2025.07.29
本文字?jǐn)?shù)：8067，閱讀時(shí)長(zhǎng)大約9分鐘
作者|陸彥君吳一凡何昕曄吳洋洋
機(jī)器人開(kāi)始成為今年世界人工智能大會(huì)（WAIC2025）的主角，這是WAIC自2018年首次舉辦以來(lái)的第一次。
無(wú)論在WAIC現(xiàn)場(chǎng)哪里，機(jī)器人都是明星。
包括智元、宇樹(shù)科技、銀河通用、靈初等在內(nèi)的幾乎所有人形機(jī)器人公司都有在上海世博展覽館設(shè)立展臺(tái)，展示它們的機(jī)器人在過(guò)去一年中取得的進(jìn)展。與一年前比，這些機(jī)器人的本體，即身體硬件變化并不大，形態(tài)依然以雙足人形、輪式人形為主，但軟件部分開(kāi)始出現(xiàn)范式變化——讓機(jī)器人可以從遙控進(jìn)化到自主行走。
包括智元、騰訊、商湯、生數(shù)科技等在內(nèi)的公司，都推出了應(yīng)用于指導(dǎo)機(jī)器人行動(dòng)的感知行動(dòng)模型，或用于預(yù)測(cè)下一步環(huán)境狀態(tài)的世界模型，這些模型都意在解決機(jī)器人與環(huán)境的交互問(wèn)題，幫助機(jī)器人決定如何在真實(shí)物理世界中行走和執(zhí)行動(dòng)作。其中騰訊的加入可能是今年機(jī)器人領(lǐng)域的最大變量，它已在該領(lǐng)域投入7年，比現(xiàn)有多數(shù)人形機(jī)器人公司都久。
相較而言，大模型公司則低調(diào)很多。百川智能和零一萬(wàn)物都沒(méi)有參加這次大會(huì)；MiniMax和智譜除了設(shè)展臺(tái)，沒(méi)有新品發(fā)布或產(chǎn)品進(jìn)度更新；月之暗面則與另一家公司共用展位——只占據(jù)了整個(gè)展臺(tái)的一個(gè)側(cè)面；只有階躍星辰在展會(huì)期間推出了新一代多模態(tài)模型Step3。
月之暗面的展臺(tái)格外簡(jiǎn)樸。
參與WAIC2025的模型類(lèi)公司中，有一半公司在展示其模型對(duì)構(gòu)建agent類(lèi)產(chǎn)品的支持能力，阿里巴巴、騰訊、百度、亞馬遜都給出了它們的agent開(kāi)發(fā)平臺(tái)，以及可以幫助普通用戶(hù)低代碼地開(kāi)發(fā)一個(gè)應(yīng)用程序的AICoding工具。另一半，就是在為機(jī)器人提供具身智能模型。
大模型公司的低調(diào)與這個(gè)領(lǐng)域的節(jié)奏有關(guān)——它們基本都在今年上半年交出了追趕DeepSeek的成果。就在WAIC2025舉辦前一個(gè)月，國(guó)內(nèi)估值最高的兩家大模型公司MiniMax和月之暗面都剛剛才發(fā)布其類(lèi)DeepSeek的模型。其中MiniMax一步到位發(fā)布了類(lèi)DeepSeekR1的推理模型M1，月之暗面則發(fā)布了類(lèi)DeepSeekR1前身——DeepSeekV3——的模型K2。在DeepSeek的模型矩陣中，V3是個(gè)普通的預(yù)訓(xùn)練模型，而R1是基于V3進(jìn)行強(qiáng)化學(xué)習(xí)后得到的有推理能力的模型。月之暗面內(nèi)部人士對(duì)第一財(cái)經(jīng)「新皮層」稱(chēng)，月之暗面將在接下來(lái)的某個(gè)時(shí)間推出類(lèi)R1的推理模型。
「中國(guó)前三的大學(xué)有五個(gè)」的故事又上演了。
MiniMax和月之暗面目前正在爭(zhēng)奪開(kāi)源模型社區(qū)的第一名。兩家公司分別聲稱(chēng)，它們?cè)陂_(kāi)源社區(qū)取得了優(yōu)異成績(jī)，接近或超越DeepSeek。其中，MiniMax稱(chēng)其M1模型目前在A(yíng)rtificialAnalysis榜單的開(kāi)源模型中排名第二，僅次于DeepSeekR1。而月之暗面稱(chēng)，其K2模型的綜合表現(xiàn)在另一個(gè)名為L(zhǎng)MArena的榜單中已經(jīng)超過(guò)DeepSeekR1，成為開(kāi)源模型的首位。
