云霞资讯网

我们做了一个AI帮你找人的产品，最后发现全靠人工我们做的是一款用AI帮人找人、匹配和自动沟通的产品“连连AI”。一开始，我们把希望全部寄托在AI身上。用户发布需求，AI自动理解；理解完以后，AI再从用户池里寻找合适的人，最后让双方的Agent自动沟通。但产品真正运行起来以后，我们发​我们做了一个AI帮你找人的产品，最后发现全靠人工我们做的是一款用AI帮人找人、匹配和自动沟通的产品“连连AI”。一开始，我们把希望全部寄托在AI身上。用户发布需求，AI自动理解；理解完以后，AI再从用户池里寻找合适的人，最后让双方的Agent自动沟通。但产品真正运行起来以后，我们发现了一件很尴尬的事情：只靠AI，根本不行。根本没法实现功能的闭环。AI可以完成匹配，但它不一定能完成一次真正有效的对接。所以最后，我们还是决定自己上。1.做了一个AI产品，我却开始干最脏最累的活现在只要有人发布需求，我就会自己去看他到底想找什么，再去用户池里寻找可能合适的人，一个个沟通、一个个对接。前段时间，有一个需求方想找FDE。我人工了解他的需求，再去寻找合适的FDE，最后把双方对接到了一起。如果这个事情很dirty，也很不AI，但后来我发现，这些事情目前还绕不过去。2.创始人必须先成为产品的人工版本用户说自己想找一个FDE，看起来是一句非常清晰的需求。AI不是不能做，但背后的卡点比我想象中会多得多。甚至我们最大的卡点是一个比较搞笑的东西：对方用户不上线。但就是这样一个小的卡点，我们却没法解决，所以我们只能一个个去推，一个个去触达要替产品理解需求，替产品判断谁更合适，也要自己看着一次匹配在哪一步成功、又在哪一步失败。3.创业早期最不应该追求的，可能就是效率创业者都喜欢讲效率和规模化。但如果你连一个用户的问题都没有真正解决，你即使有一万个用户，其实没有什么意义。一个错误的流程被自动化以后，并不会变成正确的流程，只会更快地生产错误结果。你需要真的搞清楚所有业务的流程后，自动化才有意义。但在AI真正学会这件事情之前，我可以先替它把这些脏活、累活全部干一遍。没办法，谁让我们是苦逼的OPC。在产品成为产品之前，创始人自己的人工就是产品。

冲浪看到有人说现在互联网吃自媒体饭的有一个赛道是离异少妇坚强创业人设，我想我也搞过这个人设啊，只不过我搞的是寡妇老板娘开早餐店拉扯一个女儿长大结果某天被校门口俩小孩一个一见钟情女儿一个一见钟情自己人和人之间的差别真大啊

启元Q1&T1终于量产交付啦🤖创业以来，我一直相信：机器人的终点不是站在舞台上跳舞，而是真正进入每一个人的生活，成为像手机一样自然的智能终端。今天是我们在家庭的第一步。它可以陪伴孩子成长，可以成为家庭助手，也可以成为每个人探索AI与机器人世界的入口。当然，这只是开始。未来的​启元Q1&T1终于量产交付啦🤖创业以来，我一直相信：机器人的终点不是站在舞台上跳舞，而是真正进入每一个人的生活，成为像手机一样自然的智能终端。今天是我们在家庭的第一步。它可以陪伴孩子成长，可以成为家庭助手，也可以成为每个人探索AI与机器人世界的入口。当然，这只是开始。未来的机器人一定会越来越聪明、越来越有用，最终成为人类创造力的延伸。感谢所有参与和支持启元的伙伴，也感谢每一位愿意尝试未来的人。欢迎大家预定启元Q1&T1，扫图片优购码预定的朋友，我全部会亲笔签名（以后机器人统治地球了，证明你是早期支持者😂）

这是2014年，小米创业初期，雷军俯身查看员工工作时的一幕。（网传）坐着的这名女工程师叫张功，是小米早期前端开发工程师，当年被称作小米最美工程师，手上还带着那款卖爆了的小米手环。张功2009年毕业于黑龙江大学计算机专业，2012年入职小米。后期被调任到武汉任小米产品经理，后从小米离职。离开小米后，她的社媒账号全部停更，消失在了大众视野当中。这张照片好有年代感，也是小米的来时路。这张照片里的时光，像是被轻轻按下了暂停键。2014年的北京，清河还没那么喧嚣，小米的办公室也远没有如今这般气派。雷军就那样随意地站在工位旁，微微俯身，目光落在屏幕上，没有指点江山的凌厉，倒像是一位老学长在看着学弟学妹做题。而坐在那里的张功，扎着简单的马尾，专注地盯着代码，浑然不觉自己已经成了这个时代的一个注脚。我盯着这张照片看了很久，心里泛起一种说不清的柔软。那时候的“为发烧而生”，是真的在发烧。一群二十几岁的年轻人，从五湖四海聚到一间不算宽敞的办公室里，桌上堆着测试机，墙上贴着便签纸，凌晨的灯光下，键盘声像雨点一样密。张功大概就是那万千雨点中的一滴，安静、明亮，带着刚毕业时特有的那股认真劲儿——她2009年从黑龙江大学走出来，2012年走进小米，恰好赶上了这家公司最滚烫的岁月。后来呢？后来她去了武汉，从工程师变成了产品经理，再后来，她离开了。社交账号停更，头像灰了下去，像一颗石子沉入湖底，涟漪散尽，湖面复归平静。很多人会问，她为什么走？是不是累了？其实不必追问。人生本就是一段一段的旅程，有人陪你走过最陡的坡，然后在某个路口轻轻挥手，不必说再见，也不必回头。照片里那款小米手环，如今已经迭代了好多代，当年戴在张功手腕上的那一条，大概早已不知去向。但有些东西是留得下来的——比如这张照片里，雷军那微微俯身的姿态，那种对年轻人、对技术、对未来的珍视。它提醒着我们，所有宏大的叙事，都是从这样一个个具体的、专注的、甚至有些笨拙的瞬间开始的。张功消失在了大众视野里，但我想，她一定还在某个地方，过着属于自己的、安稳的日子。或许偶尔翻到这张照片，会想起那个夏天，想起自己曾在一家叫小米的公司，认认真真地写过代码，被一个叫雷军的人，温柔地注视过。这就够了。来路清晰，去路坦荡，这大概就是最好的结局。雷军创业传张功小米人才培养

