2079.1億人民幣估值，年化收入破10億美元，成立僅三年的AI程式設計公司Anysphere，以驚人的成長速度被矽谷譽為“史上最快崛起的企業之一”。而這家新銳公司的CEO Michael Truell竟是一位00後，三年前他還輾轉於各大公司實習，如今已躋身億萬富翁之列，成為投資人追捧的新星。AI時代，“資本偏愛35歲以下的年輕人”，這是創投界最近流行的共識。紅杉、高瓴、藍馳等頭部機構紛紛注資00後創業者，張一鳴、劉強東、王興等大佬也密集入股00後初創公司，徐小平的真格基金更是推出“00後狠人計畫”，鎖定新生代群體。01. 潮汕天才，轟動矽谷2025年10月初，矽谷傳來一條爆炸性消息：初創公司Axiom Math完成6400萬美元（約合人民幣4.56億）首輪融資，投後估值破3億美元。但這家公司沒有產品、沒有客戶，創始人還是一位來自中國潮汕的00後女性——年僅24歲的洪樂潼。矽谷資本為何對洪樂潼慷慨押注？答案藏在她近乎“開掛”般的成長軌跡中。洪樂潼早年便顯露出超凡的數學天賦。她高中就讀於廣東名校華南師大附中，成為廣東省奧數隊四名女生之一，在“華羅庚金盃”、全國高中數學聯賽等多項頂級競賽中屢創佳績。2019年，她進入麻省理工學院，攻讀數學與物理雙學位，僅用三年就完成了所有課程，還額外修讀了20門碩博等級的高階課程。本科階段，她就已經在數論、組合數學等專業領域發表多篇高品質論文。卓越的學術能力讓洪樂潼拿獎拿到手軟：被譽為北美數學本科生最高榮譽的“摩根獎”、專門表彰全美頂尖本科女數學家的“Schafer數學卓越獎”、有“本科諾貝爾獎”之稱的牛津大學羅德獎學金（當年全球僅四名中國學生獲此殊榮）等，都被她收入囊中。憑藉羅德獎學金，洪樂潼赴牛津大學攻讀神經科學碩士，之後又進入史丹佛大學，同步攻讀數學博士與法學博士。2024年，洪樂潼做了一個決定：退學創業。這源於她在史丹佛附近的咖啡廳與Meta工程師Shubho Sengupta的一次深度交流，主題聚焦於“運用AI攻克數學難題”。此次會面後不久，她正式創立Axiom Math。彼時，ChatGPT o3被曝光在數學測試中存在“作弊”嫌疑，全球輿論嘩然。洪樂潼在社交媒體上犀利評價道：“OpenAI大模型在數學測試中表現優秀，大機率是因為訓練資料中提前洩題了。在一些測試中，大模型回答的精準率雖然高達96%，但一旦展示推理過程，得分率就降至5%。”這正是洪樂潼立志攻克的核心難題，她認為現有的訓練方法有侷限性，她想要打造一個“AI數學家”：不僅能夠將現有的數學知識全部吸收，還能夠自主推理，甚至自主提出數學猜想。數學為何如此重要，以至於要用AI去攻克數學難題？任正非曾講過一段經歷，華為有位年輕的俄羅斯員工，平日裡不善言辭，只會埋頭做數學題，一做就是十幾年。有一天，這位員工突然宣佈他突破了2G到3G的核心演算法，這一突破幫助華為在無線電領域從此領先全球，並為後續5G技術奠定基礎。攀登科技之樹的頂端，往往是憑藉基礎研究的創新，任正非曾感慨：“光靠砸錢沒用，還要‘砸’數學家、物理學家。”因此，解決複雜數學問題往往是人類創新的金鑰。洪樂潼所要建構的AI數學模型，目標就是為科學研究、晶片設計、金融建模等領域實現底層突破。這個想法吸引了多位數學與AI領域的頂尖人才加盟：曾領導Meta FAIR團隊的Shubho Sengupta、最早將Transformer應用於解決複雜數學問題的法國數學家François Charton、最早將深度學習應用於程式碼生成的AI開發者Hugh Leather......如此豪華的陣容，也是矽谷投資人敢於掏出真金白銀支援Axiom的核心原因。不僅是AI大模型，同樣處於風口的具身智能與機器人行業，也正在成為00後創業者扎堆佈局的賽道。02. 不務正業的創業者2025年7月26日，世界人工智慧大會現場，一場特殊的麻將局拉開帷幕。牌桌四方中坐著三位科技精英：被譽為“華為天才少年”的智元機器人創始人稚暉君、哥倫比亞大學博士胡宇航、靈初科技聯合創始人陳源培。他們正與第四位牌手——機器人“小靈”切磋牌技。在這場“矽基與碳基”的對決中，機器人小靈憑藉其搭載的“靈巧手”順暢自如地抓牌、碼牌、碰牌。有人開玩笑說：“以後再也不怕三缺一了”。“小靈”的締造者正是陳源培團隊，24歲的陳源培今年成功入選《福布斯》2025亞洲30歲以下青年領袖榜單，是其中最年輕的AI創業者。鮮為人知的是，這位技術天才在華南理工大學就讀期間，曾是一名頻繁翹課的“問題學生”。2022年，在參加RoboMaster機器人大賽後，原本土木專業的陳源培徹底迷上了靈巧手研究。“讓機器擁有像人一樣靈活的手，是件特別酷的事。不上課我也要自學機器人。”為此，他不惜逃課投身實驗室，醉心於研發。這段看似“不務正業”的自學經歷，讓他得以敲開北京大學人工智慧研究院的大門，師從強化學習權威楊耀東教授。在北大期間，陳源培實現了一項重大突破：全球首次在真實環境中，運用強化學習同時控制雙臂與雙手完成多技能操作。但陳源培對此並不滿足，他還要去探索最尖端的具身智能技術。2023年，他以訪問學者身份赴美，加入了著名的“AI教母”李飛飛團隊。一年後，當同齡人還在撰寫畢業論文時，陳源培收到了華為“天才少年”offer以及一份史丹佛繼續深造的邀請。然而，他卻出人意料地選擇了第三條路——創業。“發論文固然重要，但我更希望親手將技術轉化為產品。”在楊耀東教授的引薦下，陳源培結識了擁有20多年硬體經驗的王啟斌，以及機器人與無人駕駛專家柴曉傑博士，他們聯手創辦了靈初智能，被譽為“科學家密度最高的創業公司”。馬斯克曾斷言：“機器人研發真正的挑戰在於硬體設計，尤其是手和前臂的複雜工程難題。人手大約有27、28個自由度，而要讓機器人成為真正的通用機器人，必須解決‘手’的問題。”這也是靈初智能瞄準的破局點。成立後不久，公司推出了首款21自由度靈巧手，能夠穩定抓取盛滿水的紙杯，並且滴水不漏。這吸引了輝達的關注，雙方宣佈將在模擬訓練層面開展深度合作。美團也緊隨其後，邀請他們共同研發末端配送機器人“小黃蜂”。2025年年初，靈初智能完成由高瓴資本、藍馳創投領投的天使輪融資，估值破億。當前，具身智慧型手機器人賽道持續升溫。據國務院發展研究中心《中國發展報告2025》預測，中國具身智能產業規模將在2030年達到4000億元，2035年突破兆。在這條新興賽道上，除了陳源培團隊外，一批00後創業者都正嶄露頭角。25歲的清華AI碩士閔宇恆創辦零次元機器人，成立僅半年即獲‌得1億元融資‌及‌數千萬元訂單‌，團隊研發人員80%來自中國TOP2高校。還有同齡的優理奇‌創始人楊豐瑜博士，從耶魯休學回國後專注於保姆機器人研發，現已完成數億元天使輪融資‌，簽約數千萬元訂單‌‌。公司首席科學家為全球機器人專家、上海交大王賀升教授。03. 