免費使用AI助手在中國屬於基操，是行業營造出來的一種心照不宣的默契。 但在最近，一個訊號打破了這種默認認知。 據36氪獨家消息，豆包將於6月下旬正式上線付費內容，並加速打通抖音電商。 這是中國使用者量最大的AI助手首次試探付費模式，也標誌著中國大模型行業的核心命題正在悄然改寫。

01 中國股王騰訊突然一掃半年多下跌陰霾，在6月2號大漲10%，市值上漲了4000多億港幣，差不多等於格力+海爾的市值，很多人不清楚，這是因為騰訊大手筆回購，還是慷慨分紅？ 其實都不是。 根據爆料，騰訊即將推出面向所有微信使用者的微信AI助手，可以幫助使用者在應用程式內完成任務，幫你訂票、點餐、叫車。

“邊聽邊說邊看，這跟一個真人還有啥區別？” 0.4秒能做什麼？ 眨一次眼大約需要0.3秒，而Thinking Machines Labs最新發佈的Interaction Model，把AI響應延遲壓到了0.4秒，比OpenAI的GPT-realtime-2.0快了將近三倍。 但這篇報導真正想說的，不是0.4秒這個數字。

當物質的充裕成為一種常態之時，情緒便會悄然地上升為新的稀缺資源。從療愈撫慰的層面到AI陪伴的方面，情感訴求正在重新塑造消費版圖，催生出十大蓄勢待發的賽道。 賽道一：療愈經濟——從“心靈按摩”到“科學處方” 正在駛入專業化快車道的療愈經濟，由心理諮詢、冥想、瑜伽、溫泉與芳香療愈這五大類股組成“啞鈴型”市場，其中高端醫療級服務客單價突破了一萬，而像“潮汐”這類冥想 APP 運用每月九塊九的低門檻吸引了百萬級訂閱，在科技的加持之下，VR 冥想艙以及 AI 心理助手在京滬高端商場落地了，單店坪效提高了四成，數字療愈時代已經叩門了。 深度延伸：附情緒經濟相關報告全文（點選下方圖片可查閱下載報告全文）療愈經濟藍皮書2026-愈到研究院

Anthropic正發力金融領域，持續推出多款面向銀行與金融科技企業的AI智能體產品。 Anthropic聯合創始人兼首席執行長達里歐・阿莫代伊 兩大頂尖AI初創企業——OpenAI與Anthropic，正競相拓展與大型金融機構的合作關係，彼此之間的競爭持續加劇。 總部位於舊金山的Anthropic，旗下擁有可對標OpenAI爆款產品ChatGPT的ClaudeAI助手。該公司正面向銀行、投資管理機構和保險公司推出一系列新的AI智能體產品。

山雨欲來風滿樓。二十多年前，網際網路的普及打破了線下交易的空間限制。電商從無到有，徹底改變了“買與賣”的方式，也重塑了整個商業格局。如今，AI時代的到來，也讓AI站在與當年網際網路同等重要的歷史坐標上。當資料能夠即時推演消費需求，演算法可以精準模擬交易決策，模型能夠深度理解使用者潛在意圖，電商的全鏈路：從商品發現、需求匹配，到交易達成、履約交付，都將被重新定義。正因如此，阿里、抖音、京東三大巨頭幾乎同時加碼佈局AI，是對行業趨勢的共同判斷：電商競爭的核心已悄然轉移，誰能率先將AI從單純的輔助工具，升級為驅動業務增長的核心引擎，誰就能在下一代電商格局中，牢牢掌握行業定義權。一個全新的電商時代，正隨AI的深度滲透，緩緩拉開序幕。近期，阿里千問正式發佈生態級AI助手數字人形象“千問小酒窩”。圖源：阿里巴巴據官方介紹，使用者可以在千問App中找到“小酒窩”。無論是做規劃、解難題，還是訂餐、買票、打車，都只需在簡單的對話中即可輕鬆完成。更重要的是，“小酒窩”會逐步融入阿里生態內的各類應用，為使用者提供統一、連貫、便捷的智能體驗。圖源：阿里巴巴換句話說，這個數字人並非單純的形象展示，而是具備全鏈路服務能力的生態級AI助手。依託阿里生態，它既能解答使用者各類疑問，也能協助完成購物、出行等全流程操作。