（本文作者为 创投家CLUB，钛媒体经授权发布）
2026 WAIC上，复旦大学空间互联网研究院联合天空智算发布了天地一体化算力智能体SatAgent。
复旦大学校长金力、国际电信联盟前秘书长赵厚麟、中国移动总工程师兼首席科学家王晓云、复旦大学空间互联网研究院院长高跃等重磅嘉宾共同见证发布。
卫星互联网正进入爆发期。到2030年，中国将建设超过一万三千颗低轨卫星，全球Starlink已部署逾万颗，低空经济与卫星互联网双双迈入万亿级市场。然而，行业依然面临四个核心瓶颈：算力上不去——星地异构算力割裂，天基算力难以被地面有效调用；时延下不来——地面集中式计算无法满足星间实时决策需求；带宽被浪费——频谱与轨道资源利用率远未达理论最优；标准跟不上——国际规则与行业知识体系日趋复杂，人才成长速度滞后于星座建设节奏。
天空智算CEO陈哲认为：卫星互联网的下一个十年，不只是更多卫星，而是更多智能体。
天地一体化算力SatAgent，正是这样一个天地协同智能体：地面部署大模型、知识库与智算中心，承载复杂思考与深度推理；星上部署轻量化模型，实现实时推理与快速响应；两者通过星地协同链路持续学习、持续进化。用户仅需一次自然语言交互，SatAgent即可在后台自动完成知识检索、工具调用、任务规划与工作流执行。
此次发布的SatAgent，在场景、应用与规则三个维度实现突破：
场景层面：SatAgent支持万星并发实时推演的星座仿真底座，以数字化镜像完整复现全域星座动态运行态势，为星座规划与在轨运维提供全域数字沙盘，这是全球首次在万星规模下实现星座全生命周期数字孪生仿真。
应用层面：SatAgent打破传统地面算力单点部署桎梏，实现天基、地基异构算力全域统一调度与分布式协同编排。这是全球首款将天基与地基算力作为统一资源池进行动态调度的商用平台。
规则层面：SatAgent底层融合国际标准、各国频谱管控条例与航天全产业链知识，使模型输出的仿真推演、组网规划方案天然适配全球航天监管框架。这是业内首次将复杂多变的国际规则体系内化为大模型的“合规基因”。
而SatAgent真正的技术壁垒，在四个底层基座之中：专有数据基座——依托稀缺的高质量频谱与轨道数据资源，构建数据源；标准知识基座——覆盖国际规则、通信规范与全产业链行业知识；专业工具基座——内嵌干扰排查、波束调度、频率协调等全链路工具链；深度推理基座——搭载多轮深度推理引擎，实现复杂场景下的精准决策。
目前，SatAgent已落地多个真实业务场景：自动编写国际协调文件，自动完成卫星频率合规风险分析，为国际会议提供智能决策支撑，辅助科研人员完成论文与专利撰写，帮助行业用户快速学习复杂卫星互联网知识。产品既服务顶尖专家，也赋能每一位进入卫星互联网行业的从业者。
【关于天空智算】
天空智算由复旦大学空间互联网研究院发起孵化，以AI原生空间数字孪生技术为核心，深度赋能卫星互联网与低空经济两大万亿级未来产业。核心产品涵盖SDT卫星互联网数字孪生系统（支撑万星级星座全生命周期运维）及LDT低空数字孪生系统（适配多元无人机场景）。公司与中国信通院、中国移动、中国星网、中国铁塔等行业龙头建立深度合作关系，累计签约合同金额超千万元。公司也已于2026年1月及5月相继完成种子轮与天使轮融资。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
（本文作者为 定焦One，钛媒体经授权发布）
文 | 定焦One（dingjiaoone），作者 | 陈丹，编辑 | 魏佳
这几天，比上海高温更火热的，是2026世界人工智能大会（以下简称“WAIC”）现场。
7月17日大会开幕当天，「定焦One」走访世博、张江、西岸三大展区，并旁听了多场论坛。展馆里，人潮涌动，形状各异的机器人穿梭其间。有的机器人则留在展台上，反复演示分拣、质检和装配。跑步、跳舞和挥手的少了，开始展示如何进入工厂、仓库和家庭。
另一边，手机、眼镜、耳机等终端被赋予了新的角色。它们不仅仅是承载AI功能的硬件，也被视为智能体感知现实、调用服务的入口。
更显眼的，是那些占据大片展位的“大家伙”——十几个计算机柜组成的超节点、整套液冷和集群系统。这些过去隐藏在数据中心里的算力基础设施，也被搬到了聚光灯下。
在“曙光8000”展台前，参观团一批接一批抵达。讲解员举着小旗，带着人群围绕设备移动，媒体则被挤到了外围，焦急等待一个没有人挡住镜头的瞬间。
热闹背后，是一场规模仍在扩张、内容却已经发生变化的行业大会。
图源 / 「定焦One」摄
2026年WAIC的展览面积首次超过10万平方米，1100余家企业带来3000余项展品，超过300款产品计划在此完成全球首发。仅智能计算和具身智能两个赛道，就各自聚集了超过200家企业。
本届大会还联动12个国家部委、10余个国际组织，汇集1400余位中外嘉宾，并设置资本对接专区，引入十余家投资机构和约200位专业投资人。同期举行的，还有人工智能全球治理高级别会议。
