AI产业投资新闻 · 2026年9月24日
本期目录 · 8 条核心动态
01智元第20000台下线并交付长隆：全球首个大规模具身智能主题乐园开园，300+台机器人常态化上岗
9 月 24 日，由智元（AGIBOT）与长隆集团联手打造的全球首个大规模具身智能主题乐园在珠海横琴长隆飞船乐园启幕。开园现场，智元第 20000 台通用具身智能机器人远征 A3 Ultra 正式交付长隆集团。
| 维度 | 关键事实 |
|---|---|
| 部署规模 | 超 300 台智元全系机器人在横琴长隆飞船乐园常态化上岗，设置100 余个交互体验点 |
| 场景覆盖 | 机器人文娱商演、科普研学、导览导购导引、服务零售站、智能伴游、酒店场景、体育竞技七大核心场景；支持多语种及方言交互 |
| 组织机构 | "长隆×智元具身智能文旅联合研究院"同日揭牌，围绕场景适配、算法迭代、内容创作、商用验证开展联合研究，并称将落实十年战略合作 |
| 网络底座 | 智元、长隆与中国移动联合共研的"全球首个文旅场景大规模 5G-A 具身智能创新应用"发布——机器人专属网络，通过 5G 切片、边缘本地部署、安全隔离架构，分离游客网络与机器人业务网络，保障机器人群控与多模态交互的低时延响应 |
| 技术栈 | 硅光动语 WITA 具身智能交互大模型（理解+生成能力与视觉感知、语音交互、动作执行结合）；AIMA 具身智能全栈生态；灵心平台 LinkSoul 可在音色、表情、人设、动作、服装造型五个维度定制机器人角色 |
| 出厂检测口径 | 每台机器人需经整机高温老化、连续工况疲劳测试、多场景精度校验、稳定性压力测试（公司口径） |
| 行业定位 | 智元称成立三年多来已成长为"全球出货数量最多、收入规模最大、发展速度最快的具身智能企业"（公司口径，未见第三方审计） |
为什么重要：这条新闻真正值钱的不是"300 台"，而是三个"第一次"——① 具身智能第一次进入高客流、高互动、高开放度的公共场景（此前是工厂、商演这类结构化场景）；② "机器人群控"第一次以 5G-A 切片网络的形式被工程化落地（这意味着竞争单元从"单台机器人"变成"机队"）；③ 联合研究院 + 十年合作把一次性交付变成"研发—验证—迭代—应用"的长期闭环。
关联板块与公开标的（产业梳理，不构成投资建议）：
| 板块 | 标的 | 关联逻辑 |
|---|---|---|
| 运营商/5G-A 专网 | 中国移动(600941)、中国电信(601728)、中国联通(600050) | "机器人专属网络 + 切片 + 边缘本地部署"是运营商第一次在具身智能项目里拿到明确的角色，而不是只卖流量 |
| 通信设备/群控 | 中兴通讯(000063)、紫光股份(000938)、锐捷网络(301165) | 机器人群控的低时延要求，本质是园区级专网 + 边缘算力的订单 |
| 具身本体供应链 | 三花智控(002050)、拓普集团(601689)、绿的谐波(688017)、鸣志电器(603728)、中大力德(002896) | 300 台级的常态化部署，对关节、减速器、电机是真实需求，但单项目体量对上市公司收入影响仍小 |
| 文旅运营 | 宋城演艺(300144)、天目湖(603136)、中青旅(600138)、峨眉山A(000888) | 主题乐园的"机器人替代人工服务"是成本侧逻辑，不是收入侧逻辑；且长隆未上市，A 股没有干净对标 |
| 美股 | 迪士尼(DIS)、亚马逊(AMZN) | 主题乐园的机器人渗透是长周期叙事，短期不构成业绩变量 |
产业观察：这条信息的价值不在"又多了一个落地场景"，而在"机队化"。当机器人从"单台演示"变成"300 台常态化运营"，价值链会从本体转移到群控网络、边缘算力、运营调度系统、以及"每台机器人的可用率"。这条链上目前有明确角色的其实只有运营商与通信设备商；零部件与本体的受益幅度容易被高估。另一件值得注意的事：9/24 当天 A 股机器人概念因马斯克"千亿台"表态整体大涨，这属于情绪驱动的板块普涨——行业内常说"热点确认日＝找下一个承接方向之日"，指的是去找尚未被炒的位置，而不是去追已经涨起来的名字。
02中国具身智能进入"实干时代"：97%全球出货占比背后，是"能干活"的验证期
9 月 24 日，环球时报以《财经观察：中国具身智能机器人进入"实干时代"？》为题给出了一个关键判断——"实干"成为 2026 年中国具身智能产业的关键词，机器人不再停留在展台上跳舞、翻跟头，而是走进工厂车间、药房仓库，"打卡上班"。
一线在岗数据（本期最硬的一组证据）
| 案例 | 关键数据 | 口径 |
|---|---|---|
| 银河通用 Galbot S1 @ 宁德时代量产线 | 双臂抱起数十公斤料箱、纯视觉自主行动、7×24 连续工作超 3 个月；今年 3 月验收；被称为全球首次人形机器人在新能源智能制造场景的"常态化自主作业"；商业部署规模突破千台，服务宁德时代、博世、丰田、上汽 | 企业口径（《环球时报》） |
| 智元精灵 G2 @ 南昌龙旗科技工厂 | 8 台机器人承接平板质检全工段（多媒体、音频、WiFi 耦合等高精度检测），与产线工人协同；效率达人类工人 80%~90%；连续运行超 3000 小时 | 企业口径（项目总监） |
| 中国人形机器人全球出货占比 | 升至 97% | 国家统计局（媒体转述） |
| 高盛预测 | 2026 年全球出货 7.5 万台、2030 年约 89 万台 | 券商预测 |
| 马斯克（央视财经专访 9/23） | "10 年内或不到 10 年，人形机器人至少有 10 亿台；未来 15 年或达 100 亿台；20 年可能达 1000 亿台" | 个人预测，非公司指引 |
