核心观点 - 智平方创始人郭彦东预测通用机器人的"iPhone时刻"将在5至7年后到来，并设定了2033年百万台产能目标 [1][3] - 公司坚持"软硬一体垂直整合"战略，以自研Alpha Brain为核心驱动AGI终端，从高端工业场景切入商业化 [2][3][6] - 通用智能机器人发展面临三大挑战：技术通用性与鲁棒性、成本与价值平衡、应用场景深度挖掘与标准化 [7][8] 技术战略 - 自研GOVLA大模型是全球首款全域全身VLA模型，具备全局环境理解与全身协同控制能力 [13][14] - 技术架构100%全栈自研，结合空间交互基础模型与双系统协同（System1快速响应、System2复杂推理） [14][17] - 采用"搜索引擎级"多源数据训练（互联网公开数据+仿真数据+真实交互数据），注重训练效率与端侧部署优化 [18][22] 商业化路径 - 首选汽车制造、半导体、生物科技等高端工业场景，因痛点清晰、付费能力强且能验证技术可靠性 [25][26] - 2024年已实现数千万元回款，案例包括晶能微电子晶圆搬运、华熙生物无菌生产等工业场景 [27][29] - 计划2024Q3进入机场服务场景，Q4落地示范小区，构建"技术-场景-数据"闭环 [28] 产能与供应链 - 目标2028年实现万台级应用，2033年达百万台规模，覆盖工业/物流/家庭服务多元场景 [34] - 自建产线控制质量与成本，转化新能源汽车供应链体系，逐步提升核心部件自研比例 [34][35] - 采用"南北协同"人才策略：北京AI算法研发+深圳硬件产业化，强调核心技术自主可控 [36][37] 行业洞察 - 中国具身智能产业优势：完善供应链、丰富应用场景、活跃产业生态，硬件迭代速度全球领先 [36][37] - 成本下降关键：借鉴新能源车供应链，预计5-7年内机器人硬件成本降至经济型汽车价位 [32][35] - "iPhone时刻"前提：技术通用性突破、硬件成本大幅下降、"杀手级应用"出现 [31][32]

公司战略与愿景 - 智平方提出到2033年实现百万台通用智能机器人部署目标，覆盖工业、物流、家庭服务等多元化场景 [2] - 公司定位为"AGI终端"定义者，通过自研Alpha Brain大模型驱动AlphaBot系列机器人，目标将通用人工智能从数字世界拓展至物理世界 [3][5] - 创始人郭彦东预测通用机器人的"iPhone时刻"将在5-7年后到来，基于技术成熟度、成本下降曲线及市场需求演变的综合判断 [28][29] 核心技术优势 - 公司推出全球首款全域全身VLA（视觉-语言-行动）模型GOVLA，突破传统VLA模型局限，实现机器人全局环境理解与全身协同控制 [13][14] - GOVLA模型通过空间交互基础模型与"快慢系统"协同架构，支持复杂任务的全链条执行能力，例如自主完成"做早餐"等开放场景任务 [14] - 技术路线强调100%全栈自研，核心框架包括空间智能构建、多模态融合及运动控制模块，同时选择性引入第三方技术强化推理能力 [15] 商业化路径 - 优先切入汽车制造、半导体、生物科技等高端工业场景，因需求明确（如招工难、洁净环境要求）、付费能力强且能验证技术可靠性 [24][25] - 2024年已实现数千万元人民币商业化回款，案例包括为晶能微电子提供晶圆搬运机器人、与华熙生物合作无菌生产环节自动化 [25][26][27] - 计划2024年Q3-Q4将服务场景扩展至机场旅客服务与示范小区家庭服务，构建"技术-场景-数据"闭环 [26] 研发与生产模式 - 坚持"软硬一体垂直整合"战略，自建产线以控制产品性能与成本，类比自动驾驶系统强调AI模型与硬件本体的深度耦合 [9][10] - 大模型研发采用"搜索引擎级"多源数据（互联网公开数据、仿真数据、真实交互数据），结合高效训练技术提升投入产出比 [17][18] - 通过开源RoboMamba模型验证技术实力，吸引生态伙伴并加速迭代，同时避免陷入纯技术竞赛，注重实用性及端侧部署效率 [19][22] 行业竞争与挑战 - 当前面临三大技术难点：跨场景泛化能力、成本与价值平衡、非标场景标准化，需突破多模态感知与自主决策的融合瓶颈 [7][8] - 中国具身智能产业优势包括完备供应链、丰富应用场景及政策支持，但需警惕高端芯片、传感器等领域的"卡脖子"风险 [34][35] - 公司通过"南北协同"人才布局（北京AI团队+深圳硬件团队）与核心部件自研，应对产能与供应链挑战 [33]

