舊場景的驗證，新技術的競賽。封面來源｜AI生成2026年，中國AI市場註定硝煙瀰漫。最重量級的玩家將在2026年展開殊死搏鬥。阿里對“千問”的戰略級投入將在2026年更加淋漓盡致，撒30億請使用者喝奶茶，就是一個聲勢浩大的開始；同樣的，大撒“元寶紅包”也不會是騰訊唯一的大動作。而字節卻是個很難打敗的對手，它已經佔據AI to C的一線位置，且手握最大的流量，“豆包手機”也不會是它對突破邊界的唯一試探。如果說此前幾年，大廠的AI業務尚在模型層的陽春白雪中，還有遲疑、走神的空間，但大廠如果想在AI時代依然是“大廠”，面對豆包高企的DAU，2026年是AI ToC市場最後一搏的機會窗口。這場戰爭的重要程度，絕不亞於打車大戰、支付大戰、外賣大戰……我們曾經歷的任何一場戰爭。對於“中廠”來說，隨著智譜和MiniMax的港股IPO、月之暗面和階躍星辰的融資落定、新一輪模型的發佈接力，“AI六小虎”的故事告一段落。是否有餘力衝刺AGI成了薛定諤的命題，但自我造血對六小虎來說迫在眉睫。他們需要找到各自差異化的道路，尤其是商業化的道路。正如一名六小虎高管所說：不要貪大盲目IPO，二級市場的嚴苛審視會立刻反映在股價上。不過，“目前沒有商業模式是成熟的，還需要經過幾年的探索。”某一線美元基金合夥人告訴我們。商業模式的分化，一定伴隨著組織特性的分化。一名大模型初創公司融資負責人一口氣舉出了5種主流的商業模式：ToC的訂閱和廣告付費、ToB的API售賣、ToB定製、按效果收費、軟硬體一體——每種商業模式對應著不同的選擇，例如，做ToC的一定要出海，做ToB的一定要會“打單”……不過，最活色生香，最令人期待的，還是在創業公司，在AI應用領域。每個人都想成為Manus，成為ARR過億美金被大廠重金收購的對象，但是最充滿不確定性的也是這個領域。難以琢磨，不可預測，卻充滿魔力。2026年，“智能湧現”將繼續用熱切的心情、開放的心態，關注AI創業領域。關於模型技術的迭代、商業化，不同玩家的處境，“智能湧現”訪談了十幾位身處一線的創業者、投資人、大廠員工，總結了2026年的10大命題。字節：守住優勢，追擊AI世界第一梯隊圖源：AI生成前flow員工：AI入口的最佳形態還沒有確定豆包做得最對的一個決策是，是將AI能力平權了——在很早的階段確認多模態為核心能力。在2025年，還抓住了最好的時機做增長。2025年，字節完成的一個重要里程碑，是通過引進吳永輝為主的世界頂尖人才，現在已經逐漸完成一流模型人才的儲備，在基礎模型層逐漸穩居在國內第一梯隊。但2026年，隨著AI助手和模型層的競爭變得更加激烈，如何留住這些人才，是最核心的命題。某大廠戰略人士：今年最大的挑戰，是讓豆包聯動線下服務2025年，豆包做得最勇敢的一個決策，是推出豆包手機。雖然這件事註定會被其他大廠圍攻，但這個舉動攪動了移動網際網路和手機廠商的現有利益格局，讓所有玩家都不得不加速行動。展望未來豆包面臨的長期挑戰，是如何保持AI模型能力在最前列，同時把AI助手與普通使用者的真實生活連接起來——尤其是電商、外賣這類線下服務，字節雖然都有佈局，在組織上，字節相比其他大廠來說，歷史包袱少、依然是一個年輕有活力的組織，但怎麼內部協作得更好也並不容易。阿里：再造新AI To C入口圖源：AI生成某千問員工：不只是對外AI入口，也會成為阿里的底層AI能力平台千問是阿里內部集全集團之力做的C端AI入口。從產品路線上，主打差異化，也是因為親民、親切的路線就已經有競品佔據了使用者心智，我們先以差異化的辦事、辦公場景切入市場，走專業路線，但長期目標是成為AI入口。未來，千問不只是對外的AI入口，也會為阿里很多業務提供底層的AI能力。2026年，我們的挑戰在於，阿里的業務體系龐雜，行業差距也很大。千問作為相對獨立的技術團隊，理解阿里內部其他業務對AI能力的訴求是困難的，怎麼和各業務單元之間做更好的協同，這是未來的挑戰。某大廠戰略人士：2026年，大廠真正開打ChatGPT之戰的一年阿里今年能從夸克切換到千問，並在千問這個產品上快速發力，背後是阿里強大的組織能力在支撐。今年會是大廠真正開打ChatGPT之戰的一年，這是因為一條主線仍在持續：只要模型能力持續提升，新的功能釋放出來，就會有反哺業務的機會。從競爭格局看，雖然市場已有過億DAU的產品，但市場遠遠沒有飽和，這是千問敢在這個時間段發力的原因。目前，各家大廠的通用AI助手產品其實同質化程度都比較高，真正的差異在於誰能更快地迭代，誰能更好地把握使用者需求，長期地進行營運。AI助手市場還有很大的增量空間。前阿里員工：用組織變革來換取決策速度AI時代給了大廠一個重新定義入口的機會。原來的搜尋、社交、電商入口都已經被佔據，AI助手有可能成為新的流量入口和推薦網路。問題在於，這個機會窗口可能很短。千問C端事業群的推出，某種程度上是阿里在用組織變革來換取決策速度——與其在內部慢慢協調，不如直接推出新產品，用市場來驗證。騰訊：AI應用和模型繼續補課圖源：AI生成前元寶員工：DeepSeek再次刷新“模型即產品”的重要性事實上，在接入DeepSeek之前，元寶就已經明確“模型即產品”的重要性，DeepSeek之後是更加強化了這一共識。這一年裡，元寶比較聚焦模型能力的提升，強化產品與模型的深度整合。另外，元寶早期很早就定下來選擇聚焦高知人群，走差異化路線，一是高知使用者對體驗和效果的要求更高，二是，他們作為AI領域的早期嘗鮮者和意見領袖，他們的使用習慣會影響周圍人群，形成示範效應。元寶成員：元寶要擺脫DeepSeek依賴目前混元在模型市場上還沒有絕對的優勢。元寶提供的搜尋服務，一部分基於混元，一部分基於DeepSeek。但截至2025年底，大多數使用者還是選擇DeepSeek作為默認模型。最近，TEG的搜推部門合併到了元寶的搜推。此前，TEG搜推負責的是元寶中基於混元的搜尋鏈路，元寶搜推負責的是DeepSeek的搜推鏈路。其中的意義，一方面在於提高合作效率。另一方面，我猜測，未來元寶的搜尋會對模型進行整合，以後內部可能就不會存在基於DeepSeek的搜尋、基於混元的搜尋，只存在“元寶搜尋”。某大廠戰略人士：關鍵要理清微信和元寶的戰略定位相比行業內其他玩家的快速迭代，騰訊的節奏相對謹慎。比如，混元策略可能是不在基礎模型層面做正面競爭，而是聚焦Agent模型等差異化方向。接下來，騰訊需要在自研模型能力上拿出更有說服力的成果。微信遲遲沒有將AI能力深度整合到裡面，也是因為國民級入口要面對的隱私和安全問題太多，難以在短時間裡解決。用“元寶派”等新產品的試水方式，本質上是希望加速產品形態的創新嘗試，而不影響原有使用者的體驗。