5月25日，在上海举行的国际电路与系统研讨会（ISCAS 2026）这一汇聚全球顶尖半导体学者的学术盛会上，华为公司董事、半导体业务部总裁何庭波发表题为《半导体新路径探索与实践》的主旨演讲，正式发布“韬（τ）定律”。

这是中国第一次在全球半导体领域提出指导产业发展的新原则，是一整套关于芯片性能到底该怎么持续提升的全新理论框架。

但在讨论“韬定律”到底说了什么之前，有一个问题必须回答：好好的，为什么需要一个“新”定律？

这又要回到一个所有人都知道、但很少有人真正理解的困境：摩尔定律，真的不行了吗？

“韬定律”转变了什么思路？

其实，问题不在于摩尔定律本身“死了”，而在于它赖以运行的逻辑“几何缩微”到了物理极限。

过去半个多世纪，芯片产业的规则很简单：把晶体管尺寸越做越小，同等面积上堆更多器件，性能就能自动提升、功耗就能自动下降、成本就能自动摊薄。这套逻辑在几十纳米节点上都还跑得通，但从几十纳米走到几纳米，每一步的物理难度和工程成本都在指数级膨胀。

具体来说，当制程逼近2纳米、1纳米，一个原子就是一个“台阶”。量子隧穿效应开始捣乱，电子会在不该跑的地方“穿墙漏电”。电流越来越难控制，功耗散热成了烫手山芋。建厂成本则越来越高，一座3nm晶圆厂动辄200亿美元起步，全球玩得起的玩家从几十家缩到了三四家。

一边是微缩的边际收益急剧递减，一边是AI、大模型、自动驾驶对算力呈指数级攀升的胃口。这个剪刀差，就是华为“韬定律”试图回答的根本问题。

何庭波的答案是：别再死盯着“尺寸”，开始盯着“时间”。

这就是“韬定律”最核心的转变：以“时间缩微”替代“几何缩微”。

“韬定律”的四个层级优化

“时间缩微”听起来有点抽象，但拆开来看并不复杂。在半导体的世界里，芯片的性能和晶体管密度，最终是由一个叫“时间常数τ”（希腊字母τ，中文发音“韬”）的东西决定的。它代表信号在芯片里从一个地方跑到另一个地方所需要的时间。信号跑得越快、路径越短、延迟越低，单位时间内能处理的数据就越多，芯片的晶体管密度和性能自然也越高。

过去，业界提升性能的思路是“把晶体管做得更小”，这样走线就能更密、信号不用跑太远。华为的思路则是：在不显著缩小晶体管尺寸的前提下，通过系统性地压缩信号传播时延，来实现同样的效果。

这个思路听起来有点像在上下班高峰期，不去扩建道路（扩宽尺寸），而是想办法优化红绿灯、设置潮汐车道、加修高架和地下通道，把交通流理顺了，车速自然就提上来了。

华为实现这个思路的核心技术，叫“逻辑折叠”。

传统芯片的电路布局是二维平面上的，信号在平面上左冲右突，很多时间花在了走线上。逻辑折叠的本质，是把电路布局从“一层楼”扩展成“多层楼”，把原本需要长距离横向走线的关键路径“折”起来，纵向叠放，从而大幅缩短信号传播的物理距离。

而逻辑折叠只是华为多层级协同体系中的一个关键抓手。从华为此前公布的技术路线图来看，“韬定律”构建了一个贯穿器件、电路、芯片到系统的四层级优化体系。

在最底层的器件层面，华为从优化晶体管的电阻、寄生电容入手，从物理底层最大限度压缩时间常数τ，打好地基。

在电路层面，逻辑折叠技术突破传统平面布局的物理边界，把电路从单层“折”成双层乃至多层。

在芯片层面，华为引入“软件、架构、芯片”的全栈协同设计，基于实际工作负载去调配指令流和数据流，让芯片只算必须算的东西，减少无效开销，把端到端的执行时间压到最低。

在最顶层的系统层面，华为还定义了“灵衢总线”，重构计算系统互联协议，实现“超节点统一内存编址和原生内存语义”，让数据在不同计算单元之间来回交换时几乎不再有“堵车”的感觉。

这四个层级不是一个一个去优化的线性组合，而是像齿轮一样咬合在一起。如果打个比方，传统的芯片优化路径，就像在一条越来越窄的窄路上拼命堆砌跑车。而“韬定律”把整个路线图拉到了更宽的维度上：器件、电路、芯片、系统协同演进，信号跑得更快、算得更聪明。

“韬定律”的高端芯片目标

“韬定律”能不能成立，最终看产品。

何庭波在演讲中提供了一个关键数字：过去六年，华为基于这条路径已成功设计并量产了381款芯片，覆盖通信、计算、终端、车载等各个领域。这是华为“韬定律”理论能够站住脚的重要底气。

真正让市场期待的，是今年秋天即将发布的新一代麒麟手机芯片。按何庭波的说法，这颗芯片将完整采用逻辑折叠技术，基于全新的自由逻辑设计理念，由单层扩展至双层，实现晶体管密度和系统性能的大幅跃升。

何庭波的原话是：“我们取得了一系列仅靠先进制程工艺难以取得的进步。”这可能意味着华为走通了一条不同于台积电、三星、英特尔的独立路线。

她还透露了一个更长远的目标：到2031年，基于“韬定律”的高端芯片，晶体管密度将达到1.4纳米制程的同等水平。这意味着华为将通过系统级的时间优化，实现与1.4nm工艺同等的集成密度和计算能力。

这到底是不是一条走得通的路线？何庭波的原话是：“我们的解决方案走得通，走得远。我们新芯片的性能完全可以持续对标另外一条路径。”

全球半导体产业的新技术浪潮

如果“韬定律”可以被理解为从“空间”转向“时间”的范式转移，那么全球半导体产业的另一条主线，就是从“平面”走向“立体”。

有趣的是，这两条线正在同一时间点上交汇。

以先进封装、Chiplet异构集成和混合键合为代表的技术浪潮，正在以前所未有的速度和规模重塑芯片的性能边界。它们与“韬定律”的核心思路异曲同工：不依赖晶体管本身的无限微缩，而是通过更聪明的集成和互连方式，推动系统级性能的持续跃升。

先看先进封装。如果说过去几十年，业界讨论“几纳米”就是讨论芯片的一切，那么从2024到2026年，讨论话题的重心正在快速向先进封装倾斜。根据Yole Group的数据，2025年全球先进封装市场规模约531亿美元，预计到2030年有望达到794亿美元，年复合增长率约8.4%。更令人吃惊的是2.5D/3D封装的增长速度：2023年至2029年间，其年复合增长率高达37%。

为什么涨得这么快？原因简单粗暴：AI芯片需求爆了。以台积电CoWoS为代表的先进封装，把GPU核心和高带宽内存（HBM）紧贴在一起，信号传输距离从毫米级压缩到微米级，是AI大模型时代算力爆炸的“隐形底座”。数据显示，目前全球2.5D与3D先进封装产能仍供不应求，部分订单从下单到交货甚至超过一年，供应缺口高达约23%。全球头部厂商正在掀起扩产狂潮：台积电计划布局七座先进封装工厂，规划到2027年将年产能从130万片提升到200万片，增幅约53.85%。

再看Chiplet（芯粒）。这项技术背后的逻辑是把一颗超大芯片拆成多个小芯粒，各自用最优制程做出来，再通过先进封装“粘”在一起，有点像“把一块大棋盘切成几块小拼图再拼回去”。Chiplet架构在AI芯片中已经大面积铺开，尤其对于国内芯片厂商来说，这项技术更具战略意义：它允许部分核心模块使用先进制程，而非关键的I/O、存储模块用成熟制程，有效弥补了先进制程受限的短板，实现了“用有限资源换系统级性能”。

如果说Chiplet是“搭积木”，那混合键合就是决定这些积木能不能搭得稳、搭得密的那把“胶水”。混合键合的突破性在于：它完全不需要焊料凸块，直接让铜和铜在原子层级接触，实现芯片间铜-铜和氧化物-氧化物的直接键合。相比传统热压键合，混合键合带来的互连密度能提升一到两个数量级，寄生电容极低，信号延迟和功耗都大幅下降。

这项技术被业界视为“后摩尔时代未来十年的必选技术路线”。从具体落地看，存储巨头们已经集体杀入。SK海力士和三星都在为下一代HBM高带宽内存铺路，预计混合键合将从HBM4开始引入，16层HBM的堆叠结构正在紧锣密鼓地验证中。混合键合设备市场的年复合增长率预计高达69%，远超半导体行业的整体增速。

还有一个更前沿的方向：硅光互连与光电共封装（CPO）。

信号传输的本质瓶颈，正在从芯片内部向芯片之间、乃至机柜之间的互连转移。传统的铜互连在高频率下损耗大、距离有限，越来越撑不住大规模AI集群的带宽需求。硅光互连的核心思路是用光代替电来传信号，速度更快、延迟更低、功耗大幅下降。

台积电在2026年5月的技术论坛上高调披露了其“三层蛋糕”AI平台架构：底层是运算层（Compute），中间是封装集成层（CoWoS/SoIC），最顶层是“未来最重要的”光子互连层（COUPE）。COUPE技术通过3D异质集成方式，将电子芯片与光子芯片垂直堆叠，使得组件之间距离极近，大幅降低电耦合损耗。据台积电透露，今年已启动全球首款采用COUPE技术的200Gbps微环调制器的量产，比特误码率低于一亿分之一。相比传统铜线，COUPE可使系统能效提升4倍、延迟降低10倍；若与封装平台深度整合，能效甚至可提升到10倍，延迟降低20倍。

国金证券在最新研报中明确指出：2026年是CPO的产业化元年。台积电、英伟达、博通等产业链核心玩家已经跑步进场，标志着“光进铜退”在AI数据中心的大规模落地正式拉开帷幕。

结语

往长期看，华为“韬定律”与整个产业技术演进的方向是高度一致的。不论叫“时间缩微”还是叫“先进封装”，背后的本质都是一个根本性的共识判断：芯片性能的提升，不能再只依赖“把晶体管做小”。

真正的竞争正在转移到一组新的维度上：互连密度、信号延迟、系统协同、垂直堆叠、光互连。这些维度的组合效应，远比单纯缩小一个节点要复杂、也要广阔得多。用华为自己的话说，2026年到2035年，随着大量探索性技术的逐步产品化，晶体管的密度将持续提升，工作频率将持续增长，高性能芯片源源不断。

何庭波在演讲的结尾，说了一句意味深长的话：“未来一定属于开放合作。在半导体演进的路径上，没有一家企业可以独自完成所有答案。在‘韬定律’的路径下，我们期待与全球科学家、工程师和产业伙伴紧密合作，共同推动半导体与电子产业持续发展。”

芯片产业链太长、太复杂，没有一个国家、一家公司能包揽全链条。包括光刻机在内的半导体设备、封装基板的材料、EDA工具、CPO的标准体系……每一环都需要全球协作。华为提出“韬定律”，是在半导体行业寻找全新增长曲线的关键时刻，为世界提供一种兼容、开放、可供选择的中国方案。

2026年5月15日,九牧集团有限公司科学技术协会(以下简称“九牧科协”)成立暨第一次会员代表大会在厦门隆重召开。作为九牧科协筹备工作的深度参与方,智链信息技术研究院(以下简称“智链研究院”)全程提供了创新组织建设的系统性支持,助力九牧集团在企业创新发展中迈上新的台阶。

自2025年9月起,智链研究院受九牧集团委托,协助启动企业科协的筹备工作。在半年的协同推进中,智链研究院围绕企业战略、组织机制与创新文化三大维度,开展了多轮调研、创新能力诊断与创新组织方案设计,并系统导入外部专家资源,推动九牧科协从理念共识走向机制落地。

“企业科协不仅是科技工作者的‘家’,更是企业构建内生创新机制、激活基层创新活力的关键支点。”智链研究院院长魏晓文在成立大会致辞中表示。作为一家深耕企业创新服务近十年的生态型赋能机构,智链研究院始终坚持“让创新赋能,让价值发生”的理念,致力于成为中国最具活力的创新要素链接者与产业升级推动者。

成立大会上,审议通过了《九牧集团有限公司科学技术协会章程》,选举产生了第一届委员会委员及领导班子。九牧集团运营总裁林晓伟当选主席,品类研发总经理束爱云当选副主席,研发管理中心总经理吕红莲当选秘书长。

魏晓文结合智链研究院的实践,围绕九牧科协未来发展提出三点思考:一是立足“链接者”定位,将科协打造成内部创新资源的组织者;二是践行“生态化”思维,将科协打造成产学研协同的对接者;三是强化“价值化”导向,将科协打造成创新文化与品牌的建设者。他表示,智链研究院将持续开放“好技术”推介平台与专家智库资源,优先支持九牧科协构建“企业出题、科研答题、市场阅卷”的协同创新闭环。

九牧集团是全球卫浴行业的领军企业,品牌价值达1812.86亿元,累计专利超20000项,平均每天就有5项先进专利问世。九牧科协的成立,标志着集团科技创新工作迈入“有组织协同、有平台支撑、有人才聚集”的全新阶段。

一、中国产业集群的发展偏差与本质回归

中国制造业已连续15年全球第一，在国际市场中的地位越来越高。梳理中国具备全球竞争优势的产业不难发现，它们都有优质产业集群作为坚实支撑。国外一些有识之士已经洞察到中国制造业国际竞争优势来源于产业集群的奥秘。他们说中国产业集群优势“令世界艳羡”，并探讨中国产业集群如何促进增长、竞争与可持续发展。

产业集群在中国经济发展中扮演着关键角色，但也逐渐显现出功利化的发展偏差。一方面，产业集群已经作为政府工作的抓手。截至目前，全国已培育80个国家级先进制造业集群、397个国家级中小企业特色产业集群，叠加省、市、县各级政府培育的地方产业集群，总量已超过1400个。另一方面，在国内各地产业集群的推进过程中，大多将集群数量、产业产值、企业集聚规模、空间布局等作为发展指标，出现了唯规模、唯数量的粗放式发展导向。

中国产业集群认定与命名的体系较为繁杂。在国家层面，多部门从各自职能出发分头培育集群，形成了先进制造业集群、战略性新兴产业集群、创新型产业集群等多种集群称号并行的格局；在地方层面还设立了各类集群名目，呈现集群命名口径不一、边界划分模糊的状况。多数地区发展产业集群时，侧重于完善就近配套、压缩物流与采购成本，将降本增效视为集群发展的主要目标，而未认识产业集群的核心功能是推动技术协同创新、加速应用端成果转化、助力产业升级。一些产业集群尚停留在企业地理集聚、低价同质化竞争的低端发展阶段。

粗放式发展带来的诸多问题制约着集群创新效能的释放，因此需要引导产业集群回归创新本质、优化集群发展模式，例如逐步弱化对集群数量、产值规模、占地面积等量化指标的过度侧重，整合名目繁杂、同质化严重的集群，逐步构建以研发投入、专利成果转化、应用技术突破、产品附加值提升为核心的集群发展评价体系。在产业集群内部，可从供需配套逐步提升到联合研发、成果共享、标准共建的深度协同。根据不同产业发展特点，可实施差异化的集群培育思路，让更多产业集群成为应用端技术创新的策源地。

二、创新型产业集群是中国制造国际竞争力的根本来源

早在20 世纪 90 年代初，中国学者就已将产业集群概念引入国内。在MBA智库上可以读到较全面的内容，AI写的《中国产业集群发展报告》和某智库写的“中国式产业集群的兴起及特征”等都是简明扼要的阐述。不过，迄今为止很多研究仍然处于对国外理论的引介与中国本土现象的解读阶段，对产业集群政策的精髓仍然认识不足。

产业集群的生命力在于它的独特性。纵观中国众多产业集群，各个集群生成的历史机遇、人文氛围、资源禀赋、政策路径等千差万别，其地理边界可能是模糊的，涉及的企业和产业领域以及所处的价值环节纷繁复杂。产业集群不但是多样化和差异化的，而且一直在动态演化着，因此，欲将产业集群的概念标准化是相当困难的。无论如何，对于中国制造而言，想要稳步提升国际竞争力，必须回归产业集群概念的创新本质。依托产业集群，将单纯的产业配套优势转化为技术创新优势，是中国制造参与全球高端产业竞争的必由之路。

在中国，创新型产业集群（或创新集群）兼具技术创新与产业化能力，这种产业集群是难以复制的，其赋能国际竞争力的作用体现在全流程、多维度的产业运行中。第一，集群大幅降低创新的试错与时间成本。集群内关联企业、研发机构就近布局，在诚信和知识产权保护制度的基础上，从需求捕捉、方案设计到样品打样、测试优化，可实现跨主体高效协同，让中国制造在产品更新速度上抢占全球先机。第二，龙头企业的技术标准、研发经验、工艺方案可在集群内扩散，中小企业参与协同创新，无需独自承担高额研发成本；集群内人才、技术、设备等资源共享，破解企业创新资源不足难题。第三，企业能快速捕捉不同场景的市场需求，让中国制造产品形成差异化竞争优势。第四，一旦应用端技术研发成熟，就能依托完善的产业配套；在保障产品品质的同时，摊薄创新与生产成本，形成技术创新-高效量产-性价比的综合优势。

三、用户驱动创新的医疗器械产业集群

“用户驱动创新（User-Driven Innovation）”起源于北欧创新理论。欧盟通过“地平线欧洲”、“生活实验室”等体系，将用户需求嵌入研发全流程，推动政企研用协同，以真实场景验证成果，这种需求导向的系统性创新成为全球产业创新的重要范式。例如，在医疗器械领域，法国骨科植入物企业、德国手术机器人公司均集中于巴黎和慕尼黑等医疗资源高地，与当地顶尖医院共建创新中心，深度对接专科临床需求。其创新特色在于患者全周期参与，在灵活高效的欧盟医疗器械监管条例下，形成“临床医生+患者+企业+科研机构”多元协同的用户驱动体系。

资深科技管理专家周路明在最近发表的“中美创新步入范式之争”一文中指出，中国的技术创新业已形成的“应用端创新”范式决定着大国竞争的成败，他的“应用端创新”与欧盟的“用户驱动创新”含义相近。我认为，中国产业集群发展的主要目标是推动贴合市场需求的应用端技术创新，也就是用户驱动的技术创新，而集群内行为主体之间的有效协作，是实现这一目标的不竭动力。在中国发展产业集群必须聚焦到用户驱动的技术创新的方向上来。

中国医疗器械产业呈现普惠型和专科型等两类不同的集群现象，构成了以用户需求为核心的产业创新生态，证明了产业集群对应用端技术创新的推动作用。普惠型医疗器械企业以深圳迈瑞、上海联影、江苏鱼跃为代表，扎根珠三角、长三角电子信息与智能制造产业带，依托元器件供应链、精密加工配套及专业检测机构，研发和生产监护、影像、家用医疗等广谱诊疗设备，匹配基层医疗与通用临床需求。专科型医疗器械企业则聚焦专科疑难临床痛点，对接一线临床需求，紧邻顶尖医疗机构，开展医工共创，在北京市昌平区的国际医疗器械城（医疗器械产业集群）发展实践中得到充分验证。该集群聚焦植介入器械等高端赛道，依托高校科研资源和医院临床平台，以及CDMO/审评服务站等专业平台，催生了图湃眼科扫频OCT、大医一体化放疗系统、新云AI神经调控器械等一批填补空白、替代进口的应用端创新产品。集群内企业可共享科研设备、临床测试渠道等，针对性解决临床诊疗中的技术难题。无论是普惠型还是专科型医疗器械产业集群，用户需求始终是产业创新的根本导向。

近日，我去到位于北京昌平国际医疗器械城的北京爱康宜诚医疗器材有限公司（爱康医疗）进行调研。该公司2003年在中关村科技园区昌平园注册成立，是专注于骨科植入物与骨科手术机器人的高端医疗器械企业，也是该领域的国内龙头。它经常与医院开对接会，与北京积水潭医院、北医三院等国内顶尖骨科临床中心有非常紧密的科研及临床合作，根据临床需求进行立项，在产品研发、定制完成后，要经过市场验证。针对复杂髋膝关节翻修、严重骨缺损等常规假体无法解决的临床难题，爱康医疗搭建了医工交互平台，基于患者个体骨骼特征，研发了3D打印定制化类骨小梁假体，破解了复杂病例的治疗困境。公司推出的K3全关节手术机器人由临床医生参与功能设计与操作优化，实现了多项应用端的技术创新，成功应用到各大医院，打破了多项外资高端骨科植入物的垄断。爱康医疗的成功对其他医疗器械企业在北京昌平区的集聚起了示范作用。

四、结语

产业集群具有提升供应链效率、增强供应链韧性、促进经济发展等多重功能，而更加重要的功能，是产业集群能够降低创新成本、加快成果转化，推动应用端技术创新。当前，中国制造正处于迈向全球价值链中高端的关键阶段，唯有纠正产业集群粗放发展的偏差，摒弃唯规模、重成本的发展误区，培育多元协同高效、创新活力充沛的优质产业集群，才能有力推动中国从制造大国走向制造强国。

参考文献

王缉慈等, 2010. 超越集群——中国产业集群的理论探索[M]. 北京: 科学出版社.

王缉慈, 2016. 创新集群三十年探索之旅[M]. 北京: 科学出版社.

王缉慈, 2019. 创新的空间——产业集群与区域发展[M]. 北京: 科学出版社.

————————

王缉慈，系北京大学城市与环境学院经济地理学教授，持续关注国内外产业园区和创新集群。

豆包的“免费午餐”吃到头了。2026年5月4日，这款月活3.45亿的国民级AI助手悄然在苹果应用商店挂出了三档付费订阅价格——标准版68元/月、加强版200元/月、专业版500元/月，连续包年最高标到了5088元。消息一出，豆包笨还收费、豆包错误率等词条迅速登上微博热搜。一场关于中国AI免费时代是否彻底终结的讨论，就此拉开。

 从“免费”到“5088”：一个不得不做的转身

时间倒回一年多前，豆包还不是今天的样子。2025年全年，豆包月活用户从第一季度的9980万飙升至第四季度的2.27亿，涨幅超过127%，成为国内首个日活破亿的AI原生应用。进入2026年，增速不减，仅第一季度便新增活跃用户约1亿，月活突破3.45亿。在央视春晚期间，豆包日活跃用户一度冲至1.45亿。

然而，用户规模的光环背后，是一张日益沉重的算力账单。火山引擎2026年3月公布的数据显示，豆包大模型的日均Token调用量已经突破120万亿，三个月内翻了一倍，较2024年5月发布时增长超过1000倍。按照行业平均推理成本每千Token约0.01元计算，豆包每天仅在算力上就要烧掉1.2亿元，一年就是438亿元。即便算上量级折扣和自建算力中心带来的成本优化，这个数字仍然触目惊心。

这股压力传导到了字节跳动的财务报表上。据知情人士透露，字节跳动2025年净利润同比下滑超过70%，净利润率大幅下降，核心原因就是2025年下半年大幅上调AI业务投入，覆盖高端AI芯片采购、底层模型研发等多个环节。一位内部人士曾坦言，豆包“商业化看不到明确路径，大DAU的推理成本对公司利润有压力”。

这场围绕豆包的商业化决策，本质上是算力成本与用户价值之间的重新平衡。推动豆包从免费走向5088元的不是用户规模的变现冲动，而是算力成本迫近的资金赤字。这与全球趋势同步：2026年，谷歌、微软、亚马逊、Meta四家科技巨头在AI上的总投入预计达7250亿美元，OpenAI披露2026年算力支出将达500亿美元。算力已成大模型时代最稀缺的资源，没有哪家企业能永远当“冤大头”。

分层收费：比想象中更精密的商业计算

豆包的收费方案并非一刀切。付费功能主要聚焦于PPT生成、数据分析、影视制作等高算力消耗的复杂任务，免费版本则继续面向日常轻量使用。从商业逻辑上看，这是一种典型的“用户分层”——用免费版保持规模优势，用付费版筛选愿意为高价值能力买单的核心用户。

摩根士丹利分析指出，豆包标准版每月68元略高于全球同类产品（约8美元/月），但与字节旗下视频生成应用即梦的定价基本持平，目标受众清晰指向创作者和知识工作者，而非向广泛大众。加强版200元/月、专业版500元/月的定价区间，实际对标正是国际市场的ChatGPT Plus（约145元/月）和Claude Pro，而专业版500元/月的价格也远低于ChatGPT Pro约1.6万元人民币的年费标准。

然而，对标国际的逻辑在中国市场并不完全成立。花旗研究今年3月对1800名受访者的调查显示，尽管45%的受访者愿意为高级功能付费，但可接受的月均订阅价格均值为48.3元。豆包的起跳价68元，已经超出了主流用户的心理预期。

更要命的是产品价值与收费速度的错位。正如不少用户反馈的那样，豆包当前的基础问答仍存在逻辑漏洞，产品漏洞还没补完，账单就先递过来了。不少习惯了“免费午餐”的用户在评论区直言，“既然豆包推出了付费服务，免费的肯定会打折扣，可以几个主流模型换着用，总有还在免费的大厂”。

全行业都在“止血”：豆包不是独行者

事实上，豆包远非第一个探索收费的AI助手。月之暗面的Kimi、科大讯飞的讯飞星火、智谱清言、360的纳米AI都已推出付费项目。百度旗下的文心早前也曾推出付费订阅，后来因效果不佳切换回免费模式。

放眼全球，算力成本压力下各大云厂商都在密集调价。2026年3月，腾讯云、阿里云、百度智能云三大巨头一周内相继发布调价公告，AI算力服务价格普遍上调。阿里云宣布取消百炼平台基础套餐，AI算力最高涨价34%；腾讯云5月9日起整体涨价5%。智谱则年内第三次涨价，GLM-5.1的API价格直接对标Claude Opus 4.5。

但豆包收费引发的争议之所以远超同行，恰恰是因为它的用户体量太大了。当一款月活3.45亿、日活约1.4亿的产品触碰“收费”两个字，任何风吹草动都会被放大为舆情风暴。对于大多数深度依赖豆包的用户来说，这无异于“吃相难看”“收割用户”。

一场没有回头路的冒险

豆包收费的消息传出后，业界迅速将其视为国内AI大模型C端商业化的标志性转向。摩根士丹利预测，头部大模型单家ARR有望在2026年底达到10至15亿美元，2027年底进一步攀升至25至50亿美元，对应3到5倍的年化增速。

投资者对AI商业模式的判断却更显悲观。金沙江创投主管合伙人朱啸虎曾直言，“五年以后不会再有个独立的大模型公司存在。要就是AI应用公司，要就是云服务，今天的大模型公司很难单独存在，因为它没有自己单独的商业模式”。在他看来，API未来在中国更是“免费的”，创业公司跟进价格战只会“做一单赔一单”。

对豆包而言，收费不是一道选择题，而是一道必答题——规模越大，亏损越深。字节跳动CEO梁汝波在2026年度全员会上将豆包定位为“通过AI助手整合已有业务”，所谓“已有业务”最大的一块正是抖音电商。也就是说，豆包的终极使命并非独立盈利，而是引导用户进入更广阔的字节商业版图。从这个角度看，付费订阅不只是为了收回算力成本，更是豆包从“流量入口”向“商业闭环”转型的第一步。

如今，豆包的收费还处于测试阶段，官方将之表述为“在免费服务的基础上探索增值服务”。但箭已离弦，没有回头路。当汹涌的算力账单撕开了免费模式的遮羞布，中国的AI大模型们都必须面对同一个问题：商业化这驾马车，究竟要往哪里跑？

第四代自主超导量子计算机“本源悟空-180”主要技术参数为：搭载单核180个计算比特超导量子芯片，在单芯片架构上实现百比特级量子计算，具备180个可直接投入实际运算的计算量子比特，单比特逻辑门保真度99.9%，双比特逻辑门保真度99%，读取保真度99%，另有251个耦合量子比特。

第四代自主超导量子计算机“本源悟空-180”由我国自主研发，全链条自主可控。其搭载的量子计算芯片系统、量子计算测控系统、量子计算环境支撑系统及量子计算机操作系统等4个关键核心体系，均由本源量子全栈自主研制。

这组冰冷的数据，撕开了传统制造业重镇在时代洪流中的真实伤口。当房地产周期退潮，当传统产能过剩，当低端生产线开始向东南亚转移，佛山被猛地推到了转型的悬崖边。我们不禁要问：那个曾经靠“村村点火、户户冒烟”杀出一条血路的佛山，这一次，要如何突围？

答案或许不在别处，就在这片土地最坚实的根基里——制造业。只是这一次，佛山需要的不再是简单的规模扩张，而是一场刀刃向内的“手术”，一次从“生产制造”向“智能智造”跃迁的基因重组。

佛山如何以人工智能（AI）为手术刀，切割旧疾，激活新骨，走出一条独具特色的“硬核”突围之路。

第一部分：破局——当“房地产后遗症”遇上“AI手术刀”

佛山经济的失速，本质上是“路径依赖”的必然结果。有媒体的文章一针见血地指出，陶瓷、铝型材、家电等7大房地产关联行业，占佛山制造业比重接近60%。长期以来，佛山企业习惯了跟随房地产的“电梯”向上生长，虽然体量巨大，但更多停留在“来料加工、规模生产”的舒适区。

当房地产进入“黑铁时代”，电梯变成了步梯，利润率不足5%的传统产业立刻感受到了切肤之痛。2025年，佛山房地产开发投资下降27.6%，直接拖累了大批供应商。这种困境并非佛山独有，但佛山的问题在于：“传统产业升级滞后”与“新赛道突围缓慢”并存。

破局的关键，在于佛山没有选择“抛弃传统产业”去追风口，而是选择用AI这把手术刀，对庞大的存量产能进行“精准开刀”。

这里的战略定力体现在，佛山并没有因为增速垫底就自乱阵脚，而是提出了“人工智能+千行百业”计划。政府试图回答一个问题：当人口红利消失，当标准化产品过剩，佛山制造的护城河在哪里？答案是效率与柔性。

广东嘉腾机器人副总裁陈洪波指出，工厂现在要求机器人“开箱即用”，这必须依赖AI。这折射出佛山制造业的深层需求：在招工难的背景下，制造业的终极形态是无人工厂。佛山拥有庞大的工厂场景，这为AI提供了全球最好的“试验田”。2025年，佛山工业机器人产量已突破4.6万套，增长29.6%。这不仅仅是卖硬件，更是通过硬件收集数据，反哺AI算法，让“佛山造”的机器人在搬运、焊接、包装等环节越来越聪明。

可以说，佛山的第一把火，烧向了“生产端”。用AI解决“谁来生产”的问题，是佛山突围的基石。

第二部分：重塑——从“散装家居”到“集成智造”的范式转移

如果说用机器人替代人工是第一阶段的“物理反应”，那么佛山正在酝酿的，是一场关于产品定义的“化学反应”。

佛山市政协相关人士有一个犀利观点：佛山之所以受房地产冲击如此之大，是因为其产品形态仍停留在“散装”阶段。过去，佛山卖给消费者的是一堆散件：一个智能马桶、一套定制橱柜、一盏灯。消费者买回去，发现装修依然是一场噩梦，因为散件之间不互通。

突围的第二层逻辑，在于“定义产品”。借助AI大模型，佛山正在尝试将“散装”的硬件，整合为“集成装配式”的智能空间。

这里不得不提一个被主流媒体忽视的细节：佛山的AI转型不仅在大厂，更在细微处。首先看“咖啡机”。在2026佛山咖啡展上，我们看到顺德咖啡机产业集群的崛起。像“柏翠”这样的品牌，通过AI算法优化萃取曲线，让几百元的家用机也能做出专业的拿铁。这背后是佛山制造从“代工贴牌”向“智能硬件品牌”的跃升——如果咖啡机都能AI化，为什么空调、冰箱、消毒柜不行？

再看“老字号”。南海区举办的“老店数智赋能大会”颇具象征意义，比如昭信集团提出要“给品牌装上AI引擎”。传统灯具企业不再卖灯泡，而是卖基于AI感知的智慧照明系统；传统家具厂不再卖木板，而是卖能监测老年人健康数据的智能床垫。

其实佛山的关键一跃，在于打造泛家居大模型平台。

现在的智能家居，往往是小米、华为、海尔各自为战。佛山作为全国最大的家居产品集散地，有实力、也有必要建立一个中立的、跨品牌的大模型平台。在这个平台上，不管你买的是A厂的空调还是B厂的门锁，都能通过“佛山造”的通用智能体进行统一控制。当硬件的物理形态遭遇瓶颈，AI定义的软实力就成了新的溢价来源。

第三部分：升维——“桂城模式”与生产关系的大解放

如果说技术升级和产品升级是“术”，那么佛山最近的一次探索，或许触及了产业突围的“道”——生产关系的重组**。

传统的制造业城市，面临的最大痛点是“人才引力不足”。高端码农宁愿在北上广深挤地铁，也不愿来工厂看车间。如何解决“懂AI的不懂工艺，懂工艺的不懂AI”的复合型人才断层？佛山市南海区桂城街道给出了一个极具创新性的解法： “OPC”战略。

根据相关搜索资料，2026年5月，桂城发布了全国首个镇街级AI OPC（一人公司）专项政策。简单来说，政府不再试图把大厂的总部搬过来，而是通过提供算力补贴、发放“算力券”、甚至直接给订单，吸引那些“超级个体”——只需一个人配上AI工具，就能完成设计、开发、营销全流程的新型创业者。

这个思路在当下的中国城市竞争中非常超前，具体体现在：

1.  轻量化招商：过去招商要地要厂房，现在招商要的是“一个背包就来的工程师”。桂城拿出了100P的智算中心和AI直投基金，让创业者在家门口就能调动大模型资源。

2.  精准化赋能：政策不仅仅是给钱，更是给“场景”。政府通过场景创新公司，将本地制造企业的数字化需求（如质检、报价、营销）拆解成小任务，发包给这些“一人公司”。这种“滴滴模式”解决了中小制造企业请不起大服务商的痛点，也让AI人才赚到了钱。

