據蘋果App Store最新顯示，字節跳動旗下AI助手豆包App排名反超阿里系的千問、螞蟻阿福，上升至第一名。該成績與近期央視春晚期間的高曝光度及使用者互動活動密切相關。2月16日，豆包與央視總台春晚聯動，豆包方面披露，除夕當天豆包AI互動總數達19億。據瞭解，豆包新春紅包活動第一階段於2月13日開啟，使用者在豆包App首頁點選“豆包過年”即可參與AI互動玩法領取紅包。第二階段活動於2月16日（除夕）開啟，使用者點選“豆包過年”開好運錦囊，有機會抽科技好禮或8888元現金紅包。科技好禮覆蓋17種熱門產品，包括宇樹機器人、松延動力機器人、魔法原子機器狗、拓竹3D印表機、大疆無人機等前沿科技產品。同時還包含小米智能手錶、蘇泊爾電飯煲等智能消費品，以及上汽奧迪E5 Sportback和奔馳CLA兩款電動車的使用權。值得注意的是，春節期間，國內AI應用賽道競爭激烈。此前騰訊元寶投入10億元春節紅包，阿里千問啟動30億元"春節請客計畫"全面接入淘寶、飛豬等生態業務。QuestMobile資料顯示，2月7日千問DAU達到7352萬，一度逼近豆包的7871萬，且千問App曾連續6天位居App Store免費榜第一。而在2月14日，蘋果AppStore中國區免費應用排行榜顯示，螞蟻阿福、千問下載量猛增，包攬總榜前二。豆包大模型2.0正式上線繼Seedance 2.0視訊模型、Seedream 5.0 Lite圖像模型之後，2月14日字節跳正式發佈豆包大模型2.0（Doubao-Seed-2.0）系列。據介紹，豆包2.0針對大規模生產環境的使用需求進行系統性最佳化，以更好地完成真實世界的複雜任務。目前豆包可選快速、思考、專家模式目前，豆包2.0 Pro已在豆包App、電腦客戶端和網頁版上線，使用者選擇“專家”模式即可對話體驗。火山引擎也已上線豆包2.0系列模型API服務。在語言模型基礎能力上，豆包2.0 Pro旗艦版取得IMO、CMO數學競賽和ICPC程式設計競賽金牌成績，也超越了Gemini 3 Pro在Putnam基準測試上的表現，數學和推理能力達到世界頂尖水平。大模型執行長鏈路複雜任務，需要豐富的世界知識。豆包2.0加強了長尾領域知識覆蓋，在SuperGPQA等多項公開測試集上表現突出，科學領域知識測試成績與Gemini 3 Pro和GPT 5.2相當，在跨學科知識應用上也排名前列。在教育、娛樂、辦公等眾多場景中，大模型需要理解圖表、複雜文件、視訊等內容。對此，豆包2.0全面升級多模態理解能力，視覺推理、空間感知、長上下文理解等權威測試均取得業界最佳表現。面對動態場景，豆包2.0增強了對時間序列與運動感知的理解能力，還可實現即時視訊流分析、環境感知與主動互動，廣泛應用於健身指導、穿搭建議、看護陪伴等生活場景。Agent能力是大模型具備行動力的關鍵。測試成績顯示，豆包2.0 Pro在指令遵循、工具呼叫和Search Agent等評測中達到頂級水平，在HLE-Text（人類的最後考試）上更是獲得54.2的最高分，大幅領先於其他模型。據悉，豆包2.0 Pro按“輸入長度”區間定價，32k以內的輸入定價為3.2元/百萬tokens，輸出定價為16元/百萬tokens，相比Gemini 3 Pro和GPT 5.2有較大的成本優勢。豆包2.0 Lite更具性價比，綜合性能超越兩個月前發佈的上一代主力模型豆包1.8，百萬tokens輸入價格僅為0.6元。 (快科技)

機器人“大腦”賽道持續吸金。2月10日，記者獲悉，大曉機器人已於近期完成天使輪融資。本輪融資由螞蟻集團領投，啟明創投、金景資本、弘毅投資、聯想創投、上海交大母基金菡源資產等機構跟投，老股東商湯國香資本持續增資。大曉機器人成立於2025年，由商湯科技聯合創始人王曉剛掌舵，側重機器人“大腦”領域。產品層面，2025年12月中旬，大曉機器人發佈行業首創的“以人為中心”ACE具身研發範式，建構起“環境式資料採集—開悟世界模型3.0—具身互動”全鏈路技術體系。ACE具身研發範式中環境式資料採集可實現一年千萬小時的資料收集，開悟世界模型3.0不斷放大真實資料價值，使其達到上億小時資料規模的效果，有望解決制約具身智能產業發展的“資料荒”。大曉機器人推出的具身超級大腦模組A1，能靈活適配不同形態的機器人本體，讓各類機器狗都能“懂指令、會導航、能實幹”。其還與多家生態夥伴達成戰略合作，已在巡檢、文旅等多樣化場景驗證落地，實現規模化商業閉環。從行業趨勢上看，一級市場的審美，正從機器人硬體本體，逐漸轉向軟體。類似大曉機器人這樣的“大腦”公司，近期密集斬獲融資。2月10日，穹徹智能宣佈完成A輪融資。