n8n公司发展概况 - 2025年3月完成约6000万美元B轮融资，估值约2.5-3亿欧元，8月由Accel牵头的新一轮融资将估值推高至约23亿美元[1] - 年度经常性收入（ARR）突破4000万美元，在数月内增长五倍[1] - 公司作为开源自动化平台代表，其热度持续攀升，反映出自动化工作流正成为AI应用的核心基础设施[1] 自动化平台行业趋势与创业机会 - 国内外多个团队正尝试将大语言模型（LLM）与自动化平台结合，以打造更智能的工作流和代理系统，形成“AI版n8n”的创业浪潮[2][3] - n8n已成为行业参照系，创业公司或直接对标，或在其基础上延展功能，试图抢占“自动化+AI Agent”的新入口[3] - 下一代产品的机会在于从“连接”转向“理解”和“推荐”，用户可通过自然语言告知系统目标，由AI生成并优化工作流，将智能代理嵌入高频场景[6][7] 市场需求分析（基于招聘数据） - 基于2025年4-5月收集的2209条招聘信息进行分析，招聘平台是主要需求来源，其中Upwork提供2072条机会，Reddit提供82条，n8n官方论坛提供55条[11][15][16] - 自由职业在市场中占主导地位，在2100条明确工作形式的信息中占比超过80%[19] - 在541条明确时间要求的信息中，大多数为短期或中期合作：一次性工作147条，兼职198条，全职196条[23][24] 定价模式与预算水平 - 按小时计费是最常见形式（839条信息），价格区间为最低17.68美元至最高45.03美元，平均31.36美元[27] - 按项目计费的信息有738条，价格区间为最低531.69美元至最高866.53美元，平均699.11美元[27] - 月薪制信息较少（20条），月薪区间为最低792.5美元至最高1182.5美元，平均987.5美元[27] 需求地域分布与时区特征 - 需求方地域分布显示美国是最大需求国（40条），其次为澳大利亚（14条）和英国（10条）[39] - 主要时区分布为印度标准时区（IST）1042条，美国东部时区（EST）677条，形成“欧美客户+印度执行”的典型模式[39] 主流业务用例与行业垂直 - 最频繁出现的自动化场景是API工作流、CRM更新和邮件自动化，这些需求具有“刚需+可扩展”特性[5][38] - 房地产和软件即服务（SaaS）行业对自动化的需求最为稳定[42] - 用户偏好低成本、快速交付和稳定运行的解决方案，核心诉求是“快、省、好”[5]

近日，Google DeepMind Generalist 团队发布新作《Self-Improving Embodied Foundation Models》，为该领域贡献了一个具有里程碑意义的框架： 一个真正可实现机 器人自主练习、自我奖励、并不断超越初始训练数据限制的双阶段后训练方法 。 通过系统性的算法设计与大规规模真实机器人验证，该研究提出将传统的行为克隆（BC）与创新的"步骤到-go预测"目标相结合，在监督微调（SFT）之后引入一个 名为"自我改进"的在线强化学习阶段。 该方法不依赖人工奖励设计，而是从预训练基础模型中自动导出奖励信号与成功判断，使多台机器人可在人类极简监督下并行练习。 在核心机制维度，文章系统展示了如何通过步骤到-go预测构建密集奖励函数、实现鲁棒的成功终止判断、并显著提升策略样本效率。仅增加10%的自主练习时间， 即可在Block2Block任务上带来超过30%的成功率提升，效果显著优于单纯扩大8倍模仿数据。 过去的机器人会模仿，却始终学不会举一反三。今天，真正的挑战是：如何让机器人像人一样，在反复尝试中自己变聪明。 进入2025年，具身智能的核心命题逐渐清晰： 如何让机器人通过 ...

锦秋基金，作为12 年期的 AI Fund，始终以长期主义为核心投资理念，积极寻找那些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。 锦秋基金于2023年年中投资了生数科技，是生数科技的早期机构投资人 。 近日， 生数科技 完成新一轮 数亿元人民币规模的A轮融资 。该轮融资由博华资本领投，百度战投、北京市人工智能产业投资基金、启明创投、达泰资本、卓 源亚洲、BV百度风投等老 股东持续 跟投，建发新兴投资等产业合作方加码跟投。 以下为此次融资的相关新闻。 9月9日，生数科技全球上线Vidu Q1参考生图， 在多主体一致方面持续全球领先 生数科技往期里程碑 未来，生数科技将继续坚持以技术为核心驱动力，通过创新的产品与服务，助力全球每一个人与组织提升生产力和创造力！ （完） 近日， 生数科技 完成新一轮 数亿元人民币规模的A轮融资 。该轮融资由博华资本领投，百度战投、北京市人工智能产业投资基金、启明创投、达泰资本、卓 源亚洲、BV百度风投等老 股东持续 跟投，建发新兴投资等产业合作方加码跟投。 生数科技成立于2023年3月，核心团队由来自清华大学、北京大学、帝国理工学院、卡耐基梅隆大学等全球顶尖高校的技术人才 ...

