{ "schema_version": "1.0", "region": "all", "content_group": "news", "since_hours": 48, "total_articles": 51, "counts_by_region": { "international": 37, "domestic": 14 }, "articles": [ { "id": 703, "source_id": "openai-news", "source_name": "OpenAI News", "title": "Building a safe, effective sandbox to enable Codex on Windows", "url": "https://openai.com/index/building-codex-windows-sandbox", "canonical_url": "https://openai.com/index/building-codex-windows-sandbox", "summary": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.", "published_at": "2026-05-15T00:00:00+00:00", "discovered_at": "2026-05-13T19:17:52.844135+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "Building a safe, effective sandbox to enable Codex on Windows", "link": "https://openai.com/index/building-codex-windows-sandbox", "summary": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions." }, "normalized_title": "buildingasafeeffectivesandboxtoenablecodexonwindows", "resolved_target": "https://openai.com/index/building-codex-windows-sandbox", "content_fingerprint": "d4daa134e7d4a18b4df92e79f634a38b034faee245b029dd8d03f64556ea8b0f", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:703", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 703, "duplicate_primary_title": "Building a safe, effective sandbox to enable Codex on Windows", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "Building a safe, effective sandbox to enable Codex on Windows", "display_summary_zh": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.", "hot_score": 0.0 }, { "id": 720, "source_id": "ithome-ai", "source_name": "IT Home AI Filtered", "title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "url": "https://www.ithome.com/0/950/093.htm", "canonical_url": "https://www.ithome.com/0/950/093.htm", "summary": "IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。 在音频核心技术上，Mic Pro 提供专业级音质录制，内置三麦克风阵列，并配备了专用 AI 处理器，能够最大限度地去除噪音，有效提升复杂环境下的录音质量，确保人声清晰收录。 连接方面，Mic Pro 延续直连 Insta360 相机的功能，让用户在没有接收器的情况下直接向相机传输音频。此外，发射器支持机内录音功能，可作为独立录音设备使用。", "published_at": "2026-05-14T00:22:21+00:00", "discovered_at": "2026-05-14T00:32:45.249923+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "link": "https://www.ithome.com/0/950/093.htm", "summary": "

IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品墨水屏麦克风。

据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了影石 Insta360 Mic Pro 无线麦克风谍照。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。

在音频核心技术上，Mic Pro 提供专业级音质录制，内置三麦克风阵列，并配备了专用 AI 处理器，能够最大限度地去除噪音，有效提升复杂环境下的录音质量，确保人声清晰收录。

连接方面，Mic Pro 延续直连 Insta360 相机的功能，让用户在没有接收器的情况下直接向相机传输音频。此外，发射器支持机内录音功能，可作为独立录音设备使用。

" }, "normalized_title": "影石insta360官宣5月19日发布彩色墨水屏麦克风支持展示自定义内容", "resolved_target": "https://www.ithome.com/0/950/093.htm", "content_fingerprint": "8abc66a89e6ff8fcd7ae2197966b9ccb5f6aefd2bd5add7071c32cd777554b7c", "extracted_text": "首页\n数码之家\n奇趣电子\n影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容\n2026/5/14 8:22:21\nIT之家\n作者：\n沁沧（实习）\n沁沧\n评论：\nIT之家\n5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品\n墨水屏麦克风\n据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了\n影石 Insta360 Mic Pro 无线麦克风谍照\n。该产品最大亮点在于其麦克风单元配备了\nE-Ink 彩色墨水屏\n，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。\n在音频核心技术上，Mic Pro 提供专业级音质录制，内置三麦克风阵列，并配备了专用 AI 处理器，能够最大限度地去除噪音，有效提升复杂环境下的录音质量，确保人声清晰收录。\n连接方面，Mic Pro 延续直连 Insta360 相机的功能，让用户在没有接收器的情况下直接向相机传输音频。此外，发射器支持机内录音功能，可作为独立录音设备使用。\n投诉水文\n我要纠错", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:15.967201+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:720", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 720, "duplicate_primary_title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "duplicate_primary_source_name": "IT Home AI Filtered", "display_title_zh": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "display_summary_zh": "IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。 在音频核心技术上，Mic Pro 提供专业级音质录制，内置三麦克风阵列，并配备了专用 AI 处理器，能够最大限度地去除噪音，有效提升复杂环境下的录音质量，确保人声清晰收录。 连接方面，Mic Pro 延续直连 Insta360 相机的功能，让用户在没有接收器的情况下直接向相机传输音频。此外，发射器支持机内录音功能，可作为独立录音设备使用。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。", "hot_score": 0.0 }, { "id": 719, "source_id": "tmtpost-ai", "source_name": "TMTPost AI Filtered", "title": "Edge AI Daily 早报（5月14日）", "url": "https://www.tmtpost.com/7987225.html", "canonical_url": "https://www.tmtpost.com/7987225.html", "summary": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。", "published_at": "2026-05-14T00:14:15+00:00", "discovered_at": "2026-05-14T00:32:44.200008+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "Edge AI Daily 早报（5月14日）", "link": "https://www.tmtpost.com/7987225.html", "summary": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。" }, "normalized_title": "edgeaidaily早报5月14日", "resolved_target": "https://www.tmtpost.com/7987225.html", "content_fingerprint": "ed8732260df065de0626f2b57fa7014fa91aa9f03d9c4df6732d9cbd80832f74", "extracted_text": "Edge AI Daily 早报（5月14日）\nEdge AI Daily\n2026.05.14 08:14\n· 来自北京\n全文6158字\n00:00 / 18:12\nAI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。\n硅谷前沿：\n一、微软布局后OpenAI时代：10亿美元洽购Inception强化AI自主化\n1.\n微软\n正探索收购AI初创公司Inception（估值不低于10亿美元），以强化自身技术自主性，减少对OpenAI的依赖。此举旨在整合轻量化多模态AI模型技术，填补微软在边缘计算和离线AI处理能力上的空白，应对生成式AI领域日益激烈的竞争。\n2.行业趋势显示：2026年第一季度全球AI初创企业并购金额同比增长45％，生成式AI成为并购热点（华尔街见闻数据）。科技巨头纷纷通过收购强化自主技术布局，如谷歌收购Stable Diffusion、\n亚马逊\n研发边缘AI版本，反映行业从技术研发转向生态整合与自主可控。\n3.微软收购面临反垄断风险，此前收购Cursor计划因FTC审查而搁置。战略价值包括：提升技术自主性、增\n强生\n态控制力（如与Azure IoT平台结合）、补充AI人才储备（麦肯锡报告显示全球AI人才缺口达50万人），但需设计灵活合作模式以降低监管压力。\n二、Anthropic付费企业客户占比首超OpenAI：Ramp数据揭示AI市场格局新变化\n1.市场格局变化：根据Ramp平台2026年5月发布的AI指数（基于5万多家企业客户数据），Anthropic付费企业客户占比达34.4％，首次超过OpenAI的32.3％，标志着企业级AI市场格局出现关键转折。\n2.技术优势驱动：Anthropic凭借Claude系列模型的安全合规性（采用Constitutional AI技术）和长上下文处理能力（支持200k tokens），在金融、法律等高合规要求行业建立核心优势，配合私有部署选项和严格数据隔离措施，成功吸引企业级客户。\n3.竞争态势加剧：OpenAI推出GPT-4 Turbo企业版强化数据安全功能，Google DeepMind与Salesforce合作推出基于Gemini的AI销售工具，而Anthropic获得亚马逊20亿美元追加投资用于扩大企业服务，显示企业AI市场竞争正从技术性能转向深度服务与生态整合。\n三、美国参议院问询五大AI企业：生成式AI治理框架加速落地\n1.监管动态：美国参议院于２０２６年５月１４日向微软、谷歌、Ｘ、Ａｎｔｈｒｏｐｉｃ和Ｐｅｒｐｌｅｘｉｔｙ五家科技公司发出正式问询，要求３０日内提交大语言模型安全性、透明度及风险应对措施说明，标志着美国正加快推进生成式ＡＩ治理框架构建，强化对前沿ＡＩ开发主体的责任约束。\n2.市场影响：此次监管问询引发资本市场关注，微软、谷歌等公司股价在消息发布当日波动幅度达２．１％，反映出投资者对监管趋严的敏感性；同时预计头部ＡＩ企业２０２６年合规成本占营收比例将提升至３．２％左右，企业需增加安全审计、数据隐私保护等领域的投入。\n3.全球监管差异：美国监管聚焦企业责任约束，要求主动披露模型训练数据来源和虚假信息过滤机制；欧盟则采取严格分类监管模式，对ＡＩ工具进行风险分级，高风险工具必须通过严格认证。这种监管差异将推动企业开发适配多区域要求的技术架构，降低跨市场运营成本。\n四、英伟达联手Ineffable Intelligence 打造大规模强化学习基础设施 推动AI自主发现能力突破\n1.技术趋势：强化学习成为AI突破监督学习局限的关键技术，在复杂动态任务（\n机器人\n自主操作、药物分子设计）中优势明显，但面临高算力与算法优化的双重挑战。\n2.产业合作：\n英伟达\n与Ineffable Intelligence达成战略合作，联合设计面向大规模强化学习的基础设施，通过硬件（H100 GPU）与算法（CUDA内核优化）协同降低部署门槛，加速技术工业化应用。\n3.市场影响：Ineffable获11亿美元融资（红杉资本与软银领投）反映投资者关注点转向前沿研发；强化学习在自动驾驶（模拟试错优化决策）、药物研发（自主探索分子结构）等领域的应用将推动硬件与软件协同创新。\n五、Alphabet旗下Isomorphic Labs获21亿美元B轮融资 加速AI药物研发\n1.融资规模与技术验证：Alphabet旗下Isomorphic Labs完成21亿美元B轮融资，由Thrive Capital领投，MGX、淡马锡、CapitalG及英国主权AI基金等参与投资，创AI制药领域单轮融资纪录，验证了其基于AlphaFold蛋白质结构预测技术的“AI优先”药物研发策略的商业价值。\n2.技术商业化进展：公司利用AlphaFold平台在几分钟内精准预测蛋白质结构，已与\n礼来\n、诺华等药企合作开展药物设计与开发，融资将用于强化AI技术研发、扩大团队规模（现有350多名员工）及推进多个治疗领域的药物研发管线。\n3.行业竞争格局与挑战：AI制药行业正从技术竞赛转向临床验证阶段，尽管AI药物分子在I期临床试验中成功率（80％～90％）高于传统方法（40％～65％），但鲜有AI药物进入临床阶段，行业面临技术商业化、监管障碍等挑战，部分早期企业（如Recursion Pharmaceuticals、Benevolent AI）已遭遇挫折。\n六、谷歌将Gemini深度集成Android系统 跨设备智能代理今夏落地对抗苹果\n1.谷歌战略调整：将Gemini AI深度集成到Android系统，从聊天工具升级为跨设备智能代理，覆盖手机、浏览器、汽车和笔记本电脑，旨在应对\n苹果\n即将发布的Apple Intelligence系统，标志着移动端AI竞争进入全场景生态对抗阶段。\n2.技术实现与隐私平衡：集成包含跨应用任务自动化、Chrome智能增强、Android Auto重构三大功能，采用本地+云端协同计算模式，强调隐私保护（敏感操作需用户手动确认），依托Gemini多模态处理能力适配不同设备场景。\n3.市场影响与竞争格局：谷歌此举旨在巩固安卓生态主导地位（IDC数据显示2025年安卓设备出货量占比达78.2%），应对苹果WWDC 2026将发布的Apple Intelligence系统（主打端侧隐私计算和跨设备协同），推动移动端AI技术迭代和全场景体验升级。\n七、日本三大银行5月底启用Anthropic Mythos AI系统 本土企业首次获准入\n1.日本三大银行（三菱ＵＦＪ、三井住友、瑞穗）将于５月底引入美国ＡＩ企业Ａｎｔｈｒｏｐｉｃ的Ｍｙｔｈｏｓ系统，这是日本企业首次获得该系统的使用权，标志着日本银行业在ＡＩ应用领域迈出关键一步。\n2.日本银行业引入Ｍｙｔｈｏｓ系统旨在弥补ＡＩ应用短板：麦肯锡数据显示日本金融机构ＡＩ应用率仅１２％，远低于美国的３５％；系统可优化客户服务（响应时间缩短４０％）、信贷审批（效率提升３５％）和合规检查（准确率提高２５％）。\n3.全球金融ＡＩ市场快速增长：ＩＤＣ数据显示２０２４年第一季度市场规模达１２０亿美元，同比增长２８％；日本银行使用Ｍｙｔｈｏｓ系统后预计每年可降低约１８％的运营成本，缩小与国际同行在ＡＩ应用上的差距。\n八、Grok大模型落地华尔街：技术适配与行业竞争的双重博弈\n1.xAI加速向华尔街推广Grok大模型，\n摩根士丹利\n等机构已部署用于投研、风控等场景，通过定制化方案满足金融行业对数据安全和低延迟的严格要求。技术层面，Grok处理标准化金融数据延迟为0.6秒，但开放性问题延迟达2.5秒，硬件配置对性能影响显著，4卡V100实际吞吐量仅900条/秒。\n2.经济成本方面，私有化部署虽初期投入高但长期效益明显，\n摩根大通\n2026年技术预算达198亿美元，其中AI专项支出约12亿美元，AI应用预计可提升金融机构运营效率30%到50%，同时显著降低经营风险。\n3.行业竞争加剧，AI在金融领域应用从通用工具转向专业智能，Anthropic推出10款金融服务AI智能体获15亿美元注资，摩根大通、\n高盛\n等机构也在加大AI投入，华尔街正通过多元化AI布局建立竞争壁垒，xAI需在技术适配和成本控制上持续优化。\n九、达拉斯暂停数据中心建设触发美国AI基建连锁反应：电力缺口与政策博弈重塑行业格局\n1.电力需求激增与基础设施压力：得州电力可靠性委员会预测到2032年数据中心需新增111吉瓦电力（占同期总需求增长的60％以上），迫使美国51家公用事业公司将2030年资本支出计划上调至1.4万亿美元用于电网升级。\n2.政策环境收紧与成本上升：2026年美国各州已提出300多项限制数据中心法案，弗吉尼亚州计划取消每年16亿美元税收减免，特朗普政府的“用户保护承诺”要求科技公司承担全部能源基础设施成本，迫使企业转向自备电源模式。\n3.项目延迟成为行业新瓶颈：全球190吉瓦数据中心管线中30％－50％面临延迟风险，2026年美国近一半规划项目可能推迟或取消，设备交付周期延\n长和\n液冷技术瓶颈导致“延误”取代“电力短缺”成为行业关键词。\n十、亚马逊Alexa入驻主搜索栏，重构电商AI购物格局\n1.市场格局变化：亚马逊在对话式AI购物领域面临激烈竞争，市场份额从32％降至27％，被谷歌（29％）反超；2023年全球对话式AI购物用户规模同比增长45％，推动亚马逊加速整合Alexa进入主搜索栏。\n2.技术整合与效果：亚马逊采用联邦学习技术保护用户隐私，通过Transformer-based NLP模型解析复杂购物需求；内部测试显示整合后用户点击率提升22％，购物篮平均大小增加18％，但存在退货率上升5％－8％的潜在风险。\n3.成本与商业化挑战：亚马逊AI相关研发支出同比增长35％至120亿美元，但消费者付费意愿有限（仅12％愿每月花5－10元订阅）；行业竞争加剧（沃尔玛、谷歌、微软均在2024年推出AI购物功能），亚马逊需平衡用户体验与成本控制。\n十一、OpenAI前研究员揭露AI行业“公开秘密”：超级智能失控风险迫在眉睫\n1.AI对齐问题成为行业核心风险：布鲁金斯学会2024年报告显示全球AI研发投入中仅约1.2%用于对齐与安全研究，远低于模型训练投入，导致模型决策机制成为“黑箱”，可能引发“价值漂移”风险。\n2.行业竞争压力加剧安全失衡：2023年OpenAI、Google、Anthropic等公司模型迭代周期压缩至3个月以内，而对齐研究进展缓慢，麦肯锡预测若问题未解决，到2030年AI系统可能造成全球GDP损失1.5万亿美元。\n3.监管与企业应对措施加速：欧盟AI法案2024年3月生效要求高风险AI系统必须通过对齐测试，Anthropic宣布2024年2月将对齐研究团队扩大30%并投入超1亿美元研发可解释性技术，行业正建立安全评估机制平衡创新与安全。\n十二、微软AI安全系统MDASH发现16个Windows核心组件高危漏洞 对抗式流程提升检测精度\n1.微软MDASH AI安全系统在2026年5月补丁星期二活动中独立发现16个关键漏洞（含10个内核态高危漏洞），在私有驱动测试中实现21个已知漏洞的零误报检出，MITRE CVE基准测试召回率达92%、准确率超95%，标志着AI在系统安全检测领域实现关键突破。\n2.MDASH采用多智能体对抗式流程：100多个专项智能体分工协作，通过标记潜在漏洞、反驳误报假设、验证漏洞真实性的三步流程，有效降低误报率，在CyberGym基准测试中性能超越Anthropic Mythos和OpenAI GPT-5.5。\n3.行业趋势显示AI驱动的漏洞检测成为科技巨头重点布局领域：谷歌DeepMind Sec-PaLM在Linux内核检测召回率达85%，苹果也在测试大语言模型安全系统，微软MDASH的成果推动了AI在操作系统安全领域的实际应用落地。\n十三、NVIDIA与SAP携手为专业AI代理构建可信运行环境\n1.NVIDIA与SAP深化合作，将OpenShell开源运行时安全层嵌入SAP Business AI平台，为企业级AI代理提供隔离执行环境、政策执行和基础设施防护，解决自主AI代理的信任难题。\n2.合作内容包括SAP工程师联合开发OpenShell并贡献开源代码，同时NVIDIA的NemoClaw代理蓝图集成到Joule Studio，帮助企业快速从构建过渡到可信生产部署，无需从零搭建安全架构。\n3.此次合作基于NVIDIA作为SAP长期客户的使用经验，旨在确保AI代理能在业务系统中安全运行，标志着企业级AI应用从技术验证向规模化安全部署的关键进展。\n国内进展：\n十四、黄仁勋访华触发中国AI股上涨 英伟达H200供应预期缓解算力瓶颈\n1.市场情绪与技术供应：Nvidia CEO访华引发中国AI板块上涨3.8％，服务器厂商股价触及涨停，市场对H200芯片供应改善预期强烈；H200配备141GB HBM3e内存（带宽4.8TB/s），FP8算力达1.4 exaflops，相比H100内存容量提升近一倍，但需调整参数以符合美国BIS出口管制（FP64算力≤60 TFLOPS限制）。\n2.国产替代加速与供应链风险：华为昇腾910B出货量同比增长120％，FP16算力320 TFLOPS，已应用于腾讯混元、字节跳动豆包等项目；AMD MI300X（192GB HBM3e内存，FP8算力1.2 exaflops）正在申请出口许可，但美国管制政策未根本变化，供应改善仍存不确定性。\n3.产业影响与成本效益：若H200供应改善，中国AI企业大模型训练效率可提升30％，硬件成本降低；千亿参数模型所需GPU可从10000张H100降至约8000张H200，训练周期缩短25％；但分析师指出当前涨势缺乏持续支撑，国产替代进程加速（国产芯片市场份额已达30-40％）。\n开源趋势：\n十五、oMLX 0.3.9更新：Gemma4视觉加速+一键Copilot，苹果端侧AI拉平云端优势\n1.技术升级：苹果oMLX框架0.3.9.dev2版本深度集成Google DeepMind的Gemma4模型技术，包括MTP视觉路径、DFlash引擎和ParoQuant量化技术，使本地AI图文多模态处理速度提升约30％，内存占用降低约40％，显著缩小与云端大模型的体验差距。\n2.隐私优势与易用性：端侧AI数据全程不离开设备，有效避免敏感信息上传云端风险；新增一键Copilot功能简化操作流程，无需编写代码即可完成图文生成、内容摘要等任务，吸引更多开发者和用户使用本地AI应用。\n3.行业竞争态势：端侧AI已成为2024年科技竞争核心赛道，苹果通过oMLX框架更新巩固领先地位；据头豹研究院数据，中国端侧AI市场规模2023年达1939亿元，预计2028年将达19，071亿元，年化复合增长率58％，苹果正利用统一内存架构优势拉开与安卓阵营在端侧AI体验上的差距。\n（广角观察、Edge AI Daily等综合整理）\n作品声明：内容由AI生成\n本文系作者\nEdge AI Daily\n授权钛媒体发表，并经钛媒体编辑，转载请注明出处、作者和\n本文链接\n本内容来源于钛媒体钛度号，文章内容仅供参考、交流、学习，不构成投资建议。\n想和千万钛媒体用户分享你的新奇观点和发现，\n点击这里投稿\n。创业或融资寻求报道，\n点击这里\n快报\n08:37\n亚马逊据报本周进一步裁员，涉及销售伙伴服务部门\n08:35\n美国航空煤油出口量创历史新高，以填补海外供应缺口\n08:34\n阿联酋外交部否认以总理访阿相关消息\n08:33\n公募存量产品将批量调整业绩比较基准\n08:32\n纳米级观测锁定锂金属电池性能下降原因\n08:28\n丹诺医药：拟全球发售828.05万股H股，发售价75.70港元\n08:26\n一季度中国工程机械产品出口额同比增长24.3%\n08:24\n百济神州：百悦达获美国FDA批准治疗复发/难治套细胞淋巴瘤\n08:23\n三星电子股价涨超3%，创下历史新高\n08:19\nAI芯片公司Cerebras公布IPO定价，拟募资超55亿美元\n08:17\n中信证券：算力期货或将年内落地，算力金融化元年开启\n08:16\n中国驻美国大使谢锋人民日报撰文：努力探索新时期中美正确相处之道\n08:15\n新世界发展发布澄清公告，称尚未与任何潜在投资者达成任何协议\n08:14\n欧洲疾控中心：暂无证据显示涉疫邮轮汉坦病毒出现变异\n08:13\n日韩股市开盘涨跌不一\n08:11\nAI订单大幅上调，计划裁员近4000人，思科本季和全年指引均超预期，盘后股价大涨20%\n07:49\n美防务科技初创公司Anduril最新估值超600亿美元\n07:42\n世卫组织：将持续协调汉坦病毒国际应对工作\n07:40\n美联储6月维持利率不变的概率为99%\n07:40\n权益资产回暖推升净值，“10元基”数量增至百只\n扫描下载App", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:20.073667+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:719", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 719, "duplicate_primary_title": "Edge AI Daily 早报（5月14日）", "duplicate_primary_source_name": "TMTPost AI Filtered", "display_title_zh": "Edge AI Daily 早报（5月14日）", "display_summary_zh": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。", "hot_score": 0.0 }, { "id": 717, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "url": "https://36kr.com/p/3808362853834502?f=rss", "canonical_url": "https://36kr.com/p/3808362853834502?f=rss", "summary": "今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。 贾跃亭造车12年未果，宣布转战机器人 日前，法拉第未来创始人贾跃亭在社交平台发布的视频中表示：“我要宣布一个公司重大的战略升级：FF（法拉第未来）将升级为物理AI生态系统公司，专注于具身智能机器人业务两大引擎，一是人形与仿生机器人，二是汽车机器人。在战略执行节奏上，第一阶段将以人形和仿生机器人为主，汽车机器人为辅。” 但实际上，距离贾跃亭2014年官宣造车已经过去12年，法拉第未来离大规模量产汽车仍有很大差距。过去十年时间，法拉第未来总共只交付了不足20辆汽车，而贾跃亭已8年时间未回国，身负巨额债务。（第一财经日报） 上海市监局：抽验发现网红糖果中每公斤含125000毫克伟哥 近日，上海市市场监管局抽检发现，一款叫“爱必享”糖果制品中每公斤西地那非含量高达12万5千毫克，西地那非俗称伟哥，为处方药，禁止添加于普通食品中，长期或不当食用可能引发头晕、血压骤降、肝肾损伤等健康风险，尤其对儿童、女性及心血管疾病患者危害极大。2025年9月此产品就被通报过，但商家玩失联，虚假注册地址关闭涉事网店，目前已无法查询到相关商品。对此，上海市市场监管局食品抽检处工作人员表示：后续会有核查处置，不合格信息会通报涉及的外省市。（红星新闻） 大公司/大事件 中美经贸磋商在韩国开始举行 当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。（央视新闻） 特朗普抵达北京 13日晚，特朗普抵京开启访华之旅。马斯克、黄仁勋等多位美国企业界重量级代表随行。（央视新闻） 恋与深空被指推广视频擦边，叠纸工作人员向玩家道歉 5月12日，《恋与深空》再次面临低俗争议，有网友反映，恋与深空微博账号发布的温泉剧情推广视频露骨擦边，男主角半裸洗浴时接受女主角抚摸胸背，伴有喘息背景音乐，相关视频播放量超过300万次。叠纸游戏人员回应，抱歉影响到玩家体验，已将投诉举报传达。 （封面新闻） 腾讯刘炽平：腾讯没有大裁员计划 在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。（每日经济新闻） 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。（新浪财经） 燃油附加费涨价引爆囤票潮，端午节订票量涨84% 国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。（第一财经） 花旗将阿里巴巴列为中国AI投资首选股，H股目标价204港元 5月12日，花旗发布研报称，阿里巴巴旗下阿里云拥有芯片分支平头哥、基础设施即服(IaaS)、平台即服务(PaaS)到模型即服务(MaaS)的垂直整合人工智能全栈能力，加上其通义千问大语言模型(LLM)及Model-Scope平台持续进步，看好公司在快速增长的词元(Token)经济中占据有利位置，将其列为中国人工智能投资的首选股。花旗重申对阿里巴巴的“买入”评级，港股目标价204港元，ADR目标价205美元，认为公司不断提升的人工智能全栈能力可带来成本协同效应及利润扩张空间。该行预计，阿里云人工智能相关收入于2026至2031财年的年复合增长率将达到90%，到2031财年将占云业务总收入的70%。（财联社） 马斯克点赞宇树载人变形机甲GD01 宇树科技12日发布全球首款量产载人变形机甲GD01，马斯克在社交平台回复称：很酷！据宇树科技介绍，该款机甲起售价为390万元人民币，民用交通工具，体重约500kg（载人后）。值得注意的是，还有网友翻出马斯克2018年在社交平台发布的一篇内容为“是时候创造一个机甲”的贴文，有网友调侃：中国企业帮你圆梦了。（中新经纬） 腾讯：元宝支持一键总结微信群聊 36氪获悉，元宝宣布支持总结微信聊天记录。选中微信群聊聊天记录转发其他应用-选择元宝-复制粘贴给元宝，就能让它帮你总结。此外，还可以将发票报销发给元宝生成表格、让元宝通过聊天记录制定个性化旅行方案等。 2025年全国广播电视和网络视听行业总收入同比增长5.22% 36氪获悉，国家广播电视总局发布2025年全国广播电视行业统计公报，2025年全国广播电视和网络视听行业总收入15464.29亿元，同比增长5.22%。其中，广播电视和网络视听业务实际创收收入13308.13亿元，同比增长5%；财政补助收入1042.45亿元，同比增长4.59%；其他收入1113.71亿元，同比增长8.61%。按主体分，广播电视机构总收入7171.12亿元，同比增长5.48%，广播电视新媒体业务、广电5G业务持续拉动广播电视机构收入增长；网络视听服务机构总收入8293.17亿元，同比增长5.00%。 欧盟拟出台法案让儿童延迟使用社媒 随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。（央视新闻） 宇树科技已注册多款机器人商标 36氪获悉，天眼查App显示，宇树科技股份有限公司成立于2016年8月，法定代表人为王兴兴，注册资本约3.64亿人民币，经营范围包括智能机器人的研发、智能机器人销售、工业机器人制造等，由王兴兴、汉海信息技术（上海）有限公司、宁波红杉科盛股权投资合伙企业（有限合伙）等共同持股。知识产权信息显示，该公司已申请注册“机器人牌照”“KONGFBOT”“秧BOT”商标，国际分类包括运输工具、科学仪器、网站服务等，其中部分商标已成功注册。 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO 36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。 马斯克称星舰第12次试飞将于下周进行 马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”（新浪财经） 朋友圈猛推“先息后本”背后：银行消费贷“赶搭末班车” 近日，微信朋友圈成为银行抢占零售信贷市场的竞技场，记者在这里频繁刷到宁波银行、杭州银行、中信百信银行等银行的贷款营销广告，“先息后本”“年化利率3.0%起”“纯线上申请”等是常见宣传语。多款消费贷产品频频亮相朋友圈，竞逐流量入口。一时间，似乎所有用户都能在指尖触达低息贷款。业内人士表示，银行这一轮营销热潮背后，既有政策压力下的“加速跑”心态，也折射出银行在LPR连续多月“按兵不动”的利率空窗期，主动调整策略、争夺零售信贷增量的深层逻辑。（中证网） 上市进行时 佰维存储再次递表港交所 36氪获悉，据港交所文件，5月12日，深圳佰维存储科技股份有限公司向港交所提交上市申请书，独家保荐人为华泰国际。 AI最前沿 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent 韩国交易所开始在资本市场监测工作中采用AI技术 韩国交易所（KRX）周三表示，已开始在其资本市场监测工作中采用人工智能（AI）技术。此次正式采用人工智能技术是在韩国交易所收购本土人工智能初创公司Fair Labs约三个月后进行的，此次收购旨在加速其人工智能转型并加强其数据业务。（新浪财经） 百度慧播星升级为百度一镜 36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度创始人李彦宏宣布，百度慧播星升级为“百度一镜”。从主要应用于直播带货场景的数字人，升级为以数字人为特色，包含直播、视频、实时互动等多形态的“全场景数字人平台”，并可生成几分钟乃至数小时的高互动内容。 百度搭子DuMate正式亮相 36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度搭子DuMate全新推出移动端App。据了解，DuMate将百度AI搜索、秒哒、伐谋、百科等核心产品能力集成为可随时调用的内置技能，同时强化长程任务执行与主动决策能力。 大公司财报 阿里巴巴：2026财年Q4营收2433.8亿元，同比增长3% 36氪获悉，阿里巴巴发布2026财年第四财季财报。财报显示，阿里巴巴第四财季营收2433.8亿元，同比增长3%。若不考虑高鑫零售和银泰的已处置业务的收入，同口径收入同比增长将为11%；净利润为254.76亿元。 腾讯：一季度营收1964.58亿元，同比增长9% 36氪获悉，腾讯发布2026年第一季度财报。财报显示，腾讯一季度营收1964.58亿元，同比增长9%；Non-IFRS经营利润756.3亿元，同比增长9%。若剔除新AI产品影响，Non-IFRS经营利润同比增长17%至844亿元。期内腾讯自由现金流达567亿元。 西���子第二季度净利润22.4亿欧元 5月13日，西门子公布第二季度业绩报告。西门子第二季度营收为197.6亿欧元，市场预期为200.7亿欧元；第二季度净为22.4亿欧元，同比下降8.3%。（界面新闻） 名创优品：预计一季度收入同比增加约113%至116% 36氪获悉，名创优品公告，基于对截至2026年3月31日止季度的未经审计综合管理账目的初步审阅及评估，预计本集团将录得收入约5678百万元-5728百万元，同比增加约28%-29%；经营利润约1511百万元-1531百万元，同比增加约113%-116%；及期内利润约1228百万元-1248百万元，同比增加约195%-200%。 投融资 “芯驰科技”完成近1亿美金C轮融资 36氪获悉，5月13日，“芯驰科技”正式宣布完成近1亿美金C轮融资。本轮融资由苏产投领投，陕汽鸿德投资作为全新战略股东，亦庄国投、北京市先进制造基金、西安财金、益中亘泰等多家知名投资机构及产业资本跟投。本轮融资落地，将进一步巩固芯驰科技在车规芯片领域的技术壁垒、量产优势与产业生态布局，并加速公司从汽车到具身智能赛道的全栈“芯”突破。 “微元合成”完成15亿元新一轮融资 36氪获悉，近日，“微元合成”宣布完成15亿元新一轮融资，本轮融资由股权融资及长期银行贷款共同组成，其中股权融资由张其宾、谭瑞清与兴银投资参与，长期银行贷款由兴业银行北京分行提供支持。本轮融资主要用于并购豫鑫和多项大宗产品的规模化量产。 整理 ｜徐嘉彤", "published_at": "2026-05-13T23:50:00+00:00", "discovered_at": "2026-05-14T00:17:20.092173+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "link": "https://36kr.com/p/3808362853834502?f=rss", "summary": "

今日热点导览

\n \n

TOP 3 大新闻

\n

林俊旸创业，新公司估值约20亿美金

\n

36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。

\n

贾跃亭造车12年未果，宣布转战机器人

\n

日前，法拉第未来创始人贾跃亭在社交平台发布的视频中表示：“我要宣布一个公司重大的战略升级：FF（法拉第未来）将升级为物理AI生态系统公司，专注于具身智能机器人业务两大引擎，一是人形与仿生机器人，二是汽车机器人。在战略执行节奏上，第一阶段将以人形和仿生机器人为主，汽车机器人为辅。”

\n

但实际上，距离贾跃亭2014年官宣造车已经过去12年，法拉第未来离大规模量产汽车仍有很大差距。过去十年时间，法拉第未来总共只交付了不足20辆汽车，而贾跃亭已8年时间未回国，身负巨额债务。（第一财经日报）

\n

上海市监局：抽验发现网红糖果中每公斤含125000毫克伟哥

\n

近日，上海市市场监管局抽检发现，一款叫“爱必享”糖果制品中每公斤西地那非含量高达12万5千毫克，西地那非俗称伟哥，为处方药，禁止添加于普通食品中，长期或不当食用可能引发头晕、血压骤降、肝肾损伤等健康风险，尤其对儿童、女性及心血管疾病患者危害极大。2025年9月此产品就被通报过，但商家玩失联，虚假注册地址关闭涉事网店，目前已无法查询到相关商品。对此，上海市市场监管局食品抽检处工作人员表示：后续会有核查处置，不合格信息会通报涉及的外省市。（红星新闻）

\n

大公司/大事件

\n

中美经贸磋商在韩国开始举行

\n

当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。（央视新闻）

\n

特朗普抵达北京

\n

13日晚，特朗普抵京开启访华之旅。马斯克、黄仁勋等多位美国企业界重量级代表随行。（央视新闻）

\n

恋与深空被指推广视频擦边，叠纸工作人员向玩家道歉

\n

5月12日，《恋与深空》再次面临低俗争议，有网友反映，恋与深空微博账号发布的温泉剧情推广视频露骨擦边，男主角半裸洗浴时接受女主角抚摸胸背，伴有喘息背景音乐，相关视频播放量超过300万次。叠纸游戏人员回应，抱歉影响到玩家体验，已将投诉举报传达。 （封面新闻）

\n

腾讯刘炽平：腾讯没有大裁员计划

\n

在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。（每日经济新闻）

\n

韩国政府称将支持三星与工会对话解决纠纷，以避免罢工

\n

韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。（新浪财经）

\n

燃油附加费涨价引爆囤票潮，端午节订票量涨84%

\n

国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。（第一财经）

\n

花旗将阿里巴巴列为中国AI投资首选股，H股目标价204港元

\n

5月12日，花旗发布研报称，阿里巴巴旗下阿里云拥有芯片分支平头哥、基础设施即服(IaaS)、平台即服务(PaaS)到模型即服务(MaaS)的垂直整合人工智能全栈能力，加上其通义千问大语言模型(LLM)及Model-Scope平台持续进步，看好公司在快速增长的词元(Token)经济中占据有利位置，将其列为中国人工智能投资的首选股。花旗重申对阿里巴巴的“买入”评级，港股目标价204港元，ADR目标价205美元，认为公司不断提升的人工智能全栈能力可带来成本协同效应及利润扩张空间。该行预计，阿里云人工智能相关收入于2026至2031财年的年复合增长率将达到90%，到2031财年将占云业务总收入的70%。（财联社）

\n

马斯克点赞宇树载人变形机甲GD01

\n

宇树科技12日发布全球首款量产载人变形机甲GD01，马斯克在社交平台回复称：很酷！据宇树科技介绍，该款机甲起售价为390万元人民币，民用交通工具，体重约500kg（载人后）。值得注意的是，还有网友翻出马斯克2018年在社交平台发布的一篇内容为“是时候创造一个机甲”的贴文，有网友调侃：中国企业帮你圆梦了。（中新经纬）

\n

腾讯：元宝支持一键总结微信群聊

\n

36氪获悉，元宝宣布支持总结微信聊天记录。选中微信群聊聊天记录转发其他应用-选择元宝-复制粘贴给元宝，就能让它帮你总结。此外，还可以将发票报销发给元宝生成表格、让元宝通过聊天记录制定个性化旅行方案等。

\n

2025年全国广播电视和网络视听行业总收入同比增长5.22%

\n

36氪获悉，国家广播电视总局发布2025年全国广播电视行业统计公报，2025年全国广播电视和网络视听行业总收入15464.29亿元，同比增长5.22%。其中，广播电视和网络视听业务实际创收收入13308.13亿元，同比增长5%；财政补助收入1042.45亿元，同比增长4.59%；其他收入1113.71亿元，同比增长8.61%。按主体分，广播电视机构总收入7171.12亿元，同比增长5.48%，广播电视新媒体业务、广电5G业务持续拉动广播电视机构收入增长；网络视听服务机构总收入8293.17亿元，同比增长5.00%。

\n

欧盟拟出台法案让儿童延迟使用社媒

\n

随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。（央视新闻）

\n

宇树科技已注册多款机器人商标

\n

36氪获悉，天眼查App显示，宇树科技股份有限公司成立于2016年8月，法定代表人为王兴兴，注册资本约3.64亿人民币，经营范围包括智能机器人的研发、智能机器人销售、工业机器人制造等，由王兴兴、汉海信息技术（上海）有限公司、宁波红杉科盛股权投资合伙企业（有限合伙）等共同持股。知识产权信息显示，该公司已申请注册“机器人牌照”“KONGFBOT”“秧BOT”商标，国际分类包括运输工具、科学仪器、网站服务等，其中部分商标已成功注册。

\n

TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO

\n

36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。

\n

马斯克称星舰第12次试飞将于下周进行

\n

马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”（新浪财经）

\n

朋友圈猛推“先息后本”背后：银行消费贷“赶搭末班车”

\n

近日，微信朋友圈成为银行抢占零售信贷市场的竞技场，记者在这里频繁刷到宁波银行、杭州银行、中信百信银行等银行的贷款营销广告，“先息后本”“年化利率3.0%起”“纯线上申请”等是常见宣传语。多款消费贷产品频频亮相朋友圈，竞逐流量入口。一时间，似乎所有用户都能在指尖触达低息贷款。业内人士表示，银行这一轮营销热潮背后，既有政策压力下的“加速跑”心态，也折射出银行在LPR连续多月“按兵不动”的利率空窗期，主动调整策略、争夺零售信贷增量的深层逻辑。（中证网）

\n

上市进行时

\n

佰维存储再次递表港交所

\n

36氪获悉，据港交所文件，5月12日，深圳佰维存储科技股份有限公司向港交所提交上市申请书，独家保荐人为华泰国际。

\n

AI最前沿

\n

腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布

\n

36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent

\n

韩国交易所开始在资本市场监测工作中采用AI技术

\n

韩国交易所（KRX）周三表示，已开始在其资本市场监测工作中采用人工智能（AI）技术。此次正式采用人工智能技术是在韩国交易所收购本土人工智能初创公司Fair Labs约三个月后进行的，此次收购旨在加速其人工智能转型并加强其数据业务。（新浪财经）

\n

百度慧播星升级为百度一镜

\n

36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度创始人李彦宏宣布，百度慧播星升级为“百度一镜”。从主要应用于直播带货场景的数字人，升级为以数字人为特色，包含直播、视频、实时互动等多形态的“全场景数字人平台”，并可生成几分钟乃至数小时的高互动内容。

\n

百度搭子DuMate正式亮相

\n

36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度搭子DuMate全新推出移动端App。据了解，DuMate将百度AI搜索、秒哒、伐谋、百科等核心产品能力集成为可随时调用的内置技能，同时强化长程任务执行与主动决策能力。

\n

大公司财报

\n

阿里巴巴：2026财年Q4营收2433.8亿元，同比增长3%

\n

36氪获悉，阿里巴巴发布2026财年第四财季财报。财报显示，阿里巴巴第四财季营收2433.8亿元，同比增长3%。若不考虑高鑫零售和银泰的已处置业务的收入，同口径收入同比增长将为11%；净利润为254.76亿元。

\n

腾讯：一季度营收1964.58亿元，同比增长9%

\n

36氪获悉，腾讯发布2026年第一季度财报。财报显示，腾讯一季度营收1964.58亿元，同比增长9%；Non-IFRS经营利润756.3亿元，同比增长9%。若剔除新AI产品影响，Non-IFRS经营利润同比增长17%至844亿元。期内腾讯自由现金流达567亿元。

\n

西���子第二季度净利润22.4亿欧元

\n

5月13日，西门子公布第二季度业绩报告。西门子第二季度营收为197.6亿欧元，市场预期为200.7亿欧元；第二季度净为22.4亿欧元，同比下降8.3%。（界面新闻）

\n

名创优品：预计一季度收入同比增加约113%至116%

\n

36氪获悉，名创优品公告，基于对截至2026年3月31日止季度的未经审计综合管理账目的初步审阅及评估，预计本集团将录得收入约5678百万元-5728百万元，同比增加约28%-29%；经营利润约1511百万元-1531百万元，同比增加约113%-116%；及期内利润约1228百万元-1248百万元，同比增加约195%-200%。

\n

投融资

\n

“芯驰科技”完成近1亿美金C轮融资

\n

36氪获悉，5月13日，“芯驰科技”正式宣布完成近1亿美金C轮融资。本轮融资由苏产投领投，陕汽鸿德投资作为全新战略股东，亦庄国投、北京市先进制造基金、西安财金、益中亘泰等多家知名投资机构及产业资本跟投。本轮融资落地，将进一步巩固芯驰科技在车规芯片领域的技术壁垒、量产优势与产业生态布局，并加速公司从汽车到具身智能赛道的全栈“芯”突破。

\n

“微元合成”完成15亿元新一轮融资

\n

36氪获悉，近日，“微元合成”宣布完成15亿元新一轮融资，本轮融资由股权融资及长期银行贷款共同组成，其中股权融资由张其宾、谭瑞清与兴银投资参与，长期银行贷款由兴业银行北京分行提供支持。本轮融资主要用于并购豫鑫和多项大宗产品的规模化量产。

\n

整理｜徐嘉彤

", "extracted_published_at": "2026-05-13T23:50:00+00:00" }, "normalized_title": "8点1氪丨林俊旸新公司估值20亿美金贾跃亭宣布转战机器人业务网红糖果被发现掺超高剂量伟哥", "resolved_target": "https://36kr.com/p/3808362853834502?f=rss", "content_fingerprint": "6d0992aeacbc3c4579f32d84727b47d61f7b430b0dcaeaee0457840cbe3565ca", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥\n8点1氪\n2026年05月14日 07:50\n前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。\n今日热点导览\n腾讯刘炽平：腾讯没有大裁员计划\n韩国政府称将支持三星与工会对话解决纠纷，以避免罢工\n中美经贸磋商在韩国开始举行\n宇树科技已注册多款机器人商标\nTikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO\nTOP 3 大新闻\n林俊旸创业，新公司估值约20亿美金\n36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。\n贾跃亭造车12年未果，宣布转战机器人\n日前，法拉第未来创始人贾跃亭在社交平台发布的视频中表示：“我要宣布一个公司重大的战略升级：FF（法拉第未来）将升级为物理AI生态系统公司，专注于具身智能机器人业务两大引擎，一是人形与仿生机器人，二是汽车机器人。在战略执行节奏上，第一阶段将以人形和仿生机器人为主，汽车机器人为辅。”\n但实际上，距离贾跃亭2014年官宣造车已经过去12年，法拉第未来离大规模量产汽车仍有很大差距。过去十年时间，法拉第未来总共只交付了不足20辆汽车，而贾跃亭已8年时间未回国，身负巨额债务。（第一财经日报）\n上海市监局：抽验发现网红糖果中每公斤含125000毫克伟哥\n近日，上海市市场监管局抽检发现，一款叫“爱必享”糖果制品中每公斤西地那非含量高达12万5千毫克，西地那非俗称伟哥，为处方药，禁止添加于普通食品中，长期或不当食用可能引发头晕、血压骤降、肝肾损伤等健康风险，尤其对儿童、女性及心血管疾病患者危害极大。2025年9月此产品就被通报过，但商家玩失联，虚假注册地址关闭涉事网店，目前已无法查询到相关商品。对此，上海市市场监管局食品抽检处工作人员表示：后续会有核查处置，不合格信息会通报涉及的外省市。（红星新闻）\n大公司/大事件\n中美经贸磋商在韩国开始举行\n当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。（央视新闻）\n特朗普抵达北京\n13日晚，特朗普抵京开启访华之旅。马斯克、黄仁勋等多位美国企业界重量级代表随行。（央视新闻）\n恋与深空被指推广视频擦边，叠纸工作人员向玩家道歉\n5月12日，《恋与深空》再次面临低俗争议，有网友反映，恋与深空微博账号发布的温泉剧情推广视频露骨擦边，男主角半裸洗浴时接受女主角抚摸胸背，伴有喘息背景音乐，相关视频播放量超过300万次。叠纸游戏人员回应，抱歉影响到玩家体验，已将投诉举报传达。 （封面新闻）\n腾讯刘炽平：腾讯没有大裁员计划\n在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。（每日经济新闻）\n韩国政府称将支持三星与工会对话解决纠纷，以避免罢工\n韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。（新浪财经）\n燃油附加费涨价引爆囤票潮，端午节订票量涨84%\n国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。（第一财经）\n花旗将阿里巴巴列为中国AI投资首选股，H股目标价204港元\n5月12日，花旗发布研报称，阿里巴巴旗下阿里云拥有芯片分支平头哥、基础设施即服(IaaS)、平台即服务(PaaS)到模型即服务(MaaS)的垂直整合人工智能全栈能力，加上其通义千问大语言模型(LLM)及Model-Scope平台持续进步，看好公司在快速增长的词元(Token)经济中占据有利位置，将其列为中国人工智能投资的首选股。花旗重申对阿里巴巴的“买入”评级，港股目标价204港元，ADR目标价205美元，认为公司不断提升的人工智能全栈能力可带来成本协同效应及利润扩张空间。该行预计，阿里云人工智能相关收入于2026至2031财年的年复合增长率将达到90%，到2031财年将占云业务总收入的70%。（财联社）\n马斯克点赞宇树载人变形机甲GD01\n宇树科技12日发布全球首款量产载人变形机甲GD01，马斯克在社交平台回复称：很酷！据宇树科技介绍，该款机甲起售价为390万元人民币，民用交通工具，体重约500kg（载人后）。值得注意的是，还有网友翻出马斯克2018年在社交平台发布的一篇内容为“是时候创造一个机甲”的贴文，有网友调侃：中国企业帮你圆梦了。（中新经纬）\n腾讯：元宝支持一键总结微信群聊\n36氪获悉，元宝宣布支持总结微信聊天记录。选中微信群聊聊天记录转发其他应用-选择元宝-复制粘贴给元宝，就能让它帮你总结。此外，还可以将发票报销发给元宝生成表格、让元宝通过聊天记录制定个性化旅行方案等。\n2025年全国广播电视和网络视听行业总收入同比增长5.22%\n36氪获悉，国家广播电视总局发布2025年全国广播电视行业统计公报，2025年全国广播电视和网络视听行业总收入15464.29亿元，同比增长5.22%。其中，广播电视和网络视听业务实际创收收入13308.13亿元，同比增长5%；财政补助收入1042.45亿元，同比增长4.59%；其他收入1113.71亿元，同比增长8.61%。按主体分，广播电视机构总收入7171.12亿元，同比增长5.48%，广播电视新媒体业务、广电5G业务持续拉动广播电视机构收入增长；网络视听服务机构总收入8293.17亿元，同比增长5.00%。\n欧盟拟出台法案让儿童延迟使用社媒\n随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。（央视新闻）\n宇树科技已注册多款机器人商标\n36氪获悉，天眼查App显示，宇树科技股份有限公司成立于2016年8月，法定代表人为王兴兴，注册资本约3.64亿人民币，经营范围包括智能机器人的研发、智能机器人销售、工业机器人制造等，由王兴兴、汉海信息技术（上海）有限公司、宁波红杉科盛股权投资合伙企业（有限合伙）等共同持股。知识产权信息显示，该公司已申请注册“机器人牌照”“KONGFBOT”“秧BOT”商标，国际分类包括运输工具、科学仪器、网站服务等，其中部分商标已成功注册。\nTikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO\n36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。\n马斯克称星舰第12次试飞将于下周进行\n马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”（新浪财经）\n朋友圈猛推“先息后本”背后：银行消费贷“赶搭末班车”\n近日，微信朋友圈成为银行抢占零售信贷市场的竞技场，记者在这里频繁刷到宁波银行、杭州银行、中信百信银行等银行的贷款营销广告，“先息后本”“年化利率3.0%起”“纯线上申请”等是常见宣传语。多款消费贷产品频频亮相朋友圈，竞逐流量入口。一时间，似乎所有用户都能在指尖触达低息贷款。业内人士表示，银行这一轮营销热潮背后，既有政策压力下的“加速跑”心态，也折射出银行在LPR连续多月“按兵不动”的利率空窗期，主动调整策略、争夺零售信贷增量的深层逻辑。（中证网）\n上市进行时\n佰维存储再次递表港交所\n36氪获悉，据港交所文件，5月12日，深圳佰维存储科技股份有限公司向港交所提交上市申请书，独家保荐人为华泰国际。\nAI最前沿\n腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布\n36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent\n韩国交易所开始在资本市场监测工作中采用AI技术\n韩国交易所（KRX）周三表示，已开始在其资本市场监测工作中采用人工智能（AI）技术。此次正式采用人工智能技术是在韩国交易所收购本土人工智能初创公司Fair Labs约三个月后进行的，此次收购旨在加速其人工智能转型并加强其数据业务。（新浪财经）\n百度慧播星升级为百度一镜\n36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度创始人李彦宏宣布，百度慧播星升级为“百度一镜”。从主要应用于直播带货场景的数字人，升级为以数字人为特色，包含直播、视频、实时互动等多形态的“全场景数字人平台”，并可生成几分钟乃至数小时的高互动内容。\n百度搭子DuMate正式亮相\n36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度搭子DuMate全新推出移动端App。据了解，DuMate将百度AI搜索、秒哒、伐谋、百科等核心产品能力集成为可随时调用的内置技能，同时强化长程任务执行与主动决策能力。\n大公司财报\n阿里巴巴：2026财年Q4营收2433.8亿元，同比增长3%\n36氪获悉，阿里巴巴发布2026财年第四财季财报。财报显示，阿里巴巴第四财季营收2433.8亿元，同比增长3%。若不考虑高鑫零售和银泰的已处置业务的收入，同口径收入同比增长将为11%；净利润为254.76亿元。\n腾讯：一季度营收1964.58亿元，同比增长9%\n36氪获悉，腾讯发布2026年第一季度财报。财报显示，腾讯一季度营收1964.58亿元，同比增长9%；Non-IFRS经营利润756.3亿元，同比增长9%。若剔除新AI产品影响，Non-IFRS经营利润同比增长17%至844亿元。期内腾讯自由现金流达567亿元。\n西门子第二季度净利润22.4亿欧元\n5月13日，西门子公布第二季度业绩报告。西门子第二季度营收为197.6亿欧元，市场预期为200.7亿欧元；第二季度净为22.4亿欧元，同比下降8.3%。（界面新闻）\n名创优品：预计一季度收入同比增加约113%至116%\n36氪获悉，名创优品公告，基于对截至2026年3月31日止季度的未经审计综合管理账目的初步审阅及评估，预计本集团将录得收入约5678百万元-5728百万元，同比增加约28%-29%；经营利润约1511百万元-1531百万元，同比增加约113%-116%；及期内利润约1228百万元-1248百万元，同比增加约195%-200%。\n投融资\n“芯驰科技”完成近1亿美金C轮融资\n36氪获悉，5月13日，“芯驰科技”正式宣布完成近1亿美金C轮融资。本轮融资由苏产投领投，陕汽鸿德投资作为全新战略股东，亦庄国投、北京市先进制造基金、西安财金、益中亘泰等多家知名投资机构及产业资本跟投。本轮融资落地，将进一步巩固芯驰科技在车规芯片领域的技术壁垒、量产优势与产业生态布局，并加速公司从汽车到具身智能赛道的全栈“芯”突破。\n“微元合成”完成15亿元新一轮融资\n36氪获悉，近日，“微元合成”宣布完成15亿元新一轮融资，本轮融资由股权融资及长期银行贷款共同组成，其中股权融资由张其宾、谭瑞清与兴银投资参与，长期银行贷款由兴业银行北京分行提供支持。本轮融资主要用于并购豫鑫和多项大宗产品的规模化量产。\n整理\n｜徐嘉彤\n+1\n33\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n9点1氪丨DeepSeek拟募资最高500亿；“全国销冠”被刑拘，泰康人寿回应；OPPO就母亲节文案致歉\n8点1氪丨段永平再加仓泡泡玛特；多平台已下架“全李酒店”；世界杯决赛门票1张200万美元，FIFA回应\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n每天8点1刻，商业新闻联播。\n最近内容\n8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n腾讯Q1游戏营收642亿，高管称AI时代不能盲目追求DAU增长\n控制成本很重要\n50分钟前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:18.261834+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:717", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 717, "duplicate_primary_title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "display_summary_zh": "今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。 贾跃亭造车12年未果，宣布转战机器人 日前，法拉第未来创始人贾跃亭在社交平台发布的视频中表示：“我要宣布一个公司重大的战略升级：FF（法拉第未来）将升级为物理AI生态系统公司，专注于具身智能机器人业务两大引擎，一是人形与仿生机器人，二是汽车机器人。在战略执行节奏上，第一阶段将以人形和仿生机器人为主，汽车机器人为辅。” 但实际上，距离贾跃亭2014年官宣造车已经过去12年，法拉第未来离大规模量产汽车仍有很大差距。过去十年时间，法拉第未来总共只交付了不足20辆汽车，而贾跃亭已8年时间未回国，身负巨额债务。（第一财经日报） 上海市监局：抽验发现网红糖果中每公斤含125000毫克伟哥 近日，上海市市场监管局抽检发现，一款叫“爱必享”糖果制品中每公斤西地那非含量高达12万5千毫克，西地那非俗称伟哥，为处方药，禁止添加于普通食品中，长期或不当食用可能引发头晕、血压骤降、肝肾损伤等健康风险，尤其对儿童、女性及心血管疾病患者危害极大。2025年9月此产品就被通报过，但商家玩失联，虚假注册地址关闭涉事网店，目前已无法查询到相关商品。对此，上海市市场监管局食品抽检处工作人员表示：后续会有核查处置，不合格信息会通报涉及的外省市。（红星新闻） 大公司/大事件 中美经贸磋商在韩国开始举行 当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。（央视新闻） 特朗普抵达北京 13日晚，特朗普抵京开启访华之旅。马斯克、黄仁勋等多位美国企业界重量级代表随行。（央视新闻） 恋与深空被指推广视频擦边，叠纸工作人员向玩家道歉 5月12日，《恋与深空》再次面临低俗争议，有网友反映，恋与深空微博账号发布的温泉剧情推广视频露骨擦边，男主角半裸洗浴时接受女主角抚摸胸背，伴有喘息背景音乐，相关视频播放量超过300万次。叠纸游戏人员回应，抱歉影响到玩家体验，已将投诉举报传达。 （封面新闻） 腾讯刘炽平：腾讯没有大裁员计划 在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。（每日经济新闻） 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。（新浪财经） 燃油附加费涨价引爆囤票潮，端午节订票量涨84% 国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。（第一财经） 花旗将阿里巴巴列为中国AI投资首选股，H股目标价204港元 5月12日，花旗发布研报称，阿里巴巴旗下阿里云拥有芯片分支平头哥、基础设施即服(IaaS)、平台即服务(PaaS)到模型即服务(MaaS)的垂直整合人工智能全栈能力，加上其通义千问大语言模型(LLM)及Model-Scope平台持续进步，看好公司在快速增长的词元(Token)经济中占据有利位置，将其列为中国人工智能投资的首选股。花旗重申对阿里巴巴的“买入”评级，港股目标价204港元，ADR目标价205美元，认为公司不断提升的人工智能全栈能力可带来成本协同效应及利润扩张空间。该行预计，阿里云人工智能相关收入于2026至2031财年的年复合增长率将达到90%，到2031财年将占云业务总收入的70%。（财联社） 马斯克点赞宇树载人变形机甲GD01 宇树科技12日发布全球首款量产载人变形机甲GD01，马斯克在社交平台回复称：很酷！据宇树科技介绍，该款机甲起售价为390万元人民币，民用交通工具，体重约500kg（载人后）。值得注意的是，还有网友翻出马斯克2018年在社交平台发布的一篇内容为“是时候创造一个机甲”的贴文，有网友调侃：中国企业帮你圆梦了。（中新经纬） 腾讯：元宝支持一键总结微信群聊 36氪获悉，元宝宣布支持总结微信聊天记录。选中微信群聊聊天记录转发其他应用-选择元宝-复制粘贴给元宝，就能让它帮你总结。此外，还可以将发票报销发给元宝生成表格、让元宝通过聊天记录制定个性化旅行方案等。 2025年全国广播电视和网络视听行业总收入同比增长5.22% 36氪获悉，国家广播电视总局发布2025年全国广播电视行业统计公报，2025年全国广播电视和网络视听行业总收入15464.29亿元，同比增长5.22%。其中，广播电视和网络视听业务实际创收收入13308.13亿元，同比增长5%；财政补助收入1042.45亿元，同比增长4.59%；其他收入1113.71亿元，同比增长8.61%。按主体分，广播电视机构总收入7171.12亿元，同比增长5.48%，广播电视新媒体业务、广电5G业务持续拉动广播电视机构收入增长；网络视听服务机构总收入8293.17亿元，同比增长5.00%。 欧盟拟出台法案让儿童延迟使用社媒 随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。（央视新闻） 宇树科技已注册多款机器人商标 36氪获悉，天眼查App显示，宇树科技股份有限公司成立于2016年8月，法定代表人为王兴兴，注册资本约3.64亿人民币，经营范围包括智能机器人的研发、智能机器人销售、工业机器人制造等，由王兴兴、汉海信息技术（上海）有限公司、宁波红杉科盛股权投资合伙企业（有限合伙）等共同持股。知识产权信息显示，该公司已申请注册“机器人牌照”“KONGFBOT”“秧BOT”商标，国际分类包括运输工具、科学仪器、网站服务等，其中部分商标已成功注册。 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO 36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。 马斯克称星舰第12次试飞将于下周进行 马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”（新浪财经） 朋友圈猛推“先息后本”背后：银行消费贷“赶搭末班车” 近日，微信朋友圈成为银行抢占零售信贷市场的竞技场，记者在这里频繁刷到宁波银行、杭州银行、中信百信银行等银行的贷款营销广告，“先息后本”“年化利率3.0%起”“纯线上申请”等是常见宣传语。多款消费贷产品频频亮相朋友圈，竞逐流量入口。一时间，似乎所有用户都能在指尖触达低息贷款。业内人士表示，银行这一轮营销热潮背后，既有政策压力下的“加速跑”心态，也折射出银行在LPR连续多月“按兵不动”的利率空窗期，主动调整策略、争夺零售信贷增量的深层逻辑。（中证网） 上市进行时 佰维存储再次递表港交所 36氪获悉，据港交所文件，5月12日，深圳佰维存储科技股份有限公司向港交所提交上市申请书，独家保荐人为华泰国际。 AI最前沿 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent 韩国交易所开始在资本市场监测工作中采用AI技术 韩国交易所（KRX）周三表示，已开始在其资本市场监测工作中采用人工智能（AI）技术。此次正式采用人工智能技术是在韩国交易所收购本土人工智能初创公司Fair Labs约三个月后进行的，此次收购旨在加速其人工智能转型并加强其数据业务。（新浪财经） 百度慧播星升级为百度一镜 36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度创始人李彦宏宣布，百度慧播星升级为“百度一镜”。从主要应用于直播带货场景的数字人，升级为以数字人为特色，包含直播、视频、实时互动等多形态的“全场景数字人平台”，并可生成几分钟乃至数小时的高互动内容。 百度搭子DuMate正式亮相 36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度搭子DuMate全新推出移动端App。据了解，DuMate将百度AI搜索、秒哒、伐谋、百科等核心产品能力集成为可随时调用的内置技能，同时强化长程任务执行与主动决策能力。 大公司财报 阿里巴巴：2026财年Q4营收2433.8亿元，同比增长3% 36氪获悉，阿里巴巴发布2026财年第四财季财报。财报显示，阿里巴巴第四财季营收2433.8亿元，同比增长3%。若不考虑高鑫零售和银泰的已处置业务的收入，同口径收入同比增长将为11%；净利润为254.76亿元。 腾讯：一季度营收1964.58亿元，同比增长9% 36氪获悉，腾讯发布2026年第一季度财报。财报显示，腾讯一季度营收1964.58亿元，同比增长9%；Non-IFRS经营利润756.3亿元，同比增长9%。若剔除新AI产品影响，Non-IFRS经营利润同比增长17%至844亿元。期内腾讯自由现金流达567亿元。 西���子第二季度净利润22.4亿欧元 5月13日，西门子公布第二季度业绩报告。西门子第二季度营收为197.6亿欧元，市场预期为200.7亿欧元；第二季度净为22.4亿欧元，同比下降8.3%。（界面新闻） 名创优品：预计一季度收入同比增加约113%至116% 36氪获悉，名创优品公告，基于对截至2026年3月31日止季度的未经审计综合管理账目的初步审阅及评估，预计本集团将录得收入约5678百万元-5728百万元，同比增加约28%-29%；经营利润约1511百万元-1531百万元，同比增加约113%-116%；及期内利润约1228百万元-1248百万元，同比增加约195%-200%。 投融资 “芯驰科技”完成近1亿美金C轮融资 36氪获悉，5月13日，“芯驰科技”正式宣布完成近1亿美金C轮融资。本轮融资由苏产投领投，陕汽鸿德投资作为全新战略股东，亦庄国投、北京市先进制造基金、西安财金、益中亘泰等多家知名投资机构及产业资本跟投。本轮融资落地，将进一步巩固芯驰科技在车规芯片领域的技术壁垒、量产优势与产业生态布局，并加速公司从汽车到具身智能赛道的全栈“芯”突破。 “微元合成”完成15亿元新一轮融资 36氪获悉，近日，“微元合成”宣布完成15亿元新一轮融资，本轮融资由股权融资及长期银行贷款共同组成，其中股权融资由张其宾、谭瑞清与兴银投资参与，长期银行贷款由兴业银行北京分行提供支持。本轮融资主要用于并购豫鑫和多项大宗产品的规模化量产。 整理 ｜徐嘉彤", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。", "hot_score": 0.0 }, { "id": 718, "source_id": "tmtpost-ai", "source_name": "TMTPost AI Filtered", "title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "url": "https://www.tmtpost.com/7987041.html", "canonical_url": "https://www.tmtpost.com/7987041.html", "summary": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；铁路部门将推出老年旅客淡季周中购票优惠服务；MSCI中国指数新纳入22只、剔除24只成份股；截至4月30日累计有868款生成式人工智能服务完成备案；美国4月PPI同比增长6%，为2022年12月以来新高", "published_at": "2026-05-13T23:20:00+00:00", "discovered_at": "2026-05-14T00:17:24.059539+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "link": "https://www.tmtpost.com/7987041.html", "summary": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；铁路部门将推出老年旅客淡季周中购票优惠服务；MSCI中国指数新纳入22只、剔除24只成份股；截至4月30日累计有868款生成式人工智能服务完成备案；美国4月PPI同比增长6%，为2022年12月以来新高" }, "normalized_title": "钛晨报市场监管总局严查算法违规乱象规范市场竞争秩序spacex上市效应发酵贝索斯旗下蓝色起源也开始启动外部融资欧佩克月报下调今年全球原油需求增速预期至117万桶日", "resolved_target": "https://www.tmtpost.com/7987041.html", "content_fingerprint": "d831ea62ad40ccf4db00fecf8c53fb6d17734323558f1d0940db479c38b0debb", "extracted_text": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日\n钛媒体官方账号\n2026.05.14 07:20\n· 来自北京\n全文6603字\n00:00 / 20:04\n微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；铁路部门将推出老年旅客淡季周中购票优惠服务；MSCI中国指数新纳入22只、剔除24只成份股；截至4月30日累计有868款生成式人工智能服务完成备案；美国4月PPI同比增长6%，为2022年12月以来新高\n【钛媒体综合】从市场监管总局发布会了解到，市场监管总局将部署开展反不正当竞争专项执法。聚焦平台经济、民生、科技创新等重点领域，统筹运用各类反不正当竞争措施，综合整治“内卷式”竞争，推动形成优质优价、良性竞争市场秩序。\n一是持续推进高效能执法。专项执法期间，市场监管总局将提升网络不正当竞争行为常态化监管水平，坚决规制利用数据和算法、技术、平台规则等实施的各类网络不正当竞争行为，依法保护经营者、消费者，特别是平台各方参与主体的合法权益；围绕打击社会关注度高、群众反映强烈的各类不正当竞争行为，开展全链条执法、穿透式监管，切实维护公平竞争市场环境。\n二是着力强化商业秘密保护。一方面加强商业秘密侵权案件查办力度，保护企业创新成果；另一方面，加强事前保护，持续完善商业秘密保护规则体系，研究制定重点领域保护标准，完善新兴产业保护指引，探索建立商业秘密管理体系认证制度。持续开展商业秘密保护创新试点工作，举办商业秘密保护月主题活动，指导重点企业、重点产业加强自我保护意识和能力，防范泄密风险，有效激发企业创新活力。\n三是深化宣传倡导。加强法律宣传解读，培育公平竞争文化。适时曝光典型案例，加大以案释法、以案促改、以案促治力度。压实平台主体责任，督促指导平台经营者遵守反不正当竞争法等法律法规要求，自身合规经营的同时，引导和规范平台内经营者依法公平竞争。鼓励行业组织、依托新闻媒体加强社会监督，共同构建社会共治格局。\n钛媒摘声：\n目前AI发展的趋势更像制造业，要获得更多收入必须去建两个核心工厂：AI的训练工厂和AI的推理工厂，背后都是AI数据中心的建设。AI数据中心的建设一定会消耗比较大的集团现金流，但在回报的路径上是清晰的。\n——阿里巴巴CEO 吴泳铭\nAI时代的度量衡可能是“日活智能体数”（Daily Active Agents，简称DAA），与移动互联网最通用的度量衡“日活用户数”（DAU）相对应。目前较接近业界共识的度量衡是Token消耗，但Token不一定代表终局，它代表成本，并不代表收益；它衡量的是投入，而不是产出。当人类进入智能体时代，衡量一个平台和生态的繁荣，更应该关注DAA这个指标，关注有多少Agents在给人类干活，并交付结果。这比无谓的Token消耗，更接近价值，也更接近本质。\n——百度创始人 李彦宏\n国内公司：\n微信联合元宝推出群聊AI总结功能\n5月13日消息，据腾讯官方微信公众号，微信联合腾讯元宝正式上线群聊AI总结功能。用户将群消息（99+条）选中后，通过\"转发到其他应用\"复制后粘贴至元宝，即可获取深度总结。除了代爬楼，元宝还支持发票报销表格生成、基于聊天记录制定个性化旅行方案等功能。\n阿里云收入增速加速至40%，平头哥自研GPU规模化量产\n5月13日消息，阿里巴巴集团发布最新季度业绩。截至2026年3月31日止季度，阿里云收入同比增长38%至416.26亿元，剔除阿里巴巴并表业务后的外部商业化收入增速进一步加速至40%，创下近年新高。其中，AI相关产品收入达89.71亿元，连续第11个季度实现三位数同比增长，占外部收入比重首次突破30%。截至2026年3月，百炼平台的客户数量同比增长了8倍，反映出企业级市场对AI需求的加速释放。\n马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了\n5月13日消息，对于腾讯AI（人工智能）是否落后的问题，在腾讯股东大会上，腾讯董事会主席兼首席执行官马化腾表示，“原来一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去，还是希望船速能快一点”。马化腾表示，腾讯早期在AI领域的基础能力并非突出，近年通过人才建设、团队管理与内部培训持续补全短板，如今正逐步驶入发展轨道。马化腾坦言，腾讯不一定是业界最快抓住机遇的，但坚持走正确的道路，结合自身独有优势稳扎稳打，“不能看着别人在那边做就随便跨过去，抢别人的地盘，过去我们也抢过但后来基本失败了”。\n泡泡玛特今年下半年将围绕LABUBU推出两大新产品\n5月13日消息，泡泡玛特管理层在5月13日举行的电话会上表示，将通过优质的产品和丰富的内容，进一步挖掘LABUBU IP的商业价值。例如，LABUBU大电影正处于剧本创作阶段，电影有望加深消费者和LABUBU的情感连接；泡泡玛特乐园区域可以沉浸式感受LABUBU家族及背后故事；等等。今年下半年泡泡玛特将围绕LABUBU推出两大新产品。\n胖东来：从未在任何网络平台开展直播带货业务\n5月13日消息，胖东来官方账号发文称，胖东来从未在任何网络平台开展直播带货业务，也未授权任何单位或个人开设网店、直播卖货。针对上述行为公司已固定证据，并依法向市场监督管理部门提交投诉举报，将坚决通过法律途径追究侵权责任。\n国外企业：\nSpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资\n5月13日消息，贝索斯旗下蓝色起源（Blue Origin）正考虑进行首次外部融资，以实现其宏大的发射目标并利用SpaceX即将IPO所带来的投资热情。蓝色起源CEO戴夫·林普表示，公司需要大量资本来大幅提高火箭发射频率，而这笔资金远非单一投资者所能提供。2025年1月，蓝色起源首次成功将其98米高的重型运载火箭“新格伦”送入轨道。自那以后，公司便设定了激进的发射计划。华盛顿咨询机构Capstone预计，蓝色起源今年支出将达到约48亿美元，并估算公司自成立以来累计已投入近280亿美元。\n苹果计划在iOS 27中推出面向专业用户的可定制相机应用\n5月13日消息，当地时间5月12日，据马克·古尔曼报道，苹果公司正在计划升级其相机应用，作为下一版iPhone系统更新中一系列用户界面变动的一部分，该款应用将实现完全可定制。报道称，知情人士透露，通过这种新方式，用户将能够选择“相机”应用中显示哪些功能，以及这些功能的布局位置。这包括闪光灯、曝光、定时器和分辨率的控制选项。\n政策风向：\n市场监管总局：推动价格法等多部法律法规修订\n5月13日消息，从市场监管总局发布会了解到，目前，市场监管总局正在积极推动《中华人民共和国价格法》《中华人民共和国计量法》《中华人民共和国认证认可条例》《中华人民共和国工业产品生产许可证管理条例》的修订，通过完善反垄断、反不正当竞争、价格、标准、质量监管等领域的法律法规，为纵深推进全国统一大市场建设提供法律支撑。与此同时，《市场监督管理行政处罚裁量规定》正在抓紧制定中，指导地方进一步优化裁量权基准，促进严格规范公正文明执法。同时继续梳理基层执法难点问题，起草《市场监督管理若干法律疑难问题指引（二）》，以基层执法堵点的破解，助力破除妨碍统一大市场的卡点。\n国家数据局：支持地方通过“以数招商”服务产业发展\n5月13日消息，从国家数据局了解到，“数据要素×”城市行活动今天在南京启动，国家层面将支持各地积极挖掘特色数据资源与场景需求，通过“以数招商”“场景招商”等新模式，培育数据流通服务机构，服务地方产业发展。“数据要素×”城市行活动首场供需对接会将于5月14日在南京举办，现场将发布超过60个特色数据场景需求，吸引企业与地方政府在数据治理、数据技术服务、数据产品开发、人工智能服务等领域进行洽谈合作。\n据了解，“数据要素×”城市行活动未来将覆盖东中西部不同城市，支持地方立足特色数据资源优势和应用场景优势，加快培育壮大数据产业生态。\n国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景\n5月13日消息，国家医疗保障局印发《医疗保障基金监督检查五年行动计划（2026年—2030年）》。行动计划提出，聚焦人工智能赋能，持续创新拓展“人工智能+医保监管”的实践路径和应用场景。基于“一病一档”建设，推动基金监管从项目监管向项目和病种协同监管转变；基于医保影像云建设，探索“人工智能+影像识别”，精准发现植入类耗材异常、虚假检查、虚构病情等违法违规行为；基于全病历数据采集，探索“人工智能+病例判读”，为过度诊疗、虚假诊疗等问题的监管提供线索支持；基于全国医保政策，探索构建“人工智能+医保规则”，通过人工智能自动生成监管规则、筛查疑点线索、精准发现问题。持续推进反欺诈大数据监管试点成果转化，扎实开展智能监管改革试点。\n工信部：加快高质量行业数据集建设，分类引导大中小企业开展数据开发利用\n5月13日消息，工业和信息化部在重庆市召开高质量行业数据集建设工作座谈会。会议强调，工业数据开发利用是推动人工智能技术变革、加快培育新质生产力、推进制造业数智化转型的重要抓手。我国工业数据资源丰富、产业体系完备、应用场景广阔，工业数据资源开发利用潜力巨大。要聚焦工业数据“采、集、用”难点，深化路径探索，构建数据流通激励机制，加快高质量行业数据集建设。要夯实工业数据基础设施，加强技术攻关和标准体系建设，筑牢发展根基。要支持数据服务企业发展，构建数据合作联合体等新型合作模式，培育协同创新的工业数据产业生态。要分类引导大中小企业开展数据开发利用，分业推进行业数智化转型，推动产业集群等载体数据共享和价值共创。\n铁路部门将推出老年旅客淡季周中购票优惠服务\n5月13日消息，从中国国家铁路集团有限公司获悉，为更好地服务广大老年旅客美好出行需求，铁路部门近期将推出老年旅客淡季周中购票优惠服务，相关优惠车票将于5月15日起陆续发售。国铁集团客运中心相关负责人介绍，此次优惠服务面向年满60周岁及以上且使用中华人民共和国居民身份证、港澳居民居住证、台湾居民居住证、港澳居民来往内地通行证、台湾居民来往大陆通行证、外国人永久居留身份证、临时身份证明及居民户口簿购票的老年旅客。相关旅客在线上或线下购买开车时间在5月29日至6月30日期间（周一12:00至周五12:00，6月18日至22日端午假期运输期除外）的周中时段的部分动车组列车车票时，可享受执行票价9折优惠。铁路12306在相关优惠车次后标注“敬”字, 享受优惠的车票在订单详情和本人车票页面标识“长者优惠”字样。年满60周岁及以上的持有残疾军人证、伤残人民警察证、国家综合性消防救援队伍残疾人员证的中国公民，在享受原有优待票价的基础上，可再享受9折优惠。成功购票出行的老年会员旅客，同时享受普通常旅客会员的3倍积分优惠，积分可用于兑换火车票或办理座位升席业务。\n5大领域18个场景，北京出台场景培育开放应用新方案\n5月13日消息，据悉，北京市发展改革委，北京市科委、中关村管委会等部门联合制定了《北京市加快推动场景培育和开放应用工作方案》，系统推动场景培育开放应用，加速更多新技术、新产品、新业态在北京率先应用推广，因地制宜培育发展新质生产力。《工作方案》明确，围绕建设北京特色现代化产业体系、扩大内需、城市治理、公共服务、首都安全等提出5方面18个场景建设领域：建设北京特色现代化产业体系方面，围绕数字经济、绿色经济、智能制造、生产性服务业、现代农业5个领域，重点打造“数据要素X”、京津冀氢能走廊、智能工厂等场景，赋能现代化产业体系构建与新业态培育。扩大内需方面，围绕跨界融合消费、城市更新、智慧文旅、智慧物流4个领域，重点打造“超现场”、工业遗产焕新、智慧导游等场景，激活消费新业态。城市治理方面，围绕数智北京、花园城市、美丽乡村3个领域打造政务服务大模型应用、“机器人+园林”“数字京村”等场景，提升城市治理效能。公共服务方面，围绕智慧教育、医疗卫生、养老助残托育3个领域，重点打造智慧教学、人工智能辅助诊断、信用医疗等场景，赋能公共服务，提升民生保障质量与服务效能。首都安全方面，围绕韧性城市、低空安全、安全生产3个领域，重点打造防洪减灾、应急救援、气象预警等场景，进一步提升城市韧性水平，铸牢首都安全防线。\n湖南：支持符合条件的保障性租赁住房、长租房等租赁资产发行不动产投资信托基金等金融产品，推动租赁资产证券化\n5月13日消息，湖南省住房和城乡建设厅联合省发展改革委、省财政厅等九部门，印发《湖南省进一步促进房地产市场平稳健康发展若干措施》。其中提到，推进收购存量商品房。支持各地利用地方政府专项债收购存量商品房，用作保障性住房、人才房、青年公寓等；支持符合条件的保障性租赁住房、长租房等租赁资产发行不动产投资信托基金等金融产品，推动租赁资产证券化。\n股市行情：\n欧佩克月报：下调今年全球原油需求增速预期至117万桶/日\n5月13日消息，欧佩克月报：将2026年全球原油需求增速预期从138万桶/日下调至117万桶/日，将2027年全球原油需求增速预期从134万桶/日上调至154万桶/日。欧佩克+4月原油日产量平均为3319万桶，比3月减少174万桶，因伊朗战争促使中东成员国减产。预计2026年第二季度全球石油需求为1.0457亿桶/日(此前预测为1.0507亿桶/日)。将2026年对欧佩克的原油需求预期下调20万桶/日，至4270万桶/日。\nMSCI中国指数新纳入22只、剔除24只成份股\n5月13日消息，全球知名指数编制公司MSCI公布5月审议结果。在本次调整中，MSCI中国指数新纳入22只成份股，剔除24只；MSCI中国A股在岸指数新纳入19只成份股、剔除16只。本次调整将于5月29日收盘后生效。在本次MSCI中国指数新纳入的22只成份股中，包括1只港股、1只美股ADR，分别是中远海能、满帮集团；此外还有20只A股标的，涉及光通信、新能源金属等产业链标的。具体来看，包括光库科技、天华新能、大金重工、大中矿业、广合科技、长芯博创、国城矿业、仕佳光子、菲利华、湖南裕能、永鼎股份、睿创微纳、荣昌生物、科达利、百利天恒、华丰科技、盛科通信、长飞光纤等。同时，MSCI中国指数本次剔除了24只成份股，包括中航科工、石头科技、恒玄科技、首创证券、中信金融资产、阅文集团、中国通号、中国建筑、和辉光电、格科微、公牛集团等。\n其他重要内容：\n截至4月30日累计有868款生成式人工智能服务完成备案\n5月13日消息，2026年3月至4月新增72款生成式人工智能服务在国家网信办完成备案，对于通过API接口或其他方式直接调用已备案模型能力的生成式人工智能应用或功能，由地方网信办开展登记，新增49款完成登记。截至4月30日，累计有868款生成式人工智能服务完成备案，530款生成式人工智能应用或功能完成登记。\n美国4月PPI同比增长6%，为2022年12月以来新高\n5月13日消息，美国4月PPI同比增长6%，为2022年12月以来新高，预期4.9%，前值由4.00%修正为4.3%；4月PPI环比增长1.4%，为2022年3月以来新高，预期0.5%，前值由0.50%修正为0.7%。\n欧盟拟出台法案让儿童延迟使用社媒\n5月13日消息，随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。 近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。\n（综合自央视新闻、新华社、工信微报、湖南日报等）\n转载请注明出处、作者和\n本文链接\n声明：文章内容仅供参考、交流、学习、不构成投资建议。\n想和千万钛媒体用户分享你的新奇观点和发现，\n点击这里投稿\n。创业或融资寻求报道，\n点击这里\n771人已赞赏 >\n敬原创，有钛度，得赞赏\n赞赏支持\n快报\n08:37\n亚马逊据报本周进一步裁员，涉及销售伙伴服务部门\n08:35\n美国航空煤油出口量创历史新高，以填补海外供应缺口\n08:34\n阿联酋外交部否认以总理访阿相关消息\n08:33\n公募存量产品将批量调整业绩比较基准\n08:32\n纳米级观测锁定锂金属电池性能下降原因\n08:28\n丹诺医药：拟全球发售828.05万股H股，发售价75.70港元\n08:26\n一季度中国工程机械产品出口额同比增长24.3%\n08:24\n百济神州：百悦达获美国FDA批准治疗复发/难治套细胞淋巴瘤\n08:23\n三星电子股价涨超3%，创下历史新高\n08:19\nAI芯片公司Cerebras公布IPO定价，拟募资超55亿美元\n08:17\n中信证券：算力期货或将年内落地，算力金融化元年开启\n08:16\n中国驻美国大使谢锋人民日报撰文：努力探索新时期中美正确相处之道\n08:15\n新世界发展发布澄清公告，称尚未与任何潜在投资者达成任何协议\n08:14\n欧洲疾控中心：暂无证据显示涉疫邮轮汉坦病毒出现变异\n08:13\n日韩股市开盘涨跌不一\n08:11\nAI订单大幅上调，计划裁员近4000人，思科本季和全年指引均超预期，盘后股价大涨20%\n07:49\n美防务科技初创公司Anduril最新估值超600亿美元\n07:42\n世卫组织：将持续协调汉坦病毒国际应对工作\n07:40\n美联储6月维持利率不变的概率为99%\n07:40\n权益资产回暖推升净值，“10元基”数量增至百只\n扫描下载App", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:21.893254+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:718", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 718, "duplicate_primary_title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "duplicate_primary_source_name": "TMTPost AI Filtered", "display_title_zh": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "display_summary_zh": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；铁路部门将推出老年旅客淡季周中购票优惠服务；MSCI中国指数新纳入22只、剔除24只成份股；截至4月30日累计有868款生成式人工智能服务完成备案；美国4月PPI同比增长6%，为2022年12月以来新高", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；", "hot_score": 0.0 }, { "id": 709, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "canonical_url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "summary": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're looking at, summarize your open articles, and more. In its […]", "published_at": "2026-05-13T22:04:28+00:00", "discovered_at": "2026-05-13T22:18:14.434783+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "link": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "summary": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're looking at, summarize your open articles, and more. In its […]" }, "normalized_title": "microsoftsedgecopilotupdateusesaitopullinformationfromacrossyourtabs", "resolved_target": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "content_fingerprint": "c954d97e7ca28ae7fba9eebbcb0eca3af7e7b84a44443047d2d8c0f9b03300bd", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:709", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 709, "duplicate_primary_title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "display_summary_zh": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're looking at, summarize your open articles, and more. In its […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're...", "hot_score": 0.0 }, { "id": 708, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Notion just turned its workspace into a hub for AI agents", "url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "canonical_url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents", "summary": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "published_at": "2026-05-13T21:45:09+00:00", "discovered_at": "2026-05-13T22:18:11.561091+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Notion just turned its workspace into a hub for AI agents", "link": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "summary": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software." }, "normalized_title": "notionjustturneditsworkspaceintoahubforaiagents", "resolved_target": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents", "content_fingerprint": "dce54117eafbab47b6860c862644bbcae0d1c62b711331abfe7e7784f05cbb42", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:708", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 708, "duplicate_primary_title": "Notion just turned its workspace into a hub for AI agents", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Notion just turned its workspace into a hub for AI agents", "display_summary_zh": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "hot_score": 0.0 }, { "id": 704, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "canonical_url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center", "summary": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.", "published_at": "2026-05-13T19:49:42+00:00", "discovered_at": "2026-05-13T20:18:38.129765+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "link": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "summary": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants." }, "normalized_title": "musksxaiisrunningnearly50gasturbinesuncheckedatitsmississippidatacenter", "resolved_target": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center", "content_fingerprint": "2c656d738ffc5aea1417fe1a137281d96588533a9369dc3cef50eed2c1f68f58", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:704", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 704, "duplicate_primary_title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "display_summary_zh": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.", "hot_score": 0.0 }, { "id": 705, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "url": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are/", "canonical_url": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are", "summary": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity.", "published_at": "2026-05-13T19:28:06+00:00", "discovered_at": "2026-05-13T20:18:38.130297+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "link": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are/", "summary": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity." }, "normalized_title": "anthropicscatwusaysthatinthefutureaiwillanticipateyourneedsbeforeyouknowwhattheyare", "resolved_target": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are", "content_fingerprint": "227ea20088e5ce4ce171714530f8965e47b5611e8b21ea7cb6e698148e636b0a", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:705", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 705, "duplicate_primary_title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "display_summary_zh": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity.", "hot_score": 0.0 }, { "id": 702, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "canonical_url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "summary": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.\" Messages in Incognito Chat aren't saved or stored in users' chat history, similar to incognito modes on other AI chatbots, but Meta says its version is different because it […]", "published_at": "2026-05-13T16:54:04+00:00", "discovered_at": "2026-05-13T17:18:43.482225+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "link": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "summary": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.\" Messages in Incognito Chat aren't saved or stored in users' chat history, similar to incognito modes on other AI chatbots, but Meta says its version is different because it […]" }, "normalized_title": "markzuckerbergannouncescompletelyprivateencryptedmetaaichat", "resolved_target": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "content_fingerprint": "42f55720dde60d1702f67a383987005f807cde1250d81476f2d1b69ccea3caf9", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:702", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 702, "duplicate_primary_title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "display_summary_zh": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.\" Messages in Incognito Chat aren't saved or stored in users' chat history, similar to incognito modes on other AI chatbots, but Meta says its version is different because it […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.", "hot_score": 0.0 }, { "id": 700, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Who trusts Sam Altman?", "url": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman/", "canonical_url": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman", "summary": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court.", "published_at": "2026-05-13T16:31:04+00:00", "discovered_at": "2026-05-13T17:18:40.372748+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Who trusts Sam Altman?", "link": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman/", "summary": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court." }, "normalized_title": "whotrustssamaltman", "resolved_target": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman", "content_fingerprint": "2ddd6e8e66113d0012f227ae0a301144e16b5bcc3426dc20b1c056ea102961f8", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:700", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 700, "duplicate_primary_title": "Who trusts Sam Altman?", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Who trusts Sam Altman?", "display_summary_zh": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court.", "hot_score": 0.0 }, { "id": 701, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "url": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders/", "canonical_url": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders", "summary": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it.", "published_at": "2026-05-13T16:22:01+00:00", "discovered_at": "2026-05-13T17:18:40.373170+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "link": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders/", "summary": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it." }, "normalized_title": "originlabraises8mtohelpvideogamecompaniesselldatatoworldmodelbuilders", "resolved_target": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders", "content_fingerprint": "e41d3dfb8549ef5578d6f134c5e95ac8f497a0883496702801901abccaca858d", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:701", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 701, "duplicate_primary_title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "display_summary_zh": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it.", "hot_score": 0.0 }, { "id": 698, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Anthropic courts a new kind of customer: small business owners", "url": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners/", "canonical_url": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners", "summary": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses.", "published_at": "2026-05-13T16:00:00+00:00", "discovered_at": "2026-05-13T16:18:28.632627+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Anthropic courts a new kind of customer: small business owners", "link": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners/", "summary": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses." }, "normalized_title": "anthropiccourtsanewkindofcustomersmallbusinessowners", "resolved_target": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners", "content_fingerprint": "b716027f7f708c8e535a8ad0d6af22e1fc882e78873101fc143a5158ff9df92a", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:698", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 698, "duplicate_primary_title": "Anthropic courts a new kind of customer: small business owners", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Anthropic courts a new kind of customer: small business owners", "display_summary_zh": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses.", "hot_score": 0.0 }, { "id": 699, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Microsoft doesn’t want any of this", "url": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "summary": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do. Their opening statement was honestly one of the most Microsoft things I've ever seen. More than […]", "published_at": "2026-05-13T15:30:37+00:00", "discovered_at": "2026-05-13T16:18:32.642311+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Microsoft doesn’t want any of this", "link": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "summary": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do. Their opening statement was honestly one of the most Microsoft things I've ever seen. More than […]" }, "normalized_title": "microsoftdoesntwantanyofthis", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "content_fingerprint": "027361a2fc47a50249d1096f82999a2c61705853d847f387a2a122bf66691a55", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:699", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 699, "duplicate_primary_title": "Microsoft doesn’t want any of this", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Microsoft doesn’t want any of this", "display_summary_zh": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do. Their opening statement was honestly one of the most Microsoft things I've ever seen. More than […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do.", "hot_score": 0.0 }, { "id": 693, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "url": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa/", "canonical_url": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa", "summary": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant.", "published_at": "2026-05-13T14:59:32+00:00", "discovered_at": "2026-05-13T15:18:33.102202+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "link": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa/", "summary": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant." }, "normalized_title": "amazonlaunchesanaishoppingassistantforthesearchbarpoweredbyalexa", "resolved_target": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa", "content_fingerprint": "5430181d8c58502b03e68bbd86e04bb76dc0e6766ef131a4d9d9d7f2e6c84874", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:693", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 693, "duplicate_primary_title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "display_summary_zh": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant.", "hot_score": 0.0 }, { "id": 684, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "url": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data/", "canonical_url": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data", "summary": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp.", "published_at": "2026-05-13T14:00:00+00:00", "discovered_at": "2026-05-13T14:18:27.803328+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "link": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data/", "summary": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp." }, "normalized_title": "anthropicnowhasmorebusinesscustomersthanopenaiaccordingtorampdata", "resolved_target": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data", "content_fingerprint": "47c8475e07a4684628b9bda1b32dfc63d9af5fd10f45abf318b17d34a1cd676f", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:684", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 684, "duplicate_primary_title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Anthropic now has more business customers than OpenAI, according to Ramp data", "display_summary_zh": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp.", "hot_score": 0.0 }, { "id": 685, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "url": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market/", "canonical_url": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market", "summary": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass.", "published_at": "2026-05-13T14:00:00+00:00", "discovered_at": "2026-05-13T14:18:27.803847+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "link": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market/", "summary": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass." }, "normalized_title": "introducingthe6stagesattechcrunchdisrupt2026builtfortodaystougherstartupmarket", "resolved_target": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market", "content_fingerprint": "c362e0eae72615d577a2111924946995710d9f7c48b60bdd153329d0ca3dc6c9", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:685", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 685, "duplicate_primary_title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "display_summary_zh": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass.", "hot_score": 0.0 }, { "id": 686, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "WhatsApp adds an incognito mode in Meta AI chats", "url": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats/", "canonical_url": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats", "summary": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat.", "published_at": "2026-05-13T14:00:00+00:00", "discovered_at": "2026-05-13T14:18:27.804306+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "WhatsApp adds an incognito mode in Meta AI chats", "link": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats/", "summary": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat." }, "normalized_title": "whatsappaddsanincognitomodeinmetaaichats", "resolved_target": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats", "content_fingerprint": "a64463f8baf6e6d19c7947365b8974fb9f2c3c9c11441e95d8cb94d6b774fe0b", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:686", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 686, "duplicate_primary_title": "WhatsApp adds an incognito mode in Meta AI chats", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "WhatsApp adds an incognito mode in Meta AI chats", "display_summary_zh": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat.", "hot_score": 0.0 }, { "id": 678, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Alexa is moving into Amazon.com", "url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "summary": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience. Beginning today, when you type a query into Amazon, you'll be talking to Alexa for Shopping, the company's new shopping assistant, powered by Alexa Plus. So, while a search for \"toilet paper\" will still return the expected […]", "published_at": "2026-05-13T12:56:20+00:00", "discovered_at": "2026-05-13T13:18:46.539424+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Alexa is moving into Amazon.com", "link": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "summary": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience. Beginning today, when you type a query into Amazon, you'll be talking to Alexa for Shopping, the company's new shopping assistant, powered by Alexa Plus. So, while a search for \"toilet paper\" will still return the expected […]" }, "normalized_title": "alexaismovingintoamazoncom", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "content_fingerprint": "ad267c1f2ce71b04ac5b6da5b9cf6bd51eb9e45ac1f355551d679efa9d4c792f", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:678", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 678, "duplicate_primary_title": "Alexa is moving into Amazon.com", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Alexa is moving into Amazon.com", "display_summary_zh": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience. Beginning today, when you type a query into Amazon, you'll be talking to Alexa for Shopping, the company's new shopping assistant, powered by Alexa Plus. So, while a search for \"toilet paper\" will still return the expected […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience.", "hot_score": 0.0 }, { "id": 675, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "2026 AI最佳场景渗透案例重磅揭晓", "url": "https://36kr.com/p/3807623172235011?f=rss", "canonical_url": "https://36kr.com/p/3807623172235011?f=rss", "summary": "如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。 “渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。 据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。 趋势和数据的背后，是行业正在形成的共识：AI的叙事主线已从“技术竞赛”切换到“场景为王”。 评价的标尺也随之回归商业本质，如今评判一个AI是否优秀，重点不再是看它的技术参数和演示效果，而是看它到底在真实场景中解决了多少问题，创造了多少价值。 当潮水退去，价值浮出水面。一个更本质的问题摆在行业面前，经历了早期的憧憬、试错与喧嚣后，究竟哪些AI应用，在产业的土壤中深深扎根，结出了 可验证、可衡量、可复制 的果实？ 为了回答这个问题，36氪持续关注AI与产业的融合进程。2023年，我们推出 “智能涌现” 公众号，聚焦AI新时代下涌现的产业革命。2024年，我们正式推出首届AI Partner大会，旨在寻找“AI创新应用标杆案例”。2025年，我们将目光投向“具身智能”与“AI原生”，探索智能体如何与物理世界深度融合。 进入2026年，AI向产业深水区“渗透”的深度和质量，成为最核心的议题。今年1月，36氪再度启动AI Partner系列案例征集，并明确聚焦“场景渗透”。历时3个月的公开征集、案例调研与多维评审，现正式发布 “2026 AI最佳场景渗透案例” 及 “特别致敬人物” 。 通过持续评选和挖掘，我们希望能找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例，同时致敬那些在AI应用落地早期，敢于探索、敢于投入，为行业开辟可行路径的“灯塔者”和“破壁者”，关注技术背后推动落地的“ 人 ”与“ 精神 ”。 AI最佳场景渗透案例 本次入围的案例覆盖了智能制造、生活服务、医疗健康、金融保险、零售电商、文化教育、现代农业、智慧城市等10多个关键领域。通过对 55个入围案例 的系统分析，我们发现了一些值得关注的特征和趋势。 趋势一：角色升维，从“辅助工具”到“决策中枢” 过去，AI的角色大多数被认为是“提效工具”，比如处理内容生成、信息归集等确定性任务。但今年入围的案例显示，AI正从流程的“执行末端”走向“决策核心”。 在供应链优化、动态定价、药物研发、金融风控等复杂场景中，AI系统已能够基于多维度实时数据，自主进行预测、权衡、生成方案并执行。这表明，企业引入AI的目标已从“局部降本”转向重构关键业务流的决策逻辑，追求决策质量与速度的“数量级”提升。 这一升维的背后，是智能体（Agent）协作、强化学习与行业知识深度结合的成果。当AI能够理解业务闭环并自主优化，其价值便从“人力资源的补充”升级为“一种新的、可规模化复制的核心产能”。 趋势二：形态进化，从“数字副脑”到“产业工人” 数字世界的流程改造只是一个阶段。今年，更引人注目的变化发生在物理世界。入围案例中，涉及机器人和智能装备的“具身智能”案例在数量和成熟度上均显著提升。 在高端制造车间、农业养殖场、物流仓库乃至变电站，AI驱动着机械臂、AMR（自主移动机器人）完成检测、装配、巡检等高价值任务。同时，端侧AI的成熟，让智能汽车、智能家居等设备获得了前所未有的环境感知与即时响应能力。 在此类场景中，AI必须通过精准、可靠的物理交互，在复杂、非结构化的现实环境中创造价值。它攻克的是传统刚性自动化难以解决的“小批量、多品类”的柔性化生产与不确定环境适应的终极难题。 可以看到，AI渗透正在完成关键性的一跃，从虚拟世界的算法进化为物理世界中稳定、可靠的新质“生产力”，逐步实现“感知-决策-执行”的价值闭环。 趋势三：路径深化，从“通用能力”到“行业深潜” 通用大模型的能力虽然强大，但在高度专业化的行业场景中，“通才”往往不如“专才”。本次入围案例表明，成功的渗透越来越依赖于在垂直领域的“深潜”。 领先的实践者们正利用行业专有数据训练模型，构建领域知识库，将专家的经验与判断逻辑“固化”进系统。在医疗辅助诊断、法律文书审阅、工业参数调优等场景中，垂直模型的准确性、合规性与可解释性远超通用方案。 这种看似“做减法”的专注，实际上是在构建“做加法”的竞争壁垒。当AI深度理解了一个行业的“行话”、流程与规则，它就不再是外挂工具，而是内化为业务流程的“标准组件”。行业Know-How与数据的积淀，构成了这类AI应用最坚实的护城河。 以下为“2026AI最佳场景渗透案例”完整名册 特别致敬人物 每一次产业变革的背后，都有两类人不可或缺，一类是“灯塔者”，他们是指明方向的人，另一类是“破壁者”，他们是夯实脚下的人。 本次入围的“灯塔者”们大多是企业的创始人或核心决策者。他们的致敬之处，并非在于已取得的商业成功，而是 在AI行业尚处朦胧时期，率先下场、拿出真资源去验证AI落地可行性的探路者。 与预测不同，本次入围的“灯塔者”并非集中来自互联网或传统AI公司，而是广泛分布于新能源汽车、机器人、芯片设计、自动驾驶及无人配送等实体产业。 这也在一定程度上说明，当前AI的价值主导权正在从“纯技术公司”向“产业公司”迁移，真正拥有场景、理解痛点、能够组织复杂系统交付的产业领袖，正成为AI与实体经济融合的核心引擎。 以下为“2026 AI最佳场景渗透案例·特别致敬人物 灯塔者”完整名册 “破壁者”大多是深入业务腹地的技术领军者、首席科学家或技术负责人。他们的致敬之处，在于扎根场景、务实攻坚，把抽象的技术战略转变为可落地、可迭代、可商业化的产业实践。 从入围的“破壁者”背景来看，他们普遍具备“双栖”能力，既深谙技术内核，又透彻理解业务痛点。他们是在代码世界与生产现场之间穿梭的“翻译家”与“架构师”，解答“如何到达”的现实难题。 在36氪看来，AI在产业中的深度渗透，并不是单一力量可以推动，而是一场“灯塔者”与“破壁者”的 双向奔赴与高效协同 。 以下为“2026 AI最佳场景渗透案例·特别致敬人物 破壁者”完整名册 产业大调研 在征集案例的同时，36氪就AI场景应用的痛点与期待应用方向进行了专项调研。这些来自一线的真实反馈，为我们理解 “AI渗透产业面临哪些问题” 以及 “市场最需要什么AI应用” 提供了宝贵的数据支撑。 我们调研了近百位买方管理者（包括CEO、CTO及业务负责人），了解他们在AI项目进入\"落地应用\"阶段后所面临的核心挑战。结果显示，痛点主要集中在三个方面： 痛点1：效果与数据 高达52.38%的调研对象表示，当前AI应用遇到的最大挑战是效果不及预期，特别是在实际业务场景中的准确率和稳定性难以令人满意。这说明实验室环境与真实生产环境之间存在显著鸿沟，边缘案例、数据分布漂移、实时性要求等因素，都会让模型表现“打折扣”。 与之紧密相关的是数据供给难题，42.86%的调研对象提到“缺乏持续、合规、高质量数据”。很多企业之所以在AI应用上落地困难，不是技术和算法问题，而是陷入数据困境，数据孤岛、标注成本高、合规风险等问题，极大拖慢了迭代节奏。 痛点2：人与组织 40.48%的调研对象认为AI项目“落地应用”时遇到“内部推行阻力”。在他们看来，AI落地首先是“人的问题”，其次才是“技术问题”。员工担心被替代、学习成本高、与现有工作流冲突……这些组织层面的摩擦力，往往让好技术“用不起来”。 与此同时，38.10%的调研对象表示“难以清晰量化AI对业绩指标的具体贡献”。当项目需要争取追加预算或向上汇报时，说不清楚ROI，就意味着左右为难。 痛点3：系统与成本 33.33%的调研对象认为AI实际应用时面临“与现有IT系统对接复杂”的整合困难。有部分企业面临老旧系统兼容难题，ERP、CRM、OA等存量系统无法顺畅对接AI，多系统切换反而降低了工作效率。 另有28.57%的调研对象认为“持续运维、算力、人力等成本超出初期规划”。部分企业在项目启动时，主要预估了模型开发、采购或定制的相关投入，却低估了让AI系统在真实业务中持续、稳定、安全运行所产生的源源不断的维护费用，导致项目在后期面临预算压力，甚至难以为继。 总体来看，AI落地从不是单一技术问题，而是数据、组织、系统、商业共同作用的系统性工程。 此外，从“最期待的AI改造场景”调研中，我们发现，市场对AI的期待呈现出比较清晰的梯队分布。 第一梯队：办公效率与医疗健康 办公效率以22.22%的提及率位居首位，涉及智能PPT、AI招聘、个人知识中台等细分场景，这反映了知识工作者对\"把自己从重复劳动中解放出来\"的强烈渴望。 医疗健康以14.81%的提及率紧随其后，涵盖辅助诊断、药物研发、个性化健康管理等，体现了对AI提升生命质量与医疗公平性的深层期待。 第二梯队：工业制造、智能家居、教育培训、房地产服务 这四个场景各占11.11%，其共同特点是高频、刚需、痛点明确。工厂需要提质增效，家庭需要更聪明的设备，教育需要个性化方案，房地产需要重塑交易体验。 第三梯队：营销销售、政务服务、公共安全、金融、养老、农业、能源等 这些场景当前提及率较低，但恰恰可能是下一个爆发点。尤其是养老和农业，随着人口结构变化和粮食安全议题升温，AI的介入空间巨大。 致谢专业评审团 为保证本次评选的 专业性、严谨性与公平性 ，36氪特别邀请了特别邀请行业权威专家、资深投资人、知名学者及科技达人组成评审顾问团，从场景渗透度、商业价值力、技术创新力、可复制性等多个维度，四大核心维度，对申报案例进行了多轮交叉评议与综合评审。 整个评审过程中，36氪对参评资料及数据实施严格保密措施，且在评审环节进行数据脱敏处理，以此有效防止偏见产生以及数据泄漏风险。同时，基于案例研究与桌面调研，在评审顾问团综合评估之下，最终确定评选结果。 在此，36氪谨向所有评审嘉宾的辛勤付出、真知灼见与宝贵时间，致以最诚挚的感谢。他们的专业精神、严谨态度与行业洞察，是这次评选价值与公信力的基石。 2026年5月19日-20日，36氪将在北京亦庄-通明湖会展中心现场唱榜，欢迎扫码报名参会。 本文来自微信公众号 “36氪” ，36氪经授权发布。", "published_at": "2026-05-13T11:21:00+00:00", "discovered_at": "2026-05-13T12:17:24.205088+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "2026 AI最佳场景渗透案例重磅揭晓", "link": "https://36kr.com/p/3807623172235011?f=rss", "summary": "

\n

 

\n

 

\n

如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。

\n

“渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。

\n

据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。

\n

趋势和数据的背后，是行业正在形成的共识：AI的叙事主线已从“技术竞赛”切换到“场景为王”。

\n

评价的标尺也随之回归商业本质，如今评判一个AI是否优秀，重点不再是看它的技术参数和演示效果，而是看它到底在真实场景中解决了多少问题，创造了多少价值。

\n

当潮水退去，价值浮出水面。一个更本质的问题摆在行业面前，经历了早期的憧憬、试错与喧嚣后，究竟哪些AI应用，在产业的土壤中深深扎根，结出了可验证、可衡量、可复制的果实？

\n

为了回答这个问题，36氪持续关注AI与产业的融合进程。2023年，我们推出“智能涌现”公众号，聚焦AI新时代下涌现的产业革命。2024年，我们正式推出首届AI Partner大会，旨在寻找“AI创新应用标杆案例”。2025年，我们将目光投向“具身智能”与“AI原生”，探索智能体如何与物理世界深度融合。

\n

进入2026年，AI向产业深水区“渗透”的深度和质量，成为最核心的议题。今年1月，36氪再度启动AI Partner系列案例征集，并明确聚焦“场景渗透”。历时3个月的公开征集、案例调研与多维评审，现正式发布“2026 AI最佳场景渗透案例”及“特别致敬人物”。

\n

通过持续评选和挖掘，我们希望能找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例，同时致敬那些在AI应用落地早期，敢于探索、敢于投入，为行业开辟可行路径的“灯塔者”和“破壁者”，关注技术背后推动落地的“人”与“精神”。

\n

\n

 

\n

                                           AI最佳场景渗透案例

\n

 

\n

本次入围的案例覆盖了智能制造、生活服务、医疗健康、金融保险、零售电商、文化教育、现代农业、智慧城市等10多个关键领域。通过对55个入围案例的系统分析，我们发现了一些值得关注的特征和趋势。

\n

趋势一：角色升维，从“辅助工具”到“决策中枢”

\n

过去，AI的角色大多数被认为是“提效工具”，比如处理内容生成、信息归集等确定性任务。但今年入围的案例显示，AI正从流程的“执行末端”走向“决策核心”。

\n

在供应链优化、动态定价、药物研发、金融风控等复杂场景中，AI系统已能够基于多维度实时数据，自主进行预测、权衡、生成方案并执行。这表明，企业引入AI的目标已从“局部降本”转向重构关键业务流的决策逻辑，追求决策质量与速度的“数量级”提升。

\n

这一升维的背后，是智能体（Agent）协作、强化学习与行业知识深度结合的成果。当AI能够理解业务闭环并自主优化，其价值便从“人力资源的补充”升级为“一种新的、可规模化复制的核心产能”。

\n

趋势二：形态进化，从“数字副脑”到“产业工人”

\n

数字世界的流程改造只是一个阶段。今年，更引人注目的变化发生在物理世界。入围案例中，涉及机器人和智能装备的“具身智能”案例在数量和成熟度上均显著提升。

\n

在高端制造车间、农业养殖场、物流仓库乃至变电站，AI驱动着机械臂、AMR（自主移动机器人）完成检测、装配、巡检等高价值任务。同时，端侧AI的成熟，让智能汽车、智能家居等设备获得了前所未有的环境感知与即时响应能力。

\n

在此类场景中，AI必须通过精准、可靠的物理交互，在复杂、非结构化的现实环境中创造价值。它攻克的是传统刚性自动化难以解决的“小批量、多品类”的柔性化生产与不确定环境适应的终极难题。

\n

可以看到，AI渗透正在完成关键性的一跃，从虚拟世界的算法进化为物理世界中稳定、可靠的新质“生产力”，逐步实现“感知-决策-执行”的价值闭环。

\n

趋势三：路径深化，从“通用能力”到“行业深潜”

\n

通用大模型的能力虽然强大，但在高度专业化的行业场景中，“通才”往往不如“专才”。本次入围案例表明，成功的渗透越来越依赖于在垂直领域的“深潜”。

\n

领先的实践者们正利用行业专有数据训练模型，构建领域知识库，将专家的经验与判断逻辑“固化”进系统。在医疗辅助诊断、法律文书审阅、工业参数调优等场景中，垂直模型的准确性、合规性与可解释性远超通用方案。

\n

这种看似“做减法”的专注，实际上是在构建“做加法”的竞争壁垒。当AI深度理解了一个行业的“行话”、流程与规则，它就不再是外挂工具，而是内化为业务流程的“标准组件”。行业Know-How与数据的积淀，构成了这类AI应用最坚实的护城河。

\n

以下为“2026AI最佳场景渗透案例”完整名册

\n

\n

 

\n

\n

 

\n

\n

 

\n

\n

 

\n

\n

 

\n

                                                特别致敬人物

\n

 

\n

每一次产业变革的背后，都有两类人不可或缺，一类是“灯塔者”，他们是指明方向的人，另一类是“破壁者”，他们是夯实脚下的人。

\n

本次入围的“灯塔者”们大多是企业的创始人或核心决策者。他们的致敬之处，并非在于已取得的商业成功，而是在AI行业尚处朦胧时期，率先下场、拿出真资源去验证AI落地可行性的探路者。

\n

与预测不同，本次入围的“灯塔者”并非集中来自互联网或传统AI公司，而是广泛分布于新能源汽车、机器人、芯片设计、自动驾驶及无人配送等实体产业。

\n

这也在一定程度上说明，当前AI的价值主导权正在从“纯技术公司”向“产业公司”迁移，真正拥有场景、理解痛点、能够组织复杂系统交付的产业领袖，正成为AI与实体经济融合的核心引擎。

\n

以下为“2026 AI最佳场景渗透案例·特别致敬人物 灯塔者”完整名册

\n

\n

 

\n

“破壁者”大多是深入业务腹地的技术领军者、首席科学家或技术负责人。他们的致敬之处，在于扎根场景、务实攻坚，把抽象的技术战略转变为可落地、可迭代、可商业化的产业实践。

\n

从入围的“破壁者”背景来看，他们普遍具备“双栖”能力，既深谙技术内核，又透彻理解业务痛点。他们是在代码世界与生产现场之间穿梭的“翻译家”与“架构师”，解答“如何到达”的现实难题。

\n

在36氪看来，AI在产业中的深度渗透，并不是单一力量可以推动，而是一场“灯塔者”与“破壁者”的双向奔赴与高效协同。

\n

以下为“2026 AI最佳场景渗透案例·特别致敬人物 破壁者”完整名册

\n

\n

 

\n

\n

 

\n

                                                  产业大调研

\n

 

\n

在征集案例的同时，36氪就AI场景应用的痛点与期待应用方向进行了专项调研。这些来自一线的真实反馈，为我们理解“AI渗透产业面临哪些问题”以及“市场最需要什么AI应用”提供了宝贵的数据支撑。

\n

我们调研了近百位买方管理者（包括CEO、CTO及业务负责人），了解他们在AI项目进入\"落地应用\"阶段后所面临的核心挑战。结果显示，痛点主要集中在三个方面：

\n

痛点1：效果与数据

\n

高达52.38%的调研对象表示，当前AI应用遇到的最大挑战是效果不及预期，特别是在实际业务场景中的准确率和稳定性难以令人满意。这说明实验室环境与真实生产环境之间存在显著鸿沟，边缘案例、数据分布漂移、实时性要求等因素，都会让模型表现“打折扣”。

\n

与之紧密相关的是数据供给难题，42.86%的调研对象提到“缺乏持续、合规、高质量数据”。很多企业之所以在AI应用上落地困难，不是技术和算法问题，而是陷入数据困境，数据孤岛、标注成本高、合规风险等问题，极大拖慢了迭代节奏。

\n

痛点2：人与组织

\n

40.48%的调研对象认为AI项目“落地应用”时遇到“内部推行阻力”。在他们看来，AI落地首先是“人的问题”，其次才是“技术问题”。员工担心被替代、学习成本高、与现有工作流冲突……这些组织层面的摩擦力，往往让好技术“用不起来”。

\n

与此同时，38.10%的调研对象表示“难以清晰量化AI对业绩指标的具体贡献”。当项目需要争取追加预算或向上汇报时，说不清楚ROI，就意味着左右为难。

\n

痛点3：系统与成本

\n

33.33%的调研对象认为AI实际应用时面临“与现有IT系统对接复杂”的整合困难。有部分企业面临老旧系统兼容难题，ERP、CRM、OA等存量系统无法顺畅对接AI，多系统切换反而降低了工作效率。

\n

另有28.57%的调研对象认为“持续运维、算力、人力等成本超出初期规划”。部分企业在项目启动时，主要预估了模型开发、采购或定制的相关投入，却低估了让AI系统在真实业务中持续、稳定、安全运行所产生的源源不断的维护费用，导致项目在后期面临预算压力，甚至难以为继。

\n

总体来看，AI落地从不是单一技术问题，而是数据、组织、系统、商业共同作用的系统性工程。

\n

此外，从“最期待的AI改造场景”调研中，我们发现，市场对AI的期待呈现出比较清晰的梯队分布。

\n

第一梯队：办公效率与医疗健康

\n

办公效率以22.22%的提及率位居首位，涉及智能PPT、AI招聘、个人知识中台等细分场景，这反映了知识工作者对\"把自己从重复劳动中解放出来\"的强烈渴望。

\n

医疗健康以14.81%的提及率紧随其后，涵盖辅助诊断、药物研发、个性化健康管理等，体现了对AI提升生命质量与医疗公平性的深层期待。

\n

第二梯队：工业制造、智能家居、教育培训、房地产服务

\n

这四个场景各占11.11%，其共同特点是高频、刚需、痛点明确。工厂需要提质增效，家庭需要更聪明的设备，教育需要个性化方案，房地产需要重塑交易体验。

\n

第三梯队：营销销售、政务服务、公共安全、金融、养老、农业、能源等

\n

这些场景当前提及率较低，但恰恰可能是下一个爆发点。尤其是养老和农业，随着人口结构变化和粮食安全议题升温，AI的介入空间巨大。

\n

\n

 

\n

                                                致谢专业评审团

\n

为保证本次评选的专业性、严谨性与公平性，36氪特别邀请了特别邀请行业权威专家、资深投资人、知名学者及科技达人组成评审顾问团，从场景渗透度、商业价值力、技术创新力、可复制性等多个维度，四大核心维度，对申报案例进行了多轮交叉评议与综合评审。

\n

整个评审过程中，36氪对参评资料及数据实施严格保密措施，且在评审环节进行数据脱敏处理，以此有效防止偏见产生以及数据泄漏风险。同时，基于案例研究与桌面调研，在评审顾问团综合评估之下，最终确定评选结果。

\n

在此，36氪谨向所有评审嘉宾的辛勤付出、真知灼见与宝贵时间，致以最诚挚的感谢。他们的专业精神、严谨态度与行业洞察，是这次评选价值与公信力的基石。

\n

2026年5月19日-20日，36氪将在北京亦庄-通明湖会展中心现场唱榜，欢迎扫码报名参会。

\n

\n

 

\n

 

\n

本文来自微信公众号“36氪”，36氪经授权发布。

", "extracted_published_at": "2026-05-13T11:21:00+00:00" }, "normalized_title": "2026ai最佳场景渗透案例重磅揭晓", "resolved_target": "https://36kr.com/p/3807623172235011?f=rss", "content_fingerprint": "fd4cb1e9052d72c37dfcbaf09a1d80167b244f707b88d5de5abf528a00a4029a", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n2026 AI最佳场景渗透案例重磅揭晓\n未来一氪\n2026年05月13日 19:21\n找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例。\n如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。\n“渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。\n据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。\n趋势和数据的背后，是行业正在形成的共识：AI的叙事主线已从“技术竞赛”切换到“场景为王”。\n评价的标尺也随之回归商业本质，如今评判一个AI是否优秀，重点不再是看它的技术参数和演示效果，而是看它到底在真实场景中解决了多少问题，创造了多少价值。\n当潮水退去，价值浮出水面。一个更本质的问题摆在行业面前，经历了早期的憧憬、试错与喧嚣后，究竟哪些AI应用，在产业的土壤中深深扎根，结出了\n可验证、可衡量、可复制\n的果实？\n为了回答这个问题，36氪持续关注AI与产业的融合进程。2023年，我们推出\n“智能涌现”\n公众号，聚焦AI新时代下涌现的产业革命。2024年，我们正式推出首届AI Partner大会，旨在寻找“AI创新应用标杆案例”。2025年，我们将目光投向“具身智能”与“AI原生”，探索智能体如何与物理世界深度融合。\n进入2026年，AI向产业深水区“渗透”的深度和质量，成为最核心的议题。今年1月，36氪再度启动AI Partner系列案例征集，并明确聚焦“场景渗透”。历时3个月的公开征集、案例调研与多维评审，现正式发布\n“2026 AI最佳场景渗透案例”\n“特别致敬人物”\n通过持续评选和挖掘，我们希望能找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例，同时致敬那些在AI应用落地早期，敢于探索、敢于投入，为行业开辟可行路径的“灯塔者”和“破壁者”，关注技术背后推动落地的“\n”与“\n精神\n”。\nAI最佳场景渗透案例\n本次入围的案例覆盖了智能制造、生活服务、医疗健康、金融保险、零售电商、文化教育、现代农业、智慧城市等10多个关键领域。通过对\n55个入围案例\n的系统分析，我们发现了一些值得关注的特征和趋势。\n趋势一：角色升维，从“辅助工具”到“决策中枢”\n过去，AI的角色大多数被认为是“提效工具”，比如处理内容生成、信息归集等确定性任务。但今年入围的案例显示，AI正从流程的“执行末端”走向“决策核心”。\n在供应链优化、动态定价、药物研发、金融风控等复杂场景中，AI系统已能够基于多维度实时数据，自主进行预测、权衡、生成方案并执行。这表明，企业引入AI的目标已从“局部降本”转向重构关键业务流的决策逻辑，追求决策质量与速度的“数量级”提升。\n这一升维的背后，是智能体（Agent）协作、强化学习与行业知识深度结合的成果。当AI能够理解业务闭环并自主优化，其价值便从“人力资源的补充”升级为“一种新的、可规模化复制的核心产能”。\n趋势二：形态进化，从“数字副脑”到“产业工人”\n数字世界的流程改造只是一个阶段。今年，更引人注目的变化发生在物理世界。入围案例中，涉及机器人和智能装备的“具身智能”案例在数量和成熟度上均显著提升。\n在高端制造车间、农业养殖场、物流仓库乃至变电站，AI驱动着机械臂、AMR（自主移动机器人）完成检测、装配、巡检等高价值任务。同时，端侧AI的成熟，让智能汽车、智能家居等设备获得了前所未有的环境感知与即时响应能力。\n在此类场景中，AI必须通过精准、可靠的物理交互，在复杂、非结构化的现实环境中创造价值。它攻克的是传统刚性自动化难以解决的“小批量、多品类”的柔性化生产与不确定环境适应的终极难题。\n可以看到，AI渗透正在完成关键性的一跃，从虚拟世界的算法进化为物理世界中稳定、可靠的新质“生产力”，逐步实现“感知-决策-执行”的价值闭环。\n趋势三：路径深化，从“通用能力”到“行业深潜”\n通用大模型的能力虽然强大，但在高度专业化的行业场景中，“通才”往往不如“专才”。本次入围案例表明，成功的渗透越来越依赖于在垂直领域的“深潜”。\n领先的实践者们正利用行业专有数据训练模型，构建领域知识库，将专家的经验与判断逻辑“固化”进系统。在医疗辅助诊断、法律文书审阅、工业参数调优等场景中，垂直模型的准确性、合规性与可解释性远超通用方案。\n这种看似“做减法”的专注，实际上是在构建“做加法”的竞争壁垒。当AI深度理解了一个行业的“行话”、流程与规则，它就不再是外挂工具，而是内化为业务流程的“标准组件”。行业Know-How与数据的积淀，构成了这类AI应用最坚实的护城河。\n以下为“2026AI最佳场景渗透案例”完整名册\n特别致敬人物\n每一次产业变革的背后，都有两类人不可或缺，一类是“灯塔者”，他们是指明方向的人，另一类是“破壁者”，他们是夯实脚下的人。\n本次入围的“灯塔者”们大多是企业的创始人或核心决策者。他们的致敬之处，并非在于已取得的商业成功，而是\n在AI行业尚处朦胧时期，率先下场、拿出真资源去验证AI落地可行性的探路者。\n与预测不同，本次入围的“灯塔者”并非集中来自互联网或传统AI公司，而是广泛分布于新能源汽车、机器人、芯片设计、自动驾驶及无人配送等实体产业。\n这也在一定程度上说明，当前AI的价值主导权正在从“纯技术公司”向“产业公司”迁移，真正拥有场景、理解痛点、能够组织复杂系统交付的产业领袖，正成为AI与实体经济融合的核心引擎。\n以下为“2026 AI最佳场景渗透案例·特别致敬人物 灯塔者”完整名册\n“破壁者”大多是深入业务腹地的技术领军者、首席科学家或技术负责人。他们的致敬之处，在于扎根场景、务实攻坚，把抽象的技术战略转变为可落地、可迭代、可商业化的产业实践。\n从入围的“破壁者”背景来看，他们普遍具备“双栖”能力，既深谙技术内核，又透彻理解业务痛点。他们是在代码世界与生产现场之间穿梭的“翻译家”与“架构师”，解答“如何到达”的现实难题。\n在36氪看来，AI在产业中的深度渗透，并不是单一力量可以推动，而是一场“灯塔者”与“破壁者”的\n双向奔赴与高效协同\n以下为“2026 AI最佳场景渗透案例·特别致敬人物 破壁者”完整名册\n产业大调研\n在征集案例的同时，36氪就AI场景应用的痛点与期待应用方向进行了专项调研。这些来自一线的真实反馈，为我们理解\n“AI渗透产业面临哪些问题”\n以及\n“市场最需要什么AI应用”\n提供了宝贵的数据支撑。\n我们调研了近百位买方管理者（包括CEO、CTO及业务负责人），了解他们在AI项目进入\"落地应用\"阶段后所面临的核心挑战。结果显示，痛点主要集中在三个方面：\n痛点1：效果与数据\n高达52.38%的调研对象表示，当前AI应用遇到的最大挑战是效果不及预期，特别是在实际业务场景中的准确率和稳定性难以令人满意。这说明实验室环境与真实生产环境之间存在显著鸿沟，边缘案例、数据分布漂移、实时性要求等因素，都会让模型表现“打折扣”。\n与之紧密相关的是数据供给难题，42.86%的调研对象提到“缺乏持续、合规、高质量数据”。很多企业之所以在AI应用上落地困难，不是技术和算法问题，而是陷入数据困境，数据孤岛、标注成本高、合规风险等问题，极大拖慢了迭代节奏。\n痛点2：人与组织\n40.48%的调研对象认为AI项目“落地应用”时遇到“内部推行阻力”。在他们看来，AI落地首先是“人的问题”，其次才是“技术问题”。员工担心被替代、学习成本高、与现有工作流冲突……这些组织层面的摩擦力，往往让好技术“用不起来”。\n与此同时，38.10%的调研对象表示“难以清晰量化AI对业绩指标的具体贡献”。当项目需要争取追加预算或向上汇报时，说不清楚ROI，就意味着左右为难。\n痛点3：系统与成本\n33.33%的调研对象认为AI实际应用时面临“与现有IT系统对接复杂”的整合困难。有部分企业面临老旧系统兼容难题，ERP、CRM、OA等存量系统无法顺畅对接AI，多系统切换反而降低了工作效率。\n另有28.57%的调研对象认为“持续运维、算力、人力等成本超出初期规划”。部分企业在项目启动时，主要预估了模型开发、采购或定制的相关投入，却低估了让AI系统在真实业务中持续、稳定、安全运行所产生的源源不断的维护费用，导致项目在后期面临预算压力，甚至难以为继。\n总体来看，AI落地从不是单一技术问题，而是数据、组织、系统、商业共同作用的系统性工程。\n此外，从“最期待的AI改造场景”调研中，我们发现，市场对AI的期待呈现出比较清晰的梯队分布。\n第一梯队：办公效率与医疗健康\n办公效率以22.22%的提及率位居首位，涉及智能PPT、AI招聘、个人知识中台等细分场景，这反映了知识工作者对\"把自己从重复劳动中解放出来\"的强烈渴望。\n医疗健康以14.81%的提及率紧随其后，涵盖辅助诊断、药物研发、个性化健康管理等，体现了对AI提升生命质量与医疗公平性的深层期待。\n第二梯队：工业制造、智能家居、教育培训、房地产服务\n这四个场景各占11.11%，其共同特点是高频、刚需、痛点明确。工厂需要提质增效，家庭需要更聪明的设备，教育需要个性化方案，房地产需要重塑交易体验。\n第三梯队：营销销售、政务服务、公共安全、金融、养老、农业、能源等\n这些场景当前提及率较低，但恰恰可能是下一个爆发点。尤其是养老和农业，随着人口结构变化和粮食安全议题升温，AI的介入空间巨大。\n致谢专业评审团\n为保证本次评选的\n专业性、严谨性与公平性\n，36氪特别邀请了特别邀请行业权威专家、资深投资人、知名学者及科技达人组成评审顾问团，从场景渗透度、商业价值力、技术创新力、可复制性等多个维度，四大核心维度，对申报案例进行了多轮交叉评议与综合评审。\n整个评审过程中，36氪对参评资料及数据实施严格保密措施，且在评审环节进行数据脱敏处理，以此有效防止偏见产生以及数据泄漏风险。同时，基于案例研究与桌面调研，在评审顾问团综合评估之下，最终确定评选结果。\n在此，36氪谨向所有评审嘉宾的辛勤付出、真知灼见与宝贵时间，致以最诚挚的感谢。他们的专业精神、严谨态度与行业洞察，是这次评选价值与公信力的基石。\n2026年5月19日-20日，36氪将在北京亦庄-通明湖会展中心现场唱榜，欢迎扫码报名参会。\n“36氪”\n，36氪经授权发布。\n+1\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n找100个被资本选中的答案｜2026“最受关注”企业名册评选启动\n我们寻找迎风而立的人｜2026年「36Under36」 征集开始\n拓竹招人！SHEIN招人！10+好公司一起招人！｜人才留言板第二期\nVol1.人才留言板｜第一期：这20家AI明星公司正在等你\nRENOGY 如果新能源：如何用16年时间打造一家Global Native公司｜出海踏浪者\n从海外代工到越南建厂，再到集群式海外投资，佩蒂的33年全球化之路｜出海踏浪者\n每日路演精选项目｜低空经济、商业航天、人工智能、可控核聚变等领域\n每日路演精选项目｜人工智能、低空经济、新材料、生物制造等领域\nAI破解出海增长困局，易蛙智能助力商家实现效率平权\n每一氪，都精彩！\n最近内容\n2026 AI最佳场景渗透案例重磅揭晓\n6月上海，这场论坛聊透出海真问题\n不用再找了，AI落地最全的实战打法，都在亦庄这场大会里\n氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行\n创业板指突破4037.96点，创历史新高\n13小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:24.424488+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:675", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 675, "duplicate_primary_title": "2026 AI最佳场景渗透案例重磅揭晓", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "2026 AI最佳场景渗透案例重磅揭晓", "display_summary_zh": "如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。 “渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。 据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。 趋势和数据的背后，是行业正在形成的共识：AI的叙事主线已从“技术竞赛”切换到“场景为王”。 评价的标尺也随之回归商业本质，如今评判一个AI是否优秀，重点不再是看它的技术参数和演示效果，而是看它到底在真实场景中解决了多少问题，创造了多少价值。 当潮水退去，价值浮出水面。一个更本质的问题摆在行业面前，经历了早期的憧憬、试错与喧嚣后，究竟哪些AI应用，在产业的土壤中深深扎根，结出了 可验证、可衡量、可复制 的果实？ 为了回答这个问题，36氪持续关注AI与产业的融合进程。2023年，我们推出 “智能涌现” 公众号，聚焦AI新时代下涌现的产业革命。2024年，我们正式推出首届AI Partner大会，旨在寻找“AI创新应用标杆案例”。2025年，我们将目光投向“具身智能”与“AI原生”，探索智能体如何与物理世界深度融合。 进入2026年，AI向产业深水区“渗透”的深度和质量，成为最核心的议题。今年1月，36氪再度启动AI Partner系列案例征集，并明确聚焦“场景渗透”。历时3个月的公开征集、案例调研与多维评审，现正式发布 “2026 AI最佳场景渗透案例” 及 “特别致敬人物” 。 通过持续评选和挖掘，我们希望能找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例，同时致敬那些在AI应用落地早期，敢于探索、敢于投入，为行业开辟可行路径的“灯塔者”和“破壁者”，关注技术背后推动落地的“ 人 ”与“ 精神 ”。 AI最佳场景渗透案例 本次入围的案例覆盖了智能制造、生活服务、医疗健康、金融保险、零售电商、文化教育、现代农业、智慧城市等10多个关键领域。通过对 55个入围案例 的系统分析，我们发现了一些值得关注的特征和趋势。 趋势一：角色升维，从“辅助工具”到“决策中枢” 过去，AI的角色大多数被认为是“提效工具”，比如处理内容生成、信息归集等确定性任务。但今年入围的案例显示，AI正从流程的“执行末端”走向“决策核心”。 在供应链优化、动态定价、药物研发、金融风控等复杂场景中，AI系统已能够基于多维度实时数据，自主进行预测、权衡、生成方案并执行。这表明，企业引入AI的目标已从“局部降本”转向重构关键业务流的决策逻辑，追求决策质量与速度的“数量级”提升。 这一升维的背后，是智能体（Agent）协作、强化学习与行业知识深度结合的成果。当AI能够理解业务闭环并自主优化，其价值便从“人力资源的补充”升级为“一种新的、可规模化复制的核心产能”。 趋势二：形态进化，从“数字副脑”到“产业工人” 数字世界的流程改造只是一个阶段。今年，更引人注目的变化发生在物理世界。入围案例中，涉及机器人和智能装备的“具身智能”案例在数量和成熟度上均显著提升。 在高端制造车间、农业养殖场、物流仓库乃至变电站，AI驱动着机械臂、AMR（自主移动机器人）完成检测、装配、巡检等高价值任务。同时，端侧AI的成熟，让智能汽车、智能家居等设备获得了前所未有的环境感知与即时响应能力。 在此类场景中，AI必须通过精准、可靠的物理交互，在复杂、非结构化的现实环境中创造价值。它攻克的是传统刚性自动化难以解决的“小批量、多品类”的柔性化生产与不确定环境适应的终极难题。 可以看到，AI渗透正在完成关键性的一跃，从虚拟世界的算法进化为物理世界中稳定、可靠的新质“生产力”，逐步实现“感知-决策-执行”的价值闭环。 趋势三：路径深化，从“通用能力”到“行业深潜” 通用大模型的能力虽然强大，但在高度专业化的行业场景中，“通才”往往不如“专才”。本次入围案例表明，成功的渗透越来越依赖于在垂直领域的“深潜”。 领先的实践者们正利用行业专有数据训练模型，构建领域知识库，将专家的经验与判断逻辑“固化”进系统。在医疗辅助诊断、法律文书审阅、工业参数调优等场景中，垂直模型的准确性、合规性与可解释性远超通用方案。 这种看似“做减法”的专注，实际上是在构建“做加法”的竞争壁垒。当AI深度理解了一个行业的“行话”、流程与规则，它就不再是外挂工具，而是内化为业务流程的“标准组件”。行业Know-How与数据的积淀，构成了这类AI应用最坚实的护城河。 以下为“2026AI最佳场景渗透案例”完整名册 特别致敬人物 每一次产业变革的背后，都有两类人不可或缺，一类是“灯塔者”，他们是指明方向的人，另一类是“破壁者”，他们是夯实脚下的人。 本次入围的“灯塔者”们大多是企业的创始人或核心决策者。他们的致敬之处，并非在于已取得的商业成功，而是 在AI行业尚处朦胧时期，率先下场、拿出真资源去验证AI落地可行性的探路者。 与预测不同，本次入围的“灯塔者”并非集中来自互联网或传统AI公司，而是广泛分布于新能源汽车、机器人、芯片设计、自动驾驶及无人配送等实体产业。 这也在一定程度上说明，当前AI的价值主导权正在从“纯技术公司”向“产业公司”迁移，真正拥有场景、理解痛点、能够组织复杂系统交付的产业领袖，正成为AI与实体经济融合的核心引擎。 以下为“2026 AI最佳场景渗透案例·特别致敬人物 灯塔者”完整名册 “破壁者”大多是深入业务腹地的技术领军者、首席科学家或技术负责人。他们的致敬之处，在于扎根场景、务实攻坚，把抽象的技术战略转变为可落地、可迭代、可商业化的产业实践。 从入围的“破壁者”背景来看，他们普遍具备“双栖”能力，既深谙技术内核，又透彻理解业务痛点。他们是在代码世界与生产现场之间穿梭的“翻译家”与“架构师”，解答“如何到达”的现实难题。 在36氪看来，AI在产业中的深度渗透，并不是单一力量可以推动，而是一场“灯塔者”与“破壁者”的 双向奔赴与高效协同 。 以下为“2026 AI最佳场景渗透案例·特别致敬人物 破壁者”完整名册 产业大调研 在征集案例的同时，36氪就AI场景应用的痛点与期待应用方向进行了专项调研。这些来自一线的真实反馈，为我们理解 “AI渗透产业面临哪些问题” 以及 “市场最需要什么AI应用” 提供了宝贵的数据支撑。 我们调研了近百位买方管理者（包括CEO、CTO及业务负责人），了解他们在AI项目进入\"落地应用\"阶段后所面临的核心挑战。结果显示，痛点主要集中在三个方面： 痛点1：效果与数据 高达52.38%的调研对象表示，当前AI应用遇到的最大挑战是效果不及预期，特别是在实际业务场景中的准确率和稳定性难以令人满意。这说明实验室环境与真实生产环境之间存在显著鸿沟，边缘案例、数据分布漂移、实时性要求等因素，都会让模型表现“打折扣”。 与之紧密相关的是数据供给难题，42.86%的调研对象提到“缺乏持续、合规、高质量数据”。很多企业之所以在AI应用上落地困难，不是技术和算法问题，而是陷入数据困境，数据孤岛、标注成本高、合规风险等问题，极大拖慢了迭代节奏。 痛点2：人与组织 40.48%的调研对象认为AI项目“落地应用”时遇到“内部推行阻力”。在他们看来，AI落地首先是“人的问题”，其次才是“技术问题”。员工担心被替代、学习成本高、与现有工作流冲突……这些组织层面的摩擦力，往往让好技术“用不起来”。 与此同时，38.10%的调研对象表示“难以清晰量化AI对业绩指标的具体贡献”。当项目需要争取追加预算或向上汇报时，说不清楚ROI，就意味着左右为难。 痛点3：系统与成本 33.33%的调研对象认为AI实际应用时面临“与现有IT系统对接复杂”的整合困难。有部分企业面临老旧系统兼容难题，ERP、CRM、OA等存量系统无法顺畅对接AI，多系统切换反而降低了工作效率。 另有28.57%的调研对象认为“持续运维、算力、人力等成本超出初期规划”。部分企业在项目启动时，主要预估了模型开发、采购或定制的相关投入，却低估了让AI系统在真实业务中持续、稳定、安全运行所产生的源源不断的维护费用，导致项目在后期面临预算压力，甚至难以为继。 总体来看，AI落地从不是单一技术问题，而是数据、组织、系统、商业共同作用的系统性工程。 此外，从“最期待的AI改造场景”调研中，我们发现，市场对AI的期待呈现出比较清晰的梯队分布。 第一梯队：办公效率与医疗健康 办公效率以22.22%的提及率位居首位，涉及智能PPT、AI招聘、个人知识中台等细分场景，这反映了知识工作者对\"把自己从重复劳动中解放出来\"的强烈渴望。 医疗健康以14.81%的提及率紧随其后，涵盖辅助诊断、药物研发、个性化健康管理等，体现了对AI提升生命质量与医疗公平性的深层期待。 第二梯队：工业制造、智能家居、教育培训、房地产服务 这四个场景各占11.11%，其共同特点是高频、刚需、痛点明确。工厂需要提质增效，家庭需要更聪明的设备，教育需要个性化方案，房地产需要重塑交易体验。 第三梯队：营销销售、政务服务、公共安全、金融、养老、农业、能源等 这些场景当前提及率较低，但恰恰可能是下一个爆发点。尤其是养老和农业，随着人口结构变化和粮食安全议题升温，AI的介入空间巨大。 致谢专业评审团 为保证本次评选的 专业性、严谨性与公平性 ，36氪特别邀请了特别邀请行业权威专家、资深投资人、知名学者及科技达人组成评审顾问团，从场景渗透度、商业价值力、技术创新力、可复制性等多个维度，四大核心维度，对申报案例进行了多轮交叉评议与综合评审。 整个评审过程中，36氪对参评资料及数据实施严格保密措施，且在评审环节进行数据脱敏处理，以此有效防止偏见产生以及数据泄漏风险。同时，基于案例研究与桌面调研，在评审顾问团综合评估之下，最终确定评选结果。 在此，36氪谨向所有评审嘉宾的辛勤付出、真知灼见与宝贵时间，致以最诚挚的感谢。他们的专业精神、严谨态度与行业洞察，是这次评选价值与公信力的基石。 2026年5月19日-20日，36氪将在北京亦庄-通明湖会展中心现场唱榜，欢迎扫码报名参会。 本文来自微信公众号 “36氪” ，36氪经授权发布。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。 “渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。 据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。", "hot_score": 0.0 }, { "id": 674, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "url": "https://36kr.com/p/3807540422942214?f=rss", "canonical_url": "https://36kr.com/p/3807540422942214?f=rss", "summary": "大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。 腾讯刘炽平：腾讯没有大裁员计划 在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。 印尼拟推出电动车补贴应对高油价 印度尼西亚财政部长普尔巴亚12日在雅加达表示，鉴于中东紧张局势推高国际油价并加重能源进口负担，印尼正加快推动能源消费结构转型，计划自2026年6月起推出新一轮电动车补贴政策。普尔巴亚表示，中东紧张局势持续时间长于预期，全球油价短期可能维持高位，拉升印尼燃料和原油进口成本。为降低外部风险，政府正研究通过激励措施推动民众更多使用电动汽车和电动摩托车，减少对化石燃料的依赖。 B站视频播客内容单日播放时长首次破亿 36氪获悉，B站视频播客内容单日VT（播放时长）突破1亿分钟大关，创下平台该品类内容单日播放时长最高纪录。 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO 36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。 马斯克称星舰第12次试飞将于下周进行 马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。” 新产品： 中科曙光发布高端全闪存存储 36氪获悉，5月13日，中科曙光发布全新高端全闪存存储FlashNexus 9000。该产品整体性能达2亿IOPS，时延低至0.09ms。新产品采用自研“超级隧道”与NexusMatrix全互联矩阵等自研技术，性能全面升级，可保障极端情况下的系统稳定与数据安全。此外，新产品还实现核心部件100%国产化，核心软件100%全栈自研，并原生兼容20余种主流操作系统，全面支持国内外主流数据库及云原生、K8s等架构体系。 投融资： 贝索斯旗下蓝色起源考虑首次外部融资 媒体援引不愿具名的知情人士消息报道，蓝色起源正考虑进行首次外部融资，以达成火箭发射目标。据两位知情人士透露，公司首席执行官戴夫・林普（Dave Limp）在全员大会上向员工表示，若要大幅提升发射频次，公司就需要引入外部投资。林普向员工称，蓝色起源必须展现出强劲的盈利基本面，而外部融资已是摆在台面上的备选方案之一。蓝色起源拒绝了置评请求。 创业板指突破4037.96点，创历史新高 36氪获悉，创业板指日内涨幅达2.5%，上破4037.96点，这意味着创业板指已突破2015年“牛市”最高点，创历史新高。创业板指年内涨幅逾25%，若从2025年4月8日算起，涨幅已超120%。 今日观点： 泰国财长称未来一到两年经济增长有望超过3% 泰国财政部长埃克尼提·尼提坦普拉帕（Ekniti Nitithanprapas）周三表示，预计未来一到两年内，受新投资的推动，泰国经济增长率将超过3%。埃克尼提表示，他相信未来一到两年内，由于新投资的注入，泰国GDP将增长3%以上。他表示，今年第一季度投资额同比增长18%，达到2600亿泰铢（约合80.5亿美元），并补充说，同期投资申请额为1万亿泰铢。 其他值得关注的新闻： 燃油附加费涨价引爆囤票潮，端午节订票量涨84% 国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。 中美在韩国举行经贸磋商 当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。", "published_at": "2026-05-13T10:41:00+00:00", "discovered_at": "2026-05-13T11:17:22.838369+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "link": "https://36kr.com/p/3807540422942214?f=rss", "summary": "

大公司：

\n

腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布

\n

36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。

\n

腾讯刘炽平：腾讯没有大裁员计划

\n

在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。

\n

韩国政府称将支持三星与工会对话解决纠纷，以避免罢工

\n

韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。

\n

印尼拟推出电动车补贴应对高油价

\n

印度尼西亚财政部长普尔巴亚12日在雅加达表示，鉴于中东紧张局势推高国际油价并加重能源进口负担，印尼正加快推动能源消费结构转型，计划自2026年6月起推出新一轮电动车补贴政策。普尔巴亚表示，中东紧张局势持续时间长于预期，全球油价短期可能维持高位，拉升印尼燃料和原油进口成本。为降低外部风险，政府正研究通过激励措施推动民众更多使用电动汽车和电动摩托车，减少对化石燃料的依赖。

\n

B站视频播客内容单日播放时长首次破亿

\n

36氪获悉，B站视频播客内容单日VT（播放时长）突破1亿分钟大关，创下平台该品类内容单日播放时长最高纪录。

\n

TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO

\n

36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。

\n

马斯克称星舰第12次试飞将于下周进行

\n

马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”

\n

新产品：

\n

中科曙光发布高端全闪存存储

\n

36氪获悉，5月13日，中科曙光发布全新高端全闪存存储FlashNexus 9000。该产品整体性能达2亿IOPS，时延低至0.09ms。新产品采用自研“超级隧道”与NexusMatrix全互联矩阵等自研技术，性能全面升级，可保障极端情况下的系统稳定与数据安全。此外，新产品还实现核心部件100%国产化，核心软件100%全栈自研，并原生兼容20余种主流操作系统，全面支持国内外主流数据库及云原生、K8s等架构体系。

\n

投融资：

\n

贝索斯旗下蓝色起源考虑首次外部融资

\n

媒体援引不愿具名的知情人士消息报道，蓝色起源正考虑进行首次外部融资，以达成火箭发射目标。据两位知情人士透露，公司首席执行官戴夫・林普（Dave Limp）在全员大会上向员工表示，若要大幅提升发射频次，公司就需要引入外部投资。林普向员工称，蓝色起源必须展现出强劲的盈利基本面，而外部融资已是摆在台面上的备选方案之一。蓝色起源拒绝了置评请求。

\n

创业板指突破4037.96点，创历史新高

\n

36氪获悉，创业板指日内涨幅达2.5%，上破4037.96点，这意味着创业板指已突破2015年“牛市”最高点，创历史新高。创业板指年内涨幅逾25%，若从2025年4月8日算起，涨幅已超120%。

\n

今日观点：

\n

泰国财长称未来一到两年经济增长有望超过3%

\n

泰国财政部长埃克尼提·尼提坦普拉帕（Ekniti Nitithanprapas）周三表示，预计未来一到两年内，受新投资的推动，泰国经济增长率将超过3%。埃克尼提表示，他相信未来一到两年内，由于新投资的注入，泰国GDP将增长3%以上。他表示，今年第一季度投资额同比增长18%，达到2600亿泰铢（约合80.5亿美元），并补充说，同期投资申请额为1万亿泰铢。

\n

其他值得关注的新闻：

\n

燃油附加费涨价引爆囤票潮，端午节订票量涨84%

\n

国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。

\n

中美在韩国举行经贸磋商

\n

当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。

", "extracted_published_at": "2026-05-13T10:41:00+00:00" }, "normalized_title": "氪星晚报腾讯刘炽平腾讯没有大裁员计划中美在韩国举行经贸磋商马斯克称星舰第12次试飞将于下周进行", "resolved_target": "https://36kr.com/p/3807540422942214?f=rss", "content_fingerprint": "ce79e6f37c30f23dcda569460d7af26bee8fd828e296ebe3c490c05422471545", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行\n夏天与你的声音💤\n2026年05月13日 18:41\n创业板指突破4037.96点，创历史新高\n大公司：\n腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布\n36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。\n腾讯刘炽平：腾讯没有大裁员计划\n在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。\n韩国政府称将支持三星与工会对话解决纠纷，以避免罢工\n韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。\n印尼拟推出电动车补贴应对高油价\n印度尼西亚财政部长普尔巴亚12日在雅加达表示，鉴于中东紧张局势推高国际油价并加重能源进口负担，印尼正加快推动能源消费结构转型，计划自2026年6月起推出新一轮电动车补贴政策。普尔巴亚表示，中东紧张局势持续时间长于预期，全球油价短期可能维持高位，拉升印尼燃料和原油进口成本。为降低外部风险，政府正研究通过激励措施推动民众更多使用电动汽车和电动摩托车，减少对化石燃料的依赖。\nB站视频播客内容单日播放时长首次破亿\n36氪获悉，B站视频播客内容单日VT（播放时长）突破1亿分钟大关，创下平台该品类内容单日播放时长最高纪录。\nTikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO\n36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。\n马斯克称星舰第12次试飞将于下周进行\n马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”\n新产品：\n中科曙光发布高端全闪存存储\n36氪获悉，5月13日，中科曙光发布全新高端全闪存存储FlashNexus 9000。该产品整体性能达2亿IOPS，时延低至0.09ms。新产品采用自研“超级隧道”与NexusMatrix全互联矩阵等自研技术，性能全面升级，可保障极端情况下的系统稳定与数据安全。此外，新产品还实现核心部件100%国产化，核心软件100%全栈自研，并原生兼容20余种主流操作系统，全面支持国内外主流数据库及云原生、K8s等架构体系。\n投融资：\n贝索斯旗下蓝色起源考虑首次外部融资\n媒体援引不愿具名的知情人士消息报道，蓝色起源正考虑进行首次外部融资，以达成火箭发射目标。据两位知情人士透露，公司首席执行官戴夫・林普（Dave Limp）在全员大会上向员工表示，若要大幅提升发射频次，公司就需要引入外部投资。林普向员工称，蓝色起源必须展现出强劲的盈利基本面，而外部融资已是摆在台面上的备选方案之一。蓝色起源拒绝了置评请求。\n创业板指突破4037.96点，创历史新高\n36氪获悉，创业板指日内涨幅达2.5%，上破4037.96点，这意味着创业板指已突破2015年“牛市”最高点，创历史新高。创业板指年内涨幅逾25%，若从2025年4月8日算起，涨幅已超120%。\n今日观点：\n泰国财长称未来一到两年经济增长有望超过3%\n泰国财政部长埃克尼提·尼提坦普拉帕（Ekniti Nitithanprapas）周三表示，预计未来一到两年内，受新投资的推动，泰国经济增长率将超过3%。埃克尼提表示，他相信未来一到两年内，由于新投资的注入，泰国GDP将增长3%以上。他表示，今年第一季度投资额同比增长18%，达到2600亿泰铢（约合80.5亿美元），并补充说，同期投资申请额为1万亿泰铢。\n其他值得关注的新闻：\n燃油附加费涨价引爆囤票潮，端午节订票量涨84%\n国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。\n中美在韩国举行经贸磋商\n当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。\n+1\n33\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n9点1氪丨DeepSeek拟募资最高500亿；“全国销冠”被刑拘，泰康人寿回应；OPPO就母亲节文案致歉\n8点1氪丨段永平再加仓泡泡玛特；多平台已下架“全李酒店”；世界杯决赛门票1张200万美元，FIFA回应\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n一贫如洗\n最近内容\n氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行\n氪星晚报｜我国最大规模AI4S集群接入全国一体化算力网；亚马逊低地轨道卫星计划又一批卫星发射升空；我国首款正向设计自转旋翼机完成首飞\n氪星晚报｜五一假期约600万人次进出香港；谷歌将在韩国新建人工智能园区，韩国总统府证实；英国大型企业普遍不清楚自身数据在海外被人工智能如何使用\n林俊旸创业，能重演Qwen的神话吗？\n新公司还没有名字，估值已经20亿美元\n13小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:26.549473+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:674", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 674, "duplicate_primary_title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "display_summary_zh": "大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。 腾讯刘炽平：腾讯没有大裁员计划 在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。 印尼拟推出电动车补贴应对高油价 印度尼西亚财政部长普尔巴亚12日在雅加达表示，鉴于中东紧张局势推高国际油价并加重能源进口负担，印尼正加快推动能源消费结构转型，计划自2026年6月起推出新一轮电动车补贴政策。普尔巴亚表示，中东紧张局势持续时间长于预期，全球油价短期可能维持高位，拉升印尼燃料和原油进口成本。为降低外部风险，政府正研究通过激励措施推动民众更多使用电动汽车和电动摩托车，减少对化石燃料的依赖。 B站视频播客内容单日播放时长首次破亿 36氪获悉，B站视频播客内容单日VT（播放时长）突破1亿分钟大关，创下平台该品类内容单日播放时长最高纪录。 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO 36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。 马斯克称星舰第12次试飞将于下周进行 马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。” 新产品： 中科曙光发布高端全闪存存储 36氪获悉，5月13日，中科曙光发布全新高端全闪存存储FlashNexus 9000。该产品整体性能达2亿IOPS，时延低至0.09ms。新产品采用自研“超级隧道”与NexusMatrix全互联矩阵等自研技术，性能全面升级，可保障极端情况下的系统稳定与数据安全。此外，新产品还实现核心部件100%国产化，核心软件100%全栈自研，并原生兼容20余种主流操作系统，全面支持国内外主流数据库及云原生、K8s等架构体系。 投融资： 贝索斯旗下蓝色起源考虑首次外部融资 媒体援引不愿具名的知情人士消息报道，蓝色起源正考虑进行首次外部融资，以达成火箭发射目标。据两位知情人士透露，公司首席执行官戴夫・林普（Dave Limp）在全员大会上向员工表示，若要大幅提升发射频次，公司就需要引入外部投资。林普向员工称，蓝色起源必须展现出强劲的盈利基本面，而外部融资已是摆在台面上的备选方案之一。蓝色起源拒绝了置评请求。 创业板指突破4037.96点，创历史新高 36氪获悉，创业板指日内涨幅达2.5%，上破4037.96点，这意味着创业板指已突破2015年“牛市”最高点，创历史新高。创业板指年内涨幅逾25%，若从2025年4月8日算起，涨幅已超120%。 今日观点： 泰国财长称未来一到两年经济增长有望超过3% 泰国财政部长埃克尼提·尼提坦普拉帕（Ekniti Nitithanprapas）周三表示，预计未来一到两年内，受新投资的推动，泰国经济增长率将超过3%。埃克尼提表示，他相信未来一到两年内，由于新投资的注入，泰国GDP将增长3%以上。他表示，今年第一季度投资额同比增长18%，达到2600亿泰铢（约合80.5亿美元），并补充说，同期投资申请额为1万亿泰铢。 其他值得关注的新闻： 燃油附加费涨价引爆囤票潮，端午节订票量涨84% 国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。 中美在韩国举行经贸磋商 当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。", "hot_score": 0.0 }, { "id": 670, "source_id": "tmtpost-ai", "source_name": "TMTPost AI Filtered", "title": "机器人行业最缺的，已经不是想象力了", "url": "https://www.tmtpost.com/7985905.html", "canonical_url": "https://www.tmtpost.com/7985905.html", "summary": "机器人不是能不能像人，而是能不能真的帮人干活。", "published_at": "2026-05-13T09:49:28+00:00", "discovered_at": "2026-05-13T10:17:25.777551+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "机器人行业最缺的，已经不是想象力了", "link": "https://www.tmtpost.com/7985905.html", "summary": "机器人不是能不能像人，而是能不能真的帮人干活。" }, "normalized_title": "机器人行业最缺的已经不是想象力了", "resolved_target": "https://www.tmtpost.com/7985905.html", "content_fingerprint": "9c45554ada61466bc3537cacc922db08fb56c9fe1dbd5bbe0b4a2b0bc10811d9", "extracted_text": "机器人行业最缺的，已经不是想象力了\n高恒说\n2026.05.13 17:49\n· 来自北京\n全文4433字\n00:00 / 13:31\n机器人不是能不能像人，而是能不能真的帮人干活。\n文 | 高恒说\n我现在越来越不愿意用“爆发”这个词来形容机器人行业。\n这个赛道当然热。短视频里，机器狗会翻跟头，人形机器人会走路，会挥手，会聊天，展台上灯光一打，确实很像未来已经来了。但我越看一线反馈，越觉得机器人行业真正的进度，不能只看它会不会表演，而要看它能不能被真实客户长期用起来。\n这也是我对机器人行业最大的一个判断：它不是没有前景，而是大家对它的期待太轻了。机器人不是一个手机新品，也不是一个软件应用，它进入的是物理世界。物理世界不讲情绪价值，不看发布会，不相信Demo，它只相信稳定、成本、效率、维护和回本周期。\n所以现在机器人行业真正的变化，不是又出了多少台更像人的机器人，而是它终于开始从“会表演”，走向“会干活”。\n这一步非常关键，也非常痛苦。\n过去外界看机器人，很容易陷入两个极端。一边是尬吹，觉得具身智能加上大模型，机器人很快就会进入千家万户，明年每个人身边都有一个机器助手；另一边是使劲黑，觉得现在全是泡沫，全靠融资和短视频续命。\n但我自己的判断更偏中间一点：机器人行业既没有快到马上改变生活，也没有虚到完全没有产业价值。它现在真正处在一个从热闹走向门道的阶段。\n热闹阶段，大家看的是谁的视频更震撼，谁的机器人更像人，谁的发布会更有未来感。门道阶段，大家看的就不是这些了，而是谁能把人才、数据、场景、交付和商业闭环串起来。\n这几个词听起来没有“通用人形机器人”性感，但它们才决定行业能不能活下去。\n我以前也容易被一些机器人视频带着走。因为它确实很直观，一台机器人往那里一站，能走、能跳、能交流，普通人第一反应就是：这东西是不是很快就要替代人了？\n但真正看多了一线项目之后，我反而越来越谨慎。因为机器人离“能动”已经越来越近，但离“能用”还有距离；离“看起来聪明”越来越近，但离“真正可靠”还有距离。\n这种差距，恰恰是产业机会所在，也是行业最难啃的地方。\n机器人行业第一个被低估的问题，是人。\n很多人聊机器人，第一反应是缺芯片、缺算法、缺大模型能力。但从产业落地看，行业现在同样缺一批能把机器人真正交付出去的人。\n这个问题特别现实。\n现在很多学校都想上机器人课，从中职、高职到本科，具身智能几乎成了新一轮热门方向。但学校想开课是一回事，能不能真的教好是另一回事。现实往往是老师不够、设备不够、课程体系也不成熟。\n更关键的是，机器人教育不能只靠几台设备撑门面。\n现在有些所谓实训，更像展示间：设备摆在那儿，领导来了演示一下，学生出来配合一下，看起来很热闹，但和真实产业现场没有太大关系。\n我觉得这恰恰是机器人教育最需要改变的地方。机器人不是纯理论学科，它是一个典型的工程化产业。学生如果没有接触过真实设备、真实软件、真实数据、真实任务，毕业之后很难直接进入企业的交付体系。\n机器人行业未来真正需要的，不只是会写论文、会调模型的人，还需要大量能下现场、懂调试、会维护、能和客户沟通的人。\n说得直接一点，行业现在不只缺“大脑”，也缺“双腿”。\n一个产业如果只有少数天才在实验室里做突破，没有足够多工程人员把产品铺到现场，它就很难真正形成规模化能力。机器人行业尤其如此。它不是一个下载就能用的软件，而是一台台要进工厂、进园区、进农田、进实验室的设备。只要进了现场，就一定需要人来部署、运维、调试和持续优化。\n所以我越来越觉得，机器人产业要走远，第一步不是急着造更多机器人，而是先培养出更多会交付机器人的人。\n第二个被低估的问题，是数据。\n这几年大家都在讲大模型，讲具身智能，讲机器人要有“大脑”。但大脑靠什么成长？靠数据。\n问题是，机器人的数据比互联网数据麻烦得多。\n互联网数据更多来自文本、图片、视频、点击和行为路径；机器人面对的是物理世界。物理世界最大的问题，就是不标准。\n地面可能湿滑，光线可能变化，空气里可能有烟尘，车间里可能有噪声，农业场景可能有泥地、坡路、杂草和不可控天气。现实世界不是实验室，它没有那么干净，也不会按标准答案出题。\n这也意味着，机器人真正需要的数据，未必都是“干净数据”。很多时候，越是带噪声、带异常、带边界情况的数据，反而越有价值。\n这一点特别值得重视。\n过去大家容易把数据质量理解为“越标准越好”。但机器人要进入真实世界，只吃标准化数据是不够的。它必须见过各种混乱的情况，才能在真实场景里保持稳定。\n这也是为什么数据采集会变成具身智能行业的基础设施。\n我更愿意把数采厂理解成机器人时代的“数据发电站”。它不只是采集数据，更是一个区域产业能力的底座。它可以服务企业训练模型，也可以服务科研机构做实验，还可以服务学校做实训，甚至可以成为地方发展具身智能产业的一部分基础设施。\n但这里面还有一个更深的问题：数据怎么复用？\n国内机器人本体厂商很多，看起来大家都在做机器狗、人形机器人、机械臂、移动底盘，但每家的硬件设计、驱动系统、控制架构都不一样。A机器人身上采出来的数据，到B机器人那里可能就用不了。\n这就是跨本体迁移的难题。\n如果这个问题解决不好，机器人行业就会长期停留在项目制里。每做一个项目，就重新采一批数据；每换一个本体，就重新适配一遍；每进入一个场景，就重新打一场仗。\n这会极大拖慢行业规模化。\n所以我看机器人，不太愿意只看谁的本体更酷。我更关心的是，谁能形成自己的数据闭环，谁能把数据采集、质量标准、模型训练和场景反馈跑通。\n未来机器人公司的差距，很可能不是谁先做出一台会走路的机器，而是谁能持续让机器在真实世界里变聪明。\n第三个问题，是场景和交付。\n机器人行业最容易制造误判的地方，就在于展示效果和真实交付之间的距离太远。\n比如机器狗。现在很多机器狗运动能力已经很强了，跑跳、爬坡、越障，甚至一些花哨动作都能做。但这并不意味着它已经能在真实场景里替代人。\n一台机器狗在展厅里跑得很顺，不代表它到了电厂、园区、公安、社区、农业场景里也能稳定工作。\n真实客户要的不是“它能不能跑”，而是“它能不能一直跑、跑得准、跑得稳、出问题能不能处理、最后能不能省钱”。\n这才是最硬的标准。\n所以我觉得现在机器人行业很典型的状态是：“小脑”进步很快，“大脑”还不够成熟。\n小脑是运动控制。机器人能保持平衡、能走复杂路面、能做动作，这几年进步非常明显。\n但大脑是环境感知、场景理解和自主决策。机器人能不能识别异常，能不能理解任务，能不能根据现场情况做出正确判断，这部分距离客户真正期待还有差距。\n这也是为什么很多机器人项目现在还停留在“人力补充”阶段，而不是“人力替代”阶段。\n它可以帮人巡视，可以作为展示，可以承担一部分重复性工作，但要说完全稳定地替代一个成熟工人、安保人员、巡检人员，还没那么快。\n更麻烦的是，不同场景对机器人的要求完全不一样。\n做表演的机器人，要的是好看、互动和传播；做巡检的机器人，要的是稳定、耐用和识别能力；做农业的机器人，可能不需要会跳，也不需要跑得快，它只需要背着东西在梯田里走，不翻、不摔、能干活。\n这就是机器人行业最重的地方。\n它不是一个通用产品打天下。很多时候，同样是机器狗，到了不同场景里，几乎就是完全不同的产品逻辑。\n所以我对机器人商业化一直比较谨慎。不是因为我不相信它，而是因为我知道它没那么轻。每一个真实项目背后，都有大量非标准需求。不同甲方、不同地形、不同任务、不同验收标准，都会让交付变得很重。\n这件事不像短视频里那么顺滑。\n第四个问题，是商业化。\n机器人行业当然有大故事。通用人形机器人、家庭服务机器人、劳动力替代、下一代生产力工具，这些故事都成立，也都有想象力。\n但商业化从来不靠想象力买单。\n尤其是工业客户，最关心的永远是投入产出比。设备买回来，三年能不能回本？能不能替代人工？能不能提高效率？能不能减少事故？能不能降低长期成本？\n这些问题如果算不清，项目就很难真正扩大。\n这也是为什么现在一些看起来没那么高科技的场景，反而更容易变现。比如表演、导览、娱乐互动、展厅接待。\n这些场景不一定代表机器人最终的生产力方向，但它们有一个好处：客户知道自己为什么付钱。它买的可能不是效率，而是流量、体验、展示效果和品牌形象。\n这类需求更直接，回款也更清楚。\n反而很多听起来更硬核的工业场景，商业化推进更慢。因为它必须证明自己真的能创造生产效率，而不只是创造新闻稿。\n这也是我觉得很多中小机器人公司更应该现实一点的原因。\n不是每家公司都适合去追通用人形机器人。那个赛道太大，也太烧钱，最后很可能是大厂和资本密集型公司之间的长期战争。中小公司更现实的机会，反而可能在垂直场景、特种零部件、系统集成、数据服务和细分行业解决方案里。\n这些方向不一定最有流量，但可能更容易活下来。\n我一直觉得，产业里真正的机会，很多时候不在聚光灯最亮的地方，而在那些脏活、累活、但客户愿意持续付费的地方。\n机器人行业现在也是这样。\n它最终当然会走向更通用的智能。但在那之前，最先跑出来的公司，未必是最会讲未来的公司，而是最能解决现场问题的公司。\n所以回到机器人行业现在到底处在什么阶段，我的判断是：它还没有进入大规模爆发期，但已经告别了单纯靠演示撑场面的阶段。\n这个阶段不好写，也不好拍，因为它没有那么多戏剧性。它更像产业真正落地之前的苦活阶段：建课程、采数据、跑场景、做交付、算回本、磨标准。\n这些事情都不性感，但它们才是机器人行业真正成熟的开始。\n如果说过去几年机器人行业拼的是谁更像未来，那么接下来几年，它拼的就是谁更懂现实。\n现实是什么？\n现实是客户要回本，学校要老师，企业要交付，模型要数据，机器人要在复杂环境里长期稳定运行。\n这比发布会难多了，也比短视频难多了。\n但也只有经过这一关，机器人才能真正从一个被围观的技术展品，变成一个能进入生产系统的工具。\n所以我不想把机器人行业简单归为泡沫，也不想把它说成马上改变世界。\n更准确地说，它正在从“被看见”走向“被使用”。\n这是一个更慢的过程，也是一个更值得观察的过程。\n机器人最终会成为生产力，这个方向我并不怀疑。它会进入工厂、仓库、园区、实验室、农田，也迟早会以某种形态进入家庭。但在那一天真正到来之前，行业要先回答一个更朴素的问题：\n机器人不是能不能像人，而是能不能真的帮人干活。\n这才是机器人行业接下来最硬的一场仗。\n本文系作者\n高恒说\n授权钛媒体发表，并经钛媒体编辑，转载请注明出处、作者和\n本文链接\n本内容来源于钛媒体钛度号，文章内容仅供参考、交流、学习，不构成投资建议。\n想和千万钛媒体用户分享你的新奇观点和发现，\n点击这里投稿\n。创业或融资寻求报道，\n点击这里\n771人已赞赏 >\n敬原创，有钛度，得赞赏\n赞赏支持\n快报\n08:37\n亚马逊据报本周进一步裁员，涉及销售伙伴服务部门\n08:35\n美国航空煤油出口量创历史新高，以填补海外供应缺口\n08:34\n阿联酋外交部否认以总理访阿相关消息\n08:33\n公募存量产品将批量调整业绩比较基准\n08:32\n纳米级观测锁定锂金属电池性能下降原因\n08:28\n丹诺医药：拟全球发售828.05万股H股，发售价75.70港元\n08:26\n一季度中国工程机械产品出口额同比增长24.3%\n08:24\n百济神州：百悦达获美国FDA批准治疗复发/难治套细胞淋巴瘤\n08:23\n三星电子股价涨超3%，创下历史新高\n08:19\nAI芯片公司Cerebras公布IPO定价，拟募资超55亿美元\n08:17\n中信证券：算力期货或将年内落地，算力金融化元年开启\n08:16\n中国驻美国大使谢锋人民日报撰文：努力探索新时期中美正确相处之道\n08:15\n新世界发展发布澄清公告，称尚未与任何潜在投资者达成任何协议\n08:14\n欧洲疾控中心：暂无证据显示涉疫邮轮汉坦病毒出现变异\n08:13\n日韩股市开盘涨跌不一\n08:11\nAI订单大幅上调，计划裁员近4000人，思科本季和全年指引均超预期，盘后股价大涨20%\n07:49\n美防务科技初创公司Anduril最新估值超600亿美元\n07:42\n世卫组织：将持续协调汉坦病毒国际应对工作\n07:40\n美联储6月维持利率不变的概率为99%\n07:40\n权益资产回暖推升净值，“10元基”数量增至百只\n扫描下载App", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:28.492746+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:670", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 670, "duplicate_primary_title": "机器人行业最缺的，已经不是想象力了", "duplicate_primary_source_name": "TMTPost AI Filtered", "display_title_zh": "机器人行业最缺的，已经不是想象力了", "display_summary_zh": "机器人不是能不能像人，而是能不能真的帮人干活。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "机器人不是能不能像人，而是能不能真的帮人干活。", "hot_score": 0.0 }, { "id": 662, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "url": "https://36kr.com/p/3807382930251523?f=rss", "canonical_url": "https://36kr.com/p/3807382930251523?f=rss", "summary": "文｜周鑫雨 邓咏仪 编辑｜杨轩 林俊旸以创业者的身份，重新加入AI模型的战场。 《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。 目前， 林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等 。 截至发稿前，有关上述信息，林俊旸尚未回复。 时间距离3月初的那场“闪电”诀别，已经过去了两个月。 2026年3月4日凌晨，林俊旸在X上宣布离开千问：“me stepping down. bye my beloved qwen（我卸任了。再见了，我深爱的千问）。”更早前，3月3日下午，他在Qwen成员的钉钉群中发出消息：“无颜再带领大家。” 在从百模大战，快速收束至巨头争锋（字节、阿里、DeepSeek）的三年里，林俊旸是阿里Qwen留在大模型一线梯队的灵魂人物。 自2022年起，林俊旸就接手阿里Qwen团队，负责整体工作。三年以来，他主导了Qwen系列模型的研发和开源——最全尺寸、开源策略的推进，也让Qwen成为在全球开发者社区中颇具影响力的国产模型。 林俊旸掌舵的几年中，Qwen被“保护”为一个相对独立发展的组织。 《智能涌现》曾独家报道 ，为了追求模型训练的效率，此前Qwen拥有自己的预训练、后训练、Infra团队，多个模态方向的员工也在一起工作。 但站在集团的视角中，独立，会造成业务合作的阻力。 比如，《智能涌现》曾了解到，集团重点推进的ToC超级应用“千问App”，并没有得到Qwen团队的积极支持。 2026年3月3日，一场围绕Qwen团队拆分重组的沟通会，成了林俊旸离职的导火索。 当天下午，阿里云CTO周靖人向林俊旸传达了Qwen调整的计划：将原来的Qwen，拆分成预训练、后训练、文本、图像、语音等相对独立的水平团队。一天后，林俊旸官宣了自己的离开。 具身智能，成了林俊旸重回AI战场的切入赛道。 这一方向，也是他在阿里的未竟之业。2025年10月，林俊旸就在Qwen组建了一支专注于机器人与具身智能的小团队。 在X上，他提出了自己的判断：“多模态基础模型正在转化为基础代理，通过强化学习利用工具和记忆进行长时序推理。它们应该从虚拟走向物理世界！” 在硅谷，已经有数名AI大牛，投身于世界模型和具身大脑。 前谷歌副总裁、AI“教母”李飞飞创立的空间智能公司World Labs，在2026年2月官宣了10亿美金的融资，估值高达50亿美金； 3月，杨立昆（Yann LeCun，图灵奖得主）和谢赛宁（DiT架构提出者）成立的世界模型公司AMI Labs，在没有任何产品的情况下，完成了10.3亿美元的种子轮融资，投前估值就达到了35亿美元。 同样入局具身大脑的华人研究员周衔，其成立的Genesis AI在2025年7月，宣布完成1.05亿美元的种子轮融资。 在LLM技术路线收敛的情况下，路线存在诸多争议和可能性的具身智能、世界模型，恰恰成了VC和AI大牛愿意押注的非共识。 曾有AI行业人士对《智能涌现》评价：“林俊旸至少是1亿美金以上级别的人才。”但如今，也有投资人表达了对技术人才创业的担忧：“大厂没有那么自由，但也提供了相对安全、可控的环境。技术高管创业，往往容易在商业化上水土不服。” 抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。 封面来源｜相关活动主办方 欢迎交流！ 欢迎交流！", "published_at": "2026-05-13T07:24:00+00:00", "discovered_at": "2026-05-13T08:17:19.782366+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "link": "https://36kr.com/p/3807382930251523?f=rss", "summary": "

文｜周鑫雨 邓咏仪

\n

编辑｜杨轩

\n

林俊旸以创业者的身份，重新加入AI模型的战场。

\n

《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。

\n

目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。

\n

截至发稿前，有关上述信息，林俊旸尚未回复。

\n

时间距离3月初的那场“闪电”诀别，已经过去了两个月。

\n

2026年3月4日凌晨，林俊旸在X上宣布离开千问：“me stepping down. bye my beloved qwen（我卸任了。再见了，我深爱的千问）。”更早前，3月3日下午，他在Qwen成员的钉钉群中发出消息：“无颜再带领大家。”

\n

在从百模大战，快速收束至巨头争锋（字节、阿里、DeepSeek）的三年里，林俊旸是阿里Qwen留在大模型一线梯队的灵魂人物。

\n

自2022年起，林俊旸就接手阿里Qwen团队，负责整体工作。三年以来，他主导了Qwen系列模型的研发和开源——最全尺寸、开源策略的推进，也让Qwen成为在全球开发者社区中颇具影响力的国产模型。

\n

林俊旸掌舵的几年中，Qwen被“保护”为一个相对独立发展的组织。《智能涌现》曾独家报道，为了追求模型训练的效率，此前Qwen拥有自己的预训练、后训练、Infra团队，多个模态方向的员工也在一起工作。

\n

但站在集团的视角中，独立，会造成业务合作的阻力。

\n

比如，《智能涌现》曾了解到，集团重点推进的ToC超级应用“千问App”，并没有得到Qwen团队的积极支持。

\n

2026年3月3日，一场围绕Qwen团队拆分重组的沟通会，成了林俊旸离职的导火索。

\n

当天下午，阿里云CTO周靖人向林俊旸传达了Qwen调整的计划：将原来的Qwen，拆分成预训练、后训练、文本、图像、语音等相对独立的水平团队。一天后，林俊旸官宣了自己的离开。

\n

具身智能，成了林俊旸重回AI战场的切入赛道。

\n

这一方向，也是他在阿里的未竟之业。2025年10月，林俊旸就在Qwen组建了一支专注于机器人与具身智能的小团队。

\n

在X上，他提出了自己的判断：“多模态基础模型正在转化为基础代理，通过强化学习利用工具和记忆进行长时序推理。它们应该从虚拟走向物理世界！”

\n

在硅谷，已经有数名AI大牛，投身于世界模型和具身大脑。

\n

前谷歌副总裁、AI“教母”李飞飞创立的空间智能公司World Labs，在2026年2月官宣了10亿美金的融资，估值高达50亿美金；

\n

3月，杨立昆（Yann LeCun，图灵奖得主）和谢赛宁（DiT架构提出者）成立的世界模型公司AMI Labs，在没有任何产品的情况下，完成了10.3亿美元的种子轮融资，投前估值就达到了35亿美元。

