AI商业洞察丨黑芝麻智能与联想研究院机器人实验室达成战略合作;MiniMax预计将于1月9日港股上市;深圳大学智算中心启动
作者：微信文章NEWS
国内新闻
【四部门：推动智能机器人在焊接、喷涂、总装等环节规模化应用，打造汽车行业具身智能示范产线】
近日，工业和信息化部、教育部、市场监管总局、国家数据局等四部门联合印发《汽车行业数字化转型实施方案》，提出两阶段发展目标：
到2027年，数智技术在企业研发、生产、供应、销售、服务环节深度集成应用，带动企业智能制造成熟度、生产效率等明显提升，行业供给和公共服务体系逐步健全；
到2030年，行业整体数智化发展达到较高水平。《汽车行业数字化转型实施方案》明确，将实施诊断评估与改进提升行动、汽车零部件中小企业数字化转型赋能行动、典型场景与人工智能应用示范行动、产业主体梯度培育与矩阵构建行动、标准体系完善与互联互通保障行动、关键技术攻关与基础能力强化行动等“六大行动”，涵盖15项重点任务。（工信微报公众号）
【深圳大学智算中心启动】
深圳大学智算中心于近日启动，旨在为人工智能、科学计算、大数据处理及多学科科研提供一体化计算支持。
该中心提供318P FLOPS@FP16的GPU算力，超算CPU总核数超5000个，存储容量逾6PB，并搭载200G IB高速互联网络与安全设备，确保数据传输的高效安全。
在软件与服务层面，该智算中心集成云计算、人工智能、微服务等新一代信息技术的智能支撑体系，提供安全、弹性、高效的算力与数据服务，以赋能科研创新、教学实践、人才培养与学科交叉融合。
深圳大学校长、中国科学院院士毛军发表示，智算中心的建成是深圳大学推进“双一流”建设、迈向世界一流综合性大学的里程碑事件，也是学校面向智能时代、服务国家战略需求的重要布局，标志着深圳大学在算力基础设施领域实现了从跟跑到领跑的跨越。
同期发布的还有依托该智算中心研发的全流程药物设计智能系统“FROGENT”。该系统依托智算中心算力资源，面向医药科研与AI创新应用场景，旨在助力新药研发提质提效，实现从靶点筛选、分子生成、性质评估到合成路径规划的药物发现全流程自动化。（《科技日报》）
【唯精医疗机器人完成亿元级B+轮融资】
近日，杭州康基唯精医疗机器人有限公司宣布完成亿元级B+轮融资。本轮融资由国泰君安创新投资有限公司独家投资，战略股东康基医疗继续追加投资，歌路资本担任本次交易的独家财务顾问。募集资金将主要用于加速产品商业化进程，并推动新一代产品及功能的研发与临床注册。
公司核心团队源自哈尔滨工业大学机器人技术与系统全国重点实验室，是业内鲜有的、连续承担国家“十一五”至“十三五”系列863计划及重点研发计划微创手术机器人项目的团队。
围绕外科手术中“看不清”与“做不到”的临床痛点，唯精医疗打造了具有竞争力的产品矩阵，在控制系统优化、系统性能提升、手术体验革新等技术层面实现了多项重大突破。
此外，唯精医疗在具身智能领域持续深耕，特别是在远程手术与人工智能术中导航等前沿方向，研发团队紧密围绕临床实际需求与行业难点，开展了差异化创新研发。（投资界）
【黑芝麻智能与联想研究院机器人实验室达成战略合作】
近日，黑芝麻智能宣布与联想研究院机器人实验室达成战略合作。双方将在机器人计算平台和软件应用算法技术等领域深入合作，共同提升在机器人领域的自主创新能力和场景落地能力。基于黑芝麻智能SesameX™多维具身智能计算平台，双方将携手打造新一代机器狗等智能机器人产品，并重点在具身智能机器人领域展开探索。（人民财讯）
【MiniMax预计将于1月9日港股上市，基石认购超27亿港元】
近日，MiniMax（00100.HK）正式启动招股。根据招股书，公司本次IPO拟发行2538.92万股，定价区间为每股151—165港元；在不考虑发售量调整权及超额配股权行使的情况下，发行后估值将为461.23亿—503.99亿港元，预计将于2026年1月9日正式登陆港股资本市场。
MiniMax此次引入了包括Aspex、Eastspring、Mirae Asset、阿里巴巴及易方达在内的14家基石投资者，认购总额约27.23亿港元。（贝壳财经）
NEWS
国际新闻
【AI材料发现需落地现实世界，初创公司寻求突破】
近日，多家AI材料初创公司获得巨额融资，试图通过AI辅助实验室加速材料研发，但仍面临从模拟到实际生产的巨大挑战，尚未出现类似ChatGPT级别的突破性成果。这些公司希望通过AI智能体来设计、运行和解读实验，从而将材料发现周期从数十年缩短至数年。
DeepMind在2023年宣布用AI发现了“数百万种新材料”，包括38万个稳定晶体。但加州大学圣巴巴拉分校研究人员指出，这些化合物缺乏新颖性、可信度和实用性，部分仅为已知材料的微小变体，且在常温下可能不稳定。这凸显了模拟与现实的差距——材料的稳定性与性能需通过实际合成和测试验证，无法仅靠计算预测。