最近翻了一圈8月份的早期融资名单，一个感受：钱还在，只是比去年更挑了。挑几个有意思的跟大家聊聊。【具身智能/机器人：最拥挤的赛道】诺因智能拿了5个亿天使++轮，经纬领投，做消费级具身大模型和家庭机器人。橡木果机器人天使轮数亿元，招商局创投和蔚来资本一起领投，做触觉具身本能模型。语​最近翻了一圈8月份的早期融资名单，一个感受：钱还在，只是比去年更挑了。挑几个有意思的跟大家聊聊。【具身智能/机器人：最拥挤的赛道】诺因智能拿了5个亿天使++轮，经纬领投，做消费级具身大模型和家庭机器人。橡木果机器人天使轮数亿元，招商局创投和蔚来资本一起领投，做触觉具身本能模型。语用科技更夸张，天使轮2.2亿美元、估值20亿美元，高榕和红杉联合领投，腾讯跟，创始人是前谷歌大模型核心成员林俊旸，做下一代Agent。A轮这边，西湖机器人6个月募了5个亿，做人形机器人全身统一大模型。原力无限A+A+轮合计近10亿，做具身大脑。深海智人超5亿A轮，做深海作业机器人。CyboPal细胞壁数亿A轮，做桌面机器人。【量子计算：天使轮就过亿】向量奇点成立才两个月，天使轮超亿元，IDG、五源、耀途、英诺一起投，做中性原子通用量子计算机。不筹量子数亿元A轮，累计融资已近10亿。纳开量子天使+轮，长石资本领投，高瓴跟投。【AI+硬科技基础设施】奇算光启天使+天使+累计数亿元，高瓴、真格、百度风投投的，做光计算。清雁科技数亿元A轮，君联资本和苏创投投，用微分几何做物理AI基础设施。【跨界新物种】理想汽车联合创始人沈亚楠创办的"栖息地"拿了7亿A轮，用造车思维做AI原生住宅。软银2亿美元独家投了建筑机器人公司Gravis，刷新建筑机器人A轮纪录。【半导体和新材料】鉴芯半导体天使轮，芯博光电天使轮红杉中国投，芯旸微千万级天使轮（创始人科沃斯+霍尼韦尔背景），富加镓业数亿A+轮做氧化镓材料。猎头视角说几个判断：1.具身智能已经从"投本体"转向"投基础设施"了。灵巧手、触觉传感器、数据采集平台、机器人OS这些上游环节今年前8个月融了285亿，超过去年全年。意味着本体公司的招聘需求会从研发扩展到供应链、量产、交付，懂硬件+软件的复合型人才会被抢。2.天使轮估值在飙升。语用科技20亿美元估值、诺因5亿天使++，说明头部机构在疯狂抢"出身好"的团队——大厂核心成员、名校实验室、连续创业者。这类公司成立半年内就会启动大规模招聘，值得提前mapping。3.量子计算、核聚变、光计算这些"深科技"赛道，早期公司招人非常挑，核心岗位基本靠圈层推荐和定向挖角，大众招聘平台几乎看不到。做这类单子的猎头需要建立学术圈和研究院所的人脉。4.一个反直觉的信号：AIAgent和具身智能公司的早期招聘，最先缺的不是算法工程师，而是"能把demo变成产品"的工程化人才——嵌入式、运动控制、系统集成、量产管理。算法高手到处都是，但能让机器人在真实环境里稳定干活的人，极其稀缺。5.半导体早期项目在回暖，但资金明显往材料和设备方向走，纯设计公司的天使轮越来越难拿。早期市场的逻辑很清晰：钱往硬科技走，人才往能落地的方向走。对猎头来说，现在最该做的事，是把这些天使轮A轮公司的核心团队摸清楚——它们半年后就会变成你的客户。

哈佛商学院推出教授的AI“克隆”，它们可以听取创业提案、模拟销售电话，并运行模拟董事会会议。​​​

原腾讯蓬莱实验室总监/芯片研发负责人高剑林离职投身AI芯片创业据了解，原腾讯蓬莱实验室总监/芯片研发负责人高剑林离职创业，创业方向，自研RISC-V架构高性能CPU，瞄准AI服务器和AgenticAI赛道。高剑林，腾讯公司资深Linux内核专家和存储系统专家。曾就职于华为、UT斯达康、赛门铁克等公司，从事路由器设备研发、软件开发和存储系统研究。2005年加入腾讯，从2013年组建硬件团队，推出FPGA图片转码等服务。2018年起，团队开始自主研发芯片产品，先后推出蓬莱端侧AI芯片、沧海视频编码芯片和紫霄云端AI芯片并实现量产应用，到2020年成立蓬莱实验室，作为总监负责研发RISC-V高性能CPU芯片以及下一代高性能云端AI和编码芯片。再到多颗AI芯片研发部署，每一个里程碑都是他主导的。他于2013年12月出版了技术专著《Linux内核探秘》。拥有发明专利“数据存取方法及装置”，旨在提高数据存取速度并减少磁头驱动机构磨损。

我现在唯一的人生经验是，千万别找大厂研发男。我老公华子，我表弟阿里，再加上工作中认识的字节、硅谷大厂回来创业的。我是比较有发言权的。首先这里面能熬过3年并且一直拿着还不错绩效的，都是狠人，学生时代都是超级学霸，进入工作岗位都是超级自律，我老公十年没请过一天假，不是在工作，就是在​我现在唯一的人生经验是，千万别找大厂研发男。我老公华子，我表弟阿里，再加上工作中认识的字节、硅谷大厂回来创业的。我是比较有发言权的。首先这里面能熬过3年并且一直拿着还不错绩效的，都是狠人，学生时代都是超级学霸，进入工作岗位都是超级自律，我老公十年没请过一天假，不是在工作，就是在运动，再不然在咖啡馆学习…大部分人根本卷不过他。我表弟也差不多，极致理性，极致自律。达不到这两条基本不可能在大厂站稳脚跟。其次这类人极度自我，因为他不自我也不可能在大厂站稳脚跟，但是普通人就会觉得动不动对一些小事就吹毛求疵有必要吗非要弄的大家都不舒服是嘛，但是也理解，不是这种性格他也干不了工作。最后是，伴君如伴虎，想找大厂研发男，生活轻松是不可能轻松的，七十二般武艺不傍身恐怕早都甩门走人了，所以谁都不用羡慕我零花钱多，那只是我承受着巨大的精神压力平衡各种家庭关系抚养后代微不足道的一丁点补偿。

