据The Information披露。国内科技巨头字节跳动，目前正加速布局通用人工智能赛道，其核心人工智能部门Seed正在秘密研发对标谷歌Genie3、Meta V-JEPA 2的"世界模型"。

目前，字节跳动的世界模型项目已进入攻坚阶段，该项目由前阿里通义千问核心成员周畅带队，依托抖音/TikTok的海量视频数据与自研EX-4D框架，剑指虚拟世界模拟与机器人训练等前沿领域。

The Information表示，此次技术布局标志着字节跳动正式加入全球AI巨头争夺战。

何为“世界模型”，简单来说就是模拟真实环境的物理规律和人类互动方式，未来可用于训练机器人、自动驾驶系统或构建虚拟世界，被视为通向通用人工智能（AGI）的重要路径之一，其核心目标是通过深度学习构建可模拟真实物理规律的数字孪生环境。

据介绍，新模型将深度融合抖音日均超10亿次视频流数据，涵盖人物行为、物体运动、场景交互等多维度动态信息，为训练提供媲美真实世界的素材库。值得关注的是，近期开源的EX-4D技术将发挥关键作用，这项可将单目视频转化为4D多视角场景的创新框架，突破了传统单帧图像处理的局限性，为实现时空连续性的环境建模奠定基础。

在全球AI竞赛进入新阶段的背景下，字节跳动在AI领域的布局还是相对来说比较“低调”。

就以“世界模型”为例，谷歌Genie3凭借其"分钟级场景连贯性"和"文本驱动事件修改"功能已抢占先机，其720P分辨率、24帧每秒的生成能力，以及支持物理引擎自主学习的特性，已在游戏开发和机器人训练领域引发变革。

同样是“"世界模型”的标杆产品，Meta V-JEPA 2则以独特的联合嵌入预测架构实现物理推理能力突破，通过100万小时视频训练构建的预测模型，使机器人动作规划效率提升至同类产品的30倍。

面对巨头们的强势表现，字节跳动的新模型需在保持短视频数据处理优势的同时，突破物理仿真与长时程一致性等技术瓶颈。

从战略层面看，字节跳动的世界模型布局与其核心业务形成深度协同。

目前，抖音/TikTok积累的超20亿用户行为数据，为模型构建了独特的人物交互训练集；如果能结合旗下PICO 设备以及其他智能家居生态，那么未来或可构建虚实融合的交互场景，复制其在移动互联网时代的终端优势。

此外，Seed部门在整合火山引擎AI团队后，也能通过世界模型打通广告推荐、内容生成、智能硬件等业务的底层技术链路，展现出打造AI基础设施的野心。

由此可见，随着科技巨头们持续加码，或许我们能很快见证首个消费级世界模型的诞生。正如IDC分析师Jason Dai所言："视频世界的构建需要更强的实时性与因果推理能力，而这正是Meta和谷歌尚未完全解决的难题。"

字节跳动的入场，无疑将为这场竞赛注入新的变量。

图 |微赞创始人兼CEO 周鹏鹏

全民直播的浪潮下，“企业直播” 已成为当下企业数字化转型的主要方向之一。

在直播间里，我们可以看到企业掌门人们变身 “网红主播”，也能看到带货达人们则在这一领域深耕细作，挖掘着更具价值的客户群体——作为数字化转型进程中的关键机遇，“线上营销” 已成为企业必争的核心渠道，没有任何一家企业愿意缺席。

而在这场直播热潮中，不仅入局的企业收获颇丰，最早一批布局企业直播解决方案的服务商，同样成为了行业红利的受益者。

以微赞为例，这家成立于 2015 年的企业，从最初聚焦公众号论坛工具的开发，凭借持续的创新与深耕，一路突破成长，如今已稳居企业直播领域的 “领跑者” 阵营。

近日，镁客网针对微赞的发展历程、业务体系及技术创新等维度展开深度专访，力求为读者揭开其成功背后的深层逻辑。

微赞十年：技术模式创新领跑

回溯微赞过去十年，一直持续以技术突破与模式创新领跑行业，其每一步布局，都精准踩中了企业直播的发展节点。

2016 年，经过深度市场调研，微赞敏锐捕捉到微信生态内专业化企业直播工具的市场空白?；谡庖欢床?，公司精准锚定产品形态，推出标准化直播系统，成功开辟差异化赛道，巧妙避开了早期同质化竞争的红海。

2017 年至 2019 年，微赞确立 "技术驱动" 战略方向，斥巨资搭建直播音视频底层架构，大幅提升产品性能稳定性，布局多行业垂直深耕解决方案，奠定B 端企业直播市场服务地位。

2020 至 2022 年，各行各业掀起数字化转型浪潮，企业直播市场年复合增长率高达 218%。凭借先发优势，微赞实现付费客户翻番，以"CRM+SCRM + 直播中台 + 电商系统" 四维生态闭环，市场份额成功跻身行业头部。

如今，面对新零售转型风口，微赞再次抢先完成产品矩阵战略升级，创新推出"微赞云选+直播营销系统方案" 新零售营销方案，持续领跑企业直播下半场竞争。

不难发现，在把握行业风口的赛道上，微赞始终以独特的前瞻性占据先机。

驱动，平衡效率与需求

截至目前，微赞已覆盖超100 万家企业客户，触达近 6 亿用户。

面对庞大且需求各异的客户群体，如何平衡标准化服务与行业个性化需求？微赞的 “标准化 SaaS + 行业化 PaaS” 双轮驱动模式，给出了极具借鉴价值的答案。

在基础层面，微赞依托云计算服务商提供的IaaS 资源，搭建起标准化的直播 SaaS 平台，为各类客户提供稳定、高效的基础直播服务；在中间层面，针对教育、医疗、金融等不同垂直领域的特性，微赞精心开发出多行业专属解决方案，精准满足各行业的特殊需求；在顶层，微赞为头部客户量身打造“需求拆解 - 原型验证 - MVP 迭代” 的定制化开发服务，深度契合头部客户的高端化、个性化需求。

