文章核心观点 - AI赛道海选结束，资本停止普惠式撒网，转而以巨额支票押注极少数头部团队，资金集中度急剧提升 [3] - 地域溢价固化，全球AI资金与注意力高度向美国（尤其是硅谷）收敛，形成“吸金黑洞”效应 [4] - 资本定价逻辑从“规模驱动”转向“密度驱动”，团队精干、技术密度高的公司获得更高估值溢价 [5] - 并购（M&A）成为更务实的主流退出方式，小规模团队在并购市场中更具灵活性 [8] - 人才正从基础模型层向“交互接口”与“物理接口”等应用基础设施层快速迁移 [7] 投资趋势 - **融资规模与集中度**：2025年全球AI融资总额达2258亿美元，同比暴涨97%，但交易笔数微降，单笔融资规模大幅上升 [3][10]。资金高度集中，78%的资金流向了不到5%的项目 [3]。过亿美元轮融资总额1781亿美元，占全行业78%，在25Q4这一比例攀升至86% [3][45] - **季度爆发与地域倾斜**：AI融资在第四季度呈现爆发性增长，25Q4融资规模从前两季度的约500亿美元跃升至832亿美元 [13]。地域倾斜极端，25Q4全球85%以上的AI资金流向了美国，美国单笔交易中位数（500万美元）是亚洲（300万美元）的1.6倍 [4][16][28]。在过亿美元轮融资中，25Q4美国独揽637亿美元，是欧洲（36亿美元）的约18倍 [4][39] - **单笔交易规模**：2025年AI领域平均单笔交易规模跳涨至4480万美元，是2024年的1.8倍，但中位数仅从300万美元上升至410万美元（涨幅36%），表明大量资金涌向头部 [26]。按投资者类型看，私募股权领投的交易单笔规模中位数最高，达2780万美元 [31] - **融资阶段分布**：2025年74%的AI融资事件集中在早期阶段，但资金向中后期集中 [49]。早期融资规模中位数（310万美元）显著小于中期（3550万美元）和后期（6340万美元） [55]。随着融资阶段推进，单笔融资额巨大，例如D轮中的xAI融资75亿美元，E+轮中的Anthropic融资150亿美元 [47][59][64][65] 人力趋势 - **人才流向与增长赛道**：人才正从基础模型层向应用基建层迁移 [7]。2025年用工数增长最快的细分赛道包括：AI智能体浏览器基础设施（同比增长87.2%）、语音AI开发平台（增长54.1%）、多智能体协作与编排（增长49.8%） [6][66] - **团队规模与估值逻辑**：资本审美转向“密度驱动”，员工规模不再是估值溢价依据，人均估值成为核心指标 [5][75]。例如，OpenEvidence（69人团队）人均估值达1.74亿美元，Netic（5人团队）人均估值达9000万美元 [5][73][76]。在25Q4人均估值Top10榜单中，多数公司员工数在50人以内 [74][76] - **团队规模与市场活动**：小规模团队是市场主流，在全年并购退出事件中，团队规模不足50人的标的占67% [8][68]。在每季度的股权融资事件中，员工数小于50人的公司占比达67%-74% [68]。数据显示，员工数量并非与商业化进程成正比，在200人以上的公司中，73%正处于规模化扩张阶段 [77] 独角兽 - **新增与存量**：2025年全球新晋AI独角兽75家，年末存量达360家 [80]。25Q4新晋19家独角兽中，美国占16家 [81] - **地域主导**：美国在独角兽领域占据绝对主导，存量360家独角兽中，美国拥有256家，约占71% [81]。25Q4估值最高的十大独角兽公司中，8家来自美国 [92][93] - **头部估值**：截至25Q4，全球估值最高的三大独角兽为：OpenAI（5000亿美元）、ByteDance（4800亿美元）、Anthropic（3500亿美元） [92][93] 退出趋势 - **M&A主导退出**：2025年全球AI退出交易共830起，其中并购（M&A）高达782起，同比激增61%，创五年新高 [8][92]。