文章核心观点 - 2025年12月20日，行业专家在香港论坛上探讨了AI与机器人技术的发展前景，重点讨论了人形机器人的技术阶段、商业化路径以及生态共建 [1] - 与会者普遍认为人形机器人是通用人工智能（AGI）的重要载体，但并非唯一形态，其商业化落地需克服技术、标准化和场景闭环等挑战 [2][3][4][5][6][7] 人形机器人的技术定位与发展阶段 - 中国已成为全球工业机器人和服务机器人第一大国，2026年被视为人形机器人量产的重要节点 [2] - 人形机器人被视为具身智能的最佳形态，是构建Physical AI和世界模型、实现通用人工智能的关键数据基座 [2] - 非人形机器人已在许多产业落地并进入业绩兑现周期，而人形机器人尚处于“从0到1”的阶段，未真正进入生活产生价值 [3] - 技术层面，具身智能目前处于L2阶段（动作实现较好，智能化水平偏低），正迈向L3阶段 [3] - 产业层面，人形机器人正从PR阶段回归理性价值判断，基本完成从实验室原型到真实场景实训的过渡 [4] 人形机器人的商业化关键与量产进展 - 商业化落地是科技产品的核心价值，过往多家企业因无法量产而失败 [5] - 优必选作为全球人形机器人第一股，已交付500台人形机器人，即将突破1000台，2026年计划实现月产800-1000台，年底储备万台产能 [5][6] - 大规模量产需要标准化产品，但行业仍处于“从0到1”的成长阶段，灵巧手、本体等缺乏全球统一标准 [6] - 行业对人形机器人量产时间的预期已从十年以上缩短至三五年 [6] - 商业化需先找到垂类场景，让用户感受到实际价值，通过持续交互积累信任，形成用户场景闭环，以获取数据与反馈实现强化学习与智能进化 [7] 算力与芯片解决方案 - 成熟的机器人产品需要高灵活度执行器、实时算力支持与强大算法支撑，实时算力必须部署在本地 [7] - 天数智芯是首家通用GPU厂商，2021年推出云端通用GPU芯片，产品已迭代至第四代，技术成熟 [7] - 国产算力硬件采用通用GPU架构以适配各类新模型，软件兼容主流路线，曾实现两天内完成跨本体的具身大模型适配 [7] - AMD提供全栈式人工智能解决方案，以CPU+GPU+NPU的异构计算方案满足机器人运动控制、视觉识别、AI算力等需求 [8] - AMD拥有开放的ROCm开发者生态，其FPGA和自适应SoC可满足边缘智能场景对低时延、高能效智能推理的需求 [8][9] 生态共建与未来发展方向 - 依托中国强大的供应链体系、庞大的应用场景以及软硬件一体化人才，应聚焦用重大科技创新解决智能制造等社会关键问题 [6] - 脑系统的核心是软硬件一体，需要芯片物理层、操作系统层、模型层三者深度融合，提出“副脑”概念以实现大小脑协同 [6] - 2024年底，显性知识已被AI学尽，智能进化新阶段的核心驱动力来自各行业的隐性知识（需通过人机交互挖掘）和物理世界的具身智能（需搭建世界模型） [7] - AMD通过上下游产业链合作，助力AI及人形机器人产业发展，担当行业创新引擎与技术推动者 [9] - 预计2026年泛具身场景中非人形机器人将率先起量 [3]

文章核心观点 - 论坛围绕“生态共建 在传统与创新中融合”主题，探讨了AI与机器人技术的发展前景，核心聚焦于人形机器人的技术阶段、商业化路径、关键支撑技术及未来发展方向 [1] 人形机器人的形态与通用人工智能（AGI）关系 - 中国已成为全球工业机器人和服务机器人第一大国 [4] - 人形机器人是AI闭环的关键，能推动人类文明和技术发展，2026年被视为其量产的重要节点 [4] - 人形并非实现通用人工智能的唯一形态，但被认为是具身智能的最佳形态，因其能收集真实世界数据、搭建世界模型，为Physical