2026年，騰訊更需要解決的關鍵問題，可能是理順元寶和微信的戰略定位，才能更好發揮騰訊在產品層面的優勢。百度：對著釘子造錘子百度集團執行副總裁、百度智能雲事業群總裁沈抖：智能經濟帶來無限機會，企業需要建構AI原生組織AI正開啟“超級周期”，其價值將遠超網際網路時代。與網際網路僅改變資訊互動不同，AI將深度重構“研產銷服”全產業鏈，撬動10兆級市場。大模型智能湧現，而智能體（Agent）是產業落地關鍵形態，已在程式設計最佳化、數字員工、工業SOP（標準化操作流程）等領域展現突破性效能。企業需建構AI原生組織，推動自上而下的變革。未來企業中層很有可能大幅縮減，形成“決策層+智能體”的高效架構。百度集團副總裁，個人超級智能事業群總裁王穎：AI應用必須想得全、想得對、做得好當前使用者在使用AI產品時，仍有三大明顯痛點：一是認知偏差，幻覺問題未解決，也缺少個人知識沉澱；二是落地斷層，AI手腦分離，即便能想但只能局部實現；三是體驗割裂，即便能做也要在不同工具中轉移，AI能力、模態與格式無法一站滿足，使用者完成任務過程磕磕絆絆，時時碰壁。要打造真正的超級個人智能體，賦能使用者成為“超級個體”，就應該充分解決掉上述的所有問題。我們一直希望把百度文庫和百度網盤打造成為超級個人智能體，讓AI應用想得全、想得對、做得好，為使用者提供個性化、自由化、通用化的能力。百度集團副總裁，百度電商、百度數字人業務負責人平曉黎：未來的數字人會持續自主進化隨著視覺、語音、智能體等AI關鍵技術的突破，數字⼈也在加速進化。1.0時代的數字⼈，只是簡單實現了虛擬⼈的表層，具備了基本的外形和聲⾳。2.0時代是超擬真數字⼈，隨著⼤模型的問世⽽得到顯著提升，實現了對⼈物形象的⾼精 度克隆、⽀持⼤動作、擺脫了紙⽚⼈的效果，實現了數字⼈語⾔指令碼和互動問答的⽣成。⽬前，業界主流的數字⼈就處在這個階段。去年，百度率先發佈了⾼說服⼒數字⼈，把AI數字⼈帶⼊了3.0階段，不僅形神⾳容⾼度協調、還會思考決策、能調度多智能體完成指定任務。⽽在不遠的未來，擁有世界知識、不知疲倦的數字⼈，能夠持續⾃主進化，還能夠⽀持千⼈千⾯的個性化情感互動，將在更多的應⽤場景上超越真⼈。模型商業化：賺高品質的錢圖源：AI生成某模型初創公司高管：售賣模型API，只能作為短期商業化的補充手段大模型主流的商業模式有5種：ToC的訂閱付費和廣告收費，ToB的API售賣，ToB和ToG的定製化，按效果付費，以及從資料側走向端側的軟硬一體。選擇ToC訂閱的廠商，基本都選擇了出海，因為國內使用者付費意願還不高；售賣API的模式，本質上是雲服務的延伸，未來雲廠商一定會將API價格打得很低，獨立模型廠商很難實現規模化，因此API只能作為短期商業化的補充手段。至於定製化，市場上一種論調是，大模型的泛化能力可以改變原有重交付的模式。但在國內，不僅需要有能交付的技術能力，人脈也很重要。對初創公司來說，按效果付費和做軟硬一體，兩種模式都有機會。Physical AI的想像空間很大，未來智能終端有望成為新的流量入口和下一代推薦網路。但兩種模式都對初創公司的能力提出了高要求。按效果付費的前提，是模型能力足夠強。做軟硬一體的交付，要求公司有豐富、無短板的多模態模型矩陣，也要求團隊有資深的端雲協同交付經驗。某模型初創公司成員：模型能力迭代，不跟著OpenAI走，跟著客戶需求走2023年以來，我覺得賽道上很多模型公司都有“OpenAI病”，自稱要做“中國的OpenAI”，產品矩陣也強對標OpenAI。但2025年，提要做“中國OpenAI”的公司變少了，反而提做Anthropic的變多了。其中一個很重要的原因是，大家發現，自己手上的錢和卡不夠了，無法支撐OpenAI那樣全面鋪開的產品矩陣。資源有限的情況下，有些東西就不得不放棄。Anthropic已經證明，推理能力、Coding能力有市場、有付費，所以不少廠商2025年以來都將模型的迭代方向轉移到這兩者上。所以，我相信未來不同模型廠商，模型能力也會根據自己的資源、優勢，以及下遊客戶的需求，產生分化。某一線美元基金合夥人：目前模型的商業模式都不夠成熟在產品層面，AI時代的產品形態還沒有完全定型，原因在於模型能力還沒成熟。比如視訊模型的一致性、理解能力，都還在發展。這些能力成熟後，到底能實現什麼功能、落地什麼場景，大家都還在探索。今天，像ChatBot類型的產品，大家都在用訂閱的方式收費。但這只是其中一種形態。OpenAI也在探索，ChatGPT要不要使用更高效的廣告模式，吸引更多使用者，而不是全部採取訂閱模式。所以，目前沒有商業模式是成熟的，還需要經過幾年的探索。找場景 ：在垂直、細分領域找錢圖源：AI生成極致上下文CEO廖謙：創業公司要找垂直場景切入，做端到端的服務交付我不認為通用Agent會統一天下。在做使用者理解時，不同問題的互動形態完全不一樣，資訊蒐集方式也不同。通用Agent會讓上下文變得駁雜，而且很難定義任務的好壞，商業模式只能是成本導向。但垂類場景下，任務可以被明確定義，有行業統一標準。創業公司的關鍵是，要切入資訊生產場景，做端到端的服務，而非工具。另外，要做生產場景而非消費場景（娛樂、社交），後者是大廠的必爭之地，創業公司切入比較難。前百川智能合夥人、AI醫療公司緣啟智慧創始人兼CEO鄧江：不是所有的場景，都願意擁抱大廠創業公司相較於大廠有兩個優勢。第一，創業公司在技術上更垂直、更深入。大廠很難做這麼垂直的投入，他們做的都是更普世、更廣泛的技術投入。豆包、螞蟻這些大廠推出健康類產品，我是開心的。大公司每個決策背後一定有龐大的市場和資料支撐。反過來，每一種病症，都意味著巨大的市場空間。比如皮膚病，中國有上億的患者，把皮膚病做好，都足夠立足了。所以未來還是看你能不能把垂直的能力做深做透。第二，創業公司可以保持技術獨立。不是所有的場景，都願意擁抱大廠，因為大廠和客戶在某類場景上有深度競爭。無論資料安全，還是商業競爭，不管在那個行業、那個時代，獨立的技術公司都有自己的生存空間。攀峰智能CEO王銘：2026年是Agent“按效果付費”的元年傳統的SaaS工具模式，其經濟模型是“收取的訂閱費能否覆蓋算力成本”，至於使用者能否跑出結果，工具方並不負責。我們認為，未來的經濟模型應該會變成“獲取的任務分成能否覆蓋算力成本”，2026年會是按效果付費的元年。這從根本上改變了產品的驅動力，迫使我們會花更多精力去打磨那些能直接幫助使用者賺錢，離ROI更近的功能。這對資源有限的創業公司至關重要，因為大廠會逐漸往下尋找並佔據好場景。一旦驗證了Agent能幫使用者低門檻賺錢，傳播速度會非常快，因為使用者的決策成本幾乎為零——幫你賺到錢了，你再付錢。