要支配AI，而不是被AI驯化。 将投中网设为"星标⭐"，第一时间收获最新推送 作者 张楠 本文字数2869 手搓量丨90 % AI含量丨10% 成语"杞人忧天"都听过吧，讲的是古代有个杞国普通人，天天担心天上掉石头把自己砸死。这个成语拿来笑话人瞎 操心，用了几千年。那如果忧天的不是杞人呢？ 9月11日，陶哲轩、邓煜等25位数学家联名发出一封公开信《人工智能在数学中的严重错位》；10月初，陶哲轩在 个人博客转发人类数学协会的联合声明，呼吁全球数学家停止与OpenAI合作。 导火索是10月6日，OpenAI在GitHub上公开了722篇数学手稿，由一个尚未对外发布的内部前沿模型生成，按 372个成果家族归类，涵盖数论、代数几何、微分方程、理论计算机科学。 我看不懂这些数学问题， 但从陶哲轩、邓煜这批全球顶级数学家的反应来看，数学的天是要塌了。 而就在几个月前，陶哲轩还是AI for Math的粉丝，带头在数学界推广AI，说AI是个好工具，能帮他从大量机械重 复的工作解放出来。 给数学带来的分工也是好事，比如有些"长尾"数学问题，AI出现以前很少有人碰，无人问津，也没有后续研究，是 AI让他看到了另一种协作的可能。 ...

文章核心观点 - 人工智能是引领新一轮科技革命和产业变革的战略性技术，具身智能是智能走进物理世界的下一站 [3] - 苏州出台《“人工智能+”城市行动方案》及《支持具身智能机器人产业创新发展的若干措施》两份系统性文件 [3] - 苏创投集团加速落子，投资逻辑清晰坚定，既投人工智能的“大脑”与底座，也投具身智能的“身体”与整机 [4][5] - 苏创投近期密集投资一批代表性项目，形成全链条投资图谱 [2][6][7] - 苏创投复投加码优质企业，坚持长期同行 [15][16] 苏创投整体投资布局 - 自成立以来，集团在人工智能及具身智能领域累计直投项目66个、投资金额18.1亿元 [4] - 子基金投资项目175个、投资金额44.8亿元 [4] - 2026年直投项目26个，投资总额7.5亿元 [4] - 子基金穿透项目45个，投资金额8.66亿元 [4] - 集团旗下覆盖该领域的在投基金共18只、合计认缴近250亿元 [4] - 战新人工智能产业专项母基金总规模60亿元 [4] 算力底座投资 - 苏创投投资国产AI芯片的底层软件生态，致力于解决国产算力普及的底层难题 [8] - 当前国产算力规模化落地的核心约束来自薄弱的软件生态：算子库不完备、模型迁移适配成本高 [8] - 大模型架构迭代周期以周计，但底层算子适配工作往往需要数月，国内专业算子工程人才不足 [8] - 递归智核打造Kernaut自动算子开发与模型迁移平台，在真实硬件环境下打通算子“生成—编译—验证—调优”全链路闭环 [8] - 公司基于RSI技术栈具备跨硬件通用性，可同时适配国外主流AI芯片与国产AI芯片 [8] - 平台自动生成算子在KernelBench行业基准中多项性能超越全球主流深度学习框架PyTorch官方编译版本，性能指标超过资深工程师手写算子水平 [8] - 核心团队来自上海创智学院、腾讯、拼多多及B站等一线AI企业 [8] 模型层投资 - 苏创投投资物理世界的智能主导权 [9] - 大模型要走进物理世界，必须理解几何、物理与因果 [10] - 清雁科技由清华大学与北京雁栖湖应用数学研究院联合孵化，是国内少数打通“底层数学理论—核心模型引擎—数据采集链路”的物理AI基础设施提供商 [10] - 清雁科技以全球领先的微分几何理论构建世界模型，让AI不仅能生成世界的外观，更能理解、预测、验证物理世界的运行规律 [10] - 清雁科技自建数据采集中心，沉淀不可复制的数据资产 [10] - 公司已与多家具身智能标杆企业达成合作 [10] 