刘庆峰交出科大讯飞半张AI答卷
（本文作者为 唐辰同学，钛媒体经授权发布）
文 | 唐辰同学
科大讯飞的AI预期兑现了多少？
4月29日的业绩说明会上，科大讯飞董事长刘庆峰主动提起了市值。他说，对很多投资人来说其实没达到期望，“我们也觉得有点抱歉”，“公司的市值应该做得更好，我们要把国产芯片这条艰难的路让大家看透，在商业逻辑上让大家看清楚。”
他的潜台词是，走全国产算力路线的讯飞，市值被低估太多，对应当天市值约为1154亿元。
也是在那场会上，刘庆峰给国产算力的困境定了期限。他说，训练超长上下文确实受限，但困难 “已经看得很清晰”。讯飞正与华为相关团队深度配合，预计10月出成果，阵痛就会过去。
讯飞兑现技术预期
半年过去，他开始交作业了。
10月22日下午，1024开发者节首次在北京举行。刘庆峰发布端云一体的星火X2.6，首次在国产芯片上跑通百万级超长上下文的代码与智能体训练，超长上下文训练效率提升约4倍。
三天前的10月19日盘后，讯飞2026年三季度财报出来了。期内公司实现营业收入65.64亿元，同比增长7.99%；归母净利润2.26亿元，同比增长31.05%；前三季度累计归母净利润2188.72万元，同比扭亏。
不过扣除非经常性损益后，第三季度依然亏损1.26亿元，前三季度累计亏损7.63亿元。
两个季度之后，这条路的商业逻辑还在被检验，其市值变为878亿元，比年初的阶段高点跌去四成多。
技术推进顺利，财务表现差点意思。这个落差，就是外界对科大讯飞的AI预期：一半是技术，一半是商业。
技术这一块，看国产算力能不能撑起主流大模型，代码和智能体跟不跟得上；商业那一半，看技术落地后钱能不能进来，市值认不认。
刘庆峰很好地兑现了前一半；后一半，尤其是市值，还悬着。
换句话说，他交出来的，是科大讯飞AI的半张答卷。
大模型这三年，刘庆峰在技术上没画大饼，设定的目标基本都完成了。比如，2023年5月6日，星火大模型1.0发布，他放话10月份对标ChatGPT（GPT 3.5），还给出了年内三次升级的时间表：补数学、补代码，中文要超、英文要平。
五个月后，星火V3.0发布，刘庆峰说：“我们如期兑现了自己给大家的时刻表。”
2026年的主角是Agent，这轮竞争最吃算力的是代码和智能体。讯飞的解法是硬攻：训练端把长任务拆开并行跑，按任务长短分配算力；推理端靠多层缓存和分布式，破局“装不下、训不动”。
他在主论坛透露，端侧模型能独立完成的智能体任务，覆盖度从行业平均的12.8%提到41.9%。训练效率上，长思维链强化学习的效率从30%提到84%，MoE全链路从30%提到93%。
其代价是每个国际主流算法出来，讯飞都没法直接用，得先花三到六个月在国产卡上把它适配、跑通。这个时间成本最后都落在研发费用上，一年比一年重。
相较A股软件公司研发费用率普遍在15%–20%，科大讯飞连续多个季度的研发费用率在25%左右。
但尴尬的是，技术上的“交付”，对公司营收、市值的拉动作用，并没有达到预期。
2021年2月，刘庆峰在年度计划大会上，给人工智能2.0时代定下目标：“十亿用户、千亿收入、万亿生态”。完成时间定在“十四五”收官的2025年，千亿收入被拆成七个板块的指标，加起来正好1000亿元。当时讯飞一年营收只有130.25亿元，等于五年内营收要翻七倍半。
2025年，目标到期。讯飞完成营收271.05亿元，比五年前翻了一倍。这个增速放在A股，不算慢，只是对照千亿收入目标，差距就过于明显。
收入之外的利润构成也很有意思。2025年归母净利润8.39亿元，扣掉非经常性损益，只剩2.64亿元：三成出头是主业挣的，其余的大头，是计入损益的6.36亿元政府补助。
这笔补助对应它承担的国家项目，不是白拿的，但确实垫高了账面利润。
利润表之外，还有应收这笔钱。2025年末，讯飞账上162.96亿元应收账款，相当于全年营收的六成，其中56亿元账龄超过两年。
折算下来，讯飞每做10块钱生意，6块还没收回来，其中有2块已经在账本挂了两年以上。像教育、政务这类生意，交付和付款周期本来就长，项目越多垫得越多。
讯飞是赚钱的，只是回款周期比较长。
讯飞有没有被低估？
刘庆峰挖的护城河是国产算力，这既是他的护身符，也是他的天花板。
2023年1024开发者节，讯飞与华为联合发布国内首个全国产万卡平台“飞星一号”。刘庆峰反复强调：别的公司只在推理阶段适配国产芯片，讯飞从训练端就开始用。
这是其卖点，但短板也客观存在。今年8月的业绩说明会上，讯飞承认在256K以上超长上下文、复杂智能体和代码训练上，与英伟达H200有约五倍差距。
刘庆峰说，“因为国产算力对超长上下文的限制，使得在这一波以代码和智能体为主的市场热点中，讯飞看起来是有所缺位的。”
他肯把差距摆在桌面上讲，很不容易。全国产这块招牌，国内没有第二家。其底气还是来自华为的新卡，昇腾950DT对标H200，综合性能已经做到65%到85%，公司预计今年底至明年显著改善。
不过，这个差距在刘庆峰看来伤不到基本盘：教育、医疗、汽车、央国企这些行业应用里，90%甚至95%以上的场景用不到那么长的上下文，几十万Token就够了。
如果接下来市场比的不是参数，而是Token，讯飞这笔算力投入还算不算划算？
刘庆峰表示，“真正在API和纯Token消耗获得的收益，我们已经比其他模型公司高很多了。”
这在财报里得到验证，讯飞披露，2025年，其大模型API及MaaS收入3.85亿元，同比增长263%。
技术交了完整答卷，市场为什么不认？这不是讯飞一家的事。
年初上市的智谱、MiniMax也都从高点回落过，变化在定价方式上：以前听故事，现在算Token、看ARR（年度经常性收入）。最典型的指标叫P/ARR，也就是市值除以年度经常性收入。它算的是市场愿意为一块钱“能持续收进来的钱”出多少价。
这套估值算法适合API按调用量持续计费的纯模型公司。以智谱为例，它2025年总收入7.24亿元。但市场给它定价，参考是18亿美元的ARR。
一个是全年确认收入，一个是年度经常性收入。讯飞就算想把这个差别抹平，量级还是差着几倍——讯飞一整年的API及MaaS收入，大约只等于智谱十来天的ARR。
而且这还是拿讯飞最像模型公司的一块业务，去比人家的全部收入。
所以，在市场现在最认可的Token收入上，刘庆峰说的“高很多”，是增速上的领先，不是量级上的。
在讯飞开放平台，日均Tokens一年涨了42倍，收入暂时还只有几个亿。
显然，Token这门生意不是讯飞的主场，它的大头在教育、医疗、政企这些行业。其商业模式是项目制，需要讯飞一个个派团队、一家家攒数据、一年年做交付，是软件公司的路子。
2025年大模型相关项目中标金额23.16亿元，数量和金额都是行业第一，超过第二到第六名的总和。
或者说，市场对讯飞的“成见”是，把两种生意当成一种来定价：收入按Token计费的公司，享受高倍数；收入按项目结算的，被当成传统集成商。
刘庆峰的转变
市场的定价方式短期改不了，能改的只有讯飞自己。8月21日下午的半年度业绩说明会上，刘庆峰做了三个与他过去做法相反的表态。
首先是当众承认讯飞慢了。他自己捅破“有所缺位”的窗户纸，还称“今年上半年我们感到对投资者有很大的遗憾和压力”；科大讯飞董秘江涛也很坦诚，他从营收、利润到现金流，“很多投资者都对这份半年报表达了不满意”。
