即刻App年轻人的同好社区
下载
置顶
The information：中国 AI 的新淘金热：世界模型
一年前，当陆弘远完成他在人工智能与工程领域的博士学位时，他曾与一些投资者接洽，希望筹集资金建立一家致力于开发“世界模型”的初创公司。世界模型是一种能够理解并模拟物理世界的 AI 系统。但当时正专注于 AI Agent（智能体）应用领域的投资者们对此并不感兴趣。
他说，到了今年，整个环境已经完全不同了。“世界模型”已成为中国初创领域的新流行词。曾联合撰写学术论文探索如何让 AI 理解虚拟空间环境的陆弘远，开始在微信上收到来自风险投资人的好友申请。他的初创公司——总部位于上海和香港的 FaceMind——今年已从包括中国网络安全公司奇虎 360 旗下风投基金在内的投资者手中筹集了 2,000 万美元的种子轮资金。
“如果我为大公司工作，我可能没有自由去探索世界模型，因为那些公司有自己的战略和许多其他优先事项，”拒绝了字节跳动的工作邀约转而投身 FaceMind 的陆弘远说道。
陆弘远只是中国大量涌现的创业者之一，其中包括许多大学教授或博士生，他们正蜂拥成立自己的 AI 实验室。虽然这种趋势在某种程度上也在美国上演，但美国的“新实验室（neolabs）”倾向于专注于多元化的研究实验室，且多由曾在知名企业任职甚至担任过高管的研究人员掌舵。
这一新世代中国 AI 实验室的不同之处在于，他们绝大多数都专注于世界模型。这种模型能够模拟现实世界环境，旨在近似拟合物体如何运动以及如何与周围环境互动的物理规律。
这是因为世界模型被视为开启人形机器人和自动驾驶领域突破的关键所在，而这两个领域恰恰拥有中国在全球最广泛、最深厚产业链的支撑。这些中国新实验室认为自己有机会，因为与大语言模型这条已经被众人踩平的道路相比，构建世界模型的竞赛仍处于早期阶段，目前尚未出现领跑者。
当地风险投资人表示，这引发了一场对世界模型的狂热追捧，让人联想起 2023 年的大语言模型热潮——当时无数中国新初创公司竞相开发大语言模型，被当地媒体形容为“百模大战”。
“现在围绕世界模型的炒作是前所未有的。科技巨头、初创公司和风投机构都在蜂拥而入，”清华大学 AI 与机器人专业研二学生张健科表示。两个月前，他与同学共同创立了世界模型初创公司 LatentVerse。“现在有太多的博士生在成立自己的初创公司，”张健科说。
LatentVerse 在 6 月从高瓴资本（Hillhouse）等蓝筹投资者手中筹集了数千万美元，目前正在寻求新一轮融资。
这场淘金热是如此剧烈，以至于各类初创公司都开始根据自己对该概念的理解，套上“世界模型”的标签。例如，今年 1 月成立的中国初创公司 PettiChat（该公司开发针对宠物的穿戴式 AI 设备）在 4 月表示，它正在构建据称是首个“动物行为世界模型”，这是一种旨在模拟和预测宠物行为的 AI 系统。
今年成立世界模型初创公司的研究人员有了一套全新的融资公式，他们称之为“1-3-5-7”。这意味着他们希望在第一轮融资中估值达到 1 亿美元，第二轮达到 3 亿美元，以此类推。有些人甚至在同一次洽谈中就提出前三轮融资的需求，要求投资者对这三轮融资同时做出出资承诺。
一些风险投资人警告称，投资那些缺乏在知名实验室或科技公司构建前沿模型履历的研究人员可能是一场高风险的赌博。相比之下，许多美国新实验室的创始人都是曾在 Open AI 和 xAI 等知名企业工作过甚至担任过高管的研究人员。
中国新实验室面临的挑战还不止于此。他们都面临着一个先天缺陷：受限于美国的出口限制，先进芯片出现短缺。怀疑论者表示，一旦炒作退去，中国的这些新实验室将难以获得足够的芯片和人才。
尽管新成立的世界模型初创公司正在快速融资，但它们必须与财力雄厚的科技巨头以及根基深厚的 AI 独角兽竞争有限的芯片供应。据《The Information》报道，中国主要的 AI 企业月之暗面（Moonshot AI）和深度求索（DeepSeek）都在其最新的大语言模型训练中使用了英伟达先进的 Blackwell 芯片，这两家公司都已从投资者那里筹集了数十亿美元。
研发世界模型的中国新初创公司的研究人员表示，他们正从提供云服务的科技巨头（如阿里巴巴和百度）租用芯片来训练模型。但他们同时也承认，大多数中国新实验室尚未找到解决算力问题的长期方案。
“百个世界模型大战”
在美国，由知名 AI 先驱创立的少数几家新世界模型初创公司已筹集了数十亿美元。由空间智能研究先驱、斯坦福大学教授飞飞（Fei-Fei Li）领衔的旧金山初创公司 World Labs，在 2 月以 50 亿美元的估值筹集了 10 亿美元。3 月，前 Meta Platforms 首席 AI 科学家杨立昆（Yann LeCun）为其新初创公司 Advanced Machine Intelligence Labs 在种子轮融资中筹集了超过 10 亿美元。
美国正在发生的事情在中国科技界和投资界引发了强烈讨论，大家纷纷探讨世界模型作为实现人形机器人和其他自动化技术大规模商业化关键步骤的重要性。世界模型的概念在中国引起了特别强烈的共鸣，因为中国拥有庞大的制造业和物流业，能够提供来自工厂和仓库的真实世界数据，同时政府也对机器人产业给予了大力支持。
