分类：行业资讯

提供AI行业的最新资讯、市场动态和趋势分析，帮助用户及时了解行业发展情况，把握市场机遇。

AI成人娃娃火了，当情趣娃娃用上DeepSeek，赛博女友真来了

朋友们，今天咱们聊点刺激的。

这两天，AI成人娃娃火了，甚至把A股上那些AI娃娃概念股全都给干涨停了。

起因是一则南华早报的文章。据说，广东中山有家叫金三玩美的公司，把AI模型安到了硅胶娃娃上，直接把硅胶娃娃拉进了下一个时代。

自从有了AI，硅胶娃娃不再只是个哑巴新娘，还能把情绪价值给你拉满。比如，如果用户这次表现比上次好，会给出夸赞，反之如表现不佳，娃娃也能提供安慰——“没关系，2分钟也很厉害了”。

这样的情绪价值，直接让买家赞不绝口。金三玩美的老板透露，靠着AI大模型，今年销售额能够增长30%。

01 当情趣娃娃学会PUA，赛博女友的福报来了？

说起金三玩美，堪称成人界的拼夕夕。十年前还在给淘宝店做塑料模特，发现隔壁岛国硅胶娃娃卖8万一个，当场拍大腿：这钱不赚不是中国人！

结果硬生生把价格砍到十分之一，直接把日本同行干出脑血栓。

金三玩美90%的销售额来自出口，其中卖到老美的占到公司出口量的一半。现在中国向全球出口的每10个硅胶娃娃里，有4个印着Made by金三（别问我怎么知道的）。

但你以为这就完了？人家现在玩得更野——给娃娃装ChatGPT，甚至生产线上也开始用AI 3D建模取代人工建模！这波操作堪称情趣用品界的工业革命，建议马斯克连夜买票来中山进修。

他们的MetaBox系列堪称赛博妲己，包括温柔、活泼、知性等8种性格任君挑选。温柔型开口就是”哥哥加班辛苦了”，傲娇型能翻三个月前的旧账，最绝的是毒舌型，完事还嘲讽你：

“就这？我前任可是马拉松选手”

更骚的是订阅制玩法：花1500-2000刀买回家只是个哑巴新娘，想解锁互动语音包？每月再交100-200刀！不过公司会免费赠送一年。

一旦你交了钱，娃娃就具备了长期记忆的能力，可以连续数天进行对话（最多3个月）。如果用户这次表现比上次好，会给出夸赞，反之如表现不佳，娃娃也能提供安慰——“没关系，2分钟也很厉害了”。

目前，金三玩美已经集成了多种开源大语言模型，包括Meta的Llama模型，同时在权衡是否整合DeepSeek，因为一些海外国家，如意大利，并不支持DeepSeek模型。

最魔幻的是隐私条款——”数据绝对本地存储，随时可删”。翻译成人话就是：你那些深夜emo的聊天记录，删得比前任微信还干净。

但别急着下单，这玩意国内根本买不到！

在国内，虽然金三玩美也开设了淘宝店铺，但不供应MetaBox系列。

据了解，金三玩美淘宝店铺在国内销量最高的两款的成人娃娃，销量都在100+左右，售价分别为3280元和4990元，但这两款产品只是纯粹的硅胶娃娃并没有内置AI功能。

店铺中售价最高的产品为9780元，同样不具备AI功能，只是简单的内置天猫精灵助手。

也就是说，想体验AI版的朋友们，还得找海外代购。

之后，他们还要和深圳的AI仿生机器人公司无芯科技合作，生产具有动态面部表情和避震动作的娃娃，以后娃娃能翻白眼、能假哭，就差学会要彩礼要包包了。

02 赛博温存，1万起步！

其实，在AI成人娃娃前，AI情趣玩具已经不是一个新鲜事物了。

2017年那会儿，美国老哥马特·麦克穆伦整了个大活：推出了全球首款会说话的硅胶女友Harmony。在CES 2018上，马特·麦克穆伦又带来了Harmony的升级版。

Harmony头部的价格约为8000美元，一个完整的Harmony性爱机器人价格则超过1万美元。虽然价格不便宜，还真有人愿意买单。当场，马特·麦克穆伦就收到了就20个订单。

在今年CES上，这老哥又来了，身份变成了Realbotix COO，还带来了两款新货：Aria和Melody。

其中，Aria是Realbotix去年推出的人形机器人，而Melody是其最新的人形机器人。

Melody最大的改进就是逼真，不仅皮肤看起来和摸起来都很逼真，眼睛里还嵌入的先进微型摄像头，这让Melody能够更好地与人保持眼神交流。

与之前不同的是，这两款机器人的定位都不在是性爱机器人，而是陪伴机器人。根据马特·麦克穆伦介绍，Realbotix则定位于制造定制化的超真实AI机器人，用于娱乐、陪伴、医疗保健和教育市场。

虽然机器人干的工作从性爱转到了陪伴，不变的是这份赛博温存的价格。根据介绍，Melody机器人半身像价格为1万美元，全身型变体的价格为17.5万美元，这个价格可着实不低。

除了Realbotix外，其实市场上也有不少有特点的性爱机器人/娃娃公司：

Abyss Creations（美国）

Abyss Creations全球首个推出AI交互式成人娃娃的企业，也是马特·麦克穆伦的另一家公司，最早做人体模型和情趣玩偶起家。

性爱机器人“Novax”是由美国公司 Abyss Creations 旗下的 RealDoll 制造的，外形都很“写实”，脸部仿生度很高。这款机器人采用模块化设计，用户可以根据个人偏好定制其外观和功能，不过要多付5000美元。

Novax的基础版本售价为7199.99美元，并具备一定的交互能力，例如能够模拟面部表情和语音反应。

嵌入机器人下体的传感器，需要另外付钱。它可以模拟人体的接触，检测使用者的运动，反馈给机器人，让她做出逐渐兴奋的反应——但目前也仅仅是声音上的。

Synthea Amatus（西班牙）

Synthea Amatus是一家由Sergi Santos于2015年创立的公司，致力于性爱机器人的研发。该公司设计了一款名为Samantha的AI性爱机器人，具备多种模式，甚至可以拒绝性行为。

Synthea Amatus配备传感器，可以感知触摸的力度，并根据预设程序对用户的行为做出反应。当时，这款全球最先进的性爱机器人之一售价高达2500英镑。

EXDOLL（中国·深圳）

EXDOLL同样是一家中国公司，一直以来致力于研发高品质成人玩具。

和Harmony一样，EXDOLL的性爱机器人都是私人定制，每一款娃娃都会由设计师亲手来打造，从眼球的打磨到精致的妆容，都会是独一无二的设计。

除此之外，设计师们还为和谐研发了18种人格类型，只需要在手机等智能设备上安装APP，就可以自行定制想要娃娃表现的情感和性格…

目前为止，每个月都会生产400多台私人定制的性爱机器人。这些机器人的功能基本上和那款Harmony差不多，但是价格却只有它的四分之一，人民币大概是25000元。

早在2023年5月，蒂艾斯（EXDOLL）就在中国机器人峰会上展出了他们的仿生机器人，银灰发色的女性机器人微表情逼真、皮肤质感接近真人，能够语音播报，尚不能语音对话，当时正在推进接入ChatGPT、文心一言等大模型。

星辰科技（Starprey）

星辰科技是一家来自深圳的性爱玩偶生产商。

去年8月星辰科技CEO李文豹在采访时表示，公司正在目前正在训练自己的大型语言模型，预计将上架两款性爱娃娃（男性和女性两种形态）。

新一代性爱娃娃由人工智能模型驱动并配备传感器，可以与用户进行语音和肢体的互动，能够大大提升了用户体验。在定价方面，预计售价仅为1500美元。

星辰公司的目标不止性爱玩具。未来，公司将开发能够做家务、帮助残疾人和提供养老护理的机器人。到2025年，公司的目标是推出首款”智能服务机器人”，能够为残疾人提供更复杂的服务。

介绍完这些公司，最后说点正经的（难得）：

当AI开始模拟人类情感，当孤独成为可收割的韭菜，到底是我们在消费科技，还是科技在驯化我们，这始终是一个问题，建议各位老铁且用且珍惜。

来源：微信公众号“乌鸦智能说”

2025年2月20日
微软Muse秒生游戏登Nature，10亿级画面练出最强AI，千亿游戏市场重洗牌

一夜之间，游戏产业要变天了！微软公布全球首个世界与人类行动模型，名为Muse，可秒生游戏画面，精准预测玩家操作。未来，游戏开发或将从数月压缩至几分钟，千亿美金游戏市场或被颠覆。

同一天，微软放出两个核弹，首个拓扑量子芯片，还有首个世界与人类行动模型。

AI离数秒生成游戏视频的未来，又近了一步。

今天，微软团队首次引入了「世界与人类行动模型」（WHAM），并冠以希腊艺术女神「缪斯」（Muse）之名。

它可以生成游戏视觉效果、控制器动作，甚至可以全都要。最新研究登上Nature期刊。

论文地址：https://www.nature.com/articles/s41586-025-08600-3

在相同的10帧（1秒）真实游戏玩法的条件下，Muse生成了行为和视觉多样性的样例。

同时，这也是首个基于Ninja Theory的多人对战游戏Bleeding Edge，超10亿张画面训练的GenAI模型。从单个V100集群，成功scaling到多达100个GPU上完成训练。

