36氪获悉，7月31日，国务院国资委党委召开扩大会议。会议强调，要指导中央企业主动对接和带头落实好国家政策，抓住重点、主动作为，充分发挥引领带动作用，更好助推经济持续向新向优向好发展。要锚定全年目标不动摇，切实加强现场督导调研，把中央企业生产经营情况摸清摸透，找准痛点、对症下药，夯实企业高质量发展基础。要着力推进原始创新和关键核心技术攻关，以更大力度加强基础研究，深化央企“人工智能+”专项行动，因企制宜培育新兴产业和未来产业。要持续深化提质增效，做好重点领域内卷治理，推进全产业链、全价值链降本节支，增强经营创现能力和资本积累积聚能力，以“自身稳”带动“行业稳”。要坚决守住风险底线，有效发挥司库体系功能作用，切实加强穿透监管，扎实抓好防汛救灾和安全生产工作，筑牢高质量发展的安全屏障。
By 大出海网采编
read more中层消失，Token狂热退潮，硅谷工程师眼里的「AI创业下半场」未来人类实验室·2026年07月31日 08:30所有共识都在迅速过期所有人都在尝试建立关于AI的判断，但所有共识都在迅速过期。访谈|巴芮 海风文|海风 刘思洁编辑|刘思洁封面图源|受访者拍摄“野蛮生长的阶段已经过去了。”这是身处硅谷AI创业一线的马培元最近最深的感受。2021年12月，本科毕业后，他进入号称“美版知乎”的Quora，后来转到AI聊天机器人聚合平台Poe，担任资深AI工程师。2个月前，他又加入硅谷最热门的AI Agent创业公司之一Cognition。2026年5月，这家成立不到三年的公司宣布完成超过10亿美元融资，估值升至260亿美元。8个月前，它的估值还是102亿美元。除了工程师，马培元还有另一个身份——投资猎头（Venture Scout）。他替投资机构寻找值得下注的AI创业项目，每年拥有50万美元的投资额度。毕业后的这四年多的时间里，他似乎始终行动得要比AI行业共识早，在“agent”这个词还没有被任何人讲清楚定义之前，他所在的团队已经悄悄立项。在Anthropic还是无名之辈时，他们就成了Claude最早的深度用户。他是团队里第一个AI认证工程师、第一个AI agent工程师，后来又把整个工程团队“洗脑”成了使用AI编程的AI Native团队。这种认知和行动的超前，最有意思的印证发生在两周前，他在和“未来人类实验室”对谈时随口说出“people manager正在消亡”，没过多久就被腾讯、字节宣布取消中层的新闻坐实。变化发生得太快，在硅谷，要时刻与变化共处。在这篇稿子两次访谈的两周间隙里，马培元发现自己上一次讲的硅谷“追逐最贵最前沿模型”的逻辑，就开始站不住了。当下硅谷流行的做法是把多个便宜模型和顶尖模型“融合调度”使用。和马培元聊了近5个小时，我们发现，他几乎一直在推翻昨天的自己，硅谷也一样。“我不能说所有的，但你可能说大于60%，一个月之后就可能又反着来了。”过去几年，AI几乎改写了硅谷的所有默认规则：什么样的人更容易脱颖而出，什么样的组织更有竞争力，什么样的钱花得值。当然，这些所谓“正确答案”的判断，也在迅速失效。在AI领域，一年已经是很长的周期，很多判断可能在一个月内就被推翻。以下，是马培元眼中十分当下的10个硅谷AI观察：马培元硅谷需要什么样的人才？马培元的职业画像，高度契合了硅谷的AI公司最喜欢的人才样貌。他不是传统的计算机背景，没有得竞赛金牌，没有顶尖名校光环，甚至一度对计算机毫无兴趣，但过去四年，他从Quora的广告组一路做到Cognition的AI工程师，履历踩中了硅谷AI公司现在最想要的人才画像的每一个关键词。他的经历，既是一部个人成长史，也是一份行业招聘标准变化的样本。观察1：通才碾压专才硅谷现在最抢手的人才画像，不是某个领域钻得最深的专家，而是“每一项都过得去、没有明显短板”的人——业内管这个叫polyglot talent，更通俗的话说叫“六边形战士”。2024年，Poe内部启动了一个当时还没人说得清定义的“agent”项目，组里挑中我这个新人的理由很直接：“既做过AI，也做过全栈开发和iOS”。当时组里其他人大多是传统机器学习、搜广推背景出身，他们的人不懂前端代码，而agent恰好需要能写前端界面。公司原本负责AI提示词工程的人离职后，团队里再没有人能补上这个缺口，那正好，反正我学得快，我既做这个agent提示词工程，也做这个它的前端写代码之类的。这套“什么都会一点”的能力组合，后来变成了我找工作时最值钱的资本。我是你给我一个什么新的领域，我可以从两周之内学得差不多。而这正是早期创业公司要的人。观察2：AI原生技能，可以在短时间内碾压资历年限AI工具的使用能力，可以直接碾压传统意义上靠年限堆出来的资历。我从Quora广告组转去iOS组的时候，理由是“想迈出舒适圈”，但此时我对iOS一窍不通，是彻头彻尾的“0年经验”。我当时没有选择慢慢补课，而是把GPT-4当成了自己的搭档。当时我周围的人都是非常资深的iOS工程师，他们可能不信AI。我iOS不会写，Swift代码不会写，于是我就疯狂地用AI帮我写代码。结果是，我这个刚入行三四个月的新人，产出速度追平甚至超过了身边浸淫多年的资深工程师，两年内就做到了资深职位。这在传统晋升体系里，几乎是不可能的速度。此前，在Facebook可能至少要4到6年，你才能变成资深工程师。谷歌有些人可能一辈子都不会升级到资深工程师。我在Cognition就遇到过一位19岁的面试官。一开始我还有点沮丧，一个26岁的人被19岁的人“拷问”，很多问题我都答不上来。后来我意识到，这恰恰是一个迹象，说明这家公司确实能不拘⼀格降⼈才，且年龄不再是硅谷评判人才的标准。观察3：招聘标准被彻底重写，AI公司不用同一套模板面试我在Quora离职前，认真面了将近20家公司，算上打过电话的有30到40家。最多的时候，我一周被30多个猎头找上门来。面试了这么多家公司，我发现，当下AI公司招人没有一个统一的面试模板。但有几个很明显的变化，LeetCode式算法题的重要性在下降，关于AI系统设计的最佳答案每个月都在改变。面试结构也在变化。在线笔试+work trial成了一种新的组合。work trial是一种非常短的“试用期面试”。有的3小时，有的5小时，最长也就一两天。我遇到的一次面试，就是直接给我一个代码库，让我用任何工具，包括AI，去解决一个实际问题。做完之后，还要展示思路和成果。整个过程已经非常接近真实工作。更有意思的是，对AI使用的考察本身也被拆成两种模式。有些轮次要求必须用AI，看你怎么“by code”；但也有轮次明确禁止使用AI，比如debug，考的是在没有AI辅助加成下，你能不能找出错误，本质上是在测试个人实际的软件⼯程⽔平和品味如何。面试本身也多种多样。比如，有的公司会让我做商业分析，判断他们应该收购哪个行业。