那裡去找錢：IPO是好事，但不要盲目IPO圖源：AI生成某一線美元基金合夥人：港股IPO是改善一級市場環境的契機至少在過去，我覺得中國一級市場沒有辦法顯著支撐長期、巨額，且不是淨利潤導向的研發投入。如果大模型企業不上市，未來在一級市場的融資效率肯定很低，只能在現在30億、40億美金的估值基礎上小幅地融。但港交所舉措越友好、IPO的公司越多，優質科技型企業有更順暢的退出管道，並且在資本市場能得到國際投資者更公允的定價，這些事實都會反哺到一級市場。如果一級市場更活躍，中國的創新環境也會更好。只有這樣的循環被打通，一級市場才有可能真正支撐起千億美元的科技公司，而不是讓公司在早期階段就考慮上市。作為對比，SpaceX等到估值1萬美金，才考慮上市。他們前期發展的資金全來自美國一級市場。綠洲資本創始合夥人張津劍：不要只做區域創新，要做讓全球資本看見的全球創新很多投資者認為，AI最後就是中美的遊戲。但美國有很多標的，比如輝達。但中國的AI標的，在世界上的面貌不那麼清晰。MiniMax 的港股 IPO讓海外投資者有了一個投資中國AI的清晰樣本。接下來每一家AI、具身公司的上市，都是中美之間鑿壁偷光的一扇窗，讓外界看到中國有那麼多企業推動全球創新，從招股書上也能看到，他們的很多收入也來自全球。同時，越來越多的海外投資人也想直接投資中國。2025年夏天，美國很多GP到中國走了一圈。歸根到底，只要中國有創新、有服務全球的能力，錢是會進來的。創業者就應該堅定地去探索全球創新，而不是區域創新。未來中美之間有多少牆，就會有多少洞，比如港股IPO，比如2025年的DeepSeek和宇樹，只要堅持創新，就一定有好的錢主動找過來。某模型初創公司融資負責人：走向二級市場是“雙刃劍”2026年初，月之暗面、階躍星辰接連宣佈了新一輪的大額融資。這件事向行業證明，一級市場還能支撐大模型發展。之前智譜、MiniMax的IPO向創業者釋放的訊號是，在一級市場不一定融得到錢了，所以大家在匆忙地走向二級市場。走向二級市場是一把“雙刃劍”。好處是企業擁有了更順暢的融資管道，更大的市場聲量。但也要意識到，企業很快會面臨商業化的壓力。能看到很多IPO的企業，立刻開始大力佈局ToB業務，因為ToB的優勢在於變現速度很快。二級市場給企業的業績兌現期是一到兩年，如果沒有達到預期，企業的股價會立刻下跌。AI組織：小是趨勢，人效是關鍵圖源：AI生成Honghub鴻鵠匯發起人鄒凌：稱職的極小團隊Founder，要會找機會、有執行力、能自我行銷能把一人公司或者這種極小組織公司良好經營起來的Founder，身上通常具備以下三種核心能力：一，找機會的能力。他們往往在某個行業深耕多年，可以從自身行業經驗中提煉真實痛點、找到可以用AI改進的低效環節。二，快速執行力，能借助AI獨立完成短時間內做出初版甚至多個Demo，然後迅速獲得反饋，聚焦最有潛力的方向迭代。此外，AI時代，很多早期項目並不依賴ToB銷售或獲客團隊，個人創業者還要擅長用社交媒體為自己“代言”。得有找到早期使用者、驗證需求，甚至帶來現金流的能力。清華交叉資訊學院助理教授、AReaL項目負責人吳翼：極小組織形式和全端創新能力是相輔相成的極小的組織形式和全端的創新能力是相輔相成的。不僅是創業公司，大公司中的AI研發團隊也有必要做簡化。因為人的溝通頻寬是有限的，但大的組織架構必然會走向職責劃分和管理，而人類糟糕低效的Context Sharing能力會成為整個團隊的效率瓶頸。傳統的組織中會把演算法和Infra團隊分開。如果做模型時Infra團隊和演算法團隊太過強調分工，容易產生一種情況，即演算法團隊像是個甲方，Infra團隊承擔做“髒活累活”的乙方角色。隨之而來帶來的問題是，做乙方的團隊，容易失去創新的空間；而習慣於做甲方的團隊，就可能不願意做髒活累活，這會很容易失去對於技術最底層的觀察、感知，和創新所需要的自驅力。因此，AI研發組織中，演算法和Infra是不能脫離成兩個團隊的。兩者共同設計、協同演進，才可以形成一支小而有戰鬥力的團隊。DeepWisdom創始人兼CEO吳承霖：不要迷信一人公司，組織的關鍵在“人效”行業認為AI能夠提效，進而替代人力。但當每家公司都有電腦的時候，其實相當於大家都沒電腦。卷度只會上升，不會下降。所以不要迷信一人公司，最終評價組織的維度應該是“人效”。每家公司80%的成本，其實是溝通成本，反而不是寫程式碼、文件的成本。AI可以精確規避溝通的隱形成本。一些頭部AI公司內部已經用AI代替人來分工。Claude能夠識別員工的所有歷史行為，識別技能體系，判定舒適區，然後派稍稍超出舒適區的任務。目前，人還需要作為AI的管理者。我們更需要的是技能全面、具有批判性思維的通才，去減少人之間的溝通問題。我們公司內部為通才成立了一個試驗性的組織“ROOT”，裡面沒有傳統崗位的劃分，每個人承擔從產品策劃到開發、管理的全端工作，效率是傳統組織的好幾倍。基礎模型下一戰：讓模型“看得懂”、“記得住”、“用得起”圖源：AI生成Luma AI首席科學家宋佳銘：多模態需要走向“大一統”2026年，大家有必要在“大一統”路線上做一些探索，也就是將圖片、視訊、音訊、文字等模態的理解和生成混合在一個模型中。相比於單純的圖像、視訊模型，大一統的擴散模型的好處在於，有更強的In-Context Learning（上下文學習）能力和Zero-shot（零樣本學習）能力，天花板更高，落地的想像空間更大。不少廠商都選擇將不同模態的模型拼接在一起，而不是統一訓練。這種方法會帶來短期收益，但長期來看，會延誤建構更好模型的時間。前百川智能聯合創始人、來福電台創始人兼CEO焦可：AI 時代真正的壁壘是記憶2025年行業對記憶的研究開始變多，但依然非常早期。人的記憶系統很複雜，每天都在睡眠中將短期記憶與長期記憶進行合併、遺忘和抽象，我們是在進行一場持續的日更訓練。今天還沒有一套成熟方案能夠系統性地做到這一點。AI時代真正的壁壘就是記憶。這是所有AI產品的兵家必爭之地，我們之所以選擇從語音切入，也是因為語音能讓使用者最自然地表達出Long Context（長上下文）。誰能跟使用者說更多的話，誰才有使用者更多的記憶，進而更懂使用者，提供更個性化的服務。因此，對我們而言，DAU並沒有那麼重要，因為DAU隨時會走。我們更看重DTU，Daily Talk User（每日交流使用者），這代表每天有多少使用者產生新的記憶。以及LMU，Long-term Memory User（長記憶使用者），這部分才是 AI 產品真正的價值。