 一、为什么是他：不是一夜暴富，是长期死磕技术1.不走互联网流量，走硬核硬件自研路线他不是靠模式创新、烧钱换规模。读研时期就坚持电驱路线，区别于波士顿动力昂贵液压方案，把四足机器人成本打下来，电机、驱动器、控制器大量自研，自研率很高，打破海外垄断。早期被37家机构拒绝创业融资，公司最惨时账上只剩十万，没有资本疯狂输血，靠机器狗海外真实订单实现连续盈利，先跑通商业化，再做人形机器人，没有盲目讲故事烧钱。2.非标准化学霸，但极强工程动手能力应试体系里严重偏科，英语分数很低，但机械、编程、动手能力突出。大学200元零件手搓双足机器人，从原型机一路迭代到量产产品。这种“偏科极客”，代表另一种人才：不擅长应试，但擅长工程创造。3.踩中时代窗口：硬科技+人形机器人风口+科创板过去90后富豪大多来自互联网消费；王兴兴代表财富主线切换到高端制造、人形机器人硬科技赛道。宇树是A股人形机器人第一股，上市首日市场情绪狂热，股价暴涨，把持股约30%的王兴兴账面身家推到千亿级别，创下90后财富新高。二、必须清醒：“首富”是纸面财富，有很大不确定性1.是浮盈，不是现金千亿身家=股价×持股。股票有锁定期，短期内不能大规模套现。股价是市场情绪给出来的，市盈率极高，后续如果股价回调，身家会快速缩水，账面首富很容易“上得快、跌得也快”。上市首日换手率超过85%，说明博弈非常剧烈。2.光环之下仍有行业挑战-人形机器人还处在早期阶段，工业大规模落地、消费级普及还需要时间；-海外竞品、国内同行竞争加剧；-公司现在高估值，意味着市场对未来极高预期，一旦业绩不及预期，估值会承受巨大压力。上市敲钟只是起点，不是创业终点。真正考验是未来3‑5年能不能把技术优势持续转化为收入、利润，把高估值兑现成真实产业价值。三、这件事的时代意义1.给硬科技创业者很强的信号：技术可以造富过去大家觉得创业就要做互联网、流量、平台；王兴兴证明，埋头做硬件、做机器人、啃底层技术，也能登上财富顶端，鼓励更多工科人才投身硬核制造。2.新一代创富群体在切换90后首富从互联网创业者，变成高端制造创业者。反映国家产业转向：鼓励自主可控、机器人、智能制造，资本市场愿意给真正硬科技更高溢价。3.普通人理性看待财富神话他的成功，是个人天赋+十几年持续投入+资本风口+时代机遇叠加，很难复制。不能简化成“偏科也能当首富”，更不能拿来否定基础教育。应试能力和工程能力是两种不同能力，不是对立关系。四、争议点与舆论两面-乐观视角：国产机器人走向全球，四足机器狗海外销量领先，登上春晚、亚运会，代表中国机器人产业的突破。-冷静视角：警惕资本泡沫，人形机器人还没大规模商业化，超高股价包含大量对未来的想象，不要把市值神话等同于已经实现的产业成功。简短总结王兴兴的千亿首富，是技术长期积累遇上时代风口的产物，但只是纸面财富。更大的意义不在于“90后首富”这个名号，而在于证明：深耕硬核实体科技，也能获得巨大商业回报。真正的成功，要看未来能不能跨过商业化大考，把技术变成实实在在的产业竞争力。

哈佛商学院推出教授的AI“克隆”，它们可以听取创业提案、模拟销售电话，并运行模拟董事会会议。

【民企创业成功铁三角】1993年，华为任正非开始践行薪酬领先策略（企业可以高价买元器件，高价买机器，也可以高薪买人才）；2015年，字节跳动张一鸣引入奈飞人才密度理念（人才是公司输入中最值得重仓的变量，人才密度×协作效率=组织效率）；2025年，DeepSeek梁文锋以科技颠覆在AI大模型领域后来居​【民企创业成功铁三角】1993年，华为任正非开始践行薪酬领先策略（企业可以高价买元器件，高价买机器，也可以高薪买人才）；2015年，字节跳动张一鸣引入奈飞人才密度理念（人才是公司输入中最值得重仓的变量，人才密度×协作效率=组织效率）；2025年，DeepSeek梁文锋以科技颠覆在AI大模型领域后来居上，引发现象级关注（2025年12月8日，《自然》杂志将梁文锋评为“Techdisruptor（科技颠覆者）”，列入2025年度十大科学人物）。有学者因之概括：薪酬领先、人才密度和科技颠覆，是当前民营企业创业成功的铁三角。

马斯克不是神人，也不是超人，他和普通人一样脆弱，SpaceX创业几乎要了他半条命，前3发猎鹰火箭全都炸了，恰好又遇到了08年的金融危机，融资的路子突然就断了，落魄到与第一任妻子离婚，自己也被迫搬进地下室。人生和事业的双重巨挫，带来了如此巨大的压力，以至于马斯克经常“从噩梦中惊醒、尖叫，身​马斯克不是神人，也不是超人，他和普通人一样脆弱，SpaceX创业几乎要了他半条命，前3发猎鹰火箭全都炸了，恰好又遇到了08年的金融危机，融资的路子突然就断了，落魄到与第一任妻子离婚，自己也被迫搬进地下室。人生和事业的双重巨挫，带来了如此巨大的压力，以至于马斯克经常“从噩梦中惊醒、尖叫，身体感到剧痛。”

创业当如贝佐斯：永远保持Day1的激情1997年亚马逊上市，贝佐斯写了第一封致股东信。这封信后来被硅谷当教材，此后每年他都把它附在新年报后面，重印一次。信里有一句话：ThisisDay1fortheInternet（这是互联网的第一天）。他把这四个字做成了公司的图腾，亚马逊总部一栋办公楼就叫Day1，他后来搬走，让人把楼牌拆下来带进新楼。2016年有员工在大会上问他，Day2是什么样。他说：Day2是停滞，接着是无足轻重，接着是痛苦不堪的衰退，接着是死亡。《金刚经》说，应无所住，而生其心；凡所有相，皆是虚妄。你眼里任何确定的状态，都是暂时的，靠不住。一家公司最大的幻觉，市场变化还在其次，最要命的是心里生出那个念头，我已经是某种东西了。我是行业第一，我是品类王者，我现金流很稳。这都只是个相，相留不住。贝佐斯的解法很笨，也很有效。他把“别留恋”这三个字铸进了组织。楼叫Day1，信写Day1，开会被追问这个方案符不符合Day1。2016年的致股东信里他说：Day1的活力要靠巨大的努力维持，Day2是静止的，你什么都不干，自己就会滑进去。维持Day1的四条药方：真正的客户至上、抵制形式主义、拥抱外部趋势，高速决策。客户至上，是破我相；抵制形式主义，是破法相；拥抱趋势，是破寿者相，别以为自己的事业能永续，世界的变化从不围着你转；高速决策，是破住相，大多数决策做错了可以改，别抱着缺点走到黑。在亚马逊，这四条是纪律，不是感悟。感悟是“我今天明白了什么”，纪律是“不管我今天明不明白，都得这么做”，这就是懂得和做到的分水岭。对于“无所住”三个字，懂是一念之间的事，做到却需要千锤百炼。贝佐斯做的事恰好对治这个病，他不指望每个高管都是觉者，他创造了一个系统，让普通人在系统里被迫不住相。佛法讲借假修真，他是借制度修真。把对的判断变成流程、环境、会议和文字，组织就有了不依赖任何圣人也能存续的正念。在1997年的致股东信里，贝佐斯写道：我们的投资决策，看的是长期市场领导地位，不看短期盈利，也不看华尔街短期的反应。他后来解释过自己凭什么扛得住：股价跌的时候，他天天盯着的是公司内部的数据，客户数、单件利润、出错率，每一项都在变好。股价往下走，公司往上长，股价会骗人，数据不会骗人。他知道股价是相，评级是相，封面文章是相。相靠不住，那就别靠。他看得见的是底下那条因果链：更低的价格带来更多客户，更多客户带来更多卖家，更多卖家带来更全的选品和更大的规模，更大的规模摊薄成本，成本下降再支撑更低的价格。没有起点，没有终点，每一环推下一环，同时被上一环推着。2001年前后，贝佐斯在一张餐巾纸上，把这条线画了出来。概念上，它和吉姆·柯林斯的《从优秀到卓越》讲的飞轮一脉相承。商业和佛哲惊人一致，佛哲的地基就两个字：缘起。任何事物的存在，都不来自它自己，而来自条件和条件的关系。此有故彼有，此生故彼生。没有孤立的存在，没有自足的实体，万物在关系网里互相成就。亚马逊开会有个著名的规矩：会议室里放一把空椅子，代表客户。贝佐斯告诉员工，这间屋子里最重要的人，坐在那把椅子上。其实这把椅子只是形式，背后是一整套把公司的“自我”从决策里清出去的机制：第一个是禁用PPT。贝佐斯觉得PPT是表演工具，表演给屋里坐着的权力看，备忘录是思考工具，它逼着团队思考这件事到底成不成立；第二个是听骂。亚马逊有个传统，包括贝佐斯在内的管理者，每两年要到客服中心值两天班，接真实的客户电话；第三个，数据面前权威让位。亚马逊内部有个通行的原则，客户行为数据和高管意见冲突时，信数据。哪怕你职位再高，“我觉得”这三个字在数据面前不值钱。贝佐斯一句话：人这一辈子的遗憾，大多来自没做的事，没走的路。这句话为什么有力？它破掉的是我执里最顽固的一层，把此刻的得失当成真实。普通人做重大决策，问的是我会失去什么，如果从“我”出发算账，算的全是眼前，很少人直接从终点那个我，怎么看现在的我。其实，每个创业者一辈子都有几个这样的时刻：辞职、转型、押上全部、断臂求生。如果你从此刻算账，算出来全是恐惧；如果你从终点算账，算出来的只有一件事——值不值得。​​——罗华山15点於深圳餐研院科学干餐饮&创业不迷路28年聚焦餐饮连锁产业罗华山和1万个餐饮朋友餐饮O2O赋能1万个品牌