行为面试（behavior round）也变了。它不再是“个人最⼤的缺点和优点”“跟同事有冲突怎么解决”等传统问题，而是拉长时间线，去看一个人的成长轨迹，从高中到大学，从实习到工作，一路往下追，看你的“人生斜率”，判断你是不是⼀个能够指数型增⻓的⼈。没有标准答案带来的一个意外好处是：没人能靠背题拿到offer。连我在Cognition的内推人都直接告诉我：“你别准备了，我觉得没什么可准备的。”AI正在重构组织结构在硅谷，最厉害的那批人，从来不属于某一家公司，只属于“那个时代最厉害的公司”。二十年前是谷歌，十年前是Uber和Robinhood，五年前是Coinbase，现在是AI公司，硅谷是“流水的银盘，铁打的兵”。这批被新标准筛出来的人才，更会因使命感，而不是“待遇”留下。这些汇聚最厉害人的组织，也在AI的重塑下，发生着巨变。观察4：对“AI原生”太过渴求硅谷公司对AI原生（AI native）的渴求程度远远⼤于我的想象。我面试的公司大多是A轮、B轮，也有一些种子轮。一个很高频的问题是：你用什么AI工具？我通常直接把自己写的博客丢过去，对方基本上都会“目瞪口呆”。他们会说，不只是想让我做AI应用开发，更希望我去推动公司内部的AI转型，让团队变得更AI原生。很多公司其实已经在做AI产品，但员工还没有建立自己的AI工作流。而且，他们也很需要每天都刷很久推特、及时分享⼀些新奇AI发现或提效技巧的⼈。这件事对我来说有点反直觉。我过去的一些“爱好”，比如每天折腾Claude Code等新工具、在Slack（一款办公软件）里分享AI用法，反而变成了一种新的组织角色。之前在Quora时，我成功地让整个⼯程团队都⽤上了Claude Code。办公室每遇到⼀个⼯程师，我都会问，你有没有⽤AI来编程？我记得办公室⾥有一个做网络安全的工程师，一开始很抗拒，觉得用AI写代码风险太高。我后来让他换个思路，不写代码，只用AI读代码、理解代码库、做数据分析。后来，他也真的用起来了。观察5：“更好地去使⽤AI”，实质是个组织转型问题在Cognition做AI相关工作时，我越来越发现一个事实：更好地去使⽤AI，可能已经不是⼀个纯⼯程问题，而是⼀个组织架构上的转型问题。举个例子。传统组织架构的互联网公司，一个Bug从发现到修复，往往要经过需求评估、工程排期、开发、测试、上线等好几个环节。真正用AI写代码可能只需要两三个小时，但整个流程走下来，经常要一个月。以前这样的流程是合理的。因为修一个Bug，一个工程师可能要花三五天，流程的价值在于协调不同团队、分配资源。但AI把这个时间压缩了。现在，我们用Cognition推出的Devin这样的AI软件工程师产品，两三个小时就能完成过去几天的工作。在Cognition，我们甚至可以用Devin找到负责这个Bug的人，再让Devin协助他完成修复，中间很多协调和流转环节都可以省掉，没有任何冗余。其实是AI在倒逼整个组织架构的转型。观察6：People manager正在消亡，管理者必须自己会写代码所谓people manager就是⼯程经理（engineering manager）。在美国，近⼏年来流⾏的⼀个观点是，你作为管理者就要做好管理，更多负责团队协调、组织沟通，照顾员工情绪、提供成长支持，工程能⼒不用特别强。但进到Cognition，我发现整个组织架构⾮常扁平化。比如，我直接汇报的对象甚至是CPO，也就是联合创始人之一。他不会细致关心你的个人成长，角色更像是确定大方向。甚⾄可以这么说，Cognition现在60多人的工程团队里，真正的people manager只有一个人，其他的包括CPO在内，都是“既管人、也写代码的”。这和我之前在Quora的体验完全不同。当时，一个manager可能要管五六个工程师。Cognition团队集体穿上红衣服为一位日常爱穿红色衣服的同事庆生我觉得这可能是AI带来的组织架构变化。我观察到，任何⼀个朝⽓蓬勃的AI创业公司，其实都是这样，⼏乎没有只负责管⼈的经理——如果他管⼈，他⼀定技术也很强。这个判断不仅仅发生在硅谷，在间隔两周的两次访谈之间，国内大厂腾讯、字节也先后宣布取消中层。AI时代，任何判断都会很快被推翻马培元观察到的变化，不只停留在组织层面。更宏观的行业判断：“在硅谷AI公司内部，什么样的Token支出算合理，什么样的模型才是好模型？”同样在以肉眼可见的速度被推翻。这一次，连他在第一次采访时说过的判断，都没能扛过两周。硅谷的AI行业本身也在以月甚至以日为单位自我推翻，没有什么判断能保鲜太久。观察7：Token Maxxing出现了分化，大公司开始重新关心效率今年初，硅谷一度流行“Token-Maxxing”。Meta等公司一度甚至做过Token使用排行榜。谁用得最多，谁就是“AI原生”的代表。我觉得这⾸先就是一件很蠢的事情——AI token的使⽤量跟⼯程师的效率不能画等号。Google、Meta的朋友还跟我说，他们当时都在搞“AI大跃进”。公司会专门办“AI Week”，所有人都要停下手里的工作，去写AI Skills，把自己的Skill包装得天花乱坠。一开始，几乎所有公司都是这个思路：先让大家尽可能多地用AI，看看到底能用到什么程度。但一旦变成公开排名，人的行为就会被扭曲。工程师会为了“用得多”而用，甚至出现一些很荒诞的情况，比如让AI每晚定时乱跑、空跑一些没有意义的任务，只是为了增加使用量。这其实和用GPA去衡量学生能力一样，单一指标很容易失真。后来很多高层也开始意识到这个问题。更具体的是，他们被账单吓到了。比如Uber，2026年全年的AI专项预算，前四个月基本就烧完了。很多大公司开始重新限制Token用量。董事会和CEO会开始问，这个token⽤量真的值吗？它真的能让我们提升这么多效率吗？⼀个亿美⾦花下去，它真的带来了⼀个亿的产出吗？这场焦虑很快被Cognition做成了一份可以明码标价的商业答卷。6月4日，Cognition发布了“AI生产力保证”——如果企业客户使用Devin（Cognition推出的AI软件工
By 大出海网采编