前阿里/字節大模型帶頭人、Infix.ai創始人兼CEO、港理工人工智慧講座教授楊紅霞：“去中心化”帶來落地今天模型的落地有一個很大的鴻溝。不少高精尖領域、中小企業、醫院、政府機構都想用生成式人工智慧，但遲遲無法實現，核心原因是現在的以個別廠商為中心主導的大模型沒有他們所對應的領域資料。需要強調的是，模型知識的注入只發生在預訓練階段，所以模型在企業或機構的本地化部署，一定要啟動持續預訓練，因為醫院、企業、機構大量的本地化私有資料和知識，在網際網路上是無法獲取的。同時，現在不同企業或機構的資料是很難共同分享的，導致了現有範式下模型無法做到全球化和全行業化。我相信未來每家公司都會需要大模型這樣一個腳手架。所以，我們希望把“腳手架”做到最便宜、最易用、入門門檻最低，讓每一家企業或機構都有自己本地化部署的模型。第二件事，我們想通過模型融合的方式，把某個領域的模型做到全球化。比如不同醫院的醫療專科模型融合起來，就能得到一個醫療領域的基礎模型。所以所謂的“去中心化”，就是在各個領域，集大家的能力，一起做好領域大模型。具身世界模型突破口：演算法要創新，場景要驗證圖源：AI生成大曉機器人董事長，商湯科技聯合創始人王曉剛：世界模型真要有效，必須有下游驗證閉環2024年11月，我就主導發佈過智能駕駛世界模型，但當時行業對這項技術的態度是“不太信”。原因是，包括輝達Cosmos世界模型在內，當時不少公司把世界模型當“資料生成器”。雖然可以在實驗室裡生成一堆看起來成立的場景畫面，但缺少下游真實落地驗證，沒人能回答“這些資料到底好不好用”，信任很難建立。過去採集這類資料危險又貴，甚至得協調“演員車”上路復現。商湯則可以先在世界模型裡規模化生成大量場景畫面與解決策略後，再用上汽智己的實車對世界模型的決策進行檢驗、校準，讓模型能力在真實反饋裡越練越準。同樣，世界模型在具身智能上也需要下游場景驗證。比如，大曉機器人先採用硬體更成熟的四足狗做“上街巡邏”的工作，在任務執行中驗證世界模型的能力，在真實場景裡持續迭代。極佳視界創始人兼CEO黃冠：2-3年內將可能迎來物理世界的“ChatGPT時刻”真機的“VLA+強化學習”正在快速迭代和擴展，但面臨巨巨量資料瓶頸，“世界模型”是被認為是未來能解決物理世界通用智能真機資料瓶頸的方式。我認為，2-3年內將可能迎來物理世界ChatGPT時刻。關於“物理世界ChatGPT時刻”的定義是：在100種常見任務中，90%的場景下達到95%的成功率。之所以認為這個時刻會在2至3年到來，是根據現有技術進展速度所進行的推測。這個過程目前並不是由世界模型完成所有任務，而是仍然需要與VLA、強化學習互相配合。具體而言， VLA解決的是作業的複雜性，世界模型解決泛化性，強化學習解決精準率和可靠性。清華交叉資訊學院助理教授、星海圖聯合創始人趙行：值得探索的前沿方向，是讓機器人預知未來我們會去較為積極地探索世界模型，但它還沒有進入到工業化的技術階段。與靠資料驅動的VLA不同，我覺得世界模型是一個非常典型的、靠聰明頭腦驅動的工作。它需要定義出一個最合理的演算法，建模物理世界的運動規律。如果能把世界的動力學規律給建模出來，那麼我們就不用再靠模仿學習的方式去訓練機器人了，機器人可以直接知道每一個動作的後果。但是讓機器人預知未來，可能比讓機器人規劃現在的動作更難，這有點像為瞭解決一個難題還要創造另一個難題。所以它非常適合最聰明的、最前沿的實驗室去探索。 (36氪)

當我們把目光拉回 2000 年和 2007 年，美股歷史上兩次震動全球的 “大頂部”，都有著清晰的敘事邏輯：前者是網際網路浪潮催生的 “未來夢想泡沫”，後者是信貸過度擴張引發的 “當下槓桿危機”。而站在 2026 年的今天，當我們審視眼前這個尚未閉環的市場周期，資料勾勒出的圖景足以令人警醒 —— 這不是歷史的簡單重複，而是估值極值、盈利極值與債務極值的三重疊加。如果說 2000 年是估值的狂熱，2007 年是信貸的狂熱，那麼此刻我們正身處一場 “完美的狂熱” 之中，市場對 “確定性” 的定價，已經超越了過去百年的任何時刻。一、硬核資料對比：三輪頂部核心指標大揭秘為了剝離市場情緒的干擾，我們選取了六個跨越周期的核心維度，用資料直觀呈現當前美股的 “頂部等級”—— 多項關鍵指標已遠超 2000 年網際網路泡沫和 2007 年次貸危機前夕。二、估值的真相：市銷率暴露的 “定價傲慢”當前市場上流傳著一種看似合理的觀點：“雖然指數屢創新高，但企業盈利（EPS）表現亮眼，所以市盈率（PE）並不算貴。”這其實是典型的線性外推誤區。要知道，利潤可以通過會計準則修飾，但營收（Sales）很難造假，而市銷率恰恰能反映最真實的估值水平。2000 年納斯達克泡沫破裂前，標普 500 的市銷率峰值僅 2.36 倍，而 2026 年的今天，投資者願意為每一美元的銷售額支付超過 3.18 美元的價格。這背後的邏輯的是：市場不僅消化了當前的完美盈利，還提前計入了未來極高的增長預期，甚至默認利潤率將永遠維持在歷史最高位。這是對 “完美” 的極致定價，容錯率幾乎為零 —— 一旦營收增速放緩，或者利潤率回歸均值，支撐高股價的邏輯鏈條將瞬間承壓。三、盈利周期的錯覺：站在巔峰，更要警惕深淵我們必須認清一個關鍵事實：當前相對較低的市盈率，是建立在歷史最高的利潤率之上的。回顧歷史：2000 年是 “無利潤的繁榮”，泡沫破裂時主要是估值層面的調整；而 2026 年的美股，正處於 “高效能的巔峰”，標普 500 的淨利潤率維持在 13% 以上的歷史高位。但周期思維告訴我們，利潤率具有極強的均值回歸屬性。當前通膨的粘性、勞動力成本的上升，以及反壟斷壓力的加大，都在持續擠壓超額利潤，試圖將其拉回平均水平。如果在高市銷率（高估值）的基礎上，再遭遇利潤率下滑，市場將面臨經典的 “戴維斯雙殺”—— 估值與業績同時收縮，這種調整的烈度，遠比單純的估值修復更為猛烈。四、宏觀隱憂：消失的 “政策安全墊”本次頂部與 2000 年、2007 年最大的不同，在於宏觀資產負債表的健康程度。前兩次危機爆發時，美國政府的資產負債表相對健康，聯邦債務佔 GDP 比例僅 55%-62%，這讓聯準會和財政部有足夠的政策空間充當 “最後貸款人”，通過降息、擴表等方式承接私營部門的風險，平抑市場波動。但到了 2026 年，美國聯邦債務佔 GDP 比例已突破 122%，且赤字率依然高企。當主權信用本身成為壓力來源時，政策工具箱的空間被大幅壓縮。這一次，若市場遭遇風雨，我們可能再也無法像過去那樣，單純依靠 “印鈔” 來穩定局面。結語：敬畏周期，回歸秩序2026 年的美股，正站在一座由 “被動資金慣性（高擁擠度）、完美預期（高市銷率）和透支的購買力（高居民持倉）” 共同構築的歷史孤峰之上。這個頂部的等級之所以可能超越 2000 年和 2007 年，核心在於它不再是局部類股的泡沫，而是宏觀定價體系的全面偏離。萬物皆有秩序，偏離必有回歸。對於理性的投資者而言，此刻最該做的或許不是追逐下一個增長點，而是重新審視手中的資產配置，真正理解 “均值回歸” 四個字背後的份量。正如那句話所說：“真正的風險，往往不在於未知的黑天鵝，而在於我們將異常的繁榮，誤作了長久的常態。” 敬畏周期，方能行穩致遠。 (周期循環圖譜)