目前階段，大模型領(lǐng)域最具代表性的兩家公司的精力都在爭(zhēng)奪P（Professional）端專(zhuān)業(yè)開(kāi)發(fā)者的注意力，而非C端。這可以解釋大模型公司為什么在WAIC2025上沒(méi)那么高調(diào)，簡(jiǎn)單說(shuō)，大模型競(jìng)賽沒(méi)有熄火，只是戰(zhàn)場(chǎng)轉(zhuǎn)移了。
值得關(guān)注的8個(gè)新品
智元發(fā)布世界模型「GenieEnvisioner」
7月27日，智元機(jī)器人發(fā)布世界模型「GenieEnvisioner」（以下簡(jiǎn)稱(chēng)GE）。智元方面表示，這是行業(yè)內(nèi)首個(gè)真正面向真實(shí)世界雙臂機(jī)器人的世界模型。GE平臺(tái)把「預(yù)測(cè)—控制—評(píng)估」環(huán)節(jié)整合到了一起，標(biāo)志著機(jī)器人從被動(dòng)執(zhí)行指令，轉(zhuǎn)變?yōu)橹鲃?dòng)「想象—驗(yàn)證—行動(dòng)」。通俗來(lái)說(shuō)，該模型讓機(jī)器人可以提前在腦海里預(yù)演動(dòng)作，再正式動(dòng)手操作。
搭載智元最新模型的機(jī)器人可以先后完成做三明治、倒茶、擦桌面、使用微波爐加熱、流水線(xiàn)裝箱等五項(xiàng)半身移動(dòng)任務(wù)，智元表示該平臺(tái)未來(lái)還會(huì)接入更多傳感器，支持全身移動(dòng)與人機(jī)協(xié)作。
除了軟件升級(jí)，智元精靈系列即將發(fā)布下一代機(jī)器人本體G2。智元機(jī)器人合伙人、具身業(yè)務(wù)部總裁姚卯青預(yù)告，G2在運(yùn)動(dòng)精度、場(chǎng)景適配性上全面升級(jí)，具備原生數(shù)采能力。
生數(shù)科技發(fā)布具身基座模型Vidar
7月25日，視頻生成領(lǐng)域初創(chuàng)公司生數(shù)科技宣布，與清華大學(xué)聯(lián)合發(fā)布具身視頻基座模型Vidar。生數(shù)科技稱(chēng)，Vidar是全球首個(gè)基于視頻模型實(shí)現(xiàn)視頻理解能力向物理決策能力遷移的模型，能解決具身智能行業(yè)數(shù)據(jù)匱乏、采集成本高的問(wèn)題。
視頻理解部分，生數(shù)用具身視頻數(shù)據(jù)對(duì)生數(shù)的視頻模型Vidu進(jìn)行二次預(yù)訓(xùn)練，得到的基座模型具有較高的泛化性。在具體任務(wù)的執(zhí)行過(guò)程中，視頻模型先預(yù)測(cè)出完成指定任務(wù)的動(dòng)作視頻，再經(jīng)過(guò)逆動(dòng)力學(xué)模型（IDM）解碼為機(jī)械臂動(dòng)作。
商湯科技發(fā)布「悟能」具身智能平臺(tái)
7月27日，商湯科技發(fā)布「悟能」具身智能平臺(tái)。該平臺(tái)的核心是一個(gè)世界模型，讓機(jī)器提前「想象」和「理解」周?chē)h(huán)境的AI系統(tǒng)。在現(xiàn)場(chǎng)演示中，搭載該平臺(tái)的機(jī)器人可以在講解PPT時(shí)自動(dòng)翻頁(yè)、總結(jié)、與觀(guān)眾互動(dòng)答疑。該平臺(tái)還能理解三維空間與時(shí)序。用戶(hù)輸入提示詞，比如「在廚房區(qū)域的架子上找東西」，搭載該模型的機(jī)器人就能理解空間、路線(xiàn)、動(dòng)作，然后生成正確的動(dòng)作方案，完成任務(wù)。
阿里巴巴公布夸克AI眼鏡研發(fā)進(jìn)展
7月26日，阿里巴巴公布了首款自研AI眼鏡的研發(fā)進(jìn)展，該產(chǎn)品已完成研發(fā)，預(yù)計(jì)將于年內(nèi)正式發(fā)布。
