图片来源： ElevenLabs 语音 AI 公司 ElevenLabs 今日宣布，在由红杉资本领投的新一轮融资中筹集了 5 亿美元。红杉资本此前曾通过这家初创公司的上一次二级市场要约 收购进行投资。红杉资本合伙人安德鲁·里德将加入该公司董事会。 这家初创公司现在的估值是 110 亿美元，是其 2025 年 1 月最近一轮融资时估值的三倍多。今年早些时候，《金融时报》 曾报道，该公司正寻求以 此估值进行融资。 该公司表示，现有投资者 a16z 将其投资额增加了三倍，领投了上一轮的 Iconiq 则将投资额增加了一倍。 BroadLight 、 NFDG 、 Valor Capital 、 AMP Coalition 和 Smash Capital 等部分现有投资者也参与了本轮融资。本轮融资的新投资者包括 Lightspeed Venture Partners 、 Evantic Capital 和 Bond 。 ElevenLabs 表示将在 2 月下旬公布一些投资者，这些投资者可能是战略合作伙伴。该公司迄今已筹集了超过 7.81 亿美元。它表示将把这笔资金用 于研究和产品开发，以及进军印度、日本、新加坡、巴 ...

文章核心观点 全球知名科技市场情报公司CB Insights发布的《2026年技术趋势研究报告》揭示了正在重塑全球经济的深刻技术变革，报告基于对1300多家独角兽公司、1500多个技术市场及数千家初创企业的跟踪数据，通过多维度分析指出技术创新从实验室走向商业化的关键路径，其预测方法在去年14个趋势中有11个得到市场验证[1] 企业运营自主化 - 人工智能代理的投资回报率衡量是企业面临的挑战，63%的企业将生产力提升作为首要指标，58%关注时间节省和成本削减，但对收入影响的量化仍困难[2] - 测量困境催生了新一代初创企业，如软件工程分析平台Span推出能检测AI生成代码的专有模型并获得2500万美元A轮融资，流程智能平台Workhelix获得1530万美元投资[2] - AI代理平台已从试点迈入生产阶段，在1261家拥有商业成熟度评分的AI代理公司中，超过一半达到第3级“部署”阶段[3] - 金融服务业成为自主系统的理想试验场，在2025年AI代理合作关系中占据21%份额，其中合规与欺诈检测领域83%项目、实时情报81%项目、客户服务和索赔承保93%项目已进入全面部署阶段[3] 私有市场演变 - 全球超过1300家独角兽公司中，有12家估值高于标准普尔500指数中位数市值390亿美元，例如SpaceX估值4000亿美元、ByteDance 4800亿美元、OpenAI 5000亿美元[4] - 技术公司IPO平均年龄从2015年的12.2年延长至2025年的15.9年，增长了近4年[4] - 2025年独角兽公司主导了9笔超过10亿美元的收购交易，例如OpenAI以450亿美元收购Rockset，Ripple以10亿美元收购GTreasury[4] - 顶级AI初创企业以创纪录速度扩展到1亿美元年度经常性收入，Lovable用时不到10个月，xAI约20个月，Anysphere和Perplexity约30个月，而Databricks花了约45个月，OpenAI约70个月[4] - 监管环境变化促使华尔街加强私有市场布局，摩根士丹利收购Shareworks，施瓦布收购EquityZen[6] - AI和数据驱动方法在私有市场预测方面超越传统风险投资方法，CB Insights的Mosaic评分预测未来独角兽地位的有效性是Smart Money VC中位数成功率的4.7倍[6] 稳定币主流化 - 稳定币生态系统正在成熟，2025年获得融资的稳定币公司中49%处于部署或扩展阶段[7] - 机构对稳定币兴趣达到新高，财报电话会议中提及稳定币次数从2020年的21次激增至2025年的341次[7] - 银行在2025年支持了5家稳定币初创企业，这是自2022年以来的首次，包括花旗风险投资投资BVNK、汇丰银行投资Elliptic等[7] - 2025年稳定币技术并购交易达31笔，比2024年的8笔增长4倍，例如Ripple以10亿美元收购企业软件平台GTreasury，获得了进入120万亿美元企业财务市场的机会[7] - 