家电丨市场观察 本周看点： -旅行Agent评测：通义千问VS携程AIVS豆包； -AI+游戏，何以撑起百亿市场？ -撕开铁幕裂缝：国产手术机器人的千亿逆袭。 行业环境 1.旅行Agent评测：通义千问VS携程AIVS豆包 关键词：AI旅行助手,旅行痛点,个性化需求,行程规划,突发状况 概要：2025年十一假期标志着AI旅行助手的崛起，各大平台推出智能行程规划、实时建议和应 急处理功能，试图解决传统旅行的痛点，如信息过载、行程耗时和突发状况。测试显示，通义 千问、携程AI和豆包等助手在交通、住宿和景点规划上表现优异，但仍存在餐饮推荐不全、时 间安排不合理等不足。AI助手通过大数据和机器学习提供个性化服务，商业潜力体现在交易闭 环、数据驱动推荐和内容运营上。尽管技术成熟度提升，但实现规模化变现仍需时间，未来或 将成为旅行经济的关键力量。 2.AI+游戏，何以撑起百亿市场？ 概要：今年国补政策为家电市场注入动力，第四季度3000亿元中央资金全部下达，与"双11"叠 加刺激消费。但家电市场增长乏力，政策边际效应递减，2025年国补可能关停，需求透支与价 格预期改变将影响空调、冰箱等品类销量。企业需摆脱低价竞争，转向 ...

模型发布与核心能力 - 阿里发布最新推理模型Qwen3-Max-Thinking的早期预览版，该模型是Qwen3-Max-Preview的推理增强版本，目前仍是训练中的中间检查点模型 [2] - 当结合工具使用功能并提升测试计算规模后，该模型在AIME 2025、HMMT等高难度数学推理竞赛中实现100%的正确率 [2] - Qwen3-Max-Preview是阿里迄今为止规模最大、能力最强的语言模型，参数量在1万亿以上，预训练数据达到36T tokens，支持262144个token的上下文窗口 [7] 性能基准测试与市场定位 - 在SuperGPQA、AIME25、LiveCodeBench v6、Arena-Hard v2及LiveBench等测试中，Qwen3-Max-Preview的排名始终高于Claude Opus 4、Kimi K2和Deepseek-V3.1 [7] - 有外媒测试称该模型规避了LLM常见缺陷，如错误统计单词字母出现次数，且响应速度极快，在Qwen Chat上的初步测试速度比ChatGPT更快 [8] - 该模型专为复杂推理、代码编写、处理JSON等结构化数据及创意类任务设计，能力延伸至通用对话与智能体行为，定位为适用于企业与科研场景的多用途工具 [12] 实测反馈与能力评估 - 有开发者实测反馈，在处理简单提示词时Qwen3-Max-Thinking表现优于复杂场景，在部分推理题上表现超过GPT-5 Thinking [16] - 知名AI云工程师测试其创建p5.js独立HTML文件，第一次尝试就几乎完成代码创建，效果相当不错 [16] - 但也有开发者指出其在编程任务上表现一般，前端布局能力差，卡片布局混乱，短期内不建议用于处理编程类任务 [18][21] - 在“大象牙膏”实验测试中场景建模和粒子效果一般，鞭炮连锁爆炸测试完全不合格，6次生成中仅1次无代码错误 [20] 商业模式与获取方式 - 与以往开源版本不同，Qwen3-Max-Preview未基于开源许可证发布，开发者需通过付费API或分销合作伙伴获取使用权 [12] - 阿里云推出分级定价方案：0–32K token每百万输入0.861美元，输出3.441美元；32K–128K token每百万输入1.434美元，输出5.735美元；128K–252K token每百万输入2.151美元，输出8.602美元 [13]

如今的AI圈早就不是一家独大的时代了。 在大数据浪潮里，一波企业都铆足了劲往AI赛道里冲。就连老对手夸克和豆包，也在这条路狭路相逢了。 一个背靠通义千问把"搜索+工具"玩到极致；一个靠着火山引擎，把"聊天+陪伴"做到贴心。而这两种AI逻辑的碰撞，恰似一场硬核较量：究竟是"能干 活"的实干型更胜一筹，还是"聊得来"的共情型更具锋芒，谁才是AI赛道的勇者赢家？ 一、AI重构，夸克再进化 说到夸克，大家最早对它的印象还是"清爽不广告的的搜索APP"，但现在的它早不是单纯的搜索了，而是裹着AI外衣的"全能工具人"，妥妥的阿里在C端 AI的"王牌"选手。 二、夸克崛起，豆包守城 夸克的优缺点都很明显，但凭着"工具+AI"的路子强势崛起，无疑给豆包带来了不小的压力...... 一个显著的特点，它能满足用户"即输即得"的实际需求。比如学生赶论文，输入主题就能出初稿框架；职场人做报表，提需求就给公式和排版建议；就连 整理5年高考真题，它都能打包好真题+解析，直接存到夸克网盘里。这种"上手就能用"的实干属性，确实分流了不少追求效率的用户。 这一切的关键动作，离不开夸克"C计划"的落地。 它最核心的变化，是把"搜索"和AI绑得死 ...