未來，它還將接入淘寶、飛豬等場景，實現“能談心、更能辦事”的體驗。這標誌著阿里AI生態融合進入了加速階段。看到千問“小酒窩”的甜美外形，想必不少人會自然聯想到抖音的“豆包”。兩者均採用擬人化、可互動的數字人形態，核心意圖都是在使用者側搭建更具親和力的AI入口，搶佔AI電商的使用者觸達先機，拉近與使用者的距離。圖源：阿里巴巴幾乎在同一時間，抖音豆包上線了“豆包幫你選”功能。它以對話式互動為核心，使用者可以通過語音或文字提出購物需求。豆包會梳理需求、對比商品的優缺點與價格，並結合使用者偏好給出個性化推薦。圖源：微博值得一提的是，該功能已與抖音電商深度打通。使用者點選商品連結，即可在豆包App內完成加購、支付、售後等全流程操作，無需跳轉，真正實現了“問購一體”的輕量閉環體驗。圖源：微博除了阿里和抖音，京東在電商領域的AI佈局也極具自身特色。京東AI購在2025年12月底正式上線，定位為購物和生活服務的超級入口。使用者不僅能和京東AI購進行深度對話，更能在對話中直接滿足購物、點外賣等生活需求。圖源：App Store據瞭解，京東AI購的定位是“會思考、能購物、關心你的生活服務助手”。它打破了傳統“你問我答”的模式，主動推送購物攻略、優惠消息、穿搭靈感與生活服務。使用者在輸入框中輸入“我想要”，即可召喚私人買手智能體，獲取消費決策參考與商品匹配。除此之外，在2026京贏未來行銷盛典上，京東還推出了全新升級的一站式AI智能經營助手“京小通”，進一步完善了AI在商家端的佈局。圖源：中國商界雜誌社“京小通”依託京准通的海量行銷資料、資深投手的實戰經驗與前沿大模型技術，打造出“可進化、會思考、能執行”的行銷智能體，能夠為商家提供從選品、定價、推廣到復盤的全流程智能服務，幫助商家降本增效、提升經營業績，夯實京東在商家端的核心競爭力。可以看出，京東的打法是C端與B端雙線平行：C端用“京東AI購”搶佔使用者心智，B端用“京小通”鞏固商家生態。巨頭紮堆佈局的背後，是AI使用者基礎已全面成熟。之所以三巨頭敢於把AI助手深度嵌入交易閉環，正是因為使用者已經養成了與AI互動的習慣。QuestMobile發佈的2026年一季度AI應用洞察報告顯示，AI技術的普及速度遠超預期，截至2026年3月，AI原生APP月活使用者規模已達到4.4億，較上一季度實現大幅增長，這也意味著AI已全面滲透到使用者的日常生活中，為AI電商的發展奠定了堅實的使用者基礎。圖源：QuestMobile其中，抖音豆包以3.45億月活使用者領跑AI原生APP賽道，佔據絕對的使用者優勢；阿里千問和DeepSeek緊隨其後，月活使用者分別達到1.66億和1.27億，形成了三足鼎立的格局。當使用者開始習慣向AI提問“我該買什麼”而非自己搜尋比價時，購物決策的核心就從“主動檢索”轉向了“對話即服務”。而這，或許就是電商巨頭集體加碼AI的核心原因。總的來看，阿里、抖音、京東三大巨頭的佈局雖各有側重、路徑不同，但核心方向高度一致，均在全力發力AI與電商的深度融合，試圖通過AI技術重構電商全鏈路，搶佔下一代電商的競爭制高點。過去大家聊AI電商，更多是試水。比如：做個智能客服、上個推薦演算法，只能算是小打小鬧。但現在不一樣了，阿里拿出能跑全流程的數字人，抖音做出“問購一體”的閉環體驗，京東則完成了C端使用者入口與B端商家經營的雙端AI佈局。這意味著，AI已經從“可選項”變成了“必選項”，誰落後半步，誰就可能在下個周期的起跑線上被甩開。更有意思的是，這場AI電商大戰，並不是簡單的“誰家技術更強”的硬碰硬，也不是單一維度的競爭，而是一場基於自身優勢、差異化路徑的“錯位競爭”。