總部位於英國倫敦的知名品牌估值機構品牌金融公司（Brand Finance）在瑞士達沃斯同期發佈兩份重磅報告——《2026年全球軟實力指數》與《2026年全球品牌價值500強》。兩份報告均展現出中國發展的亮眼成績，不僅軟實力指標實現多項全球第一，國際聲譽與品牌價值也迎來突破性提升，成為全球發展格局中極具份量的增長力量。在《2026年全球軟實力指數》報告中，中國的表現尤為突出，是軟實力排名前十國家中唯一實現排名上升的經濟體。報告顯示，中國多項軟實力核心指標穩居全球第一：營商與貿易領域，營商便利度、未來成長潛力雙雙保持全球首位，彰顯出中國市場對全球資本和貿易合作的強勁吸引力；教育和科學領域，在先進科學技術研發、創新能力等方面位列全球第一，太空探索領域也保持全球第二的領先位置。同時，中國的國際聲譽排名大幅上升9位，躍居全球第18位，首次實現對美國的超越，成為本次報告的重要亮點。報告分析認為，中國軟實力的持續攀升並非偶然，而是長期戰略規劃與紮實發展實踐的成果。近年來，中國通過共建“一帶一路”的持續投資，推動國際互聯互通與經貿合作；依託科技領域的不斷突破，夯實創新發展根基；推進可持續發展改革，踐行全球綠色發展理念；打造具有國際影響力的本土產品品牌，提升產業全球競爭力；同時積極促進國際文化交流，推動文明互鑑，多重舉措共同構築起軟實力提升的堅實基礎。而在同期發佈的《2026年全球品牌價值500強》報告中，中國品牌的全球表現再創新高，成為全球品牌價值增長的核心引擎。資料顯示，本次共有68個中國品牌躋身全球500強榜單，入榜數量位居全球第二，僅次於美國；中國入榜品牌的整體估值創下歷史新高，合計佔全球500強品牌總估值的15.1%。從領域來看，中國品牌在科技、公用事業、金融等核心類股表現尤為突出，多個品牌在各自細分領域躋身全球前列，展現出中國品牌從規模擴張到質量提升的轉型成效。 (魚記財經)

據歐盟《2025全球研發投入百強企業榜單》顯示，美國有674家企業入圍，佔總研發的47.1%，中國有525家企業入圍，佔總研發投資的16.1%，歐盟有318家企業入圍，佔總研發投資的16.2%，日本有192家企業入圍，佔總研發投資的7.8%。其中，華為在榜單中排名第六，研發投資金額為229.4億歐元。這個數字背後，則是一家企業用“壓強式投入”改寫全球科技競爭格局的故事。在亞馬遜、Google等美國巨頭壟斷前五的榜單上，華為成為唯一進入前十的中國企業，也折射出中國科技從“跟跑”到“並跑”的躍遷。研發“壓強”：每天燒掉5.3億據華為2025年上半年財報，2025年上半年，華為研發費用投入969.5億元，佔營收比例達22.7%。這相當於每天燒掉5.36億元，研發費率遠超蘋果、小米。這種“不計成本”的投入，並非盲目擴張，而是瞄準“卡脖子”領域的精準攻堅。比如，在海思半導體，超7000名工程師的團隊每年消耗超百億元研發經費，支撐麒麟晶片突破製程封鎖、昇騰晶片在AI算力領域對標輝達；在2012實驗室，華為前瞻佈局的量子計算、6G 通訊等項目，已形成全球專利的技術壁壘。歐盟這份榜單資料，更展現了華為的堅韌。全球前五名企業的研發投入多集中於軟體生態（如亞馬遜的雲服務、Meta 的社交演算法），而華為229.4億歐元的投入中，超60%流向硬體底層技術。從5.5G通訊的全頻譜方案，到超節點算力叢集的靈衢互聯協議，再到超導量子晶片的可調耦合器專利，每一項突破都指向“自主可控”的核心目標。技術破壁：算力、量子與作業系統的三重突圍在2025年的科技戰場，華為的研發成果已跳出“單點突破”，形成系統性的能力閉環。算力革命：用架構創新補工藝短板當AI大模型邁入兆參數時代，華為並未糾結於EUV光刻機的限制，而是通過“超節點+叢集”的架構創新，將數萬張昇騰晶片聯成“超級電腦”。其發佈的Atlas960 Super PoD超節點，支援15488張計算卡，FP8總算力達30EFLOPS，互聯頻寬突破 34PB/s。這一性能不僅超越輝達同期規劃的產品，更實現跨百公里算力拉遠場景下95%的算效保持率。支撐這一突破的“靈衢協議”，已通過開源技術規範，推動國內算力生態從“伺服器堆疊”轉向“資源池化”。量子突圍：繞開EUV的自主路線面對經典半導體的技術封鎖，華為在量子領域聚焦核心技術攻堅與行業場景落地，形成 “技術研發-生態協同-商用驗證”的完整佈局。在超導量子晶片核心技術層面，華為2022年11月獲國家智慧財產權局公開的“超導量子晶片”專利（公佈號 CN115271077A），通過可調耦合器與控製器的創新設計，可使兩個超導位元電路的交叉共振效應等效相互作用趨近於零，顯著降低量子位元串擾，為大規模量子計算晶片的研發奠定關鍵基礎。作業系統：從“替代”到“定義標準”在鴻蒙作業系統的研發上，華為累計研發費用達 “數百億元”，完成了從“相容Android”到“重構生態”的蛻變。2025年發佈的鴻蒙5.0，首次實現“跨裝置原子化服務+AI Agent原生支援”。使用者在手機上發起的設計任務，可自動呼叫平板的繪圖算力、PC的渲染資源、雲端的模型庫，任務完成效率大幅提升。點評：榜單的啟示與隱憂華為以229.4 億歐元的投入躋身全球研發前十，既是中國科技的里程碑，也折射出全球創新格局的深層變革。其價值不僅在於突破了多少技術壁壘，更在於驗證了“長期主義+開放協同”的創新路徑。當大多數企業將研發視為“成本項”時，華為將其轉化為“生態紅利”，帶動中芯國際、燦勤科技等數百家本土企業實現技術躍遷，讓上千億元的業績紅利由產業鏈共享；當歐美企業依賴“技術封鎖”維持優勢時，華為通過開源靈衢協議、開放鴻蒙生態，以“共生”替代“獨行”。榜單同樣折射出隱憂。在歐盟這份榜單中，中國入榜企業雖達581家，但除華為外，僅有騰訊等少數企業進入前50，且多集中於網際網路應用層；而華為22.7%的研發費率，已接近其利潤承受的極限。這意味著，中國科技的“單點突破”仍需轉化為“群體崛起”，而華為的研發模式，既需要政策層面的持續支援，更需要更多企業加入“長期主義”的陣營。畢竟，全球科技競爭的終極賽場，從來不是“一家獨大”，而是“萬木成林”。 (黃海峰的通訊生活)

