陆奇投了个「外卖骑手」量子位
「十年留美,导师师承图灵奖得主,回国后,我却黄袍加身,成为一名全职外卖骑手。」
什么?!一位「外卖小哥」竟然登上了奇绩 2026 春季路演日的舞台?哥们这是参加变形计来了?要知道,台下坐着的可是 1700 多名投资人。
原来,这位小哥跑外卖,是为了亲身体验配送的痛点。他和团队自研 AI 眼镜等数采硬件,靠众包骑手网络,采集真实数据,开发具身智能的「导航大脑」。
在 6 月 7 日路演日的现场,还有许许多多类似的奇思妙想。有人想和 AI 同居,有人想让机器人长出「电子肌肉」,还有人专门训练 AI 寻找下一个独角兽(投资人:坏了,冲着我来的)。
这些在奇绩创坛路演的项目,都处于创业的最早期阶段。这也意味着,它们瞄准的方向,就是当下 AI 创业热点的风向标。
搬好小板凳,我们总结了当下 AI 创业最值得关注的几个趋势。
Agent:解决真问题
「自从上一届路演日以来,我们经历了一场结构性变化。」奇绩创坛 CEO 陆奇开场点题。
具有里程碑意义的拐点是:2025 年 11 月,Claude Opus 4.5 和 Claude Code 的结合,使 AI 具备了能动性。过去,只有人能操作工具;而如今,工具本身即具备了「智能」。
Agent 到底有多火?这届路演日 56 个项目里,有 39 个都在做 Agent。Agent,正在深入各个行业的毛细血管中,掀起生产力革命。
有三家公司,不约而同地关注到芯片生产。
心片科技,让 Chip Agent 全自动完成芯片设计;芯辰启源,为模拟射频芯片设计公司提供 AI 模型、Agent 和下一代设计平台;枢宇科技,做模拟芯片的 Agentic 设计引擎。
枢宇科技的 CEO 汪嘉成说,模拟芯片工程师,仍在花费 70% 的时间「手搓」调参数。「缺乏数据集、没有标准答案、不能有误差」,是挡在自动化流程前面的「三座大山」。
「我们将打通光电子芯片从设计到量产应用全链路,带领中国芯片迈入光电子时代!」
当演讲者在台上喊出这句话时,我看到了年轻人的光荣与梦想。
潇湘智控,将 Agent 引入了有色冶金这样的传统行业。它从铝电解切入,正在打造有色冶金行业首个物理智能底座。
有色冶金听起来有点「老登」,但 CEO 计昊天说,2025 年全球有色冶金年产值 1.2 万亿美元,万亿级市场正在撬动千亿级的需求。
不久前,霍尔木兹海峡的油轮,牵动着全球资本市场的关注。一家名为「天穹智算」的地理空间 Agent 公司,将卫星遥感、公开数据、AIS 航运数据、天气数据,转化为金融市场可用的参考信号,辅助交易员决策。
「AI 领域的下一个独角兽,藏在论文里,GitHub 仓库里,或者一条社交媒体的帖子里。等它出现在微信群里,已经晚了。」NextBanker 的 CEO 王新宇说。
他们利用 AI,帮助投资人第一时间识别高潜力的水下项目,每周能提供超过 1000 个项目。内测期间,有 100 多家投资机构自发入驻,留存率超过 40%,累计挖掘了 600 多家潜在独角兽。
「天啊,我们不会要失业了吧。」坐在我身边的投资人感慨。
除了提高生产力,Agent 还在重构生产关系。
几天前,Anthropic 呼吁全员停止 AI 研究,正是担心 AI 能力的飞速进化导致失控。
AI 带来了巨大的安全风险。明悉科技提出,要做「中国的 Palantir」,利用自研的 Agent,提前拿到情报并发出预警,帮助企业治理水军、监测黑灰产、识别商业间谍等。
Singularity Engine(奇点引擎)CEO 曹瑞鹏说,企业正在大量尝试 AI,但真正卡点不是模型能力,而是如何进入真实业务、稳定交付并形成可复用资产。
本届路演日,有 10 家公司都开展了 FDE & AI 咨询业务。AI 行业的竞争,正在从模型能力竞争,转向真实场景中的落地能力竞争。
数据:最高的壁垒,最多的机会
占比第二多的创业公司类型是具身智能,共 19 家。其中,开展数据业务的公司成为主角。数据是具身智能当前最大的瓶颈,也蕴藏着最多的机会。
正如陆奇所言:「过去,生产对象是原材料、商品、信息和流程;今天,数据既是投入,也是产出,正在成为新的生产对象。」
2026 年,许多机器人公司都提出要采集百万小时级别的数据。「人欲善其事,必先利其器」,有创业公司瞄准了最基础的数据采集设备。
人类依靠六条肌肉稳定眼球,确保在运动中也能看清外界。但机器人不同,跑半马的机器人之所以会摔倒,原因之一是运动令摄像头模糊,导致视觉感知质量下降。
小鹰锐视通过「电子肌肉」来主动防抖,配合自研的深层次防抖算法,想给机器人做「最清晰的眼睛」。
创始人付际 26 岁就拿到北大博士学位,还是视觉中国签约摄影师 —— 果然,摄影佬最懂防抖的刚需(doge)。
还有一款灵巧手,竟然打通了碳基和硅基的需求。
SoftSync 柔偕科技开发了全球首款千元级软体仿生灵巧手。单看外形,它与人手十分接近。它先被用于人体义肢,再通过高频使用,积累真实手部操作数据,未来迁移到机器人训练。
还有的公司创新了数据采集模式。
你用的手机地图,在室外导航准确,但在室内经常「抓瞎」。这是因为,高质量的室内数据稀缺,不仅获取成本高昂,也难以规模化。
开头「外卖小哥」创立的肆爱科技想到了一个办法:建立一个「外卖骑手众包网络」,在日常配送场景中,采集第一人称视角的室内多模态数据。
一个「数据飞轮」形成了 —— 更多数据训练更强的导航算法,更强算法帮骑手提效,进而吸引更多骑手,采集更多数据。
还有公司针对的是数据处理与标注场景。
例如,树为智能与歌渡科技,分别做的是「物理因果数据引擎」和「精细操作的数据引擎」,前者帮助机器人学会理解世界,后者帮助机器人学会接触世界。