淘金熱的“賣水人”當這些00後創業者選擇深耕AI與機器人時，另一位同齡人決定另闢蹊徑——做AI淘金熱中的“賣水人”。他就是付智，共績科技的創始人。付智出生於貴州銅仁鄉村，父母都是沒有受過高等教育的普通人。童年時，他曾在貴陽花果園目睹農民工群體的艱辛，萌生了“通過創業讓世界更美好”的信念。2018年，他考入清華大學，成為村裡第一代大學生。初入清華園，付智一度變得自卑起來。“感覺身邊的每一個同學都比我優秀。”但僅僅幾年後，他便一躍成為“2024清華年度人物”以及“2025北京青年榜樣”。一切要從2022年的冬天說起。那年冬天，一個緊急的研究項目要求付智在7天時間完成40天的計算量，面對“算力不足”的困境，他東拼西湊借來8台電腦，才趕在截止日前完成任務。以此為靈感，付智乾脆開發了一個簡易的共享算力平台，發佈在B站上，幫助大家解決臨時算力不足的問題。結果沒想到網站的日註冊量達到7000-8000人，還有5名付費客戶。這次小試牛刀，讓付智關於算力共享平台的構想愈發成型。在他看來，廣大中小企業與個人開發者對AI算力存在大量彈性需求，就像遍佈大街的乘客。另一方面，中國擁有5.7億台個人電腦，其中67%的算力處於日常閒置狀態，就像空載的車輛。算力市場的現狀，恰如網約車出現之前的打車市場。付智要搭建一個穩定、低價、彈性的算力共享平台，做“算力界的滴滴”。創業伊始，他說服了兩位清華天才的加入：許鐘子珩，清華機械與電腦雙料博士，機械系十年以來年級最高分，曾用兩個晚上破解國家軍工領域某“卡脖子”技術難題；還有清華叉院博士黃力昂，亞洲超算第一名的獲得者。團隊雖然如此專業，但在項目路演時，付智收到的更多是質疑。有投資人甚至直言：“你們這個事做不成，80年代就有人嘗試了，賺不到錢。”相比網約車共享，算力共享確實存在諸多的技術難點和變現挑戰，但投資人顯然低估了這個00後團隊的執著與實力。為節約成本，付智團隊在海淀民房開始“車庫式創業”。兩年時間埋頭研發，他們完成80多個版本的產品迭代，最終實現了99.9%穩定率，且90%裝置可一鍵接入。技術問題雖然有解，但資金壓力也是這個年輕團隊不得不面對的現實。2023年夏天，付智迎來最艱難的時刻，團隊瀕臨解散。直到8月底的一天，付智在海南散步時偶然瞥見“七彩祥雲”，次日他便接到百度前總裁陸奇的電話，獲得30萬美元種子投資，一解燃眉之急。如今，AI算力需求呈現出爆發式增長的態勢，共績科技的發展也隨之打開局面，青海、河北等地方政府更是主動上門謀求合作，公司也完成了數千萬元天使融資。截止目前，共績科技接入裝置達數十萬台，這些裝置一起運行的算力相當於兩個長三角智算中心的算力之和，2025年上半年公司實現營收2000萬元。一位投資人曾對付智講：“要多看毛選裡的《論持久戰》，這裡有最頂級的戰略。”據工信部預測，2030年中國算力市場規模將超兆元，其中彈性算力佔比超千億元。對於付智來說，這場關於算力重構的戰役，才剛剛拉開序幕。而屬於00後創業者的黃金時代也才剛剛開啟。被譽為“最牛天使投資人”的龔虹嘉曾指出：“什麼時候有人敢在天使輪或種子輪投10個億，中國的創新就真正起來了。DeepSeek的梁文鋒就是一個例子。”龔虹嘉本人曾以245萬元投資海康威視，最終收穫超300億回報。在他看來，押注年輕人就是押注未來。縱觀當下00後精英創業者，他們熱衷於源頭創新，聚焦於AI、具身智能、生物科技等代表未來的前沿產業。胡潤U25榜單顯示，2024年中國25歲以下創業先鋒中，前沿科技領域佔比高達80%，且多數擁有頂尖高校或實驗室研發經歷。他們出生於國家崛起之際，擁有豐富的知識積累與廣闊的全球視野，不再是亦步亦趨的追趕者，而是從起點就瞄準全球趨勢的領跑者；他們不再像父輩甚至爺輩那樣創業更多是為了吃飯賺錢，他們一出手就站在世界級水準之上，為理想為熱愛而星辰大海。站在改革開放40多年後，民族偉大復興新時代節點上的他們，是新中國成立至今最自信、最平視世界、最有資本與底氣敢為天下先的一代。從他們開始中國創業者將真正走向：一出手就引領世界。 (EDA365電子論壇)

吵起來了。圖靈獎得主和諾貝爾獎得主，為了“智能的本質”——直接激情友好地交流上了。AI三巨頭之一、圖靈獎得主Yann LeCun明確表示：純粹就是胡扯（complete BS）。而諾貝爾獎得主、GoogleDeepMind CEO哈薩比斯也不留情面了，指名道姓回擊：LeCun的說法簡直是大錯特錯。論戰之激烈，關注度之高，已經讓𝕏專門開闢了一個話題類股：馬斯克也跑來吃瓜了——沒有任何多餘的解釋，但這波他站哈薩比斯——“Demis is right”。當然，馬斯克的站隊可能也有別的原因。畢竟他和LeCun素來不是很對付，跟哈薩比斯則亦師亦友——馬斯克還是哈薩比斯DeepMind早期投資人。要科學吃瓜，可能還是要知道他們究竟在激辯什麼？爭論焦點：智能的本質是什麼？事情還要從LeCun幾天前接受的一場採訪說起。他在節目中言辭犀利地指出：根本不存在所謂的“通用智能”，純粹就是胡扯（complete BS）。這個概念毫無意義，因為它實際上是用來指代人類水平的智能，但人類智能其實是高度專業化的。我們在現實世界裡確實幹得不錯，比如認個路、導航blabla；也特別擅長跟人打交道，因為咱們進化了這麼多年就是幹這個的。但在國際象棋方面，我們表現很差。而且還有一堆事兒都搞不定，反倒是有些動物比我們強得多。所以說，我們其實就是“專才”。我們認為自己是“通用”的，但這僅僅是一種錯覺，因為我們能理解的所有問題都侷限於我們能想到的那些。簡單概括就是，LeCun認為人類智能並不“通用”，而是為了適應現實物理世界而專門進化出來的某種專業能力。人類之所以擅長識別物體、躲避危險、與他人合作等，也只是因為這些能力在進化中被環境塑造。然而，這一觀點很快遭到了哈薩比斯的直接回懟。哈薩比斯表示：LeCun的說法簡直是大錯特錯。他這是把“general intelligence”和“universal intelligence”兩個概念搞混了。然後他一一駁斥了LeCun的觀點，其原話如下：大腦是目前宇宙中已知最精妙、最複雜的事物，實際上具有極強的通用性。但是在實際的系統當中，“天下沒有免費的午餐”這個道理是無法迴避的——任何實際且有限的系統，在其所學目標分佈周圍，都必然存在一定程度的專門化。但從圖靈機的理論意義上講，通用性的核心在於，只要給予足夠的時間、記憶體（及資料），就能夠學習任何可計算的內容。而人腦（以及AI基礎模型）正是近似的圖靈機。並且，針對LeCun關於國際象棋棋手的評論，哈薩比斯認為人類能發明國際象棋本身就令人驚嘆，更不用說從科學到波音747等現代文明的一切了。關於LeCun對棋手的評論——人類最初竟能發明國際象棋（乃至從科學到波音747的整個現代文明！）本就令人驚嘆，更不用說還能出現像馬格努斯·卡爾森那樣棋藝卓絕的人物。