AI Agent引发的行为主体与决策权转移 - 核心观点：AI Agent的普及正在催生一个与人类经济并行的“代理经济”，其本质是行为主体和决策权从人类向AI代理的转移，而不仅仅是效率提升[1][2][3] - 过去软件是工具，人类是决策者；现在普通用户将AI Agent视为“替身”，让其完成搜索、比较、谈判乃至订阅部署等任务[3] - 决策权开始转移，人类更多设定目标而非逐行审查，代理像并行工作的同事[7][8][9] - AI开始真正“操控环境”，通过读写文件、调用API、运行命令行成为执行任务的主体，而不仅仅是回答问题[9] 应用层价值重构与个人数据成为新护城河 - “做软件的方式”正在改变，AI作为持续解决问题的主体，使得“应用”本身的重要性下降[10] - 大量应用的核心功能（如管理数据、提醒、记录行为）可被代理层吞并，例如健身应用可被理解目标并自动调整方案的代理替代[10] - 仅做数据管理和流程提醒的产品风险最大，更难被替代的是拥有硬件、传感器和线下触点、能直接连接现实世界的产品[11] - 当应用层被压缩且模型趋同，护城河转向“个人数据”和“价值框架”，如OpenClaw通过本地化数据建立可长期积累的个人记忆体系[11] - “灵魂文件”（即定义AI互动方式、冲突取舍原则的核心价值和行为准则）可能成为代理的“人格设定”和新的核心资产[11] Agent经济催生新的“买家”与分销渠道 - 软件市场出现新的“买家群体”，即无数运行在后台的代理，构成了“代理经济”[4][12] - 代理开始成为新的“决策者”，其默认推荐成为新的软件分发路径，直接影响工具、服务与接口的选择及订单流向[12][13] - 代理的“选择机制”仍处早期，其决策受信息结构影响（如文档易解析性），而非绝对最优[14] - 这为创业者创造机会：产品设计需从“人类友好”升级为“代理友好”，易于被代理读懂和调用者更易成为默认答案[15] 代理友好型基础设施与文档成为黄金赛道 - 能够为代理提供清晰信息的公司成为首批受益者，文档是率先变化的场景[16] - 过去12个月，新建数据库（如Postgres）数量显著增长，部分源于代理自动完成技术栈选择带动了需求[16] - Supabase因其文档清晰、结构完整、示例可执行，更容易成为代理的默认选择[16] - Resend公司发现，当用户在ChatGPT或Claude中询问发送邮件方法时，模型常默认推荐Resend，ChatGPT已成为其前三大客户转化渠道之一[17] - Resend通过优化文档，以问题方式整理并提供结构化、要点式答案及可直接解析的代码片段，打造“Agent友好型文档”[17] - Minify（更好的API文档工具）的价值可能从“开发者体验加分项”变为“开发工具公司的必需品”，以优化代理解析与调用[17] - 在代理决策数量指数级增长的背景下，文档可解析性提升5%可能带来量级的分发差异[17] 服务于代理的新兴基础设施需求 - 代理需要独立身份、权限和接口，催生了专门服务于AI代理的基础设施创业公司[4][18][19] - Agent Mail公司专门为AI代理提供收件箱服务，解决传统邮箱（如Gmail）因防垃圾邮件机制（如验证码、频率限制）给代理带来的摩擦成本问题[20][21] - 类似需求将扩展至代理的电话号码、账户体系、权限体系、支付体系及与现实世界的接口（如订餐厅、打电话）[21] - Agent经济基础设施的核心是持续降低摩擦成本[22] 代理集成路径：利用现有工具链 vs 发明新协议 - 一种技术路径是让代理直接使用人类现有工具链（如CLI、Unix工具、读写文件、运行脚本），而非重新发明一套代理专用协议[22][23] - Unix系统本身为可组合设计，代理作为程序可天然嵌入，直接调用CLI即可组合现有数百万工具，无需等待“代理专用接口”普及[23][24] - 在代理高速演化阶段，减少抽象层和人为约束意味着更快的反馈循环，经济增长快慢取决于摩擦是否足够低[24] 智能形态演化：从超级智能转向群体智能 - AI的未来形态可能从追求“中央集权的超级智能”（单一庞大模型）转向“群体智能”[26][27] - 类比人类文明进步依赖于专业化分工、协作网络及知识积累，未来智能形态可能是一群彼此协作的智能体网络[27][28] - 多个相对便宜的模型可各自承担不同角色，通过接口协作完成复杂任务，形成分工、记忆共享与任务协调，像社会一样运转[28] - Multbook这类“代理社区”代表了早期形态，关键在于代理间的互动与协作开始被记录和累积[28] - 这条路径更强调组织方式而非单体能力，通过分工协作产生远超单个个体的能力上限[29] - 真正令人兴奋的是智能开始以网络形式运行[30]

