AI谁家强？ 这个问题，不同行业、不同岗位、不同场景，有太多答案，大部分人都是好几个AI轮着用过，高手可能知道每个模型最新版本的边界在哪。 但，似乎没能解决一个问题，就是用了那么多大模型后，如何把过去沉淀在一个个AI产品的知识产出汇聚起来，让现在使用最高频的AI产品“继承”你不停调教后的心血。 Gartner曾预测，到2026年，全球30%的个人将拥有至少一种个人AI Agent。 AI从工具变成同事，这个问题会变成每个人的日常。 作为财经科技媒体创作者，我在过去几年里换着用过大部分主流模型产品，这个存了几个月的内容产出，那个执行选题策划的自动化任务。 比如，豆包工作里有我最近的写作Skill和选题自动化任务，但没有过去两年我分散在一个个对话里的内容成果。 最近，我发现豆包工作有一个小更新，支持从ChatGPT、Claude Code、TRAE Work以及其他产品一键导入。 历史对话、任务偏好、技能、连接器、记忆、项目，都支持迁移。而且导入之后，可以直接打开过去的对话，在已有上下文的基础上继续推进任务。 个人的AI知识资产，第一次可以整合到一起。 AI知识资产散落各家，就像一座座数据孤岛 Coding Agent、办公Agent出现之后，港股研究社写作成为跨越时间、并用多个AI的长期任务。 历史对话、任务记录，已经构成了日常工作的一部分。 也即“AI知识资产”。 港股研究社在这次豆包工作的数据导入中，把AI知识资产分成三类：历史对话与项目产出、技能与连接器、个人记忆与偏好。 第一类是“做过什么”，第二类是“能做什么”，第三类是“习惯怎么做”。智能化时代的关键，是沉淀这三类资产，再把它复用起来。 类比数字化时代，当年很多企业和个人没有系统性沉淀数据，数据是一个个孤岛，数字化转型因此困难重重。 大部分用户同样没把AI资产沉淀下来，散落在各个产品里，换个工具就等于从零开始。 如

10月22日，路透社报道称，DeepSeek本轮融资已进入收尾阶段，融资规模约1000亿元，宁德时代与腾讯是主要投资方之一。《The Information》同日披露的消息则称，融资金额达到1060亿元。 由于DeepSeek及相关投资方尚未完整公开交易条款，最终金额、资金结构和交割情况仍需以正式披露为准，但千亿级融资已经清晰呈现出一个趋势：中国头部大模型企业的竞争，正在从模型能力和推理成本，延伸至长期资本、算力资源、产业协同与商业化效率的综合较量。 对产业而言，这笔融资的意义远超一家公司的资金储备。 过去两年，DeepSeek凭借高效率的模型研发和开放策略，改变了行业对大模型开发成本的认识，也推动国产AI从追赶海外模型走向更广泛的应用竞争。 如今，资本愿意为其提供大规模资金，从侧面能看出其围绕模型迭代能力、算力自主性以及未来商业化空间进行长期布局。不过，资金规模本身并不能直接转化为竞争优势，训练成本能否下降、产品收入能否持续增长、国产芯片能否承接关键工作负载，仍然决定着这笔投资最终能够创造多少价值。 资本开始为长期研发能力买单 据《财经》杂志10月13日报道，DeepSeek新一轮融资最初计划募集500亿元，随后逐步提高至约1000亿元，投前估值据报道仍在5000亿元左右。10月22日，路透社进一步报道称，本轮融资已进入收尾阶段，宁德时代与腾讯是主要投资方之一。《The Information》则披露，融资金额达到1060亿元，融资后估值超过6000亿元。由于相关交易尚缺乏公司正式公告，上述金额与估值应视为媒体报道口径，而非已经完整确认的财务信息。 即便存在报道口径差异，融资规模的变化仍然释放出明确信号：头部AI企业正在获得更大规模的资本支持，产业投资者对长期模型研发的投入意愿也在增强。 大模型竞争已经进入持续投入阶段，模型训练需要算力，模型迭代需要人才，推理服务需要基础