3.  生态化反：华为政企数智化体验中心的启用，科大讯飞产业基地的落户，与这些草根OPC形成了“顶天立地”与“铺天盖地”的生态互补。大厂提供通用底座，小团队解决“最后一米”的落地。

这应该对佛山有所启示：当制造业的边界变得模糊，佛山不再只是一个“工厂”，而应该变成了一个巨大的“AI应用实验室”。这些OPC虽然注册在桂城，但他们的算力在云端，客户在全球，服务在佛山车间。他们的存在，正在将佛山制造的血肉，植入AI的灵魂。

第四部分：挑战与展望——“突围”不仅仅是技术的单兵突进

尽管曙光初现，佛山的突围之路依然如履薄冰。一方面，2024年佛山R&D投入强度仅为2.23%，甚至低于全国平均水平。对于这样一个体量的工业大市来说，研发投入不足是致命的，它意味着佛山在核心算法、高端芯片、基础软件等底层技术上缺乏主导权，目前的AI赋能更多停留在“应用层”的优化，而非底层颠覆。

另一方面，佛山必须警惕“新瓶装旧酒”的思维惯性。AI不能只当作一个卖货的噱头或降本的工具。佛山的真正机会在于 “产业换道” 。

比如，利用AI，佛山能否在生物医药（如康码南药大健康项目，引用自）、新能源（如锂离子电池产量增28.3%，引用自）等新兴领域实现弯道超车？这需要佛山的企业家具备“工程师思维”，也要具备“科学家视野”。

佛山的突围，最终要突破的是城市气质的围墙。过去佛山讲究的是“务实”、“低调”，但在AI时代，技术迭代极快，需要的是“开放”、“试错”和“跨界”。咖啡展上年轻人的狂欢、桂城对“一人公司”的拥抱，这些都是积极的信号。当这座城市不仅能生产冰冷的机器，还能孕育火热的创意时，真正的突围才算完成。

佛山这场突围战，不仅是佛山一城一地的得失，更是中国传统制造业城市转型升级的缩影。

它告诉我们：没有落后的产业，只有落后的产品。面对2.4%的负增长，佛山没有怨天尤人，而是拿起了AI手术刀，从生产线的无人化，到产品的智能化，再到产业组织形式的OPC化，进行了一场由内而外的彻底革新。

这条路注定是艰难的，因为它需要改变几十年来形成的商业惯性。但正如几十年前佛山人“洗脚上田”搞工厂一样，今天的佛山人正在“敲着代码”改车间。当“有家就有佛山造”这句口号的内涵，从“买家具到佛山”变成“控制家就要通过佛山的智能体”时，就是这座功夫之城真正打出“王八拳”，KO困境的时刻。

佛山的未来，不在房地产的旧梦里，而在充满代码与算法的车间里，在每一个“一人公司”创业者的电脑里。这不仅仅是佛山的选择，更是中国制造走向中国智造的必由之路。

这并非孤例。数据显示，兰州大学自己培养的19位院士中，最终仅1位留守。在青年学者圈层，多年来流传着“宁可去上海深圳三流大学，不去东北西北一流高校”的说法。

当最优秀的大脑开始用脚投票，问题便已超越个体职业选择，成为关乎区域协调发展、高等教育布局乃至国家创新能力的结构性命题。本文无意重复“人才流失令人痛心”的常规叙事，而是试图追问：在市场化配置已成主导逻辑的今天，西部究竟靠什么留住人才？行政干预的边界在哪里？真正可持续的“留人之道”又是什么？

一、流失的表象与实质：不止是钱的问题

人才流动的直接诱因，通常被归结为薪酬差距。事实也确实如此：兰州大学教授最高安家费90万元，而宁波大学叠加各类补助后可达800万元；科研启动经费，前者为50-300万元，后者最高400万元。近乎翻倍的待遇差异，足以构成个体迁徙的充分理由。

但将问题简化为“西部给钱少”，既不符合事实，也无助于求解。更深层的结构性矛盾，体现在三个维度：

第一，学术生态的“孤岛化”。 兰州大学榆中校区距市区40公里，距机场上百公里，周边配套停滞二十余年。对于需要频繁参加学术会议、开展合作研究、保持学术前沿触角的学者而言，这意味着巨大的时间成本和机会成本。有学者直言：“不是不能吃苦，而是怕被主流学术圈遗忘。”

第二，家庭发展的“服务洼地”。人才不是孤立的个体，而是家庭的核心。一位兰大学者抱怨，连孩子高考补习都要坐高铁去西安。当基础教育、医疗资源、配偶就业等公共服务无法满足家庭基本需求时，个体的去留便不再是一场理性计算，而成为一种无奈选择。

第三，成果转化的“土壤贫瘠”。中科院兰州化物所的国家重点实验室，宁愿选择与武汉的长江大学合作，也不与本地高校联手。根本原因在于，兰州缺乏相应的产业基础，科研成果难以就近转化为现实生产力。对于应用导向的学者而言，这意味着职业发展空间的实质性压缩。

这三个维度共同构成了一个“发展生态”的系统性缺失。薪酬差距只是冰山一角，冰山之下的结构性困境，才是人才流失的深层病灶。

二、市场逻辑与行政干预的张力：从“卡”到“堵”的失效

面对人才流失，流出地的本能反应往往是行政阻截。东北某高校的领导坦承，“除了黑道都用了”——卡档案、索赔偿、设障碍，手段不可谓不严厉。然而，效果呢？一位教师协议期满仅差几天，校方要求支付高额赔偿才能离职，最终仍未能阻挡其南下决心。

行政干预之所以失效，根本原因在于它对抗的是市场规律。当下的人才流动，本质上是市场对计划经济时代形成的高校布局进行的一次迟来但剧烈的适应性调整。

几个标志性现象可以佐证：

城市与大学的深度绑定：哈尔滨工业大学深圳校区的录取分数线已超过本部。这意味着，即便是同一所大学，只因坐落于不同城市，其吸引力便发生逆转。

代际比较的残酷现实：哈工大一位老教授发现，儿子从海外归来入职深圳大学，起薪竟超过了自己退休前的最高工资。

“堵”的代价与悖论：2021年教育部叫停异地办学后，西安交通大学苏州研究生院被迫更名为“产教融合协同育人基地”，西北工业大学太仓校区更名“太仓智汇港”，原计划容纳上万人的校区最终未能获得本科招生资格。行政干预能够延缓趋势，却无法创造真正的留人环境。

这些现象共同指向一个结论：**在市场化配置成为主导逻辑的今天，人才的流向由发展机会、生活品质、家庭预期等综合因素决定，而非单一薪酬或行政命令。西部要留住人才，首先必须承认这一前提。

三、深圳的启示与西部的非对称路径

值得关注的是，被称为“高校荒漠”的深圳，在短时间内迅速崛起为人才高地。其路径不是简单“挖人”，而是**直接投入巨资建设本地大学、创造高质量岗位、营造优越的城市环境。清华、北大、哈工大等名校深圳分校的建立，以及南方科技大学、深圳大学的快速成长，证明了“城市—大学—人才”良性循环的可能性。

但西部的现实约束决定了，它无法复制深圳模式——没有同等量级的财政投入，没有同等优越的区位条件，也没有同等活跃的市场经济。这迫使我们必须思考：在资源有限的约束下，西部如何走出一条差异化的“留人之路”？**

基于对原文事实的重新梳理，以下几个方向值得探索：

第一，从“全面追赶”转向“精准聚焦”。与其在所有学科上争夺顶尖人才，不如集中有限资源，支持与本地特色产业深度绑定的少数“尖峰”领域。兰州大学在草学、生态学、大气科学等领域拥有全国领先的优势，这些学科与西部生态治理、草牧业发展等现实需求高度契合。让这些领域的人才不仅能做一流研究，更能直接服务于本地有前景的产业，实现“以事业留人”。

第二，从“为我所有”转向“为我所用”。打破僵化的人才所有权观念，建立柔性引才机制。利用线上协作、联合攻关、短期访问、双聘制等形式，让身处东部的人才也能参与西部重大项目。这种模式既降低了人才迁徙的成本，又保留了西部获取高端智力资源的通道。

第三，从“粗放保障”转向“精准服务”。将有限的财力，优先投入到解决人才最迫切的后顾之忧上。子女教育、配偶就业、医疗保障——这些看似“非学术”的问题，恰恰是影响去留的关键变量。与其平均用力，不如为关键人才提供“一事一议”的精准保障。

第四，从“严防死守”转向“主动布局”。与其堵塞人才外流，不如鼓励有能力的学者或团队在东部建立“飞地”实验室或成果转化中心。这既能留住人才的“智力”，又能借助东部的市场环境将成果放大，最终反哺西部本土。这种“不为所有、但为所用”的思路，或许比强行挽留更具战略远见。

四、结语：从“留人”到“养人”的范式转换

我们无意提供一套可以“药到病除”的方案。西部的困局，是数十年来区域经济差距累积的结果，不可能在短期内逆转。但正视问题，本身就是解决问题的起点。

真正值得追问的是：我们讨论“留住人才”时，究竟在讨论什么？

如果只是想让人才“不走”，卡档案、堵出路、谈情怀，或许能制造暂时的稳定，但无法阻挡长期的流失。如果是要让人才“扎根”，则需要创造一个让他们清晰看到“在这里，我的事业与生活同样有未来”的生动图景。

这需要西部决策者完成一个范式转换：**从“留人”转向“养人”。留人是被动的、防御性的，关注的是如何防止人才离开；养人是主动的、建设性的，关注的是如何让人才在这里成长、成功、成就。前者依赖行政命令，后者依赖生态系统。

当一位学者选择留在西部，不是因为走不了，而是因为这里有值得奋斗的事业、可以安放的家庭、能够预期的未来——那一刻，“留住人才”才从一个问题，变成了一个答案。

（本文基于公开报道与事实进行分析，旨在探讨结构性问题的解决路径，不构成对任何机构或个人的评判。）

1. 人本主宰：最终决策与责任归于人，AI仅作受约束的辅助

在人本主宰模式下，人类作为城市发展的核心主体设定战略目标、伦理底线与最终决策边界，AI仅扮演受约束的执行与优化角色，确保技术始终服务于人类价值而非反噬社会。这一模式的核心在于透明规则、人工复核与公众参与的层层防护框架：部署前，通过伦理审查与影响评估明确AI边界，避免算法越界；运行中，嵌入人类把关机制，如专家审核高风险输出，确保偏差实时纠偏；事后，建立责任追溯链条，将决策权与问责权统一于人类主体。这种嵌入式约束将城市治理从技术乌托邦的幻象转型为“人本导向”的稳健生态，不仅维护人类主权，还通过制度化监督放大AI的治理效能。据OECD 2025年报告，采用人本模式的欧洲城市AI项目可实现失败率降低15%，居民信任指数提升20%的效果。

人本主宰的优势在于，它筑牢公平与问责的制度底线，确保AI的强大效能不偏离人类伦理与法律轨道：算法虽高效，却可能放大隐性偏差（如种族偏见），人类纠偏机制则提供道德缓冲；技术故障频发时，人工主权保障系统连续性，避免城市瘫痪风险。据世界经济论坛2025年报告，人本模式城市社会稳定指数升12%，远高于算法主导模式。然而，这一模式要求城市制定清晰规则，如强制算法可解释性（XAI标准）、决策“人类背书”协议，以及公众监督委员会，以确保居民声音从反馈渠道直达核心议程，从而将AI从工具普适为人类赋权的战略支柱。

2. 算法主宰：效率高于解释与问责，城市运行受平台与模型支配

算法主宰模式将AI置于城市治理的核心决策枢纽，追求极致效率与自动化优化，但以牺牲解释性与问责为代价，导致技术封闭放大偏差与信任危机。这一模式的内在逻辑在于全自动化闭环：AI通过自学习算法自主迭代治理参数，从资源分配到应急响应实现毫秒级响应与资源极致利用。然而，这一极端效率导向忽略了人类不可或缺的伦理判断与上下文敏感性，易将城市运行简化为“黑箱”模型，受少数平台算法支配。全球城市实践已暴露算法主宰的致命缺陷，出现很多将效率神话演变为信任崩盘的警示案例。

算法主宰的另一隐忧是城市被少数科技巨头“绑架”的“主权陷阱”：关键算法、数据管道与云基础设施高度集中在少数平台之上，城市对其既缺乏技术可替代性，也缺乏谈判与监管能力。一旦平台以商业机密为由拒绝公开模型逻辑，或因涨价、合规争议乃至地缘政治风波而突然调整服务策略，城市在公共服务、社会保障、交通调度等核心领域便可能陷入“被动断供”或“被迫迁移”的困境。更为隐蔽的是，当治理流程、信用评价与资源分配长期依赖单一算法体系时，平台规则便在事实上取代了公共协商，治理问责空间被悄然压缩。这种模式通常将效率凌驾于公平与韧性之上，忽略人类不可替代的道德判断与适应性，易导致“技术乌托邦”的幻灭。在AI发展初期，城市应避免此模式，而是通过多元化与伦理审计，防范算法主宰的系统性风险，确保AI服务于人类而非反之。

3. 共治主宰：人定目标与边界，AI负责编配与优化，规则公开透明、可纠偏

共治主宰模式可以视为AI时代城市治理的“折中最优解”：由人来确定战略目标、伦理边界与责任链条，由AI负责在既定边界内做路径优化和资源编配，全程以公开透明、可解释与可申诉为硬约束。这一模式的核心是把AI嵌入一个“人主、机辅”的治理框架，而不是让算法单方面决定城市运行。具体而言，由政府、专家和市民代表组成的伦理或治理委员会，负责确立价值底线、敏感领域禁区以及AI可用场景；AI系统则在这些规则之内进行调度优化，并通过可解释性工具（XAI）向决策者和公众展示“为什么这样推荐”“依据是什么”。同时，通过在线门户和开放接口，居民与第三方机构可以对算法决策提出质疑、申请复核和给出改进建议，将算法运行纳入日常治理监督。OECD指出，相比抽象的“政府信任”，居民对地方政府在具体服务中的公平性、可理解性与可沟通体验，更能有效提升其对数字技术和AI应用的信任感，这为共治模式提供了清晰的实践指向。

在制度设计上，共治主宰并非空泛口号，而是可以拆解为一套可操作的治理工具箱。第一，制定“通俗版规则手册”，通过可视化界面和简明示例向居民说明AI在何处使用、能做什么、不能做什么，降低信息不对称。第二，建立多层纠错与兜底机制，例如在高风险场景中设置“AI预警+人工复核”的双重流程，对异常结果或投诉做到有渠道、有时限、有记录。第三，常态化多方参与，通过企业和科研机构参与的“算法沙盒”、居民论坛与听证会，定期收集一线使用者与受影响群体的反馈，将其纳入模型更新与规则修订。第四，构建评估闭环，将偏差率、服务覆盖度、不同群体满意度等指标作为监测AI治理表现的关键指标，并定期向社会发布评估报告。世界银行在其报告中强调，只有当公民在规则设定、过程监督与结果评估中都拥有实质性参与渠道时，AI才可能在提升效率的同时增强制度公平与城市韧性。综上，共治主宰并不是简单的“多听听意见”，而是在制度上将“人类主权+算法效能+公开问责”捆绑在一起，通过组建跨部门的“AI共治理事会”，把试点经验逐步推广到全市，从而在AI时代重建一种既追求效率又维护公平与信任的新型城市社会契约。

(本文来自《国际城市发展报告（2026）》总报告，本文基于国际组织、全球智库、全球性企业和各国政府部门发布的关于人工智能与城市治理的相关论文、分析报告、法规文件、案例资料，通过机制剖析，系统分析人工智能对城市发展和治理带来的系统性、结构性和颠覆性重塑。大语言模型参与了文本的主题的分类和内容结构化整理。)

这不是修辞学问题。产业决策层反复提及落地难，超过两百家本体企业竞相追逐，却鲜有产品真正进入生产车间。整个行业必须直面一个被马拉松喧嚣所遮蔽的核心问题：具身智能的产业化竞赛，究竟是一场比拼姿态的表演性短跑，还是一场考验耐力的价值创造长跑。

马拉松效应：被忽视的认知错位

一场城市马拉松，赛道规划决定选手体验，配速策略决定完赛可能，补给布点决定续航能力。具身智能的产业化竞赛，道理是一样的。当前行业的症结恰恰在于，过于关注选手本身的运动能力，比如关节灵活性、步态拟人度、平地瞬时速度，却系统性地忽视了赛道规划、配速策略和补给体系这些决定性的变量。

行业几乎把全部注意力投向了机器人的身体，却选择性忽略了它将要奔跑其上的赛道。这条赛道不是实验室的平整地面，不是展厅的聚光灯下，而是真实工业场景中由节拍约束、良率指标、设备兼容和安全规范共同构成的崎岖地形。我把这种“重身体、轻赛道”的认知偏差称为“马拉松效应”。

马拉松效应正在制造一种危险的产业幻觉。企业沉迷于提升技术参数，仿佛自由度够多、算力够强、步态够稳，落地就水到渠成。但工业现场的逻辑恰好相反。工厂需要的不是一台无所不能的机器人，而是一个能被稳定集成到既有生产体系中的功能单元。决定后者成败的，往往不是机器人的运动能力，而是它与产线上其他设备、系统、流程之间的适配程度。把一场越野障碍赛当成百米冲刺来准备，正是当前具身智能产业化最大的认知错位。

这种错位自有其深层根源。过去十年，人工智能领域的主导叙事始终围绕能力展开。从AlphaGo到ChatGPT，每一次突破都在证明算法能做更多的事。这种能力本位的思维被自然迁移到具身智能领域，却忽略了一个关键区别。离身智能的运行环境是信息空间，规则清晰，边界明确，变量可控。具身智能的运行环境是物理世界，温度、湿度、振动、粉尘、电磁干扰，还有操作者的不规范动作，每一个变量都可能成为失败诱因。在信息空间里，能力越强越好；在物理车间里，适配比能力更重要。

工业基因的集体缺席

以赛道视角审视具身智能产业，一个长期被遮蔽的结构性缺陷就浮现出来：产业链中掌握工业现场知识的群体，在这场竞赛中几乎集体失语。

国内主流人形机器人企业的创始团队，知识结构高度集中于运动控制算法和互联网产品开发。他们能写出让机器人后空翻的代码，却未必说得清汽车总装车间里，工人拧紧某颗特定螺栓需要施加多少牛米的扭矩，为什么这个数值不能随意更改，扭矩偏差超过百分之五会对整车安全产生什么影响。他们熟悉敏捷开发的迭代节奏，以周为单位推进版本更新，却不熟悉制造业以年为单位的工艺验证周期，不熟悉一套新设备从进场调试到通过量产验收需要跨越的漫长门槛。

这种认知鸿沟直接映射到了产品设计上。行业对人形形态和灵巧手的执着追求，某种程度上是路径依赖，因为研发团队擅长做这件事，而不是因为工业场景真的需要这件事。真实生产线上，专用夹具的效率、可靠性和成本远优于灵巧手。一个设计精良的气动夹爪，维护周期可达数十万次循环，而灵巧手的精密传动机构在相同工况下可能撑不过几千个循环。轮式底盘在绝大多数室内场景的实用性远超双足，移动速度更快，负载更强，控制更简单。但是，没有手也没有脚的机器人在资本市场缺乏想象力，于是技术路线就在叙事驱动下与真实需求渐行渐远。

更值得深思的是，那些真正理解工业现场的人，工艺工程师、设备工程师、产线规划师，并没有被有效组织到这场竞赛中来。他们的知识以默会形式存在于车间一线。他们知道某道工序的节拍为什么必须卡在27秒而不是30秒，因为上下游工位节拍已经锁死，三秒的差异足以打乱整条产线的物料流动。他们知道某台设备为什么要放在这个位置而不是两米开外，因为操作工需要同时照看相邻的两台机床，移动距离每增加一步，巡检效率就下降一个百分点。这些知识难以被抽象为算法模型，却从根本上决定着什么样的机器形态才能真正解决生产问题。工业基因的缺席，是具身智能产业最深层的结构性隐患。

这种缺席还反映在人才市场的价格信号上。算法工程师的薪酬被推至高位，而真正决定产品能否在车间稳定运行的工艺工程师、可靠性工程师、现场调试工程师，却在薪酬序列中处于相对低位。资本对技术先进性的追捧制造了扭曲的激励结构。一个能优化运动控制算法、让机器人跳跃高度提升百分之十的工程师，和一个能让机器人工况适应范围从室温扩展到零下二十度的工程师，谁对产业化的贡献更大？在这个阶段，恐怕是后者。

第三空间：被遗忘的折中路线

当前具身智能的叙事版图，被人形机器人和传统工业机械臂这两极主导。前者高调却稚嫩，整机成本动辄数十万元，连续无故障运行时间以天计算。后者成熟却缺乏智能化想象，在汽车产线上默默工作了三十余年，但面对柔性制造的要求日渐吃力。而在两者之间，存在一个被行业集体忽略的第三空间：非人形但具备移动操作能力的专用智能设备。

这个空间之所以重要，在于它可能是突破落地困境的最短路径。人形机器人试图一步到位实现通用性，代价是高成本与低可靠性；传统机械臂以低成本获得高可靠性，却牺牲了灵活性。第三空间提供的是一条折中路线，以工业场景的实际需求为出发点，放弃对人形形态的执念，在移动底盘、复合机械臂、专用夹具的框架内，嵌入恰到好处的具身智能，实现特定场景下的高效作业。

第三空间方案还有一个被低估的优势：它可以充分利用已有的工业自动化生态。减速器、控制器、伺服系统、安全传感器，这些核心部件有成熟的供应商体系，有经过数十年验证的可靠性数据。在此基础上叠加智能视觉和力控模块，技术风险远低于从关节到大脑全部从零开始的人形路线。产业化的本质，不是追求技术的新颖性，而是以最小的风险和成本实现最大的经济回报。

这不是要否定人形机器人的长期价值。通用具身智能的终极形态或许确实接近人形。但通往终极形态的路径未必是直线冲刺。工程实践史上，人类实现垂直起降靠的是倾转旋翼和矢量喷口，不是模仿鸟类的扑翼。汽车用轮子取代了腿。计算机用硅基芯片取代了神经元。仿生可能是目标，但从来不是路径。

重构竞赛规则

从马拉松效应的视角出发，具身智能产业需要一场规则重构。

首先是赛道意识的觉醒。企业应当将至少一半精力，从造机器人转移到搞清楚工厂到底需要什么。这要求团队中有足够比重的工业背景人才，不是作为顾问点缀，而是进入核心决策层。一家机器人公司的产品委员会里，工艺工程师的数量不应少于算法工程师。产品定义流程应该彻底改变，不是从技术可能性出发推导应用场景，而是从车间痛点出发反向定义技术规格。一家汽车零部件工厂需要的，或许不是一台能走能跑的机器人，而是一套能耐切削液腐蚀、能在八十分贝噪音环境中稳定识别工件姿态、能连续运转十六小时不报警的自动化单元。只有深入车间，才能真正理解这些需求的具体含义。

其次是评价体系的扭转。资本和媒体对高自由度、全人形形态的偏好，不应继续主导行业方向。需要建立以工业价值创造为核心的评价尺度。一台没有腿、没有灵巧手、外观笨拙但能在车间稳定运行三年的设备，理应比一台能后空翻却找不到容身之处的机器人获得更多尊重和资源。这不仅是产业理性的回归，也是资本效率的要求。五百亿融资规模如果不能转化为可复制的工业解决方案，就只是在积累泡沫，而不是在积累能力。

第三是对第三空间的系统开发。产业政策应当对非人形具身智能的方案进行探索，给予与人形机器人同等的关注和支持。这不意味着政府要指定技术路线，而是把评价标准校准到能否创造经济效益这一点上，让市场自然筛选出最优解。科技部重点研发计划、工信部智能制造专项等政策工具，应当对复合机器人、移动操作臂、柔性上下料系统等第三空间方案敞开大门。场景收敛得越早，产业成熟得越快。

最终，这场竞赛的胜负手，不在于谁先跑完四十二点一九五公里的赛道，而在于谁能在赛程中发现并解决真正需要解决的问题。具身智能产业需要的，不是更多会表演的机器人，而是更多愿意走进工厂、潜入车间，在润滑油和金属碎屑之间寻找答案的人。当聚光灯重新打向生产现场而非表演舞台，当资本开始用设备综合效率而非融资轮次来衡量公司价值，这场马拉松才算真正开始。

[作者黄伟系上海立信会计金融学院上海科技产业研究中心主任，教育质量监控与评估办公室副主任〈主持工作〉，教授。本文也是国家社科基金一般项目（22BJL026）的阶段性成果]

“三峡领航号”位于离岸超70公里、水深超50米的深远海海域，由16兆瓦超大容量风机、半潜式浮体平台、新型系泊系统三部分组成。风机叶轮直径252米，扫风面积相当于7个标准足球场的面积，叶尖最大高度超过270米。

“三峡领航号”所在海域最大浪高超过20米，最高风速73米/秒，给安装和运行带来极大挑战。

“我们在国内首次研发应用新型系泊系统、主动压载系统、智慧监测系统、66千伏动态海缆等多项新技术和新材料，使得‘三峡领航号’具备抵抗超强台风的能力，能够在恶劣海况下安全稳定运行。”三峡集团广东分公司海上风电工程师潘宏冠说。

“三峡领航号”安装在一个长约80米、宽约90米、排水量达2.4万吨的半潜式浮体平台上。平台依靠9个吸力锚，搭配国产高性能聚酯纤维缆与锚链实现海底系泊定位。其中，聚酯纤维缆是首次在国内海上风电领域应用，具有高弹性、高强度、耐久性等特点。

当机组受到风浪冲击时，聚酯纤维缆可通过自身的弹性变形，有效吸收波浪能量，削弱刚性冲击对装备结构的影响。其单根最大可承受1300吨的拉力，能够在海洋环境中长期抵抗腐蚀与疲劳，是我国在高端系泊材料领域的重要突破。

在实现稳固系泊的基础上，“三峡领航号”首次在我国海上风电领域应用主动压载系统。在风机日常运行时，该系统可通过自动调节三个立柱水舱的水量来控制平台姿态，有效降低机组在风浪中的摇摆幅度，进一步保障风机平稳运行。

“三峡领航号”还为复杂海况下的电力输送难题提供了新的解决方案。其首次应用的66千伏国产动态海缆采用波形结构设计，通过合理布置浮力块与重力块、加装防弯保护装置等措施，确保海缆在水中保持安全形态。

《行动计划》提出，围绕课前、课中、课后全流程强化智能教学系统应用，助力教师减负增效；推进作业智能批改、答疑与个性化辅导；通过智能技术分析课堂教学行为，持续提升教学质量。

2025 年 11 月，教育部教师队伍建设专家指导委员会已发布《教师生成式人工智能应用指引（第一版）》，为国家层面首份针对教师群体的生成式 AI 应用规范，标志着 AI 系统化进入教育领域。

受访专家指出，将人工智能纳入教资考核，重点考查教师规范应用能力与技术伦理意识，而非复杂算法与编程技能，有助于从源头提升教师 AI 素养，防范算法偏见、信息泄露等风险，守护学生使用安全。

首都师范大学教育政策与法律研究院副院长蔡海龙表示，此举旨在重塑教师培养逻辑，构建师范培养、资格准入、职业发展一体化体系。他建议，师范教育应将人机协同教学设计、AI 教育伦理等设为必修课；教资考核转向场景化能力考查；职后培训坚持分层支持、容错包容，避免唯技术主义。

北京外国语大学法学院教授姚金菊认为，AI 深度融入教育，可打破资源壁垒、促进教育公平，推动教学评价从结果导向转向过程与综合评价，助力教育治理精细化、科学化。

一线教师实践显示，AI 在学情分析、作业批改等环节大幅节省时间，让教师更专注于情感关怀与价值观引领。专家强调，技术定位为教育赋能，不可替代育人本质，需坚守师生真实互动与学生隐私保护底线。

业内普遍认为，将人工智能纳入教师资格体系，是教育数字化转型的关键举措，将推动形成 “技术赋能、教师铸魂” 的融合生态，助力智能时代教育高质量发展。

近日，动力电池龙头企业宁德时代官宣重磅产业合作，企业与海博思创正式签订储能钠离子电池专项战略合作协议，敲定三年累计60GWh钠离子电池配套供货合作体量。该订单为目前全球范围内规模体量最大的钠离子电池专项落地订单，行业标杆意义突出。依托硬核技术攻坚成果，宁德时代已全面打通钠离子电池全流程制造关键链路，具备完备量产交付实力，年内将全速推进规模化量产落地。针对钠离子电池产业核心热点、技术攻坚难点及全链条发展痛点，业内权威能源材料专项专家作出全方位深度专业解读。

业内专家表示，本次超大规模储能钠离子电池战略合作订单顺利落地，标志着国内钠离子电池产业彻底跳出实验室单一参数比拼的初级阶段，全面迈入规模化工程实测、市场化批量应用的全新发展周期，产业规模化落地条件已全面成熟。对比主流锂电储能产品，钠离子电池天然资源优势得天独厚，地壳钠资源储量充沛、全域分布均衡，无需依赖稀缺矿产资源，供应链自主可控保障性极强。同时产品工况适配性能全面拉满，高低温全域极端环境下运行工况稳定不掉链，电芯运行全程产热可控、本体膨胀应力小幅可控，本质安全等级拉满，适配大型集中式储能电站全时段安全值守刚需。

在实际储能工程落地场景中，钠离子电池可精简储能配套附属架构，大幅削减场站辅助能耗无效损耗，实打实提升新型储能电站全域运行能效，压缩全生命周期运维成本，综合落地经济性优势突出，规模化适配大型储能基地、工商业共享储能、电网调峰调频等主流刚需场景，同时适配商用车低速动力配套细分赛道，全域应用适配空间广阔。

针对行业普遍关注的钠离子电池能量密度偏低核心产业化瓶颈，国内动力电池及储能电芯头部企业集中聚力材料体系革新、生产工艺迭代双向攻坚，精准补齐产品性能短板，成效十分显著。业内调研数据显示，当前搭载层状氧化物正极体系的钠离子电芯，实测能量密度已稳定突破175瓦时/公斤，长效循环使用寿命可稳定达标4000次以上，完全契合储能电站长效安全服役标准。

与此同时，行业普及应用自生成负极全新核心技术，摒弃传统石墨负极耗材用料，依托充电工况下金属元素定向沉积集流体成型工艺，精准拔高电芯单位储能量级。宁德时代等头部企业同步优化硬碳负极核心制备工艺，精细化调控负极内部微孔孔径、孔隙排布形态，在电极表层包覆纳米级专属防护层，隔绝电极与电解液直接腐蚀接触，三位一体同步提升钠离子电池储能量级、长效循环寿命及全域安全防护能力，筑牢产业化应用技术根基。

从全产业链长效发展维度来看，现阶段钠离子电池综合生产成本略高于主流磷酸铁锂电池，但随着本次60GWh超大订单规模化量产全面铺开，叠加上游硬碳核心主材国产化替代全速提速、配套生产设备工艺同步优化升级，行业预判钠离子电池终端生产成本可稳步下探至0.25至0.3元/瓦时区间，届时将与主流磷酸铁锂储能电芯成本持平，部分规模化集采场景下价格优势将进一步凸显。

本次合作电芯生产线沿用锂电标准化同尺寸平台一体化设计，与现有成熟动力电池、储能电池产业链全域兼容，无需额外新增大规模产线改造投入，大幅降低企业技改适配成本，同时压缩电芯出厂到储能场站并网部署全流程周期，提速新型储能项目落地节奏。行业专家总结研判，本次全球最大钠离子电池订单落地量产，将强力倒逼上游正负极主材、隔膜、电解液及成套生产设备全链条提质降本、迭代升级，推动钠离子储能产业彻底告别政策扶持被动驱动模式，全面切换市场化自主发力、规模化良性发展全新赛道。后续全行业持续深化技术迭代攻坚、稳步压降综合生产成本，形成技术提质、成本下行双向正向循环，钠离子电池必将在多元新型储能技术并行发展格局中，站稳核心主流席位，全力支撑新型电力系统全域安全稳定建设。

该工程由中国科学院武汉岩土力学研究所与中国平煤神马集团共同实施，河南平美储气盐化股份有限公司负责建设。武汉岩土力学研究所全程主导关键技术攻关，联合中国平煤神马、中国石油和中国石化等单位，牵头完成了项目选址论证、工程设计、技术方案优化及安全监测体系构建等全流程工作。武汉岩土所杨春和院士团队通过精细化选址选层方法，精准确定1418米钻井深度，主导建成水溶体积超3万立方米的盐穴腔体，可实现150万标准立方米氢气储存的目标。

据了解，该工程实现了多项技术突破，攻克系列世界级技术难题：一是我国首次利用层状盐岩建成储氢库，厘清氢气在超低渗岩盐中多尺度运移规律，形成盐穴储氢库精细选址选层关键技术，验证了层状盐岩储氢的长期密封性与工程可行性；二是攻克临氢材料腐蚀、设备密封等瓶颈，研制抗氢脆套管及高密封性井口装置等，关键核心设备100%国产化；三是首创“地表—井筒—腔体”天地空一体化安全监测技术，实现了地面氢气浓度、井筒振动信号、气水界面深度、腔体地震信号等全方位实时预警，保障工程安全稳定运行。

