人形机器人这条明星赛道，近日再起波澜。 据 ZP 获悉， 成立不足两年的「松延动力」已悄然完成数亿元 A++ 轮融资 。本轮由金浦资本领投，北汽产投、中金资本、晶科能源、赟汇资本、优山资 本、卓源资本、元智未来等一众知名机构跟投。 值得注意的是，这已是松延动力自今年上半年以来连续完成的第三轮融资，累计融资次数高达六轮。在资本市场趋于理性的当下，国家级产业基金、顶级 战略投资方与一线财务投资机构的密集加持，无疑向外界传递了一个强烈的信号：这匹成色十足的黑马，其实力与潜力已获市场高度确信。据悉，公司新 一轮融资也已在筹备中。 01 半年订单破亿，商业化 " 千台俱乐部 " 再添新军 当多数人形机器人公司仍在为 " 走出实验室 " 而努力时，松延动力已经率先撞开了商业化的大门。 一个惊人的数据是，凭借其产品矩阵，松延动力在 今年上半年已斩获超 2000 台的商业化订单，合同总额 预计 突破一亿元。 这意味着，松延动力成为继宇 树科技之后，国内第二家明确迈入 " 千台销量 " 门槛的人形机器人公司，稳稳跻身商业化第一梯队。从产品问世到规模化订单，他们只用了不到半年。 这种 " 松延速度 " 的背后，是对商业化路径的清 ...

成立仅一年的初创公司 Reflection AI 正洽谈融资逾 10 亿美元，用于开发开源大语言模型，与中国深度求索（ DeepSeek ）、法国 Mistral 及美国 Meta 等企 业展开竞争。 企业可以针对销售等特定业务流程微调 AI 模型，这种操作在专有 AI 模型上无法实现。 然而，出于数据安全考虑，许多美国公司无法使用 DeepSeek 或其他中国 AI 企业的模型。 OpenAI 首席执行官 Sam Altman 曾表示，公司计划在今年夏季 发布自己的开源模型。 训练 AI 模型成本高昂。 OpenAI 已告知投资者，预计今年将花费超过 70 亿美元用于模型训练，到 2026 年这一数字将接近 170 亿美元。 Reflection 已从 Lightspeed Venture Partners、红杉资本和 CRV 等投资方处筹集 1.3 亿美元风险资本。据 PitchBook 数据显示，该公司上一轮估值达 5.45 亿 美元。目前本轮融资的具体估值尚未披露。 据两位知情人士透露，这家由前 Google DeepMind 研究人员联合创办的公司已完成了大部分融资目标。这家总部位于纽约的初创公司将 ...

如果要从过去两周全球最大科技公司公布的支出计划中吸取什么教训，那就是永远不要低估错失恐惧症的威力。 这四家公司今年预计总支出将超过 3440 亿美元。 其中大部分将用于运行 AI 模型所需的数据中心。" 由于 AI ，我们基本上将云计算的资本支出增加了两倍， " 彭博行业研究分析师 Mandeep Singh 表示。 图片来源： 彭博社 在本财报季，几乎所有公司高管都强调要尽快投资以抢占先机。微软首席财务官艾米 ·胡德周三在电话会议上告诉分析师： " 我们需要团队全力以 赴，以最快最有效的方式完成产能建设 " 。 Meta 首席财务官李苏珊表示，其支出的目标是确保 " 在开发最佳 AI 模型方面获得优势 " 。 华尔街的反应褒贬不一。 Meta 获得了市场回报——主要原因是该公司第二季度销售额远超预期，并发布了乐观的收入预测，表明其在 AI 上的数十亿美元投入正在见效。首 席执行官马克·扎克伯格在分析师电话会议上表示： " 在广告业务方面，本季度的强劲表现主要得益于 AI 技术为我们广告系统带来的更高效率和收 益提升。 " 微软公司上季度创下了 242 亿美元的资本支出纪录 ，本季度计划投入超过 300 亿美 ...

