AI & 一级市场

台积电2纳米新制程试产线数据首度曝光

6月29日，业界供应链渠道释出台积电位于新竹宝山厂区2纳米（N2）工艺的最新试产线良率与晶圆参数。数据表明，其背面供电技术的最新试产表现超出了市场此前预期。（据供应链信息）

本次技术迭代将全面应用于明年的下一代消费电子旗舰芯片与大模型算力加速卡。由于引入了全新的GAA（纳米片）晶体管架构，上游设备与特定化学材料的供应链采购标准出现结构性拉高。

【投黑马点评】
2纳米工艺的试产推进，是全球算力基础设施从「架构优化」重新回到「物理极限突破」的拐点。对于一级市场的左侧投资者而言，通用芯片的设计投资红利正在边际递减，而围绕N2制程配套的先进半导体材料（如新型光刻胶、特殊气体）以及先进封装（CoWoS）上游核心部件，正打开新一轮高确定的投资窗口。

阶跃星辰传出新一轮早期算力扩容融资

6月29日，国内大模型初创企业阶跃星辰被曝正与数家产业战略投资方密集接洽，计划募集一笔专项用于万卡级算力集群扩容的早期资金。（据公开市场信息）

此轮融资将重点引入拥有地方算力节点资源的战略股东。在当前异构算力调度受到行业高度重视的背景下，此举旨在进一步保障其千亿级参数多模态大模型的持续训练与迭代。

【投黑马点评】
大模型企业的竞争早已演变为资源组织能力的博弈。阶跃星辰此举表明，早期大模型标的正在通过引入「算力地产商」来对冲长期的算力短缺风险。左侧资金在评估大模型底层标的时，应将「算力获取成本的结构性优势」作为核心判据，而非单一的模型评测分数。

科技商业

阿里自研AI干线物流重卡悄然上路测试

6月29日，由阿里巴巴物流及达摩院核心技术团队联合打造的自研智卡重卡，在华东某高等级思路上完成了首次无干预干线物流编队测试。车辆完全由其内置的具身智能大模型进行路径规划与实时避障。（据企业官方公告）

该重卡系统深度集成了高精度激光雷达与多模态视觉感知网络。测试的成功意味着基于大模型底座的自动驾驶技术正式进入国内核心货运大动脉的实测阶段。

【投黑马点评】
干线物流是自动驾驶最快闭环的万亿级商业场景。阿里此举证明，大模型能力正在向下侵入到实体工业的末梢——具身智能物流。物流巨头和电商巨头开始亲自下场重构运力。早期标的中，专注于干线重卡线控底盘改造以及商用车大模型微调的初创团队，将迎来这一波产业资本的密集扫货。

IBM正式向商业客户交付全新一代量子处理器

6月29日，IBM在欧洲量子算力中心宣布，已正式向其首批商业企业客户交付了基于全新架构的商业化量子计算处理器系统。该系统可直接在云端与现有的传统超级计算机集群进行异构协同。（据行业研究机构）

新系统在量子比特的纠错能力上实现了数量级提升，各大金融机构及跨国制药企业已率先接入，用于模拟复杂的分子结构与衍生品定价。

【投黑马点评】
量子计算正在经历从「实验室玩具」向「特定场景商业工具」的惊险一跃。尽管距离通用量子计算（FTQC）还很遥远，但这种「传统超算+量子加速」的混合模式，将直接颠覆新药研发（AI制药）和材料科学的研发周期。早期投资者应当把目光从单纯的算力卡，分出一角投向超前布局量子算法与混合编译器的初创黑马。

欧盟针对部分智能汽车联网标准展开安全审查

近日，欧盟针对部分进口智能汽车的跨境数据传输与车联网（V2X）安全标准正式启动了专项合规审查。审查重点聚焦在自动驾驶感知数据是否会在本地进行完全脱敏处理。（据监管机构公告）

此举预计将拉长部分车企在欧洲市场的软件版本更新周期，并迫使相关企业加速在欧洲本土建立独立的数据合规存储中心。

【投黑马点评】
智能汽车的跨国博弈正从单纯的关税战，升级为更隐蔽的「数据安全与合规壁垒」。合规不仅是挑战，也是左侧机会。汽车供应链中的「数据脱敏中间件」、「跨境隐私计算框架」等出海合规软件服务商，正迎来确定性的刚需爆发期。

早期项目融资快报

具身智能双足机器人初创企业「速腾星体」完成数亿元天使轮融资

6月29日，专注于工业级具身智能双足机器人研发的初创企业「速腾星体（StellarMotion）」宣布完成总额数亿元的天使轮融资。本轮融资由国内顶级硬科技早期基金领投，资金将主要用于首款双足机器人在新能源汽车总装线的落地测试。（据行业研究机构）

「速腾星体」核心团队来自全球顶尖机器人实验室。公司主打高动态平衡控制算法与自研的高功率密度一体化关节，可在复杂工业环境下实现高精度的手眼协同作业。

【投黑马点评】
双足机器人在天使轮就能斩获数亿元，足见一级市场对具身智能的焦虑与狂热。相较于单纯在实验室刷视频的团队，「速腾星体」一落地就锁死「新能源汽车总装线」这一具体产线瓶颈，商业导向极强。早期投资者应重点关注那些具备「自研核心零部件（如高精度减速器、驱动器）」且拥有真实工业客户场景切入能力的早期团队，单纯买备件组装的壳公司正在被加速淘汰。