一家A股上市公司的管理层，把投资者的不满原样摆到台面上讲，这不算常见。
其次是讯飞的算力从买改成租，要么直接租，要么与政府、相关厂商合建之后再租，不再一次性砸大钱。
第三，他给烧钱划了条线：星火大模型已经拆出去独立成公司，接下来引入外部融资；即便拿到外部资金，也不会不计成本投入算力，去做单纯的模型“摸高”。
正视现实、改换模式、踩刹车，这与他过去摸高创收、自己买算力、猛砸钱搞研发的风格迥异。
讯飞和刘庆峰都认识到，技术兑现之后，商业预期也要开始兑现了。
从三季报和半年报的账面数据可以看到，讯飞拿到了不少“好结果”。比如收入结构在切换，上半年开放平台收入37.05亿元，同比增长36.01%，第一次超过智慧教育的34.90亿元。这说明，讯飞的AI新业务正在起势，在接过智能硬件、智慧城市这些老业务的增长重任。
研发投入也还在增加。上半年研发费用30.07亿元，同比多花6亿多，对应的扣非亏损是6.37亿元。
这释放的一个信号是，讯飞的亏损是因为投入在不断增加，不是其自身的商业模式有问题。
在此之前，刘庆峰就表达过相关态度，他说，加大研发投入是出于对大模型未来的信心。“如果我们选择保守，把这些投入都省掉，好像利润马上就出来了”。
一进一出，缺口只能靠融资补：前三季度经营现金流净额2.64亿元，同比增长115.28%，回款确实在变好；但同期资本开支34.78亿元，自由现金流仍是负32亿元，靠筹资净流入60.59亿元顶上，其中定增约40亿元。
定增能顶一时的缺口，但要真正让市场在Token、ARR、扣非净利润、自由现金流四个指标上，对它重估，讯飞眼下还有很长的路要走。
刘庆峰还是相信自己这些年攒下来的家底：国内独一份的全国产算力训练出来的主流大模型；20多年来在教育、医疗、政法里沉淀的数据和行业理解；学习机、翻译机、办公本、AI眼镜、汽车座舱这一串软硬一体的终端。
而且，他认定，“绝不是所谓一人公司拿着工具就能做出来”的。
我注意到，外界看他这堆家底，有个说法：讯飞AI布局像个杂货铺。但我不认为这是差评，因为基于国产算力，把这些东西一件件做出来，正是头部AI公司应该具备的开拓能力。
但技术兑现与商业预期的错位，还是给刘庆峰提出了一个绕不开的问题：讯飞什么时候能靠主业赚钱？
他在4月份说过：“我相信，未来我们的路越走越宽时，我们自己一定会笑在最后，投资人也会笑到最后。”
在我看来，讯飞和投资人要笑到最后，还是得明确一下自己的主业，以及对自身体系的重新审视。刘庆峰也才能完成科大讯飞AI的完整答卷，并继续兑现他定下的调子：“跟所有的顶尖玩家站在同一个平台上”。
参考资料：
XAI财经，《科大讯飞的AI预期，兑现了多少？》
钛媒体，《科大讯飞刘庆峰：讯飞星火X2.6全国产算力训练》
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
华为、OpenAI、字节等科技巨头为何都要插手制药？
（本文作者为 商隐社，钛媒体经授权发布）
文 | 商隐社
最近读了一本关于制药的书，其中的一句话让我很震惊：
尽管大型制药公司付出了巨大努力，但21世纪猎药的主要技术跟5000年前并没什么两样——煞费苦心地从数量庞大的混合物中抽样做实验，希望能有一种是有效的。
当然，作者写下这些话的时候AI制药还没像今天这样火热，我不禁想，AI制药能改变这种状况吗？
然后这几年一些科技巨头，比如OpenAI、Anthropic、字节、英伟达、Meta、华为等都不同程度地踏入了制药行业，他们在其中扮演什么角色？
科技巨头“药不能少”
2025年12月，华为成立了一个新部门，叫制药军团。前几天，在第十一届医药创新与投资大会上，华为制药军团总裁樊杰对行业喊话：“华为不做药，也不做管线，定位是医药行业AI的赋能者。”
这番话引来了不小的议论。
不只是华为，今年以来，很多科技巨头都加大了在制药领域的布局。
比如OpenAI，4月发布生命科学模型GPT-Rosalind，能用来加速药物发现；同月与丹麦制药巨头诺和诺德建立战略伙伴关系，计划今年底将AI部署到制药各环节；9月领投主打“让失败药物”复活的初创公司Biossil；10月宣布收购AI药物开发协作平台Orchestra Bio。
而相比OpenAI，Anthropic今年在制药领域更为激进：
4月以4亿美元收购了只有不到10人的AI生物技术初创公司Coefficient Bio；同月任命制药巨头诺华CEO瓦斯·纳拉西姆汉为其董事会成员；6月发布面向科学家和制药企业的专属AI产品Claude Science；9月在旧金山湾区建成一座实体生物实验室。
还有谷歌DeepMind旗下的Isomorphic Labs，在制药领域起步更早，走得也更远，其AI设计的癌症药物即将进入人体临床试验。
Isomorphic Labs在5月份完成21亿美元的B轮融资，刷新全球AI制药单笔融资纪录，近期又传出其正在寻求新一轮融资，估值达400-500亿美元。这一估值放在传统制药企业中，已是中等跨国药企的水平。
字节也在6月份将AI制药业务分拆为独立公司Anew Labs。三个月后，Anew Labs完成2.9亿美元首轮融资，投后估值约15亿美元。
为何科技巨头都要插手制药？以及，AI到底能给制药带来多大改变？
制药到底有多难？
之所以关注到AI制药领域，是因为我最近读了《猎药师：发现新药的人》这本书，作者唐纳德·R·基尔希是一位从业35年的资深猎药师。
猎药师，顾名思义，就是专门从事新药发现与研发的科学家，让药物从无到有。
书中有这样一句话，震惊到我了：
尽管大型制药公司付出了巨大努力，但21世纪猎药的主要技术跟5000年前并没什么两样：煞费苦心地从数量庞大的混合物中抽样做实验，希望能有一种是有效的。
这并没有太过夸张，因为时至今日，药物的发现仍在很大程度上依赖运气和意外。
这是为什么呢？
20世纪90年代中期，汽巴—嘉基公司（Ciba-Geigy，现在隶属于诺华制药）计算了全宇宙可能成为药物的化合物数量：3×1062。
这个数字意味着，为了研发某种药物，即便每秒钟试验1000种化合物，直到太阳的能量燃烧完，所试验的种类也只有这个数字的冰山一角。
把人类送上月球或者研发原子弹这样的事虽然困难，尚且有成熟的科学方程式、工程原理和数学公式，计算出到达月球所需的燃料和原子弹所需能量。
但药物研发只能在不计其数的化合物中反复筛选试错，找到能作用于靶标（和疾病发生关系最密切的生物分子）的化合物作为候选药物；
再就是要进行临床前研究，即在实验室和动物身上证明所选药物能够安全、有效；
然后要在人体进行临床三期试验，确保其在数百至数千患者身上安全且有效；
最后还要等待药品监管机构的审批通过后才能上市。
有一组数据能证明新药诞生的难度之大：研发人员上报的医药研发项目只有5%能得到管理层的批准，在这些被批准的项目中，只有2%能研发出获得美国食品药品监督管理局（FDA）认可的药物。也就是说，药物研发成功的概率只有0.1%。
所以，药物研发存在一个“双十定律”，即一款新药从实验室研发到最终上市,平均需要10年时间,投入超过10亿美元。
