文 | 超聚焦

8月20日，阿里交出了一份有些割裂、但并不算差的财报。

这个季度，阿里收入2689.53亿元，同比增长9%；净利润同比大跌75%，自由现金流净流出446.7亿元。但市场最在意的AI业务依旧足够亮眼：阿里云外部商业化收入同比增长45%，AI相关产品收入连续第12个季度实现三位数增长，单季度资本开支则进一步冲到676.78亿元，同比增长75%。

重金砸向AI，也开始看到回报。

吴泳铭甚至在财报会上给出了一个颇为乐观的判断：随着AI需求增长和自研芯片逐步投入使用，阿里的AI资本开支有望在三年左右实现盈亏平衡，而在AI相关产品毛利率持续提升以及自研芯片比例提高的情况下，回本周期甚至有望缩短至2.5年甚至2年。

资本市场一开始也选择相信这个故事，然而在财报发布后，阿里美股盘中虽然一度明显下跌，但很快收复失地，最终8月20日反而上涨1.26%，收于130.53美元。

但仅仅过了一天，画风突然变了。8月21日，在纳指上涨0.43%、道指上涨0.98%的情况下，阿里美股突然大跌8.57%，成交量达到3240万股，是过去50日平均成交量的两倍多。一个交易日前刚刚被市场消化的财报，似乎突然又变得不香了。

直到周日，一则公告姗姗来迟，原来阿里还有一笔800亿港元的配股等着市场。

8月23日，阿里宣布拟发行新股募资800亿港元，并且明确表示，募集资金将100%用于全栈AI能力和AI基础设施建设，虽然有知情人士称，本次配售启动后很快获得超额认购，却也获得了不少普通投资人的骂声，而最重要的地方在于：

既然AI三年左右就能回本，阿里为什么不发债，反而选择稀释股东权益？而财报电话会上那一连串关于AI回报、云增长和自研芯片的乐观表态，究竟是在解释业务，还是也在为随后这场800亿港元配售铺路？

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 字母AI

在多模态这个问题上，梁文锋在那次投资人交流会上曾这么说过：“多模态布局，我们一直在做。对产品来讲，它很重要；对C端用户产品来讲，它很重要。但是对智能的上限，它是一个组件，它不是主线本身。我们应该会上相关的模型，就是我们V4的后续版本会支持原生的多模态。”

梁文锋也的确做到了。2026年8月21日，DeepSeek上线了DeepSeek V4 Flash Vision Exp，DeepSeek官方称，这是一个多模态视觉理解模型。

和V4 Flash以及V4 Pro不同，DeepSeek V4 Flash Vision Exp没有技术报告，也没开源，官方只给了一张性能表和几个演示案例。

可DeepSeek V4 Flash Vision Exp怎么看都不像是个“组件”。

以往来看，DeepSeek OCR、DeepSeek OCR 2这样的模型才贴合梁文锋口中“组件”的定位。这些模型的作用，是把图片以像素形式存在的文字，转换成电脑可以识别的纯文本字符。

因此，相较DeepSeek OCR而言，DeepSeek V4 Flash Vision Exp更像是一个“主线”模型。

难道梁文锋对多模态的看法改变了？事实可能并非如此。不过有一点可以肯定，那就是梁文锋学会了放低姿态，用产品和用户形成更密切的交流。

梁文锋此前曾说，“通往AGI要经过产品这个台阶，但不用花太多精力做C端、B端。”而随着DSH的爆火，发布后不到一个星期，DS就发布更新，提升了多模态能力。

过去的梁文锋对于产品有一种“偏执”，不完美不发布。DeepSeek V3.2版本和DeepSeek V4预览版之间，相隔足足4个半月，如果从V3正式发布开始算，仅仅1个大版本，就用了1年零4个月。

现如今不仅更新变快了，还把DeepSeek V4 Flash Vision Exp这种实验性质的模型开放给公众，都是在说明梁文锋态度上发生了一些转变。

多模态是Agent和推理的入口

如果你是练跑步的，那么你应该给别人看的成绩你跑了多少米用了多少秒，这样别人才知道你到底是快还是慢。但如果你告诉别人的是三分球命中率是多少，那很显然，你想告诉别人的是你有多准。

DeepSeek V4 Flash Vision Exp也是如此，它想表达的事情，远非是一个展示DeepSeek现有的多模态能力那么简单。

明明是一个多模态模型，官方公布的测评里，放的却是一串Agent基准。比如Terminal Bench 2.1得83.9，DeepSWE 59.3。

其实在AI视觉模型圈里有一套默认的考卷。

一个新视觉模型发布，通常要放的是这几项：MMMU，跨30个学科、大学水平的图文理解与推理，考“看到图能不能做对题”；MathVista，考图片里的数学推理；DocVQA，考从扫描文档里找到答案；ChartQA，考读懂图表里的数字和趋势；OCRBench，考最基础的文字识别。

无论是Qwen-VL、Gemini 还是GPT-4o，发新版本的时候，展示的都是这套基准。

即便是DeepSeek V4 Flash Vision Exp也放了一些多模态侧的基准，然而这些基准也“不太正经”，充满了浓浓的Agent味。

Chartography考的是专业人士读专业图表做决策，ApexBench是多模态Agent基准，Agents’ Last Exam 是通用Agent评测。没有一项是“看图答题”，全是“看完图，把事做下去”。

这张跑分图，本身就是DeepSeek的一种暗示。

梁文锋自始至终都认为多模态不是AGI的主线，DeepSeek V4 Flash Vision Exp是DeepSeek在Agent跟推理这条主线上的一个必然产物，只不过它刚好也是“多模态”罢了。

DeepSeek V4 Flash Vision Exp所展现出来的价值观是，多模态从来不是让你“看图聊天”，而是让Agent看懂网页截图、读懂图表数据、理解UI布局，然后把任务做下去。

多模态不是目的，是手段，是给主线用的插件。DeepSeek的主线仍然是Agent和推理，DeepSeek V4 Flash Vision Exp所干的事，也不过是强化了产品的推理能力。

虽然DeepSeek V4 Flash Vision Exp这个很神秘，但它也并非是一个凭空出现的模型。

4月29日晚，DeepSeek多模态负责人陈小康（Xiaokang Chen）在X平台发文预告，配文 “Now, we see you”，宣布DeepSeek多模态识图功能开启灰度测试。

第二天，DeepSeek正式在GitHub发布技术报告《Thinking with Visual Primitives》（以视觉原语思考）及配套仓库。论文作者单位包含DeepSeek、北京大学、清华大学，属于三方联合研究成果。

然而这篇论文在5月1日凌晨就被删除，相关官宣推文也消失不见，GitHub官方仓库直接变为404状态，项目彻底无法访问。DeepSeek全程未发布任何撤稿公告，也没有公开解释原因。

好在，社区留下了这篇论文的拷贝版本。

这篇论文没有去讲“我们模型看得多清楚”，而是提出一个问题：模型能看见，但不一定能想清楚。

传统多模态模型用自然语言描述图片里的对象，比如“左边那个男的”“右边那个高的”。可是在复杂场景里，这种描述非常模糊，模型很容易越推越乱，最后导致整个逻辑崩塌。

就拿集体照来说，左边一共好几个男的，那么哪个男的才是模型所描述的那个？

DeepSeek的解法，是把点坐标和边界框提升为“思维的最小单元”，直接嵌进推理链，让模型“边推理边指向”，就像人数东西时会伸出手指，一个一个点着数。

靠这套机制，模型在计数、空间推理、迷宫导航这类任务上，把抽象的判断精确锚定到图像坐标，从“左边那个男的”、“右边那个高的”，变成了“我手指的这个”、“我手指的那个”。

6月，经过DeepSeek官方确认，其在客户端和网页端上线的Vision模式，底层就是这套视觉原语机制。

而DeepSeek V4 Flash Vision Exp，是把同一套技术嫁接到了V4-Flash的API基座上，重点强化多模态Agent能力，核心推理逻辑完全沿用了论文的方案，没有跳出其技术框架。

不仅如此，论文当时的实验，就是基于DeepSeek-V4-Flash作为语言骨干所搭建的多模态方案。这次的DeepSeek V4 Flash Vision Exp光看名字也知道，仍然使用的是DeepSeek-V4-Flash。

除了DeepSeek V4 Flash Vision Exp这个模型，DeepSeek在多模态方面的进展还体现在DSH上，8月19日晚，作为DeepSeek目前的主力产品，DSH更新了rc.8版本，提升了Agent的多模态能力。

rc.8的核心，是DeepSeek在多模态这件事上，“两条腿”走路。

一条叫“原生直通”。rc.8给模型适配器加了可配置的原生图片请求能力，只要底层模型声明支持视觉输入，比如GLM、Qwen，或者刚上线的V4-Flash-Vision-Exp，Harness就把图片原封不动送进模型，不做任何中间加工。

另一条叫“工具层视觉”，服务的是纯文本模型。

比如用DeepSeek自己的V4-Flash，直接读图会失败。这时Harness不会报错退出，而是自动降级成一套工具链，先做OCR识别文字，再统计图片颜色比例、扫描部分像素行、读取尺寸和颜色模式，把这些信息拆成结构化证据，最后交给文本模型去推理整张图。

Cherry Studio的核心创始人Yinsen把这种方式称为“伪视觉”，对付PPT截图、流程图、界面这类结构清晰的图够用，面对真实照片和复杂的空间关系就很勉强。

但要说明的一点是，DSH在rc.8之前，甚至连“伪视觉”都没有，全靠社区的视觉插件，还有通过pi2dsh桥接进来的视觉方案。

它们的做法大同小异，先调一个外部的视觉模型（比如 GLM、Qwen）把图片识别成文字，再把结果塞回文本模型。

这些插件证明了DSH架构的开放性，也同时暴露了一件事，DeepSeek自己没有视觉模型，只能借别人的眼睛。

DSH还有哪些可以补足？

正如开头提到的，虽说梁文锋没有改变旧观点，但梁文锋也学会放低了姿态。

2025年，在DeepSeek R1惊艳全球之后，社区就开始等待DeepSeek发布V4。

2025年下半年，随着V3.1、V3.2等迭代版本陆续推出，无数媒体“独家爆料”，称DeepSeek下一代旗舰大模型V4，计划于2025年7月、8月、9月……直至2025年年底发布。

结果自然是无一准确，堪称现代版狼来了。

2026年春节前，距离V3 发布已经过去400多天，所有人都在赌DeepSeek会复刻春节档R1的奇迹，把V4卡在农历新年这个节庆日子上线。

结果2月4日，外媒援引消息人士的话，称春节期间V4不会发布，DeepSeek官方也对此事保持沉默。

然后时间线一路后移。最后到了4月24日，V4才以预览版的形式登场，一次同时放出了V4-Pro和V4-Flash。

梁文锋的产品观是，宁可跳票，也不肯在产品没有完全做好的前提下发布。

可也就是在这段时间里，DeepSeek“掉队”了。

国际方面，2025年8月，OpenAI发布了GPT-5；11月，Anthropic发布Opus 4.5。这两款模型都是问鼎全球的性能榜的产品。

而在国内，2025年4月Qwen 3，不到半年后，阿里一口气放出来了Qwen3-VL、Qwen3-Omni、Qwen3-Max、Qwen3-Coder。还有Kimi的首个原生多模态模型K2.5、智谱的GLM-4.7、MiniMax的M2.1、腾讯的hunyuan world等等，数不胜数。

与之相对的，DeepSeek发布的产品只有V3.1（8月V3.1，9月V3.1-terminus）和V3.2（12月）。

除了DeepSeek，全世界都在以月为单位发布模型，Anthropic更是以天为单位，在2026年2月1日到3月末，52天的时间里发布了73款功能和产品。

假如梁文锋是大厂的产品经理，以他发产品的效率，恐怕撑不过试用期就得被开除。只可惜DeepSeek是他的。

正式版更磨人。

6月29日，DeepSeek给全体API开发者发邮件，明确表示V4正式版7月中旬上线。7月21日，有消息表示正式版将要延期，目标挪到7月底。7月28日，又有消息说可能拖到8月10日至20日之间。

7月31日，V4-Flash正式版才千呼万唤始出来，而V4-Pro正式版，直到8月12日晚间才正式上线。

梁文锋对待产品，不做到自己满意，绝对不放出来。

可到了DeepSeek V4 Flash Vision Exp这里，明显味道变了。

模型上线当晚，社区就开始对其进行检测。根据实测显示，DeepSeek V4 Flash Vision Exp连梁文锋本人最具代表性的一张照片都无法识别。

不仅如此，还有用户反馈，称DeepSeek V4 Flash Vision Exp在理解复杂图表时会漏掉关键信息，中文场景的处理偏弱，有人在对话里插入图片后，还发现上下文缓存机制受到牵连。

一圈看下来，社区对DeepSeek V4 Flash Vision Exp的普遍看法是“效果好像也就那样”。

这个模型就像是在餐馆等着上菜，看不见后厨，不知道这盘菜什么时候才能端上来，厨师怕你等不及，于是从锅里盛了一勺给你尝尝，告诉你说菜还没做好，但是在做了。

其中的原因，很可能在于梁文锋持续受到优秀产品的压力。DSH从立项之初就对标Anthropic的Claude Code和OpenAI的Codex。

8月23日，外媒报道称Anthropic或将于8月底递表上市，因此目前正处于静默期，Claude Code没有较大的更新。

OpenAI却很激进，8月20日直接开源了Codex Harness，这是支撑Codex运行的底层系统。负责把模型和工具接起来，让模型能打开文件、执行命令、记住任务进行到哪一步，以及遇到有风险的操作要停下来询问。

但这并不是重点，重点是，在产品逻辑上，Codex Harness把多模态放在了Agent运行时的核心位置。

在Codex的工作流里，图片不是先交给某个外部视觉模型，再把识别结果转述给文本模型。

模型是可以直接接收截图、界面和其他视觉输入的，并把这些内容纳入同一条任务链。模型会先理解画面，再决定要调用什么工具、修改哪些文件、运行哪些命令，最后根据执行结果继续修正。

正如前文所述，DSH无论是哪条腿，在多模态这件事上，在DeepSeek V4 Flash Vision Exp之前，它都是割裂开的。DSH只负责以“模型处理过的图片”进行推理，而非用图片进行推理。

显然，Codex效果更强，首先是因为它减少了一次信息损耗。图片经过OCR或摘要之后，模型看到的已经不是原始画面，而是工具挑选出来的文字和特征。

只要处理过的图片漏掉一些信息，那么后面的推理就只能建立在不完整的证据上。

举个例子，前面的话就相当于模型处理后的图片，后面那句话是原图。你会发现，仅仅只漏掉一个字，意思就完全相反了。

要断章取义——出自“不要断章取义”

原生视觉输入则让模型直接面对图像，文字、布局、位置和相互关系可以在同一上下文里被判断。

其次，Codex把视觉理解和行动闭环连在了一起。它不是单独回答“这张图里有什么”，而是要根据截图判断下一步该做什么，再通过终端、文件和其他工具验证结果。

就算是中间出错了，新的截图和执行反馈还能继续回到同一条推理链里。这样一来，多模态就不再是“识别完了就完了，后面发生啥不关我事”的状态了，而是一个持续的服务，以提高推理的性能。

而这一步也是目前DSH所欠缺的。

所以这也是为什么OpenAI在开源Codex Harness后，DeepSeek会立马开源DeepSeek V4 Flash Vision Exp，梁文锋是想告诉用户，别急，别人有的我们也有，不过需要一点时间。

社区正在补足DSH的最后一公里

当然，DSH最明显的短板，是它和普通用户之间距离太远了，没点计算机知识，估计连DSH怎么安装都不清楚。

好在的是，正是由于DSH开源，所以这最后一公里，社区已经开始接手了。

最典型的例子是DSH Desktop，这个项目由一位06年的大二学生Benson Wang开发。

它的核心就四个大字“一键安装”。把原本需要复杂安装环境，以及输入npm指令才能安装使用的DSH，变成一个exe，下载以后双击安装就能直接变成一个桌面工具。

然而就是这么简单的一个项目，短短几天，就在GitHub上获得了1.8万颗星星。可见，大家普遍都认为DSH就该有一个简单方便的桌面版本，现在的DSH确实有些“反人类”了。

顺便一提，DSH Desktop这个项目的贡献者也有DSH负责人崔添翼，不过这并不是说明他参与了开发，而是GitHub本身的开源协作机制，让DSH原本的贡献者出现在了这里。

Benson Wang表示，他正在开发手机版的DSH，项目名为anywhere DSH。

他计划通过 iOS 和 Android 连接桌面端，让用户在手机上发起任务、查看 Agent 进度，并在需要时继续跟进。

这也是社区最有价值的地方。

事实上，DSH官方团队本身也非常关注社区。比如他们关注了DSH-better-sidebar这个项目，这是DSH第三方社区UI增强插件，给DSH原生Web界面提供了一套完整的服务化侧边栏工作台框架。以及awesome-dsh-plugins，提供DSH插件精选和搜索雷达，相当于是一个DSH的插件市场。

或许不久的将来，DSH会“收编”这些优秀的项目和开发者，丰富现在的DSH。

诚然，社区项目不能自动等同于DeepSeek的战略转向。开放生态越是发展，就越是会有版本兼容、权限控制、插件安全等问题出现。

但官方的态度就说明，DSH正在通过社区吸纳好的想法。

或许不久的将来，DSH也将上线官方的插件市场，想用什么插件，自己直接在官方的入口里搜就行了。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 天下网商