AI奠定基础，缺乏此载体，通用人工智能大概率无法实现 [5] - 人形机器人符合人类情感与视觉需求，适配人类生活环境，但其蹲起搬运等协调行为需要运算、感知、控制等多方面高复杂度配合，是重要发展方向但非唯一方向，不同应用场景需要不同的具身智能形态 [5] - 非人形机器人已在很多产业落地，进入业绩兑现和产能爬坡周期；而人形机器人尚处于“从0到1”的阶段，未真正进入生活产生价值，其高估值源于人类对情绪价值的期待 [5] - 具身智能技术目前处于L2阶段（动作实现较好，智能化水平偏低），正迈向L3阶段，人形机器人被认为是未来AGI技术的终局形态，但相关专有技术尚未成熟 [6] - 人形是追求通用性的途径而非目的，通用性也并非所有场景的最优解，机械臂等在封闭场景和成本敏感需求下更易落地，最终的机器人形态将更多取决于能否在工作场景中完成完整的产业化和商业化落地 [6] - 当前人形机器人正从PR阶段回归理性价值判断，基本完成从实验室原型打造到真实场景实训的过渡，未来需从运动控制升级到智能交互 [6] 人形机器人的商业化关键与量产进展 - 商业化落地是科技产品的核心价值 [8] - 优必选作为全球人形机器人第一股，已交付500台人形机器人，即将突破1000台，明年计划实现月产800-1000台，年底储备万台产能，但强调大规模量产需要标准化产品，目前行业仍处于“从0到1”的成长阶段 [8] - 行业对人形机器人量产时间的预期已从十年以上缩短至三五年 [9] - “量产”需以产品标准为前提，当前行业应慎用该词，优必选的交付属于小规模爬坡，行业尚未形成灵巧手、本体等全球统一标准，与新能源汽车的标准化基础不同，新创公司跨越大规模量产门槛难度极大 [9] - 人形机器人可能是人类历史上第一个从被动执行转换成主动认知能力的产品或设备 [9] - 终端付费是商业化的关键，产品需聚焦垂类场景，让用户感受到实际价值，通过持续交互积累信任，形成用户场景闭环，才能获得数据与反馈，实现强化学习与智能进化 [12] - 2024年底，显性知识已被AI学尽，智能进化进入新阶段，核心驱动力来自各行业的隐性知识（需通过人机交互构建强化学习链路挖掘）和物理世界的具身智能（需搭建世界模型弥补感知能力不足） [12] 人形机器人的关键技术支撑 - 机器人感知决策的关键是大小脑融合 [9] - 脑系统的核心是软硬件一体，需要芯片物理层、操作系统层、模型层三者深度融合，提出“副脑”概念处理前端感知信号，实现小脑大脑化、大脑小脑化，三者协同构建高效脑系统 [10] - 算力是人形机器人的核心支撑，成熟的机器人产品需要具备强泛化能力，要求认知、决策、执行各环节精准，同时配备高灵活度执行器、实时算力支持与强大算法支撑，实时算力必须部署在本地 [10] - 天数智芯是首家通用GPU厂商，2021年推出云端通用GPU芯片，目前产品已迭代至第四代，技术成熟 [10] - 国产算力硬件上采用通用GPU架构以适配各类新模型，软件上兼容主流路线，曾实现两天内完成跨本体的具身大模型适配及某语言大模型发布当天的零人工参与适配 [11] - AMD以CPU+GPU+NPU的异构计算方案，满足机器人运动控制、视觉识别、AI算力等多方面需求，并拥有开放的ROCm开发者生态为创新提供支撑 [13] - 在边缘智能场景中，系统需在本地快速处理传感器数据以实现低时延、高能效的智能推理，AMD的FPGA和自适应SoC可通过定制数据路径和灵活资源配置有效满足这些需求 [13] - AMD全栈式人工智能解决方案已有成功开发实例，例如基于AMD锐龙AI Max+395端侧算力支持的“开物”异构多智能体协同导航框架，以及基于AMD Mini AI工作站的“大模型如何控制机器人”解决方案 [14]