图片来源： 智谱 人工智能模型开发商智谱 AI 的CEO 张鹏本周在接受采访时表示，这家总部位于北京的公司今年上半年收入增长高达四倍。该公司的进展已吸引了 OpenAI 的注意。 智谱的业务规模仍然相对较小 ——去年收入仅为 4200 万美元。但其强劲的上半年增长反映出今年中国国内 AI 应用正在加速。 这部分归因于深度求索（ DeepSeek ） 1 月份发布的 R1 模型，该模型引发了中国地方政府和企业对使用 AI 的一波兴趣。智谱和其他中国 AI 开发商正试图 抓住这一机遇，尽管他们同时也在应对持续的价格战。 在这个市场上，企业客户传统上一直不愿为软件付费。智谱与深度求索等企业正试图通过开发经济实惠的模型和商业 AI 服务来追赶美国 AI 公司。智谱的 客户目前主要集中在中国，包括招商局集团、国家管网集团等部分中国大型国有企业。 但该公司今年已加大力度向东南亚、非洲等地区扩张，这些地区已有华为等中国企业在电信网络及其他关键基础设施建设中扮演重要角色。 张鹏表示： " AI 浪潮将为所有国家带来巨大机遇，不仅是中国和美国。我们将帮助海外客户构建他们自己的 AI 。" 然而，智谱拓展美国市场的能力受到限制， ...

Z Highlights Aravind Srinivas 是 Perplexity AI 的联合创始人兼 CEO ，曾在 OpenAI 、 DeepMind 等机构从事人工智能研究。 Matthew Berman 是 Forward Future 的创始 人，该平台专注于人工智能教育，曾在 DEFY Media 和 Comcast 担任战略职位。本次播客发布于 2025 年 7 月， Matthew 和 Aravind 讨论了 Perplexity 开发 Comet 浏览器的原因、与谷歌的竞争、 AI 的商业模式、隐私保护以及 AI 对社会的影响。 为什么 Perplexity 决定做 Comet 浏览器 Matthew Ber man ： 今天我们将讨论很多内容。我们现在在 Perplexity 的办公室，感觉非常好。显然，我们需要谈谈 Comet 。 Comet 大约一周半前发布 —— 五天前。我换用了它，一直在使用，感觉非常棒。但首先我想谈谈，是什么原因促使你们决定开发自己的浏览器？ Aravind Srinivas ： 这个想法的起源显然是在于，最终，大多数用户查询都是通过浏览器的搜索框进行的。那是 ...

创始人 Jan 的经历非常丰富，在 LinkedIn 上展示出来的工作经历就有 20 多条。早在 2018 年 Jan 就在影视特效行业中萌生了自动化工具的念头，他希望减 少自动化工具对专业人员的高度依赖性。自动化工具市场可以追溯到 2011 年 Zapier 的成立，还有之后的 Make （前 Integromat ）等闭源 SaaS 的出现。它 们专注于应用程序和服务之间的集成，通过可视化的拖拽式界面来提供自动化服务，在当时大大降低了使用门槛。但它们的商业模式是 " 按操作量计费 " ，因此用户一旦高频使用或高级集成动辄月费数百美元。更成问题的是，面对 B 端用户，数据必须经第三方服务器中转，难以满足企业对数据完全控制的 需求。 与之相比， n8n 在费用上是按照完整工作流的执行计费的 ，而不是以每个节点或任务数量收费，这就大大降低了复杂任务成本；它还 允许用户自由选择自 托管或使用官方云服务 ，这样就能兼顾好自主数据的控制与易用性。 n8n 出道即开源 ，它的 fair‑code 模型让用户能够开发自定义节点、贡献社区代码， 在个性化定制上也远远超过了传统的自动化平台。目前社区已有 3859 个现成工作 ...

此轮融资由 Insight Partners 领投，阿布扎比主权财富基金穆巴达拉投资公司等投资方参与。 根据 PitchBook 数据，其估值已从 2021 年的 2.22 亿美元大幅跃升。 伴随新一轮融资， Anaconda 周三宣布正在扩充高管团队，并为使用其工具的企业扩展服务范围，旨在成为综合性 AI 平台。 这家 2012 年成立的公司目前 仍在物色常任首席执行官人选。 Anaconda 一直专注于 Python 编程语言，该公司在声明中称该语言 " 已成为 AI 开发的代名词 " 。 " 没有 Python 就无法构建或部署任何 AI 系统， "Insight Partners 董事总经理 George Mathew 表示， " 你需要一种为现代 AI 时代而生的编程语言。 " 参考资料 https://www.bloomberg.com/news/articles/2025-07-31/ai-startup-anaconda-hits-1-5-billion-valuation-in-new-round?srnd=phx-technology 编译： ChatGPT | STATUTE OF | ...

