Core Viewpoint - The article discusses the competitive landscape between Zhipu and DeepSeek, highlighting Zhipu's recent product launches and pricing strategies aimed at challenging DeepSeek's dominance in the AI model market [2][10]. Product Launches - On March 31, Zhipu launched the "AutoGLM Thinking Model" and the inference model "GLM-Z1-Air," claiming that Air can match the performance of DeepSeek's R1 model with only 32 billion parameters compared to R1's 671 billion parameters [2]. - The pricing for Zhipu's model is set at 0.5 yuan per million tokens, significantly lower than DeepSeek's pricing, which is 1/30 of DeepSeek's model [2]. Market Dynamics - The article notes a shift in the AI model industry, with some companies, including Baichuan Intelligence and Lingyi Wanyi, experiencing strategic pivots or downsizing, indicating a loss of investor patience with AI startups [3][4]. - Despite the challenges, Zhipu continues to secure funding from state-owned enterprises, positioning itself as a leader among the "six small tigers" in the large model sector [4][6]. Commercialization Challenges - The commercialization of large models remains a significant hurdle for the industry, with Zhipu acknowledging the need to pave the way for an IPO while facing uncertain market conditions [6]. - Zhipu is focusing on penetrating various sectors, including finance, education, healthcare, and government, while also establishing an alliance with ASEAN countries and Belt and Road nations for collaborative model development [6]. Strategic Positioning - Zhipu's CEO emphasizes the company's commitment to pre-training models, despite industry trends moving towards post-training and inference models [3][12]. - The company aims to balance its technological advancements with commercial strategies, ensuring that both aspects support each other dynamically [21]. Future Outlook - The article suggests that Zhipu is optimistic about achieving significant growth in 2025, with expectations of a tenfold increase in market opportunities, while maintaining a stable commercialization strategy [22].

当中国最大互联网公司遇到一局上限足够高的新游戏，它可能试试就放过吗？ 文 丨 王与桐 程曼祺 编辑 丨 程曼祺 黄俊杰 面对 AI，字节依然是那个字节：一旦看到有潜力的方向，就加倍、饱和、全面出击。 一个最新例子是：智能体应用 Manus 出圈前后，字节已有至少 5 个团队在开发不同智能体产品，其中 有些是对内工具。Manus 是 3 月 6 日刚由创业公司 Monica 开始内测的智能体应用。 去年 11 月我们在一篇文章中说："中国掌握极强产品能力和流量资源的不止字节。微信还没出手呢。" 现在手握微信的腾讯终于出手，以出其不意的方式：全面接入 DeepSeek。 这对字节产生了更实质的影响。3 月 19 日腾讯总裁刘炽平在业绩会上说，从 2 月到 3 月，元宝日活 增长了 20 倍，排名中国 AI 应用第三。他没有说的前两名分别是 DeepSeek 和字节豆包。 仅用字节十分之一的时间和小得多的投放预算，腾讯的用户规模来到了豆包的约 1/5。 在中国所有大科技公司中， 字节本是大语言模型起步最晚的一家。在 2022 年底 OpenAI ChatGPT 上 线前，百度、华为、阿里、腾讯（按发布时间顺序）都已 ...

全球首个集深度研究与实际操作能力于一体的Agent。 本文为IPO早知道原创 作者｜ Stone Jin 据 IPO早知道消息， 智谱 于 3月3 1 日 在 中 关村论坛上正式发布 AutoGLM沉思，这一全新智能 体不仅具备深度研究能力（Deep Research），还能实现实际操作（Operator），真正推动AI Agent进入"边想边干"的阶段。 AutoGLM 沉 思 的 技 术 演 进 路 径 包 括 ： GLM-4 基 座 模 型 → GLM-Z1 推 理 模 型 → GLM-Z1- Rumination沉思模型 → AutoGLM模型。 其中核心链路的模型和技术， 4月14日 ，智谱将 正式 开源，以推动行业生态发展。 "让机器像人一样思考"，智谱始终专注于AGI的基座模型研发，目前已经探索到L3-Agentic LLM阶 段。在行业生态方面，智谱坚持和行业伙伴共创，用其在大模型研发上的积累帮助行业伙伴成功，合 力做出成功的大模型应用。智谱也积极推动中国AI解决方案出海，帮助"一带一路"国家构建自主、 可控、无幻觉的国家级/区域级自主大模型。 微信公众号｜ipozaozhidao 全球首个集 ...

