导语

今天这几条新闻摆在一起，出现了一个很有意思的错位：模型端在比”我能不能看、能不能动手”，产业端在比”你到底买多少台、跑多少班”。腾讯混元把视觉理解和电脑操作第一次塞进开源旗舰，京东一口气承诺五年买三百万台机器人，苹果把国行 Siri 交给了千问，而 Token 这个原本只在大模型厂商后台结算的计费单位，直接上了双十一的货架。作为探索者，我今天最想问的不是”谁家模型又刷榜了”，而是：当 AI 开始按台、按班、按词元被标价，它的价值锚点到底落在了哪里。

一、混元Hy4：开源旗舰补上了”看”和”动手”两块拼图

新闻：11月4日，腾讯混元发布新一代大语言模型 Hy4 正式版。参数规模上，Hy3 系列不到 300B，Hy4 系列达到 770B，官方称下一代 Hy5 将进一步扩大。能力上，Hy4 首次引入视觉理解，首次支持电脑操作（Computer Use），可在命令行与图形界面之间混用，并针对 Blender、CAD 等专业软件做过专项训练；相比 Hy4 preview，预训练与后训练规模显著扩展，指令遵循、长文理解、长程任务、深度研究等综合能力大幅提升，GameDev、GameLogic 评测分别提升 19.1%、9.8%。在 579 个真实金融任务众测中，Hy4 拿到 3.04 分、居开源第一，自建测试中幻觉率明显下降。官方口径是”首次跻身最强开源模型之列”，并表示近期将开源模型权重，同时承认与顶尖闭源模型仍有差距。

探索者视角：770B 这个数字是最好看的部分，也是最不重要的部分。真正的变化是三条能力线在同一版里被补齐了：视觉让它”能看”，Computer Use 让它”能按鼠标”，长程任务让它从分钟级拖到小时级。这三条合起来，才是一个能替你干完整件事的智能体该有的配置，缺一条就只能当聊天框用。我格外在意那句”承认与顶尖闭源仍有差距”——这种克制反而让”跻身最强开源”更可信，因为开源阵营过去太爱拿单点 benchmark 当总成绩。对我来说更实用的信号是那个金融任务众测：579 个真实任务、3.04 分第一，这比任何实验室榜单都更接近”能不能托付”。如果权重真按承诺开源，国内中小团队做垂直 Agent 的成本会再降一档，尤其是那些需要”看着屏幕操作专业软件”的场景——设计、CAD、表格、后台系统，过去是自动化脚本的死角。

二、京东的三百万台：用需求确定性去换供给确定性

新闻：11月4日，在乌镇峰会机器人与具身智能论坛上，京东集团技术委员会主席曹鹏表示，物理 AI 已开始规模化落地，行业竞争焦点正转向算力、数据与场景。京东正在推进具身智能数据采集中心建设，目标两年内累计采集超过 1000 万小时高质量人类真实场景视频数据，以及超过 100 万小时机器人本体运行数据。未来五年，京东物流计划采购 300 万台机器人、100 万台无人车、10 万架无人机，覆盖物流、线下零售、健康、产业园区等场景。同场，宇树科技创始人王兴兴判断”大概率明年将是机器人行业或机器人模型的临界点”，顶尖具身模型已接近”在 80% 陌生场景中通过语音指令完成 80% 任务”的目标，但拆机、装配等精细操作仍受物理对齐与触觉制约，突破”最后几毫米”后明年大概率迎来泛化部署临界点；银河通用高级副总裁曾辉则直言，人形机器人不能只会表演炫技，关键要能干活。另有数据显示，2026 年上半年中国具身智能企业完成 322 笔融资、总额 935 亿元人民币，约为去年同期 5 倍，资金越来越多流向做机器人”大脑”的专业开发商。

探索者视角：三百万台这个数字最大的价值不在订单额，而在它把”能不能量产”这个问题从供给侧挪到了需求侧。具身智能行业今天的真实瓶颈是”能演示、难量产”——厂商不敢备产，因为不知道谁真的会买；客户不敢下单，因为不知道机器人能不能在自己产线上跑满班。京东拿五年采购计划当锚，本质是用自己的场景确定性去换供给侧的产能确定性，同时那 1000 万小时真实视频数据，是比钱更稀缺的东西。王兴兴的”最后几毫米”说得非常准确：具身智能差的不是大模型那套泛化能力，是物理世界的对齐精度和触觉反馈，这两样都没有捷径，只能靠数据堆和时间磨。所以我对”明年是临界点”这种判断持谨慎乐观——临界点大概率会先出现在分拣、搬运这类容错度高的工站，而不是装配。至于 935 亿融资、5 倍增长，热度是真的，但钱流向”大脑”而不是”本体”，说明资本也看明白了：硬件可以代工，智能不行。

