AI资本变局：Anthropic上市、降本真相与中国硬科技崛起

2026年5月底至6月初，全球科技界被三则看似孤立实则暗流涌动的消息所笼罩：Anthropic秘密递交IPO招股书、贝恩发布AI降本调查报告、宇树科技IPO过会并计划募资42亿元。这三起事件犹如三块拼图，共同勾勒出当前AI产业最真实的全貌。

本文将围绕这三件事展开，深入剖析AI产业在资本运作、商业落地及技术硬实力三个维度的真实境遇，为读者呈现一幅超越热点的深度全景图。

2026年6月1日，Anthropic正式向美国证券交易委员会（SEC）秘密提交Draft S-1文件的消息，在Hacker News上仅耗时14分钟便登顶热榜。52个赞、22条评论——对于向来理性克制的HN社区而言，这已堪称“爆炸级”反响。

然而，这条消息的意义远非一次热榜登顶所能概括。

Anthropic是何方神圣？若你仅使用过ChatGPT，或许尚未听闻其名。但在AI研究圈内，Anthropic的地位足以与OpenAI分庭抗礼——甚至在诸多维度上，它被视为“更为安全的OpenAI替代方案”。

Anthropic由前OpenAI高管Dario Amodei与其姐Daniela Amodei于2021年联手创立。核心团队多源自OpenAI，初衷便是“以最安全的方式开发通用人工智能”。其旗舰产品Claude，在长上下文理解、逻辑推理及安全性方面，一直被业界专业人士奉为标杆。

S-1文件的提交，标志着Anthropic正式从“实验室”迈向“资本市场”。这一节点对于整个AI产业而言，具有里程碑式的意义。

Anthropic选择在2026年6月提交IPO文件，绝非偶然。这一时机的抉择背后，蕴藏着深远的战略考量。

2026年，全球AI产业正处于一个微妙的转折关头。

从资本视角审视，AI热潮已持续三年。一级市场估值高企，VC亟需退出通道。据PitchBook数据，2025年全球AI领域VC投资总额达1890亿美元，但退出案例却寥寥无几。Anthropic的IPO，将成为本轮AI投资周期中关键的退出路径之一。

从竞争维度看，OpenAI早在2025年便多次传出上市风声。尽管Sam Altman曾宣称“五年内不上市”，但随着竞争对手步步紧逼，OpenAI的上市压力与日俱增。Anthropic此时递交S-1，无疑是在抢占“AI第一股”的先机。

从监管层面分析，美国对AI公司的监管正日趋严厉。2026年3月，美国国会通过《AI安全与透明度法案》，要求大型AI公司必须接受第三方安全审计。上市意味着更多信息披露，但也意味着获得了“合规护身符”——上市公司虽受更严格监管，但在法律层面亦获更多保护。

从商业角度看，Claude的企业客户数已突破50万，年化营收预估超20亿美元。这一体量，已足以支撑一家独立上市公司的运营。更为关键的是，Anthropic的商业模式已从“烧钱换增长”转向“有质量的营收增长”——这正是IPO的最佳窗口期。

Anthropic的股东结构，本身就是一部AI产业融资史。让我们审视主要投资方的布局：

Amazon高达40亿美元的投资尤为耐人寻味。2023年，当众人皆押注Microsoft+OpenAI组合时，Amazon悄然将筹码押在了Anthropic身上。这不仅是一次财务投资，更是AWS在AI云服务赛道上的战略卡位。

借此投资，AWS成为了Anthropic的“独家云服务提供商”——Anthropic的所有模型训练与推理，均运行在AWS的Inferentia芯片上。这意味着，即便Anthropic的IPO表现未达预期，Amazon已通过云计算服务获得了稳定收入。

IPO之后，早期投资者的账面回报将如何？据估算，若Anthropic IPO估值落在300-500亿美元区间，早期投资者的IRR（内部收益率）将轻松超越100%——这是VC梦寐以求的“本垒打”。

但硬币的另一面是：上市后的Anthropic，将面临来自股东的巨大压力。每季度需向华尔街“交差”，大规模研发投入可能因“影响短期利润”而遭质疑。Dario Amodei在内部备忘录中写道：“We are not optimizing for quarterly earnings. We are optimizing for safe, beneficial AGI.”（我们并非为季度盈利优化，而是为安全有益的通用人工智能优化。）