阿里靠的是自身深厚的生態厚度，把AI當作一根“串聯線”，將淘寶、飛豬、支付寶、本地生活等分散的業務類股緊密串聯起來，實現資料互通、服務互通，讓使用者在不知不覺中被“一站式服務”黏住，形成強大的使用者粘性。今年1月，千問就已宣佈全面接入淘寶、支付寶、飛豬等阿里核心生態，加速了AI與各業務的融合處理程序，進一步鞏固了自身的生態壁壘。圖源：千問抖音靠的是自身的流量優勢和互動優勢，依託龐大的使用者基數和高頻的使用者互動，用對話式推薦替代傳統的搜尋瀏覽模式，把過去“刷著刷著就買了”的種草模式，升級為“聊著聊著就買了”的精準轉化模式，進一步縮短了從種草到成交的距離，提升了轉化效率。京東則走了一條穩紮穩打的路線，專注於C端體驗與B端基建的協同發力。通過“京小通”等AI工具幫助商家降低經營成本、提升經營效率，讓商家願意留在京東、深耕京東。不過，當阿里的“小酒窩”試圖讓使用者在聊天中完成購物和出行，抖音的“豆包”也在加速補課後端的供應鏈和履約體系，京東的AI購同樣在強化前端的對話互動體驗。屆時，這場大戰比拚的將不再是各自的傳統優勢，而是AI對全鏈路的整合深度。目前，這場AI電商大戰才剛剛開打。三大巨頭雖亮出了各自的底牌，走出了差異化的佈局路徑，但真正的較量遠未結束，未來仍充滿不確定性與挑戰。技術層面，大模型的迭代速度、AI互動的精準度與安全性，仍是需要持續突破的瓶頸。使用者層面，如何平衡個性化推薦與隱私保護、避免過度行銷引發使用者反感，考驗著每一家平台的營運智慧。行業層面，AI工具的同質化風險逐漸顯現，如何持續打造不可複製的核心競爭力，避免陷入低水平內卷，成為巨頭們必須面對的課題。但不可否認的是，AI已經徹底融入電商的血脈，成為驅動行業向前的核心引擎，其重構電商全鏈路的趨勢已不可逆轉。未來，電商行業的每一次迭代、每一場競爭，都將圍繞AI展開，一個由AI重構的、更高效、更智能的電商新時代，已然在路上。 (電商派Pro)

一項"類腦"記憶架構，讓AI記住你卻不"編造"你。你有沒有過這樣的體驗——跟AI助手聊了半天，把自己的家庭情況、工作經歷、喜好厭惡一股腦兒說了個遍。結果下一次打開對話，它一臉茫然地問候你："請問您叫什麼名字？"更讓人頭皮發麻的是另一種情況：你明明從來沒提過自己有個姐姐，它卻煞有介事地說"你姐姐在紐約上學吧"——語氣篤定得讓你差點信以為真。第一種叫“健忘”，第二種叫“幻覺”，加在一起，就是今天AI記憶系統的兩大頑疾。最近，一家叫Synthius的AI公司發了一篇論文，提出了一個很有意思的解決思路：它借鑑了人類大腦的記憶機制，讓AI的記憶精準率第一次超過了人類，同時還把“編造資訊”的機率壓到了不到0.5%。AI壓根沒有記憶，主流方案各有各的坑別被ChatGPT們的“體貼”騙了，大語言模型本身是沒有任何持久記憶能力的。你每一次發消息給它，在它眼裡都是“初次見面”。我們之所以覺得它“記得”上次聊了什麼，純粹是因為系統在背後做了一件事：把你之前所有的聊天記錄，又原封不動地複製了一遍，貼上在最新消息的前面。這種做法在技術上叫“全上下文重放”。想像一下，你每次給朋友發消息之前，都要把之前幾個月的聊天記錄全部重新看一遍，然後才能回一句“好的”。對話少的時候還行，聊了幾百條之後，光是“複習”就要花掉大量時間——這就是AI面對長對話時的真實處境。這種“翻舊帳”式的做法至少有三個致命問題：第一，越來越貴：每次回覆都要重新處理全部歷史。這裡的“處理”指的是模型的推理過程——大模型每次生成回答都要消耗算力，你喂給它的文字越多，成本越高。聊了500條消息後，光“複習”一次就要處理大約2.5萬個Token。第二，“中間遺忘”效應：科學家發現，AI在處理超長文字時，對開頭和結尾的資訊記得清清楚楚，但對中間部分經常“選擇性失憶”。