分类： 行业观察

2026年5月22日，世界航天史迎来新的里程碑时刻。美国太空探索技术公司（SpaceX）新一代重型运载火箭“星舰V3”在北京时间当日6时30分迎来首次发射窗口，在得克萨斯州星际基地的全新发射台上完成首秀飞行任务。这一事件之所以引发全球航天界的高度关注，不仅因为它是人类有史以来建造的最强火箭之一，更因为它代表着商业航天从“试验阶段”向“常态化运输系统”的关键转折。

一、技术参数：刷新人类火箭多项纪录

星舰V3的技术参数令人震撼。从外观来看，这款火箭高度约124米，相当于40层楼的高度，其中超重型助推器约70米，上面级飞船约50米。在动力系统方面，V3采用了SpaceX最新研发的33台“猛禽3”发动机，相比V2版本的33台“猛禽2”发动机，新一代发动机在重量、推力与可靠性方面均实现了显著提升。

当这33台发动机同时点火时，总推力达到约7.5万千牛，这一数字几乎是NASA“太空发射系统”（SLS）火箭推力的两倍。正是凭借如此强大的推力，星舰V3具备向近地轨道运送超过100吨有效载荷的能力，这一数据彻底刷新了人类火箭的有效载荷纪录。

从结构设计来看，星舰V3进行了全面优化，使其更接近真正意义上的完全可重复使用系统。助推器外侧用于控制返回姿态的“金属翼”由4片减少为3片，但尺寸明显增大，并调整到更合适的位置，有效降低了级间分离过程中的高温影响。火箭的级间分离结构也进行了重新设计，使上下两部分分离过程更加顺畅，减少了复杂部件的数量，提高了系统可靠性。

内部系统方面，燃料输送系统得到进一步优化，确保33台发动机在起飞、飞行和返回过程中都能稳定协同工作。上面级飞船同样进行了升级，包括推进剂储罐扩大、飞行姿态控制优化，以及低温燃料管理能力增强。更值得关注的是，飞船新增了在轨对接接口，并引入了微重力环境下的推进剂管理系统，这些技术升级被视为未来实现在轨加注燃料的前置条件。

二、任务目标：从回收演示转向数据验证

与SpaceX早期星舰试飞强调复杂回收动作不同，本次V3首飞的任务重心更偏向数据收集与系统验证。这一战略调整反映出SpaceX在经过多次试飞积累后，已经进入追求系统成熟度和可靠性的新阶段。

在飞行过程中，上面级在与助推器分离后，将释放22个“星链”模拟载荷。这些载荷不仅用于验证下一代星链卫星的部署流程，更重要的是，部分载荷携带了摄像与传感设备，将对飞船热防护系统进行在轨扫描与实时回传分析。这是SpaceX首次尝试在飞行过程中实时评估热盾状态，为后续飞船设计的持续优化提供第一手数据。

为模拟真实任务中可能出现的损伤情况，工程团队还特意移除了部分热防护瓦片。这样的设计测试将帮助团队观察飞船在返回地球过程中能否承受高温冲击，从而验证热防护系统的安全裕度。本次试飞中，超重型助推器将不再尝试回收捕获，而是在完成分离后翻转并在墨西哥湾进行受控溅落，这一决策同样体现了对任务安全性的审慎考量。

从测试策略来看，这种“渐进式验证”的方法论贯穿整个任务设计。SpaceX并没有追求一步到位的完美回收，而是在确保安全的前提下，尽可能多地获取系统运行数据，为后续迭代提供依据。这种务实的技术路线，正是SpaceX能够在商业航天领域持续领先的关键因素之一。

三、深远意义：载人登月的关键技术支撑

星舰V3的研制成功，对SpaceX的商业版图和人类航天事业都具有重大战略意义。按照规划，V3未来将参与NASA“阿尔忒弥斯计划”中的载人登月相关任务，即星舰HLS（人类着陆系统）登月系统的轨道阶段作业。这一合作项目标志着SpaceX已经从早期的商业卫星发射服务商，成长为美国国家航天战略的核心参与者。

然而，在正式执行月球任务之前，SpaceX还需要通过多次发射，逐步验证一系列关键技术，其中最核心的是在轨燃料补给能力。NASA对月球任务体系有着严格的技术要求，而这一能力的实现并非单次任务可以完成，而是依赖于多次短时间间隔的发射与在轨操作测试，包括推进剂转移、轨道对接等关键步骤的逐步验证。

美国联邦航空管理局已批准将星际基地的年发射次数上限提升至25次，并扩大了飞行轨迹范围。这一政策调整为星舰进入更高频率试飞阶段提供了条件支持，也使其逐步具备从试验性飞行系统向常态化航天运输工具过渡的可能。同时，SpaceX正在探索更多发射场布局，包括佛罗里达肯尼迪航天中心以及潜在的国际发射基地，这些布局意味着星舰正在从“试验火箭”的标签中蜕变，朝着“基础航天运输系统”的定位演进。

四、产业影响：重构全球商业航天格局

星舰V3的成功首飞，对全球航天产业链将产生深远影响。首先，从运载能力来看，超过100吨的近地轨道载荷能力，使得星舰V3能够一次性部署更大规模的卫星星座，这将极大提升星链等巨型卫星网络的部署效率。据测算，如果星舰实现完全可重复使用，每公斤载荷的运输成本有望降至200美元以下，相比传统火箭的成本优势将达到一个数量级。

其次，星舰V3的技术突破将推动整个商业航天产业的升级。SpaceX在发动机技术、热防护系统、飞行控制算法等方面的创新，正在建立新的行业标准。这些技术的溢出效应，将带动全球航天供应商的技术进步，形成良性的产业竞争格局。

从市场格局来看，星舰V3的出现将使SpaceX在重型运载市场占据绝对优势。无论是国际商业发射市场还是各国政府航天项目，星舰的成本和性能竞争力都将是决定性因素。这种格局变化将迫使其他航天企业加速技术创新，否则将面临被边缘化的风险。

对于中国商业航天而言，星舰V3的冲击同样不容忽视。以蓝箭航天朱雀二号为代表的国产商业火箭，虽然在液氧甲烷技术路线上取得了突破，但在运载能力和成本控制方面与星舰仍有显著差距。如何在技术追赶的同时探索差异化竞争路径，将是中国商业航天企业需要思考的重要课题。

五、技术演进：猛禽发动机的迭代密码

深入分析星舰V3的技术亮点，33台“猛禽3”发动机的协同工作能力堪称核心中的核心。作为SpaceX完全自主研发的液氧甲烷发动机，猛禽系列经历了从原型到大规模量产的漫长迭代过程。每一代产品在推力效率、可靠性、制造成本等维度都在持续优化。

猛禽发动机采用的全流量分级燃烧循环技术，是目前航天发动机领域最高效的循环方案之一。相比传统的燃气发生器循环，全流量分级燃烧能够更充分地利用推进剂能量，理论效率提升可达10%以上。同时，液氧甲烷作为推进剂组合，不仅燃烧效率高，而且产物清洁，便于发动机重复使用和维护。

SpaceX在猛禽发动机制造中大量采用了3D打印技术，这使得复杂几何形状的燃烧室、喷嘴等部件可以一体化成型，大幅减少了零件数量和装配工序，不仅提高了生产效率，还显著提升了部件的强度和可靠性。这种制造模式的创新，是SpaceX能够实现火箭快速量产的关键支撑。

六、展望：从近地轨道到深空探测

星舰V3的成功首飞，标志着SpaceX已经具备执行近地轨道大规模运输任务的能力。但这只是SpaceX深空愿景的第一步。从长远来看，星舰的最终目标是成为人类前往月球、火星乃至更远深空的运输平台。

为实现这一目标，SpaceX还需要攻克多项关键技术：在轨加注技术将使星舰能够在太空中补充燃料，从而执行更远距离的任务；完全可重复使用技术需要从目前的“助推器受控溅落”升级为“助推器回收复用”，进一步降低单次发射成本；生命支持系统的成熟则关系到星舰能否安全运送人员前往月球或火星。

这些技术目标的实现时间表，既取决于SpaceX的研发进度，也与NASA等政府航天机构的合作深度密切相关。可以确定的是，星舰V3的首飞成功，为这些长远目标的达成奠定了坚实的技术基础。

结语

星舰V3的首飞，是2026年全球航天领域最受瞩目的事件之一。它不仅刷新了人类火箭的多项技术纪录，更标志着商业航天从“边缘参与者”成长为“核心推动者”的历史性转变。当124米高的钢铁巨兽划破得克萨斯的晨曦，人类探索太空的能力边界再次被推向新的高度。

对于全球航天产业而言，星舰V3带来的不仅是技术冲击，更是一种发展范式的启示：航天事业完全可以走市场化、高效率、快速迭代的道路。在这一趋势下，谁能更快地适应新的竞争规则，谁就能在未来的太空经济中占据有利位置。中国航天人需要在致敬人类航天成就的同时，以更加开放的视野和务实的态度，拥抱这场正在到来的深空时代变革。

参考来源：光明网/中国科技网《”星舰V3″首飞，这几大看点值得关注》（2026-05-22）

前言

当一份榜单浓缩了全中国最具创新力的AI企业，你会看到什么？

2026年5月17日，福布斯中国正式发布“中国人工智能50强”榜单。这份被誉为中国AI产业“风向标”的评选，从4800多家AI企业中层层筛选，最终50家脱颖而出。透过这份榜单，我们不仅能看到谁在领跑，更能窥见中国AI产业正在经历怎样的格局重塑。

北京以21家企业上榜的成绩独占鳌头，占比接近四分之一。这个数字背后，是首都独特的产学研资源禀赋，也是全国乃至全球AI人才最密集的创新高地。从这份榜单延伸开去，一个覆盖大模型、AI芯片、智能驾驶、具身智能的全产业链版图正在加速成形。

IDC预测，2026年全球AI市场规模将突破5000亿美元，而中国AI核心产业规模已达6800亿元。在这个万亿级赛道上，中国企业正在用技术创新回答一个关键问题：如何在全球化竞争中找到自己的位置？

北京领跑：21家企业的集群效应

仔细审视这份榜单，北京的优势地位几乎无可撼动。21家上榜企业，覆盖了大模型研发、AI芯片设计、智能驾驶系统、具身智能硬件等全产业链环节。这些企业中，既有百度、字节跳动这样的互联网巨头，也有智谱AI、月之暗面这样的新锐势力，更有寒武纪、地平线等硬科技代表。

