社区

分子之心完成A轮系列融资，累计融资超过1亿美元，AI蛋白质设计这个过去看起来偏“科学理想主义”的赛道，又被资本推到台前。 1亿美元放在今天的一级市场，尤其是在生物科技融资环境并不算轻松的背景下，金额非常亮眼。更关键的是投资方结构：蓝桥资本、浦东创投、中粮新兴产业基金、凯赛生物等出现在同一张名单里，背后代表的不是单一财务资本热情，而是地方产业资本、食品农业体系、合成生物制造资源和生物科技上市公司一起下注。 资本正在重新理解AI for Science。 前几年，市场看AI for Science，主要看的是“科学突破”。AlphaFold把蛋白质结构预测带入大众视野后，很多人第一次意识到，AI不只是写文案、画图片、做客服，也可能进入药物研发、材料设计、生物制造这些更底层的科学工业环节。但科学突破和商业兑现之间，隔着很长一段路。论文、模型、Demo可以制造风险偏好，却不能长期支撑估值。 分子之心这次资金用途指向AI蛋白药物研发和生物制造工业化落地，或许说明市场不只关心模型是否先进，而是开始追问：能不能更快找到候选分子？能不能降低实验成本？能不能形成可验证的管线资产？能不能进入中试和生产？能不能把“AI生成一个蛋白”变成“企业愿意付钱的研发工具和工业方案”？ 分子之心现在刚好在两条资产重估线之间：一条是AI药物研发的效率重估，一条是生物制造工业化的成本重估。前者讲估值弹性，后者讲兑现路径。两条线如果合在一起，AI for Science才有可能从一个听起来很远的科学故事，变成资本市场能持续定价的产业资产。 模型红利退潮后，资本开始买“可验证分子” AI for Science的第一轮热度，靠的是技术想象力。市场相信，AI可以理解蛋白质、生成分子、优化结构，甚至把生物研发从“试错工程”推进到“可编程工程”。这个方向当然很大，但资本市场不会永远停留在想象层面。 尤其到了2026年，A

高盛关于中国AI应用层价值重估的判断，击中了2026年中概股最核心的交易变化：资本市场已经不愿意继续为“模型参数”和“发布会能力”单独付费，而是开始给拥有独家私有数据、闭环交易场景和真实客户账单的公司重新定价。 曾经市场追逐的是谁训练了更大的模型、谁能更快接入大模型、谁的Demo更接近OpenAI。DeepSeek带来的开源冲击和国产大模型的快速迭代，压低了模型本身的稀缺溢价，也让市场意识到，单纯模型能力很难直接形成护城河。 AI有没有进入收入？有没有提高毛利？有没有降低履约成本？有没有提升广告转化、交易匹配、客户留存和ARPU？ 参数红利退潮后，私有数据开始成为新的估值锚 中国AI行业已经走过“百模大战”最热的阶段。模型数量不再稀缺，开源能力快速扩散，推理成本持续下降，企业客户对通用问答的付费意愿也在下降。对于二级市场来说，单纯讲模型能力，很难再撑起高估值。市场要看的，是模型进入业务系统之后，能不能创造可计量的收入和效率。 高盛强调的“独家私有数据”和“闭环交易场景”，本质是对AI应用层的一次定价重估。通用模型可以被替代，行业数据很难复制；单次生成可以被平替，交易闭环难以迁移。招聘平台掌握简历、岗位和沟通数据，物流平台掌握车货匹配和路径数据，房产平台掌握房源、经纪人、带看和成交链路，金融科技平台掌握交易、资产和风控数据。这些数据不是公开语料，也不是爬虫可以简单获得的东西，而是在真实业务流里滚出来的沉淀。 像阿里、腾讯、百度这类平台公司，AI不是一个独立的新故事，而是一次内部效率和外部商业化的再定价。腾讯的广告技术、阿里的电商和云服务、百度的搜索与智能云，都可以把AI放进原有商业闭环。BOSS直聘、满帮、贝壳、富途这类垂直平台，则更像应用层重估的潜在样本：不一定拥有最强模型，但拥有更接近交易结果的数据。 市场接下来或许会看三个信号。第一，AI功能是否从免费体验进入付费包；第

