Skip to content

2026-06-30 科技新闻汇总

📅 自动采集于：2026-06-30 07:40:37

成立9个月，在手订单4.4亿，「谱星航天」连续完成两轮数亿元融资｜36氪首发

文 | 阿至

光谱定量遥感赛道跑出一匹黑马。

36氪未来产业独家获悉，光学载荷与微纳卫星系统解决方案提供商上海谱星航天科技有限公司（下简称“谱星航天”）已于近期连续完成天使+、Pre-A两轮融资，累计规模为数亿元。

Pre-A轮由国泰海通、尚融资本、司南基金联合领投，徐汇资本、联融志道、金浦投资跟投，老股东联想控股、鼎农科技、普华资本追投。天使+轮投资方为联想控股、普华资本。

谱星航天是我们长期关注的企业，成立9个月内，共完成3轮融资，累计资金规模近3亿元。创始人贺小军透露，其新一轮融资已经开启，年内预计还将完成两轮融资，为公司1024颗谱星星座建设及后续发展提供资金保障。

这家成立不到1年的公司，正在以极快的融资速度抓住产业爆发的窗口期。

定量，万亿应用市场

如何理解谱星航天到底要做一件什么样的事？

核心关键词是“定量”。

在商业航天领域，过去十年无论是SpaceX、Planet Labs还是Rocket Lab，成功的商业公司都在通过找到新路径和定义新范式，打开新市场的增长极。如果说以Starlink所代表的卫星通信解决的是“连接”的问题，那么以PlanetScope为代表的遥感卫星星座则解决的是“看见”的问题。

事实上，“看见”只是第一步。随着遥感行业走进高空间分辨率时代，以“拍照”为核心任务、明确“目标是什么”的定性遥感服务，过去主要服务政府和军方，市场容量很大程度上取决于政府预算。拓展商业端、大众端需求是打开遥感行业新增长极的关键，但商业端需要的是可量化的决策依据，简单来说就是从“看到”到“测准”，比如金融、量化等行业客户，他们需要的是能为交易带来直接利润率提升的定量遥感服务。

从技术角度来看，定量能力的跃升，主要来自三个维度的性能提升：

一是光谱维度的细分。理论上来说，每一种物质都有独特的光谱指纹，只要光谱分辨率足够高，就能实现精准识别。传统遥感卫星通常是一个全色通道（黑白）加红、绿、蓝、近红外等少数几个光谱通道，只能概略区分地表类型。而高分辨光谱遥感卫星光谱通道可以达到几十甚至上百个，实现“图谱合一”，识别地物的细微光谱“指纹”以支持定量化分析。

二是辐射精度的保证。卫星获取的数据不仅是图像，而是经过严格辐射定标和大气校正之后的物理量——比如地表反射率、叶绿素浓度、水体悬浮物含量等。这就需要卫星搭载高精度光学主载荷及辐射定标装置，完成高精度辐射溯源，同时在轨进行大气同步测量，消除成像光线传输路径的大气干扰，确保遥感影像具备高辐射精度，能够准确反映地物光谱特性。事实上，如果没有辐射精度，光谱维度如何细分也难以满足商用端的需求。

三是覆盖频次的提升。航天遥感数据集想要真正赋能千行百业，实现边际成本递减，就需要构建时间、空间、光谱维度均比较细密的数据集，而传统遥感受天气原因、卫星数量以及任务式驱动的限制，影像的时间序列残缺不全，导致时间维度过于稀疏，无法定量分析地表特性随时间的变化规律，难以作为主要决策依据。

简单来说，想要从定性遥感升级为定量遥感，既要破解光谱“指纹”，也要消除大气“噪音”，还需要非任务驱动的高覆盖频次，才能解决维度缺失、精度不够、实效不足的行业痛点。

这也是谱星航天目前正在解决的问题。

作为国内率先掌握即时光谱定量遥感技术并推进光谱定量遥感卫星批产的团队，谱星航天专注于多品类光学遥感载荷及20至50公斤级业务型微纳卫星的研发和批量制造。

谱星规划的产品矩阵涵盖载荷产品、卫星产品与技术服务三大板块：

载荷产品线包括对地成像和非对地成像两类多款产品，代表性产品包括高分辨光谱相机、大气同步探测光谱仪、高光谱仪、态势感知相机等；卫星产品线主要包括光谱定量遥感卫星、科学探测卫星及态势感知卫星；技术服务则涵盖搭载验证、载荷托管与数据平台服务。

谱星航天产品体系

目前，载荷与卫星两大板块为当前业务推进重点。

过去半年，谱星航天多款核心产品已完成立项论证及详细设计，进入正样研制与制造阶段。我们了解到的最新进展是，谱星航天目前正围绕客户首发星的研制和验证展开密集冲刺。同时，公司的两颗光谱定量遥感验证卫星也已完成详细设计，计划在2027年一季度发射。

做“超级鸽群”

2006年，贺小军从吉林大学通信工程学院毕业，保送进入中科院长光所硕博连读，次年经选拔进入新组建的小卫星团队，2014年以该团队为核心成立了中国第一家商业卫星公司。

在创办谱星航天之前，贺小军在光学载荷和卫星研发领域已经深耕18年，在头部商业航天公司担任多型号卫星总师，累计主持完成55颗卫星的研制及发射任务，作为主要完成人以一箭26星、一箭41星连续两次刷新国内一箭多星纪录，掌握载荷与整星全流程研制核心技术，具备高复杂度的系统集成与履约交付能力。

在这期间，他也一直在跟踪研究欧美遥感领域的最新动态，从中找寻新的技术创新思路。

他发现，自2024年起，以美国Planet、西班牙Xoople、印度Pixxel及加拿大Wyvern为代表的商业航天企业，纷纷将战略重心转向商业端市场。“这一转向源于共同的行业痛点：单一的政府预算已难以支撑大规模星座的商业闭环。只有深入挖掘遥感影像在企业降本增效中的核心价值，通过规模化商业应用反哺卫星运营，才能实现产业的良性循环。”

在贺小军看来，商业端以农产品期货交易为例，年交易额是几十万亿美元级别，“谱星哪怕只给它增加一个千分点的利润，都是极其可观的数字。商业端市场的发展上限高到几乎看不到天花板，这就对遥感卫星技术迭代和服务升级形成了持续强劲的驱动力。”

事实上，国外已经有公司进行了方向验证。比如目前全球最大的商业遥感星座运营商Planet，其运营的PlanetScope（常被叫作“鸽群”）由超过200颗Dove/SuperDove卫星组成，可以实现对地球陆地和重点海域每���一次的全球覆盖，优势在于时间分辨率和规模，但现阶段短板仍在于光谱维度和定量能力较弱，其近年来也在向数据服务转型，但受限于卫星硬件的代际差距，转型落地需要一定时间。

从行业趋势变化反观国内市场，贺小军认为，随着中国商业航天产业的飞速发展，不论是供给侧、需求侧还是技术侧，都已经进入了基础条件具备的加速周期。

从供给侧来看，随着商业航天产业链的成熟，卫星制造与发射成本实现大幅下降。过去一颗传统高分辨率遥感卫星的造价动辄数亿元，当下50公斤级微纳卫星的制造成本已经下探到几百万元级别，发射成本也从每公斤10万元以上降至5-7万元区间。当“造得起、发得起”成为现实，星座组网才有经济可行性——谱星航天规划的1024颗星的组网方案，也正是建立在成本可控且有持续下降空间这一前提之上。

从需求空间来看，国内遥感行业要寻找新的增量市场，比如农业需要精准测量作物的长势与病虫害，矿业需要锁定找矿靶区，金融需要高频精准的产量预测来辅助期货交易，环保需要实时监测水体污染和大气成分……过去商业端的需求其实一直存在，只是受限于卫星定量能力及星座效能，无法被有效满足。

从技术侧发展来看，一个新的变量是AI大模型能力的涌现，深度学习和计算机视觉的发展，让机器能够从海量光谱数据中自动提取特征、建立模型、完成分类和识别，过去这仅依靠人工判读几乎很难实现。

贺小军提到，“高光谱数据人看不懂，只能靠AI算法进行信息挖掘和提取。离开AI就没有高光谱的应用，没有高光谱AI又挖掘不到足够的信息。”

所以从技术角度上来看，光谱定量遥感也是“AI+航天”最具产业落地前景的结合点之一。

基于上述趋势与产业基础，谱星航天自创立起便确立了核心战略：将“光学遥感定量化能力”与“卫星批量化工程能力”深度结合，计划分批次发射共计1024颗高光谱定量卫星，构建全球首个天覆盖的高光谱定量遥感星座，为客户提供小时级大气监测、天覆盖高光谱影像及高精度航线监测等服务。

“谱星航天想要完成高时效、高性能的覆盖，需要上千颗星组网，这也是谱星规划1024颗星的由来。”贺小军提到，目前产业基础完备、市场需求清晰，且团队经验及技术储备成熟，但对于一家初创公司来说，要实现“千星组网”的目标，也需要大量的资金支持。

“我们运气很好，赶上了中国商业航天大爆发的绝佳窗口期。”贺小军提到，目前谱星航天在资金方面准备充足，到今年底还会完成两轮融资，以保障公司加速推进后续载荷研发、星座建设和遥感应用。

“谱星星座”构型图

更早地赚钱

完成星座建设和提供持续的运营服务，是一个长周期目标，但在此之前，创业团队也需要回答一个问题：公司靠什么活着？

移动互联网时代创造无数价值连接，依靠规模扩张让边际成本无限趋近于零，获得指数级的爆发和增长，格局瞬息万变，只要大方向对，可以靠烧钱快速打赢一场战争。但在硬科技时代，从技术验证到工程化放量，没有烧钱换时间的捷径。

靠什么活着？这个问题的潜台词是，今天的创业公司，不能只依靠外部输血，从day one可能就要想好，你的客户在哪里？靠什么产品赚钱。

事实上，在谱星航天的产品序列里，载荷、卫星、技术服务三个板块是依次递进的逻辑，从卖载荷、卖卫星到卖服务，最终成为具备核心载荷及卫星研制能力的光谱定量遥感数据运营商。

第一阶段卖载荷，赚技术创新的钱，为用户提供特色光学载荷，补充早期现金流反哺研发，通过在轨验证快速迭代产品。

第二阶段卖卫星，赚工程化放量的钱，把能力封装为标准化的整星平台，提高订单价值，为后续卫星组网打磨出成熟的制造端供应链和星座运营能力，“积累数据”的同时逐步训练AI处理和分析能力。

第三阶段卖服务，赚持续性订阅的钱。随着“谱星星座”逐步实现组网目标，其业务重心也将从硬件销售过渡为遥感数据运营与遥感信息服务，金融及量化基金领域相关机构有望成为其首批付费客户。

据悉，尽管谱星航天还处于载荷验证及首发星研制阶段，但已经有来自应用端的客户提前预定其在轨服务。

我们了解到的最新业务进展是，截至目前，谱星航天已签订的正式合同总额达4.4亿元，涵盖卫星定制、载荷研制及技术服务。

处于谈判阶段的意向订单规模为6.2亿元，正在论证的业务意向订单规模有8.2亿元。除此之外，在星座共建共享方面，谱星也与多家企业达成了战略合作意向。

贺小军提到，“受益于精准的市场定位，公司整体订单池储备相对充足，目前很多客户都是主��联系谱星，这种来自需求端的信任也是对谱星团队过往履历、工程能力的最大肯定。”

据介绍，目前公司签订的首笔过亿订单来自某态势感知星座项目。谱星航天为科学用户研制的首发星将于明年年初发射，目前多个型号的客户定制卫星也已进入研制及交付阶段。

“谱星星座”首发星也计划于明年年初发射，持续获取光谱定量遥感影像数据，加速推进遥感应用开发。据悉，谱星航天目前已经与新疆某高校签订了数据服务合同，未来将共同开展棉花科研样地的高频次遥感，建立“AI+航天+垂类产业”在棉花定量遥感领域的示范案例。

此外，谱星航天也在与各垂直领域公司，比如AI探矿企业，探讨如何以AI+行业know how为切入点，让定量遥感卫星帮助业务更精准、更高效地找到新矿。

从融资效率和订单储备来看，谱星航天显然已在极速狂奔。但贺小军也清醒地认识到，中国商业航天领域还处于商业模式探索阶段，“远没到内卷的时候，我们一直倡导以开放的姿态与同行们建立广泛合作。”

“有人看懂了我们早期能赚钱，也有人看懂了我们后期能做大。只要能证明我们在这两个阶段都持续兑现，资本和市场的正反馈就不会停。”贺小军总结道。

接下来半年，谱星航天有两个核心任务目标：一是长春卫星工厂要在今年6月完成调试，正式投产，新工厂将具备年产50台载荷、30颗整星的批产能力，以支撑载荷与卫星的研制与小批量试制。二是完成客户首发星、两颗公司自主运营试验卫星的研制，并在春节后发射上天；

此外，值得关注的是，为了进一步提高AI及数据服务能力，谱星智能已落地上海“模速空间”，开展“AI+航天”遥感应用研发，依靠社区的AI企业集群和创新生态，吸引更多优秀的AI人才加入，完成数据端团队的聚集。

“模速空间是上海AI产业集聚的高地，有大量来自不同行业和产业背景的AI人才。我们以第一名的成绩通过入孵答辩，获得了全方位的资源支持。未来我们也将以此作为‘AI+航天’战略的支点，发挥链主优势，开展应用需求对接、遥感应用开发和公司品牌宣传，引入AI及各行业垂类资源，把光谱定量遥感应用推向业务化。也希望更多的优秀人才，能够加入谱星航天。”贺小军补充道。