M&A数量从25Q2开始突破200起，并在Q4达到231起，创季度新高 [96] - **地域活跃度**：在退出领域美国同样活跃，25Q4美国发生的退出交易占全球的47% [98] - **退出方式估值对比**：从估值角度看，IPO仍是估值天花板，例如25Q4的IPO案例中，BETA Technologies和Moore Threads估值均达76亿美元 [102][104]。但在交易数量上，M&A是更主流的退出方式 [92] 投资者 - **机构主导与地域集中**：AI投资由美国风险投资（VC）机构主导 [106]。25Q4全球最活跃的十家投资机构（总榜）中，仅一家（Index Ventures）来自英国，其余均来自美国 [106][107] - **最活跃机构**：25Q4最活跃的Top3机构均为VC，分别是Andreessen Horowitz（26起）、General Catalyst（23起）和Khosla Ventures（23起） [106][107] - **企业风险投资（CVC）活跃度**：25Q4最活跃的CVC机构Top10中，Top3为NVentures（15起）、Google Ventures（10起）和Salesforce Ventures（7起） [109][111]

「Jinqiu Select」 < Overview > 在 AI 时代，这意味着虽然单行代码的编写速度加快、成本大幅下降，但全球对软件的需求却完全没有放缓的迹象。未来的软件工程将经历本质重构， 更高比例的全球 GDP 将通过这种方式创造，且未来的软件将不再是通用型的"大厂产品"，而可能是仅为个人或极小群体定制的、持续进化的"私人软 件"。 跨越语言与时差，传递科技圈最值得被听到的声音。 更高比例的全球 GDP 将以此种方式被创造与消费。 代码免费、智力通缩，2026年后的AI创业者靠什么建立护城河？ 我们正处在一个"智力"作为生产要素被彻底重构的奇点 。 最近，OpenAI 首席执行官萨姆·阿尔特曼（Sam Altman）在内部交流会中的发言，为这种焦虑提供了一份极具清醒感的"内参" 。 Sam Altman的回答基于一个深刻的经济学逻辑——杰文斯悖论： 当技术的进步提高了某种资源的利用效率，该资源的消耗量反而会因为需求的指数级 增长而增加。 OpenAI 内部预测， 到 2027 年底，提供 GPT-5.2x 级别智力的成本将比现在降低 100 倍以上 。 这意味着"智力"将真正成为一种像电力一样廉价、按 ...

以下文章来源于脑洞航海家 ，作者Bo & Rita 脑洞航海家 . 关心 XR、AI、文娱游戏、消费科技，一起探索「Smart, Rich, & Fun」的脑洞漩涡。FA 业务可联系：melyanor 「Jinqiu Spotlight」 追踪锦秋基金与被投企业的每一个光点与动态， 为创业者传递一线行业风向。 "当执行成本归零，意图就是新的源代码；最终胜出的公司，将是那些能最好地捕捉并普及组织知识的公司。" 这是 Isoform 创始人 Bo 对未来软件开发的判断。 Bo 正在打造新一代软件协作平台 Yansu（严肃）——一个能够主动捕捉团队意图、沉淀组织知识，并将其转化 为可执行软件成果的平台。作为 MLOps 和 分布式 系统领域的资深工程师，Bo 曾联合创立了知名 大模型 应用 开源平台 BentoML， 也完成了千万美元级融资。在看到意图识别赋能ai coding可带来的巨大价值后，Bo 再度 出发，创立了 Isoform。 锦秋基金于 2024 年底完成了对 Isoform 的投资。 当时，锦秋在美国组织了一场"小饭桌"，在与现场三家公司 的创始人深度交流后，锦秋迅速决定对这三家公司同时进行投资，I ...

