一截，排名上漲跟這個也有直接關係。南開大學VS山東大學今年南開超了山大，排到第21，這倆較勁也很多年了，經常一前一後。南開是老牌文科理科強校，化學、數學、經濟、歷史，說出去那個都是響噹噹的。這幾年南開在醫學這塊開始發力了，跟天津市好幾家三甲醫院簽了合作協議，臨床醫學和口腔醫學都在鋪攤子。山大呢，齊魯醫學院是它的王牌，文科理科工科醫科擺得齊，規模上比南開大一圈。它的經費在985里面不算少，校區好幾個，濟南、威海、青島都有，被南開超了不是山大弱，是排名演算法指標，今年南開的分數稍微高一點。中國農業大學中國農大排第24，名次這幾年是穩步提升，屬於悶聲發大財的類型。學校的農業工程、作物學、畜牧學等全是A+，全國數一的存在，但凡跟“吃”沾邊的領域——從種子到養殖到食品加工，它基本全包了。不過說句大實話，現在很多考生對農業倆字還是有點偏見，一聽“農”字就不樂意報。中國農大的錄取線在985里面算低的，性價比是真的高。你進去學它的食品科學或者生物工程，出來進中糧、正大這種企業，或者考食藥監的公務員，路子一點不窄，而且它在北京市區，位置也不差。中國海洋大學中國海大排第36，在一眾985里面算要靠後的了，但仔細看看資料，它全國排名漲了5名，不算少了。學校的海洋科學、水產這兩個學科是A+，全國說第二沒人敢說第一，問題是這倆行當跟人工智慧、電腦那種熱門專業一比，考生扭頭就走。如果你真對這行有興趣，報它沒毛病，中國海洋大學在青島，實驗室裝置是國家級的，科考船都好幾艘，國內搞海洋這一塊，它的畢業生閉著眼都能找到對口單位，自然資源部下屬的研究所、沿海省份的海洋局，包括中船重工那些企業，一堆中國海大出去的。冷門歸冷門，門檻高，同行少，競爭反而沒那麼激烈。綜合來看，今年985高校的排名還是比較穩定的，而且985本身就是塊金字招牌，不管排第幾，都有各自的優勢，但報志願這事吧，還是先想清楚自己要啥，排名可以參考，不要拿它當人生指南針。你對2026年985高校排名有什麼看法呢？(縱觀時光記)

4月23日，英國教育專業雜誌《泰晤士高等教育》（THE）發佈了包括中東在內的亞洲地區大學排名。以連續8年蟬聯榜首的清華大學，連續7年位居第二的北京大學為首，中國大陸上榜的高校與去年一樣，在前10名中佔據了5席，前50名中佔據了20席。THE強調，中國高校在各類大學榜單中排名持續攀升，其核心原因在於中國政府對科學、技術和高校教育領域的重點投資。另一方面，THE也指出，日本和韓國高校在研究環境和研究質量提升等方面，不僅落後於中國，也沒跟上全球的發展步伐。排在清華大學、北京大學之後的第3名與去年相同，為新加坡國立大學，並列第4名上榜的是新加坡南洋理工大學（與去年排名不變）和去年排名第5的東京大學。第6名香港大學、第7名復旦大學、第8名浙江大學均與去年排名相同。第9名上海交通大學與第10名香港中文大學較去年互換了席位，但前10名入榜大學與去年完全相同。2026亞洲大學排名中前6名的大學中國高校位居前列的理由在於國家投資從前100名大學數量來看，中國大陸、香港、馬來西亞的增加尤為顯著。中國大陸34所（去年32所）、韓國14所（去年16所）、日本9所（去年10所）、香港8所（去年6所）、台灣6所（去年6所）、馬來西亞6所（去年3所）、阿聯4所（去年4所）、土耳其4所（去年4所）、沙烏地阿拉伯3所（去年5所）、以色列3所（去年3所）、伊朗3所（去年4所）、新加坡2所（去年2所）、澳門2所（去年2所）、印度1所（去年1所）、卡塔爾1所（去年1所）、黎巴嫩1所（去年1所）。THE就此次結果引用了多位研究學者和資料科學家的觀點，英國布裡斯託大學及牛津大學的西蒙·馬金森教授就中國大學在地區及全球各等級排名中持續上升的原因，發表了如下看法：“中國在衡量科研實力的最佳指標——論文發表數和被引用數方面的提升令人矚目。這是因為中國政府將科學、技術和高等教育列為重點投資領域。