案件核心事实与一审判决 - 上海市浦东新区人民法院一审判决讯兔科技构成不正当竞争，因其超越白名单机制、未经许可获取并使用进门平台线上会议数据内容并向不特定公众传播[4][5][6] - 法院判决讯兔科技立即停止不正当竞争行为、赔偿进门经济损失400万元及合理开支10万元、并在其网站和APP首页刊登声明以消除影响[8] - 讯兔科技辩称其产品具有创新性且进门不享有涉案数据权利，但法院未予支持[5] - 案件二审仍在审理中[3][8][20] 进门财经业务模式与行业定位 - 公司是一家领先的机构AI投研工作台，服务全国74家券商研究所，聚合券商研究所、上市公司和机构投资者三大核心群体[1][12] - 核心业务是构建合规安全的沟通基础设施，关键护城河是严格、动态的“白名单”系统，以满足分析师传播需求和券商合规要求[11][12] - 公司成立于2013年，2023年完成1.2亿元B轮融资并获得腾讯1亿元独家投资[8] - 平台致力于利用国内合规大模型技术对信息进行“降噪提纯”，未采用境外模型方案[15] 讯兔科技业务与融资情况 - 公司是一家AI驱动的金融数据与生产力服务商，成立于2021年，致力于通过AI Agent提升机构投资者工作效率[9] - 旗下产品“Alpha派”APP等被指控内置进门平台路演链接并标注“进门财经”以牟利[4] - 公司在今年10月完成超1亿元的Pre-A轮融资，由红杉中国和高瓴创投联合领投[9] - 一审判决后，公司发布文章称其AI会议功能获法院认可，并表示将提起上诉[19] 侵权具体手法与行业影响 - 侵权方以AI会议助理服务为名，要求客户录入进门平台账号密码，从而进入非公开会议进行全程录音录屏[16] - 随后利用境外大语言模型将音视频转化为文字纪要，卖给“白名单”之外的投资者[16][17] - 此行为使券商白名单机制形同虚设，危及进门平台竞争利益，并可能影响券商合规资格和上市公司信息保密[18][23] - 侵权行为对进门公司的收入和研发积极性带来了负面影响[21] AI技术在金融投研领域的合规挑战 - AI工具的使用不得损害原始数据权利人权益，不得绕过访问限制或用于不正当竞争[22] - 数据处理必须有合法授权，需建立数据合规审查机制并符合《个人信息保护法》、《数据安全法》等法规要求[22] - 在金融领域，非公开内容的超范围传播可能导致内幕交易、研究积极性下降和信息质量整体下滑[23] - 维权可依据《反不正当竞争法》、《著作权法》等法规通过诉讼、行政投诉等路径进行[23]

核心观点 - 市场正从“万能模型”转向“专业智能体矩阵”，AI在金融投研领域的深度渗透旨在克服传统投研中高度依赖分析师、耗时且难以标准化的任务[2] - AlphaEngine与Alpha派等投研智能体专注于垂直投研场景的深度优化，强调任务自动化和产业链集成，已成为机构投研流程的“自动化引擎”和“初筛工具”[2] - 实际案例显示，AlphaEngine能在数分钟内完成DCF模型构建并输出目标股价区间，而Alpha派能快速还原产业链并量化个股主题纯度，显著提升信息可信度并有效规避“AI幻觉”问题[2] - 与DeepSeek等通用大模型相比，专业投研智能体在投研领域的专业定制化方面更具优势，但在泛化能力上较弱[2] - AI赋能资产配置要转化为可持续的超额收益，需在AI输出基础上叠加人类专家的定性判断与动态监控，实现智能化工具与经验决策的最佳协同[2] AlphaEngine应用案例 - FinGPT Agent搭载于AlphaEngine，适用于宏观策略、行业研究、公司研究、财务估值以及热点追踪五大场景，提供快速问答和AI