本輪融資金額達數億元，由C資本領投，Sea Limited、普華資本等多家海外產業方和國內頭部財投跟投，老股東Prosperity7 Ventures超額追投。穹徹智能專注於開發和應用具身智能技術，聚焦“以力為中心”的具身智能大模型和相關基礎設施的研發。1月12日，自變數機器人完成A++輪融資，金額為10億元人民幣。字節跳動、紅杉中國、深創投等頂級機構領投。人形機器人是人工智慧的“具身化”產物，其“大腦”——具身智能模型，與ChatGPT等大語言模型存在本質差異。後者主要處理文字符號，在抽象世界中演繹；而具身模型則必須將視覺、語言、觸覺、力覺等多模態資訊與複雜的物理動作相融合，技術難度高出幾個量級。未來，“大腦”是產業亟需攻克的關鍵，也是全球競爭的“新賽點”。宇樹科技創始人兼CEO王興興近期也直言，誰能把機器人用的大模型做出來，誰就是全世界最厲害的AI公司和機器人公司。 (上海證券報)

不得了，機器人現在開始學會腦補未來了。這就是螞蟻靈波又又又又（連續第4天）開放原始碼的狠活兒——全球首個用於通用機器人控制的因果視訊-動作世界模型，LingBot-VA。怎麼個腦補法？簡單來說啊，以前的機器人（尤其是基於VLA的）幹活兒，主打一個條件反射：眼睛看到什麼，手立刻就動一下。這叫“觀察-反應”模式。但LingBot-VA就不一樣了，它通過自回歸視訊預測打破了這種思考方式，在動手之前，腦子裡先把未來幾秒的畫面推演出來。說實話，用想像力做決策，在機器人控制這塊還是相當新鮮的。但這不是LingBot-VA唯一的亮點，還包括：記憶不丟失：做長序列任務（比如做早餐）時，它會記得自己剛才幹了什麼，狀態感知極強。高效泛化：只要給幾十個演示樣本，它就能適應新任務；換個機器人本體，也能hold住。因此在LingBot-VA的加持下，像清洗細小的透明試管這種高精度任務，機器人已經是可以輕鬆拿捏：正如我們剛才提到的，今天是螞蟻靈波連續第四天開源。如果說前幾天的開源是給機器人加強了眼睛（LingBot-Depth）、大腦（LingBot-VLA）和世界模擬器（LingBot-World），那麼今天的LingBot-VA，就是讓這具軀殼真正擁有了靈魂——一個行動中的世界模型，讓想像真正落到執行層面。如此一來，通用機器人的天花板，算是被螞蟻靈波往上頂了一截。正如網友所述：從預測到執行；說實話這是巨大的飛躍。讓想像力先行一步LingBot-VA在架構設計上選擇了一條更進一步的路徑。在傳統的VLA（視覺-語言-動作）範式中，模型通常會將視覺理解、物理變化推理、低層動作控制這三項複雜任務放在同一個神經網路中處理，這在學術界被稱為表徵纏繞（Representation Entanglement）。為了追求更高的樣本效率和更強的泛化能力，LingBot-VA選擇把這團亂麻解開，提出了一套全新的解題思路：先想像世界，再反推動作。為了實現這個想法，螞蟻靈波團隊採用了一個兩步走的策略：視訊世界模型：先預測未來的視覺狀態（接下來會發生什麼）。逆向動力學（Inverse Dynamics）：基於視覺的變化，反推出應該執行什麼動作（為了達到這個畫面，手該怎麼動）。這與傳統VLA有著本質區別：它不直接從“現在”跳到“動作”，而是要經過一下“未來”這個步驟。如何實現？螞蟻靈波團隊主要將三個架構層面作為突破口。首先就是視訊與動作的自回歸交錯序列。在LingBot-VA的模型裡，視訊Token和動作Token被放進了同一條時間序列裡。為了保證邏輯嚴密，團隊引入了因果注意力（Causal Attention）。這就像給模型定了一條死規矩：只能用過去的資訊，絕對不能偷看未來。同時，借助KV-cache技術，模型擁有了超強的長期記憶。它清楚地知道自己三步之前做了什麼，任務絕對不會失憶。其次是Mixture-of-Transformers (MoT) 的分工協作。這一步主要是為瞭解決我們前面提到的表徵纏繞的問題。我們可以把過程理解為“左右互搏”，但又很默契的一種配合：視訊流：寬而深，負責繁重的視覺推演。動作流：輕而快，負責精準的運動控制。這兩個流共享注意力機制，資訊互通，但在各自的表徵空間裡保持獨立。這樣一來，視覺的複雜性不會干擾動作的精準度，動作的簡單性也不會拉低視覺的豐富度。最後就是工程設計相關的工作。畢竟光有理論是不好使的，“實踐才是檢驗真理的唯一標準”：部分去噪（Partial Denoising）：做動作預測時，其實不需要每一次都把未來畫面渲染得高畫質無碼。模型學會了從帶有噪點的中間狀態裡提取關鍵資訊，計算效率大大提升。非同步推理（Asynchronous Inference）：機器人在執行當前動作的時候，模型已經在後台瘋狂計算下一步了。推理和執行平行，延遲感幾乎消失。