文章核心观点 - AI技术正在显著降低动画创作的门槛，使动画产业从传统的重资产、工业化流水线模式，向“意图主导”和“单人工作室”模式转变 [4][5] - OiiOii公司通过构建一个以用户为“导演”、多个AI Agent为协作系统的产品，旨在服务中国泛ACG领域约180万个活跃创作者，释放其创造力并极大提升内容生产效率 [4][31] - 视频AI模型将呈现多元化发展，垂直领域的AI Agent（如动画）因其对特定工作流和审美的深度理解，拥有独立于大模型厂商的生存和发展空间 [49][50][51] AI动画行业变革 - **传统流程复杂**：传统3D动画制作链条长，涉及剧本、角色设计、建模、分镜、贴图、灯光、渲染、剪辑等多个高度工业化的复杂环节 [8][9] - **AI压缩流程**：AI技术显著压缩了传统动画制作流程，尤其是模型层工作（如灯光、渲染），但核心创作逻辑（故事、角色设计、场景）并未改变 [10][11][12] - **降低门槛与改变角色**：AI使得产业链上原本只负责单一环节的专业人士（如建模师）有机会成为“导演”，完成个人创作，动画创作从集体重资产消耗进入“意图主导”时代 [5][13] - **提升行业产能**：AI有望缓解动画行业因高昂单位成本和漫长制作周期导致的产能不足问题，例如将现有账号的更新频率从周更提升至日更 [13][31] - **技术发展路径**：视频生成模型可能通过学习大量优秀动画内容直接生成结果，而非必须完全解决底层物理问题，这为动画AI发展提供了新路径 [17] - **中外技术氛围差异**：与美国（如迪士尼与高校深度合作）不同，中国动画行业与顶级高校间的技术合作几乎缺失，技术氛围尚未建立 [18] OiiOii产品战略与用户洞察 - **产品定位与理念**：产品定位为服务PUGC（专业用户生产内容）创作者，采用AI Agent模式，将用户设定为“导演”，AI Agent作为其执行团队，旨在增强用户对作品的“拥有感” [23][26] - **目标用户规模**：核心目标用户是中国泛ACG领域约180万个活跃账号，这些账号通常由2-3人维护，周更一次，使用工具后有望实现日更甚至更高频更新 [31] - **用户画像扩展**：工具不仅服务现有动画创作者，也吸引了大量无动画经验的潜在用户，包括性格内敛的北漂者、小学老师、专业插画师、父母等，用于制作Vlog、教学课件、个人故事和儿童内容 [4][41][42][43] - **效率提升显著**：对于目标用户群体，使用工具后内容生产效率成本预计能降低百倍 [32] - **技术架构挑战**：产品在平衡小白用户“一键生成”的惊喜感与专业用户“高度自由编辑”需求上面临挑战，技术架构已迭代多次以寻求稳定工作流与自由编辑的兼顾 [33] - **分镜生成优势与难点**：产品成熟度最高的环节是分镜Prompt扩写，能帮助用户用一句话表现故事性和情绪性；当前主要痛点是平衡分镜间的连贯性与场景切换带来的故事起伏感 [34] - **用户反馈与社区运营**：通过“听劝周报”等形式高度响应用户反馈，与用户“共建”产品，但有时过度听劝也可能导致产品调整失误 [35][36] - **海内外用户差异**：日本等海外用户更关注视觉精美度和风格多样性，而国内用户更注重故事信息量和“梗”，容易产出爆款内容 [38] AI视频领域竞争格局与Agent价值 - **对“一句话生成视频”的看法**：该模式对于20-30秒的简单视频成立，但对于4-5分钟的长创作不成立，且会削弱创作者的参与感和作品“拥有感” [48] - **垂直Agent的生存空间**：视觉模型因数据、标注标准和训练流程的细微差异会导致结果显著不同，因此很难一家独大，会呈现风格和领域专精的多元化格局，这为垂直领域Agent提供了发展机会 [49][50] - **模型与产品的边界**：在多模态领域，模型与产品之间有较清晰界限。