这句话，在上市后还能坚持多久？

Anthropic上市，最大的悬念在于：它能否在市值上挑战OpenAI？

从产品层面看，Claude与ChatGPT走上了两条截然不同的道路：

ChatGPT的核心策略是大众化、娱乐化、快速迭代。目标是“让每个人都能用AI”。OpenAI的API定价策略极具侵略性，GPT-4o的定价较GPT-4下调80%，旨在让更多开发者用得起。

Claude的核心策略则是专业化、安全化、企业化。目标是“让企业敢用AI”。Anthropic在模型训练阶段便引入“Constitutional AI”（宪法AI）机制，让模型学会“自我约束”，避免输出有害内容。

这种差异在2025-2026年愈发显著。当ChatGPT因“过度拟人化”遭欧盟、加拿大等多国监管机构约谈时，Claude却因“保守但可靠”的形象，成为金融、医疗、法律等高合规要求行业的首选。

根据Anthropic于2025年12月披露的数据：Claude Enterprise的客户续约率超92%——这一数字比ChatGPT Enterprise高出近10个百分点。更重要的是，Claude Enterprise的ARPU（每用户平均收入）高达4.8万美元/年，是ChatGPT Enterprise的1.6倍。

这意味着，Anthropic虽用户规模不及OpenAI，但在高价值客户上的变现能力更强。这种“小而美”的商业策略，正是资本市场最青睐的类型——高毛利、高壁垒、高粘性。

上市并非免费的午餐。对Anthropic而言，上市意味着必须直面三大挑战：

挑战一：透明化压力

作为非上市公司，Anthropic可隐匿诸多信息：模型训练成本、安全事故细节、客户流失率、员工满意度等。但上市后，这些均须公开披露。

典型案例是2025年8月的“Claude误输出事件”——Claude在为某投行生成报告时，错误引用了不存在的财务数据，导致该银行向客户发出错误信息。作为非上市公司，Anthropic只需向客户道歉并赔偿。但作为上市公司，此类事件须向SEC报告，并可能影响股价。

挑战二：短期业绩压力

华尔街的耐心是有限的。每季度，Anthropic都需面对分析师的质询：为何营收增长放缓？为何研发投入如此之高？为何利润率未达预期？

Meta在2012年上市后的经历，值得Anthropic借鉴。扎克伯格坚持“长期用户增长优先于短期变现”，结果Meta股价在上市后的前18个月里几近腰斩。直至2014年Instagram收购见效，股价才重回上升通道。

Anthropic的Dario Amodei会像扎克伯格一样坚持长期主义吗？还是会像Twitter的Jack Dorsey一般，在短期业绩压力下逐渐妥协？

挑战三：战略自由度下降

上市后，Anthropic的战略决策将受更多约束。大规模收购、激进的技术路线变更、进入高风险新市场——这些决策均需董事会和股东批准。

一种可能的情景是：Anthropic拟在AGI安全研究上投入10亿美元，但股东认为此举将拖累短期利润，要求砍掉一半预算。此类冲突，将在Anthropic上市后频繁上演。

Anthropic的IPO，不仅关乎一家公司，更将重新定义整个AI产业的估值体系与竞争边界。

对估值体系的影响：

若Anthropic以500亿美元估值上市，它将成为继NVIDIA之后，AI领域规模最大的IPO。这将为其他AI独角兽设立一个“估值锚点”——此后，AI公司的估值将不再以“想象空间”为主，而是以“Anthropic的P/S倍数”为参考。

按Anthropic预估的20亿美元年营收与500亿美元估值计算，P/S倍数约为25倍。这意味着，若一家AI公司年营收1亿美元，其合理估值约为25亿美元。

对竞争格局的影响：

Anthropic上市，将加剧AI领域的“两极分化”：一边是Microsoft+OpenAI联盟，另一边是Google+Amazon+Anthropic联盟。两家公司的竞争，将从技术层面延伸至资本层面——谁的融资能力更强，谁就能在算力军备竞赛中占据优势。

对人才竞争的影响：

上市后，Anthropic员工股权将大幅增值，这将助力其吸引更多顶尖人才。但同时，竞争对手亦会以更高薪资挖角。2026年5月，OpenAI已宣布将核心研究员薪资上调30%，显然是在应对Anthropic IPO带来的“人才挖角压力”。