这种集群效应并非偶然。北京拥有全国最密集的顶尖高校和科研院所——清华、北大、中科院等机构每年培养大量AI相关人才；同时，中关村科技园区提供了从孵化到加速的完整生态支撑。政策层面，北京在2025年率先出台“人工智能创新发展行动计划”，为AI企业提供了从算力资源到应用场景的全方位支持。

值得注意的是，上榜企业并非简单的数量堆叠，而是在各自细分领域建立了技术护城河。智谱AI的GLM系列大模型在中文理解任务上持续领先；月之暗面的Kimi以长上下文窗口能力著称；寒武纪的AI芯片在推理场景取得突破性进展。这种“术业有专攻”的格局，标志着中国AI产业正在从单点突破走向系统性崛起。

全产业链图谱：谁能代表未来？

福布斯中国AI 50强的上榜企业，几乎覆盖了AI产业的所有关键赛道。透过这份榜单，我们可以清晰看到三条主线：

大模型：从追赶到并跑

2026年的AI大模型战场，可以用“混战”来形容。国际舞台上，Claude 4.7、GPT-5.5、Gemini 3.1 Pro稳坐第一梯队，百万级上下文窗口已成标配。但在同一时间线，国产大模型也在全力追赶。

GLM-5.1、Kimi 2.6、DeepSeek V4、文心5.1组成的“国产F4”，在多项 benchmark 测试中逼近国际一线水准。更关键的是，国产模型在性价比和中文体验上展现出碾压级优势。以文心5.1为例，其预训练成本仅为业界同规模模型的6%，搜索能力更是拿下国内第一、全球第四的位置。

中国移动的九天35B通用大模型也值得关注。这款即将发布的大模型通过了“高安全、高可控、全自主”认证，并获得摩尔线程MTTS5000国产GPU的支持。这意味着从底层算力到上层应用，国产化替代正在加速落地。

AI芯片：算力自主的艰难长征

如果说大模型是AI的“大脑”，那么AI芯片就是支撑这一切运转的“心脏”。在这场算力长征中，寒武纪、壁仞科技、沐曦等企业正在书写中国芯片的故事。

寒武纪的思元370系列已经实现商用落地，在推理场景展现出不错的能效比；壁仞科技的通用GPU在训练任务上取得突破；沐曦则在数据中心赛道持续深耕。福布斯榜单中，寒武纪的入选，某种程度上是对国产AI芯片商业化进展的认可。

但我们也要清醒看到，与英伟达相比，国产AI芯片在软件生态（CUDA兼容性）和高端产品线（万卡集群）上仍有差距。这种差距不是一朝一夕能够弥补的，需要整个产业生态的协同攻关。

具身智能：下一个万亿风口

2026年被业界称为“具身智能元年”。福布斯榜单中，星动纪元、宇树科技、银河通用等企业悉数入选，它们代表着中国在人形机器人领域的集体突围。

宇树科技的UniStore“应用商店”更是开创性地整合了动作库、数据集、开发者中心，首批收录了扭扭舞、截拳道等技能包。这种“平台化”思路，某种程度上借鉴了智能手机的应用商店模式，有望加速人形机器人的生态繁荣。

具身智能之所以被视为下一个万亿风口，是因为它代表了AI从“虚拟世界”走向“物理世界”的关键一跃。无论是工业场景的精密装配，还是家庭场景的服务陪伴，人形机器人的想象空间都足够巨大。

政策东风：国家级AI战略加速落地

福布斯榜单的发布，恰逢中国AI产业政策的密集加码期。就在榜单揭晓的同一天，国家网信办、发改委、工信部联合印发《智能体规范应用与创新发展实施意见》，明确了智能体发展的四大举措：

第一，建立智能体分类分级体系，对不同应用场景实施差异化管理；第二，推动智能体标准化建设，规范接口协议和数据格式；第三，鼓励垂直领域智能体创新，在制造、医疗、教育等重点行业开展试点；第四，强化安全监管，建立智能体伦理审查机制。

地方层面也在积极响应。江苏宣布到2030年AI核心产业营收目标达到1万亿元，已备案大模型74款，API日均调用量达4400万次。河南梳理了71个“AI+交通运输”应用场景，推进“AI+纺织”全产业链创新。这种“国家队+地方队”双轮驱动的格局，为AI产业发展提供了坚实的政策底座。

工信部的数据更具说服力：2026年一季度，中国AI相关发明专利申请量同比增长42%，PCT国际专利申请量增长35%。这些数字背后，是中国AI产业从“跟跑”向“并跑”乃至局部“领跑”的历史性跨越。

资本热潮：万亿资金涌向AI赛道

政策点燃了资本的热情。2026年以来，AI赛道持续吸引巨额资金涌入。字节跳动豪掷2000亿元加码AI基础设施，Anthropic估值剑指9500亿美元，中国AI领域融资规模同比增长超过60%。

二级市场上，AI概念股同样表现抢眼。2026年5月18日，港股AI板块迎来集体上涨，其中五一视界单日涨幅达11.30%，兆易创新涨10.94%。南向资金已连续25个交易日净买入港股，仅5月8日单日净买入额就高达131.68亿港元。

资本的嗅觉是敏锐的。之所以如此多资金流向AI赛道，根本逻辑在于看到了AI从“技术概念”走向“商业变现”的清晰路径。以Claude Code、GPT-5.5为代表的企业级AI工具正在全球企业加速渗透，AI编程的渗透率有望从2025年的12%提升至2026年的35%。这个过程中，谁能提供最优质的产品和服务，谁就能分享最大的蛋糕。

写在最后：中国AI的下一个五年

福布斯中国AI 50强的发布，既是一次成果的集中展示，也是一个新起点。透过这份榜单，我们看到了中国AI产业的勃勃生机：北京的集群效应、大模型的竞速追赶、AI芯片的艰难突围、具身智能的加速落地、政策的持续加码、资本的蜂拥而至——这些要素交织在一起，勾勒出一幅波澜壮阔的产业画卷。

但我们也要保持清醒。AI产业的竞争是全球性的，中国企业在基础研究、核心算法、高端芯片等领域仍有不少短板需要补齐。从“能用”到“好用”再到“领跑”，这条路依然漫长。

好消息是，中国拥有全球最大的应用市场和最丰富的应用场景，这为AI技术的迭代优化提供了得天独厚的土壤。从实验室到工厂，从手机屏幕到街头巷尾，AI正在以肉眼可见的速度改变我们的生活。

下一个五年，中国AI产业会走向何方？福布斯榜单给出了参考答案的一部分，而真正的答案，需要整个产业共同书写。

延伸阅读：人形机器人资本狂飙：4个月259亿涌入万亿战场

相关话题：AI大模型、智能驾驶、具身智能、国产芯片

2026年5月，中国半导体圈憋了十几年的一口气，终于彻底吐出来了。

就在前几天，上海AI实验室联合厦门大学、苏州实验室等”国家队”，官宣了一个让整个行业沸腾的消息：国产KrF光刻胶核心树脂实现100%自主突破，打破日本企业几十年的黑箱垄断。紧接着，恒坤新材、南大光电、彤程新材等国产大厂同步跟进，ArF光刻胶稳定批量供货、KrF胶良率达99.7%，全面追上国际一线水平。

消息一出，很多老半导体人激动到掉眼泪：熬了十几年，终于不用再看日本脸色了。

一、光刻胶：芯片的”灵魂墨水”，比光刻机更隐蔽的卡脖子环节

很多人听说过光刻机被”卡脖子”，但不知道光刻胶才是更隐蔽、更致命的”咽喉”。行内有句实话：造芯片容易，做光刻胶难；光刻机看得见，光刻胶藏得深。

1.1 光刻胶到底是什么

光刻胶是一种对光极度敏感的高分子材料，被誉为电子化学品皇冠上的明珠。芯片制造就像在硅片上”盖房子”，光刻机是”投影仪”，光刻胶则是感光底片加建筑模板的结合体：

• 涂在硅片上，光刻机把电路图案”印”上去；
• 显影后，光刻胶留下的地方就是电路，没留下的被刻蚀掉；
• 光刻胶的精度、纯度、稳定性，直接决定芯片制程、性能、良品率。

简单说：没有光刻胶，就没有芯片；没有高端光刻胶，就没有高端手机、电脑、汽车芯片。小到你手机里的骁龙、天玑处理器，大到汽车车规芯片、AI服务器芯片，全都离不开光刻胶。

1.2 日本垄断到骨子里

长期以来，全球高端光刻胶市场95%以上被日本五家企业垄断：信越化学、JSR、东京应化、住友化学、富士胶片。这不是简单的市场垄断，是全链条锁死的技术黑箱：

配方黑箱：几十种化学品精密配比，纯度要求达到6个9（99.9999%），差0.0001%整片晶圆直接报废；

工艺黑箱：反应温度、时间、搅拌速度全靠老师傅几十年”手感”，连日本企业自己都说不清原理，只能照着配方做；

原料黑箱：核心树脂、光敏剂全自产，树脂占光刻胶成本60%以上，国产以前连树脂都造不出来；

供应卡脖子：2019年日本一限制出口，三星、SK海力士直接慌了，国内晶圆厂随时可能停产。

1.3 国产以前的真实水平

过去十几年，国产光刻胶一直在低端挣扎、高端空白：

• G/I线光刻胶（低端，350nm以上）：国产化率20%-25%，勉强自给，用于低端PCB、老旧芯片；
• KrF光刻胶（中端，248nm，90-55nm制程）：国产化率不足5%，基本靠进口；
• ArF光刻胶（高端，193nm，28nm制程）：国产化率不到1%，以前几乎为零；
• EUV光刻胶（超高端，13.5nm，7nm以下）：完全空白，全球只有日本JSR、信越能做。

简单说：我们能造手机、能设计芯片，但高端光刻胶完全被日本拿捏，人家断供，我们高端芯片直接停产！

二、2026年5月突破：AI撬开日本技术黑箱

2026年5月的这次突破，不是小打小闹的改进，是从0到1的全链条突围，直接撕开日本几十年的技术壁垒。核心秘密武器是AI加自动化，彻底打破了”经验试错”的老路子。

2.1 核心突破：KrF树脂100%自主，性能追平日本

这次最关键的突破，就是KrF光刻胶核心树脂——光刻胶的”骨架”，决定性能的核心中的核心：

• 研发团队：上海AI实验室联合厦门大学、苏州实验室、恒坤新材，国家队与产业龙头联合攻坚；
• 技术路径：采用自研”书生”科学大模型，实现AI决策配方与自动化合成闭环，彻底摆脱对老师傅经验的依赖；
• 核心指标：批次一致性达到99.8%，这是什么概念？日本一流水平就是这个标准；
• 金属杂质：控制在10ppb（十亿分之一）以下，完全达标高端制程要求；
• 研发效率：研发周期从传统的3-5年大幅缩短到6个月，效率提升超过10倍；
• 产业进度：恒坤新材已完成树脂适配，本月正式进入中芯国际、长江存储验证流程，批量供货指日可待。

