公司战略与愿景 - 昆仑天工将AI音乐定义为新品类，并锚定海外市场，目标是成为AI版的“Spotify”[1] - 公司基于Mureka的AI音乐平台将采取完全免费策略，旨在通过广告分成等模式，类比免费短剧平台，实现巨大商业价值[3] - 公司坚信技术领先是最深护城河，模型达到SOTA（最高水平）可带来约半年的领跑窗口期，并计划利用此窗口期全力冲击1亿DAU（日活）和3亿至5亿MAU（月活）的流量规模目标[4] - 公司长期目标是在3到5年内，使音乐产品在海外实现DAU过亿，MAU达到3亿至5亿[21] 技术进展与产品能力 - Mureka V8模型生成的歌曲已能让大部分普通听众觉得好听，产品具备被C端大规模接受并产生高留存的能力[8] - 在2026年初发布的视频大模型中已出现拐点，能连贯生成30到60秒剧集片段，大幅提高生产效率和“抽卡”成功率[8] - Mureka V8在旋律生成和制作各方面已达到工业化标准，可以为专业音乐人提供服务[9] - 在盲选测试中，AI制作的音乐被商用音乐客户选中的概率已超过传统曲库，具备商用价值[14] 市场拓展与运营规划 - 海外市场拓展将分四步走：提升AI模型基础能力（已实现搜索）、验证优质AI生成内容并建立内容池、建立用户留存与互动场景、完善商业化与分成模式[10] - 海外市场拓展基于公司原有的海外产业积累与增长经验，国内市场竞争困难且不必要，更倾向于合作模式，例如已与太合音乐合作，并希望与网易云音乐等探索合作[15] - 公司将采取ToB和ToC并行策略：通过Studio工具服务创作者（To Creator），通过免费广告模式的APP吸引海量C端用户，并通过API服务商用音乐公司[14] - 公司计划很快在海外上线拥有完整打榜和排名机制的闭环展示APP，并利用原有K歌社区的运营经验和资源支持[19] 行业观点与竞争格局 - 生成式AI浪潮中，音频、视频、游戏及通用文本等赛道在未来1到3年都可能被AI原生平台颠覆，音乐将是第二个明显爆发的产业[8] - AI Super App（超级应用）只会在大厂中产生，因为大厂拥有AI原生公司不具备的产业厚度和资源，争夺Super App入口关系到其生死存亡[6][21] - 美国资本市场对创新给予极高资本溢价，使创新公司估值能短时间内剧升，形成巨大先发优势，例如OpenAI冲击8300亿美元估值，Anthropic估值达3500亿美元，大厂后发追赶困难[6][23] - 对于国内的头部AI原生模型公司（如智谱、Kimi、MiniMax、百川），其机会不在于打造Super App，而在于坚守阵地、保持节奏[6][22] 创作生态与产业影响 - AI音乐创作中，人的核心作用在于思想、情感和情绪的表达，未来写歌可能像写日记一样成为主流表达方式[13] - AI将改变音乐人工作流，许多音乐人已开始使用APP上传demo和人声，让AI协助编曲和延展创意，提升效率[16] - AI会提升“草根神曲”的格调和质量标准，弥补以往制作粗糙的短板，在神曲化与严肃艺术间达到平衡[18] - 版权划分是全球性新课题，尚无确切答案，公司将跟随时代发展；AI原生平台将通过更充分、高质量的供给扩大听歌用户基数，最终让唱片公司和音乐人获益变大[17] 模型竞争力与壁垒 - 技术是安全的壁垒，模型能力向上提升难度大，后来者赶超困难，正如美国Anthropic成立仅几年就获得高估值[13] - Mureka从V1到V8经历多次大的技术架构重构，其架构领先性得以保持，离职人员在其他公司带队一年多，产品仍与公司有较大差距[20] - 判断模型公司是否“守得住”，SOTA能力只是创造了“窗口期”，核心在于技术路径是否正确以及新产品能否持续召回用户[27] - 大模型产品粘性（用户迁移成本低）需通过建立社交关系、创作者生态及更深度的用户记忆来逐步提升，类似抖音早期发展过程[28]