在大眾的印象中，製藥研究往往發生在擺滿實驗台、充斥著冒泡液體，研究人員身著白色大褂的傳統實驗室裡。但在倫敦國王十字區，有一位不走尋常路的製藥研究員帕特里克·施瓦布，他的工作場景卻截然不同。這裡曾經是鐵路站場和工業建築的地盤，如今卻搖身一變，成了倫敦最時尚的街區之一。施瓦布博士全身黑衣，供職於製藥巨頭葛蘭素史克（GSK），他正在用電腦科學中同樣熱門的人工智慧（AI），重新構想製藥的未來，致力於將儘可能多的工作從玻璃器皿轉移到電腦上，開啟“矽基藥物設計”新時代。當Transformer遇上藥物研發製藥行業一直以來都面臨著高成本、高風險的困境。一種新藥從研發到上市，平均需要花費26億美元，耗時10 - 15年，而且臨床試驗階段的候選藥物失敗率高達90%。這就好比在黑暗中摸索，投入巨大卻往往收穫寥寥。不過，AI的出現，似乎為這片黑暗帶來了一絲曙光。波士頓的生物技術公司英矽智能（Insilico Medicine）率先將基於Transformer模型的新一代AI應用於藥物研發領域。2019年，他們的研究人員腦洞大開，想用AI從生物和化學資料中發明新藥，第一站就瞄準了特發性肺纖維化這種肺部疾病。他們先是用與該病相關的資料集訓練AI，找到了一個有潛力的目標蛋白。接著，另一個AI登場，給出了能與該蛋白結合併改變其行為，同時毒性和穩定性都不錯的分子建議。最後，人類化學家接力，對篩選出的分子進行合成和測試，最終得到了一種名為rentosertib的藥物，並且最近成功完成了中期臨床試驗。整個過程僅用了18個月，而以往通常需要四年半的時間。這就像是原本開著老牛拉的破車在崎嶇山路前行，突然換成了高速行駛的跑車，效率提升立竿見影。如今，英矽智能已經有40多種由AI研發的藥物正在針對癌症、腸道和腎臟疾病等進行評估。而且，這種AI驅動的藥物研發模式正在迅速擴散。有預測顯示，該領域的年度投資將從2025年的38億美元飆升至2030年的152億美元。製藥公司與AI公司的合作也日益頻繁，2024年就宣佈了十幾項合作交易，總價值達100億美元。去年10月，製藥巨頭禮來（Eli Lilly）與輝達（Nvidia）宣佈合作，要打造行業內最強大的超級電腦，以加速藥物的發現和開發。這就像是武俠小說裡的各路高手紛紛結盟，準備在藥物研發這個江湖裡大幹一場。AI如何顛覆傳統藥物研發流程？傳統藥物研發就像一場漫長而艱難的馬拉松，從篩選具有潛在生物活性的有機小分子開始，就充滿了挑戰。要從數十億個小分子中篩選出合適的，就如同在茫茫大海裡撈針。而AI的加入，讓這個過程發生了翻天覆地的變化。它可以通過軟體模擬，對數以百億計的小分子進行篩選，測試它們的效力、溶解性和毒性等特性，根本不需要真正的分子進入試管。阿斯利康（AstraZeneca）負責這項工作的吉姆·韋瑟羅爾表示，AI篩選的速度比以前快了一倍，該公司90%以上的小分子發現流程現在都有AI助力。這就好比以前是人工一粒一粒地篩選沙子找金子，現在有了一台先進的淘金機器，效率自然大幅提升。在臨床試驗設計方面，AI同樣大顯身手。比如GSK的AI負責人金·布蘭森展示的基於智能體的系統Cogito Forge，當被問及生物學問題時，它能編寫自己的程式碼來回答問題、收集合適的資料集、整合資料，還能製作帶有結論圖表的簡報。它可以就一種疾病提出假設，包括可測試的預測，並通過文獻檢索來驗證或證偽。它甚至會派出三個“智能體”，一個尋找支援假設的理由，一個尋找反對的理由，還有一個來判斷誰對誰錯。這就像是有一群聰明的助手，幫研究人員全面地思考問題，大大提高了研究的精準性和效率。AI在選擇臨床試驗患者方面也發揮著重要作用。它可以分析候選人的健康記錄、活檢和身體掃描等資料，找出最有可能從新藥中受益的人。這樣一來，臨床試驗的參與者選擇更精準，試驗規模可以更小，速度更快，成本也更低。這就好比在一場比賽中，挑選出最有潛力奪冠的選手參賽，比賽自然更容易取得好成績。而AI最讓人驚豔的應用之一，當屬建立合成患者（也叫數字孿生）作為真實參與者的對照。AI通過分析過往試驗資料，學會預測未接受治療的患者病情自然發展情況。當有志願者參加試驗並接受藥物治療時，AI就會建立一個具有相同特徵（如年齡、體重、現有疾病和疾病階段）的“虛擬患者”。這樣，通過對比真實患者和虛擬患者的情況，就能更準確地評估藥物的療效。舊金山的數字孿生公司Unlearn.AI在2025年發佈的研究顯示，這種方法在早期帕金森病試驗中可將對照組規模縮小38%，在另一項阿爾茨海默病研究中可縮小23%。而且，對於那些原本可能沒有對照組的早期試驗，現在也可以通過數字方式引入對照組，增強對藥物療效的信心，並改進後續試驗的設計。這就像是給每個真實患者都找了一個虛擬的“影子”，通過對比兩者，更清晰地看到藥物的效果。AI的“製藥瓶頸”與突破之路不過，AI在製藥領域也並非無所不能。許多蛋白質分子，作為越來越常用的藥物，但它們比傳統藥物分子大得多，還老是晃來晃去，確定它們的精確形狀可不容易。RNA分子，作為新型疫苗的基礎，同樣讓人頭疼，而細胞內部基於膜的複雜結構更是難上加難。但好在這個領域的研究進展迅速，研究人員正在訓練AI來模擬蛋白質與其他分子的相互作用、預測RNA折疊，甚至模擬細胞。鹽湖城的Recursion公司打造了一個AI“工廠”，在其中對數百萬個人類細胞進行各種化學和基因變化的成像，讓AI學習基因和分子通路之間的模式。紐約的AI生物技術公司Owkin則利用醫院患者的大量高解析度分子資料訓練模型。Owkin的老闆湯姆·克洛澤爾認為，通過做出人類無法做到的發現，這項工作正在朝著生物學領域的真正通用人工智慧邁進。隨著AI在製藥領域的深入發展，一個問題也隨之而來：傳統製藥公司會被新興的AI公司顛覆嗎？像OpenAI，它引領了被稱為大語言模型的Transformer的發展，還有從GoogleDeepMind分拆出來的藥物發現初創公司Isomorphic Labs，都在訓練能夠在生命科學領域進行推理和發現的系統，希望這些工具能成為出色的“生物學家”。目前來看，製藥公司擁有豐富的資料以及理解和使用這些資料的背景優勢，所以合作是當下的主流。例如，OpenAI正在與RNA疫苗先驅Moderna合作，加速個性化癌症疫苗的開發。但隨著新模型讓生物學變得更具可預測性，行業優勢的天平可能會發生傾斜。無論未來競爭格局如何變化，有一點是肯定的：AI已經給製藥行業帶來了巨大的改變。如果它能在後期臨床試驗中也取得像前期那樣的改進，那麼上市的藥物數量有望大幅增加。從長遠來看，AI為人類健康帶來的提升潛力是巨大的。也許在不久的將來，我們就能看到更多由AI助力研發的藥物，為無數患者帶來新的希望，就像一場全新的醫學革命正在緩緩拉開帷幕。 (跬步書)

當地時間1月12日，摩根大通醫療健康大會（JPM Conference）在舊金山正式召開。大會首日，全球市值最大的科技公司輝達與全球市值最大的製藥公司禮來宣佈，將在五年內斥資10億美元在舊金山灣區建立一個新的聯合研究實驗室，以加速AI藥物研發處理程序。截至發稿，輝達市值為4.5兆美元，位居全球市值最大公司榜首；禮來市值穩定在1兆美元上方，牢牢佔據全球市值最大製藥企業的地位。據介紹，該實驗室將使用輝達最新一代AI晶片Vera Rubin。就在幾個月前，禮來曾表示，正使用1000多個輝達當前一代AI晶片Grace Blackwell建構一台超級電腦。這也有望成為全球最強大的AI電腦之一。使用人工智慧模型來設計和發現新藥物，是目前全球製藥巨頭加速佈局的方向，此舉目標是縮短新藥研發上市所需的時間。隨著輝達加速滲透生物技術市場，該公司採取的戰略是提供開源人工智慧模型和軟體，以便製藥商可以基於輝達的硬體，並利用這些模型和軟體建構自己的藥物開發平台。輝達當天還發佈了一系列新模型，其中包括一個可用於確保使用人工智慧工具設計的藥物在真實世界實驗室中合成的更新模型。對此，花旗分析師在一份發給投資人的報告中寫道：“輝達與禮來結成戰略聯盟，旨在通過將禮來公司的製藥專業知識與輝達的尖端人工智慧、加速計算和基礎設施能力相融合，從根本上重塑藥物發現，並將頂尖科學家和人工智慧工程師集中在一起，共同應對複雜的新藥研發挑戰。”