社区

你能想象吗？ 一家卖发动机的公司居然成了AI概念股。 今年以来，潍柴动力从17.40元最高涨到36.34元，阶段涨幅一度高达109%。截至9月15日，股价仍有26.04元，年内涨幅接近50%。 推动这轮上涨的，并不是传统重卡业务，而是AI数据中心突然放大的发电需求。 逻辑本身不复杂。AI数据中心越建越多，对备用电源的需求就越大，而潍柴的大缸径柴油发动机，正是这套备用电源里的核心设备。 反常的是，吃到这轮红利的似乎只有潍柴。 玉柴、动力新科也曾被追捧过。玉柴国际年内最高涨约66%，动力新科最高涨超80%；但截至9月15日，两家公司都已经跌破年初股价，较年内高点分别回撤约45%和51%。 那么问题来了，同一轮行业红利，为什么到最后只有潍柴涨了？ / 01 / AI开始给潍柴重新定价 今年，潍柴突然被AI点燃了。 截至9月15日，潍柴动力从年初的17.40元涨到26.04元，年内涨幅接近50%；5月最高冲到36.34元，阶段涨幅一度达到109%。 但再看业绩，完全是另一种速度。 上半年，潍柴收入1231.63亿元，同比增长8.85%；扣非净利润61.19亿元，同比增长18.86%。 对于一家股价一度翻倍的传统周期股来说，不到20%的利润增长，显然撑不起这种涨幅。 市场真正重新定价的，是集团里并不起眼的一块业务——数据中心发电。 AI数据中心不只需要稳定的主电源，也需要一套随时能够顶上的备用电源。供电一旦中断，柴油发动机就会带动发电机组供电，保证服务器继续运行。 这个需求并不是AI时代才出现的。2017年发布的《数据中心设计规范》GB 50174-2017明确要求，面向金融、电信、交通指挥等关键场景的A级数据中心采用双重电源并设置备用电源，备用电源可采用独立柴油发电机组；面向科研院所、高校、政府办公楼等重要运行场景的B级数据中心，如果只有一路电源，也需要配置柴油发电机组。 所以并不

你绝对想不到，在这一轮AI资产反弹里，国产GPU几乎是表现最弱的一批。 7月至今，国产GPU集体腰斩，其中沐曦、天数智芯最大回撤分别达到55%和64%。 更反常的是，跌完之后也没怎么反弹。 从阶段低点算到9月15日，沐曦和天数智芯的涨幅分别只有3.0%和4.2%，基本还趴在这一轮调整的最低点附近。 同样从7月以来的低点计算，中际旭创反弹约9%，新易盛反弹14%，胜宏科技反弹27%；港股MiniMax从188港元反弹至234.6港元，涨幅也接近25%。 换句话说，7月AI资产普跌之后，大多数方向多少都迎来了一轮修复，国产GPU却几乎没动，甚至还在不断刷新低点。 但这和基本面看起来又完全相反。2026年上半年，包括沐曦、天数智芯等四家国产GPU的合计收入达到52.42亿元，整体同比增长约162%。其中，增速最慢的沐曦也有44.7%。 需求在增长，收入在放量，股价却集体腰斩，为什么会出现这种情况？ 最直接的一个原因是，国产GPU公司的稀缺性在下降。 2025年底以来，沐曦等一批国产GPU公司接连登陆资本市场。不到一年时间，公开市场从几乎没有纯国产GPU标的，一口气摆出了五家公司。 与此同时，筹码也开始进入释放期。沐曦的网下配售、战略配售和部分首发前股份陆续解禁；天数智芯的基石投资者锁定期也在今年下半年先后结束。 这意味着，过去市场愿意为“国产GPU稀缺性”支付的溢价，正在快速消失。与此同时，在激烈的竞争之下，国产GPU的规模还没大到足以摊薄研发，利润就很难同步跑出来。 国产GPU的稀缺性正在消失，而赚钱的逻辑还没跑通。这也是为什么投资开始“抛弃”国产GPU的原因。 / 01 / 收入暴涨，但利润没有跟上 不到一年，国产GPU股价普遍腰斩。 以沐曦和天数智芯为例，从年内高点算，沐曦从1033元跌至461.10元，回撤约55%；天数智芯从887.50港元跌至318.80港元，回撤约6

