AI觉醒年代:开源大模型颠覆定价、具身智能加速落地、太空智驾从0到1

# AI觉醒年代：开源大模型颠覆定价、具身智能加速落地、太空智驾从0到1

过去的这一周，AI行业密集发生了好几件大事。DeepSeek V4以开源之姿杀入大模型战场，把API价格打到”地板价”；MIT学者发文质疑医疗AI”到底有没有真的帮到病人”；海康机器人年营收64亿宣告具身智能规模化落地；智用开物近亿元融资杀入工业AI；Momenta CEO曹旭东预言智驾全球只剩3-4家供应商能活下来；中科天塔则把AI大模型装进了卫星，喊出了”太空智驾”的概念。

这六条新闻，拼在一起，恰好构成了当下AI产业变革最真实的横切面：从最底层的大模型定价权，到最表层的应用落地，再到最前沿的太空探索，AI正在同时向纵深和广度快速渗透。

## 一、DeepSeek V4发布：开源大模型改写定价规则

4月25日，DeepSeek正式发布V4版本，这家因R1版本而名声大噪的中国AI公司，再次成为行业焦点。

V4分为两个版本：V4-Pro面向编程和复杂Agent任务，API价格为每百万输入Token 1.74美元、每百万输出Token 3.48美元；V4-Flash则更激进，约每百万输入Token 0.14美元、每百万输出Token 0.28美元, 这个价格大约是OpenAI和Anthropic同类产品的几十分之一。

这不是DeepSeek第一次用低价冲击市场。2025年1月，DeepSeek R1以”用更少算力训练出与GPT-4o持平的性能”震惊业界，间接引发了全球开源大模型浪潮。如今V4延续了这一逻辑：性能逼近最顶尖闭源模型，但价格是对方的零头。

问题来了：这种定价策略，是真正的成本优势，还是市场补贴战？

从技术角度看，DeepSeek的核心能力在于训练效率的极致优化，而非简单的”烧钱换市场”。其技术路线强调小样本学习、长上下文处理、混合专家架构（MoE）等工程创新，这让其在推理成本上确实存在结构性优势，而非单纯的价格战。

但更深层的影响在于：大模型的”算力即壁垒”逻辑正在被改写。当开源模型以几分之一的价格提供接近水平的性能，整个行业的商业模式都会受到冲击, 闭源厂商高溢价空间被压缩，中小开发者进入门槛大幅降低，应用层的创新速度会随之加快。

值得关注的还有一点：DeepSeek V4同样面临人事动荡、发布延迟、政府监管加强等压力。技术实力和商业可持续性之间，始终存在张力。这家公司的下一步，既关系到中国AI的全球叙事，也是一场真实的生存考验。

出处：Three reasons why DeepSeek’s new model matters

## 二、医疗AI大规模落地，但没人知道它是否真的帮到了病人

同一周，MIT Technology Review刊登了一篇措辞严厉的评论文章，标题直白到近乎刻薄： Healthcare AI is here. We don’t know if it actually helps patients.

文章的核心论点是：AI在医疗领域的落地速度，已经远超对其实际效果的系统性评估。

以”环境AI”工具（也称AI抄写员）为例，这类工具可以”聆听”医患对话，自动转录和摘要，大幅减少医生的文书负担。多项研究表明，使用这类工具可以显著降低医生职业倦怠，提高患者就诊时的专注度。早期数据令人鼓舞。

但是, 问题就出在这个”但是”, 这些研究衡量的都是”用户满意度”和”流程效率”，而不是”患者健康结局是否改善”。

密歇根大学计算机科学家Jenna Wiens和多伦多大学Anna Goldenberg本周在Nature Medicine发表论文指出：目前大多数医疗AI部署，缺乏对”AI辅助决策是否真正改变临床结果”的严格评估。一套AI工具可以准确读取胸部X光，但医生会不会过度依赖它的判断？医患沟通过程会不会因此改变？最终对患者预后意味着什么？这些问题目前没有答案。

更棘手的是，即便AI在实验室里达到了”准确”，也未必等于”有益”。医疗场景的复杂性，使得AI表现和临床价值之间存在巨大鸿沟。AI可能在某家医院的特定科室表现优异，但换了科室、换了医院、换了医生群体，效果可能完全不同, 这与医学AI研究常用的”受控实验”环境相差甚远。

更深层的矛盾在于：AI行业讲的是”先部署再迭代”，医疗行业讲的是”安全第一、证据先行”。两种逻辑的碰撞，正在制造一个监管盲区。当医院大量采购AI工具，投资者大量押注医疗AI赛道时，或许需要停下来问一句：我们到底在解决什么问题，衡量标准又是什么？