作为我国首座盐穴储氢库，该工程的投产意义重大。它首次验证了我国地质储氢技术可行性，为“十五五”期间破解氢能大规模储备瓶颈提供成熟技术路线；凭借规模大、成本低、安全性高的优势，打通了氢能全产业链关键难点，为万亿级氢能产业提供核心支撑；可高效消纳风光等可再生能源，平抑新能源波动，推动能源结构向清洁低碳转型，助力工业、交通、电力等领域深度脱碳；构建地下氢能储备体系，减少对进口化石能源依赖，筑牢国家能源安全底线。

AI的智能化程度不断提高的同时，安全风险如影随形。为了让人工智能“更聪明”，往往需要赋予其更大的行动自由与自主决策空间，但这恰恰会放大潜在的失控风险；若为了“更向善”而施加过多约束，又可能限制其性能发挥。于是，让人工智能“更向善”与“更聪明”这两个目标在实践中似乎陷入对立。“安全与性能割裂”的悖论已成为制约人工智能规模化赋能实体经济发展的关键瓶颈。

近日，记者专访了中国工程院院士、国家数字交换系统工程技术研究中心主任、网络通信与计算机领域专家邬江兴。在他看来，解决上述悖论，必须放弃“打补丁”的防御思维，转而追求“硬性的防御屏障”，实现人工智能系统的内生安全。

人工智能存在内生性安全风险

记者：近来关于人工智能风险的讨论越来越热烈，我们应该怎么看待它？

邬江兴：我认为要从人工智能竞争角度来分析这个问题。当前各国关于人工智能的竞争本质上围绕两个核心点展开。一是算法模型与算力技术的比拼，这方面，目前我国发展情况与国际先进水平之间，呈现追赶与博弈的态势。二是规模化渗透应用的耐力比拼，这一点我们有体制机制和市场优势。

美国智库兰德公司曾明确表示，人工智能竞争并非冲刺赛，而是一场终点模糊的马拉松，决定胜负的关键是哪个国家能更高效地推动人工智能在各行业实现规模化落地。安全可信，正是制约这场马拉松推进的“裉节或前置性”问题。大众不敢放心地使用人工智能，企业不敢大胆地推广人工智能，监管部门缺乏可量化管控依据……导致这些问题的核心原因都是人工智能的安全边界不确定。这种风险不是局部的、偶然的，而是贯穿人工智能全生命周期的内生的或自在性矛盾，若无法破解这一问题，即便算法再先进、算力再充沛、应用场景再广泛，也难以实现人工智能对其他行业真正的规模化赋能，甚至可能因风险失控引发更大的社会问题。

记者：从技术本质上看，人工智能安全风险的根源是什么？

邬江兴：人工智能安全风险的根本问题，在于本因缺陷与根因问题的双重叠加。

从本因来看，当前大模型的输出本质是概率性选择生成，而非传统计算的确定性逻辑推导。这种天然特性导致其输出具有不可解释、不可判识、不可推论这三大不确定性问题，“幻觉”就是这种本因缺陷的典型体现。从数学层面讲，这种“幻觉”根植于训练数据的统计学本质，不可能彻底消除。

从根因来看，人工智能规模化应用，离不开基于冯·诺依曼架构的数字生态系统，这种架构天生存在功能灵活性与安全边界确定性的固有矛盾。因此可以说，其安全问题是“娘胎里带来的”。加之功能安全、网络安全、数据安全等多重风险相互交织，仅靠事后打补丁、叠罗汉、加防护这类“附加式”“保镖式”手段难以奏效，甚至可能适得其反。这决定了我们必须站在统筹发展与安全的高度，从源头上治理，实现内生安全。

记者：那是不是可以理解为，现有的人工智能安全防御范式很难应对这种内生性安全风险。

邬江兴：是的。当前的人工智能安全治理主要有自律、他律两种模式，但这两种模式都存在难以突破的困境。

自律模式试图通过优化训练数据、改进模型结构、细化价值对齐来消除安全边界的不确定性。然而，这一模式陷入了一种完备性困境：试图用局部自证去覆盖整体不确定的安全边界。再完善的模型优化，也无法穷尽人工智能概率性输出可能带来的所有风险。

他律模式包括人类监督和传统机器测试两种方式。人类监督难以满足海量人工智能应用的实时检测需求——毕竟人工智能的运行速度之快、应用场景之广，远超人类监督的能力边界。传统机器测试则用基于软件工程的确定性符号逻辑系统，去测试具有不确定性的概率性人工智能模型，存在认知上的根本不匹配。这好比刻舟求剑，永远无法精准捕捉其动态变化。

更关键的是，传统安全范式遵循还原论思维，习惯性地将系统拆解为独立模块逐一优化，用“打地鼠”的方式疲于奔命地被动应对。但人工智能的安全风险是系统性、关联性的，传统的碎片化防御无法应对不确定性风险所引发的连锁反应，这正是其核心短板所在。因此，要破解人工智能的内生安全风险，必须从根源上化解这一内生安全问题。

实现安全与性能协同共生

记者：您刚才提到了人工智能内生安全这一概念，这究竟是什么意思？它与传统“补丁式”的安全防御有何区别？

邬江兴：简单来说，人工智能内生安全的核心，在于跳出“附加安全”的路径依赖，并回答三个关键问题：如何从机理上证明人工智能的内生安全？如何设计具有内生安全能力的人工智能系统？如何检测其内生安全的质量或性能？

与传统事后补漏的“补丁式”防御不同，内生安全将“安全基因”深度植入人工智能系统的架构设计、模型训练与算法应用全流程，使安全成为人工智能系统的原生属性，而非后续附加的功能。

传统安全是先有系统、后补安全，安全始终滞后于风险；内生安全则是安全与系统同生共长，将原本不可调和的安全与性能矛盾，转化为可控的系统特性。它不再试图彻底消除不确定性，而是通过概率化的风险管控，让安全成为性能提升的催化剂，而非绊脚石。其核心逻辑是结构决定安全——通过优化系统架构，从根源上增强人工智能的抗扰动能力，实现安全与性能的协同共生。

记者：内生安全的优越性显而易见，那么，它是否具备可行性？

邬江兴：内生安全的可行性，已通过信息论、控制论、博弈论、系统论等多学科交叉的数学证明，得到了理论化与形式化的验证。

在信息论层面，我们创建了“结构编码/环境加密”新体制，通过系统架构的异构性编码，实现类似“一次一密”的完美安全效果，使攻击者无法捕捉系统的运行规律。在控制论层面，内生安全的动态异构冗余（DHR）架构具备随机稳定性、指数稳定性与超稳定性，即使系统受到扰动，也能快速重建稳定状态，不会引发系统性崩溃。在博弈论层面，内生安全架构拥有纳什均衡解与双盲效应，能大幅压缩攻防双方的博弈空间，让攻击者难以掌握系统的运行逻辑。在系统论层面，DHR架构可在状态空间构建特殊的拓扑结构，使攻击轨迹受到莫比乌斯环式动力学机制的约束，无法实现有效突破。这些数学证明，使内生安全从理论假说转化为可量化、可推导、可验证的科学体系。

记者：理论层面具备可行性，在实战层面，内生安全的有效性是否经过了检验？

邬江兴：当然。实战检验既是内生安全最有力的支撑，也是科学证伪的必要环节。紫金山实验室内生安全试验场（NEST）连续八届“强网”拟态防御国际精英挑战赛的结果，充分证明了其有效性。此外，我们在智能网联汽车、人工智能电视、无人系统安全检测等场景中的科学验证，也佐证了其落地可行性。

构建适配内生安全的质量检测体系

记者：人工智能内生安全如何在更大范围内安全落地？

邬江兴：推进人工智能内生安全落地，必须从安全质量检测开始，构建适配内生安全的质量检测体系，让安全可量化、可验证、可体验。

记者：那么具体来说，该怎么构建适配内生安全的质量检测体系？

邬江兴：我认为，加快构建人工智能内生安全质量检测体系，需要从科学问题破解、平台建设、行业试点三个方面协同发力。

首先，要破解三大核心问题。一是建立可信任、可检测的量纲，使人工智能安全不再是模糊的概念。二是提升检测理论与技术的普适性，实现规模化、高效验证，降低检测成本。三是构建良好产业生态，避免因检测周期长、成本高而阻碍人工智能创新链与产业链的衔接。

其次，要加快建设国家级人工智能内生安全质量检测中试平台。立足国家战略需求，打造“科学验证、产业赋能、标准引领、全球协同”的综合平台，整合科研院所、检测机构、头部企业资源，为检测技术的规模化应用提供支撑。

最后，要谋划在前、先行先试。人工智能质量检测机构应适应智能经济加速到来的趋势，为大模型驱动的智能产品普及提供质量保障。坚持刚需牵引与民生拓展双驱动，在智能网联汽车、智能无人机、智能制造等高安全行业，以及智能家居、智能康养、智能电器等民生场景同步开展质量检测示范，尽快构建“瀑布式”的全行业快速拓展能力。

记者：看来，人工智能内生安全质量检测是一个发展前景很广阔的领域。

邬江兴：是的，人工智能内生安全检测本身就是一个潜力巨大的未来产业，有望创造亿元级的市场需求，并带动人工智能核心产业与相关配套产业协同升级。在建设标准化认证体系方面，人工智能内生安全检测产业将“安全+性能”纳入智能产品评价体系，有助于引导市场拒绝缺乏“默认安全”的智能产品，筑牢AI产业高质量发展的信任基石。

在创新全链条服务模式方面，人工智能内生安全检测产业可整合检测认证、安全维护、技术升级等全流程服务，有利于培育专业化、规模化的检测服务主体，孵化第三方检测机构与检测领域的新支柱企业，形成“AI主导+安全检测配套”的产业协同发展生态。

在构建风险分散机制方面，人工智能内生安全检测产业可带动人工智能安全保险业的发展，推动形成“检测—认证—保险”联动机制，以市场化手段分散AI应用的安全风险，撬动AI规模化应用需求，带动上下游产业协同升级。

深圳医学科学院颜宁团队联合清华大学团队,在《科学》发表糖质结构研究重磅成果。团队搭建高分辨率冷冻电镜、糖蛋白质组学与AI建模融合研究体系,获得约2Å整体分辨率、核心局部1.8Å的超高分辨率三维电镜密度图,将天然糖质复合物研究推进至近原子分辨率层面。

糖质是生命四大基本生物大分子之一,在细胞识别、信号转导、免疫调控和结构支持等多种生理过程中发挥关键作用。此次研究结果的分辨率水平使对天然糖质的直接可视化成为可能,不仅支持多种单糖类型的精确识别,也为乙酰化、甲基化和硫酸化等多种共价修饰的判定提供了明确的结构依据。在此基础上,研究者还通过整合结构生物学研究与靶向质谱技术,发现了一类基于“AND”基序的新型非经典N-糖基化类型,并借助结构聚类搜索揭示了该基序在多种高致病性物种中的进化保守性。与此同时,由颜宁实验室开发的AI自动建模工具EModelG显著提升了糖质结构自动建模的效率,推动糖质结构解析从依赖间接片段信息推断向高精度直接建模转变,也为复杂天然糖质的大规模结构研究提供了方法学支撑。

南方科技大学薛其坤-陈卓昱团队联合多单位,在无限层镍氧化物超导体研究领域取得重要突破。近日,成果发表在国际顶尖学术期刊《自然》。团队在无限层镍氧化物中首次发现由强磁场诱导的“重入超导”现象,打破传统认知——强磁场非但未破坏超导态,反而让已消失的超导电性“死而复生”,且该现象具备全角度鲁棒性,在0°至90°范围内均可稳定存在。

研究通过精细调控Eu(铕)的掺杂浓度,在过掺杂区域捕捉到了这一反常行为:随磁场增强,材料表现出“超导—正常态—超导”的奇特转变,本已消失的超导态竟然“绝地反击”,并在百万倍地磁场的极限强场下依然稳如磐石。通过对“零电阻”与“抗磁性”的双重实验确证,研究人员证实了这种高场超导态的真实性。这一发现极具颠覆性——它表明在特定条件下,磁性相互作用不再是超导的“破坏者”,反而可能成为促进电子配对的“推手”。

值得一提的是,这也是薛其坤-陈卓昱团队继4月8日在《自然》发表关于镍基氧化物薄膜超晶格的超导电性与电子结构的文章之后,半个月内发表的第2篇国际顶刊论文。

两项成果分别在量子材料、生命科学领域实现原创性突破,是深圳基础研究持续深耕结下的又一硕果,为相关领域科学研究与产业应用提供了策源动力。

4月25日至26日,长三角聚劲科创大赛“未来极客专赛”在上海纽约大学前滩校区举办。这是一场以“智能体工程”为主题的24小时黑客松,选手们借助智谱GLM 5.1、Tripo、JetBrains 及 v0 by Vercel 等前沿技术工具与平台,在24小时内从零打造出可交互的三维空间产品。获奖者将直通长三角聚劲科创大赛全国总决赛。

赛题聚焦三个方向:AI驱动下的未来组织与职场、用AI重构大学教学与研究,以及面向科创企业的真实场景需求。来自复旦大学、上海纽约大学、上海交通大学、阿德莱德大学、哥伦比亚大学、宁波诺丁汉大学、郑州大学、四川师范大学等高校的70位选手参与了这场挑战赛。参赛者中,年龄最大的是51岁,是复旦管院科创班的校友;年龄最小的刚满20岁,正在上海纽约大学读大一。

选手们跨校组成了12支队伍。最终,由伦敦大学学院、曼彻斯特大学和上海纽约大学组成的跨校团队“Van-der-View”脱颖而出,最终拿下“极客先锋大奖”(Visionary Geek Grand Prize)。他们在24小时里用VR+AI智能体开发出作品《蛋白质药物可视化工具》,作品在创意、技术完成度与社会价值上均获得现场评委一致好评。

上海纽约大学研究和教学技术部主管Adrian Hodge告诉澎湃科技,“他们的研究想法非常成熟,四位组合在一起,整个项目迅速被激活,在我看来,这几乎是一个已经准备好进入市场的产品。”

这支队伍的成员背景各不相同,跨越生物医药、计算机和VR开发,既有生物信息学方向的博士生和硕士生,也有大一本科生。

“传统的药物教学,基本还停留在黑板上画2D图像。”团队成员刘楚南说,“但3D层面的科学研究,就应该让大家直接从3D视角去理解。”

Van-der-View队员刘楚南 来源:主办方提供

团队基于WebXR技术栈,结合AI智能体协作,开发出一款面向高等教育的蛋白质药物可视化工具。用户戴上VR头显后,可以进入三维空间,直观观察分子结构,并围绕药物设计展开基础研究和学习。对于学生和研究者而言,这类工具试图把原本抽象的分子结构,从纸面和屏幕上的二维图像,转化成可进入、可观察、可交互的三维空间。

但从想法到落地,过程并不顺利。

“我们最大的困难,是一开始完全没有接触过VR头显开发。”团队成员金奕成坦言,相关文档并不完整,很多接口需要自己摸索。团队只能在24小时内不断调试、修改方案,并反复迭代提示词和交互流程。

在刘楚南看来,极客精神意味着把最新的前沿技术快速迭代到细分场景中,让更多基础研究者受益。“我们不想让AI只存在于生成图片或文案,而是希望它能切实帮助基础研究。”团队成员顾明睿认为,极客是一个敢于把梦想通过各种手段变成现实的个体,也可以是一个群体,伴随着AI的发展,极客的门槛一定会越来越低。

现场另一支获得“最具商业价值奖”(Most Business Viable)的“棱镜光子”战队也备受关注。他们的项目《数字空间》试图为商业文娱场所搭建高度可交互的三维数字孪生空间。

“棱镜光子”团队成员王小枣今年刚从上海纽约大学毕业,即将前往哈佛大学深造。她说,上海有大量商业文娱场所,但线下空间天然受到面积、人流和开放时间限制。“我们想结合3D技术,做出它们的数字孪生,而且不只是一个复制品,而是一个高度可交互的空间。”

在团队看来,实体商业空间的一个痛点是,线下场景很难像电商平台那样持续获取用户行为数据。项目的商业潜力正在于此:用户在虚拟空间中停留在哪里、与哪些商品或装置发生交互,都可以形成数据反馈。王小枣说,这个项目可以为场地方提供更细颗粒度的用户行为洞察。

还有不少项目来自学生们日常生活中的具体痛点。比如,两位上海纽约大学大一学生和团队一起搭建了一款演讲陪练平台。这个想法来自她们在做小组汇报时面对评委容易紧张的经历。她们希望把真实演讲中最容易让人紧张的场景搬进虚拟空间,用AI生成可定制的观众和环境,帮助用户反复练习表达与临场应对。另有项目聚焦模拟一间“没有围墙的虚拟教室”,学生走进3D虚拟场景,可以选择进入莫奈的空间看睡莲,或转身进入哲学课堂,与苏格拉底和孔子展开一场哲学上的思辨。

在复旦大学管理学院信息管理与商业智能系教授、副系主任窦一凡看来,AI工具确实大幅拓展了学生的创造边界,但项目真正落地时仍会遇到两个卡点。

“一是切入点容易想得太大,落地时可能收不住;想得太小,影响力又不够。”窦一凡告诉澎湃科技,另外的卡点在交付,“到底交付出来的是一个视频demo,还是一个已经能够被访问的产品,差别很明显。”

不过,窦一凡认为,大学里的创新活动不应该完全按照投资人视角来评判,不能要求每个项目立刻产生商业结果。“大学应该鼓励大家先没有边界地思考。一天做不好的东西,不代表一个月做不好。”在他看来,好的项目往往有一个共性:捕捉大趋势,而不是停留在碎片化感知中。比如,关注就业趋势、碳排放监测等方向的项目,都是把学生自身能力与外部真实需求结合在一起。

Adrian Hodge认为,在AI工具的助力下,创造门槛大大下降,每个人都可以成为开发者(builder)。“每个人都有潜力成为下一个萨姆·奥特曼,未来一个人也有可能打造出一家十亿美金的独角兽公司。”

常垒创投创始合伙人石矛则从投资人角度看到了年轻选手身上的活力与想象力。他认为,这些学生没有过多心理包袱,能够提出许多过去不敢想或未曾想到的构思,而这些构思可能为现实问题提供新的解决路径。石矛提到,比赛中出现的招聘平台、购物中心、模拟太空舱等应用场景,都富有创意和趣味性。“作为投资方,我期待这些项目不仅停留在比赛中的想法阶段,更能努力把创意扩展为真正的应用。”

当今,国际竞争从产品向知识产权以及技术标准等更深层次发展,数字世界规则的主导权和标准话语权正在成为发达经济体竞争的战略制高点。2018年8月,我国成功建立首家设立在中国的全球代码发行机构(发行机构代码为MA),实现了在基础信息资源领域中国标准全球化的突破,结束了我国标识代码领域长期依赖国外技术体系的历史。

中关村工信二维码技术研究院(简称:中码院)是经国际标准化组织(ISO)、欧洲标准委员会(CEN)、国际自动识别与移动技术协会(AIM)三大国际组织批准认可的全球代码发行机构,全球发行代码根节点为MA。在全球化的大背景下,MA-UDI在国际数据框架和数据结构方面具有显著优势,作为“医疗器械国际通用语言”的UDI在全球范围内逐步应用也是必然趋势。中码院致力为促进国际合作间经济要素有序自由流动、资源高效配置和市场深度融合提供更加稳定、可靠的符号体系和技术保障。

据了解,VIDD是欧洲牙科工业协会(FIDE)的德国成员,于1916年6月24日在柏林成立,自1969年1月起在科隆落户。如今,FIDE的成员包括近200家德国牙科医疗和牙科技术产品制造商。

基于我国工业互联网发展的现实需求和全球多种标识体系并存的情况，我国自主规划设计并建设了国家工业互联网标识解析体系，实现了MA等多种国际主流标识体系的互联互通，通过赋予机器、设备、产品，乃至数字对象唯一的“身份证”，打通标识背后的数据链，打通物理世界和数字空间，实现数据无缝流动和交互。经过四年多的努力，我国标识解析体系已基本建设，标识在装备制造、新材料、汽车制造、钢铁、船舶等38个行业领域已展开应用，有力推动了我国经济的数字化转型、智能化升级和高质量发展。

MA是由ISO、IEC和AIM三大国际组织授权给中关村工信二维码技术研究院的国际发码机构代码。

MA编码为分级编码结构，分为用户标识、对象类目、自定义对象个体编码三部分，其中用户标识由标识前缀“MA”、国家地区或领域代码、地域或行业代码、用户代码四部分组成；对象类目分为通用编码结构和自有编码结构两种情形，通用编码结构由三个节点组成，自有编码结构层次数量由用户定义；自定义对象个体编码，用户根据应用的需求自定义节点数量和每个节点的位数。每两部分之间以“.”或“/”符号隔开，每一部分内部以“.”符号隔开。MA编码结构示例如下：

《MA标识体系白皮书》规范了MA的编码结构、应用模式等相关内容。

当前，随着新一轮科技革命和数字经济深入发展，产业数字化和数字产业化正在全球范围内双向加速。工业互联网正在成为经济社会发展新动能。针对多种标识体系长期共存的客观情况，我国工业互联网实践的过程中创造性地构建了以国家顶级节点为核心的工业互联网标识解析体系，借助国家顶级节点的解析枢纽地位实现工业互联网多标识兼容和互联互通。未来，需要政产学研用各方群策群力，构建更加完善的工业互联网标识产业生态，推动新一代信息技术与实体经济深度融合，帮助企业打通信息壁垒、优化生产流程、提升管理水平、强化协同创新、促进产业智能化转型升级和经济高质量发展。

草料二维码平台已同步中码院发布的技术标准,企业只需将 MA 编码和产品信息批量录入系统,支持企业选择按品类(一品一码)、按批次(一批一码)、按单品(一物一码)编码,系统将按规则生成对应的 MA 码化妆品电子标签,无需单独开发系统。

关于 MA 标识代码

MA 标识代码是我国首个拥有自主知识产权的国际标准对象标识体系,是 ISO/IEC 15459 国际标准体系的重要组成部分,由中码院负责发行与管理。它不仅获得了 ISO、CEN、AIM 等国际组织的共同认可,具备全球唯一性和通用性,并拥有高效的数据解析能力。

在医疗领域,中码院作为发码机构,于2019年获国家药品监督管理局公示为医疗器械唯一标识(UDI)发码机构;2025年10月,国家药监局发布《关于开展化妆品电子标签试点工作的通知》,MA码成为国家药监局《化妆品电子标签二维码技术规范》示例的化妆品电子标签标识。MA化妆品电子标签体系既是监管部门开展全链条追溯、精准监管的重要手段,也是赋能企业合规经营与高质量发展的核心支撑工具。使用MA电子标签不仅能满足合规要求,也是企业数字化转型的必然路径,更是使企业合规成本转变为降本增收的核心竞争力。

在化妆品电子标签应用中,MA 标识代码通过“一物一码”为产品提供唯一、权威且稳定的数字身份证。

此外,中码院与欧盟成员国相关机构共同牵头,并作为全球第一召集人,联合相关国家共同制定 IEC 63538《生命周期事件:信息模型与服务》的国际标准。2025年7月18日,中码院发布全球首个产品数字护照通用框架(MA-DPP 通用框架 1.0),该框架天然符合欧盟《可持续产品生态设计法规》中关于产品数字护照相关要求。

对企业而言,采用 MA 标识代码不仅完全符合国家药监局对电子标签试点的技术规范要求,更能依托 MA 标识代码全球解析与区块链存证能力,实现产品全生命周期追溯,为品牌保护和国际市场衔接奠定基础。

草料二维码化妆品电子标签系统

秉承让二维码技术更简单实用的产品理念,草料二维码针对化妆品电子标签,将复杂的编码规则和标准要求,封装为企业可以直接使用的系统,从而降低企业理解和实施成本。

1.预置标准模板,自动生成合规标签

草料二维码已预置符合规范的标签样式模板,企业只需录入 MA 码或是 GTIN 编码,以及产品名称、备案信息、成分说明等必须展示的内容,系统即可自动生成带有“化妆品电子标签”标准字样的二维码标签,并支持导出 PDF、PNG 等格式,用于包装设计与生产。

2.支持多种批量生码模式

草料二维码支持一品一码、一批一码、一物一码等多种批量生码模式,可适配不同的管理需求。企业通过 Excel 或在线表格形式导入产品信息,能一次性生成数千个电子标签,每个二维码内容结构相同,但信息不同。

3.保障电子标签长期可访问

电子标签的可访问性是合规监管的核心。草料二维码已经过冬奥会、各地政府及大型企业项目的大规模、高并发使用验证,能提供企业级的系统稳定性保障,确保在产品整个销售周期,消费者始终能访问标签内容,避免因系统不可用带来的合规风险。

中码院于2022年获工业和信息化部批准签发“工业互联网标识注册管理机构”许可证,MA标识代码正式纳入国家工业互联网标识解析体系。MA标识代码还成为国家药监局、自然资源部、应急管理部、交通运输部、清华大学等多个部委机构所认可采用的标准,并被制定为国行标,支撑相关行业标识管理及数字化应用发展。

未来,草料二维码将持续加强与中码院合作,探索 MA 码在更多场景中的落地可能。下一步,草料二维码将在“草料扫码器”及相关产品中逐步集成 MA 码解析能力,实现原始编码与备案数据的快速提取,进一步提升用户体验。

同时,双方将结合试点经验,联合整理面向企业的应用参考材料。围绕政策理解、编码体系选择、系统搭建流程,通过行业文章、专题内容及知识库等形式,持续分享可理解、可执行的应用信息,帮助企业和从业者降低企业合规门槛。

MA 码在设备管理、产品信息公示、企业合规管理等领域也具备广阔潜力。草料二维码与中码院将共同探索 MA 码在更多领域的应用场景,助力企业数字化转型落地。

自此,草料二维码在原有支持 GS1 编码体系的基础上,新增支持 MA 标识代码体系,可实现无需手动录入编码信息,提高数据准确度,大幅提升用户体验。

回溯戴汝为的科研历程，一段珍贵的师生缘分贯穿始终。1955年大学毕业后，他被选派到中国科学院力学研究所，成为钱学森归国后指导的第一位学生。那时，钱学森正在北京中关村为科研人员讲授《工程控制论》，戴汝为被安排负责课堂笔记的整理工作。他后来回忆：“我把课堂记录的笔记拿给钱老看，请他审核。他总是很耐心细致地用红笔标记出不合适的地方，然后我再刻钢板印讲义发给听课的人。”

正是在钱学森的亲自指导下，戴汝为与合作者一起于1958年完成了《工程控制论》中文版的翻译工作。这部译著系统地引入了控制论的思想与方法，成为我国自动化领域长期以来的经典教科书。这段翻译与整理笔记的经历，让戴汝为直接接受了严格科学规范与严谨治学态度的训练，为他毕生的科研工作打下了坚实基础。

带着这份严谨的学术训练，戴汝为在此后的科研生涯中不断开拓新领域。20世纪70年代初，他率先将“模式识别”理论引入中国。当时国际上这一新兴领域刚刚起步，国内对此几乎一无所知。1980年，他作为国家首批赴美访问学者前往普渡大学，师从国际模式识别大师傅京孙教授，将统计模式识别与句法模式识别有机结合，开创性地提出了“语义-句法模式识别”方法。这一理论创新被应用于手写汉字的机器识别，成为“汉王”手写识别核心技术的理论基础。他主持完成的手写数字识别系统成功应用于邮政信函自动分拣，获国家科技进步奖一等奖。

在模式识别领域取得重大突破之后，戴汝为并未停下探索的脚步。20世纪90年代初，他将研究视野拓展至更为宏大的系统科学领域，与钱学森共同构建“开放的复杂巨系统及其方法论”。这一方法论被应用于中国经济、军事及社会发展等领域的重大问题决策中，产生了深远影响。

在攀登科学高峰的漫长岁月里，戴汝为始终对恩师钱学森怀有深厚感情。他曾在媒体上撰文回忆钱学森时写道：“钱先生讲求科学民主，在发展科学事业上头，不管你的地位、资历有多高，大家都可以平等地讨论。”一次钱学森生病住院，戴汝为前去探视，一进门，钱学森就“揪住”一个学术问题，两人热烈讨论起来，将一些在场官员“晾”在一边，直至探视结束。这一幕，恰是这对师生纯粹学术精神的生动写照。

戴汝为不仅自己终身践行科学报国的理想，更将这份赤诚倾注于科技人才的培养之中。他先后培养硕士生、博士生80余名，年过八旬仍在指导学生。2010年，戴汝为获颁“中国模式识别科技终身成就奖”，他在获奖感言中说：“这份荣誉属于我们中国在模式识别领域辛勤耕耘的专家、学者，属于曾经指导过我的傅京孙教授，属于和我一起工作、进行过研究的许多同事、学生。”当被问及对年轻科研工作者的期望时，他说：“我只相信一句话‘青出于蓝而胜于蓝’，只要能够踏踏实实地做，中国的模式识别研究将会有更加美好的明天。”

斯人已逝，风范长存。戴汝为院士的一生，是与祖国科技事业同频共振的一生。他常说“钱先生对我的教诲贯穿了整个科研生涯”，而他自己也以同样的赤诚与担当，为中国智能科学领域培养了大批人才、留下了宝贵的思想遗产。

沉痛悼念

戴汝为院士一路走好

就在今天上午，广州发布2026年一季度经济数据，我给大家划一下重点：

首先是GDP反超重庆，广州是7999.88亿元，重庆是7923.49亿元，广州略超65.39亿。

增速更是达到是6%，近年来罕见地超过京沪深，其中北京（5.9%）、上海（5.9%）、深圳（5.8%）。

广州这个增速，和同类城市相比，领先优势不算太大，但和自己相比，算得上“猛增”了，来看看广州前几年一季度的增速：

2022年一季度：4%；2023年一季度，1.8%；

2024年一季度，3.6%；2025年一季度，3%。

南方日报指出，这也是广州自2021年之后，时隔五年，增速首次同时跑赢全国（5%）和全省（4.6%）。

另一个数据是本外币存款（俗称资金总量），首次突破10万亿，达到10.06万亿，成为北京上海香港深圳之后，中国又一个“10万亿之城”。

这个数据的含金量也很高，是实打实的资金吸附能力，几无可能被干预。

甭管很多人的嘴上怎么说，钱的流向，才是最诚实的。

01.广州增速为何这么高？原因找到了

————————————

广州增速为何这么高？

有人说是因为卖地，年初马场那块地卖了200多亿，这不得狠狠地刷一把GDP？

这个答案肯定是错的。

GDP核算的是一定时期内生产活动创造的最终产品的增加值，衡量的是新创造的财富，而卖地只是土地使用权转手，没有新增产出，属于资产交易，不计入GDP。

真实的原因是，二产上来了。

一季度，广州第一产业增加值同比增长4.2%，第二产业增加值同比增长5.8%，第三产业增加值同比增长6.1%。

过去几年，广州GDP失速的关键原因，不是第三产业，而是第二产业。

二产主要是什么？工业和建筑业，其中工业又占绝对的大头，所以工业稳，二产才会真的稳。

那么重点来了，一季度广州规模以上工业增加值同比增长6.5%，增速比去年提升5.3个百分点。

再来看看广州近几年工业增长情况：

2023全年，广州规上工业增加值同比增长1.4%；

2024全年，广州规上工业增加值同比下降3%；

2025年一季度，广州规上工业增加值同比持平；

2025上半年，广州规上工业增加值同比增长0.7%；

2025年前三季度，广州规上工业增加值同比增长1.4%；

2025全年，广州规上工业增加值同比增长1.2%。

2026年1-2月，广州规模以上工业增加值同比增长5.6%；

2026年一季度，广州规模以上工业增加值同比增长6.5%。

可见，从2023年开始，广州的工业已经连续低迷了三年，这与广州GDP的低迷期高度吻合，直到今年一季度，才算彻底回升。

作为国家中心城市与国际消费中心，广州的服务业一直比较稳，只要工业稳，GDP大概率就稳了。

02.广州工业，靠什么拉起来的？

——————————

继续分析。

广州工业企稳，是靠什么拉上来的？

众所周知，广州工业有三大支柱，分别是汽车、石化与电子，其中，最拉垮的是汽车，但今年一季度，汽车产业起来了。

一季度汽车制造业增长5.5%，这是2024年以来的首次转正。与此同时，新能源汽车产量同比增长36.1%。

作为广州汽车工业的顶梁柱，广汽一季度的数据稳住了，累计销量近38万辆，同比增2.38%，其中自主品牌销量16.6万辆，同比增42.89%，自主品牌海外销量同比增86%。

分品牌来看，广汽埃安、广汽传祺、广汽丰田第一季度累计销量同比分别增长57.34%、33.06%和6.99%。

当然，广州工业的企稳，不只是汽车，还有石化和电子两大支柱的支撑。

一季度，广州石油化工制造业增长8.3%，电子产品制造业增长11%。

具体来看，模拟芯片产量增长25.1%，显示器产量增长15.6%，服务机器人产量增长11%，医药制造业增加值增长17.5%，集成电路设计增长1.1倍。

所以，广州工业的企稳，是三大支柱的集体反弹。

03.拉动GDP的，还有固投和消费

——————————

拉动GDP的，还有两个重要指标，那就是固投和消费。

一季度，广州全市固定资产投资同比增长9.8%，增速比去年全年提升16.5个百分点，对GDP的拉动效应显著。

来看看前两年的固投增长情况，就懂了：

2024年，广州固定资产投资同比增长0.2%；

2025年，广州固定资产投资同比下降6.7%；

2026年1-2月，广州资产投资额同比增长4.7%；

2026年一季度，广州固定资产投资同比增长9.8%。

固定资产投资是什么？

大头有三个，工业投资、房地产开发投资、基建投资。

其中工业投资增长8.5%，房地产开发投资同比下降1.6%，基础设施投资同比下降4.5%。

可见，广州的固投主要是靠工业投资与其他投资（如商业投资、信息技术投资等等）拉起来的，而非房地产与基建，显示固投的含金量颇高。

除了固投，消费增长也颇为显著。

一季度，广州全市实现社会消费品零售总额3092.17亿元，同比增长6.6%，增速高于全省（2.5%）和全国（2.4%）。

至于外贸，目前没有看到权威数据披露，暂且不论。

04.存在广州的钱，正式突破10万亿

———————————

除了GDP和固投，另外一个两眼的数据是本外币存款，俗称资金总量。

截至2026年3月末，广州本外币存款余额突破10万亿元，达10.06万亿元，

同比增长11.2%。

至此，广州正式成为中国第五个10万亿之城，前面四个是北京、上海、香港、深圳。

另外，重庆最新的资金总量约为6.27万亿元，与广州差距明显。

本外币存款这个数据的含金量很高，GDP反映的是一座城市在一定时期的“财富增量”，资金总量反映的则是一座城市的“财富存量”。后者因为很难干预，往往比前者更能反映一座城市的真实家底。