自2018年创办至今，WAIC早已不只是一场技术与产品展会。它把科学家、模型公司、芯片厂商、机器人企业、投资机构和政策制定者放进同一个坐标系，也让资源的流向和竞争的重心变得清晰可见。
从2026年的WAIC出发，我们总结出六个值得关注的AI产业趋势。
就在WAIC开幕的前一天晚上，月之暗面发布了Kimi K3。
这款模型拥有2.8万亿参数和100万Token上下文窗口，定位于长程编程、知识工作和复杂推理，被一些开发者称为开源社区的“另一个DeepSeek时刻”。它把接近全球前沿水平的能力放进开放生态，也再次缩短了开源与闭源模型之间的距离。
北京中关村学院院长刘铁岩在接受媒体采访时表示，技术的生命力在于开放流动，一批中国开源大模型从“单点亮相”走向“群体突破”。
而当前沿能力可以越来越快地被开源模型追平，单次模型领先所能换取的技术溢价也在收窄。开发者可以在不同模型之间迁移，企业也可以通过多模型调用、私有化部署和议价压低成本。
2026年WAIC的议题设置，已经清楚地反映了这种变化。
在大会近200场会议、论坛和活动中，出现频率最高的三个标签并不是“大模型”，取而代之的是“产业发展”“人才生态”和“算力”。即便讨论模型，问题也从“参数有多大、榜单排第几”，转向模型如何进入真实系统。
基础模型并未退场，只是不再独占舞台中央。大会重点议题覆盖AI Coding、Token经济、世界模型和OPC等方向；发布的新品包括华为Atlas 950超节点、阶跃Agent操作系统、AI智能体手机、机器人和垂直行业的智能体产品。
图源 / 「定焦One」摄
从这些发布可以看出，行业真正争夺的重心已经越过模型本身。模型要与芯片、操作系统、终端、行业数据和业务流程结合，形成一套完整、稳定且可持续运转的产品体系，这才是各家真正比拼的东西。
模型的评价标准也因此发生变化。阶跃星辰首席战略官李璟在大会前表示，当智能体进入真实生产环节，市场对基础模型的要求已经是“智能与效率并重”，除了推理、规划和工具调用能力，还要继续降低推理成本，提高响应速度和部署灵活性。
也就是说，下一阶段的赢家，未必是某一次评测中得分最高的公司，更可能是能够把模型组织进真实产品、稳定系统和商业闭环的企业。模型仍然决定能力上限，但真正决定市场位置的，将是系统效率、产品体验和产业落地能力。
过去，机器人展台最吸引眼球的是跑步、跳舞和后空翻；今年，真正聚拢人气的，是一支支“打工天团”。
不少企业把整条生产线搬进了展馆。
本届WAIC聚集了超过200家具身智能企业。展馆里，既有能在四足与两足形态间切换的载人变形机甲，也有演示上下料、线束装配和工业质检的机器人。
家庭场景同样热闹。桌面机器人主打个人陪伴，机械臂尝试理解“收拾客厅”这类长程指令，并将其拆解为多个步骤；智能水吧前，机械手独立完成从萃取到递送的咖啡制作流程。
图源 / 「定焦One」摄
技术演示正在从“秀肌肉”转向真实作业。
但机器人完成一个动作，与在真实现场连续、稳定地把事情做好，中间隔着一条漫长的工程链路。因为，真实环境中，光线变化、物品形变、摆放偏差、人员闯入、任务中断乃至设备老化，都会带来干扰。
机器人不仅要执行标准动作，还要识别异常、重新规划，并在失败时安全退出。以它石智航按1∶1比例搬来的汽车线束装配产线为例，机器人需连续完成取线、布线、插接；复旦大学与上汽智己合作的视触觉系统，则在车灯装配中一边感知受力与形变，一边实时修正轨迹。
机器人一旦进入真实作业，行业很快就会遇到一个比本体成本更加棘手的问题：数据。
没有足够多、足够复杂的物理交互数据，模型就很难获得跨场景泛化能力。启明创投主管合伙人周志峰表示，目前中美头部具身智能公司掌握的高质量物理交互数据，大多只有几十万小时，距离充分验证Scaling Law至少还差一个数量级。
头部企业正在把年度数据目标推向百万小时以上。昂贵的真机遥操作数据只会占其中一部分，更大比例可能来自第一视角视频、人体操作数据和仿真环境。
因此，世界模型在本届WAIC被推到更关键位置。大会专门设置相关议题，讨论如何在虚拟环境中完成建模与推演，再迁移到现实世界。
未来，具身智能公司的差距，可能不再主要体现为机器人能举多重的物体、拥有多少自由度，而在于谁能够更早建立起“真实部署—数据回流—世界模型—再次部署”的闭环。
在集结了百余家算力芯片及基础设施企业的张江展区，东方算芯在展台上打出了“14nm约等于4nm”的口号。其首款DF1000采用软件定义和3D近存计算架构，在14nm工艺节点下实现 520TFLOPS@BF16的算力。
芯片参数之外，今年WAIC更明确的产业信号是“超节点”。
华为首次公开展示由16个计算柜、1024张昇腾卡组成的Atlas 950 SuperPoD真机，并称单个系统最多可连接8192张NPU。由中科曙光打造的中国首个全国产10万卡AI超集群“曙光8000”也在大会亮相。国产厂商的产品边界，正从单卡延伸至服务器、互联网络、内存系统和集群。