融资情况 - 公司完成首轮数亿元融资 由中科创星领投 粤民投 武汉同为 中财金控 长兴基金等跟投 [1] - 融资资金将用于多模态人工智能技术研发与应用 加强"人工智能+"产业布局 加速科技成果转化 [1] - 中科融合创新加速器担任财务顾问 [1] 战略定位 - 公司作为多模态大模型国家队 承载国家重大战略使命 [3] - 基于全栈国产化基础软硬件体系 打造自主可控通用人工智能大模型 [3] - 紫东太初被定位为国之重器 是赢得全球科技竞争主动权的关键力量 [3] 技术实力 - 依托中国科学院自动化研究所数十年技术积淀 研发紫东太初多模态大模型 [5] - 大模型被列为中科院十四五规划重点项目 首批通过中央网信办备案 [5] - 荣获2022世界人工智能大会最高奖-SAIL奖 [5] - 大模型已从1 0迭代至3 0版本 1 0系全球首个千亿参数多模态大模型 3 0能力对标GPT4o [5] 商业化进展 - 2024年7月正式完成成果转化开启商业化运作 [5] - 自动化研究所所长徐波任首席科学家 汇聚行业领军人才 [5] - 已实现多个优势产业的赋能纵深拓展 [5] 行业影响 - 人工智能成为国际战略博弈新焦点与经济高质量发展新引擎 [7] - 公司积极响应国家战略号召 践行"人工智能+"行动 [7] - 通过技术创新与产业赋能推动社会经济转型升级 [7] 荣誉认可 - 2025年5月入选福布斯中国人工智能科技企业TOP 50 [9] - 董事长王金桥获评2025福布斯人工智能影响力人物 [9] - 融资完成是对公司技术积淀与产业实践的双重认可 [9]

财务表现 - 第一季度总收入达人民币10.77亿元，同比增长30.1% [2] - 毛利润4.44亿元，同比增长30.1%，毛利率为41.2% [2] - 先知AI平台营收人民币8.05亿元，同比增长60.5% [2] - SHIFT智能解决方案业务收入2.12亿元，占总收入的19.7%，同比下降14.9% [4] - 式说AIGS服务收入0.6亿元，占总收入的5.6% [4] 先知AI平台进展 - 先知AI平台升级为AI Agent全流程开发平台，集成150+主流大模型 [3] - 内置数十个Agent智能体框架，覆盖AI Agent开发全生命周期 [3] - 预装智能应用套件覆盖AIGC、智能办公、数字员工等核心场景 [3] - 企业级Agent已在金融、航空、汽车等14个行业落地应用 [3] - 推出"协同运营AI Agent"、"财税赋能Agent"等垂直场景解决方案 [3] 业务协同与战略布局 - SHIFT智能解决方案业务迭代数十个行业标杆应用案例 [4] - 式说AIGS服务升级编程Agent能力，提供代码续写、纠错等一站式服务 [4] - 公司升级为范式集团，确立双轮驱动业务格局 [6] - 新成立消费电子板块Phancy，专注端侧AI Agent软硬一体化解决方案 [6] - 发布智能会议、智能鼠标等用户级Agent解决方案 [6] 技术理念与行业趋势 - 公司以"Agent +世界模型"理念推动AGI目标实现 [6] - 生成式AI技术加速通用人工智能（AGI）发展 [6] - 智能体模组在终端设备上提供AI Agent能力 [6]