近几个月来吸引了大量投资者关注的世界模型初创公司之一是“自然意志”（英文为 Ziran Yizhi）。其创始人丁宁是清华大学的助理教授，他是一篇发表于 2023 年、极具影响力的学术论文的主要作者，该论文探讨了一项通过更新极小一部分参数来微调海量 AI 模型的技术。据知情人士透露，这家总部位于北京的初创公司成立于今年早些时候，估值约 5.7 亿美元，其支持者包括红杉中国（HongShan）、蚂蚁集团和电池巨头宁德时代（CATL）。
越来越多来自传统行业的成熟企业也在背书世界模型初创公司。上周，在香港上市的医疗器械公司深圳康多机器人（Shenzhen Edge Medical）宣布，已投资由清华大学另一位助理教授于 1 月创立的北京世界模型初创公司 PrimalVerse。深圳康多机器人在一份监管文件中表示，它将与该初创公司合作开发 AI 驱动的手术机器人。
一些开发视频生成模型的中国 AI 独角兽也已将其重心转向世界模型。总部位于北京的生数科技（ShengShu Technology）过去最出名的是其 AI 视频业务“Vidu”，该业务与字节跳动的 Seedance 视频模型展开竞争。4 月，生数科技发布了 Motubrain，这是一款旨在作为机器人导航物理环境的“大脑”的世界模型。生数科技现在将自己定义为一家“通用世界模型公司”。
今年 1 月，另一家与生数科技竞争的 AI 视频生成初创公司 PixVerse 推出了一款“实时世界模型”R1，该模型允许用户创建一个逼真的虚拟世界，并通过文本或图像提示词实时对其进行持续修改。本月早些时候，PixVerse 宣布推出 PixVerse Game Engine，这是一款由 R1 模型驱动、用于构建互动电子游戏的新软件框架。
尽管一些投资者开始将世界模型热潮描述为泡沫，但创始人表示，资金和资源的快速集中可能会带来真正的突破。
“如果没有这个泡沫，突破可能就不可能发生，”张健科说。
一年前，当陆弘远完成他在人工智能与工程领域的博士学位时，他曾与一些投资者接洽，希望筹集资金建立一家致力于开发“世界模型”的初创公司。世界模型是一种能够理解并模拟物理世界的 AI 系统。但当时正专注于 AI Agent（智能体）应用领域的投资者们对此并不感兴趣。
他说，到了今年，整个环境已经完全不同了。“世界模型”已成为中国初创领域的新流行词。曾联合撰写学术论文探索如何让 AI 理解虚拟空间环境的陆弘远，开始在微信上收到来自风险投资人的好友申请。他的初创公司——总部位于上海和香港的 FaceMind——今年已从包括中国网络安全公司奇虎 360 旗下风投基金在内的投资者手中筹集了 2,000 万美元的种子轮资金。
“如果我为大公司工作，我可能没有自由去探索世界模型，因为那些公司有自己的战略和许多其他优先事项，”拒绝了字节跳动的工作邀约转而投身 FaceMind 的陆弘远说道。
陆弘远只是中国大量涌现的创业者之一，其中包括许多大学教授或博士生，他们正蜂拥成立自己的 AI 实验室。虽然这种趋势在某种程度上也在美国上演，但美国的“新实验室（neolabs）”倾向于专注于多元化的研究实验室，且多由曾在知名企业任职甚至担任过高管的研究人员掌舵。
这一新世代中国 AI 实验室的不同之处在于，他们绝大多数都专注于世界模型。这种模型能够模拟现实世界环境，旨在近似拟合物体如何运动以及如何与周围环境互动的物理规律。
这是因为世界模型被视为开启人形机器人和自动驾驶领域突破的关键所在，而这两个领域恰恰拥有中国在全球最广泛、最深厚产业链的支撑。这些中国新实验室认为自己有机会，因为与大语言模型这条已经被众人踩平的道路相比，构建世界模型的竞赛仍处于早期阶段，目前尚未出现领跑者。
当地风险投资人表示，这引发了一场对世界模型的狂热追捧，让人联想起 2023 年的大语言模型热潮——当时无数中国新初创公司竞相开发大语言模型，被当地媒体形容为“百模大战”。
“现在围绕世界模型的炒作是前所未有的。科技巨头、初创公司和风投机构都在蜂拥而入，”清华大学 AI 与机器人专业研二学生张健科表示。两个月前，他与同学共同创立了世界模型初创公司 LatentVerse。“现在有太多的博士生在成立自己的初创公司，”张健科说。
LatentVerse 在 6 月从高瓴资本（Hillhouse）等蓝筹投资者手中筹集了数千万美元，目前正在寻求新一轮融资。
这场淘金热是如此剧烈，以至于各类初创公司都开始根据自己对该概念的理解，套上“世界模型”的标签。例如，今年 1 月成立的中国初创公司 PettiChat（该公司开发针对宠物的穿戴式 AI 设备）在 4 月表示，它正在构建据称是首个“动物行为世界模型”，这是一种旨在模拟和预测宠物行为的 AI 系统。
今年成立世界模型初创公司的研究人员有了一套全新的融资公式，他们称之为“1-3-5-7”。这意味着他们希望在第一轮融资中估值达到 1 亿美元，第二轮达到 3 亿美元，以此类推。有些人甚至在同一次洽谈中就提出前三轮融资的需求，要求投资者对这三轮融资同时做出出资承诺。
一些风险投资人警告称，投资那些缺乏在知名实验室或科技公司构建前沿模型履历的研究人员可能是一场高风险的赌博。相比之下，许多美国新实验室的创始人都是曾在 Open AI 和 xAI 等知名企业工作过甚至担任过高管的研究人员。
中国新实验室面临的挑战还不止于此。他们都面临着一个先天缺陷：受限于美国的出口限制，先进芯片出现短缺。怀疑论者表示，一旦炒作退去，中国的这些新实验室将难以获得足够的芯片和人才。