他或許並非嚴格意義上的最優解（畢竟記憶有限、決策時間也受限），但考慮到我們的大腦本是為狩獵採集而進化，他和我們如今所能成就的一切，已足以展現人腦的驚人潛力。顯而易見，哈薩比斯對“智能”的理解從不侷限於電腦科學，而是深度融合了神經科學。一直以來，他認為真正衡量智能的兩個關鍵標準分別是通用性（Generality）和學習能力（Learning），為此他經常拿1997年“深藍”戰勝卡斯帕羅夫舉例——雖然“深藍”在國際象棋上很強，但還是連簡單的井字遊戲都不會玩，所以足以見得這種程序的死板之處。而關於這場對決，哈薩比斯還透露，最吸引他的不是“深藍”這個系統，而是卡斯帕羅夫的大腦（畢竟他能作為人類代表與AI進行比賽）。沒錯，又是“大腦”這個關鍵詞。哈薩比斯一直堅信，人類大腦是宇宙中已知的唯一關於“通用智能可行性”的存在性證明。當大腦和AI結合之後，所謂的“通用人工智慧”其實就是能夠展現出人類所擁有的所有認知能力的系統。至於具體如何實現AGI，哈薩比斯多年來也形成了一套自己的方法論，總結起來就是——預測建構理解，規劃擴展可能，強化學習實現自主進化。第一步：以預測為基石。在他看來，智能的本質在於預測——無論是預測下一個單詞還是預測蛋白質的折疊形狀。這是所有認知活動的基礎形式，也是AI理解世界的內在驅動力。第二步：引入搜尋與規劃AI系統首先要建立一個世界模型，然後在此基礎上進行搜尋或規劃，以在巨大的組合搜尋空間中找到最優解。第三步：最終通向深度強化學習這是哈薩比斯最推崇的終局路徑，也是對大腦運作方式的模擬——深度學習負責模式匹配和尋找結構，強化學習負責通過試錯進行規劃和達成目標。這在生物學上對應著大腦的神經通路和多巴胺獎勵系統。至此，我們看到兩位大佬關於智能本質的爭論，表面上看起來似乎確實截然不同。一個認為“通用性智能”是胡扯，本質上智能是自然世界高度專業化的產物；另一個認為通用性智能不僅存在，而且仍有巨大潛力有待挖掘。但事實，真的如此嗎？上述爭論過後，LeCun又再次出來回應了，而且這次直接點名了分歧核心——用詞。我認為分歧主要在於用詞。我反對用“通用（general）”來指代“人類水平”，因為人類是高度專門化的。不過，雖然承認用詞有分歧，但他還是繼續重申了“人類智能並不通用”的觀點。其論證如下：第一，理論完備≠實際通用。你也許不同意人類思維是專門化的，但事實確實如此。這不僅是理論能力的問題，更是實踐效率的問題。顯然，一個經過良好訓練的人腦，如果配合無限量的紙和筆，是圖靈完備的。但對於絕大多數計算問題來說，這種方式效率極低，因此在資源受限的情況下（比如下棋），它遠非最優方案。就是說，哈薩比斯所構想的“理想的圖靈機”對解決現實問題幾乎沒有意義，因為真正的智能必須在有限資源下高效運作——而人腦的進化恰恰是資源約束下高度最佳化的結果。第二，兩個典型例子可以反映大腦的“非通用性”。在理論上，一個兩層神經網路可以以任意精度逼近任何函數；但在實踐中，幾乎所有有意義的函數都需要隱藏層中包含數量巨大、難以實現的神經元。正因如此，我們才使用多層網路——這正是深度學習存在的根本原因。再換一個角度來看：視神經大約有100萬根神經纖維。為了簡化討論，我們假設訊號是二進制的，那麼一次視覺任務就可以被視為一個從100萬位元對應到1位元的布林函數。在所有可能的此類函數中，有多少是人腦可以實現的？答案是：一個無窮小的比例。通過這兩個例子，LeCun再次重申了自己的觀點：所以我們不僅談不上“通用”，而且是極其高度專業化的。可能的函數空間極其廣闊。我們之所以沒有意識到這一點，是因為其中絕大多數函數對我們來說複雜到難以想像，看起來幾乎完全是隨機的。而且他還提到了愛因斯坦曾經說過的一句話——世界上最不可思議的事情，是世界竟然是可以被理解的。在所有可能的、隨機的世界組織方式中，我們竟然能夠理解其中極小的一部分，這本身就令人驚嘆。而我們無法理解的那一部分，我們稱之為“熵”。從這個意義上說，宇宙中絕大多數的資訊都是熵——是我們孱弱的認知能力無法理解、因而只能選擇忽略的內容。總之，事情battle到最後，網友們也是紛紛回過神來了——這場爭論最大的bug可能就在用詞上了。而拋開用詞不談，本質上來看，兩個人其實更像是在談論不同的問題：一個核心在強調“我們是什麼”，另一個則在強調“我們能成為什麼” 。而這，也恰恰指向了同一個更深層、也更現實的議題——接下來，我們究竟該以怎樣的方式實現AGI？答案：世界模型不管是在LeCun還是哈薩比斯這裡，答案其實都已經很清晰了——世界模型。眾所周知，即將從Meta正式離職的LeCun，下一站就是創業世界模型。據《金融時報》爆料，其新公司名為Advanced Machine Intelligence Labs（AMI Labs），計畫於明年一月正式亮相，目標估值30億歐元（約247億人民幣）。在LeCun的理解中，世界模型所要追求的不是渲染精美的像素，而是掌握控制理論和認知科學。他認為對AI而言，只有中間那個抽象表徵才重要（和JEPA研究一脈相承），模型沒必要浪費算力去生成像素，只需專注於捕捉那些能用於AI決策的世界狀態。換言之，瞭解“世界的結構是什麼”才是最關鍵的。而哈薩比斯這邊也在採訪中多次表示，世界模型絕對是自己和Google接下來的重點。今年8月，GoogleDeepMind推出了新版世界模型Genie 3。哈薩比斯表示：我們談論的世界模型，指的是那種能夠理解世界運行機制中因果關係與協同效應的模型，也就是一種“直觀物理學”——事物如何運動、如何相互作用、如何表現。你已經可以在當前的視訊模型中看到這種能力的雛形。而檢驗是否真正具備這種理解的一種方式是否能夠建構一個逼真的世界。因為如果你能夠生成它，那麼在某種意義上，你就已經理解並內化了這個系統的運作規律。這也解釋了為什麼Genie、Veo這些模型首先會以視訊模型的形式出現。在他看來，這種可互動的世界模型正是通往AGI的關鍵一步。通過對比，我們能發現雖然二者都是在描繪“世界模型”，但他們的理解和實踐方向也明視訊記憶體在差別——LeCun代表著“世界模型即認知框架”，而Google哈薩比斯代表著“世界模型即模擬器”。嗯，同一個概念，不同的理解和實踐——怎麼不算一種call back呢？（手動狗頭）Anyway，回顧歷史，實際上AI的每一次躍遷都伴隨著這樣的“爭吵”：符號主義和連接主義的爭論，定義了智能的根基究竟是“邏輯”還是“資料”；端到端學習和模組化系統的爭論，定義了“系統該如何建構”；再加上我們今天的“開源VS閉源之爭”、“智能本質之爭”……還是那些老話，“真理不辯不明”、“真理越辯越明”。不過玩笑說說，等到真理辯明了，那個老頭可要來了……One More Thing幾乎同一時間，LSTM之父Jürgen Schmidhuber又出來隨機掉落了一個“小彩蛋”，他預判了預判——LeCun即將創業的世界模型，他們在2014年就有涉獵了（原話是二者高度相似）。怎麼說呢，Jürgen Schmidhuber老爺子這幾年，基本都在“維權”了。作為LSTM的發明者，LSTM一度在ChatGPT誕生前被稱為“最具商業價值的人工智慧成就”，而作為LSTM之父，Jürgen Schmidhuber早在三巨頭獲得圖靈獎之前就被《紐約時報》稱為“成熟人工智慧之父”。但當AI時代真正到來，各種技術發明者桂冠沒有他、圖靈獎沒有他、諾貝爾獎也沒有他……Schmidhuber只能一次次維權、隔空懟人，最後成為祥林嫂·Schmidhuber。幸好，還有推特，可以讓他首頁上清晰完整展示——以及推特當前的擁有者馬斯克，他評價Jürgen Schmidhuber時言簡意賅：一切的發明者。這，確定不是在陰陽八卦？ (量子位)

