簡訊：腦動極光中期收入近翻倍 虧損仍擴大
腦動極光醫療科技有限公司（6681.HK）周四公布，截至6月底止六個月，收入按年大增92.8%至1億元（美元）。不過，公司虧損進一步擴大，期內錄得虧損1.27億元，按年擴大11%，經調整淨虧損為8,802萬元。 公司指，收入上升主要來自購買系統的醫院增加，由去年同期的186家增至205家，患者使用次數亦由約180萬次增至259萬次，院外使用人數增至12,915人。同時，醫療AI大模型解決方案貢獻逾2.4億元收入，成為新業務增長點。然而，銷售成本、行政及研發費用大幅增加，拖累整體虧損擴大。 腦動極光是一家專注於認知障礙數字療法解決方案創新企業。今年6月，公司集團執行董事兼首席執行官及首席研發官王曉怡因抑鬱症辭職。 腦動極光股價周五平開，至中午休市報5.36港元，跌1.83%。 李世達 欲訂閱咏竹坊每周免費通訊，請點擊這裏
中國AI大模型應用如何驅動商業新範式？
大模型競爭正加速由模型層轉向應用層，消費端與企業端市場各自展現出不同機遇與挑戰，AI落地正深刻重塑產業格局與未來價值演進 頭豹研究院 在AI大模型技術浪潮的推動下，創新焦點正從模型本身轉向應用層，一場由模型驅動的應用革命正深刻重塑千行百業的商業範式與用戶體驗。 當AI能力從雲端走向場景，如何精準捕捉用戶需求、開闢商業化路徑，並駕馭新興的流量格局，已成為所有市場參與者面臨的核心命題。頭豹研究院近日發布《2025年中國大模型應用市場洞察白皮書》以消費端和企業端兩大市場為切入點，深入辨析核心應用場景、流量格局及需求差異與競爭策略。 應用生態成型 報告指出，在AI消費端應用方面，大模型應用層產品按商業成熟度可分三類：較成熟的嵌入式應用、發展中的原生AI應用，以及萌芽期的智能硬件探索。嵌入式應用通過為既有軟件賦能實現高效變現，成熟度最高；原生AI應用以模型為核心創造新服務，但商業模式仍在探索；智能硬件則結合物理交互，潛力巨大但挑戰也最大。 三類應用的價值實現路徑各異：嵌入式應用依托用戶基礎快速變現；原生AI則需在競爭中驗證模式；智能硬件則面臨成本、技術和接受度難關。 在全球範圍內，面向消費者的網頁端應用呈現頭部集中效應。ChatGPT以近47億次月訪問量佔據絕對領先，微軟新必應以15.3億次緊隨其後，二者構成第一梯隊。其後DeepSeek、Gemini、Perplexity、Character.ai、Claude等形成第二梯隊，但與頭部差距明顯。 報告稱，AI對話助手與AI搜索引擎是當前網頁端AI應用的兩大主導形態，合計貢獻超八成流量，主要歸因於信息查詢和交互式問答是用戶最高頻、最基礎的網絡核心需求，AI搜索和AI助手恰好高效滿足了這一點；同時，這兩類應用場景通用性強，用戶基數龐大，加之領先產品通過先發優勢或整合原有入口已成功積累了大量用戶並驗證了其核心價值。 大模型應用在移動App端和網頁端的核心區別體現在交互體驗與功能集成上。網頁端應用具備無需安裝、跨平台訪問便捷的優勢，更適合信息快速獲取和基於文本的交互任務。相比之下，移動App能夠提供更流暢、定制化的用戶界面，並且可以深度調用手機的硬件資源（如攝像頭、麥克風），這使得App端AI應用能實現與移動場景（拍照美化、實時語音翻譯）結合更緊密、更多元的交互方式。 產業格局重塑 網頁與APP的形態差異顯著影響了全球移動端AI應用的市場格局。儘管AI對話助手以近70%MAU佔比保持主導，但其領先程度和用戶規模較網頁端有所減弱。更值得注意的是，AI搜索引擎份額較網頁端下降，而AI圖像編輯類應用則憑借契合手機影像核心場景的優勢，異軍突起佔據近10%份額，顯示出移動端獨特的使用偏好。 大模型消費端應用在AI助手和辦公領域展現了較強的滲透力，而AI創作和娛樂應用則面臨粘性不足與活躍度增長放緩的問題。