锦秋基金已于2025年完成对地瓜机器人的投资 。 锦秋基金，作为12 年期的 AI Fund，始终以长期主义为核心投资理念，积极寻找那些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。 活动时间： 2025 年 9 月 24 日 19:00–21:00 活动地点：杭州西湖畔（报名后通知具体地址） 报名方式：扫描下方二维码，提交报名信息。 为什么是「地瓜精酿馆」？ 在这里，没有冗余的寒暄和套路。有的是： 现场机器人互动秀：近距离体验地瓜机器人前沿产品； 限定高质量交流：30个席位，专注于真正的深度对话； 开麦即见未来：你的项目将在这里遇见潜在的投资人、合作伙伴； 飞行员空降：顶级机器人公司创始人将作为飞行员Host，与大家畅聊赛道未来。 活动流程亮点 一分钟开场秀：快速自我介绍，高效锁定对接对象； 云端复盘局：听一线创业者拆解行业复盘与趋势洞察； 微醺里遇见：轻松氛围下的深度对话； 自由碰撞接站：打破边界，激发合作与灵感。 谁应该来 在机器人产业迎来高速发展的关键时刻， 地瓜机器人推出特别线下交流活动—— 「地瓜精酿馆」 ，旨在为创业者、投资人和产业伙伴打造一个高质量、深度对话 的闭门场。 云栖大会期间，「 ...

文章核心观点 - 李飞飞创立的World Labs推出空间智能模型Marble 其核心突破在于通过一张图片或文本提示生成持久存在且可自由导航的3D世界 在几何一致性、风格多样性、世界规模和跨设备支持上显著优于同类产品[1][2] - Marble并非孤立产品 而是李飞飞"世界模型-空间智能-三维表征"思路的集中落地 代表从语言理解到世界理解再到AGI的演进路径[3][6] - 世界模型被视为AI发展的第三阶段范式 其核心在于三维表征与时空一致性 而不仅是多模态拼接 这将推动内容生产、机器人和AR/VR领域的变革[6][21][29] 大语言模型边界与空间智能必要性 - 大语言模型在写作、推理等任务中展现强大能力 但其基于一维序列的结构无法原生理解三维世界 语言作为有损编码方式难以传递几何、物理和时序因果信息[5][9][10] - 二维像素和视频输入不会自动生成三维结构 关键在模型内部表征需原生支持三维表达 满足可微渲染、视角一致性和物理一致性要求[11][14] - 空间智能是AGI的必要条件 因为世界本质是三维的 二维观测是不完备投影 且语言训练信号是纯生成的 无法替代对三维结构的直接建模[16] 世界模型的技术实现路径 - 数据策略采用混合路径：真实采集+重建生成+仿真合成 以解决三维数据匮乏问题 同时强调数据质量与一致性约束的重要性[20][26] - 算法层面注重"重建与生成合流" 同一套三维表示既能重建真实场景 也能生成虚拟世界 NeRF等方法让小规模算力也能实现原创突破[20][24] - 算力资源配置体现学术与产业分工：工业界侧重系统工程与产品化 学术界专注表示方法和跨模态原理研究[25] 产业发展与落地节奏 - 内容生产为首要落地场景 目标将3D内容生成成本从AAA游戏级降至创作者可及水平 应用覆盖游戏、虚拟摄影、工业设计和教育领域[6][29] - 机器人被视为天然应用场景 空间智能连接数字脑与物理界面 但需先打磨三维表示与交互能力 再承接高风险实体操作[30] - AR/VR作为后续发展阶段 需实现从静态场景到动态要素、可交互性和场景语义的逐步演进[29] 范式演进与投资逻辑 - AI发展遵循三要素共振规律：数据×算力×算法 ImageNet时代是二维标注数据驱动 世界模型时代是三维表示驱动[18][21][23] - 范式演进分为三阶段：监督学习（ImageNet）→生成式建模（扩散/GAN）→三维世界模型（重建×生成）[21][24] - 投资逻辑围绕"找到时代最被低估的数据形态" 三维表示被视为当前最具潜力的数据形态[21][23]