陶然第一次攀岩，体验并不好。

那是一面带自动保护器的高墙。理论上，爬到一定高度，只要松手，保护器就会把人缓慢放回地面。但第一次站到墙上的陶然不相信那根绳子，他抓住岩点，不敢松手，越抓越紧，前臂很快酸胀起来。“当时我就觉得，这什么破玩意儿？”

很多年以后，这个第一次并不喜欢攀岩的人，做过岩馆助理教练、定线员，参与过全国比赛定线，也去省队参与过带队和备战，目前正在杭州经营自己的攀岩馆——环岛。

真正把他拉回墙上的，反而是第一次的挫败。

失败，为什么反而让人留下来

陶然从小运动能力不错，篮球、足球都玩，偏偏攀岩让他产生了一个不服气的问题：为什么这个东西我不行？后来他慢慢发现，一个人在墙上失败，原因往往很具体。左脚的位置、身体重心、髋有没有转进去、先出哪只手，都可能决定一次尝试的结果。上一把掉下来的地方，下一把稍微改变一个动作，身体就可能多走一步。

香蕉攀岩（下文简称“香蕉”）是国内最大的攀岩连锁品牌，门店超过20家，创始人钱小磊曾在一场公开访谈中，把攀岩，尤其是抱石（攀岩的一种类型，一般岩墙高度低于5米，不挂绳），比作“用身体刷短视频”。

这个比喻听起来很互联网，却意外说中了攀岩从小圈子走向城市大众的一个关键：完成一条抱石线路可能只需要几十秒，就能得到一次清晰的反馈：成功，或者失败；然后马上进入下一次尝试。它虽然需要力量、技巧和身体控制，却同时拥有一种极其符合现代年轻人消费的节奏——短、快、即时反馈——并且总有下一条。

香蕉自建的抱石难度体系被分成20级，等级切得越细，一个新人越容易感受到“我从这一级,成功进到了下一级”。

这不是无关紧要的设计——一些以资深岩友为中心的馆，更多会以传统V等级作为难度体系（V Scale起源于美国，是北美广泛使用的抱石难度体系之一，通常从V0向上增加），对“老玩家”来说，V2和V3差多少未必需要解释，相对更硬核的等级排序，也不会成为体验障碍。

但当越来越多第一次上墙的人进入这项运动，运动本身就需要被更好的“产品化”，提供更精细的进阶路径。毕竟，岩馆真正卖给人的，并不只是一次“成功”。它卖的是“下一次我可能成功”。

但从生意的角度看，这恰恰也是攀岩最脆弱的地方——有人对失败上瘾，也有人来了一次就再也不来了。

陶然开馆以后发现，新人第一次上墙，手疼、前臂酸、害怕掉落，或者单纯觉得“太难了”，都可能成为不再来的理由。何况攀岩之外，城市里还有太多娱乐方式在争夺人们的晚上和周末。

钱小磊的第一次攀岩也不算愉快。他曾在访谈中提到，进入一个陌生的攀岩场景，需要克服的不只是身体问题，还有“经验压力”。墙下站着一群已经会爬的人，看得懂颜色、线路和动作，而新人甚至不知道自己下一步该做什么。

他回忆自己早年在北京接触攀岩时，去的是一间很早期的岩馆。冬天没有暖气，一群人爬得手冻得不行，就围着炭炉取暖。那时候岩馆少，用户也不是来享受服务的。只要有墙、有线路、有地方爬，很多岩友就愿意来。

香蕉后来所做的事情，几乎可以看成那个时代的反面——专门设置面向新人的线路，被定义为“新手村”，新手被有意识地组织在一起；馆里开始出现吧台、咖啡和可以停留的空间，一些门店允许用户坐下来办公，免费提供香蕉，也设置洗脚池等更细小的服务设施。

这些细节单独拿出来都很小。放在一起，却是用户身份变化留下的痕迹：

以前的人先成为岩友，再去寻找一面墙；现在，一个人可能先在商场或者社交媒体里看到岩馆，然后才决定自己要不要成为岩友。

前一种人对岩馆说，给我一面有挑战的墙；后一种人还会问，第一次来怎么办？鞋放在哪里？哪条路线简单？累了在哪里坐？于是，“服务”开始进入这个原本主要讨论线路和专业性的空间。

香蕉会让同期进入的新手聚在一起，发扬攀岩很强的互助传统，墙上的人卡住时，墙下经常会有人喊一句：“左脚高一点”“重心过去”。对一个新手来说，这些简单的提示同时完成了两件事：帮他多走了一步，也让他感觉自己不是一个人在面对一堵墙。

商业世界通常把这件事叫“留存”，而在岩馆里的，这是人的交流本能——一个人掉下来以后，如果旁边有人告诉他“你刚才其实就差一点”，他就可能又穿上鞋，踩回岩点上了。

几十秒正反馈背后的百万元重资产

最近一个月，环岛利星店里有一名岩友——阿斐，几乎每天都会出现。馆开门，他来；闭馆，他走，待满几乎九个小时。累了就躺到椅子上休息，饿了就去楼下盒马买点东西，吃完再回来。更多时候，他站在墙下研究线路，看别人怎么走，然后自己上去试。

阿斐的好胜心很强，他说自己第一次来馆里时，就挑战了一条V3线路。不同岩馆对同一个等级的“软硬”（难易）判断，可以有明显差异，但陶然补充，整体上，V2、V3是多数普通玩家较常见的区间，他也认为对业余玩家来说，V3“已经很好了”。

阿斐的身体每天都酸，手臂、肩背、腿一直有疲劳感，但还在继续研究动作。某条线过不了，就一遍遍摔下来，一遍遍重做，“把一整天都用来和一面墙较劲”。

环岛（利星店）一个工作日的下午

当然，一个岩馆的商业模型真正想寻找的不是每天待九小时的人，这些人太少了。它需要的是位于中间地带的那批数量大得多的人——一周来1-2次；下班以后过来；周末和朋友待上半天。

如果只站在消费者一侧，攀岩甚至显得很“轻”，它不用像球类运动需要凑搭子，大部分玩攀岩的人是“i人”；不用像“野攀”一样去很远的山里；目前大多数的抱石馆也都不需要绳索，换鞋、热身、上墙，一两个小时以后离开，简单、高效。

但站到岩馆老板这一侧，用陶然的话来讲，这是一门“重资产”生意。环岛的第一家馆位于上城区的利星商城，离西湖不远，前期投入接近200万元，没有投资人，都是陶然自己的钱，“父母给了不少。”

陶然最初的想法也很朴素：有一个自己能玩的地方，同时有点事情做。他当时没有想过什么投资回报，也做好了这些钱全部亏掉的准备，“什么时候亏完，什么时候闭店”。真正开始经营以后，才发现一面看起来只是由钢架、板材和五颜六色岩点组成的墙，价格不菲。

租金是第一层。300平的场地，年租金50万元，“这个商场客流很差，但租金一分不肯让”。更反直觉的是岩点——访问时，面对一块体积较大的岩点，陶然让作者猜采购价。我们最大胆的猜测，也不过一千元。

答案是：6000元。

陶然说，这还只能算较好品牌里上等品牌的大体积岩点，并不属于最贵的那一类。“非标、国产率低、供应链不成熟、难以规模化量产”，这些都决定了岩点采购价格的居高不下。一张岩馆的月卡可能只有几百元，均摊下来，一名岩友花几十元左右，就能在馆里待上半天；可他脚下踩着、手上抓着的一块“塑料”，价格可能抵得上一台不错的电脑。

不同的岩点品牌

而岩点买回来，并不是装上就一劳永逸，它们需要不断被拆装。绝大多数的岩馆，基本每月一换线。一次较完整的换线可能需要两三天，通常要调动6到8名定线员。线路拆下来，岩点重新组合，角度、动作、难度、风格重新设计。一年里因为换线而影响正常营业的时间，加起来可以达到一个多月，“这一个月是没法赚钱的”。

换线本身并不能兑换到更多新客，却又不能不换。因为那些资深岩友在比较短的时间内就能熟悉绝大多数的线路，在岩馆里所能收获的紧张和刺激，也将随之递减。

可见，“抱石”的流行在于几十秒一次的“短反馈”，而场馆为了生产这些短反馈，需要长期承担一套昂贵、缓慢、实体且动态调整的基础设施。借用钱小磊的比喻——如果抱石是“用身体刷短视频”，那么墙是硬件，线路才是内容。岩馆因此成了一门“用重资产制造快内容”的生意。

岩馆投入结构图

陶然的第一家门店开业至今两年半，不考虑前期装修的一次性投入，如今收支差不多能打平，账上长年躺着几十万元现金流：“赚的又重新投进去了，比如现在馆里的岩点比刚开业时至少多了1/3，都是钱。”

如今，陶然在余杭八方城的新馆已经开业，他在滨江又拿了一个商铺，正筹备装修。陶然称自己是个不专业的经营者，他回忆，最早进入行业的人，大多自己先是岩友，很少有人单纯因为“这门生意挣钱”才来开馆。场地可能藏在体育中心、少年宫、厂房和工业园里，老板和顾客彼此认识，专业性来自长期参与这项运动，而不是一套成熟的连锁经营方法论。

虽然最初开馆是为了方便自己攀岩，但陶然现在反而爬得越来越少——早在2018年前后，他进入更多赛事、带队和行业工作以后，自己的攀爬频率就开始下降。后来做馆、接待客户、处理员工和新店事务，完整的训练时间又变得更难获得。

他有个视频号，会发布个人的攀岩日常，但更新日期基本停留在了2024年。

从爱答不理，到高攀不起

2016年，攀岩获准进入东京奥运会，并在东京完成奥运首秀。巴黎奥运会上，邓丽娟和伍鹏分别获得女子、男子速度攀岩银牌，中国攀岩第一次拿到奥运奖牌。

到2026年1月，亚历克斯·霍诺德在没有绳索的情况下攀上台北101，整个过程由Netflix（网飞）直播——普通人周末进商场抱石与亚历克斯在508米高的摩天楼外墙无绳攀登显然不是同一种体验，但两者共享一个特征：攀爬天然具有观看性。一个人离开地面、寻找下一个支点、掉落或成功，几乎不需要复杂规则就能被理解。这也让攀岩很容易进入短视频和社交媒体，而真正接住这些注意力的，是至此开始涌现的商业岩馆。

据《2023中国攀岩行业分析报告》（由“岩点”“数说故事”等团队制作，并获得中国登山协会指导支持），截至2023年底，中国市场可以独立提供商业攀岩服务的岩馆达到636家——2022年初还是485家，增长31%。国家市场监督管理总局引用的《2024中国攀岩行业发展报告》显示，截至2025年1月，我国的攀岩场馆已达到811处。

当一座城市只有几家岩馆时，人找馆。当它有十几家，甚至几十家时，馆开始找人。陶然已经感受到这种变化，以环岛所在的杭州为例，去年一年新开了十几家商业岩馆——“2025年前可能是20家左右，现在有30多家”。

杭州攀岩地图

岩馆变多以后，用户不一定长期忠于某一家馆。离家近的馆适合买长期卡，周末又可以买次卡去别处尝新线。路线多久换一次，教练愿不愿意交流，熟悉的岩友在哪家馆，都会不断影响选择，也影响一家岩馆的生存。

攀岩一次并不贵。但留下来以后，账单才被细细地打出来——一个稳定参与者如果长期办卡，再加鞋、粉袋、镁粉、去其他场馆的次卡和交通，一年花掉五六千元甚至接近万元并不难。

攀岩玩家的常见装备及花费

《2023中国攀岩行业分析报告》就调研到，接近43%的岩友年投入超过5000元。它不是一项昂贵到拒普通人于门外的运动，却也有着不低的成本。它要求一座城市先有昂贵的基础设施，再有一批能持续消费的人，还要有足够数量的玩家和社群，这门生意才能跑起来。

这也是为什么，目前中国的岩馆和线上攀岩消费，仍高度集中于少数大城市，按上海市体育局的统计，上海有近120家商业岩馆，而北上广深之外，主要就是杭州、成都、南京等几个新一线。我们在杭州的岩馆中，就遇到了来自于浙江其他城市，“跨城抱石”的岩友。

商场态度的变化，是这个行业正在“破圈”的最具象的注脚。陶然早年去看场地时，商场并不多么欢迎。现在一些商场会主动找岩馆，谈免租、流水分成，甚至装修补贴。因为攀岩能够给商场带来年轻人，就像早年的星巴克、喜茶之于商场，此一时、彼一时，岩馆成了引流项目。哪怕不是每个人都像阿斐一样，在岩馆一爬就是一天，但普通人进馆，也很容易待上两三个小时，“一面墙，开始成为在商场里制造停留时间的基础设施”。

当岩馆从专业训练空间变成商场里的消费场景，经营者面对的，也不再只是线路和专业性的问题。而这恰好构成香蕉和环岛之间的分野。

环岛更接近中国岩馆早期的传统：专业能力先于商业能力。香蕉则更像消费品牌和产品经理的思路。这种思路所改变的，不只是线路本身，也包括一个新人进入岩馆之后的整个体验——它不是把岩馆变成酒店、餐厅，而是让攀岩从“岩友必须找到的稀缺设施”，变成“普通消费者可以选择的周末去处”，它需要不断下放准入门槛，不断提升服务体验，需要向成熟行业学习“用户思维”。

用咖啡馆来作比的话，香蕉像星巴克，环岛更像独立咖啡馆。前者的价值是体验的确定性，后者的价值在于“主理人”。而行业规模化的问题在于：一项高度依赖定线员、身体差异、社群和现场氛围的非标准运动，究竟能被标准化到什么程度？

最懂装备的人，为什么反而卖不了装备

“墙上”的人越来越多，生意也开始从墙上长到墙外。

最典型的是攀岩鞋。

访问陶然时，恰好有人来到馆里，不是为了爬，而是专门请他推荐攀岩鞋。脚型、软硬、水平、发力习惯都会影响选择，一个专业的岩馆老板，更知道一双怎样的脚，适配一双什么样的鞋。

问题是，岩馆本身很难卖鞋——“一个品牌就会拉出男女款、不同鞋楦和一长串尺码，sku太多了，正常拿货很容易变成几百双库存，我们本来经营成本就高，再压一堆鞋子，不划算。”

目前，国内的岩馆中只有香蕉实现了规模化的零售收入，其中主要是攀岩鞋，约占香蕉总收入的20%。

负责攀岩类目的天猫运动户外小二“实弥”接受了我们的访问，在天猫后台，他看到的是另一组变化。在室内攀岩相关消费里，攀岩鞋是最具确定性和趋势性的个人专业商品。以2026年上半年的周期作观察，攀岩鞋销售额出现了翻倍级同比增长，且客单价有明显上行。

他也看到，攀岩鞋的价格结构目前呈现出“杠铃形态”：300元以下单品购买人数更多，国产供给占优；700元以上主要由海外专业品牌占据；400到600元之间则相对薄弱。攀岩鞋的“杠铃形态”，也是攀岩在国内方兴未艾现状的侧写——很多专业品牌在中国市场尚未进行直营，只是大代理商在做分销。品牌自身也尚未建立起完整的产品和价格阶梯，所以在国产入门和高端进口之间，形成了显著的供给缺口。实弥解释，“这是品类在发展的早期阶段会出现的普遍情况，也是机遇所在”——实弥反复提及户外品牌凯乐石，正在推进室内攀岩鞋的产销，且做得还不错。

当被问及，一件高度依赖线下体验和专业指导的产品，如何在线上完成规模化销售时，实弥提到了一个很现实的问题：对于第一次购买攀岩鞋的消费者来说，尺码、楦型和脚感往往很难仅凭参数判断。

“这也是为什么平台的消费体验和履约能力在这类商品中格外重要。围绕售前咨询、商品信息以及售后服务形成的保障，可以在合理范围内降低消费者因为尺码、款式不确定而产生的购买顾虑”。

对于普通商品来说，这些服务更多是基础消费体验；但对于现阶段的攀岩鞋线上销售而言，它在一定程度上还承担了原本由线下试穿和导购完成的部分功能。线下提供专业判断和真实体验，线上提供更丰富的商品供给和相应的服务保障，两者共同完成消费者的购买决策。

但围绕攀岩生长出来的生意，都有一个前提：墙上的人要一直在。过去几年，人们已经见过太多突然流行的城市运动，徒步、骑行、飞盘、浆板......这些运动背后有一套统一的逻辑：从大城市萌生、主要参与者是年轻白领、体验成本不高但持续消费成本不低，以及都很出片，都适合在社交媒体上传播——把攀岩塞进这套叙事并不困难。

但一度流行的圈层运动走向式微，大概是过去运动户外最惯常的剧本之一，“出片”很有用，环岛的不少新客，都是被社交媒体上的攀岩照片、视频吸引而来的。但光“出片”远远不够。当被问及“攀岩会不会也只是‘一阵风’时”，陶然迟疑了一会儿，表示“应该不会”。