沃尔玛、亚马逊、苹果、X和Airbnb等科技巨头正在探索发行自己的稳定币或采用加密货币[8] - 企业转向稳定币的驱动力包括即时结算、24/7可用性以及消除交换费用，其即时流动性可提高资本效率，而传统代理银行系统结算可能需要3到7天[8] 数据中心电网角色转变 - AI对电力的巨大需求正对电网造成压力，美国数据中心电力消费预计从2020年的108太瓦时增长到2024年的183太瓦时，并预计2030年达到426太瓦时[9] - 面对电网限制，大型科技公司和AI实验室正在建设现场发电设施，到2030年预计38%的数据中心运营商将使用现场发电作为主要电源，而2024年这一比例仅为13%[9] - 需求灵活性正从可选项变为强制要求，如果数据中心运营商能在1%时间内减少电网需求，当前电力系统可容纳到2035年的数据中心增量[9] - 新兴初创企业如Emerald AI（Mosaic评分741）正在实现电网响应型数据中心，其平台允许AI数据中心动态调整电力使用以支持电网稳定[10] 主权AI兴起 - 各国政府将本地AI发展列为优先事项，2024至2025年间中国启动约84亿美元国家AI基金，日本投资约650亿美元于半导体和AI领域，加拿大推出20亿美元主权AI计算战略，欧盟宣布2000亿欧元的InvestAI倡议，韩国预算68亿美元用于AI发展，印度为本地模型投入3.9亿美元并为计算基础设施设立12.5亿美元的India AI Mission[11] - 英伟达成为主权AI趋势的最大受益者，其2026财年有望实现超过200亿美元的主权AI收入，是去年的两倍多[11] - 自2022年以来，国际公司占英伟达合作伙伴关系的近一半，欧洲占23%，亚洲占18%[11] - 区域AI领导者将主权作为竞争优势，例如法国的Mistral AI强调符合欧洲数据保护标准，加拿大的Cohere强调数据隐私、安全性和监管合规[12] 医疗保健语音AI应用 - 语音AI开发平台已达到商业准备状态，2025年针对该平台的股权交易达创纪录的39笔，较2021年的14笔大幅增长[13] - 79%的私营语音AI公司正在部署或扩展其解决方案，38%处于部署阶段，另外38%在扩展阶段[13] - 领先平台正调整策略以应对医疗保健特定工作流程，例如ElevenLabs专门为美国医疗保健领域招聘企业客户主管，Retell AI的职位描述显示对医疗保健的垂直市场关注[13] - 在2025年最有前途的数字健康公司中，有7家正在部署语音AI代理，医疗保健的电话优先工作流程（如预约、登记、计费）为语音自动化创造了自然切入点[13] - 医疗保健行业面临到2028年美国10万名工作人员短缺，自适应语音代理将帮助提供者用更少资源做更多事情[13] - 信任和安全对采用至关重要，供应商强调人的因素以及安全和合规能力，例如使用专门的“安全主管”模型实时监控对话[14] 世界模型发展 - 世界模型代表AI的下一个前沿，这些系统从视频、图像和模拟中学习物理以预测未来状态，正吸引顶级AI人才[15] - 大型科技公司积极研发世界模型，Meta发布V-JEPA 2和CWM，Google的DeepMind推出Genie 3，英伟达发布Cosmos，微软推出Muse[15] - 构建世界模型需要丰富多模态训练数据，控制独特数据源的公司将拥有竞争优势，例如荷兰游戏平台Medal从1000万月活跃用户每年收集20亿个视频片段[16] - 自动驾驶汽车和机器人成为世界模型的首批商业战场，因为模拟降低了现实世界的风险、成本和部署时间[16] - 财报电话会议中提及“世界模型”的次数从2021年第一季度的几乎为零增长到2025年第四季度的约30次[16] 机器人协同工作 - 随着自动化规模扩大，技术堆栈正走向管理机器人、任务和跨环境流量的编排层成熟[17] - 亚马逊部署了100万个机器人，并部署用于多机器人协调的新基础模型DeepFleet，该模型将机器人旅行效率提高了10%[17] - 学习协调正在大规模取代基于规则的控制，DeepFleet从数十亿小时的机器人数据中学习优化协调[17] - 智能机器人协调将扩展到仓库之外，在工业自动化、多样化环境和国防领域均有应用案例[17] - 处于机器人智能前沿的开发者正推向编排，针对机器人基础模型开发商的股权交易从2021年的3笔激增至2025年的32笔[18] - Physical Intelligence在2025年8月获得3.14亿美元A轮融资，并在9月发布“RoboBallet”研究，该多机器人编排AI模型在轨迹质量上比传统基于规则的方法优25%[18]