Agent两种模式[5][9] - 在财务估值建模案例中，针对公司A的未来业务增长预期，AlphaEngine能快速构建DCF模型，测算未来12个月的目标股价区间，任务处理中研读材料约12.69万字，远超人类分析师速度[14] - 该估值过程收集了高盛、美国银行、汇丰等多家机构的目标价和DCF参数，总结了关键财务预测数据如净利润增长率，并进行了详细的敏感性分析[15][18][20][21] - 在政策分析案例中，针对美港稳定币法案的影响研究，AlphaEngine能将任务分解生成研究计划，并自动生成工作笔记，此任务共参考58篇文档，生成18篇工作笔记，确保过程透明与参数溯源[25][26][27][28][30] - 与DeepSeek的对比显示，AlphaEngine的分析在体系化程度、数据定量支撑、权益分析深度和宏观叙事深化方面更具优势，提供了更具体的法规细节和更全面的全球视角[45][52][53] Alpha派应用实践案例 - Alpha派是一款智能投研APP，其“主题选股Agent”利用NLP与知识图谱，能快速还原产业链、量化个股主题纯度，并覆盖A股、港股、美股，为投资者提供全球化视角和可操作的公司名单[58][59] - 在“特种机器人”产业链主题选股案例中，Alpha派能从产业链上下游结构、公司业务纯度、未来成长空间三个维度展开分析，细分出高、中、低纯度等级的代表公司并列出投资亮点[60][63] - 在个股业绩点评功能中，Alpha派可模仿用户输入的过往点评风格，输出相似格式的内容，并附有参考报告方便数据溯源与人工复核，有效避免“AI幻觉”问题[66][69] - 在政策分析方面，针对同样的美港稳定币法案问题，Alpha派采用“结论先行”和提炼“三条主线”的策略纪要风格，报告结构清晰，阅读效率高，并支持word导出格式[74][77][93] AlphaEngine与Alpha派比较 - 两者对美港稳定币法案影响的分析结论高度一致，均认为将强化美元地位、改变资本流动、并推动权益资产代币化，但在报告结构和侧重点上存在显著差异[93][94][95] - Alpha派的报告呈“策略晨报”风格，结论先行，结构精炼高效，重策略、可操作性强，适合需要快速把握核心观点的决策者[93][95] - AlphaEngine的报告呈“深度行业报告”风格，内容详实全面，重基础、广视角，提供了更详尽的法案背景和框架对比，以及对权益估值机制等更深入的分析[93][95] - 在分析工具上，Alpha派提供了量化情景测算，而AlphaEngine则使用了更多具体案例进行佐证[95] - 在功能支持上，Alpha派仅支持word导出但可识别资料中的图片加入报告，AlphaEngine则支持md、pdf、word多种格式导出并可生成工作文档[95]

AI应用市场现状 - C端AI应用面临用户接受度挑战，路易斯安那州大学分析显示292个应用的220万条评论中负面评价占比达58.3% [3] - B端企业服务赛道因对效率与ROI的严苛追求路径更清晰，金融业与大模型能力形成共振成为AI重构核心战场 [3] 讯兔科技融资与市场地位 - 公司完成超一亿元人民币Pre-A轮融资，由高瓴创投和红杉中国联合领投，钟鼎资本和嘉程资本跟投 [3][4] - 核心产品Alpha派在二级市场线上会议中渗透率超过80%，成为陆家嘴机构投资者广泛使用的AI投研助理 [4] - 根据SimilarWeb数据，公司在AI金融类应用上全球排名前三，用户粘性全球领先，高出竞品50%-60% [13] 产品开发背景与痛点解决 - 疫情期间投研圈线上会议量暴增18倍，传统工作流程被信息洪流冲垮，投行券商需招募数百名实习生进行人力转录 [5] - 公司通过访谈近百位基金经理与分析师搜集需求，利用ChatGPT技术突破在一个半月内推出首款超60分的AI纪要产品 [6] - 产品实现PMF后从年轻研究员自发传播到投资总监等重量级用户，被评价为"占领用户心智，陆家嘴人手一个" [7] 产品技术策略与核心功能 - 采用"把脏活累活做到95分"的务实策略，自建金融垂类语料库（如化工品上万个）和声纹库解决专业词汇识别与身份对应问题 [8][11] - 通过"串联式端到端任务流"架构将Agent输出准确率比基础模型提升80%以上，模拟研究员工作方式拆解复杂任务 [12] - 产品从AI纪要升级为会议助手Agent，实现投研工作流程异步操作，用户可将单日处理会议能力从7-8场提升至50场 [9][10] 产品矩阵与演进路径 - Alpha派能力矩阵覆盖公司研究、业绩点评、调研大纲、主题选股等核心场景，实现从事务型助手向业务型助手演进 [12][15] - 公司定义AI发展三阶段：1.0时代（单步信息处理）→2.0时代（多步复杂任务处理Agent）→3.0时代（具备直觉的决策辅助） [19] - 目前处于2.0时代，通过工程化手段实现近似微调效果，避免与基础模型厂商正面竞争，专注最后一公里应用 [12][13] 行业影响与战略愿景 - AI工具使60-70%从业者实现30-40%效率提升，5-10%超级个体通过AI杠杆创造十倍能力提升，无法有效使用AI者将被淘汰 [14] - 纳斯达克计划延长交易时间至24小时为AI Agent托管交易提供空间，公司出海战略旨在打破欧美金融信息服务商垄断 [20] - 公司定位为"冬天孩子"，通过韧性组织文化和深度用户沟通（年调研300-400次）构建护城河，目标成为世界级金融AI公司 [9][20][22]

融资信息 - 讯兔科技完成超1亿元人民币的Pre-A轮融资 [2] - 本轮融资由红杉中国和高瓴创投联合领投，钟鼎资本和嘉程资本跟投 [2] 公司背景与产品 - 公司由90后创始人李罗丹于2021年创办 [3] - 核心产品Alpha派是行业内首个将AI技术落地于投资研究场景的应用 [3] - 产品从会议纪要痛点切入，并推出AI Agent矩阵，包括公司一页纸、业绩点评、调研大纲等功能 [3] - 产品定位为金融信息的严肃工业品，旨在为金融机构配备先进研究工具 [4] 市场表现与用户覆盖 - Alpha派已累计服务七万余名投研人员，覆盖6000多家机构 [3] - 公司通过用户代理战略帮助投研人员从信息洪流中解放，聚焦价值创造 [3] 战略定位与发展愿景 - 公司不仅是AI SaaS企业，更有潜力成为金融投资领域的平台级新型基础设施 [4] - 融资将用于加速构建AI驱动的金融新基建并推动全球化布局 [4] - 高瓴创投认为公司正在构建合规、高效、链接买卖双方的行业新生态，具备基础设施级潜力 [4]

融资信息 - 讯兔科技完成超1亿元人民币的Pre-A轮融资 [1] - 本轮融资由高瓴创投和红杉中国联合领投，钟鼎资本和嘉程资本跟投 [1] - 融资将用于加速构建AI驱动的金融"新基建"并推动公司全球化布局 [1] 公司概况 - 公司成立于2021年，为AI驱动的金融数据与生产力服务商 [1] - 公司创始人兼CEO李罗丹为"90后" [1] - 公司致力于通过AI Agent提升全球机构投资者的工作效率和提高资本市场信息有效性 [1] 产品与服务 - 核心产品Alpha派是行业内首个将AI技术成功落地于投资研究场景的应用 [2] - 产品从"会议"痛点切入，凭借AI纪要助理赢得用户，并推出"公司一页纸、业绩点评、调研大纲"等AI Agent矩阵 [2] - Alpha派已累计服务七万余名投研人员，覆盖6000多家机构 [2] 发展战略与市场定位 - 公司战略定位为"用户代理"，帮助用户从信息洪流中解放，聚焦价值创造 [2] - 公司使命是为金融机构配备全球市场竞争所需的先进研究工具 [2] - 投资方认为公司不仅是新一代原生AI SaaS公司，更有潜力成为金融投资领域的平台级新型基础设施 [2]

