文章核心观点 - 北京智谱华章科技股份有限公司于2026年1月8日在香港交易所上市，成为全球首个大模型IPO企业，标志着中国大模型技术走向资本市场 [1] - 智谱AI的成功上市是北京市海淀区科创生态体系成功培育硬科技企业的典型样本，其背后是海淀区“顶尖智力资源+全栈产业闭环+场景驱动创新+人才资金政策三位一体”的综合生态优势 [9][10][12][15] - 海淀区已形成强大的硬科技独角兽集群，孕育了包括智谱AI、月之暗面、摩尔线程在内的多家领军企业，撑起中国AI产业的半壁江山，其核心竞争力在于完整的创新生态而非单一因素 [11][14][17] 公司上市与财务表现 - 智谱AI于2026年1月8日在港交所上市，全球发售3741.95万股，发售价为每股116.20港元，全球发售净筹资约41.73亿港元 [1] - 上市首日开盘股价上涨超过3%，公司最新市值达到550亿港元 [2] - 公司营收增长迅猛，2022年至2024年收入分别为5740万元、1.245亿元、3.124亿元，年复合增长率达130% [8] - 2025年上半年收入为1.909亿元，同比增长325%，公司已成为中国最大的独立大模型厂商 [8] 公司发展历程与技术路线 - 公司技术起源于2006年清华大学KEG实验室的学术情报挖掘系统AMiner，该系统吸引了来自220个国家和地区的超千万独立IP访问 [5][6] - 北京智谱华章科技有限公司于2019年6月11日在海淀区正式注册成立，核心团队源自清华科研背景 [6] - 公司确立差异化技术路线，独创GLM系列大模型的自回归空白填充机制 [7] - 2021年9月发布开源百亿大模型GLM-10B，2022年8月开源GLM-130B，成为当时中国最大的开源双语预训练模型，被全球70多个国家上千家机构使用 [7] 海淀区科创生态与产业格局 - 海淀区拥有顶尖的智力资源，汇聚了清华、北大等37所高校，其中21所开设人工智能专业，集聚了全市八成的AI专家和全国近三成的AI2000顶尖学者，拥有692名院士，占全国院士总数的36.2% [12] - 区内形成了从芯片、框架、大模型到行业应用的全栈自主产业闭环 [12] - 上游算力端有摩尔线程、寒武纪、昆仑芯等企业，昆仑芯点亮了国内首个自主开发的三万卡集群 [13] - 中游大模型领域形成智谱AI、月之暗面等企业的梯队优势 [13] - 下游应用场景丰富，包括美团L4级别自动驾驶配送、字节跳动的抖音豆包等，为技术迭代提供了土壤 [13] - 海淀区拥有26家人工智能独角兽企业，占据北京市总量的七成，撑起全区独角兽企业的半壁江山 [11][14] 区域融资与资本支持 - 智谱AI在上市前完成了8轮融资，总规模超过83亿元人民币 [15] - 2025年12月31日，同为海淀区企业的大模型公司月之暗面完成5亿美元C轮融资，由IDG领投，阿里、腾讯等老股东超额认购，投后估值达43亿美元，公司账面现金储备超100亿元人民币 [4] - 海淀区搭建了覆盖企业全生命周期的融资体系，包括国资平台、头部创投机构以及产业资本和资本市场 [15] 同类企业里程碑事件 - 2025年12月，海淀区国产GPU领军企业摩尔线程成功登陆科创板，成为中国首家上市的全功能GPU企业，从受理到过会仅耗时88天，创下科创板年度最快过会纪录，上市后总市值迅速突破3000亿元人民币 [4] - 月之暗面在2025年底获得大额融资，现金储备充裕，估值达43亿美元 [4]

电网调度技术发展历程 - 1996年，山东在全国率先实现“户户通电” [1] - 30年来，电网调度运行指挥系统持续迭代升级 [1] - 调度员工作方式从30年前打电话询问、手动计算器计算，演进为应用大模型技术进行亿万算力的电网“智调” [1] 行业发展与成就 - 电网人的努力保障了全省电力供应从“用上电”到“用好电”的转变 [1] - 行业技术升级是万千电网人工作经历的真实写照 [1]