投资机构观点

国泰海通：作为最早投资商业航天赛道的投资机构之一，国泰海通在行业发展早期坚定支持商业航天产业，持续发掘产业链中价值投资机会，助力行业实现商业闭环，有力支持航天强国战略。我们期待谱星航天通过航天+遥感数据+AI 的创新性技术融合模式，为下游产业提供优质稳定的定量遥感数据支持，深度赋能金融期货保险、矿业、环境监测、农林渔牧等产业，让具有性价比的精准定量遥感数据走向千行百业，引领遥感卫星产业真正意义上实现商业模式闭环。

尚融资本：中国商业航天产业已迈入商业化落地的2.0时代，轻量化、低成本、高精度、可定量的卫星产品及服务成为行业发展刚需。谱星航天是国内率先掌握即时光谱定量遥感技术并推进光谱定量遥感卫星批产的团队，公司瞄准高光谱定量遥感这一航天产业的新蓝海，通过轻量化平台+大规模组网的路径，将服务对象扩展至农业、金融、矿业等多商业领域，具有广阔的市场前景。以贺总为首的谱星团队拥有深厚的全链路技术与工程经验，我们相信谱星航天在航天产业新一轮蓬勃发展中能够迅速成长为行业中坚力量。

司南基金：谱星航天深耕高光谱定量遥感卫星研发，规划建设高频重访遥感星座，致力于成为高价值稀缺遥感数据领域的行业龙头。核心团队具备深厚的航天工程功底，打造出载荷自研、卫星制造、星座运维、数据服务全产业链闭环，技术壁垒牢固，产业增长潜力十足。临创司南十分看好谱星航天在商业航天赛道的发展前景。我方将依托基金在人工智能与商业航天的产业资源，持续为企业赋能，加速遥感数据业务落地，不断拓宽数据场景应用边界。期待团队开辟行业新赛道，构筑产业新格局。征途浩荡，未来可期！

普华资本：作为谱星科技的投资方，我们认为其在光谱定量遥感这一黄金赛道上具有较高地位。项目依托百星研制总师团队与独家在轨定标技术，构建了从“卫星制造、星座运营到数据服务到遥感AI赋能决策”的全链条壁垒，真正解决了行业“高精度数据获取难”的痛点。同时谱星跑通了“批量造星、在轨租赁及AI遥感数据应用”的商业化闭环，是商业航天领域少有的兼具国家战略价值与成熟造血能力的标杆企业。谱星团队具有“技术工程化、工程商业化”的落地能力，相信其将成为推动我国空天信息国产化与创新应用的核心力量。

徐汇资本：人工智能的涌现解决了高维信息处理等难题，加快定量遥感Aha moment的来临和应用场景涌现。谱星航天团队能力稀缺，具备从载荷开发、整星研制、星座运维到数据应用的全链条技术积累和商业化经验，致力于建设全球首个天覆盖高光谱定量遥感星座，并在遥感+AI等落地应用和生态构建方面有深度思考和前瞻布局。徐汇资本将与谱星航天双向赋能，携手把握卫星遥感在人工智能时代的新机遇。

联融志道：非常高兴成为谱星航天的合作伙伴，商业航天是我们重点布局的硬科技赛道。谱星航天拥有稀缺的管理团队、成熟的产品研制与工程交付能力，在轨经验丰富，同时在商业化落地方面形成了独特的差异化优势。期待后续谱星航天与联想产业生态的深度协同，共同推动航天技术落地与应用拓展，助力商业航天产业高质量发展。

金浦投资：随着AI时代的迈进，商业航天的划时代发展，金浦智能团队认为遥感影像数据商业化发展拐点已经出现，而谱星航天团队拥有扎实的遥感卫星及载荷制造、发射经验，对遥感数据及行业发展深刻的认识，谱星航天将在遥感卫星行业发展及遥感数据AI应用做出重要贡献，引领行业发展。

万亿市场格局未定：「端侧原生」，一家中国AI公司给物理AI抛了个新解法

过去几年，AI的战场在屏幕里。GPT系列用参数堆出了惊人的语言能力，Sora用视频生成震撼了全世界……但2026年，产业界达成了一组共识：2026年，是物理AI的元年。 

年初拉斯维加斯CES上，英伟达CEO黄仁勋用一场演讲，17遍提及物理AI，用以宣布“物理AI的ChatGPT时刻已经来了”。这也是他近两年一直推崇备至的关键词。而在过去的2年多时间里，物理AI在“大脑”（VLA模型）、“想象引擎”（世界模型）、训练场、本体及商业闭环五个维度取得关键进展，行业已初步具备走出演示环境、向真实场景探索的技术基础。

就在2026年上半年，全球物理AI领域的资本流动呈现出惊人的密度和规模。光一季度，全球物理AI融资就超过了64亿美元。其中不乏AMI Labs10.3亿美元种子轮、World Labs10亿美元融资，国内千寻智能三月完成四轮45亿元融资的案例。同时，物理AI的技术路线也呈现出清晰的产业分化。基础模型层呈现VLM、VLA与世界模型三条路径收敛之势。世界模型作为后台数据工厂合成训练数据，VLM承担长程规划的“慢思考”，VLA则把指令与感知直接转化为动作。

技术路线似乎已然固化，核心观点基本指向物理AI未来的核心技术架构将是“VLA与世界模型的深度闭环”——VLA负责“说人话、做决策”，世界模型提供“内嵌物理引擎”，提前模拟动作的物理后果，验证计划可行性。 

不过，这些方案已经是“物理世界需要什么样的AI”这一核心问题的最终答案了吗？ 

物理AI还是一场“开放竞争”

资本汹涌、巨头入局、量产捷报频传，物理AI被视为下一个万亿级市场。

据Future Markets预测，全球物理AI市场规模将从2026年的约3830亿美元增长至2040年的3.26万亿美元，构成有史以来最大的科技市场扩张之一。Coatue Management的预计则更为激进，认为物理AI市场规模至少可达6万亿美元，较数字AI高出约50%。

但是，不同于数字AI领域竞争格局已日益明朗，物理AI当下的特征可谓是“格局未定”，决定胜负的维度——制造能力、部署数据、监管速度、供应链控制、基础模型智能——分布在不同的竞争者手中。

作为物理AI的底层底座，被寄予厚望的世界模型，产业界对其定位也远未形成共识。智源研究院院长王仲远曾指出，当前世界模型主流路线已有四条：以语言为中心路线（如Gemini3）：能感知多模态数据，通过语言思考并描述下一状态，具备规划决策能力；以像素为中心路线（如Sora）：适合视频生成，但不懂物理因果；以三维结构为中心路线（如李飞飞World Labs的Marble）：瞄准元宇宙、游戏等数字世界仿真；以视觉表征为中心路线（如LeCun的V-JEPA系列）：预测的是视觉表征的压缩，但视觉嵌入演化不等于物理规律演化。

四类路线，各有拥趸，各有短板。而主流的VLA、世界模型的技术路线中，有观点将VLA、世界模型放在了对立面，也有一部分企业选择两条技术路线并进并探索融合。有人走“VLA为主、世界模型为辅”的嵌入路线，有人走“世界模型原生、强化学习驱动”的独立路线，还有人走“类脑算法+世界模型”的底层重构路线。

不同技术路线，在产业层面体现得更加尖锐。

在“VLA路线”阵营，英伟达在GTC 2026展示了自研VLA模型Alpamayo，同时还有专为人形机器人设计的开源推理视觉语言动作（VLA）模型Isaac GR00T N1.6；小鹏在CVPR 2026推出X-Foresight，把世界模型直接嵌进VLA架构……在“世界模型路线”阵营，吉利汽车集团在GTC 2026发布WAM世界行为模型；World Labs持续押注空间智能（以三维结构为中心的世界模型路线）；谷歌DeepMind于2025年8月发布一款通用型世界模型Genie 3……在“VLA+世界模型融合路线”阵营，也不乏热门企业，智元机器人、宇树科技、特斯拉Optimus等，其中，宇树科技更是表示将同时保持对VLA技术路线的持续跟进与对标，并探索“世界建模”能力与VLA架构的合理化融入方式。 

当前物理AI尚无固定实现范式，或许将是最生动的写照。只是在基础模型层技术路线的选择上，似乎VLM、VLA与世界模型三条路径已经开始呈现收敛之势。

事实上，VLA模型突破了过去将视觉、语言、动作视为独立领域的局限，主流VLA模型成功率已趋于稳定，任务执行能力快速提升。而世界模型本质是对环境动态的预测性表征，可为VLA注入想象力，提供内嵌物理引擎，让AI能够提前模拟动作后果、验证计划可行性。 

而纯反应式VLA仅能根据当前观测映射动作，缺乏对未来的推理能力，长时程规划易翻车，世界模型是破局的核心。这也使得VLA与世界模型的融合成为主流之势。 

但值得思考的是，面向物理AI的模型，到底应该是什么样子？ 

答案或许既不在技术路线，也不在发布会的演示视频里，而在真实场景的需求中。它的核心评价标准，从来不是“生成的世界够不够逼真”，而是“能不能帮机器更好地在物理世界里行动”，能不能降低试错成本、能不能提升泛化能力、能不能嵌入真实的业务闭环……

物理AI不缺“手”，缺的是看懂物理世界

当行业热衷于讨论VLA与世界模型的路线之争时，一个更根本的问题被忽略了——对于绝大多数物理终端设备而言，真正缺失的不是“灵巧的操作”或是“对未来的预测”，而是“对空间的基本理解”。

曾有机器人在厨房“翻车”的视频在社交平台引发热议。视频中，一台人形机器人不仅打翻沙拉碗、酱汁飞溅，甚至失控摔倒在地。然而这并非孤例，从会空翻、能跳舞的炫技表演，到连叠衣服、收拾桌子都做不好的真实表现，“翻车”正在从个别现象变成行业普遍困境。

现象背后的逻辑很简单，舞台上的流畅动作，都是预设编排、反复调试的结果，环境绝对可控；而家庭场景充满随机变数，杂物摆放、突发动静等不确定因素，都是机器人的技术难题。其根源，在于AI对物理空间的理解力远远跟不上硬件的能力。 

物理AI并非与绝大多数人第一反应的人形机器人、自动驾驶等单一细分赛道，而是能够全方位渗透物理世界的庞大产业生态，应用领域宽广，涵盖自主机器人、自动驾驶车辆、人机系统、工业自动化、可穿戴设备以及支持AI的医疗和农业系统。这里面还包含摄像头、无人机、机器狗、巡检设备、工业终端、AI眼镜等大量具备视觉能力的终端。 

这一现状已引发全球AI巨头关注，如Meta发布的Segment Anything Model 3、Google发布的Gemma 4和Vision Banana、英伟达Jim Fan提出的Vision-FIrst模型，这些模型虽然技术路线不同，但都指向一个共同的愿景：构建真正的通用视觉能力。

实际上，对于固定环境、固定坐标、标准化指令，只要求上万次重复动作零偏差的工业场景而言，传统物理AI已足以应付，但无规则杂物、随机指令、上万次场景各不相同的场景而言，真正缺少的不是灵巧手，而是持续感知、空间理解、精准定位和自主导航能力。 

比如，机器狗不需要灵巧手，它需要的是在开放空间中自主导航；无人机同样不需要“手”，它需要的是在无GPS环境下持续视觉定位；AI眼镜不需要抓取物体，它需要的是精准的空间定位和实时环境理解；工业巡检终端不需要仿人形态，它需要的是在复杂环境中稳定感知和自主决策…… 

当前主流的VLA（视觉－语言－动作模型）和世界模型技术路线，恰恰在“空间理解”这个维度上存在共同的盲区。VLA把VLM当主干，动作仅作为“头”附加其后，语言部分吃掉90%以上算力与数据，动作部分长期欠训练。世界模型试图弥补这一缺陷，通过预测物理世界的下一个状态来建立对物理规律的理解。但目前的瓶颈同样尖锐：高质量数据缺乏，远低于大模型所需规模。 

翻车的本质，不是机器人不够“聪明”，而是它还“看不懂”它所在这个连续、复杂且充满不确定性的物理世界。

这正是Om AI联汇过去五年里走了一条与主流不同的路。它没有追逐当时最热门的“灵巧操作”方向，而是回到了物理AI最基础的问题：如何让AI先“看懂”物理世界，再谈其他。其于6月27日—29日发布的VLX-Flow、VLX-Seek、VLX-Go系列模型，从物理AI最基础、最通用的视觉能力切入，提出了流式多模态的新思路。 

具体而言，VLX-Flow解决“持续感知”问题，其让AI像人一样持续观察，而不是被动等提问。传统视频理解是“截一帧、问一次、答一次”——AI看视频就像翻连环画，每一页都要重新翻开、重新阅读。Flow通过Linear Attention和双层记忆（视觉缓存+文本carryover），让视频流“像水流一样持续进入模型”，AI自己一直在看、一直在记。

Flow推理速度优势

VLX-Seek解决“精准定位”问题，让AI实现从“大概看到”到“精准锁定”的转变。VLX-Seek把定位从“坐标生成”改成“区域指代”——前者是让模型“猜坐标”，后者是给模型真实区域让它“选”，为机器人和设备提供毫米级空间锚点。方法不同，结果也天差地别：VLX-Seek能以更小的数据实现更优的效果。

Seek技术架构图

VLX-Go解决“行动决策”问题，让AI从“会理解”⾛向“会移动、会跟随、会导航”。它不是输出“往左走”这样的文本建议，而是通过“短时航点预测+离线轨迹学习+在线RL优化”的逻辑，直接输出可执行航点轨迹，让设备自己走过去。