他给了我们几个依据，比如，即便不考虑现代攀岩运动兴起的欧洲国家，哪怕在亚洲，日本、新加坡都有成熟且悠久的商业攀岩历史。新加坡略超600万的人口，在2025年已有约40家岩馆，东京更多——室内攀岩是一项成熟且长久的商业性运动。

另一重依据是，陶然认为攀岩是“真的好玩”。

在几次三番挑战一条颇硬的V4线路时，阿斐不断从岩壁上掉下来，擦满镁粉、绑了绷带的手指因持续与岩点摩擦而作痛。但他没有走。

过了一会儿，又抬头看了一遍刚才没有过去的那条线。然后站起来。再试一次。

攀岩作为运动的魅力，岩馆作为商业实体的生命力，似乎就在每个“下一次”里得到延续。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 财报纪

2013年，当网易云音乐首次划破中国数字音乐市场的夜空时，腾讯音乐早已凭借庞大的版权帝国筑起了护城河。版权战的正面战场上，网易云几乎毫无胜算。

然而，网易云却开辟出了一条差异化路径：社区和算法。歌单、评论区、私人FM——这三大功能的有机碰撞，让网易云绕开了版权壁垒，直接切入了年轻一代精神世界中的“音乐漫游”需求。

这套打法在2010年代中后期风靡一时。独特的“云村”文化在年轻人群体中建立了极高的粘性，“网抑云”一度从调侃演变为一种文化符号。深夜评论区里的故事分享与情感共鸣，构成了网易云音乐最独特的品牌精神资产。

然而，时代的潮水终究划过了拐点。这份靠文字情怀与静态推荐建立起来的壁垒，正在被字节跳动旗下的汽水音乐稀释，而网易云显然不愿意举手投降。

8月20日，网易云音乐发布2026年上半年财报。财报显示，2026年上半年总营收39.59亿元，同比增长3.40%；净利润8.09亿元，同比下降57%；毛利为14.74亿元，同比增长5.9%。

（网易云音乐财报一图流如下，单位亿元，数据均来源于Wind，由财报纪整理）

从财报面看，在营收侧，网易云保持了相对稳定的增长。但是成本侧的表现并不优异，在降本增效的大背景下，网易云选择了逆势增加投入，在我们看来网易云目前确实有不错的投入窗口期，但仅围绕着在线音乐服务做文章，重回窄门，或许并不是一个资本回报率更高的选择。

重走窄门，勉强守住增速

网易云音乐的营收在近几年一直处于不温不火的态势。

2025中报披露，营收39.59亿元，同比增长3.40%，这已经是近两年内网易云在营收侧最好的表现了。

我们先来明晰网易云两项业务的构成，社交娱乐服务包含了直播服务、社交娱乐应用（声波、音街、心遇）和其他音乐衍生服务，其余为在线音乐服务。

拆分营收结构看，过去两年社交娱乐服务收入下滑的趋势非常明显，主要是因为2024年网易云音乐大幅收缩社交娱乐入口，砍掉了高刺激性直播流水。

官方对此举给出的答案是——专注于核心音乐业务所致。我们从资本市场和财务的角度来看，网易云音乐的真实目的可以总结为两点：

一是降低合规风险。很多社交娱乐板块的高流水，实际上依赖于带有刺激性消费甚至涉赌边缘的“玩法机制”。监管收紧后，这类业务的合规成本和法律风险呈指数级上升。

二是用户生态遭遇反噬。网易云音乐最核心的护城河是社区氛围与情怀粘性。然而，强行在音乐app首页和二级入口塞入大量的秀场直播，严重破坏了听歌用户的产品体验，损害了产品的根基。

今年上半年，网易云没有披露具体的业务收入，但是财报中将营收和毛利的增长，归结于在线音乐服务的收入增加，显然今年网易云的业务核心，依然是在线音乐服务并未改变。

首页和界面去杂质化后，用户的注意力重新聚焦回“听歌”本身，直接拉动了SVIP/VIP会员的渗透率与付费意愿，网易云正一步步重回窄门。

为维持增速，网易云花费的代价有点大

在营收大盘增长的大背景下，今年上半年网易云的经调整利润仅录得8.6亿元，2025年利润的大幅增长，来自于一笔一次性收益，确认递延所得税抵免7.47亿元，如果环比来看，净利润较去年下半年也是不增反降，经调整净利润率仅为21.72%。

拆分来看，主营业务的表现并不差，今年上半年整体的毛利率达到了37.23%，较去年同期增长了86bp，较去年下半年环比增长218bp。

和去年下半年的逻辑一样，毛利率回升主要得益于在线音乐收入，本身的毛利就相对较高。

问题出现在了费控端， 销售费用上半年录得2.95亿元，较去年下半年多花了5000万元，较去年同期多花了1.3亿元，这还是在社交娱乐业务缩量的前提下——为了维持音乐市场份额，网易云在销售费用上的投入不降反升。

音乐平台一般经常性订阅收入的粘性极高，（TME的DAU/MAU也比较稳定），网易云的DAU/MAU也维持在30%以上，老用户续费几乎不消耗额外的销售费用，很明显，销售费用的提速，是网易云将重心放在用户纳新上。

主动出击，不想被字节抢走了最后一个音符

过去两年，互联网行业的主旋律是降本增效。砍业务、缩营销、保利润——这套减法逻辑几乎成了所有中概股的标配动作。

网易云主动打破了之前“躺赢”的舒适区。原因很简单：再不主动出击，连最后的底牌都要被字节抢走了。

第三方数据机构QuestMobile发布的2026年3月在线音乐APP行业报告揭示了在线音乐市场的变局。长期稳居行业前三的网易云音乐（月活1.47亿），在短短半年内被汽水音乐（月活1.56亿）反超，正式跌出行业前三。

数据来源于第三方数据机构QuestMobile，由财报纪整理

中国数字音乐的演进历史上，存在两条平行路径：一条是以腾讯音乐为代表的版权霸权；另一条则是网易云依托独立音乐人与精细化算法构建的“小众社区”。 

而如今的汽水音乐与网易云的用户画像高度重合，二者路径亦有重合。

在算法维度，网易云的“静态协同”遭遇了字节的“即时反馈”。 网易云传统的推荐机制建立在“用户历史行为+歌单协同过滤”之上，即用“用户品味”给用户推歌。而汽水音乐背靠字节的实时反馈引擎，将短视频的“完播率、前几秒切歌率、重复播放率”直接引入听歌场景。

加之华语乐坛经典供给断层，网易云基于品味匹配的日推，日益难以应对年轻大众的情绪饥渴。

在社区维度，网易云的“文字情怀”被短视频时代的“视觉氛围”所解构。 网易云社区的黄金时代建立在文字表达与文青情感共鸣之上，但后续为了变现而进行的冗余功能填充，以及同质化文案的泛滥，极大地稀释了评论区的真实感。

更深层的变迁在于，年轻一代的情感表达与感知媒介已经彻底从“图文评论”转向了“视觉与音频的结合”。网易云的社区逻辑是听完歌来看别人的文字故事，而汽水音乐是将视觉画面与情绪直接缝合进音乐里。

而对网易云最致命的威胁，在于上游“爆款制造权”的转移。 过去，独立音乐人和小众神曲依靠网易云作为发酵阵地；而如今，抖音已经成为绝对的音乐爆款策源地与宣发基础设施。汽水音乐天然继承了抖音的音乐流量池，实现了无缝闭环。

正如番茄之于阅文，汽水之于网易云，本质上是一场草根创作力量对传统精英审美的消解与重构。字节系产品长久以来为人人提供了低门槛的创作与发表机会，激发出被低估的民间草根创造力。

这种对音乐宣发源头的掌控、对草根内容红利的吸纳，以及对零摩擦听歌体验的极致榨取，才是汽水音乐对网易云构成实质性威胁的根本原因。

这也解释了为什么，在降本增效成为互联网行业集体信条的2026年，网易云选择逆势加码销售费用，主动打破自己好不容易建立的“躺赢”格局。

网易云太清楚自己手里剩下的牌不多了。版权抢不过腾讯，流量拼不过字节，唯一能守住的，就是那块靠社区和算法建立起来的“小而美”阵地。资本市场可以为一个高毛利、高净利率的订阅故事鼓掌，但用户不会为一份漂亮的财报停留。

从酷狗到虾米，中国数字音乐的历史上，掉队的故事从来不缺主角。网易云现在出手，守的是参赛资格。

网易云可以在这个窗口期做得更多

网易云音乐面对的两个对手，体量不在一个量级上。

腾讯音乐2026年二季度总营收89.3亿元，调整后净利润27.8亿元——单季度利润是网易云上半年经调整利润（8.6亿元）的三倍多。汽水音乐背靠字节和抖音，实力更不用多言。

但我们也能理解现阶段对于网易云来说，确实是一个不错的逆周期投入窗口：

其一，反垄断的叙事在加强，目前音乐行业的版权结构出现了一些松动。

其二，大厂集体沉迷AI叙事，无暇他顾。

这也是为什么，在降本增效成为互联网行业集体信条的2026年，网易云选择逆势加码销售费用。

此前，为了维护用户口碑，网易云主动收缩了秀场直播等高流水业务的流量入口，做了一套减法。这套操作在当时是合理的，社区的纯净度，是网易云唯一拿得出手的差异化壁垒。

但现在窗口出现了。网易云还要继续走窄门，去死磕纯音乐赛道，资本回报率是否不够高？

诚然，中国互联网的赛道中，很难再找到一个赢家通吃的市场。腾讯音乐拿版权，汽水音乐拿流量，网易云拿的是情感——三个维度，三种逻辑，三套打法。只要云村的评论区还有人在深夜写故事，只要独立音乐人还把网易云当作首发阵地，就死不了。

但"死不了"和"活得好"之间，中间隔着一道选择题。现如今两根金条摆在面前，你告诉我哪根高尚、哪根龌龊？

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 游戏茶馆

做一款独立游戏，到底需要多少“兄弟”？

这几年，独立游戏市场似乎越来越相信“小而美”的产品逻辑，一个人、几个人，抓住一个足够简单的创意，把核心玩法打磨出来，也许就有机会从大厂林立的市场里杀出一条路。但真正能把“小”做成爆款的游戏，始终是少数。毕竟有创意是一回事，把创意做成产品、再让玩家愿意为它买单，又是另一回事。

最近，一款名字就很容易让人记住的独立游戏为这个问题给出了一个有意思的答案。

7月30日，由Butterscotch Shenanigans（以下简称BS社）开发的《多少兄弟？》正式发售。上线仅两天，游戏销量便突破10万份，成为这个已经做了十多年独立游戏的工作室销售速度最快的作品。更早之前，游戏Demo已经吸引了超过48万名玩家，Steam愿望单也超过20万。

从结果来看，《多少兄弟？》显然已经具备了一款爆款独立游戏该有的样子；而BS社也的确不是第一次碰运气的独立团队。早在十年前，他们就凭借《崩溃大陆》获得过大量玩家的关注，后来的《崩溃大陆2》同样也广受好评。

和《崩溃大陆》的“大”有所不同，《多少兄弟？》处处都体现着一个“小“字。

这款游戏没有复杂的世界观需要玩家理解，也没有一张等待探索的大地图，更没有数不清的任务和系统，把游戏的体量堆到几十个小时，它甚至没有把“自走棋”最容易让人想到的那套多人竞技搬进来，而是把玩家扔进一个无厘头的斗蛐蛐战场，让来自五湖四海，甚至不同时空的“兄弟”们，和一群像马一样大的鸭子，或者像鸭子一样大的马近身肉搏，一决胜负。

当然，光看一群兄弟打架没什么意思，真正有意思的是，究竟要怎么才能让这群“兄弟们”打赢。

他们为什么要打架

人类似乎一直喜欢看两个东西打起来。从古罗马角斗场，到今天的足球、拳击、电竞，再到互联网上各种“电子斗蛐蛐”，我们从来不需要亲自动手，又总会忍不住猜测最后谁会能赢得比赛。

《多少兄弟？》能够成功，抓住的正是人类的这种心理。《崩溃大陆2》发售后，BS社的制作人们为了放松，参加了一场Game Jam，在这期间，他们注意到了互联网上一个论战话题：“打赢一只大猩猩，需要多少人？”

这个问题看起来很蠢，却恰恰因为没有标准答案才有意思。普通人和MMA选手不一样，10个普通人和100个普通人也不一样。如果把人换成僵尸、忍者或者牛仔，再给他们装上一件装备，答案还会继续变化。

于是，团队干脆把这个问题做成了游戏。但他们并没有试图给“大猩猩问题”找出一个最终答案，而是反过来，把它变成了一个可以不断改变条件、反复验证的玩法，这也是《多少兄弟？》最核心的设计。

游戏目前有42种兄弟，分属6个家族，每种兄弟都身怀绝技，比如忍者兄弟能够甩出手里剑，法师兄弟可以用火球炸翻全场等等，再加上与之适配的遗物与道具系统，角色原本的行为与功能还会随着玩家构筑继续发生变化。

游戏根据兄弟的“家族”设计不同的遗物池，种类非常丰富

这种设计甚至延伸到了最底层的数值体系。主创塞斯曾提到，团队给游戏设置了一个“普通兄弟”作为所有单位的标准参照。设计新的兄弟或敌人时，他们会先计算这个敌人的攻击力是普通兄弟的几倍，以及他能够承受普通兄弟的几次攻击。

游戏早期的敌人之一，就是那只和马一样大小的鸭子。按照开发团队的计算，它拥有普通兄弟约35倍的生命值，需要普通兄弟攻击持续约70秒才能解决。

“和马一样大的鸭子”

但这些数值玩家是不了解的，也就是说玩家要通过一次次地重复挑战来体会“和马一样大”是什么样的概念。

传统的肉鸽自走棋，是不会存在这种模糊表述的，即使是无需即时对抗的异步PVP自走棋，敌我数值在局内也是基本明确的，甚至还会在对局结束后为玩家提供对局复盘以便玩家计算数值差距、思考构筑方向。

而《多少兄弟？》提供的对局环境完全不同，玩家一直处在一种“知己不知彼”的状态。一方面兄弟的数值和能力玩家是完全明晰的，策略空间非常大；另一方面，敌人除了数量和部分BUFF效果以外都是用类似“和鸭子一样大”的表述进行模糊处理，给玩家留下了非常大的估算空间，让玩家任何时候都处于一种“猜”的状态。

“和狗一般大的老鼠”

这种粗放的设计并不符合自走棋一向鼓励“精耕细作”的构筑设计传统，但却牢牢抓住了自走棋的基本原理，即“有限策略”。

肉鸽玩法的游戏性就在于玩家用策略战胜随机性的过程。经过多年的发展，肉鸽自走棋玩法的随机性上下限都已经比较明确，想要让游戏具备特色，就要在策略性上下功夫。

《多少兄弟？》在玩法上的最大突破，是为当前的自走棋提供了一种“以量取胜”的新方案，让棋盘变成一个战场，让棋子数量和敌人数量都从“小队”变成“大军”，用量变自然达成的质变来代替人为干预的刻意设计。

地狱绘图

这就是《多少兄弟？》对于自走棋玩法“有限策略”的理解。对于玩家能够操作的策略方面，他在机制上予以轻量化的限制，转而让玩家将思考中心放在更简单的配置队伍上；对于玩家不能控制的敌人方面，他没有动摇脆弱的随机性平衡，而是通过模糊信息保持挑战感。

如果把时间线往前拉，会发现这种看起来有些“不按常理出牌”的设计，BS社不是第一次做。按理说，这群已经做了十多年独立游戏的开发者，应该有一套成熟的选材方向，为什么他们最后会把一个Game Jam里的玩笑，做成了自己卖得最快的一款游戏？

要回答这个问题，就得把目光从“多少兄弟”这个问题本身，转向这三个做了十多年游戏的“兄弟”。

三个“不会做游戏”的兄弟

BS社是由三个兄弟一起建立的。这个工作室一直有种“不太正经”的气质，这种气质从三个兄弟第一次开始做游戏时就已经存在了。

老二塞斯一开始想做游戏，却不会编程。2010年，他和弟弟山姆参加了一次48小时的Game Jam，两个人都没有接受过正规的游戏开发训练，却在短短两天里做出了一个可以玩的游戏。

这次经历给兄弟俩留下了一个新认知，做游戏似乎没有想象中那么难，至少可以先做出来再说。

于是塞斯开始学习编程，山姆则摸索着学习美术。后来，已经读到生物学博士的老大亚当也加入进来。2012年，三个兄弟正式成立了Butterscotch Shenanigans。

他们最初做的并不是什么大作，只是一批规模不大的手机游戏。团队甚至形成了一套非常“草台班子”的开发方式，简单说来就是“快”，快速做原型，快速上线，再快速开始下一个项目。

BS社的部分作品

这种方式让他们积累了经验，却并没有马上带来商业上的成功。《Towelfight 2》几乎是一场财务灾难，《Quadropus Rampage》才让他们第一次真正赚到钱。就在三兄弟摸索着用独立游戏养活自己时，意外突然降临到了山姆身上。

2013年，23岁的山姆被诊断出患有4B期非霍奇金淋巴瘤。癌细胞已经扩散到了他的脾脏、肝脏和骨骼，接下来等待他的，是漫长的化疗、复发，以及最终的骨髓移植。

山姆生病后与家人的合影

这件事情改变的不只是山姆的生活，也改变了三个兄弟做游戏的方式。癌症让山姆第一次开始认真思考：如果这真的是我最后还能做的一款游戏，我究竟想留下什么？于是他们放弃了原来的项目，重新开始。