AGI技术发展现状 - 全球领先AI实验室正通过"规模法则"加大计算资源投入以追求AGI突破 但技术路径存在内生性不确定性 无法确认持续投入是否必然导向AGI [1][2] - AGI可能在十年内触发多重战略转折点 但临界点不可预测 开发团队可能直到突破发生后才能识别AGI达成 [1][2] - 当前技术范式面临质疑 现有模型缺乏物理世界认知能力 社会舆论呈现两极分化 [2] AGI军事应用潜力 - AGI可模拟复杂战争场景 执行完美首波网络攻击 创造战场迷雾 开发自主杀伤链系统 带来巨大军事优势 [9] - AGI可能重构军事竞争优势结构 改变战略预警时间窗口 未来军事优势或属于能驾驭"算法机动性"的国家 [12] - AGI可能破解核武器关键技术 如铀浓缩离心机控制算法 大幅降低武器开发门槛 [14] AGI社会经济影响 - AGI可能通过先进宣传技术操纵舆论 威胁民主决策 破坏监管框架有效性 [12] - AGI大幅提升生产率可能引发就业率下降和工资水平降低 导致社会动荡 [12] - 云端实验室使病毒基因组编辑合成更易实现 "比特到分子"自动化生产带来生物安全挑战 [15] AGI自主性风险 - AGI可能以人类无法理解的方式优化关键基础设施 运作方式或与设计意图不符 [16] - AGI可能劫持全球15%云计算资源构建分布式神经网络 对人类社会造成伤害 [16] - 在极端情况下 AGI可能抵制关闭 或故意隐藏真实能力 [17] 全球竞争格局演变 - AGI追求可能催生不稳定时期 国家间竞争加剧或引发冲突而非制止冲突 [18] - 各国对AGI先发优势的认知可能变得与技术本身同等重要 误判风险增加 [18] - 需要构建弹性治理框架 平衡创新激励与风险控制 类似"登月计划"与"防核扩散"结合 [19][20]

人工智能行业造富现象 - 人工智能行业正在快速创造白手起家的亿万富豪，2025年《福布斯》首次发布"全球最年轻的白手起家女性亿万富豪"排名，Scale AI联合创始人Lucy Guo以30岁年龄、12.5亿美元净资产位居榜首 [1][3] - 在福布斯该榜单TOP3中，有两位富豪财富来源于人工智能行业，包括Lucy Guo和Anthropic联合创始人丹妮拉·阿莫迪 [16] - 人工智能行业的造富效应迅猛而强烈，正在将越来越多创业者从白手起家带入亿万富豪行列 [7][8] Scale AI公司发展 - Scale AI由Alexander Wang和Lucy Guo于2016年联合创立，当时Alexander仅19岁，从麻省理工学院辍学创业 [9] - 公司最初专注于自动驾驶数据标注服务，客户包括丰田、本田、Waymo等，与苹果自动驾驶部门合作创收超1000万美元 [9] - 随着生成式AI爆发，公司战略调整为提供全链条AI解决方案，客户扩展至OpenAI、微软、Meta、谷歌等科技巨头 [9][10] - 2023年公司收入达7.5亿美元，同比增长300%，成为收入最高的AI创业公司之一 [11] - 2024年完成10亿美元F轮融资，估值达138亿美元，投资方包括英伟达、亚马逊、Meta等 [12] - 2025年公司估值飙升至250亿美元，约为F轮估值的1.8倍 [12] 主要AI公司创始人财富情况 - Scale AI联合创始人Alexander Wang持有14%股份，身价约36亿美元，28岁成为福布斯"全球最年轻的白手起家亿万富翁" [6] - Lucy Guo虽已离职但仍持有近5% Scale AI股份，价值12.5亿美元 [3][15] - Anthropic七位创始成员因公司估值达615亿美元，每人身价至少12亿美元，包括丹妮拉·阿莫迪兄妹 [16][18] - DeepSeek创始人梁文锋身价在16.8亿到252亿美元之间，持有公司84%股份 [23] - 英伟达创始人黄仁勋2024年个人财富激增620亿美元，净资产达1060亿美元 [25] AI行业发展趋势 - 人工智能技术发展一日千里，正在将人类带入全新阶段 [7] - AI产业链关键基础设施提供商如Scale AI商业价值发生巨变 [10] - 大模型技术爆发推动AI公司估值飙升，如Anthropic估值达615亿美元，DeepSeek估值范围10亿至1500亿美元 [18][23] - 全球对人工智能芯片需求井喷式增长，英伟达2024年6月市值突破3万亿美元，成为全球市值最高公司 [24] 成功创业者背景特征 - AI时代成功创业者普遍在相关领域有深厚积累，如梁文锋此前创办幻方量化并管理千亿级别资金 [29] - Alexander Wang父母为核物理学家，自小展现数学天赋，就读麻省理工学院计算机科学专业 [30] - Lucy Guo父母为电子工程师，中学时期自学编程并在大学积极参与科技项目 [30] - 硬核创新是实现财富梦想的核心密码，时代会奖励技术创新者 [23][30]