阿根廷作家博尔赫斯写过一本书叫《巴别塔图书馆》，书中将宇宙设想为一个由无数六边形房间组成的图书馆，这个图书馆在每个方向都无限延伸，每个房间都装满了书，每本书里都包含了随机组合的字母，没有任何两本书是相同的，书中偶尔碰巧才会出现一句有意义的话，这些书被称为“真理”。
在博尔赫斯笔下，图书管理员在巴别塔图书馆中穿梭探寻，希望能找到真理，但大部分人穷尽一生却一无所获，看到的只是杂乱无章的字母。
这也正是大多数猎药师的境遇，基尔希在书中提到，他的绝大部分同事都毕业于一流研究型学府，在配备高科技设备的顶尖实验室工作，穷尽毕生精力研究各种生物活性分子，最终却一无所获，没有发现任何能安全有效改善人类健康状况的化合物。
因此，药物发现史上成功的猎药师往往具备四项基本要素：金钱、耐心、创造力，以及非常重要的运气。
药物研发的偶然与必然
那些深刻影响人类的药物——阿司匹林、青霉素、西罗莫司、口服避孕药、伟哥等同样是在这些因素的共同作用下出现的。
其中最广为人知的是青霉素诞生的故事。
那是在1928年，英国微生物学家亚历山大·弗莱明用琼脂平板技术研究金黄色葡萄球菌时，由于外出时没关窗户，回来发现琼脂平板上长了真菌，而且真菌周围没有金黄色葡萄球菌，弗莱明据此猜测这种真菌会产生一种对金黄色葡萄球菌有毒的物质。
他把这种物质命名为“青霉素”，然后进行了一系列实验，发现青霉素能杀死多种病原菌，于是发表论文公布他的发现。
故事到这里其实才刚开始，因为伟大的实验室发现并不意味着能产生有用的药物。
由于当时还没有大规模培育真菌的成熟方法，青霉素很难量产，再加上弗莱明最初应用青霉素时用的是外敷而非口服、注射，药效并不好，青霉素在发现后的10年间一直停留在实验室阶段。
后来二战爆发，急需更有效的抗菌药物，霍华德·弗洛里和恩斯特·柴恩两位科学家偶然发现了弗莱明的论文，于是对青霉素进行了提纯，纯度更高的青霉素药效更快更强，让医院意识到这是一种“灵丹妙药”。
其实弗莱明之前也尝试过提纯，只是他没有相关的专业背景，提纯效果不明显。而柴恩在提纯方面经验丰富，弗洛里负责病理和整体统筹，还有其他技术专家的参与，让弗莱明的发现又前进了一大步。
青霉素变得供不应求后，默克、施贵宝、辉瑞、雅培、礼来等大型制药公司加入进来，开始探索提升青霉素产量的方法，最终使其成为史上最知名的药物之一。
在青霉素诞生过程中，弗莱明提供了创造力和运气；后来者弗洛里和柴恩在青霉素研究停滞10年后又通过提纯把青霉素拉入人们视野，显示了药物研发的耐心；辉瑞、默克等大型制药企业看到了其中的商机，开始投入巨大成本推动青霉素量产，补上了金钱这个要素。
这是一场旷日持久的接力，渐渐凑齐了把青霉素推上历史舞台的四块拼图。
药物发现史上，这样交织着偶然与必然的案例还有很多，比如最新的“药王”替尔泊肽。
替尔泊肽主要用于糖尿病和减重，2025年全球销售额高达365亿美元，拥有巨大的市场潜力，成为推动制药巨头礼来市值突破1.3万亿美元的重要因素。
替尔泊肽能同时激活GIP和GLP-1两种肠促胰岛素，而之前同样用于治疗糖尿病和减重的司美格鲁肽只激活GLP-1。
礼来在胰岛素研究上一直有绝对优势，全球首款商业化胰岛素就是礼来推出的。早在1996年，礼来科学家理查德·迪马基就发现GLP-1能用于治疗肥胖，计划将GLP-1激动剂推向减肥市场，但被礼来高层否决，理由是当时没人觉得肥胖需要治疗，更不用说花重金注射来治疗了。
而且，当时礼来既有占市场统治地位的抗抑郁药百忧解（Prozac），又有巅峰销售额达59亿美元的治疗精神分裂症药物再普乐（Zyprexa），并不会在意看起来没什么市场的减重药。
迪马基只得离开礼来自己创业，后来把创立的公司卖给了丹麦制药巨头诺和诺德。诺和诺德在减重药研发上下了很大决心，2013年肥胖正式被美国医学会定义为一种疾病，2014年诺和诺德就推出了利拉鲁肽，后来又推出司美格鲁肽，成为全球爆款药。
当诺和诺德在减重领域渐入佳境时，礼来却踏在了悬崖边上，其现金牛老药的专利逐渐到期，销售额随大量仿制药的蜂拥而入骤降，新药研发乏善可陈。
礼来越是急于找到能赚钱的新药，研发失败率反而越高，III期临床的失败率高达60%-70%。市场纷纷认为礼来的创新引擎已坏死。
危急时刻，戴文睿（David Ricks）接任礼来CEO，与首席科学家丹尼尔·斯科夫朗斯基一起，顶着巨大压力坚持基础研发，一方面押注阿尔茨海默病药物，另一方面重拾礼来擅长的肠促胰岛素研究。
这时诺和诺德的司美格鲁肽已经是减重领域的王者，如果继续推出GLP-1药物，只能跟在司美格鲁肽后面，礼来随即把目光投向了肠道分泌的另一种促胰岛素激素GIP。但在此之前，太多同行尝试过从GIP突破，结果都铩羽而归，GIP几乎被学界抛弃。
礼来研发团队发现，GIP并非失效，而是需要与GLP-1结合在一起才能奏效，而且还能抑制GLP-1带来的不良反应。他们就沿着这个思路开发出了GIP/GLP-1双靶点的替尔泊肽。
替尔泊肽于2022年获批上市，到2025年就以365亿美元的销售额成为“药王”，以微弱优势超过司美格鲁肽（361亿美元）。与此同时，礼来用于阿尔茨海默病疾病早期的多奈单抗注射液也于2024年上市。
礼来研发替尔泊肽用了近10年，虽然没有累计投入的数据，但仅在临床试验阶段就投入了28亿美元，这还不算其在胰岛素领域有着几十年的经验积累。
而在阿尔茨海默病领域，礼来布局超35年，累计投入超80亿美元，目前只有多奈单抗注射液“修成正果”，其他还在酝酿阶段。
药物研发就是必然与偶然的结合。
AI制药离走通还差什么？
AI能通过改变药物研发的四个因素重塑制药吗？
需要明确的是，AI制药与传统制药都要经过药物发现、临床前研究、临床研究以及审批与上市四个阶段。
AI目前主要是在药物发现和临床前研究阶段发挥作用。
正如《猎药师：发现新药的人》中所写，以前在药物发现阶段，无论是靶点发现还是化合物筛选，研发人员都要在浩如烟海的基因与蛋白质中依赖个人认知与经验反复试错，堪称一种“试错艺术”，成功与否得看运气。
而AI能通过分析海量生物医学数据，更快识别与疾病相关的潜在靶点，然后通过深度学习精准预测蛋白质的三维结构，让研究人员不再两眼一抹黑地去勾勒靶点的形状，而是有了初步的参考模型。
确定靶点后，就需要从庞大的化合物库中找出能与选定靶点发生相互作用的分子，这也是AI所擅长的——快速筛选出具有潜在活性的化合物，减少了实验筛选的工作量和成本。
有了候选化合物，还需要这种化合物能不能安全有效的作用于人体，就进入了临床前研究阶段，AI可以用计算手段提前暴露候选物在安全性和成药性上的问题，从而减少不必要的动物实验和后期失败。
如果单看药物发现和临床前研究阶段，AI无疑在节省时间、金钱方面优势显著，而且大幅降低了对创造力和运气的依赖。
数据显示，AI可将临床前靶点筛选、化合物优化环节的研发效率提升2倍至4倍，降低30%以上的无效试错成本。
以AI生物医药科技公司英矽智能为例，AI药物研发平台相比传统方法，将临床前候选药物成本从4亿美元以上降至300-500万美元、研发周期从4年以上缩短至12-18个月、所需合成分子数从约1000个降至60-200个，同时在蛋白质结构预测、化合物筛选、毒性预测等环节达到较高精度。