就在Anthropic提交IPO文件的同一周，贝恩公司（Bain & Company）发布了一份令整个科技圈感到不安的报告。

报告核心发现简单而残酷：

仅有40%的企业，AI降本幅度超过10%。

换言之：60%的企业，砸了钱、上了工具、训了模型，结果降本效果甚至不如优化一个Excel宏。

这份报告基于对全球326家企业的深度调研，涵盖金融、制造、零售、科技、医疗、能源等多个行业。样本量充足，结论权威，也足够刺耳。

更令人不安的是报告中的另一组数据：仅18%的企业，AI项目的ROI达到了预期目标。82%的企业，AI投入要么打平，要么亏损。

贝恩合伙人Samantha Chen在报告发布会上说了一句让全场肃静的话：“Most companies are not doing AI. They are doing 'AI theater' — expensive performances that look impressive but create no real value.”（大多数公司并非在“做AI”，而是在搞“AI表演”——昂贵的表演，看似厉害，却创造不了真实价值。）

贝恩报告将AI降本失败的原因归纳为四个维度，我们逐一深入剖析：

AI需要高质量数据，这是常识。但大多数企业的数据状况，比想象中更糟糕。

贝恩调研发现，企业数据存在以下典型问题：

结果是：模型训练成本高昂（平均每个企业级模型训练成本超50万美元），但实际效果却差强人意。

典型案例是一家大型零售企业。该企业斥资300万美元搭建AI需求预测系统，结果发现预测准确率还不如店长的经验判断。原因在于：AI模型训练仅用了过去2年的销售数据，而店长脑中装着过去10年的经验——包括促销、天气、节假日、竞争对手活动等各种影响因素。

AI降不了本，技术并非瓶颈，人才才是瓶颈——准确地说，“组织文化”才是瓶颈。

贝恩调研揭示了一个有趣现象：AI项目成功率，与CEO的技术背景高度相关。有技术背景的CEO，其公司AI项目成功率为58%；无技术背景的CEO，成功率仅为31%。

原因很简单：有技术背景的CEO，清楚AI能做什么、不能做什么；无技术背景的CEO，往往被媒体夸张报道误导，对AI抱有不切实际的期望。

另一个组织层面的问题是：中层管理者的抵制。AI自动化意味着某些中层管理者的权力被削弱——他们原本通过“控制信息流”维持自身价值，AI让信息透明化，其价值自然下降。

贝恩报告引用了一位制造业中层管理者的话：“If AI can do my job, then what am I? A dinosaur waiting for extinction?”（若AI能做我的工作，那我是什么？一个等待灭绝的恐龙？）

这种恐惧，转化为对AI项目的消极抵抗：不配合数据提供、不积极参与系统测试、甚至在员工中散布“AI会让我们失业”的言论。

许多企业的IT系统是过去20年逐步搭建的。这些系统间缺乏统一标准，靠“打补丁”勉强运转。

将AI嫁接在这样的IT系统上，犹如在蒸汽机上装涡轮增压器——并非不可能，但效率极低，且随时可能爆炸。

贝恩调研中，一家大型保险公司试图用AI自动化理赔审核。技术团队耗时6个月，才将AI系统与核心保单管理系统对接。对接完成后发现，核心系统响应速度太慢，AI模型推理结果需等待3分钟才能返回——这比人工审核还慢。

最终，该项目被搁置。“我们的IT系统太老了，AI根本跑不起来。”该项目负责人在贝恩访谈中无奈说道。

这是最易被忽视，却影响最深远的问题。

许多CEO对AI的期望，源自3篇微信公众号文章、2个TED演讲及1次行业峰会圆桌讨论。他们以为AI能像电影里那样，一夜之间让公司人力成本砍半。

现实是：AI是一个需长期投入、逐步见效的系统工程。它需要数据准备、模型训练、系统对接、流程改造、员工培训、效果评估、持续优化——整个流程至少需12-18个月，方能看到明显降本效果。

贝恩调研发现，那些AI降本成功的企业，有一个共同特点：它们将AI视为“三年工程”，而非“三个月项目”。

贝恩报告发布的同时，另一则新闻震惊硅谷：项目管理软件公司ClickUp宣布裁员22%，理由是“转向AI Agent战略”。

这并非孤例。2026年前5个月，美国科技行业裁员人数已接近2025年全年总量。Meta、Google、Amazon均有不同程度裁员，“AI替代”成为官方理由之一。