行业趋势与市场前景 - 过去几年，语音AI在销售、市场营销、客户支持和消费者应用中的使用量急剧上升，模型提供商因此获得更多业务并引起投资者兴趣[1] - 语音AI领域在去年出现大规模融资趋势，例如Sesame完成2.5亿美元B轮融资，ElevenLab完成1.8亿美元C轮融资，Gradium完成7000万美元种子轮融资[1] - 分析师报告预测，语音市场年增长率将超过30%，到2030年将成为一个价值140亿至200亿美元的市场[8] - 在高速增长下，模型和API提供商致力于通过成为企业和初创公司开发语音解决方案的核心组件，从而成长为市值数十亿美元的公司[8] Deepgram公司融资与估值 - Deepgram通过C轮融资筹集了1.3亿美元，本轮融资由AVP领投，公司估值达到13亿美元[1] - 本轮融资中，Alkeon、In-Q-Tel、Madrona、Tiger、Wing和Y Combinator等现有投资者追加了投资，Alumni Ventures、哥伦比亚大学、Princeville Capital、Twilio和SAP等新投资者也参与其中[1] - 该公司迄今为止已筹集超过2.15亿美元资金[1] - 公司首席执行官表示，企业去年已实现正向现金流，本轮融资并非主动寻求，而是多家投资方主动找上门来[4] 投资者关注与公司技术 - AVP合伙人表示，在与企业探讨AI应用时，语音技术频繁被提及，许多企业的语音AI技术由Deepgram提供支持，这促使基金最终联系了该公司[2] - Deepgram拥有多款与文本转语音及语音转文本相关的模型，并提供支持低延迟对话语音识别与中断处理的平台及API[3] - 已有超过1,300家机构使用其语音AI产品与模型，包括会议记录工具Granola、语音助手初创公司Vapi以及Twilio[3] - 语音人工智能能帮助提升客户与企业互动体验，同时为企业降低成本，而Deepgram可在其中发挥核心作用[3] 融资用途与业务拓展 - 公司计划将新一轮融资用于拓展全球业务版图，并增强对多语种的支持能力[4] - 公司正重点发力餐饮行业的语音AI应用，为此收购了YC孵化的初创企业OfOne，该公司为快餐连锁开发了语音AI点餐解决方案，据称订单接收准确度超过93%[4] - 首席执行官认为，点餐可能成为超过3亿美国人第一次与语音AI进行积极互动的场景，通过自然对话点餐能让人们觉得这项技术成熟了[5] 餐饮语音AI应用与挑战 - 语音AI在餐饮领域的应用正吸引投资者兴趣，在OfOne被收购前，服务于Carl's Jr.等品牌的Presto刚刚获得了1000万美元的新一轮融资[6] - 然而，该领域应用仍面临挑战，例如去年塔可钟曾因遭遇用户连续下单18000个水杯的极端情况叫停了其语音AI试点项目[5]

行业概览与核心观点 - AI智能体是基于大语言模型的系统，具备推理、规划、记忆及与外部工具交互的能力，当前多在受限环境中运行，未来将迈向完全自主化 [1] - 自2023年以来，AI智能体领域已诞生超过500家初创企业，成为科技行业下一波创新浪潮的核心 [1][5] - 2025年，在CB Insights追踪的1500多个科技市场中，交易活动排名前十的市场中有五个与智能体相关，每五个新独角兽中就有一个在构建智能体技术 [11] - 企业面临构建和实施智能体的压力，因为这些系统正在改变公司的运营、招聘和扩展方式 [6] 市场发展与商业成熟度 - AI智能体初创公司在2024年融资额达到38亿美元，几乎是2023年总额的三倍 [57] - 