少数派 
爱范儿 
DEX 周刊 36氪
DeepSeek的答案，不是只仰望星空，也不是只脚踏实地，而是用现实问题去支撑一个足够远的目标。
撰文 | 李嘉星 刘辰艺
编辑 | 张薇
头图来源 | DeepSeek
封面来源 | DeepSeek
DeepSeek又一次被推到聚光灯下。
这家公司一度几乎是AI圈最神秘的存在：工程师文化、低调，创始人很少公开露面，团队也不像典型互联网公司那样频繁讲故事、做传播。但过去一年，它几乎每隔一段时间就会成为中文科技圈的中心。模型发布时，它因为低成本和开源刷屏；融资消息传出时，它因为估值和投资方引发讨论；这一次，梁文锋一场近4小时的投资人交流会录音流出，又让外界重新审视这家公司。
这一次，外界看到的是一个更完整、也更矛盾的DeepSeek。
一面是一个足够远的目标。梁文锋谈AGI，谈愿景，谈“对世界的善意”，谈不追求利润最大化，谈不开源就无法组织人。他说DeepSeek不想做下一个超级App，不想成为下一个字节或腾讯；公司靠愿景而不是KPI运转，研究员有大量自由探索时间，也不太加班。 另一面是脚踏实地。梁文锋也谈十个月回本的API定价，谈融资如何缓解团队稳定风险，谈钱要尽快变成卡，谈国产算力的产能瓶颈，谈一半核心研究员在标数据，谈公司变大后必须补组织结构。他甚至说，最坏情况卖API，也能支撑一家上市公司。
一家AI公司如何既仰望星空，又脚踏实地？这正是DeepSeek想给出的答卷。
根据网络上流出的“梁文锋投资者交流会录音文字稿”，“未来人类实验室”做了以下的梳理。
看得很远，但拆成台阶
长期目标是AGI，但不是空喊远方，而是拆成连续台阶
梁文锋把长期目标定义为AGI，但他没有把AGI讲成一个悬浮概念，而是拆成一条连续路线：语言模型、CoT、Agent、持续学习、自我迭代、具身智能。目标足够远，但每一步都能落到当前技术问题上。
“这是我们的推测，这是我们觉得这个时间表应该是：先解决学习去学习，然后再到那个智能的奇点，能自我迭代的奇点，然后才是具身智能。到具身智能之后，它就走进现实世界，可以给你做家务，可以给你养老。”
“我们觉得这是一个比较理想的路线图，但每个人的观点不一样，没有对错之分。只是我们觉得，这个路线图是最轻松的。这个路线图是因为每一步你要做新的都很少。”
“AI的发展，我们可以理解成它是一个阶梯。去年走的阶梯是CoT，就是思维链。因为我们发现，通过思维链的方式，可以让智能达到一个更高的水平。通过它自己思考，可以让这个上限，可以让这个AI能做更多的事情。”
它追Agent，但不把Agent当终点
外界现在最热的是Agent产品和商业落地，但梁文锋更关心Agent之后的瓶颈：持续学习。它参与当下技术浪潮，但不被当下热点定义终局。
“Agent这个地方，能看到的是下一个瓶颈，就是持续学习。下一个要解决的问题，就是解决怎么持续学习，这个是看得到的，是相对来讲比较明确的。”
“AI并不能够替代你的员工。但如果说AI具有持续学习的能力，它跟你的员工一样，到公司学习两个月，那就可以替代天下的人了。”
“现在投资人看到的最多的是Agent；但对于我们这些研究的人来讲，现在看到更多的是学习。”
看得远，但会主动排除不在主线上的技术方向。
视频生成、3D、世界模型、多模态、具身智能，都被放在不同优先级里。DeepSeek不是否定它们，而是判断它们是否处在当前智能主线上。既看见未来的丰富形态，也克制住不被每个热点牵走。
“在对外面打交道的时候，我们的态度是：我们只做AGI的主线。这就是我刚刚说的这个GPT、CoT、Agent等等，就只做主线。AI领域很广泛，有很多东西我们觉得它不在这个主线上面，比如说3D、视频生成，我觉得可能跟智能的主线没有太大的关系，我们不会去做。”
“但在商业上，它是个好生意，在商业上是个好生意。但是这跟智能没有什么关系。我们不会因为它是一个好商业而去做它，我们只会因为它是智能路线图上的东西，才会去做。”
“多模态布局，我们一直在做。对产品来讲，它很重要；对C端用户产品来讲，它很重要。但是对智能的上限，它是一个组件，它不是主线本身。”
它允许高不确定性的研究“摸奖”，但也承认技术突破背后有大量苦活。
持续学习这类问题，不适合完全项目制、KPI制，也不一定需要大量卡。梁文锋把它称为“摸奖”：门槛低，很多人可以去想，突破不确定。但另一边，他又非常现实地讲数据标注、后训练、幻觉、成本效率。这不是只靠灵感的研究文化，而是自由探索和脏活累活并存。给研究留出不确定空间，同时接受技术突破背后的笨功夫。
“他不是一个项目，而是需要有很多人都在那里想这个问题。所以并不需要给它分配什么资源。只是说，我们跟其他公司不一样的地方，就是我们会花时间去讨论这个问题，会去想这个问题，然后把它当做一个重要的事情。”
“所以我们叫这个叫‘摸奖’。门槛很低，谁都可以去摸，但是谁能摸出什么来，这个可能我也不知道是看天赋还是看什么。”
“所以现在基本上是两条腿走路。并不是说我们完全不能标，而是因为标数据有一些成本低，有一些成本高。我们先标成本低的。所以你也可以认为，现在我们公司有一半的人在标数据。有一半的核心研究员，最重要的人，有一半在标数据。”
“幻觉问题也是有一个方法可以解决的，但是这是一个长命题。幻觉问题可以认为是一个可以通过更好的Post-training解决的，是一个能解、能够改善的问题。只是大家没有花很大的力气去做。或者说，对我来讲，幻觉是一个问题，但我们归结可能是产品问题。我们会去解决它，但是不是重点的问题。”
它相信Scaling，也承认算力才是现实瓶颈
DeepSeek不否认Scaling，也不回避中美差距。梁文锋把差距说得很直接：不是人才，而是资源。所以低成本、国产算力、底层编译器，不是产业口号，而是技术路线的一部分。相信大模型规律，但在资源受限下用工程效率换迭代空间。
“Scaling，我们是信Scaling，肯定是规模越大，效果越好，能够解锁更多的功能。阻止我们Scaling的其实就是算力，并不是我们不想Scaling，是我们没有那么多的算力去做这个Scaling。”
“我们没有触摸到这个上限在哪里。我们训练这么大的模型，并不是因为我觉得这么大的模型就够了，而是我刚好有这么多资源。我是按照我的资源来算，我能够接受、能够训练的模型是多大，是这样算出来的，并不是这个模型就够了。”
不是无组织，而是动态组织
不是不要组织，而是动态长组织
在寻找技术路线时，梁文锋的思路出其不意，他说做这个路线图可以不用加班，于是这个做起来最轻松的路线成为他们的技术路线。这种对轻松和灵活的追求，同样体现在他对团队的组织和管理中，梁文锋说，他们没有组织架构，团队不加班，没有Kpi，至少有一半的时间，团队成员在做自己的事。
“他们（员工）还有一半的时间，是不被安排的，他们想做什么就做什么。这是一个研究的范围，让他们可以自己去探索，按照他们觉得什么重要，他们去探索什么，没有前置的要求。”
创始人权威来自共识，而不是独断
在梁文锋看来，将大家组织起来的是愿景。大家靠愿景驱动，“他们怀着对这个世界非常大的善意，想要做一点事情”，因此他们来了。最开始的几十个人完全没有想过赚钱，“如果他们这么想，那么就不会来。”梁文锋说。他自己的权威也由共识塑造，一件事情能够推动，那是因为它是共识。
“我跟你们讲个故事，就是我们那个DDCP，是我们那个模型。一开始我们担心需求太多，所以一开始把价格定得比较高，团队里大家不是很高兴。后来我把价格又降下来了，降到四分之一，大家就很开心。 我觉得这个才是我们真实的想法。就是我前面说的愿景，我们还是让这个东⻄对人是有用的，而不是我们赚最多的钱，而是我们在能够赚到合理利润的情况下，大家都用得起。我觉得这次我们公司其他人的想法，就是我们那时候降价的时候，公司群里面很多人是欢呼的，大家都觉得很开心。”
“比如说我要做一个事情，我肯定是先看我们大家的共识是什么，大家想不想做。然后有可能我会有一些引导或者倾向,但是这引导的作用是有限的,引导的作用是非常有限的，还是建立在一个共识的基础上。这个决策机制其实是一种寻求共识的机制，这并不是说我能够推动一个什么事情，它一定是共识，我才能够推得下去，然后我才会去推。”
它保持松弛，但不是懒散，有自己的组织机制
团队不是只说不做。梁文锋说，愿景不是挂在墙上的标语，而是怎么做。他清楚地知道自己在做什么，有一套清晰的组织逻辑，组织形式、激励机制、团队目标被他想得很明确。员工有一半时间做自己的事，另一半时间要用来完成公司的任务。不加班的确是福利，但是，梁文锋希望这能够为研究创造松弛的环境。团队要做的事情少，是因为他们的目标聚焦，他们要做AGI。未来，随着人员扩充，梁文锋坦诚说，有些部门也需要建立起严格的层级结构，事实上，改变正在发生。
“然后第二个问题是，思考未来的组织架构，对人员的规划规模。首先，我们之前的组织架构是非常分散的，因为没有组织架构。但是我们人在进一步扩大之后，这些肯定是需要做出一些改变的。现在只能说，这里会需要做很多改变，但现在很难一下子全部表达出来。最后应该还是要分不同的部门，应该有些部门是我们需要建立起比较严谨的层级结构的。另外一些部门， 可能还是会维持一个比较松散、比较扁平的结构。”
“我们一般也不太加班。不加班有两个原因。第一个是，做研究是需要一个比较松弛的环境。 你如果逼得很紧，就没法做研究。因为既然就是要你自己有这个兴趣，你自己平时要去想这些问题，所以得是在一个比较松弛的环境里，才有可能能够探索。这是一个出于研究文化的需要。第二个是，我们非常聚焦。聚焦，就意味着我们要做的事情很少。那我就没那么多事情要做,我就不需要加班。”
团队稳定是理想落地的底座
团队的稳定性是核心利益。在梁文锋看来，很多东西都重要，钱，卡，资源，但这都不是风险最大的地方，风险最大的地方是人散了。为了不让团队坍塌，梁文锋在无组织中寻找着动态组织的可能性，层级、技术、创新机制，都可以成为他维持团队平衡的抓手。近期，DeepSeek完成了部分融资，梁文锋说，大家拿到期权，“人散了”的风险得到了比较大的解除。
“只要我能够保持团队的稳定性，我一定能做成，一定能做成AGI，就这么简单。只要大家都不走，我们能够继续做，我就一定能。基本上没有什么⻛险。只是说早点晚一点，将遇到挫折;如果遇到挫折，大家都不走，那么我又可以继续。”
“从团队稳定性来讲，只要最重要的一些员工、最老的员工能够稳定，那么其他人是不太会走的。其他人哪怕期权少一点、收入少一点，他也不会走。因为他不是全奔着钱来的，大家都希望在一个能够做成AGI的环境里面去做这个事情。 所以对人才来讲，还是有吸引力的。”
“从历史上来看，我们的人才流动是比较少的，跟同行比，我们人才流动永远是比较少的。但是，这依然是我们最大的挑战，是唯一的挑战，可以这么讲。”
开源是理想，也是商业机制
开源不是放弃壁垒，而是把壁垒从模型转移到成本和工程效率
梁文锋谈开源时，不是单纯讲理想主义，也不是单纯讲营销。他的判断是：AI这件事足够大，不可能由一家公司独占；开源有利于生态接受，也不会天然伤害商业模式，因为真正的壁垒不只是模型本身，而是部署成本、工程效率和组织能力。
“这个愿景为什么我们这么坚持开源？因为这个愿景本身就要求开源。你没有这个愿景，你没法把人组织起来。”
“然后在开源这个事情上面，我们一开始就想得非常清楚。首先，第一个就是愿景；第二个，我们认为要把AI这个事情在商业上做成，开源是有好处的。”
“但是AI这个事情足够大，最终它可能得占掉人类社会GDP的百分之十，比如说。那么它其实是一个非常大的数字。一个人独占这个事情，你不可能独占这个事情，你一定得跟别人分享，否则你肯定活不下来。”
“如果说我们想独占这个利益，那么一定是要被历史抛弃的。我觉得最主要这是一个客观的规律，这是一个历史观。”
“哪怕是模型开源，你把所有东西都告诉别人，这个门槛也非常高。别人要用起来，这个门槛也非常高。他要用起来，就很难；其次，他要用起来，还要成本做得很低，也很难很难，没有那么容易。”
“并不是我开源了，他就能够轻易地做到跟我一样的部署成本。这里边还是有很多工作要做的。虽然说这些工作原理都明白，但是不是每一家公司都愿意，或者都有这个意愿和能力来组织人力去达到这个目标的。”
“开源，我觉得对我们的商业模式是没有任何影响的。前提是我们只赚六倍的利润，十个月收回成本，大概对应的是六倍的利润。我们只赚六倍利润的情况下，开源是不会有什么影响的。”
“然后我也不担心别人部署我们的模型，然后跟我们来竞争，一点都不担心。我们还希望他们能够部署起来。”
不树敌，但不是没有商业防线
DeepSeek不愿意和大厂、小厂成为对手，甚至愿意帮助竞争对手。这种姿态一方面来自愿景，另一方面也减少了外部阻力，让公司可以继续聚焦主线。同时，梁文锋认为，大模型竞争最终不是玄学，而是成本、时间、体验。成本控制好的人多赚一点，成本控制差的人少赚一点。
“所以我们现在做的很多事情，都是为了保持团队的稳定性。除了这一点以外，其他我觉得我们都是可以不要的，都是可以克制的。我们一直非常克制，不愿意跟任何一家互联网大厂或者小厂成为对手。”
“在这个前提下，我们是很愿意协助、帮助任何人，甚至我们的竞争对手，包括阿里、智谱、月之暗面，去做得更好。因为我们并不损失什么东西，我们本来也是开源的。”
“我并没有因为我们的善意而影响到我的商业利益，完全没有影响，反而可能还有加分。”
“差距只有两个东西：一个是时间，一个是成本。所以不至于哪一家有暴利，我觉得不至于有暴利。成本控制得好的人就多赚一点，成本控制得差的人就少赚一点，仅仅此而已。”
不吃全产业链，只守最核心的位置
梁文锋反复表达过一种边界感：DeepSeek不希望把所有东西都做了，不希望向上游芯片垂直整合，也不希望吃掉所有应用层机会。它相信AI时代足够大，会产生很多家公司，DeepSeek只需要成为其中一家，而且吃自己最擅长、最核心的那一块。
“还有问题是，我们会不会向上游进行垂直整合？我希望不要。所以有个问题是，我们是不是会往上游应用进行垂直整合？我们希望不用这个，我希望是其他人来做这个事情。我不希望我把所有东西都吃了，我只要吃一块就好，我只要吃我最擅长那一块，或者我觉得我们自己认为最核心那一块。”
“未来我们会不会自建大型的集群？我觉得自建大型的集群是肯定要的，我们自己一直在做这个事情，我们所有的集群都是自己建的。但是未来要不要自研芯片，我觉得取决于这里的收益有多大，取决于收益有多大。”
“我们希望只做一块。我觉得AI这个事情很大，并不需要我只做一块。如果聚焦，并且我认为这里的生意利益已经足够大，如果是AI时代会产生很多家万亿级别的公司，我觉得我们是其中一家。
低价不是慈善，而是长期胜率
不抢当下机会，但也不拒绝顺手接住
DeepSeek要不要商业化？要，但商业化不再是最终目的。DeepSeek的目标是做AGI，途中，梁文锋看到商业化的机会，他不排斥，果断抓住。“既然是随手能够拿到的，我们就会顺手拿到。”梁文锋说。他将这比喻成一个“捡芝麻”和“拿西瓜”的事情：
“我觉得这个在商业上是行得通的，是有可能的。如果去年时候我们用了大笔钱，就跟字节去抢用户，也是一种打法。但是我们选择是一种非常克制的做法，就是我不跟你去争这个东⻄，因为后面还有⻄瓜，前面的可能都是芝麻。”
“只要有那么大的商业机会，你一定是有办法的。那么前面的芝麻，我们也会捡，但是我们就随手捡一点，并不会说我停下来，或者说我把它当成重要事情来做。 所以去年的C端日活这些，我觉得可能就是个小事。但我们也捡了，我们也用一个比较低的成本维持了用户的使用，因为有可能以后是有用的。”
商业化一直存在，但不是最高目标
在梁文锋看来，ToC、ToB目标的优先级不及做出AGI。可是，越想得到的东西越得不到，DeepSeek内部重点放在如何突破技术线路图，却无意间接住了C端的流量和B端的收入。回望去年到今年的这段经历，他总结出，这是降维打击带来的战略优势。
“这里边有一个战略上的优势，就是我们心里面想着AGI，我们做的是AGI。那我们再做那个应用，再做那个C端、B端的时候，根本就不用太多的心思去做那个事情，其实花很少的精力就可以了。 我觉得是说，你站在一个技术的高位上来做相对低一级别的技术，是有这样降维打击的。至少在去年的C端，我们看到确实是这样。我们没有在C端上花很多力气，甚至一度我们都不想维护那些用户了，但是用户赶都赶不走。”
低价不是慈善，而是合理利润
定价上，梁文锋并不含糊，他的目标明确：API 十个月收回设备成本。现在的价位并不是利润最大化的考虑，同样，也不是最低价。梁文锋说不能无限降价，低价中，公司活不下去，低价产品也并不会带来更多社会价值。合理价格能带来合理利润区间内的长期优势，他认为AI市场足够大，只要做成，合理收益已经足够；如果一开始就想多拿，反而会遇到更多的挑战者。