諮詢公司麥肯錫在去年發佈的一份報告中稱，人工智慧是製藥業“百年難得的歷史性機會”。在美國，已經誕生了一大批AI製藥公司，它們通過建設大型實驗室，生成資訊來幫助訓練人工智慧，從而加速實驗處理程序，識別預測可能有效的藥物分子，並通過生成式人工智慧將藥物分子的設計數位化。波士頓諮詢的一份研究顯示，到2025年，AI生成的藥物分子在一期臨床試驗中的成功率已經高達80%至90%，高於50%的歷史平均水平。這意味著，AI發現的藥物正在突破臨床一期的瓶頸，展現出進入後期臨床驗證階段的潛力。AI製藥近年來也已經成為醫藥巨頭“因害怕錯過而不得不投”的新賽道。除了禮來之外，諾和諾德、艾伯維、默克、阿斯利康等巨頭公司都涉足了AI製藥領域。去年3月，擁有前“藥王”修美樂的艾伯維宣佈收購AI製藥公司Landos  Biopharma；2024年9月，諾和諾德與美國科技公司Valo  Health達成合作協議，尋求利用人類資料和人工智慧技術發現並開發心臟代謝疾病新療法。根據研究機構Research And Markets資料，2022年全球AI製藥市場規模已經超過10億美元，預計2026年市場規模將接近30億美元。中國生物製藥企業也有望在這一輪的AI製藥熱潮中再次引領技術前沿。去年，中國研究團隊展示了一項研究成果，他們利用生成式AI平台，“從零開始”發現全新靶點並設計全新分子、完成實驗驗證的過程。《自然醫學》對此發表評論稱，該研究標誌著向人工智慧輔助藥物發現引入臨床治療方面邁出堅實的一步。 (第一財經)

歐盟委員會發佈《2025年歐盟工業研發投資記分牌》(2025 EU Industrial R&D Investment Scoreboard)，首次進入名單的亞馬遜公司位列榜首，2024會計年度共投入653億歐元研發經費。排名前十的還有Google母公司ALPHABET、臉書母公司META、微軟、蘋果、華為、三星電子、大眾汽車、強生和英特爾。本項調查面向全球2024會計年度研發投資額最多的2000家企業開展，這些企業的研發投資總額為14462億歐元。美國、中國、歐盟、日本的上榜公司數量名列前茅。排名前50位的公司研發投入6330億歐元，佔總研發投入的44%。排名 公司 總部所在地 行業 研發投入/淨銷售額/研發佔比1、亞馬遜(AMAZON.COM, INC.) 美國  軟體和電腦服務 653.18億歐元/6140.72億歐元/10.64%2、ALPHABET INC.(Google母公司)　美國  軟體和電腦服務  461.31億歐元/3369.12億歐元/13.69%3、META PLATFORMS, INC.(臉書母公司)　美國  軟體和電腦服務  419.86億歐元/1583.42億歐元/26.52%4、微軟(MICROSOFT CORPORATION) 美國 軟體和電腦服務  312.72億歐元/2711.75億歐元/11.53%5、蘋果(APPLE INC.) 美國  科技：硬體和裝置 301.95億歐元/3763.93億歐元/8.02%6、華為(HUAWEI INVESTMENT & HOLDING CO., LTD.) 中國  科技：硬體和裝置 229.41億歐元/1136.80億歐元/20.18%7、三星電子(SAMSUNG ELECTRONICS CO.,LTD.) 韓國  電子和電氣裝置 228.43億歐元/1963.72億歐元/11.63%8、大眾(VOLKSWAGEN AG) 德國  汽車和零部件 209.98億歐元/3246.56億歐元/6.47%9、強生(JOHNSON & JOHNSON) 美國  製藥和生物技術 165.87億歐元/854.95億歐元/19.40%10、英特爾(INTEL CORP) 美國  科技：硬體和裝置 159.26億歐元/511.13億歐元/31.16%11、默沙東(MERCK & CO., INC.) 美國  製藥和生物技術 146.14億歐元/617.65億歐元/23.66%12、羅氏(ROCHE HOLDING AG)  瑞士  製藥和生物技術 138.57億歐元/642.74億歐元/21.56%13、輝達(NVIDIA CORP) 美國 科技：硬體和裝置 124.30億歐元/1256.11億歐元/9.90%14、阿斯利康(ASTRAZENECA PLC) 英國　製藥和生物技術 120.33億歐元/520.48億歐元/23.12%15、禮來(ELI LILLY AND COMPANY) 美國  製藥和生物技術 105.79億歐元/433.56億歐元/24.40%16、輝瑞(PFIZER INC) 美國 製藥和生物技術 103.36億歐元/612.45億歐元/16.88%17、梅賽德斯奔馳(MERCEDES-BENZ GROUP AG) 德國  汽車和零部件 96.98億歐元/1455.94億歐元/6.66%18、甲骨文(ORACLE CORP) 美國  軟體和電腦服務 94.91億歐元/552.5億歐元/17.18%19、百時美施貴寶(BRISTOL-MYERS SQUIBB COMPANY) 美國  製藥和生物技術 94.16億歐元/464.91億歐元/20.25%20、騰訊(TENCENT HOLDINGS LIMITED)  中國  軟體和電腦服務 93.21億歐元/870.67億歐元/10.71%21、寶馬(BAYERISCHE MOTOREN WERKE AG) 德國  汽車和零部件90.78億歐元/1423.80億歐元/6.38%22、博通(BROADCOM INC.) 美國  科技：硬體和裝置 89.61億 歐元/496.43億歐元/18.05%23、諾華(NOVARTIS AG) 瑞士  製藥和生物技術 89.54億歐元/497.85億歐元/17.98%24、通用汽車(GENERAL MOTORS COMPANY) 美國  汽車和零部件 88.56億歐元/1804.24億歐元/4.91%25、高通(QUALCOMM INC) 美國   科技：硬體和裝置 85.60億歐元/375.03億歐元/22.82%26、豐田汽車(TOYOTA MOTOR CORPORATION) 日本  汽車和零部件 81.35億歐元/2945.95億歐元/2.76%27、艾伯維(ABBVIE INC.)美國   製藥和生物技術 80.04億歐元/542.25億歐元/14.76%28、博世(ROBERT BOSCH GESELLSCHAFT MIT BESCHRAENKTER HAFTUNG) 德國  汽車和零部件 79.54億歐元/903.45億歐元/8.80%29、福特汽車(FORD MOTOR CO) 美國  汽車和零部件 77.00億歐元/1780.65億歐元/4.32%30、思科(CISCO SYSTEMS INC) 美國  科技：硬體和裝置 76.84億歐元/517.88億歐元/14.84%31、阿里巴巴(ALIBABA GROUP HOLDING LIMITED)  中國  軟體和電腦服務 75.36億歐元/1313.87億歐元/5.74%32、本田汽車(HONDA MOTOR CO., LTD.) 