眾所周知，個人電腦（PC）主系統記憶體——正式名稱為隨機存取儲存器，簡稱 RAM——的價格已經失控。在過去的幾個月裡，DDR5 RAM（最新標準）模組的價格一路飆升，翻了一倍甚至更多。一套 64GB 的桌上型電腦記憶體套件迅速變得比索尼 PlayStation 5 還要昂貴，而一些更大容量的套件現在的價格甚至超過了高端桌上型電腦 GPU。這種瘋狂的價格上漲也開始蔓延到較舊的記憶體類型，比如 DDR4 和 DDR3。這些價格上漲將影響每一個依賴記憶體或儲存的產品——但我現在想專注於筆記型電腦。筆記型電腦使用的物理模組與桌上型電腦不同，但底層的記憶體顆粒是相同的，且容易受到相同的價格壓力影響。作為 PCMag 領先的筆記型電腦專家之一，我可以告訴你：對於今年需要新電腦的人來說，情況即將變得困難。為什麼現在的 RAM 這麼貴？讓我們首先瞭解為什麼記憶體價格漲幅如此之大，並且還將繼續上漲。簡單的答案是：來自 AI 計算巨頭的壓倒性需求。大規模的記憶體陣列對於 AI 性能的巔峰至關重要，這使得記憶體晶片成為滿足飆升的 AI 算力需求的關鍵。為 ChatGPT 和其他 AI 工具提供動力的資料中心正在吞噬可用記憶體製造產能中的巨大份額。AI 應用並不一定需要與 PC 完全相同的記憶體種類，但相關的記憶體工廠（即晶圓廠）——如今主要集中在美光（Micron）、三星（Samsung）和 SK 海力士（SK Hynix）這三家巨頭手中——其產能是有限的。根據 TrendForce（一家總部位於台灣、專注於半導體行業的行業分析和諮詢公司）的預測，今年以 AI 為中心的記憶體預計將消耗全球記憶體硬體產量的 70%。這給消費級產品留下的產能所剩無幾。為了滿足 AI 資料中心的飢渴，主要的記憶體晶片製造商正將其部分產能轉向堆疊設計的視訊記憶體（HBM）和伺服器級 DDR5，進一步削減了供應給消費者和消費級機器的晶片。這種轉變有多大？例如，美國記憶體巨頭美光已經完全退出了直接面向消費者的記憶體市場，關閉了許多升級使用者和 DIY 玩家所熟知的長期子品牌英睿達（Crucial）。它仍將向商用 PC 製造商提供記憶體，但供應緊缺同樣會影響到他們。供應匱乏而需求並未下降，這意味著價格已漲破天際——而且預計價格將在一年或更長時間內保持高位，因為像 OpenAI 這樣的 AI 軟體巨頭和像輝達（Nvidia）這樣的 AI 硬體泰斗正試圖鎖定供應價格，承包了大量尚未製造的晶圓和晶片。不僅僅是 RAM：顯示卡、SSD 同樣面臨壓力麻煩在於，這些上漲的價格不會僅侷限於 DDR5 記憶體模組。（DDR 記憶體也被稱為 DRAM。）我們已經看到 DDR4 和 DDR3 價格的上漲，這些舊記憶體標準雖然可能無法提供當前 AI 技術所需的速度，但對於更普通的需求來說已經足夠。此外，這種供應短缺正在影響其他將記憶體作為整體一部分的元件。最直接的連鎖反應將衝擊顯示卡，顯示卡依賴專用視訊記憶體來輔助圖形渲染和本地 AI 工作流。（撇開記憶體緊缺不談，顯示卡本身的需求也在大幅增加。）這些顯示卡所使用的 GDDR6 和 GDDR7 視訊記憶體價格也因同樣的原因上漲：每 Gb 的成本在過去六個月中翻了三倍多，而這種價格飆升將直接轉化為更昂貴的桌上型電腦和筆記本顯示卡。當 PC 使用者感受到記憶體緊缺的壓力時，他們可能會轉向高速固態硬碟（SSD）和軟體解決方案來抵消記憶體的不足。但是，生產 DRAM 的公司與生產筆記本和桌上型電腦所依賴的 SSD 內部 NAND 晶片的公司是重合的。如果 DRAM 的需求正在從消費級 DRAM 晶片那裡抽走產能，它同樣也會從構成 SSD 的晶片那裡抽走產能。根據供應鏈分析公司 Procurement Pro 的資料，NAND 晶圓的價格已經隨記憶體價格同步攀升，去年 11 月的環比漲幅高達 60%。 (半導體行業觀察)

泡沫究竟有多大？泡沫已現。近期，有多個具身智能賽道相關投資人、創業者在過去半年明確告訴虎嗅：大部分具身智能整機廠商正面臨“訂單飢渴”——在B、C兩端，真實的市場需求或已經不足以消化2025年年內生產出的機器人了。一個更深層的隱患是，眾多在2025年拿到投資的知名具身智能項目、部分已經發展至行業中腰部體量的具身智能公司，正在面臨“商業模式”困局：在訂單不足的情況下，公司並不具備健康的“現金流造血能力”。一位知名投資人向虎嗅直言：“目前，具身智能行業，真正在買單的，是投資機構、投資入股的網際網路大廠，簡言之現在不存在ToB或者ToC，本質上是ToLP。”該投資人進一步表示，除了宇樹、智元等少數頭部公司探索出了較為成熟的商業化模式，絕大部分公司2026年的存活邏輯依然是“如何說服資本下場”而非“走通B或C商業模型”。但硬幣的另一面是，依然有眾多懷揣夢想的創業者，正想跳入具身智能浪潮。就在和上述投資人交流的前後，我見到了一位在傳統汽車產業鏈耕耘超過二十年的連續創業者，在傳統汽車圈，他小有名氣，幹過整車、也做過零部件，幾乎熟悉汽車的邊邊角角都淌過一遍。見面前，他就告訴我，要開啟一段全新的旅程，也是人生中的最後一次創業。“我要去做機器人，做具身智能”。剛坐下來他就告訴我，語氣既興奮又急切，彷彿再晚一步，這個窗口就會錯過。這一幕讓我似曾相識：在過去幾個月裡，有幾十個類似的跨界創業者，在我面前如此熱情地講述想要入局具身智能賽道。他們幾乎都會提及馬斯克，都會堅定認為這是方向，也都會釋放出明顯的“緊迫感”。這是過去一年，具身智能圈的縮影：越來越多來自汽車產業鏈、自動駕駛、工業裝置，甚至完全不同傳統行業的創業者，開始把目光投向具身智能。有人選擇親自下場，有人通過投資或併購“先佔個位置”，還有一些上市公司，則開始在公告、路演和對外表述中頻繁提及“具身”“人形機器人”等關鍵詞。冷靜的投資人和懷揣創業夢的汽車圈大哥，形成了眼下具身智能行業裡的一組“反差”：一邊是尚未成熟的產品與商業模式，另一邊卻是前所未有的入局熱情。越來越多的人，正在用不同的方式，擠進同一條賽道。