今日左侧信号

信号：半导体供应链与具身智能在重工业、物流干线的物理落地成为资本避风港。

追踪方向：大模型泡沫正在向实体产业沉降。建议早期投资者停止在纯软件层面的内卷，重点深挖先进半导体封装材料、智能卡车线控底盘升级以及工业级具身智能细分关节标的。追踪方向 -> 前沿科技。

── 投黑马研究团队

AI & 一级市场

GPT-5.6最强一档先给20家伙伴试用

6月26日，OpenAI放出新一代模型GPT-5.6，一口气分三档：旗舰Sol、均衡款Terra、低成本款Luna。官方称Sol是迄今最强，在编程、生物、网络安全等智能体任务上明显进步；Terra价格只有上代一半，Luna则主打高并发场景的低单价。

值得注意的是，这次不是面向所有人开闸，而是先放给约20家受信任的机构做限定预览，更大范围的开放说是「未来几周」。新版还加了一个「ultra模式」，能调度子智能体并行处理复杂任务。

GPT-5.6Sol同时配上了OpenAI口中「最强的安全栈」，对高风险用途、敏感网络请求做了额外加固。（据企业官方公告、据多家媒体报道）

【投黑马点评】
旗舰模型先小范围放、再逐步开闸，正在变成头部实验室的标准动作。对一级市场来说，真正的信号不在Sol有多强，而在Terra「同代价格腰斩」——能力下沉、单价跳水，意味着应用层创业者的成本曲线又被往下压了一截。左侧投资者该盯的，是那些原先被推理成本卡死、如今刚好跑得通的垂直智能体场景。

DeepSeek首轮融资510亿元

6月16日，DeepSeek完成成立以来首轮外部融资，规模约510亿元人民币，投后估值接近4000亿元。投资方阵容颇为罕见：创始人梁文锋亲自出资，腾讯、宁德时代、网易、京东等产业方，叠加IDG资本、正心谷、砺思资本、拾象科技等机构，以及国家人工智能产业投资基金。

一家此前几乎「不缺钱、不融资」的开源大模型公司首次对外开放股权，本身就是一个分水岭式动作。（据公开市场信息、据多家媒体报道）

【投黑马点评】
DeepSeek过去最被津津乐道的，恰恰是「自给自足、不要外部钱」。如今首轮就引入产业资本和国家基金，揭示的是另一层逻辑：开源模型再省，算力和长期商业化也绕不开「朋友圈」。对一级市场，这笔钱的真正看点不是估值，而是投资名单——宁德时代、京东这类产业方入场，等于把模型公司提前绑进了能源与电商的落地管道，下一波值得追踪的，是围绕它生长的开源生态工具链标的。

MirendilAI首轮2亿美元，团队来自四大顶级实验室

6月24日，一家名为MirendilAI的新公司宣布完成2亿美元首轮融资，由a16z与凯鹏华盈联合领投，英伟达参投。这家公司主打「能自我加速的AI研发系统」，目标是用AI来造AI，约20人的创始团队分别来自Anthropic、xAI、DeepMind和OpenAI。（据公开市场信息）

【投黑马点评】
20人团队、2亿美元、顶级实验室「全明星」配置——这类标的的定价逻辑早已不看产品，而看人。值得左侧投资者注意的不是这一单，而是它折射的趋势：顶尖研究员从大厂出走单干，正在批量复制「小团队、大估值」的模板。当这种结构成为常态，早期机构的真正护城河，会从「能不能投进」转向「能不能抢在a16z之前看到名单」。

脑启发AI公司Flourish拿下5亿美元首轮

一家研究「类人脑机制」AI模型的公司Flourish完成5亿美元首轮融资，背后站着贝索斯、Lux Capital和谷歌旗下创投基金。与主流大模型走「堆数据、堆算力」的路线不同，Flourish试图从人脑的工作方式找新解法。（据公开市场信息、据行业研究机构）

【投黑马点评】
在Transformer范式一统天下的当下，资本愿意为「另一条技术路线」开出5亿美元首轮，本身就是个反共识信号。这未必意味着脑启发路线会赢，但说明顶级LP开始为「范式对冲」下注——万一缩放定律撞墙，他们手里得有牌。对左侧投资者，这类非主流架构标的是典型的高赔率小仓位，赌的不是当下，是下一个拐点。

科技商业

三大互联网巨头同时回头加订国产芯片

近期有供应链信息显示，字节跳动、腾讯、阿里巴巴三家头部互联网公司，几乎同时就新增芯片订单与华为展开接洽。另据行业人士透露，字节跳动正与天数智芯洽谈采购至少5万颗云端推理GPU，主要用于推理负载。

国产算力芯片从「备选」走向「主力采购清单」，正在成为这一轮巨头扩张算力的共同选择。（据供应链信息、据多家媒体报道）

【投黑马点评】
三家同时出手，时间点高度重合，这不是巧合，而是供应链结构变化的传导结果。对一级市场，最值得追踪的不是华为，而是它身后那条正在被订单「喂大」的国产算力配套链——推理卡、互联、液冷、封装测试，每一个环节都因为这波采购而打开了早期标的的窗口。谁能卡进巨头的验证清单，谁就拿到了下一轮估值的入场券。

