AI动态

分类：AI动态 标签：大模型、商业化、智谱AI、MiniMax 中国头部大模型公司正交出资本市场的首张答卷。在五天内，智谱与 MiniMax 相继发布了上市后的首份中期财报。 从核心数据来看，两家公司都交出了高增长的成绩单：MiniMax 上半年收入 1.17 亿美元（同比增长 283%），8 月 ARR（年度经常性收入）超过 8 亿美元；智谱上半年收入 9.54 亿元人民币（同比增长近 400%），8 月 ARR 达到 16 亿美元。 尽管 ARR 数值亮眼，但将视线拉回财报底层，两家公司实际的收入规模与亏损情况十分相近——期内经调整亏损均接近 3 亿美元，且均未实现整体盈利。更关键的是，两家公司正在将大模型推向截然不同的商业化终点。 一、智谱：本地化部署退潮，API 成为增长主引擎 智谱在上半年实现营收 9.54 亿元，研发支出高达 21.31 亿元。其业务结构发生了颠覆性转变：传统的本地化部署企业通用模型收入同比下降 54.6%，而开放平台与 API 业务则暴涨 2735.7%，占总收入的比重飙升至 86.5%。 这一转变标志着智谱彻底告别了“卖项目”的传统软件时代，转向基于云端模型服务、按 Token 调用量持续收费的 MaaS（模型即服务）模式。 为了争夺估值解释权，智谱在中报中引入了一套独特的商业方法论：“AGI 商业价值＝智能上界 × Token 消耗规模”。 拉高上限：通过 GLM-5.2 与 GLM-5.3 聚焦长程 Coding、Agent 强化学习任务，不断推高模型独立处理复杂业务的能力。 压低成本：推出 GLM-5.3-Flash，在国产芯片集群上将推理价格压低至前代产品的十分之一，实现单位 Token 推理成本较年初下降约 80%。 目前，智谱正尝试向更深的企业工作流推进，试图将模型嵌入网络安全、法律、金融等场景，最终向“按端到端任务收费”的 Co-work 模式迈进。 二、MiniMax：全球化提速，把“单位智能”做到极致便宜 与智谱立足国内、深耕 B 端不同，MiniMax 的中报呈现出了鲜明的全球化与多模态色彩。 上半年，MiniMax 实现收入 1.17 亿美元，其中海外收入占比高达 60.8%（7083 万美元）；企业和开发者客户突破 200 万，ToB 业务占 ARR 的比例跃升至约 80%。 ...

分类：AI动态 标签：具身智能、机器人、大模型、人工智能 过去一年，人形机器人和具身智能赛道热闹非凡，但伴随而来的也是无尽的喧嚣与同质化内卷。真正在推动行业前行的人，看的是谁在践行非共识、谁手握完整的底层逻辑。近日，极客公园 In The Loop 对话了 Sharpa 联合创始人李一帆。从上海吴江路一家门店里正在制作暴风雪的机器人，到通用的软硬件技术栈，李一帆系统地阐述了关于机器人技术路线、落地标准和商业价值的深度思考。 冰淇淋店里的“真诚”测试 在上海吴江路的 DQ 门店里，Sharpa 的机器人正在挑战一项并不简单的任务：在不改造任何现场环境、不降低任务难度、不改变原有工具的前提下，连续跑完制作一杯暴风雪所需的 55 个步骤。从取杯、出料、加料到搅拌，甚至包括极具代表性的倒杯检验，这台机器人正在直接面对真实消费者的日常检验。 在李一帆看来，这是 Sharpa 迈向真实商业化的一次“真诚”测试。当前的行业里，许多所谓的“落地”往往是通过改造环境、定制设备来实现的自动化，这本质上是“修电话亭”式的专用自动化。而 Sharpa 的目标则完全不同：让机器人适应人类原有的环境与工作流程，接下一份原本由人完成的工作，并在其中积累能够迁移的通用能力。 斩杀线：中间形态是不存在的 在探讨机器人的商业化落地时，行业里常常有一种观点：先让机器人完成 90% 的简单工作，剩下 10% 复杂的交给人来做，以此作为过渡。然而，李一帆对这种“中间形态”提出了严厉的批判。 他指出，只要那 10% 的核心难点还得交给人，人就无法离开这个岗位，所谓的降本增效在账本上便毫无意义。