文章核心观点 - 软件市场的“默认选择”权正在从人类开发者社区（如GitHub、Stack Overflow）向大型语言模型和AI智能体转移，AI智能体正成为软件工具的关键使用者和决策者 [1][7] - 随着“无需人工干预”的AI代理体验成熟，一个围绕AI代理的新经济体系、基础设施和商业模式正在浮现，将重塑软件分发与行业格局 [4][6][14] 开发者工具市场格局的转变 - 开发者市场急剧扩容：从约2000万受过计算机科学训练的开发者，扩展到“世界上任何人都可以成为开发者”，主持人估计现在可能已达数亿人 [7][17][18] - 工具选择逻辑改变：过去依赖开发者社区交流（如Stack Overflow、GitHub热门代码库），现在则转向“AI代理会推荐什么”，AI代理本身成为新的“使用者”和“决策先知” [7][20] - 商业口号演变：Y Combinator的经典口号“Make something people want”被改写为更直接的“打造AI代理想要的东西” [7][22] 文档/知识库成为关键获客入口 - 文档与知识库正成为AI代理推荐工具的关键入口，优化对象从人类转向智能体 [4][8][33] - 案例：邮件工具Resend的创始人发现，ChatGPT是其客户转化率排名前三的渠道，随后公司优化了文档，使其更便于AI客服人员使用 [8][28] - “代理友好型文档”标准：内容围绕用户或客服可能问的问题组织，答案结构清晰并提供大量可直接复制的代码片段，这非常适合LLM和机器人操作 [8][29][31] - 文档工具Mintlify受益：文档从“加分项”变成“必选项”，因为需要为智能体而优化，即使文档质量仅提升5%，对业务的影响也可能是巨大的 [8][33][34] 代理原生基础设施的兴起 - 出现专为AI代理设计的基础设施，例如YC投资的Agent Mail，专门为AI代理开发收件箱，以解决传统邮件系统为防止垃圾邮件而阻碍自动化程序的问题 [9][35] - 随着OpenClaw等代理的崛起，这类代理原生服务增长迅猛，“就像爆炸一样” [9][36] - 未来设想：可能出现类似Twilio的AI代理专用服务、AI代理专用电话号码，乃至一套完全用于原生代理的技术栈，让代理能够为代理构建应用 [9][38][39] - 更远期想象：AI代理可能拥有自己的经济体系和货币，彼此进行交易，届时人类货币的价值将变得难以确定 [9][41] AI代理的行为模式与影响 - 核心变化在于“无需人工干预”：用户开始完全信任智能体并让它们替自己做决定，例如同时运行四五个不同的智能体并在它们之间切换，而无需手动管理 [6][13] - AI代理的自主行为：它们可以自主选择在如Moltbook这样的AI代理社区发布内容，并选择用于构建的工具，这将催生一个完整的智能体经济体系 [14] - 内容生成爆炸：AI代理生成内容的速度极快，例如Moltbook上线头两天发布的内容量估计超过了Reddit头两年发布的内容量 [49] - 代码编写主体变化：互联网上的大部分文字和大部分代码可能很快将由智能体撰写 [47] 对开发者的启示与工具设计准则 - 开发工具应从智能体的角度思考，打造智能体真正想要使用并拥有良好体验的工具 [53] - AI代理偏好完全开放透明：它们喜欢源代码和API，讨厌使用网站，倾向于自己写代码 [56] - 开发者应理解并支持AI模型的自然倾向，而非对抗其想法 [54]

