字节自成立一直以来推崇 “大力出奇迹”：进入一个领域时，通常会成立不止一个团队，投入大量资源，同时推进多个项目。 2012 年，字节跳动刚成立时，上架了 13 个应用，最后内涵段子、今日头条获得大量用户，推动整个公司增长。2015 年开始，字节跳动陆续推出 20 多个应用进入海外市场；2016 年用 “火山”、“抖音”、“西瓜” 三路齐下短视频。最后，字节跳动在收获了今日头条后的增长曲线——抖音及 TikTok。后来的游戏和教育业务也延续了这个模式，推出数十款游戏和应用。 在 AI 上，字节也是投入最坚决的一家公司，资本开支最大、拥有最多的卡、招聘了最多的顶尖人才，穷尽所有业务方向，不放过任何可能性。 2025 年，视频生成领域的主流判断是：沿传统 DiT 架构（扩散式 Transformer）继续扩大预训练，提升空间已经不大，多数团队把重心转向后训练。据我们了解，快手可灵也曾尝试训练更大的模型，但没有做到极致，中途退了回去。 Seedance 选择反着来。他们决定投入更多资金和算力，把预训练做到极致。经过近一年优化，Seedance 2.0 成为第一个完整采用 MoE 架构的视频生成模型，参数 2000 亿。2026 年 2 月上线后，它迅速被公认为全球性能最强的视频模型。 今天，做大模型尺寸成为行业共识：7 月，月之暗面发布了 2.8 万亿参数的 Kimi K3，是国内迄今最大的开源模型；马斯克的 xAI 把 Grok 底座从 5000 亿参数扩到 1.5 万亿，并称下一代要做到 6 万亿；OpenAI 与 Anthropic 也曾传出要训练更大尺寸的模型。在语言模型上落后的字节，想用同样的方式赌一把弯道超车。 这不是件容易的事。视频模型整体所需的资源不算多，比如对推理芯片的要求低、研发人力也更便宜——Seedance 核心算法成员仅十余人。但更大参数的语言模型涉及到除了算法层面的创新之外，团队还要面临处理完全不同量级的系统工程，更大量、更多样的数据，以及需要组织各个部门之间深度配合。 不过变化正在发生。字节高层在 Seed 内部极力推动取消赛马机制，收拢在同一个方向上的资源，即使工作上有重合的地方也尽力明确划分职责。Seed 也尝试打破部门墙，让不同部门之间的人合作起来。 一位曾在 Seed 的人士提到：“字节的文化可能不适合创新，但非常擅于解题。”Seedance 解开了第一道题，字节现在想用同样的方法解下一道。

过去半年的 Seed：多模态领先、大语言追赶 过去半年，Seed 的多模态模型取得了显著成绩：今年 2 月上线的视频生成模型 Seedance2.0 和图片生成模型 Seedream 5.0 Lite 声量一度超过业内其他同类模型，迅速引发关注。Seedance2.0 成为火山引擎 MaaS 业务营收的基本盘。 同期发布的语言模型 Seed 2.0，市场反响却较为有限。它一度因较好承接春节期间涌入的 C 端需求，在内部获得好评。但春节大战中，Anthropic 凭借 Opus 系列的 Coding 能力迅速打开程序员和 B 端市场，ARR 很快逼近并反超 OpenAI。中国大厂这才意识到，自己错过了 Coding 的窗口期。与此同时，GLM-5 和 Kimi K2.5 的 Coding 能力也已明显领先。 模型能力的落后影响到了收入端。据我们了解，火山引擎目前是国内最大的模型 API 卖家，市场份额约占一半。火山引擎 2025 年的收入在 150 亿元左右，今年内部定下的目标是超 400 亿元。目标虽大，但并非没有隐忧。 火山引擎的 token 消耗能反应商业化的增长。多位接近火山引擎人士告诉我们，豆包大模型的 token 消耗中，超过一半来自 Seedance 和 Seedream 两个多模态生成模型系列，语言模型占比不高。 二季度以来，随着短剧行业增长见顶、经济大环境的变化，Seedance 的 token 消耗和收入增速放缓，并影响了火山 MaaS 的整体 token 增长——豆包大模型的 token 消耗，3 月为 120 万亿，6 月为 180 万亿，低于原计划的 250 万亿至 300 万亿目标。 智谱和月之暗面凭借持续提升的 Coding 能力，ARR 分别突破 10 亿美元和 3 亿美元。 为补课 Coding 能力，张一鸣亲自邀请，高薪吸引 DeepSeek 核心研究员郭达雅加入 Seed，负责模型 Coding 能力的专项训练。字节将 Coding 相关的研发资源收拢整合，统一划归给郭达雅。同期阿里千问基模团队也投入更多资源和人力专攻 Coding 训练。 训练好的模型更重要的是数据。大公司可以凭借推动内部业务线使用自研模型做开发，形成真实场景反馈数据。但仅有这些还不够。 我们了解到，Seed 内部曾激烈讨论过蒸馏路线的可行性，字节高层则担心蒸馏对 Seed 和技术带来的危害。据 The information，张一鸣在 Seed 的 all hands 会议上明确表示，即使不蒸馏意味着公司在技术上会短暂落后国内竞争对手，也不会采用这一捷径来推进其 AI 模型能力。 8 月 6 日，字节跳动举行公司全员会。豆包负责人赵祺在会称，大模型的市场潜力很大，因此不担心经济回报，但收入还是重要的。 在模型研发上，字节拥有国内最充足的算力储备、业内领先的基础设施能力和高密度的人才队伍，这些构成了它的底气。Seedance 的成功也让字节看到，模型能力一旦领先，便能迅速转化为商业护城河。 一位字节人士说，Seedance 证明，用户会自然流向能力最强的产品。只要能在关键节点做到行业第一，就有机会快速抢占市场，因此不必过度焦虑于短期的排名落后。

晚点独家丨字节讨论训超 5 万亿参数模型，张一鸣：不蒸馏、别被 Coding 这种短期热点影响 《晚点 LatePost》独家了解到，字节跳动正在讨论训练一个参数规模超 5 万亿的模型，它超过阿里的 Qwen 3.8-Max（2.4 万亿参数）和月之暗面的 K3（2.8 万亿参数），也是目前国内已知参数规模最大的模型。通常而言，模型规模越大，智能水平往往越高。不过该计划仍处于早期阶段，并不代表模型最终一定会发布。新模型将由 Seed Foundation 负责人项亮主导，与大语言模型预训练数据负责人沈科合作。为此，Seed 正在重新梳理组织，划分职责，分配资源。 项亮与沈科均是字节跳动人工智能及大模型研发体系内的核心骨干，均出自字节的 “搜广推” 体系。项亮本科毕业于中国科学技术大学，博士就读于中科院自动化所，2016 年加入字节，曾负责机器学习中台 AML 团队，后调任豆包大模型 Foundation 团队任负责人。沈科 2018 年清华毕业后，加入字节跳动，现主要负责 LLM 预训练数据。 自字节入局大模型以来，Seed 一直被视为国内最有希望的团队之一。豆包有今天超过 2 亿日活的用户体量，很大程度上也归功于 Seed 。但今年，质疑声开始出现。 2 月中旬，吴永辉执掌 Seed 后推出的关键模型 Seed 2.0 正式发布，但市场反响有限。几乎同一时间，智谱开源的 GLM-5 被市场视为国内第一个能与 Anthropic Opus 系列比肩的模型；7 月，月之暗面的 Kimi K3 发布，多项第三方评测认为，它已接近海外闭源旗舰 多位字节人士告诉我们，上半年，Seed 许多团队也在不断反思。这是字节讨论训练超 5 万亿参数模型的原因之一，与其在现有尺寸上继续追赶，不如把参数规模一次推到同行的数倍，争取领先位置。“像一场赌博。” 一位接近 Seed 人士说。

本期《晚点聊 LateTalk》邀请 RadixArk 创始成员赵晨阳和华盛顿大学博士生曾致远，从推理与算法两条线拆解 K3：它真的比肩 Fable 5 吗？3T 模型规模、“线性-全局混合注意力” 等改进意味着什么？开源厂商们无法开源的竞争力是什么？