“如果说我的目标是，我要占AI、全人类GDP的百分之五，理论上算这个账还是成立的。 你看OpenAI，他算这个账好像是能算得过来的，理论上是没问题的。但是他有个问题，他会被另外一个愿意只占百分之一的人打败。 因为另外一个人说，我做得这么好，但是我只要拿全球GDP的百分之一就可以了，那么就会把他打败。这时候如果又出来另外一个人，说我只要百分之零点一就可以了，那么又会把前面的人给打败。”
“从宏观上来讲，不管这百分之几是从哪里拿，彼此之间没有区别，都是一样。拿得多的人会被拿得少的人打败。甚至你还不用真的拿得多，愿景如果是拿得多的话，你就会被愿景是拿得少的人给打败。其实大家都没有拿到钱，然后只是一个愿景。你愿景是拿得多，你就先输了，你就会面临着更大的困难。这个世界就是这样。”
你理想中的AGI是什么样子？
欢迎在评论区分享你的看法~
7月17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议在上海落下帷幕。黄浦江畔，热浪与人潮一起涌动。本届大会以“智能伙伴，共创未来”为主题，在世博、张江、西岸三地四馆展开。作为年度人工智能产业观察窗口，WAIC 2026留下的关键信号，不在于展陈规模本身，而在于AI叙事的重心变化：技术展示正在退居幕后，真实场景、系统交付与商业价值被推到台前。
这也是36氪“氪话未来”连续第三年走进WAIC现场。过去三年，AI产业经历了从模型竞速到应用试炼的转向。参数、榜单和Demo曾经定义行业热度；到今年，更多企业开始回答一个更具体的问题：AI如何进入业务流程，如何与人协同完成任务，如何在真实场景中被持续使用。
基于这样的行业变化，今年“氪话未来”将内容主线定为“带着AI去前线”。直播间深入展馆与企业展位，面对创始人、技术负责人和一线产品团队，捕捉AI从方案走向交付的现场细节。圆桌对话、现场探展、原创短视频和实时直播共同构成了这次内容记录的不同切面。
在今年WAIC现场，AI不再只是一个能够生成答案的模型，而是正在变成一套可以理解目标、调动资源、感知环境并交付结果的系统。从算力底座、具身智能，到行业Agent、消费AI硬件，今年WAIC更集中地指向同一个问题：当AI走出实验室和发布会，它能否成为可交付、可复用，并最终创造商业价值的智能伙伴。
一 、圆桌对话直击：猎头 Agent 全新发布，行业智能体开启协同时代
本届「氪话未来」重磅开设人力资源垂直专场，聚焦招聘行业数字化痛点，禾蛙平台携猎头行业Agent——Domi完成全球首发，完整拆解垂直智能体重塑猎头全工作流的落地路径。
直播间对话中，禾蛙CEO何洪锴结合近二十年行业从业经验，拆解当下人才市场结构性矛盾：一面大量求职者难以匹配适配岗位，一面企业常年招不到专业人才，简历筛选、JD拆解、候选人回访、推荐报告撰写等重复性事务占据猎头八成工作时间，通用大模型缺少猎头行业专属业务话术、业务闭环数据与完整交易流程逻辑，很难适配真实猎头协作场景。依托自研HWE猎头行业大模型、Match System智能匹配引擎，Domi打通从岗位解析、简历匹配、报告生成到跨企业Agent协同全链路，搭建A2A智能交易网络，不同猎头智能体可自主对接岗位与人才资源，大幅降低行业协作门槛。
何洪锴在直播中抛出核心观点：“我们不是用AI替代猎头，而是让从业者骑着AI跑赢AI。”
他进一步解释，Domi承接全部标准化机械工作，猎头得以抽身聚焦人才价值判断、客户深度沟通等高价值环节；平台同步开放Skill开发者生态，资深猎头、行业专家可将从业经验封装为可调用智能工具，普通从业者也能依托AI放大个人专业能力，催生人力资源赛道大量 “超级个体”。整场对话跳出AI替代人力的焦虑叙事，清晰展现人机分工、Agent协同的全新产业模式，深度呼应大会 “智能伙伴，共创未来” 核心主旨。Domi依托平台真实入职、回款全闭环交易数据训练的垂直模型，也解决了通用大模型数据断层、推理失真的行业通病，搭配本地数据脱敏、全流程可审计机制，兼顾效率与信息安全，为招聘行业提供合规可用的AI协同方案。
二 、暴走探展团实地巡馆：解锁全产业链落地样本
7月18日一早，36氪暴走团分时段穿梭H3具身智能馆、H1应用与生态馆，从早间9:50 持续到下午直播收官，先后走访穹彻智能、华沿机器人、易鑫集团、Om AI联汇、PPIO、十方境生六大重点企业，现场上手演示、与负责人面对面深度交流，触摸从底层算力、具身模型、空间智能到产业垂直AI的完整技术链条，直观看见各类AI智能伙伴走进工厂、门店、金融、设计等真实场景。
H3具身智能馆：机器人告别展台表演，化身线下服务智能伙伴
穹彻智能：搭建具身智能进化完整飞轮
作为H3馆首站，穹彻智能没有单纯展示机器人炫酷动作，而是完整呈现“真实数据采集 — 具身大模型 — 商业场景落地”闭环技术路线，传递“Robot Service Everywhere” 的核心理念，让机器人成为药房、酒店里稳定可靠的服务伙伴。
药房与酒店洗烘两个场景展示中最令人惊叹的，是机器人不仅“能动手”，更在过程中理解任务、学习任务：真实世界信息与文本、图像不同，包含力度、轨迹、触觉等多维度，RoboPocket 2.0通过多维度采集真实理解任务，再由中间层的自研具身大模型完成动作序列规划与场景适配，最终实现跨场景、全链路的精准抓取与任务执行。
AI科学家吕博在探展访谈中解释行业差异：多数厂商只展示机器人本体，而穹彻的核心壁垒是持续进化飞轮：真实商业场景产生海量操作数据，回流训练模型，模型能力提升后再优化机器人现场作业效率，循环往复。展台自研双臂移动迎宾机器人全程互动接待，成为全场人气打卡点位，直观印证具身智能从技术验证走向规模化商用，成为线下场景专属智能伙伴的行业拐点。
华沿机器人：具身智能机器人落地新解法
暴走团在华沿机器人展位停留20余分钟，首席发展官兼董事局主席助理林深现场拆解机器人落地痛点，并重点介绍了华沿机器人针对相关痛点问题推出的“模块化具身神经系统”——它将具身智能小脑部分的功能做成标准化模块，包括数采系统、遥操系统、感知系统（视觉、力觉、听觉、触觉）、上肢与执行系统、移动与躯干系统、任务系统等，以标准化、模块化、可扩展等优势，降低具身智能应用的开发门槛，与合作伙伴共同赋能终端。
不同于展会常见的人形表演机器人，品牌不仅聚焦高频工业场景，也进一步延伸到商超、园区、餐饮等线下商用场景。华沿HY、Echo系列七轴人形手臂能像人胳膊一样灵活避障、精确感知微小外力，现场可完成精细操作、人机交互等操作；华沿机器人基于阻抗控制、空间跟随、VR遥操三项技术深度结合打造的全新一代数据采集方案，实现简单、沉浸式操作体验；在按摩理疗场景，将华沿机器人的灵活性、力觉精度与系统协调能力与中医大模型的“自主感知”能力深度融合，能够复刻大师级的理疗手法与体验。
在规模落地方面，华沿机器人基于20年工业经验，进一步解决机器人部署成本高、多机协同难、场景适配慢等行业难题，WAIC展会现场，华沿机器人通过核心部件、标准产品、应用场景三位一体的方式，面向专业客户展示机器人在真实线下环境的稳定作业能力。
H1 应用生态馆：算力、汽车 AI、视觉模型全栈落地，打造产业专属智能伙伴
易鑫集团：汽车金融Agent压缩九成业务流程
转场H1应用馆，易鑫带来业内首个规模化落地的汽车金融 Agentic 大模型，直击汽车贷款手续繁琐、审核周期长的行业痛点。AI 智能一体机将原本90分钟的线下业务流程压缩至十几分钟，全流程自动核验材料、解析金融条款、风险预判。
一体机同时配备拟人化AI智能导办、透明化进度管理，操作便捷，还可一键呼叫专属顾问，7×24小时随时响应。在金融级隐私安全框架下，数据安全也得到全程保障。不仅让申请者体验到快，更为经销商和金融机构，解决了人工流程长、风控标准不一、跨系统协同难的痛点，真正打通了从获客到放款的全链路。
首席AI科学家张磊现场分享落地逻辑：依托海量汽车金融交易数据训练垂直智能体，覆盖购车分期、车辆保险、二手车评估全链路，AI 完成标准化审核，人工专注复杂风险个案。通用大模型无法吃透金融监管规则与车辆行业细则，垂直行业大模型 + 智能一体机软硬件一体化方案，为汽车金融行业量身打造专属智能伙伴。
Om AI联汇：VLX流式多模态模型系列，无人机视觉AI实现全场景复用
Om AI联汇创始人赵天成博士现场展示全新VLX流式多模态模型系列，使AI脱离云端依赖，在终端设备上实时理解视频流、定位目标。三款搭载该模型的终端设备同步亮相，“自主无人机大脑”是本次展会首次亮相。
在无人机应用场景中：搭载VLX的OttoPlex御行智飞大脑，是全球第一款应用无人机智飞大脑。通过一条自然语言指令即可指挥无人机自主执行园区巡检等复杂任务，即便断网、复杂环境下也能独立作业，且适配各类无人机即插即用。这套“智飞大脑”覆盖海事安防、公安警务、工业巡检、城市安防等多个低空应用落地场景，具备自主巡航、自主识别、轻量化部署几大优势，大幅降低无人机端侧AI硬件量产与落地成本。此外，Om AI还展示了OttoBox AI PC视频创作助理和Homer可穿戴视觉中枢两个方向，分别解决素材检索与视障辅助问题，充分展现了VLX流式多模态模型系列多场景终端适配能力与实干能力。
PPIO：Agent时代的智能Token工厂
作为36氪老朋友，Agentic Cloud服务商PPIO今年持续加码Token工厂和AI智能体基础设施，在国内率先推出智能模型网关产品，解决从独角兽到大企业所有AI开发者最头疼的三件事：模型选型难、成本不可控、模型跑不稳。
展区展示智能模型网关在处理高价值、高风险或结果不确定的关键Agent步骤时，会触发多模型融合，将问题同时分发给多个擅长此道的专家模型，通过交叉验证生成最终答案。这种“专家会诊”模式可以极大避免因模型“偏科”导致的任务失败和返工。
根据DRACO深度研究基准测试，PPIO通过融合Mimo-V2.5-Pro、Kimi-K2.7和GLM-5.2进行混合推理，可将性能提升至接近Claude Fable 5的水平，而成本大幅下降。
此外，探展现场提到，PPIO还基于Harness层，预置了PPClaw、PPHermes等多款开箱即用的智能体模板，开发者通过控制台一键操作即可完成基于沙箱的云端部署，最快10分钟即可上线运行。部署后的Agent支持7×24小时持续托管与定时任务调度，不使用时可一键暂停计费，恢复时秒级唤醒，成本完全可控、可预测，为全行业开发者打造低成本智能伙伴，助力各类Agent应用快速创新落地。
十方境生：虚拟数字人多年沉淀，好莱坞背景加持商业化
WAIC 2026 的「甜蜜蜜」是虚拟人邓丽君给的。这一由邓丽君文教基金会联动十方境生打造的数字角色已连续两年拉满存在感。展台通过凸显视觉分层实现的高沉浸式展演画面，虚拟人邓丽君显得栩栩如生，现场献唱的经典曲目《甜蜜蜜》引得诸多观众打卡情怀。
展台介绍十方境生由詹姆斯·卡梅隆开设的数字王国孵化。数字王国长期致力于以技术改变视觉视效呈现，近年来专注推动人工智能虚拟形象的商业化落地，以高复原高沉浸式的数字人形象探索内容生成范式，同时覆盖不同消费级场景的差异化解决方案。
中国算力“上天入地”，自主“设计”AI芯片，清微智能走出硬核科技突围“中国路径”
本次大会，国产创新架构AI芯片企业清微智能首秀其自研的REX81 Supernode国产4K超节点系统完整交付形态。通过算力网格互联架构，其节点间互联成本降低90%。目前这一新架构AI芯片算力部署及在建规模已超5000P。
软件生态方面，清微智能发布了全栈自研的RAISA软件栈，支持1000+主流算子和超过200个大模型，主流大模型能做到Day-0适配。
基于完备的软硬件体系，清微智能在太空算力、AI探矿、AI造芯等多个行业落地应用。清微智能与东方星链共研的全球首个可重构太空计算智能体，实现星载算力和网格通信100%自主可控，大幅降低天基互联运营成本。联合Gaia Exploration和曜疆人工智能研究院推出的AI探矿方案，提升矿藏靶区筛选效率100倍，整体成本下降30%-50%。
下午环节：阿里云全栈AI解决方案重磅亮相 不需要刻意强调专场
午后14:00，暴走团锁定H1馆C101阿里云专属直播，专场完整展示阿里云全栈AI产品矩阵，覆盖算力集群、行业大模型、企业智能体、工业数字化工具全链条，面向政企、制造、互联网企业提供一站式AI转型方案，作为企业数字化转型的底层智能伙伴，结合现场设备演示，拆解大型企业落地AI全流程的技术路径与成本优化方案。
“芯-云-模型-推理-应用”五层全栈架构作为一次企图奠定"面向Agent时代"基础设施标准的"秀肌肉"，覆盖算力集群、行业大模型、企业智能体、工业数字化工具全链条：阿里平头哥自研的真武M890芯片与配套磐久AI超节点作为基底，为大规模Agent推理提供了物理保障；云端的Agentic Cloud通过全面Skill化云产品简化Agent构建，实现运维、分析、安全管理的自动化；展区展示从模型层到应用层，千问大模型系列登顶Arena全球盲测国产榜首，企业级推理平台百炼已接入150多款模型，千问云则让零代码用户也能搭建智能体。展区还集中呈现了Qoder、Agent Playground等产品。
三、原创短视频矩阵：覆盖社交、算力、数据、机器人全赛道，多元智能伙伴全景呈现
围绕本届WAIC 2026各大参展品牌与赛道趋势，“氪话未来”同步产出多条深度解读视频，聚焦不同企业核心技术优势与产业落地价值，覆盖消费交互、终端芯片、数据基建、算力调度、具身智能、空间设计、工业智造、实体数字化、跨境营销等多个细分领域，全方位呈现本届大会多元AI智能伙伴的产业形态与创新亮点。
立足年轻人情感交互赛道的Soul，其短片围绕AI长期陪伴展开解读，SoulX实时数字人的出现，补齐了行业数字人表情、口型、对话断层等短板，同步亮相的星频通讯AI硬件，将线上数字陪伴延伸至线下随身场景，提出维系长久的人机关系才是陪伴类AI的核心壁垒；高通的短片则从终端芯片底层视角解读AI轻量化落地逻辑；深耕物理AI数据基础建设的恺望数据，其视频详细拆解“数据拼车”共享模式，依托自动化全链路数据产线大幅提升自动驾驶、机器人领域的高质量数据供给效率，目前面向具身智能的业务订单规模已实现反超。
算力赛道的梵数智算（天罡智算）直面行业算力闲置、供需错配的痛点，依托Token工厂异构调度平台盘活分散闲置算力，重新定义算力行业下半场的竞争标准；专注第一视角人体动作采集的星忆智能，短片带来Ego Kit多模态穿戴设备，设备可同步采集视觉、触觉、姿态多维信息，补齐机器人实操训练的数据短板，同时探讨了技术助力非遗传承的人文价值。
他山科技、凌迪科技分别围绕实体感知、数字设计输出空间智能相关行业案例；节卡、西湖、共绩三款工业机器人短片，分别从柔性操作、园区调度、产线协同多个维度展现工业AI落地形态；滴普、物启科技聚焦线下实体产业数字化改造；飞书深诺的短片则聚焦跨境场景AI营销智能体，拆解出海企业流量运营与客户转化的提效方案。
四、三年「氪话未来」观察：WAIC2026三大核心行业趋势，紧扣“智能伙伴，共创未来”内核
从2024年初次落地直播间，到2025年升级内容板块，再到今年以“带着AI去前线”深入场景一线，36氪连续三年在WAIC现场观察AI产业的变化。三年时间里，一个清晰的转向正在发生：AI不再只需要证明自己“足够聪明”，而是必须回答它如何进入流程、如何参与协作、如何产生可衡量的产业价值。
赛道重心切换：从“大模型军备竞赛”转向“垂直智能伙伴落地”
前两年，行业的注意力更多集中在模型能力、参数规模、多模态生成效果上；到了2026年，越来越多企业开始把AI放进具体业务流程里。禾蛙Domi猎头Agent切入招聘服务，把AI带入岗位理解、人才匹配和顾问协作；易鑫集团围绕汽车消费服务，展示AI在贷款预审、身份认证、审核放款等流程中的应用；群核科技则把AI视频、空间智能与3D场景结合，让AI从生成内容进一步走向理解空间、构建场景。
这些变化共同指向一个趋势：AI应用正在从“能不能生成”走向“能不能接入真实业务流”。所谓智能伙伴，不再只是一个回答问题的工具，而是能够理解行业规则、协同人类工作、承担具体任务的业务角色。
具身智能褪去表演属性，真实商业场景成为智能伙伴核心考场