三、小鹏科技日：物理AI从PPT走进量产时间表

新闻：11月5日，小鹏科技日发布四项核心内容：第二代 VLA 大模型、Robotaxi、全新一代 IRON 人形机器人、汇天两套飞行体系，且均已有明确量产计划。第二代 VLA 省略了传统”视觉—语言—动作”架构中的语言转译环节，实现从视觉信号到动作指令的直接生成，一套模型可同时用于汽车、Robotaxi、机器人与飞行汽车；为支撑其运行，小鹏建成 3 万卡云端算力集群，云端部署 720 亿参数基座模型，实现每 5 天一次的全链路迭代，并可直接利用海量真实驾驶视频训练。Robotaxi 为中国首款全栈自研量产方案，无需改装、纯视觉、不依赖高精地图，有望 2026 年启动试运营；新一代 IRON 搭载 3 颗图灵 AI 芯片、有效算力 2250 TOPS，行业首发应用全固态电池，重量降低 30%、电量提升 30%，250℃ 温箱 1 小时不起火，可抗 300G 加速度冲击。同期，小鹏获广州 L4 级 Robotaxi 道路测试许可，可在无安全员状态下搭载乘客开展示范运营；Momenta 发布 R7 Ultra 世界模型，参数规模与安全性能各提升 5 倍，配套 X7 系列芯片累计出货超 20 万颗。

探索者视角：跳过语言转译这一层，是今年自动驾驶架构里最务实的一次减法。语言是给人用的中间表示，对”看到红灯就减速”这件事来说，它只是一个增加延迟和误差的环节；能直接用视觉信号生成动作，才有机会把端到端响应压到实时。真正让我觉得这条路线开始可信的，不是参数，而是”每 5 天一次全链路迭代”和”3 万卡集群”这两个工程指标——它说明数据闭环真的在跑，而不是发布会前突击训练了一版。至于 IRON 的全固态电池、2250 TOPS，参数很漂亮，但人形机器人的商业化顺序不会由参数决定：会先进入商业服务场景，再谈家庭。把 Robotaxi、机器人、飞行汽车共用一套 VLA，这个想法在技术上是优雅的，在商业上是危险的——四条产品线共享一个模型的失败模式，一旦出现长尾问题，就是同时受影响的四件事。工程上我会更倾向分场景做微调版本，而不是一个模型吃遍。

四、国行苹果智能落地：Siri 的答案在千问手里

新闻：11月4日凌晨起，国行 Apple 智能随 iOS 27.3、watchOS 27.3 首个开发者测试版开放测试。符合条件的用户可在 Siri、写作工具、视觉智能中直接调用阿里巴巴千问的文本与图像理解、内容生成能力；任何问题、文档、图片发给千问前都会先征得用户同意，集成为可选开启，阿里承诺用户交互内容不用于模型训练。首批适配机型包括 iPhone 15 Pro/Pro Max、iPhone 16 及后续机型、iPhone Air 与折叠机型 iPhone Duo，要求设备与 Apple 账号地区均设为中国，iPad、Mac 需完成监管审批后支持。功能侧，实时翻译整合进信息、FaceTime 与电话 App 并扩展至 AirPods，写作工具支持改写、校对与摘要，视觉智能同时连接千问与百度识图，照片新增消除工具，智绘表情与通知摘要同步上线；体验上，进一步的需求点击后可跳转千问 APP，对话信息自动同步。正式版预计 12 月推送。另一边，有报道称苹果正在缩减员工的 AI 使用预算，上月已将部分工程师每日 AI 使用额度由 300 美元下调至 200 美元，并考虑对部分团队进一步降至 100 美元。

探索者视角：这场合作最值得琢磨的不是”苹果终于有 AI 了”，而是苹果选择了什么不做。它把最重的模型层交给外部，把端侧能做的（翻译、消除、摘要、表情）留在本地，把”需要更强推理”的请求明确指向第三方——这既是工程上的务实，也是合规上的必要：数据出境、内容合规、模型备案，全都可以靠”由合作方承接”来简化。对国内用户，这一刻的实际体验变化是：Siri 终于能连续听懂并干活了，而不是每句话都回一句”我在网上找到了这些”。对开发者，这里有个值得留意的入口变化——”跳转千问 APP 并同步对话”意味着苹果没有吞掉流量，第三方 AI 应用仍能在系统级入口拿到用户。反过来看苹果削减员工 AI 预算这件事，就是另一面镜子：即便是最有钱的公司，也在给 AI 的使用量算成本账。AI 的定价正在从”订阅包月”往”按消耗管理”回摆，这对所有做 AI 产品的团队都是一个信号——你的用户迟早会问”我这一句话花了多少钱”。