導語: 華裔工程師陳兆芃創立的思靈機器人（Agile Robots）公司，正試圖通過研發出能夠進行精細非單調性操作的人形機器人，來幫助德國重塑其作為機械製造強國的聲譽，以應對來自中國和美國的激烈競爭。其技術聚焦於機器人“手”的靈巧性，挑戰傳統自動化極限。源自《經濟周刊》作者: Thomas Stölzel陳兆芃熱愛機器人。像許多現代人一樣，他在家裡有幾台機器人：一台用於割草，另一台清潔游泳池，還有一台負責吸塵。這位在中國出生、現居慕尼黑的工程師目前正為他的小女兒開發一隻機器狗。他對在不遠的將來首次在家中使用一台基礎的通用機器人感到樂觀。陳兆芃強調，這還不是一個真正像人的模型。但是，至少：“它將能夠承擔很多家務勞動。”不過，他目前不願透露太多細節。機器人技術已經主導了陳兆芃的職業生涯二十年。他在中國北方的哈爾濱工業大學完成學業後，曾在德國航空航天中心（DLR）進行研究，該中心是全球領先的機器人開發機構之一。隨後，他在2018年創立了思靈機器人。如今，他的公司是全球最有前途的競爭者之一，致力於將類人機器人帶入日常生活，尤其是為了取代非單調的手工勞動。這是該行業長期以來的夢想。因此，陳兆芃代表著德國為捍衛其作為機械製造強國聲譽所做的最重要嘗試之一——以應對中國和美國。就在11月，他在一群記者面前推出了“思靈一號”（Agile One），這款人形機器人將在思靈機器人自己的工廠中，與人類工人並肩協作，協助組裝機械臂和其他機器。顯而易見，人形機器人將在未來幾年徹底改變工業製造。將出現所謂的“黑燈工廠”，在那裡幾乎沒有人類工作。不少人可能會對這種設想感到毛骨悚然。然而，對於高工資國家來說，這同時也是一個機會，它們或許可以再次與印度或孟加拉國等國競爭生產基地的地位。陳兆芃表示，在勞動力短缺的地方，工廠的產能可以翻倍甚至三倍。“對於像我這樣的機器人研究人員來說，這是一個令人難以置信的激動人心的時代，”這位企業家說道。潛力是巨大的。到目前為止，工業界雖然已經成功地利用銲接機器人（例如來自 Kuka）等自動化單調性任務。但智慧型手機仍然需要手工組裝，僅僅是因為機器人太昂貴或根本沒有人類那麼靈巧。例如，到目前為止，機器人仍然無法從一箱螺絲中取出一顆螺絲，將其在指尖轉動，然後擰入螺紋中。美國投資銀行摩根士丹利（Morgan Stanley）估計，在25年內，將有一億台人形機器人在使用中，其中90%用於商業領域。這將是一個年交易額達五兆美元的市場。關鍵在於模仿人手的靈巧性。誰能做到這一點，誰就能獲勝。而這正是陳兆芃的專業領域。十年前，他在德國航空航天中心位於奧伯普法芬霍芬（Oberpfaffenhofen）的研究院，完成了關於“手”的博士學位。當時，科學家的機器手在物理上已經可以做到人類抓取器官所能做的一切。但直到今天仍然缺乏的是其背後的智能。陳兆芃說：“我們已經非常接近了。”硬體和軟體都已具備。現在它需要學習，就像一個真正的人類一樣。這需要時間。陳兆芃舉起一個瓶子，擰開螺旋蓋。“我們的機器人今天已經可以很好地做到這一點，”他表示。但他不能保證機器人每次都能成功地完成這項任務，不論何時。靈巧性是一種反射，手會察覺到瓶子是否因為太重而滑落。然後它會抓得更緊，但又不會緊到把瓶子捏碎。這是一個高度複雜的相互作用，涉及觸覺、肌肉、關節和100多根肌腱。有些肌腱會被拉緊，有些則會放鬆。中國和矽谷可能通過大量的機器人初創公司、宏大的聲明和引人注目的展示而閃耀光芒。例如，展示那些動作與人類幾乎無法區分的舞蹈人形機器人，或者掌握格鬥技巧的機器人。但就機器人技術知識而言，德國仍然在全球處於領先地位，尤其是在“手”的技術方面。這也歸功於德國幾十年來在硬體和軟體方面的持續努力。陳兆芃講述：“我在加利福尼亞州見過一些機器人公司成立後不久就倒閉了，因為它們過於專注於軟體。”在機器人開發中，軟體和硬體必須共同考慮。而正是在這個連接點上，歐洲和德國的機械製造知識具有真正的份量。機器人更像汽車而非智慧型手機，還有一個原因。智慧型手機不會啟動並傷害到人。“機器人本身必須始終絕對安全，為了我的女兒和家裡的兩隻貓的安全，”陳兆芃說。任何危及這種安全的操作都不能被允許。目前，美國人工智慧行業的一個重要承諾是，可以利用網際網路視訊來訓練機器人獲得某些能力。陳兆芃對此表示懷疑，並將這種方法比作培訓醫生。他認為，這種練習只會讓機器人像一個勤奮的醫學生一樣，頭腦裡有很多知識。但它無法達到經驗豐富的外科醫生在手術台上的水平。這需要實踐中的訓練。而這正是思靈機器人的方法。機器人的人工智慧必須由多個層面組成，才能實現真正的靈巧。網際網路上的視訊可以幫助開發各種動作，使機器人儘可能通用。但它需要模擬和真實的訓練資料才能真正學會。陳兆芃的公司正在慕尼黑的一個培訓中心進行所有這些工作。儘管擁有創新能力，但在德國科技界中，有不少人對思靈機器人仍持懷疑態度。近年來，該公司收購了幾家德國自動化專業公司。例如，收購了此前陷入困境的協作機器人製造商Franka Emika，其產品被世界各地大學和研究機構用於科研。又比如，收購了擁有50多年歷史的機器人和自動化系統整合商 Bär Automation。甚至寶馬的內部物流分拆公司Idealworks也被這家慕尼黑初創公司收入囊中。最近，思靈機器人收購了蒂森克虜伯（ThyssenKrupp）的工廠建設部門，連同650名員工。人們普遍擔憂：最終可能會重蹈庫卡或晶片製造商安世半導體的覆轍——技術訣竅流向中國，留下的只是眾多生產基地中的一個，在公司內部競爭中越來越艱難，從而逐漸失去重要性。思靈機器人營運副總裁羅裡·塞克斯頓（Rory Saxton）指出，國際投資者有興趣避免這種情況發生。除了來自日本的軟銀（Softbank）、富士康和阿布扎比皇室集團（Abu Dhabi Royal Group）之外，還包括許多中國投資公司，如高瓴資本（Hillhouse）、紅杉中國（Sequoia China）、高領創投（GL Ventures）、線性資本（Linear Capital）以及科技公司小米。陳兆芃竭盡全力消除這種疑慮。他紮根於慕尼黑，他的公司是一家巴伐利亞公司。他說：“來自東方和西方的人都想來這裡。”對於許多人才來說，現在去美國很困難。慕尼黑是一種中立場所，人們可以在這裡工作，而不必思考自己屬於世界的那一個極點。陳兆芃將思靈機器人比作富士康：他們無處不在，在中國、印度和美國都有業務。“為什麼這不能也適用於我們？”陳兆芃問道。《經濟周刊》（WirtschaftsWoche）今年再次評選出30位將影響、改變並推動德國在本世紀末向前發展的人物。因為有許多人和項目讓人充滿勇氣。所有獲獎者名單可以在這裡找到。 (德國派)