10月22日，讯飞医疗科技（02506.HK）宣布，基于全国产算力训练的星火医疗大模型V3.7正式发布。 $讯飞医疗科技(02506)$ 根据公司披露，新版本在上海人工智能实验室MedBench智能体评测中取得99.6分，并进一步强化医学语义、医学影像与语音的融合能力，拓展临床诊疗和居民健康管理等应用场景。 医疗AI正在从模型能力比拼走向产品落地与商业化验证。医疗场景对大模型的要求远高于普通问答，既要理解复杂病历，也要适应医生的工作流程，还要满足数据安全和医疗质量要求。模型评测成绩可以证明一定的技术能力，却无法直接回答医院是否愿意采购、医生是否持续使用，以及企业能否从中获得稳定收入。 讯飞医疗的优势在于已经建立了一定规模的医疗业务网络。模型能力不断提升，公司有机会将技术迭代嵌入现有产品，从而推动基层诊疗、影像服务和健康管理进一步发展。不过，技术进步最终需要接受经营数据的检验。 医疗AI走出技术演示，临床应用成为竞争关键 医疗大模型的门槛不仅仅体现在医学知识上，在于能不能够进入到真实诊疗的过程中去。通用模型可以回答医学问题，却未必能够直接辅助医生完成日常工作；垂直模型即使在专业测试中表现突出，也需要经过实际场景验证，才能形成稳定的产品价值。 星火医疗V3.7强化医学语义、影像与语音融合，体现出公司继续向多模态和具体医疗任务推进的方向。99.6分的评测成绩提供了技术参考，但仍需与真实临床效果区分开来。模型表现、产品使用率和商业收入是三个不同层面的指标，不能简单画上等号。 医疗AI的商业化还受到医院采购周期、信息系统适配、医生使用习惯和医疗安全要求等因素影响。项目从试点走向常态化使用需要时间，产品能否降低工作负担、提升服务效率，才是客户持续付费的基础。 讯飞医疗已经具备一定的业务覆盖。根据公司202

平安好医生2026年前三季度交出了一份颇有观察价值的成绩单：公司收入35.08亿元，同比下降5.8%；净利润约2.48亿元，同比增长35%。 $平安好医生(01833)$ 值得一提的是，企业健康管理业务，截至三季度末，公司过去12个月付费企业客户超过8100家，同比增长近60%。今年上半年，该业务收入达到7.14亿元，同比增长65.1%，已经成为公司业务增长的重要支撑。 随着企业健康保障需求日益多元，员工健康管理正从体检、保险等单项采购延伸至健康咨询、慢病管理、就医协助等持续性服务。与此同时，AI开始进入医疗咨询与医生辅助流程，为服务规模化提供新的工具。 平安好医生的优势在于拥有平安集团的金融保险生态，以及线上线下医疗服务网络，企业客户拓展、保险协同和AI应用由此具备了相互支撑的基础。 不过，客户增长并不自动等于利润增长，技术应用也需要转化为实际经营成果。 企业健康管理走向持续服务，8100家客户打开增长空间 企业健康管理正在从单次采购走向持续运营。 随着员工健康保障需求增加，企业更希望整合健康咨询、慢病管理、就医协助和保险权益，降低员工获取医疗服务的成本，也提高健康管理的连续性。 对服务商而言，需求带来了新的业务空间。单项服务容易陷入价格竞争，覆盖健康管理多个环节的综合方案，则有机会通过长期合作提升客户黏性。企业客户的价值也不只在于首次签约，还在于后续服务采购、续约以及服务范围的扩展。 平安好医生明显已走在前列，2026年上半年，公司企业健康管理收入达到7.14亿元，同比增长65.1%，占总收入的28.7%。截至上半年末，过去12个月付费企业客户超过7700家；三季度末，这一数字进一步超过8100家，同比增长近60%。不同报告期的数据共同显示，企业客户仍在扩张，业务收入也保持较快增长。 公司