“90% 有时候不是离 100% 很近，而是更接近于 0。” 更残酷的是机器人在商业化上面临的**“斩杀线”**： 如果你想做通用机器人：你拥有几十个自由度、触觉和算力，却只用来做单一环节，其成本和效率根本无法与结构简单、节拍稳定的专用自动化设备竞争。在“跟人比通用，跟设备比价格”的夹击下，两边都占不到便宜。 如果你认输去做专用设备：放弃通用硬件，把结构做简单，这虽然是一门能跑通的生意，但绝大部分利润最终会被买单的老板拿走，而不是供应商。 因此，李一帆坚定地认为：人形机器人这件事，最终只有两个状态——要么全能，要么无能，没有中间形态。 数据驱动下的泛化能力：拒绝“为机器人创造就业机会” 为什么 Sharpa 坚决不走“先找个简单环节落下来”的捷径？核心原因在于数据的信息密度与泛化价值。 许多团队通过部署大量简单的“抓取-放置”任务来积累数据，但这种专用场景下跑出来的数据，无法自然长出处理复杂任务的通用智能。真正的泛化能力，来源于把一个复杂场景 100% 做穿。 李一帆解释道：“把做冰淇淋的 55 个步骤拆解后，未来做汉堡时，可能其中 40 步已经学过，只需要重新组合并学习剩下的新步骤。这才是泛化最朴素的定义：一件事干好以后，再干另一件事，时间会显著缩短。” 总结 从激光雷达的破局者到具身智能的探索者，李一帆和 Sharpa 正在用一种近乎“偏执”的非共识路线穿透行业的浮躁。不改环境、不走捷径、直面 55 个步骤的真实挑战，这种对通用智能底层逻辑的坚持，或许正是当下具身智能走向真正成熟所必经的阵痛与洗礼。

分类：科技 标签：人工智能、大模型、iPhone、数码硬件 回顾本周的科技与数码圈，各大厂商在 AI 商业化落地、智能硬件升级以及前沿技术探索上动作频频。无论是大模型厂商集体进军传统电商“卖 Token”，还是 iPhone 18 系列定价消息的流出，都折射出科技行业正加速向深度实用化与场景化演进。 一、 大模型商业化提速：集体入驻电商“卖 Token” 随着大模型竞争进入深水区，商业化变现成为核心命题。上海证券报独家获悉，包括 Kimi、MiniMax、阶跃星辰在内的多家国产大模型厂商正与天猫积极接洽，未来将陆续入驻并开设官方旗舰店，直接面向C端和开发者开售 Token 订阅套餐。 此前，国产 AI 大模型厂商智谱已率先入驻天猫开设旗舰店，并上架了适配多款主流 Agent 的订阅套餐。与此同时，天猫也正式上线了 Token 充值中心，首批接入了阿里云、智谱、Kimi、MiniMax、DeepSeek 等头部厂商。这一举措标志着大模型订阅服务正式跨出垂直自有渠道，全面融入传统电商的国民级消费场景。 二、 传 iPhone 18 Pro 仅涨价 100 美元，折叠机型定价曝光 在数码硬件方面，备受关注的苹果下一代产品线也有了最新定价传闻。海外运营商沃达丰泄露的定价数据显示，iPhone 18 Pro 及 Pro Max 的海外基准起售价较上一代预计仅上调约 100 美元，涨幅约 10% 左右，并未出现此前市场预测的激进溢价。 与此同时，同步曝光的澳大利亚渠道信息显示，传闻中的顶级折叠机型 iPhone Ultra 美国本土起售价区间预计在 1999 至 2099 美元之间。整体来看，苹果在面对供应链成本压力时，依然保持了相对克制的定价策略。 三、 微软高管直言“手敲代码过时”，Windows 开发模式迎巨变 软件工程领域正在经历 AI 带来的颠覆性重构。在微软效力 18 年之久的杰出工程师戴维·福勒（David Fowler）近日公开表示：“手动敲写代码的时代已经彻底终结。” 随着代码生成成本趋近于零，开发者的核心竞争力已转移至架构设计、性能调优及代码审计。微软在 Windows 11 的生态建设中也全面顺应这一趋势，不仅大力推广并开源 WinUI 3 以适配 AI 智能体，还推出了专为本地大模型开发打造的高性能硬件环境，助力开发者摆脱对云端 Token 的重度依赖。 ...