助手類應用已成為核心組成部分，深度語音交互和智能助理類產品增長顯著，成為行業標杆。AI辦公與創作應用也顯示強勁發展，如WPS AI和AiPPT.cn在效率提升中與需求深度融合。相比之下，生活娛樂類應用粘性不足，雖有短期熱度，但新鮮感消退後容易流失。 在企業級應用方面，大模型落地的關鍵在於能力與需求契合、ROI可量化，以及數據與算力資源的支撐，三者協同方能推動高效應用與持續價值釋放。金融、醫療等行業已展示潛力，這些領域共同點在於擁有高價值專業數據與充足預算，且需求明確，能在自動化、預測與決策支持方面產生顯著效益。 當前，中國企業從大模型應用中獲得的回報主要集中在運營效率提升，金融、製造、零售等領域已有量化證據表明其在任務自動化、流程優化、研發加速等方面展現成效。隨著技術成熟與場景拓展，大模型價值將由短期降本增效轉向戰略驅動與收入增長，從試點應用演進為深度融合核心業務的垂直化創新。 不過，大模型在企業落地仍面臨精準適配的難題。調研顯示，高達87%的企業認為現階段模型在處理高邏輯複雜度任務時仍難以滿足需求；62%的企業指出模型選擇缺乏標準化依據；50%表示模型能力與業務需求不匹配；39%認為缺乏精調和部署工具影響效率。整體而言，要實現大規模可持續落地，仍需在精度提升、標準化、行業對齊與工具鏈支持方面持續突破。 頭豹研究院中國是行企研究原創內容平台和創新的數字化研究服務提供商，擁有近百名資深分析師，聯繫方式：CS@leadleo.com 本文內容純屬作者個人意見，不代表咏竹坊立場 欲訂閱咏竹坊每周免費通訊，請點擊這裏
新聞概要：雲知聲上市爲投資者提供垂直整合型AI解決方案
這家面向多元商業客戶的人工智能服務商透過香港IPO集資4,100萬美元，未來數月或透過增發股份再集資更多資金。 陽歌 雲知聲智能科技股份有限公司（9678.HK）於本周一在香港交易所正式掛牌交易，爲投資者帶來了全新的、具有廣泛潛在商業用戶基礎的全整合人工智能選項。 雲知聲透過出售156萬股股份，每股定價爲205港元，成功集資了2.06億港元（約合2620萬美元）資金，其中約三分之一的股份分配給了三家基石投資者。此次發售的股份僅佔公司總股本的2.2%，這比例相對較低；如果市場需求強勁，雲知聲可能會在未來數月內進行一輪或多輪增發，以集資更多資金。 雲知聲股價開盤零升跌，報205港元，公司市值達到145億港元。 作爲中國AI領域的老牌企業之一，雲知聲成立於2012年，創辦人黃偉和梁家恩均具科學背景。公司憑藉卓越的技術實力，以及早期在語音識別和認知智能方面的研究積累，已經打造了數十款垂直整合型產品；目前公司產品主要面向來自多個行業的商業客戶銷售，包括醫療、保險、日常生活和交通運輸等。 雲知聲的AI服務能夠幫助客戶更高效地營運其業務流程，而支撐這些服務的是其2016年開始建立的Atlas人工智能基礎設施。在Atlas的基礎上，公司於2023年推出了自主研發的山海大模型（UniGPT），這是一款600億參數的大型語言模型（LLM），也是公司面向客戶的雲知大腦（UniBrain）技術平台的核心。 雲知聲去年收入增長29%，由2023年的7.27億元人民幣增長至9.39億元人民幣（約合1.31億美元）。公司把收入分爲兩個主要類別：醫療保健和「生活」。「生活」類別佔去年總收入約80%，涵蓋來自智慧交通和智慧生活領域的客戶。 值得注意的是，公司前五大客戶收入貢獻佔比僅約四分之一，這比例相對較低；表明雲知聲擁有龐大的客戶基礎，這在中國AI領域中相對罕見；業内大部分公司往往依賴少數幾個客戶來獲取大部分業務。 去年公司毛利率達到38.8%的較高水平。