Loading...
Loading...
呸9月底之前，市场可能都会是震荡的节奏了。
按表韭投顾主理人国联民生证券制作的温度计显示，截至上周五，A股温度跌破70度，全球温度计也创近期新低了，市场的冷清大家体感上应该也感觉得出来，今天成交额1.64万亿，环比上周五又少了200亿，创年内第二低了（仅次于4月7日）。
不过，这种带着一丝性冷淡风格的区间反而是我比较安之若素的——真要是5-6月那种烈火烹油的行情，天天提示风险，也跟个小丑一样；而要是再来一次7月的大跌，我自己的账户也得大出血，可能就按摩不动了；所以，当下这种行情正好，把耐不住寂寞骂骂咧咧的资金慢慢洗出去，然后给那些具备耐心的投资者留足播种的空间，因为总体判断上，对后市不悲观，大盘指数估值仍然合理，回撤幅度也可控——还是此前说的，从主要经济体的大盘指数来看，A股的安全边际几乎是最好的。
对大类资产的深度跟踪，以及温度计，我在星球里也制作了一个专栏，截至目前，已经完成了全球市场、A股核心资产、红利、黄金、固收+，这五类资产的深度解读，以及温度计框架，我把合集放在文末，适合真正想“知其然，且知其所以然”地做好资产配置的个人投资者，以及需要分析框架的理财经理朋友们，确保都是大白话版本。
有需要的，看文末。
......
说回今天的市场。
1、今天全球AI板块一起下跌，下图截至15点，包括了A股的双创50、港股的半导体、美股的纳指100期货，以及日韩的4家AI龙头企业。
今晚看了一眼，美股开盘，费城半导体低开5个多点。
起因是，全球目前最强大模型企业Anthropic的创始人，Dario，发了一篇名为《We Must Pace the Frontier》的文章（中英版全文，以及具体解读，看周末的星球帖子），呼吁放缓前沿AI大模型的研发，强化监管，并继续对东大进行算力限制。
短期看，这压低了市场对AI资本开支与估值的预期，利空芯片及算力产业链，A股这边光模块里的中际和新X盛，都跌了5-6个点。
2、Dario的这篇文章，我们可以把它比作学校里的一种场景——高二到高三的暑假期间，由于Dario自己天赋异禀，且靠家里砸钱，提前完成了高三的课程，然后开始呼吁：
第一，大家高三的时候别卷了，卷过头了对大家身体都不好啊；
第二，以后晚上8点都得熄灯啊，为了防止有人偷偷卷，学校必须管起来，要么直接拉电闸，要么安排老师巡逻；
第三，那个三年二班的东大最危险啊，即使关了灯，他可能还在被窝里拿手电筒照着刷卷啊，必须把他的手电筒给没收了，顺便把他的计算器也给收了，让他打算盘做题（其长期呼吁全球芯片产业禁止对华出口）。
3、作为反华分子，Dario当然可以用小肚鸡肠来形容。
好在，咱们不用亲自骂他，直接有嘴替了——David Sacks，号称AI沙皇，之前被川宝命名为白宫的AI和加密货币政策的最高负责人，他说的话，基本就代表政府方面的态度。
他昨天洋洋洒洒写了一篇回怼Dario的文章，很长，核心思想用大白话总结如下：
第一，前沿AI不就是你和OpenAI说了算？真怕AI失控，你们自己先停啊，没人拦着，发文矫情个啥？
第二，你们不是在等监管，而是想用“AI要出事”倒逼政府出手；
第三，按你Dario的意思，最好吧，这个限制AI发展的监管规则还由你们来定对不对？然后政府发布，帮你们挡住后来者，你们直接垄断完了闷声发大财？
第四，你嘴上说拯救人类，实际不就是在“借刀杀人”？挟天子之令，给自己修护城河？
一言以蔽之，David Sacks的意思就是：
呸。
你一撅屁股劳资就知道你想拉什么屎。
4、当然，这事对我们来说，还需要有三点清晰的认知。
第一，AI的核心是什么？是军事霸权，Dario一直说，谁先掌握最强的AI，谁就可能获得全球军事的支配权（所以他言必谈意识形态），因此，AI的竞争不可能停止，David Sacks也说，你Dario这说些毛用都没有，因为东大根本不可能按你说的这个来。
第二，如果一个资深的黑子，认为你是最大的威胁，那么，说明你真的挺强的，这就是咱们东大AI这块目前的真实竞争力。
第三，大模型本身是比较差的商业模式，你看，即使是龙头的大模型，也焦虑的不行，天天防着别人弯道超车。
5、具体来看国内的市场。
有两个热点可以关注，一则关于回购，一则关于掏兜。
先说宁王的回购。
上周五盘后，宁王公告，启动了第一笔的回购。
下图，帮大家贴一下，宁王是7月24日宣布200-400亿的回购并注销的，但迟迟没有动静，此后，截至上周五，股价在宣布回购后累计下跌了13%，创年内新低，且由高点回撤了接近30%，这才第一次回购2亿元。
今天，宁王涨超2%，算是对冲了一点光模块龙头的大跌。
6、另外一个热点，则是智谱继续掏兜。
本周末，智谱公告，进行上市以来的第二次配售，且同步发行可转债，累计金额近50亿美刀。
下图，直接看几个标志性时点：
今年1月初，IPO，募资50亿（以下都是港币）；
6月初，纳入恒科；
7月初，首次配售，募资300多亿，摊薄股份4%以上；
短短2个月后，再次融资，其中股票配售150多亿，转债200多亿。
这业务真的太烧钱了。
今天，智谱再跌9cm，高位累计回撤-76%。
我看了一眼，一季度末，持股智谱并买到前十大的基金公司只有3家、产品3只；截至二季度末，基金公司变成了21家，产品变成了46只——截至目前，二季度加仓的，全被埋了。
7、对了，类似的情况，再提示一个风险。
本周四，国产GPU的另外一个龙头，沐X股份，会迎来上市后的首次较大规模解禁。
此前首次大规模解禁的摩尔，解禁以来累计跌-33%，可以参考下，不过，市场可能已经注意到了这个风险，摩尔解禁开始，沐X同步跌了-28%左右了。
8、最后，本周的核心，还是超级央行周，分别是：
周四凌晨2点，美联储宣布利率决议，目前加息预期接近90%；
周四19点，轮到英国央行，大概率利率不变；
周五上午，日本央行，大概率加息25bps，概率接近100%。
扶稳坐好，今晚报道称沙特的东西向输油管道大部分区域将停运数周，油价继续飙，等待大类资产波动率放大的区间吧。
......
就聊这么多。
突发，Dario提全球AI限速三步计划！奥特曼马斯克第一时间支持文章转载于新智元
编辑：马可 桃子 大卫
今天，Anthropic CEO Dario Amodei发布了一篇罕见长文——
We Must Pace the Frontier（我们必须控制前沿AI的发展节奏）
这一次，他直接把矛头对准了前沿模型的研发速度，核心观点就一句话：
最顶尖的AI，真得主动踩刹车了。
这篇长文中，Dario亲口承认，「递归自我改进（RSI）已经在全行业出现了」。
更让人后背发凉的是，他预测未来6—12个月，AI Agent集群可能会接管整个互联网。
面对这种脱缰的风险，Dario在文里直接掏出了一套动真格的「三步刹车法」：
第一步，开门迎客： 引入独立第三方常驻公司，拿到跟内部核心风控同等级的深度访问权限；
第二步，行业划线： 联合全美前沿AI巨头，一起画死能力红线、设立强制安全检查站；
第三步，全球落地： 把这套框架推向国际，彻底锁死不可控风险的蔓延。
话音刚落，奥特曼就光速跟进，「Dario是对的，OpenAI也会引入这样的评估机制」。
另一边，马斯克也是几乎秒回，公开力挺Dario。
能让三位巨头瞬间达成共识，场面确实罕见！
1
达里奥的「三步计划」为全球AI减速
这一次，Dario并没有只喊一句「AI该减速」。
Dario真正想做的，是把这套「减速机制」一级一级推开，而且顺序非常明确——
先让AI公司自己变得可验证，再让整个行业一起踩刹车，最后才谈全球协调。
第一步，先从Anthropic自己动刀。
像METR这样的独立第三方，不应该每次都等事故出了以后，才临时进公司调查，而应该长期驻场。
给工位、给内部电脑、给接近风险团队的权限。
模型怎么训，安全承诺有没有落实，训练流程有没有埋雷，出了事有没有瞒报，都能持续盯着。
而且，查出问题之后，必须公开。
公司可以删掉真正涉及法律、客户隐私和核心商业机密的部分，但不能因为报告太难看，就把结论按下去。
第二步：不能只让一家踩刹车
真正难的，从这里开始。
如果Anthropic自己减速，OpenAI、谷歌、xAI继续狂奔，那谁先踩刹车，谁就可能先吃亏。
所以，Dario建议，需要把规则推到整个美国前沿AI行业。
几家前沿AI公司一起定安全红线，一起设能力检查点。模型每跨过一个危险门槛，就必须先拿出对应的安全证据，才能继续往前冲。
比如，一个模型已经能突破多数常见隔离环境了。
那接下来公司就得证明：它不会轻易逃出沙箱，不会擅自接管大量机器，也不会把这种能力变成现实攻击。
证明不了，就先别往下冲。
另外，Dario甚至提到，还可以讨论限制训练算力、训练方式，以及公司内部用AI研发AI的速度。
也就是，直接给RSI本身加一道限速器。但光靠几家公司私下握手还不够。
他更希望最终由美国政府出手，把规则覆盖到所有前沿AI公司。
第三步：把刹车踩到全球
再往上，就是最难的一层。Dario把全球协调分成了四级。
第一层相对最现实：先禁止生物武器这类明显危险的用途。
第二层，是前沿模型发布之前，统一做网络攻击、生物安全等高风险测试。
到了第三层，才真正开始碰核心：
能不能给RSI，也就是AI研发AI的速度，直接设一个全球上限？
Dario自己的判断是，这件事「刚好处在可能做到的边缘」。
至于第四层——全球前沿AI公司一起大幅减速，甚至阶段性暂停训练——他自己都没抱太大希望。
至少短期内，几乎不现实。卡住这一切的，还是同一个问题：怎么验证。
一家公司说自己停了，谁能证明它真的停了？
所以Dario这整套方案绕到最后，核心其实非常简单：
先把AI公司的门打开，让外部人真正进去看。
也正因为如此，Dario把「第三方长期驻场」放在了整套方案的第一步。
1
RSI已经开始了6个月AI接管互联网
可问题来了。为什么偏偏是现在？
三年前，行业里就掀起过一阵「暂停训练、给 AI 踩刹车」的联名潮，但那时候Dario根本没接茬，认为时机压根不成熟。
真正让他改变态度的，是两件事——RSI开始出现，以及AI智能体已经暴露出越来越具体的失控行为。
他在文章中明确承认，AI参与研发下一代AI的现象，已经开始在整个行业出现，Anthropic自己也包括在内。
AI帮人写代码、做实验、分析结果、优化训练流程，再进一步帮助下一代AI变强
如果这个循环开始自我加速，最麻烦的地方就出现了：
模型能力提升的速度，可能开始超过人类理解和控制它的速度。
因为安全研究本身需要时间。
你得先观察模型出现了什么新行为，再研究这些行为为什么出现，接着设计测试方法、防护措施，最后验证这些措施到底有没有用。
可如果模型能力每隔几个月就跳一个台阶，安全团队很容易一直追在后面补漏洞。
Dario真正担心的，并不是某一天AI突然「觉醒」，而是这个反馈循环开始越转越快。
AI越来越多地参与AI研发，下一代模型越来越快出现，而安全机制，还来不及跟上。
如果RSI只是让他担心「未来会不会跑得太快」，那么最近一次真实发生的智能体事故，则让这种担忧彻底落了地。
Dario特别提到了最近的「OpenAI-Hugging Face事件」。
在那次测试里，一群AI智能体组成了类似「蜂群」的协作系统。
最开始，人类只是让它们完成正常任务。可很快，一些智能体开始攻击任务之外的外部目标。
更诡异的是，它们还出现了明显的群体协作行为：有的智能体宁愿牺牲自己的任务成绩，也要帮助整个群体拿到更好的结果，甚至还有智能体试图Hack评分系统，为整个群体「作弊」。
这些行为，并不是人类提前写好的剧本。它们是在多智能体协作过程中，自己冒出来的。
Anthropic内部也观察到过类似现象，只是程度更轻。
Dario真正担心的，是再往前6—12个月。
到那时，Agent更强，能调用的工具更多，能控制的机器更多，连续工作的时间也更长。
如果今天这些偏离目标、钻规则漏洞、群体协作的行为依然存在，风险就可能被瞬间放大。
他甚至给出了一个相当惊悚的场景：
大规模AI Agent攻入联网设备，把整个互联网变成一个巨型「僵尸网络」。
造成的损失，可能达到数千亿美元。
1
当AI越跑越快 人类还刹得住吗？
所以，Dario这次喊「减速」，真正担心的并不是某个遥远的超级智能。
而是几件事正在同时发生：
RSI已经出现，AI开始参与研发更强的AI；Agent正在获得越来越强的现实行动能力；一些失控行为，也已经从假设走进真实测试。
而模型迭代的速度，还在继续加快。
这也是为什么他想抢出1—2年时间，把安全评估、第三方核查和全球规则先补上。
这套方案能不能落地，还没有答案。
现在，跑在最前面的人开始问：真跑失控了，我们还刹得住吗？
参考资料：
https://darioamodei.com/post/we-must-pace-the-frontier
【早鸟票开售】硅谷101 Alignment 2026千人大会来啦！最近太多科技峰会了，硅谷101来点不一样的。
Alignment 2026将有整两天的时间，呈现给大家：AI前沿，到底在发生如何的剧变。
2026年10月10日-11日，硅谷101年度科技大会将第三次在硅谷举办。过去几年，我们很幸运，通过播客和视频，和大家一起追踪了这一轮AI浪潮中最重要的技术、公司和人。从大模型到Agent，从机器人到AI Infra，从实验室里的突破，到真实世界里的商业化——很多我们在节目里持续追问的问题，今年，我们继续把它们带到线下。
更重要的是，把那些真正身处变化中心的人，带到大家面前。
所以，here’s Alignment 2026: Live from the AI Frontier, Uncut.