从AI原生架构、智能运维助手，到电商创作智能体和广告素材合规修复，快手正在把AI能力推进内容生产、商业化和内部研发等多个环节。其布局早已超出生成式产品本身，开始触及一家内容平台的经营基础。 $快手-W(01024)$ 但技术进展与财务兑现之间仍有距离。内容生成得多，不代表它就是有效供给；制作效率提升，也不一定带来广告收入。 10月22日，QCon上海大会拉开帷幕，大会期间披露的快手技术实践，为观察这家公司提供了一个窗口。 AI有没有进入快手高频业务流程，规模化之后内容质量、经营效率和单位成本是否真的改善？ 内容生产从人工制作走向智能化，供给效率成为新变量 QCon上海大会披露，快手电商团队从2025年开始探索AIGC在规模化业务素材供给中的应用，覆盖短视频、商品和商城等场景，并持续推进创作智能体、生成成本优化、可控生成与全链路监测。 这背后是电商内容生产方式的变化。 商家需要围绕商品、促销活动和不同消费场景持续更新素材，传统制作依赖拍摄、剪辑和人工修改，速度和成本都卡在人力上。 生成式AI可以压缩部分制作流程，让内容更新更灵活，中小商家做内容营销的门槛也随之降低。不过，单纯提高生成速度并不难，难的是稳定产出能够被业务采用的内容。 商品细节是否准确、画面风格是否符合要求、营销表达能否触达消费者，都会影响最终效果。生成内容需要大量人工返工，或者不同商家使用相似模板造成内容同质化，规模化生产带来的效率优势就会打折。 创作智能体的价值就在于此，它将生成、修改、评估和交付串联起来，让AI从单点工具逐步进入完整生产流程。供给效率提升之后，商家可以更频繁地测试创意，平台上的商品展示方式也会更丰富 看这项业务进展，不能只数生成了多少条视频，还要看素材采用率、人工修改比例、内容转化表现。能拉开差距的，并不是生成

10月22日，科大智能再次向港交所主板递交上市申请，华泰国际、国元国际担任联席保荐人。 这是公司2026年第二次递表。从最新财报看，科大智能的经营状况正在改善。2026年上半年，科大智能实现营业收入15.53亿元，同比增长15.95%；归母净利润9380.99万元，同比增长22.14%。其中数字能源收入11.51亿元，智能机器人收入3.73亿元，前者仍然是公司最主要的收入来源。 数字能源托住基本盘：电力设备的增长边界正在扩大 科大智能的基本盘仍然是数字能源。科大智能做智能配用电多年，产品包括配电自动化终端及相关设备，储能和虚拟电厂在往外铺。2025年年报显示，公司储能业务已完成百兆瓦级项目交付，并接入上海市虚拟电厂系统，业务从卖设备往卖方案走。 电网数字化需要大量终端设备和运行数据，储能可以提高电力系统的调节能力，虚拟电厂则通过聚合分散资源参与电力调度。这些需求能够科大智能带来新的业务机会，也为既有客户关系创造更多价值。 据天眼查，2026年上半年，公司数字能源收入达到11.51亿元，同比增长17.52%，占总收入约74%。主业增长提速为公司的经营修复提供了支撑。机器人还在找商业化路径，数字能源的产品体系和客户基础都更成熟，看科大智能的经营质量，从这里起头。 电力设备业务也有自身的经营约束，大型客户采购、项目交付和结算周期较长，收入增长不一定能够同步转化为现金流。2026年上半年，公司经营活动现金流净额为负1.59亿元，较上年同期进一步恶化，说明回款仍是问题。 数字能源给公司的是一个相对稳的底盘。要往上走，得把项目周转做快，让储能和虚拟电厂真正贡献收入，不能只停在中标和交付。 机器人业务开始贡献增量，规模化复制才是下一道关 科大智能的机器人业务不是临时蹭赛道。在此之前，公司已在工业机械手、堆垛机、巡检机器人及自动化系统集成领域积累多年，应用场景覆盖汽车、新能源、电力和轨道交

港股研究社讯，10月22日，平安好医生公布2026年前三季度未经审计财务与业务数据。报告期内，公司实现总收入35.08亿元；净利润2.48亿元，同比增长35%；经调整净利润2.58亿元，同比增长19.5%。 $平安好医生(01833)$ 企业健管业务成为本期最大亮点。截至报告期末，过去12个月内服务的付费企业客户超8100家，同比增长近60%，企业健管业务GMV持续增长。 AI医疗能力的场景落地同样在推进。AI医生使用人数持续增长，已近1300万人；AI复杂疾病多学科会诊辅助平台覆盖四大类病种，诊疗方案准确率约90%。 此外，公司于报告期内推出“AI+真人”模式的数智健管服务“平安智享私教”，并将AI能力延伸至跨境医疗场景，旗下“平安跨境康”已在深圳地区开放。从企业端到个人端，从严肃医疗到主动健康管理，AI正逐步嵌入平安好医生“四到”服务体系的各个环节。