要为中国最会搞AI的一群CEO办大会，要找谁来操盘？ 经过深思熟虑、反复比对、小心假设、大胆验证，锦秋基金团队一拍大腿： 为什么不是我们自己来？ 于是，这群活跃在AI最前线的投资人们，决定亲自下场，开始一次全新的挑战—— 狂卷AI工具，手搓出一场100人规模的CEO大会！ 时间定档11月1日，本周六。 本次活动，我们也不邀外部权威站台；因为这本就是一场关于创始人们自己的"聚会"，每一位创始人， 就是主角。他们的思考与判断、决策与笃定，才是最值得倾听的"行动指南"，才是我们想要举办活动的 初心。 ⬇️以下，是我们准备的大会预告。 灵感来源 过去，AI通过人类数据模仿语言、图像与行为，是"人类世界的投影"；现在，AI通过传感器、环境反馈、行动决策主动"体验世界"。 可评估的Benchmark在研究领域不再是重点。Al的研究和应用全面融合，用来自真实世界的具体任务，组成供AI进行强化学习的环境，持续采集真实的世界数 据，推动智能的进化。 在"体验时代"， AI不再是封闭系统，而是一个不断试错、持续学习的生命体。 在"体验时代"， 创业者也不是一座封闭的孤岛，而是一个不断与世界交手、与同伴联动的创造节点 。 锦秋也和 ...

公司核心战略与技术路径 - 公司InfiX.ai由前阿里和字节大模型核心人物杨红霞创立，致力于大模型预训练的"去中心化"，旨在降低资源消耗，使中小企业、研究机构甚至个人都能参与模型预训练[7][12][13] - 公司技术路径与主流"中心化"模型（如GPT系列）截然不同，核心判断是模型知识的注入只发生在预训练阶段，后训练仅提供规则，因此企业本地化部署必须进行持续预训练才能有效利用私有数据[14][16][34][35] - 公司选择香港作为基地，主要考量包括香港产学研项目提供的丰厚资金和算力补贴（如获得香港数码港超算中心90%的算力减免折扣），以及全球领先的人才密度，使团队快速组建至40人规模[10][113][121] 核心技术成果与性能 - 公司开源全球首个FP8训练"全家桶"（InfiR2 FP8），相较于行业普遍采用的FP16/BF16，在模型性能几乎无损的情况下，最高提升训练速度22%，最高节省显存峰值14%，端到端吞吐量最高提升19%[17][18][20] - 公司推出模型融合技术InfiFusion，可将不同领域预训练的异构"专家模型"进行融合，避免模型重复训练造成的资源浪费，目前已实现四个异构模型融合，在18个推理Benchmark上平均得分从77分提升至79分，最新方法已逼近88分[17][21][92][93][95][96] - 公司推出医疗多模态大模型训练框架InfiMed，基于小规模数据（如36K RLV）和算力资源训练的小参数模型（如3B）在七大医疗基准测试中平均准确率达59.2%，显著优于同尺寸的谷歌MedGemma-4B-IT（54.8%）[17][22][23] 行业趋势与竞争格局 - "去中心化"模型训练趋势在国际上得到验证，前OpenAI CTO Mira Murati成立的新公司Thinking Machines Lab在种子轮融资20亿美元，估值达120亿美元，显示出市场对该路径的强烈信心[27][28][63] - 行业共识正转向领域模型小型化趋势，MIT Tech Review将小语言模型列为2025年十大突破性技术之一，公司早在2024年中已验证在垂直领域小模型（如30亿、70亿参数）可超越1.6万亿参数的中心化大模型[42][43][53] - 公司在模型融合技术路径上选择更具挑战的异构模型融合，区别于Sakana AI等公司的同构模型融合路线，旨在解决不同结构模型（如Llama、DeepSeek、千问）的融合难题[81][82][94] 研发资源与团队管理 - 公司采用低资源训练路径，相较于典型AI初创公司"二八原则"（80%资源投入算力），公司更注重人才质量，团队接近40人，其中一半成员背景强劲，可拿到大厂特殊offer[68][122][126] - 公司研发团队要求成员端到端负责数据、算法、AI Infra，而非按岗位严格分工，以提升全链路理解能力和创新效率，团队成员成长速度远快于在大厂时期[130][133][134] - 公司技术发布坚持高质量优先于速度，重点关注NeurIPS、ICLR、ICML三大顶级会议，并强调技术声誉的积累，认为技术断崖式领先是商业化的根本保障[102][105][141]

当大模型等新技术的浪潮席卷而来，我们常常被它的速度与潜能震撼。人们争相体验最新功能，讨论它如何重塑生产与教育，如何改变信息传播与知识形 态等问题。然而，技术奔涌向前，不同的人以不同的节奏与它相遇。我们不禁思考：当技术进入老年人的生活中，会发生什么？他们怎样理解、使用？他 们的声音、节奏、好奇与迟疑，是否正被数字世界看到？为了找到答案，复旦大学老龄研究院、复旦大学AI向善与数智养老研究中心与腾讯SSV时光实验 室、腾讯研究院共同发起了一项为期一年的研究项目——教100位老年人使用大模型。 这一年，既是教学的记录，更是一场生活的观察。我们希望借此探寻：当AI进入老年人的生活，带来了什么，改变了什么，或者未曾改变什么。这份报 告，正是关于这一年来100位老年人的故事。关于他们如何学习、如何犹豫、如何重新发现自己；关于他们如何用"活法"，重新定义我们理解中的"算 法"。它让我们看到，所谓的"智能"，或许不过是生活与生命之间那一点需要被理解的温度。 旦大学老龄研究院 v 腾讯5 1年 100位老) 1场AI+实践 100位老人 怎样用「活法」定义「算法」 AI FOR OLDER ADULTS 教100位老年人用大模型 ...