文章核心观点 - 2025年A股市场在震荡中走出“慢牛”行情，指数在经历年初下跌和4月暴跌后强劲反弹，接连突破关键整数关口并于11月创下全年高点4034.08点 [2] - 市场发展的核心驱动力已从传统行业转变为以科技创新为主导的新兴产业，资本市场呈现出与实体经济同步的结构性变化 [7][14] 市场整体表现与里程碑 - 2025年8月18日，A股总市值突破100万亿元，创历史新高，首次突破该大关，占据全球第二大股票市场地位 [11] - 2025年10月28日，上证指数时隔10年首次在盘中触及4000点，并于29日收盘正式站上4000点 [7] - 2025年8月22日、10月9日、10月28日，指数接连突破3800点、3900点及4000点整数关口，并于11月14日攀升至全年高点4034.08点 [2] - 2025年4月7日，受全球关税政策冲击，A股创业板指单日暴跌超过9% [2] 人工智能与科技板块驱动 - 2025年2月，DeepSeek横空出世，春节期间7天狂揽1亿用户，带动A股科技板块走出一轮主升行情，以算法、算力、数据为核心的产业链集体走高 [2][3] - 机构报告指出，DeepSeek标志着中国在大模型技术上已进入全球第一梯队，有望重构全球AI竞争格局 [3] - DeepSeek时刻令算力需求呈指数级增长，AI芯片市场迎来爆发，寒武纪于2025年8月28日收盘价达1587.91元/股，超越贵州茅台成为A股新“股王” [5][6] - 国产GPU公司受到市场热捧，摩尔线程上市5天内股价一度触及941.08元/股，对应总市值曾突破4400亿元；沐曦股份上市首日收盘价829.9元/股，较发行价上涨692.95%，市值突破3500亿元 [8] 个股与新股市场表现 - 上纬新材在智元机器人收购其至少63.62%股份后，股价从2025年7月9日复牌后连续涨停，仅用16个交易日成为年内首只10倍股，年内涨幅最高达1900% [4] - 2025年新股市场表现强劲，沐曦股份上市创下A股十年打新盈利纪录，单签盈利达36.21万元，确立了2025年作为近3年来“新股最赚钱之年”的地位 [9] - 2022-2024年新股首日涨幅平均值分别为30.2%、66.45%、252.76% [9] 上市公司行为与市场结构 - 2025年A股上市公司分红总额预计将首次突破2.6万亿元，创历史新高，较2024年的2.4万亿元实现显著增长，已连续3年稳步攀升 [10] - 近五年来，A股市场分红复合增长率保持在两位数，增速领先于全球主要市场 [10] - 2025年出现大规模吸收合并交易潮，例如国泰君安吸并海通证券、中国船舶吸并中国重工（交易规模均为数千亿元），以及中金公司吸并信达证券、东兴证券的“三合一”式合并 [12] 行业政策与主题行情 - 2025年，“反内卷”成为重要的政策与市场议题，政策要求治理企业低价无序竞争并推动落后产能有序退出 [13] - 光伏、水泥、钢铁等多个行业响应政策开展减产限产，受此影响，A股市场相关板块出现显著上涨，形成明确的“反内卷”主题行情 [13]

文章核心观点 - 全球AI行业竞争格局已进入由大型科技公司主导的阶段 大厂在基建 模型研发 应用推广和关键资源争夺上占据绝对优势 创业公司的生存空间受到挤压 [1][2] - 2025年末至2026年初 国内外大厂通过赞助跨年晚会 演讲等大众化营销活动 激进推广其AI产品 标志着AI助手等赛道的竞争进入淘汰赛阶段 创业公司窗口期基本关闭 [1][3][5] - 面对大厂的全面竞争 AI创业公司出现路径分化 部分选择上市 部分聚焦垂直领域或寻求被收购 未来需寻找大厂注意力之外的“绿地”市场机会 [2][7][8][10] 大厂主导竞争与战略动作 - **大众化营销与流量争夺**：阿里旗下千问冠名B站跨年晚会 字节旗下火山引擎与春晚达成独家AI云合作 豆包为罗永浩“科技春晚”主赞助商 腾讯元宝为“时间的朋友”跨年演讲联合主办方 大厂通过跨年晚会 演讲等聚集大众注意力的场合进行产品推广 [3][4][5] - **产品用户增长迅猛**：字节旗下豆包的月活跃用户数已达到1.72亿 在多个AI产品榜单中位列首位 阿里旗下千问公测一周下载量突破1000万 