这一范式切换的关键假设是：物理世界的AI，不应该是“等用户提问才回答”的被动系统，而应该是“一直看、持续记、随时动”的主动系统。前者是数字AI的交互逻辑——对话由人类发起；后者是物理AI的工作逻辑——环境变化本身就是触发信号。

在这个范式下，视觉信息不是以“截一帧”的方式进入模型，而是以“连续流”的方式持续进入。模型不是“看完再说”，而是“边看边理解、必要时主动行动”。这对应的不是“更好的人机对话体验”，而是“AI自主工作能力的质变”。 

这一转变的意义，或许不在于它让模型“更好”，而在于它让AI在物理世界中的存在方式发生了根本变化——从“等用户来问”到“一直在线工作”。

当数以亿计的摄像头、无人机、机器狗、可穿戴设备不再只是“拍摄工具”，而成为持续理解物理环境的“感知终端”，并自主完成感知、定位、决策的全闭环——这个转变的产业价值，可能远大于机器人的惊艳演示。 

让物理AI走进产业

物理AI从来不缺“技术高度”的叙事，但产业化的真正分水岭，在于技术能否在真实约束下创造可量化的业务价值——这决定了它能走多高、走多远。

VLX系列模型有着许多技术创新，比如以Linear Attention替代标准Attention、双层记忆机制、区域指代范式（Region Token）替代坐标生成、短时航点设计替代⻓链路规划等。这些技术创新提供了一个观察样本：当一套技术架构从实验室走向真实物理世界时，它到底解决了什么真实问题？

首先看端侧，在工业巡检、应急管理等场景中，网络断连是常态而非例外。一台在厂区飞行的无人机、一个在地铁工地巡逻的机器人……如果每次决策都要等云端回传，任何延迟都意味着“来不及”。端侧让决策在设备本地完成，延迟从秒级压缩到0.1秒以内——这不是体验问题，而是业务能否成立的根本问题。端侧推理将决策闭环压缩到设备本地，延迟从秒级降至0.1秒以内，在产业实操中，这直接将大量高危、高动态场景从“技术不可行”推进到了“商用可落地”的区间。

其次看原生架构，VLX-Go的决策路径完全由其应用场景所定义——精准适配更轻量的短时航点，这样可以更快地应对外界环境的变化。0.6B的参数规模下，它不做“深度推理”，只做“实时响应”。这并非技术妥协，而是对端侧设备“能力边界”的清醒认知——工业级无人机和巡检机器人往往搭载功耗受限的嵌入式芯片，算力顶多支撑数B级模型的实时推理。在此约束下，“更快行动”的价值远大于“更深思考”。

Go架构图

更值得关注的是其研发范式的差异化：行业普遍将端侧模型视为“云端模型的压缩版”，通过蒸馏、剪枝向下移植；而VLX的逻辑是反向的——先明确端侧硬件的算力天花板，再在边界内做能力最大化的原生架构设计。这种“端侧优先”的研发理念，与边缘计算走向“专用化、轻量化、硬实时”的产业趋势高度同频，也更契合物理AI对确定性时延的刚性需求。 

这套模式已经在产业上���以验证。其中，机器人侧，云深处、宇树等具身头部企业已完成部署；无人机侧，公安、海事、自然资源、园区、应急、救援等低空场景已经商用落地；安防摄像头侧，已经完成百万级摄像头的商业化服务接入。 

当然，目前物理AI仍处于起步阶段。不管是更丰富的人－机－环境交互、还是复杂环境的任务执行，都仍是开放问题。但于物理AI而言，VLX带来的最大冲击，并非某几项算法指标的突破，而是一整套关于“智能存在方式”的思辨——在物理世界里，智能的度量衡不再是参数量的堆叠，而是决策时延的长短与算力利用率的极致。 

如果2026年是物理AI的元年，那它注定不会是一场路线清晰的马拉松，而更像一次迷雾中的多路攀岩。有人押注“大脑”的深度推理，有人下注“想象力”的预测能力，也有人如Om AI联汇这般，选择了朴素却刚需的切入点——让机器持续看懂眼前的世界，并且可以做出准确的决策。真正值得产业界思考的是：当物理AI的终局形态尚是开放问题，我们究竟是在“用技术探索场景”，还是��“用场景重塑技术”？答案不在论文里，也不在演示中，而藏在每一次现场部署后的真实反馈里。

36氪首发｜前百度自动驾驶与机器人实验室主任创业，天使轮融资数千万，做机器人“世界通行模型”

作者 | 乔钰杰

编辑 | 袁斯来

硬氪获悉，具身智能公司纽娲机器人近日完成5000万元天使轮融资，由蓝湖资本领投，不同资本、共青城朴一投资跟投。两个月前，纽娲机器人曾完成由Plug and Play中国基金领投的种子轮融资。

纽娲机器人（下称“纽娲”）成立于2026年2月，半年不到的时间已先后获得多家财务、产业基金投资。创始人杨睿刚博士，长期从事3D视觉、仿真技术和自动驾驶/机器人研究，曾任百度自动驾驶与机器人实验室主任，并曾任自动驾驶卡车企业嬴彻科技CTO，推动L3级自动驾驶重卡量产落地，具有丰富的产业与创业经验，目前为上海交通大学特聘教授。

随着具身智能赛道持续升温，“具身不存在大一统模型”正逐渐成为行业共识。

当前，头部玩家普遍认同“分层解耦”是必由之路，但解耦的维度不同。海外玩家多按推理时间尺度解耦：Figure 的 Helix（System 1 / System 2，后扩展至 System 0）与 NVIDIA 的 GR00T N1，都是分离“慢思考”的规划层与“快反应”的控制层。国内玩家多按能力类型拆分：智元“一体三智”拆分 Locomotion、Manipulation、Interactive；腾讯 Robotics X 的 SLAP 架构解耦感知、学习、规划、执行四层；千诀科技走“类脑分区”路径。

基于此，纽娲选择从机器人最基础的“通行能力”切入，提出“具行智能”（Embodied Mobility Intelligence）的概念，并自研“世界通行模型（WTM）”，帮助机器人像人类一样，在复杂的人类社会环境中自主移动、导航、交互并完成任务。

这一能力不只服务于人形机器人，可以同时兼容四足机器人、AGV、无人配送车等各类移动机器人平台。创始人杨睿刚表示，无论是社区配送、园区物流、还是文旅度假服务，其底层都指向同一个问题——机器人如何在人类环境中安全、高效且优雅完成任务，这也是纽娲“世界通行模型（WTM）”的必要性。

与当前行业大量围绕视觉生成和内容生成构建世界模型不同，纽娲认为机器人真正缺少的是能够理解物理规律并指导行动的能力。公司定位“具行智能”大脑公司，构建了一套从仿真到数据再到模型训练的技术体系。

在渲染层，通过三维重建与AIGC技术保证空间一致性；在仿真层，通过显式三维结构与自研物理引擎保证物理规律的准确表达；在数据层，则利用前两层能力持续生成可交互、物理正确、三维一致的高质量合成数据，最终形成训练世界通行模型所需的数据飞轮。

（图源/火树资本）

此前，纽娲自研的高保真物理仿真引擎SimWeaver，相较英伟达ISAAC Sim，生成速度提升3倍，仿真到真实迁移的误差大幅降低20%, 在多个柔性体操作的任务上实现了91%的零样本（Zero-shot）成功率。

据介绍，在世界通行模型训练方面，纽娲也已经取得多项阶段性进展。

其中，在运动控制（Locomotion）能力上，公司自研模型已经能够稳定通过55度空心楼梯等复杂场景。杨睿刚表示，这一能力来自视觉感知与本体感知的深度融合。相比部分现有方案主要依赖运动控制策略进行“盲爬”，纽娲的系统能够理解哪些区域可踩、哪些区域不可踩，从而显著提升复杂环境下的运动稳定性。

导航能力（Navigation）方面，相比当前大量物流机器人依赖高精地图完成路径规划，纽娲正在推进无图或轻地图导航方案，仅通过小区平面图或高德、百度等通用导航地图，即可实现室内外、平地与楼梯之间的三维自主导航。

此外，纽娲还将“社会行为合规性”（Social Ethic）视为世界通行模型的重要组成部分。与自动驾驶主要运行于道路环境不同，机器人未来将直接进入人类生活空间。如何在电梯、商场、园区等公共场景中遵守人类默认行为规则，是机器人规模化落地绕不开的问题。目前，纽娲正在重点攻关电梯场景中的社会行为学习，通过大量数据训练机器人理解“先下后上”“排队等待”“主动礼让”等社会规则。

以下是硬氪与创始人杨睿刚交流节选：

硬氪：您在自动驾驶领域有丰富的经验，做机器人的世界通行模型时，自动驾驶的哪些经验能够迁移到机器人，哪些需要重新建设？

杨睿刚：数据闭环这件事，机器人和自动驾驶其实是一回事。从数据采集、标注、到模型迭代，整个逻辑是完全一样的。工程化那套体系也可以直接用。自动驾驶在CI/CD、仿真测试、灰度发布这些环节上已经做得非常成熟、非常严格——我们在嬴彻做量产L3重卡，这套东西是真正跑通过的，不是纸上谈兵。这部分经验直接带过来就行。

往大了说，自动驾驶解决的是结构化道路上的自主通行，WTM其实就是把这个能力往前推一步——从结构化的高速公路，延伸到楼道、电梯、门禁这些更复杂、更“人”的环境。框架是继承的，但难度确实上了一个台阶。

真正需要重新建的，是“具身操作”这块——就是机器人怎么去开门、按电梯、搬东西，跟物理世界产生真实的交互。这个在自动驾驶里完全没有对应的东西，得从零做。我们现在的打法是把团队在三维重建和物理仿真上的积累用起来，用合成数据来加速这部分的训练，这是我们能比别人快的地方。

硬氪：相比其他做VLA和世界模型的公司，纽娲提出的“世界通行模型”最大的技术差异化是什么？

杨睿刚：李飞飞教授将世界模型分为三层：渲染器（Renderer）、仿真器（Simulator） 和 预测器/规划器。其中，渲染器处理观测数据（observation in → observation out），如VLA模型直接从图像做规划；仿真器则在隐空间中进行未来状态的预测；而真正的生成式世界模型，试图将渲染与仿真融合，通过三维对齐和视频动力学习来驱动规划。

但当前行业的核心瓶颈在于：数据质量决定了策略性能，而具身智能最缺的就是高质量、可交互、物理正确的训练数据。

纽娲的路径是，我们先把世界模型当作一个数据生成器来构建。在渲染器层面，我们通过三维重建 + AIGC 保证空间一致性；在仿真器层面，我们在显式三维结构上叠加自研的SimWeaver仿真器，确保物理规律（如牛顿力学）的正确性。由此，我们能够生成大量、可交互、物理正确、空间一致的数据，用来训练我们的世界通行模型（World Travelers Model / WTM）。

我们不是在做一个大一统的端到端世界模型，而是用可工程化的方式，将渲染器与仿真器解耦再协同，先把数据生成的飞轮跑通，再让大脑（WTM）在海量高质量数据中学会真正的“世界通行能力”。这也是我们一直在推进的核心技术路线。

硬氪：未来一到两年公司有什么具体的落地规划吗？

杨睿刚： 2026年，我们计划将世界通行模型率先部署到1至2个真实应用场景，包括物流客户、产业园区以及文旅度假区等，并重点验证两项核心能力：无图导航和环境零改造部署，也就是无需额外安装传感器或改造门禁系统即可完成落地。

第二阶段，我们将进一步扩大运营规模，在更多场景验证模型的泛化能力和商业可行性。

第三阶段，我们计划实现自研机器人本体量产，通过软硬件协同降低整体系统成本。同时向更多系统集成商开放世界通行能力，兼容AGV底盘、双足机器人等不同平台，逐步形成通用化的机器人通行解决方案。

投资方观点

蓝湖资本合伙人魏海涛表示：作为专注投资新质生产力的基金，我们投资纽娲并坚定看好杨睿刚教授团队，是因为其“具行智能”精准击中了具身领域的一个核心痛点——机器人不仅要“会操作”，更要“能抵达”。团队以自研的显式3D几何与物理规律为基础的世界模型底座，聚焦构建机器人开放世界通行的通用能力模型（World Traversal Model），实现自主、安全、优雅的智能导航，打通行业规模化的关键瓶颈。蓝湖资本非常荣幸能领投本轮融资，并长期陪伴纽娲，共同开启“具行智能”的新纪元。

不同资本投资人表示：杨教授团队兼具世界模型研发与产业真实落地双重背景，通过其过往在 3D 视觉、物理仿真、自动驾驶与机器人等领域积累的丰富经验，开创性提出了“具行智能”的技术概念，聚焦机器人在开放人类环境中的通行、导航与社会行为理解，并以高质量合成数据、自研物理仿真引擎和世界通行模型为核心构建技术闭环，有望率先实现“一脑多型”机器人在真实生活场景中的规模化落地。

8点1氪丨涉嫌操纵内存价格，存储三巨头遭集体诉讼；韩国启动史上最大规模产业投资计划；哈啰出行回应骑79分钟需支付30元

今日热点导览

  • 马斯克宣布Grok4.5开启SpaceX与特斯拉内部私测，性能或超越Claude Opus
  • 美的回应空调产品在欧洲被疯抢
  • 蔚来回应车漆洗车时被冲掉：高压水枪操作不规范
  • 滚石唱片就屠颖去世追责万豪喜来登
  • 百度昆仑芯拟赴港IPO