夸克AI眼鏡具備通話(huà)、音樂(lè)、翻譯、會(huì)議紀(jì)要等主流功能。在此基礎(chǔ)上，該產(chǎn)品將融合阿里巴巴及支付寶生態(tài)：具備通義千問(wèn)大模型和夸克最新AI能力，還支持高德導(dǎo)航、淘寶比價(jià)、飛豬商旅提醒等。例如，研發(fā)團(tuán)隊(duì)聯(lián)合高德地圖開(kāi)發(fā)了適配AI眼鏡的近眼顯示導(dǎo)航系統(tǒng)，適用于騎行、步行等移動(dòng)場(chǎng)景。
在設(shè)計(jì)方面，夸克AI眼鏡將從美觀(guān)、舒適度、續(xù)航、拍攝清晰度等方面提升使用體驗(yàn)?！甘忻嫔犀F(xiàn)有產(chǎn)品多存在佩戴不適、續(xù)航短、AI交互弱等問(wèn)題，并沒(méi)有讓AI眼鏡真正進(jìn)入大眾消費(fèi)領(lǐng)域」。阿里巴巴智能信息事業(yè)群終端業(yè)務(wù)負(fù)責(zé)人宋剛透露，除了融合阿里巴巴自有生態(tài)，夸克AI眼鏡將會(huì)聯(lián)合眼鏡品牌，從技術(shù)、渠道、服務(wù)以及C2M定制能力的整合，解決用戶(hù)體驗(yàn)的瓶頸。
騰訊發(fā)布混元3D世界模型
7月27日，騰訊在大會(huì)上正式發(fā)布并開(kāi)源了混元3D世界模型1.0。該模型簡(jiǎn)化了3D場(chǎng)景的構(gòu)建流程，在用戶(hù)輸入一句話(huà)或一張圖片后，在幾分鐘內(nèi)生成360度的3D場(chǎng)景。用戶(hù)不僅能靜態(tài)查看，還能在場(chǎng)景中自由移動(dòng)瀏覽。
混元3D世界模型生成的太空?qǐng)鼍啊?/p>
模型還支持導(dǎo)出標(biāo)準(zhǔn)化的3DMesh資產(chǎn)（3D網(wǎng)格資產(chǎn)，是3D數(shù)字內(nèi)容創(chuàng)作與開(kāi)發(fā)中的核心基礎(chǔ)元素），兼容Unity、UnrealEngine、Blender等主流工具，方便用戶(hù)二次編輯場(chǎng)景內(nèi)元素，可以應(yīng)用在游戲開(kāi)發(fā)、VR、數(shù)字內(nèi)容創(chuàng)作等領(lǐng)域。
階躍星辰發(fā)布多模態(tài)推理模型Step3
7月25日，階躍星辰發(fā)布新一代基座模型Step3，公司稱(chēng)其為首個(gè)全尺寸的多模態(tài)推理模型，并計(jì)劃在7月31日面向全球開(kāi)源。CEO姜大昕表示階躍今年的收入目標(biāo)為10億元人民幣。
Step3的主要優(yōu)勢(shì)在于對(duì)國(guó)產(chǎn)芯片的適配。公司副總裁朱亦博表示，國(guó)內(nèi)開(kāi)源模型中，DeepSeek的V3模型主要針對(duì)H800芯片優(yōu)化，阿里巴巴的Qwen3混合推理模型主要針對(duì)H20芯片優(yōu)化，而Step3針對(duì)國(guó)產(chǎn)芯片的特點(diǎn)開(kāi)發(fā)，在推理時(shí)不要求過(guò)高的算力和顯存，可以更好地發(fā)揮國(guó)產(chǎn)芯片的性?xún)r(jià)比優(yōu)勢(shì)。
本次發(fā)布會(huì)上，階躍星辰還宣布聯(lián)合多家國(guó)內(nèi)芯片廠(chǎng)商發(fā)起成立「模芯生態(tài)創(chuàng)新聯(lián)盟」，聯(lián)盟首批成員包括華為昇騰、沐曦、壁仞科技、燧原科技、天數(shù)智芯、無(wú)問(wèn)芯穹、寒武紀(jì)、摩爾線(xiàn)程、硅基流動(dòng)等。目前，華為昇騰芯片已實(shí)現(xiàn)Step3的搭載和運(yùn)行。
千里科技發(fā)布智能座艙AgentOS
7月26日，千里科技宣布聯(lián)手階躍星辰、吉利汽車(chē)共同發(fā)布智能座艙AgentOS，該產(chǎn)品還未正式推出，目前為預(yù)覽版。這是一套人—車(chē)互動(dòng)系統(tǒng)，具備自然語(yǔ)言交互、長(zhǎng)短期記憶（端云一體）等能力。千里科技稱(chēng)，智駕能力的提升將釋放用戶(hù)的車(chē)內(nèi)時(shí)間，未來(lái)座艙可能會(huì)成為第三生活空間，承載用戶(hù)的影音娛樂(lè)、內(nèi)容創(chuàng)作、游戲互動(dòng)等需求。