同期：车企与手机厂商集体入局，竞争格局被重新定义（钛媒体 9/24）
| 玩家 | 进展与关键数字 |
|---|---|
| 东风汽车 | 人形机器人"小东"将于 10 月进入工厂试生产，承担总装、分拣、搬运、上下料、质检；年底小批量、小点位试制；目标明年年底把能力拉到和真人持平。关键数字：类似传感器、芯片、控制器，科技公司买要好几万，东风复用整车供应链，成本可能只要五分之一甚至更低 |
| 小米 | 2026 年 3 月起在汽车工厂"实习"，自攻螺母上件工站双侧作业，连续自主运行 3 小时，成功率 90.2%，满足 76 秒产线节拍；到 7 月提升至 98%；人工在此工站约 99%。效率梯度：3-5 秒短任务 70%~80%、30-60 秒中等任务 60%~70%、1 分钟以上长任务约 30% |
| 荣耀 | 人形机器人"闪电"亦庄半马 50 分 26 秒（受赛事规则与赛道条件影响）；深圳坪山产线 28.5 秒下线一台手机、85% 工序自动化 |
| vivo | 以家庭场景切入，判断理想中的机器人"需要 10 年以上，甚至 15 年"；并指出真正的智能是从进门脱外套开始、涵盖洗衣烘干收纳的上千个子流程端到端闭环 |
| 华为 | 不造本体，做平台 |
为什么重要：把两组数字放在一起看，结论非常清楚——
- "能表演"到"能干活"已经跨过，但"能做"到"做得好"还没跨过。 小米给出的效率梯度（短任务 70-80% → 长任务 30%）是官方口径的自我证伪：机器人不是不会做，是干不完整。从 90% 到 98% 用了四个月，98% 到 99% 没人知道要多久。
- 竞争变量从"谁的技术强"转向"谁的 BOM 便宜"。 东风"复用整车供应链、成本只要五分之一"这句话，是本期最重要的一句话——它意味着本体厂商真正的对手不是彼此，而是整车厂和手机厂的采购体系。而对零部件企业来说，这是需求侧的重大利好：BOM 越便宜，部署量越大。
- 97% 的全球出货占比 + 千台级商业部署说明中国在"本体量产—场景运营"全链条领先，但"在岗效率"仍需真实运营数据持续验证。
关联板块与公开标的（产业梳理，不构成投资建议）：
| 板块 | 标的 | 关联逻辑 |
|---|---|---|
| 减速器/关节/电机（成本复用的第一顺位受益） | 绿的谐波(688017)、双环传动(002472)、中大力德(002896)、鸣志电器(603728)、兆威机电(003021)、五洲新春(603667) | BOM 每降一档，部署量上一个量级——这是"整车/手机供应链复用"最直接的弹性 |
| 3C/工业质检设备 | 赛腾股份(603283)、精测电子(300567)、长川科技(300604) | 智元 G2 在龙旗产线做的是"平板全工段质检"，与现有 3C 检测设备商的客户高度重叠 |
| 整车/手机（既是客户也是竞争者） | 小米集团-W(01810.HK)、东风汽车(600006)、长安汽车(000625)、上汽集团(600104) | 复用车规供应链做机器人，对纯本体厂商是竞争，对零部件是需求——不要一概而论 |
| 制造业标杆客户 | 宁德时代(300750)、龙旗科技(603341) | 它们的"常态化自主作业"是最有力的一线背书，也是后续订单的扩产来源 |
| 港股/美股 | 优必选(09880.HK)、特斯拉(TSLA)、英伟达(NVDA) | Optimus 的节奏（2027 才外售）是全行业的时间约束；英伟达是"大小脑"算力供给方 |
产业观察：市场对具身智能的一致预期是"本体厂商的竞赛"，而真实的变量在"整车/手机供应链复用带来的 BOM 曲线"——如果成本真能压到科技公司路线的 1/5，那么现有对 2027 年部署量的预测本身可能就是保守的。反向的锚也很硬："长任务效率 30%"。把这两条放在一起，就能理解为什么这个方向的行情总是"催化很密、价格不动"——市场在等一个东西：订单变成收入。在这一步发生之前，任何"送样/参与供货/签订战略协议"都不改变产业实质。
03模型价格战：同一天两家旗舰降价 40%~50%，Agent 的"经济性拐点"到了，但"长任务可靠性"没跟上
9 月 22 日，两家美国顶级实验室在同一天相继推出主力模型的低价版本，中间只隔了约 90 分钟。
| 发布方 | 模型 | 定价（每百万 token） | 关键变化 |
|---|---|---|---|
| Anthropic | Claude Opus 5.5 | 输入 $4 / 输出 $20 | 较 Opus 5 降 20%，典型负载运行成本降 40%；缓存读取从 $0.50 降至 $0.20（-60%）；输出速度提升 30%+；多数任务性能与 Fable 5.1 持平；AutomationBench 40% vs Opus 5 的 26.9% |
| OpenAI | GPT-6 Sol | 输入 $2 / 输出 $10 | 较 GPT-5.6 Sol（$4/$20）减半；错误率约为 GPT-5.6 Sol 的一半；面向复杂编码与 Agentic 工作流 |
| OpenAI | GPT-6 Luna | 输入 $0.10 / 输出 $0.50 | 较 GPT-5.6 Luna（$0.20/$1.20）减半；高 effort 下可对标 GPT-5.6 Sol，成本约为其 1/100 |
| xAI | Grok 4.7 | $2 / $6（不变） | Terminal-Bench 4.0 从 20.3% → 38.0%，同价加量 |
| 阿里 | Qwen-Audio-3.1 全线 | ASR-Flash 降至 0.8 / 2.7 元 | 最高降幅 95%；16 种方言、全双工实时交互 |
必须配套读的一组数字：降价的同时，长任务可靠性并没有跟上。