日本  汽車和零部件 74.24億歐元/1330.11億歐元/5.58%33、賽諾菲(SANOFI) 法國  製藥和生物技術 73.94億歐元/461.12億歐元/16.03%34、葛蘭素史克(GSK PLC) 英國 製藥和生物技術 68.66億歐元/378.4億歐元/18.14%35、斯泰蘭蒂斯(STELLANTIS N.V.) 法國 汽車和零部件 68.54億歐元/1568.78億歐元/4.37%36、拜耳(BAYER AG) 德國  製藥和生物技術 66.93億歐元/466.06億歐元/14.36%37、比亞迪(BYD COMPANY LIMITED)  中國  汽車和零部件 66.74億歐元/1024.76億歐元/6.51%38、國際商業機器(IBM，INTERNATIONAL BUSINESS MACHINES CORP)　美國  軟體和電腦服務 65.57億歐元/604.03億歐元/10.86%39、西門子(SIEMENS AG) 德國  電子和電氣裝置 64.82億歐元/788.11億歐元/8.22%40、超微半導體(AMD，ADVANCED MICRO DEVICES INC)  美國  科技：硬體和裝置 62.14億歐元/248.2億歐元/25.04%41、台積電(TAIWAN SEMICONDUCTOR MANUFACTURING CO., LTD.)  台灣 科技：硬體和裝置 60.23億歐元/853.78億歐元/7.05%42、中國建築(CHINA STATE CONSTRUCTION ENGINEERING CORPORATION LIMITED) 中國 建築和材料 59.89億歐元/2884.16億歐元/2.08%43、C.B. BOEHRINGER SOHN AG & CO. KG(勃林格殷格翰母公司) 德國  製藥和生物技術 57.66億歐元/256.11億歐元/22.51%44、安進(AMGEN INCORPORATED)  美國 製藥和生物技術 57.41億歐元/321.72億歐元/17.84%45、吉利德科學(GILEAD SCIENCES INC)　 美國  製藥和生物技術 55.91億歐元/276.77億歐元/20.20%46、思愛普(SAP SE)  德國   軟體和電腦服務 53.17億歐元/341.76億歐元/15.56%47、賽富時(SALESFORCE INC) 美國  軟體和電腦服務 52.87億歐元/364.76億歐元/14.50%48、諾和諾德(NOVO NORDISK A/S) 丹麥  製藥和生物技術 50.98億歐元/389.4億歐元/13.09%49、NTT(NIPPON TELEGRAPH AND TELEPHONE CORPORATION) 日本  移動通訊 50.29億歐元/840.47億歐元/5.98%50、再生元(REGENERON PHARMACEUTICALS INC)  美國  製藥和生物技術 49.4億歐元/136.70億歐元/36.14%51、索尼集團(SONY GROUP CORPORATION)  日本  休閒產品 46.47億歐元/794.61億歐元/5.85%52、武田(TAKEDA PHARMACEUTICAL COMPANY LIMITED)  日本  製藥和生物技術 44.78億歐元/280.97億歐元/15.94%53、愛立信(TELEFONAKTIEBOLAGET LM ERICSSON AB)  瑞典  科技：硬體和裝置 44.69億歐元/216.32億歐元/20.66%54、諾基亞(NOKIA OYJ) 芬蘭  科技：硬體和裝置 43.77億歐元/202.79億歐元/21.58%55、特斯拉(TESLA, INC.)   美國  汽車和零部件 43.70億歐元/940.32億歐元/4.65%56、美德納(MODERNA, INC.)  美國  製藥和生物技術 42.91億歐元/31.15億歐元/137.76%57、阿斯麥(ASML HOLDING N.V.) 荷蘭  科技：硬體和裝置 39.42億歐元/282.63億歐元/13.95%58、中國移動(CHINA MOBILE LIMITED)  中國  移動通訊 39.14億歐元/1372.44億歐元/2.85%59、聯發科(MEDIATEK INC.)  台灣  科技：硬體和裝置 38.94億歐元/156.52億歐元/24.88%60、電裝(DENSO CORPORATION)  日本  汽車和零部件 37.90億歐元/439.21億歐元/8.65%61、ADOBE INC 美國  軟體和電腦服務 37.96億歐元/207億歐元/18.34%62、日產汽車(NISSAN MOTOR CO., LTD.) 日本  汽車和零部件 37.96億歐元/774.76億歐元/4.90%63、塔塔汽車(TATA MOTORS LIMITED)  印度 汽車和零部件 37.14億歐元/491.18億歐元/7.56%64、空巴(AIRBUS SE)  法國  航空航天和防務 37.00億歐元/692.30億歐元/5.34%65、波音(BOEING COMPANY)  美國  航空航天和防務 34.97億歐元/640.26億歐元/5.46%66、福泰製藥(VERTEX PHARMACEUTICALS INCORPORATED)  美國  製藥和生物技術 34.94億歐元/106.07億歐元/32.94%67、中國中鐵(CHINA RAILWAY GROUP LIMITED)  中國  建築和材料 34.80億歐元/1530.09億歐元/2.27%68、中國交建(CHINA COMMUNICATIONS CONSTRUCTION COMPANY LIMITED)  中國  建築和材料 34.28億歐元/1013.07億歐元/3.38%69、鴻海(HON HAI PRECISION IND. CO., LTD.)  台灣  電子和電氣裝置 34.15億歐元/2023.49億歐元/1.69%70、中國鐵建(CHINA RAILWAY CONSTRUCTION CORPORATION LIMITED)  中國  建築和材料 33.93億歐元/1407.27億歐元/2.41%71、美光(MICRON TECHNOLOGY INC)   美國  科技：硬體和裝置 33.02億歐元/241.71億歐元/13.66%72、寶山鋼鐵(BAOSHAN IRON & STEEL COMPANY LIMITED) 中國  工業：金屬和礦產 32.57億歐元/424.77億歐元/7.67%73、中國電建(OWER CONSTRUCTION CORPORATION OF CHINA ,LTD)  中國  建築和材料 32.00億歐元/836.78億歐元/3.82%74、SK海力士(SK HYNIX INC.)  