AI普及速度与采用率 - AI在美国员工中的使用率从20%上升至40%仅用一年 远超电力、个人电脑和互联网的普及速度[1] - AI扩散既覆盖消费端也涵盖企业端部署和系统集成 呈现广泛且快速的特点[1] - OpenAI和Anthropic在2025年9月15日同步发布用户研究报告 分别聚焦消费端行为和企业端经济地图[1] 消费端与企业端使用差异 - ChatGPT非工作用途占比从53%升至73% 三大主要用途（实用建议、信息检索、写作）合计占77%[6][7] - Claude的计算机与数学任务占比达36% 企业API中该比例接近50% 凸显专业化倾向[6][8] - ChatGPT用户更年轻且新兴市场增长快 Claude高强度用户集中于高收入高数字化地区[12][14] 交互模式分化 - ChatGPT以协作式交互为主：52%为询问 35%为执行 14%为表达[9][12] - Claude自动化交互占比高：消费端一次性会话从27%升至39% 企业端达77%[10][12] - 用户行为从逐步指导转向赋予AI自主权 体现从协作助手向自动代理的角色转换[10] 技术路线与商业模式 - OpenAI坚持通用性战略 通过GPT系列吸引7亿普通用户 需求集中在写作和信息检索[16][17] - Anthropic差异化聚焦长上下文和编码能力 Claude Sonnet 3.5在编程自动化形成优势[18] - OpenAI部分转向企业端自动化编程 同时探索C端广告和分成模式[18] 关键应用场景趋势 - C端从"帮我写"转向"帮我理解" 询问类交互超50% 执行型请求降至30%[23][30] - B端从修复转向创造：新代码生成占比八个月翻倍 调试纠错下降近3个百分点[24][32] - 教育科研任务快速增长 教案生成和多媒体研究资料制作潜力显著[24] 地理分布与市场策略 - Claude的AUI指数与人均收入正相关 以色列为全球平均7倍 新加坡4.57倍 美国3.62倍[26] - 高AUI地区（如华盛顿特区、犹他州）扩展至科研教育运营 低AUI地区停留编程工具阶段[26] - 出海企业需优先攻略高AUI市场 低AUI市场从开发工具切入再外溢[26] 成本与上下文瓶颈 - 价格弹性仅-0.29 降价10%仅增加3%使用量 价格非企业采用主要障碍[27][31] - 输入增加1%输出仅增0.38% 上下文供给和系统集成成为真实生产瓶颈[27][35] - 竞争力取决于嵌入CRM、ERP、研发流程等系统的能力[31][35] 创业方向与产品定位 - C端需陪伴式知识助手（如协作学习） B端需端到端自动化引擎（如任务委派）[33][36] - 避免半自动工具定位 明确选择陪伴型或自动化型产品路径[25][36] - 刚需场景需持续演化 如写作转向知识验证 代码从辅助工具转向生产引擎[21][34]

AI 的真实需求到底在哪里？ 过去两年，几乎所有讨论都在围绕"AI 如何提升工作生产力"展开。但 OpenAI 最新公布的 覆盖 7 亿用户、25 亿条日均消息的内部数据，却给出了一个颠覆性的答案 ——ChatGPT 的使用重心，并不在办公室，而是在生活里。非工作用途的消息比例在一年间从 53% 飙升到 73%，实用指导、信息查询和写作三大类合计接近八成， 而编程、陪伴等被行业热议的场景却出奇冷清。 这固然与 OpenAI 与 Anthropic 等竞争对手在产品定位与功能设计上的差异有关，但更直接的意义在于：ChatGPT 的数据揭示了用户当下真实的需求与痛点。数亿人 愿意反复在这里询问、查找和改写信息，本身就是一种强有力的信号。 当然，这并不等同于未来趋势。用户行为并不是天然的"未来轨迹"，而是被产品形态所塑造。OpenAI 把 ChatGPT做成了"数字日用品"，于是生活化需求被放大； Anthropic 强调任务自动化闭环，于是企业用例更突出。不同厂商在功能设计和叙事导向上的选择，会深刻影响需求曲线的走向。 基于OpenAI用户的使用习惯，我们发现： 锦秋基金（公众号：锦秋集；ID：jqcapital ...