read more滴普科技首份半年报：AI业务收入增长209%，二季度已实现盈利36氪财经·2026年07月31日 14:00收入扩张、规模效应显现AI在企业端的快速渗透正在被持续验证。7月30日，企业级大模型AI应用解决方案商滴普科技发布上市后的首份中期业绩。2026年上半年，公司实现营业收入2.84亿元，同比增长115.0%。分业务来看，与AI应用直接相关的“DeepexiOS AI级企业操作系统平台解决方案”成为核心增长引擎。该业务上半年实现收入2.26亿元，同比增长209.2%，收入占比由上年同期的55.3%提升至79.6%。相比之下，“FastData企业级数据智能解决方案”收入为5803.8万元，同比基本持平。公司收入结构进一步转向企业级AI应用倾斜。利润端的改善同样值得关注。公司披露，2026年二季度实现净利润约0.30亿元。上半年公司净亏损收窄至0.32亿元，降幅达89.6%；经调整净亏损由0.52亿元收窄48.5%至0.27亿元。盈利能力改善主要来自两个方面。首先，收入扩张及业务结构优化推动毛利润增长。2026年上半年，公司整体毛利率为56.5%，同比提升1.5个百分点；其中，DeepexiOS AI级企业操作系统平台解决方案毛利率达到57.2%，同比提升2个百分点。在收入和毛利率同步提升的推动下，公司上半年毛利润达到1.60亿元，同比增长120.5%。其次，规模效应开始显现。上半年销售及营销开支、研发开支分别同比增长33.2%和23.8%，显著低于收入增速，因此销售费用率由约37.3%降至23.1%。二季度由于收入环比增长超过三倍，使相关费用得到更充分的摊薄，经营杠杆由此加速释放。需要注意的是，与经调整净亏损相比，报表传统口径净亏损的大幅收窄还受到股份支付减少、上年同期公允价值变动及上市开支不再发生等因素影响。因此，相较于报表利润，经调整亏损、毛利率及费用率的持续改善，更能反映主营业务的盈利趋势。总体而言，二季度单季盈利表明滴普科技的收入规模已开始跨过阶段性的盈亏平衡点。如果下半年订单交付和收入增长延续，毛利率及费用率保持稳定，公司2026年全年扭亏的可能性将明显提升。本文由「36氪财经」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：企业授权
By 大出海网采编
read more最前线｜武汉建成全国首个超大城市全域低空遥感监测网络，146座无人机机场构建“城市智眼”张子怡Leslie·2026年07月31日 16:12作为低空基础设施的重要组成部分，大疆机场近年来持续升级。文｜张子怡编辑｜袁斯来低空经济正从飞行器制造走向城市治理。7月29日，武汉市测绘研究院联合大疆行业应用发布“城市智眼”低空无人机遥感监测体系建设成果。目前，武汉已建成146座无人值守机场，基本实现除禁飞区外全市5分钟无人机响应，成为全国首个实现超大城市全域覆盖的低空无人机遥感监测网络。据了解，这套“城市智眼”系统由低空无人机监测网络、云控平台、AI算法库及行业应用组成，依托高精度低空空域时空信息格网，可实现机场智能调度、航线自动生成、障碍物智能规避等能力，支持“一键直飞”“接力续飞”“临时转飞”等自动化飞行模式。与传统无人机巡检相比，低空基础设施的价值并不只是增加无人机数量，而是在城市层面建立统一的低空运行网络。按照武汉目前的部署，146座机场由多个政府部门共享使用，通过统一平台进行调度，在实现硬件资源共享的同时，各部门的数据和权限保持独立管理，避免重复建设。目前，“城市智眼”已服务武汉16个政府部门，并逐步应用于交通管理、生态环保、森林防火、城市运行管理等多个场景。其中，交通治理是目前落地最成熟的应用之一。武汉交警已将无人机纳入日常勤务体系，在交通事故、道路拥堵、违停巡查等场景中开展自动巡查和远程处置。例如在高架交通事故处理中，无人机可第一时间抵达现场，通过远程喊话引导驾驶员拍照、挪车，并同步留存影像证据。自去年8月部署以来，无人机已累计参与处置400起高架交通事故，其中约30%的事故通过远程引导完成现场处置，无需警力到场。生态治理同样是无人机的重要应用方向。武汉生态环境部门依托低空巡检，对排污口、河湖岸线、扬尘及废气排放等场景开展常态化巡查，并结合AI自动识别水体状态，生成标准化分析报告，提升巡查效率。森林防火方面，无人机则承担巡护、火情核查和灾后评估等任务，实现从日常巡检到应急响应的“平急一体化”管理。与此同时，全市无人机网络已接入武汉城市运行“一网统管”平台，与三维城市地图及水位、空气、桥梁等运行数据融合，成为城市运行管理的重要空中感知能力，为重大活动保障、应急指挥和城市运行监测提供支撑。作为低空基础设施的重要组成部分，大疆机场近年来持续升级。从2022年开启无人化作业，到最新一代产品实现全时、全域、全流程自动化运行，自动机场已逐渐成为城市低空基础设施。随着低空经济从示范应用进入规模化建设阶段，武汉探索的统一建设、多部门共享的低空基础设施模式，也为超大城市如何建设低空公共基础设施提供了一种新的实践样本。本文由「张子怡Leslie」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：AI生成
By 大出海网采编
read more最前线｜创客工具赛道升温，国内首个Maker Tool行业联盟成立张子怡Leslie·2026年07月31日 16:40随着AI技术降低创作门槛，越来越多普通用户能够完成过去需要专业技能才能实现的设计和制作，也推动这一市场快速增长。文｜张子怡编辑｜袁斯来随着3D打印、激光雕刻、桌面CNC等数字化制造工具逐渐从专业领域走向消费市场，一个过去相对小众的硬件赛道正加速成长。前不久，全球支付平台PingPong联合产业链企业发起国内首个Maker Tool（创客工具）行业联盟，并发布《创客经济新纪元：Maker Tool行业全景解析白皮书》，希望通过产业协同、渠道和资金服务，推动中国创客工具品牌拓展海外市场。Maker Tool通常指面向个人创客、教育机构和小型工作室的桌面数字化制造设备，涵盖3D打印机、桌面CNC、激光雕刻机、创意裁切设备等产品，是创客经济的重要基础设施。随着AI技术降低创作门槛，越来越多普通用户能够完成过去需要专业技能才能实现的设计和制作，也推动这一市场快速增长。根据活动现场发布的行业白皮书，2025年全球DIY创客工具市场规模已达189亿美元，预计到2033年将增长至362亿美元。其中，美国仍是最大的消费市场，占据七成以上销量和销售额；德国、英国等欧洲市场则拥有活跃的创客社区，但也对产品安全、环保合规提出更高要求。与此同时，Maker Tool行业也呈现出鲜明的产品特征。相比消费电子产品，创客工具技术迭代速度快，新产品的市场窗口期通常只有1至2年；行业还具有明显的季节性，第四季度为销售旺季，第三季度则进入销售低谷，企业需要围绕市场节奏持续进行产品创新和运营规划。不过，在海外需求增长的同时，中国Maker Tool企业仍面临不少挑战。白皮书指出，当前行业在核心专利、品牌溢价方面与海外头部企业仍存在差距，同时缺少统一的产业协同平台。此外，由于研发投入高、备货周期长，加上海外仓储、营销、合规等成本，现金流管理也成为不少企业全球化过程中面临的现实问题。此次成立的Maker Tool行业联盟，希望围绕这些行业共性问题建立协同机制。