氨基观察-创新药组原创出品 作者 | 蔡九 今日，再极医药欣然宣布，完成MAX-10181联合仑伐替尼治疗晚期实体瘤的临床II期的首例患者入组。该研究由浙江省肿瘤医院担任组长单位，国内知名胸部肿瘤、肺癌创新药物临床研究专家宋正波教授牵头担任主要研究者，为项目高质量推进保驾护航。 MAX-10181一直备受期待。相较于传统注射类PD-1/L1抗体药物，该药物采用口服给药方式，给患者提供长期居家用药的可能性；同时具备血脑屏障穿透能力，且对PD-1/L1抗体耐药患者依然有效，高度适配各类全口服抗肿瘤联合治疗方案。 仑伐替尼是目前应用最广泛的口服多靶点抗血管生成TKI药物之一。凭借优异的抗血管生成效果与肿瘤免疫微环境调控能力，其是当下PD-(L)1免疫联合治疗中最常用的靶向搭档。 不过，这条看起来只是行业又一则临床里程碑的消息，剥开事件表层，照见的却是国内创新药行业一轮又一轮浪潮过后，一个朴素的命题：创新药研发，分子很重要，思路更重要。 MAX‑10181联合仑伐替尼，是国内外率先探索口服小分子PD-L1抑制剂与仑伐替尼的全口服联合方案。换句话说，该联合疗法有望打造出一套可居家管理、便捷高效的实体瘤全口服免疫联合治疗新方案。这便是从患者用药形态端，寻求创新的药物研发思路，形成极具竞争力的差异化临床优势。 对晚期肿瘤患者来说，理想的治疗从不是单一维度的“有效”就够了——既要疗效可靠、又要安全可控、还要服药便捷且负担得起。MAX-10181以口服小分子PD-L1抑制剂的身份入局，所指向的正是这样一种全方位的治疗目标，而不仅是在已有靶点上再多一个竞争者。 创新药行业最容易被看见的，通常是管线。一个新靶点、一项新适应症、一条进入临床的管线，足以成为一家公司对外叙事的中心。但真正决定一家创新药公司能走多远的，常常不是它手里有什么产品，而是它如何理解患者需求，又准备通过什么路径去解决。 再极医

原本三足鼎立的办公赛道，今年突然变得热闹起来。 “办公三巨头”率先完成了一轮AI化升级。阿里将QoderWork、悟空、MuleRun整合为“千问办公”；字节把飞书团队并入豆包，推出“豆包工作”；腾讯则整合WorkBuddy与CodeBuddy团队，调整AI办公相关组织架构。 京东紧随其后，一口气发布四款企业级AI办公产品：企业级AI原生办公办事超级平台JD JoyWork、一体化AI工作平台JoyDesk 2.0、可交付结果的“京东百灵数字员工”，以及企业级研发生产力平台JoyCode。 与此同时，科大讯飞、用友、360、WPS等玩家也在持续加码。 AI办公正在从一个围绕大模型生长出来的应用方向，变成大厂重新集结的生产力主战场。 这种变化并不难理解。办公场景天然存在巨大的需求，也被行业内普遍视为继Coding之后，下一个有望跑出大规模收入的AI应用赛道。 机会摆在眼前，大厂自然不会缺席。但随着玩家越来越多，一个问题也变得愈发现实： 在腾讯、阿里、字节的三座大山下，这些新AI办公产品应该如何突围？搞清楚这个问题，要从行业当下竞争的胜负手说起。 / 01 / 结果交付，AI办公大战的胜负手 现在AI办公最尴尬的问题是，各类产品越来越像了。读文件、开浏览器、跑代码、做PPT、写报告，几乎成了所有AI办公产品的标配。 能力越来越齐，差异却越来越小。这也带来一个很现实的问题：当大家都会干活，客户为什么要选你？ 一些产品给出的答案是营销，通过广告、投流做大声量。但企业买AI办公，买的不是更好看的Demo，而是一份可直接拿走的结果。所以当所有产品都"能干活"后，胜负手只剩一条：谁交付得更专业，谁的结果更超预期。 这个变化正在被市场验证。Morning Consult对3000多名企业决策者的调研显示，交付质量已经成为企业选择AI办公产品时最看重的因素之一。中信建投、兴业证券都提到，AI

