近日，北京穿越者载人航天科技有限公司（以下简称“穿越者”）发布首批太空游客名单引发大众关注。300万元一张太空旅游船票，把商业航天推到了舆论场中央。有人认为这是民营航天的市场化尝试，也有人质疑这是营销噱头。
根据公开报道，首批游客名单中除了穿越者创始人兼CEO雷诗情外，还出现了中国工程院院士李立浧、明星黄景瑜、探路者创始人王静、启赋资本董事长傅哲宽、智元机器人CMO邱恒，以及众擎机器人PM01人形机器人等，集结了学界、商界、航天界、艺术界及娱乐界。
智元CMO邱恒(左一）在发布会现场 来源：智元机器人
日前，澎湃科技记者（www.thepaper.cn）采访了智元机器人CMO邱恒，他向澎湃科技分享了他加入此行背后的故事。在他看来，两年多前他决定成为游客之一，是因为自己本来就想“上天”，想要支持这项“从0到1”的创业项目。
邱恒于2025年5月加入智元机器人，任CMO兼市场和解决方案销售总经理，此前他曾在华为担任企业BG首席营销官、全球Marketing总裁等职务。
邱恒称，他是2023年自费购买的这张太空船票，当时并不是觉得这个行业以后会火，而是出于个人想去太空旅游的愿望。
2023年邱恒生日当天，他受一位从事商业火箭业务的友人之邀，前往观看商业火箭发射。在发射现场，他遇到了穿越者创始人兼CEO雷诗情。
“这是第一个，也是唯一一个跟我说能够送我上天的人。”邱恒回忆说，当时雷诗情向他展示了蓝色起源（Blue Origin）、SpaceX在2022至2023年期间进行商业载人飞行的视频，“她说中国的票价比美国的更划算一些，我觉得可行。”邱恒说自己听完非常心动，“我一直有这个想法，现在突然有人告诉我（送人上天）不是异想天开，真有可能实现，当时觉得非常惊喜。”
回忆与雷诗情的交流，在邱恒看来，这与自己过去见证过的从零开始的创业项目类似，“很多项目从最初看起来异想天开，它最开始可能就是一颗特别小的种子。”
邱恒表示，自己决定和穿越者签合同，除了自己本身就想上天意外，也考虑到当时商业航天尚无人问津，普通人不太会购买，“我属于有意去突破'从0到1'，商业航天的尝试，值得支持。”邱恒说。
签订完合同后，穿越者团队带邱恒参观了航天员训练中心，并介绍了未来类似国家航天员的训练流程。他还见到了来自航天系统背景的飞船设计师等核心成员，这进一步增强了他参与航天旅行的信心。
2023年至2025年1月22日期间，邱恒曾与穿越者公司有过几次交流，做过访谈和问卷调查之类的工作。穿越者团队在进行飞船设计时，也会向他征询意见，“这个过程实际是大家共创的”。譬如在太空人因体验方面，穿越者公司会向他询问舱内灯光氛围、是否播放音乐等细节问题。
放眼国际，维珍银河、蓝色起源从无人到载人仅用3至5年。据穿越者官网，成立于2023年1月11日的穿越者致力于打造中国的“龙飞船”，该公司计划用3到4年的时间首先完成亚轨道可重复使用商业载人飞船研制，2028年实现中国乃至亚洲的太空旅游，开启普通人、商业载荷低成本、常态化上太空的新纪元。首批太空游客将搭乘“穿越者壹号”飞行器抵达距离地面约100公里的卡门线——被认为是大气层与太空的分界线——并在亚轨道轨迹停留数分钟，体验3至6分钟的失重感。
如果三年后不能按原计划实现太空飞行怎么办？面对澎湃科技的提问，邱恒回答，“那就（相当于）创业失败了。伟大的尝试都有风险，既然敢于尝试，就能接受任何结果和可能。”
在城市通用智能机器人赛道上，硬件差异正在逐步缩小，真正决定竞争力的仍然在AI“大脑”能力上，“更准确地说是在开放场景下通用AI能力。” 近日，酷哇科技CTO（首席技术官）廖文龙在接受包括澎湃科技（www.thepaper.cn）在内的媒体采访时表示。廖文龙认为，大脑决定了系统能力的上限。构建AI大脑，需要依赖AI来优化AI模型与算法。
酷哇科技（COOWA）成立于2015年，是一家致力于实现物理世界的通用人工智能（Physical AI）的AI机器人服务提供商，2026年全系产品预估出货量将突破10000台，该数字超过公司过去数年交付量的总和，并已实现年度 EBITDA（息税折旧摊销前利润）回正。
2月5日，该公司正式发布Coowa WAM 2.0（World-Action Model）通用世界模型底座。Coowa WAM 2.0（World-Action Model）是一套针对高频且标准化的移动与作业任务构建的通用世界模型，基于Real-to-Sim-to-Real（从真实到模拟再到真实）闭环的通用世界模型。它不仅是“看”世界，更是在潜空间（Latent Space）中推演世界，实现Drive与Work的深度耦合。
廖文龙认为，物理AI模型将在未来3至5年迎来爆发性需求，未来五年，物理前端应该追求高度智能的无人化，而云端决策在未来一段时间仍保持人机协同。
尽管当前物理AI概念火热，但行业面临的核心问题仍然现实。