图源 / 「定焦One」摄
这是由大模型负载的变化决定的。
MoE模型和智能体应用越来越依赖跨芯片通信、内存访问和任务调度。一项任务可能需要调用多个专家模型，智能体则需要维持更长时间的上下文、不断调用工具，并保存大量KV缓存。
在这种情况下，单颗芯片的峰值算力已不足以决定系统表现，衡量口径变成了系统每单位时间能够稳定产出多少Token，以及这些Token需要消耗多少电力和成本。
国产算力竞争因此正在从“能否替代一块卡”，转向“能否交付一套可训练、可推理、可迁移、可运维的系统”。
当单芯片差距难以在短时间内完全抹平，互联效率、软件栈、集群可靠性和运维能力，可能会成为新的追赶路径。
AI硬件同样在WAIC迎来一轮密集发布。
徐汇西岸近1万平方米的展区内，超过100家企业带来200余款产品，其中57项为首发首秀，64件消费级产品可以直接体验。手机、眼镜、学习设备、健康硬件和陪伴机器人共同出现，AI正在从屏幕中的聊天窗口，进入用户随身携带和持续使用的设备。
但今年更重要的变化，不是出现了多少种新硬件，而是智能体开始进入操作系统。
字节跳动与中兴努比亚合作的NaviX Ultra，据报道已备货8万至10万台，首批规划总量达到50万台。阶跃星辰也发布了智能体原生操作系统Step AOS、个人智能体Amoo和手机STEPX Neo。
图源 / 「定焦One」摄
心眸科技的14.9克AI眼镜可以记录对话并生成纪要、摘要和待办。蚂蚁展示的AI眼镜则把智能体与扫码支付、城市伴游等服务结合。
种种迹象表明，下一代入口争夺的对象正在发生变化。手机、眼镜、耳机乃至汽车，都可能为智能体提供更连续的感知入口。
对模型公司来说，硬件的意义也不只是销售收入。
阶跃星辰董事长印奇直言，只有通过硬件，才能形成完整的价值闭环和数据飞轮。没有操作系统和终端生态，模型就难以获得学习真实操作所需要的数据。
WAIC从来不只是技术的秀场，也是资本的集市。
本届大会设置资本对接专区，引入十余家投资机构、约200位专业投资人。会前，大会已推动57个核心应用场景落地，累计达成约162亿元意向合作金额。
钱仍在涌入AI，但不再平均地流向每一家公司。
据媒体报道，2026年一季度全球AI初创融资2555亿美元，已超过2025年全年AI风投总额，其中三分之二由三笔超级交易贡献。
刚发布Kimi K3的月之暗面，上一轮200亿美元估值融资于6月底完成交割，新一轮融资投前估值已升至315亿美元。DeepSeek已正式完成首轮外部融资，投后估值约3500亿元人民币。阶跃星辰完成近25亿美元Pre-IPO轮融资，冲刺港股。
还有很多资金涌向了具身智能。据媒体统计，2026年上半年，国内具身智能赛道融资约438亿元，已经逼近2025年全年规模，其中超过一半的资金流向研发具身大模型的“大脑派”公司。
资金逐渐离开同质化模型和缺少壁垒的应用，流向机器人、芯片、算力基础设施，以及少数仍然有能力训练前沿模型的头部公司。
与此同时，资金用途也在变化。
图源 / 「定焦One」摄
过去，机器人融资更多用于验证技术路线和完成原型；现在，大额融资越来越多地用于建设数据采集体系、扩充产线、采购算力、推动量产和准备上市。机器人公司正在从实验室项目变成重资产企业，融资逻辑也越来越接近基础设施投资。
具身智能和芯片需要巨大的前期投入，前沿模型需要密集的算力和人才，AI终端则需要供应链与渠道。产业越深入现实世界，规模能力就越重要，资本也越容易流向少数拥有基础设施、数据闭环和商业化能力的公司。
今年大会，“人工智能全球治理高级别会议”与WAIC并列出现。
这不是简单增加一场安全论坛。
随着AI进入关键基础设施、工业系统、智能终端和机器人，AI治理也正在从伦理倡议，转向围绕标准、机构、开源和算力展开的制度竞争。
大会前一天，世界人工智能合作组织协定签署仪式在上海举行，29个国家代表签署协定，成为创始成员国。中国继续强调开源模型和AI能力的普惠价值，希望降低发展中国家使用AI的门槛，同时提出保持人类监督，建立风险预警和治理机制。
为进一步支持全球人工智能发展、推进全球人工智能能力建设，未来5年，中国将面向发展中国家提供5000个人工智能专题研修培训名额，面向东盟、阿盟、非盟、拉共体、上合组织和金砖国家建设国际人工智能应用合作中心，并推动气象智能预警方案“妈祖”在30个国家落地。
面向未来，人工智能治理应在开放创新与风险控制之间寻找平衡。一方面鼓励开源开放、合作共享，让AI赋能产业发展；另一方面建立法律法规、技术监测、风险预警和应急响应体系，防止技术被滥用，并确保关键决策始终处于人类监督之下。
本届WAIC期间，图灵奖得主、深度学习先驱约书亚·本吉奥将重点推介并解读联合国人工智能治理工作框架。相关报告围绕通用AI的能力、风险与安全措施展开，指出模型在推理、网络安全和生物等领域的能力仍在快速提升，但系统的可靠性、监控能力和可控性并未同步跟上。