2.2 国产大厂集体发力：全面追赶不再是单打独斗

光刻胶的突破不止KrF树脂这一项，国产光刻胶已经形成”多点突破、全面追赶”的良好局面：

南大光电（ArF光刻胶龙头）：2020年成为国内首个通过客户认证的企业，2023年实现稳定供货，良率高达99.7%，缺陷密度仅0.03个/cm²，已经接近日本JSR的水平；

彤程新材（KrF龙头）：KrF光刻胶市场占有率超过40%，产品已批量供货给中芯国际、华虹半导体等头部晶圆厂；

鼎龙股份：建成国内首条全流程300吨高端光刻胶量产线，产能规模国内领先；

八亿时空：投产百吨级KrF树脂双产线，一举解决原料卡脖子的历史难题；

安徽觅拓：成功攻克光敏剂这一核心原料，打破国外长达40年的技术垄断。

2.3 为什么这次能成？三大原因厚积薄发

很多人问：以前十几年搞不定，为什么2026年突然就突破了？其实这不是运气，而是技术、资金、政策三重力量在水到渠成时的集中爆发。

AI颠覆研发模式：传统的研发靠人试错，就像炒菜靠手感，厨师走了技术就丢了。AI直接模拟上千种配方，6个月搞定原本需要3-5年的研发工作，直接绕过日本几十年积累的经验壁垒；

十几年技术积累：从2010年开始布局，一代又一代半导体人前赴后继，失败了无数次，终于在摸索中摸到了门道。没有人能随随便便成功，国产光刻胶的突破背后是无数科研工作者的青春和汗水；

政策加市场双驱动：国家大基金持续投入，中芯国际、长江存储等下游客户全力支持国产替代，给了国产光刻胶企业宝贵的试错机会和市场空间。

三、打破垄断影响深远：芯片自主可控迈出关键一步

这次光刻胶突围，不是一个材料的突破，而是整个半导体产业链自主可控的里程碑事件。从芯片制造厂到普通消费者，全链条都将因此受益。

3.1 对芯片制造企业：再也不怕断供，成本大幅下降

供应链安全有保障：KrF和ArF光刻胶不再依赖日本进口，即使外部环境变化，晶圆厂产线也能稳定运行，不会再出现”人家断供、我们就停产”的被动局面；

成本下降看得见：进口光刻胶价格高、溢价严重，国产替代后价格至少降低30%-50%，直接带动芯片制造成本下降，消费者最终也能享受到更便宜的电子产品；

产能释放加速：中芯国际、华虹等企业的28nm-90nm成熟制程产线，可以放心大胆扩产，不再被光刻胶卡住产能脖子。

3.2 对国产半导体：补齐最大短板，加速高端追赶

光刻胶是国产半导体产业链最后几个被”卡脖子”的环节之一，这次突破直接补齐了最大短板：

成熟制程（28nm及以上） ：基本实现完全自主可控，从硅片、光刻机（国产DUV）、光刻胶、特种气体到芯片设计，全链条国产化不再是梦想；

先进制程（7-14nm） ：虽然EUV光刻胶还没突破，但KrF和ArF搞定后，成熟制程能全力赚钱，这些利润可以反哺先进制程研发，形成良性循环；

产业信心大振：能搞定光刻胶这种”硬骨头”，就能搞定其他卡脖子材料和设备，给整个行业打了一针强心剂，也会吸引更多人才和资金进入半导体领域。

3.3 对普通消费者：买电子产品和汽车更便宜、更安心

价格更亲民：芯片制造成本下降，手机、电脑、智能家电、汽车电子的售价也会跟着降低，老百姓能以更低的价格买到更好的产品；

供应更稳定：不会再因为国外断供，导致手机、汽车停产或者涨价，供应链稳定了，市场供应充足，消费者想买就能买到；

国产自豪感：我们自己能造高端芯片材料了，不再被国外拿捏，这种科技自主的成就感，每个中国人都能感受到。

四、理性看待：突破不是终点，这些短板还要补

当然，我们也不能盲目乐观。这次突破是重要的里程碑，但绝不是终点。前面的路还很长，还有几个短板需要尽快补上。

4.1 EUV光刻胶仍是空白

7nm以下先进制程必须使用EUV光刻胶，目前全球只有日本JSR和信越化学能够生产，国产在这方面还是完全空白。这将是下一个需要重点攻坚的目标，难度不比这次的KrF突破小。

4.2 客户验证周期较长

光刻胶进入晶圆厂认证流程需要半年到两年时间，虽然恒坤、南大光电已经进入验证流程，但全面批量供货、真正实现替代进口，还需要时间检验。

4.3 产能规模仍然不足

目前国产光刻胶的产能还比较小，暂时无法完全满足国内市场需求。需要持续扩大产能，才能真正担当起保障国内供应链安全的重任。

但话说回来，憋了十几年，最难的从0到1已经搞定，剩下的从1到100只是时间问题。

结语

2026年5月，国产光刻胶的重磅突破，是中国半导体人憋了十几年的扬眉吐气，是打破海外垄断、实现芯片自主可控的关键一步。

从被日本卡脖子、高价买货、断供就停产，到AI撬开技术黑箱、KrF/ArF全面突围、成熟制程自主可控——这一路走来太不容易。这不只是一个材料的胜利，是一代又一代科研人员、工程师默默坚守、厚积薄发的胜利！

虽然EUV光刻胶还没搞定，产能和验证还需要时间，但最难的坎已经迈过去了，曙光就在眼前。未来，成熟制程全链条国产化，先进制程稳步追赶，我们再也不用被国外卡脖子了！

发布时间： 2026年5月17日

当大多数人还在讨论人形机器人何时能走进家庭时，这些”钢铁员工”已经在悄悄抢占工厂和仓库的岗位了。

2026年5月15日，人形机器人在快递分拣领域同时传来两条重磅消息：美国Figure AI的F.03机器人完成了长达33小时的直播分拣挑战，处理包裹超4万件；同一天，中国星动纪元与中国邮政合作的星动M7机器人在广州邮区中心正式上岗。这两起事件在同一天发生，绝非巧合——它标志着人形机器人正从”概念演示”加速迈入”规模化应用”的关键时期。

33小时直播：一场公开的”压力测试”

5月14日，美国人形机器人公司Figure AI发起了一项大胆的公开挑战：让他们的F.03机器人在真实快递分拣场景中进行连续直播展示。原本计划的8小时挑战被不断延长，截至5月15日，机器人已连续工作33小时，累计处理包裹超过4万个。

这场直播吸引了全网超过200万人次观看，成为科技圈的热门话题。

F.03机器人的核心任务看似简单却极具挑战性：识别传送带上的包裹条形码，将包裹翻转使标签朝下，然后准确放置到对应的传送带上。这个过程对人类来说几乎是本能反应，但对机器人而言，却需要精准的视觉识别、灵活的机械操控和流畅的运动协调。

Figure AI在这次展示中秀出了自己的”肌肉”。F.03搭载的Helix-02神经网络系统以”完全自主”模式运行，官方宣称已达到”人类性能水平”。最引人注目的是，这套系统的核心优势在于单一神经网络可直接驱动全身动作，无需像传统方案那样将视觉、规划、控制等模块拆分处理。这种端到端的设计理念大幅提升了机器人的反应速度和动作流畅度。

从效率来看，F.03平均处理单个包裹耗时不到3秒，已经追平甚至超过了普通人类员工的处理速度。这意味着在单纯的重复性分拣任务上，机器人已经具备了与人类同台竞技的能力。

当然，直播也暴露了当前技术的局限性。机器人偶尔会将包裹推离传送带导致掉落，而且目前还缺乏自主纠错能力——它会犯错，但不会自己发现并改正错误。此外，为了保障长时间运行的稳定性，当一台机器人电量不足时，会自主请求另一台机器人接替工作。这种”换班”机制展现了工业级场景下的协作与续航考量。

中国方案：星动M7正式”入职”中国邮政

就在美国同行用直播吸引眼球的同时，中国的人形机器人企业选择了更务实的路线。

5月15日，星动纪元自研的星动M7机器人在中国邮政广州邮区中心正式上岗，全面承担分拣供包环节的核心作业。这是具身智能在物流领域的首个产品市场匹配（PMF）案例，为传统物流行业智能化转型提供了可复制的”中国方案”。

在央视的镜头下，星动M7的表现相当稳健。机器人可以自主识别待分拣包裹的位置，精准抓取、平稳翻转包裹，确保快递面单朝上后投放，与自动化设备协同将包裹送至对应垛口。

据星动纪元官方介绍，这款机器人搭载了公司自研的全直驱五指灵巧手，在作业稳定性和效率上已全面达标。目前，星动M7的作业效率达到人工的85%以上，每小时最高供件量可达1200件。考虑到机器人可以24小时不间断工作，这个效率在实际场景中的综合产出已经相当可观。

更值得关注的是，星动纪元的机器人已经在中国邮政、顺丰集团全国10余个物流中心实现了常态化部署。据透露，2026年第二季度将启动千台级批量交付——这意味着具身智能在物流领域的商业化已经不是”未来时”，而是”进行时”。

物流分拣：最合适的”第一份工作”

为什么人形机器人首先在快递分拣领域实现突破？这个问题的答案藏在行业痛点里。

长期以来，快递分拣供包环节是典型的”苦活累活”：劳动强度大、重复性高、工作环境嘈杂，而且面临严重的招工难问题。随着人口老龄化加剧和年轻人不愿意从事这类工作的趋势，物流企业的人力成本不断上涨。

人形机器人的出现恰好切中了这些痛点。与传统的自动化设备相比，人形机器人具备更强的环境适应性和柔性作业能力。它不需要对现有的分拣线进行大规模改造，可以像人类员工一样在已有的工作环境中快速部署。对于物流企业来说，这意味着更低的改造成本和更快的部署周期。

更重要的是，人形机器人可以承担那些对人类来说枯燥但对精度要求较高的工作。它们不会疲劳、不会请假、不会因为心情不好而影响工作效率。对于需要24小时运转的物流中心来说，这种”钢铁员工”的价值尤为明显。

Figure AI的直播挑战和星动纪元的正式上岗，代表了两种不同的商业化路径。前者用公开演示证明技术可行性，后者用实际部署验证商业模式。两条路线的并行推进，正在加速人形机器人在物流领域的落地。