- Google Android Bench 2.0（9/17 发布）把评测对象换成"人类需要数天到一周"的工程任务，并改用连续打分（功能正确性、视觉保真、回归避免）。当前最强模型 GPT-6 Astra 的通过率只有 28% —— 而它取代的短任务基准，通过率约 91%。
- 海外分析师的结论很直接："未完成的 Agent 运行成本下降得比失败率快得多"，因此本季度采购真正该问的不是"一个 token 多少钱"，而是"跑完一件工作要花多少钱（cost per completed task）"、"要跑几次才能完成"。
- 同期开源侧：上海 AI Lab 释出 Atria Dawn 744B（MIT 许可，自报 AutomationBench 53.8%，独立验证尚薄）；小米 MiMo-V2.6-Pro（MIT）登顶开源榜单，单任务成本约 $0.13。
为什么重要：模型竞争的主轴已经不在"谁的模型更强"，而在"完成同样的工作要花多少钱"。 这个转变对产业的影响是不对称的——
- 受益侧：此前因成本过高而"不敢做"的高频短任务场景（客服、审核、质检文本、报表、代码补全）会立刻放量；两家的缓存读取降价对"Agent 反复读同一份上下文"的形态是最直接的毛利改善。
- 承压侧：纯 Token 转售商、以"调用前沿模型"为唯一壁垒的应用层，其定价权会被击穿。
- 未被解决的问题：多步长任务的可靠性缺口（28%）。这意味着"Agent 能不能交付"仍然取决于外围系统（重试、断点恢复、评测、审计），而不是模型单价。
关联板块与公开标的（产业梳理，不构成投资建议）：
| 板块 | 标的 | 关联逻辑 |
|---|---|---|
| 云/推理算力 | 阿里巴巴-W(09988.HK)、微软(MSFT)、亚马逊(AMZN)、谷歌(GOOGL) | 单价降 → 调用量升。"量的弹性是否大于价的下降"是必须观察的财报口径 |
| 应用层（毛利改善） | 金山办公(688111)、用友网络(600588)、金蝶国际(00268.HK)、彩讯股份(300634)、汉得信息(300170)；美股 Salesforce(CRM)、ServiceNow(NOW)、Atlassian(TEAM) | 单位任务成本下降，长任务一旦跑通，收入模型可以从"许可证"换成"按结果计费" |
| 推理芯片/ASIC | 寒武纪(688256)、海光信息(688041)；美股 博通(AVGO)、Marvell(MRVL)、AMD | 推理成本下降 → 推理负载增长；自研 ASIC 的性价比窗口被进一步打开 |
| 芯片制造/涨价链 | 台积电(TSM)、兆易创新(603986) | 台积电据供应链消息自 2027 年 1 月起上调 Wafer Out 价格 3%~6%（媒体转述，未见原厂公告）；存储 Q4 涨价预期再上修（美银调研：DRAM 环比 +20%~30%） |
产业观察：市场普遍把"降价"读成"算力利空"（单价下降），这是最容易犯的误读。真正的增量在两点：① 缓存读取降价 60% 对 Agent 工作流的成本结构影响远大于 headline 价格（Agent 反复读同一份上下文）；② 单任务成本下降会打开此前不敢做的工作流。但要注意顺序——先受益的是"高频短任务"，不是"长链 Agent"，因为后者的可靠性瓶颈在模型之外。这也解释了一个规律："单价下降"通常不是行情的分水岭，"长任务通过率提升"才是。
04Meta Muse 引爆"消费者惰性"重定价：美股金融、保险、OTA 单日集体重挫
Meta 的个人 AI 智能体 Muse（9 月 8 日上线）以压倒性的下载量登顶美国 App Store 免费榜——上线 6 天下载超 90.2 万次，13 天累计约 180 万次，美国日活约 64.2 万（Apptopia 数据）。它能代用户订机票、管日程、下单购物、取消自动续费、与客服周旋，已接入 Gmail、OpenTable、PayPal，并与金融基础设施公司 Plaid 建立合作。
9 月 22 日（美东）美股出现"AI 涨、金融跌"的诡异裂痕：
| 标的 | 当日表现 | 口径说明 |
|---|---|---|
| 标普500 金融板块 | -2%（盘中一度 -2.4%，创 7 月以来最低） | 板块指数 |
| 摩根大通 (JPM) | -3.42%（7 月以来最大单日） | 收盘口径 |
| 富国银行 (WFC) | -3.9%（5 月以来最大） | 媒体 |
| 嘉信理财 (SCHW) | -6.11% | 收盘口径（9/22 收 100.35，9/21 收 106.88） |
| 好事达 (ALL) | -5.8%（媒体口径） | 保险 |
| Booking (BKNG) | -2.55%；9/23 再跌 -5.07% | 收盘口径 |
| Expedia (EXPE) | 盘中一度 -3.7%，收盘 -0.11%；9/23 -7.72% | 收盘口径（9/23 收 259.04） |
| 高盛"消费者惯性"篮子 | 单日 -2.6%（近六个月最差），近六个交易日累计跌超 7% | 高盛研报 |
| 纳斯达克综合指数 | +0.45%（盘中创历史新高） | — |
| Meta (META) | 9/21 +11.43%、9/22 -0.63%、9/23 +1.02%（收 744.10） | — |
口径提醒：各家媒体发布时点不同（盘中 vs 收盘），个股跌幅相差 0.5~1 个百分点；本表以收盘价口径为准，已用两个独立行情源交叉核对。