具身智能核心零部件投资 - 苏创投投资让机器人不仅造得出，更用得起、养得起 [11] - 具身智能要“动”起来，离不开高性能、可量产、易维护的核心零部件 [12] - 因克斯智能是具身智能关节模组领域的头部企业，关节模组是机器人的“骨骼关节” [12] - 因克斯成立仅四年，产品性能已稳居行业第一梯队 [12] - 今年6月发布行业首个支持快拆的二代关节模组，将单关节拆装时间由数小时压缩至分钟级 [12] - 今年9月，因克斯完成超3亿元B轮融资，苏创投与中信金石、纳爱斯等共同入股，复星创富、深创投等老股东持续多轮追投 [12] 具身智能细分赛道投资 - 苏州逸璟科技的仿生灵巧脸“灵智5号”瞄准“强本体、弱交互”难题 [13] - 元触智能的“感算一体”触觉方案为灵巧手赋予细腻触觉 [13] - 智库智能是托盘仓储机器人头部企业、国家级专精特新“小巨人” [13] - 帝尔博格让免示教焊接、打磨走进重工一线 [13] - 伯牙智能总部落户苏州人工智能产业园，现场发布22个自由度的“高山S1”灵巧手 [13] - 极佳视界以物理世界模型为机器人装上“大脑” [13] 人工智能细分赛道投资 - 基流科技打造AI算力集群基础设施 [14] - 爱诗科技的视频生成大模型PixVerse全球用户超1.5亿 [14] - 图灵深视以计算机视觉重塑鉴定行业 [14] - 沃时数字开创“人工智能设计、机器人合成”的新药研发范式 [14] 复投加码与长期同行 - 中数睿智聚焦企业级AI智能体，其动态本体自进化技术可将数月的业务本体构建压缩至两小时内完成八九成 [16] - 中数睿智已服务国家电网、中国移动、中海油等二十多家大型央企，续约率100%，今年实现全面盈利 [16] - 苏创投今年6月参与中数睿智B+轮投资，8月即追加复投，与中国联通、北京人工智能基金、赛伯乐、风鹏投资等知名投资机构共同助力企业继续深耕企业级智能体、因果世界模型领域 [16] - 9月8日，苏创投与灵猴机器人签署投资合作协议，这是第二次追加投资 [16] - 灵猴机器人是业内少有的同时掌握“核心零部件自研+整机规模化量产”双能力的硬科技企业，获批筹建江苏省具身智能机器人核心技术与零部件重点实验室 [16] - 灵猴机器人完成超亿元C轮融资，由宁德时代系晨道资本领投，苏创投作为老股东持续加码 [16] - 苏创投将继续发挥国有资本的战略引领作用，坚守投早、投小、投硬科技，以更耐心的资本、更专业的服务，为苏州建设“人工智能+”城市贡献创投力量 [16]

将投中网设为"星标⭐"，第一时间收获最新推送 根子在校园霸凌？ 作者 董师傅 本文字数9373 手搓量丨50 % AI含量丨50% 继续回到蒂尔的话题。最近总别的选题带跑，比如科学家、数学家和 AI 的争论和Anthropic之类 的，但Findme毕竟是爱蒂TV，新闻让蒲凡和张楠去谈。我们继续读稿子、读蒂尔，还是《从哲学 到权力》，从"动机与怨恨不远"这一段开始。 今天的要点： 以下是直播全文（经过AI整理）： 01 1、智识和道德的分歧会导向政治光谱站位； 2、蒂尔博士毕业后写的书，保罗莱斯利的评价是：读了和没读一样； 3、保罗莱斯利认为蒂尔的问题意识不佳，这对学者来说是耻辱； 4、保罗莱斯利认为校园霸凌影响了蒂尔的人格，对此我不认可。 先讲吉拉尔一篇叫《保罗和弗朗西丝卡的模仿欲望》的论文。《神曲·地狱篇》里的保罗和弗朗西斯 卡，一起读了描写兰斯洛特和桂妮薇儿禁忌之恋的书，模仿书中人物的行为，最终自己也陷入不伦之 恋，落得悲惨结局。吉拉尔说，但丁把这本书称作"叛徒"——就像亚瑟王传说里撮合偷情的中间人 加莱奥托，所以它不是中立的读物，它把这对恋人推向了毁灭。 接下来作者保罗·莱斯利把这个逻辑转到蒂尔身上。 ...