今年WAIC现场，具身智能依然是最受关注的方向之一，但行业叙事已经从“看机器人能做什么动作”，转向“机器人能不能在真实环境里稳定工作”。华沿机器人展示人形手臂、遥操作和健康服务场景探索，穹彻智能强调从真实数据采集、模型训练到商业场景落地的完整链路，星忆智能则围绕第一视角人体操作数据，为具身智能训练提供更贴近真实任务的数据基础。
这说明，具身智能的竞争不只在本体硬件，也在数据、训练、反馈和交付能力。药房、酒店、工厂、仓储、健康服务等场景，正在成为机器人走向规模化应用前必须通过的考场。只有真正进入复杂环境，接受稳定性、成本和安全性的检验，机器人才能从展示设备变成可用的服务伙伴。
算力、数据两大底层基建迎来精细化变革，做上层智能伙伴坚实后盾
当AI应用越来越垂直，底层基础设施也必须从“有多少资源”走向“资源如何被高效使用”。PPIO、天罡智算等企业聚焦算力调度、资源利用率与Agent运行环境，回应的是企业在AI应用落地中对成本、效率和稳定性的要求；恺望数据面向自动驾驶、机器人等领域提供真实数据服务流通和全链路平台能力，星忆智能则从第一视角数据切入，让具身智能获得更接近真实操作的数据基础。
可以看到，算力不再只是GPU数量的比拼，数据也不再只是规模的堆叠。高质量算力调度、真实任务数据、模型工具链和行业应用之间的协同，正在成为AI能否从演示走向长期运行的前置条件。底层基建越精细，上层智能伙伴才越有可能稳定、低成本、可持续地进入产业现场。
连续三年，36氪「氪话未来」始终把镜头对准WAIC最前线：用圆桌对话追问产业逻辑，用现场探展触摸产品进展，用短视频和图文拆解细分赛道。2026年的WAIC让我们更清楚地看到，AI产业正在从“展示能力”走向“证明价值”。当AI真正进入企业流程、产业现场和日常生活，它所扮演的角色，也正在从工具变成伙伴。36氪将继续记录这场变化，见证AI与产业共创未来的下一段进程。
今日热点导览
- 混元多模态理解负责人胡瀚离职创业，原团队或将聚焦世界模型
- 极氪回应“海外锁车”事件
- 客服回应滔搏暴力打折甩卖耐克库存：没有收到降价通知
- 哈兰德和亚马尔2.2亿欧元身价破纪录
- 张雪峰女儿再接手三家公司股份
TOP 3 大新闻
段永平：10年内大概率不会卖泡泡玛特
7月23日，段永平在社交媒体平台雪球上发表了他对近期投资操作的最新想法。雪球上有用户向知名投资人段永平提问：“阿段不会要减点泡泡玛特仓位去买马斯克的SpaceX吧？”对此，段永平回应称：
泡泡玛特我才刚开始买啊！我猜10年内大概率是不会卖的。不过，我的水果（苹果）已经比较成熟了，刚刚被call（看涨期权）走了一些，买了t-bill（美国短期国债）了。虽然现在价格比call走的价格还要低一点点，但这个价位我并不是很想买入。前几天我已经卖了一些MU（美光科技）的put（看跌期权），这几天我会卖点SpaceX、特斯拉的put，还有PLTR（帕兰提尔公司）也会卖点put。AI是不容被忽视的，努力理解中……（第一财经）
王虹、邓煜两位中国数学家首获菲尔兹奖，该奖项被誉为数学领域“诺贝尔奖”
当地时间7月23日早晨，2026年国际数学家大会在美国费城开幕。国际数学联盟在开幕式上正式公布第二十一届菲尔兹奖（Fields Medal）得主名单。北京大学2007级本科校友王虹、邓煜双双获奖，这是中国数学家首次在同一届菲尔兹奖中获得两枚奖章。菲尔兹奖每四年颁发一次，每次获奖者不超过四位，以奖励当年未满40岁、在数学领域做出杰出贡献的学者。这是国际数学界最高荣誉之一，被称为“数学界的诺贝尔奖”。（人民日报）
宜家回应甩卖8处物业：不代表退出中国市场
日前，仲量联行官微透露，宜家母公司英格卡集团委托其独家代理销售8处国内自持商业资产，涉产权面积49.8万平方米。这也是宜家进入中国市场近30年来最大规模的自持资产集中处置。宜家对此回应称，近期已委托专业机构，对中国市场部分已停运商场的自持物业开展后续处置工作。记者从宜家相关人士处了解到，宜家正从四大方向推进资本腾挪：优化大店布局、扩张小型门店、发展局部家装业务、推动荟聚商场引入本土资本。这一系列调整是适配中国存量房时代与商业地产下行周期的选择，并不代表退出中国市场。（21世纪经济报道）
AI最前沿
混元多模态理解负责人胡瀚离职创业，原团队或将聚焦世界模型
36氪独家获悉，近期，腾讯混元多模态理解负责人胡瀚提出了离职。2025年初加入腾讯后，负责视觉大模型的研究。在后续的调整中，他加入大语言模型部旗下的“Frontier”前沿技术研究组，负责多模态理解的相关研究，汇报给姚顺雨。据了解，胡瀚还曾承担世界模型的研发工作。腾讯大语言模型部负责人姚顺雨近期正在密集梳理旗下团队，胡瀚此前所在的研究组或将聚焦世界模型的前沿研究。
黄仁勋：市场低估了中国模型Kimi的影响力，就像此前低估了DeepSeek
近日，英伟达创始人、CEO黄仁勋在接受节目采访时，被问及美国该如何应对来自中国AI产业的竞争，黄仁勋表示，“中国模型非常出色”，市场低估了开源模型Kimi带来的影响力，就像此前低估了DeepSeek一样。（界面新闻）
SpaceXAI筹划在得克萨斯州大规模扩建数据中心
三名知情人士透露，埃隆・马斯克旗下人工智能业务主体SpaceXAI正在筹备，计划在得克萨斯州至少新建一座大型数据中心。本次扩建将大幅扩充SpaceX在田纳西州孟菲斯现有算力枢纽之外的AI计算资源。两名知情人士表示，近几个月SpaceXAI已经在得州考察多处潜在地块，并探讨了多种建设方案：既可以全新征地建设，也可改造现有仓库兴建数据中心，模式与SpaceXAI改造旧厂房打造孟菲斯首座数据中心如出一辙。（新浪财经）
飞书Agent产品飞书aily升级，支持自主工作、团队共享智能体
36氪获悉，7月23日，飞书内的Agent产品飞书aily全新升级。新版飞书 aily 能够在用户授权范围内，基于飞书消息、文档、日历、会议、任务和多维表格等信息开展工作，主动跟进任务，并与团队成员或其他智能体分工协作。
大公司/大事件
曝保时捷拟再裁员5000人，并有可能开启降薪
据悉在新一轮产品攻势到来之前，保时捷正试图通过削减成本改善财务状况。除了前任CEO奥博穆（Oliver Blume）任内已宣布裁减 3900 个岗位外，未来几年公司还可能进一步裁员。德国商业媒体《Automobilwoche》援引接近保时捷总部祖文豪森（Zuffenhausen）的消息人士称，现任CEO迈克尔 · 莱特斯（Michael Leiters）本周早些时候向监事会提交了未来发展战略，提议额外裁员约5000人。如果这一计划实施，保时捷累计裁员人数将达到约9000人。作为参考，该公司员工总数已从 2024年的42615人减少至去年的41780人。除了进一步裁员外，保时捷还有可能下调员工薪资。作为交换，公司计划向留任员工提供至 2035 年的就业保障，这意味着在 2035 年之前，公司不会再因经营原因进行裁员。（IT之家）
证监会：更大力度推动上市公司规范治理持续释放并购重组活力
金十数据7月23日讯，中国证监会召开党的建设暨监管工作座谈会，会议强调，扶优限劣促进上市公司做优做强。进一步夯实财务造假综合惩防体系，更大力度推动上市公司规范治理，持续释放并购重组活力，推出更多典型案例。分层分类推动行业机构高质量发展。健全证券公司“1+N+X”监管制度体系，加快落实推动基金公司规范发展的一揽子措施，尽快出台期货公司监管办法，大力促进私募基金规范健康发展。防微杜渐守牢重点领域风险底线。坚决维护资本市场金融基础设施安全稳定，着力防范化解融资平台、房地产相关债券违约风险。七是稳妥有序深化资本市场双向开放，进一步加强跨境监管合作。（金十数据APP）
极氪回应“海外锁车”事件
近日，河南一位极氪车主在跨境自驾时，车辆因长期处于海外定位状态，车机弹出强制提示界面、智能功能暂时受限，相关话题引发市场对新能源汽车远程风控机制的广泛关注。针对“海外锁车”风波，7月23日，极氪方面向记者回应称：“经核实，该车辆因定位显示在海外区域，触发了车机内置的安全保护机制。系统将先行弹窗提醒；若定位状态持续无变化，车机界面会进一步出现强提示画面。”极氪方面表示：该机制为行业内普遍采用的防盗防损措施，旨在保障车主财产安全，同时符合各国法规要求及车辆进出口管理秩序，可有效防范因走私、盗抢等导致的车辆安全风险。（第一财经）
腾讯317万年终奖员工因泄密被辞退：打入黑名单，永不录用
日前，腾讯发布内部通报，WXG（微信事业群）某项目组负责人叶某因泄露公司敏感信息，被公司辞退并列入黑名单，永不录用。据了解，此次事件起源于此前一张刷屏全网的年终收入截图。截图显示，叶某年末激励由现金与股票两部分组成，总额接近320万元，其中现金奖金82万余元，股票激励235万余元。随后，有网友发现截图自带腾讯内部水印，随即引发薪资泄密争议。风波发酵后，叶某的内部会议日程被迅速清空，业内当时便猜测，薪资泄密已触发腾讯违规预警。（鞭牛士）
马斯克官宣将用AI制作电影《奥德赛》
近日，埃隆·马斯克在X上回复网友时表示，他准备用自家AI视频生成工具GrokImagine在2026年底前制作一部完整的古希腊史诗《奥德赛》题材长篇电影。马斯克表示，这部电影将“符合史实，并忠于荷马的艺术作品”。他同时还转发了一段由AI生成的视频，展示了多个受《奥德赛》启发的场景。不过，马斯克并未公布该项目的具体制作方式、影片时长等信息，也没有说明GrokImagine将如何在长篇电影中维持人物形象、剧情发展以及视觉风格的一致性。（IT之家）
梁文锋在投资人闭门会内容曝光
近日，DeepSeek创始人梁文锋在一场长达四小时的投资人闭门会议上的言论经多方渠道流出。
记者从多方信息源了解到，梁文锋在会上系统阐述了DeepSeek的战略取舍：不做3D、视频生成与世界模型，不追求用户量，也无意成为下一个超级App，全部资源集中于通往AGI的技术主线。此外，梁文锋还首次披露了公司下一阶段的技术路线图——继思维链（CoT）、Agent之后，DeepSeek将重点攻坚模型的“持续学习”能力。（21世纪经济报道）
客服回应滔搏暴力打折甩卖耐克库存：没有收到降价通知
7月23日，“滔搏暴力打折甩卖耐克库存”话题登上热搜。据橙柿财经，深耕球鞋行业20年的资深买手店主吴征认为，这应该是滔搏开始着手清库存了。业内人士预计，滔搏手上有大量耐克的线上库存，在接下来的五个多月里，市场预期滔搏后续或逐步加大库存促销力度，未来几个月内过季库存可能出现更低折扣。但有不少网友在社媒评论称，滔搏大多数耐克鞋并没有打折优惠，价格还是和以前一样。据中新经纬，滔搏店铺耐克男子跑步鞋ZOOM FLY 6打6折卖599.4元，但在耐克官方旗舰店叠加各类券后也仅售579.65元。23日，滔搏多个线上官方旗舰店客服均回应称，没有接到相关降价通知。“有时候直播间可能有券，会便宜一点。”（界面新闻）
谷歌：持有SpaceX股份价值为940亿美元，其中约800亿美元受短期禁售协议约束
谷歌表示，在SpaceX完成首次公开募股（IPO）后，其持有的SpaceX股份价值为940亿美元，其中约800亿美元部分受短期禁售协议约束。（财联社）
哈兰德和亚马尔2.2亿欧元身价破纪录
7月23日消息，德国转会市场网站（简称“德转”）更新的最新部分球员身价显示，亚马尔和哈兰德的身价均涨至2.2亿欧元，打破球员身价历史纪录。在本次更新之前，哈兰德和亚马尔的德转身价均为2亿欧元，这也是此前的德转历史球员身价纪录，在本次更新后，两人双双刷新了这一纪录。此外，姆巴佩身价也上涨2000万欧元，达到了2亿欧元；贝林厄姆身价涨幅最为显著，本轮涨幅达到3000万欧元，目前最新身价为1.6亿欧元。（界面新闻）
苹果准备全面升级Mac产品线
当地时间7月22日，科技记者马克·古尔曼发文称，苹果公司正准备对Mac产品线进行全面升级，希望借助人工智能热潮所推动的对高性能笔记本电脑和台式机的需求。据悉，苹果计划从今年秋季至明年陆续推出旗下所有Mac产品的新版本，包括备受期待的台式电脑更新、多款笔记本电脑，以及新款MacBook Pro。苹果将率先推出更新后的入门级14英寸MacBook Pro，该机型将成为首批搭载全新M6芯片的Mac产品之一，苹果还将发布两年来首款新版iMac。（界面新闻）
多款高端手机涨价超1000元
存储芯片缺货导致的手机涨价潮已蔓延至高端产品市场。7月23日，据央视财经报道，在暑期消费旺季，主流厂商旗下多款新机及在售机型价格上调，涨幅普遍在300元至1000元不等，部分高端机型涨幅甚至突破千元。品牌门店正依托“以旧换新”国家补贴等政策，降低购机门槛。安卓国产高端阵营是本轮涨价幅度最突出的板块，vivo、OPPO、荣耀等多款大存储旗舰、折叠屏调价幅度全部跨过千元门槛。其中，vivo旗下iQOO 15、iQOO 15 Ultra全系涨价，标准版单轮涨价400-1000元，iQOO 15标准版的顶配16GB+1TB版本对比首发价累计上涨1500元。（央视财经）
张雪峰女儿再接手三家公司股份
天眼查App显示，近日，张雪峰（张子彪）名下苏州峰学蔚来教育科技有限公司、苏州峰阅万卷文化图书有限公司、苏州峰峰火火闯九州旅行社有限责任公司发生工商变更，张雪峰均退出上述公司股东，卸任法定代表人及执行董事职务，同时新增刘巧丽、张雪峰女儿张姩菡为股东。此外，苏州峰学蔚来教育科技有限公司、苏州峰阅万卷文化图书有限公司新增张雪峰妻子李丽婧任董事职务。（界面新闻）
优步科技裁减10%的客服岗位，理由是“拥抱”人工智能
优步科技公司表示，作为精简人员架构、全面拥抱人工智能整体战略的一环，公司已裁撤客服业务10%的岗位。优步一名发言人通过邮件透露，公司于周三公布了社区运营团队的裁员计划，称此次调整旨在“简化运营流程、强化线下协作，并持续推进人工智能落地应用”。该发言人补充，按照公司全员返岗办公要求，该团队原远程办公员工也需前往线下中心办公室履职。（新浪财经）
中国脑机接口迎重要突破：全球范围内首次实现跨地域上千人同步脑电信号采集
7月22日下午，中国科研团队发布一款新型脑电信号采集装置，在全球范围内首次实现跨地域上千人同步脑电信号采集，使得神经大模型训练与脑机接口通用技术研发迈出关键一步。研发团队介绍，实现千人级跨地域同步采集，核心攻克了两大技术难关：一是在设备小型化的同时保障信号采集精度，二是克服网络延迟影响，实现多设备、多地域间的毫秒级时间精准对齐，确保不同脑电信号可以统一分析。未来，规模化脑电采集技术将持续沉淀数据，用于训练神经基础模型。这也意味着，AI的学习素材将不再局限于文字、图片、视频等间接信息，而是可以直接通过神经信号理解人类的认知状态。（央视财经）
BBA多款车型集体大降价
今年以来，奔驰、宝马、奥迪在中国市场集中下调官方指导价，或加大终端优惠力度。第一财经记者近日实地走访深圳多家豪华品牌4S店，主力车型终端优惠普遍在9万至13万元，部分车型的实际成交价较早年落地价低了近20万元。但多位经销商和一线销售表示，卖车环节已经没有利润，门店经营目前依靠售后业务支撑。价格上，奥迪让利最为激进，Q6综合优惠高达13万元，早年落地价在50万元上下的车型，目前裸车33万多就能拿下；奔驰GLB优惠10万元左右，C级优惠9万元。宝马的一家门店正在清仓iX1的最后一批库存车，全款18万元出头，走按揭方案可以低至17万多。（第一财经）
特朗普：通胀降归功自己，物价高归咎前任
美国总统特朗普7月22日在佐治亚州出席一场活动时表示，最新数据显示美国通胀降幅创6年多来最大纪录，证明其政府“把国家治理好了”。特朗普同时强调，此前的高通胀与他“毫无关系”，并将责任归咎于前任政府，称自己2025年就职时面对的是多年来最高的通胀水平。（界面新闻）
亚马逊裁撤通用人工智能部门岗位
亚马逊对旗下通用人工智能（AGI）相关部门实施裁员。公司并未披露本次裁员具体人数。亚马逊在声明中表示，公司将进一步聚焦核心方向，这意味着 “需要做出一些艰难抉择，裁撤通用人工智能部门部分岗位”；同时企业仍持续布局对用户长远发展至关重要的业务领域。（新浪财经）
Anthropic酝酿特殊方案，拟在上市后安排员工出售所持股票
两名知情人士透露，随着 Anthropic 筹备上市，公司正考虑一项十分罕见的举措：要求普通员工按照固定交易时间表出售股票，以此规避内幕交易相关法律风险。一名知情人士表示，Anthropic考量该方案，目的是企业上市后，继续维持内部信息自由流通的企业文化。Anthropic 管理层与外部顾问针对强制推行该交易计划的磋商仍存在变数，目前尚无法确认公司是否已经作出最终决定。（新浪财经）
美股三大指数集体收跌，特斯拉大跌超14%