原来读书真的能致富，清一色的工科男，时代变化太快了，从互联网到地产，到硬件。里面全部交叉持股，美团、阿里、腾讯、红杉资本都在里面。你知道小鹏汽车的老板以前和谁一起创业吗？小鹏是雷军的高管，小鹏出来创业雷军自然支持。说明他们掌握了资源和成功的办法。圈子很重要。顺为资本是雷军的​原来读书真的能致富，清一色的工科男，时代变化太快了，从互联网到地产，到硬件。里面全部交叉持股，美团、阿里、腾讯、红杉资本都在里面。你知道小鹏汽车的老板以前和谁一起创业吗？小鹏是雷军的高管，小鹏出来创业雷军自然支持。说明他们掌握了资源和成功的办法。圈子很重要。顺为资本是雷军的也投资宇树智谱。

看似突然，实则是硬科技创业浪潮下的必然结果。他没有选择追逐流量风口，而是扎进机器人这一“硬骨头”领域，用技术壁垒构筑起真正的护城河。他的成功，最值得称道的是：年轻一代创业者正在完成从“模式创新”到“技术驱动的范式转移”。评价王兴兴，不宜只盯着财富数字。首富的头衔不过是水到渠成的注脚，更值得关注的是他背后的产业风向——智慧机器人从实验室走向量产，成为中国制造升级的鲜活样本。他证明了90后不仅能做消费互联网的弄潮儿，也能在高端制造、人工智能等深水区做出世界级产品。当然，财富排名天然带有波动性，今天的首富未必是明天的赢家。对王兴兴而言，真正的挑战在于如何将个人财富转化为持续创新的动力，如何带领企业在全球竞争中保持领先。公众期待他不仅是“首富”，更是“首创”。无论如何，王兴兴的崛起给创业者的启示是：时代不会亏待真正做技术、做实业的年轻人。财富是结果，创造价值才是初心。希望他能在机器人领域继续深耕，让世界看到中国90后的硬实力。

豆包、通义千问、De­e­p­S­e­ek、Ki­mi、Mi­n­i­M­ax、智谱AI：六家大模型终局差异化定位推演国内大模型赛道，已经很难走全能力通吃的发展路线。互联网巨头与独立创业公司同台竞争，各家依托自身资源禀赋，逐步确立核心基本盘。企业虽会补齐部分通用能力，但主攻方向将出现明显分化。本文结合产业现状，梳理六家头部大模型未来发展定位，同时客观剖析各路线的现实不确定性。豆包（字节跳动）核心主攻：国民级C端多模态AI入口，大众消费级AI，兼顾内容生态与全球化依托字节流量生态，覆盖聊天创作、图像、AI视频、语音、文档生成等高频场景，打造普通人日常可用的AI工具。C端是核心主战场，国内提供充足免费额度，依靠海外版本Do­la拓展全球市场。B端主要服务集团内部及少量合作伙伴，不大规模做复杂政企私有化部署。虽具备视频生成能力，但服务对象以C端用户为主，不会把AI视频对外API作为核心营收。风险点：C端竞争白热化，用户留存、付费转化，以及多模态带来的算力消耗，是长期压力。通义千问（阿里Qw­en）核心主攻：开源基座生态+阿里云B端Ma­aS，云原生企业AI底座，兼顾C端验证Qw­en开源系列在全球开发者社群热度很高，为开发者、中小企业提供可二次开发的模型基座。商业深度绑定阿里云，输出API、微调、部署能力，打通钉钉、零售等业务，搭建AI与实体业务闭环。C端产品更多作为技术展示窗口。产品线覆盖通用基座、代码、多模态，服务开发者与金融、制造等行业客户。风险点：开源赛道价格竞争激烈，B端业绩受阿里云整体景气度影响。Mi­n­i­M­ax核心主攻：普惠型AI视频创作+全球化B端多模态API，大众短视频内容入口H3/HH视频模型主打低门槛、高性价比，用户无需专业影视能力，依靠自然语言即可生成短视频，时长有望从15秒迭代至30秒，面向网民、自媒体与中小商家。对标即梦2.5专注专业影视级内容，Mi­n­i­M­ax主攻大众普惠量产，二者形成精品与量产的分层格局。文本、Ag­e­nt作为配套底座，商业重心放在海外B端API，国内C端偏向产品演示。风险点：视频赛道巨头持续加码，算力投入巨大，效果稳定性与商业化兑现是核心考验。智谱AI核心主攻：国产化政企、信创市场，企业级Ma­aS与私有化部署平台聚焦政务、央企、金融、能源等政企客户，基于自研GLM基座，主打自主可控，适配国产算力，擅长本地化部署与行业定制。业务不局限简单问答，延伸至行业知识库、企业Ag­e­nt等场景。大众C端并非发力重点，补齐多模态仅为满足企业项目需求，不会切入大众短视频赛道。风险点：政企项目交付周期长，行业竞争加剧，客户预算波动直接影响经营。De­e­p­S­e­ek（深度求索）核心主攻：国产通用基座底座，开源生态，极致性价比的算力基础设施独立厂商中通用基座路线代表，数学、代码、推理能力突出，坚持开源，以低成本为全行业提供模型底座，大量开发者调用其API二次开发，扮演AI产业底层发动机。不以C端消费级APP为核心，不争夺C端流量，定位输出模型原料，供各类应用、行业软件封装使用。风险点：基座算力投入巨大，开源模式下平衡生态与盈利是长期难题。Ki­mi（月之暗面）核心主攻：超长文本处理，知识工作型Ag­e­nt，面向脑力工作者的生产力工具长文档解析是核心护城河，擅长处理财报、合同、研报等海量资料，面向研究员、法务、咨询师等知识群体。不侧重短视频赛道，也不大规模开展政企私有化，C端付费会员是重要收入，同步输出B端文档能力，向知识型复杂任务Ag­e­nt演进。风险点：长文本推理算力开销高，赛道面临同行模仿竞争。整体格局总结六家企业会互相补齐技术能力，但终局分工清晰：豆包定位国民C端多模态入口；通义千问立足开源基座与云生态；De­e­p­S­e­ek打造产业底层模型地基；Ki­mi聚焦知识工作生产力工具；智谱AI深耕国产化政企基础设施；Mi­n­i­M­ax发力普惠AI视频创作。不能用传统互联网逻辑推演AI终局。电商、出行等场景空间有限，竞争后往往只剩少数头部。而AI渗透千行百业，深度改造大量脑力工作，市场规模远超传统互联网。市场不会被少数通用大模型完全垄断。除通用基座之外，各细分领域会持续诞生行业专用模型，形成“通用底座+大量行业模型”共存格局。细分赛道依旧优胜劣汰，但相比互联网时代，可容纳更多参与者。以上仅为当前产业推演，若出现技术突破或商业化不及预期，企业仍存在战略调整空间。免责声明：本文基于公开行业信息推演，不构成任何投资建议，市场有风险，投资需谨慎。