文章核心观点 - AI是人类历史上最大的一次基础设施建设，其本质是动土、通电、招人的实体基建，而非概念炒作 [1] - AI产业分为五层结构：能源、芯片、云服务、模型、应用，每一层都需要真实的厂房、设备、电力和人力 [1][4] - 当前AI发展的特征是全球性的实体建设浪潮，涉及数千亿至数万亿美元的投资，其热度源于真金白银的投入，而非概念炒作 [10][11] 第一节｜第一件事是电，不是芯片 - AI算力运转的基石是持续、稳定、大量的电力供应，电力合同因此最先涨价 [2][3] - AI对电力的需求与普通用电不同，需要高密度、低延迟、全年不中断的电力，这要求建设一整套能源供应系统，包括电网、发电、储能和配网 [4] - 从美国到阿联酋，全球范围内建设AI的首要前提是确保电力充足 [5] 第二节｜芯片厂、AI 工厂,都已经开工了 - 英伟达创始人指出，全球正在建设芯片工厂、计算机工厂和AI工厂，例如台积电计划在全球新建20座芯片厂，广达、纬创、富士康将建30座AI计算机工厂 [7] - AI硬件建设不仅包括计算芯片，还包括存储设备，例如美光宣布投资2000亿美元用于存储器，三星和SK海力士也在加码投资 [8] - 当前投入已达几千亿美元，但仅是开始，未来还有数万亿美元的基础设施需要建设 [10] 第三节｜模型只是第四层，不是 AI 的全部 - 在AI五层结构中，模型仅是第四层，其价值实现依赖于底层的能源、芯片、云服务和顶层的应用 [14] - 行业过去过度关注模型参数和性能，但当前焦点正转向AI的实际应用与落地 [15][18] - 真正驱动产业受益和经济增长的是应用层，即模型在医疗、金融、制造等具体领域的产品和服务 [17] 第四节｜AI 原生公司爆发，基建才刚开始 - 2025年是风险投资额最高的一年之一，大量资金流向了不造模型、不设计芯片的AI原生公司，这些公司直接利用现有模型解决行业具体问题 [19] - 例如，制药巨头礼来公司投资建设大型AI实验室和超级计算机，将部分新药研发流程交给AI [20] - AI原生公司在客服、医疗诊断、金融分析等领域的规模化商用，正倒逼底层基础设施（电力、芯片、工厂、云服务）必须扩张以满足其稳定、廉价、大规模使用的需求 [21][22] 第五节｜谁在参与：劳动力和国家的角色 - AI基础设施建设创造了大量对蓝领工人的需求，如水管工、电工、钢铁工人，其薪资在短时间内几乎翻倍，有人年薪已突破六位数（十万美元） [24] - AI取代的是重复性任务，而非工作目的，例如在医疗领域，AI接手读图等任务后，放射科医生和护士的数量反而增加，因为他们能更专注于需要判断和人际互动的工作 [26][27][28] - 对于发展中国家，AI基础设施的建设提供了参与权，可以通过微调开源模型结合本地语言和知识来参与，而不必从零开始研发模型或芯片 [29][30][31] 结语｜短缺，不是泡沫 - GPU租赁困难，现货价格持续上涨，包括两代以前的型号也在涨价，这表明市场面临的是短缺问题，而非泡沫 [32][33] - 各行业（如制药公司投资AI实验室）和国家（争抢电力与土地）的实质性行动，以及投资机构寻找AI基建项目，都印证了AI建设的真实需求 [34] - AI建设的具体内容涵盖能源、芯片厂、数据中心、模型层和应用层 [35]

公司AI转型战略与组织变革 - 公司通过一份致CEO的“AI宣言”启动了全公司范围的AI转型，核心观点是必须认真对待AI，进行集中投入，并成为“AI原生”公司[6] - 转型的首要举措是重新将公司定位为科技公司，而非金融服务或金融科技公司，并恢复黑客周等活动以重燃团队创造热情[7] - 关键组织变革是从“总经理制”转向“职能制”，将所有工程师和设计师分别归属于统一的工程和设计部门，以建立统一的技术焦点[8][9] - 组织结构的调整使得公司能够集中力量推进AI、平台建设和技术深度，这是成为AI原生公司的基础[9][11] - 