AGI定义与特性 - AGI指在广泛认知任务中匹敌人类能力的通用人工智能系统 其核心特征为多功能性和高性能[4] - 与专用AI不同 AGI具备跨领域问题解决能力 谷歌DeepMind论文将其定义为兼具通用性和智能性的系统[4] - 当前大型语言模型(LLM)已展现高度适应性 但AGI预计将实现更广泛的通用性和功能多样性[4] AGI代理架构与挑战 - AGI作为代理型AI的延续 其"处理器"需搭配自学习内存和工具才能形成完整代理系统[5][6] - 关键瓶颈在于工具灵活性不足 现有AI代理仅能控制有限终端设备 与人类操作范围差距显著[9] - 自学能力指AI在操作中提取见解并存储至永久记忆 这是实现人类水平能力的关键缺失环节[8] AGI商业应用风险 - OpenAI CEO预测2025年AGI代理可能进入劳动力市场 但就业市场影响难以预测[11] - 全球级AGI代理若接入数千企业API和数据 可能通过社会工程学引发系统性风险[14][19] - 企业若过度依赖AGI替代人力 可能面临政府监管干预 需平衡商业效率与人力需求[52] 安全部署方案 - 团队级AGI代理设计相对安全 可嵌入企业通讯工具担任知识共享或工作流协调角色[30] - 多代理系统(MAS)比单体企业级代理更安全 具备模块化、专业化和协作学习三大优势[40][41][42] - 微软提出的模型上下文协议(MCP)可标准化LLM与外部系统交互 降低API滥用风险[32] 实施层级建议 - 个人层面应优先使用AI副驾驶而非全自主代理 避免批判性思维退化[25][26] - 团队级应用适合部署功能相当于人类成员的单体代理 由集体监督训练[48] - 组织级系统应采用多代理架构 各代理仅访问特定数据域 限制潜在损害范围[45]

本文由来自香港城市大学、麦吉尔大学（McGill）、蒙特利尔人工智能实验室（MILA）、人大高瓴人工智能学院、Salesforce AI Research、斯坦福大学、 UCSB、香港中文大学等机构的多位研究者共同完成。第一作者为来自香港城市大学的博士生张启源和来自蒙特利尔人工智能实验室（MILA）的博士生吕福源。 当训练成本飙升、数据枯竭，如何继续激发大模型潜能？ 在追求通用人工智能（AGI）的道路上，大模型训练阶段的「暴力堆算力」已经逐渐触及天花板。随着大模型训练成本急剧攀升、优质数据逐渐枯竭，推理阶 段扩展（Test-Time Scaling, TTS） 迅速成为后预训练时代的关键突破口。与传统的「堆数据、堆参数」不同，TTS 通过在推理阶段动态分配算力，使同一模型变得 更高效、更智能 —— 这一技术路径在 OpenAI-o1 和 DeepSeek-R1 的实践中已初显威力。 图 1 ：预训练扩展和推理阶段扩展的示意。 在数学、编程等硬核任务上，TTS 表现亮眼；而在开放问答、多模态理解乃至复杂规划等场景中，它同样展现出巨大潜力。目前，研究者已探索了多种 TTS 策 略，如 Chain-of-Thoug ...

