摩尔定律放缓，全球半导体都在找新出路。**刚落地的麒麟9050 Pro，用“逻辑折叠+垂直堆叠”给出了另一条路——不靠EUV，不拼制程，靠堆叠。 01 麒麟9050 Pro：逻辑折叠首次商用 10月初，麒麟9050 Pro裸片显微照曝光：两颗面积相同裸片垂直堆叠，一颗管计算逻辑，一颗专做SRAM缓存，靠混合键合连接。 数据亮眼：晶体管密度提升55%，等效达2.38亿/mm²。计算裸片中芯N+3工艺，缓存裸片N+2工艺，不同工艺混搭集成，业内少见。 核心思路很简单：把传统平面芯片的长距离水平走线，改成极短垂直互连，缩短信号路径，降低功耗。这正是**韬定律的精髓——不缩尺寸，改叠芯片。 注意，这不是简单Chiplet。逻辑折叠是把同一SoC内部电路拆开垂直叠放，从设计阶段就为堆叠优化，是更底层的架构创新。 余承东已放话：逻辑折叠不止旗舰，后续会下放更多机型。 02 手机+AI双线并行 **不只手机端发力。**900系列AI芯片优先供国内，路线图曝光：不拼单颗算力，走超节点集群架构，靠灵衢总线、NPO封装光互连，上万颗芯片组统一内存算力池，面向万亿参数大模型。 手机端逻辑折叠验证混合键合量产可行性，数据中心**NPO封装落地。两条产品线，同步拉动国内先进封装产线建设。这也是资本扎堆押注国产封装设备的底层逻辑。 另传**推子品牌星芒，定位中端，搭载麒麟8系+原生鸿蒙，目标1799-4000元。麒麟芯片正从旗舰向中端渗透。 03 主战场变了：从光刻到封装 过去十年焦点在光刻、制程。**这套方案，把竞争重心拉到先进封装。 两层意义： 第一，降低对EUV单一依赖。 按何庭波预判，到2031年，基于韬定律的高端芯片晶体管密度可等效1.4nm。 第二，给国内封测、设备、材料厂商创造巨大窗口。 逻辑折叠量产离不开晶圆键合、减薄、电镀、测试全套设备，国产设备商迎来真实落地场景。 但别过度神话。垂

很多人看半导体设备，眼睛只盯着光刻机和刻蚀机，容易忽略一个贯穿芯片制造全过程的基础工序——薄膜沉积。 芯片制造几十道工艺，不管前端晶圆制造、先进封装还是存储芯片，都需要反复生长多层薄膜。薄膜的均匀度、厚度、纯度，直接决定芯片良率。而ALD原子层沉积，更是先进制程的刚需设备，技术壁垒极高。 这门生意，长期被海外厂商垄断。直到最近几年，国内才有了真正能打的玩家。 微导纳米，国产ALD赛道的核心选手，刚刚扔出一记重磅炸弹：定增募资不超过49.44亿元，全力砸向半导体薄膜设备。 钱怎么花？ 大头32.25亿元，投进尖端薄膜沉积技术研发中心，主攻半导体ALD设备，目标很明确——往更高阶工艺、更多芯片客户产线里挤。剩下的钱，用于无锡、华中两大产业化基地建设，扩大产能，加速设备在国内晶圆厂和存储产线的验证与放量。 从光伏跨界到半导体，微导纳米的路径很清晰：先把光伏薄膜设备做到头部，再用这笔钱反哺半导体业务，把ALD设备往更先进的制程和封装场景里推。 半导体设备行业有个绕不开的痛点：验证周期太长，导入门槛太高。 一台薄膜设备想进大厂产线，需要长时间线上测试、稳定性验证，样机做完只是第一步，量产导入往往要耗上好几年。设备厂商必须持续烧钱搞研发，还得扛住客户验证周期带来的现金流压力。 49亿定增，说白了就是给长期研发和客户验证储备弹药。 产业窗口期也确实到了。国内晶圆厂扩产、存储产线持续推进，带来大量薄膜设备替换需求。海外设备交付周期越拉越长、价格居高不下，给国产薄膜设备撕开了口子。 但挑战同样现实。 海外老牌设备厂商积累了数十年，在工艺适配、机台稳定性、配套工艺方案上优势明显。国产ALD设备目前更多切入成熟制程，想进高阶工艺，良率、长期稳定性都得经受产线严苛考验。半导体设备零部件国产化的难题，同样卡着薄膜设备厂商的脖子。 微导纳米这49亿定增，不是孤立事件。 国产半导体设备正在从单点样机突破