视频创作需要多个模型协作和复杂的前置任务编排，这类高质量流程数据需通过产品在真实交互中积累，短期内模型厂商难以直接覆盖 [54][55] - **未来生态类比**：基础模型提供“食材”，而垂直Agent则是决定风味的“菜谱”或“餐馆”，未来视频Agent生态将像“小吃街”一样百花齐放，各自服务不同的内容形态和人群需求 [51][53] 创业与投资视角 - **创业体验**：创业者（CEO）会经历独特的孤独感，并在应对公司困境的过程中获得对抗焦虑的“抗体”，勇气和深度反思是推动迭代的关键力量 [56][57][58] - **投资动力**：投资人的核心动力包括好奇心（探索未知领域）、与优秀创始人交流获得的启发以及陪伴企业成长的过程 [61][62] - **2026年AI趋势展望**： - 模型智能与人类认知的差距将越来越小，推动大量可落地产品出现 [66] - 资本侧利好（如并购、上市）增强了创业者信心，AI行业目前受宏观经济影响较小，但最终将融入更广阔的科技生态 [67] - 看好的应用方向包括：新型多模态内容消费平台（探索互动性、模糊视频与游戏边界）以及主动式AI（能够理解上下文并进行预判） [68][69]

投资事件 - 锦秋基金已完成对宇树科技的投资 [2] - 锦秋基金是一家12年期的AI基金，以长期主义为核心投资理念，专注于投资具有突破性技术和创新商业模式的通用人工智能初创企业 [3] 公司概况 - 宇树科技是全球出货量第一的具身机器人品牌 [3] - 公司专注于消费级与行业级高性能通用足式/人形机器人及灵巧机械臂的自主研发、生产和销售 [3] - 公司致力于打造最具性价比优势的四足与人形机器人本体，并提供完整的开发套件和基础运动控制能力 [3] - 公司是全球首家公开零售高性能四足机器人并最早实现行业落地的公司 [3] 经营数据 - 2025年，宇树科技人形机器人实际出货量超过5500台，该数据指实际出售发货给终端客户的数量，订单数量更高 [4][9] - 2025年，公司人形机器人本体量产下线超过6500台 [9] - 上述数据均为纯人形机器人数量，不包含双臂轮式等其他机器人产品 [9] - 根据市场推算，公司人形机器人出货量位居行业第一 [5]

文章核心观点 文章基于一线AI创业者的讨论，提出了关于2026年人工智能发展的五个核心预言，描绘了AI从工具演变为核心供给、技术驱动成本结构剧变、商业模式从过程收费转向结果收费、情绪价值作用被重新定位、以及品牌与社区成为稀缺信任资产的未来图景[1][2][27] 预言1：2026，“AI即供给” - AI对供给侧的重构经历了三个阶段：2023-2024年为“工具化阶段”，AI作为Copilot辅助降本[5]；2025年为“商品化阶段”，模型价格崩塌，AI成为通用商品，供给侧分化为“强模型”与“泛应用”[5]；2026年进入“AI即供给”阶段，1/10成本准则成为生存红线，旧商业模式被颠覆[5] - 实现“AI即供给”的三大底层真相：第一，成本遵循1/10准则，即AI应用需将成本压低至十分之一才能形成壁垒[6]；第二，服务从非标走向标准化，将依赖个人经验的服务固化为可规模化的算法产品[7]；第三，交付从被动等待指令变为主动感知预测需求，由具备记忆的GUI Agent完成[8] - 变革根源在于AI的边际成本几乎为零，而人力成本刚性，算力成本持续下降，驱动所有玩家向AI转型[8][9] 预言2：Memory Model使对齐成本无限降低 - 技术演进链条清晰：2024年是Coding Model红利期，实现逻辑自动化分发[11]；2025年进入Agentic Model时代，AI具备自主规划和工具调用能力，催生对长上下文的饥渴[11]；2026年，关键的Memory Model补齐，使Agent能固化执行经验和用户偏好[12] - Memory Model是降低对齐成本、实现1/10成本的关键拼图，它结合Coding Model的确定逻辑与Agentic Model的自动执行，使得对齐成本归零，实现了从“指令驱动”到“记忆驱动”的跃迁[13] 预言3：“套壳”将变成“资产封装” - 商业机会从“做工具”转向“养资产”：2023年的机会在于UI套壳，卖信息差[14]；2025年进入Workflow套壳阶段[14]；2026年质变为“资产封装”，核心生意是看谁能最早、最深地进入垂直场景，积累的“业务know-how”成为不可替代的资产[16] - 商业模式从“卖Token”转向“卖结果”：在“AI即供给”阶段，由于Agentic和Memory