机遇背后的挑战

尽管人形机器人在物流领域展现出巨大潜力，但我们也要清醒地看到，技术成熟度、成本控制、安全规范等问题仍是制约行业发展的关键因素。

从技术层面看，当前的机器人还无法应对所有复杂场景。Figure AI在直播中暴露的误操作问题，说明复杂场景下的容错率仍需提升。物流仓库的环境虽然相对可控，但依然存在各种”corner case”——异形包裹、重叠包裹、传送带堵塞等问题，都需要更智能的解决方案。

从成本层面看，人形机器人的一次性投入仍然较高。虽然规模化后成本会逐步下降，但目前的售价对大多数中小企业来说仍是一笔不小的开支。如何在保证性能的前提下进一步降低成本，是机器人企业面临的重要课题。

从就业层面看，机器人上岗必然引发对就业市场的讨论。业内普遍认为，人形机器人将优先替代重复性、高强度的劳动岗位，推动物流行业从”人力密集型”向”技术密集型”转型。人类员工将更多转向设备维护、流程优化等更高价值的工作。但这种转型需要时间，也需要完善的培训和再就业体系支撑。

万台量产时代正在到来

人形机器人进入物流行业，还有一个更深层的背景：量产时代已经开启。

2026年被业内公认为”人形机器人商用化元年”。 Figure AI在美国建设了Bot Q工厂，产能提升了24倍；星动纪元则在广州、上海、北京等多个物流中心部署了常态化运营的机器人；宇树、智元、银河通用等国内企业也在同步推进量产计划。

中国在这个领域的进展速度超出了很多人预期。据统计，中国人形机器人出货量已占全球84.7%的份额，杭州更是成为全球人形机器人产业的高地——5月14日至16日举行的第二届杭州人形机器人展，汇聚了近400家企业参展，规模远超首届。

当产能足够大、成本足够低、应用场景足够丰富，人形机器人的商业化就会进入加速期。物流分拣只是第一步，未来还会有更多场景向机器人张开怀抱。

从分拣线出发，走向更广阔的天地

回望这一天发生的两起事件，Figure AI用33小时直播展示了技术的上限，星动纪元用正式上岗证明了商业的可行。两种路径，殊途同归。

人形机器人正在以超出预期的速度进入物流行业。它们不是来”取代”人类，而是来承担那些人类不愿意干、干不好的工作。当”钢铁员工”成为物流网络中的常态，我们或许应该开始思考：下一个被机器人改变的行业，会是什么？

或许，下一次收到的包裹，就真的出自这些”机器人分拣员”之手了。

前言

一个数字，一个转折点。

2026年5月，一组数据悄然出炉：2026年Q1，中国国产AI芯片国内市场份额首次突破50%，达到52.3%。其中，华为昇腾以37%的市占率断层第一，占国产芯片总量近70%。英伟达在华份额从巅峰的95%暴跌至42.7%。

这不是一个简单的数字变化，而是一个结构性拐点。

一、从95%到42.7%：英伟达中国滑铁卢

把时间拨回两年前。彼时的中国AI芯片市场，英伟达几乎是唯一的选择。无论是互联网大厂、AI创业公司还是科研机构，采购清单上的第一名永远是英伟达。数据显示，2023年英伟达在中国AI加速器市场的份额一度逼近95%。

然而，出口管制的重锤接连落下。

2022年10月，美国商务部对华实施高端芯片出口管制，A100、H100等旗舰产品无法直接对华供货。英伟达迅速推出性能削减版的A800、H800，试图绕开限制继续服务中国市场。但管制层层加码，2023年10月进一步限制互连带宽，即便阉割版也难逃封堵。到了2024年，连H20——英伟达专门为中国市场打造的“合规版”芯片——也被列入管制清单。

管制之下，英伟达的中国份额开始自由落体。

2024年底，这个数字是约70%。2025年中，跌破60%。到了2026年Q1，仅剩42.7%。 Bernstein分析师甚至预测，在当前出口管制框架下，英伟达在中国AI加速器市场的份额可能降至约8%。

这场份额雪崩的速度，超出了所有人的预期。

二、昇腾崛起：37%市占率的断层领跑

当英伟达在下坠，昇腾在起飞。

2026年Q1，华为昇腾以37%的中国市场份额断层第一。更值得注意的是，在政务、金融、能源等战略领域，国产芯片采购占比已超过70%。这些领域对供应链安全有着近乎苛刻的要求，曾经一度是英伟达最稳固的阵地，如今成了国产替代的桥头堡。

昇腾的爆发并非一夜之间。

2024年底，国产AI芯片还是“备胎”——大部分AI公司首选英伟达，国产芯片只是补充备选。2025年Q1，DeepSeek R1横空出世，证明小团队加国产算力也能打，但市场仍在观望。转折点出现在2025年下半年：昇腾910C规模化交付，多家大模型厂商启动适配。

2026年3月，昇腾950PR正式发布，这是一枚改变游戏规则的芯片。FP8算力1PFLOPS、FP4算力2PFLOPS，单卡性能相当于英伟达H20的2.87倍。这不是实验室里的纸面数据，而是可以实际部署的生产力工具。

2026年5月，DeepSeek V4全面适配昇腾950PR，完成深度定制。核心数据振奋人心：昇腾950PR上V4-Pro单卡Decode吞吐4700TPS，延迟仅20ms；推理速度提升35倍，延迟降低42%，部署成本仅为英伟达方案的三分之一。

从“能不能用”到“好不好用”再到“比进口方案更划算”，国产AI芯片用了不到两年走完了这条路上最关键的几步。

三、国产算力闭环：芯片+框架+模型的全链路整合

昇腾950PR的爆发不是孤立事件。它背后是一条正在成型的国产算力生态链。

芯片层面，华为昇腾系列已完成从910B到910C再到950PR的三代迭代，产品线覆盖训练、推理全场景。与昇腾配套的CANN（Compute Architecture for Neural Networks）异构计算架构也在持续完善，逐步降低开发者的迁移成本。

框架层面，MindSpore作为华为自研的AI框架，与昇腾芯片深度绑定。在国产替代的大背景下，MindSpore的采用率显著提升，成为仅次于PyTorch、TensorFlow的第三大AI框架。

模型层面，DeepSeek V4与昇腾950PR的全栈适配是一个里程碑事件。这不是简单的移植，而是从模型设计阶段就针对昇腾架构进行深度优化。DeepSeek创始人梁文锋将这一过程形容为“在飞行中的飞机上更换引擎”。

字节跳动2026年AI资本支出中，昇腾采购承诺超过56亿美元。阿里巴巴、腾讯等互联网巨头也在加速采购国产AI芯片。国产芯片、国产框架、国产模型——这条曾经断裂的链条正在被一节节焊接起来。

四、算力战争新战场：从“买算力”到“建算力”

国产芯片份额的突破，折射出的是一场更深层的产业变局：算力建设的主动权正在从企业手中移交给国家。

2026年5月9日，国务院常务会议的一个重磅信号震动业界——算力网首次被纳入国家“六张网”规划，与水网、新型电网、新一代通信网、城市地下管网、物流网并列。

这是什么概念？水网、电网是国家经济的血脉，算力网被放到同一层级，意味着算力从“行业资源”正式升级为“国家基础设施”。以后用算力，就像用水用电一样，是国家基础设施的基本保障。

这一战略定位的跃升，直接推动了国家级算力调度平台的建设。各省份纷纷出台算力基础设施规划，数据中心建设掀起新一轮热潮。能源成本、土地供应、网络带宽——这些曾经制约算力扩张的瓶颈，正在被系统性解决。

次日，华为与顺网联合发布“全光毫秒算网”方案，核心技术是华为OTN/50G PON全光底座实现1ms确定性时延，叠加顺网边缘算力网络覆盖近200个城市、330多个节点机房。三层时延保障：1ms（专业电竞）、5ms（政企通用）、30ms（大众娱乐），目标算力利用率提升至80%以上，用算成本降低40%-60%。

算力从中心走向边缘，从“批发”走向“零售”，从“有算力”走向“毫秒级用算力”——这才是“算力网”三个字背后的真正图景。

五、全球算力格局重构：两条路径的分叉

把目光投向全球，你会发现一个有趣的分叉正在形成。

太平洋彼岸，Anthropic正寻求以超过9000亿美元的投前估值融资至少300亿美元。资本疯狂涌入，48小时锁定份额，投资人抢额度像抢春运火车票。这家成立仅5年的公司，年化营收从90亿美元飙升至440亿美元，三个月翻了近5倍。

然而，繁荣背后是一张越织越密的算力采购巨网：Anthropic向微软承诺最高300亿美元Azure采购，向亚马逊承诺未来十年逾1000亿美元AWS采购，向谷歌锁定5吉瓦TPU算力。西方AI的商业模型本质仍是“融资→买算力→训练更强模型→获取更多客户→融更多资”的循环。

另一边，华为2026年AI芯片业务营收目标约120亿美元，同比增长超60%。昇腾950PR全年规划75万颗产能，一经出炉就被国内互联网头部大厂基本锁定，排产周期已延伸至2027年。

两条路径的本质分野已经清晰：

西方AI路径：资本驱动型。 核心资源是资本和芯片，核心变量是英伟达的供给能力。本质是“少数巨头的算力军备竞赛”。

中国AI路径：基础设施驱动型。 核心资源是自主算力和应用场景，核心变量是国产芯片的迭代速度。本质是“多数参与者的普惠基础设施建设”。

谁能走得更远，取决于AI的终局是“算力规模决定一切”，还是“场景落地决定一切”。

六、挑战与机遇：国产替代的下一程

份额首破50%是一个里程碑，但远不是终点。

技术层面，国产AI芯片在某些关键指标上仍存在差距。以HBM（高带宽内存）为例，目前国产AI芯片仍主要依赖海外供应。SK海力士、三星、美光三家厂商垄断了全球HBM市场，中国企业在HBM研发上刚刚起步。这一短板可能在下一代AI芯片的竞争中成为制约因素。

生态层面，英伟达构筑的CUDA生态壁垒依然坚固。全球数百万开发者习惯了CUDA编程接口，大量开源模型和工具链都以CUDA为默认后端。迁移到国产芯片意味着重新编译、优化和调试，这是一个漫长且成本高昂的过程。虽然华为等厂商在推动生态迁移，但生态替代的难度远超硬件替代。

商业层面，英伟达并非坐以待毙。面对出口管制，英伟达正在开发专门面向中国市场的定制芯片，试图在合规框架下重新夺回份额。黄仁勋明确表示，公司正重新审视中国市场战略。这意味着国产芯片厂商面临的竞争压力只会增加，不会减少。