孙正义股东大会放话：说AI是泡沫，是一种亵渎

6月24日，软银集团年度股东大会上，创始人孙正义罕见地把话挑明——「说这是泡沫，是对AI的亵渎」，并强调AI革命才刚开始，「超级智能」时代会迅速到来。一向以激进押注著称的他，再次把软银的叙事全部压在了AI上。（据多家媒体报道）

【投黑马点评】
孙正义喊话的对象，其实是市场里日渐增多的「AI见顶」声音。揭开看，这番话与其说是判断，不如说是仓位的自我辩护——软银在AI上的敞口大到不允许「泡沫论」成立。对一级市场的提示是冷静的：当最大的多头开始用「信仰」措辞为估值背书时，恰恰是该重新检视自己定价假设的时候。情绪到顶，往往领先于资金到顶。

人形机器人跨过量产线，每小时下线一台

人形机器人正从「演示视频」迈进「下线计数」。据公开信息，Figure AI在其BotQ工厂的Figure 03已达到每小时1台、单周50台以上的节奏，累计产出超350台，良率与自主能力持续爬坡；特斯拉Optimus第三代也将小批量产能瞄准在今夏的Fremont工厂。行业的关键词，正从「能不能做」切换到「能不能量产」。（据企业官方公告、据行业研究机构）

【投黑马点评】
「每小时一台」这个指标，比任何一段花哨演示都更说明问题——它意味着人形机器人开始进入工业制造的语言体系。对左侧投资者，故事的重心正从本体公司向上游迁移：一旦量产爬坡确立，灵巧手、关节模组、力控传感器、专用算力这些「卖铲子」的环节，反而是确定性更高、卡位更早的标的。本体厮杀越激烈，供应链越受益。

7月1日起，两项电动车安全强制国标正式实施

7月1日，《电动汽车安全要求》（GB18384-2025）和《电动汽车用动力蓄电池安全要求》（GB38031-2025）两项强制性国家标准将正式落地，对整车与动力电池的安全门槛作出更高要求。新规面向所有在售电动车型，行业普遍预期会加速低端产能与不达标车型的出清。（据监管机构公告）

【投黑马点评】
强制国标抬高的从来不只是安全线，更是入场门槛。对产业链而言，电池安全要求趋严，利好的是早就把安全冗余做进设计的电芯、BMS和热管理供应商——合规成本会把一批跟不上的玩家挤出去。对一级市场，这是一个清晰的结构性过滤器：政策驱动的出清期，往往是头部供应商份额集中、估值重定价的窗口。

豆包灰度社交，AI助手开始「长出关系链」

字节跳动旗下AI助手豆包正灰度测试社交功能，新增「对话」页面，并打通了飞书账号体系。这意味着豆包不再只是一个单点问答工具，而是在尝试把用户之间、以及与办公场景之间的关系链接进来。（据多家媒体报道）

【投黑马点评】
AI助手往社交和办公关系链伸手，揭示的是C端AI产品的下一个主战场——留存。纯工具型助手的天花板是「用完即走」，而一旦织进关系网和工作流，切换成本陡增。对一级市场，这预示着独立AI应用的窗口正在收窄：当巨头用账号体系和社交链做护城河，纯功能型创业者必须找到大厂关系链覆盖不到的垂直缝隙，否则极易被「顺手做掉」。

轻松一刻

戴着AI眼镜去考试，这位博主有点东西

近百万粉丝的一位韩国科技博主，最近发了条实测视频：戴着一副消费级AI眼镜，去挑战韩国大学修学能力考试的模拟卷。眼镜能「看到」题目、实时给出思路，整场堪称大型「科技与狠活」现场。视频评论区一半在惊叹，一半在操心——这要真进了考场，监考老师怕是要失业。（据多家媒体报道）

【投黑马点评】
一副眼镜把「外挂」装上了脸，技术是真酷，但它也顺手把可穿戴AI最尴尬的问题摆上桌：能力越强，越没人知道该让它出现在哪、不出现在哪。好玩归好玩，规则总会迟到，但不会缺席。

左侧信号

信号：国产算力采购与具身智能量产同步提速，硬科技供应链进入「卖铲子」红利期。

追踪方向：一是巨头回头加单国产芯片，正把推理卡、互联、液冷、封测这条配套链整体抬起，早期标的的验证窗口在打开；二是人形机器人跨过量产线后，价值正从本体向灵巧手、关节模组、力控传感等上游迁移。两条线指向同一逻辑——本体与算力越内卷，越早卡进巨头验证清单的供应链标的，确定性越高。建议深挖 → 黑马雷达 / 融资观察。

── 投黑马研究团队

这不是孤例。把时间轴往回拉四个月：2 月，李飞飞的 World Labs 拿到 10 亿美元；3 月，Yann LeCun 离开 Meta 后创办的 AMI Labs 拿到 10.3 亿美元种子轮；同月 Runway 融资 3.15 亿美元。一个半年前还只活在论文里的词——「世界模型」（world model）——正在变成一条有头部玩家、有巨头站队、有真金白银定价的赛道。

Odyssey 的 CEO Oliver Cameron 把这一轮的目标说得很直白：要让世界模型迎来自己的「GPT-3 时刻」。对左侧投资者来说，真正的问题不是这句话够不够性感，而是：这条线现在处在哪个阶段，又有哪些可观测的变量，能让你在共识形成之前就看清它的真实斜率。