尽管新成立的世界模型初创公司正在快速融资，但它们必须与财力雄厚的科技巨头以及根基深厚的 AI 独角兽竞争有限的芯片供应。据《The Information》报道，中国主要的 AI 企业月之暗面（Moonshot AI）和深度求索（DeepSeek）都在其最新的大语言模型训练中使用了英伟达先进的 Blackwell 芯片，这两家公司都已从投资者那里筹集了数十亿美元。
研发世界模型的中国新初创公司的研究人员表示，他们正从提供云服务的科技巨头（如阿里巴巴和百度）租用芯片来训练模型。但他们同时也承认，大多数中国新实验室尚未找到解决算力问题的长期方案。
“百个世界模型大战”
在美国，由知名 AI 先驱创立的少数几家新世界模型初创公司已筹集了数十亿美元。由空间智能研究先驱、斯坦福大学教授飞飞（Fei-Fei Li）领衔的旧金山初创公司 World Labs，在 2 月以 50 亿美元的估值筹集了 10 亿美元。3 月，前 Meta Platforms 首席 AI 科学家杨立昆（Yann LeCun）为其新初创公司 Advanced Machine Intelligence Labs 在种子轮融资中筹集了超过 10 亿美元。
美国正在发生的事情在中国科技界和投资界引发了强烈讨论，大家纷纷探讨世界模型作为实现人形机器人和其他自动化技术大规模商业化关键步骤的重要性。世界模型的概念在中国引起了特别强烈的共鸣，因为中国拥有庞大的制造业和物流业，能够提供来自工厂和仓库的真实世界数据，同时政府也对机器人产业给予了大力支持。
近几个月来吸引了大量投资者关注的世界模型初创公司之一是“自然意志”（英文为 Ziran Yizhi）。其创始人丁宁是清华大学的助理教授，他是一篇发表于 2023 年、极具影响力的学术论文的主要作者，该论文探讨了一项通过更新极小一部分参数来微调海量 AI 模型的技术。据知情人士透露，这家总部位于北京的初创公司成立于今年早些时候，估值约 5.7 亿美元，其支持者包括红杉中国（HongShan）、蚂蚁集团和电池巨头宁德时代（CATL）。
越来越多来自传统行业的成熟企业也在背书世界模型初创公司。上周，在香港上市的医疗器械公司深圳康多机器人（Shenzhen Edge Medical）宣布，已投资由清华大学另一位助理教授于 1 月创立的北京世界模型初创公司 PrimalVerse。深圳康多机器人在一份监管文件中表示，它将与该初创公司合作开发 AI 驱动的手术机器人。
一些开发视频生成模型的中国 AI 独角兽也已将其重心转向世界模型。总部位于北京的生数科技（ShengShu Technology）过去最出名的是其 AI 视频业务“Vidu”，该业务与字节跳动的 Seedance 视频模型展开竞争。4 月，生数科技发布了 Motubrain，这是一款旨在作为机器人导航物理环境的“大脑”的世界模型。生数科技现在将自己定义为一家“通用世界模型公司”。
今年 1 月，另一家与生数科技竞争的 AI 视频生成初创公司 PixVerse 推出了一款“实时世界模型”R1，该模型允许用户创建一个逼真的虚拟世界，并通过文本或图像提示词实时对其进行持续修改。本月早些时候，PixVerse 宣布推出 PixVerse Game Engine，这是一款由 R1 模型驱动、用于构建互动电子游戏的新软件框架。
尽管一些投资者开始将世界模型热潮描述为泡沫，但创始人表示，资金和资源的快速集中可能会带来真正的突破。
“如果没有这个泡沫，突破可能就不可能发生，”张健科说。
0 03
“人生如旅，人的生命是一个既长又短的过程。人生而平等，无论是达官显贵，还是布衣百姓，是豪商巨贾，还是贩夫走卒，并无高低贵贱之分。然而，人各有志，道不同，志不同，便形成了各自不同的生命轨迹。人的一生会面临各种各样的选择，趋利避害是人的本能。在逆流面前选择真理，在风浪面前选择坚定，在得失面前选择良知，在误会面前选择理解，在诧异面前选择比较、包容。”
“为世界进文明，为人类造幸福，以青春之我，创造青春之家庭，青春之国家，青春之民族，青春之人类，青春之地球，资以乐其无涯之生。”
“为世界进文明，为人类造幸福，以青春之我，创造青春之家庭，青春之国家，青春之民族，青春之人类，青春之地球，资以乐其无涯之生。”
5 00
AI生视频的顶级作品和正确打开方式，如梦似幻的中国诸神降世既视感，AI之美！
https://x.com/zhusu/status/2084467239885865266?s=20
1 10
1. 如果未来AI能够完成绝大多数技术性证明，数学家的核心价值是否会从“证明定理”转向“提出问题、创造概念和选择研究方向”？您一直强调物理直觉，以及数学与物理的深刻互动在数学发现中的关键作用。在您看来，这种对现实世界和抽象结构的整体洞察，是否构成了人类数学家相较于AI最难被替代的能力？还是说，AI最终也可能形成一种不同于人类、但同样有效的“数学直觉”？
2. 关于中国原创数学，中国学生在竞赛和解题上非常强，为什么世界级原创数学成果仍然相对不足？真正的瓶颈是教育方式、学术评价、师承体系，还是缺乏允许长期失败的环境？
3. 基于您创办的清华大学求真书院和丘成桐数学科学中心的经验，如果给您更加充分的资源，要求十年内显著提升中国原创数学的水平，您最先改变哪三件事？哪些当前看似重要的投入其实作用不大？
4. 关于识别重大问题，您如何判断一个数学问题是“真正重要”，而不只是技术上困难？年轻数学家怎样避免把最好的十年花在一个复杂但意义有限的问题上？
5. 关于人才判断，您判断一个年轻人是否可能成为顶尖数学家时，最看重的是计算能力、几何直觉、提出问题的能力、长期专注，还是某种难以量化的品质？