\n

同样入局具身大脑的华人研究员周衔，其成立的Genesis AI在2025年7月，宣布完成1.05亿美元的种子轮融资。

\n

在LLM技术路线收敛的情况下，路线存在诸多争议和可能性的具身智能、世界模型，恰恰成了VC和AI大牛愿意押注的非共识。

\n

曾有AI行业人士对《智能涌现》评价：“林俊旸至少是1亿美金以上级别的人才。”但如今，也有投资人表达了对技术人才创业的担忧：“大厂没有那么自由，但也提供了相对安全、可控的环境。技术高管创业，往往容易在商业化上水土不服。”

\n

抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。

\n

封面来源｜相关活动主办方

\n

\n

欢迎交流！

\n

\n

欢迎交流！

", "extracted_published_at": "2026-05-13T07:24:00+00:00" }, "normalized_title": "林俊旸创业新公司估值约20亿美金丨智能涌现独家", "resolved_target": "https://36kr.com/p/3807382930251523?f=rss", "content_fingerprint": "da2e9b2f1333dadbd19e25f4aec4f964d628d7ad4396a0cf115c465de16ae653", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n林俊旸创业，新公司估值约20亿美金丨智能涌现独家\n阿菜cabbage\n2026年05月13日 15:24\n抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。\n文｜周鑫雨 邓咏仪\n编辑｜杨轩\n林俊旸以创业者的身份，重新加入AI模型的战场。\n《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。\n目前，\n林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等\n截至发稿前，有关上述信息，林俊旸尚未回复。\n时间距离3月初的那场“闪电”诀别，已经过去了两个月。\n2026年3月4日凌晨，林俊旸在X上宣布离开千问：“me stepping down. bye my beloved qwen（我卸任了。再见了，我深爱的千问）。”更早前，3月3日下午，他在Qwen成员的钉钉群中发出消息：“无颜再带领大家。”\n在从百模大战，快速收束至巨头争锋（字节、阿里、DeepSeek）的三年里，林俊旸是阿里Qwen留在大模型一线梯队的灵魂人物。\n自2022年起，林俊旸就接手阿里Qwen团队，负责整体工作。三年以来，他主导了Qwen系列模型的研发和开源——最全尺寸、开源策略的推进，也让Qwen成为在全球开发者社区中颇具影响力的国产模型。\n林俊旸掌舵的几年中，Qwen被“保护”为一个相对独立发展的组织。\n《智能涌现》曾独家报道\n，为了追求模型训练的效率，此前Qwen拥有自己的预训练、后训练、Infra团队，多个模态方向的员工也在一起工作。\n但站在集团的视角中，独立，会造成业务合作的阻力。\n比如，《智能涌现》曾了解到，集团重点推进的ToC超级应用“千问App”，并没有得到Qwen团队的积极支持。\n2026年3月3日，一场围绕Qwen团队拆分重组的沟通会，成了林俊旸离职的导火索。\n当天下午，阿里云CTO周靖人向林俊旸传达了Qwen调整的计划：将原来的Qwen，拆分成预训练、后训练、文本、图像、语音等相对独立的水平团队。一天后，林俊旸官宣了自己的离开。\n具身智能，成了林俊旸重回AI战场的切入赛道。\n这一方向，也是他在阿里的未竟之业。2025年10月，林俊旸就在Qwen组建了一支专注于机器人与具身智能的小团队。\n在X上，他提出了自己的判断：“多模态基础模型正在转化为基础代理，通过强化学习利用工具和记忆进行长时序推理。它们应该从虚拟走向物理世界！”\n在硅谷，已经有数名AI大牛，投身于世界模型和具身大脑。\n前谷歌副总裁、AI“教母”李飞飞创立的空间智能公司World Labs，在2026年2月官宣了10亿美金的融资，估值高达50亿美金；\n3月，杨立昆（Yann LeCun，图灵奖得主）和谢赛宁（DiT架构提出者）成立的世界模型公司AMI Labs，在没有任何产品的情况下，完成了10.3亿美元的种子轮融资，投前估值就达到了35亿美元。\n同样入局具身大脑的华人研究员周衔，其成立的Genesis AI在2025年7月，宣布完成1.05亿美元的种子轮融资。\n在LLM技术路线收敛的情况下，路线存在诸多争议和可能性的具身智能、世界模型，恰恰成了VC和AI大牛愿意押注的非共识。\n曾有AI行业人士对《智能涌现》评价：“林俊旸至少是1亿美金以上级别的人才。”但如今，也有投资人表达了对技术人才创业的担忧：“大厂没有那么自由，但也提供了相对安全、可控的环境。技术高管创业，往往容易在商业化上水土不服。”\n抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。\n封面来源｜相关活动主办方\n欢迎交流！\n+1\n153\n好文章，需要你的鼓励\n你可能也喜欢这些文章\nPlaud获头部大厂投资，目前估值达20亿美元｜硬氪独家\n博裕、经纬、顺为等投资前新石器COO超亿元，押注AI超便携电子纸｜硬氪独家\n36氪官方AI专属社群，正式开放招募！\n智界要打翻盘仗：V9给了年均12万辆指引｜36氪独家\n字节跳动2025年海外营收占比创新高，AI投入致公司净利大降70%｜独家\n自变量机器人完成近20亿元B轮融资，小米战投、红杉中国领投丨智能涌现独家\n小米汽车重磅任命：胡峥楠任CTO，宋钢任参谋长｜36氪独家\n欣旺达装车特斯拉，供应全球车型｜36氪独家\n阿里电商 AI 新动向：围绕 Token 重构电商，组织迎来新一轮调整｜独家\n人工智能等前沿科技摸石者，zxycai728\n最近内容\n林俊旸创业，新公司估值约20亿美金丨智能涌现独家\n在硅谷，中美具身公司聊了聊了4个问题的解法\n别急着All-in DeepSeek V4，先看看这10位从业者的真心话\n“账面独角兽”开始暴雷：百亿估值，兑不出一分钱\n警惕账面独角兽\n17小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:30.504167+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:662", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 662, "duplicate_primary_title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "display_summary_zh": "文｜周鑫雨 邓咏仪 编辑｜杨轩 林俊旸以创业者的身份，重新加入AI模型的战场。 《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。 目前， 林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等 。 截至发稿前，有关上述信息，林俊旸尚未回复。 时间距离3月初的那场“闪电”诀别，已经过去了两个月。 2026年3月4日凌晨，林俊旸在X上宣布离开千问：“me stepping down. bye my beloved qwen（我卸任了。再见了，我深爱的千问）。”更早前，3月3日下午，他在Qwen成员的钉钉群中发出消息：“无颜再带领大家。” 在从百模大战，快速收束至巨头争锋（字节、阿里、DeepSeek）的三年里，林俊旸是阿里Qwen留在大模型一线梯队的灵魂人物。 自2022年起，林俊旸就接手阿里Qwen团队，负责整体工作。三年以来，他主导了Qwen系列模型的研发和开源——最全尺寸、开源策略的推进，也让Qwen成为在全球开发者社区中颇具影响力的国产模型。 林俊旸掌舵的几年中，Qwen被“保护”为一个相对独立发展的组织。 《智能涌现》曾独家报道 ，为了追求模型训练的效率，此前Qwen拥有自己的预训练、后训练、Infra团队，多个模态方向的员工也在一起工作。 但站在集团的视角中，独立，会造成业务合作的阻力。 比如，《智能涌现》曾了解到，集团重点推进的ToC超级应用“千问App”，并没有得到Qwen团队的积极支持。 2026年3月3日，一场围绕Qwen团队拆分重组的沟通会，成了林俊旸离职的导火索。 当天下午，阿里云CTO周靖人向林俊旸传达了Qwen调整的计划：将原来的Qwen，拆分成预训练、后训练、文本、图像、语音等相对独立的水平团队。一天后，林俊旸官宣了自己的离开。 具身智能，成了林俊旸重回AI战场的切入赛道。 这一方向，也是他在阿里的未竟之业。2025年10月，林俊旸就在Qwen组建了一支专注于机器人与具身智能的小团队。 在X上，他提出了自己的判断：“多模态基础模型正在转化为基础代理，通过强化学习利用工具和记忆进行长时序推理。它们应该从虚拟走向物理世界！” 在硅谷，已经有数名AI大牛，投身于世界模型和具身大脑。 前谷歌副总裁、AI“教母”李飞飞创立的空间智能公司World Labs，在2026年2月官宣了10亿美金的融资，估值高达50亿美金； 3月，杨立昆（Yann LeCun，图灵奖得主）和谢赛宁（DiT架构提出者）成立的世界模型公司AMI Labs，在没有任何产品的情况下，完成了10.3亿美元的种子轮融资，投前估值就达到了35亿美元。 同样入局具身大脑的华人研究员周衔，其成立的Genesis AI在2025年7月，宣布完成1.05亿美元的种子轮融资。 在LLM技术路线收敛的情况下，路线存在诸多争议和可能性的具身智能、世界模型，恰恰成了VC和AI大牛愿意押注的非共识。 曾有AI行业人士对《智能涌现》评价：“林俊旸至少是1亿美金以上级别的人才。”但如今，也有投资人表达了对技术人才创业的担忧：“大厂没有那么自由，但也提供了相对安全、可控的环境。技术高管创业，往往容易在商业化上水土不服。” 抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。 封面来源｜相关活动主办方 欢迎交流！ 欢迎交流！", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "文｜周鑫雨 邓咏仪 编辑｜杨轩 林俊旸以创业者的身份，重新加入AI模型的战场。 《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。 目前， 林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等 。 截至发稿前，有关上述信息，林俊旸尚未回复。 时间距离3月初的那场“闪电”诀别，已经过去了两个月。", "hot_score": 0.0 }, { "id": 657, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "6月上海，这场论坛聊透出海真问题", "url": "https://36kr.com/p/3807234971131656?f=rss", "canonical_url": "https://36kr.com/p/3807234971131656?f=rss", "summary": "副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？ · 对于具身智能、自动驾驶、AI硬件等新技术企业而言，如何跨越从技术验证到场景落地、从产品展示到规模商业化的关键门槛？ 这些问题，没有标准答案，但每一家出海企业都必须面对。 也正因此，由出海全球化智库EqualOcean主办的 2026出海全球化百人论坛（2026 GoGlobal Forum of 100，GGF2026） 将于2026年6月11日在上海举行。 论坛将以“韧性全球化 AI向未来”为主题，希望把这场论坛做成一个真正面向现实问题的对话现场：既不回避全球化的新难题，也不空谈技术风口；既讨论趋势判断，也讨论落地路径；既交流“怎么看出海”，也探讨“怎么做出海”。 1. 为什么是“韧性全球化，AI向未来” 本届论坛将主题定为“韧性全球化 AI向未来”，是因为今天中国企业全球化的核心命题，正在发生明显变化。 一方面，全球化正在从“寻找增量”走向“深度经营”。真正决定企业能否走得远的，已经不只是进入市场的速度，而是能否在区域分化、供应链重组、合规门槛提高的环境中，保持经营稳定、组织协同和长期投入。“韧性全球化”强调的，正是企业在复杂环境中的持续经营能力。 另一方面，AI对企业全球化的影响，也正在从局部提效走向系统重构。它不仅改变产品、营销、组织和供应链，也正在从数字世界延伸到物理世界。以人形机器人、自动驾驶为代表的具身智能，正在推动全球化竞争从“效率提升”走向“技术能力、场景落地与商业化能力”的综合比拼。 也正因此，GGF2026想讨论的，不只是企业“有没有用AI”，而是：AI能否成为下一代全球化企业的核心能力？在市场分化与红利变化之下，企业又该如何重构品牌、组织与本地经营体系？ “韧性全球化”讨论的是企业如何在复杂世界中稳住经营、穿越周期；“AI向未来”讨论的，则是企业如何借助新技术建立下一阶段的全球竞争力。把这两个关键词放在一起，正是因为它们共同指向了2026年中国企业全球化最真实的命题。 1. GGF2026议程前瞻 GGF2026将于6月11日在上海举行，论坛为期一天，围绕趋势判断、区域机会、AI应用、品牌建设、组织能力、硬科技出海与内容创新等核心话题展开。具体议程以最终发布版本为准。 上午场：研判全局・解码全球化底层趋势 论坛的上午场将从宏观环境与趋势判断切入，讨论在全球竞争新周期下，中国企业应该如何重新理解出海。主办方EqualOcean将带来题为《未来全球竞争的核心：AI能力、韧性布局与长期主义》的致辞，系统回应本届论坛主题，并提出对下一阶段全球化竞争格局的判断。 随后，多场主题演讲将围绕以下议题展开： · 《AI原生企业的全球化加速度》探讨AI原生企业如何借助技术优势、组织效率与产品迭代能力，更快进入全球市场。 · 《红利消失后，谁还能留在全球市场》回到企业最现实的挑战：当粗放扩张失效，什么样的企业还能持续经营、持续增长、持续建立全球竞争力。 · 《寻找增量：新兴市场韧性与AI驱动》从新兴市场视角出发，讨论区域增长的新变量，以及AI如何帮助企业提升进入效率与经营质量。 上午的主题演讲后，还将设置一场主题为《未来已来：AI时代的出海新范式》的圆桌讨论，届时，来自企业、投资、服务生态等不同背景的嘉宾将围绕 AI、组织、本地化、品牌和区域布局等关键议题展开碰撞。 圆桌讨论结束后，现场还将 设置面向观众的“快问快答”互动交流环节，圆桌嘉宾将会预留5-10分钟面向观众开放提问。 无论是围绕嘉宾发言观点的追问、还是来自一线实践中的真实困惑，都有机会在这一环节中与大佬讨论、交流，让现场讨论更具参与感与启发性。 GGF2025活动现场 特别环节：AI出海创业项目路演 除主题讨论外，GGF2026还将设置AI出海创业项目路演特别环节，面向全球征集优质AI出海创新项目。经评审筛选后，入围项目将在现场进行路演展示，并获得投资人点评与精准投融资对接机会。 我们希望通过这一环节，让更多具备技术潜力、产品想象力与全球化野心的新一代创业项目，在真实产业语境中被看见、被连接、被验证，也让创新者、投资人和产业资源在同一个现场形成更高效的互动。 AI路演项目申报通道现已开启，欢迎专初创AI企业扫描下方二维码填写申报表： 下午场：落地实操・拆解出海全链路打法 如果说上午场更多回答的是“方向在哪里”，那么下午场将更进一步，聚焦企业“到底该怎么做”。下午议程将从区域布局、全链路效率、AI基础设施、品牌与组织建设、硬科技出海以及内容创新等多个层面，拆解企业全球化的落地路径。 重点议题包括： · 《2026重点出海区域：欧美、中东与新兴市场的机会分化》 · 《从工具到生态：AI如何重构出海全链路》 · 《AI+x：中国企业全球化的新基础设施》 · 《AI出海的长期主义：技术壁垒、品牌建设与本地化运营》 · 《破局“硬”科技出海：具身智能与AI硬件的场景商业化与供应链韧性》 · 《AI漫剧：下一波出海爆款从哪来》 下午压轴圆桌的主题为《AI时代的全球化核心竞争力》。讨论将围绕几个极具现实意义的问题展开： · AI是降本工具，还是战略基础设施？ · 从“卖产品”到“做品牌”，AI如何重塑全球品牌能力？ · 在资本理性期，什么样的全球化公司具备穿越周期的韧性？ · 组织、人才与本土化能力，如何成为企业真正的护城河？ 1. GGF2026，不只是一场论坛 今天的企业参加一场论坛，已经不只是为了“获取信息”。大家更关心的是，能不能在这里听到足够新的判断，碰到足够关键的人，找到真正有价值的合作机会，看到值得参考的全球化样本。GGF2026希望提供的，正是这样一个兼具趋势判断、产业链接与合作触发的现场。 这里会有对全球市场变化的研究视角，会有对AI如何进入企业出海全链路的实战拆解，会有来自品牌、科技、硬件、内容、服务生态等不同角色的经验碰撞，也会有项目路演、榜单发布与更多高质量交流场景，共同构成一次更完整的全球化行业会面。 对于正在全球化路上的企业而言，这不仅是一场会，更可能是一次重新识别方向、更新认知、链接合作的关键节点。 GGF2025颁奖晚宴 1. 晚间重磅：年度榜单发布 在晚宴环节，将举行EqualOcean出海全球化系列年度榜单发布环节。 我们希望通过榜单，识别这个时代最具代表性的全球化参与者：那些真正理解区域差异、具备本地经营能力、能够将AI转化为新竞争力，并在复杂环境中保持长期投入与韧性的企业和机构。 榜单既是对优秀样本的阶段性呈现，也是对中国企业全球化新趋势的一次集中观察。相关征集通道也将同步开启，欢迎企业与机构积极参与。 榜单申报通道现已开启，欢迎专注于出海全球化的企业/机构扫描下方二维码填写申报表： 拟发布年度榜单（以活动现场发布为准）： EqualOcean出海全球化品牌榜单 2026中国AI应用全球化品牌TOP10 2026中国出行科技全球化品牌TOP10 2026中国智能设备全球化品牌TOP10 2026中国数字内容与娱乐全球化品牌TOP10 2026中国医疗科技全球化品牌TOP10 2026中国智能家居全球化品牌TOP10 2026中国实体零售全球化品牌TOP10 EqualOcean出海全球化服务商榜单 2026出海全球化金融科技机构TOP10 2026出海全球化品牌营销机构TOP10 2026出海全球化人才服务机构TOP10 2026出海全球化合规服务机构TOP10 EqualOcean出海全球化投资机构榜单 2026出海全球化投资机构TOP20 EqualOcean出海ESG典范企业榜单 2026中国出海ESG典范企业TOP20 2. GGF2026大会报名通道 如果你正在重新判断企业的全球化路径；如果你关心AI将如何改变出海的产品、品牌与组织逻辑；如果你希望与更多企业家、投资人、服务生态和创新项目建立连接；如果你相信下一个阶段的全球化竞争，比的已经不只是速度，而是韧性、系统能力与长期主义——欢迎来到 GGF2026。 GGF2026大会报名通道现已开启，欢迎扫描下方二维码报名。 3. GGF合作&咨询 关于我们 EqualOcean是一家专注于服务中国企业出海全球化、帮助海外公司或机构把握中国发展机遇的新型智库与核心资源链接者。 以\"连接中国与世界为使命\"，我们的核心优势是拥有业内最强的团队、连接官方和民间、打通科技互联网和\"传统行业\"、具有全球化视野和全球资源网络。", "published_at": "2026-05-13T05:04:00+00:00", "discovered_at": "2026-05-13T05:17:31.914479+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "6月上海，这场论坛聊透出海真问题", "link": "https://36kr.com/p/3807234971131656?f=rss", "summary": "

副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行

\n

\n

出海这件事，已经变了。

\n

如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。

\n

 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是：

\n

· 下一阶段最值得重仓的区域市场在哪里？

\n

· AI应该优先进入哪些关键环节，才能形成真正差异化？

\n

· 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？

\n

· 对于具身智能、自动驾驶、AI硬件等新技术企业而言，如何跨越从技术验证到场景落地、从产品展示到规模商业化的关键门槛？

\n

这些问题，没有标准答案，但每一家出海企业都必须面对。

\n

也正因此，由出海全球化智库EqualOcean主办的2026出海全球化百人论坛（2026 GoGlobal Forum of 100，GGF2026）将于2026年6月11日在上海举行。

\n

论坛将以“韧性全球化 AI向未来”为主题，希望把这场论坛做成一个真正面向现实问题的对话现场：既不回避全球化的新难题，也不空谈技术风口；既讨论趋势判断，也讨论落地路径；既交流“怎么看出海”，也探讨“怎么做出海”。

\n

1. 为什么是“韧性全球化，AI向未来”

\n

本届论坛将主题定为“韧性全球化 AI向未来”，是因为今天中国企业全球化的核心命题，正在发生明显变化。

\n

一方面，全球化正在从“寻找增量”走向“深度经营”。真正决定企业能否走得远的，已经不只是进入市场的速度，而是能否在区域分化、供应链重组、合规门槛提高的环境中，保持经营稳定、组织协同和长期投入。“韧性全球化”强调的，正是企业在复杂环境中的持续经营能力。

\n

另一方面，AI对企业全球化的影响，也正在从局部提效走向系统重构。它不仅改变产品、营销、组织和供应链，也正在从数字世界延伸到物理世界。以人形机器人、自动驾驶为代表的具身智能，正在推动全球化竞争从“效率提升”走向“技术能力、场景落地与商业化能力”的综合比拼。

\n

也正因此，GGF2026想讨论的，不只是企业“有没有用AI”，而是：AI能否成为下一代全球化企业的核心能力？在市场分化与红利变化之下，企业又该如何重构品牌、组织与本地经营体系？

\n

“韧性全球化”讨论的是企业如何在复杂世界中稳住经营、穿越周期；“AI向未来”讨论的，则是企业如何借助新技术建立下一阶段的全球竞争力。把这两个关键词放在一起，正是因为它们共同指向了2026年中国企业全球化最真实的命题。

\n

 

\n

1. GGF2026议程前瞻

\n

GGF2026将于6月11日在上海举行，论坛为期一天，围绕趋势判断、区域机会、AI应用、品牌建设、组织能力、硬科技出海与内容创新等核心话题展开。具体议程以最终发布版本为准。

\n

上午场：研判全局・解码全球化底层趋势

\n

论坛的上午场将从宏观环境与趋势判断切入，讨论在全球竞争新周期下，中国企业应该如何重新理解出海。主办方EqualOcean将带来题为《未来全球竞争的核心：AI能力、韧性布局与长期主义》的致辞，系统回应本届论坛主题，并提出对下一阶段全球化竞争格局的判断。

\n

随后，多场主题演讲将围绕以下议题展开：

\n

· 《AI原生企业的全球化加速度》探讨AI原生企业如何借助技术优势、组织效率与产品迭代能力，更快进入全球市场。

\n

· 《红利消失后，谁还能留在全球市场》回到企业最现实的挑战：当粗放扩张失效，什么样的企业还能持续经营、持续增长、持续建立全球竞争力。

\n

· 《寻找增量：新兴市场韧性与AI驱动》从新兴市场视角出发，讨论区域增长的新变量，以及AI如何帮助企业提升进入效率与经营质量。

\n

上午的主题演讲后，还将设置一场主题为《未来已来：AI时代的出海新范式》的圆桌讨论，届时，来自企业、投资、服务生态等不同背景的嘉宾将围绕 AI、组织、本地化、品牌和区域布局等关键议题展开碰撞。

\n

圆桌讨论结束后，现场还将设置面向观众的“快问快答”互动交流环节，圆桌嘉宾将会预留5-10分钟面向观众开放提问。无论是围绕嘉宾发言观点的追问、还是来自一线实践中的真实困惑，都有机会在这一环节中与大佬讨论、交流，让现场讨论更具参与感与启发性。

\n

\n

GGF2025活动现场

\n

特别环节：AI出海创业项目路演

\n

除主题讨论外，GGF2026还将设置AI出海创业项目路演特别环节，面向全球征集优质AI出海创新项目。经评审筛选后，入围项目将在现场进行路演展示，并获得投资人点评与精准投融资对接机会。

\n

我们希望通过这一环节，让更多具备技术潜力、产品想象力与全球化野心的新一代创业项目，在真实产业语境中被看见、被连接、被验证，也让创新者、投资人和产业资源在同一个现场形成更高效的互动。

\n

AI路演项目申报通道现已开启，欢迎专初创AI企业扫描下方二维码填写申报表：

\n

\n

 

\n

下午场：落地实操・拆解出海全链路打法

\n

如果说上午场更多回答的是“方向在哪里”，那么下午场将更进一步，聚焦企业“到底该怎么做”。下午议程将从区域布局、全链路效率、AI基础设施、品牌与组织建设、硬科技出海以及内容创新等多个层面，拆解企业全球化的落地路径。

\n

重点议题包括：

\n

· 《2026重点出海区域：欧美、中东与新兴市场的机会分化》

\n

· 《从工具到生态：AI如何重构出海全链路》

\n

· 《AI+x：中国企业全球化的新基础设施》

\n

· 《AI出海的长期主义：技术壁垒、品牌建设与本地化运营》

\n

· 《破局“硬”科技出海：具身智能与AI硬件的场景商业化与供应链韧性》

\n

· 《AI漫剧：下一波出海爆款从哪来》

\n

下午压轴圆桌的主题为《AI时代的全球化核心竞争力》。讨论将围绕几个极具现实意义的问题展开：

\n

· AI是降本工具，还是战略基础设施？

\n

· 从“卖产品”到“做品牌”，AI如何重塑全球品牌能力？

\n

· 在资本理性期，什么样的全球化公司具备穿越周期的韧性？

\n

· 组织、人才与本土化能力，如何成为企业真正的护城河？

\n

1. GGF2026，不只是一场论坛  

\n

今天的企业参加一场论坛，已经不只是为了“获取信息”。大家更关心的是，能不能在这里听到足够新的判断，碰到足够关键的人，找到真正有价值的合作机会，看到值得参考的全球化样本。GGF2026希望提供的，正是这样一个兼具趋势判断、产业链接与合作触发的现场。

\n

这里会有对全球市场变化的研究视角，会有对AI如何进入企业出海全链路的实战拆解，会有来自品牌、科技、硬件、内容、服务生态等不同角色的经验碰撞，也会有项目路演、榜单发布与更多高质量交流场景，共同构成一次更完整的全球化行业会面。

\n

对于正在全球化路上的企业而言，这不仅是一场会，更可能是一次重新识别方向、更新认知、链接合作的关键节点。

\n

\n

GGF2025颁奖晚宴

\n

 1. 晚间重磅：年度榜单发布

\n

在晚宴环节，将举行EqualOcean出海全球化系列年度榜单发布环节。

\n

我们希望通过榜单，识别这个时代最具代表性的全球化参与者：那些真正理解区域差异、具备本地经营能力、能够将AI转化为新竞争力，并在复杂环境中保持长期投入与韧性的企业和机构。

\n

榜单既是对优秀样本的阶段性呈现，也是对中国企业全球化新趋势的一次集中观察。相关征集通道也将同步开启，欢迎企业与机构积极参与。

\n

榜单申报通道现已开启，欢迎专注于出海全球化的企业/机构扫描下方二维码填写申报表：

\n

\n

 

\n

 拟发布年度榜单（以活动现场发布为准）：

\n

EqualOcean出海全球化品牌榜单

\n

2026中国AI应用全球化品牌TOP10

\n

2026中国出行科技全球化品牌TOP10

\n

2026中国智能设备全球化品牌TOP10

\n

2026中国数字内容与娱乐全球化品牌TOP10

\n

2026中国医疗科技全球化品牌TOP10

\n

2026中国智能家居全球化品牌TOP10

\n

2026中国实体零售全球化品牌TOP10

\n

EqualOcean出海全球化服务商榜单

\n

2026出海全球化金融科技机构TOP10

\n

2026出海全球化品牌营销机构TOP10

\n

2026出海全球化人才服务机构TOP10

\n

2026出海全球化合规服务机构TOP10

\n

EqualOcean出海全球化投资机构榜单

\n

2026出海全球化投资机构TOP20

\n

EqualOcean出海ESG典范企业榜单

\n

2026中国出海ESG典范企业TOP20

\n

2. GGF2026大会报名通道

\n

如果你正在重新判断企业的全球化路径；如果你关心AI将如何改变出海的产品、品牌与组织逻辑；如果你希望与更多企业家、投资人、服务生态和创新项目建立连接；如果你相信下一个阶段的全球化竞争，比的已经不只是速度，而是韧性、系统能力与长期主义——欢迎来到 GGF2026。

\n

GGF2026大会报名通道现已开启，欢迎扫描下方二维码报名。

\n

\n

 

\n

3. GGF合作&咨询

\n

\n

 

\n

关于我们

\n

\n

 

\n

EqualOcean是一家专注于服务中国企业出海全球化、帮助海外公司或机构把握中国发展机遇的新型智库与核心资源链接者。

\n

以\"连接中国与世界为使命\"，我们的核心优势是拥有业内最强的团队、连接官方和民间、打通科技互联网和\"传统行业\"、具有全球化视野和全球资源网络。

\n

\n

 

", "extracted_published_at": "2026-05-13T05:04:00+00:00" }, "normalized_title": "6月上海这场论坛聊透出海真问题", "resolved_target": "https://36kr.com/p/3807234971131656?f=rss", "content_fingerprint": "398ccc0f178c149d120e1de7a951f30e8f22b1f5aac57b27ba2f47a28e82ff6c", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n6月上海，这场论坛聊透出海真问题\n未来一氪\n2026年05月13日 13:04\n6月11日上海GGF2026出海论坛，聚焦韧性全球化与AI\n副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行\n出海这件事，已经变了。\n如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。\n如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是：\n· 下一阶段最值得重仓的区域市场在哪里？\n· AI应该优先进入哪些关键环节，才能形成真正差异化？\n· 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？\n· 对于具身智能、自动驾驶、AI硬件等新技术企业而言，如何跨越从技术验证到场景落地、从产品展示到规模商业化的关键门槛？\n这些问题，没有标准答案，但每一家出海企业都必须面对。\n也正因此，由出海全球化智库EqualOcean主办的\n2026出海全球化百人论坛（2026 GoGlobal Forum of 100，GGF2026）\n将于2026年6月11日在上海举行。\n论坛将以“韧性全球化 AI向未来”为主题，希望把这场论坛做成一个真正面向现实问题的对话现场：既不回避全球化的新难题，也不空谈技术风口；既讨论趋势判断，也讨论落地路径；既交流“怎么看出海”，也探讨“怎么做出海”。\n1. 为什么是“韧性全球化，AI向未来”\n本届论坛将主题定为“韧性全球化 AI向未来”，是因为今天中国企业全球化的核心命题，正在发生明显变化。\n一方面，全球化正在从“寻找增量”走向“深度经营”。真正决定企业能否走得远的，已经不只是进入市场的速度，而是能否在区域分化、供应链重组、合规门槛提高的环境中，保持经营稳定、组织协同和长期投入。“韧性全球化”强调的，正是企业在复杂环境中的持续经营能力。\n另一方面，AI对企业全球化的影响，也正在从局部提效走向系统重构。它不仅改变产品、营销、组织和供应链，也正在从数字世界延伸到物理世界。以人形机器人、自动驾驶为代表的具身智能，正在推动全球化竞争从“效率提升”走向“技术能力、场景落地与商业化能力”的综合比拼。\n也正因此，GGF2026想讨论的，不只是企业“有没有用AI”，而是：AI能否成为下一代全球化企业的核心能力？在市场分化与红利变化之下，企业又该如何重构品牌、组织与本地经营体系？\n“韧性全球化”讨论的是企业如何在复杂世界中稳住经营、穿越周期；“AI向未来”讨论的，则是企业如何借助新技术建立下一阶段的全球竞争力。把这两个关键词放在一起，正是因为它们共同指向了2026年中国企业全球化最真实的命题。\n1. GGF2026议程前瞻\nGGF2026将于6月11日在上海举行，论坛为期一天，围绕趋势判断、区域机会、AI应用、品牌建设、组织能力、硬科技出海与内容创新等核心话题展开。具体议程以最终发布版本为准。\n上午场：研判全局・解码全球化底层趋势\n论坛的上午场将从宏观环境与趋势判断切入，讨论在全球竞争新周期下，中国企业应该如何重新理解出海。主办方EqualOcean将带来题为《未来全球竞争的核心：AI能力、韧性布局与长期主义》的致辞，系统回应本届论坛主题，并提出对下一阶段全球化竞争格局的判断。\n随后，多场主题演讲将围绕以下议题展开：\n· 《AI原生企业的全球化加速度》探讨AI原生企业如何借助技术优势、组织效率与产品迭代能力，更快进入全球市场。\n· 《红利消失后，谁还能留在全球市场》回到企业最现实的挑战：当粗放扩张失效，什么样的企业还能持续经营、持续增长、持续建立全球竞争力。\n· 《寻找增量：新兴市场韧性与AI驱动》从新兴市场视角出发，讨论区域增长的新变量，以及AI如何帮助企业提升进入效率与经营质量。\n上午的主题演讲后，还将设置一场主题为《未来已来：AI时代的出海新范式》的圆桌讨论，届时，来自企业、投资、服务生态等不同背景的嘉宾将围绕 AI、组织、本地化、品牌和区域布局等关键议题展开碰撞。\n圆桌讨论结束后，现场还将\n设置面向观众的“快问快答”互动交流环节，圆桌嘉宾将会预留5-10分钟面向观众开放提问。\n无论是围绕嘉宾发言观点的追问、还是来自一线实践中的真实困惑，都有机会在这一环节中与大佬讨论、交流，让现场讨论更具参与感与启发性。\nGGF2025活动现场\n特别环节：AI出海创业项目路演\n除主题讨论外，GGF2026还将设置AI出海创业项目路演特别环节，面向全球征集优质AI出海创新项目。经评审筛选后，入围项目将在现场进行路演展示，并获得投资人点评与精准投融资对接机会。\n我们希望通过这一环节，让更多具备技术潜力、产品想象力与全球化野心的新一代创业项目，在真实产业语境中被看见、被连接、被验证，也让创新者、投资人和产业资源在同一个现场形成更高效的互动。\nAI路演项目申报通道现已开启，欢迎专初创AI企业扫描下方二维码填写申报表：\n下午场：落地实操・拆解出海全链路打法\n如果说上午场更多回答的是“方向在哪里”，那么下午场将更进一步，聚焦企业“到底该怎么做”。下午议程将从区域布局、全链路效率、AI基础设施、品牌与组织建设、硬科技出海以及内容创新等多个层面，拆解企业全球化的落地路径。\n重点议题包括：\n· 《2026重点出海区域：欧美、中东与新兴市场的机会分化》\n· 《从工具到生态：AI如何重构出海全链路》\n· 《AI+x：中国企业全球化的新基础设施》\n· 《AI出海的长期主义：技术壁垒、品牌建设与本地化运营》\n· 《破局“硬”科技出海：具身智能与AI硬件的场景商业化与供应链韧性》\n· 《AI漫剧：下一波出海爆款从哪来》\n下午压轴圆桌的主题为《AI时代的全球化核心竞争力》。讨论将围绕几个极具现实意义的问题展开：\n· AI是降本工具，还是战略基础设施？\n· 从“卖产品”到“做品牌”，AI如何重塑全球品牌能力？\n· 在资本理性期，什么样的全球化公司具备穿越周期的韧性？\n· 组织、人才与本土化能力，如何成为企业真正的护城河？\n1. GGF2026，不只是一场论坛\n今天的企业参加一场论坛，已经不只是为了“获取信息”。大家更关心的是，能不能在这里听到足够新的判断，碰到足够关键的人，找到真正有价值的合作机会，看到值得参考的全球化样本。GGF2026希望提供的，正是这样一个兼具趋势判断、产业链接与合作触发的现场。\n这里会有对全球市场变化的研究视角，会有对AI如何进入企业出海全链路的实战拆解，会有来自品牌、科技、硬件、内容、服务生态等不同角色的经验碰撞，也会有项目路演、榜单发布与更多高质量交流场景，共同构成一次更完整的全球化行业会面。\n对于正在全球化路上的企业而言，这不仅是一场会，更可能是一次重新识别方向、更新认知、链接合作的关键节点。\nGGF2025颁奖晚宴\n1. 晚间重磅：年度榜单发布\n在晚宴环节，将举行EqualOcean出海全球化系列年度榜单发布环节。\n我们希望通过榜单，识别这个时代最具代表性的全球化参与者：那些真正理解区域差异、具备本地经营能力、能够将AI转化为新竞争力，并在复杂环境中保持长期投入与韧性的企业和机构。\n榜单既是对优秀样本的阶段性呈现，也是对中国企业全球化新趋势的一次集中观察。相关征集通道也将同步开启，欢迎企业与机构积极参与。\n榜单申报通道现已开启，欢迎专注于出海全球化的企业/机构扫描下方二维码填写申报表：\n拟发布年度榜单（以活动现场发布为准）：\nEqualOcean出海全球化品牌榜单\n2026中国AI应用全球化品牌TOP10\n2026中国出行科技全球化品牌TOP10\n2026中国智能设备全球化品牌TOP10\n2026中国数字内容与娱乐全球化品牌TOP10\n2026中国医疗科技全球化品牌TOP10\n2026中国智能家居全球化品牌TOP10\n2026中国实体零售全球化品牌TOP10\nEqualOcean出海全球化服务商榜单\n2026出海全球化金融科技机构TOP10\n2026出海全球化品牌营销机构TOP10\n2026出海全球化人才服务机构TOP10\n2026出海全球化合规服务机构TOP10\nEqualOcean出海全球化投资机构榜单\n2026出海全球化投资机构TOP20\nEqualOcean出海ESG典范企业榜单\n2026中国出海ESG典范企业TOP20\n2. GGF2026大会报名通道\n如果你正在重新判断企业的全球化路径；如果你关心AI将如何改变出海的产品、品牌与组织逻辑；如果你希望与更多企业家、投资人、服务生态和创新项目建立连接；如果你相信下一个阶段的全球化竞争，比的已经不只是速度，而是韧性、系统能力与长期主义——欢迎来到 GGF2026。\nGGF2026大会报名通道现已开启，欢迎扫描下方二维码报名。\n3. GGF合作&咨询\n关于我们\nEqualOcean是一家专注于服务中国企业出海全球化、帮助海外公司或机构把握中国发展机遇的新型智库与核心资源链接者。\n以\"连接中国与世界为使命\"，我们的核心优势是拥有业内最强的团队、连接官方和民间、打通科技互联网和\"传统行业\"、具有全球化视野和全球资源网络。\n+1\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n拼多多“砍一刀” 欧盟失效：一场出海合规的成年礼\n去肯尼亚放贷：有的月赚200W美元，外国人可申请牌照\n中国公司全球化周报｜DeepSeek拟融资500亿元 / 阶跃星辰将完成近25亿美元融资\n一周要闻·阿联酋&卡塔尔｜迪拜商会与福建省贸促会共商深化经贸合作；中国汽车两年内占据卡塔尔近30%市场份额\nOzon大中华区总裁Simon Huang：中国卖家，正在涌向俄罗斯｜专访\n融资超亿元、割草机器人公司拿下数亿订单，瞄准庭院具身终端｜硬氪首发\n获高秉强、蓝驰领投数千万融资，浙大00后创业者从远景观测切入AI智能影像｜硬氪首发\n中国新能源车海外销量首破月度13万——这条出海路怎么走通的，还有多少天花板？\n复古服装不只靠审美：OXKNIT想先把材质、版型和舒适度做扎实\n每一氪，都精彩！\n最近内容\n2026 AI最佳场景渗透案例重磅揭晓\n6月上海，这场论坛聊透出海真问题\n不用再找了，AI落地最全的实战打法，都在亦庄这场大会里\n吾流文化完成亿元级融资，凯辉基金、五源资本双领投，柠萌影视战略投资\n领跑影视收藏卡牌赛道。\n20小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:33.056888+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:657", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 657, "duplicate_primary_title": "6月上海，这场论坛聊透出海真问题", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "6月上海，这场论坛聊透出海真问题", "display_summary_zh": "副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？ · 对于具身智能、自动驾驶、AI硬件等新技术企业而言，如何跨越从技术验证到场景落地、从产品展示到规模商业化的关键门槛？ 这些问题，没有标准答案，但每一家出海企业都必须面对。 也正因此，由出海全球化智库EqualOcean主办的 2026出海全球化百人论坛（2026 GoGlobal Forum of 100，GGF2026） 将于2026年6月11日在上海举行。 论坛将以“韧性全球化 AI向未来”为主题，希望把这场论坛做成一个真正面向现实问题的对话现场：既不回避全球化的新难题，也不空谈技术风口；既讨论趋势判断，也讨论落地路径；既交流“怎么看出海”，也探讨“怎么做出海”。 1. 为什么是“韧性全球化，AI向未来” 本届论坛将主题定为“韧性全球化 AI向未来”，是因为今天中国企业全球化的核心命题，正在发生明显变化。 一方面，全球化正在从“寻找增量”走向“深度经营”。真正决定企业能否走得远的，已经不只是进入市场的速度，而是能否在区域分化、供应链重组、合规门槛提高的环境中，保持经营稳定、组织协同和长期投入。“韧性全球化”强调的，正是企业在复杂环境中的持续经营能力。 另一方面，AI对企业全球化的影响，也正在从局部提效走向系统重构。它不仅改变产品、营销、组织和供应链，也正在从数字世界延伸到物理世界。以人形机器人、自动驾驶为代表的具身智能，正在推动全球化竞争从“效率提升”走向“技术能力、场景落地与商业化能力”的综合比拼。 也正因此，GGF2026想讨论的，不只是企业“有没有用AI”，而是：AI能否成为下一代全球化企业的核心能力？在市场分化与红利变化之下，企业又该如何重构品牌、组织与本地经营体系？ “韧性全球化”讨论的是企业如何在复杂世界中稳住经营、穿越周期；“AI向未来”讨论的，则是企业如何借助新技术建立下一阶段的全球竞争力。把这两个关键词放在一起，正是因为它们共同指向了2026年中国企业全球化最真实的命题。 1. GGF2026议程前瞻 GGF2026将于6月11日在上海举行，论坛为期一天，围绕趋势判断、区域机会、AI应用、品牌建设、组织能力、硬科技出海与内容创新等核心话题展开。具体议程以最终发布版本为准。 上午场：研判全局・解码全球化底层趋势 论坛的上午场将从宏观环境与趋势判断切入，讨论在全球竞争新周期下，中国企业应该如何重新理解出海。主办方EqualOcean将带来题为《未来全球竞争的核心：AI能力、韧性布局与长期主义》的致辞，系统回应本届论坛主题，并提出对下一阶段全球化竞争格局的判断。 随后，多场主题演讲将围绕以下议题展开： · 《AI原生企业的全球化加速度》探讨AI原生企业如何借助技术优势、组织效率与产品迭代能力，更快进入全球市场。 · 《红利消失后，谁还能留在全球市场》回到企业最现实的挑战：当粗放扩张失效，什么样的企业还能持续经营、持续增长、持续建立全球竞争力。 · 《寻找增量：新兴市场韧性与AI驱动》从新兴市场视角出发，讨论区域增长的新变量，以及AI如何帮助企业提升进入效率与经营质量。 上午的主题演讲后，还将设置一场主题为《未来已来：AI时代的出海新范式》的圆桌讨论，届时，来自企业、投资、服务生态等不同背景的嘉宾将围绕 AI、组织、本地化、品牌和区域布局等关键议题展开碰撞。 圆桌讨论结束后，现场还将 设置面向观众的“快问快答”互动交流环节，圆桌嘉宾将会预留5-10分钟面向观众开放提问。 无论是围绕嘉宾发言观点的追问、还是来自一线实践中的真实困惑，都有机会在这一环节中与大佬讨论、交流，让现场讨论更具参与感与启发性。 GGF2025活动现场 特别环节：AI出海创业项目路演 除主题讨论外，GGF2026还将设置AI出海创业项目路演特别环节，面向全球征集优质AI出海创新项目。经评审筛选后，入围项目将在现场进行路演展示，并获得投资人点评与精准投融资对接机会。 我们希望通过这一环节，让更多具备技术潜力、产品想象力与全球化野心的新一代创业项目，在真实产业语境中被看见、被连接、被验证，也让创新者、投资人和产业资源在同一个现场形成更高效的互动。 AI路演项目申报通道现已开启，欢迎专初创AI企业扫描下方二维码填写申报表： 下午场：落地实操・拆解出海全链路打法 如果说上午场更多回答的是“方向在哪里”，那么下午场将更进一步，聚焦企业“到底该怎么做”。下午议程将从区域布局、全链路效率、AI基础设施、品牌与组织建设、硬科技出海以及内容创新等多个层面，拆解企业全球化的落地路径。 重点议题包括： · 《2026重点出海区域：欧美、中东与新兴市场的机会分化》 · 《从工具到生态：AI如何重构出海全链路》 · 《AI+x：中国企业全球化的新基础设施》 · 《AI出海的长期主义：技术壁垒、品牌建设与本地化运营》 · 《破局“硬”科技出海：具身智能与AI硬件的场景商业化与供应链韧性》 · 《AI漫剧：下一波出海爆款从哪来》 下午压轴圆桌的主题为《AI时代的全球化核心竞争力》。讨论将围绕几个极具现实意义的问题展开： · AI是降本工具，还是战略基础设施？ · 从“卖产品”到“做品牌”，AI如何重塑全球品牌能力？ · 在资本理性期，什么样的全球化公司具备穿越周期的韧性？ · 组织、人才与本土化能力，如何成为企业真正的护城河？ 1. GGF2026，不只是一场论坛 今天的企业参加一场论坛，已经不只是为了“获取信息”。大家更关心的是，能不能在这里听到足够新的判断，碰到足够关键的人，找到真正有价值的合作机会，看到值得参考的全球化样本。GGF2026希望提供的，正是这样一个兼具趋势判断、产业链接与合作触发的现场。 这里会有对全球市场变化的研究视角，会有对AI如何进入企业出海全链路的实战拆解，会有来自品牌、科技、硬件、内容、服务生态等不同角色的经验碰撞，也会有项目路演、榜单发布与更多高质量交流场景，共同构成一次更完整的全球化行业会面。 对于正在全球化路上的企业而言，这不仅是一场会，更可能是一次重新识别方向、更新认知、链接合作的关键节点。 GGF2025颁奖晚宴 1. 晚间重磅：年度榜单发布 在晚宴环节，将举行EqualOcean出海全球化系列年度榜单发布环节。 我们希望通过榜单，识别这个时代最具代表性的全球化参与者：那些真正理解区域差异、具备本地经营能力、能够将AI转化为新竞争力，并在复杂环境中保持长期投入与韧性的企业和机构。 榜单既是对优秀样本的阶段性呈现，也是对中国企业全球化新趋势的一次集中观察。相关征集通道也将同步开启，欢迎企业与机构积极参与。 榜单申报通道现已开启，欢迎专注于出海全球化的企业/机构扫描下方二维码填写申报表： 拟发布年度榜单（以活动现场发布为准）： EqualOcean出海全球化品牌榜单 2026中国AI应用全球化品牌TOP10 2026中国出行科技全球化品牌TOP10 2026中国智能设备全球化品牌TOP10 2026中国数字内容与娱乐全球化品牌TOP10 2026中国医疗科技全球化品牌TOP10 2026中国智能家居全球化品牌TOP10 2026中国实体零售全球化品牌TOP10 EqualOcean出海全球化服务商榜单 2026出海全球化金融科技机构TOP10 2026出海全球化品牌营销机构TOP10 2026出海全球化人才服务机构TOP10 2026出海全球化合规服务机构TOP10 EqualOcean出海全球化投资机构榜单 2026出海全球化投资机构TOP20 EqualOcean出海ESG典范企业榜单 2026中国出海ESG典范企业TOP20 2. GGF2026大会报名通道 如果你正在重新判断企业的全球化路径；如果你关心AI将如何改变出海的产品、品牌与组织逻辑；如果你希望与更多企业家、投资人、服务生态和创新项目建立连接；如果你相信下一个阶段的全球化竞争，比的已经不只是速度，而是韧性、系统能力与长期主义——欢迎来到 GGF2026。 GGF2026大会报名通道现已开启，欢迎扫描下方二维码报名。 3. GGF合作&咨询 关于我们 EqualOcean是一家专注于服务中国企业出海全球化、帮助海外公司或机构把握中国发展机遇的新型智库与核心资源链接者。 以\"连接中国与世界为使命\"，我们的核心优势是拥有业内最强的团队、连接官方和民间、打通科技互联网和\"传统行业\"、具有全球化视野和全球资源网络。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？", "hot_score": 0.0 }, { "id": 668, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Data centers are coming for rural America", "url": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "summary": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.4 million-square-foot facility was purchased through a joint venture by JGT2 Redevelopment and a number […]", "published_at": "2026-05-13T02:08:42+00:00", "discovered_at": "2026-05-13T09:18:18.021170+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Data centers are coming for rural America", "link": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "summary": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.4 million-square-foot facility was purchased through a joint venture by JGT2 Redevelopment and a number […]" }, "normalized_title": "datacentersarecomingforruralamerica", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "content_fingerprint": "1aff6d5c613835916030ec15ea25b5bb1a1c521c7053ad43744698308e5ce768", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:668", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 668, "duplicate_primary_title": "Data centers are coming for rural America", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Data centers are coming for rural America", "display_summary_zh": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.4 million-square-foot facility was purchased through a joint venture by JGT2 Redevelopment and a number […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.", "hot_score": 0.0 }, { "id": 642, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "url": "https://36kr.com/p/3806507139390984?f=rss", "canonical_url": "https://36kr.com/p/3806507139390984?f=rss", "summary": "作者 | 张子怡 编辑 | 袁斯来 那是一个价值5000万美元成功故事诞生的夜晚。 eufy Make的产研负责人 Cheney Xie 仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。 首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。” 当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。 时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。 eufy Make E1走过了近一年，产品在海外已接近完全交付。eufy Make E1在国内市场也正式开启售卖。 无论是对安克创新，还是对eufy Make，成功量产且交付都颇具里程碑意味。毕竟，E1是全球首款消费级UV打印机，生产它需要全新的经验，也要面临复杂的产业链整合。 市场对这款产品能否平稳落地没什么信心。在研发eufy Make E1前，安克研发过3D打印机，其最早一代打印也创造过众筹记录，然而最终在量产交付不顺，出师未捷。 为了避免早前3D打印的量产问题，这一次，eufy Make的项目组开了近200场讨论会，白天做产品，晚上对模块，想要确保每一部分最终都是最佳架构。团队吵得最凶的时候， Cheney Xie 记得会议室的门把手都被摔坏过。 即便如此，在万级规模的量产过程中，模具公差还是造成了漏液问题，顶着发货压力，工程师睡在工厂一个月排查问题，最终决定重新开模、重新生产并置换所有受影响的零部件。 他们也第一次深入到了行业上游。以UV墨水为例，全球虽然超过80%的UV墨水由中国生产，但仅限于工业领域，没有人知道消费级UV墨水要怎么做。eufy Make只能自己和产业链磨，要做到无尘灌装、环保认证和芯片管控等等，成本也一路走高，100ml的UV墨水售价要42.99美金。昂贵的墨水成为其用户使用后频繁讨论的问题之一。 这是在最初设计UV打印机没有想过的难点。 Cheney Xie 说，在项目的每个阶段，他都在不停的反问自己，是不是做了正确选择，还有没有改进空间。即便已经顺利交付， Cheney Xie 仍然说，这代产品还不够完美，还有大量的创新机会。 他们也成了行业的领头人。36氪了解到，不少公司包括创业企业都已在研发UV相关的硬件产品。 在这个节点，我们同 Cheney Xie 聊了聊，在这代明星产品背后，团队经历了什么？安克又如何落地与实践？ 01 开模后也要从头来过 硬氪：我想追溯一个问题，您提到2023年开始去工厂调研，当时已经打算切入UV打印机这个赛道了吗？ Cheney Xie： 当时我们在深访了50多个Maker，问卷调研了2000多位Maker，发现用户真正需要的其实是一个“创意工具”。 任何作品都有“形、色、质”三个维度。FDM只解决了形状，没解决颜色和质感。激光雕刻解决了切割和部分表面质感，也没有颜色。而UV打印技术已经在工业界存在几十年了，能解决颜色问题，还能基于已有物品创作，商业应用场景极广。 当时市面是空白的，我们花了半年多时间做技术预研，到了2023年年底，我们就决定战略调整，放弃FDM市场，all in到UV打印机赛道。 硬氪：在2023年底论证这个产品时，这完全是一个新品类，而且你们过去并没有类似的基因和经验。当时最难说服老板的点是什么？ Cheney Xie： 2023年汇报时的阻力没有想象中那么大。我们对是否推出一款产品，有一个很清晰的判断标准：这款产品能不能在某个维度上做到真正的全球领先——或者是做出了一个从来没有人做过的东西，或者是在某个用户最在意的体验指标上做到了没有人能超过你。如果说不清楚，那通常意味着这件事还没想清楚，或者这个方向不值得押注。 当时我们汇报了两个机会，后来老板让我们二选一，再给三个月时间论证。最后一轮论证完，我们选了UV。因为洞察显示用户对这个概念的喜爱程度非常高。 硬氪：UV打印原本是工业级产品，在技术预研阶段，你们有没有觉得哪些地方是极具挑战，甚至可能做不出来的？ Cheney Xie： 有。比如喷墨系统成本问题。工业设备十几二十万（一台），我们要做到1/10的成本。当时去问过方案商，一个喷头控制板卡卖4万。我问大批量能不能便宜点？对方说最便宜4000块。4000块我们也用不起。 后来我们拆解发现板卡本身的物料成本其实也就400块。它贵在研发。工业方案商一年卖几千片，得养100多号研发，成本全分摊进去了。 既然判断物料成本其实也就400块，那我们就自研呗。只要突破自研技术，成本就降下来了。虽然前面没人做过，心里忐忑，但逻辑是通的。 硬氪：这种控制板卡具体是起什么作用的？ Cheney Xie： 就是控制整个喷头的喷墨驱动、喷墨算法等等。 硬氪：你们在做这个产品的时候，发现工业设备在这方面分得很细，有平板机、旋转机、水晶标机，还有卷对卷机。你们是怎么整合的？ Cheney Xie： 工业分工明确是为了大规模生意，但我们的用户是长尾创作。我们得把这四台机器的功能压缩到一台里，体积还要缩小到工业机的1/10。 早期架构推翻了3次。最开始做单旋臂，精度达不到30微米的要求。后来我们借鉴了3D打印的龙门架结构，首创了双Y轴交错的设计，把体积压得很扁。通过这个架构，各种平台板可以轻松更换，换个旋转体配件一锁就行。为了稳固，我们首次采用了1250吨的一体压铸工艺来压铸X轴框架，保证运动时的稳定。 硬氪：光是这个架构，你们大概推翻重来了几次？ Cheney Xie： 3次。 硬氪：前三次应该还没到开模阶段吧？那开模之后有没有再重来过？ Cheney Xie： 有过一次，做“立体纹理”的时候。 当时是2024年下半年，项目已经开模了，我们去展会看到“肌理画”，启发非常大。肌理画一层层堆上去，能够模拟出各种质感，效果很惊艳。后面我们也去大芬村，打印了一些肌理画的样品，找用户聊了，他们看得两眼放光。我们就决定，就算项目延期、重新开模，也要把立体纹理作为产品最大的创新点。 硬氪：这听起来很难，那这种立体纹理对你们来说，最核心的困难点在哪里？ Cheney Xie： 难在全链路。首先得有模型，普通消费者不知道怎么把一张图变成立体模型。所以软件层面，我们要用大语言模型做训练。油画、浮雕、人脸、风景，算法都不一样，需要分开训练。 再就是堆叠算法。如果精度不够或某个孔堵了，堆出来的地方就变成一条坑。我们研究了超过一年，才把它搞出来。虽然团队没人做过喷墨打印，但我们有3D打印积累的算法团队和硬件架构、传感器、AI检测的经验，所以能应对。 硬氪：硬软件层面和创新点可能解决了，但最后的量产环节，是不是又是一个全新的挑战？ Cheney Xie： 量产确实挑战极大。没有人做过上万量级、数十万量级的UV打印机生产。工业级一年卖1000台就顶天了。众筹远超预期，原来想做1000万美金，结果做了4000多万，压力非常大。 硬氪：在交付上会有什么难点？之前AnkerMake的3D打印机就在交付上遇到过问题，而且3D打印相对成熟，你们现在做的UV打印完全没有先例。 Cheney Xie： 核心还是要重新定义。我们在工厂里摆了100台机器，每天做压力测试，光墨水都打了好几吨，那是花钱堆出来的。为了保障产品交付的质量，我们工程师选择驻扎在工厂里，跟压铸厂一起解决一体压铸的工程化问题。 硬氪：你们这次是不是吸取了之前做3D打印机的教训？ Cheney Xie： 当然。这次我们在前期的仿真和架构论证上做了大量工作。团队白天做实验，晚上开评审会，光这种评审会就超过了200场。我们要一个模块一个模块地检查最佳架构。 硬氪：在整个过程中，你印象中最激烈的一次矛盾发生在哪个环节？ Cheney Xie： 其实很多，团队里吵得很凶（笑） 好比说产品经理坚持重量不能超过20公斤，怕用户搬不起来，就得去抠每一个零部件的重量。有人会问：“多出这0.5毫米真的那么重要吗？多了0.5毫米用户就不买我们产品了？” 但这是种做产品的精神，你这个放松一点，在接下来很多地方，你看不到的地方就会放纵很多。你必须每个部分都算、都去抠（细节）。这种磨合持续了一年半，非常耗心力。 硬氪：关于供应链，尤其是刚才提到的喷头，很多都是日本厂商提供的，价格极高。你们有没有担心过供应稳定性或议价权的问题？这块是怎么处理的？ Cheney Xie： 确实，除了喷头之外，其他技术我们都自主掌控了。喷头这块中国几十年还没突破，我们只能选择跟工厂、供应商一起解决大量的工程化问题，其实在这块是没得选的。我们也希望能够推动喷头国产化的可能。 硬氪：目前拿到了稳定货源，但随着EufyMake的成功，竞争对手（如xTool、拓竹等）都在跟进。既然喷头目前还不是国产，当竞争白热化时，供应端会不会出现风险？ Cheney Xie： 这个不好说，就像手机芯片一样，深度合作能优先拿到货。我觉得避免不了竞争，但最终还是相互共赢的过程。 02 全新品类的新难题 硬氪：有个我们没意识到的问题是，EufyMake的墨水消费者反应很贵，这是为什么？ Cheney Xie： 其实UV打印行业已经存在几十年了，它过去主要是在工业领域。目前全世界超过80%的UV墨水基本都是中国生产的。 早期我们想得很简单：既然墨水都在中国生产，找一家供应商采购不就好了吗？但后来发现，工业标准和消费级标准完全不同。工业机器是几十万一台在工厂里用的，而我们要做的东西是放在家里用的，场景完全变了。 家用级的墨水首先要安全环保。我们找了UL这种行业顶级的认证机构，了解安全环保的顶级标准是什么。我们要按照最严格的标准，叫GREENGUARD Gold来做。 我们要保证打印完之后，小孩都可以直接接触。虽然目前品类受限还做不到食品级安全，但至少要保证小孩接触没问题。这是定下的第一个标准。 第二个就是质量。我们要做出那种让人感到“哇塞”的效果，所以打印质量得符合工业级。当时定了一个标准，色差标准ΔΕ必须小于6。一旦超过这个数值，肉眼就能看出明显的色阶差异，那就不合格。 再一个就是堵头的问题。工业机器如果堵头了，那些专业工人可以拿针筒去清洗喷头。但实际上，我们的消费者不可能自己拿个针筒去洗，所以我们对墨水质量的管控、杂质的过滤做了高规格的要求。墨水在大型过滤到灌装环节，都要求在万级无尘环境里操作。工业墨水为了追求大规模和低成本，是不会这么干的。但我们一旦重新定义了消费级标准，成本自然就涨上去了。 最后为了安全，我们把墨盒做成了封闭式的。因为墨水在未固化前具有一定的腐蚀性，皮肤长期接触可能会导致过敏，所以必须减少用户接触墨水的机会。而且我们在墨盒里加了芯片和二维码，从生产源头就开始��踪，甚至快过期了都会提醒用户。 这些事情早期很多用户不理解，觉得人家工业的那么便宜，你凭什么贵这么多？我们听到了这些声音，现在也在保证安全和高质量的前提下，寻找新的解决方案。 硬氪：听说UV打印机普遍存在喷头堵塞的问题。所以你们的解决方案是用这种盒子式的系统，把墨水系统锁住吗？ Cheney Xie： 封闭式是措施之一，但喷头堵塞是整个喷墨打印行业几十年都没彻底解决的问题。2023年我们去走访工厂、工作室，那些专业人士跟我们说，最怕的就是过年没人维护，回来几万块钱的喷头就报废了。 我们想让普通用户持续使用，必须解决这个问题。所以我们设计了Jet Clean™自动保养系统。当你不用时，它会自动灌入保湿液，把喷头和墨路洗干净并保持湿润。这个状态就像从工厂刚出货一样。用户度一个月假回来，机器也是好的。 就算堵了，你在APP上点一下Clean就会自动清洗，不需要用户拿针筒去注水。工业机没有这个，因为那是专业工人在手动维护。我们还把喷头做成了快拆设计，拧两个螺丝就能换，非常方便。考虑到喷头贵，我们还弄了一个eufyMake Care喷头险，就像手机碎屏险，一年内坏了免费补发。 硬氪：我好奇一下，现在你们一盒墨水到底要卖多少钱？ Cheney Xie： 现在一盒墨水大概是100毫升，海外卖42.99美金。在国内会便宜一点，一套墨水现在的价格大概是999元。 硬氪：那这一套墨水可以打印多长时间，或者说能打印出多少产品？你们有没有测算过？ Cheney Xie： 这个取决于用户打印什么。如果只是打平面的东西，耗墨量很小，比如打一个小冰箱贴，一套墨水可以打超过2000个。但如果你要去打那种立体浮雕，因为墨水是一层层叠上去的，可能1毫米厚度就得叠20层。那个非常费墨，成本就体现出来了。对于做SMB（小生意）的人，他很快能挣回来；但对于纯DIY爱好者，纯为热爱付出这个成本，确实还是会觉得贵。 硬氪：你们一开始是不是也没想到这个墨水会这么难搞？ Cheney Xie： 我们最开始觉得找一家供应商就好了，但把标准一定完，发现基本上没有哪家能做得动。怎么办？只能跟工厂合作共同研发，共同改进配方。真的是遇山开路，遇水搭桥。 好在我们背靠安克的供应链体系，很多供应商过去跟安克有长期合作。除了墨水和供墨系统比较独特外，其他的塑料模具厂等供应商协同起来会好很多。 03 爆金币般的众筹之夜 硬氪：看到众筹成绩时，团队内部的氛围和反应是怎样的？ Cheney Xie： 真的很激动，当天晚上大家都不舍得睡觉。看着那个数字像刷金币一样哗哗涨。头100万美金不到一分钟就过去了。大家凌晨四五点还在群里发截图。 硬氪：从去年4月底上线到6月底收官，作为一个全新的产品，众筹过程看起来非常顺利，一直在破纪录。 Cheney Xie： 众筹期间是还准备得比较充分。 硬氪：众筹之后进入交付和市场验证阶段，有没有遇到意料之外的挑战？比如生产困难或交付压力。我听说你们确实遇到过一些交付上的波折，哪些点是你们在交付过程中需要不断改进的？ Cheney Xie： 主要是大规模生产的一致性问题。其实早期我们做了大量的测试，几百台样机反复做过测试，也找到外面的用户做过测试。 但是后来发现，硬件产品生产几百台和几万台时是有鸿沟的，就是一致性的问题。比如批量生产时，定量桶开模出现了公差偏差，导致时间久了有极小的概率会漏液。这个漏液不是马上出现的，是用着用着才会暴露。 我们发现后，也不可能让用户去抽奖一样的遇到问题产品。只能把货全Hold住不发，去查、去拆。定位问题后重新开模。 查了个把月，得一个个排查，整个过程非常折腾，得大规模做压力测试才能把问题找出来，找到之后得改磨具。零部件也要全部重新开模。但是大规模量产必须面对这些问题。 硬氪：目前这个产品还有哪些让你觉得不完美的地方？ Cheney Xie： 比如说打印速度、墨水成本，这些都还不完美。我们看一个技术、品类，它都是有生命周期曲线的，这个品类还在Innovator阶段，有大量的创新机会。你肯定有压力，但这里蕴含的创新机会还是有机会做出很不一样的下一代产品。 硬氪：您提到会不停地反问自己，那么在哪个阶段这种自我审视是最频繁的？ Cheney Xie： 每个阶段都没停过。我们早期请了近100个KOC提前加入项目组。每天花时间跟他们聊，去他们家里拜访，观察他们怎么使用。我们在不断Check设计定义对不对。 毕竟这是个全新的产品，做它的时候还是要有敬畏之心。", "published_at": "2026-05-13T01:30:00+00:00", "discovered_at": "2026-05-13T02:17:28.024305+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "link": "https://36kr.com/p/3806507139390984?f=rss", "summary": "

作者 | 张子怡

\n

编辑 | 袁斯来

\n

那是一个价值5000万美元成功故事诞生的夜晚。

\n

eufy Make的产研负责人Cheney Xie仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。

\n

首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。”

\n

当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。

\n

时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。

\n

eufy Make E1走过了近一年，产品在海外已接近完全交付。eufy Make E1在国内市场也正式开启售卖。

\n

无论是对安克创新，还是对eufy Make，成功量产且交付都颇具里程碑意味。毕竟，E1是全球首款消费级UV打印机，生产它需要全新的经验，也要面临复杂的产业链整合。

\n

市场对这款产品能否平稳落地没什么信心。在研发eufy Make E1前，安克研发过3D打印机，其最早一代打印也创造过众筹记录，然而最终在量产交付不顺，出师未捷。

\n

为了避免早前3D打印的量产问题，这一次，eufy Make的项目组开了近200场讨论会，白天做产品，晚上对模块，想要确保每一部分最终都是最佳架构。团队吵得最凶的时候，Cheney Xie记得会议室的门把手都被摔坏过。

\n

即便如此，在万级规模的量产过程中，模具公差还是造成了漏液问题，顶着发货压力，工程师睡在工厂一个月排查问题，最终决定重新开模、重新生产并置换所有受影响的零部件。

\n

他们也第一次深入到了行业上游。以UV墨水为例，全球虽然超过80%的UV墨水由中国生产，但仅限于工业领域，没有人知道消费级UV墨水要怎么做。eufy Make只能自己和产业链磨，要做到无尘灌装、环保认证和芯片管控等等，成本也一路走高，100ml的UV墨水售价要42.99美金。昂贵的墨水成为其用户使用后频繁讨论的问题之一。

\n

这是在最初设计UV打印机没有想过的难点。Cheney Xie说，在项目的每个阶段，他都在不停的反问自己，是不是做了正确选择，还有没有改进空间。即便已经顺利交付，Cheney Xie仍然说，这代产品还不够完美，还有大量的创新机会。

\n

他们也成了行业的领头人。36氪了解到，不少公司包括创业企业都已在研发UV相关的硬件产品。

\n

在这个节点，我们同Cheney Xie聊了聊，在这代明星产品背后，团队经历了什么？安克又如何落地与实践？

\n

01 开模后也要从头来过

\n

硬氪：我想追溯一个问题，您提到2023年开始去工厂调研，当时已经打算切入UV打印机这个赛道了吗？

\n

Cheney Xie：当时我们在深访了50多个Maker，问卷调研了2000多位Maker，发现用户真正需要的其实是一个“创意工具”。

\n

任何作品都有“形、色、质”三个维度。FDM只解决了形状，没解决颜色和质感。激光雕刻解决了切割和部分表面质感，也没有颜色。而UV打印技术已经在工业界存在几十年了，能解决颜色问题，还能基于已有物品创作，商业应用场景极广。

\n

当时市面是空白的，我们花了半年多时间做技术预研，到了2023年年底，我们就决定战略调整，放弃FDM市场，all in到UV打印机赛道。

\n

硬氪：在2023年底论证这个产品时，这完全是一个新品类，而且你们过去并没有类似的基因和经验。当时最难说服老板的点是什么？

\n

Cheney Xie：2023年汇报时的阻力没有想象中那么大。我们对是否推出一款产品，有一个很清晰的判断标准：这款产品能不能在某个维度上做到真正的全球领先——或者是做出了一个从来没有人做过的东西，或者是在某个用户最在意的体验指标上做到了没有人能超过你。如果说不清楚，那通常意味着这件事还没想清楚，或者这个方向不值得押注。

\n

当时我们汇报了两个机会，后来老板让我们二选一，再给三个月时间论证。最后一轮论证完，我们选了UV。因为洞察显示用户对这个概念的喜爱程度非常高。

\n

硬氪：UV打印原本是工业级产品，在技术预研阶段，你们有没有觉得哪些地方是极具挑战，甚至可能做不出来的？

\n

Cheney Xie：有。比如喷墨系统成本问题。工业设备十几二十万（一台），我们要做到1/10的成本。当时去问过方案商，一个喷头控制板卡卖4万。我问大批量能不能便宜点？对方说最便宜4000块。4000块我们也用不起。

\n

后来我们拆解发现板卡本身的物料成本其实也就400块。它贵在研发。工业方案商一年卖几千片，得养100多号研发，成本全分摊进去了。

\n

既然判断物料成本其实也就400块，那我们就自研呗。只要突破自研技术，成本就降下来了。虽然前面没人做过，心里忐忑，但逻辑是通的。

\n

硬氪：这种控制板卡具体是起什么作用的？

\n

Cheney Xie：就是控制整个喷头的喷墨驱动、喷墨算法等等。

\n

硬氪：你们在做这个产品的时候，发现工业设备在这方面分得很细，有平板机、旋转机、水晶标机，还有卷对卷机。你们是怎么整合的？

\n

Cheney Xie：工业分工明确是为了大规模生意，但我们的用户是长尾创作。我们得把这四台机器的功能压缩到一台里，体积还要缩小到工业机的1/10。

\n

早期架构推翻了3次。最开始做单旋臂，精度达不到30微米的要求。后来我们借鉴了3D打印的龙门架结构，首创了双Y轴交错的设计，把体积压得很扁。通过这个架构，各种平台板可以轻松更换，换个旋转体配件一锁就行。为了稳固，我们首次采用了1250吨的一体压铸工艺来压铸X轴框架，保证运动时的稳定。

\n

硬氪：光是这个架构，你们大概推翻重来了几次？

\n

Cheney Xie：3次。

\n

硬氪：前三次应该还没到开模阶段吧？那开模之后有没有再重来过？

\n

Cheney Xie：有过一次，做“立体纹理”的时候。

\n

当时是2024年下半年，项目已经开模了，我们去展会看到“肌理画”，启发非常大。肌理画一层层堆上去，能够模拟出各种质感，效果很惊艳。后面我们也去大芬村，打印了一些肌理画的样品，找用户聊了，他们看得两眼放光。我们就决定，就算项目延期、重新开模，也要把立体纹理作为产品最大的创新点。

\n

硬氪：这听起来很难，那这种立体纹理对你们来说，最核心的困难点在哪里？

\n

Cheney Xie：难在全链路。首先得有模型，普通消费者不知道怎么把一张图变成立体模型。所以软件层面，我们要用大语言模型做训练。油画、浮雕、人脸、风景，算法都不一样，需要分开训练。

\n

再就是堆叠算法。如果精度不够或某个孔堵了，堆出来的地方就变成一条坑。我们研究了超过一年，才把它搞出来。虽然团队没人做过喷墨打印，但我们有3D打印积累的算法团队和硬件架构、传感器、AI检测的经验，所以能应对。

\n

硬氪：硬软件层面和创新点可能解决了，但最后的量产环节，是不是又是一个全新的挑战？

\n

Cheney Xie：量产确实挑战极大。没有人做过上万量级、数十万量级的UV打印机生产。工业级一年卖1000台就顶天了。众筹远超预期，原来想做1000万美金，结果做了4000多万，压力非常大。

\n

硬氪：在交付上会有什么难点？之前AnkerMake的3D打印机就在交付上遇到过问题，而且3D打印相对成熟，你们现在做的UV打印完全没有先例。

\n

Cheney Xie：核心还是要重新定义。我们在工厂里摆了100台机器，每天做压力测试，光墨水都打了好几吨，那是花钱堆出来的。为了保障产品交付的质量，我们工程师选择驻扎在工厂里，跟压铸厂一起解决一体压铸的工程化问题。

\n

硬氪：你们这次是不是吸取了之前做3D打印机的教训？

\n

Cheney Xie：当然。这次我们在前期的仿真和架构论证上做了大量工作。团队白天做实验，晚上开评审会，光这种评审会就超过了200场。我们要一个模块一个模块地检查最佳架构。

\n

硬氪：在整个过程中，你印象中最激烈的一次矛盾发生在哪个环节？

\n

Cheney Xie：其实很多，团队里吵得很凶（笑）

\n

好比说产品经理坚持重量不能超过20公斤，怕用户搬不起来，就得去抠每一个零部件的重量。有人会问：“多出这0.5毫米真的那么重要吗？多了0.5毫米用户就不买我们产品了？”

\n

但这是种做产品的精神，你这个放松一点，在接下来很多地方，你看不到的地方就会放纵很多。你必须每个部分都算、都去抠（细节）。这种磨合持续了一年半，非常耗心力。

\n

硬氪：关于供应链，尤其是刚才提到的喷头，很多都是日本厂商提供的，价格极高。你们有没有担心过供应稳定性或议价权的问题？这块是怎么处理的？

\n

Cheney Xie：确实，除了喷头之外，其他技术我们都自主掌控了。喷头这块中国几十年还没突破，我们只能选择跟工厂、供应商一起解决大量的工程化问题，其实在这块是没得选的。我们也希望能够推动喷头国产化的可能。

\n

硬氪：目前拿到了稳定货源，但随着EufyMake的成功，竞争对手（如xTool、拓竹等）都在跟进。既然喷头目前还不是国产，当竞争白热化时，供应端会不会出现风险？

\n

Cheney Xie：这个不好说，就像手机芯片一样，深度合作能优先拿到货。我觉得避免不了竞争，但最终还是相互共赢的过程。

\n

02 全新品类的新难题

\n

硬氪：有个我们没意识到的问题是，EufyMake的墨水消费者反应很贵，这是为什么？

\n

Cheney Xie：其实UV打印行业已经存在几十年了，它过去主要是在工业领域。目前全世界超过80%的UV墨水基本都是中国生产的。

\n

早期我们想得很简单：既然墨水都在中国生产，找一家供应商采购不就好了吗？但后来发现，工业标准和消费级标准完全不同。工业机器是几十万一台在工厂里用的，而我们要做的东西是放在家里用的，场景完全变了。

\n

家用级的墨水首先要安全环保。我们找了UL这种行业顶级的认证机构，了解安全环保的顶级标准是什么。我们要按照最严格的标准，叫GREENGUARD Gold来做。

\n

我们要保证打印完之后，小孩都可以直接接触。虽然目前品类受限还做不到食品级安全，但至少要保证小孩接触没问题。这是定下的第一个标准。

\n

第二个就是质量。我们要做出那种让人感到“哇塞”的效果，所以打印质量得符合工业级。当时定了一个标准，色差标准ΔΕ必须小于6。一旦超过这个数值，肉眼就能看出明显的色阶差异，那就不合格。

\n

再一个就是堵头的问题。工业机器如果堵头了，那些专业工人可以拿针筒去清洗喷头。但实际上，我们的消费者不可能自己拿个针筒去洗，所以我们对墨水质量的管控、杂质的过滤做了高规格的要求。墨水在大型过滤到灌装环节，都要求在万级无尘环境里操作。工业墨水为了追求大规模和低成本，是不会这么干的。但我们一旦重新定义了消费级标准，成本自然就涨上去了。

\n

最后为了安全，我们把墨盒做成了封闭式的。因为墨水在未固化前具有一定的腐蚀性，皮肤长期接触可能会导致过敏，所以必须减少用户接触墨水的机会。而且我们在墨盒里加了芯片和二维码，从生产源头就开始��踪，甚至快过期了都会提醒用户。

\n

这些事情早期很多用户不理解，觉得人家工业的那么便宜，你凭什么贵这么多？我们听到了这些声音，现在也在保证安全和高质量的前提下，寻找新的解决方案。

\n

硬氪：听说UV打印机普遍存在喷头堵塞的问题。所以你们的解决方案是用这种盒子式的系统，把墨水系统锁住吗？

\n

Cheney Xie：封闭式是措施之一，但喷头堵塞是整个喷墨打印行业几十年都没彻底解决的问题。2023年我们去走访工厂、工作室，那些专业人士跟我们说，最怕的就是过年没人维护，回来几万块钱的喷头就报废了。

\n

我们想让普通用户持续使用，必须解决这个问题。所以我们设计了Jet Clean™自动保养系统。当你不用时，它会自动灌入保湿液，把喷头和墨路洗干净并保持湿润。这个状态就像从工厂刚出货一样。用户度一个月假回来，机器也是好的。

\n

就算堵了，你在APP上点一下Clean就会自动清洗，不需要用户拿针筒去注水。工业机没有这个，因为那是专业工人在手动维护。我们还把喷头做成了快拆设计，拧两个螺丝就能换，非常方便。考虑到喷头贵，我们还弄了一个eufyMake Care喷头险，就像手机碎屏险，一年内坏了免费补发。

\n

硬氪：我好奇一下，现在你们一盒墨水到底要卖多少钱？

\n

Cheney Xie：现在一盒墨水大概是100毫升，海外卖42.99美金。在国内会便宜一点，一套墨水现在的价格大概是999元。

\n

硬氪：那这一套墨水可以打印多长时间，或者说能打印出多少产品？你们有没有测算过？

\n

Cheney Xie：这个取决于用户打印什么。如果只是打平面的东西，耗墨量很小，比如打一个小冰箱贴，一套墨水可以打超过2000个。但如果你要去打那种立体浮雕，因为墨水是一层层叠上去的，可能1毫米厚度就得叠20层。那个非常费墨，成本就体现出来了。对于做SMB（小生意）的人，他很快能挣回来；但对于纯DIY爱好者，纯为热爱付出这个成本，确实还是会觉得贵。

\n

硬氪：你们一开始是不是也没想到这个墨水会这么难搞？

\n

Cheney Xie：我们最开始觉得找一家供应商就好了，但把标准一定完，发现基本上没有哪家能做得动。怎么办？只能跟工厂合作共同研发，共同改进配方。真的是遇山开路，遇水搭桥。

\n

好在我们背靠安克的供应链体系，很多供应商过去跟安克有长期合作。除了墨水和供墨系统比较独特外，其他的塑料模具厂等供应商协同起来会好很多。

\n

03 爆金币般的众筹之夜

\n

硬氪：看到众筹成绩时，团队内部的氛围和反应是怎样的？

\n

Cheney Xie：真的很激动，当天晚上大家都不舍得睡觉。看着那个数字像刷金币一样哗哗涨。头100万美金不到一分钟就过去了。大家凌晨四五点还在群里发截图。

\n

硬氪：从去年4月底上线到6月底收官，作为一个全新的产品，众筹过程看起来非常顺利，一直在破纪录。

\n

Cheney Xie：众筹期间是还准备得比较充分。

\n

硬氪：众筹之后进入交付和市场验证阶段，有没有遇到意料之外的挑战？比如生产困难或交付压力。我听说你们确实遇到过一些交付上的波折，哪些点是你们在交付过程中需要不断改进的？

\n

Cheney Xie：主要是大规模生产的一致性问题。其实早期我们做了大量的测试，几百台样机反复做过测试，也找到外面的用户做过测试。

\n

但是后来发现，硬件产品生产几百台和几万台时是有鸿沟的，就是一致性的问题。比如批量生产时，定量桶开模出现了公差偏差，导致时间久了有极小的概率会漏液。这个漏液不是马上出现的，是用着用着才会暴露。

\n

我们发现后，也不可能让用户去抽奖一样的遇到问题产品。只能把货全Hold住不发，去查、去拆。定位问题后重新开模。

\n

查了个把月，得一个个排查，整个过程非常折腾，得大规模做压力测试才能把问题找出来，找到之后得改磨具。零部件也要全部重新开模。但是大规模量产必须面对这些问题。

\n

硬氪：目前这个产品还有哪些让你觉得不完美的地方？

\n

Cheney Xie：比如说打印速度、墨水成本，这些都还不完美。我们看一个技术、品类，它都是有生命周期曲线的，这个品类还在Innovator阶段，有大量的创新机会。你肯定有压力，但这里蕴含的创新机会还是有机会做出很不一样的下一代产品。

\n

硬氪：您提到会不停地反问自己，那么在哪个阶段这种自我审视是最频繁的？

\n

Cheney Xie：每个阶段都没停过。我们早期请了近100个KOC提前加入项目组。每天花时间跟他们聊，去他们家里拜访，观察他们怎么使用。我们在不断Check设计定义对不对。

\n

毕竟这是个全新的产品，做它的时候还是要有敬畏之心。

", "extracted_published_at": "2026-05-13T01:30:00+00:00" }, "normalized_title": "36氪专访安克创新eufymake负责人众筹超4000万美金后还在红海寻找缝隙", "resolved_target": "https://36kr.com/p/3806507139390984?f=rss", "content_fingerprint": "601c213efea4bdcba5cb7707729e159d456c9fe04d66e4185b83677bc99896d3", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n36氪专访 | 安克创新eufyMake负责人：众筹超4000万美金后，还在红海寻找缝隙\n张子怡Leslie\n2026年05月13日 09:30\n开创全新品类，既能收获胜利的果实，也要面临不确定性的苦涩。\n安克创新\n定向增发\n湖南省\n2011-12\n智能数码周边产品研发商\n36氪报道\n智能硬件\n瞪羚企业\n高新技术企业\nFUTURE2022消费新势力\n我要联系\n作者 | 张子怡\n编辑 | 袁斯来\n那是一个价值5000万美元成功故事诞生的夜晚。\neufyMake的产研负责人\nCheney Xie\n仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。\n首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。”\n当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。\n时至今日，eufyMake E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。\neufyMake E1走过了近一年，产品在海外已接近完全交付。eufyMake E1在国内市场也正式开启售卖。\n无论是对安克创新，还是对eufyMake，成功量产且交付都颇具里程碑意味。毕竟，E1是全球首款消费级UV打印机，生产它需要全新的经验，也要面临复杂的产业链整合。\n市场对这款产品能否平稳落地没什么信心。在研发eufyMake E1前，安克研发过3D打印机，其最早一代打印也创造过众筹记录，然而最终在量产交付不顺，出师未捷。\n为了避免早前3D打印的量产问题，这一次，eufyMake的项目组开了近200场讨论会，白天做产品，晚上对模块，想要确保每一部分最终都是最佳架构。团队吵得最凶的时候，\nCheney Xie\n记得会议室的门把手都被摔坏过。\n即便如此，在万级规模的量产过程中，模具公差还是造成了漏液问题，顶着发货压力，工程师睡在工厂一个月排查问题，最终决定重新开模、重新生产并置换所有受影响的零部件。\n他们也第一次深入到了行业上游。以UV墨水为例，全球虽然超过80%的UV墨水由中国生产，但仅限于工业领域，没有人知道消费级UV墨水要怎么做。eufyMake只能自己和产业链磨，要做到无尘灌装、环保认证和芯片管控等等，成本也一路走高，100ml的UV墨水售价要42.99美金。昂贵的墨水成为其用户使用后频繁讨论的问题之一。\n这是在最初设计UV打印机没有想过的难点。\nCheney Xie\n说，在项目的每个阶段，他都在不停的反问自己，是不是做了正确选择，还有没有改进空间。即便已经顺利交付，\nCheney Xie\n仍然说，这代产品还不够完美，还有大量的创新机会。\n他们也成了行业的领头人。36氪了解到，不少公司包括创业企业都已在研发UV相关的硬件产品。\n在这个节点，我们同\nCheney Xie\n聊了聊，在这代明星产品背后，团队经历了什么？安克又如何落地与实践？\n01 开模后也要从头来过\n硬氪：我想追溯一个问题，您提到2023年开始去工厂调研，当时已经打算切入UV打印机这个赛道了吗？\nCheney Xie：\n当时我们在深访了50多个Maker，问卷调研了2000多位Maker，发现用户真正需要的其实是一个“创意工具”。\n任何作品都有“形、色、质”三个维度。FDM只解决了形状，没解决颜色和质感。激光雕刻解决了切割和部分表面质感，也没有颜色。而UV打印技术已经在工业界存在几十年了，能解决颜色问题，还能基于已有物品创作，商业应用场景极广。\n当时市面是空白的，我们花了半年多时间做技术预研，到了2023年年底，我们就决定战略调整，放弃FDM市场，all in到UV打印机赛道。\n硬氪：在2023年底论证这个产品时，这完全是一个新品类，而且你们过去并没有类似的基因和经验。当时最难说服老板的点是什么？\nCheney Xie：\n2023年汇报时的阻力没有想象中那么大。我们对是否推出一款产品，有一个很清晰的判断标准：这款产品能不能在某个维度上做到真正的全球领先——或者是做出了一个从来没有人做过的东西，或者是在某个用户最在意的体验指标上做到了没有人能超过你。如果说不清楚，那通常意味着这件事还没想清楚，或者这个方向不值得押注。\n当时我们汇报了两个机会，后来老板让我们二选一，再给三个月时间论证。最后一轮论证完，我们选了UV。因为洞察显示用户对这个概念的喜爱程度非常高。\n硬氪：UV打印原本是工业级产品，在技术预研阶段，你们有没有觉得哪些地方是极具挑战，甚至可能做不出来的？\nCheney Xie：\n有。比如喷墨系统成本问题。工业设备十几二十万（一台），我们要做到1/10的成本。当时去问过方案商，一个喷头控制板卡卖4万。我问大批量能不能便宜点？对方说最便宜4000块。4000块我们也用不起。\n后来我们拆解发现板卡本身的物料成本其实也就400块。它贵在研发。工业方案商一年卖几千片，得养100多号研发，成本全分摊进去了。\n既然判断物料成本其实也就400块，那我们就自研呗。只要突破自研技术，成本就降下来了。虽然前面没人做过，心里忐忑，但逻辑是通的。\n硬氪：这种控制板卡具体是起什么作用的？\nCheney Xie：\n就是控制整个喷头的喷墨驱动、喷墨算法等等。\n硬氪：你们在做这个产品的时候，发现工业设备在这方面分得很细，有平板机、旋转机、水晶标机，还有卷对卷机。你们是怎么整合的？\nCheney Xie：\n工业分工明确是为了大规模生意，但我们的用户是长尾创作。我们得把这四台机器的功能压缩到一台里，体积还要缩小到工业机的1/10。\n早期架构推翻了3次。最开始做单旋臂，精度达不到30微米的要求。后来我们借鉴了3D打印的龙门架结构，首创了双Y轴交错的设计，把体积压得很扁。通过这个架构，各种平台板可以轻松更换，换个旋转体配件一锁就行。为了稳固，我们首次采用了1250吨的一体压铸工艺来压铸X轴框架，保证运动时的稳定。\n硬氪：光是这个架构，你们大概推翻重来了几次？\nCheney Xie：\n3次。\n硬氪：前三次应该还没到开模阶段吧？那开模之后有没有再重来过？\nCheney Xie：\n有过一次，做“立体纹理”的时候。\n当时是2024年下半年，项目已经开模了，我们去展会看到“肌理画”，启发非常大。肌理画一层层堆上去，能够模拟出各种质感，效果很惊艳。后面我们也去大芬村，打印了一些肌理画的样品，找用户聊了，他们看得两眼放光。我们就决定，就算项目延期、重新开模，也要把立体纹理作为产品最大的创新点。\n硬氪：这听起来很难，那这种立体纹理对你们来说，最核心的困难点在哪里？\nCheney Xie：\n难在全链路。首先得有模型，普通消费者不知道怎么把一张图变成立体模型。所以软件层面，我们要用大语言模型做训练。油画、浮雕、人脸、风景，算法都不一样，需要分开训练。\n再就是堆叠算法。如果精度不够或某个孔堵了，堆出来的地方就变成一条坑。我们研究了超过一年，才把它搞出来。虽然团队没人做过喷墨打印，但我们有3D打印积累的算法团队和硬件架构、传感器、AI检测的经验，所以能应对。\n硬氪：硬软件层面和创新点可能解决了，但最后的量产环节，是不是又是一个全新的挑战？\nCheney Xie：\n量产确实挑战极大。没有人做过上万量级、数十万量级的UV打印机生产。工业级一年卖1000台就顶天了。众筹远超预期，原来想做1000万美金，结果做了4000多万，压力非常大。\n硬氪：在交付上会有什么难点？之前AnkerMake的3D打印机就在交付上遇到过问题，而且3D打印相对成熟，你们现在做的UV打印完全没有先例。\nCheney Xie：\n核心还是要重新定义。我们在工厂里摆了100台机器，每天做压力测试，光墨水都打了好几吨，那是花钱堆出来的。为了保障产品交付的质量，我们工程师选择驻扎在工厂里，跟压铸厂一起解决一体压铸的工程化问题。\n硬氪：你们这次是不是吸取了之前做3D打印机的教训？\nCheney Xie：\n当然。这次我们在前期的仿真和架构论证上做了大量工作。团队白天做实验，晚上开评审会，光这种评审会就超过了200场。我们要一个模块一个模块地检查最佳架构。\n硬氪：在整个过程中，你印象中最激烈的一次矛盾发生在哪个环节？\nCheney Xie：\n其实很多，团队里吵得很凶（笑）\n好比说产品经理坚持重量不能超过20公斤，怕用户搬不起来，就得去抠每一个零部件的重量。有人会问：“多出这0.5毫米真的那么重要吗？多了0.5毫米用户就不买我们产品了？”\n但这是种做产品的精神，你这个放松一点，在接下来很多地方，你看不到的地方就会放纵很多。你必须每个部分都算、都去抠（细节）。这种磨合持续了一年半，非常耗心力。\n硬氪：关于供应链，尤其是刚才提到的喷头，很多都是日本厂商提供的，价格极高。你们有没有担心过供应稳定性或议价权的问题？这块是怎么处理的？\nCheney Xie：\n确实，除了喷头之外，其他技术我们都自主掌控了。喷头这块中国几十年还没突破，我们只能选择跟工厂、供应商一起解决大量的工程化问题，其实在这块是没得选的。我们也希望能够推动喷头国产化的可能。\n硬氪：目前拿到了稳定货源，但随着eufyMake的成功，竞争对手（如xTool、拓竹等）都在跟进。既然喷头目前还不是国产，当竞争白热化时，供应端会不会出现风险？\nCheney Xie：\n这个不好说，就像手机芯片一样，深度合作能优先拿到货。我觉得避免不了竞争，但最终还是相互共赢的过程。\n02 全新品类的新难题\n硬氪：有个我们没意识到的问题是，eufyMake的墨水消费者反应很贵，这是为什么？\nCheney Xie：\n其实UV打印行业已经存在几十年了，它过去主要是在工业领域。目前全世界超过80%的UV墨水基本都是中国生产的。\n早期我们想得很简单：既然墨水都在中国生产，找一家供应商采购不就好了吗？但后来发现，工业标准和消费级标准完全不同。工业机器是几十万一台在工厂里用的，而我们要做的东西是放在家里用的，场景完全变了。\n家用级的墨水首先要安全环保。我们找了UL这种行业顶级的认证机构，了解安全环保的顶级标准是什么。我们要按照最严格的标准，叫GREENGUARD Gold来做。\n我们要保证打印完之后，小孩都可以直接接触。虽然目前品类受限还做不到食品级安全，但至少要保证小孩接触没问题。这是定下的第一个标准。\n第二个就是质量。我们要做出那种让人感到“哇塞”的效果，所以打印质量得符合工业级。当时定了一个标准，色差标准ΔΕ必须小于6。一旦超过这个数值，肉眼就能看出明显的色阶差异，那就不合格。\n再一个就是堵头的问题。工业机器如果堵头了，那些专业工人可以拿针筒去清洗喷头。但实际上，我们的消费者不可能自己拿个针筒去洗，所以我们对墨水质量的管控、杂质的过滤做了高规格的要求。墨水在大型过滤到灌装环节，都要求在万级无尘环境里操作。工业墨水为了追求大规模和低成本，是不会这么干的。但我们一旦重新定义了消费级标准，成本自然就涨上去了。\n最后为了安全，我们把墨盒做成了封闭式的。因为墨水在未固化前具有一定的腐蚀性，皮肤长期接触可能会导致过敏，所以必须减少用户接触墨水的机会。而且我们在墨盒里加了芯片和二维码，从生产源头就开始追踪，甚至快过期了都会提醒用户。\n这些事情早期很多用户不理解，觉得人家工业的那么便宜，你凭什么贵这么多？我们听到了这些声音，现在也在保证安全和高质量的前提下，寻找新的解决方案。\n硬氪：听说UV打印机普遍存在喷头堵塞的问题。所以你们的解决方案是用这种盒子式的系统，把墨水系统锁住吗？\nCheney Xie：\n封闭式是措施之一，但喷头堵塞是整个喷墨打印行业几十年都没彻底解决的问题。2023年我们去走访工厂、工作室，那些专业人士跟我们说，最怕的就是过年没人维护，回来几万块钱的喷头就报废了。\n我们想让普通用户持续使用，必须解决这个问题。所以我们设计了Jet Clean™自动保养系统。当你不用时，它会自动灌入保湿液，把喷头和墨路洗干净并保持湿润。这个状态就像从工厂刚出货一样。用户度一个月假回来，机器也是好的。\n就算堵了，你在APP上点一下Clean就会自动清洗，不需要用户拿针筒去注水。工业机没有这个，因为那是专业工人在手动维护。我们还把喷头做成了快拆设计，拧两个螺丝就能换，非常方便。考虑到喷头贵，我们还弄了一个eufyMake Care喷头险，就像手机碎屏险，一年内坏了免费补发。\n硬氪：我好奇一下，现在你们一盒墨水到底要卖多少钱？\nCheney Xie：\n现在一盒墨水大概是100毫升，海外卖42.99美金。在国内会便宜一点，一套墨水现在的价格大概是999元。\n硬氪：那这一套墨水可以打印多长时间，或者说能打印出多少产品？你们有没有测算过？\nCheney Xie：\n这个取决于用户打印什么。如果只是打平面的东西，耗墨量很小，比如打一个小冰箱贴，一套墨水可以打超过2000个。但如果你要去打那种立体浮雕，因为墨水是一层层叠上去的，可能1毫米厚度就得叠20层。那个非常费墨，成本就体现出来了。对于做SMB（小生意）的人，他很快能挣回来；但对于纯DIY爱好者，纯为热爱付出这个成本，确实还是会觉得贵。\n硬氪：你们一开始是不是也没想到这个墨水会这么难搞？\nCheney Xie：\n我们最开始觉得找一家供应商就好了，但把标准一定完，发现基本上没有哪家能做得动。怎么办？只能跟工厂合作共同研发，共同改进配方。真的是遇山开路，遇水搭桥。\n好在我们背靠安克的供应链体系，很多供应商过去跟安克有长期合作。除了墨水和供墨系统比较独特外，其他的塑料模具厂等供应商协同起来会好很多。\n03 爆金币般的众筹之夜\n硬氪：看到众筹成绩时，团队内部的氛围和反应是怎样的？\nCheney Xie：\n真的很激动，当天晚上大家都不舍得睡觉。看着那个数字像刷金币一样哗哗涨。头100万美金不到一分钟就过去了。大家凌晨四五点还在群里发截图。\n硬氪：从去年4月底上线到6月底收官，作为一个全新的产品，众筹过程看起来非常顺利，一直在破纪录。\nCheney Xie：\n众筹期间是还准备得比较充分。\n硬氪：众筹之后进入交付和市场验证阶段，有没有遇到意料之外的挑战？比如生产困难或交付压力。我听说你们确实遇到过一些交付上的波折，哪些点是你们在交付过程中需要不断改进的？\nCheney Xie：\n主要是大规模生产的一致性问题。其实早期我们做了大量的测试，几百台样机反复做过测试，也找到外面的用户做过测试。\n但是后来发现，硬件产品生产几百台和几万台时是有鸿沟的，就是一致性的问题。比如批量生产时，定量桶开模出现了公差偏差，导致时间久了有极小的概率会漏液。这个漏液不是马上出现的，是用着用着才会暴露。\n我们发现后，也不可能让用户去抽奖一样的遇到问题产品。只能把货全Hold住不发，去查、去拆。定位问题后重新开模。\n查了个把月，得一个个排查，整个过程非常折腾，得大规模做压力测试才能把问题找出来，找到之后得改磨具。零部件也要全部重新开模。但是大规模量产必须面对这些问题。\n硬氪：目前这个产品还有哪些让你觉得不完美的地方？\nCheney Xie：\n比如说打印速度、墨水成本，这些都还不完美。我们看一个技术、品类，它都是有生命周期曲线的，这个品类还在Innovator阶段，有大量的创新机会。你肯定有压力，但这里蕴含的创新机会还是有机会做出很不一样的下一代产品。\n硬氪：您提到会不停地反问自己，那么在哪个阶段这种自我审视是最频繁的？\nCheney Xie：\n每个阶段都没停过。我们早期请了近100个KOC提前加入项目组。每天花时间跟他们聊，去他们家里拜访，观察他们怎么使用。我们在不断Check设计定义对不对。\n毕竟这是个全新的产品，做它的时候还是要有敬畏之心。\n+1\n29\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n理想整车研发负责人刘立国：说理想不重视技术，是大大的误解\n硬氪专访 | 拿到行业最大单笔融资后，余轶南说万里长征才走了第一步\n「破壳机器人」许华哲：两年内，中国将出现可用的家庭机器人\n一个对话框、一只青蛙、一周4万用户，Ribbi做对了什么？\n专访Eight Sleep CTO：被马斯克们买爆的AI床垫，进中国先砍一刀订阅费\n36氪独家专访 | 拿到大疆、美团投资后，智能派追赶拓竹，要打“老二”翻身仗\n专访荣耀AI专家李向东：端侧AI方向还没收敛，但AI手机是最好的载体\n半年融资近2亿，他要用AI发球机器人解决全球1亿人的训练难题｜硬氪专访\n对话前阿里高管、天猫设计家CEO：这些年烧掉千亿，家装行业还能怎么做？\n关注华南创新公司，欢迎交流。\n最近内容\n36氪专访 | 安克创新eufyMake负责人：众筹超4000万美金后，还在红海寻找缝隙\n最前线|将彩色打印与激光切割合二为一，xTool发布新品\n最前线｜AI收入破亿后的路径选择：微盟推行AI First战略与B端交付的挑战\n安克创新\n我要联系\n智能数码周边产品研发商\n36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构\n“全波超表面”的差异化路线能最大化释放光计算的性能潜力。\n23小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:40.203243+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:642", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 642, "duplicate_primary_title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "display_summary_zh": "作者 | 张子怡 编辑 | 袁斯来 那是一个价值5000万美元成功故事诞生的夜晚。 eufy Make的产研负责人 Cheney Xie 仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。 首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。” 当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。 时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。 eufy Make E1走过了近一年，产品在海外已接近完全交付。eufy Make E1在国内市场也正式开启售卖。 无论是对安克创新，还是对eufy Make，成功量产且交付都颇具里程碑意味。毕竟，E1是全球首款消费级UV打印机，生产它需要全新的经验，也要面临复杂的产业链整合。 市场对这款产品能否平稳落地没什么信心。在研发eufy Make E1前，安克研发过3D打印机，其最早一代打印也创造过众筹记录，然而最终在量产交付不顺，出师未捷。 为了避免早前3D打印的量产问题，这一次，eufy Make的项目组开了近200场讨论会，白天做产品，晚上对模块，想要确保每一部分最终都是最佳架构。团队吵得最凶的时候， Cheney Xie 记得会议室的门把手都被摔坏过。 即便如此，在万级规模的量产过程中，模具公差还是造成了漏液问题，顶着发货压力，工程师睡在工厂一个月排查问题，最终决定重新开模、重新生产并置换所有受影响的零部件。 他们也第一次深入到了行业上游。以UV墨水为例，全球虽然超过80%的UV墨水由中国生产，但仅限于工业领域，没有人知道消费级UV墨水要怎么做。eufy Make只能自己和产业链磨，要做到无尘灌装、环保认证和芯片管控等等，成本也一路走高，100ml的UV墨水售价要42.99美金。昂贵的墨水成为其用户使用后频繁讨论的问题之一。 这是在最初设计UV打印机没有想过的难点。 Cheney Xie 说，在项目的每个阶段，他都在不停的反问自己，是不是做了正确选择，还有没有改进空间。即便已经顺利交付， Cheney Xie 仍然说，这代产品还不够完美，还有大量的创新机会。 他们也成了行业的领头人。36氪了解到，不少公司包括创业企业都已在研发UV相关的硬件产品。 在这个节点，我们同 Cheney Xie 聊了聊，在这代明星产品背后，团队经历了什么？安克又如何落地与实践？ 01 开模后也要从头来过 硬氪：我想追溯一个问题，您提到2023年开始去工厂调研，当时已经打算切入UV打印机这个赛道了吗？ Cheney Xie： 当时我们在深访了50多个Maker，问卷调研了2000多位Maker，发现用户真正需要的其实是一个“创意工具”。 任何作品都有“形、色、质”三个维度。FDM只解决了形状，没解决颜色和质感。激光雕刻解决了切割和部分表面质感，也没有颜色。而UV打印技术已经在工业界存在几十年了，能解决颜色问题，还能基于已有物品创作，商业应用场景极广。 当时市面是空白的，我们花了半年多时间做技术预研，到了2023年年底，我们就决定战略调整，放弃FDM市场，all in到UV打印机赛道。 硬氪：在2023年底论证这个产品时，这完全是一个新品类，而且你们过去并没有类似的基因和经验。当时最难说服老板的点是什么？ Cheney Xie： 2023年汇报时的阻力没有想象中那么大。我们对是否推出一款产品，有一个很清晰的判断标准：这款产品能不能在某个维度上做到真正的全球领先——或者是做出了一个从来没有人做过的东西，或者是在某个用户最在意的体验指标上做到了没有人能超过你。如果说不清楚，那通常意味着这件事还没想清楚，或者这个方向不值得押注。 当时我们汇报了两个机会，后来老板让我们二选一，再给三个月时间论证。最后一轮论证完，我们选了UV。因为洞察显示用户对这个概念的喜爱程度非常高。 硬氪：UV打印原本是工业级产品，在技术预研阶段，你们有没有觉得哪些地方是极具挑战，甚至可能做不出来的？ Cheney Xie： 有。比如喷墨系统成本问题。工业设备十几二十万（一台），我们要做到1/10的成本。当时去问过方案商，一个喷头控制板卡卖4万。我问大批量能不能便宜点？对方说最便宜4000块。4000块我们也用不起。 后来我们拆解发现板卡本身的物料成本其实也就400块。它贵在研发。工业方案商一年卖几千片，得养100多号研发，成本全分摊进去了。 既然判断物料成本其实也就400块，那我们就自研呗。只要突破自研技术，成本就降下来了。虽然前面没人做过，心里忐忑，但逻辑是通的。 硬氪：这种控制板卡具体是起什么作用的？ Cheney Xie： 就是控制整个喷头的喷墨驱动、喷墨算法等等。 硬氪：你们在做这个产品的时候，发现工业设备在这方面分得很细，有平板机、旋转机、水晶标机，还有卷对卷机。你们是怎么整合的？ Cheney Xie： 工业分工明确是为了大规模生意，但我们的用户是长尾创作。我们得把这四台机器的功能压缩到一台里，体积还要缩小到工业机的1/10。 早期架构推翻了3次。最开始做单旋臂，精度达不到30微米的要求。后来我们借鉴了3D打印的龙门架结构，首创了双Y轴交错的设计，把体积压得很扁。通过这个架构，各种平台板可以轻松更换，换个旋转体配件一锁就行。为了稳固，我们首次采用了1250吨的一体压铸工艺来压铸X轴框架，保证运动时的稳定。 硬氪：光是这个架构，你们大概推翻重来了几次？ Cheney Xie： 3次。 硬氪：前三次应该还没到开模阶段吧？那开模之后有没有再重来过？ Cheney Xie： 有过一次，做“立体纹理”的时候。 当时是2024年下半年，项目已经开模了，我们去展会看到“肌理画”，启发非常大。肌理画一层层堆上去，能够模拟出各种质感，效果很惊艳。后面我们也去大芬村，打印了一些肌理画的样品，找用户聊了，他们看得两眼放光。我们就决定，就算项目延期、重新开模，也要把立体纹理作为产品最大的创新点。 硬氪：这听起来很难，那这种立体纹理对你们来说，最核心的困难点在哪里？ Cheney Xie： 难在全链路。首先得有模型，普通消费者不知道怎么把一张图变成立体模型。所以软件层面，我们要用大语言模型做训练。油画、浮雕、人脸、风景，算法都不一样，需要分开训练。 再就是堆叠算法。如果精度不够或某个孔堵了，堆出来的地方就变成一条坑。我们研究了超过一年，才把它搞出来。虽然团队没人做过喷墨打印，但我们有3D打印积累的算法团队和硬件架构、传感器、AI检测的经验，所以能应对。 硬氪：硬软件层面和创新点可能解决了，但最后的量产环节，是不是又是一个全新的挑战？ Cheney Xie： 量产确实挑战极大。没有人做过上万量级、数十万量级的UV打印机生产。工业级一年卖1000台就顶天了。众筹远超预期，原来想做1000万美金，结果做了4000多万，压力非常大。 硬氪：在交付上会有什么难点？之前AnkerMake的3D打印机就在交付上遇到过问题，而且3D打印相对成熟，你们现在做的UV打印完全没有先例。 Cheney Xie： 核心还是要重新定义。我们在工厂里摆了100台机器，每天做压力测试，光墨水都打了好几吨，那是花钱堆出来的。为了保障产品交付的质量，我们工程师选择驻扎在工厂里，跟压铸厂一起解决一体压铸的工程化问题。 硬氪：你们这次是不是吸取了之前做3D打印机的教训？ Cheney Xie： 当然。这次我们在前期的仿真和架构论证上做了大量工作。团队白天做实验，晚上开评审会，光这种评审会就超过了200场。我们要一个模块一个模块地检查最佳架构。 硬氪：在整个过程中，你印象中最激烈的一次矛盾发生在哪个环节？ Cheney Xie： 其实很多，团队里吵得很凶（笑） 好比说产品经理坚持重量不能超过20公斤，怕用户搬不起来，就得去抠每一个零部件的重量。有人会问：“多出这0.5毫米真的那么重要吗？多了0.5毫米用户就不买我们产品了？” 但这是种做产品的精神，你这个放松一点，在接下来很多地方，你看不到的地方就会放纵很多。你必须每个部分都算、都去抠（细节）。这种磨合持续了一年半，非常耗心力。 硬氪：关于供应链，尤其是刚才提到的喷头，很多都是日本厂商提供的，价格极高。你们有没有担心过供应稳定性或议价权的问题？这块是怎么处理的？ Cheney Xie： 确实，除了喷头之外，其他技术我们都自主掌控了。喷头这块中国几十年还没突破，我们只能选择跟工厂、供应商一起解决大量的工程化问题，其实在这块是没得选的。我们也希望能够推动喷头国产化的可能。 硬氪：目前拿到了稳定货源，但随着EufyMake的成功，竞争对手（如xTool、拓竹等）都在跟进。既然喷头目前还不是国产，当竞争白热化时，供应端会不会出现风险？ Cheney Xie： 这个不好说，就像手机芯片一样，深度合作能优先拿到货。我觉得避免不了竞争，但最终还是相互共赢的过程。 02 全新品类的新难题 硬氪：有个我们没意识到的问题是，EufyMake的墨水消费者反应很贵，这是为什么？ Cheney Xie： 其实UV打印行业已经存在几十年了，它过去主要是在工业领域。目前全世界超过80%的UV墨水基本都是中国生产的。 早期我们想得很简单：既然墨水都在中国生产，找一家供应商采购不就好了吗？但后来发现，工业标准和消费级标准完全不同。工业机器是几十万一台在工厂里用的，而我们要做的东西是放在家里用的，场景完全变了。 家用级的墨水首先要安全环保。我们找了UL这种行业顶级的认证机构，了解安全环保的顶级标准是什么。我们要按照最严格的标准，叫GREENGUARD Gold来做。 我们要保证打印完之后，小孩都可以直接接触。虽然目前品类受限还做不到食品级安全，但至少要保证小孩接触没问题。这是定下的第一个标准。 第二个就是质量。我们要做出那种让人感到“哇塞”的效果，所以打印质量得符合工业级。当时定了一个标准，色差标准ΔΕ必须小于6。一旦超过这个数值，肉眼就能看出明显的色阶差异，那就不合格。 再一个就是堵头的问题。工业机器如果堵头了，那些专业工人可以拿针筒去清洗喷头。但实际上，我们的消费者不可能自己拿个针筒去洗，所以我们对墨水质量的管控、杂质的过滤做了高规格的要求。墨水在大型过滤到灌装环节，都要求在万级无尘环境里操作。工业墨水为了追求大规模和低成本，是不会这么干的。但我们一旦重新定义了消费级标准，成本自然就涨上去了。 最后为了安全，我们把墨盒做成了封闭式的。因为墨水在未固化前具有一定的腐蚀性，皮肤长期接触可能会导致过敏，所以必须减少用户接触墨水的机会。而且我们在墨盒里加了芯片和二维码，从生产源头就开始��踪，甚至快过期了都会提醒用户。 这些事情早期很多用户不理解，觉得人家工业的那么便宜，你凭什么贵这么多？我们听到了这些声音，现在也在保证安全和高质量的前提下，寻找新的解决方案。 硬氪：听说UV打印机普遍存在喷头堵塞的问题。所以你们的解决方案是用这种盒子式的系统，把墨水系统锁住吗？ Cheney Xie： 封闭式是措施之一，但喷头堵塞是整个喷墨打印行业几十年都没彻底解决的问题。2023年我们去走访工厂、工作室，那些专业人士跟我们说，最怕的就是过年没人维护，回来几万块钱的喷头就报废了。 我们想让普通用户持续使用，必须解决这个问题。所以我们设计了Jet Clean™自动保养系统。当你不用时，它会自动灌入保湿液，把喷头和墨路洗干净并保持湿润。这个状态就像从工厂刚出货一样。用户度一个月假回来，机器也是好的。 就算堵了，你在APP上点一下Clean就会自动清洗，不需要用户拿针筒去注水。工业机没有这个，因为那是专业工人在手动维护。我们还把喷头做成了快拆设计，拧两个螺丝就能换，非常方便。考虑到喷头贵，我们还弄了一个eufyMake Care喷头险，就像手机碎屏险，一年内坏了免费补发。 硬氪：我好奇一下，现在你们一盒墨水到底要卖多少钱？ Cheney Xie： 现在一盒墨水大概是100毫升，海外卖42.99美金。在国内会便宜一点，一套墨水现在的价格大概是999元。 硬氪：那这一套墨水可以打印多长时间，或者说能打印出多少产品？你们有没有测算过？ Cheney Xie： 这个取决于用户打印什么。如果只是打平面的东西，耗墨量很小，比如打一个小冰箱贴，一套墨水可以打超过2000个。但如果你要去打那种立体浮雕，因为墨水是一层层叠上去的，可能1毫米厚度就得叠20层。那个非常费墨，成本就体现出来了。对于做SMB（小生意）的人，他很快能挣回来；但对于纯DIY爱好者，纯为热爱付出这个成本，确实还是会觉得贵。 硬氪：你们一开始是不是也没想到这个墨水会这么难搞？ Cheney Xie： 我们最开始觉得找一家供应商就好了，但把标准一定完，发现基本上没有哪家能做得动。怎么办？只能跟工厂合作共同研发，共同改进配方。真的是遇山开路，遇水搭桥。 好在我们背靠安克的供应链体系，很多供应商过去跟安克有长期合作。除了墨水和供墨系统比较独特外，其他的塑料模具厂等供应商协同起来会好很多。 03 爆金币般的众筹之夜 硬氪：看到众筹成绩时，团队内部的氛围和反应是怎样的？ Cheney Xie： 真的很激动，当天晚上大家都不舍得睡觉。看着那个数字像刷金币一样哗哗涨。头100万美金不到一分钟就过去了。大家凌晨四五点还在群里发截图。 硬氪：从去年4月底上线到6月底收官，作为一个全新的产品，众筹过程看起来非常顺利，一直在破纪录。 Cheney Xie： 众筹期间是还准备得比较充分。 硬氪：众筹之后进入交付和市场验证阶段，有没有遇到意料之外的挑战？比如生产困难或交付压力。我听说你们确实遇到过一些交付上的波折，哪些点是你们在交付过程中需要不断改进的？ Cheney Xie： 主要是大规模生产的一致性问题。其实早期我们做了大量的测试，几百台样机反复做过测试，也找到外面的用户做过测试。 但是后来发现，硬件产品生产几百台和几万台时是有鸿沟的，就是一致性的问题。比如批量生产时，定量桶开模出现了公差偏差，导致时间久了有极小的概率会漏液。这个漏液不是马上出现的，是用着用着才会暴露。 我们发现后，也不可能让用户去抽奖一样的遇到问题产品。只能把货全Hold住不发，去查、去拆。定位问题后重新开模。 查了个把月，得一个个排查，整个过程非常折腾，得大规模做压力测试才能把问题找出来，找到之后得改磨具。零部件也要全部重新开模。但是大规模量产必须面对这些问题。 硬氪：目前这个产品还有哪些让你觉得不完美的地方？ Cheney Xie： 比如说打印速度、墨水成本，这些都还不完美。我们看一个技术、品类，它都是有生命周期曲线的，这个品类还在Innovator阶段，有大量的创新机会。你肯定有压力，但这里蕴含的创新机会还是有机会做出很不一样的下一代产品。 硬氪：您提到会不停地反问自己，那么在哪个阶段这种自我审视是最频繁的？ Cheney Xie： 每个阶段都没停过。我们早期请了近100个KOC提前加入项目组。每天花时间跟他们聊，去他们家里拜访，观察他们怎么使用。我们在不断Check设计定义对不对。 毕竟这是个全新的产品，做它的时候还是要有敬畏之心。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "作者 | 张子怡 编辑 | 袁斯来 那是一个价值5000万美元成功故事诞生的夜晚。 eufy Make的产研负责人 Cheney Xie 仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。 首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。” 当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。 时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。", "hot_score": 0.0 }, { "id": 643, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "url": "https://36kr.com/p/3807043342475009?f=rss", "canonical_url": "https://36kr.com/p/3807043342475009?f=rss", "summary": "作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。 光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。 当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。 光子芯力的核心产品聚焦于光电异构计算芯片及配套软件工具链。 硬件层面，光子芯力创新性地采用了“全波计算”技术路线。杨其晟介绍，目前光计算领域的技术路径尚未完全收敛，公司选择基于“全波超表面”的差异化路线，目标是最大化释放光计算的性能潜力。 不同于传统将集成光学元件拼接的方式，全波超表面技术能够对光波波前进行精细调控，将衍射、干涉、散射等波动光学效应作为整体进行设计，从而将光芯片视作一个可计算的物理算子。 （图源/企业） 相较于传统马赫-曾德干涉仪（MZI）方案，超表面芯片尺寸可缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，通过与电芯片以Chiplet方式进行异构集成，可以实现光模拟计算集成度和能效的最高水平。 软件层面，公司自主研发了光电联合仿真设计工具EPDA，贯通光电芯片从器件、架构到系统级的仿真与协同优化流程。 该工具链能够充分发挥光芯片在线性运算中的高并行、低功耗优势，同时结合电芯片在非线性运算、控制与数据调度上的成熟能力，实现光电异构系统的软硬件协同。 公司还在同步推进编译器、驱动、算子库等光电异构芯片软件工具链建设，通过行为级模型抽象以及对主流深度学习框架的适配，降低用户使用门槛。 （图源/企业） 研发进展方面，光子芯力目前已经完成原理验证，正逐步进入工程化验证阶段。杨其晟表示，下一阶段，公司将围绕客户需求推进定制化芯片开发，并完成测试、封装、标定以及软硬件联调等工作。 以下为访谈节选（略经编辑）： 硬氪：全波光计算架构的差异化优势是什么 ？ 杨其晟： 所谓“全波”，是尽可能把波动光学中的各种效应都利用起来。现在很多光计算方案，只利用了某一种现象，比如干涉、光强或者衍射，但实际上反射、折射、散射、干涉等，本质上都属于波动光学效应。我们的思路是，把这些效应纳入统一的设计框架里，从而最大程度发挥光计算的性能潜力。 实现这一点的关键，就是超表面技术。因为超表面能够对光传播路径中的每一个“像素点”进行精细调控，相当于直接对光的波前进行编程。换句话说，我们不是把光芯片看成一堆小器件的级联，而是把整个光芯片视作一个“可计算的物理算子”来进行设计。 相比传统MZI（马赫-曾德干涉仪）路线，这条路线最大的优势首先在于算力密度。超表面单元尺寸相比MZI单元可以缩小十几倍，因此理论上能够实现每平方毫米1000 TOPS级别的算力密度。 而且，传统MZI单元本质上只能完成矩阵乘法中的一个基础元素运算，但在一个尺寸更小的超表面芯片上，我们甚至可以直接实现一个神经网络分类器的功能，所以它的功能复杂度也会更高。 与此同时，超表面方案本身具备更高系统集成度，因此也天然适合与电芯片通过Chiplet方式做异构集成，把光擅长的高并行、低功耗线性计算，与电擅长的控制、存储和非线性计算结合起来。 硬氪：首创面向光芯片的高效DFNO设计方法，应该怎么理解？ 杨其晟： 其实本质上我们是在做一种“AI for Chip”的设计方法。 过去光芯片设计非常依赖数值仿真，需要消耗大量时间和算力，也比较依赖工程师经验。我们现在是把AI引入芯片设计流程，用来加速性能仿真和反向设计。传统芯片设计更像是工程师把不同器件一点点拼接组合，而现在我们是先给出设计目标，再通过算法自动拆解和生成最终版图。所以它不仅仅是效率提升，更重要的是设计范式发生了变化。对于光电异构芯片这种复杂系统来说，AI驱动的方法会非常关键。 硬氪：为什么要做软硬一体的布局？ 杨其晟： 芯片能做出来只是第一步，更关键的是最后能不能真正被用户用起来。 不管是电芯片还是光芯片，真正推向市场时都会遇到生态问题。所以我们选择软件工具链先行，希望能更快对接客户需求，也提前建立开发者生态。而且我们的软件工具链不仅服务客户应用，本身也是芯片设计体系的一部分。比如在电芯片领域，有EDA工具负责设计，也有编译器、驱动、算子库这些应用层工具。光计算过去其实在生态上是比较缺失的。 现在行业里并不缺“能做出来”的光计算硬件，真正难的是怎么让它稳定、可用，并且能融入现有AI开发体系。所以我们会通过开源我们的自研工具链，把光芯片抽象成行为级模型，同时把光学器件中的非理想因素反馈给算法侧，最终输出一个稳定可落地的系统结果。 投资人观点 苏州芯阳基金LP，思瑞浦总经理吴建刚表示： 当摩尔定律走向黄昏，光计算为算力发展提供了一种全新的技术范式。光子芯力创始团队来自清华大学，具有扎实的技术积淀和勇于创新的精神。我们相信，他们开拓的全波光计算路径，将有机会在未来算力竞争中占据重要的一席之地。 驰星创投创始合伙人王云开表示： 光子芯力的技术充分发挥了超表面全波光计算的超高集成度优势，并配合自研的光电融合计算软件平台，实现了光电芯粒集群作战的协同效能最大化。这套软硬件一体的系统级方案必将在端侧推理、云端训练等多个核心场景形成差异化竞争力，为行业带来深远影响。 盛景嘉成创始合伙人刘昊飞表示： 光子芯力虽然公司年轻、团队也年轻，但在全波光电融合计算方面却有突破性的创新力和显著性的优势，很有可能成长为光计算领域里的一匹黑马。盛景嘉成作为清华产业高管和清华工科校友创办的一家投资机构，依托清华、北大、中科院等顶尖科研机构的项目源优势，叠加与中芯国际、三一集团、比特大陆、软通动力等产业龙头的深度合作，能够在帮助前沿创新项目取得商业化的成功方面贡献独特价值。期待光子芯力成为盛景嘉成投资版图中的重要亮点。 开源创投表示： 在摩尔定律放缓、AI算力需求激增的背景下，光计算已成为突破电子芯片算力瓶颈的核心方向，光子芯力开创的全波计算技术路线具备独特优势与差异化竞争壁垒，期待其持续推进技术研发与产业化落地。作为依托清华大学、汇聚清华校友力量的投资机构，开源创投聚焦新一代信息技术、人工智能、生物科技等前沿赛道，发掘潜力创业企业。光子芯力在2025年包揽了清华大学校长杯冠军、国创赛金奖、昆山杯冠军，是清华大学创业生态中的生力军，开源创投很荣幸能够参与光子芯力本轮融资，支持校友企业创新生态的发展，期待共同见证光计算时代的到来。", "published_at": "2026-05-13T01:26:00+00:00", "discovered_at": "2026-05-13T02:17:28.026713+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "link": "https://36kr.com/p/3807043342475009?f=rss", "summary": "

作者 | 乔钰杰

\n

编辑 | 袁斯来

\n

硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。

\n

光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。

\n

当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。光子芯力的核心产品聚焦于光电异构计算芯片及配套软件工具链。

\n

硬件层面，光子芯力创新性地采用了“全波计算”技术路线。杨其晟介绍，目前光计算领域的技术路径尚未完全收敛，公司选择基于“全波超表面”的差异化路线，目标是最大化释放光计算的性能潜力。

\n

不同于传统将集成光学元件拼接的方式，全波超表面技术能够对光波波前进行精细调控，将衍射、干涉、散射等波动光学效应作为整体进行设计，从而将光芯片视作一个可计算的物理算子。

\n

\n

（图源/企业）

\n

相较于传统马赫-曾德干涉仪（MZI）方案，超表面芯片尺寸可缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，通过与电芯片以Chiplet方式进行异构集成，可以实现光模拟计算集成度和能效的最高水平。

\n

软件层面，公司自主研发了光电联合仿真设计工具EPDA，贯通光电芯片从器件、架构到系统级的仿真与协同优化流程。

\n

该工具链能够充分发挥光芯片在线性运算中的高并行、低功耗优势，同时结合电芯片在非线性运算、控制与数据调度上的成熟能力，实现光电异构系统的软硬件协同。

\n

公司还在同步推进编译器、驱动、算子库等光电异构芯片软件工具链建设，通过行为级模型抽象以及对主流深度学习框架的适配，降低用户使用门槛。

\n

\n

（图源/企业）

\n

研发进展方面，光子芯力目前已经完成原理验证，正逐步进入工程化验证阶段。杨其晟表示，下一阶段，公司将围绕客户需求推进定制化芯片开发，并完成测试、封装、标定以及软硬件联调等工作。

\n

以下为访谈节选（略经编辑）：

\n

硬氪：全波光计算架构的差异化优势是什么？

\n

杨其晟：所谓“全波”，是尽可能把波动光学中的各种效应都利用起来。现在很多光计算方案，只利用了某一种现象，比如干涉、光强或者衍射，但实际上反射、折射、散射、干涉等，本质上都属于波动光学效应。我们的思路是，把这些效应纳入统一的设计框架里，从而最大程度发挥光计算的性能潜力。

\n

实现这一点的关键，就是超表面技术。因为超表面能够对光传播路径中的每一个“像素点”进行精细调控，相当于直接对光的波前进行编程。换句话说，我们不是把光芯片看成一堆小器件的级联，而是把整个光芯片视作一个“可计算的物理算子”来进行设计。

\n

相比传统MZI（马赫-曾德干涉仪）路线，这条路线最大的优势首先在于算力密度。超表面单元尺寸相比MZI单元可以缩小十几倍，因此理论上能够实现每平方毫米1000 TOPS级别的算力密度。

\n

而且，传统MZI单元本质上只能完成矩阵乘法中的一个基础元素运算，但在一个尺寸更小的超表面芯片上，我们甚至可以直接实现一个神经网络分类器的功能，所以它的功能复杂度也会更高。

\n

与此同时，超表面方案本身具备更高系统集成度，因此也天然适合与电芯片通过Chiplet方式做异构集成，把光擅长的高并行、低功耗线性计算，与电擅长的控制、存储和非线性计算结合起来。

\n

硬氪：首创面向光芯片的高效DFNO设计方法，应该怎么理解？

\n

杨其晟：其实本质上我们是在做一种“AI for Chip”的设计方法。

\n

过去光芯片设计非常依赖数值仿真，需要消耗大量时间和算力，也比较依赖工程师经验。我们现在是把AI引入芯片设计流程，用来加速性能仿真和反向设计。传统芯片设计更像是工程师把不同器件一点点拼接组合，而现在我们是先给出设计目标，再通过算法自动拆解和生成最终版图。所以它不仅仅是效率提升，更重要的是设计范式发生了变化。对于光电异构芯片这种复杂系统来说，AI驱动的方法会非常关键。

\n

硬氪：为什么要做软硬一体的布局？

\n

杨其晟：芯片能做出来只是第一步，更关键的是最后能不能真正被用户用起来。

\n

不管是电芯片还是光芯片，真正推向市场时都会遇到生态问题。所以我们选择软件工具链先行，希望能更快对接客户需求，也提前建立开发者生态。而且我们的软件工具链不仅服务客户应用，本身也是芯片设计体系的一部分。比如在电芯片领域，有EDA工具负责设计，也有编译器、驱动、算子库这些应用层工具。光计算过去其实在生态上是比较缺失的。

\n

现在行业里并不缺“能做出来”的光计算硬件，真正难的是怎么让它稳定、可用，并且能融入现有AI开发体系。所以我们会通过开源我们的自研工具链，把光芯片抽象成行为级模型，同时把光学器件中的非理想因素反馈给算法侧，最终输出一个稳定可落地的系统结果。

\n

投资人观点

\n

苏州芯阳基金LP，思瑞浦总经理吴建刚表示：当摩尔定律走向黄昏，光计算为算力发展提供了一种全新的技术范式。光子芯力创始团队来自清华大学，具有扎实的技术积淀和勇于创新的精神。我们相信，他们开拓的全波光计算路径，将有机会在未来算力竞争中占据重要的一席之地。

\n

驰星创投创始合伙人王云开表示：光子芯力的技术充分发挥了超表面全波光计算的超高集成度优势，并配合自研的光电融合计算软件平台，实现了光电芯粒集群作战的协同效能最大化。这套软硬件一体的系统级方案必将在端侧推理、云端训练等多个核心场景形成差异化竞争力，为行业带来深远影响。

\n

盛景嘉成创始合伙人刘昊飞表示：光子芯力虽然公司年轻、团队也年轻，但在全波光电融合计算方面却有突破性的创新力和显著性的优势，很有可能成长为光计算领域里的一匹黑马。盛景嘉成作为清华产业高管和清华工科校友创办的一家投资机构，依托清华、北大、中科院等顶尖科研机构的项目源优势，叠加与中芯国际、三一集团、比特大陆、软通动力等产业龙头的深度合作，能够在帮助前沿创新项目取得商业化的成功方面贡献独特价值。期待光子芯力成为盛景嘉成投资版图中的重要亮点。

\n

开源创投表示：在摩尔定律放缓、AI算力需求激增的背景下，光计算已成为突破电子芯片算力瓶颈的核心方向，光子芯力开创的全波计算技术路线具备独特优势与差异化竞争壁垒，期待其持续推进技术研发与产业化落地。作为依托清华大学、汇聚清华校友力量的投资机构，开源创投聚焦新一代信息技术、人工智能、生物科技等前沿赛道，发掘潜力创业企业。光子芯力在2025年包揽了清华大学校长杯冠军、国创赛金奖、昆山杯冠军，是清华大学创业生态中的生力军，开源创投很荣幸能够参与光子芯力本轮融资，支持校友企业创新生态的发展，期待共同见证光计算时代的到来。

", "extracted_published_at": "2026-05-13T01:26:00+00:00" }, "normalized_title": "36氪首发清华系光计算芯片企业完成数千万天使轮融资瞄准全波光计算架构", "resolved_target": "https://36kr.com/p/3807043342475009?f=rss", "content_fingerprint": "b61e03d77f08c5b6b81a4eef0a3ac099ca8db865f4467ef0c3e54880ca22710f", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构\n乔钰杰\n2026年05月13日 09:26\n“全波超表面”的差异化路线能最大化释放光计算的性能潜力。\n作者 | 乔钰杰\n编辑 | 袁斯来\n硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。\n光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。\n当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。\n光子芯力的核心产品聚焦于光电异构计算芯片及配套软件工具链。\n硬件层面，光子芯力创新性地采用了“全波计算”技术路线。杨其晟介绍，目前光计算领域的技术路径尚未完全收敛，公司选择基于“全波超表面”的差异化路线，目标是最大化释放光计算的性能潜力。\n不同于传统将集成光学元件拼接的方式，全波超表面技术能够对光波波前进行精细调控，将衍射、干涉、散射等波动光学效应作为整体进行设计，从而将光芯片视作一个可计算的物理算子。\n（图源/企业）\n相较于传统马赫-曾德干涉仪（MZI）方案，超表面芯片尺寸可缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，通过与电芯片以Chiplet方式进行异构集成，可以实现光模拟计算集成度和能效的最高水平。\n软件层面，公司自主研发了光电联合仿真设计工具EPDA，贯通光电芯片从器件、架构到系统级的仿真与协同优化流程。\n该工具链能够充分发挥光芯片在线性运算中的高并行、低功耗优势，同时结合电芯片在非线性运算、控制与数据调度上的成熟能力，实现光电异构系统的软硬件协同。\n公司还在同步推进编译器、驱动、算子库等光电异构芯片软件工具链建设，通过行为级模型抽象以及对主流深度学习框架的适配，降低用户使用门槛。\n（图源/企业）\n研发进展方面，光子芯力目前已经完成原理验证，正逐步进入工程化验证阶段。杨其晟表示，下一阶段，公司将围绕客户需求推进定制化芯片开发，并完成测试、封装、标定以及软硬件联调等工作。\n以下为访谈节选（略经编辑）：\n硬氪：全波光计算架构的差异化优势是什么\n杨其晟：\n所谓“全波”，是尽可能把波动光学中的各种效应都利用起来。现在很多光计算方案，只利用了某一种现象，比如干涉、光强或者衍射，但实际上反射、折射、散射、干涉等，本质上都属于波动光学效应。我们的思路是，把这些效应纳入统一的设计框架里，从而最大程度发挥光计算的性能潜力。\n实现这一点的关键，就是超表面技术。因为超表面能够对光传播路径中的每一个“像素点”进行精细调控，相当于直接对光的波前进行编程。换句话说，我们不是把光芯片看成一堆小器件的级联，而是把整个光芯片视作一个“可计算的物理算子”来进行设计。\n相比传统MZI（马赫-曾德干涉仪）路线，这条路线最大的优势首先在于算力密度。超表面单元尺寸相比MZI单元可以缩小十几倍，因此理论上能够实现每平方毫米1000 TOPS级别的算力密度。\n而且，传统MZI单元本质上只能完成矩阵乘法中的一个基础元素运算，但在一个尺寸更小的超表面芯片上，我们甚至可以直接实现一个神经网络分类器的功能，所以它的功能复杂度也会更高。\n与此同时，超表面方案本身具备更高系统集成度，因此也天然适合与电芯片通过Chiplet方式做异构集成，把光擅长的高并行、低功耗线性计算，与电擅长的控制、存储和非线性计算结合起来。\n硬氪：首创面向光芯片的高效DFNO设计方法，应该怎么理解？\n杨其晟：\n其实本质上我们是在做一种“AI for Chip”的设计方法。\n过去光芯片设计非常依赖数值仿真，需要消耗大量时间和算力，也比较依赖工程师经验。我们现在是把AI引入芯片设计流程，用来加速性能仿真和反向设计。传统芯片设计更像是工程师把不同器件一点点拼接组合，而现在我们是先给出设计目标，再通过算法自动拆解和生成最终版图。所以它不仅仅是效率提升，更重要的是设计范式发生了变化。对于光电异构芯片这种复杂系统来说，AI驱动的方法会非常关键。\n硬氪：为什么要做软硬一体的布局？\n杨其晟：\n芯片能做出来只是第一步，更关键的是最后能不能真正被用户用起来。\n不管是电芯片还是光芯片，真正推向市场时都会遇到生态问题。所以我们选择软件工具链先行，希望能更快对接客户需求，也提前建立开发者生态。而且我们的软件工具链不仅服务客户应用，本身也是芯片设计体系的一部分。比如在电芯片领域，有EDA工具负责设计，也有编译器、驱动、算子库这些应用层工具。光计算过去其实在生态上是比较缺失的。\n现在行业里并不缺“能做出来”的光计算硬件，真正难的是怎么让它稳定、可用，并且能融入现有AI开发体系。所以我们会通过开源我们的自研工具链，把光芯片抽象成行为级模型，同时把光学器件中的非理想因素反馈给算法侧，最终输出一个稳定可落地的系统结果。\n投资人观点\n苏州芯阳基金LP，思瑞浦总经理吴建刚表示：\n当摩尔定律走向黄昏，光计算为算力发展提供了一种全新的技术范式。光子芯力创始团队来自清华大学，具有扎实的技术积淀和勇于创新的精神。我们相信，他们开拓的全波光计算路径，将有机会在未来算力竞争中占据重要的一席之地。\n驰星创投创始合伙人王云开表示：\n光子芯力的技术充分发挥了超表面全波光计算的超高集成度优势，并配合自研的光电融合计算软件平台，实现了光电芯粒集群作战的协同效能最大化。这套软硬件一体的系统级方案必将在端侧推理、云端训练等多个核心场景形成差异化竞争力，为行业带来深远影响。\n盛景嘉成创始合伙人刘昊飞表示：\n光子芯力虽然公司年轻、团队也年轻，但在全波光电融合计算方面却有突破性的创新力和显著性的优势，很有可能成长为光计算领域里的一匹黑马。盛景嘉成作为清华产业高管和清华工科校友创办的一家投资机构，依托清华、北大、中科院等顶尖科研机构的项目源优势，叠加与中芯国际、三一集团、比特大陆、软通动力等产业龙头的深度合作，能够在帮助前沿创新项目取得商业化的成功方面贡献独特价值。期待光子芯力成为盛景嘉成投资版图中的重要亮点。\n开源创投表示：\n在摩尔定律放缓、AI算力需求激增的背景下，光计算已成为突破电子芯片算力瓶颈的核心方向，光子芯力开创的全波计算技术路线具备独特优势与差异化竞争壁垒，期待其持续推进技术研发与产业化落地。作为依托清华大学、汇聚清华校友力量的投资机构，开源创投聚焦新一代信息技术、人工智能、生物科技等前沿赛道，发掘潜力创业企业。光子芯力在2025年包揽了清华大学校长杯冠军、国创赛金奖、昆山杯冠军，是清华大学创业生态中的生力军，开源创投很荣幸能够参与光子芯力本轮融资，支持校友企业创新生态的发展，期待共同见证光计算时代的到来。\n+1\n20\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发\nWalulu：用六个月撕开一条新赛道\n36氪首发｜新加坡博士团队创业获种子轮融资，首款产品做“会飞的家庭管家”\n融资超亿元、割草机器人公司拿下数亿订单，瞄准庭院具身终端｜硬氪首发\n36氪首发 | 航空航天电气系统互联组件方案商获数千万融资，细分赛道市占率第一\n获高秉强、蓝驰领投数千万融资，浙大00后创业者从远景观测切入AI智能影像｜硬氪首发\n36氪首发 | 清华系AI Infra厂商完成数亿元融资，以GPU为核心重构计算机系统架构\n斯坦福博士后创立的柔性触觉传感器公司获超亿元融资，低成本触觉手套将量产落地｜硬氪首发\n像素绽放PixelBloom完成C轮融资，全面发力AI办公解决方案Agent：从“一分钟生成PPT”到“交付商用级结果”\n关注商业航天、智能硬件，欢迎交流\n最近内容\n36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构\n36氪首发｜新加坡博士团队创业获种子轮融资，首款产品做“会飞的家庭管家”\n36氪首发 | 航空航天电气系统互联组件方案商获数千万融资，细分赛道市占率第一\n深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发\n打造“智能工友”，解决建筑业“人荒”难题。\n23小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:37.347109+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:643", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 643, "duplicate_primary_title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "display_summary_zh": "作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。 光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。 当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。 光子芯力的核心产品聚焦于光电异构计算芯片及配套软件工具链。 硬件层面，光子芯力创新性地采用了“全波计算”技术路线。杨其晟介绍，目前光计算领域的技术路径尚未完全收敛，公司选择基于“全波超表面”的差异化路线，目标是最大化释放光计算的性能潜力。 不同于传统将集成光学元件拼接的方式，全波超表面技术能够对光波波前进行精细调控，将衍射、干涉、散射等波动光学效应作为整体进行设计，从而将光芯片视作一个可计算的物理算子。 （图源/企业） 相较于传统马赫-曾德干涉仪（MZI）方案，超表面芯片尺寸可缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，通过与电芯片以Chiplet方式进行异构集成，可以实现光模拟计算集成度和能效的最高水平。 软件层面，公司自主研发了光电联合仿真设计工具EPDA，贯通光电芯片从器件、架构到系统级的仿真与协同优化流程。 该工具链能够充分发挥光芯片在线性运算中的高并行、低功耗优势，同时结合电芯片在非线性运算、控制与数据调度上的成熟能力，实现光电异构系统的软硬件协同。 公司还在同步推进编译器、驱动、算子库等光电异构芯片软件工具链建设，通过行为级模型抽象以及对主流深度学习框架的适配，降低用户使用门槛。 （图源/企业） 研发进展方面，光子芯力目前已经完成原理验证，正逐步进入工程化验证阶段。杨其晟表示，下一阶段，公司将围绕客户需求推进定制化芯片开发，并完成测试、封装、标定以及软硬件联调等工作。 以下为访谈节选（略经编辑）： 硬氪：全波光计算架构的差异化优势是什么 ？ 杨其晟： 所谓“全波”，是尽可能把波动光学中的各种效应都利用起来。现在很多光计算方案，只利用了某一种现象，比如干涉、光强或者衍射，但实际上反射、折射、散射、干涉等，本质上都属于波动光学效应。我们的思路是，把这些效应纳入统一的设计框架里，从而最大程度发挥光计算的性能潜力。 实现这一点的关键，就是超表面技术。因为超表面能够对光传播路径中的每一个“像素点”进行精细调控，相当于直接对光的波前进行编程。换句话说，我们不是把光芯片看成一堆小器件的级联，而是把整个光芯片视作一个“可计算的物理算子”来进行设计。 相比传统MZI（马赫-曾德干涉仪）路线，这条路线最大的优势首先在于算力密度。超表面单元尺寸相比MZI单元可以缩小十几倍，因此理论上能够实现每平方毫米1000 TOPS级别的算力密度。 而且，传统MZI单元本质上只能完成矩阵乘法中的一个基础元素运算，但在一个尺寸更小的超表面芯片上，我们甚至可以直接实现一个神经网络分类器的功能，所以它的功能复杂度也会更高。 与此同时，超表面方案本身具备更高系统集成度，因此也天然适合与电芯片通过Chiplet方式做异构集成，把光擅长的高并行、低功耗线性计算，与电擅长的控制、存储和非线性计算结合起来。 硬氪：首创面向光芯片的高效DFNO设计方法，应该怎么理解？ 杨其晟： 其实本质上我们是在做一种“AI for Chip”的设计方法。 过去光芯片设计非常依赖数值仿真，需要消耗大量时间和算力，也比较依赖工程师经验。我们现在是把AI引入芯片设计流程，用来加速性能仿真和反向设计。传统芯片设计更像是工程师把不同器件一点点拼接组合，而现在我们是先给出设计目标，再通过算法自动拆解和生成最终版图。所以它不仅仅是效率提升，更重要的是设计范式发生了变化。对于光电异构芯片这种复杂系统来说，AI驱动的方法会非常关键。 硬氪：为什么要做软硬一体的布局？ 杨其晟： 芯片能做出来只是第一步，更关键的是最后能不能真正被用户用起来。 不管是电芯片还是光芯片，真正推向市场时都会遇到生态问题。所以我们选择软件工具链先行，希望能更快对接客户需求，也提前建立开发者生态。而且我们的软件工具链不仅服务客户应用，本身也是芯片设计体系的一部分。比如在电芯片领域，有EDA工具负责设计，也有编译器、驱动、算子库这些应用层工具。光计算过去其实在生态上是比较缺失的。 现在行业里并不缺“能做出来”的光计算硬件，真正难的是怎么让它稳定、可用，并且能融入现有AI开发体系。所以我们会通过开源我们的自研工具链，把光芯片抽象成行为级模型，同时把光学器件中的非理想因素反馈给算法侧，最终输出一个稳定可落地的系统结果。 投资人观点 苏州芯阳基金LP，思瑞浦总经理吴建刚表示： 当摩尔定律走向黄昏，光计算为算力发展提供了一种全新的技术范式。光子芯力创始团队来自清华大学，具有扎实的技术积淀和勇于创新的精神。我们相信，他们开拓的全波光计算路径，将有机会在未来算力竞争中占据重要的一席之地。 驰星创投创始合伙人王云开表示： 光子芯力的技术充分发挥了超表面全波光计算的超高集成度优势，并配合自研的光电融合计算软件平台，实现了光电芯粒集群作战的协同效能最大化。这套软硬件一体的系统级方案必将在端侧推理、云端训练等多个核心场景形成差异化竞争力，为行业带来深远影响。 盛景嘉成创始合伙人刘昊飞表示： 光子芯力虽然公司年轻、团队也年轻，但在全波光电融合计算方面却有突破性的创新力和显著性的优势，很有可能成长为光计算领域里的一匹黑马。盛景嘉成作为清华产业高管和清华工科校友创办的一家投资机构，依托清华、北大、中科院等顶尖科研机构的项目源优势，叠加与中芯国际、三一集团、比特大陆、软通动力等产业龙头的深度合作，能够在帮助前沿创新项目取得商业化的成功方面贡献独特价值。期待光子芯力成为盛景嘉成投资版图中的重要亮点。 开源创投表示： 在摩尔定律放缓、AI算力需求激增的背景下，光计算已成为突破电子芯片算力瓶颈的核心方向，光子芯力开创的全波计算技术路线具备独特优势与差异化竞争壁垒，期待其持续推进技术研发与产业化落地。作为依托清华大学、汇聚清华校友力量的投资机构，开源创投聚焦新一代信息技术、人工智能、生物科技等前沿赛道，发掘潜力创业企业。光子芯力在2025年包揽了清华大学校长杯冠军、国创赛金奖、昆山杯冠军，是清华大学创业生态中的生力军，开源创投很荣幸能够参与光子芯力本轮融资，支持校友企业创新生态的发展，期待共同见证光计算时代的到来。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。 光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。 当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。", "hot_score": 0.0 }, { "id": 644, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "url": "https://36kr.com/p/3807039782116865?f=rss", "canonical_url": "https://36kr.com/p/3807039782116865?f=rss", "summary": "36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。 方石机器人产品矩阵 方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。 目前，公司已深度服务中国建筑、中国铁建等100余家头部建筑企业，落地超500个标杆工程，累计施工面积突破1500万平方米。 2023年以来，方石机器人产品逐步进入中东、东南亚、东亚等十余个国家和地区市场，并正在中东、东南亚设立区域服务中心与备件库。 以市场需求驱动，兼顾能力底座通用性与产品功能差异化 在遭遇“人荒”的建筑业，“机器替人”成为行业必选项。国家统计局数据显示，十年间我国建筑业农民工累计减少1500万，工地“招不到、留不住人”已是常态。劳动力断崖式离场，从业人员老龄化问题日益严峻。方石机器人创始人李思桥分享，2025年建筑行业45岁以上工人占比已突破60%，30岁以下年轻从业者严重不足。 同时，施工环境苦、安全风险高等长期痛点也在倒逼行业向智能建造转型。住建部《智能建造技术导则（试行）》（建办市〔2025〕14号）明确要求，推广建筑机器人在高空作业、混凝土施工、钢结构安装等危险繁重场景的应用，推动施工现场“人退机进”。 但是建筑机器人的应用场景有上百个，在当下并不都适合大规模引进机器人作业。李思桥根据长期实践经验总结，具备落地条件的场景通常具备三个特征：单个应用场景的市场容量足够大，能够支撑产品的规模化投入与回报；施工流程具备较高的标准化程度，解决方案可以形成可复制的交付模式；以及涉及重体力劳动，有“机器替人”的刚性需求。 基于以上判断，方石机器人遵循 “以现场需求为驱动、以市场容量为标尺、以技术可行性为底线” 的业务拓展逻辑，逐步构建覆盖全施工周期的模块化产品矩阵。 方石机器人现场施工图 混凝土地坪施工是方石机器人最先选择切入的细分场景——市场空间足够大，属于重体力、大面积、高重复性的标准化工种，天然适合机器人介入，也容易让客户直观看到效果，并且团队此前已经积累大量工程化经验。 方石机器人的四轮激光地面整平机器人和双盘抹平抹光机器人，采用智能激光找平算法与线控底盘技术，可实现无人自主高精施工，施工效率达每小时400-600平方米，平整度偏差控制在5毫米以内。 在与客户合作过程中，方石机器人不断收到新的工种需求，挖掘实际施工现场其他痛点，产品研发逐渐向喷刮、铺贴等工种拓展，陆续推出家装喷刮打磨一体机器人、地砖薄贴机器人、石材砖铺贴机器人等产品。 在李思桥看来，方石机器人的产品竞争力在于两点： 一是“标准化产品+参数化适配”的产品模式。每款针对特定应用场景的标准化产品可以适配多种原材料和施工工艺的能力，比如家装喷刮打磨一体设备通过切换不同的末端执行器，能够完成墙面腻子喷刮、打磨、乳胶漆喷涂等工作。此外，标准化产品可以根据客户指定的材料型号调整工艺算法参数，保证产品的规模化生产和快速交付，也能灵活响应不同客户的具体需求。 二是“平台通用化、应用场景化”的技术架构。由于多个应用场景的核心部件具有高度通用性，新工种的产品研发不需要从零开始，而是在通用算法和运动平台上进行模块化增量开发，从而缩短研发周期和量产爬坡时间。 “方石机器人的最终目标是构建覆盖结构施工、二次结构与装修、辅助巡检等全周期环节的模块化产品矩阵。”李思桥表示。 用“具身智能+建筑大模型”重新定义建筑机器人 过去受限于环境感知与运动控制能力，建筑机器人往往只能作为半自动化工具，需要人工持续介入才能完成作业，限制了机器人的效率提升与落地规模。 “本质上还是工业机械臂的逻辑，在固定工位、固定流程下执行预设动作。”在李思桥看来，建筑现场与工业产线的关键区别在于，前者环境是非结构化、动态化的，施工过程中障碍物和工况随时在变，这要求机器人必须具备自主感知、自主决策、自主适应的能力，而大模型与具身智能的快速发展，使建筑机器人突破能力卡点成为可能。 方石机器人提出“具身智能+建筑大模型”的技术路线，通过打通数字资产、数字空间生成与机器人模型预训练过程，构建端到端强化学习闭环；同时利用建筑场景专属空间生成大模型和语义识别能力，为机器人的复杂场景适应性、覆盖率及功能泛化性提供技术基础。 相比于通用大模型，建筑大模型通过采集真实场景的人工作业及遥操作数据，整合建筑细分领域上下游数据，对基于仿真数据的预训练结果进行调优，从而使模型对建筑工艺、施工规范、现场工况等行业“know-how”的理解更加深刻，模型准确性和工程化部署效率更高。 “具身智能+建筑大模型”理念，具体体现在方石机器人自研的软硬件结合智能系统“阿尔戈斯系统”上 。 据李思桥介绍，阿尔戈斯系统搭载灵光K1三维重建模块与高性能规划主机，融合多线激光雷达、4目视觉技术与自研神经网络算法，在实际施工中通过360°全视场移动式扫描，实现施工现场的高精度空间数字化（相对精度1.2厘米、绝对精度3厘米），可以在15分钟内完成单户型的全流程智能规划，并直接生成可执行的施工方案，发送给机器人终端执行。 “这套系统大幅降低了施工现场的规划门槛与部署难度，实现‘实景感知-智能规划-机器人执行’的有效协同。过去需要经验丰富的技术人员花费大量时间进行现场勘测和方案编制的工作，现在通过阿尔戈斯系统可以高效、标准化地完成。”李思桥说道。 已落地超500个工程项目，产品进入十多个海外市场 目前，方石机器人已在全国80多个城市完成业务布局，服务中国建筑、中国铁建、上海建工、陕西建工等100余家头部建筑企业，落地项目涵盖广州白云机场、上海同济大学自主智能无人系统科学中心、太仓阿尔卑斯冰雪世界等超500个项目工程。 在商业化路径上，方石机器人采取“机器人本体销售/租赁+完整施工服务解决方案”的组合模式。 具体来说，已经对方石机器人的产品性能和施工表现有一定认知的成熟用户，一般会直接采购机器人设备，纳入自有施工体系。新客户试用或短期施工服务需求可以选择先租再买。施工服务类客户则希望整体引入机器人施工方案，由方石机器人提供“设备+操作+技术支持”的一体化交付。 “采购和使用建筑机器人的决策，主要还是在具体施工的项目方。不同层级的客户，对建筑机器人的需求侧重点有明显差异。”李思桥介绍，总包层面的核心诉求是稳定性和可靠性，以及施工效率、质量合格率等系统层面的效能提升；而劳务班组更关注产品的易用性、上手门槛和经济性。“但最终指向同一个方向，必须在产品可靠性、操作便捷性和经济性三个维度上同时过关，才能真正被市场接受。” 李思桥认为，建筑业本质上是一个对降本增效高度敏感的传统行业。“客户核心算的是经济账：在保证工期和施工质量的前提下，使用机器人到底划不划算。”他表示，方石机器人产品此前能够快速打开市场，关键在于设备购入后回本周期短，平均投资回收期在12个月以内，后续施工项目也可以持续为客户创造成本节约。 除了继续深耕国内市场，方石机器人也在积极拓展海外市场。 方石机器人海外现场施工图 由于海外劳务用工成本普遍高于国内，“机器替人”需求更加旺盛。方石机器人2023年首入澳大利亚市场以来，产品已覆盖中东、东南亚、东亚等十余个国家和地区，并与区域内头部建筑商建立紧密合作，并且加速在中东、东南亚设立区域服务中心与备件库，推动从产品出海向本地化运营跨越。 针对不同地区的本地化适配，方石机器人的做法是“客户调研-现场调试-设备迭代”三步走：先调研目标市场的建筑工艺标准、材料体系、法规要求；再将设备带到当地施工现场进行实际调试；最后根据现场反馈进行迭代优化，形成针对该市场的产品版本。 谈及公司的未来方向，李思桥给出的战略排序是，先将已有产品能力做深做透，保证稳定的现金流与客户口碑。“公司有一套严格的新研发项目立项评价体系，新产品立项要经过市场容量、技术可行性、客户需求验证等多维度评估，不会盲目追求工种覆盖广度。” 在技术层面，方石机器人持续积累数字资产和建筑大模型等核心资产的同时，也在探索人形机器人在建筑行业特定应用场景中的泛化可能性。“当人形机器人的硬件成熟度达到建筑现场的可靠性要求时，我们在建筑垂直领域的AI能力将成为非常有价值的软件层。”李思桥表示。", "published_at": "2026-05-13T01:24:00+00:00", "discovered_at": "2026-05-13T02:17:28.028068+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "link": "https://36kr.com/p/3807039782116865?f=rss", "summary": "

36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。

\n

\n

方石机器人产品矩阵

\n

方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。目前，公司已深度服务中国建筑、中国铁建等100余家头部建筑企业，落地超500个标杆工程，累计施工面积突破1500万平方米。

\n

2023年以来，方石机器人产品逐步进入中东、东南亚、东亚等十余个国家和地区市场，并正在中东、东南亚设立区域服务中心与备件库。

\n

以市场需求驱动，兼顾能力底座通用性与产品功能差异化

\n

在遭遇“人荒”的建筑业，“机器替人”成为行业必选项。国家统计局数据显示，十年间我国建筑业农民工累计减少1500万，工地“招不到、留不住人”已是常态。劳动力断崖式离场，从业人员老龄化问题日益严峻。方石机器人创始人李思桥分享，2025年建筑行业45岁以上工人占比已突破60%，30岁以下年轻从业者严重不足。

\n

同时，施工环境苦、安全风险高等长期痛点也在倒逼行业向智能建造转型。住建部《智能建造技术导则（试行）》（建办市〔2025〕14号）明确要求，推广建筑机器人在高空作业、混凝土施工、钢结构安装等危险繁重场景的应用，推动施工现场“人退机进”。

\n

但是建筑机器人的应用场景有上百个，在当下并不都适合大规模引进机器人作业。李思桥根据长期实践经验总结，具备落地条件的场景通常具备三个特征：单个应用场景的市场容量足够大，能够支撑产品的规模化投入与回报；施工流程具备较高的标准化程度，解决方案可以形成可复制的交付模式；以及涉及重体力劳动，有“机器替人”的刚性需求。

\n

基于以上判断，方石机器人遵循“以现场需求为驱动、以市场容量为标尺、以技术可行性为底线”的业务拓展逻辑，逐步构建覆盖全施工周期的模块化产品矩阵。

\n

\n

方石机器人现场施工图

\n

混凝土地坪施工是方石机器人最先选择切入的细分场景——市场空间足够大，属于重体力、大面积、高重复性的标准化工种，天然适合机器人介入，也容易让客户直观看到效果，并且团队此前已经积累大量工程化经验。

\n

方石机器人的四轮激光地面整平机器人和双盘抹平抹光机器人，采用智能激光找平算法与线控底盘技术，可实现无人自主高精施工，施工效率达每小时400-600平方米，平整度偏差控制在5毫米以内。

\n

在与客户合作过程中，方石机器人不断收到新的工种需求，挖掘实际施工现场其他痛点，产品研发逐渐向喷刮、铺贴等工种拓展，陆续推出家装喷刮打磨一体机器人、地砖薄贴机器人、石材砖铺贴机器人等产品。

\n

在李思桥看来，方石机器人的产品竞争力在于两点：

\n

一是“标准化产品+参数化适配”的产品模式。每款针对特定应用场景的标准化产品可以适配多种原材料和施工工艺的能力，比如家装喷刮打磨一体设备通过切换不同的末端执行器，能够完成墙面腻子喷刮、打磨、乳胶漆喷涂等工作。此外，标准化产品可以根据客户指定的材料型号调整工艺算法参数，保证产品的规模化生产和快速交付，也能灵活响应不同客户的具体需求。

\n

二是“平台通用化、应用场景化”的技术架构。由于多个应用场景的核心部件具有高度通用性，新工种的产品研发不需要从零开始，而是在通用算法和运动平台上进行模块化增量开发，从而缩短研发周期和量产爬坡时间。

\n

“方石机器人的最终目标是构建覆盖结构施工、二次结构与装修、辅助巡检等全周期环节的模块化产品矩阵。”李思桥表示。

\n

用“具身智能+建筑大模型”重新定义建筑机器人

\n

过去受限于环境感知与运动控制能力，建筑机器人往往只能作为半自动化工具，需要人工持续介入才能完成作业，限制了机器人的效率提升与落地规模。

\n

“本质上还是工业机械臂的逻辑，在固定工位、固定流程下执行预设动作。”在李思桥看来，建筑现场与工业产线的关键区别在于，前者环境是非结构化、动态化的，施工过程中障碍物和工况随时在变，这要求机器人必须具备自主感知、自主决策、自主适应的能力，而大模型与具身智能的快速发展，使建筑机器人突破能力卡点成为可能。

\n

方石机器人提出“具身智能+建筑大模型”的技术路线，通过打通数字资产、数字空间生成与机器人模型预训练过程，构建端到端强化学习闭环；同时利用建筑场景专属空间生成大模型和语义识别能力，为机器人的复杂场景适应性、覆盖率及功能泛化性提供技术基础。

\n

相比于通用大模型，建筑大模型通过采集真实场景的人工作业及遥操作数据，整合建筑细分领域上下游数据，对基于仿真数据的预训练结果进行调优，从而使模型对建筑工艺、施工规范、现场工况等行业“know-how”的理解更加深刻，模型准确性和工程化部署效率更高。

\n

“具身智能+建筑大模型”理念，具体体现在方石机器人自研的软硬件结合智能系统“阿尔戈斯系统”上。

\n

据李思桥介绍，阿尔戈斯系统搭载灵光K1三维重建模块与高性能规划主机，融合多线激光雷达、4目视觉技术与自研神经网络算法，在实际施工中通过360°全视场移动式扫描，实现施工现场的高精度空间数字化（相对精度1.2厘米、绝对精度3厘米），可以在15分钟内完成单户型的全流程智能规划，并直接生成可执行的施工方案，发送给机器人终端执行。

\n

“这套系统大幅降低了施工现场的规划门槛与部署难度，实现‘实景感知-智能规划-机器人执行’的有效协同。过去需要经验丰富的技术人员花费大量时间进行现场勘测和方案编制的工作，现在通过阿尔戈斯系统可以高效、标准化地完成。”李思桥说道。

\n

已落地超500个工程项目，产品进入十多个海外市场

\n

目前，方石机器人已在全国80多个城市完成业务布局，服务中国建筑、中国铁建、上海建工、陕西建工等100余家头部建筑企业，落地项目涵盖广州白云机场、上海同济大学自主智能无人系统科学中心、太仓阿尔卑斯冰雪世界等超500个项目工程。

\n

在商业化路径上，方石机器人采取“机器人本体销售/租赁+完整施工服务解决方案”的组合模式。具体来说，已经对方石机器人的产品性能和施工表现有一定认知的成熟用户，一般会直接采购机器人设备，纳入自有施工体系。新客户试用或短期施工服务需求可以选择先租再买。施工服务类客户则希望整体引入机器人施工方案，由方石机器人提供“设备+操作+技术支持”的一体化交付。

\n

“采购和使用建筑机器人的决策，主要还是在具体施工的项目方。不同层级的客户，对建筑机器人的需求侧重点有明显差异。”李思桥介绍，总包层面的核心诉求是稳定性和可靠性，以及施工效率、质量合格率等系统层面的效能提升；而劳务班组更关注产品的易用性、上手门槛和经济性。“但最终指向同一个方向，必须在产品可靠性、操作便捷性和经济性三个维度上同时过关，才能真正被市场接受。”

\n

李思桥认为，建筑业本质上是一个对降本增效高度敏感的传统行业。“客户核心算的是经济账：在保证工期和施工质量的前提下，使用机器人到底划不划算。”他表示，方石机器人产品此前能够快速打开市场，关键在于设备购入后回本周期短，平均投资回收期在12个月以内，后续施工项目也可以持续为客户创造成本节约。

\n

除了继续深耕国内市场，方石机器人也在积极拓展海外市场。

\n

\n

方石机器人海外现场施工图

\n

由于海外劳务用工成本普遍高于国内，“机器替人”需求更加旺盛。方石机器人2023年首入澳大利亚市场以来，产品已覆盖中东、东南亚、东亚等十余个国家和地区，并与区域内头部建筑商建立紧密合作，并且加速在中东、东南亚设立区域服务中心与备件库，推动从产品出海向本地化运营跨越。

\n

针对不同地区的本地化适配，方石机器人的做法是“客户调研-现场调试-设备迭代”三步走：先调研目标市场的建筑工艺标准、材料体系、法规要求；再将设备带到当地施工现场进行实际调试；最后根据现场反馈进行迭代优化，形成针对该市场的产品版本。

\n

谈及公司的未来方向，李思桥给出的战略排序是，先将已有产品能力做深做透，保证稳定的现金流与客户口碑。“公司有一套严格的新研发项目立项评价体系，新产品立项要经过市场容量、技术可行性、客户需求验证等多维度评估，不会盲目追求工种覆盖广度。”

\n

在技术层面，方石机器人持续积累数字资产和建筑大模型等核心资产的同时，也在探索人形机器人在建筑行业特定应用场景中的泛化可能性。“当人形机器人的硬件成熟度达到建筑现场的可靠性要求时，我们在建筑垂直领域的AI能力将成为非常有价值的软件层。”李思桥表示。