自2023年以来成立的AI智能体初创公司中，已有25%实现了商业部署，达到了以往初创公司需要5年以上才能达到的商业分销水平 [11] - 在营收最高的20家智能体初创公司中，有一半在三年前甚至还不存在 [11] - 客户服务和软件开发是商业化应用领先的横向市场，基于Mosaic健康评分中位数分别为714和737 [57] 关键技术趋势与预测 - **语音AI成为重要赛道**：早期生成式AI公司中人员增长最快的集中在AI智能体应用，尤其是语音AI开发领域 [27] - **行业并购活跃**：2025年初，智能体解决方案引领了主要的AI退出交易，Moveworks、Weights & Biases和OfferFit完成了第一季度三大交易，2025年迄今更广泛的AI智能体与副驾驶领域已发生超过35起收购 [32][33] - **推理成本推动定价革新**：推理模型将输出令牌量增加了大约20倍，导致计算成本上升，正推动定价模式从每次对话2美元转向混合使用的弹性积分系统等 [34][36] - **智能体电商支付基础设施完善**：支付通道和数字钱包等新兴初创公司正在解决安全实时交易的挑战，该领域平均商业成熟度评分为2.4（验证阶段），平均Mosaic评分为697 [37][38] - **软件巨头构建数据护城河**：Salesforce和Atlassian等软件巨头通过限制API访问来保护其客户数据和AI产品收入，同时Snowflake等公司正推动数据格式标准化以促进跨应用数据访问 [43][46] - **智能体监控工具成为刚需**：为解决智能体的可靠性、幻觉等问题，监控、评估与治理市场兴起，2025年早期阶段交易总额达3090万美元 [48][50] 应用场景与行业渗透 - 应用场景已广泛渗透，涵盖金融服务的风险评估、法律行业的文书起草、医疗领域的临床决策支持，以及企业工作流、客服、软件开发等多个维度 [1] - 2025年6月的一项调查显示，82%的组织表示将在未来12个月内于客户支持中使用AI智能体 [10] - 工业、金融、医疗等垂直行业的应用正在加速落地 [1] 技术生态与竞争格局 - 形成了包含基础模型、开发平台、工具集成、上下文管理、编排、监督等环节的完整技术栈 [1] - 亚马逊、谷歌、微软等云巨头凭借基础设施和生态优势占据重要地位，同时初创企业在垂直领域不断突破 [1] - 市场地图涵盖了超过170家AI智能体初创公司，横跨26个类别 [54] 未来演进方向 - 当前智能体多在带有“护栏”的受限环境中运行，随着基础模型能力提升，智能体将变得更加自主 [19] - 展望2026年，智能体将向完全自主化演进，并出现超越副驾驶/聊天机器人界面的新形态 [20] - 未来将出现“AI原生”工作空间等新形态，智能体将从被动的工具转变为主动的协作者和思维的延伸 [22][24]

语音AI行业增长与代表性公司 - 近年来大量AI客服、AI笔记产品涌现，其底层技术很大程度上依赖语音AI，带动了语音AI基础设施产品的快速发展，且收入增长迅速[1] - AI笔记领域的Infra产品ARR已超过1000万美元[1]，而更聚焦细分领域的AI视频语音产品Manus在8个月内ARR突破1亿美元，种子轮融资超过4000万美元[1] - 作为同时深耕基础设施和应用层的公司，ElevenLabs的ARR据称已接近4亿美元，EBITDA利润率达到60%，且41%的财富500强公司是其客户[1] ElevenLabs的业务模式与增长 - ElevenLabs增长迅猛，据其创始人称，公司在最近一天内新增了1400万美元的ARR[3] - 公司产品从语音扩展到代理及更广泛的音频解决方案，已从单一产品发展为多产品企业平台，其增长策略结合了自助式和销售主导的进入市场方式[3] - 公司坚持“两手抓”的核心战略，即同时从事基础研究和终端应用开发，以此作为与OpenAI等大型AI模型竞争的关键优势[3] - 在基础设施方面，公司从零开始构建自己的语音AI基础模型，并为了控制成本、提高实验速度而建立了自己的数据中心用于模型训练[3] - 