2. 关于中国原创数学，中国学生在竞赛和解题上非常强，为什么世界级原创数学成果仍然相对不足？真正的瓶颈是教育方式、学术评价、师承体系，还是缺乏允许长期失败的环境？
3. 基于您创办的清华大学求真书院和丘成桐数学科学中心的经验，如果给您更加充分的资源，要求十年内显著提升中国原创数学的水平，您最先改变哪三件事？哪些当前看似重要的投入其实作用不大？
4. 关于识别重大问题，您如何判断一个数学问题是“真正重要”，而不只是技术上困难？年轻数学家怎样避免把最好的十年花在一个复杂但意义有限的问题上？
5. 关于人才判断，您判断一个年轻人是否可能成为顶尖数学家时，最看重的是计算能力、几何直觉、提出问题的能力、长期专注，还是某种难以量化的品质？
小晚: 大家有什么问题想问数学家丘成桐吗？
5 00
生命力是一种复杂的现象，仅有积极面的生命是没有生命力的。因为消极对于保持生命力至关重要。
从心理学角度看，“消极”体验（如痛苦、失败、孤独）恰恰是生命弹性的训练场。尼采说“凡不能毁灭我的，必使我更强大”，正是强调逆境对意志的锻造。而荣格的“阴影”理论则指出：人必须接纳自身的黑暗面，才能获得完整的人格力量。压抑消极只会让它在潜意识中更具破坏性。
当然，这并非鼓吹苦难本身有价值，而是说：真正有生命力的状态，是能够容纳矛盾、在张力中保持清醒。比如一个从未经历挫败的人，一旦遭遇重大打击就容易崩溃；而那些在低谷中学会与焦虑共处的人，反而能发展出更深层的勇气。生命力是一条波浪线——它的起伏、甚至暂时的“下沉”，才是活着的证据。
生命力是痛苦与激情交织，容纳矛盾，接纳不完美，承受对立的鲜活。
从心理学角度看，“消极”体验（如痛苦、失败、孤独）恰恰是生命弹性的训练场。尼采说“凡不能毁灭我的，必使我更强大”，正是强调逆境对意志的锻造。而荣格的“阴影”理论则指出：人必须接纳自身的黑暗面，才能获得完整的人格力量。压抑消极只会让它在潜意识中更具破坏性。
当然，这并非鼓吹苦难本身有价值，而是说：真正有生命力的状态，是能够容纳矛盾、在张力中保持清醒。比如一个从未经历挫败的人，一旦遭遇重大打击就容易崩溃；而那些在低谷中学会与焦虑共处的人，反而能发展出更深层的勇气。生命力是一条波浪线——它的起伏、甚至暂时的“下沉”，才是活着的证据。
生命力是痛苦与激情交织，容纳矛盾，接纳不完美，承受对立的鲜活。
10 11
第一次看完追觅俞浩的访谈，印象是他具有一流的创业家精神，“中国创业者永远在左右权衡中求平衡，既要做梦，又得活下去，这种环境逼出了世界上最强的创业者。中国创业者身上同时有企业家的执行力、工程师的理性，还有产品经理的直觉。”
俞浩是一个“核心业务已经证明、平台能力尚未证明、治理风险明显高于平均”的高方差创始人。他可能是中国消费硬件行业过去十年最强的创业型经营者之一，但还未被证明是合格的超级集团资本配置者。
亮点：产品工程与商业化；全球化与渠道能力, 中国硬件创始人中的第一梯队；组织动员与执行速度极强，但组织代价可能被低估；战略洞察，在模块化消费硬件有效，跨行业外推过度；资本获取能力极强，甚至强到可能诱发资本纪律失控。
暗点：公司治理；认知校准与可证伪性，经常把成功经验升格为“普遍规律”；声誉与监管风险控制，暂时未达到上市公司CEO标准。
为什么他不是“纯吹牛型创始人”？
追觅从高速数字马达切入，完成了扫地机、洗地机、吸尘器、吹风机等相邻品类扩张，又建立了海外渠道和高端价格带。2026年一季度，追觅扫地机器人据IDC数据以155.5万台、23.7%的销量份额，以及28%的销售额份额登顶全球；销额份额高于销量份额，也支持其高端化并非完全依靠营销的判断。
他真正被证明的能力是：把成熟行业知识拆解，再做有效的“+1”创新。高速度试错、快速砍项目、对成功产品迅速加注。把中国供应链、产品工程和海外高端市场结合起来。调动人才、政府、资本、渠道等外部资源。这是很强的系统工程商业化能力。俞浩更接近“超级产品工程师+激进资源组织者”，而非基础科学型创新者。
访谈中的认知有待进一步观察的点：
1. 把局部成功推导普适定律
“N+1”在扫地机、割草机等模块化硬件中有效，是因为：市场需求已经被验证； 供应链成熟； 底层平台可以复用； 单个SKU失败成本有限； 产品迭代周期短。
汽车、手机却不是同一类问题。汽车涉及安全冗余、法规认证、车规供应链、售后残值、品牌信任、渠道库存和数十年责任周期；手机则受操作系统、开发者生态、芯片供应和规模效应约束。
2. “厌恶风险”与真实资本暴露不一致
俞浩认为，同时做很多项目是在分散风险。但投资组合只有在以下条件下才真正分散风险：项目之间风险独立；失败损失有明确上限；母公司不承担隐性担保；品牌和现金流不会相互传染。追觅的BU共享创始人声誉、地方国资、融资能力、渠道和集团品牌，本质上高度相关。经济和融资周期一旦转向，风险可能同时收缩，并非独立概率的简单组合。
4月访谈中他还表示“管理不是问题”“五条规律可以管理1000家公司”；到6月，追觅便将200多个BU收缩至智能家庭、户外庭院、智能出行、具身智能四条主线，汽车和手机转向研究院模式。这说明两件事：正面看，他确实能快速纠错，没有被面子绑架。 负面看，此前的扩张已经超过了组织与资金承载能力，所谓“可复制体系”尚未成立。
3. 对治理问题的回答不能令人满意
他说“CEO同时掌握油门和刹车”“只要我决定了就必须执行”。这在创业初期能提高速度，但在一个管理数百亿元收入、数百亿元基金和大量关联BU的组织里，会形成典型的关键人风险。