", "extracted_published_at": "2026-05-13T01:24:00+00:00" }, "normalized_title": "深耕具身智能建筑大模型底座重构万亿建筑业方石机器人完成近亿元a轮融资36氪首发", "resolved_target": "https://36kr.com/p/3807039782116865?f=rss", "content_fingerprint": "ace985e08c5e650c6209706c543fc47c79b80b5818ccfa857c0cd4bcff6aa378", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发\n杨越欣（杨桃）\n2026年05月13日 09:24\n打造“智能工友”，解决建筑业“人荒”难题。\n36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。\n方石机器人产品矩阵\n方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。\n目前，公司已深度服务中国建筑、中国铁建等100余家头部建筑企业，落地超500个标杆工程，累计施工面积突破1500万平方米。\n2023年以来，方石机器人产品逐步进入中东、东南亚、东亚等十余个国家和地区市场，并正在中东、东南亚设立区域服务中心与备件库。\n以市场需求驱动，兼顾能力底座通用性与产品功能差异化\n在遭遇“人荒”的建筑业，“机器替人”成为行业必选项。国家统计局数据显示，十年间我国建筑业农民工累计减少1500万，工地“招不到、留不住人”已是常态。劳动力断崖式离场，从业人员老龄化问题日益严峻。方石机器人创始人李思桥分享，2025年建筑行业45岁以上工人占比已突破60%，30岁以下年轻从业者严重不足。\n同时，施工环境苦、安全风险高等长期痛点也在倒逼行业向智能建造转型。住建部《智能建造技术导则（试行）》（建办市〔2025〕14号）明确要求，推广建筑机器人在高空作业、混凝土施工、钢结构安装等危险繁重场景的应用，推动施工现场“人退机进”。\n但是建筑机器人的应用场景有上百个，在当下并不都适合大规模引进机器人作业。李思桥根据长期实践经验总结，具备落地条件的场景通常具备三个特征：单个应用场景的市场容量足够大，能够支撑产品的规模化投入与回报；施工流程具备较高的标准化程度，解决方案可以形成可复制的交付模式；以及涉及重体力劳动，有“机器替人”的刚性需求。\n基于以上判断，方石机器人遵循\n“以现场需求为驱动、以市场容量为标尺、以技术可行性为底线”\n的业务拓展逻辑，逐步构建覆盖全施工周期的模块化产品矩阵。\n方石机器人现场施工图\n混凝土地坪施工是方石机器人最先选择切入的细分场景——市场空间足够大，属于重体力、大面积、高重复性的标准化工种，天然适合机器人介入，也容易让客户直观看到效果，并且团队此前已经积累大量工程化经验。\n方石机器人的四轮激光地面整平机器人和双盘抹平抹光机器人，采用智能激光找平算法与线控底盘技术，可实现无人自主高精施工，施工效率达每小时400-600平方米，平整度偏差控制在5毫米以内。\n在与客户合作过程中，方石机器人不断收到新的工种需求，挖掘实际施工现场其他痛点，产品研发逐渐向喷刮、铺贴等工种拓展，陆续推出家装喷刮打磨一体机器人、地砖薄贴机器人、石材砖铺贴机器人等产品。\n在李思桥看来，方石机器人的产品竞争力在于两点：\n一是“标准化产品+参数化适配”的产品模式。每款针对特定应用场景的标准化产品可以适配多种原材料和施工工艺的能力，比如家装喷刮打磨一体设备通过切换不同的末端执行器，能够完成墙面腻子喷刮、打磨、乳胶漆喷涂等工作。此外，标准化产品可以根据客户指定的材料型号调整工艺算法参数，保证产品的规模化生产和快速交付，也能灵活响应不同客户的具体需求。\n二是“平台通用化、应用场景化”的技术架构。由于多个应用场景的核心部件具有高度通用性，新工种的产品研发不需要从零开始，而是在通用算法和运动平台上进行模块化增量开发，从而缩短研发周期和量产爬坡时间。\n“方石机器人的最终目标是构建覆盖结构施工、二次结构与装修、辅助巡检等全周期环节的模块化产品矩阵。”李思桥表示。\n用“具身智能+建筑大模型”重新定义建筑机器人\n过去受限于环境感知与运动控制能力，建筑机器人往往只能作为半自动化工具，需要人工持续介入才能完成作业，限制了机器人的效率提升与落地规模。\n“本质上还是工业机械臂的逻辑，在固定工位、固定流程下执行预设动作。”在李思桥看来，建筑现场与工业产线的关键区别在于，前者环境是非结构化、动态化的，施工过程中障碍物和工况随时在变，这要求机器人必须具备自主感知、自主决策、自主适应的能力，而大模型与具身智能的快速发展，使建筑机器人突破能力卡点成为可能。\n方石机器人提出“具身智能+建筑大模型”的技术路线，通过打通数字资产、数字空间生成与机器人模型预训练过程，构建端到端强化学习闭环；同时利用建筑场景专属空间生成大模型和语义识别能力，为机器人的复杂场景适应性、覆盖率及功能泛化性提供技术基础。\n相比于通用大模型，建筑大模型通过采集真实场景的人工作业及遥操作数据，整合建筑细分领域上下游数据，对基于仿真数据的预训练结果进行调优，从而使模型对建筑工艺、施工规范、现场工况等行业“know-how”的理解更加深刻，模型准确性和工程化部署效率更高。\n“具身智能+建筑大模型”理念，具体体现在方石机器人自研的软硬件结合智能系统“阿尔戈斯系统”上\n据李思桥介绍，阿尔戈斯系统搭载灵光K1三维重建模块与高性能规划主机，融合多线激光雷达、4目视觉技术与自研神经网络算法，在实际施工中通过360°全视场移动式扫描，实现施工现场的高精度空间数字化（相对精度1.2厘米、绝对精度3厘米），可以在15分钟内完成单户型的全流程智能规划，并直接生成可执行的施工方案，发送给机器人终端执行。\n“这套系统大幅降低了施工现场的规划门槛与部署难度，实现‘实景感知-智能规划-机器人执行’的有效协同。过去需要经验丰富的技术人员花费大量时间进行现场勘测和方案编制的工作，现在通过阿尔戈斯系统可以高效、标准化地完成。”李思桥说道。\n已落地超500个工程项目，产品进入十多个海外市场\n目前，方石机器人已在全国80多个城市完成业务布局，服务中国建筑、中国铁建、上海建工、陕西建工等100余家头部建筑企业，落地项目涵盖广州白云机场、上海同济大学自主智能无人系统科学中心、太仓阿尔卑斯冰雪世界等超500个项目工程。\n在商业化路径上，方石机器人采取“机器人本体销售/租赁+完整施工服务解决方案”的组合模式。\n具体来说，已经对方石机器人的产品性能和施工表现有一定认知的成熟用户，一般会直接采购机器人设备，纳入自有施工体系。新客户试用或短期施工服务需求可以选择先租再买。施工服务类客户则希望整体引入机器人施工方案，由方石机器人提供“设备+操作+技术支持”的一体化交付。\n“采购和使用建筑机器人的决策，主要还是在具体施工的项目方。不同层级的客户，对建筑机器人的需求侧重点有明显差异。”李思桥介绍，总包层面的核心诉求是稳定性和可靠性，以及施工效率、质量合格率等系统层面的效能提升；而劳务班组更关注产品的易用性、上手门槛和经济性。“但最终指向同一个方向，必须在产品可靠性、操作便捷性和经济性三个维度上同时过关，才能真正被市场接受。”\n李思桥认为，建筑业本质上是一个对降本增效高度敏感的传统行业。“客户核心算的是经济账：在保证工期和施工质量的前提下，使用机器人到底划不划算。”他表示，方石机器人产品此前能够快速打开市场，关键在于设备购入后回本周期短，平均投资回收期在12个月以内，后续施工项目也可以持续为客户创造成本节约。\n除了继续深耕国内市场，方石机器人也在积极拓展海外市场。\n方石机器人海外现场施工图\n由于海外劳务用工成本普遍高于国内，“机器替人”需求更加旺盛。方石机器人2023年首入澳大利亚市场以来，产品已覆盖中东、东南亚、东亚等十余个国家和地区，并与区域内头部建筑商建立紧密合作，并且加速在中东、东南亚设立区域服务中心与备件库，推动从产品出海向本地化运营跨越。\n针对不同地区的本地化适配，方石机器人的做法是“客户调研-现场调试-设备迭代”三步走：先调研目标市场的建筑工艺标准、材料体系、法规要求；再将设备带到当地施工现场进行实际调试；最后根据现场反馈进行迭代优化，形成针对该市场的产品版本。\n谈及公司的未来方向，李思桥给出的战略排序是，先将已有产品能力做深做透，保证稳定的现金流与客户口碑。“公司有一套严格的新研发项目立项评价体系，新产品立项要经过市场容量、技术可行性、客户需求验证等多维度评估，不会盲目追求工种覆盖广度。”\n在技术层面，方石机器人持续积累数字资产和建筑大模型等核心资产的同时，也在探索人形机器人在建筑行业特定应用场景中的泛化可能性。“当人形机器人的硬件成熟度达到建筑现场的可靠性要求时，我们在建筑垂直领域的AI能力将成为非常有价值的软件层。”李思桥表示。\n+1\n49\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构\nWalulu：用六个月撕开一条新赛道\n36氪首发｜新加坡博士团队创业获种子轮融资，首款产品做“会飞的家庭管家”\n融资超亿元、割草机器人公司拿下数亿订单，瞄准庭院具身终端｜硬氪首发\n36氪首发 | 航空航天电气系统互联组件方案商获数千万融资，细分赛道市占率第一\n获高秉强、蓝驰领投数千万融资，浙大00后创业者从远景观测切入AI智能影像｜硬氪首发\n36氪首发 | 清华系AI Infra厂商完成数亿元融资，以GPU为核心重构计算机系统架构\n斯坦福博士后创立的柔性触觉传感器公司获超亿元融资，低成本触觉手套将量产落地｜硬氪首发\n像素绽放PixelBloom完成C轮融资，全面发力AI办公解决方案Agent：从“一分钟生成PPT”到“交付商用级结果”\n关注科技、出海，坐标杭州，欢迎沟通\n最近内容\n深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发\n像素绽放PixelBloom 完成C轮融资，全面发力AI办公解决方案Agent：从“一分钟生成PPT”到“交付商用级结果”\n具微科技两个月狂揽4轮数亿元融资，产业资本“天团”强势入局 | 36氪首发\n拼豆是手工界的拼多多\n穷开心\n23小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:35.206664+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:644", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 644, "duplicate_primary_title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "display_summary_zh": "36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。 方石机器人产品矩阵 方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。 目前，公司已深度服务中国建筑、中国铁建等100余家头部建筑企业，落地超500个标杆工程，累计施工面积突破1500万平方米。 2023年以来，方石机器人产品逐步进入中东、东南亚、东亚等十余个国家和地区市场，并正在中东、东南亚设立区域服务中心与备件库。 以市场需求驱动，兼顾能力底座通用性与产品功能差异化 在遭遇“人荒”的建筑业，“机器替人”成为行业必选项。国家统计局数据显示，十年间我国建筑业农民工累计减少1500万，工地“招不到、留不住人”已是常态。劳动力断崖式离场，从业人员老龄化问题日益严峻。方石机器人创始人李思桥分享，2025年建筑行业45岁以上工人占比已突破60%，30岁以下年轻从业者严重不足。 同时，施工环境苦、安全风险高等长期痛点也在倒逼行业向智能建造转型。住建部《智能建造技术导则（试行）》（建办市〔2025〕14号）明确要求，推广建筑机器人在高空作业、混凝土施工、钢结构安装等危险繁重场景的应用，推动施工现场“人退机进”。 但是建筑机器人的应用场景有上百个，在当下并不都适合大规模引进机器人作业。李思桥根据长期实践经验总结，具备落地条件的场景通常具备三个特征：单个应用场景的市场容量足够大，能够支撑产品的规模化投入与回报；施工流程具备较高的标准化程度，解决方案可以形成可复制的交付模式；以及涉及重体力劳动，有“机器替人”的刚性需求。 基于以上判断，方石机器人遵循 “以现场需求为驱动、以市场容量为标尺、以技术可行性为底线” 的业务拓展逻辑，逐步构建覆盖全施工周期的模块化产品矩阵。 方石机器人现场施工图 混凝土地坪施工是方石机器人最先选择切入的细分场景——市场空间足够大，属于重体力、大面积、高重复性的标准化工种，天然适合机器人介入，也容易让客户直观看到效果，并且团队此前已经积累大量工程化经验。 方石机器人的四轮激光地面整平机器人和双盘抹平抹光机器人，采用智能激光找平算法与线控底盘技术，可实现无人自主高精施工，施工效率达每小时400-600平方米，平整度偏差控制在5毫米以内。 在与客户合作过程中，方石机器人不断收到新的工种需求，挖掘实际施工现场其他痛点，产品研发逐渐向喷刮、铺贴等工种拓展，陆续推出家装喷刮打磨一体机器人、地砖薄贴机器人、石材砖铺贴机器人等产品。 在李思桥看来，方石机器人的产品竞争力在于两点： 一是“标准化产品+参数化适配”的产品模式。每款针对特定应用场景的标准化产品可以适配多种原材料和施工工艺的能力，比如家装喷刮打磨一体设备通过切换不同的末端执行器，能够完成墙面腻子喷刮、打磨、乳胶漆喷涂等工作。此外，标准化产品可以根据客户指定的材料型号调整工艺算法参数，保证产品的规模化生产和快速交付，也能灵活响应不同客户的具体需求。 二是“平台通用化、应用场景化”的技术架构。由于多个应用场景的核心部件具有高度通用性，新工种的产品研发不需要从零开始，而是在通用算法和运动平台上进行模块化增量开发，从而缩短研发周期和量产爬坡时间。 “方石机器人的最终目标是构建覆盖结构施工、二次结构与装修、辅助巡检等全周期环节的模块化产品矩阵。”李思桥表示。 用“具身智能+建筑大模型”重新定义建筑机器人 过去受限于环境感知与运动控制能力，建筑机器人往往只能作为半自动化工具，需要人工持续介入才能完成作业，限制了机器人的效率提升与落地规模。 “本质上还是工业机械臂的逻辑，在固定工位、固定流程下执行预设动作。”在李思桥看来，建筑现场与工业产线的关键区别在于，前者环境是非结构化、动态化的，施工过程中障碍物和工况随时在变，这要求机器人必须具备自主感知、自主决策、自主适应的能力，而大模型与具身智能的快速发展，使建筑机器人突破能力卡点成为可能。 方石机器人提出“具身智能+建筑大模型”的技术路线，通过打通数字资产、数字空间生成与机器人模型预训练过程，构建端到端强化学习闭环；同时利用建筑场景专属空间生成大模型和语义识别能力，为机器人的复杂场景适应性、覆盖率及功能泛化性提供技术基础。 相比于通用大模型，建筑大模型通过采集真实场景的人工作业及遥操作数据，整合建筑细分领域上下游数据，对基于仿真数据的预训练结果进行调优，从而使模型对建筑工艺、施工规范、现场工况等行业“know-how”的理解更加深刻，模型准确性和工程化部署效率更高。 “具身智能+建筑大模型”理念，具体体现在方石机器人自研的软硬件结合智能系统“阿尔戈斯系统”上 。 据李思桥介绍，阿尔戈斯系统搭载灵光K1三维重建模块与高性能规划主机，融合多线激光雷达、4目视觉技术与自研神经网络算法，在实际施工中通过360°全视场移动式扫描，实现施工现场的高精度空间数字化（相对精度1.2厘米、绝对精度3厘米），可以在15分钟内完成单户型的全流程智能规划，并直接生成可执行的施工方案，发送给机器人终端执行。 “这套系统大幅降低了施工现场的规划门槛与部署难度，实现‘实景感知-智能规划-机器人执行’的有效协同。过去需要经验丰富的技术人员花费大量时间进行现场勘测和方案编制的工作，现在通过阿尔戈斯系统可以高效、标准化地完成。”李思桥说道。 已落地超500个工程项目，产品进入十多个海外市场 目前，方石机器人已在全国80多个城市完成业务布局，服务中国建筑、中国铁建、上海建工、陕西建工等100余家头部建筑企业，落地项目涵盖广州白云机场、上海同济大学自主智能无人系统科学中心、太仓阿尔卑斯冰雪世界等超500个项目工程。 在商业化路径上，方石机器人采取“机器人本体销售/租赁+完整施工服务解决方案”的组合模式。 具体来说，已经对方石机器人的产品性能和施工表现有一定认知的成熟用户，一般会直接采购机器人设备，纳入自有施工体系。新客户试用或短期施工服务需求可以选择先租再买。施工服务类客户则希望整体引入机器人施工方案，由方石机器人提供“设备+操作+技术支持”的一体化交付。 “采购和使用建筑机器人的决策，主要还是在具体施工的项目方。不同层级的客户，对建筑机器人的需求侧重点有明显差异。”李思桥介绍，总包层面的核心诉求是稳定性和可靠性，以及施工效率、质量合格率等系统层面的效能提升；而劳务班组更关注产品的易用性、上手门槛和经济性。“但最终指向同一个方向，必须在产品可靠性、操作便捷性和经济性三个维度上同时过关，才能真正被市场接受。” 李思桥认为，建筑业本质上是一个对降本增效高度敏感的传统行业。“客户核心算的是经济账：在保证工期和施工质量的前提下，使用机器人到底划不划算。”他表示，方石机器人产品此前能够快速打开市场，关键在于设备购入后回本周期短，平均投资回收期在12个月以内，后续施工项目也可以持续为客户创造成本节约。 除了继续深耕国内市场，方石机器人也在积极拓展海外市场。 方石机器人海外现场施工图 由于海外劳务用工成本普遍高于国内，“机器替人”需求更加旺盛。方石机器人2023年首入澳大利亚市场以来，产品已覆盖中东、东南亚、东亚等十余个国家和地区，并与区域内头部建筑商建立紧密合作，并且加速在中东、东南亚设立区域服务中心与备件库，推动从产品出海向本地化运营跨越。 针对不同地区的本地化适配，方石机器人的做法是“客户调研-现场调试-设备迭代”三步走：先调研目标市场的建筑工艺标准、材料体系、法规要求；再将设备带到当地施工现场进行实际调试；最后根据现场反馈进行迭代优化，形成针对该市场的产品版本。 谈及公司的未来方向，李思桥给出的战略排序是，先将已有产品能力做深做透，保证稳定的现金流与客户口碑。“公司有一套严格的新研发项目立项评价体系，新产品立项要经过市场容量、技术可行性、客户需求验证等多维度评估，不会盲目追求工种覆盖广度。” 在技术层面，方石机器人持续积累数字资产和建筑大模型等核心资产的同时，也在探索人形机器人在建筑行业特定应用场景中的泛化可能性。“当人形机器人的硬件成熟度达到建筑现场的可靠性要求时，我们在建筑垂直领域的AI能力将成为非常有价值的软件层。”李思桥表示。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。 方石机器人产品矩阵 方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。", "hot_score": 0.0 }, { "id": 637, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Sam Altman was winning on the stand, but it might not be enough", "url": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "summary": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity. \"We created, through a ton of hard work, […]", "published_at": "2026-05-13T00:11:09+00:00", "discovered_at": "2026-05-13T00:18:38.622570+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Sam Altman was winning on the stand, but it might not be enough", "link": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "summary": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity. \"We created, through a ton of hard work, […]" }, "normalized_title": "samaltmanwaswinningonthestandbutitmightnotbeenough", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "content_fingerprint": "825705c5d20def7424ba872798f6618da7180c55bb29469285a4f80ab6cae855", "extracted_text": "", "extraction_status": "blocked", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-13T00:39:54.499131+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "2026-05-14T00:39:53.822733+00:00", "extraction_error_category": "blocked", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:637", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 637, "duplicate_primary_title": "Sam Altman was winning on the stand, but it might not be enough", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Sam Altman was winning on the stand, but it might not be enough", "display_summary_zh": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity. \"We created, through a ton of hard work, […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity.", "hot_score": 0.0 }, { "id": 632, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "url": "https://36kr.com/p/3806970999955201?f=rss", "canonical_url": "https://36kr.com/p/3806970999955201?f=rss", "summary": "今日热点导览 中央网信办：平台发布短视频必选6类标签 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 网易云音乐全面接入DeepSeek-V4 阿里发布AI店小蜜，平均询单转化提升超10% TOP3大新闻 宇树科技发布GD01载人变形机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经） 腾讯张军：微信“访客功能”已焊死，不会开发，不会提供 36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。” 国内航线燃油附加费5月16日起再上调 记者获悉，有机票代理已收到航空公司通知，国内航线燃油附加费拟自5月16日起上调，其中800公里（含）以下航段收取90元，800公里以上航段170元。目前800公里（含）以下航段收取燃油费60元，800公里以上航段120元，意味着国内航线燃油费在5月要分别上调30元和50元。上个月国内航线燃油附加费曾上涨5倍。按照常规每月5日调整燃油附加费，本月延迟调整到16日。（第一财经） 大公司/大事件 市场监管总局附条件批准腾讯收购喜马拉雅股权案 36氪获悉，市场监管总局发布公告，附加限制性条件批准腾讯控股有限公司收购喜马拉雅公司股权案。经审查，市场监管总局认为该案对中国境内在线音频播放平台市场、网络音乐播放平台市场竞争可能具有排除、限制竞争效果。为有效减少此项经营者集中可能产生的不利影响，市场监管总局经过全面审查、科学论证，依法对该案作出附条件批准决定，要求腾讯、喜马拉雅和集中后实体作出五项限制性承诺：不得提高在线音频播放平台服务价格、降低服务水平或者附加不合理交易条件；不得降低在线音频播放平台免费内容及免费热门内容比例；不得与在线音频播放平台版权方达成独家授权，并在规定期限内解除现有独家授权约定；不得向汽车厂商搭售在线音频播放平台、网络音乐播放平台，或者阻碍、限制其采购竞争对手产品；不得限制主播在多个在线音频播放平台入驻或分发其享有著作权的作品。 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 36氪获悉，快手公告，公司注意到，于2026年5月11日，有媒体报道本公司有意就本集团可灵AI之相关资产及业务获取外部融资及拟议独立上市。公司谨此向股东及投资者作出更新，为了进一步利用外部财务资源，本公司董事会正在评估拟议重组可灵AI之相关资产及业务的方案，其中或涉及引入外部融资。于本公告日期，上述拟议方案仍处于初步阶段，本公司尚未就此签署任何最终协议。概不保证该等拟议方案将会进行。 三星电子劳资谈判破裂，五万名员工准备罢工 5月13日，三星电子韩国工会负责人表示，公司和工会周三未能就薪资协议达成一致，预计将有超过五万名员工进行全面罢工，可能扰乱人工智能及其他芯片的生产。此前，在政府调解下，双方于周一和周二进行了数小时的马拉松式谈判。工会代表 Choi Seung-ho表示，公司未回应工会关于改革薪酬方案的要求，包括取消目前设定为年基本工资 50%的奖金上限，改为仅根据营业利润计算奖金。工会此前表示，若其诉求未获满足，员工将从5月21日起进行为期18天的罢工。该工会代表表示，目前暂无计划在罢工日期前与管理层重启谈判，但如果公司提出“合理的方案”，他愿意予以考虑。韩国国家劳动关系委员会表示，其已提出“多种替代方案”，但“鉴于双方立场差距过大以及工会要求暂停谈判”决定结束调解程予。（金十数据） 美股三大指数收盘涨跌不一，特斯拉跌超2% 36氪获悉，5月12日收盘，美股三大指数涨跌不一，道指涨0.11%，纳指跌0.71%，标普500指数跌0.16%。大型科技股涨跌互现，Arm、特斯拉跌超2%，微软、亚马逊跌超1%，谷歌小幅下跌；奈飞涨超2%，英伟达、Meta、苹果小幅上涨。热门中概股跌多涨少，百度跌超4%，拼多多跌超3%，B站跌超2%，阿里巴巴、腾讯音乐、爱奇艺跌超1%，理想汽车小幅下跌；京东涨超3%，网易、蔚来小幅上涨。 美国参议院确认凯文·沃什出任美联储理事 当地时间5月12日获悉，美国参议院确认凯文·沃什出任美联储理事，任期14年。这被视为其成为下一任美联储主席的重要一步。据了解，参议院预计将立即启动沃什兼任美联储主席的确认程序，相关程序性投票最快可能于5月13日完成。鲍威尔的美联储主席任期将于5月15日结束。沃什曾任美联储理事，同时拥有律师与金融行业背景。1月30日，特朗普提名凯文·沃什出任美联储主席，接替现任主席鲍威尔。（央视新闻） ios26.5正式版发布 5月12日，苹果向 iPhone 和 iPad 用户推送了 iOS/iPadOS 26.5 更新（内部版本号：23F77），本次更新距离上次发布正式版间隔 19 天。（IT之家） 五月中旬机票价格大幅度回落 在线旅游预订平台数据显示，“五一”假期后多条航线机票价格回落，5月中旬为价格“洼地”。北京—成都、广州—昆明等热门航线均有1~2折机票。上海—三亚、上海—海口等航线，更是有低至200元左右的机票在售。此外，随着国际航线持续恢复，出境游也成为错峰游的新选择。大数据显示，截至5月10日，5月11日—5月31日的出入境航线机票预订量超397万张，同比增长约8%。5月8日至31日，中国境内往返欧洲的计划航班量同比增长约15%。出境热门目的地为首尔、曼谷、新加坡等地。（央视财经） 中央网信办：平台发布短视频必选6类标签 近日，中央网信办总结12家平台试行经验，指导各地各网站平台全面推进落实三项工作：一是规范短视频内容标注标签，明确网站平台必须为用户提供6类“必选标签”，并可根据自身实际提供其他“可选标签”。其中，“必选标签”包括“含有虚构演绎内容”“含有AI生成内容”“含有营销信息”“内容为转载”“内容为个人观点”和“无需标注”。真实生活记录类短视频可选择“无需标注”标签，该标签不在短视频页面呈现。二是将内容标注设为短视频发布必经环节，发布者必须从“必选标签”中选择一项，才能发布短视频。三是对新增短视频标注情况加强审核，对存量短视频进行分批回溯，对未规范标注的，进行补标或纠正，并对相关发布者进行教育警示，推动实现短视频内容应标尽标。（央视新闻） 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 36氪获悉，5月11日至5月13日，抖音集团短剧版权中心在湖南长沙国际会议中心举办首届短剧产业大会。红果短剧总编辑乐力表示，短剧版权中心近期已陆续推出多项真人短剧扶持计划，用一项项扶持政策激发真人短剧的创作活力。抖音集团短剧版权中心内容合作负责人华越昇表示，2026年真人短剧的保底扶持预算超15亿元，部均保底金额较去年提升约60%。 美国高校报告称春季外国本科新生减少20%，受签证限制影响 据一个教育团体联盟的研究数据，今年春季美国高校的外国本科新生人数较上年同期平均下降20%，这是总统唐纳德·特朗普与高等教育界的对峙正在重创人才和资金关键来源的最新迹象。包括美国国际教育组织NAFSA的多个机构周一发布的报告称，研究基于对149所美国院校的调查，其中约62%的院校报告称，与2025年春季相比，本科和研究生项目的国际学生入学人数均有所下降。（新浪财经） 特斯拉前首席财务官Deepak Ahuja加入电池回收公司Redwood 美国电池回收公司Redwood Materials当地时间5月11日宣布，特斯拉前首席财务官Deepak Ahuja正式加入公司出任CFO。（界面新闻） 极限运动相机制造商GoPro考虑出售 极限运动相机制造商GoPro周一表示，公司计划评估一系列战略选择，包括出售或合并，消息一出，其股价在盘后交易中一度飙升超过 27%。此前近一个月，该公司宣布已聘请咨询公司Oliver Wyman，为其技术在国防和航空航天市场寻求新的市场机遇。（新浪财经） 美国得州起诉奈飞，指控其涉嫌监视儿童并诱使用户成瘾 周一，得克萨斯州总检察长肯·帕克斯顿对奈飞公司提起诉讼，指控这家流媒体公司未经同意收集儿童及其他消费者的数据，从而对其进行监视，并刻意设计其平台以诱发成瘾。得克萨斯州指出，多年来，奈飞一直向消费者虚假宣称其不收集或共享用户数据，而实际上却追踪并向商业数据经纪商及广告技术公司出售观众的习惯和偏好，每年从中获利数十亿美元。奈飞发言人表示，公司计划在法庭上对这些指控作出回应。（新浪财经） 沙特阿美警告：燃油库存即将跌至“临界低点” 沙特阿美公司近日发出警告，受霍尔木兹海峡航运持续中断影响，全球燃油库存正迅速逼近“临界低点”，未来数月能源供应形势严峻。该公司总裁兼首席执行官阿明·纳赛尔表示，自中东冲突爆发以来，全球原油供应量已累计流失约10亿桶。他警告称，即便航运即刻恢复，市场也需要数月才能重新平衡；若中断持续数周以上，供应缺口将延续至2027年。阿美公司预计，5月和6月的供应短缺问题将更加突出。（新浪财经） 存储芯片短缺持续，国内产业链深度受益 5月11日，全球存储芯片龙头SK海力士、三星电子股价创下历史新高。AI算力需求、大厂资本投入持续带动存储芯片需求。高盛研报显示，市场正面临15年来最严重的存储芯片供应短缺。机构预计存储芯片今年二季度价格将持续大幅上涨。中国供应链也受益于本轮涨价，今年一季度，A股存储器公司业绩普遍实现高增长，多家上市公司今年以来股价涨幅超100%。（中证网） 美联邦航空管理局批准麦道11型货机恢复运营 当地时间5月11日，美国联邦航空管理局（FAA）批准波音公司关于麦道11型货机（MD-11）恢复运营的方案。2025年11月4日，美国联合包裹运送服务公司（UPS）一架MD-11货机在肯塔基州路易斯维尔坠毁并起火，造成至少14人死亡。该机型运营随后受到调查与限制。FAA此次批准意味着相关机型可逐步恢复投入使用。（央视新闻） 一线城市二手房成交连创新高，居民中长期贷款增长有待修复 近期调研发现，北上广深等一线城市的二手房交易接连创下新高。与此同时，银行房贷投放节奏也在加快。公开数据显示，3月住户中长期贷款增加2953亿元，环比已有明显改善。不过，在二手房带看量和网签量显著回升的同时，一季度个人住房贷款��体余额仍在下降，提前还贷、加杠杆愈发谨慎成为这一轮楼市“小阳春”向信贷端传导的多重堵点。 （上证报） 特朗普政府请求法院暂停执行针对10%全球关税的裁决 当地时间5月11日，特朗普政府当天请求美国法院暂停执行此前针对10%全球关税作出的不利裁决，以便联邦政府继续推进上诉程序。据悉，美国国际贸易法院于5月8日裁定反对相关新关税措施，但并未全面叫停关税征收。特朗普政府已于8日正式提出上诉。如果法院批准暂停执行相关裁决，那么此前起诉政府关税政策的三家进口商将重新面临10%的全球关税。（央视新闻） AI最前沿 网易有道发布ThinkFlow平台，实现全链路Token可视化 36氪获悉，网易有道近日发布企业级大模型聚合平台ThinkFlow。该平台旨在解决企业面对碎片化的大模型供给时，实现Token生产、分发、计费与效率优化的标准化问题。通过标准API接口，允许企业一次接入即可调用DeepSeek、Kimi、Qwen、MiniMax等20余款主流大模型，业务端切换模型无需重写代码。平台内置智能路由和负载均衡机制，支持毫秒级故障切换与熔断降级。ThinkFlow还提供了全链路Token消费可视化看板，将大模型调用成本精确到单次请求。 谷歌称首次发现利用AI开发“零日漏洞”攻击工具 美国谷歌公司威胁情报小组11日发布报告说，该小组首次发现网络攻击者利用人工智能（AI）技术开发“零日漏洞”攻击工具。“零日漏洞”指软件厂商尚未发现或来不及修复的安全漏洞。谷歌威胁情报小组在报告中说，这个“零日漏洞”攻击工具针对一款“流行的开源、基于网页的系统管理工具”，利用Python脚本实现，可绕过双重认证。谷歌方面表示，已经向受影响公司通报该漏洞，并阻断相关威胁活动。（新华社） 网易云音乐全面接入DeepSeek-V4 36氪获悉，近日，网易云音乐宣布全面接入DeepSeek-V4，进一步提升听歌找歌、社区互动、创作服务及各类个性化场景体验。 OpenAI收购咨询公司Tomoro并��立新实体，加速企业级AI部署 5月11日，OpenAI宣布成立名为“OpenAI Deployment Company”的新实体，旨在通过深度工程支持加速人工智能在企业端的实质性落地。作为该战略的核心举措，OpenAI已达成协议收购咨询与工程公司Tomoro。Tomoro团队约150名资深AI部署专家将并入该实体。该项目得到了TPG、贝恩资本及软银等多家顶级投资机构的支持。（界面新闻） 阿里发布AI店小蜜，平均询单转化提升超10% 36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。 大公司财报 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报第一季度营收3157亿元，同比增长4.9%；归属于公司普通股股东的净利润为51亿元，2025年同期为109亿元；非美国通用会计准则下净利润为74亿元，2025年同期为128亿元。 泡泡玛特：2026年第一季度整体收益同比增长75%-80% 36氪获悉，泡泡玛特公告，2026年第一季度整体收益（未经审核）同比增长75%-80%，其中中国收益同比增长100%-105%，亚太同比增长25%-30%，美洲同比增长55%-60%，以及欧洲及其他地区同比增长60%-65%。 腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8% 36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。 京东物流：第一季度营收605.8亿元，同比增长29% 36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。 涂鸦智能：一季度营收8090万美元，同比增长约8.3% 36氪获悉，全球AI云平台服务提供商涂鸦智能公布了2026年Q1财报。财报显示，2026年第一季度总营收达8090万美元，同比增长约8.3%。其中，PaaS收入约5900万美元，同比增长9.8%；AI应用及其他收入约1160万美元，同比增长16.9%；智能家居及机器人收入达到1020万美元。 上市进行时 深交所上市委：嘉立创首发获通过 36氪获悉，据深交所上市审核委员会2026年第22次审议会议结果公告，深圳嘉立创科技集团股份有限公司首发获通过。 情侣“花钱算账”小调查 亲密关系中，谈心动容易，谈钱却总显得格外微妙。约会谁买单、共同开销要不要AA、同居后的房租生活费如何分摊……有人觉得感情不该锱铢必较，算得太清楚会冲淡亲密感；也有人坚持明算账才是长久之道，收支清晰反而能减少矛盾。 金钱一定是情感中绕不开的一道难题。你能接受伴侣实行AA制吗？双方收入差距会不会影响花钱分摊方式？你们是否曾因为买单失衡、开销观念不同产生争执？欢迎扫码参与小调查，和我们聊聊亲密关系里关于金钱的那些纠结与看法。 情侣“花钱算账”小调查 整理 ｜徐嘉彤", "published_at": "2026-05-13T00:11:00+00:00", "discovered_at": "2026-05-13T00:17:25.358122+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "link": "https://36kr.com/p/3806970999955201?f=rss", "summary": "

今日热点导览

\n

中央网信办：平台发布短视频必选6类标签

\n

抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元

\n

快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段

\n

网易云音乐全面接入DeepSeek-V4

\n

阿里发布AI店小蜜，平均询单转化提升超10%

\n

TOP3大新闻

\n

宇树科技发布GD01载人变形机甲，投资人回应

\n

5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经）

\n

腾讯张军：微信“访客功能”已焊死，不会开发，不会提供

\n

36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。”

\n

国内航线燃油附加费5月16日起再上调

\n

记者获悉，有机票代理已收到航空公司通知，国内航线燃油附加费拟自5月16日起上调，其中800公里（含）以下航段收取90元，800公里以上航段170元。目前800公里（含）以下航段收取燃油费60元，800公里以上航段120元，意味着国内航线燃油费在5月要分别上调30元和50元。上个月国内航线燃油附加费曾上涨5倍。按照常规每月5日调整燃油附加费，本月延迟调整到16日。（第一财经）

\n

大公司/大事件

\n

市场监管总局附条件批准腾讯收购喜马拉雅股权案

\n

36氪获悉，市场监管总局发布公告，附加限制性条件批准腾讯控股有限公司收购喜马拉雅公司股权案。经审查，市场监管总局认为该案对中国境内在线音频播放平台市场、网络音乐播放平台市场竞争可能具有排除、限制竞争效果。为有效减少此项经营者集中可能产生的不利影响，市场监管总局经过全面审查、科学论证，依法对该案作出附条件批准决定，要求腾讯、喜马拉雅和集中后实体作出五项限制性承诺：不得提高在线音频播放平台服务价格、降低服务水平或者附加不合理交易条件；不得降低在线音频播放平台免费内容及免费热门内容比例；不得与在线音频播放平台版权方达成独家授权，并在规定期限内解除现有独家授权约定；不得向汽车厂商搭售在线音频播放平台、网络音乐播放平台，或者阻碍、限制其采购竞争对手产品；不得限制主播在多个在线音频播放平台入驻或分发其享有著作权的作品。

\n

快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段

\n

36氪获悉，快手公告，公司注意到，于2026年5月11日，有媒体报道本公司有意就本集团可灵AI之相关资产及业务获取外部融资及拟议独立上市。公司谨此向股东及投资者作出更新，为了进一步利用外部财务资源，本公司董事会正在评估拟议重组可灵AI之相关资产及业务的方案，其中或涉及引入外部融资。于本公告日期，上述拟议方案仍处于初步阶段，本公司尚未就此签署任何最终协议。概不保证该等拟议方案将会进行。

\n

三星电子劳资谈判破裂，五万名员工准备罢工

\n

5月13日，三星电子韩国工会负责人表示，公司和工会周三未能就薪资协议达成一致，预计将有超过五万名员工进行全面罢工，可能扰乱人工智能及其他芯片的生产。此前，在政府调解下，双方于周一和周二进行了数小时的马拉松式谈判。工会代表 Choi Seung-ho表示，公司未回应工会关于改革薪酬方案的要求，包括取消目前设定为年基本工资 50%的奖金上限，改为仅根据营业利润计算奖金。工会此前表示，若其诉求未获满足，员工将从5月21日起进行为期18天的罢工。该工会代表表示，目前暂无计划在罢工日期前与管理层重启谈判，但如果公司提出“合理的方案”，他愿意予以考虑。韩国国家劳动关系委员会表示，其已提出“多种替代方案”，但“鉴于双方立场差距过大以及工会要求暂停谈判”决定结束调解程予。（金十数据）

\n

美股三大指数收盘涨跌不一，特斯拉跌超2%

\n

36氪获悉，5月12日收盘，美股三大指数涨跌不一，道指涨0.11%，纳指跌0.71%，标普500指数跌0.16%。大型科技股涨跌互现，Arm、特斯拉跌超2%，微软、亚马逊跌超1%，谷歌小幅下跌；奈飞涨超2%，英伟达、Meta、苹果小幅上涨。热门中概股跌多涨少，百度跌超4%，拼多多跌超3%，B站跌超2%，阿里巴巴、腾讯音乐、爱奇艺跌超1%，理想汽车小幅下跌；京东涨超3%，网易、蔚来小幅上涨。

\n

美国参议院确认凯文·沃什出任美联储理事

\n

当地时间5月12日获悉，美国参议院确认凯文·沃什出任美联储理事，任期14年。这被视为其成为下一任美联储主席的重要一步。据了解，参议院预计将立即启动沃什兼任美联储主席的确认程序，相关程序性投票最快可能于5月13日完成。鲍威尔的美联储主席任期将于5月15日结束。沃什曾任美联储理事，同时拥有律师与金融行业背景。1月30日，特朗普提名凯文·沃什出任美联储主席，接替现任主席鲍威尔。（央视新闻）

\n

ios26.5正式版发布

\n

5月12日，苹果向 iPhone 和 iPad 用户推送了 iOS/iPadOS 26.5 更新（内部版本号：23F77），本次更新距离上次发布正式版间隔 19 天。（IT之家）

\n

五月中旬机票价格大幅度回落

\n

在线旅游预订平台数据显示，“五一”假期后多条航线机票价格回落，5月中旬为价格“洼地”。北京—成都、广州—昆明等热门航线均有1~2折机票。上海—三亚、上海—海口等航线，更是有低至200元左右的机票在售。此外，随着国际航线持续恢复，出境游也成为错峰游的新选择。大数据显示，截至5月10日，5月11日—5月31日的出入境航线机票预订量超397万张，同比增长约8%。5月8日至31日，中国境内往返欧洲的计划航班量同比增长约15%。出境热门目的地为首尔、曼谷、新加坡等地。（央视财经）

\n

中央网信办：平台发布短视频必选6类标签

\n

近日，中央网信办总结12家平台试行经验，指导各地各网站平台全面推进落实三项工作：一是规范短视频内容标注标签，明确网站平台必须为用户提供6类“必选标签”，并可根据自身实际提供其他“可选标签”。其中，“必选标签”包括“含有虚构演绎内容”“含有AI生成内容”“含有营销信息”“内容为转载”“内容为个人观点”和“无需标注”。真实生活记录类短视频可选择“无需标注”标签，该标签不在短视频页面呈现。二是将内容标注设为短视频发布必经环节，发布者必须从“必选标签”中选择一项，才能发布短视频。三是对新增短视频标注情况加强审核，对存量短视频进行分批回溯，对未规范标注的，进行补标或纠正，并对相关发布者进行教育警示，推动实现短视频内容应标尽标。（央视新闻）

\n

抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元

\n

36氪获悉，5月11日至5月13日，抖音集团短剧版权中心在湖南长沙国际会议中心举办首届短剧产业大会。红果短剧总编辑乐力表示，短剧版权中心近期已陆续推出多项真人短剧扶持计划，用一项项扶持政策激发真人短剧的创作活力。抖音集团短剧版权中心内容合作负责人华越昇表示，2026年真人短剧的保底扶持预算超15亿元，部均保底金额较去年提升约60%。

\n

美国高校报告称春季外国本科新生减少20%，受签证限制影响

\n

据一个教育团体联盟的研究数据，今年春季美国高校的外国本科新生人数较上年同期平均下降20%，这是总统唐纳德·特朗普与高等教育界的对峙正在重创人才和资金关键来源的最新迹象。包括美国国际教育组织NAFSA的多个机构周一发布的报告称，研究基于对149所美国院校的调查，其中约62%的院校报告称，与2025年春季相比，本科和研究生项目的国际学生入学人数均有所下降。（新浪财经）

\n

特斯拉前首席财务官Deepak Ahuja加入电池回收公司Redwood

\n

美国电池回收公司Redwood Materials当地时间5月11日宣布，特斯拉前首席财务官Deepak Ahuja正式加入公司出任CFO。（界面新闻）

\n

极限运动相机制造商GoPro考虑出售

\n

极限运动相机制造商GoPro周一表示，公司计划评估一系列战略选择，包括出售或合并，消息一出，其股价在盘后交易中一度飙升超过 27%。此前近一个月，该公司宣布已聘请咨询公司Oliver Wyman，为其技术在国防和航空航天市场寻求新的市场机遇。（新浪财经）

\n

美国得州起诉奈飞，指控其涉嫌监视儿童并诱使用户成瘾

\n

周一，得克萨斯州总检察长肯·帕克斯顿对奈飞公司提起诉讼，指控这家流媒体公司未经同意收集儿童及其他消费者的数据，从而对其进行监视，并刻意设计其平台以诱发成瘾。得克萨斯州指出，多年来，奈飞一直向消费者虚假宣称其不收集或共享用户数据，而实际上却追踪并向商业数据经纪商及广告技术公司出售观众的习惯和偏好，每年从中获利数十亿美元。奈飞发言人表示，公司计划在法庭上对这些指控作出回应。（新浪财经）

\n

沙特阿美警告：燃油库存即将跌至“临界低点”

\n

沙特阿美公司近日发出警告，受霍尔木兹海峡航运持续中断影响，全球燃油库存正迅速逼近“临界低点”，未来数月能源供应形势严峻。该公司总裁兼首席执行官阿明·纳赛尔表示，自中东冲突爆发以来，全球原油供应量已累计流失约10亿桶。他警告称，即便航运即刻恢复，市场也需要数月才能重新平衡；若中断持续数周以上，供应缺口将延续至2027年。阿美公司预计，5月和6月的供应短缺问题将更加突出。（新浪财经）

\n

存储芯片短缺持续，国内产业链深度受益

\n

5月11日，全球存储芯片龙头SK海力士、三星电子股价创下历史新高。AI算力需求、大厂资本投入持续带动存储芯片需求。高盛研报显示，市场正面临15年来最严重的存储芯片供应短缺。机构预计存储芯片今年二季度价格将持续大幅上涨。中国供应链也受益于本轮涨价，今年一季度，A股存储器公司业绩普遍实现高增长，多家上市公司今年以来股价涨幅超100%。（中证网）

\n

美联邦航空管理局批准麦道11型货机恢复运营

\n

当地时间5月11日，美国联邦航空管理局（FAA）批准波音公司关于麦道11型货机（MD-11）恢复运营的方案。2025年11月4日，美国联合包裹运送服务公司（UPS）一架MD-11货机在肯塔基州路易斯维尔坠毁并起火，造成至少14人死亡。该机型运营随后受到调查与限制。FAA此次批准意味着相关机型可逐步恢复投入使用。（央视新闻）

\n

一线城市二手房成交连创新高，居民中长期贷款增长有待修复

\n

近期调研发现，北上广深等一线城市的二手房交易接连创下新高。与此同时，银行房贷投放节奏也在加快。公开数据显示，3月住户中长期贷款增加2953亿元，环比已有明显改善。不过，在二手房带看量和网签量显著回升的同时，一季度个人住房贷款��体余额仍在下降，提前还贷、加杠杆愈发谨慎成为这一轮楼市“小阳春”向信贷端传导的多重堵点。 （上证报）

\n

特朗普政府请求法院暂停执行针对10%全球关税的裁决

\n

当地时间5月11日，特朗普政府当天请求美国法院暂停执行此前针对10%全球关税作出的不利裁决，以便联邦政府继续推进上诉程序。据悉，美国国际贸易法院于5月8日裁定反对相关新关税措施，但并未全面叫停关税征收。特朗普政府已于8日正式提出上诉。如果法院批准暂停执行相关裁决，那么此前起诉政府关税政策的三家进口商将重新面临10%的全球关税。（央视新闻）

\n

AI最前沿

\n

网易有道发布ThinkFlow平台，实现全链路Token可视化

\n

36氪获悉，网易有道近日发布企业级大模型聚合平台ThinkFlow。该平台旨在解决企业面对碎片化的大模型供给时，实现Token生产、分发、计费与效率优化的标准化问题。通过标准API接口，允许企业一次接入即可调用DeepSeek、Kimi、Qwen、MiniMax等20余款主流大模型，业务端切换模型无需重写代码。平台内置智能路由和负载均衡机制，支持毫秒级故障切换与熔断降级。ThinkFlow还提供了全链路Token消费可视化看板，将大模型调用成本精确到单次请求。

\n

谷歌称首次发现利用AI开发“零日漏洞”攻击工具

\n

美国谷歌公司威胁情报小组11日发布报告说，该小组首次发现网络攻击者利用人工智能（AI）技术开发“零日漏洞”攻击工具。“零日漏洞”指软件厂商尚未发现或来不及修复的安全漏洞。谷歌威胁情报小组在报告中说，这个“零日漏洞”攻击工具针对一款“流行的开源、基于网页的系统管理工具”，利用Python脚本实现，可绕过双重认证。谷歌方面表示，已经向受影响公司通报该漏洞，并阻断相关威胁活动。（新华社）

\n

网易云音乐全面接入DeepSeek-V4

\n

36氪获悉，近日，网易云音乐宣布全面接入DeepSeek-V4，进一步提升听歌找歌、社区互动、创作服务及各类个性化场景体验。

\n

OpenAI收购咨询公司Tomoro并��立新实体，加速企业级AI部署

\n

5月11日，OpenAI宣布成立名为“OpenAI Deployment Company”的新实体，旨在通过深度工程支持加速人工智能在企业端的实质性落地。作为该战略的核心举措，OpenAI已达成协议收购咨询与工程公司Tomoro。Tomoro团队约150名资深AI部署专家将并入该实体。该项目得到了TPG、贝恩资本及软银等多家顶级投资机构的支持。（界面新闻）

\n

阿里发布AI店小蜜，平均询单转化提升超10%

\n

36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。

\n

大公司财报

\n

京东：第一季度营收3157亿元，同比增长4.9%

\n

36氪获悉，京东发布2026年第一季度财报第一季度营收3157亿元，同比增长4.9%；归属于公司普通股股东的净利润为51亿元，2025年同期为109亿元；非美国通用会计准则下净利润为74亿元，2025年同期为128亿元。

\n

泡泡玛特：2026年第一季度整体收益同比增长75%-80%

\n

36氪获悉，泡泡玛特公告，2026年第一季度整体收益（未经审核）同比增长75%-80%，其中中国收益同比增长100%-105%，亚太同比增长25%-30%，美洲同比增长55%-60%，以及欧洲及其他地区同比增长60%-65%。

\n

腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8%

\n

36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。

\n

京东物流：第一季度营收605.8亿元，同比增长29%

\n

36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。

\n

涂鸦智能：一季度营收8090万美元，同比增长约8.3%

\n

36氪获悉，全球AI云平台服务提供商涂鸦智能公布了2026年Q1财报。财报显示，2026年第一季度总营收达8090万美元，同比增长约8.3%。其中，PaaS收入约5900万美元，同比增长9.8%；AI应用及其他收入约1160万美元，同比增长16.9%；智能家居及机器人收入达到1020万美元。

\n

上市进行时

\n

深交所上市委：嘉立创首发获通过

\n

36氪获悉，据深交所上市审核委员会2026年第22次审议会议结果公告，深圳嘉立创科技集团股份有限公司首发获通过。

\n

 

\n

情侣“花钱算账”小调查

\n

亲密关系中，谈心动容易，谈钱却总显得格外微妙。约会谁买单、共同开销要不要AA、同居后的房租生活费如何分摊……有人觉得感情不该锱铢必较，算得太清楚会冲淡亲密感；也有人坚持明算账才是长久之道，收支清晰反而能减少矛盾。

\n

金钱一定是情感中绕不开的一道难题。你能接受伴侣实行AA制吗？双方收入差距会不会影响花钱分摊方式？你们是否曾因为买单失衡、开销观念不同产生争执？欢迎扫码参与小调查，和我们聊聊亲密关系里关于金钱的那些纠结与看法。

\n

\n

情侣“花钱算账”小调查

\n

整理｜徐嘉彤 

", "extracted_published_at": "2026-05-13T00:11:00+00:00" }, "normalized_title": "8点1氪丨宇树发布载人变形机甲定价390万起微信确认不会开发已读访客功能国内航线燃油附加费将再上调", "resolved_target": "https://36kr.com/p/3806970999955201?f=rss", "content_fingerprint": "c966be66f806e75a877de55078b68ba2387d55f780003fd716ca3d0b10d47caa", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n8点1氪\n2026年05月13日 08:11\n5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。\n今日热点导览\n中央网信办：平台发布短视频必选6类标签\n抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元\n快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段\n网易云音乐全面接入DeepSeek-V4\n阿里发布AI店小蜜，平均询单转化提升超10%\nTOP3大新闻\n宇树科技发布GD01载人变形机甲，投资人回应\n5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经）\n腾讯张军：微信“访客功能”已焊死，不会开发，不会提供\n36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。”\n国内航线燃油附加费5月16日起再上调\n记者获悉，有机票代理已收到航空公司通知，国内航线燃油附加费拟自5月16日起上调，其中800公里（含）以下航段收取90元，800公里以上航段170元。目前800公里（含）以下航段收取燃油费60元，800公里以上航段120元，意味着国内航线燃油费在5月要分别上调30元和50元。上个月国内航线燃油附加费曾上涨5倍。按照常规每月5日调整燃油附加费，本月延迟调整到16日。（第一财经）\n大公司/大事件\n市场监管总局附条件批准腾讯收购喜马拉雅股权案\n36氪获悉，市场监管总局发布公告，附加限制性条件批准腾讯控股有限公司收购喜马拉雅公司股权案。经审查，市场监管总局认为该案对中国境内在线音频播放平台市场、网络音乐播放平台市场竞争可能具有排除、限制竞争效果。为有效减少此项经营者集中可能产生的不利影响，市场监管总局经过全面审查、科学论证，依法对该案作出附条件批准决定，要求腾讯、喜马拉雅和集中后实体作出五项限制性承诺：不得提高在线音频播放平台服务价格、降低服务水平或者附加不合理交易条件；不得降低在线音频播放平台免费内容及免费热门内容比例；不得与在线音频播放平台版权方达成独家授权，并在规定期限内解除现有独家授权约定；不得向汽车厂商搭售在线音频播放平台、网络音乐播放平台，或者阻碍、限制其采购竞争对手产品；不得限制主播在多个在线音频播放平台入驻或分发其享有著作权的作品。\n快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段\n36氪获悉，快手公告，公司注意到，于2026年5月11日，有媒体报道本公司有意就本集团可灵AI之相关资产及业务获取外部融资及拟议独立上市。公司谨此向股东及投资者作出更新，为了进一步利用外部财务资源，本公司董事会正在评估拟议重组可灵AI之相关资产及业务的方案，其中或涉及引入外部融资。于本公告日期，上述拟议方案仍处于初步阶段，本公司尚未就此签署任何最终协议。概不保证该等拟议方案将会进行。\n三星电子劳资谈判破裂，五万名员工准备罢工\n5月13日，三星电子韩国工会负责人表示，公司和工会周三未能就薪资协议达成一致，预计将有超过五万名员工进行全面罢工，可能扰乱人工智能及其他芯片的生产。此前，在政府调解下，双方于周一和周二进行了数小时的马拉松式谈判。工会代表 Choi Seung-ho表示，公司未回应工会关于改革薪酬方案的要求，包括取消目前设定为年基本工资 50%的奖金上限，改为仅根据营业利润计算奖金。工会此前表示，若其诉求未获满足，员工将从5月21日起进行为期18天的罢工。该工会代表表示，目前暂无计划在罢工日期前与管理层重启谈判，但如果公司提出“合理的方案”，他愿意予以考虑。韩国国家劳动关系委员会表示，其已提出“多种替代方案”，但“鉴于双方立场差距过大以及工会要求暂停谈判”决定结束调解程予。（金十数据）\n美股三大指数收盘涨跌不一，特斯拉跌超2%\n36氪获悉，5月12日收盘，美股三大指数涨跌不一，道指涨0.11%，纳指跌0.71%，标普500指数跌0.16%。大型科技股涨跌互现，Arm、特斯拉跌超2%，微软、亚马逊跌超1%，谷歌小幅下跌；奈飞涨超2%，英伟达、Meta、苹果小幅上涨。热门中概股跌多涨少，百度跌超4%，拼多多跌超3%，B站跌超2%，阿里巴巴、腾讯音乐、爱奇艺跌超1%，理想汽车小幅下跌；京东涨超3%，网易、蔚来小幅上涨。\n美国参议院确认凯文·沃什出任美联储理事\n当地时间5月12日获悉，美国参议院确认凯文·沃什出任美联储理事，任期14年。这被视为其成为下一任美联储主席的重要一步。据了解，参议院预计将立即启动沃什兼任美联储主席的确认程序，相关程序性投票最快可能于5月13日完成。鲍威尔的美联储主席任期将于5月15日结束。沃什曾任美联储理事，同时拥有律师与金融行业背景。1月30日，特朗普提名凯文·沃什出任美联储主席，接替现任主席鲍威尔。（央视新闻）\nios26.5正式版发布\n5月12日，苹果向 iPhone 和 iPad 用户推送了 iOS/iPadOS 26.5 更新（内部版本号：23F77），本次更新距离上次发布正式版间隔 19 天。（IT之家）\n五月中旬机票价格大幅度回落\n在线旅游预订平台数据显示，“五一”假期后多条航线机票价格回落，5月中旬为价格“洼地”。北京—成都、广州—昆明等热门航线均有1~2折机票。上海—三亚、上海—海口等航线，更是有低至200元左右的机票在售。此外，随着国际航线持续恢复，出境游也成为错峰游的新选择。大数据显示，截至5月10日，5月11日—5月31日的出入境航线机票预订量超397万张，同比增长约8%。5月8日至31日，中国境内往返欧洲的计划航班量同比增长约15%。出境热门目的地为首尔、曼谷、新加坡等地。（央视财经）\n中央网信办：平台发布短视频必选6类标签\n近日，中央网信办总结12家平台试行经验，指导各地各网站平台全面推进落实三项工作：一是规范短视频内容标注标签，明确网站平台必须为用户提供6类“必选标签”，并可根据自身实际提供其他“可选标签”。其中，“必选标签”包括“含有虚构演绎内容”“含有AI生成内容”“含有营销信息”“内容为转载”“内容为个人观点”和“无需标注”。真实生活记录类短视频可选择“无需标注”标签，该标签不在短视频页面呈现。二是将内容标注设为短视频发布必经环节，发布者必须从“必选标签”中选择一项，才能发布短视频。三是对新增短视频标注情况加强审核，对存量短视频进行分批回溯，对未规范标注的，进行补标或纠正，并对相关发布者进行教育警示，推动实现短视频内容应标尽标。（央视新闻）\n抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元\n36氪获悉，5月11日至5月13日，抖音集团短剧版权中心在湖南长沙国际会议中心举办首届短剧产业大会。红果短剧总编辑乐力表示，短剧版权中心近期已陆续推出多项真人短剧扶持计划，用一项项扶持政策激发真人短剧的创作活力。抖音集团短剧版权中心内容合作负责人华越昇表示，2026年真人短剧的保底扶持预算超15亿元，部均保底金额较去年提升约60%。\n美国高校报告称春季外国本科新生减少20%，受签证限制影响\n据一个教育团体联盟的研究数据，今年春季美国高校的外国本科新生人数较上年同期平均下降20%，这是总统唐纳德·特朗普与高等教育界的对峙正在重创人才和资金关键来源的最新迹象。包括美国国际教育组织NAFSA的多个机构周一发布的报告称，研究基于对149所美国院校的调查，其中约62%的院校报告称，与2025年春季相比，本科和研究生项目的国际学生入学人数均有所下降。（新浪财经）\n特斯拉前首席财务官Deepak Ahuja加入电池回收公司Redwood\n美国电池回收公司Redwood Materials当地时间5月11日宣布，特斯拉前首席财务官Deepak Ahuja正式加入公司出任CFO。（界面新闻）\n极限运动相机制造商GoPro考虑出售\n极限运动相机制造商GoPro周一表示，公司计划评估一系列战略选择，包括出售或合并，消息一出，其股价在盘后交易中一度飙升超过 27%。此前近一个月，该公司宣布已聘请咨询公司Oliver Wyman，为其技术在国防和航空航天市场寻求新的市场机遇。（新浪财经）\n美国得州起诉奈飞，指控其涉嫌监视儿童并诱使用户成瘾\n周一，得克萨斯州总检察长肯·帕克斯顿对奈飞公司提起诉讼，指控这家流媒体公司未经同意收集儿童及其他消费者的数据，从而对其进行监视，并刻意设计其平台以诱发成瘾。得克萨斯州指出，多年来，奈飞一直向消费者虚假宣称其不收集或共享用户数据，而实际上却追踪并向商业数据经纪商及广告技术公司出售观众的习惯和偏好，每年从中获利数十亿美元。奈飞发言人表示，公司计划在法庭上对这些指控作出回应。（新浪财经）\n沙特阿美警告：燃油库存即将跌至“临界低点”\n沙特阿美公司近日发出警告，受霍尔木兹海峡航运持续中断影响，全球燃油库存正迅速逼近“临界低点”，未来数月能源供应形势严峻。该公司总裁兼首席执行官阿明·纳赛尔表示，自中东冲突爆发以来，全球原油供应量已累计流失约10亿桶。他警告称，即便航运即刻恢复，市场也需要数月才能重新平衡；若中断持续数周以上，供应缺口将延续至2027年。阿美公司预计，5月和6月的供应短缺问题将更加突出。（新浪财经）\n存储芯片短缺持续，国内产业链深度受益\n5月11日，全球存储芯片龙头SK海力士、三星电子股价创下历史新高。AI算力需求、大厂资本投入持续带动存储芯片需求。高盛研报显示，市场正面临15年来最严重的存储芯片供应短缺。机构预计存储芯片今年二季度价格将持续大幅上涨。中国供应链也受益于本轮涨价，今年一季度，A股存储器公司业绩普遍实现高增长，多家上市公司今年以来股价涨幅超100%。（中证网）\n美联邦航空管理局批准麦道11型货机恢复运营\n当地时间5月11日，美国联邦航空管理局（FAA）批准波音公司关于麦道11型货机（MD-11）恢复运营的方案。2025年11月4日，美国联合包裹运送服务公司（UPS）一架MD-11货机在肯塔基州路易斯维尔坠毁并起火，造成至少14人死亡。该机型运营随后受到调查与限制。FAA此次批准意味着相关机型可逐步恢复投入使用。（央视新闻）\n一线城市二手房成交连创新高，居民中长期贷款增长有待修复\n近期调研发现，北上广深等一线城市的二手房交易接连创下新高。与此同时，银行房贷投放节奏也在加快。公开数据显示，3月住户中长期贷款增加2953亿元，环比已有明显改善。不过，在二手房带看量和网签量显著回升的同时，一季度个人住房贷款整体余额仍在下降，提前还贷、加杠杆愈发谨慎成为这一轮楼市“小阳春”向信贷端传导的多重堵点。 （上证报）\n特朗普政府请求法院暂停执行针对10%全球关税的裁决\n当地时间5月11日，特朗普政府当天请求美国法院暂停执行此前针对10%全球关税作出的不利裁决，以便联邦政府继续推进上诉程序。据悉，美国国际贸易法院于5月8日裁定反对相关新关税措施，但并未全面叫停关税征收。特朗普政府已于8日正式提出上诉。如果法院批准暂停执行相关裁决，那么此前起诉政府关税政策的三家进口商将重新面临10%的全球关税。（央视新闻）\nAI最前沿\n网易有道发布ThinkFlow平台，实现全链路Token可视化\n36氪获悉，网易有道近日发布企业级大模型聚合平台ThinkFlow。该平台旨在解决企业面对碎片化的大模型供给时，实现Token生产、分发、计费与效率优化的标准化问题。通过标准API接口，允许企业一次接入即可调用DeepSeek、Kimi、Qwen、MiniMax等20余款主流大模型，业务端切换模型无需重写代码。平台内置智能路由和负载均衡机制，支持毫秒级故障切换与熔断降级。ThinkFlow还提供了全链路Token消费可视化看板，将大模型调用成本精确到单次请求。\n谷歌称首次发现利用AI开发“零日漏洞”攻击工具\n美国谷歌公司威胁情报小组11日发布报告说，该小组首次发现网络攻击者利用人工智能（AI）技术开发“零日漏洞”攻击工具。“零日漏洞”指软件厂商尚未发现或来不及修复的安全漏洞。谷歌威胁情报小组在报告中说，这个“零日漏洞”攻击工具针对一款“流行的开源、基于网页的系统管理工具”，利用Python脚本实现，可绕过双重认证。谷歌方面表示，已经向受影响公司通报该漏洞，并阻断相关威胁活动。（新华社）\n网易云音乐全面接入DeepSeek-V4\n36氪获悉，近日，网易云音乐宣布全面接入DeepSeek-V4，进一步提升听歌找歌、社区互动、创作服务及各类个性化场景体验。\nOpenAI收购咨询公司Tomoro并成立新实体，加速企业级AI部署\n5月11日，OpenAI宣布成立名为“OpenAI Deployment Company”的新实体，旨在通过深度工程支持加速人工智能在企业端的实质性落地。作为该战略的核心举措，OpenAI已达成协议收购咨询与工程公司Tomoro。Tomoro团队约150名资深AI部署专家将并入该实体。该项目得到了TPG、贝恩资本及软银等多家顶级投资机构的支持。（界面新闻）\n阿里发布AI店小蜜，平均询单转化提升超10%\n36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。\n大公司财报\n京东：第一季度营收3157亿元，同比增长4.9%\n36氪获悉，京东发布2026年第一季度财报第一季度营收3157亿元，同比增长4.9%；归属于公司普通股股东的净利润为51亿元，2025年同期为109亿元；非美国通用会计准则下净利润为74亿元，2025年同期为128亿元。\n泡泡玛特：2026年第一季度整体收益同比增长75%-80%\n36氪获悉，泡泡玛特公告，2026年第一季度整体收益（未经审核）同比增长75%-80%，其中中国收益同比增长100%-105%，亚太同比增长25%-30%，美洲同比增长55%-60%，以及欧洲及其他地区同比增长60%-65%。\n腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8%\n36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。\n京东物流：第一季度营收605.8亿元，同比增长29%\n36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。\n涂鸦智能：一季度营收8090万美元，同比增长约8.3%\n36氪获悉，全球AI云平台服务提供商涂鸦智能公布了2026年Q1财报。财报显示，2026年第一季度总营收达8090万美元，同比增长约8.3%。其中，PaaS收入约5900万美元，同比增长9.8%；AI应用及其他收入约1160万美元，同比增长16.9%；智能家居及机器人收入达到1020万美元。\n上市进行时\n深交所上市委：嘉立创首发获通过\n36氪获悉，据深交所上市审核委员会2026年第22次审议会议结果公告，深圳嘉立创科技集团股份有限公司首发获通过。\n情侣“花钱算账”小调查\n亲密关系中，谈心动容易，谈钱却总显得格外微妙。约会谁买单、共同开销要不要AA、同居后的房租生活费如何分摊……有人觉得感情不该锱铢必较，算得太清楚会冲淡亲密感；也有人坚持明算账才是长久之道，收支清晰反而能减少矛盾。\n金钱一定是情感中绕不开的一道难题。你能接受伴侣实行AA制吗？双方收入差距会不会影响花钱分摊方式？你们是否曾因为买单失衡、开销观念不同产生争执？欢迎扫码参与小调查，和我们聊聊亲密关系里关于金钱的那些纠结与看法。\n情侣“花钱算账”小调查\n整理\n｜徐嘉彤\n+1\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n9点1氪丨DeepSeek拟募资最高500亿；“全国销冠”被刑拘，泰康人寿回应；OPPO就母亲节文案致歉\n8点1氪丨段永平再加仓泡泡玛特；多平台已下架“全李酒店”；世界杯决赛门票1张200万美元，FIFA回应\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n8点1氪丨三星宣布停止在中国大陆市场销售所有家电产品；李嘉诚抛售资产套现约455亿；月之暗面将完成20亿美元新融资，估值破200亿美元\n氪星晚报｜三星电子借AI热潮市值突破1万亿美元；智源发布业内首个心脏磁共振多模态诊断智能体BAAI Cardiac Agent；财政部今年将在香港发行840亿元人民币国债\n每天8点1刻，商业新闻联播。\n最近内容\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n直觉决策矩阵：何时该相信本能与直觉\n本能与直觉不能混为一谈。\n1小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-13T00:39:52.580597+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:632", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 632, "duplicate_primary_title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "display_summary_zh": "今日热点导览 中央网信办：平台发布短视频必选6类标签 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 网易云音乐全面接入DeepSeek-V4 阿里发布AI店小蜜，平均询单转化提升超10% TOP3大新闻 宇树科技发布GD01载人变形机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经） 腾讯张军：微信“访客功能”已焊死，不会开发，不会提供 36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。” 国内航线燃油附加费5月16日起再上调 记者获悉，有机票代理已收到航空公司通知，国内航线燃油附加费拟自5月16日起上调，其中800公里（含）以下航段收取90元，800公里以上航段170元。目前800公里（含）以下航段收取燃油费60元，800公里以上航段120元，意味着国内航线燃油费在5月要分别上调30元和50元。上个月国内航线燃油附加费曾上涨5倍。按照常规每月5日调整燃油附加费，本月延迟调整到16日。（第一财经） 大公司/大事件 市场监管总局附条件批准腾讯收购喜马拉雅股权案 36氪获悉，市场监管总局发布公告，附加限制性条件批准腾讯控股有限公司收购喜马拉雅公司股权案。经审查，市场监管总局认为该案对中国境内在线音频播放平台市场、网络音乐播放平台市场竞争可能具有排除、限制竞争效果。为有效减少此项经营者集中可能产生的不利影响，市场监管总局经过全面审查、科学论证，依法对该案作出附条件批准决定，要求腾讯、喜马拉雅和集中后实体作出五项限制性承诺：不得提高在线音频播放平台服务价格、降低服务水平或者附加不合理交易条件；不得降低在线音频播放平台免费内容及免费热门内容比例；不得与在线音频播放平台版权方达成独家授权，并在规定期限内解除现有独家授权约定；不得向汽车厂商搭售在线音频播放平台、网络音乐播放平台，或者阻碍、限制其采购竞争对手产品；不得限制主播在多个在线音频播放平台入驻或分发其享有著作权的作品。 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 36氪获悉，快手公告，公司注意到，于2026年5月11日，有媒体报道本公司有意就本集团可灵AI之相关资产及业务获取外部融资及拟议独立上市。公司谨此向股东及投资者作出更新，为了进一步利用外部财务资源，本公司董事会正在评估拟议重组可灵AI之相关资产及业务的方案，其中或涉及引入外部融资。于本公告日期，上述拟议方案仍处于初步阶段，本公司尚未就此签署任何最终协议。概不保证该等拟议方案将会进行。 三星电子劳资谈判破裂，五万名员工准备罢工 5月13日，三星电子韩国工会负责人表示，公司和工会周三未能就薪资协议达成一致，预计将有超过五万名员工进行全面罢工，可能扰乱人工智能及其他芯片的生产。此前，在政府调解下，双方于周一和周二进行了数小时的马拉松式谈判。工会代表 Choi Seung-ho表示，公司未回应工会关于改革薪酬方案的要求，包括取消目前设定为年基本工资 50%的奖金上限，改为仅根据营业利润计算奖金。工会此前表示，若其诉求未获满足，员工将从5月21日起进行为期18天的罢工。该工会代表表示，目前暂无计划在罢工日期前与管理层重启谈判，但如果公司提出“合理的方案”，他愿意予以考虑。韩国国家劳动关系委员会表示，其已提出“多种替代方案”，但“鉴于双方立场差距过大以及工会要求暂停谈判”决定结束调解程予。（金十数据） 美股三大指数收盘涨跌不一，特斯拉跌超2% 36氪获悉，5月12日收盘，美股三大指数涨跌不一，道指涨0.11%，纳指跌0.71%，标普500指数跌0.16%。大型科技股涨跌互现，Arm、特斯拉跌超2%，微软、亚马逊跌超1%，谷歌小幅下跌；奈飞涨超2%，英伟达、Meta、苹果小幅上涨。热门中概股跌多涨少，百度跌超4%，拼多多跌超3%，B站跌超2%，阿里巴巴、腾讯音乐、爱奇艺跌超1%，理想汽车小幅下跌；京东涨超3%，网易、蔚来小幅上涨。 美国参议院确认凯文·沃什出任美联储理事 当地时间5月12日获悉，美国参议院确认凯文·沃什出任美联储理事，任期14年。这被视为其成为下一任美联储主席的重要一步。据了解，参议院预计将立即启动沃什兼任美联储主席的确认程序，相关程序性投票最快可能于5月13日完成。鲍威尔的美联储主席任期将于5月15日结束。沃什曾任美联储理事，同时拥有律师与金融行业背景。1月30日，特朗普提名凯文·沃什出任美联储主席，接替现任主席鲍威尔。（央视新闻） ios26.5正式版发布 5月12日，苹果向 iPhone 和 iPad 用户推送了 iOS/iPadOS 26.5 更新（内部版本号：23F77），本次更新距离上次发布正式版间隔 19 天。（IT之家） 五月中旬机票价格大幅度回落 在线旅游预订平台数据显示，“五一”假期后多条航线机票价格回落，5月中旬为价格“洼地”。北京—成都、广州—昆明等热门航线均有1~2折机票。上海—三亚、上海—海口等航线，更是有低至200元左右的机票在售。此外，随着国际航线持续恢复，出境游也成为错峰游的新选择。大数据显示，截至5月10日，5月11日—5月31日的出入境航线机票预订量超397万张，同比增长约8%。5月8日至31日，中国境内往返欧洲的计划航班量同比增长约15%。出境热门目的地为首尔、曼谷、新加坡等地。（央视财经） 中央网信办：平台发布短视频必选6类标签 近日，中央网信办总结12家平台试行经验，指导各地各网站平台全面推进落实三项工作：一是规范短视频内容标注标签，明确网站平台必须为用户提供6类“必选标签”，并可根据自身实际提供其他“可选标签”。其中，“必选标签”包括“含有虚构演绎内容”“含有AI生成内容”“含有营销信息”“内容为转载”“内容为个人观点”和“无需标注”。真实生活记录类短视频可选择“无需标注”标签，该标签不在短视频页面呈现。二是将内容标注设为短视频发布必经环节，发布者必须从“必选标签”中选择一项，才能发布短视频。三是对新增短视频标注情况加强审核，对存量短视频进行分批回溯，对未规范标注的，进行补标或纠正，并对相关发布者进行教育警示，推动实现短视频内容应标尽标。（央视新闻） 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 36氪获悉，5月11日至5月13日，抖音集团短剧版权中心在湖南长沙国际会议中心举办首届短剧产业大会。红果短剧总编辑乐力表示，短剧版权中心近期已陆续推出多项真人短剧扶持计划，用一项项扶持政策激发真人短剧的创作活力。抖音集团短剧版权中心内容合作负责人华越昇表示，2026年真人短剧的保底扶持预算超15亿元，部均保底金额较去年提升约60%。 美国高校报告称春季外国本科新生减少20%，受签证限制影响 据一个教育团体联盟的研究数据，今年春季美国高校的外国本科新生人数较上年同期平均下降20%，这是总统唐纳德·特朗普与高等教育界的对峙正在重创人才和资金关键来源的最新迹象。包括美国国际教育组织NAFSA的多个机构周一发布的报告称，研究基于对149所美国院校的调查，其中约62%的院校报告称，与2025年春季相比，本科和研究生项目的国际学生入学人数均有所下降。（新浪财经） 特斯拉前首席财务官Deepak Ahuja加入电池回收公司Redwood 美国电池回收公司Redwood Materials当地时间5月11日宣布，特斯拉前首席财务官Deepak Ahuja正式加入公司出任CFO。（界面新闻） 极限运动相机制造商GoPro考虑出售 极限运动相机制造商GoPro周一表示，公司计划评估一系列战略选择，包括出售或合并，消息一出，其股价在盘后交易中一度飙升超过 27%。此前近一个月，该公司宣布已聘请咨询公司Oliver Wyman，为其技术在国防和航空航天市场寻求新的市场机遇。（新浪财经） 美国得州起诉奈飞，指控其涉嫌监视儿童并诱使用户成瘾 周一，得克萨斯州总检察长肯·帕克斯顿对奈飞公司提起诉讼，指控这家流媒体公司未经同意收集儿童及其他消费者的数据，从而对其进行监视，并刻意设计其平台以诱发成瘾。得克萨斯州指出，多年来，奈飞一直向消费者虚假宣称其不收集或共享用户数据，而实际上却追踪并向商业数据经纪商及广告技术公司出售观众的习惯和偏好，每年从中获利数十亿美元。奈飞发言人表示，公司计划在法庭上对这些指控作出回应。（新浪财经） 沙特阿美警告：燃油库存即将跌至“临界低点” 沙特阿美公司近日发出警告，受霍尔木兹海峡航运持续中断影响，全球燃油库存正迅速逼近“临界低点”，未来数月能源供应形势严峻。该公司总裁兼首席执行官阿明·纳赛尔表示，自中东冲突爆发以来，全球原油供应量已累计流失约10亿桶。他警告称，即便航运即刻恢复，市场也需要数月才能重新平衡；若中断持续数周以上，供应缺口将延续至2027年。阿美公司预计，5月和6月的供应短缺问题将更加突出。（新浪财经） 存储芯片短缺持续，国内产业链深度受益 5月11日，全球存储芯片龙头SK海力士、三星电子股价创下历史新高。AI算力需求、大厂资本投入持续带动存储芯片需求。高盛研报显示，市场正面临15年来最严重的存储芯片供应短缺。机构预计存储芯片今年二季度价格将持续大幅上涨。中国供应链也受益于本轮涨价，今年一季度，A股存储器公司业绩普遍实现高增长，多家上市公司今年以来股价涨幅超100%。（中证网） 美联邦航空管理局批准麦道11型货机恢复运营 当地时间5月11日，美国联邦航空管理局（FAA）批准波音公司关于麦道11型货机（MD-11）恢复运营的方案。2025年11月4日，美国联合包裹运送服务公司（UPS）一架MD-11货机在肯塔基州路易斯维尔坠毁并起火，造成至少14人死亡。该机型运营随后受到调查与限制。FAA此次批准意味着相关机型可逐步恢复投入使用。（央视新闻） 一线城市二手房成交连创新高，居民中长期贷款增长有待修复 近期调研发现，北上广深等一线城市的二手房交易接连创下新高。与此同时，银行房贷投放节奏也在加快。公开数据显示，3月住户中长期贷款增加2953亿元，环比已有明显改善。不过，在二手房带看量和网签量显著回升的同时，一季度个人住房贷款��体余额仍在下降，提前还贷、加杠杆愈发谨慎成为这一轮楼市“小阳春”向信贷端传导的多重堵点。 （上证报） 特朗普政府请求法院暂停执行针对10%全球关税的裁决 当地时间5月11日，特朗普政府当天请求美国法院暂停执行此前针对10%全球关税作出的不利裁决，以便联邦政府继续推进上诉程序。据悉，美国国际贸易法院于5月8日裁定反对相关新关税措施，但并未全面叫停关税征收。特朗普政府已于8日正式提出上诉。如果法院批准暂停执行相关裁决，那么此前起诉政府关税政策的三家进口商将重新面临10%的全球关税。（央视新闻） AI最前沿 网易有道发布ThinkFlow平台，实现全链路Token可视化 36氪获悉，网易有道近日发布企业级大模型聚合平台ThinkFlow。该平台旨在解决企业面对碎片化的大模型供给时，实现Token生产、分发、计费与效率优化的标准化问题。通过标准API接口，允许企业一次接入即可调用DeepSeek、Kimi、Qwen、MiniMax等20余款主流大模型，业务端切换模型无需重写代码。平台内置智能路由和负载均衡机制，支持毫秒级故障切换与熔断降级。ThinkFlow还提供了全链路Token消费可视化看板，将大模型调用成本精确到单次请求。 谷歌称首次发现利用AI开发“零日漏洞”攻击工具 美国谷歌公司威胁情报小组11日发布报告说，该小组首次发现网络攻击者利用人工智能（AI）技术开发“零日漏洞”攻击工具。“零日漏洞”指软件厂商尚未发现或来不及修复的安全漏洞。谷歌威胁情报小组在报告中说，这个“零日漏洞”攻击工具针对一款“流行的开源、基于网页的系统管理工具”，利用Python脚本实现，可绕过双重认证。谷歌方面表示，已经向受影响公司通报该漏洞，并阻断相关威胁活动。（新华社） 网易云音乐全面接入DeepSeek-V4 36氪获悉，近日，网易云音乐宣布全面接入DeepSeek-V4，进一步提升听歌找歌、社区互动、创作服务及各类个性化场景体验。 OpenAI收购咨询公司Tomoro并��立新实体，加速企业级AI部署 5月11日，OpenAI宣布成立名为“OpenAI Deployment Company”的新实体，旨在通过深度工程支持加速人工智能在企业端的实质性落地。作为该战略的核心举措，OpenAI已达成协议收购咨询与工程公司Tomoro。Tomoro团队约150名资深AI部署专家将并入该实体。该项目得到了TPG、贝恩资本及软银等多家顶级投资机构的支持。（界面新闻） 阿里发布AI店小蜜，平均询单转化提升超10% 36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。 大公司财报 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报第一季度营收3157亿元，同比增长4.9%；归属于公司普通股股东的净利润为51亿元，2025年同期为109亿元；非美国通用会计准则下净利润为74亿元，2025年同期为128亿元。 泡泡玛特：2026年第一季度整体收益同比增长75%-80% 36氪获悉，泡泡玛特公告，2026年第一季度整体收益（未经审核）同比增长75%-80%，其中中国收益同比增长100%-105%，亚太同比增长25%-30%，美洲同比增长55%-60%，以及欧洲及其他地区同比增长60%-65%。 腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8% 36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。 京东物流：第一季度营收605.8亿元，同比增长29% 36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。 涂鸦智能：一季度营收8090万美元，同比增长约8.3% 36氪获悉，全球AI云平台服务提供商涂鸦智能公布了2026年Q1财报。财报显示，2026年第一季度总营收达8090万美元，同比增长约8.3%。其中，PaaS收入约5900万美元，同比增长9.8%；AI应用及其他收入约1160万美元，同比增长16.9%；智能家居及机器人收入达到1020万美元。 上市进行时 深交所上市委：嘉立创首发获通过 36氪获悉，据深交所上市审核委员会2026年第22次审议会议结果公告，深圳嘉立创科技集团股份有限公司首发获通过。 情侣“花钱算账”小调查 亲密关系中，谈心动容易，谈钱却总显得格外微妙。约会谁买单、共同开销要不要AA、同居后的房租生活费如何分摊……有人觉得感情不该锱铢必较，算得太清楚会冲淡亲密感；也有人坚持明算账才是长久之道，收支清晰反而能减少矛盾。 金钱一定是情感中绕不开的一道难题。你能接受伴侣实行AA制吗？双方收入差距会不会影响花钱分摊方式？你们是否曾因为买单失衡、开销观念不同产生争执？欢迎扫码参与小调查，和我们聊聊亲密关系里关于金钱的那些纠结与看法。 情侣“花钱算账”小调查 整理 ｜徐嘉彤", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "今日热点导览 中央网信办：平台发布短视频必选6类标签 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 网易云音乐全面接入DeepSeek-V4 阿里发布AI店小蜜，平均询单转化提升超10% TOP3大新闻 宇树科技发布GD01载人变形机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。", "hot_score": 0.0 }, { "id": 628, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Meta won’t let you block its AI account on Threads", "url": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "canonical_url": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "summary": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform. If you've spent any time looking at replies on X as of late, this new feature sounds a lot like Meta's take on people […]", "published_at": "2026-05-12T20:45:49+00:00", "discovered_at": "2026-05-12T22:18:20.983322+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Meta won’t let you block its AI account on Threads", "link": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "summary": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform. If you've spent any time looking at replies on X as of late, this new feature sounds a lot like Meta's take on people […]" }, "normalized_title": "metawontletyoublockitsaiaccountonthreads", "resolved_target": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "content_fingerprint": "43a9e745ead28b19c50118cf20fed6740f6e818cd7284eac3bb7edc4840a4c42", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:628", "duplicate_of": 712, "duplicate_reason": "normalized_title_dedup_key", "duplicate_count": 2, "is_duplicate_primary": false, "duplicate_primary_id": 712, "duplicate_primary_title": "Meta won't let you block its AI account on Threads", "duplicate_primary_source_name": "Hacker News Frontpage AI", "display_title_zh": "Meta won’t let you block its AI account on Threads", "display_summary_zh": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform. If you've spent any time looking at replies on X as of late, this new feature sounds a lot like Meta's take on people […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform.", "hot_score": 0.0 }, { "id": 611, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "url": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "summary": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank researchers by their accomplishments and \"take a chainsaw through a bunch.\" Altman conceded […]", "published_at": "2026-05-12T18:07:26+00:00", "discovered_at": "2026-05-12T18:17:59.846990+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "link": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "summary": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank researchers by their accomplishments and \"take a chainsaw through a bunch.\" Altman conceded […]" }, "normalized_title": "samaltmansayselonmusksmindgamesweredamagingopenai", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "content_fingerprint": "9dde02983c865112d749736fcb9eab4b8d7dd4af2c9aa5e3981ce9818b1ea063", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:611", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 611, "duplicate_primary_title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "display_summary_zh": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank researchers by their accomplishments and \"take a chainsaw through a bunch.\" Altman conceded […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank resea...", "hot_score": 0.0 }, { "id": 602, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "The 9 biggest new features in Android 17", "url": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "canonical_url": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "summary": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all. The platform is getting non-AI updates too, from an emoji overhaul to a new screentime tool that helps you avoid distracting apps. Google has just revealed the biggest changes coming […]", "published_at": "2026-05-12T17:00:59+00:00", "discovered_at": "2026-05-12T17:18:22.663584+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "The 9 biggest new features in Android 17", "link": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "summary": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all. The platform is getting non-AI updates too, from an emoji overhaul to a new screentime tool that helps you avoid distracting apps. Google has just revealed the biggest changes coming […]" }, "normalized_title": "the9biggestnewfeaturesinandroid17", "resolved_target": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "content_fingerprint": "f8da122895ddaeb705ae4a44b0fe7f218e9a4f2666cfdbd6b92b2249c086b84a", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:602", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 602, "duplicate_primary_title": "The 9 biggest new features in Android 17", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "The 9 biggest new features in Android 17", "display_summary_zh": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all. The platform is getting non-AI updates too, from an emoji overhaul to a new screentime tool that helps you avoid distracting apps. Google has just revealed the biggest changes coming […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all.", "hot_score": 0.0 }, { "id": 625, "source_id": "openai-news", "source_name": "OpenAI News", "title": "How finance teams use Codex", "url": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "canonical_url": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "summary": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs.", "published_at": "2026-05-12T15:00:00+00:00", "discovered_at": "2026-05-12T22:17:42.489032+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "How finance teams use Codex", "link": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "summary": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs." }, "normalized_title": "howfinanceteamsusecodex", "resolved_target": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "content_fingerprint": "7b3d7669ddba64302122997d97206bda1770dcb6b117662e44a173fbdd9ffadd", "extracted_text": "", "extraction_status": "blocked", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-13T00:40:07.933285+00:00", "extraction_attempts": 1, "extraction_last_http_status": 403, "extraction_next_retry_at": "2026-05-14T00:40:07.280716+00:00", "extraction_error_category": "blocked", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:625", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 625, "duplicate_primary_title": "How finance teams use Codex", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "How finance teams use Codex", "display_summary_zh": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs.", "hot_score": 0.0 }, { "id": 582, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "url": "https://36kr.com/p/3806196073242112?f=rss", "canonical_url": "https://36kr.com/p/3806196073242112?f=rss", "summary": "大公司： 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。 华硕第一季度营收2083.7亿元台币 华硕第一季度营收2083.7亿元台币，预估2001.3亿元台币；营业利润119.0亿元台币。（财联社） 宇树科技发布载人机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经） 京东健康：一季度收入194.67亿元，同比增长17% 36氪获悉，京东健康在港交所公告，2026年第一季度收入194.67亿元，同比增长17%；经营盈利18.25亿元，同比增长70.4%。 京东物流：第一季度营收605.8亿元，同比增长29% 36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。 腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8% 36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。 智元机器人发布“香港具身智能产业共创计划”，未来5年实现“个十百千万”目标 36氪获悉，在首届香港具身智能产业峰会暨智元APC2026（香港）现场，智元机器人联合香港政府、产业、学术、科研及金融界代表，正式发布“香港具身智能产业共创计划”。该计划围绕应用场景、创新创业、产学研合作、人才培养及国际合作五大方向，推动香港具身智能产业未来五年实现“个、十、百、千、万”目标：成立数个产研联合实验室、培育数十家具身智能创新企业、发展数百家产业伙伴，带动产业链、应用场景和创新力量协同发展，加速具身智能与真实商业需求结合，推动中国具身智能产业走向全球。 微软给OpenAI的营收分成付款目前上限设为380亿美元 据报道，微软给OpenAI的营收分成付款目前上限设为380亿美元。在与微软最新达成的合作交易中，OpenAI到2030年将共计节省970亿美元。（财联社） 投融资： 王腾AI睡眠公司获新一轮融资，多方资本加持 36氪获悉，爱企查APP显示，近日，王腾创办的睡眠健康公司今日宜休已完成新一轮融资，本轮引入CMC资本、云九资本、君礼资本、弘晖基金、高瓴创投。今年1月，该公司已完成总规模为数千万元的种子轮融资，投资方包括智元机器人、高瓴创投等。北京今日宜休科技有限责任公司成立于2026年1月，注册资本约110.86万元，法定代表人王腾，经营范围包含健康咨询服务、人工智能应用软件开发、人工智能基础软件开发等，由王腾、上海瓴智新创创业投资合伙企业（有限合伙）、智元创新（上海）科技股份有限公司、ST喜临门等共同持股。 新产品： 谷歌称其首次发现黑客借助AI开发“零日”漏洞攻击工具 Alphabet Inc．旗下谷歌的安全研究人员表示，他们相信，一个网络犯罪团伙利用人工智能开发出一款黑客工具，可绕过一款广泛用于管理计算机系统的软件中的防御机制。根据周一发布的一份报告，这一图谋在谷歌向该工具开发商发出警报后被挫败。报告称，这是谷歌的威胁情报团队首次发现黑客以这种方式使用人工智能生成的“零日”漏洞。所谓零日漏洞，是指开发商尚未知晓的缺陷，使防御方在漏洞被利用前没有时间打补丁。（新浪财经） 阿里发布AI店小蜜，平均询单转化提升超10% 36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。 今日观点： 腾讯张军：微信“访客功能”已焊死，不会开发，不会提供 36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。” 中信证券：政策多维度向好，建议关注消费医疗板块左侧布局机会 36氪获悉，中信证券研报称，近期政策端多维度鼓励消费医疗发展，综合密集的政策表态，中信证券认为消费医疗赛道长坡厚雪，潜在需求高、发展空间广阔。同时，当前消费医疗板块估值处于近5年底部位置，随着政策导向向好及企业经营复苏，板块配置价值凸显。2026年第一季度龙头公司彰显业绩韧性，建议关注消费医疗板块左侧布局机会。消费医疗板块正处于边际改善的拐点，受益于政策多维度向好以及低估值，板块投资效益显著、配置价值凸显，维持消费医疗行业“强于大市”评级。 其他值得关注的新闻： 日本恩格尔系数创1980年以来最高水平 日本总务省12日公布的数据显示，反映家庭消费支出中食品支出占比的“恩格尔系数”在2025年度达到28.8%，创下自1980年度以来的最高水平。（央视新闻） 下一代火星直升机旋翼转速突破音速 据美国国家航空航天局（NASA）官网最新报道，美国已完成下一代火星直升机旋翼关键测试，其叶片尖端速度在模拟火星大气环境中突破音速达到1.08马赫（1马赫即1倍音速），这将为未来火星飞行器携带更重科学仪器与有效载荷、开展低空探索奠定基础。（财联社）", "published_at": "2026-05-12T11:22:00+00:00", "discovered_at": "2026-05-12T12:17:30.071549+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "link": "https://36kr.com/p/3806196073242112?f=rss", "summary": "

大公司：

\n

京东：第一季度营收3157亿元，同比增长4.9%

\n

36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。

\n

华硕第一季度营收2083.7亿元台币

\n

华硕第一季度营收2083.7亿元台币，预估2001.3亿元台币；营业利润119.0亿元台币。（财联社）

\n

宇树科技发布载人机甲，投资人回应

\n

5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经）

\n

京东健康：一季度收入194.67亿元，同比增长17%

\n

36氪获悉，京东健康在港交所公告，2026年第一季度收入194.67亿元，同比增长17%；经营盈利18.25亿元，同比增长70.4%。

\n

京东物流：第一季度营收605.8亿元，同比增长29%

\n

36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。

\n

腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8%

\n

36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。

\n

智元机器人发布“香港具身智能产业共创计划”，未来5年实现“个十百千万”目标

\n

36氪获悉，在首届香港具身智能产业峰会暨智元APC2026（香港）现场，智元机器人联合香港政府、产业、学术、科研及金融界代表，正式发布“香港具身智能产业共创计划”。该计划围绕应用场景、创新创业、产学研合作、人才培养及国际合作五大方向，推动香港具身智能产业未来五年实现“个、十、百、千、万”目标：成立数个产研联合实验室、培育数十家具身智能创新企业、发展数百家产业伙伴，带动产业链、应用场景和创新力量协同发展，加速具身智能与真实商业需求结合，推动中国具身智能产业走向全球。

\n

微软给OpenAI的营收分成付款目前上限设为380亿美元

\n

据报道，微软给OpenAI的营收分成付款目前上限设为380亿美元。在与微软最新达成的合作交易中，OpenAI到2030年将共计节省970亿美元。（财联社）

\n

投融资：

\n

王腾AI睡眠公司获新一轮融资，多方资本加持

\n

36氪获悉，爱企查APP显示，近日，王腾创办的睡眠健康公司今日宜休已完成新一轮融资，本轮引入CMC资本、云九资本、君礼资本、弘晖基金、高瓴创投。今年1月，该公司已完成总规模为数千万元的种子轮融资，投资方包括智元机器人、高瓴创投等。北京今日宜休科技有限责任公司成立于2026年1月，注册资本约110.86万元，法定代表人王腾，经营范围包含健康咨询服务、人工智能应用软件开发、人工智能基础软件开发等，由王腾、上海瓴智新创创业投资合伙企业（有限合伙）、智元创新（上海）科技股份有限公司、ST喜临门等共同持股。

\n

新产品：

\n

谷歌称其首次发现黑客借助AI开发“零日”漏洞攻击工具

\n

Alphabet Inc．旗下谷歌的安全研究人员表示，他们相信，一个网络犯罪团伙利用人工智能开发出一款黑客工具，可绕过一款广泛用于管理计算机系统的软件中的防御机制。根据周一发布的一份报告，这一图谋在谷歌向该工具开发商发出警报后被挫败。报告称，这是谷歌的威胁情报团队首次发现黑客以这种方式使用人工智能生成的“零日”漏洞。所谓零日漏洞，是指开发商尚未知晓的缺陷，使防御方在漏洞被利用前没有时间打补丁。（新浪财经）

\n

阿里发布AI店小蜜，平均询单转化提升超10%

\n

36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。

\n

今日观点：

\n

腾讯张军：微信“访客功能”已焊死，不会开发，不会提供

\n

36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。”

\n

中信证券：政策多维度向好，建议关注消费医疗板块左侧布局机会

\n

36氪获悉，中信证券研报称，近期政策端多维度鼓励消费医疗发展，综合密集的政策表态，中信证券认为消费医疗赛道长坡厚雪，潜在需求高、发展空间广阔。同时，当前消费医疗板块估值处于近5年底部位置，随着政策导向向好及企业经营复苏，板块配置价值凸显。2026年第一季度龙头公司彰显业绩韧性，建议关注消费医疗板块左侧布局机会。消费医疗板块正处于边际改善的拐点，受益于政策多维度向好以及低估值，板块投资效益显著、配置价值凸显，维持消费医疗行业“强于大市”评级。

\n

其他值得关注的新闻：

\n

日本恩格尔系数创1980年以来最高水平

\n

日本总务省12日公布的数据显示，反映家庭消费支出中食品支出占比的“恩格尔系数”在2025年度达到28.8%，创下自1980年度以来的最高水平。（央视新闻）

\n

下一代火星直升机旋翼转速突破音速

\n

据美国国家航空航天局（NASA）官网最新报道，美国已完成下一代火星直升机旋翼关键测试，其叶片尖端速度在模拟火星大气环境中突破音速达到1.08马赫（1马赫即1倍音速），这将为未来火星飞行器携带更重科学仪器与有效载荷、开展低空探索奠定基础。（财联社）

", "extracted_published_at": "2026-05-12T11:22:00+00:00" }, "normalized_title": "氪星晚报宇树科技发布载人机甲投资人回应京东第一季度营收3157亿元日本恩格尔系数创1980年以来最高水平同比增长49", "resolved_target": "https://36kr.com/p/3806196073242112?f=rss", "content_fingerprint": "83bb76c3bd99f0bf494dc1d54424b5b6bb3492a4377d121b6017014a37253e06", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n卜算籽\n2026年05月12日 19:22\n腾讯张军：微信“访客功能”已焊死，不会开发，不会提供\n宇树科技\nB+轮\n浙江省\n2016-08\n四足机器人与动力系统部件研发商\n36氪报道\n前沿技术\n专精特新小巨人\n高新技术企业\n科技型中小企业\n我要联系\n大公司：\n京东：第一季度营收3157亿元，同比增长4.9%\n36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。\n华硕第一季度营收2083.7亿元台币\n华硕第一季度营收2083.7亿元台币，预估2001.3亿元台币；营业利润119.0亿元台币。（财联社）\n宇树科技发布载人机甲，投资人回应\n5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经）\n京东健康：一季度收入194.67亿元，同比增长17%\n36氪获悉，京东健康在港交所公告，2026年第一季度收入194.67亿元，同比增长17%；经营盈利18.25亿元，同比增长70.4%。\n京东物流：第一季度营收605.8亿元，同比增长29%\n36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。\n腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8%\n36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。\n智元机器人发布“香港具身智能产业共创计划”，未来5年实现“个十百千万”目标\n36氪获悉，在首届香港具身智能产业峰会暨智元APC2026（香港）现场，智元机器人联合香港政府、产业、学术、科研及金融界代表，正式发布“香港具身智能产业共创计划”。该计划围绕应用场景、创新创业、产学研合作、人才培养及国际合作五大方向，推动香港具身智能产业未来五年实现“个、十、百、千、万”目标：成立数个产研联合实验室、培育数十家具身智能创新企业、发展数百家产业伙伴，带动产业链、应用场景和创新力量协同发展，加速具身智能与真实商业需求结合，推动中国具身智能产业走向全球。\n微软给OpenAI的营收分成付款目前上限设为380亿美元\n据报道，微软给OpenAI的营收分成付款目前上限设为380亿美元。在与微软最新达成的合作交易中，OpenAI到2030年将共计节省970亿美元。（财联社）\n投融资：\n王腾AI睡眠公司获新一轮融资，多方资本加持\n36氪获悉，爱企查APP显示，近日，王腾创办的睡眠健康公司今日宜休已完成新一轮融资，本轮引入CMC资本、云九资本、君礼资本、弘晖基金、高瓴创投。今年1月，该公司已完成总规模为数千万元的种子轮融资，投资方包括智元机器人、高瓴创投等。北京今日宜休科技有限责任公司成立于2026年1月，注册资本约110.86万元，法定代表人王腾，经营范围包含健康咨询服务、人工智能应用软件开发、人工智能基础软件开发等，由王腾、上海瓴智新创创业投资合伙企业（有限合伙）、智元创新（上海）科技股份有限公司、ST喜临门等共同持股。\n新产品：\n谷歌称其首次发现黑客借助AI开发“零日”漏洞攻击工具\nAlphabet Inc．旗下谷歌的安全研究人员表示，他们相信，一个网络犯罪团伙利用人工智能开发出一款黑客工具，可绕过一款广泛用于管理计算机系统的软件中的防御机制。根据周一发布的一份报告，这一图谋在谷歌向该工具开发商发出警报后被挫败。报告称，这是谷歌的威胁情报团队首次发现黑客以这种方式使用人工智能生成的“零日”漏洞。所谓零日漏洞，是指开发商尚未知晓的缺陷，使防御方在漏洞被利用前没有时间打补丁。（新浪财经）\n阿里发布AI店小蜜，平均询单转化提升超10%\n36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。\n今日观点：\n腾讯张军：微信“访客功能”已焊死，不会开发，不会提供\n36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。”\n中信证券：政策多维度向好，建议关注消费医疗板块左侧布局机会\n36氪获悉，中信证券研报称，近期政策端多维度鼓励消费医疗发展，综合密集的政策表态，中信证券认为消费医疗赛道长坡厚雪，潜在需求高、发展空间广阔。同时，当前消费医疗板块估值处于近5年底部位置，随着政策导向向好及企业经营复苏，板块配置价值凸显。2026年第一季度龙头公司彰显业绩韧性，建议关注消费医疗板块左侧布局机会。消费医疗板块正处于边际改善的拐点，受益于政策多维度向好以及低估值，板块投资效益显著、配置价值凸显，维持消费医疗行业“强于大市”评级。\n其他值得关注的新闻：\n日本恩格尔系数创1980年以来最高水平\n日本总务省12日公布的数据显示，反映家庭消费支出中食品支出占比的“恩格尔系数”在2025年度达到28.8%，创下自1980年度以来的最高水平。（央视新闻）\n下一代火星直升机旋翼转速突破音速\n据美国国家航空航天局（NASA）官网最新报道，美国已完成下一代火星直升机旋翼关键测试，其叶片尖端速度在模拟火星大气环境中突破音速达到1.08马赫（1马赫即1倍音速），这将为未来火星飞行器携带更重科学仪器与有效载荷、开展低空探索奠定基础。（财联社）\n+1\n15\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n9点1氪丨DeepSeek拟募资最高500亿；“全国销冠”被刑拘，泰康人寿回应；OPPO就母亲节文案致歉\n8点1氪丨段永平再加仓泡泡玛特；多平台已下架“全李酒店”；世界杯决赛门票1张200万美元，FIFA回应\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n8点1氪丨三星宣布停止在中国大陆市场销售所有家电产品；李嘉诚抛售资产套现约455亿；月之暗面将完成20亿美元新融资，估值破200亿美元\n氪星晚报｜三星电子借AI热潮市值突破1万亿美元；智源发布业内首个心脏磁共振多模态诊断智能体BAAI Cardiac Agent；财政部今年将在香港发行840亿元人民币国债\nTA没有写简介，但内敛也是一种表达\n最近内容\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n宇树科技\n我要联系\n四足机器人与动力系统部件研发商\n“新三国梗”，还能火多久？\n天意有修正，乐子会长存\n13小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-13T00:40:09.762892+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:582", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 582, "duplicate_primary_title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "display_summary_zh": "大公司： 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。 华硕第一季度营收2083.7亿元台币 华硕第一季度营收2083.7亿元台币，预估2001.3亿元台币；营业利润119.0亿元台币。（财联社） 宇树科技发布载人机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经） 京东健康：一季度收入194.67亿元，同比增长17% 36氪获悉，京东健康在港交所公告，2026年第一季度收入194.67亿元，同比增长17%；经营盈利18.25亿元，同比增长70.4%。 京东物流：第一季度营收605.8亿元，同比增长29% 36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。 腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8% 36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。 智元机器人发布“香港具身智能产业共创计划”，未来5年实现“个十百千万”目标 36氪获悉，在首届香港具身智能产业峰会暨智元APC2026（香港）现场，智元机器人联合香港政府、产业、学术、科研及金融界代表，正式发布“香港具身智能产业共创计划”。该计划围绕应用场景、创新创业、产学研合作、人才培养及国际合作五大方向，推动香港具身智能产业未来五年实现“个、十、百、千、万”目标：成立数个产研联合实验室、培育数十家具身智能创新企业、发展数百家产业伙伴，带动产业链、应用场景和创新力量协同发展，加速具身智能与真实商业需求结合，推动中国具身智能产业走向全球。 微软给OpenAI的营收分成付款目前上限设为380亿美元 据报道，微软给OpenAI的营收分成付款目前上限设为380亿美元。在与微软最新达成的合作交易中，OpenAI到2030年将共计节省970亿美元。（财联社） 投融资： 王腾AI睡眠公司获新一轮融资，多方资本加持 36氪获悉，爱企查APP显示，近日，王腾创办的睡眠健康公司今日宜休已完成新一轮融资，本轮引入CMC资本、云九资本、君礼资本、弘晖基金、高瓴创投。今年1月，该公司已完成总规模为数千万元的种子轮融资，投资方包括智元机器人、高瓴创投等。北京今日宜休科技有限责任公司成立于2026年1月，注册资本约110.86万元，法定代表人王腾，经营范围包含健康咨询服务、人工智能应用软件开发、人工智能基础软件开发等，由王腾、上海瓴智新创创业投资合伙企业（有限合伙）、智元创新（上海）科技股份有限公司、ST喜临门等共同持股。 新产品： 谷歌称其首次发现黑客借助AI开发“零日”漏洞攻击工具 Alphabet Inc．旗下谷歌的安全研究人员表示，他们相信，一个网络犯罪团伙利用人工智能开发出一款黑客工具，可绕过一款广泛用于管理计算机系统的软件中的防御机制。根据周一发布的一份报告，这一图谋在谷歌向该工具开发商发出警报后被挫败。报告称，这是谷歌的威胁情报团队首次发现黑客以这种方式使用人工智能生成的“零日”漏洞。所谓零日漏洞，是指开发商尚未知晓的缺陷，使防御方在漏洞被利用前没有时间打补丁。（新浪财经） 阿里发布AI店小蜜，平均询单转化提升超10% 36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。 今日观点： 腾讯张军：微信“访客功能”已焊死，不会开发，不会提供 36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。” 中信证券：政策多维度向好，建议关注消费医疗板块左侧布局机会 36氪获悉，中信证券研报称，近期政策端多维度鼓励消费医疗发展，综合密集的政策表态，中信证券认为消费医疗赛道长坡厚雪，潜在需求高、发展空间广阔。同时，当前消费医疗板块估值处于近5年底部位置，随着政策导向向好及企业经营复苏，板块配置价值凸显。2026年第一季度龙头公司彰显业绩韧性，建议关注消费医疗板块左侧布局机会。消费医疗板块正处于边际改善的拐点，受益于政策多维度向好以及低估值，板块投资效益显著、配置价值凸显，维持消费医疗行业“强于大市”评级。 其他值得关注的新闻： 日本恩格尔系数创1980年以来最高水平 日本总务省12日公布的数据显示，反映家庭消费支出中食品支出占比的“恩格尔系数”在2025年度达到28.8%，创下自1980年度以来的最高水平。（央视新闻） 下一代火星直升机旋翼转速突破音速 据美国国家航空航天局（NASA）官网最新报道，美国已完成下一代火星直升机旋翼关键测试，其叶片尖端速度在模拟火星大气环境中突破音速达到1.08马赫（1马赫即1倍音速），这将为未来火星飞行器携带更重科学仪器与有效载荷、开展低空探索奠定基础。（财联社）", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "大公司： 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。", "hot_score": 0.0 }, { "id": 617, "source_id": "openai-news", "source_name": "OpenAI News", "title": "What Parameter Golf taught us about AI-assisted research", "url": "https://openai.com/index/what-parameter-golf-taught-us", "canonical_url": "https://openai.com/index/what-parameter-golf-taught-us", "summary": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints.", "published_at": "2026-05-12T00:00:00+00:00", "discovered_at": "2026-05-12T19:17:39.414559+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "What Parameter Golf taught us about AI-assisted research", "link": "https://openai.com/index/what-parameter-golf-taught-us", "summary": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints." }, "normalized_title": "whatparametergolftaughtusaboutaiassistedresearch", "resolved_target": "https://openai.com/index/what-parameter-golf-taught-us", "content_fingerprint": "a53042228f35845e2513c34157302a6c8395b4cf2531072b6e04409fd1b4df6b", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:617", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 617, "duplicate_primary_title": "What Parameter Golf taught us about AI-assisted research", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "What Parameter Golf taught us about AI-assisted research", "display_summary_zh": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints.", "hot_score": 0.0 }, { "id": 626, "source_id": "openai-news", "source_name": "OpenAI News", "title": "How NVIDIA engineers and researchers build with Codex", "url": "https://openai.com/index/nvidia", "canonical_url": "https://openai.com/index/nvidia", "summary": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments.", "published_at": "2026-05-12T00:00:00+00:00", "discovered_at": "2026-05-12T22:17:42.489447+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "How NVIDIA engineers and researchers build with Codex", "link": "https://openai.com/index/nvidia", "summary": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments." }, "normalized_title": "hownvidiaengineersandresearchersbuildwithcodex", "resolved_target": "https://openai.com/index/nvidia", "content_fingerprint": "4a3527999b4228bef4e497458e4849bcc81e8b3b3eb6ed270e27b5fc64f310ff", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:626", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 626, "duplicate_primary_title": "How NVIDIA engineers and researchers build with Codex", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "How NVIDIA engineers and researchers build with Codex", "display_summary_zh": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments.", "hot_score": 0.0 }, { "id": 627, "source_id": "openai-news", "source_name": "OpenAI News", "title": "AutoScout24 scales engineering with AI-powered workflows", "url": "https://openai.com/index/autoscout24", "canonical_url": "https://openai.com/index/autoscout24", "summary": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption.", "published_at": "2026-05-12T00:00:00+00:00", "discovered_at": "2026-05-12T22:17:42.490126+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "AutoScout24 scales engineering with AI-powered workflows", "link": "https://openai.com/index/autoscout24", "summary": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption." }, "normalized_title": "autoscout24scalesengineeringwithaipoweredworkflows", "resolved_target": "https://openai.com/index/autoscout24", "content_fingerprint": "26d11694da51ef305ec9b4edcdb6611cb53a7ff8be1a7d61aedf6ddf299fab47", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:627", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 627, "duplicate_primary_title": "AutoScout24 scales engineering with AI-powered workflows", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "AutoScout24 scales engineering with AI-powered workflows", "display_summary_zh": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption.", "hot_score": 0.0 }, { "id": 439, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "url": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "canonical_url": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "summary": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT. In 2024, Musk filed a lawsuit accusing OpenAI of abandoning its founding mission of developing AI to benefit humanity and shifting focus to boosting profits instead. Elon Musk, his financial […]", "published_at": "2026-05-11T15:32:00+00:00", "discovered_at": "2026-05-11T15:45:59.928872+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "link": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "summary": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT. In 2024, Musk filed a lawsuit accusing OpenAI of abandoning its founding mission of developing AI to benefit humanity and shifting focus to boosting profits instead. Elon Musk, his financial […]" }, "normalized_title": "liveupdatesfromelonmuskandsamaltmanscourtbattleoverthefutureofopenai", "resolved_target": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "content_fingerprint": "e90b1824cef5358f9508e3a1a21baad3a6b2525e6c071de74e0159618e0170b7", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:439", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 439, "duplicate_primary_title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "display_summary_zh": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT. In 2024, Musk filed a lawsuit accusing OpenAI of abandoning its founding mission of developing AI to benefit humanity and shifting focus to boosting profits instead. Elon Musk, his financial […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT.", "hot_score": 0.0 }, { "id": 490, "source_id": "openai-news", "source_name": "OpenAI News", "title": "How ChatGPT adoption broadened in early 2026", "url": "https://openai.com/signals/research/2026q1-update", "canonical_url": "https://openai.com/signals/research/2026q1-update", "summary": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption.", "published_at": "2026-05-11T15:00:00+00:00", "discovered_at": "2026-05-11T22:17:52.175395+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "How ChatGPT adoption broadened in early 2026", "link": "https://openai.com/signals/research/2026q1-update", "summary": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption." }, "normalized_title": "howchatgptadoptionbroadenedinearly2026", "resolved_target": "https://openai.com/signals/research/2026q1-update", "content_fingerprint": "bd2ff39e090163d06cb0d1e64fcd95347d4943068796e230862f815acd87994f", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:490", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 490, "duplicate_primary_title": "How ChatGPT adoption broadened in early 2026", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "How ChatGPT adoption broadened in early 2026", "display_summary_zh": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption.", "hot_score": 0.0 }, { "id": 290, "source_id": "openai-news", "source_name": "OpenAI News", "title": "How enterprises are scaling AI", "url": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "canonical_url": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "summary": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale.", "published_at": "2026-05-11T10:00:00+00:00", "discovered_at": "2026-05-11T06:56:53.527558+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "How enterprises are scaling AI", "link": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "summary": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale." }, "normalized_title": "howenterprisesarescalingai", "resolved_target": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "content_fingerprint": "38738c94cf51866bcd853e9cfbc642465f0036afffa108c77952f342dcc13bc5", "extracted_text": "", "extraction_status": "blocked", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-11T17:11:57.802181+00:00", "extraction_attempts": 1, "extraction_last_http_status": 403, "extraction_next_retry_at": "2026-05-12T17:11:57.110995+00:00", "extraction_error_category": "blocked", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:290", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 290, "duplicate_primary_title": "How enterprises are scaling AI", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "How enterprises are scaling AI", "display_summary_zh": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale.", "hot_score": 0.0 }, { "id": 291, "source_id": "openai-news", "source_name": "OpenAI News", "title": "OpenAI Campus Network: Student club interest form", "url": "https://openai.com/index/openai-campus-network-student-club-interest-form", "canonical_url": "https://openai.com/index/openai-campus-network-student-club-interest-form", "summary": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community.", "published_at": "2026-05-11T10:00:00+00:00", "discovered_at": "2026-05-11T06:56:53.527558+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "OpenAI Campus Network: Student club interest form", "link": "https://openai.com/index/openai-campus-network-student-club-interest-form", "summary": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community." }, "normalized_title": "openaicampusnetworkstudentclubinterestform", "resolved_target": "https://openai.com/index/openai-campus-network-student-club-interest-form", "content_fingerprint": "58e85c528ca9096cc57d07a7012cc299594e19b983a7fd1e7dcfc60e67f4e556", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:291", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 291, "duplicate_primary_title": "OpenAI Campus Network: Student club interest form", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "OpenAI Campus Network: Student club interest form", "display_summary_zh": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community.", "hot_score": 0.0 }, { "id": 382, "source_id": "openai-news", "source_name": "OpenAI News", "title": "OpenAI launches DeployCo to help businesses build around intelligence", "url": "https://openai.com/index/openai-launches-the-deployment-company", "canonical_url": "https://openai.com/index/openai-launches-the-deployment-company", "summary": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact.", "published_at": "2026-05-11T06:00:00+00:00", "discovered_at": "2026-05-11T13:52:11.351400+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "OpenAI launches DeployCo to help businesses build around intelligence", "link": "https://openai.com/index/openai-launches-the-deployment-company", "summary": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact." }, "normalized_title": "openailaunchesdeploycotohelpbusinessesbuildaroundintelligence", "resolved_target": "https://openai.com/index/openai-launches-the-deployment-company", "content_fingerprint": "1759602f01f29166ff889b29b470c20ba7fca2e6d40c766a72dfa0dc369c8363", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:382", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 382, "duplicate_primary_title": "OpenAI launches DeployCo to help businesses build around intelligence", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "OpenAI launches DeployCo to help businesses build around intelligence", "display_summary_zh": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact.", "hot_score": 0.0 }, { "id": 18, "source_id": "openai-news", "source_name": "OpenAI News", "title": "Running Codex safely at OpenAI", "url": "https://openai.com/index/running-codex-safely", "canonical_url": "https://openai.com/index/running-codex-safely", "summary": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption.", "published_at": "2026-05-08T12:30:00+00:00", "discovered_at": "2026-05-11T00:29:47.945295+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "Running Codex safely at OpenAI", "link": "https://openai.com/index/running-codex-safely", "summary": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption." }, "normalized_title": "runningcodexsafelyatopenai", "resolved_target": "https://openai.com/index/running-codex-safely", "content_fingerprint": "12d599eb64bf71a42902d165dd69c94ebd62f02aac474dceaf8374a8c5fd0d37", "extracted_text": "", "extraction_status": "blocked", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-11T04:47:35.214816+00:00", "extraction_attempts": 1, "extraction_last_http_status": 403, "extraction_next_retry_at": "2026-05-12T04:47:35.198925+00:00", "extraction_error_category": "blocked", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:18", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 18, "duplicate_primary_title": "Running Codex safely at OpenAI", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "Running Codex safely at OpenAI", "display_summary_zh": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption.", "hot_score": 0.0 }, { "id": 48, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "url": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "canonical_url": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "summary": "Railway , a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence applications exposes the limitations of legacy cloud infrastructure. TQ Ventures led the round, with participation from FPV Ventures , Redpoint , and Unusual Ventures . The investment values Railway as one of the most significant infrastructure startups to emerge during the AI boom, capitalizing on developer frustration with the complexity and cost of traditional platforms like Amazon Web Services and Google Cloud . \"As AI models get better at writing code, more and more people are asking the age-old question: where, and how, do I run my applications?\" said Jake Cooper, Railway's 28-year-old founder and chief executive, in an exclusive interview with VentureBeat. \"The last generation of cloud primitives were slow and outdated, and now with AI moving everything faster, teams simply can't keep up.\" The funding is a dramatic acceleration for a company that has charted an unconventional path through the cloud computing industry. Railway raised just $24 million in total before this round, including a $20 million Series A from Redpoint in 2022. The company now processes more than 10 million deployments monthly and handles over one trillion requests through its edge network — metrics that rival far larger and better-funded competitors. Why three-minute deploy times have become unacceptable in the age of AI coding assistants Railway's pitch rests on a simple observation: the tools developers use to deploy and manage software were designed for a slower era. A standard build-and-deploy cycle using Terraform , the industry-standard infrastructure tool, takes two to three minutes. That delay, once tolerable, has become a critical bottleneck as AI coding assistants like Claude , ChatGPT , and Cursor can generate working code in seconds. \"When godly intelligence is on tap and can solve any problem in three seconds, those amalgamations of systems become bottlenecks,\" Cooper told VentureBeat. \"What was really cool for humans to deploy in 10 seconds or less is now table stakes for agents.\" The company claims its platform delivers deployments in under one second — fast enough to keep pace with AI-generated code. Customers report a tenfold increase in developer velocity and up to 65 percent cost savings compared to traditional cloud providers. These numbers come directly from enterprise clients, not internal benchmarks. Daniel Lobaton, chief technology officer at G2X, a platform serving 100,000 federal contractors, measured deployment speed improvements of seven times faster and an 87 percent cost reduction after migrating to Railway. His infrastructure bill dropped from $15,000 per month to approximately $1,000. \"The work that used to take me a week on our previous infrastructure, I can do in Railway in like a day,\" Lobaton said. \"If I want to spin up a new service and test different architectures, it would take so long on our old setup. In Railway I can launch six services in two minutes.\" Inside the controversial decision to abandon Google Cloud and build data centers from scratch What distinguishes Railway from competitors like Render and Fly.io is the depth of its vertical integration. In 2024, the company made the unusual decision to abandon Google Cloud entirely and build its own data centers, a move that echoes the famous Alan Kay maxim: \"People who are really serious about software should make their own hardware.\" \"We wanted to design hardware in a way where we could build a differentiated experience,\" Cooper said. \"Having full control over the network, compute, and storage layers lets us do really fast build and deploy loops, the kind that allows us to move at 'agentic speed' while staying 100 percent the smoothest ride in town.\" The approach paid dividends during recent widespread outages that affected major cloud providers — Railway remained online throughout. This soup-to-nuts control enables pricing that undercuts the hyperscalers by roughly 50 percent and newer cloud startups by three to four times. Railway charges by the second for actual compute usage: $0.00000386 per gigabyte-second of memory, $0.00000772 per vCPU-second, and $0.00000006 per gigabyte-second of storage. There are no charges for idle virtual machines — a stark contrast to the traditional cloud model where customers pay for provisioned capacity whether they use it or not. \"The conventional wisdom is that the big guys have economies of scale to offer better pricing,\" Cooper noted. \"But when they're charging for VMs that usually sit idle in the cloud, and we've purpose-built everything to fit much more density on these machines, you have a big opportunity.\" How 30 employees built a platform generating tens of millions in annual revenue Railway has achieved its scale with a team of just 30 employees generating tens of millions in annual revenue — a ratio of revenue per employee that would be exceptional even for established software companies. The company grew revenue 3.5 times last year and continues to expand at 15 percent month-over-month. Cooper emphasized that the fundraise was strategic rather than necessary. \"We're default alive; there's no reason for us to raise money,\" he said. \"We raised because we see a massive opportunity to accelerate, not because we needed to survive.\" The company hired its first salesperson only last year and employs just two solutions engineers. Nearly all of Railway's two million users discovered the platform through word of mouth — developers telling other developers about a tool that actually works. \"We basically did the standard engineering thing: if you build it, they will come,\" Cooper recalled. \"And to some degree, they came.\" From side projects to Fortune 500 deployments: Railway's unlikely corporate expansion Despite its grassroots developer community, Railway has made significant inroads into large organizations. The company claims that 31 percent of Fortune 500 companies now use its platform, though deployments range from company-wide infrastructure to individual team projects. Notable customers include Bilt , the loyalty program company; Intuit's GoCo subsidiary; TripAdvisor's Cruise Critic ; and MGM Resorts . Kernel , a Y Combinator-backed startup providing AI infrastructure to over 1,000 companies, runs its entire customer-facing system on Railway for $444 per month. \"At my previous company Clever, which sold for $500 million, I had six full-time engineers just managing AWS,\" said Rafael Garcia, Kernel's chief technology officer. \"Now I have six engineers total, and they all focus on product. Railway is exactly the tool I wish I had in 2012.\" For enterprise customers, Railway offers security certifications including SOC 2 Type 2 compliance and HIPAA readiness, with business associate agreements available upon request. The platform provides single sign-on authentication, comprehensive audit logs, and the option to deploy within a customer's existing cloud environment through a \"bring your own cloud\" configuration. Enterprise pricing starts at custom levels, with specific add-ons for extended log retention ($200 monthly), HIPAA BAAs ($1,000), enterprise support with SLOs ($2,000), and dedicated virtual machines ($10,000). The startup's bold strategy to take on Amazon, Google, and a new generation of cloud rivals Railway enters a crowded market that includes not only the hyperscale cloud providers—Amazon Web Services, Microsoft Azure, and Google Cloud Platform—but also a growing cohort of developer-focused platforms like Vercel, Render, Fly.io, and Heroku. Cooper argues that Railway's competitors fall into two camps, neither of which has fully committed to the new infrastructure model that AI demands. \"The hyperscalers have two competing systems, and they haven't gone all-in on the new model because their legacy revenue stream is still printing money,\" he observed. \"They have this mammoth pool of cash coming from people who provision a VM, use maybe 10 percent of it, and still pay for the whole thing. To what end are they actually interested in going all the way in on a new experience if they don't really need to?\" Against startup competitors, Railway differentiates by covering the full infrastructure stack. \"We're not just containers; we've got VM primitives, stateful storage, virtual private networking, automated load balancing,\" Cooper said. \"And we wrap all of this in an absurdly easy-to-use UI, with agentic primitives so agents can move 1,000 times faster.\" The platform supports databases including PostgreSQL, MySQL, MongoDB, and Redis; provides up to 256 terabytes of persistent storage with over 100,000 input/output operations per second; and enables deployment to four global regions spanning the United States, Europe, and Southeast Asia. Enterprise customers can scale to 112 vCPUs and 2 terabytes of RAM per service. Why investors are betting that AI will create a thousand times more software than exists today Railway's fundraise reflects broader investor enthusiasm for companies positioned to benefit from the AI coding revolution. As tools like GitHub Copilot , Cursor , and Claude become standard fixtures in developer workflows, the volume of code being written — and the infrastructure needed to run it — is expanding dramatically. \"The amount of software that's going to come online over the next five years is unfathomable compared to what existed before — we're talking a thousand times more software,\" Cooper predicted. \"All of that has to run somewhere.\" The company has already integrated directly with AI systems, building what Cooper calls \"loops where Claude can hook in, call deployments, and analyze infrastructure automatically.\" Railway released a Model Context Protocol server in August 2025 that allows AI coding agents to deploy applications and manage infrastructure directly from code editors. \"The notion of a developer is melting before our eyes,\" Cooper said. \"You don't have to be an engineer to engineer things anymore — you just need critical thinking and the ability to analyze things in a systems capacity.\" What Railway plans to do with $100 million and zero marketing experience Railway plans to use the new capital to expand its global data center footprint, grow its team beyond 30 employees, and build what Cooper described as a proper go-to-market operation for the first time in the company's five-year history. \"One of my mentors said you raise money when you can change the trajectory of the business,\" Cooper explained. \"We've built all the required substrate to scale indefinitely; what's been holding us back is simply talking about it. 2026 is the year we play on the world stage.\" The company's investor roster reads like a who's who of developer infrastructure. Angel investors include Tom Preston-Werner, co-founder of GitHub; Guillermo Rauch , chief executive of Vercel; Spencer Kimball , chief executive of Cockroach Labs; Olivier Pomel , chief executive of Datadog; and Jori Lallo , co-founder of Linear. The timing of Railway's expansion coincides with what many in Silicon Valley view as a fundamental shift in how software gets made. Coding assistants are no longer experimental curiosities — they have become essential tools that millions of developers rely on daily. Each line of AI-generated code needs somewhere to run, and the incumbents, by Cooper's telling, are too wedded to their existing business models to fully capitalize on the moment. Whether Railway can translate developer enthusiasm into sustained enterprise adoption remains an open question. The cloud infrastructure market is littered with promising startups that failed to break the grip of Amazon, Microsoft, and Google. But Cooper, who previously worked as a software engineer at Wolfram Alpha , Bloomberg , and Uber before founding Railway in 2020, seems unfazed by the scale of his ambition. \"In five years, Railway [will be] the place where software gets created and evolved, period,\" he said. \"Deploy instantly, scale infinitely, with zero friction. That's the prize worth playing for, and there's no bigger one on offer.\" For a company that built a $100 million business by doing the opposite of what conventional startup wisdom dictates — no marketing, no sales team, no venture hype—the real test begins now. Railway spent five years proving that developers would find a better mousetrap on their own. The next five will determine whether the rest of the world is ready to get on board.", "published_at": "2026-01-22T14:00:00+00:00", "discovered_at": "2026-05-11T00:29:52.316840+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "link": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "summary": "

Railway, a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence applications exposes the limitations of legacy cloud infrastructure.

TQ Ventures led the round, with participation from FPV Ventures, Redpoint, and Unusual Ventures. The investment values Railway as one of the most significant infrastructure startups to emerge during the AI boom, capitalizing on developer frustration with the complexity and cost of traditional platforms like Amazon Web Services and Google Cloud.

"As AI models get better at writing code, more and more people are asking the age-old question: where, and how, do I run my applications?" said Jake Cooper, Railway's 28-year-old founder and chief executive, in an exclusive interview with VentureBeat. "The last generation of cloud primitives were slow and outdated, and now with AI moving everything faster, teams simply can't keep up."

The funding is a dramatic acceleration for a company that has charted an unconventional path through the cloud computing industry. Railway raised just $24 million in total before this round, including a $20 million Series A from Redpoint in 2022. The company now processes more than 10 million deployments monthly and handles over one trillion requests through its edge network — metrics that rival far larger and better-funded competitors.

Why three-minute deploy times have become unacceptable in the age of AI coding assistants

Railway's pitch rests on a simple observation: the tools developers use to deploy and manage software were designed for a slower era. A standard build-and-deploy cycle using Terraform, the industry-standard infrastructure tool, takes two to three minutes. That delay, once tolerable, has become a critical bottleneck as AI coding assistants like Claude, ChatGPT, and Cursor can generate working code in seconds.

"When godly intelligence is on tap and can solve any problem in three seconds, those amalgamations of systems become bottlenecks," Cooper told VentureBeat. "What was really cool for humans to deploy in 10 seconds or less is now table stakes for agents."

The company claims its platform delivers deployments in under one second — fast enough to keep pace with AI-generated code. Customers report a tenfold increase in developer velocity and up to 65 percent cost savings compared to traditional cloud providers.

These numbers come directly from enterprise clients, not internal benchmarks. Daniel Lobaton, chief technology officer at G2X, a platform serving 100,000 federal contractors, measured deployment speed improvements of seven times faster and an 87 percent cost reduction after migrating to Railway. His infrastructure bill dropped from $15,000 per month to approximately $1,000.

"The work that used to take me a week on our previous infrastructure, I can do in Railway in like a day," Lobaton said. "If I want to spin up a new service and test different architectures, it would take so long on our old setup. In Railway I can launch six services in two minutes."

Inside the controversial decision to abandon Google Cloud and build data centers from scratch

What distinguishes Railway from competitors like Render and Fly.io is the depth of its vertical integration. In 2024, the company made the unusual decision to abandon Google Cloud entirely and build its own data centers, a move that echoes the famous Alan Kay maxim: "People who are really serious about software should make their own hardware."

"We wanted to design hardware in a way where we could build a differentiated experience," Cooper said. "Having full control over the network, compute, and storage layers lets us do really fast build and deploy loops, the kind that allows us to move at 'agentic speed' while staying 100 percent the smoothest ride in town."

The approach paid dividends during recent widespread outages that affected major cloud providers — Railway remained online throughout.

This soup-to-nuts control enables pricing that undercuts the hyperscalers by roughly 50 percent and newer cloud startups by three to four times. Railway charges by the second for actual compute usage: $0.00000386 per gigabyte-second of memory, $0.00000772 per vCPU-second, and $0.00000006 per gigabyte-second of storage. There are no charges for idle virtual machines — a stark contrast to the traditional cloud model where customers pay for provisioned capacity whether they use it or not.

"The conventional wisdom is that the big guys have economies of scale to offer better pricing," Cooper noted. "But when they're charging for VMs that usually sit idle in the cloud, and we've purpose-built everything to fit much more density on these machines, you have a big opportunity."

How 30 employees built a platform generating tens of millions in annual revenue

Railway has achieved its scale with a team of just 30 employees generating tens of millions in annual revenue — a ratio of revenue per employee that would be exceptional even for established software companies. The company grew revenue 3.5 times last year and continues to expand at 15 percent month-over-month.

Cooper emphasized that the fundraise was strategic rather than necessary. "We're default alive; there's no reason for us to raise money," he said. "We raised because we see a massive opportunity to accelerate, not because we needed to survive."

The company hired its first salesperson only last year and employs just two solutions engineers. Nearly all of Railway's two million users discovered the platform through word of mouth — developers telling other developers about a tool that actually works.

"We basically did the standard engineering thing: if you build it, they will come," Cooper recalled. "And to some degree, they came."

From side projects to Fortune 500 deployments: Railway's unlikely corporate expansion

Despite its grassroots developer community, Railway has made significant inroads into large organizations. The company claims that 31 percent of Fortune 500 companies now use its platform, though deployments range from company-wide infrastructure to individual team projects.

Notable customers include Bilt, the loyalty program company; Intuit's GoCo subsidiary; TripAdvisor's Cruise Critic; and MGM Resorts. Kernel, a Y Combinator-backed startup providing AI infrastructure to over 1,000 companies, runs its entire customer-facing system on Railway for $444 per month.

"At my previous company Clever, which sold for $500 million, I had six full-time engineers just managing AWS," said Rafael Garcia, Kernel's chief technology officer. "Now I have six engineers total, and they all focus on product. Railway is exactly the tool I wish I had in 2012."

For enterprise customers, Railway offers security certifications including SOC 2 Type 2 compliance and HIPAA readiness, with business associate agreements available upon request. The platform provides single sign-on authentication, comprehensive audit logs, and the option to deploy within a customer's existing cloud environment through a "bring your own cloud" configuration.

Enterprise pricing starts at custom levels, with specific add-ons for extended log retention ($200 monthly), HIPAA BAAs ($1,000), enterprise support with SLOs ($2,000), and dedicated virtual machines ($10,000).

The startup's bold strategy to take on Amazon, Google, and a new generation of cloud rivals

Railway enters a crowded market that includes not only the hyperscale cloud providers—Amazon Web Services, Microsoft Azure, and Google Cloud Platform—but also a growing cohort of developer-focused platforms like Vercel, Render, Fly.io, and Heroku.

Cooper argues that Railway's competitors fall into two camps, neither of which has fully committed to the new infrastructure model that AI demands.

"The hyperscalers have two competing systems, and they haven't gone all-in on the new model because their legacy revenue stream is still printing money," he observed. "They have this mammoth pool of cash coming from people who provision a VM, use maybe 10 percent of it, and still pay for the whole thing. To what end are they actually interested in going all the way in on a new experience if they don't really need to?"

Against startup competitors, Railway differentiates by covering the full infrastructure stack. "We're not just containers; we've got VM primitives, stateful storage, virtual private networking, automated load balancing," Cooper said. "And we wrap all of this in an absurdly easy-to-use UI, with agentic primitives so agents can move 1,000 times faster."

The platform supports databases including PostgreSQL, MySQL, MongoDB, and Redis; provides up to 256 terabytes of persistent storage with over 100,000 input/output operations per second; and enables deployment to four global regions spanning the United States, Europe, and Southeast Asia. Enterprise customers can scale to 112 vCPUs and 2 terabytes of RAM per service.

Why investors are betting that AI will create a thousand times more software than exists today

Railway's fundraise reflects broader investor enthusiasm for companies positioned to benefit from the AI coding revolution. As tools like GitHub Copilot, Cursor, and Claude become standard fixtures in developer workflows, the volume of code being written — and the infrastructure needed to run it — is expanding dramatically.

"The amount of software that's going to come online over the next five years is unfathomable compared to what existed before — we're talking a thousand times more software," Cooper predicted. "All of that has to run somewhere."

The company has already integrated directly with AI systems, building what Cooper calls "loops where Claude can hook in, call deployments, and analyze infrastructure automatically." Railway released a Model Context Protocol server in August 2025 that allows AI coding agents to deploy applications and manage infrastructure directly from code editors.

"The notion of a developer is melting before our eyes," Cooper said. "You don't have to be an engineer to engineer things anymore — you just need critical thinking and the ability to analyze things in a systems capacity."

What Railway plans to do with $100 million and zero marketing experience

Railway plans to use the new capital to expand its global data center footprint, grow its team beyond 30 employees, and build what Cooper described as a proper go-to-market operation for the first time in the company's five-year history.

"One of my mentors said you raise money when you can change the trajectory of the business," Cooper explained. "We've built all the required substrate to scale indefinitely; what's been holding us back is simply talking about it. 2026 is the year we play on the world stage."

The company's investor roster reads like a who's who of developer infrastructure. Angel investors include Tom Preston-Werner, co-founder of GitHub; Guillermo Rauch, chief executive of Vercel; Spencer Kimball, chief executive of Cockroach Labs; Olivier Pomel, chief executive of Datadog; and Jori Lallo, co-founder of Linear.

The timing of Railway's expansion coincides with what many in Silicon Valley view as a fundamental shift in how software gets made. Coding assistants are no longer experimental curiosities — they have become essential tools that millions of developers rely on daily. Each line of AI-generated code needs somewhere to run, and the incumbents, by Cooper's telling, are too wedded to their existing business models to fully capitalize on the moment.

Whether Railway can translate developer enthusiasm into sustained enterprise adoption remains an open question. The cloud infrastructure market is littered with promising startups that failed to break the grip of Amazon, Microsoft, and Google. But Cooper, who previously worked as a software engineer at Wolfram Alpha, Bloomberg, and Uber before founding Railway in 2020, seems unfazed by the scale of his ambition.

"In five years, Railway [will be] the place where software gets created and evolved, period," he said. "Deploy instantly, scale infinitely, with zero friction. That's the prize worth playing for, and there's no bigger one on offer."

For a company that built a $100 million business by doing the opposite of what conventional startup wisdom dictates — no marketing, no sales team, no venture hype—the real test begins now. Railway spent five years proving that developers would find a better mousetrap on their own. The next five will determine whether the rest of the world is ready to get on board.

" }, "normalized_title": "railwaysecures100milliontochallengeawswithainativecloudinfrastructure", "resolved_target": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "content_fingerprint": "c8117573080282c6989bd83bb5b727d5539c8374c50bcba4bdc8da9efa2d13ca", "extracted_text": "", "extraction_status": "throttled", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-14T00:39:41.673369+00:00", "extraction_attempts": 6, "extraction_last_http_status": 429, "extraction_next_retry_at": "2026-05-14T08:39:41.072103+00:00", "extraction_error_category": "throttled", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:48", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 48, "duplicate_primary_title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "display_summary_zh": "Railway , a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence applications exposes the limitations of legacy cloud infrastructure. TQ Ventures led the round, with participation from FPV Ventures , Redpoint , and Unusual Ventures . The investment values Railway as one of the most significant infrastructure startups to emerge during the AI boom, capitalizing on developer frustration with the complexity and cost of traditional platforms like Amazon Web Services and Google Cloud . \"As AI models get better at writing code, more and more people are asking the age-old question: where, and how, do I run my applications?\" said Jake Cooper, Railway's 28-year-old founder and chief executive, in an exclusive interview with VentureBeat. \"The last generation of cloud primitives were slow and outdated, and now with AI moving everything faster, teams simply can't keep up.\" The funding is a dramatic acceleration for a company that has charted an unconventional path through the cloud computing industry. Railway raised just $24 million in total before this round, including a $20 million Series A from Redpoint in 2022. The company now processes more than 10 million deployments monthly and handles over one trillion requests through its edge network — metrics that rival far larger and better-funded competitors. Why three-minute deploy times have become unacceptable in the age of AI coding assistants Railway's pitch rests on a simple observation: the tools developers use to deploy and manage software were designed for a slower era. A standard build-and-deploy cycle using Terraform , the industry-standard infrastructure tool, takes two to three minutes. That delay, once tolerable, has become a critical bottleneck as AI coding assistants like Claude , ChatGPT , and Cursor can generate working code in seconds. \"When godly intelligence is on tap and can solve any problem in three seconds, those amalgamations of systems become bottlenecks,\" Cooper told VentureBeat. \"What was really cool for humans to deploy in 10 seconds or less is now table stakes for agents.\" The company claims its platform delivers deployments in under one second — fast enough to keep pace with AI-generated code. Customers report a tenfold increase in developer velocity and up to 65 percent cost savings compared to traditional cloud providers. These numbers come directly from enterprise clients, not internal benchmarks. Daniel Lobaton, chief technology officer at G2X, a platform serving 100,000 federal contractors, measured deployment speed improvements of seven times faster and an 87 percent cost reduction after migrating to Railway. His infrastructure bill dropped from $15,000 per month to approximately $1,000. \"The work that used to take me a week on our previous infrastructure, I can do in Railway in like a day,\" Lobaton said. \"If I want to spin up a new service and test different architectures, it would take so long on our old setup. In Railway I can launch six services in two minutes.\" Inside the controversial decision to abandon Google Cloud and build data centers from scratch What distinguishes Railway from competitors like Render and Fly.io is the depth of its vertical integration. In 2024, the company made the unusual decision to abandon Google Cloud entirely and build its own data centers, a move that echoes the famous Alan Kay maxim: \"People who are really serious about software should make their own hardware.\" \"We wanted to design hardware in a way where we could build a differentiated experience,\" Cooper said. \"Having full control over the network, compute, and storage layers lets us do really fast build and deploy loops, the kind that allows us to move at 'agentic speed' while staying 100 percent the smoothest ride in town.\" The approach paid dividends during recent widespread outages that affected major cloud providers — Railway remained online throughout. This soup-to-nuts control enables pricing that undercuts the hyperscalers by roughly 50 percent and newer cloud startups by three to four times. Railway charges by the second for actual compute usage: $0.00000386 per gigabyte-second of memory, $0.00000772 per vCPU-second, and $0.00000006 per gigabyte-second of storage. There are no charges for idle virtual machines — a stark contrast to the traditional cloud model where customers pay for provisioned capacity whether they use it or not. \"The conventional wisdom is that the big guys have economies of scale to offer better pricing,\" Cooper noted. \"But when they're charging for VMs that usually sit idle in the cloud, and we've purpose-built everything to fit much more density on these machines, you have a big opportunity.\" How 30 employees built a platform generating tens of millions in annual revenue Railway has achieved its scale with a team of just 30 employees generating tens of millions in annual revenue — a ratio of revenue per employee that would be exceptional even for established software companies. The company grew revenue 3.5 times last year and continues to expand at 15 percent month-over-month. Cooper emphasized that the fundraise was strategic rather than necessary. \"We're default alive; there's no reason for us to raise money,\" he said. \"We raised because we see a massive opportunity to accelerate, not because we needed to survive.\" The company hired its first salesperson only last year and employs just two solutions engineers. Nearly all of Railway's two million users discovered the platform through word of mouth — developers telling other developers about a tool that actually works. \"We basically did the standard engineering thing: if you build it, they will come,\" Cooper recalled. \"And to some degree, they came.\" From side projects to Fortune 500 deployments: Railway's unlikely corporate expansion Despite its grassroots developer community, Railway has made significant inroads into large organizations. The company claims that 31 percent of Fortune 500 companies now use its platform, though deployments range from company-wide infrastructure to individual team projects. Notable customers include Bilt , the loyalty program company; Intuit's GoCo subsidiary; TripAdvisor's Cruise Critic ; and MGM Resorts . Kernel , a Y Combinator-backed startup providing AI infrastructure to over 1,000 companies, runs its entire customer-facing system on Railway for $444 per month. \"At my previous company Clever, which sold for $500 million, I had six full-time engineers just managing AWS,\" said Rafael Garcia, Kernel's chief technology officer. \"Now I have six engineers total, and they all focus on product. Railway is exactly the tool I wish I had in 2012.\" For enterprise customers, Railway offers security certifications including SOC 2 Type 2 compliance and HIPAA readiness, with business associate agreements available upon request. The platform provides single sign-on authentication, comprehensive audit logs, and the option to deploy within a customer's existing cloud environment through a \"bring your own cloud\" configuration. Enterprise pricing starts at custom levels, with specific add-ons for extended log retention ($200 monthly), HIPAA BAAs ($1,000), enterprise support with SLOs ($2,000), and dedicated virtual machines ($10,000). The startup's bold strategy to take on Amazon, Google, and a new generation of cloud rivals Railway enters a crowded market that includes not only the hyperscale cloud providers—Amazon Web Services, Microsoft Azure, and Google Cloud Platform—but also a growing cohort of developer-focused platforms like Vercel, Render, Fly.io, and Heroku. Cooper argues that Railway's competitors fall into two camps, neither of which has fully committed to the new infrastructure model that AI demands. \"The hyperscalers have two competing systems, and they haven't gone all-in on the new model because their legacy revenue stream is still printing money,\" he observed. \"They have this mammoth pool of cash coming from people who provision a VM, use maybe 10 percent of it, and still pay for the whole thing. To what end are they actually interested in going all the way in on a new experience if they don't really need to?\" Against startup competitors, Railway differentiates by covering the full infrastructure stack. \"We're not just containers; we've got VM primitives, stateful storage, virtual private networking, automated load balancing,\" Cooper said. \"And we wrap all of this in an absurdly easy-to-use UI, with agentic primitives so agents can move 1,000 times faster.\" The platform supports databases including PostgreSQL, MySQL, MongoDB, and Redis; provides up to 256 terabytes of persistent storage with over 100,000 input/output operations per second; and enables deployment to four global regions spanning the United States, Europe, and Southeast Asia. Enterprise customers can scale to 112 vCPUs and 2 terabytes of RAM per service. Why investors are betting that AI will create a thousand times more software than exists today Railway's fundraise reflects broader investor enthusiasm for companies positioned to benefit from the AI coding revolution. As tools like GitHub Copilot , Cursor , and Claude become standard fixtures in developer workflows, the volume of code being written — and the infrastructure needed to run it — is expanding dramatically. \"The amount of software that's going to come online over the next five years is unfathomable compared to what existed before — we're talking a thousand times more software,\" Cooper predicted. \"All of that has to run somewhere.\" The company has already integrated directly with AI systems, building what Cooper calls \"loops where Claude can hook in, call deployments, and analyze infrastructure automatically.\" Railway released a Model Context Protocol server in August 2025 that allows AI coding agents to deploy applications and manage infrastructure directly from code editors. \"The notion of a developer is melting before our eyes,\" Cooper said. \"You don't have to be an engineer to engineer things anymore — you just need critical thinking and the ability to analyze things in a systems capacity.\" What Railway plans to do with $100 million and zero marketing experience Railway plans to use the new capital to expand its global data center footprint, grow its team beyond 30 employees, and build what Cooper described as a proper go-to-market operation for the first time in the company's five-year history. \"One of my mentors said you raise money when you can change the trajectory of the business,\" Cooper explained. \"We've built all the required substrate to scale indefinitely; what's been holding us back is simply talking about it. 2026 is the year we play on the world stage.\" The company's investor roster reads like a who's who of developer infrastructure. Angel investors include Tom Preston-Werner, co-founder of GitHub; Guillermo Rauch , chief executive of Vercel; Spencer Kimball , chief executive of Cockroach Labs; Olivier Pomel , chief executive of Datadog; and Jori Lallo , co-founder of Linear. The timing of Railway's expansion coincides with what many in Silicon Valley view as a fundamental shift in how software gets made. Coding assistants are no longer experimental curiosities — they have become essential tools that millions of developers rely on daily. Each line of AI-generated code needs somewhere to run, and the incumbents, by Cooper's telling, are too wedded to their existing business models to fully capitalize on the moment. Whether Railway can translate developer enthusiasm into sustained enterprise adoption remains an open question. The cloud infrastructure market is littered with promising startups that failed to break the grip of Amazon, Microsoft, and Google. But Cooper, who previously worked as a software engineer at Wolfram Alpha , Bloomberg , and Uber before founding Railway in 2020, seems unfazed by the scale of his ambition. \"In five years, Railway [will be] the place where software gets created and evolved, period,\" he said. \"Deploy instantly, scale infinitely, with zero friction. That's the prize worth playing for, and there's no bigger one on offer.\" For a company that built a $100 million business by doing the opposite of what conventional startup wisdom dictates — no marketing, no sales team, no venture hype—the real test begins now. Railway spent five years proving that developers would find a better mousetrap on their own. The next five will determine whether the rest of the world is ready to get on board.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Railway , a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence app...", "hot_score": 0.0 }, { "id": 49, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "url": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "canonical_url": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "summary": "The artificial intelligence coding revolution comes with a catch: it's expensive. Claude Code , Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide. But its pricing — ranging from $20 to $200 per month depending on usage — has sparked a growing rebellion among the very programmers it aims to serve. Now, a free alternative is gaining traction. Goose , an open-source AI agent developed by Block (the financial technology company formerly known as Square), offers nearly identical functionality to Claude Code but runs entirely on a user's local machine. No subscription fees. No cloud dependency. No rate limits that reset every five hours. \"Your data stays with you, period,\" said Parth Sareen, a software engineer who demonstrated the tool during a recent livestream . The comment captures the core appeal: Goose gives developers complete control over their AI-powered workflow, including the ability to work offline — even on an airplane. The project has exploded in popularity. Goose now boasts more than 26,100 stars on GitHub , the code-sharing platform, with 362 contributors and 102 releases since its launch. The latest version, 1.20.1 , shipped on January 19, 2026, reflecting a development pace that rivals commercial products. For developers frustrated by Claude Code's pricing structure and usage caps, Goose represents something increasingly rare in the AI industry: a genuinely free, no-strings-attached option for serious work. Anthropic's new rate limits spark a developer revolt To understand why Goose matters, you need to understand the Claude Code pricing controversy . Anthropic, the San Francisco artificial intelligence company founded by former OpenAI executives, offers Claude Code as part of its subscription tiers. The free plan provides no access whatsoever. The Pro plan , at $17 per month with annual billing (or $20 monthly), limits users to just 10 to 40 prompts every five hours — a constraint that serious developers exhaust within minutes of intensive work. The Max plans , at $100 and $200 per month, offer more headroom: 50 to 200 prompts and 200 to 800 prompts respectively, plus access to Anthropic's most powerful model, Claude 4.5 Opus . But even these premium tiers come with restrictions that have inflamed the developer community. In late July, Anthropic announced new weekly rate limits. Under the system, Pro users receive 40 to 80 hours of Sonnet 4 usage per week. Max users at the $200 tier get 240 to 480 hours of Sonnet 4, plus 24 to 40 hours of Opus 4. Nearly five months later, the frustration has not subsided. The problem? Those \"hours\" are not actual hours. They represent token-based limits that vary wildly depending on codebase size, conversation length, and the complexity of the code being processed. Independent analysis suggests the actual per-session limits translate to roughly 44,000 tokens for Pro users and 220,000 tokens for the $200 Max plan. \"It's confusing and vague,\" one developer wrote in a widely shared analysis . \"When they say '24-40 hours of Opus 4,' that doesn't really tell you anything useful about what you're actually getting.\" The backlash on Reddit and developer forums has been fierce. Some users report hitting their daily limits within 30 minutes of intensive coding. Others have canceled their subscriptions entirely, calling the new restrictions \"a joke\" and \"unusable for real work.\" Anthropic has defended the changes, stating that the limits affect fewer than five percent of users and target people running Claude Code \" continuously in the background, 24/7 .\" But the company has not clarified whether that figure refers to five percent of Max subscribers or five percent of all users — a distinction that matters enormously. How Block built a free AI coding agent that works offline Goose takes a radically different approach to the same problem. Built by Block , the payments company led by Jack Dorsey, Goose is what engineers call an \" on-machine AI agent .\" Unlike Claude Code, which sends your queries to Anthropic's servers for processing, Goose can run entirely on your local computer using open-source language models that you download and control yourself. The project's documentation describes it as going \" beyond code suggestions \" to \"install, execute, edit, and test with any LLM.\" That last phrase — \"any LLM\" — is the key differentiator. Goose is model-agnostic by design. You can connect Goose to Anthropic's Claude models if you have API access . You can use OpenAI's GPT-5 or Google's Gemini . You can route it through services like Groq or OpenRouter . Or — and this is where things get interesting — you can run it entirely locally using tools like Ollama , which let you download and execute open-source models on your own hardware. The practical implications are significant. With a local setup, there are no subscription fees, no usage caps, no rate limits, and no concerns about your code being sent to external servers. Your conversations with the AI never leave your machine. \"I use Ollama all the time on planes — it's a lot of fun!\" Sareen noted during a demonstration, highlighting how local models free developers from the constraints of internet connectivity. What Goose can do that traditional code assistants can't Goose operates as a command-line tool or desktop application that can autonomously perform complex development tasks. It can build entire projects from scratch, write and execute code, debug failures, orchestrate workflows across multiple files, and interact with external APIs — all without constant human oversight. The architecture relies on what the AI industry calls \" tool calling \" or \" function calling \" — the ability for a language model to request specific actions from external systems. When you ask Goose to create a new file, run a test suite, or check the status of a GitHub pull request, it doesn't just generate text describing what should happen. It actually executes those operations. This capability depends heavily on the underlying language model. Claude 4 models from Anthropic currently perform best at tool calling, according to the Berkeley Function-Calling Leaderboard , which ranks models on their ability to translate natural language requests into executable code and system commands. But newer open-source models are catching up quickly. Goose's documentation highlights several options with strong tool-calling support: Meta's Llama series , Alibaba's Qwen models , Google's Gemma variants , and DeepSeek's reasoning-focused architectures . The tool also integrates with the Model Context Protocol , or MCP, an emerging standard for connecting AI agents to external services. Through MCP, Goose can access databases, search engines, file systems, and third-party APIs — extending its capabilities far beyond what the base language model provides. Setting Up Goose with a Local Model For developers interested in a completely free, privacy-preserving setup, the process involves three main components: Goose itself, Ollama (a tool for running open-source models locally), and a compatible language model. Step 1: Install Ollama Ollama is an open-source project that dramatically simplifies the process of running large language models on personal hardware. It handles the complex work of downloading, optimizing, and serving models through a simple interface. Download and install Ollama from ollama.com . Once installed, you can pull models with a single command. For coding tasks, Qwen 2.5 offers strong tool-calling support: ollama run qwen2.5 The model downloads automatically and begins running on your machine. Step 2: Install Goose Goose is available as both a desktop application and a command-line interface. The desktop version provides a more visual experience, while the CLI appeals to developers who prefer working entirely in the terminal. Installation instructions vary by operating system but generally involve downloading from Goose's GitHub releases page or using a package manager. Block provides pre-built binaries for macOS (both Intel and Apple Silicon), Windows, and Linux. Step 3: Configure the Connection In Goose Desktop, navigate to Settings, then Configure Provider, and select Ollama. Confirm that the API Host is set to http://localhost:11434 (Ollama's default port) and click Submit. For the command-line version, run goose configure, select \"Configure Providers,\" choose Ollama, and enter the model name when prompted. That's it. Goose is now connected to a language model running entirely on your hardware, ready to execute complex coding tasks without any subscription fees or external dependencies. The RAM, processing power, and trade-offs you should know about The obvious question: what kind of computer do you need? Running large language models locally requires substantially more computational resources than typical software. The key constraint is memory — specifically, RAM on most systems, or VRAM if using a dedicated graphics card for acceleration. Block's documentation suggests that 32 gigabytes of RAM provides \"a solid baseline for larger models and outputs.\" For Mac users, this means the computer's unified memory is the primary bottleneck. For Windows and Linux users with discrete NVIDIA graphics cards, GPU memory (VRAM) matters more for acceleration. But you don't necessarily need expensive hardware to get started. Smaller models with fewer parameters run on much more modest systems. Qwen 2.5 , for instance, comes in multiple sizes, and the smaller variants can operate effectively on machines with 16 gigabytes of RAM. \"You don't need to run the largest models to get excellent results,\" Sareen emphasized . The practical recommendation: start with a smaller model to test your workflow, then scale up as needed. For context, Apple's entry-level MacBook Air with 8 gigabytes of RAM would struggle with most capable coding models. But a MacBook Pro with 32 gigabytes — increasingly common among professional developers — handles them comfortably. Why keeping your code off the cloud matters more than ever Goose with a local LLM is not a perfect substitute for Claude Code . The comparison involves real trade-offs that developers should understand. Model Quality : Claude 4.5 Opus , Anthropic's flagship model, remains arguably the most capable AI for software engineering tasks. It excels at understanding complex codebases, following nuanced instructions, and producing high-quality code on the first attempt. Open-source models have improved dramatically, but a gap persists — particularly for the most challenging tasks. One developer who switched to the $200 Claude Code plan described the difference bluntly : \"When I say 'make this look modern,' Opus knows what I mean. Other models give me Bootstrap circa 2015.\" Context Window : Claude Sonnet 4.5 , accessible through the API, offers a massive one-million-token context window — enough to load entire large codebases without chunking or context management issues. Most local models are limited to 4,096 or 8,192 tokens by default, though many can be configured for longer contexts at the cost of increased memory usage and slower processing. Speed : Cloud-based services like Claude Code run on dedicated server hardware optimized for AI inference. Local models, running on consumer laptops, typically process requests more slowly. The difference matters for iterative workflows where you're making rapid changes and waiting for AI feedback. Tooling Maturity : Claude Code benefits from Anthropic's dedicated engineering resources. Features like prompt caching (which can reduce costs by up to 90 percent for repeated contexts) and structured outputs are polished and well-documented. Goose , while actively developed with 102 releases to date, relies on community contributions and may lack equivalent refinement in specific areas. How Goose stacks up against Cursor, GitHub Copilot, and the paid AI coding market Goose enters a crowded market of AI coding tools, but occupies a distinctive position. Cursor , a popular AI-enhanced code editor, charges $20 per month for its Pro tier and $200 for Ultra —pricing that mirrors Claude Code's Max plans . Cursor provides approximately 4,500 Sonnet 4 requests per month at the Ultra level, a substantially different allocation model than Claude Code's hourly resets. Cline , Roo Code , and similar open-source projects offer AI coding assistance but with varying levels of autonomy and tool integration. Many focus on code completion rather than the agentic task execution that defines Goose and Claude Code. Amazon's CodeWhisperer , GitHub Copilot , and enterprise offerings from major cloud providers target large organizations with complex procurement processes and dedicated budgets. They are less relevant to individual developers and small teams seeking lightweight, flexible tools. Goose's combination of genuine autonomy, model agnosticism, local operation, and zero cost creates a unique value proposition. The tool is not trying to compete with commercial offerings on polish or model quality. It's competing on freedom — both financial and architectural. The $200-a-month era for AI coding tools may be ending The AI coding tools market is evolving quickly. Open-source models are improving at a pace that continually narrows the gap with proprietary alternatives. Moonshot AI's Kimi K2 and z.ai's GLM 4.5 now benchmark near Claude Sonnet 4 levels — and they're freely available. If this trajectory continues, the quality advantage that justifies Claude Code's premium pricing may erode. Anthropic would then face pressure to compete on features, user experience, and integration rather than raw model capability. For now, developers face a clear choice. Those who need the absolute best model quality, who can afford premium pricing, and who accept usage restrictions may prefer Claude Code . Those who prioritize cost, privacy, offline access, and flexibility have a genuine alternative in Goose . The fact that a $200-per-month commercial product has a zero-dollar open-source competitor with comparable core functionality is itself remarkable. It reflects both the maturation of open-source AI infrastructure and the appetite among developers for tools that respect their autonomy. Goose is not perfect. It requires more technical setup than commercial alternatives. It depends on hardware resources that not every developer possesses. Its model options, while improving rapidly, still trail the best proprietary offerings on complex tasks. But for a growing community of developers, those limitations are acceptable trade-offs for something increasingly rare in the AI landscape: a tool that truly belongs to them. Goose is available for download at github.com/block/goose . Ollama is available at ollama.com . Both projects are free and open source.", "published_at": "2026-01-19T14:00:00+00:00", "discovered_at": "2026-05-11T00:29:52.318839+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "link": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "summary": "

The artificial intelligence coding revolution comes with a catch: it's expensive.

Claude Code, Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide. But its pricing — ranging from $20 to $200 per month depending on usage — has sparked a growing rebellion among the very programmers it aims to serve.

Now, a free alternative is gaining traction. Goose, an open-source AI agent developed by Block (the financial technology company formerly known as Square), offers nearly identical functionality to Claude Code but runs entirely on a user's local machine. No subscription fees. No cloud dependency. No rate limits that reset every five hours.

"Your data stays with you, period," said Parth Sareen, a software engineer who demonstrated the tool during a recent livestream. The comment captures the core appeal: Goose gives developers complete control over their AI-powered workflow, including the ability to work offline — even on an airplane.

The project has exploded in popularity. Goose now boasts more than 26,100 stars on GitHub, the code-sharing platform, with 362 contributors and 102 releases since its launch. The latest version, 1.20.1, shipped on January 19, 2026, reflecting a development pace that rivals commercial products.

For developers frustrated by Claude Code's pricing structure and usage caps, Goose represents something increasingly rare in the AI industry: a genuinely free, no-strings-attached option for serious work.

Anthropic's new rate limits spark a developer revolt

To understand why Goose matters, you need to understand the Claude Code pricing controversy.

Anthropic, the San Francisco artificial intelligence company founded by former OpenAI executives, offers Claude Code as part of its subscription tiers. The free plan provides no access whatsoever. The Pro plan, at $17 per month with annual billing (or $20 monthly), limits users to just 10 to 40 prompts every five hours — a constraint that serious developers exhaust within minutes of intensive work.

The Max plans, at $100 and $200 per month, offer more headroom: 50 to 200 prompts and 200 to 800 prompts respectively, plus access to Anthropic's most powerful model, Claude 4.5 Opus. But even these premium tiers come with restrictions that have inflamed the developer community.

In late July, Anthropic announced new weekly rate limits. Under the system, Pro users receive 40 to 80 hours of Sonnet 4 usage per week. Max users at the $200 tier get 240 to 480 hours of Sonnet 4, plus 24 to 40 hours of Opus 4. Nearly five months later, the frustration has not subsided.

The problem? Those "hours" are not actual hours. They represent token-based limits that vary wildly depending on codebase size, conversation length, and the complexity of the code being processed. Independent analysis suggests the actual per-session limits translate to roughly 44,000 tokens for Pro users and 220,000 tokens for the $200 Max plan.

"It's confusing and vague," one developer wrote in a widely shared analysis. "When they say '24-40 hours of Opus 4,' that doesn't really tell you anything useful about what you're actually getting."

The backlash on Reddit and developer forums has been fierce. Some users report hitting their daily limits within 30 minutes of intensive coding. Others have canceled their subscriptions entirely, calling the new restrictions "a joke" and "unusable for real work."

Anthropic has defended the changes, stating that the limits affect fewer than five percent of users and target people running Claude Code "continuously in the background, 24/7." But the company has not clarified whether that figure refers to five percent of Max subscribers or five percent of all users — a distinction that matters enormously.

How Block built a free AI coding agent that works offline

Goose takes a radically different approach to the same problem.

Built by Block, the payments company led by Jack Dorsey, Goose is what engineers call an "on-machine AI agent." Unlike Claude Code, which sends your queries to Anthropic's servers for processing, Goose can run entirely on your local computer using open-source language models that you download and control yourself.

The project's documentation describes it as going "beyond code suggestions" to "install, execute, edit, and test with any LLM." That last phrase — "any LLM" — is the key differentiator. Goose is model-agnostic by design.

You can connect Goose to Anthropic's Claude models if you have API access. You can use OpenAI's GPT-5 or Google's Gemini. You can route it through services like Groq or OpenRouter. Or — and this is where things get interesting — you can run it entirely locally using tools like Ollama, which let you download and execute open-source models on your own hardware.

The practical implications are significant. With a local setup, there are no subscription fees, no usage caps, no rate limits, and no concerns about your code being sent to external servers. Your conversations with the AI never leave your machine.

"I use Ollama all the time on planes — it's a lot of fun!" Sareen noted during a demonstration, highlighting how local models free developers from the constraints of internet connectivity.

What Goose can do that traditional code assistants can't

Goose operates as a command-line tool or desktop application that can autonomously perform complex development tasks. It can build entire projects from scratch, write and execute code, debug failures, orchestrate workflows across multiple files, and interact with external APIs — all without constant human oversight.

The architecture relies on what the AI industry calls "tool calling" or "function calling" — the ability for a language model to request specific actions from external systems. When you ask Goose to create a new file, run a test suite, or check the status of a GitHub pull request, it doesn't just generate text describing what should happen. It actually executes those operations.

This capability depends heavily on the underlying language model. Claude 4 models from Anthropic currently perform best at tool calling, according to the Berkeley Function-Calling Leaderboard, which ranks models on their ability to translate natural language requests into executable code and system commands.

But newer open-source models are catching up quickly. Goose's documentation highlights several options with strong tool-calling support: Meta's Llama series, Alibaba's Qwen models, Google's Gemma variants, and DeepSeek's reasoning-focused architectures.

The tool also integrates with the Model Context Protocol, or MCP, an emerging standard for connecting AI agents to external services. Through MCP, Goose can access databases, search engines, file systems, and third-party APIs — extending its capabilities far beyond what the base language model provides.

Setting Up Goose with a Local Model

For developers interested in a completely free, privacy-preserving setup, the process involves three main components: Goose itself, Ollama (a tool for running open-source models locally), and a compatible language model.

Step 1: Install Ollama

Ollama is an open-source project that dramatically simplifies the process of running large language models on personal hardware. It handles the complex work of downloading, optimizing, and serving models through a simple interface.

Download and install Ollama from ollama.com. Once installed, you can pull models with a single command. For coding tasks, Qwen 2.5 offers strong tool-calling support:

ollama run qwen2.5

The model downloads automatically and begins running on your machine.

Step 2: Install Goose

Goose is available as both a desktop application and a command-line interface. The desktop version provides a more visual experience, while the CLI appeals to developers who prefer working entirely in the terminal.

Installation instructions vary by operating system but generally involve downloading from Goose's GitHub releases page or using a package manager. Block provides pre-built binaries for macOS (both Intel and Apple Silicon), Windows, and Linux.

Step 3: Configure the Connection

In Goose Desktop, navigate to Settings, then Configure Provider, and select Ollama. Confirm that the API Host is set to http://localhost:11434 (Ollama's default port) and click Submit.

For the command-line version, run goose configure, select "Configure Providers," choose Ollama, and enter the model name when prompted.

That's it. Goose is now connected to a language model running entirely on your hardware, ready to execute complex coding tasks without any subscription fees or external dependencies.

The RAM, processing power, and trade-offs you should know about

The obvious question: what kind of computer do you need?

Running large language models locally requires substantially more computational resources than typical software. The key constraint is memory — specifically, RAM on most systems, or VRAM if using a dedicated graphics card for acceleration.

Block's documentation suggests that 32 gigabytes of RAM provides "a solid baseline for larger models and outputs." For Mac users, this means the computer's unified memory is the primary bottleneck. For Windows and Linux users with discrete NVIDIA graphics cards, GPU memory (VRAM) matters more for acceleration.

But you don't necessarily need expensive hardware to get started. Smaller models with fewer parameters run on much more modest systems. Qwen 2.5, for instance, comes in multiple sizes, and the smaller variants can operate effectively on machines with 16 gigabytes of RAM.

"You don't need to run the largest models to get excellent results," Sareen emphasized. The practical recommendation: start with a smaller model to test your workflow, then scale up as needed.

For context, Apple's entry-level MacBook Air with 8 gigabytes of RAM would struggle with most capable coding models. But a MacBook Pro with 32 gigabytes — increasingly common among professional developers — handles them comfortably.

Why keeping your code off the cloud matters more than ever

Goose with a local LLM is not a perfect substitute for Claude Code. The comparison involves real trade-offs that developers should understand.

Model Quality: Claude 4.5 Opus, Anthropic's flagship model, remains arguably the most capable AI for software engineering tasks. It excels at understanding complex codebases, following nuanced instructions, and producing high-quality code on the first attempt. Open-source models have improved dramatically, but a gap persists — particularly for the most challenging tasks.

One developer who switched to the $200 Claude Code plan described the difference bluntly: "When I say 'make this look modern,' Opus knows what I mean. Other models give me Bootstrap circa 2015."

Context Window: Claude Sonnet 4.5, accessible through the API, offers a massive one-million-token context window — enough to load entire large codebases without chunking or context management issues. Most local models are limited to 4,096 or 8,192 tokens by default, though many can be configured for longer contexts at the cost of increased memory usage and slower processing.

Speed: Cloud-based services like Claude Code run on dedicated server hardware optimized for AI inference. Local models, running on consumer laptops, typically process requests more slowly. The difference matters for iterative workflows where you're making rapid changes and waiting for AI feedback.

Tooling Maturity: Claude Code benefits from Anthropic's dedicated engineering resources. Features like prompt caching (which can reduce costs by up to 90 percent for repeated contexts) and structured outputs are polished and well-documented. Goose, while actively developed with 102 releases to date, relies on community contributions and may lack equivalent refinement in specific areas.

How Goose stacks up against Cursor, GitHub Copilot, and the paid AI coding market

Goose enters a crowded market of AI coding tools, but occupies a distinctive position.

Cursor, a popular AI-enhanced code editor, charges $20 per month for its Pro tier and $200 for Ultra—pricing that mirrors Claude Code's Max plans. Cursor provides approximately 4,500 Sonnet 4 requests per month at the Ultra level, a substantially different allocation model than Claude Code's hourly resets.

Cline, Roo Code, and similar open-source projects offer AI coding assistance but with varying levels of autonomy and tool integration. Many focus on code completion rather than the agentic task execution that defines Goose and Claude Code.

Amazon's CodeWhisperer, GitHub Copilot, and enterprise offerings from major cloud providers target large organizations with complex procurement processes and dedicated budgets. They are less relevant to individual developers and small teams seeking lightweight, flexible tools.

Goose's combination of genuine autonomy, model agnosticism, local operation, and zero cost creates a unique value proposition. The tool is not trying to compete with commercial offerings on polish or model quality. It's competing on freedom — both financial and architectural.

The $200-a-month era for AI coding tools may be ending

The AI coding tools market is evolving quickly. Open-source models are improving at a pace that continually narrows the gap with proprietary alternatives. Moonshot AI's Kimi K2 and z.ai's GLM 4.5 now benchmark near Claude Sonnet 4 levels — and they're freely available.

If this trajectory continues, the quality advantage that justifies Claude Code's premium pricing may erode. Anthropic would then face pressure to compete on features, user experience, and integration rather than raw model capability.

For now, developers face a clear choice. Those who need the absolute best model quality, who can afford premium pricing, and who accept usage restrictions may prefer Claude Code. Those who prioritize cost, privacy, offline access, and flexibility have a genuine alternative in Goose.

The fact that a $200-per-month commercial product has a zero-dollar open-source competitor with comparable core functionality is itself remarkable. It reflects both the maturation of open-source AI infrastructure and the appetite among developers for tools that respect their autonomy.

Goose is not perfect. It requires more technical setup than commercial alternatives. It depends on hardware resources that not every developer possesses. Its model options, while improving rapidly, still trail the best proprietary offerings on complex tasks.

But for a growing community of developers, those limitations are acceptable trade-offs for something increasingly rare in the AI landscape: a tool that truly belongs to them.

Goose is available for download at github.com/block/goose. Ollama is available at ollama.com. Both projects are free and open source.

" }, "normalized_title": "claudecodecostsupto200amonthgoosedoesthesamethingforfree", "resolved_target": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "content_fingerprint": "76c75a1c0a3969850600ad99e99e1bf978bc941b09ff5bac336be104429a8108", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:49", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 49, "duplicate_primary_title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "display_summary_zh": "The artificial intelligence coding revolution comes with a catch: it's expensive. Claude Code , Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide. But its pricing — ranging from $20 to $200 per month depending on usage — has sparked a growing rebellion among the very programmers it aims to serve. Now, a free alternative is gaining traction. Goose , an open-source AI agent developed by Block (the financial technology company formerly known as Square), offers nearly identical functionality to Claude Code but runs entirely on a user's local machine. No subscription fees. No cloud dependency. No rate limits that reset every five hours. \"Your data stays with you, period,\" said Parth Sareen, a software engineer who demonstrated the tool during a recent livestream . The comment captures the core appeal: Goose gives developers complete control over their AI-powered workflow, including the ability to work offline — even on an airplane. The project has exploded in popularity. Goose now boasts more than 26,100 stars on GitHub , the code-sharing platform, with 362 contributors and 102 releases since its launch. The latest version, 1.20.1 , shipped on January 19, 2026, reflecting a development pace that rivals commercial products. For developers frustrated by Claude Code's pricing structure and usage caps, Goose represents something increasingly rare in the AI industry: a genuinely free, no-strings-attached option for serious work. Anthropic's new rate limits spark a developer revolt To understand why Goose matters, you need to understand the Claude Code pricing controversy . Anthropic, the San Francisco artificial intelligence company founded by former OpenAI executives, offers Claude Code as part of its subscription tiers. The free plan provides no access whatsoever. The Pro plan , at $17 per month with annual billing (or $20 monthly), limits users to just 10 to 40 prompts every five hours — a constraint that serious developers exhaust within minutes of intensive work. The Max plans , at $100 and $200 per month, offer more headroom: 50 to 200 prompts and 200 to 800 prompts respectively, plus access to Anthropic's most powerful model, Claude 4.5 Opus . But even these premium tiers come with restrictions that have inflamed the developer community. In late July, Anthropic announced new weekly rate limits. Under the system, Pro users receive 40 to 80 hours of Sonnet 4 usage per week. Max users at the $200 tier get 240 to 480 hours of Sonnet 4, plus 24 to 40 hours of Opus 4. Nearly five months later, the frustration has not subsided. The problem? Those \"hours\" are not actual hours. They represent token-based limits that vary wildly depending on codebase size, conversation length, and the complexity of the code being processed. Independent analysis suggests the actual per-session limits translate to roughly 44,000 tokens for Pro users and 220,000 tokens for the $200 Max plan. \"It's confusing and vague,\" one developer wrote in a widely shared analysis . \"When they say '24-40 hours of Opus 4,' that doesn't really tell you anything useful about what you're actually getting.\" The backlash on Reddit and developer forums has been fierce. Some users report hitting their daily limits within 30 minutes of intensive coding. Others have canceled their subscriptions entirely, calling the new restrictions \"a joke\" and \"unusable for real work.\" Anthropic has defended the changes, stating that the limits affect fewer than five percent of users and target people running Claude Code \" continuously in the background, 24/7 .\" But the company has not clarified whether that figure refers to five percent of Max subscribers or five percent of all users — a distinction that matters enormously. How Block built a free AI coding agent that works offline Goose takes a radically different approach to the same problem. Built by Block , the payments company led by Jack Dorsey, Goose is what engineers call an \" on-machine AI agent .\" Unlike Claude Code, which sends your queries to Anthropic's servers for processing, Goose can run entirely on your local computer using open-source language models that you download and control yourself. The project's documentation describes it as going \" beyond code suggestions \" to \"install, execute, edit, and test with any LLM.\" That last phrase — \"any LLM\" — is the key differentiator. Goose is model-agnostic by design. You can connect Goose to Anthropic's Claude models if you have API access . You can use OpenAI's GPT-5 or Google's Gemini . You can route it through services like Groq or OpenRouter . Or — and this is where things get interesting — you can run it entirely locally using tools like Ollama , which let you download and execute open-source models on your own hardware. The practical implications are significant. With a local setup, there are no subscription fees, no usage caps, no rate limits, and no concerns about your code being sent to external servers. Your conversations with the AI never leave your machine. \"I use Ollama all the time on planes — it's a lot of fun!\" Sareen noted during a demonstration, highlighting how local models free developers from the constraints of internet connectivity. What Goose can do that traditional code assistants can't Goose operates as a command-line tool or desktop application that can autonomously perform complex development tasks. It can build entire projects from scratch, write and execute code, debug failures, orchestrate workflows across multiple files, and interact with external APIs — all without constant human oversight. The architecture relies on what the AI industry calls \" tool calling \" or \" function calling \" — the ability for a language model to request specific actions from external systems. When you ask Goose to create a new file, run a test suite, or check the status of a GitHub pull request, it doesn't just generate text describing what should happen. It actually executes those operations. This capability depends heavily on the underlying language model. Claude 4 models from Anthropic currently perform best at tool calling, according to the Berkeley Function-Calling Leaderboard , which ranks models on their ability to translate natural language requests into executable code and system commands. But newer open-source models are catching up quickly. Goose's documentation highlights several options with strong tool-calling support: Meta's Llama series , Alibaba's Qwen models , Google's Gemma variants , and DeepSeek's reasoning-focused architectures . The tool also integrates with the Model Context Protocol , or MCP, an emerging standard for connecting AI agents to external services. Through MCP, Goose can access databases, search engines, file systems, and third-party APIs — extending its capabilities far beyond what the base language model provides. Setting Up Goose with a Local Model For developers interested in a completely free, privacy-preserving setup, the process involves three main components: Goose itself, Ollama (a tool for running open-source models locally), and a compatible language model. Step 1: Install Ollama Ollama is an open-source project that dramatically simplifies the process of running large language models on personal hardware. It handles the complex work of downloading, optimizing, and serving models through a simple interface. Download and install Ollama from ollama.com . Once installed, you can pull models with a single command. For coding tasks, Qwen 2.5 offers strong tool-calling support: ollama run qwen2.5 The model downloads automatically and begins running on your machine. Step 2: Install Goose Goose is available as both a desktop application and a command-line interface. The desktop version provides a more visual experience, while the CLI appeals to developers who prefer working entirely in the terminal. Installation instructions vary by operating system but generally involve downloading from Goose's GitHub releases page or using a package manager. Block provides pre-built binaries for macOS (both Intel and Apple Silicon), Windows, and Linux. Step 3: Configure the Connection In Goose Desktop, navigate to Settings, then Configure Provider, and select Ollama. Confirm that the API Host is set to http://localhost:11434 (Ollama's default port) and click Submit. For the command-line version, run goose configure, select \"Configure Providers,\" choose Ollama, and enter the model name when prompted. That's it. Goose is now connected to a language model running entirely on your hardware, ready to execute complex coding tasks without any subscription fees or external dependencies. The RAM, processing power, and trade-offs you should know about The obvious question: what kind of computer do you need? Running large language models locally requires substantially more computational resources than typical software. The key constraint is memory — specifically, RAM on most systems, or VRAM if using a dedicated graphics card for acceleration. Block's documentation suggests that 32 gigabytes of RAM provides \"a solid baseline for larger models and outputs.\" For Mac users, this means the computer's unified memory is the primary bottleneck. For Windows and Linux users with discrete NVIDIA graphics cards, GPU memory (VRAM) matters more for acceleration. But you don't necessarily need expensive hardware to get started. Smaller models with fewer parameters run on much more modest systems. Qwen 2.5 , for instance, comes in multiple sizes, and the smaller variants can operate effectively on machines with 16 gigabytes of RAM. \"You don't need to run the largest models to get excellent results,\" Sareen emphasized . The practical recommendation: start with a smaller model to test your workflow, then scale up as needed. For context, Apple's entry-level MacBook Air with 8 gigabytes of RAM would struggle with most capable coding models. But a MacBook Pro with 32 gigabytes — increasingly common among professional developers — handles them comfortably. Why keeping your code off the cloud matters more than ever Goose with a local LLM is not a perfect substitute for Claude Code . The comparison involves real trade-offs that developers should understand. Model Quality : Claude 4.5 Opus , Anthropic's flagship model, remains arguably the most capable AI for software engineering tasks. It excels at understanding complex codebases, following nuanced instructions, and producing high-quality code on the first attempt. Open-source models have improved dramatically, but a gap persists — particularly for the most challenging tasks. One developer who switched to the $200 Claude Code plan described the difference bluntly : \"When I say 'make this look modern,' Opus knows what I mean. Other models give me Bootstrap circa 2015.\" Context Window : Claude Sonnet 4.5 , accessible through the API, offers a massive one-million-token context window — enough to load entire large codebases without chunking or context management issues. Most local models are limited to 4,096 or 8,192 tokens by default, though many can be configured for longer contexts at the cost of increased memory usage and slower processing. Speed : Cloud-based services like Claude Code run on dedicated server hardware optimized for AI inference. Local models, running on consumer laptops, typically process requests more slowly. The difference matters for iterative workflows where you're making rapid changes and waiting for AI feedback. Tooling Maturity : Claude Code benefits from Anthropic's dedicated engineering resources. Features like prompt caching (which can reduce costs by up to 90 percent for repeated contexts) and structured outputs are polished and well-documented. Goose , while actively developed with 102 releases to date, relies on community contributions and may lack equivalent refinement in specific areas. How Goose stacks up against Cursor, GitHub Copilot, and the paid AI coding market Goose enters a crowded market of AI coding tools, but occupies a distinctive position. Cursor , a popular AI-enhanced code editor, charges $20 per month for its Pro tier and $200 for Ultra —pricing that mirrors Claude Code's Max plans . Cursor provides approximately 4,500 Sonnet 4 requests per month at the Ultra level, a substantially different allocation model than Claude Code's hourly resets. Cline , Roo Code , and similar open-source projects offer AI coding assistance but with varying levels of autonomy and tool integration. Many focus on code completion rather than the agentic task execution that defines Goose and Claude Code. Amazon's CodeWhisperer , GitHub Copilot , and enterprise offerings from major cloud providers target large organizations with complex procurement processes and dedicated budgets. They are less relevant to individual developers and small teams seeking lightweight, flexible tools. Goose's combination of genuine autonomy, model agnosticism, local operation, and zero cost creates a unique value proposition. The tool is not trying to compete with commercial offerings on polish or model quality. It's competing on freedom — both financial and architectural. The $200-a-month era for AI coding tools may be ending The AI coding tools market is evolving quickly. Open-source models are improving at a pace that continually narrows the gap with proprietary alternatives. Moonshot AI's Kimi K2 and z.ai's GLM 4.5 now benchmark near Claude Sonnet 4 levels — and they're freely available. If this trajectory continues, the quality advantage that justifies Claude Code's premium pricing may erode. Anthropic would then face pressure to compete on features, user experience, and integration rather than raw model capability. For now, developers face a clear choice. Those who need the absolute best model quality, who can afford premium pricing, and who accept usage restrictions may prefer Claude Code . Those who prioritize cost, privacy, offline access, and flexibility have a genuine alternative in Goose . The fact that a $200-per-month commercial product has a zero-dollar open-source competitor with comparable core functionality is itself remarkable. It reflects both the maturation of open-source AI infrastructure and the appetite among developers for tools that respect their autonomy. Goose is not perfect. It requires more technical setup than commercial alternatives. It depends on hardware resources that not every developer possesses. Its model options, while improving rapidly, still trail the best proprietary offerings on complex tasks. But for a growing community of developers, those limitations are acceptable trade-offs for something increasingly rare in the AI landscape: a tool that truly belongs to them. Goose is available for download at github.com/block/goose . Ollama is available at ollama.com . Both projects are free and open source.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "The artificial intelligence coding revolution comes with a catch: it's expensive. Claude Code , Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide.", "hot_score": 0.0 }, { "id": 50, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "url": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "canonical_url": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "summary": "Alfred Wahlforss was running out of options. His startup, Listen Labs , needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible. So he spent $5,000 — a fifth of his marketing budget — on a billboard in San Francisco displaying what looked like gibberish: five strings of random numbers. The numbers were actually AI tokens. Decoded, they led to a coding challenge: build an algorithm to act as a digital bouncer at Berghain, the Berlin nightclub famous for rejecting nearly everyone at the door. Within days, thousands attempted the puzzle. 430 cracked it. Some got hired. The winner flew to Berlin, all expenses paid. That unconventional approach has now attracted $69 million in Series B funding, led by Ribbit Capital with participation from Evantic and existing investors Sequoia Capital , Conviction , and Pear VC . The round values Listen Labs at $500 million and brings its total capital to $100 million. In nine months since launch, the company has grown annualized revenue by 15x to eight figures and conducted over one million AI-powered interviews. \"When you obsess over customers, everything else follows,\" Wahlforss said in an interview with VentureBeat. \"Teams that use Listen bring the customer into every decision, from marketing to product, and when the customer is delighted, everyone is.\" Why traditional market research is broken, and what Listen Labs is building to fix it Listen's AI researcher finds participants, conducts in-depth interviews, and delivers actionable insights in hours, not weeks. The platform replaces the traditional choice between quantitative surveys — which provide statistical precision but miss nuance—and qualitative interviews, which deliver depth but cannot scale. Wahlforss explained the limitation of existing approaches: \"Essentially surveys give you false precision because people end up answering the same question... You can't get the outliers. People are actually not honest on surveys.\" The alternative, one-on-one human interviews, \"gives you a lot of depth. You can ask follow up questions. You can kind of double check if they actually know what they're talking about. And the problem is you can't scale that.\" The platform works in four steps: users create a study with AI assistance, Listen recruits participants from its global network of 30 million people, an AI moderator conducts in-depth interviews with follow-up questions, and results are packaged into executive-ready reports including key themes, highlight reels, and slide decks. What distinguishes Listen's approach is its use of open-ended video conversations rather than multiple-choice forms. \"In a survey, you can kind of guess what you should answer, and you have four options,\" Wahlforss said. \"Oh, they probably want me to buy high income. Let me click on that button versus an open ended response. It just generates much more honesty.\" The dirty secret of the $140 billion market research industry: rampant fraud Listen finds and qualifies the right participants in its global network of 30 million people. But building that panel required confronting what Wahlforss called \"one of the most shocking things that we've learned when we entered this industry\"—rampant fraud. \"Essentially, there's a financial transaction involved, which means there will be bad players,\" he explained. \"We actually had some of the largest companies, some of them have billions in revenue, send us people who claim to be kind of enterprise buyers to our platform and our system immediately detected, like, fraud, fraud, fraud, fraud, fraud.\" The company built what it calls a \"quality guard\" that cross-references LinkedIn profiles with video responses to verify identity, checks consistency across how participants answer questions, and flags suspicious patterns. The result, according to Wahlforss: \"People talk three times more. They're much more honest when they talk about sensitive topics like politics and mental health.\" Emeritus , an online education company that uses Listen, reported that approximately 20% of survey responses previously fell into the fraudulent or low-quality category. With Listen, they reduced this to almost zero. \"We did not have to replace any responses because of fraud or gibberish information,\" said Gabrielli Tiburi, Assistant Manager of Customer Insights at Emeritus. How Microsoft, Sweetgreen, and Chubbies are using AI interviews to build better products The speed advantage has proven central to Listen's pitch. Traditional customer research at Microsoft could take four to six weeks to generate insights. \"By the time we get to them, either the decision has been made or we lose out on the opportunity to actually influence it,\" said Romani Patel, Senior Research Manager at Microsoft. With Listen, Microsoft can now get insights in days, and in many cases, within hours. The platform has already powered several high-profile initiatives. Microsoft used Listen Labs to collect global customer stories for its 50th anniversary celebration. \"We wanted users to share how Copilot is empowering them to bring their best self forward,\" Patel said, \"and we were able to collect those user video stories within a day.\" Traditionally, that kind of work would have taken six to eight weeks. Simple Modern , an Oklahoma-based drinkware company, used Listen to test a new product concept. The process took about an hour to write questions, an hour to launch the study, and 2.5 hours to receive feedback from 120 people across the country. \"We went from 'Should we even have this product?' to 'How should we launch it?'\" said Chris Hoyle, the company's Chief Marketing Officer. Chubbies , the shorts brand, achieved a 24x increase in youth research participation—growing from 5 to 120 participants — by using Listen to overcome the scheduling challenges of traditional focus groups with children. \"There's school, sports, dinner, and homework,\" explained Lauren Neville, Director of Insights and Innovation. \"I had to find a way to hear from them that fit into their schedules.\" The company also discovered product issues through AI interviews that might have gone undetected otherwise. Wahlforss described how the AI \"through conversations, realized there were like issues with the the kids short line, and decided to, like, interview hundreds of kids. And I understand that there were issues in the liner of the shorts and that they were, like, scratchy, quote, unquote, according to the people interviewed.\" The redesigned product became \"a blockbuster hit.\" The Jevons paradox explains why cheaper research creates more demand, not less Listen Labs is entering a massive but fragmented market. Wahlforss cited research from Andreessen Horowitz estimating the market research industry at roughly $140 billion annually , populated by legacy players — some with more than a billion dollars in revenue — that he believes are vulnerable to disruption. \"There are very much existing budget lines that we are replacing,\" Wahlforss said. \"Why we're replacing them is that one, they're super costly. Two, they're kind of stuck in this old paradigm of choosing between a survey or interview, and they also take months to work with.\" But the more intriguing dynamic may be that AI-powered research doesn't just replace existing spending — it creates new demand. Wahlforss invoked the Jevons paradox, an economic principle that occurs when technological advancements make a resource more efficient to use, but increased efficiency leads to increased overall consumption rather than decreased consumption. \"What I've noticed is that as something gets cheaper, you don't need less of it. You want more of it,\" Wahlforss explained. \"There's infinite demand for customer understanding. So the researchers on the team can do an order of magnitude more research, and also other people who weren't researchers before can now do that as part of their job.\" Inside the elite engineering team that built Listen Labs before they had a working toilet Listen Labs traces its origins to a consumer app that Wahlforss and his co-founder built after meeting at Harvard. \"We built this consumer app that got 20,000 downloads in one day,\" Wahlforss recalled. \"We had all these users, and we were thinking like, okay, what can we do to get to know them better? And we built this prototype of what Listen is today.\" The founding team brings an unusual pedigree. Wahlforss's co-founder \"was the national champion in competitive programming in Germany, and he worked at Tesla Autopilot.\" The company claims that 30% of its engineering team are medalists from the International Olympiad in Informatics — the same competition that produced the founders of Cognition , the AI coding startup. The Berghain billboard stunt generated approximately 5 million views across social media, according to Wahlforss. It reflected the intensity of the talent war in the Bay Area. \"We had to do these things because some of our, like early employees, joined the company before we had a working toilet,\" he said. \"But now we fixed that situation.\" The company grew from 5 to 40 employees in 2024 and plans to reach 150 this year. It hires engineers for non-engineering roles across marketing, growth, and operations — a bet that in the AI era, technical fluency matters everywhere. Synthetic customers and automated decisions: what Listen Labs is building next Wahlforss outlined an ambitious product roadmap that pushes into more speculative territory. The company is building \"the ability to simulate your customers, so you can take all of those interviews we've done, and then extrapolate based on that and create synthetic users or simulated user voices.\" Beyond simulation, Listen aims to enable automated action based on research findings. \"Can you not just make recommendations, but also create spawn agents to either change things in code or some customer churns? Can you give them a discount and try to bring them back?\" Wahlforss acknowledged the ethical implications. \"Obviously, as you said, there's kind of ethical concerns there. Of like, automated decision making overall can be bad, but we will have considerable guardrails to make sure that the companies are always in the loop.\" The company already handles sensitive data with care. \"We don't train on any of the data,\" Wahlforss said. \"We will also scrub any sensitive PII automatically so the model can detect that. And there are times when, for example, you work with investors, where if you accidentally mention something that could be material, non public information, the AI can actually detect that and remove any information like that.\" How AI could reshape the future of product development Perhaps the most provocative implication of Listen's model is how it could reshape product development itself. Wahlforss described a customer — an Australian startup — that has adopted what amounts to a continuous feedback loop. \"They're based in Australia, so they're coding during the day, and then in their night, they're releasing a Listen study with an American audience. Listen validates whatever they built during the day, and they get feedback on that. They can then plug that feedback directly into coding tools like Claude Code and iterate.\" The vision extends Y Combinator's famous dictum — \" write code, talk to users \" — into an automated cycle. \"Write code is now getting automated. And I think like talk to users will be as well, and you'll have this kind of infinite loop where you can start to ship this truly amazing product, almost kind of autonomously.\" Whether that vision materializes depends on factors beyond Listen's control — the continued improvement of AI models, enterprise willingness to trust automated research, and whether speed truly correlates with better products. A 2024 MIT study found that 95% of AI pilots fail to move into production, a statistic Wahlforss cited as the reason he emphasizes quality over demos. \"I'm constantly have to emphasize like, let's make sure the quality is there and the details are right,\" he said. But the company's growth suggests appetite for the experiment. Microsoft's Patel said Listen has \"removed the drudgery of research and brought the fun and joy back into my work.\" Chubbies is now pushing its founder to give everyone in the company a login. Sling Money, a stablecoin payments startup, can create a survey in ten minutes and receive results the same day. \"It's a total game changer,\" said Ali Romero, Sling Money's marketing manager. Wahlforss has a different phrase for what he's building. When asked about the tension between speed and rigor — the long-held belief that moving fast means cutting corners — he cited Nat Friedman, the former GitHub CEO and Listen investor, who keeps a list of one-liners on his website. One of them: \"Slow is fake.\" It's an aggressive claim for an industry built on methodological caution. But Listen Labs is betting that in the AI era, the companies that listen fastest will be the ones that win. The only question is whether customers will talk back.", "published_at": "2026-01-16T14:01:00+00:00", "discovered_at": "2026-05-11T00:29:52.319901+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "link": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "summary": "

Alfred Wahlforss was running out of options. His startup, Listen Labs, needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible. So he spent $5,000 — a fifth of his marketing budget — on a billboard in San Francisco displaying what looked like gibberish: five strings of random numbers.