这是药物发现和临床前研究阶段，那到了临床试验阶段呢？
很遗憾，AI在此阶段还没能证明自身的能力。
AI赋能的药物在I期临床优势明显，但到了被称为II期临床有效率会发生断崖式下降，跟传统制药的表现差别并不大。
II期临床被称为药物研发的“死亡之谷”，因为I期临床主要验证药物安全性，样本量通常很小。而II期临床要在数十到数百名患者身上初步验证药物对特定疾病是否真的有治疗作用，失败率陡然上升。
一项发表于国际权威期刊《Cancer Treatment Reviews》的研究追踪了69家公司共129个AI相关治疗资产（截至2026年3月），其中完成I期的有72个（55.8%），完成或进入II期的有24个（18.9%），进入III期的仅有5个（约3.9%）。AI在II期、III期中的表现相比传统制药没有明显优势。
而到目前为止，全球尚无一款由AI完全主导设计的药物完成III期临床并获批上市。
所以综合来看，AI制药的能力还有待观察，如果AI筛选出的分子在后期临床中仍然大面积失败，前端的节约就会被后期进行大量实验的成本所抵消。
为什么AI药物一接触真实的人体就无法延续先前的优势了呢？
因为AI可以根据明确的物理化学规律和海量数据把药物分子设计得精巧，但人体是一个复杂的系统，很多因素无法用数据量化，同一个靶点，在不同疾病阶段、不同患者亚群、不同给药方案下，结论可能完全相反，也就不能被AI理解。
比如这个靶点在人类疾病里到底是不是“真凶”？抑制它病会不会好？身体会不会绕道代偿？哪些患者才适用？长期用会不会拖垮别的器官？这些知识大量存在于研究者的经验中，而很难以可训练数据的形式存在于模型里。
所以美国药物发现化学家德瑞克·洛夫就认为，生物学不是我们按规则造出来的系统，它是四干亿年演化的产物，算力变强不会让复杂性消失。
从AI制药在药物研发中的实际影响中我们也大致能理解为何科技巨头扎堆进入医疗领域。
首先，这可能是当下AI巨头有能力碰到的最大的钱。
AI企业的通病是“烧钱如流水，赚钱如抽丝”，强如OpenAI、Anthropic都无法持续、稳定盈利，即便引入广告、电商、娱乐（Sora）也收效甚微。
而在制药、制造业、金融等领域，制药相比其他领域通用性更强——一个足够强的医疗推理模型可以在不同药企之间迁移，但金融、制造业的行业知识相对碎片化，需要针对不同类型企业做定制化开发。
IQVIA Institute的数据显示，全球药品支出预计2028年达约2.3万亿美元。像司美格鲁肽、替尔泊肽一年的销售额就双双超过360亿美元。
这对科技巨头来说充满了诱惑，而且药物研发的核心瓶颈恰好也是AI推理能力可以大展宏图的地方。DeepMind的联合创始人哈萨比斯就是凭借蛋白质预测项目AlphaFold获得了2024年诺贝尔化学奖，点燃了AI制药的星星之火。
除了Isomorphic Labs（计划在2026年底启动首次人体临床试验），科技巨头大多参与的都是确定性更高的药物发现和临床前研究阶段，或者像英伟达、Meta，单纯为制药提供工具和基础设施，并不涉及风险更高的临床试验阶段。
他们抢的是制药路上的“卖铲人”或“药物早期发现者”生态位。
还有一点是，既然AI目前很难理解生物的复杂性，那谁先通过拿到医学类的文献、专利、临床记录、影像这些高价值、不可合成的生物学数据，谁的模型就能与靠互联网代码、文本、图像喂养的模型们迅速拉开差距。
总之，AI制药的价值短期（未来几年）看AI深度参与的代表性管线在II期、III期临床试验中的表现；中期看监管认可与商业转化；长期则看AI能否在高质量、多模态生物数据上持续迭代。
但药物研发的进步，最关键还在于我们自己：相比发展AI的热情，我们对自身生态系统以及我们的意识等的研究太少了。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
屏幕竖起来，创作者不会矮一截
（本文作者为 摩根商研所，钛媒体经授权发布）
文 | 摩根商研所
红果正式超过了豆包。
最近，QuestMobile发布2026中国移动互联网秋季大报告，数据显示截至2026年9月，红果免费短剧去重用户量达到4.3亿，超过豆包的4.19亿，成为抖音集团内部用户规模第二大的应用，仅次于抖音。
从最开始的鄙夷、到如今的全民皆刷，短剧从一个被主流影视圈归进“电子榨菜”的边缘品类，长成了撬动亿级用户的内容形态。
它没有讲什么宏大叙事，只是安安静静填满了地铁上的二十分钟、睡前的那半小时，以及所有不知道要看点什么的空档。
但比起短剧的爆火，我更想探讨的是另一件事：为什么又是字节？
图文时代是今日头条，短视频时代是抖音，长视频格局被优爱腾焊死的时候，冒出来的是红果。每一次行业看起来已经分完蛋糕、格局写死的时候，字节都恰好站在别人没低头去看的那个入口上。
这不是运气。
把这几步连起来看，会发现它一直在做的其实是同一件事，做同一道题，而这道题的题干，早在半个多世纪前就被人写出来了。
一、字节真正在“囤”的东西，从来都是注意力
诺贝尔经济学奖得主赫伯特·西蒙在上世纪70年代就留下一句被反复引用的判断：“在一个信息丰富的世界里，信息的丰富意味着注意力的贫乏。”
后来迈克尔·戈德哈伯在1997年据此提出“注意力经济”：当信息不再是稀缺品，唯一稀缺的，是人的注意力。
字节第一个爆款今日头条是怎么做起来的？
在传统图文媒体的黄金年代，在互联网信息爆发的节点，今日头条靠着不断学习你的喜好，推给你感兴趣的内容的方式，把用户分散的“注意力”留住了。
后来的抖音也是如此。
它把学习喜好的能力从“频道”压到了“一条视频”，刷过去就是不喜欢，多看两眼就是喜欢，反馈周期短到以秒计。
你以为你在挑内容，其实是算法在挑你，它不需要听懂你在说什么，只需要看你停了几秒。
Netflix在致股东信里写过一句话：“我们争夺并输给的对象，是《堡垒之夜》，而不是HBO。”
一个流媒体巨头，把一款游戏当成正面对手，争夺的本质不是片子质量，而是同一块屏幕、同一段下班后的时间。
字节做的是同一道题，对手从来不是隔壁平台，而是用户的睡眠、工作和发呆。
谷歌当年的施密特也说过，谷歌的竞争对手是“睡眠”。能把注意力当成唯一战场的公司，都看穿了同一件事。
当然你可以说这些背后都是算法，是理工科的魅力，但你不能否认的是，字节真的很懂用户的“注意力”在哪。
因为人的“注意力”是有限的，你喜欢足球、他喜欢游戏，还有一个钟爱刷剧，你关注财经，他关注民生，还有一个关心时政，大家注意的点不同，可以都喜欢，但没那个时间与精力去全部关注。
所以我认为字节一直在钻研“注意力”，而且不仅是在用户端。
人的“注意力”是有限的，企业也一样。
拼多多就是最典型的例子。
当所有人都在盯着一线城市的消费升级、盯着双11的客单价时，它把注意力投向了“五环外”，一群被淘宝、京东默认放弃、时间充裕又极度价格敏感的人。它没有跟巨头抢同一块注意力，而是找到了一块别人根本没打算看的注意力。
字节商业上的成功，很大程度上源于其善于找到那些行业中，其他企业没注意到的可能性。
比如说抖省省。
今年初，字节把抖省省独立出来，很多人认为是在向美团宣战，继去年的外卖大战升级到团购大战。