声誉风险已经转化为公司风险。俞浩的个人传播一度成功帮助追觅摆脱“扫地机公司”标签，但发布大量短视频、公开拉踩企业、喊话竞争对手，已经超出正常企业家IP的边界。
俞浩是一个“核心业务已经证明、平台能力尚未证明、治理风险明显高于平均”的高方差创始人。他可能是中国消费硬件行业过去十年最强的创业型经营者之一，但还未被证明是合格的超级集团资本配置者。
亮点：产品工程与商业化；全球化与渠道能力, 中国硬件创始人中的第一梯队；组织动员与执行速度极强，但组织代价可能被低估；战略洞察，在模块化消费硬件有效，跨行业外推过度；资本获取能力极强，甚至强到可能诱发资本纪律失控。
暗点：公司治理；认知校准与可证伪性，经常把成功经验升格为“普遍规律”；声誉与监管风险控制，暂时未达到上市公司CEO标准。
为什么他不是“纯吹牛型创始人”？
追觅从高速数字马达切入，完成了扫地机、洗地机、吸尘器、吹风机等相邻品类扩张，又建立了海外渠道和高端价格带。2026年一季度，追觅扫地机器人据IDC数据以155.5万台、23.7%的销量份额，以及28%的销售额份额登顶全球；销额份额高于销量份额，也支持其高端化并非完全依靠营销的判断。
他真正被证明的能力是：把成熟行业知识拆解，再做有效的“+1”创新。高速度试错、快速砍项目、对成功产品迅速加注。把中国供应链、产品工程和海外高端市场结合起来。调动人才、政府、资本、渠道等外部资源。这是很强的系统工程商业化能力。俞浩更接近“超级产品工程师+激进资源组织者”，而非基础科学型创新者。
访谈中的认知有待进一步观察的点：
1. 把局部成功推导普适定律
“N+1”在扫地机、割草机等模块化硬件中有效，是因为：市场需求已经被验证； 供应链成熟； 底层平台可以复用； 单个SKU失败成本有限； 产品迭代周期短。
汽车、手机却不是同一类问题。汽车涉及安全冗余、法规认证、车规供应链、售后残值、品牌信任、渠道库存和数十年责任周期；手机则受操作系统、开发者生态、芯片供应和规模效应约束。
2. “厌恶风险”与真实资本暴露不一致
俞浩认为，同时做很多项目是在分散风险。但投资组合只有在以下条件下才真正分散风险：项目之间风险独立；失败损失有明确上限；母公司不承担隐性担保；品牌和现金流不会相互传染。追觅的BU共享创始人声誉、地方国资、融资能力、渠道和集团品牌，本质上高度相关。经济和融资周期一旦转向，风险可能同时收缩，并非独立概率的简单组合。
4月访谈中他还表示“管理不是问题”“五条规律可以管理1000家公司”；到6月，追觅便将200多个BU收缩至智能家庭、户外庭院、智能出行、具身智能四条主线，汽车和手机转向研究院模式。这说明两件事：正面看，他确实能快速纠错，没有被面子绑架。 负面看，此前的扩张已经超过了组织与资金承载能力，所谓“可复制体系”尚未成立。
3. 对治理问题的回答不能令人满意
他说“CEO同时掌握油门和刹车”“只要我决定了就必须执行”。这在创业初期能提高速度，但在一个管理数百亿元收入、数百亿元基金和大量关联BU的组织里，会形成典型的关键人风险。
声誉风险已经转化为公司风险。俞浩的个人传播一度成功帮助追觅摆脱“扫地机公司”标签，但发布大量短视频、公开拉踩企业、喊话竞争对手，已经超出正常企业家IP的边界。
6 00
战略复盘: OpenAI过去18个月出现了严重的资源配置与产品战略失误，从绝对领导者降级成了高波动的双寡头之一。Anthropic赢得了第一轮企业代理与AI编程商业化，而OpenAI仍拥有最强的综合资产组合，尚未构成结构性衰败；技术层修复已经发生，商业层修复尚未得到验证。
1. OpenAI没有把to C优势转化为工作平台
押注ChatGPT本身并没有错。ChatGPT为OpenAI建立了其他AI公司最难复制的资产：全球消费级品牌；巨大的用户分发入口；海量真实交互反馈；订阅收入和产品教育能力；向企业、开发者及AI应用交叉销售的机会。
真正的错误是：OpenAI拥有用户入口，却没有率先占领用户最愿意付费、ROI最清晰、使用频率最高的专业工作流。Anthropic通过Claude Code找到了这个切入口。
编程之所以重要，因为它具备AI商业化最理想的四个条件：结果相对可验证；使用频率极高；生产率提升可以量化；一旦连接代码库、开发环境和企业权限，迁移成本会上升。
2. “支线任务”暴露了资本配置失控
OpenAI同时推进ChatGPT、Codex、Sora、硬件、芯片、浏览器、机器人、数据中心以及各种消费应用。这种组合不是天然错误，但在组织资源有限时，它意味着：核心产品负责人注意力被分散；算力无法全部投入最有商业价值的模型；产品团队反复重组；研发成功与商业成功之间缺乏明确负责人；公司容易用新发布会掩盖旧产品留存不足。
3. Anthropic的优势比“一款Claude Code”更深
Claude Code只是表象，OpenAI面对的是三重落后：开发者心智落后；企业工作流嵌入落后；产品反馈闭环落后。模型性能可能一个版本就反超，但企业关系、代码库连接、权限体系和采购合同通常需要几个季度才能夺回来。
4. OpenAI的纠偏方向是正确的
技术层面的反攻已经成功。OpenAI发布的GPT 5.6 Sol重新聚焦编程、知识工作和长任务代理。按照OpenAI公布的数据，Sol在多个编程代理评测上达到领先水平，同时速度和单位任务成本相对Anthropic旗舰模型更有竞争力。