TOP 3大新闻

涉嫌操纵内存价格，三星、SK海力士、美光遭集体诉讼

随着全球内存短缺危机加剧，美国当地消费者和小型企业已采取法律行动。据悉，全球最大的三家内存供应商——三星、SK海力士和美光已因涉嫌操纵内存价格并限制全球供应而遭到集体诉讼。诉讼于6月25日在在美国加利福尼亚州联邦法院提起。诉状指出，这三家公司几乎控制着全球DRAM(动态随机存取存储器)市场的全部供应，却在价格大幅上涨期间限制传统DRAM产品供应，进一步加剧了当前的内存短缺危机。值得注意的是，就在几天前，苹果成为最新一家因存储芯片成本上涨而提高部分产品售价的科技公司。此外，多家手机厂商也已纷纷提价。（财联社）

韩国启动史上最大规模产业投资计划

6月29日，韩国政府宣布迄今规模最大的半导体与人工智能产业投资计划，总投资规模超过5760亿美元，将半导体、物理AI与AI数据中心定位为韩国产业升级的“三角支柱”。三星电子和SK海力士的负责人与李在明一同出席了这场声明发布会。李在明表示，三星和SK海力士将与供应商共同投资800万亿韩元（约合5178.7亿美元），在韩国西南地区各新建两个芯片制造基地。这一计划的目标是五年内将DRAM生产能力翻倍。韩国西南地区城市也将向这些项目投资5至20万亿韩元，此外预计还将有81万亿韩元用于在首尔附近的忠清地区建设芯片封装集群。在“韩国三大超级项目报告会”中，李在明向三星电子会长和SK集团会长90度鞠躬，感谢他们的巨额投资计划。并称他们为“国民英雄”，表示他们做出了艰难抉择。（财经网、新京报）

哈啰出行回应骑79分钟需支付30元

近日，上海市民吴先生反映称，其在浦东前滩扫了一辆蓝色哈啰单车，骑了79分钟账单显示需支付30元。其儿子骑的“小黄车”同样时间只要6.5元。吴先生查询发现，所骑车辆为哈啰“追风者”共享变速车，前30分钟15元，超出后7.5元/30分钟。吴先生称，车身未悬挂价格提示标语，自己误以为收费标准相同。对此，哈啰客服人员回应称，由于追风者采用高端配置和智能技术，成本较高，所以骑行费用会比共享单车更贵。客服还提醒道：“不同车型的定价会提前在系统内展示，建议用户骑行前留意价格信息，避免误骑高价车辆。”（青年报）

AI最前沿

马斯克宣布Grok4.5开启SpaceX与特斯拉内部私测，性能或超越Claude Opus

马斯克当地时间6月28日发文称，旗下最新一代大语言模型Grok4.5已正式在SpaceX和特斯拉内部开启私测。据马斯克透露，Grok4.5基于1.5万亿参数的V9基础模型打造，并在补充训练中特别加入了热门AI编程工具Cursor的数据。早期的评测结果显示，该模型的性能已经接近、甚至可能超越了Anthropic的旗舰模型Claude Opus。目前，强化学习（RL）仍在持续显著地优化该模型，其配套的“GrokBuild”测试基准也在日趋完善。此外，马斯克还表示，SpaceX在今年接下来的时间里，每月都将发布完全从头开始训练的新模型。（界面新闻）

DeepSeek V4正式版官宣7月上线，引入峰谷定价机制

36氪获悉，DeepSeek团队宣布，DeepSeek V4正式版计划于7月中旬正式上线，本次版本更新将带来更多功能优化和性能提升。同时，为了更合理地配置资源、提升服务稳定性，正式版发布后将同步调整API定价策略，引入峰谷定价机制。API高峰时段价格将是平时价格的2倍，高峰时间段为每天的上午9点到12点、下午2点到6点。

百度OCR模型Unlimited OCR在HuggingFace、GitHub四榜登顶

36氪获悉，近日，百度正式发布并开源端到端OCR模型Unlimited OCR。模型发布次日即登顶GitHub Daily Trending榜、Python榜，在HuggingFace全球模型总趋势榜和多模态模型趋势榜也均排名第一。Unlimited OCR面向长文档解析场景打造，总参数规模3B、推理时激活参数仅约570M。公开评测结果显示，Unlimited OCR在OmniDocBench v1.6基准测试中取得93.92%综合成绩，刷新端到端OCR最新纪录。

谷歌算力告急，限制Meta对其人工智能大模型Gemini的使用

谷歌已开始限制脸书母公司Meta对其人工智能大模型Gemini的使用，因为Meta的算力需求超出了谷歌现有的承载能力。供给受限直接打乱了Meta内部多个人工智能项目的推进节奏，相关研发工作被迫推迟。报道称，谷歌这一举措直观暴露出算力供给仍是人工智能产业发展的核心瓶颈。即便谷歌持续加码AI基础设施投入，但依旧无法确保有足够的算力应对市场激增的需求。（财联社）

豆包回应“内测社交功能”传闻

近期，有传言称，字节跳动旗下豆包大模型正在内测社交功能。6月29日，豆包相关负责人向记者回复，在企业办公场景，豆包是和飞书有一些协同的尝试，未来也会合作更紧密。但豆包没有传闻所说的社交功能计划。（澎湃新闻）

大公司/大事件

美的回应空调产品在欧洲被疯抢

近日，随着欧洲大陆遭遇史无前例的极端热浪，当地空调迎来销售热潮。中国家电企业美的集团生产的PortaSplit便携式分体空调成为欧洲市场的“抢手货”。面对“一机难求”的火爆局面，美的集团今日对媒体回应称：“热浪显著带动了销售增长，尤其是PortaSplit空调，在部分销售渠道已经售罄。”

社交平台上大量欧洲用户分享抢购经历。有德国消费者反映，方圆百公里内的线下门店美的PortaSplit空调全部售罄，有技术爱好者专门搭建了实时库存查询网站，覆盖全德1100余家连锁门店，结果显示1171家门店中仅1家显示有货，该网站甚至顺势推出了每月2.49欧元的到货提醒付费订阅服务。还有欧洲网友为了买一款中国空调，花了两天在全欧盟范围内寻找，最后“跑了200公里才买到最后一台，价格还涨了100欧”。（界面新闻）

将非鲜牛奶宣传为鲜牛奶，Costco被罚

上海市市场监督管理局网站显示，近日，开市客（中国）投资有限公司因利用广告对商品或服务作虚假宣传，欺骗和误导消费者，被上海市市场监督管理局罚款2.55万元。行政处罚决定书显示，2026年3月13日，当事人为了推销科克兰牛奶，通过自行运营的微信公众号“Costco开市客”发布涉案广告。涉案广告使用了：“家族新成员科克兰鲜牛奶”“科克兰鲜牛奶的原奶，在生乳指标上做到了什么程度？可以这么说，那些反映牧场卫生状况、冷链运输质量奶牛健康、牛奶洁净度的指标，控制得比欧盟要求还严”等表述。根据《国家食品安全标准巴氏杀菌乳》（GB19645-2010）及科克兰牛奶标注的执行标准，科克兰牛奶并非使用巴氏杀菌工艺制得，不能标注为鲜牛奶。（中国新闻网）

美国最高法院裁定美联储理事库克留任

美国最高法院29日发布裁决，驳回联邦政府请求，美国联邦储备委员会理事库克得以留任。(新华社)

近20家半导体企业，开启新一轮涨价潮

全球近20家模拟及功率半导体企业即将于7月1日启动新一轮涨价，年内已呈现多批次阶梯式调价特征。不少厂商称当前在手订单饱满，产能能见度显著提升。

分析指出，本轮涨价的核心动力，源于晶圆代工和原材料涨价带来的成本压力，与AI数据中心建设带来的功率芯片需求激增形成共振。市场份额将向具备IDM全链条能力或与上游深度绑定、且涉足高景气赛道的头部芯片企业集中。（21世纪财经）

蔚来回应车漆洗车时被冲掉：高压水枪操作不规范

6月29日，针对近期有车主反馈的蔚来ES9被高压水枪近距离清洗造成的车辆漆面问题，蔚来汽车官方辟谣微博号“蔚来小喇叭”发布“关于高压水枪洗车的小提醒”称：“我们高度重视，已与该车主取得联系并进行了充分沟通，对相关情况进行了全面、专业的现场答疑与解释说明。”

蔚来方面指出，高压清洗设备在超出原厂限定工况时，其喷射威力足以对车漆造成不可逆损伤。蔚来方面还表示，蔚来ES9的《用户手册》中已明确载明高压清洗的安全操作规范：建议喷射距离保持在500mm以上，压强控制在100bar以下，最高温度60°C，冲洗时尽量与车表面垂直。（每日经济新闻报道）

万达集团，被判向苏宁易购支付17.47亿元

6月29日，ST易购(002024.SZ)公告称，公司与子公司苏宁国际诉大连万达集团股份有限公司合同纠纷案获南京市中级人民法院一审判决。法院判令万达集团支付剩余资金及延期付款损失。判决结果显示，万达集团应于判决生效之日起十日内向苏宁易购支付剩余资金17.47亿元，并支付自2024年2月26日起至2026年2月13日止的延期付款损失（按一年��LPR的1.5倍计算）。（财联社）

月之暗面声明：未授权任何第三方处理融资交易

36氪获悉，月之暗面今日发布严正声明称，近期市场上出现多起假借公司名义传播的不实融资及股权交易:信息，部分机构和个人已涉嫌欺诈。月之暗面表示，所有融资活动由公司直接负责，未聘任或授权任何第三方机构作为财务顾问、融资顾问处理任何融资交易，包括新股交易和老股转让交易。公司老股(含普通股、激励股权等)转让必须经内部批准方可进行，未经批准的老股交易一律无效，将拒绝予以任何形式的确权登记，并保留采取一切法律手段追究转让方违约责任的权利。

消息称快手社科线两位技术高管转岗可灵事业部，或为上市做准备

有市场消息称，快手社区科学线人事调整，两位核心技术高管李晗、洪立印已完成岗位划转，正式加入可灵AI事业部，该事业部负责人为快手高级副总裁盖坤。两位技术负责人同步转岗，直接增强可灵在底层大模型、视频生成、商业算法等板块的技术实力。业内分析认为，两位推荐与电商算法领域的核心大将同:时调入，是为可灵冲刺资本市场进行的关键技术底盘补强。对此消息，快手官方暂无回应。（新浪科技）

滚石唱片就屠颖去世追责万豪喜来登

6月29日，滚石唱片发布关于屠颖不幸事件联合声明，就去年11月发生的著名音乐人屠颖去世事件喊话万豪集团公开道歉。该份声明的声明人还包括屠颖的家属冯苓仪和屠衡、星统寰宇文化发展（北京）有限公司。联合声明称，对万豪集团旗下越秀福朋喜来登酒店在本次事故发生与急救过程中的错误与缺陷以及事故发生后的不负责任态度表示失望。声明指出了酒店方存在健身房地板并无良好缓冲、没有配备AED设备、第一位到达事发现场的酒店工作人员竟是实习生等七失职大问题。6月29日，记者致电涉事酒店，工作人员回复界面新闻称，关于此事不便透露，“很多信息我们也不太清楚”，建议记者发邮件跟酒店管理团队沟通。（界面新闻）

大疆辟谣“上调全系产品价格”

近日，有传闻称，大疆全系产品将于2026年7月15日起调价，涨幅为3%-8%。针对该说法，大疆方面6月28日对蓝鲸科技记者回应表示，消息不实，纯属谣言；目前大疆官方指导价保持稳定，没有网传的全系调价计划。同日稍早之前，社交平台上出现了一张“关于大疆全系产品价格调整的通知”的截图。该截图显示，由于全球供应链成本、核心元器件及物流费用的上升，大疆计划上调价格。其中，Osmo Pocket 3标准套餐的价格将从2299元涨至2399元；Osmo Pocket 4标准套餐的价格将从2999元涨至3299元；Osmo Pocket 4P的标准套餐价格将从3799元涨至3999元。（蓝鲸新闻）

欧盟委员会总部“分楼层开空调”引发争议

近日，在热浪席卷欧洲之际，位于比利时布鲁塞尔的欧盟委员会总部却因“只为欧盟委员会主席冯德莱恩等高层提供凉爽的办公环境”引发争议。欧盟委员会总部贝雷蒙大楼共13层，冯德莱恩的办公室在13层，多数欧盟委员及高级官员的办公室在8层及以上，而1层至7层为其他工作人员办公区。受极端高温天气影响，贝雷蒙大楼电力供应系统不堪重负，不得不关闭部分楼层空调。26日中午，楼内工作人员收到一条紧急短信通知，称当天余下时间将强制关闭1至7层空调，8层及以上则维持正常运行。此举随即引发低楼层工作人员的强烈不满，纷纷指责此举“封建”而“可耻”。（央视新闻）

SpaceX推动美股发行规模创下2510亿美元的半年最高纪录

在SpaceX和谷歌母公司Alphabet创纪录的发行活动后，华尔街银行家们情绪高涨，这些交易提振了人们对2026年下半年交易活动的预期。汇编的数据显示，不包括特殊目的收购公司和其他投资工具，截至6月26日，今年美国IPO和股票发行总额达到创纪录的2510亿美元。这一数字超过了2021年发行热潮期间创下的半年最高纪录。（新浪财经）

科创板成交额创历史新高

6月29日A股在科创板带领下继续上涨，科创50上涨超过4.61%，报收2126点，成交2300亿元。科创综指上升3.12%，报收2416.67点，成交6062.66亿元，突破了5月21日的5804亿元，创出历史新高。在第一财经记者采访的业内人士看来，科创板成交创新高之后，显示资金对行情依然乐观，预计结构性行情有望延续，接下来半年报逐步披露将会主导行情，而其他落后的板块也有补涨空间，投资者可以根据增持回购信息，买入相应蓝筹股进行组合上的“再平衡”。（第一财经）