廖文龙指出，行业面临开放环境下长尾场景无穷尽，真实数据稀缺的瓶颈。“关键不是穷举所有极端情况，而是在不可穷举的前提下，让机器具备可靠安全的‘零样本决策’能力。”这意味着，物理AI接下来需走通一条具备持续商业造血能力的系统化道路，通过可规模化运转的商业闭环，在真实世界中持续获取海量数据，并以此驱动技术的持续迭代。
智慧城市出行服务
“海量数据中大部分是无效的，需要通过自动化流水线完成数据挖掘、自动标注、增量训练和仿真验证。这套Infra的迭代周期越快，竞争力越强。”廖文龙认为，AI Infra决定了数据的质量与规模问题，进而影响模型能力的上限。下一代具身智能的核心突破仍在于AI Model的持续演进。
2026年人形机器人竞争的第一声号角，正在春晚的舞台吹响。
近日，多家人形机器人企业接连官宣，将亮相马年春晚。就在央视春晚前，智元和京东也先后举办了各自的机器人晚会，各家机器人企业都将“春晚”视为一个争夺眼球、吸引资本与合作机会的“赛点”。
国家地方共建人形机器人创新中心首席科学家江磊日前向澎湃科技记者（www.thepaper.cn）表示，2026年会成为人形机器人行业的分水岭。国内大约80%的整机企业仍处于研究机器人平台阶段，对训练场、数据集及大模型等底层能力建设持观望态度，这类企业将在当前竞争态势下面临巨大风险。
换句话说，舞台上的热闹很可能只是表象；舞台背后下一轮洗牌，已经开始酝酿。摆在所有企业面前的并不是“谁跳得更齐、谁更会摆造型”的问题，而是更严肃的竞争逻辑：谁能证明自己具备持续迭代、规模交付与落地能力，谁才配坐上下一轮的牌桌。
春晚是“秀场”，也是“战场”
相较于去年，今年的春晚表演舞台机器人的含量“浓度”直线上升。
据澎湃科技不完全统计，截至2月11日，已有7家企业通过官宣或权威彩排信息确认参与春晚舞台，比如魔法原子是2026春晚智能机器人战略合作伙伴，16台机器人将在北京主会场参与多场景表演；银河通用机器人今年首次参与春晚舞台，作为此次春晚舞台指定的具身大模型机器人企业，将为北京主会场提供具身大模型技术支撑。宇树科技已是春晚舞台上表演的“回头客”，将参与北京主会场《骐骥新姿》节目表演，参演产品为G1/H1人形机器人。松延动力的人形机器人也将在春晚舞台完成首次登台。
除了人形机器人企业，科大讯飞将在合肥分会场参与表演，新松机器人的SR210A重载机械臂将在沈阳分会场参演。
这些企业正试图通过春晚建立品牌护城河。
智元创新（上海）科技股份有限公司合伙人、高级副总裁、具身业务部总裁姚卯青此前在接受澎湃科技采访时曾明确提到，2025年是衡量人形机器人企业能不能在牌桌上站稳脚跟的年份，2026年人形机器人企业会分化，一定会出现人形机器人企业第一梯队，“是不是三家不好说，可能还是在10家以内。”
在经历过估值飙升与短视频出圈的热潮后，机器人行业已进入残酷的去泡沫期。
“非它不可”的场景还在探索中
洗牌之所以不可避免，核心在于人形机器人商业化落地依然太难，人形机器人目前还没找到那个“非它不可”的场景。
目前人形机器人落地前三大场景集中在物流仓储、工业场景和商场导览/接待/文娱表演类。尽管看似场景丰富，但它们能展现的水平还回答不了一个问题：到底在什么场景下，必须用人形机器人？
科大讯飞机器人超脑平台总经理刘可为认为，场景的模糊性驱使行业陷入“让机器人更像人” 的极致追求，却因技术、供应链要求过高陷入 “面面俱到，面面不全” 的困境。在实际应用中，一旦机器人出现一次失误，用户的信任就可能归零。
一位机器人头部企业的技术战略官也对澎湃科技表示，2026年人形机器人行业变化会很大，可能会有一些公司倒掉，也可能有公司在场景落地上做得更丰富。但在场景竞争下，头部公司一定会优先抢占那些“好做的场景”，或者干脆把产品做到足够好，只有这两条路才能走得下去。
对于“跳舞”表演这类场景，前述人士认为，跳舞只要机器人本体能力足够好就能成立，但跳得好不代表有市场。“一个本地厂家起来以后，谁会选择用你来跳舞？关键还是有没有具备大批量出货的能力。如果已经能实现规模交付，在后续迭代中，优势会越来越明显。”
姚卯青也呼吁在政策端推动场景开放。机器人普遍需要训练，而现有的部分场景方不愿意让还处于早期的行业进入场景。
“这就会陷入鸡生蛋蛋生鸡的悖论，机器人不进场就没有数据与反馈，行业更难成熟，更不敢进场”。姚卯青建议通过政策鼓励场景方开放，对那些愿意先行先试、敢于“吃螃蟹”的主体给予补贴或真金白银支持，“只有这样，才能把冷启动拉进正循环。”
不成熟的供应链
尽管2025年人形机器人实现了从实验室到产业现场的跨越，甚至出现了亿元级别的订单，但人形机器人的“出货量”不能避而不谈。
2026年1月，行业围绕“谁是2025年出货量第一”出现了明显争议。