Muse AI强大核心在于，对3D游戏世界的深度理解。

它不仅仅是一个简单视频生成工具，而是能够精准模拟游戏中物理规则、玩家行为。

比如，当玩家按下手柄某个按键时，Muse AI可以预测游戏世界动态变化，并生成与之匹配的连贯画面。

传统上，游戏开发需要数月甚至数年，进行角色设计、动画制作和游戏测试。而如今，Muse能够将这一周期从几个月缩短至几分钟。

对于游戏开发者来说，它的出现无疑是一场革命，是颠覆千亿游戏产业革命的存在。

就连马斯克在AI游戏上押下重注，据称其创办AI游戏工作室即将要官宣。

AI重塑游戏开发，全球30亿玩家狂欢

Muse AI诞生之前，还有这么一段精彩的故事。

2022年12月，微软研究院游戏智能团队的负责人Katja Hofmann刚刚结束产假，回到工作岗位。

她忽然发现，在自己休假这段时间里，机器学习领域发生了翻天覆地的变化——

OpenAI发布ChatGPT，这一基于Transformer架构的生成模型，展示出令人惊叹的能力，尤其是在处理大量文本数据时。

这一突破，让Hofmann开始思考，生成式AI的崛起，对于AI与视频游戏的交叉领域意味着什么？

他们发现，尽管GenAI展现出巨大的潜力，但多项研究表明，其能力往往达不到创意人员的期望值。

特别是，在3D游戏开发这种高难度复杂领域，LLM的应用还面临着诸多的挑战。

众所周知，3D游戏开发是一个需要多样化创意技能的过程，会涉及到角色设计、场景构建、剧情编写、互动机制等多个方面。

在Hofmann看来，丰富且多样化的游戏玩法数据，为进一步创新提供了关键数据。

这种时间相关、多模态的数据能够探索日益复杂的任务，从而生成更高质量3D世界、与NPC互动和游戏机制。

更重要的是，游戏产业作为全球娱乐产业最大领域，已经覆盖了超30亿人口。

GenAI的出现，为世界游戏玩家们，甚至游戏工作室提供了一个绝佳的机会。

那么，微软团队是如何打造出Muse AI？

Xbox真人实战，超10亿张图像

微软的游戏智能团队，拥有非常不同的数据来源。

多年来，研究团队与Xbox游戏工作室的Ninja Theory（与游戏智能研究团队一样，位于英国剑桥）合作，收集2020年发布的Xbox游戏《Bleeding Edge》的游戏数据。

《Bleeding Edge》是一款4对4的在线游戏。经玩家同意EULA后，比赛会被记录下来。

研究团队与Ninja Theory的同事以及微软合规团队密切合作，确保数据的收集符合道德规范，并且仅用于研究目的。

Bleeding Edge部分游戏角色

Ninja Theory的技术总监Gavin Costello，见证了相关研究，感到非常高兴：

在黑客马拉松中，首次将AI集成到《Bleeding Edge》中，而这只是开始：此后，从构建行为更像人类玩家的AI智能体，再到世界和人类行为（WHAM）模型在人类指导下，能够构想出全新的《Bleeding Edge》玩法。

能见证这项技术的潜力，让人大开眼界。

Muse训练数据

当前的Muse模型是在Xbox游戏《Bleeding Edge》的人类游戏玩法数据（视觉和控制器操作）上训练的。

下图左显示的是训练当前模型的300×180像素分辨率。在超过10亿张图像和控制器操作上，Muse（使用WHAM-1.6B）已经进行了训练，相当于人类连续玩7年多游戏。

下图右是相关研究团队，一起体验《Bleeding Edge》游戏。

直到2022年底，游戏智能团队一直将《Bleeding Edge》视为类人导航（human-like navigation）实验平台，还没有真正利用手中大量的人类玩家数据。

在文本模型的启发下，研究团队开始思考：「如果我们使用基于transformer的模型来训练这些海量的游戏数据，我们能够取得什么样的成果？」

扩大模型训练

随着团队开始深入研究，面临的一个关键难题是如何扩大模型训练的规模。

最初，使用了一个V100集群，并成功验证了如何扩展到在多达100个GPU上进行训练。这为后续在H100上进行更大规模训练奠定了基础。在项目初期，做出了一些关键的设计决策，主要是关于如何充分利用大语言模型（LLM）社区的见解，包括如何有效地表示控制器操作和图像。

扩大训练规模努力的第一个成果是一个令人印象深刻的演示。

当时Game Intelligence的研究员Tim Pearce整理了一些训练初期与后期的对比示例。看着这些演示，就像看着模型学习一样。

这为后续展示这些模型中如何出现缩放法则奠定了基础。

Muse训练中的一致性

给模型的提示是：输入1秒的人类游戏玩法（视觉和控制器操作）和9秒的真实控制器操作。

在这种设定下，Muse如果能够生成与真实情况非常接近的视觉图像，那么它已经捕捉到了游戏动态。

随着训练的进行，观察到生成的视觉图像质量明显提高。

在早期训练（10k训练更新）中，看到了初步的成果，但质量迅速下降。

在100k训练更新后，模型在时间上保持一致，但尚未捕捉到游戏动态中相对不常见的场景，如飞行机制。

随着额外训练的进行，与真实情况的一致性继续提高。例如，在1M训练更新后，模型学懂了飞行机制。

真实的人类游戏玩法（左）与Muse生成的视觉图像（使用WHAM-206M）的比较

跨学科合作：一开始就让用户参与

很早以前，研究团队就开始探索评估这类模型，比如下列3个项目：

研究实习生Gunshi Gupta和高级研究科学家Sergio Valcarcel Macua，推动了对线性探测学习到的表征的理解。

高级研究科学家Raluca Georgescu，负责探索了在线评估的方式。

研究实习生Tarun Gupta，主导了既有视觉特效又有动作的内容生成的研究。

但要系统地评估Muse，需要更广泛的见解。更重要的是，需要了解人们如何使用这些模型，以便知道如何评估它们。

这就是跨学科研究变得至关重要的地方。

研究团队已经与高级首席研究经理Cecily Morrison和Teachable AI Experiences团队合作了几个月，讨论了这项工作的各个方面。

在Cecily、设计研究员Linda Wen和首席研究软件工程师Martin Grayson推动下，团队还与游戏创作者合作，调查在创意实践中，游戏创作者希望如何使用GenAI。

Cecily说：「这是一个很好的机会，在早期阶段就联合起来，让模型满足创作者的需求，而不是试图改造已经开发的技术。」

关于如何处理这项工作，Linda提供了一些宝贵见解：

我们已经看到技术驱动的AI创新如何颠覆创意产业——通常让创作者措手不及，让许多人感到被排斥。

之所以从一开始就邀请游戏创作者，共同塑造这项技术，这就是原因。

北半球主导了AI创新。认识到这一点，我们还优先考虑招募来自代表性不足的背景和地区的游戏创作者。我们的目标是创造一个惠及所有人的技术——不仅仅是那些已经处于特权地位的人。

WHAM Demonstrator解锁新创意

现在，随着模型逐渐显现的能力和用户的反馈，是时候将所有部分整合在一起了。

在微软内部的黑客马拉松中，不同团队共同合作，探索Muse可以解锁的新交互范式和创意应用场景。

最终，开发了一个原型，命名为WHAM Demonstrator，它允许用户直接与模型进行交互。

Martin 说：「全球黑客马拉松是一个完美的机会，大家齐聚一堂，构建了了第一个工作原型。我们希望为WHAM模型开发一个界面，这样就能探索它的创意潜力，并开始测试从与游戏开发者的访谈中得到的想法和应用。」

为了与诸如Muse之类的AI模型进行互动，WHAM Demonstrator提供了与WHAM实例互动的视觉接口。

用户可以探索新玩法，并进行调整，例如使用游戏控制器来控制角色。这些功能展示了 Muse 的能力如何在创作过程中支持迭代和调整，帮助用户不断优化和完善游戏体验。

模型架构与评估

使用WHAM演示器亲身体验Muse的能力，并从用户研究中获得见解，研究团队系统地确定了在使用像Muse这类生成模型时，游戏创作者所需的关键能力：一致性、多样性和持久性。