灵光用户规模6天突破200万 上线一个月用户创建超1200万个闪应用 [6] - **组织架构与资源加码**：腾讯在2025年12月调整大模型研发架构 成立AI Infra部等部门 姚顺雨出任首席AI科学家 阿里准备在已宣布的3800亿元战略投入基础上进一步加码AI 字节预计2026年资本支出将达到1600亿元 [7] AI创业公司现状与应对 - **融资与上市路径**：月之暗面在2025年底完成C轮融资 金额为5亿美元（约合35亿人民币） 现金储备超百亿 智谱和MiniMax选择在2026年1月初挂牌上市 智谱拟募资约43亿港元 MiniMax最高可募资41.89亿港元 [7][8] - **寻求差异化生存**：部分创业公司选择聚焦垂直赛道 如百川智能聚焦医疗赛道 月之暗面计划将Kimi打造成“与众不同”和“不被定义”的大模型 追求独特创新 [7][10] - **被收购案例出现**：AI应用创业公司Manus最终选择卖身Meta 反映出在大厂自研模型 跟随开发和免费策略下 创业项目天花板降低 [2][8] 行业趋势与未来机会 - **2026年关键竞争领域**：大厂将在AI助手 AI硬件 AI编程等关键战略节点持续投入资源进行争夺 [2] - **创业公司的“绿地”机会**：机会存在于大厂注意力之外的细分垂类业务或差异化项目 例如AI植物识别工具 背景移除工具 AI实时提词器 商业分析智能体等 [8][10] - **竞争阶段判断**：大厂使用互联网产品时代的激进推广策略 标志着AI助手赛道进入淘汰赛阶段 属于创业公司的机会窗口几乎关闭 [1][5]

公司上市与融资进展 - 昆仑芯已于2026年1月1日以保密形式向香港联交所提交主板上市申请表格(A1表格) [2] - 此前据路透社消息，公司近期已完成一轮融资，估值逼近30亿美元 [2] - 公司于2021年4月完成独立融资，首轮估值约130亿元人民币，由CPE源峰领投，IDG、君联、元禾璞华等机构参与投资 [2] 公司历史与技术背景 - 公司前身为百度智能芯片及架构部，技术积累可追溯至2011年，当时百度已启动基于FPGA的AI加速器研发并大规模部署GPU [2] - 百度于2018年7月正式推出云端全功能AI芯片“百度昆仑”，宣告全面进军AI芯片领域 [2] - 公司团队于2017年在Hot Chips上发布自研的、面向通用AI计算的芯片核心架构——昆仑芯XPU [3] 产品线与技术成果 - 公司已成功推出两代通用AI计算处理器：昆仑芯1代和2代AI芯片 [4] - 已推出多款基于自研芯片的AI加速卡，包括K100、K200、R100、R200系列，RG800以及AI加速器组R480-X8 [4] - 新一代AI芯片、AI加速卡及更多产品正在研发中 [4] - 公司已实现三代产品大规模部署落地，累计完成数万卡部署，成为百度AI关键底座 [6] 财务表现与业务增长 - 2024年公司收入约20亿元人民币，净亏损约2亿元人民币 [6] - 2025年公司收入预计将增长至35亿元人民币以上，并实现盈亏平衡 [6] - 近两年来业务增长迅速，外部客户占比约40%，包括互联网巨头、手机厂商、运营商及央国企等 [6] - 2025年预计超过一半收入将来自外部客户 [6] 市场应用与行业地位 - 公司通过与数百家客户合作，将AI算力输送到互联网、运营商、智算、金融、能源电力、汽车等众多行业，惠及数以亿计终端用户 [6] - 百度智能云通过昆仑芯和百舸AI计算平台为企业提供高性能、可扩展的AI算力 [6] - 凭借全栈AI云能力布局，百度智能云已连续六年位列中国AI云服务市场份额第一 [6] 未来产品规划与战略定位 - 计划于2026年初推出针对大规模推理场景优化设计的M100芯片 [7] - 计划于2027年初上市面向超大规模多模态模型训练与推理需求的M300芯片 [7] - 公司旨在为中国企业提供强大、低成本、自主可控的AI算力，显现了其在保障国内AI算力自主化中的战略定位 [7] 管理层信息 - 公司CEO欧阳剑曾任百度首席芯片架构师、基础技术体系技术委员会主席，曾参与ARM服务器、软件定义Flash、智能网卡等项目研制工作 [2] - 欧阳剑为北京航空航天大学学士、中国科学技术大学硕士 [2] - 百度集团创始人李彦宏认为，智能本身是最大的应用，而技术迭代速度是唯一护城河，百度会持续投入研发更前沿的模型 [6]