据介绍，联盟将联合产业链企业、跨境平台、投资机构及服务商，在产业协同、渠道资源共享和融资支持等方面开展合作，降低企业出海成本，提升产业资源整合效率。作为联盟发起方之一，PingPong也同步推出面向Maker Tool企业的全球资金管理方案，覆盖跨境收款、全球收单、供应链融资、企业支付、汇率管理及海外付款等服务，希望缓解企业在研发、备货和海外运营过程中的资金压力。近年来，中国创客工具企业在3D打印、激光雕刻、桌面制造设备等细分领域不断涌现，一批品牌正借助跨境电商和独立站打开海外市场，逐步从产品出口向品牌全球化迈进。与此同时，围绕供应链、渠道、支付、资本等配套服务也开始形成更加完善的产业生态。在PingPong大中华区电商业务总经理郑志坤看来，相较于普通消费电子，Maker Tool企业普遍具有研发投入大、多SKU、库存波动明显、海外市场占比高等特点，资金管理能力正成为影响企业全球化发展的重要因素。随着产业链协同能力不断提升，中国Maker Tool品牌有望借助制造和供应链优势，在全球创客经济的发展中获得更多机会。本文由「张子怡Leslie」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：AI生成
By 大出海网采编
read more开云的转折：在中国，做一个AI乐观派谢芸子·2026年07月31日 16:58真正的创意灵感，算法仍然做不来。作者 |谢芸子 黄绎达编辑 |张帆开云的转型初见成效。7月28日，法国开云集团Kering发布2026年上半年财报，实现营收72.2亿欧元，可比口径下同比增长1%。更关键的信号藏在第二季度——单季营收36.52亿欧元，同比增长2%。在中东局势仍不明朗、全球消费进入下行周期的情况下，开云实现三年来的首次单季度正增长。其中，核心品牌古驰Gucci第二季度的营收14.1亿欧元，同比降幅从第一季度的8%收窄至2%，环比改善7个百分点，业绩修复程度高于市场预期。整个上半年，Gucci营收实现27.57亿欧元，经常性营业利润率17%，同比提升1个百分点。其他品牌方面，圣罗兰YSL上半年恢复增长，北美与西欧表现稳健；葆蝶家Bottega Veneta表现优于预期，所有地区环比加速；巴黎世家Balenciaga仍处于创意过渡期。渠道方面，截至6月30日，集团直营门店总数1635家，上半年净关店84家，较2025年底减少5%。第二季度，直营零售网络同比销售增长2%，环比提升4个百分点。批发及其他收入增长5%。受财报消息提振，次日开云集团法股开盘飙升，当日收涨17%。而这场信心的伏笔，今年4月就已埋下。在意大利佛罗伦萨的资本日上，开云新任CEO卢卡·德·梅奥（Luca de Meo）正式提出“重塑开云（ReconKering）”战略。该战略重点围绕重燃品牌吸引力、强化卓越运营并引领奢侈品行业的下一个时代、凝聚旗下各品牌与开云平台的全部力量。核心目标是——中期将集团经常性营业利润率，较2025年水平提升一倍以上；在12个月内削减约10亿欧元库存；以及在未来四年内关闭约250家门店以提升坪效，其中2026年至少关闭100家门店。这一复兴计划直接定调了开云的未来。与此同时，中国市场被置于战略转型的核心。“对开云而言，中国从来不只是一个市场。它是驱动整个集团创新的策源地——从技术前沿到商业模式，再到消费趋势的演变。”财报发布一周前的“开云中国创新日”，Luca de Meo带领集团高层来到上海。在他看来，奢侈品行业拥有非常大的技术创新空间，但技术从来不是核心议题。“正如人的左右脑需要协同，我们希望实现艺术与科学的深度融合。”这位出身于大众汽车、跨界而来的“技术派”CEO，始终将AI视为赋能工具。同时他认为，有强大数据积累的中国市场，会成为AI创新的领跑者。以下为36氪参与的对谈（有删节）。Luca de Meo在开云中国创新日；图片来自开云集团关于中国：从市场到策源地Q：这是你作为开云CEO第二次来中国。Luca de Meo：实际上我与中国市场渊源深厚，二十多年前便来过这里。加入开云前，我深耕汽车行业，曾就职于大众。大众80年代就与中国紧密联系了，此后我又入职了一家法国汽车公司，在那里主导了一项关键且极具价值的战略——在中国落地本土化研发中心。我们当时率先将研发体系落地中国，即便面临不小的试错风险，仍获得了颠覆性的成果——通过以数字技术为依托的全新路径，大幅压缩了产品的研发周期。这就是两三年前的事，我知道是一项可行之举。Q：你这次带领开云团队来中国，希望达成怎样的目标？Luca de Meo：ReconKering不只聚焦数据指标、落地与绩效，更关乎全员思维模式与组织文化的重塑。这也是我此行最核心的目标：虚心倾听每一位同仁的见解，依托各方反馈完善ReconKering的中国本土化版本。Q：中国市场在本轮集团转型中处于怎样的战略位置？Luca de Meo：我们始终坚信，中国市场仍将是全球高端品类的腹地。基于这份信心，我们要持续拔高中国市场的战略权重。同时我们观察到，中国市场正迎来变革：消费生态日趋成熟，消费者也对品牌提出了更高要求。他们拥有独立的判断力，对品牌认知也非常通透。我们知道，行业的增长红利或将向全新品类迁移。在此背景下，中国恰好是集团转型的绝佳试验场。Q：开云2019年就创办了“中国创新日”，你怎样理解中国市场的创新生态？Luca de Meo：我们将中国市场定位为集团至关重要的创新中心。中国是全球市场的“制造平台”，在制造业领域，成熟的产业基建、充沛的数据资源、活跃的市场氛围，创造了得天独厚的发展优势。我还关注到小红书、腾讯等本土数字生态平台的普及程度极高。人工智能的核心是数据，数据更丰富、迭代更快的市场，自然能实现更大的发展，中国也必将成为全球AI创新的领跑者之一。Q：开云的中国数字创新中心在上海，这两年有怎样的技术成果？Luca de Meo：许多行业的领导者还未意识到，高端行业或是奢侈品行业完全拥有技术创新的空间。但技术始终不是核心议题。举个例子，我们行业口中的“创意”，在其他行业叫作“创新”，用词本身就折射出思维的差异。我一直向团队传递一个主张：我们最需要推行的，是艺术与科学的深度融合，不能只依靠其一。正如人的左右脑需要协同工作，将感性创意与理性逻辑结合起来。这是ReconKering战略的核心着力点，也是集团一场关键性的布局。这套思路或许并不符合行业的固有认知。我个人相信，前沿技术的合理落地，能够帮助我们优化产品、理解消费者需求、完善服务体验、升级零售模式与物流链路等。回到你刚才的问题，目前开云在部分板块落地了技术试点。以珠宝品类为例。高端珠宝想要呈现上乘质感，黄金等贵重原料仍是核心载体。倘若我们借助AI完成前期数字化模拟，便能大幅削减各类资源损耗。