这一次，他们不想再做一个玩过就忘的小品。他们想做一款足够大、足够有趣，也足够让玩家记住的游戏，这就是后来的《崩溃大陆》。

山姆甚至把它形容成自己“死前最后想做的一款游戏”。而在癌症治疗最艰难的时候，他依然和塞斯与亚当一起继续推进项目。它和BS社早期那些“小而快”的手机游戏完全不同，但某种意义上它又保留了三个兄弟最初的习惯，不管项目变得多大，他们始终是在不断试、不断改，然后静待花开。

2016年，《崩溃大陆》正式发售，山姆最终也活了下来。而这款曾经被他当成“可能是自己最后一款游戏”的作品，也成为了BS社真正意义上的代表作。此后，团队就逐渐从三个兄弟的小团队扩展成了更成熟的独立工作室。

现在的团队成员

但有一件小事他们始终如一，那就是他们依然喜欢Game Jam。

BS社后来还自己举办Game Jam，并把Game Jam中快速原型、快速迭代的开发节奏变成了团队长期坚持的开发方式。塞斯曾公开解释过BS社的开发理念，他们不会提前写下极其详细的游戏设计文档，也不会把几个月后的所有内容全部规划好，而是先确定一个大方向，然后不断做出来、测试、修改。

这其实和三个兄弟最开始学做游戏时没有太大区别，他们一直不太相信“先把一切想清楚，再开始做游戏”的理念，他们更相信应该先把游戏做出来，如果好玩就继续，不好玩就换一个。

三个兄弟参加Game Jam的合影

《崩溃大陆》发售后迅速获得玩家认可，也让这个由三兄弟组成的小团队第一次真正意义上站稳了脚跟。此后的《Levelhead》，他们又开始尝试用户自制内容；团队从最初的三个人逐渐扩展，游戏也从最早的手机小品，走向了更加成熟的商业产品。

如果故事到这里结束，BS社其实是一个相当典型的独立游戏团队，他们从Game Jam起步，靠几款作品积累经验，再凭借一款成功产品完成升级，最后走向成功，不断开发更大的游戏。

但他们并没有因为成功就彻底告别那个最初的自己。

在很多独立团队眼里，Game Jam更像是一块跳板。年轻的时候可以参加Game Jam，因为没有钱、没有人、也没有太多东西可以失去；等到团队做大、产品成功之后，就应该进入另一套更加成熟的开发流程。

BS社却没有这么做，他们甚至把Game Jam变成了团队文化的一部分。这并不是因为他们不懂商业开发，恰恰相反，《崩溃大陆》之后，他们比任何时候都更清楚，一款游戏从创意走到发售，需要面对多少现实问题。

团队整理的开发时间线

他们不过是没有把所谓的“成熟”理解成越来越复杂。所以对于BS社来说，游戏从来不只是一个需要按照流程完成的商业项目，它首先得是一件他们自己愿意花时间去做的东西。

这也解释了为什么《崩溃大陆》之后，他们依然没有把工作室彻底变成一台稳定生产商品的机器，他们依然在继续尝试新的东西，也继续接受失败。

因为对于这三个兄弟而言，做游戏本身就是一种不断试错的过程。他们不需要每一次都证明自己能做出《崩溃大陆》，也不需要每一次都把项目做得比上一次更大。有时候，一个足够有趣的小问题，本身就值得被做成一款游戏。

从这个角度看，《多少兄弟？》更像是三个兄弟在走了很远之后，对自己最初那套创作方式的又一次验证。他们当然已经学会了怎么做游戏，但他们依然愿意像第一次做游戏时那样，保持着那份初见独立游戏制作时的欣喜与期待。

五湖四海皆兄弟

GAME JAM思维保证了这款游戏的游戏性，但独立游戏想要成功，仅仅好玩是不够的。如果只看《多少兄弟？》本身，会发现它还有一个很特别的属性，它不仅适合玩，也很适合被别人看着玩。

这听起来并不是什么特别的事情。很多游戏都有直播，也有主播愿意玩，但对于《多少兄弟？》来说，“看别人玩”本身似乎就是游戏乐趣的一部分。

玩家进入游戏后需要考虑的是“我应该怎么配队”，而当这件事情发生在直播间里，观众思考的则会变成另一件事情，“你觉得这群人能赢吗？”

于是，原本属于玩家的抉择，变成了一个直播间里的大讨论。有时候看起来已经稳了的阵容，会在最后关头突然输掉；有时候看起来完全不靠谱的一群兄弟，却真的能够把对手解决。

籽岷玩《多少兄弟》

这种体验和很多策略游戏不太一样。有些策略游戏非常依赖玩家自己的理解，观众如果没有玩过，就很难看懂主播到底做对了什么、又为什么输了。

《多少兄弟？》却不太需要这个过程，哪怕你第一次看到它，也很容易明白眼前发生了什么，“快看，这里有一群明显不太聪明的兄弟，还有一群明显不太正常的敌人，他们现在要打架了。”

BS社后来复盘这次发布时提到，他们发现Demo期间YouTube播放量出现变化的时候，游戏里的玩家峰值也会随之出现变化。虽然他们自己也无法仅凭这些数据判断每一次观看究竟转化成了多少销量，但至少，视频播放和玩家进入游戏之间已经出现了非常明显的同步关系。

换句话说，在游戏正式发售之前，它其实已经开始接受另一种测试，那就是玩家愿不愿意“看别人玩”。对于这样一个资源有限的独立团队来说，为自己的游戏持续制造曝光是一件很困难的事情，所以对于他们来说，游戏自己能不能变成可直播的内容，反而比花多少钱去买曝光更加重要。

《多少兄弟？》恰好就具备这种能力。“多少兄弟？”这个问题可以是玩家在游戏里的目标，也可以成为主播向观众提出的问题。甚至连一条视频的标题，都不需要再额外想一个复杂的卖点，因为游戏自己已经把答案写在名字里了。

而且这种传播并不完全依赖超级大主播。BS社在复盘同期产品时也注意到，有些同类游戏在首发阶段拥有大量大型主播集中直播，同时在线玩家数会因此迅速冲高；但《多少兄弟？》并没有获得同样规模的头部主播集中曝光，依然获得了大量YouTube和Twitch内容。

这种情况也是BS社所希望的。在这次发售中，团队非常在意怎么让玩家自己“发现”这款游戏。他们甚至没有把这件事情完全交给外部合作，而是选择让自己承担营销和发行的压力，就是希望真正弄清楚，怎样才能让游戏自主吸引玩家。

B站UP主萝太的直播间里激烈讨论的弹幕

这和很多独立团队面对营销时的状态其实不太一样。很多时候，开发者会先把游戏做出来，然后才开始考虑现在该怎么宣传；但《多少兄弟？》做出来以后，团队立刻就开始观察，游戏里什么内容会被别人拿去直播，什么内容会被剪成视频，什么内容会让一个没有玩过的人也愿意停下来看看。

而对于独立团队来说，这种传播能力尤其珍贵，而这或许也是今天的独立游戏界越来越值得关注的一种变化，游戏和营销之间的边界，正在变得越来越模糊。

一款游戏想让大家看到，有时候最有效的方式，是让玩家在别人玩的时候，就已经知道它为什么好玩。

结语

十多年过去，BS社早就不需要靠一款游戏来证明自己是一家真正的游戏工作室，偏偏到了2026年，他们卖得最快的作品，重新变成了一款看起来最“不像大作”的游戏。

过去十多年，独立游戏经历了一轮又一轮的品类扩张，从早期的像素游戏、横版动作，到肉鸽、模拟经营、卡牌构筑，再到如今各种玩法融合，玩家见过的东西越来越多，开发者也越来越擅长从成熟品类里寻找机会。

这让独立游戏变得更容易被制作，却也更难被记住。

一套成熟的玩法框架，可以降低开发门槛，却很难单独成为一款游戏的招牌。尤其是在Steam这样的全球市场里，每天都有大量新游戏上线，一支小团队很难依靠内容规模和宣发资源与大厂竞争。游戏最后能不能从商店页面里被玩家一眼认出来，很多时候就取决于它有没有一个足够明确的理由。

这也是独立游戏一直以来很难被标准化的一部分。

技术可以学习，玩法可以研究，商业模式也可以参考，但一款游戏究竟靠什么让玩家记住，很难靠一张表格算出来。BS社当然已经积累了十多年的开发经验，可《多少兄弟？》最初依然只是一个Game Jam里的小玩意。

外界看到的，是一款游戏从Demo到爆款的过程；但对于BS社来说，这其实只是他们十多年开发生涯中的又一次选择。

独立开发最难的地方，从来不只是把游戏做出来。一个三人团队可以做独立游戏，一支几十人的团队也可以做独立游戏；一个新人可以从Game Jam开始，一个已经做了十多年的工作室同样可以从Game Jam开始。真正拉开差距的，是团队能不能在自己的资源、经验和市场环境之间找到一个合适的位置。

没有人能够保证下一款游戏一定成功，《多少兄弟？》热卖的成绩，也不能意味着BS社从此拥有了一套可以复制的爆款公式，下一次他们可能继续成功，也可能再次遇到失败。

就像那只大猩猩到底需要多少人才能打赢一样，有些问题，本来就没有标准答案；但问题之所以有趣，恰恰是因为没人知道答案。

对于BS社来说，他们找到的是在一次次尝试中，找到了一群愿意陪自己继续寻找答案的人。这些人可能是一起创业的兄弟，也可能是愿意相信他们的玩家，还可能是十多年前第一次参加Game Jam时，那个敢于把荒谬想法变成游戏的自己。

独立游戏真正珍贵的地方，或许从来不是找到一条通往成功的捷径，而是在所有人都开始寻找标准答案时，依然有人愿意提出一个未知的解法。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 陆玖商业评论

消费电子不存在绝对壁垒，但在马拉松赛场中存在输赢。

被汪涛誉为“红孩儿”的刘靖康又出新活了。

8月12日，影石推出了全景相机X系列第六代产品，这也是该公司进入全景相机赛道第十年的新作品。

不过，更新的可能是影石在消费硬件行业概念与渠道上的新想法。影石一边抛出“摄影机器人”的远期技术愿景，另外一方面把产品摆进手机巨头的线下门店。

据接近影石的人士透露，这个“摄影机器人”并非一款未来会横空出世的“终极产品”，也不局限于某一具体的物理形态，其本质上是一个自主拍摄的智能体概念。而已经推出的全景无人机影翎A1，某种程度上可以看作是“Cameraman”的早期雏形之一。

外界很难不产生疑问：这两步落子，究竟是探索增长曲线的关键布局，还是在业绩与对手挤压之下的被动突围？坦率地讲，影石创新正在经历这样的十字路口。

营收高速增长的背后，是利润持续承压，原本稳固的全景相机阵地，又迎来大疆的强势冲击。对内押注智能体摄影的未来，对外借力荣耀的线下网络，同时探索云端挣钱的可行性，三套动作同时落地，但每一项突围又存在一些现实挑战。

与此同时，影石还试图探索新的业态合作商业模式，这家不爱服输的企业，能否依靠技术想象与渠道合作打破增长困局，刘靖康需要持续证明自己。

01 左右手合力，影石落下了两步新棋

回顾影石此前的影像打法，大体上依托全景产品为核心阵地，向运动相机延伸，同时强调用户共创的内容生态。这条路径帮助它在全球全景相机市场一度建立起领先优势。

但最近，这个边界明显被打开了。

从底层逻辑看，影石近期的两大动作，一个瞄准未来产品形态，一个补齐当下渠道短板，两步棋同时出手，并非凭空造势，而是被行业竞争与自身经营现状推着往前走。

第一枚棋子，就是影石提出的智能体摄影，也就是摄影机器人Cameraman概念。尽管目前没有对应某一款现成的实体产品，更像一套长期产品愿景，但官方试图跟上时下智能体、机器人技术的热潮，把传统摄影与其结合。

摄影机器人可以是可自主移动的拍摄硬件，也可以作为机器人、智能眼镜的感知数据入口，核心目标是实现无感记录，让用户不用分心操作设备，全身心沉浸在场景当中。

目前，影石已经有不少技术储备：布局3D高斯泼溅、端侧AI计算，加码定制芯片与传感器。这些技术动作本质指向同一个命题，让硬件能够理解真实物理世界，自动识别场景、捕捉画面，延续影石自创立以来“让记录更加即时自然”的产品底色。无人机影翎A1，被视作这套理念的早期雏形，能够完成自主感知、自动跟拍，但距离完整的摄影机器人仍有很长的迭代周期。

第二枚棋子落在线下渠道。

据悉，2026年7月，影石与荣耀达成影像生态合作，影石全线旗舰产品分批进驻荣耀线下门店，首批落地44家核心商圈门店，计划年底拓展至300家门店。实际上两者互动早有迹象。今年3月，刘靖康曾公开称赞荣耀产品为“杰作”，荣耀CEO李健随后回应“一起努力，用更酷的产品make a difference”。随着此次合作的全面铺开，双方后续在端侧AI与智能影像硬件层面的协同融合，将成为行业的下一步看点。

至于为何能够合作，有业内人士对陆玖商业评论表示，手机影像与便携专业拍摄设备的边界不断模糊，手机厂商开放门店承接第三方影像硬件，可以视为行业新的合作范式。尤其对影石而言，这相当于借用成熟的手机零售网络，降低自身线下拓店的成本。

但这两步棋，不能脱离影石当下的生存处境来单独解读。财报数据显示，2025年影石营收97.41亿元，同比增长74.76%，归母净利润9.29亿元，同比下滑6.62%；2026年一季度营收24.81亿元，同比增长83.11%，归母净利润仅8462万元，同比下滑52.02%，增收不增利的矛盾持续放大。

与此同时大疆大举杀入全景相机赛道，原本近乎垄断的市场开始被蚕食，内外压力叠加，倒逼影石必须通过新概念、新渠道寻找新的竞争筹码。

回过头看，概念与渠道的组合拳已经打出，但愿景能不能落地，渠道能不能转化成销量，还要看现实市场给出的答案，这就引出一个更现实的疑问：这套新打法，真的能撬动新增购机需求吗。

02 新打法撬动新购机需求，是不是悖论

谈及如何面对竞争，影石创始人刘靖康在接受公开采访时表示，大部分消费电子没有壁垒，但行业内存在需要花时间跨越的门槛，红利都曾享受过，接下来，业内比拼的是能否更快洞察客户需求并部署技术、创造优势。

按照这个逻辑，总体来看，无论是摄影机器人的技术构想，还是入驻荣耀门店的渠道策略，都具备理论层面的合理性，但想要直接撬动大规模新增消费，现实中也不是完全没挑战。

就智能体摄影这条线而言，这套构想贴合影石一贯的极客技术取向，但它并不是行业独有的创新。当下AI摄影已经渗透影像创作全流程，从拍摄前构图建议，拍摄中参数调节，到后期自动剪辑成片，这并不算一个具有完全意义上的新鲜事。实际上，业内手机同行进行过有关方面探索。

比如，目前有的手机机型，已经在端侧实现AI自动构图、智能抓拍、智能跟拍，云台设备也普遍搭载自动追踪算法。摄影机器人强调的“自动完成构图、抓拍、成片”，本质上与这些能力同宗同源。

即便未来产品落地，市场增量依旧存疑。摄影机器人的重要卖点，是机器替人完成构图、抓拍、成片，把用户从拍摄操作中解放出来，让用户真正沉浸于当下。但消费硬件市场，从来不会仅仅因为概念酷炫就产生大规模消费，于消费者而言，至少得看到概念落地后的效果再来评估决策。

加之，如今消费者对影像设备的选择已经高度内卷，可选范围越来越广。从以前的徕卡、蔡司联名，到后来某些手机厂家的影像创新，再到手持式影像设备、各类云台、运动相机、全景相机，供给十分充足。普通用户对于“自动拍摄”的需求，很大一部分已经被手机、普通云台消化。新的概念和形态，要说服用户额外掏钱，需要解决真实刚性痛点，否则只能停留在小众极客圈层，要出圈并不容易。

再看和荣耀合作的渠道模式，进驻荣耀门店，确实能够提升影石产品的曝光，让普通消费者在逛手机店的时候接触到全景、运动相机。但合作天然也非绝对完美。

荣耀本身已经布局云台机器人手机，双方产品存在影像功能重叠，虽然使用场景和设备各有不同，但陈列落地、销售引导等还有待划分。在同一个门店之内，导购如何区分两套产品的定位、引导用户选购，是绕不开的落地话题。渠道能带来多少真实成交，而不是只换来围观体验，还需要时间验证。

技术概念虽然有想象空间，渠道拿到曝光窗口，但二者都不能直接等同于销量增长。硬件行业的增长，终究绕不开出货规模与成本的博弈，这也是影石眼下必须面对的现实课题。

03 用规模分摊成本仍是门槛

愿意用利润换长期是慢，这是影石短期可以接受的，层出不穷地推出新品，或探索新技术、新合作又彰显了影石想加快提升竞争力。

抛开概念光环，影石押注新渠道、新赛道背后，有一个非常朴素的商业诉求：扩大出货规模，用规模摊薄不断走高的研发与硬件成本，缓解利润压力。

渠道层面，影石自身线下门店扩张速度很快，过去三年间国内专卖店从个位数扩张至近300家，数量增长50倍。但对比大疆成熟庞大的线下体验、经销网络，依旧存在明显短板。自建门店要承担选址、装修、人员的高额成本，扩张速度存在天花板。