一致性：指的是模型生成游戏玩法时，能够尊重游戏的动态特性。例如，角色的移动与控制器操作一致，不会穿过墙壁，通常反映了游戏底层的物理特性。

多样性：指的是模型在给定相同的初始提示时，能够生成多种游戏玩法变体的能力。

持久性：指的是模型能够将用户修改（或「持久」）整合到生成的游戏玩法中的能力，例如将一个角色复制粘贴到游戏中。

模型架构设计

建模设计反映了识别出的模型能力，如下图所示。

一致性：一个顺序模型，能够准确捕捉游戏视觉和控制器操作之间依赖关系。

多样性：能够生成数据并保留视觉和控制器操作序列条件分布。

持久性：基于（修改过的）图像和/或控制器操作，通用条件化的预测模型得以实现。

在全部三个能力中，选择提供可扩展性的组件，这意味着模型应该从大量训练数据和计算资源中受益。

WHAM设计如图所示，它建立在transformer架构上，作为其序列预测骨干。

新方法的关键在于将数据框定为离散token序列。

为了将图像编码为令牌序列，使用VQGAN图像编码器。用于编码每张图像的令牌数量是一个关键的超参数，它在预测图像的质量、生成速度和上下文长度之间进行权衡。

对于Xbox控制器操作，尽管按钮天生是离散的，将左和右摇杆的x和y坐标离散化为11个桶。然后训练一个仅解码Transformer来预测交织的图像和控制器操作序列中的下一个token。

然后，该模型可以通过自回归采样下一个token来生成新序列。

还可以在生成过程中修改令牌，允许对图像和/或操作进行修改。也就是说控制器操作或直接编辑图像本身，可以控制（或提示）生成的能力，这评估持久性的先决条件。

WHAM架构概览

一致性

通过使用真实的游戏玩法和控制器动作来提示模型，并让模型生成游戏视觉效果来评估一致性。此处展示的视频是使用Muse（基于 WHAM-1.6B）生成的，展示了模型生成长达两分钟的一致游戏玩法序列的能力。

在论文中，还使用FVD（Fréchet Video Distance，视频生成社区中一个既定的指标）将生成的视觉效果与真实的视觉效果进行了比较。

多样性

在总共102,400个动作（1,024 条轨迹，每条轨迹100个动作）中，对10,000个人类和模型动作进行子采样，并计算它们之间的距离。

重复此过程十次，并绘制平均值 ± 1个标准差。越接近人与人之间的基线越好。均匀随机动作的距离为5.3。所有模型都通过训练得到改进，并且可以通过增加动作损失的权重来进一步改进。

图a：三种WHAM变体的多样性，通过与人类动作的Wasserstein距离来衡量。

在下图b中，看到行为多样性（玩家角色在生成位置附近盘旋与直接前往 Jumppad）和视觉多样性（玩家角色安装的悬浮滑板具有不同的皮肤）的示例。

图b：使用相同起始上下文生成的1.6B WHAM的三个生成示例。

持久性

下列视频展示了Muse（基于WHAM-1.6B）如何保持修改的一些示例。

首先，取自原始游戏数据的一张视觉图像，然后将另一个角色的图像编辑到这张图像中。

生成的游戏序列展示了该角色是如何被融入到生成的游戏序列中的。

开源资源

与此同时，为了帮助其他研究人员，研究团队决定将开源 Muse 的权重、样本数据，并提供WHAM Demonstrator可执行文件——这是一个概念原型，提供了一个可视化界面，用于与 WHAM 模型进行交互，并支持多种方式的模型提示。

项目链接：https://huggingface.co/microsoft/wham

像Muse这样的模型，能够学习到的游戏世界的丰富结构，更重要的是，新研究还展示了如何通过研究洞察来支持生成性AI模型在创意领域的应用。

参考资料：

https://www.nature.com/articles/s41586-025-08600-3

来源：微信公众号“新智元”

2025年2月20日
国投集团，再投人形机器人

人形机器人赛道再获新融资。

近日，人形机器人企业灵宝CASBOT宣布完成新一轮融资，至此，灵宝CASBOT融资额累计已超亿元人民币，投资方包括：联想创投、国投创合、河南资产基金等。

据悉，本轮融资将主要用于加速推进人形机器人量产及核心技术的研发，进一步巩固灵宝CASBOT在市场竞争和技术创新方面的双重优势。

灵宝CASBOT联创&COO张淼向创投日报记者表示，目前，灵宝CASBOT正按照2025年的目标，稳步推进订单交付，预计在今年实现小规模量产。

01 定位多场景落地的通用类脑智能机器人

灵宝CASBOT成立于2023年，致力于研发面向场景落地的通用人形机器人和具身智能产品。公司核心团队由来自国内外顶尖高校和科技企业的业内人士组成，在智能机器人、精密装配、视觉伺服、机器人技能学习等专业领域拥有超过20年的研究经验积累。

2024年11月13日，灵宝CASBOT发布了首款双足人形机器人产品“CASBOT 01”，定位通用类脑智能机器人，整机拥有52个自由度，算力达550T，续航时间超过4小时。

得益于“从大脑到小脑到本体再到仿生灵巧手”的全栈技术支撑，CASBOT 01实现了高性能全身一体化控制和长时序灵巧操作，能够广泛应用于工业制造、商业服务、家庭社区等多个领域。

在2024年中关村仿生机器人大赛上，灵宝CASBOT团队获得人形仿生机器人赛道作业赛第一名、具身智能大模型赛道工业场景第一名。

另外，在人形机器人关键的灵巧手方面，灵宝CASBOT五指灵巧手能做到弹钢琴和打螺丝等精细化作业，具有高强度、高刚度、低自重的特点，适用于家庭服务、工业装配等多种应用场景。

关于目前灵宝CASBOT的智能水平所处阶段，张淼向创投日报记者表示，公司基于分层端到端架构，从运动智能、操作智能与认知智能三大维度构建技术体系。

在运动智能方面，具备了全地形适应能力。机器人可在非结构化地形，如楼梯、斜坡及碎石等路面保持稳定拟人步态，并在跌倒后通过全身协同控制完成自主复位。

在操作智能层面，灵宝 CASBOT 实现了涵盖物体转运等基础操作，以及亚毫米级精密装配这类高精度操作的通用技能体系构建。借助先进的触觉 – 视觉多模态伺服控制技术，机器人的末端执行器能够敏锐捕捉接触力反馈，并据此实时、精准地调整抓取策略，以应对各类复杂操作场景。

在认知智能方面，CASBOT 01搭载的CASBOT Embodied Brain整合了视觉-语言-环境状态的多模态大模型，能够实现高级环境感知、复杂任务分解，使机器人可理解自然语言指令，执行包含条件判断与逻辑推理的多步操作。

谈及2025年及未来几年的量产目标和市场推广策略，张淼介绍，今年的目标是将产品完美地交付给客户，建立售前售中售后的完整链路。市场推广方面，2025年将结合灵宝在工业制造领域的优势，形成有行业竞争壁垒的产品和方案。“例如，在工业制造领域，我们已经与联想在智能制造领域达成深度业务合作。”

据悉，灵宝CASBOT已经在应急救援、井下作业、工业制造和商业服务等多个领域积累了众多合作伙伴。

据创投日报记者不完全统计，国内致力于人形机器人领域的企业还包括优必选、达闼科技、银河通用Galbot、宇树科技、以及逐际动力等。

02 国投系联手河南国资出手

成立至今，灵宝CASBOT一共经历了2轮融资。包括上一轮的联想创投和这一轮的国投创合。

其中，联想创投于2016年正式成立，专注于科技产业投资。联想集团高级总监、联想创投董事总经理顾正斌表示，灵宝CASBOT在工业、煤炭等场景上落地快，非常务实。

创投日报记者注意到，在机器人领域，联想创投此前还投资了服务机器人开发企业云迹科技、物流机器人企业未来机器人、人形机器人企业逐际动力等。

本轮投资方国投创合，则是国投集团旗下专业的引导基金及产业基金管理机构，直接管理规模超过400亿元，专注于战略性新兴产业领域的股权投资、创业投资及基金投资，合计支持了4000多家创新型科技企业，其中230余家已上市。

国投创合针对本次投资表示，灵宝CASBOT已实现人形机器人多地形快速稳定行走和复杂作业场景下的精密操控，团队技术底蕴深厚，研发及迭代速度快，优先面向高价值场景推出产品及服务，商业路径清晰。

本轮另一投资方河南资产基金是河南资产管理有限公司（以下简称“河南资产”）的全资子公司，成立于2018年5月，河南资产成立于2017年8月8日，注册资本60亿元，是河南省人民政府批准设立并经银监会备案具有金融不良资产批量收购业务资质的地方资产管理公司。

值得一提的是，灵宝CASBOT的创始人兼董事长张正涛，也是中国科学院自动化研究所研究员、博士生导师。2016年，他决定先投身自动检测行业的创业之中，并把一家初创公司做成了细分领域的世界第一。

经过沉淀，张正涛既有深耕机器人领域十几年的技术沉淀，又深谙将技术转化为产业动能的商业逻辑。2023年8月，他创立灵宝CASBOT，入局人形机器人领域。据悉，公司预计在今年发布双足、轮式人形机器人整机产品和全新灵巧手。

来源：微信公众号“创投日报”