全球AI采用模式与地理分布 - AI采用速度前所未有 美国员工使用AI比例从2023年20%升至2025年40% [8] - 高收入国家人均AI使用显著领先 新加坡使用率为劳动年龄人口预期的4.5倍 以色列达7倍 [27][33] - 使用高度集中于技术先进经济体 北美、欧洲和大洋洲处于领先地位 非洲、拉美及亚洲部分地区使用率低于预期 [29][33] 任务类型演变趋势 - 代码生成占据主导地位 全球平均占比约三分之一 印度超过50%使用集中于编程任务 [3][21][52] - 创作类任务快速增长 新代码生成任务占比增加4.5个百分点(4.1%→8.6%) 教育材料开发增幅超6倍(0.2%→1.5%) [14] - 调试纠错任务占比下降2.8个百分点(16.1%→13.3%) 净效应向创作转移7.4个百分点 [14] 企业级部署特征 - 企业API调用中77%属于整体委派式自动化 增强协作型任务仅占12% [5][77] - 企业更关注能力与经济价值而非成本 某些任务调用成本高出50%仍被优先采用 [1][88] - API使用高度集中 Top15使用集群占全部流量一半 其中6%为调试Web应用 5%专注于AI系统开发 [69] 区域化应用差异 - 低收入国家聚焦单一场景 高收入国家发展多元应用 新加坡、以色列扩散至科研教育行政等领域 [2][3] - 美国各州应用呈现地域特色 加州偏重IT与数字营销(3.7倍基础数值任务) 佛罗里达侧重商业建议与健身(1.35倍) [53][54] - 巴西侧重翻译(6.4倍)和法律服务(5.0倍) 越南集中开发与教育 印度专注软件开发(2.4倍UI优化) [49][51] 人机交互模式演变 - 指令式自动化占比八个月内从27%升至39% 主要挤占任务迭代与学习份额 [15] - 高采用率地区偏好增强式使用 低采用率地区倾向自动化委派 控制任务结构后仍成立 [58] - 复杂任务依赖上下文整合 输入每增加1%输出仅增0.38% 呈现递减收益特征 [84][87] 经济影响与行业渗透 - AI使用与人均GDP呈正相关 人均GDP每增1% Claude使用增加约0.7% [34] - 企业AI采用率两年内从3.7%升至9.7% 信息行业达25% 住宿餐饮业仅2.5% [66] - 华盛顿特区人均使用全美最高 求职申请相关帮助占比为全美1.84倍 [37][56]

投资动态 - 锦秋基金于2024年完成对Sandwich Lab的投资 [1] - 戈壁创投管理的AEF GBA基金及五源资本共同投资Sandwich Lab新一轮融资 累计金额超千万美金 [3][6] 公司概况 - Sandwich Lab成立于2024年 2025年3月推出首款产品AI广告投放Agent Lexi [3][7] - 公司愿景是通过AI帮助企业增长营收 计划推出Email Marketing Agent及财务/税务/法务/供应链/人力资源等多领域Agent [16] 产品与服务 - Lexi定位Meta生态广告投放服务 订阅费每月200美金起 面向全球中小企业主提供全自动广告投放解决方案 [9][10] - 产品采用"影子模式"帮助客户投放广告 用户仅需提供预算和目标范围即可自动完成分析/做图/文案/投放/优化全流程 [10][15] 运营数据 - Lexi上线三个月后付费用户覆盖94个国家 月环比营收增长达150%以上 [3][13] - 目标客群为从未投过广告的海外中小企业主 典型客户年营收约100万美金 [10][12] 战略定位 - 公司采用高价策略验证市场需求 明确"首先要贵"的定价思路 [15] - 聚焦长期经营场景 帮助具备基础营收能力的中小企业突破增长瓶颈 [12][16]

投资动态 - 锦秋基金已完成对宇树科技的投资 [1] - 基金为12年期AI Fund 以长期主义为核心投资理念 专注于突破性技术和创新商业模式的通用人工智能初创企业 [2] - 设立"Soil种子专项计划" 为早期AI创业者提供资金支持 助力创新想法转化为实际应用 [9] 技术突破 - 宇树科技开源UnifoLM系列世界模型-动作架构UnifoLM-WMA-0 专为通用机器人学习设计 [2][3] - 架构内置理解机器人与环境交互物理规律的世界模型 具备仿真引擎和策略增强两大核心功能 [3][6] - 仿真引擎作为交互式仿真器运行 为机器人学习提供合成数据 [6] - 策略增强功能可通过预测物理世界交互过程优化决策性能 [6] 应用展示 - 模型真机部署实现将木块按红黄绿顺序叠落 右上角小窗口显示未来动作视频预测 [4] - 完成整理橡皮和笔任务 同步展示世界模型对未来动作的预测 [4] - 实现将黑色相机放入包装盒操作 并实时呈现未来动作预测视频 [5]