豆包、通义千问、De­e­p­S­e­ek、Ki­mi、Mi­n­i­M­ax、智谱AI：六家大模型终局差异化定位推演国内大模型赛道，已经很难走全能力通吃的发展路线。互联网巨头与独立创业公司同台竞争，各家依托自身资源禀赋，逐步确立核心基本盘。企业虽会补齐部分通用能力，但主攻方向将出现明显分化。本文结合产​豆包、通义千问、De­e­p­S­e­ek、Ki­mi、Mi­n­i­M­ax、智谱AI：六家大模型终局差异化定位推演国内大模型赛道，已经很难走全能力通吃的发展路线。互联网巨头与独立创业公司同台竞争，各家依托自身资源禀赋，逐步确立核心基本盘。企业虽会补齐部分通用能力，但主攻方向将出现明显分化。本文结合产业现状，梳理六家头部大模型未来发展定位，同时客观剖析各路线的现实不确定性。豆包（字节跳动）核心主攻：国民级C端多模态AI入口，大众消费级AI，兼顾内容生态与全球化依托字节流量生态，覆盖聊天创作、图像、AI视频、语音、文档生成等高频场景，打造普通人日常可用的AI工具。C端是核心主战场，国内提供充足免费额度，依靠海外版本Do­la拓展全球市场。B端主要服务集团内部及少量合作伙伴，不大规模做复杂政企私有化部署。虽具备视频生成能力，但服务对象以C端用户为主，不会把AI视频对外API作为核心营收。风险点：C端竞争白热化，用户留存、付费转化，以及多模态带来的算力消耗，是长期压力。通义千问（阿里Qw­en）核心主攻：开源基座生态+阿里云B端Ma­aS，云原生企业AI底座，兼顾C端验证Qw­en开源系列在全球开发者社群热度很高，为开发者、中小企业提供可二次开发的模型基座。商业深度绑定阿里云，输出API、微调、部署能力，打通钉钉、零售等业务，搭建AI与实体业务闭环。C端产品更多作为技术展示窗口。产品线覆盖通用基座、代码、多模态，服务开发者与金融、制造等行业客户。风险点：开源赛道价格竞争激烈，B端业绩受阿里云整体景气度影响。Mi­n­i­M­ax核心主攻：普惠型AI视频创作+全球化B端多模态API，大众短视频内容入口H3/HH视频模型主打低门槛、高性价比，用户无需专业影视能力，依靠自然语言即可生成短视频，时长有望从15秒迭代至30秒，面向网民、自媒体与中小商家。对标即梦2.5专注专业影视级内容，Mi­n­i­M­ax主攻大众普惠量产，二者形成精品与量产的分层格局。文本、Ag­e­nt作为配套底座，商业重心放在海外B端API，国内C端偏向产品演示。风险点：视频赛道巨头持续加码，算力投入巨大，效果稳定性与商业化兑现是核心考验。智谱AI核心主攻：国产化政企、信创市场，企业级Ma­aS与私有化部署平台聚焦政务、央企、金融、能源等政企客户，基于自研GLM基座，主打自主可控，适配国产算力，擅长本地化部署与行业定制。业务不局限简单问答，延伸至行业知识库、企业Ag­e­nt等场景。大众C端并非发力重点，补齐多模态仅为满足企业项目需求，不会切入大众短视频赛道。风险点：政企项目交付周期长，行业竞争加剧，客户预算波动直接影响经营。De­e­p­S­e­ek（深度求索）核心主攻：国产通用基座底座，开源生态，极致性价比的算力基础设施独立厂商中通用基座路线代表，数学、代码、推理能力突出，坚持开源，以低成本为全行业提供模型底座，大量开发者调用其API二次开发，扮演AI产业底层发动机。不以C端消费级APP为核心，不争夺C端流量，定位输出模型原料，供各类应用、行业软件封装使用。风险点：基座算力投入巨大，开源模式下平衡生态与盈利是长期难题。Ki­mi（月之暗面）核心主攻：超长文本处理，知识工作型Ag­e­nt，面向脑力工作者的生产力工具长文档解析是核心护城河，擅长处理财报、合同、研报等海量资料，面向研究员、法务、咨询师等知识群体。不侧重短视频赛道，也不大规模开展政企私有化，C端付费会员是重要收入，同步输出B端文档能力，向知识型复杂任务Ag­e­nt演进。风险点：长文本推理算力开销高，赛道面临同行模仿竞争。整体格局总结六家企业会互相补齐技术能力，但终局分工清晰：豆包定位国民C端多模态入口；通义千问立足开源基座与云生态；De­e­p­S­e­ek打造产业底层模型地基；Ki­mi聚焦知识工作生产力工具；智谱AI深耕国产化政企基础设施；Mi­n­i­M­ax发力普惠AI视频创作。不能用传统互联网逻辑推演AI终局。电商、出行等场景空间有限，竞争后往往只剩少数头部。而AI渗透千行百业，深度改造大量脑力工作，市场规模远超传统互联网。市场不会被少数通用大模型完全垄断。除通用基座之外，各细分领域会持续诞生行业专用模型，形成“通用底座+大量行业模型”共存格局。细分赛道依旧优胜劣汰，但相比互联网时代，可容纳更多参与者。以上仅为当前产业推演，若出现技术突破或商业化不及预期，企业仍存在战略调整空间。免责声明：本文基于公开行业信息推演，不构成任何投资建议，市场有风险，投资需谨慎。