Codex正在从编程产品扩展成知识工作平台。2026年6月，OpenAI称Codex每周活跃用户超过500万，自桌面应用发布以来增长超过6倍；知识工作者已经占到用户的约20%，且增长速度超过开发者用户。这是重要的战略信号。正确路径是：以编程为高价值楔子，最终把ChatGPT、Codex、浏览器、企业数据和各种工具整合成统一的工作操作系统。
如果OpenAI能够把庞大的ChatGPT用户入口转化为Codex和企业席位，它的消费者业务就不是负担，而会变成Anthropic最难复制的分发优势。
5. 目前仍未解决的四个核心风险
组织问题可能比模型问题更严重。Simo退出全职岗位、产品高管调整以及Greg Brockman重新承担产品职责，说明OpenAI仍然缺少一个稳定、强势、对商业结果负责的产品经营负责人。Brockman适合统筹技术产品架构，但一家接近万亿美元估值的公司，需要的是能够统一产品、销售、定价、交付和P&L的经营者。否则OpenAI仍可能再次陷入“模型发布很强、产品体验不稳定、销售靠折扣”的循环。
降价可能是效率领先，也可能是购买增长。如果降价来自推理效率提高，那么它可以扩大使用量并建立规模优势；如果降价主要是为了挽回企业客户，那么它意味着：增长质量下降；客户忠诚度不足；毛利率承压；IPO前需要用补贴维持增速。
6. OpenAI的真正对手不只有Anthropic
OpenAI现在同时面对：Anthropic争夺企业与编程；Google争夺消费者入口和办公套件；中国开源模型压低API价格；微软、Amazon等渠道方培养多模型生态；Cursor等应用层公司掌握最终用户工作流。因此，“重新赢过Anthropic”不是完整战略。真正的问题是OpenAI能否控制用户入口、企业上下文、任务执行环境和计费关系。
7. 估值已经不给执行失误留下太多空间
OpenAI于2026年3月完成1220亿美元融资，最终投后估值约8520亿美元；Anthropic于5月完成650亿美元融资，投后估值约9650亿美元，已经超过OpenAI。在这个估值水平，投资者支付的是重回行业领导地位；保持超高速增长；显著改善推理经济性；建立平台级锁定；最终产生极高自由现金流。推迟IPO是正确决定。在商业修复、组织稳定和单位经济得到两至三个季度验证前上市，只会让OpenAI被公开市场按照“高资本开支、增长减速的平台”定价。
1. OpenAI没有把to C优势转化为工作平台
押注ChatGPT本身并没有错。ChatGPT为OpenAI建立了其他AI公司最难复制的资产：全球消费级品牌；巨大的用户分发入口；海量真实交互反馈；订阅收入和产品教育能力；向企业、开发者及AI应用交叉销售的机会。
真正的错误是：OpenAI拥有用户入口，却没有率先占领用户最愿意付费、ROI最清晰、使用频率最高的专业工作流。Anthropic通过Claude Code找到了这个切入口。
编程之所以重要，因为它具备AI商业化最理想的四个条件：结果相对可验证；使用频率极高；生产率提升可以量化；一旦连接代码库、开发环境和企业权限，迁移成本会上升。
2. “支线任务”暴露了资本配置失控
OpenAI同时推进ChatGPT、Codex、Sora、硬件、芯片、浏览器、机器人、数据中心以及各种消费应用。这种组合不是天然错误，但在组织资源有限时，它意味着：核心产品负责人注意力被分散；算力无法全部投入最有商业价值的模型；产品团队反复重组；研发成功与商业成功之间缺乏明确负责人；公司容易用新发布会掩盖旧产品留存不足。
3. Anthropic的优势比“一款Claude Code”更深
Claude Code只是表象，OpenAI面对的是三重落后：开发者心智落后；企业工作流嵌入落后；产品反馈闭环落后。模型性能可能一个版本就反超，但企业关系、代码库连接、权限体系和采购合同通常需要几个季度才能夺回来。
4. OpenAI的纠偏方向是正确的
技术层面的反攻已经成功。OpenAI发布的GPT 5.6 Sol重新聚焦编程、知识工作和长任务代理。按照OpenAI公布的数据，Sol在多个编程代理评测上达到领先水平，同时速度和单位任务成本相对Anthropic旗舰模型更有竞争力。
Codex正在从编程产品扩展成知识工作平台。2026年6月，OpenAI称Codex每周活跃用户超过500万，自桌面应用发布以来增长超过6倍；知识工作者已经占到用户的约20%，且增长速度超过开发者用户。这是重要的战略信号。正确路径是：以编程为高价值楔子，最终把ChatGPT、Codex、浏览器、企业数据和各种工具整合成统一的工作操作系统。
如果OpenAI能够把庞大的ChatGPT用户入口转化为Codex和企业席位，它的消费者业务就不是负担，而会变成Anthropic最难复制的分发优势。
5. 目前仍未解决的四个核心风险
组织问题可能比模型问题更严重。Simo退出全职岗位、产品高管调整以及Greg Brockman重新承担产品职责，说明OpenAI仍然缺少一个稳定、强势、对商业结果负责的产品经营负责人。Brockman适合统筹技术产品架构，但一家接近万亿美元估值的公司，需要的是能够统一产品、销售、定价、交付和P&L的经营者。否则OpenAI仍可能再次陷入“模型发布很强、产品体验不稳定、销售靠折扣”的循环。
降价可能是效率领先，也可能是购买增长。如果降价来自推理效率提高，那么它可以扩大使用量并建立规模优势；如果降价主要是为了挽回企业客户，那么它意味着：增长质量下降；客户忠诚度不足；毛利率承压；IPO前需要用补贴维持增速。