研究项目概述 - 复旦大学老龄研究院、复旦大学AI向善与数智养老研究中心与腾讯SSV时光实验室、腾讯研究院共同发起为期一年的研究项目，旨在探索大模型技术在老年人群体中的应用[2] - 研究采用纵贯1年的"教-用-追-访"全流程实践设计，邀请100位老年人试用腾讯元宝、通义千问等6款用户数排名靠前、界面设计差异化的国产大模型[6] - 通过系统化设计还原大模型技术进入老年人生活的完整路径，为理解"人工智能技术与老年人的关系"提供经验支持与参考[6] 研究方法与数据收集 - 研究采用"线下一对一"与"线上+线下一对一"交流方式，避免群体教学中老年人"不敢提问""跟不上节奏"的问题[10] - 研究分为四个阶段：基线调研期（2024年6-8月）、集中教学期（2024年9月-2025年3月）、日常跟踪期（2025年4-9月）、总结复盘期（2025年10月）[10][11] - 构建了10236条有效语料的多维度数据库，涵盖"老年人-家属-照护者"的全场景视角[12] - 语音记录8860条（累计约620小时），文字记录1376条，按东中西部细分，其中东部老年人语音记录占比45%，西部老年人占比30%[14] 老年人对大模型的初始态度 - 46位老年人表示生活充实，没有精力和时间学习新技术，认为技术是"锦上添花"而非"雪中送炭"[17] - 35位老年人明确拒绝技术成为亲情的"替代品"，更看重面对面交流的真实情感温度[18] - 68位老年受访者初次接触大模型时存在困惑，因长期形成的"实用主义技术观"而对大模型"什么都能做"的通用性感到无所适从[19] 信任建立与校准机制 - 84位老年人（男32、女52）经信任校准后对大模型的认知准确性均有提升，在一年接触期内形成相对稳定的信任连接[22] - 25位女性老年人形成协同互惠型校准行为模式，表现为包容技术弱点、主动调教技术、将大模型视为平等交往主体[23] - 16位老年人（男13、女3）持续抗拒大模型，因技术风险刻板印象或情感层面心理防线未能完成信任校准[23] 使用行为与交互特征 - 89位老年人使用语音提问比例极高，常在提问中使用语气助词，构成与算法之间独特的"人味"[26] - 老年人提问呈现层次差异：53位问题明确目的单一，35位更愿意"闲聊"，25位将其当作"学习伙伴"[28] - 界面设计影响使用意愿，温暖的图标、拟人化的昵称、清晰的按钮与文字提示能提升老年人的开口意愿[29] 性别差异与使用障碍 - 家庭性别角色规范产生"挤压效应"，29位女性受访者因家务和照料孙辈而难以深度探索人机交互[31] - 家庭资源分配存在"挤占效应"，38位女性老年人使用子女淘汰的旧手机，设备问题影响使用体验[33] - 