早盤，摩爾線程概念逆勢拉升。聯美控股（600167）漲停，初靈資訊漲超11%，大眾公用、和而泰、盈趣科技跟漲。消息面上，12月3日晚間，摩爾線程公告稱，經上海證券交易所稽核同意，摩爾線程智能科技（北京）股份有限公司發行的人民幣普通股股票將於2025年12月5日在上海證券交易所科創板上市。公告顯示，摩爾線程的股票程式碼為“688795”，首次公開發行後總股本為4.7億股，首次公開發行股票數量7000萬股，均為新股，無老股轉讓。本次新股上市初期的無限售流通股數量為2938.2386萬股，佔本次發行後總股本的比例為6.25%。（詳見此前報導摩爾線程，周五上市）鋰類股短線拉升，威領股份（002667）9時37分左右直線拉升，9時47分觸及漲停，截至發稿，漲幅回落，漲超5%，報16.09元/股。永杉鋰業、天齊鋰業、西藏礦業、盛新鋰能等盤中走高後紛紛跳水。福建類股再度走強，航天發展觸及漲停，招標股份、海峽創新、平潭發展等紛紛沖高。 (上海證券報)

一紙離職信，震動矽谷AI版圖。2025年11月20日，圖靈獎得主、被譽為“AI教父”之一的楊立昆（Yann LeCun）在領英上發表告別辭，宣佈將於年底離開效力12年的Meta。這位曾一手締造FAIR（基礎人工智慧研究實驗室）輝煌的宗師級人物，在65歲之際選擇重新出發，追尋關於“世界模型”的未竟理想。楊立昆的離去，標誌著Meta AI戰略路線徹底轉向：從FAIR所代表的學院派長期理想主義，全面倒向以產品化與商業落地為導向的實用主義。這一歷史性轉身的背後，是Meta內部早已展開的權力重組。就在數月前，年僅30出頭的華人科學家趙晟佳（Shengjia Zhao）——前OpenAI核心開發者——空降Meta，引發組織震動。趙晟佳的加盟充滿戲劇性：入職不到30天便萌生去意，祖克柏親自以“首席科學家”頭銜與天價薪酬極力挽留。他的“上位史”，成為矽谷AI人才爭奪白熱化的真實縮影。當圖靈獎得主楊立昆選擇離開堅守12年的Meta，當30歲的趙晟佳以超一億美金年薪空降矽谷，這場看似簡單的新老交替背後，是一場關乎AI技術路線、企業戰略與文化認同的深層博弈。從OpenAI到Meta，從清華園到矽谷，這位年輕科學家的選擇不僅改變著個人命運，更在重塑科技巨頭間的權力天平。圖源：Shengjia Zhao 的 X清華少年到史丹佛博士的進階翻開趙晟佳的履歷，一條近乎完美的頂尖學者成長路徑徐徐展開。2012年，他考入清華大學機械工程系，後因對電腦的濃厚興趣轉至電腦系，於2016年取得學士學位。在清華的四年裡，他的視野遠不限於課堂。2014年，趙晟佳赴美國萊斯大學交換學習，這段經歷徹底打開了他的學術視野：課堂講座常延續至深夜討論，各類想法在交流中不斷被檢驗、挑戰與完善。更重要的是，他在跨文化、跨學科的協作中，學會了以多元視角理解和推進科研。本科畢業後，他將目光投向了矽谷。2016年，趙晟佳進入史丹佛大學攻讀電腦科學博士，師從Stefano Ermon教授。在六年的博士生涯中，他全心投入深度生成模型、變分推斷等前沿方向。其代表作《InfoVAE: Balancing Learning and Inference in Variational Autoencoders》於2019年發表在AAAI，至今引用量已超23000次，成為該領域的里程碑論文。博士期間，他幾乎囊括了各類頂尖獎項：ICLR 2022傑出論文獎、Google卓越獎學金、高通創新獎（QinF）、摩根大通博士獎學金等。（趙晟佳的教育經歷）然而，真正讓他在全球AI領域聲名鵲起的，是在OpenAI的三年。2022年6月博士畢業後，趙晟佳作為技術團隊成員加入OpenAI。當時ChatGPT尚未面世。他不僅是ChatGPT、GPT-4、GPT-4.1的早期核心開發者，更是OpenAI推理模型體系的關鍵奠基者——主導了“o1”與後續“o3”系列的研究。“o1”在AI業界的影響堪稱技術核爆。它將思維鏈從理論概念轉化為可規模化部署的產品，使AI從機率性的語言續寫工具，躍升為具備類人邏輯推理能力的系統。這一突破迅速引發Google、DeepSeek、xAI等全球頂尖實驗室的跟進。與此同時，他還領導OpenAI的合成資料團隊，在行業深陷高品質資料匱乏的困境中，建構了一套可複製、可擴展的資料生成範式。可以說，在Meta向他伸出橄欖枝之前，趙晟佳已是當代生成式AI技術範式的重要建構者之一。他掌握了業內競相追逐的“新型擴展範式”——對於急於在AGI賽道實現反超的祖克柏而言，他無疑是必須爭取的關鍵人才。三十天離職危機今年夏天，Meta陷入了前所未有的焦慮與混亂。公司寄予厚望的Llama 4模型發佈後表現平平，更因"性能評測造假"爭議而聲譽受損。面對OpenAI和Google的持續領跑，以及中國AI實驗室在開源領域的快速追趕，祖克柏決定放手一搏。他斥資143億美元收購資料標註巨頭Scale AI，並任命其28歲的創始人Alexandr Wang為Meta首席人工智慧官。隨後，旨在整合公司所有AI資源的"Meta超級智能實驗室"（MSL）正式成立，標誌著Meta向AGI發起了全面衝刺。為了給MSL配備頂尖人才，Meta開啟了一場瘋狂的挖角行動。祖克柏不僅親自向目標研究人員傳送邀請郵件，還安排他們在其太浩湖莊園進行面談。Meta開出了高達九位美元的薪酬方案，其中部分offer的有效期僅有幾天。正是在這樣的背景下，趙晟佳被Meta從OpenAI成功挖來。更引人注目的是，圍繞著他迅速集結了一支實力雄厚的華人科學家團隊：團隊成員包括前OpenAI多模態後訓練研究負責人畢樹超、前OpenAI感知技術研究負責人及Gemini多模態部門聯合創始人余家輝、OpenAI o3-mini和o1-mini的核心開發者任泓宇、前OpenAI電腦視覺專家常慧雯，以及前Google DeepMind高級研究科學家翟曉華。祖克柏為這支夢之隊承諾了頂級資源支援。據悉，趙晟佳和MSL團隊將能夠使用計畫於2026年建成的"普羅米修斯"計算叢集，該叢集擁有高達1000兆瓦的電力供應，足以支撐前所未有的超大規模AI訓練。然而，這段"聯姻"在開始後不久就面臨危機。