文章核心观点 人工智能技术正在深刻变革证券公司的内部审计工作，通过赋能审计全生命周期、构建智能知识库等方式，应对数据处理、风险识别和知识传承等挑战，推动审计模式从传统“手工作坊”向高效“智能工厂”转型，并向更智能、可信的未来演进 [1][3][8] 行业背景与挑战 - 证券公司内部审计是完善治理、保障运营、促进价值增长的关键环节 [1] - 行业正经历数字化风潮，审计领域积极引入人工智能技术，推动工作模式转型 [1] - 挑战一：数据处理难题制约效率，券商业务数字化转型后数据量爆发式增长，涵盖财务、交易等多源复杂信息，包含大量非结构化数据，海量复杂数据严重拖慢审计进度 [1] - 挑战二：风险识别能力存在短板，金融业务创新加速使风险更隐蔽复杂，传统审计依赖历史数据和抽样检查，难以全面及时识别数据隐私泄露、跨市场操纵等新型风险，对借助复杂交易结构的系统性舞弊行为探测能力有限 [1] - 挑战三：知识管理与传承机制缺失，审计经验依赖个人积累和口头传递，缺乏系统化体系，导致新员工成长慢、资深经验难复用，同时技术与业务存在断层，“两张皮”现象导致审计创新不足和重复工作频发 [2] 人工智能赋能的理论与应用 - 人工智能赋能审计的理论基础包括信息加工理论、协同效应理论、模式识别理论和机器学习理论，为高效处理海量数据、提升效率与质量提供支撑 [3] - AI通过模拟人类认知，利用机器学习对历史数据建模以识别风险与异常，并借助自然语言处理技术加强非结构化数据解析，拓展审计信息来源 [3] - 基于模式识别理论，AI能精准发现财务数据中的异常模式，有效识别潜在欺诈或内控缺陷 [3] - 在实际应用中，AI与审计人员协同，由AI承担数据收集、分析等基础工作，审计人员则进行深度判断与验证，形成优势互补 [3] - 人工智能可贯穿审计作业全流程，在审计准备阶段进行风险评估预测、整合数据、编制审前分析模型并科学制定审计计划 [4] - 在审计实施阶段，AI能对多源异构数据进行集成与标准化处理，运用异常检测、神经网络、时序分析等技术实时识别异常行为，例如在员工委托交易审计中挖掘异常，或分析财务数据寻找舞弊迹象 [4] - 在审计报告阶段，利用自然语言处理技术整合数据、精准提炼发现，自动生成条理清晰的审计报告，并可结合知识库和案例生成针对性解决方案与优化策略 [4] - 在审计整改阶段，AI能持续追踪整改过程，推动问题解决与体制机制完善，实现闭环管理优化，同时将异常模式、改进措施等录入知识库，积累高价值案例以指导未来审计 [5] 知识沉淀与智能化发展 - 审计工作积累的宝贵经验常分散于人员脑海或孤立文档中，难以系统整合利用，同时庞大的规章制度等知识资源检索效率低下 [6] - 通过引入人工智能构建审计知识库，可对碎片化知识分类整理、系统存储，形成全面系统的知识网络，借助大语言模型技术实现智能搜索与语义精准匹配，将知识获取效率从小时级提升至秒级 [6] - 智能知识库能降低新员工对业务的熟悉时间和对资深人员的依赖，保障团队稳定运作 [6] - 通过大模型等机器学习算法深度挖掘知识库数据与案例，可剖析业务风险趋势，为审计人员提供决策支持，例如自动生成审计思维导图以快速了解行业热点与风险趋势 [7] - 智能审计知识库能自动更新优化，持续监测分析审计实践数据，自动识别新风险点与审计方法并纳入知识体系，确保紧跟行业前沿 [7] 未来发展趋势 - 券商审计正加速迈向数智化，未来突破将聚焦于提升大模型的业务逻辑建模能力，融合证券行业知识图谱与因果推断，实现跨部门风险识别与高解释性报告生成 [8] - 开发垂直领域专属大模型，通过结合证券特定数据训练，精准适配经纪、研究等业务审计场景，例如在研究业务审计中，通过专属模型剖析研报以自动评估合规性 [8] - 增强模型可解释性，在异常交易检测等场景结合可解释性算法，呈现判断依据，便于审计人员验证与调整 [8] - 构建动态学习机制，借助联邦学习等技术，在保障数据隐私前提下持续从各分支机构实践中优化模型，快速响应市场与监管变化 [8] - 这些方向将推动券商审计向更高效、智能、可信的新阶段演进 [8]