市场研究机构 Omdia 和CounterPoint Research给出一组出货预估数据，称智元 2025 年人形机器人出货量为 5168 台、位列第一，并对宇树给出约 4200 台的估算。
随后宇树科技在官方微信公众号公开澄清，并给出自己的口径：2025 年纯人形机器人“实际出货（出售并发货到终端客户）”超过 5500 台，同期量产下线超过 6500 台；同时强调机器人形态多样，不应把双臂轮式等其他形态产品与“纯人形”直接合并对比。
从全球视角看，热度与人形机器人出货量规模之间的落差同样明显。权威机器人行业媒体The Robot Report最新发布的《2026年机器人行业展望》报告中指出，2025年人形机器人领域完成了463轮融资、150多家公司入场，估值飙升了300%，但实际出货量仅同比增长17%。
有科技投资人向澎湃科技感慨，现有的人形机器人出货量还远远不够。
江磊认为，对于人形机器人整机企业来说，现在更像是在做“消费级产品储备”，年产量现阶段不敢超过一万台，因为“产太多没有用途、售后压力也会非常大”。
无论是商业展演还是工厂试用，人形机器人都还没形成能自我造血、可复制的商业闭环。高昂的设备维护成本、不可避免的损耗以及极低的复购率，使得机器人的销售规模目前还难以覆盖长期的研发与运营投入。 “亿元订单”和“规模交付”，还只是迈出了商业化长征第一步。
供应链成熟度是制约规模化量产的关键问题。姚卯青在接受澎湃科技采访时明确提及，团队“踩到最大的坑”，是对产业供应链不成熟、不完备的程度预估不足，机器人的供应链、产业链比原先预想的还要不成熟；可能还需要再经过2026年一整年的推进，关键零部件才会出现相对成熟、标准化的方案。
只相当于6岁孩子的大脑
近两年，人形机器人的进步更多体现在“小脑”，即运动控制上，能走能跑能跳。但决定它是否真正有用的“大脑”智能决策部分，仍是当前人形机器人最大的短板。有财经媒体透露，现实中，不少人形机器人本体企业在AI大脑层面的投入依然很少，现阶段仍依托阿里、字节等科技大厂的通用大模型赋能。
江磊曾在接受澎湃科技采访时旗帜鲜明地表示，“对于人形机器人产业来说，最缺的并不是人形结构，而是有内容的大脑。”“现在（人形机器人）的大脑只相当于6岁小孩。”江磊认为，大脑不够成熟，抑制了人形机器人的产能，即便人形机器人的产能提高也没有用途。
围绕“大脑”如何提升，当前行业内有几条并行竞争的主流技术路线，包括端到端VLA（Vision-language-Action）路线、模仿学习（IL）、强化学习和世界模型等，但在这些路线之中，哪一条更可能通向“通用”智能现在仍无定论，争议也最集中在被寄予厚望的端到端 VLA 上。
清华大学自动化系教授赵明国曾在访谈中尖锐指出，行业热捧的VLA（视觉－语言－动作）模型更多是过渡性的技术手段，而非终极方案”。他认为，大语言模型的成功，源于人类语言数据的“标准化”与“海量”，但物理世界的视觉、触觉数据“非常不规范”，想简单照搬大模型那套逻辑，“是行不通的”。
与该观点相呼应的是，国内具身智能创业公司灵初智能联合创始人陈源培认为，具身智能真正的难点不在于如何炫酷的Demo或是模型架构，而在于能不能撑起百万小时规模的数据积累。“数据量不够，模型层面的操作没有任何意义，调整架构带来的成功率没有价值。”
这揭示了一个深层困境：我们缺的或许不只是算力，更是对物理世界交互逻辑的根本理解。
《2026年机器人行业展望》指出，未来将会有更多公司宣布关停或被“收购式招聘”（acqui-hire），原因往往是它们无法展现足够的商业增长势头，从而难以支撑下一轮融资。未来 12 个月正在酝酿成为机器人行业又一个具有变革意义的年份。
2026年这场预期的洗牌，与其说是寒冬，不如说是一次挤掉泡沫、回归实干的必然过程。在场景不明、模式不通、智能不足的三重考验下，唯有能同时回答好这三个问题的企业，才可能穿越周期，带领人形机器人真正走向未来。
确定早期植物何时在陆地开始扩张并对地球系统产生影响，是地球系统演化研究中的核心问题之一。中国科学院地质与地球物理研究所赵明宇研究员团队通过研究，发现了新的地球化学证据，表明陆地植物开始塑造地球表层环境的时间早于以往的认知。相关研究成果2月24日在国际学术期刊《自然·生态与演化》发表。
早期植物在陆地的扩张模拟图
陆地植物与海洋初级生产者所产生的有机质存在显著差异：陆地植物形成的有机质具有更高的有机碳/磷比值。随着陆地植物在大陆上扩张，陆地光合作用不断增强，陆地有机质的生产相应增加。这些陆地来源的有机质通过河流被输送至海洋，并最终进入海洋沉积物，提高了海洋沉积物中的有机碳/磷比值。由于陆源有机碳的产生与其在海洋中的埋藏过程紧密耦合，海洋碎屑沉积物中的有机碳/磷比值就成为了追踪陆源有机碳输入、乃至反映陆地净初级生产力变化的重要指标。