西雅图AI创业者集合！9月Showcase来了B.E.L.L.ESeattleAIStartupShowcase又来了，这次继续聚集Bellevue的AIfounders、builders、investors和科技从业者。如果你正在做AIstartup，或者手里有一个正在验证的想法，这次可以直接上台Pitch。现场有两种Pitch形式：🎯5-MinutePitch3分钟项目展示+2分钟现场Q&A🌱1-MinutePitch1分钟ElevatorPitch，适合早期项目、Idea或正在验证中的产品。我们会根据项目情况进行筛选和匹配，让不同阶段的创业者都有机会展示自己的项目。如果你准备申请Pitch，建议重点准备：•你解决什么问题•你的核心优势是什么•市场机会有多大•竞争格局•团队背景你会遇到正在做产品的Builder、寻找项目的投资人、潜在合伙人，以及更多西雅图AI社区里的创业者。Realproblems.Realsolutions.Realbuilders.📅9月18日（周五）1:00–4:30PM📍CoffeeDanceStudio🚀Pitch申请截止：9月14日正在做AI的朋友，欢迎来现场交流，也欢迎把你的项目带上台。西雅图创业AI创业西雅图科技圈AIStartup创业路演AIAgent硅谷创业BellevueAI社区

最近听播客，听到罗永浩采访李想的节目，五个多小时。里面有很多专业词，有很创业创新的精神我都没有多大的感触。但是在听到李想谈到理想汽车第三轮融资，由于大环境，新能源处于一个全球低迷的时刻，他跑了一百多家投资方，在碰壁一百多次，被拒绝到已经快要绝望的时候。曾经被他拒绝的投资方王兴找到​最近听播客，听到罗永浩采访李想的节目，五个多小时。里面有很多专业词，有很创业创新的精神我都没有多大的感触。但是在听到李想谈到理想汽车第三轮融资，由于大环境，新能源处于一个全球低迷的时刻，他跑了一百多家投资方，在碰壁一百多次，被拒绝到已经快要绝望的时候。曾经被他拒绝的投资方王兴找到了他，在李想谈到了王兴主动找到他的时候，李想突然的嚎啕大哭。真的在那一刻，我听到了那么一个人物在谈了这个名字的时候一下子情绪失控，在面对采访镜头嚎啕大哭的时候，我真的一下子被触动了。我就真的能想象到他当时处于的绝境到底有绝了，遇到了这种贵人相助，对他是多么大的恩情

好有年代感的一张照片，也是小米的来时路，这是2014年，小米创业初期，雷军俯身查看员工工作时的一幕。（网传）坐着的这名女工程师叫张功，是小米早期前端开发工程师，当年被称作小米最美工程师，手上还带着那款卖爆了的小米手环

好有年代感的一张照片，也是小米的来时路，这是2014年，小米创业初期，雷军俯身查看员工工作时的一幕。（网传）坐着的这名女工程师叫张功，是小米早期前端开发工程师，当年被称作小米最美工程师，手上还带着那款卖爆了的小米手环​好有年代感的一张照片，也是小米的来时路，这是2014年，小米创业初期，雷军俯身查看员工工作时的一幕。（网传）坐着的这名女工程师叫张功，是小米早期前端开发工程师，当年被称作小米最美工程师，手上还带着那款卖爆了的小米手环​

10｜当AI越来越便宜，什么会重新变贵？2022年11月，达到GPT-3.5级MMLU表现的模型，推理成本大约是每百万tokens20美元。到2024年10月，同一条能力线已经降到0.07美元，超过280倍。到了2026年3月，StanfordAIIndex里Arena前四家又挤进不到25个Elo。这不等于“智能已经商品化”。便宜的是越来越多昨天的frontier。最前沿能力依然贵，用户在高价值任务上也更愿意选更强、更贵的模型，frontiercompute还在继续涨。但一块能力变便宜以后，旁边原来不显眼的瓶颈会冒出来。OECD2026年研究AI竞争时，反复提到complementaryassets：ICTskills、digitalinfrastructure、管理能力、业务流程重组、skilledworkers。接一个强模型API已经不算难，难的是把真实context、权限、数据、workflow、verification和责任边界接进去。Anthropic2026EconomicIndex还有个很有意思的结果：高tenure用户在控制task、model、country等因素以后，在他们自己的success指标里仍高约4个百分点。这个结果有early-adopter和survivorshipbias，不能证明“用久了就一定更聪明”，但至少说明拿到同一个模型，不代表最后得到同样的结果。所以我对“AI创业越来越像拼积木”只信一半。组件确实越来越容易买，第一版也越来越容易做。可如果你的价值只是“我把这些API接起来了”，别人也可以买同样的组件。更难复制的可能是你选了什么问题、有什么独特context、怎么嵌进客户workflow、怎么验证结果、怎么distribution，又怎么承担现实里的错误。这也是这十篇最后我最想留下的问题：如果明天模型价格再砍一半，能力再涨一档，你手里的东西会更值钱，还是会一起贬值？#人工智能#AI#科技趋势#创业#商业#AI商业模式#AI创业#模型商品化#AI价值链#AI竞争壁垒

看懂PuraX系列迭代：开辟“无人区”，到底适合谁？【导语】创业、职场常常陷入内卷困境：大家挤在同一条赛道比拼资源、价格。企业大致有两种竞争思路：跟随成熟路线稳步迭代，或是尝试开拓全新方向。华为PuraX系列三代产品的迭代路径，可以作为一个观察样本。手机行业早已形成成熟的开发逻辑：对标竞品微调参数、外观，在既定框架内竞争。这套模式风险低，也是多数厂商的选择。而PuraX、PuraXMax、PuraXView，则走了差异化探索路线，也就是常说的闯入“无人区”。本文仅拆解思路利弊，不评判产品优劣。PuraX：红海赛道，挖掘被妥协的用户痛点早期竖向小折叠，行业普遍默认外屏仅作辅助，各家优化重心集中在减重、铰链等方面。这款产品转换优化重心，做大可用外屏，减少频繁展开内屏的操作。客观来说，这不算硬核技术颠覆，只是调整优化方向，适合企业挖掘细分差异化机会。PuraXMax：挑战固有产品形态，承担更高试错成本大屏折叠产品发展多年，形态基本固定。改动屏幕比例，意味着重新开展结构设计、生态适配，投入和风险都会大幅上涨。多数企业为保障短期经营稳定，不会轻易改动成熟方案。品牌推出阔折叠形态，更多属于战略取舍，并非其他厂商不具备相关技术储备。所谓无人区，本质是愿意为长期布局承担短期不确定性。PuraXView：形态经验下沉，挑战行业长期惯例直板智能手机长期沿用细长屏幕，上下游产业链、用户使用习惯均已定型。更换屏幕比例，需要协调大量软件适配工作。该机型将阔屏设计思路移植到直板手机。但新比例同样存在争议，APP适配、用户习惯培养都需要时间，能否获得市场广泛认可仍有待观察。可借鉴的启示，理性看待并非万能1.两种策略没有绝对优劣：跟随路线稳妥、风险低；开拓赛道有机会建立长期壁垒，但投入更高，失败概率更大。2.行业里那些默认妥协的痛点，往往蕴藏差异化机会。3.创新讲究分步验证、循序渐进，切忌孤注一掷。4.开拓创新离不开长期资金、技术积累，缺乏底蕴的盲目创新很容易翻车。开辟无人区绝非万能解法，高昂研发成本、生态适配难题、市场认可度未知，都是绕不开的风险。稳妥跟随成熟赛道，依旧是很多企业务实的选择。这个案例带来的启发：不管是企业经营还是个人发展，不必困在存量赛道持续内耗；但选择开拓新方向之前，一定要评估自身资源和抗风险能力。评论引导：两种发展思路，你更倾向稳妥跟随，还是开拓新赛道？欢迎理性交流。商业思维企业管理产品创新puraxview