接入荣耀已有的门店网络，相当于低成本补齐线下触点，触达原本接触不到的普通消费人群，是性价比很高的补短板手段。

可渠道红利，需要用时间证明能不能在竞争上形成优势。影石如今身处双线作战的困境。一方面主动闯入大疆的腹地，推出无人机、云台相机产品，可无人机赛道壁垒极高，大疆拥有品牌、供应链、算法的深厚积累，品牌认知难以短期树立起来。大疆已在全景运动相机赛道日渐给影石压力；影石的无人机产品并未给大疆带来较大的竞争压力。

据奥维云网2026年1月线上零售监测数据，国内线上无人机市场大疆零售额占比75.2%，影石旗下影翎A1仅有2.02%的份额，即便今年全年可能短期很难撼动对手根基。运动相机赛道同样强敌环伺，行业增速更是下滑。虽然影石搭建起丰富的产品矩阵，但想要从存量市场抢份额，在成本普涨行业背景下，要付出极高的研发、营销代价。

据瑞银测算，SoC、DSP、DRAM等芯片涨价推高物料成本约9%，拖累毛利率约4个百分点。另一方面费用高增，2025年公司销售费用为16.79亿元，同比增长了103.31%（高于营收增速），销售费用率升至17.23%。2026年一季度销售费用继续同比增长75.54%至4.49亿元。销售费用和研发费用的同步高增，共同吞噬了部分收入增长带来的利润弹性。

高额投入直接反映在财报之上。2025年影石研发投入15.3亿元，同比接近翻倍；2026年一季度研发投入4.65亿元，同比上涨101%，大量资金投入无人机、芯片、新品类研发，持续侵蚀利润空间。增收不增利已经成为悬在头顶的难题，且这一尴尬现状已经持续了很久。压力同时传导至现金流与存货：2026年一季度影石经营性现金流净额转为约-14.7亿元，存货升至约37.9亿元。

和外界的生态合作，本质就是希望借助外部渠道拉动出货，依靠更大规模的出货摊薄固定成本。与荣耀联手做影像生态，是比较现实的选择——构建生态，反过来也是必须通过尽快扩大自己优势领域出货面的举措。只是渠道只是放大器，真正决定转化上限的，依旧是产品本身能不能打动消费者。

渠道是向外借力，而影石的基本盘，依旧离不开全景相机这条起家的赛道。在全景赛道的基本盘会走向何方，会影响影石的生存底盘。

04 影石的尝鲜还是一场马拉松

全景相机曾经是影石的护城河，但这个曾经的王牌赛道，市场格局正在发生剧烈摇摆，赛道本身的市场容量，也存在肉眼可见的天花板。

IDC一季度报告数据显示，全球手持智能相机出货414万台中，全景相机仅50余万台、占比约12%，增速虽高于55%，绝对量仍是小众分支。今年夏天，洛图科技暑期出行季数据显示，在2026年暑期档手持影像设备线上市场中，全景相机占比为3%。

显然，全景相机的渗透率有硬上限。与全景相机视频带来的强烈冲击感相比，其市场容量可能和感觉有些相悖。全景相机有自己的专属价值，如极限运动第一视角、创意多角度叙事、虚拟现实内容采集，但对大众消费来说，日常设备的角色，Pocket和Action已经完成接管了。可即便体量不够大，赛道竞争依旧激烈。

据IDC数据，去年大疆入局后，第四季度其全景相机出货份额超35%，影石全年市占率约66%，到了今年第一季度，影石、大疆份额分别为68%、22%。进入夏季，洛图科技RUNTO暑期监测数据显示，2026暑期国内线上全景相机市场，大疆Osmo360销量占比已经达到56%，拿下细分市场第一，双雄交锋正式开启，天平有所倾斜。

面对赛道规模约束，叠加大疆的挤压，影石压力不小。

刘靖康在公开采访中提出，品类天花板取决于产品解决问题的能力，评判标准落在用户留存与活跃度之上。其实，论市场厚度，全景相机在手持影像设备中的体量低，用户留存和月活自然有限。当然，影石也试图重新定义全景相机。

第一条路径，做产品功能融合。

最新发布的X6，把全景相机与运动相机、云台相机的能力整合，还移植Luna受欢迎的头追功能，一台设备兼顾多类设备的使用场景。通过功能融合，尝试拓宽全景相机的使用边界。

即便刘靖康强调不必担心此举反噬其他产品线，但有两点疑虑值得注意，一是硬件功能融合会不会带来成本、功耗、产品定位的压力。二来能不能兼顾好不同场景用户的真实需求？加之全景大盘体量有限，影石在运动相机又是后入场，融合创新能否带来大规模出货，存在不确定性。

至于第二个方案，是尝试考虑向外拓展商业边界，布局云端增值服务，探索具身智能、汽车场景的落地机会。

其中，就云端利润来说，理论上过去硬件比如手机可以通过云空间收费等带来云端服务的增值收入。不过手机的综合需求功能更高，使用频次也高，故而苹果等厂家可以从中受益匪浅。

换到全景相机赛道，想要实现剪辑、加特效、修图这类高阶智能功能，端侧的效果会受到很大限制，而云端的算力空间则要充裕很多，用户的买单付费会成为影石潜在商业化闭环。机会有，但堵点挑战也在，例如有多少用户愿意为之买单？如果用其他方式能够实现剪辑、加特效、修图这类高阶智能功能，云端价值又当如何？毕竟，影石方面自身也表示，大多消费电子不存在绝对壁垒。

至于其他落地机会，天然可以采集完整空间信息，理论上可以服务车载记录、空间感知等场景。但跨赛道拓展门槛不低，汽车行业认证周期漫长，车载硬件对稳定性、可靠性要求严苛；云端业务需要持续的服务器投入，付费意愿还需要培育。从消费级手持相机跨界到工业、车载场景，对团队的供应链、客户服务能力都是全新考验。

目前，全景赛道的池塘已经不再安全，向外突围又到处是门槛。影石所有新动作，本质都是试图跳出单一细分品类的枷锁。

回过头来看，影石当下的处境，是很多消费硬件创新公司共同的缩影：依靠一个创新细分赛道站稳脚跟之后，马上就要面对巨头跨界、赛道天花板、增收不增利的连环拷问。

手握技术想象，也要面对现实市场的约束。摄影机器人的故事能不能照进现实，渠道合作能不能兑现销量，全景之外的新曲线能否跑通，不妨让子弹飞一会儿。

另外，影石的每一步动作，到底是盯着大疆，还是被大疆盯着，这也是一个问题。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文｜新品略财经，作者｜吴文武

荣耀刚发布Robot Phone不久，最新荣耀机器人亮相世界机器人大会，荣耀时常闪耀在聚光灯下，荣耀太想进步了，回归现实，荣耀仍面临不少大考。

01 荣耀常闪耀在聚光灯下

今年的手机行业中，除了苹果和华为的高关注度和高曝光度外，其次应该就属荣耀了。

这几天的2026世界机器人大会上，荣耀机器人再次闪耀登场，被多家媒体集中报道，成了热搜话题。

在大会期间，8月23日，在第二届世界人形机器人运动会400米赛跑大型组决赛中，荣耀机器人闪电以39.45秒的成绩，再次打破人类纪录。

相比于荣耀机器人的高曝光度，荣耀在传统手机业务方面，前不久也刚刚放了大招，更值得关注。

荣耀8月12日正式发布了荣耀Robot Phone，宣传为全球首款机器人手机，话题热度持续已久。

荣耀Robot Phone主打具身智能与机械云台影像，发售价为9999元起，已经在8月18日全渠道开售。

荣耀宣传称Robot Phone集成了AI智能体、可活动机械结构与专业影像能力，外界对其评价也是智能手机形态的一次创新突破。

荣耀给该款新手机上注入了几个黑科技，其中一个最大的看点是机械云台设计，机身背后集成了行业最小的四自由度钛合金机械云台，主摄可伸缩旋转，还支持360度自动追踪与防抖。

各大手机品牌都在卷产品，此前有媒体曝出有其他友商品牌已经在研发手持云台产品，没想到荣耀直接把手机和云台直接整合到一起。

这款手机还有YOYO机器人模式，搭载升级后的YOYO Pro智能助手，具备情感感知与多模态的交互能力，还有与电影摄影机品牌ARRI深度合作的专业影像系统。

发布会当晚，荣耀CEO李健透露，当时荣耀Robot Phone预订量已经超过40万台，也成了这款新手机系列报道的一条焦点新闻。

整体看，Robot Phone是荣耀最新讲出的手机新故事，也让荣耀成为近期手机行业的高关注度品牌。

《新品略财经》在荣耀一线门店关注到，荣耀把Robot Phone摆放在了黄金位置，还是吸引了不少人的驻足咨询、体验或购买。

当然，针对荣耀发布的Robot Phone，市场上有不同的观点存在。

比如，有媒体认为荣耀Robot Phone成为行业一款现象级产品，也有媒体发表评论称，荣耀Robot Phone，是新手机，还是新故事？

不管怎样，外界对Robot Phone争论越多，荣耀所获得的关注度就越高，当然是赢家，以上仅是荣耀今年8月的两个重磅动态而已。

02 荣耀太想进步了

AI浪潮席卷手机行业，各大手机品牌都在争相讲AI故事，在国内几家头部手机厂商中，毫无疑问，荣耀是近一两年猛讲AI故事最卖力的那个。

在《新品略财经》看来，荣耀猛讲AI故事及其他新故事的关键原因是多方面的，甚至可以说有不少的现实压力，当然也有自我驱动因素存在。

荣耀最开始是华为孵化出来用来直接对标小米，在发展初期，荣耀处处追着小米猛攻，在荣耀隶属于华为体系时期，有华为标签和光环加持，荣耀发展势头强劲。

后来因众所周知的原因，荣耀2020年从华为完全剥离出来，在赵明的带领下，荣耀度过了至暗时刻，后来不断完善产品线，一跃发展成手机行业头部品牌，同时进军国际市场，成绩很不错。

手机赛道竞争十分激烈，荣耀不仅面临OPPO、vivo、小米等友商的竞争，在高端产品系列也要和苹果展开竞争，最近两三年华为强势回归，发展势头凶猛，也成了荣耀的强劲对手。

单独发展后的荣耀一直在努力摘掉华为的标签和影子，最近一两年在各方面的动作明显加快。

2025年1月，赵明离职，新任CEO李健接棒，刚开始两个月表现很低调，甚至外界开始质疑荣耀未来何去何从。

一位手机行业资深人士当时曾向《新品略财经》表示，当时的荣耀市场声量很小，甚至在行业中较长一段时间里没什么存在感，有荣耀高管想在微博挑起话题，结果友商无人理会，多少有些尴尬。

李健很快带领荣耀重整旗鼓，2025年3月重磅发布阿尔法AI战略，宣布未来五年投入100亿美元构建开放AI终端生态，此后荣耀变得高调起来。

后来，荣耀进入机器人赛道，张雪机车爆火后，荣耀抢先赞助营销……今年7月荣耀发布全新品牌标识荣耀之环与“敢想，敢不同”的品牌主张等。

回归到手机业务层面，虽然荣耀在国际市场上卖得不错，但其在国内市场还是面临不小的压力。

据IDC数据，2026年上半年国内手机出货量排行榜显示，华为第一、苹果第二、OPPO系第三、vivo系第四，小米第五，荣耀第六，占手机行业市场份额的11.8%。

在手机产品营销方面，荣耀已经把AI作为主要卖点，不断讲出自己的新故事，最新就是荣耀发布的Robot Phone。

手机行业内卷加剧，再加上存储芯片涨价等因素，和其他友商相比，荣耀面临的压力显然更大。

除了苹果、华为两大手机科技巨头自带话题和流量外，相比于其他几家友商，荣耀更需要关注度，更需要讲出新故事，说到底：荣耀，太想进步了。

03 荣耀仍面临大考

无论是产品创新，还是发展新业务，以及在品牌营销等方面，现在的荣耀和过去的自己明显完全不一样，在很多方面都有很大的进步。

至少在外界看来，荣耀正在不停地改变，在李健的带领下，荣耀正在谋求一次彻底的自我蜕变。

不过，在《新品略财经》看来，尽管荣耀进步很明显，但荣耀未来还真正面临不少的大考及挑战。

首先，摆在荣耀面前的第一个大考就是手机业务销量需提振的现实压力。

尽管这个月荣耀高调发布了Robot Phone，预订量超过40万台，算是讲出了新故事，这款新手机有明显的创新，但却并不是走量机型，热度过后，很有可能会成为一个小众旗舰机。

荣耀除了要继续大力发展国际市场，保持海外销量增长外，在国内市场还是要靠几款主力机型去拉动销量，从短时间来看，竞争对手们各个实力强悍，荣耀的压力可一点都不小，但荣耀却别无选择。

其次，荣耀进行了多元化业务探索，但新业务要赚钱还需要较长的时间。

荣耀讲出了很多新故事，其中很有代表性的就是荣耀机器人，在世界机器人大会及世界人形机器人运动会这样的场景中，表现得都很亮眼，这两天甚至风头盖过了刚刚上市的宇树科技。

人形机器人这样的前沿科技，目前的动作能力大多还停留在站台、运动会、表演节目和演示视频里，商业场景落地及商业变现能力，还需要未知时间。

荣耀推机器人除了要在运动会上跑得快之外，更需要探索如何进入实际场景的价值创造及未来的商业化，比如让荣耀机器人走进智能生产车间。

第三，荣耀面临资本市场大考，正在推进IPO，压力也不小。

荣耀一直很想上市，2024年底完成股改，2025年6月获得上市辅导备案，开始冲刺上市，市场曾在今年5月流传出荣耀“IPO终止”传闻，不过荣耀在内部员工持股会议上明确予以否认。

据财联社旗下科创板日报7月30日报道，证监会官网IPO辅导公司系统显示，中信证券提交了《关于荣耀首次公开发行股票并上市辅导工作进展情况报告（第四期）》，表明荣耀在继续推进IPO进程。

荣耀2020年从华为剥离时交易对价约2600亿元。根据胡润研究院2026年6月《全球独角兽榜》，荣耀最新估值1800亿元，较2025年的1700亿元小幅上涨100亿元，但对比当年剥离交易对价，估值缩水超30%。

荣耀现在所做的新业务、新产品及讲的AI战略等，也是为了讲出新故事，想让外界重新认识新荣耀，抬高估值，更希望外界看到新荣耀的新标签。

在手机行业竞争激烈，国内销量压力很大，叠加行业承压等大背景下，荣耀还需要讲出更多新故事。

无论如何，荣耀至少在不停改变和创新，已经在向外界证明自己太想进步了，荣耀未来发展如何，只有时间才能给出答案。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | Leading

从L1到L3，自主交互正在成为具身智能最容易被低估的能力分水岭

过去一年，具身机器人最常见的进步，是动作越来越像人。

它们开始叠衣服、整理房间、端咖啡、分拣物品，也能在舞台上奔跑、跳舞甚至完成高难度动作。到了2026年，行业讨论的重心已经明显从“能不能动”转向“能不能干活”。在世界机器人大会等行业活动中，数据、VLA、世界模型、泛化能力和商业化，成为具身智能公司反复讨论的关键词。

但机器人真正进入家庭、校园和养老机构后，很快会碰到一个比“会不会干活”更麻烦的问题：

它什么时候应该主动？

孩子一个人坐在走廊里，机器人要不要靠近？老人一上午没有明显活动，系统是否应该询问？用户嘴上说“我没事”，但语气、表情和行为和平时不同，机器人应该继续追问、提供建议，还是保持安静？

太被动的机器人只是一个长了腿的智能音箱；过度主动的机器人，则可能成为一个没有边界感的陌生人。

具身智能下一阶段的难题，已经不只是让机器人学会行动，而是让它知道什么时候可以介入，介入到什么程度，以及什么时候必须把判断交还给人。

这意味着，行业需要补上长期缺失的一张能力表：自主交互分级。

行业给机器人的手脚分了级，却没有给“边界感”分级

目前，具身智能的大多数能力体系，都围绕感知、规划、控制和执行展开。

机器人能否识别物体，能否在动态环境中行走，能否完成长程任务，遇到失败后能否重新规划，决定了它在物理世界中的自主程度。2026年发布的人工智能终端智能化分级，也将终端能力划分为响应、工具、辅助和协同等不同阶段，说明AI终端正在从执行单一指令，走向理解上下文和跨设备协作。

但这些分级主要回答的是：机器人能独立完成多少任务。

进入人类生活以后，还需要回答另一个问题：机器人可以在多大程度上主动影响一个人？

移动、抓取和操作物体，属于任务自主；主动问候、提醒、安慰、追问和联系家属，则属于交互自主。前者影响物理环境，后者直接介入人的情绪、关系和决策。

过去，交互被看作机器人的附属界面：只要语音识别准确、回答自然、屏幕流畅，就算“会交互”。但当机器人拥有摄像头、麦克风、长期记忆和主动行动能力之后，交互本身已经成为一种行为。