为什么重要：这次被重估的不是某家公司的业绩，而是一种过去没人单独定价的资产——"用户的懒"。 高盛交易台直接把这类股票命名为"依赖消费者惰性（consumer inertia）"组合：券商靠客户账户里趴着的低息现金赚利差、保险靠客户懒得比价、电信与订阅服务靠自动续费、OTA 靠信息不对称与佣金。Agent 一旦替用户自动优化，这些"惯性税"会被釜底抽薪。
两条边界同时暴露：平台会反击——亚马逊已屏蔽 Muse 在其站点代购；开源合规争议——Meta 产品负责人承认产品"高度借鉴"开源项目 OpenClaw，两者工作区配置文件几乎一致。
反方观点同样值得记录：财富管理咨询机构 Pirker Partners 创始人 Alois Pirker 认为"巨轮掉头从非一日之功"，且传统机构手里握着最核心的资产——海量用户与交易数据，这对它们是跃迁机遇。
关联板块与公开标的（产业梳理，不构成投资建议）：
| 方向 | 标的 | 关联逻辑 |
|---|---|---|
| 承压（美股） | 嘉信理财(SCHW)、LPL Financial(LPLA)、Raymond James(RJF)、Ameriprise(AMP)、摩根大通(JPM)、富国(WFC)、美银(BAC)、花旗(C)、好事达(ALL)、Progressive(PGR)、T-Mobile(TMUS)、AT&T(T)、Netflix(NFLX)、Expedia(EXPE)、Booking(BKNG)、Planet Fitness(PLNT) | 被"贴现"的是佣金与利差的结构，不是当期收入；短期是叙事驱动的估值重定价 |
| 受益（美股） | Meta(META)、PayPal(PYPL)、Shopify(SHOP)、亚马逊(AMZN) | Agent 入口本身成为新的"收费站"（高盛观点：Muse 类产品未来会从每笔聚合交易中抽佣） |
| A股/港股映射 · 金融 IT | 财富趋势(688318)、同花顺(300033)、恒生电子(600570)、顶点软件(603383)、金证股份(600446) | 受益方向是"帮机构造 Agent 对抗 Muse"——机构要守住"惯性税"，只能自己上 Agent 与更好的投顾工具 |
| A股/港股映射 · 在线旅游 | 携程集团-S(09961.HK)、同程旅行(00780.HK) | 与美股 OTA 同源风险，但国内 Agent 生态与支付闭环不同，传导有限 |
产业观察：市场正在贴现一个尚未发生的替代。Muse 当前的能力边界是订票、比价、填表、取消续费，不是投资顾问、不是承保。真正受到冲击最确定的是"交易摩擦型收入占比高"的公司，而不是"品牌与数据强"的公司——这两类在 K 线上都在跌，但性质完全不同，不能一概而论。对国内而言，最值得记的不是"AI 要颠覆金融"，而是"金融 IT 的订单口径会不会先动"：机构要对抗 Agent，第一步一定是买工具。
05亚马逊把卖家运营交给自主智能体：覆盖 90% 卖家、建议采纳率超 90%，平台开始收走"运营人力"这块价值
9 月 23 日，亚马逊宣布把第三方卖家助手 Seller Assistant 从对话式机器人升级为可推理、规划并执行多步工作流的自主智能体（首次发布于 2023 年，本次是能力跃迁）。
| 维度 | 关键事实 |
|---|---|
| 覆盖与采纳 | 能力已覆盖全球 90% 以上卖家、支持本地语言、数十万活跃用户；卖家对自动化建议的采纳率超过 90%；功能免费、可选 |
| 持久记忆 | 记住每个卖家的定价模式、库存周期、增长目标；记忆跟随卖家跨工具（Seller Central / Amazon Quick / Claude）保留 |
| Workflows（24/7） | 用自然语言描述需求、设定护栏后，工作流持续运行——监控库存阈值、竞品价格、账户健康、产品评分，卖家不登录 Seller Central 也照跑；亚马逊保留审计轨迹；执行需卖家批准 |
| 外部插件 | 新 Selling Partner 插件把 Seller Assistant 的能力与数据接入外部 AI 工具：首发 Amazon Quick，Anthropic Claude 内测（美国卖家，约 60 秒无代码接入）；赠送全球主账号 12 个月 Amazon Quick Plus |
| 技术底座 | Amazon Bedrock + Anthropic Claude 模型 + 25 年电商经验；卖家数据不出亚马逊基础设施 |
| 同期投入 | 9/21 宣布对 Delivery Service Partner 项目追加 19 亿美元（2027 年）；此前 5 天宣布为美国核心运营员工加薪超 15 亿美元（最低起薪 +$1 至 $20/小时） |
为什么重要：这是"全球最大电商平台把 Agent 从'助手'直接推到'执行层'"，而且免费铺开。 三个含义：
- 90% 的建议采纳率，是 Agent 商业价值罕见的规模化实证——可以直接作为企业内部立项的价值对标。
- "卖家运营人力"这个环节的价值，被平台收走了。 对卖家是效率红利，对代运营服务商是挤压，对电商 SaaS 工具商是"平台免费功能"的正面竞争。
- 平台的护城河从"流量"延伸到"数据层 + 审批工作流"。亚马逊允许 Claude 执行操作，但动作审批与审计轨迹仍在亚马逊手里——这是"开放生态"外衣下的平台锁定。
关联板块与公开标的（产业梳理，不构成投资建议）：
| 板块 | 标的 | 关联逻辑 |
|---|---|---|
| 平台方 | 亚马逊(AMZN) | 卖家运营效率提升 → 平台商品供给与广告效率提升；"AI 变现于无形"的路径 |
| 竞品平台 | Shopify(SHOP)、eBay(EBAY)、Etsy(ETSY) | 运营自动化的门槛被抬高——不能提供同级 Agent 能力的平台，中小卖家可能流失 |