然而，與AI領域的許多公司一樣，雲知聲的研發開支較高，導致其經調整淨虧損去年擴大了22%，由2023年的1.37億元人民幣增至1.68億元人民幣。到去年年底，公司的現金結餘下降至1.56億元人民幣；不過，新集資的IPO資金應該有助於公司在未來實現盈利。 按照IPO價格計算，雲知聲的市銷率（P/S）爲14倍；與其在香港上市的同行相比，這數值看起來相當強勁。相比之下，規模更大的商湯（0200.HK）和第四範式（6682.HK）的市銷率分別爲12倍和43倍。 咏竹坊專注於在美國和香港上市的中國公司的報道，包括贊助內容。欲瞭解更多信息，包括對個別文章的疑問，請點擊這裏聯繫我們 欲訂閱咏竹坊每周免費通訊，請點擊這裏
為何人形機器人無法承受智慧的重量？
人形機器人被視為具身智能實現的核心形態之一，但其與AI大模型的結合，仍有一段路要走 頭豹研究院 在生成式AI快速演進的當下，人形機器人被視為具身智能的最佳載體，但將AI大模型真正落地至這一複雜平台，卻遠比想像中困難。頭豹研究院綜合行業分析師饒立杰指出，儘管政策支持與產業資本逐漸聚焦，大模型與人形機器人結合仍面臨明顯技術與商業挑戰。 硬件是最直接的限制。以GPT-4等千億級參數模型為例，其推理過程需數十GB記憶體與上百TOPS（萬億次運算/秒）算力支援，而現階段多數人形機器人所採用的嵌入式運算平台（如輝達Jetson系列），算力僅介於10至50 TOPS，遠不足以應對大型語言模型的運算需求。這迫使機器人需仰賴雲端處理，但無論是5G或6G模組，每小時約消耗5至10W電力，加上傳輸延遲與失效風險，都不利於機器人進行實時決策。 此外，若選擇本地運行大模型，則需搭載高階AI處理器如輝達Orin，其典型功耗達15至30W，配合目前1至3kWh的機器人電池容量，將導致續航力大幅縮減，甚至縮短75%以上。對一台設計用於長時間自主工作的機器人而言，這是致命短板。 控制反應落差大 即使克服算力問題，傳感器與大模型的數據鏈整合也非易事。人形機器人在環境感知與動作控制上需在100至300毫秒內完成感知—理解—行動的反饋閉環，然而目前大型語言模型推理延遲往往達秒級，在實際應用中無法滿足即時控制需求。 舉例來說，當機器人接收到語音或視覺輸入後，需即刻決定「是否行動」、「如何行動」，但大模型計算延時過高，容易導致行動滯後甚至錯誤，特別在高風險或複雜環境中，更難以保證操作安全性與精準性。 除了技術問題，商業落地也是目前尚未解決的核心挑戰。高算力需求意味著高硬件成本，若需搭載如輝達A100等GPU，其單顆售價高達1.5萬美元，使整機成本輕易突破數萬美元，遠高於消費市場可接受的人形機器人理想價位（約為10,000美元以內）。這也直接壓縮了商用部署的投資回報率空間。 即便勉強部署，大模型在人形機器人上的應用場景仍以倉庫、工廠等半封閉環境為主，對如家庭看護、零售接待等開放性場景仍難以實現靈活適應。此外，AI模型在不同空間、語義與行為需求的泛化能力不足，也讓人形機器人的商業化缺乏穩定成長基礎。 人形機器人要真正搭載並運行AI大模型，需要算力、電源管理、控制延遲與場景泛化等多重技術突破同時發力。短期內，垂直領域的小模型或中型模型更具可行性，能在工業檢測、醫療輔助等場景中先行落地。未來隨著輕量化AI晶片與邊緣運算架構進一步成熟，AI大模型或可真正成為人形機器人的「大腦」，引領具身智能邁向更廣闊的商業前沿。 頭豹研究院中國是行企研究原創內容平台和創新的數字化研究服務提供商，擁有近百名資深分析師，聯繫方式：CS@leadleo.com 原文刊登於《時代周報》，記者為朱成呈 本文內容純屬作者個人意見，不代表咏竹坊立場 欲訂閱咏竹坊每周免費通訊，請點擊這裏
蘋果在中國的AI豪賭：押錯寶了嗎？