机器人走向一个孩子、持续注视一个老人、主动提起一段过去的经历，和手机弹出一条消息并不是同一回事。具身存在会放大机器的在场感，也会放大每一次错误判断的影响。

所以，衡量自主交互不能只看“像不像人”，还要看它是否知道边界。

L1：被动响应，机器人仍是“有身体的工具”

自主交互的L1阶段，是被动响应。

用户说一句，机器人回答一句；用户发出明确指令，机器人完成相应动作。它可以回答问题、播放内容、完成测评、带领训练，也可以执行“把水拿过来”“打开灯”“提醒我吃药”等任务。

这一阶段的系统逻辑比较简单：

用户发起请求，机器人识别意图，调用相应能力，再返回结果。

L1的优势是可控。机器人的权限来自用户的明确指令，开发者只需重点解决识别准确率、响应速度和任务成功率。即使出现错误，影响范围通常也局限在一次交互中。

但它的局限同样明显。

老人没有主动说身体不舒服，机器人就不会询问；孩子遇到挫败却不愿开口，系统也无法提供帮助。机器人看似24小时在场，实际上仍然在等待人类按下一个看不见的按钮。

很多所谓“陪伴机器人”仍停留在这个阶段。它们能够说出温柔的话，却无法理解一句话为什么在此刻出现；能够记住用户名字，却不知道一段旧记忆是否已经失效。

L1解决的是“机器人能不能回应”，还没有解决“机器人是否理解正在发生什么”。

L2：理解上下文，但主动权仍然属于人

进入L2阶段，机器人开始具备情境理解能力。

它不再只处理一句话，而是把语言、表情、行为、事件和历史互动放在一起，判断用户当前处于什么状态，以及什么因素可能引起了这种变化。

例如，一个孩子在完成拼图任务时连续失败，动作速度变慢，回答变短，随后把拼图推到一旁。L1机器人可能只会等待下一条指令；L2系统则可以把这些变化组织成一个事件：

任务连续失败，参与度下降，用户暂时中止任务，建议降低难度或询问是否需要休息。

这里最重要的进步，不是机器人给孩子贴上了“焦虑”“厌学”或“性格内向”的标签，而是它开始理解状态如何随着事件变化。

观察和结论必须分开。

“用户沉默时间变长”是观察；“用户可能出现挫败感”是带有置信度的状态假设；“用户存在心理问题”则已经超出了普通机器人应有的判断边界。

因此，L2可以提供选项，但不应擅自替人作出高影响决定。

它可以问：“要不要休息一会儿？”也可以提供“继续尝试、降低难度、找老师帮忙”等选择，但最终的互动方向仍由用户、老师、家长或照护人员确认。

L2真正的技术门槛，不只是多模态识别，而是把事件、状态、记忆和策略连接起来，同时允许用户纠正模型。

如果机器人判断错了，用户能不能说“我不是难过，只是在想事情”？这次纠正会不会更新后续策略？过去的状态记录是否会随时间降低权重？

一个不能接受纠正的情感模型，只是在用更复杂的方式固化偏见。

L3：有限自主，机器人开始决定“是否介入”

L3是自主交互真正发生质变的阶段。

这一阶段的机器人可以在特定条件下主动发起互动，并根据用户回应调整策略。它不必等待明确指令，但它的自主性受到场景、权限、风险等级和置信度约束。

比如，居家机器人发现老人长时间没有出现在常用区域，可以先进行一次温和询问；如果老人正常回应，事件被记录并结束；如果多次询问仍无回应，系统才将信息交给子女或照护人员。

在校园中，机器人发现学生在一次任务失败后明显减少互动，可以提供短暂休息或简单放松选项；如果状态持续变化，则把事件摘要交给老师，而不是自行进行所谓“心理干预”。

因此，L3并不意味着机器人什么都能自己决定。恰恰相反，真正成熟的L3必须同时具备四种能力：

发现变化，判断可信度，选择低风险策略，并在达到边界时完成人工接管。

这套逻辑的关键，不是“主动”，而是“有限自主”。

机器人可以主动问候，但不能无限追问；可以提示关注，但不能给出诊断；可以调用经过确认的历史记忆，但不能把一次偶然倾诉变成永久人格标签；可以通知老师或家属，但必须说明触发提醒的事件和依据。

L3的最高能力甚至不是更积极地采取行动，而是知道什么时候不行动。

这也是它与传统主动营销、推荐算法最大的区别。推荐系统猜错一次，用户可能只会看到一条不感兴趣的内容；家庭机器人判断错一次，却可能打扰真实关系，制造不必要的焦虑，甚至让用户产生被监视的感觉。

自主交互越深入，企业承担的责任就越重。

从L1到L3，增加的不是功能，而是责任

如果只从产品界面看，L1、L2和L3之间似乎只是功能越来越多。

但从产业角度看，这三级能力对应的是三种完全不同的责任结构。

L1的责任主要在任务执行：机器人有没有听懂，动作有没有完成。

L2增加了解释责任：系统为什么认为用户状态发生了变化，使用了哪些信息，判断是否允许被纠正。

L3则增加了介入责任：机器人为什么在此刻主动靠近，为什么发出提醒，为什么选择通知某个人，以及谁对后续行动负责。

这意味着，具身机器人不能只建立“感知—决策—执行”的技术闭环，还要建立“观察—判断—交互—确认—人工接管”的责任闭环。

近期钛媒体对陪伴机器人产业的观察提到，数据安全、真实亲密关系与工程成熟度，正在构成情感陪伴机器人商业化必须跨越的三重门。产品可以量产，但信任无法随着产量同步复制。

自主交互分级的意义，正是把抽象的“信任”转化为可以设计和验证的系统能力。

企业需要明确每一种状态下机器人的权限：哪些变化只记录，哪些可以询问，哪些需要提醒，哪些必须转交真人。每一次策略调用还应留下依据、置信度、用户反馈和后续处理结果。

没有这套机制，所谓自主交互，很容易退化成“机器人想说什么就说什么”。

具身智能的下一批数据，可能不是动作数据

当前具身智能行业的竞争重心仍然集中在数据。

企业正在采集大量抓取、行走、操作和任务执行数据，希望模型获得更强的物理泛化能力。行业普遍认为，机器人要从Demo走向规模化部署，需要建立数据、评测和真实场景反馈之间的持续循环。

但如果机器人未来需要服务人，仅有动作数据还不够。

自主交互模型真正需要的，是另一类连续数据：

发生了什么事件，人的状态如何变化，机器人采取了什么策略，用户如何回应，真人是否修正了模型，以及这次互动最终有没有产生积极效果。

这不是简单的“情绪标签库”，而是一套事件、状态、策略和结果之间的时序关系。

同样一句“我没事”，可能意味着平静、回避、疲惫，也可能真的只是不想继续交流。模型不能仅根据表情或语气给出答案，而要结合事件背景、个人基线和后续反馈不断修正判断。

这类数据的价值，在于教会机器人如何与人相处，而不仅是如何模仿一句共情话术。

EmoGPT真正需要证明的，也不是“更会聊天”

一些情感智能企业已经开始探索这种分层路径。

例如，领本AI尝试将EmoGPT放在机器人、Pad、APP和后台系统之间：机器人承担现场感知和具身接近，Pad为用户提供明确、可选择的互动入口，模型负责组织事件、状态和建议策略，老师、家长或照护人员则负责复核和后续跟进。

这类架构的价值，不是让机器人变成“比真人更懂用户”的情感替代品，而是让不同终端共同完成一条可追溯的协同链路。

不过，任何一家企业要证明自己真正进入L2甚至L3，都不能只展示一段顺畅对话。

它还需要回答更难的问题：误触发率是多少？状态判断如何被纠正？长期记忆何时更新或遗忘？不同设备之间如何隔离权限？机器人主动提醒后，真人是否真正接手？系统有没有记录最终结果？

这些指标或许没有机器人跳舞直观，却更接近家庭、校园和养老客户真正愿意持续付费的原因。

具身智能的“GPT时刻”，可能先需要一张交互驾照

2026年的具身智能正在从表演期走向部署期。行业开始追问机器人到底能不能创造真实价值，而不只是完成一段精心设计的演示。

但从实验室走进人类生活，机器人需要跨越的不只是技术成熟度。

工业机器人可以在围栏内追求效率，家庭机器人却必须理解尊重；仓储机器人可以按照订单持续工作，校园机器人却不能因为识别到一个状态变化就持续追问；机械臂的优秀体现为动作准确，陪伴机器人的优秀有时反而体现为适时退后。

未来评价一台机器人，或许需要同时看两张能力表。

一张衡量它能完成多少物理任务，另一张衡量它能以多大自主程度介入人的生活。

L1解决回应，L2解决理解，L3解决有限自主。越往上走，机器人越聪明，企业也必须越克制。

具身智能真正成熟的标志，不是机器人终于可以替人决定一切，而是它学会了在关键时刻，把责任交还给人。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

“丝芙兰不是我们的核心业务，我们做出剥离非核心业务的战略决策。”

日前，上海家化联合股份有限公司发布公告，拟以7000万欧元（以基准日汇率7.93折合约人民币5.55亿元）向Sephora Asia出售其持有的丝芙兰（上海）化妆品销售有限公司19%股权及丝芙兰（北京）化妆品销售有限公司19%股权。上海家化董事长、首席执行官林小海表示，“双方合作已满20年，其实2024年合同就已到期，但因为自己2024年刚入职上海家化，为保障合资公司平稳运行，对合同进行一次延期。”

此次交易完成后，上海家化将彻底退出运营丝芙兰中国的两家合资公司，预计增加税后投资收益约人民币4.74亿元。

此次交易的买方Sephora Asia为LVMH集团全资公司，目前持有两家合资公司各81%股权

公告显示，本次交易不构成关联交易，亦不构成重大资产重组，已经上海家化九届九次董事会审议通过，尚需提交股东会审议并完成国家外汇管理机构外汇登记手续。

上海家化与丝芙兰的合作始于 2004 年。当年，Sephora Asia 与上海家化合资成立丝芙兰上海，上海家化出资 4272.6 万元持股 19%；2006 年，双方再度合资成立丝芙兰北京，上海家化出资 1235.9 万元，同样持股 19%。两家公司共同负责丝芙兰在中国的线上线下业务运营，目前在华开设约 300 多家门店。

在合作早期，上海家化为合资公司提供了本土渠道对接、政策协调与商超网络资源，帮助丝芙兰快速落地中国市场。业绩层面，两家合资公司曾长期处于盈利区间——2019 年至 2021 年，丝芙兰上海与北京合计贡献净利润接近 15 亿元，合计营收在 2021 年达到 108.76 亿元的峰值。

但自 2022 年起，丝芙兰中国业绩开始遇冷。数据显示，2022 年至 2025 年，两家公司共计亏损超 14 亿元。其中 2024 年合计营收收缩至 71.4 亿元，同比下滑约 19%，净亏损 6.46 亿元；2025 年营收 65.36 亿元，同比下降 8.5%，亏损收窄至 4.99 亿元，但仍未走出下行通道。

传导至上海家化报表端，2023 年至 2025 年，公司按权益法确认的投资损益持续为负，分别亏损 2683.53 万元、1.23 亿元、8513.71 万元，累计侵蚀投资收益约 2.35 亿元。

2026 年一季度，盈利状况出现分化：丝芙兰上海实现净利润 2660.81万元，丝芙兰北京则亏损 1683.67 万元，整体仍未完全扭转。

2023年至2025年，上海家化从丝芙兰上海和丝芙兰北京确认的投资损失分别合计约2684万元、1.23亿元和8514万元，三年累计超过2.35亿元。

截至此次交易公告日，上海家化持有的两项长期股权投资账面价值均已减记至零。而随着此次的退出，恰好可以把原本亏损的资产重新变出真金白银。

不再执着于高端的丝芙兰，能否接住新需求？

上海家化的退出意味着丝芙兰中国业务从合资转向独资，也意味着其获得了更灵活的决策自主权。

事实上，面对中国市场的业绩滑坡，丝芙兰近年已启动多轮调整。渠道端，中国大陆门店总数从峰值371家收缩至目前约330家；组织端，2024年8月启动架构精简，裁撤约120个岗位，覆盖电商运营、零售管理及一线销售序列；管理层方面，2025 年3月丝芙兰全球CEO亲自接手中国区业务，核心岗位经历密集更替。

与此同时，丝芙兰中国也在尝试重新调整产品结构和门店模型。选品层面，丝芙兰也开始逐步改变以国际品牌为主的货架结构，向国货品牌“低头”——过去一年已有花西子、酵色、三资堂等26个中国美妆品牌陆续入驻；体验层面，门店也从商品陈列场向美妆体验场转型。据丝芙兰大中华区总经理丁霞透露，线下门店客流已连续21个月保持双位数增长。

不过，客流持续上升的背后，也折射出丝芙兰在中国市场所面临的尴尬局面——虽然越来越多消费者愿意进店体验，但真正转化为下单的比例并未同步提升。在社交平台上，"75折" 已成为丝芙兰的一个显著标签，消费者普遍形成日常逛店试色、等折扣期下单的消费习惯。如何在固定折扣期之外，让消费者为体验与选品能力支付原价，仍是丝芙兰中国独资后面临的核心商业命题。

不过，从全球视角看，过去三年丝芙兰全球业务规模增长了近50亿美元，截至目前已连续22个季度实现业绩增长。而中国市场的渠道竞争烈度、消费决策路径变化，给传统零售体系带去了严峻的挑战。

对上海家化而言，此次交易在财务不仅获得了投资收益，同时还卸下了持续亏损的联营资产包袱；在战略上，资源将进一步向六神、佰草集等自有品牌集中。而对丝芙兰中国而言，独资架构下的决策效率提升、体验升级与选品重构能否真正转化为业绩修复，仍需时间验证。二十年合资终局之后，双方各自的下一段叙事才刚刚开始。（本文首发于钛媒体APP，文 | 消费纵深，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

北京亦庄，世界机器人大会（WRC）的展馆比去年热闹了一圈。去年扎堆跳舞翻跟头的人形机器人，今年有不少把产线搬进了展位，开始解决干活这件事。

机器人能看、能听、能跟人对话，但拧不好一个瓶盖。灵巧智能算法科学家陆博在WRC同期论坛上把这个现象点破：具身智能的瓶颈正从理解转移到执行，灵巧操作是解决这个瓶颈的核心。这也是灵巧智能从成立起就押注的方向。

在这条从demo走向落地的路上，灵巧智能的做法有点反常。这家2024年1月注册成立的公司，几个创始人都来自上海交大机器人所。它的旗舰款高自由度灵巧手去年5月就发了，性能已经接近展馆里大部分同类产品的工程化水平。但接下来整整14个月，这只手没有对外卖。

“我们花了大概14个月，一直憋着没有对外卖，就是去做各种工程化。”灵巧智能CTO朱豪华在WRC展台交流时表示。

从人形到手

创业时几个合伙人面前有两条路，做人形还是做灵巧手。他们选了手。

他们的判断是，机器人不管表演走路还是跳舞，最后落到应用一定要用手去操作。灵巧智能先解决操作（manipulation），再解决移动（locomotion）。灵巧操作要求数据精度、接触建模、力控能力，是具身智能里最难的子集。“处理了最难的基座以后，往简单的方向去泛化是很自然的。”灵巧智能算法科学家陆博表示。反过来，只解决夹爪问题再向灵巧手泛化，经验几乎不可复用，自由度差了一个量级，手和物体的接触模式也完全不同。

“我们第一款做的就是高自由度的手。当时做灵巧手很早，很少有人在做。”朱豪华回忆，“应该是第一家把绳驱做成标准化量产，开模做大量寿命测试、工程化验证的。”

灵巧智能没有把自己定位成零部件公司，它的底层能力是一套硬件、感知、数据、模型、场景五维一体的技术栈。2024年下半年第一款灵巧手进入标准化量产，同年年底公司已经开始搭建数据集。那段时间行业里最主流的采集方式是真机遥操作，特斯拉也在用。灵巧智能在2024年12月前后做了一个判断：真机遥操作可能不是模型训练的主流数据方向，至少不是底座数据来源。

他们开始采集真人手的数据。

2025年下半年，灵巧智能发布了基于光学动捕的人手数据集。原理上和英伟达去年底发布的那几个大规模数据集基本一样，但灵巧智能启动得更早。

这个判断的技术依据是，人直接操作物体的精度在亚毫米级，动作捕捉系统在指尖采集原始动作可以做到0.5毫米，但遥操作经过人机映射、控制延迟、反馈缺失，精度通常退化到厘米级，差了一个量级。“去采一些遥操作下的精细动作数据，采到的其实只是一些降级以后的粗糙模仿。”陆博说。这就是为什么遥操作能完成简单抓拿，精细操作几乎做不到。

而英伟达的数据偏多样化、大规模，解决的是泛化基模问题，手部动作不需要多么精细。灵巧智能走的是另一条路：高质量、高精度，带力觉标注。

灵巧智能通过强化学习的方式，把物理约束规则作为牵引融入数据，反推出力的信息。有了力觉，做掌内调姿这类精细动作时，成功率和收敛性都会好很多。

到今年，灵巧智能把模型infra底座搭完了。它的做法是在现有基模上做一层针对高自由度灵巧手的动作扩增，没有从零训一整个大模型。用一个“积木”模型打底，再在上面训一个灵巧操作相关的模型，两个模型形成对话。