2025年2月20日
李开复动刀，零一万物又又又分拆了
《智能涌现》从多名独立信源处获悉，李开复创立的AI独角兽零一万物，近日内部发生多处变动：
- 计划拆分数字人业务，由零一万物数字人业务研发负责人杨昌鹏带队。
- 零一万物AI视频混剪项目负责人蓝雨川离职创业，新项目SparkView方向为AI视频编辑工具。
对上述信息，零一万物回复《智能涌现》：零一万物去年有一个多亿的收入，今年会有快速增长。零一万物不仅在不断上线更多的应用发掘价值，这个过程中，零一万物也会根据市场PMF对项目进行快速调整，包括加强投资部分业务、鼓励有商业化潜力的项目进行独立融资，也包括关停部分项目。

放弃“超大模型”后，零一要靠拆分融资“输血”

对于零一万物而言，2025年的开端从合作与分拆开始。

与资源雄厚的巨头合作，是零一万物留在大模型牌桌上的重要一环。继与阿里云联合成立产业大模型联合实验室后，零一万物又将布局大模型的野心放在了苏州，与苏州高新区联合成立的产业大模型基地。

合作的另一面，是业务分拆。数字人作为首先被分拆的业务，是因为这是当下零一万物变现能力最强的业务之一。

多位行业人士认为，数字人市场盘子够大，依靠李开复和零一万物联创、销售负责人祁瑞峰的资源积累，拿下签单并不难。

事实上，“分拆”已经是近两年来，零一万物架构调整的主旋律。2024年，零一万物就在业务分拆上有所动作。

工商信息显示，2024年9月13日，零一万物就成立了名为“零一绿洲”的子公司，主要业务与AI游戏有关，由零一万物联合创始人、副总裁马杰担任董事长。

据《智能涌现》了解，将不同业务拆分，独立运营、独立造血，实则是零一万物整合核心预训练团队后的造血策略。

《智能涌现》曾独家报道，2024年12月中旬，零一万物裁撤了预训练算法团队和Infra团队。2024年12月末，阿里的通义和智能云团队，又分别给预训练算法团队和Infra团队提供了工作offer。

对此，李开复对《智能涌现》表示，零一万物认为初创公司投入超大模型预训练的性价比太低，公司将转向更轻量化模型的预训练。

之所以要靠拆分的手段“造血”，有不少业内人士对《智能涌现》就此表示，整合预训练团队的零一万物，已经需要新故事获得融资。

有关拆分业务的考量，李开复曾回应《智能涌现》：能够更聚焦业务，并且可以分摊中央研发的成本。至于业务拆分的标准，则是“先去找投资人聊，看有没有人愿意投”。

2024年末，六小虎纷纷给自己筹集“过冬钱”：智谱完成30亿元的融资，阶跃星辰完成数亿美元B轮融资。据多名知情人士透露，百川智能和MiniMax除了正在推进融资外，自身还有能够造血的业务，账上还有充足的钱。

零一万物披露上一轮融资，还是在2024年8月，那是一笔由某国际战投和东南亚财团参与的数亿美元投资，此后便再无公开的融资进展。据《智能涌现》了解，零一万物的融资正在推进。

早期成员另起炉灶，聚焦AI视频编辑

近期离职创业的蓝雨川，也是零一万物的早期成员。他最早在零一万物负责大模型API开放平台，而后转去负责PopAi和Mona两款零一万物主力产品的增长，以及零一万物的AI视频混剪项目。

蓝雨川

PopAi，是零一万物的出海AI办公应用，而Mona，是一款出海情感陪伴产品。自零一万物成立以来，李开复就多次提到，零一万物的产品策略是海外做To C。

据《智能涌现》了解，截至2024年上半年，零一万物旗下已经成立了6个To C产品项目组。

但2024年下半年，除了ROI（投入产出比）接近打正的PopAi，零一万物其余产品都逐渐关停、运维，或者合并。多名零一万物员工告诉《智能涌现》，除了PopAi表现尚可，部分产品的试水都不太成功。

频繁的调整，让零一万物在2024年下半年经历了一波员工离职潮。

据了解，2024年8月，PopAi的大部分核心成员选择了离职，包括PopAi早期舵手、零一万物生产力产品负责人曹大鹏。此后，阿里早期的资深算法专家赵斌强（阿里花名：乐田）接任了他的职位。

一名知情人士告诉《智能涌现》，蓝雨川选择离职，是因为想做不同于零一万物产品的新方向。

蓝雨川的新项目SparkView，聚焦在一个已经在海外市场被验证的方向：AI视频编辑。据《智能涌现》了解，SparkView也是零一万物内部在2024年下半年立项的产品项目。

此前，由一位华人工程师创立的AI视频剪辑工具OpusClip，发布7个月就突破了500万的用户量，ARR（年度经常性收入）做到了近1000万美元。

据接触过蓝雨川的多名投资人表示，SparkView计划先从短视频广告素材切入，做AI Video Agent（AI视频智能体）。

加入零一万物前，蓝雨川曾担任飞书产品解决方案高级总监，也有过创业经历。《智能涌现》获悉，目前SparkView已经开启融资。

来源：智能涌现
2025年2月20日
李飞飞巴黎演讲：如果 AI 资源被少数公司垄断，整个生态系统都会完蛋

在许多人眼中，人工智能是关于技术、现代世界和未来的故事，而这正是我们今天在此相聚的原因。但对我而言，人工智能的故事，更要追溯到五亿年前的生命起源之初。

那是极其遥远的时代，远到视觉尚未出现，眼睛也未进化。没有任何生物亲眼目睹世界，所有生命都处于一片黑暗之中，就像你们现在在屏幕上看到的那样。

要回顾五亿年历史，一篇文章显然不够。因此，我将长话短说。当进化赋予这些生物感知和回应外界刺激的能力时，即便只是微弱的感知，一场进化竞赛便拉开了序幕。从最初被动地感受光线，到逐渐变得丰富和活跃，神经系统开始进化，视觉发展为洞察力，看见成为理解，理解力催生行动——所有这些共同孕育了智能，并永远改变了地球生命的本质。

快进五亿年，回到今天，人类的智能已引导我们以前所未有的方式构想和塑造工作与生活。我们不再满足于自然赋予的智能，好奇心驱使我们创造机器，赋予它们与我们匹敌，甚至超越我们的智能。

因此，我们本周探讨的这项开创性技术，其探索之旅始于 20 世纪中期。英国伟大的数学家艾伦·图灵极具远见，早在计算机诞生之前，他就已开始思考赋予机器媲美人类认知能力的智能这一哲学问题。对我而言，他的著作始终是一种挑战，激励人类大胆想象会思考的机器，正如他所预见的那样。

同样的求知欲和雄心也激励着早期的美国计算机科学家。他们不仅发起首个研究项目，探索会思考的机器的可能性，更在 1956 年那个炎热的夏天，在“人工智能”概念普及之前数十年，创造了“人工智能”这个术语本身。这是他们为那次研讨会撰写的研究论文的截图。

坦白说，有趣的是，他们当时认为在两个月内就能解决大部分问题，并揭开智能之谜。或许他们过于乐观，但其胆识令人钦佩。如今，我们在这项“为期两个月”的项目上已投入 820 个月，但我们已取得显著进展。

对人工智能的另一个误解是，它仅仅是计算机和工程学的问题。然而，事实上，人工智能始终是一项充满活力的多学科事业。我们身处的现代人工智能时代，是三项意义深远且截然不同的技术与科学进步融合的成果。

首先是对感知算法的研究，即探究生物（包括人类）如何理解周围世界。最终目标是创建数学模型，使机器也能做到这一点。在艾伦·图灵（Alan Turing）提出大胆设想、以及达特茅斯人工智能夏季研讨会召开几年后，神经生理学家Hubel和Wiesel首次阐明了哺乳动物视觉皮层神经元处理信息的分层结构，这项发现为他们赢得了诺贝尔奖，并彻底革新了我们对视觉处理的理解。

大约在同一时期，心理学家弗兰克·罗森布拉特构建了最早的神经网络原型之一——感知器。这项工作激励了其后数十年的计算机科学家，特别是早期的先驱者，如福岛邦彦、杰夫·辛顿（Geoffery Hinton）、杨立昆（Yann LeCun）、约书亚·本吉奥（Yoshua Bengio）等人，去设计日益复杂的模型，最终发展成我们今天熟知的深度学习神经网络算法，赋予了机器不可思议的能力。

与此同时，第二个研究方向也逐渐兴起。认知科学家们深入研究人类自身的思维，揭示了我们感知环境能力的惊人深度和复杂性。他们的研究明确指出，我们的大脑与进化所处的环境密不可分。大脑并非仅仅是锁在颅骨中的机器，而是自生命之初，就渴望从每一缕光线、一丝触感、一声细语中学习的求知者。

对我个人而言，作为一名在 21 世纪初崭露头角的科学家，感知算法几乎是我研究领域的唯一焦点。认知科学给我的启示是“规模”（Scale）的重要性。进化和发展受益于海量数据驱动学习，我们推测机器亦是如此。但这一次，机器不再使用生物传感器采集数据，而是来自现代数字设备和互联网。这启发了我的实验室开展 ImageNet 项目，这是首个互联网规模的人工智能训练和评估数据集。我们关于“数据是神经网络等高容量算法关键”的假设，以前所未有的方式焕发活力，并掀起全球范围内使用大数据进行人工智能研究的浪潮，这便是如今被称为人工智能缩放定律（Scaling Law）的开端。