韓國  科技：硬體和裝置 31.15億歐元/432.03億歐元/7.21%75、軟銀(SOFTBANK GROUP CORP)  日本  軟體和電腦服務 31.13億歐元/444.24億歐元/7.01%76、應用材料(APPLIED MATERIALS INC)  美國   科技：硬體和裝置 31.12億歐元/261.58億歐元/11.90%77、小米(XIAOMI CORPORATION)  中國  科技：硬體和裝置 30.37億歐元/482.52億歐元/6.29%78、現代汽車(HYUNDAI MOTOR COMPANY)  韓國  汽車和零部件 29.93億歐元/1143.69億歐元/2.62%79、優步(UBER TECHNOLOGIES, INC.)  美國  軟體和電腦服務 29.93億歐元/423.31億歐元/7.07%80、中興(ZTE CORPORATION)  中國  科技：硬體和裝置 29.43億歐元/159.96億歐元/18.40%81、松下控股(PANASONIC HOLDINGS CORPORATION) 日本  休閒產品 29.3億歐元/518.72億歐元/5.65%82、百度(BAIDU, INC.)  中國  軟體和電腦服務 29.19億歐元/175.55億歐元/16.63%83、大陸(CONTINENTAL AG)  德國  汽車和零部件 28.66億歐元/397.19億歐元/7.22%84、中國石油(PETROCHINA COMPANY LIMITED)  中國  石油和燃氣生產 28.42億歐元/3874.28億歐元/0.73%85、戴爾(DELL TECHNOLOGIES INC.)  美國  科技：硬體和裝置 28.32億歐元/919.89億歐元/3.08%86、RTX CORP 美國  航空航天和防務 28.24億歐元/777.15億歐元/3.63%87、網飛(NETFLIX, INC.)  美國  通用零售 28.16億歐元/375.41億歐元/7.50%88、采埃孚(ZF FRIEDRICHSHAFEN AG)  德國  汽車和零部件 28.08億歐元/413.77億歐元/6.79%89、BLOCK INC 美國 軟體和電腦服務 28.05億歐元/232.18億歐元/12.08%90、沃爾沃集團(AB VOLVO)  瑞典   汽車和零部件 27.84億歐元/459.74億歐元/6.05%91、財捷(INTUIT INC)  美國  軟體和電腦服務 27.08億歐元/156.75億歐元/17.27%92、美團(MEITUAN)  中國  通用零售 26.96億歐元/445.18億歐元/6.06%93、雅培(ABBOTT LABORATORIES)   美國  製藥和生物技術 26.8億歐元/403.79億歐元/6.64%94、第一三共(DAIICHI SANKYO COMPANY LIMITED) 日本 製藥和生物技術 26.74億歐元/115.68億歐元/23.11%95、雷諾(RENAULT)  法國  汽車和零部件 26.69億歐元/562.32億歐元/4.74%96、LG電子(LG ELECTRONICS INC.)  韓國  休閒產品 26.6億歐元/572.58億歐元/4.65%97、美敦力(MEDTRONIC PUBLIC LIMITED COMPANY) 美國 醫療裝置和服務 26.3億歐元/322.81億歐元/8.15%98、ATLASSIAN CORPORATION  澳大利亞 軟體和電腦服務 25.69億歐元/50.20億歐元/51.18%99、WORKDAY, INC.美國  軟體和電腦服務 25.28億歐元/81.3億歐元/31.09%100、INCYTE CORPORATION  美國  製藥和生物技術 24.98億歐元/40.82億歐元/61.20% (全球企業動態)

三年累計營收逾10億元。芯東西12月19日報導，今天，廈門光通訊晶片龍頭企業優迅股份在上交所科創版上市。其發行價為51.66元/股，開盤價為240元/股，較發行價上漲364.6%。截至今天9點35分，優迅股份股價較發行價上漲403.25%至259.99元/股，最新總市值約為208.0億元。▲優迅股份股價變動（圖源：騰訊自選股）優迅股份成立於2003年2月，主要從事光通訊前端收發電晶片的研發、設計與銷售，是中國光通訊領域的“國家級製造業單項冠軍企業”。同時，優迅股份也是中國為數不多可提供全應用場景、全系列產品光通訊電晶片解決方案的企業。該公司產品性能和技術指標上實現對國際頭部電晶片公司同類產品的替代，成功打入全球眾多知名客戶供應鏈體系。根據ICC資料，2024年度，優迅股份在10Gbps及以下速率產品細分領域市場佔有率位居中國第一、世界第二。在25G速率以上的市場，中國光通訊電晶片自給率極低，下游廠商高度依賴境外進口。優迅股份的單通道25G電晶片及4通道100G電晶片已在資料中心、5G無線傳輸等關鍵領域實現批次應用。優迅股份的註冊資本為6000萬元，法定代表人是柯炳粦，實際控制人是柯炳粦、柯騰隆父子，無控股股東。中國模擬晶片龍頭聖邦股份是其第二大股東，中國移動旗下投資公司中移基金是其第七大股東。此次IPO，優迅股份實際募資總額為10.3億元，扣除發行費用後募集資金淨額為9.28億元。這些資金將投入下一代接入網及高速資料中心電晶片開發及產業化項目、車載電晶片研發及產業化項目、800G及以上光通訊電晶片與矽光元件研發項目、補充流動資金等項目。01. 三年累計營收逾10億元 淨利潤超過2億元作為光模組的關鍵元器件，光通訊電晶片承擔著對光通訊電訊號進行放大、驅動、重定時以及處理複雜數字訊號的重要任務，其性能直接影響整個光通訊系統的性能和可靠性。自成立以來，優迅股份在光通訊電晶片設計領域形成了完備的核心技術體系，在收發合一、高速調製、光電協同等關鍵領域實現中國國產化技術突破。2022年、2023年、2024年，優迅股份的營收分別為3.39億元、3.13億元、4.11億元，淨利潤分別為0.81億元、0.72億元、0.78億元，研發費用分別為0.72億元、0.66億元、0.78億元。▲2022年~2024年優迅股份營收、淨利潤、研發支出變化（芯東西製圖）2025年1-6月，優迅股份的營收為2.38億元，淨利潤為0.47億元，研發費用為0.37億元。基於目前的經營狀況和市場環境，優迅股份預計其2025年總營收約為4.75億-4.95億元。2022年、2023年、2024年和2025年1-6月，優迅股份主營業務毛利率分別為55.26%、49.14%、46.75%、43.48%，逐年下降。報告期內，境外同行業上市公司毛利率平均值分別為65.03%、58.35%、58.06%、59.18%。優迅股份的毛利率低於Semtech、Macom，主要是因為產品種類、產品速率存在差異。Semtech、Macom產品矩陣豐富，除光通訊電晶片外，還存在其他產品，光通訊電晶片行業產品速率覆蓋100Mbps-1.6Tbps等，擁有較高的定價權。