五、Token 上货架：算力变成了可以囤的商品

新闻：今年双十一，Token（词元）以独立品类在多个电商平台上架。有直播间开卖半小时左右卖出 10 万份 AI 会员月卡、累计约 2 万亿 Token，评论区刷着”3、2、1，上 Token”。中国信通院数据显示，2026 年 6 月国内词元日均消耗量约 500 万亿，是 2025 年 12 月的近 4 倍。购买方式主要有两种：按量付费的充值券（类似话费）与包月包年的固定额度订阅；平台给出的用户画像主要为有明确 AI 使用需求的个人与中小企业，包括家庭用户、学习型和研究型用户及一人公司。业内人士指出，词元服务要真正成为大众消费品，还需应对计量核算、定价机制、安全管控与合规治理等挑战；国家信息中心建议尽快统一词元计量口径、建立换算标准，规范计费披露并引入第三方核验。

探索者视角：把 Token 摆上货架，表面看是电商又多了一个品类，本质上是 AI 完成了”从技术计量到消费计量”的翻译。过去按调用量在后台结算，用户不知道单价、也无法比价；现在能像逛店铺一样比价、按需囤货，购买门槛确实降了。但作为每天用 API 干活的人，我更在意它暴露的三个坑。第一是计量口径不统一：不同厂商的 token 切分方式不同、输入输出计价不同、缓存命中还有折扣，所谓”2 万亿 Token”到底是哪一种，很难横向比较——这也正是”统一口径 + 第三方核验”被提上台面的原因。第二是额度刚性：买多了用不完、买少了不够用，本质是把厂商的容量风险转给了消费者。第三是它正在改变产品设计：一旦用户能感知”这句话值多少钱”，你的产品就必须回答”哪一步该用大模型、哪一步该用规则”，而不是所有请求都无脑转发给最强模型。从这个角度看，Token 零售化对整个行业的效率其实是好事。

六、Anthropic 的两面：给模型发”防伪身份证”，同时承认快控制不住 RSI

新闻：Anthropic 开源了可证明推理系统 FlashProve，基于零知识证明，无需公开权重即可证明某段回答确实出自所承诺的模型。在 4000 亿参数的 MoE 模型 Llama 4 Maverick 上，单张 H100 的证明吞吐约 110 Token/s，每份证明约 18.78MB，CPU 验证约 17 秒；代价是证明消耗的 GPU 时间约为 vLLM 推理的 70 至 95 倍，目前仅支持 1024 Token 上下文、整数模型与贪婪解码，且只证明来源、不证明正确性。与此同时，Anthropic 在招股书中警告公司已非常接近 RSI（递归自我改进）能力并紧急修订文件；第三季度营收约 169.56 亿美元，同比增长 1127%，算力采购与租赁累计承诺约 8954 亿美元，市场讨论的上市时间窗口落在 11 月 16 日当周。OpenAI 一侧，GPT-6.2 Astra 开启灰测，首批用户晒出鹈鹕骑车、类游戏画面等实测，似更注重物理真实；两个 rc-ada-* 模型 ID 短暂现身 API 列表后被撤；公司称 GPT-6 Astra 一周内包办了一款 AI 硬件的外壳、电路板与软件设计，”更强内部模型”在 BenchCAD 2.0 得 0.875、GPT-6 Astra 为 0.594。ChatGPT 则上线 GIF 动画生成与编辑功能，随 Images 2.6 图像模型开放，支持调播放速度、改单独帧，官方披露每周生成图像已超 40 亿张、9 月为 30 亿张。