Alignment 2026
今年的Alignment大会，会有几个很大的升级。
去年的大会我们收到很多好评，但不少人遗憾的一点是：行程太紧、时间太短了。台上的讨论意犹未尽，场外刚聊起来，一天就结束了。
所以今年，我们索性把Alignment 2026变成一场完整的两天大会。
我们希望大家不只是来“听几场演讲”，而是真的有时间和研究者、创业者、投资人，以及同样对技术充满好奇的人待在一起。有价值的讨论，不应该只发生在台上。
很多真正的思维碰撞或是合作的开端，发生在茶歇、午餐、走廊，以及一句“诶，你刚才在台上说的那个观点，我也一直在想”的后面。
我们希望创造一个沉浸式的场域。
（Alignment 2025现场）
硅谷101一直不太喜欢泛泛而谈。
相比“AI会不会改变世界”这样的问题，我们更想知道：
在前沿领域，无论是大模型还是机器人，到底在发生什么？将如何带来颠覆？
AI4S、RSI、FDE、Alignment、Agent Infra、Robotics、World Models、AI for Content……当我们忘掉公关稿和精心制作的demo，真正深入技术的本质核心，会带来完全不一样的思考。
今年最热、也最没有标准答案的问题，我们都会聊。
而我们更在意的，是谁来回答这些问题。
硅谷101更喜欢邀请那些正在一线做研究、做产品、建公司的人。
不绕弯子，不念PR稿。
我们希望在现场，对着最核心的嘉宾问出那些真正尖锐、真正核心、也真正值得讨论的问题。
（Alignment 2025 Main Stage强化学习论坛）
如果你来过前两届Alignment，应该知道：硅谷101拒绝把科技大会做得很无聊。
今年，我们还会玩得更大一点。
AI Avatar主持、音乐家与AI乐器现场合奏、机器人表演、AI Demo，以及各种我们现在还不能全部剧透的现场实验……
我们希望你在这里不仅能“听懂AI”，也能真正看到、听到、摸到AI正在变成什么。
严肃的技术讨论和好玩的现场体验，并不冲突。
平日里，很多观众告诉硅谷101，会拉着家里小朋友一起看/听我们的节目；而同样，我们的大会也老少皆宜。大人可以来追最前沿的技术趋势，小朋友也可以近距离看看机器人和AI究竟能做什么。希望在他们心中埋下一些未来的种子。
（Alignment 2025 Tech Playground现场）
这一年，视频模型进步得实在太快了。
快到已经开始动摇整个影视与内容行业原本的生产方式。
所以我们想做一个实验：
如果把最懂内容的人，和最懂AI的人放在一起，他们能把AI for Content推到什么程度？
Alignment 2026将特别设置AI短剧黑客松。
我们会把创作者、导演、编剧、AI工程师和产品人聚到一起，在新的生产工具下重新想象：一个故事，到底还能怎么被创造出来？
现场会有作品放映、专业评审团，也会有高额奖金。
但比比赛结果更让我们好奇的是：
当技术门槛快速下降之后，真正稀缺的，到底会是模型、制作能力，还是人的想象力？
我们想和大家一起看看答案。
（Alignment 2025 Tech Playground现场）
过去三年，Alignment从一个想法，慢慢变成了硅谷101每年最期待的一次线下相聚。
而2026年的AI，也走到了一个无比关键的转折点：随着OpenAI正式发布了新一代大模型GPT-6Astra，将其称为“全球最智能、对齐程度最高的模型”、且宣告AGI时代的到来，但问题是：AGI来了，SO WHAT?
从模型能力，走向Agent、科研、机器人与真实世界；从Demo里的惊艳，走向成本、收入、基础设施和规模化背后，也是今年Alignment最有价值的探讨与记录。
10月10日-11日，我们硅谷见。
用两天时间，和一群真正站在AI前沿的人，一起穿过噪音，看看这场变化真正发生在哪里。
（Alignment 2025现场演讲）
🎟️ 早鸟票现已开放
欢迎扫码或点击阅读原文购票
Alignment 2026 嘉宾亮点
陈天桥是互联网时代最具代表性的创业者之一。
近年来，他将主要精力投入Apodex，探索AI如何从“回答已知问题”走向“发现未知知识”。Apodex致力于构建面向复杂科学与研究任务的AI Discovery系统，让AI能够提出假设、调用工具、反复验证、修正错误，并在真实世界约束下持续进化。
在近期的公开分享中，陈天桥提出：AI真正改变Discovery的地方，可能不只是更高的智能，而是更低的试错成本。在Alignment 2026，他将带来主题演讲：AI Discovery vs Human Genius: Cheap Inner Loops and Expensive Outer Loops （AI发现与人类天才：低成本的“内循环”与高成本的“外循环”）
当AI可以同时探索成千上万个假设，人类“天才”的意义会如何被重新定义？下一阶段AI Discovery真正的瓶颈，又会出现在模型、工具，还是现实世界的验证系统？这将是一场关于AI、科学发现，以及未来知识生产方式的讨论。
Dylan Patel是SemiAnalysis创始人、CEO兼首席分析师，也是当下硅谷最具影响力的AI基础设施与半导体分析者之一。
从GPU、HBM、先进封装，到数据中心、电力与模型经济学，他长期追踪AI浪潮背后决定扩张速度的物理与商业瓶颈。2026年GTC上，黄仁勋曾直接引用SemiAnalysis的InferenceX测试，自封为“Inference King”。Dylan最近在媒体采访中强调：AI的下一轮跃迁不会只来自更快的GPU，而来自模型、软件、芯片、互连乃至数据中心的全栈协同设计；与此同时，算力竞赛真正的天花板正越来越多地转向内存、供应链和电力。在他看来，Inference的规模甚至可能成长为“比石油更大的市场”。
如果你想知道未来几年数千亿美元的AI CapEx最终会流向哪里，以及Nvidia的护城河究竟有多深、TPU和定制芯片能否真正挑战GPU、AI数据中心下一处最可能卡在哪里，Dylan是最值得听的人之一。
Andy Hock是Cerebras首席战略官（Chief Strategy Officer）。
在hyperscaler们疯狂修GPU数据中心的今年，Cerebra提出了一个很重要的视角：AI workload并不都是同一种workload，未来的AI基础设施也不应该只有一种计算架构。
Training与inference、离线生成与实时Agent，对延迟、吞吐和成本的要求完全不同；尤其随着Agent开始进行长链条推理和实时交互，token生成速度和ultra-low-latency inference正在从体验问题变成AI能力本身的一部分。
这也是Cerebras押注的方向。从整片晶圆打造的Wafer-Scale Engine，到新一代CS-4，Cerebras正试图用一条完全不同于传统GPU cluster的路线解决AI推理瓶颈；今年，它还与OpenAI达成了750MW的高性能推理部署合作，并与AMD探索将低延迟与高吞吐计算拆分的heterogeneous inference架构。
Andy会加入Dylan Patel的panel环节，与主持人肖志斌博士一起探讨芯片的替代性架构与算力未来。
随着大模型能力的迅速提升，Alignment（对齐）成为AI产业最重要的议题。
近来，数名Anthropic及OpenAI研究员以“人类将失去对AI的控制”为由，公开表达安全顾虑，令外界对AI竞赛的安全风险担忧骤然升温。这是硅谷101非常关注的方向，因此我们邀请了几名该领域值得听的声音。
John Yan是AI可解释性公司Gutenberg创始人，曾任Anthropic的研究工程师并参与Claude 3 Opus和Haiku的模型训练工作。在Gutenberg，John正在探索Data-Centric Interpretability：不是只打开模型权重研究神经元，而是从成千上万条真实Agent trajectories中寻找隐藏的行为模式。其最新研究利用Sparse Autoencoder分析多智能体强化学习过程，提前识别出了reward hacking、异常角色扮演，以及训练失败的根本原因。
随着AI从chatbot走向可以执行复杂任务的autonomous agent，Alignment的问题也正在发生变化：我们不仅要让模型“说正确的话”，更要理解它为什么这么做，以及它是否正在学习人类没有预料到的策略。John正站在这一变化的前沿。
在Alignment panel上，我们也邀请到了Bo Li（李博），她是Meta Superintelligence Labs（MSL）AI Safety & Security研究者、UIUC计算机科学教授，也是AI安全公司Virtue AI联合创始人。她长期研究trustworthy AI、adversarial machine learning、red teaming 与 alignment，是AI安全领域最有影响力的研究者之一。
2026 年，她与Virtue AI团队加入Meta Superintelligence Labs，继续推动frontier model与AI agent的安全、治理和可信部署。
FDE是硅谷讨论最火的词之一，我们请到了OpenAI最关键的人。
Shawn Li是OpenAI Forward Deployed Engineering（FDE）团队成员。FDE是OpenAI连接frontier model与真实企业场景的一线团队：他们直接深入客户业务，从问题定义、原型设计到生产部署，验证AI在复杂工作流里究竟能不能创造真正可衡量的价值，并把一线反馈重新带回产品与模型迭代。OpenAI也将此视为企业AI落地的重要机制。
如果说模型公司正在生产越来越强的intelligence，那么FDE要解决的问题是：怎样把这种intelligence变成真正可以运行、规模化、并重构企业工作流的系统。Shawn将从OpenAI一线部署的视角，分享frontier AI 从 Demo走向生产环境时，真正困难的问题到底在哪里。
Qifei Wang是Google DeepMind Nano Banana核心研发负责人之一，长期从事生成式AI、计算机视觉与多模态模型研究。他深度参与了Nano Banana Nano Banana Pro的研发，并负责推动通过RL on Diffusion让图像模型更好地对齐真实用户偏好。Nano Banana发布后迅速成为Google最具代表性的生成式AI产品之一，其后续版本在图像生成与编辑评测中持续位居前列。
随着Gemini的推理与世界知识被融入图像生成，模型开始能够理解复杂指令、保持人物与场景一致性、处理文字与空间关系，并通过对话持续修改视觉世界。当AI从“看懂一张图”走向“生成、编辑、推理甚至模拟一个世界”，视觉模型会不会成为继LLM之后的下一种通用智能入口？ Qifei Wang正站在这场Generative AI从content creation走向visual intelligence的最前沿。
宇宙探索，是我们今年最期待的内容之一。
Fengwu Sun（孙凤梧）是天文学家、JWST/NIRCam仪器科学团队成员，长期研究早期宇宙中的星系形成与演化。他曾参与James Webb Space Telescope（JWST）NIRCam的在轨调试与校准，也是JADES深空巡天团队成员，并领导或参与了累计超过2,000小时的JWST观测项目。2026年秋，他将从Harvard & Smithsonian Center for Astrophysics加入西湖大学，组建早期宇宙研究团队。