優迅股份的主營業務收入主要來自於光通訊收發合一晶片產品的銷售，這一產品貢獻了其8成以上的營收。優迅股份的其餘產品包括跨阻放大器晶片、限幅放大器晶片、雷射驅動器晶片等。02. 研發人員佔比超過54% 正研發800Gbps資料中心收發晶片基於長期的技術研發和技術積累，優迅股份堅持正向設計，已掌握深亞微米CMOS、鍺矽Bi-CMOS雙工藝技術能力，掌握全套頻寬拓展、阻抗匹配、訊號完整性補償等技術，具備從單通道155Mbps到多通道800Gbps的全速率超高速光通訊電晶片設計經驗。該公司基於對雷射驅動器晶片（LDD）、跨阻放大器晶片（TIA）、限幅放大器晶片（LA）、光通訊微控製器晶片（MCU）及時鐘資料恢復器（CDR）、模數轉換晶片（ADC）、數模轉換晶片（DAC）等光通訊電晶片核心繫列產品與技術的深度理解，可結合市場需要為客戶量身定製套片解決方案。套片解決方案較單獨採購晶片進行組合，具有系統整合度更高、成本更具競爭優勢、技術支援更為簡便高效的優勢，受到客戶的廣泛認可。優迅股份獨立或牽頭承擔了包括科技部“863計畫”、科技部“國家國際科技合作專項項目”、工信部“工業強基項目”、科技部“國家科技重點研發計畫項目”在內的多個重大國家級科研攻關項目，並參與制定22項國家及行業標準。該公司先後獲評“國家規劃佈局內積體電路設計企業”、“國家智慧財產權優勢企業”、“國家級專精特新重點‘小巨人’企業”及“國家級製造業單項冠軍企業”等國家級資質。截至2024年年底，優迅股份共有84名研發人員，佔總員工數的54.90%；已授權專利數量共110項，其中發明專利76項，實用新型專利34項，獲得軟體著作權8項，積體電路布圖設計30項。優迅股份已實現155Mbps～100Gbps速率光通訊電晶片產品的批次出貨，並正在積極研發50G PON收發晶片、400Gbps及800Gbps資料中心收發晶片、4通道128Gbaud相干收發晶片、FMCW雷射雷達前端電晶片、車載光通訊電晶片等系列新產品。03. 去年賣出2.44億顆晶片 主要採購晶圓與封測服務報告期內，優迅股份根據市場情況備貨及銷售，產銷率存在一定的波動。其雷射驅動器晶片主要系成熟產品，歷史備貨較多，2023年、2024年、2025年1-6月份產量低於銷量，產銷率較高。其光通訊收發合一晶片、跨阻放大器晶片、限幅放大器晶片、雷射驅動器晶片的平均銷售單價如下：2022年、2023年、2024年、2025年1-6月，優迅股份向前五大客戶銷售金額佔總銷售金額的比例分別為65.22%、55.24%、53.30%、65.53%，客戶集中度較高。同期，其向前五大供應商的採購金額佔總採購金額的比例分別為86.36%、83.68%、89.47%、84.48%，其主要採購內容包括晶圓和封測服務。04. 父子聯手掌舵 聖邦股份、中國移動持股優迅股份的股權較為分散，單一股東所持表決權均未超過30%，無控股股東。其董事長柯炳粦直接持股10.92%股份，通過擔任科迅發展的執行事務合夥人間接控制4.59%表決權，共控制15.51%表決權；柯騰隆擔任員工持股平台芯優迅、芯聚才、優迅管理的執行事務合夥人，並通過上述三個員工持股平台控制11.63%表決權。柯炳粦與柯騰隆合計控制27.13%表決權。柯炳粦出生於1955年9月，1983年到1990年曆任廈門大學法律系黨總支副書記、講師、校黨委宣傳部副部長，並兼職律師，而後分別就職於廈門商業對外貿易總公司、廈門商業購物中心、廈門斯坦利諮詢顧問有限公司、中印勝欣能源技術（北京）有限公司。他在2003年2月創立優迅股份的前身廈門科芯微，隨後歷任廈門科芯微及優迅有限董事長、優迅有限董事長兼總經理，2024年4月至今任優迅股份董事長。柯炳粦與柯騰隆是父子。柯騰隆出生於1987年9月，曾任職於澳大利亞PCIA投資管理公司、廈門乃爾電子有限公司，2014年到2024年曆任優迅有限董事長助理、常務副總經理、董事，2024年4月至今任優迅股份董事、總經理。截至招股書籤署日，除實際控制人柯炳粦、柯騰隆及其控制的科迅發展、芯優迅、芯聚才、優迅管理外，其他持有優迅股份5%以上股份或表決權的股東為聖邦股份、遠致星火、省電產投系基金、蔡春生及一方建設、陳涵霖、萍妮茹投資、龍駒投資系基金、中移基金。其中，最新市值429億元的中國模擬晶片龍頭聖邦股份是其第二大股東，直接持股10.26%；中國移動旗下投資公司中移基金是其第七大股東，持股5.00%。▲本次發行前的前十名股東2024年，優迅股份董事、監事、高級管理人員及核心技術人員從公司及關聯企業領取薪酬的情況如下：05. 結語：光通訊電晶片是中國國產化薄弱環節 優迅股份擬聚焦三大高增長領域當前，中國已成為全球最大的光器件、光模組生產基地。根據LightCounting 2024年全球光模組廠商排名，中國企業在前十強中佔據七席，市場主導地位顯著。但與之相對的是，光通訊電晶片的發展相對不平衡，是中國光通訊產業鏈薄弱的一環。優迅股份以成為國際光通訊、光感測收發電晶片領先企業為核心戰略目標，致力於提供從晶片到元件的完整解決方案。未來三年，該公司計畫持續圍繞高速光通訊、矽光整合、車載光電等方向加大投入，佈局關鍵專利形成技術壁壘：在光通訊領域，加速FTTR（光纖到房間）產品升級，完成50G PON全系列產品開發，滿足下一代寬頻接入需求；同步突破單波100G、單波200G高速資料中心電晶片技術，並推進400G及以上速率的相干光收發晶片研發，以支撐長距離、大容量傳輸場景；重點攻關800G/1.6T矽光元件，為超高速資料中心和骨幹網提供低功耗、高整合度解決方案；在車載領域，集中資源開發FMCW雷射雷達核心晶片組，同時積極佈局車載光通訊電晶片組的研發，滿足車規級高可靠性要求。長期規劃中，優迅股份計畫以光通訊電晶片技術為核心平台，聚焦於電信側、資料中心側及終端側三大高增長領域的應用場景開發，在電信側和資料中心側將致力於推動高速率光通訊電晶片的技術突破，在終端側將重點佈局車載與具身智能等高潛力場景，開發高可靠性車載光通訊電晶片及FMCW雷射雷達核心晶片組。 (芯東西)

12月17日，2025小米“人車家全生態合作夥伴大會”舉辦。在這次大會上，小米MiMo團隊負責人羅福莉完成了首秀演講。作為前DeepSeek核心成員，羅福莉自從加入小米，就被視為小米AI研發走向“正規軍化”和“極客化”的里程碑。市場曾期待她能帶來像DeepSeek那樣顛覆性的“小而美”模型，而羅福莉身上AI時代的極客特質，也許能與小米初創時期的極客基因完美相融，產生新的化學反應。羅福莉的首秀略顯緊張，但不負眾望，她帶來了一個高效的模型MiMo-V2-Flash，也拋出了新的AGI夢想。在她看來，現在的模型大多隻是“完美的語言外殼，沒有錨定現實世界的物理模型”；“真正的智能是從互動中活出來的”，通往AGI的必經之路，不是打造一個程序，而是“推演整個世界的運作邏輯，打造一個虛擬宇宙”。這次首秀，羅福莉確實帶來了鮮明的“DeepSeek 基因”，比如MoE架構、MTP技術和對極致效率的追求。此次開放原始碼的MiMo-V2-Flash模型，它具備三個核心特點：高效推理：雖然總參高達309B，但通過MoE架構僅啟動15B，結合被低估的MTP（多令牌預測）技術，生成速度達到150 tokens/秒。