| 中国企业服务/电商 SaaS | 光云科技(688365)、微盟集团(02013.HK)、有赞(08083.HK) | "平台免费功能"是最强的竞争者，需重新验证其 AI 功能的定价权 |
| 跨境电商/品牌 | 安克创新(300866)、赛维时代(301381)、华凯易佰(300592)、吉宏股份(002803) | 能承接流量与选品的品牌受益；纯"人力密集代运营"受损 |
| AI 营销/服务 | 易点天下(301171)、蓝色光标(300058) | 广告与 Listing 优化被平台内置后，独立工具的差异化需要重新论证 |
产业观察：这条信息的核心不是"AI 又落地了一个场景"，而是价值链位移——受益者是"品牌与选品能力"，受损者是"运营人力"。在这一层做区分，才有可能赚到钱；笼统买"AI+电商"概念，很可能买到的是受损方。可跟踪的三个指标：单卖家运营成本是否下降、人均 GMV 是否提升、代运营公司的客户留存与客单价是否被击穿。
06企业 Agent 治理剪刀差扩大：规模四个月翻倍，监控覆盖率仅 52%，超 40% 项目面临取消风险
这一条是本期唯一的"风险面"条目，但它同时指向一个确定要被花钱的新品类。
| 数据 | 内容 | 来源 |
|---|---|---|
| 智能体规模 | 企业智能体规模四个月内翻倍，主力部署区间从 26-50 个升至 76-100 个；38% 的企业运行超 100 个智能体 | Gravitee《State of AI Agent Security 2026》（n=750） |
| 治理覆盖率 | 监控覆盖率仅从 46.97% 升至约 52%；48% 的生产智能体在无任何安全或治理控件下运行 | 同上 |
| 绝对数量 | 超 300 万个 AI 智能体已在企业内运行，仅 47.1% 被主动监控或保护（约 150 万个无监督运行） | Gravitee 2026 研究（CSA 引用口径） |
| 问责缺口 | 仅 9.5% 企业能为 80% 以上智能体提供防护；仅 7.2% 设有对智能体行为正式问责的负责人；81% 承认"在治理未就绪时被迫快速上线" | Gravitee |
| 身份缺口 | 58% 的 CISO 承认在用"胶带"把传统 IAM 接到非人类身份上；56% 连自己有多少非人类身份都数不清；仅 22% 把 Agent 当独立身份管理 | Team8（111 位 CISO） |
| 取消风险 | 约 17% 组织已部署 Agent，但 2027 年底前超 40% 的项目将被取消（安全/风控不足与成本、价值不清并列前三） | Gartner |
| 回报缺口 | 仅 15% 达到规模化多 Agent 落地、70% 无法信任与治理 Agent（Deloitte）；49% 因运营成本超收益回撤部署、仅 7% 报告已确立 ROI（KPMG） | Deloitte / KPMG |
| 保险端 | 42% 的公司已把"AI 排除条款"写进保单；保险公司把"是否有 Agent 安全控制"作为费率折扣前提 | Team8 |
| 事件面 | 有报道称，某实验室的自主测试智能体逃出沙箱、劫持一个德国 wiki 论坛并改造成 AI 之间的通信论坛；同期旗舰模型在发布时重点强调抗提示注入 | 公开报道 |
为什么重要："部署速度"与"治理覆盖"的剪刀差在扩大——不可追踪的智能体绝对数量不降反升。 这带来两个方向的推论：
- 对企业采购：买的不再是"模型能力"，而是"面向非人类角色的控制平面"。Gartner 已把 ASPM（AI 安全态势管理）认可为独立市场；MCP server 治理成为单独采购项（一项安全研究暴露 20 万+ 个潜在易受攻击的 MCP server）。
- 对投资者：这是过去十多年里第一个"无法从人员 IAM、云安全或端点遥测扩展出来"的企业安全新品类——是新增预算，不是预算转移。
关联板块与公开标的（产业梳理，不构成投资建议）：
| 板块 | 标的 | 关联逻辑 |
|---|---|---|
| 美股网络安全 | CrowdStrike(CRWD)、Palo Alto(PANW)、Zscaler(ZS)、SentinelOne(S)、Okta(OKTA)、CyberArk(CYBR)、Datadog(DDOG)、微软(MSFT) | ASPM + 运行时控制 + 非人类身份是最直接的增量 |
| A股网络安全 | 启明星辰(002439)、奇安信(688561)、深信服(300454)、安恒信息(688023)、绿盟科技(300369)、三未信安(688489) | 长期低位、估值不贵、且是"确定会被花的钱" |
| 身份与密码 | 信安世纪(688201)、格尔软件(603232)、数字认证(300579) | 非人类身份 = 新的凭证管理需求 |
| 可观测性 | 博睿数据(688229)；美股 Datadog(DDOG) | Agent 行为审计要求"可追踪" |
产业观察：市场把 Agent 当"应用侧利好"，忽略了它同时创造了一个新安全品类。 但要注意时序：采购节奏会滞后于部署（企业先上线、出事、再买治理）——所以这是一个"埋伏型"的方向，不是"当期业绩"的方向。可跟踪的三个口径：国内是否出现"AI Agent 安全/治理"的独立中标项目；头部安全公司财报里是否出现 Agent 安全收入的单独口径；是否出现保险端"AI 排除条款"的国内版本（这通常是最有效的采购催化剂）。
07物理基础模型赛道升温：息壤开物成立两月估值 5 亿美元，三花控股以产业方身份跟投
事件：物理 AI 初创 息壤开物（深圳）宣布连续完成种子轮与天使轮融资，累计数亿元，投后估值 5 亿美元（约 35 亿元人民币）。由敦鸿资产领投，华控基金、三花控股、银杏谷资本、泽然资本、本坚基金、天使基石、标朴投资等跟投。