但半年过去了，预期的冲突并没有那么激烈。抖省省除了一些优惠外，并没有像京东外卖、淘宝闪购那般的火力铺盖，声量都不如AI大战。
一种可能是抖省省压根就没想打。
外卖大战后，市场本身就开始反内卷，2026 年政府工作报告都明确提出了这一点，字节在 AI 业务、短剧等多方面如日中天的时候，没必要主动触霉头。
而且外卖大战也进一步印证了美团的护城河，补贴战打下来，阿里拿到了自己想要的，而美团的日均单量也提升了，美团不仅没失地，反而越打越强了。
而还有一种可能，抖省省与美团的业务交集没那么大。
以我个人的体验来说，抖省省更多的是用在了小店的到店场景。
此前用美团团购，更多的场景是几个好友一起聚聚，找家店经济实惠又有新尝试，但自己一个人下楼吃碗面，大体还是到店扫码而不是打开美团。
而这半年的改变就是，抖省省打通了这种小店场景，吃碗面、来个套餐，电梯里就能用抖省省选定，到店刷一下，省个块把钱的小确幸。
而美团生态中，小店场景更多时候是被外卖覆盖的，团购虽然也有，但没有外卖触达的那么通透，尤其是拼好饭的出现，小店团购优惠在美团生态里存在感就更低了。
你看，这就是字节找到的一种美团没注意到的小场景。
我很喜欢张一鸣的一句话，“don’t rush to conclusion”，不要匆忙下结论，不要太容易说“说白了就是这样”，要猜想其他可能，保持一个开放的心态。
字节在业务选择上就是保持了一个不断猜想可能性的思路。
从媒体时代挖掘不一样的今日头条，到短视频时代的抖音，再到如今的短剧、AI 等，我们能看到字节在每一个行业的布局，都在探索一种新的可能性。
传统货架电商辉煌的时候，字节找到了直播带货的可能性，在优爱腾牢牢把握长剧、综艺的视频娱乐版块的时候，字节又挖掘出短剧的可能性。
如今所谓的字节令人惊叹的用户市场，本质上不就是字节找到一个又一个新的行业可能性的积累？
这些积累显然没有对错之分，野村的报告体现不出来，也写不进天眼查的数据里，这种积累，只有一个又一个的场景价值。
二、短剧并不“可怕”
作为字节当下增势十分凶猛的红果，它的短剧场景真的“可怕”吗？
我觉得不尽然。
其实在短剧爆火之前，一种名为沙雕动画的模式在各大平台走红，这种动画以更为粗糙的熊猫人模板为核心，仅仅比有声小说多了个“能动”。
甚至至今该风格的动画还在大量创作，红果中也上了不少沙雕动画的短剧。
这背后藏着的就是那颗创作的心。
短视频的成功证明了，普罗大众也是有表达欲的，也是渴望一个机会的。此前看到烂剧、烂片后的“我上我也行”，如今也有了一个“我上”的机会，还不用纠结演员和演技的问题。
比如说目前就有粉丝基于《武林外传》这个经典电视剧，续写后80集，以弥补当年的遗憾。
这都是一种情绪的表达，对自我创作的尝试，对心爱 IP 的延续等等，他们只是缺乏条件，不能做出精致的感觉，但背后用不用心，看得出来。
知名导演贾樟柯也点评过：“屏幕竖起来，创作者不会矮一截”。
短剧的本质是一种解压的途径。
我们为何怀念以前的小品？因为它们纯粹为了逗乐，或讽刺或荒诞，但总归就是为了逗观众笑。
就像赵本山认为的那样，观众一年到头都在被教育、被批评，春节就想开开心心，为什么还要把教育灌输进春晚呢？
现在的观众不是不喜欢看小品、看正剧，只是不喜欢万物皆教育、结局包饺子的内容，这些内容看着烧心。
而在短剧里，朴素的创作者们信奉着善有善报、恶有恶果的价值观，霸凌的、诬陷的、造谣的、碰瓷的都在短短几集内受到应有的惩罚。
这些现实里可能无可奈何，可能要走流程数月，甚至数年才能沉冤昭雪的情况，短剧里可以立刻伸张正义。
他们能穿越到抗战时期为解放军送去装备，也能回到大宋跟着岳家军抗击外敌，还能为诸葛丞相的北伐送去一箱箱方便面，荒诞的幻想，却是对那份遗憾最好的慰藉。
这种最纯朴的期望与幻想，正是慰藉压力的选择，谈不上什么看多了短剧就成了“可怕”的事。
一代有一代的“废人”。
现在是玩手游刷短剧的“废了”，十年前是玩电脑游戏的“废了”，再往前是听 MP3 的，看小说的，就算啥科技不上，80 年代用烟盒叠纸牌拍着玩的年轻人，就没被指指点点过？
当然这并不意味着短剧全是好的，在短剧刚兴起时，大量粗制滥造、纯为了爽而抛弃正向价值观的内容不是没有，但随即抖音、快手、B 站等平台就开启了一系列的严打，至今虽然同质化问题还没有解决，但起码质量提升的不少了。
短剧虽然不可能个个都是精品，但大家也有选择权啊，刷一集不行一秒就跳到下一个了，工作了一天想看点善有善报、恶有恶果的快意恩仇来缓解压力，没什么不好的。
奶头乐、笑一笑，有时候很有必要。
我有位朋友很喜欢钓鱼，我不太理解，花那么多钱弄装备，那么多时间去水边喂蚊子，只为了钓那么几尾小鱼，太没有 ROI 了。
但他享受的不仅是收获的过程，而是那个脱离了家庭、职场、亲属圈后，独自一个人的安宁，那一份独属于他自己的时间和空间，半天就能把一周的压抑情绪释放。
喜欢逛街、旅游、骑行、运动、游戏的，不也是在为生活之外，找一个属于自己的情绪宣泄口？
脱离了低级趣味的爱好固然值得尊崇，但能在保证价值观正常的情况下逗普罗大众一笑，也未必就落了下乘。
近30年我国抑郁症病例数增加了54%，焦虑症则增加了31.2%，这些精神疾病的形成中，多一个能让他们释放压力的树洞会不会好一些？
时长会涨也会跌，口径可以争、可以换，唯一不变的，是它始终在找一个又一个别人没看见的注意力缺口，然后用最低门槛的方式把它接住。
作为一种新鲜生态，短剧并不“可怕”，它只是又一次准确地找到了那块空着的地方。至于这块地方该不该被填满、填进去的东西好不好，那是另一个值得慢慢聊、不必急着下结论的话题，毕竟，“don't rush to conclusion”。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
【钛晨报】国常会：完善资本市场稳市机制，增强股市内在稳定性；伯克希尔Q3营业利润小幅下滑，回购为年内单季最高，现金攀升至3774亿美元；中国央行连续第24个月增持黄金
（本文作者为 钛媒体官方账号，钛媒体经授权发布）
【钛媒体综合】国务院总理李强11月6日主持召开国务院常务会议，学习贯彻习近平总书记关于前三季度经济形势和后几个月重点工作的重要讲话精神，听取社会救助工作情况汇报。
会议指出，要深刻把握党中央对经济形势的科学判断和下一步工作部署要求，坚定发展信心，切实增强责任感、紧迫感，扎实推进各项政策落地见效，确保完成全年经济社会发展主要目标任务。要聚焦重点领域持续发力，加快重大项目和“六张网”建设实施进度，支持企业扩大设备更新、无形资产等投资，加强消费线上线下联动和城乡联动，畅通投资消费良性循环。要用好用足各项政策性资金，及时足额拨付涉及基层和企业各类款项，更好发挥财政金融协同促内需政策效应。要扎实做好稳就业、防风险和民生保障等工作，强化重点群体就业服务，对脱贫家庭、低保家庭、零就业家庭困难毕业生给予就业扶持。抓实抓细安全生产风险隐患排查整治，坚决遏制重特大事故发生。持续化解地方政府债务、中小金融机构等领域风险。完善资本市场稳市机制，增强股市内在稳定性，促进资本市场平稳健康发展。加强保供稳价和困难群众帮扶，加快受灾地区恢复重建，切实做好受灾群众安置和生活保障。要认真研究明年经济工作思路，加强跨年度政策衔接，推动经济持续向好。