據多家媒體報導，趙晟佳加入Meta僅數日，就遭遇了嚴重的管理混亂和文化衝突。MSL內部資源分配不公、官僚作風盛行，承諾的算力資源遲遲未能兌現，這讓習慣OpenAI高效科研環境的趙晟佳深感不適。知情人士透露，趙晟佳當時已決定離開，甚至與老東家OpenAI達成了回歸協議，並簽署了入職檔案。這一消息對祖克柏而言無異於當頭一棒。若這位重金聘請的頂尖人才在入職不到一個月就重返競爭對手，不僅將使Meta顏面盡失，更將對其重振AI雄心的計畫造成致命打擊。為留住趙晟佳，祖克柏展現了驚人的決斷力。他直接介入，打破常規，授予趙晟佳"Meta超級智能實驗室首席科學家"頭銜，並正式確立其領導地位，要求其直接向自己和Alexandr Wang匯報。祖克柏更在Threads上高調宣佈這一任命，特別強調趙晟佳是實驗室的聯合創始人，"從第一天起就是我們的首席科學家"。這不僅是一次薪酬留人，更是一次地位與權力的鄭重承諾。最終，趙晟佳選擇留下，成為Meta AI版圖中僅次於祖克柏和Alexandr Wang的第三號關鍵人物。權力更迭暗戰趙晟佳最終選擇留下，但Meta的內部動盪遠未平息。事實上，MSL的成立與趙晟佳的迅速上位，恰恰催化了Meta新舊勢力更替下的深層矛盾。儘管趙晟佳被成功挽留，同期加入的其他頂尖人才卻未能適應。據外媒報導，與趙晟佳同期加盟的兩位前OpenAI研究員——Ethan Knight與Avi Verma，在入職不到一個月內相繼離職，重返OpenAI。來自GoogleDeepMind的研究科學家Rishabh Agarwal也在短短數月後選擇離開。對這些頂尖研究者而言，Meta雖能提供豐厚的薪酬，卻難以復現他們理想的科研環境。一位離職員工坦言：“人才終將流向能產生共鳴的地方。缺乏內在凝聚力的體系，終會從內部瓦解。”與此同時，管理層的“低齡化”與信任危機逐漸浮現。統管Meta AI全域的Alexandr Wang年僅28歲，此前並無人工智慧領域的研究經驗，其背景主要來自營運資料標註公司Scale AI。這種“外行領導內行”的局面，在內部引發了諸多資深科學家的困惑與不滿。有內部人士透露，Alexandr Wang所帶來的Scale AI高管團隊與Meta原有體系格格不入，管理方式簡單直接，甚至導致Meta與Scale AI在資料合作層面出現裂痕。更深遠的影響體現在FAIR實驗室的邊緣化。在MSL成立前，由楊立昆一手打造的FAIR實驗室一直是Meta AI的金字招牌。然而在新架構下，FAIR被整體併入MSL體系。儘管楊立昆名義上仍保留FAIR首席科學家頭銜，但在匯報關係上，這點陣圖靈獎得主需要向28歲的Alexandr Wang匯報。儘管祖克柏與楊立昆本人均公開否認角色變化，但在外界看來，隨著公司資源全面向以產品化為導向的MSL傾斜，堅持“世界模型”長線研究的FAIR團隊，實際上已失去對Meta核心AI戰略的主導權。Llama 4的失利成為壓垮駱駝的最後一根稻草，也成為楊立昆選擇體面離開的導火索。儘管雙方在分手聲明中保持了極大的克制，甚至達成了投資合作的“第三條道路”，但楊立昆的離去，無疑標誌著Meta AI那個充滿理想主義的學術時代正式落幕。面對重重挑戰，Meta正嘗試踩下剎車。據《金融時報》獲得的內部備忘錄顯示，Meta已暫停MSL除關鍵崗位外的所有招聘，以期在制定新戰略的同時更審慎地規劃未來。而這一切的挑戰，恰恰發生在個人能力與時代機遇碰撞的關鍵節點。對趙晟佳而言，出任首席科學家僅僅是開端。他不僅需要帶領團隊在技術上追趕GPT-4、打造更強大的Llama 5，更要在Meta複雜的官僚體系與文化衝突的夾縫中，為祖克柏找到通往AGI的可行路徑。而這場權力更迭的意義，早已超越了趙晟佳個體職業生涯的起落。它對應出整個AI產業在理想與現實間的艱難平衡，也預示著科技巨頭在AGI征程上更加激進的投資邏輯。這位90後華人科學家必須證明：超一億美金的薪酬背後，是與之匹配的遠見與實力。在趙晟佳按下"普羅米修斯"叢集啟動鍵的那一刻，一場新的AI競賽已經悄然開始。 (首席商業評論)

今年Q1、Q2、Q3，可靈收入分別超過1.5億元、2.5億元、3億元。預計2025全年，可靈收入將超過10億元。但在快手的商業大盤中，可靈收入佔比不足1%，它能否帶來更多的確定性？AI應用爆發，科技巨頭正“跑馬圈地”，而“五環外”的快手已經喊出：AIGC產品可靈將年賺10億元。快手2025Q3財報顯示，公司實現收入355.54億元，年增14.2%，經調整淨利潤約50億元，其中，最值得注意的是，可靈Q3收入超過3億元。據悉，今年Q1、Q2，可靈收入分別超過1.5億元、超過2.5億元。粗略計算，前三季度，可靈收入已超過7億元。對此，快手管理在第三季電話會上宣佈，上調可靈全年收入預期至1.4億美元，約合人民幣10億元，較年初目標（6000萬美元）增長超過一倍。資本市場反應迅速，隨後4個交易日，快手港股股價上漲了11.26%。但AI也是一把“雙刃劍”，加劇了股價波動。截至11月27日，較年內高點（92.6港元），快手已跌超26%，本輪迴調幅度大於阿里、騰訊、百度。其間，或許隱含著投資人的擔憂：面對OpenAI的Sora、Google的Veo、字節跳動的即夢AI，快手能否繼續保持領先優勢？在快手的商業大盤中，可靈收入佔比不足1%，它能否帶來更多的確定性？AI成了快手的“希望”快手變“慢”，進入“多事之秋”。今年9月，快手旗下電商子公司成都快購科技，涉嫌違反《電子商務法》，並被國家市場監管總局立案調查。同月，快手因未落實資訊內容管理主體責任等問題，被網信部門採取了約談、責令限期改正、警告、從嚴處理責任人等處罰措施。再疊加直播產業疲軟等因素影響，快手直播業務顯著承壓，2025Q3營收約96億元，僅年增2.5%，大幅低於整體營收成長速度。其他服務（含電商）營收增速亮眼，但第三季度，快手電商GMV為3,850億元，僅年增15.2%，增速遜於抖音電商（30%+）。當傳統敘事的想像力消逝，性感的AI，成為了快手新的「希望」。快手籌謀AI已久。和阿里、騰訊、字節做「基礎設施」不同，快手更偏向實用主義，去年聚焦視訊生成發佈了可靈AI，比即夢AI還早兩個月。今年，快手不斷加碼。 4月底組織“變陣”，可靈AI事業部成立，與電商、商業化、國際化、快手主站、本地生活並列為一級業務部門。9月，可靈AI迭代升級，新版大模型Kling 2.5 Turbo發表。據Artificial Analysis發佈的測評榜單，在文生影片和圖生影片領域，Kling 2.5 Turbo均位居全球第一。在快手三季報中，AI更是貫穿全篇，被提及多達48次，頻率高於一季報和半年報。