36氪获悉，7月23日收盘，美股三大指数集体下跌，纳指跌2.15%，标普500指数跌1.21%，道指跌0.97%。大型科技股普跌，特斯拉大跌超14%，创2025年3月11日以来最大单日跌幅；谷歌跌超7%，亚马逊跌超4%，Meta跌超3%，英特尔、微软跌超2%，苹果、英伟达跌超1%。热门中概股集体走弱，阿里巴巴、爱奇艺跌超2%，哔哩哔哩跌超1%，京东、拼多多、百度、网易、小鹏集团、蔚来小幅下跌，理想汽车涨超2%。
鸡蛋价格继续上涨
7月22日，界面新闻记者了解到，北京新发地批发市场的鸡蛋平均价格已超过5元/斤。在电商平台，精品鸡蛋的终端零售价则来到了6-7元/斤。7月22日北京鸡蛋平均批发价每斤超5元/图片来源：北京新发地批发市场不仅是北京，全国多地已出现鸡蛋价格上涨情况。《德州晚报》报道称，该地区菜市场“五一”期间3.6元/斤的鸡蛋，在7月21日已经涨到了4.9元/斤。数据显示，山东省鸡蛋本周销售均价为9.49元/公斤，同比上涨60.85%。农业农村部最新监测数据也显示出鸡蛋价格明显上涨，2026年第29周（7月13日至19日），鸡蛋批发市场周均价每公斤9.93元，环比涨4.1%，同比高42.3%。（界面新闻）
上市进行时
长鑫科技：公司股票将于2026年7月27日在科创板上市
7月23日，长鑫科技发布首次公开发行股票科创板上市公告书提示性公告，经上海证券交易所审核同意，长鑫科技集团股份有限公司发行的人民币普通股股票将于2026年7月27日在上海证券交易所科创板上市，股票代码为688825。
公司提醒广大投资者注意首次公开发行股票上市初期的投资风险，理性参与新股交易。（央视财经）
大公司财报
Alphabet第二季度营收1198亿美元，同比增长24%
Alphabet第二季度营收1198亿美元，同比增长24%；预估1,170.2亿美元。第二季度经营利润407.7亿美元，预估405.5亿美元；第二季度资本支出449.2亿美元，预估441.5亿美元；第二季度谷歌云收入247.7亿美元，预估224.6亿美元；第二季度谷歌服务收入945.4亿美元，预估943.2亿美元。（财联社）
雀巢上半年销售额431亿瑞士法郎
36氪获悉，雀巢集团正式发布2026年上半年业绩财报。上半年，雀巢集团实现销售额431亿瑞士法郎，实际内部增长率达到1.5%，净利润为35亿瑞士法郎，基本每股收益（EPS）为1.35瑞士法郎。自由现金流为34亿瑞士法郎。
诺基亚二季度净销售额增长9%
诺基亚7月23日公布二季度财报显示，当季实现销售净额48.2亿欧元，按固定汇率计算同比增长9%（按报告汇率增长8%），基本符合市场预期的48.3亿欧元。第二季度调整后营业利润达4.34亿欧元，高于预估的3.723亿欧元；调整后运营利润率为9%。经调整毛利率扩张至46%；调整后每股收益（EPS）为0.070欧元。公司将全年调整后营业利润指引由之前的20亿至25亿欧元上调/微调至21亿至26亿欧元。（界面新闻）
道达尔能源二季度调整后净利润60.3亿美元
道达尔能源7月23日公布2026财年第二季度财报显示，当季实现营收571.0亿美元，调整后净利润达60.3亿美元，同比大幅增长68%。受油价上涨及新项目推动，当季平均油气产量达240万桶油当量/日；调整后每股收益为2.68美元；调整后息税折旧及摊销前利润（EBITDA）为131.8亿美元；营业现金流达108.6亿美元。展望未来，道达尔能源预计2026年第三季度液化天然气平均售价将超过11.5美元/百万英热单位，并确认2026全年净投资计划维持在150亿美元不变。（界面新闻）
投融资
“智象未来”完成C轮融资
36氪获悉，近日，“智象未来”（HiDream.ai）宣布完成15亿元人民币的C轮融资。本轮融资由社保基金四川振兴科创基金、工银资本、弘颐资管、敦鸿资本联合领投，厦门国贸资本、上影新视野基金、湖北长江产业投资集团、华策影视、航源资本、创云海资本、华福投资、余杭金控股份、交银资本、若松基金等多家机构跟投。老股东合肥产投、东方富海、金浦投资、金华金投、中哲创、财鑫资本持续加注。至此，智象近三个月内已完成三轮融资，累计融资超过21亿元人民币。
市场消息：灵初智能正以14.8亿美元的估值融资近1亿美元
市场消息：灵初智能正以14.8亿美元的估值融资近1亿美元，该公司接近完成由奇瑞领投的一轮融资，其他投资者还包括蓝思科技。（新浪财经）
“设序科技”正式完成B轮超亿元融资
36氪获悉，工业AI设计研发解决方案供应商“设序科技”于近日正式完成B轮超亿元融资，累计获超3亿元融资，投资方包括深产投、合鼎共及老股东涌铧投资等。融资将用于市场开拓（含出海）及核心模型技术研发。
“Deeplore”近日完成数千万元种子轮融资
36氪获悉，水下AI自然探索科技公司“Deeplore”近日完成数千万元种子轮融资，由五源资本、顺为资本联合投资。资金将核心用于研发团队扩建与水下AI技术深耕，加速首款AI潜水面镜落地迭代，搭建水下自然探索智能平台的技术底座。
整理｜王倚轩
大公司：
DeepSeek今年已增资65%
36氪获悉，据媒体报道，近日，DeepSeek创始人梁文锋一场4小时的投资人闭门会议实录在科技与创投圈刷屏，他明确表示“DeepSeek只有一条主线，即通往通用人工智能（AGI）”，相关话题引发关注。天眼查App显示，DeepSeek关联公司杭州深度求索成立于2023年7月，法定代表人为裴湉，经营范围含工程和技术研究和试验发展、软件开发、人工智能应用软件开发等，由梁文锋、宁波程恩企业管理咨询合伙企业等共同持股。变更记录显示，该公司今年发生两次增资，注册资本由1000万人民币增至约1645万人民币。
淡马锡旗下凯德投资与丰树合并谈判据悉陷入停滞
7月23日，据报道，由淡马锡控股支持的两大房地产资产管理公司——凯德投资与丰树投资的合并谈判已陷入停滞，双方在估值等问题上存在分歧。双方经过数月讨论后已放缓推进潜在合并交易，其他分歧还包括合并后公司管理层安排、人员调整方案以及部分业务表现疲弱等问题。不过，双方未来仍可能恢复谈判。（界面）
阿里云：真武芯片超节点已成功适配Qwen3.8，上线百炼提供推理服务
36氪获悉，7月23日，阿里真武M890超节点已成功适配Qwen3.8，并上线阿里云百炼平台提供模型推理服务，这是国内首个成功运行超2万亿参数大模型的超节点。
雀巢上半年销售额431亿瑞士法郎
36氪获悉，雀巢集团正式发布2026年上半年业绩财报。上半年，雀巢集团实现销售额431亿瑞士法郎，实际内部增长率达到1.5%，净利润为35亿瑞士法郎，基本每股收益（EPS）为1.35瑞士法郎。自由现金流为34亿瑞士法郎。
美的等入股钧舵机器人
36氪获悉，天眼查App显示，近日，苏州钧舵机器人有限公司发生工商变更，新增美的投资有限公司、美科智臻（苏州）创业投资合伙企业（有限合伙）等为股东，同时，注册资本由约1075.2万人民币增至约1235.4万人民币。该公司成立于2018年1月，法定代表人为介党阳，经营范围包括机器人及自动化设备的研发、制造、销售、安装、租赁、维修等，现由介党阳、董艳及上述新增股东等共同持股。
字节跳动在中卫成立新科技公司，注册资本22亿
36氪获悉，天眼查App显示，近日，中卫塞上鸣沙科技有限公司成立，法定代表人为田凯，注册资本22亿人民币，经营范围包括信息技术咨询服务、软件开发、信息系统集成服务、计算机软硬件及辅助设备零售等。股东信息显示，该公司由北京字跳网络技术有限公司全资持股。
阅文推出文创AI智能体“Buddy系列”
36氪获悉，近日，阅文集团发布文创垂直AI智能体Buddy系列，升级作家助手NovelBuddy、漫剧助手DramaBuddy、版权助手IPBuddy三款产品，形成覆盖内容创作、IP改编、版权开发的一体化AI工具矩阵。
蚂蚁集团旗下公司等入股乐享智能
36氪获悉，天眼查App显示，近日，苏州乐享智能科技有限公司近日发生工商变更，新增蚂蚁集团旗下上海云玚企业管理咨询有限公司、安徽泰运投资管理有限公司等为股东，同时，注册资本由约196.5万人民币增至约217.3万人民币。该���司成立于2024年12月，法定代表人为郭人杰，经营范围包括智能机器人的研发、人工智能应用软件开发等，现由郭人杰、苏州凌码科技合伙企业及上述新增股东等共同持股。
投融资：
“领铄智能”获千万级A轮追加投资
36氪获悉，“领铄智能”宣布完成A轮追加融资，追加投资金额达千万级，由陆石投资、动平衡资本共同参与。此前，领铄智能已完成A轮融资，由中信建投资本与西安财金共同参与。
“Deeplore”近日完成数千万元种子轮融资
36氪获悉，水下AI自然探索科技公司“Deeplore”近日完成数千万元种子轮融资，由五源资本、顺为资本联合投资。资金将核心用于研发团队扩建与水下AI技术深耕，加速首款AI潜水面镜落地迭代，搭建水下自然探索智能平台的技术底座。
新产品：
飞书Agent产品飞书aily升级，支持自主工作、团队共享智能体
36氪获悉，7月23日，飞书内的Agent产品飞书aily全新升级。新版飞书 aily 能够在用户授权范围内，基于飞书消息、文档、日历、会议、任务和多维表格等信息开展工作，主动跟进任务，并与团队成员或其他智能体分工协作。
微盟内测“微盟星元”AI原生产品
36氪获悉，微盟WAI近期将改版为“微盟星元”，这将是一款面向电商零售赛道的AI原生智能经营系统。“AI原生”在微盟星元中体现为两个层面：交互层面，从传统GUI图形界面转型为LUI语言交互，商家通过自然语言对话即可开启经营；能力层面，微盟将服务数千零售品牌积累的行业Know-how拆解为标准化、可独立调用和自由组合的Skill模块，让Agent具备任务拆解和Skill调度能力，实现“对话即经营”。
今日观点：
马斯克：FSD是拉动特斯拉汽车需求的核心驱动力
美东时间周三盘后，特斯拉CEO马斯克在财报会上表示，特斯拉需求基本面依旧强劲，FSD是拉动需求的核心驱动力。“在FSD全自动驾驶获批落地的地区，选装率极高。很多客户本质是冲着FSD来买车，相当于买一套FSD附赠一台车。随着FSD在全球各国陆续获批，我们预计各地需求都会迎来类似爆发式增长，这一块前景十分乐观。”（新浪财经）
其他值得关注的新闻：
美国证券交易委员会批准新规，纳斯达克将加速清退微型上市公司
纳斯达克集团将修订上市规则，加快清退经营状况持续恶化的企业。此前监管机构持续聚焦微型市值股票交易中频发的剧烈行情波动与市场操纵指控。美国证券交易委员会（SEC）于周三批准一项新规：若纳斯达克上市公司的挂牌证券市值连续30日低于500万美元，公司股票将被立刻暂停交易并启动摘牌流程，且申诉渠道大幅收窄。这套更严苛的上市标准预计将全面冲击微型股与低价便士股市场。（新浪财经）
从消费市场到工业赛道，一片“红海”的无人机市场早已挤满各路玩家，但仍有一块细分领域，即便行业头部厂商也鲜有布局——林下场景。
林下场景蕴藏的产业需求体量惊人：根据国家林草局数据，2025年我国森林蓄积量达209.88亿立方米，全国木材产量达1.4亿立方米；联合国粮农组织数据显示，全球圆木年采伐量约40亿立方米，这背后是伐区蓄积量核算、树木胸径测量等大量工作。
林下环境复杂，传统人工作业模式成本大、效率低且危险重重。虽然行业对自动化替代方案的呼声已久，但林下环境作为经典的拒止环境，使传统自动化方案始终难以落地。
林下被树木遮蔽，使导航设备很容易因GNSS信号丢失无法定位，通讯信号强衰减会导致远程图传和人工操控无法实时、连贯进行。传统SLAM技术也无法处理树枝随风轻微摆动这样时刻微变化的环境复杂纹理。
“只有构建一种可端侧离线运行的实时高精度空间感知和随动控制的具身智能方案，才能有效解决林下‘全拒止’环境的作业需求。”网格智算市场负责人钱敏表示。
网格智算成立于2025年，致力于利用其自研的“网格域学习技术”形成高精度的空间理解，并由模型自生成最优控制函数，从而实现复杂避障等有效控制能力。基于此推出的适配多种硬件设备的智能化底座“GridAI大脑”，首次实现无人机在林下无GNSS自主飞行、毫米级测径、自动避障等能力，目前产品已实现小批量商业化交付。
网格智算首席科学家代豪拥有三十多年技术积累，于1996年首创异构架构结合高性能计算的算法体系，被特聘为国家高性能计算工程技术研究中心研究员。
网格智算无人机
1.以网格域学习机制，实现微数据、小算力的空间理解能力
当下主流的无人机智能方案大多基于深度学习框架，通过采集海量图片等数据并进行人工标注训练模型，依靠二维静态像素特征识别物体。但林下环境动态多变，光照明暗不定、树枝交错遮挡，同一物体变换角度、光线后像素特征完全改变，导致基于深度学习训练模型的无人机难以在其中有效识别环境并执行任务。
要解决这一问题，核心是实现载体在运动过程中若干中间状态的持续可控，也就是当物理空间发生环境变化时，载体能够快速随动并修正，这就要求载体在算法层面具备两方面能力：一是对空间变化的快速感知和与运动关键相关项的准确抓取；二是对机器载体本身的物理感知。
网格智算的解法是构建一种通过动力类型、物理尺寸达成空间位移的动态控制函数，以适应不同载体或动力方式的变化。具体来说，网格智算自研的GridAI大脑基于网格域学习机制，解析连续视频流的过程中同步保留时间、空间双重维度信息，使设备具备识别、理解真实空间的能力。例如烟火没有固定纹理和清晰形状，传统AI模型难以将其与云等物体区分开，而GridAI则可以通过判断烟雾异常于云雾的空间运动轨迹做出识别。
具体而言，网格域学习对物理世界做了三个层面的“网格化”处理：一是场景中离散的、可追踪的实体网格；二是为每个实体赋予随时间变化的属性网格，比如位置、速度、运动方向；三是定义实体之间关系的关系网格，比如确认“鸟窝在两根树杈中间”。
这种做法本质上是模仿人类认知世界的方式，不仅看像素，而且识别物体、捕捉动态、理清空间关系，通过实时捕捉空间中物体在不同时间状态下的变化，推演其运动规律并预判轨迹。搭载GridAI的无人机在划定林下作业范围后，无需提前扫描建模，即可实时构建动态空间场，自主规划路径、避开障碍，并完成测径作业，全程无需飞手介入。
由于GridAI解析的是场景底层空间结构和物体关系，这些信息并不受光线、天气干扰，因此环境鲁棒性也更强。此外，不同于深度学习训练动辄需要数万、数十万张标注图，GridAI仅需几十至数百张样本即可完成训练，整体算力需求、硬件功耗大幅降低。例如GridAI仅需学习客户提供的30张树杈上鸟窝的照片，就可以实现58张测试图误报0、漏报1、准确率达到98.3%。
2.从林下到更多场景，打造通用的智能大脑
钱敏介绍，网格智算选择先切入林业赛道是源于偶然。2025年，他们与一家国有林场沟通时了解到，全球林业林下测绘仍几乎依靠人工作业，有巨大的自动化替代需求，并能满足精准高效安全作业效果。“这让我们重新审视整个工业无人机行业的竞争格局。头部厂商在净空、高空飞行已经非常成熟，但林下却是尚未被填补的空白。”
目前网格智算搭载GridAI大脑的无人机已完成中国林科院技术验证，公司与中林重庆、浙江飞流等头部林业企业达成深度合作。
但是网格智算自身的定位并不只是林下作业无人机提供商。
钱敏表示，“我们的产品本质上是一个通用的智能大脑，可以通过集成在芯片智能模组上，应用于具身机器人的机械臂、无人车或水下机器人，赋予这些硬件设备自主感知、理解物理空间，并进行决策和执行的能力。例如当岸基雷达在有杂波干扰定位不准时，GridAI能够将目标在视觉坐标系与雷达坐标系下进行转换并高精融合，提供抗噪声的雷视一体解决方案。”
GridAI大脑的通用性正在向更多行业拓展，例如在与北京广嘉、固高股份等合作的仓储物流领域，GridAI大脑凭借其小数据、低算力、高精度、高泛化的能力，可配合多SKU多工序的机械臂工作，覆盖场景包括但不限于货品单件拣选、打包及包裹分拣等需求。此外，公司还与深圳联通建立了战略合作伙伴关系。
未来网格智算将以GridAI大脑为纽带，联合产业链上下游，为农林业、物流仓储业等重点行业提供更为完整的智能解决方案。从视觉感知、装备自动化控制再到更多应用场景，网格智算希望打造一个跨场景通用的“智能大脑”，让机器设备真正“理解”复杂的物理世界，具有自主行动能力。
文｜周鑫雨
编辑｜张雨忻
什么样画像的AI创业者会饱受瞩目？不同投资人心里或许有不同的答案，但其中一个答案一定是：剪映系。
陈冕，Lovart、LibTV等热门创作工具的缔造者；明超平，AI Coding社区YouWare的创始人，2025年一级市场最火的95后；闹闹，其打造的AI视频创作工具OiiOii，被高瓴、锦秋投资......