携程的市场支配地位是怎么来的？ - 携程加上去哪儿（控股）、同程（第一大股东），GMV 占在线酒店预订市场的 70% 左右。美团约 20%、飞猪 5%-7%、抖音约 3%，而抖音卖掉的客房，相当一部分来自携程和同程。 - 互联网平台生意里少有这种集中度：美团外卖份额最高时也有七成，但只持续到去年的外卖大战前；电商现在没有一家市占率超 40%。携程 2025 年经营利润近 158 亿元，中国互联网公司里只有字节、腾讯、阿里、拼多多、网易五家更高，市值排在第七，超过京东、百度。 - 中国约 57 万家酒店和民宿，携程接入商家最多，靠超 8000 人线下地推和 14000 人线上客服频繁接触酒店、争取最低价。携程不只是份额第一，它占据的那部分也更值钱。2025 年上半年，美团只在 200 元/晚以下的经济型客房销量领先，除此之外，携程是每一档位的销量第一，而且越贵的价格带携程越领先，1000 元/晚以上的豪华酒店，携程客房销量接近美团、飞猪、抖音之和的五倍。 - 携程佣金率远低于国际巨头，同时又有着高利润率。2024 年携程综合佣金率 4.4%，不到 Booking（14.3%）、Expedia（12.3%）、Airbnb（13.6%）的三分之一，但经营利润率有 26.6%，基本与 Booking 持平，同期美团核心本地商业经营利润率只有 20.9%。原因之一是海外在线旅行平台偏重酒店，三五成的支出送去 Google 买流量。而携程是包括机票、铁路预订的一站式入口，自带旅行流量。更重要的原因是现在新开酒店多，相互竞争，酒店不断买广告，为在线旅行平台贡献利润。 - 携程 35% 的收入来自订票，但几乎没利润。卖票是为了提供一站式旅行服务，用火车票、机票吸引用户，顺便卖酒店客房赚到钱。高铁不用提，平台收不到一分钱佣金，收入来自 “抢票” 服务。经济舱一张客票，平台可以拿 5 到 15 元；动辄六七千元的境内头等舱，平台也只能拿到 60 元。消费者抱怨的层层搭售，恰恰因为平台从铁路和航空赚不到钱；能赚钱的酒店订房，就没那么用力推销附加产品。 - 携程的好生意是从供给爆炸开始的。2022 年底中国有近 28 万家酒店，之后两年分别新开 3.9 万和 4.5 万家。但消费反弹没能持续，2025 上半年北京市酒店平均每月利润约 6000 元，同比减少 93%。卖不出去，每空一间房就多一份损失，酒店只能降价、去平台打广告、买客流。同一区域酒店开得够多、客流不够，它们就必须降价，这就是在线旅行平台的生意逻辑：通过分配流量赚钱。 - 携程 2016 年建立的“特金牌体系”把商家分三档，佣金约 10% 到 20% 不等，档位越高换来的独家合作、流量权重、保留房比例越高。另一个被监管核查的重点是“调价助手”：要求金牌商家提供全网最低价，比价系统扫到同一家酒店在其他平台卖低价，就自动调低价格。美团、飞猪也有类似产品，结果同时入驻多个平台的商家，被各平台检测到更低价格来回调价，一降再降，有酒店遇到调价助手无法关闭，或关闭后被系统自动开启。去年监管认定特金牌机制违规处罚后，携程去掉强制独家条款，但原有约 4000 家特牌商家里约一半仍选择独家，取消独家后虽然没有流量扶持，可携程客流已够，入驻其他平台还得增加运营成本。 - 酒店行业多次反击都没成功。2014 年华住、如家、锦江联手施压逼平台停止超低价促销；2018 年华住等推动“断私连”，严查加盟商私下在 OTA 卖房。但到 2024 年，前四大本土酒店集团的中央预订率只有五六成，中小品牌和单体酒店更依赖平台。 - 中国酒店品牌没有足够的时间完善自己的会员体系。万豪开第一家酒店的时候，比尔·盖茨只有两岁。等微软孵化的 Expedia 在 1999 年分拆上市时，万豪的会员体系已经运行 16 年，产生了一批住满 1200 晚、消费超过 30 万美元的终身精英会员。现在万豪、希尔顿每年卖积分给合作方的收入就有数十亿美元。当本土酒店集团开始认真搭建自己的直营小程序、建常旅客会员计划，携程已经终结了最危险的挑战者，开始建自己的会员体系。 - 携程不是一直高效。 2012 年，艺龙靠订酒店返现金抢客，去哪儿用比价系统总是比携程便宜，同程、途牛从门票和跟团游围攻，携程股价一年多跌去约 3/4。2013 年梁建章回归，跟进价格战、同时发债引入投资。携程的底气在于对手业务都不完整：艺龙放弃了机票，没有流量；去哪儿机票占优，但机票不赚钱，不像携程能用酒店利润支持补贴。两年打下来，携程烧掉自己的利润也烧掉了对手出资方的耐心。先入股同程、艺龙成为大股东，2015 年 10 月与百度换股拿下去哪儿多数投票权，庄辰超在离职信里说这笔交易“并非管理层无数次推演的场景中的最优解 , 也不是次优解。” - 更有实力的挑战者错过了时机。2015 年美团设酒店旅游事业群，与外卖平级，地推团队很快接入全国酒店，疫情前客房销量已超过携程，但订单主要来自本地消费流量、价格低。美团 2017 年曾想建一站式旅游应用撬动商旅和高星酒店，但不到一年就放弃。阿里的飞猪做酒店集团“第二官网”，长期谈判后接入了万豪、希尔顿的会员体系，但平台没有话语权，只能接受品牌定价，且吸引来的消费者也没成为飞猪用户。 - 疫情后携程一年赚回三年亏损。据我们了解，美团曾计划 2025 年重点开拓中高端酒店追赶携程，但因外卖大战无限期搁置，二十多年，有资源做好酒旅的平台都有更重要的仗要打：阿里要守电商做云计算，美团做到店、外卖和即时零售。 - 牛津大学经济学教授 Mark Armstrong 在 2006 年的论文《双边市场中的竞争》中提出 “竞争性瓶颈”：消费者往往只用一个平台，但供给方却要入驻所有平台。于是平台间的竞争集中于满足消费者，对供给方收取的费用不会因竞争而下降。20 年后在酒旅行业应验，尽管美团、抖音、飞猪加入战局时不时补贴用户，平台向酒店抽取的营收比例反而增加了。供给增加、消费不增加，权力更偏向分配流量的一方。 - 2023 年起，从奶茶店、餐厅到酒店，供给都在激增，背后是很多人找不到更好选择，抱着“自己当老板”的想法把几十万到几百万投进加盟生意。产品没竞争力，就付高租金拿好位置、去平台打广告，买来自己可以做这门生意的错觉，这就是经典的“内卷”环境。到 2024 年，所有上市的中国互联网平台公司首次全部盈利。 - 今天的环境已经不再支持 “企业的唯一社会责任，就是为股东创造利润”。商业逻辑成立、可以获得高利润，并不等于企业可以持续赚取高利润。贝壳创始人左晖在 2020 年接受采访时，把中国大公司的挑战与 100 年前的洛克菲勒、摩根相比，“最终你会面对一个组织合法性的问题。你的组织除了创造 GDP、就业之外，到底还有什么样的价值。这是最终能完成合法性的过程。”