這款產(chǎn)品的底層模型是階躍星辰的多模態(tài)大模型和端到端語(yǔ)音大模型。在演示中，用戶(hù)不僅可以通過(guò)自然語(yǔ)言與車(chē)機(jī)問(wèn)答交互，還能操作軟件。結(jié)合記憶功能，該系統(tǒng)可以執(zhí)行「導(dǎo)航到上次去過(guò)的餐廳」等指令。這款系統(tǒng)還加入了車(chē)內(nèi)VLM（視覺(jué)語(yǔ)言大模型），可以識(shí)別到車(chē)內(nèi)人員的狀態(tài)，完成拍照等操作。
快手可靈發(fā)布「靈動(dòng)畫(huà)布」功能
7月27日，快手宣布在其視頻模型可靈中上線(xiàn)「靈動(dòng)畫(huà)布」功能。可靈AI產(chǎn)品及運(yùn)營(yíng)負(fù)責(zé)人李楊稱(chēng)，靈動(dòng)畫(huà)布的產(chǎn)品定位是創(chuàng)意工作臺(tái)。「靈動(dòng)畫(huà)布」模式的交互界面為無(wú)限可視化空間的畫(huà)布模式，用戶(hù)可以隨意拖拽，并支持圖文內(nèi)容混排?！胳`動(dòng)畫(huà)布」還支持多人實(shí)時(shí)協(xié)作，不同創(chuàng)作者可以在該模式下協(xié)同創(chuàng)作、素材共享。李楊稱(chēng)，「靈動(dòng)畫(huà)布」可以實(shí)現(xiàn)從單一素材到創(chuàng)作全鏈、從個(gè)人創(chuàng)作到團(tuán)隊(duì)協(xié)作的轉(zhuǎn)變。
本次發(fā)布會(huì)上，可靈還宣布更新多圖參考功能，升級(jí)后在角色、主體和場(chǎng)景一致性、動(dòng)態(tài)質(zhì)量、畫(huà)風(fēng)保持等方面有所提升?？伸`還新發(fā)布局部參考功能，可精準(zhǔn)指定圖片參考區(qū)域（如人臉、服飾）。此外，李楊稱(chēng)目前可靈的用戶(hù)數(shù)量已經(jīng)達(dá)到4500萬(wàn)。
值得一聽(tīng)的行業(yè)洞察
具身智能
星動(dòng)紀(jì)元?jiǎng)?chuàng)始人兼CEO陳建宇
人形機(jī)器人真正做到大規(guī)模、高產(chǎn)值的商業(yè)化，差不多在今明兩年。規(guī)模化生產(chǎn)的標(biāo)準(zhǔn)線(xiàn)是萬(wàn)臺(tái)，這不是指整個(gè)行業(yè)，是指我們一家，（達(dá)到）這個(gè)數(shù)量級(jí)基本上就是頭部的工業(yè)機(jī)器人公司。
宇樹(shù)推出了3.99萬(wàn)元的人形機(jī)器人，這是因?yàn)樗嫦蛉瓝?、文娛等用?hù)找到了商業(yè)化場(chǎng)景，它的降價(jià)不會(huì)對(duì)整個(gè)行業(yè)普遍產(chǎn)生壓力。星動(dòng)紀(jì)元正往工業(yè)方向探索，我們跟宇樹(shù)做的不算同一類(lèi)事情，我們是全尺寸，更大，性能更強(qiáng)，有雙手雙腳，需要它真的干活，能夠做靈巧的操作。
智元機(jī)器人合伙人、具身業(yè)務(wù)部總裁姚卯青
過(guò)去一年，我們?cè)趯?shí)踐中得到了很多苦澀的教訓(xùn)：
第一點(diǎn)，機(jī)器人還是要回歸到執(zhí)行器本身，高頻跟隨、高精度跟隨以及低延遲的執(zhí)行器至關(guān)重要。我們還需要高精度高分辨率的力控，實(shí)現(xiàn)工業(yè)場(chǎng)景里的作業(yè)。
第二點(diǎn)，傳感器不僅需要在多維度信息上有效融合，在標(biāo)定、時(shí)間同步以及多機(jī)之間的一致性也非常關(guān)鍵。