这种模式借鉴了国际成熟的云服务架构理念：通过标准化SaaS 满足 80% 的共性需求，借助 PaaS 平台实现 20% 的行业特性灵活配置，既保证了服务的普适性和高效性，又兼顾了行业的特殊性和灵活性。

我们可以参照典型场景，例如在医疗直播领域，微赞通过?？榛庾笆迪质质跏窘滔低车目焖俨渴穑蠓嵘搅浦辈サ谋憬菪?；在金融领域，其创新性开发合规留痕、实时风控等专用功能模块，充分满足金融行业对直播合规性和安全性的严格要求。

值得关注的是，微赞对定制化服务采取了“三级筛选机制”：首先通过行业库匹配已有解决方案，最大程度利用现有资源；其次利用AI 算法评估需求通用性，判断需求是否具有广泛适用性；仅当需求覆盖 3 个以上客户群体时才启动定制开发。

这种策略既保证了服务效率，又通过?？楦从糜行Ы档土吮呒食杀?，实现资源最优配置与可持续发展。

研发硬核：高投入换来高回报

“研发投入占比高达近 80%”—— 这组数据背后，是微赞对技术创新的执着坚守，也是其构建行业壁垒的核心密码。

早在2017 年，当行业普遍选择轻资产模式时，微赞已前瞻性启动音视频底层技术研发战略。历经三年攻坚，公司成功构建起多维度核心技术矩阵，形成覆盖信号采集、云端处理到终端渲染的全链路技术闭环，为业务场景提供坚实支撑。

高研发投入的初期并非坦途：研发成本同比激增300%，技术商业化路径存在不确定性，团队规模扩张更使管理复杂度陡增。

但持续迭代的技术投入，最终转化为微赞在企业直播领域的硬核竞争力——通过自研协议，带宽成本直降 45%；独创的 AI 画质增强算法，将移动端直播延迟压缩至 800ms 以内；虚拟直播系统更能轻松承载千万级并发访问。

相较于同期依赖第三方 SDK 的竞品，微赞在极端网络环境下的稳定运行能力，已形成显著的技术代差。

作为技术能力的集中载体，微赞云PaaS 平台亦成为公司当前的核心主打产品。该平台采用?？榛芄股杓?，创新嵌入业务中台能力，能直接对接 ERP、CRM 等企业系统，实现用户数据、商品信息与直播流的实时互通，大幅提升业务协同效率。

据艾瑞咨询等权威机构报告，微赞已连续多年稳居企业直播第一梯队，在广电、医疗、零售等垂直领域的解决方案中，展现出不可替代的差异化优势。

拥抱AI：重构企业直播的营销价值

在企业数字化转型的浪潮中，“虚实融合与智能化交互” 已被公认为下一代直播技术演进的核心方向。微赞敏锐洞察到，随着 AIGC、数字孪生等技术的突破性发展，企业直播将彻底摆脱传统的单向传播形态，向 “空间计算直播”“元宇宙营销” 等创新范式加速演进。

但微赞在服务实践中发现，众多企业客户正面临共性难题——内容生产成本居高不下，价值转化却未达预期。一场直播往往需要投入大量人力物力进行内容策划、产品展示、流程设计及效果呈现，但直播结束后，内容利用率普遍偏低，海量优质素材的价值未能被充分挖掘。

对此，微赞创新构建“AI + 直播全链路” 智能化解决方案，通过三大核心?？橄低承允头拍谌菪埽?/p>

在内容生产环节，依托AI 实时转写与智能摘要技术，系统可自动生成带索引的直播回放文件；同时借助视觉识别技术，将直播内容精准切割为产品演示、亮点互动、知识干货等标准化片段，并自动匹配字幕、标签及爆款标题，使剪辑效率提升 80%；

在内容运营层面，系统内置“高光剧场”“产品百科” 等多元化内容栏目矩阵，支持多平台一键分发与私域流量深度沉淀，配合丰富互动功能延长用户停留时长，助力内容二次传播裂变；

在数据价值闭环方面，所有直播素材自动汇入资产库，通过用户行为分析反哺内容迭代优化，并实现“曝光 - 触达 - 转化” 全链路数据追踪。

以某美妆品牌的实践为例，其通过AI 智能剪辑将单场直播内容拆解为 12 个垂直品类短视频，结合精准投放策略，使次月复购率提升 28%。这套方案直击传统直播中内容生产低效、价值挖掘不深、数据资产流失三大痛点，真正实现了 “一次直播，全域长效传播” 的价值升级。

链接生态：直播全链路价值增益

值得关注的是，基于线上直播技术的赋能，微赞也进一步向实体服务生态延伸，微赞云选应时而出。

据介绍，微赞云选致力于构建“一站式选品-开播-结算-服务”平台，涵盖日用百货、家电数码、服饰鞋包、美妆护肤等新零售全品类优质供应链厂家，现场展示上万款产品，并配备合作洽谈空间、带货直播场地等公共资源，定期举办直播平台选品，组织直播平台与品牌进行1v1资源对接等，多维构筑新零售直播高效选品、直播营销的新生态。

自2024年11月微赞云选起航以来，受到了来自市场的积极反馈和认可。

目前，微赞云选全国布局总面积超50000㎡，京津冀发展高地北京、千年贸易窗口广州、中原直播腹地郑州等9城已经完成选品中心的布局，覆盖核心城市产业带。

一方面，微赞公司持续夯实实时音视频、AI 中台等底层能力，大力推进直播技术融合创新，全力构建 “主题识别 - 内容生成 - 智能决策-营销驱动” 的完整直播营销闭环体系。

另一方面，微赞公司也通过闭环新零售直播产业带的链接需求，将直播营销效率提升了 300%-500%。

结语

从公众号论坛工具到企业直播领跑者，微赞的十年成长，既是对行业趋势的精准把握，也是技术创新与模式迭代的必然结果。

面对AI 时代的新机遇，凭借对技术趋势的敏锐洞察和扎实的解决方案，微赞正持续引领企业直播行业的创新发展，为企业数字化营销注入源源不断的动力。

近日，佳能宣布其位于日本宇都宫市的光刻设备生产基地扩建工程已圆满收官。这座占地 6.7 万平方米的新工厂，计划将于今年 9 月正式投入生产。

据日媒报道，这是自2004年该光刻机工厂落成后，时隔21年的首次扩建。此次投入 500 亿日元（约合23.94亿人民币），彰显了佳能在半导体制造领域的勃勃雄心。此外，在全球 AI 浪潮下，光刻设备市场格局正发生着微妙变动。