一、信号描述

Odyssey 是一家专做「世界模型」的实验室，创始团队来自自动驾驶——也就是把 AI 用在物理世界里最难的那个场景。这次 3.1 亿美元 B 轮，把它的估值推到 14.5 亿美元，并同步宣布与 AWS 达成合作：亚马逊成为其首选云服务商，Odyssey 将采用专为大规模训练设计的 Trainium 芯片。

所谓世界模型，指的是能够理解并模拟物理世界因果关系的多模态系统，区别于以预测下一个词为核心的大语言模型。Odyssey 过去三年陆续放出 Odyssey-2 Max（提升物理仿真精度）、Starchild-1（首个实时多模态世界模型）、Agora-1（共享世界中的多智能体交互）等成果，研究团队来自 DeepMind、特斯拉、Waymo、Meta、苹果与 Wayve。

数量级上看，单笔 3.1 亿美元在今天的 AI 融资里算不上头条；但叠加上半年内同一方向的几笔十亿美元级融资，这条线累计吸纳的资本已经不是「一个团队的故事」，而是「一个品类的形成」。

二、为什么值得左侧投资者认真对待

第一个要回答的问题是：这是概念炒作，还是结构性拐点？我们的判断偏向后者，依据有两点不寻常的细节。

其一，定价方在变。给 Odyssey 站台的不只是财务投资人，而是亚马逊、AMD、谷歌风投这类产业资本，外加 Jeff Dean 这样的技术权威以个人身份入场。当云厂商、芯片厂商和顶级研究者同时下注同一个方向，说明这件事已经从「研究赌注」前移到「基础设施卡位」——巨头担心的不是错过一家公司，而是错过一种新的算力消耗形态。

其二，叙事在收敛。Natural Capital 的合伙人把这笔钱称为其「迄今最大单笔投资」，理由是相信 Odyssey 有可能「定义语言模型之外的 AI」。半年里，李飞飞、LeCun 这两位分处学界两端的人物不约而同押注世界模型，本身就是一个强信号：当对同一条技术路线的判断开始跨阵营趋同，往往意味着它正从边缘议题走向主流共识的前夜。

窗口判断上，我们认为世界模型整体仍处在早期向主流过渡的拐点：头部玩家已经清晰（World Labs、AMI、Odyssey、Runway 各占身位），但商业化路径、评测标准、杀手级应用都还没定型。这恰恰是左侧最有价值的一段——共识已足够支撑融资，但定价尚未充分，认知差还在。

三、传导路径

第一层：直接受益方——世界模型实验室本身。

最直接的受益者是已经卡住身位的几家头部实验室。它们拿到的不只是钱，更是算力承诺与产业绑定（Odyssey 绑定 AWS Trainium 即是一例）。对左侧而言，这一层的机会窗口正在快速收窄——估值已经到十亿美元量级，留给早期入场的空间有限。真正值得盯的是第二梯队：在某个垂直场景（机器人仿真、自动驾驶数据生成、游戏内容）里用世界模型做出差异化、但还没被巨额融资点名的小团队。

第二层：结构性机会——被大厂逼出来的细分空间。

巨头扎堆做「通用世界模型」，反而会把一批更聚焦的需求留给创业公司。世界模型要落地，需要物理仿真的评测基准、合成数据的标注与质检、长时序一致性的工具链。这些「卖铲子」的环节，往往不是大厂愿意亲自做的脏活，却是整条链跑通的必需品。被竞争挤出的细分空间，通常比主赛道更适合左侧布局。

第三层：基础设施受益——无论谁赢都会被消耗的底层资源。

Odyssey 与 AWS 的 Trainium 合作点破了一个事实：世界模型是当前 AI 里对算力吞吐和延迟要求最苛刻的工作负载之一。无论最终哪家实验室胜出，训练与推理所消耗的专用芯片、高带宽存储、推理优化软件都会被持续吃掉。算力与数据这两类底层资源，是这条赛道里确定性最高的一层——它不赌单一团队的成败，只赌品类整体的扩张。

第四层：风险与泡沫——别被「下一个 GPT-3」带节奏。

需要冷静的一面同样明显。「GPT-3 时刻」是一句极具感染力的口号，但世界模型至今没有公认的评测标准，也没有一个真正出圈的杀手级应用；半年内密集的十亿美元级融资，已经把头部估值推到了业绩尚无法验证的高度。当一个品类在产品成熟之前先完成了资本成熟，FOMO 情绪与过度定价就是最大的风险。左侧的纪律在于：相信方向，但对单个标的的入场价保持苛刻。

投黑马 · 信号解读

世界模型正在重演大模型早期的剧本——在产品被验证之前，资本和巨头已经先一步完成了卡位。它的本质，是 AI 从「理解语言」向「理解物理世界」的一次范式外延，确定性在方向，不确定性在节奏与赢家。

当前最值得关注的不是某一家头部实验室的估值，而是它们对算力与数据的争夺方式：谁拿到了更便宜、更专用的训练资源，谁就握住了这条赛道的真实成本曲线。Odyssey 绑定 AWS Trainium，就是这种卡位的一次公开演练。

左侧投资者可追踪三个可观测信号：其一，专用训练芯片（如 Trainium、AMD 系）在世界模型实验室中的采用进展；其二，是否出现公认的世界模型评测基准或榜单——这是品类从「讲故事」转向「比性能」的分水岭；其三，第一个跑出真实付费场景（机器人、自动驾驶数据、游戏）的世界模型应用何时出现。