9月1日，邵天兰带着梅卡曼德登陆港交所。 仅仅9天后，这位掌舵着一家市值104亿港元机器人公司的CEO，就公开点名了估值200亿元的具身智能明星——银河通用，批评其通过所谓“数采中心”以及与地方政府、投资方、供应商之间的关联交易制造“虚假且不可持续”的收入。 更有意思的是，两家公司表面上是同行，实际上还存在上下游业务关系，银河通用还是梅卡曼德的客户。 既然如此，梅卡曼德为什么还要在这个时候开炮？ 原因很简单，银河通用要上市了。 梅卡曼德阻击的其实不单单是银河通用，还有那40多家在港股排队IPO的具身智能公司。目前，国内超过百亿的具身智能公司几乎都已经明确启动或筹备上市。 梅卡曼德和银河通用真有不共戴天之仇？不见得。因为这不仅仅是一次阻击，也是自保。 自宇树上市后，在短短一个月不到的时间，其股价就下跌了超过50%。在宇树的影响下，9月1日上市的梅卡曼德机器人，也已经跌破了发行价。 上市后的连续下跌，彻底打击了市场对具身智能公司的信心。考虑到后面还有几十家在排队，筹码只会越来越多。 为了活下去，梅卡曼德必须尽可能把后来者挡在资本市场之外。 更关键的是，按照现在的上市节奏，明年年中开始，这批具身智能新股将陆续进入解禁周期。到那时候，如果前面的公司继续下跌，二级市场的价格会直接反过来压低一级市场估值。 今天还能按200亿融资，半年以后，可能100亿都没人接。 所以未来6个月，就是这一轮具身智能最后的上市窗口。对具身智能公司来说，晚6个月估值将天差地别。 / 01 / 供应商，把客户举报了 从业务上看，两家公司甚至算不上最直接的竞争对手，甚至还有合作关系。 梅卡曼德不做传统意义上的整机生意，核心产品是给机器人提供标准化的“眼、脑、手”组件，包括3D视觉、机器人算法和灵巧手。 银河通用走的是另一条路，强调具身大模型，重大脑，同时自己也做人形机器人本体。 据《21世纪经济报道》援引业内人

在硅谷投资圈里，一直非常流行一句话： “我们想要一辆会飞的汽车，得到的却是140个字符。” 这句话想表达的意思很简单：过去几十年，大量资本和人才都涌向了比特世界，软件、互联网和信息分发快速进步，但真正改变物理世界的创新，相对慢了很多。 到了AI时代，这种分化依然存在。 过去两年，大模型最先改变的，几乎都是数字世界。从写代码、做PPT，到生成图片、处理文档，AI已经迅速进入大量办公室工作。 但一旦走进工厂，难度陡然上升。 原因很直接，一是工业世界的数据远没有互联网世界那么标准，同一种物料在不同工厂可能有不同名称和编码；二是公开互联网上本身就缺少高质量工业数据；三是大量专业数据又被封闭在单个企业内部，彼此难以连接。这也是大模型进入工业，首先要解决的基础问题。 更重要的是，工业场景对错误的容忍度很低，任何微小的错误都会直接带来经济成本的上升，甚至涉及生产安全大大问题。 所以，大模型从办公室走进工厂，中间其实横着一道很深的鸿沟。 这也决定了，此前工业AI的大量应用，仍然只停留在简单的“问答”上。现在，京东工业试图把这件事往前推一步。 9月9日，在北京举行的2026京东全球科技探索者大会智能工业论坛上，京东工业正式发布JoyIndustrial 2.0系列工业模型，还一口气公布了AI CAD、工业AI眼镜等五大AI产品。 京东工业对这次升级给出了一个很明确的定义：从认知工业供应链，走向链接物理世界。 这句话，也可以作为理解工业AI 2.0最好的切口。 / 01 / 从AI问答到工业生产力，京东工业跨出关键一步 大模型进入工业，第一道门槛是先把工业世界看懂。 与消费品相比，工业品要复杂得多。一个轴承可能有几十种规格，同一种物料在不同工厂里又可能有不同的名称和编码。模型如果连具体对象都无法准确识别，后面的选型、采购和运维也就无从谈起。 京东工业的AI体系，首先建立在标准和数据上。 一方面