大众汽车计划终止与博世的自动驾驶合作

近日，德国汽车制造商大众汽车计划终止与汽车供应商博世在自动驾驶领域的合作。据了解，此举是该公司为削减成本、提升竞争力而采取的更广泛举措的一部分。对此，博世和Cariad发表联合声明称，他们不就市场传闻置评。消息人士称，该项目在投入约15亿欧元(17.1亿美元)后，未能达到预期。该报补充称，大众目前正在物色替代合作伙伴，计划于9月前签订合同。（新浪财经）

苹果正考虑最早于2028年在其旗舰智能手机SoC中采用1.4nm工艺技术

苹果正考虑最早于2028年在其旗舰智能手机SoC中采用1.4nm工艺技术，这意味着采用2nm工艺制造的旗舰芯片的生命周期可能只有大约两年。（台湾电子时报）

信用卡App退场，行业迎来经营模式重构

6月30日，中国银行信用卡App“缤纷生活”将全面停止服务，相关功能迁移至“中国银行”App。过去几年间，在优化成本的考量下，中小银行纷纷放弃开发信用卡独立App，将其功能合并至手机银行App中，国有大行、股份行、中小银行亦陆续关停线下异地分中心。线上整合、线下关停，国内信用卡行业正告别粗放扩张周期，迎来经营模式重构。（证券时报）

美股三大指数集体收涨，大型科技股多数上涨

36氪获悉，6月29日收盘，美股三大指数集体上涨，纳指涨2.07%，道指涨0.59%，标普500指数涨1.17%。大型科技股多数上涨，特斯拉涨超8%，SpaceX涨超7%，谷歌涨超4%，亚马逊涨超3%，Meta涨超2%，英伟达涨超1%，微软跌超1%，苹果小幅下跌。热门中概股集体走强，百度涨超7%，小鹏汽车涨超5%，网易涨超4%，哔哩哔哩、爱奇艺涨超2%，蔚来涨超1%，阿里巴巴小幅上涨，理想汽车跌超1%，京东、拼多多小幅下跌。

上市进行时

Momenta正式启动招股

36氪获悉，6月29日，物理AI公司Momenta披露全球发售文件，正式启动招股，并计划以“6880”为股票代码在港交所挂牌上市，成为“物理AI第一股”。Momenta本次IPO计划全球发售19938300股，其中香港发售1993840股，国际发售17944460股，分别占全球发售股份总数的10%和90%;此次发行另配有15%的绿鞋(超额配股权)机制。最终上市定价为295.6港元，在不考虑绿鞋行使的情况下，预计总募资额约为58.9亿港元。

投融资

“CAYE咖爷科技"完成近4亿元B轮融资

36氪获悉，商用全自动咖啡机品牌“CAYE咖爷科技"已完成近4亿元B轮融资，本轮融资由老股东美团龙珠领投，柏睿资本、高瓴创投、苏创投等机构联合跟投。这也是目前商用全自动咖啡机赛道规模最大的单笔融资。

智平方完成近50亿元新一轮融资，估值已超200亿元

具身智能企业智平方近日完成了新一轮融资，融资总额近50亿元人民币(约7亿美金)，估值升至超200亿元人民币。智平方方面告诉记者，本轮融资后，公司将加速推进“机器人大脑”的迭代升级与规模化量产进程，进一步夯实“模型X硬件X场景”三位一体能力。（财联社）

“URTOPIA”完成B轮融资，融资总额超2亿元

36氪获悉，全球智能电助力自行车品牌“URTOPIA”近日已完成B轮融资，融资总额超2亿元人民币。本轮融资由Brizan Ventures与桐乡市政府产业基金领投，高秉强、KunghoFund、光远和声等机构持续加注。本轮融资完成后，URTOPIA将继续加大在核心技术研发、全球市场拓展、供应链建设和组织能力升级方面的投入，并推动公司从智能电助力自行车品牌，向以户外具身智能和人机耦合智能运动技术为核心的公司发展。

“纬钛机器人”完成Pre-A轮融资

36氪获悉，近日，“纬钛机器人”宣布完成新一轮Pre-A轮融资，由红鸟启航基金领投，领屹投资、永鑫方舟、韦豪创芯、宁波吉德等产业投资方联合参投，上海天使会联合投资，多家老股东继续加持，投中资本担任本轮融资独家财务顾问。本轮融资将用于视触觉感知技术的持续迭代、执行器的落地、视触觉的数采和模型的闭环以及研发团队的扩充，同时进一步拓展海外市场，构建全球竞争力。

整理｜王倚轩

烧光5000亿后，京东方开始给股民赚钱

作者 | 范亮

编辑 | 张帆

很长一段时间里，京东方都是A股“散户大本营”的榜首。2026年一季度，这个位置被紫金矿业和东方财富取代，但京东方仍拥有超过100万名股东。

人气足够高，股价却长期止步不前。2001年京东方上市之初，开盘价为3.54元/股（前复权）；到2025年末，收盘价为4.17元/股。二十多年过去，股价累计涨幅只有18%。

面板行业的重资产投入和强周期特征，是制约京东方股价表现的核心因素。上市以来，京东方累计资本开支超过5000亿元，增发募资超过900亿元；累计实现约700亿归母净利润、加回折旧摊销后超过4000亿元的经营净现金流，也大多被继续投入再生产，累计分红规模仅242亿元。因此，京东方长期只能被市场当作周期股来定价。

但2026年，京东方让100万股民赚到了钱。自5月21日行情启动以来，京东方股价至今上涨约60%，创下2009年以来的新高。

催化剂来自其与康宁的合作。5月20日晚，京东方公告称，公司与康宁签署合作备忘录，双方将在玻璃基封装载板、可折叠玻璃、钙钛矿玻璃基板、光互连相关应用等重点领域开展合作。

京东方的暴涨，也再一次带火了A股玻璃基板封装概念。那么，京东方这一次能否摆脱面板业务的旧估值体系，进入新的股价平台？

加入算力阵营

简单来说，芯片封装是将裸芯片固定在封装载板上，完成电气互连、散热和机械保护，使芯片能够进一步安装到PCB上，并在终端设备中稳定运行。

目前，BT基板、ABF载板等有机封装载板仍是封装市场的主流。其中，BT载板主要用于存储、消费电子等领域；ABF载板则更多应用于CPU、GPU、AI加速器和网络芯片等高性能产品。

对于需要集成HBM的AI芯片，通常还会在芯片与有机载板之间增加硅中介层，HBM内部依靠TSV实现垂直堆叠互连，而芯片与HBM之间则通过硅中介层实现高速互连。台积电CoWoS-S的典型结构，就是“硅中介层+有机载板”。

随着AI芯片集成规模不断扩大，封装尺寸、互连带宽和信号完整性要求持续提升，硅中介层也开始面临尺寸、成本和产能等约束。采用TGV技术的玻璃基封装载板，具备低介电损耗、高尺寸稳定性、高平整度，以及适合大尺寸面板级加工等特点，因此被视为下一代先进封装的重要候选方案。

台积电正在开发面板级先进封装CoPoS，市场普遍预计，玻璃基封装载板可能会在相关工艺中发挥重要作用。

从产业化进度看，玻璃基封装载板已开始在射频IPD、毫米波器件和CPO等细分领域验证或导入，但在AI芯片封装中的应用仍处于技术验证和产业化早期。例如，根据TrendForce，OFC 2026光纤通讯大会上，英特尔展示了搭载共封装光学（CPO）技术的玻璃核心基板原型；今年1月，英特尔还发布了全球首款采用玻璃芯载板的商用CPU。

根据Yole Group数据，全球先进IC载板市场规模预计将由2024年的约142亿美元增长至2030年的310亿美元，对应年均复合增速约14%。广发证券认为，凭借低介电损耗、高尺寸稳定性和高平整度等优势，玻璃基板有望率先在部分高端封装场景中渗透，并逐步替代部分传统有机载板或硅中介层方案。

因此，京东方本质上是借助玻璃基封装载板业务，切入了AI算力叙事，跟上了算力板块的热点。

不是单纯炒概念，但短期没业绩

在整个玻璃基板封装的上下游产业链中，上游为玻璃基板原材料提供商，中游为玻璃基封装载板制造商，下游则为半导体封装厂商。目前，康宁为上游的玻璃基板原材料提供商，京东方则是玻璃基封装载板制造商的角色。

由于LCD、OLED本身就是在玻璃基板上进行TFT电路刻蚀、封装、模组集成等一系列的加工工序，因此其也相应有可以迁移至TGV玻璃基板的技术和制造能力。对TGV玻璃基板业务进展，根据京东方在投资者交流平台的公开披露：

公司2020年启动玻璃基载板技术调研，2022年投资3.9亿元建设玻璃基/硅基兼容的晶圆级创新实验平台，2024年投资9.93亿元建设板级玻璃基封装载板试验线，并于2025年内完成主设备搬入调试，2026年上半年已实现全自动化设备通线。该试验线设计产能1,000片/月。

目前公司已实现TGV开孔、深孔填铜、增层、布线等玻璃基封装载板全流程工艺拉通，并于2025年完成大尺寸高层数（9-2-9，20层）玻璃基载板样品开发和送样。公司目标产品为大尺寸算力芯片先进封装所需的玻璃基载板，可匹配不同的先进封装方式，目前已给部分国内客户送样，部分客户已通过概念认证并进入技术测试阶段。

因此，京东方在玻璃基封装载板制造方面已经具备可落地的能力，拿到了玻璃基封装载板的“入场券”，未来则根据送样和认证情况扩建产能。

2026年以来算力链条，特别是“达链”相关企业的股价大幅上涨，一个最核心的支撑是，不管未来AI泡沫的叙事是否成立，但这些企业短期内都能交给资本市场一个亮眼的成绩单。

那么暴涨后的京东方，能否也在短期拿出超预期的业绩？

答案是否定的。对于玻璃基封装载板大规模商业化节点，市场普遍认为在2-3年后才会进入大规模商业化阶段。例如，英特尔判断其有望在本十年（2020-2030）后半期向市场推出完整的玻璃基板解决方案。台积电目前预计将于今年6月完成其首条CoPoS中试生产线，大规模量产的合理预期时间推测应为2028年至2029年。

京东方自身也指出，根据业务发展情况，预计未来2-3年内，都无法对公司经营业绩产生重大影响。

面板要变成现金牛业务？

那么，京东方原有的面板业务，是否可能出现超预期表现？

2025年，京东方TFT-LCD销量为9003万平方米，AMOLED销量约226万平方米，二者同比增速均为8%。尽管手机AMOLED单价最高可达到电视LCD的10倍以上，但在京东方收入结构中，LCD营收仍占较大比例，粗略测算超过80%。

2026年，受存储价格上涨影响，市场普遍预计手机销量将明显下滑。根据CINNO数据，各类手机面板价格在2026年处于持续下行状态，这将明显冲击京东方AMOLED业务的收入增长。电视面板方面，尽管2026年有世界杯拉动，但Omdia、群智咨询等机构均预测，全年电视面板需求可能有所下滑。

这意味着，京东方2026年的营业收入将面临较大增长压力。

利润端方面，公司盈利一方面受面板价格波动影响，另一方面也受产线折旧进度影响。

根据京东方披露，显示行业已从大规模扩产的高速发展阶段，逐步进入成熟期，公司资本开支金额将逐渐降低。同时，随着存量产线折旧持续减少，在建产线项目也会综合考虑产能爬坡情况分阶段转固，公司总体折旧金额将在2025年的基础上开始下降。

TCL科技也指出了类似趋势：未来公司资本开支将逐步下降；从折旧金额看，2025年是TCL华星折旧峰值，之后折旧会逐步下降。不过，2026年下降幅度不会特别明显，2027年及以后，折旧降幅会更大。

综合来看，京东方2026年的营收增速大概率承压，但净利润和自由现金流，分别受益于折旧下降和资本开支减少，仍有望保持稳定。

对京东方而言，虽然营收会在行业下行阶段承压，但资本开支下降、折旧减少，可能被市场解读为一个拐点式利好：京东方将开始产生更稳定的正向自由现金流，未来也不再需要像过去那样依赖大规模融资。

还能不能涨？

京东方后面还能不能涨，关键不在于玻璃基封装载板短期能贡献多少业绩，而在于市场是否愿意重新定义京东方：到底还是一家周期面板公司，还是一家拥有稳定现金流、同时带有AI先进封装“期权”的平台型公司。

如果京东方面板业务转为现金牛的逻辑成立，那么在玻璃基封装载板AI叙事的加持下，行情可能还没有结束。

2025年，京东方EBITDA为464亿元，资本开支为401亿元。过去市场不愿给它高估值，很重要的原因是公司赚到的钱很快又被新一轮产线投资消耗掉，股东很难真正分享到自由现金流。

但如果显示行业进入成熟期后，京东方资本开支持续下降，假设未来EBITDA保持稳定、资本开支逐步降至200亿元左右，公司就有望释放约200亿元级别的自由现金流。

在此基础上，玻璃基封装载板业务提供的是估值弹性。其短期难以贡献业绩，但相当于给京东方增加了一个AI先进封装方向的远期期权。只要后续送样、认证、客户导入和产能扩建继续推进，市场就可能继续为这部分想象空间定价。

反过来，如果面板业务转为现金牛的逻辑无法兑现，京东方股价大概率仍会跟随算力链情绪波动。尤其是玻璃基板短期无法释放业绩，一旦算力板块回调，京东方可能面临更剧烈的波动。

因此，后续关键观察窗口在中报和季度财报。如果资本开支和折旧确实持续下降，经营现金流保持稳定，那么“面板现金牛+玻璃基板AI期权”的逻辑就会更扎实，股价也更容易进入易涨难跌的阶段。