其中，快手不僅著重敘述了可靈的業務進展和成績，還大篇幅強調，AI正賦能內部業務降本增效：自研的端到端生成式檢索架構OneSearch推動商城搜尋訂單量提升近5%，端到端生成式推薦大模型OneRec的應用，驅動國內線上行銷服務收入提升了4%-5%......並且，快手還將進一步追加算力投資，CFO金秉預計，2025年快手整體Capex支出，將較去年實現中高雙位數的同比增長。顯然，快手「重倉」AI，對可靈寄予厚望。但，可靈能一直保持高成長嗎？可靈「商業化」領先，即夢AI加速ToC曾經，快手和字節「對戰」短片、電商、短劇、本地生活，快手略遜一籌。如今，AI視訊火爆，AI技術使部分影片的製作成本降低20%以上，部分短劇製作的效率顯著提升一倍以上。並且，伴隨著技術愈加成熟，可靈、即夢AI等產品的單秒定價已進入「幾毛錢」時代。圖片來源：中金公司研報快手和字節是中國短影片“雙雄”，如今“對決”AIGC，可靈、即夢AI相互對標，但發展路線不同。可靈類似Sora，以DiT架構為基礎，同時已經發佈了統一多模態生成理解模型Orthus，能輸出更高解析度和影格率的視訊。綜合公開測評和資料，可靈製作的影片擁有電影級畫質、表現力強，對真實世界的模擬更逼真，但輸出時間較長。另外，可靈是生產力工具邏輯，「瞄準」專業製作者，有一定的使用門檻。即夢AI以自研的Seedance1.0模型為基礎，擁有更高級的圖片審美、多鏡頭敘事能力，影片運鏡靈活、均衡可控，生成速度更快。它是網路產品邏輯，走「大眾」路線，門檻較低，一般使用者簡單學習就能上手。差異化的使用者定位下，可靈、即夢AI已經分化。這是電影公司、專業生產者的付費意願較高，可靈商業化進度更快，前三季營收超7億元，預計今年營收超10億元。可靈AI產業合作負責人王若暄先前透露：付費比例很高，一大半是海外使用者。即夢AI背靠字節，To C是優勢，其使用者規模更大。據QuestMobile統計資料，今年Q2，即夢AI月活958.9萬，環比成長68.2%。可靈月活113.3萬，環比下跌16%。今年9月，即夢AI月活進一步攀升至1,012.31萬名。不過，AI視訊應用才剛剛興起，當前還處於做大「蛋糕」的周期。後續，將是流量和生態體系的競爭。快手Q3日活4.16億，創歷史新高，月活7.3億，而抖音MAU超過10億，字節旗下的番茄小說MAU達到2.45億，紅果短劇MAU達到2.36億，汽水音樂MAU已突破1.2億，字節擁有更充裕的流量體系。業務協同方面，可靈與快手短影片、短劇聯動。即夢AI在上游可聯動番茄小說、紅果短劇、汽水音樂獲得版權，下游聯動抖音分發，生態更豐富。總的來看，可靈的技術和商業化領先，但出海必須直面OpenAI、Google，在國內要抵禦字節的體系化進攻。AI漸行漸近，可靈承載快手的希望，不能有絲毫鬆懈。AI能否重塑2700億快手？今年以來，快手股價走勢與AI緊密相關。投資人關心，AI能否帶來更多的確定性，並重塑2700億快手？Q3電話會上，快手給了部分答案。一方面，可靈的核心場景仍將是“AI影視創作場景”，主要精力仍將是專業創作者。中金公司測算，2024年全球AI視訊生成市場規模約6億美元，中期來看，P端與B端生產力工具市場規模可望達到100億美元。同時，快手聯合創始人、CEO程一笑也表示：我們也會保持在C端應用場景的探索，在未來合適的時間點，將可靈AI的技術能力進一步產品化，並與社互動動結合，加速C端應用的商業化。換言之，可靈ToC，將是「後話」。另一方面，可靈很可能會抓住AI漫劇的風口，並積極參與上游的內容製作。據快手披露，其短劇日活使用者已突破3億，使用者日均觀看時長年增44%。 AI漫劇如火如荼，有望成為新增量。目前，快手已經制定了流量、現金等扶持機制。但動漫的核心受眾是二次元群體，在AI驅動下，它能否破圈？ AI技術會降低成本，但創造性不足，AI漫劇會不會像短劇一樣趨於同質化？還可以確定，快手將加速AI與電商、廣告行銷等業務的融合，以實現新的成長。不過，就在快手準備大幹一場的時候，可靈AI負責人張迪卻突然離職了。中國企業家援引一位接近快手人士的話稱，“張迪的離開還是有些臨時。”據悉，可靈AI事業部已由快手高級副總裁蓋坤直接管理，但他同時還分管社區科學線，如何分配好精力和資源，是個挑戰。重要人才的流失，也給快手的AI新敘事，蒙上了一層陰影。目前，可靈收入佔比不足1%，快手的估值邏輯仍偏傳統。截至11月27日，快手總市值2,690億元，動態本益比13.12倍，與之對比，百度港股動態本益比24.96倍，阿里港股24.59倍，騰訊21.07倍。股價方面，以前復權計算，較最高點（417.34港元），快手股價下跌83.6%。未來，快手能否重回巔峰時刻？ AI可能是唯一路徑，可靈要成為快手的“新老鐵”，扛起大梁，還需要進一步證明自己。說明：資料來源於公開揭露，不構成任何投資建議，投資有風險，入市需謹慎。 （懂財帝）

據《金融時報》援引知情人士消息，AI圈知名大佬楊立昆已告知同事，再過幾個月他就要離開Meta公司，創辦自己的公司了。楊立昆是圖靈獎得主，也是AI領域的頂尖研究者。他致力於打造自己眼中的下一代AI系統。但是他的離職，也必定會成為Meta公司乃至整個AI行業的一個重要轉折點。2025年11月5日，楊立昆博士在倫敦聖詹姆斯宮出席2025年度伊麗莎白女王工程獎招待會。圖片來源：Yui Mok / Pool—Getty Images楊立昆今年65歲，他於2013年12月加入Facebook，擔任基礎AI研究室（FAIR）創始主任。他從2003年起在紐約大學任教，目前仍擔任該校的銀級教授。楊立昆的學術成就十分傲人。最為人熟知的，就是他在上世紀80年代末研發出了摺積神經網路，特別是他開發的LeNet架構能夠成功識別手寫字體，掀起了一場電腦視覺領域的革命。2019 年，他與傑佛瑞・辛頓、約書亞・本吉奧三人因在深度學習領域的突破性貢獻而被授予圖靈獎。而正是這三人在理論上的奠基，才使深度神經網路成為當代電腦科學的一項核心技術。在電腦科學領域的早期成就楊立昆1960年7月8日出生在法國的蘇瓦西蘇蒙莫朗西。他父親是一名工程師，因而他從小就對電子裝置產生了興趣。後來他考入了巴黎高等電子與電工技術工程師學院（ESIEE Paris），於1983年獲得電氣工程文憑。隨後他在巴黎第六大學攻讀電腦科學博士學位，1987年發表了一篇關於連接學習機制的博士論文，他在論文中提到了一種早期形式的利用反向傳播演算法訓練神經網路的方法。不過在那個時代，搞神經網路還被認為是一個不切實際的任務。博士畢業後，楊立昆在多倫多大學與傑佛瑞・辛頓共事，進行了一年博士後研究，然後於1988年加入了AT&T公司的貝爾實驗室。正是在那裡，他研發出了摺積神經網路——這一突破性技術能讓電腦能夠以模擬人類視覺的方式處理圖像資訊。他的手寫數字識別系統效果顯著，美國國家現金出納機公司（NCR）從90 年代中期開始，將該技術應用於銀行支票讀取機，最高峰時期處理了全美國10%至20%的支票。