The numbers were actually AI tokens. Decoded, they led to a coding challenge: build an algorithm to act as a digital bouncer at Berghain, the Berlin nightclub famous for rejecting nearly everyone at the door. Within days, thousands attempted the puzzle. 430 cracked it. Some got hired. The winner flew to Berlin, all expenses paid.

That unconventional approach has now attracted $69 million in Series B funding, led by Ribbit Capital with participation from Evantic and existing investors Sequoia Capital, Conviction, and Pear VC. The round values Listen Labs at $500 million and brings its total capital to $100 million. In nine months since launch, the company has grown annualized revenue by 15x to eight figures and conducted over one million AI-powered interviews.

"When you obsess over customers, everything else follows," Wahlforss said in an interview with VentureBeat. "Teams that use Listen bring the customer into every decision, from marketing to product, and when the customer is delighted, everyone is."

Why traditional market research is broken, and what Listen Labs is building to fix it

Listen's AI researcher finds participants, conducts in-depth interviews, and delivers actionable insights in hours, not weeks. The platform replaces the traditional choice between quantitative surveys — which provide statistical precision but miss nuance—and qualitative interviews, which deliver depth but cannot scale.

Wahlforss explained the limitation of existing approaches: "Essentially surveys give you false precision because people end up answering the same question... You can't get the outliers. People are actually not honest on surveys." The alternative, one-on-one human interviews, "gives you a lot of depth. You can ask follow up questions. You can kind of double check if they actually know what they're talking about. And the problem is you can't scale that."

The platform works in four steps: users create a study with AI assistance, Listen recruits participants from its global network of 30 million people, an AI moderator conducts in-depth interviews with follow-up questions, and results are packaged into executive-ready reports including key themes, highlight reels, and slide decks.

What distinguishes Listen's approach is its use of open-ended video conversations rather than multiple-choice forms. "In a survey, you can kind of guess what you should answer, and you have four options," Wahlforss said. "Oh, they probably want me to buy high income. Let me click on that button versus an open ended response. It just generates much more honesty."

The dirty secret of the $140 billion market research industry: rampant fraud

Listen finds and qualifies the right participants in its global network of 30 million people. But building that panel required confronting what Wahlforss called "one of the most shocking things that we've learned when we entered this industry"—rampant fraud.

"Essentially, there's a financial transaction involved, which means there will be bad players," he explained. "We actually had some of the largest companies, some of them have billions in revenue, send us people who claim to be kind of enterprise buyers to our platform and our system immediately detected, like, fraud, fraud, fraud, fraud, fraud."

The company built what it calls a "quality guard" that cross-references LinkedIn profiles with video responses to verify identity, checks consistency across how participants answer questions, and flags suspicious patterns. The result, according to Wahlforss: "People talk three times more. They're much more honest when they talk about sensitive topics like politics and mental health."

Emeritus, an online education company that uses Listen, reported that approximately 20% of survey responses previously fell into the fraudulent or low-quality category. With Listen, they reduced this to almost zero. "We did not have to replace any responses because of fraud or gibberish information," said Gabrielli Tiburi, Assistant Manager of Customer Insights at Emeritus.

How Microsoft, Sweetgreen, and Chubbies are using AI interviews to build better products

The speed advantage has proven central to Listen's pitch. Traditional customer research at Microsoft could take four to six weeks to generate insights. "By the time we get to them, either the decision has been made or we lose out on the opportunity to actually influence it," said Romani Patel, Senior Research Manager at Microsoft.

With Listen, Microsoft can now get insights in days, and in many cases, within hours.

The platform has already powered several high-profile initiatives. Microsoft used Listen Labs to collect global customer stories for its 50th anniversary celebration. "We wanted users to share how Copilot is empowering them to bring their best self forward," Patel said, "and we were able to collect those user video stories within a day." Traditionally, that kind of work would have taken six to eight weeks.

Simple Modern, an Oklahoma-based drinkware company, used Listen to test a new product concept. The process took about an hour to write questions, an hour to launch the study, and 2.5 hours to receive feedback from 120 people across the country. "We went from 'Should we even have this product?' to 'How should we launch it?'" said Chris Hoyle, the company's Chief Marketing Officer.

Chubbies, the shorts brand, achieved a 24x increase in youth research participation—growing from 5 to 120 participants — by using Listen to overcome the scheduling challenges of traditional focus groups with children. "There's school, sports, dinner, and homework," explained Lauren Neville, Director of Insights and Innovation. "I had to find a way to hear from them that fit into their schedules."

The company also discovered product issues through AI interviews that might have gone undetected otherwise. Wahlforss described how the AI "through conversations, realized there were like issues with the the kids short line, and decided to, like, interview hundreds of kids. And I understand that there were issues in the liner of the shorts and that they were, like, scratchy, quote, unquote, according to the people interviewed." The redesigned product became "a blockbuster hit."

The Jevons paradox explains why cheaper research creates more demand, not less

Listen Labs is entering a massive but fragmented market. Wahlforss cited research from Andreessen Horowitz estimating the market research industry at roughly $140 billion annually, populated by legacy players — some with more than a billion dollars in revenue — that he believes are vulnerable to disruption.

"There are very much existing budget lines that we are replacing," Wahlforss said. "Why we're replacing them is that one, they're super costly. Two, they're kind of stuck in this old paradigm of choosing between a survey or interview, and they also take months to work with."

But the more intriguing dynamic may be that AI-powered research doesn't just replace existing spending — it creates new demand. Wahlforss invoked the Jevons paradox, an economic principle that occurs when technological advancements make a resource more efficient to use, but increased efficiency leads to increased overall consumption rather than decreased consumption.

"What I've noticed is that as something gets cheaper, you don't need less of it. You want more of it," Wahlforss explained. "There's infinite demand for customer understanding. So the researchers on the team can do an order of magnitude more research, and also other people who weren't researchers before can now do that as part of their job."

Inside the elite engineering team that built Listen Labs before they had a working toilet

Listen Labs traces its origins to a consumer app that Wahlforss and his co-founder built after meeting at Harvard. "We built this consumer app that got 20,000 downloads in one day," Wahlforss recalled. "We had all these users, and we were thinking like, okay, what can we do to get to know them better? And we built this prototype of what Listen is today."

The founding team brings an unusual pedigree. Wahlforss's co-founder "was the national champion in competitive programming in Germany, and he worked at Tesla Autopilot." The company claims that 30% of its engineering team are medalists from the International Olympiad in Informatics — the same competition that produced the founders of Cognition, the AI coding startup.

The Berghain billboard stunt generated approximately 5 million views across social media, according to Wahlforss. It reflected the intensity of the talent war in the Bay Area.

"We had to do these things because some of our, like early employees, joined the company before we had a working toilet," he said. "But now we fixed that situation."

The company grew from 5 to 40 employees in 2024 and plans to reach 150 this year. It hires engineers for non-engineering roles across marketing, growth, and operations — a bet that in the AI era, technical fluency matters everywhere.

Synthetic customers and automated decisions: what Listen Labs is building next

Wahlforss outlined an ambitious product roadmap that pushes into more speculative territory. The company is building "the ability to simulate your customers, so you can take all of those interviews we've done, and then extrapolate based on that and create synthetic users or simulated user voices."

Beyond simulation, Listen aims to enable automated action based on research findings. "Can you not just make recommendations, but also create spawn agents to either change things in code or some customer churns? Can you give them a discount and try to bring them back?"

Wahlforss acknowledged the ethical implications. "Obviously, as you said, there's kind of ethical concerns there. Of like, automated decision making overall can be bad, but we will have considerable guardrails to make sure that the companies are always in the loop."

The company already handles sensitive data with care. "We don't train on any of the data," Wahlforss said. "We will also scrub any sensitive PII automatically so the model can detect that. And there are times when, for example, you work with investors, where if you accidentally mention something that could be material, non public information, the AI can actually detect that and remove any information like that."

How AI could reshape the future of product development

Perhaps the most provocative implication of Listen's model is how it could reshape product development itself. Wahlforss described a customer — an Australian startup — that has adopted what amounts to a continuous feedback loop.

"They're based in Australia, so they're coding during the day, and then in their night, they're releasing a Listen study with an American audience. Listen validates whatever they built during the day, and they get feedback on that. They can then plug that feedback directly into coding tools like Claude Code and iterate."

The vision extends Y Combinator's famous dictum — "write code, talk to users" — into an automated cycle. "Write code is now getting automated. And I think like talk to users will be as well, and you'll have this kind of infinite loop where you can start to ship this truly amazing product, almost kind of autonomously."

Whether that vision materializes depends on factors beyond Listen's control — the continued improvement of AI models, enterprise willingness to trust automated research, and whether speed truly correlates with better products. A 2024 MIT study found that 95% of AI pilots fail to move into production, a statistic Wahlforss cited as the reason he emphasizes quality over demos.

"I'm constantly have to emphasize like, let's make sure the quality is there and the details are right," he said.

But the company's growth suggests appetite for the experiment. Microsoft's Patel said Listen has "removed the drudgery of research and brought the fun and joy back into my work." Chubbies is now pushing its founder to give everyone in the company a login. Sling Money, a stablecoin payments startup, can create a survey in ten minutes and receive results the same day.

"It's a total game changer," said Ali Romero, Sling Money's marketing manager.

Wahlforss has a different phrase for what he's building. When asked about the tension between speed and rigor — the long-held belief that moving fast means cutting corners — he cited Nat Friedman, the former GitHub CEO and Listen investor, who keeps a list of one-liners on his website.

One of them: "Slow is fake."

It's an aggressive claim for an industry built on methodological caution. But Listen Labs is betting that in the AI era, the companies that listen fastest will be the ones that win. The only question is whether customers will talk back.

" }, "normalized_title": "listenlabsraises69mafterviralbillboardhiringstunttoscaleaicustomerinterviews", "resolved_target": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "content_fingerprint": "3fd7a794dddaabe9d725e383a1eaa24f844695cabd5695a1aefe0e4c0c57a523", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:50", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 50, "duplicate_primary_title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "display_summary_zh": "Alfred Wahlforss was running out of options. His startup, Listen Labs , needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible. So he spent $5,000 — a fifth of his marketing budget — on a billboard in San Francisco displaying what looked like gibberish: five strings of random numbers. The numbers were actually AI tokens. Decoded, they led to a coding challenge: build an algorithm to act as a digital bouncer at Berghain, the Berlin nightclub famous for rejecting nearly everyone at the door. Within days, thousands attempted the puzzle. 430 cracked it. Some got hired. The winner flew to Berlin, all expenses paid. That unconventional approach has now attracted $69 million in Series B funding, led by Ribbit Capital with participation from Evantic and existing investors Sequoia Capital , Conviction , and Pear VC . The round values Listen Labs at $500 million and brings its total capital to $100 million. In nine months since launch, the company has grown annualized revenue by 15x to eight figures and conducted over one million AI-powered interviews. \"When you obsess over customers, everything else follows,\" Wahlforss said in an interview with VentureBeat. \"Teams that use Listen bring the customer into every decision, from marketing to product, and when the customer is delighted, everyone is.\" Why traditional market research is broken, and what Listen Labs is building to fix it Listen's AI researcher finds participants, conducts in-depth interviews, and delivers actionable insights in hours, not weeks. The platform replaces the traditional choice between quantitative surveys — which provide statistical precision but miss nuance—and qualitative interviews, which deliver depth but cannot scale. Wahlforss explained the limitation of existing approaches: \"Essentially surveys give you false precision because people end up answering the same question... You can't get the outliers. People are actually not honest on surveys.\" The alternative, one-on-one human interviews, \"gives you a lot of depth. You can ask follow up questions. You can kind of double check if they actually know what they're talking about. And the problem is you can't scale that.\" The platform works in four steps: users create a study with AI assistance, Listen recruits participants from its global network of 30 million people, an AI moderator conducts in-depth interviews with follow-up questions, and results are packaged into executive-ready reports including key themes, highlight reels, and slide decks. What distinguishes Listen's approach is its use of open-ended video conversations rather than multiple-choice forms. \"In a survey, you can kind of guess what you should answer, and you have four options,\" Wahlforss said. \"Oh, they probably want me to buy high income. Let me click on that button versus an open ended response. It just generates much more honesty.\" The dirty secret of the $140 billion market research industry: rampant fraud Listen finds and qualifies the right participants in its global network of 30 million people. But building that panel required confronting what Wahlforss called \"one of the most shocking things that we've learned when we entered this industry\"—rampant fraud. \"Essentially, there's a financial transaction involved, which means there will be bad players,\" he explained. \"We actually had some of the largest companies, some of them have billions in revenue, send us people who claim to be kind of enterprise buyers to our platform and our system immediately detected, like, fraud, fraud, fraud, fraud, fraud.\" The company built what it calls a \"quality guard\" that cross-references LinkedIn profiles with video responses to verify identity, checks consistency across how participants answer questions, and flags suspicious patterns. The result, according to Wahlforss: \"People talk three times more. They're much more honest when they talk about sensitive topics like politics and mental health.\" Emeritus , an online education company that uses Listen, reported that approximately 20% of survey responses previously fell into the fraudulent or low-quality category. With Listen, they reduced this to almost zero. \"We did not have to replace any responses because of fraud or gibberish information,\" said Gabrielli Tiburi, Assistant Manager of Customer Insights at Emeritus. How Microsoft, Sweetgreen, and Chubbies are using AI interviews to build better products The speed advantage has proven central to Listen's pitch. Traditional customer research at Microsoft could take four to six weeks to generate insights. \"By the time we get to them, either the decision has been made or we lose out on the opportunity to actually influence it,\" said Romani Patel, Senior Research Manager at Microsoft. With Listen, Microsoft can now get insights in days, and in many cases, within hours. The platform has already powered several high-profile initiatives. Microsoft used Listen Labs to collect global customer stories for its 50th anniversary celebration. \"We wanted users to share how Copilot is empowering them to bring their best self forward,\" Patel said, \"and we were able to collect those user video stories within a day.\" Traditionally, that kind of work would have taken six to eight weeks. Simple Modern , an Oklahoma-based drinkware company, used Listen to test a new product concept. The process took about an hour to write questions, an hour to launch the study, and 2.5 hours to receive feedback from 120 people across the country. \"We went from 'Should we even have this product?' to 'How should we launch it?'\" said Chris Hoyle, the company's Chief Marketing Officer. Chubbies , the shorts brand, achieved a 24x increase in youth research participation—growing from 5 to 120 participants — by using Listen to overcome the scheduling challenges of traditional focus groups with children. \"There's school, sports, dinner, and homework,\" explained Lauren Neville, Director of Insights and Innovation. \"I had to find a way to hear from them that fit into their schedules.\" The company also discovered product issues through AI interviews that might have gone undetected otherwise. Wahlforss described how the AI \"through conversations, realized there were like issues with the the kids short line, and decided to, like, interview hundreds of kids. And I understand that there were issues in the liner of the shorts and that they were, like, scratchy, quote, unquote, according to the people interviewed.\" The redesigned product became \"a blockbuster hit.\" The Jevons paradox explains why cheaper research creates more demand, not less Listen Labs is entering a massive but fragmented market. Wahlforss cited research from Andreessen Horowitz estimating the market research industry at roughly $140 billion annually , populated by legacy players — some with more than a billion dollars in revenue — that he believes are vulnerable to disruption. \"There are very much existing budget lines that we are replacing,\" Wahlforss said. \"Why we're replacing them is that one, they're super costly. Two, they're kind of stuck in this old paradigm of choosing between a survey or interview, and they also take months to work with.\" But the more intriguing dynamic may be that AI-powered research doesn't just replace existing spending — it creates new demand. Wahlforss invoked the Jevons paradox, an economic principle that occurs when technological advancements make a resource more efficient to use, but increased efficiency leads to increased overall consumption rather than decreased consumption. \"What I've noticed is that as something gets cheaper, you don't need less of it. You want more of it,\" Wahlforss explained. \"There's infinite demand for customer understanding. So the researchers on the team can do an order of magnitude more research, and also other people who weren't researchers before can now do that as part of their job.\" Inside the elite engineering team that built Listen Labs before they had a working toilet Listen Labs traces its origins to a consumer app that Wahlforss and his co-founder built after meeting at Harvard. \"We built this consumer app that got 20,000 downloads in one day,\" Wahlforss recalled. \"We had all these users, and we were thinking like, okay, what can we do to get to know them better? And we built this prototype of what Listen is today.\" The founding team brings an unusual pedigree. Wahlforss's co-founder \"was the national champion in competitive programming in Germany, and he worked at Tesla Autopilot.\" The company claims that 30% of its engineering team are medalists from the International Olympiad in Informatics — the same competition that produced the founders of Cognition , the AI coding startup. The Berghain billboard stunt generated approximately 5 million views across social media, according to Wahlforss. It reflected the intensity of the talent war in the Bay Area. \"We had to do these things because some of our, like early employees, joined the company before we had a working toilet,\" he said. \"But now we fixed that situation.\" The company grew from 5 to 40 employees in 2024 and plans to reach 150 this year. It hires engineers for non-engineering roles across marketing, growth, and operations — a bet that in the AI era, technical fluency matters everywhere. Synthetic customers and automated decisions: what Listen Labs is building next Wahlforss outlined an ambitious product roadmap that pushes into more speculative territory. The company is building \"the ability to simulate your customers, so you can take all of those interviews we've done, and then extrapolate based on that and create synthetic users or simulated user voices.\" Beyond simulation, Listen aims to enable automated action based on research findings. \"Can you not just make recommendations, but also create spawn agents to either change things in code or some customer churns? Can you give them a discount and try to bring them back?\" Wahlforss acknowledged the ethical implications. \"Obviously, as you said, there's kind of ethical concerns there. Of like, automated decision making overall can be bad, but we will have considerable guardrails to make sure that the companies are always in the loop.\" The company already handles sensitive data with care. \"We don't train on any of the data,\" Wahlforss said. \"We will also scrub any sensitive PII automatically so the model can detect that. And there are times when, for example, you work with investors, where if you accidentally mention something that could be material, non public information, the AI can actually detect that and remove any information like that.\" How AI could reshape the future of product development Perhaps the most provocative implication of Listen's model is how it could reshape product development itself. Wahlforss described a customer — an Australian startup — that has adopted what amounts to a continuous feedback loop. \"They're based in Australia, so they're coding during the day, and then in their night, they're releasing a Listen study with an American audience. Listen validates whatever they built during the day, and they get feedback on that. They can then plug that feedback directly into coding tools like Claude Code and iterate.\" The vision extends Y Combinator's famous dictum — \" write code, talk to users \" — into an automated cycle. \"Write code is now getting automated. And I think like talk to users will be as well, and you'll have this kind of infinite loop where you can start to ship this truly amazing product, almost kind of autonomously.\" Whether that vision materializes depends on factors beyond Listen's control — the continued improvement of AI models, enterprise willingness to trust automated research, and whether speed truly correlates with better products. A 2024 MIT study found that 95% of AI pilots fail to move into production, a statistic Wahlforss cited as the reason he emphasizes quality over demos. \"I'm constantly have to emphasize like, let's make sure the quality is there and the details are right,\" he said. But the company's growth suggests appetite for the experiment. Microsoft's Patel said Listen has \"removed the drudgery of research and brought the fun and joy back into my work.\" Chubbies is now pushing its founder to give everyone in the company a login. Sling Money, a stablecoin payments startup, can create a survey in ten minutes and receive results the same day. \"It's a total game changer,\" said Ali Romero, Sling Money's marketing manager. Wahlforss has a different phrase for what he's building. When asked about the tension between speed and rigor — the long-held belief that moving fast means cutting corners — he cited Nat Friedman, the former GitHub CEO and Listen investor, who keeps a list of one-liners on his website. One of them: \"Slow is fake.\" It's an aggressive claim for an industry built on methodological caution. But Listen Labs is betting that in the AI era, the companies that listen fastest will be the ones that win. The only question is whether customers will talk back.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Alfred Wahlforss was running out of options. His startup, Listen Labs , needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible.", "hot_score": 0.0 }, { "id": 51, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "url": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "canonical_url": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "summary": "Salesforce on Tuesday launched an entirely rebuilt version of Slackbot , the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting documents, and taking action on behalf of employees. The new Slackbot, now generally available to Business+ and Enterprise+ customers, is Salesforce's most aggressive move yet to position Slack at the center of the emerging \"agentic AI\" movement — where software agents work alongside humans to complete complex tasks. The launch comes as Salesforce attempts to convince investors that artificial intelligence will bolster its products rather than render them obsolete. \"Slackbot isn't just another copilot or AI assistant,\" said Parker Harris , Salesforce co-founder and Slack's chief technology officer, in an exclusive interview with Salesforce. \"It's the front door to the agentic enterprise, powered by Salesforce.\" From tricycle to Porsche: Salesforce rebuilt Slackbot from the ground up Harris was blunt about what distinguishes the new Slackbot from its predecessor: \"The old Slackbot was, you know, a little tricycle, and the new Slackbot is like, you know, a Porsche.\" The original Slackbot, which has existed since Slack's early days, performed basic algorithmic tasks — reminding users to add colleagues to documents, suggesting channel archives, and delivering simple notifications. The new version runs on an entirely different architecture built around a large language model and sophisticated search capabilities that can access Salesforce records, Google Drive files, calendar data, and years of Slack conversations. \"It's two different things,\" Harris explained. \"The old Slackbot was algorithmic and fairly simple. The new Slackbot is brand new — it's based around an LLM and a very robust search engine, and connections to third-party search engines, third-party enterprise data.\" Salesforce chose to retain the Slackbot brand despite the fundamental technical overhaul. \"People know what Slackbot is, and so we wanted to carry that forward,\" Harris said. Why Anthropic's Claude powers the new Slackbot — and which AI models could come next The new Slackbot runs on Claude , Anthropic's large language model, a choice driven partly by compliance requirements. Slack's commercial service operates under FedRAMP Moderate certification to serve U.S. federal government customers, and Harris said Anthropic was \"the only provider that could give us a compliant LLM\" when Slack began building the new system. But that exclusivity won't last. \"We are, this year, going to support additional providers,\" Harris said. \"We have a great relationship with Google. Gemini is incredible — performance is great, cost is great. So we're going to use Gemini for some things.\" He added that OpenAI remains a possibility as well. Harris echoed Salesforce CEO Marc Benioff's view that large language models are becoming commoditized: \"You've heard Marc talk about LLMs are commodities, that they're democratized. I call them CPUs.\" On the sensitive question of training data, Harris was unequivocal: Salesforce does not train any models on customer data. \"Models don't have any sort of security,\" he explained. \"If we trained it on some confidential conversation that you and I have, I don't want Carolyn to know — if I train it into the LLM, there is no way for me to say you get to see the answer, but Carolyn doesn't.\" Inside Salesforce's internal experiment: 80,000 employees tested Slackbot with striking results Salesforce has been testing the new Slackbot internally for months , rolling it out to all 80,000 employees. According to Ryan Gavin, Slack's chief marketing officer, the results have been striking: \"It's the fastest adopted product in Salesforce history.\" Internal data shows that two-thirds of Salesforce employees have tried the new Slackbot, with 80% of those users continuing to use it regularly. Internal satisfaction rates reached 96% — the highest for any AI feature Slack has shipped. Employees report saving between two and 20 hours per week. The adoption happened largely organically. \"I think it was about five days, and a Canvas was developed by our employees called 'The Most Stealable Slackbot Prompts,'\" Gavin said. \"People just started adding to it organically. I think it's up to 250-plus prompts that are in this Canvas right now.\" Kate Crotty, a principal UX researcher at Salesforce, found that 73% of internal adoption was driven by social sharing rather than top-down mandates. \"Everybody is there to help each other learn and communicate hacks,\" she said. How Slackbot transforms scattered enterprise data into executive-ready insights During a product demonstration, Amy Bauer, Slack's product experience designer, showed how Slackbot can synthesize information across multiple sources. In one example, she asked Slackbot to analyze customer feedback from a pilot program, upload an image of a usage dashboard, and have Slackbot correlate the qualitative and quantitative data. \"This is where Slackbot really earns its keep for me,\" Bauer explained. \"What it's doing is not just simply reading the image — it's actually looking at the image and comparing it to the insight it just generated for me.\" Slackbot can then query Salesforce to find enterprise accounts with open deals that might be good candidates for early access, creating what Bauer called \"a really great justification and plan to move forward.\" Finally, it can synthesize all that information into a Canvas — Slack's collaborative document format — and find calendar availability among stakeholders to schedule a review meeting. \"Up until this point, we have been working in a one-to-one capacity with Slackbot,\" Bauer said. \"But one of the benefits that I can do now is take this insight and have it generate this into a Canvas, a shared workspace where I can iterate on it, refine it with Slackbot, or share it out with my team.\" Rob Seaman, Slack's chief product officer, said the Canvas creation demonstrates where the product is heading: \"This is making a tool call internally to Slack Canvas to actually write, effectively, a shared document. But it signals where we're going with Slackbot — we're eventually going to be adding in additional third-party tool calls.\" MrBeast's company became a Slackbot guinea pig—and employees say they're saving 90 minutes a day Among Salesforce's pilot customers is Beast Industries , the parent company of YouTube star MrBeast. Luis Madrigal, the company's chief information officer, joined the launch announcement to describe his experience. \"As somebody who has rolled out enterprise technologies for over two decades now, this was practically one of the easiest,\" Madrigal said. \"The plumbing is there. Slack as an implementation, Enterprise Tools — being able to turn on the Slackbot and the Slack AI functionality was as simple as having my team go in, review, do a quick security review.\" Madrigal said his security team signed off \"rather quickly\" — unusual for enterprise AI deployments — because Slackbot accesses only the information each individual user already has permission to view. \"Given all the guardrails you guys have put into place for Slackbot to be unique and customized to only the information that each individual user has, only the conversations and the Slack rooms and Slack channels that they're part of—that made my security team sign off rather quickly.\" One Beast Industries employee, Sinan, the head of Beast Games marketing, reported saving \"at bare minimum, 90 minutes a day.\" Another employee, Spencer, a creative supervisor, described it as \"an assistant who's paying attention when I'm not.\" Other pilot customers include Slalom, reMarkable, Xero, Mercari, and Engine. Mollie Bodensteiner, SVP of Operations at Engine, called Slackbot \"an absolute 'chaos tamer' for our team,\" estimating it saves her about 30 minutes daily \"just by eliminating context switching.\" Slackbot vs. Microsoft Copilot vs. Google Gemini: The fight for enterprise AI dominance The launch puts Salesforce in direct competition with Microsoft's Copilot , which is integrated into Teams and the broader Microsoft 365 suite, as well as Google's Gemini integrations across Workspace. When asked what distinguishes Slackbot from these alternatives, Seaman pointed to context and convenience. \"The thing that makes it most powerful for our customers and users is the proximity — it's just right there in your Slack,\" Seaman said. \"There's a tremendous convenience affordance that's naturally built into it.\" The deeper advantage, executives argue, is that Slackbot already understands users' work without requiring setup or training. \"Most AI tools sound the same no matter who is using them,\" the company's announcement stated. \"They lack context, miss nuance, and force you to jump between tools to get anything done.\" Harris put it more directly: \"If you've ever had that magic experience with AI — I think ChatGPT is a great example, it's a great experience from a consumer perspective — Slackbot is really what we're doing in the enterprise, to be this employee super agent that is loved, just like people love using Slack.\" Amy Bauer emphasized the frictionless nature of the experience. \"Slackbot is inherently grounded in the context, in the data that you have in Slack,\" she said. \"So as you continue working in Slack, Slackbot gets better because it's grounded in the work that you're doing there. There is no setup. There is no configuration for those end users.\" Salesforce's ambitious plan to make Slackbot the one 'super agent' that controls all the others Salesforce positions Slackbot as what Harris calls a \"super agent\" — a central hub that can eventually coordinate with other AI agents across an organization. \"Every corporation is going to have an employee super agent,\" Harris said. \"Slackbot is essentially taking the magic of what Slack does. We think that Slackbot, and we're really excited about it, is going to be that.\" The vision extends to third-party agents already launching in Slack. Last month, Anthropic released a preview of Claude Code for Slack, allowing developers to interact with Claude's coding capabilities directly in chat threads. OpenAI, Google, Vercel, and others have also built agents for the platform. \"Most of the net-new apps that are being deployed to Slack are agents,\" Seaman noted during the press conference. \"This is proof of the promise of humans and agents coexisting and working together in Slack to solve problems.\" Harris described a future where Slackbot becomes an MCP (Model Context Protocol) client , able to leverage tools from across the software ecosystem — similar to how the developer tool Cursor works. \"Slack can be an MCP client, and Slackbot will be the hub of that, leveraging all these tools out in the world, some of which will be these amazing agents,\" he said. But Harris also cautioned against over-promising on multi-agent coordination. \"I still think we're in the single agent world,\" he said. \"FY26 is going to be the year where we started to see more coordination. But we're going to do it with customer success in mind, and not demonstrate and talk about, like, 'I've got 1,000 agents working together,' because I think that's unrealistic.\" Slackbot costs nothing extra, but Salesforce's data access fees could squeeze some customers Slackbot is included at no additional cost for customers on Business+ and Enterprise+ plans. \"There's no additional fees customers have to do,\" Gavin confirmed. \"If they're on one of those plans, they're going to get Slackbot.\" However, some enterprise customers may face other cost pressures related to Salesforce's broader data strategy. CIOs may see price increases for third-party applications that work with Salesforce data, as effects of higher charges for API access ripple through the software supply chain. Fivetran CEO George Fraser has warned that Salesforce's shift in pricing policy for API access could have tangible consequences for enterprises relying on Salesforce as a system of record. \"They might not be able to use Fivetran to replicate their data to Snowflake and instead have to use Salesforce Data Cloud. Or they might find that they are not able to interact with their data via ChatGPT, and instead have to use Agentforce,\" Fraser said in a recent CIO report . Salesforce has framed the pricing change as standard industry practice. What Slackbot can do today, what's coming in weeks, and what's still on the roadmap The new Slackbot begins rolling out today and will reach all eligible customers by the end of February. Mobile availability will complete by March 3, Bauer confirmed during her interview with VentureBeat. Some capabilities remain works in progress. Calendar reading and availability checking are available at launch, but the ability to actually book meetings is \"coming a few weeks after,\" according to Seaman. Image generation is not currently supported, though Bauer said it's \"something that we are looking at in the future.\" When asked about integration with competing CRM systems like HubSpot and Microsoft Dynamics , Salesforce representatives declined to provide specifics during the interview, though they acknowledged the question touched on key competitive differentiators. Salesforce is betting the future of work looks like a chat window—and it's not alone The Slackbot launch is Salesforce's bet that the future of enterprise work is conversational — that employees will increasingly prefer to interact with AI through natural language rather than navigating traditional software interfaces. Harris described Slack's product philosophy using principles like \"don't make me think\" and \"be a great host.\" The goal, he said, is for Slackbot to surface information proactively rather than requiring users to hunt for it. \"One of the revelations for me is LLMs applied to unstructured information are incredible,\" Harris said. \"And the amount of value you have if you're a Slack user, if your corporation uses Slack — the amount of value in Slack is unbelievable. Because you're talking about work, you're sharing documents, you're making decisions, but you can't as a human go through that and really get the same value that an LLM can do.\" Looking ahead, Harris expects the interfaces themselves to evolve beyond pure conversation. \"We're kind of saturating what we can do with purely conversational UIs,\" he said. \"I think we'll start to see agents building an interface that best suits your intent, as opposed to trying to surface something within a conversational interface that matches your intent.\" Microsoft, Google, and a growing roster of AI startups are placing similar bets — that the winning enterprise AI will be the one embedded in the tools workers already use, not another application to learn. The race to become that invisible layer of workplace intelligence is now fully underway. For Salesforce, the stakes extend beyond a single product launch. After a bruising year on Wall Street and persistent questions about whether AI threatens its core business, the company is wagering that Slackbot can prove the opposite — that the tens of millions of people already chatting in Slack every day is not a vulnerability, but an unassailable advantage. Haley Gault, the Salesforce account executive in Pittsburgh who stumbled upon the new Slackbot on a snowy morning, captured the shift in a single sentence: \"I honestly can't imagine working for another company not having access to these types of tools. This is just how I work now.\" That's precisely what Salesforce is counting on.", "published_at": "2026-01-13T13:00:00+00:00", "discovered_at": "2026-05-11T00:29:52.320904+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "link": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "summary": "

Salesforce on Tuesday launched an entirely rebuilt version of Slackbot, the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting documents, and taking action on behalf of employees.

The new Slackbot, now generally available to Business+ and Enterprise+ customers, is Salesforce's most aggressive move yet to position Slack at the center of the emerging "agentic AI" movement — where software agents work alongside humans to complete complex tasks. The launch comes as Salesforce attempts to convince investors that artificial intelligence will bolster its products rather than render them obsolete.

"Slackbot isn't just another copilot or AI assistant," said Parker Harris, Salesforce co-founder and Slack's chief technology officer, in an exclusive interview with Salesforce. "It's the front door to the agentic enterprise, powered by Salesforce."

From tricycle to Porsche: Salesforce rebuilt Slackbot from the ground up

Harris was blunt about what distinguishes the new Slackbot from its predecessor: "The old Slackbot was, you know, a little tricycle, and the new Slackbot is like, you know, a Porsche."

The original Slackbot, which has existed since Slack's early days, performed basic algorithmic tasks — reminding users to add colleagues to documents, suggesting channel archives, and delivering simple notifications. The new version runs on an entirely different architecture built around a large language model and sophisticated search capabilities that can access Salesforce records, Google Drive files, calendar data, and years of Slack conversations.

"It's two different things," Harris explained. "The old Slackbot was algorithmic and fairly simple. The new Slackbot is brand new — it's based around an LLM and a very robust search engine, and connections to third-party search engines, third-party enterprise data."

Salesforce chose to retain the Slackbot brand despite the fundamental technical overhaul. "People know what Slackbot is, and so we wanted to carry that forward," Harris said.

Why Anthropic's Claude powers the new Slackbot — and which AI models could come next

The new Slackbot runs on Claude, Anthropic's large language model, a choice driven partly by compliance requirements. Slack's commercial service operates under FedRAMP Moderate certification to serve U.S. federal government customers, and Harris said Anthropic was "the only provider that could give us a compliant LLM" when Slack began building the new system.

But that exclusivity won't last. "We are, this year, going to support additional providers," Harris said. "We have a great relationship with Google. Gemini is incredible — performance is great, cost is great. So we're going to use Gemini for some things." He added that OpenAI remains a possibility as well.

Harris echoed Salesforce CEO Marc Benioff's view that large language models are becoming commoditized: "You've heard Marc talk about LLMs are commodities, that they're democratized. I call them CPUs."

On the sensitive question of training data, Harris was unequivocal: Salesforce does not train any models on customer data. "Models don't have any sort of security," he explained. "If we trained it on some confidential conversation that you and I have, I don't want Carolyn to know — if I train it into the LLM, there is no way for me to say you get to see the answer, but Carolyn doesn't."

Inside Salesforce's internal experiment: 80,000 employees tested Slackbot with striking results

Salesforce has been testing the new Slackbot internally for months, rolling it out to all 80,000 employees. According to Ryan Gavin, Slack's chief marketing officer, the results have been striking: "It's the fastest adopted product in Salesforce history."

Internal data shows that two-thirds of Salesforce employees have tried the new Slackbot, with 80% of those users continuing to use it regularly. Internal satisfaction rates reached 96% — the highest for any AI feature Slack has shipped. Employees report saving between two and 20 hours per week.

The adoption happened largely organically. "I think it was about five days, and a Canvas was developed by our employees called 'The Most Stealable Slackbot Prompts,'" Gavin said. "People just started adding to it organically. I think it's up to 250-plus prompts that are in this Canvas right now."

Kate Crotty, a principal UX researcher at Salesforce, found that 73% of internal adoption was driven by social sharing rather than top-down mandates. "Everybody is there to help each other learn and communicate hacks," she said.

How Slackbot transforms scattered enterprise data into executive-ready insights

During a product demonstration, Amy Bauer, Slack's product experience designer, showed how Slackbot can synthesize information across multiple sources. In one example, she asked Slackbot to analyze customer feedback from a pilot program, upload an image of a usage dashboard, and have Slackbot correlate the qualitative and quantitative data.

"This is where Slackbot really earns its keep for me," Bauer explained. "What it's doing is not just simply reading the image — it's actually looking at the image and comparing it to the insight it just generated for me."

Slackbot can then query Salesforce to find enterprise accounts with open deals that might be good candidates for early access, creating what Bauer called "a really great justification and plan to move forward." Finally, it can synthesize all that information into a Canvas — Slack's collaborative document format — and find calendar availability among stakeholders to schedule a review meeting.

"Up until this point, we have been working in a one-to-one capacity with Slackbot," Bauer said. "But one of the benefits that I can do now is take this insight and have it generate this into a Canvas, a shared workspace where I can iterate on it, refine it with Slackbot, or share it out with my team."

Rob Seaman, Slack's chief product officer, said the Canvas creation demonstrates where the product is heading: "This is making a tool call internally to Slack Canvas to actually write, effectively, a shared document. But it signals where we're going with Slackbot — we're eventually going to be adding in additional third-party tool calls."

MrBeast's company became a Slackbot guinea pig—and employees say they're saving 90 minutes a day

Among Salesforce's pilot customers is Beast Industries, the parent company of YouTube star MrBeast. Luis Madrigal, the company's chief information officer, joined the launch announcement to describe his experience.

"As somebody who has rolled out enterprise technologies for over two decades now, this was practically one of the easiest," Madrigal said. "The plumbing is there. Slack as an implementation, Enterprise Tools — being able to turn on the Slackbot and the Slack AI functionality was as simple as having my team go in, review, do a quick security review."

Madrigal said his security team signed off "rather quickly" — unusual for enterprise AI deployments — because Slackbot accesses only the information each individual user already has permission to view. "Given all the guardrails you guys have put into place for Slackbot to be unique and customized to only the information that each individual user has, only the conversations and the Slack rooms and Slack channels that they're part of—that made my security team sign off rather quickly."

One Beast Industries employee, Sinan, the head of Beast Games marketing, reported saving "at bare minimum, 90 minutes a day." Another employee, Spencer, a creative supervisor, described it as "an assistant who's paying attention when I'm not."

Other pilot customers include Slalom, reMarkable, Xero, Mercari, and Engine. Mollie Bodensteiner, SVP of Operations at Engine, called Slackbot "an absolute 'chaos tamer' for our team," estimating it saves her about 30 minutes daily "just by eliminating context switching."

Slackbot vs. Microsoft Copilot vs. Google Gemini: The fight for enterprise AI dominance

The launch puts Salesforce in direct competition with Microsoft's Copilot, which is integrated into Teams and the broader Microsoft 365 suite, as well as Google's Gemini integrations across Workspace. When asked what distinguishes Slackbot from these alternatives, Seaman pointed to context and convenience.

"The thing that makes it most powerful for our customers and users is the proximity — it's just right there in your Slack," Seaman said. "There's a tremendous convenience affordance that's naturally built into it."

The deeper advantage, executives argue, is that Slackbot already understands users' work without requiring setup or training. "Most AI tools sound the same no matter who is using them," the company's announcement stated. "They lack context, miss nuance, and force you to jump between tools to get anything done."

Harris put it more directly: "If you've ever had that magic experience with AI — I think ChatGPT is a great example, it's a great experience from a consumer perspective — Slackbot is really what we're doing in the enterprise, to be this employee super agent that is loved, just like people love using Slack."

Amy Bauer emphasized the frictionless nature of the experience. "Slackbot is inherently grounded in the context, in the data that you have in Slack," she said. "So as you continue working in Slack, Slackbot gets better because it's grounded in the work that you're doing there. There is no setup. There is no configuration for those end users."

Salesforce's ambitious plan to make Slackbot the one 'super agent' that controls all the others

Salesforce positions Slackbot as what Harris calls a "super agent" — a central hub that can eventually coordinate with other AI agents across an organization.

"Every corporation is going to have an employee super agent," Harris said. "Slackbot is essentially taking the magic of what Slack does. We think that Slackbot, and we're really excited about it, is going to be that."

The vision extends to third-party agents already launching in Slack. Last month, Anthropic released a preview of Claude Code for Slack, allowing developers to interact with Claude's coding capabilities directly in chat threads. OpenAI, Google, Vercel, and others have also built agents for the platform.

"Most of the net-new apps that are being deployed to Slack are agents," Seaman noted during the press conference. "This is proof of the promise of humans and agents coexisting and working together in Slack to solve problems."

Harris described a future where Slackbot becomes an MCP (Model Context Protocol) client, able to leverage tools from across the software ecosystem — similar to how the developer tool Cursor works. "Slack can be an MCP client, and Slackbot will be the hub of that, leveraging all these tools out in the world, some of which will be these amazing agents," he said.

But Harris also cautioned against over-promising on multi-agent coordination. "I still think we're in the single agent world," he said. "FY26 is going to be the year where we started to see more coordination. But we're going to do it with customer success in mind, and not demonstrate and talk about, like, 'I've got 1,000 agents working together,' because I think that's unrealistic."

Slackbot costs nothing extra, but Salesforce's data access fees could squeeze some customers

Slackbot is included at no additional cost for customers on Business+ and Enterprise+ plans. "There's no additional fees customers have to do," Gavin confirmed. "If they're on one of those plans, they're going to get Slackbot."

However, some enterprise customers may face other cost pressures related to Salesforce's broader data strategy. CIOs may see price increases for third-party applications that work with Salesforce data, as effects of higher charges for API access ripple through the software supply chain.

Fivetran CEO George Fraser has warned that Salesforce's shift in pricing policy for API access could have tangible consequences for enterprises relying on Salesforce as a system of record. "They might not be able to use Fivetran to replicate their data to Snowflake and instead have to use Salesforce Data Cloud. Or they might find that they are not able to interact with their data via ChatGPT, and instead have to use Agentforce," Fraser said in a recent CIO report.

Salesforce has framed the pricing change as standard industry practice.

What Slackbot can do today, what's coming in weeks, and what's still on the roadmap

The new Slackbot begins rolling out today and will reach all eligible customers by the end of February. Mobile availability will complete by March 3, Bauer confirmed during her interview with VentureBeat.

Some capabilities remain works in progress. Calendar reading and availability checking are available at launch, but the ability to actually book meetings is "coming a few weeks after," according to Seaman. Image generation is not currently supported, though Bauer said it's "something that we are looking at in the future."

When asked about integration with competing CRM systems like HubSpot and Microsoft Dynamics, Salesforce representatives declined to provide specifics during the interview, though they acknowledged the question touched on key competitive differentiators.

Salesforce is betting the future of work looks like a chat window—and it's not alone

The Slackbot launch is Salesforce's bet that the future of enterprise work is conversational — that employees will increasingly prefer to interact with AI through natural language rather than navigating traditional software interfaces.

Harris described Slack's product philosophy using principles like "don't make me think" and "be a great host." The goal, he said, is for Slackbot to surface information proactively rather than requiring users to hunt for it.

"One of the revelations for me is LLMs applied to unstructured information are incredible," Harris said. "And the amount of value you have if you're a Slack user, if your corporation uses Slack — the amount of value in Slack is unbelievable. Because you're talking about work, you're sharing documents, you're making decisions, but you can't as a human go through that and really get the same value that an LLM can do."

Looking ahead, Harris expects the interfaces themselves to evolve beyond pure conversation. "We're kind of saturating what we can do with purely conversational UIs," he said. "I think we'll start to see agents building an interface that best suits your intent, as opposed to trying to surface something within a conversational interface that matches your intent."

Microsoft, Google, and a growing roster of AI startups are placing similar bets — that the winning enterprise AI will be the one embedded in the tools workers already use, not another application to learn. The race to become that invisible layer of workplace intelligence is now fully underway.

For Salesforce, the stakes extend beyond a single product launch. After a bruising year on Wall Street and persistent questions about whether AI threatens its core business, the company is wagering that Slackbot can prove the opposite — that the tens of millions of people already chatting in Slack every day is not a vulnerability, but an unassailable advantage.

Haley Gault, the Salesforce account executive in Pittsburgh who stumbled upon the new Slackbot on a snowy morning, captured the shift in a single sentence: "I honestly can't imagine working for another company not having access to these types of tools. This is just how I work now."

That's precisely what Salesforce is counting on.

" }, "normalized_title": "salesforcerollsoutnewslackbotaiagentasitbattlesmicrosoftandgoogleinworkplaceai", "resolved_target": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "content_fingerprint": "073a90d2ccf9bf77e050a67435f560f46865d6912a8eba95b92ddfe1bb73a9c8", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:51", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 51, "duplicate_primary_title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "display_summary_zh": "Salesforce on Tuesday launched an entirely rebuilt version of Slackbot , the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting documents, and taking action on behalf of employees. The new Slackbot, now generally available to Business+ and Enterprise+ customers, is Salesforce's most aggressive move yet to position Slack at the center of the emerging \"agentic AI\" movement — where software agents work alongside humans to complete complex tasks. The launch comes as Salesforce attempts to convince investors that artificial intelligence will bolster its products rather than render them obsolete. \"Slackbot isn't just another copilot or AI assistant,\" said Parker Harris , Salesforce co-founder and Slack's chief technology officer, in an exclusive interview with Salesforce. \"It's the front door to the agentic enterprise, powered by Salesforce.\" From tricycle to Porsche: Salesforce rebuilt Slackbot from the ground up Harris was blunt about what distinguishes the new Slackbot from its predecessor: \"The old Slackbot was, you know, a little tricycle, and the new Slackbot is like, you know, a Porsche.\" The original Slackbot, which has existed since Slack's early days, performed basic algorithmic tasks — reminding users to add colleagues to documents, suggesting channel archives, and delivering simple notifications. The new version runs on an entirely different architecture built around a large language model and sophisticated search capabilities that can access Salesforce records, Google Drive files, calendar data, and years of Slack conversations. \"It's two different things,\" Harris explained. \"The old Slackbot was algorithmic and fairly simple. The new Slackbot is brand new — it's based around an LLM and a very robust search engine, and connections to third-party search engines, third-party enterprise data.\" Salesforce chose to retain the Slackbot brand despite the fundamental technical overhaul. \"People know what Slackbot is, and so we wanted to carry that forward,\" Harris said. Why Anthropic's Claude powers the new Slackbot — and which AI models could come next The new Slackbot runs on Claude , Anthropic's large language model, a choice driven partly by compliance requirements. Slack's commercial service operates under FedRAMP Moderate certification to serve U.S. federal government customers, and Harris said Anthropic was \"the only provider that could give us a compliant LLM\" when Slack began building the new system. But that exclusivity won't last. \"We are, this year, going to support additional providers,\" Harris said. \"We have a great relationship with Google. Gemini is incredible — performance is great, cost is great. So we're going to use Gemini for some things.\" He added that OpenAI remains a possibility as well. Harris echoed Salesforce CEO Marc Benioff's view that large language models are becoming commoditized: \"You've heard Marc talk about LLMs are commodities, that they're democratized. I call them CPUs.\" On the sensitive question of training data, Harris was unequivocal: Salesforce does not train any models on customer data. \"Models don't have any sort of security,\" he explained. \"If we trained it on some confidential conversation that you and I have, I don't want Carolyn to know — if I train it into the LLM, there is no way for me to say you get to see the answer, but Carolyn doesn't.\" Inside Salesforce's internal experiment: 80,000 employees tested Slackbot with striking results Salesforce has been testing the new Slackbot internally for months , rolling it out to all 80,000 employees. According to Ryan Gavin, Slack's chief marketing officer, the results have been striking: \"It's the fastest adopted product in Salesforce history.\" Internal data shows that two-thirds of Salesforce employees have tried the new Slackbot, with 80% of those users continuing to use it regularly. Internal satisfaction rates reached 96% — the highest for any AI feature Slack has shipped. Employees report saving between two and 20 hours per week. The adoption happened largely organically. \"I think it was about five days, and a Canvas was developed by our employees called 'The Most Stealable Slackbot Prompts,'\" Gavin said. \"People just started adding to it organically. I think it's up to 250-plus prompts that are in this Canvas right now.\" Kate Crotty, a principal UX researcher at Salesforce, found that 73% of internal adoption was driven by social sharing rather than top-down mandates. \"Everybody is there to help each other learn and communicate hacks,\" she said. How Slackbot transforms scattered enterprise data into executive-ready insights During a product demonstration, Amy Bauer, Slack's product experience designer, showed how Slackbot can synthesize information across multiple sources. In one example, she asked Slackbot to analyze customer feedback from a pilot program, upload an image of a usage dashboard, and have Slackbot correlate the qualitative and quantitative data. \"This is where Slackbot really earns its keep for me,\" Bauer explained. \"What it's doing is not just simply reading the image — it's actually looking at the image and comparing it to the insight it just generated for me.\" Slackbot can then query Salesforce to find enterprise accounts with open deals that might be good candidates for early access, creating what Bauer called \"a really great justification and plan to move forward.\" Finally, it can synthesize all that information into a Canvas — Slack's collaborative document format — and find calendar availability among stakeholders to schedule a review meeting. \"Up until this point, we have been working in a one-to-one capacity with Slackbot,\" Bauer said. \"But one of the benefits that I can do now is take this insight and have it generate this into a Canvas, a shared workspace where I can iterate on it, refine it with Slackbot, or share it out with my team.\" Rob Seaman, Slack's chief product officer, said the Canvas creation demonstrates where the product is heading: \"This is making a tool call internally to Slack Canvas to actually write, effectively, a shared document. But it signals where we're going with Slackbot — we're eventually going to be adding in additional third-party tool calls.\" MrBeast's company became a Slackbot guinea pig—and employees say they're saving 90 minutes a day Among Salesforce's pilot customers is Beast Industries , the parent company of YouTube star MrBeast. Luis Madrigal, the company's chief information officer, joined the launch announcement to describe his experience. \"As somebody who has rolled out enterprise technologies for over two decades now, this was practically one of the easiest,\" Madrigal said. \"The plumbing is there. Slack as an implementation, Enterprise Tools — being able to turn on the Slackbot and the Slack AI functionality was as simple as having my team go in, review, do a quick security review.\" Madrigal said his security team signed off \"rather quickly\" — unusual for enterprise AI deployments — because Slackbot accesses only the information each individual user already has permission to view. \"Given all the guardrails you guys have put into place for Slackbot to be unique and customized to only the information that each individual user has, only the conversations and the Slack rooms and Slack channels that they're part of—that made my security team sign off rather quickly.\" One Beast Industries employee, Sinan, the head of Beast Games marketing, reported saving \"at bare minimum, 90 minutes a day.\" Another employee, Spencer, a creative supervisor, described it as \"an assistant who's paying attention when I'm not.\" Other pilot customers include Slalom, reMarkable, Xero, Mercari, and Engine. Mollie Bodensteiner, SVP of Operations at Engine, called Slackbot \"an absolute 'chaos tamer' for our team,\" estimating it saves her about 30 minutes daily \"just by eliminating context switching.\" Slackbot vs. Microsoft Copilot vs. Google Gemini: The fight for enterprise AI dominance The launch puts Salesforce in direct competition with Microsoft's Copilot , which is integrated into Teams and the broader Microsoft 365 suite, as well as Google's Gemini integrations across Workspace. When asked what distinguishes Slackbot from these alternatives, Seaman pointed to context and convenience. \"The thing that makes it most powerful for our customers and users is the proximity — it's just right there in your Slack,\" Seaman said. \"There's a tremendous convenience affordance that's naturally built into it.\" The deeper advantage, executives argue, is that Slackbot already understands users' work without requiring setup or training. \"Most AI tools sound the same no matter who is using them,\" the company's announcement stated. \"They lack context, miss nuance, and force you to jump between tools to get anything done.\" Harris put it more directly: \"If you've ever had that magic experience with AI — I think ChatGPT is a great example, it's a great experience from a consumer perspective — Slackbot is really what we're doing in the enterprise, to be this employee super agent that is loved, just like people love using Slack.\" Amy Bauer emphasized the frictionless nature of the experience. \"Slackbot is inherently grounded in the context, in the data that you have in Slack,\" she said. \"So as you continue working in Slack, Slackbot gets better because it's grounded in the work that you're doing there. There is no setup. There is no configuration for those end users.\" Salesforce's ambitious plan to make Slackbot the one 'super agent' that controls all the others Salesforce positions Slackbot as what Harris calls a \"super agent\" — a central hub that can eventually coordinate with other AI agents across an organization. \"Every corporation is going to have an employee super agent,\" Harris said. \"Slackbot is essentially taking the magic of what Slack does. We think that Slackbot, and we're really excited about it, is going to be that.\" The vision extends to third-party agents already launching in Slack. Last month, Anthropic released a preview of Claude Code for Slack, allowing developers to interact with Claude's coding capabilities directly in chat threads. OpenAI, Google, Vercel, and others have also built agents for the platform. \"Most of the net-new apps that are being deployed to Slack are agents,\" Seaman noted during the press conference. \"This is proof of the promise of humans and agents coexisting and working together in Slack to solve problems.\" Harris described a future where Slackbot becomes an MCP (Model Context Protocol) client , able to leverage tools from across the software ecosystem — similar to how the developer tool Cursor works. \"Slack can be an MCP client, and Slackbot will be the hub of that, leveraging all these tools out in the world, some of which will be these amazing agents,\" he said. But Harris also cautioned against over-promising on multi-agent coordination. \"I still think we're in the single agent world,\" he said. \"FY26 is going to be the year where we started to see more coordination. But we're going to do it with customer success in mind, and not demonstrate and talk about, like, 'I've got 1,000 agents working together,' because I think that's unrealistic.\" Slackbot costs nothing extra, but Salesforce's data access fees could squeeze some customers Slackbot is included at no additional cost for customers on Business+ and Enterprise+ plans. \"There's no additional fees customers have to do,\" Gavin confirmed. \"If they're on one of those plans, they're going to get Slackbot.\" However, some enterprise customers may face other cost pressures related to Salesforce's broader data strategy. CIOs may see price increases for third-party applications that work with Salesforce data, as effects of higher charges for API access ripple through the software supply chain. Fivetran CEO George Fraser has warned that Salesforce's shift in pricing policy for API access could have tangible consequences for enterprises relying on Salesforce as a system of record. \"They might not be able to use Fivetran to replicate their data to Snowflake and instead have to use Salesforce Data Cloud. Or they might find that they are not able to interact with their data via ChatGPT, and instead have to use Agentforce,\" Fraser said in a recent CIO report . Salesforce has framed the pricing change as standard industry practice. What Slackbot can do today, what's coming in weeks, and what's still on the roadmap The new Slackbot begins rolling out today and will reach all eligible customers by the end of February. Mobile availability will complete by March 3, Bauer confirmed during her interview with VentureBeat. Some capabilities remain works in progress. Calendar reading and availability checking are available at launch, but the ability to actually book meetings is \"coming a few weeks after,\" according to Seaman. Image generation is not currently supported, though Bauer said it's \"something that we are looking at in the future.\" When asked about integration with competing CRM systems like HubSpot and Microsoft Dynamics , Salesforce representatives declined to provide specifics during the interview, though they acknowledged the question touched on key competitive differentiators. Salesforce is betting the future of work looks like a chat window—and it's not alone The Slackbot launch is Salesforce's bet that the future of enterprise work is conversational — that employees will increasingly prefer to interact with AI through natural language rather than navigating traditional software interfaces. Harris described Slack's product philosophy using principles like \"don't make me think\" and \"be a great host.\" The goal, he said, is for Slackbot to surface information proactively rather than requiring users to hunt for it. \"One of the revelations for me is LLMs applied to unstructured information are incredible,\" Harris said. \"And the amount of value you have if you're a Slack user, if your corporation uses Slack — the amount of value in Slack is unbelievable. Because you're talking about work, you're sharing documents, you're making decisions, but you can't as a human go through that and really get the same value that an LLM can do.\" Looking ahead, Harris expects the interfaces themselves to evolve beyond pure conversation. \"We're kind of saturating what we can do with purely conversational UIs,\" he said. \"I think we'll start to see agents building an interface that best suits your intent, as opposed to trying to surface something within a conversational interface that matches your intent.\" Microsoft, Google, and a growing roster of AI startups are placing similar bets — that the winning enterprise AI will be the one embedded in the tools workers already use, not another application to learn. The race to become that invisible layer of workplace intelligence is now fully underway. For Salesforce, the stakes extend beyond a single product launch. After a bruising year on Wall Street and persistent questions about whether AI threatens its core business, the company is wagering that Slackbot can prove the opposite — that the tens of millions of people already chatting in Slack every day is not a vulnerability, but an unassailable advantage. Haley Gault, the Salesforce account executive in Pittsburgh who stumbled upon the new Slackbot on a snowy morning, captured the shift in a single sentence: \"I honestly can't imagine working for another company not having access to these types of tools. This is just how I work now.\" That's precisely what Salesforce is counting on.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Salesforce on Tuesday launched an entirely rebuilt version of Slackbot , the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting...", "hot_score": 0.0 }, { "id": 52, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "url": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "canonical_url": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "summary": "Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, largely using Claude Code itself. The launch marks a major inflection point in the race to deliver practical AI agents to mainstream users, positioning Anthropic to compete not just with OpenAI and Google in conversational AI, but with Microsoft's Copilot in the burgeoning market for AI-powered productivity tools. \"Cowork lets you complete non-technical tasks much like how developers use Claude Code,\" the company announced via its official Claude account on X. The feature arrives as a research preview available exclusively to Claude Max subscribers — Anthropic's power-user tier priced between $100 and $200 per month — through the macOS desktop application. For the past year, the industry narrative has focused on large language models that can write poetry or debug code. With Cowork , Anthropic is betting that the real enterprise value lies in an AI that can open a folder, read a messy pile of receipts, and generate a structured expense report without human hand-holding. How developers using a coding tool for vacation research inspired Anthropic's latest product The genesis of Cowork lies in Anthropic's recent success with the developer community. In late 2024, the company released Claude Code , a terminal-based tool that allowed software engineers to automate rote programming tasks. The tool was a hit, but Anthropic noticed a peculiar trend: users were forcing the coding tool to perform non-coding labor. According to Boris Cherny , an engineer at Anthropic, the company observed users deploying the developer tool for an unexpectedly diverse array of tasks. \"Since we launched Claude Code, we saw people using it for all sorts of non-coding work: doing vacation research, building slide decks, cleaning up your email, cancelling subscriptions, recovering wedding photos from a hard drive, monitoring plant growth, controlling your oven,\" Cherny wrote on X. \"These use cases are diverse and surprising — the reason is that the underlying Claude Agent is the best agent, and Opus 4.5 is the best model.\" Recognizing this shadow usage, Anthropic effectively stripped the command-line complexity from their developer tool to create a consumer-friendly interface. In its blog post announcing the feature, Anthropic explained that developers \"quickly began using it for almost everything else,\" which \"prompted us to build Cowork: a simpler way for anyone — not just developers — to work with Claude in the very same way.\" Inside the folder-based architecture that lets Claude read, edit, and create files on your computer Unlike a standard chat interface where a user pastes text for analysis, Cowork requires a different level of trust and access. Users designate a specific folder on their local machine that Claude can access. Within that sandbox, the AI agent can read existing files, modify them, or create entirely new ones. Anthropic offers several illustrative examples: reorganizing a cluttered downloads folder by sorting and intelligently renaming each file, generating a spreadsheet of expenses from a collection of receipt screenshots, or drafting a report from scattered notes across multiple documents. \"In Cowork, you give Claude access to a folder on your computer. Claude can then read, edit, or create files in that folder,\" the company explained on X. \"Try it to create a spreadsheet from a pile of screenshots, or produce a first draft from scattered notes.\" The architecture relies on what is known as an \"agentic loop.\" When a user assigns a task, the AI does not merely generate a text response. Instead, it formulates a plan, executes steps in parallel, checks its own work, and asks for clarification if it hits a roadblock. Users can queue multiple tasks and let Claude process them simultaneously — a workflow Anthropic describes as feeling \"much less like a back-and-forth and much more like leaving messages for a coworker.\" The system is built on Anthropic's Claude Agent SDK , meaning it shares the same underlying architecture as Claude Code. Anthropic notes that Cowork \"can take on many of the same tasks that Claude Code can handle, but in a more approachable form for non-coding tasks.\" The recursive loop where AI builds AI: Claude Code reportedly wrote much of Claude Cowork Perhaps the most remarkable detail surrounding Cowork's launch is the speed at which the tool was reportedly built — highlighting a recursive feedback loop where AI tools are being used to build better AI tools. During a livestream hosted by Dan Shipper, Felix Rieseberg, an Anthropic employee, confirmed that t he team built Cowork in approximately a week and a half . Alex Volkov, who covers AI developments, expressed surprise at the timeline: \"Holy shit Anthropic built 'Cowork' in the last... week and a half?!\" This prompted immediate speculation about how much of Cowork was itself built by Claude Code. Simon Smith , EVP of Generative AI at Klick Health, put it bluntly on X: \"Claude Code wrote all of Claude Cowork. Can we all agree that we're in at least somewhat of a recursive improvement loop here?\" The implication is profound: Anthropic's AI coding agent may have substantially contributed to building its own non-technical sibling product. If true, this is one of the most visible examples yet of AI systems being used to accelerate their own development and expansion — a strategy that could widen the gap between AI labs that successfully deploy their own agents internally and those that do not. Connectors, browser automation, and skills extend Cowork's reach beyond the local file system Cowork doesn't operate in isolation. The feature integrates with Anthropic's existing ecosystem of connectors — tools that link Claude to external information sources and services such as Asana , Notion , PayPal , and other supported partners. Users who have configured these connections in the standard Claude interface can leverage them within Cowork sessions. Additionally, Cowork can pair with Claude in Chrome , Anthropic's browser extension, to execute tasks requiring web access. This combination allows the agent to navigate websites, click buttons, fill forms, and extract information from the internet — all while operating from the desktop application. \"Cowork includes a number of novel UX and safety features that we think make the product really special,\" Cherny explained , highlighting \"a built-in VM [virtual machine] for isolation, out of the box support for browser automation, support for all your claude.ai data connectors, asking you for clarification when it's unsure.\" Anthropic has also introduced an initial set of \"skills\" specifically designed for Cowork that enhance Claude's ability to create documents, presentations, and other files. These build on the Skills for Claude framework the company announced in October, which provides specialized instruction sets Claude can load for particular types of tasks. Why Anthropic is warning users that its own AI agent could delete their files The transition from a chatbot that suggests edits to an agent that makes edits introduces significant risk. An AI that can organize files can, theoretically, delete them. In a notable display of transparency, Anthropic devoted considerable space in its announcement to warning users about Cowork's potential dangers — an unusual approach for a product launch. The company explicitly acknowledges that Claude \"can take potentially destructive actions (such as deleting local files) if it's instructed to.\" Because Claude might occasionally misinterpret instructions, Anthropic urges users to provide \"very clear guidance\" about sensitive operations. More concerning is the risk of prompt injection attacks — a technique where malicious actors embed hidden instructions in content Claude might encounter online, potentially causing the agent to bypass safeguards or take harmful actions. \"We've built sophisticated defenses against prompt injections,\" Anthropic wrote, \"but agent safety — that is, the task of securing Claude's real-world actions — is still an active area of development in the industry.\" The company characterized these risks as inherent to the current state of AI agent technology rather than unique to Cowork. \"These risks aren't new with Cowork, but it might be the first time you're using a more advanced tool that moves beyond a simple conversation,\" the announcement notes. Anthropic's desktop agent strategy sets up a direct challenge to Microsoft Copilot The launch of Cowork places Anthropic in direct competition with Microsoft , which has spent years attempting to integrate its Copilot AI into the fabric of the Windows operating system with mixed adoption results. However, Anthropic's approach differs in its isolation. By confining the agent to specific folders and requiring explicit connectors, they are attempting to strike a balance between the utility of an OS-level agent and the security of a sandboxed application. What distinguishes Anthropic's approach is its bottom-up evolution. Rather than designing an AI assistant and retrofitting agent capabilities, Anthropic built a powerful coding agent first — Claude Code — and is now abstracting its capabilities for broader audiences. This technical lineage may give Cowork more robust agentic behavior from the start. Claude Code has generated significant enthusiasm among developers since its initial launch as a command-line tool in late 2024 . The company expanded access with a web interface in October 2025, followed by a Slack integration in December. Cowork is the next logical step: bringing the same agentic architecture to users who may never touch a terminal. Who can access Cowork now, and what's coming next for Windows and other platforms For now, Cowork remains exclusive to Claude Max subscribers using the macOS desktop application. Users on other subscription tiers — Free, Pro, Team, or Enterprise — can join a waitlist for future access. Anthropic has signaled clear intentions to expand the feature's reach. The blog post explicitly mentions plans to add cross-device sync and bring Cowork to Windows as the company learns from the research preview. Cherny set expectations appropriately, describing the product as \"early and raw, similar to what Claude Code felt like when it first launched.\" To access Cowork , Max subscribers can download or update the Claude macOS app and click on \"Cowork\" in the sidebar. The real question facing enterprise AI adoption For technical decision-makers, the implications of Cowork extend beyond any single product launch. The bottleneck for AI adoption is shifting — no longer is model intelligence the limiting factor, but rather workflow integration and user trust. Anthropic's goal, as the company puts it, is to make working with Claude feel less like operating a tool and more like delegating to a colleague. Whether mainstream users are ready to hand over folder access to an AI that might misinterpret their instructions remains an open question. But the speed of Cowork's development — a major feature built in ten days, possibly by the company's own AI — previews a future where the capabilities of these systems compound faster than organizations can evaluate them. The chatbot has learned to use a file manager. What it learns to use next is anyone's guess.", "published_at": "2026-01-12T11:30:00+00:00", "discovered_at": "2026-05-11T00:29:52.323410+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "link": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "summary": "

Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, largely using Claude Code itself.

The launch marks a major inflection point in the race to deliver practical AI agents to mainstream users, positioning Anthropic to compete not just with OpenAI and Google in conversational AI, but with Microsoft's Copilot in the burgeoning market for AI-powered productivity tools.

"Cowork lets you complete non-technical tasks much like how developers use Claude Code," the company announced via its official Claude account on X. The feature arrives as a research preview available exclusively to Claude Max subscribers — Anthropic's power-user tier priced between $100 and $200 per month — through the macOS desktop application.

For the past year, the industry narrative has focused on large language models that can write poetry or debug code. With Cowork, Anthropic is betting that the real enterprise value lies in an AI that can open a folder, read a messy pile of receipts, and generate a structured expense report without human hand-holding.

How developers using a coding tool for vacation research inspired Anthropic's latest product

The genesis of Cowork lies in Anthropic's recent success with the developer community. In late 2024, the company released Claude Code, a terminal-based tool that allowed software engineers to automate rote programming tasks. The tool was a hit, but Anthropic noticed a peculiar trend: users were forcing the coding tool to perform non-coding labor.

According to Boris Cherny, an engineer at Anthropic, the company observed users deploying the developer tool for an unexpectedly diverse array of tasks.

"Since we launched Claude Code, we saw people using it for all sorts of non-coding work: doing vacation research, building slide decks, cleaning up your email, cancelling subscriptions, recovering wedding photos from a hard drive, monitoring plant growth, controlling your oven," Cherny wrote on X. "These use cases are diverse and surprising — the reason is that the underlying Claude Agent is the best agent, and Opus 4.5 is the best model."

Recognizing this shadow usage, Anthropic effectively stripped the command-line complexity from their developer tool to create a consumer-friendly interface. In its blog post announcing the feature, Anthropic explained that developers "quickly began using it for almost everything else," which "prompted us to build Cowork: a simpler way for anyone — not just developers — to work with Claude in the very same way."

Inside the folder-based architecture that lets Claude read, edit, and create files on your computer

Unlike a standard chat interface where a user pastes text for analysis, Cowork requires a different level of trust and access. Users designate a specific folder on their local machine that Claude can access. Within that sandbox, the AI agent can read existing files, modify them, or create entirely new ones.

Anthropic offers several illustrative examples: reorganizing a cluttered downloads folder by sorting and intelligently renaming each file, generating a spreadsheet of expenses from a collection of receipt screenshots, or drafting a report from scattered notes across multiple documents.

"In Cowork, you give Claude access to a folder on your computer. Claude can then read, edit, or create files in that folder," the company explained on X. "Try it to create a spreadsheet from a pile of screenshots, or produce a first draft from scattered notes."

The architecture relies on what is known as an "agentic loop." When a user assigns a task, the AI does not merely generate a text response. Instead, it formulates a plan, executes steps in parallel, checks its own work, and asks for clarification if it hits a roadblock. Users can queue multiple tasks and let Claude process them simultaneously — a workflow Anthropic describes as feeling "much less like a back-and-forth and much more like leaving messages for a coworker."

The system is built on Anthropic's Claude Agent SDK, meaning it shares the same underlying architecture as Claude Code. Anthropic notes that Cowork "can take on many of the same tasks that Claude Code can handle, but in a more approachable form for non-coding tasks."

The recursive loop where AI builds AI: Claude Code reportedly wrote much of Claude Cowork

Perhaps the most remarkable detail surrounding Cowork's launch is the speed at which the tool was reportedly built — highlighting a recursive feedback loop where AI tools are being used to build better AI tools.

During a livestream hosted by Dan Shipper, Felix Rieseberg, an Anthropic employee, confirmed that the team built Cowork in approximately a week and a half.

Alex Volkov, who covers AI developments, expressed surprise at the timeline: "Holy shit Anthropic built 'Cowork' in the last... week and a half?!"

This prompted immediate speculation about how much of Cowork was itself built by Claude Code. Simon Smith, EVP of Generative AI at Klick Health, put it bluntly on X: "Claude Code wrote all of Claude Cowork. Can we all agree that we're in at least somewhat of a recursive improvement loop here?"

The implication is profound: Anthropic's AI coding agent may have substantially contributed to building its own non-technical sibling product. If true, this is one of the most visible examples yet of AI systems being used to accelerate their own development and expansion — a strategy that could widen the gap between AI labs that successfully deploy their own agents internally and those that do not.

Connectors, browser automation, and skills extend Cowork's reach beyond the local file system

Cowork doesn't operate in isolation. The feature integrates with Anthropic's existing ecosystem of connectors — tools that link Claude to external information sources and services such as Asana, Notion, PayPal, and other supported partners. Users who have configured these connections in the standard Claude interface can leverage them within Cowork sessions.

Additionally, Cowork can pair with Claude in Chrome, Anthropic's browser extension, to execute tasks requiring web access. This combination allows the agent to navigate websites, click buttons, fill forms, and extract information from the internet — all while operating from the desktop application.

"Cowork includes a number of novel UX and safety features that we think make the product really special," Cherny explained, highlighting "a built-in VM [virtual machine] for isolation, out of the box support for browser automation, support for all your claude.ai data connectors, asking you for clarification when it's unsure."

Anthropic has also introduced an initial set of "skills" specifically designed for Cowork that enhance Claude's ability to create documents, presentations, and other files. These build on the Skills for Claude framework the company announced in October, which provides specialized instruction sets Claude can load for particular types of tasks.

Why Anthropic is warning users that its own AI agent could delete their files

The transition from a chatbot that suggests edits to an agent that makes edits introduces significant risk. An AI that can organize files can, theoretically, delete them.

In a notable display of transparency, Anthropic devoted considerable space in its announcement to warning users about Cowork's potential dangers — an unusual approach for a product launch.

The company explicitly acknowledges that Claude "can take potentially destructive actions (such as deleting local files) if it's instructed to." Because Claude might occasionally misinterpret instructions, Anthropic urges users to provide "very clear guidance" about sensitive operations.

More concerning is the risk of prompt injection attacks — a technique where malicious actors embed hidden instructions in content Claude might encounter online, potentially causing the agent to bypass safeguards or take harmful actions.

"We've built sophisticated defenses against prompt injections," Anthropic wrote, "but agent safety — that is, the task of securing Claude's real-world actions — is still an active area of development in the industry."

The company characterized these risks as inherent to the current state of AI agent technology rather than unique to Cowork. "These risks aren't new with Cowork, but it might be the first time you're using a more advanced tool that moves beyond a simple conversation," the announcement notes.

Anthropic's desktop agent strategy sets up a direct challenge to Microsoft Copilot

The launch of Cowork places Anthropic in direct competition with Microsoft, which has spent years attempting to integrate its Copilot AI into the fabric of the Windows operating system with mixed adoption results.

However, Anthropic's approach differs in its isolation. By confining the agent to specific folders and requiring explicit connectors, they are attempting to strike a balance between the utility of an OS-level agent and the security of a sandboxed application.

What distinguishes Anthropic's approach is its bottom-up evolution. Rather than designing an AI assistant and retrofitting agent capabilities, Anthropic built a powerful coding agent first — Claude Code — and is now abstracting its capabilities for broader audiences. This technical lineage may give Cowork more robust agentic behavior from the start.

Claude Code has generated significant enthusiasm among developers since its initial launch as a command-line tool in late 2024. The company expanded access with a web interface in October 2025, followed by a Slack integration in December. Cowork is the next logical step: bringing the same agentic architecture to users who may never touch a terminal.

Who can access Cowork now, and what's coming next for Windows and other platforms

For now, Cowork remains exclusive to Claude Max subscribers using the macOS desktop application. Users on other subscription tiers — Free, Pro, Team, or Enterprise — can join a waitlist for future access.

Anthropic has signaled clear intentions to expand the feature's reach. The blog post explicitly mentions plans to add cross-device sync and bring Cowork to Windows as the company learns from the research preview.

Cherny set expectations appropriately, describing the product as "early and raw, similar to what Claude Code felt like when it first launched."

To access Cowork, Max subscribers can download or update the Claude macOS app and click on "Cowork" in the sidebar.

The real question facing enterprise AI adoption

For technical decision-makers, the implications of Cowork extend beyond any single product launch. The bottleneck for AI adoption is shifting — no longer is model intelligence the limiting factor, but rather workflow integration and user trust.

Anthropic's goal, as the company puts it, is to make working with Claude feel less like operating a tool and more like delegating to a colleague. Whether mainstream users are ready to hand over folder access to an AI that might misinterpret their instructions remains an open question.

But the speed of Cowork's development — a major feature built in ten days, possibly by the company's own AI — previews a future where the capabilities of these systems compound faster than organizations can evaluate them.

The chatbot has learned to use a file manager. What it learns to use next is anyone's guess.

" }, "normalized_title": "anthropiclaunchescoworkaclaudedesktopagentthatworksinyourfilesnocodingrequired", "resolved_target": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "content_fingerprint": "80aeb9c393bc7d762d857c0f4542165f4f796ab269f3828df70c88a69d025db8", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:52", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 52, "duplicate_primary_title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "display_summary_zh": "Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, largely using Claude Code itself. The launch marks a major inflection point in the race to deliver practical AI agents to mainstream users, positioning Anthropic to compete not just with OpenAI and Google in conversational AI, but with Microsoft's Copilot in the burgeoning market for AI-powered productivity tools. \"Cowork lets you complete non-technical tasks much like how developers use Claude Code,\" the company announced via its official Claude account on X. The feature arrives as a research preview available exclusively to Claude Max subscribers — Anthropic's power-user tier priced between $100 and $200 per month — through the macOS desktop application. For the past year, the industry narrative has focused on large language models that can write poetry or debug code. With Cowork , Anthropic is betting that the real enterprise value lies in an AI that can open a folder, read a messy pile of receipts, and generate a structured expense report without human hand-holding. How developers using a coding tool for vacation research inspired Anthropic's latest product The genesis of Cowork lies in Anthropic's recent success with the developer community. In late 2024, the company released Claude Code , a terminal-based tool that allowed software engineers to automate rote programming tasks. The tool was a hit, but Anthropic noticed a peculiar trend: users were forcing the coding tool to perform non-coding labor. According to Boris Cherny , an engineer at Anthropic, the company observed users deploying the developer tool for an unexpectedly diverse array of tasks. \"Since we launched Claude Code, we saw people using it for all sorts of non-coding work: doing vacation research, building slide decks, cleaning up your email, cancelling subscriptions, recovering wedding photos from a hard drive, monitoring plant growth, controlling your oven,\" Cherny wrote on X. \"These use cases are diverse and surprising — the reason is that the underlying Claude Agent is the best agent, and Opus 4.5 is the best model.\" Recognizing this shadow usage, Anthropic effectively stripped the command-line complexity from their developer tool to create a consumer-friendly interface. In its blog post announcing the feature, Anthropic explained that developers \"quickly began using it for almost everything else,\" which \"prompted us to build Cowork: a simpler way for anyone — not just developers — to work with Claude in the very same way.\" Inside the folder-based architecture that lets Claude read, edit, and create files on your computer Unlike a standard chat interface where a user pastes text for analysis, Cowork requires a different level of trust and access. Users designate a specific folder on their local machine that Claude can access. Within that sandbox, the AI agent can read existing files, modify them, or create entirely new ones. Anthropic offers several illustrative examples: reorganizing a cluttered downloads folder by sorting and intelligently renaming each file, generating a spreadsheet of expenses from a collection of receipt screenshots, or drafting a report from scattered notes across multiple documents. \"In Cowork, you give Claude access to a folder on your computer. Claude can then read, edit, or create files in that folder,\" the company explained on X. \"Try it to create a spreadsheet from a pile of screenshots, or produce a first draft from scattered notes.\" The architecture relies on what is known as an \"agentic loop.\" When a user assigns a task, the AI does not merely generate a text response. Instead, it formulates a plan, executes steps in parallel, checks its own work, and asks for clarification if it hits a roadblock. Users can queue multiple tasks and let Claude process them simultaneously — a workflow Anthropic describes as feeling \"much less like a back-and-forth and much more like leaving messages for a coworker.\" The system is built on Anthropic's Claude Agent SDK , meaning it shares the same underlying architecture as Claude Code. Anthropic notes that Cowork \"can take on many of the same tasks that Claude Code can handle, but in a more approachable form for non-coding tasks.\" The recursive loop where AI builds AI: Claude Code reportedly wrote much of Claude Cowork Perhaps the most remarkable detail surrounding Cowork's launch is the speed at which the tool was reportedly built — highlighting a recursive feedback loop where AI tools are being used to build better AI tools. During a livestream hosted by Dan Shipper, Felix Rieseberg, an Anthropic employee, confirmed that t he team built Cowork in approximately a week and a half . Alex Volkov, who covers AI developments, expressed surprise at the timeline: \"Holy shit Anthropic built 'Cowork' in the last... week and a half?!\" This prompted immediate speculation about how much of Cowork was itself built by Claude Code. Simon Smith , EVP of Generative AI at Klick Health, put it bluntly on X: \"Claude Code wrote all of Claude Cowork. Can we all agree that we're in at least somewhat of a recursive improvement loop here?\" The implication is profound: Anthropic's AI coding agent may have substantially contributed to building its own non-technical sibling product. If true, this is one of the most visible examples yet of AI systems being used to accelerate their own development and expansion — a strategy that could widen the gap between AI labs that successfully deploy their own agents internally and those that do not. Connectors, browser automation, and skills extend Cowork's reach beyond the local file system Cowork doesn't operate in isolation. The feature integrates with Anthropic's existing ecosystem of connectors — tools that link Claude to external information sources and services such as Asana , Notion , PayPal , and other supported partners. Users who have configured these connections in the standard Claude interface can leverage them within Cowork sessions. Additionally, Cowork can pair with Claude in Chrome , Anthropic's browser extension, to execute tasks requiring web access. This combination allows the agent to navigate websites, click buttons, fill forms, and extract information from the internet — all while operating from the desktop application. \"Cowork includes a number of novel UX and safety features that we think make the product really special,\" Cherny explained , highlighting \"a built-in VM [virtual machine] for isolation, out of the box support for browser automation, support for all your claude.ai data connectors, asking you for clarification when it's unsure.\" Anthropic has also introduced an initial set of \"skills\" specifically designed for Cowork that enhance Claude's ability to create documents, presentations, and other files. These build on the Skills for Claude framework the company announced in October, which provides specialized instruction sets Claude can load for particular types of tasks. Why Anthropic is warning users that its own AI agent could delete their files The transition from a chatbot that suggests edits to an agent that makes edits introduces significant risk. An AI that can organize files can, theoretically, delete them. In a notable display of transparency, Anthropic devoted considerable space in its announcement to warning users about Cowork's potential dangers — an unusual approach for a product launch. The company explicitly acknowledges that Claude \"can take potentially destructive actions (such as deleting local files) if it's instructed to.\" Because Claude might occasionally misinterpret instructions, Anthropic urges users to provide \"very clear guidance\" about sensitive operations. More concerning is the risk of prompt injection attacks — a technique where malicious actors embed hidden instructions in content Claude might encounter online, potentially causing the agent to bypass safeguards or take harmful actions. \"We've built sophisticated defenses against prompt injections,\" Anthropic wrote, \"but agent safety — that is, the task of securing Claude's real-world actions — is still an active area of development in the industry.\" The company characterized these risks as inherent to the current state of AI agent technology rather than unique to Cowork. \"These risks aren't new with Cowork, but it might be the first time you're using a more advanced tool that moves beyond a simple conversation,\" the announcement notes. Anthropic's desktop agent strategy sets up a direct challenge to Microsoft Copilot The launch of Cowork places Anthropic in direct competition with Microsoft , which has spent years attempting to integrate its Copilot AI into the fabric of the Windows operating system with mixed adoption results. However, Anthropic's approach differs in its isolation. By confining the agent to specific folders and requiring explicit connectors, they are attempting to strike a balance between the utility of an OS-level agent and the security of a sandboxed application. What distinguishes Anthropic's approach is its bottom-up evolution. Rather than designing an AI assistant and retrofitting agent capabilities, Anthropic built a powerful coding agent first — Claude Code — and is now abstracting its capabilities for broader audiences. This technical lineage may give Cowork more robust agentic behavior from the start. Claude Code has generated significant enthusiasm among developers since its initial launch as a command-line tool in late 2024 . The company expanded access with a web interface in October 2025, followed by a Slack integration in December. Cowork is the next logical step: bringing the same agentic architecture to users who may never touch a terminal. Who can access Cowork now, and what's coming next for Windows and other platforms For now, Cowork remains exclusive to Claude Max subscribers using the macOS desktop application. Users on other subscription tiers — Free, Pro, Team, or Enterprise — can join a waitlist for future access. Anthropic has signaled clear intentions to expand the feature's reach. The blog post explicitly mentions plans to add cross-device sync and bring Cowork to Windows as the company learns from the research preview. Cherny set expectations appropriately, describing the product as \"early and raw, similar to what Claude Code felt like when it first launched.\" To access Cowork , Max subscribers can download or update the Claude macOS app and click on \"Cowork\" in the sidebar. The real question facing enterprise AI adoption For technical decision-makers, the implications of Cowork extend beyond any single product launch. The bottleneck for AI adoption is shifting — no longer is model intelligence the limiting factor, but rather workflow integration and user trust. Anthropic's goal, as the company puts it, is to make working with Claude feel less like operating a tool and more like delegating to a colleague. Whether mainstream users are ready to hand over folder access to an AI that might misinterpret their instructions remains an open question. But the speed of Cowork's development — a major feature built in ten days, possibly by the company's own AI — previews a future where the capabilities of these systems compound faster than organizations can evaluate them. The chatbot has learned to use a file manager. What it learns to use next is anyone's guess.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, la...", "hot_score": 0.0 }, { "id": 475, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "url": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "canonical_url": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "summary": "Nous Research , the open-source artificial intelligence startup backed by crypto venture firm Paradigm , released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using 48 of Nvidia's latest B200 graphics processors . The model, called NousCoder-14B , is another entry in a crowded field of AI coding assistants, but arrives at a particularly charged moment: Claude Code , the agentic programming tool from rival Anthropic, has dominated social media discussion since New Year's Day, with developers posting breathless testimonials about its capabilities . The simultaneous developments underscore how quickly AI-assisted software development is evolving — and how fiercely companies large and small are competing to capture what many believe will become a foundational technology for how software gets written. type: embedded-entry-inline id: 74cSyrq6OUrp9SEQ5zOUSl NousCoder-14B achieves a 67.87 percent accuracy rate on LiveCodeBench v6 , a standardized evaluation that tests models on competitive programming problems published between August 2024 and May 2025. That figure represents a 7.08 percentage point improvement over the base model it was trained from, Alibaba's Qwen3-14B , according to Nous Research's technical report published alongside the release. \"I gave Claude Code a description of the problem, it generated what we built last year in an hour,\" wrote Jaana Dogan , a principal engineer at Google responsible for the Gemini API, in a viral post on X last week that captured the prevailing mood around AI coding tools. Dogan was describing a distributed agent orchestration system her team had spent a year developing — a system Claude Code approximated from a three-paragraph prompt. The juxtaposition is instructive: while Anthropic's Claude Code has captured imaginations with demonstrations of end-to-end software development, Nous Research is betting that open-source alternatives trained on verifiable problems can close the gap — and that transparency in how these models are built matters as much as raw capability. How Nous Research built an AI coding model that anyone can replicate What distinguishes the NousCoder-14B release from many competitor announcements is its radical openness. Nous Research published not just the model weights but the complete reinforcement learning environment , benchmark suite, and training harness — built on the company's Atropos framework — enabling any researcher with sufficient compute to reproduce or extend the work . \"Open-sourcing the Atropos stack provides the necessary infrastructure for reproducible olympiad-level reasoning research,\" noted one observer on X , summarizing the significance for the academic and open-source communities. The model was trained by Joe Li , a researcher in residence at Nous Research and a former competitive programmer himself. Li's technical report reveals an unexpectedly personal dimension: he compared the model's improvement trajectory to his own journey on Codeforces, the competitive programming platform where participants earn ratings based on contest performance. Based on rough estimates mapping LiveCodeBench scores to Codeforces ratings, Li calculated that NousCoder-14B's improvemen t— from approximately the 1600-1750 rating range to 2100-2200 — mirrors a leap that took him nearly two years of sustained practice between ages 14 and 16. The model accomplished the equivalent in four days. \"Watching that final training run unfold was quite a surreal experience,\" Li wrote in the technical report. But Li was quick to note an important caveat that speaks to broader questions about AI efficiency: he solved roughly 1,000 problems during those two years, while the model required 24,000. Humans, at least for now, remain dramatically more sample-efficient learners. Inside the reinforcement learning system that trains on 24,000 competitive programming problems NousCoder-14B 's training process offers a window into the increasingly sophisticated techniques researchers use to improve AI reasoning capabilities through reinforcement learning. The approach relies on what researchers call \"verifiable rewards\" — a system where the model generates code solutions, those solutions are executed against test cases, and the model receives a simple binary signal: correct or incorrect. This feedback loop, while conceptually straightforward, requires significant infrastructure to execute at scale. Nous Research used Modal , a cloud computing platform, to run sandboxed code execution in parallel. Each of the 24,000 training problems contains hundreds of test cases on average, and the system must verify that generated code produces correct outputs within time and memory constraints — 15 seconds and 4 gigabytes, respectively. The training employed a technique called DAPO (Dynamic Sampling Policy Optimization) , which the researchers found performed slightly better than alternatives in their experiments. A key innovation involves \"dynamic sampling\" — discarding training examples where the model either solves all attempts or fails all attempts, since these provide no useful gradient signal for learning. The researchers also adopted \"iterative context extension,\" first training the model with a 32,000-token context window before expanding to 40,000 tokens. During evaluation, extending the context further to approximately 80,000 tokens produced the best results, with accuracy reaching 67.87 percent. Perhaps most significantly, the training pipeline overlaps inference and verification — as soon as the model generates a solution, it begins work on the next problem while the previous solution is being checked. This pipelining, combined with asynchronous training where multiple model instances work in parallel, maximizes hardware utilization on expensive GPU clusters. The looming data shortage that could slow AI coding model progress Buried in Li's technical report is a finding with significant implications for the future of AI development: the training dataset for NousCoder-14B encompasses \"a significant portion of all readily available, verifiable competitive programming problems in a standardized dataset format.\" In other words, for this particular domain, the researchers are approaching the limits of high-quality training data. \"The total number of competitive programming problems on the Internet is roughly the same order of magnitude,\" Li wrote, referring to the 24,000 problems used for training. \"This suggests that within the competitive programming domain, we have approached the limits of high-quality data.\" This observation echoes growing concern across the AI industry about data constraints. While compute continues to scale according to well-understood economic and engineering principles, training data is \"increasingly finite,\" as Li put it. \"It appears that some of the most important research that needs to be done in the future will be in the areas of synthetic data generation and data efficient algorithms and architectures,\" he concluded. The challenge is particularly acute for competitive programming because the domain requires problems with known correct solutions that can be verified automatically. Unlike natural language tasks where human evaluation or proxy metrics suffice, code either works or it doesn't — making synthetic data generation considerably more difficult. Li identified one potential avenue: training models not just to solve problems but to generate solvable problems, enabling a form of self-play similar to techniques that proved successful in game-playing AI systems. \"Once synthetic problem generation is solved, self-play becomes a very interesting direction,\" he wrote. A $65 million bet that open-source AI can compete with Big Tech Nous Research has carved out a distinctive position in the AI landscape: a company committed to open-source releases that compete with — and sometimes exceed — proprietary alternatives. The company raised $50 million in April 2025 in a round led by Paradigm, the cryptocurrency-focused venture firm founded by Coinbase co-founder Fred Ehrsam. Total funding reached $65 million, according to some reports. The investment reflected growing interest in decentralized approaches to AI training, an area where Nous Research has developed its Psyche platform . Previous releases include Hermes 4 , a family of models that we reported \" outperform ChatGPT without content restrictions ,\" and DeepHermes-3, which the company described as the first \" toggle-on reasoning model \" — allowing users to activate extended thinking capabilities on demand. The company has cultivated a distinctive aesthetic and community, prompting some skepticism about whether style might overshadow substance. \"Ofc i'm gonna believe an anime pfp company. stop benchmarkmaxxing ffs,\" wrote one critic on X , referring to Nous Research's anime-style branding and the industry practice of optimizing for benchmark performance. Others raised technical questions. \" Based on the benchmark, Nemotron is better ,\" noted one commenter, referring to Nvidia's family of language models. Another asked whether NousCoder-14B is \"agentic focused or just 'one shot' coding\" — a distinction that matters for practical software development, where iterating on feedback typically produces better results than single attempts. What researchers say must happen next for AI coding tools to keep improving The release includes several directions for future work that hint at where AI coding research may be heading. Multi-turn reinforcement learning tops the list. Currently, the model receives only a final binary reward — pass or fail — after generating a solution. But competitive programming problems typically include public test cases that provide intermediate feedback: compilation errors, incorrect outputs, time limit violations. Training models to incorporate this feedback across multiple attempts could significantly improve performance. Controlling response length also remains a challenge. The researchers found that incorrect solutions tended to be longer than correct ones, and response lengths quickly saturated available context windows during training — a pattern that various algorithmic modifications failed to resolve. Perhaps most ambitiously, Li proposed \"problem generation and self-play\" — training models to both solve and create programming problems. This would address the data scarcity problem directly by enabling models to generate their own training curricula. \"Humans are great at generating interesting and useful problems for other competitive programmers, but it appears that there still exists a significant gap in LLM capabilities in creative problem generation,\" Li wrote. The model is available now on Hugging Face under an Apache 2.0 license. For researchers and developers who want to build on the work, Nous Research has published the complete Atropos training stack alongside it. What took Li two years of adolescent dedication to achieve—climbing from a 1600-level novice to a 2100-rated competitor on Codeforces—an AI replicated in 96 hours. He needed 1,000 problems. The model needed 24,000. But soon enough, these systems may learn to write their own problems, teach themselves, and leave human benchmarks behind entirely. The question is no longer whether machines can learn to code. It's whether they'll soon be better teachers than we ever were.", "published_at": "2026-01-07T20:00:00+00:00", "discovered_at": "2026-05-11T17:05:48.705101+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "link": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "summary": "

Nous Research, the open-source artificial intelligence startup backed by crypto venture firm Paradigm, released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using 48 of Nvidia's latest B200 graphics processors.

The model, called NousCoder-14B, is another entry in a crowded field of AI coding assistants, but arrives at a particularly charged moment: Claude Code, the agentic programming tool from rival Anthropic, has dominated social media discussion since New Year's Day, with developers posting breathless testimonials about its capabilities. The simultaneous developments underscore how quickly AI-assisted software development is evolving — and how fiercely companies large and small are competing to capture what many believe will become a foundational technology for how software gets written.

type: embedded-entry-inline id: 74cSyrq6OUrp9SEQ5zOUSl

NousCoder-14B achieves a 67.87 percent accuracy rate on LiveCodeBench v6, a standardized evaluation that tests models on competitive programming problems published between August 2024 and May 2025. That figure represents a 7.08 percentage point improvement over the base model it was trained from, Alibaba's Qwen3-14B, according to Nous Research's technical report published alongside the release.

"I gave Claude Code a description of the problem, it generated what we built last year in an hour," wrote Jaana Dogan, a principal engineer at Google responsible for the Gemini API, in a viral post on X last week that captured the prevailing mood around AI coding tools. Dogan was describing a distributed agent orchestration system her team had spent a year developing — a system Claude Code approximated from a three-paragraph prompt.

The juxtaposition is instructive: while Anthropic's Claude Code has captured imaginations with demonstrations of end-to-end software development, Nous Research is betting that open-source alternatives trained on verifiable problems can close the gap — and that transparency in how these models are built matters as much as raw capability.

How Nous Research built an AI coding model that anyone can replicate

What distinguishes the NousCoder-14B release from many competitor announcements is its radical openness. Nous Research published not just the model weights but the complete reinforcement learning environment, benchmark suite, and training harness — built on the company's Atropos framework — enabling any researcher with sufficient compute to reproduce or extend the work.

"Open-sourcing the Atropos stack provides the necessary infrastructure for reproducible olympiad-level reasoning research," noted one observer on X, summarizing the significance for the academic and open-source communities.

The model was trained by Joe Li, a researcher in residence at Nous Research and a former competitive programmer himself. Li's technical report reveals an unexpectedly personal dimension: he compared the model's improvement trajectory to his own journey on Codeforces, the competitive programming platform where participants earn ratings based on contest performance.

Based on rough estimates mapping LiveCodeBench scores to Codeforces ratings, Li calculated that NousCoder-14B's improvemen t— from approximately the 1600-1750 rating range to 2100-2200 — mirrors a leap that took him nearly two years of sustained practice between ages 14 and 16. The model accomplished the equivalent in four days.

"Watching that final training run unfold was quite a surreal experience," Li wrote in the technical report.

But Li was quick to note an important caveat that speaks to broader questions about AI efficiency: he solved roughly 1,000 problems during those two years, while the model required 24,000. Humans, at least for now, remain dramatically more sample-efficient learners.

Inside the reinforcement learning system that trains on 24,000 competitive programming problems

NousCoder-14B's training process offers a window into the increasingly sophisticated techniques researchers use to improve AI reasoning capabilities through reinforcement learning.

The approach relies on what researchers call "verifiable rewards" — a system where the model generates code solutions, those solutions are executed against test cases, and the model receives a simple binary signal: correct or incorrect. This feedback loop, while conceptually straightforward, requires significant infrastructure to execute at scale.

Nous Research used Modal, a cloud computing platform, to run sandboxed code execution in parallel. Each of the 24,000 training problems contains hundreds of test cases on average, and the system must verify that generated code produces correct outputs within time and memory constraints — 15 seconds and 4 gigabytes, respectively.

The training employed a technique called DAPO (Dynamic Sampling Policy Optimization), which the researchers found performed slightly better than alternatives in their experiments. A key innovation involves "dynamic sampling" — discarding training examples where the model either solves all attempts or fails all attempts, since these provide no useful gradient signal for learning.

The researchers also adopted "iterative context extension," first training the model with a 32,000-token context window before expanding to 40,000 tokens. During evaluation, extending the context further to approximately 80,000 tokens produced the best results, with accuracy reaching 67.87 percent.

Perhaps most significantly, the training pipeline overlaps inference and verification — as soon as the model generates a solution, it begins work on the next problem while the previous solution is being checked. This pipelining, combined with asynchronous training where multiple model instances work in parallel, maximizes hardware utilization on expensive GPU clusters.

The looming data shortage that could slow AI coding model progress

Buried in Li's technical report is a finding with significant implications for the future of AI development: the training dataset for NousCoder-14B encompasses "a significant portion of all readily available, verifiable competitive programming problems in a standardized dataset format."

In other words, for this particular domain, the researchers are approaching the limits of high-quality training data.

"The total number of competitive programming problems on the Internet is roughly the same order of magnitude," Li wrote, referring to the 24,000 problems used for training. "This suggests that within the competitive programming domain, we have approached the limits of high-quality data."

This observation echoes growing concern across the AI industry about data constraints. While compute continues to scale according to well-understood economic and engineering principles, training data is "increasingly finite," as Li put it.

"It appears that some of the most important research that needs to be done in the future will be in the areas of synthetic data generation and data efficient algorithms and architectures," he concluded.

The challenge is particularly acute for competitive programming because the domain requires problems with known correct solutions that can be verified automatically. Unlike natural language tasks where human evaluation or proxy metrics suffice, code either works or it doesn't — making synthetic data generation considerably more difficult.

Li identified one potential avenue: training models not just to solve problems but to generate solvable problems, enabling a form of self-play similar to techniques that proved successful in game-playing AI systems. "Once synthetic problem generation is solved, self-play becomes a very interesting direction," he wrote.

A $65 million bet that open-source AI can compete with Big Tech

Nous Research has carved out a distinctive position in the AI landscape: a company committed to open-source releases that compete with — and sometimes exceed — proprietary alternatives.

The company raised $50 million in April 2025 in a round led by Paradigm, the cryptocurrency-focused venture firm founded by Coinbase co-founder Fred Ehrsam. Total funding reached $65 million, according to some reports. The investment reflected growing interest in decentralized approaches to AI training, an area where Nous Research has developed its Psyche platform.

Previous releases include Hermes 4, a family of models that we reported "outperform ChatGPT without content restrictions," and DeepHermes-3, which the company described as the first "toggle-on reasoning model" — allowing users to activate extended thinking capabilities on demand.

The company has cultivated a distinctive aesthetic and community, prompting some skepticism about whether style might overshadow substance. "Ofc i'm gonna believe an anime pfp company. stop benchmarkmaxxing ffs," wrote one critic on X, referring to Nous Research's anime-style branding and the industry practice of optimizing for benchmark performance.

Others raised technical questions. "Based on the benchmark, Nemotron is better," noted one commenter, referring to Nvidia's family of language models. Another asked whether NousCoder-14B is "agentic focused or just 'one shot' coding" — a distinction that matters for practical software development, where iterating on feedback typically produces better results than single attempts.

What researchers say must happen next for AI coding tools to keep improving

The release includes several directions for future work that hint at where AI coding research may be heading.

Multi-turn reinforcement learning tops the list. Currently, the model receives only a final binary reward — pass or fail — after generating a solution. But competitive programming problems typically include public test cases that provide intermediate feedback: compilation errors, incorrect outputs, time limit violations. Training models to incorporate this feedback across multiple attempts could significantly improve performance.

Controlling response length also remains a challenge. The researchers found that incorrect solutions tended to be longer than correct ones, and response lengths quickly saturated available context windows during training — a pattern that various algorithmic modifications failed to resolve.

Perhaps most ambitiously, Li proposed "problem generation and self-play" — training models to both solve and create programming problems. This would address the data scarcity problem directly by enabling models to generate their own training curricula.

"Humans are great at generating interesting and useful problems for other competitive programmers, but it appears that there still exists a significant gap in LLM capabilities in creative problem generation," Li wrote.

The model is available now on Hugging Face under an Apache 2.0 license. For researchers and developers who want to build on the work, Nous Research has published the complete Atropos training stack alongside it.

What took Li two years of adolescent dedication to achieve—climbing from a 1600-level novice to a 2100-rated competitor on Codeforces—an AI replicated in 96 hours. He needed 1,000 problems. The model needed 24,000. But soon enough, these systems may learn to write their own problems, teach themselves, and leave human benchmarks behind entirely.

The question is no longer whether machines can learn to code. It's whether they'll soon be better teachers than we ever were.

\n

" }, "normalized_title": "nousresearchsnouscoder14bisanopensourcecodingmodellandingrightintheclaudecodemoment", "resolved_target": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "content_fingerprint": "b761e53fc1184ac54f017fbed9389c9e1cfbcabe8d4360715ecfbf1d6f950dd4", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:475", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 475, "duplicate_primary_title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "display_summary_zh": "Nous Research , the open-source artificial intelligence startup backed by crypto venture firm Paradigm , released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using 48 of Nvidia's latest B200 graphics processors . The model, called NousCoder-14B , is another entry in a crowded field of AI coding assistants, but arrives at a particularly charged moment: Claude Code , the agentic programming tool from rival Anthropic, has dominated social media discussion since New Year's Day, with developers posting breathless testimonials about its capabilities . The simultaneous developments underscore how quickly AI-assisted software development is evolving — and how fiercely companies large and small are competing to capture what many believe will become a foundational technology for how software gets written. type: embedded-entry-inline id: 74cSyrq6OUrp9SEQ5zOUSl NousCoder-14B achieves a 67.87 percent accuracy rate on LiveCodeBench v6 , a standardized evaluation that tests models on competitive programming problems published between August 2024 and May 2025. That figure represents a 7.08 percentage point improvement over the base model it was trained from, Alibaba's Qwen3-14B , according to Nous Research's technical report published alongside the release. \"I gave Claude Code a description of the problem, it generated what we built last year in an hour,\" wrote Jaana Dogan , a principal engineer at Google responsible for the Gemini API, in a viral post on X last week that captured the prevailing mood around AI coding tools. Dogan was describing a distributed agent orchestration system her team had spent a year developing — a system Claude Code approximated from a three-paragraph prompt. The juxtaposition is instructive: while Anthropic's Claude Code has captured imaginations with demonstrations of end-to-end software development, Nous Research is betting that open-source alternatives trained on verifiable problems can close the gap — and that transparency in how these models are built matters as much as raw capability. How Nous Research built an AI coding model that anyone can replicate What distinguishes the NousCoder-14B release from many competitor announcements is its radical openness. Nous Research published not just the model weights but the complete reinforcement learning environment , benchmark suite, and training harness — built on the company's Atropos framework — enabling any researcher with sufficient compute to reproduce or extend the work . \"Open-sourcing the Atropos stack provides the necessary infrastructure for reproducible olympiad-level reasoning research,\" noted one observer on X , summarizing the significance for the academic and open-source communities. The model was trained by Joe Li , a researcher in residence at Nous Research and a former competitive programmer himself. Li's technical report reveals an unexpectedly personal dimension: he compared the model's improvement trajectory to his own journey on Codeforces, the competitive programming platform where participants earn ratings based on contest performance. Based on rough estimates mapping LiveCodeBench scores to Codeforces ratings, Li calculated that NousCoder-14B's improvemen t— from approximately the 1600-1750 rating range to 2100-2200 — mirrors a leap that took him nearly two years of sustained practice between ages 14 and 16. The model accomplished the equivalent in four days. \"Watching that final training run unfold was quite a surreal experience,\" Li wrote in the technical report. But Li was quick to note an important caveat that speaks to broader questions about AI efficiency: he solved roughly 1,000 problems during those two years, while the model required 24,000. Humans, at least for now, remain dramatically more sample-efficient learners. Inside the reinforcement learning system that trains on 24,000 competitive programming problems NousCoder-14B 's training process offers a window into the increasingly sophisticated techniques researchers use to improve AI reasoning capabilities through reinforcement learning. The approach relies on what researchers call \"verifiable rewards\" — a system where the model generates code solutions, those solutions are executed against test cases, and the model receives a simple binary signal: correct or incorrect. This feedback loop, while conceptually straightforward, requires significant infrastructure to execute at scale. Nous Research used Modal , a cloud computing platform, to run sandboxed code execution in parallel. Each of the 24,000 training problems contains hundreds of test cases on average, and the system must verify that generated code produces correct outputs within time and memory constraints — 15 seconds and 4 gigabytes, respectively. The training employed a technique called DAPO (Dynamic Sampling Policy Optimization) , which the researchers found performed slightly better than alternatives in their experiments. A key innovation involves \"dynamic sampling\" — discarding training examples where the model either solves all attempts or fails all attempts, since these provide no useful gradient signal for learning. The researchers also adopted \"iterative context extension,\" first training the model with a 32,000-token context window before expanding to 40,000 tokens. During evaluation, extending the context further to approximately 80,000 tokens produced the best results, with accuracy reaching 67.87 percent. Perhaps most significantly, the training pipeline overlaps inference and verification — as soon as the model generates a solution, it begins work on the next problem while the previous solution is being checked. This pipelining, combined with asynchronous training where multiple model instances work in parallel, maximizes hardware utilization on expensive GPU clusters. The looming data shortage that could slow AI coding model progress Buried in Li's technical report is a finding with significant implications for the future of AI development: the training dataset for NousCoder-14B encompasses \"a significant portion of all readily available, verifiable competitive programming problems in a standardized dataset format.\" In other words, for this particular domain, the researchers are approaching the limits of high-quality training data. \"The total number of competitive programming problems on the Internet is roughly the same order of magnitude,\" Li wrote, referring to the 24,000 problems used for training. \"This suggests that within the competitive programming domain, we have approached the limits of high-quality data.\" This observation echoes growing concern across the AI industry about data constraints. While compute continues to scale according to well-understood economic and engineering principles, training data is \"increasingly finite,\" as Li put it. \"It appears that some of the most important research that needs to be done in the future will be in the areas of synthetic data generation and data efficient algorithms and architectures,\" he concluded. The challenge is particularly acute for competitive programming because the domain requires problems with known correct solutions that can be verified automatically. Unlike natural language tasks where human evaluation or proxy metrics suffice, code either works or it doesn't — making synthetic data generation considerably more difficult. Li identified one potential avenue: training models not just to solve problems but to generate solvable problems, enabling a form of self-play similar to techniques that proved successful in game-playing AI systems. \"Once synthetic problem generation is solved, self-play becomes a very interesting direction,\" he wrote. A $65 million bet that open-source AI can compete with Big Tech Nous Research has carved out a distinctive position in the AI landscape: a company committed to open-source releases that compete with — and sometimes exceed — proprietary alternatives. The company raised $50 million in April 2025 in a round led by Paradigm, the cryptocurrency-focused venture firm founded by Coinbase co-founder Fred Ehrsam. Total funding reached $65 million, according to some reports. The investment reflected growing interest in decentralized approaches to AI training, an area where Nous Research has developed its Psyche platform . Previous releases include Hermes 4 , a family of models that we reported \" outperform ChatGPT without content restrictions ,\" and DeepHermes-3, which the company described as the first \" toggle-on reasoning model \" — allowing users to activate extended thinking capabilities on demand. The company has cultivated a distinctive aesthetic and community, prompting some skepticism about whether style might overshadow substance. \"Ofc i'm gonna believe an anime pfp company. stop benchmarkmaxxing ffs,\" wrote one critic on X , referring to Nous Research's anime-style branding and the industry practice of optimizing for benchmark performance. Others raised technical questions. \" Based on the benchmark, Nemotron is better ,\" noted one commenter, referring to Nvidia's family of language models. Another asked whether NousCoder-14B is \"agentic focused or just 'one shot' coding\" — a distinction that matters for practical software development, where iterating on feedback typically produces better results than single attempts. What researchers say must happen next for AI coding tools to keep improving The release includes several directions for future work that hint at where AI coding research may be heading. Multi-turn reinforcement learning tops the list. Currently, the model receives only a final binary reward — pass or fail — after generating a solution. But competitive programming problems typically include public test cases that provide intermediate feedback: compilation errors, incorrect outputs, time limit violations. Training models to incorporate this feedback across multiple attempts could significantly improve performance. Controlling response length also remains a challenge. The researchers found that incorrect solutions tended to be longer than correct ones, and response lengths quickly saturated available context windows during training — a pattern that various algorithmic modifications failed to resolve. Perhaps most ambitiously, Li proposed \"problem generation and self-play\" — training models to both solve and create programming problems. This would address the data scarcity problem directly by enabling models to generate their own training curricula. \"Humans are great at generating interesting and useful problems for other competitive programmers, but it appears that there still exists a significant gap in LLM capabilities in creative problem generation,\" Li wrote. The model is available now on Hugging Face under an Apache 2.0 license. For researchers and developers who want to build on the work, Nous Research has published the complete Atropos training stack alongside it. What took Li two years of adolescent dedication to achieve—climbing from a 1600-level novice to a 2100-rated competitor on Codeforces—an AI replicated in 96 hours. He needed 1,000 problems. The model needed 24,000. But soon enough, these systems may learn to write their own problems, teach themselves, and leave human benchmarks behind entirely. The question is no longer whether machines can learn to code. It's whether they'll soon be better teachers than we ever were.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Nous Research , the open-source artificial intelligence startup backed by crypto venture firm Paradigm , released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using...", "hot_score": 0.0 }, { "id": 476, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "url": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "canonical_url": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "summary": "When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes. For the past week, the engineering community has been dissecting a thread on X from Boris Cherny , the creator and head of Claude Code at Anthropic . What began as a casual sharing of his personal terminal setup has spiraled into a viral manifesto on the future of software development, with industry insiders calling it a watershed moment for the startup. \"If you're not reading the Claude Code best practices straight from its creator, you're behind as a programmer,\" wrote Jeff Tang , a prominent voice in the developer community. Kyle McNease , another industry observer, went further, declaring that with Cherny's \"game-changing updates,\" Anthropic is \"on fire,\" potentially facing \"their ChatGPT moment.\" The excitement stems from a paradox: Cherny's workflow is surprisingly simple, yet it allows a single human to operate with the output capacity of a small engineering department. As one user noted on X after implementing Cherny's setup, the experience \" feels more like Starcraft \" than traditional coding — a shift from typing syntax to commanding autonomous units. Here is an analysis of the workflow that is reshaping how software gets built, straight from the architect himself. How running five AI agents at once turns coding into a real-time strategy game The most striking revelation from Cherny's disclosure is that he does not code in a linear fashion. In the traditional \" inner loop \" of development, a programmer writes a function, tests it, and moves to the next. Cherny, however, acts as a fleet commander. \"I run 5 Claudes in parallel in my terminal,\" Cherny wrote. \"I number my tabs 1-5, and use system notifications to know when a Claude needs input.\" By utilizing iTerm2 system notifications, Cherny effectively manages five simultaneous work streams. While one agent runs a test suite, another refactors a legacy module, and a third drafts documentation. He also runs \"5-10 Claudes on claude.ai \" in his browser, using a \"teleport\" command to hand off sessions between the web and his local machine. This validates the \" do more with less \" strategy articulated by Anthropic President Daniela Amodei earlier this week. While competitors like OpenAI pursue trillion-dollar infrastructure build-outs, Anthropic is proving that superior orchestration of existing models can yield exponential productivity gains. The counterintuitive case for choosing the slowest, smartest model In a surprising move for an industry obsessed with latency, Cherny revealed that he exclusively uses Anthropic's heaviest, slowest model: Opus 4.5 . \"I use Opus 4.5 with thinking for everything,\" Cherny explained . \"It's the best coding model I've ever used, and even though it's bigger & slower than Sonnet, since you have to steer it less and it's better at tool use, it is almost always faster than using a smaller model in the end.\" For enterprise technology leaders, this is a critical insight. The bottleneck in modern AI development isn't the generation speed of the token; it is the human time spent correcting the AI's mistakes. Cherny's workflow suggests that paying the \"compute tax\" for a smarter model upfront eliminates the \"correction tax\" later. One shared file turns every AI mistake into a permanent lesson Cherny also detailed how his team solves the problem of AI amnesia. Standard large language models do not \"remember\" a company's specific coding style or architectural decisions from one session to the next. To address this, Cherny's team maintains a single file named CLAUDE.md in their git repository. \"Anytime we see Claude do something incorrectly we add it to the CLAUDE.md, so Claude knows not to do it next time,\" he wrote. This practice transforms the codebase into a self-correcting organism. When a human developer reviews a pull request and spots an error, they don't just fix the code; they tag the AI to update its own instructions. \" Every mistake becomes a rule ,\" noted Aakash Gupta , a product leader analyzing the thread. The longer the team works together, the smarter the agent becomes. Slash commands and subagents automate the most tedious parts of development The \"vanilla\" workflow one observer praised is powered by rigorous automation of repetitive tasks. Cherny uses slash commands — custom shortcuts checked into the project's repository — to handle complex operations with a single keystroke. He highlighted a command called /commit-push-pr , which he invokes dozens of times daily. Instead of manually typing git commands, writing a commit message, and opening a pull request, the agent handles the bureaucracy of version control autonomously. Cherny also deploys subagents — specialized AI personas — to handle specific phases of the development lifecycle. He uses a code-simplifier to clean up architecture after the main work is done and a verify-app agent to run end-to-end tests before anything ships. Why verification loops are the real unlock for AI-generated code If there is a single reason Claude Code has reportedly hit $1 billion in annual recurring revenue so quickly, it is likely the verification loop. The AI is not just a text generator; it is a tester. \"Claude tests every single change I land to claude.ai/code using the Claude Chrome extension,\" Cherny wrote. \"It opens a browser, tests the UI, and iterates until the code works and the UX feels good.\" He argues that giving the AI a way to verify its own work — whether through browser automation, running bash commands, or executing test suites — improves the quality of the final result by \"2-3x.\" The agent doesn't just write code; it proves the code works. What Cherny's workflow signals about the future of software engineering The reaction to Cherny's thread suggests a pivotal shift in how developers think about their craft. For years, \"AI coding\" meant an autocomplete function in a text editor — a faster way to type. Cherny has demonstrated that it can now function as an operating system for labor itself. \"Read this if you're already an engineer... and want more power,\" Jeff Tang summarized on X. The tools to multiply human output by a factor of five are already here. They require only a willingness to stop thinking of AI as an assistant and start treating it as a workforce. The programmers who make that mental leap first won't just be more productive. They'll be playing an entirely different game — and everyone else will still be typing.", "published_at": "2026-01-05T07:45:00+00:00", "discovered_at": "2026-05-11T17:05:48.711318+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "link": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "summary": "

When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes.

For the past week, the engineering community has been dissecting a thread on X from Boris Cherny, the creator and head of Claude Code at Anthropic. What began as a casual sharing of his personal terminal setup has spiraled into a viral manifesto on the future of software development, with industry insiders calling it a watershed moment for the startup.

"If you're not reading the Claude Code best practices straight from its creator, you're behind as a programmer," wrote Jeff Tang, a prominent voice in the developer community. Kyle McNease, another industry observer, went further, declaring that with Cherny's "game-changing updates," Anthropic is "on fire," potentially facing "their ChatGPT moment."

The excitement stems from a paradox: Cherny's workflow is surprisingly simple, yet it allows a single human to operate with the output capacity of a small engineering department. As one user noted on X after implementing Cherny's setup, the experience "feels more like Starcraft" than traditional coding — a shift from typing syntax to commanding autonomous units.

Here is an analysis of the workflow that is reshaping how software gets built, straight from the architect himself.

How running five AI agents at once turns coding into a real-time strategy game

The most striking revelation from Cherny's disclosure is that he does not code in a linear fashion. In the traditional "inner loop" of development, a programmer writes a function, tests it, and moves to the next. Cherny, however, acts as a fleet commander.

"I run 5 Claudes in parallel in my terminal," Cherny wrote. "I number my tabs 1-5, and use system notifications to know when a Claude needs input."

By utilizing iTerm2 system notifications, Cherny effectively manages five simultaneous work streams. While one agent runs a test suite, another refactors a legacy module, and a third drafts documentation. He also runs "5-10 Claudes on claude.ai" in his browser, using a "teleport" command to hand off sessions between the web and his local machine.

This validates the "do more with less" strategy articulated by Anthropic President Daniela Amodei earlier this week. While competitors like OpenAI pursue trillion-dollar infrastructure build-outs, Anthropic is proving that superior orchestration of existing models can yield exponential productivity gains.

The counterintuitive case for choosing the slowest, smartest model

In a surprising move for an industry obsessed with latency, Cherny revealed that he exclusively uses Anthropic's heaviest, slowest model: Opus 4.5.

"I use Opus 4.5 with thinking for everything," Cherny explained. "It's the best coding model I've ever used, and even though it's bigger & slower than Sonnet, since you have to steer it less and it's better at tool use, it is almost always faster than using a smaller model in the end."

For enterprise technology leaders, this is a critical insight. The bottleneck in modern AI development isn't the generation speed of the token; it is the human time spent correcting the AI's mistakes. Cherny's workflow suggests that paying the "compute tax" for a smarter model upfront eliminates the "correction tax" later.

One shared file turns every AI mistake into a permanent lesson

Cherny also detailed how his team solves the problem of AI amnesia. Standard large language models do not "remember" a company's specific coding style or architectural decisions from one session to the next.

To address this, Cherny's team maintains a single file named CLAUDE.md in their git repository. "Anytime we see Claude do something incorrectly we add it to the CLAUDE.md, so Claude knows not to do it next time," he wrote.

This practice transforms the codebase into a self-correcting organism. When a human developer reviews a pull request and spots an error, they don't just fix the code; they tag the AI to update its own instructions. "Every mistake becomes a rule," noted Aakash Gupta, a product leader analyzing the thread. The longer the team works together, the smarter the agent becomes.

Slash commands and subagents automate the most tedious parts of development

The "vanilla" workflow one observer praised is powered by rigorous automation of repetitive tasks. Cherny uses slash commands — custom shortcuts checked into the project's repository — to handle complex operations with a single keystroke.

He highlighted a command called /commit-push-pr, which he invokes dozens of times daily. Instead of manually typing git commands, writing a commit message, and opening a pull request, the agent handles the bureaucracy of version control autonomously.

Cherny also deploys subagents — specialized AI personas — to handle specific phases of the development lifecycle. He uses a code-simplifier to clean up architecture after the main work is done and a verify-app agent to run end-to-end tests before anything ships.

Why verification loops are the real unlock for AI-generated code

If there is a single reason Claude Code has reportedly hit $1 billion in annual recurring revenue so quickly, it is likely the verification loop. The AI is not just a text generator; it is a tester.

"Claude tests every single change I land to claude.ai/code using the Claude Chrome extension," Cherny wrote. "It opens a browser, tests the UI, and iterates until the code works and the UX feels good."

He argues that giving the AI a way to verify its own work — whether through browser automation, running bash commands, or executing test suites — improves the quality of the final result by "2-3x." The agent doesn't just write code; it proves the code works.

What Cherny's workflow signals about the future of software engineering

The reaction to Cherny's thread suggests a pivotal shift in how developers think about their craft. For years, "AI coding" meant an autocomplete function in a text editor — a faster way to type. Cherny has demonstrated that it can now function as an operating system for labor itself.

"Read this if you're already an engineer... and want more power," Jeff Tang summarized on X.

The tools to multiply human output by a factor of five are already here. They require only a willingness to stop thinking of AI as an assistant and start treating it as a workforce. The programmers who make that mental leap first won't just be more productive. They'll be playing an entirely different game — and everyone else will still be typing.

" }, "normalized_title": "thecreatorofclaudecodejustrevealedhisworkflowanddevelopersarelosingtheirminds", "resolved_target": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "content_fingerprint": "999c819926fb8840cbe0bd12673340f3b7f66f53c826f9ace2f814e206bdafdc", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:476", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 476, "duplicate_primary_title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "display_summary_zh": "When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes. For the past week, the engineering community has been dissecting a thread on X from Boris Cherny , the creator and head of Claude Code at Anthropic . What began as a casual sharing of his personal terminal setup has spiraled into a viral manifesto on the future of software development, with industry insiders calling it a watershed moment for the startup. \"If you're not reading the Claude Code best practices straight from its creator, you're behind as a programmer,\" wrote Jeff Tang , a prominent voice in the developer community. Kyle McNease , another industry observer, went further, declaring that with Cherny's \"game-changing updates,\" Anthropic is \"on fire,\" potentially facing \"their ChatGPT moment.\" The excitement stems from a paradox: Cherny's workflow is surprisingly simple, yet it allows a single human to operate with the output capacity of a small engineering department. As one user noted on X after implementing Cherny's setup, the experience \" feels more like Starcraft \" than traditional coding — a shift from typing syntax to commanding autonomous units. Here is an analysis of the workflow that is reshaping how software gets built, straight from the architect himself. How running five AI agents at once turns coding into a real-time strategy game The most striking revelation from Cherny's disclosure is that he does not code in a linear fashion. In the traditional \" inner loop \" of development, a programmer writes a function, tests it, and moves to the next. Cherny, however, acts as a fleet commander. \"I run 5 Claudes in parallel in my terminal,\" Cherny wrote. \"I number my tabs 1-5, and use system notifications to know when a Claude needs input.\" By utilizing iTerm2 system notifications, Cherny effectively manages five simultaneous work streams. While one agent runs a test suite, another refactors a legacy module, and a third drafts documentation. He also runs \"5-10 Claudes on claude.ai \" in his browser, using a \"teleport\" command to hand off sessions between the web and his local machine. This validates the \" do more with less \" strategy articulated by Anthropic President Daniela Amodei earlier this week. While competitors like OpenAI pursue trillion-dollar infrastructure build-outs, Anthropic is proving that superior orchestration of existing models can yield exponential productivity gains. The counterintuitive case for choosing the slowest, smartest model In a surprising move for an industry obsessed with latency, Cherny revealed that he exclusively uses Anthropic's heaviest, slowest model: Opus 4.5 . \"I use Opus 4.5 with thinking for everything,\" Cherny explained . \"It's the best coding model I've ever used, and even though it's bigger & slower than Sonnet, since you have to steer it less and it's better at tool use, it is almost always faster than using a smaller model in the end.\" For enterprise technology leaders, this is a critical insight. The bottleneck in modern AI development isn't the generation speed of the token; it is the human time spent correcting the AI's mistakes. Cherny's workflow suggests that paying the \"compute tax\" for a smarter model upfront eliminates the \"correction tax\" later. One shared file turns every AI mistake into a permanent lesson Cherny also detailed how his team solves the problem of AI amnesia. Standard large language models do not \"remember\" a company's specific coding style or architectural decisions from one session to the next. To address this, Cherny's team maintains a single file named CLAUDE.md in their git repository. \"Anytime we see Claude do something incorrectly we add it to the CLAUDE.md, so Claude knows not to do it next time,\" he wrote. This practice transforms the codebase into a self-correcting organism. When a human developer reviews a pull request and spots an error, they don't just fix the code; they tag the AI to update its own instructions. \" Every mistake becomes a rule ,\" noted Aakash Gupta , a product leader analyzing the thread. The longer the team works together, the smarter the agent becomes. Slash commands and subagents automate the most tedious parts of development The \"vanilla\" workflow one observer praised is powered by rigorous automation of repetitive tasks. Cherny uses slash commands — custom shortcuts checked into the project's repository — to handle complex operations with a single keystroke. He highlighted a command called /commit-push-pr , which he invokes dozens of times daily. Instead of manually typing git commands, writing a commit message, and opening a pull request, the agent handles the bureaucracy of version control autonomously. Cherny also deploys subagents — specialized AI personas — to handle specific phases of the development lifecycle. He uses a code-simplifier to clean up architecture after the main work is done and a verify-app agent to run end-to-end tests before anything ships. Why verification loops are the real unlock for AI-generated code If there is a single reason Claude Code has reportedly hit $1 billion in annual recurring revenue so quickly, it is likely the verification loop. The AI is not just a text generator; it is a tester. \"Claude tests every single change I land to claude.ai/code using the Claude Chrome extension,\" Cherny wrote. \"It opens a browser, tests the UI, and iterates until the code works and the UX feels good.\" He argues that giving the AI a way to verify its own work — whether through browser automation, running bash commands, or executing test suites — improves the quality of the final result by \"2-3x.\" The agent doesn't just write code; it proves the code works. What Cherny's workflow signals about the future of software engineering The reaction to Cherny's thread suggests a pivotal shift in how developers think about their craft. For years, \"AI coding\" meant an autocomplete function in a text editor — a faster way to type. Cherny has demonstrated that it can now function as an operating system for labor itself. \"Read this if you're already an engineer... and want more power,\" Jeff Tang summarized on X. The tools to multiply human output by a factor of five are already here. They require only a willingness to stop thinking of AI as an assistant and start treating it as a workforce. The programmers who make that mental leap first won't just be more productive. They'll be playing an entirely different game — and everyone else will still be typing.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes. For the past week, the engineering community has been dissecting a thread on X from Boris Cherny , the creator and head of Claude Code at An...", "hot_score": 0.0 } ], "selection_preview": [ { "article_id": 717, "title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "url": "https://36kr.com/p/3808362853834502?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T23:50:00+00:00", "rank_score": 200.0, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 718, "title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "url": "https://www.tmtpost.com/7987041.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T23:20:00+00:00", "rank_score": 189.17, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 674, "title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "url": "https://36kr.com/p/3807540422942214?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "published_at": "2026-05-13T10:41:00+00:00", "rank_score": 165.0, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 708, "title": "Notion just turned its workspace into a hub for AI agents", "url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T21:45:09+00:00", "rank_score": 188.12, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:agents", "subfield_balance:agents" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 670, "title": "机器人行业最缺的，已经不是想象力了", "url": "https://www.tmtpost.com/7985905.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "robotics", "digest_subfield_label": "机器人与具身智能", "published_at": "2026-05-13T09:49:28+00:00", "rank_score": 140.96, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:robotics", "subfield_balance:robotics" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 720, "title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "url": "https://www.ithome.com/0/950/093.htm", "source_name": "IT Home AI Filtered", "topic": "news", "digest_subfield": "open_source", "digest_subfield_label": "开源工具", "published_at": "2026-05-14T00:22:21+00:00", "rank_score": 190.96, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:open_source", "subfield_balance:open_source" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 709, "title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T22:04:28+00:00", "rank_score": 193.46, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:general", "subfield_balance:general" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 703, "title": "Building a safe, effective sandbox to enable Codex on Windows", "url": "https://openai.com/index/building-codex-windows-sandbox", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-15T00:00:00+00:00", "rank_score": 186.42, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 704, "title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T19:49:42+00:00", "rank_score": 185.42, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 657, "title": "6月上海，这场论坛聊透出海真问题", "url": "https://36kr.com/p/3807234971131656?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "published_at": "2026-05-13T05:04:00+00:00", "rank_score": 165.0, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 678, "title": "Alexa is moving into Amazon.com", "url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T12:56:20+00:00", "rank_score": 160.04, "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:agents", "subfield_balance:agents" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 702, "title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T16:54:04+00:00", "rank_score": 158.5, "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:general", "subfield_balance:general" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false } ], "selection_decisions": [ { "article_id": 717, "title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "url": "https://36kr.com/p/3808362853834502?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T23:50:00+00:00", "rank_score": 200.0, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 718, "title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "url": "https://www.tmtpost.com/7987041.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T23:20:00+00:00", "rank_score": 189.17, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 674, "title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "url": "https://36kr.com/p/3807540422942214?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "published_at": "2026-05-13T10:41:00+00:00", "rank_score": 165.0, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 708, "title": "Notion just turned its workspace into a hub for AI agents", "url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T21:45:09+00:00", "rank_score": 188.12, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:agents", "subfield_balance:agents" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 670, "title": "机器人行业最缺的，已经不是想象力了", "url": "https://www.tmtpost.com/7985905.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "robotics", "digest_subfield_label": "机器人与具身智能", "published_at": "2026-05-13T09:49:28+00:00", "rank_score": 140.96, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:robotics", "subfield_balance:robotics" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 720, "title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "url": "https://www.ithome.com/0/950/093.htm", "source_name": "IT Home AI Filtered", "topic": "news", "digest_subfield": "open_source", "digest_subfield_label": "开源工具", "published_at": "2026-05-14T00:22:21+00:00", "rank_score": 190.96, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:open_source", "subfield_balance:open_source" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 709, "title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T22:04:28+00:00", "rank_score": 193.46, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:general", "subfield_balance:general" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 703, "title": "Building a safe, effective sandbox to enable Codex on Windows", "url": "https://openai.com/index/building-codex-windows-sandbox", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-15T00:00:00+00:00", "rank_score": 186.42, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 704, "title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T19:49:42+00:00", "rank_score": 185.42, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 657, "title": "6月上海，这场论坛聊透出海真问题", "url": "https://36kr.com/p/3807234971131656?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "published_at": "2026-05-13T05:04:00+00:00", "rank_score": 165.0, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 678, "title": "Alexa is moving into Amazon.com", "url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T12:56:20+00:00", "rank_score": 160.04, "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:agents", "subfield_balance:agents" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 702, "title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T16:54:04+00:00", "rank_score": 158.5, "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:general", "subfield_balance:general" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 628, "title": "Meta won’t let you block its AI account on Threads", "url": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-12T20:45:49+00:00", "rank_score": 0.0, "selection_reasons": [ "duplicate_secondary" ], "decision": "duplicate_secondary", "duplicate_count": 2, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 705, "title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "url": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T19:28:06+00:00", "rank_score": 184.04, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_6h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 719, "title": "Edge AI Daily 早报（5月14日）", "url": "https://www.tmtpost.com/7987225.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-14T00:14:15+00:00", "rank_score": 181.79, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_6h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 675, "title": "2026 AI最佳场景渗透案例重磅揭晓", "url": "https://36kr.com/p/3807623172235011?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T11:21:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 662, "title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "url": "https://36kr.com/p/3807382930251523?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T07:24:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 642, "title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "url": "https://36kr.com/p/3806507139390984?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T01:30:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 643, "title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "url": "https://36kr.com/p/3807043342475009?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T01:26:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 644, "title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "url": "https://36kr.com/p/3807039782116865?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T01:24:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 668, "title": "Data centers are coming for rural America", "url": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T02:08:42+00:00", "rank_score": 159.08, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:compute" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 699, "title": "Microsoft doesn’t want any of this", "url": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T15:30:37+00:00", "rank_score": 157.33, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 685, "title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "url": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T14:00:00+00:00", "rank_score": 153.46, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 684, "title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "url": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T14:00:00+00:00", "rank_score": 150.92, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 701, "title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "url": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T16:22:01+00:00", "rank_score": 150.25, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 693, "title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "url": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T14:59:32+00:00", "rank_score": 150.08, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:agents" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 698, "title": "Anthropic courts a new kind of customer: small business owners", "url": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T16:00:00+00:00", "rank_score": 149.96, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 686, "title": "WhatsApp adds an incognito mode in Meta AI chats", "url": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T14:00:00+00:00", "rank_score": 149.92, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 700, "title": "Who trusts Sam Altman?", "url": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T16:31:04+00:00", "rank_score": 148.92, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 632, "title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "url": "https://36kr.com/p/3806970999955201?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T00:11:00+00:00", "rank_score": 125.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 582, "title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "url": "https://36kr.com/p/3806196073242112?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T11:22:00+00:00", "rank_score": 125.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 611, "title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "url": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T18:07:26+00:00", "rank_score": 119.58, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 602, "title": "The 9 biggest new features in Android 17", "url": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-12T17:00:59+00:00", "rank_score": 119.42, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:general" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 637, "title": "Sam Altman was winning on the stand, but it might not be enough", "url": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T00:11:09+00:00", "rank_score": 117.54, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 625, "title": "How finance teams use Codex", "url": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T15:00:00+00:00", "rank_score": 111.04, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 48, "title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "url": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-22T14:00:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 49, "title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "url": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-19T14:00:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 50, "title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "url": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-16T14:01:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 51, "title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "url": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-13T13:00:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 52, "title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "url": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-12T11:30:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 475, "title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "url": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-07T20:00:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 476, "title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "url": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-05T07:45:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 439, "title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "url": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T15:32:00+00:00", "rank_score": 84.04, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 617, "title": "What Parameter Golf taught us about AI-assisted research", "url": "https://openai.com/index/what-parameter-golf-taught-us", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T00:00:00+00:00", "rank_score": 78.42, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 382, "title": "OpenAI launches DeployCo to help businesses build around intelligence", "url": "https://openai.com/index/openai-launches-the-deployment-company", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T06:00:00+00:00", "rank_score": 77.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 18, "title": "Running Codex safely at OpenAI", "url": "https://openai.com/index/running-codex-safely", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-08T12:30:00+00:00", "rank_score": 76.5, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 490, "title": "How ChatGPT adoption broadened in early 2026", "url": "https://openai.com/signals/research/2026q1-update", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T15:00:00+00:00", "rank_score": 76.21, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 290, "title": "How enterprises are scaling AI", "url": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T10:00:00+00:00", "rank_score": 75.67, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 291, "title": "OpenAI Campus Network: Student club interest form", "url": "https://openai.com/index/openai-campus-network-student-club-interest-form", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T10:00:00+00:00", "rank_score": 75.62, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 627, "title": "AutoScout24 scales engineering with AI-powered workflows", "url": "https://openai.com/index/autoscout24", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T00:00:00+00:00", "rank_score": 75.21, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 626, "title": "How NVIDIA engineers and researchers build with Codex", "url": "https://openai.com/index/nvidia", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T00:00:00+00:00", "rank_score": 74.42, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false } ], "selection_summary": { "candidate_articles": 51, "unique_candidates": 50, "selected_count": 12, "duplicates_suppressed": 1, "editorially_suppressed": 0, "ranked_out": 38, "pinned_selected": 0, "must_include_selected": 0, "selected_by_subfield": { "models": 2, "compute": 2, "funding": 2, "agents": 2, "robotics": 1, "open_source": 1, "general": 2 }, "selected_by_subfield_label": { "模型与大厂": 2, "算力芯片": 2, "融资与资本": 2, "Agent 与应用": 2, "机器人与具身智能": 1, "开源工具": 1, "综合动态": 2 } }, "editor_snapshot": { "version": 1, "created_by": "system", "updated_by": "system", "change_summary": "generated digest snapshot", "snapshot_status": "draft", "frozen_at": "2026-05-14T00:39:43.321206+00:00", "updated_at": "2026-05-14T00:39:43.321161+00:00", "last_published_at": "", "items": [ { "article_id": 717, "selected": true, "base_decision": "selected", "manual_rank": 1, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "original_summary": "今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。", "url": "https://36kr.com/p/3808362853834502?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "rank_score": 200.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T23:50:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 0 }, { "article_id": 718, "selected": true, "base_decision": "selected", "manual_rank": 2, "section_override": "", "default_section": "算力芯片", "publish_title_override": "", "publish_summary_override": "", "original_title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "original_summary": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；", "url": "https://www.tmtpost.com/7987041.html", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "rank_score": 189.17, "source_name": "TMTPost AI Filtered", "published_at": "2026-05-13T23:20:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 1 }, { "article_id": 674, "selected": true, "base_decision": "selected", "manual_rank": 3, "section_override": "", "default_section": "融资与资本", "publish_title_override": "", "publish_summary_override": "", "original_title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "original_summary": "大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。", "url": "https://36kr.com/p/3807540422942214?f=rss", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T10:41:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 2 }, { "article_id": 708, "selected": true, "base_decision": "selected", "manual_rank": 4, "section_override": "", "default_section": "Agent 与应用", "publish_title_override": "", "publish_summary_override": "", "original_title": "Notion just turned its workspace into a hub for AI agents", "original_summary": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:agents", "subfield_balance:agents" ], "rank_score": 188.12, "source_name": "TechCrunch AI", "published_at": "2026-05-13T21:45:09+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 3 }, { "article_id": 670, "selected": true, "base_decision": "selected", "manual_rank": 5, "section_override": "", "default_section": "机器人与具身智能", "publish_title_override": "", "publish_summary_override": "", "original_title": "机器人行业最缺的，已经不是想象力了", "original_summary": "机器人不是能不能像人，而是能不能真的帮人干活。", "url": "https://www.tmtpost.com/7985905.html", "digest_subfield": "robotics", "digest_subfield_label": "机器人与具身智能", "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:robotics", "subfield_balance:robotics" ], "rank_score": 140.96, "source_name": "TMTPost AI Filtered", "published_at": "2026-05-13T09:49:28+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 4 }, { "article_id": 720, "selected": true, "base_decision": "selected", "manual_rank": 6, "section_override": "", "default_section": "开源工具", "publish_title_override": "", "publish_summary_override": "", "original_title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "original_summary": "IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。", "url": "https://www.ithome.com/0/950/093.htm", "digest_subfield": "open_source", "digest_subfield_label": "开源工具", "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:open_source", "subfield_balance:open_source" ], "rank_score": 190.96, "source_name": "IT Home AI Filtered", "published_at": "2026-05-14T00:22:21+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 5 }, { "article_id": 709, "selected": true, "base_decision": "selected", "manual_rank": 7, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "original_summary": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're...", "url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:general", "subfield_balance:general" ], "rank_score": 193.46, "source_name": "The Verge AI", "published_at": "2026-05-13T22:04:28+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 6 }, { "article_id": 703, "selected": true, "base_decision": "selected", "manual_rank": 8, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Building a safe, effective sandbox to enable Codex on Windows", "original_summary": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.", "url": "https://openai.com/index/building-codex-windows-sandbox", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "rank_score": 186.42, "source_name": "OpenAI News", "published_at": "2026-05-15T00:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 7 }, { "article_id": 704, "selected": true, "base_decision": "selected", "manual_rank": 9, "section_override": "", "default_section": "算力芯片", "publish_title_override": "", "publish_summary_override": "", "original_title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "original_summary": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.", "url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "rank_score": 185.42, "source_name": "TechCrunch AI", "published_at": "2026-05-13T19:49:42+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 8 }, { "article_id": 657, "selected": true, "base_decision": "selected", "manual_rank": 10, "section_override": "", "default_section": "融资与资本", "publish_title_override": "", "publish_summary_override": "", "original_title": "6月上海，这场论坛聊透出海真问题", "original_summary": "副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？", "url": "https://36kr.com/p/3807234971131656?f=rss", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T05:04:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 9 }, { "article_id": 678, "selected": true, "base_decision": "selected", "manual_rank": 11, "section_override": "", "default_section": "Agent 与应用", "publish_title_override": "", "publish_summary_override": "", "original_title": "Alexa is moving into Amazon.com", "original_summary": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience.", "url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:agents", "subfield_balance:agents" ], "rank_score": 160.04, "source_name": "The Verge AI", "published_at": "2026-05-13T12:56:20+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 10 }, { "article_id": 702, "selected": true, "base_decision": "selected", "manual_rank": 12, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "original_summary": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.", "url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:general", "subfield_balance:general" ], "rank_score": 158.5, "source_name": "The Verge AI", "published_at": "2026-05-13T16:54:04+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 11 }, { "article_id": 628, "selected": false, "base_decision": "duplicate_secondary", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Meta won’t let you block its AI account on Threads", "original_summary": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform.", "url": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "duplicate_secondary" ], "rank_score": 0.0, "source_name": "The Verge AI", "published_at": "2026-05-12T20:45:49+00:00", "duplicate_count": 2, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 12 }, { "article_id": 705, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "original_summary": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity.", "url": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are/", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_6h", "subfield:models" ], "rank_score": 184.04, "source_name": "TechCrunch AI", "published_at": "2026-05-13T19:28:06+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 13 }, { "article_id": 719, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Edge AI Daily 早报（5月14日）", "original_summary": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。", "url": "https://www.tmtpost.com/7987225.html", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_6h", "subfield:models" ], "rank_score": 181.79, "source_name": "TMTPost AI Filtered", "published_at": "2026-05-14T00:14:15+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 14 }, { "article_id": 675, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "2026 AI最佳场景渗透案例重磅揭晓", "original_summary": "如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。 “渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。 据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。", "url": "https://36kr.com/p/3807623172235011?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T11:21:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 15 }, { "article_id": 662, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "original_summary": "文｜周鑫雨 邓咏仪 编辑｜杨轩 林俊旸以创业者的身份，重新加入AI模型的战场。 《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。 目前， 林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等 。 截至发稿前，有关上述信息，林俊旸尚未回复。 时间距离3月初的那场“闪电”诀别，已经过去了两个月。", "url": "https://36kr.com/p/3807382930251523?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T07:24:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 16 }, { "article_id": 642, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "original_summary": "作者 | 张子怡 编辑 | 袁斯来 那是一个价值5000万美元成功故事诞生的夜晚。 eufy Make的产研负责人 Cheney Xie 仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。 首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。” 当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。 时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。", "url": "https://36kr.com/p/3806507139390984?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T01:30:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 17 }, { "article_id": 643, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "original_summary": "作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。 光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。 当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。", "url": "https://36kr.com/p/3807043342475009?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T01:26:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 18 }, { "article_id": 644, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "original_summary": "36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。 方石机器人产品矩阵 方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。", "url": "https://36kr.com/p/3807039782116865?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T01:24:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 19 }, { "article_id": 668, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "算力芯片", "publish_title_override": "", "publish_summary_override": "", "original_title": "Data centers are coming for rural America", "original_summary": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.", "url": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:compute" ], "rank_score": 159.08, "source_name": "The Verge AI", "published_at": "2026-05-13T02:08:42+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 20 }, { "article_id": 699, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Microsoft doesn’t want any of this", "original_summary": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do.", "url": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 157.33, "source_name": "The Verge AI", "published_at": "2026-05-13T15:30:37+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 21 }, { "article_id": 685, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "original_summary": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass.", "url": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market/", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "rank_score": 153.46, "source_name": "TechCrunch AI", "published_at": "2026-05-13T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 22 }, { "article_id": 684, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "original_summary": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp.", "url": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data/", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 150.92, "source_name": "TechCrunch AI", "published_at": "2026-05-13T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 23 }, { "article_id": 701, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "original_summary": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it.", "url": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders/", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 150.25, "source_name": "TechCrunch AI", "published_at": "2026-05-13T16:22:01+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 24 }, { "article_id": 693, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "Agent 与应用", "publish_title_override": "", "publish_summary_override": "", "original_title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "original_summary": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant.", "url": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa/", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:agents" ], "rank_score": 150.08, "source_name": "TechCrunch AI", "published_at": "2026-05-13T14:59:32+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 25 }, { "article_id": 698, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Anthropic courts a new kind of customer: small business owners", "original_summary": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses.", "url": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners/", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 149.96, "source_name": "TechCrunch AI", "published_at": "2026-05-13T16:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 26 }, { "article_id": 686, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "WhatsApp adds an incognito mode in Meta AI chats", "original_summary": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat.", "url": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats/", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "rank_score": 149.92, "source_name": "TechCrunch AI", "published_at": "2026-05-13T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 27 }, { "article_id": 700, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Who trusts Sam Altman?", "original_summary": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court.", "url": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman/", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "rank_score": 148.92, "source_name": "TechCrunch AI", "published_at": "2026-05-13T16:31:04+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 28 }, { "article_id": 632, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "original_summary": "今日热点导览 中央网信办：平台发布短视频必选6类标签 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 网易云音乐全面接入DeepSeek-V4 阿里发布AI店小蜜，平均询单转化提升超10% TOP3大新闻 宇树科技发布GD01载人变形机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。", "url": "https://36kr.com/p/3806970999955201?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 125.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T00:11:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 29 }, { "article_id": 582, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "original_summary": "大公司： 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。", "url": "https://36kr.com/p/3806196073242112?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 125.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-12T11:22:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 30 }, { "article_id": 611, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "original_summary": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank resea...", "url": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 119.58, "source_name": "The Verge AI", "published_at": "2026-05-12T18:07:26+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 31 }, { "article_id": 602, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "The 9 biggest new features in Android 17", "original_summary": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all.", "url": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:general" ], "rank_score": 119.42, "source_name": "The Verge AI", "published_at": "2026-05-12T17:00:59+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 32 }, { "article_id": 637, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Sam Altman was winning on the stand, but it might not be enough", "original_summary": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity.", "url": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 117.54, "source_name": "The Verge AI", "published_at": "2026-05-13T00:11:09+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 33 }, { "article_id": 625, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "How finance teams use Codex", "original_summary": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs.", "url": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 111.04, "source_name": "OpenAI News", "published_at": "2026-05-12T15:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 34 }, { "article_id": 48, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "original_summary": "Railway , a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence app...", "url": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-22T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 35 }, { "article_id": 49, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "original_summary": "The artificial intelligence coding revolution comes with a catch: it's expensive. Claude Code , Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide.", "url": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-19T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 36 }, { "article_id": 50, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "original_summary": "Alfred Wahlforss was running out of options. His startup, Listen Labs , needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible.", "url": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-16T14:01:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 37 }, { "article_id": 51, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "original_summary": "Salesforce on Tuesday launched an entirely rebuilt version of Slackbot , the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting...", "url": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-13T13:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 38 }, { "article_id": 52, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "original_summary": "Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, la...", "url": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-12T11:30:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 39 }, { "article_id": 475, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "original_summary": "Nous Research , the open-source artificial intelligence startup backed by crypto venture firm Paradigm , released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using...", "url": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-07T20:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 40 }, { "article_id": 476, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "original_summary": "When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes. For the past week, the engineering community has been dissecting a thread on X from Boris Cherny , the creator and head of Claude Code at An...", "url": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-05T07:45:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 41 }, { "article_id": 439, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "original_summary": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT.", "url": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 84.04, "source_name": "The Verge AI", "published_at": "2026-05-11T15:32:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 42 }, { "article_id": 617, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "What Parameter Golf taught us about AI-assisted research", "original_summary": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints.", "url": "https://openai.com/index/what-parameter-golf-taught-us", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 78.42, "source_name": "OpenAI News", "published_at": "2026-05-12T00:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 43 }, { "article_id": 382, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "OpenAI launches DeployCo to help businesses build around intelligence", "original_summary": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact.", "url": "https://openai.com/index/openai-launches-the-deployment-company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 77.0, "source_name": "OpenAI News", "published_at": "2026-05-11T06:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 44 }, { "article_id": 18, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Running Codex safely at OpenAI", "original_summary": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption.", "url": "https://openai.com/index/running-codex-safely", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 76.5, "source_name": "OpenAI News", "published_at": "2026-05-08T12:30:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 45 }, { "article_id": 490, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "How ChatGPT adoption broadened in early 2026", "original_summary": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption.", "url": "https://openai.com/signals/research/2026q1-update", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 76.21, "source_name": "OpenAI News", "published_at": "2026-05-11T15:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 46 }, { "article_id": 290, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "How enterprises are scaling AI", "original_summary": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale.", "url": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 75.67, "source_name": "OpenAI News", "published_at": "2026-05-11T10:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 47 }, { "article_id": 291, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "OpenAI Campus Network: Student club interest form", "original_summary": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community.", "url": "https://openai.com/index/openai-campus-network-student-club-interest-form", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 75.62, "source_name": "OpenAI News", "published_at": "2026-05-11T10:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 48 }, { "article_id": 627, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "AutoScout24 scales engineering with AI-powered workflows", "original_summary": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption.", "url": "https://openai.com/index/autoscout24", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 75.21, "source_name": "OpenAI News", "published_at": "2026-05-12T00:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 49 }, { "article_id": 626, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "How NVIDIA engineers and researchers build with Codex", "original_summary": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments.", "url": "https://openai.com/index/nvidia", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 74.42, "source_name": "OpenAI News", "published_at": "2026-05-12T00:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 50 } ] }, "digest": { "title": "2026-05-14 全网 AI 新闻日报", "overview": "最近 48 小时共收录 12 条 AI 相关新闻，以下为自动整理结果。", "highlights": [ "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥 | 36Kr AI Filtered", "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日 | TMTPost AI Filtered", "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行 | 36Kr AI Filtered", "Notion just turned its workspace into a hub for AI agents | TechCrunch AI" ], "sections": [ { "title": "模型与大厂", "items": [ "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥。今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。", "Building a safe, effective sandbox to enable Codex on Windows。Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions." ] }, { "title": "算力芯片", "items": [ "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日。微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；", "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center。Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants." ] }, { "title": "融资与资本", "items": [ "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行。大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。", "6月上海，这场论坛聊透出海真问题。副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？" ] }, { "title": "Agent 与应用", "items": [ "Notion just turned its workspace into a hub for AI agents。Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "Alexa is moving into Amazon.com。Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience." ] }, { "title": "机器人与具身智能", "items": [ "机器人行业最缺的，已经不是想象力了。机器人不是能不能像人，而是能不能真的帮人干活。" ] }, { "title": "开源工具", "items": [ "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容。IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。" ] }, { "title": "国际动态", "items": [ "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs。Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're...", "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat。Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers." ] } ], "closing": "以上内容由系统自动整理，建议在对外发布前进行人工复核。", "provider": "", "model": "" }, "body_markdown": "# 2026-05-14 全网 AI 新闻日报\n\n最近 48 小时共收录 12 条 AI 相关新闻，以下为自动整理结果。\n\n## 今日要点\n- 8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥 | 36Kr AI Filtered\n- 【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日 | TMTPost AI Filtered\n- 氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行 | 36Kr AI Filtered\n- Notion just turned its workspace into a hub for AI agents | TechCrunch AI\n\n## 模型与大厂\n- 8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥。今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。\n- Building a safe, effective sandbox to enable Codex on Windows。Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.\n\n## 算力芯片\n- 【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日。微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；\n- Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center。Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.\n\n## 融资与资本\n- 氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行。大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。\n- 6月上海，这场论坛聊透出海真问题。副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？\n\n## Agent 与应用\n- Notion just turned its workspace into a hub for AI agents。Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.\n- Alexa is moving into Amazon.com。Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience.\n\n## 机器人与具身智能\n- 机器人行业最缺的，已经不是想象力了。机器人不是能不能像人，而是能不能真的帮人干活。\n\n## 开源工具\n- 影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容。IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。\n\n## 国际动态\n- Microsoft’s Edge Copilot update uses AI to pull information from across your tabs。Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're...\n- Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat。Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.\n\n以上内容由系统自动整理，建议在对外发布前进行人工复核。", "generation_mode": "fallback", "stored_digest": { "id": 6, "region": "all", "since_hours": 48, "title": "2026-05-14 全网 AI 新闻日报", "body_markdown": "# 2026-05-14 全网 AI 新闻日报\n\n最近 48 小时共收录 12 条 AI 相关新闻，以下为自动整理结果。\n\n## 今日要点\n- 8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥 | 36Kr AI Filtered\n- 【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日 | TMTPost AI Filtered\n- 氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行 | 36Kr AI Filtered\n- Notion just turned its workspace into a hub for AI agents | TechCrunch AI\n\n## 模型与大厂\n- 8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥。今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。\n- Building a safe, effective sandbox to enable Codex on Windows。Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.\n\n## 算力芯片\n- 【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日。微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；\n- Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center。Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.\n\n## 融资与资本\n- 氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行。大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。\n- 6月上海，这场论坛聊透出海真问题。副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？\n\n## Agent 与应用\n- Notion just turned its workspace into a hub for AI agents。Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.\n- Alexa is moving into Amazon.com。Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience.\n\n## 机器人与具身智能\n- 机器人行业最缺的，已经不是想象力了。机器人不是能不能像人，而是能不能真的帮人干活。\n\n## 开源工具\n- 影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容。IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。\n\n## 国际动态\n- Microsoft’s Edge Copilot update uses AI to pull information from across your tabs。Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're...\n- Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat。Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.\n\n以上内容由系统自动整理，建议在对外发布前进行人工复核。", "provider": "", "model": "", "article_count": 51, "source_count": 7, "generated_at": "2026-05-14T00:40:43.552466+00:00", "updated_at": "2026-05-14T00:40:43.552466+00:00", "current_version": 1, "created_by": "system", "updated_by": "system", "change_summary": "generated digest snapshot", "payload": { "schema_version": "1.0", "region": "all", "content_group": "news", "since_hours": 48, "total_articles": 51, "counts_by_region": { "international": 37, "domestic": 14 }, "articles": [ { "id": 703, "source_id": "openai-news", "source_name": "OpenAI News", "title": "Building a safe, effective sandbox to enable Codex on Windows", "url": "https://openai.com/index/building-codex-windows-sandbox", "canonical_url": "https://openai.com/index/building-codex-windows-sandbox", "summary": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.", "published_at": "2026-05-15T00:00:00+00:00", "discovered_at": "2026-05-13T19:17:52.844135+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "Building a safe, effective sandbox to enable Codex on Windows", "link": "https://openai.com/index/building-codex-windows-sandbox", "summary": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions." }, "normalized_title": "buildingasafeeffectivesandboxtoenablecodexonwindows", "resolved_target": "https://openai.com/index/building-codex-windows-sandbox", "content_fingerprint": "d4daa134e7d4a18b4df92e79f634a38b034faee245b029dd8d03f64556ea8b0f", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:703", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 703, "duplicate_primary_title": "Building a safe, effective sandbox to enable Codex on Windows", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "Building a safe, effective sandbox to enable Codex on Windows", "display_summary_zh": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.", "hot_score": 0.0 }, { "id": 720, "source_id": "ithome-ai", "source_name": "IT Home AI Filtered", "title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "url": "https://www.ithome.com/0/950/093.htm", "canonical_url": "https://www.ithome.com/0/950/093.htm", "summary": "IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。 在音频核心技术上，Mic Pro 提供专业级音质录制，内置三麦克风阵列，并配备了专用 AI 处理器，能够最大限度地去除噪音，有效提升复杂环境下的录音质量，确保人声清晰收录。 连接方面，Mic Pro 延续直连 Insta360 相机的功能，让用户在没有接收器的情况下直接向相机传输音频。此外，发射器支持机内录音功能，可作为独立录音设备使用。", "published_at": "2026-05-14T00:22:21+00:00", "discovered_at": "2026-05-14T00:32:45.249923+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "link": "https://www.ithome.com/0/950/093.htm", "summary": "

IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品墨水屏麦克风。

据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了影石 Insta360 Mic Pro 无线麦克风谍照。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。

在音频核心技术上，Mic Pro 提供专业级音质录制，内置三麦克风阵列，并配备了专用 AI 处理器，能够最大限度地去除噪音，有效提升复杂环境下的录音质量，确保人声清晰收录。

连接方面，Mic Pro 延续直连 Insta360 相机的功能，让用户在没有接收器的情况下直接向相机传输音频。此外，发射器支持机内录音功能，可作为独立录音设备使用。