*免责声明：

本文内容仅代表作者看法。

市场有风险，投资需谨慎。在任何情况下，本文中的信息或所表��的意见均不构成对任何人的投资建议。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。我们无意为交易各方提供承销服务或任何需持有特定资质或牌照方可从事的服务。

氪星晚报｜百度OCR模型Unlimited OCR在HuggingFace、GitHub四榜登顶；国务院印发《教育发展“十五五”规划》；美国养老金即将被动调仓，300亿美元卖盘“已在路上”

大公司：

蜜雪冰城吉尔吉斯斯坦三店同开，已进入海外16个国家

36氪获悉，近日，蜜雪冰城三家门店在吉尔吉斯斯坦首都比什凯克营业，正式进入吉尔吉斯斯坦市场。吉尔吉斯斯坦是蜜雪冰城在中亚的第二站。2025年4月，蜜雪冰城哈萨克斯坦首店落地阿拉木图。在这之后，又相继进入美国、巴西、墨西哥等新市场，持续推进全球化布局。截至目前，蜜雪冰城已进入海外16个国家。

中国移动确认设立Token办公室

6月28日晚间，有消息称，中国移动继设立数智事业部、算力办之后，又设立了Token办公室，旨在打通“创造Token、输送Token、应用Token”的全流程，打破多个二级部门“各管一摊”的局面。6月29日下午，从中国移动方面获悉，中国移动确实成立了Token办公室，但其余网传内容，如“Token 办公室级别更高，由集团核心领导直接挂帅”等则未获确认。（每日经济新闻）

英伟达支持的Firmus与DayOne将在印尼建造AI数据中心园区

由英伟达支持的数据中心运营商Firmus将在印尼建设一座AI数据中心园区。该公司表示，该项目将在前六年内带来价值高达300亿美元的协议。澳大利亚企业Firmus在一份声明中宣布，已与英伟达达成一项为期八年的合作协议，在印尼巴淡岛建设一座装机容量达360兆瓦的专属英伟达DSX AI工厂园区；该岛屿与新加坡隔海相望。Firmus表示，这一大型数据中心项目将与总部位于新加坡的DayOne联手开发。（新浪财经）

百度OCR模型Unlimited OCR在HuggingFace、GitHub四榜登顶

36氪获悉，近日，百度正式发布并开源端到端OCR模型Unlimited OCR。模型发布次日即登顶GitHub Daily Trending榜、Python榜，在HuggingFace全球模型总趋势榜和多模态模型趋势榜也均排名第一。Unlimited OCR面向长文档解析场景打造，总参数规模3B、推理时激活参数仅约570M。公开评测结果显示，Unlimited OCR在OmniDocBench v1.6基准测试中取得 93.92% 综合成绩，刷新端到端OCR最新纪录。

马斯克：SpaceX计划今年每月发布一个全新的人工智能模型

当地时间周日（28日），马斯克在其社交媒体平台X上发文称，旗下最新一代大语言模型Grok 4.5已正式在SpaceX和特斯拉内部开启Beta测试，之后才会进行更广泛的推广。马斯克还表示，SpaceX计划在今年剩余的时间里每月发布一个“完全从零开始训练”的全新人工智能模型。这番言论暗示，未来的版本可能并非对现有系统的简单改进，而是通过全新训练构建的全新基础模型。（财联社）

投融资：

“URTOPIA”完成B轮融资，融资总额超2亿元

36氪获悉，全球智能电助力自行车品牌“URTOPIA”近日已完成B轮融资，融资总额超2亿元人民币。本轮融资由Brizan Ventures与桐乡市政府产业基金领投，高秉强、Kungho Fund、光远和声等机构持续加注。本轮融资完成后，URTOPIA将继续加大在核心技术研发、全球市场拓展、供应链建设和组织能力升级方面的投入，并推动公司从智能电助力自行车品牌，向以户外具身智能和人机耦合智能运动技术为核心的公司发展。

今日观点：

Kimi B端负责人黄震昕：行业肯定有泡沫，但基本面很扎实

“今年以来所有模型厂商都在涨价，核心原因是算力成本在全球范围内上涨，不管海外还是国内的卡，都跟不上token需求的增长。”月之暗面Kimi B端负责人黄震昕在近期一场媒体沟通会上坦言。下游企业AI应用需求爆发式增长，上游算力供给却因芯片产能限制持续紧张。他认为，供需两端的双重挤压下，API价格水涨船高已是必然。他同时回应了外界对行业泡沫的担忧。“现在肯定有泡沫，”他承认，但随即补充道，“Anthropic已经实现了季度盈利，收益是实实在在的。”泡沫存在，但基本面并不空洞，当生产力真实发生质变时，算得过账的企业会持续投入，这正是行业健康度的信号。（21财经）

其他值得关注的新闻：

国务院印发《教育发展“十五五”规划》

国务院日前印发《教育发展“十五五”规划》，明确了“十五五”时期加快建设教育强国的目标任务、政策举措和重大项目。规划围绕适应学龄人口变化、支撑国家重大战略、服务现代化产业体系建设，对完善教育资源前瞻布局、强化教育区域布局、优化人才培养布局进行系统部署。规划提出，到2030年，教育强国建设取得显著成效，高质量教育体系基本建成。党对教育事业全面领导的制度体系和工作机制更加完善，德智体美劳全面培养体系更加健全，立德树人成效更加显著，人民群众教育获得感显著增强，教育对科技和人才的支撑更加有力，学习型社会基本形成，我国教育的国际影响力、竞争力和话语权显著提升。（新华社）

2026深圳食博会、渔博会、茶博会即将同日启幕

2026深圳食博会、深圳渔博会、深圳春季茶博会将于7月2日联袂亮相深圳会展中心（福田）。据了解，三大展会由华巨臣主办，立足粤港澳大湾区世界级消费市场与产业枢纽优势，汇聚全球优质食材、尖端科技企业、地方特色产业集群，打造食品、渔业、茶业一体化商贸平台。三展集结1500+家参展商，覆盖30+国家及地区，配套20余场行业专题论坛，全力推动产业资源高效落地。

热浪侵袭欧洲多国，多地接连刷新6月高温历史纪录

6月，刚刚熬过5月热浪的欧洲再次迎来闷热天气，多地出现破纪录高温。这并不是单独的天气事件，气候变化正让极端天气变得更常见，持续时间也更长。从联合国官员到气候领域科学家都发出警告，全球必须加快应对气候挑战的进程。世界天气归因联盟26日发布的一项最新研究显示，受气候变化影响，欧洲高温天气发生概率已是20年前的200倍。（新华社）

李在明：韩国需要加快芯片生产基地建设以满足需求，西南地区将在新项目中投资5万亿至20万亿韩元

韩国总统李在明称，芯片和人工智能领域竞争非常激烈，韩国需要加快芯片生产基地建设以满足需求；将通过投资西南地区扩大芯片供应能力，西南地区将在新项目中投资5万亿至20万亿韩元，光州、全罗可能在项目中投资520万亿韩元。（财联社）

美国养老金即将被动调仓，300亿美元卖盘“已在路上”

随着2026年上半年临近收官，美国大型养老金计划即将启动半年度资产再平衡操作，市场测算预计将有总计300亿美元的美股资产集中在本周一和周二两日强制抛售。美国公共养老金、企业固定收益养老计划和目标日期基金普遍执行60%股票+40%固收资产的硬性配置框架，该比例写入机构投资政策文件。美国大型养老金的股票仓位已经显著超配，而债券明显仓位不足。因此，在这最后两天的半年度结算窗口中，华尔街分析师预计，一场300亿美元规模的大型抛售冲击将不可避免。（新浪财经）

自研全域柔性电子皮肤，Moxy摸喜发布首款AI陪伴机器人｜最前线

作者｜黄楠

编辑｜袁斯来

近日，奥感微（广州）科技公司旗下的情感陪伴品牌Moxy摸喜在深圳发布首款AI陪伴机器人产品。该产品以“无对话、无摄像头、纯触觉交互”为核心特色，将离电型柔性传感技术首次完整应用于消费级陪伴产品，

一个不可忽视的事实是，在语音和视觉占据智能产品交互主流的今天，触觉作为人类出生后最先发育、最本能的感觉通道，在消费级智能硬件中的潜力尚未被充分释放。大多数智能设备基于对话、观看等功能交互，而抚摸、按压、揉捏等人类原始的感知与表达方式，在陪伴类产品中鲜少被真正回应。

柔性电子皮肤技术的成熟正在改变这一局面。

Moxy摸喜的核心技术支撑，源于其团队自主研发的离电型触觉传感系统。相较于传统压阻式或电容式方案，离电型传感器利用离子在微压力下产生的界面电容变化，具备高灵敏度与高信噪比，对微小力极为敏感，同时能在宽量程内保持线性输出。加上材料本身柔软可拉伸，可以像“第二层皮肤”般贴合各类曲面。

Moxy AI陪伴机器人（图源/企业）

具体到Moxy的产品落地，这套传感系统具备超柔性、超高灵敏度、大量程、毫秒级快速响应四大特性。传感单元完整覆盖玩偶全身曲面，即便隔着厚实毛绒，也能精准识别轻抚、揉捏、拍打、摇晃、捏耳等动作，并能区分触摸的轻重力度，对应12类差异化情绪表达，比如轻触时温顺低鸣、重触时表达委屈等，复刻动物细腻的情绪反应。

Moxy品牌创始人林婴在发布会上表示，触觉是人来到世界学会的第一种语言，很多时候人不需要被听见、被看见，只需要被真切感觉到。此前，市场上大部分智能玩偶预设了固定的五官和对话脚本，本质上是在出厂前就已定义好产品的情绪反馈路径；而Moxy采用留白外观设计，不对产品的“性格”做任何前置设定，所有情绪表达完全由用户的抚摸方式触发和塑造。

Moxy品牌创始人林婴（图源企业）

团队还做出了一项差异化设计：整机不搭载任何摄像模块，同时摒弃主动语音交互逻辑，不会主动发声打扰用户独处。全部情绪与成长数据均在本地加密存储，通过克制的产品功能设定，回应了用户对安全感的核心诉求，从根源上规避了监控与隐私泄露风险。

交互方式之外，Moxy在产品机制层面也构建了一套完整的成长体系。其产品共涵盖了八款基础色彩的外观，对应八种原生初始性格；完整划分婴儿、幼儿、少年、青年、成熟、成年六大成长周期，音色、行为与性格倾向随用户长期触摸持续演化。在加上系统内置16套MBTI人格体系作为底层框架，每一台Moxy在与用户经过长久相处后，将逐渐成长为贴合其交互习惯与情感节奏，无法复制的专属陪伴个体。

Moxy AI陪伴机器人（图源/企业）

这是一套将单向使用转化为双向养成的机制设计。用户不是在与一台预设好的机器互动，而是在共同完成一段陪伴关系的塑造。同时，产品支持数据一键重置，可反复开启新的养成旅程，进一步延展了产品的生命周期与使用粘性。

此外，配套的专属APP将陪伴体验延伸至数字空间。用户可实时查看产品的情绪状态、成长阶段与人格档案，系统自动留存千日陪伴纪念徽章与诞生记录。线上同好互动功能的接入，则将个体的陪伴关系拓展为社群化的情感连接。

硬件架构方面，Moxy采用标准化、模块化的机芯设计，核心传感与驱动单元封装于统一的内部平台，仅需替换外层毛绒外皮即可完成形象重塑。考虑到日常陪伴的实用考量，产品机身尺寸约一颗苹果大小，采用安全亲肤毛绒材质，既能作为桌面或床头的静态摆件，也方便随身携带，满足通勤、差旅等多场景下的陪伴需求。

相关负责人表示，未来品牌将联动各类文旅IP推出联名限定系列，适配文创、礼品、潮玩收藏等多元场景。

独家｜获超亿美元融资，Sand.ai 曹越：为什么视频是通往世界模型最重要的路径

“每一代模型，我们都在押注一个非共识。”

文｜邓咏仪

编辑｜张雨忻

Sand.ai 创始人曹越，不太关心自己站在共识的哪一边。

Sand.ai 是一家视频生成模型和产品公司，成立于2024年1月。曹越创立Sand.ai 的故事也已经被讲过很多遍：在上一段创业“光年之外”戛然而止后，曹越很快就投入到 Sand.ai 的创业中，做视频生成模型。

彼时，市场的主流叙事是 Diffusion 路线，几乎没有人认为曹越选择的自回归（Autoregressive）路线是一种正解。

而在2025年初，发布基于自回归架构训练的模型 Magi-1 后，曹越很快意识到“只有画面是不够的”，于是团队开始探索音画同出。后来，Sand.ai 成为了除了Google VEO 3之外最早拿出音画同出模型的团队，Magi-1也在 Google DeepMind 的 Physics IQ benchmark 上长期保持第一。

2025年11月，曹越又下了一个赌注：决定带着团队将模型架构从 Dense 转向MoE，“那个时间点，国内应该几乎没有什么视频公司在全力推进这件事。”

“发布音画同出模型 Gaga-1 之后我们发现，在Dense架构下继续 Scale Up，成本会直线上升。视频模型存在一个不可能三角：成本、速度、效果。突破它只能靠研究手段，MoE 就是答案。”曹越说。

2026 年 Q3，Sand.ai 将发布新一代视频生成模型，采用 MoE 架构，兼顾高效推理与目前开源领域最大的参数规模。曹越表示：有信心做到头部水准，并且要把它开源给所有人。

△图注：摄影机里捕捉的影像，与出镜女孩的动作一致

△图注：Sand.ai 新模型所生成的视频

这家公司也刚刚完成两轮合计超亿美元融资，投资方包括 Look Capital、Lollapalooza Capital（王慧文家办）、九坤创投、经纬创投、和玉资本（MSA Capital）、创新工场、襄禾资本、源码资本、中科创星、洪泰基金、今日资本、华业天成、云晖资本、IDG、百度风投等一线机构联合投资。星涵资本担任本轮融资财务顾问。