出处：Health-care AI is here. We don’t know if it actually helps patients

## 三、海康机器人年营收64亿：具身智能从概念走向工程化

36氪报道，海康机器人2025年全年营收突破64.52亿元，其中机器视觉产品累计出货量超过1000万台，移动机器人累计下线超过18万台。这组数字，是中国工业智能化进程中最具说服力的注脚之一。

4月22日至24日，海康机器人在杭州桐庐举办”智造大会2026″，CEO贾永华在会上提出了一个新概念：”具身智造”。

这概念并不复杂：传统自动化体系灵活性不足，难以适应需求碎片化和用工结构变化；而”具身智造”需要两种能力, 一是具备多任务能力的高柔性设备，二是可快速复制的场景化应用能力，从而推动制造体系从”人适应机器”向”机器适应环境”转变。

换句话说，海康机器人认为，工业智能化的下一阶段，不是让机器做更多单一任务，而是让机器真正理解环境、适应变化、形成”身体”与”大脑”的协同。

海康机器人副总裁张文聪在专访中提到了一个关键判断：具身智能并不代表产品都要做成拟人形态。”把端到端的眼、手的协同做好，广义看也是朝向具身智能的很大进步。”, 这个表述非常务实，与当下一些动辄”人形机器人颠覆一切”的叙事形成了鲜明对比。

在AI质检场景，海康已经验证了一条清晰的路径：2019年用CNN小模型，每上一条产线基本都要重新采样、重新训练；2023-2024年引入大模型方案后，同一车间多条产线可以快速复制，所需训练样本从上万张压缩到一两百张，缺陷检出率超过99.995%。这不是概念，这是已经交付的量产系统。

海康的判断也揭示了一个重要规律：在高度标准化、高节拍的环节，专用设备效率更高；在节拍要求相对宽松的场景，具身智能具备”一机多能”的潜力。两者更多是互补，而非替代。

这对于制造业从业者的启示是：不必等”完美的人形机器人”，眼下已经有大量具身智能技术（视觉+机械臂+移动平台协同）可以在现有产线上产生价值，关键在于找准切入点。

出处：最前线｜2025年全年营收超64亿，海康机器人表示将继续推进AI融合与具身智能布局

## 四、智用开物近亿元融资：微软系团队杀入工业AI深水区

工业AI赛道又杀出一匹黑马。

36氪获悉，工业智能体公司”智用开物”已完成近亿元天使+轮融资，投资方包括瑞枫资本、立讯精密家族办公室及高管团队等。这已经是该公司过去一年内的第三轮融资。

智用开物的核心团队背景值得关注：CEO管震曾任微软中国首席技术顾问，COO赵铭曾任微软全球CTO办公室首席架构师，CTO张善友是连续20届微软最有价值专家。典型的”微软系”创业故事。

但比背景更值得关注的，是他们切入的角度：工业语义引擎。

智用开物认为，工业AI落地的最大障碍，不是模型能力不足，而是”工业知识无法被AI有效解析”。工厂里有大量隐性知识, SOP、工艺规范、老师傅的经验, 这些难以被结构化，更难以被AI正确运用。

他们的解决方案是：构建一套”工业语义引擎”，将80%的通用工业逻辑预先模型化，剩余20%的个性化知识由AI自学习，并通过Harness框架对工业流程进行物理约束, 换句话说，给AI装上”安全锁”，让它不会产生”幻觉”，每个动作都符合安全和工艺规范。

目前，智用开物的产品已经在立讯精密等链主企业的多条产线深度应用：单个AI排产员效能相当于6名人类员工；SOP自动化率达到80%；产线异常处理速度提升8倍；设备维护效能提升40%。

管震说了一句大实话：”大厂做的是’通才’，我们做的是’闭环的专才’。”这实际上点出了当前工业AI的一条重要分化路线：通用大模型做不了工厂里的精细活，因为工业场景对确定性、可靠性和物理约束的要求，远高于消费互联网。

对于制造业中小企业而言，智用开物的模式提供了一个新的选项：不需要从选模型、搭服务器开始，只需上传岗位SOP，AI便可以在”N分钟内”完成上岗适应。这将大幅降低工业AI的使用门槛，是真正意义上的”AI普惠”。

出处：36氪首发 | 核心团队来自微软，获近亿投资，要打通AI进厂最后一公里

## 五、Momenta曹旭东：智驾行业只剩3-4家能活下来

2026北京车展期间，Momenta CEO曹旭东公开表示：智能驾驶领域，中国最多2-3家、全球最多3-4家供应商会快速胜出，行业格局将快速收敛。

这不是危言耸听。曹旭东给出的理由是：智驾行业的规模效应和先发优势，比芯片行业更为显著。软件的边际成本为零，规模同时带动成本下降和体验提升, 这意味着，一旦某家供应商率先进入主流车企的供应链，后来者的追赶难度会呈指数级上升。