村里有个硬核喜讯：我们造了一双拿下世界第一的“耳朵”！ $网易云音乐(09899)$ 网易云音乐自研的音乐评价模型“智慧耳”（CloudEar），在国际音频检索顶级大赛 MIREX 2026 中，斩获音乐评价赛道冠军，创下该赛道最高成绩。 作为全球音频检索与 AI 音乐领域历史最悠久、公认级别最高的顶尖赛事，MIREX 被誉为 AI 音乐界的“奥林匹克”。 今年的比赛更是“神仙打架”，吸引了美国卡内基梅隆大学、韩国科学技术院(KAIST)、复旦大学、Sony AI 等全球顶尖高校及科技公司参赛。 在众多强劲的技术方案中，网易云音乐“智慧耳”以73.9%的准确率脱颖而出。它的模型准确率不仅比官方基线（65.9%）高出8 个百分点，还超越了由上海音乐学院、萨里大学、香港科技大学等联合打造的最强开源学术基线 SongEval（72.7%）。 网易云音乐“智慧耳”CloudEar模型在音乐评价赛道摘得冠军 有朋友可能会好奇，这个赛道到底比什么？ 简单来说，就是给歌曲当“裁判”。参赛模型需要根据文本提示词，选出两首生成歌曲中更符合人类偏好的一首，以评判的准确率来一较高下（本次比赛只评价AI歌曲）。这一评估能力是训练下一代音乐大模型的关键，更直接决定了 AI 音乐的质量天花板。 一首歌创作出来，能不能听、好不好听、能不能被反复听，“智慧耳”可以先来品。 “智慧耳”的协同工作机制，好比三位严苛的顶级制作人：一位判断音乐整体质量；一位抠细节，用 DSP 特征抠哪儿糊了、爆了、哪里有合成毛刺；一位卡主题，用户要抒情，就别整迪斯科。 再结合预训练音乐表征、多任务偏好学习、文本—音乐语义匹配等多项技术，让模型真正长出一双“听懂人类审美”的耳朵。 “智慧耳”由网易云音乐 AI 音乐实验室自主研发，该团队目前拥有近 5

10月23日，MiniMax 开源 M3.1 Flash 模型，该模型上线 72 小时处理超过 100 万亿 Token。 $MINIMAX-W(00100)$ 相较于上一代 M3 模型，M3.1 Flash 模型能力实现了全面提升，使用成本降低 70%。通过全模型稀疏注意力、量化感知训练，和 Power-aware scheduling 等优化工作，模型线上推理速度提升了近 3 倍。 MiniMax表示，将携手****、平头哥、昆仑芯、摩尔线程、NVIDIA、AMD 等海内外芯片厂商，以及 Together AI、Fireworks、Nebius等推理和云服务平台，共同推进 M3.1 Flash 的开源首日接入。此外，vLLM、SGLang、智源 FlagOS 和 Hugging Face、魔搭等推理框架与开源社区，也将与 MiniMax 一齐推动模型在不同芯片、云平台和开发环境中的应用，持续拓展全球 AI 开源生态。 M3.1 Flash 在19日晚发布后，多家国际投行陆续给出肯定。花旗认为，该模型巩固了 MiniMax 的竞争地位，并可能加快其在开发者及企业生态中的 B2B 商业化进程。花旗指出，中国 AI 竞争的重点正加速向端到端智能体工作流和推理成本效率转移。杰弗瑞则肯定了模型在 Agent 任务、编程、电脑操作及网络安全等方面的能力提升与成本效益，维持 MiniMax“买入”评级。 摩根士丹利指出，M3.1 Flash 的定价在中国主流 Flash 模型中极具竞争力，Agent 任务成本亦有显著优势。该行认为，智能水平、吞吐量与成本的共同改善，有助于扩大企业采用，并维持 MiniMax“增持”评级及 900 港元目标价。