FDM 接地（Grounding）：為了防止模型想像力脫離現實，系統會用真實的觀測資料不斷校正想像，避免出現開放式的幻覺漂移。實驗結果與能力驗證在瞭解完理論之後，我們再來看實驗效果。螞蟻靈波團隊在真機實驗和模擬基準上，對LingBot-VA進行了全方位的實測。在真機測試中，LingBot-VA覆蓋了三類最具挑戰性的任務。首先是長時序任務，比如準備早餐（烤面包、倒水、擺盤）、拆快遞（拿刀、劃箱、開蓋）。這些任務步驟繁多，但凡中間有一步有誤，那可以說是滿盤皆輸。從LingBot-VA的表現來看，一個字，穩。即便是不小心失敗了，機器人也會記得進度，嘗試重來。第二類是高精度任務，比如擦試管、擰螺絲。這要求動作精度達到毫米級，得益於MoT架構，動作流不再受視覺噪聲的干擾，手極穩。剛才我們已經看了擦拭管的案例，再來看個擰螺絲的：第三類任務是針對可變形物體，例如折衣服、折褲子。這些任務的難點在於物體處於一個隨時變化的狀態，但LingBot-VA通過視訊推演，預判了布料的形變，操作行雲流水。除此之外，LingBot-VA在RoboTwin 2.0和LIBERO這兩個硬核模擬基準上，也是很能打的。尤其是在RoboTwin 2.0的雙臂協作任務中，無論是簡單的固定場景（Easy），還是複雜的隨機場景（Hard），LingBot-VA都展現出了不錯的實力：RoboTwin 2.0 (Easy)：成功率92.93%，比第二名高出4.2%。RoboTwin 2.0 (Hard)：成功率91.55%，比第二名高出4.6%。而且有一個趨勢非常明顯：任務越難、序列越長（Horizon變大），LingBot-VA的領先優勢就越大。在 Horizon=3 的長任務中，它的優勢甚至擴大到了9%以上。而在LIBERO基準測試中，LingBot-VA更是拿下了98.5%的平均成功率，刷新了SOTA記錄。總結一下，通過這些實驗，我們可以清晰地看到LingBot-VA的三個核心特質：長期記憶：在一個來回擦盤子的計數任務中，普通VLA模型擦著擦著就忘了擦了幾下，開始亂擦；LingBot-VA 則精準計數，擦完即停。這就是KV-cache的起到的作用。少樣本適應：面對全新的任務，只需提供50條左右的演示資料，稍微微調一下，它就能學會。這比那些動輒需要成千上萬條資料的模型，效率高了幾個數量級。泛化能力：訓練時用的是某種杯子，測試時換個形狀、換個顏色，或者把杯子隨便擺個位置，它依然能精準識別並操作。連續四天開源，已經產生影響把時間軸拉長，回看這四天的連續開源，我們會發現螞蟻靈波下了一盤大棋。因為這四個開放原始碼專案拼湊在一起，就會形成一條非常清晰的技術主線：Day 1: LingBot-Depth——解決“看清”的問題。讓感知能夠更加清晰。Day 2: LingBot-VLA——解決“連接”的問題。打通語言、視覺到動作的通用介面。Day 3: LingBot-World——解決“理解”的問題。建構可預測、可想像的世界模型。Day 4: LingBot-VA——解決“行動”的問題。把世界模型真正嵌入控制閉環，讓想像指導行動。這四塊拼圖湊在一起，釋放了一個強烈的訊號：通用機器人正在全面走向視訊時代。視訊，不再僅僅是訓練用的資料素材，它正在成為推理的媒介，成為連接感知、記憶、物理和行動的統一表徵。這對於整個行業來說，價值是巨大的。對通用機器人來說，長任務、複雜場景、非結構化環境，這些曾經的硬傷，現在有了系統性的解法。從具身智能路線來看，世界模型不再是一個可選項，它正式成為了機器人的中樞能力，從“能動”進化到“會想再動”。並且螞蟻靈波的持續不斷地開源動作，不僅僅是提供了程式碼、模型這麼簡單，更是一條可復現、可擴展的技術範式。而蝴蝶效應也在行業中開始顯現。就在這兩天，Google宣佈通過Project Genie項目讓更多人體驗Genie 3；宇樹科技宣佈開源UnifoLM-VLA-0……海外媒體也對螞蟻靈波的開源動作有了不小關注，點評道：螞蟻集團發佈了名為LingBot-World的高品質機器人AI模擬環境。這家中國金融科技公司完善了一套完整的開源工具包，用於物理AI系統的開發。這也是在全球機器人領域主導權爭奪戰中的一項戰略性舉措。嗯，螞蟻靈波的壓力是給到位了。總而言之，LingBot-VA的出現，標誌著世界模型第一次真正站上了機器人控制的主舞台。項目地址：https://technology.robbyant.com/lingbot-vaGitHub地址：https://github.com/robbyant/lingbot-va項目權重：https://huggingface.co/robbyant/lingbot-vahttps://www.modelscope.cn/collections/Robbyant/LingBot-va (量子位)