Momenta自身的成绩单印证了这一判断：累计定点合作车型超过200款，已交付量产车型70+，搭载其智能辅助驾驶解决方案的车型已突破80万台，并已出海至英国、挪威、澳大利亚、阿联酋、泰国等10个国家。

曹旭东还提到了一个关键洞察：对于国际OEM来说，进入其供应链体系可能要”敲门敲5-7年”。这意味着，先发者一旦建立合作关系，窗口期就会被牢牢锁住。

智驾赛道目前存在三种主要模式：一是像Momenta这样专注提供智驾解决方案的Tier 1供应商；二是华为鸿蒙智行等从整车到智驾全链条覆盖的模式；三是特斯拉FSD这样自研自用的封闭模式。曹旭东的判断是：整个市场会在未来2-3年内完成整合，最终形成少数玩家主导的格局。

这一判断对整车企业意味着什么？如果曹旭东是对的，主机厂选择智驾供应商将变成一个高度战略性的决策, 选错了伙伴，可能面临被竞争对手甩开的风险。而对创业公司和二级供应商来说，时间窗口正在快速关闭。

出处：Momenta 曹旭东研判：智驾领域中国最多 3 家、全球最多 4 家供应商会胜出

## 六、中科天塔发布激光通信终端：AI+太空的”三级跨越”

最后一条新闻，或许是本周最具科幻感的一条。

4月24日”中国航天日”商业航天产业高质量发展论坛上，中科天塔正式发布了新一代星载激光通信终端。这家成立于西安光机所科技成果转化背景下的公司，正在推进一项雄心勃勃的计划, “太空智驾”。

所谓”太空智驾”，指的是在轨卫星的智能化管理。当前，全球最大卫星星座在半年内已实施超过5万次主动避碰操作。随着未来星座规模扩展至数万颗甚至百万颗级别，依赖地面站24小时人工监测管控的传统模式将面临成本高企、传输受限、管理难度激增等问题。

中科天塔的解法是：激光通信终端+AI大模型。

在”桥梁”侧，激光通信相较于传统微波通信，具有带宽大、时延低、波束窄、保密性强、抗干扰能力突出等优势，可推动卫星测控体系由”地基”为主向”天地一体”升级。该终端源自西安光机所20余年技术积累，采用独立控制系统设计，不占用卫星主控资源，可适配不同卫星平台。

在”大脑”侧，中科天塔早在2024年就推出了国内首个航天测控领域AI大模型，并通过系列智能体实现卫星数据的实时处理、预警和风险规避。景振龙打了个比方：给卫星装上一个AI大脑，让其接收数据后可提前进行数据处理、预警和风险规避。

曾伟刚总经理则提出了”三级跨越”的愿景：第一步，从人工使用软件管理卫星；第二步，升级为软件自动化运行；第三步，迈向AI智能体自主决策。这三级，正好对应地面自动驾驶从L1到L4的演进路径。

目前，中科天塔已与国内头部卫星公司、体制内院所达成合作，2025年实现了千万级订单收入。其西安生产线设计年产能超过500套，将于2026年5月正式启用。

这条新闻的启示在于：AI的能力边界正在从地球延伸至太空。当我们讨论”AI落地”时，不应该只盯着互联网和工厂，太空也是一个正在被AI改变的领域, 而且是改变得相当彻底的那种。

出处：最前线｜AI+激光通信，中科天塔要用「太空智驾」体系实现卫星管理模式的三级跨越

## 结语：AI时代的三个关键词

回顾这一周的六条新闻，有三个关键词正在变得越来越清晰：

第一个词是价格重构。DeepSeek V4把大模型API价格打到”地板价”，证明AI基础设施正在快速商品化。这对整个生态是好事, 应用层创新的门槛会更低，但基础设施层的竞争会更加惨烈。

第二个词是效果验证。医疗AI的故事告诉我们，AI落地不能只讲”准确率”，必须回答”有没有真正解决问题”。这个原则适用于所有AI+行业, 部署之前的严格评估，远比部署之后的亡羊补牢更有效率。

第三个词是垂直深化。无论是海康机器人的”具身智造”、智用开物的”工业语义引擎”，还是中科天塔的”太空智驾”，都在说明同一个趋势：通用AI的能力在增强，但真正产生价值的，是与行业深度结合的垂直解决方案。

AI的黄金时代，不在于多少家公司在训练更大的模型，而在于有多少行业被AI真正改变。这一周的故事，恰好是这句话最生动的注脚。