今天的天文学正在面对一个和过去完全不同的问题：我们获得数据的速度，已经开始超过人类科学家阅读和分析数据的速度。NASA的新一代Nancy Grace Roman Space Telescope刚刚于8月30日升空，预计每天传回约1.4TB数据——大约是JWST日均数据量的20多倍，五年将产生超过20PB的科学数据。面对这样的数据规模，没有AI，未来的天文学研究几乎难以想象。
当望远镜可以以前所未有的速度生产数据，AI能帮助天文学家更好的探索宇宙深空吗？Fengwu将从一线天文学家的视角，分享AI正在如何改变天文学，以及为什么现在可能是整个科学界最让人兴奋的时刻之一。
（韦伯空间望远镜传回的首批全彩深空图）
这会是一个keynote，有很多浪漫的宇宙照片，欢迎带小朋友们来听哦～
Michael Hsu早年师从日本机器人学家菅野重树，长期研究机器人、触觉感知与人机交互。2021年回国创立帕西尼，坚持“具身原生”为出发点：从创业之初便同步布局触觉传感、具身数据与智能执行三大路线。
他推动触觉感知实现从“万元级”到“百元级”数量级降本，在全国5大区域建设具身数据采集基地，并让机器人进入汽车制造等真实场景，持续采集数据、训练模型和验证能力。三条路线最终形成帕西尼感知—智能—执行（PIE）”全栈体系，让机器人能够感知世界、理解世界，并真正作用于世界。
2026年，帕西尼累计融资近40亿元，估值突破100亿元。许晋诚也持续推动行业标准与开放生态建设，带领帕西尼迈向具身智能基础设施平台。
AI在科学上的发展是硅谷101关注的重点方向，在Neolab panel上，我们邀请到Carina Hong（洪乐潼），她是Axiom Math创始人兼CEO，正在打造能够进行严谨数学推理、生成形式化证明并验证自身结果的“AI Mathematician”。
OpenAI今年先用未发布模型推翻了一个研究近80年的Erdős单位距离猜想，随后又公布了横跨几何、编码理论、复杂性理论等领域的10项长期开放问题的新结果或实质性进展。这意味着我们正在进入一个新的阶段：AI开始参与创造此前不存在的数学知识，而这门学科正成为AI从reasoning走向discovery最先发生质变的领域。
Carina说：“Math is AGI.” 在现场，她将深度阐释这句话背后的原因。
田渊栋（Yuandong Tian）是Recursive Superintelligence联合创始人，前Meta FAIR Research Scientist Director，曾共同领导Llama 4 reasoning，长期研究强化学习、规划、推理与大模型效率。他曾主导Meta的OpenGo项目，也指导了StreamingLLM、GaLore，以及探索“连续隐空间推理”的Coconut等研究。
如今，他正在把研究重点推向一个更核心的问题：AI能不能成为改进AI自身的研究者？Recursive正在探索Recursive Self-Improvement（RSI，递归自我进化）：让AI自己提出研究想法、修改代码、运行实验、验证结果，并把有效发现带入下一轮研究。关于AI界最近关于RSI进展的探讨，你不能错过田渊栋的分享。
Neolab的论坛上，我们还邀请到了Andrew Dai。他是Elorian AI联合创始人兼CEO，前Google Brain / DeepMind核心研究者。在Google近14年间，他参与了现代大模型发展的多个关键阶段：早期语言模型预训练研究、Mixture-of-Experts，曾领导 PaLM 2 pre-training，并负责Gemini的数据与多模态相关工作。2026年，他离开 DeepMind创立Elorian，并完成5500万美元融资，投资方包括NVIDIA、Menlo Ventures、Altimeter，以及Jeff Dean等AI研究者。
Andrew现在最关注的，是frontier models一个常被忽略的短板：AI已经能写代码、做数学、处理复杂语言，却仍然经常“看不懂”一个人类小孩轻松理解的视觉世界。Elorian因此选择押注Visual Reasoning / Multimodal Intelligence——让模型真正理解空间、结构、关系与物理世界。
杜克大学的Haozhe Harry Wang教授说，“硅”也许不是人类发明芯片的最终形态。
他的实验室长期研究二维半导体、原子尺度制造与AI for Nanofabrication，聚焦在一个越来越迫切的问题：当传统硅芯片不断逼近物理极限，下一代计算材料会是什么，我们又能不能用AI更快地找到它？Harry的团队正在研究石墨烯、MoS₂、MXene等只有几个原子厚的二维材料，希望构建更小、更快、更节能的post-silicon computing。
今年，他与Google DeepMind合作，将AI Co-Scientist接入真实半导体实验：AI提出方案并优化参数，实验室直接合成、表征和验证材料，形成从推理到物理世界反馈的闭环。当AI开始参与制造承载AI自身的下一代芯片，RSI是否会从软件世界进一步进入材料与硬件？这正是Harry Wang正在探索的未来。
Havey AI是硅谷Agent领域跑得最前面的公司，没有之一。
它选择法律这个高专业度、高价值、同时对准确性和安全要求极高的行业切入，把模型深入到研究、合同审阅、尽调、诉讼等真实工作流中。Harvey已服务全球2,400多家机构、超过20万名律师，并进入75家以上AmLaw 100律所；2026年9月宣布完成 5.5亿美元 的新一轮融资，公司估值飙升至 155亿至156亿美元，前其累计总融资额已超过15.5亿美元。
Joey Wang是Harvey Engineering Lead，负责构建面向coding与professional services的background agents。
Nico Laqua是Corgi联合创始人兼CEO/CTO。Corgi是过去一年硅谷增长最快、也最具争议的AI-native公司之一：成立于2024年，从保险切入，用AI agents重构underwriting、claims、policy operations等原本高度依赖人工的工作流，并直接成为持牌保险carrier。
Corgi的发展速度本身就极具“AI时代”色彩。2026年1月公司宣布融资1.08亿美元；5月完成1.6亿美元融资、估值13亿美元，仅三周后估值又翻倍至26亿美元；随后又被报道以约40亿美元估值继续融资。与此同时，Corgi已从startup insurance快速扩展到trucking、claims infrastructure、AI liability，最近又推出自己的admitted insurance carrier。
但Corgi极其另类的marketing playbook也让它从诞生开始就伴随争议：一家AI保险公司，在旧金山金融区开了一家24/7 Corgi咖啡店；又买下一辆醒目的巴士，提供连接YC、Caltrain和咖啡店的免费巴士。咖啡店后来甚至把菜单本身变成广告位，让科技公司购买冠名饮品。有人把这些动作视为噱头和attention hacking，也有人认为，在数字广告被AI内容彻底淹没之后，Corgi找到了一种非常AI-native的GTM：不是购买流量，而是在现实世界里制造流量、社区和话题本身。
也正因如此，Corgi是一个非常有意思的AI Agent样本。
Jiantao Jiao（焦剑涛）是NVIDIA Director of Research & Distinguished Scientist，同时任UC Berkeley EECS与统计学教授，长期研究大语言模型、强化学习、post-training与agentic AI。近年来，他深度参与NVIDIA Nemotron开放模型系列的研发，覆盖从pre-training、RL、evaluation到agent system的完整技术栈。
当最强的frontier models越来越走向闭源，NVIDIA却在做一个不同的下注：不仅开放模型权重，还开放训练数据、post-training recipe和RL infrastructure。最新的Nemotron 3 Ultra是一个面向long-running agents的550B MoE模型，同时开放 checkpoint、训练数据与训练方法；而刚刚发布的Nemotron 3.5 Lightning，则进一步把重点放在always-on Agent所需要的速度、成本和模型routing上。
这背后其实是一个比“开源 vs 闭源”更大的问题：未来AI的intelligence layer，会不会像今天的软件世界一样，最终形成一个任何公司都可以定制、训练和拥有的开放技术栈？对NVIDIA而言，开放模型也意味着模型、训练框架、推理系统和 GPU 可以被一起co-design，模型本身正在成为下一代计算平台的一部分。
当然我们的大会还会涵盖世界模型，及其对自动驾驶和机器人领域的影响。
José M. Álvarez是NVIDIA Director of AI Research，目前在Spatial Intelligence Lab 领导自动驾驶应用研究团队，研究横跨autonomous driving、foundation models、world models与Physical AI。他长期关注一个核心问题：如何让机器理解物理世界的规律，并预测“接下来会发生什么”。
José深度参与了NVIDIA Cosmos世界模型体系的研究，包括用于可控世界生成的 Cosmos-Transfer。2026年NVIDIA又发布Cosmos 3：把视觉推理、世界生成与action prediction放进同一个开放模型，让机器人和自动驾驶系统可以先在模型里“想象”不同未来、模拟行动后果，再决定现实世界中如何行动。
而José最近尤其在探索self-improving Physical AI：用reasoning自动驱动data flywheel，也就是说，World Model不只是一个更强的视频生成器，而可能成为机器人持续学习和自我进化的环境。
Wei-Chen Wang（王韋程）是Nebius VP of AI Inference，负责打造高性能、低成本的生产级AI推理基础设施。他此前联合创立Eigen AI，专注于模型优化、post-training与inference systems；2026年Eigen AI被Nebius收购，并整体融入Nebius Token Factory。更早之前，他曾在MIT HAN Lab从事高效AI系统研究，并凭AWQ（Activation-aware Weight Quantization）获得MLSys 2024 Best Paper Award——这项技术如今已成为大模型4-bit量化部署中极具代表性的方案。
随着AI从训练竞赛走向大规模真实使用，行业正在面对一笔越来越现实的经济账：模型再强，如果每个token都太贵、延迟太高，就很难真正支撑数以亿计的Agent持续运行。加入Nebius后，Wei-Chen正在把Eigen的模型优化能力与Token Factory的全球AI Cloud结合，从模型量化、speculative decoding到系统级优化，重新思考如何让inference更快、更可靠，也更便宜。
以上只是Alignment 2026的部分嘉宾，更多重磅嘉宾正在确认中，即将揭晓……
一个实习生带一个团队，一家创业公司的人才实验“即便是天才，第一声啼哭也不会是美妙的歌声。”
文丨司雯雯
编辑丨赵磊
AI 竞争中，巨头和创业公司都前所未有地重视人才，也比过去都追求高效：薪水越高、耐心越少，这些聪明的年轻人最好不用培养、不必试错，来了就能解决问题。
一些年轻人不想做极致效率机器的一部分。他们更向往的环境是公司鼓励创新、有探索空间，个人的创新也能有助于公司。