這帶來約2.5倍加速，主要為瞭解決車機、助手等端側互動對延遲的敏感。創新的長文字架構：設計上追求“簡單優雅”，採用Hybrid SWA機制，鎖定128 tokens的“神奇窗口”。這不僅支援256K長上下文，固定了KV快取以降低硬體壓力，還在程式碼生成上刷新了SOTA。極高的性價比：落地層面非常務實，後訓練階段採用MOPD技術，用極低的計算量（不到標準流程1/50）復刻教師模型性能，意在降低大規模部署的成本。這場首秀被安排在“人車家全生態”大會上，意義耐人尋味。羅福莉在小米的職責很明確：主導大模型研發，通過高效推理與智能體技術，推動AI從“語言互動”跨越到“物理世界”，賦能全生態。但客觀來看，端側AI智能、賦能全生態的理想還在路上，現在的硬體依然難以支撐這樣一個已經“極致效率”的模型。以當前最高端的旗艦手機為例，端側模型的舒適區依然停留在3B到7B參數之間。MiMo-V2-Flash的15B啟動參數，對移動裝置而言依然是“房間裡的大象”。所謂的“高效推理”，更多是指在雲端資料中心實現了高吞吐量，對於使用者手中的終端，這依然是一個重度依賴網路的“雲端模型”。雖然有驚喜，但是此次小米並沒有打破端側AI的算力天花板，對於期待“AI手機”變革的使用者而言，還需要繼續等待。但今天的羅福莉，確實在給小米，講了一個可圍繞“人車家生態的”、新的AGI故事。以下為演講實錄（為最佳化閱讀體驗，做了二次編輯、刪減）：01 從生物演變看 AI 發展路徑今天我想帶大家換一個視角，從 10 億年生物進化的長河中，重新去審視我們正在經歷的這一場 AI 變革。如果我們回到生命進化的歷程，會發現自然界在建構智能這座金字塔時，遵循著非常嚴密的邏輯：在 6 億年前，生命首先學會了控制身體與環境互動；緊接著進化出了多巴胺系統，通過強化學習進一步提升生存能力；在 2 億年前，哺乳動物的大腦首次具備了在行動前先在大腦裡模擬未來的能力；最終我們發現，人類才登上了智能的塔尖，掌握了語言這一抽象的符號系統。所以我們能看到，生物演化的規律是先具備對物理世界的感知和生存體驗，最後才誕生了語言。但大家都能發現，到現在為止，大模型的發展路徑其實跟生物進化路徑是不同步的，甚至說是一種倒敘，或者說是一種跳躍。生物是先從行動進化到思考，再進化到語言；但是大模型是先學會了語言，再去補齊它的思考能力，最後再去補齊對物理世界的模擬以及具身感知。為什麼大模型智能的產生首先是在語言領域？因為語言不僅僅是一種符號的排列組合，更是人類思維以及對於世界的一種描述。在文字領域的投射，本質上是一種失真壓縮。當大模型通過 Next Token Prediction（下一詞預測）這種範式在海量文字裡進行學習，試圖把 Loss（損失函數）降到最低的時候，我們發現它不僅僅是在擬合一個統計規律，而是在壓縮人類數十億年間關於這個世界的認知同構。這種壓縮的過程，在我們看來就是一種智能。所以，大模型通過語言的爆發，通過 Scaling（擴展）算力和資料，從而理解了人類的思維和對世界的理解。但其實它並不真正像人類一樣具備對整個物理世界的感知。嚴謹來說，它應該是成功地解碼了人類思維在文字空間的一個投影。大家都能看到，這其實是一種自頂向下的捷徑，因為它是在學習一種智能的結果，來倒推智能產生的過程。02 MiMo-V2-Flash 的誕生，解決三大核心問題不管怎麼說，語言包含了人類對世界極致的壓縮，是智慧的結晶，也是高階智能體之間高效協作的工具。因此，小米從語言出發，建構了全新一代面向 Agent（智能體）的基座模型——MiMo-V2-Flash。MiMo-V2-Flash 在研發之初，主要圍繞著三個非常關鍵的問題展開：第一，我們認為當代的智能體必須要有一個高效的溝通語言，即程式碼能力和工具呼叫能力。第二，目前智能體之間的溝通頻寬非常低，如何加速頻寬？這需要一個推理效率極高的模型結構。第三，Scaling 的範式已經逐步從預訓練（Pre-train）轉向後訓練（Post-train），我們如何激發後訓練的潛能？這就需要一個穩定的範式，以便在強化學習（RL）上投入更多的 Compute（算力）。在這三個問題的驅動下，我們看到了 MiMo-V2-Flash 超強的基座潛能。雖然它的總參數在我看來非常小——總參數 309B，啟動參數隻有 15B，我甚至都不願意稱它為“大”模型——但它的程式碼能力和 Agent 能力在世界級公開公正的評估榜單上，已經進入了全球開源模型 Top 1-2 的行列。基本上，大部分評估基準已經超過或者與 DeepSeek-V3、Kimi、Qwen 等模型相當，而這些模型的總參數量通常是 MiMo-V2-Flash 的兩倍到三倍。03 性能與成本的平衡，挑戰推理不可能三角這個圖展示了全球相同水位大模型在價格和速度上的比較：橫軸是推理價格（從大到小），縱軸是推理速度（從小到大）。我們能看到 MiMo 在右上角，代表了低成本、高速度。舉兩個模型進行對比： 比如 DeepSeek-V3.2，MiMo-V2-Flash 比它更便宜一點，但推理速度大概是 V3.2 的三倍左右。再比如 Gemini 2.5 Pro，雖然綜合性能相當，且推理速度差不多，但 Gemini 2.5 Pro 的推理成本比 MiMo-V2-Flash 貴了整整 20 倍。04 架構創新與 MTP 加速那麼我們是怎麼做到這一切的呢？核心關鍵在於圍繞“極致推理效率”重新設計模型結構，主要依靠兩個創新。第一個是 Hybrid Attention（混合注意力）結構。我們採用了 Hybrid Sliding Window Attention（混合滑動窗口注意力）和 Full Attention（全域注意力），比例大概是 5:1。為什麼選 Sliding Window Attention？因為它看起來非常簡單，只關注鄰域的 128 個 Token。經過大量實驗驗證，我們發現一些看似複雜的 Linear Attention（線性注意力）結構，在兼顧長短文推理和知識檢索的綜合性能上，其實並不如簡單的 Sliding Window Attention。更重要的是，它的 KV Cache 是固定的，能非常好地適配當代主流的 Infra（基礎設施）推理框架。圖：全域注意力（GA）和滑動窗口注意力（SWA）的1:5混合結構第二個是 挖掘 MTP（Multi-Token Prediction，多令牌預測）的潛力。MTP 一開始被提出是用於做推理加速的，後來 DeepSeek 將其用於提升基座模型能力。我們在訓練時加入了一層 MTP 層以提升基座潛能，並且在微調時加入了更多層的 MTP，用少量算力就提升了 MTP 層的接受率。最終推理時，我們使用了三層 MTP 進行加速平行 Token 驗證。在實際場景中，這種方式能做到 2.2 到 2.6 倍的推理加速。在社區關於三層 MTP 的情況下，我們來看模型輸出吞吐：在單機吞吐能做到 5,000~15,000 Tokens/秒的基礎上，單請求吞吐也能做到 150~155 Tokens/秒。