企查查資訊顯示，星海圖（北京）人工智慧科技有限公司已於 2026 年 1 月完成工商變更，更名為星海圖（北京）人工智慧科技股份有限公司，企業類型由有限責任公司變更為股份有限公司（外商投資、未上市）。這也使其成為 2026 年首家完成股改的具身智能企業。自成立以來，星海圖累計完成七輪融資，投資方包括螞蟻集團、美團、BV 百度風投、聯想創投、高瓴創投、IDG 資本、今日資本、無錫創投等，覆蓋戰略投資者、產業資本與頭部財務機構。公司方面披露，目前整體估值已達百億元，星海圖由此躋身繼智元、宇樹、銀河通用之後的百億級具身智能獨角獸陣營。在產品層面，星海圖已形成較為完整的“本體 + 平台”佈局：包括通用仿人形機器人 R1 Pro、輪式雙臂移動平台 R1 Lite，以及在 2026 CES 首次亮相的 17 自由度四指靈巧手 DEXO。公司披露，其輪式雙臂機器人已實現全球範圍內的規模化部署，R1 系列平台覆蓋超過 90% 的全球頂級開發者，被史丹佛大學李飛飛團隊、Physical Intelligence（PI）等多家國際頭部具身智能研究機構採用。模型與資料是星海圖的另一條核心主線。2025 年 8 月，公司發佈端到端雙系統 VLA 模型 G0；2026 年 1 月，升級版 G0 Plus 推出，定位為“開箱即用”的 VLA 模型方案。與此同時，星海圖對外開放的 Galaxea Open-World Dataset 下載量已超過 50 萬次。圍繞資料生產與開發效率，星海圖建構了面向開發者的一站式具身智能開發平台 EDP，覆蓋資料採集、管理與真機測試，並在傳統遙操作之外引入 UMI 等新型採集方式。公司預計，2026 年將進入數十萬小時級高品質真機資料的規模化訓練階段，並強調其目前已實現本體、資料、模型與開發工具鏈的全端開放。商業化方面，星海圖已與海內外多家製造、服務與物流企業展開真實業務場景驗證，並披露獲得國內頭部汽車製造商與物流企業的千台級訂單。回看 2025 年，智元、宇樹、雲深處、樂聚、銀河通用、傅利葉共6家具身智能企業已相繼完成股改。除宇樹明確指向上市節奏外，多數企業對外表述仍較為謹慎。隨著星海圖在2026年開年率先完成股改，具身智能幾乎被同時推入兩個戰場：一邊是商業化落地，一邊是 IPO。當股改、訂單、落地與上市想像被壓縮排狹窄的時間段，行業獲得的既是加速度，也是更高的失誤成本。具身智能究竟是在完成一次集體躍遷，還是在堆疊一輪更大的風險敞口，這其中的距離，可能只差一個真實場景的結果驗證。 (高工人形機器人)

LP募資情報招商證券等在徐州成立先進智造股權投資基金，出資額10億近日，徐州徐工致遠戰新先進智造股權投資基金合夥企業（有限合夥）成立，執行事務合夥人為招商致遠資本投資有限公司，出資額10億人民幣，經營範圍為以私募基金從事股權投資、投資管理、資產管理等活動。合夥人資訊顯示，該基金由徐州市戰略性新興產業母基金有限公司、徐工集團產業投資發展（徐州）有限公司、招商證券旗下招商致遠資本投資有限公司等共同出資。（財聯社）投融資動態擎天租宣佈完成種子輪融資，上線三周使用者已破20萬今日，機器人租賃平台“擎天租”宣佈已於近期完成種子輪融資。本輪融資由高瓴創投領投，復星創富、慕華科創、大豐基金及張江集團旗下具身智能公司共同參與投資。據悉，本輪資金將主要用於全國市場拓展、平台技術與服務體系建設。據瞭解，擎天租平台於2025年12月22日在上海正式發佈，由智元機器人、飛闊科技等具身智能領域企業聯合發起。其通過“共享租賃+平台化調度”的模式，提供機器人按需租賃服務。平台資料顯示，上線三周後註冊使用者數已突破20萬，日均租賃訂單穩定在200單以上。（網易科技報導）碧澄能源B輪融資由阿美投資領投，建構全球化綠色能源新生態今日，碧澄能源B輪融資取得關鍵性進展，預計規模為數億元人民幣。本輪融資將由沙烏地阿拉伯阿美旗下的全球企業風險投資部門Aramco Ventures、歐洲領先的投資集團Eurazeo聯合領投，隆基綠能、奕延資本跟投，老股東錢塘區投資平台和達金服追加投資。繼2025年末成功設立首單分佈式清潔能源資產機構間REITs後，碧澄能源在工商業分佈式能源領域的創新商業模式和技術營運實力獲得了國際資本的持續認可。據瞭解，碧澄能源（PCG Power）是行業領先的新型電力系統投資管理和營運服務商，也是全球領先的工商業分佈式清潔能源電站投資營運商之一。股東包括淡馬錫、普洛斯等國際資本與華美國際、鐘鼎資本、芯聯資本、蔚來資本、星航資本等國內頭部產業資本。截至目前累計並網規模超1.5GW。