深圳AI眼镜展超300家企业参展，规模达7500平方米，**、雷鸟、联想、影目这些玩家都来了。 这个阵仗已经不能只按一个普通展会看了，这传递出一个信号：AI眼镜已经成为智能硬件产业链集体开始试探的新入口。预期差已经出来了，只是红利还没有完全兑现。 过去两年，AI产业主线在云端，在算力，在服务器，在光模块，在液冷，在HBM。大众主要看英伟达、看算力、看数据中心，讲的是AI基础设施；事实上AI要真正变成下一轮消费电子周期，最后还是要落到一个高频终端上。 如果用户有可能把一部分注意力、视野和日常交互交给眼镜，那AI眼镜的估值锚就不能再按普通眼镜看，应该被看作是智能手机、可穿戴设备、AI Agent入口，甚至是下一代操作系统生态的影子。 热的不是硬件，是入口定价权 消费电子行业怕的是没有新故事。 手机进入成熟周期之后，很多硬件公司都在找第二增长曲线。智能手表讲健康，TWS耳机讲音频入口，VR/MR讲空间计算，AI Pin这类产品讲无屏交互。绕了一圈，真正能长期站住的产品，都必须解决一个问题：用户为什么每天用这个产品？ AI眼镜相比其他AI硬件，有一个天然优势，就是更靠近人的视野。 手机需要拿出来，耳机主要承接声音，手表适合轻通知，VR/MR又过于沉浸。眼镜的位置很特殊，既不完全打断现实世界，又能在视线里叠加信息。如果未来AI助手要真正理解一个人的日常，摄像头、麦克风、位置感知、视觉信息，这些数据入口都很关键。 不过AI眼镜今天展会火爆也不代表明天就能改变世界。现在AI眼镜还处在左侧阶段，市场交易的是主题升温、产业预期。 其实左侧阶段也有左侧阶段的价值。很多大行情一开始都不能从财报看出，是从产业链的集体动作里看出来的。比如当年TWS耳机起来之前，先变的是芯片、声学、组装、品牌厂商的态度；新能源车智能化起来之前，先变的是座舱、摄像头、激光雷达、域控这些环节的订单能见度。 AI眼镜现在也

近日，库克公开表示，因为内存和存储芯片成本涨得太厉害，苹果计划提高产品价格。苹果一直想替消费者挡一挡涨价压力，不过现在已经难以为继。 $苹果(AAPL)$ 具体哪些产品涨、什么时候涨、涨多少，这些细节没有提到，但已足够影响市场。 苹果作为全球消费电子供应链里最强势的买方之一，采购能力、供应链管理经验、库存调度能力均有超高水平。如果成本压力连苹果扛不住，普通厂商更不可能扛住。 存储芯片的涨价，或许已经开始压到终端消费电子的定价体系了。 过去一年，AI 数据中心扩张，云厂商疯狂买算力，HBM 需求爆掉，先进 DRAM 产能被挤占，普通 DRAM 和 NAND 价格跟着涨。存储厂商过去几年被库存周期折磨得很惨，现在价格一抬，利润弹性马上出来。 不过，存储行业的波动一向很大，低谷期大家减产、去库存、砍资本开支；一旦需求回来，供给短时间又跟不上，价格就会很快修复。AI 这一轮更夸张，这一次是数据中心资本开支重新定价整个存储产业。 问题在于，市场现在是在押注“存储永远紧张”，这就危险了。 不得不承认的是，库克这句话，短期当然是利好存储芯片。 苹果这种级别的客户都说成本压力大，那就等于帮存储厂商做了一次公开背书：价格上涨是真实的。 如果去说存储厂商的订单能见度更强了，价格弹性还没释放完，利润预测还有上修空间，AI 资本开支还在支撑中期主线。这个故事还能继续讲，而且短期还很有杀伤力。 不过这恰恰也是需要警惕的地方。往往强验证信号也是最后的情绪信号。 现在存储芯片的估值，就像是前面赢了几轮，筹码越推越多。到最后，桌面上只剩一个问题：还有没有新的人愿意用更高价格接着押注？ 苹果涨价这张牌，基本就是目前能打出的最大牌之一。如果连苹果都出来说存储成本顶不住了，这个故事还能怎么再强化？再往后，市场要看的就是“涨价之后会不