会议指出，社会救助是民生兜底保障的重要制度安排。要进一步健全社会救助体系，推进社会救助法治化、数智化、规范化、专业化建设，更好发挥保基本、防风险、促发展功能。要聚焦薄弱环节切实加强困难群体基本保障，完善低保边缘家庭、刚性支出困难家庭等帮扶举措，加强动态监测，强化跨部门数据共享，健全“一门受理、协同办理”机制，努力做到应保尽保。要针对新的需求积极拓展社会救助内涵，着眼增强社会救助对象的内生发展动力，落实好就业、以工代赈等发展型救助措施。全面推进照护、关爱等服务类社会救助，不断提高困难群众获得感。
会议还研究了其他事项。
钛媒摘声：
大概率明年将是机器人行业或机器人模型的临界点。目前机器人在单一工序、固定工位上，只要训练得好，任务成功率可以接近100%，但效率仍需提升；抓取物品、简单搬运的成功率较高，拆装手机、穿针引线这类细微操作成功率仍然偏低。
——宇树科技创始人 王兴兴
模型的进步，要用患者的获益来验证。AI查阅文献、整理病历、生成建议的能力正在飞速提升，这些能力最终要回归到用户身上，在帮助疾病更早被发现、让患者就医少走弯路等具体问题中，进一步验证。健康AI既要有可靠的医学依据，也要考虑患者的生活条件和个人意愿。
——轻松健康集团创始人、董事长兼CEO 杨胤
国内公司：
小米汽车架构调整：成立国际业务部，副总裁于立国兼任国际业务部总经理
11月6日，小米汽车近日宣布迎来架构调整，成立国际业务部，任命汽车部副总裁于立国兼任国际业务部总经理，向集团CEO、汽车部总裁雷军和集团总裁卢伟冰双线汇报。另外，小米汽车国际业务部下设汽车国际市场部，相关工作向国际业务部总经理于立国和集团副总裁、CMO许斐双线汇报；下设GTM部、销售部、 网络发展部、交付物流部、用户服务部、综合管理部、海外各地区部，相关工作向国际业务部总经理于立国汇报。
11月6日，有传言称火山引擎汽车业务研发苏杰已离职，具体去向暂不明确。针对外界称其为“汽车业务研发一号位”的说法，接近火山引擎的人士透露，该表述并不准确。 据了解，苏杰离职前数月已转为个人贡献者，不再带团队，也并非相关业务研发负责人。截至目前，其离职去向仍不清楚，但该岗位调整及人员变动不会影响火山引擎汽车业务相关产品的正常上线。
国外企业：
伯克希尔Q3营业利润小幅下滑，回购为年内单季最高，现金攀升至3774亿美元
11月7日，伯克希尔·哈撒韦发布截至2026年9月30日的第三季度财报。公司第三季度营收1056.47亿美元，上年同期为949.72亿美元；营业利润为127.1亿美元，同比下降5.8%；归属于股东的净利润为221.12亿美元，同比下降约28%；每股A类等效普通股净收益15502美元。三季度投资收益为94.07亿美元，远低于去年同期的173.11亿美元。截至9月30日，公司现金及等价物规模较上季度进一步攀升，达到3774亿美元，再度刷新历史纪录。与此同时，公司在三季度豪掷约96亿美元回购自家股票，创下年内单季新高，前九个月累计回购金额达144亿美元。
11月7日，据报道，马斯克在巴伦年度投资大会上表示，SpaceX第四季度营收将较第三季度增长约70%，并重申公司有望在12月实现1000亿美元的年化营收规模，到2027年底该数字将突破5000亿美元。与此同时，马斯克披露，SpaceX来自美国政府机构的收入本季度将降至不足总营收的10%，低于上一季度的16.6%。分析认为，这一表态标志着SpaceX正加速摆脱对政府合同的依赖，转型为一家以人工智能和卫星业务为核心驱动力的商业科技公司，对投资者评估其未来收入结构具有重要参考意义。受此影响，SpaceX周五反弹强劲，收涨8.62%。
苹果研究团队披露机器人“大脑”进展，单项任务测试平均成功率为91%
11月7日，苹果研究团队当地时间11月4日在预印本平台arXiv提交论文《Perceptive Humanoid Motion from Simulation》，披露了人形机器人自主控制系统HALO。研究团队还公开了数据生成、模型训练和部署代码，涵盖动作生成、动作跟踪、任务编排以及仿真和真实机器人运行等环节。据论文披露，研究团队在6个未预先扫描或建图的真实环境中开展360次单项任务测试，平均成功率为91%。另在一个真实环境中，对3种组合任务分别开展10次测试，平均成功率为70%。其中，“俯身通过障碍—走向目标—推箱子”这一组合的成功率为50%。需要指出的是，仿真生成数据并未完全摆脱人工参与。团队表示，新增物理任务仍需人工编写提示词、设计动作关键帧，部分动作还使用了人类视频或动捕素材。研究团队同时指出，目前机器人主要依赖视觉感知，难以直接感知接触情况；当物体离开相机视野或被遮挡时，涉及较多接触的任务表现会下降。加入触觉感知，是后续改进方向之一。
谷歌母公司Alphabet斥资约5.48亿美元建仓高通，押注AI数据中心芯片赛道
11月7日，据报道，谷歌母公司Alphabet在今年第三季度首次买入芯片巨头高通约297.7万股股票，持仓市值约5.48亿美元，约占高通总股本的0.5%。此次股权布局，正值高通加速从手机芯片业务向AI数据中心芯片扩张的关键阶段。高通此前预计，到2029年其数据中心业务营收有望达到150亿美元。此外，谷歌还持有芯片设计公司Arm的股份，并与芯片设计公司Marvell达成了一项最高达122亿美元的股票协议，双方正合作开发谷歌自研的AI芯片——张量处理单元（TPU）。
Meta首席战略官离职，转投AI推理初创公司Fireworks
11月7日，据报道，Meta首席战略官戴夫·韦纳周五确认，他将离开公司，出任AI推理初创企业Fireworks的首席财务官。韦纳2012年加入脸书，担任企业财务与业务规划副总裁，2014年升任首席财务官，在该岗位任职逾八年，2022年转任首席战略官。
11月6日，埃隆·马斯克宣布，特斯拉将在2027年年中前逐步停止Cybertruck的生产，为得克萨斯州超级工厂生产Cybercab自动驾驶出租车释放产能。Cybertruck远未达到特斯拉25万辆的年销售目标。2025年美国销量下降48%，仅为20237辆，截至2026年9月又下降38%。
政策风向：
11月7日，中国首个科技法学院——北京科技大学科技法学院在雄安新区成立。学院内设知识产权、科技法、科技政策、法学基础4个教学科研机构，与研究生招生分步推进。初期设置工法复合知识产权本科专业，专业硕士培养也将逐步布局雄安。科技法学院未来规划逐步建成百人左右的高水平师资队伍，主干专业教师中具有产业实战经历者不低于50%。科技法学院聚焦人工智能、自动驾驶、新材料、绿色低碳冶金、空天信息、关键矿产等战略技术与未来产业，推动法学与材料、冶金、矿业、计算机等优势学科深度交叉融合，着力培养“科技＋法律”复合型人才。
北京：支持超节点服务器、AI终端、超级智能体、量子计算云平台、下一代移动通信等新技术新产品