" }, "normalized_title": "影石insta360官宣5月19日发布彩色墨水屏麦克风支持展示自定义内容", "resolved_target": "https://www.ithome.com/0/950/093.htm", "content_fingerprint": "8abc66a89e6ff8fcd7ae2197966b9ccb5f6aefd2bd5add7071c32cd777554b7c", "extracted_text": "首页\n数码之家\n奇趣电子\n影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容\n2026/5/14 8:22:21\nIT之家\n作者：\n沁沧（实习）\n沁沧\n评论：\nIT之家\n5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品\n墨水屏麦克风\n据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了\n影石 Insta360 Mic Pro 无线麦克风谍照\n。该产品最大亮点在于其麦克风单元配备了\nE-Ink 彩色墨水屏\n，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。\n在音频核心技术上，Mic Pro 提供专业级音质录制，内置三麦克风阵列，并配备了专用 AI 处理器，能够最大限度地去除噪音，有效提升复杂环境下的录音质量，确保人声清晰收录。\n连接方面，Mic Pro 延续直连 Insta360 相机的功能，让用户在没有接收器的情况下直接向相机传输音频。此外，发射器支持机内录音功能，可作为独立录音设备使用。\n投诉水文\n我要纠错", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:15.967201+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:720", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 720, "duplicate_primary_title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "duplicate_primary_source_name": "IT Home AI Filtered", "display_title_zh": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "display_summary_zh": "IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。 在音频核心技术上，Mic Pro 提供专业级音质录制，内置三麦克风阵列，并配备了专用 AI 处理器，能够最大限度地去除噪音，有效提升复杂环境下的录音质量，确保人声清晰收录。 连接方面，Mic Pro 延续直连 Insta360 相机的功能，让用户在没有接收器的情况下直接向相机传输音频。此外，发射器支持机内录音功能，可作为独立录音设备使用。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。", "hot_score": 0.0 }, { "id": 719, "source_id": "tmtpost-ai", "source_name": "TMTPost AI Filtered", "title": "Edge AI Daily 早报（5月14日）", "url": "https://www.tmtpost.com/7987225.html", "canonical_url": "https://www.tmtpost.com/7987225.html", "summary": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。", "published_at": "2026-05-14T00:14:15+00:00", "discovered_at": "2026-05-14T00:32:44.200008+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "Edge AI Daily 早报（5月14日）", "link": "https://www.tmtpost.com/7987225.html", "summary": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。" }, "normalized_title": "edgeaidaily早报5月14日", "resolved_target": "https://www.tmtpost.com/7987225.html", "content_fingerprint": "ed8732260df065de0626f2b57fa7014fa91aa9f03d9c4df6732d9cbd80832f74", "extracted_text": "Edge AI Daily 早报（5月14日）\nEdge AI Daily\n2026.05.14 08:14\n· 来自北京\n全文6158字\n00:00 / 18:12\nAI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。\n硅谷前沿：\n一、微软布局后OpenAI时代：10亿美元洽购Inception强化AI自主化\n1.\n微软\n正探索收购AI初创公司Inception（估值不低于10亿美元），以强化自身技术自主性，减少对OpenAI的依赖。此举旨在整合轻量化多模态AI模型技术，填补微软在边缘计算和离线AI处理能力上的空白，应对生成式AI领域日益激烈的竞争。\n2.行业趋势显示：2026年第一季度全球AI初创企业并购金额同比增长45％，生成式AI成为并购热点（华尔街见闻数据）。科技巨头纷纷通过收购强化自主技术布局，如谷歌收购Stable Diffusion、\n亚马逊\n研发边缘AI版本，反映行业从技术研发转向生态整合与自主可控。\n3.微软收购面临反垄断风险，此前收购Cursor计划因FTC审查而搁置。战略价值包括：提升技术自主性、增\n强生\n态控制力（如与Azure IoT平台结合）、补充AI人才储备（麦肯锡报告显示全球AI人才缺口达50万人），但需设计灵活合作模式以降低监管压力。\n二、Anthropic付费企业客户占比首超OpenAI：Ramp数据揭示AI市场格局新变化\n1.市场格局变化：根据Ramp平台2026年5月发布的AI指数（基于5万多家企业客户数据），Anthropic付费企业客户占比达34.4％，首次超过OpenAI的32.3％，标志着企业级AI市场格局出现关键转折。\n2.技术优势驱动：Anthropic凭借Claude系列模型的安全合规性（采用Constitutional AI技术）和长上下文处理能力（支持200k tokens），在金融、法律等高合规要求行业建立核心优势，配合私有部署选项和严格数据隔离措施，成功吸引企业级客户。\n3.竞争态势加剧：OpenAI推出GPT-4 Turbo企业版强化数据安全功能，Google DeepMind与Salesforce合作推出基于Gemini的AI销售工具，而Anthropic获得亚马逊20亿美元追加投资用于扩大企业服务，显示企业AI市场竞争正从技术性能转向深度服务与生态整合。\n三、美国参议院问询五大AI企业：生成式AI治理框架加速落地\n1.监管动态：美国参议院于２０２６年５月１４日向微软、谷歌、Ｘ、Ａｎｔｈｒｏｐｉｃ和Ｐｅｒｐｌｅｘｉｔｙ五家科技公司发出正式问询，要求３０日内提交大语言模型安全性、透明度及风险应对措施说明，标志着美国正加快推进生成式ＡＩ治理框架构建，强化对前沿ＡＩ开发主体的责任约束。\n2.市场影响：此次监管问询引发资本市场关注，微软、谷歌等公司股价在消息发布当日波动幅度达２．１％，反映出投资者对监管趋严的敏感性；同时预计头部ＡＩ企业２０２６年合规成本占营收比例将提升至３．２％左右，企业需增加安全审计、数据隐私保护等领域的投入。\n3.全球监管差异：美国监管聚焦企业责任约束，要求主动披露模型训练数据来源和虚假信息过滤机制；欧盟则采取严格分类监管模式，对ＡＩ工具进行风险分级，高风险工具必须通过严格认证。这种监管差异将推动企业开发适配多区域要求的技术架构，降低跨市场运营成本。\n四、英伟达联手Ineffable Intelligence 打造大规模强化学习基础设施 推动AI自主发现能力突破\n1.技术趋势：强化学习成为AI突破监督学习局限的关键技术，在复杂动态任务（\n机器人\n自主操作、药物分子设计）中优势明显，但面临高算力与算法优化的双重挑战。\n2.产业合作：\n英伟达\n与Ineffable Intelligence达成战略合作，联合设计面向大规模强化学习的基础设施，通过硬件（H100 GPU）与算法（CUDA内核优化）协同降低部署门槛，加速技术工业化应用。\n3.市场影响：Ineffable获11亿美元融资（红杉资本与软银领投）反映投资者关注点转向前沿研发；强化学习在自动驾驶（模拟试错优化决策）、药物研发（自主探索分子结构）等领域的应用将推动硬件与软件协同创新。\n五、Alphabet旗下Isomorphic Labs获21亿美元B轮融资 加速AI药物研发\n1.融资规模与技术验证：Alphabet旗下Isomorphic Labs完成21亿美元B轮融资，由Thrive Capital领投，MGX、淡马锡、CapitalG及英国主权AI基金等参与投资，创AI制药领域单轮融资纪录，验证了其基于AlphaFold蛋白质结构预测技术的“AI优先”药物研发策略的商业价值。\n2.技术商业化进展：公司利用AlphaFold平台在几分钟内精准预测蛋白质结构，已与\n礼来\n、诺华等药企合作开展药物设计与开发，融资将用于强化AI技术研发、扩大团队规模（现有350多名员工）及推进多个治疗领域的药物研发管线。\n3.行业竞争格局与挑战：AI制药行业正从技术竞赛转向临床验证阶段，尽管AI药物分子在I期临床试验中成功率（80％～90％）高于传统方法（40％～65％），但鲜有AI药物进入临床阶段，行业面临技术商业化、监管障碍等挑战，部分早期企业（如Recursion Pharmaceuticals、Benevolent AI）已遭遇挫折。\n六、谷歌将Gemini深度集成Android系统 跨设备智能代理今夏落地对抗苹果\n1.谷歌战略调整：将Gemini AI深度集成到Android系统，从聊天工具升级为跨设备智能代理，覆盖手机、浏览器、汽车和笔记本电脑，旨在应对\n苹果\n即将发布的Apple Intelligence系统，标志着移动端AI竞争进入全场景生态对抗阶段。\n2.技术实现与隐私平衡：集成包含跨应用任务自动化、Chrome智能增强、Android Auto重构三大功能，采用本地+云端协同计算模式，强调隐私保护（敏感操作需用户手动确认），依托Gemini多模态处理能力适配不同设备场景。\n3.市场影响与竞争格局：谷歌此举旨在巩固安卓生态主导地位（IDC数据显示2025年安卓设备出货量占比达78.2%），应对苹果WWDC 2026将发布的Apple Intelligence系统（主打端侧隐私计算和跨设备协同），推动移动端AI技术迭代和全场景体验升级。\n七、日本三大银行5月底启用Anthropic Mythos AI系统 本土企业首次获准入\n1.日本三大银行（三菱ＵＦＪ、三井住友、瑞穗）将于５月底引入美国ＡＩ企业Ａｎｔｈｒｏｐｉｃ的Ｍｙｔｈｏｓ系统，这是日本企业首次获得该系统的使用权，标志着日本银行业在ＡＩ应用领域迈出关键一步。\n2.日本银行业引入Ｍｙｔｈｏｓ系统旨在弥补ＡＩ应用短板：麦肯锡数据显示日本金融机构ＡＩ应用率仅１２％，远低于美国的３５％；系统可优化客户服务（响应时间缩短４０％）、信贷审批（效率提升３５％）和合规检查（准确率提高２５％）。\n3.全球金融ＡＩ市场快速增长：ＩＤＣ数据显示２０２４年第一季度市场规模达１２０亿美元，同比增长２８％；日本银行使用Ｍｙｔｈｏｓ系统后预计每年可降低约１８％的运营成本，缩小与国际同行在ＡＩ应用上的差距。\n八、Grok大模型落地华尔街：技术适配与行业竞争的双重博弈\n1.xAI加速向华尔街推广Grok大模型，\n摩根士丹利\n等机构已部署用于投研、风控等场景，通过定制化方案满足金融行业对数据安全和低延迟的严格要求。技术层面，Grok处理标准化金融数据延迟为0.6秒，但开放性问题延迟达2.5秒，硬件配置对性能影响显著，4卡V100实际吞吐量仅900条/秒。\n2.经济成本方面，私有化部署虽初期投入高但长期效益明显，\n摩根大通\n2026年技术预算达198亿美元，其中AI专项支出约12亿美元，AI应用预计可提升金融机构运营效率30%到50%，同时显著降低经营风险。\n3.行业竞争加剧，AI在金融领域应用从通用工具转向专业智能，Anthropic推出10款金融服务AI智能体获15亿美元注资，摩根大通、\n高盛\n等机构也在加大AI投入，华尔街正通过多元化AI布局建立竞争壁垒，xAI需在技术适配和成本控制上持续优化。\n九、达拉斯暂停数据中心建设触发美国AI基建连锁反应：电力缺口与政策博弈重塑行业格局\n1.电力需求激增与基础设施压力：得州电力可靠性委员会预测到2032年数据中心需新增111吉瓦电力（占同期总需求增长的60％以上），迫使美国51家公用事业公司将2030年资本支出计划上调至1.4万亿美元用于电网升级。\n2.政策环境收紧与成本上升：2026年美国各州已提出300多项限制数据中心法案，弗吉尼亚州计划取消每年16亿美元税收减免，特朗普政府的“用户保护承诺”要求科技公司承担全部能源基础设施成本，迫使企业转向自备电源模式。\n3.项目延迟成为行业新瓶颈：全球190吉瓦数据中心管线中30％－50％面临延迟风险，2026年美国近一半规划项目可能推迟或取消，设备交付周期延\n长和\n液冷技术瓶颈导致“延误”取代“电力短缺”成为行业关键词。\n十、亚马逊Alexa入驻主搜索栏，重构电商AI购物格局\n1.市场格局变化：亚马逊在对话式AI购物领域面临激烈竞争，市场份额从32％降至27％，被谷歌（29％）反超；2023年全球对话式AI购物用户规模同比增长45％，推动亚马逊加速整合Alexa进入主搜索栏。\n2.技术整合与效果：亚马逊采用联邦学习技术保护用户隐私，通过Transformer-based NLP模型解析复杂购物需求；内部测试显示整合后用户点击率提升22％，购物篮平均大小增加18％，但存在退货率上升5％－8％的潜在风险。\n3.成本与商业化挑战：亚马逊AI相关研发支出同比增长35％至120亿美元，但消费者付费意愿有限（仅12％愿每月花5－10元订阅）；行业竞争加剧（沃尔玛、谷歌、微软均在2024年推出AI购物功能），亚马逊需平衡用户体验与成本控制。\n十一、OpenAI前研究员揭露AI行业“公开秘密”：超级智能失控风险迫在眉睫\n1.AI对齐问题成为行业核心风险：布鲁金斯学会2024年报告显示全球AI研发投入中仅约1.2%用于对齐与安全研究，远低于模型训练投入，导致模型决策机制成为“黑箱”，可能引发“价值漂移”风险。\n2.行业竞争压力加剧安全失衡：2023年OpenAI、Google、Anthropic等公司模型迭代周期压缩至3个月以内，而对齐研究进展缓慢，麦肯锡预测若问题未解决，到2030年AI系统可能造成全球GDP损失1.5万亿美元。\n3.监管与企业应对措施加速：欧盟AI法案2024年3月生效要求高风险AI系统必须通过对齐测试，Anthropic宣布2024年2月将对齐研究团队扩大30%并投入超1亿美元研发可解释性技术，行业正建立安全评估机制平衡创新与安全。\n十二、微软AI安全系统MDASH发现16个Windows核心组件高危漏洞 对抗式流程提升检测精度\n1.微软MDASH AI安全系统在2026年5月补丁星期二活动中独立发现16个关键漏洞（含10个内核态高危漏洞），在私有驱动测试中实现21个已知漏洞的零误报检出，MITRE CVE基准测试召回率达92%、准确率超95%，标志着AI在系统安全检测领域实现关键突破。\n2.MDASH采用多智能体对抗式流程：100多个专项智能体分工协作，通过标记潜在漏洞、反驳误报假设、验证漏洞真实性的三步流程，有效降低误报率，在CyberGym基准测试中性能超越Anthropic Mythos和OpenAI GPT-5.5。\n3.行业趋势显示AI驱动的漏洞检测成为科技巨头重点布局领域：谷歌DeepMind Sec-PaLM在Linux内核检测召回率达85%，苹果也在测试大语言模型安全系统，微软MDASH的成果推动了AI在操作系统安全领域的实际应用落地。\n十三、NVIDIA与SAP携手为专业AI代理构建可信运行环境\n1.NVIDIA与SAP深化合作，将OpenShell开源运行时安全层嵌入SAP Business AI平台，为企业级AI代理提供隔离执行环境、政策执行和基础设施防护，解决自主AI代理的信任难题。\n2.合作内容包括SAP工程师联合开发OpenShell并贡献开源代码，同时NVIDIA的NemoClaw代理蓝图集成到Joule Studio，帮助企业快速从构建过渡到可信生产部署，无需从零搭建安全架构。\n3.此次合作基于NVIDIA作为SAP长期客户的使用经验，旨在确保AI代理能在业务系统中安全运行，标志着企业级AI应用从技术验证向规模化安全部署的关键进展。\n国内进展：\n十四、黄仁勋访华触发中国AI股上涨 英伟达H200供应预期缓解算力瓶颈\n1.市场情绪与技术供应：Nvidia CEO访华引发中国AI板块上涨3.8％，服务器厂商股价触及涨停，市场对H200芯片供应改善预期强烈；H200配备141GB HBM3e内存（带宽4.8TB/s），FP8算力达1.4 exaflops，相比H100内存容量提升近一倍，但需调整参数以符合美国BIS出口管制（FP64算力≤60 TFLOPS限制）。\n2.国产替代加速与供应链风险：华为昇腾910B出货量同比增长120％，FP16算力320 TFLOPS，已应用于腾讯混元、字节跳动豆包等项目；AMD MI300X（192GB HBM3e内存，FP8算力1.2 exaflops）正在申请出口许可，但美国管制政策未根本变化，供应改善仍存不确定性。\n3.产业影响与成本效益：若H200供应改善，中国AI企业大模型训练效率可提升30％，硬件成本降低；千亿参数模型所需GPU可从10000张H100降至约8000张H200，训练周期缩短25％；但分析师指出当前涨势缺乏持续支撑，国产替代进程加速（国产芯片市场份额已达30-40％）。\n开源趋势：\n十五、oMLX 0.3.9更新：Gemma4视觉加速+一键Copilot，苹果端侧AI拉平云端优势\n1.技术升级：苹果oMLX框架0.3.9.dev2版本深度集成Google DeepMind的Gemma4模型技术，包括MTP视觉路径、DFlash引擎和ParoQuant量化技术，使本地AI图文多模态处理速度提升约30％，内存占用降低约40％，显著缩小与云端大模型的体验差距。\n2.隐私优势与易用性：端侧AI数据全程不离开设备，有效避免敏感信息上传云端风险；新增一键Copilot功能简化操作流程，无需编写代码即可完成图文生成、内容摘要等任务，吸引更多开发者和用户使用本地AI应用。\n3.行业竞争态势：端侧AI已成为2024年科技竞争核心赛道，苹果通过oMLX框架更新巩固领先地位；据头豹研究院数据，中国端侧AI市场规模2023年达1939亿元，预计2028年将达19，071亿元，年化复合增长率58％，苹果正利用统一内存架构优势拉开与安卓阵营在端侧AI体验上的差距。\n（广角观察、Edge AI Daily等综合整理）\n作品声明：内容由AI生成\n本文系作者\nEdge AI Daily\n授权钛媒体发表，并经钛媒体编辑，转载请注明出处、作者和\n本文链接\n本内容来源于钛媒体钛度号，文章内容仅供参考、交流、学习，不构成投资建议。\n想和千万钛媒体用户分享你的新奇观点和发现，\n点击这里投稿\n。创业或融资寻求报道，\n点击这里\n快报\n08:37\n亚马逊据报本周进一步裁员，涉及销售伙伴服务部门\n08:35\n美国航空煤油出口量创历史新高，以填补海外供应缺口\n08:34\n阿联酋外交部否认以总理访阿相关消息\n08:33\n公募存量产品将批量调整业绩比较基准\n08:32\n纳米级观测锁定锂金属电池性能下降原因\n08:28\n丹诺医药：拟全球发售828.05万股H股，发售价75.70港元\n08:26\n一季度中国工程机械产品出口额同比增长24.3%\n08:24\n百济神州：百悦达获美国FDA批准治疗复发/难治套细胞淋巴瘤\n08:23\n三星电子股价涨超3%，创下历史新高\n08:19\nAI芯片公司Cerebras公布IPO定价，拟募资超55亿美元\n08:17\n中信证券：算力期货或将年内落地，算力金融化元年开启\n08:16\n中国驻美国大使谢锋人民日报撰文：努力探索新时期中美正确相处之道\n08:15\n新世界发展发布澄清公告，称尚未与任何潜在投资者达成任何协议\n08:14\n欧洲疾控中心：暂无证据显示涉疫邮轮汉坦病毒出现变异\n08:13\n日韩股市开盘涨跌不一\n08:11\nAI订单大幅上调，计划裁员近4000人，思科本季和全年指引均超预期，盘后股价大涨20%\n07:49\n美防务科技初创公司Anduril最新估值超600亿美元\n07:42\n世卫组织：将持续协调汉坦病毒国际应对工作\n07:40\n美联储6月维持利率不变的概率为99%\n07:40\n权益资产回暖推升净值，“10元基”数量增至百只\n扫描下载App", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:20.073667+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:719", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 719, "duplicate_primary_title": "Edge AI Daily 早报（5月14日）", "duplicate_primary_source_name": "TMTPost AI Filtered", "display_title_zh": "Edge AI Daily 早报（5月14日）", "display_summary_zh": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。", "hot_score": 0.0 }, { "id": 717, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "url": "https://36kr.com/p/3808362853834502?f=rss", "canonical_url": "https://36kr.com/p/3808362853834502?f=rss", "summary": "今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。 贾跃亭造车12年未果，宣布转战机器人 日前，法拉第未来创始人贾跃亭在社交平台发布的视频中表示：“我要宣布一个公司重大的战略升级：FF（法拉第未来）将升级为物理AI生态系统公司，专注于具身智能机器人业务两大引擎，一是人形与仿生机器人，二是汽车机器人。在战略执行节奏上，第一阶段将以人形和仿生机器人为主，汽车机器人为辅。” 但实际上，距离贾跃亭2014年官宣造车已经过去12年，法拉第未来离大规模量产汽车仍有很大差距。过去十年时间，法拉第未来总共只交付了不足20辆汽车，而贾跃亭已8年时间未回国，身负巨额债务。（第一财经日报） 上海市监局：抽验发现网红糖果中每公斤含125000毫克伟哥 近日，上海市市场监管局抽检发现，一款叫“爱必享”糖果制品中每公斤西地那非含量高达12万5千毫克，西地那非俗称伟哥，为处方药，禁止添加于普通食品中，长期或不当食用可能引发头晕、血压骤降、肝肾损伤等健康风险，尤其对儿童、女性及心血管疾病患者危害极大。2025年9月此产品就被通报过，但商家玩失联，虚假注册地址关闭涉事网店，目前已无法查询到相关商品。对此，上海市市场监管局食品抽检处工作人员表示：后续会有核查处置，不合格信息会通报涉及的外省市。（红星新闻） 大公司/大事件 中美经贸磋商在韩国开始举行 当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。（央视新闻） 特朗普抵达北京 13日晚，特朗普抵京开启访华之旅。马斯克、黄仁勋等多位美国企业界重量级代表随行。（央视新闻） 恋与深空被指推广视频擦边，叠纸工作人员向玩家道歉 5月12日，《恋与深空》再次面临低俗争议，有网友反映，恋与深空微博账号发布的温泉剧情推广视频露骨擦边，男主角半裸洗浴时接受女主角抚摸胸背，伴有喘息背景音乐，相关视频播放量超过300万次。叠纸游戏人员回应，抱歉影响到玩家体验，已将投诉举报传达。 （封面新闻） 腾讯刘炽平：腾讯没有大裁员计划 在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。（每日经济新闻） 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。（新浪财经） 燃油附加费涨价引爆囤票潮，端午节订票量涨84% 国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。（第一财经） 花旗将阿里巴巴列为中国AI投资首选股，H股目标价204港元 5月12日，花旗发布研报称，阿里巴巴旗下阿里云拥有芯片分支平头哥、基础设施即服(IaaS)、平台即服务(PaaS)到模型即服务(MaaS)的垂直整合人工智能全栈能力，加上其通义千问大语言模型(LLM)及Model-Scope平台持续进步，看好公司在快速增长的词元(Token)经济中占据有利位置，将其列为中国人工智能投资的首选股。花旗重申对阿里巴巴的“买入”评级，港股目标价204港元，ADR目标价205美元，认为公司不断提升的人工智能全栈能力可带来成本协同效应及利润扩张空间。该行预计，阿里云人工智能相关收入于2026至2031财年的年复合增长率将达到90%，到2031财年将占云业务总收入的70%。（财联社） 马斯克点赞宇树载人变形机甲GD01 宇树科技12日发布全球首款量产载人变形机甲GD01，马斯克在社交平台回复称：很酷！据宇树科技介绍，该款机甲起售价为390万元人民币，民用交通工具，体重约500kg（载人后）。值得注意的是，还有网友翻出马斯克2018年在社交平台发布的一篇内容为“是时候创造一个机甲”的贴文，有网友调侃：中国企业帮你圆梦了。（中新经纬） 腾讯：元宝支持一键总结微信群聊 36氪获悉，元宝宣布支持总结微信聊天记录。选中微信群聊聊天记录转发其他应用-选择元宝-复制粘贴给元宝，就能让它帮你总结。此外，还可以将发票报销发给元宝生成表格、让元宝通过聊天记录制定个性化旅行方案等。 2025年全国广播电视和网络视听行业总收入同比增长5.22% 36氪获悉，国家广播电视总局发布2025年全国广播电视行业统计公报，2025年全国广播电视和网络视听行业总收入15464.29亿元，同比增长5.22%。其中，广播电视和网络视听业务实际创收收入13308.13亿元，同比增长5%；财政补助收入1042.45亿元，同比增长4.59%；其他收入1113.71亿元，同比增长8.61%。按主体分，广播电视机构总收入7171.12亿元，同比增长5.48%，广播电视新媒体业务、广电5G业务持续拉动广播电视机构收入增长；网络视听服务机构总收入8293.17亿元，同比增长5.00%。 欧盟拟出台法案让儿童延迟使用社媒 随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。（央视新闻） 宇树科技已注册多款机器人商标 36氪获悉，天眼查App显示，宇树科技股份有限公司成立于2016年8月，法定代表人为王兴兴，注册资本约3.64亿人民币，经营范围包括智能机器人的研发、智能机器人销售、工业机器人制造等，由王兴兴、汉海信息技术（上海）有限公司、宁波红杉科盛股权投资合伙企业（有限合伙）等共同持股。知识产权信息显示，该公司已申请注册“机器人牌照”“KONGFBOT”“秧BOT”商标，国际分类包括运输工具、科学仪器、网站服务等，其中部分商标已成功注册。 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO 36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。 马斯克称星舰第12次试飞将于下周进行 马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”（新浪财经） 朋友圈猛推“先息后本”背后：银行消费贷“赶搭末班车” 近日，微信朋友圈成为银行抢占零售信贷市场的竞技场，记者在这里频繁刷到宁波银行、杭州银行、中信百信银行等银行的贷款营销广告，“先息后本”“年化利率3.0%起”“纯线上申请”等是常见宣传语。多款消费贷产品频频亮相朋友圈，竞逐流量入口。一时间，似乎所有用户都能在指尖触达低息贷款。业内人士表示，银行这一轮营销热潮背后，既有政策压力下的“加速跑”心态，也折射出银行在LPR连续多月“按兵不动”的利率空窗期，主动调整策略、争夺零售信贷增量的深层逻辑。（中证网） 上市进行时 佰维存储再次递表港交所 36氪获悉，据港交所文件，5月12日，深圳佰维存储科技股份有限公司向港交所提交上市申请书，独家保荐人为华泰国际。 AI最前沿 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent 韩国交易所开始在资本市场监测工作中采用AI技术 韩国交易所（KRX）周三表示，已开始在其资本市场监测工作中采用人工智能（AI）技术。此次正式采用人工智能技术是在韩国交易所收购本土人工智能初创公司Fair Labs约三个月后进行的，此次收购旨在加速其人工智能转型并加强其数据业务。（新浪财经） 百度慧播星升级为百度一镜 36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度创始人李彦宏宣布，百度慧播星升级为“百度一镜”。从主要应用于直播带货场景的数字人，升级为以数字人为特色，包含直播、视频、实时互动等多形态的“全场景数字人平台”，并可生成几分钟乃至数小时的高互动内容。 百度搭子DuMate正式亮相 36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度搭子DuMate全新推出移动端App。据了解，DuMate将百度AI搜索、秒哒、伐谋、百科等核心产品能力集成为可随时调用的内置技能，同时强化长程任务执行与主动决策能力。 大公司财报 阿里巴巴：2026财年Q4营收2433.8亿元，同比增长3% 36氪获悉，阿里巴巴发布2026财年第四财季财报。财报显示，阿里巴巴第四财季营收2433.8亿元，同比增长3%。若不考虑高鑫零售和银泰的已处置业务的收入，同口径收入同比增长将为11%；净利润为254.76亿元。 腾讯：一季度营收1964.58亿元，同比增长9% 36氪获悉，腾讯发布2026年第一季度财报。财报显示，腾讯一季度营收1964.58亿元，同比增长9%；Non-IFRS经营利润756.3亿元，同比增长9%。若剔除新AI产品影响，Non-IFRS经营利润同比增长17%至844亿元。期内腾讯自由现金流达567亿元。 西���子第二季度净利润22.4亿欧元 5月13日，西门子公布第二季度业绩报告。西门子第二季度营收为197.6亿欧元，市场预期为200.7亿欧元；第二季度净为22.4亿欧元，同比下降8.3%。（界面新闻） 名创优品：预计一季度收入同比增加约113%至116% 36氪获悉，名创优品公告，基于对截至2026年3月31日止季度的未经审计综合管理账目的初步审阅及评估，预计本集团将录得收入约5678百万元-5728百万元，同比增加约28%-29%；经营利润约1511百万元-1531百万元，同比增加约113%-116%；及期内利润约1228百万元-1248百万元，同比增加约195%-200%。 投融资 “芯驰科技”完成近1亿美金C轮融资 36氪获悉，5月13日，“芯驰科技”正式宣布完成近1亿美金C轮融资。本轮融资由苏产投领投，陕汽鸿德投资作为全新战略股东，亦庄国投、北京市先进制造基金、西安财金、益中亘泰等多家知名投资机构及产业资本跟投。本轮融资落地，将进一步巩固芯驰科技在车规芯片领域的技术壁垒、量产优势与产业生态布局，并加速公司从汽车到具身智能赛道的全栈“芯”突破。 “微元合成”完成15亿元新一轮融资 36氪获悉，近日，“微元合成”宣布完成15亿元新一轮融资，本轮融资由股权融资及长期银行贷款共同组成，其中股权融资由张其宾、谭瑞清与兴银投资参与，长期银行贷款由兴业银行北京分行提供支持。本轮融资主要用于并购豫鑫和多项大宗产品的规模化量产。 整理 ｜徐嘉彤", "published_at": "2026-05-13T23:50:00+00:00", "discovered_at": "2026-05-14T00:17:20.092173+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "link": "https://36kr.com/p/3808362853834502?f=rss", "summary": "

今日热点导览

\n \n

TOP 3 大新闻

\n

林俊旸创业，新公司估值约20亿美金

\n

36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。

\n

贾跃亭造车12年未果，宣布转战机器人

\n

日前，法拉第未来创始人贾跃亭在社交平台发布的视频中表示：“我要宣布一个公司重大的战略升级：FF（法拉第未来）将升级为物理AI生态系统公司，专注于具身智能机器人业务两大引擎，一是人形与仿生机器人，二是汽车机器人。在战略执行节奏上，第一阶段将以人形和仿生机器人为主，汽车机器人为辅。”

\n

但实际上，距离贾跃亭2014年官宣造车已经过去12年，法拉第未来离大规模量产汽车仍有很大差距。过去十年时间，法拉第未来总共只交付了不足20辆汽车，而贾跃亭已8年时间未回国，身负巨额债务。（第一财经日报）

\n

上海市监局：抽验发现网红糖果中每公斤含125000毫克伟哥

\n

近日，上海市市场监管局抽检发现，一款叫“爱必享”糖果制品中每公斤西地那非含量高达12万5千毫克，西地那非俗称伟哥，为处方药，禁止添加于普通食品中，长期或不当食用可能引发头晕、血压骤降、肝肾损伤等健康风险，尤其对儿童、女性及心血管疾病患者危害极大。2025年9月此产品就被通报过，但商家玩失联，虚假注册地址关闭涉事网店，目前已无法查询到相关商品。对此，上海市市场监管局食品抽检处工作人员表示：后续会有核查处置，不合格信息会通报涉及的外省市。（红星新闻）

\n

大公司/大事件

\n

中美经贸磋商在韩国开始举行

\n

当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。（央视新闻）

\n

特朗普抵达北京

\n

13日晚，特朗普抵京开启访华之旅。马斯克、黄仁勋等多位美国企业界重量级代表随行。（央视新闻）

\n

恋与深空被指推广视频擦边，叠纸工作人员向玩家道歉

\n

5月12日，《恋与深空》再次面临低俗争议，有网友反映，恋与深空微博账号发布的温泉剧情推广视频露骨擦边，男主角半裸洗浴时接受女主角抚摸胸背，伴有喘息背景音乐，相关视频播放量超过300万次。叠纸游戏人员回应，抱歉影响到玩家体验，已将投诉举报传达。 （封面新闻）

\n

腾讯刘炽平：腾讯没有大裁员计划

\n

在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。（每日经济新闻）

\n

韩国政府称将支持三星与工会对话解决纠纷，以避免罢工

\n

韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。（新浪财经）

\n

燃油附加费涨价引爆囤票潮，端午节订票量涨84%

\n

国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。（第一财经）

\n

花旗将阿里巴巴列为中国AI投资首选股，H股目标价204港元

\n

5月12日，花旗发布研报称，阿里巴巴旗下阿里云拥有芯片分支平头哥、基础设施即服(IaaS)、平台即服务(PaaS)到模型即服务(MaaS)的垂直整合人工智能全栈能力，加上其通义千问大语言模型(LLM)及Model-Scope平台持续进步，看好公司在快速增长的词元(Token)经济中占据有利位置，将其列为中国人工智能投资的首选股。花旗重申对阿里巴巴的“买入”评级，港股目标价204港元，ADR目标价205美元，认为公司不断提升的人工智能全栈能力可带来成本协同效应及利润扩张空间。该行预计，阿里云人工智能相关收入于2026至2031财年的年复合增长率将达到90%，到2031财年将占云业务总收入的70%。（财联社）

\n

马斯克点赞宇树载人变形机甲GD01

\n

宇树科技12日发布全球首款量产载人变形机甲GD01，马斯克在社交平台回复称：很酷！据宇树科技介绍，该款机甲起售价为390万元人民币，民用交通工具，体重约500kg（载人后）。值得注意的是，还有网友翻出马斯克2018年在社交平台发布的一篇内容为“是时候创造一个机甲”的贴文，有网友调侃：中国企业帮你圆梦了。（中新经纬）

\n

腾讯：元宝支持一键总结微信群聊

\n

36氪获悉，元宝宣布支持总结微信聊天记录。选中微信群聊聊天记录转发其他应用-选择元宝-复制粘贴给元宝，就能让它帮你总结。此外，还可以将发票报销发给元宝生成表格、让元宝通过聊天记录制定个性化旅行方案等。

\n

2025年全国广播电视和网络视听行业总收入同比增长5.22%

\n

36氪获悉，国家广播电视总局发布2025年全国广播电视行业统计公报，2025年全国广播电视和网络视听行业总收入15464.29亿元，同比增长5.22%。其中，广播电视和网络视听业务实际创收收入13308.13亿元，同比增长5%；财政补助收入1042.45亿元，同比增长4.59%；其他收入1113.71亿元，同比增长8.61%。按主体分，广播电视机构总收入7171.12亿元，同比增长5.48%，广播电视新媒体业务、广电5G业务持续拉动广播电视机构收入增长；网络视听服务机构总收入8293.17亿元，同比增长5.00%。

\n

欧盟拟出台法案让儿童延迟使用社媒

\n

随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。（央视新闻）

\n

宇树科技已注册多款机器人商标

\n

36氪获悉，天眼查App显示，宇树科技股份有限公司成立于2016年8月，法定代表人为王兴兴，注册资本约3.64亿人民币，经营范围包括智能机器人的研发、智能机器人销售、工业机器人制造等，由王兴兴、汉海信息技术（上海）有限公司、宁波红杉科盛股权投资合伙企业（有限合伙）等共同持股。知识产权信息显示，该公司已申请注册“机器人牌照”“KONGFBOT”“秧BOT”商标，国际分类包括运输工具、科学仪器、网站服务等，其中部分商标已成功注册。

\n

TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO

\n

36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。

\n

马斯克称星舰第12次试飞将于下周进行

\n

马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”（新浪财经）

\n

朋友圈猛推“先息后本”背后：银行消费贷“赶搭末班车”

\n

近日，微信朋友圈成为银行抢占零售信贷市场的竞技场，记者在这里频繁刷到宁波银行、杭州银行、中信百信银行等银行的贷款营销广告，“先息后本”“年化利率3.0%起”“纯线上申请”等是常见宣传语。多款消费贷产品频频亮相朋友圈，竞逐流量入口。一时间，似乎所有用户都能在指尖触达低息贷款。业内人士表示，银行这一轮营销热潮背后，既有政策压力下的“加速跑”心态，也折射出银行在LPR连续多月“按兵不动”的利率空窗期，主动调整策略、争夺零售信贷增量的深层逻辑。（中证网）

\n

上市进行时

\n

佰维存储再次递表港交所

\n

36氪获悉，据港交所文件，5月12日，深圳佰维存储科技股份有限公司向港交所提交上市申请书，独家保荐人为华泰国际。

\n

AI最前沿

\n

腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布

\n

36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent

\n

韩国交易所开始在资本市场监测工作中采用AI技术

\n

韩国交易所（KRX）周三表示，已开始在其资本市场监测工作中采用人工智能（AI）技术。此次正式采用人工智能技术是在韩国交易所收购本土人工智能初创公司Fair Labs约三个月后进行的，此次收购旨在加速其人工智能转型并加强其数据业务。（新浪财经）

\n

百度慧播星升级为百度一镜

\n

36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度创始人李彦宏宣布，百度慧播星升级为“百度一镜”。从主要应用于直播带货场景的数字人，升级为以数字人为特色，包含直播、视频、实时互动等多形态的“全场景数字人平台”，并可生成几分钟乃至数小时的高互动内容。

\n

百度搭子DuMate正式亮相

\n

36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度搭子DuMate全新推出移动端App。据了解，DuMate将百度AI搜索、秒哒、伐谋、百科等核心产品能力集成为可随时调用的内置技能，同时强化长程任务执行与主动决策能力。

\n

大公司财报

\n

阿里巴巴：2026财年Q4营收2433.8亿元，同比增长3%

\n

36氪获悉，阿里巴巴发布2026财年第四财季财报。财报显示，阿里巴巴第四财季营收2433.8亿元，同比增长3%。若不考虑高鑫零售和银泰的已处置业务的收入，同口径收入同比增长将为11%；净利润为254.76亿元。

\n

腾讯：一季度营收1964.58亿元，同比增长9%

\n

36氪获悉，腾讯发布2026年第一季度财报。财报显示，腾讯一季度营收1964.58亿元，同比增长9%；Non-IFRS经营利润756.3亿元，同比增长9%。若剔除新AI产品影响，Non-IFRS经营利润同比增长17%至844亿元。期内腾讯自由现金流达567亿元。

\n

西���子第二季度净利润22.4亿欧元

\n

5月13日，西门子公布第二季度业绩报告。西门子第二季度营收为197.6亿欧元，市场预期为200.7亿欧元；第二季度净为22.4亿欧元，同比下降8.3%。（界面新闻）

\n

名创优品：预计一季度收入同比增加约113%至116%

\n

36氪获悉，名创优品公告，基于对截至2026年3月31日止季度的未经审计综合管理账目的初步审阅及评估，预计本集团将录得收入约5678百万元-5728百万元，同比增加约28%-29%；经营利润约1511百万元-1531百万元，同比增加约113%-116%；及期内利润约1228百万元-1248百万元，同比增加约195%-200%。

\n

投融资

\n

“芯驰科技”完成近1亿美金C轮融资

\n

36氪获悉，5月13日，“芯驰科技”正式宣布完成近1亿美金C轮融资。本轮融资由苏产投领投，陕汽鸿德投资作为全新战略股东，亦庄国投、北京市先进制造基金、西安财金、益中亘泰等多家知名投资机构及产业资本跟投。本轮融资落地，将进一步巩固芯驰科技在车规芯片领域的技术壁垒、量产优势与产业生态布局，并加速公司从汽车到具身智能赛道的全栈“芯”突破。

\n

“微元合成”完成15亿元新一轮融资

\n

36氪获悉，近日，“微元合成”宣布完成15亿元新一轮融资，本轮融资由股权融资及长期银行贷款共同组成，其中股权融资由张其宾、谭瑞清与兴银投资参与，长期银行贷款由兴业银行北京分行提供支持。本轮融资主要用于并购豫鑫和多项大宗产品的规模化量产。

\n

整理｜徐嘉彤

", "extracted_published_at": "2026-05-13T23:50:00+00:00" }, "normalized_title": "8点1氪丨林俊旸新公司估值20亿美金贾跃亭宣布转战机器人业务网红糖果被发现掺超高剂量伟哥", "resolved_target": "https://36kr.com/p/3808362853834502?f=rss", "content_fingerprint": "6d0992aeacbc3c4579f32d84727b47d61f7b430b0dcaeaee0457840cbe3565ca", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥\n8点1氪\n2026年05月14日 07:50\n前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。\n今日热点导览\n腾讯刘炽平：腾讯没有大裁员计划\n韩国政府称将支持三星与工会对话解决纠纷，以避免罢工\n中美经贸磋商在韩国开始举行\n宇树科技已注册多款机器人商标\nTikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO\nTOP 3 大新闻\n林俊旸创业，新公司估值约20亿美金\n36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。\n贾跃亭造车12年未果，宣布转战机器人\n日前，法拉第未来创始人贾跃亭在社交平台发布的视频中表示：“我要宣布一个公司重大的战略升级：FF（法拉第未来）将升级为物理AI生态系统公司，专注于具身智能机器人业务两大引擎，一是人形与仿生机器人，二是汽车机器人。在战略执行节奏上，第一阶段将以人形和仿生机器人为主，汽车机器人为辅。”\n但实际上，距离贾跃亭2014年官宣造车已经过去12年，法拉第未来离大规模量产汽车仍有很大差距。过去十年时间，法拉第未来总共只交付了不足20辆汽车，而贾跃亭已8年时间未回国，身负巨额债务。（第一财经日报）\n上海市监局：抽验发现网红糖果中每公斤含125000毫克伟哥\n近日，上海市市场监管局抽检发现，一款叫“爱必享”糖果制品中每公斤西地那非含量高达12万5千毫克，西地那非俗称伟哥，为处方药，禁止添加于普通食品中，长期或不当食用可能引发头晕、血压骤降、肝肾损伤等健康风险，尤其对儿童、女性及心血管疾病患者危害极大。2025年9月此产品就被通报过，但商家玩失联，虚假注册地址关闭涉事网店，目前已无法查询到相关商品。对此，上海市市场监管局食品抽检处工作人员表示：后续会有核查处置，不合格信息会通报涉及的外省市。（红星新闻）\n大公司/大事件\n中美经贸磋商在韩国开始举行\n当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。（央视新闻）\n特朗普抵达北京\n13日晚，特朗普抵京开启访华之旅。马斯克、黄仁勋等多位美国企业界重量级代表随行。（央视新闻）\n恋与深空被指推广视频擦边，叠纸工作人员向玩家道歉\n5月12日，《恋与深空》再次面临低俗争议，有网友反映，恋与深空微博账号发布的温泉剧情推广视频露骨擦边，男主角半裸洗浴时接受女主角抚摸胸背，伴有喘息背景音乐，相关视频播放量超过300万次。叠纸游戏人员回应，抱歉影响到玩家体验，已将投诉举报传达。 （封面新闻）\n腾讯刘炽平：腾讯没有大裁员计划\n在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。（每日经济新闻）\n韩国政府称将支持三星与工会对话解决纠纷，以避免罢工\n韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。（新浪财经）\n燃油附加费涨价引爆囤票潮，端午节订票量涨84%\n国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。（第一财经）\n花旗将阿里巴巴列为中国AI投资首选股，H股目标价204港元\n5月12日，花旗发布研报称，阿里巴巴旗下阿里云拥有芯片分支平头哥、基础设施即服(IaaS)、平台即服务(PaaS)到模型即服务(MaaS)的垂直整合人工智能全栈能力，加上其通义千问大语言模型(LLM)及Model-Scope平台持续进步，看好公司在快速增长的词元(Token)经济中占据有利位置，将其列为中国人工智能投资的首选股。花旗重申对阿里巴巴的“买入”评级，港股目标价204港元，ADR目标价205美元，认为公司不断提升的人工智能全栈能力可带来成本协同效应及利润扩张空间。该行预计，阿里云人工智能相关收入于2026至2031财年的年复合增长率将达到90%，到2031财年将占云业务总收入的70%。（财联社）\n马斯克点赞宇树载人变形机甲GD01\n宇树科技12日发布全球首款量产载人变形机甲GD01，马斯克在社交平台回复称：很酷！据宇树科技介绍，该款机甲起售价为390万元人民币，民用交通工具，体重约500kg（载人后）。值得注意的是，还有网友翻出马斯克2018年在社交平台发布的一篇内容为“是时候创造一个机甲”的贴文，有网友调侃：中国企业帮你圆梦了。（中新经纬）\n腾讯：元宝支持一键总结微信群聊\n36氪获悉，元宝宣布支持总结微信聊天记录。选中微信群聊聊天记录转发其他应用-选择元宝-复制粘贴给元宝，就能让它帮你总结。此外，还可以将发票报销发给元宝生成表格、让元宝通过聊天记录制定个性化旅行方案等。\n2025年全国广播电视和网络视听行业总收入同比增长5.22%\n36氪获悉，国家广播电视总局发布2025年全国广播电视行业统计公报，2025年全国广播电视和网络视听行业总收入15464.29亿元，同比增长5.22%。其中，广播电视和网络视听业务实际创收收入13308.13亿元，同比增长5%；财政补助收入1042.45亿元，同比增长4.59%；其他收入1113.71亿元，同比增长8.61%。按主体分，广播电视机构总收入7171.12亿元，同比增长5.48%，广播电视新媒体业务、广电5G业务持续拉动广播电视机构收入增长；网络视听服务机构总收入8293.17亿元，同比增长5.00%。\n欧盟拟出台法案让儿童延迟使用社媒\n随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。（央视新闻）\n宇树科技已注册多款机器人商标\n36氪获悉，天眼查App显示，宇树科技股份有限公司成立于2016年8月，法定代表人为王兴兴，注册资本约3.64亿人民币，经营范围包括智能机器人的研发、智能机器人销售、工业机器人制造等，由王兴兴、汉海信息技术（上海）有限公司、宁波红杉科盛股权投资合伙企业（有限合伙）等共同持股。知识产权信息显示，该公司已申请注册“机器人牌照”“KONGFBOT”“秧BOT”商标，国际分类包括运输工具、科学仪器、网站服务等，其中部分商标已成功注册。\nTikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO\n36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。\n马斯克称星舰第12次试飞将于下周进行\n马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”（新浪财经）\n朋友圈猛推“先息后本”背后：银行消费贷“赶搭末班车”\n近日，微信朋友圈成为银行抢占零售信贷市场的竞技场，记者在这里频繁刷到宁波银行、杭州银行、中信百信银行等银行的贷款营销广告，“先息后本”“年化利率3.0%起”“纯线上申请”等是常见宣传语。多款消费贷产品频频亮相朋友圈，竞逐流量入口。一时间，似乎所有用户都能在指尖触达低息贷款。业内人士表示，银行这一轮营销热潮背后，既有政策压力下的“加速跑”心态，也折射出银行在LPR连续多月“按兵不动”的利率空窗期，主动调整策略、争夺零售信贷增量的深层逻辑。（中证网）\n上市进行时\n佰维存储再次递表港交所\n36氪获悉，据港交所文件，5月12日，深圳佰维存储科技股份有限公司向港交所提交上市申请书，独家保荐人为华泰国际。\nAI最前沿\n腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布\n36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent\n韩国交易所开始在资本市场监测工作中采用AI技术\n韩国交易所（KRX）周三表示，已开始在其资本市场监测工作中采用人工智能（AI）技术。此次正式采用人工智能技术是在韩国交易所收购本土人工智能初创公司Fair Labs约三个月后进行的，此次收购旨在加速其人工智能转型并加强其数据业务。（新浪财经）\n百度慧播星升级为百度一镜\n36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度创始人李彦宏宣布，百度慧播星升级为“百度一镜”。从主要应用于直播带货场景的数字人，升级为以数字人为特色，包含直播、视频、实时互动等多形态的“全场景数字人平台”，并可生成几分钟乃至数小时的高互动内容。\n百度搭子DuMate正式亮相\n36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度搭子DuMate全新推出移动端App。据了解，DuMate将百度AI搜索、秒哒、伐谋、百科等核心产品能力集成为可随时调用的内置技能，同时强化长程任务执行与主动决策能力。\n大公司财报\n阿里巴巴：2026财年Q4营收2433.8亿元，同比增长3%\n36氪获悉，阿里巴巴发布2026财年第四财季财报。财报显示，阿里巴巴第四财季营收2433.8亿元，同比增长3%。若不考虑高鑫零售和银泰的已处置业务的收入，同口径收入同比增长将为11%；净利润为254.76亿元。\n腾讯：一季度营收1964.58亿元，同比增长9%\n36氪获悉，腾讯发布2026年第一季度财报。财报显示，腾讯一季度营收1964.58亿元，同比增长9%；Non-IFRS经营利润756.3亿元，同比增长9%。若剔除新AI产品影响，Non-IFRS经营利润同比增长17%至844亿元。期内腾讯自由现金流达567亿元。\n西门子第二季度净利润22.4亿欧元\n5月13日，西门子公布第二季度业绩报告。西门子第二季度营收为197.6亿欧元，市场预期为200.7亿欧元；第二季度净为22.4亿欧元，同比下降8.3%。（界面新闻）\n名创优品：预计一季度收入同比增加约113%至116%\n36氪获悉，名创优品公告，基于对截至2026年3月31日止季度的未经审计综合管理账目的初步审阅及评估，预计本集团将录得收入约5678百万元-5728百万元，同比增加约28%-29%；经营利润约1511百万元-1531百万元，同比增加约113%-116%；及期内利润约1228百万元-1248百万元，同比增加约195%-200%。\n投融资\n“芯驰科技”完成近1亿美金C轮融资\n36氪获悉，5月13日，“芯驰科技”正式宣布完成近1亿美金C轮融资。本轮融资由苏产投领投，陕汽鸿德投资作为全新战略股东，亦庄国投、北京市先进制造基金、西安财金、益中亘泰等多家知名投资机构及产业资本跟投。本轮融资落地，将进一步巩固芯驰科技在车规芯片领域的技术壁垒、量产优势与产业生态布局，并加速公司从汽车到具身智能赛道的全栈“芯”突破。\n“微元合成”完成15亿元新一轮融资\n36氪获悉，近日，“微元合成”宣布完成15亿元新一轮融资，本轮融资由股权融资及长期银行贷款共同组成，其中股权融资由张其宾、谭瑞清与兴银投资参与，长期银行贷款由兴业银行北京分行提供支持。本轮融资主要用于并购豫鑫和多项大宗产品的规模化量产。\n整理\n｜徐嘉彤\n+1\n33\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n9点1氪丨DeepSeek拟募资最高500亿；“全国销冠”被刑拘，泰康人寿回应；OPPO就母亲节文案致歉\n8点1氪丨段永平再加仓泡泡玛特；多平台已下架“全李酒店”；世界杯决赛门票1张200万美元，FIFA回应\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n每天8点1刻，商业新闻联播。\n最近内容\n8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n腾讯Q1游戏营收642亿，高管称AI时代不能盲目追求DAU增长\n控制成本很重要\n50分钟前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:18.261834+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:717", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 717, "duplicate_primary_title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "display_summary_zh": "今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。 贾跃亭造车12年未果，宣布转战机器人 日前，法拉第未来创始人贾跃亭在社交平台发布的视频中表示：“我要宣布一个公司重大的战略升级：FF（法拉第未来）将升级为物理AI生态系统公司，专注于具身智能机器人业务两大引擎，一是人形与仿生机器人，二是汽车机器人。在战略执行节奏上，第一阶段将以人形和仿生机器人为主，汽车机器人为辅。” 但实际上，距离贾跃亭2014年官宣造车已经过去12年，法拉第未来离大规模量产汽车仍有很大差距。过去十年时间，法拉第未来总共只交付了不足20辆汽车，而贾跃亭已8年时间未回国，身负巨额债务。（第一财经日报） 上海市监局：抽验发现网红糖果中每公斤含125000毫克伟哥 近日，上海市市场监管局抽检发现，一款叫“爱必享”糖果制品中每公斤西地那非含量高达12万5千毫克，西地那非俗称伟哥，为处方药，禁止添加于普通食品中，长期或不当食用可能引发头晕、血压骤降、肝肾损伤等健康风险，尤其对儿童、女性及心血管疾病患者危害极大。2025年9月此产品就被通报过，但商家玩失联，虚假注册地址关闭涉事网店，目前已无法查询到相关商品。对此，上海市市场监管局食品抽检处工作人员表示：后续会有核查处置，不合格信息会通报涉及的外省市。（红星新闻） 大公司/大事件 中美经贸磋商在韩国开始举行 当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。（央视新闻） 特朗普抵达北京 13日晚，特朗普抵京开启访华之旅。马斯克、黄仁勋等多位美国企业界重量级代表随行。（央视新闻） 恋与深空被指推广视频擦边，叠纸工作人员向玩家道歉 5月12日，《恋与深空》再次面临低俗争议，有网友反映，恋与深空微博账号发布的温泉剧情推广视频露骨擦边，男主角半裸洗浴时接受女主角抚摸胸背，伴有喘息背景音乐，相关视频播放量超过300万次。叠纸游戏人员回应，抱歉影响到玩家体验，已将投诉举报传达。 （封面新闻） 腾讯刘炽平：腾讯没有大裁员计划 在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。（每日经济新闻） 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。（新浪财经） 燃油附加费涨价引爆囤票潮，端午节订票量涨84% 国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。（第一财经） 花旗将阿里巴巴列为中国AI投资首选股，H股目标价204港元 5月12日，花旗发布研报称，阿里巴巴旗下阿里云拥有芯片分支平头哥、基础设施即服(IaaS)、平台即服务(PaaS)到模型即服务(MaaS)的垂直整合人工智能全栈能力，加上其通义千问大语言模型(LLM)及Model-Scope平台持续进步，看好公司在快速增长的词元(Token)经济中占据有利位置，将其列为中国人工智能投资的首选股。花旗重申对阿里巴巴的“买入”评级，港股目标价204港元，ADR目标价205美元，认为公司不断提升的人工智能全栈能力可带来成本协同效应及利润扩张空间。该行预计，阿里云人工智能相关收入于2026至2031财年的年复合增长率将达到90%，到2031财年将占云业务总收入的70%。（财联社） 马斯克点赞宇树载人变形机甲GD01 宇树科技12日发布全球首款量产载人变形机甲GD01，马斯克在社交平台回复称：很酷！据宇树科技介绍，该款机甲起售价为390万元人民币，民用交通工具，体重约500kg（载人后）。值得注意的是，还有网友翻出马斯克2018年在社交平台发布的一篇内容为“是时候创造一个机甲”的贴文，有网友调侃：中国企业帮你圆梦了。（中新经纬） 腾讯：元宝支持一键总结微信群聊 36氪获悉，元宝宣布支持总结微信聊天记录。选中微信群聊聊天记录转发其他应用-选择元宝-复制粘贴给元宝，就能让它帮你总结。此外，还可以将发票报销发给元宝生成表格、让元宝通过聊天记录制定个性化旅行方案等。 2025年全国广播电视和网络视听行业总收入同比增长5.22% 36氪获悉，国家广播电视总局发布2025年全国广播电视行业统计公报，2025年全国广播电视和网络视听行业总收入15464.29亿元，同比增长5.22%。其中，广播电视和网络视听业务实际创收收入13308.13亿元，同比增长5%；财政补助收入1042.45亿元，同比增长4.59%；其他收入1113.71亿元，同比增长8.61%。按主体分，广播电视机构总收入7171.12亿元，同比增长5.48%，广播电视新媒体业务、广电5G业务持续拉动广播电视机构收入增长；网络视听服务机构总收入8293.17亿元，同比增长5.00%。 欧盟拟出台法案让儿童延迟使用社媒 随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。（央视新闻） 宇树科技已注册多款机器人商标 36氪获悉，天眼查App显示，宇树科技股份有限公司成立于2016年8月，法定代表人为王兴兴，注册资本约3.64亿人民币，经营范围包括智能机器人的研发、智能机器人销售、工业机器人制造等，由王兴兴、汉海信息技术（上海）有限公司、宁波红杉科盛股权投资合伙企业（有限合伙）等共同持股。知识产权信息显示，该公司已申请注册“机器人牌照”“KONGFBOT”“秧BOT”商标，国际分类包括运输工具、科学仪器、网站服务等，其中部分商标已成功注册。 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO 36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。 马斯克称星舰第12次试飞将于下周进行 马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”（新浪财经） 朋友圈猛推“先息后本”背后：银行消费贷“赶搭末班车” 近日，微信朋友圈成为银行抢占零售信贷市场的竞技场，记者在这里频繁刷到宁波银行、杭州银行、中信百信银行等银行的贷款营销广告，“先息后本”“年化利率3.0%起”“纯线上申请”等是常见宣传语。多款消费贷产品频频亮相朋友圈，竞逐流量入口。一时间，似乎所有用户都能在指尖触达低息贷款。业内人士表示，银行这一轮营销热潮背后，既有政策压力下的“加速跑”心态，也折射出银行在LPR连续多月“按兵不动”的利率空窗期，主动调整策略、争夺零售信贷增量的深层逻辑。（中证网） 上市进行时 佰维存储再次递表港交所 36氪获悉，据港交所文件，5月12日，深圳佰维存储科技股份有限公司向港交所提交上市申请书，独家保荐人为华泰国际。 AI最前沿 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent 韩国交易所开始在资本市场监测工作中采用AI技术 韩国交易所（KRX）周三表示，已开始在其资本市场监测工作中采用人工智能（AI）技术。此次正式采用人工智能技术是在韩国交易所收购本土人工智能初创公司Fair Labs约三个月后进行的，此次收购旨在加速其人工智能转型并加强其数据业务。（新浪财经） 百度慧播星升级为百度一镜 36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度创始人李彦宏宣布，百度慧播星升级为“百度一镜”。从主要应用于直播带货场景的数字人，升级为以数字人为特色，包含直播、视频、实时互动等多形态的“全场景数字人平台”，并可生成几分钟乃至数小时的高互动内容。 百度搭子DuMate正式亮相 36氪获悉，在5月13日举办的Create2026百度AI开发者大会上，百度搭子DuMate全新推出移动端App。据了解，DuMate将百度AI搜索、秒哒、伐谋、百科等核心产品能力集成为可随时调用的内置技能，同时强化长程任务执行与主动决策能力。 大公司财报 阿里巴巴：2026财年Q4营收2433.8亿元，同比增长3% 36氪获悉，阿里巴巴发布2026财年第四财季财报。财报显示，阿里巴巴第四财季营收2433.8亿元，同比增长3%。若不考虑高鑫零售和银泰的已处置业务的收入，同口径收入同比增长将为11%；净利润为254.76亿元。 腾讯：一季度营收1964.58亿元，同比增长9% 36氪获悉，腾讯发布2026年第一季度财报。财报显示，腾讯一季度营收1964.58亿元，同比增长9%；Non-IFRS经营利润756.3亿元，同比增长9%。若剔除新AI产品影响，Non-IFRS经营利润同比增长17%至844亿元。期内腾讯自由现金流达567亿元。 西���子第二季度净利润22.4亿欧元 5月13日，西门子公布第二季度业绩报告。西门子第二季度营收为197.6亿欧元，市场预期为200.7亿欧元；第二季度净为22.4亿欧元，同比下降8.3%。（界面新闻） 名创优品：预计一季度收入同比增加约113%至116% 36氪获悉，名创优品公告，基于对截至2026年3月31日止季度的未经审计综合管理账目的初步审阅及评估，预计本集团将录得收入约5678百万元-5728百万元，同比增加约28%-29%；经营利润约1511百万元-1531百万元，同比增加约113%-116%；及期内利润约1228百万元-1248百万元，同比增加约195%-200%。 投融资 “芯驰科技”完成近1亿美金C轮融资 36氪获悉，5月13日，“芯驰科技”正式宣布完成近1亿美金C轮融资。本轮融资由苏产投领投，陕汽鸿德投资作为全新战略股东，亦庄国投、北京市先进制造基金、西安财金、益中亘泰等多家知名投资机构及产业资本跟投。本轮融资落地，将进一步巩固芯驰科技在车规芯片领域的技术壁垒、量产优势与产业生态布局，并加速公司从汽车到具身智能赛道的全栈“芯”突破。 “微元合成”完成15亿元新一轮融资 36氪获悉，近日，“微元合成”宣布完成15亿元新一轮融资，本轮融资由股权融资及长期银行贷款共同组成，其中股权融资由张其宾、谭瑞清与兴银投资参与，长期银行贷款由兴业银行北京分行提供支持。本轮融资主要用于并购豫鑫和多项大宗产品的规模化量产。 整理 ｜徐嘉彤", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。", "hot_score": 0.0 }, { "id": 718, "source_id": "tmtpost-ai", "source_name": "TMTPost AI Filtered", "title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "url": "https://www.tmtpost.com/7987041.html", "canonical_url": "https://www.tmtpost.com/7987041.html", "summary": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；铁路部门将推出老年旅客淡季周中购票优惠服务；MSCI中国指数新纳入22只、剔除24只成份股；截至4月30日累计有868款生成式人工智能服务完成备案；美国4月PPI同比增长6%，为2022年12月以来新高", "published_at": "2026-05-13T23:20:00+00:00", "discovered_at": "2026-05-14T00:17:24.059539+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "link": "https://www.tmtpost.com/7987041.html", "summary": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；铁路部门将推出老年旅客淡季周中购票优惠服务；MSCI中国指数新纳入22只、剔除24只成份股；截至4月30日累计有868款生成式人工智能服务完成备案；美国4月PPI同比增长6%，为2022年12月以来新高" }, "normalized_title": "钛晨报市场监管总局严查算法违规乱象规范市场竞争秩序spacex上市效应发酵贝索斯旗下蓝色起源也开始启动外部融资欧佩克月报下调今年全球原油需求增速预期至117万桶日", "resolved_target": "https://www.tmtpost.com/7987041.html", "content_fingerprint": "d831ea62ad40ccf4db00fecf8c53fb6d17734323558f1d0940db479c38b0debb", "extracted_text": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日\n钛媒体官方账号\n2026.05.14 07:20\n· 来自北京\n全文6603字\n00:00 / 20:04\n微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；铁路部门将推出老年旅客淡季周中购票优惠服务；MSCI中国指数新纳入22只、剔除24只成份股；截至4月30日累计有868款生成式人工智能服务完成备案；美国4月PPI同比增长6%，为2022年12月以来新高\n【钛媒体综合】从市场监管总局发布会了解到，市场监管总局将部署开展反不正当竞争专项执法。聚焦平台经济、民生、科技创新等重点领域，统筹运用各类反不正当竞争措施，综合整治“内卷式”竞争，推动形成优质优价、良性竞争市场秩序。\n一是持续推进高效能执法。专项执法期间，市场监管总局将提升网络不正当竞争行为常态化监管水平，坚决规制利用数据和算法、技术、平台规则等实施的各类网络不正当竞争行为，依法保护经营者、消费者，特别是平台各方参与主体的合法权益；围绕打击社会关注度高、群众反映强烈的各类不正当竞争行为，开展全链条执法、穿透式监管，切实维护公平竞争市场环境。\n二是着力强化商业秘密保护。一方面加强商业秘密侵权案件查办力度，保护企业创新成果；另一方面，加强事前保护，持续完善商业秘密保护规则体系，研究制定重点领域保护标准，完善新兴产业保护指引，探索建立商业秘密管理体系认证制度。持续开展商业秘密保护创新试点工作，举办商业秘密保护月主题活动，指导重点企业、重点产业加强自我保护意识和能力，防范泄密风险，有效激发企业创新活力。\n三是深化宣传倡导。加强法律宣传解读，培育公平竞争文化。适时曝光典型案例，加大以案释法、以案促改、以案促治力度。压实平台主体责任，督促指导平台经营者遵守反不正当竞争法等法律法规要求，自身合规经营的同时，引导和规范平台内经营者依法公平竞争。鼓励行业组织、依托新闻媒体加强社会监督，共同构建社会共治格局。\n钛媒摘声：\n目前AI发展的趋势更像制造业，要获得更多收入必须去建两个核心工厂：AI的训练工厂和AI的推理工厂，背后都是AI数据中心的建设。AI数据中心的建设一定会消耗比较大的集团现金流，但在回报的路径上是清晰的。\n——阿里巴巴CEO 吴泳铭\nAI时代的度量衡可能是“日活智能体数”（Daily Active Agents，简称DAA），与移动互联网最通用的度量衡“日活用户数”（DAU）相对应。目前较接近业界共识的度量衡是Token消耗，但Token不一定代表终局，它代表成本，并不代表收益；它衡量的是投入，而不是产出。当人类进入智能体时代，衡量一个平台和生态的繁荣，更应该关注DAA这个指标，关注有多少Agents在给人类干活，并交付结果。这比无谓的Token消耗，更接近价值，也更接近本质。\n——百度创始人 李彦宏\n国内公司：\n微信联合元宝推出群聊AI总结功能\n5月13日消息，据腾讯官方微信公众号，微信联合腾讯元宝正式上线群聊AI总结功能。用户将群消息（99+条）选中后，通过\"转发到其他应用\"复制后粘贴至元宝，即可获取深度总结。除了代爬楼，元宝还支持发票报销表格生成、基于聊天记录制定个性化旅行方案等功能。\n阿里云收入增速加速至40%，平头哥自研GPU规模化量产\n5月13日消息，阿里巴巴集团发布最新季度业绩。截至2026年3月31日止季度，阿里云收入同比增长38%至416.26亿元，剔除阿里巴巴并表业务后的外部商业化收入增速进一步加速至40%，创下近年新高。其中，AI相关产品收入达89.71亿元，连续第11个季度实现三位数同比增长，占外部收入比重首次突破30%。截至2026年3月，百炼平台的客户数量同比增长了8倍，反映出企业级市场对AI需求的加速释放。\n马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了\n5月13日消息，对于腾讯AI（人工智能）是否落后的问题，在腾讯股东大会上，腾讯董事会主席兼首席执行官马化腾表示，“原来一年前我们以为上了船，后来发现那个船漏水了，现在感觉站上去了，还坐不下去，还是希望船速能快一点”。马化腾表示，腾讯早期在AI领域的基础能力并非突出，近年通过人才建设、团队管理与内部培训持续补全短板，如今正逐步驶入发展轨道。马化腾坦言，腾讯不一定是业界最快抓住机遇的，但坚持走正确的道路，结合自身独有优势稳扎稳打，“不能看着别人在那边做就随便跨过去，抢别人的地盘，过去我们也抢过但后来基本失败了”。\n泡泡玛特今年下半年将围绕LABUBU推出两大新产品\n5月13日消息，泡泡玛特管理层在5月13日举行的电话会上表示，将通过优质的产品和丰富的内容，进一步挖掘LABUBU IP的商业价值。例如，LABUBU大电影正处于剧本创作阶段，电影有望加深消费者和LABUBU的情感连接；泡泡玛特乐园区域可以沉浸式感受LABUBU家族及背后故事；等等。今年下半年泡泡玛特将围绕LABUBU推出两大新产品。\n胖东来：从未在任何网络平台开展直播带货业务\n5月13日消息，胖东来官方账号发文称，胖东来从未在任何网络平台开展直播带货业务，也未授权任何单位或个人开设网店、直播卖货。针对上述行为公司已固定证据，并依法向市场监督管理部门提交投诉举报，将坚决通过法律途径追究侵权责任。\n国外企业：\nSpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资\n5月13日消息，贝索斯旗下蓝色起源（Blue Origin）正考虑进行首次外部融资，以实现其宏大的发射目标并利用SpaceX即将IPO所带来的投资热情。蓝色起源CEO戴夫·林普表示，公司需要大量资本来大幅提高火箭发射频率，而这笔资金远非单一投资者所能提供。2025年1月，蓝色起源首次成功将其98米高的重型运载火箭“新格伦”送入轨道。自那以后，公司便设定了激进的发射计划。华盛顿咨询机构Capstone预计，蓝色起源今年支出将达到约48亿美元，并估算公司自成立以来累计已投入近280亿美元。\n苹果计划在iOS 27中推出面向专业用户的可定制相机应用\n5月13日消息，当地时间5月12日，据马克·古尔曼报道，苹果公司正在计划升级其相机应用，作为下一版iPhone系统更新中一系列用户界面变动的一部分，该款应用将实现完全可定制。报道称，知情人士透露，通过这种新方式，用户将能够选择“相机”应用中显示哪些功能，以及这些功能的布局位置。这包括闪光灯、曝光、定时器和分辨率的控制选项。\n政策风向：\n市场监管总局：推动价格法等多部法律法规修订\n5月13日消息，从市场监管总局发布会了解到，目前，市场监管总局正在积极推动《中华人民共和国价格法》《中华人民共和国计量法》《中华人民共和国认证认可条例》《中华人民共和国工业产品生产许可证管理条例》的修订，通过完善反垄断、反不正当竞争、价格、标准、质量监管等领域的法律法规，为纵深推进全国统一大市场建设提供法律支撑。与此同时，《市场监督管理行政处罚裁量规定》正在抓紧制定中，指导地方进一步优化裁量权基准，促进严格规范公正文明执法。同时继续梳理基层执法难点问题，起草《市场监督管理若干法律疑难问题指引（二）》，以基层执法堵点的破解，助力破除妨碍统一大市场的卡点。\n国家数据局：支持地方通过“以数招商”服务产业发展\n5月13日消息，从国家数据局了解到，“数据要素×”城市行活动今天在南京启动，国家层面将支持各地积极挖掘特色数据资源与场景需求，通过“以数招商”“场景招商”等新模式，培育数据流通服务机构，服务地方产业发展。“数据要素×”城市行活动首场供需对接会将于5月14日在南京举办，现场将发布超过60个特色数据场景需求，吸引企业与地方政府在数据治理、数据技术服务、数据产品开发、人工智能服务等领域进行洽谈合作。\n据了解，“数据要素×”城市行活动未来将覆盖东中西部不同城市，支持地方立足特色数据资源优势和应用场景优势，加快培育壮大数据产业生态。\n国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景\n5月13日消息，国家医疗保障局印发《医疗保障基金监督检查五年行动计划（2026年—2030年）》。行动计划提出，聚焦人工智能赋能，持续创新拓展“人工智能+医保监管”的实践路径和应用场景。基于“一病一档”建设，推动基金监管从项目监管向项目和病种协同监管转变；基于医保影像云建设，探索“人工智能+影像识别”，精准发现植入类耗材异常、虚假检查、虚构病情等违法违规行为；基于全病历数据采集，探索“人工智能+病例判读”，为过度诊疗、虚假诊疗等问题的监管提供线索支持；基于全国医保政策，探索构建“人工智能+医保规则”，通过人工智能自动生成监管规则、筛查疑点线索、精准发现问题。持续推进反欺诈大数据监管试点成果转化，扎实开展智能监管改革试点。\n工信部：加快高质量行业数据集建设，分类引导大中小企业开展数据开发利用\n5月13日消息，工业和信息化部在重庆市召开高质量行业数据集建设工作座谈会。会议强调，工业数据开发利用是推动人工智能技术变革、加快培育新质生产力、推进制造业数智化转型的重要抓手。我国工业数据资源丰富、产业体系完备、应用场景广阔，工业数据资源开发利用潜力巨大。要聚焦工业数据“采、集、用”难点，深化路径探索，构建数据流通激励机制，加快高质量行业数据集建设。要夯实工业数据基础设施，加强技术攻关和标准体系建设，筑牢发展根基。要支持数据服务企业发展，构建数据合作联合体等新型合作模式，培育协同创新的工业数据产业生态。要分类引导大中小企业开展数据开发利用，分业推进行业数智化转型，推动产业集群等载体数据共享和价值共创。\n铁路部门将推出老年旅客淡季周中购票优惠服务\n5月13日消息，从中国国家铁路集团有限公司获悉，为更好地服务广大老年旅客美好出行需求，铁路部门近期将推出老年旅客淡季周中购票优惠服务，相关优惠车票将于5月15日起陆续发售。国铁集团客运中心相关负责人介绍，此次优惠服务面向年满60周岁及以上且使用中华人民共和国居民身份证、港澳居民居住证、台湾居民居住证、港澳居民来往内地通行证、台湾居民来往大陆通行证、外国人永久居留身份证、临时身份证明及居民户口簿购票的老年旅客。相关旅客在线上或线下购买开车时间在5月29日至6月30日期间（周一12:00至周五12:00，6月18日至22日端午假期运输期除外）的周中时段的部分动车组列车车票时，可享受执行票价9折优惠。铁路12306在相关优惠车次后标注“敬”字, 享受优惠的车票在订单详情和本人车票页面标识“长者优惠”字样。年满60周岁及以上的持有残疾军人证、伤残人民警察证、国家综合性消防救援队伍残疾人员证的中国公民，在享受原有优待票价的基础上，可再享受9折优惠。成功购票出行的老年会员旅客，同时享受普通常旅客会员的3倍积分优惠，积分可用于兑换火车票或办理座位升席业务。\n5大领域18个场景，北京出台场景培育开放应用新方案\n5月13日消息，据悉，北京市发展改革委，北京市科委、中关村管委会等部门联合制定了《北京市加快推动场景培育和开放应用工作方案》，系统推动场景培育开放应用，加速更多新技术、新产品、新业态在北京率先应用推广，因地制宜培育发展新质生产力。《工作方案》明确，围绕建设北京特色现代化产业体系、扩大内需、城市治理、公共服务、首都安全等提出5方面18个场景建设领域：建设北京特色现代化产业体系方面，围绕数字经济、绿色经济、智能制造、生产性服务业、现代农业5个领域，重点打造“数据要素X”、京津冀氢能走廊、智能工厂等场景，赋能现代化产业体系构建与新业态培育。扩大内需方面，围绕跨界融合消费、城市更新、智慧文旅、智慧物流4个领域，重点打造“超现场”、工业遗产焕新、智慧导游等场景，激活消费新业态。城市治理方面，围绕数智北京、花园城市、美丽乡村3个领域打造政务服务大模型应用、“机器人+园林”“数字京村”等场景，提升城市治理效能。公共服务方面，围绕智慧教育、医疗卫生、养老助残托育3个领域，重点打造智慧教学、人工智能辅助诊断、信用医疗等场景，赋能公共服务，提升民生保障质量与服务效能。首都安全方面，围绕韧性城市、低空安全、安全生产3个领域，重点打造防洪减灾、应急救援、气象预警等场景，进一步提升城市韧性水平，铸牢首都安全防线。\n湖南：支持符合条件的保障性租赁住房、长租房等租赁资产发行不动产投资信托基金等金融产品，推动租赁资产证券化\n5月13日消息，湖南省住房和城乡建设厅联合省发展改革委、省财政厅等九部门，印发《湖南省进一步促进房地产市场平稳健康发展若干措施》。其中提到，推进收购存量商品房。支持各地利用地方政府专项债收购存量商品房，用作保障性住房、人才房、青年公寓等；支持符合条件的保障性租赁住房、长租房等租赁资产发行不动产投资信托基金等金融产品，推动租赁资产证券化。\n股市行情：\n欧佩克月报：下调今年全球原油需求增速预期至117万桶/日\n5月13日消息，欧佩克月报：将2026年全球原油需求增速预期从138万桶/日下调至117万桶/日，将2027年全球原油需求增速预期从134万桶/日上调至154万桶/日。欧佩克+4月原油日产量平均为3319万桶，比3月减少174万桶，因伊朗战争促使中东成员国减产。预计2026年第二季度全球石油需求为1.0457亿桶/日(此前预测为1.0507亿桶/日)。将2026年对欧佩克的原油需求预期下调20万桶/日，至4270万桶/日。\nMSCI中国指数新纳入22只、剔除24只成份股\n5月13日消息，全球知名指数编制公司MSCI公布5月审议结果。在本次调整中，MSCI中国指数新纳入22只成份股，剔除24只；MSCI中国A股在岸指数新纳入19只成份股、剔除16只。本次调整将于5月29日收盘后生效。在本次MSCI中国指数新纳入的22只成份股中，包括1只港股、1只美股ADR，分别是中远海能、满帮集团；此外还有20只A股标的，涉及光通信、新能源金属等产业链标的。具体来看，包括光库科技、天华新能、大金重工、大中矿业、广合科技、长芯博创、国城矿业、仕佳光子、菲利华、湖南裕能、永鼎股份、睿创微纳、荣昌生物、科达利、百利天恒、华丰科技、盛科通信、长飞光纤等。同时，MSCI中国指数本次剔除了24只成份股，包括中航科工、石头科技、恒玄科技、首创证券、中信金融资产、阅文集团、中国通号、中国建筑、和辉光电、格科微、公牛集团等。\n其他重要内容：\n截至4月30日累计有868款生成式人工智能服务完成备案\n5月13日消息，2026年3月至4月新增72款生成式人工智能服务在国家网信办完成备案，对于通过API接口或其他方式直接调用已备案模型能力的生成式人工智能应用或功能，由地方网信办开展登记，新增49款完成登记。截至4月30日，累计有868款生成式人工智能服务完成备案，530款生成式人工智能应用或功能完成登记。\n美国4月PPI同比增长6%，为2022年12月以来新高\n5月13日消息，美国4月PPI同比增长6%，为2022年12月以来新高，预期4.9%，前值由4.00%修正为4.3%；4月PPI环比增长1.4%，为2022年3月以来新高，预期0.5%，前值由0.50%修正为0.7%。\n欧盟拟出台法案让儿童延迟使用社媒\n5月13日消息，随着未成年人网络安全问题持续引发关注，欧盟正考虑进一步收紧儿童使用社交媒体的规则。欧盟委员会5月12日表示，欧盟最早可能于今年夏季前提出立法方案，考虑对儿童实施“延迟使用社交媒体”政策。 近年来，多个欧盟成员国持续推动加强儿童网络保护。法国、西班牙、丹麦、塞浦路斯和希腊等国一直呼吁欧盟设立统一的社交媒体最低使用年龄标准。\n（综合自央视新闻、新华社、工信微报、湖南日报等）\n转载请注明出处、作者和\n本文链接\n声明：文章内容仅供参考、交流、学习、不构成投资建议。\n想和千万钛媒体用户分享你的新奇观点和发现，\n点击这里投稿\n。创业或融资寻求报道，\n点击这里\n771人已赞赏 >\n敬原创，有钛度，得赞赏\n赞赏支持\n快报\n08:37\n亚马逊据报本周进一步裁员，涉及销售伙伴服务部门\n08:35\n美国航空煤油出口量创历史新高，以填补海外供应缺口\n08:34\n阿联酋外交部否认以总理访阿相关消息\n08:33\n公募存量产品将批量调整业绩比较基准\n08:32\n纳米级观测锁定锂金属电池性能下降原因\n08:28\n丹诺医药：拟全球发售828.05万股H股，发售价75.70港元\n08:26\n一季度中国工程机械产品出口额同比增长24.3%\n08:24\n百济神州：百悦达获美国FDA批准治疗复发/难治套细胞淋巴瘤\n08:23\n三星电子股价涨超3%，创下历史新高\n08:19\nAI芯片公司Cerebras公布IPO定价，拟募资超55亿美元\n08:17\n中信证券：算力期货或将年内落地，算力金融化元年开启\n08:16\n中国驻美国大使谢锋人民日报撰文：努力探索新时期中美正确相处之道\n08:15\n新世界发展发布澄清公告，称尚未与任何潜在投资者达成任何协议\n08:14\n欧洲疾控中心：暂无证据显示涉疫邮轮汉坦病毒出现变异\n08:13\n日韩股市开盘涨跌不一\n08:11\nAI订单大幅上调，计划裁员近4000人，思科本季和全年指引均超预期，盘后股价大涨20%\n07:49\n美防务科技初创公司Anduril最新估值超600亿美元\n07:42\n世卫组织：将持续协调汉坦病毒国际应对工作\n07:40\n美联储6月维持利率不变的概率为99%\n07:40\n权益资产回暖推升净值，“10元基”数量增至百只\n扫描下载App", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:21.893254+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:718", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 718, "duplicate_primary_title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "duplicate_primary_source_name": "TMTPost AI Filtered", "display_title_zh": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "display_summary_zh": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；铁路部门将推出老年旅客淡季周中购票优惠服务；MSCI中国指数新纳入22只、剔除24只成份股；截至4月30日累计有868款生成式人工智能服务完成备案；美国4月PPI同比增长6%，为2022年12月以来新高", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；", "hot_score": 0.0 }, { "id": 709, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "canonical_url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "summary": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're looking at, summarize your open articles, and more. In its […]", "published_at": "2026-05-13T22:04:28+00:00", "discovered_at": "2026-05-13T22:18:14.434783+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "link": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "summary": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're looking at, summarize your open articles, and more. In its […]" }, "normalized_title": "microsoftsedgecopilotupdateusesaitopullinformationfromacrossyourtabs", "resolved_target": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "content_fingerprint": "c954d97e7ca28ae7fba9eebbcb0eca3af7e7b84a44443047d2d8c0f9b03300bd", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:709", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 709, "duplicate_primary_title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "display_summary_zh": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're looking at, summarize your open articles, and more. In its […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're...", "hot_score": 0.0 }, { "id": 708, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Notion just turned its workspace into a hub for AI agents", "url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "canonical_url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents", "summary": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "published_at": "2026-05-13T21:45:09+00:00", "discovered_at": "2026-05-13T22:18:11.561091+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Notion just turned its workspace into a hub for AI agents", "link": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "summary": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software." }, "normalized_title": "notionjustturneditsworkspaceintoahubforaiagents", "resolved_target": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents", "content_fingerprint": "dce54117eafbab47b6860c862644bbcae0d1c62b711331abfe7e7784f05cbb42", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:708", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 708, "duplicate_primary_title": "Notion just turned its workspace into a hub for AI agents", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Notion just turned its workspace into a hub for AI agents", "display_summary_zh": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "hot_score": 0.0 }, { "id": 704, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "canonical_url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center", "summary": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.", "published_at": "2026-05-13T19:49:42+00:00", "discovered_at": "2026-05-13T20:18:38.129765+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "link": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "summary": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants." }, "normalized_title": "musksxaiisrunningnearly50gasturbinesuncheckedatitsmississippidatacenter", "resolved_target": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center", "content_fingerprint": "2c656d738ffc5aea1417fe1a137281d96588533a9369dc3cef50eed2c1f68f58", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:704", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 704, "duplicate_primary_title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "display_summary_zh": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.", "hot_score": 0.0 }, { "id": 705, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "url": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are/", "canonical_url": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are", "summary": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity.", "published_at": "2026-05-13T19:28:06+00:00", "discovered_at": "2026-05-13T20:18:38.130297+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "link": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are/", "summary": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity." }, "normalized_title": "anthropicscatwusaysthatinthefutureaiwillanticipateyourneedsbeforeyouknowwhattheyare", "resolved_target": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are", "content_fingerprint": "227ea20088e5ce4ce171714530f8965e47b5611e8b21ea7cb6e698148e636b0a", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:705", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 705, "duplicate_primary_title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "display_summary_zh": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity.", "hot_score": 0.0 }, { "id": 702, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "canonical_url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "summary": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.\" Messages in Incognito Chat aren't saved or stored in users' chat history, similar to incognito modes on other AI chatbots, but Meta says its version is different because it […]", "published_at": "2026-05-13T16:54:04+00:00", "discovered_at": "2026-05-13T17:18:43.482225+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "link": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "summary": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.\" Messages in Incognito Chat aren't saved or stored in users' chat history, similar to incognito modes on other AI chatbots, but Meta says its version is different because it […]" }, "normalized_title": "markzuckerbergannouncescompletelyprivateencryptedmetaaichat", "resolved_target": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "content_fingerprint": "42f55720dde60d1702f67a383987005f807cde1250d81476f2d1b69ccea3caf9", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:702", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 702, "duplicate_primary_title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "display_summary_zh": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.\" Messages in Incognito Chat aren't saved or stored in users' chat history, similar to incognito modes on other AI chatbots, but Meta says its version is different because it […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.", "hot_score": 0.0 }, { "id": 700, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Who trusts Sam Altman?", "url": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman/", "canonical_url": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman", "summary": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court.", "published_at": "2026-05-13T16:31:04+00:00", "discovered_at": "2026-05-13T17:18:40.372748+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Who trusts Sam Altman?", "link": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman/", "summary": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court." }, "normalized_title": "whotrustssamaltman", "resolved_target": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman", "content_fingerprint": "2ddd6e8e66113d0012f227ae0a301144e16b5bcc3426dc20b1c056ea102961f8", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:700", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 700, "duplicate_primary_title": "Who trusts Sam Altman?", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Who trusts Sam Altman?", "display_summary_zh": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court.", "hot_score": 0.0 }, { "id": 701, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "url": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders/", "canonical_url": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders", "summary": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it.", "published_at": "2026-05-13T16:22:01+00:00", "discovered_at": "2026-05-13T17:18:40.373170+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "link": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders/", "summary": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it." }, "normalized_title": "originlabraises8mtohelpvideogamecompaniesselldatatoworldmodelbuilders", "resolved_target": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders", "content_fingerprint": "e41d3dfb8549ef5578d6f134c5e95ac8f497a0883496702801901abccaca858d", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:701", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 701, "duplicate_primary_title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "display_summary_zh": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it.", "hot_score": 0.0 }, { "id": 698, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Anthropic courts a new kind of customer: small business owners", "url": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners/", "canonical_url": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners", "summary": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses.", "published_at": "2026-05-13T16:00:00+00:00", "discovered_at": "2026-05-13T16:18:28.632627+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Anthropic courts a new kind of customer: small business owners", "link": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners/", "summary": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses." }, "normalized_title": "anthropiccourtsanewkindofcustomersmallbusinessowners", "resolved_target": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners", "content_fingerprint": "b716027f7f708c8e535a8ad0d6af22e1fc882e78873101fc143a5158ff9df92a", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:698", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 698, "duplicate_primary_title": "Anthropic courts a new kind of customer: small business owners", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Anthropic courts a new kind of customer: small business owners", "display_summary_zh": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses.", "hot_score": 0.0 }, { "id": 699, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Microsoft doesn’t want any of this", "url": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "summary": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do. Their opening statement was honestly one of the most Microsoft things I've ever seen. More than […]", "published_at": "2026-05-13T15:30:37+00:00", "discovered_at": "2026-05-13T16:18:32.642311+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Microsoft doesn’t want any of this", "link": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "summary": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do. Their opening statement was honestly one of the most Microsoft things I've ever seen. More than […]" }, "normalized_title": "microsoftdoesntwantanyofthis", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "content_fingerprint": "027361a2fc47a50249d1096f82999a2c61705853d847f387a2a122bf66691a55", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:699", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 699, "duplicate_primary_title": "Microsoft doesn’t want any of this", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Microsoft doesn’t want any of this", "display_summary_zh": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do. Their opening statement was honestly one of the most Microsoft things I've ever seen. More than […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do.", "hot_score": 0.0 }, { "id": 693, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "url": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa/", "canonical_url": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa", "summary": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant.", "published_at": "2026-05-13T14:59:32+00:00", "discovered_at": "2026-05-13T15:18:33.102202+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "link": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa/", "summary": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant." }, "normalized_title": "amazonlaunchesanaishoppingassistantforthesearchbarpoweredbyalexa", "resolved_target": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa", "content_fingerprint": "5430181d8c58502b03e68bbd86e04bb76dc0e6766ef131a4d9d9d7f2e6c84874", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:693", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 693, "duplicate_primary_title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "display_summary_zh": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant.", "hot_score": 0.0 }, { "id": 684, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "url": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data/", "canonical_url": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data", "summary": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp.", "published_at": "2026-05-13T14:00:00+00:00", "discovered_at": "2026-05-13T14:18:27.803328+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "link": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data/", "summary": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp." }, "normalized_title": "anthropicnowhasmorebusinesscustomersthanopenaiaccordingtorampdata", "resolved_target": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data", "content_fingerprint": "47c8475e07a4684628b9bda1b32dfc63d9af5fd10f45abf318b17d34a1cd676f", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:684", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 684, "duplicate_primary_title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Anthropic now has more business customers than OpenAI, according to Ramp data", "display_summary_zh": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp.", "hot_score": 0.0 }, { "id": 685, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "url": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market/", "canonical_url": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market", "summary": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass.", "published_at": "2026-05-13T14:00:00+00:00", "discovered_at": "2026-05-13T14:18:27.803847+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "link": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market/", "summary": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass." }, "normalized_title": "introducingthe6stagesattechcrunchdisrupt2026builtfortodaystougherstartupmarket", "resolved_target": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market", "content_fingerprint": "c362e0eae72615d577a2111924946995710d9f7c48b60bdd153329d0ca3dc6c9", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:685", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 685, "duplicate_primary_title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "display_summary_zh": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass.", "hot_score": 0.0 }, { "id": 686, "source_id": "techcrunch-ai", "source_name": "TechCrunch AI", "title": "WhatsApp adds an incognito mode in Meta AI chats", "url": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats/", "canonical_url": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats", "summary": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat.", "published_at": "2026-05-13T14:00:00+00:00", "discovered_at": "2026-05-13T14:18:27.804306+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "WhatsApp adds an incognito mode in Meta AI chats", "link": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats/", "summary": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat." }, "normalized_title": "whatsappaddsanincognitomodeinmetaaichats", "resolved_target": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats", "content_fingerprint": "a64463f8baf6e6d19c7947365b8974fb9f2c3c9c11441e95d8cb94d6b774fe0b", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:686", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 686, "duplicate_primary_title": "WhatsApp adds an incognito mode in Meta AI chats", "duplicate_primary_source_name": "TechCrunch AI", "display_title_zh": "WhatsApp adds an incognito mode in Meta AI chats", "display_summary_zh": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat.", "hot_score": 0.0 }, { "id": 678, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Alexa is moving into Amazon.com", "url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "summary": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience. Beginning today, when you type a query into Amazon, you'll be talking to Alexa for Shopping, the company's new shopping assistant, powered by Alexa Plus. So, while a search for \"toilet paper\" will still return the expected […]", "published_at": "2026-05-13T12:56:20+00:00", "discovered_at": "2026-05-13T13:18:46.539424+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Alexa is moving into Amazon.com", "link": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "summary": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience. Beginning today, when you type a query into Amazon, you'll be talking to Alexa for Shopping, the company's new shopping assistant, powered by Alexa Plus. So, while a search for \"toilet paper\" will still return the expected […]" }, "normalized_title": "alexaismovingintoamazoncom", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "content_fingerprint": "ad267c1f2ce71b04ac5b6da5b9cf6bd51eb9e45ac1f355551d679efa9d4c792f", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:678", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 678, "duplicate_primary_title": "Alexa is moving into Amazon.com", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Alexa is moving into Amazon.com", "display_summary_zh": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience. Beginning today, when you type a query into Amazon, you'll be talking to Alexa for Shopping, the company's new shopping assistant, powered by Alexa Plus. So, while a search for \"toilet paper\" will still return the expected […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience.", "hot_score": 0.0 }, { "id": 675, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "2026 AI最佳场景渗透案例重磅揭晓", "url": "https://36kr.com/p/3807623172235011?f=rss", "canonical_url": "https://36kr.com/p/3807623172235011?f=rss", "summary": "如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。 “渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。 据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。 趋势和数据的背后，是行业正在形成的共识：AI的叙事主线已从“技术竞赛”切换到“场景为王”。 评价的标尺也随之回归商业本质，如今评判一个AI是否优秀，重点不再是看它的技术参数和演示效果，而是看它到底在真实场景中解决了多少问题，创造了多少价值。 当潮水退去，价值浮出水面。一个更本质的问题摆在行业面前，经历了早期的憧憬、试错与喧嚣后，究竟哪些AI应用，在产业的土壤中深深扎根，结出了 可验证、可衡量、可复制 的果实？ 为了回答这个问题，36氪持续关注AI与产业的融合进程。2023年，我们推出 “智能涌现” 公众号，聚焦AI新时代下涌现的产业革命。2024年，我们正式推出首届AI Partner大会，旨在寻找“AI创新应用标杆案例”。2025年，我们将目光投向“具身智能”与“AI原生”，探索智能体如何与物理世界深度融合。 进入2026年，AI向产业深水区“渗透”的深度和质量，成为最核心的议题。今年1月，36氪再度启动AI Partner系列案例征集，并明确聚焦“场景渗透”。历时3个月的公开征集、案例调研与多维评审，现正式发布 “2026 AI最佳场景渗透案例” 及 “特别致敬人物” 。 通过持续评选和挖掘，我们希望能找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例，同时致敬那些在AI应用落地早期，敢于探索、敢于投入，为行业开辟可行路径的“灯塔者”和“破壁者”，关注技术背后推动落地的“ 人 ”与“ 精神 ”。 AI最佳场景渗透案例 本次入围的案例覆盖了智能制造、生活服务、医疗健康、金融保险、零售电商、文化教育、现代农业、智慧城市等10多个关键领域。通过对 55个入围案例 的系统分析，我们发现了一些值得关注的特征和趋势。 趋势一：角色升维，从“辅助工具”到“决策中枢” 过去，AI的角色大多数被认为是“提效工具”，比如处理内容生成、信息归集等确定性任务。但今年入围的案例显示，AI正从流程的“执行末端”走向“决策核心”。 在供应链优化、动态定价、药物研发、金融风控等复杂场景中，AI系统已能够基于多维度实时数据，自主进行预测、权衡、生成方案并执行。这表明，企业引入AI的目标已从“局部降本”转向重构关键业务流的决策逻辑，追求决策质量与速度的“数量级”提升。 这一升维的背后，是智能体（Agent）协作、强化学习与行业知识深度结合的成果。当AI能够理解业务闭环并自主优化，其价值便从“人力资源的补充”升级为“一种新的、可规模化复制的核心产能”。 趋势二：形态进化，从“数字副脑”到“产业工人” 数字世界的流程改造只是一个阶段。今年，更引人注目的变化发生在物理世界。入围案例中，涉及机器人和智能装备的“具身智能”案例在数量和成熟度上均显著提升。 在高端制造车间、农业养殖场、物流仓库乃至变电站，AI驱动着机械臂、AMR（自主移动机器人）完成检测、装配、巡检等高价值任务。同时，端侧AI的成熟，让智能汽车、智能家居等设备获得了前所未有的环境感知与即时响应能力。 在此类场景中，AI必须通过精准、可靠的物理交互，在复杂、非结构化的现实环境中创造价值。它攻克的是传统刚性自动化难以解决的“小批量、多品类”的柔性化生产与不确定环境适应的终极难题。 可以看到，AI渗透正在完成关键性的一跃，从虚拟世界的算法进化为物理世界中稳定、可靠的新质“生产力”，逐步实现“感知-决策-执行”的价值闭环。 趋势三：路径深化，从“通用能力”到“行业深潜” 通用大模型的能力虽然强大，但在高度专业化的行业场景中，“通才”往往不如“专才”。本次入围案例表明，成功的渗透越来越依赖于在垂直领域的“深潜”。 领先的实践者们正利用行业专有数据训练模型，构建领域知识库，将专家的经验与判断逻辑“固化”进系统。在医疗辅助诊断、法律文书审阅、工业参数调优等场景中，垂直模型的准确性、合规性与可解释性远超通用方案。 这种看似“做减法”的专注，实际上是在构建“做加法”的竞争壁垒。当AI深度理解了一个行业的“行话”、流程与规则，它就不再是外挂工具，而是内化为业务流程的“标准组件”。行业Know-How与数据的积淀，构成了这类AI应用最坚实的护城河。 以下为“2026AI最佳场景渗透案例”完整名册 特别致敬人物 每一次产业变革的背后，都有两类人不可或缺，一类是“灯塔者”，他们是指明方向的人，另一类是“破壁者”，他们是夯实脚下的人。 本次入围的“灯塔者”们大多是企业的创始人或核心决策者。他们的致敬之处，并非在于已取得的商业成功，而是 在AI行业尚处朦胧时期，率先下场、拿出真资源去验证AI落地可行性的探路者。 与预测不同，本次入围的“灯塔者”并非集中来自互联网或传统AI公司，而是广泛分布于新能源汽车、机器人、芯片设计、自动驾驶及无人配送等实体产业。 这也在一定程度上说明，当前AI的价值主导权正在从“纯技术公司”向“产业公司”迁移，真正拥有场景、理解痛点、能够组织复杂系统交付的产业领袖，正成为AI与实体经济融合的核心引擎。 以下为“2026 AI最佳场景渗透案例·特别致敬人物 灯塔者”完整名册 “破壁者”大多是深入业务腹地的技术领军者、首席科学家或技术负责人。他们的致敬之处，在于扎根场景、务实攻坚，把抽象的技术战略转变为可落地、可迭代、可商业化的产业实践。 从入围的“破壁者”背景来看，他们普遍具备“双栖”能力，既深谙技术内核，又透彻理解业务痛点。他们是在代码世界与生产现场之间穿梭的“翻译家”与“架构师”，解答“如何到达”的现实难题。 在36氪看来，AI在产业中的深度渗透，并不是单一力量可以推动，而是一场“灯塔者”与“破壁者”的 双向奔赴与高效协同 。 以下为“2026 AI最佳场景渗透案例·特别致敬人物 破壁者”完整名册 产业大调研 在征集案例的同时，36氪就AI场景应用的痛点与期待应用方向进行了专项调研。这些来自一线的真实反馈，为我们理解 “AI渗透产业面临哪些问题” 以及 “市场最需要什么AI应用” 提供了宝贵的数据支撑。 我们调研了近百位买方管理者（包括CEO、CTO及业务负责人），了解他们在AI项目进入\"落地应用\"阶段后所面临的核心挑战。结果显示，痛点主要集中在三个方面： 痛点1：效果与数据 高达52.38%的调研对象表示，当前AI应用遇到的最大挑战是效果不及预期，特别是在实际业务场景中的准确率和稳定性难以令人满意。这说明实验室环境与真实生产环境之间存在显著鸿沟，边缘案例、数据分布漂移、实时性要求等因素，都会让模型表现“打折扣”。 与之紧密相关的是数据供给难题，42.86%的调研对象提到“缺乏持续、合规、高质量数据”。很多企业之所以在AI应用上落地困难，不是技术和算法问题，而是陷入数据困境，数据孤岛、标注成本高、合规风险等问题，极大拖慢了迭代节奏。 痛点2：人与组织 40.48%的调研对象认为AI项目“落地应用”时遇到“内部推行阻力”。在他们看来，AI落地首先是“人的问题”，其次才是“技术问题”。员工担心被替代、学习成本高、与现有工作流冲突……这些组织层面的摩擦力，往往让好技术“用不起来”。 与此同时，38.10%的调研对象表示“难以清晰量化AI对业绩指标的具体贡献”。当项目需要争取追加预算或向上汇报时，说不清楚ROI，就意味着左右为难。 痛点3：系统与成本 33.33%的调研对象认为AI实际应用时面临“与现有IT系统对接复杂”的整合困难。有部分企业面临老旧系统兼容难题，ERP、CRM、OA等存量系统无法顺畅对接AI，多系统切换反而降低了工作效率。 另有28.57%的调研对象认为“持续运维、算力、人力等成本超出初期规划”。部分企业在项目启动时，主要预估了模型开发、采购或定制的相关投入，却低估了让AI系统在真实业务中持续、稳定、安全运行所产生的源源不断的维护费用，导致项目在后期面临预算压力，甚至难以为继。 总体来看，AI落地从不是单一技术问题，而是数据、组织、系统、商业共同作用的系统性工程。 此外，从“最期待的AI改造场景”调研中，我们发现，市场对AI的期待呈现出比较清晰的梯队分布。 第一梯队：办公效率与医疗健康 办公效率以22.22%的提及率位居首位，涉及智能PPT、AI招聘、个人知识中台等细分场景，这反映了知识工作者对\"把自己从重复劳动中解放出来\"的强烈渴望。 医疗健康以14.81%的提及率紧随其后，涵盖辅助诊断、药物研发、个性化健康管理等，体现了对AI提升生命质量与医疗公平性的深层期待。 第二梯队：工业制造、智能家居、教育培训、房地产服务 这四个场景各占11.11%，其共同特点是高频、刚需、痛点明确。工厂需要提质增效，家庭需要更聪明的设备，教育需要个性化方案，房地产需要重塑交易体验。 第三梯队：营销销售、政务服务、公共安全、金融、养老、农业、能源等 这些场景当前提及率较低，但恰恰可能是下一个爆发点。尤其是养老和农业，随着人口结构变化和粮食安全议题升温，AI的介入空间巨大。 致谢专业评审团 为保证本次评选的 专业性、严谨性与公平性 ，36氪特别邀请了特别邀请行业权威专家、资深投资人、知名学者及科技达人组成评审顾问团，从场景渗透度、商业价值力、技术创新力、可复制性等多个维度，四大核心维度，对申报案例进行了多轮交叉评议与综合评审。 整个评审过程中，36氪对参评资料及数据实施严格保密措施，且在评审环节进行数据脱敏处理，以此有效防止偏见产生以及数据泄漏风险。同时，基于案例研究与桌面调研，在评审顾问团综合评估之下，最终确定评选结果。 在此，36氪谨向所有评审嘉宾的辛勤付出、真知灼见与宝贵时间，致以最诚挚的感谢。他们的专业精神、严谨态度与行业洞察，是这次评选价值与公信力的基石。 2026年5月19日-20日，36氪将在北京亦庄-通明湖会展中心现场唱榜，欢迎扫码报名参会。 本文来自微信公众号 “36氪” ，36氪经授权发布。", "published_at": "2026-05-13T11:21:00+00:00", "discovered_at": "2026-05-13T12:17:24.205088+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "2026 AI最佳场景渗透案例重磅揭晓", "link": "https://36kr.com/p/3807623172235011?f=rss", "summary": "

\n

 

\n

 

\n

如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。

\n

“渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。

\n

据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。

\n

趋势和数据的背后，是行业正在形成的共识：AI的叙事主线已从“技术竞赛”切换到“场景为王”。

\n

评价的标尺也随之回归商业本质，如今评判一个AI是否优秀，重点不再是看它的技术参数和演示效果，而是看它到底在真实场景中解决了多少问题，创造了多少价值。

\n

当潮水退去，价值浮出水面。一个更本质的问题摆在行业面前，经历了早期的憧憬、试错与喧嚣后，究竟哪些AI应用，在产业的土壤中深深扎根，结出了可验证、可衡量、可复制的果实？

\n

为了回答这个问题，36氪持续关注AI与产业的融合进程。2023年，我们推出“智能涌现”公众号，聚焦AI新时代下涌现的产业革命。2024年，我们正式推出首届AI Partner大会，旨在寻找“AI创新应用标杆案例”。2025年，我们将目光投向“具身智能”与“AI原生”，探索智能体如何与物理世界深度融合。

\n

进入2026年，AI向产业深水区“渗透”的深度和质量，成为最核心的议题。今年1月，36氪再度启动AI Partner系列案例征集，并明确聚焦“场景渗透”。历时3个月的公开征集、案例调研与多维评审，现正式发布“2026 AI最佳场景渗透案例”及“特别致敬人物”。

\n

通过持续评选和挖掘，我们希望能找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例，同时致敬那些在AI应用落地早期，敢于探索、敢于投入，为行业开辟可行路径的“灯塔者”和“破壁者”，关注技术背后推动落地的“人”与“精神”。

\n

\n

 

\n

                                           AI最佳场景渗透案例

\n

 

\n

本次入围的案例覆盖了智能制造、生活服务、医疗健康、金融保险、零售电商、文化教育、现代农业、智慧城市等10多个关键领域。通过对55个入围案例的系统分析，我们发现了一些值得关注的特征和趋势。

\n

趋势一：角色升维，从“辅助工具”到“决策中枢”

\n

过去，AI的角色大多数被认为是“提效工具”，比如处理内容生成、信息归集等确定性任务。但今年入围的案例显示，AI正从流程的“执行末端”走向“决策核心”。

\n

在供应链优化、动态定价、药物研发、金融风控等复杂场景中，AI系统已能够基于多维度实时数据，自主进行预测、权衡、生成方案并执行。这表明，企业引入AI的目标已从“局部降本”转向重构关键业务流的决策逻辑，追求决策质量与速度的“数量级”提升。

\n

这一升维的背后，是智能体（Agent）协作、强化学习与行业知识深度结合的成果。当AI能够理解业务闭环并自主优化，其价值便从“人力资源的补充”升级为“一种新的、可规模化复制的核心产能”。

\n

趋势二：形态进化，从“数字副脑”到“产业工人”

\n

数字世界的流程改造只是一个阶段。今年，更引人注目的变化发生在物理世界。入围案例中，涉及机器人和智能装备的“具身智能”案例在数量和成熟度上均显著提升。

\n

在高端制造车间、农业养殖场、物流仓库乃至变电站，AI驱动着机械臂、AMR（自主移动机器人）完成检测、装配、巡检等高价值任务。同时，端侧AI的成熟，让智能汽车、智能家居等设备获得了前所未有的环境感知与即时响应能力。

\n

在此类场景中，AI必须通过精准、可靠的物理交互，在复杂、非结构化的现实环境中创造价值。它攻克的是传统刚性自动化难以解决的“小批量、多品类”的柔性化生产与不确定环境适应的终极难题。

\n

可以看到，AI渗透正在完成关键性的一跃，从虚拟世界的算法进化为物理世界中稳定、可靠的新质“生产力”，逐步实现“感知-决策-执行”的价值闭环。

\n

趋势三：路径深化，从“通用能力”到“行业深潜”

\n

通用大模型的能力虽然强大，但在高度专业化的行业场景中，“通才”往往不如“专才”。本次入围案例表明，成功的渗透越来越依赖于在垂直领域的“深潜”。

\n

领先的实践者们正利用行业专有数据训练模型，构建领域知识库，将专家的经验与判断逻辑“固化”进系统。在医疗辅助诊断、法律文书审阅、工业参数调优等场景中，垂直模型的准确性、合规性与可解释性远超通用方案。

\n

这种看似“做减法”的专注，实际上是在构建“做加法”的竞争壁垒。当AI深度理解了一个行业的“行话”、流程与规则，它就不再是外挂工具，而是内化为业务流程的“标准组件”。行业Know-How与数据的积淀，构成了这类AI应用最坚实的护城河。

\n

以下为“2026AI最佳场景渗透案例”完整名册

\n

\n

 

\n

\n

 

\n

\n

 

\n

\n

 

\n

\n

 

\n

                                                特别致敬人物

\n

 

\n

每一次产业变革的背后，都有两类人不可或缺，一类是“灯塔者”，他们是指明方向的人，另一类是“破壁者”，他们是夯实脚下的人。

\n

本次入围的“灯塔者”们大多是企业的创始人或核心决策者。他们的致敬之处，并非在于已取得的商业成功，而是在AI行业尚处朦胧时期，率先下场、拿出真资源去验证AI落地可行性的探路者。

\n

与预测不同，本次入围的“灯塔者”并非集中来自互联网或传统AI公司，而是广泛分布于新能源汽车、机器人、芯片设计、自动驾驶及无人配送等实体产业。

\n

这也在一定程度上说明，当前AI的价值主导权正在从“纯技术公司”向“产业公司”迁移，真正拥有场景、理解痛点、能够组织复杂系统交付的产业领袖，正成为AI与实体经济融合的核心引擎。

\n

以下为“2026 AI最佳场景渗透案例·特别致敬人物 灯塔者”完整名册

\n

\n

 

\n

“破壁者”大多是深入业务腹地的技术领军者、首席科学家或技术负责人。他们的致敬之处，在于扎根场景、务实攻坚，把抽象的技术战略转变为可落地、可迭代、可商业化的产业实践。

\n

从入围的“破壁者”背景来看，他们普遍具备“双栖”能力，既深谙技术内核，又透彻理解业务痛点。他们是在代码世界与生产现场之间穿梭的“翻译家”与“架构师”，解答“如何到达”的现实难题。

\n

在36氪看来，AI在产业中的深度渗透，并不是单一力量可以推动，而是一场“灯塔者”与“破壁者”的双向奔赴与高效协同。

\n

以下为“2026 AI最佳场景渗透案例·特别致敬人物 破壁者”完整名册

\n

\n

 

\n

\n

 

\n

                                                  产业大调研

\n

 

\n

在征集案例的同时，36氪就AI场景应用的痛点与期待应用方向进行了专项调研。这些来自一线的真实反馈，为我们理解“AI渗透产业面临哪些问题”以及“市场最需要什么AI应用”提供了宝贵的数据支撑。

\n

我们调研了近百位买方管理者（包括CEO、CTO及业务负责人），了解他们在AI项目进入\"落地应用\"阶段后所面临的核心挑战。结果显示，痛点主要集中在三个方面：

\n

痛点1：效果与数据

\n

高达52.38%的调研对象表示，当前AI应用遇到的最大挑战是效果不及预期，特别是在实际业务场景中的准确率和稳定性难以令人满意。这说明实验室环境与真实生产环境之间存在显著鸿沟，边缘案例、数据分布漂移、实时性要求等因素，都会让模型表现“打折扣”。

\n

与之紧密相关的是数据供给难题，42.86%的调研对象提到“缺乏持续、合规、高质量数据”。很多企业之所以在AI应用上落地困难，不是技术和算法问题，而是陷入数据困境，数据孤岛、标注成本高、合规风险等问题，极大拖慢了迭代节奏。

\n

痛点2：人与组织

\n

40.48%的调研对象认为AI项目“落地应用”时遇到“内部推行阻力”。在他们看来，AI落地首先是“人的问题”，其次才是“技术问题”。员工担心被替代、学习成本高、与现有工作流冲突……这些组织层面的摩擦力，往往让好技术“用不起来”。

\n

与此同时，38.10%的调研对象表示“难以清晰量化AI对业绩指标的具体贡献”。当项目需要争取追加预算或向上汇报时，说不清楚ROI，就意味着左右为难。

\n

痛点3：系统与成本

\n

33.33%的调研对象认为AI实际应用时面临“与现有IT系统对接复杂”的整合困难。有部分企业面临老旧系统兼容难题，ERP、CRM、OA等存量系统无法顺畅对接AI，多系统切换反而降低了工作效率。

\n

另有28.57%的调研对象认为“持续运维、算力、人力等成本超出初期规划”。部分企业在项目启动时，主要预估了模型开发、采购或定制的相关投入，却低估了让AI系统在真实业务中持续、稳定、安全运行所产生的源源不断的维护费用，导致项目在后期面临预算压力，甚至难以为继。

\n

总体来看，AI落地从不是单一技术问题，而是数据、组织、系统、商业共同作用的系统性工程。

\n

此外，从“最期待的AI改造场景”调研中，我们发现，市场对AI的期待呈现出比较清晰的梯队分布。

\n

第一梯队：办公效率与医疗健康

\n

办公效率以22.22%的提及率位居首位，涉及智能PPT、AI招聘、个人知识中台等细分场景，这反映了知识工作者对\"把自己从重复劳动中解放出来\"的强烈渴望。

\n

医疗健康以14.81%的提及率紧随其后，涵盖辅助诊断、药物研发、个性化健康管理等，体现了对AI提升生命质量与医疗公平性的深层期待。

\n

第二梯队：工业制造、智能家居、教育培训、房地产服务

\n

这四个场景各占11.11%，其共同特点是高频、刚需、痛点明确。工厂需要提质增效，家庭需要更聪明的设备，教育需要个性化方案，房地产需要重塑交易体验。

\n

第三梯队：营销销售、政务服务、公共安全、金融、养老、农业、能源等

\n

这些场景当前提及率较低，但恰恰可能是下一个爆发点。尤其是养老和农业，随着人口结构变化和粮食安全议题升温，AI的介入空间巨大。

\n

\n

 

\n

                                                致谢专业评审团

\n

为保证本次评选的专业性、严谨性与公平性，36氪特别邀请了特别邀请行业权威专家、资深投资人、知名学者及科技达人组成评审顾问团，从场景渗透度、商业价值力、技术创新力、可复制性等多个维度，四大核心维度，对申报案例进行了多轮交叉评议与综合评审。

\n

整个评审过程中，36氪对参评资料及数据实施严格保密措施，且在评审环节进行数据脱敏处理，以此有效防止偏见产生以及数据泄漏风险。同时，基于案例研究与桌面调研，在评审顾问团综合评估之下，最终确定评选结果。

\n

在此，36氪谨向所有评审嘉宾的辛勤付出、真知灼见与宝贵时间，致以最诚挚的感谢。他们的专业精神、严谨态度与行业洞察，是这次评选价值与公信力的基石。

\n

2026年5月19日-20日，36氪将在北京亦庄-通明湖会展中心现场唱榜，欢迎扫码报名参会。

\n

\n

 

\n

 

\n

本文来自微信公众号“36氪”，36氪经授权发布。

", "extracted_published_at": "2026-05-13T11:21:00+00:00" }, "normalized_title": "2026ai最佳场景渗透案例重磅揭晓", "resolved_target": "https://36kr.com/p/3807623172235011?f=rss", "content_fingerprint": "fd4cb1e9052d72c37dfcbaf09a1d80167b244f707b88d5de5abf528a00a4029a", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n2026 AI最佳场景渗透案例重磅揭晓\n未来一氪\n2026年05月13日 19:21\n找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例。\n如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。\n“渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。\n据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。\n趋势和数据的背后，是行业正在形成的共识：AI的叙事主线已从“技术竞赛”切换到“场景为王”。\n评价的标尺也随之回归商业本质，如今评判一个AI是否优秀，重点不再是看它的技术参数和演示效果，而是看它到底在真实场景中解决了多少问题，创造了多少价值。\n当潮水退去，价值浮出水面。一个更本质的问题摆在行业面前，经历了早期的憧憬、试错与喧嚣后，究竟哪些AI应用，在产业的土壤中深深扎根，结出了\n可验证、可衡量、可复制\n的果实？\n为了回答这个问题，36氪持续关注AI与产业的融合进程。2023年，我们推出\n“智能涌现”\n公众号，聚焦AI新时代下涌现的产业革命。2024年，我们正式推出首届AI Partner大会，旨在寻找“AI创新应用标杆案例”。2025年，我们将目光投向“具身智能”与“AI原生”，探索智能体如何与物理世界深度融合。\n进入2026年，AI向产业深水区“渗透”的深度和质量，成为最核心的议题。今年1月，36氪再度启动AI Partner系列案例征集，并明确聚焦“场景渗透”。历时3个月的公开征集、案例调研与多维评审，现正式发布\n“2026 AI最佳场景渗透案例”\n“特别致敬人物”\n通过持续评选和挖掘，我们希望能找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例，同时致敬那些在AI应用落地早期，敢于探索、敢于投入，为行业开辟可行路径的“灯塔者”和“破壁者”，关注技术背后推动落地的“\n”与“\n精神\n”。\nAI最佳场景渗透案例\n本次入围的案例覆盖了智能制造、生活服务、医疗健康、金融保险、零售电商、文化教育、现代农业、智慧城市等10多个关键领域。通过对\n55个入围案例\n的系统分析，我们发现了一些值得关注的特征和趋势。\n趋势一：角色升维，从“辅助工具”到“决策中枢”\n过去，AI的角色大多数被认为是“提效工具”，比如处理内容生成、信息归集等确定性任务。但今年入围的案例显示，AI正从流程的“执行末端”走向“决策核心”。\n在供应链优化、动态定价、药物研发、金融风控等复杂场景中，AI系统已能够基于多维度实时数据，自主进行预测、权衡、生成方案并执行。这表明，企业引入AI的目标已从“局部降本”转向重构关键业务流的决策逻辑，追求决策质量与速度的“数量级”提升。\n这一升维的背后，是智能体（Agent）协作、强化学习与行业知识深度结合的成果。当AI能够理解业务闭环并自主优化，其价值便从“人力资源的补充”升级为“一种新的、可规模化复制的核心产能”。\n趋势二：形态进化，从“数字副脑”到“产业工人”\n数字世界的流程改造只是一个阶段。今年，更引人注目的变化发生在物理世界。入围案例中，涉及机器人和智能装备的“具身智能”案例在数量和成熟度上均显著提升。\n在高端制造车间、农业养殖场、物流仓库乃至变电站，AI驱动着机械臂、AMR（自主移动机器人）完成检测、装配、巡检等高价值任务。同时，端侧AI的成熟，让智能汽车、智能家居等设备获得了前所未有的环境感知与即时响应能力。\n在此类场景中，AI必须通过精准、可靠的物理交互，在复杂、非结构化的现实环境中创造价值。它攻克的是传统刚性自动化难以解决的“小批量、多品类”的柔性化生产与不确定环境适应的终极难题。\n可以看到，AI渗透正在完成关键性的一跃，从虚拟世界的算法进化为物理世界中稳定、可靠的新质“生产力”，逐步实现“感知-决策-执行”的价值闭环。\n趋势三：路径深化，从“通用能力”到“行业深潜”\n通用大模型的能力虽然强大，但在高度专业化的行业场景中，“通才”往往不如“专才”。本次入围案例表明，成功的渗透越来越依赖于在垂直领域的“深潜”。\n领先的实践者们正利用行业专有数据训练模型，构建领域知识库，将专家的经验与判断逻辑“固化”进系统。在医疗辅助诊断、法律文书审阅、工业参数调优等场景中，垂直模型的准确性、合规性与可解释性远超通用方案。\n这种看似“做减法”的专注，实际上是在构建“做加法”的竞争壁垒。当AI深度理解了一个行业的“行话”、流程与规则，它就不再是外挂工具，而是内化为业务流程的“标准组件”。行业Know-How与数据的积淀，构成了这类AI应用最坚实的护城河。\n以下为“2026AI最佳场景渗透案例”完整名册\n特别致敬人物\n每一次产业变革的背后，都有两类人不可或缺，一类是“灯塔者”，他们是指明方向的人，另一类是“破壁者”，他们是夯实脚下的人。\n本次入围的“灯塔者”们大多是企业的创始人或核心决策者。他们的致敬之处，并非在于已取得的商业成功，而是\n在AI行业尚处朦胧时期，率先下场、拿出真资源去验证AI落地可行性的探路者。\n与预测不同，本次入围的“灯塔者”并非集中来自互联网或传统AI公司，而是广泛分布于新能源汽车、机器人、芯片设计、自动驾驶及无人配送等实体产业。\n这也在一定程度上说明，当前AI的价值主导权正在从“纯技术公司”向“产业公司”迁移，真正拥有场景、理解痛点、能够组织复杂系统交付的产业领袖，正成为AI与实体经济融合的核心引擎。\n以下为“2026 AI最佳场景渗透案例·特别致敬人物 灯塔者”完整名册\n“破壁者”大多是深入业务腹地的技术领军者、首席科学家或技术负责人。他们的致敬之处，在于扎根场景、务实攻坚，把抽象的技术战略转变为可落地、可迭代、可商业化的产业实践。\n从入围的“破壁者”背景来看，他们普遍具备“双栖”能力，既深谙技术内核，又透彻理解业务痛点。他们是在代码世界与生产现场之间穿梭的“翻译家”与“架构师”，解答“如何到达”的现实难题。\n在36氪看来，AI在产业中的深度渗透，并不是单一力量可以推动，而是一场“灯塔者”与“破壁者”的\n双向奔赴与高效协同\n以下为“2026 AI最佳场景渗透案例·特别致敬人物 破壁者”完整名册\n产业大调研\n在征集案例的同时，36氪就AI场景应用的痛点与期待应用方向进行了专项调研。这些来自一线的真实反馈，为我们理解\n“AI渗透产业面临哪些问题”\n以及\n“市场最需要什么AI应用”\n提供了宝贵的数据支撑。\n我们调研了近百位买方管理者（包括CEO、CTO及业务负责人），了解他们在AI项目进入\"落地应用\"阶段后所面临的核心挑战。结果显示，痛点主要集中在三个方面：\n痛点1：效果与数据\n高达52.38%的调研对象表示，当前AI应用遇到的最大挑战是效果不及预期，特别是在实际业务场景中的准确率和稳定性难以令人满意。这说明实验室环境与真实生产环境之间存在显著鸿沟，边缘案例、数据分布漂移、实时性要求等因素，都会让模型表现“打折扣”。\n与之紧密相关的是数据供给难题，42.86%的调研对象提到“缺乏持续、合规、高质量数据”。很多企业之所以在AI应用上落地困难，不是技术和算法问题，而是陷入数据困境，数据孤岛、标注成本高、合规风险等问题，极大拖慢了迭代节奏。\n痛点2：人与组织\n40.48%的调研对象认为AI项目“落地应用”时遇到“内部推行阻力”。在他们看来，AI落地首先是“人的问题”，其次才是“技术问题”。员工担心被替代、学习成本高、与现有工作流冲突……这些组织层面的摩擦力，往往让好技术“用不起来”。\n与此同时，38.10%的调研对象表示“难以清晰量化AI对业绩指标的具体贡献”。当项目需要争取追加预算或向上汇报时，说不清楚ROI，就意味着左右为难。\n痛点3：系统与成本\n33.33%的调研对象认为AI实际应用时面临“与现有IT系统对接复杂”的整合困难。有部分企业面临老旧系统兼容难题，ERP、CRM、OA等存量系统无法顺畅对接AI，多系统切换反而降低了工作效率。\n另有28.57%的调研对象认为“持续运维、算力、人力等成本超出初期规划”。部分企业在项目启动时，主要预估了模型开发、采购或定制的相关投入，却低估了让AI系统在真实业务中持续、稳定、安全运行所产生的源源不断的维护费用，导致项目在后期面临预算压力，甚至难以为继。\n总体来看，AI落地从不是单一技术问题，而是数据、组织、系统、商业共同作用的系统性工程。\n此外，从“最期待的AI改造场景”调研中，我们发现，市场对AI的期待呈现出比较清晰的梯队分布。\n第一梯队：办公效率与医疗健康\n办公效率以22.22%的提及率位居首位，涉及智能PPT、AI招聘、个人知识中台等细分场景，这反映了知识工作者对\"把自己从重复劳动中解放出来\"的强烈渴望。\n医疗健康以14.81%的提及率紧随其后，涵盖辅助诊断、药物研发、个性化健康管理等，体现了对AI提升生命质量与医疗公平性的深层期待。\n第二梯队：工业制造、智能家居、教育培训、房地产服务\n这四个场景各占11.11%，其共同特点是高频、刚需、痛点明确。工厂需要提质增效，家庭需要更聪明的设备，教育需要个性化方案，房地产需要重塑交易体验。\n第三梯队：营销销售、政务服务、公共安全、金融、养老、农业、能源等\n这些场景当前提及率较低，但恰恰可能是下一个爆发点。尤其是养老和农业，随着人口结构变化和粮食安全议题升温，AI的介入空间巨大。\n致谢专业评审团\n为保证本次评选的\n专业性、严谨性与公平性\n，36氪特别邀请了特别邀请行业权威专家、资深投资人、知名学者及科技达人组成评审顾问团，从场景渗透度、商业价值力、技术创新力、可复制性等多个维度，四大核心维度，对申报案例进行了多轮交叉评议与综合评审。\n整个评审过程中，36氪对参评资料及数据实施严格保密措施，且在评审环节进行数据脱敏处理，以此有效防止偏见产生以及数据泄漏风险。同时，基于案例研究与桌面调研，在评审顾问团综合评估之下，最终确定评选结果。\n在此，36氪谨向所有评审嘉宾的辛勤付出、真知灼见与宝贵时间，致以最诚挚的感谢。他们的专业精神、严谨态度与行业洞察，是这次评选价值与公信力的基石。\n2026年5月19日-20日，36氪将在北京亦庄-通明湖会展中心现场唱榜，欢迎扫码报名参会。\n“36氪”\n，36氪经授权发布。\n+1\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n找100个被资本选中的答案｜2026“最受关注”企业名册评选启动\n我们寻找迎风而立的人｜2026年「36Under36」 征集开始\n拓竹招人！SHEIN招人！10+好公司一起招人！｜人才留言板第二期\nVol1.人才留言板｜第一期：这20家AI明星公司正在等你\nRENOGY 如果新能源：如何用16年时间打造一家Global Native公司｜出海踏浪者\n从海外代工到越南建厂，再到集群式海外投资，佩蒂的33年全球化之路｜出海踏浪者\n每日路演精选项目｜低空经济、商业航天、人工智能、可控核聚变等领域\n每日路演精选项目｜人工智能、低空经济、新材料、生物制造等领域\nAI破解出海增长困局，易蛙智能助力商家实现效率平权\n每一氪，都精彩！\n最近内容\n2026 AI最佳场景渗透案例重磅揭晓\n6月上海，这场论坛聊透出海真问题\n不用再找了，AI落地最全的实战打法，都在亦庄这场大会里\n氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行\n创业板指突破4037.96点，创历史新高\n13小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:24.424488+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:675", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 675, "duplicate_primary_title": "2026 AI最佳场景渗透案例重磅揭晓", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "2026 AI最佳场景渗透案例重磅揭晓", "display_summary_zh": "如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。 “渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。 据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。 趋势和数据的背后，是行业正在形成的共识：AI的叙事主线已从“技术竞赛”切换到“场景为王”。 评价的标尺也随之回归商业本质，如今评判一个AI是否优秀，重点不再是看它的技术参数和演示效果，而是看它到底在真实场景中解决了多少问题，创造了多少价值。 当潮水退去，价值浮出水面。一个更本质的问题摆在行业面前，经历了早期的憧憬、试错与喧嚣后，究竟哪些AI应用，在产业的土壤中深深扎根，结出了 可验证、可衡量、可复制 的果实？ 为了回答这个问题，36氪持续关注AI与产业的融合进程。2023年，我们推出 “智能涌现” 公众号，聚焦AI新时代下涌现的产业革命。2024年，我们正式推出首届AI Partner大会，旨在寻找“AI创新应用标杆案例”。2025年，我们将目光投向“具身智能”与“AI原生”，探索智能体如何与物理世界深度融合。 进入2026年，AI向产业深水区“渗透”的深度和质量，成为最核心的议题。今年1月，36氪再度启动AI Partner系列案例征集，并明确聚焦“场景渗透”。历时3个月的公开征集、案例调研与多维评审，现正式发布 “2026 AI最佳场景渗透案例” 及 “特别致敬人物” 。 通过持续评选和挖掘，我们希望能找到那些真正解决行业痛点、产生实际商业价值、并具有可复制性的AI应用标杆案例，同时致敬那些在AI应用落地早期，敢于探索、敢于投入，为行业开辟可行路径的“灯塔者”和“破壁者”，关注技术背后推动落地的“ 人 ”与“ 精神 ”。 AI最佳场景渗透案例 本次入围的案例覆盖了智能制造、生活服务、医疗健康、金融保险、零售电商、文化教育、现代农业、智慧城市等10多个关键领域。通过对 55个入围案例 的系统分析，我们发现了一些值得关注的特征和趋势。 趋势一：角色升维，从“辅助工具”到“决策中枢” 过去，AI的角色大多数被认为是“提效工具”，比如处理内容生成、信息归集等确定性任务。但今年入围的案例显示，AI正从流程的“执行末端”走向“决策核心”。 在供应链优化、动态定价、药物研发、金融风控等复杂场景中，AI系统已能够基于多维度实时数据，自主进行预测、权衡、生成方案并执行。这表明，企业引入AI的目标已从“局部降本”转向重构关键业务流的决策逻辑，追求决策质量与速度的“数量级”提升。 这一升维的背后，是智能体（Agent）协作、强化学习与行业知识深度结合的成果。当AI能够理解业务闭环并自主优化，其价值便从“人力资源的补充”升级为“一种新的、可规模化复制的核心产能”。 趋势二：形态进化，从“数字副脑”到“产业工人” 数字世界的流程改造只是一个阶段。今年，更引人注目的变化发生在物理世界。入围案例中，涉及机器人和智能装备的“具身智能”案例在数量和成熟度上均显著提升。 在高端制造车间、农业养殖场、物流仓库乃至变电站，AI驱动着机械臂、AMR（自主移动机器人）完成检测、装配、巡检等高价值任务。同时，端侧AI的成熟，让智能汽车、智能家居等设备获得了前所未有的环境感知与即时响应能力。 在此类场景中，AI必须通过精准、可靠的物理交互，在复杂、非结构化的现实环境中创造价值。它攻克的是传统刚性自动化难以解决的“小批量、多品类”的柔性化生产与不确定环境适应的终极难题。 可以看到，AI渗透正在完成关键性的一跃，从虚拟世界的算法进化为物理世界中稳定、可靠的新质“生产力”，逐步实现“感知-决策-执行”的价值闭环。 趋势三：路径深化，从“通用能力”到“行业深潜” 通用大模型的能力虽然强大，但在高度专业化的行业场景中，“通才”往往不如“专才”。本次入围案例表明，成功的渗透越来越依赖于在垂直领域的“深潜”。 领先的实践者们正利用行业专有数据训练模型，构建领域知识库，将专家的经验与判断逻辑“固化”进系统。在医疗辅助诊断、法律文书审阅、工业参数调优等场景中，垂直模型的准确性、合规性与可解释性远超通用方案。 这种看似“做减法”的专注，实际上是在构建“做加法”的竞争壁垒。当AI深度理解了一个行业的“行话”、流程与规则，它就不再是外挂工具，而是内化为业务流程的“标准组件”。行业Know-How与数据的积淀，构成了这类AI应用最坚实的护城河。 以下为“2026AI最佳场景渗透案例”完整名册 特别致敬人物 每一次产业变革的背后，都有两类人不可或缺，一类是“灯塔者”，他们是指明方向的人，另一类是“破壁者”，他们是夯实脚下的人。 本次入围的“灯塔者”们大多是企业的创始人或核心决策者。他们的致敬之处，并非在于已取得的商业成功，而是 在AI行业尚处朦胧时期，率先下场、拿出真资源去验证AI落地可行性的探路者。 与预测不同，本次入围的“灯塔者”并非集中来自互联网或传统AI公司，而是广泛分布于新能源汽车、机器人、芯片设计、自动驾驶及无人配送等实体产业。 这也在一定程度上说明，当前AI的价值主导权正在从“纯技术公司”向“产业公司”迁移，真正拥有场景、理解痛点、能够组织复杂系统交付的产业领袖，正成为AI与实体经济融合的核心引擎。 以下为“2026 AI最佳场景渗透案例·特别致敬人物 灯塔者”完整名册 “破壁者”大多是深入业务腹地的技术领军者、首席科学家或技术负责人。他们的致敬之处，在于扎根场景、务实攻坚，把抽象的技术战略转变为可落地、可迭代、可商业化的产业实践。 从入围的“破壁者”背景来看，他们普遍具备“双栖”能力，既深谙技术内核，又透彻理解业务痛点。他们是在代码世界与生产现场之间穿梭的“翻译家”与“架构师”，解答“如何到达”的现实难题。 在36氪看来，AI在产业中的深度渗透，并不是单一力量可以推动，而是一场“灯塔者”与“破壁者”的 双向奔赴与高效协同 。 以下为“2026 AI最佳场景渗透案例·特别致敬人物 破壁者”完整名册 产业大调研 在征集案例的同时，36氪就AI场景应用的痛点与期待应用方向进行了专项调研。这些来自一线的真实反馈，为我们理解 “AI渗透产业面临哪些问题” 以及 “市场最需要什么AI应用” 提供了宝贵的数据支撑。 我们调研了近百位买方管理者（包括CEO、CTO及业务负责人），了解他们在AI项目进入\"落地应用\"阶段后所面临的核心挑战。结果显示，痛点主要集中在三个方面： 痛点1：效果与数据 高达52.38%的调研对象表示，当前AI应用遇到的最大挑战是效果不及预期，特别是在实际业务场景中的准确率和稳定性难以令人满意。这说明实验室环境与真实生产环境之间存在显著鸿沟，边缘案例、数据分布漂移、实时性要求等因素，都会让模型表现“打折扣”。 与之紧密相关的是数据供给难题，42.86%的调研对象提到“缺乏持续、合规、高质量数据”。很多企业之所以在AI应用上落地困难，不是技术和算法问题，而是陷入数据困境，数据孤岛、标注成本高、合规风险等问题，极大拖慢了迭代节奏。 痛点2：人与组织 40.48%的调研对象认为AI项目“落地应用”时遇到“内部推行阻力”。在他们看来，AI落地首先是“人的问题”，其次才是“技术问题”。员工担心被替代、学习成本高、与现有工作流冲突……这些组织层面的摩擦力，往往让好技术“用不起来”。 与此同时，38.10%的调研对象表示“难以清晰量化AI对业绩指标的具体贡献”。当项目需要争取追加预算或向上汇报时，说不清楚ROI，就意味着左右为难。 痛点3：系统与成本 33.33%的调研对象认为AI实际应用时面临“与现有IT系统对接复杂”的整合困难。有部分企业面临老旧系统兼容难题，ERP、CRM、OA等存量系统无法顺畅对接AI，多系统切换反而降低了工作效率。 另有28.57%的调研对象认为“持续运维、算力、人力等成本超出初期规划”。部分企业在项目启动时，主要预估了模型开发、采购或定制的相关投入，却低估了让AI系统在真实业务中持续、稳定、安全运行所产生的源源不断的维护费用，导致项目在后期面临预算压力，甚至难以为继。 总体来看，AI落地从不是单一技术问题，而是数据、组织、系统、商业共同作用的系统性工程。 此外，从“最期待的AI改造场景”调研中，我们发现，市场对AI的期待呈现出比较清晰的梯队分布。 第一梯队：办公效率与医疗健康 办公效率以22.22%的提及率位居首位，涉及智能PPT、AI招聘、个人知识中台等细分场景，这反映了知识工作者对\"把自己从重复劳动中解放出来\"的强烈渴望。 医疗健康以14.81%的提及率紧随其后，涵盖辅助诊断、药物研发、个性化健康管理等，体现了对AI提升生命质量与医疗公平性的深层期待。 第二梯队：工业制造、智能家居、教育培训、房地产服务 这四个场景各占11.11%，其共同特点是高频、刚需、痛点明确。工厂需要提质增效，家庭需要更聪明的设备，教育需要个性化方案，房地产需要重塑交易体验。 第三梯队：营销销售、政务服务、公共安全、金融、养老、农业、能源等 这些场景当前提及率较低，但恰恰可能是下一个爆发点。尤其是养老和农业，随着人口结构变化和粮食安全议题升温，AI的介入空间巨大。 致谢专业评审团 为保证本次评选的 专业性、严谨性与公平性 ，36氪特别邀请了特别邀请行业权威专家、资深投资人、知名学者及科技达人组成评审顾问团，从场景渗透度、商业价值力、技术创新力、可复制性等多个维度，四大核心维度，对申报案例进行了多轮交叉评议与综合评审。 整个评审过程中，36氪对参评资料及数据实施严格保密措施，且在评审环节进行数据脱敏处理，以此有效防止偏见产生以及数据泄漏风险。同时，基于案例研究与桌面调研，在评审顾问团综合评估之下，最终确定评选结果。 在此，36氪谨向所有评审嘉宾的辛勤付出、真知灼见与宝贵时间，致以最诚挚的感谢。他们的专业精神、严谨态度与行业洞察，是这次评选价值与公信力的基石。 2026年5月19日-20日，36氪将在北京亦庄-通明湖会展中心现场唱榜，欢迎扫码报名参会。 本文来自微信公众号 “36氪” ，36氪经授权发布。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。 “渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。 据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。", "hot_score": 0.0 }, { "id": 674, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "url": "https://36kr.com/p/3807540422942214?f=rss", "canonical_url": "https://36kr.com/p/3807540422942214?f=rss", "summary": "大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。 腾讯刘炽平：腾讯没有大裁员计划 在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。 印尼拟推出电动车补贴应对高油价 印度尼西亚财政部长普尔巴亚12日在雅加达表示，鉴于中东紧张局势推高国际油价并加重能源进口负担，印尼正加快推动能源消费结构转型，计划自2026年6月起推出新一轮电动车补贴政策。普尔巴亚表示，中东紧张局势持续时间长于预期，全球油价短期可能维持高位，拉升印尼燃料和原油进口成本。为降低外部风险，政府正研究通过激励措施推动民众更多使用电动汽车和电动摩托车，减少对化石燃料的依赖。 B站视频播客内容单日播放时长首次破亿 36氪获悉，B站视频播客内容单日VT（播放时长）突破1亿分钟大关，创下平台该品类内容单日播放时长最高纪录。 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO 36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。 马斯克称星舰第12次试飞将于下周进行 马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。” 新产品： 中科曙光发布高端全闪存存储 36氪获悉，5月13日，中科曙光发布全新高端全闪存存储FlashNexus 9000。该产品整体性能达2亿IOPS，时延低至0.09ms。新产品采用自研“超级隧道”与NexusMatrix全互联矩阵等自研技术，性能全面升级，可保障极端情况下的系统稳定与数据安全。此外，新产品还实现核心部件100%国产化，核心软件100%全栈自研，并原生兼容20余种主流操作系统，全面支持国内外主流数据库及云原生、K8s等架构体系。 投融资： 贝索斯旗下蓝色起源考虑首次外部融资 媒体援引不愿具名的知情人士消息报道，蓝色起源正考虑进行首次外部融资，以达成火箭发射目标。据两位知情人士透露，公司首席执行官戴夫・林普（Dave Limp）在全员大会上向员工表示，若要大幅提升发射频次，公司就需要引入外部投资。林普向员工称，蓝色起源必须展现出强劲的盈利基本面，而外部融资已是摆在台面上的备选方案之一。蓝色起源拒绝了置评请求。 创业板指突破4037.96点，创历史新高 36氪获悉，创业板指日内涨幅达2.5%，上破4037.96点，这意味着创业板指已突破2015年“牛市”最高点，创历史新高。创业板指年内涨幅逾25%，若从2025年4月8日算起，涨幅已超120%。 今日观点： 泰国财长称未来一到两年经济增长有望超过3% 泰国财政部长埃克尼提·尼提坦普拉帕（Ekniti Nitithanprapas）周三表示，预计未来一到两年内，受新投资的推动，泰国经济增长率将超过3%。埃克尼提表示，他相信未来一到两年内，由于新投资的注入，泰国GDP将增长3%以上。他表示，今年第一季度投资额同比增长18%，达到2600亿泰铢（约合80.5亿美元），并补充说，同期投资申请额为1万亿泰铢。 其他值得关注的新闻： 燃油附加费涨价引爆囤票潮，端午节订票量涨84% 国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。 中美在韩国举行经贸磋商 当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。", "published_at": "2026-05-13T10:41:00+00:00", "discovered_at": "2026-05-13T11:17:22.838369+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "link": "https://36kr.com/p/3807540422942214?f=rss", "summary": "

大公司：

\n

腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布

\n

36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。

\n

腾讯刘炽平：腾讯没有大裁员计划

\n

在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。

\n

韩国政府称将支持三星与工会对话解决纠纷，以避免罢工

\n

韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。

\n

印尼拟推出电动车补贴应对高油价

\n

印度尼西亚财政部长普尔巴亚12日在雅加达表示，鉴于中东紧张局势推高国际油价并加重能源进口负担，印尼正加快推动能源消费结构转型，计划自2026年6月起推出新一轮电动车补贴政策。普尔巴亚表示，中东紧张局势持续时间长于预期，全球油价短期可能维持高位，拉升印尼燃料和原油进口成本。为降低外部风险，政府正研究通过激励措施推动民众更多使用电动汽车和电动摩托车，减少对化石燃料的依赖。

\n

B站视频播客内容单日播放时长首次破亿

\n

36氪获悉，B站视频播客内容单日VT（播放时长）突破1亿分钟大关，创下平台该品类内容单日播放时长最高纪录。

\n

TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO

\n

36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。

\n

马斯克称星舰第12次试飞将于下周进行

\n

马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”

\n

新产品：

\n

中科曙光发布高端全闪存存储

\n

36氪获悉，5月13日，中科曙光发布全新高端全闪存存储FlashNexus 9000。该产品整体性能达2亿IOPS，时延低至0.09ms。新产品采用自研“超级隧道”与NexusMatrix全互联矩阵等自研技术，性能全面升级，可保障极端情况下的系统稳定与数据安全。此外，新产品还实现核心部件100%国产化，核心软件100%全栈自研，并原生兼容20余种主流操作系统，全面支持国内外主流数据库及云原生、K8s等架构体系。

\n

投融资：

\n

贝索斯旗下蓝色起源考虑首次外部融资

\n

媒体援引不愿具名的知情人士消息报道，蓝色起源正考虑进行首次外部融资，以达成火箭发射目标。据两位知情人士透露，公司首席执行官戴夫・林普（Dave Limp）在全员大会上向员工表示，若要大幅提升发射频次，公司就需要引入外部投资。林普向员工称，蓝色起源必须展现出强劲的盈利基本面，而外部融资已是摆在台面上的备选方案之一。蓝色起源拒绝了置评请求。

\n

创业板指突破4037.96点，创历史新高

\n

36氪获悉，创业板指日内涨幅达2.5%，上破4037.96点，这意味着创业板指已突破2015年“牛市”最高点，创历史新高。创业板指年内涨幅逾25%，若从2025年4月8日算起，涨幅已超120%。

\n

今日观点：

\n

泰国财长称未来一到两年经济增长有望超过3%

\n

泰国财政部长埃克尼提·尼提坦普拉帕（Ekniti Nitithanprapas）周三表示，预计未来一到两年内，受新投资的推动，泰国经济增长率将超过3%。埃克尼提表示，他相信未来一到两年内，由于新投资的注入，泰国GDP将增长3%以上。他表示，今年第一季度投资额同比增长18%，达到2600亿泰铢（约合80.5亿美元），并补充说，同期投资申请额为1万亿泰铢。

\n

其他值得关注的新闻：

\n

燃油附加费涨价引爆囤票潮，端午节订票量涨84%

\n

国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。

\n

中美在韩国举行经贸磋商

\n

当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。

", "extracted_published_at": "2026-05-13T10:41:00+00:00" }, "normalized_title": "氪星晚报腾讯刘炽平腾讯没有大裁员计划中美在韩国举行经贸磋商马斯克称星舰第12次试飞将于下周进行", "resolved_target": "https://36kr.com/p/3807540422942214?f=rss", "content_fingerprint": "ce79e6f37c30f23dcda569460d7af26bee8fd828e296ebe3c490c05422471545", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行\n夏天与你的声音💤\n2026年05月13日 18:41\n创业板指突破4037.96点，创历史新高\n大公司：\n腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布\n36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。\n腾讯刘炽平：腾讯没有大裁员计划\n在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。\n韩国政府称将支持三星与工会对话解决纠纷，以避免罢工\n韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。\n印尼拟推出电动车补贴应对高油价\n印度尼西亚财政部长普尔巴亚12日在雅加达表示，鉴于中东紧张局势推高国际油价并加重能源进口负担，印尼正加快推动能源消费结构转型，计划自2026年6月起推出新一轮电动车补贴政策。普尔巴亚表示，中东紧张局势持续时间长于预期，全球油价短期可能维持高位，拉升印尼燃料和原油进口成本。为降低外部风险，政府正研究通过激励措施推动民众更多使用电动汽车和电动摩托车，减少对化石燃料的依赖。\nB站视频播客内容单日播放时长首次破亿\n36氪获悉，B站视频播客内容单日VT（播放时长）突破1亿分钟大关，创下平台该品类内容单日播放时长最高纪录。\nTikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO\n36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。\n马斯克称星舰第12次试飞将于下周进行\n马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。”\n新产品：\n中科曙光发布高端全闪存存储\n36氪获悉，5月13日，中科曙光发布全新高端全闪存存储FlashNexus 9000。该产品整体性能达2亿IOPS，时延低至0.09ms。新产品采用自研“超级隧道”与NexusMatrix全互联矩阵等自研技术，性能全面升级，可保障极端情况下的系统稳定与数据安全。此外，新产品还实现核心部件100%国产化，核心软件100%全栈自研，并原生兼容20余种主流操作系统，全面支持国内外主流数据库及云原生、K8s等架构体系。\n投融资：\n贝索斯旗下蓝色起源考虑首次外部融资\n媒体援引不愿具名的知情人士消息报道，蓝色起源正考虑进行首次外部融资，以达成火箭发射目标。据两位知情人士透露，公司首席执行官戴夫・林普（Dave Limp）在全员大会上向员工表示，若要大幅提升发射频次，公司就需要引入外部投资。林普向员工称，蓝色起源必须展现出强劲的盈利基本面，而外部融资已是摆在台面上的备选方案之一。蓝色起源拒绝了置评请求。\n创业板指突破4037.96点，创历史新高\n36氪获悉，创业板指日内涨幅达2.5%，上破4037.96点，这意味着创业板指已突破2015年“牛市”最高点，创历史新高。创业板指年内涨幅逾25%，若从2025年4月8日算起，涨幅已超120%。\n今日观点：\n泰国财长称未来一到两年经济增长有望超过3%\n泰国财政部长埃克尼提·尼提坦普拉帕（Ekniti Nitithanprapas）周三表示，预计未来一到两年内，受新投资的推动，泰国经济增长率将超过3%。埃克尼提表示，他相信未来一到两年内，由于新投资的注入，泰国GDP将增长3%以上。他表示，今年第一季度投资额同比增长18%，达到2600亿泰铢（约合80.5亿美元），并补充说，同期投资申请额为1万亿泰铢。\n其他值得关注的新闻：\n燃油附加费涨价引爆囤票潮，端午节订票量涨84%\n国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。\n中美在韩国举行经贸磋商\n当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。\n+1\n33\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n9点1氪丨DeepSeek拟募资最高500亿；“全国销冠”被刑拘，泰康人寿回应；OPPO就母亲节文案致歉\n8点1氪丨段永平再加仓泡泡玛特；多平台已下架“全李酒店”；世界杯决赛门票1张200万美元，FIFA回应\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n一贫如洗\n最近内容\n氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行\n氪星晚报｜我国最大规模AI4S集群接入全国一体化算力网；亚马逊低地轨道卫星计划又一批卫星发射升空；我国首款正向设计自转旋翼机完成首飞\n氪星晚报｜五一假期约600万人次进出香港；谷歌将在韩国新建人工智能园区，韩国总统府证实；英国大型企业普遍不清楚自身数据在海外被人工智能如何使用\n林俊旸创业，能重演Qwen的神话吗？\n新公司还没有名字，估值已经20亿美元\n13小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:26.549473+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:674", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 674, "duplicate_primary_title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "display_summary_zh": "大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。 腾讯刘炽平：腾讯没有大裁员计划 在腾讯股东大会上，对于腾讯是否会大裁员的问题，腾讯总裁刘炽平回应表示，肯定没有大裁员计划，腾讯跟硅谷公司不太一样。 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 韩国总统府周三表示，计划积极支持三星电子与其工会之间的对话，以解决工资纠纷，避免罢工威胁。韩国总统府高级发言人姜由桢在新闻发布会上表示：“政府计划积极支持劳资双方通过对话找到解决方案。距离罢工还有一段时间。”周三早些时候，三星电子与工会方面在政府主导的为期两天的调解谈判后未能达成协议。此次谈判被视为避免原定于5月21日举行的罢工的最后努力。 印尼拟推出电动车补贴应对高油价 印度尼西亚财政部长普尔巴亚12日在雅加达表示，鉴于中东紧张局势推高国际油价并加重能源进口负担，印尼正加快推动能源消费结构转型，计划自2026年6月起推出新一轮电动车补贴政策。普尔巴亚表示，中东紧张局势持续时间长于预期，全球油价短期可能维持高位，拉升印尼燃料和原油进口成本。为降低外部风险，政府正研究通过激励措施推动民众更多使用电动汽车和电动摩托车，减少对化石燃料的依赖。 B站视频播客内容单日播放时长首次破亿 36氪获悉，B站视频播客内容单日VT（播放时长）突破1亿分钟大关，创下平台该品类内容单日播放时长最高纪录。 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO 36氪获悉，TikTok近日宣布，正式在美国和日本推出生活服务品牌TikTok GO。据了解，TikTok GO去年在印尼的餐饮订单量增长超过20倍，在日本和美国分别提供了8万和36万个旅行体验服务。 马斯克称星舰第12次试飞将于下周进行 马斯克在X平台上转发SpaceX官方账号的帖子称，星舰第12次试飞将于下周进行。SpaceX的帖子称：“星舰的第12次飞行测试将首次展示新一代星舰和超重型飞行器，它们将搭载最新一代猛禽发动机，并从星际基地新建的发射台发射升空。本次发射最早定于5月19日下周二进行。” 新产品： 中科曙光发布高端全闪存存储 36氪获悉，5月13日，中科曙光发布全新高端全闪存存储FlashNexus 9000。该产品整体性能达2亿IOPS，时延低至0.09ms。新产品采用自研“超级隧道”与NexusMatrix全互联矩阵等自研技术，性能全面升级，可保障极端情况下的系统稳定与数据安全。此外，新产品还实现核心部件100%国产化，核心软件100%全栈自研，并原生兼容20余种主流操作系统，全面支持国内外主流数据库及云原生、K8s等架构体系。 投融资： 贝索斯旗下蓝色起源考虑首次外部融资 媒体援引不愿具名的知情人士消息报道，蓝色起源正考虑进行首次外部融资，以达成火箭发射目标。据两位知情人士透露，公司首席执行官戴夫・林普（Dave Limp）在全员大会上向员工表示，若要大幅提升发射频次，公司就需要引入外部投资。林普向员工称，蓝色起源必须展现出强劲的盈利基本面，而外部融资已是摆在台面上的备选方案之一。蓝色起源拒绝了置评请求。 创业板指突破4037.96点，创历史新高 36氪获悉，创业板指日内涨幅达2.5%，上破4037.96点，这意味着创业板指已突破2015年“牛市”最高点，创历史新高。创业板指年内涨幅逾25%，若从2025年4月8日算起，涨幅已超120%。 今日观点： 泰国财长称未来一到两年经济增长有望超过3% 泰国财政部长埃克尼提·尼提坦普拉帕（Ekniti Nitithanprapas）周三表示，预计未来一到两年内，受新投资的推动，泰国经济增长率将超过3%。埃克尼提表示，他相信未来一到两年内，由于新投资的注入，泰国GDP将增长3%以上。他表示，今年第一季度投资额同比增长18%，达到2600亿泰铢（约合80.5亿美元），并补充说，同期投资申请额为1万亿泰铢。 其他值得关注的新闻： 燃油附加费涨价引爆囤票潮，端午节订票量涨84% 国内航线燃油费5月16日将再次上调，叠加“五一”后机票均价“跳水”超四成，国内旅客抢抓涨价窗口期、提前订票意愿高涨。网络平台数据显示，5月12日当天抢订端午（6月19日-21日）期间起飞的机票量环比前一日大增84%。暑期时段（7月-8月）机票预订量环比前一日上涨58%，较去年同期增长45%。航旅纵横民航官方直销平台显示，五一节后国内多条航线现百元机票，京沪到三亚、青岛、长沙等航线均有300元左右的机票在售。 中美在韩国举行经贸磋商 当地时间5月13日，中美经贸中方牵头人、国务院副总理何立峰与美方牵头人、美国财政部长贝森特在韩国举行经贸磋商。双方以两国元首重要共识为指引，秉持相互尊重、和平共处、合作共赢的原则，就解决彼此关注的经贸问题和进一步拓展务实合作进行了坦诚、深入、建设性的交流。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。", "hot_score": 0.0 }, { "id": 670, "source_id": "tmtpost-ai", "source_name": "TMTPost AI Filtered", "title": "机器人行业最缺的，已经不是想象力了", "url": "https://www.tmtpost.com/7985905.html", "canonical_url": "https://www.tmtpost.com/7985905.html", "summary": "机器人不是能不能像人，而是能不能真的帮人干活。", "published_at": "2026-05-13T09:49:28+00:00", "discovered_at": "2026-05-13T10:17:25.777551+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "机器人行业最缺的，已经不是想象力了", "link": "https://www.tmtpost.com/7985905.html", "summary": "机器人不是能不能像人，而是能不能真的帮人干活。" }, "normalized_title": "机器人行业最缺的已经不是想象力了", "resolved_target": "https://www.tmtpost.com/7985905.html", "content_fingerprint": "9c45554ada61466bc3537cacc922db08fb56c9fe1dbd5bbe0b4a2b0bc10811d9", "extracted_text": "机器人行业最缺的，已经不是想象力了\n高恒说\n2026.05.13 17:49\n· 来自北京\n全文4433字\n00:00 / 13:31\n机器人不是能不能像人，而是能不能真的帮人干活。\n文 | 高恒说\n我现在越来越不愿意用“爆发”这个词来形容机器人行业。\n这个赛道当然热。短视频里，机器狗会翻跟头，人形机器人会走路，会挥手，会聊天，展台上灯光一打，确实很像未来已经来了。但我越看一线反馈，越觉得机器人行业真正的进度，不能只看它会不会表演，而要看它能不能被真实客户长期用起来。\n这也是我对机器人行业最大的一个判断：它不是没有前景，而是大家对它的期待太轻了。机器人不是一个手机新品，也不是一个软件应用，它进入的是物理世界。物理世界不讲情绪价值，不看发布会，不相信Demo，它只相信稳定、成本、效率、维护和回本周期。\n所以现在机器人行业真正的变化，不是又出了多少台更像人的机器人，而是它终于开始从“会表演”，走向“会干活”。\n这一步非常关键，也非常痛苦。\n过去外界看机器人，很容易陷入两个极端。一边是尬吹，觉得具身智能加上大模型，机器人很快就会进入千家万户，明年每个人身边都有一个机器助手；另一边是使劲黑，觉得现在全是泡沫，全靠融资和短视频续命。\n但我自己的判断更偏中间一点：机器人行业既没有快到马上改变生活，也没有虚到完全没有产业价值。它现在真正处在一个从热闹走向门道的阶段。\n热闹阶段，大家看的是谁的视频更震撼，谁的机器人更像人，谁的发布会更有未来感。门道阶段，大家看的就不是这些了，而是谁能把人才、数据、场景、交付和商业闭环串起来。\n这几个词听起来没有“通用人形机器人”性感，但它们才决定行业能不能活下去。\n我以前也容易被一些机器人视频带着走。因为它确实很直观，一台机器人往那里一站，能走、能跳、能交流，普通人第一反应就是：这东西是不是很快就要替代人了？\n但真正看多了一线项目之后，我反而越来越谨慎。因为机器人离“能动”已经越来越近，但离“能用”还有距离；离“看起来聪明”越来越近，但离“真正可靠”还有距离。\n这种差距，恰恰是产业机会所在，也是行业最难啃的地方。\n机器人行业第一个被低估的问题，是人。\n很多人聊机器人，第一反应是缺芯片、缺算法、缺大模型能力。但从产业落地看，行业现在同样缺一批能把机器人真正交付出去的人。\n这个问题特别现实。\n现在很多学校都想上机器人课，从中职、高职到本科，具身智能几乎成了新一轮热门方向。但学校想开课是一回事，能不能真的教好是另一回事。现实往往是老师不够、设备不够、课程体系也不成熟。\n更关键的是，机器人教育不能只靠几台设备撑门面。\n现在有些所谓实训，更像展示间：设备摆在那儿，领导来了演示一下，学生出来配合一下，看起来很热闹，但和真实产业现场没有太大关系。\n我觉得这恰恰是机器人教育最需要改变的地方。机器人不是纯理论学科，它是一个典型的工程化产业。学生如果没有接触过真实设备、真实软件、真实数据、真实任务，毕业之后很难直接进入企业的交付体系。\n机器人行业未来真正需要的，不只是会写论文、会调模型的人，还需要大量能下现场、懂调试、会维护、能和客户沟通的人。\n说得直接一点，行业现在不只缺“大脑”，也缺“双腿”。\n一个产业如果只有少数天才在实验室里做突破，没有足够多工程人员把产品铺到现场，它就很难真正形成规模化能力。机器人行业尤其如此。它不是一个下载就能用的软件，而是一台台要进工厂、进园区、进农田、进实验室的设备。只要进了现场，就一定需要人来部署、运维、调试和持续优化。\n所以我越来越觉得，机器人产业要走远，第一步不是急着造更多机器人，而是先培养出更多会交付机器人的人。\n第二个被低估的问题，是数据。\n这几年大家都在讲大模型，讲具身智能，讲机器人要有“大脑”。但大脑靠什么成长？靠数据。\n问题是，机器人的数据比互联网数据麻烦得多。\n互联网数据更多来自文本、图片、视频、点击和行为路径；机器人面对的是物理世界。物理世界最大的问题，就是不标准。\n地面可能湿滑，光线可能变化，空气里可能有烟尘，车间里可能有噪声，农业场景可能有泥地、坡路、杂草和不可控天气。现实世界不是实验室，它没有那么干净，也不会按标准答案出题。\n这也意味着，机器人真正需要的数据，未必都是“干净数据”。很多时候，越是带噪声、带异常、带边界情况的数据，反而越有价值。\n这一点特别值得重视。\n过去大家容易把数据质量理解为“越标准越好”。但机器人要进入真实世界，只吃标准化数据是不够的。它必须见过各种混乱的情况，才能在真实场景里保持稳定。\n这也是为什么数据采集会变成具身智能行业的基础设施。\n我更愿意把数采厂理解成机器人时代的“数据发电站”。它不只是采集数据，更是一个区域产业能力的底座。它可以服务企业训练模型，也可以服务科研机构做实验，还可以服务学校做实训，甚至可以成为地方发展具身智能产业的一部分基础设施。\n但这里面还有一个更深的问题：数据怎么复用？\n国内机器人本体厂商很多，看起来大家都在做机器狗、人形机器人、机械臂、移动底盘，但每家的硬件设计、驱动系统、控制架构都不一样。A机器人身上采出来的数据，到B机器人那里可能就用不了。\n这就是跨本体迁移的难题。\n如果这个问题解决不好，机器人行业就会长期停留在项目制里。每做一个项目，就重新采一批数据；每换一个本体，就重新适配一遍；每进入一个场景，就重新打一场仗。\n这会极大拖慢行业规模化。\n所以我看机器人，不太愿意只看谁的本体更酷。我更关心的是，谁能形成自己的数据闭环，谁能把数据采集、质量标准、模型训练和场景反馈跑通。\n未来机器人公司的差距，很可能不是谁先做出一台会走路的机器，而是谁能持续让机器在真实世界里变聪明。\n第三个问题，是场景和交付。\n机器人行业最容易制造误判的地方，就在于展示效果和真实交付之间的距离太远。\n比如机器狗。现在很多机器狗运动能力已经很强了，跑跳、爬坡、越障，甚至一些花哨动作都能做。但这并不意味着它已经能在真实场景里替代人。\n一台机器狗在展厅里跑得很顺，不代表它到了电厂、园区、公安、社区、农业场景里也能稳定工作。\n真实客户要的不是“它能不能跑”，而是“它能不能一直跑、跑得准、跑得稳、出问题能不能处理、最后能不能省钱”。\n这才是最硬的标准。\n所以我觉得现在机器人行业很典型的状态是：“小脑”进步很快，“大脑”还不够成熟。\n小脑是运动控制。机器人能保持平衡、能走复杂路面、能做动作，这几年进步非常明显。\n但大脑是环境感知、场景理解和自主决策。机器人能不能识别异常，能不能理解任务，能不能根据现场情况做出正确判断，这部分距离客户真正期待还有差距。\n这也是为什么很多机器人项目现在还停留在“人力补充”阶段，而不是“人力替代”阶段。\n它可以帮人巡视，可以作为展示，可以承担一部分重复性工作，但要说完全稳定地替代一个成熟工人、安保人员、巡检人员，还没那么快。\n更麻烦的是，不同场景对机器人的要求完全不一样。\n做表演的机器人，要的是好看、互动和传播；做巡检的机器人，要的是稳定、耐用和识别能力；做农业的机器人，可能不需要会跳，也不需要跑得快，它只需要背着东西在梯田里走，不翻、不摔、能干活。\n这就是机器人行业最重的地方。\n它不是一个通用产品打天下。很多时候，同样是机器狗，到了不同场景里，几乎就是完全不同的产品逻辑。\n所以我对机器人商业化一直比较谨慎。不是因为我不相信它，而是因为我知道它没那么轻。每一个真实项目背后，都有大量非标准需求。不同甲方、不同地形、不同任务、不同验收标准，都会让交付变得很重。\n这件事不像短视频里那么顺滑。\n第四个问题，是商业化。\n机器人行业当然有大故事。通用人形机器人、家庭服务机器人、劳动力替代、下一代生产力工具，这些故事都成立，也都有想象力。\n但商业化从来不靠想象力买单。\n尤其是工业客户，最关心的永远是投入产出比。设备买回来，三年能不能回本？能不能替代人工？能不能提高效率？能不能减少事故？能不能降低长期成本？\n这些问题如果算不清，项目就很难真正扩大。\n这也是为什么现在一些看起来没那么高科技的场景，反而更容易变现。比如表演、导览、娱乐互动、展厅接待。\n这些场景不一定代表机器人最终的生产力方向，但它们有一个好处：客户知道自己为什么付钱。它买的可能不是效率，而是流量、体验、展示效果和品牌形象。\n这类需求更直接，回款也更清楚。\n反而很多听起来更硬核的工业场景，商业化推进更慢。因为它必须证明自己真的能创造生产效率，而不只是创造新闻稿。\n这也是我觉得很多中小机器人公司更应该现实一点的原因。\n不是每家公司都适合去追通用人形机器人。那个赛道太大，也太烧钱，最后很可能是大厂和资本密集型公司之间的长期战争。中小公司更现实的机会，反而可能在垂直场景、特种零部件、系统集成、数据服务和细分行业解决方案里。\n这些方向不一定最有流量，但可能更容易活下来。\n我一直觉得，产业里真正的机会，很多时候不在聚光灯最亮的地方，而在那些脏活、累活、但客户愿意持续付费的地方。\n机器人行业现在也是这样。\n它最终当然会走向更通用的智能。但在那之前，最先跑出来的公司，未必是最会讲未来的公司，而是最能解决现场问题的公司。\n所以回到机器人行业现在到底处在什么阶段，我的判断是：它还没有进入大规模爆发期，但已经告别了单纯靠演示撑场面的阶段。\n这个阶段不好写，也不好拍，因为它没有那么多戏剧性。它更像产业真正落地之前的苦活阶段：建课程、采数据、跑场景、做交付、算回本、磨标准。\n这些事情都不性感，但它们才是机器人行业真正成熟的开始。\n如果说过去几年机器人行业拼的是谁更像未来，那么接下来几年，它拼的就是谁更懂现实。\n现实是什么？\n现实是客户要回本，学校要老师，企业要交付，模型要数据，机器人要在复杂环境里长期稳定运行。\n这比发布会难多了，也比短视频难多了。\n但也只有经过这一关，机器人才能真正从一个被围观的技术展品，变成一个能进入生产系统的工具。\n所以我不想把机器人行业简单归为泡沫，也不想把它说成马上改变世界。\n更准确地说，它正在从“被看见”走向“被使用”。\n这是一个更慢的过程，也是一个更值得观察的过程。\n机器人最终会成为生产力，这个方向我并不怀疑。它会进入工厂、仓库、园区、实验室、农田，也迟早会以某种形态进入家庭。但在那一天真正到来之前，行业要先回答一个更朴素的问题：\n机器人不是能不能像人，而是能不能真的帮人干活。\n这才是机器人行业接下来最硬的一场仗。\n本文系作者\n高恒说\n授权钛媒体发表，并经钛媒体编辑，转载请注明出处、作者和\n本文链接\n本内容来源于钛媒体钛度号，文章内容仅供参考、交流、学习，不构成投资建议。\n想和千万钛媒体用户分享你的新奇观点和发现，\n点击这里投稿\n。创业或融资寻求报道，\n点击这里\n771人已赞赏 >\n敬原创，有钛度，得赞赏\n赞赏支持\n快报\n08:37\n亚马逊据报本周进一步裁员，涉及销售伙伴服务部门\n08:35\n美国航空煤油出口量创历史新高，以填补海外供应缺口\n08:34\n阿联酋外交部否认以总理访阿相关消息\n08:33\n公募存量产品将批量调整业绩比较基准\n08:32\n纳米级观测锁定锂金属电池性能下降原因\n08:28\n丹诺医药：拟全球发售828.05万股H股，发售价75.70港元\n08:26\n一季度中国工程机械产品出口额同比增长24.3%\n08:24\n百济神州：百悦达获美国FDA批准治疗复发/难治套细胞淋巴瘤\n08:23\n三星电子股价涨超3%，创下历史新高\n08:19\nAI芯片公司Cerebras公布IPO定价，拟募资超55亿美元\n08:17\n中信证券：算力期货或将年内落地，算力金融化元年开启\n08:16\n中国驻美国大使谢锋人民日报撰文：努力探索新时期中美正确相处之道\n08:15\n新世界发展发布澄清公告，称尚未与任何潜在投资者达成任何协议\n08:14\n欧洲疾控中心：暂无证据显示涉疫邮轮汉坦病毒出现变异\n08:13\n日韩股市开盘涨跌不一\n08:11\nAI订单大幅上调，计划裁员近4000人，思科本季和全年指引均超预期，盘后股价大涨20%\n07:49\n美防务科技初创公司Anduril最新估值超600亿美元\n07:42\n世卫组织：将持续协调汉坦病毒国际应对工作\n07:40\n美联储6月维持利率不变的概率为99%\n07:40\n权益资产回暖推升净值，“10元基”数量增至百只\n扫描下载App", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:28.492746+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:670", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 670, "duplicate_primary_title": "机器人行业最缺的，已经不是想象力了", "duplicate_primary_source_name": "TMTPost AI Filtered", "display_title_zh": "机器人行业最缺的，已经不是想象力了", "display_summary_zh": "机器人不是能不能像人，而是能不能真的帮人干活。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "机器人不是能不能像人，而是能不能真的帮人干活。", "hot_score": 0.0 }, { "id": 662, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "url": "https://36kr.com/p/3807382930251523?f=rss", "canonical_url": "https://36kr.com/p/3807382930251523?f=rss", "summary": "文｜周鑫雨 邓咏仪 编辑｜杨轩 林俊旸以创业者的身份，重新加入AI模型的战场。 《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。 目前， 林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等 。 截至发稿前，有关上述信息，林俊旸尚未回复。 时间距离3月初的那场“闪电”诀别，已经过去了两个月。 2026年3月4日凌晨，林俊旸在X上宣布离开千问：“me stepping down. bye my beloved qwen（我卸任了。再见了，我深爱的千问）。”更早前，3月3日下午，他在Qwen成员的钉钉群中发出消息：“无颜再带领大家。” 在从百模大战，快速收束至巨头争锋（字节、阿里、DeepSeek）的三年里，林俊旸是阿里Qwen留在大模型一线梯队的灵魂人物。 自2022年起，林俊旸就接手阿里Qwen团队，负责整体工作。三年以来，他主导了Qwen系列模型的研发和开源——最全尺寸、开源策略的推进，也让Qwen成为在全球开发者社区中颇具影响力的国产模型。 林俊旸掌舵的几年中，Qwen被“保护”为一个相对独立发展的组织。 《智能涌现》曾独家报道 ，为了追求模型训练的效率，此前Qwen拥有自己的预训练、后训练、Infra团队，多个模态方向的员工也在一起工作。 但站在集团的视角中，独立，会造成业务合作的阻力。 比如，《智能涌现》曾了解到，集团重点推进的ToC超级应用“千问App”，并没有得到Qwen团队的积极支持。 2026年3月3日，一场围绕Qwen团队拆分重组的沟通会，成了林俊旸离职的导火索。 当天下午，阿里云CTO周靖人向林俊旸传达了Qwen调整的计划：将原来的Qwen，拆分成预训练、后训练、文本、图像、语音等相对独立的水平团队。一天后，林俊旸官宣了自己的离开。 具身智能，成了林俊旸重回AI战场的切入赛道。 这一方向，也是他在阿里的未竟之业。2025年10月，林俊旸就在Qwen组建了一支专注于机器人与具身智能的小团队。 在X上，他提出了自己的判断：“多模态基础模型正在转化为基础代理，通过强化学习利用工具和记忆进行长时序推理。它们应该从虚拟走向物理世界！” 在硅谷，已经有数名AI大牛，投身于世界模型和具身大脑。 前谷歌副总裁、AI“教母”李飞飞创立的空间智能公司World Labs，在2026年2月官宣了10亿美金的融资，估值高达50亿美金； 3月，杨立昆（Yann LeCun，图灵奖得主）和谢赛宁（DiT架构提出者）成立的世界模型公司AMI Labs，在没有任何产品的情况下，完成了10.3亿美元的种子轮融资，投前估值就达到了35亿美元。 同样入局具身大脑的华人研究员周衔，其成立的Genesis AI在2025年7月，宣布完成1.05亿美元的种子轮融资。 在LLM技术路线收敛的情况下，路线存在诸多争议和可能性的具身智能、世界模型，恰恰成了VC和AI大牛愿意押注的非共识。 曾有AI行业人士对《智能涌现》评价：“林俊旸至少是1亿美金以上级别的人才。”但如今，也有投资人表达了对技术人才创业的担忧：“大厂没有那么自由，但也提供了相对安全、可控的环境。技术高管创业，往往容易在商业化上水土不服。” 抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。 封面来源｜相关活动主办方 欢迎交流！ 欢迎交流！", "published_at": "2026-05-13T07:24:00+00:00", "discovered_at": "2026-05-13T08:17:19.782366+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "link": "https://36kr.com/p/3807382930251523?f=rss", "summary": "

文｜周鑫雨 邓咏仪

\n

编辑｜杨轩

\n

林俊旸以创业者的身份，重新加入AI模型的战场。

\n

《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。

\n

目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。

\n

截至发稿前，有关上述信息，林俊旸尚未回复。

\n

时间距离3月初的那场“闪电”诀别，已经过去了两个月。

\n

2026年3月4日凌晨，林俊旸在X上宣布离开千问：“me stepping down. bye my beloved qwen（我卸任了。再见了，我深爱的千问）。”更早前，3月3日下午，他在Qwen成员的钉钉群中发出消息：“无颜再带领大家。”

\n

在从百模大战，快速收束至巨头争锋（字节、阿里、DeepSeek）的三年里，林俊旸是阿里Qwen留在大模型一线梯队的灵魂人物。

\n

自2022年起，林俊旸就接手阿里Qwen团队，负责整体工作。三年以来，他主导了Qwen系列模型的研发和开源——最全尺寸、开源策略的推进，也让Qwen成为在全球开发者社区中颇具影响力的国产模型。

\n

林俊旸掌舵的几年中，Qwen被“保护”为一个相对独立发展的组织。《智能涌现》曾独家报道，为了追求模型训练的效率，此前Qwen拥有自己的预训练、后训练、Infra团队，多个模态方向的员工也在一起工作。

\n

但站在集团的视角中，独立，会造成业务合作的阻力。

\n

比如，《智能涌现》曾了解到，集团重点推进的ToC超级应用“千问App”，并没有得到Qwen团队的积极支持。

\n

2026年3月3日，一场围绕Qwen团队拆分重组的沟通会，成了林俊旸离职的导火索。

\n

当天下午，阿里云CTO周靖人向林俊旸传达了Qwen调整的计划：将原来的Qwen，拆分成预训练、后训练、文本、图像、语音等相对独立的水平团队。一天后，林俊旸官宣了自己的离开。

\n

具身智能，成了林俊旸重回AI战场的切入赛道。

\n

这一方向，也是他在阿里的未竟之业。2025年10月，林俊旸就在Qwen组建了一支专注于机器人与具身智能的小团队。

\n

在X上，他提出了自己的判断：“多模态基础模型正在转化为基础代理，通过强化学习利用工具和记忆进行长时序推理。它们应该从虚拟走向物理世界！”

\n

在硅谷，已经有数名AI大牛，投身于世界模型和具身大脑。

\n

前谷歌副总裁、AI“教母”李飞飞创立的空间智能公司World Labs，在2026年2月官宣了10亿美金的融资，估值高达50亿美金；

\n

3月，杨立昆（Yann LeCun，图灵奖得主）和谢赛宁（DiT架构提出者）成立的世界模型公司AMI Labs，在没有任何产品的情况下，完成了10.3亿美元的种子轮融资，投前估值就达到了35亿美元。

\n

同样入局具身大脑的华人研究员周衔，其成立的Genesis AI在2025年7月，宣布完成1.05亿美元的种子轮融资。

\n

在LLM技术路线收敛的情况下，路线存在诸多争议和可能性的具身智能、世界模型，恰恰成了VC和AI大牛愿意押注的非共识。

\n

曾有AI行业人士对《智能涌现》评价：“林俊旸至少是1亿美金以上级别的人才。”但如今，也有投资人表达了对技术人才创业的担忧：“大厂没有那么自由，但也提供了相对安全、可控的环境。技术高管创业，往往容易在商业化上水土不服。”

\n

抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。

\n

封面来源｜相关活动主办方

\n

\n

欢迎交流！

\n

\n

欢迎交流！

", "extracted_published_at": "2026-05-13T07:24:00+00:00" }, "normalized_title": "林俊旸创业新公司估值约20亿美金丨智能涌现独家", "resolved_target": "https://36kr.com/p/3807382930251523?f=rss", "content_fingerprint": "da2e9b2f1333dadbd19e25f4aec4f964d628d7ad4396a0cf115c465de16ae653", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n林俊旸创业，新公司估值约20亿美金丨智能涌现独家\n阿菜cabbage\n2026年05月13日 15:24\n抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。\n文｜周鑫雨 邓咏仪\n编辑｜杨轩\n林俊旸以创业者的身份，重新加入AI模型的战场。\n《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。\n目前，\n林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等\n截至发稿前，有关上述信息，林俊旸尚未回复。\n时间距离3月初的那场“闪电”诀别，已经过去了两个月。\n2026年3月4日凌晨，林俊旸在X上宣布离开千问：“me stepping down. bye my beloved qwen（我卸任了。再见了，我深爱的千问）。”更早前，3月3日下午，他在Qwen成员的钉钉群中发出消息：“无颜再带领大家。”\n在从百模大战，快速收束至巨头争锋（字节、阿里、DeepSeek）的三年里，林俊旸是阿里Qwen留在大模型一线梯队的灵魂人物。\n自2022年起，林俊旸就接手阿里Qwen团队，负责整体工作。三年以来，他主导了Qwen系列模型的研发和开源——最全尺寸、开源策略的推进，也让Qwen成为在全球开发者社区中颇具影响力的国产模型。\n林俊旸掌舵的几年中，Qwen被“保护”为一个相对独立发展的组织。\n《智能涌现》曾独家报道\n，为了追求模型训练的效率，此前Qwen拥有自己的预训练、后训练、Infra团队，多个模态方向的员工也在一起工作。\n但站在集团的视角中，独立，会造成业务合作的阻力。\n比如，《智能涌现》曾了解到，集团重点推进的ToC超级应用“千问App”，并没有得到Qwen团队的积极支持。\n2026年3月3日，一场围绕Qwen团队拆分重组的沟通会，成了林俊旸离职的导火索。\n当天下午，阿里云CTO周靖人向林俊旸传达了Qwen调整的计划：将原来的Qwen，拆分成预训练、后训练、文本、图像、语音等相对独立的水平团队。一天后，林俊旸官宣了自己的离开。\n具身智能，成了林俊旸重回AI战场的切入赛道。\n这一方向，也是他在阿里的未竟之业。2025年10月，林俊旸就在Qwen组建了一支专注于机器人与具身智能的小团队。\n在X上，他提出了自己的判断：“多模态基础模型正在转化为基础代理，通过强化学习利用工具和记忆进行长时序推理。它们应该从虚拟走向物理世界！”\n在硅谷，已经有数名AI大牛，投身于世界模型和具身大脑。\n前谷歌副总裁、AI“教母”李飞飞创立的空间智能公司World Labs，在2026年2月官宣了10亿美金的融资，估值高达50亿美金；\n3月，杨立昆（Yann LeCun，图灵奖得主）和谢赛宁（DiT架构提出者）成立的世界模型公司AMI Labs，在没有任何产品的情况下，完成了10.3亿美元的种子轮融资，投前估值就达到了35亿美元。\n同样入局具身大脑的华人研究员周衔，其成立的Genesis AI在2025年7月，宣布完成1.05亿美元的种子轮融资。\n在LLM技术路线收敛的情况下，路线存在诸多争议和可能性的具身智能、世界模型，恰恰成了VC和AI大牛愿意押注的非共识。\n曾有AI行业人士对《智能涌现》评价：“林俊旸至少是1亿美金以上级别的人才。”但如今，也有投资人表达了对技术人才创业的担忧：“大厂没有那么自由，但也提供了相对安全、可控的环境。技术高管创业，往往容易在商业化上水土不服。”\n抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。\n封面来源｜相关活动主办方\n欢迎交流！\n+1\n153\n好文章，需要你的鼓励\n你可能也喜欢这些文章\nPlaud获头部大厂投资，目前估值达20亿美元｜硬氪独家\n博裕、经纬、顺为等投资前新石器COO超亿元，押注AI超便携电子纸｜硬氪独家\n36氪官方AI专属社群，正式开放招募！\n智界要打翻盘仗：V9给了年均12万辆指引｜36氪独家\n字节跳动2025年海外营收占比创新高，AI投入致公司净利大降70%｜独家\n自变量机器人完成近20亿元B轮融资，小米战投、红杉中国领投丨智能涌现独家\n小米汽车重磅任命：胡峥楠任CTO，宋钢任参谋长｜36氪独家\n欣旺达装车特斯拉，供应全球车型｜36氪独家\n阿里电商 AI 新动向：围绕 Token 重构电商，组织迎来新一轮调整｜独家\n人工智能等前沿科技摸石者，zxycai728\n最近内容\n林俊旸创业，新公司估值约20亿美金丨智能涌现独家\n在硅谷，中美具身公司聊了聊了4个问题的解法\n别急着All-in DeepSeek V4，先看看这10位从业者的真心话\n“账面独角兽”开始暴雷：百亿估值，兑不出一分钱\n警惕账面独角兽\n17小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:30.504167+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:662", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 662, "duplicate_primary_title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "display_summary_zh": "文｜周鑫雨 邓咏仪 编辑｜杨轩 林俊旸以创业者的身份，重新加入AI模型的战场。 《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。 目前， 林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等 。 截至发稿前，有关上述信息，林俊旸尚未回复。 时间距离3月初的那场“闪电”诀别，已经过去了两个月。 2026年3月4日凌晨，林俊旸在X上宣布离开千问：“me stepping down. bye my beloved qwen（我卸任了。再见了，我深爱的千问）。”更早前，3月3日下午，他在Qwen成员的钉钉群中发出消息：“无颜再带领大家。” 在从百模大战，快速收束至巨头争锋（字节、阿里、DeepSeek）的三年里，林俊旸是阿里Qwen留在大模型一线梯队的灵魂人物。 自2022年起，林俊旸就接手阿里Qwen团队，负责整体工作。三年以来，他主导了Qwen系列模型的研发和开源——最全尺寸、开源策略的推进，也让Qwen成为在全球开发者社区中颇具影响力的国产模型。 林俊旸掌舵的几年中，Qwen被“保护”为一个相对独立发展的组织。 《智能涌现》曾独家报道 ，为了追求模型训练的效率，此前Qwen拥有自己的预训练、后训练、Infra团队，多个模态方向的员工也在一起工作。 但站在集团的视角中，独立，会造成业务合作的阻力。 比如，《智能涌现》曾了解到，集团重点推进的ToC超级应用“千问App”，并没有得到Qwen团队的积极支持。 2026年3月3日，一场围绕Qwen团队拆分重组的沟通会，成了林俊旸离职的导火索。 当天下午，阿里云CTO周靖人向林俊旸传达了Qwen调整的计划：将原来的Qwen，拆分成预训练、后训练、文本、图像、语音等相对独立的水平团队。一天后，林俊旸官宣了自己的离开。 具身智能，成了林俊旸重回AI战场的切入赛道。 这一方向，也是他在阿里的未竟之业。2025年10月，林俊旸就在Qwen组建了一支专注于机器人与具身智能的小团队。 在X上，他提出了自己的判断：“多模态基础模型正在转化为基础代理，通过强化学习利用工具和记忆进行长时序推理。它们应该从虚拟走向物理世界！” 在硅谷，已经有数名AI大牛，投身于世界模型和具身大脑。 前谷歌副总裁、AI“教母”李飞飞创立的空间智能公司World Labs，在2026年2月官宣了10亿美金的融资，估值高达50亿美金； 3月，杨立昆（Yann LeCun，图灵奖得主）和谢赛宁（DiT架构提出者）成立的世界模型公司AMI Labs，在没有任何产品的情况下，完成了10.3亿美元的种子轮融资，投前估值就达到了35亿美元。 同样入局具身大脑的华人研究员周衔，其成立的Genesis AI在2025年7月，宣布完成1.05亿美元的种子轮融资。 在LLM技术路线收敛的情况下，路线存在诸多争议和可能性的具身智能、世界模型，恰恰成了VC和AI大牛愿意押注的非共识。 曾有AI行业人士对《智能涌现》评价：“林俊旸至少是1亿美金以上级别的人才。”但如今，也有投资人表达了对技术人才创业的担忧：“大厂没有那么自由，但也提供了相对安全、可控的环境。技术高管创业，往往容易在商业化上水土不服。” 抛除阿里时代的技术光环，创业者林俊旸接下来直面的，将是商业世界的考验。 封面来源｜相关活动主办方 欢迎交流！ 欢迎交流！", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "文｜周鑫雨 邓咏仪 编辑｜杨轩 林俊旸以创业者的身份，重新加入AI模型的战场。 《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。 目前， 林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等 。 截至发稿前，有关上述信息，林俊旸尚未回复。 时间距离3月初的那场“闪电”诀别，已经过去了两个月。", "hot_score": 0.0 }, { "id": 657, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "6月上海，这场论坛聊透出海真问题", "url": "https://36kr.com/p/3807234971131656?f=rss", "canonical_url": "https://36kr.com/p/3807234971131656?f=rss", "summary": "副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？ · 对于具身智能、自动驾驶、AI硬件等新技术企业而言，如何跨越从技术验证到场景落地、从产品展示到规模商业化的关键门槛？ 这些问题，没有标准答案，但每一家出海企业都必须面对。 也正因此，由出海全球化智库EqualOcean主办的 2026出海全球化百人论坛（2026 GoGlobal Forum of 100，GGF2026） 将于2026年6月11日在上海举行。 论坛将以“韧性全球化 AI向未来”为主题，希望把这场论坛做成一个真正面向现实问题的对话现场：既不回避全球化的新难题，也不空谈技术风口；既讨论趋势判断，也讨论落地路径；既交流“怎么看出海”，也探讨“怎么做出海”。 1. 为什么是“韧性全球化，AI向未来” 本届论坛将主题定为“韧性全球化 AI向未来”，是因为今天中国企业全球化的核心命题，正在发生明显变化。 一方面，全球化正在从“寻找增量”走向“深度经营”。真正决定企业能否走得远的，已经不只是进入市场的速度，而是能否在区域分化、供应链重组、合规门槛提高的环境中，保持经营稳定、组织协同和长期投入。“韧性全球化”强调的，正是企业在复杂环境中的持续经营能力。 另一方面，AI对企业全球化的影响，也正在从局部提效走向系统重构。它不仅改变产品、营销、组织和供应链，也正在从数字世界延伸到物理世界。以人形机器人、自动驾驶为代表的具身智能，正在推动全球化竞争从“效率提升”走向“技术能力、场景落地与商业化能力”的综合比拼。 也正因此，GGF2026想讨论的，不只是企业“有没有用AI”，而是：AI能否成为下一代全球化企业的核心能力？在市场分化与红利变化之下，企业又该如何重构品牌、组织与本地经营体系？ “韧性全球化”讨论的是企业如何在复杂世界中稳住经营、穿越周期；“AI向未来”讨论的，则是企业如何借助新技术建立下一阶段的全球竞争力。把这两个关键词放在一起，正是因为它们共同指向了2026年中国企业全球化最真实的命题。 1. GGF2026议程前瞻 GGF2026将于6月11日在上海举行，论坛为期一天，围绕趋势判断、区域机会、AI应用、品牌建设、组织能力、硬科技出海与内容创新等核心话题展开。具体议程以最终发布版本为准。 上午场：研判全局・解码全球化底层趋势 论坛的上午场将从宏观环境与趋势判断切入，讨论在全球竞争新周期下，中国企业应该如何重新理解出海。主办方EqualOcean将带来题为《未来全球竞争的核心：AI能力、韧性布局与长期主义》的致辞，系统回应本届论坛主题，并提出对下一阶段全球化竞争格局的判断。 随后，多场主题演讲将围绕以下议题展开： · 《AI原生企业的全球化加速度》探讨AI原生企业如何借助技术优势、组织效率与产品迭代能力，更快进入全球市场。 · 《红利消失后，谁还能留在全球市场》回到企业最现实的挑战：当粗放扩张失效，什么样的企业还能持续经营、持续增长、持续建立全球竞争力。 · 《寻找增量：新兴市场韧性与AI驱动》从新兴市场视角出发，讨论区域增长的新变量，以及AI如何帮助企业提升进入效率与经营质量。 上午的主题演讲后，还将设置一场主题为《未来已来：AI时代的出海新范式》的圆桌讨论，届时，来自企业、投资、服务生态等不同背景的嘉宾将围绕 AI、组织、本地化、品牌和区域布局等关键议题展开碰撞。 圆桌讨论结束后，现场还将 设置面向观众的“快问快答”互动交流环节，圆桌嘉宾将会预留5-10分钟面向观众开放提问。 无论是围绕嘉宾发言观点的追问、还是来自一线实践中的真实困惑，都有机会在这一环节中与大佬讨论、交流，让现场讨论更具参与感与启发性。 GGF2025活动现场 特别环节：AI出海创业项目路演 除主题讨论外，GGF2026还将设置AI出海创业项目路演特别环节，面向全球征集优质AI出海创新项目。经评审筛选后，入围项目将在现场进行路演展示，并获得投资人点评与精准投融资对接机会。 我们希望通过这一环节，让更多具备技术潜力、产品想象力与全球化野心的新一代创业项目，在真实产业语境中被看见、被连接、被验证，也让创新者、投资人和产业资源在同一个现场形成更高效的互动。 AI路演项目申报通道现已开启，欢迎专初创AI企业扫描下方二维码填写申报表： 下午场：落地实操・拆解出海全链路打法 如果说上午场更多回答的是“方向在哪里”，那么下午场将更进一步，聚焦企业“到底该怎么做”。下午议程将从区域布局、全链路效率、AI基础设施、品牌与组织建设、硬科技出海以及内容创新等多个层面，拆解企业全球化的落地路径。 重点议题包括： · 《2026重点出海区域：欧美、中东与新兴市场的机会分化》 · 《从工具到生态：AI如何重构出海全链路》 · 《AI+x：中国企业全球化的新基础设施》 · 《AI出海的长期主义：技术壁垒、品牌建设与本地化运营》 · 《破局“硬”科技出海：具身智能与AI硬件的场景商业化与供应链韧性》 · 《AI漫剧：下一波出海爆款从哪来》 下午压轴圆桌的主题为《AI时代的全球化核心竞争力》。讨论将围绕几个极具现实意义的问题展开： · AI是降本工具，还是战略基础设施？ · 从“卖产品”到“做品牌”，AI如何重塑全球品牌能力？ · 在资本理性期，什么样的全球化公司具备穿越周期的韧性？ · 组织、人才与本土化能力，如何成为企业真正的护城河？ 1. GGF2026，不只是一场论坛 今天的企业参加一场论坛，已经不只是为了“获取信息”。大家更关心的是，能不能在这里听到足够新的判断，碰到足够关键的人，找到真正有价值的合作机会，看到值得参考的全球化样本。GGF2026希望提供的，正是这样一个兼具趋势判断、产业链接与合作触发的现场。 这里会有对全球市场变化的研究视角，会有对AI如何进入企业出海全链路的实战拆解，会有来自品牌、科技、硬件、内容、服务生态等不同角色的经验碰撞，也会有项目路演、榜单发布与更多高质量交流场景，共同构成一次更完整的全球化行业会面。 对于正在全球化路上的企业而言，这不仅是一场会，更可能是一次重新识别方向、更新认知、链接合作的关键节点。 GGF2025颁奖晚宴 1. 晚间重磅：年度榜单发布 在晚宴环节，将举行EqualOcean出海全球化系列年度榜单发布环节。 我们希望通过榜单，识别这个时代最具代表性的全球化参与者：那些真正理解区域差异、具备本地经营能力、能够将AI转化为新竞争力，并在复杂环境中保持长期投入与韧性的企业和机构。 榜单既是对优秀样本的阶段性呈现，也是对中国企业全球化新趋势的一次集中观察。相关征集通道也将同步开启，欢迎企业与机构积极参与。 榜单申报通道现已开启，欢迎专注于出海全球化的企业/机构扫描下方二维码填写申报表： 拟发布年度榜单（以活动现场发布为准）： EqualOcean出海全球化品牌榜单 2026中国AI应用全球化品牌TOP10 2026中国出行科技全球化品牌TOP10 2026中国智能设备全球化品牌TOP10 2026中国数字内容与娱乐全球化品牌TOP10 2026中国医疗科技全球化品牌TOP10 2026中国智能家居全球化品牌TOP10 2026中国实体零售全球化品牌TOP10 EqualOcean出海全球化服务商榜单 2026出海全球化金融科技机构TOP10 2026出海全球化品牌营销机构TOP10 2026出海全球化人才服务机构TOP10 2026出海全球化合规服务机构TOP10 EqualOcean出海全球化投资机构榜单 2026出海全球化投资机构TOP20 EqualOcean出海ESG典范企业榜单 2026中国出海ESG典范企业TOP20 2. GGF2026大会报名通道 如果你正在重新判断企业的全球化路径；如果你关心AI将如何改变出海的产品、品牌与组织逻辑；如果你希望与更多企业家、投资人、服务生态和创新项目建立连接；如果你相信下一个阶段的全球化竞争，比的已经不只是速度，而是韧性、系统能力与长期主义——欢迎来到 GGF2026。 GGF2026大会报名通道现已开启，欢迎扫描下方二维码报名。 3. GGF合作&咨询 关于我们 EqualOcean是一家专注于服务中国企业出海全球化、帮助海外公司或机构把握中国发展机遇的新型智库与核心资源链接者。 以\"连接中国与世界为使命\"，我们的核心优势是拥有业内最强的团队、连接官方和民间、打通科技互联网和\"传统行业\"、具有全球化视野和全球资源网络。", "published_at": "2026-05-13T05:04:00+00:00", "discovered_at": "2026-05-13T05:17:31.914479+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "6月上海，这场论坛聊透出海真问题", "link": "https://36kr.com/p/3807234971131656?f=rss", "summary": "