当AI不再只是回答问题，而是开始调用工具、操作系统并执行真实任务，模型的一次错误就可能直接作用于现实世界。安全因此从产品上线后的合规要求，逐渐变成产品能力的一部分。
能够证明系统可信、可控、可审计的企业，才更有机会进入金融、医疗、工业和公共服务等高价值场景。对企业而言，安全能力决定的不只是能否规避风险，也决定了产品能够进入哪些市场、承接哪些任务。
由此看，治理规则已经不再游离于产业竞争之外。谁能够率先建立被广泛接受的安全标准、评测体系和责任机制，谁就可能掌握下一阶段的市场准入门槛，并在一定程度上影响AI产业的规则制定权。
在WAIC现场，一位参观者在社交平台记录下了这样一个片段。
一家机器人公司的人形机器人正在表演投篮。围观者纷纷举起手机，等待它投进的一刻，并为之欢呼。他拍下视频，发给儿子：“你看，机器人会打球了。”
但儿子不以为意，更关心的是自己能不能吃一个冰淇淋。
当展馆里的人们还在讨论AI替代、生产效率、产业格局和未来职业时，一个孩子用最直接的方式提出了另一个问题：在一个机器越来越“像人”的时代，那些纯粹属于人的、未必高效却真实的需求，究竟被放在了哪里？
技术的终点，不是技术本身。篮球可以投进，咖啡可以冲好，产线可以自动化运转，但吃冰淇淋的欲望、对生活琐碎的关切、无目的的快乐——这些能力不一定永远无法被机器模仿，但它们恰恰定义了人在一个高度自动化的世界里，如何保持主体性。
展馆里的超节点、机器人和智能体，展示了AI能够抵达的未来；而那个关于冰淇淋的问题则提醒我们，技术最终仍要回到具体的人。
我们真正需要回答的，从来不只是AI能够做什么，而是我们希望它把人类带向哪里。
*插图由「定焦One」拍摄。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
（本文作者为 消费纵深，钛媒体经授权发布）
安踏主品牌换帅，仅仅是为了止损吗？
7 月 15 日，安踏体育发布人事任免通知，执掌安踏主品牌三年的品牌 CEO 徐阳正式辞任，集团联席 CEO 赖世贤临时代管主品牌业务。官方给出的辞任理由为家庭原因，同时表示徐阳将在集团内另有任用，主品牌长期发展战略保持不变。
作为一位营销出身主品牌掌舵人，深耕集团 20 年的徐阳为安踏体系带去了突破性的增长——从盘活始祖鸟中国市场，三年内把店均年收入从 200 万元做到了 1 亿元；到回归主品牌掀起一场从组织、渠道到产品的全面变革。
在接手安踏主品牌CEO一职后，他便掀起了一场轰轰烈烈的零售实验——从作品集SV到超级安踏，从冠军品牌的重塑到5种新型门店的试验。
作为一个熟悉安踏内部体制，但又在不停打破所有的陈规陋习的管理者，徐阳很清楚自己的的角色，“我就是来做改变的，就是来搅局的，如果说我再墨守成规，那我就是没有价值的。”
这其中，超级安踏则承载着徐阳最为激进的创新梦想——向迪卡侬、优衣库等更为先进的服饰零售模式进军的梦想。
但安踏主品牌显然未能承载他的创新实验。但这也并不意味着结束。有消息称,徐阳或将告别职业经理人身份转而创业。目前,其具体创业方向尚未披露,徐阳本人也未否认相关消息。
超级安踏：未竟的梦想
有消息显示，早在徐阳离任之前，相关的调整便已经开始了。据媒体报道，安踏SV事业部已整合并入安踏品牌运动生活鞋产品事业部。并且，超级安踏也将在2026年结束快速拓店，此前的规划是2025年开设160家，截至今年6月实际规模约为120家。安踏集团方面指出，两个店型均进入“精细化运营”阶段。
作为徐阳心目中足以“颠覆行业”的深海炸弹，超级安踏以平均面积1000平米、几乎覆盖所有运动领域的鞋服商品、高质价比、一站式购物的独特形式，展示出了徐阳对于全新零售模式的探索。
过去30年，包括安踏主品牌在内的中国服装行业一直延续着老传统——即生产样品，开订货会，新品上市，再逐步打折，进入奥莱等渠道，周而复始。
但这套逻辑在今天的消费市场，正在面临挑战。
2025年，安踏平均存货周转天数从123天增至137天，库存金额同比增长13%至121.5亿元。大量的库存积压占用了流动资金和财务成本，更使得品牌不得不低价促销清货，39元一件的防晒衣和199元两双的运动鞋，极大的透支着品牌价值。背后更体现了产品研发与市场的严重脱节，渠道管控能力不足，缺乏精细化运营的严峻经营隐患。
“为什么不能终端卖出一件衣服，工厂就收到一件订单？为什么一定要做四季，不做两季？现在的SS门店就是这样试验出来的，介于迪卡侬、优衣库和安踏之间的模式，没有订货会，全直营，全配货。”对于安踏面临的挑战，徐阳希望跳出传统的生产、场景和销售模式，向更先进的零售模式看齐。
而超级安踏就是他为此所做的实验。在他的设想里，这个新物种改变了传统的季度订货会模式，通过全直营模式与供应链效率变革打造极致性价比，并且产品实现了全品类、全年龄段的多维覆盖。