大家或许难以想象，我们每年在实物样品上动辄投入数百万成本，每一季新品上架前，都要经历无数轮实物打样、反复试错。我们当下的挑战，仍是把技术议题推至战略核心层面。当然，为推动可持续发展，我们也要致力于减少全链路的资源浪费，这就是另一个话题了。关于AI：赋能而非替代Q：时尚行业讲究人性温度，在品牌调性、艺术设计和科学技术之间寻找平衡，会是一件难事吗？Luca de Meo：不能一概而论。对物流部门来说，如果缺少标准化的方法论、基础建设、数据支撑与科学逻辑，就无法保障货品按时送达正确地点。而创意工坊，更侧重艺术灵感。纵观集团全业务，是一体两面。一方面，我们需要标准化的科学方法、可落地的执行体系；另一方面，我们离不开人类独有的思维创造力，这至关重要。集团内部汇聚了大批极具天赋、创意出众的人才，时常能迸发直击消费者心智的全新构想。倘若有人能梳理出一套可复制的创意生成算法，必将收获巨大的商业价值。但时至今日，人类独一无二的创意灵感，无法被任何算法复刻。Q：开云目前应用了哪些AI产品？Luca de Meo：新技术落地普及，往往会遇到普遍的心理阻力。2007年iPhone发布时，乔布斯提出了一个颠覆性思路：整机不再配备纸质说明书，他的逻辑是，产品本身应当足够简单易用，普通人能轻松上手。以此为参照，我认为集团内部推进AI落地最有效的路径，就是降低全员的使用门槛。目前集团正在开展大规模的数字化培训，把AI工具交到每一位员工手中，鼓励大家结合自身岗位挖掘适配的落地场景。我们自主研发了一款移动端的AI工具，它在集团现有IT系统与数据库之间搭建中台，可自动抓取多渠道数据并整合至手机终端。依托这款工具，各类汇报所需数据可一键生成为演示文稿，从而大幅释放了人力。客观而言，AI给出的分析判断大多符合基础的商业逻辑，也存在明确局限——AI仅能完成现状诊断，无法将分析结论落地为可执行方案，组织人力、推动项目落地仍需依靠真人团队。Q：创新技术能真正提升盈利能力吗？Luca de Meo：这是目前全球热议的话题，奢侈品在传统上根植于工艺传承与人文温度，对AI自然态度保守。我见证了AI在其他行业的变革力量，现阶段AI对于奢侈品行业的深度价值，我保持乐观。正如我多次提及的，AI的核心价值在于加速各项业务运转。我刚刚在开云中国创新日看到一家公司，数据库拥有大约两亿个消费者画像，并且可以利用AI自动完成客户研究。但集团想要进一步提升综合竞争力、运营效率与创意产出，有大量系统性的工作。对于AI能否真正赋能高端产业创意，我仍无法定论，我们不能将全部希望寄托于单一技术。Q：拥抱AI一定是大趋势。Luca de Meo：我会始终将AI视为赋能工具。作为开云的掌舵人，我的核心职责就是推动整个组织保持灵活、开放，以此构筑集团独有的竞争优势，让我们能平稳渡过本轮技术浪潮。我们这类头部企业，绝不能抗拒未来、紧闭创新的大门。倘若我无视全球技术变革的大势，便是没有履行好自身的管理职责。各行各业也会遵循相似的发展规律——新技术落地初期，生产力会迎来大幅跃升；发展至中期进入平台期，生产力回落至个位数。每当迎来一轮颠覆性技术变革，生产力会再度激发活力。从劳动力层面，短期内部分从业者会受到冲击，但人们永远会探索全新的工作模式，最终实现更好的发展。我相信，人类的群体智慧，终将引导技术服务于人、赋能于人。或许我略微理想主义，但这是客观规律。回望历史，内燃机、电力、互联网的普及皆是如此，我们应当以同样的视角看待人工智能。*免责声明：本文内容仅代表作者看法。市场有风险，投资需谨慎。在任何情况下，本文中的信息或所表述的意见均不构成对任何人的投资建议。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。我们无意为交易各方提供承销服务或任何需持有特定资质或牌照方可从事的服务。关注获取更多资讯本文来自微信公众号“36氪财经”，作者：谢芸子 黄绎达，36氪经授权发布。本文由「谢芸子」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：作者拍摄
By 大出海网采编
read more氪星晚报 ｜Prada集团上半年营收增长16%，Miu Miu增速显著放缓；浪潮数据发布自研AI数据操作系统卜算籽·2026年07月31日 18:01韩国据悉考虑放宽新半导体产业集群的劳动监管要求，取消每周52小时工时上限浪潮数据B轮山东省2016-01数据集成解决方案提供商36氪报道企业服务高新技术企业我要联系大公司：途牛：8月中上旬或将迎新一轮客流高峰36氪获悉，进入8月后，学生假期仍有充足余量，亲子游、避暑游、海滨海岛游等需求持续释放，预计将在8月中上旬迎来新一轮客流高峰。途牛截至目前最新预订数据显示，暑期后半程，上海、北京、成都、三亚、广州、南京、贵阳、杭州、重庆、青岛等目的地预计将成为途牛境内游用户更为热门的选择。Prada集团上半年营收增长16%，Miu Miu增速显著放缓2026年上半年，Prada集团营收按固定汇率计同比增长16%至30.48亿欧元（约合人民币237亿元），有机增长5%，其中第二季度增长7%。分品牌看，上半年Prada零售额同比增长3%，其中第二季度增速提升至6%，主要由可比口径增长及全价销售驱动。Miu Miu零售额同比增长3%，第二季度和第一季度增速持平。对比其去年上半年49%的增幅，增速明显放缓。该集团2025年底收购的Versace（范思哲）上半年净收入3.05亿欧元，业绩进展符合预期。（界面）雅克科技：公司生产经营情况正常，内部经营环境未发生重大变化36氪获悉，雅克科技公告，公司股票交易价格连续三个交易日（2026年7月29日、2026年7月30日、2026年7月31日）收盘价格跌幅偏离值累计超过20%，属于股票交易异常波动情形。公司未发现近期公共传媒报道了可能或已经对公司股票交易价格产生较大影响的未公开重大信息。目前公司生产经营情况正常，内部经营环境未发生重大变化。经查询，公司、控股股东及实际控制人不存在关于本公司的应披露而未披露的重大事项。万科选举徐恩利为董事长7月31日，万科召开2026年第一次临时股东会，审议通过了董事会换届议案。新一届董事会第一次会议决议公告显示，选举徐恩利为公司董事长，续聘黄宇为公司总裁。万科方面表示，徐恩利长期从事企业管理工作，深耕房地产领域多年，并担任过A股、港股两地上市公司负责人，徐恩利与总裁黄宇的搭档组合，契合万科的企业特点和当前形势需要，有利于持续推进化险与发展。（证券时报）蚂蚁国际：其全球账户服务已被超过半数的中国大中型游戏厂商所采用36氪获悉，2026年ChinaJoy期间，蚂蚁国际宣布，其全球账户服务已被超过半数的中国大中型游戏厂商所采用，其中包括库洛游戏、完美世界、网易等行业头部；同时众多AI应用企业、短剧平台以及中小游戏开发工作室也已接入该服务。