但机遇同样显著。

首先，AI推理市场的爆发为国产芯片提供了新蓝海。训练阶段对算力的需求巨大，但推理阶段——模型部署后的实际运行——才是AI应用的主战场。推理芯片的技术门槛相对较低，更容易实现国产替代。目前，多家中国AI芯片厂商已在推理芯片领域形成差异化竞争力。

其次，边缘计算和端侧AI的崛起创造了新的场景需求。手机、汽车、IoT设备——这些场景对芯片的功耗、成本、集成度有特殊要求，与数据中心场景截然不同。在这些细分市场，国产芯片厂商更容易建立竞争优势。

第三，政策支持力度持续加大。从算力网纳入国家基础设施，到国产芯片采购比例要求，再到专项产业基金的支持，政策红利正在加速释放。这为国产芯片厂商提供了宝贵的发展窗口期。

结语：一场刚刚开始的算力长征

50%，一个数字，记录了中国AI芯片产业的蜕变。

曾经，我们用全球最好的芯片训练模型；曾经，“国产替代”只是一个口号；曾经，购买英伟达产品是理所当然的选择。

如今，昇腾950PR性能比肩甚至超越国际竞品，DeepSeek V4在国产算力上运行如飞，政务金融能源战略领域国产芯片成为首选。这不是弯道超车，而是一条另辟蹊径的新路。

当然，挑战依然严峻。HBM内存的短板、CUDA生态的壁垒、国际竞争的加剧——这些都是实实在在的障碍。但方向已经清晰，路径已经打通，国产算力的崛起不再是“如果”，而是“何时”的问题。

中美最前沿模型性能差距已缩小至2.7%。 Bernstein分析师预测，华为昇腾的市场份额将攀升至约50%。这些预测指向同一个未来：算力格局正在重构，而这场重构的主角之一，是中国芯片。

这是一场刚刚开始的长征。50%，只是起点。

作者：科技菌

责任编辑：Jason

发布于：2026年5月13日

本文禁止转载，如需转载，请联系编辑授权

四个月吸金259亿：资本用真金白银投票

2026年还未过半，人形机器人赛道的融资规模已经让整个科技圈为之侧目。

据IT桔子最新数据，今年前4个月，人形机器人领域共发生55起融资事件，融资总额高达259.22亿元。这一数字不仅超过了2025年全年235.98亿元的总和，增速更是接近翻倍。更值得关注的是，单笔融资金额的水位线正在被不断抬高——10亿元已经成为头部项目的“入场券”，而25亿元、31亿元的单笔融资纪录在短短几个月内被连续刷新。

资本的热情是有迹可循的。在刚刚闭幕的北京车展上，十余家车企集体亮出各自的具身智能战略，小鹏IRON、奇瑞墨甲、一汽机器人、广汽机器人悉数登场。这不是简单的“秀肌肉”，而是产业端从技术储备走向量产倒计时的明确信号。紧接着，国家电网印发《2026年具身智能发展规划》，宣布年内集中采购各类具身智能设备约8500台，总投资约68亿元。产业端的第一笔大单，宣告人形机器人的商业化正式从试点阶段迈入批量部署通道。

在这场资本盛宴中，各路玩家的玩法正在分化。一部分企业选择快速推出产品、用性价比占领市场；另一部分则选择押注底层技术、在数据积累和算法迭代上构建壁垒。无论哪种路径，资本的涌入都在为这场漫长的产业化长征提供充足的弹药。

Figure AI的“数据飞轮”：产能24倍跃升背后的战略逻辑

如果要问近期人形机器人领域最吸睛的新闻，Figure AI的BotQ工厂绝对榜上有名。

4月29日，Figure创始人布雷特·阿德科克在社交平台X上发文宣布，BotQ工厂的产能在过去120天内实现了惊人的24倍跃升——从最初的每天生产1台机器人，提升到如今的每小时生产1台。仅在这一周，Figure就交付了55台第三代机器人。

这个数字听起来或许并不惊人。如果对照中国厂商的出货量，宇树科技去年全年出货量已达5500台，Figure的周产能不过是宇树的“腰部的腰部”。但如果了解了Figure的产能逻辑，就会发现这个数字背后的深意——Figure真正在做的，是用硬件成本换取真实物理世界的数据。

与传统的工厂生产不同，BotQ工厂里有一个极具未来感的画面：已下线的Figure 03机器人会直接参与新机器人的组装工作，包括搬运部件、辅助定位等。这不仅仅是节省人工成本的考量，更是对机器人精细操作能力的极限压力测试。换句话说，每一台下线的机器人，既是产品，也是训练数据的采集器。

阿德科克在一次播客访谈中透露，Figure的目标是让 campus 里行走的机器人数量超过人类。这个看似疯狂的愿景背后，是他对“数据飞轮”效应的笃信——当足够多的机器人在真实环境中运行，它们产生的数据会反哺到Helix模型的训练中，使其变得更加智能，而更智能的机器人又能执行更复杂的任务，从而产生更多有价值的数据。这个飞轮一旦转起来，后来者将很难追赶。

在硬件层面，Figure 03相比前两代产品实现了约90%的成本下降，第七代灵巧手已经能够举起30磅的箱子，并在白宫演示中完成了轻柔的家居整理任务。正在设计中的Figure 04，则瞄准了“像iPhone重新定义智能手机一样重新定义人形机器人”的目标——如果前三代解决了“存在”与“可靠”的问题，Figure 04将追求极致的通用性与标准化。

国产军团的加速跑：宇树的“应用商店”与车企的集体押注

就在海外玩家忙着构建数据护城河的同时，中国的人形机器人军团也在以惊人的速度推进商业化落地。

最引人注目的动作来自宇树科技。5月1日，宇树科技全国首家直营店在北京王府井银泰in88正式开业，G1人形机器人、Go2机器狗等产品悉数亮相。两天后的5月7日，宇树再度放出大招——全球首个人形机器人任务动作应用商店UniStore正式全面开放。用户可以通过这个平台下载和使用机器人新应用，像手机App解锁不同功能一样，为机器人赋予新的技能。

宇树CMO王其鑫对此的解释很直接：“行业短期内本质上还是B端市场，但直营店可以让消费者了解体验产品。”更重要的是UniStore的战略意义——它标志着宇树从单纯的硬件销售商，向平台生态运营者的角色跃升。当机器人的功能可以像手机应用一样被“安装”和“卸载”，其商业价值的释放方式将发生根本性改变。

小鹏IRON则选择了更激进的量产路线。这家新势力车企宣布，IRON人形机器人将在2026年底实现量产，2027年开启全年商业化销售，年底月产能目标达到上千台。值得注意的是，小鹏IRON的定位并非单纯的工业机器人，而是瞄准了“具身智能”的广泛场景。一季度已在广州启动的全链条量产基地建设，意味着小鹏正在将智能汽车的制造经验系统性地平移到机器人领域。

传统车企的跟进同样值得关注。一汽、广汽、奇瑞在北京车展期间集中发布具身智能战略，意味着至少十余家车企已明确公布机器人战略。这种规模的集体行动，在汽车产业历史上极为罕见。有分析认为，车企对机器人的热衷并非偶然——人形机器人所需的电机、减速器、电池管理、运动控制等技术，与智能电动汽车存在大量重叠，车企在供应链和制造能力上的积累，可以较低成本地迁移到机器人领域。

万亿蓝海的敲门砖：资本押注的底层逻辑

资本的疯狂涌入并非空中楼阁，多家权威机构的预测正在为这场豪赌提供理论支撑。

摩根士丹利最新研报显示，2026年年初至今，全球人形机器人风险投资规模已超过2025年全年总额，其中中国市场贡献了约46%的年内风投资金。更令投资者兴奋的是摩根士丹利给出的长期预测：到2050年，全球人形机器人市场规模将达到7.5万亿美元，保有量将达10亿台；到2036年，采用量将达到2440万台；到2040年，这一数字将激增至1.379亿台。

这些数字意味着什么？做个简单的对比，2025年全球新能源汽车市场规模约为1.2万亿美元，而摩根士丹利预测的人形机器人终极市场规模，是新能源汽车的6倍以上。

摩根士丹利特别强调，中国正在完美复刻其在电动车领域的成功剧本。与美国企业侧重于高成本、高规格原型机并在量产前进行漫长测试的路径不同，中国企业推出模型的速度更快，并直接将本土市场作为试验田。更重要的是，中国正在构建整个人形机器人供应链，这使其在面对依赖中国零部件的美国、日本和韩国竞争者时占据优势。

从宇树科技的财务数据来看，这种“中国制造”的效率优势已经体现在商业可行性上。宇树科技的IPO招股书显示，其毛利率高达约60%，调整后净利率约37%，在所有覆盖的中国机器人和制造企业中名列前茅。这意味着当人形机器人真正进入大规模量产阶段，中国企业有能力率先实现盈利。

资本的嗅觉是敏锐的。摩根士丹利“人形机器人100”指数自2025年2月设立以来已暴涨45%，全面碾压标普500指数。英特尔(+389%)、三星电子(+319%)和工业富联(+224%)成为表现最亮眼的成分股。在A股市场，机器人ETF近期持续活跃，产业链上游企业的估值受到机构高度关注。

从融资热度到商业落地：还有几道关卡要过

尽管资本热情高涨，但人形机器人从“送样到量产”、从“单点试点到大规模复购”的路途并非坦途。

首先是技术层面的挑战。尽管Figure的Helix模型已经能够实现全栈神经网络控制，让机器人可以在非结构化环境中完成复杂操作，但“泛化能力不足”仍是行业的底层瓶颈。一位从业者私下透露：“现在的机器人能在特定场景下完成任务，但换一个稍微不同的环境，可能就会出问题。”从“能用”到“好用”，还有相当长的路要走。

其次是商业模式的验证。目前多数人形机器人企业仍处于“烧钱”阶段，营收规模与估值严重不匹配。以Figure为例，虽然已累计交付超过350台机器人，但与宝马工厂的合作试点已经结束，能否从试点变成真正的量产采购还是未知数。宇树科技的直营店和UniStore平台虽然开创了新玩法，但能否真正转化为可持续的收入来源，还需要时间检验。

高估值与盈利兑现之间的落差也值得关注。绿的谐波近期因行业热度股价创历史新高，但动态市盈率已超过365倍；多家具身智能企业的融资估值已经突破百亿，但实际营收可能还停留在千万元级别。一旦市场热情退潮，这些高估值企业的估值基础将面临考验。