在应用开发端，公司提供面向个人创作者的文本转语音、语音克隆和配音等工具，以及面向企业的对话式AI平台，为企业提供完整的AI代理解决方案，应用于客户服务、医疗、教育等场景[4] OpenAI在语音AI领域的战略布局 - OpenAI正在全力升级其语音AI能力，整合工程、产品与研究团队，以支撑一款预计在2026年推出的、以语音交互为主的个人AI设备，这标志着公司向“耳朵交互”新时代的战略转型[4] - 其语音AI模型的改进目标是显著提升语音自然度、对话流畅性和实时响应能力，解决现有系统在准确率、反应速度及处理用户中断能力上的短板，新模型预计在2026年第一季度发布[5] - 此次技术布局与其硬件战略紧密相关，该个人设备将主要依赖语音作为交互界面，形态可能包括无屏幕智能音箱、可穿戴设备或智能眼镜，旨在打造更直觉、全天候可用的AI助手[5] - 有爆料称，OpenAI正在研发的首款AI硬件产品内部代号为“Gumdrop”，其中一个明确的产品方向可能是一支具备音频功能的AI智能笔，可实现语音交互并将手写笔记实时转录、上传至ChatGPT平台处理[6] 其他AI产品趋势 - 一个与Background Agent Infra趋势相关的产品，其ARR已达到2.5亿美元，年增长率为50%[8] - 该产品与核心解决代码生成的AI Coding产品不同，其核心是解决企业软件交付中开发完成后最耗时、最复杂的环节，即用AI自动化后续流程[8]

融资与投资方 - 巴黎人工智能语音初创公司Gradium完成7000万美元融资 [2] - 融资由FirstMark Capital和Eurazeo领投，DST Global、Amplify Partners等投资方参与 [3] - 投资方包括前谷歌首席执行官埃里克·施密特和法国电信亿万富翁泽维尔·尼尔等一线投资者 [2][3] 技术与产品 - 公司开发AI模型，使客户能够构建需要语音和音频元素的应用程序 [3] - 技术能够执行语音生成和转录任务，同时还能转换语音音调并理解语音 [4] - 基础技术与Kyutai实验室发布的语音AI模型Moshi相同，直接处理语音以降低延迟 [5] - 语音AI产品首发支持英语、法语、德语、西班牙语和葡萄牙语，其他语言版本正在开发中 [7] 市场定位与竞争 - 公司加入竞争激烈的AI语音市场，竞争对手包括OpenAI、谷歌和Meta [4] - AI音频初创公司ElevenLabs最近允许员工以66亿美元估值出售股份 [4] - 首席执行官认为语音AI软件在速度和准确度方面仍有提升空间，存在改进机会 [5] 公司背景与商业化 - 公司由来自谷歌、Meta Platforms及Jane Street的工程师和研究人员创立 [3] - 公司从非营利AI实验室Kyutai独立出来，旨在将研究成果商业化以满足企业客户需求 [5] - 公司于9月正式成立，已与教育、客户服务、医疗保健和视频游戏等行业的客户签约 [6] - 公司目前有八名员工 [7]

行业技术趋势 - 语音技术已跨越临界点，从“能听懂”演进为“能思考、能回应”，这是语音、语言模型与实时交互系统深度融合的结果 [2] - 具备即时推理与生成能力的AI正重新定义所有需要沟通的场景，如客服、销售、预约和调度，使语音通话成为企业自动化的前线入口 [2] 公司概况与市场表现 - Retell AI是一家成立不到两年的语音智能平台，年收入已突破3600万美元，服务数千家企业客户，在北美与亚太市场实现稳定复购 [2] - 公司的语音代理在延迟、语气自然度和上下文理解上接近人类，正悄然取代传统呼叫中心坐席 [2] 核心技术优势 - 公司自研Turn-Taking模型，能准确判断对话中何时回应与等待，解决了传统系统依赖静音检测导致的体验差问题 [3][16] - 自主搭建Voice Orchestration语音编排系统，实现对语音流、模型调度与业务逻辑的精准控制，此为核心竞争力 [3][16] - 技术演进路径清晰：2024年初重点解决语音交互的真实性、低延迟与稳定性；年中推出Agent Framework以完成复杂任务；年底进入企业化阶段，构建包含测试、部署、监控的完整Agent System [17][18] 产品平台功能 - 当前平台划分为四大核心模块：Build（构建）、Test（测试）、Deploy（部署）、Monitor（监控），形成从构建到持续优化的完整闭环 [19][20][23] - 产品迭代方向包括提供更多模块化工具、强大的转接逻辑、多模态支持（如短信、Chat Agent）、知识库优化及全面的数据分析功能 [24][28] 典型客户案例与成效 - 美国汽车经销集团Asbury Auto使用其服务预约调度系统，覆盖177家经销商，预约完成率比原人工系统提升约10%，并解决了大量未接听电话问题，系统搭建仅用3个月 [25] - 中国出海品牌Anker采用其技术客服中心，一次性问题解决率达到80.4%，客户NPS达到63，系统在两周内搭建完成，两个月后于多国上线 [26] 商业模式与成本优势 - 公司采用分钟计价模式，价格为每分钟7~12美分，折算每小时成本约为5~7美元，远低于企业雇佣传统呼叫中心坐席每小时约20美元的综合成本 [33] - 价值主张明确：服务于雇佣呼叫中心坐席最多的“phone-heavy”型企业，覆盖客户服务、外呼销售、预约调度等多种场景 [31][32] 全球化布局与战略愿景 - 语音解决方案支持数十种语言，已在北美、亚太、欧洲和澳洲等地区部署，延迟表现优异，并提供云端和本地部署选项 [37] - 长期愿景是成为企业级的AI呼叫中心核心，打造一个“信息流转中心”或“上下文飞轮”，成为全渠道的客户沟通与信息管理平台 [39][40] 团队与文化 - 团队规模约20人，全部位于美国旧金山湾区，文化上强调高度自主权和产品创新，每周组织会议讨论用户反馈与产品改进 [41][42] - 招聘注重候选人的ownership，薪酬待遇定位行业前5%，目前招聘岗位包括前后端工程师、机器学习研究员、销售、客户成功等 [44]

公司融资与产品发布 - Cartesia公司完成1亿美元B轮融资，投资方包括英伟达[1][6] - 公司于3月完成6400万美元A轮融资，并发布支持语音克隆与风格迁移的Sonic-2.0模型[6] - 公司成立第二年即获得种子轮融资，并推出首款语音模型Sonic[6] 核心技术特点 - Sonic-3语音模型基于状态空间模型构建，与传统Transformer架构不同，能持续感知上下文，响应更自然[8] - 模型延迟仅90毫秒，端到端响应时间为190毫秒，是当前最快的语音生成系统之一[8] - 模型能更准确捕捉语言中的情绪波动、笑声、语气起伏等微妙情感变化[8] 创始团队背景 - 公司创始团队核心成员清一色来自斯坦福AI实验室，为学术派班底[3] - 首席执行官Karan Goel为斯坦福AI Lab的印度天才少年，在状态空间模型领域已有研究[2][11] - 首席科学家兼联合创始人Albert Gu为华裔，是Mamba架构的共同发明人之一[4] 行业发展动态 - MiniMax公司发布语音模型MiniMax Speech 2.6，响应延迟压缩到250毫秒以内，支持40多种语言和所有口音[14][16] - 语音模型商业化变现在大模型领域表现突出[16]

AI Agent行业发展态势 - AI Agent在短短2年内已从实验品转变为企业的优先事项 自2023年以来在财报电话会议上提及Agent的次数增加了10倍 [3] - 2025年按投融资交易数量排名前10的科技赛道中有5个与AI Agent直接相关 占据最火爆投融资热点的一半 [3] - AI Agent是当下最吸金的创业赛道 同时在估值与营收两端刷新最快成长记录 [4] 市场成熟度与商业化进展 - 82%的企业表示将在未来12个月内把AI智能体应用于客户支持领域 [3] - 在2025年收入最高的20家Agent初创公司里 有一半3年前都不存在 几乎从零起步迅速闯进营收榜前列 [13] - 每5家新晋独角兽中就有1家把Agent技术作为核心产品 [13] 头部初创公司营收表现 - 软件开发Agent在商业化中领先 有6家公司进入收入榜单前列 市场领导者Cursor年经常性收入达5亿美元 Replit为1.5亿美元 [34] - 