蚂蚁国际相关数据显示，中国数娱出海商户交易额在2026年上半年快速增长。针对“幽灵外卖”将建“电子围栏”：证照经营场所、外卖制作地址、骑手取餐地址三重坐标比对7月31日从市场监管总局获悉：为进一步从源头上铲除“幽灵外卖”滋生土壤，杜绝外卖商户“带病入网”，市场监管总局积极推动电子证照在网络餐饮食品安全治理领域的应用推广，这相当于给每一家外卖商户发了一张“电子身份证”。外卖平台可以通过自动抓取电子经营资质上的经营场所，构建“电子围栏”，与外卖商户提供的餐食制作地址、骑手实际取餐地址进行三重坐标比对，锚定外卖商户“真实存在”，切实消除委托他人加工制作等违规转单问题。（人民日报）投融资：芯擎科技上半年融资超2亿美元2026上半年，高性能车规和工业芯片计算平台芯擎科技完成超2亿美元融资，多家产业资本、地方国资等新股东加入，老股东持续跟投，投资方覆盖汽车半导体、智慧交通、工业智能、AI 芯片等领域。融资资金将推动芯擎加速车载芯片的全球规模化交付，同时打造端侧智能计算平台。目前，芯擎科技已发布5纳米AI舱驾融合芯片“龍鹰二号”，率先布局端侧中央计算平台领域。“中科欣扬”完成亿元级融资36氪获悉，“中科欣扬”宣布完成亿元级融资。本轮融资由产业投资方领投，海愿资本、龙岗引导基金跟投。本轮融资将重点投向合成生物平台搭建，进一步加快多底盘细胞开发、产品产业化进程，并完成生物制造大宗生物制品战略布局。易凯资本在本次交易中担任了中科欣扬的独家财务顾问。新产品：小鹏汽车、智元机器人等将率先接入Seedance 2.536氪获悉，据火山引擎消息，今天，新一代视频生成模型Seedance 2.5正式发布。针对企业用户，火山引擎将于近期上线API服务。徐工集团、小鹏汽车、智元机器人、灵初智能、微分智飞、穹彻智能、Xspark AI（无界智航）等多家企业已与火山引擎达成合作意向，将率先接入Seedance 2.5。字节跳动发布视频创作模型Seedance 2.536氪获悉，字节跳动宣布正式发布新一代视频创作模型Seedance 2.5。Seedance 2.5正在陆续上线即梦AI、豆包专业版等平台，API服务也将在近期上线火山方舟。从火山引擎获悉，Seedance 2.5发布当日，徐工集团、小鹏汽车、灵初智能、微分智飞、穹彻智能等多家企业已确认合作，将率先引入该模型能力。浪潮数据发布自研AI数据操作系统36氪获悉，浪潮数据正式官宣企业战略全面升级，从传统云计算、分布式存储服务商升级为AI基础设施服务商，并正式发布自研AI数据操作系统。该系统是管理算力、算法、数据三位一体资源的系统软件。采用“数据底座+算力引擎”双架构设计，具备创新数控分离架构、无锁协程调度框架、全闪原生布局算法等技术以及拥有全时全域动态演化架构、多芯多模高效推理引擎、智能体DesignRun全流程运行环境。今日观点：四部门：加强关联交易管理，强化关联方识别，规范对关联交易的审查和披露36氪获悉，金融监督管理总局等四部门印发关于健全金融机构治理的实施意见。《实施意见》提出，提升风险防控水平。推动金融机构建立健全全面风险管理体系，健全落实风险防控机制，持续提升风险识别、研判、评估、计量、监测、控制和缓释能力，源头防范化解、依法稳妥处置各类风险隐患，实现所属机构、业务、产品等风险防控全覆盖。加强关联交易管理，强化关联方识别，规范对关联交易的审查和披露。完善风险和资本并表管理。其他值得关注的新闻：工信部：上半年电信业务收入累计完成8873亿元，同比下降2.1%36氪获悉，工信部发布2026年上半年通信业经济运行情况。上半年，电信业务收入累计完成8873亿元，同比下降2.1%。按照上年不变价计算的电信业务总量同比增长7.7%。移动电话用户规模稳中有增，5G用户快速发展。截至6月末，三家基础电信企业及中国广电的移动电话用户总数达18.44亿户，比上年末净增1704万户。其中，5G移动电话用户达12.88亿户，比上年末净增8434万户，占移动电话用户的69.9%。5G网络建设持续深化。截至6月末，5G基站总数达510.2万个，比上年末净增26.3万个，占移动基站总数的39.1%，占比较一季度提高0.9个百分点。韩国据悉考虑放宽新半导体产业集群的劳动监管要求，取消每周52小时工时上限据知情官员周五透露，韩国政府正评估方案，计划对位于西南部光州市的新建半导体产业集群大幅放宽劳动监管要求，其中包括放宽每周52小时工时限制。除此之外，韩国政府正考虑将弹性工时制的计算周期，从现行1个月延长至6个月。（新浪财经）本文由「卜算籽」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：AI生成
By 大出海网采编
read more36氪独家｜曾爱玲入职B站担任AI视频生成业务负责人，向CEO陈睿汇报王毓婵·2026年07月31日 18:27B站一直在寻找一个能稳定下来的AI业务带头人。文｜王毓婵 兰杰编辑｜乔芊36氪独家获悉，曾爱玲入职哔哩哔哩（下称“B站”），担任AI视频生成业务负责人，向CEO陈睿汇报。36氪就此事向B站方面求证，对方暂无回应。曾爱玲B站此前已公开表示，AI投入主要聚焦视频理解、视频推荐和辅助视频创作等方向。曾爱玲入职后，或将参与相关业务。曾爱玲的个人主页显示，她曾在腾讯混元&AI Lab团队和国际数字经济研究院（IDEA）工作三年，领导以人为中心的感知与生成研究团队。其后，她加入米哈游创始人蔡浩宇旗下AI公司Anuttacon，负责开发以人为中心的交互式多模态视频生成系统。这些模型使AI智能体能够感知、交互并生成实时、长时程的视频。曾爱玲于香港中文大学计算机科学与工程系获得博士学位，并且曾是卡内基梅隆大学机器人研究所的访问学者。B站一直在寻找一个能稳定下来的AI业务带头人。去年9月，前快手副总裁、可灵AI事业部技术部原负责人张迪，曾跳槽B站，并出任技术条线负责人。但仅仅两个月左右，张迪就再次出走，回归阿里，担任淘天集团未来生活实验室负责人。五个月后，张迪带领团队打造出HappyHorse-1.0。2024年，B站上线了基础大模型Index，该模型能力主要被应用在视频内容创作、理解和分发等场景中。基于Index，B站搭建了角色扮演模型、语音生成模型、动漫视频生成模型等。另外，在创作工具方面，2026年3月，B站推出了AI视频创作平台updream，该工具具备“长期记忆”、“个性化技能库”与自由画布功能，主打专业级 AI 内容管线。updream界面截图在创作激励方面，B站密集推出与AI相关的创作赛事和活动。今年1月，B站启动了首届AI创作大赛，并在推出updream创作工具的当天，为获得一等奖的UP主颁发了高达100万元人民币的奖金。