6月16日，硅基流动宣布完成超20亿元B轮融资，有意思的是，携程战投也出现在投资方名单里。 硅基流动的关键词是“Token工厂”，其通过把底层芯片适配、模型部署、推理引擎、算力调度和API服务封装起来，让企业不必自己维护复杂集群，只要稳定调用Token即可。硅基流动披露的日均Token调用量已经达到数万亿，服务超1000万用户和1万家企业客户，营收同比增长超过10倍。 携程为什么要投？旅游平台已经开始比谁能用更低成本、更高稳定性，把AI服务嵌进每一个用户触点。AI客服、行程规划、多语种服务、海外运营、营销内容生成、商旅管理，每一项都要消耗大量Token。 或许，这不只是一则简单的AI基础设施公司的融资新闻，更像携程在为未来几年的AI服务能力提前买“底层产能”。 携程买的是推理成本曲线的主动权 硅基流动这轮融资很有代表性。投资方十分广泛，包括携程、晶科能源、金蝶、联通、润泽、壁仞、蔚来资本、商汤、巨人网络等产业资本和国资一起进入。不同类型的产业方共同下注，说明AI基础设施的定价逻辑已经从“谁会讲大模型故事”，转向“谁能稳定生产便宜Token”。 过去两年，AI融资的中心是大模型公司。参数、榜单、开源生态、推理能力，构成了第一阶段的估值锚。在企业真正上AI之后，问题变了：调用是否稳定，成本能不能降，模型能不能部署到自己的业务系统里，数据是否安全，响应速度能不能撑住高并发。大模型的技术光环很重要，只不过推理层的工程效率更接近商业化的现金流入口。 硅基流动把多种模型、多类芯片、不同算力资源和企业API需求连接起来，变成可规模化输出的Token能力。这个模式有点像AI时代的云计算，区别在于云计算卖的是计算资源，Token工厂卖的是经过推理系统优化后的智能调用能力。 携程投硅基流动，首先是在买成本曲线的可见度。旅游平台未来如果大规模使用AI，不可能只在几个入口放一个聊天助手。真正的AI

近日，芒果超媒在互动平台中提到：小芒电商正在积极布局AI毛绒等智能潮玩产品，涉及情感陪伴、互动体验方向，之后会结合自身IP优势和用户需求，推出有情感交互功能的创新型潮玩。 看似不起眼的消息，却透露了芒果超媒未来发展的一个方向：公司开始试探怎么把自己的IP变成一个能陪用户说话、能互动、能持续卖服务的消费品。 过去芒果卖的是节目，是会员，是广告，是内容带货。用户看完节目，情绪到了，买点周边，交易就结束了。但AI毛绒有机会把一次性消费变成持续关系。 一个内容IP，如果装上AI能力，就可能变成一个能陪伴用户的“情绪终端”。这也可能会直接改变市场看芒果超媒的方式：这家公司到底只是做内容，还是能把内容IP变成新的消费硬件？ AI毛绒让IP从“被看见”变成“被陪伴” 潮玩过去几年核心的逻辑，是收藏和社交。 买盲盒，买的是造型、稀缺感、系列感，还有圈层身份。盲盒放在桌上，发在朋友圈，代表用户喜欢什么、属于什么审美圈。这个生意跑通之后，大家都知道IP的重要性。没有IP心智，再好看的玩具也很容易变成库存。 AI毛绒的逻辑不只是“好看”，还要“有反应”；不只是“摆着”，还要“陪着”。用户可能是为了买一个会回应自己的角色。这个毛绒玩具可以说话，可以记住偏好，可以陪用户聊天，可以在特定场景里给用户情绪反馈。 交易逻辑也随之发生改变，普通毛绒卖出去，商业关系基本结束。AI毛绒卖出去，关系才刚开始。后面还能不能卖语音包、卖互动内容、卖角色升级、卖会员权益，才是这个产品真正的想象力。 这就是AI和潮玩结合的预期差。AI毛绒不是简单的儿童智能玩具，其真正有价值的地方，在于把IP消费从“买一个东西”变成“养一段关系”。这和传统周边完全不是一个生意。 芒果超媒手上值钱的资产，本来就是情绪。 综艺提供情绪，剧集提供情绪，艺人提供情绪，粉丝经济也是情绪。过去这些情绪只能在屏幕里流动，通过广告和会员变现。AI毛绒如果