#新能源汽车##具身智能机器人##人形机器人#真是赶上了大好时代了！蔚小理三家智驾一号位去向，都出来创业成立具身机器人！具身/人形机器人属于早期硬科技成长赛道：愿意给非常非常高的远期期权溢价。宇树科技市值最高达到4449亿，这是什么概念呢？吉利+理想+蔚来+小鹏加起来共4400亿，​新能源汽车具身智能机器人人形机器人真是赶上了大好时代了！蔚小理三家智驾一号位去向，都出来创业成立具身机器人！具身/人形机器人属于早期硬科技成长赛道：愿意给非常非常高的远期期权溢价。宇树科技市值最高达到4449亿，这是什么概念呢？吉利+理想+蔚来+小鹏加起来共4400亿，刚好能合成一个宇树科技。宇树科技发行PE219倍，上市短期最高PE突破470倍，PS（市销率）上百倍；同期主流新能源汽车公司PS普遍0.3–2倍，差距巨大1.蔚来｜任少卿（前/现任智驾一号）→具身机器人初创（独立创业，网传）2.理想｜郎咸朋（前智驾负责人）→昆仑行机器人（人形具身，独立创业）3.小鹏｜李力耘（前智驾一号）→众擎机器人（CTO，加盟）更新完整“智驾高管创业具身机器人清单”1.郎咸朋｜前理想高级副总裁、智驾负责人→昆仑行机器人2.贾鹏、王凯｜理想智驾核心高管→至简动力3.陈伟｜理想AI首席科学家→斜跃智能4.陈亦伦、李震宇｜华为&百度Apollo高管→它石智航5.郭彦东｜前小鹏首席科学家→智平方6.刘方｜前小米汽车智驾负责人→阿米奥机器人7.刘念邱｜元戎启行前合伙人→费莫一科技8.高继扬｜Momenta量产负责人→星海图9.张力｜文远知行前COO→逐际动力LimX10.任少卿｜蔚来高级副总裁、智驾总负责人→具身机器人新公司文昌·文昌卫星发射中心

我觉得很多人做生意或者创业，最大的问题就是想的太多、做的太少。就拿干亚马逊来说，很多人一上来就希望规划个品牌，想的特别的宏大，但实际上就是一条不归路，想的再好，都不可能会实现。对95%以上的卖家来说，干亚马逊，说白了，就是要现金流、要利润、要有真金白银留在手里面，其他的想再多都没用。什么未来亚马逊还能干多久？未来的发展趋势会怎么样？统统不需要去想，你想了也没用。你只要控制好规模，闷着头挣钱就行了，直到你手里的钱能支撑你不干亚马逊了，不就结了吗？这不就是你干这行的目的吗？然后拍拍屁股走人，不留下一片云彩。搞清楚自己要的是什么之后，现阶段，你要的就是超强的执行力！创业中“先干起来再说”，比什么都重要！找到当前影响利润的一切问题点，集中所有精力逐个攻破。供应链不行搞供应链、财税不行搞财税、开发不行搞开发，一切向利润看齐。听敏哥的：把你干亚马逊的每一年，都当作最后一年看。趁着还有机会，还能继续挖一挖金矿，把执行力拉满，最起码要让自己在退场的时候不留遗憾。不要到时候，想起来：早知道我当时怎么怎么样，也许我会多挣好多。这种后悔有什么意义呢？活在当下，拉满执行力，不留遗憾！加油，兄弟们！

和一个创业的朋友喝茶，他说以前标准配置是1个设计师+15个工程师，现在已经考虑2个设计师配一个工程师了。因为AI能够让设计师从画图的人变成能独立把产品从0做到1的人。其实你不需要变成一个什么都会的超人，把自己擅长的那个方向通过AI做深做透，依然有巨大的价值。这句话放到企业软件开发上也一样。财务懂报表，仓库懂库存，生产主管懂流程，他们缺的往往只是把业务想法做成系统的能力。无代码恰好补上这一段。会Excel表格，就能通过画表格开发，把报表、数据分析、审批甚至复杂管理软件直接搭出来，再让AI辅助梳理需求、公式和流程。以后真正拉开差距的，可能是你对自己那一行到底懂多深，以及能不能借助AI和新工具，把经验直接变成结果。

脑机接口正在从实验室走向现实。面对这项颠覆性技术，创业者不仅要看到万亿级的市场潜力，更要提前布局应对策略。结合行业最新动态，分享几点实战思考：一、技术爆发期，场景落地是关键目前脑机接口技术正迎来密集突破。作为创业者，与其追逐尚不成熟的全套技术，不如聚焦特定垂直场景（如特定疾病的康复辅助、特定人群的机能增强），寻找技术与市场的契合点，做深做透，实现率先突围。二、跨学科协作，降低研发门槛脑机接口是典型的跨学科工程，涉及神经科学、电子工程、计算机等多个领域。初创团队单打独斗难度极大，建议积极寻求跨学科团队合作，或者善用现有的成熟算法与开源平台，降低研发成本，缩短产品化周期。三、严控合规风险，抢占伦理高地随着技术深入，数据隐私、安全伦理及法律责任界定等挑战日益严峻。在产品设计之初，就必须将“安全与合规”内置其中，这不仅是为了规避政策风险，更是建立用户信任、构建企业长期核心竞争力的护城河。四、紧跟政策红利，融入产业生态国家及各地政府已将脑机接口列为未来产业发展重点，并出台专项方案支持技术转化与临床应用。创业者应密切关注相关政策导向，积极对接产业基金与资源集聚区，借力打力，加速企业发展。技术浪潮不可阻挡，顺势而为方能行稳致远。关注创服智达，陪你一起穿越科技创业迷雾。脑机接口科技创业创服智达创始人思维商业落地