他们履历的共同点是：曾在剪映、CapCut团队——参与过这两款过亿日活产品的打磨，这让投资人有理由相信，这群“剪映系”创业者了解用户、有产品审美，更可能在这波AI浪潮中押中消费级的机会。
但很长一段时间内，“剪映系”真正的起点，郭列，隐身在2022年起的AI浪潮中。
△Flova、脸萌、FaceU创始人郭列。图源：受访者供图
作为脸萌、FaceU的创始人，他曾做出中国移动互联网时代最成功的一批C端工具产品。2018年，脸萌团队以约3亿美元的价格被字节收购。
此后，郭列开始负责字节影像业务，参与孵化了剪映、CapCut、醒图、轻颜等一系列产品。2022年，他又成立了自己的游戏公司“船岛游戏”。
但两年后，结束游戏创业的郭列消失在了大众视野中。直到2025年10月，一个名为Flova.ai的视频创作Agent在全球上线。
这款视频创作Agent，整体使用逻辑与市面上大多工具类似：通过对话，让封装了不同能力的Agents完成脚本创作、角色设计、分镜设计、成片生成和编辑的工作。
但Flova又有些不同。比如，它没有采用最主流的画布形态，让用户自由创建节点；再比如，多名Flova的早期用户对我们反馈，Flova的“记性”和语义理解在同类产品中非常突出，“创作十几集后，还能记住第一集的某个分镜”。
在“闭关”近一年的时间里，郭列和团队思考的最多的一件事是：怎么同时为人和Agent设计产品？
“做脸萌、剪映，我只需要思考怎么让人觉得好用。但AI时代，你必须要给Agent提供足够灵活的容器。”他告诉我们。
这个命题天生带有矛盾感：人类用户需要一个能支持创意无限发散的空间，但想要最大程度发挥Agent的智能，Context又要足够有序、结构化。
最终，团队的答案是，将产品容器设置成一个可以自由切换视图的工作面板。
在“对话”区，用户通过自然语言对Agent发出指令，也就是让Agent接收Context；而Agent执行操作的过程，会直接呈现在“故事板”区上。一旦有新想法，用户可以随时打断、调整Agent的工作流，每一步的视觉效果，会出现在“预览”区。
△Flova。
创业后的很长一段时间内，郭列拒绝了很多投资人抛来的TS（投资条款）。《智能涌现》得知，成立至今，Flova完成了由红杉中国、IDG、云九资本的两轮融资，总金额为8000万美金——其中，IDG和云九还是脸萌的老股东。
在如今普遍追求“大额融资”、“滚动融资”的氛围里，这个数字称得上克制。郭列给出的理由是：对于一个Agent产品而言，8000万美元已经足够。真正重要的是产品、增长和商业循环，而不是账户上的现金数字。
郭列一直是个感性的人。他是《海贼王》的20年老粉、影视发烧友，创业和组建团队“凭兴趣”、“看缘分”。10多年来，这份感性也一直驱使他不断做出有趣的图像、视频创作工具。
但和10年前不同的是，如今的郭列变得更加理性。脸萌并入字节后，他形容自己在“补课”——体系化地学习如何做A/B Test，做团队管理，做增长和商业化。
互联网时代的辉煌已经过去。站在AI的新战场上，郭列需要像新手一样重新理解人、理解Agent。他并不在意自己做的是共识还是非共识——最终，所有决策都会用科学的观测结果来说话。
“现在创业会有延续成功的压力吗？”我们问他。
“享受远大于压力。”这是郭列的答案。
近期，有关如何同时为人和Agent做产品、如何与“字节们”竞争，我们与Flova团队聊了聊。以下是《智能涌现》与Flova创始人兼CEO郭列、增长和商业化负责人瑞瑞尔、Agent产品负责人唐果的对话：
从脸萌、剪映，到Flova
智能涌现：你之前做过很多成功产品。现在创业会有延续成功的压力吗？
郭列：其实没啥压力。这种感受有点像参加世界杯，不管你这届有没有夺冠，下届照样得参加。你参加的原因，还是对踢球感兴趣。
Flova是我喜欢的方向，我享受创业远大于感受到的压力。
智能涌现：驱动你一直做产品的动力是什么？
郭列：兴趣和正反馈都是很重要的。当你做了一件感兴趣的事，得到了正面的结果和反馈，这就会成为源源不断的动力。我平时看很多电影、动漫，对内容创作本身就很喜欢。
其次在做产品的过程中会遇到不同的伙伴，一起成长也是很有意义的。
智能涌现：你和Flova的初创团队是怎么遇到的？
郭列：创业本身会有一些随机性，真的全靠缘分。大家恰好对内容创作感兴趣，方法论和价值观也很一致。这些缘分和做产品有点像，会偏感性。
智能涌现：你看起来是个享受创业状态的人，那中间为什么会选择进入字节？
郭列：我刚创业的时候才工作一年，更像毕业生创业。当时我有个比较大的困惑：当一群好朋友一起创业，公司做大了以后管理怎么做？
所以选择进入字节，想补一补管理的功课。当时我的心态像实习生，字节给我提供了很多管理的方法论。字节的产品方法论也让我受益匪浅，包括一个产品怎么做增长、怎么实现正循环。
智能涌现：哪些方法论放到现在也不过时？
郭列：我之前做产品比较感性，策划一些产品功能都凭感觉。但字节有一套科学的A/B Test体系，当然首先你要提出质量都足够高的A和B方案，不然Test也没用。
我学会了用感性和理性结合的方式做产品。当我用感性提出了一些假设，理性的验证能够及时做支撑。
还有一点是产研之间的协作。在字节，技术的话语权很强，所以技术的同学很主动。还有字节的增长团队和市场团队，自由度非常高。
综合而言，原来我有些“偏科”，到了字节之后，我把技术、增长、商业化的课都补全了。除了做好一个产品，我还学会了怎么活下来。
智能涌现：那哪些字节方法论是现在创业不适用的？
郭列：字节比较看重OKR。但我在创业做游戏的时候试了一下，发现没用。原因在于，对大公司而言，管理是很重要的。但创业团队的早期管理，越轻越好。团队建立不是通过管理工具，而是靠内在驱动。等团队大了之后，你需要卡员工的能力下限，所以才要通过一些管理工具设定及格线。
智能涌现：你创业了这么多年，觉得AI时代创业和互联网时代创业最大的不同是什么？
郭列：移动互联网更多的是从PC到手机的“端”的变化，或者从3G到5G、从文字到视频的流量入口变化。
但现在能明显感受到技术每隔一段时间就有一个大的更新，这就需要你能够预测技术的发展，要有面向未来做产品设计的能力。你需要知道哪些问题是通过模型迭代可以解决的，哪些是需要产品本身、或者Agent解决的。
所以现在我们团队里所有人都在关注技术。如今AI能够做的事更多了，大家需要共享的Context也会更多，必须要减少信息壁垒。
智能涌现：做同样的事，AI时代需要的团队规模是不是比互联网时代小？
郭列：是的，人数远小于互联网时代。
但仍然有一些岗位是AI无法提效的。比如偏市场的工作，AI无法完全解决人与人之间的沟通问题。
瑞瑞尔：关于AI提效，我觉得AI Coding并不是单纯地让一个程序员有5个人的生产力，而是重构了产品研发、运营、设计之间的协作关系。
比如我们公司基于产品的Context、用户的Context，做了非常多内部观测的工具。基于这些Context，我们就能很高效地完成很多在互联网时代低效、但不可避免的工作。
以产品能力的更新举例，在上一个时代，产品更新的需求要同步研发，大家花很长时间去对��。但现在基于共享的Context，任何岗位、视角的人都可以参与决策和协作。
再比如对用户行为的监测，互联网时代需要你针对性地做一些产品漏斗的埋点，或者临时发起问卷。如今的Agent系统，本身对用户就有大量的Context积累和语义理解。用户的信息流动会更完整、通畅，也更高效。
视频Agent的每一次创作，都是之前创作的延续
智能涌现：成立Flova之前，你还做过游戏公司“船岛”，为什么没考虑过创业做AI游戏方向？
郭列：游戏本身的竞争力是足够好玩，相比视频内容创作，游戏是一个更复杂的载体。
但游戏需要Coding，需要3D建模，成熟期会更晚。比如，3D游戏需要解决建模面数的合理性、骨骼的绑定，这些都是AI目前很难解决的问题。
智能涌现：当时为什么游戏公司没有做下去？
郭列：游戏创业让我意识到，还是要做时代需要的东西。当时游戏版号的管控很严格，用户对游戏精品的要求也会更高。做游戏以后我意识到，之前做互联网创业是非常顺利的。
从我个人的能力模型来说，虽然我对内容创作行业很感兴趣，但我不是一个天才制作人。我和团队更擅长的还是做产品，如果我们的产品能让更多人做更好的影片，也是很有意义的。
智能涌现：成立Flova的契机是什么？
郭列：2024年底DeepSeek V3开源了，当时我就觉得做AI应用有机会。
最初也是受到兴趣的驱使，我喜欢电影，有时候也会手搓一些AI短片。一开始我花了两周时间，先用Midjourney生成参考图，再用可灵生成的视频，加上剪映的后期，搓了一个3分多钟的AI短片。
当时我就觉得工作流比较复杂，角色的一致性也不高。正好Agent的技术也在发展，这种形态也许能够补足视频生成技术的不足，辅助用户制作AI视频。
智能涌现：回过头看，这是一个入局Agent的好时机吗？
郭列：现在入局Agent也还在很早期的阶段，因为AI才发展三年。
参考移动互联网时代，07年iPhone发布，08年安卓发布，但应用真正爆发是在14年到16年。
智能涌现：应用有各种方向，最后你是怎么收敛到视频创作Agent上的？
郭列：一开始我想做偏C端的应用，但Token价格偏贵，所以To B或者To专业创作者的产品，会更合适一些。之前我也有做剪映的经历，所以对创作者的需求会更了解。
当时我刷抖音、B站、小红书，还有海外的TikTok和YouTube，很明显，社媒上的AI内容越来越多了。所以AI内容创作一定是个大趋势。
唐果：刚才说到，我们一起手搓视频的时候，觉得对大多数人而言门槛太高了。
刚好Manus发布了（2025年3月），给了我们一些刺激。我们意识到可以通过让Agent执行的方式，将用户的创作精力放在审美决策上。
智能涌现：市场上和你们同一赛道的公司有很多，LibTV、OiiOii等，你们怎么找到自己的位置？
瑞瑞尔：根据业态演化的不同，我会把AI视频创作工具分为三类：
第一类是模型的C端应用。它们核心是为了展示模型的showcase，因为卖模型API本身就有足够大的利润。它们通常不会集成第三方模型，这就导致用户的创作体验有所缺失。
第二类是多模型的一站式集成平台。它们的核心体验与第一类产品没有本质的差别，因为用户仍然需要自己去了解不同模型的能力，以及不同内容的Workflow，最后用手动的方式串联。也就是说，虽然有Agent的参与，但发挥作用的依然是人的“大脑”。
第三类是Agent。Flova就属于这一类。它的好处在于极大降低创作门槛，用户不需要分散精力到如何搭工作流、如何优化提示词上，而是专注于表达。
唐果：前两类产品和Agent最大的不同在于，前者的每一次视频生成都是一次重新开始，但视频Agent的每一次创作，都是之前创作的延续。因为之前用户创作的所有判断、审美，都能作为Context，被Agent继承。
很多创作者都反馈说Flova好用，原因也是在于Agent与用户在协同创作。
郭列：我们的目标就是做一个更通用的视频Agent。Agent的智能可以满足各种用户的需求，包括短剧、漫剧、广告等等。Flova是在一个比较通用的架构下，通过Skill来满足细分场景的需求。
智能涌现：Agent继承的是记忆，还是Context？
唐果：记忆管理和Context管理有一些重叠的地方，但本质上是两件事：记忆管理更多的是记住用户的行为偏好，Context管理则是让Agent从上百、上千轮对话中，知道创作需要哪一种风格。
对我们而言，目前Context管理的优先级是更高的，因为这对单一项目创作是更刚需的事。因为我们发现，不少用户会在一个项目中持续进行几百轮对话，甚至基于一集的内容持续做十几集。当每一集的Context都有很好的关联性时，用户就会不自觉地在一个项目内做长对话积累的复杂创作。
同时面向人和Agent做产品
智能涌现：之前的脸萌、剪映都是给人使用的应用，而Flova是同时给人和Agent使用的，设计产品的考量有哪些不同？
唐果：更准确地说，不是把Agent当成和创作者并列的另一类用户，而是产品里第一次出现了两种需要同时被设计的参与者。
面向人，我们要提供足够直觉的创作界面，让用户方便地比较版本、调整细节、表达自己的审美判断；
面向Agent，我们要为它设计项目环境、工具、权限和有序的状态，让它能够理解当前项目并自由推进任务。
除此之外，还有第三部分，就是人和Agent之间的信息同步：用户做出的选择要及时被Agent理解，Agent做出的修改也要让用户看得见、能接管、能纠偏。
真正好的视频Agent产品，不只是让两边各自好用，而是让双方能够在同一个创作过程中顺畅协作。
智能涌现：Flova现在最需要服务好的用户或者场景是什么？
郭列：不同用户对产品的感知是不一样的。比如短漫剧用户使用画布产品，更像是用低价去买模型。虽然画布也提供了创作能力，但这些用户自己天生有能力将提示词写好，没那么依赖工具。
但对于不少非专业用户而言，Agent对创作效果的提升已经足够让他们产生粘性。就像现在的AI Coding一样，开发者已经离不开了。
瑞瑞尔：我们对于用户和市场有比较多的切片视角，一类是按照内容品类划分，一类是按照创作者对AI的熟悉程度划分，一类是按照创作动机划分。
但这些都是制定不同策略时的切片视角，我们最终的出发点仍然是让用户低门槛创作出高质量的片子。
在某个特定时间周期下，某些内容品类会相对强势。当下在中国，短漫剧就是现阶段的强势品类。但市场其实远不止于此。
智能涌现：超创（超级创作者）是你们的典型用户吗？我们观察到不少创作工具都在减少与超创的合作，因为他们的使用行为不典型。
郭列：我们的产品第一天就是同时面向人和AI设计的，超创刚好就是AI最资深的一批用户。在产品早期，超创对AI产品架构的设计，包括如何把产品做得更专业、品质更高，其实有很大的帮助。
剪映在初期也访谈了抖音上的很多剪辑达人。基于此，在底层架构设计阶段，我们才能对“多轨道”等更满足专业创作者的功能做一些原子化的拆解。
当然我们在设计Flova时，也会思考怎样让专业能力被更多的普通用户用到，这时Agent就能将专业创作能力做一些简化。
Flova的Agent平台上有各种Skill，大部分都是专业创作者编写的。普通小白只需要选择使用Skill，就能达到专业创作者80分/100分左右的能力。
瑞瑞尔：不要单纯看超创产出的结果，而是要关注他们创作的过程。
我们内部搭建了一套非常完善的观测系统，来追踪用户与Agent交互的全过程。比如，用户有哪些卡点？用户的一个镜头语言表达，是ta自身通过持续的RO（Round Optimization，迭代优化）做到的，还是Agent激发了ta？
对用户创作过程的观测，让我们可以发掘一些需求点和优化点。
智能涌现：这套观测系统是怎么搭建的？
唐果：在互联网时代，一些传统的监测方式，比如针对用户侧的一些埋点设计，核心目的都是监测整体用户的行为转化漏斗。
AI时代创业，要同时面向人和Agent做产品设计。那会不会存在面向Agent的一些行为转化漏斗？在你为Agent设计的环境或Harness（约束系统）中，能不能监测Agent是怎么做Reasoning（推理）的？