6月16日，阿里发布了千问具身智能大模型Qwen-Robot系列，一口气拿出了三个模型：一个负责操作，一个负责移动，一个负责理解物理世界。 显然，阿里已经不满足机器人只是站在那里表演，而是要真的变成能边走、边看、边想、边干活的机器人。 过去大模型主要活在屏幕里，写文案、做PPT、生成图片、陪人聊天，最多也就是帮企业客服省点人力。Qwen-Robot的意义在于，阿里开始把千问从数字世界往物理世界里推。AI不只是回答问题，而是要开始伸手、迈腿、认路、判断环境，最后去完成真实任务。 大模型的故事讲到今天，已经不能只靠参数和榜单了。 前两年，大厂发模型，市场还很兴奋。谁上下文更长，谁多模态更强，谁开源生态更热，谁就能带来一波情绪修复。但到了2026年，大家开始问模型到底怎么变成收入？云上调用量能不能持续增长？客户愿不愿意付费？AI资本开支砸下去，什么时候能看到现金流质量改善？ 阿里给出的答案是——Qwen-Robot。阿里终于不再是讲“我还能做一个更会聊天的模型”，而是“我能不能成为机器人产业的通用大脑”。 这个位置，比做一台机器人更重要。 做机器人整机，当然也有想象力，但硬件很重，供应链很长，毛利率也未必好看。人形机器人看起来高大上，真正卖起来未必轻松。今天能跳舞，明天能搬箱子，后天能不能稳定在工厂里干8小时活，是另一回事。阿里更聪明的地方在于，未必一定要亲自下场做机器人身体，而是想做各种机器人身体背后的“脑子”。 Qwen-Robot系列里的操作模型，对应机器人的手。机器人最难的地方，很多时候不是走路，而是拿东西。拧水龙头、插网线、倒薯条、整理桌面，这些动作对人来说没什么，对机器人来说都是高难度任务。真实世界没有那么标准，物体会滑，光线会变，角度会偏，桌面会乱，一点点误差就可能让任务失败。 移动模型对应机器人的脚。机器人要在屋子里、仓库里、工厂里、商场里自己找路，不能只靠预设路

6月17日，市场上流出来两条关于AI投资的观点，放在一起看很有意思。 一条来自二级市场，东方港湾但斌继续强调AI是十年维度的超级产业周期，短期板块调整不是坏事，反而可能是逆向布局窗口。在这套逻辑里，错失AI时代的风险，要远大于担心泡沫的风险。重点方向也很清楚：算力硬件和端侧AI。 另一条来自一级市场，据说是一线美元基金合伙人的内部交流，大意是2026年创投已经彻底告别“堆参数”的大模型投资逻辑，只投具备行业落地、可量化复购收入的AI公司。纯通用大模型创业的估值继续压缩，具身智能和行业Agent变成资金主线。 这两条观点看起来不一样，一个偏乐观，一个偏现实；一个讲十年周期，一个讲商业兑现。但本质说的是同一件事：AI不是没人投了，而是钱开始变聪明了。 不怕泡沫，更怕错过 先说但斌这边，提到AI是十年维度的超级产业周期，这个判断其实不难理解。AI今天已经不是一个单点应用，也不是几个模型公司之间的比赛，已经扩散成一整条产业链：芯片、服务器、光模块、PCB、液冷、电力、数据中心、存储、端侧设备、机器人、智能眼镜、AI手机、AI PC，全都被卷进去了。 二级市场看AI，不能只看“ChatGPT热不热”，也不能只看“某个模型降没降价”。真正要看的，是全球科技巨头的资本开支有没有停，算力硬件订单有没有掉，端侧AI有没有进入换机周期。 只要这些东西还在，AI硬件的景气度就很难说结束。 这也是很多人看AI容易看偏的地方。只要估值一高，就开始说完蛋了，一波动就是泡沫破了。可产业周期不是这么看的。一个大周期里，这些都很正常。问题不在于有没有波动，而在于主线有没有被证伪。 如果算力订单还在，如果海外云厂商还在加资本开支，如果AI服务器、光模块、高速PCB、散热、电源这些环节还在供需紧张，那板块调整更多就是交易层面的短期扰动，不一定是长期逻辑崩了。 就是但斌那句话背后的资金心态：错过时代，比担心泡沫更