研究团队对不同氧化还原条件下的海相碎屑沉积记录进行了系统分析后发现，有机碳/磷比值自约4.55亿年前出现显著升高。对多种可能控制因素的评估表明，这一变化反映的是与早期陆地植物扩张相关的陆地净初级生产力显著增强。混合模型估算结果进一步显示，自晚奥陶世（约4.55亿年前）以来，陆源有机碳约占海洋沉积物中总有机碳埋藏量的42±15%，这一占比已接近现代水平（30%–57%）。古大陆尺度的分析还表明，陆地植物的扩张可能最早发生在劳伦古陆（现今北美洲等主要地点）。
该研究还揭示，有机碳/磷比值在晚奥陶世出现了两次明显升高，与此时期发生的两次重要碳同位素异常事件相对应。这表明，富碳、贫磷的陆源有机质向海洋沉积物的输入，促进了全球有机碳的埋藏，从而推动了大气氧含量的累积，并降低了二氧化碳浓度。此外，陆地植物快速扩张所引发的硅酸盐和磷风化增强，可能进一步放大了这些环境效应。综合来看，早期陆地植物的兴起可能在约4.55亿年前就显著推动了地球表层环境的氧化的进程，并可能促成了晚奥陶世冰期和大规模灭绝事件的发生。
2月24日，国内具身智能初创企业千寻智能（杭州）科技有限公司（以下简称“千寻智能”）宣布连续完成两轮融资，总额近20亿。随着本轮融资落地，千寻智能估值突破百亿，正式跻身具身智能赛道 “百亿俱乐部” 核心成员。
就在前一天，智平方（深圳）科技有限公司（以下简称“智平方”）宣布完成超10亿元B轮融资，估值同样迈过百亿门槛。
马年开年，具身智能赛道接连诞生两家百亿估值企业。
千寻智能
千寻智能成立于2024年1月，核心团队由原珞石机器人联合创始人及CTO韩峰涛与清华大学交叉信息学院助理教授高阳领衔。
该公司称，其自研的Spirit v1.5模型，成为首个在性能上超越美国具身智能公司开源的模型Pi0.5的中国开源模型。数据方面，千寻智能提出的“数据金字塔”训练理念，目前已累计获取超20万小时多类型真实交互数据，通过自研的可穿戴式数采设备，将数据成本降至传统方式的1/10。
2025年12月，千寻智能全球首条人形具身智能产线在宁德时代中州基地投运，旗下人形机器人小墨作为核心设备，实现近千块电池零故障量产，作业节拍与熟练工人相当；小墨机器人目前也已入驻京东零售场景，用于讲解互动与产品操作演示。
智平方成立于2023年4月，创始人郭彦东为国家级创新领军人才，曾任微软美国总部、小鹏汽车及OPPO核心研发岗位。该公司一年累计完成12轮融资，围绕自研的大模型GOVLA（全域全身VLA大模型）打造的AlphaBot（爱宝）系列机器人，在两年内完成三代迭代。据了解，目前爱宝机器人已在工业柔性制造、公共服务及新零售领域实现落地。
智平方
对于此轮系列融资资金，智平方相关负责人表示接下来将重点保持GOVLA具身大模型能力的技术迭代升级，让机器人的“大脑”越来越聪明。在迭代大脑的基础上，驱动AlphaBot（爱宝）系列机器人产品迭代与产线扩容。
澎湃科技梳理发现，2026年春节前后，具身智能投融资热度仍在延续，至少有七家与具身智能产业链直接相关的企业披露融资进展，覆盖机器人本体（硬件平台）、具身“大脑”（VLA/具身大模型、学习与控制算法），以及支撑闭环落地的数据、工具链与场景系统能力等环节。
2月10日，专注具身智能大脑公司穹彻智能宣布完成数亿元A轮融资；2月11日，定位智能机器人解决方案公司星海图完成近10亿元B轮融资，累计融资额近30亿元，估值百亿元；2月13日，成立仅10天的智元旗下、定位具身智能数据服务平台型企业觅蜂科技宣布完成数亿元种子轮与天使轮融资；2月14日，聚焦构建机器人“通用大脑”与“操作智能”创业公司无界动力宣布完成超2亿元天使+轮融资，与此同时，第三轮融资已接近完成，累计融资额将达8亿元；同日，定位机器人大脑研发商、清华系具身智能大脑公司千诀科技在两个月内完成Pre-A++轮融资。
当资金不再集中于单一叙事，而是在“本体能力”与“具身大脑/系统能力”之间同步加注，具身智能的投融资逻辑正在发生变化。资本关注的焦点正从“谁能讲故事”，转向“谁能构建完整能力体系与真实场景闭环”。
截至2月24日，上交所融资余额报13168.87亿元，较前一交易日增加162.20亿元；深交所融资余额报12808.63亿元，较前一交易日增加175.18亿元；两市合计25977.50亿元，较前一交易日增加337.38亿元。
·大公司拥有资源、算力和场景优势，却难以维持“天才英雄”的技术自主权；而创业公司虽资源有限，却能提供更纯粹的技术理想主义环境。这种结构性矛盾，或许正是AI创新竞赛中创业公司与大公司比拼的希望。
3月3日，阿里巴巴Qwen团队灵魂人物林俊旸被曝离职。媒体报道称，这位32岁成为阿里最年轻P10级技术高管的天才，曾主导Qwen系列从开源到多模态的全球突破，突然离职或与企业组织架构调整与战略方向冲突有关。这一事件不仅是个体职业选择的转折，更是对当前大公司AI创新困境的深刻折射——当组织规模膨胀至一定程度，流水线KPI与技术理想主义之间的张力或将导致人才流失和创新乏力。这一事件是中国大模型赛道从“技术理想主义”向”商业化重工业”的关键转折点之一。