第三點(diǎn)，本體的構(gòu)型很重要。算法與模型再?gòu)?qiáng)，也無(wú)法替代一個(gè)高自由度靈活本體帶來(lái)的優(yōu)勢(shì)，我們希望本體將越來(lái)越逼近人類(lèi)的構(gòu)型，同時(shí)提供更靈活的自由度。最后，機(jī)器人本體中傳感器、軟件鏈路上的各種誤差會(huì)層層疊加、不斷放大，最終變成算法難以承受的痛點(diǎn)。
這正是我們?cè)谶~向大規(guī)模應(yīng)用的過(guò)程中，必須直面的核心挑戰(zhàn)之一，也是我們?yōu)槭裁匆獔?zhí)著追求量產(chǎn)一致性的根本原因。
前騰訊混元大模型技術(shù)負(fù)責(zé)人、VideoRebirthCEO劉威
世界模型需具備模擬、預(yù)測(cè)和探索三大核心能力。世界模型和多模態(tài)模型的區(qū)別在于：
第一，多模態(tài)模型擅長(zhǎng)理解和生成內(nèi)容，但缺乏對(duì)環(huán)境的整體建模與預(yù)測(cè)能力，屬于感知智能，世界模型則追求對(duì)環(huán)境更深的因果認(rèn)知與推演；
第二，多模態(tài)模型的交互是被動(dòng)響應(yīng)，需要由用戶(hù)觸發(fā)，世界模型可在內(nèi)部生成交互式環(huán)境，主動(dòng)預(yù)測(cè)變化；
第三，多模態(tài)模型為一問(wèn)一答的單步輸出交互，世界模型則支持長(zhǎng)序列的行動(dòng)規(guī)劃。
亞馬遜應(yīng)用科學(xué)、前沿人工智能與機(jī)器人部門(mén)負(fù)責(zé)人陳曦
得益于最近一輪AI與機(jī)器人熱潮，愿意在機(jī)器人硬件上投入資源的公司變多了，我們有了更多可用的實(shí)體機(jī)器人平臺(tái)，可以在上面運(yùn)行模型、采集數(shù)據(jù)。但歸根結(jié)底，沒(méi)有什么比讓機(jī)器人在真實(shí)環(huán)境中自主運(yùn)行、親自采集的數(shù)據(jù)更有價(jià)值。
PhysicalIntelligence（Pl）聯(lián)合創(chuàng)始人、UCBerkeley副教授SergeyLevine
未來(lái)我們可以將強(qiáng)化學(xué)習(xí)技術(shù)融入到VLA模型中，以提升魯棒性與性能。VLA模型擁有廣泛的泛化能力，而基于強(qiáng)化學(xué)習(xí)的專(zhuān)家系統(tǒng)能在特定任務(wù)上達(dá)到極高的熟練度。通過(guò)將高效的強(qiáng)化學(xué)習(xí)方法生成的數(shù)據(jù)「蒸餾」進(jìn)通用模型，我們有希望推出更可靠、性能更強(qiáng)的機(jī)器人系統(tǒng)。這類(lèi)研究仍處于早期階段，但我認(rèn)為它非常有前景。
Intrinsic（Alphabet）科學(xué)與Al事務(wù)負(fù)責(zé)人StefanSchaal
機(jī)器人發(fā)展的關(guān)鍵在于路徑選擇：是追求快速落地的專(zhuān)用機(jī)器人，還是深耕通用型機(jī)器人的長(zhǎng)遠(yuǎn)目標(biāo)？
現(xiàn)在，在工業(yè)領(lǐng)域?qū)Ｗ⒂谔囟ㄈ蝿?wù)，會(huì)越來(lái)越頻繁地應(yīng)對(duì)所謂高混合、低產(chǎn)量（HighMix,LowVolumeProduction）的生產(chǎn)挑戰(zhàn)，頻繁的變化要求模型快速適應(yīng)，在半個(gè)小時(shí)內(nèi)重新訓(xùn)練模型勉強(qiáng)可以接受，但如果需要數(shù)小時(shí)甚至數(shù)天，就難以忍受。短期內(nèi)的泛化與基礎(chǔ)模型構(gòu)建至關(guān)重要，關(guān)鍵在于權(quán)衡要走哪條路。我認(rèn)為所有方法都合理，多元并行的路徑探索要優(yōu)于單一模式。
藍(lán)馳創(chuàng)投合伙人曹巍
我們走訪(fǎng)海外機(jī)器人團(tuán)隊(duì)的時(shí)候，發(fā)現(xiàn)他們的產(chǎn)品迭代速度比國(guó)內(nèi)的平均速度慢50%左右。中國(guó)跑出來(lái)的具身智能團(tuán)隊(duì)很有可能是全球最好的企業(yè)。