科研成果，尤其是科研業績，與政府的資金投入密切相關。”日本、韓國高校排名維持現狀或下滑此次結果也再次印證了東亞地區競爭日趨激烈的現狀。東京大學從去年的第5名升至並列第4名，創下2015年以來的最高名次。今年首次納入評選對象的東京科學大學位列第34名。在進入前200名的12所日本大學中，除上述2所外，其餘10所大學的排名均與去年持平或出現下滑。在去年的排名中，合併為東京科學大學之前的東京工業大學位列第32名，東京醫科齒科大學位列第94名。此次第34名的成績低於原東京工業大學的排名。對於日本大學的現狀，THE認為“整體呈現停滯乃至下滑態勢”。韓國的大學也呈現出與日本相似的趨勢。大邱慶北科學技術院從去年的第65名下滑至第71名，慶北大學排名第108名（去年第91名）、蔚山大學排名第130名（去年第124名）等，多所院校名次下滑超6位，而排名大幅上升的院校數量則較少。針對日韓眾多高校排名下滑的結果，THE引用了資料科學家的分析：“兩國多數高校綜合評分雖有小幅提升，但增幅低於全球平均水平，未能跟上世界高等教育整體發展節奏”。與日韓形成鮮明對比的，除了中國大陸，還有香港地區的大學。去年上榜的6所香港高校全部穩居前五十，特別是香港浸會大學從第50名大幅上升至第40名。往年未上榜的香港教育大學和嶺南大學分別位列第37名和第84名，躋身前100名。馬來西亞方面，國油科技大學從去年的第43名上升至第35名，此外新增3所大學進入前100名，上榜總數翻倍至6所，表現亮眼。“亞洲大學排名2026” Top100（資料來自“Times Higher Education Asia University Rankings 2026”、“Times Higher Education Asia University Rankings2025”、“Times Higher Education Asia University Rankings2024”，以及“Times Higher Education World University Rankings 2026”：=表示存在相同排名、―表示未上榜）編者註：東京工業大學與東京醫科齒科大學於2024年10月1日合併，更名為東京科學大學，此為首次納入排名對象，因此無去年、前年排名。評價指標重視研究質量與產業貢獻THE每年發佈各類大學排名。每年此時發佈的亞洲大學排名，其評估方法與上一年秋季發佈的世界大學排名基本一致，將教育（學習環境）、研究環境、研究質量、國際性、產業收入（知識轉移）五項指標細分為18個項目進行評估。不過，由於從前年開始世界大學排名的評估方法有所調整，涉及研究質量的評估方式也發生了變化。不僅是簡單地統計大學產出的論文被其他研究者引用的次數，還比較引用數進入前10%的論文數量，以重視研究的卓越性和重要性等。此外，亞洲大學排名的特點在於，尤其重視大學在創新、發明和諮詢方面為產業界提供支援的使命。評估方法首次納入了大學研究被專利引用的數量，除大學從產業界獲得的研究收入外，更加重視大學通過技術轉移對國家經濟的支撐程度。與世界大學排名相比，教育（學習環境）的評分權重略低，而產業收入（知識轉移）的權重較高。五項評估指標的權重分別為：教育（學習環境）24.5%（世界大學排名為29.5%）、研究環境28.0%（世界大學排名為29.0%）、研究質量30.0%（世界大學排名為30.0%）、產業收入（知識轉移）10.0%（世界大學排名為4.0%）、國際性7.5%（世界大學排名為7.5%）。 日文：小岩井忠道（科學記者） (客觀日本)