我们都知道，在半导体制造流程里，光刻设备处于极为关键的位置，其作用是将设计好的电路图案精准地转移到硅晶圆上，光刻的精度直接决定了芯片的性能与集成度。

长期以来，ASML在EUV光刻机市场极高的技术壁垒，使其几乎垄断了高端光刻设备市场。而佳能、尼康等日系厂商在竞争中逐渐落后于 ASML。

虽然目前佳能在光刻机领域依然只存在中低端市场，不过目前来看，其在生产成本与能耗控制方面，特别适合AI产业催生的半导体需求。

目前，佳能正持续优化传统深紫外光刻（DUV）设备性能。在原有的生产线上，佳能引入了新一代高精度激光光源技术，使得 193nm 波长曝光能力提升至 8nm 以下制程水平。这一改进显著增强了 DUV 设备在成熟制程芯片制造中的竞争力。

像驱动 IC、电源管理芯片、MCU、功率器件等 90nm 以上节点的 “成熟制程” 芯片制造，DUV 设备都能发挥重要作用。并且，由于 DUV 设备技术成熟，开发成本相对较低，在全球晶圆代工产能中，成熟制程（28nm 以上）产能比预计在 2023 - 2027 年维持在约 70%，这意味着 DUV 设备在未来相当长的时间内仍有广阔的市场空间。

另一方面，佳能加速推进自主研发的纳米压印光刻系统（NIL）。

纳米压印光刻技术摒弃了传统光刻复杂的光学系统，通过物理压印的方式直接将电路图案复制到晶圆上，就如同盖章一般。

这种技术路线优势明显，能将传统光刻工艺的工序步骤减少 40%，在成本控制和能耗效率方面表现卓越。以 ASML 的 EUV 光刻机为例，其单台售价高达 2 亿，维护费每年上千万，而佳能的纳米压印设备价格仅为其十分之一左右，能耗更是低至 EUV 的 10%。在技术指标上，2023 年佳能推出的 FPA - 1200NZ2C 设备，线宽能够达到 14nm，足以满足 5nm 制程芯片的制造需求，并且纳米压印技术理论上能压出 1nm 线宽，佳能更是计划下一步将线宽做到 10nm 。目前，三星电子已在 3nm 工艺中对 NIL 技术展开验证，台积电也将其列为下一代备选方案，这表明纳米压印技术正逐步获得行业的认可。

新工厂的投产将极大地扩充佳能的产能。

据报道，预计到 202 年，新工厂年产能将达到 120 台。结合宇都宫现有基地和阿见工厂，佳能光刻设备的总产能将突破 330 台。这一数字相较于 2024 年 233 台的出货量，增长近 42%，直逼 ASML 当前年产 400 台的产能规模。

虽然在代表高端芯片制造能力的 EUV 领域，ASML 凭借 92% 的市场份额占据绝对统治地位，但佳能在纳米压印赛道的发力，正在悄然改变市场竞争态势。据世界半导体贸易统计组织（WSTS）预测，2026 年全球半导体市场规模将达 7607 亿美元，其中 AI 芯片相关需求占比将突破 35%。在这个价值千亿美元的细分市场中，佳能试图凭借差异化技术路径抢占先机。

行业分析师指出，佳能的战略正在重塑光刻机市场的竞争维度。

短期内，佳能凭借 DUV 设备性价比高的优势，进一步巩固在成熟制程市场的份额。从中长期来看，依托纳米压印技术，佳能能够开辟中低端 AI 芯片制造的新赛道。这种策略既避免了与 ASML 在 EUV 领域的正面冲突，又牢牢抓住了 AI 算力基建爆发带来的市场机遇。

据 IDC 测算，2025 年全球 AI 服务器出货量将达 460 万台，对应的光刻设备需求缺口超过 1500 台，这为佳能的技术转型提供了广阔的施展空间。

随着 Chiplet 技术和异构集成趋势的加速发展，光刻设备的需求不再局限于单一的先进制程，而是朝着多元化解决方案的方向转变。佳能此时加大在纳米压印领域的投入，恰好赶上 AI 算力基础设施建设的关键窗口期。

随着人工智能的爆发式增长，半导体行业正面临集成度与能效比的双重挑战。

在"内存墙"的瓶颈下，催生了2.5D/3D堆叠芯片技术的革命浪潮，这种突破二维平面的异构整合方案，通过硅通孔（TSV）与微凸点技术构建三维互联网络，将不同组件进行立体封装。

如今，随着台积电CoWoS与英特尔Foveros等代表性工艺相继量产，2.5D/3D堆叠芯片技术愈发成熟，在3D NAND闪存与AI芯片等领域已陆续开始有产品推出。

有了技术，工具也必不可少，珠海硅芯科技有限公司（以下简称“硅芯科技”）自主研发的3Sheng Integration Platform堆叠芯片EDA平台，是国内为数不多面向2.5D/3D堆叠芯片的EDA设计工具。平台创新打造“3Sheng Zenith架构设计--3Sheng Ranger物理设计-- 3Sheng Ocean Multi-die测试容错--3Sheng Volcano分析仿真--3Sheng Stratify 多Chiplet集成验证”五大中心，打通从系统级架构规划到芯片堆叠物理实现的全流程协同优化，全流程工具链涵盖先进封装设计所有关键环节。

在近期举办的世界半导体大会上，镁客网有幸采访到硅芯科技创始人赵毅博士，就公司发展历程以及行业的理解进行了一次深度交流。

技术突围：17年的技术深耕，一朝产业化落地

硅芯科技的故事，始于十多年前英国南安普顿大学的实验室。全球首批针对堆叠芯片的技术研究刚刚起步，而国内对这一领域的认知尚处于空白。作为世界首批开展堆叠芯片设计研究团队成员，硅芯科技负责人赵毅以十余年的前瞻性探索与技术积累，于2022年，正式成立硅芯科技，创业团队致力于将实验室的学术成果转化为可落地的商业化EDA解决方案，24年首批Chiplet客户落地，2年内成立上海、北京、无锡研发中心。