林俊旸
接替林俊旸的是今年初刚加入阿里的前DeepMind高级资深研究员周浩（Hao Zhou）。两人的背景反差极具代表性。
林俊旸，北大硕士，毕业后通过校招加入阿里巴巴（初入达摩院 NLP 团队），在副总裁周靖人带领下，主导开发了M6万亿参数超大模型、OFA统一模态多任务模型，并从零构建Qwen系列模型，成长为阿里本土培养的最年轻P10。他是Qwen开源生态的灵魂人物，在开源社区、X社区上极具号召力，代表了“快速迭代、极致开源、贴近社区”的打法。
周浩，典型的“硅谷大厂精英”，曾担任谷歌DeepMind高级资深研究员，是多模态视觉基座模型的核心贡献者，更倾向于结构化、建制化的研发体系。
这不仅仅是人事的交替，而是底层路线的冲突。阿里管理层引入周浩，折射出对Qwen过去“野蛮生长”路径的审视。然而，在AI这种极度依赖人才密度和灵魂人物感召力的领域，失去林俊旸这样的“桥梁型人才”，可能意味着Qwen开源社区号召力的断崖式下跌。
大公司"重工业模式"与技术理想主义的结构性冲突
据科技自媒体《晚点》报道，林俊旸离职的直接导火索很可能是因为阿里云将Qwen团队从“垂直整合”模式分拆为“水平分工”的组织架构调整。
谷歌DeepMind、Meta等大公司近两年组织变革后，多采用“CEO指挥+大组织垂直化+小组织水平化”模式（哈萨比斯、扎克伯格直接领导AI业务线），在大部门内实现可协同的“水平分工”，且将具身智能、AlphaFold等特种部队独立出来，并建立贴近市场的AI产品团队，比如搜索引擎、智能工作台、手机智能助手等。OpenAI、Anthropic等创企由于组织规模较小，采用高度“垂直整合”的AI能力中心，并将基础研究（Research）与应用产品（Applied）团队区分开，据说目前OpenAI内部70%的算力都给到基础研究探索各类“不可能的任务”，体现出极强的破局押注决心。
反观阿里巴巴，千问组织的调整本质上反映了大公司创新的系统性困境：当企业规模扩大后，必须通过模块化、标准化和流程化来控制风险与成本，在鼓励技术团队互补协作的同时，也可能削弱自主性和创新敏捷性。
在垂直整合模式下，Qwen团队实现了从预训练、后训练到基础设施的全链路闭环，这种架构允许林俊旸等技术负责人像“英雄式”指挥官一样，根据技术判断快速调整方向。例如2025年10月，林俊旸亲自组建机器人与具身智能团队，这正是大模型从虚拟交互走向实体世界的前沿方向。然而，当组织转向水平分工模式，每个模块都需独立运作并遵循固定KPI，底层技术创新被迫让位于流程合规和全局资源优化。
对比来看，Meta、DeepMind等创业公司或早期AI企业仍普遍采用垂直整合架构。Meta 2026年1月启动的“Compute计划”由CEO扎克伯格直接领导，实现了战略、技术与基础设施的深度协同；谷歌DeepMind的Gemini 3团队同样打破部门壁垒，形成强大合力。这种架构使得创业公司能够更快速地响应技术趋势，如OpenAI在2025年9月至2026年2月的5个月内连续推出4个GPT-5版本，而2026年2月底到3月初，Qwen 团队连续开源了 4 款多模态小模型，并实现了在手机端侧的原生多模态推理。
开源持续投入与大规模商业化的两难选择
林俊旸离职引发的连锁反应——包括Qwen Code负责人惠彬原1月离职、后训练负责人郁博文3月4日离职，以及多位核心架构师的相继离开——暴露了大公司在开源生态与商业化变现间的根本矛盾。
林俊旸的绝对强项在于带领顶尖“极客”建立开源技术威望，这要求高度的技术自主权和对社区反馈的快速响应。就在他离职前的 48 小时（2026 年 3 月 2 日），Qwen 团队完成了“最后的一舞”：密集开源了 Qwen 3.5 系列的 0.8B、2B、4B、9B 四款多模态小模型。尽管这批模型在端侧推理性能上实现了对谷歌的有力反超，但其开源协议的微调却释放了危险信号。与早期完全开放的 Apache 2.0 协议不同，Qwen 3.5 系列开始采用更具约束力的 Qwen Research License，对大规模商用设置了更高的准入门槛。这反映出阿里云正加速从“纯粹开源生态”向“商业闭环套现”的战略重心转移。
GitHub开发者对Qwen3.5的部署问题（如推理进度显示异常）讨论激烈，但阿里分拆后修复进度缓慢，反映出大公司对社区反馈的响应机制已出现断裂。相比之下，创业公司如OpenAI在音频AI领域通过垂直整合的团队架构，能够在两个月内完成技术突破并快速迭代。
阿里开源策略上的保守化，与林俊旸坚持的“极致开源、商用零成本”理念产生了结构性冲突，可能这也最终导致了林俊旸及其麾下核心骨干——Qwen Code 负责人惠彬原、后训练负责人郁博文以及关键贡献者李凯鑫的集体出走。