使用 MTP 相比不使用，整體速度提升了 2 到 3 倍。05 訓練範式革新：MOPD 與自進化除了關注預訓練結構的高效性，我們還在思考如何擴展強化學習訓練的 Compute。強化學習訓練通常非常不穩定，因此我們提出了 MOPD（Multi-Teacher On-Policy Distillation，多教師線上策略蒸餾） 範式。它的核心在於 On-Policy，依賴稠密的 Token Level Reward（令牌級獎勵）進行監督學習。通常 Post-train 範式會通過 SFT 和 RL 拿到各領域專家模型。MOPD 則會讓 Student（學生）模型基於自身機率分佈 Roll out（生成）一些序列，然後用專家模型對這些序列進行打分，提供非常稠密的監督訊號。我們發現這種學習效率極高，通過簡短的幾十步就能將各領域專家的能力快速蒸餾到 Student 模型上。此外，我們還有一個意外發現：當 Student 很快超越 Teacher 時，我們正在嘗試將 Teacher 替換成更強的 Student，繼續自我迭代提升，這是一個正在進行中的工作。06 邁向物理世界：從語言模擬到真實互動MiMo-V2 已經初步具備在語言空間模擬世界的能力。比如，我們可以通過 HTML 讓它寫一個作業系統，很多功能都是可實現的；或者寫一個 HTML 模擬太陽系；甚至做一個畫聖誕樹並產生互動的小 Demo。MiMo-V2-Flash 已經在昨天發佈，我們開源了所有模型權重，同步了技術報告細節，並提供了 API 供開發者接入 Web Coding IDE。我們的體驗 Web 也已上線，大家可以掃描試用。雖然現在的大模型能聊天、能寫程式碼，但我相信大家還是不放心把身邊複雜的任務交給它。我認為真正的下一代智能體系統，不應該只是一個語言模擬器，而是需要跟世界共存。下一代智能體必須具備兩個潛能： 第一，從“回答問題”變成“完成任務”。 這不僅需要記憶、推理、規劃能力，更需要一個 Omni（全模態）的感知能力。做一個統一的動態系統非常必要，這是理解世界的基礎。有了這個基礎，模型才能無縫嵌入到像眼鏡這樣的智能終端，融入我們的生活流。第二，建構物理模型。 回到開頭的話題，現有大模型本質上是用算力的“暴力美學”攻克了頂層的語言和第二層的強化學習，但跳過了中間對世界的感知和模擬，以及底層的實體互動。這就是為什麼大模型能做奧數、模仿莎士比亞，卻不懂重力等物理法則，經常產生具身幻覺。因此，AI 進化的下一個起點，一定要有一個可以跟真實環境互動的物理模型。我們要打造的本質上不是一個程序，而是一個具備物理一致性、時空連貫性的虛擬宇宙。這意味著 AI 能力的本質跨越——不僅僅是看懂畫面，而是理解背後的物理規律；不僅僅是處理文字，而是推演世界的運作邏輯。真正的智能絕對不是在文字裡讀出來的，而是在互動裡“活”出來的。 (騰訊科技)

What China will dominate next這個國家的高速創新為世界提供了經驗插圖：皮特·瑞安那些擔憂如何應對中國技術領先地位的人——這樣的人不在少數——一直在認真關注電動汽車、太陽能電池板和開源人工智慧。對於這些人來說，我們有個壞消息。本周我們將報導中國如何在另外兩項前沿技術——自動駕駛汽車和新藥——中迅速推進。隨著這些產業走向全球，它們將彰顯中國創新的力量。中國在這兩個重要領域的進展令人震驚。自動駕駛計程車革命正在加速推進，可能會重塑交通、物流和城市日常生活。中國的自動駕駛計程車製造成本僅為美國Waymo的三分之一，已累計行駛數百萬公里，並正在歐洲和中東建立合作關係。與此同時，在醫藥領域，中國已從仿製藥的仿製者轉變為全球第二大新藥研發國，包括抗癌藥物在內。西方競爭對手正紛紛授權使用中國企業的產品。中國誕生製藥巨頭的那一天，似乎已不再遙遠。這兩個產業的崛起充分說明了中國創新的運作方式。深厚的人才儲備、廣泛的製造業基礎和龐大的規模共同推動其迅速向價值鏈上游攀升。自動駕駛計程車的生產借助了電動汽車的大規模製造，以及在雷射雷達和其他自動駕駛所需感測器供應方面的主導地位；規模效應也幫助降低了成本。大量參與臨床試驗的患者以及仿製藥製造帶來的利潤，加速了醫藥創新的處理程序。中國成功的另一個更令人意外的因素是其靈活且寬鬆的監管機構。與其他行業一樣，地方政府為企業提供了廉價信貸和其他扶持。但真正推動進展的是靈活的法規制定。2016年，中國提出要成為“生物技術強國”的雄心後不久，就實施了一系列改革。2015年至2018年間，藥品監管機構的工作人員數量增至原來的四倍，僅用兩年時間就清理了2萬份積壓的新藥申請。獲得人體試驗批准的時間從501天縮短至87天。去年，中國企業開展了全球三分之一的臨床試驗。同樣，中國很早就開始嘗試自動駕駛計程車。熱衷於吸引人才和投資的地方官員迅速批准了試點項目，並安裝了感測器和其他數字基礎設施來輔助自動駕駛汽車導航；試點已在50多個城市開展。許多地方還在責任法律和測試指南方面進行了探索。儘管事故有時會導致試點暫停，但這些項目幫助工程師和政策制定者更好地理解了這項新技術。國內激烈的競爭給單個企業帶來了嚴峻的生存環境，但倖存者會被培養成極具競爭力的出口冠軍。在中國的經濟環境下，自動駕駛計程車營運商不僅要相互競爭，還要與價格低廉的人工駕駛計程車競爭。許多虧損企業將無法在由此引發的價格戰中倖存。但那些存活下來的企業將轉向海外尋求盈利。因此，新一輪中國低成本創新浪潮將席捲全球。其影響方式將各不相同。中國的廉價藥品可能會帶來益處，尤其是對開發中國家而言。但對中國企業來說，美國這個佔據全球醫藥行業70%利潤的誘人市場，才是最豐厚的獎品。而中國在西方製藥企業研發管線中的重要性，意味著雙方關係甚至可能呈現共生狀態。相比之下，自動駕駛計程車可能會遵循中國科技產品出口的更常規路徑：它們會受到美國的封鎖（美國擁有自身的相關產業，且存在強烈的安全擔憂），但可能會在本土自動駕駛技術遠遠落後的其他地區站穩腳跟。世界其他地區應該如何應對？這種競爭可能會導致西方經濟體空心化。然而，以安全為名的下意識保護主義將是一個錯誤。在選民擔憂生活成本的當下，封鎖或限制中國創新成果，將剝奪消費者獲得更廉價、更優質藥品和交通服務的益處。這就是為什麼西方經濟體更應該重新思考本土創新的運作方式。人們很容易對中國的崛起持宿命論觀點。但中國私營部門的創造力和監管機構的靈活性，也是其成功的關鍵因素。遺憾的是，在這方面，西方正朝著錯誤的方向前進。慢車道上的生活美國擁有競爭所需的規模和雄厚資金。但在許多州，尤其是民主黨執政的州，監管機構正在阻撓或拖延自動駕駛汽車的發展。政府正對大學發起打壓，並削減基礎研究資金。與其他西方國家一樣，美國對移民（包括有天賦的移民）持敵視態度。在醫藥領域，隨著中國在臨床試驗中的佔比上升，歐洲正逐漸落後。歐洲經濟體迫切需要進一步整合，以便為新技術提供資金支援和研發保障。但在歐洲，監管機構也常常過於看重安全，而犧牲了冒險精神和實驗探索。沒有人說中國註定會掌控未來。但如果西方希望在自動駕駛汽車和醫藥領域（更不用說電動汽車、太陽能以及其他關鍵技術領域）保持競爭力，就必須從中國的崛起中學到正確的經驗。 (邸報)