就跟你看書只看開頭和結尾一樣——中間講了啥真沒記住。第三，越聊越容易編：上下文越長，AI越容易把不同時候提到的資訊攪和在一起，拼湊出一些你沒說過的話。三者疊加，導致一個尷尬的現實：你跟AI聊得越久，它可能反而越不靠譜。既然全量復讀太蠢，工程師們自然想了幾種更聰明的辦法。簡單來說有這三類：“滑動窗口”——只保留最近20條消息，之前的一律不要。快、省，但丟了96%的資訊——前面所有重要的背景全沒了，你重新提一嘴之前說過的話，AI可能完全接不上。“摘要壓縮”——定期讓AI把舊對話壓縮成總結。省空間，但總結過程會丟失大量細節。比如你說過“我2023年3月到6月在東京實習”，幾輪壓縮後可能就變成了“我在日本待過”。“向量檢索”（RAG）——這是目前業界最主流的方案。先把對話切成小塊，用嵌入模型給每段話打上“語義指紋”，需要時根據語義相似度搜尋最相關的幾塊。但有個隱蔽缺陷：搜出來的東西不一定靠譜。你問“他的工作是什麼”，系統返回幾條“看起來像”的片段，AI拿到這些似是而非的材料，很容易順著編出一個錯誤答案。這三種方案各有各的長處，但都留下了一個共同隱患：沒人認真測過它們“瞎編”的機率有多高。就好比評選拍照手機，只比誰拍得更清楚，沒人比誰美顏過度——方向就不對。更深層的問題在於，當對話歷史越來越長，其中相互矛盾、過時或模棱兩可的資訊越來越多，這種上下文污染會讓模型更容易被髒資料帶偏。1813道題的考試，AI憑什麼打敗人類要講清楚這篇論文的貢獻，先得瞭解它是怎麼“打分”的。研究人員使用了一套叫LoCoMo的公開基準測試——這套考試的做法是：先找兩組人進行多輪深度聊天，聊工作、家庭、健康、旅行、愛好，家長裡短都聊。聊完後，研究者根據對話內容出題。全部考試包含兩個維度——10組深度對話、20位參與者，涵蓋了從單跳事實查詢到複雜推理的多種難度聊完後，研究者根據對話內容出了1813道題，分五種類型：單跳事實查詢，比如“他的職業是什麼？”，這種題只需一次檢索就能回答；多跳推理，比如“他有沒有去過他大學室友所在的城市？”——需要先回憶室友是誰，再回憶室友所在城市，再做判斷，至少要跳兩步；時間推理，比如“他在那家公司待了多久？”，考察模型對時序關係的理解；開放推理，比如“根據他提到的資訊，他可能適合什麼工作？”，答案本身就不唯一；以及最關鍵的誘導性問題——比如“你姐姐最近怎麼樣？”而對話中從未出現過這個人。其中最後一種“誘導性問題”最為關鍵——專門測試AI能不能勇敢地說“我不知道”。結果發現，人類在這個考試上的正確率是87.9%。而之前最好的AI記憶系統MemMachine得分91.69%——已經超過人類了，但它沒有報告誘導性問題的單獨得分，也就是說沒人知道它“瞎編”的機率有多高。新思路：不是“搜聊天記錄”，而是“查個人檔案”Synthius-Mem的核心思路：不要讓AI去“翻聊天記錄”，而是讓AI去“查一份已經整理好的個人檔案”。在你跟AI聊天的過程中，系統已經在後台悄悄從你的話語中提取關鍵資訊，分門別類整理成一份結構化記憶。等你提問時，AI不是去翻原始聊天記錄，而是直接翻這份檔案。前者像是在一摞聊天記錄裡大海撈針；後者像是打開一本編好目錄的檔案冊，直接翻到對應頁碼。從資訊理論的角度看，這種做法本質上是先壓縮再檢索：把原始對話的高冗餘資訊蒸餾為低冗餘的結構化事實，既減少了檢索噪聲，又讓AI獲得了明確的置信度訊號——有就是有，沒有就是沒有。更有意思的是，檔案不是一個大雜燴。它參考了腦科學的研究成果，把記憶分成了六個“語義域”：為什麼要分這麼細？論文的回答是：因為你的大腦就是這麼幹的。