然而，最终，如果没有强大的算力来运行这些算法，所有这些成就都难以实现，甚至无法起步。这要从冯·诺依曼架构等里程碑式的发展说起。这种计算机架构范式最早在 20 世纪 40 年代提出，至今仍被沿用，并催生了20世纪70年代早期首批微处理器的诞生。

但有趣的是，是视频游戏推动了硅芯片原始速度的极限。一个始于 20 世纪 90 年代初、旨在提升游戏画面的产业，在短短几十年内发展成全球性的强大产业，英伟达等巨头制造出日益强大的图形处理器（GPU）。这最终成为神经网络算法能够从互联网规模的大数据中学习的最后一块拼图。因此，如果有游戏玩家在场，我们必须感谢你们。

当然，这不仅仅是历史回顾，更是构建未来的蓝图。2012 年，在 ImageNet 挑战赛上，我的实验室率先将算法、数据和算力这三个要素首次以足够大的规模结合，几乎在一夜之间改变了整个领域。机器首次能够理解并可靠地描述图像内容，数百万张图像。这在今天看来理所当然，但在当时，这是一个尚未解决的难题，一种近乎科幻的能力。这是里程碑式进展中倒下的第一块多米诺骨牌，而且随着时间推移，这些进展愈发迅猛。

如今，十多年过去，我们仍在探索这一切的意义。最初只是学术上的好奇，如今却年复一年地受到商业领袖、企业家、行业分析师乃至政治家的高度关注，且这种关注似乎有增无减。我们正处于人工智能的第一个真正时代，一个历史学家未来必将如此称呼的时代，大约持续十年左右。无论以何种指标衡量——计算机科学学位、人工智能项目、投资金额、初创企业等等——人工智能都是一场规模和范围不断扩大的革命。

无需赘言，在过去几年中，随着大语言模型的问世，人工智能迎来又一个惊人的转折点。这些模型将现代人工智能的三个要素扩展到更大规模：一种名为 Transformer 的新架构，在近乎整个互联网的数据上训练，并由惊人数量的顶尖芯片提供算力支持。正如大家所见，其结果是机器能力以前所未有的速度爆发。我们现在已习以为常地认为，人工智能能够用流利的自然语言与我们对话，回答几乎任何领域的问题，甚至生成复杂的图像、声音、音乐和视频。ChatGPT 的巨大成功，创下用户采纳率记录，充分证明了这项创新对日常生活的影响。

这些能力并非仅停留在表面。如图所示，近年来，人工智能模型在从手写识别到博士级科学问题等一系列基准测试中，表现突飞猛进。在某些极具挑战性的任务中，其性能提升曲线几乎呈垂直上升。

从流畅的语言能力出发，大语言模型现在在问题解决中扮演着更积极的角色，能够分解任务并规划实现现实世界目标的步骤。许多人将这种被称为“Agentic AI”的人工智能智能体，视为这项重大技术在 2025 年的最新篇章，它将为众多用户和企业带来变革。

然而，未来还有更多值得期待。智能不仅限于语言智能。以人类为例，我们是作为一个整体而智能的生物。一个崭新的篇章正在开启，空间感知能力正扩展为更加积极主动的能力。在我所从事的相机和机器人领域，人工智能开始在有形或无形的 3D 空间中进行创造、理解、推理和互动。它可以用于与人或物交互，我们称之为空间智能和具身智能。

如今，我们的视觉智能使我们能够轻松识别出图中的所有物体：猫、盆栽、桌子，当然还有那杯牛奶。但这真的是我们感知能力的全部吗？我敢肯定，仔细观察这张照片，肯定有不少人不仅理解了画面内容，还非常想伸出手去扶住那杯牛奶，以免它掉在地上摔碎。这只是一个微小的例子，却突显了从“观察”到“行动”之间存在着深刻的差异。它预示着我认为我们即将到达的转折点：人工智能将从观察者转变为与我们并肩行动的行动者。

事实上，就我所敬佩的艾伦·图灵而言，我现在认为他对未来的愿景过于狭隘，略显内向。进化本身明确地告诉我们，智能的真正力量不仅在于思考，更在于运用思考驱动行动。想想人类的空间智能如何赋予我们力量，去建设我们的文明，从古代金字塔到工业革命，从科学发现到艺术表达。当人工智能扩展我们的空间智能和具身智能时，我们与周围世界的关系将发生怎样的进一步变化？它将帮助我们创造和发现什么？我们又将构建怎样的未来？

同样令人兴奋的是，机器人技术，作为具身人工智能的一种形式，也在迅速发展。我在实验室的研究，是将机器人学习与大语言模型和视觉模型相结合的最新例证。与以往那些高度编程和精心设计的机器人相比，这些研究使机器人能够在更加开放、真实的场景中执行日常的人类任务。

这些都是令人振奋的可能性。但是，如果人工智能真的不仅成为会思考的机器，更成为会行动的机器，那么我们引导这项技术的集体责任就变得更加迫切和重要。我认为，称这一切已将我们带到一个具有文明影响的时刻，绝不为过。那么，我们该如何应对？

多年来，这个问题一直指引着我的工作。虽然我确信没有简单的答案，但有一个主题始终贯穿于我的所有研究：以人为中心的人工智能。它由三个简单的价值观构成：尊严、自主性和社群。

首先是尊严。面对日益强大的技术，我们人类常常面临一个问题：是什么定义了我们？抛开我们能够完成的所有任务，作为人类的自豪感，自主做出决定和采取行动的能力，仍然是我们存在的基石。如果这项技术能够帮助守护，甚至将这种尊严感带回给我们所有人，特别是最脆弱的群体，那将令我无比振奋。这是一个关于机器人技术和人工智能技术如何帮助赋予甚至瘫痪病人自主能力的例子。

在斯坦福大学，我的合作者和学生们通过非侵入式脑电图（EEG）收集脑电波，纯粹通过人的意念来控制机械臂。我们的人工智能算法能够解码人的意念和指令，并引导机械臂制作出一份完整的日式寿喜烧。

第二是自主性。我实验室研究工作的一个核心原则是探索人工智能的应用，以增强人类能力，而非取代人类。正如历史上每一次重大技术变革都重塑劳动力市场一样，人工智能的进步也必然会对就业岗位产生影响。但我认为，人工智能不应取代我们，而应助力我们提升能力，从创造力到医疗健康，从科学发现到工业制造。人工智能的诸多技能与人类技能互补，我们拥有大量机会，利用这种数字或物理的协作方式来增强自身能力。我实验室过去十年在人工智能医疗健康领域的探索，让我看到了诸多机遇，人工智能可以帮助提升护理质量，减轻医护人员负担。这里有三个例子，展示了如何利用人工智能算法驱动的智能摄像头，来帮助医院提高临床医生的手部卫生习惯，帮助记录患者的行动锻炼，以及辅助手术器械跟踪。

最后但同样重要的是社群。过去十年，很多时候技术的故事都在将我们彼此分离：信息茧房、煽动性内容等等。人工智能正处在又一个岔路口。一条路通向人工智能使真实的社交体验黯然失色，个性化定制内容强化我们偏见的世界；另一条路则通向人工智能帮助我们建立更美好、更强大社群的世界。例如，教育辅助工具可以将学习机会带给更多人，包括孩子和成年人。

这里有两个简单的例子：左边是使用人工智能和虚拟现实技术作为个性化学习工具，帮助患有阅读障碍的大学生取得更好学习效果；右边是由美国布法罗大学创建的人工智能专家系统，旨在弥补语言病理学家短缺问题，以便对 3 至 10 岁有言语和语言障碍的儿童进行早期干预。

所有这些都引出了我想分享的最后一个想法。在这个具有文明意义的关键时刻，我们如何才能共同努力，以理性、务实和负责任的态度治理人工智能，从而守护其惊人的潜力？

首先，至关重要的是，我们的治理要以科学为基础，而非科幻想象。从街头巷尾到华尔街，今天关于人工智能的大部分讨论，都被耸人听闻和夸大的言论所渲染，导致了具有误导性的人工智能治理政策。相反，我们需要运用更科学的方法来评估和衡量人工智能的能力与局限性，从而制定更精准、更可操作、更符合实际的政策。

进而引出我的第二点，即在人工智能治理方面，要采取务实的态度，而非意识形态化的立场。人工智能有望成为一项强大技术，若能合理运用，它可以帮助我们生活得更美好，工作得更高效。因此，我们不应阻碍这项仍处于发展初期技术的探索与研究，而应更加关注其具体应用，确保其有益用途，并防范潜在的负面影响。

最后，我们需要投入资源，构建更健康、更具活力的人工智能生态系统。在这个生态系统中，学术界、创业者、开源社区和公共部门都应积极参与，与大型企业共同发挥关键作用，推动技术进步。如果人工智能要改变世界，我们需要各行各业的人都参与塑造这一变革。

在本文的前半部分，我提到了现代人工智能的三个关键要素：算法、数据和算力。如果这些资源过度集中在少数公司手中，人工智能生态系统将因缺乏好奇心驱动的研究、顶尖人才培养、开源协作和多学科探索而受到损害。