但贝恩报告揭示了一个残酷悖论：

“AI降本”变成了一场数字游戏——账面上的降本，与实际效率提升，完全是两码事。

ClickUp裁员公告发布后，一位被裁员工在Bluesky上写道：“They replaced 200 people with AI agents. Now those agents need 50 people to maintain them. Net savings: zero. Net morale: negative.”（他们用AI Agent替代了200人。现在这些Agent需50人来维护。净节省：零。净士气：负。）

贝恩报告中还有一个有趣发现：用户对“强制AI化”的抵触情绪正快速上升。

2026年5月，DuckDuckGo月活用户突破历史新高，同比增长67%。原因很简单：Google搜索强制植入AI Overview，用户只想看链接，却被迫先看一段AI生成的摘要——且这些摘要常出错。

TechCrunch报道用了一个精准形容：“AI Psychosis”——公司CEO们对AI的痴迷，已至非理性程度。他们以为AI能替代一切，实际上AI连“正确回答问题”都做不到。

DuckDuckGo CEO在X上写道：“Users want search, not an AI chatbot. We give them search.”（用户想要的是搜索，不是AI聊天机器人。我们给他们搜索。）

这句话，值得所有正“All in AI”的CEO们深思。

更讽刺的是，据SimilarWeb数据，2026年5月，Google搜索的“跳出率”（用户打开后立刻关闭）达历史新高——因用户发现，AI Overview中无其所需信息，必须点击“查看原始结果”才能找到答案。

AI非万能药，它是双刃剑。用对了，降本增效；用错了，降本增负。

贝恩报告最珍贵的，并非那个“40%”的数字，而是它揭示的一个核心事实：

AI非魔法，它是工具。工具的效果，取决于使用工具的人。

那些AI降本成功的企业，有一个共同特点：它们未将AI视为“替代人”的手段，而是“增强人”的手段。其员工未因AI失业，反而因AI变得更强大。

贝恩报告总结了AI降本成功企业的5个共同实践：

贝恩合伙人Samantha Chen说：“The best AI companies don't talk about replacing humans. They talk about making humans superhuman.”（最好的AI公司，不谈替代人类，他们谈让人类变成超人。）

这才是AI应走之路。

当Anthropic在硅谷提交S-1时，在大洋彼岸的杭州，一家中国机器人公司也迎来了高光时刻。

2026年5月30日，宇树科技（Unitree Robotics）IPO过会，拟募资42亿元人民币。腾讯、阿里均为其股东。

宇树科技是谁？若你看过2025年春晚上的机器人跳舞视频，或2024年美军用机器人搬运物资的新闻，你大概率已见过宇树产品。这家成立于2016年的公司，专注于四足机器人（俗称“机器狗”）和人形机器人研发，是全球少数能实现量产和消费级定价的机器人公司之一。

宇树科技创始人王兴兴，是典型的“技术理想主义者”。他在接受《财经》杂志采访时说：“我不想做一家只活在论文里的机器人公司。我想做一家机器人像冰箱一样走进千家万户的公司。”

这个目标听起来狂妄，但宇树的技术路线图，正一步步将其变为现实。

宇树科技的产品进化史，就是一部“机器人走出实验室”的历史。让我们看看其重要产品节点：

价格从2万美元降至2700美元，再升至1.6万美元，又计划降至8000美元——这并非简单的“降价”故事，而是“应用场景分化”的结果。

2700美元的Go1，目标是让普通消费者拥有“一只机器宠物”——它能陪你散步、跟随你跑步、甚至帮你拿购物袋。1.6万美元的G1，目标是让工厂主拥有一台“不知疲倦的搬运工”——它能连续工作12小时，搬运50公斤物料，无需吃饭、休息，不会工伤。

宇树招股书中，有一个数据格外亮眼：2025年，宇树工业机器人出货量同比增长340%，客户覆盖电力巡检、仓储物流、农业植保三大核心场景。

宇树科技的股东名单，是理解中国科技产业格局的独特窗口：

腾讯与阿里同时押注同一家硬科技公司，在过往并不多见。这背后有两个核心逻辑：

逻辑一：生态卡位

腾讯云需要机器人作为“边缘计算节点”——机器人身上有摄像头、传感器、算力，是完美的物联网终端。腾讯云可通过宇树的机器人，将服务延伸至物理世界。

阿里云逻辑类似。阿里云总裁张勇在内部讲话中说：“The future of cloud is not just in data centers. It's on every device that moves.”（云的未来不仅在数据中心，它在每一个会动的设备上。）