副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行

\n

\n

出海这件事，已经变了。

\n

如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。

\n

 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是：

\n

· 下一阶段最值得重仓的区域市场在哪里？

\n

· AI应该优先进入哪些关键环节，才能形成真正差异化？

\n

· 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？

\n

· 对于具身智能、自动驾驶、AI硬件等新技术企业而言，如何跨越从技术验证到场景落地、从产品展示到规模商业化的关键门槛？

\n

这些问题，没有标准答案，但每一家出海企业都必须面对。

\n

也正因此，由出海全球化智库EqualOcean主办的2026出海全球化百人论坛（2026 GoGlobal Forum of 100，GGF2026）将于2026年6月11日在上海举行。

\n

论坛将以“韧性全球化 AI向未来”为主题，希望把这场论坛做成一个真正面向现实问题的对话现场：既不回避全球化的新难题，也不空谈技术风口；既讨论趋势判断，也讨论落地路径；既交流“怎么看出海”，也探讨“怎么做出海”。

\n

1. 为什么是“韧性全球化，AI向未来”

\n

本届论坛将主题定为“韧性全球化 AI向未来”，是因为今天中国企业全球化的核心命题，正在发生明显变化。

\n

一方面，全球化正在从“寻找增量”走向“深度经营”。真正决定企业能否走得远的，已经不只是进入市场的速度，而是能否在区域分化、供应链重组、合规门槛提高的环境中，保持经营稳定、组织协同和长期投入。“韧性全球化”强调的，正是企业在复杂环境中的持续经营能力。

\n

另一方面，AI对企业全球化的影响，也正在从局部提效走向系统重构。它不仅改变产品、营销、组织和供应链，也正在从数字世界延伸到物理世界。以人形机器人、自动驾驶为代表的具身智能，正在推动全球化竞争从“效率提升”走向“技术能力、场景落地与商业化能力”的综合比拼。

\n

也正因此，GGF2026想讨论的，不只是企业“有没有用AI”，而是：AI能否成为下一代全球化企业的核心能力？在市场分化与红利变化之下，企业又该如何重构品牌、组织与本地经营体系？

\n

“韧性全球化”讨论的是企业如何在复杂世界中稳住经营、穿越周期；“AI向未来”讨论的，则是企业如何借助新技术建立下一阶段的全球竞争力。把这两个关键词放在一起，正是因为它们共同指向了2026年中国企业全球化最真实的命题。

\n

 

\n

1. GGF2026议程前瞻

\n

GGF2026将于6月11日在上海举行，论坛为期一天，围绕趋势判断、区域机会、AI应用、品牌建设、组织能力、硬科技出海与内容创新等核心话题展开。具体议程以最终发布版本为准。

\n

上午场：研判全局・解码全球化底层趋势

\n

论坛的上午场将从宏观环境与趋势判断切入，讨论在全球竞争新周期下，中国企业应该如何重新理解出海。主办方EqualOcean将带来题为《未来全球竞争的核心：AI能力、韧性布局与长期主义》的致辞，系统回应本届论坛主题，并提出对下一阶段全球化竞争格局的判断。

\n

随后，多场主题演讲将围绕以下议题展开：

\n

· 《AI原生企业的全球化加速度》探讨AI原生企业如何借助技术优势、组织效率与产品迭代能力，更快进入全球市场。

\n

· 《红利消失后，谁还能留在全球市场》回到企业最现实的挑战：当粗放扩张失效，什么样的企业还能持续经营、持续增长、持续建立全球竞争力。

\n

· 《寻找增量：新兴市场韧性与AI驱动》从新兴市场视角出发，讨论区域增长的新变量，以及AI如何帮助企业提升进入效率与经营质量。

\n

上午的主题演讲后，还将设置一场主题为《未来已来：AI时代的出海新范式》的圆桌讨论，届时，来自企业、投资、服务生态等不同背景的嘉宾将围绕 AI、组织、本地化、品牌和区域布局等关键议题展开碰撞。

\n

圆桌讨论结束后，现场还将设置面向观众的“快问快答”互动交流环节，圆桌嘉宾将会预留5-10分钟面向观众开放提问。无论是围绕嘉宾发言观点的追问、还是来自一线实践中的真实困惑，都有机会在这一环节中与大佬讨论、交流，让现场讨论更具参与感与启发性。

\n

\n

GGF2025活动现场

\n

特别环节：AI出海创业项目路演

\n

除主题讨论外，GGF2026还将设置AI出海创业项目路演特别环节，面向全球征集优质AI出海创新项目。经评审筛选后，入围项目将在现场进行路演展示，并获得投资人点评与精准投融资对接机会。

\n

我们希望通过这一环节，让更多具备技术潜力、产品想象力与全球化野心的新一代创业项目，在真实产业语境中被看见、被连接、被验证，也让创新者、投资人和产业资源在同一个现场形成更高效的互动。

\n

AI路演项目申报通道现已开启，欢迎专初创AI企业扫描下方二维码填写申报表：

\n

\n

 

\n

下午场：落地实操・拆解出海全链路打法

\n

如果说上午场更多回答的是“方向在哪里”，那么下午场将更进一步，聚焦企业“到底该怎么做”。下午议程将从区域布局、全链路效率、AI基础设施、品牌与组织建设、硬科技出海以及内容创新等多个层面，拆解企业全球化的落地路径。

\n

重点议题包括：

\n

· 《2026重点出海区域：欧美、中东与新兴市场的机会分化》

\n

· 《从工具到生态：AI如何重构出海全链路》

\n

· 《AI+x：中国企业全球化的新基础设施》

\n

· 《AI出海的长期主义：技术壁垒、品牌建设与本地化运营》

\n

· 《破局“硬”科技出海：具身智能与AI硬件的场景商业化与供应链韧性》

\n

· 《AI漫剧：下一波出海爆款从哪来》

\n

下午压轴圆桌的主题为《AI时代的全球化核心竞争力》。讨论将围绕几个极具现实意义的问题展开：

\n

· AI是降本工具，还是战略基础设施？

\n

· 从“卖产品”到“做品牌”，AI如何重塑全球品牌能力？

\n

· 在资本理性期，什么样的全球化公司具备穿越周期的韧性？

\n

· 组织、人才与本土化能力，如何成为企业真正的护城河？

\n

1. GGF2026，不只是一场论坛  

\n

今天的企业参加一场论坛，已经不只是为了“获取信息”。大家更关心的是，能不能在这里听到足够新的判断，碰到足够关键的人，找到真正有价值的合作机会，看到值得参考的全球化样本。GGF2026希望提供的，正是这样一个兼具趋势判断、产业链接与合作触发的现场。

\n

这里会有对全球市场变化的研究视角，会有对AI如何进入企业出海全链路的实战拆解，会有来自品牌、科技、硬件、内容、服务生态等不同角色的经验碰撞，也会有项目路演、榜单发布与更多高质量交流场景，共同构成一次更完整的全球化行业会面。

\n

对于正在全球化路上的企业而言，这不仅是一场会，更可能是一次重新识别方向、更新认知、链接合作的关键节点。

\n

\n

GGF2025颁奖晚宴

\n

 1. 晚间重磅：年度榜单发布

\n

在晚宴环节，将举行EqualOcean出海全球化系列年度榜单发布环节。

\n

我们希望通过榜单，识别这个时代最具代表性的全球化参与者：那些真正理解区域差异、具备本地经营能力、能够将AI转化为新竞争力，并在复杂环境中保持长期投入与韧性的企业和机构。

\n

榜单既是对优秀样本的阶段性呈现，也是对中国企业全球化新趋势的一次集中观察。相关征集通道也将同步开启，欢迎企业与机构积极参与。

\n

榜单申报通道现已开启，欢迎专注于出海全球化的企业/机构扫描下方二维码填写申报表：

\n

\n

 

\n

 拟发布年度榜单（以活动现场发布为准）：

\n

EqualOcean出海全球化品牌榜单

\n

2026中国AI应用全球化品牌TOP10

\n

2026中国出行科技全球化品牌TOP10

\n

2026中国智能设备全球化品牌TOP10

\n

2026中国数字内容与娱乐全球化品牌TOP10

\n

2026中国医疗科技全球化品牌TOP10

\n

2026中国智能家居全球化品牌TOP10

\n

2026中国实体零售全球化品牌TOP10

\n

EqualOcean出海全球化服务商榜单

\n

2026出海全球化金融科技机构TOP10

\n

2026出海全球化品牌营销机构TOP10

\n

2026出海全球化人才服务机构TOP10

\n

2026出海全球化合规服务机构TOP10

\n

EqualOcean出海全球化投资机构榜单

\n

2026出海全球化投资机构TOP20

\n

EqualOcean出海ESG典范企业榜单

\n

2026中国出海ESG典范企业TOP20

\n

2. GGF2026大会报名通道

\n

如果你正在重新判断企业的全球化路径；如果你关心AI将如何改变出海的产品、品牌与组织逻辑；如果你希望与更多企业家、投资人、服务生态和创新项目建立连接；如果你相信下一个阶段的全球化竞争，比的已经不只是速度，而是韧性、系统能力与长期主义——欢迎来到 GGF2026。

\n

GGF2026大会报名通道现已开启，欢迎扫描下方二维码报名。

\n

\n

 

\n

3. GGF合作&咨询

\n

\n

 

\n

关于我们

\n

\n

 

\n

EqualOcean是一家专注于服务中国企业出海全球化、帮助海外公司或机构把握中国发展机遇的新型智库与核心资源链接者。

\n

以\"连接中国与世界为使命\"，我们的核心优势是拥有业内最强的团队、连接官方和民间、打通科技互联网和\"传统行业\"、具有全球化视野和全球资源网络。

\n

\n

 

", "extracted_published_at": "2026-05-13T05:04:00+00:00" }, "normalized_title": "6月上海这场论坛聊透出海真问题", "resolved_target": "https://36kr.com/p/3807234971131656?f=rss", "content_fingerprint": "398ccc0f178c149d120e1de7a951f30e8f22b1f5aac57b27ba2f47a28e82ff6c", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n6月上海，这场论坛聊透出海真问题\n未来一氪\n2026年05月13日 13:04\n6月11日上海GGF2026出海论坛，聚焦韧性全球化与AI\n副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行\n出海这件事，已经变了。\n如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。\n如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是：\n· 下一阶段最值得重仓的区域市场在哪里？\n· AI应该优先进入哪些关键环节，才能形成真正差异化？\n· 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？\n· 对于具身智能、自动驾驶、AI硬件等新技术企业而言，如何跨越从技术验证到场景落地、从产品展示到规模商业化的关键门槛？\n这些问题，没有标准答案，但每一家出海企业都必须面对。\n也正因此，由出海全球化智库EqualOcean主办的\n2026出海全球化百人论坛（2026 GoGlobal Forum of 100，GGF2026）\n将于2026年6月11日在上海举行。\n论坛将以“韧性全球化 AI向未来”为主题，希望把这场论坛做成一个真正面向现实问题的对话现场：既不回避全球化的新难题，也不空谈技术风口；既讨论趋势判断，也讨论落地路径；既交流“怎么看出海”，也探讨“怎么做出海”。\n1. 为什么是“韧性全球化，AI向未来”\n本届论坛将主题定为“韧性全球化 AI向未来”，是因为今天中国企业全球化的核心命题，正在发生明显变化。\n一方面，全球化正在从“寻找增量”走向“深度经营”。真正决定企业能否走得远的，已经不只是进入市场的速度，而是能否在区域分化、供应链重组、合规门槛提高的环境中，保持经营稳定、组织协同和长期投入。“韧性全球化”强调的，正是企业在复杂环境中的持续经营能力。\n另一方面，AI对企业全球化的影响，也正在从局部提效走向系统重构。它不仅改变产品、营销、组织和供应链，也正在从数字世界延伸到物理世界。以人形机器人、自动驾驶为代表的具身智能，正在推动全球化竞争从“效率提升”走向“技术能力、场景落地与商业化能力”的综合比拼。\n也正因此，GGF2026想讨论的，不只是企业“有没有用AI”，而是：AI能否成为下一代全球化企业的核心能力？在市场分化与红利变化之下，企业又该如何重构品牌、组织与本地经营体系？\n“韧性全球化”讨论的是企业如何在复杂世界中稳住经营、穿越周期；“AI向未来”讨论的，则是企业如何借助新技术建立下一阶段的全球竞争力。把这两个关键词放在一起，正是因为它们共同指向了2026年中国企业全球化最真实的命题。\n1. GGF2026议程前瞻\nGGF2026将于6月11日在上海举行，论坛为期一天，围绕趋势判断、区域机会、AI应用、品牌建设、组织能力、硬科技出海与内容创新等核心话题展开。具体议程以最终发布版本为准。\n上午场：研判全局・解码全球化底层趋势\n论坛的上午场将从宏观环境与趋势判断切入，讨论在全球竞争新周期下，中国企业应该如何重新理解出海。主办方EqualOcean将带来题为《未来全球竞争的核心：AI能力、韧性布局与长期主义》的致辞，系统回应本届论坛主题，并提出对下一阶段全球化竞争格局的判断。\n随后，多场主题演讲将围绕以下议题展开：\n· 《AI原生企业的全球化加速度》探讨AI原生企业如何借助技术优势、组织效率与产品迭代能力，更快进入全球市场。\n· 《红利消失后，谁还能留在全球市场》回到企业最现实的挑战：当粗放扩张失效，什么样的企业还能持续经营、持续增长、持续建立全球竞争力。\n· 《寻找增量：新兴市场韧性与AI驱动》从新兴市场视角出发，讨论区域增长的新变量，以及AI如何帮助企业提升进入效率与经营质量。\n上午的主题演讲后，还将设置一场主题为《未来已来：AI时代的出海新范式》的圆桌讨论，届时，来自企业、投资、服务生态等不同背景的嘉宾将围绕 AI、组织、本地化、品牌和区域布局等关键议题展开碰撞。\n圆桌讨论结束后，现场还将\n设置面向观众的“快问快答”互动交流环节，圆桌嘉宾将会预留5-10分钟面向观众开放提问。\n无论是围绕嘉宾发言观点的追问、还是来自一线实践中的真实困惑，都有机会在这一环节中与大佬讨论、交流，让现场讨论更具参与感与启发性。\nGGF2025活动现场\n特别环节：AI出海创业项目路演\n除主题讨论外，GGF2026还将设置AI出海创业项目路演特别环节，面向全球征集优质AI出海创新项目。经评审筛选后，入围项目将在现场进行路演展示，并获得投资人点评与精准投融资对接机会。\n我们希望通过这一环节，让更多具备技术潜力、产品想象力与全球化野心的新一代创业项目，在真实产业语境中被看见、被连接、被验证，也让创新者、投资人和产业资源在同一个现场形成更高效的互动。\nAI路演项目申报通道现已开启，欢迎专初创AI企业扫描下方二维码填写申报表：\n下午场：落地实操・拆解出海全链路打法\n如果说上午场更多回答的是“方向在哪里”，那么下午场将更进一步，聚焦企业“到底该怎么做”。下午议程将从区域布局、全链路效率、AI基础设施、品牌与组织建设、硬科技出海以及内容创新等多个层面，拆解企业全球化的落地路径。\n重点议题包括：\n· 《2026重点出海区域：欧美、中东与新兴市场的机会分化》\n· 《从工具到生态：AI如何重构出海全链路》\n· 《AI+x：中国企业全球化的新基础设施》\n· 《AI出海的长期主义：技术壁垒、品牌建设与本地化运营》\n· 《破局“硬”科技出海：具身智能与AI硬件的场景商业化与供应链韧性》\n· 《AI漫剧：下一波出海爆款从哪来》\n下午压轴圆桌的主题为《AI时代的全球化核心竞争力》。讨论将围绕几个极具现实意义的问题展开：\n· AI是降本工具，还是战略基础设施？\n· 从“卖产品”到“做品牌”，AI如何重塑全球品牌能力？\n· 在资本理性期，什么样的全球化公司具备穿越周期的韧性？\n· 组织、人才与本土化能力，如何成为企业真正的护城河？\n1. GGF2026，不只是一场论坛\n今天的企业参加一场论坛，已经不只是为了“获取信息”。大家更关心的是，能不能在这里听到足够新的判断，碰到足够关键的人，找到真正有价值的合作机会，看到值得参考的全球化样本。GGF2026希望提供的，正是这样一个兼具趋势判断、产业链接与合作触发的现场。\n这里会有对全球市场变化的研究视角，会有对AI如何进入企业出海全链路的实战拆解，会有来自品牌、科技、硬件、内容、服务生态等不同角色的经验碰撞，也会有项目路演、榜单发布与更多高质量交流场景，共同构成一次更完整的全球化行业会面。\n对于正在全球化路上的企业而言，这不仅是一场会，更可能是一次重新识别方向、更新认知、链接合作的关键节点。\nGGF2025颁奖晚宴\n1. 晚间重磅：年度榜单发布\n在晚宴环节，将举行EqualOcean出海全球化系列年度榜单发布环节。\n我们希望通过榜单，识别这个时代最具代表性的全球化参与者：那些真正理解区域差异、具备本地经营能力、能够将AI转化为新竞争力，并在复杂环境中保持长期投入与韧性的企业和机构。\n榜单既是对优秀样本的阶段性呈现，也是对中国企业全球化新趋势的一次集中观察。相关征集通道也将同步开启，欢迎企业与机构积极参与。\n榜单申报通道现已开启，欢迎专注于出海全球化的企业/机构扫描下方二维码填写申报表：\n拟发布年度榜单（以活动现场发布为准）：\nEqualOcean出海全球化品牌榜单\n2026中国AI应用全球化品牌TOP10\n2026中国出行科技全球化品牌TOP10\n2026中国智能设备全球化品牌TOP10\n2026中国数字内容与娱乐全球化品牌TOP10\n2026中国医疗科技全球化品牌TOP10\n2026中国智能家居全球化品牌TOP10\n2026中国实体零售全球化品牌TOP10\nEqualOcean出海全球化服务商榜单\n2026出海全球化金融科技机构TOP10\n2026出海全球化品牌营销机构TOP10\n2026出海全球化人才服务机构TOP10\n2026出海全球化合规服务机构TOP10\nEqualOcean出海全球化投资机构榜单\n2026出海全球化投资机构TOP20\nEqualOcean出海ESG典范企业榜单\n2026中国出海ESG典范企业TOP20\n2. GGF2026大会报名通道\n如果你正在重新判断企业的全球化路径；如果你关心AI将如何改变出海的产品、品牌与组织逻辑；如果你希望与更多企业家、投资人、服务生态和创新项目建立连接；如果你相信下一个阶段的全球化竞争，比的已经不只是速度，而是韧性、系统能力与长期主义——欢迎来到 GGF2026。\nGGF2026大会报名通道现已开启，欢迎扫描下方二维码报名。\n3. GGF合作&咨询\n关于我们\nEqualOcean是一家专注于服务中国企业出海全球化、帮助海外公司或机构把握中国发展机遇的新型智库与核心资源链接者。\n以\"连接中国与世界为使命\"，我们的核心优势是拥有业内最强的团队、连接官方和民间、打通科技互联网和\"传统行业\"、具有全球化视野和全球资源网络。\n+1\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n拼多多“砍一刀” 欧盟失效：一场出海合规的成年礼\n去肯尼亚放贷：有的月赚200W美元，外国人可申请牌照\n中国公司全球化周报｜DeepSeek拟融资500亿元 / 阶跃星辰将完成近25亿美元融资\n一周要闻·阿联酋&卡塔尔｜迪拜商会与福建省贸促会共商深化经贸合作；中国汽车两年内占据卡塔尔近30%市场份额\nOzon大中华区总裁Simon Huang：中国卖家，正在涌向俄罗斯｜专访\n融资超亿元、割草机器人公司拿下数亿订单，瞄准庭院具身终端｜硬氪首发\n获高秉强、蓝驰领投数千万融资，浙大00后创业者从远景观测切入AI智能影像｜硬氪首发\n中国新能源车海外销量首破月度13万——这条出海路怎么走通的，还有多少天花板？\n复古服装不只靠审美：OXKNIT想先把材质、版型和舒适度做扎实\n每一氪，都精彩！\n最近内容\n2026 AI最佳场景渗透案例重磅揭晓\n6月上海，这场论坛聊透出海真问题\n不用再找了，AI落地最全的实战打法，都在亦庄这场大会里\n吾流文化完成亿元级融资，凯辉基金、五源资本双领投，柠萌影视战略投资\n领跑影视收藏卡牌赛道。\n20小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:33.056888+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:657", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 657, "duplicate_primary_title": "6月上海，这场论坛聊透出海真问题", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "6月上海，这场论坛聊透出海真问题", "display_summary_zh": "副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？ · 对于具身智能、自动驾驶、AI硬件等新技术企业而言，如何跨越从技术验证到场景落地、从产品展示到规模商业化的关键门槛？ 这些问题，没有标准答案，但每一家出海企业都必须面对。 也正因此，由出海全球化智库EqualOcean主办的 2026出海全球化百人论坛（2026 GoGlobal Forum of 100，GGF2026） 将于2026年6月11日在上海举行。 论坛将以“韧性全球化 AI向未来”为主题，希望把这场论坛做成一个真正面向现实问题的对话现场：既不回避全球化的新难题，也不空谈技术风口；既讨论趋势判断，也讨论落地路径；既交流“怎么看出海”，也探讨“怎么做出海”。 1. 为什么是“韧性全球化，AI向未来” 本届论坛将主题定为“韧性全球化 AI向未来”，是因为今天中国企业全球化的核心命题，正在发生明显变化。 一方面，全球化正在从“寻找增量”走向“深度经营”。真正决定企业能否走得远的，已经不只是进入市场的速度，而是能否在区域分化、供应链重组、合规门槛提高的环境中，保持经营稳定、组织协同和长期投入。“韧性全球化”强调的，正是企业在复杂环境中的持续经营能力。 另一方面，AI对企业全球化的影响，也正在从局部提效走向系统重构。它不仅改变产品、营销、组织和供应链，也正在从数字世界延伸到物理世界。以人形机器人、自动驾驶为代表的具身智能，正在推动全球化竞争从“效率提升”走向“技术能力、场景落地与商业化能力”的综合比拼。 也正因此，GGF2026想讨论的，不只是企业“有没有用AI”，而是：AI能否成为下一代全球化企业的核心能力？在市场分化与红利变化之下，企业又该如何重构品牌、组织与本地经营体系？ “韧性全球化”讨论的是企业如何在复杂世界中稳住经营、穿越周期；“AI向未来”讨论的，则是企业如何借助新技术建立下一阶段的全球竞争力。把这两个关键词放在一起，正是因为它们共同指向了2026年中国企业全球化最真实的命题。 1. GGF2026议程前瞻 GGF2026将于6月11日在上海举行，论坛为期一天，围绕趋势判断、区域机会、AI应用、品牌建设、组织能力、硬科技出海与内容创新等核心话题展开。具体议程以最终发布版本为准。 上午场：研判全局・解码全球化底层趋势 论坛的上午场将从宏观环境与趋势判断切入，讨论在全球竞争新周期下，中国企业应该如何重新理解出海。主办方EqualOcean将带来题为《未来全球竞争的核心：AI能力、韧性布局与长期主义》的致辞，系统回应本届论坛主题，并提出对下一阶段全球化竞争格局的判断。 随后，多场主题演讲将围绕以下议题展开： · 《AI原生企业的全球化加速度》探讨AI原生企业如何借助技术优势、组织效率与产品迭代能力，更快进入全球市场。 · 《红利消失后，谁还能留在全球市场》回到企业最现实的挑战：当粗放扩张失效，什么样的企业还能持续经营、持续增长、持续建立全球竞争力。 · 《寻找增量：新兴市场韧性与AI驱动》从新兴市场视角出发，讨论区域增长的新变量，以及AI如何帮助企业提升进入效率与经营质量。 上午的主题演讲后，还将设置一场主题为《未来已来：AI时代的出海新范式》的圆桌讨论，届时，来自企业、投资、服务生态等不同背景的嘉宾将围绕 AI、组织、本地化、品牌和区域布局等关键议题展开碰撞。 圆桌讨论结束后，现场还将 设置面向观众的“快问快答”互动交流环节，圆桌嘉宾将会预留5-10分钟面向观众开放提问。 无论是围绕嘉宾发言观点的追问、还是来自一线实践中的真实困惑，都有机会在这一环节中与大佬讨论、交流，让现场讨论更具参与感与启发性。 GGF2025活动现场 特别环节：AI出海创业项目路演 除主题讨论外，GGF2026还将设置AI出海创业项目路演特别环节，面向全球征集优质AI出海创新项目。经评审筛选后，入围项目将在现场进行路演展示，并获得投资人点评与精准投融资对接机会。 我们希望通过这一环节，让更多具备技术潜力、产品想象力与全球化野心的新一代创业项目，在真实产业语境中被看见、被连接、被验证，也让创新者、投资人和产业资源在同一个现场形成更高效的互动。 AI路演项目申报通道现已开启，欢迎专初创AI企业扫描下方二维码填写申报表： 下午场：落地实操・拆解出海全链路打法 如果说上午场更多回答的是“方向在哪里”，那么下午场将更进一步，聚焦企业“到底该怎么做”。下午议程将从区域布局、全链路效率、AI基础设施、品牌与组织建设、硬科技出海以及内容创新等多个层面，拆解企业全球化的落地路径。 重点议题包括： · 《2026重点出海区域：欧美、中东与新兴市场的机会分化》 · 《从工具到生态：AI如何重构出海全链路》 · 《AI+x：中国企业全球化的新基础设施》 · 《AI出海的长期主义：技术壁垒、品牌建设与本地化运营》 · 《破局“硬”科技出海：具身智能与AI硬件的场景商业化与供应链韧性》 · 《AI漫剧：下一波出海爆款从哪来》 下午压轴圆桌的主题为《AI时代的全球化核心竞争力》。讨论将围绕几个极具现实意义的问题展开： · AI是降本工具，还是战略基础设施？ · 从“卖产品”到“做品牌”，AI如何重塑全球品牌能力？ · 在资本理性期，什么样的全球化公司具备穿越周期的韧性？ · 组织、人才与本土化能力，如何成为企业真正的护城河？ 1. GGF2026，不只是一场论坛 今天的企业参加一场论坛，已经不只是为了“获取信息”。大家更关心的是，能不能在这里听到足够新的判断，碰到足够关键的人，找到真正有价值的合作机会，看到值得参考的全球化样本。GGF2026希望提供的，正是这样一个兼具趋势判断、产业链接与合作触发的现场。 这里会有对全球市场变化的研究视角，会有对AI如何进入企业出海全链路的实战拆解，会有来自品牌、科技、硬件、内容、服务生态等不同角色的经验碰撞，也会有项目路演、榜单发布与更多高质量交流场景，共同构成一次更完整的全球化行业会面。 对于正在全球化路上的企业而言，这不仅是一场会，更可能是一次重新识别方向、更新认知、链接合作的关键节点。 GGF2025颁奖晚宴 1. 晚间重磅：年度榜单发布 在晚宴环节，将举行EqualOcean出海全球化系列年度榜单发布环节。 我们希望通过榜单，识别这个时代最具代表性的全球化参与者：那些真正理解区域差异、具备本地经营能力、能够将AI转化为新竞争力，并在复杂环境中保持长期投入与韧性的企业和机构。 榜单既是对优秀样本的阶段性呈现，也是对中国企业全球化新趋势的一次集中观察。相关征集通道也将同步开启，欢迎企业与机构积极参与。 榜单申报通道现已开启，欢迎专注于出海全球化的企业/机构扫描下方二维码填写申报表： 拟发布年度榜单（以活动现场发布为准）： EqualOcean出海全球化品牌榜单 2026中国AI应用全球化品牌TOP10 2026中国出行科技全球化品牌TOP10 2026中国智能设备全球化品牌TOP10 2026中国数字内容与娱乐全球化品牌TOP10 2026中国医疗科技全球化品牌TOP10 2026中国智能家居全球化品牌TOP10 2026中国实体零售全球化品牌TOP10 EqualOcean出海全球化服务商榜单 2026出海全球化金融科技机构TOP10 2026出海全球化品牌营销机构TOP10 2026出海全球化人才服务机构TOP10 2026出海全球化合规服务机构TOP10 EqualOcean出海全球化投资机构榜单 2026出海全球化投资机构TOP20 EqualOcean出海ESG典范企业榜单 2026中国出海ESG典范企业TOP20 2. GGF2026大会报名通道 如果你正在重新判断企业的全球化路径；如果你关心AI将如何改变出海的产品、品牌与组织逻辑；如果你希望与更多企业家、投资人、服务生态和创新项目建立连接；如果你相信下一个阶段的全球化竞争，比的已经不只是速度，而是韧性、系统能力与长期主义——欢迎来到 GGF2026。 GGF2026大会报名通道现已开启，欢迎扫描下方二维码报名。 3. GGF合作&咨询 关于我们 EqualOcean是一家专注于服务中国企业出海全球化、帮助海外公司或机构把握中国发展机遇的新型智库与核心资源链接者。 以\"连接中国与世界为使命\"，我们的核心优势是拥有业内最强的团队、连接官方和民间、打通科技互联网和\"传统行业\"、具有全球化视野和全球资源网络。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？", "hot_score": 0.0 }, { "id": 668, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Data centers are coming for rural America", "url": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "summary": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.4 million-square-foot facility was purchased through a joint venture by JGT2 Redevelopment and a number […]", "published_at": "2026-05-13T02:08:42+00:00", "discovered_at": "2026-05-13T09:18:18.021170+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Data centers are coming for rural America", "link": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "summary": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.4 million-square-foot facility was purchased through a joint venture by JGT2 Redevelopment and a number […]" }, "normalized_title": "datacentersarecomingforruralamerica", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "content_fingerprint": "1aff6d5c613835916030ec15ea25b5bb1a1c521c7053ad43744698308e5ce768", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:668", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 668, "duplicate_primary_title": "Data centers are coming for rural America", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Data centers are coming for rural America", "display_summary_zh": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.4 million-square-foot facility was purchased through a joint venture by JGT2 Redevelopment and a number […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.", "hot_score": 0.0 }, { "id": 642, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "url": "https://36kr.com/p/3806507139390984?f=rss", "canonical_url": "https://36kr.com/p/3806507139390984?f=rss", "summary": "作者 | 张子怡 编辑 | 袁斯来 那是一个价值5000万美元成功故事诞生的夜晚。 eufy Make的产研负责人 Cheney Xie 仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。 首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。” 当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。 时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。 eufy Make E1走过了近一年，产品在海外已接近完全交付。eufy Make E1在国内市场也正式开启售卖。 无论是对安克创新，还是对eufy Make，成功量产且交付都颇具里程碑意味。毕竟，E1是全球首款消费级UV打印机，生产它需要全新的经验，也要面临复杂的产业链整合。 市场对这款产品能否平稳落地没什么信心。在研发eufy Make E1前，安克研发过3D打印机，其最早一代打印也创造过众筹记录，然而最终在量产交付不顺，出师未捷。 为了避免早前3D打印的量产问题，这一次，eufy Make的项目组开了近200场讨论会，白天做产品，晚上对模块，想要确保每一部分最终都是最佳架构。团队吵得最凶的时候， Cheney Xie 记得会议室的门把手都被摔坏过。 即便如此，在万级规模的量产过程中，模具公差还是造成了漏液问题，顶着发货压力，工程师睡在工厂一个月排查问题，最终决定重新开模、重新生产并置换所有受影响的零部件。 他们也第一次深入到了行业上游。以UV墨水为例，全球虽然超过80%的UV墨水由中国生产，但仅限于工业领域，没有人知道消费级UV墨水要怎么做。eufy Make只能自己和产业链磨，要做到无尘灌装、环保认证和芯片管控等等，成本也一路走高，100ml的UV墨水售价要42.99美金。昂贵的墨水成为其用户使用后频繁讨论的问题之一。 这是在最初设计UV打印机没有想过的难点。 Cheney Xie 说，在项目的每个阶段，他都在不停的反问自己，是不是做了正确选择，还有没有改进空间。即便已经顺利交付， Cheney Xie 仍然说，这代产品还不够完美，还有大量的创新机会。 他们也成了行业的领头人。36氪了解到，不少公司包括创业企业都已在研发UV相关的硬件产品。 在这个节点，我们同 Cheney Xie 聊了聊，在这代明星产品背后，团队经历了什么？安克又如何落地与实践？ 01 开模后也要从头来过 硬氪：我想追溯一个问题，您提到2023年开始去工厂调研，当时已经打算切入UV打印机这个赛道了吗？ Cheney Xie： 当时我们在深访了50多个Maker，问卷调研了2000多位Maker，发现用户真正需要的其实是一个“创意工具”。 任何作品都有“形、色、质”三个维度。FDM只解决了形状，没解决颜色和质感。激光雕刻解决了切割和部分表面质感，也没有颜色。而UV打印技术已经在工业界存在几十年了，能解决颜色问题，还能基于已有物品创作，商业应用场景极广。 当时市面是空白的，我们花了半年多时间做技术预研，到了2023年年底，我们就决定战略调整，放弃FDM市场，all in到UV打印机赛道。 硬氪：在2023年底论证这个产品时，这完全是一个新品类，而且你们过去并没有类似的基因和经验。当时最难说服老板的点是什么？ Cheney Xie： 2023年汇报时的阻力没有想象中那么大。我们对是否推出一款产品，有一个很清晰的判断标准：这款产品能不能在某个维度上做到真正的全球领先——或者是做出了一个从来没有人做过的东西，或者是在某个用户最在意的体验指标上做到了没有人能超过你。如果说不清楚，那通常意味着这件事还没想清楚，或者这个方向不值得押注。 当时我们汇报了两个机会，后来老板让我们二选一，再给三个月时间论证。最后一轮论证完，我们选了UV。因为洞察显示用户对这个概念的喜爱程度非常高。 硬氪：UV打印原本是工业级产品，在技术预研阶段，你们有没有觉得哪些地方是极具挑战，甚至可能做不出来的？ Cheney Xie： 有。比如喷墨系统成本问题。工业设备十几二十万（一台），我们要做到1/10的成本。当时去问过方案商，一个喷头控制板卡卖4万。我问大批量能不能便宜点？对方说最便宜4000块。4000块我们也用不起。 后来我们拆解发现板卡本身的物料成本其实也就400块。它贵在研发。工业方案商一年卖几千片，得养100多号研发，成本全分摊进去了。 既然判断物料成本其实也就400块，那我们就自研呗。只要突破自研技术，成本就降下来了。虽然前面没人做过，心里忐忑，但逻辑是通的。 硬氪：这种控制板卡具体是起什么作用的？ Cheney Xie： 就是控制整个喷头的喷墨驱动、喷墨算法等等。 硬氪：你们在做这个产品的时候，发现工业设备在这方面分得很细，有平板机、旋转机、水晶标机，还有卷对卷机。你们是怎么整合的？ Cheney Xie： 工业分工明确是为了大规模生意，但我们的用户是长尾创作。我们得把这四台机器的功能压缩到一台里，体积还要缩小到工业机的1/10。 早期架构推翻了3次。最开始做单旋臂，精度达不到30微米的要求。后来我们借鉴了3D打印的龙门架结构，首创了双Y轴交错的设计，把体积压得很扁。通过这个架构，各种平台板可以轻松更换，换个旋转体配件一锁就行。为了稳固，我们首次采用了1250吨的一体压铸工艺来压铸X轴框架，保证运动时的稳定。 硬氪：光是这个架构，你们大概推翻重来了几次？ Cheney Xie： 3次。 硬氪：前三次应该还没到开模阶段吧？那开模之后有没有再重来过？ Cheney Xie： 有过一次，做“立体纹理”的时候。 当时是2024年下半年，项目已经开模了，我们去展会看到“肌理画”，启发非常大。肌理画一层层堆上去，能够模拟出各种质感，效果很惊艳。后面我们也去大芬村，打印了一些肌理画的样品，找用户聊了，他们看得两眼放光。我们就决定，就算项目延期、重新开模，也要把立体纹理作为产品最大的创新点。 硬氪：这听起来很难，那这种立体纹理对你们来说，最核心的困难点在哪里？ Cheney Xie： 难在全链路。首先得有模型，普通消费者不知道怎么把一张图变成立体模型。所以软件层面，我们要用大语言模型做训练。油画、浮雕、人脸、风景，算法都不一样，需要分开训练。 再就是堆叠算法。如果精度不够或某个孔堵了，堆出来的地方就变成一条坑。我们研究了超过一年，才把它搞出来。虽然团队没人做过喷墨打印，但我们有3D打印积累的算法团队和硬件架构、传感器、AI检测的经验，所以能应对。 硬氪：硬软件层面和创新点可能解决了，但最后的量产环节，是不是又是一个全新的挑战？ Cheney Xie： 量产确实挑战极大。没有人做过上万量级、数十万量级的UV打印机生产。工业级一年卖1000台就顶天了。众筹远超预期，原来想做1000万美金，结果做了4000多万，压力非常大。 硬氪：在交付上会有什么难点？之前AnkerMake的3D打印机就在交付上遇到过问题，而且3D打印相对成熟，你们现在做的UV打印完全没有先例。 Cheney Xie： 核心还是要重新定义。我们在工厂里摆了100台机器，每天做压力测试，光墨水都打了好几吨，那是花钱堆出来的。为了保障产品交付的质量，我们工程师选择驻扎在工厂里，跟压铸厂一起解决一体压铸的工程化问题。 硬氪：你们这次是不是吸取了之前做3D打印机的教训？ Cheney Xie： 当然。这次我们在前期的仿真和架构论证上做了大量工作。团队白天做实验，晚上开评审会，光这种评审会就超过了200场。我们要一个模块一个模块地检查最佳架构。 硬氪：在整个过程中，你印象中最激烈的一次矛盾发生在哪个环节？ Cheney Xie： 其实很多，团队里吵得很凶（笑） 好比说产品经理坚持重量不能超过20公斤，怕用户搬不起来，就得去抠每一个零部件的重量。有人会问：“多出这0.5毫米真的那么重要吗？多了0.5毫米用户就不买我们产品了？” 但这是种做产品的精神，你这个放松一点，在接下来很多地方，你看不到的地方就会放纵很多。你必须每个部分都算、都去抠（细节）。这种磨合持续了一年半，非常耗心力。 硬氪：关于供应链，尤其是刚才提到的喷头，很多都是日本厂商提供的，价格极高。你们有没有担心过供应稳定性或议价权的问题？这块是怎么处理的？ Cheney Xie： 确实，除了喷头之外，其他技术我们都自主掌控了。喷头这块中国几十年还没突破，我们只能选择跟工厂、供应商一起解决大量的工程化问题，其实在这块是没得选的。我们也希望能够推动喷头国产化的可能。 硬氪：目前拿到了稳定货源，但随着EufyMake的成功，竞争对手（如xTool、拓竹等）都在跟进。既然喷头目前还不是国产，当竞争白热化时，供应端会不会出现风险？ Cheney Xie： 这个不好说，就像手机芯片一样，深度合作能优先拿到货。我觉得避免不了竞争，但最终还是相互共赢的过程。 02 全新品类的新难题 硬氪：有个我们没意识到的问题是，EufyMake的墨水消费者反应很贵，这是为什么？ Cheney Xie： 其实UV打印行业已经存在几十年了，它过去主要是在工业领域。目前全世界超过80%的UV墨水基本都是中国生产的。 早期我们想得很简单：既然墨水都在中国生产，找一家供应商采购不就好了吗？但后来发现，工业标准和消费级标准完全不同。工业机器是几十万一台在工厂里用的，而我们要做的东西是放在家里用的，场景完全变了。 家用级的墨水首先要安全环保。我们找了UL这种行业顶级的认证机构，了解安全环保的顶级标准是什么。我们要按照最严格的标准，叫GREENGUARD Gold来做。 我们要保证打印完之后，小孩都可以直接接触。虽然目前品类受限还做不到食品级安全，但至少要保证小孩接触没问题。这是定下的第一个标准。 第二个就是质量。我们要做出那种让人感到“哇塞”的效果，所以打印质量得符合工业级。当时定了一个标准，色差标准ΔΕ必须小于6。一旦超过这个数值，肉眼就能看出明显的色阶差异，那就不合格。 再一个就是堵头的问题。工业机器如果堵头了，那些专业工人可以拿针筒去清洗喷头。但实际上，我们的消费者不可能自己拿个针筒去洗，所以我们对墨水质量的管控、杂质的过滤做了高规格的要求。墨水在大型过滤到灌装环节，都要求在万级无尘环境里操作。工业墨水为了追求大规模和低成本，是不会这么干的。但我们一旦重新定义了消费级标准，成本自然就涨上去了。 最后为了安全，我们把墨盒做成了封闭式的。因为墨水在未固化前具有一定的腐蚀性，皮肤长期接触可能会导致过敏，所以必须减少用户接触墨水的机会。而且我们在墨盒里加了芯片和二维码，从生产源头就开始��踪，甚至快过期了都会提醒用户。 这些事情早期很多用户不理解，觉得人家工业的那么便宜，你凭什么贵这么多？我们听到了这些声音，现在也在保证安全和高质量的前提下，寻找新的解决方案。 硬氪：听说UV打印机普遍存在喷头堵塞的问题。所以你们的解决方案是用这种盒子式的系统，把墨水系统锁住吗？ Cheney Xie： 封闭式是措施之一，但喷头堵塞是整个喷墨打印行业几十年都没彻底解决的问题。2023年我们去走访工厂、工作室，那些专业人士跟我们说，最怕的就是过年没人维护，回来几万块钱的喷头就报废了。 我们想让普通用户持续使用，必须解决这个问题。所以我们设计了Jet Clean™自动保养系统。当你不用时，它会自动灌入保湿液，把喷头和墨路洗干净并保持湿润。这个状态就像从工厂刚出货一样。用户度一个月假回来，机器也是好的。 就算堵了，你在APP上点一下Clean就会自动清洗，不需要用户拿针筒去注水。工业机没有这个，因为那是专业工人在手动维护。我们还把喷头做成了快拆设计，拧两个螺丝就能换，非常方便。考虑到喷头贵，我们还弄了一个eufyMake Care喷头险，就像手机碎屏险，一年内坏了免费补发。 硬氪：我好奇一下，现在你们一盒墨水到底要卖多少钱？ Cheney Xie： 现在一盒墨水大概是100毫升，海外卖42.99美金。在国内会便宜一点，一套墨水现在的价格大概是999元。 硬氪：那这一套墨水可以打印多长时间，或者说能打印出多少产品？你们有没有测算过？ Cheney Xie： 这个取决于用户打印什么。如果只是打平面的东西，耗墨量很小，比如打一个小冰箱贴，一套墨水可以打超过2000个。但如果你要去打那种立体浮雕，因为墨水是一层层叠上去的，可能1毫米厚度就得叠20层。那个非常费墨，成本就体现出来了。对于做SMB（小生意）的人，他很快能挣回来；但对于纯DIY爱好者，纯为热爱付出这个成本，确实还是会觉得贵。 硬氪：你们一开始是不是也没想到这个墨水会这么难搞？ Cheney Xie： 我们最开始觉得找一家供应商就好了，但把标准一定完，发现基本上没有哪家能做得动。怎么办？只能跟工厂合作共同研发，共同改进配方。真的是遇山开路，遇水搭桥。 好在我们背靠安克的供应链体系，很多供应商过去跟安克有长期合作。除了墨水和供墨系统比较独特外，其他的塑料模具厂等供应商协同起来会好很多。 03 爆金币般的众筹之夜 硬氪：看到众筹成绩时，团队内部的氛围和反应是怎样的？ Cheney Xie： 真的很激动，当天晚上大家都不舍得睡觉。看着那个数字像刷金币一样哗哗涨。头100万美金不到一分钟就过去了。大家凌晨四五点还在群里发截图。 硬氪：从去年4月底上线到6月底收官，作为一个全新的产品，众筹过程看起来非常顺利，一直在破纪录。 Cheney Xie： 众筹期间是还准备得比较充分。 硬氪：众筹之后进入交付和市场验证阶段，有没有遇到意料之外的挑战？比如生产困难或交付压力。我听说你们确实遇到过一些交付上的波折，哪些点是你们在交付过程中需要不断改进的？ Cheney Xie： 主要是大规模生产的一致性问题。其实早期我们做了大量的测试，几百台样机反复做过测试，也找到外面的用户做过测试。 但是后来发现，硬件产品生产几百台和几万台时是有鸿沟的，就是一致性的问题。比如批量生产时，定量桶开模出现了公差偏差，导致时间久了有极小的概率会漏液。这个漏液不是马上出现的，是用着用着才会暴露。 我们发现后，也不可能让用户去抽奖一样的遇到问题产品。只能把货全Hold住不发，去查、去拆。定位问题后重新开模。 查了个把月，得一个个排查，整个过程非常折腾，得大规模做压力测试才能把问题找出来，找到之后得改磨具。零部件也要全部重新开模。但是大规模量产必须面对这些问题。 硬氪：目前这个产品还有哪些让你觉得不完美的地方？ Cheney Xie： 比如说打印速度、墨水成本，这些都还不完美。我们看一个技术、品类，它都是有生命周期曲线的，这个品类还在Innovator阶段，有大量的创新机会。你肯定有压力，但这里蕴含的创新机会还是有机会做出很不一样的下一代产品。 硬氪：您提到会不停地反问自己，那么在哪个阶段这种自我审视是最频繁的？ Cheney Xie： 每个阶段都没停过。我们早期请了近100个KOC提前加入项目组。每天花时间跟他们聊，去他们家里拜访，观察他们怎么使用。我们在不断Check设计定义对不对。 毕竟这是个全新的产品，做它的时候还是要有敬畏之心。", "published_at": "2026-05-13T01:30:00+00:00", "discovered_at": "2026-05-13T02:17:28.024305+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "link": "https://36kr.com/p/3806507139390984?f=rss", "summary": "

作者 | 张子怡

\n

编辑 | 袁斯来

\n

那是一个价值5000万美元成功故事诞生的夜晚。

\n

eufy Make的产研负责人Cheney Xie仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。

\n

首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。”

\n

当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。

\n

时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。

\n

eufy Make E1走过了近一年，产品在海外已接近完全交付。eufy Make E1在国内市场也正式开启售卖。

\n

无论是对安克创新，还是对eufy Make，成功量产且交付都颇具里程碑意味。毕竟，E1是全球首款消费级UV打印机，生产它需要全新的经验，也要面临复杂的产业链整合。

\n

市场对这款产品能否平稳落地没什么信心。在研发eufy Make E1前，安克研发过3D打印机，其最早一代打印也创造过众筹记录，然而最终在量产交付不顺，出师未捷。

\n

为了避免早前3D打印的量产问题，这一次，eufy Make的项目组开了近200场讨论会，白天做产品，晚上对模块，想要确保每一部分最终都是最佳架构。团队吵得最凶的时候，Cheney Xie记得会议室的门把手都被摔坏过。

\n

即便如此，在万级规模的量产过程中，模具公差还是造成了漏液问题，顶着发货压力，工程师睡在工厂一个月排查问题，最终决定重新开模、重新生产并置换所有受影响的零部件。

\n

他们也第一次深入到了行业上游。以UV墨水为例，全球虽然超过80%的UV墨水由中国生产，但仅限于工业领域，没有人知道消费级UV墨水要怎么做。eufy Make只能自己和产业链磨，要做到无尘灌装、环保认证和芯片管控等等，成本也一路走高，100ml的UV墨水售价要42.99美金。昂贵的墨水成为其用户使用后频繁讨论的问题之一。

\n

这是在最初设计UV打印机没有想过的难点。Cheney Xie说，在项目的每个阶段，他都在不停的反问自己，是不是做了正确选择，还有没有改进空间。即便已经顺利交付，Cheney Xie仍然说，这代产品还不够完美，还有大量的创新机会。

\n

他们也成了行业的领头人。36氪了解到，不少公司包括创业企业都已在研发UV相关的硬件产品。

\n

在这个节点，我们同Cheney Xie聊了聊，在这代明星产品背后，团队经历了什么？安克又如何落地与实践？

\n

01 开模后也要从头来过

\n

硬氪：我想追溯一个问题，您提到2023年开始去工厂调研，当时已经打算切入UV打印机这个赛道了吗？

\n

Cheney Xie：当时我们在深访了50多个Maker，问卷调研了2000多位Maker，发现用户真正需要的其实是一个“创意工具”。

\n

任何作品都有“形、色、质”三个维度。FDM只解决了形状，没解决颜色和质感。激光雕刻解决了切割和部分表面质感，也没有颜色。而UV打印技术已经在工业界存在几十年了，能解决颜色问题，还能基于已有物品创作，商业应用场景极广。

\n

当时市面是空白的，我们花了半年多时间做技术预研，到了2023年年底，我们就决定战略调整，放弃FDM市场，all in到UV打印机赛道。

\n

硬氪：在2023年底论证这个产品时，这完全是一个新品类，而且你们过去并没有类似的基因和经验。当时最难说服老板的点是什么？

\n

Cheney Xie：2023年汇报时的阻力没有想象中那么大。我们对是否推出一款产品，有一个很清晰的判断标准：这款产品能不能在某个维度上做到真正的全球领先——或者是做出了一个从来没有人做过的东西，或者是在某个用户最在意的体验指标上做到了没有人能超过你。如果说不清楚，那通常意味着这件事还没想清楚，或者这个方向不值得押注。

\n

当时我们汇报了两个机会，后来老板让我们二选一，再给三个月时间论证。最后一轮论证完，我们选了UV。因为洞察显示用户对这个概念的喜爱程度非常高。

\n

硬氪：UV打印原本是工业级产品，在技术预研阶段，你们有没有觉得哪些地方是极具挑战，甚至可能做不出来的？

\n

Cheney Xie：有。比如喷墨系统成本问题。工业设备十几二十万（一台），我们要做到1/10的成本。当时去问过方案商，一个喷头控制板卡卖4万。我问大批量能不能便宜点？对方说最便宜4000块。4000块我们也用不起。

\n

后来我们拆解发现板卡本身的物料成本其实也就400块。它贵在研发。工业方案商一年卖几千片，得养100多号研发，成本全分摊进去了。

\n

既然判断物料成本其实也就400块，那我们就自研呗。只要突破自研技术，成本就降下来了。虽然前面没人做过，心里忐忑，但逻辑是通的。

\n

硬氪：这种控制板卡具体是起什么作用的？

\n

Cheney Xie：就是控制整个喷头的喷墨驱动、喷墨算法等等。

\n

硬氪：你们在做这个产品的时候，发现工业设备在这方面分得很细，有平板机、旋转机、水晶标机，还有卷对卷机。你们是怎么整合的？

\n

Cheney Xie：工业分工明确是为了大规模生意，但我们的用户是长尾创作。我们得把这四台机器的功能压缩到一台里，体积还要缩小到工业机的1/10。

\n

早期架构推翻了3次。最开始做单旋臂，精度达不到30微米的要求。后来我们借鉴了3D打印的龙门架结构，首创了双Y轴交错的设计，把体积压得很扁。通过这个架构，各种平台板可以轻松更换，换个旋转体配件一锁就行。为了稳固，我们首次采用了1250吨的一体压铸工艺来压铸X轴框架，保证运动时的稳定。

\n

硬氪：光是这个架构，你们大概推翻重来了几次？

\n

Cheney Xie：3次。

\n

硬氪：前三次应该还没到开模阶段吧？那开模之后有没有再重来过？

\n

Cheney Xie：有过一次，做“立体纹理”的时候。

\n

当时是2024年下半年，项目已经开模了，我们去展会看到“肌理画”，启发非常大。肌理画一层层堆上去，能够模拟出各种质感，效果很惊艳。后面我们也去大芬村，打印了一些肌理画的样品，找用户聊了，他们看得两眼放光。我们就决定，就算项目延期、重新开模，也要把立体纹理作为产品最大的创新点。

\n

硬氪：这听起来很难，那这种立体纹理对你们来说，最核心的困难点在哪里？

\n

Cheney Xie：难在全链路。首先得有模型，普通消费者不知道怎么把一张图变成立体模型。所以软件层面，我们要用大语言模型做训练。油画、浮雕、人脸、风景，算法都不一样，需要分开训练。

\n

再就是堆叠算法。如果精度不够或某个孔堵了，堆出来的地方就变成一条坑。我们研究了超过一年，才把它搞出来。虽然团队没人做过喷墨打印，但我们有3D打印积累的算法团队和硬件架构、传感器、AI检测的经验，所以能应对。

\n

硬氪：硬软件层面和创新点可能解决了，但最后的量产环节，是不是又是一个全新的挑战？

\n

Cheney Xie：量产确实挑战极大。没有人做过上万量级、数十万量级的UV打印机生产。工业级一年卖1000台就顶天了。众筹远超预期，原来想做1000万美金，结果做了4000多万，压力非常大。

\n

硬氪：在交付上会有什么难点？之前AnkerMake的3D打印机就在交付上遇到过问题，而且3D打印相对成熟，你们现在做的UV打印完全没有先例。

\n

Cheney Xie：核心还是要重新定义。我们在工厂里摆了100台机器，每天做压力测试，光墨水都打了好几吨，那是花钱堆出来的。为了保障产品交付的质量，我们工程师选择驻扎在工厂里，跟压铸厂一起解决一体压铸的工程化问题。

\n

硬氪：你们这次是不是吸取了之前做3D打印机的教训？

\n

Cheney Xie：当然。这次我们在前期的仿真和架构论证上做了大量工作。团队白天做实验，晚上开评审会，光这种评审会就超过了200场。我们要一个模块一个模块地检查最佳架构。

\n

硬氪：在整个过程中，你印象中最激烈的一次矛盾发生在哪个环节？

\n

Cheney Xie：其实很多，团队里吵得很凶（笑）

\n

好比说产品经理坚持重量不能超过20公斤，怕用户搬不起来，就得去抠每一个零部件的重量。有人会问：“多出这0.5毫米真的那么重要吗？多了0.5毫米用户就不买我们产品了？”

\n

但这是种做产品的精神，你这个放松一点，在接下来很多地方，你看不到的地方就会放纵很多。你必须每个部分都算、都去抠（细节）。这种磨合持续了一年半，非常耗心力。

\n

硬氪：关于供应链，尤其是刚才提到的喷头，很多都是日本厂商提供的，价格极高。你们有没有担心过供应稳定性或议价权的问题？这块是怎么处理的？

\n

Cheney Xie：确实，除了喷头之外，其他技术我们都自主掌控了。喷头这块中国几十年还没突破，我们只能选择跟工厂、供应商一起解决大量的工程化问题，其实在这块是没得选的。我们也希望能够推动喷头国产化的可能。

\n

硬氪：目前拿到了稳定货源，但随着EufyMake的成功，竞争对手（如xTool、拓竹等）都在跟进。既然喷头目前还不是国产，当竞争白热化时，供应端会不会出现风险？

\n

Cheney Xie：这个不好说，就像手机芯片一样，深度合作能优先拿到货。我觉得避免不了竞争，但最终还是相互共赢的过程。

\n

02 全新品类的新难题

\n

硬氪：有个我们没意识到的问题是，EufyMake的墨水消费者反应很贵，这是为什么？

\n

Cheney Xie：其实UV打印行业已经存在几十年了，它过去主要是在工业领域。目前全世界超过80%的UV墨水基本都是中国生产的。

\n

早期我们想得很简单：既然墨水都在中国生产，找一家供应商采购不就好了吗？但后来发现，工业标准和消费级标准完全不同。工业机器是几十万一台在工厂里用的，而我们要做的东西是放在家里用的，场景完全变了。

\n

家用级的墨水首先要安全环保。我们找了UL这种行业顶级的认证机构，了解安全环保的顶级标准是什么。我们要按照最严格的标准，叫GREENGUARD Gold来做。

\n

我们要保证打印完之后，小孩都可以直接接触。虽然目前品类受限还做不到食品级安全，但至少要保证小孩接触没问题。这是定下的第一个标准。

\n

第二个就是质量。我们要做出那种让人感到“哇塞”的效果，所以打印质量得符合工业级。当时定了一个标准，色差标准ΔΕ必须小于6。一旦超过这个数值，肉眼就能看出明显的色阶差异，那就不合格。

\n

再一个就是堵头的问题。工业机器如果堵头了，那些专业工人可以拿针筒去清洗喷头。但实际上，我们的消费者不可能自己拿个针筒去洗，所以我们对墨水质量的管控、杂质的过滤做了高规格的要求。墨水在大型过滤到灌装环节，都要求在万级无尘环境里操作。工业墨水为了追求大规模和低成本，是不会这么干的。但我们一旦重新定义了消费级标准，成本自然就涨上去了。

\n

最后为了安全，我们把墨盒做成了封闭式的。因为墨水在未固化前具有一定的腐蚀性，皮肤长期接触可能会导致过敏，所以必须减少用户接触墨水的机会。而且我们在墨盒里加了芯片和二维码，从生产源头就开始��踪，甚至快过期了都会提醒用户。

\n

这些事情早期很多用户不理解，觉得人家工业的那么便宜，你凭什么贵这么多？我们听到了这些声音，现在也在保证安全和高质量的前提下，寻找新的解决方案。

\n

硬氪：听说UV打印机普遍存在喷头堵塞的问题。所以你们的解决方案是用这种盒子式的系统，把墨水系统锁住吗？

\n

Cheney Xie：封闭式是措施之一，但喷头堵塞是整个喷墨打印行业几十年都没彻底解决的问题。2023年我们去走访工厂、工作室，那些专业人士跟我们说，最怕的就是过年没人维护，回来几万块钱的喷头就报废了。

\n

我们想让普通用户持续使用，必须解决这个问题。所以我们设计了Jet Clean™自动保养系统。当你不用时，它会自动灌入保湿液，把喷头和墨路洗干净并保持湿润。这个状态就像从工厂刚出货一样。用户度一个月假回来，机器也是好的。

\n

就算堵了，你在APP上点一下Clean就会自动清洗，不需要用户拿针筒去注水。工业机没有这个，因为那是专业工人在手动维护。我们还把喷头做成了快拆设计，拧两个螺丝就能换，非常方便。考虑到喷头贵，我们还弄了一个eufyMake Care喷头险，就像手机碎屏险，一年内坏了免费补发。

\n

硬氪：我好奇一下，现在你们一盒墨水到底要卖多少钱？

\n

Cheney Xie：现在一盒墨水大概是100毫升，海外卖42.99美金。在国内会便宜一点，一套墨水现在的价格大概是999元。

\n

硬氪：那这一套墨水可以打印多长时间，或者说能打印出多少产品？你们有没有测算过？

\n

Cheney Xie：这个取决于用户打印什么。如果只是打平面的东西，耗墨量很小，比如打一个小冰箱贴，一套墨水可以打超过2000个。但如果你要去打那种立体浮雕，因为墨水是一层层叠上去的，可能1毫米厚度就得叠20层。那个非常费墨，成本就体现出来了。对于做SMB（小生意）的人，他很快能挣回来；但对于纯DIY爱好者，纯为热爱付出这个成本，确实还是会觉得贵。

\n

硬氪：你们一开始是不是也没想到这个墨水会这么难搞？

\n

Cheney Xie：我们最开始觉得找一家供应商就好了，但把标准一定完，发现基本上没有哪家能做得动。怎么办？只能跟工厂合作共同研发，共同改进配方。真的是遇山开路，遇水搭桥。

\n

好在我们背靠安克的供应链体系，很多供应商过去跟安克有长期合作。除了墨水和供墨系统比较独特外，其他的塑料模具厂等供应商协同起来会好很多。

\n

03 爆金币般的众筹之夜

\n

硬氪：看到众筹成绩时，团队内部的氛围和反应是怎样的？

\n

Cheney Xie：真的很激动，当天晚上大家都不舍得睡觉。看着那个数字像刷金币一样哗哗涨。头100万美金不到一分钟就过去了。大家凌晨四五点还在群里发截图。

\n

硬氪：从去年4月底上线到6月底收官，作为一个全新的产品，众筹过程看起来非常顺利，一直在破纪录。

\n

Cheney Xie：众筹期间是还准备得比较充分。

\n

硬氪：众筹之后进入交付和市场验证阶段，有没有遇到意料之外的挑战？比如生产困难或交付压力。我听说你们确实遇到过一些交付上的波折，哪些点是你们在交付过程中需要不断改进的？

\n

Cheney Xie：主要是大规模生产的一致性问题。其实早期我们做了大量的测试，几百台样机反复做过测试，也找到外面的用户做过测试。

\n

但是后来发现，硬件产品生产几百台和几万台时是有鸿沟的，就是一致性的问题。比如批量生产时，定量桶开模出现了公差偏差，导致时间久了有极小的概率会漏液。这个漏液不是马上出现的，是用着用着才会暴露。

\n

我们发现后，也不可能让用户去抽奖一样的遇到问题产品。只能把货全Hold住不发，去查、去拆。定位问题后重新开模。

\n

查了个把月，得一个个排查，整个过程非常折腾，得大规模做压力测试才能把问题找出来，找到之后得改磨具。零部件也要全部重新开模。但是大规模量产必须面对这些问题。

\n

硬氪：目前这个产品还有哪些让你觉得不完美的地方？

\n

Cheney Xie：比如说打印速度、墨水成本，这些都还不完美。我们看一个技术、品类，它都是有生命周期曲线的，这个品类还在Innovator阶段，有大量的创新机会。你肯定有压力，但这里蕴含的创新机会还是有机会做出很不一样的下一代产品。

\n

硬氪：您提到会不停地反问自己，那么在哪个阶段这种自我审视是最频繁的？

\n

Cheney Xie：每个阶段都没停过。我们早期请了近100个KOC提前加入项目组。每天花时间跟他们聊，去他们家里拜访，观察他们怎么使用。我们在不断Check设计定义对不对。

\n

毕竟这是个全新的产品，做它的时候还是要有敬畏之心。

", "extracted_published_at": "2026-05-13T01:30:00+00:00" }, "normalized_title": "36氪专访安克创新eufymake负责人众筹超4000万美金后还在红海寻找缝隙", "resolved_target": "https://36kr.com/p/3806507139390984?f=rss", "content_fingerprint": "601c213efea4bdcba5cb7707729e159d456c9fe04d66e4185b83677bc99896d3", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n36氪专访 | 安克创新eufyMake负责人：众筹超4000万美金后，还在红海寻找缝隙\n张子怡Leslie\n2026年05月13日 09:30\n开创全新品类，既能收获胜利的果实，也要面临不确定性的苦涩。\n安克创新\n定向增发\n湖南省\n2011-12\n智能数码周边产品研发商\n36氪报道\n智能硬件\n瞪羚企业\n高新技术企业\nFUTURE2022消费新势力\n我要联系\n作者 | 张子怡\n编辑 | 袁斯来\n那是一个价值5000万美元成功故事诞生的夜晚。\neufyMake的产研负责人\nCheney Xie\n仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。\n首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。”\n当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。\n时至今日，eufyMake E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。\neufyMake E1走过了近一年，产品在海外已接近完全交付。eufyMake E1在国内市场也正式开启售卖。\n无论是对安克创新，还是对eufyMake，成功量产且交付都颇具里程碑意味。毕竟，E1是全球首款消费级UV打印机，生产它需要全新的经验，也要面临复杂的产业链整合。\n市场对这款产品能否平稳落地没什么信心。在研发eufyMake E1前，安克研发过3D打印机，其最早一代打印也创造过众筹记录，然而最终在量产交付不顺，出师未捷。\n为了避免早前3D打印的量产问题，这一次，eufyMake的项目组开了近200场讨论会，白天做产品，晚上对模块，想要确保每一部分最终都是最佳架构。团队吵得最凶的时候，\nCheney Xie\n记得会议室的门把手都被摔坏过。\n即便如此，在万级规模的量产过程中，模具公差还是造成了漏液问题，顶着发货压力，工程师睡在工厂一个月排查问题，最终决定重新开模、重新生产并置换所有受影响的零部件。\n他们也第一次深入到了行业上游。以UV墨水为例，全球虽然超过80%的UV墨水由中国生产，但仅限于工业领域，没有人知道消费级UV墨水要怎么做。eufyMake只能自己和产业链磨，要做到无尘灌装、环保认证和芯片管控等等，成本也一路走高，100ml的UV墨水售价要42.99美金。昂贵的墨水成为其用户使用后频繁讨论的问题之一。\n这是在最初设计UV打印机没有想过的难点。\nCheney Xie\n说，在项目的每个阶段，他都在不停的反问自己，是不是做了正确选择，还有没有改进空间。即便已经顺利交付，\nCheney Xie\n仍然说，这代产品还不够完美，还有大量的创新机会。\n他们也成了行业的领头人。36氪了解到，不少公司包括创业企业都已在研发UV相关的硬件产品。\n在这个节点，我们同\nCheney Xie\n聊了聊，在这代明星产品背后，团队经历了什么？安克又如何落地与实践？\n01 开模后也要从头来过\n硬氪：我想追溯一个问题，您提到2023年开始去工厂调研，当时已经打算切入UV打印机这个赛道了吗？\nCheney Xie：\n当时我们在深访了50多个Maker，问卷调研了2000多位Maker，发现用户真正需要的其实是一个“创意工具”。\n任何作品都有“形、色、质”三个维度。FDM只解决了形状，没解决颜色和质感。激光雕刻解决了切割和部分表面质感，也没有颜色。而UV打印技术已经在工业界存在几十年了，能解决颜色问题，还能基于已有物品创作，商业应用场景极广。\n当时市面是空白的，我们花了半年多时间做技术预研，到了2023年年底，我们就决定战略调整，放弃FDM市场，all in到UV打印机赛道。\n硬氪：在2023年底论证这个产品时，这完全是一个新品类，而且你们过去并没有类似的基因和经验。当时最难说服老板的点是什么？\nCheney Xie：\n2023年汇报时的阻力没有想象中那么大。我们对是否推出一款产品，有一个很清晰的判断标准：这款产品能不能在某个维度上做到真正的全球领先——或者是做出了一个从来没有人做过的东西，或者是在某个用户最在意的体验指标上做到了没有人能超过你。如果说不清楚，那通常意味着这件事还没想清楚，或者这个方向不值得押注。\n当时我们汇报了两个机会，后来老板让我们二选一，再给三个月时间论证。最后一轮论证完，我们选了UV。因为洞察显示用户对这个概念的喜爱程度非常高。\n硬氪：UV打印原本是工业级产品，在技术预研阶段，你们有没有觉得哪些地方是极具挑战，甚至可能做不出来的？\nCheney Xie：\n有。比如喷墨系统成本问题。工业设备十几二十万（一台），我们要做到1/10的成本。当时去问过方案商，一个喷头控制板卡卖4万。我问大批量能不能便宜点？对方说最便宜4000块。4000块我们也用不起。\n后来我们拆解发现板卡本身的物料成本其实也就400块。它贵在研发。工业方案商一年卖几千片，得养100多号研发，成本全分摊进去了。\n既然判断物料成本其实也就400块，那我们就自研呗。只要突破自研技术，成本就降下来了。虽然前面没人做过，心里忐忑，但逻辑是通的。\n硬氪：这种控制板卡具体是起什么作用的？\nCheney Xie：\n就是控制整个喷头的喷墨驱动、喷墨算法等等。\n硬氪：你们在做这个产品的时候，发现工业设备在这方面分得很细，有平板机、旋转机、水晶标机，还有卷对卷机。你们是怎么整合的？\nCheney Xie：\n工业分工明确是为了大规模生意，但我们的用户是长尾创作。我们得把这四台机器的功能压缩到一台里，体积还要缩小到工业机的1/10。\n早期架构推翻了3次。最开始做单旋臂，精度达不到30微米的要求。后来我们借鉴了3D打印的龙门架结构，首创了双Y轴交错的设计，把体积压得很扁。通过这个架构，各种平台板可以轻松更换，换个旋转体配件一锁就行。为了稳固，我们首次采用了1250吨的一体压铸工艺来压铸X轴框架，保证运动时的稳定。\n硬氪：光是这个架构，你们大概推翻重来了几次？\nCheney Xie：\n3次。\n硬氪：前三次应该还没到开模阶段吧？那开模之后有没有再重来过？\nCheney Xie：\n有过一次，做“立体纹理”的时候。\n当时是2024年下半年，项目已经开模了，我们去展会看到“肌理画”，启发非常大。肌理画一层层堆上去，能够模拟出各种质感，效果很惊艳。后面我们也去大芬村，打印了一些肌理画的样品，找用户聊了，他们看得两眼放光。我们就决定，就算项目延期、重新开模，也要把立体纹理作为产品最大的创新点。\n硬氪：这听起来很难，那这种立体纹理对你们来说，最核心的困难点在哪里？\nCheney Xie：\n难在全链路。首先得有模型，普通消费者不知道怎么把一张图变成立体模型。所以软件层面，我们要用大语言模型做训练。油画、浮雕、人脸、风景，算法都不一样，需要分开训练。\n再就是堆叠算法。如果精度不够或某个孔堵了，堆出来的地方就变成一条坑。我们研究了超过一年，才把它搞出来。虽然团队没人做过喷墨打印，但我们有3D打印积累的算法团队和硬件架构、传感器、AI检测的经验，所以能应对。\n硬氪：硬软件层面和创新点可能解决了，但最后的量产环节，是不是又是一个全新的挑战？\nCheney Xie：\n量产确实挑战极大。没有人做过上万量级、数十万量级的UV打印机生产。工业级一年卖1000台就顶天了。众筹远超预期，原来想做1000万美金，结果做了4000多万，压力非常大。\n硬氪：在交付上会有什么难点？之前AnkerMake的3D打印机就在交付上遇到过问题，而且3D打印相对成熟，你们现在做的UV打印完全没有先例。\nCheney Xie：\n核心还是要重新定义。我们在工厂里摆了100台机器，每天做压力测试，光墨水都打了好几吨，那是花钱堆出来的。为了保障产品交付的质量，我们工程师选择驻扎在工厂里，跟压铸厂一起解决一体压铸的工程化问题。\n硬氪：你们这次是不是吸取了之前做3D打印机的教训？\nCheney Xie：\n当然。这次我们在前期的仿真和架构论证上做了大量工作。团队白天做实验，晚上开评审会，光这种评审会就超过了200场。我们要一个模块一个模块地检查最佳架构。\n硬氪：在整个过程中，你印象中最激烈的一次矛盾发生在哪个环节？\nCheney Xie：\n其实很多，团队里吵得很凶（笑）\n好比说产品经理坚持重量不能超过20公斤，怕用户搬不起来，就得去抠每一个零部件的重量。有人会问：“多出这0.5毫米真的那么重要吗？多了0.5毫米用户就不买我们产品了？”\n但这是种做产品的精神，你这个放松一点，在接下来很多地方，你看不到的地方就会放纵很多。你必须每个部分都算、都去抠（细节）。这种磨合持续了一年半，非常耗心力。\n硬氪：关于供应链，尤其是刚才提到的喷头，很多都是日本厂商提供的，价格极高。你们有没有担心过供应稳定性或议价权的问题？这块是怎么处理的？\nCheney Xie：\n确实，除了喷头之外，其他技术我们都自主掌控了。喷头这块中国几十年还没突破，我们只能选择跟工厂、供应商一起解决大量的工程化问题，其实在这块是没得选的。我们也希望能够推动喷头国产化的可能。\n硬氪：目前拿到了稳定货源，但随着eufyMake的成功，竞争对手（如xTool、拓竹等）都在跟进。既然喷头目前还不是国产，当竞争白热化时，供应端会不会出现风险？\nCheney Xie：\n这个不好说，就像手机芯片一样，深度合作能优先拿到货。我觉得避免不了竞争，但最终还是相互共赢的过程。\n02 全新品类的新难题\n硬氪：有个我们没意识到的问题是，eufyMake的墨水消费者反应很贵，这是为什么？\nCheney Xie：\n其实UV打印行业已经存在几十年了，它过去主要是在工业领域。目前全世界超过80%的UV墨水基本都是中国生产的。\n早期我们想得很简单：既然墨水都在中国生产，找一家供应商采购不就好了吗？但后来发现，工业标准和消费级标准完全不同。工业机器是几十万一台在工厂里用的，而我们要做的东西是放在家里用的，场景完全变了。\n家用级的墨水首先要安全环保。我们找了UL这种行业顶级的认证机构，了解安全环保的顶级标准是什么。我们要按照最严格的标准，叫GREENGUARD Gold来做。\n我们要保证打印完之后，小孩都可以直接接触。虽然目前品类受限还做不到食品级安全，但至少要保证小孩接触没问题。这是定下的第一个标准。\n第二个就是质量。我们要做出那种让人感到“哇塞”的效果，所以打印质量得符合工业级。当时定了一个标准，色差标准ΔΕ必须小于6。一旦超过这个数值，肉眼就能看出明显的色阶差异，那就不合格。\n再一个就是堵头的问题。工业机器如果堵头了，那些专业工人可以拿针筒去清洗喷头。但实际上，我们的消费者不可能自己拿个针筒去洗，所以我们对墨水质量的管控、杂质的过滤做了高规格的要求。墨水在大型过滤到灌装环节，都要求在万级无尘环境里操作。工业墨水为了追求大规模和低成本，是不会这么干的。但我们一旦重新定义了消费级标准，成本自然就涨上去了。\n最后为了安全，我们把墨盒做成了封闭式的。因为墨水在未固化前具有一定的腐蚀性，皮肤长期接触可能会导致过敏，所以必须减少用户接触墨水的机会。而且我们在墨盒里加了芯片和二维码，从生产源头就开始追踪，甚至快过期了都会提醒用户。\n这些事情早期很多用户不理解，觉得人家工业的那么便宜，你凭什么贵这么多？我们听到了这些声音，现在也在保证安全和高质量的前提下，寻找新的解决方案。\n硬氪：听说UV打印机普遍存在喷头堵塞的问题。所以你们的解决方案是用这种盒子式的系统，把墨水系统锁住吗？\nCheney Xie：\n封闭式是措施之一，但喷头堵塞是整个喷墨打印行业几十年都没彻底解决的问题。2023年我们去走访工厂、工作室，那些专业人士跟我们说，最怕的就是过年没人维护，回来几万块钱的喷头就报废了。\n我们想让普通用户持续使用，必须解决这个问题。所以我们设计了Jet Clean™自动保养系统。当你不用时，它会自动灌入保湿液，把喷头和墨路洗干净并保持湿润。这个状态就像从工厂刚出货一样。用户度一个月假回来，机器也是好的。\n就算堵了，你在APP上点一下Clean就会自动清洗，不需要用户拿针筒去注水。工业机没有这个，因为那是专业工人在手动维护。我们还把喷头做成了快拆设计，拧两个螺丝就能换，非常方便。考虑到喷头贵，我们还弄了一个eufyMake Care喷头险，就像手机碎屏险，一年内坏了免费补发。\n硬氪：我好奇一下，现在你们一盒墨水到底要卖多少钱？\nCheney Xie：\n现在一盒墨水大概是100毫升，海外卖42.99美金。在国内会便宜一点，一套墨水现在的价格大概是999元。\n硬氪：那这一套墨水可以打印多长时间，或者说能打印出多少产品？你们有没有测算过？\nCheney Xie：\n这个取决于用户打印什么。如果只是打平面的东西，耗墨量很小，比如打一个小冰箱贴，一套墨水可以打超过2000个。但如果你要去打那种立体浮雕，因为墨水是一层层叠上去的，可能1毫米厚度就得叠20层。那个非常费墨，成本就体现出来了。对于做SMB（小生意）的人，他很快能挣回来；但对于纯DIY爱好者，纯为热爱付出这个成本，确实还是会觉得贵。\n硬氪：你们一开始是不是也没想到这个墨水会这么难搞？\nCheney Xie：\n我们最开始觉得找一家供应商就好了，但把标准一定完，发现基本上没有哪家能做得动。怎么办？只能跟工厂合作共同研发，共同改进配方。真的是遇山开路，遇水搭桥。\n好在我们背靠安克的供应链体系，很多供应商过去跟安克有长期合作。除了墨水和供墨系统比较独特外，其他的塑料模具厂等供应商协同起来会好很多。\n03 爆金币般的众筹之夜\n硬氪：看到众筹成绩时，团队内部的氛围和反应是怎样的？\nCheney Xie：\n真的很激动，当天晚上大家都不舍得睡觉。看着那个数字像刷金币一样哗哗涨。头100万美金不到一分钟就过去了。大家凌晨四五点还在群里发截图。\n硬氪：从去年4月底上线到6月底收官，作为一个全新的产品，众筹过程看起来非常顺利，一直在破纪录。\nCheney Xie：\n众筹期间是还准备得比较充分。\n硬氪：众筹之后进入交付和市场验证阶段，有没有遇到意料之外的挑战？比如生产困难或交付压力。我听说你们确实遇到过一些交付上的波折，哪些点是你们在交付过程中需要不断改进的？\nCheney Xie：\n主要是大规模生产的一致性问题。其实早期我们做了大量的测试，几百台样机反复做过测试，也找到外面的用户做过测试。\n但是后来发现，硬件产品生产几百台和几万台时是有鸿沟的，就是一致性的问题。比如批量生产时，定量桶开模出现了公差偏差，导致时间久了有极小的概率会漏液。这个漏液不是马上出现的，是用着用着才会暴露。\n我们发现后，也不可能让用户去抽奖一样的遇到问题产品。只能把货全Hold住不发，去查、去拆。定位问题后重新开模。\n查了个把月，得一个个排查，整个过程非常折腾，得大规模做压力测试才能把问题找出来，找到之后得改磨具。零部件也要全部重新开模。但是大规模量产必须面对这些问题。\n硬氪：目前这个产品还有哪些让你觉得不完美的地方？\nCheney Xie：\n比如说打印速度、墨水成本，这些都还不完美。我们看一个技术、品类，它都是有生命周期曲线的，这个品类还在Innovator阶段，有大量的创新机会。你肯定有压力，但这里蕴含的创新机会还是有机会做出很不一样的下一代产品。\n硬氪：您提到会不停地反问自己，那么在哪个阶段这种自我审视是最频繁的？\nCheney Xie：\n每个阶段都没停过。我们早期请了近100个KOC提前加入项目组。每天花时间跟他们聊，去他们家里拜访，观察他们怎么使用。我们在不断Check设计定义对不对。\n毕竟这是个全新的产品，做它的时候还是要有敬畏之心。\n+1\n29\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n理想整车研发负责人刘立国：说理想不重视技术，是大大的误解\n硬氪专访 | 拿到行业最大单笔融资后，余轶南说万里长征才走了第一步\n「破壳机器人」许华哲：两年内，中国将出现可用的家庭机器人\n一个对话框、一只青蛙、一周4万用户，Ribbi做对了什么？\n专访Eight Sleep CTO：被马斯克们买爆的AI床垫，进中国先砍一刀订阅费\n36氪独家专访 | 拿到大疆、美团投资后，智能派追赶拓竹，要打“老二”翻身仗\n专访荣耀AI专家李向东：端侧AI方向还没收敛，但AI手机是最好的载体\n半年融资近2亿，他要用AI发球机器人解决全球1亿人的训练难题｜硬氪专访\n对话前阿里高管、天猫设计家CEO：这些年烧掉千亿，家装行业还能怎么做？\n关注华南创新公司，欢迎交流。\n最近内容\n36氪专访 | 安克创新eufyMake负责人：众筹超4000万美金后，还在红海寻找缝隙\n最前线|将彩色打印与激光切割合二为一，xTool发布新品\n最前线｜AI收入破亿后的路径选择：微盟推行AI First战略与B端交付的挑战\n安克创新\n我要联系\n智能数码周边产品研发商\n36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构\n“全波超表面”的差异化路线能最大化释放光计算的性能潜力。\n23小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:40.203243+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:642", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 642, "duplicate_primary_title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "display_summary_zh": "作者 | 张子怡 编辑 | 袁斯来 那是一个价值5000万美元成功故事诞生的夜晚。 eufy Make的产研负责人 Cheney Xie 仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。 首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。” 当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。 时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。 eufy Make E1走过了近一年，产品在海外已接近完全交付。eufy Make E1在国内市场也正式开启售卖。 无论是对安克创新，还是对eufy Make，成功量产且交付都颇具里程碑意味。毕竟，E1是全球首款消费级UV打印机，生产它需要全新的经验，也要面临复杂的产业链整合。 市场对这款产品能否平稳落地没什么信心。在研发eufy Make E1前，安克研发过3D打印机，其最早一代打印也创造过众筹记录，然而最终在量产交付不顺，出师未捷。 为了避免早前3D打印的量产问题，这一次，eufy Make的项目组开了近200场讨论会，白天做产品，晚上对模块，想要确保每一部分最终都是最佳架构。团队吵得最凶的时候， Cheney Xie 记得会议室的门把手都被摔坏过。 即便如此，在万级规模的量产过程中，模具公差还是造成了漏液问题，顶着发货压力，工程师睡在工厂一个月排查问题，最终决定重新开模、重新生产并置换所有受影响的零部件。 他们也第一次深入到了行业上游。以UV墨水为例，全球虽然超过80%的UV墨水由中国生产，但仅限于工业领域，没有人知道消费级UV墨水要怎么做。eufy Make只能自己和产业链磨，要做到无尘灌装、环保认证和芯片管控等等，成本也一路走高，100ml的UV墨水售价要42.99美金。昂贵的墨水成为其用户使用后频繁讨论的问题之一。 这是在最初设计UV打印机没有想过的难点。 Cheney Xie 说，在项目的每个阶段，他都在不停的反问自己，是不是做了正确选择，还有没有改进空间。即便已经顺利交付， Cheney Xie 仍然说，这代产品还不够完美，还有大量的创新机会。 他们也成了行业的领头人。36氪了解到，不少公司包括创业企业都已在研发UV相关的硬件产品。 在这个节点，我们同 Cheney Xie 聊了聊，在这代明星产品背后，团队经历了什么？安克又如何落地与实践？ 01 开模后也要从头来过 硬氪：我想追溯一个问题，您提到2023年开始去工厂调研，当时已经打算切入UV打印机这个赛道了吗？ Cheney Xie： 当时我们在深访了50多个Maker，问卷调研了2000多位Maker，发现用户真正需要的其实是一个“创意工具”。 任何作品都有“形、色、质”三个维度。FDM只解决了形状，没解决颜色和质感。激光雕刻解决了切割和部分表面质感，也没有颜色。而UV打印技术已经在工业界存在几十年了，能解决颜色问题，还能基于已有物品创作，商业应用场景极广。 当时市面是空白的，我们花了半年多时间做技术预研，到了2023年年底，我们就决定战略调整，放弃FDM市场，all in到UV打印机赛道。 硬氪：在2023年底论证这个产品时，这完全是一个新品类，而且你们过去并没有类似的基因和经验。当时最难说服老板的点是什么？ Cheney Xie： 2023年汇报时的阻力没有想象中那么大。我们对是否推出一款产品，有一个很清晰的判断标准：这款产品能不能在某个维度上做到真正的全球领先——或者是做出了一个从来没有人做过的东西，或者是在某个用户最在意的体验指标上做到了没有人能超过你。如果说不清楚，那通常意味着这件事还没想清楚，或者这个方向不值得押注。 当时我们汇报了两个机会，后来老板让我们二选一，再给三个月时间论证。最后一轮论证完，我们选了UV。因为洞察显示用户对这个概念的喜爱程度非常高。 硬氪：UV打印原本是工业级产品，在技术预研阶段，你们有没有觉得哪些地方是极具挑战，甚至可能做不出来的？ Cheney Xie： 有。比如喷墨系统成本问题。工业设备十几二十万（一台），我们要做到1/10的成本。当时去问过方案商，一个喷头控制板卡卖4万。我问大批量能不能便宜点？对方说最便宜4000块。4000块我们也用不起。 后来我们拆解发现板卡本身的物料成本其实也就400块。它贵在研发。工业方案商一年卖几千片，得养100多号研发，成本全分摊进去了。 既然判断物料成本其实也就400块，那我们就自研呗。只要突破自研技术，成本就降下来了。虽然前面没人做过，心里忐忑，但逻辑是通的。 硬氪：这种控制板卡具体是起什么作用的？ Cheney Xie： 就是控制整个喷头的喷墨驱动、喷墨算法等等。 硬氪：你们在做这个产品的时候，发现工业设备在这方面分得很细，有平板机、旋转机、水晶标机，还有卷对卷机。你们是怎么整合的？ Cheney Xie： 工业分工明确是为了大规模生意，但我们的用户是长尾创作。我们得把这四台机器的功能压缩到一台里，体积还要缩小到工业机的1/10。 早期架构推翻了3次。最开始做单旋臂，精度达不到30微米的要求。后来我们借鉴了3D打印的龙门架结构，首创了双Y轴交错的设计，把体积压得很扁。通过这个架构，各种平台板可以轻松更换，换个旋转体配件一锁就行。为了稳固，我们首次采用了1250吨的一体压铸工艺来压铸X轴框架，保证运动时的稳定。 硬氪：光是这个架构，你们大概推翻重来了几次？ Cheney Xie： 3次。 硬氪：前三次应该还没到开模阶段吧？那开模之后有没有再重来过？ Cheney Xie： 有过一次，做“立体纹理”的时候。 当时是2024年下半年，项目已经开模了，我们去展会看到“肌理画”，启发非常大。肌理画一层层堆上去，能够模拟出各种质感，效果很惊艳。后面我们也去大芬村，打印了一些肌理画的样品，找用户聊了，他们看得两眼放光。我们就决定，就算项目延期、重新开模，也要把立体纹理作为产品最大的创新点。 硬氪：这听起来很难，那这种立体纹理对你们来说，最核心的困难点在哪里？ Cheney Xie： 难在全链路。首先得有模型，普通消费者不知道怎么把一张图变成立体模型。所以软件层面，我们要用大语言模型做训练。油画、浮雕、人脸、风景，算法都不一样，需要分开训练。 再就是堆叠算法。如果精度不够或某个孔堵了，堆出来的地方就变成一条坑。我们研究了超过一年，才把它搞出来。虽然团队没人做过喷墨打印，但我们有3D打印积累的算法团队和硬件架构、传感器、AI检测的经验，所以能应对。 硬氪：硬软件层面和创新点可能解决了，但最后的量产环节，是不是又是一个全新的挑战？ Cheney Xie： 量产确实挑战极大。没有人做过上万量级、数十万量级的UV打印机生产。工业级一年卖1000台就顶天了。众筹远超预期，原来想做1000万美金，结果做了4000多万，压力非常大。 硬氪：在交付上会有什么难点？之前AnkerMake的3D打印机就在交付上遇到过问题，而且3D打印相对成熟，你们现在做的UV打印完全没有先例。 Cheney Xie： 核心还是要重新定义。我们在工厂里摆了100台机器，每天做压力测试，光墨水都打了好几吨，那是花钱堆出来的。为了保障产品交付的质量，我们工程师选择驻扎在工厂里，跟压铸厂一起解决一体压铸的工程化问题。 硬氪：你们这次是不是吸取了之前做3D打印机的教训？ Cheney Xie： 当然。这次我们在前期的仿真和架构论证上做了大量工作。团队白天做实验，晚上开评审会，光这种评审会就超过了200场。我们要一个模块一个模块地检查最佳架构。 硬氪：在整个过程中，你印象中最激烈的一次矛盾发生在哪个环节？ Cheney Xie： 其实很多，团队里吵得很凶（笑） 好比说产品经理坚持重量不能超过20公斤，怕用户搬不起来，就得去抠每一个零部件的重量。有人会问：“多出这0.5毫米真的那么重要吗？多了0.5毫米用户就不买我们产品了？” 但这是种做产品的精神，你这个放松一点，在接下来很多地方，你看不到的地方就会放纵很多。你必须每个部分都算、都去抠（细节）。这种磨合持续了一年半，非常耗心力。 硬氪：关于供应链，尤其是刚才提到的喷头，很多都是日本厂商提供的，价格极高。你们有没有担心过供应稳定性或议价权的问题？这块是怎么处理的？ Cheney Xie： 确实，除了喷头之外，其他技术我们都自主掌控了。喷头这块中国几十年还没突破，我们只能选择跟工厂、供应商一起解决大量的工程化问题，其实在这块是没得选的。我们也希望能够推动喷头国产化的可能。 硬氪：目前拿到了稳定货源，但随着EufyMake的成功，竞争对手（如xTool、拓竹等）都在跟进。既然喷头目前还不是国产，当竞争白热化时，供应端会不会出现风险？ Cheney Xie： 这个不好说，就像手机芯片一样，深度合作能优先拿到货。我觉得避免不了竞争，但最终还是相互共赢的过程。 02 全新品类的新难题 硬氪：有个我们没意识到的问题是，EufyMake的墨水消费者反应很贵，这是为什么？ Cheney Xie： 其实UV打印行业已经存在几十年了，它过去主要是在工业领域。目前全世界超过80%的UV墨水基本都是中国生产的。 早期我们想得很简单：既然墨水都在中国生产，找一家供应商采购不就好了吗？但后来发现，工业标准和消费级标准完全不同。工业机器是几十万一台在工厂里用的，而我们要做的东西是放在家里用的，场景完全变了。 家用级的墨水首先要安全环保。我们找了UL这种行业顶级的认证机构，了解安全环保的顶级标准是什么。我们要按照最严格的标准，叫GREENGUARD Gold来做。 我们要保证打印完之后，小孩都可以直接接触。虽然目前品类受限还做不到食品级安全，但至少要保证小孩接触没问题。这是定下的第一个标准。 第二个就是质量。我们要做出那种让人感到“哇塞”的效果，所以打印质量得符合工业级。当时定了一个标准，色差标准ΔΕ必须小于6。一旦超过这个数值，肉眼就能看出明显的色阶差异，那就不合格。 再一个就是堵头的问题。工业机器如果堵头了，那些专业工人可以拿针筒去清洗喷头。但实际上，我们的消费者不可能自己拿个针筒去洗，所以我们对墨水质量的管控、杂质的过滤做了高规格的要求。墨水在大型过滤到灌装环节，都要求在万级无尘环境里操作。工业墨水为了追求大规模和低成本，是不会这么干的。但我们一旦重新定义了消费级标准，成本自然就涨上去了。 最后为了安全，我们把墨盒做成了封闭式的。因为墨水在未固化前具有一定的腐蚀性，皮肤长期接触可能会导致过敏，所以必须减少用户接触墨水的机会。而且我们在墨盒里加了芯片和二维码，从生产源头就开始��踪，甚至快过期了都会提醒用户。 这些事情早期很多用户不理解，觉得人家工业的那么便宜，你凭什么贵这么多？我们听到了这些声音，现在也在保证安全和高质量的前提下，寻找新的解决方案。 硬氪：听说UV打印机普遍存在喷头堵塞的问题。所以你们的解决方案是用这种盒子式的系统，把墨水系统锁住吗？ Cheney Xie： 封闭式是措施之一，但喷头堵塞是整个喷墨打印行业几十年都没彻底解决的问题。2023年我们去走访工厂、工作室，那些专业人士跟我们说，最怕的就是过年没人维护，回来几万块钱的喷头就报废了。 我们想让普通用户持续使用，必须解决这个问题。所以我们设计了Jet Clean™自动保养系统。当你不用时，它会自动灌入保湿液，把喷头和墨路洗干净并保持湿润。这个状态就像从工厂刚出货一样。用户度一个月假回来，机器也是好的。 就算堵了，你在APP上点一下Clean就会自动清洗，不需要用户拿针筒去注水。工业机没有这个，因为那是专业工人在手动维护。我们还把喷头做成了快拆设计，拧两个螺丝就能换，非常方便。考虑到喷头贵，我们还弄了一个eufyMake Care喷头险，就像手机碎屏险，一年内坏了免费补发。 硬氪：我好奇一下，现在你们一盒墨水到底要卖多少钱？ Cheney Xie： 现在一盒墨水大概是100毫升，海外卖42.99美金。在国内会便宜一点，一套墨水现在的价格大概是999元。 硬氪：那这一套墨水可以打印多长时间，或者说能打印出多少产品？你们有没有测算过？ Cheney Xie： 这个取决于用户打印什么。如果只是打平面的东西，耗墨量很小，比如打一个小冰箱贴，一套墨水可以打超过2000个。但如果你要去打那种立体浮雕，因为墨水是一层层叠上去的，可能1毫米厚度就得叠20层。那个非常费墨，成本就体现出来了。对于做SMB（小生意）的人，他很快能挣回来；但对于纯DIY爱好者，纯为热爱付出这个成本，确实还是会觉得贵。 硬氪：你们一开始是不是也没想到这个墨水会这么难搞？ Cheney Xie： 我们最开始觉得找一家供应商就好了，但把标准一定完，发现基本上没有哪家能做得动。怎么办？只能跟工厂合作共同研发，共同改进配方。真的是遇山开路，遇水搭桥。 好在我们背靠安克的供应链体系，很多供应商过去跟安克有长期合作。除了墨水和供墨系统比较独特外，其他的塑料模具厂等供应商协同起来会好很多。 03 爆金币般的众筹之夜 硬氪：看到众筹成绩时，团队内部的氛围和反应是怎样的？ Cheney Xie： 真的很激动，当天晚上大家都不舍得睡觉。看着那个数字像刷金币一样哗哗涨。头100万美金不到一分钟就过去了。大家凌晨四五点还在群里发截图。 硬氪：从去年4月底上线到6月底收官，作为一个全新的产品，众筹过程看起来非常顺利，一直在破纪录。 Cheney Xie： 众筹期间是还准备得比较充分。 硬氪：众筹之后进入交付和市场验证阶段，有没有遇到意料之外的挑战？比如生产困难或交付压力。我听说你们确实遇到过一些交付上的波折，哪些点是你们在交付过程中需要不断改进的？ Cheney Xie： 主要是大规模生产的一致性问题。其实早期我们做了大量的测试，几百台样机反复做过测试，也找到外面的用户做过测试。 但是后来发现，硬件产品生产几百台和几万台时是有鸿沟的，就是一致性的问题。比如批量生产时，定量桶开模出现了公差偏差，导致时间久了有极小的概率会漏液。这个漏液不是马上出现的，是用着用着才会暴露。 我们发现后，也不可能让用户去抽奖一样的遇到问题产品。只能把货全Hold住不发，去查、去拆。定位问题后重新开模。 查了个把月，得一个个排查，整个过程非常折腾，得大规模做压力测试才能把问题找出来，找到之后得改磨具。零部件也要全部重新开模。但是大规模量产必须面对这些问题。 硬氪：目前这个产品还有哪些让你觉得不完美的地方？ Cheney Xie： 比如说打印速度、墨水成本，这些都还不完美。我们看一个技术、品类，它都是有生命周期曲线的，这个品类还在Innovator阶段，有大量的创新机会。你肯定有压力，但这里蕴含的创新机会还是有机会做出很不一样的下一代产品。 硬氪：您提到会不停地反问自己，那么在哪个阶段这种自我审视是最频繁的？ Cheney Xie： 每个阶段都没停过。我们早期请了近100个KOC提前加入项目组。每天花时间跟他们聊，去他们家里拜访，观察他们怎么使用。我们在不断Check设计定义对不对。 毕竟这是个全新的产品，做它的时候还是要有敬畏之心。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "作者 | 张子怡 编辑 | 袁斯来 那是一个价值5000万美元成功故事诞生的夜晚。 eufy Make的产研负责人 Cheney Xie 仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。 首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。” 当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。 时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。", "hot_score": 0.0 }, { "id": 643, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "url": "https://36kr.com/p/3807043342475009?f=rss", "canonical_url": "https://36kr.com/p/3807043342475009?f=rss", "summary": "作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。 光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。 当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。 光子芯力的核心产品聚焦于光电异构计算芯片及配套软件工具链。 硬件层面，光子芯力创新性地采用了“全波计算”技术路线。杨其晟介绍，目前光计算领域的技术路径尚未完全收敛，公司选择基于“全波超表面”的差异化路线，目标是最大化释放光计算的性能潜力。 不同于传统将集成光学元件拼接的方式，全波超表面技术能够对光波波前进行精细调控，将衍射、干涉、散射等波动光学效应作为整体进行设计，从而将光芯片视作一个可计算的物理算子。 （图源/企业） 相较于传统马赫-曾德干涉仪（MZI）方案，超表面芯片尺寸可缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，通过与电芯片以Chiplet方式进行异构集成，可以实现光模拟计算集成度和能效的最高水平。 软件层面，公司自主研发了光电联合仿真设计工具EPDA，贯通光电芯片从器件、架构到系统级的仿真与协同优化流程。 该工具链能够充分发挥光芯片在线性运算中的高并行、低功耗优势，同时结合电芯片在非线性运算、控制与数据调度上的成熟能力，实现光电异构系统的软硬件协同。 公司还在同步推进编译器、驱动、算子库等光电异构芯片软件工具链建设，通过行为级模型抽象以及对主流深度学习框架的适配，降低用户使用门槛。 （图源/企业） 研发进展方面，光子芯力目前已经完成原理验证，正逐步进入工程化验证阶段。杨其晟表示，下一阶段，公司将围绕客户需求推进定制化芯片开发，并完成测试、封装、标定以及软硬件联调等工作。 以下为访谈节选（略经编辑）： 硬氪：全波光计算架构的差异化优势是什么 ？ 杨其晟： 所谓“全波”，是尽可能把波动光学中的各种效应都利用起来。现在很多光计算方案，只利用了某一种现象，比如干涉、光强或者衍射，但实际上反射、折射、散射、干涉等，本质上都属于波动光学效应。我们的思路是，把这些效应纳入统一的设计框架里，从而最大程度发挥光计算的性能潜力。 实现这一点的关键，就是超表面技术。因为超表面能够对光传播路径中的每一个“像素点”进行精细调控，相当于直接对光的波前进行编程。换句话说，我们不是把光芯片看成一堆小器件的级联，而是把整个光芯片视作一个“可计算的物理算子”来进行设计。 相比传统MZI（马赫-曾德干涉仪）路线，这条路线最大的优势首先在于算力密度。超表面单元尺寸相比MZI单元可以缩小十几倍，因此理论上能够实现每平方毫米1000 TOPS级别的算力密度。 而且，传统MZI单元本质上只能完成矩阵乘法中的一个基础元素运算，但在一个尺寸更小的超表面芯片上，我们甚至可以直接实现一个神经网络分类器的功能，所以它的功能复杂度也会更高。 与此同时，超表面方案本身具备更高系统集成度，因此也天然适合与电芯片通过Chiplet方式做异构集成，把光擅长的高并行、低功耗线性计算，与电擅长的控制、存储和非线性计算结合起来。 硬氪：首创面向光芯片的高效DFNO设计方法，应该怎么理解？ 杨其晟： 其实本质上我们是在做一种“AI for Chip”的设计方法。 过去光芯片设计非常依赖数值仿真，需要消耗大量时间和算力，也比较依赖工程师经验。我们现在是把AI引入芯片设计流程，用来加速性能仿真和反向设计。传统芯片设计更像是工程师把不同器件一点点拼接组合，而现在我们是先给出设计目标，再通过算法自动拆解和生成最终版图。所以它不仅仅是效率提升，更重要的是设计范式发生了变化。对于光电异构芯片这种复杂系统来说，AI驱动的方法会非常关键。 硬氪：为什么要做软硬一体的布局？ 杨其晟： 芯片能做出来只是第一步，更关键的是最后能不能真正被用户用起来。 不管是电芯片还是光芯片，真正推向市场时都会遇到生态问题。所以我们选择软件工具链先行，希望能更快对接客户需求，也提前建立开发者生态。而且我们的软件工具链不仅服务客户应用，本身也是芯片设计体系的一部分。比如在电芯片领域，有EDA工具负责设计，也有编译器、驱动、算子库这些应用层工具。光计算过去其实在生态上是比较缺失的。 现在行业里并不缺“能做出来”的光计算硬件，真正难的是怎么让它稳定、可用，并且能融入现有AI开发体系。所以我们会通过开源我们的自研工具链，把光芯片抽象成行为级模型，同时把光学器件中的非理想因素反馈给算法侧，最终输出一个稳定可落地的系统结果。 投资人观点 苏州芯阳基金LP，思瑞浦总经理吴建刚表示： 当摩尔定律走向黄昏，光计算为算力发展提供了一种全新的技术范式。光子芯力创始团队来自清华大学，具有扎实的技术积淀和勇于创新的精神。我们相信，他们开拓的全波光计算路径，将有机会在未来算力竞争中占据重要的一席之地。 驰星创投创始合伙人王云开表示： 光子芯力的技术充分发挥了超表面全波光计算的超高集成度优势，并配合自研的光电融合计算软件平台，实现了光电芯粒集群作战的协同效能最大化。这套软硬件一体的系统级方案必将在端侧推理、云端训练等多个核心场景形成差异化竞争力，为行业带来深远影响。 盛景嘉成创始合伙人刘昊飞表示： 光子芯力虽然公司年轻、团队也年轻，但在全波光电融合计算方面却有突破性的创新力和显著性的优势，很有可能成长为光计算领域里的一匹黑马。盛景嘉成作为清华产业高管和清华工科校友创办的一家投资机构，依托清华、北大、中科院等顶尖科研机构的项目源优势，叠加与中芯国际、三一集团、比特大陆、软通动力等产业龙头的深度合作，能够在帮助前沿创新项目取得商业化的成功方面贡献独特价值。期待光子芯力成为盛景嘉成投资版图中的重要亮点。 开源创投表示： 在摩尔定律放缓、AI算力需求激增的背景下，光计算已成为突破电子芯片算力瓶颈的核心方向，光子芯力开创的全波计算技术路线具备独特优势与差异化竞争壁垒，期待其持续推进技术研发与产业化落地。作为依托清华大学、汇聚清华校友力量的投资机构，开源创投聚焦新一代信息技术、人工智能、生物科技等前沿赛道，发掘潜力创业企业。光子芯力在2025年包揽了清华大学校长杯冠军、国创赛金奖、昆山杯冠军，是清华大学创业生态中的生力军，开源创投很荣幸能够参与光子芯力本轮融资，支持校友企业创新生态的发展，期待共同见证光计算时代的到来。", "published_at": "2026-05-13T01:26:00+00:00", "discovered_at": "2026-05-13T02:17:28.026713+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "link": "https://36kr.com/p/3807043342475009?f=rss", "summary": "

作者 | 乔钰杰

\n

编辑 | 袁斯来

\n

硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。

\n

光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。

\n

当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。光子芯力的核心产品聚焦于光电异构计算芯片及配套软件工具链。

\n

硬件层面，光子芯力创新性地采用了“全波计算”技术路线。杨其晟介绍，目前光计算领域的技术路径尚未完全收敛，公司选择基于“全波超表面”的差异化路线，目标是最大化释放光计算的性能潜力。

\n

不同于传统将集成光学元件拼接的方式，全波超表面技术能够对光波波前进行精细调控，将衍射、干涉、散射等波动光学效应作为整体进行设计，从而将光芯片视作一个可计算的物理算子。

\n

\n

（图源/企业）

\n

相较于传统马赫-曾德干涉仪（MZI）方案，超表面芯片尺寸可缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，通过与电芯片以Chiplet方式进行异构集成，可以实现光模拟计算集成度和能效的最高水平。

\n

软件层面，公司自主研发了光电联合仿真设计工具EPDA，贯通光电芯片从器件、架构到系统级的仿真与协同优化流程。

\n

该工具链能够充分发挥光芯片在线性运算中的高并行、低功耗优势，同时结合电芯片在非线性运算、控制与数据调度上的成熟能力，实现光电异构系统的软硬件协同。

\n

公司还在同步推进编译器、驱动、算子库等光电异构芯片软件工具链建设，通过行为级模型抽象以及对主流深度学习框架的适配，降低用户使用门槛。

\n

\n

（图源/企业）

\n

研发进展方面，光子芯力目前已经完成原理验证，正逐步进入工程化验证阶段。杨其晟表示，下一阶段，公司将围绕客户需求推进定制化芯片开发，并完成测试、封装、标定以及软硬件联调等工作。

\n

以下为访谈节选（略经编辑）：

\n

硬氪：全波光计算架构的差异化优势是什么？

\n

杨其晟：所谓“全波”，是尽可能把波动光学中的各种效应都利用起来。现在很多光计算方案，只利用了某一种现象，比如干涉、光强或者衍射，但实际上反射、折射、散射、干涉等，本质上都属于波动光学效应。我们的思路是，把这些效应纳入统一的设计框架里，从而最大程度发挥光计算的性能潜力。

\n

实现这一点的关键，就是超表面技术。因为超表面能够对光传播路径中的每一个“像素点”进行精细调控，相当于直接对光的波前进行编程。换句话说，我们不是把光芯片看成一堆小器件的级联，而是把整个光芯片视作一个“可计算的物理算子”来进行设计。

\n

相比传统MZI（马赫-曾德干涉仪）路线，这条路线最大的优势首先在于算力密度。超表面单元尺寸相比MZI单元可以缩小十几倍，因此理论上能够实现每平方毫米1000 TOPS级别的算力密度。

\n

而且，传统MZI单元本质上只能完成矩阵乘法中的一个基础元素运算，但在一个尺寸更小的超表面芯片上，我们甚至可以直接实现一个神经网络分类器的功能，所以它的功能复杂度也会更高。

\n

与此同时，超表面方案本身具备更高系统集成度，因此也天然适合与电芯片通过Chiplet方式做异构集成，把光擅长的高并行、低功耗线性计算，与电擅长的控制、存储和非线性计算结合起来。

\n

硬氪：首创面向光芯片的高效DFNO设计方法，应该怎么理解？

\n

杨其晟：其实本质上我们是在做一种“AI for Chip”的设计方法。

\n

过去光芯片设计非常依赖数值仿真，需要消耗大量时间和算力，也比较依赖工程师经验。我们现在是把AI引入芯片设计流程，用来加速性能仿真和反向设计。传统芯片设计更像是工程师把不同器件一点点拼接组合，而现在我们是先给出设计目标，再通过算法自动拆解和生成最终版图。所以它不仅仅是效率提升，更重要的是设计范式发生了变化。对于光电异构芯片这种复杂系统来说，AI驱动的方法会非常关键。

\n

硬氪：为什么要做软硬一体的布局？

\n

杨其晟：芯片能做出来只是第一步，更关键的是最后能不能真正被用户用起来。

\n

不管是电芯片还是光芯片，真正推向市场时都会遇到生态问题。所以我们选择软件工具链先行，希望能更快对接客户需求，也提前建立开发者生态。而且我们的软件工具链不仅服务客户应用，本身也是芯片设计体系的一部分。比如在电芯片领域，有EDA工具负责设计，也有编译器、驱动、算子库这些应用层工具。光计算过去其实在生态上是比较缺失的。

\n

现在行业里并不缺“能做出来”的光计算硬件，真正难的是怎么让它稳定、可用，并且能融入现有AI开发体系。所以我们会通过开源我们的自研工具链，把光芯片抽象成行为级模型，同时把光学器件中的非理想因素反馈给算法侧，最终输出一个稳定可落地的系统结果。

\n

投资人观点

\n

苏州芯阳基金LP，思瑞浦总经理吴建刚表示：当摩尔定律走向黄昏，光计算为算力发展提供了一种全新的技术范式。光子芯力创始团队来自清华大学，具有扎实的技术积淀和勇于创新的精神。我们相信，他们开拓的全波光计算路径，将有机会在未来算力竞争中占据重要的一席之地。

\n

驰星创投创始合伙人王云开表示：光子芯力的技术充分发挥了超表面全波光计算的超高集成度优势，并配合自研的光电融合计算软件平台，实现了光电芯粒集群作战的协同效能最大化。这套软硬件一体的系统级方案必将在端侧推理、云端训练等多个核心场景形成差异化竞争力，为行业带来深远影响。

\n

盛景嘉成创始合伙人刘昊飞表示：光子芯力虽然公司年轻、团队也年轻，但在全波光电融合计算方面却有突破性的创新力和显著性的优势，很有可能成长为光计算领域里的一匹黑马。盛景嘉成作为清华产业高管和清华工科校友创办的一家投资机构，依托清华、北大、中科院等顶尖科研机构的项目源优势，叠加与中芯国际、三一集团、比特大陆、软通动力等产业龙头的深度合作，能够在帮助前沿创新项目取得商业化的成功方面贡献独特价值。期待光子芯力成为盛景嘉成投资版图中的重要亮点。

\n

开源创投表示：在摩尔定律放缓、AI算力需求激增的背景下，光计算已成为突破电子芯片算力瓶颈的核心方向，光子芯力开创的全波计算技术路线具备独特优势与差异化竞争壁垒，期待其持续推进技术研发与产业化落地。作为依托清华大学、汇聚清华校友力量的投资机构，开源创投聚焦新一代信息技术、人工智能、生物科技等前沿赛道，发掘潜力创业企业。光子芯力在2025年包揽了清华大学校长杯冠军、国创赛金奖、昆山杯冠军，是清华大学创业生态中的生力军，开源创投很荣幸能够参与光子芯力本轮融资，支持校友企业创新生态的发展，期待共同见证光计算时代的到来。

", "extracted_published_at": "2026-05-13T01:26:00+00:00" }, "normalized_title": "36氪首发清华系光计算芯片企业完成数千万天使轮融资瞄准全波光计算架构", "resolved_target": "https://36kr.com/p/3807043342475009?f=rss", "content_fingerprint": "b61e03d77f08c5b6b81a4eef0a3ac099ca8db865f4467ef0c3e54880ca22710f", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构\n乔钰杰\n2026年05月13日 09:26\n“全波超表面”的差异化路线能最大化释放光计算的性能潜力。\n作者 | 乔钰杰\n编辑 | 袁斯来\n硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。\n光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。\n当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。\n光子芯力的核心产品聚焦于光电异构计算芯片及配套软件工具链。\n硬件层面，光子芯力创新性地采用了“全波计算”技术路线。杨其晟介绍，目前光计算领域的技术路径尚未完全收敛，公司选择基于“全波超表面”的差异化路线，目标是最大化释放光计算的性能潜力。\n不同于传统将集成光学元件拼接的方式，全波超表面技术能够对光波波前进行精细调控，将衍射、干涉、散射等波动光学效应作为整体进行设计，从而将光芯片视作一个可计算的物理算子。\n（图源/企业）\n相较于传统马赫-曾德干涉仪（MZI）方案，超表面芯片尺寸可缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，通过与电芯片以Chiplet方式进行异构集成，可以实现光模拟计算集成度和能效的最高水平。\n软件层面，公司自主研发了光电联合仿真设计工具EPDA，贯通光电芯片从器件、架构到系统级的仿真与协同优化流程。\n该工具链能够充分发挥光芯片在线性运算中的高并行、低功耗优势，同时结合电芯片在非线性运算、控制与数据调度上的成熟能力，实现光电异构系统的软硬件协同。\n公司还在同步推进编译器、驱动、算子库等光电异构芯片软件工具链建设，通过行为级模型抽象以及对主流深度学习框架的适配，降低用户使用门槛。\n（图源/企业）\n研发进展方面，光子芯力目前已经完成原理验证，正逐步进入工程化验证阶段。杨其晟表示，下一阶段，公司将围绕客户需求推进定制化芯片开发，并完成测试、封装、标定以及软硬件联调等工作。\n以下为访谈节选（略经编辑）：\n硬氪：全波光计算架构的差异化优势是什么\n杨其晟：\n所谓“全波”，是尽可能把波动光学中的各种效应都利用起来。现在很多光计算方案，只利用了某一种现象，比如干涉、光强或者衍射，但实际上反射、折射、散射、干涉等，本质上都属于波动光学效应。我们的思路是，把这些效应纳入统一的设计框架里，从而最大程度发挥光计算的性能潜力。\n实现这一点的关键，就是超表面技术。因为超表面能够对光传播路径中的每一个“像素点”进行精细调控，相当于直接对光的波前进行编程。换句话说，我们不是把光芯片看成一堆小器件的级联，而是把整个光芯片视作一个“可计算的物理算子”来进行设计。\n相比传统MZI（马赫-曾德干涉仪）路线，这条路线最大的优势首先在于算力密度。超表面单元尺寸相比MZI单元可以缩小十几倍，因此理论上能够实现每平方毫米1000 TOPS级别的算力密度。\n而且，传统MZI单元本质上只能完成矩阵乘法中的一个基础元素运算，但在一个尺寸更小的超表面芯片上，我们甚至可以直接实现一个神经网络分类器的功能，所以它的功能复杂度也会更高。\n与此同时，超表面方案本身具备更高系统集成度，因此也天然适合与电芯片通过Chiplet方式做异构集成，把光擅长的高并行、低功耗线性计算，与电擅长的控制、存储和非线性计算结合起来。\n硬氪：首创面向光芯片的高效DFNO设计方法，应该怎么理解？\n杨其晟：\n其实本质上我们是在做一种“AI for Chip”的设计方法。\n过去光芯片设计非常依赖数值仿真，需要消耗大量时间和算力，也比较依赖工程师经验。我们现在是把AI引入芯片设计流程，用来加速性能仿真和反向设计。传统芯片设计更像是工程师把不同器件一点点拼接组合，而现在我们是先给出设计目标，再通过算法自动拆解和生成最终版图。所以它不仅仅是效率提升，更重要的是设计范式发生了变化。对于光电异构芯片这种复杂系统来说，AI驱动的方法会非常关键。\n硬氪：为什么要做软硬一体的布局？\n杨其晟：\n芯片能做出来只是第一步，更关键的是最后能不能真正被用户用起来。\n不管是电芯片还是光芯片，真正推向市场时都会遇到生态问题。所以我们选择软件工具链先行，希望能更快对接客户需求，也提前建立开发者生态。而且我们的软件工具链不仅服务客户应用，本身也是芯片设计体系的一部分。比如在电芯片领域，有EDA工具负责设计，也有编译器、驱动、算子库这些应用层工具。光计算过去其实在生态上是比较缺失的。\n现在行业里并不缺“能做出来”的光计算硬件，真正难的是怎么让它稳定、可用，并且能融入现有AI开发体系。所以我们会通过开源我们的自研工具链，把光芯片抽象成行为级模型，同时把光学器件中的非理想因素反馈给算法侧，最终输出一个稳定可落地的系统结果。\n投资人观点\n苏州芯阳基金LP，思瑞浦总经理吴建刚表示：\n当摩尔定律走向黄昏，光计算为算力发展提供了一种全新的技术范式。光子芯力创始团队来自清华大学，具有扎实的技术积淀和勇于创新的精神。我们相信，他们开拓的全波光计算路径，将有机会在未来算力竞争中占据重要的一席之地。\n驰星创投创始合伙人王云开表示：\n光子芯力的技术充分发挥了超表面全波光计算的超高集成度优势，并配合自研的光电融合计算软件平台，实现了光电芯粒集群作战的协同效能最大化。这套软硬件一体的系统级方案必将在端侧推理、云端训练等多个核心场景形成差异化竞争力，为行业带来深远影响。\n盛景嘉成创始合伙人刘昊飞表示：\n光子芯力虽然公司年轻、团队也年轻，但在全波光电融合计算方面却有突破性的创新力和显著性的优势，很有可能成长为光计算领域里的一匹黑马。盛景嘉成作为清华产业高管和清华工科校友创办的一家投资机构，依托清华、北大、中科院等顶尖科研机构的项目源优势，叠加与中芯国际、三一集团、比特大陆、软通动力等产业龙头的深度合作，能够在帮助前沿创新项目取得商业化的成功方面贡献独特价值。期待光子芯力成为盛景嘉成投资版图中的重要亮点。\n开源创投表示：\n在摩尔定律放缓、AI算力需求激增的背景下，光计算已成为突破电子芯片算力瓶颈的核心方向，光子芯力开创的全波计算技术路线具备独特优势与差异化竞争壁垒，期待其持续推进技术研发与产业化落地。作为依托清华大学、汇聚清华校友力量的投资机构，开源创投聚焦新一代信息技术、人工智能、生物科技等前沿赛道，发掘潜力创业企业。光子芯力在2025年包揽了清华大学校长杯冠军、国创赛金奖、昆山杯冠军，是清华大学创业生态中的生力军，开源创投很荣幸能够参与光子芯力本轮融资，支持校友企业创新生态的发展，期待共同见证光计算时代的到来。\n+1\n20\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发\nWalulu：用六个月撕开一条新赛道\n36氪首发｜新加坡博士团队创业获种子轮融资，首款产品做“会飞的家庭管家”\n融资超亿元、割草机器人公司拿下数亿订单，瞄准庭院具身终端｜硬氪首发\n36氪首发 | 航空航天电气系统互联组件方案商获数千万融资，细分赛道市占率第一\n获高秉强、蓝驰领投数千万融资，浙大00后创业者从远景观测切入AI智能影像｜硬氪首发\n36氪首发 | 清华系AI Infra厂商完成数亿元融资，以GPU为核心重构计算机系统架构\n斯坦福博士后创立的柔性触觉传感器公司获超亿元融资，低成本触觉手套将量产落地｜硬氪首发\n像素绽放PixelBloom完成C轮融资，全面发力AI办公解决方案Agent：从“一分钟生成PPT”到“交付商用级结果”\n关注商业航天、智能硬件，欢迎交流\n最近内容\n36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构\n36氪首发｜新加坡博士团队创业获种子轮融资，首款产品做“会飞的家庭管家”\n36氪首发 | 航空航天电气系统互联组件方案商获数千万融资，细分赛道市占率第一\n深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发\n打造“智能工友”，解决建筑业“人荒”难题。\n23小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:37.347109+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:643", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 643, "duplicate_primary_title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "display_summary_zh": "作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。 光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。 当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。 光子芯力的核心产品聚焦于光电异构计算芯片及配套软件工具链。 硬件层面，光子芯力创新性地采用了“全波计算”技术路线。杨其晟介绍，目前光计算领域的技术路径尚未完全收敛，公司选择基于“全波超表面”的差异化路线，目标是最大化释放光计算的性能潜力。 不同于传统将集成光学元件拼接的方式，全波超表面技术能够对光波波前进行精细调控，将衍射、干涉、散射等波动光学效应作为整体进行设计，从而将光芯片视作一个可计算的物理算子。 （图源/企业） 相较于传统马赫-曾德干涉仪（MZI）方案，超表面芯片尺寸可缩小十余倍，算力密度最高可达每平方毫米1000 TOPS，通过与电芯片以Chiplet方式进行异构集成，可以实现光模拟计算集成度和能效的最高水平。 软件层面，公司自主研发了光电联合仿真设计工具EPDA，贯通光电芯片从器件、架构到系统级的仿真与协同优化流程。 该工具链能够充分发挥光芯片在线性运算中的高并行、低功耗优势，同时结合电芯片在非线性运算、控制与数据调度上的成熟能力，实现光电异构系统的软硬件协同。 公司还在同步推进编译器、驱动、算子库等光电异构芯片软件工具链建设，通过行为级模型抽象以及对主流深度学习框架的适配，降低用户使用门槛。 （图源/企业） 研发进展方面，光子芯力目前已经完成原理验证，正逐步进入工程化验证阶段。杨其晟表示，下一阶段，公司将围绕客户需求推进定制化芯片开发，并完成测试、封装、标定以及软硬件联调等工作。 以下为访谈节选（略经编辑）： 硬氪：全波光计算架构的差异化优势是什么 ？ 杨其晟： 所谓“全波”，是尽可能把波动光学中的各种效应都利用起来。现在很多光计算方案，只利用了某一种现象，比如干涉、光强或者衍射，但实际上反射、折射、散射、干涉等，本质上都属于波动光学效应。我们的思路是，把这些效应纳入统一的设计框架里，从而最大程度发挥光计算的性能潜力。 实现这一点的关键，就是超表面技术。因为超表面能够对光传播路径中的每一个“像素点”进行精细调控，相当于直接对光的波前进行编程。换句话说，我们不是把光芯片看成一堆小器件的级联，而是把整个光芯片视作一个“可计算的物理算子”来进行设计。 相比传统MZI（马赫-曾德干涉仪）路线，这条路线最大的优势首先在于算力密度。超表面单元尺寸相比MZI单元可以缩小十几倍，因此理论上能够实现每平方毫米1000 TOPS级别的算力密度。 而且，传统MZI单元本质上只能完成矩阵乘法中的一个基础元素运算，但在一个尺寸更小的超表面芯片上，我们甚至可以直接实现一个神经网络分类器的功能，所以它的功能复杂度也会更高。 与此同时，超表面方案本身具备更高系统集成度，因此也天然适合与电芯片通过Chiplet方式做异构集成，把光擅长的高并行、低功耗线性计算，与电擅长的控制、存储和非线性计算结合起来。 硬氪：首创面向光芯片的高效DFNO设计方法，应该怎么理解？ 杨其晟： 其实本质上我们是在做一种“AI for Chip”的设计方法。 过去光芯片设计非常依赖数值仿真，需要消耗大量时间和算力，也比较依赖工程师经验。我们现在是把AI引入芯片设计流程，用来加速性能仿真和反向设计。传统芯片设计更像是工程师把不同器件一点点拼接组合，而现在我们是先给出设计目标，再通过算法自动拆解和生成最终版图。所以它不仅仅是效率提升，更重要的是设计范式发生了变化。对于光电异构芯片这种复杂系统来说，AI驱动的方法会非常关键。 硬氪：为什么要做软硬一体的布局？ 杨其晟： 芯片能做出来只是第一步，更关键的是最后能不能真正被用户用起来。 不管是电芯片还是光芯片，真正推向市场时都会遇到生态问题。所以我们选择软件工具链先行，希望能更快对接客户需求，也提前建立开发者生态。而且我们的软件工具链不仅服务客户应用，本身也是芯片设计体系的一部分。比如在电芯片领域，有EDA工具负责设计，也有编译器、驱动、算子库这些应用层工具。光计算过去其实在生态上是比较缺失的。 现在行业里并不缺“能做出来”的光计算硬件，真正难的是怎么让它稳定、可用，并且能融入现有AI开发体系。所以我们会通过开源我们的自研工具链，把光芯片抽象成行为级模型，同时把光学器件中的非理想因素反馈给算法侧，最终输出一个稳定可落地的系统结果。 投资人观点 苏州芯阳基金LP，思瑞浦总经理吴建刚表示： 当摩尔定律走向黄昏，光计算为算力发展提供了一种全新的技术范式。光子芯力创始团队来自清华大学，具有扎实的技术积淀和勇于创新的精神。我们相信，他们开拓的全波光计算路径，将有机会在未来算力竞争中占据重要的一席之地。 驰星创投创始合伙人王云开表示： 光子芯力的技术充分发挥了超表面全波光计算的超高集成度优势，并配合自研的光电融合计算软件平台，实现了光电芯粒集群作战的协同效能最大化。这套软硬件一体的系统级方案必将在端侧推理、云端训练等多个核心场景形成差异化竞争力，为行业带来深远影响。 盛景嘉成创始合伙人刘昊飞表示： 光子芯力虽然公司年轻、团队也年轻，但在全波光电融合计算方面却有突破性的创新力和显著性的优势，很有可能成长为光计算领域里的一匹黑马。盛景嘉成作为清华产业高管和清华工科校友创办的一家投资机构，依托清华、北大、中科院等顶尖科研机构的项目源优势，叠加与中芯国际、三一集团、比特大陆、软通动力等产业龙头的深度合作，能够在帮助前沿创新项目取得商业化的成功方面贡献独特价值。期待光子芯力成为盛景嘉成投资版图中的重要亮点。 开源创投表示： 在摩尔定律放缓、AI算力需求激增的背景下，光计算已成为突破电子芯片算力瓶颈的核心方向，光子芯力开创的全波计算技术路线具备独特优势与差异化竞争壁垒，期待其持续推进技术研发与产业化落地。作为依托清华大学、汇聚清华校友力量的投资机构，开源创投聚焦新一代信息技术、人工智能、生物科技等前沿赛道，发掘潜力创业企业。光子芯力在2025年包揽了清华大学校长杯冠军、国创赛金奖、昆山杯冠军，是清华大学创业生态中的生力军，开源创投很荣幸能够参与光子芯力本轮融资，支持校友企业创新生态的发展，期待共同见证光计算时代的到来。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。 光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。 当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。", "hot_score": 0.0 }, { "id": 644, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "url": "https://36kr.com/p/3807039782116865?f=rss", "canonical_url": "https://36kr.com/p/3807039782116865?f=rss", "summary": "36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。 方石机器人产品矩阵 方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。 目前，公司已深度服务中国建筑、中国铁建等100余家头部建筑企业，落地超500个标杆工程，累计施工面积突破1500万平方米。 2023年以来，方石机器人产品逐步进入中东、东南亚、东亚等十余个国家和地区市场，并正在中东、东南亚设立区域服务中心与备件库。 以市场需求驱动，兼顾能力底座通用性与产品功能差异化 在遭遇“人荒”的建筑业，“机器替人”成为行业必选项。国家统计局数据显示，十年间我国建筑业农民工累计减少1500万，工地“招不到、留不住人”已是常态。劳动力断崖式离场，从业人员老龄化问题日益严峻。方石机器人创始人李思桥分享，2025年建筑行业45岁以上工人占比已突破60%，30岁以下年轻从业者严重不足。 同时，施工环境苦、安全风险高等长期痛点也在倒逼行业向智能建造转型。住建部《智能建造技术导则（试行）》（建办市〔2025〕14号）明确要求，推广建筑机器人在高空作业、混凝土施工、钢结构安装等危险繁重场景的应用，推动施工现场“人退机进”。 但是建筑机器人的应用场景有上百个，在当下并不都适合大规模引进机器人作业。李思桥根据长期实践经验总结，具备落地条件的场景通常具备三个特征：单个应用场景的市场容量足够大，能够支撑产品的规模化投入与回报；施工流程具备较高的标准化程度，解决方案可以形成可复制的交付模式；以及涉及重体力劳动，有“机器替人”的刚性需求。 基于以上判断，方石机器人遵循 “以现场需求为驱动、以市场容量为标尺、以技术可行性为底线” 的业务拓展逻辑，逐步构建覆盖全施工周期的模块化产品矩阵。 方石机器人现场施工图 混凝土地坪施工是方石机器人最先选择切入的细分场景——市场空间足够大，属于重体力、大面积、高重复性的标准化工种，天然适合机器人介入，也容易让客户直观看到效果，并且团队此前已经积累大量工程化经验。 方石机器人的四轮激光地面整平机器人和双盘抹平抹光机器人，采用智能激光找平算法与线控底盘技术，可实现无人自主高精施工，施工效率达每小时400-600平方米，平整度偏差控制在5毫米以内。 在与客户合作过程中，方石机器人不断收到新的工种需求，挖掘实际施工现场其他痛点，产品研发逐渐向喷刮、铺贴等工种拓展，陆续推出家装喷刮打磨一体机器人、地砖薄贴机器人、石材砖铺贴机器人等产品。 在李思桥看来，方石机器人的产品竞争力在于两点： 一是“标准化产品+参数化适配”的产品模式。每款针对特定应用场景的标准化产品可以适配多种原材料和施工工艺的能力，比如家装喷刮打磨一体设备通过切换不同的末端执行器，能够完成墙面腻子喷刮、打磨、乳胶漆喷涂等工作。此外，标准化产品可以根据客户指定的材料型号调整工艺算法参数，保证产品的规模化生产和快速交付，也能灵活响应不同客户的具体需求。 二是“平台通用化、应用场景化”的技术架构。由于多个应用场景的核心部件具有高度通用性，新工种的产品研发不需要从零开始，而是在通用算法和运动平台上进行模块化增量开发，从而缩短研发周期和量产爬坡时间。 “方石机器人的最终目标是构建覆盖结构施工、二次结构与装修、辅助巡检等全周期环节的模块化产品矩阵。”李思桥表示。 用“具身智能+建筑大模型”重新定义建筑机器人 过去受限于环境感知与运动控制能力，建筑机器人往往只能作为半自动化工具，需要人工持续介入才能完成作业，限制了机器人的效率提升与落地规模。 “本质上还是工业机械臂的逻辑，在固定工位、固定流程下执行预设动作。”在李思桥看来，建筑现场与工业产线的关键区别在于，前者环境是非结构化、动态化的，施工过程中障碍物和工况随时在变，这要求机器人必须具备自主感知、自主决策、自主适应的能力，而大模型与具身智能的快速发展，使建筑机器人突破能力卡点成为可能。 方石机器人提出“具身智能+建筑大模型”的技术路线，通过打通数字资产、数字空间生成与机器人模型预训练过程，构建端到端强化学习闭环；同时利用建筑场景专属空间生成大模型和语义识别能力，为机器人的复杂场景适应性、覆盖率及功能泛化性提供技术基础。 相比于通用大模型，建筑大模型通过采集真实场景的人工作业及遥操作数据，整合建筑细分领域上下游数据，对基于仿真数据的预训练结果进行调优，从而使模型对建筑工艺、施工规范、现场工况等行业“know-how”的理解更加深刻，模型准确性和工程化部署效率更高。 “具身智能+建筑大模型”理念，具体体现在方石机器人自研的软硬件结合智能系统“阿尔戈斯系统”上 。 据李思桥介绍，阿尔戈斯系统搭载灵光K1三维重建模块与高性能规划主机，融合多线激光雷达、4目视觉技术与自研神经网络算法，在实际施工中通过360°全视场移动式扫描，实现施工现场的高精度空间数字化（相对精度1.2厘米、绝对精度3厘米），可以在15分钟内完成单户型的全流程智能规划，并直接生成可执行的施工方案，发送给机器人终端执行。 “这套系统大幅降低了施工现场的规划门槛与部署难度，实现‘实景感知-智能规划-机器人执行’的有效协同。过去需要经验丰富的技术人员花费大量时间进行现场勘测和方案编制的工作，现在通过阿尔戈斯系统可以高效、标准化地完成。”李思桥说道。 已落地超500个工程项目，产品进入十多个海外市场 目前，方石机器人已在全国80多个城市完成业务布局，服务中国建筑、中国铁建、上海建工、陕西建工等100余家头部建筑企业，落地项目涵盖广州白云机场、上海同济大学自主智能无人系统科学中心、太仓阿尔卑斯冰雪世界等超500个项目工程。 在商业化路径上，方石机器人采取“机器人本体销售/租赁+完整施工服务解决方案”的组合模式。 具体来说，已经对方石机器人的产品性能和施工表现有一定认知的成熟用户，一般会直接采购机器人设备，纳入自有施工体系。新客户试用或短期施工服务需求可以选择先租再买。施工服务类客户则希望整体引入机器人施工方案，由方石机器人提供“设备+操作+技术支持”的一体化交付。 “采购和使用建筑机器人的决策，主要还是在具体施工的项目方。不同层级的客户，对建筑机器人的需求侧重点有明显差异。”李思桥介绍，总包层面的核心诉求是稳定性和可靠性，以及施工效率、质量合格率等系统层面的效能提升；而劳务班组更关注产品的易用性、上手门槛和经济性。“但最终指向同一个方向，必须在产品可靠性、操作便捷性和经济性三个维度上同时过关，才能真正被市场接受。” 李思桥认为，建筑业本质上是一个对降本增效高度敏感的传统行业。“客户核心算的是经济账：在保证工期和施工质量的前提下，使用机器人到底划不划算。”他表示，方石机器人产品此前能够快速打开市场，关键在于设备购入后回本周期短，平均投资回收期在12个月以内，后续施工项目也可以持续为客户创造成本节约。 除了继续深耕国内市场，方石机器人也在积极拓展海外市场。 方石机器人海外现场施工图 由于海外劳务用工成本普遍高于国内，“机器替人”需求更加旺盛。方石机器人2023年首入澳大利亚市场以来，产品已覆盖中东、东南亚、东亚等十余个国家和地区，并与区域内头部建筑商建立紧密合作，并且加速在中东、东南亚设立区域服务中心与备件库，推动从产品出海向本地化运营跨越。 针对不同地区的本地化适配，方石机器人的做法是“客户调研-现场调试-设备迭代”三步走：先调研目标市场的建筑工艺标准、材料体系、法规要求；再将设备带到当地施工现场进行实际调试；最后根据现场反馈进行迭代优化，形成针对该市场的产品版本。 谈及公司的未来方向，李思桥给出的战略排序是，先将已有产品能力做深做透，保证稳定的现金流与客户口碑。“公司有一套严格的新研发项目立项评价体系，新产品立项要经过市场容量、技术可行性、客户需求验证等多维度评估，不会盲目追求工种覆盖广度。” 在技术层面，方石机器人持续积累数字资产和建筑大模型等核心资产的同时，也在探索人形机器人在建筑行业特定应用场景中的泛化可能性。“当人形机器人的硬件成熟度达到建筑现场的可靠性要求时，我们在建筑垂直领域的AI能力将成为非常有价值的软件层。”李思桥表示。", "published_at": "2026-05-13T01:24:00+00:00", "discovered_at": "2026-05-13T02:17:28.028068+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "link": "https://36kr.com/p/3807039782116865?f=rss", "summary": "

36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。

\n

\n

方石机器人产品矩阵

\n

方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。目前，公司已深度服务中国建筑、中国铁建等100余家头部建筑企业，落地超500个标杆工程，累计施工面积突破1500万平方米。

\n

2023年以来，方石机器人产品逐步进入中东、东南亚、东亚等十余个国家和地区市场，并正在中东、东南亚设立区域服务中心与备件库。

\n

以市场需求驱动，兼顾能力底座通用性与产品功能差异化

\n

在遭遇“人荒”的建筑业，“机器替人”成为行业必选项。国家统计局数据显示，十年间我国建筑业农民工累计减少1500万，工地“招不到、留不住人”已是常态。劳动力断崖式离场，从业人员老龄化问题日益严峻。方石机器人创始人李思桥分享，2025年建筑行业45岁以上工人占比已突破60%，30岁以下年轻从业者严重不足。

\n

同时，施工环境苦、安全风险高等长期痛点也在倒逼行业向智能建造转型。住建部《智能建造技术导则（试行）》（建办市〔2025〕14号）明确要求，推广建筑机器人在高空作业、混凝土施工、钢结构安装等危险繁重场景的应用，推动施工现场“人退机进”。

\n

但是建筑机器人的应用场景有上百个，在当下并不都适合大规模引进机器人作业。李思桥根据长期实践经验总结，具备落地条件的场景通常具备三个特征：单个应用场景的市场容量足够大，能够支撑产品的规模化投入与回报；施工流程具备较高的标准化程度，解决方案可以形成可复制的交付模式；以及涉及重体力劳动，有“机器替人”的刚性需求。

\n

基于以上判断，方石机器人遵循“以现场需求为驱动、以市场容量为标尺、以技术可行性为底线”的业务拓展逻辑，逐步构建覆盖全施工周期的模块化产品矩阵。

\n

\n

方石机器人现场施工图

\n

混凝土地坪施工是方石机器人最先选择切入的细分场景——市场空间足够大，属于重体力、大面积、高重复性的标准化工种，天然适合机器人介入，也容易让客户直观看到效果，并且团队此前已经积累大量工程化经验。

\n

方石机器人的四轮激光地面整平机器人和双盘抹平抹光机器人，采用智能激光找平算法与线控底盘技术，可实现无人自主高精施工，施工效率达每小时400-600平方米，平整度偏差控制在5毫米以内。

\n

在与客户合作过程中，方石机器人不断收到新的工种需求，挖掘实际施工现场其他痛点，产品研发逐渐向喷刮、铺贴等工种拓展，陆续推出家装喷刮打磨一体机器人、地砖薄贴机器人、石材砖铺贴机器人等产品。

\n

在李思桥看来，方石机器人的产品竞争力在于两点：

\n

一是“标准化产品+参数化适配”的产品模式。每款针对特定应用场景的标准化产品可以适配多种原材料和施工工艺的能力，比如家装喷刮打磨一体设备通过切换不同的末端执行器，能够完成墙面腻子喷刮、打磨、乳胶漆喷涂等工作。此外，标准化产品可以根据客户指定的材料型号调整工艺算法参数，保证产品的规模化生产和快速交付，也能灵活响应不同客户的具体需求。

\n

二是“平台通用化、应用场景化”的技术架构。由于多个应用场景的核心部件具有高度通用性，新工种的产品研发不需要从零开始，而是在通用算法和运动平台上进行模块化增量开发，从而缩短研发周期和量产爬坡时间。

\n

“方石机器人的最终目标是构建覆盖结构施工、二次结构与装修、辅助巡检等全周期环节的模块化产品矩阵。”李思桥表示。

\n

用“具身智能+建筑大模型”重新定义建筑机器人

\n

过去受限于环境感知与运动控制能力，建筑机器人往往只能作为半自动化工具，需要人工持续介入才能完成作业，限制了机器人的效率提升与落地规模。

\n

“本质上还是工业机械臂的逻辑，在固定工位、固定流程下执行预设动作。”在李思桥看来，建筑现场与工业产线的关键区别在于，前者环境是非结构化、动态化的，施工过程中障碍物和工况随时在变，这要求机器人必须具备自主感知、自主决策、自主适应的能力，而大模型与具身智能的快速发展，使建筑机器人突破能力卡点成为可能。

\n

方石机器人提出“具身智能+建筑大模型”的技术路线，通过打通数字资产、数字空间生成与机器人模型预训练过程，构建端到端强化学习闭环；同时利用建筑场景专属空间生成大模型和语义识别能力，为机器人的复杂场景适应性、覆盖率及功能泛化性提供技术基础。

\n

相比于通用大模型，建筑大模型通过采集真实场景的人工作业及遥操作数据，整合建筑细分领域上下游数据，对基于仿真数据的预训练结果进行调优，从而使模型对建筑工艺、施工规范、现场工况等行业“know-how”的理解更加深刻，模型准确性和工程化部署效率更高。

\n

“具身智能+建筑大模型”理念，具体体现在方石机器人自研的软硬件结合智能系统“阿尔戈斯系统”上。

\n

据李思桥介绍，阿尔戈斯系统搭载灵光K1三维重建模块与高性能规划主机，融合多线激光雷达、4目视觉技术与自研神经网络算法，在实际施工中通过360°全视场移动式扫描，实现施工现场的高精度空间数字化（相对精度1.2厘米、绝对精度3厘米），可以在15分钟内完成单户型的全流程智能规划，并直接生成可执行的施工方案，发送给机器人终端执行。

\n

“这套系统大幅降低了施工现场的规划门槛与部署难度，实现‘实景感知-智能规划-机器人执行’的有效协同。过去需要经验丰富的技术人员花费大量时间进行现场勘测和方案编制的工作，现在通过阿尔戈斯系统可以高效、标准化地完成。”李思桥说道。

\n

已落地超500个工程项目，产品进入十多个海外市场

\n

目前，方石机器人已在全国80多个城市完成业务布局，服务中国建筑、中国铁建、上海建工、陕西建工等100余家头部建筑企业，落地项目涵盖广州白云机场、上海同济大学自主智能无人系统科学中心、太仓阿尔卑斯冰雪世界等超500个项目工程。

\n

在商业化路径上，方石机器人采取“机器人本体销售/租赁+完整施工服务解决方案”的组合模式。具体来说，已经对方石机器人的产品性能和施工表现有一定认知的成熟用户，一般会直接采购机器人设备，纳入自有施工体系。新客户试用或短期施工服务需求可以选择先租再买。施工服务类客户则希望整体引入机器人施工方案，由方石机器人提供“设备+操作+技术支持”的一体化交付。

\n

“采购和使用建筑机器人的决策，主要还是在具体施工的项目方。不同层级的客户，对建筑机器人的需求侧重点有明显差异。”李思桥介绍，总包层面的核心诉求是稳定性和可靠性，以及施工效率、质量合格率等系统层面的效能提升；而劳务班组更关注产品的易用性、上手门槛和经济性。“但最终指向同一个方向，必须在产品可靠性、操作便捷性和经济性三个维度上同时过关，才能真正被市场接受。”

\n

李思桥认为，建筑业本质上是一个对降本增效高度敏感的传统行业。“客户核心算的是经济账：在保证工期和施工质量的前提下，使用机器人到底划不划算。”他表示，方石机器人产品此前能够快速打开市场，关键在于设备购入后回本周期短，平均投资回收期在12个月以内，后续施工项目也可以持续为客户创造成本节约。

\n

除了继续深耕国内市场，方石机器人也在积极拓展海外市场。

\n

\n

方石机器人海外现场施工图

\n

由于海外劳务用工成本普遍高于国内，“机器替人”需求更加旺盛。方石机器人2023年首入澳大利亚市场以来，产品已覆盖中东、东南亚、东亚等十余个国家和地区，并与区域内头部建筑商建立紧密合作，并且加速在中东、东南亚设立区域服务中心与备件库，推动从产品出海向本地化运营跨越。

\n

针对不同地区的本地化适配，方石机器人的做法是“客户调研-现场调试-设备迭代”三步走：先调研目标市场的建筑工艺标准、材料体系、法规要求；再将设备带到当地施工现场进行实际调试；最后根据现场反馈进行迭代优化，形成针对该市场的产品版本。

\n

谈及公司的未来方向，李思桥给出的战略排序是，先将已有产品能力做深做透，保证稳定的现金流与客户口碑。“公司有一套严格的新研发项目立项评价体系，新产品立项要经过市场容量、技术可行性、客户需求验证等多维度评估，不会盲目追求工种覆盖广度。”

\n

在技术层面，方石机器人持续积累数字资产和建筑大模型等核心资产的同时，也在探索人形机器人在建筑行业特定应用场景中的泛化可能性。“当人形机器人的硬件成熟度达到建筑现场的可靠性要求时，我们在建筑垂直领域的AI能力将成为非常有价值的软件层。”李思桥表示。

", "extracted_published_at": "2026-05-13T01:24:00+00:00" }, "normalized_title": "深耕具身智能建筑大模型底座重构万亿建筑业方石机器人完成近亿元a轮融资36氪首发", "resolved_target": "https://36kr.com/p/3807039782116865?f=rss", "content_fingerprint": "ace985e08c5e650c6209706c543fc47c79b80b5818ccfa857c0cd4bcff6aa378", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发\n杨越欣（杨桃）\n2026年05月13日 09:24\n打造“智能工友”，解决建筑业“人荒”难题。\n36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。\n方石机器人产品矩阵\n方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。\n目前，公司已深度服务中国建筑、中国铁建等100余家头部建筑企业，落地超500个标杆工程，累计施工面积突破1500万平方米。\n2023年以来，方石机器人产品逐步进入中东、东南亚、东亚等十余个国家和地区市场，并正在中东、东南亚设立区域服务中心与备件库。\n以市场需求驱动，兼顾能力底座通用性与产品功能差异化\n在遭遇“人荒”的建筑业，“机器替人”成为行业必选项。国家统计局数据显示，十年间我国建筑业农民工累计减少1500万，工地“招不到、留不住人”已是常态。劳动力断崖式离场，从业人员老龄化问题日益严峻。方石机器人创始人李思桥分享，2025年建筑行业45岁以上工人占比已突破60%，30岁以下年轻从业者严重不足。\n同时，施工环境苦、安全风险高等长期痛点也在倒逼行业向智能建造转型。住建部《智能建造技术导则（试行）》（建办市〔2025〕14号）明确要求，推广建筑机器人在高空作业、混凝土施工、钢结构安装等危险繁重场景的应用，推动施工现场“人退机进”。\n但是建筑机器人的应用场景有上百个，在当下并不都适合大规模引进机器人作业。李思桥根据长期实践经验总结，具备落地条件的场景通常具备三个特征：单个应用场景的市场容量足够大，能够支撑产品的规模化投入与回报；施工流程具备较高的标准化程度，解决方案可以形成可复制的交付模式；以及涉及重体力劳动，有“机器替人”的刚性需求。\n基于以上判断，方石机器人遵循\n“以现场需求为驱动、以市场容量为标尺、以技术可行性为底线”\n的业务拓展逻辑，逐步构建覆盖全施工周期的模块化产品矩阵。\n方石机器人现场施工图\n混凝土地坪施工是方石机器人最先选择切入的细分场景——市场空间足够大，属于重体力、大面积、高重复性的标准化工种，天然适合机器人介入，也容易让客户直观看到效果，并且团队此前已经积累大量工程化经验。\n方石机器人的四轮激光地面整平机器人和双盘抹平抹光机器人，采用智能激光找平算法与线控底盘技术，可实现无人自主高精施工，施工效率达每小时400-600平方米，平整度偏差控制在5毫米以内。\n在与客户合作过程中，方石机器人不断收到新的工种需求，挖掘实际施工现场其他痛点，产品研发逐渐向喷刮、铺贴等工种拓展，陆续推出家装喷刮打磨一体机器人、地砖薄贴机器人、石材砖铺贴机器人等产品。\n在李思桥看来，方石机器人的产品竞争力在于两点：\n一是“标准化产品+参数化适配”的产品模式。每款针对特定应用场景的标准化产品可以适配多种原材料和施工工艺的能力，比如家装喷刮打磨一体设备通过切换不同的末端执行器，能够完成墙面腻子喷刮、打磨、乳胶漆喷涂等工作。此外，标准化产品可以根据客户指定的材料型号调整工艺算法参数，保证产品的规模化生产和快速交付，也能灵活响应不同客户的具体需求。\n二是“平台通用化、应用场景化”的技术架构。由于多个应用场景的核心部件具有高度通用性，新工种的产品研发不需要从零开始，而是在通用算法和运动平台上进行模块化增量开发，从而缩短研发周期和量产爬坡时间。\n“方石机器人的最终目标是构建覆盖结构施工、二次结构与装修、辅助巡检等全周期环节的模块化产品矩阵。”李思桥表示。\n用“具身智能+建筑大模型”重新定义建筑机器人\n过去受限于环境感知与运动控制能力，建筑机器人往往只能作为半自动化工具，需要人工持续介入才能完成作业，限制了机器人的效率提升与落地规模。\n“本质上还是工业机械臂的逻辑，在固定工位、固定流程下执行预设动作。”在李思桥看来，建筑现场与工业产线的关键区别在于，前者环境是非结构化、动态化的，施工过程中障碍物和工况随时在变，这要求机器人必须具备自主感知、自主决策、自主适应的能力，而大模型与具身智能的快速发展，使建筑机器人突破能力卡点成为可能。\n方石机器人提出“具身智能+建筑大模型”的技术路线，通过打通数字资产、数字空间生成与机器人模型预训练过程，构建端到端强化学习闭环；同时利用建筑场景专属空间生成大模型和语义识别能力，为机器人的复杂场景适应性、覆盖率及功能泛化性提供技术基础。\n相比于通用大模型，建筑大模型通过采集真实场景的人工作业及遥操作数据，整合建筑细分领域上下游数据，对基于仿真数据的预训练结果进行调优，从而使模型对建筑工艺、施工规范、现场工况等行业“know-how”的理解更加深刻，模型准确性和工程化部署效率更高。\n“具身智能+建筑大模型”理念，具体体现在方石机器人自研的软硬件结合智能系统“阿尔戈斯系统”上\n据李思桥介绍，阿尔戈斯系统搭载灵光K1三维重建模块与高性能规划主机，融合多线激光雷达、4目视觉技术与自研神经网络算法，在实际施工中通过360°全视场移动式扫描，实现施工现场的高精度空间数字化（相对精度1.2厘米、绝对精度3厘米），可以在15分钟内完成单户型的全流程智能规划，并直接生成可执行的施工方案，发送给机器人终端执行。\n“这套系统大幅降低了施工现场的规划门槛与部署难度，实现‘实景感知-智能规划-机器人执行’的有效协同。过去需要经验丰富的技术人员花费大量时间进行现场勘测和方案编制的工作，现在通过阿尔戈斯系统可以高效、标准化地完成。”李思桥说道。\n已落地超500个工程项目，产品进入十多个海外市场\n目前，方石机器人已在全国80多个城市完成业务布局，服务中国建筑、中国铁建、上海建工、陕西建工等100余家头部建筑企业，落地项目涵盖广州白云机场、上海同济大学自主智能无人系统科学中心、太仓阿尔卑斯冰雪世界等超500个项目工程。\n在商业化路径上，方石机器人采取“机器人本体销售/租赁+完整施工服务解决方案”的组合模式。\n具体来说，已经对方石机器人的产品性能和施工表现有一定认知的成熟用户，一般会直接采购机器人设备，纳入自有施工体系。新客户试用或短期施工服务需求可以选择先租再买。施工服务类客户则希望整体引入机器人施工方案，由方石机器人提供“设备+操作+技术支持”的一体化交付。\n“采购和使用建筑机器人的决策，主要还是在具体施工的项目方。不同层级的客户，对建筑机器人的需求侧重点有明显差异。”李思桥介绍，总包层面的核心诉求是稳定性和可靠性，以及施工效率、质量合格率等系统层面的效能提升；而劳务班组更关注产品的易用性、上手门槛和经济性。“但最终指向同一个方向，必须在产品可靠性、操作便捷性和经济性三个维度上同时过关，才能真正被市场接受。”\n李思桥认为，建筑业本质上是一个对降本增效高度敏感的传统行业。“客户核心算的是经济账：在保证工期和施工质量的前提下，使用机器人到底划不划算。”他表示，方石机器人产品此前能够快速打开市场，关键在于设备购入后回本周期短，平均投资回收期在12个月以内，后续施工项目也可以持续为客户创造成本节约。\n除了继续深耕国内市场，方石机器人也在积极拓展海外市场。\n方石机器人海外现场施工图\n由于海外劳务用工成本普遍高于国内，“机器替人”需求更加旺盛。方石机器人2023年首入澳大利亚市场以来，产品已覆盖中东、东南亚、东亚等十余个国家和地区，并与区域内头部建筑商建立紧密合作，并且加速在中东、东南亚设立区域服务中心与备件库，推动从产品出海向本地化运营跨越。\n针对不同地区的本地化适配，方石机器人的做法是“客户调研-现场调试-设备迭代”三步走：先调研目标市场的建筑工艺标准、材料体系、法规要求；再将设备带到当地施工现场进行实际调试；最后根据现场反馈进行迭代优化，形成针对该市场的产品版本。\n谈及公司的未来方向，李思桥给出的战略排序是，先将已有产品能力做深做透，保证稳定的现金流与客户口碑。“公司有一套严格的新研发项目立项评价体系，新产品立项要经过市场容量、技术可行性、客户需求验证等多维度评估，不会盲目追求工种覆盖广度。”\n在技术层面，方石机器人持续积累数字资产和建筑大模型等核心资产的同时，也在探索人形机器人在建筑行业特定应用场景中的泛化可能性。“当人形机器人的硬件成熟度达到建筑现场的可靠性要求时，我们在建筑垂直领域的AI能力将成为非常有价值的软件层。”李思桥表示。\n+1\n49\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构\nWalulu：用六个月撕开一条新赛道\n36氪首发｜新加坡博士团队创业获种子轮融资，首款产品做“会飞的家庭管家”\n融资超亿元、割草机器人公司拿下数亿订单，瞄准庭院具身终端｜硬氪首发\n36氪首发 | 航空航天电气系统互联组件方案商获数千万融资，细分赛道市占率第一\n获高秉强、蓝驰领投数千万融资，浙大00后创业者从远景观测切入AI智能影像｜硬氪首发\n36氪首发 | 清华系AI Infra厂商完成数亿元融资，以GPU为核心重构计算机系统架构\n斯坦福博士后创立的柔性触觉传感器公司获超亿元融资，低成本触觉手套将量产落地｜硬氪首发\n像素绽放PixelBloom完成C轮融资，全面发力AI办公解决方案Agent：从“一分钟生成PPT”到“交付商用级结果”\n关注科技、出海，坐标杭州，欢迎沟通\n最近内容\n深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发\n像素绽放PixelBloom 完成C轮融资，全面发力AI办公解决方案Agent：从“一分钟生成PPT”到“交付商用级结果”\n具微科技两个月狂揽4轮数亿元融资，产业资本“天团”强势入局 | 36氪首发\n拼豆是手工界的拼多多\n穷开心\n23小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-14T00:39:35.206664+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:644", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 644, "duplicate_primary_title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "display_summary_zh": "36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。 方石机器人产品矩阵 方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。 目前，公司已深度服务中国建筑、中国铁建等100余家头部建筑企业，落地超500个标杆工程，累计施工面积突破1500万平方米。 2023年以来，方石机器人产品逐步进入中东、东南亚、东亚等十余个国家和地区市场，并正在中东、东南亚设立区域服务中心与备件库。 以市场需求驱动，兼顾能力底座通用性与产品功能差异化 在遭遇“人荒”的建筑业，“机器替人”成为行业必选项。国家统计局数据显示，十年间我国建筑业农民工累计减少1500万，工地“招不到、留不住人”已是常态。劳动力断崖式离场，从业人员老龄化问题日益严峻。方石机器人创始人李思桥分享，2025年建筑行业45岁以上工人占比已突破60%，30岁以下年轻从业者严重不足。 同时，施工环境苦、安全风险高等长期痛点也在倒逼行业向智能建造转型。住建部《智能建造技术导则（试行）》（建办市〔2025〕14号）明确要求，推广建筑机器人在高空作业、混凝土施工、钢结构安装等危险繁重场景的应用，推动施工现场“人退机进”。 但是建筑机器人的应用场景有上百个，在当下并不都适合大规模引进机器人作业。李思桥根据长期实践经验总结，具备落地条件的场景通常具备三个特征：单个应用场景的市场容量足够大，能够支撑产品的规模化投入与回报；施工流程具备较高的标准化程度，解决方案可以形成可复制的交付模式；以及涉及重体力劳动，有“机器替人”的刚性需求。 基于以上判断，方石机器人遵循 “以现场需求为驱动、以市场容量为标尺、以技术可行性为底线” 的业务拓展逻辑，逐步构建覆盖全施工周期的模块化产品矩阵。 方石机器人现场施工图 混凝土地坪施工是方石机器人最先选择切入的细分场景——市场空间足够大，属于重体力、大面积、高重复性的标准化工种，天然适合机器人介入，也容易让客户直观看到效果，并且团队此前已经积累大量工程化经验。 方石机器人的四轮激光地面整平机器人和双盘抹平抹光机器人，采用智能激光找平算法与线控底盘技术，可实现无人自主高精施工，施工效率达每小时400-600平方米，平整度偏差控制在5毫米以内。 在与客户合作过程中，方石机器人不断收到新的工种需求，挖掘实际施工现场其他痛点，产品研发逐渐向喷刮、铺贴等工种拓展，陆续推出家装喷刮打磨一体机器人、地砖薄贴机器人、石材砖铺贴机器人等产品。 在李思桥看来，方石机器人的产品竞争力在于两点： 一是“标准化产品+参数化适配”的产品模式。每款针对特定应用场景的标准化产品可以适配多种原材料和施工工艺的能力，比如家装喷刮打磨一体设备通过切换不同的末端执行器，能够完成墙面腻子喷刮、打磨、乳胶漆喷涂等工作。此外，标准化产品可以根据客户指定的材料型号调整工艺算法参数，保证产品的规模化生产和快速交付，也能灵活响应不同客户的具体需求。 二是“平台通用化、应用场景化”的技术架构。由于多个应用场景的核心部件具有高度通用性，新工种的产品研发不需要从零开始，而是在通用算法和运动平台上进行模块化增量开发，从而缩短研发周期和量产爬坡时间。 “方石机器人的最终目标是构建覆盖结构施工、二次结构与装修、辅助巡检等全周期环节的模块化产品矩阵。”李思桥表示。 用“具身智能+建筑大模型”重新定义建筑机器人 过去受限于环境感知与运动控制能力，建筑机器人往往只能作为半自动化工具，需要人工持续介入才能完成作业，限制了机器人的效率提升与落地规模。 “本质上还是工业机械臂的逻辑，在固定工位、固定流程下执行预设动作。”在李思桥看来，建筑现场与工业产线的关键区别在于，前者环境是非结构化、动态化的，施工过程中障碍物和工况随时在变，这要求机器人必须具备自主感知、自主决策、自主适应的能力，而大模型与具身智能的快速发展，使建筑机器人突破能力卡点成为可能。 方石机器人提出“具身智能+建筑大模型”的技术路线，通过打通数字资产、数字空间生成与机器人模型预训练过程，构建端到端强化学习闭环；同时利用建筑场景专属空间生成大模型和语义识别能力，为机器人的复杂场景适应性、覆盖率及功能泛化性提供技术基础。 相比于通用大模型，建筑大模型通过采集真实场景的人工作业及遥操作数据，整合建筑细分领域上下游数据，对基于仿真数据的预训练结果进行调优，从而使模型对建筑工艺、施工规范、现场工况等行业“know-how”的理解更加深刻，模型准确性和工程化部署效率更高。 “具身智能+建筑大模型”理念，具体体现在方石机器人自研的软硬件结合智能系统“阿尔戈斯系统”上 。 据李思桥介绍，阿尔戈斯系统搭载灵光K1三维重建模块与高性能规划主机，融合多线激光雷达、4目视觉技术与自研神经网络算法，在实际施工中通过360°全视场移动式扫描，实现施工现场的高精度空间数字化（相对精度1.2厘米、绝对精度3厘米），可以在15分钟内完成单户型的全流程智能规划，并直接生成可执行的施工方案，发送给机器人终端执行。 “这套系统大幅降低了施工现场的规划门槛与部署难度，实现‘实景感知-智能规划-机器人执行’的有效协同。过去需要经验丰富的技术人员花费大量时间进行现场勘测和方案编制的工作，现在通过阿尔戈斯系统可以高效、标准化地完成。”李思桥说道。 已落地超500个工程项目，产品进入十多个海外市场 目前，方石机器人已在全国80多个城市完成业务布局，服务中国建筑、中国铁建、上海建工、陕西建工等100余家头部建筑企业，落地项目涵盖广州白云机场、上海同济大学自主智能无人系统科学中心、太仓阿尔卑斯冰雪世界等超500个项目工程。 在商业化路径上，方石机器人采取“机器人本体销售/租赁+完整施工服务解决方案”的组合模式。 具体来说，已经对方石机器人的产品性能和施工表现有一定认知的成熟用户，一般会直接采购机器人设备，纳入自有施工体系。新客户试用或短期施工服务需求可以选择先租再买。施工服务类客户则希望整体引入机器人施工方案，由方石机器人提供“设备+操作+技术支持”的一体化交付。 “采购和使用建筑机器人的决策，主要还是在具体施工的项目方。不同层级的客户，对建筑机器人的需求侧重点有明显差异。”李思桥介绍，总包层面的核心诉求是稳定性和可靠性，以及施工效率、质量合格率等系统层面的效能提升；而劳务班组更关注产品的易用性、上手门槛和经济性。“但最终指向同一个方向，必须在产品可靠性、操作便捷性和经济性三个维度上同时过关，才能真正被市场接受。” 李思桥认为，建筑业本质上是一个对降本增效高度敏感的传统行业。“客户核心算的是经济账：在保证工期和施工质量的前提下，使用机器人到底划不划算。”他表示，方石机器人产品此前能够快速打开市场，关键在于设备购入后回本周期短，平均投资回收期在12个月以内，后续施工项目也可以持续为客户创造成本节约。 除了继续深耕国内市场，方石机器人也在积极拓展海外市场。 方石机器人海外现场施工图 由于海外劳务用工成本普遍高于国内，“机器替人”需求更加旺盛。方石机器人2023年首入澳大利亚市场以来，产品已覆盖中东、东南亚、东亚等十余个国家和地区，并与区域内头部建筑商建立紧密合作，并且加速在中东、东南亚设立区域服务中心与备件库，推动从产品出海向本地化运营跨越。 针对不同地区的本地化适配，方石机器人的做法是“客户调研-现场调试-设备迭代”三步走：先调研目标市场的建筑工艺标准、材料体系、法规要求；再将设备带到当地施工现场进行实际调试；最后根据现场反馈进行迭代优化，形成针对该市场的产品版本。 谈及公司的未来方向，李思桥给出的战略排序是，先将已有产品能力做深做透，保证稳定的现金流与客户口碑。“公司有一套严格的新研发项目立项评价体系，新产品立项要经过市场容量、技术可行性、客户需求验证等多维度评估，不会盲目追求工种覆盖广度。” 在技术层面，方石机器人持续积累数字资产和建筑大模型等核心资产的同时，也在探索人形机器人在建筑行业特定应用场景中的泛化可能性。“当人形机器人的硬件成熟度达到建筑现场的可靠性要求时，我们在建筑垂直领域的AI能力将成为非常有价值的软件层。”李思桥表示。", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。 方石机器人产品矩阵 方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。", "hot_score": 0.0 }, { "id": 637, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Sam Altman was winning on the stand, but it might not be enough", "url": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "summary": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity. \"We created, through a ton of hard work, […]", "published_at": "2026-05-13T00:11:09+00:00", "discovered_at": "2026-05-13T00:18:38.622570+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Sam Altman was winning on the stand, but it might not be enough", "link": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "summary": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity. \"We created, through a ton of hard work, […]" }, "normalized_title": "samaltmanwaswinningonthestandbutitmightnotbeenough", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "content_fingerprint": "825705c5d20def7424ba872798f6618da7180c55bb29469285a4f80ab6cae855", "extracted_text": "", "extraction_status": "blocked", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-13T00:39:54.499131+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "2026-05-14T00:39:53.822733+00:00", "extraction_error_category": "blocked", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:637", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 637, "duplicate_primary_title": "Sam Altman was winning on the stand, but it might not be enough", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Sam Altman was winning on the stand, but it might not be enough", "display_summary_zh": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity. \"We created, through a ton of hard work, […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity.", "hot_score": 0.0 }, { "id": 632, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "url": "https://36kr.com/p/3806970999955201?f=rss", "canonical_url": "https://36kr.com/p/3806970999955201?f=rss", "summary": "今日热点导览 中央网信办：平台发布短视频必选6类标签 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 网易云音乐全面接入DeepSeek-V4 阿里发布AI店小蜜，平均询单转化提升超10% TOP3大新闻 宇树科技发布GD01载人变形机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经） 腾讯张军：微信“访客功能”已焊死，不会开发，不会提供 36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。” 国内航线燃油附加费5月16日起再上调 记者获悉，有机票代理已收到航空公司通知，国内航线燃油附加费拟自5月16日起上调，其中800公里（含）以下航段收取90元，800公里以上航段170元。目前800公里（含）以下航段收取燃油费60元，800公里以上航段120元，意味着国内航线燃油费在5月要分别上调30元和50元。上个月国内航线燃油附加费曾上涨5倍。按照常规每月5日调整燃油附加费，本月延迟调整到16日。（第一财经） 大公司/大事件 市场监管总局附条件批准腾讯收购喜马拉雅股权案 36氪获悉，市场监管总局发布公告，附加限制性条件批准腾讯控股有限公司收购喜马拉雅公司股权案。经审查，市场监管总局认为该案对中国境内在线音频播放平台市场、网络音乐播放平台市场竞争可能具有排除、限制竞争效果。为有效减少此项经营者集中可能产生的不利影响，市场监管总局经过全面审查、科学论证，依法对该案作出附条件批准决定，要求腾讯、喜马拉雅和集中后实体作出五项限制性承诺：不得提高在线音频播放平台服务价格、降低服务水平或者附加不合理交易条件；不得降低在线音频播放平台免费内容及免费热门内容比例；不得与在线音频播放平台版权方达成独家授权，并在规定期限内解除现有独家授权约定；不得向汽车厂商搭售在线音频播放平台、网络音乐播放平台，或者阻碍、限制其采购竞争对手产品；不得限制主播在多个在线音频播放平台入驻或分发其享有著作权的作品。 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 36氪获悉，快手公告，公司注意到，于2026年5月11日，有媒体报道本公司有意就本集团可灵AI之相关资产及业务获取外部融资及拟议独立上市。公司谨此向股东及投资者作出更新，为了进一步利用外部财务资源，本公司董事会正在评估拟议重组可灵AI之相关资产及业务的方案，其中或涉及引入外部融资。于本公告日期，上述拟议方案仍处于初步阶段，本公司尚未就此签署任何最终协议。概不保证该等拟议方案将会进行。 三星电子劳资谈判破裂，五万名员工准备罢工 5月13日，三星电子韩国工会负责人表示，公司和工会周三未能就薪资协议达成一致，预计将有超过五万名员工进行全面罢工，可能扰乱人工智能及其他芯片的生产。此前，在政府调解下，双方于周一和周二进行了数小时的马拉松式谈判。工会代表 Choi Seung-ho表示，公司未回应工会关于改革薪酬方案的要求，包括取消目前设定为年基本工资 50%的奖金上限，改为仅根据营业利润计算奖金。工会此前表示，若其诉求未获满足，员工将从5月21日起进行为期18天的罢工。该工会代表表示，目前暂无计划在罢工日期前与管理层重启谈判，但如果公司提出“合理的方案”，他愿意予以考虑。韩国国家劳动关系委员会表示，其已提出“多种替代方案”，但“鉴于双方立场差距过大以及工会要求暂停谈判”决定结束调解程予。（金十数据） 美股三大指数收盘涨跌不一，特斯拉跌超2% 36氪获悉，5月12日收盘，美股三大指数涨跌不一，道指涨0.11%，纳指跌0.71%，标普500指数跌0.16%。大型科技股涨跌互现，Arm、特斯拉跌超2%，微软、亚马逊跌超1%，谷歌小幅下跌；奈飞涨超2%，英伟达、Meta、苹果小幅上涨。热门中概股跌多涨少，百度跌超4%，拼多多跌超3%，B站跌超2%，阿里巴巴、腾讯音乐、爱奇艺跌超1%，理想汽车小幅下跌；京东涨超3%，网易、蔚来小幅上涨。 美国参议院确认凯文·沃什出任美联储理事 当地时间5月12日获悉，美国参议院确认凯文·沃什出任美联储理事，任期14年。这被视为其成为下一任美联储主席的重要一步。据了解，参议院预计将立即启动沃什兼任美联储主席的确认程序，相关程序性投票最快可能于5月13日完成。鲍威尔的美联储主席任期将于5月15日结束。沃什曾任美联储理事，同时拥有律师与金融行业背景。1月30日，特朗普提名凯文·沃什出任美联储主席，接替现任主席鲍威尔。（央视新闻） ios26.5正式版发布 5月12日，苹果向 iPhone 和 iPad 用户推送了 iOS/iPadOS 26.5 更新（内部版本号：23F77），本次更新距离上次发布正式版间隔 19 天。（IT之家） 五月中旬机票价格大幅度回落 在线旅游预订平台数据显示，“五一”假期后多条航线机票价格回落，5月中旬为价格“洼地”。北京—成都、广州—昆明等热门航线均有1~2折机票。上海—三亚、上海—海口等航线，更是有低至200元左右的机票在售。此外，随着国际航线持续恢复，出境游也成为错峰游的新选择。大数据显示，截至5月10日，5月11日—5月31日的出入境航线机票预订量超397万张，同比增长约8%。5月8日至31日，中国境内往返欧洲的计划航班量同比增长约15%。出境热门目的地为首尔、曼谷、新加坡等地。（央视财经） 中央网信办：平台发布短视频必选6类标签 近日，中央网信办总结12家平台试行经验，指导各地各网站平台全面推进落实三项工作：一是规范短视频内容标注标签，明确网站平台必须为用户提供6类“必选标签”，并可根据自身实际提供其他“可选标签”。其中，“必选标签”包括“含有虚构演绎内容”“含有AI生成内容”“含有营销信息”“内容为转载”“内容为个人观点”和“无需标注”。真实生活记录类短视频可选择“无需标注”标签，该标签不在短视频页面呈现。二是将内容标注设为短视频发布必经环节，发布者必须从“必选标签”中选择一项，才能发布短视频。三是对新增短视频标注情况加强审核，对存量短视频进行分批回溯，对未规范标注的，进行补标或纠正，并对相关发布者进行教育警示，推动实现短视频内容应标尽标。（央视新闻） 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 36氪获悉，5月11日至5月13日，抖音集团短剧版权中心在湖南长沙国际会议中心举办首届短剧产业大会。红果短剧总编辑乐力表示，短剧版权中心近期已陆续推出多项真人短剧扶持计划，用一项项扶持政策激发真人短剧的创作活力。抖音集团短剧版权中心内容合作负责人华越昇表示，2026年真人短剧的保底扶持预算超15亿元，部均保底金额较去年提升约60%。 美国高校报告称春季外国本科新生减少20%，受签证限制影响 据一个教育团体联盟的研究数据，今年春季美国高校的外国本科新生人数较上年同期平均下降20%，这是总统唐纳德·特朗普与高等教育界的对峙正在重创人才和资金关键来源的最新迹象。包括美国国际教育组织NAFSA的多个机构周一发布的报告称，研究基于对149所美国院校的调查，其中约62%的院校报告称，与2025年春季相比，本科和研究生项目的国际学生入学人数均有所下降。（新浪财经） 特斯拉前首席财务官Deepak Ahuja加入电池回收公司Redwood 美国电池回收公司Redwood Materials当地时间5月11日宣布，特斯拉前首席财务官Deepak Ahuja正式加入公司出任CFO。（界面新闻） 极限运动相机制造商GoPro考虑出售 极限运动相机制造商GoPro周一表示，公司计划评估一系列战略选择，包括出售或合并，消息一出，其股价在盘后交易中一度飙升超过 27%。此前近一个月，该公司宣布已聘请咨询公司Oliver Wyman，为其技术在国防和航空航天市场寻求新的市场机遇。（新浪财经） 美国得州起诉奈飞，指控其涉嫌监视儿童并诱使用户成瘾 周一，得克萨斯州总检察长肯·帕克斯顿对奈飞公司提起诉讼，指控这家流媒体公司未经同意收集儿童及其他消费者的数据，从而对其进行监视，并刻意设计其平台以诱发成瘾。得克萨斯州指出，多年来，奈飞一直向消费者虚假宣称其不收集或共享用户数据，而实际上却追踪并向商业数据经纪商及广告技术公司出售观众的习惯和偏好，每年从中获利数十亿美元。奈飞发言人表示，公司计划在法庭上对这些指控作出回应。（新浪财经） 沙特阿美警告：燃油库存即将跌至“临界低点” 沙特阿美公司近日发出警告，受霍尔木兹海峡航运持续中断影响，全球燃油库存正迅速逼近“临界低点”，未来数月能源供应形势严峻。该公司总裁兼首席执行官阿明·纳赛尔表示，自中东冲突爆发以来，全球原油供应量已累计流失约10亿桶。他警告称，即便航运即刻恢复，市场也需要数月才能重新平衡；若中断持续数周以上，供应缺口将延续至2027年。阿美公司预计，5月和6月的供应短缺问题将更加突出。（新浪财经） 存储芯片短缺持续，国内产业链深度受益 5月11日，全球存储芯片龙头SK海力士、三星电子股价创下历史新高。AI算力需求、大厂资本投入持续带动存储芯片需求。高盛研报显示，市场正面临15年来最严重的存储芯片供应短缺。机构预计存储芯片今年二季度价格将持续大幅上涨。中国供应链也受益于本轮涨价，今年一季度，A股存储器公司业绩普遍实现高增长，多家上市公司今年以来股价涨幅超100%。（中证网） 美联邦航空管理局批准麦道11型货机恢复运营 当地时间5月11日，美国联邦航空管理局（FAA）批准波音公司关于麦道11型货机（MD-11）恢复运营的方案。2025年11月4日，美国联合包裹运送服务公司（UPS）一架MD-11货机在肯塔基州路易斯维尔坠毁并起火，造成至少14人死亡。该机型运营随后受到调查与限制。FAA此次批准意味着相关机型可逐步恢复投入使用。（央视新闻） 一线城市二手房成交连创新高，居民中长期贷款增长有待修复 近期调研发现，北上广深等一线城市的二手房交易接连创下新高。与此同时，银行房贷投放节奏也在加快。公开数据显示，3月住户中长期贷款增加2953亿元，环比已有明显改善。不过，在二手房带看量和网签量显著回升的同时，一季度个人住房贷款��体余额仍在下降，提前还贷、加杠杆愈发谨慎成为这一轮楼市“小阳春”向信贷端传导的多重堵点。 （上证报） 特朗普政府请求法院暂停执行针对10%全球关税的裁决 当地时间5月11日，特朗普政府当天请求美国法院暂停执行此前针对10%全球关税作出的不利裁决，以便联邦政府继续推进上诉程序。据悉，美国国际贸易法院于5月8日裁定反对相关新关税措施，但并未全面叫停关税征收。特朗普政府已于8日正式提出上诉。如果法院批准暂停执行相关裁决，那么此前起诉政府关税政策的三家进口商将重新面临10%的全球关税。（央视新闻） AI最前沿 网易有道发布ThinkFlow平台，实现全链路Token可视化 36氪获悉，网易有道近日发布企业级大模型聚合平台ThinkFlow。该平台旨在解决企业面对碎片化的大模型供给时，实现Token生产、分发、计费与效率优化的标准化问题。通过标准API接口，允许企业一次接入即可调用DeepSeek、Kimi、Qwen、MiniMax等20余款主流大模型，业务端切换模型无需重写代码。平台内置智能路由和负载均衡机制，支持毫秒级故障切换与熔断降级。ThinkFlow还提供了全链路Token消费可视化看板，将大模型调用成本精确到单次请求。 谷歌称首次发现利用AI开发“零日漏洞”攻击工具 美国谷歌公司威胁情报小组11日发布报告说，该小组首次发现网络攻击者利用人工智能（AI）技术开发“零日漏洞”攻击工具。“零日漏洞”指软件厂商尚未发现或来不及修复的安全漏洞。谷歌威胁情报小组在报告中说，这个“零日漏洞”攻击工具针对一款“流行的开源、基于网页的系统管理工具”，利用Python脚本实现，可绕过双重认证。谷歌方面表示，已经向受影响公司通报该漏洞，并阻断相关威胁活动。（新华社） 网易云音乐全面接入DeepSeek-V4 36氪获悉，近日，网易云音乐宣布全面接入DeepSeek-V4，进一步提升听歌找歌、社区互动、创作服务及各类个性化场景体验。 OpenAI收购咨询公司Tomoro并��立新实体，加速企业级AI部署 5月11日，OpenAI宣布成立名为“OpenAI Deployment Company”的新实体，旨在通过深度工程支持加速人工智能在企业端的实质性落地。作为该战略的核心举措，OpenAI已达成协议收购咨询与工程公司Tomoro。Tomoro团队约150名资深AI部署专家将并入该实体。该项目得到了TPG、贝恩资本及软银等多家顶级投资机构的支持。（界面新闻） 阿里发布AI店小蜜，平均询单转化提升超10% 36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。 大公司财报 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报第一季度营收3157亿元，同比增长4.9%；归属于公司普通股股东的净利润为51亿元，2025年同期为109亿元；非美国通用会计准则下净利润为74亿元，2025年同期为128亿元。 泡泡玛特：2026年第一季度整体收益同比增长75%-80% 36氪获悉，泡泡玛特公告，2026年第一季度整体收益（未经审核）同比增长75%-80%，其中中国收益同比增长100%-105%，亚太同比增长25%-30%，美洲同比增长55%-60%，以及欧洲及其他地区同比增长60%-65%。 腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8% 36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。 京东物流：第一季度营收605.8亿元，同比增长29% 36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。 涂鸦智能：一季度营收8090万美元，同比增长约8.3% 36氪获悉，全球AI云平台服务提供商涂鸦智能公布了2026年Q1财报。财报显示，2026年第一季度总营收达8090万美元，同比增长约8.3%。其中，PaaS收入约5900万美元，同比增长9.8%；AI应用及其他收入约1160万美元，同比增长16.9%；智能家居及机器人收入达到1020万美元。 上市进行时 深交所上市委：嘉立创首发获通过 36氪获悉，据深交所上市审核委员会2026年第22次审议会议结果公告，深圳嘉立创科技集团股份有限公司首发获通过。 情侣“花钱算账”小调查 亲密关系中，谈心动容易，谈钱却总显得格外微妙。约会谁买单、共同开销要不要AA、同居后的房租生活费如何分摊……有人觉得感情不该锱铢必较，算得太清楚会冲淡亲密感；也有人坚持明算账才是长久之道，收支清晰反而能减少矛盾。 金钱一定是情感中绕不开的一道难题。你能接受伴侣实行AA制吗？双方收入差距会不会影响花钱分摊方式？你们是否曾因为买单失衡、开销观念不同产生争执？欢迎扫码参与小调查，和我们聊聊亲密关系里关于金钱的那些纠结与看法。 情侣“花钱算账”小调查 整理 ｜徐嘉彤", "published_at": "2026-05-13T00:11:00+00:00", "discovered_at": "2026-05-13T00:17:25.358122+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "link": "https://36kr.com/p/3806970999955201?f=rss", "summary": "