以优衣库供应链模式为例，在其以设计—制造—店铺—顾客的SPA管理模式下，其门店先上少量测试款，100%直营门店实时反馈消费数据给总部，需求端拉动生产端。并且，优衣库还会通过实时分析门店POS数据，让工厂能够在一周内调整生产线优先级，将爆款的补货周期压缩至10天。并且，优衣库全国门店的库存周转天数也可以被控制在的35天。
迪卡侬则以极致的DTC模式闻名，集团 96% 的销售额来自其自有品牌。并且掌控了从研发、原材料采购到物流配送等各个环节。这让迪卡侬在极为平价的基础上，拥有了极强的毛利控制力。
先进的零售模式，撑起了这些品牌每年数百亿欧元的营业额。
根据优衣库母公司迅销集团发布的2026财年业绩指引，预计全年销售额约合214亿欧元，净利润预期提高至5000亿日元。有望正式超越H&M，成为全球第二大服装集团。
2025年，迪卡侬集团全年商品交易总额（GMV）达207亿欧元，税息折旧及摊销前利润（EBITDA）显著提升至18.1亿欧元，净利润达9.1亿欧元。
相较之下，尽管安踏集团的营收已经超过了耐克中国，但增长放缓的压力，以及传统的运营模式，想要实现更大的目标显然还有很长的路要走。
“超级安踏背后不是运动品牌的逻辑，而是快销的逻辑。”服装行业资深从业者阿福认为，用快时尚的模式做体育服饰，这是一个在国内没有样板可以参考的新模式，但很多人仍然没有意识到这个问题。如果超级安踏真正做下去，就意味着其从零售端到供应链，从组织架构到运营思路的全面变革。
在他看来，“虽然近年来体育服饰近年来增长迅速，但其与最先进的服饰零售模式仍有着不小的差距。徐阳看到了这个差距，也想弥合这个差距，却未能成行，这不仅仅是他个人的遗憾，也是安踏的遗憾，更是中国服装行业的遗憾。”
执行难题
从过去的蛛丝马迹中，或许也可以一窥徐阳的零售改革在落地过程中所经受的挑战。
徐阳最近一次公开露面，是6月23日上海站期间，他与欧文一同检查即将开业的安踏市集搭建进度。而从这家门店的两张宣传照中，便可以看到了安踏内部在业务思路和执行落地之间的错位与纠结。
一方面，门店面积大到能够放下网球场，这样的空间设计，也从侧面反应出SKU数量的不足，以及现有供应链体系与千平大店并不适配。
另一方面，在门店内部的陈设上，下图左侧货架上衣服的叠装形式以及货品陈列逻辑，又与优衣库极为相似。阿福认为，超级安踏乃至安踏市集的团队内部，在对标优衣库还是迪卡侬的问题上，很可能一直都没有达到共识。
同样的问题也出在超级安踏身上。数据显示，超级安踏产品零售价比常规门店降低 30%。其中“超红款”系列，口号就是物超所值、质超所享，要做更能解决运动难题的“有用款”。在有质价比的基础款爆品上，超级安踏与强调平价、解决生活难题的优衣库有着相似的逻辑。
而在门店形态上，则与迪卡侬有着相似的思路，作为一站式运动购物目的地，超级安踏以超大门店、品类齐全，满足多种人群的运动需求为核心理念。
究竟是以极致的运营效率，抓住需求的最大公约数，还是在体育方向上进一步耕耘，提供专业运动产品海量供给，这或许才是安踏以及超级安踏未来发展之路的争议内核。
内部没有统一方向，就一定会面临挑战。
这其中，管理团队的背景成为了影响成败的关键问题。
为了符合高端定位，始祖鸟在中国搭建起了一个由国际、国内运动品牌管理者组成的豪华团队。其中，在销售、营销、公关等执行层面，不少重要岗位皆由具有奢侈品牌及时尚行业从业经验的人员担任。
并且在徐阳接手后，始祖鸟没有直接并入安踏的渠道体系，而是更有耐心地独立做旗舰店。
FILA的成功也有着相似的原因。2009年，在完成对收购FILA大中华区业务的收购时，安踏就决定充分给予FILA管理团队独立运营权。该品牌的操盘手姚伟雄就曾表示，“从第一天开始就达成了共识，我们的定位意味着必须独立，否则不可能创造另一个调性的品牌。”
在阿福看来，做超级安踏的难度，是要远高于始祖鸟和斐乐的。最初就应该像敬畏FILA一样敬畏超级安踏，给予其独立运营权，以保证战略能落到实处。因此，对于徐阳来说，想要实现这一目标，唯有另起炉灶，与能够理解他这一战略意图的团队进行合作。卸任安踏CEO并不是结束，期待他在不远的将来重新启航。（作者 | 谢璇，编辑 | 杨林）
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
（本文作者为 AI唱反调，钛媒体经授权发布）
文 | AI唱反调
7月16日晚，月之暗面扔出了K3。2.8万亿参数，Frontend Code Arena 1679分，压过了Claude Fable 5的1631分。7月27日前，完整权重开源。
官方博客里有句话很少见：”整体表现仍落后于最强的闭源模型Claude Fable 5和GPT-5.6 Sol，但在我们的整套评测中展现出前沿水平的能力，并稳定超过了其他所有模型。”
这种坦诚在国产大模型发布里算一股清流。它不装全能，只告诉你：我在编程这个主战场上，已经坐到了最靠前的位置。