AI应用，终于不是"故事"了。 最近，美国风投机构 Madrona Venture Group 发布了 2026 年 Intelligent Applications 40，也就是IA40。 这可不是一份普通的榜单。说得再直白点，它更像一级市场对AI应用的一次集体投票。 Madrona联合了来自54家头部VC和企业投资机构的72位投资人，从450多家公司中提名、评估，再结合PitchBook的数据评分，才选出了今年最值得关注的48家AI应用和基础设施公司。 今年 Madrona 给出的主题是“Harnessing the Value of AI”，翻译过来，就是AI价值开始真正兑现了。 这个变化已经体现在收入上。今年入选的公司中，至少26家已经披露了明确的收入或ARR数据，其中至少9家ARR超过1亿美元。 更有意思的是，收入跑出来以后，公司的打法也跟着变了。 一边，AI应用正在沿着工作流一路扩张：从一个只解决单点环节的工具，开始接管整条工作流，同时把客户自己的会议、项目、客户数据和业务规则，一层层沉淀进产品。 另一边，Agent真正开始替企业干活以后，底层基础设施的重点也在变化，服务于Agent成本、稳定性等方向的公司开始受到更多关注。 硅基君就借着今年这48家公司，讲讲AI应用正在发生的一些变化。 / 01 / AI应用，从卖工具到接管工作流 2026年的应用层，正在出现两个很明显的变化。 第一个，产品边界开始变宽，从单个环节优化到完整结果交付。 33家应用公司中，有18家已经不满足于只做最初那个功能，而是开始把这项工作前后的更多环节一起做了。 举几个例子，Granola最早做的是会议纪要，现在开始把一个团队不同会议里的信息串起来，让用户直接查询客户、项目和历史决策。 Gradial原本主要做营销内容生成，现在连翻译、审核、合规和发布也一起做。 Serval从IT问答起步

一家企业，一年到底该给员工用多少AI Token？ 黄仁勋给出的答案，可能会把很多CFO吓一跳：25万美元。 按照这个标准，英伟达给工程师团队批下的年度Token预算，高达20亿美元。 但另一边，Uber却走到了完全相反的方向。 今年4月，它提前花光了2026年全年的AI编码预算。随后，公司直接给工程师设了一道硬上限：每人每月1500美元。 《福布斯》甚至专门算过一笔账，最后给文章起了个很扎心的标题： “人工智能的成本，已经高过被它取代的人才。” 这就有意思了。 同样是最顶级的科技公司，同样是在买AI，一边敢按人均25万美元配预算，一边却开始精打细算到每月1500美元，差距怎么会大到这个地步？ 最近，海外投资机构Leonis Capital专门写了一篇文章讨论这件事。他们给出的答案很有意思： 企业买AI，实际上正在跑两套完全不同的经济学。 一种把AI当成本，目标是用更少的钱完成同样的事。另一种把AI当增长资本，只要它能创造更多产品、更多客户、更多收入，Token花得越多，反而越划算。 理解这两套经济学，可能比讨论哪家模型更强，更接近AI商业化真正的核心。 / 01 / 当智能成为商业模式瓶颈 在Leonis Capital看来，这里问题的背后藏着两个悖论： 第一，为什么有些公司拼命砍AI成本，另一些却毫不吝惜地买最贵的前沿模型？ 第二，如果开源正在逼近前沿水平，封闭模型凭什么还能收那么高的溢价？ 这两个问题底下，其实是同一个问题——智能，是不是商业模式的瓶颈？ 两个答案，对应两门完全不同的经济学。 扩张型市场：产出随智能提升而增长。更高的智能水平就直接等于更多的收益。买家会掏钱买能买到的最好的模型，不问价格。 这有点像赛车。花十亿美元买前沿AI，就像在赛道上买最快的赛车，而圈速是唯一目标。性能就是一切，性能越强，你越愿意付钱。 效率型市场：产出被非智能的约束条件卡死。一旦智