75 年前，艾伦·图灵就已洞见未来，并深受启发，大胆挑战人类去创造会思考的机器。今天，我们已将图灵的挑战推进到他可能无法想象的程度。人工智能时代的科技进步令人叹为观止。我认为，现在是时候提出新的挑战了。与其仅仅自问“我们能否创造人工智能”，不如反思“我们能否将人工智能塑造成一种向善的力量”。

简而言之，今天我想向所有人发出挑战：共同构建以人为中心的人工智能。

2025年2月20日
杭州“六小龙”都是谁？市场对于它们的估值又怎么样？

根据2025年初的最新信息，“杭州六小龙”主要指杭州六家快速崛起的前沿科技企业，分别是云深处科技、宇树科技、深度求索（DeepSeek）、游戏科学、群核科技、强脑科技。接下来就介绍一下它们的主营业务及市场对它们的估值。

1. 深度求索（DeepSeek）

专注于人工智能大模型研发，尤其在深度学习、AI推理优化等领域具有技术优势。其技术应用涵盖金融、医疗等多个行业，以1/11的算力成本实现与国际巨头的竞争。

有市场传言称，阿里计划以100亿美元（折算成人民币为729亿）的估值，投资10亿美元认购DeepSeek 10%的股权‌。然而，阿里公关负责人对此予以否认，称外界流传的阿里投资DeepSeek的信息是假消息‌。尽管DeepSeek的估值引起了市场的广泛关注，但其估值的具体数值仍存在不确定性。目前，市场对其估值的讨论主要集中在阿里投资的传言和其模型性能的表现上‌。

2. 群核科技

群核科技是酷家乐的母公司，酷家乐是一个基于分布式并行计算和多媒体数据挖掘技术的VR智能室内设计平台，主营空间智能技术，构建全球最大的室内场景认知数据集，应用于建筑设计、虚拟现实等领域。

在2024年，群核科技的估值约为20亿美元‌。群核科技自2013年成立以来，进行了多轮融资，累计融资金额超过4.3亿美元，获得了包括IDG资本、顺为资本、高瓴资本等在内的多家投资机构的支持。2021年，群核科技完成新一轮战略融资，投后估值达到20亿美元‌。最近有市场消息称，群核科技计划最早于今年提交香港首次公开募股（IPO）申请，拟筹集不超过2亿美元资金‌。

3. 宇树科技

聚焦智能机器人研发：宇树科技以四足机器人（如春晚表演的机器狗）和拟人化机器人见长，产品已进入国际市场。

宇树科技的估值约为100亿元人民币‌。根据最新消息，宇树科技在2025年初的估值已经突破了100亿元‌。此外，宇树科技在2024年9月完成了数亿元的C轮融资，投后估值达到80亿元‌。

4. 强脑科技

深耕脑机接口技术，研发非侵入式脑机交互设备，应用于医疗康复、智能假肢等领域。

强脑科技（BrainCo）在2024年的估值超过10亿美元‌。这一估值主要基于公司已完成2亿美元的融资投入研发，并且作为脑机接口领域的独角兽企业，其技术和产品具有独特的市场价值。此外，强脑科技在脑机接口领域拥有多款创新产品，如智能仿生手等，这些产品的市场潜力和应用前景广阔，进一步提升了公司的估值‌。

5. 游戏科学

以现象级3A游戏《黑神话：悟空》闻名，推动国产游戏全球化，并探索AI在游戏开发中的应用。

此前根据福布斯亚洲的报道，游戏科学公司的估值已经达到18亿美元，这使其成功跻身独角兽企业俱乐部‌。此外有消息称游戏科学最近完成了一轮数亿美元的融资，估值超过百亿人民币‌。

6.云深处科技

云深处科技专注于工业级机器人，例如“绝影X30”机器人应用于电力隧道巡检等场景。

‌云深处公司的估值约为80亿人民币‌。根据公开信息，云深处科技在2024年2月获得了近10亿人民币的B2轮融资，并在9月获得了数亿人民币的C轮融资，投资方包括美团、红杉中国等，目前已成为行业“独角兽”，估值达80亿人民币‌。

“杭州六小龙”的主营业务集中在人工智能、机器人、脑机接口等高精尖领域，展现了杭州在新质生产力中的创新优势，也反杭州地区的资本敏锐度和活跃度之高。由于多数企业尚未上市，市场估值缺乏公开数据，但其技术突破和商业化前景已引发市场高度关注。也有媒体评价“六小龙”估值已超千万美金，甚至万亿美金的。尽管六小龙公司在某些领域取得了显著成就，但未来是否能够持续保持高估值，还需要看其能否继续在技术创新和市场拓展上取得突破。如果能够持续保持高成长性和市场竞争力，那么当前的估值并不算过高。

2025年2月20日
500万高薪引才，DeepSeek“破圈”后，量化大厂不再“等”了

DeepSeek爆火“出圈”已经一个多月了，而这个事件的影响力还在持续发酵。

一个典型的变化是，部分曾经和梁文锋“摩肩接踵”过的量化大佬们，纷纷开始下场招聘人工智能人才。

虽然，这个动作远比它们的产品业绩要“低调”，但在市场上开出的筹码已经显示大佬们的决心：

必须招到人工智能核心人才。

而且随着金融机构们普遍投身这个领域，AI（人工智能）大模型的相关人才貌似已经成为了这个领域里“有为机构”的标配。

随着招聘动作的展开，一个开发AI、应用AI的热潮或许正在酝酿

01 “500万”高薪岗位涌现

对于量化圈来说，过往的大中型量化私募机构（管理规模超过50亿元），多数把招聘重心放在量化主业身上。

热门岗位也围绕着投资策略开发展开：量化策略研究人员、系统开发工程师、量化实现工程师、数据专家等都是热门岗位。

尤其是量化策略研究员，更是直接站在薪酬链条顶端。

随着DeepSeek热潮开启后，部分机构开始重点“搜罗”人工智能领域的人才。

第三方招聘平台信息显示：近日有金融高才的猎头人士，发布了特别的量化大厂招聘需求：AI Infra工程师负责人：年薪可达500万上下！

这是近年来该平台罕见的高薪酬！

02 工作经验须3年以上

据悉，该岗位的工作地为：上海，面向相关岗位工作经验3-5年的专业人士。

岗位薪酬范围非常“吸睛”：月薪10万-20万元的，一年“24薪”。据此推算，年薪范围在240万元-480万元。

相关猎头人士还透露，上述职位的职责包括：

负责AI基础设施相关系统架构设计与核心模块开发，进行AI计算框架和AI平台的系统性能与扩展性优化。

显见得，有机构要高薪招聘人工智能人才“大干一番”。

03 目标是“挖角”同行？

来自另一个招聘渠道的信息显示，一家位于北京的一家头部私募机构也曾发布类似的岗位，而且岗位方向注明是训练推理，亦注明需要3-5年的工作经验。

相关岗位职责包括：

一，负责深度学习算法框架的架构设计、关键技术研究及研发落地。

二，结合业务场景来推动算法框架的深度优化，提升框架稳定性、易用性，提高模型训练效率。

三，促进框架和AI平台的结合。

该招聘有意思的地方还在于，这家量化私募对工作年限的细节规定非常细致，结合其同样细致的岗位职责要求，最可能的人才来源就是：对AI有更深研究的同行。

换言之，类似幻方这样在AI有深度积累的机构里的人才，可能更容易受到各方关注。

04 重在训练大模型？

难么量化机构大局招聘AI人才的用意何在呢？

资事堂和业内机构沟通后，提出了几个方面的可能性：

其一、就是结合功效不断提升的通用大模型，来训练出在投资市场有针对性的专用模型，甚至推动AI参与的量化投资策略。

其二、在整个投研流程里，深度嵌入“人工智能模型”，以提高整条投研生产链条的产出。

包括但不限于：利用AI推理技术协助从海量金融数据中挖掘有价值的信息；通过AI推理快速完成风险指标计算，以及利用AI推理生成市场趋势报告和投资建议等。

前三、在AI大模型领域，有其他更深入的规划。

而从目前行业推进情况看，人工智能参与的量化策略可能是近期各方关注的焦点。虽然各家机构研发的路径相对分散，且个别策略的收益波动还是比较大。但业内对这方面的投入的态度还是相对鲜明的。

05 效果仍存争议

但部分业内机构也表示，在是否重拳出击“AI”大模型方面，大家的意见并不一致。

一方面，各家机构在量化方面的准备成熟程度不一，量化策略的原理也不尽相同，在既定策略方向上“嵌入”AI的必要性有分歧。

另一方面，嵌入AI必然涉及持续投入算力集群硬件和人力，所费不赀。在资管市场整体费率有所压缩的当下，是否下决心“All in”各家还是有分歧的。

其三，就是目前大模型在推理时时常出现“幻觉”（编造结果），这也是非常明显的一个短板。

当然，业内确实也有中小型机构早早的打出“All in”人工智能的旗号，也获得了一定的场内关注。

06 实习生待遇“升级”