当企业进入AI产品商业化“深水区”，就需要跨部门调动资源，将模型嵌入企业级解决方案，这与开源社区的去中心化和自由创新精神存在内在冲突。阿里云2025年Q2财报显示，AI+云业务收入增长26%，AI相关产品收入已连续8个季度实现三位数同比增长，但这种增长正从技术突破驱动转向规模化部署驱动。Qwen3.5发布后，阿里云将主要精力投入API服务和标准化模块开发，而非前沿技术探索。
具身智能等前沿领域的战略真空与人才流失
林俊旸离职对阿里Qwen团队的最直接冲击是具身智能等前沿领域的战略中断。他组建的机器人与具身智能团队曾被视为阿里向物理世界AI扩展的核心，但分拆后该团队可能被拆分至不同部门，导致技术方向模糊化。
这一现象折射出大公司在前沿技术布局上的系统性弱点。Anthropic 通过极度扁平的“核心研究员委员会”模式，将预训练、宪法AI对齐与基础设施缝合成一个不可分割的垂直单体，从而在短短数月内以极低的人力损耗交出 Claude 3.5 Sonnet 这种性能怪兽；DeepMind 顶住谷歌内部的“大组织病”重重阻力，通过强制性的跨部门资源整合与人才重组（如 Gemini 与 Genie 项目的端到端融合），努力打破“科学家不碰工程”的宿疾。大公司往往需要经过复杂的审批流程和跨部门协调，导致创新节奏滞后。
人才流失的连锁反应更值得警惕。林俊旸、惠彬原、郁博文等人都是阿里培养的应届生，参与了Qwen模型的早期训练，他们的集体出走表明，大公司已难以长期留住具有创业精神的技术人才。从另一个角度讲，不论硅谷还是北上杭深，大厂高人才密度带来的溢出效应，都成为AI创业的沃土，比如Anthropic从OpenAI独立出来，MiniMax的创始成员来自商汤科技。
从更宏观角度看，林俊旸离职事件反映了AI产业发展阶段的深刻变革。2025-2026年，大模型研发正从依赖少数“天才英雄”的实验室突击，转向比拼组织算力、工程流水线与母体商业变现的“工程创新时代”。在这个新阶段，大公司需要的不再是能在各项学术基准测试中拿第一的研究员，而是能跨部门协作、将核心技术产品化落地的“商业工程师”。当技术理想主义者被迫离开，大公司确实失去了某些关键的技术创新能力，但这也可能是产业成熟化的必然代价。
林俊旸的离职，最终揭示了一个残酷现实：大公司拥有资源、算力和场景优势，却难以维持“天才英雄”的技术自主权；而创业公司虽资源有限，却能提供更纯粹的技术理想主义环境。这种结构性矛盾，或许正是AI创新竞赛中创业公司与大公司比拼的希望。
“今年4月，我就满20岁了，这对我来说是个坎。”说这话的，是一个在常人眼中“跑得飞快”的女孩。
从初中就开始为上大学“备战”，高一休学两个月疯狂刷题，王梓嫣一举考上了东南大学的少年班。上大学后，她依旧努力，却因身份上的差异与不成系统的基础知识，入学不到4个月就陷入痛苦中。
“少年生”的身份让她不敢懈怠。她做项目、搞学术，跑到法学院院长的办公室自荐，邀请不同学科的老师作讲座沙龙……凭着一股“初生牛犊不怕虎”的闯劲，她主持的项目成功结项，并被评为国家级优秀项目。
2025年9月，王梓嫣成为香港理工大学（以下简称港理工）密码学方向科研助理。今年6月，她将正式开始在港理工攻读博士学位。她显然已是别人眼中的佼佼者，但心里却始终有根弦，紧绷了整整5年，一天也没松过劲儿。少年生的身份带给她光环，也催生出一种同龄人身上罕见的时间焦虑。
如今，王梓嫣依旧会思考少年生身份给她带来了什么。时间焦虑是她接纳这个身份的产物，也映射着优绩主义对她的束缚。在成为“天才”和“伤仲永”之间，她困顿万分。
近日，王梓嫣向《中国科学报》讲述了自己的成长经历。以下是她的自述。
王梓嫣的项目入选东南大学大学生创新成果展示会。受访者供图
遥遥领先的6年
4月，我就要满20岁了。
回望过去的人生，我的每一个学习阶段似乎都比常规的轨迹超前了3年。15岁那年，我被东南大学网络空间安全专业少年班录取。我现在在港理工做科研助理，即将在6月份正式开始攻读密码学方向的博士。这一路，我比大部分同龄人提前整整6年。
但在这种所谓的“领先”背后，我背负着严重的焦虑感。
在学术界的隐性规则中，年轻意味着潜能。我本以为这对我也生效。但本科毕业前的申请季让我认清现实——老师们未必愿意收小3岁的学生。我越来越觉得，年纪小这件事在不同的情况下，带来的结果完全两样。
平时在学校里，大家看我年纪小，会把我当小妹妹看，会多照顾我一点，在生活上对我很宽容。等到了申请博士这种真正涉及群体竞争的时候，年纪小反而成了大麻烦。很多导师会觉得招年纪太小的学生容易出安全问题。
这些现实的挫折让我开始怀疑：3年的时间差放在漫长的人生里到底算长还是算短，我真的值得为了这3年付出那么多痛苦和代价吗？