2.5D/3D堆叠技术的兴起，需要整体流程的高度协同。以采用高带宽内存（HBM）的系统为例，多层堆叠在带来性能优势的同时，也引入了信号干扰、散热瓶颈等严峻挑战。

硅芯科技负责人对此打了个形象的比方：“先进封装 EDA 的核心价值在于搭建连接设计、制造与封装的桥梁，就像建造摩天大楼需要建筑师、结构工程师和住户的需求紧密结合。”

“3Sheng（三生）”平台通过标准化接口实现了设计数据与制造数据的实时互通与协同优化，构建“芯粒-中介层-封装”协同设计体系。

硅芯科技的核心产品“三生”平台，

命名灵感源自《道德经》“一生二，二生三，三生万物”。同时有着三方共赢的含义：制造方、应用方与EDA工具提供商三方的密切合作。

这种深度协同能力在堆叠芯片时代至关重要：当一颗芯片需要通过硅中介层（Silicon Interposer）或硅桥（Silicon Bridge）实现数十个裸片（Die）的高密度互连时，传统 EDA 工具对“信号完整性、电源完整性、热管理、机械应力及材料兼容性”等关键问题的割裂式分析，早已无力应对这种高度耦合的多物理场复杂挑战。

先进封装EDA工具破局者

近期，美国对华EDA禁令的升级意外成为了加速行业变革的“催化剂”。

不仅尖端制程EDA工具被限制，针对先进封装的技术支持也被切断——台积电等国际厂商停止向国内企业提供相关服务。

硅芯科技创始人在采访中直言：“即便没有断供，先进封装也是全球大势所趋。英特尔、AMD的CPU、GPU早已采用2.5D技术，其发展路线正快速迈向3D堆叠。但禁令迫使中国企业必须以更快的速度走完这条发展路径。”

知名分析机构 Yole Développement 预测，2025年全球先进封装市场规模将达到420亿美元，其中3D堆叠技术的占比将超过30%。而国内具备2.5D/3D堆叠封装能力的封测厂商已有20余家，长电科技、通富微电等行业龙头纷纷加码布局?；戎斩顺痰姆衿鞔砥?、AI芯片也已全面导入2.5D封装技术。

与市场繁荣和产业热情形成鲜明对比的，是国产EDA工具在先进封装领域的严重缺失。国内七八十家EDA公司绝大多数聚焦于传统2D芯片设计领域。即便少数涉及先进封装，其产品也多集中在仿真环节。正是这种关键工具的缺位，将硅芯科技骤然推至行业“聚光灯”下。成立仅几年时间，硅芯科技已与国内数十家半导体企业建立深度合作关系，公司常年处于高负荷运转。

“当前市场需求极其旺盛，”负责人的语气中透着压力，“设计公司亟需工具支撑，封测厂亟需工具来适配并优化其先进工艺制程。”这种在先进封装EDA领域的技术稀缺性与战略价值，使得硅芯科技在2023年成功入选国家重点研发计划，被国家层面视为寄予厚望的“破局者”。

协同困局：从割裂到闭环的产业阵痛

设计公司误以为简单改造2D芯片设计就能转向3D，封装厂商则易以为2.5/3D封装仅是厂线简单迭代，这都是脱离现实的误解。——硅芯科技创始人赵毅

堆叠芯片技术的核心难点不是单一环节的突破，而在于整体性，这需要产业链的深度协同与流程重构。

2.5D/3D堆叠技术从本质上要求颠覆协同割裂：设计伊始就必须考量封装工艺约束，制造环节也需精准对接应用需求。 这种贯穿全链条的深度协同，恰恰是产业链中的薄弱环节。

图例 硅中阶层的作用

他举例说明了一个关键技术细节：在2.5D芯片中，通过硅中介层横向互连后，为何仍需额外增加一层封装基板？“根本原因在于传统PCB无法实现高密度互连所需的微凸块(Micro-bump)间距。设想一下，当需要互连的凸点数达到数万甚至更多时，其微米级的间距远超出PCB的制造能力极限。封装基板在此扮演着关键角色——它如同一个精密的漏斗，将硅中介层上数以万计的高密度触点，重新布线并汇聚至基板底部更稀疏、便于焊接的数百至数千个焊球(BGA)。”

在传统模式下，设计公司与封装厂可以不用深度协同，而三维堆叠则将协同挑战推向了更高维度，如“设计收敛难题”，当数以千计的硅通孔(TSV)或微凸点需要穿越多层堆叠结构进行垂直互连时，信号完整性、电源分配网络、热传导路径以及机械应力的复杂程度呈指数级上升。

因此，而硅芯科技作为EDA企业在芯片设计与制造端扮演者核心的桥梁作用。

“如果在芯片架构规划与设计之初未能充分考虑封装工艺的物理限制，最终的芯片很可能无法实现功能，甚至无法制造，”负责人强调，“这正是我们在‘3Sheng（三生）’平台中首创集成系统级架构设计的根本动因——在设计源头就将制造约束与应用需求内嵌其中，实现协同优化。”

然而，现实挑战依然严峻。硅芯科技负责人坦陈：“目前整个产业链对先进封装协同的理解尚处初期阶段。封装厂可能过度依赖设备能力，设计公司尚未掌握2.5D/3D芯片所需的设计方法论变革，甚至专注于局部环节的EDA厂商，若缺乏全流程视角，也难以把握协同设计的精髓。”这种普遍存在的认知鸿沟，迫使硅芯科技主动承担起产业生态培育者的角色——不仅提供工具，更要指导客户如何高效应用，甚至协助封测厂优化其工艺参数。“这已远超单纯的商业交易范畴，而是在为整个中国先进封装产业进行关键的知识普及和能力建设。”