以及，Agent怎么判断自己要做什么？如何去使用工具？这个工具能否达成Agent想要达成的结果？Agent基于工具的结果又怎么再做推理？
我们搭建的观测系统，本质上就是存储这些过程的脱敏Context。未来这些Context可以被Agent消费，也可以以看板的形式被团队监测。
智能涌现：你们会怎么用这些观测结果？
唐果：一方面，我们会用来不断迭代产品，让用户和Agent的行为能更好地有机结合，比如，对齐人和Agent对同一任务的理解。
另一方面，监测系统会开放给我们所有的团队。研发同学和产品同学可以在同一个观测视角下，关注用户和Agent协作的不同切面，这有助于我们明确迭代方向。
智能涌现：通过什么样的方式，能让Agent和用户充分共享Context，并且让Agent尽可能自由地调用工具？
唐果：核心不是一次性给Agent更多信息或更多权限，而是让人和Agent共同维护一套项目状态。
用户选择了哪个版本、修改了什么素材、放弃了哪条方向，都要及时写回项目；Agent做了哪些操作、生成了什么结果、任务进行到哪里，也要让用户看得见。
在Agent一侧，我们会通过渐进式披露，在合适的阶段提供合适的信息、工具和约束，工具会尽量设计得更底层、更通用，让不同Agent可以复用。
与此同时，权限和工程边界要足够明确，但在边界内部，Agent可以根据任务状态自由规划和调整路径。自由不是没有约束，而是在清晰边界内拥有足够的行动空间。
我们对Agent系统的设计，会参考Claude Code和CodeX。
智能涌现：Claude Code和CodeX给了你们什么启发？
唐果：我们研究Claude Code和Codex，是因为它们比较早地把Agent放进了真实的项目环境里。Agent不只是回答问题，而是持续读取项目状态、调用工具、推进任务，遇到问题后调整路径，最后把结果交给人检查和接管。
比如Flova比较喜欢调用Sub-Agent（子Agent），让多个Agent进行协作。到底采取怎样的Sub-Agent设计方案？
不少竞品设置Sub-Agent，是为了向传统影视行业的角色靠近，让Agent按照导演、编剧、剪辑等影视行业分工。
但Claude Code给我们的启示是：Sub-Agent本质上是一种任务和Context的压缩方式。
每个Agent都有Context Window的限制，我们希望Agent能在有限的Context下，更好地发挥智能。但当Context足够多时，Agent设计就会遇到Context Rot（上下文腐烂）的问题，简单而言，就是Agent的注意力会被庞大的信息量所分散。
此时，主Agent可以专注在接收、理解用户指令上，将任务执行等细节交给Sub-Agent。
智能涌现：不少视觉创作类的Agent产品都采用了画布的形态，Flova为什么没有用画布？
唐果：我们并不排斥画布，也不认为画布和Agent冲突。对创作者来说，拖拽、摆放、缩放和自由组合都很自然，画布确实是很好的非线性创意发散空间。
真正需要警惕的，是未经思考就把画布沿用为AI创作唯一的标准答案。
智能涌现：你对产品容器的思考是什么？
唐果：一方面，Agent需要在一个有序的Context中工作，它需要一个更结构化、被索引的创作空间。
它需要知道哪些是角色，哪些是镜头，哪些是参考图；在视频生成的过程中，它也需要知道众多的版本中，哪些是被用户认可的，哪些只是创意发散的过程——一旦工作台非常杂乱，Agent的智能水平会直线下降。
另一方面，你又要面向用户，提供一个支持他们无限发散创意的空间。画布对于创作者而言就是一个自然的创意发散容器。
但我们不能被canvas-first（画布优先）的思维局限，而是要思考怎样的容器对Agent同样友好，并且让Agent和用户双方共享同一套Context。
智能涌现：这些思考最后是怎么具象成产品设计的？
唐果：产品需要在无序的创意发散空间，和有序的Context之间达成平衡。这意味着Flova要支持用户和Agent在不同视图之间灵活切换。
本质上Agent和用户对世界的理解是不一样的。Agent底层是语言模型，它会通过语言编码的方式去理解世界。但人是多模态的动物，对图和视频的感知会更强。
在Flova中，Agent会通过对话框接收人的指令，它干活的过程会呈现在左侧的“故事板”上，而用户可以通过中间的“预览”直接观测到Agent执行的结果。一旦效果不理想，用户可以直接双击“故事板”中的相关执行过程进行干预，比如修改Agent写的镜头描述。
“故事板”就是目前我们探索出的人和Agent能够高效协作的容器。
在发展期，我们会尽量做到0毛利
智能涌现：今年视频创作工具赛道竞争的激烈程度有超过你们的预期吗？
瑞瑞尔：预期之内。但我们不会用竞争的视角去看待选手越来越多的现象。选手多，反而意味着越来越多的人认可这个赛道的巨大价值，我们更加兴奋。
以及，我们更关心的是，在Agent的生态位中，Flova怎么跑得更快。
智能涌现：你心目中Flova的竞品都有谁？
郭列：我没有太关注其他产品，更多时间都在关注用户。我希望我们还是有自己的节奏，通过Agent的方式帮助创作者更好地做创意表达。
智能涌现：那Flova有壁垒吗？
郭列：我们不会把某一种技术架构直接当成壁垒。Context管理、Skill、多Agent、Harness，都是现阶段帮助视频Agent更好工作的方式，未来都可能变化。
更长期的积累，是持续观测用户和Agent怎么共同完成创作，并评估Agent的每一步有没有真正帮用户往前走。只有看清哪些能力创造了价值、哪些只是增加了复杂度，产品才能随着模型一起进化。
智能涌现：不少玩家都在通过做补贴的方式获客。你们怎么看？
瑞瑞尔：郭列经历过互联网时代的激荡风云，所以我们会更冷静且长期地看待做补贴这件事。
找到健康的经营逻辑，比激进地追求某一个指标更重要。具体而言，我们要考虑的是当下的业务阶段，应该匹配怎样的用户体量，配合怎样的现金循环以及ROI（投入产出比）。
举个例子，相比只看Token支出的总量，我们更关注的是有效消耗的比例，比如Token消耗中，有多少是用户觉得有价值的，哪些是因为产品还不够好导致的无效消耗。
智能涌现：现阶段你们看重毛利吗？
郭列：在发展期，我们会尽量做到0毛利。
Agent还在早期，我们更多希望用户觉得Flova好用。0毛利是相对合理的，我们给用户提供一个优惠的价格，让他们没有负担地使用产品。
加之我们团队之前帮投资人赚过钱，所以一级市场对Flova也比较有信心。我们有足够的融资做底气，在早期给用户比较实惠的价格。
现在市场上确实存在不少烧钱做补贴的现象，其中一些产品是没有做到商业正循环的。这会给公司的经营、用户的信任带来隐患。如果把AI行业拉到3年、5年、10年的长度，最终竞争还是会回归到产品力。
智能涌现：听说你拒绝了很多投资人的TS。为什么没融更多钱？
郭列：8000万美金对一个Agent产品来说已经非常够了，Manus在很成功的时候也只融了5000万美金。
只要产品好用、增长和Token消耗都日趋健康，8000万美金对我们现在的阶段是合适的。后续如果我们有更健康的增长，融资金额也会随之增加。
智能涌现：但现在市场上有一种“滚动融资”“用钱堆壁垒”的情绪。
郭列：从整个移动互联网周期来看，所有的头部大厂都真正做到了商业的正循环。如果做不到这一点，融资融着融着，就会出现问题，比如互联网教育、团购、共享单车。
智能涌现：0毛利、低价补贴做到什么样的阶段才能停止？
瑞瑞尔：我们不会从Token成本降低的角度思考这件事，而是会围绕不同层级用户的付费意愿想办法。
比如短漫剧公司往往对成本很敏感，那我们给的补贴就多一点。但更大众化的创作者，本身创作体量就不大，他们更在意Agent对内容质量、创作效率的提升，他们更愿意为Agent的溢价付费。
目前我们是通过补贴降低用户的创作门槛。未来我们会针对不同的用户、不同的创作环节，更细化补贴的政策。
智能涌现：通过创作者发布在社媒上的内容来导流，也是一种普遍的增长方式。在大家都在争夺社媒这个流量入口，这套增长方法论的效果还显著吗？
瑞瑞尔：创作工具和消费平台共生的循环体系，我们觉得它会一直work，并且还在加速work。Flova的用户主要就是通过口碑传播，以及社媒内容带量转化而来的。
智能涌现：这套玩法在字节很成熟了，他们还有自己的模型Seedance，你觉得随着模型越来越好，创作Agent的空间会缩小吗？
郭列：这涉及到一个问题：随着模型的进化，视频创作的内容生态是更繁荣了，还是更水了？我们认为答案是越来越繁荣，模型的发展提高了创作的下限，而创作工具的发展是提高了上限，所以模型不会把视频工具吃掉。
这一过程中，AI视频的消费价值会被放大，消费者会变多，同时对上游创作者的需求空间也会变大，促使更多的创作者进来——这个市场还很早期，远远没到存量博弈的阶段。
智能涌现：但越来越强大的模型会卷走一些创作工具的用户，比如希望用模型直出成片的。
郭列：这个需求更多来自C端普通用户，比如发朋友圈或者其他社媒。他们就用豆包做一些小视频，甚至即梦都用不到。
Flova的定位更多还是面向prosumer，他们会将视频创作作为职业或者副业。但如果要创作成片，最强的视频模型Seedance 2.5依然需要50个参考。当模型能力越强、画面效果越好，其实需要的Context会更多，用户依然需要专业工具。
智能涌现：什么样的用户能被转化为付费用户？
瑞瑞尔：他们和非付费用户比较明显的区别有两个。
第一是创作动机。持续付费的用户，创作动机比较明确，他们可能已经拿到了社媒的正循环，或者看到了AI视频稳定的商业价值。
第二是创作内容的长度。未付费的用户往往等多地做长线探索，以及他们不一定完整地做一个片子，而是先生成关键分镜再判断要不要持续创作。
智能涌现：做Flova，你们有bet一些非共识吗？
唐果：有。我们的非共识是，应用层不应该把任何一种Agent架构当成终局。Skill、多Agent、Harness都是帮助Agent进化的阶段性手段。
我们真正关心的是，在当前模型能力下，哪种方案最能为用户创造价值，再通过观测和评估持续调整。
智能涌现：设想一下，如果剪映或者字节其他团队，也做视频创作Agent，对你而言会是威胁吗？
郭列：我们刚开始做FaceU的时候，当时市场上也有美图的“美颜相机”、腾讯的“天天P图”，字节内部还有一个“狸猫相机”，但我们还是跑出来了。
大厂的优势确实是资源，以及自有模型可以控制成本。但产品团队的目标是将产品做得足够好，最终用户会用脚投票。
欢迎交流！
文 | 周鑫雨
编辑 | 张雨忻
《智能涌现》独家获悉，近期，腾讯混元多模态理解负责人胡瀚提出了离职。
此前，他曾担任微软亚洲研究院视觉计算组首席研究员。2025 年初加入腾讯后，负责视觉大模型的研究。在后续的调整中，他加入大语言模型部旗下的“Frontier”前沿技术研究组，负责多模态理解的相关研究，汇报给姚顺雨。
据了解，胡瀚还曾承担世界模型的研发工作。
与此同时，腾讯大语言模型部负责人姚顺雨近期正在密集梳理旗下团队，胡瀚此前所在的研究组或将聚焦世界模型的前沿研究。
截至发稿，腾讯未对上述信息做回复。
大语言模型仍是混元最重要的事
自 2026 年年中以来，围绕混元体系的人员变动一直在进行。7 月初，前 OpenAI 研究员、麻省理工学院博士田永龙加入大语言模型部——我们得知，他将代替胡瀚负责视觉语言模型方向（VLM）的研发，并汇报给姚顺雨。
自姚顺雨加入，补全短板、将混元基模的能力快速提升至第一梯队，就成了腾讯 AI 的主线。
重新梳理资源分配，将人才、算力聚焦至大语言模型部负责的基础模型研发，是姚顺雨上任后的核心举措之一。
比如，腾讯撤销 AI Lab 后，核心研发人员全部并入了大语言模型部。大语言模型人才的招聘力度也随着姚顺雨的加入而变大，比如来自字节 Seed Infra 团队和后训练团队的数人。
后来，在 6 月 5 日的腾讯云AI产业应用大会上，腾讯集团高级执行副总裁、云与智慧产业事业群 CEO 汤道生，某种程度上替外界向姚顺雨问出了一个尖锐的问题：很多人说腾讯在AI上慢了，你觉得我们真的慢了吗？
但其实，“顺雨比腾讯的高层更急。”一名混元的研究员告诉《智能涌现》。他提到，姚顺雨多次向腾讯高管为混元争取更多的算力资源。
另一个细节是，“晚点 LatePost”曾提到，在 Hy3 发布前的一个月，一批数据出现了问题。姚顺雨用少见地严厉措辞告诫了团队：“数据非常重要。如果下次再出现这样的情况，直接走人。”
重新衡量多模态理解的收益
当各条 AI 战线均未跑出领先身位时，腾讯想要突围，势必要重新衡量各个 AI 技术方向的收益。
一方面，胡瀚所从事的多模态理解研究已经趋于成熟，继续投入资源所带来的收益已经十分有限。
“在多模态理解研究中，文字、图像、视频识别准确率基本上能达到85%以上，”一名多模态研究员告诉我们，“难的其实是视觉推理，就是让模型理解图像和视频意味着什么，这一步靠多模态研究是不够的，而是要提升语言模型的推理能力。”
技术红利渐退，多模态理解所能带来的商业收益，也并不明晰。
此前，多模态研究一度在腾讯 AI 体系中占据核心地位。核心原因是，计算机视觉技术，可以直接与广告、游戏、影音这些“现金牛”业务强结合，为腾讯创收。
但相较于生成技术，多模态理解所对应的“识图”“看图写话”等场景，其实无法直接商业化。
“没有用户愿意为识图付费，市面上有大把免费可替代的产品。”一位元宝产品经理提到，用户真正愿意付费的，是文档处理、PPT制作、研报制作这些办公场景——背后对应的，是模型的推理、Coding、Agentic能力。
另一方面，腾讯的算力资源有限，与字节、阿里相比并不占据优势。
2025 年腾讯财报显示，腾讯全年资本开支为 792 亿元；相对的，截至 2026 年 3 月，阿里的财年资本开支达到了 1260 亿元；而据彭博社报道，2026年字节计划将 AI 基础设施投入最高推至 700 亿美元。
资源有限，混元内部难免陷入僧多粥少的局面。此时，暂缓技术红利有限的多模态理解研究，聚焦在更代表未来的前沿方向研究上，是腾讯权衡收益后的抉择。
7 月 6 日，姚顺雨交出了加入腾讯后的第一份正式答卷，大模型 Hy3。在同等参数量的中等尺寸模型中，Hy3已经能和GLM-5.2、DeepSeek V4 Pro掰手腕。
在腾讯 AI 自身的坐标系上，姚顺雨加入以来的组织重组、基建体系（数据、Infra、评测）重构，以及回归基模的战略，让混元在短短半年内，有了上 AI Tier 1 牌桌的资格。
（《智能涌现》作者李炤锋亦有贡献。）
文｜王欣逸
编辑｜张雨忻
“技术突破决定AI能走多快，真正能否创造价值决定AI能走多远。”在今年的WAIC腾讯AI应用创新论坛上，腾讯公司副总裁林松涛分享了这样一个观点。
同样是“Claw热”之后上线的产品，腾讯的三大Agent产品WorkBuddy、QClaw和Marvis迎来了各自不同的命运。