公司核心人物与领导力 - 刘德兵是智谱AI董事长兼核心创始人，师从中国工程院高文院士，拥有深厚的清华大学计算机系学术背景与产业经验 [2] - 其领导力与战略眼光备受认可，带领公司从清华大学实验室成果转化起步，成为大模型领域领军企业，并正冲刺“全球大模型第一股” [2] 技术实力与产品成就 - 主导开发自研GLM框架，模型参数规模从千亿级跃升至3550亿级 [3] - 2025年发布的GLM-4.5模型在全球12项基准测试中排名第三、中国第一，并位居全球开源模型榜首 [3] - GLM-4.5的付费API收入超过所有国产模型之和 [3] - 采用基于自回归填空的通用预训练范式GLM，区别于GPT的自回归架构，兼顾理解与生成能力 [3] - 2025年12月开源AutoGLM技术，可实现大模型操作手机 [14] - 最新研发的动态参数调整技术，在保持性能的同时降低30%计算资源消耗 [10] 商业化路径与市场表现 - 主张“开源如播种机”战略，开源后企业级客户数量增长超300%，技术沟通周期缩短60% [4] - 认为开源与商业化并非对立，开源可降低门槛、培育市场认知，形成“先播种后收割”的商业闭环 [4][9] - 截至2025年12月，公司累计服务超8000家机构客户 [12] - 2024年公司收入在中国独立通用大模型开发商中排名第一，市场份额达6.6% [12] - 2025年上半年，东南亚客户为本地化部署业务贡献11.1%收入 [17] 战略布局与未来规划 - 提出AI将引发第四次工业革命，大模型需从“语言生成”向能源、制造等产业深水区突破 [5] - 公司成立之初就以AGI为目标，正通过强化学习框架构建参数调整容错机制以推动演进 [5] - 以“锚点理论”指导技术布局，通过万亿参数大模型设定性能上限，为小模型优化提供方向 [8] - 计划未来三年将海外收入占比提升至30% [17] - 正投入资源研发视频生成、3D建模等多模态模型，并探索机器人、自动驾驶等具身智能场景 [18] 行业洞察与竞争格局 - 指出AI发展经历三次浪潮：数据训练、对齐人类思维、实现自我推理学习，当前正从“知识理解”向“自主决策”跨越 [6] - 认为从L3到L4的AGI跨越存在本质性挑战，模型参数修改需解决稳定性难题 [7] - 预测2026年行业将出现明显分化，技术同质化严重的企业可能被淘汰 [10] - 强调AI竞争已进入智力密度比拼阶段，单纯堆砌算力的模式难以为继 [10] 公司发展里程碑与资本动态 - 2025年12月，智谱AI通过港交所聆讯，成为“AI六小龙”中首家冲刺上市的公司 [12] - 刘德兵直接持有公司0.26%股权，并通过持股平台合计控制17.3966%表决权，与首席科学家唐杰共同构成实际控制人 [12] - 2025年7月发布GLM-4.5模型，其在OpenRouter上的token消耗量排名全球前十及中国前三 [13] - 公司实践“手机助手”概念，曾推动A股出现“智谱概念股” [14] 行业认可与荣誉 - 2025年8月，刘德兵在企业家太阳岛年会上获颁“年度创新领袖奖” [15] - 2025年11月，刘德兵入选福布斯中国“AI行业变革者榜单” [16]