组织变革后，公司内部使用统一的技术语言、工具和评估体系，工程师可灵活流动，技术卓越成为共同目标[11] AI智能体Goose的开发与应用成效 - 公司开发并开源了名为“Goose”的通用AI智能体框架，其设计初衷是将大型语言模型输出与实际系统行为连接起来，使其不仅能“聊”还能“干活”[2] - Goose基于“模型上下文协议”构建，为现有企业工具提供封装，使大模型能直接调用和操作这些工具，从而在数字世界中执行实际任务[19] - Goose是一个桌面应用，支持接入任何模型，可自主完成复杂任务，如连接数据库、写SQL、处理数据、生成图表和报告并自动发送邮件[19] - 深度使用Goose的工程团队每周平均节省8至10小时人工工作时间，公司整体的人工节省率估算为20%至25%[12] - Goose的应用已超越工程团队，非技术团队如法务、风控能自建小工具，过去需数周的任务现在几小时即可完成[13] - 公司内部广泛使用Goose，因其与内部系统整合度最佳，员工可用几行代码实现AI自动化，甚至让Goose生成新的功能扩展[20] AI对生产力与工作方式的变革 - AI工具让“对话式编程”成为可能，工程师几乎不再手写代码，而是通过AI辅助生成和修改[12] - AI已能实现一定自主性，例如在夜间自动生成代码补丁、重排会议日程，甚至观察屏幕并自动完成讨论中的功能开发[12][21] - 未来AI可能使“代码重写”成为常态，公司可频繁利用AI生成最优新版本，关键在于让AI保留细微的经验和优化[22][23] - AI的应用模糊了岗位界限，非技术岗位员工使用AI工具完成任务，法务可能写代码，工程师可能做设计，带来效率提升[29] - AI在提升工程师生产力的同时，也因赋能其他部门自建工具而增加了整体开发任务量和协作需求，形成“修更宽的公路”效应[29] 公司业务与领导力经验 - Block是母公司，旗下主要品牌包括Square、Afterpay、Cash App和TIDAL，以及专注于比特币硬件的BitKey和Proto团队[38] - 领导力经验强调从小处开始，Goose和Cash App等成功项目均始于小型的黑客周实验或业余项目原型[43] - 产品成功的关键在于是否解决用户问题，而非代码质量，例如YouTube虽代码混乱但成功，而技术先进的Google Video却失败[39][40][41] - 在团队建设中，“受控的混乱”往往能激发最有价值的创新，在确保系统稳固的前提下给予工程师自由探索的空间[42] - 推动AI转型的关键是领导层亲自使用AI工具，CEO和高管团队每日使用Goose，通过亲身体验来理解和推广AI应用[32]

报告核心观点 - AI初创公司资金主要流向API调用和高薪AI工程师招聘，而非昂贵的模型训练[1] - AI正在重塑个人技能、工作任务和团队架构，对大公司和初创企业的影响不同，初创领域涌现出围绕新软件架构的AI原生公司[1] - 榜单基于20万企业客户最近三个月（2025年6月至8月）的真实支出数据，评选出50家最受市场认可的AI原生应用层公司，反映了初创公司愿意为何种AI产品付费[1][2] AI应用市场趋势 - 横向应用（提升企业整体效率）占据市场主导，占榜单60%份额，垂直应用（针对特定岗位）占40%份额[2] - 横向应用中，通用大语言模型助手（如OpenAI、Anthropic、Perplexity、Merlin AI）和智能工作平台（如Notion、Manus）备受瞩目[2] - 会议支持工具（如Fyxer、Happyscribe、Plaude、Otter AI、Read AI）是横向应用的重要类别，并正向更深度功能（如实时会议反馈）拓展[3] - 创意工具和氛围编码两类垂直应用正在实现“横向化”突破，打破职能壁垒，被所有岗位员工使用[3] - 创意工具是榜单中最大的单一类别，共有十家企业上榜，图像与视频类应用数量突出，虚拟形象应用开始崭露头角[3] 垂直应用发展路径 - 