未来图谱：从堆叠芯片到异质融合

站在半导体产业向“后摩尔时代”转型的关键节点，硅芯科技非常明确自己的技术路线。

第一阶段的核心任务是攻克“从无到有”的挑战。当前，大算力芯片对堆叠技术的需求最为迫切，且其高附加值属性更能支撑初期较高的成本。

以 GPU 为例，采用 2.5D 封装技术实现 HBM 内存与计算核心的高带宽互连，性能提升显著，华为、英伟达的高端产品已验证此路径。

而硅芯科技的工具链正加速优化适配此类高复杂度场景，其“三生”平台目前已能够支持高达 12 层裸片堆叠的全流程协同设计，并将信号完整性仿真误差控制在5%以内。

中期的车载与射频芯片市场，则对 EDA 工具的“多场景适应性与可靠性”提出更高要求。硅芯科技负责人解释道，“随着先进封装制造成本持续下降，其普及度有望达到当前系统级封装的水平，届时物联网、可穿戴设备等广泛领域都将受益。”

真正的技术制高点在于异质融合集成：“未来集成的对象可能不再局限于传统芯片，而是一个融合了光学器件、电子电路、机械执行单元乃至生物接口的微型智能系统。EDA 的固有边界将被彻底突破和重新定义。??”

无论技术路径如何延伸，底层逻辑始终一致：先进封装的核心价值在于通过“三维空间重构”突破平面集成电路的物理限制，而EDA工具的终极使命，正是为芯片（或系统）在复杂三维空间中找到性能、功耗、面积及可靠性的全局最优解。

在市场缺失2.5D/3D堆叠芯片EDA的背景下，硅芯科技的使命就凸显了出来。

从英国南安普顿大学的实验室萌芽，到珠海研发中心的持续深耕，硅芯科技十余年的技术积淀印证了一个关键洞察：在半导体产业的剧烈变局中，最核心的竞争力并非孤立的技术点，而在于将前沿技术转化为系统性产业赋能的能力。

当被问及对行业的期许时，硅芯科技负责人的话语或许道出了产业界共同的心声：“请给予我们必要的成长时间。国内制造能力已蓄势待发，应用端需求空前迫切，而先进封装 EDA 的成熟需要持续的迭代与验证周期。一旦设计-制造-应用的高效协同闭环构建完成，中国半导体产业便真正掌握了实现换道超车的关键筹码。”

最后，在这场关乎中国半导体产业命运的突围战中，每一项工具的突破性迭代，每一次产业链协同的深度整合，都在为自主创新的未来书写着决定性篇章。

近日，美国AI芯片初创公司Groq宣布启动新一轮融资谈判，计划募集6亿美元资金，估值接近60亿美元。若交易达成，这距离其2024年8月完成的28亿美元估值融资仅过去不到一年时间，创下了硅谷AI芯片赛道有史以来最快的估值增长纪录。

这家总部位于加州圣克拉拉的科技新贵，由谷歌Tensor处理单元核心团队成员Jonathan Ross于2016年创立。

彼时正值人工智能算力需求爆发前夜，Ross带领团队另辟蹊径，选择专注于"语言处理单元（LPU）"的研发。

这种专为AI推理任务设计的芯片架构，从诞生之初就剑指英伟达GPU在实时数据处理领域的统治地位。

与传统GPU依赖高带宽内存（HBM）等昂贵组件不同，Groq的LPU芯片通过独特的软件定义硬件架构，在能效比与成本控制上实现突破。

其核心技术在于动态调度算法和大规模并行计算单元，能够高效处理自然语言模型（如ChatGPT）、图像识别等场景的实时推理需求。

公司最新数据显示，LPU在特定场景下的推理成本仅为英伟达GPU的十分之一，能效比提升高达300%。

这种技术路径的选择在资本市场上获得热烈反响。自成立以来，Groq累计融资规模已达16亿美元，投资方涵盖金融巨头贝莱德、日本电信巨头KDDI、韩国三星催化基金等重量级机构。值得注意的是，2024年11月的上一轮融资中，全球最大资产管理公司贝莱德首次入局，显示出主流资本对AI推理芯片赛道的强烈信心。

进入2025年，Groq的商业化进程显著提速。

4月与Meta达成战略合作，为其Llama4大模型提供推理加速服务，帮助这家社交巨头降低云计算基础设施成本。5月更是斩获加拿大贝尔公司的独家合作订单，为其部署AI驱动的网络优化系统，剑指运营商级AI市场的庞大需求。

在技术壁垒构建方面，Groq采取"双轨突围"策略：一方面通过自主设计芯片绕过高通、AMD等传统芯片厂商的专利壁垒；另一方面将供应链深度绑定北美本土企业，规避地缘政治风险。公司首席技术官透露，其下一代芯片将采用台积电3纳米制程，但核心IP完全自主可控。

这种差异化竞争策略正在引发行业震动。市场研究机构IDC最新报告显示，全球AI推理芯片市场规模预计将以每年28%的速度增长，到2028年将突破400亿美元。面对这片蓝海，软银斥资60亿美元收购的Ampere、特斯拉自研的Dojo芯片、以及国内的地平线、寒武纪等企业都在加速布局。

当然，身为英伟达的挑战者，Groq面临着不小的压力。目前，英伟达正通过推出低价训练芯片向推理领域渗透，AMD、英特尔等传统芯片厂商亦在加码布局。对于Groq而言，如何在保持技术领先的同时扩大市场份额，将是下一阶段的关键考验。

2025 年 4 月，新加坡某半导体工厂内，一场紧张的技术切换正在悄然进行。

格创东智的工程师团队正全神贯注地操作着电脑，他们要在 60 天时间里，完成对这家工厂 CIM 系统的全面替换，将其从国外的 MES、SPC 等系统转换为格创东智自主研发的国产化系统。

最终，格创东智不仅实现了工厂核心 CIM 系统 100% 国产替代，还大幅降低了系统运维费用，相较于市场平均速度，整整提前了 4 个月。

这一次海外项目，不仅是一次技术的挑战，也让业界看到了中国工业智能企业的实力。

近日，镁客网有幸采访到了格创东智，深入了解到这家 AI 驱动的工业智能解决方案提供商的发展历程、核心优势以及未来规划。

砥砺前行，铸就行业标杆

格创东智的发展历程可追溯至 2018 年。作为 TCL 战略孵化的创新企业，自成立之初便聚焦半导体领域核心痛点，致力于攻克 CIM 系统国产化替代这一"卡脖子"难题。