首先是WorkBuddy，林松涛在此次论坛上公开表示，WorkBuddy的DAU已稳居国内效率智能体产品第一；QClaw方面，相关业务和部分团队在近日也迎来了调整，并入至WorkBuddy所在部门，不过QClaw产品仍将持续运营；上线最晚的Marvis则走出了一条差异化的系统级Agent路线，林松涛透露，Marvis在用户中打开了局面，上线两天DAU超过30万，七日留存约为54%。
WorkBuddy、QClaw的讨论度居高不下，热度之余，我们想聊一聊Marvis这款产品。
和Claw类产品不同的是，Marvis走的并非是通用Agent路线，主打系统级操作。Marvis负责人蔡建涛透露，在用户场景分布上，本地文件相关能力占比最高（44%），其次是电脑硬件管理（28%）和浏览器任务（18%），应用相关能力占16%。出乎意料的是，只有约6%的用户用它来做搜索资料的工作，“用户对产品认知定位很清楚，基本没用户觉得它是豆包或元宝平替”。
Marvis在2025年早些时候就已经立项，内部命名为“设备AI助手”。
从立项到正式发布，Marvis的设计方案经过了三个版本的推翻重做。简单的线条，可视化、有趣味性的小马打工场景，以及与QQ企鹅一脉相承的红围巾，可以看出，他们并不想做一款用户使用门槛比较高的Agent产品。
作为腾讯应用宝团队做出的Agent产品，Marvis从第一天起就带有应用商店的痕迹。AI时代，延续做传统应用商店的分发显然不够，还需要关注分发后能否按用户需求交付结果。腾讯公司副总裁林松涛告诉我们，Marvis的北极星指标并非是DAU、会话数等判定活跃程度的指标，而是用户的真实任务完成数。
与此同时，另一个关键词也深刻刻在了应用宝团队的基因里：跨端。
今年的WAIC，AI智能体手机无疑是最吸引观众的产品品类之一，端侧AI被带到风口浪尖的时候，蔡建涛称，他们不做手机的端侧。
原因很简单，手机内存和电池容量有限，能放进手机里的模型很难上参数，也难以完成复杂任务。因此，他们想做的端侧是PC、Mini PC、AI Box这类设备。用户可以将手机做控制端，发指令让PC或云端容器执行即可。
目前，Marvis正在和混元团队合作，计划推出端侧模型集群。
Marvis并非是应用宝团队唯一的AI产品，同期，他们也推出了移动端的Vibe Coding工具，名为吐司。
在过去，应用宝的强项是帮APP上架发行、推广商业化，吐司的存在，正是为供给侧创造增量，让更多需求可落地。吐司和Marvis两条路径，一个是创造应用，一个是分发直达服务，它们可能会在某个时间点整合。
从应用商店到Marvis、吐司，应用宝团队正在试图解答AI时代应用商店的终局问题，没有一个产品能完成用户的所有需求，他们可以做的是，逐渐探索出应用商店在AI时代的生态位会是什么，这个答案，目前还没有定论。
在WAIC期间，我们和腾讯Marvis团队进行了一场交流，以下是《智能涌现》等媒体与腾讯公司副总裁林松涛、腾讯应用宝跨端业务及Marvis负责人蔡建涛的对话，略经摘编：
更多、更好、更快、更低成本
Q：Marvis发布后的用户数据怎么样？
蔡建涛：Marvis的上线时间是5月20日晚11点58分，到了5月22日，DAU已经超过30万，七日用户留存约54%。上线至今DAU稳步上涨，趋势很好。不过现阶段我们不过分追求DAU上涨，更希望不断打磨好产品能力和用户价值。
Q：打磨的方向具体体现在什么地方？
蔡建涛：追求高价值、有意义的增长。
市面上的Agent产品往往有很多难点，比如读取不到默认浏览器数据等，在浏览器任务、共享Cookies、权限界定等方面有很多优化空间，我们也在这些方面做出了很大投入。
举个例子，电脑诊断场景中，某天你突然发现开机启动多了一个程序，这时候问Marvis，它查了安装日志后就会告诉你，是和另一个程序一起默认安装的，而传统软件很难诊断出具体原因。
Q：Marvis理想的用户画像是什么样的？
蔡建涛：我们希望每个有设备的人，无论什么设备，都应该拥有Marvis来提升设备使用体验和效率，包括生产效率、日常文件、APP、游戏体验。
我们希望Marvis是普适的、通用的，贴近生活和娱乐，小白友好、开箱即用。
Q：从用户真实使用情况来看，它的应用场景有哪些？
蔡建涛：基本没有用户会觉得Marvis是豆包、元宝的平替。用户场景分布上，44%使用本地文件相关能力，28%使用管理电脑、管理硬件相关能力，16%使用应用相关能力，18%使用浏览器相关任务，而用来搜索的比例很少，约6%。
游戏上我们也有初步尝试。腾讯新游《失控进化》首发时，我们与其进行了游戏合作，包括地图探索、游戏经验获取等功能，口碑和渗透率都相当好。
Q：你们强调Marvis的系统级操作，但今年通用Agent也能完成很多系统级的操作，Marvis和通用Agent有什么不同？
蔡建涛：Agent的四要素是感知、思考、规划、行动，其中，首先是感知。
感知是指Agent能提前理解设备、人与环境，在用户授权的前提下，知道设备里有哪些文件、每个文件代表什么、有哪些程序，甚至过去设备上的行为、浏览器、交易授权等。而只有做到系统级，才能实现感知。
林松涛：能做和做好完全是两件事。之所以做操作系统级的Agent，是希望能提高任务执行效率和完成的质量。应用宝团队做了十几年跨端和系统级的工作，专注在做“应用x系统x设备”。
现在很多Agent通过视觉方式完成本地文件识别或处理，截图传到云端识别再返回，流程效率不高，时间成本也不是最优选择。从实测来看，选择在本地结合操作系统做这些任务，任务完成率和准确性远高于现在通用的AI解决方案。
比如“我电脑为什么变慢了”这需求存在了三十年，缺的从来不是知识，而是对这台设备的理解。
Marvis不完全依赖云端大模型传输和判断，而是结合系统级的能力，把本地能力更多地发挥出来，再做端云结合。更多、更好、更快、更低成本的方式，才是未来真正解决方案。
Q：Marvis和系统厂商之间的关系是什么？
林松涛：我觉得可以从两个层面来看。
第一，我们和系统厂商的关系是互补大于竞争。像微软、英特尔，我们都有长期合作，PC应用宝在Windows上是官方应用商店的核心组成部分。苹果这边也一样，苹果自己在Mac上做应用解决方案，也做EXE兼容方案，而大家玩游戏还是习惯用Windows本，我们现在的Mac应用商店能帮很多游戏在Mac上跑得很好。对厂商来说，他们其实很欢迎我们帮助他们做好应用层的对接。
第二，从产品本身来看，Marvis从发布第一天就是跨端的。用户并不在意通过什么方式解决，只在意最终交付的结果。比如用户可以让AI在PC上搜集信息并编辑好文档，最后直接发送到手机Marvis上，这类跨端能力是单一生态厂商没办法做到的。未来我们还会继续结合跨端和端云结合的能力，这也是我们的服务优势所在。
手机不是一个特别适合端侧的场景
Q：Marvis主打系统级能力，和其他智能体产品相比，最大的差异化主要表现在什么地方？
林松涛：判断Agent方向是否正确的方式很简单，就看大模型升级你是开心还是担心，如果大模型一升级，很多Agent功能就白做了，那显然不是Agent该努力的方向。
Marvis侧重端侧，最大优势是时间成本和效率，这是仅靠大模型无法弥补的，。云侧大模型更像是大脑，最重要的是要越来越聪明，而我们侧重的像是小脑和反射神经，要保证速度和执行效率与稳定，在这个前提下，再做端云结合才会事半功倍。
蔡建涛：Marvis是端侧产品，跑在端侧，在感知全局后可以更主动地执行任务，能提前知道哪个图片讲什么、哪个文档讲什么、哪个是发票、内容、行程和抬头。而其他通用Agent产品，比如Codex，尽管有权限但只能盲目全盘扫描，扫不到就没办法执行任务了。
我们对Marvis的本地文件处理速度和准确性非常有信心，由于它不需要云端交互，文件分析和处理都在本地进行，在速度上，Marvis比Codex或其他竞品快得多。
Q：这是不是意味着，Marvis是未来每个电脑的标配？
林松涛：已经有很多电脑厂商在和我们沟通预装，我们希望Marvis更像是保障未来PC能力和体验的下限，而不是上限。
Q：在端侧上，你们会和哪些第三方厂商展开合作？
蔡建涛：首先应该不会和手机厂商合作。
我们认为端侧更适合PC、Mini PC、AI Box这类场景，会持续在这些场景上投入端侧模型集群，包括翻译小模型、1-2B多模态视觉、小尺寸文本理解模型，也有20-30B的AI Box级别，不同场景适用不同尺寸的模型。
Q：但大家希望Agent能力能更便捷，因为用户不可能随身带着电脑。
蔡建涛：你要的不过是一个运算容器，让手机作为一个控制端就好了。这个容器可以是PC、Mini Box或其他硬件，同时我们也提供云端的Marvis服务。
云端Marvis能力是我们长期积累的优势。很多用户其实不怎么用电脑，但只要有一个可以计算的容器或云端存储就够了。我们正在致力于做更小尺寸的模型，比如3B到30B级别，可以部署在云端或其他地方，成为用户的专属服务。
目前已有的成绩是，在我们和混元、Intel的合作下，Windows上可以做到a3B模型在8G显存以下流畅跑起来，Mac上32G内存就可以跑得非常好。
Q：目前技能广场的活跃度处于什么水平？
蔡建涛：用户渗透率约37%，不算特别高。应用宝过去的优势是做商店，本质也是在搭建生态。我们希望开发者能在Marvis上拓展产品，未来可能还会建立一个渠道，开发者可以向用户提供高质量服务，用户也可以购买这些服务。
Q：技能广场有没有设置一些激励措施推动第三方开发者生态？
蔡建涛：现在有两个措施还没上线，但距离推出应该不会太久。
一类是专业开发者可以在平台上开发付费内容，用户购买后可以获得对应的收益；另一类是普通网友上传内容，可以获得Token奖励和平台运营资源，甚至还有一些其他的合作机会。
做AI时代的下一个应用商店
Q：为什么应用宝团队选择做Marvis？
蔡建涛：本质上，从应用宝到Marvis是同源的，都是在解决服务问题，只不过路径从两步变成了一步。
以前的应用商店是做分发的，比如用户想要做设备诊断和内存清理，需要先从应用商店下载软件再进行清理。现在Marvis是过去分发的进阶：以前开发者是前台APP，现在变成后台服务提供商，提供CLI、MCP、SDK或一系列能力。
林松涛：应用宝十几年一直在做一件事：把数字能力和内容送到用户手里，PC时代分发软件，移动时代分发APP，但AI时代不一样了 ，
以前做分发的时候，我们不需要担心用户下载完APP之后的事情。而今天只把能力送到用户手里远远不够，还要保障结果的交付。未来的应用商店形态肯定是不断演进变化的，因此我们的北极星指标不是DAU或会话数，而是用户真实任务完成数。
Q：Marvis的商业化进行到了什么阶段？未来的目标计划是什么样的？
林松涛：现阶段还不是谋求收费的阶段，国内目前用户为Token付费的生态还没有形成。
Marvis每天提供一定的Token免费额度，这一额度的真实目的是让用户愿意去尝试做一些真实的任务。未来这个额度可能会发生变化，也可能会和一些B端厂商合作。我们此前的合作伙伴，如英特尔、微软等，都对Marvis表达了很大的合作意愿，并希望在海外展开合作。
与此同时，海外Token生态和用户为工具付费的意愿比国内更成熟，这也是Marvis可以重点发展的方向。
Q：有用户反馈说，执行任务时Marvis先安装了一个应用宝，这是不是意味着目前还处于AI调用APP完成任务的阶段，而不是取消APP这个��节？
蔡建涛：先澄清一点，Marvis装的不是应用宝，而是一个移动应用引擎。装这个东西有两个原因：一是Marvis需要管理APP的安装、版本和更新，它自己做不到这一点，需要引擎来承载这些管理能力；二是，移动应用引擎过去做了很多跨端的事情，比如把小红书迁移到Windows上需要一个容器，这个容器我们当然也可以单独摘出来放在Marvis里，但这个阶段没办法一次性摘出来，所以就沿用了过去的容器方案，也就是腾讯移动应用引擎这套解决方案。
林松涛：很多时候是场景驱动的。比如用户说“去知乎和小红书搜一下某个新模型的反馈汇总给我”，那我们需要把知乎、小红书在PC上跑起来，才能抓取内容、整理成文档。这并不是一个推销软件的方式。
蔡建涛：再打一个娱乐化场景的例子，打开金铲铲、打开DNF，需要有管理游戏周边内容的能力。这套引擎就是管理这些游戏周边内容的，管理之后可以配合Marvis做地图或攻略。比如玩金铲铲到了某个阵容画面，把画面传给Marvis，它就能帮你做阵容推荐或优化。
Q：Marvis为什么要做一个技能广场？
蔡建涛：无论是Skills、MCP还是CLI，它们都不是很普适友好的东西。最初做技能广场的初衷是：用户描述一个需求，Marvis就能帮其找到对应的解决方案，可能是通过Prompt Engineering的方式，也可能调用多个Skills、MCP或其他工具。目前还处于比较早期的探索阶段。
林松涛：技能广场是一个底座，还在不断打磨中，未来我们希望打造第三方用户或合作伙伴的生态，甚至在其中探索出一些商业化空间。
Q：为什么产品被设计成了六只小马在工作？
蔡建涛：我们做了一个假设：如果用户希望拥有一个专属AI，这个AI应该是有情感的，且跟自身的生活是有映射的。所以这个“办公室”对应着用户正在工作的状态。未来可能还会加入家庭状态、日常生活状态等，让用户感受到它是真实工作的映射，是有温度、有情感的，而不是一个冰冷的AI用冰冷的语气告诉你“做完了”。
林松涛：由于部分任务时间周期比较长，用户很多时候会觉得Agent不可控。所以我们让Agent工作可视化，加上一些趣味性表达和简单交互，让用户对Marvis的信任从“看得见”开始。尤其是“电子牛马”的形象很容易击中打工人。用户还可以给主Agent设置风格，比如表达方式、人格、昵称等。
未来这个功能不会完全游戏化，但会丰富更多互动方式，提高可视场景和任务的关联度，让用户有更多掌控感。甚至未来可能会出现第三方提供的电子牛马，也会以可视化的方式出现在“办公室”里。
Q：Codex出了一个类似桌宠的功能，你们有想过这个问题吗？比如把QQ宠物放上来？
林松涛：QQ宠物的很多目标用户可能并不是Marvis的目标用户，但Marvis的视觉设计包括红围巾都是和QQ一脉相承的，除了可爱和互动同时是和任务息息相关，是让Agent工作可视化。
蔡建涛：除了陪伴功能外，我们还是希望牛马能更有用处。它的情绪是基于感知环境和任务的——比如某个任务失败了，Marvis会难过或懊恼，而不是纯粹养一个宠物。
Q：市面上已经有很多移动端的Vibe Coding工具，为什么还要做吐司？
蔡建涛：吐司和Marvis一样，本质逻辑是应用商店的延展。不管是传统的应用商店，还是Marvis这种把分发直接做到交付的形态，它们都无法覆盖全部需求。
比如不少独立开发者希望用更低的成本开发第三方软件，还有后续上架到应用商店的需求。吐司就是帮助开发者实现更便捷的内容生产方式。有了吐司之后，我们还可以帮开发者对接广告、商业化和推广合作渠道等资源，帮助解决后续链路各个环节的问题。