美團(tuán)龍珠合伙人王新宇
中國(guó)具身智能領(lǐng)域不是泡沫太大了，反而是泡沫太小了，我們投的錢(qián)太少了。中國(guó)有硬件優(yōu)勢(shì)，有望引領(lǐng)這個(gè)產(chǎn)業(yè)的發(fā)展，我們應(yīng)當(dāng)投入更多的錢(qián)。
光源資本創(chuàng)始人、CEO鄭烜樂(lè)
未來(lái)一年左右的時(shí)間，整個(gè)具身智能行業(yè)都要回答一個(gè)問(wèn)題：形成單位泛化能力所需要的成本，是不是符合規(guī)模經(jīng)濟(jì)的特征？你多長(zhǎng)時(shí)間可以完成產(chǎn)業(yè)端落地？
Agent
Flowith市場(chǎng)負(fù)責(zé)人拐子
首先我認(rèn)為一個(gè)合格的Agent要在技術(shù)定義上滿(mǎn)足四個(gè)要素：主動(dòng)思考、規(guī)劃路徑、調(diào)用工具、長(zhǎng)期記憶——用戶(hù)可以通過(guò)這幾點(diǎn)判斷一個(gè)所謂的「Agent」是否符合標(biāo)準(zhǔn)。通用Agent在這個(gè)基礎(chǔ)上更進(jìn)一步，能處理各種事情，甚至要能感知自然環(huán)境、和物理世界交互。
Flowith最終想做的是一個(gè)AI時(shí)代的終極創(chuàng)作工具，Agent、畫(huà)布、知識(shí)庫(kù)，其實(shí)都是我們產(chǎn)品當(dāng)中的一環(huán)。單就Agent而言，我們想做的是創(chuàng)作領(lǐng)域的Agent，并非通用Agent。通用Agent要有和物理世界交互的能力，比如你讓它給你點(diǎn)外賣(mài)，它不僅要幫你下單，還要送到你面前來(lái)，在理想情況下，就像《鋼鐵俠》里的賈維斯一樣。而我們所定義的「創(chuàng)作」領(lǐng)域，既包括用AI撰寫(xiě)研報(bào)、制作PPT、制作網(wǎng)頁(yè)、拍攝短片等專(zhuān)業(yè)場(chǎng)景，也包括發(fā)朋友圈和小紅書(shū)、日常聊天等生活化的文字表達(dá)，還涉及跨模態(tài)創(chuàng)作。用戶(hù)可以在移動(dòng)端、Web端、PC端完成這些事情。
騰訊云副總裁、騰訊云智能及騰訊優(yōu)圖實(shí)驗(yàn)室負(fù)責(zé)人吳運(yùn)聲
toB和toC的智能體開(kāi)發(fā)平臺(tái)差異很大。toB在于它有非常多嚴(yán)肅的場(chǎng)景，我們需要用非常多的手段保證嚴(yán)肅問(wèn)答的準(zhǔn)確率以及引用的正確性；toC的特點(diǎn)是要讓用戶(hù)使用起來(lái)很方便，即便能力差一點(diǎn)。
關(guān)于A(yíng)gent的記憶機(jī)制，如果僅機(jī)械存儲(chǔ)用戶(hù)過(guò)往（如一周或一個(gè)月）的全部聊天記錄，并在后續(xù)交互中全盤(pán)調(diào)用，會(huì)因大量一次性、臨時(shí)或無(wú)關(guān)信息的干擾而影響效果。因此，如何從長(zhǎng)期記錄中提煉出對(duì)后續(xù)問(wèn)答真正有價(jià)值的內(nèi)容，是當(dāng)前短期與長(zhǎng)期記憶研究中需要不斷攻克的關(guān)鍵方向。
LovartCTO陳志博
生成式AI會(huì)大幅擴(kuò)展個(gè)人能力邊界，形成「超級(jí)個(gè)體」,讓普通人無(wú)需設(shè)計(jì)、編程等專(zhuān)業(yè)背景，也能完成高質(zhì)量創(chuàng)作。
阿里巴巴國(guó)際數(shù)字商業(yè)集團(tuán)AI業(yè)務(wù)副總裁駱衛(wèi)華