腦科學發現，人類大腦中“事件記憶”（海馬體）、“知識記憶”（新皮層）和“情緒偏好”（眶額葉）由不同的神經回路分別處理。你回憶“昨天吃了什麼”和“朋友叫什麼”，走的是兩條完全不同的通道。從工程角度看，這種分域設計天然適配知識圖譜的儲存結構——每個語義域就是一張獨立的子圖，實體是節點，關係是邊，查詢時只需在對應子圖內做圖遍歷，效率遠高於在整個對話庫中做向量檢索。分域還帶來一個額外好處：不同語義域可以獨立更新、獨立壓縮，互不干擾。為什麼“分抽屜”能防幻覺？傳統方案下，你問AI一個不存在的事情，向量資料庫總會返回幾條“看起來像”的內容，AI拿到這些“噪音”很容易就編出答案。但“分域”方案下，如果你從來沒說過自己有姐姐，“社交關係”域裡就不會有這個條目。AI一查——空的。這個“空”本身就是一個明確訊號：系統應該回答“我不知道”，而不是瞎編。成績單亮眼，但也沒那麼完美Synthius-Mem 核心成績單：綜合精準率：94.37%（人類基線：87.9%）核心資訊精準率：98.64%（810道題僅錯11道）抗幻覺率：99.55%（442道誘導題僅錯2道）時間推理精準率：89.32%挑重點說。綜合精準率領先人類6個多百分點，並不是因為AI“更聰明”，而是因為它通過結構化整理將關鍵資訊從數萬條對話中精準提煉出來，避免了人類閱讀長文字時的注意力衰減。99.55%的抗幻覺率最值得關注——值得注意的是，LoCoMo基準測試自2024年在ACL會議上發佈後，已成為記憶系統的標尺——Mem0、MemOS、MemMachine等主流方案都在同一套卷子上考試，但鮮有系統把抗幻覺率單獨拎出來作為核心考核指標。公平起見，也有不那麼好看的數字。“開放推理”得分78.26%，AI對需要綜合推斷的問題還不夠強。“邊緣細節”只有57.66%，但論文明確說這是有意為之——隨口提的餐廳名字、半開玩笑的綽號，AI不會記。因為如果什麼雞毛蒜皮都存，記憶庫就會變成一個巨大的垃圾桶，真正重要的資訊反而會被淹沒。工程層面也有利多。全量重放在聊了500條消息後每回覆一條要處理約2.6萬Token，而結構化查詢只需約5000個，推理成本降低了約80%。在“個人檔案”裡找資訊的平均耗時約22毫秒——大概是人類眨一次眼的十分之一，幾乎可以忽略不計。不只是技術指標，更關乎信任AI的記憶幻覺已經開始在現實中惹麻煩了。2026年央視“3·15”晚會上，“向AI大模型投毒”的黑灰產業被曝光——有人故意在網頁植入虛假資訊，通過資料投毒污染AI的知識來源，讓其搜尋後信以為真，再傳播給更多使用者。更早之前，全國首例“AI幻覺”侵權案曾引發熱烈討論：一個高考生家長用AI查詢大學報考資訊，AI不僅給出錯誤答案，還非常自信地確認了錯誤資訊，導致考生志願填報受到影響。而當AI開始“記住”你——你的工作、家庭、朋友、偏好——“瞎編”的後果就從“給出了一個錯誤答案”升級成了“編造了一個關於你的‘事實’”。試想一下：如果AI助手在你同事面前信誓旦旦地說“他跟我說過不喜歡你們團隊”，而你從未說過這樣的話——這種“幻覺”的破壞力遠比推薦錯一本書嚴重得多。所以這篇論文把抗幻覺能力視為整個記憶系統的安全底線。它的原話是：“一個記憶系統如果不敢說‘我不確定’，就不應該被投入使用。”AI記憶這個領域最近一兩年格外熱鬧。Mem0拿了2400萬美元融資，被亞馬遜AWS選為官方記憶服務；MemOS、TiMem、MemMachine等方案不斷湧現；清華大學、華東師範大學、北卡羅來納大學等頂尖學術團隊也在同期推出各自的研究。整個賽道正從一個“小眾技術問題”變成AI Agent的“記憶層”基礎設施。