彼时，国内半导体行业高度依赖进口 CIM 系统，存在成本过高、技术受制于人等问题，公司的创立正是瞄准这些行业痛点展开攻关。

2021 至 2023 年是格创东智高速成长阶段，公司完成 A 轮、B 轮融资，为技术研发和市场拓展注入强劲动力。

在这段时间内，格创东智自主研发的"东智工业应用智能平台"成功入选国家级"双跨"工业互联网平台，标志着其技术实力获国家级认证。

格创东智介绍称，该平台具备千万级设备接入能力，兼容 1100 余种工业协议，是企业数字化转型构建起坚实的基础设施。借助该平台，公司至今已形成从基础平台到工业应用的完整数字化产品和解决方案 400 多个，覆盖 9 大领域、22 个行业。

2024 至 2025 年，公司迎来发展新阶段，通过 C 轮融资进一步夯实资本实力，并于 2025 年初升级AI核心技术平台——章鱼智脑AgenticAI平台，由此开启全球化布局。

目前，格创东智业务的已拓展至东南亚、中东等新兴市场，服务范围覆盖半导体全产业链及泛半导体领域，市场占有率跃居行业前列。

在谈及公司产品优势时，格创东智表示，在技术能力层面，格创东智展现出三大核心优势。

首先，依托 TCL 40 年制造业经验积累，目前已搭建超 3.5 万个工业机理模型，构建起独特的行业知识图谱，这些模型可以精准映射半导体生产规律，为技术创新提供理论支撑。

其次，通过自主研发实现关键领域突破，格创东智的工业软件覆盖MES/EAP/QMS/FDC/SPC等制造全链条，打通数据孤岛。在智能装备方面，AMHS 物流系统可以提升搬运效率，AOI设备可实现 99.9 %缺陷识别精度，AI平台构建"东智平台+章鱼智脑"双轮驱动，深度融合机理模型与AI算法，有效提升企业效率。

结合以上信息，我们对格创东智有了全面的了解——在战略层面，格创东智已形成“AI+工业软件+智能装备”三大支柱；而将这三大支柱拆分来看，每个环节都已通过自主研发实现关键领域突破。

• 在工业软件方面，提供MES、EAP、QMS、FDC、EMS等覆盖制造执行、设备自动化、质量管理、能碳管理、物流自动化、数字化供应链在内的端到端解决方案，打通数据孤岛，实现全场景全链路透明化；

• 在智能装备方面，AMHS物流系统提升半导体工厂搬运效率，AOI设备实现99.9%缺陷识别准确率；

• 在AI应用实践层面，格创东智赋能生产工艺优化、设备智控、品质优化等多个场景，例如，在良率管理领域，通过为客户提供AI+YMS智慧良率管理平台，将异常定位时间从数小时缩短至分钟级，减少50%数据分析时间，年减少批量异常800万元,有效提高综合效率。

这些创新实践既验证了技术能力，也为半导体行业数字化转型提供了可复制的解决方案。

使命引领，助力产业升级

格创东智的企业使命 “格物智，创兴邦”，脱胎于儒家经典《大学》中的 “格物致知”，寄托着公司为中国工业 AI、工业智能领域带来革新的梦想与愿景。“东智” 二字，既彰显了企业的东方基因，更承载着将东方智慧融入工业 AI、让工业更具智慧的追求。

在实际业务中，格创东智以工业 AI 为核心，聚焦制造业效率、良率、成本问题的解决，将使命转化为推动产业升级的实际行动。2021-2022 年，公司为某全球半导体显示龙头企业完成的中国首例半导体智能工厂满产状态下 CIM 系统国产化替换，正是这一使命落地的生动注脚。

当时，该客户收购的工厂面临特殊挑战：收购交割时，工厂所有生产系统及数据会被切断，急需国产工业系统实现无缝衔接。这对生产系统的适配度、响应速度、硬件兼容性都是极大考验。

格创东智团队争分夺秒，历经 500 天攻坚，完成替换系统开发，反复调整接口制式、优化系统切换标准。最终，不仅实现模组厂产线设备由国产代码控制，更助力客户半导体厂实现系统无缝切换。

这一项目不仅保障了客户生产的顺利延续，更为中国半导体产业的国产化进程迈出了关键一步。

在半导体领域，格创东智助力 12 吋 Fab 厂客户部署 MES、EAP、SPC等 CIM 系统，为客户节约了数亿元成本。这些案例都充分体现了格创东智在推动产业升级方面的积极作用，也是 “格物智，创兴邦” 使命的生动实践。

全球化战略，适配本地需求

格创东智的长远目标，不仅是要服务国内企业，更看向了全球赛道。

目前，格创东智已布局中东、东南亚等海外市场，未来全球化战略的重点方向是持续深耕中东、东南亚市场，服务国际半导体客户，同时将国产工业软件、智能装备与 AI 能力复制到海外工厂。

在技术输出过程中，针对不同国家的工业标准与本地化需求，格创东智遵循当地数据主权法规确保合规性，并通过与本地合作伙伴共建解决方案实现定制化服务。

这一策略使得公司能够更好地适应当地市场环境，为客户提供更加优质、贴心的服务。

此外，公司与德国、美国制造业巨头等国际企业战略合作，联合香港大学培养复合型人才，构建起生态协同优势。

与国际企业的合作，使得公司能够学习到先进的技术和管理经验，同时也能够将自己的产品和服务推向更广阔的国际市场。联合高校培养人才，则为公司的长期发展提供了智力支持，确保公司在技术创新方面能够保持领先地位。

截至目前，格创东智已累计服务 3 万家企业，交付 200 余个整厂标杆项目，场景化落地能力显著。这一成绩的取得，充分说明了格创东智的解决方案能够切实满足客户的需求，在实际应用中能够发挥出良好的效果。