产业圈最懂“稀缺分配”的，依旧是英伟达。 近期供应链实锤消息：英伟达正式调整Blackwell架构GB202核心产能，原本供给旗舰消费卡RTX5090的核心裸片，全面转产RTXPRO5500专业算力卡。 简单翻译：顶级消费游戏卡，基本断供；全部高端硅料，优先喂给企业AI算力。 这一波操作看似只是显卡市场的供需调整，实则是黄仁勋对接下来一年AI产业的终极预判：算力不够用，必须把每一寸硅片用在AI增长最高的地方。 本次产能腾挪的核心主角RTXPRO5500，核心规格对标RTX5090，关键升级点直指AI推理场景：搭载84GBGDDR7大显存，专为工作站本地微调、企业私有化AI推理、工业仿真设计打造。 相比于消费卡，专业卡的产业价值、客户粘性、算力落地场景，完全不在一个维度。 消费级显卡的核心场景是游戏、娱乐，市场天花板稳定且有限；而当下爆发的AIAgent、端侧智能、企业私有大模型，正在吞噬海量推理算力。 英伟达的取舍非常直白：有限的HBM、CoWoS封装产能，不再为游戏市场兜底，全面倾斜B端AI算力。 除了产能重新分配，英伟达近期联合微软官宣RTXSpark计划，正式吹响端侧AI普及的号角。 未来的WindowsPC，不再是简单办公设备，而是具备自主执行、智能调度、多任务处理的本地AI终端。人人PC跑大模型、本地部署AIAgent的时代，正在加速落地。 云端靠GB系列超级芯片做训练，企业端靠RTXPRO做推理微调，个人端靠RTXSpark实现全民AI，英伟达已经搭建完成云端—企业—终端的全栈算力闭环。 之所以敢大刀阔斧砍掉消费高端卡产能，核心原因只有一个：高端算力产能，早已全额锁单、彻底售罄。 制约AI产业发展的从来不是需求，而是供给。HBM显存紧缺、先进封装产能不足、高端裸片良率受限，三重瓶颈下，英伟达没有多余产能可以分给消费市场。 这也给行业释放明确信号：2026年的算力

AI算力竞争，不止GPU芯片，机架之间的高速互联，正在成为AI工厂扩容的核心瓶颈。英伟达联合思科正式发布USFP（超密小型可插拔）全新光模块外形规范，单模块最高带宽12.8Tb/s，直接面向下一代万卡级AI集群。 这不是一款新品发布，而是英伟达在算力生态层面，锁定高速光互联话语权的关键布局。 USFP最核心的突破，是把单通道电信号提升至400Gb/s。对比当前行业主流200Gb/s通道方案，带宽密度直接翻4倍，同时单位比特传输能效提升约1.3倍。 在万卡、十万卡规模的AI工厂里，服务器之间的数据交换量呈指数级暴涨，传统光模块方案会带来大量交换机层级叠加，功耗、布线、空间成本快速失控。 USFP规格设计目标，就是在不增加网络层级的前提下，连接更多GPU计算节点，简化AI集群网络架构，降低大规模算力集群的建设门槛。 不同于芯片单独发布，这次USFP是开放行业规范，英伟达、思科还拉上泰科电子、安费诺一起共建硬件生态。 意味着USFP并非英伟达私有方案，会向全产业链开放，吸引光模块厂商、服务器整机厂跟进开发配套产品。 从产业逻辑看，英伟达这套打法一脉相承：先定义硬件标准，再拉动上下游供应链量产，让整个生态适配自己的Blackwell、VeraRubin算力平台。 很多人习惯把目光聚焦在GPU算力参数上，但大型AI训练、智能体Agent系统，真正卡脖子的往往是网络。 当集群规模突破上万卡，GPU算力再强，如果互联带宽不足、延迟过高，大量算力会被闲置浪费。近年头部云厂商自建AI工厂，在光模块、交换机上的资本开支持续走高，高速光通信赛道持续爆发。 USFP新标准，正是瞄准万卡集群时代的互联痛点，提前锁定下一代算力网络的技术框架。 利好之下，国内光通信产业链要理性看待机会。 USFP只是外形与电气规范，核心高速光芯片、激光器、调制器依然是高壁垒环节。国内光模块厂商可以跟进封装、组装配套，但