── 投黑马研究团队

AI & 一级市场

英伟达发布RTX Spark超级芯片，ARM架构正式杀入PC战场

5月31日，英伟达CEO黄仁勋在台北Computex大会上发布RTX Spark超级芯片，宣布正式进军个人电脑市场。

这颗芯片采用双芯粒设计，集成20核ARM CPU（10颗Cortex-X925性能核+10颗A725能效核）与Blackwell架构GPU（6144个CUDA核心），支持最高128GB LPDDR5X统一内存，带宽达300GB/s。芯片由台积电3nm工艺制造，联发科负责CPU与I/O芯粒设计。

微软、戴尔、惠普、华硕、联想、MSI等厂商将于今年秋季首批推出超过30款笔记本和10款台式机。黄仁勋称这将开启「PC的新时代」——让Windows电脑具备本地运行AI智能体的能力。（据企业官方公告）

【投黑马点评】
英伟达从数据中心向消费端的这一步，本质是把AI推理能力从云端拉回终端。128GB统一内存意味着本地可以跑百亿参数模型——这直接威胁到云端推理的商业模式。对一级市场而言，端侧AI芯片、本地模型优化、隐私计算这三条创业赛道的窗口正在同时打开。高通和苹果的护城河，从今天起要重新评估了。

软银豪掷750亿欧元，在法国建欧洲最大AI算力集群

5月31日，软银集团宣布将在未来数年投资最高750亿欧元（约合人民币5900亿元），在法国北部建设总容量达5吉瓦的AI数据中心群。

首期项目投资450亿欧元，计划2031年前在上法兰西大区三个地点（敦刻尔克、博斯凯勒、布尚）建成3.1吉瓦算力容量。软银还将与施耐德电气合作建设AI基础设施与机器人制造中心。作为OpenAI的重要投资方，这是软银在欧洲规模最大的一笔AI基础设施投入。（据多家媒体报道）

【投黑马点评】
孙正义押注的逻辑很清晰：全球AI算力需求远超当前供给，谁先把电力变成Token谁就掌握下一个十年的基础设施税。750亿欧元砸下去，法国北部将变成欧洲AI的「水电站」。对早期投资者的启示是：围绕超大规模数据中心的配套生态——冷却技术、电力调度、光模块——将在未来18个月迎来密集订单。

宇树科技获英伟达选为人形机器人研究平台首个合作方

6月1日，英伟达宣布选定中国人形机器人公司宇树科技（Unitree），作为其首款面向研究机构销售的机器人系统平台。

这套系统将提供给斯坦福大学、苏黎世联邦理工学院等全球顶尖实验室使用。宇树此前已是日本航空在羽田机场部署人形机器人的供应商，单台成本约1.54万美元。据悉宇树正在筹备IPO。（据多家媒体报道）

【投黑马点评】
英伟达为宇树背书的信号远比一单硬件生意重要——这意味着宇树的硬件将成为全球机器人研究的「标准实验器材」，类似当年Arduino对创客生态的意义。当一家中国公司成为全球机器人研究的默认平台时，围绕它的软件生态、零部件供应链和应用开发机会才是一级市场应该关注的。

SpaceX AI冲刺1.75万亿美元IPO，下周启动路演

SpaceX AI（SpaceX与xAI合并后的新实体）确认将于6月12日在纳斯达克挂牌，股票代码SPCX，计划融资约750亿美元，目标估值1.75万亿美元——将成为人类历史上规模最大的IPO。

路演将于6月4日正式启动，6月11日定价。不过马斯克近日在X平台的发言与招股书内容出现矛盾——他称SpaceX与Anthropic的算力租赁协议仅为180天短约，而招股书中并未披露此细节，引发市场对信息透明度的担忧。（据公开市场信息）

【投黑马点评】
1.75万亿估值的底层假设是：火箭发射+卫星通信+AI大模型+社交平台形成闭环飞轮。但马斯克在社交媒体上随口「补充」招股书信息的做法，恰恰暴露了这家公司治理结构的最大风险。对一级市场而言，真正值得关注的不是SPCX本身，而是这笔IPO如果成功，将为私募市场中的AI+硬科技公司重新定锚估值天花板。

科技商业

GitHub Copilot今日取消固定月费，按Token计量引发开发者反弹

6月1日，GitHub正式将Copilot所有付费计划从固定月费切换为基于Token消耗的「AI Credits」计费模式。

各档月费不变（Pro 10美元、Pro+ 39美元、Business 19美元/人、Enterprise 39美元/人），但对应的不再是「无限使用」而是等值的AI Credits额度（1 Credit = 0.01美元）。代码补全和Next Edit建议仍免费，但智能体编程（Agentic Coding）会大量消耗Credits。社区反馈显示，一次深度Agentic编程会话可消耗30-40美元——Pro用户的月度额度一次用完。官方公告帖收到900多个踩和400多条抗议评论。（据企业官方公告）

【投黑马点评】
微软这步棋的真实意图是筛选用户：用免费补全留住长尾开发者保市占率，用按量付费从重度AI编程用户身上收割利润。但反过来看，这也给开源替代方案（Cursor、Continue、Cody）打开了一个巨大的获客窗口——当老大开始涨价时，正是挑战者融资的最佳时机。