可年龄就是少年生取胜的优势之一。如果兜兜转转又回到按部就班的学术轨迹，那压缩的这3年还有什么必要呢？更让我无法自洽的是，我对少年生的这层光环有着难以言说的执念。因为过去，我为了接纳少年生的身份，付出了很多努力，只有保住它，才能证明我曾经为之经历的那些过程是有价值的。如果这层光环消失了，那还有什么可以去证明我所承受过的一切？
我不甘心，所以我选择跳过硕士阶段直接攻读博士。为了证明这3年的意义，我必须更优秀，能够把与常人的距离拉得更远。现在，我身边的博士同学大多比我大三四岁。置身于这种明显的差距中，我似乎才能安心一点。
这就像是一个无法回头的沉没成本陷阱，我必须用一种更极致的“快”，来确证当初我的加速并非徒劳。同时我也总在心里给自己设限，觉得自己必须比普通的十几岁青年承担更多，强迫自己不停地去做更多事情，哪怕精疲力竭，也要往前赶路。
在过去的这些年，我几乎没有过一个真正放松或幸福的阶段，心里一直紧绷着一根弦。我的一位老师曾反复对我说可以慢下来，但我做不到。我内心深处始终有一种恐惧，害怕如果不去拼命努力，天赋就会被磨灭，最后泯然众人。
我不是“天才”
15岁考上少年班，常被外人看作是“天才”的故事。但其实我并不是传统意义上的尖子生。走上这条路，很大程度上是利用了选拔机制的“信息差”。最初，父母以为多几次高考机会能增加胜算，但我们都严重低估了这种压缩式备考对人精力的榨取。
高一那年的4月，为了准备少年班的高考，我办理了休学。从正常的学校环境中抽离出来后，我闭关了两个多月，填鸭式地突击高中剩下的知识点。那是一种极其孤独且高度紧绷的状态，只有我一个人是这样去面对高考的——脱离同班同学，独自承受压力。紧接着就是八省联考、一模、二模、三模直到高考，一套标准化的流程密集地走下来，我的精力被彻底掏空。
第一次考试，我就考过了一本线，正式被少年班录取。跨过这道门槛并没有让我产生走捷径的庆幸。备考少年班皆因父母之命，我从来没有认真思考过考上少年班究竟意味着什么。直到这重身份有了实感，我才开始怀疑究竟能不能担得起这副担子。我心里发虚，总觉得这个结果像是我用应试技巧偷来的，因为我很清楚，自己缺乏那种天赋异禀的特质。
进入东南大学后，我被分在普通的网络空间安全专业班，这让我感到迷茫。人的成长需要他者互为镜子，我被戴上少年生的“高帽”，但我的身边没有相互借鉴的同学。少年生的天花板到底在哪里？究竟怎样才算合格的少年生？我像盲人一样在其中摸索，摸不到标准，只能不停地鞭策自己。
很长一段时间，我都试图把自己硬塞进一个名为“天才”的模子里——卓绝的天赋、特定的领域，甚至是电视剧里那种高智商的主人公。可事实是，我跟不上课堂进度，成绩吊车尾，甚至就连最简单的社会融入也是个难题。
除了“天才”，少年生的另一面是“伤仲永”——因后天努力不够，荒废才能，最终走向衰亡。大一结束，预言应验。我有一门专业课挂科了。这意味着，传统的优秀学生标准已经将我淘汰。
挂科让我意识到，我连普通的好学生都不算，更别提成为一个“名副其实”的少年生。很多时候我都在默默祈祷，希望周围人只把我当成一个普普通通的同龄人。只要隐瞒少年生的身份，我就可以躲开那些理所当然的严苛审视，不用再拼命踮着脚尖去迎合他人的期待。
按常理说，这种处境理应让我彻底垮掉。可是，越是急于隐藏身份，越证明我深陷在优绩主义的惯性里无法自拔。明明现实中没有人苛求我必须出类拔萃，可少年生的头衔带来的却是一种比做好学生还要严苛得多的自我约束。它就像永远悬在面前的那根胡萝卜，哪怕我已经精疲力竭，依然被它逼迫着硬撑向前。
逃离“伤仲永”
常规的保研路走不通了，出于求生的本能，我必须给自己找一条出路。
大二上学期，我把目光投向了大学生创新创业项目，期待做出个项目用来优化简历。
带着一种“初生牛犊不怕虎”的莽撞，我直接跑去敲开了法学院院长办公室的门，为我的交叉课题寻求专业上的指导。我甚至自费千元举办学术沙龙，邀请不同学科的教授来作讲座。很幸运，我的项目成为网络空间安全学院首个文理交叉学科项目，并晋升为国家级项目，在结项答辩中被评为优秀。
这些折腾让我在无意中找到了真正适合自己的学习方式。大一时，通识课上被动接受知识让我感到吃力且迷茫。但在主动推进项目的过程中，为了克服研究里不断冒出的实际困难，我才意识到那些枯燥的基础知识有多么必要。相比于传统的单向授课，在解决具体问题的驱动下进行自学才是我更擅长的路径，这也让我重新建立起了对生活和自身能力的掌控感。
但我心里很清楚，向外求索的成就感只能提供一时的支撑，真正让我获得力量的是身边那些具体的人。
最早察觉我不对劲的，是我的室友。在我心情低落的日子里，她只要有空就会陪我，好几次把我从极度低落的边缘拽回来，就这么一直陪我熬过了这4年。
大二上学期，教网络安全基础课的王良民老师也注意到了我的状态。课后，他主动约我吃午饭。听我倒完苦水后，他问我：“要不到我的课题组里来试一试？”现在回想起来，他根本不需要一个大二学生去帮他解决什么难题，只是想鼓励我，让我觉得自己是有价值的，给我继续走下去的勇气。