（獵雲網）智能眼鏡廠商影目科技完成C1輪融資，三輪累計融資近5億元近日，影目INMO正式官宣完成C1輪融資，本輪由成都科創投、南山戰新投、普豐資本共同參與投資。至此，影目INMO在2025一年內連續完成B2輪、B3輪及C1輪三輪融資，融資金額近5億元人民幣，成為當前AI+AR智能眼鏡賽道中，融資節奏最為密集、資本關注度較高的公司之一。（中關村線上）倫珂醫療完成A輪融資，打造高壓造影整體解決方案近日，深圳倫珂醫療科技有限公司宣佈完成數千萬元人民幣A輪融資。本輪融資由邦勤資本領投，資深產業投資人國成德俊投資等跟投。本輪融資也是公司自2024年5月成立以來完成的第二輪融資，體現了資本市場對倫珂醫療經營團隊、產品競爭力及行業潛力的高度認可。本輪融資完成後，倫珂醫療將進一步加大在高壓造影核心技術與產品平台上的投入，豐富高壓造影整體解決方案的產品矩陣，加速高端高壓注射裝置的國產替代處理程序，並同步推進海外市場拓展，打造具備國際競爭力的高壓造影裝置與耗材一體化平台。（動脈網）IPO進行時至信股份今日登陸滬主機板，開盤漲227%今日，N至信(SH:603352)在上交所主機板掛牌上市，保薦機構為申萬宏源證券承銷保薦，其開盤漲226.8%。收盤68.58 元，總市值155.45億元。招股書顯示，至信股份成立於1995年，主營汽車沖焊件以及相關模具的開發、加工、生產和銷售。公司始終深耕汽車沖焊件領域，並且圍繞著沖焊件開發和生產環節，拓展了上游的模具開發、加工、生產以及自動化生產整體解決方案等領域。（瑞財經）商米科技完成港股上市備案，螞蟻、美團、小米為股東近日，上海商米科技集團股份有限公司更新港股IPO招股書，德意志銀行、中信證券和農銀國際為聯席保薦人。商米科技是商業物聯網(BIoT)解決方案提供商。公司的解決方案整合了智能硬體、軟體及資料洞察，賦能眾多線下商業場景實現數位化轉型，提升核心商業營運流程(如支付、會員管理、訂單履約、存貨控制及員工管理)效率。根據灼識諮詢的資料，按2024年的收入計，公司目前是全球最大的Android端BIoT解決方案提供商，佔有10%以上的市場份額。根據同一資料來源，預期Android端BIoT解決方案市場將於未來五年出現爆發式增長。（瑞財經）社區生鮮龍頭錢大媽衝擊港交所，生鮮GMV破百億近日，中國社區生鮮連鎖領軍企業錢大媽國際控股有限公司正式向港交所遞交招股書，中金公司與農銀國際擔任聯席保薦人。作為連續五年穩居社區生鮮GMV榜首的行業龍頭，此次遞表不僅標誌著錢大媽邁向資本新階段，更有望借助資本力量進一步鞏固行業地位，深耕1.7兆元規模的社區生鮮藍海賽道。招股書及第三方權威資料共同印證了錢大媽的行業統治力。據灼識諮詢資料，以生鮮產品GMV計算，錢大媽已連續五年位列中國社區生鮮連鎖企業第一，2024年整體GMV高達148億元，其中華南地區GMV約98億元，是區域第二名的2.8倍；同時在華中、西南及港澳市場持續領跑，核心區域優勢穩固，行業話語權凸顯。（同壁財經）上市公司動態GoogleGemini“個人智能”功能開放測試，提供個性化AI體驗近日，Google宣佈，面向個人使用者推出一項名為“個人智能”的新功能測試，該功能旨在通過整合Gmail、Google相簿等應用中的資料，幫助聊天機器人Gemini更精準地理解使用者需求。與傳統AI工具不同，Gemini無需使用者明確指令即可分析上下文關係，實現跨應用的資料聯動，從而提供更貼合個人場景的互動體驗。Google實驗室與Gemini應用副總裁喬什·伍德沃德介紹，該功能可自動建立不同內容間的關聯，例如解析電子郵件對話、識別使用者觀看過的視訊內容，或捕捉照片庫中的細節變化。這種能力使Gemini從單純的資料呼叫者升級為具備推理能力的助手，能夠主動向使用者提供有價值的洞察。目前，這一升級版本已應用於Gemini 3模型。（ITBEAR）千問App全面接入淘寶、支付寶等阿里生態，向所有使用者開放測試今日，阿里巴巴召開千問App發佈會，宣佈全面接入淘寶、支付寶、飛豬、高德等生態場景，在全球範圍內率先實現從點外賣到訂機票的AI購物功能閉環。此次更新的核心是系統級打通。千問App與淘寶閃購、支付寶"AI付"實現深度整合，使用者在授權前提下可在對話介面內完成從決策到支付的全流程，無需跳轉其他應用。這種架構基於Agent（智能體）的深度整合，而非簡單的API呼叫。（華爾街見聞）順豐極兔互相持股，投資交易金額達83億港元今日，極兔速遞與順豐控股聯合發佈公告，宣佈達成一項戰略性的相互持股協議，將互為對方增發新股，投資交易金額達83億港元。根據協議，極兔速遞將向順豐控股增發8.22億股B類股份，發行價為每股10.10港元；順豐控股將向極兔速遞增發2.26億股H股股份，發行價為每股36.74港元。