文章核心观点 - 2026年春晚标志着机器人行业从技术展示转向“真能干活、真能落地”的竞争新阶段，魔法原子通过多场景真实任务演示，展示了其全栈自研、场景落地和量产交付的综合能力，重新定义了行业竞争的维度 [2][4][24] 春晚展示的技术与场景突破 - **多场景真实任务闭环**：在春晚501酒文化地标处，MagicBot Gen1完成起面、控水、倒面、斟酒等精细操作，MagicBot Z1完成送餐服务，实现了机器人首次在春晚执行真实场景任务 [4] - **技术能力分解**：精细操作（如捞面）涉及复杂的力学控制、基于人类操作数据的轨迹建模与仿真强化训练 [4][6]；移动执行（如送餐）需要环境认知、任务拆解与精准控制闭环 [6]；人机交互（如斟酒）涉及意图感知与社交智能 [8] - **群体智能与高难度表演**：上百台“机器熊猫”实现协同群控表演，克服了外覆件带来的重心变化、散热及同步挑战，展示了群体智能与工程能力 [2][16][18]；Z1机器人完成了托马斯360°旋转、侧空翻等高难度特技 [2][14] 行业竞争逻辑的重构 - **竞争维度转变**：行业竞争焦点从“能不能跑、跳”的参数竞赛，转向“能不能干活、协同、量产”的场景落地与系统效能较量 [21] - **全栈自研的价值**：魔法原子覆盖硬件、运控、算法到群体的全栈自研能力，使其能在复杂场景中快速迭代优化，不受制于外部供应商，提升了商业化落地的确定性与速度 [21][22] - **量产交付能力体现**：上百台机器人在春晚的稳定协同运行，是对产品一致性、供应链管理、品控和工程交付能力的集中考核，秀出了量产交付底气 [18][19] 春晚选品背后的产业信号 - **政策与风向标**：春晚作为官方意志的隐性背书窗口，其2026年选择唯一进行真实场景服务演示的魔法原子，信号明确：产业期待从“能做秀”转向“能干活”的硬科技，符合新质生产力与人形机器人作为颠覆性技术的国家战略导向 [10][12] - **企业样本意义**：魔法原子通过“务实硬科技”展现了运动控制与多场景任务能力，其路径（单机极限运动->百机协同->真实场景闭环）重新定义了人形机器人的发展范式 [12][21] 公司战略与行业展望 - **魔法原子的战略路径**：公司选择全栈自研、场景落地与全球化布局的艰难道路，通过春晚展示能力上限，同时通过海外市场拓展验证商业化路径 [24] - **行业进入新周期**：2026年春晚成为分水岭，标志着机器人开始成为生活中的服务者，下一个周期属于能解决真实问题、能创造价值的机器人，行业进入“落地阶段” [24]

事件概述 - 魔法原子公司的“国宝熊猫机器人”在2026年央视春晚舞台完成百台规模表演后，于京东拍卖平台以57,527元人民币的价格成交[1] - 该机器人是2026年央视春晚的亮点之一，公司作为“春晚智能机器人战略合作伙伴”登场，是春晚首家亮相的机器人企业[3] 技术与产品成就 - 公司在宜宾分会场实现了上百台“MagicPanda”四足机器人的集群表演，这是春晚历史上首次百台规模机器人集群亮相[3] - 表演展现了机器人奔涌、起舞、跳跃、歪头晃脑等动作，呈现出高度协同的“群体智能”效果[5] - 为还原大熊猫神态特别是“歪头杀”，团队将机器狗头部从单自由度升级为三自由度驱动方案，实现了机械动作与步态、编队节奏的完美协同[7] - 公司团队在春晚紧迫时间表下，仅用7天时间就完成了100只机器熊猫的量产交付[5] 市场反响与战略意义 - “国宝熊猫机器人”成为春节期间的热门话题，引发了公众的广泛关注和情感共鸣[3] - 拍卖成交价57,527元反映了该产品的收藏价值和公众对中国科技的热情[7] - 此次春晚表演是公司在规模化调度与场景融合方面的一次技术首秀[3] - 公司致力于推动机器人技术迭代，未来产品可能更多融入大众生活，成为情感慰藉与生活陪伴的伙伴[7] 公司文化与执行 - 公司联合创始人强调其是一个追求极致的组织，不接受仅达到80分标准的产品呈现在春晚舞台[5] - 工程师指出，最初的产品造型仅有“玩具感”，未达“以假乱真”标准，团队通过快速迭代进行了优化[5] - 技术升级使机器人从冷冰冰的机器转变为“有温度能交流的特型演员”[7]