Model使得供给边际成本几乎归零，商业模式变为直接收取“成果费”，例如真人短剧收分润、法律AI收胜诉佣金，从卖过程彻底转向卖结果[17] - 流量入口逻辑被颠覆：随着具备“原生记忆”的GUI Agent接管操作系统，用户不再需要打开特定App，而是直接向Agent提出需求，掌握顶级Agent的公司将掌握所有流量入口，并可能成为新的平台巨头[18][19][20][21] 预言4：情绪价值只是压低获客成本的手段 - 在AI工具场景中，情绪价值常被高估，其本质多是套在功能上的一层Chat外壳，主要用于降低进入门槛与心理摩擦，是压低获客成本的手段，而非长期壁垒[23] - 情绪回应只能优化留存曲线的前半段，难以支撑长期依附，一旦用户明确AI的工具属性，基于陪伴的关系感便会迅速消解[24] - 2026年，情绪价值应被定位为一种增长杠杆，用于缓冲AI的冰冷感并改善冷启动数据，但误将其当作价值本身是危险的[24] 预言5：品牌与社区会成为极具长期价值的资产 - 在内容无限复制的环境中，用户挑战从“获取信息”转向“判断信息真实性”，因此会寻找新的信任锚点，如有人格背书的品牌、有真实互动的社区[25] - 纯信息型社区吸引力下降，保留真实反馈与关系链的场域价值凸显，人与人之间低频、低效的互动也显现出不可替代性[25] - 当算力和内容不再稀缺，能够承载信任的关系变得稀缺，因此作为信誉载体的品牌和作为关系网络的社区，将成为决定产品能否穿越周期的长期价值资产[25]

行业动态：2025年ACM Fellow华人学者成就 - 2025年ACM Fellow名单公布，全球最具影响力的计算学会ACM授予个人的最高荣誉，代表顶尖学者在技术创新或领域服务方面的卓越成就[2][11] - 新晋入选者来自14个国家，就职于世界一流大学、领先科技公司和研究机构[11] - 2025年Fellow的贡献横跨计算科学多个核心与前沿方向，包括医疗AI、计算机图形学、数据管理、人机交互、移动计算、网络系统、机器人技术、安全性等[12] - 全球ACM会员超过10万人，Fellow占比仅约顶尖1%，是万里挑一的顶尖人才[7][8] - 今年入选的华人学者共19席，占比约27%（近三成），表现卓越，成为一股不可忽视的重要力量[6][14] 被投企业关联：生数科技及其首席科学家 - 清华大学计算机系教授、生数科技首席科学家朱军当选2025年ACM Fellow，其在机器学习领域的贝叶斯方法与表示学习等底层理论上贡献卓著，凭借“稀疏主题编码”打破传统表示学习的边界[2][103][106] - 锦秋基金是生数科技天使+轮的独家投资方[4] - 朱军教授正带领生数科技团队在多模态生成的“技术深水区”持续打磨，公司依托于2022年全球首创的U-ViT架构，率先发布了国内首个视频生成大模型Vidu[4] - 随着2025年视频生成技术全面渗入内容生产链路，进入2026年，行业目光将从单纯的“模型突破”转向更深层次的“场景扎根”[4] - 朱军教授在分享中提到，进入视频生成领域时格外敏感于“涌现”的价值，并认为多模态模型能力的背后正在迎来一个“生产力跃迁”时代[4] 入选华人学者及其机构（产业界关联） - **Pei Cao**：任职于YouTube，担任工程副总裁，获选原因是在网络缓存、搜索引擎效率和信息质量方面的贡献，其技术突破获得了多项美国专利[15][17][19] - **Jiaya Jia（贾佳亚）**：思谋科技SmartMore创始人、董事长，同时是香港科技大学讲座教授，获选原因是在计算机视觉中的分割、场景解析和纹理分析方面的贡献[45][47] - **Tao Mei（梅涛）**：智象未来（HiDream.ai）创始人兼首席执行官，致力于以生成式AI推动创意与内容产业变革，获选原因是在多媒体分析、检索及应用方面的贡献[66][68] - **Yu Zheng（郑宇）**：任职于京东，担任集团副总裁、京东城市总裁、京东智能城市研究院院长，提出了“城市计算”理念，是该领域的先驱和奠基人，获选原因是在时空数据挖掘和城市计算领域的贡献[98][100][102] - **Deming Chen**：UIUC教授，在创业方面经验丰富，曾参与多家初创公司，其开发的算法软件被Altera（现英特尔旗下）独家授权并分发给全球客户[27][29]