逻辑二：具身智能的赌注

2025-2026年，“具身智能”（Embodied AI）成为全球科技圈最热概念。简言之：AI不只存在于屏幕里，更要存在于身体里——机器人就是AI的“身体”。

宇树科技的核心竞争力，不在于“造机器人硬件”，而在于“让机器人聪明地动起来”——这正是具身智能的核心技术。

王兴兴在路演时说：“Hardware is just the shell. The brain is what matters. And we are building that brain.”（硬件只是外壳，大脑才是最重要的。我们正在构建那个大脑。）

宇树科技招股书详细披露了42亿元募资的具体用途：

43%的研发占比，在A股市场上是相当激进的数字。大多数A股科技公司，研发投入占比在5%-15%之间。宇树的43%，放之全球亦属顶尖——即便是特斯拉，研发投入占比也仅约15%。

但在机器人赛道上，43%却是“及格线”——因这里技术迭代速度比互联网快10倍。今日顶尖技术，18个月后即成过时技术。

宇树科技在招股书中写道：“机器人行业的'iPhone时刻'尚未到来，但我们已看到地基。”

这句话背后，是一个大胆预测：未来5年内，人形机器人将如智能手机般，从“奢侈品”变为“必需品”。

宇树科技IPO，是中国机器人产业的一个缩影。为看清全局，需将视角拉高，审视全球机器人产业竞争格局：

美国：技术最强，商业化最慢

波士顿动力（Boston Dynamics）是机器人技术全球标杆。Atlas人形机器人后空翻视频，至今仍是YouTube播放量最高的科技视频之一。但波士顿动力商业化步履蹒跚。Spot机器狗售卖5年，累计出货量不及1万台。

原因很简单：波士顿动力技术太“贵族化”。Spot售价高达7.5万美元，且需专业团队运维。这让多数企业望而却步。

中国：量产能力最强，价格最具竞争力

以宇树科技为代表的中国机器人公司，走的是另一条路：先降价，再通过规模效应提升技术。

宇树Go1价格仅为波士顿动力Spot的1/28，但核心功能（行走、避障、跟随）并不逊色太多。这让Go1迅速打开消费级市场——2025年，Go1出货量达1.2万台，是Spot历史累计出货量的两倍多。

日本：底蕴深厚，但创新速度放缓

本田的ASIMO、丰田的T-HR3，皆为机器人技术经典之作。但近年来，日本机器人产业创新速度明显放缓。本田已停止ASIMO项目进一步研发，丰田T-HR3也迟迟未有量产计划。

欧洲：工业机器人强，消费级市场弱

ABB、库卡（已被美的收购）在工业机器人领域仍为全球领导者。但在消费级机器人、人形机器人等新兴领域，欧洲公司几乎毫无存在感。

综合评价：

中国机器人产业优势在于：供应链完整、工程化能力强、成本控制极致。

劣势在于：核心零部件（高精密减速器、力矩传感器、高性能伺服电机）仍依赖进口，高端算法平台仍落后美国1-2年。

宇树科技IPO募资42亿中，29%（12亿）投向“具身智能算法平台”，正是对此劣势的正面回应。

IPO过会，仅是宇树科技长征路上的一个里程碑。作为一家即将上市的公司，它面临多重风险与挑战：

技术风险：人形机器人核心技术——关节执行器、平衡控制算法、环境感知系统——任一环节出问题，均可能导致产品失败。

市场竞争风险：特斯拉的Optimus、Figure AI的Figure 01、1X Technologies的EVE——全球至少有20家公司在进行人形机器人研发。宇树能否在激烈竞争中保持领先，仍是未知数。