台积电3nm核心负责人达博辞职归国，加盟中科大

5月29日，曾主导台积电日本3nm量产线相关技术的中国科学家达博，正式辞去日本国立材料研究所（NIMS）终身教职，带领整建制团队全职回国，加盟中国科学技术大学担任讲席教授。

达博是甘肃人，中科大本硕博九年，2013年赴日研究，在NIMS仅一年即获终身教职，成为该机构史上最年轻终身学者。他在电子束利用率领域的突破性成果被日本学界评为「具有与准晶发现相当的原创性意义」。辞职前，设备厂商泛林曾提出无偿捐赠支持，仍未能挽留。（据多家媒体报道）

【投黑马点评】
比一个人回来更值得注意的是「整建制团队」回来——这意味着一条完整的技术能力链条在迁移，不只是一颗种子。电子束光刻恰好是EUV之后的下一代候选方案之一。对早期投资者而言，这类顶尖人才归国往往预示着12-18个月后会出现相关方向的天使轮项目。

神舟二十一号航天员平安抵京，在轨210天刷新中国纪录

5月30日，神舟二十一号乘组航天员张陆、武飞、张洪章乘飞机平安抵达北京，进入隔离恢复期。

三人于2025年11月1日进驻中国空间站，在轨驻留210天，刷新中国航天员单乘组在轨最长纪录。任务期间完成3次出舱活动，其中张陆成为目前出舱次数最多的中国航天员。他们搭乘的是神舟二十二号飞船返回舱，5月29日晚在东风着陆场成功着陆。（据企业官方公告）

【投黑马点评】
210天驻留对商业航天的意义在于：验证了中国空间站长期载人运营的可靠性，这是未来开放商业载荷和太空旅游的技术前提。随着空间站进入常态化运营阶段，围绕微重力实验、在轨制造和天地往返运输的商业航天创业公司，正在从「概念期」进入「客户验证期」。

2026智博会天津收官：364项合作落地，具身智能首次独立成馆

5月31日，2026世界智能产业博览会在天津国家会展中心闭幕。为期四天的展会汇聚超过700家企业，达成合作意向364项，发布248项新成果（其中54%为全球或全国首发）。

最大亮点是具身智能首次独立设馆——80多家国内外企业展示近150种机器人设备，搭建「机器人小镇」覆盖生产、商业、娱乐、家庭、养老五大场景。上海创智学院在闭幕日发布开源具身世界模型τ₀-WM，让机器人具备「行动前预演」能力。（据多家媒体报道）

【投黑马点评】
具身智能从「AI分论坛的一个议题」升级为「独立展馆」，这个信号比任何融资新闻都更能说明产业节奏。150种机器人同台竞技的背后是：通用本体硬件已不再是瓶颈，竞争正在向「谁的世界模型更好」转移。τ₀-WM的开源意味着创业公司可以跳过世界模型从零训练的阶段，直接在应用层创新。

AMD Computex多线出击：AM5承诺支持到2029

5月31日，AMD在Computex上宣布多项产品更新，最重要的战略信号是确认AM5平台将支持到2029年，保障用户投资不打水漂。

新品方面，发布Ryzen 7 5800X3D十周年纪念版（6月25日上市，349美元）、AM5平台的Ryzen 7 7700X3D（7月16日，329美元），以及全球发售的Radeon RX 9070 GRE显卡。同时推出EXPO Ultra Low Latency内存标准，游戏帧率平均提升4%。（据企业官方公告）

【投黑马点评】
「AM5支持到2029」这句话看似面向消费者，实则是对整个PC生态链的定心丸——主板厂商敢备料、内存厂商敢适配、OEM敢做长周期规划。在英伟达ARM芯片即将搅局PC市场的当口，AMD选择用平台稳定性来守住x86阵地。这场ARM vs x86的PC大战，2027年才会见分晓。

轻松一刻

谷歌要在东京表参道开店，跑去和苹果做邻居

6月1日，谷歌宣布今年夏天将在东京表参道开设全球首家美国以外的直营零售店——Google Store表参道。

店面位于东急Plaza表参道「Omokado」一楼，距离苹果表参道店步行仅几分钟。店内将展示和销售Pixel手机、Nest智能家居、Fitbit等全线硬件产品，还能作为网购自提点。日本是谷歌设立海外办公室的第一个国家，选址表参道显然是要在苹果的「主场」插旗。（据企业官方公告）

【投黑马点评】
谷歌选在苹果隔壁开店这件事本身就很有喜感——像是优等生转学后非要坐在班长旁边。但认真说，硬件直营店是谷歌从「服务公司」转型「生态公司」的信号，Pixel+Nest+Fitbit需要一个让消费者「摸得到」的场景。

今日左侧信号

信号：端侧AI算力从「够用就好」跃迁到「本地跑大模型」

追踪方向：英伟达RTX Spark的128GB统一内存让PC本地运行百亿参数模型成为现实，叠加GitHub Copilot涨价推动开发者回归本地工具——端侧AI推理芯片、模型压缩/量化技术、隐私优先的本地AI应用三条赛道即将进入密集融资期。建议深挖 → 前沿信号

── 投黑马研究团队

但期待归期待，稍微了解日本科技行业现状的人会知道。若干年来日本每次倡议发展AI都是雷声很大，雨点基本没有。

日本不仅没有发展出DeepSeek这样能够影响国际AI格局的大模型，就连一些基本的AI应用推广都很不理想。有点荒诞意味的是，日本政府一年前才宣布在所有政府流程中淘汰了3.5英寸软盘。试想一下，国家如果靠软盘来发展大模型，那还颇有点蒸汽朋克的美感。