文章核心观点 - 锦秋基金被投企业星尘智能与顶尖学术机构联合提出CLAP框架，该框架通过对比学习将人类视频中的运动空间与机器人动作空间对齐，使机器人能够直接从海量互联网视频中学习技能，有望解决机器人学习长期面临的“数据饥荒”与“视觉纠缠”难题，并显著降低机器人技能获取的成本与门槛 [4][9][10] 技术框架详解 - CLAP框架旨在建立统一的视觉-语言-动作模型，其核心是通过对比学习进行隐空间动作预训练，将人类视频中的状态转移映射到一个量化的、物理上可执行的动作码本上，从而弥合无标注人类视频与有标注机器人轨迹之间的语义鸿沟 [9][14] - 研究团队基于两种VLA建模范式进行分层策略训练：CLAP-NTP是一种自回归模型，擅长指令跟随与任务规划；CLAP-RF则采用Rectified Flow策略，面向高频率、精细化的操控 [10][16] - 为解决模型微调中的灾难性遗忘问题，框架引入了知识匹配正则化策略，确保机器人在学习新技能时不会丢失已掌握的能力 [11][16] 实验结果与性能 - 在真实世界任务性能测试中，CLAP框架显著优于基线方法。例如，在“Pick and Place”任务中，CLAP-RF的拾取成功率为90%，放置成功率为85%；在“Pack the Doll”任务中，CLAP-RF的成功率为70% [20] - 在环境扰动下的鲁棒性评估中，CLAP-RF同样表现优异。在原始设置下，其“Pick and Place”成功率为90%，“Close”成功率为70%；在背景变化和光照变化等干扰下，性能保持稳定，平均成功率高达66.7%，远超其他基线模型 [21] 产业应用前景 - CLAP框架使机器人能够从YouTube、抖音等平台的“数以亿计”的人类行为视频中学习技能，极大扩展了可用训练数据的规模，解决了机器人学习的“数据饥荒”问题 [4][10] - 这种“看视频学技能”的方式显著降低了机器人技能获取的硬件、环境和人工标注成本，有望大幅降低企业部署机器人的成本和周期，加速机器人在服务业、制造业等领域的规模化应用 [4][10][11]

文章核心观点 - 公司“造梦次元”是一个AI原生的角色/IP厂牌，其核心商业模式是通过将前沿大模型能力转化为低门槛、可沉浸的互动内容体验，构建并运营AI角色IP，最终目标是成为一个“无限大的无忧传媒”[20][66][70] - 公司的成功关键在于精准匹配模型能力演进与大众用户需求，以角色IP为价值锚点，在算力成本与用户增长间找到平衡，实现了极高的用户粘性与规模增长，并成为大模型厂商的重要生态合作伙伴与“连接器”[6][16][89] 公司定位与商业模式 - 公司官方对行业的定位是“AI内容社区”，但其本质是一个“AI角色厂牌”或“IP厂牌”，类似于一个无限大的MCN机构，核心是打造并运营由AI驱动的角色IP[20][66][69] - 商业模式借鉴轻度游戏（如《迷你世界》《蛋仔派对》），其核心价值锚点在于角色IP，未来可通过售卖角色皮肤、衍生周边等方式实现商业化，而非依赖重度游戏的付费变强逻辑[71][72][73] - 公司不直接向用户强调AI属性，旨在消除产品与用户的距离感，其定位“AI内容社区”主要是说给行业听的，目的是表明其致力于将AI能力转化为最新、最好玩的内容体验[64] 用户画像与增长策略 - 截至2025年6月，公司累计用户已超过1000万，用户主要为00后和10后的年轻女性，早期核心用户是来自四、五、六线城市的中小学生[6][18] - 用户粘性极高，日均停留时长达到1小时50分钟，在AI内容领域属于天花板级别[6][18] - 用户年龄段正在向上扩展，从早期的12-20岁核心女性用户，扩展至12-35岁，并吸引了大学生、下夜班用户等更大年龄段的群体[27][47][61] - 用户主要来自抖音快手、休闲游戏、小说及漫画等大众娱乐平台，与“产品蝗虫”（挑剔的Geek或业内人士）有显著区别，公司明确不为后者服务，认为“挑剔的用户不是大众”[27][30][34] - 增长策略是随着大模型多模态能力的演进，不断匹配和扩展新的用户群，例如通过增加视频互动内容来吸引更年长的视频消费用户[15][47][60] 产品与内容生态 - 产品始于AI互动故事，用户可参与编写剧情走向并由AI扩充完成，现已扩展至支持为角色生成漫画、创作音乐、拍摄MV等多种内容形式[9][14] - 