客户服务AI智能体获得最高估值溢价 平均收入倍数高达219倍 远高于所有顶级创收AI智能体的平均值80倍 [34] - 这些创收领先的公司平均成立时间只有3.8年 大多数已处于部署或规模化产品的阶段 [35] 技术演进路径 - 2025年AI Agent运行在受限环境中 利用结构化工作流和护栏完成特定目标 [6][7] - 2025年以后将发展为完全自主代理 在没有人为干预的情况下运行 具有更复杂的决策和任务执行能力 [9] - AI Agent正从副驾驶时代转变为超能力仪器或工具 将推动工作走向以前不可能的方向 [10][11] 2026年六大趋势预测 - 语音AI加速崛起 企业正为人类通过对话而非文本界面与AI交互的未来做准备 Meta在2025年接连收购语音AI初创企业Play AI与WaveForms AI [16][17][18] - AI并购潮席卷智能体领域 截至2025年AI智能体与Copilot领域已发生35笔以上的收购 [19][20] - 利润压力蔓延 推理模型将输出Token数量增加约20倍 导致计算成本显著增加并侵蚀利润空间 [22][23] 新兴商业模式与基础设施 - 新一批初创公司正在构建AI原生支付轨道和数字钱包 支付巨头Stripe在2025年9月宣布推出代理式支付API [25][26] - 随着AI智能体能力增强 现有软件巨头正在限制对其客户数据的访问 引发数据护城河之战 [28][29] - AI智能体可靠性仍是主要挑战 推动了市场对智能体监控工具的需求 今年该领域已发生7笔早期交易 总融资额3090万美元 [31][32][34] 企业应用落地进展 - 软件开发智能体正在超越编程 纳入测试、质量保证、代码审查和调试等护栏功能 超过一半公司专注于降低氛围编程风险 [44] - 网络浏览智能体从通用走向专业化 通过有针对性的应用进行差异化竞争 例如遗留系统集成和软件测试 [45] - 医疗保健和金融服务占智能体AI公司的19% 其中32%的垂直化智能体已在积极部署解决方案 另有45%处于新兴/验证阶段 [46]

南下资金流向 - 9月24日南下资金净买入港股137.05亿港元 [1] - 净买入阿里巴巴-W 53.39亿港元、腾讯控股26.51亿港元、山高控股8.8亿港元、中芯国际6.87亿港元、华虹半导体2.05亿港元、信达生物1.3亿港元 [1] - 净卖出中兴通讯3.53亿港元、小米集团-W 3.15亿港元 [1] - 南下资金连续24日净买入阿里巴巴累计647.5389亿港元 连续4日净买入中芯国际累计16.015亿港元 [1] 阿里巴巴 - 阿里巴巴与英伟达开展Physical AI合作 覆盖数据合成处理、模型训练、环境仿真强化学习及模型验证测试 [3] - 公司积极推进3800亿AI基础设施建设并计划追加更大投入 [3] - 阿里云宣布在巴西、法国和荷兰首次设立云计算地域节点 扩建墨西哥、日本、韩国、马来西亚和迪拜的数据中心 [3] 腾讯控股 - 招商证券国际研究报告显示语音AI输入速度比打字和触屏快近3倍 可在汽车、餐饮、旅游及酒店行业实现免提实时交互 [3] - 预计2030年语音AI市场规模达1860亿美元 [3] - 腾讯被列为招商证券在互联网行业的首推股之一 [3] 中芯国际 - 台积电末代3纳米制程CPU价格上涨约20% 明年2纳米制程将再涨价逾50% [4] - 半导体设备下半年中国市场呈现"东升西降"趋势 先进工艺主导的投资周期持续 [4] - 华泰证券看好本土设备公司份额提升的投资机会 [4] 信达生物 - 玛仕度肽注射液第二项适应症获国家药监局批准 用于成人2型糖尿病患者血糖控制 [4] - 该药物今年6月获批减重适应症 目前还有4项三期临床研究正在进行 [4] 小米集团 - 雷军宣布2025年度演讲定档9月25日 [4] - 公司同时推进造车和重启造芯业务 雷军表示"同时供家里两个孩子上大学"压力巨大 [4] 行业动态 - 半导体行业出现通货膨胀趋势 存储器、硬盘等供不应求 [4] - 语音AI市场由中美大型科技企业主导 小型专精公司通过垂直领域深耕提供定制化服务 [3]