6月，B站启动“build in bilibili · AI创造公开赛”，参赛者只需使用AI工具，创造一个可运行、可交互的产品，并在B站持续发布创作过程视频，即可完成报名参赛。赛事不设固定赛道或主题，实物和软件应用均可参与。比赛将评选权交给用户——所有B站用户均可通过投币、弹幕等方式参与创作并选出认可的产品。比赛设置超130万元的现金奖金池，其中冠军独享百万元奖金。该大赛启动一个月后，投稿创作者数量逼近5000人，站内“vibe coding”相关关键词日均搜索量增长6倍。7月，B站正式推出网页内容发布平台“Toy”。该平台支持将本地创意网页一键发布为站内可直接访问、可玩的互动作品。UP主无论是自主开发，还是借助AI Agent、Vibe coding等AI工具快速生成和迭代，都能将创意沉淀于站内，转化为用户可玩、可测、可用、可看的内容。Toy 界面截图在6-7月的内测过程中，UP主已在Toy上传超300件作品，涵盖游戏、互动叙事、工具、测试、报告、画册等多个品类。同时站内公开数据显示，平台用户体验量已累计超850万次。目前正在站内进行中的活动还包括与阿斯塔纳国际AI电影节合办的“AI全民制作人”、以及鼓励用updream生成AI动画作品的“UP动画剧场签约激励计划”等。据B站方面披露，2026年， AI 泛智能体（AI Agent）、AI创业等关键词在B站的搜索量同比增长超500%。2026年第二季度数据显示，每月有超过1.9亿用户在B站观看AI相关内容。以及，在广告提效方面，B站将AI引入了广告分发与推荐系统，为广告主提供AIGC广告素材生成、智能投放与自动广告，以及植入式智能广告探索等服务。B站方面公开数据显示，AIGC广告素材消耗占比超过50%，且点击率（CTR）比传统素材实现双位数增长。自动广告消耗渗透率超85%，整体广告分发效率提升明显。在今年一季度财报电话会议上，陈睿提到：“AI 没有改变 B 站底层逻辑，但放大了这两大优势。” “AI 是十倍放大的历史性机遇，我们将牢牢把握。”本文由「王毓婵」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：企业授权
By 大出海网采编
read more国内唯一做多模态长记忆的公司，融资数千万，押注主动智能｜涌现新项目王欣逸·2026年07月31日 23:23基模厂商不会吃掉Memory层，主动智能会率先发生在Memory企业。文｜王欣逸编辑｜张雨忻一句话介绍国内唯一做多模态长记忆的公司——丘脑智能，推出原生多模态记忆基座，押注AI从通用走向个性化，最终走向主动智能。主动智能，指的是AI能在足够了解用户的基础上，在合适的时间、以恰当的方式主动跟用户交互。要实现主动智能，Memory是必须要跨过的门槛。融资情况近日，丘脑智能已完成数千万元种子轮融资，投资方包括深圳一线基金和产业资本，本轮融资主要用于技术研发以及人才队伍补充。团队介绍丘脑智能创立于2025年11月，创始人兼CEO张源毕业于北京大学，是电子与经济双学科背景，曾在一家自动驾驶公司担任COO，也有过创投行业、具身智能的工作经历。团队平均年龄约26岁，核心人员主要来自阿里达摩院、腾讯、商汤、港中文、港中深、北大、西交大、KIT、复旦等企业和高校。产品及业务Memory领域的行业共识，最早于2025年底在学术界率先形成。这是一个非常新的领域，在面对投资人时，张源常常被问到一些问题，比如，基模会不会自己把记忆做了？Memory这一层到底会不会独立存在？基模和记忆企业之间应该怎么分工？这些问题，张源有一个坚定的回答：记忆层一定会作为独立的基础设施长期存在。她对此解释，不同厂商的基模基因和训练语料各有差异，擅长的任务也各有侧重，用户不断在几家模型之间切换，这导致记忆孤岛的问题长期存在。AI从通用走向个性化的过程中，缺少一个能持续学习记住用户的中间层。因此，以用户为中心的第三方记忆层必然会独立于基模之外而存在。这恰恰是张源看到的机会。不过，对于她而言，首先要做的是直面行业尚未解决的问题。现阶段，Memory领域存在着一定痛点：一是成本问题，多数方案直接把海量上下文全量塞入窗口，导致推理成本非常高；二是上下文断裂问题，跨session、跨任务的对话难以有效衔接；三是模态缺失问题，现有记忆方案大多局限于纯文本，无法处理视觉、音频等多模态信息。不仅如此，由于Transformer架构导致了持续的时序错乱，目前大模型无法理解时间。在Agent的协作中，记忆孤岛往往也影响着任务执行效果，用户信息被封锁在各个Agent之中，难以实现互通。张源认为，AI要真正融入物理世界，就必须从设计之初就以人类的多模态感知为参照。记忆架构从一开始就应该是原生多模态的，而不是先把信息转成文本再存储。因此，丘脑智能在6月上线了一个名为MemAura的记忆基座，向客户提供ADK（智能体开发包）和API（应用程序编程接口）的服务。MemAura能支持长记忆的积累和快速的记忆调用，采用高效的上下文机制，还能有效降低推理成本。从成绩上来看，MemAura的性能表现亮眼：输入侧Token综合消耗降低40%-49%，记忆检索延迟控制在400毫秒以内，端到端首次回答可做到1秒以内，综合准确率可以达到80%以上。在记忆处理流程上，MemAura的做法和传统记忆系统的处理有很大的不同。传统记忆系统通常会对用户输入进行抽取、压缩与摘要，然后存入原始信息库，再通过特定架构或图谱进行存储，最终依赖Agent模式进行检索。不过，MemAura采取的策略是，他们做了一套仿生的记忆处理机制，具体流程分为三步：首先是对事件进行识别，模仿人类记忆机制，保留关键信息，并过滤掉冗余的噪声；随后，MemAura会对过滤后的信息进行编码；第三步是，做好信息的分区，对隐私与非隐私记忆进行分区隔离。此外，他们还采用了冷热存储的策略：对于高频访问的证据，采用热存储以实现快速检索；而对于低频数据，进行冷存储以节约资源。这样既能确保核心数据随时可访问，又能有效控制整体成本。张源告诉我们，在多模态记忆领域这个万亿级的赛道上，丘脑智能目前还没有面临着直面竞争。尽管这个赛道可以容纳下很多选手，但现在只有几家创业公司在关注这一赛道，估值最高的公司仅不到20亿元，竞争谈不上激烈。丘脑智能现阶段主要的客户包括一些出货量比较大的陪伴硬件，如陪伴机器人等，以及一些垂类Agent场景，如AI客服、数字员工等领域，客户通过记忆API，帮助基模在回答与执行任务时调用原始信息，从而提升交互效果。因为不同场景对于记忆能力的侧重点各有不同，比如3-5岁的儿童陪伴型产品与18-25岁的陪伴型产品，其中的要求差异相当大。