科技资讯 · 2026-10-29

36氪10/29 19:30

超20家机器人军团集体“下海”捞金

机器人“下海”捞到的金，比岸上的多

36氪10/29 19:22

雷军投的机器人芯片企业辉羲智能，要IPO了

算力芯片赛道，有望再迎一个IPO。 10月28日，具身智能大算力芯片企业北京辉羲科技股份有限公司（下称：辉羲智能），在北京证监局办理辅导备案登记，正式向A股公开市场发起冲刺。需要注意的是，辉羲智能成立之初，踏上的是自动驾驶热潮，致力于打造创新车载智能计算平台。近两年，具身智能的热潮持续汹涌，辉羲智能及时作出关键战略调整：将芯片的落地场景从乘用车转换到具身智能，致力于成为具身智能AI计算平台供应商。近几年，芯片领域IPO热潮汹涌。据不完全统计，‌辉羲智能所处的算力芯片赛道，已拥有寒武纪、海光信息、沐曦股份、龙芯中科、景嘉微等核心上市公司，主要分为通用GPU/DCU、AI训练芯片、CPU及配套芯片几个方向‌。如今，伴随成立仅3年半的辉羲智能启动IPO，不仅意味着芯片IPO再加1，也意味着其背后的小米、商汤、智元等公司，即将迎来收获期。 01 辉羲智能成立于2022年4月，CEO徐宁仪博士毕业于清华大学电子工程系，曾任百度芯片部门主任架构师，技术委员会主席，设计了算力最高的AI芯片、中国第一款云端全能人工智能、同时支持推和训练、中国自研AI在工业领域的首次大规模应用；微软亚洲研究院硬件计算组组长，负责机器学习领域专用专用加速到通用加速等。联合创始人章健勇博士毕业于清华大学汽车系，曾在上汽集团完成多项从零到一项目的开发，曾任蔚来汽车自动驾驶AVP，是蔚来第一代自动辅助驾驶功能开发负责人；联合创始人贺光辉博士同样毕业于清华大学，现任上海交通大学电子信息与电气工程学院副院长，博士生导师。清华背景+大厂&高校出身，辉羲智能在天使轮，便获得元生资本、蔚来资本领投；2023年2月，完成数亿元天使+轮融资，由顺为资本和小米集团联合领投，商汤国香资本等跟投；2025年1月，完成由亦庄产投领投的A1轮融资。 2024年10月，辉羲智能便发布了首款7nm车规级芯片光至R1，算力500TOPS，是英伟达Orin-X的两倍，被定位为“国内量产上车速度最快的大算力智驾芯片”。然而，整个2025年，辉羲智能未能如愿迎来量产上车。原本寄予厚望的产业投资方——小米、蔚来，或选择自研智驾芯片，或采用英伟达方案。辉羲智能并未选择坐以待毙，其转向具身智能，致力于打造信息、模型与行动系统协同进化的高性能领域通用计算平台，也是为光至R1找寻新出路。资料显示，辉羲智能核心RISE计算平台搭载专为具身智能深度优化的自研R1芯片，于2025年10月顺利实现量产交付。该平台不仅为智元精灵G2等头部机器人产品提供了坚实高效的通用算力支撑，更在九识智能L4级无人驾驶物流车等复杂场景中完成了深度集成验证。值得一提的是，商业合作上的成功，也给“热衷”对外投资的智元，提供了金融合作的契机。 2026年2月，辉羲智能完成超8亿元Pre-B轮融资，其中便出现了智元的身影。据不完全统计，截至目前，智元已对外投资