01 物理学式的 AI 科学革命 即便是最顶尖的大模型，依然会在简单推理和常识问题上犯错。这是算法极限，还是训练范式出了问题？ 我们能否像物理学家一样，用客观、可控的实验 揭示"AGI"本质？ 《Physics of Language Models（ 语言模型 物理学）》 ，正是将AI研究带入"物理学范式"的项目，由Meta FAIR研究院的朱泽园概念化发起 ，并统筹设 计。朱泽园是LoRA技术合作者、Katyusha优化算法发明者、清华本科，麻省理工博士、Google Codejam全球编程大赛第二名、IOI两届国际金牌，论文引 用超三万。他从优化理论深耕多年，现专注于AI基础理论和智能本质的科学探索。 02 用物理学方法追寻智能的普适规律 将"智能"拆解为 原子化 、可控的任务维度（推理、知识、结构理解等） ，为每个维度设计合成实验，最大限度减少"现实世界数据"的噪音； 用可控实验，揭示不同模型架构的极限与短板 ，不仅看"刷分"，更追溯"为何如此""如何突破"； 坚持客观、可验证的科学精神和学术思想传承 ，推动AI从工程走向基础科学。 本次开源， 是Physics of Language Models自诞 ...

Z Highlights ： 从试点到生产阶段 2024 年标志着生成式 AI 成为企业关键战略的转折点 。数据显示出一个极具冲击力的趋势：今年企业在 AI 上的支出飙升至 138 亿美元，是 2023 年 23 亿 美元支出的 6 倍以上 —— 这清晰地表明企业正在从试验阶段走向实际执行，将 AI 深度嵌入其核心业务战略中。 这场支出激增反映出组织内部对生成式 AI 的乐观情绪： 72% 的决策者预计在不久的将来会更广泛地采用生成式 AI 工具。这种信心并非凭空而来 —— 生 成式 AI 工具已经深深融入了专业人士的日常工作中，从程序员到医疗服务提供者，几乎无所不在。 尽管前景乐观、投资持续增长，许多决策者仍在探索哪些 AI 应用真正适合自身业务 。我们调查中超过三分之一的受访者表示尚未清晰规划如何在全组织 范围内部署生成式 AI 。这并不意味着他们在盲目投资；相反，这凸显出我们正处于大规模转型的早期阶段。企业领导者才刚刚开始理解生成式 AI 对组织 可能产生的深远影响。 在去年的《 2023 年企业生成式 AI 现状报告》中，我们记录了企业对 AI 的初步试验阶段。而 2024 年的报告则在此基础上进一步 ...

图片来源： PlayerZero 新加坡深度科技初创公司 SixSense 开发出一款人工智能平台，可帮助半导体制造商实时预测并检测 生产线上潜在的芯片缺陷。 该公司已在 A 轮融资中筹集 850 万美元，使其总融资额达到约 1200 万美元。 本轮融资由 Peak XV 旗下 Surge 基金（原红杉印度及东南亚）领投， Alpha Intelligence Capital 、 FEBE 等机构跟投。 SixSense 由工程师 Akanksha Jagwani （首席技术官）和 Avni Agarwal （首席执行官）于 2018 年创 立，旨在解决半导体制造中的核心难题： 将原始生产数据（从缺陷图像到设备信号）转化为实时洞 察，帮助工厂预防质量问题并提高良率。 尽管晶圆厂车间产生海量数据，但令两位联合创始人惊讶的是，这些数据严重缺乏实时智能分析能 力。 阿坎莎凭借为现代汽车和通用电气等制造商构建自动化解决方案的经验，以及在 Embibe 等初创公司 领导产品开发的经历，对制造业、质量控制和软件自动化有着深刻理解。阿加瓦尔在 Visa 期间构建 了大规模数据分析系统，其中部分后来被列为商业机密，这为她增添 ...