蘋果選擇與阿里巴巴進行有限的AI合作，而不是採用備受關注的開源明星DeepSeek，可能是一種誤判 卓薇安 當蘋果(AAPL.US)宣布與阿里巴巴(BABA.US; 9988.HK)合作，提升其在中國市場的AI驅動智能手機功能時，這一舉動普遍被視為為了應對北京日益嚴格的監管要求而作出的深思熟慮之舉。然而，在選擇阿里巴巴的同時，蘋果或許忽略了中國AI版圖中的真正顛覆者——DeepSeek。這家開源新創公司正悄悄地以阿里巴無法企及的方式重新定義AI效率與生態整合能力。蘋果未擁抱DeepSeek，可能是一次重大的戰略誤判，讓它在這個以本地化與靈活性為主導的市場中陷入被動。 蘋果對阿里巴巴的有限押注 蘋果在中國的AI策略主要聚焦於透過阿里雲基礎設施，提升Siri的中文語言能力與AI驅動的照片搜尋功能。這樣的策略合情合理，但缺乏想像力。它確保了符合法規，也能接觸到阿里龐大的用戶生態系，但這僅僅觸及了中國AI需求快速演進的表層。 事實是，中國的AI競賽早已不再是單點技術的升級，而是圍繞「生態驅動、低延遲、無縫整合」的智能體驗。字節跳動的超個性化推薦引擎，以及騰訊(0700.HK)的AI驅動微信生態，就是這種轉變的典型代表。蘋果對阿里的依賴，無法使其在這場新時代的競爭中站穩腳跟。它仍然像個局外人，在這個需要深耕本地、分散式AI策略的市場裡步履維艱。 DeepSeek引爆AI寧靜革命 DeepSeek代表了中國AI範式的根本性變化。不同於阿里封閉的雲端架構，DeepSeek主打輕量化、節能高效的開源模型。這一策略正快速獲得中國科技巨頭的青睞。 例如，騰訊的微信搜尋功能借助DeepSeek架構，使響應時間縮短了40%；美團(3690.HK)也將其整合進客服機器人中。甚至連阿里的釘釘(DingTalk)企業平台，也開始利用DeepSeek進行工作流程自動化。 優勢顯而易見：DeepSeek的AI模型設計偏重於「端側運算」，減少對雲端依賴，同時提升速度與能效——這與蘋果本身在Apple Silicon晶片上推進的端側AI策略不謀而合。若蘋果能將DeepSeek納入其AI版圖，不僅可大幅降低雲端基礎設施成本，也能更符合中國對AI本地化處理的監管要求。 掌中AI戰：中國本土巨頭迅速領先 就在蘋果尚在追趕的同時，華為、榮耀與Vivo等本土品牌正積極將AI深度整合進其硬體產品中。例如，華為的Mate 60 Pro搭載了自家的「麒麟AI晶片」，實現實時端側運算；榮耀的Magic系列則強調「零延遲」的AI互動。 這些公司深知，在中國，AI早已不是附加功能，而是用戶的基本期望。 更令蘋果進退兩難的是，一些中國安卓品牌推出的「偽AI」功能，透過預設的關鍵詞觸發回應，來營造出類似AI的效果。這種情況導致市場認知混淆：即使蘋果的AI技術更先進、更真實，消費者仍可能認為價格更低的中國手機同樣具有AI功能。 合規的代價vs創新的成本 監管仍是蘋果在中國面臨的核心挑戰。北京對數據本地化與AI治理的嚴格要求，迫使外國企業與本土企業合作，這正是蘋果選擇阿里巴巴的主要原因。 然而，蘋果必須明白：「合規」不等於「領先」。中國的AI發展模式，與硅谷那種以登月計畫式創新為驅動的模式截然不同。中國AI的核心在於：快速整合、多功能場景落地、生態協同驅動，而非單點突破。 字節跳動的剪映（CapCut）是最佳例證。這款AI驅動的短影音工具，結合用戶生成內容與實時推薦演算法，在數週內迅速爆紅。而蘋果的AI項目，例如Vision Pro空間運算，雖具創新性，卻難以達到中國本地那種深層、生態化的滲透。 要縮短這個差距，蘋果不僅要與阿里合作，更應與騰訊的AI基礎架構、字節的內容推薦系統等更廣泛的本土力量展開合作。 蘋果AI策略需要重啟 蘋果與阿里巴巴的合作，雖是必要的一步，但絕非足夠。