23位老年女性存在自我贬值认知，形成"技术不适合我"的观念，阻碍数字能力建立[34] 情感需求与长期使用 - 32位持续使用大模型超过一年的老年人具备高学习意愿、心理韧性和高质量社交圈特征[39] - 老年人对大模型存在五类深层需求：生命意义重建、自主与控制坚持、社会存在感延续、低风险社交渴望、生命完整性追求[40] - 健康咨询类问题占比高达四成以上，城市老人关注慢性病管理，乡村老人依赖其解决就医难题[45] 老年人期待的大模型形态 - 37位老年人期待"算命"功能，作为表达焦虑和祈愿的方式，在不确定生活中获得"被确认"的力量[44] - 老年人希望大模型成为可信赖的健康助手，把医学晦涩术语"讲明白"，及时解答且有情感温度[45] - 48位老年人将大模型视为可聊天的"朋友"，希望机器能听懂家乡话、记得讲过的故事，成为生活陪伴者[45] - 许多老人期待大模型成为可放松的"玩具"，通过轻松互动带来简单快乐，满足对"慢娱乐"的需求[46][47] 城乡差异与使用特点 - 东部老年人功能性需求占比最高，侧重进阶功能；西部情感类需求占比最高，聚焦家庭情感互动；中部老年人整体相对均衡[14] - 城市老人倾向"理性问卜"，乡村老人更注重实在问题；城市老人话题丰富，乡村老人爱"说日子"[44][45] - 农村高龄老年人依然保持对新事物的好奇与学习热情，数字生活比想象中更为生动、开放[48]

采访｜周鑫雨 邓咏仪 文｜周鑫雨 编辑｜苏建勋 在阿里、字节接连做了近7年大模型的杨红霞，身上有一种鲜明的挑战精神。 在阿里早期，她从内部的业务阿里搜索推荐系统，投身于初期并不被看好的大模型研究之路。 后来，她带领林俊旸（现通义千问负责人）、周畅（前通义千问大模型负责人）等这一轮中国大模型的核心人才，在达摩院磕出了通义千问的前身，M6 大模型。 2024年7月，杨红霞从字节离职创业后，被曝出仍要做模型相关技术的消息。 "阿里、字节大模型核心人物"的光环，没有盖住彼时市场上悲观的声音：入局太晚，创业公司怎么和大厂争？ 时隔一年零三个月，杨红霞带着她的新 AI 公司 InfiX.ai，杀回了大模型赛道。 10月初，《智能涌现》与身在香港的杨红霞，在线上交流了她的创业近况。 然而，杨红霞对我们强调："模型知识的注入只发生在预训练阶段，后训练提供的是规则。"就好比，预训练一段是 8 年制的医学博士生涯，后训练则是临 床实习的过程。 这就导致，基于企业数据后训练的模型，在实际业务中仍然会出现不少"幻觉"。 "中心化"模型的研发经历，让杨红霞形成了创业的两个原始判断： 但仅从技术中，就能窥见 InfiX.ai 的宏大版图 ...