港股研究社讯，10月23日，MiniMax正式开源MiniMax M3.1 Flash模型权重，总参数428B，激活参数23B。此时距该模型10月19日上线仅四天，官方披露：上线72小时内，真实用户处理的Token量突破100万亿。 $MINIMAX-W(00100)$ 支撑这一吞吐表现的核心是推理效率的系统性优化。新版本将前三个全注意力层替换为稀疏注意力，路由MoE专家迁移至W4A4量化，稀疏注意力索引器和主分支从Q8KV8降至Q8KV4，大幅压缩显存占用；配合Power-aware scheduling精细分配功耗，硬件持续运行在高算力区间。官方数据显示，线上推理速度提升近3倍，使用成本降低70%。 开源生态落地同样迅速。MiniMax同步宣布与****、平头哥、昆仑芯、摩尔线程、壁仞、海光、沐曦、天数、英伟达、AMD等芯片厂商，以及Together AI、Fireworks、Nebius等推理云平台完成开源首日接入，vLLM、SGLang、智源FlagOS、Hugging Face与魔搭等框架社区同步跟进。

10月21日，截至今年第二季度末，小米全球IoT设备连接数已经超过11亿台，过去5年小米在芯片、操作系统、AI、具身智能等硬核科技领域累计投入1055亿元，未来5年相关投入预计超2000亿元。 $小米集团-W(01810)$ 投入规模已经形成，接下来需要看的就是这张网赚不赚钱。 11亿台设备之后，真正的考验是连接能否创造价值 消费电子行业的竞争边界正在扩大，手机是重要的用户入口。但硬件受制于换机周期、价格战和创新瓶颈。厂商只能纷纷把手伸向智能家居、可穿戴、汽车和互联网服务，想把一次性的买卖延长成长期关系。 截至2026年6月底，小米AIoT平台连接设备达到11.608亿台，同比增长17.4%；拥有至少5件连接设备的用户达到2460万，同比增长20.2%。平台规模在扩张，多设备家庭也在增加。 但连接规模不等于商业价值。设备品类、使用频率和付费能力各不相同，11亿台连不上账本上的收入。多设备用户持续增加人数、用户活跃度的改善程度，以及生态能否推动更好的经营回报才是小米后续更为关注的事。 第二季度的业务表现已经呈现出不同的盈利结构。小米IoT与生活消费产品业务收入达到313亿元，毛利率为20.1%。互联网服务收入为90亿元，毛利率则达到76.8%。前者铺用户和场景，后者赚毛利，两者能否咬合，决定生态业务的质量。 11亿台设备是小米的基础，不是增长故事的终点。只有当更多设备进入高频使用场景，并持续提升用户留存与服务价值，规模优势才可能进一步转化为经营优势。 手机、汽车与家庭设备协同，决定生态能走多远 设备数量是一层，设备之间的连接是另一层。 雷军在世界智能网联汽车大会上强调，智能汽车竞争的下半场将更加重视生态能力。智能座舱、辅助驾驶和车载交互不断发展，汽车与手机、家庭设备之间的联系，正成为厂商争取用户

“随着AI从过程计量走向结果计量，Token经济正在成为新的产业衡量方式，算力也面临新的资产重组机会。” 2026年10月21日，商汤大装置智算业务总经理杨惠谦在可持续全球领导者大会上谈到了AI基础设施行业正在发生的变化。 $商汤-W(00020)$ 过去几年，产业投入大量资金建设GPU集群，训练大模型、扩大参数规模是主要任务。模型推理和智能体应用扩展后，算力需求变得更加复杂，客户开始关注单位成本能够支撑多少有效产出，企业也需要重新审视既有设备的利用效率。 算力服务商的供给能力由硬件规模决定。模型适配、任务调度和推理优化则影响最终的交付成本。商汤大装置已经积累了规模化算力运营和异构推理的实践，下一步要看这些技术能力是否转化为更稳定的外部收入、更高的资源利用率和更好的经营回报。 算力竞争进入下半场：GPU规模之外，资产利用率开始影响回报 杨惠谦在大会上谈到，AI应用发展之后，前期建设的训练型算力集群与不断变化的推理需求之间出现了结构性错配。训练任务通常需要大规模集群协同运行，推理业务则更加细碎，不同模型和应用对芯片性能、显存、通信与响应速度的要求各不相同。让既有算力资源适配新的工作负载，已经成为基础设施运营商必须回答的问题。 这背后是一道现实的经营题：投入的资本开支究竟能产生多少有效服务，又能以什么成本交付给客户。 GPU采购只是算力业务的起点。模型适配、推理框架、集群调度和能源管理都会影响服务成本。同样的硬件配置，任务分配和资源调度效率不同，实际产出也会有差异。规模决定供给上限，运营效率影响资产回报。 商汤大装置已经给出了阶段性数据。公司在2026年8月公布的中期业绩中披露，2026年7月日均Token服务量达到2.4万亿，同比增长约22倍，运营总算力规模达到4.8万P，Token工厂还为4家