今年AI应用的最大赢家，居然是招聘股。 Meridian Capital跟踪的13家全球招聘服务上市公司中，有8家在美国上市，截至8月底，还是这8家公司，年内平均涨幅已经达到约85%，中位数涨幅接近94%，几乎集体翻倍。 过去两年，周期下行叠加AI对招聘人员的替代，让招聘公司一度成了资本市场最嫌弃的公司。2024—2025年，这8只招聘股平均累计下跌约48%。 当然，这波行情离不开周期的功劳——美国用工周期回暖，招聘公司本身就是高杠杆生意，收入一反转，利润和股价的弹性都极其夸张。 但周期，只能解释一半。另一半，恰恰是AI。 一方面，AI把大量标准化工作自动化，把交付成本压下来；另一方面，AI又让公开简历越来越不可靠，把经过真实招聘结果验证的数据变得更稀缺。 也就是说，AI不仅压低了“人力”的价值，还抬高了“效率”和“真实数据”的价值。 今年，硅基君就来聊聊，招聘股到底是如何在AI时代"翻身"的。 / 01 / AI时代，招聘公司反而越值钱了 很多人可能不清楚，传统的人力招聘是一个典型堆人的生意。客户越多、岗位越多，筛选、沟通、验证、跟进的人就要跟着加。 招一个岗位，收到几百份简历，招聘顾问先筛一轮，再逐个联系候选人、确认意愿、问基本情况、安排面试。这些重复劳动，过去只能靠人。 现在AI一下子把聘公司的人力成本彻底打下来了。 Adecco今年的做法就很激进，它把候选人预筛、人才池管理、面试安排、入职等标准化环节，直接交给AI Agent。 截至今年6月，公司AI Agent累计完成超过120万次候选人交互，其中25万次是完整AI面试，覆盖约5万个岗位。 更有意思的是，超过60%的候选人交互发生在正常办公时间之外。 AI不需要下班。 过去靠堆人头扩张的生意，现在靠AI Agent就能扩张。据Adecco自己也披露，这套系统跑下来，招聘交付时间直接缩减一半。 截至二季度，Adec

今天凌晨，AI戒指公司 Oura 公布了招股书。 这可能是目前最成功的一家AI硬件公司。截至2026年6月30日的过去12个月，公司一共卖出了 360万枚 Oura Ring。平均下来，相当于每天卖出接近1万枚。  收入增长也极为迅速。2024财年，公司收入只有4.07亿美元。到2026年6月的九个月，公司收入进一步达到 12.15亿美元，同比增长74%。  但比收入增长更值得关注的是，Oura正在验证一种新的AI硬件商业模式：硬件+订阅。  目前，Oura大部分收入仍然来自卖戒指，但增长最快的已经是会员订阅。  2026财年前九个月，会员收入达到 2.405亿美元，同比增长121%，收入占比从16%提升到20%。  更重要的是，由于会员业务毛利率高达89%，虽然收入占比只有20%，但贡献的毛利润占公司整体毛利润约32%。  也就是说，AI硬件可能不再是一门只能靠卖设备赚钱的生意。  这让Oura看起来越来越不像一家传统硬件公司。2026财年前九个月，公司整体毛利率从去年同期的51%提升到55%，净利润从160万美元增长到 6080万美元。  今天，我们就来说说Oura这家公司，以及它背后的AI硬件生意。  / 01 / 一枚每天戴23小时的戒指，变成“身体监测器” Oura做的事情其实很简单，就是健康监测。  和大多数戴在手腕上的可穿戴设备不同，Oura把传感器放在了手指上。  按照招股书的说法，手指血管更加丰富，可以获取到比手腕强100倍的PPG，也就是光电容积脉搏波信号。  信号更强，心率、心率变异性、呼吸这些数据也更容易测准。  Oura披露，其心率、心率变异性、排卵追踪和睡眠监测准确度分别约为 99%、98%、96%和96%。