结语

在工业4.0、“双碳”等政策的驱动下，格创东智前瞻性地布局规划，在工业智能领域稳步前行。

在技术深化层面，格创东智积极推进工业大小模型在研发设计场景的落地应用，例如在半导体工艺参数优化中，通过持续提升模型性能与精度，为工业生产提供更加精准、高效的技术支持。

在绿色制造领域，格创东智着力拓展“AI+双碳”应用场景，构建全方位解决方案，助力企业实现碳足迹全流程追踪与ESG合规管理。随着“双碳”目标的深入推进，企业对碳足迹追踪和 ESG 合规的需求日益增长。格创东智通过将 AI 技术与双碳场景相结合，为企业提供全方位的解决方案，帮助企业实现可持续发展。

在生态共建方面，联合顶尖高校深耕“AI +工业”复合型人才培养，同时深度参与行业标准制定，如国际工业互联网协议标准的编写工作。通过人才储备与标准输出，持续筑牢技术壁垒，推动“中国智造”迈向全球舞台，提升中国在国际工业领域的话语权与影响力。

总的来说，凭借强大的技术实力、深厚的行业积淀与坚定的使命担当，格创东智在工业智能赛道不断突破创新。

相信在未来，格创东智将继续发挥自身优势，为中国乃至全球的工业发展做出更大的贡献，用实际行动践行 “格物智，创兴邦” 的企业使命。

最近，国内半导体产业又传出好消息。

据清华大学官网介绍，清华大学化学系许华平教授团队在极紫外（EUV）光刻材料领域取得突破性进展。他们开发出一种基于聚碲氧烷（Polytelluoxane, PTeO）的新型光刻胶体系，为先进半导体制造提供了创新的材料设计范式。相关研究成果于本月16日发表于国际顶级期刊《科学进展》（Science Advances）。

在先进芯片制造方面，EUV光刻机是不得不提的重要组成。而EUV光刻机的核心就是光源。

然而，EUV光源存在反射损耗高、光子利用率低等技术瓶颈，这对光刻胶的吸收效率、反应选择性和缺陷控制提出了更高要求。

当前，主流的EUV光刻胶多采用化学放大机制或金属敏化团簇策略提升灵敏度，但普遍存在组分复杂、微观分布不均、反应扩散效应显著等问题，导致随机缺陷难以控制。

如何构建兼具高吸收效率、快速响应特性和优异均一性的理想光刻胶体系，仍是EUV光刻材料领域的核心挑战。

学术界普遍认为，理想的EUV光刻胶需满足四大关键指标：

①超高EUV吸收系数以降低曝光剂量；

②高效的光能-化学能转换效率；

③分子级均一的化学组成；

④超小功能基元尺寸（<1nm）。

然而，现有材料体系往往难以兼顾上述性能。

许华平教授团队基于前期聚碲氧烷研究基础，创新性地提出"单组元强吸收-主链断裂"协同策略。

通过将高EUV吸收截面的碲元素以Te-O共价键形式引入聚合物主链，成功构建出具有突破性性能的PTeO光刻胶体系。

据悉，碲的EUV吸收截面高达~10^5 Mbarn，远超传统元素及金属敏化剂，且Te-O键解离能与EUV光子能量完美匹配，可实现高效的光致断键反应。

因此，该材料仅需单组份聚合即可形成均一纳米结构，在保持分子尺度均一性的同时，将特征尺寸缩小至亚纳米级别。

清华大学表示，该研究提出的融合高吸收元素Te?主链断裂机制与材料均一性的光刻胶设计路径,有望推动下一代EUV 光刻材料的发展,助力先进半导体工艺技术革新?

作为全球光刻机龙头，荷兰ASML公司近日正式对外披露了下一代极紫外（EUV）光刻机的研发战略，宣布已着手研发下一代Hyper NA EUV先进光刻机，为未来十年的芯片产业做准备。

据ASML首席技术官Jos Benschop透露，公司与长期合作伙伴蔡司（Carl Zeiss）正联合攻关Hyper NA EUV光刻机项目，核心目标是通过单次曝光实现5nm级电路图案分辨率。

该技术若成功落地，将直接适配2035年及以后的超先进制程需求，尤其可为人工智能、高性能计算、量子芯片等领域提供关键支撑——这些领域对晶体管密度与性能的要求已逼近传统工艺极限。

对比现有技术节点，ASML当前量产的最先进EUV光刻机（搭载NA 0.55的High NA EUV技术）虽已实现单次曝光8nm分辨率，但这一水平仅能满足3nm至5nm制程的大规模量产需求；而早期标准NA 0.33 EUV光刻机需通过2-4次曝光才能达到同等分辨率，导致生产效率大幅降低（单次曝光耗时数秒至数十秒，多次曝光使产线吞吐量骤减），且因对位误差、光刻胶残留等问题显著增加了良率风险与制造成本。

Hyper NA EUV的核心突破在于数值孔径（NA）的跨越式提升。

作为衡量光学系统光线收集与聚焦能力的核心参数，NA值直接决定了光刻机的分辨率极限——NA值越大，系统可捕捉的光线入射角越广，光线聚焦精度越高，最终投射的电路图案也就越精细。

行业数据显示，NA值每提升0.1，理论上可在相同波长下将分辨率提升约30%。目前，ASML主流EUV光刻机采用NA 0.33（对应光源波长13.5nm），2023年量产的High NA EUV已将NA提升至0.55，支撑起3nm制程量产；而Hyper NA的目标是将NA提升至0.7及以上，预计将推动分辨率较High NA EUV再提升30%-40%，从而覆盖2nm、1.5nm甚至更先进制程节点。

然而，超高NA光学系统的研发面临多重技术挑战：更大的数值孔径要求物镜直径显著增加（可能突破1米量级），镜面曲率精度需达到纳米级（单镜面误差控制在0.1nm以内），同时需解决因光线折射导致的像差放大、光源能量利用率下降等难题。蔡司作为全球顶尖光学系统供应商，在高精度镜头制造（如太空望远镜、半导体光刻镜头）领域的技术储备，成为Hyper NA EUV研发的关键支点。