10月19日，港股剂泰科技（07666.HK）宣布与礼来达成战略合作。礼来拥有成熟的药物研发与商业化能力，剂泰科技拥有AI驱动的脂质纳米颗粒递送技术。双方将围绕组织特异性药物递送技术开展研究与发现。 $剂泰科技-P(07666)$ 公司披露，剂泰科技将获得超过千万美元的首付款，开发、监管及商业里程碑付款最高约11亿美元，合作产品未来销售额另有分级特许权使用费。这也说明AI制药的竞争正在从分子发现延伸至药物递送。过去，行业更关注AI能否提高分子筛选效率、缩短研发周期；现在又多了一道题：那就是如何让药物有效进入目标组织。 AI制药竞争向递送环节延伸，技术价值需要实验验证 AI制药正在从算法能力竞争走向研发成果竞争。分子设计可以借助模型提高筛选效率，但计算结果还需要经过实验验证。验证之外还有一道更靠前的关卡，药能不能送到该去的地方，核酸药物就是这样，即使候选分子具备潜力，如果无法有效进入目标细胞或组织，后续研发也可能受阻。 送药靠递送系统，脂质纳米颗粒（LNP）是重要路线，其作用是帮助有效成分进入细胞。组织不同，递送效率、潜在脱靶效应以及制剂稳定性都会变。剂泰科技与礼来合作聚焦组织特异性递送，说明全球药企正在寻找更具针对性的递送解决方案，而不是通用方案。 剂泰科技的AiLNP平台通过AI辅助可离子化脂质的发现与优化，再结合实验筛选找递送方案。这套做法的用处很具体：把要筛的范围缩小，实验少做几轮，还能同时给好几个药物项目供技术。不过，平台已有的研究能力不能直接等同于此次合作的实际成果，组织靶向效果和后续开发可行性仍需逐步验证。 为什么药企愿意为这类平台付钱？因为递送本可以单独卖药。药企缺的是工具，技术公司手里有的是工具，双方按合作开发、授权、销售分成来分账。同一套方案能在三个、五个项目里反复用上，它就

AI云正在进入更需要检验经营质量的阶段，大模型训练、推理服务和企业级AI应用持续发展，云计算的需求结构随之变化，算力采购从模型训练延伸至推理部署和日常业务系统。这也为云厂商带来了新的收入增长空间，服务器采购、数据中心建设和资源调度也要持续投入。 金山云已经显现出这轮需求带来的业务增量。AI云业务增长、公有云收入提速以及毛利率改善，为公司打开了新的发展空间。云服务是一门重资产生意，收入增长需要经过成本、折旧和现金回收的检验，才能真正转化为股东回报。 $金山云(03896)$ 金山云接下来的看点不只在于AI需求还能增长多少，订单进来之后，公司能否提高算力利用效率，让新增业务带来更稳定的利润和现金流，才是真正的考题。 AI需求已经进入财报，金山云的增长动力正在切换 金山云2026年第二季度实现收入30.72亿元，同比增长30.8%；公有云服务收入23.58亿元，同比增长45.1%。AI云业务总账单金额达到13.27亿元，同比增长82%，约占公有云收入的56%，这也说明了AI已经成为公司重要的增长动力。 账单不等于收入，AI云总账单金额与财务报表收入不是一个口径，不能直接将两者等同。公司也没有单独披露足以完整评估AI业务盈利能力的数据，收入增长可以证明需求正在释放，却不能直接证明AI业务已经进入成熟的盈利阶段。 这里得回到行业，生成式AI兴起后，云计算需求从传统的企业IT上云进一步延伸至模型训练、推理服务和企业应用。模型被接入更多业务流程，客户对算力的需求有机会从阶段性采购转为持续性消费，需求从阶段性采购转为持续性消费，云厂商的收入空间随之打开，基础设施投入和资源管理的压力也随之上升。 金山云的业务结构已经在分化。第二季度公有云收入同比增长45.1%，企业云服务收入则为7.14亿元，同比下降1.3%。