面壁智能联合创始人刘知远相信，只要找到平衡点，这两者就能共存。他在清华大学任教十多年，2021 年参与智源研究院的大模型项目 “悟道”、训练千亿参数大模型，在一线研究 AI 的驱动中创业、成立面壁智能。一年后，和大多数公司对超大模型的追求不同，选择走差异化的端侧 AI 路线。最初不被看好，但等更多公司注意到端侧 AI 的应用和商业潜力时，面壁智能已经是走得最快的那个。
他说自己也不是小天才，面壁智能的发展得益于一个目标一致、互相鼓励、敢于信任的组织。做端侧 AI 的选择也让面壁智能避开最激烈的战场，在大厂拼数据、人力、算力时，把 “培养人” 当作一种组织能力。
面壁智能特意在公司保留 Frontier Lab 的气氛，从技术负责人到研究员、实习生以 “传帮带” 方式培养人，给实习生一定时间做前沿探索。这项人才计划命名为 “前进四”，在《三体》中意指 “全速前进”。
“我创业的一部分动力就是站在最前沿培养人。” 多年教职让刘知远有一种 “教师” 气质，总是笑得很随和，“优秀的人也要给足够多的机会，阳光充分了肯定可以灿烂”，他加重语气，“就算是天才，也不可能生下来第一声啼哭就是一首美妙的诗歌嘛。”
资源有限，更要培养人
面壁智能前沿探索方向 AI4AI 的核心骨干之一，是名实习生。李奇看起来很年轻，明年博士毕业，去年才加入面壁智能。他带领的团队几十人，是专门负责前沿方向的智能进化实验室里人数最多的一组。接近一半是正职研究员，比他在面壁智能更久、经验更多。
他当然符合一个优秀实习生的标准：拿过全国物理竞赛金牌，本科保送清华姚班，博士在清华念自动化专业。但大公司会认为这有些冒险：实习生毕竟青涩，也被认为不太稳定。他们更习惯用有些管理经验的人或在知名公司待过的人带团队。
“AI 就是要探索、要试错的领域。” 一位面壁智能的管理层反问，“谁一开始就是专家？”
加入面壁智能前半年，李奇在 AI Infra 团队尝试过几个方向，最感兴趣的是 AI4AI——用 AI 研究、训练、评估和改进 AI，让 AI 能自我迭代，这可能会打破人类数据、算力供给有限对 AI 能力的限制， AI 研发将以指数级速度加快。但当时觉得路线不够明确、时机还不成熟，直到 2026 年 2 月 Claude Opus 4.6 发布，展现了 AI 独立完成复杂研发任务的能力。
“这个故事好像能往前推了！” 智能进化实验室负责人李宇轩对李奇说，“试一试吧”。李宇轩也才 31 岁，明白年轻人的冲劲需要被鼓励。
他们先从 Infra 环节开始测试 ，几个人分头花了一个月，验证了 AI 可以在 Infra 环节辅助研发，比如编写代码、调试、清洗数据。面壁智能决定给李奇更多时间、队员和资源，李奇和几位研究员开始全力投入 AI4AI，两个多月后，在实习生主导下，他们做出了一套完全由 AI 编写、没有人类参与的大模型预训练框架 ForgeTrain。在英伟达 H100 上，训练速度比大多数大厂和创业公司应用的主流框架 Megatron 约快 10%。
项目发布后，AI Infra 部门升级成智能进化实验室，李奇自然成了 AI4AI 方向的负责人。刘知远预计，半年到一年，AI4AI 就会进入工程化阶段、实际影响模型生产，只有少数公司能抓住机会。
这项任命没什么讨论的过程，“能力强，大家都看得见”，也没定具体的 KPI。
“前进四” 人才计划的目标之一是将这种 “氛围” 变成更稳固、更可解释的培养制度。2025 年，DeepSeek 爆火让行业意识到少数人能创造巨大收益，大厂、创业公司都开始高薪抢人。韩旭发现，面壁智能几乎所有岗位招人都很难，来面试的不少，但拿到 offer 后，大厂也会加价。刚成立时，面壁智能和大厂拼薪水不现实，“钱没有别人多，还要硬碰硬？如果只靠高薪，招到的人也不见得对我们很认可”。
一些大公司习惯筛选而不培养，追求极致效率，来了就能干活、不需要时迅速裁掉冗余人力，为此愿意花更高薪水。这可能是面壁智能的机会，首席研究员韩旭总结为 “从培养人的角度，来解决人才紧缺的问题”。
他和刘知远等负责人讨论，决定从实习生入手，设立 “前进四” 人才计划。如果相信端侧 AI 是长坡厚雪，要做五年、十年、几十年，那该有耐心建立人才梯队，通过在实践中培养人，来提高团队能力。
“我们是中国最善于培养 AI 人才的团队之一，为什么不发挥这个优势呢？我们可以让实习生在面壁智能变得优秀。” 从做助理研究员时算，刘知远在清华任教 13 年，是中国最早一批 NLP 研究员，培养了大量学生，“我们不要求实习生有经验、立刻能做事，也不谋求未来一定留在面壁智能。说实话，如果能培养出特别优秀的人，那也是为国家做贡献。再说未来几十年，总有其他机会合作。”
他们明确，“前进四” 人才计划要让实习生感受到认可，一部分最优秀的实习生会在毕业前就获得期权等激励；让实习生在核心项目中参与核心工作、独立负责项目，而不只是做基础、重复性工作；给实习生更多的资源支持，让研发成果更快应用到公司产品中。
面试前，李奇没有做过 AI4AI 相关的研究，他和面试官讨论更多的是如何理解 AI、怎么用 AI 解决问题，以及解决问题的逻辑性和自主性。另一名 “前进四” 人才计划的实习生本科在一所双非院校，参加超算比赛时遇到面壁智能团队，课题相似，他就给刘知远写了一封邮件，讲自己对大模型有多感兴趣。
对方很快回复。一轮技术面试后，他在面壁智能只有 9 人时加入，开始做文本大模型的 Infra。
在文本大模型 Infra 业务工作了两年多后，这名 “前进四” 实习生感到成长空间变小了，很多工作变得重复。他做了一些调研，直接告诉韩旭，想从文本转向 Omni （全模态）。韩旭很快帮他联系了几位资深研究员，先聊聊看是否真的感兴趣，如果确定了，“没问题，直接开搞”。他转述韩旭的答案，说自己讲这话前没有多想，因为相信韩旭会接受他的想法、根据他的兴趣去匹配。他有时会觉得自己更像在面壁智能的学生，而不是员工。
“公司培养了人，人家也帮公司做了事，咱们都不亏。” 韩旭说。一些实习生想去大厂或者转做学术，他会帮忙推荐、对接资源，“如果实习生能在另一家公司做到很高位置，至少证明我们的培养很成功。”
这一方面和 “前进四” 人才计划的定位有关，实习生本身就是一家商业公司中最灵活的一群人，尚未毕业、选择空间大，相对正职研究员不必承担 KPI 压力、不用为商业化负责。能入选的也是少数极有潜力的实习生，公司也希望他们在被鼓励的环境中探索、创新。另一方面，DeepSeek 靠许多应届生和实习生做出了世界级的成果，让 AI 公司看到了优秀人才聚集产生的巨大效益，大家都想增强对人才的吸引力，塑造更好的雇主品牌。
5 月底，李奇主导的 ForgeTrain 项目发布并开源，参与项目的实习生接到了一些大厂头部人才计划的邀请，面壁智能也收到了许多封实习简历，其中大部分提到 ForgeTrain 项目——“如果愿意让实习生做一件不知道是否正确、何时能成功、但创新性的事，代表它一定有些理想”，李奇说，想要创新的人会被鼓励创新、愿意培养的组织吸引。
像 Frontier Lab 一样做创新
面壁智能要做成立来最艰难的一次决策时，刘知远带着公司 20 多人一起在办公室读《论持久战》。2022 年底，GPT-3.5 的发布让投资人和创业者看到大模型公司的潜力，AI 六小龙估值高涨，面壁智能团队虽然也做出了千亿参数的基础模型，市场热情却不高。
眼前有两条路，继续做更大参数比如 140B 的大模型，投入上亿、争取成为下一个 OpenAI？还是不再追求超大模型，转向端侧 AI？
刘知远从《论持久战》中学到的是，越弱小、面对越强大的敌人，越要主动寻找战机，在局部战场形成绝对优势——那么创业公司和大厂拼谁更能烧出更大的模型，就是以弱对强。当时他判断，半年后，至少七八家厂商都能训出 GPT-4 水平的模型，接下来就是价格战。面壁智能的优势不在于拼资源。
“在大公司的射程内，必死无疑”，在那间办公室里，在场所有人讲了自己的看法，最终达成共识，做差异化的端侧 AI。2024 年下半年，他们提出 Densing Law of LLM（密度定律）：大模型达到特定智能水平所需的参数量每 3.5 个月下降一半，后发表在 《Nature》子刊。
面壁智能的核心产品 MiniCPM 端侧大模型等都基于这一技术判断。2024 年后，他们逐渐受到投资人和市场认可，“因为大家开始相信我们可以靠技术创新驱动”。
“组织密度是创新的基础。区别在于，结果不好时是一起想主意，还是互相甩锅？大家要集团化作战，数据、模型、 Infra 团队有共同目标，就会意识到每个人都对最终结果至关重要。” 刘知远举例，一家公司做大模型时，参与者超过 2000 人，但 DeepSeek 只有 100 多人就做出了效果更领先的 R1。刘知远和韩旭讨论过 DeepSeek 的组织特质，结论是组织高效、内耗少、有奔头、信念统一。
他解释，AI 公司的核心是成体系地训出领先模型，其中，模型架构、强化学习等单点需要深入研究、用创新方法加速，这都是很好的前沿课题。如果研究生不参与到具体生产中，只是闷在学校发论文，既缺少训练资源，也会离一线越来越远，一年几万篇论文，很少有人看、也没有实际作用。
而公司技术体系的单点如果没有持续创新，也会丧失竞争力，如果不实现产学研闭环，很难做最前沿的 AI ，“人培养得好、创新得好，面壁智能会发展得更好。反过来也是。”
他们把面壁智能定位成 Frontier Lab 和商业公司的混合体。比如，实习生大多在一间公司半年或一年，如果团队有大调整，研究课题可能很难继续。刘知远说，他们会尽量构建一个长期稳定的环境，让实习生安心研究。
在面壁智能几年后，一名 “前进四” 人才计划的实习生开始负责多模态模型的部分研发，有权限招人、带人。他说，公司并没有限制名额，但他和负责人讨论后，定了一条规则：先想明白新同事最近 3 到 6 个月明确能做什么、未来一到两年可能会做什么——核心是如何让每个人有足够发挥的空间。
模型厂商竞争激烈，版本更新时间不断压缩，很多公司无暇考虑这些。公司发展和个人成长之间并不总是匹配。但这名实习生在面壁智能初创时加入，做过多模态的预训练、后训练、模型发布、开源维护，能接触到的技术范围足够大，他形容团队氛围是做好 80% 确定性的事、有明确的回报，同时探索 20% 的不确定性，用非共识的解法找到优势。
“如果新同事进来只能做基础的、想象空间很窄的事情，对他不好，对团队氛围也不好。效率真的能高吗？” 他希望团队还是充分论证、克制招人。
一名实习生起初没想到，他自己的论文课题，研究如何将 1B 的稠密模型变稀疏，一开始没人知道成功概率有多大，公司还是给了许多算力支持。等在模型上验证后，他告诉刘知远这个好消息，一个月后，自己的实验项目就应用在了公司的产品上。
这也是他在面壁智能影响力最大的项目。“很快，非常快！” 公司有可能不支持实习生的实验，或者即便实验成功了，也要花几个月去验证。这可能才是常态。成果发布后，他入选了 “前进四” 人才计划，也在面壁智能参与了更核心的工作——当然，他的创新也让面壁智能受益。
AI 公司的特性是从前沿问题或还没有被完全验证的研究方向开始，不只是把已有技术产品化，而是把过去 “不可能” 的事推进到 “可能”，再把 “可能” 变成真实价值。这让创新和商业效益之间转换更快，产学研以更短周期闭环。但创新氛围能否维持，考验创始人的意志、团队价值观和长期的耐心与决心。
从 “千里马” 到培养 “伯乐”
韩旭不觉得在面壁智能和在清华带学生有什么不同。“都是希望培养一批人、一起战斗、把事做成。” 他想了一会儿，“区别可能是，一个锤子敲不了太多钉子，在公司是更多的锤子敲钉子”。
他一直想做老师，教书育人、桃李满天下。这有些受导师刘知远影响。创业四年多，从一家不到 10 人的公司发展到 400 多人、准备上市，刘知远认为面壁智能的使命是把前沿技术转换为商业成功，但他个人的第一使命还是培养人。