谷歌Q3营收1276亿美元，AI烧钱更猛了，现金流亮红灯

美国当地时间10月28日，谷歌母公司Alphabet发布了截至9月30日的2026财年第三季度财报。尽管营收保持增长，Alphabet第三季度营收、调整后每股收益和自由现金流均低于华尔街预期，未来资本开支还将进一步增加，导致公司股价在盘后交易中下跌9.79%，至293.09美元。财报显示，Alphabet第三季度营收达到1275.77亿美元，较上年同期的1023.46亿美元增长25%。尽管Alphabet营收同比增长25%，连续第13个季度实现双位数增长，但当季1275.77亿美元的实际营收仍低于华尔街分析师预期的1282.2亿美元。营业利润达到405.76亿美元，同比增长30%；营业利润率为32%，高于上年同期的31%。净利润方面，尽管Alphabet第三季度营收同比增长25%，但归属于普通股股东的净利润却同比下降25%，从上年同期的349.79亿美元降至261.70亿美元。主要原因是权益证券公允价值变动导致其他损益由上年同期的127.59亿美元收益转为82.21亿美元亏损，其中权益证券公允价值变动造成86.64亿美元净损失。摊薄后每股收益为2.12美元，低于上年同期的2.87美元；按剔除权益证券损失影响的口径计算，每股收益为2.67美元，低于华尔街分析师预期的3.02美元。现金流方面，Alphabet第三季度自由现金流为负90.65亿美元，而上年同期为正244.61亿美元，同比减少335.26亿美元。同期资本开支达到513.55亿美元，较截至2025年底的239.53亿美元增长约114%。公司维持2026年1950亿至2050亿美元的全年资本开支指引，并预计2027年资本开支将显著增加。 Alphabet首席执行官桑达尔·皮查伊（Sundar Pichai）在财报中表示，AI投资正在推动搜索业务增长，包括商业查询在内的搜索查询量同比增速创下过去五年来的新高。谷歌云营收同比增长103%，第一方模型API每分钟处理近320亿个Token，超过一年前的四倍。在消费级产品方面，Gemini App用户达到10亿，成为谷歌历史上增长最快的产品；YouTube Music与Premium全球订阅用户也突破1.5亿。 01 资本开支持续增长截至2026年9月30日，Alphabet总资产达到10033.12亿美元，突破1万亿美元，较2025年底的5952.81亿美元大幅增长。其中，固定资产净额达到 3728.27亿美元，高于2025年底的2465.97亿美元；有价证券达到2087.64亿美元；现金、现金等价物及有价证券合计2650.98亿美元。第三季度，Alphabet资本开支进一步扩大，达到513.55亿美元，较上年同期的239.53亿美元增长约114%，主要反映公司对AI算力及相关基础设施的持续投入，以及扩大TPU系统销售所需的库存建设，也对现金

获10亿美元A轮融资，Flapping Airplanes要破解AI的“数据饥渴”

目前AI行业的发展速度，受到算力和数据两大核心要素的限制。 AI模型的训练和推理，都面临算力不足的情况，也有一批新兴的芯片/infra公司试图解决这个问题。数据的限制则更复杂些。在Scaling law的推动下，当前的AI模型几乎穷尽了所有可获取的人类公开数据来训练。在现有范式下继续让模型进步，数据就可能出现短缺。而数据短缺的深层原因，在于现有模型范式的数据效率不足，或者说样本学习效率不足。例如，人脑通常只需要学习几个例子，就能学会新技能，而AI模型要学习相似的技能，则需要巨量的样本来训练，无论在预训练阶段还是后训练阶段。据测算， AI模型和人脑的样本学习效率，相差几个数量级。要跨越这道效率鸿沟，必须依靠颠覆性的底层创新。 Flapping Airplanes就正在试图跨越这道鸿沟，它们的长期目标是重新设计损失函数，重构梯度下降算法，构建学习效率达到人脑级别的AI模型。今年1月，Flapping Airplanes获得1.8亿美元的种子轮融资，GV、Sequoia Capital和Index Ventures是主要投资者，今年10月，它又获得由Index与Lux Capital领投的10亿美元A轮融资。参与这两轮的机构投资者还包括Nova Global 、Valor、Atreides、Kleiner Perkins、Fundomo、Steve Cohen、BCV、Menlo Ventures、Hummingbird、Victor Lazarte、Absolute Ventures、A*、CRV、Seven Stars、Genesis、Jump Trading、XTX Ventures、Snowy Leopard和NVIDIA。 Jeff Dean、Stanley Druckenmiller、Katie Haun、Andrej Karpathy、Henry Kravis、Micky Malka、Chris Ré等行业顶尖领袖也以个人投资者身份参投。先“榨干”GPU，再重构AI的样本学习效率 Flapping Airplanes由Ben Spector（ 25 岁）、Asher Spector（26 岁）兄弟和Aidan Smith联合创立。Ben Spector在斯坦福大学攻读计算机科学博士学位，此前在MIT就读期间创立了孵化器Prod；Asher Spector是斯坦福大学统计学博士；Smith曾有过创业经历，也是Thiel Fellow，在大学期间就曾在Neuralink工作过3年。 Ben Spector是创始团队的核心人物，他创立的孵化器Prod曾助力Cursor、Decagon、Etched和Decart等一众明星 AI公司的创始团队起步。他的投资人透露，哪怕Ben的同龄人们已经做出了估值数十亿美元的独角兽，依然会向他寻求观点，他具有直