導讀：行業主要上市公司：目前國內人形機器人行業主要的上市公司有匯川技術(300124.SZ)、三花智控(002050.SZ)、藍思科技(300433.SZ)、恆立液壓(601100.SH)、拓普集團(601689.SH)、領益智造(002600.SZ)、中聯重科(000157.SZ)、金力永磁(300748.SZ)等。本文核心資料：人形機器人市場規模行業概況1、人形機器人的定義機器人是融合感知、決策與執行能力的可程式設計自動化實體系統，能在其環境中自主或半自主地完成預定任務，而人形機器人就是仿照人類特徵設計的一類智慧型手機器人，具備類人運動與互動能力。按照官方技術分級標準《人形機器人分類分級應用指南》，人形機器人可分為四個等級，基礎執行型(L1級)、條件智能型(L2級)、自主協作型(L3)、全場景適應型(L4)，北京人形機器人創新中心《人形機器人智能化分級》新增了類人智能(L5級);除此之外，按照人形機器人的移動方式還可將其分為涵蓋雙足式、輪式及混合移動式人形機器人;按照應用場景，可分為工業製造型、服務型、特種作業型、娛樂展示型及通用型人形機器人。當前市場主流產品多處於 L2-L3 技術階段，L4 級產品尚處研發與小範圍應用階段，L5 級類人智能是未來的重點探索方向。2、人形機器人行業產業鏈剖析中國人形機器人產業鏈上游分為軟體和硬體兩大類股，主要包括減速器、感測器、動力電池、控製器、伺服系統等硬體及AI演算法軟體，其中減速器代表性企業有綠地諧波、雙環傳動等，感測器有柯力感測、東華測試等，動力電池有寧德時代、比亞迪等，控製器包括新時達、埃斯頓等企業，伺服系統包括匯川技術、禾川科技等企業，AI演算法領域代表性企業有科大訊飛、寒武紀等，為全產業鏈提供關鍵技術與部件保障;中游企業基於上游核心供給，聚焦人形機器人本體的設計、整合與製造，按用途可分為工業人形機器人、服務人形機器人及物流人形機器人，其中工業人形機器人企業包括埃斯頓、新松機器人等，主要覆蓋汽車製造等工業場景，服務人形機器人企業包括優必選、科沃斯等，涉足商用、家庭、教育等領域;下游應用場景呈現多元化佈局，涵蓋醫療健康、物流倉儲、教育科研、生活服務、特種作業等多個領域，主要佈局企業新松機器人、軟通動力、杭叉集團、晶品特裝、僑銀股份等。人形機器人產業鏈中下游關聯性極強，中游的產品研發與生產需精準對接下游不同場景的定製化需求，通過最佳化產品功能、性能及適配性滿足實際應用痛點，而下游場景的實際運行反饋能夠反向賦能中游企業，推動產品迭代升級與技術創新。行業發展歷程 從技術築基到產業爆發1985-2000年萌芽探索期，以哈工大啟動研發、國防科大“先行者”和北理工“匯童BHR-1”問世為標誌，實現雙足行走等基礎技術突破;2001-2012年技術積累期，完成多感測器融合、複雜動作控制等系統整合，優必選成立開啟商業化探索;2013-2022年穩健發展期，優必選Alpha系列、Walker系列迭代落地，核心零部件國產化率提升至50%以上，產業生態初步形成;2023年至今爆發增長期，優必選上市、“天工”“遠征A2”等產品創下多項世界紀錄，實現千台級量產與多場景規模化應用，核心零部件國產化率超90%，市場規模快速擴張，行業從技術驗證邁向規模應用。行業發展政策 規模化規範化發展2012年以來，中國人形機器人行業政策體系持續健全完善，以“技術突破、生態培育、場景推廣”為核心導向，從戰略頂層設計到專項實施細則層層遞進——既聚焦核心技術研發攻堅，為行業築牢創新根基;又著力建構標準體系、強化安全監管，精準填補行業發展的規則空白，全方位推動人形機器人行業從技術萌芽階段穩步邁向規模化落地、規範化發展的全新階段。工信部於2023年10月20日正式發佈的《人形機器人創新發展指導意見》，是中國首個國家級、系統性人形機器人行業政策，明確了人形機器人戰略定位與發展目標，聚焦核心零部件自主可控、AI 融合及標準體系建構，推進多場景應用並配套保障機制，引領行業高品質發展。行業發展現狀：供需規模不斷擴大1、供給市場：多樣化的產品選擇2025年人形機器人賽道進入量產熱潮。