今日热点导览

\n

中央网信办：平台发布短视频必选6类标签

\n

抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元

\n

快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段

\n

网易云音乐全面接入DeepSeek-V4

\n

阿里发布AI店小蜜，平均询单转化提升超10%

\n

TOP3大新闻

\n

宇树科技发布GD01载人变形机甲，投资人回应

\n

5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经）

\n

腾讯张军：微信“访客功能”已焊死，不会开发，不会提供

\n

36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。”

\n

国内航线燃油附加费5月16日起再上调

\n

记者获悉，有机票代理已收到航空公司通知，国内航线燃油附加费拟自5月16日起上调，其中800公里（含）以下航段收取90元，800公里以上航段170元。目前800公里（含）以下航段收取燃油费60元，800公里以上航段120元，意味着国内航线燃油费在5月要分别上调30元和50元。上个月国内航线燃油附加费曾上涨5倍。按照常规每月5日调整燃油附加费，本月延迟调整到16日。（第一财经）

\n

大公司/大事件

\n

市场监管总局附条件批准腾讯收购喜马拉雅股权案

\n

36氪获悉，市场监管总局发布公告，附加限制性条件批准腾讯控股有限公司收购喜马拉雅公司股权案。经审查，市场监管总局认为该案对中国境内在线音频播放平台市场、网络音乐播放平台市场竞争可能具有排除、限制竞争效果。为有效减少此项经营者集中可能产生的不利影响，市场监管总局经过全面审查、科学论证，依法对该案作出附条件批准决定，要求腾讯、喜马拉雅和集中后实体作出五项限制性承诺：不得提高在线音频播放平台服务价格、降低服务水平或者附加不合理交易条件；不得降低在线音频播放平台免费内容及免费热门内容比例；不得与在线音频播放平台版权方达成独家授权，并在规定期限内解除现有独家授权约定；不得向汽车厂商搭售在线音频播放平台、网络音乐播放平台，或者阻碍、限制其采购竞争对手产品；不得限制主播在多个在线音频播放平台入驻或分发其享有著作权的作品。

\n

快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段

\n

36氪获悉，快手公告，公司注意到，于2026年5月11日，有媒体报道本公司有意就本集团可灵AI之相关资产及业务获取外部融资及拟议独立上市。公司谨此向股东及投资者作出更新，为了进一步利用外部财务资源，本公司董事会正在评估拟议重组可灵AI之相关资产及业务的方案，其中或涉及引入外部融资。于本公告日期，上述拟议方案仍处于初步阶段，本公司尚未就此签署任何最终协议。概不保证该等拟议方案将会进行。

\n

三星电子劳资谈判破裂，五万名员工准备罢工

\n

5月13日，三星电子韩国工会负责人表示，公司和工会周三未能就薪资协议达成一致，预计将有超过五万名员工进行全面罢工，可能扰乱人工智能及其他芯片的生产。此前，在政府调解下，双方于周一和周二进行了数小时的马拉松式谈判。工会代表 Choi Seung-ho表示，公司未回应工会关于改革薪酬方案的要求，包括取消目前设定为年基本工资 50%的奖金上限，改为仅根据营业利润计算奖金。工会此前表示，若其诉求未获满足，员工将从5月21日起进行为期18天的罢工。该工会代表表示，目前暂无计划在罢工日期前与管理层重启谈判，但如果公司提出“合理的方案”，他愿意予以考虑。韩国国家劳动关系委员会表示，其已提出“多种替代方案”，但“鉴于双方立场差距过大以及工会要求暂停谈判”决定结束调解程予。（金十数据）

\n

美股三大指数收盘涨跌不一，特斯拉跌超2%

\n

36氪获悉，5月12日收盘，美股三大指数涨跌不一，道指涨0.11%，纳指跌0.71%，标普500指数跌0.16%。大型科技股涨跌互现，Arm、特斯拉跌超2%，微软、亚马逊跌超1%，谷歌小幅下跌；奈飞涨超2%，英伟达、Meta、苹果小幅上涨。热门中概股跌多涨少，百度跌超4%，拼多多跌超3%，B站跌超2%，阿里巴巴、腾讯音乐、爱奇艺跌超1%，理想汽车小幅下跌；京东涨超3%，网易、蔚来小幅上涨。

\n

美国参议院确认凯文·沃什出任美联储理事

\n

当地时间5月12日获悉，美国参议院确认凯文·沃什出任美联储理事，任期14年。这被视为其成为下一任美联储主席的重要一步。据了解，参议院预计将立即启动沃什兼任美联储主席的确认程序，相关程序性投票最快可能于5月13日完成。鲍威尔的美联储主席任期将于5月15日结束。沃什曾任美联储理事，同时拥有律师与金融行业背景。1月30日，特朗普提名凯文·沃什出任美联储主席，接替现任主席鲍威尔。（央视新闻）

\n

ios26.5正式版发布

\n

5月12日，苹果向 iPhone 和 iPad 用户推送了 iOS/iPadOS 26.5 更新（内部版本号：23F77），本次更新距离上次发布正式版间隔 19 天。（IT之家）

\n

五月中旬机票价格大幅度回落

\n

在线旅游预订平台数据显示，“五一”假期后多条航线机票价格回落，5月中旬为价格“洼地”。北京—成都、广州—昆明等热门航线均有1~2折机票。上海—三亚、上海—海口等航线，更是有低至200元左右的机票在售。此外，随着国际航线持续恢复，出境游也成为错峰游的新选择。大数据显示，截至5月10日，5月11日—5月31日的出入境航线机票预订量超397万张，同比增长约8%。5月8日至31日，中国境内往返欧洲的计划航班量同比增长约15%。出境热门目的地为首尔、曼谷、新加坡等地。（央视财经）

\n

中央网信办：平台发布短视频必选6类标签

\n

近日，中央网信办总结12家平台试行经验，指导各地各网站平台全面推进落实三项工作：一是规范短视频内容标注标签，明确网站平台必须为用户提供6类“必选标签”，并可根据自身实际提供其他“可选标签”。其中，“必选标签”包括“含有虚构演绎内容”“含有AI生成内容”“含有营销信息”“内容为转载”“内容为个人观点”和“无需标注”。真实生活记录类短视频可选择“无需标注”标签，该标签不在短视频页面呈现。二是将内容标注设为短视频发布必经环节，发布者必须从“必选标签”中选择一项，才能发布短视频。三是对新增短视频标注情况加强审核，对存量短视频进行分批回溯，对未规范标注的，进行补标或纠正，并对相关发布者进行教育警示，推动实现短视频内容应标尽标。（央视新闻）

\n

抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元

\n

36氪获悉，5月11日至5月13日，抖音集团短剧版权中心在湖南长沙国际会议中心举办首届短剧产业大会。红果短剧总编辑乐力表示，短剧版权中心近期已陆续推出多项真人短剧扶持计划，用一项项扶持政策激发真人短剧的创作活力。抖音集团短剧版权中心内容合作负责人华越昇表示，2026年真人短剧的保底扶持预算超15亿元，部均保底金额较去年提升约60%。

\n

美国高校报告称春季外国本科新生减少20%，受签证限制影响

\n

据一个教育团体联盟的研究数据，今年春季美国高校的外国本科新生人数较上年同期平均下降20%，这是总统唐纳德·特朗普与高等教育界的对峙正在重创人才和资金关键来源的最新迹象。包括美国国际教育组织NAFSA的多个机构周一发布的报告称，研究基于对149所美国院校的调查，其中约62%的院校报告称，与2025年春季相比，本科和研究生项目的国际学生入学人数均有所下降。（新浪财经）

\n

特斯拉前首席财务官Deepak Ahuja加入电池回收公司Redwood

\n

美国电池回收公司Redwood Materials当地时间5月11日宣布，特斯拉前首席财务官Deepak Ahuja正式加入公司出任CFO。（界面新闻）

\n

极限运动相机制造商GoPro考虑出售

\n

极限运动相机制造商GoPro周一表示，公司计划评估一系列战略选择，包括出售或合并，消息一出，其股价在盘后交易中一度飙升超过 27%。此前近一个月，该公司宣布已聘请咨询公司Oliver Wyman，为其技术在国防和航空航天市场寻求新的市场机遇。（新浪财经）

\n

美国得州起诉奈飞，指控其涉嫌监视儿童并诱使用户成瘾

\n

周一，得克萨斯州总检察长肯·帕克斯顿对奈飞公司提起诉讼，指控这家流媒体公司未经同意收集儿童及其他消费者的数据，从而对其进行监视，并刻意设计其平台以诱发成瘾。得克萨斯州指出，多年来，奈飞一直向消费者虚假宣称其不收集或共享用户数据，而实际上却追踪并向商业数据经纪商及广告技术公司出售观众的习惯和偏好，每年从中获利数十亿美元。奈飞发言人表示，公司计划在法庭上对这些指控作出回应。（新浪财经）

\n

沙特阿美警告：燃油库存即将跌至“临界低点”

\n

沙特阿美公司近日发出警告，受霍尔木兹海峡航运持续中断影响，全球燃油库存正迅速逼近“临界低点”，未来数月能源供应形势严峻。该公司总裁兼首席执行官阿明·纳赛尔表示，自中东冲突爆发以来，全球原油供应量已累计流失约10亿桶。他警告称，即便航运即刻恢复，市场也需要数月才能重新平衡；若中断持续数周以上，供应缺口将延续至2027年。阿美公司预计，5月和6月的供应短缺问题将更加突出。（新浪财经）

\n

存储芯片短缺持续，国内产业链深度受益

\n

5月11日，全球存储芯片龙头SK海力士、三星电子股价创下历史新高。AI算力需求、大厂资本投入持续带动存储芯片需求。高盛研报显示，市场正面临15年来最严重的存储芯片供应短缺。机构预计存储芯片今年二季度价格将持续大幅上涨。中国供应链也受益于本轮涨价，今年一季度，A股存储器公司业绩普遍实现高增长，多家上市公司今年以来股价涨幅超100%。（中证网）

\n

美联邦航空管理局批准麦道11型货机恢复运营

\n

当地时间5月11日，美国联邦航空管理局（FAA）批准波音公司关于麦道11型货机（MD-11）恢复运营的方案。2025年11月4日，美国联合包裹运送服务公司（UPS）一架MD-11货机在肯塔基州路易斯维尔坠毁并起火，造成至少14人死亡。该机型运营随后受到调查与限制。FAA此次批准意味着相关机型可逐步恢复投入使用。（央视新闻）

\n

一线城市二手房成交连创新高，居民中长期贷款增长有待修复

\n

近期调研发现，北上广深等一线城市的二手房交易接连创下新高。与此同时，银行房贷投放节奏也在加快。公开数据显示，3月住户中长期贷款增加2953亿元，环比已有明显改善。不过，在二手房带看量和网签量显著回升的同时，一季度个人住房贷款��体余额仍在下降，提前还贷、加杠杆愈发谨慎成为这一轮楼市“小阳春”向信贷端传导的多重堵点。 （上证报）

\n

特朗普政府请求法院暂停执行针对10%全球关税的裁决

\n

当地时间5月11日，特朗普政府当天请求美国法院暂停执行此前针对10%全球关税作出的不利裁决，以便联邦政府继续推进上诉程序。据悉，美国国际贸易法院于5月8日裁定反对相关新关税措施，但并未全面叫停关税征收。特朗普政府已于8日正式提出上诉。如果法院批准暂停执行相关裁决，那么此前起诉政府关税政策的三家进口商将重新面临10%的全球关税。（央视新闻）

\n

AI最前沿

\n

网易有道发布ThinkFlow平台，实现全链路Token可视化

\n

36氪获悉，网易有道近日发布企业级大模型聚合平台ThinkFlow。该平台旨在解决企业面对碎片化的大模型供给时，实现Token生产、分发、计费与效率优化的标准化问题。通过标准API接口，允许企业一次接入即可调用DeepSeek、Kimi、Qwen、MiniMax等20余款主流大模型，业务端切换模型无需重写代码。平台内置智能路由和负载均衡机制，支持毫秒级故障切换与熔断降级。ThinkFlow还提供了全链路Token消费可视化看板，将大模型调用成本精确到单次请求。

\n

谷歌称首次发现利用AI开发“零日漏洞”攻击工具

\n

美国谷歌公司威胁情报小组11日发布报告说，该小组首次发现网络攻击者利用人工智能（AI）技术开发“零日漏洞”攻击工具。“零日漏洞”指软件厂商尚未发现或来不及修复的安全漏洞。谷歌威胁情报小组在报告中说，这个“零日漏洞”攻击工具针对一款“流行的开源、基于网页的系统管理工具”，利用Python脚本实现，可绕过双重认证。谷歌方面表示，已经向受影响公司通报该漏洞，并阻断相关威胁活动。（新华社）

\n

网易云音乐全面接入DeepSeek-V4

\n

36氪获悉，近日，网易云音乐宣布全面接入DeepSeek-V4，进一步提升听歌找歌、社区互动、创作服务及各类个性化场景体验。

\n

OpenAI收购咨询公司Tomoro并��立新实体，加速企业级AI部署

\n

5月11日，OpenAI宣布成立名为“OpenAI Deployment Company”的新实体，旨在通过深度工程支持加速人工智能在企业端的实质性落地。作为该战略的核心举措，OpenAI已达成协议收购咨询与工程公司Tomoro。Tomoro团队约150名资深AI部署专家将并入该实体。该项目得到了TPG、贝恩资本及软银等多家顶级投资机构的支持。（界面新闻）

\n

阿里发布AI店小蜜，平均询单转化提升超10%

\n

36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。

\n

大公司财报

\n

京东：第一季度营收3157亿元，同比增长4.9%

\n

36氪获悉，京东发布2026年第一季度财报第一季度营收3157亿元，同比增长4.9%；归属于公司普通股股东的净利润为51亿元，2025年同期为109亿元；非美国通用会计准则下净利润为74亿元，2025年同期为128亿元。

\n

泡泡玛特：2026年第一季度整体收益同比增长75%-80%

\n

36氪获悉，泡泡玛特公告，2026年第一季度整体收益（未经审核）同比增长75%-80%，其中中国收益同比增长100%-105%，亚太同比增长25%-30%，美洲同比增长55%-60%，以及欧洲及其他地区同比增长60%-65%。

\n

腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8%

\n

36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。

\n

京东物流：第一季度营收605.8亿元，同比增长29%

\n

36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。

\n

涂鸦智能：一季度营收8090万美元，同比增长约8.3%

\n

36氪获悉，全球AI云平台服务提供商涂鸦智能公布了2026年Q1财报。财报显示，2026年第一季度总营收达8090万美元，同比增长约8.3%。其中，PaaS收入约5900万美元，同比增长9.8%；AI应用及其他收入约1160万美元，同比增长16.9%；智能家居及机器人收入达到1020万美元。

\n

上市进行时

\n

深交所上市委：嘉立创首发获通过

\n

36氪获悉，据深交所上市审核委员会2026年第22次审议会议结果公告，深圳嘉立创科技集团股份有限公司首发获通过。

\n

 

\n

情侣“花钱算账”小调查

\n

亲密关系中，谈心动容易，谈钱却总显得格外微妙。约会谁买单、共同开销要不要AA、同居后的房租生活费如何分摊……有人觉得感情不该锱铢必较，算得太清楚会冲淡亲密感；也有人坚持明算账才是长久之道，收支清晰反而能减少矛盾。

\n

金钱一定是情感中绕不开的一道难题。你能接受伴侣实行AA制吗？双方收入差距会不会影响花钱分摊方式？你们是否曾因为买单失衡、开销观念不同产生争执？欢迎扫码参与小调查，和我们聊聊亲密关系里关于金钱的那些纠结与看法。

\n

\n

情侣“花钱算账”小调查

\n

整理｜徐嘉彤 

", "extracted_published_at": "2026-05-13T00:11:00+00:00" }, "normalized_title": "8点1氪丨宇树发布载人变形机甲定价390万起微信确认不会开发已读访客功能国内航线燃油附加费将再上调", "resolved_target": "https://36kr.com/p/3806970999955201?f=rss", "content_fingerprint": "c966be66f806e75a877de55078b68ba2387d55f780003fd716ca3d0b10d47caa", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n8点1氪\n2026年05月13日 08:11\n5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。\n今日热点导览\n中央网信办：平台发布短视频必选6类标签\n抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元\n快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段\n网易云音乐全面接入DeepSeek-V4\n阿里发布AI店小蜜，平均询单转化提升超10%\nTOP3大新闻\n宇树科技发布GD01载人变形机甲，投资人回应\n5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经）\n腾讯张军：微信“访客功能”已焊死，不会开发，不会提供\n36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。”\n国内航线燃油附加费5月16日起再上调\n记者获悉，有机票代理已收到航空公司通知，国内航线燃油附加费拟自5月16日起上调，其中800公里（含）以下航段收取90元，800公里以上航段170元。目前800公里（含）以下航段收取燃油费60元，800公里以上航段120元，意味着国内航线燃油费在5月要分别上调30元和50元。上个月国内航线燃油附加费曾上涨5倍。按照常规每月5日调整燃油附加费，本月延迟调整到16日。（第一财经）\n大公司/大事件\n市场监管总局附条件批准腾讯收购喜马拉雅股权案\n36氪获悉，市场监管总局发布公告，附加限制性条件批准腾讯控股有限公司收购喜马拉雅公司股权案。经审查，市场监管总局认为该案对中国境内在线音频播放平台市场、网络音乐播放平台市场竞争可能具有排除、限制竞争效果。为有效减少此项经营者集中可能产生的不利影响，市场监管总局经过全面审查、科学论证，依法对该案作出附条件批准决定，要求腾讯、喜马拉雅和集中后实体作出五项限制性承诺：不得提高在线音频播放平台服务价格、降低服务水平或者附加不合理交易条件；不得降低在线音频播放平台免费内容及免费热门内容比例；不得与在线音频播放平台版权方达成独家授权，并在规定期限内解除现有独家授权约定；不得向汽车厂商搭售在线音频播放平台、网络音乐播放平台，或者阻碍、限制其采购竞争对手产品；不得限制主播在多个在线音频播放平台入驻或分发其享有著作权的作品。\n快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段\n36氪获悉，快手公告，公司注意到，于2026年5月11日，有媒体报道本公司有意就本集团可灵AI之相关资产及业务获取外部融资及拟议独立上市。公司谨此向股东及投资者作出更新，为了进一步利用外部财务资源，本公司董事会正在评估拟议重组可灵AI之相关资产及业务的方案，其中或涉及引入外部融资。于本公告日期，上述拟议方案仍处于初步阶段，本公司尚未就此签署任何最终协议。概不保证该等拟议方案将会进行。\n三星电子劳资谈判破裂，五万名员工准备罢工\n5月13日，三星电子韩国工会负责人表示，公司和工会周三未能就薪资协议达成一致，预计将有超过五万名员工进行全面罢工，可能扰乱人工智能及其他芯片的生产。此前，在政府调解下，双方于周一和周二进行了数小时的马拉松式谈判。工会代表 Choi Seung-ho表示，公司未回应工会关于改革薪酬方案的要求，包括取消目前设定为年基本工资 50%的奖金上限，改为仅根据营业利润计算奖金。工会此前表示，若其诉求未获满足，员工将从5月21日起进行为期18天的罢工。该工会代表表示，目前暂无计划在罢工日期前与管理层重启谈判，但如果公司提出“合理的方案”，他愿意予以考虑。韩国国家劳动关系委员会表示，其已提出“多种替代方案”，但“鉴于双方立场差距过大以及工会要求暂停谈判”决定结束调解程予。（金十数据）\n美股三大指数收盘涨跌不一，特斯拉跌超2%\n36氪获悉，5月12日收盘，美股三大指数涨跌不一，道指涨0.11%，纳指跌0.71%，标普500指数跌0.16%。大型科技股涨跌互现，Arm、特斯拉跌超2%，微软、亚马逊跌超1%，谷歌小幅下跌；奈飞涨超2%，英伟达、Meta、苹果小幅上涨。热门中概股跌多涨少，百度跌超4%，拼多多跌超3%，B站跌超2%，阿里巴巴、腾讯音乐、爱奇艺跌超1%，理想汽车小幅下跌；京东涨超3%，网易、蔚来小幅上涨。\n美国参议院确认凯文·沃什出任美联储理事\n当地时间5月12日获悉，美国参议院确认凯文·沃什出任美联储理事，任期14年。这被视为其成为下一任美联储主席的重要一步。据了解，参议院预计将立即启动沃什兼任美联储主席的确认程序，相关程序性投票最快可能于5月13日完成。鲍威尔的美联储主席任期将于5月15日结束。沃什曾任美联储理事，同时拥有律师与金融行业背景。1月30日，特朗普提名凯文·沃什出任美联储主席，接替现任主席鲍威尔。（央视新闻）\nios26.5正式版发布\n5月12日，苹果向 iPhone 和 iPad 用户推送了 iOS/iPadOS 26.5 更新（内部版本号：23F77），本次更新距离上次发布正式版间隔 19 天。（IT之家）\n五月中旬机票价格大幅度回落\n在线旅游预订平台数据显示，“五一”假期后多条航线机票价格回落，5月中旬为价格“洼地”。北京—成都、广州—昆明等热门航线均有1~2折机票。上海—三亚、上海—海口等航线，更是有低至200元左右的机票在售。此外，随着国际航线持续恢复，出境游也成为错峰游的新选择。大数据显示，截至5月10日，5月11日—5月31日的出入境航线机票预订量超397万张，同比增长约8%。5月8日至31日，中国境内往返欧洲的计划航班量同比增长约15%。出境热门目的地为首尔、曼谷、新加坡等地。（央视财经）\n中央网信办：平台发布短视频必选6类标签\n近日，中央网信办总结12家平台试行经验，指导各地各网站平台全面推进落实三项工作：一是规范短视频内容标注标签，明确网站平台必须为用户提供6类“必选标签”，并可根据自身实际提供其他“可选标签”。其中，“必选标签”包括“含有虚构演绎内容”“含有AI生成内容”“含有营销信息”“内容为转载”“内容为个人观点”和“无需标注”。真实生活记录类短视频可选择“无需标注”标签，该标签不在短视频页面呈现。二是将内容标注设为短视频发布必经环节，发布者必须从“必选标签”中选择一项，才能发布短视频。三是对新增短视频标注情况加强审核，对存量短视频进行分批回溯，对未规范标注的，进行补标或纠正，并对相关发布者进行教育警示，推动实现短视频内容应标尽标。（央视新闻）\n抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元\n36氪获悉，5月11日至5月13日，抖音集团短剧版权中心在湖南长沙国际会议中心举办首届短剧产业大会。红果短剧总编辑乐力表示，短剧版权中心近期已陆续推出多项真人短剧扶持计划，用一项项扶持政策激发真人短剧的创作活力。抖音集团短剧版权中心内容合作负责人华越昇表示，2026年真人短剧的保底扶持预算超15亿元，部均保底金额较去年提升约60%。\n美国高校报告称春季外国本科新生减少20%，受签证限制影响\n据一个教育团体联盟的研究数据，今年春季美国高校的外国本科新生人数较上年同期平均下降20%，这是总统唐纳德·特朗普与高等教育界的对峙正在重创人才和资金关键来源的最新迹象。包括美国国际教育组织NAFSA的多个机构周一发布的报告称，研究基于对149所美国院校的调查，其中约62%的院校报告称，与2025年春季相比，本科和研究生项目的国际学生入学人数均有所下降。（新浪财经）\n特斯拉前首席财务官Deepak Ahuja加入电池回收公司Redwood\n美国电池回收公司Redwood Materials当地时间5月11日宣布，特斯拉前首席财务官Deepak Ahuja正式加入公司出任CFO。（界面新闻）\n极限运动相机制造商GoPro考虑出售\n极限运动相机制造商GoPro周一表示，公司计划评估一系列战略选择，包括出售或合并，消息一出，其股价在盘后交易中一度飙升超过 27%。此前近一个月，该公司宣布已聘请咨询公司Oliver Wyman，为其技术在国防和航空航天市场寻求新的市场机遇。（新浪财经）\n美国得州起诉奈飞，指控其涉嫌监视儿童并诱使用户成瘾\n周一，得克萨斯州总检察长肯·帕克斯顿对奈飞公司提起诉讼，指控这家流媒体公司未经同意收集儿童及其他消费者的数据，从而对其进行监视，并刻意设计其平台以诱发成瘾。得克萨斯州指出，多年来，奈飞一直向消费者虚假宣称其不收集或共享用户数据，而实际上却追踪并向商业数据经纪商及广告技术公司出售观众的习惯和偏好，每年从中获利数十亿美元。奈飞发言人表示，公司计划在法庭上对这些指控作出回应。（新浪财经）\n沙特阿美警告：燃油库存即将跌至“临界低点”\n沙特阿美公司近日发出警告，受霍尔木兹海峡航运持续中断影响，全球燃油库存正迅速逼近“临界低点”，未来数月能源供应形势严峻。该公司总裁兼首席执行官阿明·纳赛尔表示，自中东冲突爆发以来，全球原油供应量已累计流失约10亿桶。他警告称，即便航运即刻恢复，市场也需要数月才能重新平衡；若中断持续数周以上，供应缺口将延续至2027年。阿美公司预计，5月和6月的供应短缺问题将更加突出。（新浪财经）\n存储芯片短缺持续，国内产业链深度受益\n5月11日，全球存储芯片龙头SK海力士、三星电子股价创下历史新高。AI算力需求、大厂资本投入持续带动存储芯片需求。高盛研报显示，市场正面临15年来最严重的存储芯片供应短缺。机构预计存储芯片今年二季度价格将持续大幅上涨。中国供应链也受益于本轮涨价，今年一季度，A股存储器公司业绩普遍实现高增长，多家上市公司今年以来股价涨幅超100%。（中证网）\n美联邦航空管理局批准麦道11型货机恢复运营\n当地时间5月11日，美国联邦航空管理局（FAA）批准波音公司关于麦道11型货机（MD-11）恢复运营的方案。2025年11月4日，美国联合包裹运送服务公司（UPS）一架MD-11货机在肯塔基州路易斯维尔坠毁并起火，造成至少14人死亡。该机型运营随后受到调查与限制。FAA此次批准意味着相关机型可逐步恢复投入使用。（央视新闻）\n一线城市二手房成交连创新高，居民中长期贷款增长有待修复\n近期调研发现，北上广深等一线城市的二手房交易接连创下新高。与此同时，银行房贷投放节奏也在加快。公开数据显示，3月住户中长期贷款增加2953亿元，环比已有明显改善。不过，在二手房带看量和网签量显著回升的同时，一季度个人住房贷款整体余额仍在下降，提前还贷、加杠杆愈发谨慎成为这一轮楼市“小阳春”向信贷端传导的多重堵点。 （上证报）\n特朗普政府请求法院暂停执行针对10%全球关税的裁决\n当地时间5月11日，特朗普政府当天请求美国法院暂停执行此前针对10%全球关税作出的不利裁决，以便联邦政府继续推进上诉程序。据悉，美国国际贸易法院于5月8日裁定反对相关新关税措施，但并未全面叫停关税征收。特朗普政府已于8日正式提出上诉。如果法院批准暂停执行相关裁决，那么此前起诉政府关税政策的三家进口商将重新面临10%的全球关税。（央视新闻）\nAI最前沿\n网易有道发布ThinkFlow平台，实现全链路Token可视化\n36氪获悉，网易有道近日发布企业级大模型聚合平台ThinkFlow。该平台旨在解决企业面对碎片化的大模型供给时，实现Token生产、分发、计费与效率优化的标准化问题。通过标准API接口，允许企业一次接入即可调用DeepSeek、Kimi、Qwen、MiniMax等20余款主流大模型，业务端切换模型无需重写代码。平台内置智能路由和负载均衡机制，支持毫秒级故障切换与熔断降级。ThinkFlow还提供了全链路Token消费可视化看板，将大模型调用成本精确到单次请求。\n谷歌称首次发现利用AI开发“零日漏洞”攻击工具\n美国谷歌公司威胁情报小组11日发布报告说，该小组首次发现网络攻击者利用人工智能（AI）技术开发“零日漏洞”攻击工具。“零日漏洞”指软件厂商尚未发现或来不及修复的安全漏洞。谷歌威胁情报小组在报告中说，这个“零日漏洞”攻击工具针对一款“流行的开源、基于网页的系统管理工具”，利用Python脚本实现，可绕过双重认证。谷歌方面表示，已经向受影响公司通报该漏洞，并阻断相关威胁活动。（新华社）\n网易云音乐全面接入DeepSeek-V4\n36氪获悉，近日，网易云音乐宣布全面接入DeepSeek-V4，进一步提升听歌找歌、社区互动、创作服务及各类个性化场景体验。\nOpenAI收购咨询公司Tomoro并成立新实体，加速企业级AI部署\n5月11日，OpenAI宣布成立名为“OpenAI Deployment Company”的新实体，旨在通过深度工程支持加速人工智能在企业端的实质性落地。作为该战略的核心举措，OpenAI已达成协议收购咨询与工程公司Tomoro。Tomoro团队约150名资深AI部署专家将并入该实体。该项目得到了TPG、贝恩资本及软银等多家顶级投资机构的支持。（界面新闻）\n阿里发布AI店小蜜，平均询单转化提升超10%\n36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。\n大公司财报\n京东：第一季度营收3157亿元，同比增长4.9%\n36氪获悉，京东发布2026年第一季度财报第一季度营收3157亿元，同比增长4.9%；归属于公司普通股股东的净利润为51亿元，2025年同期为109亿元；非美国通用会计准则下净利润为74亿元，2025年同期为128亿元。\n泡泡玛特：2026年第一季度整体收益同比增长75%-80%\n36氪获悉，泡泡玛特公告，2026年第一季度整体收益（未经审核）同比增长75%-80%，其中中国收益同比增长100%-105%，亚太同比增长25%-30%，美洲同比增长55%-60%，以及欧洲及其他地区同比增长60%-65%。\n腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8%\n36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。\n京东物流：第一季度营收605.8亿元，同比增长29%\n36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。\n涂鸦智能：一季度营收8090万美元，同比增长约8.3%\n36氪获悉，全球AI云平台服务提供商涂鸦智能公布了2026年Q1财报。财报显示，2026年第一季度总营收达8090万美元，同比增长约8.3%。其中，PaaS收入约5900万美元，同比增长9.8%；AI应用及其他收入约1160万美元，同比增长16.9%；智能家居及机器人收入达到1020万美元。\n上市进行时\n深交所上市委：嘉立创首发获通过\n36氪获悉，据深交所上市审核委员会2026年第22次审议会议结果公告，深圳嘉立创科技集团股份有限公司首发获通过。\n情侣“花钱算账”小调查\n亲密关系中，谈心动容易，谈钱却总显得格外微妙。约会谁买单、共同开销要不要AA、同居后的房租生活费如何分摊……有人觉得感情不该锱铢必较，算得太清楚会冲淡亲密感；也有人坚持明算账才是长久之道，收支清晰反而能减少矛盾。\n金钱一定是情感中绕不开的一道难题。你能接受伴侣实行AA制吗？双方收入差距会不会影响花钱分摊方式？你们是否曾因为买单失衡、开销观念不同产生争执？欢迎扫码参与小调查，和我们聊聊亲密关系里关于金钱的那些纠结与看法。\n情侣“花钱算账”小调查\n整理\n｜徐嘉彤\n+1\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n9点1氪丨DeepSeek拟募资最高500亿；“全国销冠”被刑拘，泰康人寿回应；OPPO就母亲节文案致歉\n8点1氪丨段永平再加仓泡泡玛特；多平台已下架“全李酒店”；世界杯决赛门票1张200万美元，FIFA回应\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n8点1氪丨三星宣布停止在中国大陆市场销售所有家电产品；李嘉诚抛售资产套现约455亿；月之暗面将完成20亿美元新融资，估值破200亿美元\n氪星晚报｜三星电子借AI热潮市值突破1万亿美元；智源发布业内首个心脏磁共振多模态诊断智能体BAAI Cardiac Agent；财政部今年将在香港发行840亿元人民币国债\n每天8点1刻，商业新闻联播。\n最近内容\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n直觉决策矩阵：何时该相信本能与直觉\n本能与直觉不能混为一谈。\n1小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-13T00:39:52.580597+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:632", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 632, "duplicate_primary_title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "display_summary_zh": "今日热点导览 中央网信办：平台发布短视频必选6类标签 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 网易云音乐全面接入DeepSeek-V4 阿里发布AI店小蜜，平均询单转化提升超10% TOP3大新闻 宇树科技发布GD01载人变形机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经） 腾讯张军：微信“访客功能”已焊死，不会开发，不会提供 36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。” 国内航线燃油附加费5月16日起再上调 记者获悉，有机票代理已收到航空公司通知，国内航线燃油附加费拟自5月16日起上调，其中800公里（含）以下航段收取90元，800公里以上航段170元。目前800公里（含）以下航段收取燃油费60元，800公里以上航段120元，意味着国内航线燃油费在5月要分别上调30元和50元。上个月国内航线燃油附加费曾上涨5倍。按照常规每月5日调整燃油附加费，本月延迟调整到16日。（第一财经） 大公司/大事件 市场监管总局附条件批准腾讯收购喜马拉雅股权案 36氪获悉，市场监管总局发布公告，附加限制性条件批准腾讯控股有限公司收购喜马拉雅公司股权案。经审查，市场监管总局认为该案对中国境内在线音频播放平台市场、网络音乐播放平台市场竞争可能具有排除、限制竞争效果。为有效减少此项经营者集中可能产生的不利影响，市场监管总局经过全面审查、科学论证，依法对该案作出附条件批准决定，要求腾讯、喜马拉雅和集中后实体作出五项限制性承诺：不得提高在线音频播放平台服务价格、降低服务水平或者附加不合理交易条件；不得降低在线音频播放平台免费内容及免费热门内容比例；不得与在线音频播放平台版权方达成独家授权，并在规定期限内解除现有独家授权约定；不得向汽车厂商搭售在线音频播放平台、网络音乐播放平台，或者阻碍、限制其采购竞争对手产品；不得限制主播在多个在线音频播放平台入驻或分发其享有著作权的作品。 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 36氪获悉，快手公告，公司注意到，于2026年5月11日，有媒体报道本公司有意就本集团可灵AI之相关资产及业务获取外部融资及拟议独立上市。公司谨此向股东及投资者作出更新，为了进一步利用外部财务资源，本公司董事会正在评估拟议重组可灵AI之相关资产及业务的方案，其中或涉及引入外部融资。于本公告日期，上述拟议方案仍处于初步阶段，本公司尚未就此签署任何最终协议。概不保证该等拟议方案将会进行。 三星电子劳资谈判破裂，五万名员工准备罢工 5月13日，三星电子韩国工会负责人表示，公司和工会周三未能就薪资协议达成一致，预计将有超过五万名员工进行全面罢工，可能扰乱人工智能及其他芯片的生产。此前，在政府调解下，双方于周一和周二进行了数小时的马拉松式谈判。工会代表 Choi Seung-ho表示，公司未回应工会关于改革薪酬方案的要求，包括取消目前设定为年基本工资 50%的奖金上限，改为仅根据营业利润计算奖金。工会此前表示，若其诉求未获满足，员工将从5月21日起进行为期18天的罢工。该工会代表表示，目前暂无计划在罢工日期前与管理层重启谈判，但如果公司提出“合理的方案”，他愿意予以考虑。韩国国家劳动关系委员会表示，其已提出“多种替代方案”，但“鉴于双方立场差距过大以及工会要求暂停谈判”决定结束调解程予。（金十数据） 美股三大指数收盘涨跌不一，特斯拉跌超2% 36氪获悉，5月12日收盘，美股三大指数涨跌不一，道指涨0.11%，纳指跌0.71%，标普500指数跌0.16%。大型科技股涨跌互现，Arm、特斯拉跌超2%，微软、亚马逊跌超1%，谷歌小幅下跌；奈飞涨超2%，英伟达、Meta、苹果小幅上涨。热门中概股跌多涨少，百度跌超4%，拼多多跌超3%，B站跌超2%，阿里巴巴、腾讯音乐、爱奇艺跌超1%，理想汽车小幅下跌；京东涨超3%，网易、蔚来小幅上涨。 美国参议院确认凯文·沃什出任美联储理事 当地时间5月12日获悉，美国参议院确认凯文·沃什出任美联储理事，任期14年。这被视为其成为下一任美联储主席的重要一步。据了解，参议院预计将立即启动沃什兼任美联储主席的确认程序，相关程序性投票最快可能于5月13日完成。鲍威尔的美联储主席任期将于5月15日结束。沃什曾任美联储理事，同时拥有律师与金融行业背景。1月30日，特朗普提名凯文·沃什出任美联储主席，接替现任主席鲍威尔。（央视新闻） ios26.5正式版发布 5月12日，苹果向 iPhone 和 iPad 用户推送了 iOS/iPadOS 26.5 更新（内部版本号：23F77），本次更新距离上次发布正式版间隔 19 天。（IT之家） 五月中旬机票价格大幅度回落 在线旅游预订平台数据显示，“五一”假期后多条航线机票价格回落，5月中旬为价格“洼地”。北京—成都、广州—昆明等热门航线均有1~2折机票。上海—三亚、上海—海口等航线，更是有低至200元左右的机票在售。此外，随着国际航线持续恢复，出境游也成为错峰游的新选择。大数据显示，截至5月10日，5月11日—5月31日的出入境航线机票预订量超397万张，同比增长约8%。5月8日至31日，中国境内往返欧洲的计划航班量同比增长约15%。出境热门目的地为首尔、曼谷、新加坡等地。（央视财经） 中央网信办：平台发布短视频必选6类标签 近日，中央网信办总结12家平台试行经验，指导各地各网站平台全面推进落实三项工作：一是规范短视频内容标注标签，明确网站平台必须为用户提供6类“必选标签”，并可根据自身实际提供其他“可选标签”。其中，“必选标签”包括“含有虚构演绎内容”“含有AI生成内容”“含有营销信息”“内容为转载”“内容为个人观点”和“无需标注”。真实生活记录类短视频可选择“无需标注”标签，该标签不在短视频页面呈现。二是将内容标注设为短视频发布必经环节，发布者必须从“必选标签”中选择一项，才能发布短视频。三是对新增短视频标注情况加强审核，对存量短视频进行分批回溯，对未规范标注的，进行补标或纠正，并对相关发布者进行教育警示，推动实现短视频内容应标尽标。（央视新闻） 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 36氪获悉，5月11日至5月13日，抖音集团短剧版权中心在湖南长沙国际会议中心举办首届短剧产业大会。红果短剧总编辑乐力表示，短剧版权中心近期已陆续推出多项真人短剧扶持计划，用一项项扶持政策激发真人短剧的创作活力。抖音集团短剧版权中心内容合作负责人华越昇表示，2026年真人短剧的保底扶持预算超15亿元，部均保底金额较去年提升约60%。 美国高校报告称春季外国本科新生减少20%，受签证限制影响 据一个教育团体联盟的研究数据，今年春季美国高校的外国本科新生人数较上年同期平均下降20%，这是总统唐纳德·特朗普与高等教育界的对峙正在重创人才和资金关键来源的最新迹象。包括美国国际教育组织NAFSA的多个机构周一发布的报告称，研究基于对149所美国院校的调查，其中约62%的院校报告称，与2025年春季相比，本科和研究生项目的国际学生入学人数均有所下降。（新浪财经） 特斯拉前首席财务官Deepak Ahuja加入电池回收公司Redwood 美国电池回收公司Redwood Materials当地时间5月11日宣布，特斯拉前首席财务官Deepak Ahuja正式加入公司出任CFO。（界面新闻） 极限运动相机制造商GoPro考虑出售 极限运动相机制造商GoPro周一表示，公司计划评估一系列战略选择，包括出售或合并，消息一出，其股价在盘后交易中一度飙升超过 27%。此前近一个月，该公司宣布已聘请咨询公司Oliver Wyman，为其技术在国防和航空航天市场寻求新的市场机遇。（新浪财经） 美国得州起诉奈飞，指控其涉嫌监视儿童并诱使用户成瘾 周一，得克萨斯州总检察长肯·帕克斯顿对奈飞公司提起诉讼，指控这家流媒体公司未经同意收集儿童及其他消费者的数据，从而对其进行监视，并刻意设计其平台以诱发成瘾。得克萨斯州指出，多年来，奈飞一直向消费者虚假宣称其不收集或共享用户数据，而实际上却追踪并向商业数据经纪商及广告技术公司出售观众的习惯和偏好，每年从中获利数十亿美元。奈飞发言人表示，公司计划在法庭上对这些指控作出回应。（新浪财经） 沙特阿美警告：燃油库存即将跌至“临界低点” 沙特阿美公司近日发出警告，受霍尔木兹海峡航运持续中断影响，全球燃油库存正迅速逼近“临界低点”，未来数月能源供应形势严峻。该公司总裁兼首席执行官阿明·纳赛尔表示，自中东冲突爆发以来，全球原油供应量已累计流失约10亿桶。他警告称，即便航运即刻恢复，市场也需要数月才能重新平衡；若中断持续数周以上，供应缺口将延续至2027年。阿美公司预计，5月和6月的供应短缺问题将更加突出。（新浪财经） 存储芯片短缺持续，国内产业链深度受益 5月11日，全球存储芯片龙头SK海力士、三星电子股价创下历史新高。AI算力需求、大厂资本投入持续带动存储芯片需求。高盛研报显示，市场正面临15年来最严重的存储芯片供应短缺。机构预计存储芯片今年二季度价格将持续大幅上涨。中国供应链也受益于本轮涨价，今年一季度，A股存储器公司业绩普遍实现高增长，多家上市公司今年以来股价涨幅超100%。（中证网） 美联邦航空管理局批准麦道11型货机恢复运营 当地时间5月11日，美国联邦航空管理局（FAA）批准波音公司关于麦道11型货机（MD-11）恢复运营的方案。2025年11月4日，美国联合包裹运送服务公司（UPS）一架MD-11货机在肯塔基州路易斯维尔坠毁并起火，造成至少14人死亡。该机型运营随后受到调查与限制。FAA此次批准意味着相关机型可逐步恢复投入使用。（央视新闻） 一线城市二手房成交连创新高，居民中长期贷款增长有待修复 近期调研发现，北上广深等一线城市的二手房交易接连创下新高。与此同时，银行房贷投放节奏也在加快。公开数据显示，3月住户中长期贷款增加2953亿元，环比已有明显改善。不过，在二手房带看量和网签量显著回升的同时，一季度个人住房贷款��体余额仍在下降，提前还贷、加杠杆愈发谨慎成为这一轮楼市“小阳春”向信贷端传导的多重堵点。 （上证报） 特朗普政府请求法院暂停执行针对10%全球关税的裁决 当地时间5月11日，特朗普政府当天请求美国法院暂停执行此前针对10%全球关税作出的不利裁决，以便联邦政府继续推进上诉程序。据悉，美国国际贸易法院于5月8日裁定反对相关新关税措施，但并未全面叫停关税征收。特朗普政府已于8日正式提出上诉。如果法院批准暂停执行相关裁决，那么此前起诉政府关税政策的三家进口商将重新面临10%的全球关税。（央视新闻） AI最前沿 网易有道发布ThinkFlow平台，实现全链路Token可视化 36氪获悉，网易有道近日发布企业级大模型聚合平台ThinkFlow。该平台旨在解决企业面对碎片化的大模型供给时，实现Token生产、分发、计费与效率优化的标准化问题。通过标准API接口，允许企业一次接入即可调用DeepSeek、Kimi、Qwen、MiniMax等20余款主流大模型，业务端切换模型无需重写代码。平台内置智能路由和负载均衡机制，支持毫秒级故障切换与熔断降级。ThinkFlow还提供了全链路Token消费可视化看板，将大模型调用成本精确到单次请求。 谷歌称首次发现利用AI开发“零日漏洞”攻击工具 美国谷歌公司威胁情报小组11日发布报告说，该小组首次发现网络攻击者利用人工智能（AI）技术开发“零日漏洞”攻击工具。“零日漏洞”指软件厂商尚未发现或来不及修复的安全漏洞。谷歌威胁情报小组在报告中说，这个“零日漏洞”攻击工具针对一款“流行的开源、基于网页的系统管理工具”，利用Python脚本实现，可绕过双重认证。谷歌方面表示，已经向受影响公司通报该漏洞，并阻断相关威胁活动。（新华社） 网易云音乐全面接入DeepSeek-V4 36氪获悉，近日，网易云音乐宣布全面接入DeepSeek-V4，进一步提升听歌找歌、社区互动、创作服务及各类个性化场景体验。 OpenAI收购咨询公司Tomoro并��立新实体，加速企业级AI部署 5月11日，OpenAI宣布成立名为“OpenAI Deployment Company”的新实体，旨在通过深度工程支持加速人工智能在企业端的实质性落地。作为该战略的核心举措，OpenAI已达成协议收购咨询与工程公司Tomoro。Tomoro团队约150名资深AI部署专家将并入该实体。该项目得到了TPG、贝恩资本及软银等多家顶级投资机构的支持。（界面新闻） 阿里发布AI店小蜜，平均询单转化提升超10% 36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。 大公司财报 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报第一季度营收3157亿元，同比增长4.9%；归属于公司普通股股东的净利润为51亿元，2025年同期为109亿元；非美国通用会计准则下净利润为74亿元，2025年同期为128亿元。 泡泡玛特：2026年第一季度整体收益同比增长75%-80% 36氪获悉，泡泡玛特公告，2026年第一季度整体收益（未经审核）同比增长75%-80%，其中中国收益同比增长100%-105%，亚太同比增长25%-30%，美洲同比增长55%-60%，以及欧洲及其他地区同比增长60%-65%。 腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8% 36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。 京东物流：第一季度营收605.8亿元，同比增长29% 36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。 涂鸦智能：一季度营收8090万美元，同比增长约8.3% 36氪获悉，全球AI云平台服务提供商涂鸦智能公布了2026年Q1财报。财报显示，2026年第一季度总营收达8090万美元，同比增长约8.3%。其中，PaaS收入约5900万美元，同比增长9.8%；AI应用及其他收入约1160万美元，同比增长16.9%；智能家居及机器人收入达到1020万美元。 上市进行时 深交所上市委：嘉立创首发获通过 36氪获悉，据深交所上市审核委员会2026年第22次审议会议结果公告，深圳嘉立创科技集团股份有限公司首发获通过。 情侣“花钱算账”小调查 亲密关系中，谈心动容易，谈钱却总显得格外微妙。约会谁买单、共同开销要不要AA、同居后的房租生活费如何分摊……有人觉得感情不该锱铢必较，算得太清楚会冲淡亲密感；也有人坚持明算账才是长久之道，收支清晰反而能减少矛盾。 金钱一定是情感中绕不开的一道难题。你能接受伴侣实行AA制吗？双方收入差距会不会影响花钱分摊方式？你们是否曾因为买单失衡、开销观念不同产生争执？欢迎扫码参与小调查，和我们聊聊亲密关系里关于金钱的那些纠结与看法。 情侣“花钱算账”小调查 整理 ｜徐嘉彤", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "今日热点导览 中央网信办：平台发布短视频必选6类标签 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 网易云音乐全面接入DeepSeek-V4 阿里发布AI店小蜜，平均询单转化提升超10% TOP3大新闻 宇树科技发布GD01载人变形机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。", "hot_score": 0.0 }, { "id": 628, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Meta won’t let you block its AI account on Threads", "url": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "canonical_url": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "summary": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform. If you've spent any time looking at replies on X as of late, this new feature sounds a lot like Meta's take on people […]", "published_at": "2026-05-12T20:45:49+00:00", "discovered_at": "2026-05-12T22:18:20.983322+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Meta won’t let you block its AI account on Threads", "link": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "summary": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform. If you've spent any time looking at replies on X as of late, this new feature sounds a lot like Meta's take on people […]" }, "normalized_title": "metawontletyoublockitsaiaccountonthreads", "resolved_target": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "content_fingerprint": "43a9e745ead28b19c50118cf20fed6740f6e818cd7284eac3bb7edc4840a4c42", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:628", "duplicate_of": 712, "duplicate_reason": "normalized_title_dedup_key", "duplicate_count": 2, "is_duplicate_primary": false, "duplicate_primary_id": 712, "duplicate_primary_title": "Meta won't let you block its AI account on Threads", "duplicate_primary_source_name": "Hacker News Frontpage AI", "display_title_zh": "Meta won’t let you block its AI account on Threads", "display_summary_zh": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform. If you've spent any time looking at replies on X as of late, this new feature sounds a lot like Meta's take on people […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform.", "hot_score": 0.0 }, { "id": 611, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "url": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "canonical_url": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "summary": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank researchers by their accomplishments and \"take a chainsaw through a bunch.\" Altman conceded […]", "published_at": "2026-05-12T18:07:26+00:00", "discovered_at": "2026-05-12T18:17:59.846990+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "link": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "summary": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank researchers by their accomplishments and \"take a chainsaw through a bunch.\" Altman conceded […]" }, "normalized_title": "samaltmansayselonmusksmindgamesweredamagingopenai", "resolved_target": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "content_fingerprint": "9dde02983c865112d749736fcb9eab4b8d7dd4af2c9aa5e3981ce9818b1ea063", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:611", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 611, "duplicate_primary_title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "display_summary_zh": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank researchers by their accomplishments and \"take a chainsaw through a bunch.\" Altman conceded […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank resea...", "hot_score": 0.0 }, { "id": 602, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "The 9 biggest new features in Android 17", "url": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "canonical_url": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "summary": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all. The platform is getting non-AI updates too, from an emoji overhaul to a new screentime tool that helps you avoid distracting apps. Google has just revealed the biggest changes coming […]", "published_at": "2026-05-12T17:00:59+00:00", "discovered_at": "2026-05-12T17:18:22.663584+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "The 9 biggest new features in Android 17", "link": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "summary": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all. The platform is getting non-AI updates too, from an emoji overhaul to a new screentime tool that helps you avoid distracting apps. Google has just revealed the biggest changes coming […]" }, "normalized_title": "the9biggestnewfeaturesinandroid17", "resolved_target": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "content_fingerprint": "f8da122895ddaeb705ae4a44b0fe7f218e9a4f2666cfdbd6b92b2249c086b84a", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:602", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 602, "duplicate_primary_title": "The 9 biggest new features in Android 17", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "The 9 biggest new features in Android 17", "display_summary_zh": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all. The platform is getting non-AI updates too, from an emoji overhaul to a new screentime tool that helps you avoid distracting apps. Google has just revealed the biggest changes coming […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all.", "hot_score": 0.0 }, { "id": 625, "source_id": "openai-news", "source_name": "OpenAI News", "title": "How finance teams use Codex", "url": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "canonical_url": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "summary": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs.", "published_at": "2026-05-12T15:00:00+00:00", "discovered_at": "2026-05-12T22:17:42.489032+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "How finance teams use Codex", "link": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "summary": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs." }, "normalized_title": "howfinanceteamsusecodex", "resolved_target": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "content_fingerprint": "7b3d7669ddba64302122997d97206bda1770dcb6b117662e44a173fbdd9ffadd", "extracted_text": "", "extraction_status": "blocked", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-13T00:40:07.933285+00:00", "extraction_attempts": 1, "extraction_last_http_status": 403, "extraction_next_retry_at": "2026-05-14T00:40:07.280716+00:00", "extraction_error_category": "blocked", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:625", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 625, "duplicate_primary_title": "How finance teams use Codex", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "How finance teams use Codex", "display_summary_zh": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs.", "hot_score": 0.0 }, { "id": 582, "source_id": "36kr-ai", "source_name": "36Kr AI Filtered", "title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "url": "https://36kr.com/p/3806196073242112?f=rss", "canonical_url": "https://36kr.com/p/3806196073242112?f=rss", "summary": "大公司： 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。 华硕第一季度营收2083.7亿元台币 华硕第一季度营收2083.7亿元台币，预估2001.3亿元台币；营业利润119.0亿元台币。（财联社） 宇树科技发布载人机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经） 京东健康：一季度收入194.67亿元，同比增长17% 36氪获悉，京东健康在港交所公告，2026年第一季度收入194.67亿元，同比增长17%；经营盈利18.25亿元，同比增长70.4%。 京东物流：第一季度营收605.8亿元，同比增长29% 36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。 腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8% 36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。 智元机器人发布“香港具身智能产业共创计划”，未来5年实现“个十百千万”目标 36氪获悉，在首届香港具身智能产业峰会暨智元APC2026（香港）现场，智元机器人联合香港政府、产业、学术、科研及金融界代表，正式发布“香港具身智能产业共创计划”。该计划围绕应用场景、创新创业、产学研合作、人才培养及国际合作五大方向，推动香港具身智能产业未来五年实现“个、十、百、千、万”目标：成立数个产研联合实验室、培育数十家具身智能创新企业、发展数百家产业伙伴，带动产业链、应用场景和创新力量协同发展，加速具身智能与真实商业需求结合，推动中国具身智能产业走向全球。 微软给OpenAI的营收分成付款目前上限设为380亿美元 据报道，微软给OpenAI的营收分成付款目前上限设为380亿美元。在与微软最新达成的合作交易中，OpenAI到2030年将共计节省970亿美元。（财联社） 投融资： 王腾AI睡眠公司获新一轮融资，多方资本加持 36氪获悉，爱企查APP显示，近日，王腾创办的睡眠健康公司今日宜休已完成新一轮融资，本轮引入CMC资本、云九资本、君礼资本、弘晖基金、高瓴创投。今年1月，该公司已完成总规模为数千万元的种子轮融资，投资方包括智元机器人、高瓴创投等。北京今日宜休科技有限责任公司成立于2026年1月，注册资本约110.86万元，法定代表人王腾，经营范围包含健康咨询服务、人工智能应用软件开发、人工智能基础软件开发等，由王腾、上海瓴智新创创业投资合伙企业（有限合伙）、智元创新（上海）科技股份有限公司、ST喜临门等共同持股。 新产品： 谷歌称其首次发现黑客借助AI开发“零日”漏洞攻击工具 Alphabet Inc．旗下谷歌的安全研究人员表示，他们相信，一个网络犯罪团伙利用人工智能开发出一款黑客工具，可绕过一款广泛用于管理计算机系统的软件中的防御机制。根据周一发布的一份报告，这一图谋在谷歌向该工具开发商发出警报后被挫败。报告称，这是谷歌的威胁情报团队首次发现黑客以这种方式使用人工智能生成的“零日”漏洞。所谓零日漏洞，是指开发商尚未知晓的缺陷，使防御方在漏洞被利用前没有时间打补丁。（新浪财经） 阿里发布AI店小蜜，平均询单转化提升超10% 36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。 今日观点： 腾讯张军：微信“访客功能”已焊死，不会开发，不会提供 36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。” 中信证券：政策多维度向好，建议关注消费医疗板块左侧布局机会 36氪获悉，中信证券研报称，近期政策端多维度鼓励消费医疗发展，综合密集的政策表态，中信证券认为消费医疗赛道长坡厚雪，潜在需求高、发展空间广阔。同时，当前消费医疗板块估值处于近5年底部位置，随着政策导向向好及企业经营复苏，板块配置价值凸显。2026年第一季度龙头公司彰显业绩韧性，建议关注消费医疗板块左侧布局机会。消费医疗板块正处于边际改善的拐点，受益于政策多维度向好以及低估值，板块投资效益显著、配置价值凸显，维持消费医疗行业“强于大市”评级。 其他值得关注的新闻： 日本恩格尔系数创1980年以来最高水平 日本总务省12日公布的数据显示，反映家庭消费支出中食品支出占比的“恩格尔系数”在2025年度达到28.8%，创下自1980年度以来的最高水平。（央视新闻） 下一代火星直升机旋翼转速突破音速 据美国国家航空航天局（NASA）官网最新报道，美国已完成下一代火星直升机旋翼关键测试，其叶片尖端速度在模拟火星大气环境中突破音速达到1.08马赫（1马赫即1倍音速），这将为未来火星飞行器携带更重科学仪器与有效载荷、开展低空探索奠定基础。（财联社）", "published_at": "2026-05-12T11:22:00+00:00", "discovered_at": "2026-05-12T12:17:30.071549+00:00", "language": "zh-CN", "region": "domestic", "country": "CN", "topic": "news", "raw_payload": { "title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "link": "https://36kr.com/p/3806196073242112?f=rss", "summary": "

大公司：

\n

京东：第一季度营收3157亿元，同比增长4.9%

\n

36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。

\n

华硕第一季度营收2083.7亿元台币

\n

华硕第一季度营收2083.7亿元台币，预估2001.3亿元台币；营业利润119.0亿元台币。（财联社）

\n

宇树科技发布载人机甲，投资人回应

\n

5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经）

\n

京东健康：一季度收入194.67亿元，同比增长17%

\n

36氪获悉，京东健康在港交所公告，2026年第一季度收入194.67亿元，同比增长17%；经营盈利18.25亿元，同比增长70.4%。

\n

京东物流：第一季度营收605.8亿元，同比增长29%

\n

36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。

\n

腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8%

\n

36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。

\n

智元机器人发布“香港具身智能产业共创计划”，未来5年实现“个十百千万”目标

\n

36氪获悉，在首届香港具身智能产业峰会暨智元APC2026（香港）现场，智元机器人联合香港政府、产业、学术、科研及金融界代表，正式发布“香港具身智能产业共创计划”。该计划围绕应用场景、创新创业、产学研合作、人才培养及国际合作五大方向，推动香港具身智能产业未来五年实现“个、十、百、千、万”目标：成立数个产研联合实验室、培育数十家具身智能创新企业、发展数百家产业伙伴，带动产业链、应用场景和创新力量协同发展，加速具身智能与真实商业需求结合，推动中国具身智能产业走向全球。

\n

微软给OpenAI的营收分成付款目前上限设为380亿美元

\n

据报道，微软给OpenAI的营收分成付款目前上限设为380亿美元。在与微软最新达成的合作交易中，OpenAI到2030年将共计节省970亿美元。（财联社）

\n

投融资：

\n

王腾AI睡眠公司获新一轮融资，多方资本加持

\n

36氪获悉，爱企查APP显示，近日，王腾创办的睡眠健康公司今日宜休已完成新一轮融资，本轮引入CMC资本、云九资本、君礼资本、弘晖基金、高瓴创投。今年1月，该公司已完成总规模为数千万元的种子轮融资，投资方包括智元机器人、高瓴创投等。北京今日宜休科技有限责任公司成立于2026年1月，注册资本约110.86万元，法定代表人王腾，经营范围包含健康咨询服务、人工智能应用软件开发、人工智能基础软件开发等，由王腾、上海瓴智新创创业投资合伙企业（有限合伙）、智元创新（上海）科技股份有限公司、ST喜临门等共同持股。

\n

新产品：

\n

谷歌称其首次发现黑客借助AI开发“零日”漏洞攻击工具

\n

Alphabet Inc．旗下谷歌的安全研究人员表示，他们相信，一个网络犯罪团伙利用人工智能开发出一款黑客工具，可绕过一款广泛用于管理计算机系统的软件中的防御机制。根据周一发布的一份报告，这一图谋在谷歌向该工具开发商发出警报后被挫败。报告称，这是谷歌的威胁情报团队首次发现黑客以这种方式使用人工智能生成的“零日”漏洞。所谓零日漏洞，是指开发商尚未知晓的缺陷，使防御方在漏洞被利用前没有时间打补丁。（新浪财经）

\n

阿里发布AI店小蜜，平均询单转化提升超10%

\n

36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。

\n

今日观点：

\n

腾讯张军：微信“访客功能”已焊死，不会开发，不会提供

\n

36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。”

\n

中信证券：政策多维度向好，建议关注消费医疗板块左侧布局机会

\n

36氪获悉，中信证券研报称，近期政策端多维度鼓励消费医疗发展，综合密集的政策表态，中信证券认为消费医疗赛道长坡厚雪，潜在需求高、发展空间广阔。同时，当前消费医疗板块估值处于近5年底部位置，随着政策导向向好及企业经营复苏，板块配置价值凸显。2026年第一季度龙头公司彰显业绩韧性，建议关注消费医疗板块左侧布局机会。消费医疗板块正处于边际改善的拐点，受益于政策多维度向好以及低估值，板块投资效益显著、配置价值凸显，维持消费医疗行业“强于大市”评级。

\n

其他值得关注的新闻：

\n

日本恩格尔系数创1980年以来最高水平

\n

日本总务省12日公布的数据显示，反映家庭消费支出中食品支出占比的“恩格尔系数”在2025年度达到28.8%，创下自1980年度以来的最高水平。（央视新闻）

\n

下一代火星直升机旋翼转速突破音速

\n

据美国国家航空航天局（NASA）官网最新报道，美国已完成下一代火星直升机旋翼关键测试，其叶片尖端速度在模拟火星大气环境中突破音速达到1.08马赫（1马赫即1倍音速），这将为未来火星飞行器携带更重科学仪器与有效载荷、开展低空探索奠定基础。（财联社）

", "extracted_published_at": "2026-05-12T11:22:00+00:00" }, "normalized_title": "氪星晚报宇树科技发布载人机甲投资人回应京东第一季度营收3157亿元日本恩格尔系数创1980年以来最高水平同比增长49", "resolved_target": "https://36kr.com/p/3806196073242112?f=rss", "content_fingerprint": "83bb76c3bd99f0bf494dc1d54424b5b6bb3492a4377d121b6017014a37253e06", "extracted_text": "搜索\n寻求报道\n我要入驻\n城市合作\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n卜算籽\n2026年05月12日 19:22\n腾讯张军：微信“访客功能”已焊死，不会开发，不会提供\n宇树科技\nB+轮\n浙江省\n2016-08\n四足机器人与动力系统部件研发商\n36氪报道\n前沿技术\n专精特新小巨人\n高新技术企业\n科技型中小企业\n我要联系\n大公司：\n京东：第一季度营收3157亿元，同比增长4.9%\n36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。\n华硕第一季度营收2083.7亿元台币\n华硕第一季度营收2083.7亿元台币，预估2001.3亿元台币；营业利润119.0亿元台币。（财联社）\n宇树科技发布载人机甲，投资人回应\n5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经）\n京东健康：一季度收入194.67亿元，同比增长17%\n36氪获悉，京东健康在港交所公告，2026年第一季度收入194.67亿元，同比增长17%；经营盈利18.25亿元，同比增长70.4%。\n京东物流：第一季度营收605.8亿元，同比增长29%\n36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。\n腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8%\n36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。\n智元机器人发布“香港具身智能产业共创计划”，未来5年实现“个十百千万”目标\n36氪获悉，在首届香港具身智能产业峰会暨智元APC2026（香港）现场，智元机器人联合香港政府、产业、学术、科研及金融界代表，正式发布“香港具身智能产业共创计划”。该计划围绕应用场景、创新创业、产学研合作、人才培养及国际合作五大方向，推动香港具身智能产业未来五年实现“个、十、百、千、万”目标：成立数个产研联合实验室、培育数十家具身智能创新企业、发展数百家产业伙伴，带动产业链、应用场景和创新力量协同发展，加速具身智能与真实商业需求结合，推动中国具身智能产业走向全球。\n微软给OpenAI的营收分成付款目前上限设为380亿美元\n据报道，微软给OpenAI的营收分成付款目前上限设为380亿美元。在与微软最新达成的合作交易中，OpenAI到2030年将共计节省970亿美元。（财联社）\n投融资：\n王腾AI睡眠公司获新一轮融资，多方资本加持\n36氪获悉，爱企查APP显示，近日，王腾创办的睡眠健康公司今日宜休已完成新一轮融资，本轮引入CMC资本、云九资本、君礼资本、弘晖基金、高瓴创投。今年1月，该公司已完成总规模为数千万元的种子轮融资，投资方包括智元机器人、高瓴创投等。北京今日宜休科技有限责任公司成立于2026年1月，注册资本约110.86万元，法定代表人王腾，经营范围包含健康咨询服务、人工智能应用软件开发、人工智能基础软件开发等，由王腾、上海瓴智新创创业投资合伙企业（有限合伙）、智元创新（上海）科技股份有限公司、ST喜临门等共同持股。\n新产品：\n谷歌称其首次发现黑客借助AI开发“零日”漏洞攻击工具\nAlphabet Inc．旗下谷歌的安全研究人员表示，他们相信，一个网络犯罪团伙利用人工智能开发出一款黑客工具，可绕过一款广泛用于管理计算机系统的软件中的防御机制。根据周一发布的一份报告，这一图谋在谷歌向该工具开发商发出警报后被挫败。报告称，这是谷歌的威胁情报团队首次发现黑客以这种方式使用人工智能生成的“零日”漏洞。所谓零日漏洞，是指开发商尚未知晓的缺陷，使防御方在漏洞被利用前没有时间打补丁。（新浪财经）\n阿里发布AI店小蜜，平均询单转化提升超10%\n36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。\n今日观点：\n腾讯张军：微信“访客功能”已焊死，不会开发，不会提供\n36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。”\n中信证券：政策多维度向好，建议关注消费医疗板块左侧布局机会\n36氪获悉，中信证券研报称，近期政策端多维度鼓励消费医疗发展，综合密集的政策表态，中信证券认为消费医疗赛道长坡厚雪，潜在需求高、发展空间广阔。同时，当前消费医疗板块估值处于近5年底部位置，随着政策导向向好及企业经营复苏，板块配置价值凸显。2026年第一季度龙头公司彰显业绩韧性，建议关注消费医疗板块左侧布局机会。消费医疗板块正处于边际改善的拐点，受益于政策多维度向好以及低估值，板块投资效益显著、配置价值凸显，维持消费医疗行业“强于大市”评级。\n其他值得关注的新闻：\n日本恩格尔系数创1980年以来最高水平\n日本总务省12日公布的数据显示，反映家庭消费支出中食品支出占比的“恩格尔系数”在2025年度达到28.8%，创下自1980年度以来的最高水平。（央视新闻）\n下一代火星直升机旋翼转速突破音速\n据美国国家航空航天局（NASA）官网最新报道，美国已完成下一代火星直升机旋翼关键测试，其叶片尖端速度在模拟火星大气环境中突破音速达到1.08马赫（1马赫即1倍音速），这将为未来火星飞行器携带更重科学仪器与有效载荷、开展低空探索奠定基础。（财联社）\n+1\n15\n好文章，需要你的鼓励\n你可能也喜欢这些文章\n8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调\n8点1氪丨美国总统特朗普：非常期待中国之行 ；OPPO发布母亲节文案事件问责通告；快手计划分拆可灵AI，融资20亿美元\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n8点1氪丨SK海力士回应“员工人均奖金达610万元”传闻；世界杯中国转播费从3亿美元腰斩到1.5亿；曝三星中国家电部门裁员补偿N+4，还送手机\n9点1氪丨DeepSeek拟募资最高500亿；“全国销冠”被刑拘，泰康人寿回应；OPPO就母亲节文案致歉\n8点1氪丨段永平再加仓泡泡玛特；多平台已下架“全李酒店”；世界杯决赛门票1张200万美元，FIFA回应\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n8点1氪丨三星宣布停止在中国大陆市场销售所有家电产品；李嘉诚抛售资产套现约455亿；月之暗面将完成20亿美元新融资，估值破200亿美元\n氪星晚报｜三星电子借AI热潮市值突破1万亿美元；智源发布业内首个心脏磁共振多模态诊断智能体BAAI Cardiac Agent；财政部今年将在香港发行840亿元人民币国债\nTA没有写简介，但内敛也是一种表达\n最近内容\n氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%\n氪星晚报 ｜千问与淘宝打通，正式上线AI购物；泡泡玛特将在5月13日举行2026年一季度业务更新电话会\n氪星晚报 ｜千问PC端上线AI语音输入；宝马一季度利润降25%，至23亿欧元\n宇树科技\n我要联系\n四足机器人与动力系统部件研发商\n“新三国梗”，还能火多久？\n天意有修正，乐子会长存\n13小时前\n意见反馈\n36氪APP\n让一部分人先看到未来\n36氪\n鲸准\n氪空间\n推送和解读前沿、有料的科技创投资讯\n一级市场金融信息和系统服务提供商\n聚焦全球优秀创业者，项目融资率接近97%，领跑行业", "extraction_status": "ready", "extraction_error": "", "extraction_updated_at": "2026-05-13T00:40:09.762892+00:00", "extraction_attempts": 1, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:582", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 582, "duplicate_primary_title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "duplicate_primary_source_name": "36Kr AI Filtered", "display_title_zh": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "display_summary_zh": "大公司： 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。 华硕第一季度营收2083.7亿元台币 华硕第一季度营收2083.7亿元台币，预估2001.3亿元台币；营业利润119.0亿元台币。（财联社） 宇树科技发布载人机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。根据官方介绍，该产品为全球首款量产版载人机甲，可以变形，民用交通工具，体重约500kg（载人后）。宇树早期投资人赵楠表示：宇树一直在围绕它的科技树路线图做探索。机甲机器人的核心是通过一个容易破圈的场景向全世界表达了宇树在传感器、控制器和工程能力这些机器人核心技术上的优越性。与其它公司不同，宇树的产品本身的破圈性就是营销的引擎。（第一财经） 京东健康：一季度收入194.67亿元，同比增长17% 36氪获悉，京东健康在港交所公告，2026年第一季度收入194.67亿元，同比增长17%；经营盈利18.25亿元，同比增长70.4%。 京东物流：第一季度营收605.8亿元，同比增长29% 36氪获悉，京东物流在港交所公告，第一季度营收605.8亿元，同比增长29%；期间利润8.6亿元，同比增长41.6%。 腾讯音乐：一季度调整后净利润为23.3亿元，同比增长4.8% 36氪获悉，腾讯音乐宣布其截至2026年3月31日止第一季度未经审计财务业绩。第一季度总收入为79.0亿元，同比增长7.3%；调整后净利润为23.3亿元，同比增长4.8%；经调整的EBITDA为28.3亿元，同比增长10.5%。音乐相关服务收入本季度同比增长12.2%至65.1亿元。其中，音乐相关会员服务收入达45.7亿元，同比增长6.6%；音乐相关非会员服务收入增长尤为强劲，同比增长28.0%至19.4亿元。 智元机器人发布“香港具身智能产业共创计划”，未来5年实现“个十百千万”目标 36氪获悉，在首届香港具身智能产业峰会暨智元APC2026（香港）现场，智元机器人联合香港政府、产业、学术、科研及金融界代表，正式发布“香港具身智能产业共创计划”。该计划围绕应用场景、创新创业、产学研合作、人才培养及国际合作五大方向，推动香港具身智能产业未来五年实现“个、十、百、千、万”目标：成立数个产研联合实验室、培育数十家具身智能创新企业、发展数百家产业伙伴，带动产业链、应用场景和创新力量协同发展，加速具身智能与真实商业需求结合，推动中国具身智能产业走向全球。 微软给OpenAI的营收分成付款目前上限设为380亿美元 据报道，微软给OpenAI的营收分成付款目前上限设为380亿美元。在与微软最新达成的合作交易中，OpenAI到2030年将共计节省970亿美元。（财联社） 投融资： 王腾AI睡眠公司获新一轮融资，多方资本加持 36氪获悉，爱企查APP显示，近日，王腾创办的睡眠健康公司今日宜休已完成新一轮融资，本轮引入CMC资本、云九资本、君礼资本、弘晖基金、高瓴创投。今年1月，该公司已完成总规模为数千万元的种子轮融资，投资方包括智元机器人、高瓴创投等。北京今日宜休科技有限责任公司成立于2026年1月，注册资本约110.86万元，法定代表人王腾，经营范围包含健康咨询服务、人工智能应用软件开发、人工智能基础软件开发等，由王腾、上海瓴智新创创业投资合伙企业（有限合伙）、智元创新（上海）科技股份有限公司、ST喜临门等共同持股。 新产品： 谷歌称其首次发现黑客借助AI开发“零日”漏洞攻击工具 Alphabet Inc．旗下谷歌的安全研究人员表示，他们相信，一个网络犯罪团伙利用人工智能开发出一款黑客工具，可绕过一款广泛用于管理计算机系统的软件中的防御机制。根据周一发布的一份报告，这一图谋在谷歌向该工具开发商发出警报后被挫败。报告称，这是谷歌的威胁情报团队首次发现黑客以这种方式使用人工智能生成的“零日”漏洞。所谓零日漏洞，是指开发商尚未知晓的缺陷，使防御方在漏洞被利用前没有时间打补丁。（新浪财经） 阿里发布AI店小蜜，平均询单转化提升超10% 36氪获悉，5月11日，阿里发布全新AI店小蜜，这是电商行业首个具备售前售后办事能力的客服agent。实测数据显示，商家接入AI店小蜜后，平均转人工率下降45% ，“AI+人”协同转化效果相比纯人工客服增加超10%。 今日观点： 腾讯张军：微信“访客功能”已焊死，不会开发，不会提供 36氪获悉，腾讯公司公关总监张军在微博发文称，“小范围测试浏览人数的功能(不具体到个体)，被误解了。但这是我们的责任。 已读功能和访客功能，我没记错的话，大家其实反复多次都表明，千万不要有。这里，再次特别强调一下：此二项功能已焊死，不会开发，不会提供。 至于此次小范围测试的微信状态浏览人数展示功能，也已停止。” 中信证券：政策多维度向好，建议关注消费医疗板块左侧布局机会 36氪获悉，中信证券研报称，近期政策端多维度鼓励消费医疗发展，综合密集的政策表态，中信证券认为消费医疗赛道长坡厚雪，潜在需求高、发展空间广阔。同时，当前消费医疗板块估值处于近5年底部位置，随着政策导向向好及企业经营复苏，板块配置价值凸显。2026年第一季度龙头公司彰显业绩韧性，建议关注消费医疗板块左侧布局机会。消费医疗板块正处于边际改善的拐点，受益于政策多维度向好以及低估值，板块投资效益显著、配置价值凸显，维持消费医疗行业“强于大市”评级。 其他值得关注的新闻： 日本恩格尔系数创1980年以来最高水平 日本总务省12日公布的数据显示，反映家庭消费支出中食品支出占比的“恩格尔系数”在2025年度达到28.8%，创下自1980年度以来的最高水平。（央视新闻） 下一代火星直升机旋翼转速突破音速 据美国国家航空航天局（NASA）官网最新报道，美国已完成下一代火星直升机旋翼关键测试，其叶片尖端速度在模拟火星大气环境中突破音速达到1.08马赫（1马赫即1倍音速），这将为未来火星飞行器携带更重科学仪器与有效载荷、开展低空探索奠定基础。（财联社）", "display_brief_zh": "", "is_translated": false, "content_available": true, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "大公司： 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。", "hot_score": 0.0 }, { "id": 617, "source_id": "openai-news", "source_name": "OpenAI News", "title": "What Parameter Golf taught us about AI-assisted research", "url": "https://openai.com/index/what-parameter-golf-taught-us", "canonical_url": "https://openai.com/index/what-parameter-golf-taught-us", "summary": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints.", "published_at": "2026-05-12T00:00:00+00:00", "discovered_at": "2026-05-12T19:17:39.414559+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "What Parameter Golf taught us about AI-assisted research", "link": "https://openai.com/index/what-parameter-golf-taught-us", "summary": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints." }, "normalized_title": "whatparametergolftaughtusaboutaiassistedresearch", "resolved_target": "https://openai.com/index/what-parameter-golf-taught-us", "content_fingerprint": "a53042228f35845e2513c34157302a6c8395b4cf2531072b6e04409fd1b4df6b", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:617", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 617, "duplicate_primary_title": "What Parameter Golf taught us about AI-assisted research", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "What Parameter Golf taught us about AI-assisted research", "display_summary_zh": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints.", "hot_score": 0.0 }, { "id": 626, "source_id": "openai-news", "source_name": "OpenAI News", "title": "How NVIDIA engineers and researchers build with Codex", "url": "https://openai.com/index/nvidia", "canonical_url": "https://openai.com/index/nvidia", "summary": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments.", "published_at": "2026-05-12T00:00:00+00:00", "discovered_at": "2026-05-12T22:17:42.489447+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "How NVIDIA engineers and researchers build with Codex", "link": "https://openai.com/index/nvidia", "summary": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments." }, "normalized_title": "hownvidiaengineersandresearchersbuildwithcodex", "resolved_target": "https://openai.com/index/nvidia", "content_fingerprint": "4a3527999b4228bef4e497458e4849bcc81e8b3b3eb6ed270e27b5fc64f310ff", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:626", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 626, "duplicate_primary_title": "How NVIDIA engineers and researchers build with Codex", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "How NVIDIA engineers and researchers build with Codex", "display_summary_zh": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments.", "hot_score": 0.0 }, { "id": 627, "source_id": "openai-news", "source_name": "OpenAI News", "title": "AutoScout24 scales engineering with AI-powered workflows", "url": "https://openai.com/index/autoscout24", "canonical_url": "https://openai.com/index/autoscout24", "summary": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption.", "published_at": "2026-05-12T00:00:00+00:00", "discovered_at": "2026-05-12T22:17:42.490126+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "AutoScout24 scales engineering with AI-powered workflows", "link": "https://openai.com/index/autoscout24", "summary": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption." }, "normalized_title": "autoscout24scalesengineeringwithaipoweredworkflows", "resolved_target": "https://openai.com/index/autoscout24", "content_fingerprint": "26d11694da51ef305ec9b4edcdb6611cb53a7ff8be1a7d61aedf6ddf299fab47", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:627", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 627, "duplicate_primary_title": "AutoScout24 scales engineering with AI-powered workflows", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "AutoScout24 scales engineering with AI-powered workflows", "display_summary_zh": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption.", "hot_score": 0.0 }, { "id": 439, "source_id": "theverge-ai", "source_name": "The Verge AI", "title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "url": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "canonical_url": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "summary": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT. In 2024, Musk filed a lawsuit accusing OpenAI of abandoning its founding mission of developing AI to benefit humanity and shifting focus to boosting profits instead. Elon Musk, his financial […]", "published_at": "2026-05-11T15:32:00+00:00", "discovered_at": "2026-05-11T15:45:59.928872+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "link": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "summary": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT. In 2024, Musk filed a lawsuit accusing OpenAI of abandoning its founding mission of developing AI to benefit humanity and shifting focus to boosting profits instead. Elon Musk, his financial […]" }, "normalized_title": "liveupdatesfromelonmuskandsamaltmanscourtbattleoverthefutureofopenai", "resolved_target": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "content_fingerprint": "e90b1824cef5358f9508e3a1a21baad3a6b2525e6c071de74e0159618e0170b7", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:439", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 439, "duplicate_primary_title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "duplicate_primary_source_name": "The Verge AI", "display_title_zh": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "display_summary_zh": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT. In 2024, Musk filed a lawsuit accusing OpenAI of abandoning its founding mission of developing AI to benefit humanity and shifting focus to boosting profits instead. Elon Musk, his financial […]", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT.", "hot_score": 0.0 }, { "id": 490, "source_id": "openai-news", "source_name": "OpenAI News", "title": "How ChatGPT adoption broadened in early 2026", "url": "https://openai.com/signals/research/2026q1-update", "canonical_url": "https://openai.com/signals/research/2026q1-update", "summary": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption.", "published_at": "2026-05-11T15:00:00+00:00", "discovered_at": "2026-05-11T22:17:52.175395+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "How ChatGPT adoption broadened in early 2026", "link": "https://openai.com/signals/research/2026q1-update", "summary": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption." }, "normalized_title": "howchatgptadoptionbroadenedinearly2026", "resolved_target": "https://openai.com/signals/research/2026q1-update", "content_fingerprint": "bd2ff39e090163d06cb0d1e64fcd95347d4943068796e230862f815acd87994f", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:490", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 490, "duplicate_primary_title": "How ChatGPT adoption broadened in early 2026", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "How ChatGPT adoption broadened in early 2026", "display_summary_zh": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption.", "hot_score": 0.0 }, { "id": 290, "source_id": "openai-news", "source_name": "OpenAI News", "title": "How enterprises are scaling AI", "url": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "canonical_url": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "summary": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale.", "published_at": "2026-05-11T10:00:00+00:00", "discovered_at": "2026-05-11T06:56:53.527558+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "How enterprises are scaling AI", "link": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "summary": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale." }, "normalized_title": "howenterprisesarescalingai", "resolved_target": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "content_fingerprint": "38738c94cf51866bcd853e9cfbc642465f0036afffa108c77952f342dcc13bc5", "extracted_text": "", "extraction_status": "blocked", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-11T17:11:57.802181+00:00", "extraction_attempts": 1, "extraction_last_http_status": 403, "extraction_next_retry_at": "2026-05-12T17:11:57.110995+00:00", "extraction_error_category": "blocked", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:290", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 290, "duplicate_primary_title": "How enterprises are scaling AI", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "How enterprises are scaling AI", "display_summary_zh": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale.", "hot_score": 0.0 }, { "id": 291, "source_id": "openai-news", "source_name": "OpenAI News", "title": "OpenAI Campus Network: Student club interest form", "url": "https://openai.com/index/openai-campus-network-student-club-interest-form", "canonical_url": "https://openai.com/index/openai-campus-network-student-club-interest-form", "summary": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community.", "published_at": "2026-05-11T10:00:00+00:00", "discovered_at": "2026-05-11T06:56:53.527558+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "OpenAI Campus Network: Student club interest form", "link": "https://openai.com/index/openai-campus-network-student-club-interest-form", "summary": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community." }, "normalized_title": "openaicampusnetworkstudentclubinterestform", "resolved_target": "https://openai.com/index/openai-campus-network-student-club-interest-form", "content_fingerprint": "58e85c528ca9096cc57d07a7012cc299594e19b983a7fd1e7dcfc60e67f4e556", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:291", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 291, "duplicate_primary_title": "OpenAI Campus Network: Student club interest form", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "OpenAI Campus Network: Student club interest form", "display_summary_zh": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community.", "hot_score": 0.0 }, { "id": 382, "source_id": "openai-news", "source_name": "OpenAI News", "title": "OpenAI launches DeployCo to help businesses build around intelligence", "url": "https://openai.com/index/openai-launches-the-deployment-company", "canonical_url": "https://openai.com/index/openai-launches-the-deployment-company", "summary": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact.", "published_at": "2026-05-11T06:00:00+00:00", "discovered_at": "2026-05-11T13:52:11.351400+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "OpenAI launches DeployCo to help businesses build around intelligence", "link": "https://openai.com/index/openai-launches-the-deployment-company", "summary": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact." }, "normalized_title": "openailaunchesdeploycotohelpbusinessesbuildaroundintelligence", "resolved_target": "https://openai.com/index/openai-launches-the-deployment-company", "content_fingerprint": "1759602f01f29166ff889b29b470c20ba7fca2e6d40c766a72dfa0dc369c8363", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:382", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 382, "duplicate_primary_title": "OpenAI launches DeployCo to help businesses build around intelligence", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "OpenAI launches DeployCo to help businesses build around intelligence", "display_summary_zh": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact.", "hot_score": 0.0 }, { "id": 18, "source_id": "openai-news", "source_name": "OpenAI News", "title": "Running Codex safely at OpenAI", "url": "https://openai.com/index/running-codex-safely", "canonical_url": "https://openai.com/index/running-codex-safely", "summary": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption.", "published_at": "2026-05-08T12:30:00+00:00", "discovered_at": "2026-05-11T00:29:47.945295+00:00", "language": "en", "region": "international", "country": "US", "topic": "company", "raw_payload": { "title": "Running Codex safely at OpenAI", "link": "https://openai.com/index/running-codex-safely", "summary": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption." }, "normalized_title": "runningcodexsafelyatopenai", "resolved_target": "https://openai.com/index/running-codex-safely", "content_fingerprint": "12d599eb64bf71a42902d165dd69c94ebd62f02aac474dceaf8374a8c5fd0d37", "extracted_text": "", "extraction_status": "blocked", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-11T04:47:35.214816+00:00", "extraction_attempts": 1, "extraction_last_http_status": 403, "extraction_next_retry_at": "2026-05-12T04:47:35.198925+00:00", "extraction_error_category": "blocked", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:18", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 18, "duplicate_primary_title": "Running Codex safely at OpenAI", "duplicate_primary_source_name": "OpenAI News", "display_title_zh": "Running Codex safely at OpenAI", "display_summary_zh": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption.", "hot_score": 0.0 }, { "id": 48, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "url": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "canonical_url": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "summary": "Railway , a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence applications exposes the limitations of legacy cloud infrastructure. TQ Ventures led the round, with participation from FPV Ventures , Redpoint , and Unusual Ventures . The investment values Railway as one of the most significant infrastructure startups to emerge during the AI boom, capitalizing on developer frustration with the complexity and cost of traditional platforms like Amazon Web Services and Google Cloud . \"As AI models get better at writing code, more and more people are asking the age-old question: where, and how, do I run my applications?\" said Jake Cooper, Railway's 28-year-old founder and chief executive, in an exclusive interview with VentureBeat. \"The last generation of cloud primitives were slow and outdated, and now with AI moving everything faster, teams simply can't keep up.\" The funding is a dramatic acceleration for a company that has charted an unconventional path through the cloud computing industry. Railway raised just $24 million in total before this round, including a $20 million Series A from Redpoint in 2022. The company now processes more than 10 million deployments monthly and handles over one trillion requests through its edge network — metrics that rival far larger and better-funded competitors. Why three-minute deploy times have become unacceptable in the age of AI coding assistants Railway's pitch rests on a simple observation: the tools developers use to deploy and manage software were designed for a slower era. A standard build-and-deploy cycle using Terraform , the industry-standard infrastructure tool, takes two to three minutes. That delay, once tolerable, has become a critical bottleneck as AI coding assistants like Claude , ChatGPT , and Cursor can generate working code in seconds. \"When godly intelligence is on tap and can solve any problem in three seconds, those amalgamations of systems become bottlenecks,\" Cooper told VentureBeat. \"What was really cool for humans to deploy in 10 seconds or less is now table stakes for agents.\" The company claims its platform delivers deployments in under one second — fast enough to keep pace with AI-generated code. Customers report a tenfold increase in developer velocity and up to 65 percent cost savings compared to traditional cloud providers. These numbers come directly from enterprise clients, not internal benchmarks. Daniel Lobaton, chief technology officer at G2X, a platform serving 100,000 federal contractors, measured deployment speed improvements of seven times faster and an 87 percent cost reduction after migrating to Railway. His infrastructure bill dropped from $15,000 per month to approximately $1,000. \"The work that used to take me a week on our previous infrastructure, I can do in Railway in like a day,\" Lobaton said. \"If I want to spin up a new service and test different architectures, it would take so long on our old setup. In Railway I can launch six services in two minutes.\" Inside the controversial decision to abandon Google Cloud and build data centers from scratch What distinguishes Railway from competitors like Render and Fly.io is the depth of its vertical integration. In 2024, the company made the unusual decision to abandon Google Cloud entirely and build its own data centers, a move that echoes the famous Alan Kay maxim: \"People who are really serious about software should make their own hardware.\" \"We wanted to design hardware in a way where we could build a differentiated experience,\" Cooper said. \"Having full control over the network, compute, and storage layers lets us do really fast build and deploy loops, the kind that allows us to move at 'agentic speed' while staying 100 percent the smoothest ride in town.\" The approach paid dividends during recent widespread outages that affected major cloud providers — Railway remained online throughout. This soup-to-nuts control enables pricing that undercuts the hyperscalers by roughly 50 percent and newer cloud startups by three to four times. Railway charges by the second for actual compute usage: $0.00000386 per gigabyte-second of memory, $0.00000772 per vCPU-second, and $0.00000006 per gigabyte-second of storage. There are no charges for idle virtual machines — a stark contrast to the traditional cloud model where customers pay for provisioned capacity whether they use it or not. \"The conventional wisdom is that the big guys have economies of scale to offer better pricing,\" Cooper noted. \"But when they're charging for VMs that usually sit idle in the cloud, and we've purpose-built everything to fit much more density on these machines, you have a big opportunity.\" How 30 employees built a platform generating tens of millions in annual revenue Railway has achieved its scale with a team of just 30 employees generating tens of millions in annual revenue — a ratio of revenue per employee that would be exceptional even for established software companies. The company grew revenue 3.5 times last year and continues to expand at 15 percent month-over-month. Cooper emphasized that the fundraise was strategic rather than necessary. \"We're default alive; there's no reason for us to raise money,\" he said. \"We raised because we see a massive opportunity to accelerate, not because we needed to survive.\" The company hired its first salesperson only last year and employs just two solutions engineers. Nearly all of Railway's two million users discovered the platform through word of mouth — developers telling other developers about a tool that actually works. \"We basically did the standard engineering thing: if you build it, they will come,\" Cooper recalled. \"And to some degree, they came.\" From side projects to Fortune 500 deployments: Railway's unlikely corporate expansion Despite its grassroots developer community, Railway has made significant inroads into large organizations. The company claims that 31 percent of Fortune 500 companies now use its platform, though deployments range from company-wide infrastructure to individual team projects. Notable customers include Bilt , the loyalty program company; Intuit's GoCo subsidiary; TripAdvisor's Cruise Critic ; and MGM Resorts . Kernel , a Y Combinator-backed startup providing AI infrastructure to over 1,000 companies, runs its entire customer-facing system on Railway for $444 per month. \"At my previous company Clever, which sold for $500 million, I had six full-time engineers just managing AWS,\" said Rafael Garcia, Kernel's chief technology officer. \"Now I have six engineers total, and they all focus on product. Railway is exactly the tool I wish I had in 2012.\" For enterprise customers, Railway offers security certifications including SOC 2 Type 2 compliance and HIPAA readiness, with business associate agreements available upon request. The platform provides single sign-on authentication, comprehensive audit logs, and the option to deploy within a customer's existing cloud environment through a \"bring your own cloud\" configuration. Enterprise pricing starts at custom levels, with specific add-ons for extended log retention ($200 monthly), HIPAA BAAs ($1,000), enterprise support with SLOs ($2,000), and dedicated virtual machines ($10,000). The startup's bold strategy to take on Amazon, Google, and a new generation of cloud rivals Railway enters a crowded market that includes not only the hyperscale cloud providers—Amazon Web Services, Microsoft Azure, and Google Cloud Platform—but also a growing cohort of developer-focused platforms like Vercel, Render, Fly.io, and Heroku. Cooper argues that Railway's competitors fall into two camps, neither of which has fully committed to the new infrastructure model that AI demands. \"The hyperscalers have two competing systems, and they haven't gone all-in on the new model because their legacy revenue stream is still printing money,\" he observed. \"They have this mammoth pool of cash coming from people who provision a VM, use maybe 10 percent of it, and still pay for the whole thing. To what end are they actually interested in going all the way in on a new experience if they don't really need to?\" Against startup competitors, Railway differentiates by covering the full infrastructure stack. \"We're not just containers; we've got VM primitives, stateful storage, virtual private networking, automated load balancing,\" Cooper said. \"And we wrap all of this in an absurdly easy-to-use UI, with agentic primitives so agents can move 1,000 times faster.\" The platform supports databases including PostgreSQL, MySQL, MongoDB, and Redis; provides up to 256 terabytes of persistent storage with over 100,000 input/output operations per second; and enables deployment to four global regions spanning the United States, Europe, and Southeast Asia. Enterprise customers can scale to 112 vCPUs and 2 terabytes of RAM per service. Why investors are betting that AI will create a thousand times more software than exists today Railway's fundraise reflects broader investor enthusiasm for companies positioned to benefit from the AI coding revolution. As tools like GitHub Copilot , Cursor , and Claude become standard fixtures in developer workflows, the volume of code being written — and the infrastructure needed to run it — is expanding dramatically. \"The amount of software that's going to come online over the next five years is unfathomable compared to what existed before — we're talking a thousand times more software,\" Cooper predicted. \"All of that has to run somewhere.\" The company has already integrated directly with AI systems, building what Cooper calls \"loops where Claude can hook in, call deployments, and analyze infrastructure automatically.\" Railway released a Model Context Protocol server in August 2025 that allows AI coding agents to deploy applications and manage infrastructure directly from code editors. \"The notion of a developer is melting before our eyes,\" Cooper said. \"You don't have to be an engineer to engineer things anymore — you just need critical thinking and the ability to analyze things in a systems capacity.\" What Railway plans to do with $100 million and zero marketing experience Railway plans to use the new capital to expand its global data center footprint, grow its team beyond 30 employees, and build what Cooper described as a proper go-to-market operation for the first time in the company's five-year history. \"One of my mentors said you raise money when you can change the trajectory of the business,\" Cooper explained. \"We've built all the required substrate to scale indefinitely; what's been holding us back is simply talking about it. 2026 is the year we play on the world stage.\" The company's investor roster reads like a who's who of developer infrastructure. Angel investors include Tom Preston-Werner, co-founder of GitHub; Guillermo Rauch , chief executive of Vercel; Spencer Kimball , chief executive of Cockroach Labs; Olivier Pomel , chief executive of Datadog; and Jori Lallo , co-founder of Linear. The timing of Railway's expansion coincides with what many in Silicon Valley view as a fundamental shift in how software gets made. Coding assistants are no longer experimental curiosities — they have become essential tools that millions of developers rely on daily. Each line of AI-generated code needs somewhere to run, and the incumbents, by Cooper's telling, are too wedded to their existing business models to fully capitalize on the moment. Whether Railway can translate developer enthusiasm into sustained enterprise adoption remains an open question. The cloud infrastructure market is littered with promising startups that failed to break the grip of Amazon, Microsoft, and Google. But Cooper, who previously worked as a software engineer at Wolfram Alpha , Bloomberg , and Uber before founding Railway in 2020, seems unfazed by the scale of his ambition. \"In five years, Railway [will be] the place where software gets created and evolved, period,\" he said. \"Deploy instantly, scale infinitely, with zero friction. That's the prize worth playing for, and there's no bigger one on offer.\" For a company that built a $100 million business by doing the opposite of what conventional startup wisdom dictates — no marketing, no sales team, no venture hype—the real test begins now. Railway spent five years proving that developers would find a better mousetrap on their own. The next five will determine whether the rest of the world is ready to get on board.", "published_at": "2026-01-22T14:00:00+00:00", "discovered_at": "2026-05-11T00:29:52.316840+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "link": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "summary": "

Railway, a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence applications exposes the limitations of legacy cloud infrastructure.

TQ Ventures led the round, with participation from FPV Ventures, Redpoint, and Unusual Ventures. The investment values Railway as one of the most significant infrastructure startups to emerge during the AI boom, capitalizing on developer frustration with the complexity and cost of traditional platforms like Amazon Web Services and Google Cloud.

"As AI models get better at writing code, more and more people are asking the age-old question: where, and how, do I run my applications?" said Jake Cooper, Railway's 28-year-old founder and chief executive, in an exclusive interview with VentureBeat. "The last generation of cloud primitives were slow and outdated, and now with AI moving everything faster, teams simply can't keep up."

The funding is a dramatic acceleration for a company that has charted an unconventional path through the cloud computing industry. Railway raised just $24 million in total before this round, including a $20 million Series A from Redpoint in 2022. The company now processes more than 10 million deployments monthly and handles over one trillion requests through its edge network — metrics that rival far larger and better-funded competitors.

Why three-minute deploy times have become unacceptable in the age of AI coding assistants

Railway's pitch rests on a simple observation: the tools developers use to deploy and manage software were designed for a slower era. A standard build-and-deploy cycle using Terraform, the industry-standard infrastructure tool, takes two to three minutes. That delay, once tolerable, has become a critical bottleneck as AI coding assistants like Claude, ChatGPT, and Cursor can generate working code in seconds.

"When godly intelligence is on tap and can solve any problem in three seconds, those amalgamations of systems become bottlenecks," Cooper told VentureBeat. "What was really cool for humans to deploy in 10 seconds or less is now table stakes for agents."

The company claims its platform delivers deployments in under one second — fast enough to keep pace with AI-generated code. Customers report a tenfold increase in developer velocity and up to 65 percent cost savings compared to traditional cloud providers.

These numbers come directly from enterprise clients, not internal benchmarks. Daniel Lobaton, chief technology officer at G2X, a platform serving 100,000 federal contractors, measured deployment speed improvements of seven times faster and an 87 percent cost reduction after migrating to Railway. His infrastructure bill dropped from $15,000 per month to approximately $1,000.

"The work that used to take me a week on our previous infrastructure, I can do in Railway in like a day," Lobaton said. "If I want to spin up a new service and test different architectures, it would take so long on our old setup. In Railway I can launch six services in two minutes."

Inside the controversial decision to abandon Google Cloud and build data centers from scratch

What distinguishes Railway from competitors like Render and Fly.io is the depth of its vertical integration. In 2024, the company made the unusual decision to abandon Google Cloud entirely and build its own data centers, a move that echoes the famous Alan Kay maxim: "People who are really serious about software should make their own hardware."

"We wanted to design hardware in a way where we could build a differentiated experience," Cooper said. "Having full control over the network, compute, and storage layers lets us do really fast build and deploy loops, the kind that allows us to move at 'agentic speed' while staying 100 percent the smoothest ride in town."

The approach paid dividends during recent widespread outages that affected major cloud providers — Railway remained online throughout.

This soup-to-nuts control enables pricing that undercuts the hyperscalers by roughly 50 percent and newer cloud startups by three to four times. Railway charges by the second for actual compute usage: $0.00000386 per gigabyte-second of memory, $0.00000772 per vCPU-second, and $0.00000006 per gigabyte-second of storage. There are no charges for idle virtual machines — a stark contrast to the traditional cloud model where customers pay for provisioned capacity whether they use it or not.

"The conventional wisdom is that the big guys have economies of scale to offer better pricing," Cooper noted. "But when they're charging for VMs that usually sit idle in the cloud, and we've purpose-built everything to fit much more density on these machines, you have a big opportunity."

How 30 employees built a platform generating tens of millions in annual revenue

Railway has achieved its scale with a team of just 30 employees generating tens of millions in annual revenue — a ratio of revenue per employee that would be exceptional even for established software companies. The company grew revenue 3.5 times last year and continues to expand at 15 percent month-over-month.

Cooper emphasized that the fundraise was strategic rather than necessary. "We're default alive; there's no reason for us to raise money," he said. "We raised because we see a massive opportunity to accelerate, not because we needed to survive."

The company hired its first salesperson only last year and employs just two solutions engineers. Nearly all of Railway's two million users discovered the platform through word of mouth — developers telling other developers about a tool that actually works.

"We basically did the standard engineering thing: if you build it, they will come," Cooper recalled. "And to some degree, they came."

From side projects to Fortune 500 deployments: Railway's unlikely corporate expansion

Despite its grassroots developer community, Railway has made significant inroads into large organizations. The company claims that 31 percent of Fortune 500 companies now use its platform, though deployments range from company-wide infrastructure to individual team projects.

Notable customers include Bilt, the loyalty program company; Intuit's GoCo subsidiary; TripAdvisor's Cruise Critic; and MGM Resorts. Kernel, a Y Combinator-backed startup providing AI infrastructure to over 1,000 companies, runs its entire customer-facing system on Railway for $444 per month.

"At my previous company Clever, which sold for $500 million, I had six full-time engineers just managing AWS," said Rafael Garcia, Kernel's chief technology officer. "Now I have six engineers total, and they all focus on product. Railway is exactly the tool I wish I had in 2012."

For enterprise customers, Railway offers security certifications including SOC 2 Type 2 compliance and HIPAA readiness, with business associate agreements available upon request. The platform provides single sign-on authentication, comprehensive audit logs, and the option to deploy within a customer's existing cloud environment through a "bring your own cloud" configuration.

Enterprise pricing starts at custom levels, with specific add-ons for extended log retention ($200 monthly), HIPAA BAAs ($1,000), enterprise support with SLOs ($2,000), and dedicated virtual machines ($10,000).

The startup's bold strategy to take on Amazon, Google, and a new generation of cloud rivals

Railway enters a crowded market that includes not only the hyperscale cloud providers—Amazon Web Services, Microsoft Azure, and Google Cloud Platform—but also a growing cohort of developer-focused platforms like Vercel, Render, Fly.io, and Heroku.

Cooper argues that Railway's competitors fall into two camps, neither of which has fully committed to the new infrastructure model that AI demands.

"The hyperscalers have two competing systems, and they haven't gone all-in on the new model because their legacy revenue stream is still printing money," he observed. "They have this mammoth pool of cash coming from people who provision a VM, use maybe 10 percent of it, and still pay for the whole thing. To what end are they actually interested in going all the way in on a new experience if they don't really need to?"

Against startup competitors, Railway differentiates by covering the full infrastructure stack. "We're not just containers; we've got VM primitives, stateful storage, virtual private networking, automated load balancing," Cooper said. "And we wrap all of this in an absurdly easy-to-use UI, with agentic primitives so agents can move 1,000 times faster."

The platform supports databases including PostgreSQL, MySQL, MongoDB, and Redis; provides up to 256 terabytes of persistent storage with over 100,000 input/output operations per second; and enables deployment to four global regions spanning the United States, Europe, and Southeast Asia. Enterprise customers can scale to 112 vCPUs and 2 terabytes of RAM per service.

Why investors are betting that AI will create a thousand times more software than exists today

Railway's fundraise reflects broader investor enthusiasm for companies positioned to benefit from the AI coding revolution. As tools like GitHub Copilot, Cursor, and Claude become standard fixtures in developer workflows, the volume of code being written — and the infrastructure needed to run it — is expanding dramatically.

"The amount of software that's going to come online over the next five years is unfathomable compared to what existed before — we're talking a thousand times more software," Cooper predicted. "All of that has to run somewhere."

The company has already integrated directly with AI systems, building what Cooper calls "loops where Claude can hook in, call deployments, and analyze infrastructure automatically." Railway released a Model Context Protocol server in August 2025 that allows AI coding agents to deploy applications and manage infrastructure directly from code editors.

"The notion of a developer is melting before our eyes," Cooper said. "You don't have to be an engineer to engineer things anymore — you just need critical thinking and the ability to analyze things in a systems capacity."

What Railway plans to do with $100 million and zero marketing experience

Railway plans to use the new capital to expand its global data center footprint, grow its team beyond 30 employees, and build what Cooper described as a proper go-to-market operation for the first time in the company's five-year history.

"One of my mentors said you raise money when you can change the trajectory of the business," Cooper explained. "We've built all the required substrate to scale indefinitely; what's been holding us back is simply talking about it. 2026 is the year we play on the world stage."

The company's investor roster reads like a who's who of developer infrastructure. Angel investors include Tom Preston-Werner, co-founder of GitHub; Guillermo Rauch, chief executive of Vercel; Spencer Kimball, chief executive of Cockroach Labs; Olivier Pomel, chief executive of Datadog; and Jori Lallo, co-founder of Linear.

The timing of Railway's expansion coincides with what many in Silicon Valley view as a fundamental shift in how software gets made. Coding assistants are no longer experimental curiosities — they have become essential tools that millions of developers rely on daily. Each line of AI-generated code needs somewhere to run, and the incumbents, by Cooper's telling, are too wedded to their existing business models to fully capitalize on the moment.

Whether Railway can translate developer enthusiasm into sustained enterprise adoption remains an open question. The cloud infrastructure market is littered with promising startups that failed to break the grip of Amazon, Microsoft, and Google. But Cooper, who previously worked as a software engineer at Wolfram Alpha, Bloomberg, and Uber before founding Railway in 2020, seems unfazed by the scale of his ambition.

"In five years, Railway [will be] the place where software gets created and evolved, period," he said. "Deploy instantly, scale infinitely, with zero friction. That's the prize worth playing for, and there's no bigger one on offer."

For a company that built a $100 million business by doing the opposite of what conventional startup wisdom dictates — no marketing, no sales team, no venture hype—the real test begins now. Railway spent five years proving that developers would find a better mousetrap on their own. The next five will determine whether the rest of the world is ready to get on board.

" }, "normalized_title": "railwaysecures100milliontochallengeawswithainativecloudinfrastructure", "resolved_target": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "content_fingerprint": "c8117573080282c6989bd83bb5b727d5539c8374c50bcba4bdc8da9efa2d13ca", "extracted_text": "", "extraction_status": "throttled", "extraction_error": "operation failed; inspect server logs with the response X-Request-ID", "extraction_updated_at": "2026-05-14T00:39:41.673369+00:00", "extraction_attempts": 6, "extraction_last_http_status": 429, "extraction_next_retry_at": "2026-05-14T08:39:41.072103+00:00", "extraction_error_category": "throttled", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:48", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 48, "duplicate_primary_title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "display_summary_zh": "Railway , a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence applications exposes the limitations of legacy cloud infrastructure. TQ Ventures led the round, with participation from FPV Ventures , Redpoint , and Unusual Ventures . The investment values Railway as one of the most significant infrastructure startups to emerge during the AI boom, capitalizing on developer frustration with the complexity and cost of traditional platforms like Amazon Web Services and Google Cloud . \"As AI models get better at writing code, more and more people are asking the age-old question: where, and how, do I run my applications?\" said Jake Cooper, Railway's 28-year-old founder and chief executive, in an exclusive interview with VentureBeat. \"The last generation of cloud primitives were slow and outdated, and now with AI moving everything faster, teams simply can't keep up.\" The funding is a dramatic acceleration for a company that has charted an unconventional path through the cloud computing industry. Railway raised just $24 million in total before this round, including a $20 million Series A from Redpoint in 2022. The company now processes more than 10 million deployments monthly and handles over one trillion requests through its edge network — metrics that rival far larger and better-funded competitors. Why three-minute deploy times have become unacceptable in the age of AI coding assistants Railway's pitch rests on a simple observation: the tools developers use to deploy and manage software were designed for a slower era. A standard build-and-deploy cycle using Terraform , the industry-standard infrastructure tool, takes two to three minutes. That delay, once tolerable, has become a critical bottleneck as AI coding assistants like Claude , ChatGPT , and Cursor can generate working code in seconds. \"When godly intelligence is on tap and can solve any problem in three seconds, those amalgamations of systems become bottlenecks,\" Cooper told VentureBeat. \"What was really cool for humans to deploy in 10 seconds or less is now table stakes for agents.\" The company claims its platform delivers deployments in under one second — fast enough to keep pace with AI-generated code. Customers report a tenfold increase in developer velocity and up to 65 percent cost savings compared to traditional cloud providers. These numbers come directly from enterprise clients, not internal benchmarks. Daniel Lobaton, chief technology officer at G2X, a platform serving 100,000 federal contractors, measured deployment speed improvements of seven times faster and an 87 percent cost reduction after migrating to Railway. His infrastructure bill dropped from $15,000 per month to approximately $1,000. \"The work that used to take me a week on our previous infrastructure, I can do in Railway in like a day,\" Lobaton said. \"If I want to spin up a new service and test different architectures, it would take so long on our old setup. In Railway I can launch six services in two minutes.\" Inside the controversial decision to abandon Google Cloud and build data centers from scratch What distinguishes Railway from competitors like Render and Fly.io is the depth of its vertical integration. In 2024, the company made the unusual decision to abandon Google Cloud entirely and build its own data centers, a move that echoes the famous Alan Kay maxim: \"People who are really serious about software should make their own hardware.\" \"We wanted to design hardware in a way where we could build a differentiated experience,\" Cooper said. \"Having full control over the network, compute, and storage layers lets us do really fast build and deploy loops, the kind that allows us to move at 'agentic speed' while staying 100 percent the smoothest ride in town.\" The approach paid dividends during recent widespread outages that affected major cloud providers — Railway remained online throughout. This soup-to-nuts control enables pricing that undercuts the hyperscalers by roughly 50 percent and newer cloud startups by three to four times. Railway charges by the second for actual compute usage: $0.00000386 per gigabyte-second of memory, $0.00000772 per vCPU-second, and $0.00000006 per gigabyte-second of storage. There are no charges for idle virtual machines — a stark contrast to the traditional cloud model where customers pay for provisioned capacity whether they use it or not. \"The conventional wisdom is that the big guys have economies of scale to offer better pricing,\" Cooper noted. \"But when they're charging for VMs that usually sit idle in the cloud, and we've purpose-built everything to fit much more density on these machines, you have a big opportunity.\" How 30 employees built a platform generating tens of millions in annual revenue Railway has achieved its scale with a team of just 30 employees generating tens of millions in annual revenue — a ratio of revenue per employee that would be exceptional even for established software companies. The company grew revenue 3.5 times last year and continues to expand at 15 percent month-over-month. Cooper emphasized that the fundraise was strategic rather than necessary. \"We're default alive; there's no reason for us to raise money,\" he said. \"We raised because we see a massive opportunity to accelerate, not because we needed to survive.\" The company hired its first salesperson only last year and employs just two solutions engineers. Nearly all of Railway's two million users discovered the platform through word of mouth — developers telling other developers about a tool that actually works. \"We basically did the standard engineering thing: if you build it, they will come,\" Cooper recalled. \"And to some degree, they came.\" From side projects to Fortune 500 deployments: Railway's unlikely corporate expansion Despite its grassroots developer community, Railway has made significant inroads into large organizations. The company claims that 31 percent of Fortune 500 companies now use its platform, though deployments range from company-wide infrastructure to individual team projects. Notable customers include Bilt , the loyalty program company; Intuit's GoCo subsidiary; TripAdvisor's Cruise Critic ; and MGM Resorts . Kernel , a Y Combinator-backed startup providing AI infrastructure to over 1,000 companies, runs its entire customer-facing system on Railway for $444 per month. \"At my previous company Clever, which sold for $500 million, I had six full-time engineers just managing AWS,\" said Rafael Garcia, Kernel's chief technology officer. \"Now I have six engineers total, and they all focus on product. Railway is exactly the tool I wish I had in 2012.\" For enterprise customers, Railway offers security certifications including SOC 2 Type 2 compliance and HIPAA readiness, with business associate agreements available upon request. The platform provides single sign-on authentication, comprehensive audit logs, and the option to deploy within a customer's existing cloud environment through a \"bring your own cloud\" configuration. Enterprise pricing starts at custom levels, with specific add-ons for extended log retention ($200 monthly), HIPAA BAAs ($1,000), enterprise support with SLOs ($2,000), and dedicated virtual machines ($10,000). The startup's bold strategy to take on Amazon, Google, and a new generation of cloud rivals Railway enters a crowded market that includes not only the hyperscale cloud providers—Amazon Web Services, Microsoft Azure, and Google Cloud Platform—but also a growing cohort of developer-focused platforms like Vercel, Render, Fly.io, and Heroku. Cooper argues that Railway's competitors fall into two camps, neither of which has fully committed to the new infrastructure model that AI demands. \"The hyperscalers have two competing systems, and they haven't gone all-in on the new model because their legacy revenue stream is still printing money,\" he observed. \"They have this mammoth pool of cash coming from people who provision a VM, use maybe 10 percent of it, and still pay for the whole thing. To what end are they actually interested in going all the way in on a new experience if they don't really need to?\" Against startup competitors, Railway differentiates by covering the full infrastructure stack. \"We're not just containers; we've got VM primitives, stateful storage, virtual private networking, automated load balancing,\" Cooper said. \"And we wrap all of this in an absurdly easy-to-use UI, with agentic primitives so agents can move 1,000 times faster.\" The platform supports databases including PostgreSQL, MySQL, MongoDB, and Redis; provides up to 256 terabytes of persistent storage with over 100,000 input/output operations per second; and enables deployment to four global regions spanning the United States, Europe, and Southeast Asia. Enterprise customers can scale to 112 vCPUs and 2 terabytes of RAM per service. Why investors are betting that AI will create a thousand times more software than exists today Railway's fundraise reflects broader investor enthusiasm for companies positioned to benefit from the AI coding revolution. As tools like GitHub Copilot , Cursor , and Claude become standard fixtures in developer workflows, the volume of code being written — and the infrastructure needed to run it — is expanding dramatically. \"The amount of software that's going to come online over the next five years is unfathomable compared to what existed before — we're talking a thousand times more software,\" Cooper predicted. \"All of that has to run somewhere.\" The company has already integrated directly with AI systems, building what Cooper calls \"loops where Claude can hook in, call deployments, and analyze infrastructure automatically.\" Railway released a Model Context Protocol server in August 2025 that allows AI coding agents to deploy applications and manage infrastructure directly from code editors. \"The notion of a developer is melting before our eyes,\" Cooper said. \"You don't have to be an engineer to engineer things anymore — you just need critical thinking and the ability to analyze things in a systems capacity.\" What Railway plans to do with $100 million and zero marketing experience Railway plans to use the new capital to expand its global data center footprint, grow its team beyond 30 employees, and build what Cooper described as a proper go-to-market operation for the first time in the company's five-year history. \"One of my mentors said you raise money when you can change the trajectory of the business,\" Cooper explained. \"We've built all the required substrate to scale indefinitely; what's been holding us back is simply talking about it. 2026 is the year we play on the world stage.\" The company's investor roster reads like a who's who of developer infrastructure. Angel investors include Tom Preston-Werner, co-founder of GitHub; Guillermo Rauch , chief executive of Vercel; Spencer Kimball , chief executive of Cockroach Labs; Olivier Pomel , chief executive of Datadog; and Jori Lallo , co-founder of Linear. The timing of Railway's expansion coincides with what many in Silicon Valley view as a fundamental shift in how software gets made. Coding assistants are no longer experimental curiosities — they have become essential tools that millions of developers rely on daily. Each line of AI-generated code needs somewhere to run, and the incumbents, by Cooper's telling, are too wedded to their existing business models to fully capitalize on the moment. Whether Railway can translate developer enthusiasm into sustained enterprise adoption remains an open question. The cloud infrastructure market is littered with promising startups that failed to break the grip of Amazon, Microsoft, and Google. But Cooper, who previously worked as a software engineer at Wolfram Alpha , Bloomberg , and Uber before founding Railway in 2020, seems unfazed by the scale of his ambition. \"In five years, Railway [will be] the place where software gets created and evolved, period,\" he said. \"Deploy instantly, scale infinitely, with zero friction. That's the prize worth playing for, and there's no bigger one on offer.\" For a company that built a $100 million business by doing the opposite of what conventional startup wisdom dictates — no marketing, no sales team, no venture hype—the real test begins now. Railway spent five years proving that developers would find a better mousetrap on their own. The next five will determine whether the rest of the world is ready to get on board.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Railway , a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence app...", "hot_score": 0.0 }, { "id": 49, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "url": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "canonical_url": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "summary": "The artificial intelligence coding revolution comes with a catch: it's expensive. Claude Code , Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide. But its pricing — ranging from $20 to $200 per month depending on usage — has sparked a growing rebellion among the very programmers it aims to serve. Now, a free alternative is gaining traction. Goose , an open-source AI agent developed by Block (the financial technology company formerly known as Square), offers nearly identical functionality to Claude Code but runs entirely on a user's local machine. No subscription fees. No cloud dependency. No rate limits that reset every five hours. \"Your data stays with you, period,\" said Parth Sareen, a software engineer who demonstrated the tool during a recent livestream . The comment captures the core appeal: Goose gives developers complete control over their AI-powered workflow, including the ability to work offline — even on an airplane. The project has exploded in popularity. Goose now boasts more than 26,100 stars on GitHub , the code-sharing platform, with 362 contributors and 102 releases since its launch. The latest version, 1.20.1 , shipped on January 19, 2026, reflecting a development pace that rivals commercial products. For developers frustrated by Claude Code's pricing structure and usage caps, Goose represents something increasingly rare in the AI industry: a genuinely free, no-strings-attached option for serious work. Anthropic's new rate limits spark a developer revolt To understand why Goose matters, you need to understand the Claude Code pricing controversy . Anthropic, the San Francisco artificial intelligence company founded by former OpenAI executives, offers Claude Code as part of its subscription tiers. The free plan provides no access whatsoever. The Pro plan , at $17 per month with annual billing (or $20 monthly), limits users to just 10 to 40 prompts every five hours — a constraint that serious developers exhaust within minutes of intensive work. The Max plans , at $100 and $200 per month, offer more headroom: 50 to 200 prompts and 200 to 800 prompts respectively, plus access to Anthropic's most powerful model, Claude 4.5 Opus . But even these premium tiers come with restrictions that have inflamed the developer community. In late July, Anthropic announced new weekly rate limits. Under the system, Pro users receive 40 to 80 hours of Sonnet 4 usage per week. Max users at the $200 tier get 240 to 480 hours of Sonnet 4, plus 24 to 40 hours of Opus 4. Nearly five months later, the frustration has not subsided. The problem? Those \"hours\" are not actual hours. They represent token-based limits that vary wildly depending on codebase size, conversation length, and the complexity of the code being processed. Independent analysis suggests the actual per-session limits translate to roughly 44,000 tokens for Pro users and 220,000 tokens for the $200 Max plan. \"It's confusing and vague,\" one developer wrote in a widely shared analysis . \"When they say '24-40 hours of Opus 4,' that doesn't really tell you anything useful about what you're actually getting.\" The backlash on Reddit and developer forums has been fierce. Some users report hitting their daily limits within 30 minutes of intensive coding. Others have canceled their subscriptions entirely, calling the new restrictions \"a joke\" and \"unusable for real work.\" Anthropic has defended the changes, stating that the limits affect fewer than five percent of users and target people running Claude Code \" continuously in the background, 24/7 .\" But the company has not clarified whether that figure refers to five percent of Max subscribers or five percent of all users — a distinction that matters enormously. How Block built a free AI coding agent that works offline Goose takes a radically different approach to the same problem. Built by Block , the payments company led by Jack Dorsey, Goose is what engineers call an \" on-machine AI agent .\" Unlike Claude Code, which sends your queries to Anthropic's servers for processing, Goose can run entirely on your local computer using open-source language models that you download and control yourself. The project's documentation describes it as going \" beyond code suggestions \" to \"install, execute, edit, and test with any LLM.\" That last phrase — \"any LLM\" — is the key differentiator. Goose is model-agnostic by design. You can connect Goose to Anthropic's Claude models if you have API access . You can use OpenAI's GPT-5 or Google's Gemini . You can route it through services like Groq or OpenRouter . Or — and this is where things get interesting — you can run it entirely locally using tools like Ollama , which let you download and execute open-source models on your own hardware. The practical implications are significant. With a local setup, there are no subscription fees, no usage caps, no rate limits, and no concerns about your code being sent to external servers. Your conversations with the AI never leave your machine. \"I use Ollama all the time on planes — it's a lot of fun!\" Sareen noted during a demonstration, highlighting how local models free developers from the constraints of internet connectivity. What Goose can do that traditional code assistants can't Goose operates as a command-line tool or desktop application that can autonomously perform complex development tasks. It can build entire projects from scratch, write and execute code, debug failures, orchestrate workflows across multiple files, and interact with external APIs — all without constant human oversight. The architecture relies on what the AI industry calls \" tool calling \" or \" function calling \" — the ability for a language model to request specific actions from external systems. When you ask Goose to create a new file, run a test suite, or check the status of a GitHub pull request, it doesn't just generate text describing what should happen. It actually executes those operations. This capability depends heavily on the underlying language model. Claude 4 models from Anthropic currently perform best at tool calling, according to the Berkeley Function-Calling Leaderboard , which ranks models on their ability to translate natural language requests into executable code and system commands. But newer open-source models are catching up quickly. Goose's documentation highlights several options with strong tool-calling support: Meta's Llama series , Alibaba's Qwen models , Google's Gemma variants , and DeepSeek's reasoning-focused architectures . The tool also integrates with the Model Context Protocol , or MCP, an emerging standard for connecting AI agents to external services. Through MCP, Goose can access databases, search engines, file systems, and third-party APIs — extending its capabilities far beyond what the base language model provides. Setting Up Goose with a Local Model For developers interested in a completely free, privacy-preserving setup, the process involves three main components: Goose itself, Ollama (a tool for running open-source models locally), and a compatible language model. Step 1: Install Ollama Ollama is an open-source project that dramatically simplifies the process of running large language models on personal hardware. It handles the complex work of downloading, optimizing, and serving models through a simple interface. Download and install Ollama from ollama.com . Once installed, you can pull models with a single command. For coding tasks, Qwen 2.5 offers strong tool-calling support: ollama run qwen2.5 The model downloads automatically and begins running on your machine. Step 2: Install Goose Goose is available as both a desktop application and a command-line interface. The desktop version provides a more visual experience, while the CLI appeals to developers who prefer working entirely in the terminal. Installation instructions vary by operating system but generally involve downloading from Goose's GitHub releases page or using a package manager. Block provides pre-built binaries for macOS (both Intel and Apple Silicon), Windows, and Linux. Step 3: Configure the Connection In Goose Desktop, navigate to Settings, then Configure Provider, and select Ollama. Confirm that the API Host is set to http://localhost:11434 (Ollama's default port) and click Submit. For the command-line version, run goose configure, select \"Configure Providers,\" choose Ollama, and enter the model name when prompted. That's it. Goose is now connected to a language model running entirely on your hardware, ready to execute complex coding tasks without any subscription fees or external dependencies. The RAM, processing power, and trade-offs you should know about The obvious question: what kind of computer do you need? Running large language models locally requires substantially more computational resources than typical software. The key constraint is memory — specifically, RAM on most systems, or VRAM if using a dedicated graphics card for acceleration. Block's documentation suggests that 32 gigabytes of RAM provides \"a solid baseline for larger models and outputs.\" For Mac users, this means the computer's unified memory is the primary bottleneck. For Windows and Linux users with discrete NVIDIA graphics cards, GPU memory (VRAM) matters more for acceleration. But you don't necessarily need expensive hardware to get started. Smaller models with fewer parameters run on much more modest systems. Qwen 2.5 , for instance, comes in multiple sizes, and the smaller variants can operate effectively on machines with 16 gigabytes of RAM. \"You don't need to run the largest models to get excellent results,\" Sareen emphasized . The practical recommendation: start with a smaller model to test your workflow, then scale up as needed. For context, Apple's entry-level MacBook Air with 8 gigabytes of RAM would struggle with most capable coding models. But a MacBook Pro with 32 gigabytes — increasingly common among professional developers — handles them comfortably. Why keeping your code off the cloud matters more than ever Goose with a local LLM is not a perfect substitute for Claude Code . The comparison involves real trade-offs that developers should understand. Model Quality : Claude 4.5 Opus , Anthropic's flagship model, remains arguably the most capable AI for software engineering tasks. It excels at understanding complex codebases, following nuanced instructions, and producing high-quality code on the first attempt. Open-source models have improved dramatically, but a gap persists — particularly for the most challenging tasks. One developer who switched to the $200 Claude Code plan described the difference bluntly : \"When I say 'make this look modern,' Opus knows what I mean. Other models give me Bootstrap circa 2015.\" Context Window : Claude Sonnet 4.5 , accessible through the API, offers a massive one-million-token context window — enough to load entire large codebases without chunking or context management issues. Most local models are limited to 4,096 or 8,192 tokens by default, though many can be configured for longer contexts at the cost of increased memory usage and slower processing. Speed : Cloud-based services like Claude Code run on dedicated server hardware optimized for AI inference. Local models, running on consumer laptops, typically process requests more slowly. The difference matters for iterative workflows where you're making rapid changes and waiting for AI feedback. Tooling Maturity : Claude Code benefits from Anthropic's dedicated engineering resources. Features like prompt caching (which can reduce costs by up to 90 percent for repeated contexts) and structured outputs are polished and well-documented. Goose , while actively developed with 102 releases to date, relies on community contributions and may lack equivalent refinement in specific areas. How Goose stacks up against Cursor, GitHub Copilot, and the paid AI coding market Goose enters a crowded market of AI coding tools, but occupies a distinctive position. Cursor , a popular AI-enhanced code editor, charges $20 per month for its Pro tier and $200 for Ultra —pricing that mirrors Claude Code's Max plans . Cursor provides approximately 4,500 Sonnet 4 requests per month at the Ultra level, a substantially different allocation model than Claude Code's hourly resets. Cline , Roo Code , and similar open-source projects offer AI coding assistance but with varying levels of autonomy and tool integration. Many focus on code completion rather than the agentic task execution that defines Goose and Claude Code. Amazon's CodeWhisperer , GitHub Copilot , and enterprise offerings from major cloud providers target large organizations with complex procurement processes and dedicated budgets. They are less relevant to individual developers and small teams seeking lightweight, flexible tools. Goose's combination of genuine autonomy, model agnosticism, local operation, and zero cost creates a unique value proposition. The tool is not trying to compete with commercial offerings on polish or model quality. It's competing on freedom — both financial and architectural. The $200-a-month era for AI coding tools may be ending The AI coding tools market is evolving quickly. Open-source models are improving at a pace that continually narrows the gap with proprietary alternatives. Moonshot AI's Kimi K2 and z.ai's GLM 4.5 now benchmark near Claude Sonnet 4 levels — and they're freely available. If this trajectory continues, the quality advantage that justifies Claude Code's premium pricing may erode. Anthropic would then face pressure to compete on features, user experience, and integration rather than raw model capability. For now, developers face a clear choice. Those who need the absolute best model quality, who can afford premium pricing, and who accept usage restrictions may prefer Claude Code . Those who prioritize cost, privacy, offline access, and flexibility have a genuine alternative in Goose . The fact that a $200-per-month commercial product has a zero-dollar open-source competitor with comparable core functionality is itself remarkable. It reflects both the maturation of open-source AI infrastructure and the appetite among developers for tools that respect their autonomy. Goose is not perfect. It requires more technical setup than commercial alternatives. It depends on hardware resources that not every developer possesses. Its model options, while improving rapidly, still trail the best proprietary offerings on complex tasks. But for a growing community of developers, those limitations are acceptable trade-offs for something increasingly rare in the AI landscape: a tool that truly belongs to them. Goose is available for download at github.com/block/goose . Ollama is available at ollama.com . Both projects are free and open source.", "published_at": "2026-01-19T14:00:00+00:00", "discovered_at": "2026-05-11T00:29:52.318839+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "link": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "summary": "

The artificial intelligence coding revolution comes with a catch: it's expensive.

Claude Code, Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide. But its pricing — ranging from $20 to $200 per month depending on usage — has sparked a growing rebellion among the very programmers it aims to serve.

Now, a free alternative is gaining traction. Goose, an open-source AI agent developed by Block (the financial technology company formerly known as Square), offers nearly identical functionality to Claude Code but runs entirely on a user's local machine. No subscription fees. No cloud dependency. No rate limits that reset every five hours.

"Your data stays with you, period," said Parth Sareen, a software engineer who demonstrated the tool during a recent livestream. The comment captures the core appeal: Goose gives developers complete control over their AI-powered workflow, including the ability to work offline — even on an airplane.

The project has exploded in popularity. Goose now boasts more than 26,100 stars on GitHub, the code-sharing platform, with 362 contributors and 102 releases since its launch. The latest version, 1.20.1, shipped on January 19, 2026, reflecting a development pace that rivals commercial products.

For developers frustrated by Claude Code's pricing structure and usage caps, Goose represents something increasingly rare in the AI industry: a genuinely free, no-strings-attached option for serious work.

Anthropic's new rate limits spark a developer revolt

To understand why Goose matters, you need to understand the Claude Code pricing controversy.

Anthropic, the San Francisco artificial intelligence company founded by former OpenAI executives, offers Claude Code as part of its subscription tiers. The free plan provides no access whatsoever. The Pro plan, at $17 per month with annual billing (or $20 monthly), limits users to just 10 to 40 prompts every five hours — a constraint that serious developers exhaust within minutes of intensive work.

The Max plans, at $100 and $200 per month, offer more headroom: 50 to 200 prompts and 200 to 800 prompts respectively, plus access to Anthropic's most powerful model, Claude 4.5 Opus. But even these premium tiers come with restrictions that have inflamed the developer community.

In late July, Anthropic announced new weekly rate limits. Under the system, Pro users receive 40 to 80 hours of Sonnet 4 usage per week. Max users at the $200 tier get 240 to 480 hours of Sonnet 4, plus 24 to 40 hours of Opus 4. Nearly five months later, the frustration has not subsided.

The problem? Those "hours" are not actual hours. They represent token-based limits that vary wildly depending on codebase size, conversation length, and the complexity of the code being processed. Independent analysis suggests the actual per-session limits translate to roughly 44,000 tokens for Pro users and 220,000 tokens for the $200 Max plan.

"It's confusing and vague," one developer wrote in a widely shared analysis. "When they say '24-40 hours of Opus 4,' that doesn't really tell you anything useful about what you're actually getting."

The backlash on Reddit and developer forums has been fierce. Some users report hitting their daily limits within 30 minutes of intensive coding. Others have canceled their subscriptions entirely, calling the new restrictions "a joke" and "unusable for real work."

Anthropic has defended the changes, stating that the limits affect fewer than five percent of users and target people running Claude Code "continuously in the background, 24/7." But the company has not clarified whether that figure refers to five percent of Max subscribers or five percent of all users — a distinction that matters enormously.

How Block built a free AI coding agent that works offline

Goose takes a radically different approach to the same problem.

Built by Block, the payments company led by Jack Dorsey, Goose is what engineers call an "on-machine AI agent." Unlike Claude Code, which sends your queries to Anthropic's servers for processing, Goose can run entirely on your local computer using open-source language models that you download and control yourself.

The project's documentation describes it as going "beyond code suggestions" to "install, execute, edit, and test with any LLM." That last phrase — "any LLM" — is the key differentiator. Goose is model-agnostic by design.

You can connect Goose to Anthropic's Claude models if you have API access. You can use OpenAI's GPT-5 or Google's Gemini. You can route it through services like Groq or OpenRouter. Or — and this is where things get interesting — you can run it entirely locally using tools like Ollama, which let you download and execute open-source models on your own hardware.

The practical implications are significant. With a local setup, there are no subscription fees, no usage caps, no rate limits, and no concerns about your code being sent to external servers. Your conversations with the AI never leave your machine.

"I use Ollama all the time on planes — it's a lot of fun!" Sareen noted during a demonstration, highlighting how local models free developers from the constraints of internet connectivity.

What Goose can do that traditional code assistants can't

Goose operates as a command-line tool or desktop application that can autonomously perform complex development tasks. It can build entire projects from scratch, write and execute code, debug failures, orchestrate workflows across multiple files, and interact with external APIs — all without constant human oversight.

The architecture relies on what the AI industry calls "tool calling" or "function calling" — the ability for a language model to request specific actions from external systems. When you ask Goose to create a new file, run a test suite, or check the status of a GitHub pull request, it doesn't just generate text describing what should happen. It actually executes those operations.

This capability depends heavily on the underlying language model. Claude 4 models from Anthropic currently perform best at tool calling, according to the Berkeley Function-Calling Leaderboard, which ranks models on their ability to translate natural language requests into executable code and system commands.

But newer open-source models are catching up quickly. Goose's documentation highlights several options with strong tool-calling support: Meta's Llama series, Alibaba's Qwen models, Google's Gemma variants, and DeepSeek's reasoning-focused architectures.

The tool also integrates with the Model Context Protocol, or MCP, an emerging standard for connecting AI agents to external services. Through MCP, Goose can access databases, search engines, file systems, and third-party APIs — extending its capabilities far beyond what the base language model provides.

Setting Up Goose with a Local Model

For developers interested in a completely free, privacy-preserving setup, the process involves three main components: Goose itself, Ollama (a tool for running open-source models locally), and a compatible language model.

Step 1: Install Ollama

Ollama is an open-source project that dramatically simplifies the process of running large language models on personal hardware. It handles the complex work of downloading, optimizing, and serving models through a simple interface.

Download and install Ollama from ollama.com. Once installed, you can pull models with a single command. For coding tasks, Qwen 2.5 offers strong tool-calling support:

ollama run qwen2.5

The model downloads automatically and begins running on your machine.

Step 2: Install Goose

Goose is available as both a desktop application and a command-line interface. The desktop version provides a more visual experience, while the CLI appeals to developers who prefer working entirely in the terminal.

Installation instructions vary by operating system but generally involve downloading from Goose's GitHub releases page or using a package manager. Block provides pre-built binaries for macOS (both Intel and Apple Silicon), Windows, and Linux.

Step 3: Configure the Connection

In Goose Desktop, navigate to Settings, then Configure Provider, and select Ollama. Confirm that the API Host is set to http://localhost:11434 (Ollama's default port) and click Submit.

For the command-line version, run goose configure, select "Configure Providers," choose Ollama, and enter the model name when prompted.

That's it. Goose is now connected to a language model running entirely on your hardware, ready to execute complex coding tasks without any subscription fees or external dependencies.

The RAM, processing power, and trade-offs you should know about

The obvious question: what kind of computer do you need?

Running large language models locally requires substantially more computational resources than typical software. The key constraint is memory — specifically, RAM on most systems, or VRAM if using a dedicated graphics card for acceleration.

Block's documentation suggests that 32 gigabytes of RAM provides "a solid baseline for larger models and outputs." For Mac users, this means the computer's unified memory is the primary bottleneck. For Windows and Linux users with discrete NVIDIA graphics cards, GPU memory (VRAM) matters more for acceleration.

But you don't necessarily need expensive hardware to get started. Smaller models with fewer parameters run on much more modest systems. Qwen 2.5, for instance, comes in multiple sizes, and the smaller variants can operate effectively on machines with 16 gigabytes of RAM.

"You don't need to run the largest models to get excellent results," Sareen emphasized. The practical recommendation: start with a smaller model to test your workflow, then scale up as needed.

For context, Apple's entry-level MacBook Air with 8 gigabytes of RAM would struggle with most capable coding models. But a MacBook Pro with 32 gigabytes — increasingly common among professional developers — handles them comfortably.

Why keeping your code off the cloud matters more than ever

Goose with a local LLM is not a perfect substitute for Claude Code. The comparison involves real trade-offs that developers should understand.

Model Quality: Claude 4.5 Opus, Anthropic's flagship model, remains arguably the most capable AI for software engineering tasks. It excels at understanding complex codebases, following nuanced instructions, and producing high-quality code on the first attempt. Open-source models have improved dramatically, but a gap persists — particularly for the most challenging tasks.

One developer who switched to the $200 Claude Code plan described the difference bluntly: "When I say 'make this look modern,' Opus knows what I mean. Other models give me Bootstrap circa 2015."

Context Window: Claude Sonnet 4.5, accessible through the API, offers a massive one-million-token context window — enough to load entire large codebases without chunking or context management issues. Most local models are limited to 4,096 or 8,192 tokens by default, though many can be configured for longer contexts at the cost of increased memory usage and slower processing.

Speed: Cloud-based services like Claude Code run on dedicated server hardware optimized for AI inference. Local models, running on consumer laptops, typically process requests more slowly. The difference matters for iterative workflows where you're making rapid changes and waiting for AI feedback.

Tooling Maturity: Claude Code benefits from Anthropic's dedicated engineering resources. Features like prompt caching (which can reduce costs by up to 90 percent for repeated contexts) and structured outputs are polished and well-documented. Goose, while actively developed with 102 releases to date, relies on community contributions and may lack equivalent refinement in specific areas.

How Goose stacks up against Cursor, GitHub Copilot, and the paid AI coding market

Goose enters a crowded market of AI coding tools, but occupies a distinctive position.

Cursor, a popular AI-enhanced code editor, charges $20 per month for its Pro tier and $200 for Ultra—pricing that mirrors Claude Code's Max plans. Cursor provides approximately 4,500 Sonnet 4 requests per month at the Ultra level, a substantially different allocation model than Claude Code's hourly resets.

Cline, Roo Code, and similar open-source projects offer AI coding assistance but with varying levels of autonomy and tool integration. Many focus on code completion rather than the agentic task execution that defines Goose and Claude Code.

Amazon's CodeWhisperer, GitHub Copilot, and enterprise offerings from major cloud providers target large organizations with complex procurement processes and dedicated budgets. They are less relevant to individual developers and small teams seeking lightweight, flexible tools.

Goose's combination of genuine autonomy, model agnosticism, local operation, and zero cost creates a unique value proposition. The tool is not trying to compete with commercial offerings on polish or model quality. It's competing on freedom — both financial and architectural.

The $200-a-month era for AI coding tools may be ending

The AI coding tools market is evolving quickly. Open-source models are improving at a pace that continually narrows the gap with proprietary alternatives. Moonshot AI's Kimi K2 and z.ai's GLM 4.5 now benchmark near Claude Sonnet 4 levels — and they're freely available.

If this trajectory continues, the quality advantage that justifies Claude Code's premium pricing may erode. Anthropic would then face pressure to compete on features, user experience, and integration rather than raw model capability.

For now, developers face a clear choice. Those who need the absolute best model quality, who can afford premium pricing, and who accept usage restrictions may prefer Claude Code. Those who prioritize cost, privacy, offline access, and flexibility have a genuine alternative in Goose.

The fact that a $200-per-month commercial product has a zero-dollar open-source competitor with comparable core functionality is itself remarkable. It reflects both the maturation of open-source AI infrastructure and the appetite among developers for tools that respect their autonomy.

Goose is not perfect. It requires more technical setup than commercial alternatives. It depends on hardware resources that not every developer possesses. Its model options, while improving rapidly, still trail the best proprietary offerings on complex tasks.

But for a growing community of developers, those limitations are acceptable trade-offs for something increasingly rare in the AI landscape: a tool that truly belongs to them.

Goose is available for download at github.com/block/goose. Ollama is available at ollama.com. Both projects are free and open source.

" }, "normalized_title": "claudecodecostsupto200amonthgoosedoesthesamethingforfree", "resolved_target": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "content_fingerprint": "76c75a1c0a3969850600ad99e99e1bf978bc941b09ff5bac336be104429a8108", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:49", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 49, "duplicate_primary_title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "display_summary_zh": "The artificial intelligence coding revolution comes with a catch: it's expensive. Claude Code , Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide. But its pricing — ranging from $20 to $200 per month depending on usage — has sparked a growing rebellion among the very programmers it aims to serve. Now, a free alternative is gaining traction. Goose , an open-source AI agent developed by Block (the financial technology company formerly known as Square), offers nearly identical functionality to Claude Code but runs entirely on a user's local machine. No subscription fees. No cloud dependency. No rate limits that reset every five hours. \"Your data stays with you, period,\" said Parth Sareen, a software engineer who demonstrated the tool during a recent livestream . The comment captures the core appeal: Goose gives developers complete control over their AI-powered workflow, including the ability to work offline — even on an airplane. The project has exploded in popularity. Goose now boasts more than 26,100 stars on GitHub , the code-sharing platform, with 362 contributors and 102 releases since its launch. The latest version, 1.20.1 , shipped on January 19, 2026, reflecting a development pace that rivals commercial products. For developers frustrated by Claude Code's pricing structure and usage caps, Goose represents something increasingly rare in the AI industry: a genuinely free, no-strings-attached option for serious work. Anthropic's new rate limits spark a developer revolt To understand why Goose matters, you need to understand the Claude Code pricing controversy . Anthropic, the San Francisco artificial intelligence company founded by former OpenAI executives, offers Claude Code as part of its subscription tiers. The free plan provides no access whatsoever. The Pro plan , at $17 per month with annual billing (or $20 monthly), limits users to just 10 to 40 prompts every five hours — a constraint that serious developers exhaust within minutes of intensive work. The Max plans , at $100 and $200 per month, offer more headroom: 50 to 200 prompts and 200 to 800 prompts respectively, plus access to Anthropic's most powerful model, Claude 4.5 Opus . But even these premium tiers come with restrictions that have inflamed the developer community. In late July, Anthropic announced new weekly rate limits. Under the system, Pro users receive 40 to 80 hours of Sonnet 4 usage per week. Max users at the $200 tier get 240 to 480 hours of Sonnet 4, plus 24 to 40 hours of Opus 4. Nearly five months later, the frustration has not subsided. The problem? Those \"hours\" are not actual hours. They represent token-based limits that vary wildly depending on codebase size, conversation length, and the complexity of the code being processed. Independent analysis suggests the actual per-session limits translate to roughly 44,000 tokens for Pro users and 220,000 tokens for the $200 Max plan. \"It's confusing and vague,\" one developer wrote in a widely shared analysis . \"When they say '24-40 hours of Opus 4,' that doesn't really tell you anything useful about what you're actually getting.\" The backlash on Reddit and developer forums has been fierce. Some users report hitting their daily limits within 30 minutes of intensive coding. Others have canceled their subscriptions entirely, calling the new restrictions \"a joke\" and \"unusable for real work.\" Anthropic has defended the changes, stating that the limits affect fewer than five percent of users and target people running Claude Code \" continuously in the background, 24/7 .\" But the company has not clarified whether that figure refers to five percent of Max subscribers or five percent of all users — a distinction that matters enormously. How Block built a free AI coding agent that works offline Goose takes a radically different approach to the same problem. Built by Block , the payments company led by Jack Dorsey, Goose is what engineers call an \" on-machine AI agent .\" Unlike Claude Code, which sends your queries to Anthropic's servers for processing, Goose can run entirely on your local computer using open-source language models that you download and control yourself. The project's documentation describes it as going \" beyond code suggestions \" to \"install, execute, edit, and test with any LLM.\" That last phrase — \"any LLM\" — is the key differentiator. Goose is model-agnostic by design. You can connect Goose to Anthropic's Claude models if you have API access . You can use OpenAI's GPT-5 or Google's Gemini . You can route it through services like Groq or OpenRouter . Or — and this is where things get interesting — you can run it entirely locally using tools like Ollama , which let you download and execute open-source models on your own hardware. The practical implications are significant. With a local setup, there are no subscription fees, no usage caps, no rate limits, and no concerns about your code being sent to external servers. Your conversations with the AI never leave your machine. \"I use Ollama all the time on planes — it's a lot of fun!\" Sareen noted during a demonstration, highlighting how local models free developers from the constraints of internet connectivity. What Goose can do that traditional code assistants can't Goose operates as a command-line tool or desktop application that can autonomously perform complex development tasks. It can build entire projects from scratch, write and execute code, debug failures, orchestrate workflows across multiple files, and interact with external APIs — all without constant human oversight. The architecture relies on what the AI industry calls \" tool calling \" or \" function calling \" — the ability for a language model to request specific actions from external systems. When you ask Goose to create a new file, run a test suite, or check the status of a GitHub pull request, it doesn't just generate text describing what should happen. It actually executes those operations. This capability depends heavily on the underlying language model. Claude 4 models from Anthropic currently perform best at tool calling, according to the Berkeley Function-Calling Leaderboard , which ranks models on their ability to translate natural language requests into executable code and system commands. But newer open-source models are catching up quickly. Goose's documentation highlights several options with strong tool-calling support: Meta's Llama series , Alibaba's Qwen models , Google's Gemma variants , and DeepSeek's reasoning-focused architectures . The tool also integrates with the Model Context Protocol , or MCP, an emerging standard for connecting AI agents to external services. Through MCP, Goose can access databases, search engines, file systems, and third-party APIs — extending its capabilities far beyond what the base language model provides. Setting Up Goose with a Local Model For developers interested in a completely free, privacy-preserving setup, the process involves three main components: Goose itself, Ollama (a tool for running open-source models locally), and a compatible language model. Step 1: Install Ollama Ollama is an open-source project that dramatically simplifies the process of running large language models on personal hardware. It handles the complex work of downloading, optimizing, and serving models through a simple interface. Download and install Ollama from ollama.com . Once installed, you can pull models with a single command. For coding tasks, Qwen 2.5 offers strong tool-calling support: ollama run qwen2.5 The model downloads automatically and begins running on your machine. Step 2: Install Goose Goose is available as both a desktop application and a command-line interface. The desktop version provides a more visual experience, while the CLI appeals to developers who prefer working entirely in the terminal. Installation instructions vary by operating system but generally involve downloading from Goose's GitHub releases page or using a package manager. Block provides pre-built binaries for macOS (both Intel and Apple Silicon), Windows, and Linux. Step 3: Configure the Connection In Goose Desktop, navigate to Settings, then Configure Provider, and select Ollama. Confirm that the API Host is set to http://localhost:11434 (Ollama's default port) and click Submit. For the command-line version, run goose configure, select \"Configure Providers,\" choose Ollama, and enter the model name when prompted. That's it. Goose is now connected to a language model running entirely on your hardware, ready to execute complex coding tasks without any subscription fees or external dependencies. The RAM, processing power, and trade-offs you should know about The obvious question: what kind of computer do you need? Running large language models locally requires substantially more computational resources than typical software. The key constraint is memory — specifically, RAM on most systems, or VRAM if using a dedicated graphics card for acceleration. Block's documentation suggests that 32 gigabytes of RAM provides \"a solid baseline for larger models and outputs.\" For Mac users, this means the computer's unified memory is the primary bottleneck. For Windows and Linux users with discrete NVIDIA graphics cards, GPU memory (VRAM) matters more for acceleration. But you don't necessarily need expensive hardware to get started. Smaller models with fewer parameters run on much more modest systems. Qwen 2.5 , for instance, comes in multiple sizes, and the smaller variants can operate effectively on machines with 16 gigabytes of RAM. \"You don't need to run the largest models to get excellent results,\" Sareen emphasized . The practical recommendation: start with a smaller model to test your workflow, then scale up as needed. For context, Apple's entry-level MacBook Air with 8 gigabytes of RAM would struggle with most capable coding models. But a MacBook Pro with 32 gigabytes — increasingly common among professional developers — handles them comfortably. Why keeping your code off the cloud matters more than ever Goose with a local LLM is not a perfect substitute for Claude Code . The comparison involves real trade-offs that developers should understand. Model Quality : Claude 4.5 Opus , Anthropic's flagship model, remains arguably the most capable AI for software engineering tasks. It excels at understanding complex codebases, following nuanced instructions, and producing high-quality code on the first attempt. Open-source models have improved dramatically, but a gap persists — particularly for the most challenging tasks. One developer who switched to the $200 Claude Code plan described the difference bluntly : \"When I say 'make this look modern,' Opus knows what I mean. Other models give me Bootstrap circa 2015.\" Context Window : Claude Sonnet 4.5 , accessible through the API, offers a massive one-million-token context window — enough to load entire large codebases without chunking or context management issues. Most local models are limited to 4,096 or 8,192 tokens by default, though many can be configured for longer contexts at the cost of increased memory usage and slower processing. Speed : Cloud-based services like Claude Code run on dedicated server hardware optimized for AI inference. Local models, running on consumer laptops, typically process requests more slowly. The difference matters for iterative workflows where you're making rapid changes and waiting for AI feedback. Tooling Maturity : Claude Code benefits from Anthropic's dedicated engineering resources. Features like prompt caching (which can reduce costs by up to 90 percent for repeated contexts) and structured outputs are polished and well-documented. Goose , while actively developed with 102 releases to date, relies on community contributions and may lack equivalent refinement in specific areas. How Goose stacks up against Cursor, GitHub Copilot, and the paid AI coding market Goose enters a crowded market of AI coding tools, but occupies a distinctive position. Cursor , a popular AI-enhanced code editor, charges $20 per month for its Pro tier and $200 for Ultra —pricing that mirrors Claude Code's Max plans . Cursor provides approximately 4,500 Sonnet 4 requests per month at the Ultra level, a substantially different allocation model than Claude Code's hourly resets. Cline , Roo Code , and similar open-source projects offer AI coding assistance but with varying levels of autonomy and tool integration. Many focus on code completion rather than the agentic task execution that defines Goose and Claude Code. Amazon's CodeWhisperer , GitHub Copilot , and enterprise offerings from major cloud providers target large organizations with complex procurement processes and dedicated budgets. They are less relevant to individual developers and small teams seeking lightweight, flexible tools. Goose's combination of genuine autonomy, model agnosticism, local operation, and zero cost creates a unique value proposition. The tool is not trying to compete with commercial offerings on polish or model quality. It's competing on freedom — both financial and architectural. The $200-a-month era for AI coding tools may be ending The AI coding tools market is evolving quickly. Open-source models are improving at a pace that continually narrows the gap with proprietary alternatives. Moonshot AI's Kimi K2 and z.ai's GLM 4.5 now benchmark near Claude Sonnet 4 levels — and they're freely available. If this trajectory continues, the quality advantage that justifies Claude Code's premium pricing may erode. Anthropic would then face pressure to compete on features, user experience, and integration rather than raw model capability. For now, developers face a clear choice. Those who need the absolute best model quality, who can afford premium pricing, and who accept usage restrictions may prefer Claude Code . Those who prioritize cost, privacy, offline access, and flexibility have a genuine alternative in Goose . The fact that a $200-per-month commercial product has a zero-dollar open-source competitor with comparable core functionality is itself remarkable. It reflects both the maturation of open-source AI infrastructure and the appetite among developers for tools that respect their autonomy. Goose is not perfect. It requires more technical setup than commercial alternatives. It depends on hardware resources that not every developer possesses. Its model options, while improving rapidly, still trail the best proprietary offerings on complex tasks. But for a growing community of developers, those limitations are acceptable trade-offs for something increasingly rare in the AI landscape: a tool that truly belongs to them. Goose is available for download at github.com/block/goose . Ollama is available at ollama.com . Both projects are free and open source.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "The artificial intelligence coding revolution comes with a catch: it's expensive. Claude Code , Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide.", "hot_score": 0.0 }, { "id": 50, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "url": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "canonical_url": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "summary": "Alfred Wahlforss was running out of options. His startup, Listen Labs , needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible. So he spent $5,000 — a fifth of his marketing budget — on a billboard in San Francisco displaying what looked like gibberish: five strings of random numbers. The numbers were actually AI tokens. Decoded, they led to a coding challenge: build an algorithm to act as a digital bouncer at Berghain, the Berlin nightclub famous for rejecting nearly everyone at the door. Within days, thousands attempted the puzzle. 430 cracked it. Some got hired. The winner flew to Berlin, all expenses paid. That unconventional approach has now attracted $69 million in Series B funding, led by Ribbit Capital with participation from Evantic and existing investors Sequoia Capital , Conviction , and Pear VC . The round values Listen Labs at $500 million and brings its total capital to $100 million. In nine months since launch, the company has grown annualized revenue by 15x to eight figures and conducted over one million AI-powered interviews. \"When you obsess over customers, everything else follows,\" Wahlforss said in an interview with VentureBeat. \"Teams that use Listen bring the customer into every decision, from marketing to product, and when the customer is delighted, everyone is.\" Why traditional market research is broken, and what Listen Labs is building to fix it Listen's AI researcher finds participants, conducts in-depth interviews, and delivers actionable insights in hours, not weeks. The platform replaces the traditional choice between quantitative surveys — which provide statistical precision but miss nuance—and qualitative interviews, which deliver depth but cannot scale. Wahlforss explained the limitation of existing approaches: \"Essentially surveys give you false precision because people end up answering the same question... You can't get the outliers. People are actually not honest on surveys.\" The alternative, one-on-one human interviews, \"gives you a lot of depth. You can ask follow up questions. You can kind of double check if they actually know what they're talking about. And the problem is you can't scale that.\" The platform works in four steps: users create a study with AI assistance, Listen recruits participants from its global network of 30 million people, an AI moderator conducts in-depth interviews with follow-up questions, and results are packaged into executive-ready reports including key themes, highlight reels, and slide decks. What distinguishes Listen's approach is its use of open-ended video conversations rather than multiple-choice forms. \"In a survey, you can kind of guess what you should answer, and you have four options,\" Wahlforss said. \"Oh, they probably want me to buy high income. Let me click on that button versus an open ended response. It just generates much more honesty.\" The dirty secret of the $140 billion market research industry: rampant fraud Listen finds and qualifies the right participants in its global network of 30 million people. But building that panel required confronting what Wahlforss called \"one of the most shocking things that we've learned when we entered this industry\"—rampant fraud. \"Essentially, there's a financial transaction involved, which means there will be bad players,\" he explained. \"We actually had some of the largest companies, some of them have billions in revenue, send us people who claim to be kind of enterprise buyers to our platform and our system immediately detected, like, fraud, fraud, fraud, fraud, fraud.\" The company built what it calls a \"quality guard\" that cross-references LinkedIn profiles with video responses to verify identity, checks consistency across how participants answer questions, and flags suspicious patterns. The result, according to Wahlforss: \"People talk three times more. They're much more honest when they talk about sensitive topics like politics and mental health.\" Emeritus , an online education company that uses Listen, reported that approximately 20% of survey responses previously fell into the fraudulent or low-quality category. With Listen, they reduced this to almost zero. \"We did not have to replace any responses because of fraud or gibberish information,\" said Gabrielli Tiburi, Assistant Manager of Customer Insights at Emeritus. How Microsoft, Sweetgreen, and Chubbies are using AI interviews to build better products The speed advantage has proven central to Listen's pitch. Traditional customer research at Microsoft could take four to six weeks to generate insights. \"By the time we get to them, either the decision has been made or we lose out on the opportunity to actually influence it,\" said Romani Patel, Senior Research Manager at Microsoft. With Listen, Microsoft can now get insights in days, and in many cases, within hours. The platform has already powered several high-profile initiatives. Microsoft used Listen Labs to collect global customer stories for its 50th anniversary celebration. \"We wanted users to share how Copilot is empowering them to bring their best self forward,\" Patel said, \"and we were able to collect those user video stories within a day.\" Traditionally, that kind of work would have taken six to eight weeks. Simple Modern , an Oklahoma-based drinkware company, used Listen to test a new product concept. The process took about an hour to write questions, an hour to launch the study, and 2.5 hours to receive feedback from 120 people across the country. \"We went from 'Should we even have this product?' to 'How should we launch it?'\" said Chris Hoyle, the company's Chief Marketing Officer. Chubbies , the shorts brand, achieved a 24x increase in youth research participation—growing from 5 to 120 participants — by using Listen to overcome the scheduling challenges of traditional focus groups with children. \"There's school, sports, dinner, and homework,\" explained Lauren Neville, Director of Insights and Innovation. \"I had to find a way to hear from them that fit into their schedules.\" The company also discovered product issues through AI interviews that might have gone undetected otherwise. Wahlforss described how the AI \"through conversations, realized there were like issues with the the kids short line, and decided to, like, interview hundreds of kids. And I understand that there were issues in the liner of the shorts and that they were, like, scratchy, quote, unquote, according to the people interviewed.\" The redesigned product became \"a blockbuster hit.\" The Jevons paradox explains why cheaper research creates more demand, not less Listen Labs is entering a massive but fragmented market. Wahlforss cited research from Andreessen Horowitz estimating the market research industry at roughly $140 billion annually , populated by legacy players — some with more than a billion dollars in revenue — that he believes are vulnerable to disruption. \"There are very much existing budget lines that we are replacing,\" Wahlforss said. \"Why we're replacing them is that one, they're super costly. Two, they're kind of stuck in this old paradigm of choosing between a survey or interview, and they also take months to work with.\" But the more intriguing dynamic may be that AI-powered research doesn't just replace existing spending — it creates new demand. Wahlforss invoked the Jevons paradox, an economic principle that occurs when technological advancements make a resource more efficient to use, but increased efficiency leads to increased overall consumption rather than decreased consumption. \"What I've noticed is that as something gets cheaper, you don't need less of it. You want more of it,\" Wahlforss explained. \"There's infinite demand for customer understanding. So the researchers on the team can do an order of magnitude more research, and also other people who weren't researchers before can now do that as part of their job.\" Inside the elite engineering team that built Listen Labs before they had a working toilet Listen Labs traces its origins to a consumer app that Wahlforss and his co-founder built after meeting at Harvard. \"We built this consumer app that got 20,000 downloads in one day,\" Wahlforss recalled. \"We had all these users, and we were thinking like, okay, what can we do to get to know them better? And we built this prototype of what Listen is today.\" The founding team brings an unusual pedigree. Wahlforss's co-founder \"was the national champion in competitive programming in Germany, and he worked at Tesla Autopilot.\" The company claims that 30% of its engineering team are medalists from the International Olympiad in Informatics — the same competition that produced the founders of Cognition , the AI coding startup. The Berghain billboard stunt generated approximately 5 million views across social media, according to Wahlforss. It reflected the intensity of the talent war in the Bay Area. \"We had to do these things because some of our, like early employees, joined the company before we had a working toilet,\" he said. \"But now we fixed that situation.\" The company grew from 5 to 40 employees in 2024 and plans to reach 150 this year. It hires engineers for non-engineering roles across marketing, growth, and operations — a bet that in the AI era, technical fluency matters everywhere. Synthetic customers and automated decisions: what Listen Labs is building next Wahlforss outlined an ambitious product roadmap that pushes into more speculative territory. The company is building \"the ability to simulate your customers, so you can take all of those interviews we've done, and then extrapolate based on that and create synthetic users or simulated user voices.\" Beyond simulation, Listen aims to enable automated action based on research findings. \"Can you not just make recommendations, but also create spawn agents to either change things in code or some customer churns? Can you give them a discount and try to bring them back?\" Wahlforss acknowledged the ethical implications. \"Obviously, as you said, there's kind of ethical concerns there. Of like, automated decision making overall can be bad, but we will have considerable guardrails to make sure that the companies are always in the loop.\" The company already handles sensitive data with care. \"We don't train on any of the data,\" Wahlforss said. \"We will also scrub any sensitive PII automatically so the model can detect that. And there are times when, for example, you work with investors, where if you accidentally mention something that could be material, non public information, the AI can actually detect that and remove any information like that.\" How AI could reshape the future of product development Perhaps the most provocative implication of Listen's model is how it could reshape product development itself. Wahlforss described a customer — an Australian startup — that has adopted what amounts to a continuous feedback loop. \"They're based in Australia, so they're coding during the day, and then in their night, they're releasing a Listen study with an American audience. Listen validates whatever they built during the day, and they get feedback on that. They can then plug that feedback directly into coding tools like Claude Code and iterate.\" The vision extends Y Combinator's famous dictum — \" write code, talk to users \" — into an automated cycle. \"Write code is now getting automated. And I think like talk to users will be as well, and you'll have this kind of infinite loop where you can start to ship this truly amazing product, almost kind of autonomously.\" Whether that vision materializes depends on factors beyond Listen's control — the continued improvement of AI models, enterprise willingness to trust automated research, and whether speed truly correlates with better products. A 2024 MIT study found that 95% of AI pilots fail to move into production, a statistic Wahlforss cited as the reason he emphasizes quality over demos. \"I'm constantly have to emphasize like, let's make sure the quality is there and the details are right,\" he said. But the company's growth suggests appetite for the experiment. Microsoft's Patel said Listen has \"removed the drudgery of research and brought the fun and joy back into my work.\" Chubbies is now pushing its founder to give everyone in the company a login. Sling Money, a stablecoin payments startup, can create a survey in ten minutes and receive results the same day. \"It's a total game changer,\" said Ali Romero, Sling Money's marketing manager. Wahlforss has a different phrase for what he's building. When asked about the tension between speed and rigor — the long-held belief that moving fast means cutting corners — he cited Nat Friedman, the former GitHub CEO and Listen investor, who keeps a list of one-liners on his website. One of them: \"Slow is fake.\" It's an aggressive claim for an industry built on methodological caution. But Listen Labs is betting that in the AI era, the companies that listen fastest will be the ones that win. The only question is whether customers will talk back.", "published_at": "2026-01-16T14:01:00+00:00", "discovered_at": "2026-05-11T00:29:52.319901+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "link": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "summary": "

Alfred Wahlforss was running out of options. His startup, Listen Labs, needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible. So he spent $5,000 — a fifth of his marketing budget — on a billboard in San Francisco displaying what looked like gibberish: five strings of random numbers.