拒绝分拆 IPO，博世这场改革，是松绑还是枷锁？

常言道“家家有本难念的经”，一向吃喝不愁的欧洲汽车供应链圈近两年似乎也没有余粮了。大陆集团把汽车业务拆成Aumovio敲钟上市，采埃孚卖掉了乘用车ADAS软件团队轻装上阵，佛瑞亚也开始变卖非核心资产回血，一众百年Tier1就跟约好了一样，集体瘦身重组。就在市场还在猜测下一个“拆家”会是谁时，博世也在10月下旬官宣了自家方案：将德国本土的移动出行（Mobility）业务板块，连同博世数字化、全球商务服务、全球不动产三大中央服务单元，转为集团旗下全资独立子公司。整个调整将分阶段推进，2027年8月1日新法人实体正式启动运营，2027年底完成全部工作落地，合计约6.25万名德国员工将转入新公司主体。此后，博世公司将收缩为集团总部，仅保留职能与前瞻研发团队，人员规模缩减至3000余人。既不对外出售，也不拆分上市，一向偏保守的博世选择了一条“完全攥在集团手里”和“彻底剥离IPO”之间的路线，这不是盲目跟风，而是一家老牌Tier1也走到了命运的十字路口，只是它选择了一条完全不同的求生路线。『架构调整前』『架构调整后』仅是德国本土的内部调整首先要明确，本次架构调整只针对德国本土主体，博世中国已公开表态：本次重组对于博世智能出行中国区的24个生产基地、研发中心、在途定点项目与供货节奏，均不受影响。之所以不动这块业务，原因很清晰：博世的海外业务，特别是中国市场，是集团的业绩基本盘，不能轻易调整。2025财年，博世在华销售额达1498亿元，这是全球范围内为数不多还能保持正向增长的区域市场，同时也是Mobility业务的现金牛。长久以来，博世德国本土汽车业务和集团总部职能始终交织在一起，决策上报流程冗长，而海外子公司反而因为地域和本地化运营等原因，在长期发展中拿到了更高的业务自主权。本次改革，本质是把德国本土Mobility的法人架构，向海外成熟子公司对齐，缩短审批链路，这才是当务之急。博世 vs 大陆，前者保守？后者豪赌？博世这次调整，放在整个欧洲 Tier1 的收缩大周期里看，格外有标志性意义。最近两年，欧洲老牌汽车供应商集体进入“重构阵痛期”，大家的底层困境高度趋同：一边是传统基本盘——制动、底盘、ESP以及动力系统部件，这些成熟稳定的现金牛业务，随着电动化转型的加速，增长逐渐陷入瓶颈。另一条是新赛道——辅助驾驶、域控制器、软件定义汽车，虽然市场空间广阔，但研发投入却是无底洞，回报周期漫长，再叠加厂商的价格战，赔本赚吆喝的可能性极大。困境是相同的，但解法是多样的，这里面最典型的样本就是大陆的Aumovio以及博世的Mobility，两者看似都是业务独立，但底层逻辑却是天差地别。大陆集团走的是“资产切割，独立上市”的激进路线，直接把汽车业务从集团中完整剥离，打包成Aumovio推向资本市场。这条路的好处很直观：业务会得到独立的融资渠道和估值体系