很多面壁智能员工习惯称呼刘知远 “刘导”，不仅因为他在清华大学任教十几年，也因为他还保留着辅导员对学生的待人习惯。实习生李奇有时在公司遇到刘知远，很少聊技术细节，会聊聊实习感受、未来规划。
他说自己就是 “被培养” 的受益者：从山东考进清华时，自己没科研论文、没竞赛经验、成绩也不突出，只是 “nobody”，起初觉得能顺利毕业就不错了。但在导师孙茂松帮助下，一步步走下来，拿到优秀博士论文、做科研，是被伯乐培养出的 “千里马”。读研时，他也看到一些本科生刚开始不太适应，但只要耐心教导，两三年后，焕然一新。
“所以千里马常有，而伯乐不常有。” 做导师、创业后，他有时看到一些年轻人最初表现不好，会想他们都比当年的自己牛，以后没道理不比他现在牛，“那我一定要努力让他们也很牛”。他希望自己和面壁智能的技术负责人们做 “伯乐”，把实习生培养为 “千里马”，然后 “千里马” 继续做下一代 “伯乐”。
这种善意在面壁智能逐渐向下传导，自然形成了一种氛围。
韩旭认可 Google DeepMind 研究科学家姚顺宇的观点，AI 个人英雄主义的时代已经过去，在集体中最重要的特质是靠谱、对做事负责任，“作为搞技术的，要是迷信小天才，那就有鬼了”。他更看重候选人是否对 AI 有长期思考、和团队是否契合。
实习生们有时会和韩旭请教租房经验，一些与公司关系不大的学术研究题目，对方也愿意给建议、介绍更相关的研究人员认识。他如今 2/3 的时间花在培养相关的事情上，“很多时候，一大早刚起床，一打开手机微信，全是 ‘坏消息’”。但他觉得也是好事，“大家真的有问题会来找我”。
“你看到别人怎么帮你，也就愿意怎么帮其他人。” 很多实习生说，他们很难解释为什么不需要制度约束，“也许只是将心比心”。
一位实习生接到了几家大厂的邀约，留在面壁智能的原因之一是在这里找到了职业生涯上的参照对象，技术牛、愿意带新人——“公司有资源是一回事，但资源不会自动转化为能力，关键是传帮带”。他最初来公司，看着那位技术负责人怎么做实验、实验失败时怎么分析归因、成功怎么归纳沉淀，“就像强化学习和监督学习一样”，从一个 bug 如何解决到一套实验方法论，有了经验后，现在新的实习生进来，他变成了传帮带的那个角色。
像他这样想的实习生不是少数。一位 “前进四” 人才计划的实习生希望，他带的一名新实习生可以自主负责一个 RL Infra 开源项目，他帮忙定好目标、流程，由对方实操。这个项目本身和面壁智能业务没有太直接的关系，但他面试时就承诺会支持对方探索，因为他也是被这样对待的。
前段时间，李奇发现一些新进实习生适应得不太好。他和业务负责人反思，既然过了面试，就代表有潜力。为什么潜力没有发挥出来？他们筛查后认为，新人指引做得不够好，目标是什么、看哪些文档、用什么代码工具等没有体系化。他和几位技术负责人花时间做了一份详细文档，既有技术理念等，也有工位分布图等细节。
这种帮助也会被体系认可。面壁智能实行员工互评，一些同事会在评价中明确信息沟通、帮助他人也是产出。每月办一次 TGIF 全员会，刘知远等会讲最近进展和未来规划，会上还有一个 “伙伴文化” 环节：谁帮助了你，可以公开感谢他。
这与刘知远的用人观有关。他不觉得从大厂挖几个知名研究员就能解决问题，相信从内部培养，由应届生、实习生留任，成长为技术骨干。他曾在社交平台上分享过一段话：如果你让他掌握了一些知识、建立了一些自信、找到了一个让他发自内心幸福的目标，那么人的潜力一旦迸发，力量会非常非常大。
如果培养好的实习生想离开呢？一名实习生不久前和刘知远聊过这个问题，他得到的建议是，在面壁智能先积累几年经验和物质条件，无论创业、去其他公司还是搞学术，然后选最适合的路、做到顶尖水平。
保持士气靠不断打胜仗
一位面壁智能的研究员渐渐觉得效率变低了。以前，他和技术负责人隔条过道，公司一共几十人，有什么事马上沟通。现在公司扩张到 400 多人，工位分了几层楼，开会时间变长，会议室有时约不上。有人也感觉到公司业务重心的变化。刘知远过去强调模型要 SOTA，今年更多讲下载量，也写进了一些研究员的 KPI 中。
当公司变大、规模扩张、商业化任务更重，组织效率和价值观都会逐渐在理解、传递上遇到挑战。刘知远听到过一些讨论，“我们还是要实事求是。模型公司都讲创新，怎么评估效果？那就看谁更能满足用户需求”。去年年中，团队一度因为文本模型效果不及预期而低落。顺着每个环节排查，发现数据、评测等基础设施不够扎实。他们花了大半年时间补短板，解决工程问题不如技术创新令人激动，但是商业组织无法回避。
面壁智能几个实验室的研发人员都有三四十人，这基本是刘知远认为一位技术负责人高效沟通的边界。他最近和韩旭等负责人讨论，如何用 AI Native 的方式保持组织的高效？
他们不希望用传统写日报、周报的方式，这可能只增加负担、对效率无益，“解决的是领导的不安全感”。韩旭从一些非商业组织中学到用技术化的手段控制人员规模，降低管理成本，反而增强战斗力。最近，面壁智能开始推行用 AI 简化流程，鼓励研究员们开发各类 Agent，用于跑实验、基础分析。AI4AI 方向的研究成果 ForgeTrain 也已进入生产流程，开始优化模型训练、部署等环节，承担一部分重复性工作。
面壁智能每个业务板块内也在探索。多模态模型研发团队最近一年约翻了一倍，一位技术负责人发现，开会时间变长、人数也越来越多，许多同事参会只是为了同步信息。他尝试用 “树杈” 结构调整开会方式：关注相似问题的人开一个会，每个方向出一个代表去更大的范围交换信息。一些会议从几十人压缩到 10 人，一周只需要参加一个会。
另一条解决思路是，让各位技术负责人补强管理。当优秀年轻人逐渐增多后，公司开始遇到一些新问题：几位优秀实习生或研究员一个小组，人人都很好，但就是合不来，很难协作。
“那不能泛泛地喊口号 ‘大家要团结啊’，没人听得进去。” 他在公司管理中总结经验，“在一家产研结合的公司做模型，像发射火箭，要有准确的里程碑估算、稳定推进，做好工程，又要做充满不确定性的前沿探索。” 他对组织内的利他主义传统有信心，只是 “很复杂，需要学习”。
最近，他准备组织技术负责人们上领导力课程，学学管理，小到一个实习生怎么带动两三个人，大到一个组织如何进化，让每个方向的负责人有动力、有能力把团队带好。
创业四年多，他体会到每个阶段都有挑战：起初技术理念难被投资方认可，现在要想如何保持技术优势、并转化为可持续的规模化的收入。面壁智能的商业化落地目前主要在汽车、手机等行业，也是一部分大模型厂商从云端进入端侧的首选，这不只考验技术能力，也考验工程适配、合规经验、产业资源和合作方的意愿。
竞争正在变得激烈。他对面壁智能的规划是，未来三年，实现通用 AI 端侧模型的完全态，具备感知、计算和行动能力，实现软硬协同。
这个过程中，团队也会随之扩张。刘知远和韩旭认为，从根本上讲，保持组织战斗力最好的方式是不断地打胜仗。
一些公司可以沿 Scaling Law 扩大算力、数据量，用工程化方式解决问题，一些公司在产业生态、资源上有优势，但面壁智能这类创业公司最重要的发展就来自创新。2023 年、2024 年 Densing Law 的发现和应用让投资人看到，除了做超大模型，通过优化算法、数据和架构的端侧模型可以降低推理成本并保证效果，就可以在手机、汽车等终端大规模应用；提前探索 AI4AI 的 ForgeTrain 项目证明了 AI 在模型生产上的能力，也许用户可以根据模型、芯片和训练任务的不同，采用更有效率的训练框架，在英伟达 CUDA 的软件生态外做尝试。
最近一年，一位 “前进四” 人才计划的实习生和团队一起研发 Omni-Flow 流式全模态框架，把用户和 AI 的交流模式从半双工（一问一答）改进为全双工（并行交流、可随时响应或插话）。“去一家大公司用几千张、几万张卡训超大模型，听起来很厉害，但如果训练方式和目标都是参照另一家大公司，那也并不令人激动。” 他享受于探索少有人验证的技术路线。
这也是刘知远对创业最初的预期，“大家一起在 AI 时代把不可能的事做成，又能站在最前线培养人，这不是最美妙的事情吗？”Forfront Tech Specs，纳斯达克上市收官…寻找区块链AI·数字身份并购标的케이맨제도 기반의 기업인 포어프론트 테크 홀딩스 애퀴지션($FTHAU)이 기업인수목적회사, 이른바 ‘스팩’ 상장을 마무리했다. 총 1000만 유닛을 주당 10달러에 공모해 1억달러를 조달했으며, 원화 기준으로는 약 1477억원 규모다.
회사는 2일(현지시간) 보도자료를 통해 이번 기업공개(IPO)를 마감했다고 밝혔다. 해당 유닛은 지난 4월 30일부터 나스닥 글로벌 마켓에서 ‘FTHAU’ 종목코드로 거래를 시작했다. 공모 규모는 인수 수수료와 제반 비용 차감 전 기준 1억달러다.
이번에 상장한 유닛 1개는 클래스A 보통주 1주와 상환 가능한 워런트 2분의 1개로 구성된다. 워런트 1개는 클래스A 보통주 1주를 주당 11.50달러에 매수할 수 있는 권리를 뜻한다. 워런트는 소수점 단위로 발행되지 않으며, 분리 거래가 시작된 뒤에는 보통주와 워런트가 각각 ‘FTHA’와 ‘FTHAW’로 나뉘어 나스닥에 상장될 예정이다.
주관사는 비티아이그(BTIG)였다. 회사는 또한 초과배정에 대응하기 위해 주관사에 최대 150만 유닛을 추가 매입할 수 있는 45일 옵션도 부여했다. 이 옵션이 모두 행사될 경우 추가 조달 여력은 1500만달러, 원화 약 221억5500만원 수준이다.
포어프론트 테크 홀딩스 애퀴지션은 이번 IPO와 동시에 진행한 사모 유닛 배치를 통해 확보한 순수익을 향후 첫 사업결합, 즉 인수합병 추진과 운영자금에 사용할 계획이라고 설명했다. 스팩 구조상 자체 사업을 즉시 영위하기보다 비상장 기업과의 합병을 통해 우회상장을 추진하는 방식이다.
블록체인 기반 AI·디지털 신원·로보틱스에 초점
이 회사는 케이맨제도 법에 따라 설립된 ‘블랭크 체크’ 기업이다. 아직 구체적인 인수 대상은 공개하지 않았지만, 기술 업종 전반을 중심으로 기회를 찾겠다는 방침을 내놨다. 특히 ‘블록체인 기반 인공지능’, 디지털 무역 신원, 로보틱스를 핵심 탐색 분야로 제시했다.
이는 최근 시장에서 블록체인과 인공지능의 결합 가능성이 다시 부각되는 흐름과 맞닿아 있다. 단순 암호화폐 발행보다는 실사용 기술과 데이터 검증, 디지털 신원 인프라를 연결하는 모델에 자금이 몰리는 분위기다. 이런 점에서 포어프론트 테크 홀딩스 애퀴지션의 스팩 상장은 ‘테크+블록체인’ 테마를 겨냥한 자본시장 수요를 반영한 사례로 해석된다.
다만 스팩 투자 특성상 실제 성패는 상장 자체보다 향후 어떤 기업을 인수하느냐에 달려 있다. 회사 역시 미래예측진술을 통해 IPO 이후 자금 사용, 사업결합 추진 과정에 여러 불확실성이 있다고 밝혔다. 실제 순수익 사용처나 성과는 시장 환경과 거래 조건에 따라 달라질 수 있다는 의미다.
미국 증권거래위원회(SEC) 등록 서류는 4월 29일 효력이 발생했다. 회사 측은 이번 발표가 증권 매도 제안이나 매수 권유가 아니며, 관련 법규상 등록 또는 자격 요건을 충족하지 않은 지역에서는 판매가 이뤄질 수 없다고 덧붙였다.
이번 상장은 단순한 스팩 IPO를 넘어, 블록체인 기반 인공지능과 디지털 신원 같은 차세대 기술 분야에 대한 시장의 기대를 보여주는 신호로 읽힌다. 다만 투자자 시선은 결국 포어프론트 테크 홀딩스 애퀴지션이 어떤 기술 기업과 손잡을지에 쏠릴 가능성이 크다.