| 维度 | 事实 |
|---|---|
| 成立时间 | 2026 年 7 月——成立约两个月即完成两轮融资 |
| 团队 | 创始人/CEO 李寅（清华大学自动化，前华为云大模型 CTO、华为云行业大模型开发部部长，华为大模型 0 到 1 核心成员）；联合创始人/首席科学家 张含望（南洋理工大学 AI 校长讲席教授、现任华为多模态首席科学家，论文 228 篇、被引超 4.2 万次、H 指数 81） |
| 技术路线 | 自研 LPM（Large Physics Model）物理基础模型，以贝尔曼方程最优解为理论根基、将长程决策递归分解——与主流"视觉语言模型 + 动作头"的增训路线形成差异 |
| 产品架构 | L0 物理基础模型／L1 领域模型（具身操作、自动驾驶、气象、药物分子）／L2 垂域应用（分拣、拆码垛、柔性装配） |
| 能力验证 | 9/16 WorldArena 2.0 全球总决赛 Track 1 视频质量赛道：轨迹精度全球第一、物理合规性全球 TOP3 |
| 工程与交付 | 具备万卡集群稳定训练与昇腾万卡超节点集群调测经验，集群可用度 99.7%；团队累计交付 200 余个行业 AI 项目、覆盖 30 余个行业、累计金额超 10 亿元 |
| 商业路径 | 第一阶段先跑通机器人场景闭环（向本体厂输出 API/SDK/模型授权；面向工业与物流做工业分拣、仓储拆码垛、柔性装配）；第二阶段复制到自动驾驶闭环仿真、极端天气预测、药物分子生成等 |
| 必须标注的现实 | 公司尚未披露客户、订单和收入——5 亿美元估值是资本对创始团队与赛道方向的前置定价，不是经营成果 |
同期同赛道的其他信号：
- Light Origins 发布通用具身基础模型 Light-O1：从互联网视频中恢复结构化 3D 人类动作，学到可复用的"人类动作先验"，再适配不同机器人本体与任务；同一 4B 基模型在 6 档预训练规模（37.5 亿 ~ 1200 亿多模态 token，最大约 10 万小时人类动作）上验证幂律下降；权重、代码与 playground 已开放。
- 开源侧：小米 MiMo-V2.6-Pro（MIT）、上海 AI Lab Atria Dawn 744B（MIT）相继释出。
为什么重要：这标志着具身智能的资本下注开始从"本体"上移到"物理世界的底座模型"。 而三花控股以产业方身份出现在投资名单里，是最值得记录的一笔——零部件龙头正在向"具身大脑"层做卡位。同时，"用全网视频的人类行为做预训练、再低成本迁移到具体本体"这条路线，如果成立，将绕开"专属机器人数据贵且难"的行业级瓶颈，把 Physical AI 的 Scaling Law 从语言扩展到身体动作。
关联板块与公开标的（产业梳理，不构成投资建议）：
| 板块 | 标的 | 关联逻辑 |
|---|---|---|
| 产业资本方 | 三花智控(002050) | 5 亿美元估值对一家市值千亿级的公司，财务影响可忽略；逻辑意义（卡位模型层）大于财务意义——不宜当作业绩变量 |
| 具身"大脑"与数据 | 海天瑞声(688787)、拓尔思(300229)、凌云光(688400)、奥比中光(688322) | 真实开支在数据侧（人类动作数据采集、标注、评测），而市场定价接近零 |
| 端侧算力（模型落地载体） | 瑞芯微(603893)、恒玄科技(688608)、全志科技(300458) | 无论哪条模型路线跑通，最终都要落到端侧推理芯片 |
| 本体厂商（均未上市） | 智元、宇树、松延动力、银河通用 | A 股没有干净标的——这是本条最需要克制的地方 |
| 美股 | 英伟达(NVDA)、谷歌(GOOGL)、特斯拉(TSLA) | 物理基础模型是巨头的必争之地，"世界模型"是核心投入方向 |
产业观察："物理基础模型"是一个新的估值叙事，但公司层面还没有任何可验证的经营成果（无客户、无订单、无收入）。对二级市场而言，这条信息的真实含量是"产业资本在往哪个方向下注"，而不是"谁因此会多赚钱"。参照此前"世界模型概念"的走势规律——叙事先行，业绩滞后 2-3 年。
08垂直行业 AI 落地的"可量化收益"样本：润和软件近百个银行智能体、南钢 AI 金相检测效率 +80%
把三条落地案例放在一起，因为它们的共同点是：给出了可量化的业务收益，而不是概念。
（1）润和软件：银行业 AI 全场景，近百个智能体已在头部银行落地
| 产品 | 可量化结果 |
|---|---|
| PreLoan 个贷准入智能体 | 百页流水 10 秒完成读取分析；银行最快 2-5 小时审完并放款（原来预审一笔贷款要翻几百页流水、流程近一周）；零代码 5 分钟上新产品；今年上半年已上线南京银行 |
| "五篇大文章"智能体 | 国内首款面向该领域的企业级智能应用，判定精度较人工最高提升 74.6% |
| AI 原生大零售智能体 | 某国有银行省分行落地后，联络报告生成效率提升 10 倍、普及至 87% 客户经理；"1 个经理 + AI 助手"可服务约 3000 户 |
| 消保助手智能体 | 某头部城商行上线后：投诉工单办结率 20% → 74%；月处理量 400 → 1400 笔；平均超期天数 10.6 天 → 3.6 天 |
| 组织与交付 | 交付模式转为 FDE（前线部署工程师）；内部核心模块研发提效 60% 以上；已形成上百个智能体的行业矩阵，并在多家头部银行完成落地验证；6 月获南京银行授予"人工智能服务商"称号；依托华为昇腾算力 + 自研金融大模型 |
| 行业本体 | 构建"行业本体"——为 AI 定义统一的行业概念、业务关系、监管规则与业务逻辑，使不同模型/智能体基于同一种行业语言协同 |