技术上的难点在于时间尺度不一样，到底是大模型调用灵巧操作模型，还是灵巧操作模型调用大模型。朱豪华的判断是，任务执行过程中一定是下层模型做自主决策，碰到问题再向上层模型请求，拿到进一步指令后继续滚动推进。

“下半年我们会对外披露这方面的进展。”他说。

数据管线的工程化

陆博把灵巧智能的数据方法论概括成三个核心理念：人是万物的尺度，优先使用人类原生的操作数据；专注中训练；相信数据与基础设施的沉淀。

具体的管线已经跑通。同一段第一人称视频，可以端到端产出四层标注：原始视频、人手网格拟合、手部骨相、手和物体在世界坐标下的位姿与接触关系，全程不需要人工标注，手部位置误差显著优于行业基线。

训练上，灵巧智能押注的是预训练到后训练之间的“中训练”层。预训练能完成90%底层感知和理解工作，传统做法是直接跳到后训练微调特定任务。灵巧智能的路径是中间再加一步，用大规模灵巧操作数据，让机器人获得通用的“会用手”的能力，把预训练的基数从90%推到99%。表面增量只有9个百分点，但留给后训练的工作量只剩1%，整个后训练压力降低90%。新任务用少量数据、少量算力就能完成适配。

人手在这里被当作通用中间表示。先在仿真里用人手模型学通用操作能力，再通过接触敏感的重定向算法迁移到具体灵巧手，最后Sim2Real上实机。同一套数据、同一套方法论，可以适配不同构型的灵巧手。

这套仿真管线目前能带来10倍左右的有效数据扩增。强化学习在这里是工具，修正穿模、虚接触这类问题，补全原始数据缺失的接触力，扩增不同的物体和场景。底层还有一条反馈线，模型上真机，部署反馈反哺算法和数据，再进入下一轮迭代。每次训练会暴露哪里数据不够、哪种操作失败率最高，团队据此做针对性补强。

训练里团队大量用LoRA做微调，在正确配置下能匹配全量微调的结果，让有限的算力做更多实验。陆博也留了一个开放问题：当数据规模逼近预训练量级，参数高效的微调表达力是否够用，这要靠实验回答。

灵巧操作还有一条力学通道。团队在做触觉表示学习，给触觉数据赋予语义表示，让触觉和视觉语言一起进模型。人手能感受到物体的微小滑移，这种手感正是精细操作依赖的维度。

最近两三周，团队内部跑出了一个让大家都意外的惊喜成果：一个双手旋拧协作的精细操作模型，丝滑度和完成度远远超出预期。“你会感觉到他好像是学到了一些人的状态。”朱豪华说。

这背后是整套技术栈的积累，灵巧手、臂手一体的数采方案、数据采集软件和管线、灵巧操作基础模型。

“80%的灵巧手都不好用”：021 Pro 选择先做完工程化

回到那只憋了14个月的手。

展馆里不少灵巧手用5分钟、10分钟、20分钟就要休息，因为过热了；用一两个月可能就坏了。“赛道特性大家希望快速迭代出来新的东西，也可以理解。但我们会觉得这个过程是绕不开的。”朱豪华说。

DexHand021 Pro解决的问题是，达到热平衡后保持状态，可以连续使用。寿命上，普通用户试用几个月没有问题。朱豪华去年曾公开提到一个不太好听但真实的判断，市面上大约80%的灵巧手都不太好用。但他表示，今年情况有所好转，因为大家都在往场景逼近，不能一直装在那里当摆设。

商业化方面，灵巧智能用“1+3+N”来概括。1是技术底座，包含硬件、数据管线、模型服务和数采设备，本身就能变现。3是三个聚焦赛道：电力、工业、教育科研职教。N是更多场景。

第一个真正落地的小场景来得很快。灵巧智能和上海电气成立了合资公司，合资没多久就去电气的一个紧固件工厂考察，挑了一个场景，即紧固件的随机抽检。原来靠工人借助工具做检测，灵巧智能用三指灵巧手加视觉，做一个检测工位，一个月交付，已经部署了两台，进入验证阶段。

为什么是三指？朱豪华解释，五指偏复杂操作，目前在工业场景POC阶段偏多。三指在物流搬运等场景里更实用，不需要特别高的精度和自由度，但操作能力比两指强很多。灵巧智能最近和星际归途合作做了一款三指的UMI（Universal Manipulation Interface），现在主流是两指UMI，与三指的抓握能力差距很大。团队挑了几十种场景做了对比，后续会针对三指形态训一个专属基模。

“我们把最难的灵巧手技术都储备完了，再往下做定制化很快，两个月三个月就能变成产品。”朱豪华说。

场景选择上，灵巧智能内部有两个维度，物体的多样性和任务的多样性。传统夹爪夹的是单一物体，任务也是单一的pick&place，靠机械臂调姿。灵巧操作要靠手内微调，核心是力觉、触觉和多模态感知的协同收敛。

朱豪华打了一个比方，传统机器人像炮弹或者射箭，预设好一个精准的方向打出去；具身智能更像导弹，初始精度没那么重要，靠末端感知牵引，最终到达目的。

数据的“不可能三角”

规模化量产的瓶颈在哪里？朱豪华认为，首先取决于数据，其次取决于模型。

中国硬件迭代速度非常快，直驱、绳驱各种方案都有企业跑出来。不管世界模型还是具身模型，本质上是抽象的符号世界模型，跟物理世界怎么建立连接，决定了具身智能能不能落地。

他提出了一个“不可能三角”，数据规模够大、质量够好、成本够低，三者很难同时满足，但训练模型又缺一不可。怎么破？他认为答案在数据金字塔不同层级的配比和定义上。

对于中美之间在具身智能上的差异，他判断，美国的优势在模型能力，中国的优势在硬件。在物理世界和数字世界的连接上双方各有优势，谁先找到路径不好说，甚至可能交叉领先。

“灵巧智能掌握数据这件事，会不会有利于发现智能涌现的时刻？”面对这个问题，朱豪华的回答是肯定的。数据什么是有用的、有价值的，需要模型的摸索来验证。有了数据，帮助跑出模型结果，真机形成闭环。系统化能力强、有迭代能力的公司，更容易跑出来。

朱豪华是技术出身，对“技术信仰”和“技术洁癖”有清醒的自我认知。

“我做技术的，天然倾向于说我有技术的，有点技术信仰，想去做一些正确的事情。但商业化也同样很重要。”他说，“你一定需要随着大趋势的发展去踩好节奏，不能过快地去跳跃式发展。创业公司你还做不到牵引潮流。”

这句话背后是一套认知方法。他把突破固有认知放在很高的位置。具身智能不只是技术问题，还有科学问题没解决，涉及机电光材料甚至生物神经科学。做模型的人对算法有天然偏见，做硬件的人对硬件有固有认知，能不能打破专业壁垒去做交叉融合，很关键。

落到组织上，灵巧智能设了一个解决方案团队，借鉴AI行业的叫法，称为FDE（Forward Deployed Engineer）。这个团队要懂场景、懂业务、懂技术，甚至要帮用户挖掘需求。行业太新，很多用户有需求但是模糊的，不知道精确需求是什么，需要有人深挖。找到价值点、解决问题之后，再把共性需求提炼成标准产品和方案。

“你实验室解决的问题，到场景里未必能解决。这太常见了。”朱豪华说，“你不去做，可能永远摸不到这个感觉。”

被问到当下最大的挑战，朱豪华没有只说技术。商业化落地同样是大挑战，因为这涉及到赚钱的能力。

他借用了一个行业里被反复讨论的说法，现在具身智能还处于前GPT状态，或者说前iPhone时刻。从技术共识到技术时代，再到产业时代，中间还有一段路。技术要往TC（Technology）阶段走，但不可能不考虑商业化。灵巧智能要在技术奇点来临之前，落地自己的产品和技术，找到产业的结合点。

WRC的展馆里，从demo到产线的变化，是今年最直观的信号。灵巧智能在这个信号里，押注的起点是手，手背后的数据底座和模型，才是更长的赌注。（本文首发钛媒体APP，作者 | AGI-Signal，编辑 |秦聪慧 ）

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

北京维泛智能科技有限公司（下称”维泛智能”）近日宣布完成过亿元种子+轮融资。据公司披露，本轮由老股东燕创集团、海益投资持续加码，中金资本旗下基金、九坤创投、泽羽资本、汕韩潮芯、道禾元启、玖兆资本参投，人形机器人公司松延动力亦在本轮投资方之列。融资资金将用于量产芯片研发、BrainOS 操作系统及 OmniRT 部署工具套件的产品化与商用交付。

这是维泛智能披露的最近一轮融资。今年 5 月，公司刚完成数亿元种子轮融资，由中关村资本及旗下启航投资联合领投，上海未来产业基金、石溪资本、佰维存储、燕创集团、海益投资、探元创投等参投，两轮相隔约三个月。

维泛智能成立于 2025 年 5 月，孵化自北京大学类脑芯片实验室（PAICORE Lab），专注具身智能”大小脑”融合芯片研发，即把负责感知推理的”大脑”与负责运动控制的”小脑”集成到一颗芯片上。公司的产品切入点，是机器人端侧算力不足、部署工具链依赖海外方案这两个问题。

公司的技术体系分三块。BiGPU 双模同构类脑芯片将脉冲神经网络与通用计算架构做双模融合，据公司介绍已完成架构设计，与北京大学类脑实验室（PAICORE Lab）联合研发的 PAICORE 2.5 测试芯片已完成流片回片，原型板卡设计与首轮性能测试完成。BrainOS 面向机器人端侧，操作系统已完成框架开发。OmniRT 是配套 BrainOS 的端侧部署工具，计划 9 月向首批战略合作伙伴开放，提供端侧部署、低功耗优化、SOTA 算法适配、算力调优等服务。

公司提供的一段内部演示视频显示，搭载 OmniRT 优化方案的 GR00T N1.6 模型在 Jetson Orin AGX 平台可稳定运行于 10FPS 以上，在 Jetson Thor 平台可达 20FPS 以上。作为参照，公司援引的公开基准测试（FP16 精度、batch size 1）显示，在 Jetson AGX Orin 平台上，7B 参数的 OpenVLA 推理频率为 1.5-3Hz，3.3B 的 π0 为 5-8Hz，3B 的 OpenPI 为 3-5Hz；英伟达官方展示 GR00T N1 的 VLM 模块达到 10Hz 推理频率时，使用的是 300W 级 L40 服务器 GPU，而 Jetson AGX Orin 为 60W 级端侧模块。

换言之，公司的主张是在约为服务器卡五分之一的功耗下，让 3B 参数 VLA 模型跑到 10FPS 以上——一个数量级级别的能效提升。

商业化方面，公司称已与乐聚机器人、北京人形机器人创新中心、海尔集团、松延动力等达成合作交流，完成多款样机联调与场景测试，后续将提供低功耗优化、算法适配、定制化部署等服务。 团队规模上，公司称近半年扩充至百人，覆盖芯片架构、设计验证、具身算法与软件工程，核心成员来自头部半导体企业与机器人公司。

科研层面，公司称今年 5 月与北京大学、北京邮电大学三方共建的”类脑智能计算芯片与系统”北京市重点实验室获批，由北京市科委、中关村科技园区管委会授牌，公司参与市级及国家重大科研项目攻关。

燕创集团：机器人智能化上限取决于端侧算力，端侧AI推理芯片是系统里价值密度最高的部件，市场前景巨大。维泛由资深AI芯片设计团队创立，我们相信维泛有望成为国产芯片在机器人核心算力领域的引领者，为中国机器人与具身智能产业的持续演进提供坚实支撑。

中金资本旗下基金：具身智能赛道当前缺的不是单点芯片，而是"芯片+系统+工具链"的完整交付能力。维泛以软件生态与客户共研撬动商业落地，同步打造通用与类脑计算的通用编译器，卡位具身智能大脑核心载体这关键一环，持续赋能国内具身算力生态建设。

道禾元启：我们投的是"北大类脑技术转化+团队量产经验"的组合。维泛有望围绕"芯片+算法+本体+场景"形成更完整的产业闭环。道禾元启希望发挥产业资本连接器的作用，推动维泛与产业生态伙伴在芯片联合定义、算法前置适配、场景实测验证与供应链协同等方面深度合作，加速具身智能从样机验证走向规模化量产交付。

汕韩潮芯：大模型往终端走，推理效率、功耗和工具链易用性的平衡是规模化关键。维泛的BiGPU架构+BrainOS，在端侧算力基础设施这个节点上卡位清晰。端侧AI芯片有望成为机器人系统中价值密度最高的核心部件之一，维泛的前瞻布局具备成为该领域关键参与者的潜力。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

The official theme—“Human-Robot Symbiosis, Production-Demand Convergence”—captured the central claim of the week: that the industry’s next test is no longer whether machines can perform in controlled settings, but whether they can remain useful once the exhibition lights go off.

Organizers structured the days around release announcements, procurement talks, developer sessions, and public open days. The change in format itself signaled the larger shift. Conversations on the floor moved quickly from novel gaits and fluid gestures to cycle times, failure rates, spare-part logistics, and the cost of keeping a machine running through a full shift.

From Performance to Persistence

On the public days families and students still clustered around humanoid figures that sorted packages, wiped surfaces, or carried trays. Robotic arms prepared simple meals. Quadrupeds navigated low obstacles and returned to docks. The visual interest remained high. Yet among engineers and potential buyers the questions grew more practical. How many hours can the system operate before calibration drifts? What infrastructure—charging, monitoring, rapid parts replacement—must sit behind a fleet before a warehouse or factory will commit?

A dedicated zone for centrally administered state-owned enterprises displayed coordinated scenarios in logistics, inspection, and emergency response. A small “consumption street” offered food prepared on site by robotic systems, an attempt to let ordinary visitors experience the technology as service rather than spectacle. The concurrent contest brought thousands of competitors from more than twenty countries into the same complex, testing locomotion and manipulation under timed conditions rather than polished marketing sequences.

Density and the Deployment Question

Chinese manufacturers, who account for the large majority of recent global humanoid shipments, used the conference to show incremental gains in balance, grip consistency, and endurance. Visitors from overseas labs and smaller firms walked the aisles with component lists open. The density of nearby suppliers for motors, sensors, controllers, and power systems remained a frequent point of comparison. A design change requested early in the week could often be reviewed with a vendor before the event ended—an advantage still difficult to match in less concentrated industrial regions.

The same density, however, does not automatically solve the harder problems of long-term reliability and integration. Full-shift data remained scarce on the exhibition floor. Questions about software update cycles, compatibility with existing factory systems, and total cost of ownership received careful but still provisional answers. A minority of booths could point to machines already in limited commercial service; most still spoke in the language of pilots and near-term road maps.

What the Week Revealed

Taken as a whole, the conference marked a visible transition in the industry’s center of gravity. Earlier gatherings often celebrated new forms and striking demonstrations. This year’s event treated those demonstrations as necessary but no longer sufficient. The measure of progress is shifting toward whether robots can occupy ordinary work—sorting, assisting, inspecting, preparing—without constant human supervision or frequent intervention.

That transition carries clear implications. Competition is moving from prototype novelty toward supply-chain resilience, software maintainability, and the ability to deliver predictable performance at scale. Buyers are becoming more exacting. The companies that can close the gap between controlled exhibition and sustained operation will shape the next phase of deployment. Those that cannot will remain confined to short pilots and public displays.

Regulatory and safety discussions appeared more frequently in the side forums than in previous years. Speakers addressed shared workspaces, data handling in public settings, and the certification paths required before large indoor fleets become routine. The conversations are still early, yet their presence indicates that the industry is beginning to anticipate the constraints that accompany real adoption.

After the Halls Empty

By the final afternoon technicians were already packing the more delicate assemblies. A logistics buyer stood with a sales engineer beside a wheeled sorting platform, reviewing a short specification sheet that listed expected failure intervals and parts lead times. The numbers were still estimates. Both men treated them as the start of a longer negotiation rather than a finished claim.

Outside, the late-summer light crossed the wide avenues of the development zone. Inside, the machines that had spent the week performing were powered down or returned to cases. The conference had not resolved the central question of the field—whether robots can become ordinary tools rather than remarkable exhibits. It had, however, made that question impossible to ignore. The next years will be measured less by how impressively a machine can move on a stage and more by how quietly and reliably it can work once the stage is gone.