交易完成後，順豐控股將持有極兔速遞10%的股份，極兔速遞將持有順豐控股4.29%的股份。據瞭解，此次合作旨在借助雙方優勢資源，共同建構一個覆蓋更廣、效率更高、更具韌性的全球一體化物流網路，以更好地服務中國企業出海及全球電商物流新格局。（北京商報）豐田集團將收購報價上調15%，豐田工業股價創近八個月來最大漲幅1月14日，豐田汽車公告，將對豐田工業公司未持有的股份報價由每股16,300日元提升至每股18,800日元，收購報價上調15%。1月15日，日本股市開盤，豐田工業（6201）股價上漲5.7%，創近八個月來最大漲幅。消息面上，1月14日，豐田汽車公告，將對豐田工業公司未持有的股份報價由每股16,300日元提升至每股18,800日元，收購報價上調15%，讓收購目標估值升至6.1兆日元。聲明顯示，要約收購於15日啟動，會持續至2月12日。（財聞） (投資家)

前段時間，螞蟻阿福大規模宣傳的時候，我其實有點不理解。不是這個業務不行，而是國內也沒有對手，如此規模的宣傳，是否有必要。都沒有假想敵，演練什麼呢。結果，沒幾天，OpenAI也在ChatGPT裡增加了健康模式（Health），Google也要再次發力健康（Google對於健康一直唸唸不忘）。那麼，AI+健康，是不是好方向？有那些機遇和難點？1、AI健康的to BAI在to B領域的應用，已經相對成熟了。用AI看影像，效率高、精準率高；用AI做藥物研發、發現新藥物，也已經是熱門應用。GoogleAlphaFold也越來越出色。所以，to B的應用是毋庸置疑的。接下來主要聊聊to C。2、AI健康 to C 的機遇傳統醫療面臨著“不可能三角”：低成本、高品質（專家水平）、高可及性（隨時隨地）。AI 健康會帶來一些改變。A、專家預診比如之前我治療幽門螺桿菌，第一次沒經驗，花了兩百多掛了專家號，排隊了兩個小時，結果進去一分多鐘就結束了。出了診室才想起來，為什麼不多問問專家。而如果有了AI健康，那麼就可以在就診之前，先多瞭解一些。也許就知道其實不用掛專家號，大家的方法都差不多。從這個角度看，AI 健康，其實是給普通人多一些預診資訊，不至於一頭霧水、或者遇到一些專業名詞也沒時間搞清楚。一定程度解決醫療資源的錯配問題，讓輕症不出門，重症不耽誤。當然，這一點，和傳統搜尋差不多。但是，因為阿福等產品，用了更專業的資料庫，所以效果會更好一些。而且多模態技術，支援看圖、看片、語音輸入等方式，使用便捷性也更高。另外，有些醫生，也可以基於大模型結合自己的資料，訓練更專業領域的大模型，讓患者先和模型交流，節省一些預診精力。所以，整體來說，解決了 成本+質量+高可及性的預診。但是，對於需要實際診療的資源而言，影響不大。B、個性化健康管理這一點才是AI 健康最有機會和想像空間的。畢竟，健康和醫療還不太一樣。健康是一個長期關注、維護的，而不是像疾病一樣“出事兒才想到”。市面也有不少手環之類，但傳統的健康建議是通用的（“多喝水”、“少熬夜”、“沒睡好”），用處不大（就像睡沒睡好自己還能不知道嗎）。所以，健康對於C端使用者而言，會有兩個痛點：一是個性、精準；二是隱私（比如有些狀況，甚至也不願意讓醫生知道，而希望自己能解決）。而AI則有機會給出個性化建議。比如，它不再說“少吃糖”，而是說：“根據你剛才吃的那個甜甜圈和你現在的血糖反應，建議你立刻快走15分鐘。不再是通用的健身教練，而是根據你昨晚的睡眠質量，動態調整今天的訓練強度。對於模型廠商而言，痛點是資料。如何採集到使用者真實的資料。所以，僅有一個應用，是不夠的。還需要有硬體端能夠採集到即時的、真正的資料。這也是Google為什麼一直希望做出可穿戴裝置、記錄使用者健康資料的原因。以我自己為例，如果能早一點知道腰部壓力已經很大了，早點有對應的措施，也許就不會等到腰間盤突出了才想起來鍛鍊。從應用場景而言，健康經營，一直是個好方向，但未必是一個好的商業賽道。3、AI 健康的問題A、核心壁壘在沒有AI之前，我一般會下載默沙東健康詞典，有時候會對應看看問題。大部分健康醫療問題，都是有標準化資料的。從這個角度而言，如果資料庫不是排他、獨享的，那麼其他模型要追趕並不難。也就意味著，從能力角度，壁壘不高。B、如何從諮詢預診跨越到診斷大模型是機率預測，也就意味著幻覺，是一個數學問題，幾乎無法避免。如果使用者因為聽從了AI的建議，而遭受健康損傷，該如何界定責任？所以，大部分C端應用也只能做健康諮詢，不敢也不能介入醫療診斷。而如果不介入醫療診斷，也就意味著，還是不能解決醫療最核心的痛點。C、商業化難點中美健康管理是有一定差異的。美國醫療費用的高昂，導致健康管理也具備一定的商業化基礎。