腾讯、阿里、字节的 AI 办公大战：赛马与变阵内幕 - 过去三年，AI 行业留下了两个教训：面向普通消费者的产品迟迟找不到商业模式，耗光了巨头的耐心；抖音、小红书、淘宝甚至微信则验证了另一件事，在原有产品里加 AI，影响有限，旧产品的功能、组织和商业模式早已成型，很难靠一个 AI 入口脱胎换骨。 - “智能体出现后，钉钉、飞书、企业微信已经是上一代的产物了。”一位钉钉人士说。这轮整合发生时，飞书收入增速还在涨、钉钉已在下滑，但都不重要了。上一轮办公战争打了近十年难言胜负，三家公司在办公上重新站回了起跑线。 - 最早下注的不是巨头。2025 年春节前 DeepSeek R1 发布，打乱了场上所有玩家节奏。月之暗面停止投放、把资源集中回模型本身，转向打造万亿参数模型和智能体方向。智谱在学 OpenAI 做科学家，还是学 Claude 做工程师两条路之间选了编程方向。 - 巨头们当时还在追 OpenAI：通用、聊天机器人、超级入口。字节高层判断 AI 最先颠覆的是搜索；腾讯管理层更关心 Perplexity。大厂的编程产品经历了漫长沉寂期：腾讯 CodeBuddy 只是个十人左右的 IDE 插件，字节的 Trae 虽已上线但投入不多，阿里的通义灵码投入很高收入却十分有限。 - 转折发生在去年年中。Cursor 年化收入超 5 亿美元、Claude Code 上线半年后年化收入达到 10 亿美元，编程突然被证明是数百亿元收入的生意。这改变了大公司的态度，阿里通义灵码团队封闭开发数月，新产品命名 Qoder；腾讯元宝将智能体列为优先级最高的业务方向，CodeBuddy 也在这一时期变成腾讯最受重视的 AI 项目之一，团队核心成员经常加班至凌晨两三点，算力资源也越来越多。 - 但是与美国相比，AI 编程在中国尚未形成同等规模的用户需求，用户规模始终没有明显增长。很快，大厂又回到追逐超级入口的老路。2025 年底，字节拿下春晚，腾讯准备 10 亿红包通过元宝发放，阿里投 30 亿让千问 App 免费送奶茶。 - 结果春节大战碰壁，元宝和千问日活冲到峰值后快速下滑，豆包日活破 2 亿、回落最小，但每天烧数千万元算力、收入不足百万元。春节后三家都开始收缩面向普通用户的投入。竞争再次回到智能体和 to B。 - 和之前不一样的是，今年三家公司都更坚定。马化腾在总办会提到应更重视编程与智能体，3 月 OpenClaw 爆火后，腾讯各大业务倾巢而出上线自己的智能体；字节高层赴美调研 Anthropic 后反思押注消费产品的策略，决定调整资源转向企业服务，但豆包由于娱乐心智太强，转型不顺；飞书转向更为激进，此前卖得比较顺利的智能会议纪要功能，一年只要一万多。而飞书智能伙伴及创建平台 Aily，价格升至近 10 万元甚至近 30 万元，买的人很少，销售团队后来用更强硬的策略：“不买 AI，就不给折扣。” - 阿里内部则至少有三条并行智能体产品线（QoderWork、悟空、MuleRun）在赛马，它们先要争取的是公司内部阿里云的支持，尤其是销售资源，于是得经常和销售吃饭喝酒拉关系，还通过各种办法做高 ARR。 腾讯的 WorkBuddy 是这轮跑出来的黑马。据我们了解，WorkBuddy 的日活跃用户数在周中与周末波动明显，但平均已达百万量级，超过所有国内的对手。这与团队一开始的决策有关。他们坚持做一个简单易上手的产品，只保留一个对话窗口，用户说出需求，系统自行执行，界面上没有任何开发者术语。 - 阿里的赛马因一场意外加速收场：6 月陈航（无招）因管理争议被免去钉钉 CEO 后离职，1992 年的陈宇森接手，上任第一周就整合悟空与 MuleRun，把悟空自研的 Harness 换成 Claude Code 的 Harness，效果明显改善。不到一个月，QoderWork 也被划入，统一为"千问办公"。Qoder 编程业务保留，吴泳铭希望把 Qoder CLI 逐步升级为阿里集团基础设施，未来阿里新推出的 Agent 都尽量复用。 - 字节最后完成整合。飞书在内部一直处于“需要不断证明自身价值的状态”，2023 年就讨论过与火山引擎销售合并， 直到 2026 年各家集中整合 to B 业务，飞书的独立地位才真正走到终点。 - 飞书和豆包在底层技术和产品生态上有大量可以打通的部分。飞书在云端闭环里加 My AI，豆包也逐步进入办公场景，两者出现了不少重合。飞书对 AI 态度相对保守：坚持在云端闭环做功能，不开放本地文件和系统权限，但这恰恰是 WorkBuddy、OpenClaw 这类桌面智能体的核心卖点。飞书在 AI 时代最应该开放的能力，恰恰是它组织基因里最抗拒的事情。 - 赵祺是这轮调整中上升最快的人：北大计算机博士，做过豆瓣产品经理，也创过业，2017 年加入字节后先后负责增长中台和穿山甲广告平台，被认为是字节「最会花钱的人」，2022 年转入 HR 部门为字节 AI 搭建人才体系，2025 年 9 月才回到业务一线接手豆包。 - 火山引擎负责人谭待则接手了飞书的战略、市场和销售体系。据我们了解，目前火山引擎超过 40% 的 Token 消耗量来自 Seedance；超过 10% 来自 Seedream；Coding 和 Agent 的占比不高。如何把模型能力转化为更多企业场景中的实际用量，也是谭待接下来要解决的问题。 - 三家巨头在半年内先后完成了办公 AI 的组织整合，但竞争才刚刚开始。 - AI 提供了重塑格局的机会，上一代办公平台以即时通讯为中心，而下一代大概率围绕 AI 和智能体展开。过去先讨论再动手，现在先出结果再评审对齐。沟通不会消失，但即时通信在办公中的权重可能大幅缩小，它有可能不再是工作的起点。企业微信目前最稳，靠微信关系链做销售客服私域，但智能体执行任务靠的是审批、文档、业务系统这些上下文，仅有关系链，在 AI 时代可能不够用了。 - 在国内做 SaaS 生意仍然是个难题。新产品要面对的，还是那些老问题：在国内，企业付费生态差。何况大多数人并不像研究 AI 的工程师那样忙碌到愿意花钱省时间——不然，也不会每天有 8 亿多人刷两小时抖音，4 亿人刷快手，1 亿多人刷小红书。 - 据我们了解，三个产品都计划出海，最大挑战是与 Anthropic 和 OpenAI 正面竞争，便宜的国产模型是手里为数不多的优势。“上一代的仗打完了，大家发现打下来的城池不值钱了。”这一次，所有人都有机会重新证明自己的价值。

晚点独家丨蚂蚁灵波启动首轮融资，拟募资 15 亿元，年底完成二轮融资 晚点独家获悉，蚂蚁集团旗下具身智能公司灵波科技（以下简称 “蚂蚁灵波” 或 “灵波”）已启动首轮融资，首轮拟募资 15 亿元，目标在今年年底完成二轮融资。该融资若如期完成，将突破具身领域创业公司的融资速度。 灵波过去一年公开展示出来的路线是全球少有的完整布局：Vision 、Depth 、Mapping、Video、World Model 、VA 、VLA，几乎把机器人感知、理解、行动的大脑链条都覆盖了。 据悉，当前资本市场对具身领域的投入，一半资金流向本体公司，一半流向具身大脑，且后者占比在加速提升。知情人透露，正因为蚂蚁灵波的独特布局被认为是具身智能发展的关键，所以早在灵波启动融资之前，已有投资机构开始主动接触灵波。在刚刚结束的世界人工智能大会（WAIC）上，甚至有投资人直接去到灵波展台，探访技术和产品发展情况，表达投资意向。 蚂蚁灵波的路线和美国 Physical Intelligence 如出一辙。全球具身智能赛道，Physical Intelligence 是公认的大脑层（Brain Layer）代表公司之一。Physical Intelligence 做的不在于让机器人学会一个动作，而在于让机器人获得一种可迁移、可泛化、可持续学习的物理世界智能。这也是为什么一家几乎没有机器人产品的公司，能够获得超过 110 亿美元估值的核心原因。 资本今天越来越相信：机器人最大的价值，不在身体而在大脑。因为，身体未来可以采购，甚至标准化。但是，世界模型、动作模型、数据这些不能买。所以全球现在估值最高的公司 Physical Intelligence 、Skild AI 几乎都不是因为机器人硬件，而是因为大脑层。 这一点，行业已形成共识。机器人大脑已经被宇树明确写进了 IPO 募资方向，这也是宇树招股书里最值得关注的信息之一。招股书显示，宇树此次 IPO 拟募集约 42 亿元，其中一个核心募投方向就是：智能机器人模型研发 、具身智能模型（机器人大脑）研发 。这也论证了具身大脑在机器人大规模落地中不可或缺的地位。 机器人大脑，将是具身智能角逐谁才是具身领域 OpenAI 的关键。 分析人士也向晚点透露，蚂蚁集团坚定布局具身智能方向，在灵波累计投入的资金已超一线创业公司的融资额。本轮融资后，蚂蚁灵波仍将是蚂蚁在具身和物理 AI 领域最核心载体，蚂蚁将在 AI Infra、数据资产和应用场景等资源上持续给予灵波最大支持，本次融资也是为了加快灵波具身大脑的发展。 不过，该人士也认为，尽管蚂蚁灵波作为国内机器人大脑的领军企业，但是最终估值并不会只取决于模型能力，而会取决于三个关键变量：是否证明 LingBot 系列模型在行业内具有领先的泛化能力；是否形成真实的大规模部署和数据飞轮；是否能从 “蚂蚁的具身智能团队” 成长为 “全球物理 AI 基础模型平台”。这三条路能否跑通将决定蚂蚁灵波在行业中的地位。如果这三个条件兑现，它未来的估值逻辑，将更接近 Physical Intelligence 这样的 “具身大脑平台”，而不是一家具身本体公司。