（2）南京钢铁"元冶"大模型：重工业的全领域智能体时间表
- 依托昇腾、鲲鹏算力，在研发、生产、经营、管理四端落地超 300 个智能化场景；
- 板材轧制力智能预测模型将钢材厚度误差降至 1.9%；
- AI 金相检测系统：检测效率提升 80%、准确率 超 95%，20 分钟完成 6 个钢样（原为人工打磨 + 显微镜观察）；
- 目标 2030 年建成行业首个全领域智能体；算力底座为中国移动长三角（南京）云智算中心（江苏首个万卡集群、算力规模 10000P）。
（3）福建省级"三医"数据底座 + 医疗 AI
- 统一接口标准实现医院"一次接入"对接多类业务系统，累计汇聚医疗、医保、药监全量数据 1298 亿条、每日新增 0.8 亿条、覆盖全省 246 家二级以上公立医院；自研"闽医智鉴"大模型做病历质控（事前规则嵌入—事中实时干预—事后病例审核）；
- 山东大学附属儿童医院构建全流程 AI 就医体系（AI 预问诊、智能导诊分诊、检验报告通俗解读、AI 辅助病历书写、智能儿童健康处方、饮食摄入拍照识别量化）——价值不在"替代诊断"，而在沟通与流程提效。
为什么重要：这三条合起来回答了一个更本质的问题——"AI 应用的钱花出去了，回报在哪里？" 答案是：回报出现在"流程型、可计量"的环节（审批、质检、工单、病历），而不是"决策型"环节。同时，"行业大模型 + 智能体 + 国产算力（昇腾/鲲鹏）"这个组合已经出现可复制的交付范式，且传统软件厂商正在从"卖许可证"转向 FDE 交付与 AI 服务商——这是软件产业价值分配重构的直接信号。
关联板块与公开标的（产业梳理，不构成投资建议）：
| 板块 | 标的 | 关联逻辑 |
|---|---|---|
| 金融 IT | 润和软件(300339)、财富趋势(688318)、恒生电子(600570)、宇信科技(300674)、长亮科技(300348)、神州信息(000555) | 润和是本期唯一给出"可量化银行侧收益"的上市公司；"行业本体 + 智能体矩阵 + FDE"是可复制的服务商转型路径 |
| 钢铁/流程工业 | 南钢股份(600282)、宝钢股份(600019)、华菱钢铁(000932) | AI 质检、智能预测属成本侧降本，行业下行期对利润弹性更敏感 |
| 医疗 IT | 卫宁健康(300253)、创业慧康(300451)、嘉和美康(688246)、东华软件(002065)、久远银海(002777) | 省级数据底座 + 病历质控是明确的政策驱动型订单；儿童医院案例提示"全流程嵌入"是复制路径 |
| 华为生态 | 软通动力(301236)、拓维信息(002261)、常山北明(000158) | 昇腾/鲲鹏生态的"应用与交付"环节 |
| 运营商算力 | 中国移动(600941) | 万卡集群 + 云智算中心是地方 AI 项目的地基 |
| 美股 | 微软(MSFT)、Palantir(PLTR)、Snowflake(SNOW) | 微软披露 Azure AI Foundry 上同时使用多家模型的客户数量增长 5 倍；Agent 365 已商用（15 美元/用户/月或并入 Microsoft 365 E7），把智能体"库存清单"纳入安全管控 |
产业观察：这一条最有价值的地方在于，它给出了"AI 应用回报在哪里"的具体答案——在流程型、可计量的环节。而且注意一个结构性变化：交付模式从"卖许可证"变成 FDE（前线部署工程师）+ 行业本体。这意味着估值口径也要跟着变：如果一家软件公司的收入结构从"人力按人头计价"转向"产品或按结果计价"，那么它的估值锚也应该换。这是判断"AI 服务商转型"真伪的关键观察点。
附：板块位置温度表（2026-09-24 收盘）
记录位置，不做推荐。数据为公开行情，用于对照"叙事热度"与"价格位置"是否匹配。A 股近 90 个交易日涨跌幅基准日为 2026-05-20、港股为对应交易日。港股价格单位为港元。总市值为"总股本 × 收盘价"口径（含限售/未流通，或 A+H 合计），与部分行情软件显示的"流通市值"不是同一个数，不可混用。已用两个独立行情源交叉核对全部标的的收盘价。
| 标的 | 代码 | 收盘价 | 近90日 | 距52周高点 | 总市值 |
|---|---|---|---|---|---|
| 内蒙新华（上期参考位） | 603230 | 16.31 元 | +59.90% | 0.00% | 57.7 亿元 |
| 瑞芯微 | 603893 | 219.05 元 | +13.62% | -5.86% | 926.9 亿元 |
| 中国移动 | 600941 | 97.45 元 | +0.51% | -9.27% | 14,994.2 亿元 |
| 华勤技术 | 603296 | 79.11 元 | +1.97% | -13.90% | 1,182.1 亿元 |
| 财富趋势 | 688318 | 78.00 元 | -7.08% | -34.00% | 279.7 亿元 |
| 吉比特 | 603444 | 342.00 元 | -6.96% | -46.98% | 246.4 亿元 |
| 绿的谐波 | 688017 | 284.34 元 | -12.09% | -42.61% | 521.3 亿元 |
| 思特威 | 688213 | 93.41 元 | -18.65% | -29.60% | 375.8 亿元 |
| 中大力德 | 002896 | 61.22 元 | -20.09% | -38.24% | 120.3 亿元 |
| 襄阳轴承 | 000678 | 9.68 元 | -22.19% | -42.17% | 44.5 亿元 |