6. OpenAI的真正对手不只有Anthropic
OpenAI现在同时面对：Anthropic争夺企业与编程；Google争夺消费者入口和办公套件；中国开源模型压低API价格；微软、Amazon等渠道方培养多模型生态；Cursor等应用层公司掌握最终用户工作流。因此，“重新赢过Anthropic”不是完整战略。真正的问题是OpenAI能否控制用户入口、企业上下文、任务执行环境和计费关系。
7. 估值已经不给执行失误留下太多空间
OpenAI于2026年3月完成1220亿美元融资，最终投后估值约8520亿美元；Anthropic于5月完成650亿美元融资，投后估值约9650亿美元，已经超过OpenAI。在这个估值水平，投资者支付的是重回行业领导地位；保持超高速增长；显著改善推理经济性；建立平台级锁定；最终产生极高自由现金流。推迟IPO是正确决定。在商业修复、组织稳定和单位经济得到两至三个季度验证前上市，只会让OpenAI被公开市场按照“高资本开支、增长减速的平台”定价。
李惠子Huizi: WSJ：OpenAI如何丢掉AI王冠——以及它为夺回王座而展开的战斗 押注面向消费者的聊天机器人和华而不实的支线项目，让OpenAI忽视了AI编程这一重大机会；竞争对手Anthropic则借此夺得领先地位 • OpenAI在AI竞赛中已经落后于竞争对手Anthropic，原因是它优先发展消费者聊天机器人和一些吸引眼球的项目，而没有把重心放在AI编程工具上。 • 在编程工具Claude Code取得成功的推动下，Anthropic的营收增速和估值均已超过OpenAI，其估值目前正逼近1万亿美元。 • OpenAI正试图通过发布新的编程模型、重组领导层以及把潜在上市时间推迟至明年，重新夺回领先地位。 曾经点燃AI热潮的OpenAI，如今已经落后于竞争对手Anthropic。现在，它正为卷土重来而战。 OpenAI旗舰消费级产品ChatGPT的增长已经放缓。被视为Sam Altman接班人的Fidji Simo离职，促使公司重新调整CEO几位核心副手之间的职责分工。与此同时，销售人员正陷入一场代价高昂的争夺战：他们通过提供大客户折扣和其他优惠条件，努力拿下利润丰厚的企业客户。 据参与相关讨论的人士透露，最近几个月，OpenAI一些最大的投资者私下表达了担忧，认为相对于公司的增长速度，这家初创公司的现金消耗过高。另一些投资者则通过向Anthropic投入大量资金，对自己在OpenAI上的押注进行了对冲。 与此同时，在Claude Code这款编程工具成功的推动下，Anthropic的营收增速最近超过了OpenAI，估值也同样实现反超，目前正逼近1万亿美元。据知情人士透露，Anthropic正在加快推进秋季首次公开募股的计划，并已开始与潜在投资者举行会谈。在这些会谈中，Anthropic重点强调了自己相对于ChatGPT开发商OpenAI的领先地位。 “过去12个月并不是我们历史上表现最好的12个月，这主要是我的责任，但我们即将迎来公司迄今为止最好的12个月。”Altman本月早些时候在X上发帖称，“团队正在做非常出色的工作，我认为，你们会对他们正在为你们准备的东西感到非常满意。” OpenAI在试图夺回王冠时所面临的挑战，根源在于公司领导层早些时候误判了AI市场的发展方向。它如今的困境，也反映出争夺AI霸主地位的竞争有多么激烈。 Altman最初把公司的增长押注在ChatGPT上。他判断，随着AI在人们生活中扮演越来越重要的角色，将会有更多人付费订阅这款聊天机器人。然而，Claude Code一夜之间取得的成功表明，真正更大的机会来自向聪明的软件开发者，以及雇用这些开发者、资金实力雄厚的企业出售工具。 当OpenAI同时推进从视频生成器到消费硬件和芯片等一系列吸引眼球的项目时，规模更小、战略更加聚焦的竞争对手Anthropic填补了这一空白。Anthropic开发出一款大受欢迎的编程工具，并借此夺得领先地位。 为了追赶最强大的竞争对手，OpenAI已经发布了一系列聚焦编程及其他专业工作的全新模型，并让公司总裁Greg Brockman负责重塑公司的产品阵容。OpenAI还与亚马逊达成协议，向这家云计算巨头的客户销售AI工具，并聘请前Slack首席执行官Denise Dresser担任公司首任首席营收官。 “我认为，我们现在已经到了这样一个阶段：感觉公司拥有了一台真正开始高速、顺畅运转的机器。”Brockman在7月份的一场媒体午餐会上表示。 Altman本周也正在华盛顿与特朗普政府官员和国会议员会面，提前展示一款新模型。与此同时，美国政府正在讨论应当如何进一步监管AI行业。 OpenAI的高管们仍在试图确定其Codex企业产品最有效的定价方案，其中包括通过降价来争夺市场份额。不过，在IPO之前，这样做可能会侵蚀备受关注的利润率。 据了解相关计划的人士透露，OpenAI现在可能要等到明年才会上市，此前它一度希望抢在Anthropic之前完成IPO。OpenAI在Anthropic提交上市申请一周后也递交了上市文件，但它在上市时间上留下了余地，称上市“可能还需要一段时间”，因为“我们想做的一些事情，作为一家私人公司来做可能会更加容易”。 Codex面临的挑战 OpenAI最初其实处在一个非常有利的位置，本可以拿下如今正在仓促争夺的企业业务。 2024年秋季，OpenAI推出了一系列所谓的“推理模型”。