AI算力和人形机器人，哪个赛道更有前景-短期（1-3年）：AI算力确定性更高、业绩更实，是当前基础设施刚需​-中长期（5-10年）：人形机器人（具身智能）的总市场空间、产业变革上限更大，但不确定性、技术风险、周期也大得多​-人形机器人规模化本身，还会反过来拉动新一轮云端训练+端侧专用算力需求，是算力行业的下一波大需求来源。一、AI算力赛道：当前在业绩兑现期，确定性优先-前一波驱动：大模型训练、数据中心建设，GPU/服务器/光模块/高速互联/液冷/算力租赁持续兑现营收利润​-当前变化：通用云端训练算力逐步供需宽松、边际回报率下降；结构性机会转移到：推理优化、HBM/存算一体、国产替代、低功耗/端侧算力、CPO、算力调度、行业专用算力集群​-✅优势1.付费方清晰（云厂商、大厂、政企），B端资本开支驱动，商业闭环已经跑通​2.产业链成熟、标准化程度高、人才栈成熟（芯片、IC、光通信、服务器、IDC、CUDA/算子优化）​3.细分分层机会多：上游芯片壁垒最高利润最集中；中上游光模块/服务器/散热/PCB/电源是国产优势、业绩确定性强；算力服务/应用适配门槛相对低⚠️核心风险-高端芯片生态（CUDA）、制造设备壁垒极高，本土核心环节受出口管制约束​-重资产、扩产周期长，容易阶段性供过于求、价格战（算力租赁最明显）​-纯通用算力未来会逐步commoditize（商品化），只有芯片/互联/专用算力/软件栈持续有高溢价二、人形机器人赛道：0→1验证期，长期弹性优先产业阶段处于原型机→小批量试点、核心部件验证、结构化场景（工厂搬运、物流）先行，还没到大规模商用期-当下绝大多数整机没有正向ROI，成本、可靠性、运动控制、长时序操作、世界模型数据闭环都是瓶颈​-价值兑现顺序：核心零部件（减速器、执行器、丝杠、六维力传感器、伺服）>具身算法/仿真/OS/端侧芯片>整机>家庭消费场景​✅优势1.长期市场空间远大于纯云端算力：面向物理执行、劳动力替代，覆盖制造/物流/养老/家政等，是下一代通用硬件平台​2.中国供应链优势更强（精密零部件、机电制造、整车/消费电子产能复用），国产替代机会比GPU大得多​3.复合学科壁垒（机械、电控、运动控制、传感器、实时系统+AI多模态），长期不容易单一巨头通吃三、分维度直观对比表格维度AI算力人形机器人当前阶段大规模建设、业绩兑现期样机/小批量、零部件先行、商业化早期2-3年确定性高（尤其光模块、服务器、国产芯片、推理算力）中低，仅零部件/工业场景验证确定性高，整机低中长期TAM大（数字基础设施）更大（物理劳动力/通用终端）核心壁垒芯片制造、软件生态、EDA、HBM、资金机电一体化、控制、传感器、成本、场景数据闭环、可靠性人才门槛偏半导体/软硬件/系统/通信，供给相对充足跨机械+电控+AI+感知复合人才，供给稀缺创业友好度分层，中上游重资本、下游服务/优化尚可整机创业极难，零部件/垂直算法/仿真工具更友好核心矛盾供给约束→生态约束→内卷降价成本/可靠性约束→场景验证→规模化降本周期属性跟着云资本开支迭代，2-3年一轮建设周期更长，类似汽车/智能手机，10年级别的渗透周期四、分场景怎么选如果你看1~2年、要确定性、就业/拿结果优先👉优先AI算力（优先推理、国产算力、光互联、HBM、液冷、算子优化、行业算力集群）-机器人只适合投核心零部件、端侧具身芯片、仿真/运动算法，避开纯Demo整机和消费人形叙事如果你看3~10年、能接受高风险长周期、做硬件/机电/控制/多模态算法👉人形机器人是更大的增量赛道，而且它本身就是算力最重要的新增需求方：-每台机器人同时需要：云端做世界模型/预训练、端侧做低延迟实时感知控制，催生和现在云端GPU不一样的专用算力品类（低功耗、高安全、异构、HBM、存内计算）​-顺序是：算力降本→模型能力提升→机器人才可能走通量产；机器人大规模部署产生物理交互数据，反过来再驱动下一代模型和算力升级如果你想创业-算力：不要碰通用GPU/先进制造，优先配套层、国产替代、算力调度、推理优化、行业垂直算力服务​-机器人：不要优先做通用整机，优先零部件、子系统、仿真数据、运动控制、单一窄场景专用机器人

现在只要你想去创业发财，只能做自媒体和人工智能，不要去开实体店。自媒体是普通人最容易入行的工作，不需要你投入太多的硬件设备，你只需要投入自己的时间就行了。如果你能玩好人工智能，那就更好了，人工智能比自媒体更厉害，但是门槛太高，一般人玩不明白。建议大家不要再去做实体的生意，不要去开饭店，不要去开厂。现在你只需要把短视频和直播玩好就行了，可以去卖课，也可以去卖货。卖课是不需要成本的，你可以自己录视频，录自己的课，也可以去卖别人的课，没有什么成本。如果你想卖货的话，也不要自己去进货，不要去压货，你只需要充当一个中间人的角色就行了，卖别人的货，赚佣金就行了。现在如果你还不会玩自媒体，不会玩短视频和直播的话，你迟早会被淘汰掉。尤其是对于那些做实体生意的人来说，一定要把自媒体玩起来，否则的话，倒闭是迟早的事。

2014年，小米正值创业上升期，一张雷军俯身与员工交流的照片在网络上悄然流传。画面中，雷军站在一位女工程师身后，目光专注地看着屏幕，神情里透着对细节的认真。这位坐在工位前的女性，据传名叫张功，是小米早期的前端开发工程师。在小米还远没有今天这般规模的时候，张功就已经加入了这支团队，参与MIUI系统的早期研发工作。她不仅技术能力扎实，外形也颇为出众，因此在公司内部和米粉群体中获得了“小米最美工程师”的称号。那个年代的小米，工程师文化浓厚，产品与用户之间保持着紧密的互动，张功也曾以工程师身份出镜，为小米产品拍摄过宣传物料，算是早期“工程师代言产品”的代表人物之一。不过，关于张功的个人经历，小米官方和雷军本人始终没有公开确认过，网上的信息大多来自早期论坛和社区讨论，细节未必完全准确。但照片本身所传递的氛围，却让很多人印象深刻——那是一个团队规模不大、每个人都身兼数职、为了一个动画效果反复调试、为了一个交互细节争论不休的年代。雷军俯身看代码的那个瞬间，被镜头定格下来，也成为小米创业精神的一个注脚：老板不是坐在办公室里听汇报，而是走到一线，和工程师一起盯细节、抠体验。这种“接地气”的管理风格，正是小米早期能够迅速赢得口碑的原因之一。如今再看这张照片，很多人怀念的不仅是那个叫张功的工程师，更是那个充满干劲、信仰“做出好产品本身就足够有意义”的小米早期时代。