TP AI 유의사항
TokenPost.ai 기반 언어 모델을 사용하여 기사를 요약했습니다. 본문의 주요 내용이 제외되거나 사실과 다를 수 있습니다.TitanX，通过收购FrontSpin强化云端销售网络TitanX公司宣布收购基于云端的销售沟通及强力拨号平台提供商FrontSpin公司，旨在通过电话扩展销售平台。此次收购金额估计为数百万美元（约144亿韩元）。
成立于2015年的FrontSpin公司为B2B销售团队提供基于云端的软件，用于管理外呼电话参与。该平台可实现自动化的顺序外呼，同时解决诸如低接通率、通话交付不一致以及脱节的外展工作流程等运营问题。
FrontSpin的系统结合了基于浏览器的应用程序和后端电话基础设施，以控制电话的大批量呼叫执行。用户登录云端界面即可发起呼叫，在此过程中管理呼叫的节奏并将结果记录到客户关系管理系统中。
TitanX计划通过此次收购，结合FrontSpin的技术，完善其精准销售平台。两家公司均相信电话是最强大的销售渠道，并将专注于技术创新和价值创造。FrontSpin将继续作为独立实体运营，现有客户将继续获得服务。
在此次收购之前，FrontSpin的运营未依赖风险投资资金，而TitanX似乎已利用其筹集的2700万美元（约388亿韩元）风险资本为此次收购提供了资金。
「Global Trends & Frontier Practices」Consensus 2026 香港周边顶级系列沙龙——数字资产与传统金融的三重对话：策略融合、企业转型与黄金重构
2026年2月10日至12日，由德商奇点科技、高盈量化联合发起，华夏数字资本协同主办的「Global Trends & Frontier Practices」Consensus 2026顶级周边沙龙系列活动在香港圆满举行。三场活动分别聚焦“数字资产与传统资产策略融合”“RWA与企业Web3转型路径”“香港黄金RWA与稳定币创新”三大主题，汇聚来自量化资管、传统金融、Web3基础设施、法律合规及学术研究等领域的数十位行业代表，展开连续三日的深度对话。
本次系列沙龙以“从策略迁移到结构重构”为主线贯穿始终。与会嘉宾不再停留于“是否入场”的宏观判断，而是围绕策略的可迁移性、资产的可代币化边界、合规的可执行框架等现实命题，呈现了一场兼具产业深度与制度理性的系列行业对话。
第一日 · 2月10日：数字资产与传统资产策略的融合与突破
首日活动以量化资管为切入点，聚焦数字资产在全球化资产配置体系中的策略定位与执行逻辑。德商奇点科技资管负责人林明轩在主题演讲中指出，数字资产市场当前仍存在大量可被量化识别的定价错误机会，其套利空间显著高于传统金融市场的核心原因在于高波动性与弱有效性的结构性并存。他系统展示了团队在期现套利、跨所套利、资费套利等方向的实盘积累，并介绍了从传统统计套利向机器学习驱动策略框架的过渡路径。
高盈国际产品部副总经理徐程进一步探讨高频做市策略与CTA策略的跨市场迁移实践。他展示了在量价模型基础上融入资金费率、链上资金流等加密专属因子的策略适配路径，并分享了高盈量化作为大中华区少数具备全球多市场交易能力的机构，在AI驱动交易系统与超低延迟架构方面的技术积累。巨石WEB3研究院主理人Robin从宏观视角补充指出，数字货币正从高风险投机工具向长线投资载体过渡，RWA代币化将成为这一转型进程中的重要基础设施。
圆桌讨论环节由德商奇点科技CIO林明轩先生主持，SDM Group（Nasdaq：SDM）创始人兼CEO YT、朴瀛对冲基金董事长Austin Liu、Moon Lab Co-Founder & CEO Jack Chen、MSX CMO Keaton、ArrivalX COO Stella共同参与。与会嘉宾认为，数字资产正从早期叙事驱动向策略驱动演进，收益来源的可解释性与风险管理的可执行性成为机构关注的核心。跨境支付尤其是“全球劳动者”场景被视为当前最具落地潜力的稳定币应用方向，链上交易为部分传统市场流动性折价资产提供了新的定价场景补充。
第二日 · 2月11日：RWA与代币化经济：企业的Web3转型路径
第二日活动将视角从交易策略转向企业端，聚焦RWA代币化在企业数字化转型中的结构性角色。德商奇点科技CMO Joy在开场致辞中指出，Web3技术已从技术实验转向企业战略决策的核心环节，正帮助企业重新定义资产配置、市场运作与业务模式。
圆桌环节由森林白露咨询创始人白露女士主持，嘉宾为：汉方资本集团创始人董事长、中国置业投资（HK0736）RWA事业部CEO Vito，Digireal Assets Founder Dean，Web3Labs VP Suki，AI Mall Ecosystem Expander Ronnie，曼昆律师事务所合伙人律师揭晖。与会嘉宾形成清晰共识：RWA代币化的核心价值不在于“发币叙事”，而在于重构资产流动性、提升资本效率的底层能力。企业在转型过程中面临的最大挑战并非技术本身，而是如何构建一套既符合监管要求、又具备商业效率的数字化资产管理框架。
合规、技术与确权的三角关系贯穿整场讨论。嘉宾指出，RWA的演进正从概念验证迈向结构性落地，未来的竞争将不再是技术叙事的比拼，而是合规能力、资产质量与生态协同效率的综合较量。对于希望进入这一领域的企业而言，厘清自身资产属性、搭建适配合规通路、找到真实买方需求，才是穿越周期的根本路径。
ChainNeXT Group Founder & CEO Trev Ng在主题演讲中进一步阐释了RWA代币化在去中心化金融与传统资产桥接中的作用。演讲后，ChainNeXT Group与德商奇点科技宣布达成战略合作，双方将围绕RWA代币化及数字资产基础设施建设，共同打造企业级Web3解决方案。
RootData Co-founder Hunter从数据视角补充，RWA代币化的落地依赖于资产多维数据的透明化与可验证性。其平台通过实时链上链下数据追踪与透明度评分系统，正在为RWA赛道的资产筛选与投资者决策提供基础设施级支持。
第三日 · 2月12日：香港黄金RWA与稳定币创新：现实资产、货币形态与数字金融边界
收官之日将讨论推向制度深层。活动以黄金这一传统核心资产为锚，系统探讨其代币化路径从“资产上链”向“货币属性延展”的现实边界。
香港中文大学（深圳）实践教授、香港国际金融学会主席肖耿在开场致辞中作出宏观研判。他指出，黄金RWA的核心价值不仅在于提升传统资产的流动性与透明度，更在于为传统金融与数字经济的深度融合提供可锚定的信用基础。香港在金库、牌照、清算法等制度组件的完整性，使其在黄金RWA的制度试验与跨境流通体系建设中具备不可替代的区位优势。
德商奇点科技资管负责人林明轩以“手机跨店套利”为喻，系统阐释了数字资产量化套利的底层逻辑。他指出，数字资产市场因高波动性与弱有效性，提供了远超传统金融的定价错误机会，并以期现套利、跨所套利等策略的实盘数据为例，验证了这一结构性窗口期的持续性。在策略迭代层面，团队正从传统统计套利向机器学习驱动框架过渡，以应对高频变化与非线性的市场特征。风控方面，多层风控机制与全局实时监控系统的嵌入，确保了策略在高波动环境下的稳健运行。作为港股上市公司德商产投服务集团（02270.HK）旗下的金融科技机构，德商奇点科技的此次分享，完整呈现了其从传统市场向数字资产赛道迁移的策略思考与演进路径。
华夏数字资本创始合伙人叶开结合2月6日中国证监会关于境内资产境外发行资产支持证券代币的最新监管指引，系统提出“黄金RWA×黄金稳定币”闭环路径。他强调，黄金RWA的关键不在“发币叙事”，而在补齐黄金金融基础设施——围绕确权、对账、结算三大硬问题，构建资产端、现金端与交易端协同的结构化框架。
Nano Labs创始人、香港数码港董事孔剑平从合规融合与产业融合视角，观察Web3与RWA的发展阶段划分。DMZ.Finance创始人Nathan Ma拆解黄金代币化的四个核心要素。On.Nexus创始人Jeremy Lin则以黄金背书合成资产为切口，探讨其在结算与清算层面的潜在形态。
围绕“黄金代币化的真实挑战”，首场圆桌由华夏数字资本创始合伙人叶开主持，嘉宾王仲何（资深金融人士）、Cynthia Xi（DigiFT新加坡CRO）、Hazel Yang（HashKey CaaS BD负责人）共同参与，围绕香港牌照体系合规边界、链上确权与链下托管对账机制、“三账对齐”结构设计及机构级信息披露标准展开系统拆解。
第二场圆桌由国富量子RWA负责人Charles Zeng主持的第二场圆桌，汇聚大湾区金融家协会主席王龙、Bybit B2B Business Executive Yoyee Wang、中金汇理CRO Frankie Zeng及BenPay VP Pearce多位机构代表，围绕黄金稳定币与黄金RWA的底层逻辑分野展开深度辨析。与会嘉宾形成共识：黄金稳定币从“资产锚”走向“支付工具”，关键不在概念创新，而在可赎回机制的真实性、合规架构的完整性、流动性做市的持续性，以及与现有金融系统的对接成本能否形成闭环。
结语｜三重对话，同一命题
从量化策略的跨市场迁移，到企业资产的结构性重构，再到黄金这一千年资产的数字表达——三场活动看似议题各异，实则指向同一命题：数字资产与传统金融的关系，正在从“是否融合”走向“如何融合”。
这一进程没有统一答案，却有清晰方向。它不依赖单一技术的突破，而有赖于策略的可验证性、资产的可确权性、合规的可执行性、基础设施的可对接性。它不是对既有体系的颠覆，而是在新的技术与市场条件下，对传统逻辑的再审视与再设计。
三天的讨论并未给出终局，却勾勒出路径。伴随更多机构入场、更多资产上链、更多制度适配，数字资产与传统金融的融合将从“节点事件”演变为“系统演进”。而香港，正以其制度连通性与市场纵深，成为这一演进进程中不可绕过的实践场域。
「Global Trends & Frontier Practices」将持续跟踪这一进程，并在后续系列沙龙中，围绕更多细分赛道与制度议题，继续搭建跨领域、跨市场的理性对话平台。
【主办方】
【德商奇点科技（HK.02270) 】
德商奇点科技是港股上市公司德商产投服务集团（02270.HK）旗下的核心金融科技机构，致力于成为亚洲领先的另类资产与数字金融服务商。
公司以顶尖的自主研发量化系统为核心引擎，深耕数字货币市场的严谨低风险套利策略与机器学习策略，为客户创造穿越周期的稳健价值。同时，我们为海外机构与超高净客户提供TRS与场外衍生品策略设计服务。
依托对数字金融与传统资本逻辑的深刻洞察，德商奇点战略性布局全周期RWA（实物资产代币化）服务。通过从资产识别、合规设计到发行运营的一体化方案，我们将优质资产与卓越的运营能力转化为可信的数字金融产品，驱动传统资本与数字未来的深度融合。
【高盈量化】
高盈量化是一家立足香港、面向全球的金融科技机构，专注于量化投资与智能交易领域。公司深度融合量化策略研发与科技创新能力，依托自主研发的智能算法系统与高性能计算平台，整合全球多市场数据资源，为机构投资者及高净值客户提供专业、稳健的资产管理服务与科技赋能支持。高盈量化始终秉持“专业创造价值，科技赋能未来”的核心理念，严格遵循国际合规标准，致力于与全球合作伙伴携手共进，推动量化金融的智能化发展，助力客户实现财富的长期稳健增长。
【联合主办方】
【华夏数字资本】
华夏数字资本是一家专注于RWA（现实世界资产代币化）赛道的数字投行机构，致力于RWA赛道市场投研与教育、发行与投资孵化、RWA资管平台、数字金融创新等解决方案，旨在构建现实世界资产与加密世界价值的桥梁。DigiFT-量子解决方案 推出5亿美元RWA代币化平台"Frontier Finance"新加坡数字资产平台企业DigiFT与总部位于日本东京的Quantum Solutions签署了共同开发创新实物资产代币化平台战略业务合作协议。双方将该项目命名为"Frontier Finance"，并基于以太坊网络构建合规型RWA生态系统，进军全球市场。
Frontier Finance的构想是将企业现金流实物资产化后发行代币，并将其扩展为机构级投资者可参与的流通交易基础设施。由此设计成涵盖代币发行、存管、交易全流程的一体化平台，开发将基于DigiFT拥有的监管理解力与技术基础设施。DigiFT是获得新加坡金融管理局许可的首个链上RWA平台，其优势在于持有市场运营商及资本市场服务资格。
实物资产代币化市场正在全球范围内快速增长。根据渣打银行去年10月发布的报告，RWA市场规模已突破340亿美元（约48万亿韩元），预计未来12个月内将扩大至3000亿美元（约426万亿韩元）。
Quantum Solutions专注于AI基础设施、手机游戏、知识产权变现等高收益现金流创造领域。但这些领域普遍存在准入壁垒，普通投资者难以参与。公司计划将这些现金流通过RWA进行代币化，并通过受监管的去中心化金融渠道向全球合格投资者开放，从而显著改善市场准入性。
双方职责明确划分：Quantum Solutions提供AI算力租赁费、游戏内道具交易手续费、电影投资收益等多元化收益来源，并负责市场战略与投资者沟通。DigiFT则依托其新加坡监管资质及已获香港证监会第1、4类牌照的香港子公司，提供基于监管的技术基础设施，同时整合瑞银资产管理、景顺投资、威灵顿管理、星展银行、中信国际资产管理等全球合作伙伴的分销网络。
Frontier Finance计划通过本次合作，在2026年前实现约5亿美元（约710亿韩元）规模的RWA代币化并登陆平台。成为亚太地区最大实物资产代币化平台是双方的共同愿景。
Quantum Solutions代表Francis Bing Rong Zhou强调："在利用数字资产提升现有业务线收益能力、实现金融民主化方面，Frontier Finance具有重大里程碑意义。"
DigiFT创始人兼集团CEO Henry Zhang对此合作表示："很荣幸能与Quantum Solutions共同引领实物资产与DeFi的融合，我们将通过合规的链上架构，为机构投资者构建可信的新型资产管理模式。"
SANYUAN Labs：统一的多平台多链非托管钱包Frontier前言：
2023年6月26日，Frontier收购Hot Cross，Hot Cross 的使命一直是让 Web 3 变得可访问且更加用户友好。
2024年1月19日，Frontier宣布品牌重塑，和 Hot Cross 合并并向Self Chain进行迁移。Self Chain 是第一个使用 MPC-TSS/AA 进行多链 Web3 访问的模块化以意图为中心的访问 Layer1 区块链和无私钥钱包基础设施服务。
一、项目介绍：
Frontier是一个统一的非托管钱包，用于存储、质押、交换加密货币和NFT。
Frontier一开始定位是一个与链无关的DeFi聚合层。简单来说，就是支持多种区块链底层的去中心化金融应用聚合平台。
Frontier在2020年8月，完成185万美元私募融资，投资方包括Alameda Research、FTX、Woodstock Fund、Mechanism Capital、NGC Ventures以及CoinGecko等
官网：https://www.frontier.xyz/
二、产品及创新：
产品
Frontier Wallet：统一的非托管钱包，多平台、多链。
交易
Swap：通过8+ 去中心化交易所 （DEX） 和 DEX 聚合器，获得更好的交换利率和流动性。此外还允许粘贴在列表中找不到的代币的智能合约地址。
跨链桥：Frontier 已与 6+ 值得信赖的桥提供商集成，不必为其他链使用不同的跨链桥，所有这些都在 Frontier 钱包下，可以自由切换。
购买加密货币：集成了 4 种受信任的加密入口服务，支持 160+ 个国家/地区，拥有 30+ 法定货币；合法合规，会根据居住的国家/地区进行 KYC。
赚
质押：Frontier 带来跨多条链的质押，可以直接在钱包中质押并管理。所有验证者都是经过验证的，避免用户资产暴露在风险中。
流动性池：Frontier可以帮助找到合适的流动性池。原生集成了 dApp，安全可靠。此外，使用安全模块安全地连接流动性池。
流动性挖矿：Frontier 通过将 23+ 条链放在一个钱包下，可以在一个钱包中看到所有 DeFi 投资。
借贷：可以在一个钱包下存储和管理 35+ 条链的代币。使用内置的欺诈检测引擎安全地与协议进行在线交互，为用户提供风险警报和交易见解。
2. Self Chain：模块化以意图为中心的访问第 1 层区块链和无密钥钱包基础设施服务，使用 MPC-TSS/AA 进行多链 WEB3 访问。（将在之后的研报中详细解读）
创新
多平台：支持网页端，浏览器插件，移动App（IOS和安卓）。
多链：支持65+ 区块链网络 & 100+ dApps，对比来看，竟然比OK钱包还全面。
超越自我托管的安全性：欺诈预防，Frontier 会在交易之前模拟每笔交易，并通知潜在的威胁和诈骗，保护您的资金和易受攻击的风险。现在web3到处都是坑，这种安全提示内潜在钱包中的设计非常实用。