而且，广州是五个“10万亿城市”当中唯一没有证券交易所的城市，能吸附到10万亿资金，非常不容易。

钱的流向是最诚实的，超10万亿的资金总量，为广州产业建设、科技创新和楼市发展提供了坚实支撑。

此前一周，一个名为Elephant Alpha的匿名模型在OpenRouter平台上线，调用量迅速攀升，连续多日位列Trending榜首，日均tokens调用量达100亿级别，周增长超过5000%。百灵今日确认，Elephant Alpha正是Ling-2.6-flash的匿名测试版本。

在性能方面，Ling-2.6-flash在4卡H20环境下推理速度最快可达每秒340个tokens，稳定输出为每秒215个tokens。其Prefill吞吐量达到Nemotron-3-Super的2.2倍。

在Artificial Analysis的完整评测中，该模型仅消耗1500万tokens完成全部评测任务，而Nemotron-3-Super等同类模型需要1.1亿tokens以上，消耗约为后者的十分之一。

此外，模型针对Agent场景做了定向增强，在BFCL-V4、TAU2-bench、SWE-bench Verified等多项基准测试中达到同尺寸模型的最佳水平。

从行业对比来看，MoE架构已成为大模型的主流技术路线。DeepSeek-V3总参数6710亿，激活参数370亿；阿里通义千问Qwen3.5-35B-A3B总参数350亿，激活参数30亿；字节跳动豆包2.0 Pro总参数7440亿，激活参数约40至44亿。

各家都在围绕激活参数这一指标进行优化，试图在模型能力与推理成本之间寻找更优的平衡点。

一个值得关注的现实是，当模型厂商纷纷将激活参数和成本效率作为核心卖点时，用户在实际业务场景中究竟更看重单位token的成本，还是模型解决复杂任务的鲁棒性？这个问题的答案，可能比任何技术参数都更能决定下一代大模型的市场走向。

北京市体育局党组书记、局长于庆丰介绍，本届运动会针对人形机器人技术发展水平和应用场景，综合考虑赛事观赏性和观众体验，重点围绕提高运动项目的竞技性、规范性、观赏性等方面，对第二届运动会的赛项和规则进行了全面优化提升。

赛项设置情况方面，第二届世界人形机器人运动会的赛项共设竞技赛、场景赛两个大类，以及竞技赛中的田径、足球、街舞和场景赛中的机器人家庭管家、消防员、售货员等32个赛项。与首届运动会相比，赛项得到全面优化，更能展现机器人技术发展水平和生产生活应用场景，也更具挑战性和观赏性。

本届运动会竞技赛包括田径、足球、体操、举重、武术、街舞、体育舞蹈、拔河、投壶等9个大项、共26个赛项。比拼的是机器人的运动性、协调性和团队协作能力，可以体现机器人应用技术的多样性、创新性与实用性。

北京市经济和信息化局党组书记、局长姜广智表示，预计今年机器人运动员们将在三方面有更加耀眼的表现，赛事也做出了相应的设计与安排。

一是“更自主”，机器人具身智能水平已显著提升，因此今年将100米比赛改为全自主项目，也通过规则引导场景赛参赛队伍采用全自主的方式进行定位、识别与操作。

二是“更灵巧”，本届运动会赛项设计过程中，增加了很多考验精细操作水平的设计，比如家庭场景中的衣物整理、应急救援场景中的灭火作业、零售场景中的熟食制作等。

三是“更实用”，今年场景赛场不再是搭建的模拟区域，而是选取工厂、酒店、家庭样板间等一些实地场景，让机器人在真实的复杂场景中自主、连贯地执行长程任务，让机器人从“演示工具”迈向“实用生产力”。

近日，记者专访了金涌，听他回溯七十载深耕化工领域的求索之路，分享他对科普传播的思考。

肩负使命为国家学化工

记者：您在化工领域深耕多年，最初您是如何入行的？

金涌：新中国成立初期，国家百废待兴，工业化是发展的核心任务。而化工作为工业化的基础，是工业生产、农业发展、民生保障的重要支撑，当时国家对化工人才的需求极为迫切。我高中毕业后被录取到留苏预备班，学习化工专业是服从国家发展需求。那个时代大背景下，大家的专业选择都与国家发展需求紧密相连。

我最初更倾向于学习数学和物理这类基础的学科，误认为化工是只需要记忆元素周期表、化学方程式等内容的学科，认知片面。而真正让我坚定“为国家学化工”信念的，是赴苏联留学前国家有关领导人的嘱托。这让我意识到，我们不是普通的求学，而是受国家委托、肩负使命而求学。我的成长离不开国家的滋养：我自幼父母双亡，新中国成立后靠着国家助学金完成了中学教育。这让我始终心怀感恩，更加坚定了为国学化工的决心。

记者：在苏联乌拉尔工学院求学一定很辛苦吧。

金涌：在苏联的5年时光里我全心投入学习，没有任何娱乐活动，甚至没看过一场电影。当时中国留苏学生的作息极其规律且紧张：早上七点起床，七点半前到学校上课，中午在学校简单用餐后就进图书馆学习，直到晚上十二点图书馆关门才回宿舍，每天睡眠时间不超过7个小时，几年如一日。为了攻克语言难关，出国前国家专门安排了苏联专家和大使馆工作人员等从字母开始教我们俄语；到了苏联后，我更是抓住课间的时间找苏联同学练习口语，甚至做梦都会说俄文。

这样的苦读为我带来了扎实的专业积累。苏联的考试全部为口试，题目覆盖教材的所有内容。只要回答时稍有犹豫、表述似是而非，老师就会不断追问，满分就可能泡汤。为了拿到全五分的成绩，我们必须把教科书所有内容背得滚瓜烂熟，不放过任何边边角角的知识点，同时还要锻炼直面问题、清晰准确表达的能力。中国学生非常努力，毕业时包括我在内的不少人都拿到了象征优秀毕业生的红色毕业证。

记者：回国投入工作后，您对中国的化工行业发展有了哪些新认识？

金涌：回国后，我先是被分配到中国科学技术大学，后来被派往天津大学进修，1973年正式转到清华大学化工系。当时，美国等西方国家的石油化工行业已经蓬勃发展，而中国的化工行业还处于相对落后的阶段，与国外差距较大。在实际的工作和研究中，我愈发深刻地认识到，化工是支撑国家发展的基础性、战略性产业：工业生产所需的各类材料离不开化工，农业发展的化肥农药离不开化工，老百姓衣食住行的日用品，比如合成纤维、各类塑料制品等的制造也离不开化工。国家的工业化进程，每一步都需要化工技术的突破作为支撑，没有化工行业的发展，就没有工业的崛起，也没有民生水平的改善。

促进产业转化应多方协同

记者：多年来，您带领团队做了很多开创性研究，能不能给我们讲一讲主要成果？

金涌：改革开放以后，我们将研究方向瞄准了当时国际前沿，但国内尚处于空白状态的反应工程领域。我带领团队牵头成立了反应工程研究室，一边构建反应工程的教学体系，编写教材、习题集，开展课堂教学；一边瞄准国际前沿的气—固流态反应工程学科，开展科研。

我们主要取得了三项标志性成果。一是研发出“湍动流态化”技术。流态化反应中存在气泡，自然会对反应产生影响。面对这一问题，国际上有两种观点，要么彻底消除气泡，要么主动接受气泡并利用其有利一面。我们通过研究发现，如果能够控制气泡大小，让其不断破碎又聚合，就能够保留优点、克服缺点。我们后来将这项技术应用于十几种工艺，参与了国内四五十套大型化学反应器的设计和改造，大幅提高了化学反应器的反应转化率和生产能力。二是研发了用于石油炼制的“下行床催化裂化反应器”。我们创新提出通过气固并流下行的方式，从而让反应生产效率更高、选择性更高。当时，有国外公司看上了这项技术，主动找我们开展联合研究，相关技术获得了国际奖项。三是发现“团聚流态化”现象并将其产业化应用。基于此，我们实现了碳纳米管的成吨级生产，后来又研发出石墨烯与碳管的复合立体碳材料，应用于锂电池、动力电容等领域。

记者：取得这么多科研成果，您对自己的科研生涯满意吗？

金涌：我的科研生涯，有收获和满足，也有遗憾。回顾起来，我最大的遗憾莫过于部分科研成果在国内的产业转化不够顺利，甚至不得已低价转让给了国外。看着自己和团队多年的心血，没能在国内落地生根、发挥价值，我心里满是惋惜。比如我们的“下行床催化裂化反应器”，在国内实验成功后，因国内企业对新技术的接受度低、缺少风险投资机制，最终只能转让给巴西；碳纳米管技术初期也因国内找不到应用场景，只能低价卖给美国风投公司，后来对方将其应用于锂电池，获得了巨大的商业成功。这些经历，也成为我们日后格外关注就科研成果转化做科普的重要原因。

记者：您认为，要让科研成果迈过产业转化的“死亡之谷”，需要打通哪些卡点？

金涌：科研成果要迈过产业转化的“死亡之谷”，需要多方面协同发力：科学家要跳出单一科研思维，在研发初期就考虑工程可行性和产业化前景，不能单一追求理论突破；企业要进一步增强工程创新意识；相关部门要搭建科学家与企业家的沟通桥梁，消除信息不对称，让企业家了解新技术的市场潜力，也让科学家了解产业需求；相关部门要加大对中小企业的支持力度，部分中小企业有创新意愿但缺乏资金，需要政策扶持帮助其参与科研成果转化。

用科普还原化工行业真实面貌

记者：您84岁退休后，在短视频平台上开启了科普“第二课堂”，并将“生命不息、折腾不止，利用退休余热做科普”作为签名。您为何如此重视科普工作？

金涌：我之所以如此重视科普，一方面源于自己留苏求学的亲身经历，另一方面是出于对化工行业发展和青年人才培养的责任感。

在苏联求学后期，因为成绩优异，我获得了自主设计功课表、旁听其他课程的机会，但当时缺乏专业老师的指导，没有选择与化工相关的进阶课程或环境类关联课程，反而跑去自动化系听了很多与专业无关的课。因后续没有从事相关工作，这些知识很快就被我遗忘了，相当于浪费了宝贵的求学精力。现在回想起来，年轻学子在早期求学过程中，尤其是有自主选择空间时，非常需要资深专业人士的指导，把精力用在刀刃上。我做科普，尤其是面向青年学生的科普，就是希望答疑解惑，让他们对化工行业有更全面、更准确的理解，少走弯路。

此外，社会上对化工行业存在不少误解，很多人觉得化工行业危险、污染大、就业面窄，导致化工领域的人才流失。但实际上，化工是支撑社会运行的基础，衣食住行、高端制造、资源循环利用，每一个领域都离不开化工。甚至在未来，当地球的资源面临枯竭时，也需要依靠化工技术将废料转化为资源，实现循环经济。化工行业有大产业作为支撑，科研和产业发展的空间都十分广阔。所以我要通过科普，告诉公众化工行业的真实面貌，让大家了解化工的价值，让年轻人爱上化工，吸引更多优秀的学生投身化工科研。

记者：近7年来，您通过科普收获近200万粉丝。

金涌：科普不是简单的知识灌输，而是一门艺术——要把最高深的理论用最通俗的语言讲清楚，既不能过于肤浅让人觉得不专业，也不能过于晦涩让人听不懂。比如爱因斯坦讲相对论，举了火车上拍皮球的例子——火车上的观察者和月台上的观察者对皮球落点同一现象的认知不同。这一举例既通俗又准确，体现了科普的真谛。假如不能够把最高深的理论，用大家能听懂的语言讲清楚，就说明科普工作者的功夫还没到家，没有真正地领会知识。

科普尤其要分清对象主体。面向儿童的科普，核心目标是激发他们的好奇心。儿童不需要真正理解高深的知识，科普的关键目的是让他们觉得科学有意思，在他们心里埋下探索的种子，要用简单有趣的故事、直观的现象吸引他们。面向不从事相关专业的成年人的科普，核心目标是破除谣言、传播实用知识，比如告诉大家哪些化工产品是安全的，哪些传言不可信，帮助大家科学认知生活中的化工现象。

科学家也要善于和媒体合作，通过专业的传播团队，让科普覆盖更广泛的人群。

对冷门基础学科而言，科普尤为重要，相关单位必须重视起来。比如地质、采矿这类学科，是国家发展的重要基础，关乎资源勘探、能源保障，但现在却被很多人冷落，不少孩子对这些学科的认知，只停留在“又苦又累”的浅层次印象上。这就需要通过科普，把这些冷门学科的重要性讲清楚，让孩子们开阔眼界，了解学科的真实发展前景和社会价值，吸引更多人投身其中。

记者：您写作的科普读物《科技创新启示录》中穿插了创新与发明大师的上百个故事。

金涌：学习和知识积累是一辈子的事，无论年龄多大，都要保持对知识的好奇和钻研的劲头，不断进步、不断收获。退休后我依旧持续学习，写书的时候，几乎每天都泡在清华大学图书馆、国家图书馆，一点点查资料。除此之外，我还对印章等传统文化内容感兴趣。但我从不把这些爱好当作简单的“消遣”，而是以做学问的精神对它们进行深入，比如对于每一枚印章背后的历史、文化背景，我都搜集大量史料，把来龙去脉搞清楚，并将这些知识汇集出版。出版后，我也会反复梳理内容，补充新的研究和发现，将来再版时让内容更丰富、更完善。

人工智能为教育体系转型提出新要求

记者：您认为人工智能带来了哪些重要挑战？

金涌：退休后我经常和人工智能“对话”，还会约系里的年轻老师一起讨论这个话题。在我看来，人工智能带来的核心挑战主要体现在两个方面。

一是能耗矛盾。人工智能的信息处理和信息存储是相互分离的，运行过程中需要不断交换信息，这就导致其耗能居高不下。

二是发展边界矛盾。马斯克曾提出，人工智能2030年将超过人类的整体智慧，3年内就可能替代医生等大量职业。但人工智能的思维过程是由数学驱动的，其核心是追求“最优解”，而这种最优解本质上是“利己”的——它没有人类的利他意识，也没有对生命、生态的敬畏之心。一旦人工智能突破产生自主意识的边界，人类将难以对其进行控制，所以我们要早早防止这一风险。

记者：我们的教育方式应该如何改变以应对这些挑战？

金涌：当前最有效的创新发展模式是人工智能与人类协同。人类智能的优势是发现问题和提出问题。正如爱因斯坦所言，提出一个问题往往比解决一个问题更重要，解决问题也许仅是一个数学上或实验上的技能而已。所以人机合作不可过分依赖人工智能。

我认为，当前的形势下，人类应该具备这样的知识结构：数学知识，保障人与人工智能的沟通能力；艺术知识，保证自己对美的认知能力；物理知识，保持人与自然科学的沟通能力；文学知识，保有人与人的沟通能力；工程知识，保存实践与改变现实、创造未来的能力。

因此，完美的教育体系，应让学生具备学科交叉融合的能力。这需要对现有教育方式进行一定优化。学习方式应从被动接受知识，转向以自主学习为核心的师生共同探索模式；教师角色应从学习方向的指定人，转向学习辅导者和学生成长路径的设计者，让学习更高效、更个性化；学习任务应从完成指定作业，转向自主发现问题、解决问题，实现学习知识与创造知识的同步；师生关系应从管理者与被管理者，转向共同培育自律能力、抗挫能力与道德坚守能力的成长伙伴。

【观点聚焦】

黑格尔说过：“拥有一群仰望天空的傻瓜，这个民族才有希望。”科研工作者要有远见，要做一些看似“不现实”，但对国家、对人类长远发展有用的事，提前思考和应对重大时代课题。

我认为，国内外有过两次重大的讨论，推动了国内外思维飞跃。一次是伽利略提出的“关于托勒密与哥白尼两大世界体系的对话”，使人类从宗教历史世界观认知中挣脱出来。还有一次是上世纪胡适发表的《中国哲学史大纲》，这是新文化运动中关于“科玄论战”的发端。“科玄论战”是唯物主义与唯心主义的大讨论，为中西方哲学的融合，起到了很好的推动作用。

如今，人工智能的发展带来了新的时代课题。人工智能就像人类养的小老虎，小时候萌萌的，和人相处很好，但当它真正长大，是否会伤害人类，我们难以预料。未来如何实现硅基智能体和碳基生命体和谐共处，无疑是一个重要的、刻不容缓的问题。对这一问题的讨论对于地球作为一个生命体的延续发展也许意义重大。

——金涌

5月1日，《生物医学新技术临床研究和临床转化应用管理条例》（以下简称《条例》或“818号令”）将正式施行，这是我国首部专门针对生物医学新技术临床研究与转化应用的行政法规，首次从国家层面明确了新技术落地转化的可行路径。

《条例》将如何兼顾监管和发展？如何打通转化落地的“最后一公里”？对研究机构资质的“高门槛”设置，会不会造成临床优质资源扎堆紧缺？带着这些问题，科技日报记者4月21日采访了相关专家。

一问：如何兼顾监管和发展？

“细胞是‘活’的，进入人体后增殖生长发挥作用，生长衰退曲线因人而异。”国家干细胞重大研发专项专家组原副组长王小宁表示，与传统药物不同，细胞与基因治疗具有“活”的特性和异质性，需要医生在开展治疗时具备监测能力以及处置细胞因子风暴等不良事件的能力。此外，细胞治疗的有效率存在明显个体差异，开展治疗时需要适时调整治疗策略。

“《条例》最突出的制度变革之一，是将生物医学新技术临床研究由审批制改为备案制。”北京中医药大学人文学院法律系教授邓勇告诉科技日报记者，备案制并非放松监管，而是通过创新机制守住安全底线，实现从“严进宽出”向“宽进严出、全程强监管”转型。

《条例》要求强化前置审查，备案前必须完成非临床安全性与有效性验证、学术及伦理双重审查、受试者保护制度，实施全过程动态风控。

邓勇强调了《条例》中压实事后法律责任的重要性。

“未经备案开展研究最高可罚100万元，违规临床应用罚款高达1000万元，这些量化指标会对违规行为产生震慑。”邓勇表示，新规还配套禁业、吊销资质等惩戒措施，并明确无过错先行赔付与商业保险机制，平衡创新风险与权益保障。

二问：如何打通生物医学新技术转化“最后一公里”？

《条例》第十条明确规定：发起生物医学新技术临床研究的机构应当是在我国境内依法成立的法人。

“法人涵盖医疗机构、科研院所、企业等主体，这也是首次以行政法规形式明确企业在临床研究中的主导地位。”邓勇解释，企业可主导研究方案设计，以临床价值与产业化为导向，联合三甲医院、科研院所组建产学研用联盟，统筹技术、资金、临床与市场资源，破解长期存在的“企业有技术、医院有临床、转化无主体”的行业痛点。相较传统模式，企业主导可大幅提升决策与执行效率，补齐医疗机构“重科研、轻转化”的短板。

《条例》明确对经批准临床转化应用的生物医学新技术，医疗机构开展临床应用可以按照规定收取费用。国务院卫生健康部门应当公布已备案的生物医学新技术临床研究及其临床研究发起机构、临床研究机构等信息。

针对上述新规，相关企业专家表示，“818号令”不仅首次明确全链条转化路径，还降低了企业投资风险，通过在线备案并公开机构名单等举措缓解了企业信息资源“不对称”造成了决策难题，一系列关于获批后收费、数据保护相关的明确条款为企业提供了商业化基础。

三问：临床研究实施机构为何必须为三级甲等医疗机构？

“生物医学新技术的生产规范、临床实施等影响因素多、技术门槛高，三级甲等医疗机构是实施的最基本条件。”王小宁告诉科技日报记者，如果实施机构在县乡级基层机构开展，难以保障其有效性和安全性。

在三级甲等医疗机构的基础上，此次《条例》还要求机构设置学术和伦理委员会，具有高级职称研究者、质量管理体系和稳定的经费。

“此次条例对实施机构资质的规定相较以往更加严格。”相关企业专家表示，短期来看，这会增加对有GCP(药物临床试验质量管理规范)经验及特定技术的平台头部医院需求，长期来看，更有利于倒逼医院提升能力，最终缓解优质医疗资源结构性紧张局面，最终规范带动行业升级。

“医疗机构需加快完善伦理与学术审查体系，强化全过程质控；企业应尽快梳理资质条件，布局医企协同路径，抢抓转化窗口期。”邓勇说。

所谓“现代农业公共实训基地”图自央视《焦点访谈》报道

毫不意外，新闻一经传开，舆论瞬间炸锅，当地也迅速成立了由临沂市发改委、财政局、农业农村局等部门组成的联合调查组，展开全面核查。

事实上，央视曝光的这处基地，不过是当下乡村产业发展中灰色地带的冰山一角。

2021年至2023年间，我们先后在江苏、浙江、山东、湖北、河南、安徽、湖南、甘肃、四川9省下辖的19个县42个乡村振兴示范村调研乡村产业振兴实施情况。结果发现，地方政府虽然在集中资源推动乡村产业发展，但是，没有一个农业项目是真正在经营农业的——基本都转化为非农化经营乃至房地产发展，带动农民和农村发展的作用非常有限。

一

工商资本投资农业生产难以盈利，几乎已经成为行业共识。因此，在乡村振兴过程中，地方政府普遍热衷于推动乡村旅游发展。

2008年左右开始，地方政府最初推动的农业项目是土地大规模流转，鼓励工商资本下乡从事农业生产。全国随即兴起了土地流转的热潮，流转规模普遍超过1000亩，甚至上万亩。但经过十余年的实践，农业大规模经营基本以失败告终：

粮食作物大规模经营利润低，而自然风险高，尤其是在农田设施不足、土地不平整、地块细碎的情况下，开展大规模经营非常困难。种植经济作物的利润相对较高，但人力成本和市场风险也随之攀升。更关键的是，企业雇工经营不易管理，根本竞争不过小农户。

村民们在扯水稻秧苗 资料图：新华社

例如我们调研了解到的一个案例：

西北地区一个村在20世纪90年代就开始发展蔬菜大棚产业，由农民自主经营，逐渐成为当地农业特色。2010年，地方政府为了申请省级农业示范园区，要求村委会流转土地进行大规模经营。村委会将农民的土地流转过来直接经营，如愿获得了“省级农业示范园区”称号。然而，到2014年，村委会经营失败，再也不愿继续经营农业园区。地方政府不得不动员当地最大的房地产公司接手。

该企业接盘的主要目的，并非经营农业，而是帮助地方政府“打造”政绩，以换取在城市开发房地产的机会。结果，该企业将大部分大棚转包出去，仅派驻1名员工和1名技术员进行日常管理，真正种植的只有2个大棚——用来迎接政府的各种检查，根本没有开展真正的经营活动。该企业从接手农业园区开始就一直亏损，对管理人员提出的要求是：每年亏损不超过500万元。

工商资本“跑路”成为普遍现象。“老板开着宝马来，骑着自行车走”成为行业流行语。土地流转最终变成烫手山芋，农民的土地租金难以兑现，土地无人接手，至今仍在抛荒。可以说，当前，大规模土地流转既吸引不来工商资本，又存在系列风险，大部分地方政府已不再愿意推动。

在农业生产难以盈利的情况下，当前的乡村农业项目主要集中在乡村旅游。地方政府将发展新产业、新业态尤其是乡村旅游，作为乡村产业振兴的主攻方向。

在我们调研的42个村中，每个村都正在开发旅游或者已经规划了旅游产业。一些地方甚至致力于发展全域旅游，将乡村旅游产业发展作为各项工作的重点考核内容，把美丽乡村建设、高标准农田建设、人居环境整治等工作统统作为乡村旅游发展的配套。在开展乡村建设工作时，有地市甚至提出：“让每一寸土地都成为景观，让每一个村庄都成为景区。”

为了推动乡村旅游发展，地方政府普遍动员资本下乡投资。在9省42个村中，有33个村引入了工商资本，其余9个村则因对工商资本缺乏吸引力而未被青睐。这些工商资本大多是经济实力雄厚的资源型企业和房地产企业，能够为乡村旅游投入大量资金。为了推动工商资本下乡，地方政府在政策、土地、资金上向其全面倾斜。县级政府将大部分农业项目资金都统筹到两三个项目中，其他农业经营主体和普通农民获得的农业项目资金非常有限。不仅如此，地方政府还会撬动村集体投入。

换言之，乡村旅游发展吸纳了巨额财政资金和社会资源，很多示范村的投入资金超过亿元。

资料图：新华社

二

在乡村旅游也难以盈利的情况下，工商资本普遍转向了非农化经营，甚至直接发展房地产。

乡村旅游的市场空间本就不大，只有少数具备区位和景观优势的村庄才有发展机会。具有景观优势的地区早已被开发为封闭景区，普通村庄对游客的吸引力微乎其微。在旅游业整体饱和乃至不景气的背景下，乡村旅游的发展空间进一步被压缩。在我国快速的城市化进程中，只有那些紧邻大城市的郊区农村，才勉强拥有发展乡村旅游的机会。

中小城市居民的主体是农民，他们更需要的是城市化，而不是乡村旅游。一个进城农民说得生动：“我以前天天到家摘柑橘，天天吃的是农家饭，现在让我花钱去农村采摘、吃农家饭，何必呢。”在我们调研的42个村的农旅融合发展项目中，只有两个靠近大城市的村庄发展成功了。

事实上，在过去大规模流转土地的过程中，工商资本就已经开始进行非农化经营。主要做法是借建设农业设施或农业园区之名，在耕地上修建酒店和餐馆。更加大胆的做法是，以发展乡村的名义修建别墅。

2018年9月15日，农业农村部、自然资源部印发《关于开展“大棚房”问题专项清理整治行动坚决遏制农地非农化的方案》，对耕地非农化进行专门整治，拉开了集中整治“大棚房”的序幕。国家自这年起先后开展了3次集中清理整治行动。“大棚房”整治对工商资本投资农村产生了巨大打击，违法使用耕地修建酒店和餐馆的现象大幅减少。

但是，部分非农化项目转向了更隐蔽的操作。一些工商资本以“研学基地”“康养中心”名义发展农业，实际主要从事住宿、餐饮等。还有部分工商资本，干脆把乡村旅游作为房地产的配套设施，主要依靠房地产盈利。根据实地调研，如果企业的投入资金超过1亿元，该企业往往已经投资或预期投资房地产。正因如此，大量经营房地产或矿产的企业才会有动力到农村投资乡村旅游。

资料图：新华社

汲取“大棚房”整治的教训，地方政府会配套相应土地指标，规范项目资金使用，试图确保农业项目合规。但在这种发展模式中，政府的项目资金投入和乡村振兴实践，实际上都变成了企业发展房地产的配套。

企业的盈利模式清晰而惊人：圈地（几千乃至上万亩）——建立景区——政府配套项目——打造A级景区——卖别墅。

企业以乡村旅游、一二三产业融合、带动农民发展等名义建设景区，申报大量配套项目和土地指标；地方政府推动的美丽乡村建设、人居环境整治、现代农业、乡村旅游等，反过来成了别墅的配套设施；“最美乡村”“避暑康养小镇”“最美古村落”“国家森林乡村”等荣誉，则成为工商资本销售别墅的卖点。

譬如，西部地区某县政府引入工商资本发展乡村旅游，由于乡村旅游效益不佳，近8亿元的投资难以回本，一直处于亏损状态。为了支持工商资本，地方政府以低价出让景区内土地，允许其在景区内开发康养房地产业。目前企业开发建设的第一期已经销售了1000套房子，收入约1亿元。

三

地方政府之所以有动力打造这种类型的农业项目，背后有其深层逻辑。

第一，有利于打造政绩。

乡村旅游可视度高，往往被地方政府作为政绩工程和“面子工程”。县市政府集中资源打造亮点工程，既能吸引领导注意力，又可以完成各种考核指标。中西部地区财政有限，只能集中资源打造1-2个示范点，每个县基本上都有1～2个投资上亿元乃至几亿元的农业项目。在山东临沂莒南县的案例中，3.68亿元的专项债券可能就是政绩的代价。

部分地方政府通过给予工商资本诸多政策优惠，让工商资本帮其“制造”政绩。典型模式是：企业帮助地方政府打造“乡村旅游”，地方政府将城市房地产开发、煤矿资源开发、重大工程建设等政策优惠向其倾斜。即便地方政府没有明确承诺，企业也并不担心投资失败。很多企业的心态是：“我们在乡村旅游上投资，是给县政府做贡献，我们没赚到钱，县政府会在其他方面优先考虑我们。”

于是，即便乡村旅游发展的经济效益和社会效益惨淡，地方政府也会通过财政补贴营造产业发展的“繁荣景象”。这就陷入了一个可怕的恶性循环：低效益—政府补贴—仍然低效益—进一步增加政府补贴。

第二，有利于争取到项目资金。

产业项目分配往往具有竞争性——谁的项目绩效好，项目就分配给谁。普通农民从事的传统农业，可视化程度低，难以获得项目资金。而这种类型的农业项目投资标准高、可视化程度高，可以凸显项目绩效。地方政府结合工商资本的投资发展乡村旅游，能够更容易获得项目资金。

其典型做法是：先动员资本下乡发展产业，或者负债发展，吸引领导参观考察，然后再配套项目。产业发展的核心，就是制造“震撼效应”，让领导眼前一亮，凸显与其他县市的项目差异性。这最终使地方政府陷入负债发展的陷阱。

中部地区一个乡村振兴示范村，乡镇政府在2020—2022年整合3800万元财政资金投入该村，打造生态旅游示范村与现代农业产业园，成为当地乡村振兴的“样板”。但由于市场区位较远、资源禀赋欠佳，该村难以吸引游客，乡村旅游持续亏损。然而，作为亮点村，省市县各级领导纷纷前来视察，不少领导多次亲临现场指导工作，督促乡镇将旅游产业“做大做强”。结果，乡镇政府不得不负债继续投入。

游客观赏油菜花海 资料图：新华社

四

农业发展有其自身规律。工商资本大多是跨界经营，最初对农业产业并不熟悉。经过十几年的探索，工商资本虽然已经摸清了农业发展规律，投资也更加谨慎，但即便如此，在农产品已经过剩、非农经济发展空间十分有限的情况下，农业项目很难盈利，这几乎是一个客观事实。盲目推动农业项目发展，不仅不符合经济发展规律，还可能违背乡村产业振兴的初衷。

更值得警惕的是，这些非农化经营项目与农民关系不大。为了便于管理，工商资本将土地或农业景观圈起来自己经营，与村庄和农民人为隔离。甚至，工商资本与农民之间还产生了竞争关系，对带动农民发展休闲农业、民宿、农家乐的作用极为有限。而且，这些项目往往是资本密集型产业，创造的就业机会少之又少。尤其是房地产发展，给农民带来的益处更是微乎其微。

农业项目还往往带来严重的村级债务。乡村旅游发展涉及村集体投入，还需要村集体配套项目资金，由此产生了严重的村级债务问题。中部地区某县的3个乡村振兴示范村，村级负债均已超过500万元，负债额度排在全区前列。

当前，农村经济发展空间有限，那些试图带动农民致富的农业项目难以成功。农民的致富机会，在城市。乡村产业发展的目标，应该重新定位为托底——为缺乏进城能力的弱势农民群体提供保障，为进城失败的农民提供退路。发展乡村产业，应坚持农民主体地位，积极回应在村农民的基本需求。

我们亟待给乡村旅游降温，警惕工商资本无序扩张损害农民和集体的利益，重点发展农民参与度高、受益面广的乡村产业，夯实乡村的“压舱石”作用。

外卖骑手、快递员、网约车司机等新就业形态劳动者是数字经济时代不可或缺的民生保障力量,但其工作面临劳动关系模糊、平台算法考核严苛等问题。指引基于相关劳动法律法规和近年来的工作实践,围绕劳动规则和算法,为平台企业建立与工会、新就业形态劳动者代表的协商机制提供了明确的操作规范。

指引聚焦劳动者急难愁盼问题,明确了协商的核心内容,包括订单分配、收入与抽成、工作时长与休息、时间预估与路线规划、考核与奖惩规定等重要事项。例如,在时间预估与路线规划中,强调要明确“算法取中”原则、合理设置时间预估模型,根据天气情况、道路和交通情况、物业管理等因素动态调整服务时限。

指引对协商代表产生和协商程序作出了规范性指导。明确协商代表的人数限制、组成结构、素质要求、产生方式和程序,以及劳动者代表在协商期间的合理补贴。协商程序上,明确协商以会议形式进行,并就议题选定、协商申请、答复时间、会议流程和协商成果的达成、协商过程中发生争议的协调处理作出规定。

此外,指引着重强调协议的执行,明确了协商结果公示、建立常态化沟通交流机制、定期反馈协商执行情况、各地总工会应对履约情况进行监督等要求。

据悉,2025年,全国总工会积极联合有关部门,着力推动平台企业算法和劳动规则协商工作取得积极进展。15家平台企业开展了算法和劳动规则协商并签订专项协议,覆盖新就业形态劳动者逾2000万人,有效维护了新就业形态劳动者权益,促进了平台经济规范健康发展。