存储赛道的双线作战，长鑫一边在4F²架构攻坚服务器高端市场，另一边消费端的量产落地同样传来捷报。 在2026世界制造业大会上，长鑫存储正式官宣第五代DRAM平台（G5）实现规模量产，配套两款24GbLPDDR5X同步亮相，国产DRAM在手机内存赛道再下一城。 G5平台是长鑫消费DRAM主力迭代工艺。 对比上一代G4平台，G5最直观的提升是晶圆产出效率，单片晶圆可产出裸片数量提升50%，单颗芯片容量同步拉高。 本次量产的两款LPDDR5X颗粒，单颗容量做到24Gb，相比前代产品容量提升一半，分别采用不同Ball数封装方案，覆盖中高端智能手机、平板等便携终端。 很多人会把G5简单理解成单纯工艺缩小，但长鑫这次配套的数字孪生制造体系，才是隐藏亮点。 这套虚拟生产系统覆盖芯片设计、工艺开发、晶圆制造全流程，在流片前就在数字空间完成器件仿真、工艺试错，减少真实晶圆的试验消耗，压缩研发迭代周期。 放在存储行业，数字孪生能够大幅降低新工艺平台的研发成本，也是海外三星、美光新一代产线标配能力，长鑫把这套体系落地到G5量产，属于制造能力层面的补齐。 从市场格局看，当前全球手机LPDDR市场，三星、SK海力士依旧占据绝大部分份额。长鑫此前LPDDR产品已经打入国内安卓手机供应链，而G5平台量产，意味着长鑫能以更高密度、更低单位成本供货，进一步向上渗透中高端手机机型。 叠加当前存储周期上行，DRAM持续供不应求，手机厂商需要更多备选供应商，国产LPDDR5X正好踩在窗口期。 不过G5定位是消费级产品，和之前大火的4F²VSG架构路线属于两条产品线，二者目标市场完全不同。G5主攻手机、便携设备，走大规模出货、成本优化路线；4F²架构瞄准服务器DDR5RDIMM，主打高密度算力内存，技术难度、客户认证门槛高出一个量级。 一高一低两条路线并行，也是长鑫当下的核心策略：用消费端G5量产贡献营收与现金流，

图片 图片 这是一篇兼具执行力、深度思考的Agent时代商业内容，适合每个人。 图片 @数科星球DigitalPlanet原创 作者｜苑晶 编辑｜大兔 绝大多数企业AI转型都卡在同一个死局：工具买了一大堆，员工却根本不愿用。不是大模型不够强，而是旧组织装不下新技术。 当老板亲自下场写代码、公司靠Markdown文档完成全部决策，一家7600万用户的跑腿平台，正在把自己改造成一台“自动驾驶”的AI企业。 UU跑腿创始人乔松涛，不再忙于业务会议，而是把大量时间投入写代码。这家覆盖全国的同城即时服务平台，正在被AI彻底推倒重构。 公司打散前端、后端、产品、运营的传统部门划分，取消大量中层管理；人与人之间不再依靠开会沟通，全部换成对AI友好的Markdown文档；业务决策、数据巡检、异常预警、大部分审批交给AI智能体Agent完成； 甚至提出预判，未来三到五年，办公室绝大多数电脑前的工作都可以交给AI完成。 01  一场惨痛的“洋务运动” UU跑腿拥抱AI的起步阶段，和国内绝大多数公司一模一样。 团队快速落地一百多个AI应用，上线两百多个技能，搭建一批智能体。公司给全体员工报销调用大模型的Token开销，投入不小，产出却令人沮丧，员工主动使用率极低。 乔松涛开始反思问题根源。 在深度使用AI、消耗上百亿Token之后，他得出一个颠覆性结论：很多企业的AI化，本质上是一场现代版的“洋务运动”。 晚清洋务运动引进国外坚船利炮，但底层的官僚体系、组织结构没有变革，最终难以改变结局。 企业采购最先进的AI模型，但管理制度、部门架构、考核方式、协作习惯全部沿用旧体系，再厉害的AI工具也发挥不出力量。 乔松涛把企业AI进化划分成三个阶段：AI赋能、AI优先、AI原生。 图片 绝大多数公司止步于第一阶段。 AI赋能是把AI当成附加工具，人的工作流程没有改动。AI优先会基于AI重新改造业