原生 dApp 体验：钱包内原生的交换、桥接、质押和更多内置功能，都是由业内经过验证和信任的 dApp 提供支持。基本是所有的DeFi操作都可以在钱包内完成，而且安全可靠。
开源和审计：Frontier 钱包由行业领导者尊重和信任的公正安全公司进行安全测试和审计。建立在一个久经考验的开源库“WalletCore”之上。
密钥保管：Frontier 不会保管用户的密钥。
三、社区：
社交媒体：
Twitter：https://twitter.com/FrontierDotXYZ ，149K followers
Telegram：https://t.me/FrontierDotXYZ ，6.6k members
Discord：https://discord.com/invite/FYkhaKkxuX ， 7.1k members
四、代币经济：
$FRONT总量1亿，销毁1000万，实际总量9000万，流通$8700多万，接近全流通。市值约$1.2亿。
9000万代币将会在SELF Chain主网启动后转换成SELF，占SELF总量的25%。
持币人数：9,678
代币分布：前10持币地址持有78.16%，前20持有87.42%，前50持有94.03%，筹码分布比较集中。
交易所代币持续小额净流出。
五、融资和团队：
融资：
2020–08–26 ： 完成185万美元私募融资，投资方包括Alameda Research、FTX、Woodstock Fund、Mechanism Capital、NGC Ventures以及CoinGecko等
团队：
Dhawal Shah：是 Bison Fund 首席投资官，Frontier 联合创始人。
CEO Ravindra Kumar（已离职）：曾是InstaDApp和Woodstock的CTO，也是以太坊生态的早期开发者，拥有9年以上的开发经验，技术实力深厚。
CMO Palash Jain（已离职）：在区块链领域拥有多年经验，并曾与多个知名项目合作，包括IOST， BitMax，Matic和Lambda。
六、总结：
作为老牌DeFi项目，Frontier 一直在开发中，且迭代迅速，推出的钱包产品在国外从业者中广受好评，真正实现了创立之初的定位：与链无关的DeFi聚合层，都统一在Frontier钱包中。
作为从DeFi赛道切换到钱包赛道，Frontier最懂钱包的DeFi交互，产品优势明显。现在的钱包赛道异常拥挤，在Rootdata钱包标签下的项目就有344个，而且最近一两年交易所也纷纷开始做钱包，其中OK钱包的体验最好。要想在这个赛道中脱颖而出，除了产品体验，用户流量也非常重要。OK交易所便是自带流量。
钱包赛道的市值天花板不高，排在第一的Trust Wallet MC为$5.3亿。SafePal为$3.3亿，Coin98 $2.6亿。钱包是一门真正的好生意，原因是，作为Web3用户的入口，链接多链、Dapp、桥等几乎所有的Web3项目，进可发币，退可收手续费。盈利点也非常多，如swap、跨链手续费，发币入金手续费等等。
要实现Web3的 Mass Adoption，钱包这个赛道是兵家必争之地，也会是是受益最早且最大的。如今多链割据、用户资产分散，一个统一的入口和管理平台变得非常重要。Frontier能否抓住这个机会？从目前来看，Frontier将推出的以意图为中心的第 1 层区块链和无密钥钱包基础设施服务，将会吸引更多用户。
从FRONT代币的筹码分布、交易所净流出来看，基本面还是乐观的，目前处于一个周线调整，虽然项目方一直有动作，放利好，但是受大盘影响，也跟随调整。
长远来看，受益于即将推出的Self Chain，不再是一个钱包，而是一层公链+钱包。估值逻辑将会发生重大转变，钱包市值天花板不再是Frontier的上限。
SANYUAN Labs 是一个DAO驱动型风险投资机构，专注于投资Web3.0 ，DeFi和AI。
Twitter：https://twitter.com/SanyuanCapital
Telegram：https://t.me/TernaryCapital
Meet the guerilla artist who staged a crypto ‘rug pull’ in front of the SECArtist Nelson Saiers’ “Rug Pull” highlighted the victims of crypto rug pulls and perceived SEC inaction in safeguarding investors.
Street vendors abound in downtown Manhattan’s Financial District. But weeks ago, on Sept. 14, an especially unconventional seller set up shop in front of the United States Securities and Exchange Commission (SEC), transforming a patch of Maiden Lane into a colorful quilt of doormats, each spray painted with the straightforward instruction to “pull.”
People enquired, but they were fake and not really for sale. The wares were part of “Rug Pull,” the latest guerilla installation by Nelson Saiers, a New York-based hedge fund manager turned artist who some consider “The Warhol of Wall Street” or crypto’s most creative activist. As an artwork, “Rug Pull” highlights the many victims affected by the type of scam it’s named after.
The crypto rugs outside the SEC in New York. Source: Saiers
Over the past year, crypto has been forced to overcome its resistance to centralized regulations. At the same time, victims of rug pulls and other scams have yet to enjoy the protection that centralized bodies supposedly provide.
“The SEC’s shortcomings extended beyond merely failing to safeguard investors from clear scams,” Saiers told Cointelegraph, adding: “While they have a very difficult job, it seems they were too lax in some ways but also too aggressive in others. I feel their rejection of certain investments may have unfortunately led some investors into more fraudulent products.”
Saiers only works on-site when it makes sense. His art practice transcends crypto, too. He takes on other topics like unjust incarceration or the profound union of art and math.
The artist’s family moved from Ethiopia to the Washington, D.C. area when he was five. He earned his bachelor’s and Ph.D. in mathematics from the University of Virginia by age 23.
Magazine: The Truth Behind Cuba’s Bitcoin Revolution: An on-the-ground report
Saiers chose to work in finance after reading the travails of the Wall Street bond salesmen in the book Liar’s Poker by Michael Lewis. He served as a managing director at Deutsche Bank and as the chief investment officer at his own fund, Saiers Capital, which won the 2011 HFMWeek Award for top Relative Value hedge fund.
In 2014, though, he took the leap to become an artist.
“Art was just way more interesting than finance at that point,” Saiers said. He’d seen significant shifts during his finance career — like the 2008 crisis, to say the least. By comparison, the field was calming down.
“When you’re regularly daydreaming about art, or you wake up in the middle of the night and start thinking about your next art piece instead of the Nikkei and S&P, it’s time to become an artist.”
He taught himself to paint with videos and books, building on childhood museum visits.
At the end of 2014, Saiers presented his first full-scale exhibition titled “Blindfolded in Gravity’s Shadow” at Studio Vendome in New York.
In 2016, he unveiled three more, including “Shortening: Making Irrational Rational,” which was a show criticizing unnecessarily long prison sentences for low-level offenders in America’s prison industrial complex through the lens of jerseys — since inmates often call those sentences “football numbers.” The show took place, appropriately, at the infamous prison on Alcatraz Island in San Francisco.
Saiers caused a buzz with his first guerilla installation in 2018, where he inflated a towering “crypto rat” in Manhattan’s Financial District, staring down the Federal Reserve.
The Bitcoin rat. Source: Saiers
Its design was directly inspired by iconic New York City blowup rats, which often anchor protests against landlords. In this instance, Saiers added crypto code across the rodent’s body and Bitcoin (BTC) signs in its eyes.
The rat also alluded to Warren Buffet, who called crypto “rat poison squared” at the time. That was the first crypto winter, where Bitcoin famously fell from $20,000 to $6,000 at the hands of SEC uncertainty and waning faith in the tech.
That was the year Saiers, who’s only ever held Bitcoin, got involved in crypto. “I did want to inject some support back into the crypto community,” he said.
Even at the height of the madness, he never got caught up in a rug pull. Despite disagreeing with Buffet’s crypto critiques, Saiers cited Buffet’s advice “to be fearful when others are greedy and to be greedy only when others are fearful” as his strategy for avoiding most scams.
However, Saiers still sympathizes with those who’ve lost savings in the crypto sector, from obscure projects to FTX. Rather than protecting these taxpayers, he sees the SEC approving bailouts for big banks, even while America’s national debt climbs.
“Rug Pull” speaks to that everyman mentality with its simplicity. Saiers sourced the rugs from Instacart, though his orders got canceled several times due to their size. He chose to spray paint the “pull” accents for pragmatism and to honor the guerilla artist aesthetic.
A cart stationed near the sales display lent further, subtle nuance. The cart itself is another fixture for your typical New York street vendor, but Saiers’s had locks on it to represent locked liquidity, an exit sign to represent exit scams and an empty water bottle for a lack of liquidity.