全球科技竞争情景 - 全球科技竞争基准情景为达成战略均势，中国在制造业保持领先但复杂技术领域面临挑战[1] - 乐观情景为中国成为创新领导者，全球创新生产中心地理转移[1] - 悲观情景为中国产业升级不及预期[1] 关键技术领域 - 美国对AI、先进计算、生物科技关注度上升，对硬基建如先进网络、机器人关注度下降[8] - 2024年美国机构开发40个标志性AI模型，中国为15个，欧洲为3个[42] - 中美AI模型性能差距在MMLU等基准中已收窄至0.3至8.1个百分点[42] - 量子技术距商业化应用还有5-10年，美国2008-2023年总投资约94亿美元[54] 人工智能产业 - 达到GPT-3.5水平的AI模型查询成本从2022年11月每百万词元20美元降至2024年10月0.07美元，18个月降幅超280倍[42] - 2024年北美、大中华区、欧洲企业AI应用率分别为82%、75%、80%，大中华区同比增速27%为最高[42] - 领先开源与闭源AI模型性能差距从2024年1月初8%缩小至2025年2月1.7%[42] 半导体与生物医药 - 举国体制促进光刻机领域国产替代，后摩尔定律时代新技术创新涌现[52] - 2023年美国FDA批准55个新药，其中3个来自中国开发者；中国NMPA批准87种药品，含5种国内首创药物[59] - 中国生物制药公司临床试验份额从2013年3%上升至2023年28%，试验成本比美国低25%-40%[62] 先进制造趋势 - 先进制造趋势为数字技术在物理世界应用及基础工艺创新降低成本曲线[63] - 美国利用AI和软件优势结合大规模产能投资抵消成本劣势[65] - 中国在机器人技术部署和传统芯片等数字化制造生产领域确立主导地位[65]

文章核心观点 - 杭州正以“科创大走廊”为骨架，以AI为血脉，构建极具竞争力的科技产业生态，展现出成为“中国硅谷”的潜力 [6] - 杭州拥有顶尖高校、浓厚创业文化、活跃民间资本及从巨头到初创的完整科技企业梯队，展现出接近硅谷气质的自发生长力 [7] - 杭州在AI科研成果的应用转化方面优势突出，正通过包容政策赋能、多元创新模式、聚焦AI应用转化等举措在新一轮城市竞争中快速发展 [7][51] 余杭未来科技城：阿里生态与AI星火 - 阿里巴巴全球总部坐落于此，承载淘宝、天猫、盒马、闲鱼等核心业务及钉钉、达摩院的前沿探索，是AI人才的黄埔军校 [9][11] - 阿里宣布积极推进三年3800亿元的AI基础设施建设计划 [11] - 围绕阿里形成庞大创新网络，钉钉新总部即将启用，字节跳动全球总部已入驻，vivo、OPPO研发中心大楼在建设中 [13] - 阿里生态土壤中涌现一批AI创业公司，如斑头雁科技（企业级AI Agent平台，服务超10万家企业，获超亿元B轮融资）、半个宇宙（个人AI计算机）、李未可科技（AI眼镜与自研大模型）、Rokid（AR眼镜，产品远销海外）、实在智能（从RPA向AI Agent升级）、有鹿机器人（具身智能，完成总额6亿元订单） [15] - 之江实验室主攻智能感知、人工智能等五大科研方向，推出基于高性能AI训练芯片的智算集群、700亿参数天文语言大模型AstroOne等成果 [17] - 强脑科技作为国内首个脑机接口领域独角兽，已有产品上市并为残疾人康复、孤独症等脑疾病提供解决方案 [19] - 未来科技城发展模式与硅谷相似，政策赋能是重要支持，例如提供最高1200万元研发补助和300万元房租补助 [22] 西湖区：云谷、蚂蚁与浙大“产学双引擎” - 以“云谷-浙大紫金港”为核心，阿里云、蚂蚁集团等企业与浙江大学、西湖大学等高校构建“产学双引擎” [23] - 阿里云通过通义千问开源模型与超级AI云战略打造“AI时代的Android”，已开源300多款模型，全球下载量超6亿次，衍生模型超17万个 [23] - 西湖大学团队推出“AI科学家”智能体系统DeepScientist，在前沿科研任务上测评可超人类研究者183% [24] - 浙江大学计算机系是全国AI产业重要人才摇篮，自1978年布局人工智能学科，2024年9月面向全校99个本科专业推出AI通识必修课，覆盖6000余名学生 [24] - 蚂蚁集团在大模型领域持续发力，推出多款高性价比推理模型，并开源万亿参数大模型 [24] - 技术驱动型企业云深处科技推出全球首款行业级轮足机器人“山猫M20”，已完成8轮融资；久痕科技瞄准“通用办公助理”；游戏科学凭借《黑神话：悟空》横扫全球游戏市场 [25][27] 拱墅区：DeepSeek与“算谷雄心” - DeepSeek凭借开源模型DeepSeek-R1与DeepSeek-V3迅速登顶GitHub、Hugging Face等开源社区，一度冲击美股，后续模型降价50%、论文登Nature封面、登《时代》2025年最佳发明等进展不断 [31][32] - 拱墅区目标打造“中国算谷”，到2035年AI产业营收突破千亿元，目前全区规模以上人工智能产业营收已达149亿元，拥有56家规上AI企业、6家国家级专精特新“小巨人” [33] - 群核科技代表作是全球最大空间设计软件酷家乐，开源3D场景生成模型SpatialGen并登顶Hugging Face趋势榜，正冲刺“空间智能第一股” [35] - 杭州区域创新发展融入硅巷模式，DeepSeek等科技“六小龙”选择在中心区域扎根，形成与硅谷模式不同的灵活分散产业集群 [36] 滨江区：智能制造与AIoT巨头的“硬核力量” - 滨江区是“硬科技堡垒”，拥有宇树科技（人形机器人明星企业，年度营收突破10亿元，估值超120亿元）、“海大宇”（海康威视、大华股份、宇视科技）、新华三、网易、吉利等巨头 [39][41] - 海康威视2006年布局视频分析算法，2023年发布“观澜”大模型，到今年上半年已推出数百款大模型产品；大华股份星汉大模型覆盖视觉、多模态、语言三大方向；宇视科技推出“梧桐”大模型，实现超100个项目落地 [41][44] - 网易在大模型领域形成教育、多模态、具身智能三大路线；吉利构建“算力、算法、数据”三位一体AI布局，自研AI Drive大模型提升智驾训练效率30倍以上 [44] - 滨江区AI产业链从芯片、硬件到系统、应用完整而坚韧，在“AI+制造”领域一马当先 [45][46] 杭州整体AI产业生态与政策支持 - 杭州市政府发布实施方案，提出到2025年底实现全市AI核心产业营业收入超3900亿元、规模以上AI核心产业企业超700家、全市投向AI的产业基金组建规模突破1000亿元等目标 [52] - 2025年市财政预算安排132.3亿元支持创新，其中支持重大科创平台建设10亿元，支持“三名”工程和高校建设49.9亿元，支持科技成果转移转化和科技创新12.4亿元，支持人才引育培养60亿元 [52] - 杭州核心优势在于其包容度和文化交融，能够吸引并留住多元化人才，“六小龙”创始人中四位来自省外，两位为浙江籍，均选择并留在杭州 [53]