面向生產(chǎn)環(huán)境的AlAgent對(duì)輸出質(zhì)量有很高要求，通用Agent幾乎無(wú)法滿(mǎn)足。垂直場(chǎng)景對(duì)特定關(guān)鍵數(shù)據(jù)識(shí)別和分析精度的要求遠(yuǎn)超頭部模型直出結(jié)果。除模型能力，Agent的可用性對(duì)工程框架、底層AlInfra的要求也很高。
大模型
生數(shù)科技CEO駱怡航
視頻生成需要保持生成效果的一致性，這一訴求與應(yīng)用場(chǎng)景深度相關(guān)。對(duì)大眾而言，用手機(jī)拍攝的視頻多為日常記錄或自?shī)首詷?lè)，對(duì)畫(huà)面連貫性、元素穩(wěn)定性的要求較低。但在廣告、動(dòng)漫、影視等商業(yè)與專(zhuān)業(yè)創(chuàng)作中，一致性是不可妥協(xié)的基礎(chǔ)——人物形象、核心道具、場(chǎng)景氛圍等要素必須在全片所有鏡頭、所有時(shí)長(zhǎng)里保持連貫，甚至每一幀的細(xì)節(jié)都需符合設(shè)定邏輯。一致性是實(shí)現(xiàn)視頻生成商用的前提，若無(wú)法滿(mǎn)足，相關(guān)技術(shù)便難以在產(chǎn)業(yè)級(jí)場(chǎng)景中落地。
視頻生成的爆點(diǎn)不會(huì)突然出現(xiàn)。在廣告和動(dòng)漫行業(yè)，AI視頻的滲透率在逐步提高，2到3年后可以實(shí)現(xiàn)全流程AI化；影視行業(yè)到明年可能有30%至50%的AI滲透率。長(zhǎng)期來(lái)看，在5到10年后，所有內(nèi)容和文化相關(guān)產(chǎn)業(yè)可能會(huì)完全實(shí)現(xiàn)「生成式AI化」，到那時(shí)，AI將成為創(chuàng)作的常規(guī)工具，「內(nèi)容是否由AI生成」不再是關(guān)注的焦點(diǎn)。
可靈AI產(chǎn)品及運(yùn)營(yíng)負(fù)責(zé)人李楊
當(dāng)前視頻模型還正處于快速迭代階段，3個(gè)月或半年后，模型性能和當(dāng)下相比會(huì)有明顯差異。AI工具產(chǎn)品需要在模型能力和用戶(hù)需求之間找到平衡，既要不斷探索模型能力的邊界，也要滿(mǎn)足用戶(hù)的實(shí)際需求。
AI產(chǎn)業(yè)
光源資本創(chuàng)始人、CEO鄭烜樂(lè)
創(chuàng)業(yè)公司最大的機(jī)會(huì)是在模型的水面上。如果你是礁石，可能會(huì)被淹沒(méi)，但是如果是船，模型能力上漲，你也會(huì)上漲。怎么變成船？我認(rèn)為有很多的方法，有專(zhuān)業(yè)數(shù)據(jù)的循環(huán)、對(duì)場(chǎng)景的理解（指對(duì)工作流的拆解）、獨(dú)特的交付方式等等。在大廠(chǎng)的射程外也是非常重要的。
2025年上半年，中國(guó)的AI投資熱度在大幅度提升，融資額同比增加45.3%，投資事件數(shù)同比增加59.9%，財(cái)務(wù)投資人占比58.6%，又回到了主流。大家開(kāi)年以后都在跑，很多項(xiàng)目都在搶?zhuān)芏嗳碎_(kāi)始要抬估值了，跟去年完全不一樣?，F(xiàn)在這個(gè)市場(chǎng)給我們的感覺(jué)是非常像移動(dòng)互聯(lián)網(wǎng)09到14年的時(shí)候。
九合創(chuàng)投創(chuàng)始人王嘯
在中國(guó)做AI應(yīng)用要有閉環(huán)的數(shù)據(jù)，這樣才能產(chǎn)生獨(dú)立應(yīng)用的機(jī)會(huì)。在一些相對(duì)垂直但又不太垂直的行業(yè)，形成大量自有數(shù)據(jù)，而且這個(gè)數(shù)據(jù)隨著用戶(hù)的增長(zhǎng)對(duì)基模能力的提升是顯著的，就能建立壁壘，也不會(huì)被基模公司吃掉。編程的數(shù)據(jù)太公開(kāi)了，你能做，別人也能做，大模型公司做的更有優(yōu)勢(shì)。
云啟資本合伙人陳昱
目前國(guó)內(nèi)比較確定的機(jī)會(huì)還是在視頻領(lǐng)域。還有就是上一代SaaS的重新洗牌——在中國(guó)大模型的加持下用AI全部重新做一次，更便宜、更智能、效率更高。