此外，海外渠道的限制也是中国机器人企业必须面对的不确定性因素。尽管中国企业在上游零部件和整机制造上具备优势，但在进入欧美市场时可能面临地缘政治因素的干扰。如何在全球化与本土化之间找到平衡，将是决定中国企业能否真正“走出去”的关键。

写在最后

人形机器人正在跨越从科幻到现实的商业化拐点。

过去四年，特斯拉、Figure、宇树等企业用不同的路径证明了人形机器人的可行性；接下来四年，它们将面临更残酷的考验——如何将实验室里的技术转化为工厂里真正能干活的工具、如何将几十台、几百台的试点扩展到成千上万台的规模部署、如何让产品从“能完成任务”进化到“好用且便宜”。

摩根士丹利给出的路径很清晰：技术验证→政策催化→资本涌入→供应链成熟→规模量产→成本下降→需求爆发。这条路在新能源汽车赛道已被中国完整走过一遍，如今正在人形机器人赛道上加速重演。

资本的狂热终将回归理性，但产业革命的齿轮已经转动。2026年，或许正是人形机器人从“融资热度”走向“真实盈利”的转折之年。唯一可以确定的是，能够在这场长跑中存活下来的企业，必须同时具备技术实力、量产能力和场景落地的真本事——缺一不可。

本文为科技资讯网站原创内容，版权所有。文中涉及的市场数据来源于公开资料整理，仅供参考，不构成投资建议。

正文

一笔融资背后的行业信号

5月7日，AI原生基础设施公司无问芯穹宣布已完成超7亿元融资，一举刷新中国AI基础设施公司融资规模纪录。这笔融资由杭州高新金投集团和惠远资本联合领投，跟投方阵容豪华，包括国兴资本、秦淮数据、广发乾和、中保投资等十余家机构，老股东君联资本、上海国投孚腾等也继续追加投资。

消息一出，行业震动。这不仅是无问芯穹自身的里程碑，更被视为AI产业投资逻辑转变的重要信号——资本正从过去的追捧热点模型概念，转向押注底层硬核基建。

为什么是“AI原生基础设施”？

要理解这笔融资的分量，先得搞清楚什么是“AI原生基础设施”。

与传统云计算不同，AI原生基础设施是为大模型时代量身打造的底层能力。它不仅提供基础的算力调度，更涵盖模型压缩、推理优化、多硬件适配等核心环节。简单来说，就是让大模型跑得更快、用得更省、适配更多硬件。

无问芯穹正是这条赛道的代表性玩家。其核心能力在于“异构适配”——面对当前市场上英伟达GPU、HBM内存紧张，国产AI芯片百花齐放的格局，如何让大模型在不同硬件上高效运行，成为制约产业发展的关键瓶颈。无问芯穹的技术正是解决这个问题的钥匙。

据行业人士透露，无问芯穹已完成多款主流大模型的适配优化，其解决方案能够将模型推理效率提升数倍，同时大幅降低算力成本。这正是资本看重的核心价值：在算力紧张、成本高企的当下，谁能帮企业省钱，谁就能获得市场。

算力中间层为何成为新风口？

观察这轮融资潮，一个明显的趋势是：算力中间层、算力运营等细分领域正获得资本持续加码。

过去两年，AI投资的主战场是基础大模型。ChatGPT引爆的浪潮让无数投资机构争相入局，估值泡沫也随之膨胀。然而，随着大模型技术逐渐成熟、竞争格局趋于稳定，纯粹的概念炒作已难以持续。投资者开始关注一个更务实的问题：大模型真正落地时，到底需要什么？

答案是基础设施。

大模型的规模化应用带来海量算力需求，但算力的获取、调度、使用都存在极高的技术门槛。中小企业难以承担自建算力的成本，也缺乏优化模型性能的技术能力。算力中间层的价值正在于此——它提供的是“水电煤”般的基础服务，让AI应用开发者能够专注于业务创新，而非底层技术。

这也是为什么，从阿里、腾讯到字节跳动，各大互联网巨头都在加码AI基础设施建设。而一级市场的资本嗅觉同样灵敏，开始密集布局这一赛道。

产业变局：从“造模型”到“建地基”

无问芯穹这笔融资，放在更大的产业背景下观察，意义更为深远。

当前，全球AI产业正经历一场深刻的范式转变。从2023年的“百模大战”，到2024年的应用落地探索，再到2025年的规模化商用尝试，产业发展重心正在从“造模型”向“建地基”迁移。

这一转变的驱动力有二：

第一，大模型竞争进入深水区。 当各家基础能力差距逐渐缩小，竞争焦点开始转向差异化能力——谁能提供更低成本、更高效率的AI服务，谁就能赢得市场。而这一切的前提，是拥有强大的AI基础设施支撑。

第二，国产替代需求迫切。 受地缘政治影响，英伟达高端GPU对华出口受限，国产AI芯片迎来发展窗口期。然而，国产芯片生态分散、标准不一的现状，亟需中间层厂商来解决适配难题。这为无问芯穹等企业提供了巨大的市场空间。

资本动向：谁在押注这条赛道？

无问芯穹的融资只是冰山一角。回顾近期市场，AI基础设施领域的资本动作频频。

就在上个月，另一家AI基础设施公司也完成了数亿元融资，投资方包括多家头部VC和产业资本。更早些时候，字节跳动、阿里等互联网巨头相继宣布加码算力基础设施投资，掀起一轮算力扩张潮。

二级市场上，AI基础设施概念同样受到追捧。相关板块估值持续攀升，资金流入明显。市场分析认为，随着AI应用向千行百业渗透，对算力基础设施的需求将呈现指数级增长，这是一个确定性极高的长周期赛道。

不过，热闹背后也有隐忧。AI基础设施建设周期长、投入大、回报慢，对资本的耐心提出了极高要求。短期来看，赛道过热可能导致估值泡沫；长期来看，真正具备技术壁垒和商业化能力的企业才能笑到最后。

国产AI基础设施的机遇与挑战

对于无问芯穹等国产AI基础设施厂商而言，当前的市场环境既是机遇，也是挑战。

机遇方面，政策支持力度持续加大。十四五规划明确提出加快新型基础设施建设，AI被列为重点发展方向之一。同时，国产替代需求为本土企业提供了切入大客户的机会。在国际供应链受限的背景下，国内厂商更容易获得头部企业的合作机会。

挑战同样不容忽视。首先，技术壁垒的构建需要时间。AI基础设施涉及底层芯片、系统软件、上层算法等多个环节，需要长期积累才能形成竞争力。其次，竞争日趋激烈。随着赛道热度提升，更多玩家涌入，同质化竞争风险加剧。最后，商业化路径仍需探索。AI基础设施的价值如何真正转化为收入，需要在实践中不断验证。

展望：基础设施决定AI产业高度

回顾互联网发展史，每一次底层技术革新，都会催生相应的基础设施投资浪潮。云计算成就了亚马逊AWS、阿里云；移动互联网成就了各类App Store和开发者生态。AI时代的基础设施战争，才刚刚开始。

从某种意义上说，AI基础设施的成熟度，将决定这轮AI产业革命的高度。如果把大模型比作“电力”，那么基础设施就是“电网”——只有电网足够强大、灵活、高效，电力才能真正赋能千行百业。

无问芯穹获得的超7亿元融资，既是对其技术实力的认可，也是对整个赛道的看好。在资本的助推下，AI基础设施这条赛道正在加速奔跑。未来，谁能在技术、成本、服务上建立优势，谁就能在这场漫长的竞赛中脱颖而出。

而对于整个AI产业而言，一个更值得关注的问题是：当基础设施日趋完善，AI应用的春天是否真的不远了？

本文内容仅供参考，不构成投资建议。

正文

一纸禁令，帝国坍塌

2026年5月，美国对华芯片出口管制措施正式生效。当人们还在讨论这项政策对全球半导体产业链的深远影响时，一个更具冲击力的数据浮出水面——英伟达在中国AI芯片市场的份额已降至0%。

这个数字来之不易，却也来得迅猛。就在两年前，英伟达还是中国AI芯片市场的绝对霸主，无论是数据中心还是云计算领域，搭载英伟达GPU的训练集群几乎无处不在。如今，这一切都已成为历史。

英伟达CEO黄仁勋在近期接受美国两党议员发起的特别竞争研究项目专访时，首次公开确认了这一令人唏嘘的现状。他的语气中带着几分无奈，也透着几分战略家的清醒：“放弃中国这样庞大的市场可能并不明智，所以我认为这在很大程度上已经适得其反。”

黄仁勋的清醒与焦虑

从黄仁勋的表态中，外界读出了这位芯片巨擘掌舵者的复杂心态。

一方面，他清楚地看到了出口管制的反效果。在采访中，黄仁勋明确表示，政策需要动态调整、与时俱进，美国芯片及相关企业留在中国市场，才具备真正的战略价值。“也许当时这样做是合理的，但我认为政策需要灵活，需要与时俱进。”这番话与其说是对美国政府的建言，不如说是一位商界领袖面对地缘政治冲击时的务实反思。

另一方面，黄仁勋也敏锐地捕捉到了中国AI产业的自生能力。他在多个场合反复强调，即便没有美国研发的领先AI GPU与软件生态，中国在前沿AI模型领域依然是强劲的竞争对手。“中国拥有更低的能源成本，顶尖的数理领域专家储备，AI研究者数量庞大，这是中国的核心优势之一。”

这已经不是黄仁勋第一次对美国出口管制政策表达不满。早在去年，他就曾警告称，限制向中国出口AI芯片不仅会损害英伟达的营收，更会刺激中国加快自主研发步伐，最终搬起石头砸自己的脚。如今看来，这一预判正在成为现实。

管制催生加速器

回望过去几年的中国AI芯片产业，一条清晰的演进轨迹浮现出来。

华为的昇腾系列芯片已经成为国产AI算力的中坚力量。从昇腾910到最新的昇腾950系列，华为在算力密度、能效比等核心指标上持续突破，逐步缩小与国际领先水平的差距。更重要的是，华为围绕昇腾芯片构建了完整的软硬件生态体系——CANN（Compute Architecture for Neural Networks）异构计算架构已经具备替代CUDA的部分能力。

寒武纪作为国内AI芯片第一股，其思元系列芯片在推理场景中表现出色，已获得多家头部互联网企业的采用。沐曦和壁仞科技等新兴力量也在各自擅长的领域快速成长，产品逐步进入商用阶段。

然而，一个不得不承认的现实是，在AI芯片软件生态领域，CUDA依然是那道最难跨越的护城河。过去十几年间，全球数百万开发者围绕CUDA构建了庞大的工具链和算法库，这一沉淀不是一朝一夕能够复制的。黄仁勋之所以对中国AI产业保持警惕，很大程度上也是因为CUDA生态的壁垒效应。