对话 Liblib 陈冕：关于活下来，以及所有接近死亡的时刻 为什么一家看起来中国最成功的 AI 应用公司，同时也可能是最危险的一家？ 演语科技 Evoken，旗下有 Liblib、Lovart、LibTV 三个产品，ARR（年度经常性收入） 超过 3 亿美元。在 AI 应用融资最艰难的时候，它以 20 亿美元估值，一笔融了 3 亿美元。 围绕这家公司的争议也同时达到顶峰：有人质疑它缺少原创；有人认为它靠激进定价换增长；离开的人说它不够技术、不够创新，甚至有投资人判断，它迟早会爆雷。 这场对话，我们想追问的问题是：在一个模型不断吞噬应用价值的时代，一家独立的 AI 应用公司，要怎样 survive 到应用时代真正到来的那一天？ - 这代 AI 应用公司有一种特殊处境：最大的机会来自模型能力与用户需求之间的空缺，最大的危险也来自同一个地方——模型还在快速进化，今天属于应用的价值明天可能就被模型覆盖，成功不意味着离安全更近，有时只意味着获得了些许喘息时间去寻找下一块安全的地方。 - Evoken 创始人陈冕是一个极度焦虑的人，他觉得公司“完蛋了”的时候会哭，想通新方向后又觉得一切都有可能；他自称这种“焦虑型人格”恰好被AI时代选中了，“timing来的时候，要像狼一样扑上去”，焦虑、速度和侵略性既是他的性格，也是 Evoken 的生存策略。 - 如何在模型厂商的缝隙里 survive？陈冕用了《三国》的比喻：模型厂商还在 “逐鹿中原”，他想要趁江东还不是主战场，先统一江东，再利用这段时间修出自己的 “长江天险”。那道天险究竟会是什么，“修出来才知道是不是。” - 陈冕觉得外界说他们投流厉害是误解，他解释说他们在主流视频媒体压根开不了户，收入只有 3%～4% 来自投流，每月投流花费不到百万人民币，大部分是无法计算来源的品牌投入。 - LibTV 目前有几十万付费用户，其中年付订单占总数百分之二三十，陈冕觉得要警惕的不是年付订单本身，而是年付订单带来的“不使用”，如果能锁定预付款保证 LTV（客户生命周期价值），收益一定更大，关键还要看留存和用户粘性。 - 被问及“你们是不是字节最大的代理商”，陈冕说：没有问题，我们的价值就是在模型上叠了一层——对齐；他的比喻是：模型是单反相机，普通人摁一下也能拍照，但想拍出专业作品得请摄影师，应用层就是那个摄影师；相比文字，多模态的需求更难说清，更依赖对齐层。 - LibTV 上线后最大的争议是原创度，陈冕承认 LibTV 不是第一个拿到 PMF 的产品，他的逻辑是“在人类科技竞争的历史上，第一个发现PMF和最终赢得这个市场，差着十万八千里”，商业社会没人因为你第一个找到 PMF 就把 PMF 让给你。 - 陈冕的核心策略是“先 build attention，再 build ability”——不认为找到PMF就结束了，如果市场增量爆发而你没抢到，存量就没有意义；他在内部常说的一句话是“这件事不急，但一定要快。” - 回到创业的第一场仗，陈冕说自己犯的第一个大错是拒绝所有融资——对手吐司（ 万美金天使轮，打得死去活来；为了打赢这场生死仗烧了 300 万美金，账户花到只剩 4000 块，战斗结束后开始疯狂见投资人，结果没人愿意投一个快倒闭的公司。 - 陈冕说让这场仗赢的关键决策是，只补贴设计类作者不补泛娱乐类——“在生产力赛道，不是用户多谁就赢，是谁掌握最高价值的生产谁才赢，到了 AI 这代更明显，大部分人用 token 产出的东西价值是不高的。” - 组织问题是 Evoken 的另一道伤疤：早期联创走了一半，原因之一是陈冕随意地给了大约10个人“联合创始人”的 title，陈冕说自己没把 title 当回事，但公司有一定影响力之后，大家会把 title 当做对他的认定。 - 有 Liblib 前员工说陈冕的口头禅是“你别干了滚”，但陈冕回应“肯定不是‘滚’，‘别干了’肯定说过，一个老板不可能没说过这三个字。” - 投资人最常问的问题是"应用会不会被模型吞掉"，陈冕的回答是：应用的时代还没有来，只有Token便宜、智能随手可得的时候才会来，可能是两三年或五年后的事；现在很多应用会被吞掉，活下来的没有几个，但未来还会诞生新的。 - 陈冕的精神图腾是金庸小说里的杨过，离经叛道的小子最终成为神雕侠，内心始终有理想主义情怀；他自己小时候也是离经叛道的网瘾少年，计算机奥赛是为了撬掉自习课去打游戏，高考加分取消后崩溃大哭，最后半年只做一件事——刷每一届的高考和模拟考的卷子 hack reward，才考回东南大学。 - 创业后陈冕修正了一个想法：以前认为时势造英雄，现在发现英雄也会改变时势，无法改变潮水的方向但可以影响浪潮的波动；如果没有 Evoken 可能会有三家更小的公司，需求不会变只是可能被大厂做掉了。 - 对于应用创业者的建议：拿到钱的人要守好口袋，不要在无效内卷上消耗现金流；GTM 不是一个孤立的市场能力，本质是“如何快速拿到PMF”，这个过程有两件事最重要，一是识别或打造能 PMF 的产品形态，二是抓住模型或技术范式改变带来的新体验。技术带来的新体验能获得 attention，但不一定带来留存；真正带来留存的，是找到当下用户需要的产品形态。大家觉得 GTM 难，往往是这两个都没做到。 - 最后陈冕说了一句放在结尾恰到好处的话：“创业就是开了一台超级快的车，边开边修，车上的人来来去去，窗外的风景也来来去去，但你没有时间停下来跟这些人say hello 和 say goodbye，也没有时间好好看风景。最后分开的时候，我回头看了他们一眼，他们可能觉得我是恨他，但其实那一眼是不舍。” #latepost# #ai#