但与日本AI今天的萧条相对比，曾经的日本AI非常强盛，甚至是上一次AI复兴中唯一可以与美国AI相抗衡的势力。

时过境迁，AI孤狼变成了科技柴犬，不免让人感慨。

但感慨之余，日本AI的挫败带给我更多的是警惕与恐惧。因为20世纪70-80年代日本AI最为强盛的时候，其诸多产业特征都与今天的中国AI极为神似。

当越来越多人开始从日本的经验中学习如何对抗房地产泡沫破裂、经济长期下行。我们或许还需要再补上一课，那就是看清日本在AI发展中掉入的陷阱，提醒自己绝不能重蹈覆辙。

“举国AI”的陷阱

我们所处的深度学习—大模型周期，被广泛认为是第二次AI复兴。而第一次AI复兴，则是20世纪70年代以专家机为主线的AI技术崛起。

当时，大型计算机正处在风口浪尖，人们第一次可以通过向计算机内存储信息来构筑知识库。于是有人就想，如果把知识库积累到一个巨大的程度，计算机岂不就成了无所不知的神？AI不就实现了吗？还别说，这个思路和今天人们对大模型的乐观想象还挺相似的。

把话题回到70年代，当时日本在存储等基础领域占据优势，在大型机领域重兵集结，开始上马一个个超大规模的AI项目。其中最具代表性的就是“第五代计算机”。

1981年10月，日本宣告启动研制第五代计算机（第五世代コンピュータ），并于1982年4月制订了为期10年的“第五代计算机技术开发计划”，总投资1000亿日元。“第五代计算机”是当时规模最大的AI专家系统。在设想中，其具备回答问题、知识库管理、图像识别、代码生成等功能，能够帮助日本实现预测地震，计算摩天大楼建筑结构这类的宏大目标，建成后将“领先时代40年”。

这种毕其功于一役的“举国AI”自带一种豪赌的气质。开始建设“第五代计算机”的时候，日本各界普遍处在对AI技术前景与日本国力的极度自信的阶段。没有人设想如果项目失败会怎么样，后果谁来承担？有没有备选方案？

后面的故事是，“第五代计算机”确实引发了美国启动同样在专家系统与大型机项目上的AI竞赛。但家用电脑的异军突起，却让美国走向了互联网主导的信息革命之路。反而日本却在1992年宣告五代机项目难以实现预期目标，无法通过验收。

过度投入类似五代机的大型AI项目，让日本AI体系变得异常封闭。国家与大公司主导着AI工程的开发，中小企业和个人开发者根本无法参与其中。于是一旦核心项目失败，整个国家的AI发展路线就被逼上了绝境。同时，这种将绝大多数资源投入到极少数项目上的举国AI模式，也导致日本AI行业的包容度不足，无法敏捷灵活地捕捉新机会，包容创新试错。

最终结果是，当经济泡沫破裂，日本经济猛然陷入衰退。曾经引以为傲的AI无法成为日本经济渡海的扁舟，仅仅变成一件微不足道的殉葬品。当数十年后AI再次成为发展机会，日本社会却没有了再拥抱一次AI的勇气。

我们不妨对照一下，面对今天中国AI的崛起。有多少人热切地希望借助举国体制发展AI技术？希望DeepSeek或者某个国家级AI项目，某个大型科技公司能够毕其功于一役？但是，“举国AI”一旦变成陷阱，它的代价由谁来承担？

历史上每一次科技竞赛都证明，包容、开放、自由，甚至容忍一些灰度存在才能构筑科技发展的沃土。

“极刚易折”是日本AI的挽歌。那就让它留在日本好了。

重视产业，轻视消费者

对比今天中美AI的发展局势，很轻松就能找到一个区别：中国更加重视产业+AI这个方向，但在美国这个领域却基本没什么水花。

每个人都无法站在未来指明究竟哪种AI路线是对的。但有一点非常不幸，那就是曾经的日本也是重视产业AI，轻视AI技术的消费者市场。

必须声明的是，这里完全没有否定产业AI路线的意思。甚至我们始终认为，欧美今天行业智能化的怠惰，是其产业结构与社会权力发生了深层次问题。从而将巨大的机会窗口送给了中国。我真正想讨论的是，从日本AI的经验教训里不难发现，产业AI市场很容易炮制出巨大的虚假繁荣，从而混淆技术发展的真实进程。

在20世纪80年代，日本各个行业普遍由本土大公司把持。这些企业分属于不同的财团与株式会社，与科技企业之间的利益链路错综复杂。所以当一项技术受到政府与民众的热捧，科技大公司很容易通过自身的利益网络，在各个行业内创造出一种“AI已经带来巨大价值”的假象。毕竟，AI技术在某个封闭行业内是否好用，可能一两个人就能决定，但在消费者市场是否好用，却需要成千上万人来决定。

日本重视产业AI的另一项隐忧，是为了上马AI各个公司都在相关领域投入了巨大成本。在真正使用后，这些系统很快过时，并且还需要投入更大的运维成本。经济泡沫破裂后，日本科技发展举步维艰。一个重要原因是需要花费人力物力来运维那些古早的系统。曾经的AI之梦，在人情世故和利益输送之下变成了日本科技的吸血鬼。