分类：AI动态 标签：大模型、人工智能、智能硬件、开源项目 在当今的 AI 浪潮中，大模型卷算法、卷参数早已屡见不鲜，但如果将目光转向物理世界与生命科学的结合，局势又当如何？近期，一家名为 Fullive.ai 的 AI 硬件初创公司进入了大众视野。这家成立仅几个月、首款产品即将量产的公司，已经连续斩获三轮融资，不仅有高瓴资本连续三轮加注、智元机器人等机构入局，更在今年 7 月获得了招商局创投的领投。 豪华的创始团队背景同样引人注目：创始人郑昊毕业于清华数学系，横跨生物统计、因果推断、AI、医学与硬科技投资；联合创始人韦骁龙来自北大计算机，曾任职于华为、荣耀负责消费电子；团队中更不乏来自华为、WHOOP、百度、大疆等穿戴设备与算法领域的资深老兵。 这样一支全明星阵容，将他们的第一款产品放到了每个人的床头——一款名为 Somni 的高压脑力人群睡眠硬件。 一、 睡不好的一晚，床头能做什么？ 传统健康硬件（如手环、指环、智能床垫）往往聚焦于“事后复盘”，擅长在清晨告诉你昨晚睡了多久、深睡比例多少；而助眠灯、耳机则尝试用声音或光线改善睡眠。但它们之间一直隔着一道鸿沟：机器在发现你没睡好之后，到底能做什么？它又如何验证自己做对了？ Somni 正是为此而生。它舍弃了传统健康硬件需要佩戴、打卡或繁琐操作的痛点，采用极具克制感的无屏床头设备形态。 全周期无感监测：通过内置的毫米波雷达、麦克风阵列与环境传感器，Somni 能够在用户夜间睡眠时，无感捕捉呼吸、心率、体动、鼾声以及卧室温湿度、光照等环境变化。 动态干预与闭环调节：不同于单纯的监测报告，它会在入睡前、睡眠中及清晨，通过声音、光线、气味等神经系统调节方式，实施低打扰的动态干预。 夜间“小型实验”：系统将每一个夜晚视为一次持续发生的实验。如果前一晚的声光方案未达到预期，它会根据用户的生理变化在次日自动调整策略，形成一套“状态 $\to$ 干预 $\to$ 响应”的自适应优化闭环。 二、 从睡眠硬件到「生理世界模型」 在床头设备的外壳之下，Fullive.ai 真正野心勃勃的，是一套全新的底层技术逻辑——Response Learning（响应学习）。 过去几年，AI 在生命科学领域的进展大多局限于“描述状态”（如蛋白质结构预测、医疗影像识别）。但人类健康的核心需求是**“改变状态”**。同一项干预手段对不同人群、不同状态下的个体效果千差万别。 Fullive.ai 提出了全新的数据与模型架构： 响应模型（Response Model）：不光学习“人现在怎么样”，更专注于学习“人对干预会产生什么反应”。 Bio-OS Harness 系统调度：通过传感器采集信号，结合生理先验和循证医学证据，由生成式模型充当“规划师”生成候选干预方案，同时在严格的安全边界内进行安全推演。 端云协同与隐私保护：雷达原始波形优先保存在本地，上传云端的数据进行严格加密与最小化处理，兼顾了效果评估与个人隐私。 三、 AI4Bio 的下一个入口 Fullive.ai 将自己定位为一家 “模型 $\times$ 本体” 的 AI4Bio 公司。 在硬件路径的选择上，团队最终收敛至睡眠场景，而非成本更高、复杂度更大的全功能人形机器人。因为睡眠场景拥有明确的用户需求、封闭的环境以及长达数小时的连续观测时间，是验证“响应模型”最理想的切入点。 未来，随着日间产品（如聚焦压力、专注与情绪恢复的 Cori）的逐步接入，Fullive.ai 最终的长期目标是打造 Physiological World Model（生理世界模型）——一个能够理解人体状态如何随环境、行为与节律动态演化的终极系统。 正如创始人郑昊所说，他们希望 AI 不仅停留在概念上，而是能真正走进真实世界，在用户需要休息的八个小时里，安静地读懂身体的语言，并找到真正有效的下一步。如果这个闭环得以跑通，床头或许将成为 AI 深入理解生命科学的一个全新起点。