「东升西落」的叙事 曲凯： 最近我又来美国了，发现市场真是变化太快，这边突然有人开始提到一个所谓「东升西 落」的叙事。 莫傑麟： 对，二级市场今年 1 月以来一直在演绎这个剧本，但其实 24 年就已经在为这个叙事做 铺垫了。 24 年美国的宏观环境和各项经济数据都比较好。他们一方面非常重视 AI，在所有前沿创新上也一 直绝对领先，另一方面又凭借美元的强势吸引着全球的投资。 但今年 Trump 上台之后，情况发生了变化。 Trump 在关税、财政支出上都做了很多调整，一套大刀阔斧去杠杆的动作下来，大家关注的重点 从 AI 转向了宏观问题，也对未来多了很多不确定性。 又因为过去几年，美国股市一直走高，投资人的预期已经被拉得很满。所以大家现在极度厌恶风 险，股市就会出现剧烈的震荡。 而今年的中国刚好是美国的镜像。 其实国内的股价从 24 年开始就有回升，但并不明显，直到今年 DeepSeek 的发酵才彻底引爆。 归根结底，还是因为大家之前对于中国科技行业和宏观环境的预期都太低了。 曲凯： 对，我觉得「东升西落」本质上是一种价值评判的回归，之前大家确实过于低估国内 AI 了，而 DeepSeek 就是一个典型代表。 ...

作者 | 张洪雷 题图 | 视觉中国 走进具身智能 1950年，当英国科学家图灵在《心智》(Mind)杂志发表《计算机器与智能》一文时，提出了科学史上最 深刻的一个问题： "机器会思考吗？ " 3月29日，金沙江创投朱啸虎在接受记者采访时表示，他们正在批量退出人形机器人公司。 此话一出，舆论哗然，此举不但否定了他自己过去看好的具身智能赛道，也跟当前该领域火爆的投融资事 件逆向而行。具身智能，到底是泡沫，还是万亿大市场？ 对于这个问题，我认为，应该加上一个时间条件。就像比尔·盖茨曾说过的那样，对于新技术，人们总是短 期高估，长期低估。短期来看，具身智能落地太难、应用太远，至少还需要一次范式革命才有可能商用。 而长期来看，人类又总是能够想出办法。 今年以来，AI的冲击与影响是无远弗届的。对于普通人来讲，一个好消息是，生成式人工智能带来的冲击 基本上也就到此为止了。哪怕后面各种大模型不断更新版本，也都只是个工具，只能取代一部分枯燥重复 的工作，根本无法完全取代人。 真正有可能完全取代人的，恰恰是朱啸虎当前正在退出的具身智能——它被认为是通向AGI的必由之路，一 旦真地经由它实现了AGI，那人类社会的方方面面，比如思 ...

" 两 瓶 茅 台 的 价 格 体 验 未 来，太 划 算 了 。 " 嘉宾 丨 戴雨森 整理 丨 刘倩 程曼祺 本期播客，是《晚点聊》与真格基金管理合伙人戴雨森长聊 AI Agent 和 AI 趋势。 3 月 6 日，真格投资的 Monica 发布的 Agent 产品 Manus，虽然还在内测阶段，就引起了大量关注。 在期中，雨森提到了 Monica 即将会发布一款 Agent 产品，那时候我们还不知道 Manus 将会席卷社交 媒体。 当我们把一个任务交给 Manus，过了十几分钟收到完成的结果时 ，似乎真的感受到了一点 Attention is not all you need 的未来。 带来 Agent 等 AI 行业新变化的起点，是去年至今的两个重要节点：o1 和 R1。 戴雨森详细分享了他对 Agent 机会的当前观察，以及在 DeepSeek 带来的开源生态的变化中，大小 AI 公司的新动作和调整。 O 系列解锁 Agent 应用，DeepSeek R 系列是开源的胜利、专注的胜利、本 o1 在大语言模型中引入强化学习，开启 Pretraining（预训练）Scaling Law 之外的 Pos ...

Core Insights - The article emphasizes the importance of Physical Intelligence (PI) in the robotics field, positioning it as a leading entity akin to OpenAI in AI research, focusing on developing a foundation model for general-purpose robots [3][4]. - Chelsea Finn, the core founder of PI, highlights the necessity of diverse robot data for achieving generalization in robotics, stressing that the quantity and variety of real-world data are crucial for training effective models [3][10]. Group 1: Chelsea Finn's Entry into Robotics - Chelsea Finn was initially attracted to robotics due to its potential impact and the intriguing mathematical challenges it presents, leading her to pursue research in this field over a decade ago [6][7]. - The focus of her early research was on training neural networks to control robotic arms, which has since gained recognition and progress in the robotics domain [6][7]. Group 2: PI's Research Progress and Development - PI aims to create a large neural network model capable of controlling any robot in various scenarios, differing from traditional robotics that often focuses on specific applications [10][12]. - The company emphasizes the importance of utilizing diverse data from various robot platforms to maximize the value of the data collected [10][12]. Group 3: Achieving AGI in Robotics - PI is focused on long-term challenges in robotics rather than specific applications, recognizing the need for new methods that allow for human-robot collaboration and error tolerance [21][22]. - The company believes that physical intelligence is central to achieving AGI in robotics, with a vision of a diverse ecosystem of robot forms emerging in the future [22][37]. Group 4: Hi Robot - The recently launched Hi Robot by PI aims to enhance task execution efficiency by incorporating reasoning and planning into robotic actions, allowing for more interactive human-robot communication [25][26]. - This system enables robots to respond to user prompts and adjust actions in real-time, showcasing a significant advancement in robotic capabilities [26][28]. Group 5: Sensory Requirements for Robots - Current robotic sensors primarily rely on visual data, with ongoing challenges in integrating tactile sensors due to durability and cost issues [29][30]. - The focus is on improving data processing and architecture rather than adding new sensors, with a priority on developing memory capabilities in robots [30]. Group 6: Comparison with Autonomous Driving - The development timelines for robotics and autonomous driving differ, with robotics facing higher dimensional challenges and requiring greater precision [31][33]. - The article notes that while large companies have capital advantages, startups can act more swiftly to collect diverse data and iterate on robotic technologies [34]. Group 7: Perspectives on Training Data and Hardware - The value of human observation data for training robots is acknowledged, but it is emphasized that robots need to learn from their own physical experiences to achieve significant progress [35][36]. - The future of robotics is expected to feature a variety of hardware platforms optimized for specific tasks, leading to a "Cambrian explosion" of robotic forms [36][37].