北京，2026年8月19日—23日，2026世界机器人大会（WRC）在北京举行。 本届大会，智身科技以"真正干活的机器人"为核心定位，通过五大展区集中展示从核心关节、整机本体、机械臂到运动控制（小脑）、智能决策（大脑）的全栈技术能力，回答行业之问：机器人什么时候能真正创造社会价值？ 01.展台即现场：从零件到整机，从表演到干活 走进智身科技展台，五大区域构成一条清晰的"干活能力"展示链路。 表演舞台区三大亮点集中呈现：智身银毅NE01人形机器人上演《功夫女足》多机协同舞蹈，单关节峰值扭矩达 180N・m；智身钢镚 L2 四足机器人展示镂空楼梯感控一体通行与 7:1 极限负载自重比。 ​台面操作演示区，智身科技带来首款行业级可组装教育四足机器人，从通识启蒙、专业实训到工程应用，支撑不同阶段的具身智能教育建设；MATRiX 2.0开放世界仿真训练平台提供手柄虚拟对战体验，打通从虚拟训练到真实部署的链路，现已开源。 ​地面操作演示区，智身铜锤M1搭载铁臂TA01机械臂展示VLA操作能力，即使智身铜锤M1腿部、本体持续运动时，智身铁臂 TA01 末端依然能保持稳定。系统能够根据动作与负载变化实时协调，让整台机器人如同一个完整的身体，协调完成每一个运动。 ​行业应用展示区，排爆、消杀、电力巡检、安防巡检、导盲、防爆等多款行业上装机器狗以应用态陈列，覆盖公共安防、能源化工、工业巡检、医疗防疫、民生助残五大领域。 ​关节模组区，核心动力系统的极限验证，关节模组在 1 米水深中持续运行，以 IP67 防水等级验证行业级机器人在极端工况下的长期可靠性；P85MAX-S 关节模组高负载演示，仅 1010 克重量即可输出 220Nm 毫秒级峰值扭矩。 ​02.能干活，先得有实力 机器人要干活，要看三个维度：力量够不够、环境适应力够不够、智力够不够 力量，是干活的入场券。 WRC现场，智身科技展出

2026 世界机器人大会于北京隆重举办，大会以 "人机共生，产需共融" 为主题，汇聚全球机器人领域顶尖科研力量与产业头部企业，集中呈现具身智能产业的最新技术突破与商业化成果。镜识科技获大会官方邀请深度参与本届盛会 —— 亮相开幕式启动仪式、入驻清华美院 "具身花园" 艺术装置，并携全系列自研机器人产品登陆博览会C 馆 320 展位，以 "仪式展演 + 科技艺术 + 实物体验" 三重维度，集中释放公司在灵巧操作、多形态运动、工业足式平台领域的核心技术亮点。 亮点一：开幕式官方首秀 在大会开幕式主舞台，镜识科技 6 台BAOBAO 全球首款双形态机器人以 "3.0 数字原住民" 身份，参与大会启动仪式。多机协同完成整套标准化仪式动作，独特的双形态切换设计与流畅稳定的运动控制表现，成为开幕式最具辨识度的科技看点之一。 BAOBAO 突破传统机器人单一形态的功能局限，在一台机体上同时实现高效移动通行与拟人交互双重能力，重新定义新一代服务机器人的产品形态。本次登上国家级产业盛会的开幕式舞台，既是对产品稳定性与整机性能的官方验证，也向全行业直观展现了镜识科技在多形态机器人整机研发上的先发优势。 亮点二：技术破局 本届大会重磅艺术项目 "具身花园" 由清华美院主导设计，以国风荷塘为核心场景，打造科技与东方美学跨界融合的沉浸式体验。镜识科技自研仿人灵巧手作为核心技术载体入驻装置，现场完成钢琴演奏展演，机械指尖在黑白琴键上精准起落，奏响国风乐章。 该仿人灵巧手也是首个可完整演绎贝多芬《命运交响曲》的灵巧手，演奏层次饱满、技法细腻，突破了传统机器人精细操作的能力边界，充分彰显镜识科技在高仿生灵巧操控领域的行业领先水准。 展演现场，经开区孔书记亲临 "具身花园" 装置观摩，对镜识科技仿人灵巧手的精准操控能力与艺术表现力给予高度评价，肯定了企业在人形机器人核心部件国产化与科技艺术融合方向上的创新实