未来全球要实现可持续发展，走向循环化是必要的，循环经济可以提供价值4.5万亿美元的价值，由此欧盟将循环经济作为提高欧盟竞争力的重要内容。

我们现在每年所需的资源量为1.8个地球，如果现状没有任何改变，预计到2040年将增加到2.3个地球。我们每年从地球上开采的资源量超过900亿吨，其中只有25%是可再生能源（生物质）。但全球的循环率不但没有增长，反而下降，从2018年的9.1%下降到2020年的8.6%，向更加线性的经济模式转变的“开倒车”趋势明显。线性消费模式造成了50%的全球气候变化，90%的全球生物多样性丧失和水资源供给压力。

循环化可使未来的经济增长不再依赖对地球的掠夺。例如，环境最关键的废物流的回收率目前仅为25-35%，如将回收率提高到80-90%，我们可以在2040年前实现400-500亿吨的二氧化碳减排（这超过了2019年全年的全球二氧化碳367亿吨当量排放量）。

二、数字产品护照（DPPs）

目前，我们没有追踪全球价值链上的资源、生命周期后端和废弃等环节，缺乏透明度和风险投资合作来推动和监督提高循环性的努力。欧盟推出数字产品护照（Digital Product Passports，DPPs）是一个可以帮助推动这种转变的工具。 一张附着在产品上的数字化信息卡，记录了产品从设计到回收的全生命周期中对环境的各项影响（如生产耗水量、运输排放量、维修和回收记录、维护指引、报废指引等），供相关人员随时通过二维码等方式查阅。

DPPs有可能使产品的环境影响变得可见、可追溯，并易于同一价值链上的相关部门或人员获取这些信息。这将增加透明度，增进循环风险投资合作，促进循环设计（如可回收性设计）和循环活动（如维修、翻新、回收）。鉴于广泛的监管范围和庞大的欧盟市场规模，DPPs在扩大产品和材料的循环性方面具有巨大潜力。 欧盟委员会希望在2024年最终批准包括DPPs在内的《可持续产品生态设计条例》（the Eco-design for Sustainable Products Regulation,ESPR）。

考虑到环境影响和日益严重的电子废弃物问题，本法规将涵盖的优先行业之一是电子行业。欧盟计划以产品组为单位实施DPPs。可以根据对环境的影响度来对产品组进行排序（例如，首先是笔记本电脑，然后是服装等），然后逐个对其实施DPPs。或会逐个行业，首先对优先行业内的产品组进行监管（例如，在电子行业：首先是笔记本电脑，然后是智能手机等）。这样，一组针对一个产品组的规则可以作为同一行业中另一个产品组的模板，并为在该行业运营的公司提供初步指导，在加快监管过程的同时，在产品组之间建立一致性。

欧盟计划在所有公司实施DPPs。尽管它确保了对所有风险投资参与者的明确期望、高效实施和充分透明，但它可能会给中小企业带来负担，从而减缓实施速度。另一种选择是先将DPPs应用于大公司，然后再应用于中小企业，或者仅适用于大公司（不包括中小企业）。虽然后一种选择可能会随着涉及的利益相关者的减少而降低复杂性，但它可能会将所有复杂性转移到大公司，并失去风险投资的完全透明度。

一旦决定了数据存储是由欧盟管理还是由公司管理，欧盟委员会或公司可以分别选择是集中存储数据还是分散存储数据。集中式存储选项，如云存储，由于使用范围广、易于实施和成本低，有着显著的好处。区块链等去中心化选项由于其高昂的成本和新颖性，提供的好处较少，但有着更高的数据安全性、透明度和可追溯性。

欧盟将制定数据载体的一般指南，并规定每个产品组的首选数据载体列表。在目前的电池法规提案中，欧盟委员会倾向于二维码，这可能是其他产品组的参考例子。二维码相对来说价格实惠、耐用，而且已经被广泛使用。然而，即使欧盟管理该系统，这也不能消除公司的数据存储成本，因为他们仍需要投资调整内部系统来适应新形势。

虽然ESPR建立了一个框架，通过设定产品投放市场或投入使用的生态设计要求，改善产品的环境可持续性并确保内部市场的自由流动。和电池护照草案中概述了一些初始要素，但缓慢的监管过程、不明确的时间表和一些仍未确定的主题表明，存在重大的不确定性，这可能会阻碍企业尽早采用，并有可能失去企业参与政策的制定。 尽管上述内容侧重于DPP在电子产品领域的实施场景，但大多数产品组在未来几年将面临类似的影响。其他优先实施的行业，如纺织、塑料、建筑和汽车，也将同样纳入该法规。所有行业的公司都可以采取行动，为即将到来的的DPPs实施做好准备，以确保其组织为未来的报告和循环经济转型做好准备。

最终，欧盟DPP实施的成功与否将在很大程度上取决于公司、非政府组织和欧盟委员会如何合作，以快速找到现实和有影响力的解决方案。欧盟越早传达明确的指导意见，公司就越容易做好准备，就越快实现向可循环化的过渡。

总之，欧盟DPP是第一个仍处于早期发展阶段的循环工具。因此，许多议题目前仍然悬而找到最佳解决方案将是一项艰巨的任务。尽管仍存在不确定性，但公司现在已经可以采取多项行动，为其组织实施DPP做好准备。与非政府组织和行业组织合作，推进行业标准，以指导DPP的实施，并尽早测试DPP解决方案。虽然DPP的实施对于提高透明度至关重要，但必须牢记要考虑生态设计（eco-design）和循环性。公司可以利用获得的透明度来创造更多的循环产品，减少浪费和资源消耗。欧盟委员会可以通过将性能要求与DPP数据联系起来，激励整个欧洲的循环性。利用DPP可以创造的透明度来提高循环性，不仅可以为公司开辟额外的价值潜力，还可以更有效地利用已经提取的资源，以减少全球范围内的浪费性消费。

 根据协议，双方将围绕海外业务拓展、技术标准协同与市场生态建设三大方向展开合作，共同推动MA标识代码与DPP业务在马来西亚及东南亚地区的落地实施，加快马来西亚国家节点建设，并逐步辐射至周边国家。双方同步将积极探索区块链、大数据、人工智能等新兴技术在数字产品护照与产业链管理中的融合应用。FSBM公司将作为中心在马来西亚MA标识代码与DPP业务的全权运营与推广伙伴，共同构建服务于政府、企业与产业链的数字化解决方案，助力当地产业对接国际标准、提升全球竞争力。

 根据规划，双方计划于2026年前建成马来西亚国家节点，同步推动MA标识代码与DPP业务在东盟地区全面落地与规模化应用；于2026年内建立完善的本地化运营体系，并在东南亚形成示范效应；到2027年，逐步建成覆盖东南亚的数字经济基础设施中心。

10月14日，在中心相关负责人陪同下，FSBM集团代表一行访问了中国互联网工业研究院和冶金工业信息标准研究院，各方就MA全球标识代码在工业互联网、冶金钢铁等领域的应用前景进行了深入交流，为MA标识代码在马来西亚产业链、供应链领域的应用落地探索了可行模式，也为其在东南亚国家的规模化推广提供了重要实践范本。

此次合作是MA标识代码深化全球布局、共建东南亚数字生态的重要一环。双方携手推进MA标识体系与DPP业务，致力于为马来西亚及东南亚地区的数字化、绿色化转型构建坚实的数字基础设施。

2025年8月17日，欧盟官方公示满20天的《欧盟电池和废电池法规》（下称《新电池法》）将正式生效。根据《新电池法》，自2027年起，动力电池出口到欧洲必须持有符合要求的“电池护照”，记录电池的制造商、材料成分、碳足迹、供应链等信息。这将对中国动力电池企业出口欧洲产生重大影响。

在长达3年的立法酝酿中，中国电池企业对欧盟《新电池法》经历了“担忧——参与——接受挑战”的心路历程。尽管如此，一位动力电池领域的专家对记者表示，“欧盟《新电池法》对中国电池行业带来的压力是显而易见的。”业界人士认为，《新电池法》实施后，我国电池企业出口欧洲，至少要跨越三道障碍：一是补足和完善碳足迹声明；二是满足欧盟对电池材料的回收与再生利用要求；三是应对电池护照中信息披露的挑战。

作为向欧洲出口动力电池的大国，中国将如何应对欧盟《新电池法》被多方关注。证券时报记者了解到，就在不久前，“中国版电池护照”项目已经启动，主要目的是应对出口要求，促进与欧盟的电池贸易。“中国版电池护照”将寻求与国际接轨和数据互认。值得注意的是，欧盟《新电池法》虽已生效，但落地实施起来的难度不小。我国动力电池行业发展中遇到过的难题，欧盟很可能也会遇到，中国经验可能为欧洲提供借鉴。

电池出口迎三大挑战

中国的电池产能占全球电池产能的77%，欧洲是中国锂电池出口的主要市场。据韩国市场调研机构SNE Research的数据，中国动力电池在欧洲的市场份额已经从2020年的14.9%上升至2023年的34%。

欧盟《新电池法》靴子落地，让中国电池企业出口直面三大挑战。

第一个挑战是碳足迹声明。自2024年7月起，出口到欧洲的大部分电池，必须提供碳足迹声明和标签。这意味着，电池出口企业要搜集和计算从上游矿产、材料到电池生产、回收以及再利用各个环节的碳排放数据，并进行披露。然而，中国电池企业在全生命周期碳足迹方面的积累薄弱。其难度包括，电池企业要将采矿、正负极材料、电芯等整条供应链上的碳足迹都纳入搜集，还要对每一个环节的碳足迹进行测量和认定，而目前国内既没有非常成熟的数字化工具，又面临着标准数据库不统一、国际互认机制未建立等困难。

第二个挑战来自电池材料的回收利用要求。《新电池法》对动力电池使用再生材料要求达到一定的比例，但目前我国还没有建立再生原材料使用的认定机制，无法判断哪些电池中使用了再生原材料，使用了多少比例。这也将对未来的出口形成一定阻碍。

第三个挑战来自电池护照里过高的信息披露要求。自2027年2月18日起，进入欧洲的大部分动力电池需持有“电池护照”，对电池相关的主要信息进行披露。在欧盟《新电池法》中，一份用户友好型的电池护照，需要记录约90个强制性数据属性以及自愿建议。具体内容包括，电池和制造商信息、合规性和认证、碳足迹、供应链尽职调查、电池材料和成分、循环和资源效率以及性能和耐久性等。

三大挑战的出现，必然导致中国动力及储能等电池进入欧盟市场成本增加、难度加大，新电池法甚至在有些地方被解读为欧盟的“绿色贸易壁垒”。中国工程院院士孙逢春在今年6月召开的世界动力电池大会上表示，随着欧美以更严格要求驱动电池产业绿色低碳转型，着力主导全球竞争规则，我国电池企业面临欧洲碳壁垒、产业链本土化和碳达峰等多重挑战。

寻求国际接轨

在《新电池法》带来的诸多挑战中，能否拥有达到欧洲标准的电池护照，是中国电池企业能否成功出口欧洲的关键。

电池护照是全球电池联盟（GBA）提出的行业倡议，目前已得到多个国家的认可。在欧盟，数字产品护照正在成为增加产品可持续性和循环性的核心工具，而“电池护照”是欧盟实施的第一个数字产品护照。

电池产业链带有全球化的属性，从金属矿产的开采，到新能源汽车制造，经常涉及多个国家，因此，“电池护照”要在全球确立一套公认的标准，推动产业链的数据共享，实现更高水平的治理。“电池护照”背后，是一套围绕电池产业的跨国规则的制订，产业链各方都希望能获得更高的话语权。

今年1月18日，在瑞士举行的达沃斯世界经济论坛上，GBA首次发布了电池护照概念验证成果。洛阳钼业、华友钴业、中创新航等中国企业也是GBA电池护照项目的参与者。今年4月，宁德时代加入了GBA新一任董事会，成为唯一入选全球电池联盟董事会的中国企业。

就在欧盟《新电池法》出台前夕，“中国版电池护照”的相关工作也在紧锣密鼓地进行。今年4月，证券时报记者在中汽数据主办的“中国动力电池回收利用产业协同发展峰会”上获悉，中汽数据牵头发起了“动力电池可持续发展行动计划”，任务之一便是研究中国版电池护照的落地可行性。中汽数据是国家级汽车产业数据中心，长期支持有关部门开展新能源汽车及动力电池管理政策研究工作。

“为了深化行业共识，中汽数据组织了行业有关企业启动中国电池护照联合开发项目。”参与项目的人士告诉记者，研究设计“中国版电池护照”，主要是为了应对国际贸易要求，持续保持中国动力电池产业的先发优势。

据了解，中汽数据已经面向动力电池产业链的相关行业机构、科研院所、主流企业等征集联合研究单位，组建“中国版电池护照”联合开发项目顾问委员会，负责与国际机构开展交流对话，促进“中国版电池护照”与国际间的接轨和数据互认。

对于“中国版电池护照”如何实施，业界存在两种思路，一种是国内电池生产整体与国际标准接轨。相比国际标准，我国在碳足迹、ESG、再生回收比例等标准体系的建设上进展较慢，需要政府、行业、企业共同努力，补齐短板。

另一种思路是，将出口与非出口的动力电池区别对待。出口电池衔接当地电池护照的标准；对于非出口的电池生产企业，根据国内法律法规的要求，持续完善对电池生命周期的溯源管理。目前第二种思路更占主流。

毫无疑问，电池护照对电池产业链提出了更高要求，一部分中国企业选择主动迎接挑战。宁德时代创始人曾毓群曾表示：“我们高度认同国际电池联盟的哲学和发展目标。”“在全球碳博弈中打造中国汽车的低碳竞争力，必须补齐现阶段国内汽车行业碳排放管理的短板。”中汽碳（北京）数字技术中心有限公司总经理赵冬昶亦表示。

截至目前，包括宁德时代、远景动力、中创新航、亿纬锂能、蜂巢能源、孚能科技、国轩高科、欣旺达等中国电池企业都已在部署零碳转型战略，探索电池碳足迹、数字电池护照、回收材料及溯源等解决方案。

倒逼产业提升透明度

为了推动电池护照落地，欧盟将开发一个电池信息交互平台，对欧洲市场上流通的电池进行全生命周期的溯源记录。

这其中一个关键点是，电池企业是否愿意共享数据以及愿意在多大程度上共享。一位不愿意具名的国内电池专家表示，欧盟《新电池法》需要电池企业公开电池产品性能参数，包括能量密度、循环寿命等异常敏感的核心参数，推动起来难度不小。

与欧盟借助《新电池法》来补齐产业短板不同，作为新能源汽车大国，我国动力电池的底层数据积累工作已经开展多年。中国是全球最早对动力电池全生命周期进行溯源管理的国家，有着全球最大的动力电池回收利用和溯源监管平台。该平台的建设，凝聚着主管部门、行业组织、电池企业多年来寻找最佳平衡点。

早在2017年，工信部就公布了《新能源汽车生产企业及产品准入管理规定》，要求实施新能源汽车动力电池溯源信息管理，跟踪记录动力电池回收利用情况。2018年，《新能源汽车动力电池回收利用可追溯管理暂行办法》颁布，明确强制实施动力电池溯源管理。随后在工业和信息化部的指导下，北京理工大学电动车辆国家工程实验室建立了“新能源汽车国家监测与动力蓄电池回收利用溯源综合管理平台”，记录动力电池生产、销售、使用、报废、退役、回收利用等100多项溯源信息。

经过多年努力，溯源平台实现了对动力电池各环节主体履行回收利用责任情况的监测，做到了动力电池“来源可查、去向可追、节点可控、责任可究”。在今年6月中旬召开的世界动力电池大会上，北京理工大学教授王震坡介绍，国家溯源管理平台上已有逾1400万辆新能源汽车、2000多万套电池包，超过1000家产业链上下游企业注册。目前，电池溯源数据在责任主体履责监测、动力电池残值评估及退役量预测等领域积累了丰富的应用经验。

围绕着动力电池大数据平台的建设和管理，中国遇到的一些问题，在欧洲很可能也会遇到，中国的解决方案可能为欧洲提供借鉴。在欧洲借助电池护照提升电池产业透明度的同时，中国多个新能源汽车大数据平台也在走向开放，从过去主要服务监管决策，走向指导行业、赋能企业。要推动开放、提升产业透明度，还需要诸多努力，比如有效打通产业链企业的数据孤岛，解决上下游衔接不畅、行业数据分析挖掘等难题。

相比欧盟《新电池法》，我国在电池法律体系上还有要补课的地方。欧盟《新电池法》是一部适用所有类型电池的法律，涵盖了消费类电池、车用电池、便携式电池、工业电池等各种品类，而我国的电池法规大多仅针对汽车动力电池，并且法规的层级不高。

2025年6月21日，在国务院政策例行吹风会上，工业和信息化部副部长辛国斌表示，为加强行业规范管理，将加快制定《新能源汽车动力蓄电池回收利用管理办法》，这意味着当前的《暂行办法》将升格，针对电池回收的管理将更具约束力。据悉，下一步，工业和信息化部等部门将从法规、政策、技术、标准、产业等方面，加快推动新能源汽车动力电池回收利用，完善监管措施。

2025年7月18日，产品数字护照国际合作暨全生命周期管理国际标准研讨会在京举办。会上，我国自主研发的全球首个产品数字护照通用框架（MA-DPP通用框架 1.0）发布，为全球供应链提供统一、便捷的通用框架和共创平台，支撑促进全球供应链产业链畅通稳健运行。

全球首个产品数字护照（MA-DPP）与“人工智能+”的不期而遇，正在触发一场供应链领域的深刻革命。这不仅是技术的升级，更是全球贸易体系的重构。

产品数字护照为每个产品赋予唯一数字身份，记录从原材料到终端消费的全生命周期数据，而人工智能技术则赋予这些数据智能分析与决策能力。二者的结合，正在推动供应链从“线性链式”向“智能网状”演进。

数据：从“盲人摸象”到“全息透视”

传统供应链中，信息孤岛问题严重，企业往往只能了解直接上下游的局部信息。MA-DPP通过标识链等技术，实现产品全生命周期数据的即时关联，而人工智能算法则能对这些数据进行实时分析。

这种结合使企业能够实时追踪产品流向，预测潜在中断风险，优化库存水平。就像给供应链装上了“CT机”，每个环节都变得透明可视。更为重要的是，这种可见性不仅限于企业内部，而是延伸到整个供应链网络，实现从“看不见”到“看得清”、“看得远”的跨越。

管理：从“经验驱动”到“智能决策”

人工智能+产品数字护照的组合，正在彻底改变供应链决策模式。传统依赖人工经验的决策方式，正被数据驱动的智能决策所取代。

通过分析MA-DPP提供的全生命周期数据，人工智能算法可以预测市场需求变化，自动调整生产计划，优化物流路线，甚至提前预警供应链风险。这种智能决策不仅提高效率，更显著降低运营成本。研究表明，采用人工智能优化的供应链可降低20%以上的运营成本，减少35%以上的库存水平。

技术：从“脆弱链条”到“弹性网络”

全球疫情和地缘政治冲突暴露了传统供应链的脆弱性。MA-DPP与人工智能的结合，为构建韧性供应链提供了技术基础。

通过模拟各种中断场景，人工智能系统可以评估供应链脆弱点，提出多元化供应方案。当 disruptions 发生时，系统能够快速识别受影响环节，自动启动应急预案。产品数字护照则确保即使在供应源变更的情况下，产品质量和合规性信息仍然完整可追溯，大大降低了切换供应源的风险和成本。

效益：从“成本导向”到“价值共创”

人工智能+产品数字护照正在重构全球产业分工逻辑。传统基于成本最小化的全球分工体系，逐渐向基于价值共创的数字化生态演进。

MA-DPP使产品价值构成透明化，消费者可以清晰了解产品的环保性、社会责任和工艺水平等信息。人工智能则通过分析这些数据，引导资源向高价值环节配置。这种变革促使企业从单纯的成本竞争转向价值竞争，推动产业链向微笑曲线两端延伸，加速制造业服务化转型。

发展：从“外部约束”到“内生动力”

全球碳关税等政策的实施，对供应链碳足迹管理提出了更高要求。MA-DPP完整记录产品碳足迹数据，人工智能则实时优化碳排路径。

这种结合使可持续发展从外部合规要求，转变为企业内部效率提升和价值创造的动力。企业可以通过优化供应链碳足迹，同时实现环保和经济效益。研究表明，采用人工智能优化的供应链可减少15%以上的碳排放，同时降低10%以上的运营成本，真正实现绿色发展与企业竞争力的双赢。

人工智能+产品数字护照代表了一场供应链范式的革命。这不是简单的技术叠加，而是彻底重新定义如何设计、管理和优化供应链。

国务院“人工智能+”行动为这一变革提供了政策指引和推动力，MA-DPP则提供了技术实现路径。二者的结合，将加速供应链智能化转型，提升全球竞争力。

未来十年，基于人工智能和产品数字护照的智能供应链，将成为国家竞争力的重要组成部分。拥抱这一变革的企业和国家，将在新一轮全球竞争中占据先机。忽视这一趋势的，则可能面临被全球供应链边缘化的风险。

2024年7月18日，欧盟《可持续产品生态设计法规》（ESPR）正式生效，该法规旨在提高投入欧盟市场产品的循环性、能源性能和其他环境可持续性指标。

根据欧盟生态设计要求，适用产品必须提供产品数字护照（Digital Product Passport，DPP）才能获得欧盟市场准入资格。预计2026年将面向纺织品等重点行业出台相关法案，并于2027年逐步实施。

欧盟的战略布局

欧盟的DPP立法持续推进。欧盟委员会在2022年3月发布了一项标签管理新方针——“产品数字护照”（DPP）。相关规定是欧盟制定可持续产品生态设计法规的核心组成部分，将率先在电池和消费电子产品等领域强制执行。

欧盟委员会在《可持续产品生态设计条例》（ESPR），将DPP作为产品可追溯性关键监管要素，为欧洲市场在2030年前全面建设完成可持续循环经济做准备。

到2030年，欧盟市场上除食品、饲料和医药产品以外，所有产品都要满足产品数字护照的所有要求。

进出口企业面临挑战

欧盟产品数字护照政策给全球主要对欧出口国带来了新的国际竞争规则变化和市场准入挑战。全球多个主要对欧纺织品出口地区均已感受到此政策带来的压力。ESPR的实施正促使全球纺织业的出口贸易规则发生改变。

以中国、孟加拉、越南、土耳其和巴基斯坦等国为例，这些国家均位列欧盟纺织品进口来源地前列，DPP政策的实施对其本土纺织制造业构成显著压力。对广大进出口企业而言，实施DPP的主要挑战包括：在复杂的全球供应链中跨多国收集全面准确的数据、平衡透明度要求与专有信息保护之间的关系，以及进行技术投资以适应不断发展的欧盟技术标准。

尤其对于中小型制造商占比较高的国家而言，数据系统整合能力弱、技术基础设施不足、合规成本高企等问题更为突出。不同国家企业在供应链数字化成熟度、语言与标准对接以及跨境数据合规等方面也面临差异化障碍，形成新一轮绿色贸易技术壁垒。

数字护照的商业价值

尽管贝恩调研显示，近90%的品牌当前将DPP视为监管合规负担，但DPP实际上为企业带来多维度战略价值。其核心优势在于全面提升供应链透明度与数据资产管理效率，帮助企业精准掌握产品全生命周期信息，实现更环保、更负责任的生产与消费闭环。

对品牌而言，DPP不仅是应对欧盟市场准入的必要工具，更是优化供应链管理、强化品牌可信度和开拓绿色市场机遇的关键基础设施。借助DPP，企业可系统汇总材料来源、生产流程、碳足迹及回收信息，从而支持可持续决策、降低合规风险，并提升国际合作伙伴信任。

技术实施路径

欧盟法规并未明确规定DPP的具体技术载体。当前可能的方案包括二维码、射频识别芯片、近场通信技术或传统条形码。

信息存储的方式也尚未确定，关键在于确保数据可更新、易获取且防止篡改。每个产品将拥有唯一的识别码，以保证其可追溯性。

未来的发展趋势

未来五年，DPP将迅速成为企业数字化与绿色转型的核心基础设施。欧盟ESPR的推进正加速全球供应链对透明化和数字可追溯性的需求，企业及早布局DPP体系，将不仅在合规领域占得先机，更能在国际绿色贸易体系中构建持久竞争力。

美国企业正借欧洲“政策试验田”暗度陈仓——在欧盟产品线测试DPP模型，待本土监管明朗后闪电复制。

除美国外，其他国家的众多领先企业已率先在欧盟市场开展DPP试点，将其作为数据驱动型业务模型的重要组成——涵盖从材料溯源、生产合规到碳核算和循环再生的全链路管理。这一进程不仅关乎产品准入，更关乎企业在全球可持续发展格局中的战略定位。

欧盟“产品数字护照”是实现《可持续产品生态设计法规》（ESPR）等相关监管法规落地实施的主要载体，它将于2027年起分阶段强制实施。到2030年后，欧盟市场上除食品、饲料和医药产品等少数行业以外，所有产品都要满足产品数字护照的所有要求。

曾多次拒绝外部资本的DeepSeek，传出了首次启动外部融资的风声。有报道称，这家公司正在以超100亿美元的估值，计划募集至少3亿美元资金，约合人民币20亿元。

消息源自美国科技网站The Information。多名消息人士透露，DeepSeek已开始与投资方接触，寻求首轮外部融资。

如果落地，这将意味着其长期坚持的“自我供血”模式出现转变。

截至4月20日上午，DeepSeek尚未就此次融资作出官方回应。今年年初市场曾传出阿里有意投资的消息，很快被辟谣。

那问题来了，它真的缺钱吗？

DeepSeek由量化私募巨头幻方量化孵化，据私募排排网数据，2025年幻方量化平均收益率高达56.6%，管理规模超700亿元。

业内人士估算，仅2025年一年幻方就为梁文锋带来了超过7亿美元的收入。

从这个角度看，20亿元的融资规模对于幻方的造血能力来说并不算大。

有投资人分析，这次融资转向大概率是为了员工期权定价和兑现，而且“做得太晚了”。

由于长期拒绝外部资本，员工手中的期权完全依赖内部估值，在外部机构以真金白银确认价格之前，这种账面财富在顶级人才眼中缺乏流通性和锚点。

过去半年，DeepSeek已有多位核心研究员出走，如罗福莉加盟小米，郭达雅入职字节跳动Seed团队，阮翀去了元戎启行。AI领域人才竞争激烈，竞争对手开出的薪酬包往往翻倍甚至更多。

与此同时，大模型竞赛的烧钱速度正在超出行业预期。模型参数从千亿级迈向万亿级，算力基础设施投入呈指数级增长。

DeepSeek已有15个月没有大版本更新，原计划今年2月发布的V4已多次跳票。

V4将放弃基于英伟达CUDA的路径，全面运行于华为昇腾芯片，适配迁移工作复杂，也拖慢了进度。

此次融资的主要目的就是扩充算力资源、稳定团队，并为V4的研发部署提供支撑。

在全球大模型资本竞赛白热化的背景下，DeepSeek的融资传闻并不让人意外。

海外方面，OpenAI今年3月以8520亿美元估值完成1220亿美元融资，Anthropic在2月以3800亿美元估值完成300亿美元融资。

国内同样在加速，智谱AI已于1月登陆港股，IPO前完成8轮融资、累计募资超83亿元。月之暗面Kimi也在短短数月内先后完成多轮融资，估值已突破100亿美元。

另有数据表明，2026年一季度国内通用大模型融资额同比下滑72%，资金正在向头部集中。

当身边的竞品都在用市场化手段绑定人才、储备算力，梁文锋还能坚持多久不松口？

但这并不意味着每个勤奋的中国人都能成为职业博主。想要以 " 网红 " 的身份谋生，除了至少拥有一个 " 爆款 "，还要有跨越周期的能力。

任何一个素人都可以成为小红书 KOC

根据罗锴的观察，小红书是目前更适合素人博主启动的平台。因为入门简单，只需要你把自己训练为一个比较好的编辑。

" 编辑 " 意味着这种内容生产具有很强的规律性，从话题到文本再到运营，" 如果你在小红书找到 10 个对标，和 100 条爆款，那你很有可能通过模仿得到自己的一条爆款。" 罗锴这样形容 " 编辑能力 " 在其中的效果。

入门简单，但要勤奋。

" 正常来说，任何一个素人想去做小红书都是可以的。只要稍微归纳总结，坚持发，我不知道它最终能成长到多大，但几千到一万粉是没有太大问题的，任何人都比较容易达到那个值。"

几千到万粉，这个描述基本上符合当下对于 KOC 的定义。他们被视为内容领域的 " 关键意见消费者 "，就如同每个人身边热衷于分享的朋友，不需要太多人设，分享内容也大多来自自身的爱好或真实感受，更能影响其他用户决策。

不少在小红书上爆红的新消费品牌都得益于海量 KOC 的投放，比如近些年风很大的国货美妆完美日记、花西子和 colorkey。这一现象的另一面则是小红书超低的变现门槛，千粉量级就有接广告的可能性，且制作简单，堪称完美副业。

如果因此产生了全职做博主的念头，罗锴可能会劝你 " 先不要 "。

KOC 和 KOL 是两种完全不同的生态，虽然任何一个人都有可能成为 KOC，但只有极少数人可以成为 KOL。

想要全职？至少先当一年兼职博主

副业和全职的关键在于博主的变现能力，全职对变现的要求是 " 稳定 "。罗锴认为全职后对于变现的诉求势必会转化为一种数据导向的内容评价体系。

" 一旦全职做博主之后，最大问题是你会急于成长。因为肯定是到达一定粉丝量才更有助于变现。那个时候 KOC 的生活问题就转化为了 KOL 的生存问题，你的思维会特别聚焦在内容要怎么变现上。起心立意不对，你的结果就可能不会好看了，因为如果没有持续和稳定的收入，内容的发出点可能会走歪：不是思考如何让用户得到好的内容，而是思考如何尽快变现。" 罗锴说。

为了避免这种本末倒置，罗锴认为普通人坚持副业做博主一年以上且获得市场反馈的人才适合考虑 " 转正 " 问题。

" 你需要先让市场认证你能够成长起来。" 罗锴表示，" 博主归根到底是市场的选择，而不是个人的职业选择。可能有的人觉得自己是专业过硬，掌握了各种方法，厘清了变线路经，市场上有成功案例，那么我就能够成功变现。每一步都很对，但是没有效果。因为这一行不讲逻辑，讲事实。" 成功很多时候只是一种 " 幸存者偏差 "。

当博主变成一种全职工作，那么它对从业者的要求就不再是简单的勤奋，而是创作能力、服务意识、心态的集大成者。

罗锴表示，一个内容创作者 " 被看到 " 可能与才华有关，但 " 被持续看到 " 就需要运营思维，" 其实做博主是一个非常心力交瘁的职业，随时生活在数据下滑和不被喜欢的担忧中，不是每个人都能够承受这种煎熬的。你要绞尽脑汁去思考怎样把用户服务好，否则博主生涯就会非常之短暂。但是很多人其实远远还没到要被数据裹挟煎熬的阶段……我不建议任何人头脑一热做全职，对普通人来说，最好的成长路径其实是先让市场认证你能够成长起来，第二步能够持续稳定接到商单，以证明你有商业价值，第三步再来考虑你是否做全职博主。"

养成系 MCN 的养成

蕃茄蛋 2019 年起从零开始做达人孵化。创业三年，罗锴看了无数素人做博主的例子。

彼时 MCN 行业已是一片红海：如涵成为网红电商第一股在纳斯达克上市，papi 酱的 MCN papitube 签约了近 100 位创作者，女鞋第一股 " 星期六 " 豪掷 18 亿元收购了 MCN 遥望科技……据前瞻产业研究院数据，截至 2019 年，国内 MCN 机构共有 6500 家。

在这些背景下，启动资金有限的罗锴和朋友们把目标瞄准了 B 站素人博主，" 首先，因为我们入场比较晚，那点儿钱放在抖音上面可能烧完也没有起个泡。而且这种以算法驱动的逻辑对于内容生产能力的需求也不同。基于团队自身能力的评估，我们认为切入当时还不是热门赛道的 B 站更为友好。其次，大博主本身已经有了足够号召力，人家会反问你，为什么我要签你呢？所以选择从零孵化是一个执行看上去更难，但是更实际的起步选择。"

同时，他在网络上看到一组数据：2019 年 B 站的广告营收不到微博的 1/10，这个差距的另一面是机遇，" 你能明显感觉到 B 站的月活或者日活和微博的差异并没有到达 10 倍之差的状态，那明显广告收益是有成长的空间。" 这些因素综合在一起让蕃茄蛋成为一家聚焦孵化素人博主的 MCM。

从零开始往往需要一些运气。

早期蕃茄蛋团队的不少工作人员并不是经纪出身，大家一面探索平台的喜好，一面想各种方法找人。最早孵化的一批博主中，十位候选人最终有六到七位孵化成功，其中就包括目前全网都在跟着练的健身博主 " 欧阳春晓 "。

起初欧阳春晓的定位并非健身，" 早期春晓发的内容其实很杂，有家庭生活，也有关于她自己演员经历的内容。通过试错，前两个月我们逐渐找到了选题方向，在三个月在之后基本上就确定了健身的标签。数据会给你最诚实的反馈，当时她在健身内容上出现一些爆款，比如‘少女背’，粉丝量也出现了质的变化。"

这期发布于 2020 年 4 月的视频《每天 10min，轻松 get 直角肩＋少女背 ! 消除猥琐斜方肌 ! 圆肩驼背必看》截至目前 B 站播放量 4954 万，被搬运至各个平台实现了全网破圈。