使用者願意付費來管理健康，避免疾病的重大支出。而國內，健康管理的意識、付費的意願，相對都比較低。所以，付費難度較大。D、使用頻率如果是疾病預診、諮詢，對於單個使用者而言，其實是一個很低頻的應用工具。低頻，也就意味著商業化方式更少了。健康管理是一個高頻場景，但缺少硬體介入、缺少日常更新的資料，也會導致成為一個低頻的場景。E、使用者獲得感知道不等於做到。即使一位真實醫生告訴你，要減肥、要鍛鍊某個部位，使用者未必都會聽。更何況是一個AI。也許過不了一周，使用者就會關掉AI的每日提醒、互動。所以，如何設計產品，讓使用者真的願意用、願意聽，更加核心。整體而言，面向C端的AI健康/醫療，在國內，依然是叫好不叫座。其公益性的社會意義也許更大。比如，可以幫助三四線的醫生，作為他們的助理，來看病，提高醫生的知識儲備、以及工作效率。對於產品而言，能在細分領域，獲得使用者認可、也讓使用者有獲得感，也許比通用型，更有效。 (董指導研究)

醫藥投資圈曾流行一種偏見，投資人普遍認為數字醫療是個偽命題。他們眼中的醫療需求存在一個“不可能三角”：低頻、高門檻、非標品。普通人不會天天看病，醫生需要十年培養，每個人的病歷都獨一無二。這導致網際網路醫療平台常年陷於買流量的泥潭——獲客成本極高，使用者留存極低。螞蟻阿福與OpenAI health打開C端AI醫療想像空間。然而，這一刻板印象正在被AI時代的資料洪流無情擊碎，C端的AI醫療需求實際上是極其驚人的，它一直都存在，只是過去缺乏一個足夠低門檻、低成本且足夠智能的互動容器來承接。當互動成本降至零，且反饋質量達到准專業級時，AI醫療這種沉默的剛需瞬間爆發了。在兩個AI超級巨頭的動作中看到了這種爆發，一個是中國的螞蟻集團，一個是美國的OpenAI。在中國，螞蟻集團旗下的“阿福”，其月活躍使用者數已在一個月內翻倍突破3000萬，單日提問量超過1000萬次。大洋彼岸，OpenAI於2026年1月7日正式推出OpenAI Health。OpenAI的資料顯示，全球每周有超過2.3億人次在ChatGPT上諮詢健康問題。這甚至發生在該產品推出之前，這種需求是溢出的，是迫切的。螞蟻阿福與OpenAI Health選擇單獨做一個入口，源於對C端醫療需求的精準把握。醫療資料的敏感性，它需要物理級的隔離，需要金融級的安全，需要讓使用者敢於把最隱私的病歷上傳。螞蟻阿福和OpenAI Health，正式確認搜尋引擎主導醫療資訊的時代結束了，智能體（Agent）接管個人健康的時代開始了。01. 螞蟻“阿福”的需求驗證2025年12月，螞蟻集團將旗下AI健康應用正式升級為“螞蟻阿福”。但隨後的資料表現超出了所有人的預期。在品牌升級後的短短一個月內，螞蟻阿福的月活躍使用者數從1500萬迅速翻倍至3000萬，日均使用者提問量突破1000萬次。這組資料背後隱藏著兩個關鍵的行業洞察。首先是AI對健康全鏈路生態的打通。螞蟻阿福不再僅僅是一個問答框，它打通了華為、蘋果、OPPO等十大品牌的智能裝置，將硬體資料與“健康小目標”結合，實現了從日常監測到線上問診、線下就醫的全鏈路覆蓋。它連結了全國5000家醫院和30萬真人醫生，讓AI不僅能“聊天”，更能“辦事”。其次是驗證下沉市場的巨大需求。資料顯示，阿福55%的使用者來自三線及以下城市 。在一二線城市，人們或許可以便捷地前往三甲醫院，但在醫療資源匱乏的下沉市場，人們極其渴望一個能夠隨時解答健康疑惑、且完全免費的“專家”。螞蟻阿福正是切中了這一痛點，它用AI技術填平了醫療資源分配不均的鴻溝，將低頻的嚴肅醫療轉化為了高頻的健康陪伴。02. OpenAI 的獨立入口邏輯2026年1月7日，OpenAI正式發佈ChatGPT Health。最引人注目的變化在於OpenAI決定：它將Health功能在側邊欄開闢了一個獨立的入口。為什麼要這麼做？核心邏輯在於大模型與隱私安全的衝突。OpenAI非常清楚，使用者在寫程式碼、寫文案時需要的是效率與創意，而在諮詢病情時需要的則是絕對的安全感與隱私保護。如果使用者擔心自己的病歷會被拿去訓練AI，或者擔心在演示工作時AI突然跳出關於隱私疾病的建議，那麼他們永遠不會把真實的健康資料交給AI。因此，OpenAI設計了一種近似物理隔離的架構。在儲存層面，Health空間內的對話、檔案與資料，全部與主介面分開儲存。Health擁有獨立的記憶系統，這些記憶絕不會“回流”到主對話中。這意味著，你在Health裡諮詢了心理疾病，轉頭去主介面進行程式設計演示時，AI絕不會洩露任何相關資訊。更關鍵的是，OpenAI明確承諾：Health中的對話資料不會被用於訓練其基礎模型。