8 月 19 日，备受瞩目的 2026 世界机器人大会（WRC）在北京亦庄盛大开幕。作为全球规格最高、规模最大、影响力最广的机器人领域权威展会，本届 WRC 以 "人机共生，产需共融" 为主题，集结全球顶尖科研机构、头部企业与行业精英，集中展示机器人领域前沿技术风向、产业趋势与落地应用成果。"共融" 二字，折射出产业重心正从描绘远景转向攻克落地实操难题。 作为全球触觉感知赛道的领跑者，帕西尼（PaXini AI）8月再获 10 亿元战略轮融资，累计融资近 40 亿元，刷新全球触觉感知领域融资纪录，以断层优势领跑全球具身感知赛道。与此同时，帕西尼总部迁至北京并完成股份制改造。融资提供资源，迁京提高协作密度，股改建立治理边界，三项动作密集落地，帕西尼正成为跨越产业化临界点的巨舰，也是本届 WRC"产需共融" 主题下头部企业组织升级的典型样本。 此次，帕西尼不仅以组织升级后的全新面貌亮相 B 馆 B203 展位，更带来新品的展会首秀，从芯片底层到全身感知完成技术闭环，为具身智能规模化落地交出一份 "全栈自研" 的现场答卷。 全栈新品惊艳亮相，重新定义触觉感知边界 在本次大会上，帕西尼首次亮相几大新品——全球首个足底多维触觉传感器 PX-FOOTRIX、全新一代五指数据采集手套 PXCap Pro与搭载全球首款自研原生 6D 触觉感知芯片 GEN4 FUSE 的第四代专业级ITPU 多维触觉传感器系列产品PX6AX GEN4。第一天其展位前已人潮涌动，吸引了众多媒体与行业专家的目光，成为此次大会的焦点。 帕西尼全球首发的足底多维触觉传感器PX-FOOTRIX成为开展首日焦点。它基于全球首创 6D 阵列式触觉传感技术，实现足底全域三维阵列力觉与六维力 / 力矩感知，让人形机器人从 "能够行走" 迈向 "理解如何行走"。依托足底多维触觉信息，PX-FOOTRIX 可分辨软硬地面特征，实

图片 图片 高科技的落地场景如此简单。 图片 @数科星球DigitalPlanet原创 作者｜苑晶 编辑｜大兔 提起脑机接口，大多数人的第一印象，要么是马斯克Neuralink开颅植入芯片、瘫痪患者用脑控机械手喝水的医疗科幻场景，要么是实验室里动辄几十万、上百万的医用脑电采集设备。 行业里九成玩家扎堆严肃医疗赛道，埋头冲刺二类、三类医疗器械注册证，动辄耗费三五年、投入数百万资金，门槛高、变现周期漫长。 但成立刚满一年的宇构智核，走出了一条完全相反的路：放弃医疗优先路线，扎根消费级脑机市场。它主打“一老一小”刚需场景，把高高在上的脑电波检测，做成学校、教培机构、养老院、科技馆都能批量采购的平价硬件。 本次数科星球DigitalPlanet与宇构智核创始人胡权胤进行了长达数小时深度访谈，完整拆解这家跨行创业公司的转型逻辑、技术优势、落地场景，以及当下脑机行业被资本忽视的消费级蓝海。 本文抛开晦涩神经科学术语，从普通人能感知的真实场景出发，讲清脑机接口如何真正落地生活。 01 医疗脑机赛道，是“深坑” 宇构智核注册于2025年6月30日，至今刚好一年。 胡权胤有两次完整创业经历，上一轮创业做成细分赛道头部，拿下国家高新技术、专精特新资质，手握成熟工程化团队与市场运营经验，第三次创业瞄准AI大趋势，前后孵化十几个项目，最终靠市场真实订单筛选出脑机接口赛道。 公司创立初期，团队和行业绝大多数玩家一样，目标瞄准严肃医疗。 自主研发8通道、16通道、64通道全系列脑电采集设备，对标行业龙头博瑞康的医用产品。但进场后才发现两道难以跨越的现实门槛。 图片 第一是硬件成本天花板。 行业医用脑电设备溢价极高，最简单八通道控制设备报价数万，64通道医用采集设备报价直接达到64万。 如果采购第三方设备做上层应用，整套方案成本居高不下，很难面向市场普及。 团队选择自研硬件，试图打通上游采集设备供应链，