同期，从零孵化的医学博主 nagi 真的很文静，美妆博主雪梨大王吖、大沛沛沛吖等几个博主也小有成绩，成功实现商业化……不仅是 B 站的从零孵化走上正轨，在完成 B 站博主内容和成长路径，蕃茄蛋在小红书平台也成功实现内容方法论的迭代，比如 7 个月涨粉 33 万的博主爱吃榴莲的小吴同学，靠美妆干货原理输出成功出圈。目前，网络帅哥脸脸、Ryan 罗恩佐等一批从零起步的博主也在不到一个月时间能成功其孵化实现涨粉 1 万，实现了内容生产方法论的平台跨越，" 养成系 " 的 MCN 初见端倪。

作为商业和职业的内容生产就不能只考虑兴趣，而要将变现前置。

如何选择赛道在罗锴看来是影响商业成功的重要因素，蕃茄蛋早期选择了美妆赛道，" 虽然没有说一开始就想清楚所有赛道的清晰逻辑，但后来边做边总结验证了赛道的选择。"

内容赛道的变现前景一定程度上和该领域内的品牌数量和竞争情况有关，比如美妆、科技、汽车其实都属于优质的变现内容，但其中又有所不同。

罗锴告诉蓝鲸记者：" 汽车和科技属于典型的大博主逻辑，品牌集中度高，海量博主争夺几个金主爸爸，这种最终资源其实都集中在头部博主。而美妆品牌数量多，中腰部博主也能接到广告，这就是一个更普适的赛道。而且当时美妆在 B 站的体量还比较小，虽然美妆一直都是红海，但在当时的 B 站可能还有机会。"

内容的归博主，商业的归 MCN

做博主究竟要不要签 MCN 一直都是行业里被不断讨论的话题，尤其在博主与 MCN 矛盾频发的今天。

罗锴认为 MCN 对于博主最大的意义在于 " 加速成长 " 和 " 变现规划 "。

" 加入 MCN 的成长速度一定是远快于个人成长的。MCN 往往相较于个人更清楚平台的喜好，平台对内容的理解，同时也有专门的运营对接平台，并且负责曝光、投放等一系列运营工作，" 除此之外，罗锴认为个人博主在商业化上的效率较低，" 真正的头部博主不缺商单，而中腰部甚至尾部博主大部分真正的好商单还是得靠公司洽谈推进的逻辑。比如一个品牌要去投放怎么可能一个一个的博主去洽谈，还是要靠 MCN 这个中介。"

中腰部博主的困难不仅在于接触到商单，如何去洽谈也是痛点，" 很难有一个博主是全能型博主，大部分人其实更擅长内容创作。让一个做内容的人去和客户 battle 其实是一件很痛苦的事情。如何磨合两者的需求？这件事情说实话它既费时又费力。对博主来说，把这部分的内容给分担出去，对他的价值会更大一些。" 毕竟创作能力才是博主的核心竞争力。

就像罗锴描述的那样，博主永远生活在焦虑之中。不论腰部还是头部，博主都会遇到瓶颈期，周期一到，掉粉不可避免，甚至有可能在观众审美疲劳之后，每一次更新都是掉粉日。" 内容逻辑已经开始老化了，用户已经开始在流失了，就算有一百万粉丝又怎么样呢？何况很多博主其实是吃了第一批的早期平台红利的，当初那套百万博主的玩法现在已经行不通了。这种时候就需要更理性和专业的人来协助博主调整内容方向，做自身的迭代。"

在罗锴看来，博主想要长久发展要拥有跨越时间的能力，也要有跨越平台的能力。

不仅是博主内容上的迭代，面对平台的差异，一些已经在原有平台做到百万粉丝的头部博主，也需要开启全新的视角。抖音直播就是和短视频内容生产完全不同的领域，蕃茄蛋也会针对这样的博主开展新领域的探索。比如美妆头部妮可蹦蹦和健身头部欧阳春晓，也都已开启或者正在筹备其电商直播。这也是不同平台和博主生命周期都进行研究下，MCN 机构才能做好预判和迭代的领域。

罗锴表示，博主不断发展之后势必会在某一平台的某一领域内触及天花板，到了需要迭代的阶段，" 如果在这个空间他的成长少了慢了，那他肯定要去进入新的领域去成长。如果博主现在要发布全平台，就不是以前那种一招鲜逻辑了，需要每个平台进行针对性运营。" 这种迭代也在倒逼 MCN 成长，" 我觉得如何跳脱路径依赖对谁都是一个考验，博主和 MCN 都同样面临，所以能够不断迭代提供市场所需的价值，才是 MCN 机构能够长期存在的根本。"

如果我们把vibe coding，或者说AI编程简单理解为提示词工程，如何学习使用合理的提示词，可能真不用学了。

话说回来，有一件事我确实又忽视了，TK教主微博提到了大概这么个意思，学习AI的第一步没那么高深，先能做到正确表达。有时候我们以为是理所当然的基本能力，其实很多人不具备，清晰表达力是学会使用AI的第一步，没有这一步，再好的AI也无法给你真正的帮助。我发现我儿子就有这个问题，他天天有点头疼脑热就用AI搜索，然后每次都说自己得了特别要命的绝症，需要紧急治疗，其实就是他的表达极度夸张，缺乏严谨清晰的描述。

任何时候，沟通能力都是基本功，表达能力和理解力，否则再强大的工具你也利用不起来，在我的文章里，我会默认你有这个基础，这是所有后续建议的前提。

那么现在AI编程很强大了，我们好像真的可以零基础做项目了，是不是意味着任何人都可以轻松的做任何事情了？

也许未来可以，但我觉得时间还有几年。

也许你可以躺着等，等别人把能做的都做了，把能占的坑都占完了，然后你说，现在不用学也能做到了，问题是，这时候你做到了，还有什么价值呢。

就最近这一年，已经明显感觉到，苹果和谷歌的审核周期变长了，审核门槛提高了，背后真相不用猜也知道，都在疯狂发布产品，而且都是AI生成的。

所以，如果你现在选择从入门到放弃，我觉得也可以理解，但是如果你觉得还可以挣扎一下，还有一些想法值得去尝试实现，那么，结合我最近的经验教训，以及和其他人沟通的一些反馈，说一下我的建议。

1，记忆管理仍然有意义。

我其实几个月前在新加坡和某知名创业者就聊过这个话题，目前大模型的记忆管理并不完善，包括所谓持续记忆的chatgpt，实际沟通中也会经常忘记过去的信息。而且随信息量增加这个现象更明显。

编程也存在这个问题，你过往开发的目的，每次改动调整的目标和策略，是否有完整的记忆，实际上很多人开始会有产品文档，但是迭代的时候会丢信息，然后后续开发修复或者增加功能的时候，AI只看代码和当前需求，会错漏很多过往的问题，有时候就会形成很恶心的鬼打墙局面，改了一个新问题，老问题出现了，改了老问题，新问题又回来了。反复在重复问题中转圈。

所以编程的过程中也需要不断更新记忆文件，并且这个文件也不能太大，否则token消耗会爆掉，就需要主索引文档和不同的模块文档，这样才能平衡消耗和记忆保存，你们看到现在很多第三方工具都把解决记忆问题当作核心竞争力，比如爱马仕agent，比如那个好莱坞女影星的开源项目，我最近在星球也一直强调这个。

每次版本迭代和更新的时候，要求AI合理的记录记忆文件，并且记忆文件要合理的进行规划，去重冗余，并且不要用大而全的文件存储一切，方便后续快速对应阅读和处理。这样AI在后续处理的时候，能够做到尽量不伤害过往的成果，不重现过往的错误。

我知道这说起来好像挺平常的，其实我在开发过程中，最怕的就是这个，突然过往的成果被改坏了，或者过往修复过的bug又重现了，很多次，很多很多次。记忆管理，要让AI知道过往。

2，代码可维护性

其实记忆管理也是可维护性的一部分，但不是全部。

有些人就会问，你都用AI编程了，代码你又不改，可维护性不是脱裤子放屁。

这里的可维护性，不是人来维护代码，而是AI维护代码。

AI维护代码，也需要可维护性。

AI修改的代码会越来越庞大，越来越多废弃的部分，此外，复用性不够，类似的功能很多重复编写，那么后续进行版本迭代的时候，它就可能出现各种问题，比如陷入大量冗余代码理解而浪费token，比如因为复用性不够只处理了一部分问题，导致整体展示和业务逻辑不统一，比如会去更新已经废弃的代码而不是正在使用的部分，比如理解代码的过程被废弃逻辑引入歧途，我坦白说，这些比如我都经历过，不是拍脑袋想的。

所以，每次版本更新，都需要让AI在它清醒的时候（刚做完更新，记忆还相对完整），清理掉冗余逻辑，删除废弃代码，提升复用性，类似结构代码归并处理。这样，后续AI自己做新的版本迭代的时候，才能节省token，提升处理效率，以及降低各种恶心事情的发生几率。

3，自动测试体系

AI编程后，我发现有一件事的工作量不但不会少，反而增加了，就是测试。

因为以前很清楚自己修改了什么地方，测试也只着重跟进特定功能和操作流程即可。但是AI编程很多时候不知道它改了啥，特别是当指示约束不够好的时候，它会基于错误的理解去乱改，就很崩溃，有时候你以为它只改了一个小局部，但可能很多想不到的地方也被干扰的面目全非，特别是如果架构设计不清晰的一些vibe coding玩家，更容易遇到这种情况。

所以每次改动都要做各种测试，而且就算如此也经常遇到意想不到的地方出问题了。

所以当设计好需求后，其实是应该设计一个自动测试的测试范例和流程，好消息是，这个可以让AI来做，坏消息是，这个做完了也需要你测试是不是真的好使。

AI自动测试是个非常大的方向，现在应该有不少第三方的工具，不过我坦白，我还没用过，这是我的问题。如果你希望靠个人或小团队打造一个可持续稳定迭代的商业产品，这件事需要重视起来，因为你会发现，当你产品进入不断的反馈迭代优化流程时，这是你70%的工作量。

另外，再度强调，自动测试只能解决功能性测试，也就是功能是否符合设计预期。但不能解决一些所谓体验优化的测试，特别是小游戏这种，比如游戏难度是否合理，游戏卡顿，游戏用户操作的流畅度，交互反馈用户理解是否一致，数值平衡等等，这些仍然需要人来测试。甚至需要深度玩家才能测试出来。

就像我最近搞得AI围棋工具，我真的请了职业棋手参与测试，因为我的水平怎么下都是输，完全测试不了难度分级的效果。

4，关注本地模型

大模型虽好，但是使用成本越发昂贵。

我这里说的本地模型，是指当你产品希望赋予某些AI能力，一种是基于API访问大模型，按照使用付费，另一种是直接嵌入本地模型，在客户端直接跑起来。

但目前，一般手机能力有限，能在手机上跑的本地模型通常能力不强，或者过于消耗资源而无法被手机市场接纳。

比如我本来打算用katago 28B 本地版本直接做AI围棋终端，但是连产品提交都不行，只好降级为18B版本，就这样也无法展开参数跑，手机性能毕竟有限。

不过从长远看，第一，本地模型能力正在快速增长；第二，手机算力也在持续增长。所以未来可以乐观一点，基于本地模型的一些AI工具依然会大有可为。

还是前面的案例，即便是katago 18B模型，用低参数去跑，依然可以有准职业棋手的棋力，这是很恐怖的。以前alphago lee 版本需要惊人的算力成本来维持其表现力，而现在稍微带高端一点显卡的单机都可以轻松碾压那个版本（katago28B 都不需要最高参数，中等参数足够了，手机暂时还不行，但再过几年呢）

本地模型，开源模型，如何部署，如何结合到自己的网站，应用里，都是值得关注的方向，未来几年，在成本效率平衡的考量下，本地模型大有可为。

5，有想法尽量占坑吧。

苹果审核明显更严苛了，谷歌审核周期也逐渐拉长。

所谓占坑，就是某些领域你要尽早塞进你的产品，然后以后慢慢迭代，为什么这么说，苹果拒绝我的AI围棋产品，说是山寨和滥发，其实我能理解，就是现在做AI围棋的太多了，而且katago又是开源引擎，他们代码一审核，好家伙，好多产品都带着这个引擎，而且围棋么，你想想，还能有啥功能，还能长啥样，都是对弈，复盘，识谱这些对吧。这咋创新，几千年了对不对。

以前没那么多人做App，有些相似问题也不大，现在好家伙，几倍十几倍的增长，人家门槛自然水涨船高了。

如果你不早点占坑，以后你做出来的产品，可能上架门槛会更高，可能辛辛苦苦做出来，人家审核说一句，没创新，你就上不了市场。占坑以后才有机会慢慢迭代。

以上，是对不死心，还想继续在这个领域折腾的同学的建议。

最近我发现一个趋势，其实我自己也是，就是很多App或者小程序的开发者，就不是为了赚钱，不是为了做出多成功的产品，是什么呢，自己有需要，市场上也有产品，但是市场上的产品要么就订阅费，要么就弹广告，要么就只能联网才能使用。那现在AI编程那么容易，自己搞一个，就照着主流产品做，但是不收费不弹广告，自己用着舒服就好。我开发的几款产品，先不管别人怎么看，我是真的平时一直在玩，在用的。

想想也是，我要是手机市场的负责人，我也不喜欢这种开发者，这不搅局么。

最近，中国进出口商品交易会（广交会）和中国国际消费品博览会，分别在广州和海口举行。“趣解商业”注意到，今年广交会首次设立智能穿戴、消费级无人机、显示技术等专区；消博会上，各类AI产品也成为场馆“主角”。

在广交会的智能穿戴设备专区里，除了人气火热的智能眼镜，智能戒指与AI吊坠也吸引了大量参展观众的体验。

实际上，智能戒指与吊坠早已不是以前的“小众酷玩”。有机构数据显示，2025年上半年全球智能戒指出货量已达到160万台，全年出货量预计将突破400万台，其中国内电商平台智能指环销售额同比增长了6410.7%。资本市场同样闻风而动，国内已经有多家相关企业拿下亿元级融资，苹果、Meta等硬件巨头也在推进同类产品，试图抢占这一贴身穿戴的AI入口。

01.AI戒指成健康生活新搭子

纵览市面上各类“AI+”的指环、项链，有不少都将核心卖点集中在健康监测与睡眠管理上，尤其是智能戒指；在电商平台搜索“智能戒指”，各家产品几乎都在强调“睡眠监测”“无创血糖监测”“心电监测”能力。

高度趋同的产品逻辑，或许与Oura的成功有关。这家成立于2013年的芬兰公司如今是智能指环的头部品牌。截至 2025 年，“Oura Ring”已迭代至第四代，售价高达349美元，每月还需额外支付5.99美元解锁完整健康数据分析，但丝毫不影响用户的购买热情。

Omdia数据显示，Oura Ring在2025上半年占据了全球智能戒指市场74%市占率，实际在使用的用户群已经突破440万人。

最近，麦肯锡的一项调查发现，对于千禧一代（1981-1996年出生）和Z世代（1997-2012年出生）而言，健康和养生已不再是偶尔为之的活动与消费，而是日常化、个性化的生活实践。

智能手表虽然也能监测心率、睡眠等基础健康数据，但在全天候、无感化、长期佩戴这件事上，戒指占据了绝对优势。体积小、没有屏幕、交互少带来的超长续航，可以让戒指不必像手表那样频繁充电，实现全天候监测；同时，手指部位血流信号更清晰，戒指的监测精度也比手表更准确。

基于无感化的佩戴优势，以及Oura的成功经验，不少厂商都在这一领域迅速跟进。“趣解商业”注意到，三星、魅族、追觅、影目科技都推出了自己的智能指环，价格在1500元至3000元不等。

大量创业团队也卷进这一方向，有从业者对《经济观察报》表示，现在广东制造商对智能戒指蜂拥而上，“一旦有厂商的单款硬件出货超过50万件，就会像神话一样传遍整个供应链。深圳几家原本生产非品牌智能手表的制造企业，都转做起了白牌智能戒指。”

由于售价昂贵和订阅制消费，Oura在国内并没有海外受欢迎。京东数据显示，平台销量前两名的智能戒指品牌分别为RingConn和追觅，均是国产品牌。追觅的智能戒指价格在2500元左右；RingConn Gen 2国补后售价约1868元，京东和淘宝累计销量已经过万。

“趣解商业”注意到，这两款戒指都避开了单纯复刻Oura的路线。RingConn是全球首款带有“睡眠呼吸暂停”的监测功能的智能戒指，并正向医疗硬件发展。

追觅戒指的特别之处则是增加了震动马达，通过震动触感向用户传递心率异常预警、重要消息通知等信息。追觅的相关负责人表示，接下来还会尝试在戒指上实现追觅生态家居的快捷控制。

图源：追觅

影目科技也推出了与自家AI眼镜相配的智能戒指，用来控制眼镜完成消息查看、功能切换等；有用户体验表示，通过戒指交互比用手指滑动镜框要舒适很多。

可以预见，小小的智能戒指上未来还可能会融合交通出行、车联控制、数字支付等更加多元化的场景。

02.项链长出“眼镜”和“耳朵”

相比指环千篇一律的形态，AI项链的设计显然要丰富许多。不仅外观上打破了环形的固定束缚和材质的限制，更大的体积空间也让吊坠能够容纳更多元器件，拓展出更多实用功能，如拍摄识别、语音翻译、录音转写等。

目前市面上的AI吊坠主要分为健康管理和办公生活助手两种类型。

在健康管理赛道，OdyssLife是国内的代表性玩家。这家由前字节跳动Coze负责人潘宇扬创立的公司，2025年内连续完成两轮共近2亿元融资，由红杉中国、Monolith等知名机构领投。

OdyssLife项链的卖点是，通过隐藏式摄像头“打帧”拍摄食物，结合AI视觉识别自动记录卡路里和营养成分，解决手动记录的繁琐。在潘宇扬看来，挂在胸前的项链拥有绝佳的“上帝视角”，能完美覆盖用户的用餐区域，看到用户运动的每一步。

图源：Odyss

这类“生活管家”的产品，关键在于使用的便捷和记录分析的准确性。OdyssLife的产品还在内测阶段，尚未大规模贩售，能否真正解决复杂烹饪场景下的识别难题，能否让用户消除胸前摄像头的心理门槛，仍有待市场验证。

在场景选择上，大厂们并未选择健康管理这类型相对垂直的赛道，而是围绕办公协同、全场景交互展开。

Meta在2025年底收购了主打“实时转录”的AI吊坠公司Limitless；苹果正在自主研发类似“AI pin”的智能胸针，可别在衣服上，也可以挂在脖颈间，核心定位是iPhone的延伸交互入口，作为iPhone的“眼和耳”感知场景，辅助生活与办公。

大厂聚焦通用场景，背后的原因并不难猜。一方面，办公、语音助手、场景感知等功能无需触及医疗合规与高精度健康算法的高门槛，研发周期更短、试错成本更低；更重要的是，这类产品可以直接与手机、生态系统深度绑定，借助现有用户基础快速放量，商业路径远比垂直健康赛道更具规模化潜力。

在国内，还有创业团队选择了情感陪伴这一方向，并收获了初步的市场认可。前美团智能硬件负责人孙洋打造的“Looki”，主打“人生回看器”的定位——32克的挂坠定时自动拍摄生活影像，AI生成每日vlog、连载漫画和洞察分析，将被动记录转化为情绪价值。

Looki去年在海外发售后迅速爆火，今年，Looki完成了超 2000 万美元（约1.4亿人民币）A轮融资，由蚂蚁集团领投。“趣解商业”注意到，Looki国内版现已上架京东，定价不算便宜（1499元），被罗永浩在播客栏目里戴过之后逐渐被更多人关注，目前其京东旗舰店销量已经突破7000。

图源：Looki

Looki 的走红，充分证明了 AI 吊坠赛道具备真实的消费潜力。随着“苹果们”的产品入场，创业品牌抢占用户心智的窗口期正在快速收窄，接下来能否诞生更多同类爆款，仍值得持续观察。

03.智能穿戴赛道何时爆发

总体来看，智能戒指已凭借健康监测站稳细分赛道，供应链成熟、出货量稳步攀升；智能吊坠则凭借形态的多样性，在健康、办公、情感记录多线开花，但尚未形成统一的爆款范式。

作为穿戴设备，智能戒指、吊坠和AI眼镜一样，都面临着同一个成长难题：缺少不可替代的刚需场景——没有非它不可的功能。

有从业者直言，现在大家都在硬件上堆料（更好的麦克风、摄像头、雷达），AI Agent的理解能力和主动决策能力却未跟上。如果只是比手表佩戴更无感一些、比手机记录更方便一些，真的能支撑用户长期高频使用吗？

经常有网友提到，花上千块钱买一个AI硬件，戴了一整天，晚上打开APP看分析报告，看到一半蹦出来一个付费开通会员的提示，最后硬件没用几天就“吃灰”了。也有深度体验Looki的用户表示，Looki宣称能根据摄像头监测到的用户的举动和环境，推送相应的提示，但它推送的内容实用性非常弱，并不了解我需要什么，而是只管它看到了什么，“有点像一个爱尬聊的朋友”。

图源：小红书截图

归根结底，AI穿戴设备是软件与硬件的结合，更轻便、续航更久确实能带来使用的新鲜感，但如何让AI真正解决使用者的问题，让用户觉得“今天戴着它确实帮了不少忙”才是保持粘性的关键。

这也依赖于AI Agent的进化速度。如今AI对物理世界的理解仍停留在“感知层”，想要硬件从“玩具”变成“工具”，需要AI有更长久的记忆、多模态输入能力，以及跨应用、跨设备的执行权限，这是一项长期且复杂的系统工程。

不过，挑战背后往往藏着行业突围的机遇。智能戒指与AI吊坠等智能穿戴设备在各大展会频频亮相，显示出产业链的发展与活力。

国产品牌如今已经迈过了“从0到1”的门槛，接下来，随着算法、场景与生态进一步磨合，这批在展会上崭露头角的智能硬件，将在持续的技术迭代与用户验证中慢慢找到真正的刚需落点。

当OpenClaw（俗称“龙虾”）成为全民关注点，引发了各大厂商加入“龙虾潮”，Token的消耗开始呈现出指数级的增长趋势。

有开发者社区和社交平台上开始频繁出现对比表，在不同模型上的Token消耗是多少、输出质量差异如何、折算下来“每千Token成本”谁最低。

但如果真的试图用Token去算一笔账，很快就会发现，事情已经没有那么简单了。

前几天，一个做财务的朋友问我：他们的agent每天几十万次调用，一个月到底要花多少钱？

这个问题听起来很基础，看似非常简单，可以通过“Token×单价×调用次数”来计算。

但是，当我翻开Anthropic的价格页打算粗算的时候，结果犯难了。

Claude Managed Agents的session runtime（会话运行时长）按$0.08/session-hour（每会话·小时）独立计费，cache write（缓存写入）和cache hit（缓存命中）各有不同档位的乘数，跟Token根本不在一个维度上。

于是我把几家主流平台的价格页逐一翻了一遍，发现这件事远不是一道“干净的算术题”：

比如OpenAI的价格页更像一张资源总账。Token之外，web search（联网搜索）按千次调用收费，container按session （会话持续时间）时长收费，file search storage（文件检索存储）按GB/天收费，regional processing再叠一层10%。

Google Gemini收敛一些，但grounding（搜索增强）和context caching（上下文缓存）也各自被单列为独立计价项。

Anthropic三档缓存乘数叠一个session runtime（会话运行时长），又是另一套维度。三家已经没法用同一个公式算清楚。

再往上走一层，连商品边界本身都脱离了“模型”。Salesforce用Flex Credits把动作配额写进价格体系，Intercom干脆绕开Token，按outcome收费，每个 $0.99，白纸黑字定义什么算一次“有效解决”。

一番搜索后能确定的只有一点：大家根本不是在卖同一种东西。

2026年一月，OpenAI CFO Sarah Friar在官网发表的《A business that scales with the value of intelligence》中，同时点出了其三条商业化路径：订阅、广告支撑的免费层、按用量计费的API，还补了一句——未来将扩展到授权、IP 协议和按结果定价。连平台方自己都不再用单一的“按用量计费”来描述自己了。

在过去，对于各大模型的比拼，行业里经常提到“谁的Token更便宜”的讨论，默认了一个前提：行业已经存在一个被广泛接受的统一计量单位，大家比的只是价格。

但到了2026年4月，目前的现实是——Token早已不是AI账单里唯一的计费单位。AI商品正在从单一计量项走向多单位并存，企业的预算语言随之被改写。

因此，本文想讨论的不只是Token本身，而是梳理一条完整的变化路径：从收费方式的变化，到成本结构的分化，再到预算体系的调整，看Token经济如何被重新定义。

AI收费，告别“单一Token时代”

如果今天仍有人只讨论“哪个模型每百万Token更贵”，那看到的只是底层供给的一部分。

真实情况是，企业目前购买的是一段被组织过的智能劳动，裸模型只是其中的一小部分。

它可能同时包含模型推理、搜索、检索、缓存、上下文驻留、运行时、容器、团队席位、动作配额，乃至一个被明确定义的“完成件”。AI经济正在经历的，不是一场简单的价格战，而是计费对象的扩散。

这里最容易出现的误读，是把“计费单位变多”等同于“底层模型已经不重要”。

但事实恰恰相反：模型仍是底层最核心的供给对象，只是它不再是企业成本解释框架里的唯一变量。

一旦系统进入真实工作流，采购者与运营者就必须同时处理 grounding、batch（批量调用）、regional（区域路由）、runtime（运行时长）与席位切换，它们在同一张对账单上争夺预算。于是，账单不再是一列Token的累加，而是一组互相叠加的价格对象。

AI底层大概率会像电力一样，最终被压成公用事业：便宜、可计量、不可或缺，但也不再是价值最终停留的地方。

经济史上反复出现的模式是：电带来的生产率跃升，远比“有电就更快”复杂。让美国制造业真正起飞的，是工厂围绕电重写了生产组织，而不是电本身变得便宜。

AI成本，从统一定价走向按任务分化

过去我们习惯用“每百万Token多少钱”来理解AI成本，但今天这个锚点已经失效——账单的主角是谁，取决于你在跑什么样的任务。

先看一个轻量、高频、以检索为主的企业问答任务。

以Google Gemini 2.5 Flash-Lite标准档估算，5,000 input + 1,000 output Tokens，Token成本约 0.0009 美元；若同一次调用附带一次 grounded prompt，超出每日免费额度后，单次grounding价格为 0.035 美元，是Token成本的近四十倍。

在这类工作负载里，主导账单的是search / grounding这类外层能力，模型推理本身反而退居二线。

然而，如果换成更强的前沿模型，图景就完全不同。

以OpenAI GPT-5.4 标准档为例，5,000 input + 1,000 output Tokens约0.0275美元；一次web search的tool call fee为 0.01 美元（search content Tokens 另按模型费率计）；一次 1GB container session 为 0.03 美元。此时模型成本仍与工具调用处于同一数量级，在许多推理密集任务中甚至占大头。

再看Anthropic官方给出的 Claude Managed Agents worked example：一个一小时的Opus 4.6 coding session，50,000 input + 15,000 output的Token成本是0.625美元，session runtime仅0.08美元。runtime已经进入了商品列表，但远未“压倒”模型成本。

三个例子合起来指向同一件事：成本的大头在哪，取决于你让AI干什么样的活。

通俗的理解，你让AI查资料，钱主要花在搜索上；让它动脑子，钱主要花在模型上；让它一直在后台干活，“开机时长”本身就是一笔账，所以根本不存在一张能通用的“AI单位成本”表。所以AI经济的演变，不能被简化成“工具吃掉模型”或“模型吞噬一切”这种非黑即白的故事。

更准确的说法是：买方必须开始按不同任务形态去理解total cost（总成本），不再假定存在一个统一的成本锚。

这件事的后果，比“算术变复杂”要大得多。一旦计费单位裂变，原本用“每百万Token 多少钱”就能对账的人，现在必须同时理解search成本、cache命中率、runtime时长与 regional 溢价。

预算口径从一维变成多维，采购的比较轴也随之改写——从“谁的Token更便宜”，变成“在我的工作负载下，谁的综合成本更低”。计费单位的裂变，正在倒逼企业重写自己理解AI 支出的方式。

中国市场提供了一个“反向参照”。比如2024年国内大模型价格战打得异常惨烈，部分厂商降价超过97%，推理毛利一度跌至负数，但整场战争的叙事始终只围绕一件事：谁的百万 token 更便宜。

runtime、grounding、outcome这些在美国价格页上已经独立成行的维度，目前在中国仍处于早期。当所有玩家都挤在同一个计量单位上竞争，负毛利就不是意外，而是结构性的终点。

价格页先变，企业的预算体系也需跟上

计费单位的变化，最先出现在价格页上，最后才会反映到平台的营收盘子里。而夹在中间、最先被迫跟着调整的，是企业自己的预算表。

到目前为止，没有可靠的公开数据能证明OpenAI、Google或Anthropic的tool/storage/runtime营收已经超过model/Token营收。

所以，一家公司在价格页上加了多少新收费项，不代表他们的钱真的就是从那些新项目里挣回来的，这两件事不能画等号，还需要进一步等数据说话。

当前真正能确认的是：卖方的定价语言已经先变了，买方的预算口径没办法继续停在Token这一列上。

这其中的道理也不言而喻：当官方价格页已经把tool call（工具调用）、session runtime（会话运行时长）、outcome （结果）各自独立定价，企业的对账单就不可能再维持成一列Token，否则卖方给的账单和买方的内部核算对不上。

Token不再是唯一的主角，它更像是底层的一种计量单位。真正影响账单的，是推理、搜索、缓存、运行时、席位、动作、结果这些叠在一起的成本。

文章开头Sarah Friar那句顺口提到的“未来还会扩展到授权、IP 协议、按结果定价”，其实就是这件事在OpenAI自己眼里的翻译——他们比任何人都更清楚，自己正在卖的不只是Token。

一旦买方的预算框架跟着调整，一些原本被忽视的东西会重新浮出水面。比如：

Model router不再只是“帮你挑哪个模型最合适”，而是在悄悄决定整张账单的结构——选错一层，预算的重心就会整体偏移；

Salesforce的Flex Credits卖的不是某一次具体调用，而是一份可以在不同动作、场景、团队之间自由调拨的“使用权”；

Outcome pricing的真正吸引力，在于它把预算直接绑在“完成件”上。企业第一次可以用结果，而不是过程，来和供应商对账。

新的计费单位或许还没改写卖方的收入结构，但它们已经在改写企业内部看待AI的方式。而一旦组织用新的语言理解自己的 AI 支出，预算最终流向哪一层、沉淀在哪一层，就不再是一张模型排行榜能决定的事了。

当计费单位裂变，价值开始分层

把视野再拉远一点，如果计费单位已经不只是token，那“钱到底会沉淀在哪一层”这件事，就得分层去看。

我自己的一个梳理方式去做理解，是把整个AI经济看成一套五层结算栈。当成一张正在成型的产业结构图来看，本系列接下来几篇会沿着这个框架逐层展开：

• 第一层 · 公用事业层：算力、Token、缓存、搜索、容器、文件检索，可计量、可路由的“认知吞吐量”

• 第二层 · 协议与能力层：MCP、A2A、Agent Skills 这类让模型、工具、数据源和agent 互操作的共同接口

• 第三层 · 知识封装层：Skill、Prompt、Eval、Policy、Memory，把行业know-how序列化下来

• 第四层 · 执行交付层：被托管、观测、监控的“数字劳动力”，marketplace正把agent 从“下载”变成“调用”

• 第五层 · 结果与责任层：Intercom的$0.99 per outcome是最明确的公开信号之一，“被完成的工作”开始成为合同化的结算对象

如果把这五层放在一起看，会出现一个很清晰的分布规律：越靠下，越容易被单位化和路由化；越靠上，越深地嵌入上下文、验收和责任。

对应的商业模式也随之分化——底层依赖规模和效率，买方按成本比价；上层依赖不可替代性，买方按结果付费。这两种模式都可以成立，但它们的“价格锚”完全不同。前者锚定投入成本，后者锚定创造的价值。

Token经济，不再只关于Token

总之，今天再谈Token经济学，不再是简单的“Token 单价走势”，更值得研究的是：Token作为底层计量颗粒，正在怎样与search、cache、runtime、seat、outcome这些更高层的单位一起，重写企业对 AI 的预算语言。换句话说：Token还在，但它已经不能单独解释这门生意。

当然，这并不意味着Token不重要。

底层资源层依然可能是最大的利润池，甚至会出现高度集中的赢家。但到了2026年，如果想理解AI商业化的变化，只盯着Token，已经看不全了。问题从“Token多便宜”，变成了：整张账单是怎么被构成的。

那接下来应该看什么？比预测时间表更有意义的，是观察一些正在出现的信号：

第一，企业合同里，是否开始出现SLA、数据驻留、缓存策略、责任边界这些条款，而不再只谈Token单价。这意味着，买卖双方开始围绕“系统”和“责任”对齐，而不是单一资源。

第二，marketplace（Agent 商店/市场）上，是否开始出现带eval card的agent服务。也就是，“结果是否可被评估”，开始成为商品定义的一部分。

第三，是否出现第三方的审计、认证和争议处理服务。这是“按结果结算”走向合同化之前，必须补上的最后一块基础设施。

到2027年底，如果这三条里有两条以上落地，那么可以基本确认一件事：结算对象正在从Token向更高层上移。

Anthropic在4月7日以“invitation-only”的方式发布了Mythos（预览版），而与此同时，工作层模型的价格仍在持续下降。

一边是前沿能力不断集中，一边是工作层持续商品化。

成本在下沉，价值在上移。

这两条看似相反的变化，其实指向同一个方向：AI的价格正在走向分层，而价值也在随之重新分配。

当Token不再是唯一的计量单位，当账单被拆分成多种成本结构，企业最终为哪一层买单，就会决定价值沉淀在哪一层。

至于这种“成本下沉、价值上移”的结构，是如何在同一个体系中同时成立的，我们将在后续的解读中再逐一展开。

1. 石油化工行业相关企事业单位、高等院校等在科研和工作中应用的新技术、新工艺、新材料、新装备、新仓储及科技管理创新等科技成果。包含以下方面:

石油、天然气的勘探、开采、储运、销售和综合利用;

石油炼制、石油化工、天然气化工、煤化工及其他化工产品的生产、工艺、销售、储存、运输;

石油化工行业、团队或技术项目运行中先进的管理系统、数字化平台;

成品油储存、运输、批发和零售;

煤炭的生产、销售、储存、运输;

新能源产品的生产、销售、储存、运输;

石油石化工程的勘探、设计、咨询、施工、安装;

石油石化设备检修、维修;

国际化仓储与物流新技术、新工艺等。           

2. 结合好技术成果,挖掘整理石油化工天然气企业或科研机构在技术创新、管理创新、制度创新等方面推动经济增长和产业发展的优秀经验、突出成就、典型人物及创新事例。

注:申报方式

点击下载《2026“石油石化好技术”项目申报书》,按申报要求填写并提交至指定邮箱syshhjs@163.com。

2026”石油石化好技术“申报书.docx

    项目征集时间:2026年04月20日— 6月30日

今天,人形机器人马拉松品牌赛事——2026北京亦庄人形机器人半程马拉松赛结束。

其中,荣耀人形机器人“闪电”凭借50分26秒(净用时)的成绩,获得此次比赛冠军。相比于2025年机器人马拉松冠军——天工Ultra机器人(2小时40分42秒的比赛用时),荣耀人形机器人“闪电”的奔跑速度快了大约2.8倍。

目前人类男子半程马拉松世界的最新纪录是57分20秒,由乌干达名将基普利莫于2026年3月8日在里斯本半程马拉松比赛中创造,这个成绩比原纪录(埃塞俄比亚选手约米夫·凯杰尔查在2024年10月创造的57分30秒)提升了10秒。

这意味着,如今机器人马拉松的比赛成绩,已经超越了“最强人类”。

从“漏洞百出”到“地表最强”

2025年,是人形机器人半程马拉松赛事的第一届。彼时共有20支参赛队,基本涵盖了北京、上海、广东、宁夏等全国各地的品牌方,又有高校、研究院和大厂自研的机器人队伍。

那原本是一场令人期待的比赛,但结果无疑给很多行业人士“浇了冷水”。

很多人依旧清晰地记得,2025年的比赛过程中,有机器人无法走直线,忽左忽右,甚至一度冲向绿化带;还有机器人在起跑线外就因电量不足宣布退赛,工作人员无奈表示"所有电机都失能了”。负责遥控的工程师,比机器人还累,不仅要跟着跑完全程,还要随时搀扶、紧急排查故障。

最终,20支队伍中仅有6支完赛,故障率高达70%。

到了今年,首先是参赛队伍数量上有了大幅增加——80余支企业赛队、20余支高校及训练营队伍;汇聚了26个品牌、300余台人形机器人;参赛队伍数量增长近5倍。

除了北京人形机器人创新中心、荣耀科技、宇树、松延动力等代表品牌之外,还出现了一些意料之外的新玩家。

比如,来自智能手机行业的荣耀和来自互联网行业的高德,均是第一次参与机器人马拉松比赛。其中,荣耀带来了“闪电”和“元气仔”两款人形机器人产品;高德则推出了首款四足机器人产品——途途,不仅能出门、会思考,更能作为智能导盲犬守护视障人士,是全球首款可在开放环境下全自主行动的具身机器人。

虽然比赛过程依旧是波折不断,但整体看下来,机器人的奔跑速度确实提升了。在正式赛场上,宇树H1(2023年改版)突发姿态失控摔倒,被工作人员用担架抬离赛道。不过在4月16日排位赛中,这款机器人自主跑完1.9公里多弯道赛程,用时 4分13秒,按比例计算已打破人类1500米世界纪录。

北京人形机器人创新中心自研的「具身天工Ultra」机器人,以全自主模式、零人工干预的方式,用时1小时15分完成21.0975公里半程马拉松赛程,将去年由北京人形自己创造的人形机器人半马纪录缩短了1小时25分钟。

清华、北大、中国科大等超过20支高校赛队参赛,规模较去年翻番。部分高校使用北京人形机器人创新中心交付的“具身天工”通用机器人本体,结合自身科研成果组队。

荣耀,则是本届马拉松的最大黑马。

以此次半马冠军——荣耀人形机器人“闪电”为例,全程采用自主导航模式,仅在10.6公里附近进行了一次换电。比赛中曾遭遇撞车意外,但凭借内部的动态平衡算法,机器人自主拉回正常姿态并重返赛道。

除此之外,雷霆闪电队的“闪电”以50分56秒和星火燎原队的“闪电”机器人以53分01秒,分别位列第二、第三名。冠亚季军三支战队的参赛机器人均为自主导航机器人,且同属于荣耀机器人团队。

需要注意的是,本次比赛也对赛事规则进行了优化。首先,参赛资格与硬件规范更加明确,要求参赛机器人须为独立整体,具备躯干、上肢及双足结构,身高超75厘米,核心运动模式为双足奔跑,手部建议采用一体化设计。

其次,赛道规则更加精细,赛事创新设置自主导航与遥控两种参赛方式,实现同赛道比赛、混合计时、统一排名。超越需从左侧进行,建议保持5米以上安全距离。此外,计时判罚体系更加完善,例如,为鼓励自主技术研发,遥控方式参赛队的净计时成绩需乘以1.2系数。

所谓机器人自主导航模式,就是不依赖人工遥控,通过自身传感器和智能算法,在未知或已知环境中实现自主定位、路径规划、避障和运动控制的技术体系。

虽然有部分参赛企业认为,机器人跑马拉松,最难的是持续奔跑的能力,“其他都是提前编程好的或者遥操的”。不过在今年,近四成赛队实现自主奔跑,这一进步也标志着人形机器人从"高级遥控玩具"向自主智能的转变。

奔跑之外,还得有哪些提升?

和机器人奔跑速度相比肩的,还有具身智能行业的融资节奏。

根据不同统计口径,2025年全年机器人领域融资规模在511亿元至735.43亿元之间,是2024年的3.5倍。全年融资事件超过670笔,创近三年新高。

2026年前三个月,融资事件接近200起,融资规模已近300亿元,达到2025年全年近六成。仅深圳就诞生自变量机器人、智平方、帕西尼感知、众擎机器人四家百亿估值“独角兽”企业。

4月16日,它石智航宣布完成超4.5亿美金Pre-A轮融资,创下中国具身智能有史以来最高单轮融资纪录。本轮融资,由高瓴创投与红杉中国联合领投,美团龙珠、中金资本、凯联资本、东方富海等跟投。

行业里全是大钱,这已经悄然改变了人们习惯于理解的早期投资的模样。但这一阶段,投资方押注的显然不可能全是“速度”,眼下比自主奔跑更急迫的,或许还有行业的技术收敛趋势——机器人除了运动能力在快速提升之外,更多涉及“真实干活”的灵巧操作仍进展缓慢。

软件模型上,VLA(视觉-语言-动作)端到端模型、世界模型(World Model)、分层控制(大脑-小脑协同)、多模态大模型+原子技能库等多种技术路径仍在并行发展,尚未形成统一共识。

硬件件设计,关节构型、灵巧手设计等存在显著差异,成本与性能的跨度依旧很大。

更重要的是,与依赖互联网海量文本的大语言模型不同,具身智能需要的是机器人与物理世界交互产生的“任务级、过程级”多模态数据,其采集面临成本极高、效率极低、标准缺失、质量不均等多重挑战。

“训练具身智能大模型,需采集视、听、触、力觉等多模态数据,保守估计当前已有数据量与所需数据量之间至少还差两个数量级。”上海市数据科学重点实验室主任、复旦大学计算机科学技术学院教授肖仰华对外表示。

此外,机器人不成熟就无法批量部署,没有批量部署就无法获得真实场景的持续回流数据。这就导致了数据采集的硬件投入高,单台设备产生一万小时训练数据需要消耗上百万元。

在宇树科技提交的招股书也提到,此次IPO拟融资金额42.02亿元,主要用于智能机器人模型研发项目、机器人本体研发项目、新型智能机器人产品开发项目以及智能机器人制造基地建设项目。

其中,数据采集是“智能机器人模型研发”项目的核心组成部分,该项目总投资20.22亿元,占总募资近一半。招股书明确该项目聚焦于:构建机器人感知、决策、控制的通用智能模型;构建大规模、多模态的机器人交互数据集;支撑模型训练与推理的算力基础设施。

“目前全球范围内,机器人的硬件能力是绝对够用的。但是,整个行业的具身智能大模型,本质上还是没有达到一个阶段性突破,还没有出现像ChatGPT在大语言模型取得关键性突破的这样一个时刻点。”

宇树科技创始人王兴兴曾对我们表示,如果未来两到三年 ,AI技术实现重大突破,人形机器人一年的出货量很有可能会突然达到几十万台,甚至上百万台都有可能。

关键词：创新方法；垂直钻进；超深钻探；方案

一、引言

“深地、深海、深空”的资源开发作为国家重大战略科技攻关项目，关系到国家战略资源储备的安全。“上天不易，入地更难”，井眼只有打的越直，才能钻的越深。然而，受地层各向异性及钻头机械破岩趋易特性等客观因素的影响，井斜问题不可避免。井斜问题因此成为限制钻深极限的首要原因[1,2]。

为了解决井斜问题，科研人员将控制论的思想与方法应用到钻井工程实践中，自动垂直钻进系统应运而生。其工作原理为：当测控系统监测到井斜时，控制液压执行机构推靠井眼高边井壁，使钻头侧向切削井眼低边，从而将井眼轨迹重新纠回垂直方向[3,4]。然而，该技术目前仍然存在关键技术问题，即现有垂直钻进系统无法适用于超深钻探[5]，主要表现在以下三方面：

（1）当钻深超过7000米，系统功能失效，导致井斜迅速超标，进而被迫提前终止钻进；

（2）垂直钻进系统制造、使用与维护成本高，单井作业费用数百万元；

（3）垂直钻进系统仅适用于全面钻进，无法实现钻探所需的取心作业，获取地下岩样。

为了解决上述技术问题，应用创新方法理论，形成超深钻探垂直钻进系统设计方案，指导系统研发，从而响应国家“向地球深部进军”的号召，为探索地球深部奥秘，勘探深部资源提供有力的技术装备支撑。

二、问题分析

2.1 技术系统定义

首先对现有垂直钻进系统进行技术系统定义，确定其功能为保持井眼的垂直程度。随后，对当前技术系统进行组件分析，识别系统组件与超系统组件，其中，系统组件是指构成技术系统或工程系统的各个部分。这些部分可以是物质（具有静止质量的物体），也可以是场（没有静止质量，但可以与物质产生相互作用的能量或力），还可以是物质和场的组合[6]；超系统组件则是包含被分析系统在内的更大系统或环境中的组件。根据上述定义，组件分析结果如表1所示。

随后对系统组件与超系统组件进行相互作用分析，相互作用分析是分析系统中各个组件之间如何相互影响、相互依赖，以及它们之间的功能关系的过程。通过相互作用分析，可以揭示组件之间的相互作用机制，了解它们如何共同工作以实现系统的整体功能。自动垂直钻进系统组件相互作用分析矩阵如图1所示。

2.2 系统功能分析

利用相互作用分析结果对自动垂直钻进系统进行功能建模。功能建模是一种将技术系统功能以图形化或结构化的方式表示出来的过程。它旨在清晰地描述系统中各个组件的功能、用途、性能水平及它们之间的相互作用关系，从而帮助理解系统，并找到当前系统的功能缺陷。图2为自动垂直钻进技术系统功能模型图。

由功能分析可知，当前技术系统的功能缺陷为：

（1）垂直钻进系统主体对钻头的驱动与导向作用不足；

（2）垂直钻进系统主体对岩心的容纳作用不足；

（3）井壁对系统外壳的有害加热作用；

（4）系统外壳对测控系统的有害加热作用；

（5）推靠翼肋对井壁的推靠作用不足；

（6）井壁对推靠翼肋的推靠作用不足。

2.3 因果链分析

因果链分析是一种用于全面识别和解决工程系统缺点的分析方法，它通过层层追因，从初始问题或缺陷开始，逐步挖掘出中间缺陷，直至找到关键缺陷，即根本原因。对于自动垂直钻进技术系统而言，初始缺陷即为垂直钻进系统无法适用于超深钻探这一表象工程问题，而功能缺陷往往以中间缺陷形式在因果链分析中得以体现。

因果链分析结果如图3，排除一些客观存在且无法改变的关键缺陷后，决定对“电子传感器极限耐温能力低”及“执行机构零部件占用空间大”这两个关键缺陷进行技术攻关。

2.4 九屏幕分析与资源分析

通过九屏幕分析结合资源分析（表2）可通过梳理获得后续技术系统改进或替代所需的各类可用资源，最终实现系统理想度的提升。

三、问题解决

3.1 最终理想解

为了打破思维限制，明确最终目标，首先对当前系统进行了最终理想解（IFR）分析，由此获得启发：不仅能够从系统自身角度寻找技术解决方案，还可从地层与破岩角度寻找方案。

通过最终理想解带来的启发并结合资源分析所得结果，得到如下技术方案：

方案1：利用钻井液的动能，通过水力喷射钻井，将破岩方式由机械破碎改为射流破碎。

方案2：利用地球重力场设计机械式稳定平台，通过偏重块重力产生的偏心力矩感应井斜，从而实现对电子传感器的替代（图4）。

方案3：利用钻井液材料向钻井液中加入化学剂，对地层进行改性，使其转化为各向同性材质。

方案4：利用钻井液输送功能向地层输送脉冲酸液，将破岩方式由机械破碎改为腐蚀溶解。

方案5：利用地热场将地热资源收集，通过热熔方式融化地层。

3.2 技术矛盾

技术矛盾指在一个技术系统中，某个工程参数得到改善时，引起另一个工程参数的恶化。由“电子传感器极限耐温能力低”这一关键问题定义如下技术矛盾：如果采用电子传感器，那么井眼垂直度将会得到提升，但是导致系统故障率提升（图5）。分别识别改善参数与恶化参数后，通过阿奇舒勒矛盾矩阵推荐的发明原理得到方案6至方案9。

方案6：利用发明原理24—中介物原理，采用干冰作为热交换中介物，利用其升华效应为稳定平台降温。

方案7：利用发明原理2—抽取原理，在稳定平台内部安装冷却系统，抽取内部热量。

方案8：利用发明原理40—复合材料原理，稳定平台电子仓外部包裹隔热纤维复合材料。

方案9：利用发明原理39—惰性环境原理，稳定平台电子仓内部采用真空环境，隔绝外部热量。

3.3 物理矛盾

物理矛盾是为了实现某种功能，对同一个技术系统的同一个工程参数提出了互斥的、合理的要求。由方案2的附加问题定义物理矛盾：偏重块的外径必须大，使产生的偏心力矩克服盘阀摩擦力矩的干扰；偏重块的外径必须小，以增大其与外壳间的环形空间，减小系统压耗。通过矛盾分离原理得到方案10。

方案10：利用发明原理35—参数变化原理，设计灌铅偏重块，通过提升其密度增大偏心力矩。

3.4 物场模型

采用机械式稳定平台方案时，垂直钻进系统的耐温能力能够显著提升，但受盘阀摩擦力矩的干扰，稳定平台的井斜感应灵敏度较低。为此，对附加问题的物场模型进行建立与改进（图6），通过标准解1.2.4：增加另外一个场来抵消原来有害场的效应[7]，得到方案11。

方案11：偏重块加装产生反向扭矩的水力涡轮，利用钻井液动能产生的涡轮反扭矩平衡盘阀摩擦扭矩。

3.5 智慧小人法

智慧小人法是一种通过拟人化建模解决系统矛盾的创新思维工具，将系统中的组件或功能想象成一群“有智慧的小人”，通过模拟他们的行为、冲突与合作，揭示问题本质并寻找突破性解决方案。

通过智慧小人法得到方案12和方案13（图7）。

方案12：偏重块内灌入智慧小人代表的磁流体，通过外部磁场激励改变磁流体分布，使偏重块重心位置可随盘阀摩阻大小自动调节，从而有助于其稳定在井眼低边。

方案13：将偏重块浸入智慧小人代表的高黏度阻尼油中，当偏重块失稳旋转时，阻尼油产生有助于其稳定的阻尼力，待偏重块稳定后阻尼力即会消失。

3.6 裁剪

裁剪可以通过删除组件来简化系统[8]，针对“执行机构零件占用空间大导致系统无法取心”这一关键缺陷，通过裁剪得到方案14（图8）

方案14：利用钻井液这一超系统组件直接推动推靠翼肋，从而应用裁剪规则A和C将活塞、缸筒、液压系统裁剪，使执行机构拥有足够空间容纳岩心。

3.7 技术方案对比与最优方案确定

对上述方案的技术难度、实施周期、实施成本、生产效率以及可行性进行综合评价与对比，经专家组的多轮评审论证，最终决定采用方案2、方案10、方案11、方案13、方案14。基于上述优选方案，最终形成超深钻探垂直钻进系统设计方案。

四、结论

本文采用创新方法理论，对当前自动垂直钻进系统进行问题分析，揭示了当前系统的关键缺陷，并采用创新工具对关键缺陷予以解决，最终形成超深钻探垂直钻进系统设计方案。该系统简单可靠、可适用于井下高温、振动复杂环境，在石油钻井、科学钻探等诸多领域具有广阔应用前景。

参考文献

[1] 管志川, 陈庭根. 钻井工程理论与技术[M]. 石油大学出版社, 2000.

[2] 白家祉, 苏义脑. 井斜控制理论与实践[M]. 石油工业出版社, 1990.

[3] Chur, C, Oppelt, J. Vertical Drilling Technology: A Milestone in Directional Drilling[R]. SPE-25759, 1993.

[4] J Oppelt, C Chur, et al. New concepts for vertical drilling of boreholes[R]. SPE-21905, 1991.

[5] 柴麟,张凯,刘宝林,等.自动垂直钻井工具分类及发展现状[J].石油机械, 2020, 48(1).

[6] 孙永伟,谢尔盖·伊克万科,伊克万科.TRIZ:打开创新之门的金钥匙.Ⅰ[M].科学出版社,2015.

[7] 创新方法研究会.创新方法教程,中级[M].高等教育出版社,2012.

[8] 创新方法研究会.创新方法教程,高级[M].高等教育出版社,2012.

发令枪响不到一个小时，终点区便迎来首位冲线机器人跑者——荣耀“绝影赤兔队”的“闪电”。

然而，冲线前最后一刻发生了戏剧性一幕。“绝影赤兔队”的遥控机器人在临近终点时意外跌倒，荣耀“齐天大圣队”的自主机器人“闪电”反超，越过终点。

根据本届比赛规则，遥控与自主同赛道竞技但排名统一核算，遥控组成绩需乘以1.2的加权系数。绝影赤兔队的遥控“闪电”虽以48分19秒率先冲线，加权后排名反而不及齐天大圣队那台完全自主导航的“闪电”。最终，荣耀包揽前三名。

成绩只是冰山一角。水面之下，稳定性、电池容量、散热能力、电机性能，都在被这场赛事重新丈量。

今年机器人团队的参赛规模翻了近五倍，26个品牌、100多支队伍，从头部企业到高校实验室，从独立开发者到海外赛队，这场赛事的影响力，已经远远超出机器人产业本身。

1.黑马荣耀一骑绝尘

据「甲子光年」了解，在赛前准备阶段，不少赛队已经听说荣耀是今年的黑马，试图找机会和荣耀的技术团队深入沟通。

此前，荣耀在机器人领域的公开动作并不多。“我们是从去年才开始完整准备这个项目。”荣耀齐天大圣战队成员赛后表示。

荣耀机器人部门成立于2025年6月左右，初期仅10余人，成员主要来自原手机业务部门。去年四季度开始扩编，目前约200人的研发团队集中在位于北京市海淀区的北京分厂。从组建到夺冠，不到一年。

荣耀此次的技术策略很明确：把手机领域积累的工程能力搬到机器人上。其全栈自研了一体化关节电机，腿部结构参照人类运动员身材比例，腿长做到95厘米。更关键的是散热，为“闪电”配备了一套液冷散热系统。

散热是本次赛事的核心考验之一。

中科创星创始合伙人米磊解释道：“人形机器人能跑马拉松，和人类擅长长跑的底层技术原理是相通的，关键之一都在于做好散热。人类直立行走后褪去体毛、布满汗腺，通过汗液蒸发带走热量。机器人采用液冷散热技术，及时带走电机和运动产生的热量，长时间奔跑不会因高温故障停机。本次比赛包揽前几名的荣耀机器人所使用的核心散热部件，就是我们孵化的华科冷芯的悬浮液冷泵。”

此外，团队也对此次自主导航的通信合作伙伴表达了感谢：“对于自主针对性的导航，非常感谢联通公司在通信方面的保障。”

不过，在「甲子光年」看来，荣耀夺冠的真正看点，在于它给当前的机器人行业提供了一种全新的思路。

手机行业对产品集成度、散热效率、结构可靠性的要求，与机器人硬件开发存在部分可迁移的工程经验。荣耀此次尝试将这支团队将手机终端领域的平台能力迁移到机器人上，全栈自研了一体化关节电机，并在机器人腿部结构上做了针对性设计——按照人类优秀运动员的身材比例，将腿长做到95厘米。

但手机终端平台能力后续能否转化为机器人运动控制的系统性优势，仍需观察。毕竟，手机解决的是静态环境下的精密集成，而机器人面对的是动态平衡、高扭矩输出和非结构化地形等截然不同的工程挑战。

在赛后现场被问及下一步攻关方向时，荣耀齐天大圣队成员没有给出具体时间表，只是表示“先休息几天”。关于机器人未来的应用场景，他们提及会首先进入荣耀零售门店，辅助手机销售工作。

但需要冷静看待的是，赛道上“跑得快”和商业上的“用得好”之间仍有距离。马拉松赛道提供了相对标准化的测试环境：平整路面、固定路线、单一任务，且允许针对性优化——例如荣耀为赛事专门配备的液冷系统，在零售门店场景中未必是必要的配置。

真实应用场景中，机器人需要面对的是非结构化环境、多任务切换和成本约束。荣耀下一步要解决的，是这套工程能力能否在量产中保持一致性，以及在脱离了赛道规则保护后，哪些能力可以迁移，哪些需要重新开发。

2.赛道之外的开发者精神

冠军只有一支队伍，但这次赛事大部分参与者并不以夺冠为唯一目的。

宇树H1没有站上最高领奖台，但现场有一个值得注意的现象：大量二次开发的高校队伍、个人开发者，用的都是宇树的机器人本体G1。

未来机域小红果队队长张震来自北京交通大学，团队首次参赛。他认为宇树的策略方向明确：“宇树想做的是一个平民可以接近的东西，消费级的机器人，不是让大家很难上手的专业级设备。如果没有这样的定位，就不会有这么大的出货量。”

张震进一步表示，对于高校团队而言，马拉松提供了一个将课堂知识迁移到真实场景的机会。“导航、卫星定位，包括我们学校特色的铁路技术，本源是一样的，只是应用载体换成了机器人。”

未来机域亦朝游侠队的构成更具特色。

队长胡晓晨是东游科技（北京）有限公司创始人，公司目前只有他一人。一台机器人本体约18万元，对于这样的初创团队是笔不小的开支。“未来机域社区目前以免费形式提供机器人本体，我们就省掉了这笔费用，可以把精力集中到算法开发上。”

他此次带领的参赛队伍共有六人，成员分别来自亦庄和朝阳，队名中的“亦朝”即来源于此。成员包括高德地图工程师、中国汽研研究员、智慧教育从业者，以及一名刚从北京十一中毕业、即将赴美读本科的高中生。

他们使用的宇树G1机器人，每块电池可支撑约2.5公里路程，恰好对应补给站间距。胡晓晨算了一笔账：全程需要约9块电池的电量，但他们只备了5块。“一块电池用完，一个半小时能充满。五块电池循环充放电，就能覆盖全程。”

算法方面，团队采用业界主流的A星算法做长距离路径规划，改进点在于过弯时尽量贴近内侧切入以缩短距离；避障使用DWA算法，策略是贴近障碍物后从侧面超车，而非绕大圈。

同样基于宇树本体二次开发的还有图灵九歌。

据创始人孙博介绍，去年他们在这项赛事中斩获第六名，今年团队筹备了半年，派出两台机器人，分别侧重运动控制算法和群体控制算法。“群体控制将来很重要，就是怎么控制一百个机器人互相协调。”

图灵九歌也参加去年的机器人半马，并拿到第六名的成绩。对比两年变化，他观察得很具体：“去年很多机器人前面一个人跑，后面跟仨人，一个遥控，两个扶着。今年机器人自己嘎嘎跑，人类已经追不上了。”

被问及今年的参赛投入，孙博表示“好几百万”。至于比赛目标，他的态度与夺冠队伍不同：“跑速度已经没有价值了，装更大的电机、更大的电池就行，我们更希望多展示我们的技术能力。”

不过，孙博对宇树本体的开发体验也有更具体的观察。他提到，宇树的硬件文档和注释相对简略，全球不少高校和开发者在使用过程中，往往需要自行摸索和适配。

他还指出了行业早期普遍存在的一个情况：不同批次的机器人因电机等零部件更新，可能出现部件不兼容的问题，为一台机器编写的程序，换到下一批次可能无法直接运行，程序迁移存在一定门槛。

但他同时承认，宇树在量产能力上确实建立了优势，对供应链的管控力很强。相比之下，他们去年使用了另一家本体厂商的产品进行二次开发，虽然这款本体一致性表现不错，但量产规模相对有限，“生产五十台都一样，生产完就换新版，旧版不再生产。”

对于算法开发团队来说，如果批量供货的稳定性和长期维护的可行性无法保证，可能会导致算法直接推倒重来。

毕竟，对开发者来说，选一个本体平台，本质上是在选一个“开发环境”。这个环境不需要性能最顶尖，但需要可获取、可预测、有一定体量的用户和案例积累。

宇树早期通过相对低的定价和较大的出货量，尽管技术文档和批次兼容性仍有改进空间，但较大的出货量确实形成了事实上的用户基数。

当足够多的人使用同一套硬件时，社区中会逐渐积累非官方的问题解决方案和适配经验。这种信息沉淀能在一定程度上降低开发者的试错成本，但这也意味着生态的健康仍要高度依赖二次开发者的自发贡献，而非系统性的平台支持。

“天工Ultra”稳稳地向终点线冲来，镜头、目光、快门声一齐聚拢。去年的北京亦庄人形机器人半程马拉松上，它曾以2小时40分42秒的成绩拿下冠军，是那场赛事的王者。

但在今天的比赛中，触线之后，它没有直行，没有减速，没有停下。机身微微一偏，径直冲入路边绿化带。工程师们上前“急救”，用担架将它抬离赛道。

观众笑称：“机器人也被胜利冲昏了头脑。”

没人知道，它是被人群遮挡视线、误判终点为障碍，还是导航在最后一刻失准。这一幕短促、意外，也恰恰照见了机器人行业最直白的现实——进步与失控，只在一瞬间。

人形机器人的发展超乎想象。一年前，人形机器人被拖着完成比赛，参赛机器人的身后，跟着一溜扛着电脑的工程师。他们在一旁牵引、遥控，需要频繁介入纠正方向，更像是一场人机协同接力。

一年后，赛场规则本身发生变化，陪跑员被取消，人工干预被严格限制，场内外换电会直接影响成绩计算，有40%的机器人实现了自主导航。人形机器人第一次独立面对一条复杂而漫长的真实道路。但最快完赛时间直接缩短近两个小时，最短完赛时间为50分26秒，机器人从面前掠过，只剩一道残影。

这条赛道本身也像是为机器人量身设计的一本“难题集”。全长21.0975公里，从平地到坡道，从连续弯道到狭窄路段，再到南海子公园内接近90度的急弯与下坡组合，十余种地形被串联在一起。对人类跑者来说这都不轻松，对于机器人来说更是挑战，每一个转弯、每一段坡度变化，都是对感知、决策与控制系统的同步拷问。

在这条赛道上，对人形机器人的考验被拆解为多个维度：运动控制决定它能否稳定奔跑，能源管理决定它能跑多远，感知决策决定它能否找对方向，而热管理与机械结构，则构成了这一切能否持续运行的基础。

机器人在成功之余，也交出了一本“错题集”：有的因为高温需要暂停降温，有的突然迷路慌慌张张，有的步伐不稳如醉酒大汉，即便是去年的冠军“天工Ultra”，也发生了开头那幕。

但一定程度上，失败比成功更有意义。每个失衡、误判、中断，都暴露了机器人在实验室环境里被掩盖的短板。这些真实故障更能让行业看清边界、找到方向。

也正是在这样的背景下，赛场上那些看似细碎的差异，开始变得耐人寻味：为什么有的机器人选择穿鞋，有的坚持裸足？为什么有的步伐大开大合，有的却以高频小步前进？为什么有的外形如婴儿，有的又是成年人的模样？为什么同样的弯道，有的机器人可以流畅通过，有的却必须减速甚至停顿？

围绕这些看似简单的现象，我们邀请了快思慢想研究院院长田丰，以及零零后科技创始人兼CEO张振尧，从他们各自的视角对这场“人形机器人半马”进行拆解。

追赶博尔特

●有的机器人跑得像博尔特，有的像喝多了，它们的速度、步幅差异明显，本质受哪些因素制约？

“在控制能力还不够成熟的情况下，很多系统会主动选择更保守的小步策略。”

田丰：步幅最直接的决定因素，其实是关节电机的扭矩。扭矩越大，机器人“力气”越大，就可以一步迈得更远，这是最基础的物理约束。但这并不是唯一因素，还跟控制算法密切相关。如果控制系统对大步态的稳定性把控不够，它可能会被迫采用小步快走的策略。因为小步的好处在于调整空间更大，一旦姿态有偏差，可以更快修正，整体稳定性更高。

这里面一个关键点是系统的响应延迟。人形机器人全身可能有几十个自由度，比如30多个关节电机。在迈大步的时候，这些电机需要非常高频、同步地完成姿态调整，对控制系统的实时性要求极高。如果延迟过大，重心来不及修正，就很容易失去平衡、直接摔倒。所以在控制能力还不够成熟的情况下，很多系统会主动选择更保守的小步策略。

至于步频，本质上取决于电机的响应速度和驱动能力，可以理解为控制信号的刷新频率和执行能力。如果电机性能更好、驱动更强，单位时间内可以完成更多次步态循环，步频就能提高。从系统角度看，步频不仅是控制问题，也和电力系统密切相关。因为更高频率的运动意味着更高的功率输出需求，如果供电能力不足，或者电机性能不够，就很难支撑高步频运行。

●为什么今年人形机器人的完赛时间比去年大幅缩短了？

“电动车产业链正在往机器人领域迁移。”

田丰：其实是得益于咱们电动车产业链，这套产业链现在正在往机器人领域迁移。我们可以看到，关节电机、电池这些东西在持续进步，整体性能在提升，同时国产化率也越来越高。

另外一个很重要的点是，厂商在算法上的投入也在加大。有的机器人厂商，它一半的研发费用投在“小脑”和“大脑”上，也就是运控和逻辑思考这两部分。这一块其实会带来很大的价值。

●现在机器人需要一边跑一边换电池，有的一场比赛下来换四五次，就不能把电池包扩大吗？

“堆电池容量是下下策。”

张振尧：按照目前电化学的发展，一块电池很难驱动一台身高1.8米的全尺寸人形机器人跑完“半马”，这是一个客观现实，所以才会有中途换电或换机器人的方案。接下来的权衡其实就是数学计算。

比如，为了避免换电，我们可以把电池包增大，那整机重量、体积就会上升，这意味着电机要输出更大的扭矩来维持相同的奔跑速度，而更大的扭矩意味着更高的电流和发热，最后又要消耗更多的电能……陷入了循环。

所以堆电池容量是下下策。最好的状态是，把电池的重量控制在整机重量的10%～15%，让人形机器人可以以比较敏捷的步态、依靠多次换电完成比赛。

今年有一个创新点是，有的队伍做到了不断电换电。这是一个非常好的技术路线。原来的换电过程是，把电源线拔掉，系统断开，换电后重启，校准传感器等等，这个过程非常漫长，还存在一些工程上的不确定性。但现在，他们给机器人装上多块电池包，可以先更换一块电池，让备用电池供电，达到不断电、系统不关机的效果。

我们希望用一块电池去完成整个流程，这其实是大家的一个终极梦想。但我们不能指望奇迹——材料学突然发生重大突破，我们要基于现有的情况来看。我认为突破点在“动能回收”，就是从目前这种能耗比较高的“伺服结构”，变成能量回收效率非常高的被动行动状态，比如用腿部的弹性储能机制去回收每一步落地的动能。这其实和新能源车下坡回收动能的设计很类似。

OOTD有说法

●为什么有的机器人穿鞋、有的不穿？

“机器人也会磨损‘半月板’。”

张振尧：机器人穿不穿鞋，体现在工程学上就三个指标，地面接触模型、摩擦系数和冲击吸收。

机器人每迈出一步，脚接触到地面，会产生体重2-3倍的反作用力，如果这个反作用力直接沿着腿部连杆向上传导，它会对踝关节和膝关节造成高频冲击，非常容易发生金属疲劳和断裂。像人一样，跑步、登山多了，半月板会磨损。这里跑鞋的作用就是吸收冲击力，隔离一些高频振动，有效保护机器人的关节和电机。