初创公司Lila Sciences、Periodic Labs、Radical AI等正在构建自主实验室，结合计算建模和实验验证。Lila Sciences的AI智能体能设计实验方案、调整元素组合；由DeepMind和OpenAI前员工创办的Periodic Labs，目标开发“AI科学家”；Radical AI则打造了名为“协调者”的大语言模型（LLM），以整合不同领域的AI智能体。专家表示，材料发现需解决固态合成自动化等难题，初创公司需证明其技术能转化为商业成功。
【AI时代的心理安全：坦诚未知，助力适应】
Infosys与MIT Technology Review Insights近日的调查显示，企业在推广AI时，心理安全是成功的关键——员工需感到可以自由表达意见、承担合理风险，无须担心职业后果。Infosys首席技术官拉菲・塔拉夫达尔表示，AI技术迭代迅速，企业需允许实验和失败，并为员工提供安全网。
调查覆盖了500名企业领导者，结果显示企业虽普遍宣称重视心理安全，但实际上恐惧和不确定性仍阻碍着AI的采用。行业专家指出，部分企业表面鼓励创新，深层文化却抑制不同声音。建立心理安全需要系统方法，不能仅靠人力资源部门，而需嵌入协作流程。
专家建议，领导者应承认自身对AI的未知，直面员工对失业、隐私等问题的担忧，并提供培训以帮助适应。在心理安全充足的环境中，员工更愿意挑战假设、提出与AI相关的顾虑，这对于缺乏最佳实践的新兴技术至关重要。
【AI泡沫究竟是什么？科技大佬各执一词】
科技行业普遍认为AI存在泡沫，但对泡沫的定义和影响存在分歧。OpenAI CEO山姆・奥特曼将当前阶段比作互联网泡沫，认为聪明人因技术的巨大潜力而过度兴奋；Meta CEO马克・扎克伯格则指出，泡沫破裂后基础设施将保留，部分企业会倒闭，但行业将继续发展。
泡沫的核心争议集中在数据中心建设和初创公司估值上。OpenAI计划投资5000亿美元建设数据中心，目标在2033年实现250吉瓦计算能力，相当于印度全国电力需求；部分仅有三人团队、仅凭想法的AI初创公司却能获得高额估值，被奥特曼称为“非理性行为”。谷歌DeepMind CEO德米斯・哈萨比斯也认为，私人市场存在泡沫，种子轮估值过高且难以持续。
Anthropic CEO达里奥・阿莫代伊担忧“循环交易”和过度扩张，部分企业承诺在2027—2028年实现2000亿美元年收入，可能面临资金链断裂风险。专家预测，泡沫破裂可能导致未盈利的AI公司破产，但亚马逊、微软等巨头能承受损失。高盛指出，当前AI热潮类似1997年的科技股，存在峰值投资、企业利润下降等泡沫预警信号，但尚未达到1999年的极端水平。
【AI可能不会很快取代律师，通过司法考试不代表会办案】
尽管GPT-4等大语言模型（LLM）已通过律师资格考试，但在实际应用中仍难以替代律师。近日，大型律所已开始采用AI处理文档筛选、合同起草等基础工作，克利福德・钱斯律所甚至裁员10%并归因于AI应用，但复杂的法律任务仍需人类律师主导。
律师反映，LLM存在“幻觉”问题，常生成虚假的判例引用，在模糊法律领域和新颖问题上表现不佳，难以综合法规、判例等多源信息进行推理。Scale AI在2025年11月发布的专业推理基准显示，最佳LLM在复杂法律问题上仅得37分，仅满足三分之一的评估标准；Mercor的AI生产力指数显示，顶级模型在法律任务上得77.9分，虽有经济价值，但在错误成本高昂的法律领域仍不足够可靠。
就业数据也未显示律师被大规模替代的迹象。2024年美国法学院毕业生就业率达93.4%，创历史新高，律所就业人数增长13%。经济学家表示，AI对法律行业的影响将是渐进的，信息发现和总结等工作会被自动化，但低风险容忍度和AI当前的能力限制了其替代范围。
【生成式AI炒作掩盖了更重要的AI突破】
生成式AI的热潮让公众忽视了预测性AI的重大价值。这类AI专注于识别现有事物、解决答案有限的问题，已在医疗、气象、导航等领域带来实际改变。与生成式AI的创造性不同，预测性AI更高效、准确，且能尊重原始来源，避免版权争议。
预测性AI的发展轨迹令人瞩目：2005年尚不能区分人和铅笔，2013年难以识别照片中的鸟类，如今已能精准识别鸟类物种、检测病变和心律失常，帮助地震学家预测地震、气象学家预警洪水。未来，预测性AI有望更早检测肿瘤、更精准预测飓风，为人类带来切实福祉。
预测性与生成性混合的系统也展现出潜力，例如实时语音克隆技术可帮助跨语言交流，但需防范假冒风险。近日，AI科学家玛格丽特・米切尔指出，生成式AI消耗更多能源，还存在剥削创作者、替代工作等问题，而预测性AI的价值被严重低估。她呼吁将焦点转向能改善生活、拯救生命的预测性AI，构建更实用、公平、可持续的技术生态。
编辑丨钱丽娜、张可
排版 | 张可
页:
[1]