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

2018年12月，君实生物的特瑞普利单抗成为首个获批的国产PD-1时，整个中国医药产业为之沸腾。在Keytruda（K药）高速增长的背景下，所有人都认为中国PD-1将大有可为。然而，没有人能够预见，这条被寄予厚望的赛道，会在短短数年间从“蓝海”沦为“血海”。

七年后的今天，曾经熙熙攘攘的PD-1赛道，依旧站在聚光灯下的，其实只剩下百济神州、信达生物、君实生物、恒瑞医药、复宏汉霖。这里并不是说只有这5家企业的PD-1药物在售，而是年销售能够突破10亿元，具备产业竞争力的只有5家，其余玩家要么黯然退场，要么在红海中挣扎。

中国PD-1，不仅仅是一个关于竞争的故事，也是关于泡沫、淘汰与重生的寓言。

一条赛道的疯狂与溃败

诞生仅3年时间，PD-1赛道的市场规模就已突破50亿美元大关，这一数字足以让任何一家药企怦然心动。

于是，一场史无前例的“军备竞赛”开始了。君实生物的特瑞普利单抗于2018年12月率先撞线，但仅一周后，信达生物的信迪利单抗也获批上市，中国PD-1赛道从一开始就进入“竞争”状态。更为夸张的是，在此后一年中，恒瑞医药的卡瑞利珠单抗和百济神州的替雷利珠单抗也均获批上市，共同组成了中国PD-1“四小龙”。

然而，“四小龙”仅是中国PD-1赛道残酷竞争的缩影。那几年中，中国市场聚集了23款PD-(L)1在研产品，包括15款PD-1与8款PD-L1。23款产品争夺同一类靶点、同一群患者，这在全球医药史上都堪称奇观。

当竞争进入白热化，赛道就必然要开始内卷。内卷，这个原本属于社会学领域的词汇，被PD-1赛道赋予了最残酷的医学注脚。

2019年国家医保目录调整时，已经获批的国产PD-1药物全部参与谈判，但最终仅信达生物的信迪利单抗入围，价格从26.6万元/年降至约9.67万元/年。正是因为成功入围，信迪利单抗销售额在2020年涨幅达到惊人的131%，成为当时最具竞争力的国产PD-1产品。

在看到信迪利单抗的“以价换量”后，其他“三小龙”也不断通过降价入围，使得如今部分PD-1单抗的年治疗费用甚至已经降至5万元以下。价格战的连锁反应迅速蔓延，进口PD-1巨头O药在中国医院的市场份额一度萎缩至3%左右。曾经不可一世的“药王”们，在国产竞品的价格绞杀下节节败退。

十亿元门槛

如果说PD-1赛道是一场大逃杀，那么10亿元年营收就是幸存者必须跨过的门槛，目前能够达到这个数字的，只有“四小龙”和复宏汉霖的斯鲁利单抗。

君实生物的特瑞普利单抗，是国内第一个获批上市的国产PD-1药物，也是国内第一个获得FDA批准在美国上市的国产PD-1药物。尽管特瑞普利单抗拥有双第一，但商业化却一度拖了后腿。不过好在近两年君实明显加强了对特瑞普利单抗的重视，促使它在2025年实现20.68亿元营收，以37.77%的增速成为增长最快的国产PD-1单抗。

信达生物的信迪利单抗，是首个进入医保的国产PD-1。由于信达生物在2015年将其授权给了礼来，因此其以Tyvyt的名称记录在礼来的财报中。2025年，Tyvyt全年营收达5.51亿美元（约合37.05亿元），但同比增速却仅为4.75%，增速明显不及特瑞普利单抗。

恒瑞医药的卡瑞利珠单抗，依托于恒瑞医药强大的渠道能力，一度成为最受关注的“适应症霸主”。但在2020年进入医保目录后，恒瑞医药就不再披露任何关于卡瑞利珠单抗的数据，但其稳居第一梯队是毫无疑问的。

百济神州的替雷利珠单抗，是“四小龙”中最后一个获批上市的，但却成功逆袭成为全球销售额最高的国产PD-1药物，2025年销售额达52.97亿元，同比增长18.58%，这背后的原因在于百济神州的全球化战略。一直以来，百济神州“高举高打”地在欧美自建营销渠道，已建立起完整的商业化团队，这些都为替雷利珠单抗的全球放量打下坚实的基础。

复宏汉霖的斯鲁利单抗，是“四小龙”之外唯一销售额破十亿的国产PD-1药物，2025年销售额达14.40亿元，同比增长10.01%。斯鲁利单抗最成功的地方在于复宏汉霖坚定不移的差异化路线——胃癌围术期、小细胞肺癌、转移性结直肠癌，这是支撑斯鲁利单抗后续放量的三大引擎，极有可能帮助它成为国产PD-1的潜力新星。

而在5个幸存者背后，则是无数被遗忘的名字。那些未能跨过10亿元门槛的产品，正逐渐从行业讨论中消失。没有规模效应，就没有足够的资金支撑后续适应症拓展；没有适应症拓展，就陷入“越卖越亏”的死循环。如李氏大药厂的PD-L1单抗索卡佐利单抗，于2023年12月获批上市，但却仅在2025年实现5260万港元营收。

PD-1抑制剂作为中国创新药首个“内卷红海”，第一次向市场证明——创新也是存在差异的。

幸存者法则

能够从“红海”中杀出，绝非偶然。若将它们的胜出逻辑拆解至最底层，无非三个关键词：渠道能力、差异化、全球化视野。这三者构成了穿越周期、跨越内卷的“铁三角”。

首先是渠道能力。在创新药行业，渠道不是万能的，但没有渠道是万万不能的。

为何“四小龙”能够杀出重围，核心原因正在于它们本身都拥有较强的渠道开拓能力，而复宏汉霖之所以能够后来居上，也离不开对于营销渠道的高度聚焦。渠道能力的本质是什么？是对医生、医院、医保支付体系的深度渗透。在PD-1这样的红海赛道，再好的产品如果没有渠道支撑，也只能是“酒香也怕巷子深”。恒瑞用30年织就的网络、信达用7年打磨的商业化体系，构成了它们不可逾越的壁垒。

其次是差异化布局。当所有人都挤在同一条赛道上时，真正的赢家是那些敢于另辟蹊径的人。

所有能够大卖的国产PD-1药物必然有一个特点，那就是在某一方面他们是最特殊的，如君实生物正在积极开发皮下注射剂型。差异化的本质是什么？是对临床需求的精准洞察和对技术路线的偏执坚持。当所有人都在做同一件事时，你不需要比他们做得好10%，你只需要做一件不同的事，而且这件事对患者有意义。

最后则是国际化。当国内市场变成修罗场时，如果能够拓展海外市场，无疑就将迎来生机。

百济神州的高举高打自不必多提，君实生物、复宏汉霖也均将海外市场视为PD-1药物未来的重要增长点。相比之下，恒瑞医药和信达生物的出海之路较为坎坷，这也一定程度上影响了它们的后续增长。

渠道、差异化、国际化，三者并非孤立存在，而是相互支撑、相互强化的有机整体：渠道是根基，没有渠道，再好的产品也无法触达患者；差异化是灵魂，没有差异化，再强的渠道也只能在价格战中耗尽利润；国际化是天花板，没有国际化，再大的市场份额也受限于单一市场的政策周期。

这三者组成的“铁三角”，正是国产PD-1药物未来的出路。当你能做到别人做不到的事、覆盖别人覆盖不了的市场、触达别人触达不到的医生和患者，你就有了定价权和护城河。

PD-1赛道的故事告诉我们：在极度内卷的市场中，不是强者生存，而是适者生存、变者生存。

一场更大的竞争

如果说5名幸存者成功跑赢了PD-1单抗残酷的淘汰赛，那么康方生物的出现则直接将整个赛道拖入了一个更高的竞争维度。

2024年5月，康方生物的依沃西单抗（PD-1/VEGF双抗）获批上市。彼时，行业并未意识到这款产品的真正分量，直到HARMONi-2研究数据的公布。在这项“头对头”III期临床研究中，依沃西单药与全球“药王”K药正面交锋，用于一线治疗PD-L1阳性非小细胞肺癌。结果显示：依沃西取得了11.14个月的中位无进展生存期，而K药仅为5.82个月；依沃西将疾病进展或死亡风险降低49%。

这意味着什么？依沃西是全球第一个，也是目前唯一在单药头对头III期试验中证明疗效显著优于K药的药品。一家中国创新药企，用一款全球首创的双抗，在K药最核心的适应症上正面击败了它。这让整个行业意识到，PD-1单抗的时代或许正在过去。

康方生物的破局，引发了一场连锁反应，最为典型的就是默沙东的回应。默沙东为了延续K药的行业“一哥”地位，正采用“K药联用ADC”的方式去进行主动迭代。在2026年ASCO上，默沙东主动用OptiTROP-Lung05研究印证，K药在联用TROP2 ADC药物sac-TMT后，较K药单药获得了65%的疾病进展或死亡风险降低，相当于K药的疗效被放大了数倍，具备与双抗药物叫板的资本。

这直接引发了全球玩家的一场更大维度的猜想：究竟谁才是“IO+ADC”的最终赢家？

在这场“世纪大猜想”中，谁具有最明显的优势呢？无疑是那些已经在IO领域深耕多年的成熟玩家，或ADC领域验证靶点潜力的玩家。5名国产PD-1幸存者正处于赛道竞争的中心，同样一起竞争的，还有双抗玩家和ADC玩家们。

PD-1赛道用七年时间完成了一轮“创造性毁灭”，淘汰了70%的玩家。而“IO+ADC”这场更高维度的战争，或许会用更短的时间，完成又一轮筛选。康方生物是破局者，但破局者的位置从来不会永远属于某一个人。

竞争永远不会结束，它只会升级。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App

文 | 大V商业，作者丨刘颖

时至今日，“AI还是CapEx越高越好吗？”

这是业界最近在反思的问题。

CapEx代表的从来不是一家企业的AI能力，而是在这场军备竞赛中付出的决心，市场也默认这种付出将来会和回报、市场份额画等号。

不同时期、不同阶段，同一个指标就会产生微妙的变化。

当AI走过了最疯狂的投入期，就不能单纯地用CapEx来看待；相反，AI价值链中现在最值钱的部分，反而是真正拥有付费人群，跑通商业模式的环节。

基于这一视角，我们重新审视快手和可灵——在AI的持久战中，它们如何平衡投入与收入，是否真的拿到了一张可持续的“船票”。

400亿拿到一张船票，不算贵

目前AI行业确定性的船票只有两张，一张是Coding，一张是视频生成模型。

这两张船票的意义是，同时完成了“消费者心智”和“商业变现”的确定，按照这两个标准对话式Chat模型、AI Work办公智能体模型，目前都不能算拿到船票。

可灵这张船票，快手付出的代价，目前是400亿元左右。

快手近期发布上半年财报，第二季度投资活动使用现金为87亿元，其中购买物业、设备及无形资产也就是CapEx为59亿元，一季度更高，该口径下为121亿元。

也就是说，快手上半年的CapEx合计为180亿元。

今年初，在快手的2025年度财报电话会上首席财务官金秉提到过，预计2026年的CapEx将达到260亿元，比2025年增加约110亿元，2025年披露的金额为149亿元。

从这几组数据中我们可以看出，

第一，相比于2025年快手2026年的CapEx已经大幅增加，差不多翻倍了；

第二，今年的CapEx已经消耗大半；

第三，我们粗略计算，从2024年后半年（CapEx约71亿元）算起到现在，差不多一共花了400亿元。

不说OpenAI、谷歌这样的一年上千亿美金，国内腾讯、阿里一个季度的CapEx都比快手全年的高。

过去，市场普遍认为CapEx越高越好。

但是Meta AI 竞赛落败，以及OpenAI、谷歌高CapEx低回报，导致市场开始对CapEx担心。

相反，快手通过可灵，已经拿下了一张AI时代的船票。

按照我们上面的标准，消费者心智上，今年6月可灵的用户达到1亿，较2025年底的6000万增长了67%，已经迈入亿级俱乐部。

商业变现上，今年第二季度可灵单季度的收入达到8.5亿元，同比增长为200%，并且企业客户接近5万家。

所以，快手用了两年时间、400亿元左右的支出，做出了1亿用户、全球头部的视频生产模型，这个成绩如果在“唯CapEx论”的此前，可能会被忽视，但是如果放在当下的AI环境，应该被重新审视。

近期，已经开始有迹象表明AI的竞争开始转向付费用户、付费场景的争夺。

最近两周时间内发生了两起AI并购。

一个是Cursor被SpaceX以600亿美金收购，折合人民币4000多亿元；另一个是OpenRouter以70亿美元，折合人民币473亿元的价格被Stripe收购。

两笔高溢价收购的共同点，就是都有着极强的付费场景。

Cursor占领了Coding领域，开发者本身就强付费属性；OpenRouter业务的Token网关属性，也把控着AI付费的关键通道。

AI持久战，兼顾“粮草”和“战力”

可灵的成功，过去一直被忽视的是商业化。

这是极其难得的。

Sora是视频生产赛道的里程碑产品，推出后引发了众多的巨头的跟进。但Sora本身，却因为高成本最终关掉。

可灵从一开始就商业化不错，并且还在高速增长。

AI的竞争注定是持久战，每一个玩家从一开始就应该思考，应该以怎样的姿态、怎样的节奏加入到这场战役中。

如果把AI竞争比作是一场战争，其重要考虑的两个重要因素，“粮草”和“战力”。

快手的节奏非常有意思，其实快手推出过多款大模型，通用语言大模型、文生图大模型，以及2024年6月正式上线的可灵。

但是文生图和通用大模型，在高度竞争的百模大战下，快手较早地战略放弃，反而是最后推出的视频大模型，凭借快手自身的生态优势和技术沉淀，成为国内头部、全球领先的视频大模型。

我们认为资金，也就是“粮草”是不可忽视的原因之一。

现在我们倒推来看，如果快手不是把主要的AI投入到可灵上，而是通用大模型+文生图+Coding的话，那么会造成，

第一，资本支出大幅增长；按照腰部的几家大模型平台融资金额，快手至少要多花500亿元。

第二，战力分散；

第三，自己最擅长的视频模型疲于竞争。

当然，如果快手也执行全栈AI战略，那么可灵可能也跑不出来。

所以某种程度上，不是快手选择了视频模型，而是视频模型选择了快手。

另外，快手在这场AI竞争中，也护住自己的基本盘。

（快手2026年上半年业绩增长情况）

营收上，快手保持了连续9年增长。

财报数据显示，二季度营收355亿元，同比增长1.4%，今年上半年快手营收693亿元同比增长2.4%，值得一提的是，直播受到行业整体影响出现持续下滑，意味着快手的营收实际增长要比账面数字强劲得多。

利润上，快手保持了现金流为正，盈利为正，AI巨额投入下保住了增长。2024年和2025年，股东应占溢利分别为153.35亿元和186.17亿元。

所以我们认为，快手确实有被低估。

财报数据显示，截至2026年6月底，可利用资金总额为1213亿元，目前的市净率是1.57。

可灵今年7月初完成了30亿美金的融资，投后估值达到180亿美金，这几乎和快手市值相当。

这也是可灵被分拆的主要动机之一，分拆后快手和可灵的财务估值模型都更加清晰。

可灵的空间还有多大？

可灵是快手财报最受关注的板块。

短期情绪和长期空间的理性判断，是市场对快手和可灵估值的重要因素。我们认为Coding之后，视频大模型的长期潜力会逐渐释放。

多个行业正在表现出AI视频制作的市场空间。

第一个是广告和营销行业，目前AI的渗透率较高。

很多人关注到刚过去的世界杯，多个足球明星的代言其实是AI制作，这是视频大模型首次在广告、营销制作方面展现出优势。相比于传统的广告拍摄方式，AI能够节省了大量的沟通和制作成本，甚至效果比传统广告会更好。

第二个可能未来大规模应用的市场是专业影视制作。

目前一些大型制作中，已经使用AI大模型来进行部分画面和场景的补充，比如大家熟悉的《太平年》中的部分虚拟场景和视觉特效，比如好莱坞电视剧《大卫王朝》多个复杂战争场面都是可灵AI参与制作。

我们认为，视频大模型在影视制作的参与度还没有完全开展，这种渗透率随着制作门槛的下降，以及视频制作的参与度上升，还会进一步提高。

举一个可以类比的例子，小说写作曾经被认为是一个比较高门槛的行业，但是随着网文大爆发，整个生态涌进来更多的专业级玩家，2022年的一组数据震惊了整个行业，中国的网文作者达到了2378万人。

并且，网文的爆发带动了影视、动漫的IP爆发。

生产力工具的进步，可能会迅速降低专业内容的制作门槛，而这部分的人群，也正是未来视频模型制作专业内容的群体。

第三，说到网文，那就不得不说动漫。

这几年的优秀的国风动漫不断涌现，已经让市场切实地感受到国产动漫市场的崛起和壮大。一组比较靠谱的数据是，灼识咨询统计显示2017年到2021年“二次元”内容产业规模年均复合增长率达25.7%，用户人数达4.6亿人。

据测算，到2024年“二次元”内容产业市场规模达877.6亿元，“泛二次元”用户人数达5亿人。

说到动漫，再往下说就是游戏...等等，这些都是和视频生成模型息息相关的产业。

有意思的是，今年ChinaJoy的主题正是“与AI同游”。

中信证券今年曾经发布过一份报告，预计2025年至2030年可灵收入复合增长率将达到104%，2030年收入有望接近400亿元。

同时，随着海外Sora业务关停、Veo迭代放缓，可灵有望进一步扩大市场份额。

说到这里，必须要提到的是，专业影视、动漫、游戏等产业目前还未深度采用视频大模型，最大的障碍其实反而是视频大模型没有达到工业级的应用水准，只能从边缘环节，少量、分批，从辅助到工作流程的逐步尝试。

这也引出了视频大模型未来发展方向的问题，只有工业级的视频大模型生产能力，才能真正适配到未来的内容行业AI化。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App