林松涛：过去我们经常会听到: 这需求太小了，配不上一个app，而Vibe Coding时代，再小的需求也值得一个应用。应用宝的强项和核心能力，是帮助一个APP顺利上架及让用户方便下载。
Marvis是在需求侧管理存量，而吐司是在供给侧创造增量。
往长期看，AI来了之后，还有多少APP会存在，这个问题其实要画一个问号。我们也在探索未来更多元化的服务形态会是怎么样的，也在寻求在苹果上更好的上架机制，甚至有更多的载体去承载。往长期看，吐司和Marvis甚至可能在某个时间点、某个维度上是可以整合的。
Q：Marvis和吐司都是应用商店的延展，关于AI时代的产品设计你们有什么思考？
蔡建涛：AI时代的产品不应该是新瓶装旧酒，比如原有的搜索产品改成AI搜索，或者应用商店的推荐机制用大模型优化一下，在我们看来这是没有用的。
产品设计背后的理念很重要，比如Marvis让用户直达服务，可能也消灭了一半的应用商店需求。我们的原则是，要从更AI原生的角度来看产品可能是什么走势，并从终点倒推到当下，设计什么样的产品形态、用户应该有什么样的交互逻辑。
林松涛： App时代大家是抢占入口，用户通过入口选择服务，而AI时代是意图取代入口，用户关心的只有结果，服务谁做怎么做不重要，谁能稳定交付才关键，用户可能会为某个功能或宣传而来，但只会为可靠而留。
Q：在开发Marvis或吐司这类Agent产品时，与此前开发应用宝这类产品的区别是什么？
蔡建涛：第一，变化太快。
做AI必须要快，特别快。半年和现在的产品完全不同，新模型一出来Agent又会发生变化。我们原先没有计划5月20日推出，但到了5月20日觉得不推不行，行业发展太快了。
第二，要看终点交互形态。终点不变，但过程和解决方案会变，三个月前的Harness Engineering到这个月已经变成了全新的Loop Engineering。
第三，要快速跟进用户反馈，确认用户需求是否被真实满足，创造的用户价值和产品价值是否符合预期。
Q：您提到Marvis上线后超出了发展预期，它后续的更新方向是什么样的？
蔡建涛：在技能广场上，我们会朝着两个角度发展。一方面，提升广场的渗透率，希望有更多的内容和开发者进入到广场中来；另一方面，我们还会做一个名为“人才市场”的功能，类比虚拟人，推出虚拟电脑管家、虚拟文件管家、虚拟浏览器专家等，并链接上开发者和普通用户。
在端侧上，我们会加大投入，让更多设备可以支持端侧模型，在降低成本的同时大幅提升隐私和使用便利性。
另外，出海也是我们在考虑做的事情。
7月17日，2026世界人工智能大会在上海开幕。作为36氪连续第三年深入WAIC现场的重要内容窗口，「氪话未来」直播间也在大会首日同步开启现场对话。FutureTech负责人张梦钊在WAIC现场接受36氪「氪话未来」特邀专访，围绕FutureTech平台定位、OPC独立先锋挑战赛、AI创业趋势以及初创企业商业化路径等话题，分享了FutureTech如何连接创业团队、产业资源与创新生态，探索AI时代下的新型创业范式。
本届WAIC以“智能伙伴，共创未来”为主题。随着人工智能产业进入应用深化阶段，行业关注点正在从模型能力竞争逐步转向应用价值创造。相比过去几年围绕参数规模、模型性能和技术突破的讨论，2026年的AI产业正在更加关注一个核心问题：AI如何真正进入企业业务流程，如何降低应用门槛，如何通过实际业务结果创造价值。
在这一趋势下，AI创业竞争的核心也正在从单纯的技术能力比拼，转向对行业认知、场景理解和商业价值创造能力的考验。对于初创企业而言，如何找到真实需求、打造差异化产品，并从创新想法走向稳定商业化，成为AI创业下一阶段的重要课题。
FutureTech正围绕这一方向持续探索：通过打造全年运营的创新创业生态平台，为初创企业提供展示、交流和资源连接机会；同时，通过OPC独立先锋挑战赛发现具有行业洞察和创新能力的新兴团队，推动更多创业者从单点创新走向产业应用。在张梦钊看来，AI正在重新定义创业方式，“一人+Agent”的超级个体模式正在成为新的可能，而真正具有长期价值的创业者，需要依靠对具体行业和场景的深度理解，持续创造商业价值。
以下为对谈实录，经36氪编辑：
36kr：FutureTech 在今年 WAIC 里承担的核心角色是什么？它更像一个展示窗口、创业赛事，还是连接初创企业和产业资源的平台？
张梦钊：其实从2024年开始，我们在WAIC中孵化 FUTURETECH 这个子品牌时，就希望打造一个专属于初创企业的展示和连接平台，让更多创业团队能够被关注。
大家可以看到，WAIC一年比一年火爆，现场关注度往往集中在一些知名企业身上。但对于初创企业来说，他们更需要被看见的以及与现场观众、投资人、产业方交流的机会。所以，我们希望通过 FUTURETECH 这个平台，为初创企业提供一束专属的聚光灯。
所以从2024年开始我们在展馆内专门开辟了 FUTURETECH 创新创业展区，让不同企业以统一形式进行展示。同时，我们也根据企业所属行业进行分类，让关注某一领域的客户、投资人，可以在同一区域内看到多个相关企业。虽然这意味着不同企业之间可能会同台竞争，但我认为，在当前商业环境下，创业者需要有这样的信心，就是即使面对竞品，也能够展示自己的独特价值。
如果问 FUTURETECH 到底是平台还是赛事，我觉得我们从一开始就没有想做一个比赛，OPC赛可能第一届就是最后一届。我们不希望用一个固定标准去定义什么样的创业更好、什么样的创业更优秀。现在是一个万众创新的时代，对于AI的理解、对于行业的认知，每个人都有自己的优势。所以 FUTURETECH 更希望成为一个连接平台，让创业者在这里找到适合自己的合作伙伴。
同时，我们也不是只在大会四天运营，而是持续全年的生态平台。大会提供的是世界级舞台，而更多长期和深度价值，则来自全年持续开展的针对创业者真实需求的细分行业活动、小范围资源对接。
36kr：今年 FutureTech OPC 独立先锋挑战赛覆盖了多个赛区和大量项目。在筛选项目时，最看重哪些因素？是技术创新、产品完成度、商业潜力，还是团队对真实场景的理解？
张梦钊：其实这些因素都会关注。整体评选标准主要包括三个方面：第一是团队能力、第二是产品是否具备商业价值、第三是团队对于行业和场景的理解。
我们的 OPC 赛事采用双轨制，包括创新赛和创业赛。创新赛更强调人人参与的AI创新。参赛者不一定需要完成商业化产品，可以是自己创造的Prompt、Skill，或者通过Vibe Coding制作出的AI产品。我们希望鼓励大家分享自己的AI创意，让更多优秀的应用被发现。因此创新赛主要通过在社交媒体上公开展示和用户互动的方式，筛选出观众们、粉丝们认为有价值、有创意的作品。
创业赛则更关注未来创业项目，要求产品具备商业价值。因为创业最终需要解决真实需求，因此我们会重点考察团队能力、行业认知、产品成熟度和差异化能力。
在今年做赛事以及与参赛团队交流的过程中，我最大的感受是：对于创业者来说，行业Know-how可能是最重要的护城河。现在AI降低了技术门槛，创业者之间真正竞争的不再只是单纯的额技术能力，而是对细分场景的深入理解和对一个场景的持续打磨。这是OPC与大厂，或是跟已经成体系化的企业进行 PK 的关键。
36kr：从这些项目中，你们观察到AI创业正在发生哪些变化？比如“一人+一群Agent”的超级个体模式，是否已经从概念变成真实创业方式？
张梦钊：其实最开始做这个赛事时，我也并没有特别乐观。我会担心，一个人的创业成果很容易被大厂替代。但经过赛事观察，我看到越来越多真实成功案例。
首先，现在AI正在改变生产方式。技术门槛降低后，很多过去需要大量团队完成的工作，可以通过AI完成。今年OPC创业赛最终入选展示的21个项目中，真正拥有纯AI技术背景的创业者比例并不高。其中有人曾经是投资人，有人来自游戏行业，有音乐制作人，也有一些在校学生。他们利用AI模型和开发工具，将自己的行业经验转化为产品。这就是AI快速发展后，给他们带来的机会，创业过程变得更加灵活。我们可以看到，“OPC业态”已经逐渐被证实可行，并且市场中正在形成属于他们的发展空间。
36kr： 对初创团队来说，参加 FutureTech 最大的价值是什么？是曝光、融资、客户对接、算力资源、产业资源，还是进入 WAIC 这样的平台获得背书？
张梦钊：我觉得这些价值都有。第一层价值是平台背书。我们经过多轮筛选，从上千个项目中成为最终展示的团队。能够进入现场展示，本身就是平台对这些创业企业的一种认可。
第二层价值是提供被看见的机会。无论初创公司是参与了现场展示，还是全年活动，我们希望帮助创业团队充分表达。我们邀请百余个顶尖投资机构投资人组成投资天团来到现场，并且还跟我们WAIC Connect产业链接平台比邻而居，都是希望为他们带来更多资金、政策、人才以及场景合作机会。
36kr：如果站在未来一年看， FutureTech 希望帮助这些团队完成哪一步？是从项目到产品，从产品到客户，还是从单点创新走向更稳定的商业化？
张梦钊：我觉得这些方向都有，但目前最重要的是推动从单点创新走向产业化。因为很多优秀初创企业其实并不缺融资。但投资资金不是企业长期发展的核心，真正能够持续发展的能力来自商业化造血。
因此，我们希望通过平台帮助创业者与产业方建立链接，不断打磨产品，最终实现健康商业化。这是我们认为对于初创企业来说，最重要的一步。
36kr：如果用一句话概括今年 FutureTech 想传递的判断，您觉得会是什么？
张梦钊：我觉得Future Tech平台一直坚持的理念以及今年OPC赛事启动的初衷，都是希望能持续发现行业内最具潜力价值的创新力量，成就他们的Ai梦想，培育未来独角兽。无论是在细分领域，通过自身行业know- how转化解决具体问题的OPC业态，还是持续做技术攻坚产品创新和国产替代的创业者团队，他们都是未来人工智能产业重要的中坚力量，孕育着改变世界的可能。
硬氪获悉，水下AI自然探索科技公司Deeplore近日完成数千万元种子轮融资，由五源资本、顺为资本联合投资。资金将核心用于研发团队扩建与水下AI技术深耕，加速首款AI潜水面镜落地迭代，搭建水下自然探索智能平台的技术底座。
一群在消费电子行业征战十余年的大疆老兵，把目光从天空转向了深海。
Deeplore 2025年诞生于深圳，核心团队大多出自大疆，覆盖产品定义、硬核研发、全球商业全链路，是典型的“技术+量产+全球化”组合。
更特别的是，三位创始人均是资深潜水与户外运动爱好者：创始人丘力是拥有200+潜次的救援潜水员，也曾任大疆核心结构专家、能源BU负责人，后以森合创新联合创始人身份积累了完整的从0到1操盘经验；联合创始人周震昊深耕大疆十余年，主导过Phantom、Mavic等多款标杆产品的动力系统研发，同样具备百潜救援资质；联合创始人顾敏明拥有20年全球品牌营销和渠道经验，她创立的Neakasa成功打入Best Buy、Home Depot等欧美主流零售渠道，同时也是户外运动深度爱好者。
“Explorers for Explorers（探索者为探索者服务）”是这支队伍的创业起点。因为自己潜水时受够了传统装备的种种不便，也看清了这个被海外品牌垄断多年的赛道，早已跟不上用户对记录、安全、分享的真实需求，索性下场自己做。
这是一片被低估的高价值蓝海：全球持证潜水员超4000万，用户付费能力强、看重产品力胜过品牌，圈层口碑扩散效率极高，但行业整体智能化程度极低，功能分散的传统装备早已无法匹配探索者的需求。
Deeplore选择从潜水面镜这个水下核心入口破局，打造出AI驱动的智能水下面镜系统。依托原生多介质光学设计技术、水下HUD抬头显示、端侧AI海洋生物识别三大核心技术，系统性重构水下探索体验，帮用户留住更真实更完美的潜水记忆。
以下是硬氪对Deeplore创始人丘力的专访节选：
硬氪：当初为什么选择切入水下探索赛道，而非继续深耕无人机、消费电子等成熟赛道？
丘力：我本身是拥有200+潜次的救援潜水员，切身感受到传统潜水装备的诸多痛点。放眼行业，海外品牌长期垄断，产品多年没有本质升级，水下探索几乎尚未完成智能化改造，存在巨大的市场空白。
同时潜水是高价值蓝海，用户付费意愿强、圈层传播效率高，我们团队有成熟的硬件研发、量产与出海经验，能把消费电子的成熟方法论平移到这个赛道。我们本身就是探索者，希望做出真正解决用户痛点的产品。
硬氪：团队的核心壁垒体现在哪些方面？和其他水下装备厂商相比，差异化优势是什么？
丘力：核心壁垒主要有四点：
第一是大疆体系沉淀的系统工程与量产能力，有成熟的可靠性管控与大规模交付经验，能适配水下极端环境的严苛要求；
第二是自研的原生水下光学、水下AR显示与端侧AI核心技术，拥有独立专利，竞品很难短期复刻；
第三是团队本身就是深度潜水用户，所有设计都基于真实水下场景打磨，不会脱离实际使用需求；
第四是团队对欧美市场拥有多年的深度理解与运营经验，尤其熟悉欧美线下零售渠道的运作方式，能支撑产品全球化落地。
硬氪：在产品功能和用户体验上，有哪些核心的创新点？
丘力：我们打造的是一套AI驱动的智能水下面镜系统，核心创新集中在三个维度，系统性解决传统潜水装备的痛点，帮用户留住更完整的潜水记忆。
第一个是行业首创的原生设计的水下光学系统，跳出了“相机+防水壳”的传统思路，镜头直接接触水体，针对水下环境做了原生光学调校，从根源解决解析力差、FOV受限和色散严重的问题，水下拍摄表现达到行业领先水平，这也是我们核心的技术壁垒。
第二个是水下HUD抬头显示，把潜水关键数据无感呈现在视野里，不用再抬手掏表查看，真正解放双手，让用户能全程专注水下环境，也提升了潜水的安全性。
第三个是端侧AI海洋生物识别，依托端侧实时AI能力，能自动识别海洋生物并触发智能记录，既给探索过程增加了趣味性和知识感，也帮用户自动留住水下的精彩瞬间。
硬氪：产品的商业化路径和市场规划是怎样的？
丘力：我们采用自上而下的品牌打法，首款产品定位中高端，先从专业潜水圈层切入建立口碑，后续逐步搭建产品梯度覆盖更广泛用户。渠道端会同步推进国内专业潜水渠道与欧美主流零售市场，依托团队多年的海外线下渠道经验，快速实现全球范围的商业落地。
硬氪：Deeplore长期的平台愿景“从水下延伸至全域自然探索”，具体如何落地？
丘力：现阶段我们聚焦水下赛道，以AI潜水面镜为核心载体，吃透水下光学、AR显示、端侧AI等底层技术，打磨好水下运动探索的全链路体验。
长期来看，我们会依托沉淀的AI感知、便携成像、轻量化显示技术，逐步拓展其他的娱水运动，乃至登山、徒步等更多户外场景，搭建完整的自然探索智能平台。我们始终坚持“Explorers for Explorers”，用科技降低探索门槛，帮助更多人深入探索自然，不断突破人类自身的边界。
硬氪：本轮融资资金主要用途是什么？下一阶段的发展规划是？
丘力：资金主要投入两大方向：一是扩充研发团队，引进更多光学、AR、AI算法、水下结构等领域的专业人才，持续夯实技术壁垒；二是加速首款AI潜水面镜的测试与量产落地，完善配套的内容分享系统。
短期目标是完成产品上市，打通海内外核心渠道；中长期会逐步拓展全场景自然探索产品线，打造全球领先的AI自然探索科技平台。