创业近三年，无论是押注自回归路线、做音画同出，还是 MoE 架构，曹越的底层思考都是同源的：“在终局的情况下，是每个人都可以去消费非常个性化的内容。那在这个前提下，你的内容生产成本一定要下降到很低。”曹越说。

不变的另一点是，曹越并不关心自己是否站在市场共识这一边。“一旦你过于关心他人的认知，大概率是你没有从第一性原理去思考问题。”

同样的答案出现在我们问他“世界模型是什么”的时候。

“现在很noisy，”曹越说，“每个人在说世界模型的时候，大概率都不知道在说什么，它变成了一个 Buzzword 。”

世界模型是 2026 年最说不清道不明的 AI 概念之一。杨立昆、李飞飞等学术巨擘押注了完全不同的方向；与此同时，曾以“世界模拟器”之名震动行业的 Sora，已经在 3 月暂时停运。在国内，这个领域也涌现了多家明星初创，而不少以前做 3D 生成、视频生成的公司，也都在高调转向世界模型。

一方面，世界模型寄托了人们对未来模型路线的想象——一个融合语言、图像、视频、音频的统一模型；另一方面，在模型竞争通道越发逼仄的形势下，这个词也成了 fomo 情绪的出口。

曹越的判断是：世界模型还在“前 GPT 时代”——GPT-1 出现之前的时代，数据不够、定义不清、技术路线也远未收敛。

但他可以确定的是，视频模型是通往那个终局最重要的路径。“你要看什么数据距离世界的 Observation（观测）最接近，并且体量足够大，其实只有视频。”

在持续推进基础模型训练的同时，Sand.ai 已经在应用侧落子，探索过数字人、视频 Agent 等产品。今年 1 月上线的音乐 Agent 产品 VidMuse ，三个月已经做到千万美元 ARR 的体量。

“创业公司如果没有训练出 SOTA 模型的能力，很容易被模型厂商整合。”曹越并没有被“模型公司要不要做应用”这种时兴讨论所困扰，他表示，Sand.ai 还会继续边做模型边做应用。

在这轮融资完成之际，《智能涌现》与曹越聊了聊近三年来他的技术判断和应用探索。

以下为《智能涌现》对曹越观点的整理：

每一代模型，我们都在押注一个非共识

  • 我们从第一天就认为，自回归是对视频数据最本质的建模方式。

    市场上大家都在做纯 Diffusion 模型的时候，我们认为视频在时序上一定是因果关系，很多物理规律，本质��一个随着时间变化的函数 —— Predict Next Frame（预测下一帧）、Predict Next Second（预测下一秒），这是对视频这种数据最本质的训练范式。

    我们是最早探索自回归视频生成的团队，去年发布的 Magi-1 在 Google-DeepMind 提出的物理真实性测试榜单 Physics-IQ 中取得第一，并长期保持领先，超越了 Nvidia 最新推出的旗舰级世界模型 Cosmos3-Super ，更远超 Sora-2 等其他纯 Diffusion 模型。

  • 音画同出不只是功能升级，它是对世界状态更完整的压缩。

    我们发布 Magi-1 之后发现，只有画面是不够的。声音和画面天然对齐，同时生成会让两者互相帮助——音画同出之后，哪怕只看画面，真实感也显著提升。本质上，同时拥有画面和声音，更接近对这个世界状态的表达，维度更高。所以我们在去年 5 月就开始探索音画同出，是除了 Google Veo-3 之外最早拿出音画同出模型的团队。

  • 视频模型存在的不可能三角是：成本、速度、效果。去年我们就认为，只能靠研究突破， MoE 就是答案。

    2025年我们决定转向 MoE，当时市场上没有几乎没有什么视频模型厂商公司全力在做这件事。

    这是因为，发布音画同出模型 Gaga-1 之后，我们发现 Dense 模型继续 Scale Up 成本会直线上升——如果用 Dense 架构做到同样效果，推理成本至少贵 3 到 5 倍，训练成本也是。我们在那个时间点没有看到任何一家公司在做视频 MoE ，但我们认为它非常重要：第一，你要继续Scale Up 就必须搞定MoE；第二，如果你希望更多普通人用得起视频模型，就必须在同等效果下降低成本。

  • 我们探索出了一套新的视频MoE架构和训练方案，跑通了视频模型做MoE的核心难题。

    视频 MoE 和语言模型 MoE 面临的挑战不一样——视频的 Token 序列远比文本长，Token的冗余度也更高，因此通信开销、负载均衡和训练稳定性等问题都被放大了。我们为此在模型架构上做了多项创新，从而首次实现了超大规模视频 MoE 模型的稳定训练。

  • 每一代模型我们都有一个Bet。Magi-1押注自回归，Gaga押注音画同出，新一代模型则是押注MoE。

    7月我们要发布的新模型，就是这三代模型所积累的能力的汇合点——用MoE架构，把通用场景生成、音画同出、多镜头叙事、多参考生成全部融进同一个模型，目标是每个维度都做到SOTA。

    为什么要融合？比如，Seedance 2.0 证明了多镜头叙事是一个刚需，这是一个我们之前没有认为那么重要的点。所以，类似这种功能在市场中被验证重要能力，最终都应该被 Merge（融合）到同一个模型里——它们不是互相独立的 Feature（能力），也会共同帮助模型取得更好的效果。

视频是通向世界模型的最重要路径，但也仅是一个中间加油站

  • “世界模型”这个词已经被完全滥用了。每个人在说世界模型的时候，脑海里冒出的可能都是不一样的概念。

    每一个概念背后都代表一种结构，你要理解它背后到底是什么，才能跟别人讨论。但现在很多人只是通过各种渠道大概知道这是个什么东西，它纯粹变成了一个buzzword。

    目前，大家对世界模型的理解差异还非常大；第二，对这个事情什么时候产生真实价值，大家的时间预期也不对齐。

  • 如果一定要给世界模型做一个定义，我认为它还在前GPT时代（GPT-1出现之前的时代）。

    首先，我们没有数据。我们生活在一个3D空间加时间轴的世界，但画面、声音、温度、压力等数据，维度非常高，而我们没有对世界完整的、大批量的观测数据（Observation）。

    对于世界模型的训练路径，也完全没有收敛。有一些人认为要通过“预测下一个状态”来实现，但我们认为，真正该预测的不是任何人为定义（Human-defined）的隐藏状态，而是世界本身给你的原始观测。

  • 我们认为，视频数据是走向世界模型最重要的数据类型。

    首先，视频数据是对世界观测数据里，规模最大的数据类型。它同时编码了时间、空间、视觉、听觉——是4D物理世界经由摄像头投影后的结构化切片，在所有可获取的世界观测数据中，信息密度最高、维度最丰富、体量最大。

    视频远不止画面，视频中保留的信息远比直觉上更多，触觉、温度、材料属性、甚至意图和情感，大量在人类感知中属于其他模态的信息，也被编码在视觉和听觉的时序变化中。

  • 有人说要“预测下一状态”，但没有人能帮助模型定义“状态”究竟是什么。

    很多人认为直接预测（Observation）可能会有很多冗余，效率不够高，从而希望人为定义状态（State）来提高其训练效率。

    这个教训LLM已经演示过一遍了——多少人试图显式建模词的表征、句子的表征、段落的结构，阶段性也确实被证明“高效”，但最终在规模化的路线上，全被 predict next token 杀死了。我们不应该在多模态建模上重蹈覆辙。

    历史已经反复证明，每次试图用人类先验去拆解世界，本质上都是在低估它的复杂度，建议全文背诵The Bitter Lesson（苦涩的教训）。

    我们认为，真正该预测的不是任何human-defined的隐藏状态，而是世界本身给你的原始观测——建模raw data（在视频里即pixels、frames、video）未必是阶段性最高效的方案，但大概率是最Scalable、上限最高的方案。

    如果要给世界模型定义几个要素，第一，它的核心是预测——但要警惕用人类先验去定义“该预测什么”；第二，它需要足够完整、多维度的数据来压缩真实世界的信息；也就是要能从当前的观测直接推演下一刻的观测，而不是从一个人为定义的隐藏状态推演下一个状态。

    从这个角度看，今天大家讲的很多“世界模型”，其实还只是很早期的东西。真正的世界模型，不是生成一段看起来合理的视频，而是要理解一个 3D 空间加时间轴上的世界，并且能够持续预测下一刻的真实观测。

  • 视频生成模型的演进，也是在一步步逼近世界模型的过程。

    你可以把视频模型的演进想象成一个孩子认识世界的过程。最开始他只能看照片，世界是静止的——这就是图像生成。

    然后画面动起来了，他能看动画了——这就是早期的视频生成。再然后画面有了声音，风声、脚步声、碰撞声都出来了——这就是音画同出。

    接着他发现换个角度看同一个房间，桌子椅子还在原来的位置——这是3D空间一致性。

    慢慢地，他知道杯子推到桌边会掉下去——这是因果关系。最后他能伸手推门，门真的会开——这就是实时交互。

    重点是：没有人给这个孩子塞一本物理课本，告诉他“重力是9.8、声速是340”。他就是从看到的、听到的越来越完整的观测里，自己搞明白了世界怎么运转的。

    视频模型的演进，走的是一模一样的路——不是人为给模型定义“状态变量”，而是让它从越来越完整的观测中，自己长出对世界的理解。

  • 作为一家创业公司，阶段性还是要想明白你的“加油站”在哪。

    对于创业公司而言，训练出 SOTA 的视频生成模型后，可以做内容生产，可以卖 Token，可以做 Agent。内容生产天然是一个巨大的方向，它的闭环周期比类似具身这样的领域要快得多，你可以一步一步走到终局（AGI）。

要做模型，也要做产品

  • 做模型的公司做垂直整合之后，成本和体验都会更好。

    为什么要模型和产品都做？

    Claude Code 就是这样——Cursor 占了 Claude 很大比例的 API 调用，所以 Anthropic 看到以后，就自己做了。所以如果要抓住大的机会，你必须有训练 SOTA 模型的能力，纯产品公司在这个阶段会很难。

  • 但在视频模型方向上，你很难只做一个卖 API 的公司，你还是得自己做产品，模型和产品必须双轮驱动。

    在 AI 视频这个大方向上，模型和产品是距离很近的，非常明确地能吃到算力红利和数据红利，它拥有 Scaling Law。我们认为看一个产品方向的时候，终局可能相对容易想清楚，但切入点和路径不容易想清楚。所以，你需要有多产品矩阵的能力。

    我们是以模型为核心的多产品矩阵打法——VidMuse 是其中一个探索，之前的Gaga模型发布后探索数字人也是如此，未来我们还会有新的产品。

  • 模型和产品的目标可能有夹角，在创业公司里可能更好解决。

    模型和产品有冲突怎么办？关键是你怎么处理这个夹角。对比大厂，创业公司的优势是：你可以让模型负责人和产品负责人都是公司最核心的人，他们和公司目标对齐，拥有 Founder Mode，让他们内心深处认为公司成功是最终目标，而不只是“我要把我这块业务做成”。

    如果产品负责人觉得模型好坏跟产品无关，那当然没法平衡。但如果他有创业精神，他会想“模型侧有没有我能帮忙的”。

  • 我们现阶段的产品策略是，找泛 AI 视频赛道当下时间点有大杠杆的事情。

    AI 视频这个方向能做的产品就那么几大类：模型产品、泛Agent 产品、内容消费类产品。我们选了 Agent 方向，VidMuse 今年年初上线，两个月我们就做到 1000 万美金 ARR，说明这个方向的商业化是成立的。

    用户每天生成各种内容，我们可以端到端收到用户的偏好——他认为什么好、什么不好。这些反馈有机会帮助模型的的后训练。我们的产品也不局限于只调用自己的模型，过程中收集的数据反馈，能让自己的模型效果更好。

  • 视频领域过去两年一直是模型牵引产品。模型每解锁一个能力，产品侧就少搭一层脚手架。

    以前没有多镜头，产品侧就得想办法解决怎么做多镜头；没有音画同出，就得配音配剪辑。现在这些都有了，帮模型兜底的事越来越少。但上面那层产品工作一直都在，只是内容发生了变化——模型能实时生成了，C 端就有新玩法。

  • 我们的开源模型在持续贡献价值。

    大公司最大的问题就是人多，大家在同一个代码库写代码，混乱程度增加。我们会通过组织设计让算法和 Infra 更有效地解耦合作，用更少人产生更大价值。我们开源的 MagiAttention 算子库现在被国内几乎所有多模态模型团队使用，英伟达官方也推荐用它训多模态模型。

  • 我很少思考什么是共识、什么是非共识。我只思考什么是本质的、什么是对的。

    共识的本质是你在思考大多数人怎么想，而不是从事情本身出发做第一性原理的思考。一旦你过于关心他人的认知，大概率就不是在从第一性原理思考问题了。

视频模型是牌桌逻辑，最后留下三五家

  • Seedance 2.0的爆发，向市场证明了多镜头叙事是重要的。

    音画同出是Veo3先实现，多镜头叙事是Sora2先实现，但Sora在多主体参考、多镜头叙事的细节效果上做得不够。

    而Seedance 2.0 的爆发，是因为把这些维度补齐了，比如多镜头叙事上打磨得更扎实，细节也更精细，加上模型Scale Up和数据处理做得好，在这个阶段就吃到了一波红利。