在這樣的背景下，一個無法迴避的問題開始浮現：這股看似洶湧的熱潮之下，真實的行業狀態，到底是什麼樣子？模式未跑通：科研場景虛胖，工業場景錯配如果只從體感來看，2025年的具身智能，幾乎已經成為創業圈裡一個可以“盲選”的方向。資本市場的熱度也在不斷放大這一訊號——動輒數億元的融資、刷新紀錄的單筆投資、密集出現的“行業第一”“國內首個”，再加上短影片平台和綜藝節目中機器人跳舞、端茶倒水的演繹，讓這個仍處在早期階段的賽道，被迅速推到了聚光燈下。2025年具身智能賽道大額融資紀錄但拋開舞台上的燈光與資本市場的熱情，從真實落地的角度看，具身智能目前所依賴的商業場景，依然十分有限。目前，在具身智能圈內，最高頻被提及的場景是科研場景。對此，虎嗅瞭解到，幾乎所有頭部具身智能公司的大部分訂單，都來自於科研場景。有資料顯示，2025年具身智能行業訂單總額超90億元，其中科研類訂單快速增長。但在這個行業內部，一個並不公開、卻幾乎已經形成共識的判斷是，科研場景，本質上只是階段性產物。無論是一度頻繁出現在高校、實驗室和各類展會中的機器人，還是包括某些頭部廠商目前所承接的科研與展示需求，都像是一場短期的狂歡。這些場景可以驗證技術、支撐敘事，但從一開始就不具備規模化複製的可能性。多位具身智能產業鏈人士向虎嗅透露，高校採購的機器人，大多並不是完整的人形形態，而是單只機械臂、沒有四肢的本體，或僅用於演算法研究的局部部件。這類裝置只是科研工具，而非面向真實生產場景的產品。也正因如此，這部分需求很難轉化為真正意義上的生產力，其採購規模本身也極為有限。在行業共識中，真正被認為最有可能落地的，仍然是工業場景。但現實情況是，工業領域並非沒有需求，而是當前機器人的供給能力，與工廠真實的需求結構之間，存在明顯錯配。多位從業者提到，人形機器人在進入工廠之前，往往需要經歷漫長的偵錯周期。僅前期偵錯，平均就需要7到8個月；即便是在理想狀態下，將一台機器人跑到“可演示”的Demo水平，也至少需要3到4個月。這樣的節奏，與工廠對穩定性、確定性以及投資回報率（ROI）的要求，天然存在衝突。這也直接導致一個結果：從需求側看，工廠並不缺想像力，但缺的是當前機器人能力所無法提供的確定性。虎嗅在與多家工廠交流的過程中瞭解到，綜合機器人的採購成本、前期偵錯與部署費用，以及後續的維運投入，目前單台機器人的整體成本，普遍高於人力成本。而這也進一步抬高了工業場景大規模採用人形機器人的門檻。在機器人上游產業鏈公司安努智能的判斷中，現階段具身智能真正具備現實落地可能性的場景，仍然高度集中在工業領域。其自身的產品佈局，也僅覆蓋工業場景的垂域模型，這在一定程度上，側面印證了當下機器人商業化的真實狀態。即便如此，安努智能CEO文宏傑告訴虎嗅，2025年行業的實際銷量，仍然只有千台等級，距離“萬台規模”還有明顯距離。當然，這並不意味著行業沒有任何實質性進展。以富臨精工為例，其被視為今年具身智能領域少有的實質性訂單之一，目前已部署約80台機器人，並完成POC階段。安努智能方面透露，下個月還將有一家晶片巨頭與其簽訂合作協議，預計落地的機器人數量將達到三位數等級。但從整體市場來看，這類訂單仍屬少數。能夠獲得較多工業訂單的具身智能公司，目前僅集中在第一梯隊中的兩三家。與此同時，一個較為普遍的現像是，行業內不少融資事件，發生在產業股東對具身智能公司的戰略投資中，相應的訂單中，也有相當一部分來自關聯交易。這意味著，這些訂單尚難代表完全市場化的需求側爆發。在這樣的現實背景下，行業內部對“泡沫”的理解，其實遠比外界想像得更為克制。在文宏傑看來，真正的泡沫，並不來自於技術尚未成熟本身，而是來自三類玩家：為了蹭熱度倉促入局的、尚未想清楚應用場景的，以及在早期階段對客戶做出過度承諾的。而在機器人尚無法大規模轉化為實際生產力之前，這種結構性矛盾，也在倒逼機器人公司盡快尋找商業化出口。這正是為什麼，機器人租賃與表演類生意，會在2025年迅速走紅。一個典型案例是擎天租，這是一家機器人租賃平台，其背後股東包括智元機器人。不過，擎天租CEO李一言對虎嗅表示，公司並不會與某一家具身智能廠商形成繫結關係。而與此同時，智元機器人合夥人姜青松也看好機器人租賃業務的增長前景，並稱，“租賃市場規模2025年已經實現約10億元營收，並預計2026年規模不低於100億元。”在商業落地尚無法大規模展開的前提下，機器人表演、短期租賃等看似熱鬧的生意，成為不少廠商當下最容易獲得現金流與曝光度的方式。在筆者看來，這是因為一方面，這類需求繞開了複雜的生產場景；另一方面，也為那些堅持使用真實資料訓練模型、卻長期面臨真實場景資料匱乏的具身智能公司，提供了一種折中的現實路徑。但從商業化的角度看，這更像是一種階段性的權宜之計，而非可持續的規模化答案。對此，姜青松也向虎嗅表示，“在機器人真正進入家庭之前，文娛表演的商業化，本身就是一種過渡階段。”至於被寄予厚望的康養場景，在行業內部的判斷中，時間窗口仍然偏遠。即便是“幫老人倒水、遞東西”這樣看似簡單的需求，距離真正可落地，也至少還需要3到5年的時間。而真正能轉化為生產力的場景，也就是工業場景，則還需要至少5-10年的時間，才能達到成熟期。最熱的靈巧手，也集聚了泡沫觀察具身智能泡沫的另一個視角，是佔據其絕大部分硬體成本的環節——靈巧手。靈巧手是模擬人類手部功能的高自由度機械裝置，是人形機器人實現精細互動的核心執行器。根據第三方統計機構QYResearch統計，全球機器人靈巧手市場進入持續擴容期。2024年全球靈巧手規模達到了8.15億美元，預計2031年全球靈巧手規模將達到103.22億美元，年複合增長率為40.4%。一份截至2025年12月的資料，靈巧手賽道融資事件以超過55起，披露的融資金額超過了75億元。靈心巧手，已完成了A++輪融資，這是這家公司9個月內完成的第五輪融資。與靈巧手的火爆相比，人形機器人和具身的泡沫已經浮現，終端的火爆傳導到關鍵零部件。光源資本副總裁權博看來，靈巧手的火熱，主要源於幾個關鍵時點，第一是2023年年底，工信部出台的《人形機器人創新發展指導意見》，其中提出突破手臂動態抓取靈巧作業等技術；第二來自本體廠商的需求拉動，帶來了對靈巧手的需求；第三是市場資金從鏈主企業溢出，帶動了包括靈巧手在內的核心零部件的火熱，但總體而言，目前靈巧手市場相對理性。同時，也有業內投資人表示，隨著具身投資的火熱，2026年的投資重心可能會向上游核心零部件轉移。靈巧手也是光源資本的重點佈局賽道。權博和團隊在看靈巧手項目時，有幾個判斷標準，第一是團隊的技術能力，例如在核心零部件上是否有自己的獨特技術方案；第二是產品化能力 ，是否能夠將技術產品化過程中，更好的平衡成本；第三就是潛在的商業化能力，企業所有能力的最終的體現，是商業上的成功。