核心观点 - 成都市在春节安保中大规模部署“成都造”新锐智能装备 构建“空中+地面+单兵+智能服务”立体防控体系 推动新质生产力与警务实战深度融合 显著提升警务效能与城市安全水平 [1][3][7] 新锐装备应用场景与功能 - 在天府广场等核心区域启用智能轮式机器人 采用预定路线与机动巡逻双轨模式 提高巡逻密度与“见警率” 并搭载高清感知与智能分析系统动态监测风险 [3] - 智能机器人提供非接触式便民服务 包括AI语音咨询、寻人警方协助、循环播放反诈宣传视频 [3] - 警用助行外骨骼装备为一线民辅警赋能减负 他们平均每日站立巡逻时间超10小时 [3] - 在环球中心等地部署无人警务巡防车、智能人形机器人、机器狗与警用无人机 形成“空地一体”警戒队形 [4] - 人形机器人与机器狗可接收指令后自主规划路径前往现场 从接警到抵达并开展语音宣防全程仅用时2分40秒 较徒步巡逻节约3-5分钟 [6] 成都相关产业发展现状 - 2025年 成都人工智能与机器人核心产业规模超1500亿元 同比增长超39% [7] - 成都智能机器人产业集群是西部唯一国家级全产业链集群 [7] - 成都低空飞行器产品实现从10千克到吨位级全覆盖 工业无人机综合竞争力位于全国第一梯队 [7] - 成都汽车产业2025年实现营业收入1616.7亿元 同比增长10.5% 其中新能源汽车增长178% [7] 应用推广与战略意义 - 春节假期在成都天府广场、春熙路、成都东站、金融中心、大熊猫繁育研究基地等人流密集区域开展新锐装备场景试用 旨在提升安保效能并加速装备实战化验证 [6] - 此次活动是“天府智盾·共铸平安”公共安防新锐装备发展大会成果的拓展延伸 推动警务模式从“单兵作战”向“群体智能”加速落地 [7] - “成都智造”新锐装备成为守护城市平安的“硬核力量” 其发展底气源于本地雄厚的产业积淀 [7]

公司概况 - 公司名称为Teamily AI，是一个AI-native即时消息应用，其核心是构建一个人类与多个AI代理（agents）实时共存、互动的“代理社交网络”[7] - 公司累计已完成2000万美元融资，并计划于今年3月开启新一轮融资[9] - 公司上一个版本拥有300万注册用户，新版本目前正通过邀请码机制积累种子用户[15] 产品与业务模式 - 产品定位为“元宝派+飞书+领英”的结合体，旨在探索AI与人类的协作，以更有效地连接和沟通[11] - 产品支持多模态对话理解，能处理跨所有群组与频道的文本、图像、音乐、视频等内容，并输出基于语境的洞察、推荐与行动方案[12] - 核心功能包括：跨群组记忆共享，以打破团队信息孤岛；全局记忆系统，对所有对话进行搜索、总结与回溯；允许用户构建属于自己的多个AI代理，形成“AI代理团队”[12] - 基于集体智能能力，在多人多代理的群聊中，用户与代理互动越多，代理会变得越智能[13] - 应用场景覆盖朋友、家庭、同事及社区，例如：为多人协调晚餐方案、生成连续的家庭睡前故事、在职场中并行处理市场研究等多任务[14] - 目前主要服务于北美市场，采用免费、19.9美元和199.9美元三档收费标准，免费模式有使用次数限制，未来可能探索广告模式[14] 技术架构与核心壁垒 - 公司采用三层技术架构：第一层为全局记忆与上下文管理，确保所有多模态、多轮次互动信息可被感知和搜索[17]；第二层为基于LLM的社交大脑模型，负责分析意图、拆解任务并智能分配[17]；第三层为代理社交网络，是人类与AI代理通过即时通讯连接的界面[17] - 核心优势在于无需平台切换、支持上下文继承、代理可执行行动（如发邮件、预订），并强调安全与易用[18] - 相比大厂，创业公司的优势在于能以更激进、自由的态度尝试“多模型协调”，而大厂产品通常仅支持自家模型[18] - 技术壁垒还体现在对“全局记忆”功能的激进迭代与对即时通讯产品的颠覆性设计上，认为微信、Meta等巨头在此方面难以如此激进[20] - 在多任务并行技术方面有深厚积累，声称即使是大厂复刻类似功能也需要至少半年时间[20] 团队背景 - 创始人何朝阳拥有南加州大学计算机科学博士学位，在机器学习、云计算、移动计算领域有研究经验，并在顶级会议发表论文，曾任职于腾讯、Google、Facebook、百度等公司[22] - 另一位创始人Salman Avestimehr是机器学习、信息论等领域的专家，拥有超过20年研发领导经验，曾任南加州大学教授及USC‑Amazon可信赖机器学习中心主任，是IEEE院士并获美国总统奖[22] - 