张源告诉我们，“我们不想做更高的定制化，因此，我们把Memory能力按照场景地图的权重，封装成了不同的ADK，客户可以选择ADK接入。”在商业模式上，MemAura以API调用量及场景授权组合的方式收费，客户可按需选择不同层级的记忆能力。“现在我们客户大部分还聚焦在纯文本或文本加语音。随着多模态相关技术的成熟，客户的模态会更丰富，也会有更多具身场景的客户前来验证。”张源说。核心壁垒从公司成立至今，他们的技术路线已完成两次迭代，正逐步探索第三次迭代。第一代是STKG时空知识图谱，具体做法是：他们将时间和空间放在物理层，把多模态感知信息放在感知层，并构建起一个认知层形成认知网络，进行前向推理。其Benchmark表现非常不错，在LoCoMo（推理与时序）与LongMemEval（交互与偏好）两个测试中均拿到了SOTA。不过，对于客户而言，到达一定临界值后，Benchmark提高分值的意义并没有那么大，客户更在意的是延迟和Token支出。因此，他们做了一些工程化上的权衡，进行了架构层的迭代，转向模仿人类海马体的编码与认知地图、皮质层整合的方式构建记忆体系，建立起仿生记忆架构MemAura。在数据上，MemAura实现了一个量级的领先。现在传统的线上客服场景，其延迟可能会达到10秒左右，在陪伴场景的延迟会在2秒左右，而MemAura可以做到延迟控制在400毫秒以内。目前，关于Memory的技术，丘脑智能仍在不断探索之中，他们正在通过E2P（Embedding-to-Prefix）的相关技术方式以及对transformer架构进行微调来实现下一步的迭代；目前在实验室环境下做到大幅度节省Token支出以及偏好抽取领域近似持续学习的效果。2026年5月，丘脑智能还联合英伟达、港科大、港中文发布了全球首个做多模态长记忆Benchmark，名为MEMLENS，目前已开源，并拿到了Hugging Face AI领域Daily Paper的前三。他们把27个视觉语言大模型和7个Memory Agent第一次放在同一套多模态数据下，分成4档标准的上下文长度（32、100、128、256K），进行了一次完整的对照实验，并得出了以下发现：第一，视觉语言大模型往往不做任何压缩，直接将内容全量塞入上下文窗口，但随着长度增加，模型表现急剧下降；Memory Agent的表现虽相对稳定，但由于记忆架构设计缺陷，大量视觉与多模态数据在写入阶段就已损失。第二，随着上下文长度的增长，无论是Memory Agent还是视觉大语言模型，都更倾向于产生幻觉，面对缺乏充分证据的问题时，更倾向于自信地胡说。第三，许多针对Memory的后训练方法，在训练后削弱了模型拒绝回答的能力，这反而增加了幻觉风险。值得关注的是，这一Benchmark证明了基模厂商和记忆公司应该各有分工，各自做好自身擅长的领域，在行业中也有着自身无法被替代的生态位：基模应该做好视觉感知、图文对齐和底层推理；记忆企业应该做好跨模态信息检索、证据组织和状态更新。Founder思考个性化的终点是主动智能。因此我们判断，Agent的终局不应该是任务驱动的，而是状态驱动的。未来的Agent能基于你的历史记忆帮用户做Planning，自我驱动完成任务。不久的将来我们可以看到一些主动智能的产品或者能力，主动智能如果出现，应该会出现在做Memory的公司里。未来的Memory应该做的事是——沉淀用户和任务偏好、区分长期状态和短期波动，以更好地支撑主动智能。目前大部分做Memory的企业都在聚焦上下文窗口和RAG（检索增强生成）。然而，我并不认为上下文窗口等同于真正的记忆，它本质上依赖于前端交互和短期上下文来维持的一种临时性工作记忆。至于RAG，目前主流的内存实现方案多采用GraphRAG（基于知识图谱做RAG）架构，但其本质不过是外挂的向量数据库，通过向量检索完成相似性召回。当前许多企业，如硅谷的开源项目，如Mem0、MemGPT，仍采用向量原生（Vector Native）或GraphRAG的方式来实现记忆功能。这类方案存在明显局限。以纯向量检索为例，它缺乏对信息关联性的建模，本质上更像一个知识库，只能应对简单的一问一答场景。真正的记忆并非静态的问答，而是需要追踪动态变化的时间线与用户意图，不断更新调整。Long Context（长上下文）和Memory Agent（记忆）并非是二选一的取舍，而是可以做工程化的权衡。DeepSeekV4拥有1M的上下文窗口，这一模型推出后，不少人会很自然的想到一个问题，就是基模会不会做记忆，或者未来的基模中会不会存在单独的Memory层？我们的Benchmark对此做出了解答：基模要做的是把上下文做的更长，做好KV cache（一种数据缓存机制）相关的工作，更侧重于做好底层推理能力，如视觉感知和图文对齐。而记忆企业应该做的是找到跨模态信息，更好的为用户提供帮助。两者各有分工。Memory的核心，不是存储，而是决策。如果只是简单的存储，传统数据库和存储系统早已能够实现，完全不需要AI记忆。但是真正让Memory发挥价值的点在于，它能做出一系列判断：是否写入记忆、哪部分写入记忆、召回什么样的记忆、在回答什么样的问题的时候应该主动发起召回等。基于此，Memory承载着两大核心价值：第一个价值是，释放AI潜力的上限。基模的上限到AI真正能够触达的上限之间，存在一个关键的中间层，这个中间层包括AI系统的复杂度，以及个性化的数据闭环（即Memory）。个性化的数据闭环，是释放AI潜力上限的核心基础设施。第二个价值是，支撑主动智能。AI的落脚点始终在人身上，服务于人、取悦于人、加速于人，这是它不变的使命。Agent也好，物理或者非物理AI也好，最终都需要主动智能来支撑。而主动智能的本质就是决策，即在充分理解用户个性化数据闭环的基础上，决策什么时候发起交互，如何发起，发起什么样的内容。在家庭机器人落地的前期，具身的Memory需求会暴增。在AI走向物理世界的过程中，其交互入口是多模态的，因此，多模态长记忆是一个必然趋势。任何与人进行的交互都不可能绕开记忆，尤其是交互时间越长、任务链条越长、涉及模态越丰富，记忆所扮演的角色就越发关键。此外，在长程工作流中，无论是Agent的长周期任务，还是具身智能的长程任务，数据模态越丰富、记忆跨度越长，其数据价值就越高。换句话说，数据越贴近物理世界的真实状态，所构建的壁垒也就越高。AI需要和物理世界有一个映射的锚点，这个锚点必须是时间。因为时间具有唯一性，Memory没有办法脱离时间单独存在，不管我们范式如何改变，我们都把时间看的非常重。图片来源｜企业供图欢迎关注～欢迎交流～本文由「王欣逸」原创出品， 转载或内容合作请点击转载说明；违规转载必究。寻求报道本文图片来自：企业授权
By 大出海网采编
read moreBy 大出海网采编
read more