独家｜豆包手机二代备货数十万台，AI 不再硬操作头部应用 《晚点 LatePost》独家了解到，新一代豆包手机调整了与阿里、腾讯等各家超级应用的合作方式，将不会在用户授权后读取屏幕，模拟点击、像人一样操作应用（所谓 GUI 技术）。只有这些应用自行提供 MCP 服务，开放部分数据、允许操控，豆包手机才能接入 MCP。 新一代豆包手机的备货量从此前的 3 万台提升到了数十万台，“手机不可能永远只停留在技术实验阶段，最终还是得卖出去。” 一位接近豆包手机人士说。 目前，豆包手机助手团队也在与各头部应用厂商谈判，争取对方开放可被 AI 调用的接口或服务能力。 另据了解，7 月 15 日，豆包手机助手软件拿到了一项生成式人工智能服务备案。一位手机行业人士分析，这一独立备案或意味着合规认可，为该系统未来拓展更多厂商合作预留了空间。

29岁姚顺雨空降：改造腾讯混元的 300 天 - 2024 年，腾讯的高招团队在一场顶级学术会议上认识了姚顺雨。当时这个 97 年的年轻人还是 OpenAI 的研究员，他被介绍给了腾讯总裁刘炽平。一年后，他回国，一跃成为了腾讯的大语言模型负责人。 - 姚顺雨的幸运之处在于，在他来之前，腾讯的最高决策者已经意识到 AI 可能是生死之战，而腾讯远远落后。马化腾在 2025 年的员工大会上说：“一年前我们以为上了船，后来发现那个船漏水了。”他们提前扫清了障碍——混元原先各岗位的关键负责人已悉数离场，姚顺雨可以直接向集团总办汇报，TEG 总裁卢山是一位温和的管理者，愿意最大程度放权。 - 初入腾讯时，姚顺雨向总裁刘炽平提了一个请求：从新模型发布起至少一年，希望总办不要看榜单 (benchmark)。一年大约是训练两代模型的时间。“Martin（刘炽平）同意了。” - 以顾问身份加入腾讯时，姚顺雨任务只有一个：排查混元大模型长期落后的原因。排查结果是：“简单来说，几乎每个环节都在漏水。” 混元过度追求榜单成绩，把打榜语料放进训练集污染了数据，模型变得很会考试，但在真实场景表现很差。当时数据标注准确率的验收线定在 95% ，实际却长期停留在 60%-70%，团队为了交差生产出大批无法使用的数据，算法团队默许了这一切。 - 混元从起步开始就不算顺利。2023 年立项时，项目组连一块 GPU 都没有，最后还是从广告部门匀来 2000 张。卡少导致混元的基础建设（Infra）先天不足，系统缺少针对大规模训练任务的设计。训练环节也不健全，混元几乎没有做过强化学习。竞争压力下，团队做了两个选择，一是换架构，冒险用 Transformer 与 Mamba 结合的混合架构这条路线在行业里尚未被充分验证，“但有噱头。”除了腾讯几乎没有大厂选它。另一条路是打榜，用分数向上汇报。 - 姚顺雨来后几个月内，混元预训练、后训练、评估、Infra 的负责人全部换人，新人来自字节、Kimi、DeepSeek、美团。招人不再看出身——目前混元的模型架构负责人还是一名在读博士生。字节 Seed 的招聘团队发现好几个候选人连 Seed 都没抢过。原因是：Seed 人才密度已经很高，年轻人更容易成为“螺丝钉”；而重建期的混元正是用人之际。 - 改革不是疾风骤雨。姚顺雨没有大量清退老人，但带来的压力更隐晦——他常在群里发论文聊技术，能跟上的人很少，有时甚至看不懂。“Peer 压力太大了。” - 部门层级被简化到只有三层：姚顺雨——方向负责人——研究员/实习生。不赶发版的时候，混元的强度并不大。另一边，混元也取消了部门年中考核，鼓励聚焦长期研发。偶尔也有例外。“只要哪个组来了 Seed 的人，那个组很快就会自发地卷起来。” - 姚顺雨用自己的旧东家 OpenAI 举例给团队鼓劲：直到今天，OpenAI 的基础模型也没有依赖过什么神秘的技术，做大模型没有魔法，也不要相信别人有魔法。真正难的是把最基础、确定能做对的事情都做对——做到这些，足以让混元挤进中国的第一梯队。 - 2026 年 5 月底，距离混元 Hy3 正式发布只剩一个月，因为一批提交上来的数据出了问题。姚顺雨少见地发了脾气，严厉告诫团队：“数据非常重要。如果下次再出现这样的情况，直接走人。” -混元 Hy3 是姚顺雨在年初带队开始训练一款大模型，也是他加入腾讯后的第一张成绩单，但内部抱的预期并不大。Hy3 并不是完全没有企图心。按照姚顺雨的设想，混元不需要在所有能力上正面击败 Claude Opus 这样的前沿模型。如果一个模型能以 Opus 1% 的价格，在 90% 的日常问题上做到与它一样好，甚至超过它，对大多数用户来说这就是一个更优的模型。Hy4 已经在训练中，混元团队的判断是 2027 年进入国内第一梯队。 - 在姚顺雨的构想中，模型与产品应该以联合设计（Co-design）的模式合作，即模型和产品从一开始就绑定在一起开发，模型可以第一时间拿到产品的真实场景和用户反馈，知道自己该往哪里改；产品也能及时向模型同步需求，不用等一个通用模型送上门，再调整、将就。姚顺雨清楚自己当前的主要任务是什么，就是和业务处好关系，把 Co-design 的想法落地 - 今天大模型行业普遍面临商业化难题，但腾讯的思路是，不一定要向外部客户收费，能帮业务提升收入，同样是混元的价值。“举个例子，《王者荣耀》一年收入几百亿，混元如果能帮它提升 1%，那就是好几个亿。” - 在腾讯，一个产品一旦受到高层重视，老板们就会开始密集提意见，其他辅助部门的人也随之加入，参与决策的人越来越多。去年腾讯集全公司资源扶持元宝，于是高层们总会不时提出非常具体的意见，某处的字体是不是太小了，对年长的人不太友好；某处设计为什么要用这种颜色。“上面一提，下面就开始揣摩，老板到底是什么意思，到底要不要改。” - 腾讯 2019 年引入过一批从 Google、Snapchat、Uber 来的工程和数据专家。他们大多没留下什么成果，陆续离开。今天姚顺雨有总办的授权，圈了一块地，一个人拍板负责。但当改革进入更深的地方，牵动更大利益、风险更高时，能替他扛住压力的只有总办。到那时，考验的不只是他，还有他和老板们之间的信任能否撑得住。改革走到最深处，从来就不只取决于改革的那个人。

独家｜智谱唐杰发内部信，称将开启 Touch High（摸高）计划，“不登顶，就是失败” 晚点独家获悉，今日智谱创始人唐杰发布内部信，阐述智谱对 AGI 接下来竞争的理解。唐杰在信中表示，智谱接下来将继续延续所谓 “反直觉” 路线，开启 “Touch High（摸高）计划”，即继续聚焦于 AGI 研究，而不是短期商业变现。通往 AGI 终点的道路上，有几座必须翻越的山峰，它们也正是今天技术浪潮最汹涌的地方，唐杰列出的四座高峰分别是： - 长程任务（Long Horizon Task） - 自治智能体系统（Autonomous Agent System） - 完全自我训练（Fully Self Training） - 极致安全治理 其中，极致安全治理被特别强调，智谱计划投入百亿级资源攻坚机械可解释性，这意味着厘清模型决策背后的神经元逻辑，推动黑盒系统向透明可解释系统转变。 *附内部信全文：

独家丨特斯拉三代 Optimus 初步定型，马斯克给供应链定下量产红线 多位特斯拉供应链人士告诉我们，特斯拉近期终于下发具体的 Optimus 零件采购指引，要求供应商在今年 9 月将产能提到 1000 台/周，随后在年底提升到 2000-2500 台/周。两位接近供应商的人士说，特斯拉会提前 2 个月左右下订单，现在他们已经看到 8 月数百台的具体订单。 以此估算，特斯拉的供应商们将在年底具备每年向特斯拉供应 10 万台 Optimus 零部件的能力。 我们也了解到，给供应链下单前，在六月底的一次高管会上，马斯克评审通过了 Optimus 的最新版本，这意味着 Optimus Gen 3 在研发三年多后，终于将走出实验室，进入量产阶段。 两位供应链人士都说，在这次会议上，马斯克@elonmusk 要求团队在年底前实现产能目标，否则他会开掉整个 Optimus 采购团队——这比任何订单和预期指引都更能给供应链、资本市场甚至整个机器人产业信心。 6 月底，一张马斯克在尚未完工的特斯拉加州 Optimus 工厂与工人的合影曾引发资本市场的波动。“虽然产线还没建完，但这张照片告诉我们 Elon 终于忙完 SpaceX 上市，要回来了。” 一位供应链人士说。