不过，眼见得的事实是，随着DeepSeek的风靡，量化人才受到了更多的追捧。

有关AI的实习生待遇，也出现了提升。

就在上述提及的平台上，部分量化机构也推出了AI算法实习生的招聘。

相关岗位为全职类岗位，且岗位的日薪范围为800元-1500元，再度打破了此前日薪1000元的天花板。

不过岗位的职责要求也较高，包括：利用公司强大的平台资源及系统框架，实践机器学习算法等要求。

显然，这也是个考较实际产出的高技术岗位。

2025年2月20日
最便宜iPhone藏着苹果最大的 AI 野心，国产厂商慌不慌？

最便宜的新款iPhone来了！

北京时间2月20日凌晨，苹果在官网直接上架了iPhone 16e，也就是大家此前说的iPhone SE（第四代）。

售价方面iPhone 16e共有128GB、256GB、512GB三个存储版本，售价分别为4499元、5499元和7499元。前两个版本可享受国补优惠500元，也就是说，iPhone 16e国补后起售价将来到3999元。

一直以来，iPhone SE都是苹果最便宜的新款iPhone，如今去掉了“SE”之名的iPhone 16e，起售价也比iPhone 16起售价低了1500元，它能让苹果在中国市场打个翻身仗吗？

外观、配置都变了

2024年，苹果在中国市场的出货量下滑了17%，市场份额也从19%跌至15%，是前五大厂商中，下滑幅度最大的品牌。

因此，iPhone 16e作为最便宜的新款iPhone，也承担着提升销量的重任。

上代iPhone SE上市于2022年，如今时隔近三年，iPhone 16e从内到外都有了更多变化。

首先，iPhone 16e既然去掉了“SE”的后缀，其核心配置自然也与iPhone 16保持了高度一致，例如相同的A18芯片和8G内存，相同的中框“操作按钮”、相同的6.1英寸屏幕等。

但iPhone 16e毕竟比iPhone 16售价低了1500元，在相同之外，苹果的“刀法”依旧犀利：

虽然同为A18芯片，但iPhone 16e只有4颗GPU核心，比iPhone 16少一颗；主摄与iPhone 16相同，但只有这一颗后置摄像头；还是没能用上灵动岛，仍然采用了刘海屏设计；不支持MagSafe磁吸充电，无限充电最高功率只有7.5W；没有iPhone 16全系搭载的超宽带芯片；没有iPhone 16系列全新搭载的「相机控制」功能，但音量键上方有可自定义的「操作按钮」；只有黑、白两种哑光外壳；视频播放时长26小时，较iPhone 16的22小时提升了4小时。

此外，iPhone 16e还首次搭载了苹果自研的蜂窝网络调制解调器Apple C1。虽然Apple C1还需集成射频前端控制等其他模块，才能组成一颗完整的基带芯片，但调制解调器是基带中的关键子模块，专门负责信号调制与解调，Apple C1的出现，可能意味着苹果自研基带也已经在路上了。

根据此前媒体爆料，Apple C1仅支持Sub-6GHz频段，理论下行速率4Gbps，较iPhone 16采用的高通X75基带（支持毫米波与7.5Gbps速率）存在明显代差。

如今苹果选择让售价更低的iPhone 16e首发搭载Apple C1，似乎也从侧面印证了这颗芯片的实际性能可能并不如意。当然，iPhone 16e实际信号表现很快就能见分晓。

事实上，自从2019年收购英特尔基带团队以来，苹果已经在自研基带领域投入了数十亿美元，如今近6年过去，苹果才拿出首个成果，过程可谓艰难。

苹果之所以对自研基带颇为耐心，其核心还是因为基带成本较高，自研可有效降低苹果的硬件成本。但指望苹果彻底解决iPhone的信号问题，恐怕还要再等等。

总的来说，iPhone 16e的官方价格比iPhone 16低了1500元，但两者间的配置差距是否值1500元，那就见仁见智了。

值得一提的是，iPhone 16在第三方平台的售价已经跌至4700元左右（包括国补优惠），也就是说，两者的真实价格差，只有800元左右。考虑到iPhone 16的“跳水”速度，或许iPhone 16e也可以再等等。

最重要的不是价格，而是AI

事实上，虽然此前iPhone SE一直是“最便宜的新款iPhone”，但真正面向消费者时，看似划算的“最便宜”往往并没有多大的吸引力，因为大家更愿意用同样的价钱，购买前代，甚至前两代的iPhone数字系列。

老款iPhone会随着时间和更新周期，自动降到中低端价位，而无须苹果专门发布低价新品补位。

例如，据Counterpoint Research数据，在上代iPhone SE上市的2022年，苹果销量前二的机型都是前一年发布的iPhone 13系列，而当年上市的新款iPhone SE仅能排在所有iPhone机型销量的第九位。

这也是过去iPhone SE更新周期长达2年以上的原因所在，毕竟，当用户都不爱配置、价格都大打折扣的“青春版”时，苹果自然缺少更新动力。

此次去掉“SE”，将其放在最新款iPhone 16序列中，大概率也是为了蹭上新款iPhone的热度。

但和前三代SE单纯主打低价不同，iPhone 16e最大的变化除了外观和基带，更重要的是搭载了A18芯片，以及由此带来的苹果AI服务Apple Intelligence（苹果智能）。毕竟，iPhone 16之前的老款iPhone（除了已停产的iPhone 15 Pro系列）都不支持AI，如果用户想体验苹果AI，iPhone 16e将是门槛最低的选择。

与此同时，iPhone 16e面对竞争对手也有一定优势。据Canalys数据，中国市场中端机型AI功能渗透率不足40%。iPhone 16e首次将AI能力作为中端机标配，或许也能稍稍弥补其他硬件配置的不足，与安卓等竞品一较高下。

因此，iPhone 16e的核心目标其实是通过更低门槛，吸引安卓用户进入苹果AI生态，同时加速老用户换机。Omdia预测，该机型将占苹果2025年iPhone总出货量的10%，成为近年来苹果最激进的“下沉战略”产品。

从市场角度来说，iPhone 16e的上市，标志着苹果从“高端守擂”转向“中端进攻”。面对国产厂商的参数内卷，苹果试图用生态粘性与AI服务破局。

可以预见的是，2025年，中国手机市场的“3000元生死线”争夺战，恐怕也将因这款“iPhone特供机”而更加胶着。

2025年2月20日
DeepSeek被传从外部筹资，相关人士称融资消息均为谣言

针对“DeepSeek首次考虑进行外部融资”的消息，2月20日，据腾讯科技报道，有DeepSeek相关人士称融资消息均为谣言。

2月19日晚间，据科技媒体The Information报道，DeepSeek正在考虑首次外部融资。知情人士透露，DeepSeek内部已经开始讨论是否接受外部融资，以获取更多的AI芯片和服务器资源。

报道指出，中国投资公司和全国社保基金已经与DeepSeek取得联系，希望获得投资。DeepSeek的高管及其母公司幻方量化的高管也正在谈论是否从专注技术研究转向一家能够创造收入并最终获利的商业企业。

尽管上述人士对此予以否认，但DeepSeek的融资情况备受外界关注。

这家成立不到两年的公司，由量化资管巨头幻方量化创立，是“杭州六小虎”之一。其凭借DeepSeek-V3、DeepSeek-R1等大模型在性能上的出色表现，在国内外AI领域引发了巨大的冲击波。

目前，DeepSeek已成为最快突破3000万日活跃用户量的应用程序，用时仅12天，而曾经改写AI历史的ChatGPT，实现这一用户规模耗时11个月。不仅如此，DeepSeek还在140个国家的应用商店排名第一。

DeepSeek爆火之前，其资金主要来源于幻方量化的内部资源支持，以及政府的科研资助。公司创始人梁文锋此前专注于研究，有报道称其并不认同VC希望尽快实现产品商业化的诉求，所以拒绝了不少投资机构的合作意向。

百度风投是其中之一，其北京办公室就在DeepSeek楼上。据雷递网消息，对于为何错过了投资DeepSeek，百度风投CEO高雪表示，DeepSeek去年5月入驻融科资讯中心的第一时间，便拜访了其相关负责人。但因为幻方的大模型业务没有拆分独立融资计划，所以和其他VC一样，目前没能有幸成为DeepSeek的投资人。

市面上也曾传出阿里和国有基金对DeepSeek有投资意向，甚至称阿里计划以100亿美元估值入股10亿美元，占比10%。该消息后被阿里副总裁颜乔否认。

若DeepSeek开放融资，预计将吸引大量投资机构涌入。对投资人而言，这是近几年少有的投资机遇，也是一大挑战，有着不小的投资门槛。

彭博社的一份调研显示，DeepSeek的估值区间在10亿美元到1500亿美元之间，波士顿风险投资公司Glasswing Ventures创始人认为其估值最少有10亿美元，而Sweat Free Telecom创始人查纳基亚·拉姆德夫则认为，可能高达1550亿美元。