36氪研究院 | 2026年中国自动驾驶行业发展研究报告

自动驾驶是人工智能与汽车工业深度融合的战略性技术方向，也是中国智能网联新能源汽车战略性新兴产业中增长最为活跃的领域之一。当前，中国自动驾驶行业正处于从全域道路测试、示范应用迈向规模化商业落地的关键阶段。政策层面，2026年7月，首部针对L3、L4级自动驾驶系统的强制性国家标准（GB44721-2026）正式发布，将于2027年7月1日起实施，为自动驾驶产品确立了统一的安全准入基线；2026年8月，《道路交通安全法》修订草案完成初次审议，首设“自动驾驶汽车的特别规定”专章，填补了自动驾驶法律责任的顶层空白。技术层面，核心部件国产化降本成效显著；端到端大模型加速普及并向“物理AI基座模型”演进，技术底座的代际跃迁正重塑产业价值链。资本层面，一级市场资金加速向具备明确商业化路径的场景应用与核心部件环节集中；二级市场估值逻辑经历深层重构，由前期的技术叙事与赛道稀缺性，转向对商业模式盈利可持续性的严谨验证。然而，产业在迈向规模化的深水区时仍面临结构性制约：高端算力芯片及底层工具链仍存短板，跨区域复制的路权与数据合规尚存制度摩擦，企业整体盈利节点尚待跨越，资本环境亦趋于审慎。在此背景下，36氪研究院基于对多家头部企业的深度访谈与丰富的行业洞察，发布《2026年中国自动驾驶行业发展研究报告》。报告系统梳理了产业发展脉络与生态格局，深度解析产业链上下游发展动向，构建六维商业模式分析框架，并结合典型企业实践，系统研判行业未来发展趋势，旨在为行业参与者提供相对客观、系统、前瞻的研究参考。政策、技术与需求多重共振，中国自动驾驶由示范应用加速迈向规模化商业落地中国自动驾驶市场规模加速扩容，据36氪研究院及中商研究院等机构数据，2025年中国自动驾驶市场规模达4502亿元，预计2026年将达5293亿元。乘用车市场端，高阶智驾正由高端选配向普及型配置加速演变；据工信部数据，2026年以来，乘用车L2级及以上渗透率快速攀升至70.5%，L3级自动驾驶完成从测试向准入的关键跨越。商用车场景呈梯次渗透特征，Robotaxi在部分核心城市初步跑通月度单车单位经济模型（UE）。全球竞争格局加速向中美双强收敛：美国以资本驱动与单车智能主导为核心，中国则依托产业链垂直整合与多场景梯次推进形成差异化优势。资本市场呈现结构性分化：一级市场融资向高商业化确定性环节集中，国资与产业资本主导大额投资；二级市场IPO进程提速，但估值逻辑正经历重构，反映出资本正由前期的技术叙事转向对商业化落地与盈利能力的严苛验证。整体而言，行业正处于跨越规模化盈利门槛的关键期。产业链上下游协同演进，软硬解耦与算法跃迁重塑产业价值上游核心部件加速国产化，感知端多传感器融合成为主流，激光雷达向芯片化与千元级成本下探，智驾芯片向大算力与架构效率升级，车规OS加速向AI原生架构演进，高精地图向轻量化动态服务转变。中游系统集成