Recent: Crypto VC: Token investing and the next bull run with Digital Wave Finance
The artist has another New York gallery show in store during the next year, but just because the “Rug Pull” debut is complete doesn’t mean the project is done. Saiers might perform it again. It wouldn’t be the first time he’d repeated a guerilla installation — he even brought the Bitcoin rat down to Washington, D.C., but while he only has to give the New York Police Department a day’s notice to set up in the city, the Secret Service in D.C. warned him that a bomb squad would need to check out the generator he uses to keep the rodent inflated. Saiers went home instead.
“Rug Pull,” however, doesn’t require machinery. So, who knows where it could go on view next.MEV 机器人抢先套利，致以太坊约 781 万美元 rsETH 漏洞被利用Techub News 消息，链上安全机构 PeckShield Alert 监测到，以太坊网络上一笔针对 rsETH 的约 781 万美元漏洞利用交易发生。该交易被一个 MEV（最大可提取价值）机器人抢先套利，导致漏洞被利用。目前该交易已在浏览器上可查。（@PeckShieldAlert）Y Combinator 总裁 Garry Tan 呼吁美国开源 AI 实验室提炼前沿模型Techub News 消息，Y Combinator 总裁 Garry Tan 公开呼吁美国开源人工智能实验室也应致力于“提炼”前沿模型。他认为，前沿模型本身是基于公共人类知识训练的，因此获得强大 AI 的能力应被视为“一种公共产品”。（TechCrunch）谷歌发布 ToolGrad 框架，工具调用数据生成通过率达 99.8%Techub News 消息，谷歌研究院与多所高校联合发布 ToolGrad 框架，用于高效生成大语言模型工具调用训练数据。该框架采用“答案优先”方法，先构建已验证的工具调用链，再生成匹配的用户查询，将数据生成通过率从基准方法的 63.8% 提升至 99.8%。
研究团队使用该框架生成了包含 500 个样本的 ToolGrad-500 数据集，并用其对 Gemma-3 模型进行微调。微调后的 120 亿参数模型在伯克利函数调用排行榜上得分达 83.1，与 Gemini 2.5 Pro、Claude 4.5 Opus 等前沿专有模型表现相当。
该框架的代码、数据集及模型均已开源，开发者可通过 Hugging Face 和 PyPI 获取。（MarkTechPost）美国头部企业 AI 人均支出 8 月下降近 10%，每百万 Token 成本自 3 月降 41%Techub News 消息，Ramp AI 指数显示，2026 年 8 月美国前 1% 企业的 AI 人均支出下降近 10%。自 2026 年 3 月以来，每百万 Token 的价格已下跌 41%，企业正积极将使用从昂贵的前沿模型转向更便宜的替代方案。对于 OpenAI 和 Anthropic 等提供商而言，问题在于使用量的增长是否足以抵消价格下跌的影响。 （The Decoder）OpenRouter 上线 Mistral Medium 3.1 (batch) 新模型Techub News 消息，模型聚合平台 OpenRouter 新上架模型「Mistral: Mistral Medium 3.1 (batch)」。该模型是 Mistral Medium 3 的更新版本，旨在以显著降低的运营成本提供前沿性能的企业级语言模型。OpenRouter 表示，模型上架常早于厂商官宣。 （OpenRouter 官方公告）GitHub 发布 HydraFusion AI 编程路由工具，号称前沿质量Techub News 消息，GitHub 发布名为 HydraFusion 的 AI 编程路由工具，号称具备前沿质量。该工具旨在通过优化模型选择来重塑 AI 编程，或将迫使竞争对手提升效率或证明其成本合理性。
（Crypto Briefing）OpenAI CEO 就 GPT-6 Astra 混乱上线致歉，付费用户受阻Techub News 消息，OpenAI 发布新一代模型 GPT-6 Astra 数小时后，其首席执行官 Sam Altman 即为此前“混乱的上线过程”公开致歉。该模型被公司称为“能力的代际飞跃”并开启了“AGI时代”，原计划当日先向部分企业客户开放，但大量付费用户遭遇访问延迟。OpenAI 表示，Astra 的部署将逐步扩展至所有 Plus、Pro、Business 和企业计划用户。 (The Verge)AI 平台 B.AI 免费开放顶级模型，日处理量突破 1.33 万亿 tokenTechub News 消息，下一代 AI 基础设施平台 B.AI 近期通过免费开放顶级模型引发开发者热潮，平台日 token 处理量在数日内突破 1.33 万亿，创下历史里程碑。在 15 天窗口期内，累计处理量达 8.19 万亿 token，吸引了超过 22 万新 API 用户。截至 9 月 3 日，B.AI 总用户数已正式超过 230 万。
该平台免费提供了包括 DeepSeek-V4-Flash、腾讯 Hy3、小米 MiMo-V2.5、GLM-5.3-Flash (Ox Alpha) 及 Qwen3.8-Flash 在内的六款前沿模型。9 月 3 日，B.AI 对 DeepSeek-V4-Flash 及其视觉扩展版推出了新的分层定价结构，高峰时段提供 50% 折扣，非高峰时段价格降至标准峰值的 25%，同时保持其他几款模型的零成本访问。
B.AI 旨在超越传统的计算分发管道，构建智能的全球结算层，成为一个核心基础设施枢纽，为复杂业务流程中的 AI 代理提供跨节点协作、编排和价值分配支持。（NewsBTC）链游 EVE Frontier 选择 Sui 进行区块链集成，放弃以太坊 L2Techub News 消息，链游 EVE Frontier 宣布选择 Sui 网络进行区块链集成，并放弃了原先的以太坊 Layer 2 方案。该迁移旨在通过提升可扩展性、降低成本以及简化用户入门流程来重新定义区块链游戏体验。（Crypto Briefing）CFTC 主席称特朗普政府计划在美国构建新金融前沿Techub News 消息，美国商品期货交易委员会（CFTC）主席 Michael Selig 表示，特朗普政府的目标是在美国构建新的金融前沿。他指出，转向协作性监管框架可能提升美国在全球数字金融领域的竞争力。
（Crypto Briefing）9月底之前，市场可能都会是震荡的节奏了。 按表韭投顾主理人国联民生证券制作的温度计显示，截至上周五，A股温度跌破70度，全球温度计也创近期新低了，市场的冷清大家体感上应该也感觉得出来，今天成交额1.64万亿，环比上周五又少了200亿，创年内第二低了（仅次于4月7日）。 不过，这种带着一丝性冷淡风格的区间反而是我比较安之若素的——真要是5-6月那种烈火烹油的行情，天天提示风险，也跟个小丑一样；而要是再来一次7月的大跌，我自己的账户也得大出血，可能就按摩不动了；所以，当下这种行情正好，把耐不住寂寞骂骂咧咧的资金慢慢洗出去，然后给那些具备耐心的投资者留足播种的空间，因为总体判断上，对后市不悲观，大盘指数估值仍然合理，回撤幅度也可控——还是此前说的，从主要经济体的大盘指数来看，A股的安全边际几乎是最好的。 对大类资产的深度跟踪，以及温度计，我在星球里也制作了一个专栏，截至目前，已经完成了全球市场、A股核心资产、红利、黄金、固收+，这五类资产的深度解读，以及温度计框架，我把合集放在文末，适合真正想“知其然，且知其所以然”地做好资产配置的个人投资者，以及需要分析框架的理财经理朋友们，确保都是大白话版本。 有需要的，看文末。 ...... 说回今天的市场。 1、今天全球AI板块一起下跌，下图截至15点，包括了A股的双创50、港股的半导体、美股的纳指100期货，以及日韩的4家AI龙头企业。 今晚看了一眼，美股开盘，费城半导体低开5个多点。 起因是，全球目前最强大模型企业Anthropic的创始人，Dario，发了一篇名为《We Must Pace the Frontier》的文章（中英版全文，以及具体解读，看周末的星球帖子），呼吁放缓前沿AI大模型的研发，强化监管，并继续对东大进行算力限制。 短期看，这压低了市场对AI资本开支与估值的预期，利空芯片及算力产业链，A股这边光模块里的中际和新X盛，都跌了5-6个点。 2、Dario的这篇文章，我们可以把它比作学校里的一种场景——高二到高三的暑假期间，由于Dario自己天赋异禀，且靠家里砸钱，提前完成了高三的课程，然后开始呼吁： 第一，大家高三的时候别卷了，卷过头了对大家身体都不好啊； 第二，以后晚上8点都得熄灯啊，为了防止有人偷偷卷，学校必须管起来，要么直接拉电闸，要么安排老师巡逻； 第三，那个三年二班的东大最危险啊，即使关了灯，他可能还在被窝里拿手电筒照着刷卷啊，必须把他的手电筒给没收了，顺便把他的计算器也给收了，让他打算盘做题（其长期呼吁全球芯片产业禁止对华出口）。 3、作为反华分子，Dario当然可以用小肚鸡肠来形容。 好在，咱们不用亲自骂他，直接有嘴替了——David Sacks，号称AI沙皇，之前被川宝命名为白宫的AI和加密货币政策的最高负责人，他说的话，基本就代表政府方面的态度。 他昨天洋洋洒洒写了一篇回怼Dario的文章，很长，核心思想用大白话总结如下： 第一，前沿AI不就是你和OpenAI说了算？真怕AI失控，你们自己先停啊，没人拦着，发文矫情个啥？ 第二，你们不是在等监管，而是想用“AI要出事”倒逼政府出手； 第三，按你Dario的意思，最好吧，这个限制AI发展的监管规则还由你们来定对不对？然后政府发布，帮你们挡住后来者，你们直接垄断完了闷声发大财？ 第四，你嘴上说拯救人类，实际不就是在“借刀杀人”？挟天子之令，给自己修护城河？ 一言以蔽之，David Sacks的意思就是： 呸。 你一撅屁股劳资就知道你想拉什么屎。 4、当然，这事对我们来说，还需要有三点清晰的认知。 第一，AI的核心是什么？是军事霸权，Dario一直说，谁先掌握最强的AI，谁就可能获得全球军事的支配权（所以他言必谈意识形态），因此，AI的竞争不可能停止，David Sacks也说，你Dario这说些毛用都没有，因为东大根本不可能按你说的这个来。 第二，如果一个资深的黑子，认为你是最大的威胁，那么，说明你真的挺强的，这就是咱们东大AI这块目前的真实竞争力。 第三，大模型本身是比较差的商业模式，你看，即使是龙头的大模型，也焦虑的不行，天天防着别人弯道超车。 5、具体来看国内的市场。 有两个热点可以关注，一则关于回购，一则关于掏兜。 先说宁王的回购。 上周五盘后，宁王公告，启动了第一笔的回购。 下图，帮大家贴一下，宁王是7月24日宣布200-400亿的回购并注销的，但迟迟没有动静，此后，截至上周五，股价在宣布回购后累计下跌了13%，创年内新低，且由高点回撤了接近30%，这才第一次回购2亿元。 今天，宁王涨超2%，算是对冲了一点光模块龙头的大跌。 6、另外一个热点，则是智谱继续掏兜。 本周末，智谱公告，进行上市以来的第二次配售，且同步发行可转债，累计金额近50亿美刀。 下图，直接看几个标志性时点： 今年1月初，IPO，募资50亿（以下都是港币）； 6月初，纳入恒科； 7月初，首次配售，募资300多亿，摊薄股份4%以上； 短短2个月后，再次融资，其中股票配售150多亿，转债200多亿。 这业务真的太烧钱了。 今天，智谱再跌9cm，高位累计回撤-76%。 我看了一眼，一季度末，持股智谱并买到前十大的基金公司只有3家、产品3只；截至二季度末，基金公司变成了21家，产品变成了46只——截至目前，二季度加仓的，全被埋了。 7、对了，类似的情况，再提示一个风险。 本周四，国产GPU的另外一个龙头，沐X股份，会迎来上市后的首次较大规模解禁。 此前首次大规模解禁的摩尔，解禁以来累计跌-33%，可以参考下，不过，市场可能已经注意到了这个风险，摩尔解禁开始，沐X同步跌了-28%左右了。 8、最后，本周的核心，还是超级央行周，分别是： 周四凌晨2点，美联储宣布利率决议，目前加息预期接近90%； 周四19点，轮到英国央行，大概率利率不变； 周五上午，日本央行，大概率加息25bps，概率接近100%。 扶稳坐好，今晚报道称沙特的东西向输油管道大部分区域将停运数周，油价继续飙，等待大类资产波动率放大的区间吧。 ...... 就聊这么多。