中國AI競爭的真正戰場，是生態驅動、開源靈活、端側高效。DeepSeek正是這些趨勢的集中體現，而蘋果選擇忽視它、轉向阿里，或將為此付出高昂代價。 若蘋果希望在中國AI領域保住未來，它必須意識到：成功不在於「穩妥地綁定單一合作夥伴」，而在於建立一張反映中國技術生態特性的合作網絡。在這個沒有單一企業能主導AI的市場裡，蘋果若不徹底調整，恐將在這場本世紀最關鍵的技術競賽中被甩在後頭。 本文僅代表作者個人觀點，不代表詠竹坊的觀點 卓薇安，駐新加坡記者，專注科技方面的報道，也是科技媒體初創公司Tech…
新聞概要：晶泰借AI風口 配股集資2.67億美元
這家騰訊支持的人工智能藥物研發公司宣布大規模融資，以加速其AI項目的開發 余特莉 人工智能藥物研發公司晶泰控股有限公司(2228.HK) 趕上近期中國科技股上漲勢頭，周三宣布配股集資20.8億港元(2.67億美元)。總部位於深圳的晶泰科技表示，將以每股6.10港元配售最多3.42億股，較前一日收市價折讓5.9%，配售股份佔擴大後股本的8.52%。 晶泰背靠騰訊等投資者支持，公司表示配股所得將用於增強研發能力，特別是在AI驅動的藥物研發和智能自動化解決方案。 同樣在周三，晶泰宣布其一家子公司將與國有企業的廣東恒健投資合作，推進在華南大灣區的「AI+科技與產業融合創新聯盟項目」。項目旨在提升「AI+機器人自動化」技術，打造產業孵化生態系統，促進戰略產業發展。晶泰科技認為，計劃將推動粵港澳大灣區及全球產業，特別是AI驅動的醫藥、新材料、新能源和機器人領域的數字化和智能化轉型。 公告發布後，晶泰周三飆升19%，收報7.71港元。周四盤中，股價進一步上漲7.3%，過去一個月累計漲幅達83%。 晶泰去年6月根據香港交易所新規上市，該規定降低專業科技公司的收入門檻。週一，晶泰預計2024年收入將超過2.5億港元，較2023年的1.74億港元增長約44%，表明公司正向商業化公司轉型。 晶泰非近期唯一借市場對中國科技公司的熱捧而集資的企業。自去年秋季，市場氣氛因AI初創公司深度求索(DeepSeek)的成功而進一步升溫。智能駕駛技術公司黑芝麻(2533.HK)週三也宣佈配售新股集資12.4億港元，機器人製造商優必選(9880.HK)週四宣佈，計劃融資8.76億港元。 DeepSeek的熱潮推動恆生科技指數過去一個月上漲近24%，週二指數收於5,639點。 晶泰是一家技術驅動的制藥公司，2015年由三位畢業於麻省理工學院的中國學生創立，致力於將人工智能、量子物理和雲計算相結合，以革新藥物研發和材料科學領域。除騰訊外，其他投資者還包括紅杉資本、谷歌、中國人壽和未來資產。
美國需要重置AI戰略思維
DeepSeek的崛起顯示，美國不應再將AI優勢視為理所當然 田豐 從矽谷的董事會、到華爾街的交易大廳，以及華盛頓的政策圈內，一種根深蒂固的假設佔據主導地位：憑藉其強大的計算能力和專有AI模型，美國在人工智能領域的領先地位穩固無虞。 這種思維模式在美國對高端晶片的出口管制及對封閉式AI技術的鉅額投資推動下，已成為科技業高管、投資人和政策制定者的共識。然而，來自中國的最新進展，特別是DeepSeek的崛起，顯示這一共識可能是一種危險的誤判。作為一名深耕中國AI生態系統的觀察者，我看到了一場正在發生的根本性變革，這場變革正在顛覆AI競爭的基本規則。 DeepSeek，一家兩個月前還鮮為人知的中國新創公司，如今卻成功開源了與 OpenAI頂尖技術相匹敵的AI模型，且訓練成本僅為OpenAI的十分之一。這並非因為中國掌握了更強大的計算能力，也不是依賴從矽谷挖角人才，而是來自對AI模型架構與訓練效率的徹底革新。這一突破凸顯示出，美國的AI戰略思維存在局限性。 