只有建立了這種信任，頂級醫療機構才敢與它合作，使用者才敢上傳自己的基因檢測報告。獨立入口，實際上是OpenAI為醫療AI建立的一道“信任防火牆”。03. AI醫療功能矩陣ChatGPT Health的野心遠不止於做一個聊天機器人，它試圖通過強大的生態連接，接管使用者健康的全生命周期。目前的醫療資料往往呈現極度碎片化的狀態，散落在醫院的電子病歷（EMR）、紙質報告、智能手錶的App以及各類垂直應用中。ChatGPT Health並未試圖自己去一家家醫院談介面，這在商業上是不經濟的。它選擇了一個關鍵的戰略合作夥伴——b.well Connected Health。b.well作為美國最大的即時聯網健康資料網路之一，基於FHIR標準建構了底層基礎設施。通過這一合作，ChatGPT Health得以解決大模型面對雜亂醫療資料時的“讀不懂”難題。使用者在Health中授權後，可以一鍵拉取自己在不同醫院的病歷，AI不僅能看懂結構化的化驗單，還能深入理解非結構化的臨床筆記與出院小結。除了靜態病歷，ChatGPT Health還通過Apple Health整合，接入了動態的生理體徵資料，這使得AI的建議具備了時間維度。當使用者抱怨“心悸”時，ChatGPT可以立即調取過去24小時的心率變異性（HRV）資料，結合使用者的既往病史，判斷這是否是需要立即就醫的緊急情況。此外，OpenAI還引入了Instacart、AllTrails等合作夥伴，打通了從“建議”到“行動”的最後一公里。AI可以根據你的代謝資料生成飲食計畫，並直接轉化為Instacart的購物清單；也可以根據你的體能狀況，在AllTrails上推薦合適的徒步路線。這種從資料匯聚到行動落地的閉環能力，正是AI Agent相對於傳統網際網路醫療的降維打擊。在12月更新的螞蟻阿福中，這些相似功能都有推出，並且進一步打通了從日常健康諮詢到線上問診、線下就醫的全鏈路服務，印證了東西方C端AI醫療需求的共性。04. AI醫療估值邏輯的重塑從螞蟻阿福到OpenAI Health，中美兩大科技巨頭的動作預示著行業競爭邏輯的根本性轉變。首先是流量入口的徹底重構。過去二十年，使用者獲取健康資訊主要依賴搜尋引擎，商業模式是基於關鍵詞的廣告競價。這種模式天然存在利益衝突，導致資訊質量良莠不齊。OpenAI Health代表了一種新的入口形態——對話式服務。如果使用者習慣了直接向AI索取基於個人資料的精準答案，WebMD、百度健康等傳統內容型平台的價值將被迅速稀釋，流量將不可逆轉地向擁有私有資料壁壘的AI Agent集中。其次是線下服務的價值重估。在AI時代，演算法本身正在變得廉價，算力可以購買，唯有真實世界的高品質資料是稀缺的，線下服務商將從單純的“人力服務者”轉型為“資料資產商”。最後是對“信任”的定價。OpenAI Health刻意強調的隱私隔離與不訓練承諾，實際上是在為信任定價。在AI時代，唯有信任是最昂貴的貨幣。使用者敢於將自己最隱秘的病歷上傳給OpenAI，是因為相信其隱私架構。這種信任將成為OpenAI Health未來商業化（如高級訂閱、保險合作）的核心溢價來源。未來的阿福或OpenAI Health，將是一個24小時線上、瞭解你一切生理資料、並能調動現實世界資源的超級健康管家，也成為了改變AI醫療生態的推動者。 (硬AI)

渣打銀行推出一項代幣化存款解決方案，助力企業客戶將資金從傳統銀行帳本無縫轉移至區塊鏈基礎設施。該行已在其基於區塊鏈技術的即時全球財資管理平台Whale上，為螞蟻國際上線了新加坡元及美元的代幣化帳戶餘額服務。此前，渣打銀行已順利完成面向該公司的新加坡元代幣化流動性轉移試點項目。這一新應用場景以代幣化技術提升金融市場效率與流動性為核心目標，其研發借鑑了新加坡金融管理局（MAS）“守護者計畫”的實踐經驗。該方案由渣打銀行與螞蟻國際聯合開發，雙方在區塊鏈代幣化項目領域有著長期合作關係。借助這一方案，螞蟻國際可實現新加坡元與美元資產的即時、全天候流轉，從而為自身財資營運築牢長期發展基礎。該方案能夠幫助螞蟻國際在集團各實體間更高效地調配流動性，同時最佳化營運資金與財資管理水平。此次方案的推出，是渣打銀行整體代幣化戰略處理程序中的關鍵里程碑。渣打銀行的代幣化戰略旨在為商業銀行打通傳統銀行體系與區塊鏈網路的資金轉移通道，樹立行業標竿。這一舉措也充分展現出企業如何借助分佈式帳本技術所具備的高效、透明與不可篡改特性，實現自身發展提質增效。該代幣化存款解決方案在新加坡市場支援新加坡元與美元交易，在香港市場則可處理港元、離岸人民幣及美元交易。通過在多個市場實現常用貨幣的近乎即時結算，該方案特別適用於從事跨境交易、需要持續開展即時流動性管理的跨國企業。 (Blockwind)