AI引发影视大迁徙：李世民下山、马景涛飞天、张艺兴远赴美国

今年，不少熟悉演员都消失视野中，头部流量演员也频传出国镀金的消息：张艺兴赴美读电影学位，金晨和孟佳结伴去洛杉矶学语言。过去明星消息大多是进组拍戏、参加节目，不会长期消失在公众视野，怕消失久了就会过气。但现在情况不一样了，AI来了。今年开始，新剧开机率只有去年三成，新短剧超九成都是AI制作，演员工作机会越来越少。出国镀金，去景区做NPC，回家做小本生意，转行去制作公司打工赚钱…… 凛冬已至，各谋生路。演员按下暂停键 10月，金晨和孟佳上了热搜。俩人刚落地洛杉矶就被泼了一盆冷水：两人报名的当地一家老牌语言学校宣布破产停业，学费也没退。此前，金晨原本定好的品牌直播取消了，常驻了三季的综艺《现在就出发》第四季也没有出现她的名字。工作停摆，她决定去美国学语言。同行的孟佳也因为国内的舞台越来越少，索性给自己放了三个月的假。过去演艺圈的演员们忙着进组拍戏，生怕过气；但现在，内娱演艺人们排着飞到大洋彼岸留学。今年35岁的张艺兴在社交平台上把名字改成了“张艺兴（留了又留版）”，报考美国的学校，从头开始学摄影、灯光和剪辑。 43岁的张静初考进美国电影学院导演系，退回镜头后面做幕后导演。头部尚且如此，影视寒冬里，腰部演员更成批陷入了困境。今年端午节的清晨6点，50岁的郑国霖在西安华清宫起床化妆，在黑色短袖外套上厚重的龙袍。和饰演高力士的演员对完词后，他9点上岗，晚上9点收工。二十年前，他是《隋唐英雄传》里的李世民。现在，他是两年跑了几十个景区的NPC。第一次出场，他要从二楼走下二十级台阶。站在楼梯口，他手心冒汗，双脚发抖， “那二十级台阶我感觉走了半个世纪。” 他怕游客拍照，觉得尴尬、丢脸。真走下去，游客一拥而上，热情地跟他握手、合影，他突然意识到：“我在这里是有意义的。” 来景区之前，他几乎把演员之外的路都试了个遍：直播带货、短视频、自媒体、做制片，但都不太顺。网上到处都在传：郑国霖景区打工，是不是缺钱了、没戏可拍了？起初他也觉得有些不好意思，甚至有些动摇。后来慢慢想通了。他说“我不是不食人间烟火的神仙，我是普通人，需要工作，需要养家。我走这条路，靠自己的本事吃饭，没有问题。” 如今，全国各地的景区都聚集了过去电视上才能看到的老艺人，成为他们再就业的新职场。《情深深雨蒙蒙》里鞭打雪姨的寇振海，在景区重演老爷；琼瑶剧里的御用男主马景涛，在景区吊起了威亚钢丝。一次，他中暑晕倒，但歇了没几天就赶回复工，因为他知道同行在排队盯着这个岗。《东北插班生》的男主史元庭今年35岁，上半年他只拍了4天的戏。后来为了挣钱养活自己，他去做过泰山陪爬，回老家种过地，最后还是选择进入景区做NPC。基础日薪2000块，加上提成，一个月最多拿4.2万，比拍短剧稳当得多。更年轻的演员，直接去了夜市和档口。许鹏身高一米八三，中央戏剧学院表演系毕业，盘靓条顺的他以前在短

英伟达花200亿美元买的东西，一家中国芯片公司想换个做法

10月25日，熵旋芯智在公众号发文，正式提出了首代MRAM存内计算架构——MITA（MRAM In-Memory Tensor Architecture），并以此为架构基础，提出存算一体处理单元——MPU（MRAM-based Processing Unit）——的定义。它们的用途，是为AI推理构建更低延迟、更高通量的算力。一个月前，DoNews与熵旋芯智创始人雷坤进行了深度交流。那时北京正下着大雨，他刚刚参加了在上海举办的AI芯片峰会，并做了有关MRAM存内计算的报告。差不多同一时刻，在杭州的云栖大会上，阿里平头哥发布了AI芯片真武V900，性能是前代M890的三倍，216GB的显存和1200GB/s的片间互联被放到最显眼的位置。图片来源：阿里云还有一个热词，在AI芯片峰会和云栖大会上都被反复提及，就是“超节点”，在几天前的华为全联接大会上，超节点集群也被视为AI时代的重要基础设施。紧迫感，从一场场行业发布会中溢出。而有关这些名词的讨论，在采访的一开始，雷坤就给了一个基调：“大家的目的都是为了解决这样一个事——算力增长很快，但数据跟不上。” 前几年，我们焦虑的是算力的不足，今天中国日均Token消耗量约500万亿，但限制AI发展的瓶颈，正从单纯的算力不足，转向存储容量、数据带宽、数据搬运功耗和整体系统成本等更加复杂的系统级问题。传统AI芯片通常采用“存储与计算分离”的架构，大量模型参数需要在HBM、片上缓存和计算单元之间反复搬运。在AI推理中，数据在“存”与“算”之间的流转效率，直接决定了芯片的真实吞吐与能效。随着模型规模持续增长，AI芯片需要更高的存储带宽，功耗和硬件成本也不断上升。图片来源：熵旋芯智打个比方，GPU就像一个图书馆，第一层是阅览室，二三四层放书（存储）。想看书（计算）你就要跑到楼上一本本去拿，然后拿到一楼的阅览室才能看，看完还要放回去。以NVIDIA GPU为例，数据需经过完整长链路（片外存储→片上存储→计算单元），多层搬运导致延迟和功耗双高，拿书（数据搬运）的时间比你看书花的时间还多。今天，这个问题已经越来越紧迫了，这一点从内存高企的价格就可略见一斑。科技公司自然在尝试解决，超节点是一条路径，从AI芯片的源头解决也是一条路径。而熵旋芯智选择的MRAM，就是AI芯片层面一条尚在前沿领域的小路。 01 搬得更快，不如不用搬目前行业的主流解法，是让数据搬运的速度更快，让数据存的更多。雷坤解释道：“显存增大的目的是为了把模型装下，如果显存比较小就装不下。互联是因为单张卡的显存有限，所以很多时候需要多张卡来装下，无论是华为的超节点还是阿里真武的多卡互联协议，本质上就是这个。但是装下之后，多卡之间是有通信的，所以要通信带宽达到一个可以接受的水平，多卡的收益才是正的。” 按照这个解法来看，显存就非常重要，但这就是雷坤觉得问题的所