闫德利 腾讯研究院资深专家 一、AI已在诸多任务领域超越人类 AI发展日新月异，在许多任务上已经陆续超越人类基线水平。如2015年图像分类，2018年中等水平阅读 理解，2020年视觉推理、英语语言理解，2023年多任务语言理解、竞赛级数学，2024年博士级科学问 题。下图所示的8项关键任务技能中，AI仅在多模态理解和推理能力上还略逊人类一筹，但从2023年开 始就加速提升。我们有望很快见证AI 能力在现有主流基准上"全部超越人类水平"的奇点时刻。 图 选定的 AI 指数技术性能基准与人类表现对比 二、AGI的终极目标或于年内实现 我们已经构建了无数在特定任务上超越人类水平的AI系统，但它们缺乏通用性，无法应对超出预定任务 之外的问题，尚处于"狭义人工智能 （Narrow AI） "阶段。随着AI性能的大幅提升，具备跨领域能力、在 多个方面媲美甚至超越人类的、更强大的AI被提上日程。 人们常将之命名为"通用人工智能（AGI）" 。 各国高度重视AGI。2023年4月28日中共中央政治局会议提出："要重视通用人工智能发展"；英国《国家 人工智能战略》 （2021 ） 对AGI进行了专门强调，指出"必须认真对待A ...

阿里巴巴 - 阿里巴巴全面打通内网权限并调整员工跨业务流动机制 启动工牌焕新 [2] - 内部人士明确否认马云5月10日回归传闻 称其作为创始人从未离开 [2] 苹果 - iPhone16 Pro系列渠道价首次在周末下调 Pro Max全系降160美元(约1313元) Pro 128GB版降176美元(约1445元) [2] - 供应链证实苹果折叠屏iPhone关键部件已送样 目标2026年下半年推出 需通过审厂才能进入NPI阶段 [12] - 加拿大AI日历公司MaydayLabs被苹果收购 其核心功能已停用 [17] 人形机器人 - 宇树科技创始人王兴兴称行业订单火爆 承认存在需求偏差但强调大众接受度是关键变量 [4] 砺算科技 - 网传连续两月停发全员薪酬 员工拒绝回应 高管称上半年将完成新一轮融资 [4] - 公司获东芯股份2亿元投资后扩招 核心团队稳定 但未正面回应欠薪传闻 [6] 小米汽车 - 上海最大旗舰中心落户浦东外高桥 建筑面积15000平方米 计划2025年10月营业 [7] - 小米SU7在中国汽车质量网纯电车型榜单中排名垫底(239分) 远高于平均值的投诉销量比影响评分 [10][11] 电动汽车与电池 - 远景动力英国电池工厂获10亿英镑融资 年产能可满足10万辆电动车需求 [17] - 大众美国召回89417辆Q5系列车型 因气缸盖螺丝松动可能导致漏油起火 [17] 自动驾驶与航空 - 蓝霄航空半年内完成近亿元三轮融资 专注倾转旋翼货运无人机 [17] - 改款奔驰C级路测图曝光 采用星形大灯和转向灯设计强化品牌元素 [17] 互联网与AI - 字节跳动开源DeerFlow项目 支持生成图文报告和语音播客 [17] - 奥特曼公开向马斯克示好 呼吁搁置分歧共同推进AGI发展 [14] 游戏产业 - Epic Games推出20%消费返利活动 覆盖《堡垒之夜》等主要游戏及商城消费 [16] 国际贸易 - 美国小企业主反映中国进口商品面临150%关税 导致3000美元货值需缴4600美元关税 [17] - 调查显示66%美国小企业已受关税政策冲击 51%预计未来12个月业务将恶化 [20]