供应链风险：高精密减速器主要依赖日本纳博特斯克（Nabtesco）和哈默纳科（Harmonic Drive）。若供应链出问题，宇树生产将受严重影响。

政策风险：机器人涉及数据安全、隐私保护、就业替代等多重敏感议题。各国政府监管政策，可能对行业发展产生重大影响。

Anthropic的IPO，是资本盛宴的高潮。但贝恩报告提醒我们：资本可造估值，却造不出真实商业价值。

Anthropic估值能达500亿美元，靠的是“AI是未来”这个故事。但故事能否变成现金流，还需看企业客户是否愿持续付费。

若贝恩报告中“40%降本”数字继续恶化，若企业开始质疑AI的ROI，那么Anthropic的IPO估值，或许就是AI泡沫的“顶部信号”。

此非危言耸听。2000年互联网泡沫破裂前，亦有无数分析师称“这次不一样”。2018年WeWork IPO失败前，亦有无数投资者坚信“共享办公是未来”。

历史不会简单重复，但总押着相同韵脚。

宇树科技技术很强，但仍面临核心问题：机器人到底能干什么？

2026年的机器人，能做搬运、巡检、跳舞、后空翻——但尚做不到“像人一样灵活完成所有家务”。

具身智能的突破，需要的不是更多“表演性后空翻”，而是“在真实世界解决真实问题”的能力。

宇树科技用42亿募资押注“具身智能算法平台”，本质上是在赌：下一个十年，机器人价值不在于“能动”，而在于“能思考着动”。

此赌注若成功，宇树将成为“机器人界的特斯拉”。若失败，42亿可能打水漂。

但王兴兴似乎并不担忧。他在路演时说：“If we don't build it, someone else will. And I'd rather it be us.”（若我们不造出来，别人也会造。我宁愿是我们。）

Anthropic代表美国AI的“顶级智力”，宇树科技代表中国硬科技的“顶级工程”。两者非零和博弈，而是同一场变革的两个侧面。

美国擅长：算法创新、基础研究、生态构建。中国擅长：工程落地、规模量产、成本控制。

未来AI产业格局，很可能是：美国出技术，中国出产品，全球用起来。

Anthropic的Claude在旧金山写代码，宇树的机器人在杭州工厂搬运货物——它们无需互相打败，只需各自在赛道上做到极致。

竞争是局部的，合作是全局的。

贝恩报告告诉我们：60%的企业AI降本失败。这意味着“AI替代人”更多是媒体叙事，而非现实。

真正发生的将是：会用AI的人，替代不会用AI的人。

所以，与其担忧被AI替代，不如现在就开始学：如何用Claude写代码、如何用AI做数据分析、如何用机器人做仓库管理。

将AI视为你的“超级助手”，而非“替代者”。

Anthropic的500亿美元估值很诱人，但切记：估值是纸面财富，盈利才是真金白银。

对普通投资者而言，AI公司IPO常伴随极高估值溢价。买入前，先问自己三个问题：

记住2000年互联网泡沫教训：泡沫破裂时，最后进场者损失最惨重。

宇树科技的42亿募资，揭示了一个简单事实：能让机器动起来的技术，比能让屏幕亮起来的技术，更难、更值钱、也更持久。

中国硬科技投资，才刚刚开始。未来十年，机器人、芯片、新材料、航空航天，这些“难而正确的事”，将诞生比互联网更多的财富机会。

若你还在犹豫“学什么专业”或“投资什么赛道”，不妨将目光投向硬科技。

Anthropic的IPO、贝恩报告、宇树科技过会——这三件事背后，都隐藏着一个共同压力源：算力。

Anthropic要训练下一代Claude模型，需数万张H100 GPU。据估算，一次完整训练成本超2亿美元。这便是Anthropic需IPO融资的原因——它不缺钱，它需要“持续烧钱的能力”。

但算力军备竞赛的副作用，正在显现。

能源压力：大型AI数据中心功耗，相当于一座中型城市。2026年，美国弗吉尼亚州多个数据中心因用电量激增，导致当地居民电价上涨18%。

供应链压力：NVIDIA的H100交付周期已延长至52周。许多AI公司不得不“囤卡”，将宝贵现金流变成仓库里的GPU。

地缘政治压力：美国对华芯片出口管制，使中国AI公司算力获取极其困难。这反过来推动了中国“国产算力”快速发展——华为昇腾、寒武纪、海光信息等公司，均在加速追赶NVIDIA。

宇树科技的人形机器人，也需要算力——不过是另一种算力。机器人身上的边缘计算芯片，需在毫秒级时间内完成视觉识别、路径规划、平衡控制。这比数据中心的“暴力计算”更难，因对功耗和体积限制更严。

算力未来，不在数据中心，而在每一个需计算的设备里。

Anthropic提交S-1文件，正值全球AI监管政策密集出台之际。有趣的是，不同地区监管思路，正呈现明显分化。

美国：以“披露”换“自由”

美国AI监管逻辑是：你要上市？可以。但要披露模型安全测试结果、数据