消息放出来后，X上的时间线被K3刷屏。海外开发者这次没当看客，直接把它当成生产力工具来测。
震撼派
Guillermo Rauch，Vercel的CEO，做了nextjs.org的综合Web工程评测。他的结论很直接：K3领先Fable，开放模型第一次领先全部专有模型。这测的是真实工程能不能交付，不是算法题。Rauch还补了一句：榜单不能讲完全部故事，最强模型的任务完成率也没有达到100%。
Arena.ai的数据更直观：Frontend Code Arena 1679分，排名第1。K2.6之前排第18，K3直接跃升了17位。7个前端领域，6个第一。
Artificial Analysis给了独立评测：综合指数57，与Claude Opus 4.8、GPT-5.5处于接近区间；AutomationBench-AA得分53%居首；长程知识工作Elo 1547，仅次于Fable 5。任务成本约0.94美元，低于Opus 4.8。
连马斯克都在Artificial Analysis的推文下留了句”Impressive”。
Sriram Krishnan的评价更宏观：他把K3称为”对整个行业具有多重影响的重大时刻”。
Emad Mostaque更直接：”美国实验室最终会去蒸馏中国模型。”
冷静派
但海外没被冲昏头脑。Simon Willison做了他的经典鹈鹕SVG测试。K3的结果较K2.5明显提升，图像理解也很好；但简单任务消耗了1.6万余输出Token，其中约1.32万是推理Token，成本约0.25美元。推理Token使用很重，效率边界仍待观察。
Ivan Fioravanti在两项真实项目里称赞了K3的UI、设计和速度，认为它较好地遵循指令；但指出模型”投入较多思考，偶尔越界加戏”。它会自行扩展任务范围，而不是严格停在用户划定的边界里。
Bindu Reddy更直接：提醒K3榜单成绩”过于突出”，仍需用更难污染的测试继续验证。尚不能称为Opus级，特别是在长上下文、多轮、复杂Agent循环中。
Redis作者antirez把K3放在开放权重模型快速进步的大背景里，同时强调：需要长期真实结果才能判断模型水平与实际贡献。
X上的反应分成两派，但两派都承认一件事：K3让全球AI从业者不得不重新评估中国开源模型的位置。它已经从”便宜替代品”的选项，变成了一个需要认真对比的生产力工具。
如果把中国AI开源模型的全球冲击排个序，K3大概是第三次。
第一次是DeepSeek。年初R1以低成本、高效率震动全球，证明中国模型能在有限算力下做出顶尖性能。路线是”普惠”，让全球开发者用得起。DeepSeek的定价策略是”量大管饱”，用极致性价比撕开市场。
第二次是GLM。国内头部模型ARR半年从1亿飙到10亿，Code Arena盲测全球可用模型第一，证明中国模型能赚钱。路线是”商业闭环”，用快速变现证明商业模式跑得通。
第三次是K3。2.8T参数，Frontend Code Arena第一，7月27日开源完整权重。这是中国开源模型第一次同时在参数规模、前沿性能和全球开发者声量上冲击第一梯队。
三次冲击，三条路线。DeepSeek证明”能便宜”，GLM证明”能赚钱”，K3证明”能贵得有道理”。
这背后是一个更深层的变化：中国AI开源阵营正在从”速度套利”转向”价值定价”。过去12个月里，有9个月开源模型的参数上限由Kimi保持。K3算不上突然冒出来的，它是一条连续路线的终点。从K2的1万亿参数到K3的2.8万亿，架构上是自研KDA混合线性注意力加上Attention Residuals，再配上MoE（896个专家激活16个），扩展效率提升约2.5倍。
7月27日开源2.8T，但绝大多数开发者根本跑不起来。即使做了量化，本地部署也需要多张高端显卡。所谓”开源”，更像是开放一份”行业标准参考书”。
说白了，开源是广告牌，API是收费站。你看得到、学得到，但用不起，最终还得回来找我。把KDA贡献给vLLM社区，是在买生态门票。产业界早就在用这套玩法：输出技术标准、建立开发者认知、降低试用门槛，最终把流量导向API。
K3的”性格”很鲜明。它愿意投入大量推理换交付质量，但简单任务里显得”用力过猛”。
Fioravanti在真实项目里发现，K3″投入较多思考，偶尔越界加戏”。它会自行扩展任务范围，而不是严格停在用户划定的边界里。Willison的实测更量化：简单任务消耗1.6万余输出Token，其中约1.32万是推理Token，成本约0.25美元。默认max模式下，推理Token占比极高。
这更像是K3自带的工作风格。它假设用户愿意为交付质量付溢价，所以默认拉满推理链条。但问题是：简单任务不需要这么重的思考。未来能不能在harness上做得更好、更节省Token，知道什么时候该停、什么时候该用力，是K3的下一道门槛。