越来越多人开始拿 AI 看病——身体不舒服、化验单看不懂，先问问 AI，已经成了一种习惯。有大夫表示，“一上午30个门诊，25个带着AI来看病。” AI 的表现似乎也对得起这份信任：牛津大学的一项研究里，把整理好的完整病例直接交给顶尖通用大模型，诊断准确率高达 94.9%，比很多医生还高。但同一项研究的另一半，却很少被提起：当研究者让普通人拿着自己的病情去和同一个 AI 对话时，准确率一路暴跌到 34.5%。问题不在模型聪不聪明，而在信息是怎么来的——完整病例是医生整理好的。可现实里，病人说不清哪里不对、不知道什么该讲，关键信息得靠大夫的一句句追问才能得到。通用大模型最不擅长的恰恰是主动追问，它默认你能完整准确地描述病情，一旦做不到，再流畅专业的回答，也只是建立在残缺信息上的幻觉。这正是百川想解决的问题。近日，百川智能与清华大学研究团队联合发布新一代医疗增强大模型 Baichuan-M4——它在 HealthBench 及其 Hard、Professional 三个榜单上同时位列世界第一，全面超越 GPT-5.5、Claude Opus 4.7、DeepSeek-V4-Pro，幻觉率低至 3.3%。从 M1 到 M4，百川始终在做同一件事：让模型跨过“会答题”与“会看病”之间那道最难的坎。 HealthBench 全球第一，幻觉率全行业最低在 OpenAI 提出的权威医疗评测 HealthBench 上，M4 综合得分 68.6，位列世界第一，领先第二名 GPT-5.5 超过 10 分；在最考验复杂临床决策的 Hard 子集上，领先达 15.9 分。事实性幻觉率降至 3.3%，为全行业最低——同口径下，GPT-5.5 为 3.8%、Claude Opus 4.7 为 6.9%、DeepSeek-V4-Pro 高达 9.8%。这些分数指向的不是考试能力，而是四项贴着临床走的核

图片 图片 Data-CentricAI：从模型崇拜到数据为王，他正在拆解AI新范式。 图片 @数科星球DigitalPlanet原创 作者丨苑晶 编辑丨大兔 近几年，AI行业的发展日新月异。 2023年大模型兴起时，行业比拼的是模型参数和架构，流行“模型够大，一切都不是问题”的观念。 然而三年后的今天，风向已悄然转变。 人们普遍认识到，若无高质量数据，再强大的模型也如同“巧妇难为无米之炊”。大模型面临的性能瓶颈、错误回答及落地难题，其根源往往在于数据。 于是，“Data-CentricAI”（以数据为中心的人工智能）这一新理念逐渐成为行业共识。 其核心是将重心从模型彻底移至数据，通过系统性地优化与打磨数据来提升AI的整体能力。 近日，数科星球DigitalPlanet与国内该领域的核心研究者、北京大学博士梁昊进行了一次深度对话。 作为DataFlow、DataFlex等开源项目的研发负责人，梁昊博士深入阐释了Data-CentricAI的核心理念、行业演变及落地实践。 01 什么是Data-CentricAI？ 在探讨Data-CentricAI之前，需先理解AI行业思路的深刻转变。 AI发展可划分为两个时代。 第一个是持续十余年的“Model-CentricAI”（以模型为中心）时代。 在此阶段，业界默认“模型决定一切”。由于早期数据量小、质量参差不齐，大家认为只要模型设计足够精巧，便能从有限数据中“榨出”足够能力。 这好比厨师能用普通食材做出好菜。因此，当时的研究精力集中于模型架构创新，罕有人系统性地思考如何优化数据本身。 2020年后，随着GPT-3、GPT-4等大模型的涌现，模型参数飙升至千亿级别，旧有思路难以为继。 他打了个比方：“以前的小模型如同小锅炒菜，食材差些尚可应付。如今的大模型好比超级大锅，食材（数据）的数量、质量与新鲜度直接决定了最终成品的优劣。厨师