还有一个，人也能直观感受到，就是跑鞋鞋底的设计。机器人的裸足，一般是金属或碳纤维，摩擦系数比较低，直接接触柏油马路容易发生比较小的位移，不稳定。这种微小的偏移会让机器人的算法出现误差，进而导致重心或空间位置的偏移，甚至引发系统振荡。如果给机器人穿上合适的跑鞋，它能大幅提高静摩擦，也不容易在柏油路面发生微小的位移。尤其是过直角弯时，跑鞋带来的高摩擦力能够帮助机器人维持向心力。

穿鞋也会带来两个小问题。一个是前期训练的模型里，没有把跑鞋柔软的材料、鞋底的厚度放进去，导致机器人不知道自己穿了鞋，可能会对它的算法造成一定扰动，比如踏空。另一个是，鞋子的重量会增加机器人腿部末端的重量，进一步增加腿部能耗。但我觉得这两个问题都不是很大，现在用的强化学习算法有很强的鲁棒性（也称稳健性），给机器人穿一双跑鞋是利大于弊的。

●穿鞋参赛的人形机器人选手。摄：黄依婷

●前两天北京下雨，参赛队伍纷纷给机器人披上雨衣。对于人形机器人来说，防水是一件很难的事吗？

“如果真的做出防水机型，它的整机成本会比现在至少上升五倍。”

张振尧：我认为机器人防水是一件非常困难的事情。人形机器人集成了大量传感器和设备，设计之初就没有考虑到要去防水性工况下使用，它的电源接口、关节之间的连接件、甚至很多走线是完全裸露在外的。有的人如果要捣乱，剪掉其中一根电线，就可能导致整个机器人系统的彻底瘫痪。

在当下这个阶段，给人形机器人做防水太复杂了。现在很多团队在机器人的关节处做了很多创新设计，让机器人跑得更高效。这些机械结构是带有实验性的，如果现在就考虑防水性能，我觉得太早了。再进一步，如果真的做出防水机型，它的整机成本会比现在至少上升五倍，其实也不符合人形机器人的商业化落地需求。

4月19日7时30分，2026北京亦庄半程马拉松暨人形机器人半程马拉松在北京经济技术开发区鸣枪开跑。超百支人形机器人赛队和1.2万名人类跑者共同出发，挑战全长21.0975公里的赛道。

财联社记者在赛事现场看到，人形机器人从起点依次单发起跑，两台之间间隔30秒。面对一台又一台飞奔的人形机器人，不少观众都在路边惊呼“跑得真快！”

最终，齐天大圣队参赛机器人“闪电”以50分26秒（净用时）夺冠，成绩超过人类半程马拉松世界纪录57分20秒。紧随其后的雷霆闪电队、星火燎原队分别以50分56秒、53分01秒获得亚军和季军。前三支队伍的参赛机器人均来自荣耀“闪电”，均采用自主导航方式完赛。

一年前，首届亦庄人形机器人半马冠军天工Ultra用时2小时40分42秒，参赛队伍只有20支左右、完赛6支。短短一年时间，头部队伍的完赛时间整体已经压缩到1小时以内，参赛规模扩容近5倍。

“过去各家的能力更多是在各自设定的场景中展示，今年参赛机器人数量增长近15倍，参赛队伍数量增长近5倍，大家在相对统一的规则、更接近真实世界的环境下进行集中检验，使赛事成为了一个具有高可比性的‘行业测试场’，也推动了行业加速集中检验与技术竞争。”李威博士说。

（人类与机器人一同奔跑）

荣耀包揽前三

根据赛事主办方披露的数据，本届赛事共有百余支机器人队伍参赛，包括5支国际赛队，参赛主体包括北京人形机器人创新中心、荣耀、宇树、松延动力等企业，以及清华、北大、中国科大等高校和科研院所，其中自主导航机器人占比近四成。

财联社记者在赛事现场看到，不同厂商的机器人外观差异很大，有身高接近成年人的全尺寸机器人，也有身高一米出头的小型机型；有的迈步幅度较大，有的以高频小步前进。未参赛的机器人在现场承担配速、补给、摄影等岗位，北京交警机器人首次在赛道上指挥选手。

高工机器人产业研究所所长蔡炳贞告诉财联社记者，机器人马拉松比拼的是全身运控能力，产品中长时间的稳定性以及环境适应力。另外，适配跑步场景的产品设计能力也越发重要，比如如何减轻重量、去除不必要的零部件、增强腿部爆发力等。

夺冠的荣耀“闪电”身高169cm，有效腿长0.95米，外观采用机甲风设计。

（佩戴金牌的“闪电”财联社记者摄）

荣耀方面告诉财联社记者，“闪电”的散热、动力和控制三方面均为自研。散热方面，“闪电”搭载荣耀自研液冷散热系统，高功率液泵每分钟换热流量超过4升，用于解决高负荷运动状态下的散热问题；动力方面，机器人采用荣耀自研一体化关节模组，峰值扭矩可达400牛·米；控制方面，“闪电”依托荣耀自研的高动态运控算法和多传感器融合技术。“闪电”在百米跑中的峰值速度约为6米/秒。

荣耀另一款参赛机器人“元气仔”身高136.9cm，采用银色亲和化设计，以遥控方式参赛并同步完赛。

荣耀的消费电子基因是其人形机器人业务发展势头良好不可忽视的原因。

“从散热技术与材料到轻量化设计，再到硬件的可靠性，这些在移动终端上的技术为机器人综合能力的快速提升提供了强有力的支撑。”荣耀方面告诉财联社记者。

从供应商上来看，荣耀机器人环节的供应商也与传统消费电子业务供应商高度重合。

领益智造（002600.SZ）方面告诉财联社记者，该公司是荣耀本次夺冠机器人全套结构件和表面处理的核心供应商，目前已批量交付产品。

“支撑荣耀‘闪电’机器人（包揽前六名）完成半程马拉松21公里极限赛程的159款核心金属结构件出自领益智造横沥工厂，覆盖髋部，腿部，脚部，躯干等关键运动单元，荣耀‘闪电’机器人打破人类半程马拉松世界纪录，且全程零故障，零失效。”领益智造方面向财联社记者表示。

蓝思科技（300433.SZ）赛后在其官方公众号发文称，荣耀机器人的132款核心金属结构件由蓝思科技打造，覆盖头部、手臂、髋部、腿部等关键运动单元。

瑞声科技(02018.HK)在其官方公众号发文表示，“闪电”集成了“高性能高爆发稳定”的本体，公司正是这一稳健本体背后的核心支撑者；同时，公司为“元气仔”头部、腿部核心运动单元的关键结构件提供支持。

此外，有接近兆威机电（003021.SZ）人士向财联社记者透露，兆威机电也参与荣耀机器人的供货；禾赛科技曾表示，荣耀首款人形机器人搭载了禾赛JT系列激光雷达；奥比中光此前官宣，荣耀首款人形机器人搭载奥比中光Gemini 330系列双目3D相机。

落地仍有门槛

北京市经信局装备处副处长梁洪郡在赛事现场接受财联社在内的媒体采访时表示，从本次人形机器人参与半马的表现来看，人形机器人这一年来的技术进步主要体现在机器人关键零部件的提升，包括关节、电池、电机、硬件结构等多方面。

以荣耀的“闪电”为例，梁洪郡表示，“闪电”的电机输出扭矩最大达到600Nm，而去年最高的是420Nm左右；续航方面，“闪电”在本场赛事中仅更换过一次电池，单块电池续航可突破10公里，远高于去年参赛者单块电池4-5公里续航的水平。

2026年，人形机器人的发展情况有何变化？

智元创始人、董事长兼CEO邓泰华在4月17日举办的APC2026合作伙伴大会上表示，2026年是具身智能从开发态进入部署态的元年。

邓泰华在演讲中发布了七大部署态解决方案，涵盖产线上下料、拆码垛、物流分拣、导览导购、零售服务站、安防巡检和工商业清洁。邓泰华还提到，智元今年的目标是实现数万台的量产，收入的30%会来自海外。

落地场景方面，半山创投董事长戴福全向财联社记者表示，人形机器人当前最能放量的场景是工业制造和仓储物流。

戴福全提到，工业制造占人形机器人出货量约45%，任务标准化、环境可控、投资回报清晰，仓储物流约30%，主打分拣、搬运、上下料；商业服务处于小批量商用阶段，餐饮、零售和文旅导览已经开始试点；高危作业以百万级框架订单为主；家庭场景仍在验证期，尚未形成规模化采购。

戴福全举例表示，目前，智元G2已进入龙旗科技产线做精密组装，拓斯达“小拓”在注塑行业完成50余种任务、服务超过1.5万家制造企业，北京福田康明斯部署“天工2.0”做料箱搬运，擎朗XMAN-R1在挪瓦咖啡做全流程咖啡制作，智元“远征A3”在景区做导览和演艺。

戴福全预计，2026年头部整机厂产销将达千台级，工业场景渗透率有望突破15%。

乐观预期的另一面，戴福全向财联社记者表示，人形机器人大规模落地仍面临多方面挑战。

成本方面，戴福全提到，工业级人形机器人整机售价15万元至20万元，高端机型50万元至200万元，核心零部件占整机成本的60%至70%，投资回报周期普遍超过3年，相比已有的专用机械臂和AGV划算程度有限。

技术方面，戴福全表示，人形机器人双足行走的能耗占整机能耗的40%至50%，稳定性仍然不足；灵巧手寿命仅约1000小时，而工业场景通常要求超过1万小时；AI决策和运动控制的协同仍在完善，复杂环境下的泛化能力较弱。

供应链方面，戴福全提到，行星滚柱丝杠和高端六维力传感器的国产化率不足30%，精密减速器的寿命和精度仍然弱于进口产品。

这些不足也令资本对人形机器人的投资方向发生变化。

戴福全认为，资金正从广泛撒网转向聚焦头部企业，2026年70%以上的资金正流向上游核心零部件，包括减速器、丝杠、电机和传感器等。

蔡炳贞也认为，目前人形机器人的投资方向正从运控向操控转变，数据采集、具身模型、场景落地部署和灵巧手成为资本追逐的热点。

讲座中，施一公回顾了人类对抗疾病的历史脉络。针对当前威胁人类健康的心血管疾病、癌症和神经退行性疾病三大健康“杀手”，施一公谈到，正是基于科学家对胆固醇代谢通路等底层逻辑的发现，才催生了他汀类药物及靶向生物药，让心血管疾病在科学干预下变得可防可控。而针对PD-1等免疫负调控机制的破解，直接推动了单克隆抗体与免疫疗法的出现，让部分晚期癌症奇迹般地走向治愈。

面对发病机制依然成谜的阿尔兹海默症，施一公坦言，即使全球制药界耗资千亿美元进行试错，缺乏确切机理的药物依然收效甚微。最终的破局之路，唯有依靠最前沿的基础科学去解开生命底层的谜团，探究脑疾病的发病机制。

在展望未来医药创新的图景时，施一公重点分享了人工智能带来的颠覆性变革。从基因编辑技术的逐步成熟、AlphaFold在蛋白质结构预测，再到基于AI的全新蛋白质设计技术，生命科学的研发范式正被重塑。他强调，人工智能已经超越了简单的数据集成，开始能够为科学家指引新的研究方向。

一切核心技术的突破，归根结底取决于顶尖人才，而孕育人才的土壤在于一流的研究型大学。施一公分享了西湖大学这所新型研究型大学的办学理念与探索。他介绍，西湖大学虽然摒弃了传统的量化考核与唯帽子、唯论文导向的科研物质奖励，但通过专注小而精的人才培养模式，学校产出的重要科研成果越来越多，在国际排名中也越来越靠前。

“真正的科技突破来自科学家内心的追求，‘重赏之下必有勇夫’的逻辑在原始科学突破上并不适用”，施一公说，“唯有在全社会建立起尊重逻辑、崇尚科学的土壤，技术才能真正服务于人类文明的进步。”

据介绍，举办“科技前沿大讲堂”是中国浦东干部学院深入贯彻习近平总书记关于科技创新的重要论述、落实党的二十届四中全会精神的重要举措，旨在帮助领导干部加强科技前沿知识学习，敏锐把握新一轮科技革命与产业变革机遇，深刻理解前沿技术催生未来产业的内在逻辑，切实提升推动高质量发展的履职能力，同时更好服务上海加快建成国际科技创新中心。

大讲堂聚焦“十五五”时期未来产业发展的主攻方向，邀请国内外著名科学家，重点围绕集成电路、人工智能、生物医药、量子科技、脑机接口、具身智能、6G通讯、能源技术、3D打印与增材制造、智慧城市与未来治理等前沿议题开展专题讲座。通过权威解读与思想碰撞，深刻阐释新质生产力的科学内涵与实践路径。中国浦东干部学院分管日常工作的副院长李涛主持了讲座。上海市有关部门、中央驻沪单位有关负责同志，在院学员、院领导班子成员和全体干部教师1100余人参加讲座。

为有效团结凝聚这一群体,激发其在经济社会发展中的积极作用,2017年,湖里区在创新园成立创新驿站,探索出一条“组织起来、发挥作用、共同成长”的凝心聚力之路。
经过多年实践,创新驿站逐步形成新阶人士与企业“双向反哺、双向奔赴、共同成长”的服务模式,打造“新阶益企 益企发展”工作品牌,切实解决“联系谁、怎么联、出实效”的核心问题,真正把新阶人士“组织起来、凝聚起来、动员起来”,实现统战工作与经济社会发展的同频共振。2022年8月,该驿站获评福建省级“新的社会阶层人士统战工作实践创新基地”,2025年12月,更成功入选全国新的社会阶层人士统战工作实践创新基地“精品工程”优秀案例。

搭平台 建机制 凝聚新阶力量

据湖里区新的社会阶层人士联谊会副会长、创新驿站负责人袁小青介绍,驿站不仅在物理空间上规划了“新阶益企”专区、新阶学堂、共享会议室和惠企直播间等功能区,更在机制建设上下足功夫。园区成立了新阶联谊会,定期开展联谊交流,并特别邀请一位民企台湾高管担任副会长,共同拓展对台交流融合。

袁小青表示,思想政治引领始终是驿站的首要工作。驿站坚持“党建引领,统战聚力”,将党的声音精准传递到新阶群体中。围绕重大主题,驿站举办了“新阶心向党 建功新时代”等活动超过120场,并组织新阶人士走进高山党校、福建晋江等地开展沉浸式学习,在交流中凝聚共识,厚植家国情怀。

优服务 强赋能 助力成长发展

创新驿站整合统战部门、园区企业、群团组织等多方资源,为新阶人士提供全链条服务。紧扣职业发展需求,驿站举办法律、财务、人工智能等各类培训近570场,助力能力提升;同时关注情感联络,通过单身派对、帆船体验、两岸青年联谊等147场活动,营造温暖社群,增强归属感。

新阶人士联谊活动。

驿站还积极搭建平台,让新阶人士“有舞台施展,能反哺社会”。通过“新阶益企”品牌,集结169名律师、会计师等专业人士,为超过4000家企业提供法律、财税等咨询服务;依托“惠企直播间”“Hello创客”栏目,新媒体从业者发挥专长,开展政策宣讲、直播带货150余场。许多新阶人士还主动投身公益,参与献血、帮扶等活动,用实际行动诠释责任与担当。

助台青 促融合 厚植两岸情谊

湖里创新园现有创业就业台湾青年200余人,台青创业就业氛围浓厚。据创新园新联会副会长苏斐君介绍,联谊会通过举办“两岸共建 自主创新”沙龙、“厦台同心·数智助商”电商融合发展主题交流会等活动,为新阶人士及台胞台青搭建沟通桥梁、链接优质资源。同时,积极组织台胞台青参与湖里区520联谊交友活动、“咱的故乡咱的歌”社区闽南语歌唱比赛等,不断厚植两岸情谊、促进心灵契合。创新驿站还设置“台企专区”,提供政策咨询、法律支持、人才对接等服务,助力台资企业发展。
作为一名新媒体从业人员,湖里创新园新联会会长杨阳深切感受到,创新驿站为企业与新阶人士搭建了一个双向赋能的重要平台。通过整合专业力量,精准对接企业需求,帮助企业纾困解难、提质增效,也让新阶人士在服务发展中实现自身价值。他表示,驿站入选中央统战部优秀案例,是对“新阶益企、益企发展”模式的充分肯定,也坚定了持续助力企业高质量发展的信心。

蔡碧月表示,创新驿站是湖里区积极探索具有时代特征、地域特色、园区特质的新阶统战工作路径的一个缩影。近年来,湖里区通过思想政治引领,不断巩固新阶人士与党同心、团结奋进的思想政治基础,持续激发新阶人士潜能与活力。连续三年举办新阶投融资对接会,推动新阶人士在科技创新、产业发展上展现作为;组织新阶人士走进城中村、调研文旅发展等10余场次,引导其群策群力,为辖区经济社会发展贡献智慧;举办义务献血、爱心帮扶等公益活动46场次,累计捐款捐物3000余万元,充分彰显新阶人士的责任担当与时代风采。

深耕“根技术”,破解医学影像“卡脖子”难题

当前,全球医学影像技术正经历从“数字化”向“精准化”的深刻变革。业内专家指出,未来影像的核心竞争力在于对微弱生命信号的极限捕捉能力,而这取决于前端探测器的物理材料属性。

长期以来,高端医学影像设备的核心部件依赖进口,是制约我国医疗装备产业发展的“卡脖子”环节。先导医疗科技依托集团在第一代至第四代半导体材料领域的深厚积淀,坚持走“产学研用”深度融合的自主创新道路,致力于将半导体领域的技术优势转化为医疗影像的临床价值。

全产业链垂直整合,实现从材料到系统的跨越

本次展会上,先导医疗科技重点展示了基于碲锌镉(CZT)、碳化硅(SiC)、磷化铟(InP)等半导体材料的核心技术成果,构建了独特的“垂直进化”体系。

在精准诊断领域, 采用碲锌镉(CZT)半导体材料自研的探测器,突破了传统闪烁体探测器的物理限制,捕捉每一个X射线光子,使能量分辨率大幅提升。在高端磁共振领域,依托宽禁带半导体技术,先导自研的梯度放大器中,SiC器件实现了极低的开关损耗与纳秒级响应能力,显著提升梯度系统的切换率与热管理效率。这一创新为“少无液氦磁共振”提供了坚实的技术底座,让扫描速度大幅提升,病灶在毫秒间显形。在智能影像数据链, 基于磷化铟(InP)的光电共封装技术,构建了超高速数据传输通路,有效解决了AI影像时代海量数据传输的“堵点”,为实时处理PB级原始影像数据提供了硬件保障。

赋能临床,以科技创新守护人民健康

在同期举办的技术发布会上,先导科技集团创始人兼董事长朱世会表示:“半导体是高端医疗装备的‘底座’。我们的目标不是简单的设备制造,而是通过材料科学的底层创新,为临床提供更精准的工具,为‘健康中国’战略贡献科技力量。”
行业专家评价,先导医疗科技通过“材料-芯片-模块-系统”的全产业链闭环,打破了传统研发的长尾效应。这种模式不仅加速了科技成果的转化效率,更为我国高端医疗装备产业的高质量发展提供了新的范式。

据悉,先导医疗科技正将这些前沿的“根技术”转化为针对不同临床场景的解决方案,推动优质医疗资源下沉,让科技创新的成果惠及更广泛的患者群体。

4月2日,由长三角科研院所联盟主办,上海科学院、上海化工研究院有限公司承办的长三角科研院所联盟成员大会暨2026年度工作会议在上海举行。大会迎来了8家长三角地区科研机构的加盟,并通过一系列前沿成果的发布,展示了长三角地区在生物医药、新材料、人工智能等领域的协同创新路径。

前沿技术突破集中亮相

长三角科研院所联盟理事长、上海科学院院长孙真荣在会上指出,上海(长三角)国际科创中心扩围,为联盟高质量发展带来重大机遇。未来联盟将面向量子信息、生物医药、新材料、高端装备、商业航天等国家战略领域和未来产业发展需求,开展跨学科、跨领域、跨机构的协同研究。

在此次大会的成果展示环节中,长三角科研院所的一批前沿技术亮相。

上海化工研究院发布的一款专门用于高血压分型辅助诊断的同位素试剂盒,便是典型的案例。据介绍,中国高血压人群规模庞大,但区分原发性与继发性高血压一直是临床难点。利用碳13同位素标记的类固醇激素等可以实现特定类型高血压的精准诊断。而该院已实现了其中关键原料碳13同位素的国产化,也打破了长期以来被美国垄断的局面。

“以前原料是人家的,我们自己生产不了。” 上海化工研究院有限公司党委副书记、总经理商照聪表示,通过自主攻克同位素分离技术,不仅有望降低医疗费用,更保障了产业链安全。

类似的突破还出现在材料和医学的前沿。例如, “硼中子俘获治疗(BNCT)” 用硼药的卡脖子原料——硼10就是其中之一。这种(BNCT)能精准到细胞级别的癌症治疗方法,此前仅日本掌握。目前,上海化工院已取得硼10原料产业化技术的落地突破,预计将于今年建院70周年之际正式发布该成果。此外,针对无人驾驶、安防监控所需的环烯烃共聚物(COCs)材料,也已进入放大生产阶段,有望打破日本企业的单方面垄断。

除了化工领域,南京中科神光展示的激光精密修复技术,解决了三峡水电站、大型船舶等重型装备无法返厂维修的痛点;江苏脑机接口研究院则展示了康复领域的大数据平台,填补了国内临床转化的空白。这些成果是科研院所在找准产业“痛点”后,通过跨学科协同交出的答卷。

“0”在哪里?

虽然中国在前沿技术方面的突破越来越多,但伴随着中国科技实力的增强,“从0到1”的原始创新更受瞩目。“过去我们常说‘0到1’,大家可能觉得1很重要,其实0更重要。”商照聪认为,迈向领跑地位需要承受的痛苦,往往被外界低估了。

他在采访中直言,在“增量经济”时代,国外已有的技术就是标杆,国内科研人员只需通过模拟、优化进行“跟跑”,那是一个相对“幸福”的过程,因为领跑者已经踩过了所有的坑,后来者只要跟着走,就不会掉进去。随着中国科技进入“并跑”乃至“领跑”阶段,原本清晰的路标消失了。商照聪认为,领跑最痛苦的地方在于对“0”的判断,即精准把握未来的产业需求。如果判断失误,企业和科研机构投入的大量试错成本可能就会付诸东流。

做科研与产业化之间存在一条认知的“鸿沟”。商照聪举例道,在材料科学中,实验室里往往追求数据的极限,做出一毫克性能最优的材料就能发表顶级论文,但这在产业界却无法量产,或者成本高到社会无法接受。

“现在的创新需要精准判断‘0’在哪里,只要能想到,基本就能做到。关键是你想不到,或者在做的过程中因为试错而面临巨大的投资风险。”这种从确定性投资向风险性探索的转变,正是当前科研院所面临的最大挑战。

区域协同:协调竞争与合作

孙真荣强调,长三角科创发展正从“单打独斗”迈向“集团作战”。这意味着,上海的科技创新优势、江苏的先进制造优势、浙江的数字经济优势以及安徽的新兴产业优势,需要通过联盟机制有机融合,形成“合力矩阵”。

如何通过地区协同最大程度地降低科研探索的难度?在长三角一体化的版图中,上海的研发优势如何与苏浙皖的制造能力有效对接,是联盟必须回答的问题。

商照聪提出了一个务实的观点:上海的发展空间有限,土地和制造业成本高企,但上海拥有不可替代的大学、科研院所及应用研究机构。在他看来,上海输出技术,生产可能落地在江苏或安徽,但这并不代表上海的“流失”。

“我们需要一种反哺机制。”商照聪建议,可以通过市级层面成立的基金进行投资,无论技术最终落户长三角的哪个角落,上海都能通过投资收益实现反哺。这种以资本和技术为纽带的协同,能够有效化解行政区域间的竞争,实现资源的优化配置。

长三角科研院所联盟也在某种程度上充当了“科技公信力平台”。商照聪观察到,许多传统企业家在转型过程中存在“发展恐慌”,拥有资金却看不清技术方向。联盟的作用就是通过系统性的科研组织,避免企业家被不成熟甚至虚假的科研项目误导。“我们要让企业家真正认知到他要做的事情,配置合适的资源,避免科学家的认知局限导致企业的投资付诸东流。”

此次大会发布的《关于携手推动长三角科普事业高质量发展的倡议书》,以及针对人工智能大模型、异体器官移植等领域的精准对接,均显示出联盟正试图构建一个从基础研究、应用开发到产业落地,甚至科普宣传的全生态闭环。

商照聪说,未来的竞争是“零和博弈”下的存量竞争,谁能率先判断出产业需求,谁就能在创新中占据主动。这不再仅仅依赖于某个科学家的灵光一现,更依赖于长三角区域内产、学、研、金各要素的深度碰撞与资源共享。

　　工业和信息化部规划司有关负责人表示，国家高新区已成为科技创新和产业创新深度融合的重要载体和高新技术产业发展的主阵地。

　　一方面，“稳”的基础不断巩固。2025年，国家高新区实现园区生产总值20.4万亿元，占全国GDP的比重为14.5%。其中，工业增加值突破10万亿元，占全国的比重为24.1%。国家高新区固定资产投资（不含农户）6万亿元，占全国的比重保持在12%以上。国家高新区进出口规模保持平稳增长，实现货物和服务贸易进出口总额9.8万亿元，同比增长2.7%。

　　另一方面，“进”的步伐更加有力。据初步统计，2025年，国家高新区高技术产业营业收入达到24.6万亿元，同比增长约8%。规模以上工业企业利润总额同比增长10.2%，高于全国平均水平9.6个百分点。国家高新区经营主体扩容提质，当年新注册企业达到120万家，同比增长7%；专精特新“小巨人”企业达到8200余家，同比增长约20%，占全国比重的46%。

我们必须讲清楚科学和技术到底是什么关系,而不能让错误的观念到处流传。

1.什么是科学、技术?

科学是用实证和逻辑,系统地发现并解释世界运行规律的活动。科学成果是:理论、定律、公式、原理。

技术是人类为了满足需求,改造世界、解决实际问题的方法与能力。技术是通过方法、工艺、流程、设备,实现能力,比如种植、医疗、制造、服务。

科学是认识世界,技术是改变世界。

我想关于科学和技术的定义和特点,其实大家并没有特别的不同,这是大家共同的认识,认识不同是科学和技术的价值。

2.科学和技术谁源头?

我们经常被一种声音误导,就是有了科学了,才能有技术,这是对科学和技术源头的歪曲。

技术是科学之母,技术是科学的源头,科学是技术的儿子,是寄生于技术发展之上的。

人类在面对世界,从原始人开始认识世界,制造工具,形成改变世界的能力,形成了各种能力,这都是技术,这些技术是生存和生活需要推动,人类对世界观察,逐渐去尝试,渐渐形成了各种技术,这些技术根本不是什么科学原理指导下产生的。

经过几千年的技术发展,拥有了大量改变世界的能力之后,人类对于世界认识逐渐加深,这些认识更加细化、条理化、理论化,在技术发展的基础上,产生了科学,科学主要是近现代形成,科学是对技术大量社会实践的总结,是技术发展的伴生物,在某种程度上是技术发展的一部分,有了科学,可以反过来推动技术发展,让技术发展速度变得更快,有很多技术就不需要通过观察和实验,理论就可以推导出来。

技术是科学的源头,科学是技术的伴生物,是技术发展到一定程度的产物。

3.科学和技术谁更重要?

这是一个没有脑子的问题,提这个问题就是歪曲科技发展。科学和技术是科技的一体两面,是科技发展不同阶段,不同特性,没有大量的技术,就不可能有科学,有了科学可以大大推进技术发展。

技术是科学的源头,没有科学,技术一样正常发展,而没有技术,就没有科学发展的可能。科学是寄生于技术发展的过程中。

但是有了科学,可以大大提升技术的效率,提升技术能力,让技术效率更高,能力更强。

科学和技术谁重要,一样重要,它们相互支撑,相互促进的。一定要区分科学、技术不同,要分出谁重要,就是某些人要强调自己更重要,更有价值。

技术的发展是速度更快,是不断创新,是真正推动人类发展的力量,科学严重依赖技术发展,是相对比较稳定的,很难有不断的突破,一切的科学都要有技术来进行验证。

科学和技术根本不存在谁更高级,谁更有价值?所有想把科学技术分开,强调科学更有价值,为的一件事情,打击中华文明,否定中国的成就。因为中国古代技术发展的最为完善,今天中国的技术远远领先世界。面对中国强大的科技,就弄出一个科学作为对立面,否定中国科技的发展。

所有出来说科学和技术不同,科学更为重要的人都是心怀鬼胎。

另一种是“闹剧论”，认为DeepSeek是软件层面的“汉芯”，被包装的chatgpt。该观点一般拿出“科学是脚踏实地的埋头积累”“弯道超车没法改变物理规律”等观点，认为以百万级取代百亿级，这样四两拨千斤的事情，只能出现在中国武侠小说的故事里，不是科学而是玄学，是“东大”集体意识里的“武侠梦呓”，是这一次人工智能浪潮中长期被硅谷压制和骑脖子后的激情释放。

先说我的个人观点，我认为当水落石出，子弹飞一会儿后落地，很可能既不是“国运论”，也不是“闹剧论”，而是介于两者之间，是后发者利用AI本身作为工具的一次重大创新，或者是养蛊者的一次被反噬（被蒸馏），但并非颠覆式。或者是一次“师夷长技以制夷”。举个可能不恰当的例子，是人工智能在被美国全面压制中的一次“平型关大捷”——利用敌人的傲慢出其不意的一记偷袭，引起日本朝野全面震惊，中国人心群体振奋，但不足以改变战场全局。相反，接下来会引发“日军”更大力度的反扑和扫荡，抗战局势反而会进入最困难的局面。最近几天无论是DS被攻击后的宕机，还是OpenAI与微软联合对幻方进口芯片的深度调查，美国海军的禁用，还是意大利等国家的产品下架，说明“反扑”已经开始。

再解释一下我的观点。若是“闹剧论”，怎么会引起美国如此大的震惊，马斯克近似歇斯底里，特朗普气急败坏，黄仁勋惊慌失措，多个硅谷科技大佬惊叹不已。最有力的证据还是来自于资本市场——AI教主英伟达崩盘后仍然在谷底震荡，股价和市值都没有恢复。如果DS是场闹剧，英伟达应该早就强劲反弹到原来的高点了。DS的开源架构被扒了个底朝天，前期的学术论文也经得起考验。况且，幻方并非一时兴起，而是经历了近十年的知识和经验积累。

若是“国运论”，首先，DS并非实现了类似chatGPT那样的颠覆式技术革命，并非从0到1的创造，更加可能是一次模型蒸馏技术。其次，DS还存在一些漏洞，比如当问其是什么的时候，回答竟然是gpt等。第三，面对质疑和指摘，迄今为止DS还没有足够说服力的回答。还有，最近几天宕机非常厉害，回答的问题质量也越来越差，给出的答案很多竟然是2023年10月以前的。第四，存在较多的个人隐私保护等法律和国际规则等问题。

因此，事情的真相，大概率是DS的几个中国年轻人，初生牛犊不怕虎，利用硅谷的傲慢和狂热，利用AI本身的“魔法”，对AI算法产业链的一次“流程优化”。人工智能依靠英伟达CUDA算力平台的GPU堆积和美元大钞资本狂飙多年后，肯定存在很多缺陷和bug。就像当年日军侵华后叫嚣“三个月内占领全中国”，目中无人、突飞猛进、战线大扩，傲慢而疯狂，后方留下了很多薄弱环节，被八路军抓住后在平型关突袭，举世震惊。

有人疑问，这样带来成本节约几十倍百倍的“流程优化”，为什么美国的公司不去做，反而让几个中国年轻的“实习生”抓住了机会：

第一，对自身进行“流程优化”，相当于革自己的命，动了整个生态链的奶酪，特别是动了教主英伟达的奶酪，相当于动了美股大盘和自己基金与养老金账户的奶酪，傻子才去做。

第二，流程优化看似简单，实则也需要消耗大量的精力和预算，硅谷这样的深层利益关系下，既然可以靠廉价的资本和既有技术，谁会做这样的脏活累活呢？只能来自外部的力量。对硅谷来说，这样的流程优化是脏活累活，但对中国的AI界来说，却是在围追堵截之下不得不做的事情。人都是约束条件下的利益最大化，DS宁愿干这样的脏活累活都是被逼出来的。

第三，这么复杂的事情，怎么可能由几个、十几个年轻博士、实习生做到呢？答案就是AI自身的崛起，AI天生具有“自我革命”的属性，AI工具对编程效率的提高是革命性的。在AI的帮助下DS利用CUDA的ptx，绕过了AI建制派们的冗余流程，优化了算法，提高了算力效率，也就降低了对GPU等算力的需求。可以说，这是一次算法优化对算力的胜利，也是AI对自身的胜利，是一种微型的“奇点”。

第四，中国在数字世界的法律建设还处于初级阶段，个人隐私等法律保护还不健全，这种“没有规矩”的生态体系虽然暂时无法与世界接轨，但是却有利于创新涌现。当然，当创新成熟后，还是要遵守法律和国际规则。不能将不守规则的成功学当作创新，这样做必然会付出代价。

最后，我想说的是，在这一轮人工智能浪潮里，傲慢和狂热会付出代价，“养蛊”的生态森林里，一切皆有可能，横空出世是一种“涌现”，黑马随时可能出现。OpenAI出现的时候不也如此吗？而对于中国，我们应该分开看，00后的中国年轻人已经不一样了，他们是数字和人工智能世界的原生居民。他们与前几代的传统中国人不一样，从某种意义上来说，他们是一群自由的人，拥有自由的灵魂和无穷的好奇心。这些，才是中国未来真正的国运。