产品设计以“角色”为板块进行展示，一个角色下可支持文字、音乐、视频等多种内容类型，旨在成为一个“可以长出任何内容形态的土壤”[20][78] - 产品设计刻意隐藏“AI味”，不使用明显的AI标识、采用大众化配色与名词，且不让AI角色在评论区自动回复，以营造自然的社区氛围[79][80][83] - 创作工具设计复杂，需要兼容并快速迭代无数模型，以周为单位跟进模型能力，并将其转化为有趣的内容体验[48] - 内容创作门槛极低，目标是让初中生也能使用AI进行创作，吸引用户的并非内容的极致精致，而是其共鸣感和造梗能力[26][41] 技术合作与算力策略 - 公司是大模型厂商的重要客户，其巨大的token消耗量使其在模型厂商中拥有强势地位，例如在2024年假期峰值时曾是豆包大模型的最大客户[8] - 2024年6月豆包大模型刚推出时，公司上线仅4个月，其日均token消耗峰值已达到200亿，而近期来自合作伙伴商汤的数据显示，其日均模型调用量高达6000多万次，token消耗达千亿级别[9] - 早期算力成本高昂时，公司选择与相熟的模型厂商（如商汤）共同承担成本，待其他大厂开始降价时再切换，以此平衡成本与增长[16] - 公司被视为模型生态与用户生态之间的“连接器”，其价值在于能将模型能力转化为数十万创作者手中的“AI剧组”和上千万用户的沉浸体验[88][89] 创始人与行业洞察 - 创始人沈洽金认为，AI带来的互动本质上是“创造”，公司满足的是用户“轻度但持续的创造欲”[25] - 面对AI浪潮，创始人强调必须“早”入场，如果等技术成熟再行动，机会就不再属于自己[20] - 创始人经历过“逻辑自洽但与事实不符”的创业失败（如人脸识别项目），因此更注重事实与用户规模，而非追求炫酷但无人使用的产品[22][86][90] - 创始人预判行业技术发展节奏，曾认为2025年上半年多模态会兴起，下半年才是Agent，但实际情况相反（Deepseek等文本模型先兴起），这曾给公司带来增长压力[49][51] - 技术突破如Nano Banana（解决了角色一致性问题）和Sora（视频多分镜故事性）的到来，帮助公司克服了增长瓶颈，并验证了其以角色IP为核心的技术路线[56][57]

文章核心观点 - 文章通过报道国务院总理李强考察广东期间观看机器人演示的事件，重点介绍了锦秋基金被投企业星尘智能的技术实力、产品进展与商业化成果，并借此阐述了锦秋基金在人工智能领域的长期投资理念 [2][4][5][7][8] 政策与行业动态 - 国务院总理李强在广东考察时指出，要完善产业生态，培育拓展应用场景，推动机器人、无人机等新技术新产品在扩大应用中加快迭代升级 [2] - 此次考察中，星尘智能创始人向总理演示了其全栈自研的绳驱AI机器人S1在生化实验等场景中的精细操作与高动态运动能力 [4] 星尘智能公司技术 - 星尘智能是绳驱AI机器人的定义者及业界首个量产绳驱AI机器人的公司，坚持“顶尖本体-领先遥操-高效模型”全栈自主研发 [7] - 其机器人采用独特的绳驱传动设计，模仿人类肌腱，能实现高动态响应、高灵巧操作和高交互安全性，适合复杂灵巧操作及人机紧密交互场景 [7] - 公司近期发布了自研的端到端视觉-语言-动作全身VLA模型Lumo-1，通过具身化VLM等技术，将大模型的“深度心智”转化为机器人的丝滑全身操作 [7] 星尘智能产品与应用 - 机器人S1在演示中展示了在生化实验场景下的精细操作能力，能在多种工具间灵活切换，连续完成取粉、抓取、倒液、混匀等标准实验步骤 [4] - 另一台机器人依托绳驱技术，实现了高动态响应下的全身协同运动，动作流畅自然 [4] - 产品已在科研、商业服务、文娱演出及工业等多个领域落地应用，并结合AI大模型探索场景，推动行业商业化加速 [7] - 公司已获得数千台订单，在高价值场景实现多点开花 [7] 锦秋基金投资动态 - 星尘智能于2025年11月完成了数亿元人民币的A++轮融资 [8] - 锦秋基金在本轮融资中继续追投，并已连续多轮支持星尘智能的发展 [8] - 锦秋基金作为12年期的AI Fund，以长期主义为核心投资理念，积极寻找具有突破性技术和创新商业模式的通用人工智能初创企业 [8]