  • 视频模型的垄断程度，不会比语言模型更高。

    现在视频模型的竞争烈度还没有语言模型这么高。现阶段视频和语言模型差不多，领先窗口大概在两三个月。

    一个模型在某个时间切片上如果可以 SOTA，那个阶段呈现垄断状态是正常的。不过我觉得行业很快都会追上这个水平，那么每一家份额就会被稀释，最终不会有一家吃掉 95%，大概率是牌桌上留下三五家，一起分这个巨大的市场。

    重点是只要你一直在牌桌上，就有机会吃到可观的一部分。

  • OpenAI 关停 Sora，是一次合理的战略收缩。

    Sora 2 本身还是挺惊艳的，我觉得关停这个业务有它合理的逻辑。一是OpenAI 要上市，得阶段性优化短期目标，快速交出漂亮的结果；二是 OpenAI 在 Coding 上已经落后了，而 Claude 领先的Coding模型能把算力直接转化成现金流。

    所以，在 Sora App 投入了巨大的算力却没换来一个足够可观的产品的情况下，把这部分算力平移到 Codex模型中，更可能撑起上市的业绩，所以这是在有短期上市预期加之主营业务落后下的战略收缩，他们做这个决策是合理的。

  • 为什么中国能够快速在视频模型上做到世界 Tier 1？

    我觉得这跟起步早晚有关。我们语言模型起步是偏晚的，国外从 GPT-1 、GPT-2 那时候就开始积累，这里面会有很多训练的 know-how，但国内是 2023 年才启动。视频模型做得好，是因为国内外起步时间差距不大，真正开始也就是从 Sora 算起，大家时间差不多。并且，国内的短视频生态也更活跃，这加速了模型的应用落地。

封面来源｜企业

👇🏻 扫码加入「智涌AI交流群」👇🏻

欢迎交流

本文来自微信公众号“智能涌现”，作者：邓咏仪，36氪经授权发布。

福特在美召回逾3.6万辆烈马

6月30日，据美国国家公路交通安全管理局（NHTSA）披露，福特汽车正在召回部分2022年至2026年款的福特烈马（Bronco），共计36046辆，这些车辆的轮眉可能未正确固定，并可能从车辆上脱落。（界面）

国家航天局：我国将建立近地小行星天地协同监测体系

今天是国际小行星日。近地小行星撞击风险是全人类共同面临的潜在威胁，国家航天局今天发布消息，我国将建立近地小行星天地协同监测体系，为防御小行星撞击提供预警监测支撑。专家介绍，近地小行星撞击是全人类共同面对的挑战。中国作为负责任的航天大国，正在论证中国小行星防御系统。要防御，必须先预警，而天地一体化监测网络就是预警的核心，我国将通过地基布局多台望远镜、天基建设星座等方式，构成昼夜无盲的监测系统。（央视新闻）

本田推迟Astemo子公司化完成时间，因部分审批尚未完成

本田汽车6月30日宣布，因部分国家和地区的反垄断审查及相关监管审批尚未完成，原计划于2027财年第一季度完成的Astemo资本结构调整及子公司化将推迟至2027财年第三季度末前完成。（界面）

工银资本等在成都成立新投资基金

36氪获悉，天眼查App显示，近日，成都市金牛区交子工融未来股权投资基金合伙企业（有限合伙）成立，执行事务合伙人为工银资本管理有限公司、成都交子产业基金管理有限公司，出资额20亿人民币，经营范围包括以私募基金从事股权投资、投资管理、资产管理等活动，由成都未来产业创业投资引导基金合伙企业（有限合伙）、成都市金牛区交子高质量产业发展创业投资基金合伙企业（有限合伙）、工银金融资产投资有限公司等共同出资。

英国竞争监管机构拟加强监管苹果、谷歌移动平台：放宽应用“引流”限制，并推进NFC开放

英国竞争与市场管理局（CMA）6月30日宣布，就针对苹果和谷歌移动平台的新一轮监管措施展开公开咨询。根据拟议要求，两家公司将不得限制英国应用开发者将用户引导至应用商店外的网站或其他平台完成支付、订阅或交易，以增强市场竞争、降低开发者对官方应用商店的依赖。CMA还提出，引流相关收费应遵循“公平、合理”原则，并预期相关费用将低于现有应用商店佣金水平。与此同时，CMA正就苹果iOS近场通信（NFC）功能开放的技术实现方式及收费机制征求意见，以推动移动支付等服务的竞争与创新。（界面）

上海森亿智慧信息科技股份有限公司递表港交所

36氪获悉，据港交所文件，上海森亿智慧信息科技股份有限公司向港交所提交上市申请书，联席保荐人为中信建投国际、交银国际、建银国际。

A股三大指数集体收涨，半导体板块领涨

36氪获悉，A股三大指数集体收涨，沪指涨0.5%，深成指涨2.48%，创业板指涨2.99%；通信设备、半导体、航天军工板块领涨，锐捷网络、格科微涨停，景嘉微涨超14%，太辰光涨超9%；工程机械、银行、贵金属板块走弱，徐工机械、沪农商行跌超4%，山金国际跌超2%。

“耀速科技”完成近2亿元A+轮融资

36氪获悉，近日，“耀速科技”宣布完成近2亿元人民币A+轮融资。本轮融资由国方创投、清松资本、广发信德、东方富海、沄柏资本共同参与，老股东雅亿资本持续加码支持。本轮融资将主要用于持续推动公司“3D Bio Intelligence（3D生物智能）”平台建设，包括垂类AI模型与生物机制解析能力的进一步提升、高通量自动化实验体系的落地、多模态生物数据的持续积累，并加速虚拟细胞（Virtual Cell）与生物世界模型（Biological World Model）的构建，全面推进新一代药物研发人源化数据基础设施的形成。

沪深两市成交额连续第12个交易日突破3万亿元

36氪获悉，沪深两市成交额连续第12个交易日突破3万亿元。

现货白银日内涨幅扩大至2%

36氪获悉，现货白银日内涨幅扩大至2%，报59.46美元/盎司。

英国第一季度GDP年率终值0.9%，低于预期

英国第一季度GDP年率终值0.9%，预期1.1%，前值1.10%。（界面）

江波龙：建设完成mSSD月产能百万交付能力

36氪获悉，江波龙6月30日宣布mSSD高速存储介质产能迎来重要里程碑，公司已建设完成mSSD月产能百万级交付能力，具备稳定且规模化量产交付条件，可充分匹配市场增量需求，后续产能仍具备持续扩容、翻倍释放的空间。

保时捷中国回应取消多门店销售授权

近日，有媒体报道称，安徽芜湖、山东济宁、江苏淮安及广西南宁部分保时捷中心，将于6月30日终止经销业务，这意味着上述门店将失去保时捷官方独立销售授权，此事引起广泛关注。6月30日，保时捷中国向记者表示，山东济宁、江苏淮安、广西南宁兴宁保时捷中心将于6月30日终止经销业务，安徽芜湖保时捷中心将于7月31日终止销售业务，但售后仍正常运营，为车主提供符合保时捷标准的售后服务。（中新网）

超威电源集团在新疆成立镁业公司

36氪获悉，天眼查App显示，近日，新疆超威镁业有限公司成立，法定代表人为邓志富，注册资本2亿人民币，经营范围包括常用有色金属冶炼、有色金属合金销售、锻件及粉末冶金制品销售、供电业务、发电业务、输电业务等，由超威电源集团有限公司全资持股。

华为云：计划于2026年12月30日正式停售应用平台-AppStage等服务

36氪获悉，华为云今日发布通知，计划于2026/12/30 00:00:00（北京时间）正式停售应用平台-AppStage、应用身份管理服务-OneAccess、智能制造云-Intelligent Manufacturing Cloud、Astro轻应用-Astro Zero（包含子产品Astro大屏应用-Astro Canvas）。

恒生科技指数涨超2%

36氪获悉，恒生科技指数涨超2%；港股科网股走强，腾讯控股短线拉升涨超3%，百度涨超4%，美团、哔哩哔哩等跟涨。

爱芯元智开发者生态沙龙举办

6月28日，爱芯元智开发者生态沙龙在深圳举办。爱芯元智开源社区解决方案负责人唐琦表示，截至2026年6月，爱芯元智平台模型库已突破200+，覆盖LLM、VLM、多模态与垂类检测，同步入驻Hugging Face、ModelScope双大模型社区。全新Pulsar2 6.0工具链完成迭代，适配全系列芯片并优化Qwen、MiniCPM等主流端侧大模型推理。公司下一代大模型专用NPU架构性能大幅跃升，原生兼容PyTorch、Sglang、vLLM等主流框架。

三星电机获美国客户价值4540亿韩元AI服务器电容器合同

三星电机公司周二宣布，已与一家美国客户签署了一份价值4540亿韩元（约合2.93亿美元）的合同，为其人工智能（AI）服务器供应多层陶瓷电容器（MLCC）。三星电机表示，该合同有效期为2027年1月至2027年12月。该公司以保密协议为由，未透露客户身份。不过，业内人士认为，该客户是美国一家大型云服务提供商 （CSP）。（新浪财经）

火山引擎在东阳成立新公司

36氪获悉，天眼查App显示，近日，东阳深空引擎科技有限公司成立，法定代表人为陆震洧，注册资本1000万人民币，经营范围包括软件开发、计算机系统服务、数据处理服务等，由北京火山引擎科技有限公司全资持股。

铜高速连接概念震荡走强，神宇股份20cm涨停

36氪获悉，铜高速连接概念震荡走强，神宇股份20cm涨停，华丰科技、胜蓝股份涨超10%，双双创历史新高，长盈精密、金信诺、航天电器等涨幅靠前。

Google OpenRL 是一个用于大型语言模型（LLM）后训练微调的实验性自托管 API

3000块钱，这支中国团队把ChatGPT成功的“秘密”用在了机器人训练上

AI 接进企业之后，API 安全开始成为新盲区

从 VCloud 到 Agentic VCloud：Agent 时代的范式重构

AWS 为 Cognito 增加多区域故障切换能力

Agent 狂吞 Token，表面是模型之争，底层全是煤电博弈

Atlassian 揭秘 Forge 计费架构：如何在分布式环境下实现大规模用量计费

非科班出身技术Geek，被DeepSeek改写人生（上集）

AI 正在向软件生命周期的上游延伸：从代码审查到产品需求文档（PRD）治理

超越 CLEAN 和 MVP：在 Android 中构建离线优先的响应式数据层

物理 AI 如何定义下一代平台革新？

分库分表后查询变慢？TDSQL 全局索引破解数据定位难题

AI 时代的新可观测性：不只看系统崩没崩，还要看模型有没有胡说

被 AI 坑惨的福特，召回 350 名老工程师救场

Lucide 1.0 发布，移除品牌图标，并缩减数百万个项目的包大小

GPT-5.6首发，比Fable 5便宜一半！深度评估者直接“开麦”：能力测试中疯狂作弊

微软升级 AKS 服务：新增裸金属、集群舰队管理及 AI 基础设施方案

交易、分析不用二选一，TDSQL HTAP 能力如何支撑实时业务？

收购仅一年即“决裂”！创始人贾扬清出走英伟达：黄仁勋不满运营效果，20 亿美金的 AI Infra 突围为何折戟？

AI 正在重写应用开发，Vue 与 Vite，给出新的答

天丝“挥泪斩马谡”

鸟尽弓藏，过河拆桥

国货吃掉洋牌：一场没有枪声的权力交接

真正的品牌崛起，不是吃掉洋牌的份额，而是建立属于中国品牌的、可溢价、可传承、可全球化的价值锚点。

读懂物理AI：AI产业的下半场，不止是概念狂欢

物理AI宏大的赛道叙事，本质是为自动驾驶行业提供了长期技术想象，但无法改变企业的短期估值逻辑。

中国分子，打响“减脂增肌”迭代信号枪

ActRⅡ赛道2.0序幕拉开

Momenta开启招股，物理AI第一股要讲清盈利故事

Momenta正式启动招股，拟以“6880”登陆港交所。招股书显示，公司收入、毛利率和量产规模持续提升，但上市后新的期待是证明智驾业务的盈利可持续性。

智能体上车，高通想守住座舱的下一张门票

高通推出Claw生态计划，意在把车载AI从概念演示推向规模量产。

Europe’s Scorching Summer Sparks a Frenzy for Chinese Air Conditioners

As historic heat waves dismantle old cultural resistance to home cooling, a novel portable split system from China’s Midea has become Europe’s most coveted commodity.

风口上的世界模型，到底是什么？

想象空间巨大，但仍在早期阶段。

在电商吃过的苦，沃尔玛不想在AI再吃一遍了

一家零售公司如何搞AI

ROI这口利剑，终于悬在了AI员工头顶

比起“能不能做”，老板更在意“值不值”。

青旅，被00后年轻人挤爆了

一个“后疫情时代”的典型消费样本。

AI终于赚钱了，全球1100亿美元的真实收入，为什么让人更不安？

超过1000家公司的财务数据、供应链记录，把AI行业的真实收入，从头算一遍。

韩国发财，美国翻脸

美国一手扶起英伟达，但英伟达的供应链把最大一块利润送到了韩国。

Momenta招股书拆解：损益表里的两副面孔

数据在变好，但风险也在累积。

撬动内存墙的铁锹有哪些？

AI时代，数据量持续飙升，内存墙成关键瓶颈，各大企业纷纷亮出新招，升存量、降成本。

29岁香港博士入局具身智能，一年时间融资四轮

仿生柔性机械臂的破解关键是什么？

纽娲机器人完成 5000 万元天使轮融资，押注机器人"具行智能"｜融资速递

自研"世界通行模型"（World Traversal Model，WTM），为各类机器人打造自主移动、导航、交互的大脑。

跨界咖啡，低价闪击县城

跨界玩家批量涌入三四线咖啡市场