6月17日，一起教育科技（YQ.US）发布2026年第一季度财报。报告期内，公司AI驱动转型持续深化，AI应用服务业务快速放量，整体经营表现得到改善，彰显了公司向 AI 应用服务商转型战略的落地成效。 业绩持续改善，AI业务带动增长加速 截至2026年3月31日，公司实现营收人民币9945万元，同比增长359%，环比增长155%；毛利率提升至61.9%，同比提升25.7个百分点。在规模效应与运营效率持续优化的带动下，美国通用会计准则下净亏损同比收窄37.4%，环比收窄63.5%。 期末，公司现金及现金等价物、受限现金及定期存款合计3.52亿元人民币，财务结构保持稳健，为后续AI业务持续投入提供支撑。 AI驱动转型深化，三端协同业务体系成型 本季度，公司从教育科技公司全面升级为AI应用服务提供商，并以统一AI能力体系为底座，推动教育场景的系统性智能化升级。 围绕“AI赋能教育全链路”，公司已形成覆盖To G、To B与To C的三端协同业务体系，通过数据与场景双轮驱动AI能力持续迭代。 在To G端，公司持续深化与区域教育主管部门合作，依托长期积累的教学数据与场景经验，推动生成式AI在区域教育中的规模化应用，实现对教学过程的多维学情刻画与智能分析，推动区域教育治理与教学服务向AI驱动模式升级。 在To B端，公司以智慧纸笔等智能硬件为入口，构建覆盖作业、课堂与教研的校园数据闭环，并持续升级AI教学与教研应用能力。生成式AI应用“17同学”已在校园场景中逐步落地，为教师提供备课、课堂与教学分析的全流程智能辅助，提升教学效率与教研质量。 在To C端，“一起爱学”保持强劲增长动能，成为本季度核心增长引擎。产品通过智慧硬件与AI能力深度融合，构建“数据采集—学情分析—个性化辅导”的学习闭环，实现面向学生与家庭的个性化学习服务交付。 AI商业化闭环形成，进入正向增长循环 在三端协同体

林俊旸的新AI实验室，成了今天中国AI圈最有风向标意义的一笔融资。 天眼查显示，前阿里通义千问负责人林俊旸创办的新AI实验室已经完成首轮融资，投后估值约20亿美元，折合人民币大约135亿元。高榕创投和红杉中国联合领投，双方各出资1亿美元，腾讯跟投2000万美元。更有意思的是，这轮钱刚刚落袋，公司已经在接触下一轮融资。 一个新公司，产品还没有完全公开，收入还没有被验证，客户名单也没有摆到台面上，究竟为何能在首轮就拿到百亿人民币级别估值？ 百亿估值不是给公司，而是给“模型负责人溢价” 林俊旸身上的标签很明确：前阿里通义千问负责人，曾经参与并推动Qwen体系的发展。Qwen在中国大模型竞争里，不只是一个技术产品，也是一套开源生态、一种开发者心智和一条被验证过的工程路线。 资本对林俊旸的抢投，本质上是对“模型负责人溢价”的重新定价。 在过去的软件创业时代，投资人会看创始人有没有做过爆款产品，有没有拿到标杆客户，有没有跑出ARR，有没有稳定续费。AI大模型创业不一样。真正懂模型训练的人少，懂大规模工程化的人更少，既懂训练、又懂推理、还懂开源生态和团队组织的人，少到可以被视作战略资源。 大模型不是写一个App，也不是做一个SaaS工具。需要算力调度、数据治理、训练框架、模型评测、推理成本控制、开发者运营和产品化能力同时在线。每一个环节都可能烧掉大量现金，也可能因为一个技术判断错误，让整个项目推倒重来。 投资人愿意在早期给出高估值，背后肯定不是单纯相信“AI会改变世界”，而是相信少数真正经历过一线模型竞争的人，具备把技术路线变成平台势能的概率。 这种概率很贵，林俊旸新实验室的估值，其实不是传统意义上的公司估值，更像一张“人才期权”。投资人押注的是：如果林俊旸能把Qwen时期积累的能力迁移到一个更轻、更快、更聚焦的新组织里，未来有机会做出新的模型平台；如果这个判断成立，20亿美元估值就会被