Token烧得快，意味着实际成本比账面价格更高。缓存命中0.30美元看起来很香，但默认模式下推理Token占比极高，简单任务也能烧出0.25美元。如果控制不好停止条件，成本会快速膨胀。Artificial Analysis的独立页面也指出，K3速度低于同档平均、输出偏冗长。
K3走的不算普惠路线，更像生产力工具路线。它假设用户是愿意为好结果付溢价的企业开发者，不是追求极致性价比的个人用户。
价格确实贵。API输出涨到15美元，未命中输入3美元，对比国产同行（DeepSeek、混元Hy3仅1元/百万token）明显更高。但第三方实测K3成本仅为Fable 5的四分之一。”贵”是相对于国产模型，相对于海外旗舰它依然是”高端性价比”。
Kimi选了更难走、也更值钱的那条路。DeepSeek让全球开发者用得起，Kimi让全球开发者用得好。两条路没有高下，但K3证明了一件事：中国AI不仅能”便宜”，还能在高端生产力场景里卡位。
当然，差距还在。官方自己承认整体落后Fable 5和GPT-5.6 Sol。Bindu Reddy提醒榜单需验证，antirez强调”要看长期真实结果”。在前端编程和Agent任务上，K3惊艳；在复杂统计和长程Agent循环上，它仍有明显距离。
“局部领先、全局追赶”是K3最准确的画像。K3算不上稳妥的聊天机器人，它更像一个愿意主动行动、更擅长交付视觉结果、也更需要校验停止条件的Agent模型。
K3没有宣称全面超越，它只是在特定战场证明中国开源模型可以坐第一排。X上的热议、Vercel CEO的背书、外媒的”下一个DeepSeek时刻”，这些反馈本身说明，K3让全球AI从业者不得不重新评估中国模型的位置。
有震撼也有遗憾，有领先也有短板。这种”刚刚好”的真实感，比任何”全面碾压”的宣传都更有说服力。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App
（本文作者为 识礁Farsight，钛媒体经授权发布）
文 | 识礁Farsight
中国用户等待两年，终于看到了国行苹果AI落地的曙光。
图源：网信办
2026年7月15日，网信办发布《关于发布7款提供手机端侧生成式人工智能服务已备案信息的公告》，其中苹果旗下“Apple智能”大模型已于7月8日备案，适用于iPhone。
与海外市场类似，苹果并未完全依靠单一自研模型支撑Apple智能，而是采取“自研模型+外部模型补充”的策略。
据《科创板日报》报道，阿里千问将作为AI能力集成至Apple智能，提供文本与图像理解、内容生成等功能；百度主要为Apple智能提供AI搜索及信息检索相关能力。
整体而言，阿里千问在Apple智能中扮演的角色与谷歌类似，将在云端承接复杂推理任务。百度则延续了Siri默认搜索引擎的定位，主要作为搜索技术供应商，为苹果设备的AI功能提供网络信息检索服务。
虽然在阿里、百度等企业的帮助下，Apple智能即将落地中国市场，但苹果很难高枕无忧。由于缺少强有力的自研大模型，随着Agent逐渐成熟，苹果的掌控力将会减弱，长此以往，其商业护城河面临崩坏的挑战。
作为一家掌控欲极强的科技公司，苹果最初希望靠自己的力量实现AI转型。不过由于自研大模型进展不及预期，2024年WWDC展示的Apple智能“跳票”后，苹果开始调整自身的AI战略，积极接洽外部大模型厂商。
在中国市场，由于存在较高的AI监管门槛，苹果更需选择本土供应商。据媒体报道，近年来，苹果曾接触百度、阿里、字节跳动等国产大模型厂商，希望这些企业为Apple智能入华提供技术支持。
虽然苹果官方从未公布合作的中国大模型厂商，但早在一年前，阿里高层就已透露，公司将与苹果就AI技术展开合作。
图源：阿里
2025年3月，迪拜举行的世界政府峰会上，阿里联合创始人、董事局主席蔡崇信表示，“苹果一直非常挑剔，他们与多家中国公司进行了接洽，最终选择了我们作为合作伙伴。我们感到非常幸运，也非常荣幸能够与这样一家伟大的公司展开合作”。
那么问题来了，无论是大模型性能，还是C端AI应用的市场影响力，相较于国内其他大模型厂商，阿里都不具备绝对的领先优势，苹果为何会选择与之合作呢？
究其原因，由于需要为数以亿计的用户提供服务，苹果AI技术需要的并非跑分出众的大模型，而是综合能力均衡的供应商。
据The Information报道，国行版Apple智能最初选择与百度合作，甚至苹果自掏腰包帮助百度训练大模型。
图源：The Information
不过，百度文心大模型的响应能力存在短板，难以满足苹果的要求。而为了提升模型能力，百度希望保存并分析苹果用户使用AI功能产生的数据。对于极度重视用户隐私保护的苹果来说，百度的要求也无法接受。
比较而言，阿里千问无论是模型性能还是商业化落地能力，都高度契合Apple智能的需求。
图源：阿里
从模型维度来看，阿里千问是目前业界为数不多的全栈式大模型技术底座，通过搭建“端侧、云端、多模态”架构，实现了从高强度推理到本地即时响应的全场景覆盖，匹配Apple智能的技术架构。