《晚点聊》具身季报系列第二期：分享具身智能行业季度 Top 5 事件： 1/ 人形机器人马拉松第二年，终端大公司身影浮现 - 4 月 9 日的北京亦庄人形机器人马拉松，荣耀包揽了冠亚季军。他们有接近一两百人的团队，研发投入量级显著高于另外的两大夺冠热门宇树和北人（北京人形机器人创新中心）。荣耀定制了比赛所需的大扭矩电机和精密的液冷机制，当其他公司的机器人因为长时间高速跑动，导致电机过热不得不休息，荣耀的液冷机制让电机温度在整个比赛中都能控制在较低水平。 - 更深一层的信息是，荣耀夺冠预示了未来的竞争格局：大厂认真投入的话，可以快速拿出有竞争力极强的人形机器人产品。而在中国，拥有荣耀这样组织能力、人才能力和资金能力的大厂还很多——小米、小鹏、理想已经开始严肃投入。人形机器人正在从单一技术见长的创业公司视角，演变成一种系统工程和系统作战能力的竞争。 2/ Figure AI 的 200 小时直播：为何物流是人形机器人的好场景？ - 5 月，Figure 连续直播200小时，这是第一次向全球公众展示人形机器人在工业场景的真实价值，三台人形机器人站在真实物流流水线旁做包裹分拣，把包裹翻面、让条码朝上，速度做到约3秒一个，。物流分拣是个好场景——重复、连续、长时间，不适合人类长期做。而之前的机器视觉加工业手臂的方案四五年来一直解决不好，因为快递软包裹上的二维码太容易遮挡和形变，不靠灵巧手很难处理那些长尾的corner case。 - 同期还有个插曲：成都舞者吴宇飞带着 8 台宇树 G1 在美国达人秀现场跳了一段舞，全票晋级。Figure 和这个节目的先后出现，让美国普通百姓非常直观的看到人形机器人怎么进入工业和商业场景。之前很多人看到中国春晚的机器人表演，还会怀疑是不是 AI 生成的、是不是录了很多遍。 - 物流场景在国内也有实质进展。星动纪元和中国邮政、顺丰做了长时间测试，已经能实现全自主的分包、翻面、扫描等一系列工序。中国公司在人形物流工业场景的落地能力，完全不亚于美国。 3/ 灵巧手与灵巧操作：舞肌可能成为灵巧手领域的 G1 - 灵巧手这个季度在 ICRA 维也纳会议上集中爆发。舞肌二代手20个自由度，体积只有全球头部玩家Sharpa的一半，反驱性能和散热大幅改进。舞肌的定位比较像宇树——专注于把一个低成本、高可靠性的硬件设备做到足够耐用，让大家在这个基础上做大量研究。过去一两个月，已经有大量中美创业公司基于舞肌的手发布了灵巧操作模型或工作进展。 - 灵巧操作模型的进展上， Genesis 发布了用定制五指手做的灵巧操作模型，他们公开称采集了约20万小时数据，用舞肌的手实现了拧魔方、做饭、弹钢琴等精细操作，被认为是目前高自由度灵巧操作的SOTA。 4/世界模型：英伟达发布 Cosmos 3，中国世界模型融资热 - 6月1日，英伟达发布 Cosmos 3，一个全开源的全能世界模型，可以原生处理文本、图像、视频、声音和动作，也可以输出这些模态。技术上用一个自回归 transformer 做推理、一个 diffusion transformer 做生成，中间靠共享注意力机制让两种模态相互影响。英伟达把机器人领域的世界模型分成三种：最底层是Video World Model ，本质底座是一个视频生成模型——根据条件或描述生成视频 、第二类是 Action-Conditioned World Model ，前提基于你的动作——给定一个动作，在这个条件下生成世界模型 和 World Action Model ，通过这个模型生成机器人的动作，可能同时也能生成未来的图像或视频。Cosmos 3 在这个分类里被英伟达放在 Video World Model 这一层，但它是一个 Omni-model，理论上三类任务都能做。 - 世界模型成了非常火热的创业风口。国内冒出大量新公司，有些今年刚成立就冲到10亿美元估值，截止到4月初，有人整理出来的世界模型公司名单已经有49家。 5/ Gen-1 和 π0.7 发布，不被 “VLA” 标签框定 - Physical Intelligence 的 π0.7 在一个传统 VLA 的基础上接了一个轻量世界模型，这个轻量的世界模型可以提供对未来任务图像的预测，用这个预测来影响生成模型生成相应的动作，用这个反馈去调整动作生成，类似于人扔纸团前会先脑补一下轨迹。 - Generalist 的 GEN-1 自己采集了50万小时的真实世界交互数据，不依赖预训练的 VLA 和视频生成模型，独立训练了一个端到端 transformer。这显示了对自家技术路线的极高自信，也展示了 Scaling Law 在具身数据上有效——从1万小时到50万小时，泛化能力持续提升。

独家｜百度招 95 后任大模型一号位 近日，大模型领域技术专家孙天祥正式加入百度，就任基础模型研发部（BMU）负责人。 孙天祥此次同时进入百度模型委员会（BMC），从研发 MOSS 到提出 MaaS 再到其后续创业方向，他的学术与产业路径与百度基础模型的战略投入方向高度契合。 此前，百度分别成立基础模型研发部（BMU) 和应用模型研发部（AMU），其中应用模型研发部由贾磊负责。 孙天祥作为年轻的大模型领域技术专家，在博士期间他是类 ChatGPT 开源大模型 MOSS 的主导者，并在国际上提出了 Model-as-a-Service (MaaS) 概念，孙天祥在 ICML、ICLR、NeurIPS、ACL、NAACL 等 AI 顶会发表论文四十余篇，博士期间先后在 Amazon AI Lab、上海人工智能实验室等机构实习，积累了从自然语言处理到大规模语言模型训练与工程化的丰富实战经验。 过去一段时间，百度在 AI 组织架构和人才梯队上持续迭代：设立百度模型委员会、多批次引入年轻技术力量，围绕基础模型的系统性人才布局逐步成型。