垂直领域AI沿两条路径发展：一是通过接管重复性工作释放人力，二是从根本上改变传统岗位形式[4] - 在入选的17家垂直应用公司中，12家专注于人力增强型工具，5家直接提供端到端工作的“AI员工”[4] - 能够独立完成复杂流程的智能体正在崛起，未来可能催生完全由AI驱动的新服务模式[4] - 三大垂直赛道表现突出：客户服务领域（Lorikeet、Customerio、Ada、Crisp）、销售与市场拓展（Instantly、Clay、11x）、招聘与人力资源（Micro1、Metaview、Applaud）[4] - 另有专注于更广泛“运营”领域的企业，如Delve（合规自动化）和Combinely（智能财务），展现出垂直AI应用的多元化[4] 氛围编码领域演进 - “氛围编码”领域已突破消费市场边界，进入企业工作流，榜单中四家专注于AI应用开发的公司表现亮眼：Replit、Cursor、Lovable和Emergent[5] - Replit在企业客户中产生的收入约为Lovable的15倍，因其能开发功能完整的企业级应用、智能体和自动化工作流，更契合现代企业需求[5] - 该领域未来演进方向关注：会因不同应用开发平台兴起而走向“碎片化”，还是在企业级市场出现“赢家通吃”格局[5] 产品进化路径 - 榜单中近70%公司的产品支持个人用户直接使用并推广至团队，无需强制购买企业许可证[5] - 在12家同时出现在消费级TOP100榜单的公司中，11家遵循从服务个人用户起步，逐步拓展团队协作和企业级功能的发展路径[6] - AI带来的根本性变革使消费级AI产品在保持易用性的同时，首次具备满足企业需求的能力，正以空前速度被“自下而上”地引入工作场景[6] - 与以前的软件时代相比，新一代AI公司在成立初期就能通过产品驱动增长，快速进军高端市场[6]

AI创业趋势变化 - 创投风向从通用技术转向垂直细分领域 垂类AI应用成为新生存法则 定义垂类AI为解决特定行业垂直工作流问题 水平通用AI为解决跨行业同一环节问题 [2] - YC孵化器地位显著 累计孵化3000+初创公司 投资组合市值超8000亿美元 Airbnb、Stripe等明星企业均出自YC [2] - 2023至2025年垂类AI项目占比从19%跃升至40% 水平通用AI项目从49%降至26% 显示资本明显向垂直领域倾斜 [6] AI原生公司特征 - AI原生公司崛起 在YC路演中占比高 团队组建和产品落地速度极快 数月内即可完成 [3] - 组织形式和思维模式完全围绕AI构建 发展速度远超传统转型AI的公司 [7] - 年收入增长惊人 部分团队12个月内达1000万美元 仅需不足10人 超越Airbnb每周10%增长的记录 [5] 技术平权与行业门槛转移 - 氛围编码(Vibe Coding)普及 开发者角色转变为架构师 YC四分之一的创业者采用该模式 AI承担80%代码生成工作 [5] - 技术壁垒消失 垂直行业理解成为核心竞争力 需深入行业毛细血管 [5] - 通用AI工具估值高企 新进入者机会渺茫 如Codeium被OpenAI以30亿美元收购 显示基础技术服务标准化趋势 [8][9] 垂直领域应用案例 - Kirana AI切入百年杂货店痛点 通过AI门店经理实现盗窃检测、安全监控、缺货通知 直接提升微薄利润行业的运营效率 [10] - Eloquent AI专注金融合规 绕过API直连数据库 解决幻觉问题和监管障碍 实现全流程自动化 [11] - 垂直AI商业价值倍增 如法律行业AI可赚取律师费而非订阅费 替代多人团队创造更高客户价值 [12] 创业方法论革新 - 创始人需深度融入行业 YC案例显示医疗账单服务创始人亲自担任医疗账单员获取一线洞察 [13] - 路演项目需方向明确 频繁转换方向将影响融资 本届YC垂直项目获投资人快速认可 [6] - 窗口期缩短 产品落地和收入形成速度决定生存 迭代周期压缩至数月 [3][6]