针对垂直演出场景、以演出为核心、AI定制、数据闭环、分润共赢，让演出流量裂变文旅增量。 @数科星球DigitalPlanet原创 作者丨苑晶 编辑丨大兔 行业从来都不缺风口，缺的是真正沉下心来、看懂底层逻辑、并能解决真问题的实干者。 当所有人还在盯着“卖票、做流量、拼补贴”的时候，一家公司，悄悄把目光投向了更广阔、也更被低估的一片蓝海——跨城演出背后的流动人口经济。 它不是一家票务平台，也不只是一家旅游OTA，更不是一个普通的本地生活服务商。 律动节拍总裁骆昭说，他们做的，是“一张票带火一座城”的生意，是把演出从“单点消费”变成“全链路城市消费”的生意，是用AI把三方无解的老问题，做成三方共赢的新生态。 数科星球DigitalPlanet找到了律动节拍总裁骆昭，本文就从行业、痛点、模式、技术、生态、野心六个维度， 开启律动节拍AI演出行程管家商业模式之旅，解读他们的创立背景、解决了什么、凭什么成以及未来能走多远。 01 演出火了，但行业越来越“苦” 要读懂律动节拍，首先得读懂它扎根的行业——演出+文旅+本地生活，这是一个万亿级、但长期割裂、低效、痛点密布的市场。 过去十年，中国演出市场经历了两轮大爆发。 第一轮是演唱会、音乐节、Livehouse的全面崛起，年轻人为了看一场喜欢的演出，愿意跨城、愿意花钱、愿意花时间。 第二轮是跨城观演的常态化，以前只有铁杆粉丝才会跨城追演出，现在年轻人把看演出当成旅行、约会、社交、解压的方式。 跨城观演不再是小众行为，而是正在形成规模的大众消费。 但热闹背后，行业却越来越“苦”。 这种苦，不是单一角色的苦，而是用户、主办方、地方文旅方同时苦、且无解。 对于用户而言，看一场演出，要在十几个平台反复折腾用户的核心痛点，骆昭对数科星球DigitalPlanet一句话总结：麻烦、累、不确定性太强。 他们时常为抢票难发愁，因为热门演出要拼手速，抢不到

图片 图片 它打破的不止是AI和可穿戴。 图片 @数科星球DigitalPlanet原创 作者丨苑晶 编辑丨大兔 第一年营收5000万，斩获10万用户，这家AI穿戴企业为何可以杀出重围？ 当苹果、**、三星的智能手表在全球市场高歌猛进，占据绝大多数市场份额时，一个尖锐的问题始终悬而未决： 这些售价动辄几千元、功能堆砌繁复的科技产品，真的适配每一个普通人吗？ 在实验室里基于“标准白人”数据训练的算法，是否适合黄种人、黑种人？ 默认“每日8小时睡眠、心率120以下安全”的统一标准，能否包容先天性心脏病患者、生理期女性、素食者、天生短睡眠者的个体差异？ 当行业陷入“更高、更快、更强”的竞技化误区，用运动员标准要求普通人，甚至因用户达不到目标而打出负面评分、制造心理焦虑时，一家名为叩梦科技的企业，正试图颠覆整个行业的底层逻辑。 创始人李玉麟，曾深耕OPPO、华米、ZTE等消费电子领域多年，核心团队则来自大疆、华米、GfK、歌尔等，见证了智能穿戴行业从萌芽到爆发的全过程，也看透了行业根深蒂固的痛点。 他带着“尊重每一个鲜活生命，拒绝服务标准人”的核心理念，带领叩梦科技跳出消费电子的固有框架，从硬件形态、算法逻辑、用户服务三个维度重构智能穿戴，打造出“人人皆有专属算法、款款都是独特设计”的AI健康穿戴产品，在巨头林立的赛道中开辟出一条差异化之路。 本次，数科星球DigitalPlanet深度对话叩梦科技（Common Technology）创始人李玉麟，我们将这场对话字字珠玑还原。他们商业化首年营收破5000万，目前剑指全球市场，他是如何在千军万马中杀出重围的？ 让我们一探究竟。 图片 01 被“标准人”绑架的智能穿戴 要理解叩梦科技的颠覆性，首先要读懂整个智能穿戴行业的底层逻辑缺陷。 如今全球主流智能穿戴设备，无论是苹果、佳明、Fitbit，还是海外新兴的Whoop、Oura，本质上