但形势正在发生变化。随着美国管制的持续加码，中国企业不得不加速构建自主生态。华为的CANN、百度昆仑芯的PaddleLite、阿里的无影架构……一系列自主软件栈正在逐步成熟，虽然与CUDA的成熟度仍有差距，但追赶的速度正在加快。

全球AI算力格局重构

英伟达中国市场份额归零，绝非孤立的商业事件。它正在并将继续引发全球AI算力格局的深层变革。

对美国而言，短期来看，出口管制确实限制了中国的AI算力获取能力，为美国企业在AI竞争中争取了时间窗口。但长期来看，这种做法可能适得其反。黄仁勋在采访中一针见血地指出：“基于恐慌的管制政策，反而会拖累全球AI的规模化落地。美国想要保持AI领域的长期领先，核心不在于限制全球竞争对手，而在于确保自身AI生态在全球范围内的主导地位。”

对中国而言，这是一把双刃剑。一方面，高端AI芯片的获取受限确实对大模型训练等场景造成了影响；另一方面，这种“卡脖子”压力正在转化为自主创新的强大动力。从政策层面到资本层面，从人才培养到产业协同，一场以自主可控为目标的AI芯片攻坚战已经全面打响。

对全球AI产业而言，中美在芯片领域的脱钩趋势正在重塑整个产业链的布局。东南亚、中东、欧洲等地区成为各方角力的新战场。同时，这种分割也在推动全球AI产业走向更加多元化的格局，不再是单极主导而是多极竞争。

国产替代：从“能用”到“好用”

在这场大变局中，中国的AI芯片企业迎来了前所未有的发展机遇。

华为的故事最具代表性。作为被制裁最严厉的中国科技企业，华为在极限压力下展现出了惊人的韧性。昇腾910B芯片的性能已经可以与英伟达A100相媲美，而即将量产的昇腾910C在部分场景下更是展现出超越的实力。更关键的是，华为通过软硬协同优化，在实际应用中能够充分发挥硬件性能，弥补与英伟达在峰值算力上的差距。

寒武纪的思元370系列则走出了另一条路。这家由中科院计算所孵化的高科技企业，选择从推理场景切入市场。凭借在深度学习算法优化上的深厚积累，寒武纪芯片在能效比方面展现出明显优势，已经在互联网、安防、智能驾驶等领域获得了批量应用。

此外，燧原科技、天数智芯、摩尔线程等一批新兴力量也在各自领域持续突破。虽然目前还难以对英伟达形成正面挑战，但百花齐放的格局为整个产业的持续进化注入了活力。

挑战与机遇并存

当然，盲目乐观并不可取。国产AI芯片在快速发展的同时，仍面临诸多挑战。

首先是生态建设的长期性。CUDA之所以难以撼动，不只是因为其技术先进，更因为围绕它已经形成了完整的开发生态。开发者工具、算法库、优化方案、行业应用……这些都需要长时间的积累和打磨。国产芯片要在软件生态上迎头赶上，需要整个产业界的协同努力。

其次是制造工艺的瓶颈。AI训练芯片对制程工艺的要求极高，目前能够生产高端AI芯片的晶圆代工厂寥寥无几。台积电受限于美国政策无法为部分中国客户提供先进制程，这成为制约国产AI芯片进一步提升性能的关键因素。

第三是人才储备的厚度。AI芯片设计是典型的知识密集型领域，需要大量具备深厚算法、架构、工艺背景的复合型人才。虽然近年来国内人才培养力度加大，但与产业快速扩张的需求相比，仍存在一定缺口。

然而，挑战的另一面往往是机遇。这些瓶颈的存在，既是对中国AI芯片产业的考验，也是其走向成熟的必经之路。正如一位产业观察者所言：“芯片行业没有捷径可走，只有在实战中不断打磨，才能真正建立起核心竞争力。”

写在最后

英伟达中国市场份额归零，这个看似冰冷的数字背后，是一场牵动全球科技产业格局的深刻变革。

它让我们看到，在地缘政治与技术创新交织的当代，技术的流动从来都不是纯粹的市場行为。当芯片成为国家竞争力的核心要素，当算力成为AI发展的基础设施，围绕芯片的博弈将持续深刻地影响着全球科技走向。

对于中国AI产业而言，这是一个最坏的时代，也是一个最好的时代。坏消息是，曾经唾手可得的高端芯片不再可得；好消息是，这种倒逼正在加速中国走向真正的自主可控。

黄仁勋说，政策需要灵活，需要与时俱进。这或许值得所有参与者思考。在追求国家安全与保持技术开放之间，在鼓励自主创新与融入全球生态之间，如何找到平衡点，将是决定这场变局走向的关键所在。

而对于每一位关注AI产业发展的人而言，这场变革的意义远超芯片本身。它正在告诉我们：在一个相互依存的世界里，任何试图以邻为壑的做法，最终都可能事与愿违。而真正的强者，永远是那些在压力下不断进化、在挑战中持续成长的力量。

一、增长神话的破灭

曾几何时，OpenAI凭借ChatGPT引爆全球AI浪潮，被视为科技行业的”顶流”和AI未来的代名词。但如今，这个神话正在褪色。

用户增长失速，是最直观的信号。

OpenAI此前定下激进目标：2025年底前，ChatGPT周活跃用户突破10亿，成为全球用户规模最大的AI产品。但截至2026年4月，这个数字仅为9亿，距离目标仍有差距，且增长速度持续放缓。

更严峻的是付费用户的流失。ChatGPT的订阅用户流失率居高不下，很多用户体验后选择放弃续费，转向竞品。用户粘性持续下降，说明单纯依靠先发优势建立的用户基础，正在被更优质的产品蚕食。

营收端的表现，更是惨不忍睹。

知情人士透露，2025年OpenAI未能达成年度营收目标。进入2026年后，连续多个月未能完成月度营收指标，核心产品ChatGPT的付费收入增长停滞。

是什么原因导致了这场滑坡？

答案很简单：竞争格局发生了根本性变化。

二、对手崛起：市场份额被全面蚕食

OpenAI陷入”腹背受敌”的绝境，并非危言耸听。

在C端消费市场，谷歌Gemini正在疯狂收割用户。

去年年底，Gemini实现爆发式增长，凭借免费使用、多模态能力、深度整合谷歌服务等优势，大量分流ChatGPT用户。数据显示，Gemini月活用户已超7.5亿，持续蚕食OpenAI的市场份额。

在编程工具市场，Anthropic的Claude Code异军突起。

Anthropic凭借Claude Code等产品，一举占据企业编码市场54%的份额，而OpenAI仅为21%。在企业级智能体市场，Anthropic份额为40%，OpenAI仅为27%。

2026年3月数据显示，新采购AI服务的企业中，**65%选择了Anthropic，仅32%**选择OpenAI。

更令投资者不安的是估值逻辑的逆转。Anthropic的老股交易估值较上轮融资溢价超50%，而OpenAI的老股估值则出现折价。投资者用脚投票，表明他们更青睐Anthropic清晰、稳健的商业化路径。

曾经的AI霸主，正在被竞争对手一步步超越。

三、6000亿美元承诺：算力军备竞赛的代价

如果说用户流失和市场份额被抢是”外伤”，那么财务危机就是OpenAI的”内伤”。

为支撑模型训练和推理，OpenAI大规模投入数据中心和算力建设，与微软签订巨额算力合同。CEO萨姆·奥特曼主导的一系列交易，使OpenAI背负约6000亿美元的未来支出承诺。

这是什么概念？

这个数字相当于某些中等规模国家的GDP。科技行业的众多参与者——软银、微软、英伟达、亚马逊——都被深度绑定在OpenAI的命运之上。

但收入增长持续疲软，无法覆盖巨额算力成本。

OpenAI虽于近期完成了硅谷史上规模最大的一轮融资，筹得1220亿美元，改善了资本状况，但按照其雄心勃勃的营收预测，公司预计将在未来三年内烧完这笔资金。

CFO萨拉·弗里尔已向高管发出明确警告：若收入增长跟不上支出节奏，公司未来可能无力支付这些算力合同。

财务预测显示，公司在实现正向现金流之前，现金消耗可能超过2000亿美元。

这是一场豪赌，赌的是AI市场的增长能够支撑起这个算力帝国的野心。

四、内部裂痕：CFO与CEO的分歧

外部压力之下，OpenAI内部的裂痕也在加深。

据《华尔街日报》报道，CFO萨拉·弗里尔与CEO萨姆·奥特曼在上市时机与支出策略上存在明显分歧。

奥特曼的激进逻辑：

他私下希望OpenAI的IPO能早于主要对手Anthropic完成。在Anthropic年化收入已突破300亿美元、市场份额距OpenAI仅差4.6%的紧追下，抢先上市意味着能锁定更高的市场关注度、品牌势能和融资渠道。

为此，他已启动IPO前期工作，聘请顶级律所，与高盛、摩根士丹利等承销团队接触。他的战略核心是”算力霸权”，承诺未来五年投入6000亿美元用于服务器基础设施，以技术领先构筑护城河。

弗里尔的审慎判断：

她的担忧基于冰冷的财务数据：尽管2025年OpenAI年化营收达200亿美元，但预计2026年亏损将高达140亿美元，2027年年度现金消耗可能飙升至570亿美元。

她认为公司在流程、合规及组织架构上，远未达到上市公司的标准。在她看来，带着巨额亏损和未完善的治理框架强行上市，可能损害公司的长期信用。

这场分歧，远非简单的路线之争。

它折射出这家AI巨头在冲向公开市场前必须直面的深层矛盾：是继续押注算力霸权，还是优先实现财务可持续？

五、马斯克诉讼：IPO路上的黑天鹅

除了内部矛盾，OpenAI还面临着外部法律诉讼的巨大压力。

当地时间4月27日，马斯克诉OpenAI案在加州奥克兰联邦法院正式开庭。这场诉讼的核心诉求是：要求法院撤销OpenAI的营利化转型，恢复其纯粹的非营利性质。

索赔金额高达1500亿美元。

这场诉讼的影响远不止法律层面。如果马斯克胜诉，OpenAI的IPO将直接搁置甚至永久取消，公司架构和与微软的合作都可能面临重构。

更令投资者担忧的是，这场诉讼已经产生了即时影响：OpenAI二级市场老股交易遇冷，估值面临下调压力。

这场可能颠覆公司根本的诉讼，是OpenAI IPO路上最大的”黑天鹅”。

与此同时，微软与OpenAI于4月27日宣布修订合作协议：微软将不再向OpenAI支付收入分成，对OpenAI模型和产品的知识产权许可转为非独家，有效期至2032年。