核心观点 - 公司推出“常闻写作助手”，这是一款以“知识审校”为核心能力、结合大模型技术与权威知识库的专业内容生产与质量控制系统，旨在帮助用户产出更准确、更规范、更高效的专业内容 [1][8][9] 产品核心能力 - 核心能力是“知识审校”，其深度超越市面上大多数仅能检查错别字、语法和基础表达的写作工具，能从事实、知识与规范层面进行审查 [1] - 具体审校功能包括：检查事实是否准确、概念是否混用、表述是否规范合规、以及专业术语是否使用正确 [1] 适用行业与典型场景 - 产品主要面向图书出版、政府及事业单位、教育与科研、新闻媒体等行业 [3] - 在新闻媒体行业，可解决突发事件报道时间紧、事实核查难度大、极易出错的痛点 [3] - 在图书出版行业，可解决“三审三校”流程繁琐、人力成本高、且难以发现专业性硬伤的痛点 [5] - 在政府及事业单位，可解决公文格式要求严、政策表述容错率为零的痛点 [5] - 在教育与科研领域，可解决学术论文引用繁杂、数据来源需反复核对的痛点 [5] 产品功能与方案 - 具备智能生成功能，可根据输入的核心观点或数据，瞬间生成高质量的新闻通稿、工作汇报、调研报告等 [4] - 支持多格式内容生成，从简短的社交媒体文案到长达百页的深度白皮书均可一键生成初稿，大幅缩短起草时间 [4] - 支持风格定制，可根据不同行业需求（如党政风、学术风、媒体风）调整生成内容的语言风格 [4] - 针对图书出版行业，方案可充当“初审+质检”双重角色，在编辑介入前完成第一轮深度清洗，标记出90%以上的潜在错误 [5] - 针对政府及事业单位，方案内置最新政策法规库与公文写作规范，严格把控格式、措辞及政策引用的准确性 [5] - 针对教育与科研领域，方案可辅助科研人员进行文献溯源、数据核对、术语标准化检查及学术不端检测 [5] - 针对新闻媒体行业，方案提供24小时在线的“智能主编”，能在稿件发布前毫秒级核实人名、地名、时间、背景数据，确保新闻既快又准 [6] 技术优势与护城河 - 构建了覆盖多学科、多行业的庞大权威知识图谱，作为AI的“参考书”，确保判断有据可查 [6] - 采用RAG（检索增强生成）技术，在生成和审校过程中实时检索权威数据库，有效抑制大模型的“幻觉”问题 [6] - 具备全栈自主可控的技术能力，从数据采集、清洗到模型训练、应用开发均可把控，能为高敏感客户提供私有化部署，确保数据绝对安全 [6] 市场验证与产品定位 - 产品已在真实行业场景中落地应用，例如已有超过5家大型出版集团采购并应用，显著提升了图书编校质量与出版效率 [5] - 产品定位为面向专业场景设计的工具，而非泛娱乐写作工具，强调功能完整，覆盖写作全流程 [9] - 产品区别于普通的AI写作产品，其核心在于“知识审校” [9]

中金点睛数字化投研平台核心定位 - 平台致力于打造开放共享的金融业知识平台，集成中金研究分析师投研智慧，是一站式数字化投研服务平台 [1] - 平台依托中金研究超过30个专业团队、全球市场视野、覆盖超1800支个股的深度积淀 [1] - 平台结合大模型技术，致力于为客户提供高效、专业、准确的研究服务 [1] 平台提供的核心研究内容与服务 - **研究观点**：提供日度更新的投研焦点与精选文章推送，例如“中金晨报” [4] - **研究报告**：提供超过3万份完整版研究报告，涵盖宏观经济、行业研究、大宗商品等领域 [9] - **数据与研究框架**：提供超过160个行业研究框架、行业数据以及超过40个精品数据库和精品数据看板 [10] - **公开活动**：提供资深分析师解读市场热点的公开直播与公开路演 [4] - **精品视频**：提供真人出镜、图文并茂的直观展示内容，例如“CICC REITs TALK”系列视频 [5][7] 平台特色功能与技术应用 - **中金点睛大模型**：平台应用大模型技术，提供AI搜索、要点梳理、智能问答等功能 [10] - **智能搜索**：平台设有智能搜索功能，用户可直接输入问题获取信息 [11] 平台访问与用户权益 - 用户可通过网站（research.cicc.com）或手机号登录体验平台 [4] - 用户完成邮箱认证后，可解锁三大升级功能 [8]

公司合作动态 - 优必选科技旗下智慧物流子公司UQI优奇与字节跳动旗下云和AI服务平台火山引擎签署合作协议 [1] - 双方合作旨在共同探索VLA、世界模型等大模型技术在人形机器人、无人物流车、工业移动机器人等产品形态中的应用 [1] 技术应用方向 - 合作聚焦于将大模型技术应用于工业及物流领域 [1] - 具体探索的产品形态包括人形机器人、无人物流车和工业移动机器人 [1]