图片 图片 今年用户量翻倍至200-300万，它是谁? 图片 @数科星球DigitalPlanet原创 作者丨苑晶 编辑丨大兔 当下，AIGC赛道正沉浸在一场视觉革命的狂欢中。当你输入提示词，AI就能生成波澜壮阔的惊涛拍岸，或是极致细腻的赛博朋克大片。 但只要你打开声音，数字世界仍未摆脱“廉价感”。 画面里的主角在海边嘶吼，情绪拉满，可背景里的浪花声却单薄得像纸片；怪物被利刃切开，视觉极具冲击，配上的却是素材库里千篇一律的生硬音效。 视觉模型已经进化到了理解物理世界的阶段，而声音模型，却似乎还停留在“让AI把话说流利”的初级阶段。 当大厂们疯狂内卷语音合成（TTS）、追逐“更像真人的数字人声音”时，一个最基础的物理常识被整个赛道选择性忽略了——声音，从来不止是人类在说话。 那些脚步踏沙的微小摩擦、器物碎裂的清脆回响、乃至空旷山谷里的微弱混响，才是构建数字世界沉浸感的真正底座。 在这个长期被边缘化的“全维度声音”赛道里，Noiz AI 成了那个罕见的破局者。他们没有选择在单一的“人声克隆”上死磕，而是试图用声音模型再造一个真实的“世界”。 本次，数科星球DigitalPlanet深度对话Noiz AI创始人Vega，我们将这场对话字字珠玑还原，他们是如何在声音赛道另辟蹊径的？让我们一探究竟。 01 被低估的声音赛道 提起AI声音技术，多数人的第一反应是语音合成（TTS）、语音克隆，或是近两年火热的实时对话语音。 赛道里，大厂们扎堆发力“类人声”，目标是让AI说话足够自然、像真人，主打“无差别对话体验”。 可鲜有人意识到，数字内容创作的核心痛点，远不只是“人说话不够像”，而是“声音场景不够全、情绪不够足、质感不够真”。 先看最普遍的创作场景——短视频与短剧。 刷遍全网的电影解说、剧情短剧里，“小帅”“小美”的音色几乎成了标配。这种音色火于2023年电影解说爆发期，台湾

图片 图片 本文将带你看懂具身智能的行业周期与底层逻辑。 图片 @数科星球DigitalPlanet原创 作者丨苑晶 编辑丨大兔 2026年的人形机器人赛道，正经历一场悄无声息却影响深远的范式转移。 摩根士丹利5月发布的《HumanoidHorizons》报告，用一组硬核数据撕开行业表象：今年全球人形机器人风险投资规模已超2025年全年，中国市场贡献近半融资，成为绝对核心增长极。 而更关键的信号是，行业重心正从硬件参数比拼，悄然转向数据能力的终极较量。 过去两年，人形机器人赛道陷入硬件内卷的狂欢：整机厂商比拼身高体重、关节自由度、行走速度，零部件企业竞速减速器、电机、传感器的性能极限，一台又一台炫酷Demo机器人亮相发布会、展会，动作流畅、外观精致，却始终难以走出实验室，真正落地产业场景。 行业陷入“融资热、落地难”的怪圈，资本潮水褪去，大家才发现，精致硬件背后，是数据能力的巨大缺口——机器人缺乏真实、高质量的操作数据，无法真正理解物理世界、完成复杂灵巧任务。 当硬件内卷的天花板越来越低，数据成为破局唯一钥匙。而在这场数据浪潮里，灵初智能，这家聚焦具身智能大脑与灵巧操作的中国企业，正以一种反潮流、重本质的姿态，站在赛道核心位置。 它All in人类原生数据，自研低成本数采手套，坚持“小全栈”定位，不碰整机、深耕模型、数据、灵巧手，用一套独特的技术路线，试图定义具身智能的数据标准，筑造难以复制的护城河。 本次，数科星球DigitalPlanet深度对话了灵初智能创始人兼CEO王启斌，这家公司的奥秘是什么？ 01 具身智能的周期轮回 读懂灵初智能的价值，必先看懂具身智能的行业周期与底层逻辑。 2018年，机器人行业曾经历一轮热潮，彼时行业核心是规则驱动+有限感知，机器人依赖预设程序完成固定动作，一旦环境稍有变化，任务便会失败。 那一轮热潮最终落幕，核心原因在于算法、供应链、算力