这些模型能够先逐步思考问题，然后再给出答案。事实证明，这种能力非常适合编写代码。 然而，OpenAI的研究人员训练这些模型的目标，是让它们在高中生编程竞赛题目中取得优异成绩，而不是让它们处理真正构建软件时更加混乱、开放程度更高的实际工作。 几个月后，Anthropic在自己的推理模型Sonnet 3.7上采取了完全相反的方向。该公司在2025年2月的一篇博客文章中表示，它专注于能够反映企业实际使用AI方式的“真实世界任务”。 去年年初，OpenAI让员工提前使用了新版Codex，并预期这款产品会迅速大获成功，尤其是在那些长期跟踪AI技术进展、技术敏感度很高的软件工程师群体中。 然而，Codex的实际使用量低于预期。这令公司高管感到沮丧，他们曾多次在内部指出这一问题。 起初，Codex面临的挑战看起来不过是一个短暂的小插曲。ChatGPT的每周活跃用户数仍在继续增长，OpenAI的估值也在不断攀升。去年8月，OpenAI引入了Instacart前首席执行官Simo，帮助公司为一场轰动市场的IPO做准备。 然而事实证明，Codex的问题是未来一系列挑战的早期预警信号。 OpenAI在5月份正式对外发布Codex之后，这款产品的表现低于预期。软件工程师纷纷转向Claude Code。 很多开发者认为，Codex速度太慢，使用起来也十分笨重。这促使OpenAI修改产品，使其更加接近Anthropic的产品形态。公司还成立了一支名为“coding ninja”（编程忍者）的新团队，负责确保新模型的设计方式能够真正满足客户的使用需求。 但是，公司高管也被其他一些更加紧迫的问题分散了注意力，例如应对Meta首席执行官Mark Zuckerberg发起的人才挖角攻势，以及修复公司与最大投资者微软之间日益恶化的关系。 OpenAI还把宝贵的计算资源投入了其他最终失败的项目，其中包括视频生成应用Sora。 等到公司重新把注意力转回Codex时，它已经落后了。 去年12月，公司高管发布了新模型GPT-5.2，重点提升编程及其他专业任务能力。一些员工曾要求推迟发布，以便公司拥有更多时间进一步完善模型，但高管否决了这些意见。 当OpenAI听说Anthropic正在与Cerebras洽谈合作时，它迅速签署了一份自己的协议，试图封堵竞争对手。据知情人士透露，Cerebras是一家开发了专用芯片的初创公司，其芯片能够以极高速度处理编程任务。 然而，这些措施仍不足以止住失血。 去年12月的假期期间，当Altman正在加勒比海的圣巴特岛度假时，旧金山的程序员们却连续数小时沉浸在所谓的“Claude-benders”中，对Anthropic新模型Opus 4.5所带来的能力惊叹不已。 随后，Anthropic进入了一段持续数月的高速增长期，其增长幅度甚至令公司自己的领导层都感到意外。 与此同时，在Google自家的消费级聊天机器人开始迅速走红之后，ChatGPT的增长突然放缓。OpenAI未能完成在年底前实现每周活跃用户达到10亿的内部目标，尽管它最近已经达到了这一数字。 很快，Anthropic的增速超过了OpenAI，估值也实现反超。OpenAI发现，随着自己在AI竞赛中的领先地位遭到围攻，它不得不同时进行两场彼此独立的战斗。 OpenAI的高管曾向黑石集团的高级管理人员提议建立合作关系：双方成立一家新公司，向这家私募股权巨头旗下投资组合中的企业销售AI工具。 但黑石没有接受这一提议，而是选择与Anthropic合作推进该项目。OpenAI后来则与其他私募股权机构达成了另一项独立协议。 到今年3月，一些OpenAI员工已经越来越感到沮丧，并接连向一名高级管理人员提出有关公司未来的问题。 其中一个问题写道： “感觉Anthropic无论从员工人数还是市值来看，都是一家规模小得多的公司，但它却持续在技术和文化层面设定议程，而我们总是在被动做出反应。为什么这种情况会一再发生？” 另一个问题则以更加尖锐的方式描述了这一困境： “如果Anthropic的营收超过我们，会对我们的IPO计划产生什么影响？” Simo当时表示，公司因为追逐各种“支线任务”而迷失了方向，并且已经在研究和产品两个方面落后于竞争对手。 她表示，Anthropic的营收“可以作为衡量他们完成自身使命情况的一个替代指标”。 “他们正在推动经济中如此庞大的一个部分加速发展，这一事实应该真正给我们敲响警钟。” 此后，由于健康状况恶化，Simo已经离开了OpenAI的全职岗位。 OpenAI现在正试图利用近期形成的势头，扭转这场AI竞赛的局面。 公司最近发布了一款“超级应用”，把Codex与ChatGPT和网络浏览器整合在一起。OpenAI表示，这款新产品加上独立版Codex应用的用户数量已经增长至1,000万。 本月，OpenAI还发布了一款名为GPT-5.6 Sol的新模型。该模型一经推出便迅速受到开发者欢迎，并促使Anthropic扩大了其强大模型Fable的开放范围，以与之竞争。 OpenAI也正在从整个行业针对Anthropic的反弹中获益。Anthropic被指控试图把价格更低廉的中国模型挡在美国市场之外。 专注于AI领域的媒体与软件公司Every首席执行官Dan Shipper表示，OpenAI最近“真正做好了开发者和知识工作者的日常使用体验”。 “如果要下注，我愿意押一大笔钱，赌OpenAI会从Anthropic手里夺回相当一部分‘天命’。”
2 02