月流水仅2万元，王祖贤、戚薇带火的“AI卖脸”生意，没那么好赚

“3天到手3500元，你的脸能赚钱了。” 现如今，从王祖贤、戚薇、吴启华等明星，到网红、模特、素人，越来越多人开始将人脸授权给AI，在AI短剧、AI广告中出演角色。某明星靠人脸授权狂赚百万元的传闻更是引发了诸多讨论。随着相关需求的增加，国内开始出现 Mirafans镜界、元相新生、映界智能、新爪、元脸查查等多家以AI人脸交易为核心业务的初创公司；在海外，也跑出了Actorsy（英国）、Vermillio（美国）等相关公司。但因为未成年人卖脸、人脸数据滥用、霸王条款等行业乱象，这门尚在襁褓中的生意也遭遇了诸多质疑。毕竟，人脸生物信息属于我国法律重点保护的敏感个人信息。不久前，新京报就发文提醒：“小心‘卖脸兼职’把自己卖了。” AI卖脸到底是一门怎样的生意？人脸要不要卖给AI？围绕这些问题，新榜编辑部近期对话了Mirafans镜界创始人温雨涵和元相新生创始人郑立鹏。王祖贤、戚薇“卖脸”背后，一门悄悄成长的肖像授权生意 AI卖脸这门生意的出现，其实是行业痛点推动的结果。一方面，AI短剧虽然发展迅速，但因为技术限制等诸多因素，同质化人脸已经成为AI短剧最受诟病的槽点之一。AI创作者急需独特且契合故事的人脸。据新华网报道，AI横屏剧《宝庆码头》曾用时3天采集37位邵阳籍人士的人像信息，构建AI人脸模型库，希望能更好地呈现一百年前邵阳人闯汉口宝庆码头的故事。主创李杰认为，市面上大量AI短剧的通病是角色面孔趋同，AI痕迹重，而他希望实现“家乡人的故事，家乡人自己演”。一些屡被吐槽的AI脸另一方面，今年以来，AI人脸侵权案例已经多次登上多平台热搜。有素人被迫出演丑角；有明星被恶意生成AI黄色影像；有网红的AI角色爆红，自己却无法从中获益。越来越多人开始呼吁，不希望自己的脸被无偿使用、恶意滥用。今年9月，国家广播电视总局也召集红果、快手、爱奇艺、中文在线等17家平台举办座谈会，明确了“任何‘融像’‘融声’行为均须取得权利人明确授权”的共识。在温雨涵看来，随着AI大模型能力的增强，人脸肖像版权合规一定会成为一个需要解决的问题。于是今年4月，她创立Mirafans镜界，希望能做一家AI时代的合规数据服务商和数字资产交易所。温雨涵是95后，她从上大学时就开始创业，目前在上海拥有一家MCN机构，旗下签约博主约1000个，累计粉丝数超1亿。这也成为她创立Mirafans镜界的底气。元相新生几乎和Mirafans镜界同期创立。创始人郑立鹏出身腾讯，曾任微信安全风控总监、腾讯云行业方案总经理等岗位，是一位典型的技术型创业者。他希望借AI时代的东风，将元相新生做成一家AI人脸的视觉中国+BOSS直聘。郑立鹏觉得，与其让大众的脸被AI无偿拿去训练，不如试着让他们能分到AI时代的红利。“AI时代多数人的价值会越来越低，但人脸始终是最底层的价值。如果一个人不断将自己