10月20日港股早盘，科技股整体承压，小米集团却逆势飘红，与百度、阿里巴巴、腾讯、联想集团等科技股的弱势表现形成对照。单日股价当然不足以证明资金已经形成持续性看多判断，但这个盘面变化提供了一个不错的观察窗口：当AI从模型竞争逐渐进入终端落地阶段，拥有大量硬件入口的小米，正在获得新的基本面观察维度。 $小米集团-W(01810)$ 小米已经很难简单归类为一家手机公司。2026年上半年，小米手机出货6500万台，全球排名前三；AIoT平台连接设备达到11.608亿台，全球月活跃用户达到7.665亿；智能电动汽车交付18.51万辆。同期研发投入达到182亿元，同比增长25.6%，研发人员占员工总数的47.2%。 更值得研究的是这些业务之间正在出现新的连接。手机是最高频的个人入口，汽车提供更高价值的移动场景，IoT覆盖家庭生活，HyperOS则承担跨设备协同。小米正在把AI能力逐渐嵌入这套体系，MiMo系列模型持续迭代，HyperOS 4强化AI与跨设备协同，AI开始从一个产品功能变成操作系统层面的能力。 所以，小米接下来真正需要回答的问题已经比较清楚：AI能不能提高硬件价值，汽车能不能进入规模盈利，IoT能不能从庞大连接数量转化成持续商业价值。答案决定的，是小米下一阶段的增长质量。 手机市场越来越难，小米需要证明高端化还能继续走 小米最大的基本盘依然是手机，而全球智能手机市场正在进入更明显的存量竞争。 Omdia数据显示，2026年第二季度全球智能手机出货量为2.72亿台，同比下降5.9%，小米出货3120万台，同比下降26.3%，市场份额为11.5%。小米仍然保持全球前三，但单纯依靠出货量增长已经越来越难。 小米正在用产品结构寻找新的增长空间。2026年上半年，小米智能手机收入864亿元，平均售价

10月19日，商汤发布了一份颇有分量的具身智能测试报告，联合大晓机器人、Ropedia、南洋理工大学、东京大学等团队，对GPT-6-Astra进行了系统测试，覆盖12项仿真评测和8款真实机器人平台。测试结果把一个行业已经讨论很久、却很难真正量化的问题摆到了台面上：大模型在虚拟环境里的高分，距离真实世界里的稳定执行，中间仍然隔着一整套工程系统。 $商汤-W(00020)$ GPT-6-Astra在部分传统具身基准中成绩非常高，在LIBERO-Long++上达到100%，LIBERO-Pro达到99.3%，SIMPLE达到98.8%，RoboDojo达到81.9%。但进入真机环境后，复杂任务的表现明显下降。插头插入、柔性材料操作以及长序列导航等任务，都暴露出视觉、动作控制、时间约束和物理反馈之间的断点。商汤还发现，在RoboDojo部分任务中，把模型允许的交互步数提高到原来的10倍，原本连续5次失败的9个任务最终可以5次全部完成，但成本也随之快速上升，叠碗任务平均耗时约131分钟、估算推理费用约19美元，把笔放进笔筒平均耗时263分钟、估算推理费用约55美元。 这组结果的价值，不是给GPT-6-Astra打分，而是给具身智能重新划了一条线：模型能力已经能够覆盖相当复杂的理解、规划和空间推理，但真正决定商业化的指标，最终仍然是任务完成率、响应速度、失败成本以及在陌生环境中的稳定性。对商汤而言，这个问题又多了一层公司基本面的含义。2026年上半年，商汤收入29.1亿元，同比增长23.4%；毛利12.1亿元，同比增长32.9%，生成式AI收入达到23.3亿元，约占集团总收入八成，并首次实现IFRS口径盈利，净利润6.2亿元。商汤已经进入商业化效率开始兑现的阶段，具身智能能否成为新的应用出口，因而比单纯的