行業預測到2030年，AI Agent的市場規模將達520億美元以上，而“記憶層”就是AI從“無狀態工具”升級為“有狀態夥伴”的關鍵——一個記不住你的AI，終究只是個高級搜尋引擎。Synthius-Mem這篇論文真正的價值，不在於它提出了一個完美的系統，而在於它指明了一個方向：與其讓AI越來越努力地在海量原始對話中檢索，不如先把這些對話蒸餾成一份高品質的結構化記憶，再做精準查詢。這種“先整理再尋找”的思路，雖然樸素，卻可能是解決AI記憶幻覺最務實的路徑。AI記憶的核心挑戰，從來不是“記住更多”，而是“記住對的，不記錯的”——這既是一個工程命題，也是一個信任命題。當AI開始真正走進我們的生活，“記住你”這件事就不再只是一個技術指標，它更關乎信任。畢竟，你可以原諒一個朋友忘了你上次說過什麼，但你很難原諒一個“智能助手”在別人面前，煞有介事地講了一件你從沒做過的事。 (鈦媒體AGI)

科技圈繼續被AI的浪潮裹挾。蘋果宣佈向競爭對手AI助手開放Siri生態，徹底打破了與OpenAI的獨家合作；Google同日推出Gemini 3.1 Flash Live，在語音AI領域發起猛烈攻勢。與此同時，中國科協針對NeurIPS學術歧視發表強硬聲明，國產半導體裝置在SEMICON China 2026上集中亮相，AI對消費電子供應鏈的衝擊持續加深——手機漲價潮已從部分品牌蔓延至全行業。這是一個平台競爭白熱化、AI賦能從虛擬走向物理世界的關鍵節點。巨頭動向1. 蘋果宣佈iOS 27向第三方AI助手開放Siri，終結OpenAI獨家合作蘋果宣佈將在iOS 27中通過新的"Extensions"系統，允許使用者將Google Gemini、Anthropic Claude等競爭對手的AI助手整合到Siri中，結束與OpenAI的獨家合作關係。與此同時，蘋果正在開發自有聊天機器人"Campos"，由GoogleGemini模型提供支援，預計在6月WWDC上亮相。這一戰略轉向標誌著蘋果從封閉AI生態走向開放平台，將AI助手的選擇權交還給使用者。2. Google發佈Gemini 3.1 Flash Live，全面鋪開Search LiveGoogle在本周AI領域動作最為密集。旗艦新品Gemini 3.1 Flash Live支援90多種語言即時語音互動，內建SynthID水印技術用於識別AI生成音訊。Google還在全球200多個國家推出Search Live，使用者可通過攝影機和語音進行即時對話式搜尋，並將即時耳機翻譯功能擴展至iOS裝置。此外，Google新增了將其他AI應用的完整聊天歷史匯入Gemini的功能，明顯意在降低使用者遷移門檻，搶奪AI生態入口。3. 中國科協強硬回應NeurIPS學術歧視，停止資助申請中國科學技術協會3月27日發佈聲明，即日起停止受理學者參加2026年NeurIPS（神經資訊處理系統大會）的資助申請，已提交的申請轉至國內學術會議或尊重中國學者權益的國際會議。同時，收錄於2026年NeurIPS的論文在申請中國科協所有項目時不予認可。此舉背景是NeurIPS在徵稿指南中將部分被列入美國"實體清單"的中國機構排除在外，引發學術界廣泛抗議。多位國際學者已拒絕擔任NeurIPS領域主席以示反對。產品與市場4. 手機漲價潮加速蔓延，OPPO、vivo部分機型漲500元受AI算力需求驅動儲存晶片價格暴漲影響，消費電子漲價潮持續發酵。OPPO及旗下品牌一加自3月16日起上調部分機型價格500元，vivo及iQOO自3月18日起跟進，中高端機型漲幅超500元。IDC預測2026年全球智慧型手機出貨量將同比下滑12.9%，創史上最大年度跌幅，新機平均售價上漲14%。DRAM價格同比漲幅達369%，記憶體在手機整機成本中的佔比從10%-15%飆升至30%-40%。