11月7日，北京经济技术开发区管理委员会印发《北京经济技术开发区关于加快建设开源开放信创产业高地的若干措施》。其中提到， 鼓励软硬件上下游企业开展生态结盟、联合适配攻关，打造标杆应用场景。充分发挥应用牵引作用，支持企业联合用户单位开展集成创新，“串珠成链”形成一体化解决方案，推动产品及服务向复杂、关键业务场景拓展。支持超节点服务器、AI终端、超级智能体、量子计算云平台、下一代移动通信等新技术新产品，开展首试首用、中试验证服务。根据技术创新性、场景示范性、应用推广性、生态协同情况等，给予最高3000万元支持。
规范机票退改签，京津冀三地消协组织敦促10家航司、5家平台限期整改
11月6日，京津冀三地消协组织召开机票退改签调查结果通报会，中国国际航空、中国南方航空、中国东方航空、海南航空、厦门航空、四川航空、天津航空、吉祥航空、春秋航空、河北航空等10家航空公司，以及携程、去哪儿、飞猪、同程旅行、途牛等5家线上售票平台参会，京津冀三地消协组织敦促相关企业全面自查，于12月10日前反馈整改情况。据了解，京津冀三地消协组织于今年9月启动机票退改签专项调查，通过线上问卷、体验式调查与案例征集相结合的方式，对退改签环节进行深入梳理，针对调查发现的问题，敦促相关企业就退改签规则公示不明显、收费行为不规范、维权保障不充分等方面进行整改。
国家发改委：抓紧出台配套政策，支持“六网协同”新场景培育打造
11月6日，国家发展改革委党组成员、副主任岳修虎同志主持召开会议，总体调度“六张网”各领域规划建设进展情况，研究部署下一阶段重点工作。会议听取“六张网”各牵头部门和资金、土地等要素保障部门工作情况介绍，研究会商当前面临的主要问题。会议强调，各有关部门要进一步做好规划方案衔接，抓紧出台配套政策，加快项目库建设和信息共享，加强重大项目调度和资金、土地等要素保障，支持“六网协同”新场景培育打造，研究制定明年工作计划，确保“六张网”建设高效有序推进。
11月6日，国家金融监管总局等七部门发布《关于加快航运保险高质量发展的指导意见》，其中提出，完善货物运输风险保障机制。引导贸易企业、物流企业强化风险意识，提升货物运输保险自主安排能力，系统构建货物运输全链条风险保障机制。鼓励能源、矿石、粮食等大宗散货在运输全流程做到应保尽保、足额投保。鼓励电子家电、精密仪器、高端装备、“新三样”等贸易企业和物流企业积极运用保险机制分散风险，提升产业链稳定性。引导发挥平台企业、货代企业作用，支持外经贸企业投保货运险等航运保险。
股市行情：
11月8日，上交所发布的最新数据显示，截至目前，沪市合计上市公司超2300家，总市值超65万亿元。其中，A股市值超千亿的头部上市公司近百家，合计市值超34.8万亿元。沪市头部公司中，科技制造企业在人工智能、集成电路、先进制造等领域加快成长，成为资本市场高质量发展的重要力量。
11月7日，近期，大量美国科技股遭抛售，AI领域投资回报受到越来越多的审视。据报道，部分潜在投资者准备给予Anthropic1.2万亿至1.3万亿美元的IPO估值，较此前预期的2万亿美元下降至多40%。据称，投资者预计Anthropic估值可能接近1.5万亿美元。另据外媒报道，OpenAI最新一轮融资已完成110亿美元，后续份额预计在未来数周完成，本轮融资总规模可能增至200亿美元，公司估值约为1.25万亿美元。报道称，OpenAI最初的目标是以1.4万亿美元的估值筹集至少300亿美元资金，但当前市场环境下，公司不得不缩减融资计划。
11月7日，自今年7月中国银行率先重启发行以来，农业银行、建设银行、工商银行、交通银行、邮储银行均已跟进，六大行大额存单发行全部恢复。从市场反应看，部分中长期产品上线后售罄，但供给端整体保持窗口式投放、额度管控的节奏。专家认为，本轮重启是净息差低位背景下银行承接集中到期存款、优化负债久期的阶段性安排，并非高息揽储，存款利率趋势性反转尚未出现。
消息称OpenAI完成110亿美元首期新融资，估值1.25万亿美元
11月7日，相关报道援引知情人士透露，OpenAI已于周五完成约110亿美元的资金到账，此为本轮融资的首期部分，对应公司估值1.25万亿美元。本轮融资总规模最高可达200亿美元，剩余部分预计将于未来数周内完成。这较OpenAI最初拟定的300亿美元目标及1.4万亿美元估值均有明显下调。参与首期融资的投资者包括寇图资本管理和普信集团。其他参与本轮融资的机构还包括软银集团、红杉资本、Founders Fund和Andreessen Horowitz和一个来自阿联酋的投资者财团。知情人士称，OpenAI还在与投资银行合作，计划向高净值个人投资者和散户投资者募集资金。
深交所修订创业板指数编制方案：将单只样本股权重上限逐步调整至15%
11月6日，深圳证券交易所、深圳证券信息有限公司公告称，为进一步完善指数编制方法，深圳证券交易所和深圳证券信息有限公司决定对创业板指数的编制方案进行修订，将单只样本股权重上限逐步调整至15%。调整方式为：在每次定期调整期间，如果临近定期调整时第一大样本股实际权重超过14.5%，则对其实际权重加0.5%后向上取整，作为调整后的单只样本股权重上限。调整期间权重上限、权重调整因子只下调，不上调，直至第一大样本股实际权重不超过14.5%，实现权重上限15%的目标。本次修订于2026年12月14日定期调整时生效。
其他重要内容：
11月7日，央行数据显示，中国10月末黄金储备报7830万盎司，9月末为7747万盎司，系连续第
AI会撞上的下一堵墙可能是水
（本文作者为 科技异端，钛媒体经授权发布）
谈论AI基础设施时，大多数人先想到的瓶颈就是：电力缺口。这场竞赛的资源叙事好像只有一个主角，然而很少有人意识到，水可能是一堵更快就会撞上的墙。
10月29日至31日，十如研究院主办的第十三届十如对话在桂林举行，近300位商、学、研、生态保育与艺术领域的嘉宾参与其中。这场从2014年起便在桂林举办的论坛活动是一个面向各领域意见领袖和专业人士的跨界交流平台，主题聚焦可持续发展的前沿理念和创新实践。创办以来，对话主题从文化、教育、科技创新，到城市规划、医疗健康、数字化转型都曾涉及。而今年的主题定为“以水为脉，互联共生”。
本届十如对话设了一个单独的分论坛，名为“水与智慧：见水知势”，讨论的正是AI基础设施建设与水的关系。论坛上，国际可持续发展研究院（IISD）高级研究员、中国环境与发展国际合作委员会（CCICED）外方首席顾问魏仲加指出，大量规划中的数据中心，恰恰坐落在水资源紧张的地区。CWR（中国水风险）创始人兼总监陈云华则补充了一个更难察觉的维度：各类水风险正以更快的速度演变，水是人们感受气候变化最直接的方式。
AI正在和人类抢水喝
算力中心为什么这么能喝水？先看散热。芯片几乎把吃进去的每一度电都变成热，而AI服务器机柜的功率密度已经从传统机柜的3—10千瓦，涨到了30—100千瓦。这种热量集中的速度，早已超出了风冷的搬运能力。而眼下最经济的散热介质就是水：让水蒸发，吸热带走热量。按水的汽化潜热约2260千焦/升折算，蒸发一升水大约能带走0.6千瓦时的热量，省下的电费立竿见影，而代价则是这升水从流域里彻底消失。
Rystad Energy预计全球数据中心冷却用水将从2025年的约2220亿升，涨到2030年的最高6440亿升。北京理工大学团队的预测模型给出了另一个刻度：到2030年，我国数据中心年耗水量将达2628.8亿升，约相当于19个西湖。