作为对比，OpenAI的估值高达3000亿美元，马斯克的xAI估值提升至约750亿美元。

2025年2月20日
DeepSeek爆火一个月，豆包、Kimi们怎么样了？

1月20日，前后相隔仅几小时的时间里，深度求索与月之暗面先后发布了技术路径相似的DeepSeek-R1及Kimi K1.5多模态思考模型。

后来，OpenAI在论文里称，这两家中国AI公司同时独立发现了o1（OpenAI o1推理模型）的秘密。

但从结果来看，二者南辕北辙。前者名声大噪，改写全球AI格局，后者却并没有太大声量。

在此之前，不会有人想到一家由对冲基金公司孵化、没有进行任何广告投放的AI模型，能够在短短一个月的时间里，打破OpenAI神话，甚至让网友高呼：DeepSeek做空了美国！

DeepSeek到底有多火？从数据可以窥探一二：

微信指数显示，近30天，豆包、Kimi的微信指数平均值分别为3千万和2100万左右，而DeepSeek微信指数平均值达到了5.9亿，峰值更是逼近10亿，是豆包、Kimi的数十倍。

至此，整个互联网由All in AI，开始向All in DeepSeek转向。

那么，DeepSeek-R1诞生一个月，爆火至今，豆包、Kimi、文小言们如今怎么样了？

一、拥抱派：腾讯元宝、文小言们

DeepSeek的横空出世，让BAT等互联网大厂和月之暗面等AI六小龙们进一步分化，或拥抱DeepSeek、抢占优势与热潮开疆拓土，或自力更生、探究AGI业态的更多可能。

这其中，拥抱DeepSeek的不在少数，腾讯更是其中代表。

2月16日，腾讯方面确认微信已上线“AI搜索”功能，并正式灰度测试DeepSeek-R1模型，提供“深度思考”服务。

而作为腾讯大模型终端应用，腾讯元宝在2月13日便悄悄更新，宣布接入DeepSeek；2月17日，腾讯自研深度思考大模型HunyuanT1也正式上线腾讯元宝APP，进行灰度测试。

同时，腾讯元宝也在几乎同一时间加大了投放力度，似乎是为接入了DeepSeek与HunyuanT1的新版本助阵。

ADX行业版数据显示，2月1日至14日，腾讯元宝投放力度始终保持在相对低位，日均投放素材量约2000组，2月15日起，投放力度迅速攀升，日投放素材量峰值超3400组，至2月18日，腾讯元宝日投放素材量再达新高6570组。

尽管在自家AI助手中接入DeepSeek模型，会让人多少觉得有些“为他人做嫁衣”之感，但腾讯似乎并不在乎，反而从当下情况来看，包括元宝、微信、腾讯文档、QQ浏览器、QQ音乐、腾讯地图等应用在内，腾讯旗下至少十数款产品已经宣布接入DeepSeek大模型。

DataEye研究院看来，腾讯的做法更像是有着自己的战略考量：利用外部模型及自身庞大信息量、用户量，打造AI时代的杀手级应用，并同时帮助腾讯内部大模型引流和迭代。

除腾讯外，百度同样选择了拥抱DeepSeek。

2月16日晚，百度搜索称将全面接入DeepSeek和文心大模型最新的深度搜索功能。但在百度旗下AI助手“文小言”APP上，只是通过DeepSeek-R1模型优化了“拍照解题功能”，还不能算正式接入DeepSeek-R1模型。

不过即便如此，腾讯、百度的倾向性也十分明显。

此外，AI六小龙中，阶跃星辰旗下“跃问”APP接入了DeepSeek-R1模型，MiniMax 01海外版也上线了DeepSeek-R1深度思考模式。

随着腾讯、百度各自最核心产品微信、百度搜索、以及多款AI助手相继接入DeepSeek模型，这对搜索市场所带来的影响，或许也将在未来再次改变多数人的搜索方式与体验。

二、自主派：字节豆包、Kimi们

在自家AI助手应用中，接入竞争对手的AI模型，除腾讯等个别情况外，多数公司并没有这样的魄力。

相反，同为大厂的字节跳动，甚至表现与腾讯大相径庭。

如果说腾讯对待DeepSeek的态度是积极拥抱，那么字节跳动则可以称作极度保守。暂且不说“豆包”这一字节旗下最核心的AI助手应用，即便是其他边缘产品也几乎都没有接入DeepSeek。

据统计，截至目前，字节系产品中仅有火山引擎及其旗下产品+飞书官宣上线DeepSeek系列模型。而火山引擎类云平台上架不同大模型本就是正常情况，因此严格来讲，字节系仅有飞书一款C端产品上线了DeepSeek模型，对比腾讯十几款产品拥抱DeepSeek的情况，二者态度天差地别。

不过，这种态度似乎也代表着字节对自家豆包大模型的自信：字节或许相信，豆包大模型能够在不久的将来追赶上DeepSeek的水平。

在DeepSeek-R1诞生前，豆包APP长期占据着国内AI助手类应用榜首位置。

数据显示，2025年1月，豆包APP月活高达7861万，在国内AI类应用中位列第一，全球市场位列第二，仅次于ChatGPT。

不过随着DeepSeek爆火，这样的格局正在被改写。

点点数据显示，近30天豆包、DeepSeek及ChatGPT三款产品日活走势可总结为“一升两降”。其中，DeepSeek日活始终处于上升态势，尤其是1月26日、27日两天，日活迅速由几十万级别攀升至数百万，进入2月份之后，进入缓步上升态势。

豆包与ChatGPT则在2月初期及之前保持在稳定态势，自2月初期开始，日活先后断崖式下跌，并保持至现在。

可见，DeepSeek如今已经成为全球市场AI应用类产品日活TOP 1，而豆包日活大幅度下滑后，与下位者差距开始缩小。

除豆包外，DeepSeek爆火后最被关注的另一款产品，当属月之暗面旗下的Kimi智能助手。

单论技术能力而言，kimi或许并不算差。

文章开头曾提到，Kimi K1.5模型与DeepSeek-R1同日发布，技术路径相似，被OpenAI称赞。

2月18日，DeepSeek和月之暗面再次撞车，二者几乎同时发布了各自最新的论文，主题均是挑战Transformer架构最核心的注意力机制。

因此，Kimi也并未接入DeepSeek模型，不过，在外界风评上，Kimi却总受到诟病。

过去，Kimi凭借激进的投放策略，被外界认为过度依赖营销而非技术突破，曾单月付费投流金额超2亿元还一度登上微博热搜。

但大肆投放之下，Kimi在用户量等方面仍旧赶不上豆包，如今DeepSeek爆火，更引发其对“重投放”策略的反思。

这也导致Kimi如今最重要的一项改变：坚持基础模型SOTA、大幅缩减投放。

消息称，DeepSeek爆火后，月之暗面内部复盘认为要坚持基础模型SOTA（State-of-the-art，当前最佳），接下来可能会重新训练基础模型，并抓紧应用层机会，内部选中的一个方向是一款面向深度研究领域的智能体产品DeepResearch。

与此同时，媒体称月之暗面近期决定大幅收缩产品投放预算，包括暂停多个安卓渠道的投放，以及第三方广告平台的合作。

事实也确实如此：

ADX行业版数据显示，自2月14日开始，Kimi智能助手投放力度便大幅下滑，2月15日投放力度几乎触底，至今维持在单日素材量1500组左右，较此前日均2万组投放素材量，大幅下滑了92.5%。

三、DeepSeek时代，AI厂商的集体反思

DeepSeek就像一条鲶鱼，一个月的时间内彻底搅浑了全球AI市场，引发各大AI厂商集体反思。

字节跳动CEO梁汝波反思认为，DeepSeek-R1的长链思考模式并非业界首创。去年9月，OpenAI发布长链思考模型成为行业热点，字节虽意识到技术的重大变化，但跟进速度不足，若当时及时争先，或许有机会更早实现。

而腾讯全体转向DeepSeek的表现，也一举扭转了外界对其在AI大模型领域战略模糊、动作迟缓的态度。

对于腾讯而言，无论是自家大模型还是DeepSeek，只要技术能力达到了某个跨越式阶段，便能通过整合快速验证AI技术的实用性，并在现有的核心场景中建立AI时代的用户心智，微信接入DeepSeek刷屏全网便是最好的证明。

与此同时，曾经的AI六小龙也站在新的十字路口。

阶跃星辰、MiniMax选择拥抱，纷纷接入DeepSeek模型；百川智能继续加注AI医疗赛道；零一万物不再追求训练超级大模型，转而探索商用场景大模型能力的产业化落地；月之暗面、智谱AI则继续发力大模型与Agent智能体应用。

过去的大模型叙事被打散，唯DAU论被推翻，所有人都被DeepSeek逼着往前再踏出一步。

对于腾讯元宝们而言，接入DeepSeek并不等价于All in DeepSeek；对于豆包、Kimi们而言，不接入DeepSeek也不代表完全拒绝。

有人一边在产品端提供最佳服务状态，一边为自研大模型争取迭代时间；有人不甘落后，调整策略聚焦技术攻坚。

这大概是DeepSeek这条鲶鱼带给中国AI厂商们最好的反思。

2025年2月20日