楊立昆還主持研發了DjVu圖像壓縮技術，該技術讓網際網路檔案館等數位圖書館能夠線上分發掃描文件。之後，他曾在NEC研究所短暫任職，後加入紐約大學。Meta的離職潮目前，Meta公司正在試圖對其AI戰略進行全面調整。今年6月份，Meta向資料標註公司Scale AI投資143億美元，並聘請該公司CEO、28歲的美籍華人汪滔領導該公司新成立的部門“Meta超級智能實驗室”。這次重組對楊立昆本人也有一些影響，他之前要向Meta的首席產品官克里斯・考克斯匯報工作，現在卻要向汪滔匯報工作了。這次結構調整，也反映出了Meta公司內部更深層的戰略分歧。目前，Meta的Llama 4模型未達預期，Meta在AI上整體落後於OpenAI和Google等競爭對手，在此背景下，Meta的老闆馬克・祖克柏傾向於加快部署大語言模型和AI產品，而楊立昆之前曾公開表示，他對大語言模型持懷疑態度，因為他認為大語言模型永遠無法達到人類等級的推理和規劃能力。據《金融時報》報導，楊立昆的創業計畫還初在洽談融資的初期階段。他的新公司主要聚焦於他所謂的“世界模型”——這種模型是通過學習視訊和空間資料，來對環境產生內在理解，而非單純依賴文字資料。他此前經表示，這種系統旨在模擬因果場景並預測結果，但它可能需要十年左右的時間才能成熟。Meta的戰略轉型也並不是一帆風順的。今年早些時候，Meta的多名前員工曾對《財富》透露，由於公司資源向商用AI傾斜，導致長期研究受到忽視，FAIR實驗室現在實際上已處在一種半死不活的狀態。Llama模型原始研究論文的作者有超過一半在論文發表後數月內離開了Meta。今年10月份，Meta裁撤了AI部門的大約600個崗位。因此，儘管楊立昆的離職是一項重大人事變動，但它也突顯了行業內的一個核心分歧——在當下的AI行業中，不同產品的競爭日趨激烈，而究竟那條路才能達到最終所謂的“通用型人工智慧”（AGI），AI研究者在其中又應扮演什麼樣的角色，人們的看法是存在明顯差異的。（財富FORTUNE）

大小腦在技術路線上，可能分層大小腦是當下，“端到端”是未來，刻意佈局“小腦”MCU似乎沒必要，可考慮著眼長期佈局“大腦”SOC。“小腦”演算法往往是機器人本體公司的核心之一，如特斯拉、宇樹、優必選，但也不乏能提供一定整合度的第三方綜合解決方案供應商，如DPX、LSZN、GGKJ，但問題又回到了估值上。目前人形機器人有兩類發展路線，其一是分層大小腦，其二是“端到端”。1.分層大小腦類似於人的“大腦->小腦->肢體運動”的模式，認知決策和運動功能區分開，各自處理自己擅長的事。大腦（大模型）在資訊深度加工、認知決策上有顯著優勢，其反應過程可能偏慢，暫時無法承擔高頻的即時運動控制，而小腦則通過規則清晰的運動控制演算法，能夠實現類似於“條件反射”式的低功耗即時響應。類似於人在跑步時不會刻意用大腦去控制左右腳和手臂的擺動，只給出“繼續跑”的總決策，下意識的肌肉記憶（≈運動控制演算法）就能完成動作。2.“端到端”類似於直接向大腦發出指令，省略中間的控制過程，大腦自動處理期間的所有分工與執行過程，輸出結果，比如“攝影機畫面->神經網路->直接生成步態”。相當於中間的過程全在黑箱之中，需要大腦有強而快的運算能力。目前市場主流量產品基本均採用大小腦分層的方案，一方面可能是推理芯的性能可能尚未達到理想值，另一方面“端到端”的黑箱特性使廠商無法識別並解決問題。據券商整理，大腦、小腦均有不同的技術路線：“小腦”MCU決定了“大腦”指令實際的執行效果，專用的人形機器人MCU通常涵蓋多種功能，甚至要多個MCU來實現，一套完整的運動控制系統由運動控製器（規劃運動）、編碼器（測量方位）、驅動器（訊號轉化）、電機（產生機械能）、感測器件（接收訊號）等核心部件，以及軟體向的演算法構成。1.上游MCU晶片（核心，狹義的小腦？）演算法往往是機器人本體公司的核心之一，如特斯拉、宇樹、優必選，但也不乏能提供一定整合度的第三方綜合解決方案供應商，如地平線、雷賽智能、固高科技。海外：德州儀器、英飛凌、薩瑞；國內：地平線、黑芝麻智能、瑞芯微、全志科技、峰岹科技、雷賽智能。2.中游控製器、驅動器等海外：ACS、Aerotech、安川、科爾摩根、西門子；國內：匯川技術、雷賽智能、埃斯頓、固高科技、禾川科技、信捷電氣。3.相關輔助模擬模擬：索辰科技。靈巧手靈巧手雖體積不大，但卻是機器人實現精細操作的關鍵部件，廠商不但要懂硬體和演算法，還要廣泛深入各類應用場景，“拿雞蛋的目的是什麼，抓扳手的用途是什麼”是受機器人“大腦”控制，而“拿起雞蛋而不碎，抓起扳手而不滑”是受靈巧手自身的“小腦”控制。靈巧手是特斯拉Optimus最重要的研發迭代方向，工程量幾乎佔到人形機器人整機研發的一半，馬斯克不止一次表示“核心攻關在手和XX”。一旦靈巧手最佳化完成，意味著核心硬體已趨於收斂，或是機器人走向規模化量產的最後一環。在尋求量產上，特斯拉一直在推動供應鏈做減法，早期驗證使用的複雜、高成本方案最終常被更具性價比的方案取代，如滾珠絲桿替代滾柱絲桿，無刷電機替代空心杯電機。Optimus齒輪靈巧手的結構如下圖：對靈巧手而言，設定自由度非常重要，可以分為全驅動和欠驅動兩種方案，其中全驅動方案中驅動源和自由度數量一致，而欠驅動則自由度大於驅動源，缺少部分採取耦合隨動。據銀河證券研報，靈巧手可分為四種驅動方案，如下圖，目前主流方案是電機驅動。傳統模式同樣重要，主要有四種傳動方案（3+1），如下圖，目前尚未定型。目前靈巧手迭代的趨勢是：高自由度、輕量化、增加感測器、模組化（腱繩）。腱繩方案帶來什麼變化？①使用腱繩，引入輕量化材料；②使用微型滾珠絲槓；③價格較高的空心杯電機被無刷電機取代；（無論如何電機仍是人形機器人最主要的成本，但使用的電機逐漸變的更傳統、更大宗化？）④增加視覺、觸覺感測器。單個靈巧手ASP小幾萬塊，價值量大，主要成本項是電機、微型絲桿、感測器、腱繩等部件，多方都希望參與其中，主要有以下幾類廠商：①特斯拉、小米等頭部人形機器人大廠依靠核心供應鏈自研；②專注於靈巧手研發的第三方企業（傲意科技、星動紀元、強腦科技等）；③部分從事電機、絲槓的廠商向靈巧手整機延伸（如兆威機電、震裕科技等）。腱繩主要使用金屬絲（鎢鋼？）和高分子材料（高分子聚乙烯）兩種材料，目前高分子材料無論是綜合性能、使用壽命還是成本均更優，可能是更有競爭力的選擇，但存在不耐高溫的問題，需增加塗層工藝解決。據調研資料，目前腱繩屬於消耗品，單手單次成本在2000元左右（高分子60-80元/根，鋼絲150-250元/根），每年需更換1-2次，假設取值1.5次，人形機器人目前靈巧手中每年腱繩的成本約為6000元，以百萬台人形機器人產量規模估算，年市場規模最大為60億，考慮到量產增效降本，實際可能大幅小於該數值。 (鉛筆投研)