团队成员毕业于南加州大学、斯坦福、伯克利、麻省理工、清华等知名院校，并曾在苹果、亚马逊、谷歌、腾讯、字节等公司负责大模型或To C产品相关工作[23] 创始人理念与行业展望 - 公司认为AI to AI（A to A）的本质是为人类服务，因此产品核心是创造一个以人类为主的社交网络，让人与代理共生，用A to A的网络实现人与人（H to H）的沟通[25] - 将模拟人类的思路延展，可模拟整个社会的互动决策，催生如模拟法庭、模拟面试等大量应用场景[26] - 群体智能被视为下一个前沿领域，由AI驱动的集体思考能力将释放巨大生产力，带来前所未有的人类生产力跃迁[27][28] - 未来趋势是每个人都拥有一支根据个人需求定制的“AI代理团队”，而非单一的聊天机器人[29] - 即时通讯工具被认为是人类与AI代理天然共存的场所，代理应实时参与对话，而非存在于独立工具中[30] - 在To C场景中，好用的产品需要“为用户需求做设计”，这并非大模型厂商所长，因此公司不担心因大模型单次升级而被覆盖[31] - 现有社交巨头（如腾讯、Meta）更可能开发新的AI社交应用，而非在现有产品上直接集成，这为创业公司提供了与大厂站在同一起跑线的机会[31][32] - 公司专注于北美市场，该市场缺乏像微信那样的“all in one”超级应用，因此不担心与社交巨头的直接竞争[32]

公司概况与定位 - Teamily AI 是一个 AI-native 即时消息应用，其核心是构建一个“代理社交网络”，让多个人类与多个 AI 代理实时共存与协作 [1] - 公司旨在探索 AI 与人类的协作，以更有效地连接和沟通，而非在现有产品上做延长线 [3] - 公司将自己定位为社交 AI 平台，人类与 AI 代理在此共同存在、协作并进化 [5] 融资与用户情况 - 公司已累计完成 2000 万美元融资，并计划于今年3月开启新一轮融资 [2] - 上一个版本拥有 300 万注册用户，新版本正通过邀请码机制积累种子用户 [7] 产品功能与特点 - 产品功能融合了“元宝派+飞书+领英”的特点，但核心是 AI 与人类的协作 [3] - 平台能够理解跨越所有群组与频道的多模态对话（文本、图像、音乐、视频等），并输出基于语境的洞察、推荐与行动方案 [5] - 核心功能包括：跨群组记忆共享，以打破团队信息孤岛；全局记忆系统，对所有对话进行搜索、总结与回溯 [5] - 用户可构建属于自己的、类似 OpenClaw 的代理，让多个 AI 代理与人类共存于共享的代理社交网络中 [5] - 基于集体智能能力，在多人多代理的群聊中，用户与代理互动越多，代理会变得越智能 [6] 应用场景与定价 - 应用场景覆盖朋友、家庭、同事及社区，例如：为多人生成满意的晚餐方案、为家庭续写睡前故事、为同事团队并行处理市场研究等多项工作 [6] - 目前主要服务于北美市场，提供三档收费标准：免费、19.9美元和199.9美元 [6] - 免费模式提供有限对话次数，未来可能探索“看广告获取新次数”的模式 [6] 技术架构与核心壁垒 - 公司采用三层技术架构：1) 全局记忆与上下文管理；2) 社交大脑模型（专有 LLM-based 规划与预测引擎）；3) 代理社交网络 [10] - 核心优势在于无需平台切换、支持上下文继承、代理可执行行动（如发邮件、预订），并强调安全易用 [11] - 核心壁垒在于对“全局记忆”的重视及在跨群技术上的激进迭代，以及对即时通讯的颠覆性设计 [12] - 在多任务并行技术方面有深厚积累，例如在一个群聊中协调6个不同工种的 Manus 类型代理同时工作，并与社交消息卡片联动 [12] - 相比大厂，创业公司优势在于能以更激进自由的态度尝试“多模型协调”，而大厂产品通常仅支持自家模型 [11] 团队背景 - 创始人何朝阳拥有南加州大学计算机科学博士学位，在机器学习、云计算、移动计算领域有研究经验，并在顶级会议发表论文，曾任职于腾讯、Google、Facebook 和百度 [13] - 另一位创始人 Salman Avestimehr 是机器学习、信息论等领域的专家，拥有超过20年研发领导经验，曾任南加州大学院长教授，并获得美国总统奖，为 IEEE 院士 [14] - 团队成员毕业于南加州大学、斯坦福、伯克利、麻省理工、清华等院校，并曾在苹果、亚马逊、谷歌、腾讯、字节等公司负责大模型或 To C 产品相关工作 [14] 创始人理念与行业观点 - 产品核心目标回归满足用户需求，最终决定用 AI 到 AI 的网络实现人到人的沟通，创造一个以人类为主的社交网络，让人与代理共生 [15] - 纯粹的 AI 到 AI 服务部分保留，例如利用全局记忆为用户创建数字分身，以寻找灵魂伴侣、工作伙伴或兴趣搭子 [15] - 认为群体智能是下一个前沿领域，由 AI 驱动的集体思考能力将释放巨大的人类生产力，带来前所未有的人类生产力跃迁 [17] - 认为未来每个人都应该拥有一支根据个人独特需求定制的 AI 代理团队，而非单一聊天机器人 [18] - 认为即时通讯工具是人类与 AI 代理天然应该共存的地方，代理应参与实时聊天，而非存在于独立工具中 [19] - 在 To C 场景中，好用的产品需要“为用户需求做设计”，这使公司不易因大模型单次升级而被覆盖 [20] - 现有社交巨头（如腾讯）选择开发新产品（如元宝派）而非在原有产品中直接集成 AI，这给了创业公司与大厂站在同一起跑线的机会 [20] - 公司目前主攻北美市场，该市场没有像微信一样的“all in one”社交应用，且预计 Meta 等巨头也会推出新的 AI 社交应用，因此不担心与社交大厂的直接竞争 [21]

文章核心观点 - 机器人领域顶级期刊《Science Robotics》发表突破性研究 首次提出“建筑群体智能”概念 普林斯顿大学等机构成功开发出名为“群体花园”的模块化机器人立面系统 该系统能追踪阳光、智能遮阳 并能与舞者即兴互动 将室内空间变为动态艺术舞台 [2] 灵感来源与技术理念 - 研究灵感源于自然界群体智能 如植物调整枝叶 蜜蜂分配蜂巢 行军蚁搭建活桥 这些行为依靠个体局部互动实现整体智能 而非中央指挥 [3] - 传统建筑图纸固定 无法响应用户需求及环境变化 研究团队旨在让建筑“活”起来 使建筑立面由众多小单元互相配合 自我组织并随时调整 [3] - 团队将“群体智能”从算法和地面机器人领域 迁移至建筑外立面 开发了“群体花园”系统 该系统由一墙可动的机器人花组成 每个机器人模块通过局部通信协调 感知光线、人体动作及邻居状态 集体决定开合以透光或遮阳 [3][4] 机器人模块设计与功能 - 单个机器人模块称为SGbot 其核心动作是类似花朵的“绽放” 驱动方式极其精简 仅用一根螺纹杆牵拉中心固定的圆形薄塑料片 使其屈曲形成花瓣状截锥体 [6] - 该基于屈曲的单自由度驱动 避免了复杂折纸结构的卡滞问题 以最少的机械复杂度实现了柔和、有机的三维形态变化 从完全展平到完全“绽放”约需10秒 背部LED灯条可变换颜色以增强艺术表达 [6] - 研究团队首先将16个SGbot部署在办公室窗户上测试自适应遮阳能力 [7] 系统算法演进与性能 - 初始版本中 每个机器人仅根据自身背后的光传感器独立调整绽放程度 其开合与光照强度高度相关 相关系数达0.98 但此模式无法应对个体故障及考虑屋内整体光照偏好 [8] - 升级版采用了基于意见动力学的群体智能算法 该算法让每个机器人决策时参考三个意见：自身感知的阳光、邻居的意见、房间中央传感器测得的实际照度与用户设定理想值的比较 权重根据故障和光照条件动态调整 [9] - 在模拟测试中 系统能承受通信中断、自身传感器失灵、房间传感器故障等情况 整体行为几乎不受影响 [9] 人机交互与艺术应用 - 在公开展览中 由36个SGbot组成的阵列面对超过100名参观者 运行流畅稳定 展示了多种交互模式 包括自主呈现光与形态波浪的被动观察模式 以及参观者用手势控制单个机器人开合的主动触碰模式 [9][11] - 高潮部分是与专业舞者AJ的即兴表演 舞者佩戴内置传感器的腕带 其手臂动作被映射为不同的LED光色指令 触发机器人群体产生特定的颜色传播模式 [13] - 舞者AJ描述此体验创造了一种新的伙伴关系 她无法完全控制群体 但能与之实时互动、互相影响 形成一种独有的秘密语言 展览收获约95.8%观众的积极评价 “酷”、“互动”、“迷人”为高频词 [13][15][16] 未来应用前景与行业影响 - “群体花园”是一个强有力的概念验证 预示建筑立面将成为巨大的分布式机器人群体 能够像皮肤一样集体适应环境 调节光照、温度、通风 并响应人类需求 满足不同居住者的舒适偏好 [17] - 该系统还能通过动态美学提升空间体验 成为艺术表达的新媒介 激发创意与幸福 未来应用场景包括办公玻璃幕墙自动柔化阳光 家庭客厅墙面随心情变换动态艺术图案等 [17] - 研究团队下一步计划包括与建筑师合作进行长期实地部署测试、探索更可持续的材料、开发更多样的人机交互界面如语音控制 这项研究为自适应建筑打开了新思路 也为人与机器群体的互动开辟了新场景 [17]

模型 - 2025年是Agentic Model能力提升的关键一年，大模型的推理、编程和多模态能力持续进步，为复杂智能体应用奠定了能力基础，2025年普遍被认为是Agent应用元年 [27][64] - 推理模型在2025年崛起，标志性事件是DeepSeek-R1于2025年1月20日发布，其影响力远超同日发布的Kimi K1.5和更早的OpenAI o1，成为全球首个在大参数规模上复现o1的推理模型 [7][59] - DeepSeek-R1的成功得益于三个关键因素：完全开源最强旗舰版本、技术报告极其详细、以及高亮了仅557万美元的最后一次训练成本，极低的成本引发了美国政商界广泛关注 [7][59] - 推理模型的效果提升主要体现为多步推理能力，背后的新技术范式是“测试时计算”的扩展，即将更多算力放在模型推理阶段 [9][61] - 编程能力成为支撑通用智能体的关键，Anthropic在2025年2月发布的Claude Code本质上是一个通用智能体，领先于3月初发布的“世界首个通用Agent”Manus，OpenAI、x.ai和Google等巨头也在2025年相继发布了各自的编程应用 [10][62] - 多模态模型已演进为原生多模态，即用单一模型处理文字、图片、语音等信息，代表模型包括2024年的OpenAI 4o、Gemini 1.5以及2025年的Gemini 3和Kimi 2.5，同时中国公司在视频生成模型领域表现突出 [11][63] - 模型竞争的底层是研发组织方式的竞争，“协同设计”成为巨头关键战略，即从芯片、基础设施、算法到应用的垂直整合与优化，Google、阿里和腾讯均在推进此类整合 [13][14][65][66] - DeepSeek展示了极致的工程优化能力，其开源周披露的推理成本引发行业争议，数据显示在24小时内用1800多张GPU卡支持了6000多亿输入Token和近1700亿输出Token，据此计算的毛利率高达84.5% [15][16][67][68] - 算力发展的趋势从比拼单颗芯片性能转向优化多芯片互联系统，华为的384 Matrix超节点和英伟达的NVL72均体现了这一思路 [22][74] - AI研究界已开始深度思考下一代学习范式，认为当前基于海量数据预训练和后训练的方法将触达瓶颈，新的研究方向包括持续学习、在线学习和世界模型等，旨在实现更接近人类的高效、节能学习方式 [23][24][75][76] 应用 - 2025年是智能体应用大规模爆发的元年，主要分为两条主线：以编程能力为核心的通用智能体，以及深入特定行业的垂直智能体 [29][81] - 通用智能体的核心转变是编程从目的变为手段，代表产品包括Anthropic的Claude Code、Claude Cowork、近期风靡的OpenClaw，以及字节跳动的Trae Solo模式、蚂蚁灵光、马卡龙等，它们旨在满足个人工作与生活的自动化需求 [30][31][82][83] - 智能体生态催生了工具链的繁荣，基础设施层出现细分机会，涵盖语音与多模态交互、记忆管理、评估测评等方向，美国硅谷的软件水平分工为此提供了成熟土壤 [40][41][42][43][92][93][94][95][96] - 智能体数量激增后，分发与交易成为新需求，Youware和MuleRun等公司尝试构建社区化平台或交易市场，但目前正从平台模式转向强化工具属性以降低使用门槛 [34][86] - 通用智能体正向移动端渗透，引发手机厂商、超级App与AI公司之间的三方博弈，例如字节豆包手机预览版的自动回微信、比价点外卖功能曾遭微信、美团等超级App封禁 [35][87] - 不同场景的App受智能体影响程度不同，点外卖、订机票等提效需求强的场景受影响更大，但超级App出于广告收入和数据安全考虑对开放接口持谨慎态度，而抖音、小红书等娱乐内容平台受影响较小 [36][88] - 垂直领域智能体正改变商业模式，从“卖服务”转向“为结果收费”，例如法律领域的艾语智能直接承接金融机构案件并按最终收回款项收费，教育领域的爱为舞则将AI老师嵌入在线大班课商业模式 [38][39][90][91] - Sora App代表了AI在非提效类消费端场景的新尝试，其核心功能Cameo允许用户生成数字角色进行创作或合拍，发布初期热度高但留存挑战大，30天留存率低于8%，远低于TikTok的42%和Instagram的38% [44][45][97][98] - 特定创作者群体正在Sora App上沉淀，例如日本创作者Matsumaru利用该工具探索二次元与视觉特效，粉丝量已突破10万 [46][99] - 传统消费端场景也在被AI重塑，例如聊天应用Intent利用大模型实现“默认全局翻译”，语音输入应用Typeless凭借更精准的识别和语境理解脱颖而出 [48][101] - AI for Science领域存在多种探索路径：一是利用机器学习加速第一性原理计算，如深势科技的DeePMD；二是利用生成式AI解决特定科学问题，如AlphaFold；三是发展能够覆盖完整科研流程的科研智能体，迈向“AI发明家”时代 [49][50][51][102][103][104]

股份回购与资本管理 - 公司计划以自有资金回购A股与B股股份，回购总金额不低于人民币10亿元且不超过20亿元，全部用于减少注册资本 [1] - 回购是基于对公司发展前景的信心，旨在维护公司价值、优化资本结构、回报股东，并响应国资委及监管部门关于稳定资本市场的要求 [1] 产品与技术战略规划 - 未来三年计划累计投放43款新品，包括13款轿车、20款SUV、1款MPV、3款皮卡、6款商用车；其中8款为节能燃油车，35款为新能源车 [2] - 未来三年计划在海外市场累计投放26款新品，覆盖左舵、右舵及140余个国家和地区 [2] - “十五五”期间，公司坚持每年研发投入占比5%以上，计划引入超1万名核心人才及400余名行业顶尖专家 [3] - “十五五”期间，计划在智能驾驶、AI座舱、下一代电池等领域发布160余项技术，并探索机器人大模型等“黑科技” [3] - 目标在2028年实现人形机器人量产，2030年推出商用航线飞行汽车 [3] 钠电池合作与性能 - 2026年2月5日，公司与宁德时代合作推出“全球首款钠电池量产乘用车” [3] - 宁德时代钠新电池能量密度最高可达175Wh/kg，为当前行业最高水平 [4] - 搭载该电池的汽车在-30℃整车放电功率比同电量常规铁锂车型提升近3倍，-40℃容量保持率超90%，-50℃仍可稳定放电 [4][5] - 电池通过电钻穿透、电芯锯断等极端测试，实现无烟无火、锯断后仍可放电 [5] - 公司将在多个品牌新车型上率先搭载宁德时代钠电池 [5] 阿维塔06T产品信息 - 阿维塔06T车身尺寸为4940×1960×1475mm，轴距2940mm，采用半隐藏式门把手 [6] - 新车将首批搭载华为全新一代激光雷达 [6] - 采用增程与纯电双动力布局，创新采用分布式左右双驱技术 [6] - 纯电版后驱双电机峰值功率为251kW/251kW；四驱三电机峰值功率为210kW/251kW/251kW [6] - 增程版标配45.06kWh电池，纯电CLTC续航超330km；纯电版新增89.33kWh电池，CLTC续航里程超740km [6] 智能驾驶与机器人业务 - L3自动驾驶当前由重庆长安车联科技作为运营主体进行试点应用，后续将逐步扩展到全国路段，并在长安启源、阿维塔等品牌推出相应车型 [7][8] - 机器人业务采用“1+N+X”战略：“1”即以人形机器人为主线，覆盖全尺寸、中型、小型等产品形态 [8] - “N”包括车载组件机器人、智能出行生态机器人等业务形态 [8] - “X”代表公司将整合机器人行业上下游，涵盖零部件、软件服务等多方面 [8]