文章核心观点 - 云蝶科技完成数亿元B+轮系列融资，由StellarS Capital、亚洲联合基建（00711.HK）、长浙投资、图灵量子等联合投资，资金主要用于具身智能核心技术迭代与真实场景规模化落地 [4] - 云蝶科技是世界模型创业潮中一个横截面丰富的“例外”，成立于2019年，已有稳定营收和已验证商业场景，却选择切入世界模型赛道 [6] - 公司提出“环境增强的世界模型”与“系统级大脑”作为核心技术方向，强调模型必须在真实任务中获得“感知-动作-结果-接管”闭环数据 [4] - 公司同时推进模型、本体和场景交付，形成闭环，但战略重点围绕真实场景和任务，建立能够持续优化的具身智能系统 [23] 世界模型行业融资热度 - 硅谷方面，Meta前首席科学家杨立昆创办AMI Labs，种子轮融资达10.5亿美元 [3] - 世界模型主要奠基者之一皮特·弗洛伦斯创办Generalist AI，种子轮融资达4亿美元 [3] - 李飞飞创办的World Labs成立仅2年，以82亿美元卖给AMD [3] - 国内方面，截至2026年10月10日，世界模型赛道融资事件达88起，其中亿元级别以上融资事件超过50起 [3] 云蝶科技融资与业务概况 - 云蝶科技宣布完成数亿元B+轮系列融资 [4] - 本轮资金主要用于具身智能核心技术迭代与真实场景规模化落地，重点提升机器人持续工作的可靠性、跨场景部署效率及长期服务能力 [4] - 公司成立于2019年，产品已进入酒店、医疗、体检康养等高价值场景，2025年营收超过数亿元 [6] - 产品名单包括RoboForge系统级具身大脑和WING机器人家族，其中WING Air已实现交付，可通过更换末端工具适配清洁、巡检等任务 [6] - 另外两款产品分别面向复杂服务操作，以及能量补给和数据调度 [6] 公司技术演进路线 - 2019年创业时主要做产业数字化和智能化，依托视觉识别、数据治理、智能系统等技术 [9] - 进入大模型时代后，开始做垂直大模型和行业智能体 [9] - 2025年开始加强世界模型和具身智能研究，提出“具身环境智能”范式，发布RoboForge系统级具身大脑 [9] - 技术演进路线为：过去让现实世界数字化，现在让数字智能进入现实世界 [10] 世界模型需提升的三种能力 - 第一，对现实世界的理解和预测能力，识别当前状态并预测不同动作和策略带来的结果差异 [11] - 第二，训练效率和泛化能力，世界模型可用于生成训练场景，尤其是大量长尾数据，作为真机数据的补充 [12] - 第三，把具体项目中的经验转化成可复用的系统能力，将同类场景中学到的空间认知、任务经验和执行策略迁移到相似场景 [12] “环境增强”的三个阶段 - 第一个阶段是环境约束和环境标准化，选择连锁酒店、标准化物业等具有重复性和标准化基础的场景，按照真实场景1∶1复刻训练场 [16] - 在真实部署中采用Human-in-the-loop人机协同方式，明确哪些行为、流程由人完成，哪些由机器人完成 [17] - 第二个阶段是让环境成为数据的一部分，包括本体视角数据、第三方视角数据（“上帝视角”）和系统属性数据，共同构成智能空间的数据底座 [17][18] - 第三个阶段是让环境变得更聪明，即“环境智能体化”，通过异构多智能体协作完成复杂任务，如台账智能体、调度智能体、配送机器人等协同 [18] - 通过环境增强，让环境适配不同智能水平的机器人，甚至参与决策，目标提高机器人在真实场景中持续、规模化部署的能力 [18] 公司发展节奏与2025年转折 - 2025年之前核心任务是找到真实场景的市场需求，建立产品、客户和交付体系，让公司具备独立发展和自我造血的能力 [20] - 2025年前后看到AI出现新机会：大模型和智能体技术不断发展，AI从理解信息走向执行任务；具身智能成为连接数字世界和物理世界的重要方向 [21] - 2025年开始系统投入具身智能研发，与高校共建联合实验室，布局世界模型、多智能体协同和强化学习 [21] - 2025年与北京大学开展具身智能联合研究，今年发布“1+2+N”真实世界具身智能联合研究计划 [21] 本体制造战略 - 2025年已有小批量非人形机器人业务，如轮式巡检机器人；今年开始更大规模做轮式双臂机器人 [23] - 公司涉及模型、系统级平台和具身本体，形成闭环，但不会把核心零部件、整机、模型全部自己做 [23] - 战略重点围绕真实场景和任务，建立能够持续优化的具身智能系统；模型能力和系统级大脑是最核心能力 [23] - 本体定义为“任务型本体”，要求符合实际岗位需求，把模型和系统能力转化成可靠、经济的物理行动 [23] - 设计本体时倾向与产业链优秀企业合作，关键模块如通信底座和能源底座自主或联合研发，关节模组、谐波减速器等成熟部件与产业链企业合作 [24] - 先根据场景和岗位抽象出“任务簇”，再从任务簇中提炼基本能力，用这些能力定义本体参数 [25] 数据壁垒与竞争壁垒 - 行业里大量数采公司、数据公司强调数据优势，但需要区分“拥有数据”和“拥有持续产生高价值数据的能力” [29] - 高价值数据来自真实任务，如自动驾驶中大量车辆在真实道路上的持续运行，系统错误判断后驾驶员纠正产生反馈数据 [29] - 仿真和实验室数据有价值，但机器人需要真实道路上的验证和反馈，预先设计的标准动作很难覆盖真实运营中的突发情况 [30] - 云蝶关注机器人在真实环境里执行任务为什么成功、为什么失败，人工如何接管，人机如何协同，系统如何恢复 [31] - 竞争壁垒包括：理解行业的实际经验和业务规则；跑通标准任务后推广到大量相似单元；把真实场景变成持续产生系统能力提升所需数据的底座 [32] - 壁垒在于能否持续以更低成本、更高质量产生真实业务数据，并把数据转化成技术和产品优势 [32] 团队模式与融资用途 - 团队采用“双峰或多峰模式”：一端是行业老兵，积累大量B端场景资源，理解行业经验，能定义需求、定义问题并保证交付 [34] - 另一端是技术团队，背景复合，涉及空间感知和预测、VLA（视觉—语言—动作）模型、异构多智能体协作等多个技术栈 [34] - 本轮融资资金主要投向三个方面：把机器人投入更多场景积累更多数据；模型训练，包括算力投入；加强技术研发团队建设 [35] - 及格线是把现有系统级能力在某些场景、特定任务流中成功部署，让机器人在真实业务流程中持续作业、持续自我诊断、持续进化 [35] - 满分线是把这套模式复制到大量标准化作业单元中，如在成百上千家酒店中持续作业，承担复杂任务、复杂空间认知与感知、动作规划的工作 [36] - 达到满分线状态将持续产生大量数据，跑通规模化、持续运转的数据飞轮 [36]

文章核心观点 - 算苗科技完成Pre-A2轮及A轮两轮融资，由亦庄国投等北京市区两级国资平台领投，资金用于扩充研发人才、加码核心技术迭代、加速自研3D TokenPU大模型算力芯片量产落地 [3] - 过去一年算苗科技累计融资近20亿元，投资方包括国开金融、北工投资、北京顺禧、亦庄国投、中关村科学城等国资平台，源码资本、襄禾资本、嘉御资本等一线财务投资机构，以及石溪资本、联想创投、智微资本等产业基金 [3] - 算苗科技专注于3D架构AI云端大算力芯片的研发设计，核心产品是面向大模型推理场景的3D TokenPU系列芯片 [3] - 3D堆叠芯片正从少数派的技术豪赌变成一级市场的显学，华为首次对外提出韬定律进一步带动了3D堆叠技术热度，国内已有不少GPU公司与芯片创业企业布局3D设计，投资机构密集涌向这条此前少有人走的路 [3] - 算苗科技虽成立于2022年，但团队核心成员已在这条路上走了近7年，早在2019年底就锁定了基于混合键合的3D堆叠架构，并在2021年做出了全球第一颗量产交付的3D堆叠算力芯片 [4] - 进入大模型时代，公司首创了3D TokenPU大模型算力芯片架构 [4] 创始人与团队背景 - 创始人汪福全是中国科学院声学所国家重点实验室博士、研究员，师从水声物理学界泰斗张仁和院士，主攻高通量阵列信号处理 [7] - 毕业后汪福全进入中国科学院计算所，做计算机体系结构方向的博士后，合作导师是龙芯首席科学家胡伟武 [7] - 