AI Native：年轻比经验更值钱 互联网公司高层是塔尖的少数人，管理着数百人技术团队或在某项业务上做出过成就，职级高、口碑好、位置稳，得以远离 “35 岁诅咒”。 如今过去的经验失效了。一位曾在字节 Seed 的人士说，刚开始投入大模型时，字节延续惯例，让在业务上做出成就的 “大哥” 负责新业务。这样的负责人换过两三个，带来各自的核心研究员，但效果不如预期。后来更年轻的周畅加入，迅速推动了多模态能力的提升。 “这让我们意识到过去的用人策略不对。” 他说。 如果比资源，DeepSeek 不是动辄投入千亿级的大厂的对手。它的员工人数不到大厂 1/10 ，人均工作时间只有大厂一半，此前没拿过任何投资，但比中国头部互联网公司更早进入全球大模型第一梯队。我们曾梳理参与 Deepseek 三代模型的 172 名研究者中公开可见的 84 份履历，其中超过 70% 小于 30 岁。 字节研究 OpenAI、Anthropic、DeepSeek 3 家 “黑马” 公司后得出的结论之一是，AI 领域，真正决定一项业务进展的是关键研究员，过去的管理经验和业务成就没那么重要。“大哥” 不一定带不好研究员，但一定不会比研究员直接决定做什么更好，不如让聪明的年轻技术人才带队。 一位知情人士说，为了组建 Seed 团队，字节跳动将一位 TikTok 增长产品负责人调来负责 Seed 招聘。招聘逻辑只看投多少钱、有多少产出，招人也是，看给他多少钱、能给公司带来多大增益，过去的职级、薪酬没意义。“原来评级 3-1 的人大都是硕士毕业、工作 5 年左右，今天，校招生也能拿到同等甚至更高的职级。” 新的规则变成谁越 AI Native，谁越有机会。 几位研究员尝试解释这个在大厂招聘启事、融资计划书、创始人演讲中流行起来的概念。一位说，“思维模式和大模型的输入输出完全对齐，遇事先问 AI，且知道下一题该问什么”；另一位打比方，“为什么老年人用智能手机需要学习，小孩不用？因为小孩理解点击屏幕会出现什么。对大模型也一样。” 一位 AI 方向的投资人答得更简单，“年纪越小越好”。他们都是 00 后。 从 2022 年 OpenAI 让大语言模型成为主流，到模型具备多模态、深度推理和编程能力。行业几乎每隔一段时间就会出现新的技术。 不过四年。一位读博时选择报考热门方向 “计算机视觉” 的人，还没毕业，天就变了。如果转方向不够快，他也成了 “上一代”AI 人。 四年以上，工作越久越被动。一位大模型公司 HR 说，他们在 2024 年招 AIGC 文生图、生视频岗位，惯性去找有视觉算法经验的人，很快发现招来的人也有惯性，先用过去验证过的技术方式解决问题，效果好一些就直接用，但应届生、更 “AI Native” 的人不会抄过去的作业，换人后，效果翻了几倍。 “工作五六年的人也许能很快转过来，但公司何必赌？反正有更年轻的。” 十几份候选人简历被拒后，一位和大模型公司合作的猎头领悟了没明说的规矩，“33 岁大概率是上限”。 猎头们有一些筛选技巧。如果候选人问，公司营收怎么样——立刻认定为不够 AI Native。多数 AI 公司还没赚钱，他们更关心算力、模型、数据，营收被视为上一代公司的财务判断指标。 “‘天才’ 管理者只想招同类人。30 岁的技术负责人会想招比自己年龄大、技术差的人吗？” 一位和字节合作过的猎头反问。 她迅速举出几个例子，撑起字节多模态能力的周畅 30 多岁， 杨植麟创办 Kimi 时也才 30 ，阿里千问大模型前负责人林俊旸是 1993 年的，小米 MiMo 大模型负责人罗福莉 1995 年，腾讯混元大语言模型部负责人姚顺雨 1998 年。 何况大部分年轻人更能加班。一位 21 岁的 AI 实习生多数时候从 11 点工作到凌晨 1 点多，中间吃顿饭、转两圈，让头脑清醒，周末也 “干一会儿玩一会儿”。“这和公司没关系，是我对自己的要求。” 他补充，“不然很难在同龄人里突出”。另一位 22 岁的 AI 研究员不觉得这有什么特殊，他有时从晚上 9 点通宵工作到第二天中午，原因是更 “沉浸”。他们离照料家庭的责任和顾虑还很远。

17 岁 AI 实习生日薪 5500 元，1998 年的算 “中登” 00 后 AI 从业者，多数喜欢用动漫或卡通角色做头像，习惯用表情包和感叹号，工作间隙会在周围一连串的冰美式订单中点一杯棉花糖热可可。 见一位 00 后 AI 创业者前，投资人提醒我们，想快速拉近距离最好给他带两杯奶茶。 刚刚本科毕业，大厂或投资机构已经给他们开出 200 万元、500 万元 或 100 万美元的高额年薪。不过，谈起几百万元的薪水时，喝着棉花糖热可可的年轻研究员语气平淡，像是讨论上学期的课程表。 “哎，我不太在意，多个一两百万也都无所谓。” 另一位 22 岁的研究员有类似的想法，“反正要创业，我也挣不了几年的工资”。今年夏天，他刚刚大学毕业，拿超过 500 万元的年薪，还有大厂和投资机构想要挖他。 大模型行业批量制造了几百、几千个年薪数百万的年轻精英。大厂们打破过往年龄、职级、经验的限制，高薪招揽年轻人才。 几位猎头和 HR 说，顶尖高校毕业、在大厂大模型核心团队实习过、顶刊论文方向符合、拿到大厂头部人才计划的应届生年薪基本都在 150 万元以上。一位参与 Seed 招聘的人士说，2024 年 TopSeed 校招生年薪约 150 万元，2025 年涨到 300 万-500 万元，2026 年核心岗位的校招生可以开到 600 万元，部分人还能更高。 还没毕业，这些人才就被提前锁定——2000 元起步，最高不止 5500 元，日薪。有人拿到 Meta 的实习录用，月薪 2 万美元，且提供食宿。在大多数行业实习日薪 200 元就算不错时，这些数字超出常识，听到的人经常需要再次确认，“日薪还是月薪”“人民币还是美元”。 按照行业统计数据，2026 年一季度北京外卖员平均月薪一万出头，一个日薪 5500 元的实习生相当于 10 个外卖员。一个年薪 300 万元的 AI 研究员干一年，抵得上一名 2025 年毕业的本科生勤奋工作 39 年。后者还要保证自己别失业。 即便在以高薪著称的互联网大厂，想达到年薪 300 万，你需要硕士毕业，连续工作 8 至 12 年，经历至少 3 次晋升答辩，每一次都名列前 30%，还要身处核心业务或赶上高速发展，才能在 40 岁前成功干到字节 3-2、阿里 P9、腾讯 T11 以上。这时候，你已经管着几十人的团队，在行业里小有名气。 而今天一个 22 岁、本科刚毕业的 AI 研究员，没带过人，没做过业务决策，没经历过一次绩效周期，就拿到了同等收入。 何况他们实在年轻。“1998 年出生，在基模团队里已经算 ‘中登’。” 一个大厂大模型团队的实习生有点沮丧，自己比同公司多数实习生年龄大。有次加班到深夜，他抬头见到一位年纪 “小多了” 的实习生，“写代码时还蹦蹦跳跳的”，他加重语气，又说了一遍，“字面意义上的蹦蹦跳跳”。 年纪相对小的才 17 岁——大厂对年龄越来越不设限，很难说谁最小。她被一家大厂的 HR 主动联系上，一边准备高中期末考试，一边在大模型团队实习，在工位上庆祝了六一儿童节。 “读博很浪费时间啊！” 一位年轻研究员想劝那些清华 “姚班” 的朋友，“最聪明的大脑为什么要那么慢地学？” 他举例，一位 19 岁的斯坦福学生没读到大二就离开学校，很快为自己的 AI 初创公司募集了 450 万美元融资，“最坏的情况不过是重新回到斯坦福”。 一名招聘人士曾劝过三四名博士放弃学位、转为正职，开出颇有诱惑的职级和薪酬。“如果读书是为了找到好工作，你现在已经有了。而且两年后不一定还有。” 于是几个年轻人选择中途退学，奋力一跃抓住 AI 这趟车。 一家 AI 公司创始人想法更激进。他计划让读高一的孩子休学，边工作边学习，“他在学校怎么可能学到比我这儿更多的东西？” 全球投资机构  Antler 调研超过 3500 名独角兽创业者后发现，2024 年，全球 AI 独角兽创始人的平均年龄 29 岁，而 2020 年他们大都 40 岁。这个数字大概率还会继续下降——AI 让这些足够聪明的年轻人有可能找到一份更高薪水的工作，也有可能把身价推至数亿美元。