西湖的确很小，问题不在绝对数量，而在魏仲加指出的分布问题。据他在十如对话现场的发言，大量规划中的数据中心恰恰坐落在水资源紧张的地区；一座中型数据中心每天用水约100万升，大部分在冷却中蒸发，不再回到当地水系，而这些水往往与居民饮水、农田灌溉共用同一水源。
美国凤凰城-梅萨都会区已是除北弗吉尼亚外全美数据中心最密集的区域，96座主要数据中心里聚集着AWS、苹果、谷歌、微软和Meta。而亚利桑那正处在科罗拉多河流域1200年一遇的大旱中，2024年刚被联邦削减了51.2万英亩英尺的供水配额。
“星际之门”（Stargate）的旗舰园区落在得州阿比林：全园区约900兆瓦负荷，建成后将刷新“全球最大AI超算集群”的纪录。2025年9月，Altman到访现场，美联社的报道记下了两个细节：现场气温36摄氏度，而阿比林的居民，每周只被允许给草坪浇两次水。
国内的故事是同一个版本：乌兰察布人均水资源不足全国平均的四分之一，却聚集了超80座数据中心。
87%比35%
世界经济论坛的报告估计，全球约45%的数据中心设施位于高水压力地区。把选址模型摊开，缺水地区的优势一目了然。
第一是电：庆阳的绿电比东部便宜30%到50%，中东的光伏电价更是常年刷新全球最低纪录。对动辄数百兆瓦的算力园区而言，电价差是决定生存的因素。
第二是气候：低温干燥的环境意味着自然冷却的效果大幅提升，PUE（电能使用效率）压得极低，制冷的电费也可以大幅省掉。
第三是土地和政策：这些缺水地区大多人烟稀少、土地便宜、面积大、灾害风险低，再加上税收减免和招商绿灯，这类地区成了算力中心最偏好的选址。
而在这套选址模型里，水几乎没有权重。
同样出自世界经济论坛的调研：冷却方案怎么选，87%的运营商考虑省电，35%会考虑省水，行业的价值排序由此可见。惯性来自度量衡：电时代给行业留下了PUE这把尺子，而衡量水耗的WUE（水利用效率）进入决策视线的位次至今仍然靠后。
一座数据中心可以在电网允许的任何地方运行，电不够可以从远处调度、可以买绿电。但水没有替代品，取的是哪条河、哪片地下水系，就只能面对那里的水位。在水本就紧张的流域，出于“省电优先”的逻辑选择蒸发冷却，等于在拿当地最稀缺的资源，去换当地最廉价的资源。
世界经济论坛大中华区自然与气候议程负责人胡悦认为，在水资源稀缺的流域，资源的优先级判断应该倒过来——先保证少用水，再谈能效。十如研究院委员会主席李效良同样表示，如果在缺水地区缺乏水平衡与回补意识，供应链竞争力难以持久。
改善正在发生
智利圣地亚哥郊区Cerrillos，曾落地了一个谷歌2亿美元的数据中心项目。原冷却方案年耗水约70亿升，相当于当地约8万居民一年的用水。圣地亚哥彼时已连年干旱，2022年起限水。2024年2月，智利环境法院部分撤销项目许可，要求把气候变化对圣地亚哥含水层的影响纳入评估。同年9月，谷歌宣布暂停项目，将冷却系统改用风冷。
乌拉圭卡内洛内斯，另一个拟建数据中心项目的冷却塔每天需要约760万升饮用水，乌拉圭环境部给出的口径相当于5.5万人的日生活用水。项目审议正撞上这个国家约70年一遇的大旱，首都蒙得维的亚一度宣布用水紧急状态。这场审议的最后结局是：2024年7月，改造后的方案获批，规模缩至原计划的三分之一，水冷全面换成风冷。该项目2024年8月底动工，今年夏天工程已近收尾。
techUK与英国环境署的调查显示，英格兰过半数据中心已采用无水冷却，64%的站点年用水量低于1万立方米，堪比一座休闲中心。AWS、微软、Meta公布的WUE分别约为0.12、0.27、0.19升/千瓦时，比率在逐年改善。
而国内对算力中心耗水的重视程度也在同步提升。今年10月，最高层在乌兰察布考察时明确提出“算水协同”。地方细则随即落地，据《内蒙古日报》报道，乌兰察布算力中心生产用水严禁取用地下水作冷却水，当地只向数据中心供应限量中水。据央视网报道，优刻得等企业也将冷却系统改为抽室外冷风给服务器降温，按其披露口径，整体节水率超过92%。
追不上分母扩张
改善的是比率，扩张的是总量。微软和AWS在WUE改善的同期，总用水量仍在上升。Rystad Energy的预测数据中，全球数据中心冷却用水量五年内将增长近三倍。一条曲线在往下走，另一条在往上翻，但是后者的斜率更陡。
于是有观点认为，解法要往前挪：与其事后补救，不如在选址初期就把水列为核心考量指标。在本届十如对话上，胡悦引用世界经济论坛发布的关于可持续、有韧性的人工智能基础设施的行动指南，提出了四条设计原则：先减用水量；可行时优先使用雨水、再生水等非饮用水源；因地制宜权衡冷却中能源与水的取舍；建立衡量真正重要事项的指标。
这四条原则解决的是“怎么少用水”，但用掉的水还涉及补偿问题。陈云华给出一条原则：水从哪里取，就应该回补到哪里——即用掉多少，就得想办法还回去多少。麻烦在于“水正效益”这类回补目标至今没有统一的衡量标准，而数字孪生这样的新技术给这类问题提供了解决思路——对河流做数字化监测，掌握不同降雨条件下的水流状况，再据此调配水资源。
再往上一步，魏仲加谈到了整个系统的治理：水要按流域统筹，不能头痛医头、脚痛医脚，数据中心的用水量正应当被纳入这样的统一规划。他以中国的长江流域规划和海绵城市为例：把水当作相互关联的系统来治理，切实增强了气候韧性，为世界提供了有益借鉴。
这套从少用、到回补、再到系统治理的思路，在实际应用中也得到了印证。参与设计过怀来、中卫、乌兰察布多座数据中心冷却方案的工程师陈聪，在接受媒体采访时说过：“现在业内做数据中心方案，一定要看水从哪里来，用到哪里去。”
未来人们谈论AI基础设施，大多数人先想到的，大概仍然是电力缺口。但下一座数据中心能不能建成，水资源论证可能会从环评附录，挪到选址报告的前几章节。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
OPPO Pad Air6 平板 11 月 16 日发布：10050mAh 大电池，2.8K 120Hz 屏幕
IT之家 11 月 9 日消息，OPPO 官方今天在微博宣布，OPPO Pad Air6 平板将于 11 月 16 日 19:00 发布。新机为无纸化学习而生，号称“超能学，超护眼，超耐用”。
IT之家注意到，这款平板电脑已经在京东开启预约。现阶段预约并在发布后购机可获赠有线充电版手写笔、智能保护壳，认证学生还可优惠 100 元。
京东 OPPO Pad Air6 待公布立即预约商品页显示，这款平板将配备 10050mAh 大电池，拥有新一代明眸柔光屏，分辨率为 2.8K，支持 120Hz 高刷。
截至目前，OPPO 官方暂未公布这款平板的详细参数，感兴趣的小伙伴可以关注IT之家后续报道。
海军首批舰载机女飞行学员结业赴一线部队
科学家利用深度学习解码大脑视觉皮层 有望帮助盲人重获部分视觉
人工智能正在为仿生视觉技术打开新的发展方向。来自美国加州大学圣巴巴拉分校、瑞士苏黎世联邦理工学院以及西班牙米格尔·埃尔南德斯大学的研究人员，利用深度学习技术改进了视觉皮层植入设备的电刺激方式，使大脑能够以更精确、更节省电能的方式产生视觉感知。这项研究有望推动新一代仿生眼的发展，为因眼部或视神经损伤而失明的人提供恢复部分视觉的可能。
阅读全文