案件判决结果 - 法院判决被告讯兔科技立即停止不正当竞争行为并删除下架侵权内容 [5] - 被告需赔偿原告经济损失400万元及合理开支10万元 [5] - 被告需在其网站和APP首页刊登声明以消除不良影响 [5] 侵权内容范围 - 侵权内容包括线上路演会议的回放音频、纪要全文及AI纪要摘要 [3][6] - 未经授权复制使用的内容需全部下架 [6] 法院对不正当竞争行为的认定 - 未经授权复制使用线上路演会议内容并提供给公众违反证券业商业道德 [7] - 被告行为扰乱市场竞争秩序并损害原告合法竞争利益 [9][10] - 利用AI人工智能工具不影响对竞争行为正当性的判断 [13] 行业合规性与商业道德 - 线上路演会议白名单机制是证券行业应遵守的商业道德 [7] - 公司严格遵守证券业合规性要求并对买方客户进行适当性管理 [9] - 第三方平台的形式遮掩修改不影响侵权实质判断 [14] 被告过错与侵权情节 - 被告明知内容需白名单管理却仍向公众开放属于过错明显 [16] - 侵权时间长短和会议场次是裁量情节严重程度的参考指标 [18] - 被告在诉讼后仍不停止行为进一步扩大损害后果 [19] 公司市场地位与行业呼吁 - 公司通过多年经营在证券业线上路演平台服务行业占有市场地位 [21] - 公司呼吁行业合作伙伴共同落实投资者适当性管理要求 [22] - 效率革命不应以牺牲证券业合规性为代价 [21]

AI技术赋能基金业培训 - 未可知人工智能研究院副院长张孜铭为招商基金投研团队开展《AI赋能基金业：办公、营销与投研》专题培训[1] - 培训系统梳理AI技术发展脉络，重点解析生成式AI与决策式AI的核心区别：生成式AI关注内容创造，决策式AI侧重于优化决策[3] - 强调AI不是要取代投研人员，而是让投研人员从繁琐信息处理中解脱，更专注于价值判断和决策本身[4] 提示词工程与AI协作 - 详细讲解CO-STAR、TCREI、CRISPE等结构化提示词框架，并通过RBTR四步法生成高质量基金营销文案[3] - 指出好的提示词不是对AI发号施令，而是与AI进行高效协作的艺术，该技能将决定AI时代的工作效率[3] - 利用DeepSeek分析基金产品卖点，结合碳中和等热门主题快速生成具有吸引力的营销内容[3] AI在基金营销场景的应用 - 培训展示AI生成软文、生图、生视频的实用技巧，通过讯飞绘文等工具实现从市场热点分析到完整营销文案生成的全流程[3] - 参会人员现场体验AI工具操作，培训帮助建立AI思维模式，这种思维转变将对工作产生深远影响[3][4] AI在投研场景的赋能 - 介绍Reportify、Alpha派等专业AI工具在数据采集、信息整理和可视化分析中的应用，极大提升投研人员信息处理效率[4] - 招商基金投研部门负责人评价培训不仅提供实用AI工具操作指南，更重要的是帮助建立了AI思维[4] 未可知人工智能研究院服务能力 - 研究院在AI企业培训、技术方案落地和战略咨询方面具有丰富经验，提供深度定制企业培训服务[6] - 推出GEO（生成式AI搜索关键词优化）和DeepSeek+知识库等企业级解决方案，帮助企业实现安全高效的数字化转型[6] - 未来将以"AI战略+技术赋能"双轮驱动，助力更多企业完成"AI+"战略转型，在智能化时代保持竞争优势[6]