上任一周后，钉钉CEO发布首封全员信，包括钉钉在内的悟空事业部进行了全面的组织梳理 这次调整最重要的是，陈宇森给两个 2B 产品安排好了各自的负责人 —— 悟空划归束骏亮负责，钉钉划归朱鸿负责。 A1 硬件与 AI 听记等去年推出的 AI 原生产品，在这次调整中被保留。我们了解到，AI 硬件部门将继续由任卿负责，后续会增强投入力度，并推进国际化。 据我们了解，这些调整是昨天谈妥的。陈宇森此前一直没有面向全员露过面，不过现在的工作作息由各业务线自己决定，也不再开晚会，各业务根据自己情况看着下班，没有硬性要求，很多钉钉员工这周已经休假。 束骏亮和李昕瑜此前都在 MuleRun（骡子快跑）团队，前者任 MuleRun CTO，后者是 CMO。 束骏亮和陈宇森一样，都是从网络安全体系里出来的技术创业者，博士毕业于上海交通大学计算机系，长期从事软件安全研究，后来创办蜚语安全，自研推出核心代码安全分析平台 Corax，2025 年，束骏亮结束蜚语安全的独立创业，与长亭科技创始人陈宇森、元宇宙连续创业者付铖联合创立 AI Agent 平台 MuleRun。 李昕瑜毕业后一直在阿里云、蚂蚁数字金融，负责技术商业化的创新增长工作。据我们了解，她接下来将负责悟空的市场商业化运营。 朱鸿此前是钉钉 CTO，2021 年前后，跟随钉钉前任 CEO 陈航（花名：无招）参与两氢一氧创业，2025 年无招回归钉钉时，朱鸿也一同回到阿里。此后，他重新出现在钉钉 AI 产品线前台，参与企业级 AI 原生工作平台 “悟空” 的建设。 现在，朱鸿被任命为核心平台业务部负责人，主要负责产品就是钉钉。一位钉钉人士认为，钉钉的差异点是安全、更懂企业工作流。 悟空与 MuleRun 整合，是陈宇森出任钉钉 CEO 时就定下来的基调，接下来这也将是陈宇森重点关注的业务。我们了解到，MuleRun 从今年 5 月中旬正式开始商业化，一个月过去，ARR（年度经常性收入）已经超过 3 亿元人民币。 上述钉钉人士称，“悟空也是 CEO 吴泳铭关注的重点，以后肯定会大力去做，因为这代表了阿里在 to B 领域的重要战略布局。” 客户发展部由杨猛负责，他是 2002 年就加入阿里的老员工，工号 598 号，从中国供应商一线销售起步，见证 1688 国内批发平台的成长。2019 年调任钉钉，负责整体销售，后升任钉钉全球商业总裁，全面负责钉钉直销、渠道服务商、大客户与生态商业化体系。 邓悟负责的信息技术部是一个新的团队，一位钉钉人士认为这是在钉钉和悟空两大业务团队下提供了一个支撑体系，以更适应 AI 时代，角色更像内部的 IT 团队。 我们独家了解到，陈宇森在内部将钉钉和悟空两个产品称为 “双引擎”，他认为要对过去已有的业务全面做好 AI 化改造，使其成为未来 Agent 友好的基础设施。

AI 行业在中国有一个挑战：怎么在一个被免费喂大的市场，让人重新习惯付费获得服务？ 字节最早把 AI 商业化的期待放在大众消费上，沿用移动互联网的老办法：先做大规模，再变现。2026 年豆包每天已有超 2 亿人使用，一边接入电商和生活服务、让人对话下单，一边推订阅收费——但两条路进展都有限。 问题在于，大多数购物是为了快乐，而不是省时间。AI 擅长替人筛选、总结，但拼多多创始人黄峥 2017 年就说过，购物更多是 “非目的性” 的——像逛商场，没目标，看到有意思的就买，浏览、比较、被推荐打动、慢慢挑，这些行为本身就带来快乐。他将购物比作迪士尼，大多数人不会想让 AI 代替自己逛迪士尼乐园。 大多数人也不像研究 AI 的工程师一般忙碌，愿意花钱省时间。不然也不会每天 8 亿多人刷两小时抖音，4 亿人刷快手，1 亿多人刷小红书。 据我们了解，豆包每天产生的电商交易额只有一千万元左右。对于一个每天有 2 亿活跃用户的平台而言，这并不算高。 豆包也在筹备付费版，但让大众为数字服务付费更难。 QQ 音乐、起点、爱奇艺花了很久，才让上亿人习惯为正版音乐、网文、长视频付费。可字节又用流量优势和更强的推荐技术，用免费的番茄小说、红果短剧，和汽水音乐（点两个广告就免费），颠覆了网络小说、短剧、音乐市场，快速蚕食腾讯等公司的份额。 连效率工具，国内都拼免费：当 Zoom 靠付费视频会议一年净赚 10 亿美元的时候，钉钉、飞书、腾讯会议长期免费开放核心功能，企业不必为基础工具付费。连高薪的金融分析师都自嘲说，腾讯视频开满一小时，金融业的标准做法是换个人发起。 大模型竞争更让订阅难上加难——DeepSeek 免费、开源，很多场景里效果已经够好，后来者再想靠 “更聪明一点” 收费，就得证明自己好得足够明显。 Seedance 让行业看到了 AI 赚钱的希望，但还没有证明这是一条可持续增长的路。 据我们了解，Seedance 的收入增速有所放缓；快手的可灵的 ARR 增长也在 5 月初冲到 5 亿美元后放缓。目前两家公司都有短剧外的新客群，但要让更多行业进入 AI 视频生成，还需要模型性能继续提升。能训练大模型的英伟达处理器依然是稀缺资源。 接入了 Seedance 的即梦，高峰期的日活跃用户数在 250 万左右，它的目标是成为新一代的大众内容消费平台。但目前，使用这款产品的主要仍是专业内容创作者。 字节面对的，也是所有大公司投入 AI 绕不开的问题。AI 算力中心已经烧掉数千、上万亿元的投资，它们怎么变成钱。Seedance 证明视频生成有高毛利，但它还需要走出短剧行业；豆包有庞大的用户规模，却难以产生有意义的收入；AI 编程的对手则是全球最领先的 Claude Code 和 OpenAI Codex。

截至上半年，每天 2 亿多人使用的豆包，日收入不足百万元，主要来自电商佣金。 而到今年 5 月，豆包应用每天消耗数千万元——参照火山引擎公开 API 价格，结合豆包大模型的毛利率、豆包用户使用习惯推算。文字聊天不贵，按每天人均 15-20 分钟的使用时长，只要几分钱，但推理，以及图片识别、语音聊天、视频聊天等多模态功能需要的算力成本要贵几倍甚至几十倍。 这还没算为训练豆包模型搭建的算力中心成本。一座大型智算中心往往需要数万张 AI 芯片，还要配套数据中心、供电、网络、散热和运维等基础设施。根据《南华早报》报道，字节跳动计划将 2026 年的资本开支上调超 2000 亿元，相当于它 2025 年利润的约六成。 如果字节能获得更多训练必须的英伟达卡、国产推理卡产能更充足，豆包消耗的资源会更高。 豆包延续移动互联网时代做产品的路径，以免费应用吸引大批用户，再谋划商业变现。但由于 AI 的高昂成本，仅仅维持豆包正常运行需要的钱就超过了整个 Bilibili 的经营成本——豆包每天总用户使用时长不到 Bilibili 的 1/8。 据我们了解，两个月前，有字节高层到访 Anthropic，回来不久，字节开始调整 AI 资源分配，重心从豆包这类面向大众的产品，转向服务企业的产品。 过去半年，Anthropic 证明了 AI 编程能让巨额基建投入产生回报：Claude Code 2025 年 5 月上线，半年做到 10 亿美元年化收入，今年 2 月翻到 25 亿。靠为企业提供付费服务，每天只有 3000 万人用的 Anthropic 估值冲到 9650 亿美元，反超每周有近 9 亿消费者用 ChatGPT。 字节 Seedance 也证明了企业服务这条路走得通。据《晚点 LatePost》了解，字节这款视频生成模型当前年化收入（ARR）已达 20 亿美元（约 143 亿元），单月超 10 亿元——差不多抵消豆包的算力成本。Seedance 绝大多数收入来自企业客户。 知情人士告诉我们，字节大模型数据审核团队今年从约 1500 人扩到 3000 多人，为编程模型清洗训练数据；火山引擎的 MaaS 业务也被摆到更重要的位置，字节最高层定下了收入翻 10 倍、加快出海的目标。 曾经字节和快手自己就给过教训——今日头条不到两年就让广告与增长同步起量，快手慢半拍、等短视频红利见尾才系统卖广告，补课成本高得多。AI 演进更快，留给各家想清楚怎么赚钱的时间只会更短。