他把我当成家人一样照顾，让我每周写信和他交流，倾听我的苦恼。在我压力大、状态不好的时候，他会买肯德基的蛋挞给我，通过唠家常来宽慰我。他最常在信里叮嘱我的，就是让我“慢下来”“多出去走走”。
王老师曾在一封信里宽慰我：“你读少年班、拿到国家级项目，这些成就是你已经获得的。你不用担心未来做不好，你可以慢下来。”
这句话给了我莫大的安慰。但直到今天，那种害怕慢下来、害怕泯然众人的恐惧依然会时不时地反扑。面对即将到来的20岁，我依然感到恐慌。真正的和解，远比想象中漫长和艰难。
我时常会跳出个人的处境，去审视拔尖人才的筛选机制。少年班理应接纳那些真正具备卓越科研禀赋的极少数人。但当一套筛选体系向下演变成另一种应试轨道时，它所测试的往往是机械的承压与突击能力，收获的也不一定是真正极具天赋的科研苗子。
回顾这段岁月，我跳过了按部就班的成长轨迹，也因此独自承担了漫长的迷茫与心理失重。人生只有永无止境的“上岸”。
我其实并没有迎来某种豁然开朗的结局。我至今也没有完全想通“少年生”这三个字在我身上究竟意味着什么。少年生的身份带来一种类似于死循环的困局。外界的打量和自身的恐惧像两条无形的鞭子，逼着我只能向前赶。我依然会在深夜感到恐慌，害怕自己配不上这一光环，害怕一旦停下脚步，曾经承受的一切都会变成一场徒劳。
也许在未来的某一天，我能找到那个完全自洽的自己。眼下，我只能带着满身的困顿与未解的焦虑，带着被时间追赶的巨大惯性，迈向我的20岁。
（原标题为《15岁上名校、20岁读博，她领先很多却仍深陷时间焦虑》）
浙江大学光电科学与工程学院教授狄大卫、邹晨和赵保丹团队研制了世界上第一个电驱动钙钛矿激光器。近日，相关研究论文发表于《自然》。
激光器种类繁多，当前钙钛矿半导体、有机半导体和量子点等新型激光材料展现出显著优势。在这些材料中，钙钛矿半导体因其发射光谱可调（可实现各种色彩），且在光驱动条件下能实现极低的激光发射阈值，具有十分广阔的技术前景。然而，一直以来，研发电驱动钙钛矿激光器是钙钛矿光电子学领域的最大挑战，也是全球众多科研团队共同追寻的目标。
为实现电驱动激光发射，研究人员发明了一种集成式的双腔结构，将高功率微腔钙钛矿LED子单元与低阈值钙钛矿单晶微腔子单元集成于同一个器件，形成了一个垂直堆叠的多层结构。该器件将微腔钙钛矿LED在电激励下产生的大量光子高效耦合（耦合效率达82.7%）到第二个微腔中，并激发单晶钙钛矿增益介质，产生激光。
在电激发条件下，钙钛矿激光器的激光阈值为92安培/平方厘米，比最好的电驱动有机激光器还要低一个数量级。而且，电驱动钙钛矿激光器表现出比有机激光器更优异的可重复性和稳定性，能在36.2兆赫兹的带宽下实现快速调制。这种调制速率是通过减小器件有效面积以实现最小电阻电容常数，并使用硅衬底改善散热实现的。
电驱动钙钛矿激光器可用于光学数据传输等多种应用场景，还可用作集成光子芯片和可穿戴设备中的相干光源。研究人员表示，未来还需要克服微腔钙钛矿LED子单元纳秒级的自发辐射寿命限制，以实现器件的吉赫兹级高速运行。
相关论文信息：https://doi.org/10.1038/s41586-025-09457-2
10月16日，智元机器人正式发布新一代工业级交互式具身作业机器人智元精灵G2。
精灵G2。图片来源：智元机器人
精灵G2以工业标准打造，搭载高性能运动关节、高精度力矩传感器，集成先进的空间感知系统，支持快速学习部署，拥有出色的多模态语音交互能力，具备工业、物流、导览等多场景通用能力。
续航方面，精灵G2可自主回到充电站补能，还拥有双电池热插拔换电能力，满足24小时工厂产线节拍。
直播中，工程师用生鸡蛋推动精灵G2的力控臂。图片来源：智元机器人
值得注意的是，得益于英伟达Jetson Thor T5000高达2070 TFLOPS（FP4）的本地算力，G2能够实时响应与决策，本地高速处理多路传感器数据，延迟低于10ms。参数量更大的VLA、LLM等大型AI模型得以在本地直接运行，性能更强、泛化性更好，同时大幅缩短开发周期，在虚拟环境中训练和测试后可一键部署到真机，减少试错成本和时间。
发布会现场展示了精灵G2的超低延迟遥操作功能。在视距内操作和超视距遥操作两种情境下，操作人员分别演示了乒乓颠球和射箭技能。
发布会还展示了精灵G2已进入部署阶段的四大真实场景案例。在汽车零部件生产车间，精灵G2正被应用于汽车安全带锁芯的生产流程，与人工配合，完成安全带锁芯压紧、物料搬运等操作。
智元机器人合伙人、高级副总裁、具身业务部总裁姚卯青透露，10月16日下午，智元机器人将与均普智能在宁波联合举办智元精灵G2线下全球首发暨投产仪式，并同步开启与均胜电子过亿元采购合同的首批交付商用，正式落地汽车零部件制造场景。此前，精灵G2也已斩获龙旗科技数亿元订单，切入消费电子精密制造核心场景。