这意味着OpenAI失去了一个重要的收入来源，也让其与微软的绑定关系出现松动。

六、IPO前景：2026年能否完成？

综合内外部因素，OpenAI年内IPO的可能性正在急剧下降。

障碍一：财务可持续性不足。

亏损持续扩大，现金消耗速度远超收入增长。按照CFO弗里尔的判断，公司在2026年尚不具备上市条件。

障碍二：治理框架不完善。

弗里尔明确表示，公司在内部控制和合规体系方面远未达到上市公司的信息披露要求。

障碍三：竞争格局恶化。

被Anthropic在关键指标上反超，影响二级市场信心。投资者更青睐Anthropic清晰、稳健的商业化路径。

障碍四：法律诉讼悬而未决。

马斯克诉讼若败诉，将直接终结IPO进程。即便胜诉，旷日持久的诉讼也会影响公司声誉和市场信心。

障碍五：领导层空缺。

公司二号人物、首席运营官Fidji Simo本月初意外因病休假，公司目前处于领导层空缺状态。

种种因素叠加，OpenAI的IPO之路已被拖入一个充满不确定性的泥潭。

结语：AI神话的代价

OpenAI的危机，给整个AI行业敲响了警钟。

AI不是”稳赚不赔”的神话。

技术创新、用户需求、商业变现、成本控制——这四者缺一不可。盲目烧钱、高估价值、忽视竞争，终将被市场淘汰。

OpenAI的困境也折射出一个更深层的问题：AI行业的估值逻辑是否已经泡沫化？

当一家公司背负6000亿美元的算力承诺，却连基本的营收目标都无法完成；当一家公司号称要改变人类未来，却连订阅用户的留存率都无法保障——这样的公司，真的值8520亿美元吗？

或许，OpenAI需要重新审视自己的战略：是继续追求算力霸权，还是回归用户价值？是继续讲”改变世界”的故事，还是先证明自己能”养活自己”？

神话褪色之后，OpenAI需要的不是更宏大的叙事，而是更务实的行动。

毕竟，商场不相信眼泪，也不相信神话。

相关文章推荐：

• 库克15年谢幕：苹果4万亿帝国的得与失
• 机器人租赁狂飙：四个月四轮融资背后的万亿风口

一、标志性事件：万台下线只是开始

2026年3月30日，智元机器人联合创始人彭志辉宣布，第10000台通用具身机器人远征A3正式下线。

“从5000台到10000台，只用了不到4个月。”

这句话背后，是一个正在从科幻走向现实的万亿级产业。

同期，优必选交出首份”人形机器人作为第一大收入来源”的财报——全尺寸人形机器人收入暴增22倍。宇树科技招股书显示，2025年营收同比大增335.36%，综合毛利率攀升至60.27%。

这些数字背后，是国产人形机器人产业正在经历的历史性跨越。

据工信部数据，2025年我国人形机器人整机企业突破140家，累计发布产品超330款，全年出货量约1.44万台，占据全球超80%的市场份额。2026年预计出货量突破6万台，万亿级具身智能产业蓝图正从概念验证加速迈向规模商用。

二、国产化密码：从”卡脖子”到”自主可控”

国产人形机器人能够在短时间内实现规模化量产，核心在于国产化率的持续提升。

关节模组占人形机器人整机成本的近50%，其量产能力直接决定产业化进程。泉智博的自动化产线将单套关节交付周期从20分钟压缩至90秒，基础关节模组成本已降至百元级别。

这意味着什么？

人形机器人的核心零部件正在经历与电动汽车相似的”成本革命”——当国产供应链成熟后，价格会以惊人的速度下探。

在核心零部件国产化方面，视觉传感器、无框力矩电机等环节国产化率已超85%，成本较进口降低30%-50%。精密减速器、伺服电机、核心传感器等关键零部件国产化率也已提升至75%以上。

截至2025年底，国内现有人形机器人相关专利达2000余项。依托自主研发的双脑架构协同、毫秒级响应控制等先进技术，国产人形机器人在轻量化设计、动力效能、智能交互等方面稳居全球第一梯队。

这让国产人形机器人形成了独特的竞争优势：同样性能的产品，价格只有海外竞品的一半甚至更低。

三、商业化落地：从”会表演”到”能干活”

规模扩张的同时，人形机器人的商业化落地正在从”展示型”走向”实用型”。

2026北京人形机器人半程马拉松赛事中，自主导航参赛占比从去年不足10%跃升至40%。赛事规则通过加权系数倒逼企业攻克自主技术，推动人形机器人从”炫技”走向”实用”。

当前落地场景呈现”工业先行、商业跟进、家庭试水”的格局。

工业制造成为首要突破口。 结构化程度高、重复性强的场景率先验证：优必选Walker机器人在比亚迪产线可替代20-30名工人，效率提升30%；小米机器人已在汽车工厂稳定拧螺丝3小时，准确率达90%。智元机器人已在搬运移动、抓取放置等场景实现数千台订单落地。

商业服务探索盈利模式。 广州酷库智能的AI咖啡师60秒出品定制咖啡，单机约10个月回本，日均营收超5000元。公司转向”硬件+流水分成+软件订阅”三重变现。租赁市场也正在兴起，浙江的赵泽通过出租人形机器人，一年收回超百万元成本。

家庭场景处于协同辅助阶段。 深圳出现首个机器人保洁员，与家政阿姨组成”黄金搭档”——机器人负责基础清洁和收纳，而人类负责深度清洁与复杂沟通。

四、挑战与瓶颈：理想与现实之间的鸿沟

然而，乐观之余，我们也必须正视产业面临的挑战。

第一，AI芯片仍是短板。

核心部件国产化不均衡：AI推理芯片国产化率不足10%，80%以上依赖英伟达等海外企业。这意味着，一旦海外芯片供应受限，整个产业都将面临”断供”风险。

第二，精密部件仍有差距。

谐波减速器等精密部件国产替代率仅35%，磨损速度仍落后于日本产品。电池续航仅1-2小时，固态电池等突破尚未普及——这限制了机器人的连续作业能力。

第三，真实场景能力存差距。

斯坦福《2026 AI指数报告》指出，人形机器人在完成真实家庭1000项家务时，成功率仅有12.4%，而在模拟环境中则高达89.4%。这说明，真实场景与实验室之间存在明显的能力差距。

深圳理工大学副教授司伟鑫坦言：”具身智能研发本就是一项高度复杂的系统工程，当前仅在简单任务上接近实用化水平。”

第四，成本与需求严重错配。

消费端，78%用户对家庭机器人的心理价位在千元内，而能自主行动的高端机型售价仍在万元级以上。工业端，人形机器人单价在15-200万元，投资回收期超过3年，对比专用机械臂（均价5-10万元）性价比劣势明显。

五、政策助力：标准体系与资金支持

面对这些挑战，政策层面的支持正在加码。

标准体系填补顶层空白。 2026年3月，工信部正式发布《人形机器人与具身智能标准体系（2026版）》，联合120余家行业企事业单位，搭建覆盖产品研发、量产测试、应用落地、安全伦理全生命周期的标准框架。

资本涌入提供弹药支持。 今年以来，人形机器人领域投融资事件已达70起，总规模超过数十亿元。宇树科技、智元机器人成为最受青睐的头部标的。

地方政策因地制宜。 北京亦庄出台”具身智能十条”，打造全栈式开发者社区；江苏将人形机器人纳入消费品以旧换新补贴；黑龙江对年营收破亿的企业给予最高500万元奖励。

“十五五”规划推动实体经济与数字经济深度融合的背景下，人形机器人作为人工智能与工业制造深度融合的典型代表，正在从单点智能向整厂协同加速跃升。

六、全球竞争格局：中国正在领跑

在这场全球人形机器人的竞赛中，中国已经占据了先发优势。

2025年全球人形机器人装机量中，中国占比已超80%。据工信部数据，2025年国内人形机器人出货量占全球总出货量的84.7%，市场规模全球占比约53.8%。

新华社在专题报道中指出，中国人形机器人正在海外市场迅速崛起。2026年CES上，机器人成为增长最快的品类之一，英伟达CEO黄仁勋评价：”中国在机器人领域’令人敬畏’，原因在于，中国的微电子、电机等机器人技术基础领域都是世界顶尖水平。”

这种领先优势的背后，是中国独特的产业生态优势：

完整的产业链。 深圳南山区的”机器人谷”汇聚了众多机器人研发及上下游企业，堪称”上下楼就是上下游，产业园就是产业链”。

快速的转化周期。 中国已构建起完整的产业生态，显著缩短科研、原型开发与规模化生产之间的转化周期。

开源生态的加持。 叠加开源代码生态，通过降低准入门槛、吸引全球参与、加快技术迭代。

雄厚的人才储备。 制造业基础与工程师红利，为机器人产业提供了充足的劳动力资源。

七、未来展望：3-5年的产业化路径

行业共识是，人形机器人的普及将是一个渐进过程。

短期（1-2年）：工业场景规模化落地。人形机器人将在结构化程度高、重复性强的工业场景中率先普及，如汽车总装、3C电子装配、物流分拣等。预计2026年出货量突破6万台。

中期（2-3年）：商业服务场景快速跟进。AI咖啡师、机器人保洁员等服务形态将进入更多商业场所，租赁和共享模式将降低使用门槛。

长期（3-5年）：家庭场景逐步渗透。当成本降至万元以下、续航超过4小时、任务成功率大幅提升后，人形机器人将进入普通家庭。但这一过程取决于技术突破的速度和政策支持力度。

银河通用研发的全球首款全自主网球人形机器人，正手击球成功率高达90%；宇树科技H1人形机器人百米跑峰值速度达10米/秒——这些进展表明，技术正在以超预期的速度突破。

八、结语：量产元年，也是淘汰元年

2026年，人形机器人产业迎来了从”面子”到”里子”的质变时刻。

从智元机器人万台下线，到优必选、宇树科技业绩爆发；从140家整机企业百花齐放，到核心零部件国产化率突破85%——中国的人形机器人产业正在用扎扎实实的量产数字，向世界证明自己的硬核实力。

但我们也要清醒地看到：量产元年，也是淘汰元年。

当潮水退去，那些没有核心技术、没有稳定客户、没有成本优势的企业，终将被市场洗牌。行业的”跑得快”并不意味着”已经成熟”。

接下来的竞争，比的不是谁先跑到终点，而是谁能跑得更稳、更远。

相关阅读：

• 自变量机器人20亿融资：四巨头罕见会师，具身智能35天后进家庭
• 人形机器人进厂元年：从跑赢纪录到工业落地