而在成本方面，一直以來，市場認為靈巧手存在一個性能、成本和可靠性的不可能三角，這也是靈巧手的成本居高不下的原因。目前，靈巧手的技術路線還處於百花齊放的時期，尚未收斂，未來不同場景也會有不同的技術方案並存。權博認為，靈巧手大規模商業化，和供應鏈的成長，是彼此成就的關係，最終這個良性的飛輪會逐漸成熟，帶來技術的穩定和成本的下降。至於靈巧手的價格，現在的價格差距還很大，國外的靈巧手售價可高達幾十萬美元，而國內已有企業推出了萬元以下的靈巧手產品。未來靈巧手的成本會下降多少？降到什麼程度，權博回答道，“現在還很難定量，不同的應用場景和解決方案也會有區別，但最終會達到可以大規模商業化可負擔的水平。泡沫從那兒來？實際上，2025年機器人行業已經開始出現第一波真正意義上的“退潮”現象。這一年裡，多個細分賽道的機器人公司相繼倒閉或退出市場：既包括消費機器人領域的老牌公司 iRobot，也包括陪伴機器人、協作機器人、倉儲機器人等方向的創業企業。一些公司選擇申請破產保護，一些被迫清算資產，還有一些則在融資中斷後悄然停運。2025年全球部分破產的機器人公司（不完全統計）然而，這些倒閉卻恰恰發生在這個行業最膨脹的階段。過去一年，國內砸下數百億元，創造了具身智能行業的無數個高光時刻。將視角拉回到國內的具身智能賽道，從行業格局來看，當前具身公司已經出現了明顯的分層。按照綜合融資規模、技術成熟度和行業影響力劃分，市場普遍將具身智能公司分為三檔。其中，最受關注、融資額最高的，集中在第一梯隊，包括宇樹科技、智元機器人、銀河通用、北京人形機器人創新中心、雲深處、傅利葉等。這些公司往往擁有更完整的技術團隊、更高頻的曝光度，以及更密集的融資記錄。但即便同處第一梯隊，公司的真實經營狀況卻存在顯著差異。多位行業人士向虎嗅透露，2025年，這一梯隊中營收規模最高的公司，接近20億元人民幣，而營收規模較低的公司，年收入僅在5億元左右徘徊。更重要的是，不少公司的收入結構仍然高度依賴項目制、展示型訂單或關聯交易，商業模式的穩定性尚未得到驗證。如果將視角從微觀的單獨公司，放大到行業整體的宏觀視角上，這種錯位就更加明顯。公開資料顯示，2025年1至10月，國內具身智能領域在一級市場的融資總金額已超過500億元人民幣。但與一級市場融資熱度形成鮮明對比的，是行業真實的收入規模。綜合多方測算，第一梯隊所有具身智能公司的全年營收加總，仍不足100億元人民幣。也就是說，在最樂觀的統計口徑下，資本投入與真實收入之間，已經形成了數倍以上的落差。這種落差，正是具身智能泡沫的主要來源。而這種高光時刻，和資本瘋狂砸錢的現象，與兩年前的“大模型”熱潮似曾相識。在筆者看來，具身智能行業之所以存在這種落差，本質上並不簡單是技術上的尚未成熟，而是估值錯配。簡單來說，如今大部分投資人對於具身賽道的心態更偏向於 FOMO（fear of missing out，害怕錯過）的心態，某種程度上這更像是一些錯過大模型浪潮的機構遺留下來的“後遺症”。這也導致大部分VC都在用投資大模型的心態和邏輯，來看具身智能。在部分VC眼中，大模型的邏輯是，強調技術領先性、算力規模、團隊背景和敘事空間，默認商業化可以在較短周期內完成兌現。但問題是，具身智能，或者說人形機器人不是另一個“大模型”敘事。本質上，它遵循的是製造業邏輯。因為從需求結構來看，當前約 80% 能夠真正轉化為生產力的具身智能訂單，仍然集中在工業場景。而製造業的匯入邏輯，本質上是一條長周期、強驗證、低容錯的路徑：從產品驗證、產線適配到規模化採購，周期往往需要 5 年，甚至更長，而不是 2—3 年。而現實情況是，當前進入具身智能賽道的資本結構，與這種長期屬性並不匹配。過去一年中，具身智能的重要出資方，更多來自產業資本和國資背景，例如整車廠、製造業集團或地方產業基金。相比之下，真正能夠在技術尚未成熟、商業路徑尚未清晰階段長期陪跑的“耐心資本”，並不算多。這也導致了一個結果：估值被提前拉升，但時間並沒有被同步拉長。放到中美對比的視角下，這種錯位並非中國獨有。事實上，美國具身智能領域的泡沫程度，在某些層面甚至高於國內。過去一年，美國多家創業公司在尚未形成明確訂單的情況下，獲得了高額融資；一些創始人和學者的入局，也在輿論層面不斷放大市場預期。但真正被行業長期看好的，仍然只有少數幾條路徑。其中最具代表性的，仍然是馬斯克推動的機器人項目，其核心優勢並不在於概念領先，而在於他本身就掌握著真實且可規模化的需求場景。這一邏輯在國內同樣成立。真正具備長期優勢的，仍然是那些本身擁有製造能力、應用場景和組織動員能力的大廠，而不是單純依靠技術敘事生存的創業公司。在這樣的背景下，具身智能領域開始出現明顯的“上市衝動”。過去一年中，多家具身智能及人形機器人相關公司，已被市場反覆傳出籌劃上市的消息。對此，國家發改委此前也曾明確提示風險，警惕人形機器人企業集體上市，指出需“防範重複度高的產品‘扎堆’上市、研發空間被壓縮等風險”。一位頭部機器人公司相關負責人向虎嗅直言，目前具身智能的商業模式整體仍處於早期探索階段，無論是產品形態還是需求結構，都尚未穩定，“從產業規律來看，現在還遠不是適合集中上市的時間點”。但現實情況是，當一級市場估值被不斷推高，退出預期被資本所繫結，那麼上市，往往就不再只是企業自身的選擇，而是整個資本周期推動下的結果。泡沫，正是在這樣的錯位之下，被一步步放大的。 (虎嗅APP)

周五，美股全面走強，道瓊斯工業平均指數大漲逾1200點，漲幅約2.5%，盤中首次突破5萬點整數關口，收報50,115.67點，創下歷史新高。自2025年底以來，美股漲勢逐步由科技類股向更廣泛領域擴散，這一趨勢顯著利多道指成分股。儘管道指同樣包含輝達(NVDA.US)、蘋果(AAPL.US)和微軟(MSFT.US)等科技巨頭，今年推動指數上行的主力，更多來自傳統行業與防禦型類股。其中，高盛(GS.US)、卡特彼勒(CAT.US)、安進(AMGN.US)以及宣偉公司(SHW.US)等表現尤為突出。由於道指採用價格加權方式計算，這些股價較高的成分股，對指數的影響力明顯高於按市值加權的指數。此外，波音近期股價同樣持續走強，也對道指形成支撐。回顧走勢，自2024年5月首次站上4萬點後，道指雖經歷階段性震盪，但整體趨勢向上。根據道瓊斯市場資料，這是該指數歷史上最快完成從4萬點到5萬點的1萬點跨越。強勁的企業盈利、展現韌性的美國經濟，以及去年聯準會的降息舉措，共同推動了整體股市重心上移。Bolvin Wealth Management Group總裁Gina Bolvin表示，道指突破5萬點“與其說是慶祝，不如說是一次確認”。她指出，市場已經適應了更高利率、更慢的增長節奏以及全球不確定性，卻仍能繼續走高，這表明投資者信心真實存在，2026年的市場焦點將更多回歸企業基本面，而非貨幣政策。除工業和金融類股外，醫療保健股的韌性也開始顯現。根據道瓊斯市場資料，強生(JNJ.US)和默沙東(MRK.US)在過去12個月中，分別成為道指中表現第二和第五好的成分股。與此同時，投資者也在加大對高股息、防禦型消費必需品股票的配置力度。可口可樂(KO.US)和沃爾瑪(WMT.US)均位列過去一年道指漲幅居前的成分股。儘管市場熱點擴散，科技和人工智慧類股的表現並未完全退潮。即便近期波動加劇，輝達過去一年股價仍累計上漲約44%，成為道指中第三大漲幅個股。思科(CSCO.US)自2025年初以來同樣躋身道指漲幅前十。 (invest wallstreet)