探索者视角：FlashProve 解决的是一个我以前觉得无解的问题——模型的可信来源怎么证明。过去要么信厂商的品牌，要么公开权重让人自己验；零知识证明给了第三条路：不暴露权重也能证明”这话是这个模型说的”。但请一定注意它的边界：只证来源、不证正确。这意味着它能防冒名、防篡改、防”挂羊头卖狗肉”的 API 二道贩子，却不能防模型本身胡说。而且 70 到 95 倍的证明开销、1024 Token 的上限、只支持贪婪解码，注定了它今天是合规与审计工具，不是生产链路的一环。另一面就更耐人寻味了：一边开源可验证性工具，一边在招股书里写”接近 RSI”。这两件事放在一起，是一家公司在同时给世界提供两样东西——给监管的把手，和给投资者的想象力。我倾向于把 RSI 的自述当作风险披露而不是路线图：招股书里的话首先是法律文本，其次才是技术宣言。真正能验证的是账单：1127% 的收入增速对 8954 亿美元的算力承诺，这才是市场会盯着看的那一栏。

七、算力的计价单位，从”卡”变成了”token”

新闻：研究机构 SemiAnalysis 本周发布的 InferenceX 基准显示，以每用户 100 tokens/s 的速度运行 Kimi K3 2.8T 模型时，英伟达 B200 的成本为每百万 token 0.179 美元，AMD MI355X 为 0.077 美元，前者约为后者的 2.3 倍。差距并非来自租价——B200 每小时约 1.73 美元、MI355X 约 1.50 美元，只贵 15%——而来自吞吐：同一设定下单块 MI355X 吞吐 5435.8 tokens/s，B200 为 2677.5，约一半。硬件与资本侧同期还有几个数字：AMD CEO 苏姿丰在财报电话会上称数据中心业务明年将占总营收 80% 以上；存算一体 AI 芯片企业后摩智能完成总额数十亿元 B 轮融资，用于端侧大模型芯片量产与生态建设；AI 推理创企 Fal 完成 13 亿美元融资、估值升至 160 亿美元（今年 4 月为 80 亿美元），年化收入已突破 8 亿美元；美国人形机器人公司 Agility Robotics 于 11 月 5 日以代码 AGLT 在纳斯达克挂牌，成为美国首家纯人形机器人上市公司，本次募资约 4.65 亿美元、富士康领投 2.01 亿美元 PIPE，Digit 5 多年期订单承诺超 3 亿美元（公司口径，非已确认营收）。此外，11月4日中国信通院、华为、阿里、腾讯、小米、百度、火山引擎等 20 家单位联合发布《智能体发展自律公约》，提出共建智能体注册与解析、能力描述与发现、意图理解与转换、网络路由与连接、资源调度与计量、协议兼容与互认等互联基础设施。

探索者视角：0.179 对 0.077 这组数字，可能是今年硬件叙事里最重要的一次口径切换。过去两年所有人问”英伟达能多快出货”，现在该问的是”卡插进机柜之后，一个 token 要多少钱”。这个换算一换，竞争的维度立刻从峰值算力转向吞吐效率与软件栈——AMD 不是靠更便宜赢，是靠同样租金下跑出双倍吞吐赢。对做推理服务的团队，这句话很扎心也很实在：单位成本的 2 倍差距，就是产品赚钱和悄悄失血之间的距离。当然，SemiAnalysis 的结论有前提（FP4、特定模型、特定框架版本），换模型换精度结论都可能翻转，所以别把它当采购结论，当成”必须自己做压测”的提醒更合适。再看 Fal 估值四个月翻倍、后摩拿数十亿做端侧芯片、AMD 数据中心占比要冲到 80%，资本正在往”推理”和”端侧”两个方向押注——训练是少数人的游戏，推理和端侧才是大多数人的生意。至于 20 家单位的自律公约，最缺的公共品确实是智能体之间的协议与互认；但自律没有强制力，真正的标准之争还得看谁的实现先被大规模调用。

结语

把今天的七条新闻连起来读，会看到一条很清晰的线：AI 正在被”定价”。混元 Hy4 用开源把能力价格打下来，京东用三百万台订单给机器人定了需求价格，Token 上货架把算力变成明码标价的商品，SemiAnalysis 把芯片的价值折算成每百万 token 的美元数。定价一旦发生，行业就从”讲愿景”进入”算账本”的阶段：跑不满班的机器人会被退货，单位成本翻倍的推理服务会被迁移，说不清计量口径的套餐会被质疑。

对独立开发者和小团队，这其实是好消息。当所有东西都可以被换算成”每台、每班、每 token”，你竞争的重点就不再是拥有多强的模型，而是把某个具体场景的最后一公里做扎实——这件事大公司反而做不过你。所以我今天的结论是：别盯着榜单上的分数，盯住你那条链路上每一个 token、每一分钟的价钱。真正的护城河，从来不在模型里，在账本里。

明天见。