龙芯是中国科学院计算所自主研发的通用CPU，属国家级重点科研项目，2002年首款龙芯一号CPU研制成功，打破了我国计算机无芯的历史 [7] - 汪福全在博士后期间的研究工作基于龙芯二号处理器的通用信号处理平台做研发，覆盖了从芯片级到系统级的多个层面 [7] - 2009年汪福全创办中科声龙，此后近十年公司业务始终围绕龙芯产业化落地展开 [8] - 2018年前后汪福全接触到高通量专用芯片领域，用定制化芯片以极低功耗完成哈希计算，且不存在软件生态壁垒 [8] - 2019年汪福全关停了已经年营收近千万的龙芯业务，all in高通量专用算力芯片 [8] 技术路径与产品进展 - 高通量专用算力芯片的算法在设计上是抗ASIC的，运行过程中需要频繁访问一个不断增大的DAG数据集，显卡内存带宽成为最大瓶颈 [8] - 中科声龙先后尝试多条技术路线，最终将目光锁定在当时尚处萌芽阶段的3D堆叠架构 [8] - 经过两年摸索，2021年第四季度公司推出了采用成熟40nm工艺的JASMINER X4芯片，这是全球首款3D堆叠的高通量算力芯片，实现了比英伟达7nm旗舰显卡高出20倍的专用算力功耗比 [8] - 首款产品设计完成后，汪福全在公司账上只有七八千万元的情况下，果断打了五千万元给国产存储芯片商，将其锁定为供应商，因为产品设计好后首先要解决大规模量产，而量产必须基于国产供应链 [9] - 此后几年团队核心成员依托这条国产供应链，累计完成了超万片3D IC晶圆的量产，单一产品营收超过8亿元 [10] - 2022年底ChatGPT问世，汪福全发现大模型计算的瓶颈与高通量算力芯片高度同源，同样被内存墙堵死，而其多年积累的3D堆叠架构恰好是解决这一瓶颈最有潜力的方案 [10] - 2022年11月算苗科技正式成立，汪福全带着团队从加密算力赛道切换到AI大模型芯片赛道 [10] 行业痛点与解决方案 - 内存墙指的是处理器计算速度与内存访问速度之间日益扩大的鸿沟，过去几十年芯片计算能力遵循摩尔定律飞速提升，但内存带宽和延迟改善慢得多，计算单元常常要停下来等数据 [12] - 大模型参数规模动辄千亿、万亿，每一次推理数据都要在内存与计算单元之间反复搬运，芯片算力的增长速度长期远快于内存带宽的增长速度，芯片大半的能耗和延迟都消耗在搬数据上 [12] - 华为韬定律V2版论文给出量化数据：在大型AI集群中，超过80%的能量被消耗在数据移动上，超过70%的系统成本分配给数据存储 [12] - 传统解决方案一是堆更多的高带宽内存，二是等更先进的制程，但前者成本高昂且容量有限，后者受制于海外供应链，对国产芯片公司都不是长久之计 [12] - 算苗科技给出的解法是采用3D堆叠把内存和计算单元垂直叠在一起，让数据传输距离缩短90%以上 [13] - 算苗科技首创提出3D TokenPU概念，即原生面向Token处理的新型处理器 [13] - 汪福全解释称Token已经成为大模型时代衡量智能的最基本单元，未来几十年甚至上百年随着智能的演进将会催生各种Token工厂，3D TokenPU就是为极致的Token产出而做的 [14] - 所谓专用并不是专用于某一款大模型、被某款模型绑定，不管大模型如何演变底层都是对Token序列的处理，只要这个底层逻辑不变硬件就可以持续适配 [14] 产品进展与未来规划 - 今年6月15日算苗科技的第一代3D TokenPU芯片A4E已经正式流片，这颗面向大模型推理的大算力芯片基于自研RISC-V架构，通过3D混合键合技术将8层存储晶圆垂直堆叠在计算逻辑晶圆上，以求实现16TB/s超大访存带宽 [14] - 第二代A4S的定义已经完成，计划于明年第一季度流片，目标整体性能至少实现倍增，优化后有望达到2至3倍提升 [14] - 若一切顺利，A4E将在明年同期进入规模量产 [14] 公司护城河与行业地位 - 团队核心成员近7年的行业深耕、上万片3D IC晶圆量产经验和一条跑通的国产供应链，累计融资近20亿元，共同构成了算苗科技最直接的护城河 [15] - 随着新一代芯片流片在即、量产进入倒计时，在3D堆叠芯片这个新一波热潮中，算苗科技已经提前抢占了一个先发身位 [15]