加密貨幣領域正在發生什麼？自 10 月 10 日以來，加密貨幣市場已下跌 50%，市值蒸發 2.2 兆美元。比特幣已正式抹去大選後所有漲幅，自川普當選以來累計下跌 10%。為什麼會崩潰？讓我們來解釋一下。截至美國東部時間今日上午 8 點，比特幣已正式抹去大選後的漲勢。然而，在過去的 60 天裡，加密貨幣的基本面實際上幾乎沒有變化。這就是為什麼許多投資者感到困惑。如果基本面沒有變化，為什麼加密貨幣會暴跌？要回答這個問題，需要追溯到 10 月 10 日。加密貨幣最近的頂點出現在 10 月 6 日，距離創紀錄的 195 億美元清算僅有 4 天之隔。10 月 10 日似乎發生了某種結構性轉變。而且，市場從未真正復甦。隨後，在 11 月 15 日至 1 月 15 日期間，比特幣完全處於區間震盪狀態。然而，我們將會看到短暫的清算期，期間價格會出現雙向的"缺口"。這再次印證了加密貨幣領域的結構性崩潰。最終，該區間於 1 月 16 日向下突破。隨著價格走勢惡化，市場情緒也隨之惡化。如果以往的加密貨幣周期教會了我們什麼，那就是市場情緒才是唯一重要的因素。如下圖所示，自 10 月 10 日以來，市場情緒幾乎呈直線下跌趨勢。即便技術性反彈也未能扭轉市場情緒。結果形成了一個巨大的良性循環，從清算轉向情緒惡化，再循環回來。自 1 月 24 日以來，我們已見證價值 100 億美元的槓桿頭寸被強制平倉。這相當於 10 月 10 日創下的紀錄金額的約 55%。這是結構性衰退。進一步證明這是結構性衰退的證據是，拋售壓力正蔓延至其他資產類別。儘管科技股財報表現強勁且基本面變化不大，大型科技股仍大幅下跌。加密貨幣市場的清算缺口正蔓延至股票市場。市場深度進一步證明了這種現像是由流動性驅動且具有結構性特徵的。比特幣的市場深度——即能夠吸收大額訂單的可用資金——仍比 10 月峰值低 30%以上。上次出現這種情況是在 2022 年 FTX 崩盤之後。今日跌幅尤為顯著，比特幣價格跌破 9000 美元關口，且拋售壓力持續不斷。有時，比特幣會在短短幾分鐘內暴跌 2000 美元以上。看來今日交易時段內，某大型參與者——可能是機構投資者——進行了拋售/清算操作。官方消息：比特幣剛剛創下史上首次單日跌幅超過 1 萬美元的紀錄。就連 10 月 10 日創紀錄的 195 億美元清算額，也遠不及今日的規模。看來某個"大人物"被清算了。那麼問題就變成了：加密貨幣何時見底？這個問題答案是當結構性流動性得到恢復時。這將同時體現價格與槓桿的雙重投降，以及極致的看跌情緒。我們似乎已接近那個臨界點。根據 Polymarket 資料，比特幣今年跌破 5 萬美元的可能性現已升至 59%。換言之，市場基本預期暗示跌破 5 萬美元大關已迫在眉睫。歸根結底，比特幣乃至整個加密貨幣領域早已習慣經歷 50%以上的暴跌行情。若將視野拉得足夠遠，每次熊市與崩盤都不過是微不足道的誤差。我們認為比特幣長期前景依然可期。(capitalwatch)

2/6(五)記憶體：假摔？錯過低檔→必後悔？華邦電、南亞科、力積電！大家好我是江江今天教學解盤很重要請大家抽空多看幾次會有滿滿的獲利：1.送４次買點＋9288點又成功避開風險後今天台股下影線→可信度有多高？理性+務實的教學2.為何江江說拉回是標準的技術性回檔？　獨家帶你→看懂結構3.等落底後ＡＩ黃金三角→還是會噴？4.記憶體假摔？華邦電南亞科力積電→該如何觀察+掌握？https://youtu.be/i1g10FMQtv8記得看到最後+按讚+分享給好友👍🈵🚩6442光聖※CPO ELS模組將在2026年量產，IET-KY材料整合成長潛力可期※高芯數6912芯全球領先規格，資料中心比重超80%※菲律賓新廠啟用＋三地產能布局，今年EPS挑戰38元以上🚩3163波若威※去年營收突破22億元、CPO零組件驗證完成開始放量※打入輝達CPO供應鏈，滲透前四大CSP※布局800G與1.6T光纖套件，2026年爆發在即🚩3081聯亞※2025年營收暴衝82%，資料中心產品占比達七成※ 800G與1.6T需求爆發，矽光CW雷射年增近九成※2026年新增美系CSP＋模組廠，1.6T放量＋產能倍增🚩3167大量※前11月營收翻倍破45億，年增逾100%爆發成長※南京新廠產能有感提升五成，訂單能見度直達明年二季※切入先進封裝，半導體AOI翻倍成長，第二曲線全面爆發🚩2367燿華※HDI佔比狂飆46%，高階結構強勢轉型續爆發※低軌衛星2026年占比衝回20%，產能全面放量引爆※2026年資本支出狂砸50億，AI＋衛星＋車用三箭齊發 ♦️聯亞471%♦️光聖553%♦️波若威469%♦️昇達科459%♦️燿華60%♦️南電257%♦️金像電225%♦️定穎77%♦️大量：整理後今天又噴⊕這一檔也會引伸出→更多飆股喔！持股健診→開放中滿手股票一定要趕快來找江江大成長的股票：千萬別亂賣空方股+非大成長：務必先處理🔴3/1起算會期＋送APP再延長１天想跟上留言+1https://lin.ee/mua8YUP復刻勝利讓光聖賺５倍真實獲利→重演你一路見證你也可以做到🔴聽江江的ＡＩ大共振沒改變修正後本益比變低→就是我們的大機會或來電 ☎0800-66-8085********************************************************有持股問題或想要飆股→請加入Line：https://lin.ee/mua8YUP江江的Youtube【點股成金】解盤：https://reurl.cc/02drMk*********************************************************