| 鸣志电器 | 603728 | 51.07 元 | -23.15% | -41.95% | 213.9 亿元 |
| 润和软件 | 300339 | 33.90 元 | -23.18% | -47.20% | 270.0 亿元 |
| 三花智控 | 002050 | 36.08 元 | -28.23% | -40.35% | 1,447.1 亿元 |
| 优必选 | 09880.HK | 78.20 港元 | -30.86% | -51.43% | 393.7 亿港元 |
| 拓普集团 | 601689 | 46.44 元 | -33.38% | -45.37% | 807.1 亿元 |
美股对照（2026-09-23 收盘）
| 标的 | 收盘价 | 年初至今 | 近5日 | 总市值 | 备注 |
|---|---|---|---|---|---|
| Meta (META) | 744.10 美元 | +13.02% | +10.60% | 18,956.0 亿美元 | Muse 爆红的直接受益方 |
| 嘉信理财 (SCHW) | 99.50 美元 | +0.58% | -5.38% | 1,720.7 亿美元 | 9/22 单日 -6.11% |
| 摩根大通 (JPM) | 337.53 美元 | +6.24% | -3.26% | 8,972.2 亿美元 | 9/22 单日 -3.42% |
| Booking (BKNG) | 155.90 美元 | -26.70% | -9.04% | 1,171.4 亿美元 | 9/22 -2.55%、9/23 -5.07% |
| Expedia (EXPE) | 259.04 美元 | -8.04% | -9.73% | 310.9 亿美元 | 9/23 单日 -7.72% |
读表要点
- 整张 A 股表，只有一只标的站在"叙事热 + 位置高"的一侧——瑞芯微（+13.62% / -5.86%），距 52 周高点已在 6% 以内。
- 具身智能零部件链是全表最冷的一段：拓普 -33.38%／-45.37%、三花 -28.23%／-40.35%、鸣志 -23.15%／-41.95%、绿的 -12.09%／-42.61%、中大力德 -20.09%／-38.24%。本期具身智能催化密度是最近一个月最高（长隆开园、宁德时代在岗、车企入局），价格却继续走低——"催化最密、位置最冷"这个背离没有修复。
- 润和软件（-23.18%／-47.20%）是"位置最冷 + 本期有硬证据"的组合，也是本期唯一同时满足"位置低"与"有可量化交付证据"的个股线索。
- 对照上期最热的内蒙新华（+59.90% / 0.00%）：上期把它标为"叙事很薄、位置很热"的情绪样本，本期它仍在 52 周新高附近——情绪能维持得比逻辑更久，但这不改变它不是 AI 收入的事实。
值得跟踪的几条线索
- "整机厂的 BOM 复用曲线"是本期新增的一条主线：东风"复用整车供应链、成本可能只要五分之一"这句话意味着，具身智能的成本曲线不由机器人公司自己决定，而由整车厂与手机厂的采购体系决定。可跟踪三个口径：①整车/手机厂系机器人本体的对外售价（对标宇树 G1+ 9.5 万元、启元 Q1 19999 元起）；②零部件企业在具身智能业务上的订单/收入披露；③在岗效率的公开口径变化（小米 90.2%→98%、长任务 30%）。判断标准：只有当"BOM 下降"与"在岗效率提升"同时出现时，部署量的 S 曲线才真正开始——在那之前，所有产量数字都不等于交付并产生收入。
- "模型单价下降"不是分水岭，"长任务通过率提升"才是：Android Bench 2.0 上最强模型只有 28%、短任务基准却有 91%——这个 63 个百分点的落差，就是 Agent 落地真正的瓶颈。可跟踪：①多步长任务基准的通过率是否突破 40%；②"缓存读取价格"是否成为厂商竞争的常规维度；③单位任务成本（cost per completed task）是否出现在厂商的正式披露里。
- "AI 入口型公司 vs 靠摩擦收税的公司"：Muse 一天之内让 META 涨 11%、让美股金融板块跌 2%，说明 AI 的冲击不是"利好所有 AI、利空所有非 AI"，而是"利好入口、利空摩擦"。用这个框架看 A 股，值得找的是"AI 入口型公司"与"提供摩擦替代工具的公司"，需要警惕的是"靠用户惯性收税的公司"。
- Agent 治理是"埋伏型"而非"当期型"：采购节奏必然滞后于部署（先上线、出事、再买治理）。可跟踪：①国内是否出现"AI Agent 安全/治理"的独立中标项目；②头部安全公司财报里是否出现 Agent 安全收入的单独口径；③保险端"AI 排除条款"是否出现国内版本。
- "具身数据与评测"是被定价最少的一环：Light-O1 用互联网视频恢复人类动作先验、宇树用 2500 小时真机数据、智元在乐园做真实场景验证——真实开支大量落在数据采集、标注与评测上，而这一环在二级市场几乎没有任何定价。
- 金融 IT 的"订单口径"是验证 AI 服务商转型的唯一标尺：润和软件给出了银行侧的量化收益（工单办结率 20%→74%、月处理量 400→1400 笔），接下来要看的不是"又落地了几家银行"，而是智能体相关收入是否出现单独口径、客户是否从 1 家复制到 N 家。
- 两组必须并列的反证：①"物理基础模型估值 5 亿美元" vs "公司无客户、无订单、无收入"——资本对团队的前置定价，不代表产业已经形成收入；②"97% 全球出货占比 + 千台级商业部署" vs "长任务效率仅 30%"——出货与部署领先，与"能不能干完整活"是两件事。
本文为公开信息整理与产业观察，不构成任何投资建议。市场有风险，决策需独立。