美國AI戰略主要圍繞兩大支柱：限制中國獲取先進半導體，並對最前沿的 AI模型採取封閉政策。然而，這兩大策略正逐漸暴露出明顯的漏洞。雖然中國的計算能力仍落後美國一個數量級，但中國工程師正透過創新手段，將現有硬件的效能發揮至極限。明顯的例證是，DeepSeek研究人員開發出的新型GPU優化技術，美國企業正爭相理解並模仿。 與此同時，中國的半導體產業也在穩步發展。中芯國際(0981.HK；688981.SH）的7奈米晶片，以及華為的Ascend AI處理器，雖然尚未達到輝達(NVDA.US）最新產品的水準，但雙方的技術差距正在縮小。若這一趨勢持續，中國在五年內實現AI晶片自給自足的可能性極高，屆時，美國的出口管制將逐漸失去影響力。 建立全球開發者社群 然而，美國AI領導地位所面臨的最大挑戰，來自中國對開源AI的擁抱。當美國企業將AI模型視為「皇冠上的明珠」守護時，中國企業則越來越多地選擇公開分享研究成果。這不僅是一種技術策略，更是一種全球競爭戰略。透過讓更廣泛的開發者接觸先進AI技術，中國企業正在建立一個全球開發者社群，並通過集體合作加速創新。 人才競爭的格局也正在改變。十年前，中國科技企業仍依賴美國培養的 AI 研究人員，如今，北京的清華大學、香港科技大學等頂尖學府已具備培養世界級AI科學家的能力，且越來越多的年輕研究人員選擇留在中國，因為這裡提供了更多專注於基礎研究的機會，而不像美國市場般強調短期商業回報。 此外，中國在人工通用智能(AGI)的發展方向上，與美國有顯著不同。美國的 AI 研發往往專注於突破性的技術進展，並將大量資源投入軍事應用；相較之下，中國企業更專注於AI在實際生活中的大規模應用，從農業無人機到智能醫療機器人，中國的AI發展重點是滿足社會需求，而非執著於遙不可及的技術奇蹟。 這種務實導向的模式形成了一個良性循環。每一項AI應用的部署，都能產生大量真實世界的數據，這些數據進一步增強AI模型的能力。在中國龐大的基礎設施網絡下，數以億計的AI設備正在運行，使中國企業累積了美國企業難以匹敵的關鍵訓練數據。 但這一切並不意味著美國的AI領導地位已不可挽回。美國仍然擁有世界頂尖的學術機構、卓越的創新文化，以及強大的資本市場，這些優勢使其仍具備維持AI領導地位的潛力。然而，若要繼續保持競爭力，美國必須對其AI戰略進行深刻調整。 首先，美國應重新評估當前對開源AI的態度。著重封閉式模型雖能在短期內保護競爭優勢，但長遠來看，這種策略將導致知識孤立，限制技術進步的速度。相較之下，中國的開源模式已經證明可以有效促進全球範圍內的AI創新。 其次，美國不能僅僅依賴硬件優勢，而應更加注重AI軟件與演算法的創新。中國的發展已證明，即便計算資源有限，透過架構優化與軟體創新，仍可實現技術突破。 此外，美國應優化移民制度，吸引並留住全球最優秀的AI人才，尤其是在基礎研究領域。長期以來，美國一直是全球科技人才的首選目的地，但日益嚴格的移民政策可能削弱其競爭力。 最後，美國AI戰略應在軍事與民用領域之間尋求平衡。目前，美國對AI軍事應用的高度關注，使其在消費市場與產業應用上顯得落後，而這正是中國AI迅速成長的領域。 DeepSeek 的崛起以及中國AI的快速進步，不應被視為威脅，而應成為美國AI 戰略的警鐘。未來的AI競爭，不再僅取決於計算能力，更取決於創新力、效率，以及對全球合作的開放態度。美國的科技領導地位，向來建立在不斷適應與創新的基礎上，而現在，正是展現這種適應能力的關鍵時刻。 田豐，快思慢想研究院創始院長，曾任商湯產業戰略研究院院長，阿里雲研究院創始人，他的聯繫方式：iamtianfeng@aliyun.com 本文內容純屬作者個人意見，不代表詠竹坊立場…