小米、榮耀、華為暫未官宣漲價，但管道端已現調價預期。5. 月之暗面啟動赴港IPO準備，AI獨角獸加速資本化AI獨角獸月之暗面（Kimi）已啟動香港IPO早期準備工作。據彭博社3月26日報導並獲內部證實，公司自2025年底起已開始內部審查和成本核算，並已與中金公司、高盛集團就潛在IPO事宜進行磋商。當前月之暗面正處於AI商業化關鍵窗口期，Kimi創始人楊植麟在中關村論壇年會演講中提出"生產力會變成Agent，Agent會產生Token，Token在一定程度上等價於GDP"的核心觀點。6. AWE 2026落幕：AI家電打開兆增長空間，居家機器人成新賽道2026中國家電及消費電子博覽會（AWE 2026）在上海閉幕，1200家企業參展。海爾推出可剝香蕉、放洗衣、折疊衣物的人形機器人，海信發佈可跨家電聯動的輪式管家機器人。IDC預測2026年中國智能家居裝置出貨量將達3億台，同比增長8.8%。人形機器人單價已降至20萬元以內，家用機器人單價低於10萬元。智能眼鏡賽道同樣火熱，2025年中國出貨量預計達275萬台，同比增長107%。AI前沿7. 具身智能領域首個行業標準正式發佈，6月1日起實施中國資訊通訊研究院聯合40余家單位共同起草的具身智能領域首個行業標準於3月26日正式發佈，將於6月1日實施。該標準建構了統一的基準測試框架，已建成1萬多條測試任務庫，覆蓋工業、家庭、零售、物流等300種任務類型，提供資料採集、模擬任務生成、指標自動化計算等測試工具。這一標準的出台填補了具身智能領域行業規範空白，標誌著人形機器人評測進入"有標可依"新階段。8. 中國AI日均Token呼叫量突破140兆，兩年增長超千倍央視網報導，2026年3月中國日均Token呼叫量已突破140兆，較2024年初的1000億增長超千倍。OpenRouter平台資料顯示，中國AI大模型周呼叫量達4.69兆Token，連續兩周超越美國，全球呼叫量排名前三均被中國模型包攬。摩根大通預測，中國AI推理Token消耗量將從2025年約10千兆增至2030年約3900千兆，五年增長370倍。中國工程院院士張亞勤在博鰲論壇上提出"2026年是智能體AI元年"。資本與政策9. 輝達與亞馬遜AWS簽百萬級GPU訂單，黃仁勳釋放兆美元市場訊號輝達在GTC 2026大會上宣佈與亞馬遜AWS達成大規模晶片供應協議，將在2027年前向AWS供應超過100萬塊GPU及相關晶片，涉及Blackwell、Rubin多代架構及Spectrum網路晶片。輝達CEO黃仁勳指出，到2027年相關市場規模預計達約1兆美元，較一年前的5000億美元預測翻倍。與此同時，Meta 2026年資本支出預計在1150億至1350億美元之間，較2025年增幅達87%，科技巨頭AI軍備競賽全面升級。10. SEMICON China 2026開幕，國產半導體裝置迎爆發期SEMICON China 2026於3月25日至27日在上海新國際博覽中心舉辦，1500家展商參展，北方華創、中微公司、拓荊科技等國產半導體裝置龍頭集中發佈新品。機構分析指出，在地緣政治影響下，國內晶圓廠擴產動作頻出，疊加國產化替代趨勢，2026年國產半導體裝置公司將迎來爆發期。佰維儲存此前宣佈以15億美元鎖定晶圓供應，進一步印證儲存晶片供應鏈的緊張態勢。今日科技圈的核心敘事是"AI從虛擬走向實體"——無論是蘋果開放Siri生態讓AI助手競爭進入平台化階段，具身智能標準發佈為機器人產業鋪路，還是儲存晶片漲價倒逼消費電子格局重塑，都指向同一個趨勢：AI正在重新定義從晶片到終端、從軟體到硬體的全產業鏈。 (醉語閒言)