Z Highlights 每一个被市场热捧的概念背后，都藏着刀锋般的利益切割。 在 AI Agent 概念席卷业界的今天，我们发现在热市场中仍然需要冷思考。因此， Z Potential s 决定 升级 Z Research 栏目 ，打造最年轻化、最前沿、全球 化的行业研究栏目。 Z Research 将 Agent 作栏目 升级后的 第一个行研系列。 本篇我们将分为三部分： （一） AI Agent 101 ： 我们将从纷乱复杂的信息海洋中进行高度抽象，正本清源起底 AI Agent 的快速定义与工作流拆解，凝聚市场关于 AI Agent 101 的 共识。 （二）入口之争 3.0 ： 如果我们真的相信 AI Agent 是下一代流量入口，那么我们需要先复盘互联网历史上的入口之争。从互联网 1.0 向 PC 互联网向移动 互联网的迁移，我们看到入口由门户网站（收敛）到搜索引擎（收敛）到超级 APP （发散）的历史。 AI 时代，以 OpenAI 为代表的 AI 入口似乎回归了搜 索引擎逻辑，作为聚合信息的中枢 & 入口，完成信息分发，但 Deepseek 为代表的生态开放与社区共建的一派同样崛起。 另外，本 ...

衡宇 李根 发自上海 量子位 | 公众号 QbitAI 可问题是这都已经2025年了……最早出发的具身智能创业者，在3年前的时间点已经下水。进展快速的具身智能公司，也已经开启场景验证和 落地。以及具身智能领域，也从不缺天才和大牛创业者。 还有什么样的创业团队，凭什么在此时此刻搅动如此风云？ 一位知情人士说，核心原因是团队豪华，堪称 梦之队 ，而且还是有过硬科技完整落地经验的工程派。也有人拿NBA篮球类比， "库里和约基 奇联手组了队，联盟大结局" ——库里是三分外线第一人，约基奇则被视为最全能的内线中锋，而这家公司背后的核心人物也是 两位自动驾 驶领域的第一人 。 据说这两人联手创业的进展传出后，获得了这样的评价： 陈亦伦带队，牛了；李震宇坐镇，稳了。 他们在上海，组建战队，取名 它石智航 TARS ，竞逐具身智能的GPT时刻。 他们创业的消息，实际流传已久，但现如今随着创纪录的1.2亿美元天使融资曝光，再也藏不住了。 中国具身智能最壕天使轮融资 它石智航（TARS） 官宣的新进展是这样的： 完成天使轮1.2亿美元融资，开启具身智能创业新征程。本轮融资由蓝驰创投、启明创投联合领投，线性资本、恒旭资本、洪泰基 ...

中国银河证券：推理算力重要性提升 光模块等算力 细分赛道发展再加速 智通财经APP获悉，中国银河证券发布研报称，近日，英伟达GPU技术大会2025(GTC 2025)结束，相较 于此前GTC大会，硬件性能提升符合预期，英伟达对软件的布局、推理算力以及Agent的愿景更强，硬 件发展带动软件及大模型持续高景气。在算力需求总体增长的情况下，当前算力相关板块仍然具备较大 投资价值，建议优选空间较大且动能充足的细分子板块：运营商、光模块、光芯片以及AIDC相关等。 当前算力板块在推理应用的不断发展中并非呈现出算力需求下降的态势，而是算力需求得到进一步的刺 激。 中国银河证券主要观点如下： 推理算力预计将持续增长，Scaling Law仍将持续 硬件方面：英伟达发布基于Blackwell架构的升级版Blackwell Ultra，并着重强调了其在推理端的重大进 展，可以为数据中心提供 50倍增收的机会；英伟达也明确了26-27年乃至更远期的发展规划，硬件性能 进一步加速已成定局；CPO交换机方面，英伟达展示了基于 1.6T硅光引擎的CPO(共封装光学)交换机系 列，硬件端性能未来仍将持续高质量全方位提升。 软件方面：英 ...