通用型的AI應(yīng)用特別火熱，問(wèn)題在于最后基模公司肯定會(huì)自己下場(chǎng)做，而且它們有巨大優(yōu)勢(shì)，因?yàn)橐坏┥狭?，總的token成本會(huì)非?？膳隆Ｎ衣?tīng)說(shuō)Cursor的毛利是負(fù)的，別看它現(xiàn)在這么厲害，到后面也會(huì)面臨盈利的挑戰(zhàn)。
美團(tuán)龍珠合伙人王新宇
AI應(yīng)用的口子，我個(gè)人體感首先是太難了，比具身要難。這個(gè)行業(yè)難投，我們希望創(chuàng)始人懂技術(shù)，此外也要懂產(chǎn)品、懂年輕人，或者懂新的地域（現(xiàn)在更多是面向海外市場(chǎng)做AI應(yīng)用）。
君聯(lián)資本聯(lián)席首席投資官葛新宇
我們要換一個(gè)思維來(lái)看，AI發(fā)展中的一些「臟活苦活」不是大廠(chǎng)和基模公司會(huì)下場(chǎng)做的，比如數(shù)據(jù)標(biāo)注，適合一些沒(méi)有太多產(chǎn)業(yè)背景、大額資金投入的創(chuàng)業(yè)者。如果還能結(jié)合具體的細(xì)分場(chǎng)景，再跟上技術(shù)發(fā)展的節(jié)奏，是更好的。
藍(lán)馳創(chuàng)投合伙人曹巍
國(guó)內(nèi)做大B生意，核心成功要素的構(gòu)成是非常復(fù)合的，不是一個(gè)純產(chǎn)品、純技術(shù)驅(qū)動(dòng)的生意；反而一些非常工具類(lèi)導(dǎo)向的小B生意更好做，這也是國(guó)內(nèi)最市場(chǎng)化的生意。我們也嘗試著做了一些AI應(yīng)用方面的投資，應(yīng)該講做國(guó)內(nèi)市場(chǎng)的都活得很苦，賣(mài)掉的基本也是成本價(jià)賣(mài)掉的。我們也有一些賣(mài)掉的公司，創(chuàng)始人去了某大廠(chǎng)做戰(zhàn)略規(guī)劃。此外我還認(rèn)為，當(dāng)下模型側(cè)還有很多能力沒(méi)有被挖掘出來(lái)，模型還要再迭代一波。
藍(lán)色光標(biāo)CEO潘飛
目前，營(yíng)銷(xiāo)行業(yè)正在從工具效率革命走向生產(chǎn)模式革命。最終，可批量化的內(nèi)容將實(shí)現(xiàn)AI全自動(dòng)生產(chǎn)，而有人性洞見(jiàn)的內(nèi)容會(huì)更有稀缺價(jià)值。AI發(fā)展當(dāng)前的進(jìn)度僅加載10%到15%，未來(lái)將誕生AI時(shí)代原生的營(yíng)銷(xiāo)公司。
無(wú)問(wèn)芯穹發(fā)起人汪玉
AI基礎(chǔ)設(shè)施的能效評(píng)價(jià)指標(biāo)已隨技術(shù)演進(jìn)發(fā)生變化：在A(yíng)I1.0時(shí)代，核心指標(biāo)是「算力」（TOPS），通過(guò)垂類(lèi)數(shù)據(jù)訓(xùn)練垂類(lèi)模型，即可支撐簡(jiǎn)單任務(wù)；而進(jìn)入AI2.0時(shí)代，「token」成為核心生產(chǎn)要素。目前，端側(cè)應(yīng)用的算力需求與現(xiàn)有能力之間仍存在10倍左右的差距，云端的算力使用效率也有進(jìn)一步提升的空間。
微信編輯|雨林
第一財(cái)經(jīng)持續(xù)追蹤財(cái)經(jīng)熱點(diǎn)。若您掌握公司動(dòng)態(tài)、行業(yè)趨勢(shì)、金融事件等有價(jià)值的線(xiàn)索，歡迎提供。專(zhuān)用郵箱：bianjibu@yicai.com
（注：我們會(huì)對(duì)線(xiàn)索進(jìn)行核實(shí)。您的隱私將嚴(yán)格保密。）
劍客巔峰對(duì)決:十大高手及其自創(chuàng)劍法揭秘
《秦時(shí)明月》中劍客與內(nèi)功高手的巔峰對(duì)決
金庸與古龍十大劍客的巔峰對(duì)決