The numbers were actually AI tokens. Decoded, they led to a coding challenge: build an algorithm to act as a digital bouncer at Berghain, the Berlin nightclub famous for rejecting nearly everyone at the door. Within days, thousands attempted the puzzle. 430 cracked it. Some got hired. The winner flew to Berlin, all expenses paid.

That unconventional approach has now attracted $69 million in Series B funding, led by Ribbit Capital with participation from Evantic and existing investors Sequoia Capital, Conviction, and Pear VC. The round values Listen Labs at $500 million and brings its total capital to $100 million. In nine months since launch, the company has grown annualized revenue by 15x to eight figures and conducted over one million AI-powered interviews.

"When you obsess over customers, everything else follows," Wahlforss said in an interview with VentureBeat. "Teams that use Listen bring the customer into every decision, from marketing to product, and when the customer is delighted, everyone is."

Why traditional market research is broken, and what Listen Labs is building to fix it

Listen's AI researcher finds participants, conducts in-depth interviews, and delivers actionable insights in hours, not weeks. The platform replaces the traditional choice between quantitative surveys — which provide statistical precision but miss nuance—and qualitative interviews, which deliver depth but cannot scale.

Wahlforss explained the limitation of existing approaches: "Essentially surveys give you false precision because people end up answering the same question... You can't get the outliers. People are actually not honest on surveys." The alternative, one-on-one human interviews, "gives you a lot of depth. You can ask follow up questions. You can kind of double check if they actually know what they're talking about. And the problem is you can't scale that."

The platform works in four steps: users create a study with AI assistance, Listen recruits participants from its global network of 30 million people, an AI moderator conducts in-depth interviews with follow-up questions, and results are packaged into executive-ready reports including key themes, highlight reels, and slide decks.

What distinguishes Listen's approach is its use of open-ended video conversations rather than multiple-choice forms. "In a survey, you can kind of guess what you should answer, and you have four options," Wahlforss said. "Oh, they probably want me to buy high income. Let me click on that button versus an open ended response. It just generates much more honesty."

The dirty secret of the $140 billion market research industry: rampant fraud

Listen finds and qualifies the right participants in its global network of 30 million people. But building that panel required confronting what Wahlforss called "one of the most shocking things that we've learned when we entered this industry"—rampant fraud.

"Essentially, there's a financial transaction involved, which means there will be bad players," he explained. "We actually had some of the largest companies, some of them have billions in revenue, send us people who claim to be kind of enterprise buyers to our platform and our system immediately detected, like, fraud, fraud, fraud, fraud, fraud."

The company built what it calls a "quality guard" that cross-references LinkedIn profiles with video responses to verify identity, checks consistency across how participants answer questions, and flags suspicious patterns. The result, according to Wahlforss: "People talk three times more. They're much more honest when they talk about sensitive topics like politics and mental health."

Emeritus, an online education company that uses Listen, reported that approximately 20% of survey responses previously fell into the fraudulent or low-quality category. With Listen, they reduced this to almost zero. "We did not have to replace any responses because of fraud or gibberish information," said Gabrielli Tiburi, Assistant Manager of Customer Insights at Emeritus.

How Microsoft, Sweetgreen, and Chubbies are using AI interviews to build better products

The speed advantage has proven central to Listen's pitch. Traditional customer research at Microsoft could take four to six weeks to generate insights. "By the time we get to them, either the decision has been made or we lose out on the opportunity to actually influence it," said Romani Patel, Senior Research Manager at Microsoft.

With Listen, Microsoft can now get insights in days, and in many cases, within hours.

The platform has already powered several high-profile initiatives. Microsoft used Listen Labs to collect global customer stories for its 50th anniversary celebration. "We wanted users to share how Copilot is empowering them to bring their best self forward," Patel said, "and we were able to collect those user video stories within a day." Traditionally, that kind of work would have taken six to eight weeks.

Simple Modern, an Oklahoma-based drinkware company, used Listen to test a new product concept. The process took about an hour to write questions, an hour to launch the study, and 2.5 hours to receive feedback from 120 people across the country. "We went from 'Should we even have this product?' to 'How should we launch it?'" said Chris Hoyle, the company's Chief Marketing Officer.

Chubbies, the shorts brand, achieved a 24x increase in youth research participation—growing from 5 to 120 participants — by using Listen to overcome the scheduling challenges of traditional focus groups with children. "There's school, sports, dinner, and homework," explained Lauren Neville, Director of Insights and Innovation. "I had to find a way to hear from them that fit into their schedules."

The company also discovered product issues through AI interviews that might have gone undetected otherwise. Wahlforss described how the AI "through conversations, realized there were like issues with the the kids short line, and decided to, like, interview hundreds of kids. And I understand that there were issues in the liner of the shorts and that they were, like, scratchy, quote, unquote, according to the people interviewed." The redesigned product became "a blockbuster hit."

The Jevons paradox explains why cheaper research creates more demand, not less

Listen Labs is entering a massive but fragmented market. Wahlforss cited research from Andreessen Horowitz estimating the market research industry at roughly $140 billion annually, populated by legacy players — some with more than a billion dollars in revenue — that he believes are vulnerable to disruption.

"There are very much existing budget lines that we are replacing," Wahlforss said. "Why we're replacing them is that one, they're super costly. Two, they're kind of stuck in this old paradigm of choosing between a survey or interview, and they also take months to work with."

But the more intriguing dynamic may be that AI-powered research doesn't just replace existing spending — it creates new demand. Wahlforss invoked the Jevons paradox, an economic principle that occurs when technological advancements make a resource more efficient to use, but increased efficiency leads to increased overall consumption rather than decreased consumption.

"What I've noticed is that as something gets cheaper, you don't need less of it. You want more of it," Wahlforss explained. "There's infinite demand for customer understanding. So the researchers on the team can do an order of magnitude more research, and also other people who weren't researchers before can now do that as part of their job."

Inside the elite engineering team that built Listen Labs before they had a working toilet

Listen Labs traces its origins to a consumer app that Wahlforss and his co-founder built after meeting at Harvard. "We built this consumer app that got 20,000 downloads in one day," Wahlforss recalled. "We had all these users, and we were thinking like, okay, what can we do to get to know them better? And we built this prototype of what Listen is today."

The founding team brings an unusual pedigree. Wahlforss's co-founder "was the national champion in competitive programming in Germany, and he worked at Tesla Autopilot." The company claims that 30% of its engineering team are medalists from the International Olympiad in Informatics — the same competition that produced the founders of Cognition, the AI coding startup.

The Berghain billboard stunt generated approximately 5 million views across social media, according to Wahlforss. It reflected the intensity of the talent war in the Bay Area.

"We had to do these things because some of our, like early employees, joined the company before we had a working toilet," he said. "But now we fixed that situation."

The company grew from 5 to 40 employees in 2024 and plans to reach 150 this year. It hires engineers for non-engineering roles across marketing, growth, and operations — a bet that in the AI era, technical fluency matters everywhere.

Synthetic customers and automated decisions: what Listen Labs is building next

Wahlforss outlined an ambitious product roadmap that pushes into more speculative territory. The company is building "the ability to simulate your customers, so you can take all of those interviews we've done, and then extrapolate based on that and create synthetic users or simulated user voices."

Beyond simulation, Listen aims to enable automated action based on research findings. "Can you not just make recommendations, but also create spawn agents to either change things in code or some customer churns? Can you give them a discount and try to bring them back?"

Wahlforss acknowledged the ethical implications. "Obviously, as you said, there's kind of ethical concerns there. Of like, automated decision making overall can be bad, but we will have considerable guardrails to make sure that the companies are always in the loop."

The company already handles sensitive data with care. "We don't train on any of the data," Wahlforss said. "We will also scrub any sensitive PII automatically so the model can detect that. And there are times when, for example, you work with investors, where if you accidentally mention something that could be material, non public information, the AI can actually detect that and remove any information like that."

How AI could reshape the future of product development

Perhaps the most provocative implication of Listen's model is how it could reshape product development itself. Wahlforss described a customer — an Australian startup — that has adopted what amounts to a continuous feedback loop.

"They're based in Australia, so they're coding during the day, and then in their night, they're releasing a Listen study with an American audience. Listen validates whatever they built during the day, and they get feedback on that. They can then plug that feedback directly into coding tools like Claude Code and iterate."

The vision extends Y Combinator's famous dictum — "write code, talk to users" — into an automated cycle. "Write code is now getting automated. And I think like talk to users will be as well, and you'll have this kind of infinite loop where you can start to ship this truly amazing product, almost kind of autonomously."

Whether that vision materializes depends on factors beyond Listen's control — the continued improvement of AI models, enterprise willingness to trust automated research, and whether speed truly correlates with better products. A 2024 MIT study found that 95% of AI pilots fail to move into production, a statistic Wahlforss cited as the reason he emphasizes quality over demos.

"I'm constantly have to emphasize like, let's make sure the quality is there and the details are right," he said.

But the company's growth suggests appetite for the experiment. Microsoft's Patel said Listen has "removed the drudgery of research and brought the fun and joy back into my work." Chubbies is now pushing its founder to give everyone in the company a login. Sling Money, a stablecoin payments startup, can create a survey in ten minutes and receive results the same day.

"It's a total game changer," said Ali Romero, Sling Money's marketing manager.

Wahlforss has a different phrase for what he's building. When asked about the tension between speed and rigor — the long-held belief that moving fast means cutting corners — he cited Nat Friedman, the former GitHub CEO and Listen investor, who keeps a list of one-liners on his website.

One of them: "Slow is fake."

It's an aggressive claim for an industry built on methodological caution. But Listen Labs is betting that in the AI era, the companies that listen fastest will be the ones that win. The only question is whether customers will talk back.

" }, "normalized_title": "listenlabsraises69mafterviralbillboardhiringstunttoscaleaicustomerinterviews", "resolved_target": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "content_fingerprint": "3fd7a794dddaabe9d725e383a1eaa24f844695cabd5695a1aefe0e4c0c57a523", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:50", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 50, "duplicate_primary_title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "display_summary_zh": "Alfred Wahlforss was running out of options. His startup, Listen Labs , needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible. So he spent $5,000 — a fifth of his marketing budget — on a billboard in San Francisco displaying what looked like gibberish: five strings of random numbers. The numbers were actually AI tokens. Decoded, they led to a coding challenge: build an algorithm to act as a digital bouncer at Berghain, the Berlin nightclub famous for rejecting nearly everyone at the door. Within days, thousands attempted the puzzle. 430 cracked it. Some got hired. The winner flew to Berlin, all expenses paid. That unconventional approach has now attracted $69 million in Series B funding, led by Ribbit Capital with participation from Evantic and existing investors Sequoia Capital , Conviction , and Pear VC . The round values Listen Labs at $500 million and brings its total capital to $100 million. In nine months since launch, the company has grown annualized revenue by 15x to eight figures and conducted over one million AI-powered interviews. \"When you obsess over customers, everything else follows,\" Wahlforss said in an interview with VentureBeat. \"Teams that use Listen bring the customer into every decision, from marketing to product, and when the customer is delighted, everyone is.\" Why traditional market research is broken, and what Listen Labs is building to fix it Listen's AI researcher finds participants, conducts in-depth interviews, and delivers actionable insights in hours, not weeks. The platform replaces the traditional choice between quantitative surveys — which provide statistical precision but miss nuance—and qualitative interviews, which deliver depth but cannot scale. Wahlforss explained the limitation of existing approaches: \"Essentially surveys give you false precision because people end up answering the same question... You can't get the outliers. People are actually not honest on surveys.\" The alternative, one-on-one human interviews, \"gives you a lot of depth. You can ask follow up questions. You can kind of double check if they actually know what they're talking about. And the problem is you can't scale that.\" The platform works in four steps: users create a study with AI assistance, Listen recruits participants from its global network of 30 million people, an AI moderator conducts in-depth interviews with follow-up questions, and results are packaged into executive-ready reports including key themes, highlight reels, and slide decks. What distinguishes Listen's approach is its use of open-ended video conversations rather than multiple-choice forms. \"In a survey, you can kind of guess what you should answer, and you have four options,\" Wahlforss said. \"Oh, they probably want me to buy high income. Let me click on that button versus an open ended response. It just generates much more honesty.\" The dirty secret of the $140 billion market research industry: rampant fraud Listen finds and qualifies the right participants in its global network of 30 million people. But building that panel required confronting what Wahlforss called \"one of the most shocking things that we've learned when we entered this industry\"—rampant fraud. \"Essentially, there's a financial transaction involved, which means there will be bad players,\" he explained. \"We actually had some of the largest companies, some of them have billions in revenue, send us people who claim to be kind of enterprise buyers to our platform and our system immediately detected, like, fraud, fraud, fraud, fraud, fraud.\" The company built what it calls a \"quality guard\" that cross-references LinkedIn profiles with video responses to verify identity, checks consistency across how participants answer questions, and flags suspicious patterns. The result, according to Wahlforss: \"People talk three times more. They're much more honest when they talk about sensitive topics like politics and mental health.\" Emeritus , an online education company that uses Listen, reported that approximately 20% of survey responses previously fell into the fraudulent or low-quality category. With Listen, they reduced this to almost zero. \"We did not have to replace any responses because of fraud or gibberish information,\" said Gabrielli Tiburi, Assistant Manager of Customer Insights at Emeritus. How Microsoft, Sweetgreen, and Chubbies are using AI interviews to build better products The speed advantage has proven central to Listen's pitch. Traditional customer research at Microsoft could take four to six weeks to generate insights. \"By the time we get to them, either the decision has been made or we lose out on the opportunity to actually influence it,\" said Romani Patel, Senior Research Manager at Microsoft. With Listen, Microsoft can now get insights in days, and in many cases, within hours. The platform has already powered several high-profile initiatives. Microsoft used Listen Labs to collect global customer stories for its 50th anniversary celebration. \"We wanted users to share how Copilot is empowering them to bring their best self forward,\" Patel said, \"and we were able to collect those user video stories within a day.\" Traditionally, that kind of work would have taken six to eight weeks. Simple Modern , an Oklahoma-based drinkware company, used Listen to test a new product concept. The process took about an hour to write questions, an hour to launch the study, and 2.5 hours to receive feedback from 120 people across the country. \"We went from 'Should we even have this product?' to 'How should we launch it?'\" said Chris Hoyle, the company's Chief Marketing Officer. Chubbies , the shorts brand, achieved a 24x increase in youth research participation—growing from 5 to 120 participants — by using Listen to overcome the scheduling challenges of traditional focus groups with children. \"There's school, sports, dinner, and homework,\" explained Lauren Neville, Director of Insights and Innovation. \"I had to find a way to hear from them that fit into their schedules.\" The company also discovered product issues through AI interviews that might have gone undetected otherwise. Wahlforss described how the AI \"through conversations, realized there were like issues with the the kids short line, and decided to, like, interview hundreds of kids. And I understand that there were issues in the liner of the shorts and that they were, like, scratchy, quote, unquote, according to the people interviewed.\" The redesigned product became \"a blockbuster hit.\" The Jevons paradox explains why cheaper research creates more demand, not less Listen Labs is entering a massive but fragmented market. Wahlforss cited research from Andreessen Horowitz estimating the market research industry at roughly $140 billion annually , populated by legacy players — some with more than a billion dollars in revenue — that he believes are vulnerable to disruption. \"There are very much existing budget lines that we are replacing,\" Wahlforss said. \"Why we're replacing them is that one, they're super costly. Two, they're kind of stuck in this old paradigm of choosing between a survey or interview, and they also take months to work with.\" But the more intriguing dynamic may be that AI-powered research doesn't just replace existing spending — it creates new demand. Wahlforss invoked the Jevons paradox, an economic principle that occurs when technological advancements make a resource more efficient to use, but increased efficiency leads to increased overall consumption rather than decreased consumption. \"What I've noticed is that as something gets cheaper, you don't need less of it. You want more of it,\" Wahlforss explained. \"There's infinite demand for customer understanding. So the researchers on the team can do an order of magnitude more research, and also other people who weren't researchers before can now do that as part of their job.\" Inside the elite engineering team that built Listen Labs before they had a working toilet Listen Labs traces its origins to a consumer app that Wahlforss and his co-founder built after meeting at Harvard. \"We built this consumer app that got 20,000 downloads in one day,\" Wahlforss recalled. \"We had all these users, and we were thinking like, okay, what can we do to get to know them better? And we built this prototype of what Listen is today.\" The founding team brings an unusual pedigree. Wahlforss's co-founder \"was the national champion in competitive programming in Germany, and he worked at Tesla Autopilot.\" The company claims that 30% of its engineering team are medalists from the International Olympiad in Informatics — the same competition that produced the founders of Cognition , the AI coding startup. The Berghain billboard stunt generated approximately 5 million views across social media, according to Wahlforss. It reflected the intensity of the talent war in the Bay Area. \"We had to do these things because some of our, like early employees, joined the company before we had a working toilet,\" he said. \"But now we fixed that situation.\" The company grew from 5 to 40 employees in 2024 and plans to reach 150 this year. It hires engineers for non-engineering roles across marketing, growth, and operations — a bet that in the AI era, technical fluency matters everywhere. Synthetic customers and automated decisions: what Listen Labs is building next Wahlforss outlined an ambitious product roadmap that pushes into more speculative territory. The company is building \"the ability to simulate your customers, so you can take all of those interviews we've done, and then extrapolate based on that and create synthetic users or simulated user voices.\" Beyond simulation, Listen aims to enable automated action based on research findings. \"Can you not just make recommendations, but also create spawn agents to either change things in code or some customer churns? Can you give them a discount and try to bring them back?\" Wahlforss acknowledged the ethical implications. \"Obviously, as you said, there's kind of ethical concerns there. Of like, automated decision making overall can be bad, but we will have considerable guardrails to make sure that the companies are always in the loop.\" The company already handles sensitive data with care. \"We don't train on any of the data,\" Wahlforss said. \"We will also scrub any sensitive PII automatically so the model can detect that. And there are times when, for example, you work with investors, where if you accidentally mention something that could be material, non public information, the AI can actually detect that and remove any information like that.\" How AI could reshape the future of product development Perhaps the most provocative implication of Listen's model is how it could reshape product development itself. Wahlforss described a customer — an Australian startup — that has adopted what amounts to a continuous feedback loop. \"They're based in Australia, so they're coding during the day, and then in their night, they're releasing a Listen study with an American audience. Listen validates whatever they built during the day, and they get feedback on that. They can then plug that feedback directly into coding tools like Claude Code and iterate.\" The vision extends Y Combinator's famous dictum — \" write code, talk to users \" — into an automated cycle. \"Write code is now getting automated. And I think like talk to users will be as well, and you'll have this kind of infinite loop where you can start to ship this truly amazing product, almost kind of autonomously.\" Whether that vision materializes depends on factors beyond Listen's control — the continued improvement of AI models, enterprise willingness to trust automated research, and whether speed truly correlates with better products. A 2024 MIT study found that 95% of AI pilots fail to move into production, a statistic Wahlforss cited as the reason he emphasizes quality over demos. \"I'm constantly have to emphasize like, let's make sure the quality is there and the details are right,\" he said. But the company's growth suggests appetite for the experiment. Microsoft's Patel said Listen has \"removed the drudgery of research and brought the fun and joy back into my work.\" Chubbies is now pushing its founder to give everyone in the company a login. Sling Money, a stablecoin payments startup, can create a survey in ten minutes and receive results the same day. \"It's a total game changer,\" said Ali Romero, Sling Money's marketing manager. Wahlforss has a different phrase for what he's building. When asked about the tension between speed and rigor — the long-held belief that moving fast means cutting corners — he cited Nat Friedman, the former GitHub CEO and Listen investor, who keeps a list of one-liners on his website. One of them: \"Slow is fake.\" It's an aggressive claim for an industry built on methodological caution. But Listen Labs is betting that in the AI era, the companies that listen fastest will be the ones that win. The only question is whether customers will talk back.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Alfred Wahlforss was running out of options. His startup, Listen Labs , needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible.", "hot_score": 0.0 }, { "id": 51, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "url": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "canonical_url": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "summary": "Salesforce on Tuesday launched an entirely rebuilt version of Slackbot , the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting documents, and taking action on behalf of employees. The new Slackbot, now generally available to Business+ and Enterprise+ customers, is Salesforce's most aggressive move yet to position Slack at the center of the emerging \"agentic AI\" movement — where software agents work alongside humans to complete complex tasks. The launch comes as Salesforce attempts to convince investors that artificial intelligence will bolster its products rather than render them obsolete. \"Slackbot isn't just another copilot or AI assistant,\" said Parker Harris , Salesforce co-founder and Slack's chief technology officer, in an exclusive interview with Salesforce. \"It's the front door to the agentic enterprise, powered by Salesforce.\" From tricycle to Porsche: Salesforce rebuilt Slackbot from the ground up Harris was blunt about what distinguishes the new Slackbot from its predecessor: \"The old Slackbot was, you know, a little tricycle, and the new Slackbot is like, you know, a Porsche.\" The original Slackbot, which has existed since Slack's early days, performed basic algorithmic tasks — reminding users to add colleagues to documents, suggesting channel archives, and delivering simple notifications. The new version runs on an entirely different architecture built around a large language model and sophisticated search capabilities that can access Salesforce records, Google Drive files, calendar data, and years of Slack conversations. \"It's two different things,\" Harris explained. \"The old Slackbot was algorithmic and fairly simple. The new Slackbot is brand new — it's based around an LLM and a very robust search engine, and connections to third-party search engines, third-party enterprise data.\" Salesforce chose to retain the Slackbot brand despite the fundamental technical overhaul. \"People know what Slackbot is, and so we wanted to carry that forward,\" Harris said. Why Anthropic's Claude powers the new Slackbot — and which AI models could come next The new Slackbot runs on Claude , Anthropic's large language model, a choice driven partly by compliance requirements. Slack's commercial service operates under FedRAMP Moderate certification to serve U.S. federal government customers, and Harris said Anthropic was \"the only provider that could give us a compliant LLM\" when Slack began building the new system. But that exclusivity won't last. \"We are, this year, going to support additional providers,\" Harris said. \"We have a great relationship with Google. Gemini is incredible — performance is great, cost is great. So we're going to use Gemini for some things.\" He added that OpenAI remains a possibility as well. Harris echoed Salesforce CEO Marc Benioff's view that large language models are becoming commoditized: \"You've heard Marc talk about LLMs are commodities, that they're democratized. I call them CPUs.\" On the sensitive question of training data, Harris was unequivocal: Salesforce does not train any models on customer data. \"Models don't have any sort of security,\" he explained. \"If we trained it on some confidential conversation that you and I have, I don't want Carolyn to know — if I train it into the LLM, there is no way for me to say you get to see the answer, but Carolyn doesn't.\" Inside Salesforce's internal experiment: 80,000 employees tested Slackbot with striking results Salesforce has been testing the new Slackbot internally for months , rolling it out to all 80,000 employees. According to Ryan Gavin, Slack's chief marketing officer, the results have been striking: \"It's the fastest adopted product in Salesforce history.\" Internal data shows that two-thirds of Salesforce employees have tried the new Slackbot, with 80% of those users continuing to use it regularly. Internal satisfaction rates reached 96% — the highest for any AI feature Slack has shipped. Employees report saving between two and 20 hours per week. The adoption happened largely organically. \"I think it was about five days, and a Canvas was developed by our employees called 'The Most Stealable Slackbot Prompts,'\" Gavin said. \"People just started adding to it organically. I think it's up to 250-plus prompts that are in this Canvas right now.\" Kate Crotty, a principal UX researcher at Salesforce, found that 73% of internal adoption was driven by social sharing rather than top-down mandates. \"Everybody is there to help each other learn and communicate hacks,\" she said. How Slackbot transforms scattered enterprise data into executive-ready insights During a product demonstration, Amy Bauer, Slack's product experience designer, showed how Slackbot can synthesize information across multiple sources. In one example, she asked Slackbot to analyze customer feedback from a pilot program, upload an image of a usage dashboard, and have Slackbot correlate the qualitative and quantitative data. \"This is where Slackbot really earns its keep for me,\" Bauer explained. \"What it's doing is not just simply reading the image — it's actually looking at the image and comparing it to the insight it just generated for me.\" Slackbot can then query Salesforce to find enterprise accounts with open deals that might be good candidates for early access, creating what Bauer called \"a really great justification and plan to move forward.\" Finally, it can synthesize all that information into a Canvas — Slack's collaborative document format — and find calendar availability among stakeholders to schedule a review meeting. \"Up until this point, we have been working in a one-to-one capacity with Slackbot,\" Bauer said. \"But one of the benefits that I can do now is take this insight and have it generate this into a Canvas, a shared workspace where I can iterate on it, refine it with Slackbot, or share it out with my team.\" Rob Seaman, Slack's chief product officer, said the Canvas creation demonstrates where the product is heading: \"This is making a tool call internally to Slack Canvas to actually write, effectively, a shared document. But it signals where we're going with Slackbot — we're eventually going to be adding in additional third-party tool calls.\" MrBeast's company became a Slackbot guinea pig—and employees say they're saving 90 minutes a day Among Salesforce's pilot customers is Beast Industries , the parent company of YouTube star MrBeast. Luis Madrigal, the company's chief information officer, joined the launch announcement to describe his experience. \"As somebody who has rolled out enterprise technologies for over two decades now, this was practically one of the easiest,\" Madrigal said. \"The plumbing is there. Slack as an implementation, Enterprise Tools — being able to turn on the Slackbot and the Slack AI functionality was as simple as having my team go in, review, do a quick security review.\" Madrigal said his security team signed off \"rather quickly\" — unusual for enterprise AI deployments — because Slackbot accesses only the information each individual user already has permission to view. \"Given all the guardrails you guys have put into place for Slackbot to be unique and customized to only the information that each individual user has, only the conversations and the Slack rooms and Slack channels that they're part of—that made my security team sign off rather quickly.\" One Beast Industries employee, Sinan, the head of Beast Games marketing, reported saving \"at bare minimum, 90 minutes a day.\" Another employee, Spencer, a creative supervisor, described it as \"an assistant who's paying attention when I'm not.\" Other pilot customers include Slalom, reMarkable, Xero, Mercari, and Engine. Mollie Bodensteiner, SVP of Operations at Engine, called Slackbot \"an absolute 'chaos tamer' for our team,\" estimating it saves her about 30 minutes daily \"just by eliminating context switching.\" Slackbot vs. Microsoft Copilot vs. Google Gemini: The fight for enterprise AI dominance The launch puts Salesforce in direct competition with Microsoft's Copilot , which is integrated into Teams and the broader Microsoft 365 suite, as well as Google's Gemini integrations across Workspace. When asked what distinguishes Slackbot from these alternatives, Seaman pointed to context and convenience. \"The thing that makes it most powerful for our customers and users is the proximity — it's just right there in your Slack,\" Seaman said. \"There's a tremendous convenience affordance that's naturally built into it.\" The deeper advantage, executives argue, is that Slackbot already understands users' work without requiring setup or training. \"Most AI tools sound the same no matter who is using them,\" the company's announcement stated. \"They lack context, miss nuance, and force you to jump between tools to get anything done.\" Harris put it more directly: \"If you've ever had that magic experience with AI — I think ChatGPT is a great example, it's a great experience from a consumer perspective — Slackbot is really what we're doing in the enterprise, to be this employee super agent that is loved, just like people love using Slack.\" Amy Bauer emphasized the frictionless nature of the experience. \"Slackbot is inherently grounded in the context, in the data that you have in Slack,\" she said. \"So as you continue working in Slack, Slackbot gets better because it's grounded in the work that you're doing there. There is no setup. There is no configuration for those end users.\" Salesforce's ambitious plan to make Slackbot the one 'super agent' that controls all the others Salesforce positions Slackbot as what Harris calls a \"super agent\" — a central hub that can eventually coordinate with other AI agents across an organization. \"Every corporation is going to have an employee super agent,\" Harris said. \"Slackbot is essentially taking the magic of what Slack does. We think that Slackbot, and we're really excited about it, is going to be that.\" The vision extends to third-party agents already launching in Slack. Last month, Anthropic released a preview of Claude Code for Slack, allowing developers to interact with Claude's coding capabilities directly in chat threads. OpenAI, Google, Vercel, and others have also built agents for the platform. \"Most of the net-new apps that are being deployed to Slack are agents,\" Seaman noted during the press conference. \"This is proof of the promise of humans and agents coexisting and working together in Slack to solve problems.\" Harris described a future where Slackbot becomes an MCP (Model Context Protocol) client , able to leverage tools from across the software ecosystem — similar to how the developer tool Cursor works. \"Slack can be an MCP client, and Slackbot will be the hub of that, leveraging all these tools out in the world, some of which will be these amazing agents,\" he said. But Harris also cautioned against over-promising on multi-agent coordination. \"I still think we're in the single agent world,\" he said. \"FY26 is going to be the year where we started to see more coordination. But we're going to do it with customer success in mind, and not demonstrate and talk about, like, 'I've got 1,000 agents working together,' because I think that's unrealistic.\" Slackbot costs nothing extra, but Salesforce's data access fees could squeeze some customers Slackbot is included at no additional cost for customers on Business+ and Enterprise+ plans. \"There's no additional fees customers have to do,\" Gavin confirmed. \"If they're on one of those plans, they're going to get Slackbot.\" However, some enterprise customers may face other cost pressures related to Salesforce's broader data strategy. CIOs may see price increases for third-party applications that work with Salesforce data, as effects of higher charges for API access ripple through the software supply chain. Fivetran CEO George Fraser has warned that Salesforce's shift in pricing policy for API access could have tangible consequences for enterprises relying on Salesforce as a system of record. \"They might not be able to use Fivetran to replicate their data to Snowflake and instead have to use Salesforce Data Cloud. Or they might find that they are not able to interact with their data via ChatGPT, and instead have to use Agentforce,\" Fraser said in a recent CIO report . Salesforce has framed the pricing change as standard industry practice. What Slackbot can do today, what's coming in weeks, and what's still on the roadmap The new Slackbot begins rolling out today and will reach all eligible customers by the end of February. Mobile availability will complete by March 3, Bauer confirmed during her interview with VentureBeat. Some capabilities remain works in progress. Calendar reading and availability checking are available at launch, but the ability to actually book meetings is \"coming a few weeks after,\" according to Seaman. Image generation is not currently supported, though Bauer said it's \"something that we are looking at in the future.\" When asked about integration with competing CRM systems like HubSpot and Microsoft Dynamics , Salesforce representatives declined to provide specifics during the interview, though they acknowledged the question touched on key competitive differentiators. Salesforce is betting the future of work looks like a chat window—and it's not alone The Slackbot launch is Salesforce's bet that the future of enterprise work is conversational — that employees will increasingly prefer to interact with AI through natural language rather than navigating traditional software interfaces. Harris described Slack's product philosophy using principles like \"don't make me think\" and \"be a great host.\" The goal, he said, is for Slackbot to surface information proactively rather than requiring users to hunt for it. \"One of the revelations for me is LLMs applied to unstructured information are incredible,\" Harris said. \"And the amount of value you have if you're a Slack user, if your corporation uses Slack — the amount of value in Slack is unbelievable. Because you're talking about work, you're sharing documents, you're making decisions, but you can't as a human go through that and really get the same value that an LLM can do.\" Looking ahead, Harris expects the interfaces themselves to evolve beyond pure conversation. \"We're kind of saturating what we can do with purely conversational UIs,\" he said. \"I think we'll start to see agents building an interface that best suits your intent, as opposed to trying to surface something within a conversational interface that matches your intent.\" Microsoft, Google, and a growing roster of AI startups are placing similar bets — that the winning enterprise AI will be the one embedded in the tools workers already use, not another application to learn. The race to become that invisible layer of workplace intelligence is now fully underway. For Salesforce, the stakes extend beyond a single product launch. After a bruising year on Wall Street and persistent questions about whether AI threatens its core business, the company is wagering that Slackbot can prove the opposite — that the tens of millions of people already chatting in Slack every day is not a vulnerability, but an unassailable advantage. Haley Gault, the Salesforce account executive in Pittsburgh who stumbled upon the new Slackbot on a snowy morning, captured the shift in a single sentence: \"I honestly can't imagine working for another company not having access to these types of tools. This is just how I work now.\" That's precisely what Salesforce is counting on.", "published_at": "2026-01-13T13:00:00+00:00", "discovered_at": "2026-05-11T00:29:52.320904+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "link": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "summary": "

Salesforce on Tuesday launched an entirely rebuilt version of Slackbot, the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting documents, and taking action on behalf of employees.

The new Slackbot, now generally available to Business+ and Enterprise+ customers, is Salesforce's most aggressive move yet to position Slack at the center of the emerging "agentic AI" movement — where software agents work alongside humans to complete complex tasks. The launch comes as Salesforce attempts to convince investors that artificial intelligence will bolster its products rather than render them obsolete.

"Slackbot isn't just another copilot or AI assistant," said Parker Harris, Salesforce co-founder and Slack's chief technology officer, in an exclusive interview with Salesforce. "It's the front door to the agentic enterprise, powered by Salesforce."

From tricycle to Porsche: Salesforce rebuilt Slackbot from the ground up

Harris was blunt about what distinguishes the new Slackbot from its predecessor: "The old Slackbot was, you know, a little tricycle, and the new Slackbot is like, you know, a Porsche."

The original Slackbot, which has existed since Slack's early days, performed basic algorithmic tasks — reminding users to add colleagues to documents, suggesting channel archives, and delivering simple notifications. The new version runs on an entirely different architecture built around a large language model and sophisticated search capabilities that can access Salesforce records, Google Drive files, calendar data, and years of Slack conversations.

"It's two different things," Harris explained. "The old Slackbot was algorithmic and fairly simple. The new Slackbot is brand new — it's based around an LLM and a very robust search engine, and connections to third-party search engines, third-party enterprise data."

Salesforce chose to retain the Slackbot brand despite the fundamental technical overhaul. "People know what Slackbot is, and so we wanted to carry that forward," Harris said.

Why Anthropic's Claude powers the new Slackbot — and which AI models could come next

The new Slackbot runs on Claude, Anthropic's large language model, a choice driven partly by compliance requirements. Slack's commercial service operates under FedRAMP Moderate certification to serve U.S. federal government customers, and Harris said Anthropic was "the only provider that could give us a compliant LLM" when Slack began building the new system.

But that exclusivity won't last. "We are, this year, going to support additional providers," Harris said. "We have a great relationship with Google. Gemini is incredible — performance is great, cost is great. So we're going to use Gemini for some things." He added that OpenAI remains a possibility as well.

Harris echoed Salesforce CEO Marc Benioff's view that large language models are becoming commoditized: "You've heard Marc talk about LLMs are commodities, that they're democratized. I call them CPUs."

On the sensitive question of training data, Harris was unequivocal: Salesforce does not train any models on customer data. "Models don't have any sort of security," he explained. "If we trained it on some confidential conversation that you and I have, I don't want Carolyn to know — if I train it into the LLM, there is no way for me to say you get to see the answer, but Carolyn doesn't."

Inside Salesforce's internal experiment: 80,000 employees tested Slackbot with striking results

Salesforce has been testing the new Slackbot internally for months, rolling it out to all 80,000 employees. According to Ryan Gavin, Slack's chief marketing officer, the results have been striking: "It's the fastest adopted product in Salesforce history."

Internal data shows that two-thirds of Salesforce employees have tried the new Slackbot, with 80% of those users continuing to use it regularly. Internal satisfaction rates reached 96% — the highest for any AI feature Slack has shipped. Employees report saving between two and 20 hours per week.

The adoption happened largely organically. "I think it was about five days, and a Canvas was developed by our employees called 'The Most Stealable Slackbot Prompts,'" Gavin said. "People just started adding to it organically. I think it's up to 250-plus prompts that are in this Canvas right now."

Kate Crotty, a principal UX researcher at Salesforce, found that 73% of internal adoption was driven by social sharing rather than top-down mandates. "Everybody is there to help each other learn and communicate hacks," she said.

How Slackbot transforms scattered enterprise data into executive-ready insights

During a product demonstration, Amy Bauer, Slack's product experience designer, showed how Slackbot can synthesize information across multiple sources. In one example, she asked Slackbot to analyze customer feedback from a pilot program, upload an image of a usage dashboard, and have Slackbot correlate the qualitative and quantitative data.

"This is where Slackbot really earns its keep for me," Bauer explained. "What it's doing is not just simply reading the image — it's actually looking at the image and comparing it to the insight it just generated for me."

Slackbot can then query Salesforce to find enterprise accounts with open deals that might be good candidates for early access, creating what Bauer called "a really great justification and plan to move forward." Finally, it can synthesize all that information into a Canvas — Slack's collaborative document format — and find calendar availability among stakeholders to schedule a review meeting.

"Up until this point, we have been working in a one-to-one capacity with Slackbot," Bauer said. "But one of the benefits that I can do now is take this insight and have it generate this into a Canvas, a shared workspace where I can iterate on it, refine it with Slackbot, or share it out with my team."

Rob Seaman, Slack's chief product officer, said the Canvas creation demonstrates where the product is heading: "This is making a tool call internally to Slack Canvas to actually write, effectively, a shared document. But it signals where we're going with Slackbot — we're eventually going to be adding in additional third-party tool calls."

MrBeast's company became a Slackbot guinea pig—and employees say they're saving 90 minutes a day

Among Salesforce's pilot customers is Beast Industries, the parent company of YouTube star MrBeast. Luis Madrigal, the company's chief information officer, joined the launch announcement to describe his experience.

"As somebody who has rolled out enterprise technologies for over two decades now, this was practically one of the easiest," Madrigal said. "The plumbing is there. Slack as an implementation, Enterprise Tools — being able to turn on the Slackbot and the Slack AI functionality was as simple as having my team go in, review, do a quick security review."

Madrigal said his security team signed off "rather quickly" — unusual for enterprise AI deployments — because Slackbot accesses only the information each individual user already has permission to view. "Given all the guardrails you guys have put into place for Slackbot to be unique and customized to only the information that each individual user has, only the conversations and the Slack rooms and Slack channels that they're part of—that made my security team sign off rather quickly."

One Beast Industries employee, Sinan, the head of Beast Games marketing, reported saving "at bare minimum, 90 minutes a day." Another employee, Spencer, a creative supervisor, described it as "an assistant who's paying attention when I'm not."

Other pilot customers include Slalom, reMarkable, Xero, Mercari, and Engine. Mollie Bodensteiner, SVP of Operations at Engine, called Slackbot "an absolute 'chaos tamer' for our team," estimating it saves her about 30 minutes daily "just by eliminating context switching."

Slackbot vs. Microsoft Copilot vs. Google Gemini: The fight for enterprise AI dominance

The launch puts Salesforce in direct competition with Microsoft's Copilot, which is integrated into Teams and the broader Microsoft 365 suite, as well as Google's Gemini integrations across Workspace. When asked what distinguishes Slackbot from these alternatives, Seaman pointed to context and convenience.

"The thing that makes it most powerful for our customers and users is the proximity — it's just right there in your Slack," Seaman said. "There's a tremendous convenience affordance that's naturally built into it."

The deeper advantage, executives argue, is that Slackbot already understands users' work without requiring setup or training. "Most AI tools sound the same no matter who is using them," the company's announcement stated. "They lack context, miss nuance, and force you to jump between tools to get anything done."

Harris put it more directly: "If you've ever had that magic experience with AI — I think ChatGPT is a great example, it's a great experience from a consumer perspective — Slackbot is really what we're doing in the enterprise, to be this employee super agent that is loved, just like people love using Slack."

Amy Bauer emphasized the frictionless nature of the experience. "Slackbot is inherently grounded in the context, in the data that you have in Slack," she said. "So as you continue working in Slack, Slackbot gets better because it's grounded in the work that you're doing there. There is no setup. There is no configuration for those end users."

Salesforce's ambitious plan to make Slackbot the one 'super agent' that controls all the others

Salesforce positions Slackbot as what Harris calls a "super agent" — a central hub that can eventually coordinate with other AI agents across an organization.

"Every corporation is going to have an employee super agent," Harris said. "Slackbot is essentially taking the magic of what Slack does. We think that Slackbot, and we're really excited about it, is going to be that."

The vision extends to third-party agents already launching in Slack. Last month, Anthropic released a preview of Claude Code for Slack, allowing developers to interact with Claude's coding capabilities directly in chat threads. OpenAI, Google, Vercel, and others have also built agents for the platform.

"Most of the net-new apps that are being deployed to Slack are agents," Seaman noted during the press conference. "This is proof of the promise of humans and agents coexisting and working together in Slack to solve problems."

Harris described a future where Slackbot becomes an MCP (Model Context Protocol) client, able to leverage tools from across the software ecosystem — similar to how the developer tool Cursor works. "Slack can be an MCP client, and Slackbot will be the hub of that, leveraging all these tools out in the world, some of which will be these amazing agents," he said.

But Harris also cautioned against over-promising on multi-agent coordination. "I still think we're in the single agent world," he said. "FY26 is going to be the year where we started to see more coordination. But we're going to do it with customer success in mind, and not demonstrate and talk about, like, 'I've got 1,000 agents working together,' because I think that's unrealistic."

Slackbot costs nothing extra, but Salesforce's data access fees could squeeze some customers

Slackbot is included at no additional cost for customers on Business+ and Enterprise+ plans. "There's no additional fees customers have to do," Gavin confirmed. "If they're on one of those plans, they're going to get Slackbot."

However, some enterprise customers may face other cost pressures related to Salesforce's broader data strategy. CIOs may see price increases for third-party applications that work with Salesforce data, as effects of higher charges for API access ripple through the software supply chain.

Fivetran CEO George Fraser has warned that Salesforce's shift in pricing policy for API access could have tangible consequences for enterprises relying on Salesforce as a system of record. "They might not be able to use Fivetran to replicate their data to Snowflake and instead have to use Salesforce Data Cloud. Or they might find that they are not able to interact with their data via ChatGPT, and instead have to use Agentforce," Fraser said in a recent CIO report.

Salesforce has framed the pricing change as standard industry practice.

What Slackbot can do today, what's coming in weeks, and what's still on the roadmap

The new Slackbot begins rolling out today and will reach all eligible customers by the end of February. Mobile availability will complete by March 3, Bauer confirmed during her interview with VentureBeat.

Some capabilities remain works in progress. Calendar reading and availability checking are available at launch, but the ability to actually book meetings is "coming a few weeks after," according to Seaman. Image generation is not currently supported, though Bauer said it's "something that we are looking at in the future."

When asked about integration with competing CRM systems like HubSpot and Microsoft Dynamics, Salesforce representatives declined to provide specifics during the interview, though they acknowledged the question touched on key competitive differentiators.

Salesforce is betting the future of work looks like a chat window—and it's not alone

The Slackbot launch is Salesforce's bet that the future of enterprise work is conversational — that employees will increasingly prefer to interact with AI through natural language rather than navigating traditional software interfaces.

Harris described Slack's product philosophy using principles like "don't make me think" and "be a great host." The goal, he said, is for Slackbot to surface information proactively rather than requiring users to hunt for it.

"One of the revelations for me is LLMs applied to unstructured information are incredible," Harris said. "And the amount of value you have if you're a Slack user, if your corporation uses Slack — the amount of value in Slack is unbelievable. Because you're talking about work, you're sharing documents, you're making decisions, but you can't as a human go through that and really get the same value that an LLM can do."

Looking ahead, Harris expects the interfaces themselves to evolve beyond pure conversation. "We're kind of saturating what we can do with purely conversational UIs," he said. "I think we'll start to see agents building an interface that best suits your intent, as opposed to trying to surface something within a conversational interface that matches your intent."

Microsoft, Google, and a growing roster of AI startups are placing similar bets — that the winning enterprise AI will be the one embedded in the tools workers already use, not another application to learn. The race to become that invisible layer of workplace intelligence is now fully underway.

For Salesforce, the stakes extend beyond a single product launch. After a bruising year on Wall Street and persistent questions about whether AI threatens its core business, the company is wagering that Slackbot can prove the opposite — that the tens of millions of people already chatting in Slack every day is not a vulnerability, but an unassailable advantage.

Haley Gault, the Salesforce account executive in Pittsburgh who stumbled upon the new Slackbot on a snowy morning, captured the shift in a single sentence: "I honestly can't imagine working for another company not having access to these types of tools. This is just how I work now."

That's precisely what Salesforce is counting on.

" }, "normalized_title": "salesforcerollsoutnewslackbotaiagentasitbattlesmicrosoftandgoogleinworkplaceai", "resolved_target": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "content_fingerprint": "073a90d2ccf9bf77e050a67435f560f46865d6912a8eba95b92ddfe1bb73a9c8", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:51", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 51, "duplicate_primary_title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "display_summary_zh": "Salesforce on Tuesday launched an entirely rebuilt version of Slackbot , the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting documents, and taking action on behalf of employees. The new Slackbot, now generally available to Business+ and Enterprise+ customers, is Salesforce's most aggressive move yet to position Slack at the center of the emerging \"agentic AI\" movement — where software agents work alongside humans to complete complex tasks. The launch comes as Salesforce attempts to convince investors that artificial intelligence will bolster its products rather than render them obsolete. \"Slackbot isn't just another copilot or AI assistant,\" said Parker Harris , Salesforce co-founder and Slack's chief technology officer, in an exclusive interview with Salesforce. \"It's the front door to the agentic enterprise, powered by Salesforce.\" From tricycle to Porsche: Salesforce rebuilt Slackbot from the ground up Harris was blunt about what distinguishes the new Slackbot from its predecessor: \"The old Slackbot was, you know, a little tricycle, and the new Slackbot is like, you know, a Porsche.\" The original Slackbot, which has existed since Slack's early days, performed basic algorithmic tasks — reminding users to add colleagues to documents, suggesting channel archives, and delivering simple notifications. The new version runs on an entirely different architecture built around a large language model and sophisticated search capabilities that can access Salesforce records, Google Drive files, calendar data, and years of Slack conversations. \"It's two different things,\" Harris explained. \"The old Slackbot was algorithmic and fairly simple. The new Slackbot is brand new — it's based around an LLM and a very robust search engine, and connections to third-party search engines, third-party enterprise data.\" Salesforce chose to retain the Slackbot brand despite the fundamental technical overhaul. \"People know what Slackbot is, and so we wanted to carry that forward,\" Harris said. Why Anthropic's Claude powers the new Slackbot — and which AI models could come next The new Slackbot runs on Claude , Anthropic's large language model, a choice driven partly by compliance requirements. Slack's commercial service operates under FedRAMP Moderate certification to serve U.S. federal government customers, and Harris said Anthropic was \"the only provider that could give us a compliant LLM\" when Slack began building the new system. But that exclusivity won't last. \"We are, this year, going to support additional providers,\" Harris said. \"We have a great relationship with Google. Gemini is incredible — performance is great, cost is great. So we're going to use Gemini for some things.\" He added that OpenAI remains a possibility as well. Harris echoed Salesforce CEO Marc Benioff's view that large language models are becoming commoditized: \"You've heard Marc talk about LLMs are commodities, that they're democratized. I call them CPUs.\" On the sensitive question of training data, Harris was unequivocal: Salesforce does not train any models on customer data. \"Models don't have any sort of security,\" he explained. \"If we trained it on some confidential conversation that you and I have, I don't want Carolyn to know — if I train it into the LLM, there is no way for me to say you get to see the answer, but Carolyn doesn't.\" Inside Salesforce's internal experiment: 80,000 employees tested Slackbot with striking results Salesforce has been testing the new Slackbot internally for months , rolling it out to all 80,000 employees. According to Ryan Gavin, Slack's chief marketing officer, the results have been striking: \"It's the fastest adopted product in Salesforce history.\" Internal data shows that two-thirds of Salesforce employees have tried the new Slackbot, with 80% of those users continuing to use it regularly. Internal satisfaction rates reached 96% — the highest for any AI feature Slack has shipped. Employees report saving between two and 20 hours per week. The adoption happened largely organically. \"I think it was about five days, and a Canvas was developed by our employees called 'The Most Stealable Slackbot Prompts,'\" Gavin said. \"People just started adding to it organically. I think it's up to 250-plus prompts that are in this Canvas right now.\" Kate Crotty, a principal UX researcher at Salesforce, found that 73% of internal adoption was driven by social sharing rather than top-down mandates. \"Everybody is there to help each other learn and communicate hacks,\" she said. How Slackbot transforms scattered enterprise data into executive-ready insights During a product demonstration, Amy Bauer, Slack's product experience designer, showed how Slackbot can synthesize information across multiple sources. In one example, she asked Slackbot to analyze customer feedback from a pilot program, upload an image of a usage dashboard, and have Slackbot correlate the qualitative and quantitative data. \"This is where Slackbot really earns its keep for me,\" Bauer explained. \"What it's doing is not just simply reading the image — it's actually looking at the image and comparing it to the insight it just generated for me.\" Slackbot can then query Salesforce to find enterprise accounts with open deals that might be good candidates for early access, creating what Bauer called \"a really great justification and plan to move forward.\" Finally, it can synthesize all that information into a Canvas — Slack's collaborative document format — and find calendar availability among stakeholders to schedule a review meeting. \"Up until this point, we have been working in a one-to-one capacity with Slackbot,\" Bauer said. \"But one of the benefits that I can do now is take this insight and have it generate this into a Canvas, a shared workspace where I can iterate on it, refine it with Slackbot, or share it out with my team.\" Rob Seaman, Slack's chief product officer, said the Canvas creation demonstrates where the product is heading: \"This is making a tool call internally to Slack Canvas to actually write, effectively, a shared document. But it signals where we're going with Slackbot — we're eventually going to be adding in additional third-party tool calls.\" MrBeast's company became a Slackbot guinea pig—and employees say they're saving 90 minutes a day Among Salesforce's pilot customers is Beast Industries , the parent company of YouTube star MrBeast. Luis Madrigal, the company's chief information officer, joined the launch announcement to describe his experience. \"As somebody who has rolled out enterprise technologies for over two decades now, this was practically one of the easiest,\" Madrigal said. \"The plumbing is there. Slack as an implementation, Enterprise Tools — being able to turn on the Slackbot and the Slack AI functionality was as simple as having my team go in, review, do a quick security review.\" Madrigal said his security team signed off \"rather quickly\" — unusual for enterprise AI deployments — because Slackbot accesses only the information each individual user already has permission to view. \"Given all the guardrails you guys have put into place for Slackbot to be unique and customized to only the information that each individual user has, only the conversations and the Slack rooms and Slack channels that they're part of—that made my security team sign off rather quickly.\" One Beast Industries employee, Sinan, the head of Beast Games marketing, reported saving \"at bare minimum, 90 minutes a day.\" Another employee, Spencer, a creative supervisor, described it as \"an assistant who's paying attention when I'm not.\" Other pilot customers include Slalom, reMarkable, Xero, Mercari, and Engine. Mollie Bodensteiner, SVP of Operations at Engine, called Slackbot \"an absolute 'chaos tamer' for our team,\" estimating it saves her about 30 minutes daily \"just by eliminating context switching.\" Slackbot vs. Microsoft Copilot vs. Google Gemini: The fight for enterprise AI dominance The launch puts Salesforce in direct competition with Microsoft's Copilot , which is integrated into Teams and the broader Microsoft 365 suite, as well as Google's Gemini integrations across Workspace. When asked what distinguishes Slackbot from these alternatives, Seaman pointed to context and convenience. \"The thing that makes it most powerful for our customers and users is the proximity — it's just right there in your Slack,\" Seaman said. \"There's a tremendous convenience affordance that's naturally built into it.\" The deeper advantage, executives argue, is that Slackbot already understands users' work without requiring setup or training. \"Most AI tools sound the same no matter who is using them,\" the company's announcement stated. \"They lack context, miss nuance, and force you to jump between tools to get anything done.\" Harris put it more directly: \"If you've ever had that magic experience with AI — I think ChatGPT is a great example, it's a great experience from a consumer perspective — Slackbot is really what we're doing in the enterprise, to be this employee super agent that is loved, just like people love using Slack.\" Amy Bauer emphasized the frictionless nature of the experience. \"Slackbot is inherently grounded in the context, in the data that you have in Slack,\" she said. \"So as you continue working in Slack, Slackbot gets better because it's grounded in the work that you're doing there. There is no setup. There is no configuration for those end users.\" Salesforce's ambitious plan to make Slackbot the one 'super agent' that controls all the others Salesforce positions Slackbot as what Harris calls a \"super agent\" — a central hub that can eventually coordinate with other AI agents across an organization. \"Every corporation is going to have an employee super agent,\" Harris said. \"Slackbot is essentially taking the magic of what Slack does. We think that Slackbot, and we're really excited about it, is going to be that.\" The vision extends to third-party agents already launching in Slack. Last month, Anthropic released a preview of Claude Code for Slack, allowing developers to interact with Claude's coding capabilities directly in chat threads. OpenAI, Google, Vercel, and others have also built agents for the platform. \"Most of the net-new apps that are being deployed to Slack are agents,\" Seaman noted during the press conference. \"This is proof of the promise of humans and agents coexisting and working together in Slack to solve problems.\" Harris described a future where Slackbot becomes an MCP (Model Context Protocol) client , able to leverage tools from across the software ecosystem — similar to how the developer tool Cursor works. \"Slack can be an MCP client, and Slackbot will be the hub of that, leveraging all these tools out in the world, some of which will be these amazing agents,\" he said. But Harris also cautioned against over-promising on multi-agent coordination. \"I still think we're in the single agent world,\" he said. \"FY26 is going to be the year where we started to see more coordination. But we're going to do it with customer success in mind, and not demonstrate and talk about, like, 'I've got 1,000 agents working together,' because I think that's unrealistic.\" Slackbot costs nothing extra, but Salesforce's data access fees could squeeze some customers Slackbot is included at no additional cost for customers on Business+ and Enterprise+ plans. \"There's no additional fees customers have to do,\" Gavin confirmed. \"If they're on one of those plans, they're going to get Slackbot.\" However, some enterprise customers may face other cost pressures related to Salesforce's broader data strategy. CIOs may see price increases for third-party applications that work with Salesforce data, as effects of higher charges for API access ripple through the software supply chain. Fivetran CEO George Fraser has warned that Salesforce's shift in pricing policy for API access could have tangible consequences for enterprises relying on Salesforce as a system of record. \"They might not be able to use Fivetran to replicate their data to Snowflake and instead have to use Salesforce Data Cloud. Or they might find that they are not able to interact with their data via ChatGPT, and instead have to use Agentforce,\" Fraser said in a recent CIO report . Salesforce has framed the pricing change as standard industry practice. What Slackbot can do today, what's coming in weeks, and what's still on the roadmap The new Slackbot begins rolling out today and will reach all eligible customers by the end of February. Mobile availability will complete by March 3, Bauer confirmed during her interview with VentureBeat. Some capabilities remain works in progress. Calendar reading and availability checking are available at launch, but the ability to actually book meetings is \"coming a few weeks after,\" according to Seaman. Image generation is not currently supported, though Bauer said it's \"something that we are looking at in the future.\" When asked about integration with competing CRM systems like HubSpot and Microsoft Dynamics , Salesforce representatives declined to provide specifics during the interview, though they acknowledged the question touched on key competitive differentiators. Salesforce is betting the future of work looks like a chat window—and it's not alone The Slackbot launch is Salesforce's bet that the future of enterprise work is conversational — that employees will increasingly prefer to interact with AI through natural language rather than navigating traditional software interfaces. Harris described Slack's product philosophy using principles like \"don't make me think\" and \"be a great host.\" The goal, he said, is for Slackbot to surface information proactively rather than requiring users to hunt for it. \"One of the revelations for me is LLMs applied to unstructured information are incredible,\" Harris said. \"And the amount of value you have if you're a Slack user, if your corporation uses Slack — the amount of value in Slack is unbelievable. Because you're talking about work, you're sharing documents, you're making decisions, but you can't as a human go through that and really get the same value that an LLM can do.\" Looking ahead, Harris expects the interfaces themselves to evolve beyond pure conversation. \"We're kind of saturating what we can do with purely conversational UIs,\" he said. \"I think we'll start to see agents building an interface that best suits your intent, as opposed to trying to surface something within a conversational interface that matches your intent.\" Microsoft, Google, and a growing roster of AI startups are placing similar bets — that the winning enterprise AI will be the one embedded in the tools workers already use, not another application to learn. The race to become that invisible layer of workplace intelligence is now fully underway. For Salesforce, the stakes extend beyond a single product launch. After a bruising year on Wall Street and persistent questions about whether AI threatens its core business, the company is wagering that Slackbot can prove the opposite — that the tens of millions of people already chatting in Slack every day is not a vulnerability, but an unassailable advantage. Haley Gault, the Salesforce account executive in Pittsburgh who stumbled upon the new Slackbot on a snowy morning, captured the shift in a single sentence: \"I honestly can't imagine working for another company not having access to these types of tools. This is just how I work now.\" That's precisely what Salesforce is counting on.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Salesforce on Tuesday launched an entirely rebuilt version of Slackbot , the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting...", "hot_score": 0.0 }, { "id": 52, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "url": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "canonical_url": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "summary": "Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, largely using Claude Code itself. The launch marks a major inflection point in the race to deliver practical AI agents to mainstream users, positioning Anthropic to compete not just with OpenAI and Google in conversational AI, but with Microsoft's Copilot in the burgeoning market for AI-powered productivity tools. \"Cowork lets you complete non-technical tasks much like how developers use Claude Code,\" the company announced via its official Claude account on X. The feature arrives as a research preview available exclusively to Claude Max subscribers — Anthropic's power-user tier priced between $100 and $200 per month — through the macOS desktop application. For the past year, the industry narrative has focused on large language models that can write poetry or debug code. With Cowork , Anthropic is betting that the real enterprise value lies in an AI that can open a folder, read a messy pile of receipts, and generate a structured expense report without human hand-holding. How developers using a coding tool for vacation research inspired Anthropic's latest product The genesis of Cowork lies in Anthropic's recent success with the developer community. In late 2024, the company released Claude Code , a terminal-based tool that allowed software engineers to automate rote programming tasks. The tool was a hit, but Anthropic noticed a peculiar trend: users were forcing the coding tool to perform non-coding labor. According to Boris Cherny , an engineer at Anthropic, the company observed users deploying the developer tool for an unexpectedly diverse array of tasks. \"Since we launched Claude Code, we saw people using it for all sorts of non-coding work: doing vacation research, building slide decks, cleaning up your email, cancelling subscriptions, recovering wedding photos from a hard drive, monitoring plant growth, controlling your oven,\" Cherny wrote on X. \"These use cases are diverse and surprising — the reason is that the underlying Claude Agent is the best agent, and Opus 4.5 is the best model.\" Recognizing this shadow usage, Anthropic effectively stripped the command-line complexity from their developer tool to create a consumer-friendly interface. In its blog post announcing the feature, Anthropic explained that developers \"quickly began using it for almost everything else,\" which \"prompted us to build Cowork: a simpler way for anyone — not just developers — to work with Claude in the very same way.\" Inside the folder-based architecture that lets Claude read, edit, and create files on your computer Unlike a standard chat interface where a user pastes text for analysis, Cowork requires a different level of trust and access. Users designate a specific folder on their local machine that Claude can access. Within that sandbox, the AI agent can read existing files, modify them, or create entirely new ones. Anthropic offers several illustrative examples: reorganizing a cluttered downloads folder by sorting and intelligently renaming each file, generating a spreadsheet of expenses from a collection of receipt screenshots, or drafting a report from scattered notes across multiple documents. \"In Cowork, you give Claude access to a folder on your computer. Claude can then read, edit, or create files in that folder,\" the company explained on X. \"Try it to create a spreadsheet from a pile of screenshots, or produce a first draft from scattered notes.\" The architecture relies on what is known as an \"agentic loop.\" When a user assigns a task, the AI does not merely generate a text response. Instead, it formulates a plan, executes steps in parallel, checks its own work, and asks for clarification if it hits a roadblock. Users can queue multiple tasks and let Claude process them simultaneously — a workflow Anthropic describes as feeling \"much less like a back-and-forth and much more like leaving messages for a coworker.\" The system is built on Anthropic's Claude Agent SDK , meaning it shares the same underlying architecture as Claude Code. Anthropic notes that Cowork \"can take on many of the same tasks that Claude Code can handle, but in a more approachable form for non-coding tasks.\" The recursive loop where AI builds AI: Claude Code reportedly wrote much of Claude Cowork Perhaps the most remarkable detail surrounding Cowork's launch is the speed at which the tool was reportedly built — highlighting a recursive feedback loop where AI tools are being used to build better AI tools. During a livestream hosted by Dan Shipper, Felix Rieseberg, an Anthropic employee, confirmed that t he team built Cowork in approximately a week and a half . Alex Volkov, who covers AI developments, expressed surprise at the timeline: \"Holy shit Anthropic built 'Cowork' in the last... week and a half?!\" This prompted immediate speculation about how much of Cowork was itself built by Claude Code. Simon Smith , EVP of Generative AI at Klick Health, put it bluntly on X: \"Claude Code wrote all of Claude Cowork. Can we all agree that we're in at least somewhat of a recursive improvement loop here?\" The implication is profound: Anthropic's AI coding agent may have substantially contributed to building its own non-technical sibling product. If true, this is one of the most visible examples yet of AI systems being used to accelerate their own development and expansion — a strategy that could widen the gap between AI labs that successfully deploy their own agents internally and those that do not. Connectors, browser automation, and skills extend Cowork's reach beyond the local file system Cowork doesn't operate in isolation. The feature integrates with Anthropic's existing ecosystem of connectors — tools that link Claude to external information sources and services such as Asana , Notion , PayPal , and other supported partners. Users who have configured these connections in the standard Claude interface can leverage them within Cowork sessions. Additionally, Cowork can pair with Claude in Chrome , Anthropic's browser extension, to execute tasks requiring web access. This combination allows the agent to navigate websites, click buttons, fill forms, and extract information from the internet — all while operating from the desktop application. \"Cowork includes a number of novel UX and safety features that we think make the product really special,\" Cherny explained , highlighting \"a built-in VM [virtual machine] for isolation, out of the box support for browser automation, support for all your claude.ai data connectors, asking you for clarification when it's unsure.\" Anthropic has also introduced an initial set of \"skills\" specifically designed for Cowork that enhance Claude's ability to create documents, presentations, and other files. These build on the Skills for Claude framework the company announced in October, which provides specialized instruction sets Claude can load for particular types of tasks. Why Anthropic is warning users that its own AI agent could delete their files The transition from a chatbot that suggests edits to an agent that makes edits introduces significant risk. An AI that can organize files can, theoretically, delete them. In a notable display of transparency, Anthropic devoted considerable space in its announcement to warning users about Cowork's potential dangers — an unusual approach for a product launch. The company explicitly acknowledges that Claude \"can take potentially destructive actions (such as deleting local files) if it's instructed to.\" Because Claude might occasionally misinterpret instructions, Anthropic urges users to provide \"very clear guidance\" about sensitive operations. More concerning is the risk of prompt injection attacks — a technique where malicious actors embed hidden instructions in content Claude might encounter online, potentially causing the agent to bypass safeguards or take harmful actions. \"We've built sophisticated defenses against prompt injections,\" Anthropic wrote, \"but agent safety — that is, the task of securing Claude's real-world actions — is still an active area of development in the industry.\" The company characterized these risks as inherent to the current state of AI agent technology rather than unique to Cowork. \"These risks aren't new with Cowork, but it might be the first time you're using a more advanced tool that moves beyond a simple conversation,\" the announcement notes. Anthropic's desktop agent strategy sets up a direct challenge to Microsoft Copilot The launch of Cowork places Anthropic in direct competition with Microsoft , which has spent years attempting to integrate its Copilot AI into the fabric of the Windows operating system with mixed adoption results. However, Anthropic's approach differs in its isolation. By confining the agent to specific folders and requiring explicit connectors, they are attempting to strike a balance between the utility of an OS-level agent and the security of a sandboxed application. What distinguishes Anthropic's approach is its bottom-up evolution. Rather than designing an AI assistant and retrofitting agent capabilities, Anthropic built a powerful coding agent first — Claude Code — and is now abstracting its capabilities for broader audiences. This technical lineage may give Cowork more robust agentic behavior from the start. Claude Code has generated significant enthusiasm among developers since its initial launch as a command-line tool in late 2024 . The company expanded access with a web interface in October 2025, followed by a Slack integration in December. Cowork is the next logical step: bringing the same agentic architecture to users who may never touch a terminal. Who can access Cowork now, and what's coming next for Windows and other platforms For now, Cowork remains exclusive to Claude Max subscribers using the macOS desktop application. Users on other subscription tiers — Free, Pro, Team, or Enterprise — can join a waitlist for future access. Anthropic has signaled clear intentions to expand the feature's reach. The blog post explicitly mentions plans to add cross-device sync and bring Cowork to Windows as the company learns from the research preview. Cherny set expectations appropriately, describing the product as \"early and raw, similar to what Claude Code felt like when it first launched.\" To access Cowork , Max subscribers can download or update the Claude macOS app and click on \"Cowork\" in the sidebar. The real question facing enterprise AI adoption For technical decision-makers, the implications of Cowork extend beyond any single product launch. The bottleneck for AI adoption is shifting — no longer is model intelligence the limiting factor, but rather workflow integration and user trust. Anthropic's goal, as the company puts it, is to make working with Claude feel less like operating a tool and more like delegating to a colleague. Whether mainstream users are ready to hand over folder access to an AI that might misinterpret their instructions remains an open question. But the speed of Cowork's development — a major feature built in ten days, possibly by the company's own AI — previews a future where the capabilities of these systems compound faster than organizations can evaluate them. The chatbot has learned to use a file manager. What it learns to use next is anyone's guess.", "published_at": "2026-01-12T11:30:00+00:00", "discovered_at": "2026-05-11T00:29:52.323410+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "link": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "summary": "

Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, largely using Claude Code itself.

The launch marks a major inflection point in the race to deliver practical AI agents to mainstream users, positioning Anthropic to compete not just with OpenAI and Google in conversational AI, but with Microsoft's Copilot in the burgeoning market for AI-powered productivity tools.

"Cowork lets you complete non-technical tasks much like how developers use Claude Code," the company announced via its official Claude account on X. The feature arrives as a research preview available exclusively to Claude Max subscribers — Anthropic's power-user tier priced between $100 and $200 per month — through the macOS desktop application.

For the past year, the industry narrative has focused on large language models that can write poetry or debug code. With Cowork, Anthropic is betting that the real enterprise value lies in an AI that can open a folder, read a messy pile of receipts, and generate a structured expense report without human hand-holding.

How developers using a coding tool for vacation research inspired Anthropic's latest product

The genesis of Cowork lies in Anthropic's recent success with the developer community. In late 2024, the company released Claude Code, a terminal-based tool that allowed software engineers to automate rote programming tasks. The tool was a hit, but Anthropic noticed a peculiar trend: users were forcing the coding tool to perform non-coding labor.

According to Boris Cherny, an engineer at Anthropic, the company observed users deploying the developer tool for an unexpectedly diverse array of tasks.

"Since we launched Claude Code, we saw people using it for all sorts of non-coding work: doing vacation research, building slide decks, cleaning up your email, cancelling subscriptions, recovering wedding photos from a hard drive, monitoring plant growth, controlling your oven," Cherny wrote on X. "These use cases are diverse and surprising — the reason is that the underlying Claude Agent is the best agent, and Opus 4.5 is the best model."

Recognizing this shadow usage, Anthropic effectively stripped the command-line complexity from their developer tool to create a consumer-friendly interface. In its blog post announcing the feature, Anthropic explained that developers "quickly began using it for almost everything else," which "prompted us to build Cowork: a simpler way for anyone — not just developers — to work with Claude in the very same way."

Inside the folder-based architecture that lets Claude read, edit, and create files on your computer

Unlike a standard chat interface where a user pastes text for analysis, Cowork requires a different level of trust and access. Users designate a specific folder on their local machine that Claude can access. Within that sandbox, the AI agent can read existing files, modify them, or create entirely new ones.

Anthropic offers several illustrative examples: reorganizing a cluttered downloads folder by sorting and intelligently renaming each file, generating a spreadsheet of expenses from a collection of receipt screenshots, or drafting a report from scattered notes across multiple documents.

"In Cowork, you give Claude access to a folder on your computer. Claude can then read, edit, or create files in that folder," the company explained on X. "Try it to create a spreadsheet from a pile of screenshots, or produce a first draft from scattered notes."

The architecture relies on what is known as an "agentic loop." When a user assigns a task, the AI does not merely generate a text response. Instead, it formulates a plan, executes steps in parallel, checks its own work, and asks for clarification if it hits a roadblock. Users can queue multiple tasks and let Claude process them simultaneously — a workflow Anthropic describes as feeling "much less like a back-and-forth and much more like leaving messages for a coworker."

The system is built on Anthropic's Claude Agent SDK, meaning it shares the same underlying architecture as Claude Code. Anthropic notes that Cowork "can take on many of the same tasks that Claude Code can handle, but in a more approachable form for non-coding tasks."

The recursive loop where AI builds AI: Claude Code reportedly wrote much of Claude Cowork

Perhaps the most remarkable detail surrounding Cowork's launch is the speed at which the tool was reportedly built — highlighting a recursive feedback loop where AI tools are being used to build better AI tools.

During a livestream hosted by Dan Shipper, Felix Rieseberg, an Anthropic employee, confirmed that the team built Cowork in approximately a week and a half.

Alex Volkov, who covers AI developments, expressed surprise at the timeline: "Holy shit Anthropic built 'Cowork' in the last... week and a half?!"

This prompted immediate speculation about how much of Cowork was itself built by Claude Code. Simon Smith, EVP of Generative AI at Klick Health, put it bluntly on X: "Claude Code wrote all of Claude Cowork. Can we all agree that we're in at least somewhat of a recursive improvement loop here?"

The implication is profound: Anthropic's AI coding agent may have substantially contributed to building its own non-technical sibling product. If true, this is one of the most visible examples yet of AI systems being used to accelerate their own development and expansion — a strategy that could widen the gap between AI labs that successfully deploy their own agents internally and those that do not.

Connectors, browser automation, and skills extend Cowork's reach beyond the local file system

Cowork doesn't operate in isolation. The feature integrates with Anthropic's existing ecosystem of connectors — tools that link Claude to external information sources and services such as Asana, Notion, PayPal, and other supported partners. Users who have configured these connections in the standard Claude interface can leverage them within Cowork sessions.

Additionally, Cowork can pair with Claude in Chrome, Anthropic's browser extension, to execute tasks requiring web access. This combination allows the agent to navigate websites, click buttons, fill forms, and extract information from the internet — all while operating from the desktop application.

"Cowork includes a number of novel UX and safety features that we think make the product really special," Cherny explained, highlighting "a built-in VM [virtual machine] for isolation, out of the box support for browser automation, support for all your claude.ai data connectors, asking you for clarification when it's unsure."

Anthropic has also introduced an initial set of "skills" specifically designed for Cowork that enhance Claude's ability to create documents, presentations, and other files. These build on the Skills for Claude framework the company announced in October, which provides specialized instruction sets Claude can load for particular types of tasks.

Why Anthropic is warning users that its own AI agent could delete their files

The transition from a chatbot that suggests edits to an agent that makes edits introduces significant risk. An AI that can organize files can, theoretically, delete them.

In a notable display of transparency, Anthropic devoted considerable space in its announcement to warning users about Cowork's potential dangers — an unusual approach for a product launch.

The company explicitly acknowledges that Claude "can take potentially destructive actions (such as deleting local files) if it's instructed to." Because Claude might occasionally misinterpret instructions, Anthropic urges users to provide "very clear guidance" about sensitive operations.

More concerning is the risk of prompt injection attacks — a technique where malicious actors embed hidden instructions in content Claude might encounter online, potentially causing the agent to bypass safeguards or take harmful actions.

"We've built sophisticated defenses against prompt injections," Anthropic wrote, "but agent safety — that is, the task of securing Claude's real-world actions — is still an active area of development in the industry."

The company characterized these risks as inherent to the current state of AI agent technology rather than unique to Cowork. "These risks aren't new with Cowork, but it might be the first time you're using a more advanced tool that moves beyond a simple conversation," the announcement notes.

Anthropic's desktop agent strategy sets up a direct challenge to Microsoft Copilot

The launch of Cowork places Anthropic in direct competition with Microsoft, which has spent years attempting to integrate its Copilot AI into the fabric of the Windows operating system with mixed adoption results.

However, Anthropic's approach differs in its isolation. By confining the agent to specific folders and requiring explicit connectors, they are attempting to strike a balance between the utility of an OS-level agent and the security of a sandboxed application.

What distinguishes Anthropic's approach is its bottom-up evolution. Rather than designing an AI assistant and retrofitting agent capabilities, Anthropic built a powerful coding agent first — Claude Code — and is now abstracting its capabilities for broader audiences. This technical lineage may give Cowork more robust agentic behavior from the start.

Claude Code has generated significant enthusiasm among developers since its initial launch as a command-line tool in late 2024. The company expanded access with a web interface in October 2025, followed by a Slack integration in December. Cowork is the next logical step: bringing the same agentic architecture to users who may never touch a terminal.

Who can access Cowork now, and what's coming next for Windows and other platforms

For now, Cowork remains exclusive to Claude Max subscribers using the macOS desktop application. Users on other subscription tiers — Free, Pro, Team, or Enterprise — can join a waitlist for future access.

Anthropic has signaled clear intentions to expand the feature's reach. The blog post explicitly mentions plans to add cross-device sync and bring Cowork to Windows as the company learns from the research preview.

Cherny set expectations appropriately, describing the product as "early and raw, similar to what Claude Code felt like when it first launched."

To access Cowork, Max subscribers can download or update the Claude macOS app and click on "Cowork" in the sidebar.

The real question facing enterprise AI adoption

For technical decision-makers, the implications of Cowork extend beyond any single product launch. The bottleneck for AI adoption is shifting — no longer is model intelligence the limiting factor, but rather workflow integration and user trust.

Anthropic's goal, as the company puts it, is to make working with Claude feel less like operating a tool and more like delegating to a colleague. Whether mainstream users are ready to hand over folder access to an AI that might misinterpret their instructions remains an open question.

But the speed of Cowork's development — a major feature built in ten days, possibly by the company's own AI — previews a future where the capabilities of these systems compound faster than organizations can evaluate them.

The chatbot has learned to use a file manager. What it learns to use next is anyone's guess.

" }, "normalized_title": "anthropiclaunchescoworkaclaudedesktopagentthatworksinyourfilesnocodingrequired", "resolved_target": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "content_fingerprint": "80aeb9c393bc7d762d857c0f4542165f4f796ab269f3828df70c88a69d025db8", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:52", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 52, "duplicate_primary_title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "display_summary_zh": "Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, largely using Claude Code itself. The launch marks a major inflection point in the race to deliver practical AI agents to mainstream users, positioning Anthropic to compete not just with OpenAI and Google in conversational AI, but with Microsoft's Copilot in the burgeoning market for AI-powered productivity tools. \"Cowork lets you complete non-technical tasks much like how developers use Claude Code,\" the company announced via its official Claude account on X. The feature arrives as a research preview available exclusively to Claude Max subscribers — Anthropic's power-user tier priced between $100 and $200 per month — through the macOS desktop application. For the past year, the industry narrative has focused on large language models that can write poetry or debug code. With Cowork , Anthropic is betting that the real enterprise value lies in an AI that can open a folder, read a messy pile of receipts, and generate a structured expense report without human hand-holding. How developers using a coding tool for vacation research inspired Anthropic's latest product The genesis of Cowork lies in Anthropic's recent success with the developer community. In late 2024, the company released Claude Code , a terminal-based tool that allowed software engineers to automate rote programming tasks. The tool was a hit, but Anthropic noticed a peculiar trend: users were forcing the coding tool to perform non-coding labor. According to Boris Cherny , an engineer at Anthropic, the company observed users deploying the developer tool for an unexpectedly diverse array of tasks. \"Since we launched Claude Code, we saw people using it for all sorts of non-coding work: doing vacation research, building slide decks, cleaning up your email, cancelling subscriptions, recovering wedding photos from a hard drive, monitoring plant growth, controlling your oven,\" Cherny wrote on X. \"These use cases are diverse and surprising — the reason is that the underlying Claude Agent is the best agent, and Opus 4.5 is the best model.\" Recognizing this shadow usage, Anthropic effectively stripped the command-line complexity from their developer tool to create a consumer-friendly interface. In its blog post announcing the feature, Anthropic explained that developers \"quickly began using it for almost everything else,\" which \"prompted us to build Cowork: a simpler way for anyone — not just developers — to work with Claude in the very same way.\" Inside the folder-based architecture that lets Claude read, edit, and create files on your computer Unlike a standard chat interface where a user pastes text for analysis, Cowork requires a different level of trust and access. Users designate a specific folder on their local machine that Claude can access. Within that sandbox, the AI agent can read existing files, modify them, or create entirely new ones. Anthropic offers several illustrative examples: reorganizing a cluttered downloads folder by sorting and intelligently renaming each file, generating a spreadsheet of expenses from a collection of receipt screenshots, or drafting a report from scattered notes across multiple documents. \"In Cowork, you give Claude access to a folder on your computer. Claude can then read, edit, or create files in that folder,\" the company explained on X. \"Try it to create a spreadsheet from a pile of screenshots, or produce a first draft from scattered notes.\" The architecture relies on what is known as an \"agentic loop.\" When a user assigns a task, the AI does not merely generate a text response. Instead, it formulates a plan, executes steps in parallel, checks its own work, and asks for clarification if it hits a roadblock. Users can queue multiple tasks and let Claude process them simultaneously — a workflow Anthropic describes as feeling \"much less like a back-and-forth and much more like leaving messages for a coworker.\" The system is built on Anthropic's Claude Agent SDK , meaning it shares the same underlying architecture as Claude Code. Anthropic notes that Cowork \"can take on many of the same tasks that Claude Code can handle, but in a more approachable form for non-coding tasks.\" The recursive loop where AI builds AI: Claude Code reportedly wrote much of Claude Cowork Perhaps the most remarkable detail surrounding Cowork's launch is the speed at which the tool was reportedly built — highlighting a recursive feedback loop where AI tools are being used to build better AI tools. During a livestream hosted by Dan Shipper, Felix Rieseberg, an Anthropic employee, confirmed that t he team built Cowork in approximately a week and a half . Alex Volkov, who covers AI developments, expressed surprise at the timeline: \"Holy shit Anthropic built 'Cowork' in the last... week and a half?!\" This prompted immediate speculation about how much of Cowork was itself built by Claude Code. Simon Smith , EVP of Generative AI at Klick Health, put it bluntly on X: \"Claude Code wrote all of Claude Cowork. Can we all agree that we're in at least somewhat of a recursive improvement loop here?\" The implication is profound: Anthropic's AI coding agent may have substantially contributed to building its own non-technical sibling product. If true, this is one of the most visible examples yet of AI systems being used to accelerate their own development and expansion — a strategy that could widen the gap between AI labs that successfully deploy their own agents internally and those that do not. Connectors, browser automation, and skills extend Cowork's reach beyond the local file system Cowork doesn't operate in isolation. The feature integrates with Anthropic's existing ecosystem of connectors — tools that link Claude to external information sources and services such as Asana , Notion , PayPal , and other supported partners. Users who have configured these connections in the standard Claude interface can leverage them within Cowork sessions. Additionally, Cowork can pair with Claude in Chrome , Anthropic's browser extension, to execute tasks requiring web access. This combination allows the agent to navigate websites, click buttons, fill forms, and extract information from the internet — all while operating from the desktop application. \"Cowork includes a number of novel UX and safety features that we think make the product really special,\" Cherny explained , highlighting \"a built-in VM [virtual machine] for isolation, out of the box support for browser automation, support for all your claude.ai data connectors, asking you for clarification when it's unsure.\" Anthropic has also introduced an initial set of \"skills\" specifically designed for Cowork that enhance Claude's ability to create documents, presentations, and other files. These build on the Skills for Claude framework the company announced in October, which provides specialized instruction sets Claude can load for particular types of tasks. Why Anthropic is warning users that its own AI agent could delete their files The transition from a chatbot that suggests edits to an agent that makes edits introduces significant risk. An AI that can organize files can, theoretically, delete them. In a notable display of transparency, Anthropic devoted considerable space in its announcement to warning users about Cowork's potential dangers — an unusual approach for a product launch. The company explicitly acknowledges that Claude \"can take potentially destructive actions (such as deleting local files) if it's instructed to.\" Because Claude might occasionally misinterpret instructions, Anthropic urges users to provide \"very clear guidance\" about sensitive operations. More concerning is the risk of prompt injection attacks — a technique where malicious actors embed hidden instructions in content Claude might encounter online, potentially causing the agent to bypass safeguards or take harmful actions. \"We've built sophisticated defenses against prompt injections,\" Anthropic wrote, \"but agent safety — that is, the task of securing Claude's real-world actions — is still an active area of development in the industry.\" The company characterized these risks as inherent to the current state of AI agent technology rather than unique to Cowork. \"These risks aren't new with Cowork, but it might be the first time you're using a more advanced tool that moves beyond a simple conversation,\" the announcement notes. Anthropic's desktop agent strategy sets up a direct challenge to Microsoft Copilot The launch of Cowork places Anthropic in direct competition with Microsoft , which has spent years attempting to integrate its Copilot AI into the fabric of the Windows operating system with mixed adoption results. However, Anthropic's approach differs in its isolation. By confining the agent to specific folders and requiring explicit connectors, they are attempting to strike a balance between the utility of an OS-level agent and the security of a sandboxed application. What distinguishes Anthropic's approach is its bottom-up evolution. Rather than designing an AI assistant and retrofitting agent capabilities, Anthropic built a powerful coding agent first — Claude Code — and is now abstracting its capabilities for broader audiences. This technical lineage may give Cowork more robust agentic behavior from the start. Claude Code has generated significant enthusiasm among developers since its initial launch as a command-line tool in late 2024 . The company expanded access with a web interface in October 2025, followed by a Slack integration in December. Cowork is the next logical step: bringing the same agentic architecture to users who may never touch a terminal. Who can access Cowork now, and what's coming next for Windows and other platforms For now, Cowork remains exclusive to Claude Max subscribers using the macOS desktop application. Users on other subscription tiers — Free, Pro, Team, or Enterprise — can join a waitlist for future access. Anthropic has signaled clear intentions to expand the feature's reach. The blog post explicitly mentions plans to add cross-device sync and bring Cowork to Windows as the company learns from the research preview. Cherny set expectations appropriately, describing the product as \"early and raw, similar to what Claude Code felt like when it first launched.\" To access Cowork , Max subscribers can download or update the Claude macOS app and click on \"Cowork\" in the sidebar. The real question facing enterprise AI adoption For technical decision-makers, the implications of Cowork extend beyond any single product launch. The bottleneck for AI adoption is shifting — no longer is model intelligence the limiting factor, but rather workflow integration and user trust. Anthropic's goal, as the company puts it, is to make working with Claude feel less like operating a tool and more like delegating to a colleague. Whether mainstream users are ready to hand over folder access to an AI that might misinterpret their instructions remains an open question. But the speed of Cowork's development — a major feature built in ten days, possibly by the company's own AI — previews a future where the capabilities of these systems compound faster than organizations can evaluate them. The chatbot has learned to use a file manager. What it learns to use next is anyone's guess.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, la...", "hot_score": 0.0 }, { "id": 475, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "url": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "canonical_url": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "summary": "Nous Research , the open-source artificial intelligence startup backed by crypto venture firm Paradigm , released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using 48 of Nvidia's latest B200 graphics processors . The model, called NousCoder-14B , is another entry in a crowded field of AI coding assistants, but arrives at a particularly charged moment: Claude Code , the agentic programming tool from rival Anthropic, has dominated social media discussion since New Year's Day, with developers posting breathless testimonials about its capabilities . The simultaneous developments underscore how quickly AI-assisted software development is evolving — and how fiercely companies large and small are competing to capture what many believe will become a foundational technology for how software gets written. type: embedded-entry-inline id: 74cSyrq6OUrp9SEQ5zOUSl NousCoder-14B achieves a 67.87 percent accuracy rate on LiveCodeBench v6 , a standardized evaluation that tests models on competitive programming problems published between August 2024 and May 2025. That figure represents a 7.08 percentage point improvement over the base model it was trained from, Alibaba's Qwen3-14B , according to Nous Research's technical report published alongside the release. \"I gave Claude Code a description of the problem, it generated what we built last year in an hour,\" wrote Jaana Dogan , a principal engineer at Google responsible for the Gemini API, in a viral post on X last week that captured the prevailing mood around AI coding tools. Dogan was describing a distributed agent orchestration system her team had spent a year developing — a system Claude Code approximated from a three-paragraph prompt. The juxtaposition is instructive: while Anthropic's Claude Code has captured imaginations with demonstrations of end-to-end software development, Nous Research is betting that open-source alternatives trained on verifiable problems can close the gap — and that transparency in how these models are built matters as much as raw capability. How Nous Research built an AI coding model that anyone can replicate What distinguishes the NousCoder-14B release from many competitor announcements is its radical openness. Nous Research published not just the model weights but the complete reinforcement learning environment , benchmark suite, and training harness — built on the company's Atropos framework — enabling any researcher with sufficient compute to reproduce or extend the work . \"Open-sourcing the Atropos stack provides the necessary infrastructure for reproducible olympiad-level reasoning research,\" noted one observer on X , summarizing the significance for the academic and open-source communities. The model was trained by Joe Li , a researcher in residence at Nous Research and a former competitive programmer himself. Li's technical report reveals an unexpectedly personal dimension: he compared the model's improvement trajectory to his own journey on Codeforces, the competitive programming platform where participants earn ratings based on contest performance. Based on rough estimates mapping LiveCodeBench scores to Codeforces ratings, Li calculated that NousCoder-14B's improvemen t— from approximately the 1600-1750 rating range to 2100-2200 — mirrors a leap that took him nearly two years of sustained practice between ages 14 and 16. The model accomplished the equivalent in four days. \"Watching that final training run unfold was quite a surreal experience,\" Li wrote in the technical report. But Li was quick to note an important caveat that speaks to broader questions about AI efficiency: he solved roughly 1,000 problems during those two years, while the model required 24,000. Humans, at least for now, remain dramatically more sample-efficient learners. Inside the reinforcement learning system that trains on 24,000 competitive programming problems NousCoder-14B 's training process offers a window into the increasingly sophisticated techniques researchers use to improve AI reasoning capabilities through reinforcement learning. The approach relies on what researchers call \"verifiable rewards\" — a system where the model generates code solutions, those solutions are executed against test cases, and the model receives a simple binary signal: correct or incorrect. This feedback loop, while conceptually straightforward, requires significant infrastructure to execute at scale. Nous Research used Modal , a cloud computing platform, to run sandboxed code execution in parallel. Each of the 24,000 training problems contains hundreds of test cases on average, and the system must verify that generated code produces correct outputs within time and memory constraints — 15 seconds and 4 gigabytes, respectively. The training employed a technique called DAPO (Dynamic Sampling Policy Optimization) , which the researchers found performed slightly better than alternatives in their experiments. A key innovation involves \"dynamic sampling\" — discarding training examples where the model either solves all attempts or fails all attempts, since these provide no useful gradient signal for learning. The researchers also adopted \"iterative context extension,\" first training the model with a 32,000-token context window before expanding to 40,000 tokens. During evaluation, extending the context further to approximately 80,000 tokens produced the best results, with accuracy reaching 67.87 percent. Perhaps most significantly, the training pipeline overlaps inference and verification — as soon as the model generates a solution, it begins work on the next problem while the previous solution is being checked. This pipelining, combined with asynchronous training where multiple model instances work in parallel, maximizes hardware utilization on expensive GPU clusters. The looming data shortage that could slow AI coding model progress Buried in Li's technical report is a finding with significant implications for the future of AI development: the training dataset for NousCoder-14B encompasses \"a significant portion of all readily available, verifiable competitive programming problems in a standardized dataset format.\" In other words, for this particular domain, the researchers are approaching the limits of high-quality training data. \"The total number of competitive programming problems on the Internet is roughly the same order of magnitude,\" Li wrote, referring to the 24,000 problems used for training. \"This suggests that within the competitive programming domain, we have approached the limits of high-quality data.\" This observation echoes growing concern across the AI industry about data constraints. While compute continues to scale according to well-understood economic and engineering principles, training data is \"increasingly finite,\" as Li put it. \"It appears that some of the most important research that needs to be done in the future will be in the areas of synthetic data generation and data efficient algorithms and architectures,\" he concluded. The challenge is particularly acute for competitive programming because the domain requires problems with known correct solutions that can be verified automatically. Unlike natural language tasks where human evaluation or proxy metrics suffice, code either works or it doesn't — making synthetic data generation considerably more difficult. Li identified one potential avenue: training models not just to solve problems but to generate solvable problems, enabling a form of self-play similar to techniques that proved successful in game-playing AI systems. \"Once synthetic problem generation is solved, self-play becomes a very interesting direction,\" he wrote. A $65 million bet that open-source AI can compete with Big Tech Nous Research has carved out a distinctive position in the AI landscape: a company committed to open-source releases that compete with — and sometimes exceed — proprietary alternatives. The company raised $50 million in April 2025 in a round led by Paradigm, the cryptocurrency-focused venture firm founded by Coinbase co-founder Fred Ehrsam. Total funding reached $65 million, according to some reports. The investment reflected growing interest in decentralized approaches to AI training, an area where Nous Research has developed its Psyche platform . Previous releases include Hermes 4 , a family of models that we reported \" outperform ChatGPT without content restrictions ,\" and DeepHermes-3, which the company described as the first \" toggle-on reasoning model \" — allowing users to activate extended thinking capabilities on demand. The company has cultivated a distinctive aesthetic and community, prompting some skepticism about whether style might overshadow substance. \"Ofc i'm gonna believe an anime pfp company. stop benchmarkmaxxing ffs,\" wrote one critic on X , referring to Nous Research's anime-style branding and the industry practice of optimizing for benchmark performance. Others raised technical questions. \" Based on the benchmark, Nemotron is better ,\" noted one commenter, referring to Nvidia's family of language models. Another asked whether NousCoder-14B is \"agentic focused or just 'one shot' coding\" — a distinction that matters for practical software development, where iterating on feedback typically produces better results than single attempts. What researchers say must happen next for AI coding tools to keep improving The release includes several directions for future work that hint at where AI coding research may be heading. Multi-turn reinforcement learning tops the list. Currently, the model receives only a final binary reward — pass or fail — after generating a solution. But competitive programming problems typically include public test cases that provide intermediate feedback: compilation errors, incorrect outputs, time limit violations. Training models to incorporate this feedback across multiple attempts could significantly improve performance. Controlling response length also remains a challenge. The researchers found that incorrect solutions tended to be longer than correct ones, and response lengths quickly saturated available context windows during training — a pattern that various algorithmic modifications failed to resolve. Perhaps most ambitiously, Li proposed \"problem generation and self-play\" — training models to both solve and create programming problems. This would address the data scarcity problem directly by enabling models to generate their own training curricula. \"Humans are great at generating interesting and useful problems for other competitive programmers, but it appears that there still exists a significant gap in LLM capabilities in creative problem generation,\" Li wrote. The model is available now on Hugging Face under an Apache 2.0 license. For researchers and developers who want to build on the work, Nous Research has published the complete Atropos training stack alongside it. What took Li two years of adolescent dedication to achieve—climbing from a 1600-level novice to a 2100-rated competitor on Codeforces—an AI replicated in 96 hours. He needed 1,000 problems. The model needed 24,000. But soon enough, these systems may learn to write their own problems, teach themselves, and leave human benchmarks behind entirely. The question is no longer whether machines can learn to code. It's whether they'll soon be better teachers than we ever were.", "published_at": "2026-01-07T20:00:00+00:00", "discovered_at": "2026-05-11T17:05:48.705101+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "link": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "summary": "

Nous Research, the open-source artificial intelligence startup backed by crypto venture firm Paradigm, released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using 48 of Nvidia's latest B200 graphics processors.

The model, called NousCoder-14B, is another entry in a crowded field of AI coding assistants, but arrives at a particularly charged moment: Claude Code, the agentic programming tool from rival Anthropic, has dominated social media discussion since New Year's Day, with developers posting breathless testimonials about its capabilities. The simultaneous developments underscore how quickly AI-assisted software development is evolving — and how fiercely companies large and small are competing to capture what many believe will become a foundational technology for how software gets written.

type: embedded-entry-inline id: 74cSyrq6OUrp9SEQ5zOUSl

NousCoder-14B achieves a 67.87 percent accuracy rate on LiveCodeBench v6, a standardized evaluation that tests models on competitive programming problems published between August 2024 and May 2025. That figure represents a 7.08 percentage point improvement over the base model it was trained from, Alibaba's Qwen3-14B, according to Nous Research's technical report published alongside the release.

"I gave Claude Code a description of the problem, it generated what we built last year in an hour," wrote Jaana Dogan, a principal engineer at Google responsible for the Gemini API, in a viral post on X last week that captured the prevailing mood around AI coding tools. Dogan was describing a distributed agent orchestration system her team had spent a year developing — a system Claude Code approximated from a three-paragraph prompt.

The juxtaposition is instructive: while Anthropic's Claude Code has captured imaginations with demonstrations of end-to-end software development, Nous Research is betting that open-source alternatives trained on verifiable problems can close the gap — and that transparency in how these models are built matters as much as raw capability.

How Nous Research built an AI coding model that anyone can replicate

What distinguishes the NousCoder-14B release from many competitor announcements is its radical openness. Nous Research published not just the model weights but the complete reinforcement learning environment, benchmark suite, and training harness — built on the company's Atropos framework — enabling any researcher with sufficient compute to reproduce or extend the work.

"Open-sourcing the Atropos stack provides the necessary infrastructure for reproducible olympiad-level reasoning research," noted one observer on X, summarizing the significance for the academic and open-source communities.

The model was trained by Joe Li, a researcher in residence at Nous Research and a former competitive programmer himself. Li's technical report reveals an unexpectedly personal dimension: he compared the model's improvement trajectory to his own journey on Codeforces, the competitive programming platform where participants earn ratings based on contest performance.

Based on rough estimates mapping LiveCodeBench scores to Codeforces ratings, Li calculated that NousCoder-14B's improvemen t— from approximately the 1600-1750 rating range to 2100-2200 — mirrors a leap that took him nearly two years of sustained practice between ages 14 and 16. The model accomplished the equivalent in four days.

"Watching that final training run unfold was quite a surreal experience," Li wrote in the technical report.

But Li was quick to note an important caveat that speaks to broader questions about AI efficiency: he solved roughly 1,000 problems during those two years, while the model required 24,000. Humans, at least for now, remain dramatically more sample-efficient learners.

Inside the reinforcement learning system that trains on 24,000 competitive programming problems

NousCoder-14B's training process offers a window into the increasingly sophisticated techniques researchers use to improve AI reasoning capabilities through reinforcement learning.

The approach relies on what researchers call "verifiable rewards" — a system where the model generates code solutions, those solutions are executed against test cases, and the model receives a simple binary signal: correct or incorrect. This feedback loop, while conceptually straightforward, requires significant infrastructure to execute at scale.

Nous Research used Modal, a cloud computing platform, to run sandboxed code execution in parallel. Each of the 24,000 training problems contains hundreds of test cases on average, and the system must verify that generated code produces correct outputs within time and memory constraints — 15 seconds and 4 gigabytes, respectively.

The training employed a technique called DAPO (Dynamic Sampling Policy Optimization), which the researchers found performed slightly better than alternatives in their experiments. A key innovation involves "dynamic sampling" — discarding training examples where the model either solves all attempts or fails all attempts, since these provide no useful gradient signal for learning.

The researchers also adopted "iterative context extension," first training the model with a 32,000-token context window before expanding to 40,000 tokens. During evaluation, extending the context further to approximately 80,000 tokens produced the best results, with accuracy reaching 67.87 percent.

Perhaps most significantly, the training pipeline overlaps inference and verification — as soon as the model generates a solution, it begins work on the next problem while the previous solution is being checked. This pipelining, combined with asynchronous training where multiple model instances work in parallel, maximizes hardware utilization on expensive GPU clusters.

The looming data shortage that could slow AI coding model progress

Buried in Li's technical report is a finding with significant implications for the future of AI development: the training dataset for NousCoder-14B encompasses "a significant portion of all readily available, verifiable competitive programming problems in a standardized dataset format."

In other words, for this particular domain, the researchers are approaching the limits of high-quality training data.

"The total number of competitive programming problems on the Internet is roughly the same order of magnitude," Li wrote, referring to the 24,000 problems used for training. "This suggests that within the competitive programming domain, we have approached the limits of high-quality data."

This observation echoes growing concern across the AI industry about data constraints. While compute continues to scale according to well-understood economic and engineering principles, training data is "increasingly finite," as Li put it.

"It appears that some of the most important research that needs to be done in the future will be in the areas of synthetic data generation and data efficient algorithms and architectures," he concluded.

The challenge is particularly acute for competitive programming because the domain requires problems with known correct solutions that can be verified automatically. Unlike natural language tasks where human evaluation or proxy metrics suffice, code either works or it doesn't — making synthetic data generation considerably more difficult.

Li identified one potential avenue: training models not just to solve problems but to generate solvable problems, enabling a form of self-play similar to techniques that proved successful in game-playing AI systems. "Once synthetic problem generation is solved, self-play becomes a very interesting direction," he wrote.

A $65 million bet that open-source AI can compete with Big Tech

Nous Research has carved out a distinctive position in the AI landscape: a company committed to open-source releases that compete with — and sometimes exceed — proprietary alternatives.

The company raised $50 million in April 2025 in a round led by Paradigm, the cryptocurrency-focused venture firm founded by Coinbase co-founder Fred Ehrsam. Total funding reached $65 million, according to some reports. The investment reflected growing interest in decentralized approaches to AI training, an area where Nous Research has developed its Psyche platform.

Previous releases include Hermes 4, a family of models that we reported "outperform ChatGPT without content restrictions," and DeepHermes-3, which the company described as the first "toggle-on reasoning model" — allowing users to activate extended thinking capabilities on demand.

The company has cultivated a distinctive aesthetic and community, prompting some skepticism about whether style might overshadow substance. "Ofc i'm gonna believe an anime pfp company. stop benchmarkmaxxing ffs," wrote one critic on X, referring to Nous Research's anime-style branding and the industry practice of optimizing for benchmark performance.

Others raised technical questions. "Based on the benchmark, Nemotron is better," noted one commenter, referring to Nvidia's family of language models. Another asked whether NousCoder-14B is "agentic focused or just 'one shot' coding" — a distinction that matters for practical software development, where iterating on feedback typically produces better results than single attempts.

What researchers say must happen next for AI coding tools to keep improving

The release includes several directions for future work that hint at where AI coding research may be heading.

Multi-turn reinforcement learning tops the list. Currently, the model receives only a final binary reward — pass or fail — after generating a solution. But competitive programming problems typically include public test cases that provide intermediate feedback: compilation errors, incorrect outputs, time limit violations. Training models to incorporate this feedback across multiple attempts could significantly improve performance.

Controlling response length also remains a challenge. The researchers found that incorrect solutions tended to be longer than correct ones, and response lengths quickly saturated available context windows during training — a pattern that various algorithmic modifications failed to resolve.

Perhaps most ambitiously, Li proposed "problem generation and self-play" — training models to both solve and create programming problems. This would address the data scarcity problem directly by enabling models to generate their own training curricula.

"Humans are great at generating interesting and useful problems for other competitive programmers, but it appears that there still exists a significant gap in LLM capabilities in creative problem generation," Li wrote.

The model is available now on Hugging Face under an Apache 2.0 license. For researchers and developers who want to build on the work, Nous Research has published the complete Atropos training stack alongside it.

What took Li two years of adolescent dedication to achieve—climbing from a 1600-level novice to a 2100-rated competitor on Codeforces—an AI replicated in 96 hours. He needed 1,000 problems. The model needed 24,000. But soon enough, these systems may learn to write their own problems, teach themselves, and leave human benchmarks behind entirely.

The question is no longer whether machines can learn to code. It's whether they'll soon be better teachers than we ever were.

\n

" }, "normalized_title": "nousresearchsnouscoder14bisanopensourcecodingmodellandingrightintheclaudecodemoment", "resolved_target": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "content_fingerprint": "b761e53fc1184ac54f017fbed9389c9e1cfbcabe8d4360715ecfbf1d6f950dd4", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:475", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 475, "duplicate_primary_title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "display_summary_zh": "Nous Research , the open-source artificial intelligence startup backed by crypto venture firm Paradigm , released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using 48 of Nvidia's latest B200 graphics processors . The model, called NousCoder-14B , is another entry in a crowded field of AI coding assistants, but arrives at a particularly charged moment: Claude Code , the agentic programming tool from rival Anthropic, has dominated social media discussion since New Year's Day, with developers posting breathless testimonials about its capabilities . The simultaneous developments underscore how quickly AI-assisted software development is evolving — and how fiercely companies large and small are competing to capture what many believe will become a foundational technology for how software gets written. type: embedded-entry-inline id: 74cSyrq6OUrp9SEQ5zOUSl NousCoder-14B achieves a 67.87 percent accuracy rate on LiveCodeBench v6 , a standardized evaluation that tests models on competitive programming problems published between August 2024 and May 2025. That figure represents a 7.08 percentage point improvement over the base model it was trained from, Alibaba's Qwen3-14B , according to Nous Research's technical report published alongside the release. \"I gave Claude Code a description of the problem, it generated what we built last year in an hour,\" wrote Jaana Dogan , a principal engineer at Google responsible for the Gemini API, in a viral post on X last week that captured the prevailing mood around AI coding tools. Dogan was describing a distributed agent orchestration system her team had spent a year developing — a system Claude Code approximated from a three-paragraph prompt. The juxtaposition is instructive: while Anthropic's Claude Code has captured imaginations with demonstrations of end-to-end software development, Nous Research is betting that open-source alternatives trained on verifiable problems can close the gap — and that transparency in how these models are built matters as much as raw capability. How Nous Research built an AI coding model that anyone can replicate What distinguishes the NousCoder-14B release from many competitor announcements is its radical openness. Nous Research published not just the model weights but the complete reinforcement learning environment , benchmark suite, and training harness — built on the company's Atropos framework — enabling any researcher with sufficient compute to reproduce or extend the work . \"Open-sourcing the Atropos stack provides the necessary infrastructure for reproducible olympiad-level reasoning research,\" noted one observer on X , summarizing the significance for the academic and open-source communities. The model was trained by Joe Li , a researcher in residence at Nous Research and a former competitive programmer himself. Li's technical report reveals an unexpectedly personal dimension: he compared the model's improvement trajectory to his own journey on Codeforces, the competitive programming platform where participants earn ratings based on contest performance. Based on rough estimates mapping LiveCodeBench scores to Codeforces ratings, Li calculated that NousCoder-14B's improvemen t— from approximately the 1600-1750 rating range to 2100-2200 — mirrors a leap that took him nearly two years of sustained practice between ages 14 and 16. The model accomplished the equivalent in four days. \"Watching that final training run unfold was quite a surreal experience,\" Li wrote in the technical report. But Li was quick to note an important caveat that speaks to broader questions about AI efficiency: he solved roughly 1,000 problems during those two years, while the model required 24,000. Humans, at least for now, remain dramatically more sample-efficient learners. Inside the reinforcement learning system that trains on 24,000 competitive programming problems NousCoder-14B 's training process offers a window into the increasingly sophisticated techniques researchers use to improve AI reasoning capabilities through reinforcement learning. The approach relies on what researchers call \"verifiable rewards\" — a system where the model generates code solutions, those solutions are executed against test cases, and the model receives a simple binary signal: correct or incorrect. This feedback loop, while conceptually straightforward, requires significant infrastructure to execute at scale. Nous Research used Modal , a cloud computing platform, to run sandboxed code execution in parallel. Each of the 24,000 training problems contains hundreds of test cases on average, and the system must verify that generated code produces correct outputs within time and memory constraints — 15 seconds and 4 gigabytes, respectively. The training employed a technique called DAPO (Dynamic Sampling Policy Optimization) , which the researchers found performed slightly better than alternatives in their experiments. A key innovation involves \"dynamic sampling\" — discarding training examples where the model either solves all attempts or fails all attempts, since these provide no useful gradient signal for learning. The researchers also adopted \"iterative context extension,\" first training the model with a 32,000-token context window before expanding to 40,000 tokens. During evaluation, extending the context further to approximately 80,000 tokens produced the best results, with accuracy reaching 67.87 percent. Perhaps most significantly, the training pipeline overlaps inference and verification — as soon as the model generates a solution, it begins work on the next problem while the previous solution is being checked. This pipelining, combined with asynchronous training where multiple model instances work in parallel, maximizes hardware utilization on expensive GPU clusters. The looming data shortage that could slow AI coding model progress Buried in Li's technical report is a finding with significant implications for the future of AI development: the training dataset for NousCoder-14B encompasses \"a significant portion of all readily available, verifiable competitive programming problems in a standardized dataset format.\" In other words, for this particular domain, the researchers are approaching the limits of high-quality training data. \"The total number of competitive programming problems on the Internet is roughly the same order of magnitude,\" Li wrote, referring to the 24,000 problems used for training. \"This suggests that within the competitive programming domain, we have approached the limits of high-quality data.\" This observation echoes growing concern across the AI industry about data constraints. While compute continues to scale according to well-understood economic and engineering principles, training data is \"increasingly finite,\" as Li put it. \"It appears that some of the most important research that needs to be done in the future will be in the areas of synthetic data generation and data efficient algorithms and architectures,\" he concluded. The challenge is particularly acute for competitive programming because the domain requires problems with known correct solutions that can be verified automatically. Unlike natural language tasks where human evaluation or proxy metrics suffice, code either works or it doesn't — making synthetic data generation considerably more difficult. Li identified one potential avenue: training models not just to solve problems but to generate solvable problems, enabling a form of self-play similar to techniques that proved successful in game-playing AI systems. \"Once synthetic problem generation is solved, self-play becomes a very interesting direction,\" he wrote. A $65 million bet that open-source AI can compete with Big Tech Nous Research has carved out a distinctive position in the AI landscape: a company committed to open-source releases that compete with — and sometimes exceed — proprietary alternatives. The company raised $50 million in April 2025 in a round led by Paradigm, the cryptocurrency-focused venture firm founded by Coinbase co-founder Fred Ehrsam. Total funding reached $65 million, according to some reports. The investment reflected growing interest in decentralized approaches to AI training, an area where Nous Research has developed its Psyche platform . Previous releases include Hermes 4 , a family of models that we reported \" outperform ChatGPT without content restrictions ,\" and DeepHermes-3, which the company described as the first \" toggle-on reasoning model \" — allowing users to activate extended thinking capabilities on demand. The company has cultivated a distinctive aesthetic and community, prompting some skepticism about whether style might overshadow substance. \"Ofc i'm gonna believe an anime pfp company. stop benchmarkmaxxing ffs,\" wrote one critic on X , referring to Nous Research's anime-style branding and the industry practice of optimizing for benchmark performance. Others raised technical questions. \" Based on the benchmark, Nemotron is better ,\" noted one commenter, referring to Nvidia's family of language models. Another asked whether NousCoder-14B is \"agentic focused or just 'one shot' coding\" — a distinction that matters for practical software development, where iterating on feedback typically produces better results than single attempts. What researchers say must happen next for AI coding tools to keep improving The release includes several directions for future work that hint at where AI coding research may be heading. Multi-turn reinforcement learning tops the list. Currently, the model receives only a final binary reward — pass or fail — after generating a solution. But competitive programming problems typically include public test cases that provide intermediate feedback: compilation errors, incorrect outputs, time limit violations. Training models to incorporate this feedback across multiple attempts could significantly improve performance. Controlling response length also remains a challenge. The researchers found that incorrect solutions tended to be longer than correct ones, and response lengths quickly saturated available context windows during training — a pattern that various algorithmic modifications failed to resolve. Perhaps most ambitiously, Li proposed \"problem generation and self-play\" — training models to both solve and create programming problems. This would address the data scarcity problem directly by enabling models to generate their own training curricula. \"Humans are great at generating interesting and useful problems for other competitive programmers, but it appears that there still exists a significant gap in LLM capabilities in creative problem generation,\" Li wrote. The model is available now on Hugging Face under an Apache 2.0 license. For researchers and developers who want to build on the work, Nous Research has published the complete Atropos training stack alongside it. What took Li two years of adolescent dedication to achieve—climbing from a 1600-level novice to a 2100-rated competitor on Codeforces—an AI replicated in 96 hours. He needed 1,000 problems. The model needed 24,000. But soon enough, these systems may learn to write their own problems, teach themselves, and leave human benchmarks behind entirely. The question is no longer whether machines can learn to code. It's whether they'll soon be better teachers than we ever were.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "Nous Research , the open-source artificial intelligence startup backed by crypto venture firm Paradigm , released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using...", "hot_score": 0.0 }, { "id": 476, "source_id": "venturebeat-ai", "source_name": "VentureBeat AI", "title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "url": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "canonical_url": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "summary": "When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes. For the past week, the engineering community has been dissecting a thread on X from Boris Cherny , the creator and head of Claude Code at Anthropic . What began as a casual sharing of his personal terminal setup has spiraled into a viral manifesto on the future of software development, with industry insiders calling it a watershed moment for the startup. \"If you're not reading the Claude Code best practices straight from its creator, you're behind as a programmer,\" wrote Jeff Tang , a prominent voice in the developer community. Kyle McNease , another industry observer, went further, declaring that with Cherny's \"game-changing updates,\" Anthropic is \"on fire,\" potentially facing \"their ChatGPT moment.\" The excitement stems from a paradox: Cherny's workflow is surprisingly simple, yet it allows a single human to operate with the output capacity of a small engineering department. As one user noted on X after implementing Cherny's setup, the experience \" feels more like Starcraft \" than traditional coding — a shift from typing syntax to commanding autonomous units. Here is an analysis of the workflow that is reshaping how software gets built, straight from the architect himself. How running five AI agents at once turns coding into a real-time strategy game The most striking revelation from Cherny's disclosure is that he does not code in a linear fashion. In the traditional \" inner loop \" of development, a programmer writes a function, tests it, and moves to the next. Cherny, however, acts as a fleet commander. \"I run 5 Claudes in parallel in my terminal,\" Cherny wrote. \"I number my tabs 1-5, and use system notifications to know when a Claude needs input.\" By utilizing iTerm2 system notifications, Cherny effectively manages five simultaneous work streams. While one agent runs a test suite, another refactors a legacy module, and a third drafts documentation. He also runs \"5-10 Claudes on claude.ai \" in his browser, using a \"teleport\" command to hand off sessions between the web and his local machine. This validates the \" do more with less \" strategy articulated by Anthropic President Daniela Amodei earlier this week. While competitors like OpenAI pursue trillion-dollar infrastructure build-outs, Anthropic is proving that superior orchestration of existing models can yield exponential productivity gains. The counterintuitive case for choosing the slowest, smartest model In a surprising move for an industry obsessed with latency, Cherny revealed that he exclusively uses Anthropic's heaviest, slowest model: Opus 4.5 . \"I use Opus 4.5 with thinking for everything,\" Cherny explained . \"It's the best coding model I've ever used, and even though it's bigger & slower than Sonnet, since you have to steer it less and it's better at tool use, it is almost always faster than using a smaller model in the end.\" For enterprise technology leaders, this is a critical insight. The bottleneck in modern AI development isn't the generation speed of the token; it is the human time spent correcting the AI's mistakes. Cherny's workflow suggests that paying the \"compute tax\" for a smarter model upfront eliminates the \"correction tax\" later. One shared file turns every AI mistake into a permanent lesson Cherny also detailed how his team solves the problem of AI amnesia. Standard large language models do not \"remember\" a company's specific coding style or architectural decisions from one session to the next. To address this, Cherny's team maintains a single file named CLAUDE.md in their git repository. \"Anytime we see Claude do something incorrectly we add it to the CLAUDE.md, so Claude knows not to do it next time,\" he wrote. This practice transforms the codebase into a self-correcting organism. When a human developer reviews a pull request and spots an error, they don't just fix the code; they tag the AI to update its own instructions. \" Every mistake becomes a rule ,\" noted Aakash Gupta , a product leader analyzing the thread. The longer the team works together, the smarter the agent becomes. Slash commands and subagents automate the most tedious parts of development The \"vanilla\" workflow one observer praised is powered by rigorous automation of repetitive tasks. Cherny uses slash commands — custom shortcuts checked into the project's repository — to handle complex operations with a single keystroke. He highlighted a command called /commit-push-pr , which he invokes dozens of times daily. Instead of manually typing git commands, writing a commit message, and opening a pull request, the agent handles the bureaucracy of version control autonomously. Cherny also deploys subagents — specialized AI personas — to handle specific phases of the development lifecycle. He uses a code-simplifier to clean up architecture after the main work is done and a verify-app agent to run end-to-end tests before anything ships. Why verification loops are the real unlock for AI-generated code If there is a single reason Claude Code has reportedly hit $1 billion in annual recurring revenue so quickly, it is likely the verification loop. The AI is not just a text generator; it is a tester. \"Claude tests every single change I land to claude.ai/code using the Claude Chrome extension,\" Cherny wrote. \"It opens a browser, tests the UI, and iterates until the code works and the UX feels good.\" He argues that giving the AI a way to verify its own work — whether through browser automation, running bash commands, or executing test suites — improves the quality of the final result by \"2-3x.\" The agent doesn't just write code; it proves the code works. What Cherny's workflow signals about the future of software engineering The reaction to Cherny's thread suggests a pivotal shift in how developers think about their craft. For years, \"AI coding\" meant an autocomplete function in a text editor — a faster way to type. Cherny has demonstrated that it can now function as an operating system for labor itself. \"Read this if you're already an engineer... and want more power,\" Jeff Tang summarized on X. The tools to multiply human output by a factor of five are already here. They require only a willingness to stop thinking of AI as an assistant and start treating it as a workforce. The programmers who make that mental leap first won't just be more productive. They'll be playing an entirely different game — and everyone else will still be typing.", "published_at": "2026-01-05T07:45:00+00:00", "discovered_at": "2026-05-11T17:05:48.711318+00:00", "language": "en", "region": "international", "country": "US", "topic": "news", "raw_payload": { "title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "link": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "summary": "

When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes.

For the past week, the engineering community has been dissecting a thread on X from Boris Cherny, the creator and head of Claude Code at Anthropic. What began as a casual sharing of his personal terminal setup has spiraled into a viral manifesto on the future of software development, with industry insiders calling it a watershed moment for the startup.

"If you're not reading the Claude Code best practices straight from its creator, you're behind as a programmer," wrote Jeff Tang, a prominent voice in the developer community. Kyle McNease, another industry observer, went further, declaring that with Cherny's "game-changing updates," Anthropic is "on fire," potentially facing "their ChatGPT moment."

The excitement stems from a paradox: Cherny's workflow is surprisingly simple, yet it allows a single human to operate with the output capacity of a small engineering department. As one user noted on X after implementing Cherny's setup, the experience "feels more like Starcraft" than traditional coding — a shift from typing syntax to commanding autonomous units.

Here is an analysis of the workflow that is reshaping how software gets built, straight from the architect himself.

How running five AI agents at once turns coding into a real-time strategy game

The most striking revelation from Cherny's disclosure is that he does not code in a linear fashion. In the traditional "inner loop" of development, a programmer writes a function, tests it, and moves to the next. Cherny, however, acts as a fleet commander.

"I run 5 Claudes in parallel in my terminal," Cherny wrote. "I number my tabs 1-5, and use system notifications to know when a Claude needs input."

By utilizing iTerm2 system notifications, Cherny effectively manages five simultaneous work streams. While one agent runs a test suite, another refactors a legacy module, and a third drafts documentation. He also runs "5-10 Claudes on claude.ai" in his browser, using a "teleport" command to hand off sessions between the web and his local machine.

This validates the "do more with less" strategy articulated by Anthropic President Daniela Amodei earlier this week. While competitors like OpenAI pursue trillion-dollar infrastructure build-outs, Anthropic is proving that superior orchestration of existing models can yield exponential productivity gains.

The counterintuitive case for choosing the slowest, smartest model

In a surprising move for an industry obsessed with latency, Cherny revealed that he exclusively uses Anthropic's heaviest, slowest model: Opus 4.5.

"I use Opus 4.5 with thinking for everything," Cherny explained. "It's the best coding model I've ever used, and even though it's bigger & slower than Sonnet, since you have to steer it less and it's better at tool use, it is almost always faster than using a smaller model in the end."

For enterprise technology leaders, this is a critical insight. The bottleneck in modern AI development isn't the generation speed of the token; it is the human time spent correcting the AI's mistakes. Cherny's workflow suggests that paying the "compute tax" for a smarter model upfront eliminates the "correction tax" later.

One shared file turns every AI mistake into a permanent lesson

Cherny also detailed how his team solves the problem of AI amnesia. Standard large language models do not "remember" a company's specific coding style or architectural decisions from one session to the next.

To address this, Cherny's team maintains a single file named CLAUDE.md in their git repository. "Anytime we see Claude do something incorrectly we add it to the CLAUDE.md, so Claude knows not to do it next time," he wrote.

This practice transforms the codebase into a self-correcting organism. When a human developer reviews a pull request and spots an error, they don't just fix the code; they tag the AI to update its own instructions. "Every mistake becomes a rule," noted Aakash Gupta, a product leader analyzing the thread. The longer the team works together, the smarter the agent becomes.

Slash commands and subagents automate the most tedious parts of development

The "vanilla" workflow one observer praised is powered by rigorous automation of repetitive tasks. Cherny uses slash commands — custom shortcuts checked into the project's repository — to handle complex operations with a single keystroke.

He highlighted a command called /commit-push-pr, which he invokes dozens of times daily. Instead of manually typing git commands, writing a commit message, and opening a pull request, the agent handles the bureaucracy of version control autonomously.

Cherny also deploys subagents — specialized AI personas — to handle specific phases of the development lifecycle. He uses a code-simplifier to clean up architecture after the main work is done and a verify-app agent to run end-to-end tests before anything ships.

Why verification loops are the real unlock for AI-generated code

If there is a single reason Claude Code has reportedly hit $1 billion in annual recurring revenue so quickly, it is likely the verification loop. The AI is not just a text generator; it is a tester.

"Claude tests every single change I land to claude.ai/code using the Claude Chrome extension," Cherny wrote. "It opens a browser, tests the UI, and iterates until the code works and the UX feels good."

He argues that giving the AI a way to verify its own work — whether through browser automation, running bash commands, or executing test suites — improves the quality of the final result by "2-3x." The agent doesn't just write code; it proves the code works.

What Cherny's workflow signals about the future of software engineering

The reaction to Cherny's thread suggests a pivotal shift in how developers think about their craft. For years, "AI coding" meant an autocomplete function in a text editor — a faster way to type. Cherny has demonstrated that it can now function as an operating system for labor itself.

"Read this if you're already an engineer... and want more power," Jeff Tang summarized on X.

The tools to multiply human output by a factor of five are already here. They require only a willingness to stop thinking of AI as an assistant and start treating it as a workforce. The programmers who make that mental leap first won't just be more productive. They'll be playing an entirely different game — and everyone else will still be typing.

" }, "normalized_title": "thecreatorofclaudecodejustrevealedhisworkflowanddevelopersarelosingtheirminds", "resolved_target": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "content_fingerprint": "999c819926fb8840cbe0bd12673340f3b7f66f53c826f9ace2f814e206bdafdc", "extracted_text": "", "extraction_status": "pending", "extraction_error": "", "extraction_updated_at": "", "extraction_attempts": 0, "extraction_last_http_status": 0, "extraction_next_retry_at": "", "extraction_error_category": "", "llm_title_zh": "", "llm_summary_zh": "", "llm_brief_zh": "", "llm_status": "pending", "llm_provider": "", "llm_model": "", "llm_error": "", "llm_updated_at": "", "is_hidden": false, "is_pinned": false, "is_suppressed": false, "must_include": false, "editorial_note": "", "duplicate_group": "dg:476", "duplicate_of": null, "duplicate_reason": "", "duplicate_count": 1, "is_duplicate_primary": true, "duplicate_primary_id": 476, "duplicate_primary_title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "duplicate_primary_source_name": "VentureBeat AI", "display_title_zh": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "display_summary_zh": "When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes. For the past week, the engineering community has been dissecting a thread on X from Boris Cherny , the creator and head of Claude Code at Anthropic . What began as a casual sharing of his personal terminal setup has spiraled into a viral manifesto on the future of software development, with industry insiders calling it a watershed moment for the startup. \"If you're not reading the Claude Code best practices straight from its creator, you're behind as a programmer,\" wrote Jeff Tang , a prominent voice in the developer community. Kyle McNease , another industry observer, went further, declaring that with Cherny's \"game-changing updates,\" Anthropic is \"on fire,\" potentially facing \"their ChatGPT moment.\" The excitement stems from a paradox: Cherny's workflow is surprisingly simple, yet it allows a single human to operate with the output capacity of a small engineering department. As one user noted on X after implementing Cherny's setup, the experience \" feels more like Starcraft \" than traditional coding — a shift from typing syntax to commanding autonomous units. Here is an analysis of the workflow that is reshaping how software gets built, straight from the architect himself. How running five AI agents at once turns coding into a real-time strategy game The most striking revelation from Cherny's disclosure is that he does not code in a linear fashion. In the traditional \" inner loop \" of development, a programmer writes a function, tests it, and moves to the next. Cherny, however, acts as a fleet commander. \"I run 5 Claudes in parallel in my terminal,\" Cherny wrote. \"I number my tabs 1-5, and use system notifications to know when a Claude needs input.\" By utilizing iTerm2 system notifications, Cherny effectively manages five simultaneous work streams. While one agent runs a test suite, another refactors a legacy module, and a third drafts documentation. He also runs \"5-10 Claudes on claude.ai \" in his browser, using a \"teleport\" command to hand off sessions between the web and his local machine. This validates the \" do more with less \" strategy articulated by Anthropic President Daniela Amodei earlier this week. While competitors like OpenAI pursue trillion-dollar infrastructure build-outs, Anthropic is proving that superior orchestration of existing models can yield exponential productivity gains. The counterintuitive case for choosing the slowest, smartest model In a surprising move for an industry obsessed with latency, Cherny revealed that he exclusively uses Anthropic's heaviest, slowest model: Opus 4.5 . \"I use Opus 4.5 with thinking for everything,\" Cherny explained . \"It's the best coding model I've ever used, and even though it's bigger & slower than Sonnet, since you have to steer it less and it's better at tool use, it is almost always faster than using a smaller model in the end.\" For enterprise technology leaders, this is a critical insight. The bottleneck in modern AI development isn't the generation speed of the token; it is the human time spent correcting the AI's mistakes. Cherny's workflow suggests that paying the \"compute tax\" for a smarter model upfront eliminates the \"correction tax\" later. One shared file turns every AI mistake into a permanent lesson Cherny also detailed how his team solves the problem of AI amnesia. Standard large language models do not \"remember\" a company's specific coding style or architectural decisions from one session to the next. To address this, Cherny's team maintains a single file named CLAUDE.md in their git repository. \"Anytime we see Claude do something incorrectly we add it to the CLAUDE.md, so Claude knows not to do it next time,\" he wrote. This practice transforms the codebase into a self-correcting organism. When a human developer reviews a pull request and spots an error, they don't just fix the code; they tag the AI to update its own instructions. \" Every mistake becomes a rule ,\" noted Aakash Gupta , a product leader analyzing the thread. The longer the team works together, the smarter the agent becomes. Slash commands and subagents automate the most tedious parts of development The \"vanilla\" workflow one observer praised is powered by rigorous automation of repetitive tasks. Cherny uses slash commands — custom shortcuts checked into the project's repository — to handle complex operations with a single keystroke. He highlighted a command called /commit-push-pr , which he invokes dozens of times daily. Instead of manually typing git commands, writing a commit message, and opening a pull request, the agent handles the bureaucracy of version control autonomously. Cherny also deploys subagents — specialized AI personas — to handle specific phases of the development lifecycle. He uses a code-simplifier to clean up architecture after the main work is done and a verify-app agent to run end-to-end tests before anything ships. Why verification loops are the real unlock for AI-generated code If there is a single reason Claude Code has reportedly hit $1 billion in annual recurring revenue so quickly, it is likely the verification loop. The AI is not just a text generator; it is a tester. \"Claude tests every single change I land to claude.ai/code using the Claude Chrome extension,\" Cherny wrote. \"It opens a browser, tests the UI, and iterates until the code works and the UX feels good.\" He argues that giving the AI a way to verify its own work — whether through browser automation, running bash commands, or executing test suites — improves the quality of the final result by \"2-3x.\" The agent doesn't just write code; it proves the code works. What Cherny's workflow signals about the future of software engineering The reaction to Cherny's thread suggests a pivotal shift in how developers think about their craft. For years, \"AI coding\" meant an autocomplete function in a text editor — a faster way to type. Cherny has demonstrated that it can now function as an operating system for labor itself. \"Read this if you're already an engineer... and want more power,\" Jeff Tang summarized on X. The tools to multiply human output by a factor of five are already here. They require only a willingness to stop thinking of AI as an assistant and start treating it as a workforce. The programmers who make that mental leap first won't just be more productive. They'll be playing an entirely different game — and everyone else will still be typing.", "display_brief_zh": "", "is_translated": false, "content_available": false, "content_group": "news", "source_type": "", "signal_type": "", "requires_verification": false, "summary_mode": "", "source_status": "", "source_weight": 0.0, "compact_summary_zh": "When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes. For the past week, the engineering community has been dissecting a thread on X from Boris Cherny , the creator and head of Claude Code at An...", "hot_score": 0.0 } ], "selection_preview": [ { "article_id": 717, "title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "url": "https://36kr.com/p/3808362853834502?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T23:50:00+00:00", "rank_score": 200.0, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 718, "title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "url": "https://www.tmtpost.com/7987041.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T23:20:00+00:00", "rank_score": 189.17, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 674, "title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "url": "https://36kr.com/p/3807540422942214?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "published_at": "2026-05-13T10:41:00+00:00", "rank_score": 165.0, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 708, "title": "Notion just turned its workspace into a hub for AI agents", "url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T21:45:09+00:00", "rank_score": 188.12, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:agents", "subfield_balance:agents" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 670, "title": "机器人行业最缺的，已经不是想象力了", "url": "https://www.tmtpost.com/7985905.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "robotics", "digest_subfield_label": "机器人与具身智能", "published_at": "2026-05-13T09:49:28+00:00", "rank_score": 140.96, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:robotics", "subfield_balance:robotics" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 720, "title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "url": "https://www.ithome.com/0/950/093.htm", "source_name": "IT Home AI Filtered", "topic": "news", "digest_subfield": "open_source", "digest_subfield_label": "开源工具", "published_at": "2026-05-14T00:22:21+00:00", "rank_score": 190.96, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:open_source", "subfield_balance:open_source" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 709, "title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T22:04:28+00:00", "rank_score": 193.46, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:general", "subfield_balance:general" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 703, "title": "Building a safe, effective sandbox to enable Codex on Windows", "url": "https://openai.com/index/building-codex-windows-sandbox", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-15T00:00:00+00:00", "rank_score": 186.42, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 704, "title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T19:49:42+00:00", "rank_score": 185.42, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 657, "title": "6月上海，这场论坛聊透出海真问题", "url": "https://36kr.com/p/3807234971131656?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "published_at": "2026-05-13T05:04:00+00:00", "rank_score": 165.0, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 678, "title": "Alexa is moving into Amazon.com", "url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T12:56:20+00:00", "rank_score": 160.04, "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:agents", "subfield_balance:agents" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 702, "title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T16:54:04+00:00", "rank_score": 158.5, "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:general", "subfield_balance:general" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false } ], "selection_decisions": [ { "article_id": 717, "title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "url": "https://36kr.com/p/3808362853834502?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T23:50:00+00:00", "rank_score": 200.0, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 718, "title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "url": "https://www.tmtpost.com/7987041.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T23:20:00+00:00", "rank_score": 189.17, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 674, "title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "url": "https://36kr.com/p/3807540422942214?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "published_at": "2026-05-13T10:41:00+00:00", "rank_score": 165.0, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 708, "title": "Notion just turned its workspace into a hub for AI agents", "url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T21:45:09+00:00", "rank_score": 188.12, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:agents", "subfield_balance:agents" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 670, "title": "机器人行业最缺的，已经不是想象力了", "url": "https://www.tmtpost.com/7985905.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "robotics", "digest_subfield_label": "机器人与具身智能", "published_at": "2026-05-13T09:49:28+00:00", "rank_score": 140.96, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:robotics", "subfield_balance:robotics" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 720, "title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "url": "https://www.ithome.com/0/950/093.htm", "source_name": "IT Home AI Filtered", "topic": "news", "digest_subfield": "open_source", "digest_subfield_label": "开源工具", "published_at": "2026-05-14T00:22:21+00:00", "rank_score": 190.96, "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:open_source", "subfield_balance:open_source" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 709, "title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T22:04:28+00:00", "rank_score": 193.46, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:general", "subfield_balance:general" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 703, "title": "Building a safe, effective sandbox to enable Codex on Windows", "url": "https://openai.com/index/building-codex-windows-sandbox", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-15T00:00:00+00:00", "rank_score": 186.42, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 704, "title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T19:49:42+00:00", "rank_score": 185.42, "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 657, "title": "6月上海，这场论坛聊透出海真问题", "url": "https://36kr.com/p/3807234971131656?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "published_at": "2026-05-13T05:04:00+00:00", "rank_score": 165.0, "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 678, "title": "Alexa is moving into Amazon.com", "url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T12:56:20+00:00", "rank_score": 160.04, "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:agents", "subfield_balance:agents" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 702, "title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T16:54:04+00:00", "rank_score": 158.5, "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:general", "subfield_balance:general" ], "decision": "selected", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 628, "title": "Meta won’t let you block its AI account on Threads", "url": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-12T20:45:49+00:00", "rank_score": 0.0, "selection_reasons": [ "duplicate_secondary" ], "decision": "duplicate_secondary", "duplicate_count": 2, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 705, "title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "url": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T19:28:06+00:00", "rank_score": 184.04, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_6h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 719, "title": "Edge AI Daily 早报（5月14日）", "url": "https://www.tmtpost.com/7987225.html", "source_name": "TMTPost AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-14T00:14:15+00:00", "rank_score": 181.79, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_6h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 675, "title": "2026 AI最佳场景渗透案例重磅揭晓", "url": "https://36kr.com/p/3807623172235011?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T11:21:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 662, "title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "url": "https://36kr.com/p/3807382930251523?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T07:24:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 642, "title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "url": "https://36kr.com/p/3806507139390984?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T01:30:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 643, "title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "url": "https://36kr.com/p/3807043342475009?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T01:26:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 644, "title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "url": "https://36kr.com/p/3807039782116865?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T01:24:00+00:00", "rank_score": 165.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 668, "title": "Data centers are coming for rural America", "url": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "published_at": "2026-05-13T02:08:42+00:00", "rank_score": 159.08, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:compute" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 699, "title": "Microsoft doesn’t want any of this", "url": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T15:30:37+00:00", "rank_score": 157.33, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 685, "title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "url": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T14:00:00+00:00", "rank_score": 153.46, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 684, "title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "url": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T14:00:00+00:00", "rank_score": 150.92, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 701, "title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "url": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T16:22:01+00:00", "rank_score": 150.25, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 693, "title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "url": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "published_at": "2026-05-13T14:59:32+00:00", "rank_score": 150.08, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:agents" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 698, "title": "Anthropic courts a new kind of customer: small business owners", "url": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T16:00:00+00:00", "rank_score": 149.96, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 686, "title": "WhatsApp adds an incognito mode in Meta AI chats", "url": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T14:00:00+00:00", "rank_score": 149.92, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 700, "title": "Who trusts Sam Altman?", "url": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman/", "source_name": "TechCrunch AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-13T16:31:04+00:00", "rank_score": 148.92, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 632, "title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "url": "https://36kr.com/p/3806970999955201?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T00:11:00+00:00", "rank_score": 125.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 582, "title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "url": "https://36kr.com/p/3806196073242112?f=rss", "source_name": "36Kr AI Filtered", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T11:22:00+00:00", "rank_score": 125.0, "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 611, "title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "url": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T18:07:26+00:00", "rank_score": 119.58, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 602, "title": "The 9 biggest new features in Android 17", "url": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "general", "digest_subfield_label": "综合动态", "published_at": "2026-05-12T17:00:59+00:00", "rank_score": 119.42, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:general" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 637, "title": "Sam Altman was winning on the stand, but it might not be enough", "url": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-13T00:11:09+00:00", "rank_score": 117.54, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 625, "title": "How finance teams use Codex", "url": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T15:00:00+00:00", "rank_score": 111.04, "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 48, "title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "url": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-22T14:00:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 49, "title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "url": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-19T14:00:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 50, "title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "url": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-16T14:01:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 51, "title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "url": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-13T13:00:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 52, "title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "url": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-12T11:30:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 475, "title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "url": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-07T20:00:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 476, "title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "url": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "source_name": "VentureBeat AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-01-05T07:45:00+00:00", "rank_score": 95.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 439, "title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "url": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "source_name": "The Verge AI", "topic": "news", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T15:32:00+00:00", "rank_score": 84.04, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 617, "title": "What Parameter Golf taught us about AI-assisted research", "url": "https://openai.com/index/what-parameter-golf-taught-us", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T00:00:00+00:00", "rank_score": 78.42, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 382, "title": "OpenAI launches DeployCo to help businesses build around intelligence", "url": "https://openai.com/index/openai-launches-the-deployment-company", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T06:00:00+00:00", "rank_score": 77.0, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 18, "title": "Running Codex safely at OpenAI", "url": "https://openai.com/index/running-codex-safely", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-08T12:30:00+00:00", "rank_score": 76.5, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 490, "title": "How ChatGPT adoption broadened in early 2026", "url": "https://openai.com/signals/research/2026q1-update", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T15:00:00+00:00", "rank_score": 76.21, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 290, "title": "How enterprises are scaling AI", "url": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T10:00:00+00:00", "rank_score": 75.67, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 291, "title": "OpenAI Campus Network: Student club interest form", "url": "https://openai.com/index/openai-campus-network-student-club-interest-form", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-11T10:00:00+00:00", "rank_score": 75.62, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 627, "title": "AutoScout24 scales engineering with AI-powered workflows", "url": "https://openai.com/index/autoscout24", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T00:00:00+00:00", "rank_score": 75.21, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false }, { "article_id": 626, "title": "How NVIDIA engineers and researchers build with Codex", "url": "https://openai.com/index/nvidia", "source_name": "OpenAI News", "topic": "company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "published_at": "2026-05-12T00:00:00+00:00", "rank_score": 74.42, "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "decision": "ranked_out", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false } ], "selection_summary": { "candidate_articles": 51, "unique_candidates": 50, "selected_count": 12, "duplicates_suppressed": 1, "editorially_suppressed": 0, "ranked_out": 38, "pinned_selected": 0, "must_include_selected": 0, "selected_by_subfield": { "models": 2, "compute": 2, "funding": 2, "agents": 2, "robotics": 1, "open_source": 1, "general": 2 }, "selected_by_subfield_label": { "模型与大厂": 2, "算力芯片": 2, "融资与资本": 2, "Agent 与应用": 2, "机器人与具身智能": 1, "开源工具": 1, "综合动态": 2 } }, "editor_snapshot": { "version": 1, "created_by": "system", "updated_by": "system", "change_summary": "generated digest snapshot", "snapshot_status": "draft", "frozen_at": "2026-05-14T00:39:43.321206+00:00", "updated_at": "2026-05-14T00:39:43.321161+00:00", "last_published_at": "", "items": [ { "article_id": 717, "selected": true, "base_decision": "selected", "manual_rank": 1, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥", "original_summary": "今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。", "url": "https://36kr.com/p/3808362853834502?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "rank_score": 200.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T23:50:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 0 }, { "article_id": 718, "selected": true, "base_decision": "selected", "manual_rank": 2, "section_override": "", "default_section": "算力芯片", "publish_title_override": "", "publish_summary_override": "", "original_title": "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日", "original_summary": "微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；", "url": "https://www.tmtpost.com/7987041.html", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "rank_score": 189.17, "source_name": "TMTPost AI Filtered", "published_at": "2026-05-13T23:20:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 1 }, { "article_id": 674, "selected": true, "base_decision": "selected", "manual_rank": 3, "section_override": "", "default_section": "融资与资本", "publish_title_override": "", "publish_summary_override": "", "original_title": "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行", "original_summary": "大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。", "url": "https://36kr.com/p/3807540422942214?f=rss", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T10:41:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 2 }, { "article_id": 708, "selected": true, "base_decision": "selected", "manual_rank": 4, "section_override": "", "default_section": "Agent 与应用", "publish_title_override": "", "publish_summary_override": "", "original_title": "Notion just turned its workspace into a hub for AI agents", "original_summary": "Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "url": "https://techcrunch.com/2026/05/13/notion-just-turned-its-workspace-into-a-hub-for-ai-agents/", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:agents", "subfield_balance:agents" ], "rank_score": 188.12, "source_name": "TechCrunch AI", "published_at": "2026-05-13T21:45:09+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 3 }, { "article_id": 670, "selected": true, "base_decision": "selected", "manual_rank": 5, "section_override": "", "default_section": "机器人与具身智能", "publish_title_override": "", "publish_summary_override": "", "original_title": "机器人行业最缺的，已经不是想象力了", "original_summary": "机器人不是能不能像人，而是能不能真的帮人干活。", "url": "https://www.tmtpost.com/7985905.html", "digest_subfield": "robotics", "digest_subfield_label": "机器人与具身智能", "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:robotics", "subfield_balance:robotics" ], "rank_score": 140.96, "source_name": "TMTPost AI Filtered", "published_at": "2026-05-13T09:49:28+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 4 }, { "article_id": 720, "selected": true, "base_decision": "selected", "manual_rank": 6, "section_override": "", "default_section": "开源工具", "publish_title_override": "", "publish_summary_override": "", "original_title": "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容", "original_summary": "IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。", "url": "https://www.ithome.com/0/950/093.htm", "digest_subfield": "open_source", "digest_subfield_label": "开源工具", "selection_reasons": [ "full_text", "direct_source", "fresh_6h", "subfield:open_source", "subfield_balance:open_source" ], "rank_score": 190.96, "source_name": "IT Home AI Filtered", "published_at": "2026-05-14T00:22:21+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 5 }, { "article_id": 709, "selected": true, "base_decision": "selected", "manual_rank": 7, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs", "original_summary": "Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're...", "url": "https://www.theverge.com/tech/930188/microsoft-edge-copilot-ai-tabs", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:general", "subfield_balance:general" ], "rank_score": 193.46, "source_name": "The Verge AI", "published_at": "2026-05-13T22:04:28+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 6 }, { "article_id": 703, "selected": true, "base_decision": "selected", "manual_rank": 8, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Building a safe, effective sandbox to enable Codex on Windows", "original_summary": "Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.", "url": "https://openai.com/index/building-codex-windows-sandbox", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:models", "subfield_balance:models" ], "rank_score": 186.42, "source_name": "OpenAI News", "published_at": "2026-05-15T00:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 7 }, { "article_id": 704, "selected": true, "base_decision": "selected", "manual_rank": 9, "section_override": "", "default_section": "算力芯片", "publish_title_override": "", "publish_summary_override": "", "original_title": "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center", "original_summary": "Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.", "url": "https://techcrunch.com/2026/05/13/musks-xai-is-running-nearly-50-gas-turbines-unchecked-at-its-mississippi-data-center/", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "selection_reasons": [ "international", "direct_source", "fresh_6h", "subfield:compute", "subfield_balance:compute" ], "rank_score": 185.42, "source_name": "TechCrunch AI", "published_at": "2026-05-13T19:49:42+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 8 }, { "article_id": 657, "selected": true, "base_decision": "selected", "manual_rank": 10, "section_override": "", "default_section": "融资与资本", "publish_title_override": "", "publish_summary_override": "", "original_title": "6月上海，这场论坛聊透出海真问题", "original_summary": "副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？", "url": "https://36kr.com/p/3807234971131656?f=rss", "digest_subfield": "funding", "digest_subfield_label": "融资与资本", "selection_reasons": [ "full_text", "direct_source", "fresh_24h", "subfield:funding", "subfield_balance:funding" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T05:04:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 9 }, { "article_id": 678, "selected": true, "base_decision": "selected", "manual_rank": 11, "section_override": "", "default_section": "Agent 与应用", "publish_title_override": "", "publish_summary_override": "", "original_title": "Alexa is moving into Amazon.com", "original_summary": "Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience.", "url": "https://www.theverge.com/ai-artificial-intelligence/929457/amazon-announces-alexa-for-shopping-ai-assistant-rufus", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:agents", "subfield_balance:agents" ], "rank_score": 160.04, "source_name": "The Verge AI", "published_at": "2026-05-13T12:56:20+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 10 }, { "article_id": 702, "selected": true, "base_decision": "selected", "manual_rank": 12, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat", "original_summary": "Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.", "url": "https://www.theverge.com/tech/929791/meta-ai-incognito-chats", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "international", "direct_source", "fresh_24h", "subfield:general", "subfield_balance:general" ], "rank_score": 158.5, "source_name": "The Verge AI", "published_at": "2026-05-13T16:54:04+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 11 }, { "article_id": 628, "selected": false, "base_decision": "duplicate_secondary", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Meta won’t let you block its AI account on Threads", "original_summary": "Meta announced on Tuesday that it's testing a Threads feature that lets users tag a Meta AI account to get answers to questions or context about a conversation on the platform.", "url": "https://www.theverge.com/tech/929091/meta-ai-threads-account-block", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "duplicate_secondary" ], "rank_score": 0.0, "source_name": "The Verge AI", "published_at": "2026-05-12T20:45:49+00:00", "duplicate_count": 2, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 12 }, { "article_id": 705, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Anthropic’s Cat Wu says that, in the future, AI will anticipate your needs before you know what they are", "original_summary": "The head of product for Claude Code and Cowork says that the next big step for AI is proactivity.", "url": "https://techcrunch.com/2026/05/13/anthropics-cat-wu-says-that-in-the-future-ai-will-anticipate-your-needs-before-you-know-what-they-are/", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_6h", "subfield:models" ], "rank_score": 184.04, "source_name": "TechCrunch AI", "published_at": "2026-05-13T19:28:06+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 13 }, { "article_id": 719, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Edge AI Daily 早报（5月14日）", "original_summary": "AI行业呈现多维度深度变革：微软启动10亿美元Inception并购以降低OpenAI依赖，Anthropic付费企业客户占比首超OpenAI标志竞争格局转变。美国参议院对五大AI企业发起问询，全球AI治理进入加速期。英伟达联手Ineffable Intelligence打造大规模强化学习基础设施，推动AI自主发现能力突破。", "url": "https://www.tmtpost.com/7987225.html", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_6h", "subfield:models" ], "rank_score": 181.79, "source_name": "TMTPost AI Filtered", "published_at": "2026-05-14T00:14:15+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 14 }, { "article_id": 675, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "2026 AI最佳场景渗透案例重磅揭晓", "original_summary": "如果用一个词来描述当下的AI产业，“落地”已有些过时，“渗透”则更为准确。 “渗透”意味着AI不再是发布会上的炫技Demo，也不再是PPT里的概念模型，而是像水电煤一样，悄无声息地融入企业运营的毛细血管和用户日常的消费决策中。 据麦肯锡《2025 AI应用现状调研》报告显示，在国内大模型的快速崛起推动下，生成式AI已广泛渗透至企业运营中，83%的企业在至少一个职能中实现了常态化使用，这一比例显著领跑全球。更关键的是，45%的受访企业表示已实现AI的规模化或全面部署，远超全球38%的平均线。", "url": "https://36kr.com/p/3807623172235011?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T11:21:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 15 }, { "article_id": 662, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "林俊旸创业，新公司估值约20亿美金丨智能涌现独家", "original_summary": "文｜周鑫雨 邓咏仪 编辑｜杨轩 林俊旸以创业者的身份，重新加入AI模型的战场。 《智能涌现》独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。 目前， 林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等 。 截至发稿前，有关上述信息，林俊旸尚未回复。 时间距离3月初的那场“闪电”诀别，已经过去了两个月。", "url": "https://36kr.com/p/3807382930251523?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T07:24:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 16 }, { "article_id": 642, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "36氪专访 | 安克创新eufy Make负责人：众筹超4000万美金后，还在红海寻找缝隙", "original_summary": "作者 | 张子怡 编辑 | 袁斯来 那是一个价值5000万美元成功故事诞生的夜晚。 eufy Make的产研负责人 Cheney Xie 仍然记得狂喜带来的多巴胺。那是2025年4月29日晚上十点，eufy MakeUV打印机E1上线众筹。 首个100万美元的记录用时不过一分钟。“感觉像爆金币一样，金额哗啦啦涨上去。” 当夜无人入眠。直到凌晨四五点，组内的同学还在不停更新着众筹金额的实时截图。 时至今日，eufy Make E1仍以4670万美元的众筹金额，维持着Kickstarter历史上融资额最高的项目记录。", "url": "https://36kr.com/p/3806507139390984?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T01:30:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 17 }, { "article_id": 643, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "36氪首发 | 清华系光计算芯片企业完成数千万天使轮融资，瞄准全波光计算架构", "original_summary": "作者 | 乔钰杰 编辑 | 袁斯来 硬氪获悉，近日，光子芯力（北京）科技有限公司（以下简称“光子芯力”）宣布完成数千万元天使轮融资，由苏州芯阳基金、驰星创投、盛景嘉成联合领投，开源创投跟投。 光子芯力成立于2024年，总部位于北京，是一家专注于光电融合计算芯片的硬科技初创公司。公司创始人杨其晟博士毕业于清华大学集成电路学院，具备光电融合交叉背景，核心团队亦主要来自清华大学，成员覆盖光学、算法、半导体及产业资源等方向。 当前，光计算正被视为突破电子芯片“功耗墙”“存储墙”的重要方向之一，行业也逐渐进入产业化前夜。", "url": "https://36kr.com/p/3807043342475009?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T01:26:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 18 }, { "article_id": 644, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "深耕“具身智能+建筑大模型”底座，重构万亿建筑业，「方石机器人」完成近亿元A轮融资 | 36氪首发", "original_summary": "36氪获悉，智能建造机器人本体开发商北京方石机器人有限公司（下称「方石机器人」）近期宣布完成近亿元A轮融资，由北京科创亦庄直投基金、航发基金等机构联合投资。资金将主要用于核心产品的研发迭代投入、批量化生产交付能力建设以及海外市场体系布局。 方石机器人产品矩阵 方石机器人成立于2019年，致力于解决建筑行业用工老龄化、作业环境高危低效等痛点，通过打造全栈自研的“具身智能+建筑大模型”AI解决方案，推动传统建筑业向智能建造模式转型。", "url": "https://36kr.com/p/3807039782116865?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 165.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T01:24:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 19 }, { "article_id": 668, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "算力芯片", "publish_title_override": "", "publish_summary_override": "", "original_title": "Data centers are coming for rural America", "original_summary": "At its peak, the Androscoggin paper mill in Jay, Maine, a rural town about 67 miles northwest of Portland, employed about 1,500 people - until a pulp digester exploded in 2020, forcing the mill to close permanently. In 2023, the 1.", "url": "https://www.theverge.com/ai-artificial-intelligence/928963/data-center-rural-america-jobs-jay-maine", "digest_subfield": "compute", "digest_subfield_label": "算力芯片", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:compute" ], "rank_score": 159.08, "source_name": "The Verge AI", "published_at": "2026-05-13T02:08:42+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 20 }, { "article_id": 699, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Microsoft doesn’t want any of this", "original_summary": "Maybe I'm just punch drunk in my third week attending Musk v. Altman, but I have become very, very fond of Microsoft during the course of this trial. They don't want to be here any more than I do.", "url": "https://www.theverge.com/ai-artificial-intelligence/929692/microsoft-musk-altman-openai-trial", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 157.33, "source_name": "The Verge AI", "published_at": "2026-05-13T15:30:37+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 21 }, { "article_id": 685, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Introducing the 6 stages at TechCrunch Disrupt 2026 — built for today’s tougher startup market", "original_summary": "From October 13-15, TechCrunch Disrupt 2026 will feature 200+ sessions across six stages, led by 250+ tech leaders shaping the industry today. Register now to save up to $410, plus 50% off a second pass.", "url": "https://techcrunch.com/2026/05/13/introducing-the-6-stages-of-techcrunch-disrupt-2026-built-for-todays-tougher-startup-market/", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "rank_score": 153.46, "source_name": "TechCrunch AI", "published_at": "2026-05-13T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 22 }, { "article_id": 684, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Anthropic now has more business customers than OpenAI, according to Ramp data", "original_summary": "For the first time, Anthropic has more verified business customers than OpenAI, according to this month’s AI Index from the fintech firm Ramp.", "url": "https://techcrunch.com/2026/05/13/anthropic-now-has-more-business-customers-than-openai-according-to-ramp-data/", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 150.92, "source_name": "TechCrunch AI", "published_at": "2026-05-13T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 23 }, { "article_id": 701, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Origin Lab raises $8M to help video game companies sell data to world-model builders", "original_summary": "Origin Lab will serve as a marketplace where AI labs can buy high-quality licensed data, and video-game companies can sell it.", "url": "https://techcrunch.com/2026/05/13/origin-lab-raises-8m-to-help-video-game-companies-sell-data-to-world-model-builders/", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 150.25, "source_name": "TechCrunch AI", "published_at": "2026-05-13T16:22:01+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 24 }, { "article_id": 693, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "Agent 与应用", "publish_title_override": "", "publish_summary_override": "", "original_title": "Amazon launches an AI shopping assistant for the search bar, powered by Alexa+", "original_summary": "Alexa for Shopping is a new personalized AI shopping assistant in the Amazon search bar that replaces its Rufus assistant.", "url": "https://techcrunch.com/2026/05/13/amazon-launches-an-ai-shopping-assistant-for-the-search-bar-powered-by-alexa/", "digest_subfield": "agents", "digest_subfield_label": "Agent 与应用", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:agents" ], "rank_score": 150.08, "source_name": "TechCrunch AI", "published_at": "2026-05-13T14:59:32+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 25 }, { "article_id": 698, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Anthropic courts a new kind of customer: small business owners", "original_summary": "Anthropic is looking to broaden its customer base from larger enterprise customers to smaller and mid-sized businesses.", "url": "https://techcrunch.com/2026/05/13/anthropic-courts-a-new-kind-of-customer-small-business-owners/", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:models" ], "rank_score": 149.96, "source_name": "TechCrunch AI", "published_at": "2026-05-13T16:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 26 }, { "article_id": 686, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "WhatsApp adds an incognito mode in Meta AI chats", "original_summary": "Meta said these incognito conversations are not saved, and messages will disappear by default once you close the chat.", "url": "https://techcrunch.com/2026/05/13/whatsapp-adds-an-incognito-mode-in-meta-ai-chats/", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "rank_score": 149.92, "source_name": "TechCrunch AI", "published_at": "2026-05-13T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 27 }, { "article_id": 700, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "Who trusts Sam Altman?", "original_summary": "\"I believe I am an honest and trustworthy business person,\" Altman testified in federal court.", "url": "https://techcrunch.com/2026/05/13/who-trusts-sam-altman/", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_24h", "subfield:general" ], "rank_score": 148.92, "source_name": "TechCrunch AI", "published_at": "2026-05-13T16:31:04+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 28 }, { "article_id": 632, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "8点1氪丨宇树发布载人变形机甲，定价390万起；微信确认不会开发已读、访客功能；国内航线燃油附加费将再上调", "original_summary": "今日热点导览 中央网信办：平台发布短视频必选6类标签 抖音集团短剧版权中心：2026年真人短剧的保底扶持预算超15亿元 快手：正在评估拟议重组可灵AI之相关资产及业务的方案，拟议方案仍处于初步阶段 网易云音乐全面接入DeepSeek-V4 阿里发布AI店小蜜，平均询单转化提升超10% TOP3大新闻 宇树科技发布GD01载人变形机甲，投资人回应 5月12日，宇树发布GD01载人变形机甲GD01，定价390万元起。宇树创始人王兴兴亲自登上机甲驾驶舱，并演示了一段真人操作。", "url": "https://36kr.com/p/3806970999955201?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 125.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-13T00:11:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 29 }, { "article_id": 582, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "氪星晚报 ｜宇树科技发布载人机甲，投资人回应；京东：第一季度营收3157亿元，日本恩格尔系数创1980年以来最高水平同比增长4.9%", "original_summary": "大公司： 京东：第一季度营收3157亿元，同比增长4.9% 36氪获悉，京东发布2026年第一季度财报，第一季度营收3157亿元，同比增长4.9%；非美国通用会计准则下（Non-GAAP）归母净利润74亿元；京东零售经营利润率提升至5.6%，经营利润创历史新高。截至一季度，京东年度活跃用户数超7.4亿，季度活跃用户数实现连续10个季度的同比双位数增长。京东体系研发投入在一季度同比增长59%。", "url": "https://36kr.com/p/3806196073242112?f=rss", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "full_text", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 125.0, "source_name": "36Kr AI Filtered", "published_at": "2026-05-12T11:22:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 30 }, { "article_id": 611, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Sam Altman says Elon Musk’s mind games were damaging OpenAI", "original_summary": "OpenAI CEO Sam Altman says Elon Musk did \"huge damage\" to the culture of the AI startup. During testimony as part of Musk's lawsuit against OpenAI, Altman said Musk required OpenAI president Greg Brockman and former chief scientist Ilya Sutskever to rank resea...", "url": "https://www.theverge.com/ai-artificial-intelligence/928861/openai-sam-altman-elon-musk-damage", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 119.58, "source_name": "The Verge AI", "published_at": "2026-05-12T18:07:26+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 31 }, { "article_id": 602, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "国际动态", "publish_title_override": "", "publish_summary_override": "", "original_title": "The 9 biggest new features in Android 17", "original_summary": "Would it shock you to hear that Android 17 is filled with new AI-enabled features, like improved dictation and vibe-coded widgets? Fortunately, that's not all.", "url": "https://www.theverge.com/tech/928653/google-android-17-9-biggest-new-features-android-show-io", "digest_subfield": "general", "digest_subfield_label": "综合动态", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:general" ], "rank_score": 119.42, "source_name": "The Verge AI", "published_at": "2026-05-12T17:00:59+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 32 }, { "article_id": 637, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Sam Altman was winning on the stand, but it might not be enough", "original_summary": "After two weeks of hearing from assorted witnesses that he was a lying snake, the jury finally heard from the lying snake himself: Sam Altman. At the end of the testimony, his lawyer William Savitt asked him how it felt to be accused of stealing a charity.", "url": "https://www.theverge.com/ai-artificial-intelligence/929129/sam-altman-testimony-elon-musk-openai-trial", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 117.54, "source_name": "The Verge AI", "published_at": "2026-05-13T00:11:09+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 33 }, { "article_id": 625, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "How finance teams use Codex", "original_summary": "See how finance teams can use Codex to build MBRs, reporting packs, variance bridges, model checks, and planning scenarios from real work inputs.", "url": "https://openai.com/academy/codex-for-work/how-finance-teams-use-codex", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "fresh_48h", "subfield:models" ], "rank_score": 111.04, "source_name": "OpenAI News", "published_at": "2026-05-12T15:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 34 }, { "article_id": 48, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Railway secures $100 million to challenge AWS with AI-native cloud infrastructure", "original_summary": "Railway , a San Francisco-based cloud platform that has quietly amassed two million developers without spending a dollar on marketing, announced Thursday that it raised $100 million in a Series B funding round, as surging demand for artificial intelligence app...", "url": "https://venturebeat.com/infrastructure/railway-secures-usd100-million-to-challenge-aws-with-ai-native-cloud", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-22T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 35 }, { "article_id": 49, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Claude Code costs up to $200 a month. Goose does the same thing for free.", "original_summary": "The artificial intelligence coding revolution comes with a catch: it's expensive. Claude Code , Anthropic's terminal-based AI agent that can write, debug, and deploy code autonomously, has captured the imagination of software developers worldwide.", "url": "https://venturebeat.com/infrastructure/claude-code-costs-up-to-usd200-a-month-goose-does-the-same-thing-for-free", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-19T14:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 36 }, { "article_id": 50, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Listen Labs raises $69M after viral billboard hiring stunt to scale AI customer interviews", "original_summary": "Alfred Wahlforss was running out of options. His startup, Listen Labs , needed to hire over 100 engineers, but competing against Mark Zuckerberg's $100 million offers seemed impossible.", "url": "https://venturebeat.com/technology/listen-labs-raises-usd69m-after-viral-billboard-hiring-stunt-to-scale-ai", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-16T14:01:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 37 }, { "article_id": 51, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Salesforce rolls out new Slackbot AI agent as it battles Microsoft and Google in workplace AI", "original_summary": "Salesforce on Tuesday launched an entirely rebuilt version of Slackbot , the company's workplace assistant, transforming it from a simple notification tool into what executives describe as a fully powered AI agent capable of searching enterprise data, drafting...", "url": "https://venturebeat.com/technology/salesforce-rolls-out-new-slackbot-ai-agent-as-it-battles-microsoft-and", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-13T13:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 38 }, { "article_id": 52, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Anthropic launches Cowork, a Claude Desktop agent that works in your files — no coding required", "original_summary": "Anthropic released Cowork on Monday, a new AI agent capability that extends the power of its wildly successful Claude Code tool to non-technical users — and according to company insiders, the team built the entire feature in approximately a week and a half, la...", "url": "https://venturebeat.com/technology/anthropic-launches-cowork-a-claude-desktop-agent-that-works-in-your-files-no", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-12T11:30:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 39 }, { "article_id": 475, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Nous Research's NousCoder-14B is an open-source coding model landing right in the Claude Code moment", "original_summary": "Nous Research , the open-source artificial intelligence startup backed by crypto venture firm Paradigm , released a new competitive programming model on Monday that it says matches or exceeds several larger proprietary systems — trained in just four days using...", "url": "https://venturebeat.com/technology/nous-researchs-nouscoder-14b-is-an-open-source-coding-model-landing-right-in", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-07T20:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 40 }, { "article_id": 476, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "The creator of Claude Code just revealed his workflow, and developers are losing their minds", "original_summary": "When the creator of the world's most advanced coding agent speaks, Silicon Valley doesn't just listen — it takes notes. For the past week, the engineering community has been dissecting a thread on X from Boris Cherny , the creator and head of Claude Code at An...", "url": "https://venturebeat.com/technology/the-creator-of-claude-code-just-revealed-his-workflow-and-developers-are", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 95.0, "source_name": "VentureBeat AI", "published_at": "2026-01-05T07:45:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 41 }, { "article_id": 439, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Live updates from Elon Musk and Sam Altman’s court battle over the future of OpenAI", "original_summary": "Sam Altman and Elon Musk are facing off in a high-stakes trial that could alter the future of OpenAI and its most well-known product, ChatGPT.", "url": "https://www.theverge.com/tech/917225/sam-altman-elon-musk-openai-lawsuit", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 84.04, "source_name": "The Verge AI", "published_at": "2026-05-11T15:32:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 42 }, { "article_id": 617, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "What Parameter Golf taught us about AI-assisted research", "original_summary": "Parameter Golf brought together 1,000+ participants and 2,000+ submissions to explore AI-assisted machine learning research, coding agents, quantization, and novel model design under strict constraints.", "url": "https://openai.com/index/what-parameter-golf-taught-us", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 78.42, "source_name": "OpenAI News", "published_at": "2026-05-12T00:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 43 }, { "article_id": 382, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "OpenAI launches DeployCo to help businesses build around intelligence", "original_summary": "OpenAI launches DeployCo, a new enterprise deployment company built to help organizations bring frontier AI into production and turn it into measurable business impact.", "url": "https://openai.com/index/openai-launches-the-deployment-company", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 77.0, "source_name": "OpenAI News", "published_at": "2026-05-11T06:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 44 }, { "article_id": 18, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "Running Codex safely at OpenAI", "original_summary": "How OpenAI runs Codex securely with sandboxing, approvals, network policies, and agent-native telemetry to support safe and compliant coding agent adoption.", "url": "https://openai.com/index/running-codex-safely", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 76.5, "source_name": "OpenAI News", "published_at": "2026-05-08T12:30:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 45 }, { "article_id": 490, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "How ChatGPT adoption broadened in early 2026", "original_summary": "ChatGPT adoption surged in Q1 2026, with fastest growth among users over 35 and more balanced gender usage, signaling broader mainstream AI adoption.", "url": "https://openai.com/signals/research/2026q1-update", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 76.21, "source_name": "OpenAI News", "published_at": "2026-05-11T15:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 46 }, { "article_id": 290, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "How enterprises are scaling AI", "original_summary": "How enterprises scale AI: from early experiments to compounding impact through trust, governance, workflow design, and quality at scale.", "url": "https://openai.com/business/guides-and-resources/how-enterprises-are-scaling-ai", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 75.67, "source_name": "OpenAI News", "published_at": "2026-05-11T10:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 47 }, { "article_id": 291, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "OpenAI Campus Network: Student club interest form", "original_summary": "Join the OpenAI Campus Network—connect student clubs worldwide, access AI tools, host events, and build an AI-powered campus community.", "url": "https://openai.com/index/openai-campus-network-student-club-interest-form", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 75.62, "source_name": "OpenAI News", "published_at": "2026-05-11T10:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 48 }, { "article_id": 627, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "AutoScout24 scales engineering with AI-powered workflows", "original_summary": "Learn how AutoScout24 Group uses Codex and ChatGPT to speed development cycles, improve code quality, and expand AI adoption.", "url": "https://openai.com/index/autoscout24", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 75.21, "source_name": "OpenAI News", "published_at": "2026-05-12T00:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 49 }, { "article_id": 626, "selected": false, "base_decision": "ranked_out", "manual_rank": null, "section_override": "", "default_section": "模型与大厂", "publish_title_override": "", "publish_summary_override": "", "original_title": "How NVIDIA engineers and researchers build with Codex", "original_summary": "Teams use Codex with GPT-5.5 to ship production systems and turn research ideas into runnable experiments.", "url": "https://openai.com/index/nvidia", "digest_subfield": "models", "digest_subfield_label": "模型与大厂", "selection_reasons": [ "ranked_out", "international", "direct_source", "subfield:models" ], "rank_score": 74.42, "source_name": "OpenAI News", "published_at": "2026-05-12T00:00:00+00:00", "duplicate_count": 1, "is_pinned": false, "must_include": false, "is_suppressed": false, "sort_index": 50 } ] }, "digest": { "title": "2026-05-14 全网 AI 新闻日报", "overview": "最近 48 小时共收录 12 条 AI 相关新闻，以下为自动整理结果。", "highlights": [ "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥 | 36Kr AI Filtered", "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日 | TMTPost AI Filtered", "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行 | 36Kr AI Filtered", "Notion just turned its workspace into a hub for AI agents | TechCrunch AI" ], "sections": [ { "title": "模型与大厂", "items": [ "8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥。今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。", "Building a safe, effective sandbox to enable Codex on Windows。Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions." ] }, { "title": "算力芯片", "items": [ "【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日。微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；", "Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center。Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants." ] }, { "title": "融资与资本", "items": [ "氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行。大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。", "6月上海，这场论坛聊透出海真问题。副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？" ] }, { "title": "Agent 与应用", "items": [ "Notion just turned its workspace into a hub for AI agents。Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.", "Alexa is moving into Amazon.com。Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience." ] }, { "title": "机器人与具身智能", "items": [ "机器人行业最缺的，已经不是想象力了。机器人不是能不能像人，而是能不能真的帮人干活。" ] }, { "title": "开源工具", "items": [ "影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容。IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。" ] }, { "title": "国际动态", "items": [ "Microsoft’s Edge Copilot update uses AI to pull information from across your tabs。Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're...", "Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat。Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers." ] } ], "closing": "以上内容由系统自动整理，建议在对外发布前进行人工复核。", "provider": "", "model": "" }, "body_markdown": "# 2026-05-14 全网 AI 新闻日报\n\n最近 48 小时共收录 12 条 AI 相关新闻，以下为自动整理结果。\n\n## 今日要点\n- 8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥 | 36Kr AI Filtered\n- 【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日 | TMTPost AI Filtered\n- 氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行 | 36Kr AI Filtered\n- Notion just turned its workspace into a hub for AI agents | TechCrunch AI\n\n## 模型与大厂\n- 8点1氪丨林俊旸新公司估值20亿美金；贾跃亭宣布转战机器人业务；网红糖果被发现掺超高剂量伟哥。今日热点导览 腾讯刘炽平：腾讯没有大裁员计划 韩国政府称将支持三星与工会对话解决纠纷，以避免罢工 中美经贸磋商在韩国开始举行 宇树科技已注册多款机器人商标 TikTok在印尼、美国、日本三国官宣生活服务品牌TikTok GO TOP 3 大新闻 林俊旸创业，新公司估值约20亿美金 36氪独家获悉，前阿里千问大模型技术负责人林俊旸近期已经开启创业，考虑方向包括世界模型和具身大脑。目前，林俊旸已经招募数名字节、腾讯和海外背景的成员，并以约20亿美金的估值开启融资，接触基金包括红杉中国、高榕创投等。\n- Building a safe, effective sandbox to enable Codex on Windows。Learn how OpenAI built a secure sandbox for Codex on Windows, enabling safe, efficient coding agents with controlled file access and network restrictions.\n\n## 算力芯片\n- 【钛晨报】市场监管总局：严查算法违规乱象，规范市场竞争秩序；SpaceX上市效应发酵，贝索斯旗下蓝色起源也开始启动外部融资；欧佩克月报：下调今年全球原油需求增速预期至117万桶/日。微信联合元宝推出群聊AI总结功能；阿里云收入增速加速至40%，平头哥自研GPU规模化量产；马化腾谈腾讯AI：一年前以为上了船，后来发现船漏水了，现在感觉站上去了；泡泡玛特今年下半年将围绕LABUBU推出两大新产品；胖东来：从未在任何网络平台开展直播带货业务；苹果计划在iOS 27中推出面向专业用户的可定制相机应用；市场监管总局：推动价格法等多部法律法规修订；国家数据局：支持地方通过“以数招商”服务产业发展；国家医保局：持续创新拓展“人工智能+医保监管”的实践路径和应用场景；\n- Musk’s xAI is running nearly 50 gas turbines unchecked at its Mississippi data center。Gas turbines at xAI's Colossus 2 data center have drawn a lawsuit over the company's use of \"mobile\" gas turbines as power plants.\n\n## 融资与资本\n- 氪星晚报｜腾讯刘炽平：腾讯没有大裁员计划；中美在韩国举行经贸磋商；马斯克称星舰第12次试飞将于下周进行。大公司： 腾讯：Hy3 preview调用量持续居OpenRouter榜首，Agent密集发布 36氪获悉，腾讯发布2026年第一季度财报，AI全线提速。其中，混元不到三个月完成重建，Hy3 preview在上下文、Agent、Coding等能力上显著提升。OpenRouter数据显示，Hy3 preview结束限免期后，日Token用量和周Token调用量仍保持榜首；4月27日至5月11日连续三周登顶OpenRouter周榜总榜。今年以来，腾讯累计上线数十款通用和垂直场景Agent。\n- 6月上海，这场论坛聊透出海真问题。副标题：韧性全球化，AI向未来｜EqualOcean2026出海全球化百人论坛（GGF2026）将于6月11日在上海举行 出海这件事，已经变了。 如果今天还把出海理解为“寻找增量市场”，大概率已经慢了一步。 如今，中国企业出海已经进入一个全新的阶段。真正拉开差距的，早已不是“是否出海”，而是： · 下一阶段最值得重仓的区域市场在哪里？ · AI应该优先进入哪些关键环节，才能形成真正差异化？ · 在资本趋于理性、增长更重质量的背景下，什么样的公司还具备穿越周期的可能性？\n\n## Agent 与应用\n- Notion just turned its workspace into a hub for AI agents。Notion’s new developer platform lets teams connect AI agents, external data sources, and custom code directly into their workspace as the company pushes deeper into agentic productivity software.\n- Alexa is moving into Amazon.com。Amazon is bringing Alexa Plus to Amazon.com, integrating its LLM-powered AI assistant directly into the company's shopping experience.\n\n## 机器人与具身智能\n- 机器人行业最缺的，已经不是想象力了。机器人不是能不能像人，而是能不能真的帮人干活。\n\n## 开源工具\n- 影石 Insta360 官宣 5 月 19 日发布彩色墨水屏麦克风，支持展示自定义内容。IT之家 5 月 14 日消息，影石 Insta360 昨晚宣布，5 月 19 日 21:00 将发布新品 墨水屏麦克风 。 据IT之家此前报道，消息源 Igor Bogdanov 上周已曝光了 影石 Insta360 Mic Pro 无线麦克风谍照 。该产品最大亮点在于其麦克风单元配备了 E-Ink 彩色墨水屏 ，允许创作者自定义数字 Logo、表情符号甚至自定义图像，满足创作者在视频拍摄中的品牌展示 / 个性化表达。\n\n## 国际动态\n- Microsoft’s Edge Copilot update uses AI to pull information from across your tabs。Microsoft Edge is adding a new feature that will allow its Copilot AI chatbot to gather information from all of your open tabs. When you start a conversation with Copilot, you can ask the chatbot questions about what's in your tabs, compare the products you're...\n- Mark Zuckerberg announces ‘completely private’ encrypted Meta AI chat。Meta CEO Mark Zuckerberg says its new Incognito Chat is \"the first major AI product where there is no log of your conversations stored on servers.\n\n以上内容由系统自动整理，建议在对外发布前进行人工复核。", "generation_mode": "fallback" } }, "operation": { "operation_id": "f86ae2fe0fa4", "name": "digest", "status": "ok", "started_at": "2026-05-14T00:39:43.178470+00:00", "finished_at": "2026-05-14T00:40:43.990704+00:00", "duration_ms": 60812.24, "context": { "region": "all", "article_ids": [ 717, 675, 674, 662, 657, 642, 643, 644, 632, 582, 719, 718, 670, 720, 703, 625, 617, 627, 626, 490, 291, 290, 382, 18, 708, 704, 705, 700, 701, 698, 693, 685, 686, 684, 709, 702, 699, 439, 678, 668, 637, 628, 611, 602, 48, 49, 50, 51, 52, 475, 476 ], "content_group": "news", "since_hours": 48, "limit": 80, "use_llm": true, "persist": true }, "metrics": { "region": "all", "since_hours": 48, "total_articles": 51, "stored": 1, "generation_mode": "fallback", "digest_id": 6 } } }