把目光拉回到今天的中国，会发现很多行业也有类似的情况。在大的政策趋势下，目前中国是千行百业用AI，很多行业都有自己用大模型的指标和任务。其中也就很难分清哪些是真正实现了智能化，哪些是为了敷衍和政绩？

产业是封闭的，是可以虚报的。可以为了很多目的来证明AI有用，但在真金白银的消费者市场中，一些虚伪的体面会顷刻荡然无存。

对AI来说，宁要体无完肤的真，也不要花团锦簇的假。

机器人狂热

没有人比日本人更爱机器人了。

1973年，早稻田大学宣布打造了全球第一个能自主行动的人形机器人WABOT-1，引发了全日本，乃至全世界的轰动。

从铁臂阿童木到高达，日本流行文化里反复展示着对机器人的执念。久而久之，机器人似乎变成了日本人的一个精神锚点。在AI刚刚兴起的时候，全日本都自然而然地认为机器人即将成功，于是将大量研发力量投入到机器人领域。比如上文说的WABOT-1就消耗了上百万美元的研发经费。大型科技公司、创业公司以及大学，都加入了滚滚而来的机器人浪潮。而且机器人、机器狗项目大多打着AI的名义。比如索尼在1999年推出的电子宠物AIBO，就以AI识别能力作为主要卖点之一。

但结果呢？这些日本AI极盛期打造的机器人项目普遍有两个特点。一是特别贵，二是特别没用。

产生这种情况的深层逻辑是，AI根本不等于机器人。无论是七80年代的AI热，还是今天的AI复兴，迄今为止没有任何AI技术是以人形机器人为设计蓝本开发的。一台计算机、一部手机、一个摄像头就能搞定的AI交互，非要想尽办法、千辛万苦地给装到人形身体里，说好听了是满足人类刻印在DNA里的科学幻想，说不好听纯属吃饱了撑的。

后来的结果是，日本投入了大量资源在几乎毫无产出的机器人领域，博得了一个热爱且擅长机器人的虚名，换来了从信息革命开始社会经济体系化走向落后的局面。

阴阳怪气了半天，大家可能也发现我想说什么了。今天以深度学习-预训练大模型为支撑的AI路线，在本质上也跟人形机器人没有任何必然关联。所谓的具身智能热，究竟有多少是技术之间的传导效应？多少是利用科幻文化带来的心理锚点，讲给大众和投资人的故事？

如果人形机器人能成功，那就等它水到渠成，不必投入巨量资源去催熟。

如果人形机器人没什么希望，那不妨去做中国科幻，可能收益还更好一点？

在灰烬里反思

陷入经济衰退之后，日本虽然屡次提出科技振兴和AI振兴，但社会经济已经丧失了投资AI这种前沿技术的兴趣和勇气。加之日本那些古老的IT系统和设施需要大量成本来维护，经济创新的活力都被老旧系统吸干了，给创新留下的资源非常有限。同时，政府也没有能力制定利好AI等创新产业的扶持政策，反而要从这类科技产业中抽取重税。

多重因素下，日本AI最后变成了一团灰烬。但我们也确实需要看到，这团灰烬曾经是耀眼的火光，并且其中的燃烧机制，与今天的中国AI十分相似。与其进行大量中美AI之间的对比研究，很多时候我们更应该看看日本、欧洲，甚至苏联，这类一度与美国对垒，但最终失败的AI产业。它们的教训和经验，就是我们减少试错的筹码。

当然，中国AI也跟曾经的日本有着极大不同。

比如中国有着足够庞大的内需市场。无论是产业还是消费者的智能化需求，日本都只能高度依赖出口，并且出口对象是美国、欧洲这样的主要竞争对手。反观中国，无论是消化AI技术的产业链还是消费者市场都足够庞大。中国AI有大胆走出国门的政治经济保障，同时也并不极大依赖全球化市场来回血。

另一方面，今天中国的AI产业根基是通信、IT、互联网、云计算等企业。这些企业有着美国科技公司的骨架，有着硅谷式的创新热情，同时也积极拥抱开源开放的科技文化。这与固步自封的日本科技公司有着本质上的不同。DeepSeek在开源领域的成功，无疑证明了中国AI只有更开放，才能更强大。

最后，中国的AI信心乃至科技信心，并不完全是经济因素驱动的。这一点有利有弊，但也可以规避日本AI一旦遭遇经济困局就轰然倒塌的风险。当民众的期待值、自豪感与信念感集中在AI上，所带来的软性影响力是难以估量的。

曾经不可一世却最终衰落的日本AI，与正走向辉煌的中国AI，两者之间有很多同与不同。把它们归结起来，会发现核心在于AI产业必须有足够的包容度。必须确保AI能够自由发展，在市场环境中充分认证自身的价值，由此才能避免闭门造车，结果满盘皆输的AI陷阱。

打开国民，打开企业生态，打破技术闭源，随时触碰和迎接变化，是AI真正的发展之路。

当我们强调科技自主可控的今天，一定要知道中国的自主科技，是要把更好的带给世界，而不是将自身与世界隔绝。

能借东南西北风，才能行万里船。

日本的AI曾经强大而孤立，最后只能变成历史霜雪中零落的枯叶。中国AI不想重蹈覆辙，就需要确保自身的根系永远连接着自由、开放、包容的水源。

摘编 | 脑极体
作者 | 风辞远