優必選WalkerS2斬獲超13億元訂單，於2025年11月啟動批次交付，月產能達300台，全年交付目標超500台;宇樹智能應急機器人產業園開工，月產能將達500套;12月8日，智元靈犀X2等三大系列累計下線5000台，驗證了通用具身機器人規模化量產可行性。中國人形機器人產品覆蓋工業製造、商業服務、科研展示等多場景，售價普遍在10-50萬元的區間內，市場選擇更加多樣化。AI大模型賦能、核心零部件國產化等技術突破，以及政策支援與資本加持，進一步推動行業走向規模化應用。2、需求市場：訂單激增但交付能力不足2024年4月，由北京市經濟和資訊化局、中關村科學城管委會指導，立德機器人平台攜手中關村融智特種機器人產業聯盟主辦的首屆人形機器人產業大會在北京召開，會上發佈的《人形機器人產業研究報告》顯示，2024年中國人形機器人市場規模預計達到27.6億元，同比增速53%左右。根據IDC發佈的資料，全年公開披露訂單超35億元，但成功交付的人形機器人僅800-2000台左右。隨著優必選、宇樹等企業的量產推進，以及政策持續加碼與產業叢集效應，2025年中國人形機器人市場規模預計突破82億元，行業正式邁入規模化發展階段，預計屆時中國市場將佔據全球份額的30%以上。行業競爭格局1、中國人形機器人行業企業三大競爭派系人形機器人行業按產品或業務類別可分為三大核心競爭派系：機器人核心零件、機器人演算法控制、機器人整機製造。核心零件派細分為減速器、伺服系統、感測器等關鍵硬體領域，以加速國產替代、提高技術自主性與成本控制能力為目標發展;演算法控制派主攻感知、決策等智能技術，聚焦跨場景泛化、動態平衡即時性等行業核心技術難點;整機製造派專注人形機器人本體整合與場景落地，頭部企業憑藉全產業鏈整合與技術積累佔據優勢，中小廠商則面臨成本管控與規模化量產的挑戰。從企業產品佈局與空間佈局來看，核心零件派聚焦伺服電機、減速器等關鍵部件的研發與供應，深度繫結國內外頭部整機廠供應鏈，形成穩定配套合作關係;演算法控制派以AI技術為核心，主攻互動智能、視覺感知等核心技術研發，部分企業憑藉成熟技術實力深度覆蓋歐美整機廠商，海外市場滲透率突出;整機製造派產品分佈國內外市場，適配工業製造、商用服務、學術科研等多元化場景。2、中國人形機器人行業區域競爭格局：長三角領先發展據GGII發佈的《人形機器人產業地圖》可知，中國目前共有人形機器人行業核心企業超300家。長三角分佈企業數量領先全國，共有超過130家，在全國佔比超過40%，珠三角地區為93家、京津冀地區為58家，分別佔據28%和17%，其他地區佔比為14%左右。從各個區域的企業分佈情況來看，長三角以滬杭蘇為中心形成覆蓋21個城市的完整產業鏈網路，上海集聚近半數整機企業，江蘇、浙江在減速器、電機、AI大模型等領域各有突破;珠三角以深圳為核心，其企業分佈數量全國排名第一，在珠三角區域企業數量佔比約80%，建構起全產業鏈生態;北京是京津冀地區的絕對核心，分佈企業數量佔區域的90%左右，整個區域以傳統產業配套為主。三個區域由於產業資源、配套設施及市場需求差異，技術成果多流向長三角及珠三角地區。行業發展前景及趨勢預測人形機器人應用落地工業替代高危及重複性勞動、老齡化社會的適老化服務、消防/巡檢等特種作業場景，既是民生與產業需求所向，更是支撐未來經濟全面升級的重要動能;但受制於核心零部件生產成本高企、終端產品售價居高不下、關鍵技術性能待突破、行業統一標準與配套設施尚未完善等因素，供給端的響應速度與適配能力暫時難以跟上需求擴張的節奏。在政府補貼及配套設施政策和需求導向的作用下，企業將聚焦核心技術攻關降本提效、加快場景化落地驗證，人形機器人行業發展前景極為廣闊。摩根士丹利預測，2026-2050年中國人形機器人銷量將從1.4萬台飆升至542萬台，產品平均售價也將向下調整，性價比大幅提高。(前瞻經濟學人)