在此基础上，作为中国头部云服务商，阿里云拥有充足的算力储备以及丰富的工程化经验，面对苹果高并发、高算力的AI需求，可以保障稳定性与响应速度。
苹果之所以没有在中国市场公开大模型供应商，很大程度上是希望降低外部大模型厂商的存在感，强化Apple智能的核心入口认知。
换言之，苹果并不希望自身的AI生态被第三方大模型厂商主导，而是将外部模型视为可替换的能力模块。无论是ChatGPT、Gemini，还是千问，模型厂商只负责提供底层AI能力，苹果则在上层牢牢掌握用户关系与系统入口。
为了提升自主性，与OpenAI合作告吹后，苹果不再采用“零成本”互利模式，而是直接向第三方大模型厂商支付费用，采购相应的技术。
据彭博社记者马克·古尔曼透露，为获得Gemini大模型的使用权，苹果每年需向谷歌支付约10亿美元。无独有偶，据TheInformation报道，为使用文心大模型，苹果向百度支付100亿美元，并承担训练和微调模型带来的计算成本。
由此来看，此番Apple智能入华，苹果大概率也需向阿里支付巨额“技术服务费”。
虽然与苹果开展合作后，阿里将获得不菲的经济收益，但其或许并不会满足于此。
因为阿里不仅仅是一家模型供应商，更是一个手握电商、即时零售、支付等生态资源的互联网巨头。
图源：阿里
随着AI技术逐渐成熟，阿里正致力于以千问为核心，布局Agent。2026年1月，千问宣布接入淘宝、支付宝、飞猪等阿里生态业务，实现点外卖、买东西、订机票等AI购物功能。
对此，千问C端事业群总裁吴嘉表示，“AI在拥有超强大脑之后，开始长出能够触达真实世界的手和脚，在生活中实实在在地替用户‘干活’。我们将一步步迈进，将千问App打造为最强大的人类AI助手，真正让AI帮助到每一个人。”
接入Apple智能后，阿里不仅有机会触达苹果庞大的用户群体，更可以凭借“用户意图解释权”与“服务调度权”，潜移默化地在苹果设备中调用自家生态，满足用户的需求。
可以发现，此番苹果与阿里的合作，本质上是一场各取所需的交易。
苹果希望借助阿里可靠的AI能力，使Apple智能在中国市场落地；阿里一方面可以获得直接的经济收益，同时也有望将千问的Agent服务植入苹果AI助手这一核心入口，显著提升自家生态的触达半径和转化效率。
由于手握挑选模型厂商的权力，表面来看，与阿里合作的过程中，苹果牢牢占据主导地位。事实上，结合AI技术的特点来看，苹果十分被动。
图源：Apple
移动互联网时代，苹果的商业护城河建立在软硬一体的闭环生态之上。通过营造差异化使用体验，苹果不仅可以靠iPhone、iPad、Mac等硬件产品持续创造可观收入，还能依托App Store等软件服务赚取丰厚的利润。
不过，随着AI技术驶入商业化应用深水区，苹果过去依赖生态构筑的竞争优势，正面临崩塌的挑战。
现阶段，OpenAI、阿里、字节跳动等科技公司，正致力于推动AI助手跳脱出Chatbot范式，转型成可执行具体任务的Agent，进而成为用户触达各项服务的核心入口。
在此背景下，iOS、Siri、App Store等入口的价值将被削弱。因为Agent拥有“用户意图解释权”与“服务调度权”，移动互联网的应用分发权，将从操作系统向AI平台转移。
由于Siri的能力依赖第三方大模型，iOS系统难以控制Agent执行任务的路径，苹果在AI时代的生态主导权和话语权自然会随之下降。
有鉴于Agent将掀起新一轮手机革命，阶跃星辰、字节跳动、OpenAI等AI公司正纷纷加码“原生智能体手机”，以图开启新的“iPhone时刻”。
比如，2026年7月13日，阶跃星辰推出原生智能体手机STEPX Neo，搭载智能体原生操作系统Step AOS，内置个人智能体“阶跃Amoo”，可一站式处理出行订票、日常消费、本地生活等需求。
图源：豆包手机
无独有偶，7月17日开幕的WAIC 2026上，豆包也联合努比亚打造了AI智能体手机努比亚NaviX Ultra，搭载豆包手机助手，支持一句话执行任务。
现阶段，STEPX Neo、NaviX Ultra等产品的市场影响力虽然远不及iPhone，但创新产品理念，却昭示出手机行业的竞争逻辑正悄然生变。
未来，手机产品吸引消费者买单的核心要素，不再是功能丰富、生态繁荣与否，而是能否深刻理解用户需求，并高效执行相应的任务。
正如阶跃星辰董事长印奇所言，“智能体进入现实世界带来的不只是能力跃迁，更是秩序重构。”
由于手机行业将发生激烈变革，Apple智能通过备案，并不代表苹果已赢下中国AI市场，仅仅意味着其拿到了AI时代的入场券。
Apple智能入华解决的是苹果“有没有AI”的问题，却没有回答“如何赢得AI时代”的难题。
当智能体逐渐成为连接用户与服务的新入口，靠“外挂”大模型，苹果很难复制移动互联网时代的成功。
更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App