ASML加速推进Hyper NA EUV研发的深层动因，源于半导体行业对"摩尔定律延续性"的集体焦虑。

随着制程逼近1nm物理极限，单纯依靠尺寸微缩提升性能的传统路径遭遇瓶颈，"后摩尔时代"的技术路线正转向三维堆叠、先进封装等多元方向。但无论选择何种路径，先进制程的光刻环节始终是不可替代的核心瓶颈。

市场研究机构Gartner预测，到2030年全球先进制程（7nm及以下）芯片市场规模将突破1万亿美元，其中2nm以下制程的需求占比将从当前的不足5%激增至30%以上。

要满足这一需求，现有High NA EUV的分辨率上限将很快触达天花板，Hyper NA EUV的量产时间表已成为台积电、三星、英特尔等晶圆巨头及应用材料、东京电子等设备厂商的战略关注焦点。

政产学研协同发力，激发国产科研仪器创新动能

在数字时代浪潮与AI技术爆发性增长的背景下，我国芯片自主生产的战略重要性空前凸显，同步推动了对透射电镜等关键性高端精密仪器需求的迫切性。透射电镜作为制约我国工业发展的“卡脖子”技术之一，国产替代意义重大。，国产替代意义重大。

博众仪器BZ-F200透射电镜的顺利研发与商业化迭代，不仅是中国企业在高端科研仪器领域持续创新的缩影，也是产学研多方协同发力的典范。

本次活动第一篇章，博众精工董事长吕绍林、行业重要专家及合作院校代表、吴江区政府代表等分别上台发言，共同解读透射电镜国产化背后的战略意义与协同路径。

“这条透射电镜领域创业的路途是异常曲折的，没有人才、没有技术、没有供应链，缺乏客户与资金，困难重重下团队也曾迷茫。是解决国家‘卡脖子’技术的坚韧信念，让团队走到了今天。”吕绍林在开场致辞中强调，在电子显微镜这条“长征路”上，博众仪器已迈出了第一步，前方必然还有无数困难需要克服，希望团队依然坚持百折不挠、迎难而上的作风，持续在高端透射电镜领域勇往直前。

科技创新企业的茁壮成长，离不开区域良好的营商环境与有力的政策支持。江苏省苏州市吴江区区委书记、区长孙建江在致辞中表示，吴江区委区政府将始终与广大企业想在一起、站在一起，给予全方位支持。期待吴江区涌现更多如博众精工一般的“传奇公司”，共同绘就开放创新、合作共赢的新篇章。

在BZ-F200透射电镜的研发过程中，国内顶尖专家为关键技术攻关提供了智慧引领。全国政协委员、清华大学段文晖教授莅临活动现场并致辞。

“从原型机到如今商用产品正式发布，短短两年时间，博众仪器实现了产品的快速迭代、性能的显著提升，充分体现了民企在国产仪器研发方面的独特优势。”段文晖强调，博众仪器高效结合了高等院校、科研机构对仪器的基础研究，这种深度的产学研合作模式，为我国的高端科研仪器发展闯出了一条新路，具有非常重要的意义。

人才是支撑高水平自立自强的重要力量。苏州校企协同的创新生态，为博众仪器突破关键核心技术瓶颈注入了强劲科研动能。活动中，苏州大学校长张桥作为博众仪器重要合作单位代表莅临致辞。“在调研过BZ-F200场发射透射电镜的研发历程后，其技术壁垒高度、背后体现的‘为民造仪’情怀，以及全链条核心零部件的自主化实力，令人感到震撼。”张桥表示，作为战略合作伙伴，苏州大学将继续携手博众仪器，全力支持中国科研仪器产业高质量发展。

核心性能对标国际先进，凝聚“中国智造”硬底气

科技创新和产业创新，是发展新质生产力的基本路径。发展新质生产力，科技创新和产业创新二者缺一不可，只有实现深度融合才能推动技术革命性突破。

本次活动第二篇章，国产首台商用200kV场发射透射电镜—— “BZ-F200”，正式发布。

博众仪器自主研制的国内首台商用200kV场发射透射电镜，突破“从无到有”的技术瓶颈，同步打通产业化落地路径。

博众仪器总经理唐爱权为在场嘉宾详细介绍了该产品的研发历程。

“经过五年的技术攻关与反复锤炼，从整机产品到每一个关键零部件，博众仪器已把全链条核心技术牢牢掌握在自己手中。”唐爱权介绍，随着BZ-F200 透射电镜在材料科学、生命科学、半导体等领域的应用，将有效形成新业态、新模式、新动能，成为培育和发展新质生产力的重要引擎。未来，博众仪器将坚定专注于电子束核心技术，不断完善产品线，并通过为业内提供电子束技术应用与服务，赋能产业生态建设，为中国高科技自立自强这一时代命题，交出“博众答卷”。

随后，博众仪器技术总监梁晶博士对产品特色功能及亮点进行介绍。

据了解，BZ-F200 透射电镜主要围绕集成电路、材料研发以及前沿科学领域，适用于晶格尺度的结构解析、缺陷分析、界面表征以及成分分析等研究。

此前，高端透射电镜产业长期被国外仪器公司垄断，核心零部件受到国外技术封锁。针对这项痛点，博众仪器陆续实现了热场电子枪、超高稳定度电源、热场电子源、精密加工镜筒、纳米级测角台等核心零部件的自主生产，并在用户相关设备中得到长期验证。

“BZ-F200 透射电镜的发布，标志着中国高端透射电镜产业终于走过了从图纸到商业化产品的‘长征路’。我们选择了一条最艰难的路，坚持自主开发透射电镜核心技术链，希望国内科研仪器应用不再受制于人，并为全球用户提供更多选择。”梁晶说。

透射电镜作为高端科研仪器，是服务重大科研任务、推动前沿基础研究的重要基石。中国仪器仪表学会分析仪器分会吴爱华秘书长作了题为《我国分析仪器发展态势分析》的主题报告，与在场嘉宾分享了我国分析仪器的技术现状，讨论了我国分析仪器发展面临的新机遇及挑战。

如果将透射电镜比作材料科学的“眼睛”，那么高分辨成像与电子衍射技术便是这双眼睛的“瞳孔”?；疃殖?，重庆大学教授张大梁作为透射电子显微领域专家、BZ-F200 透射电镜产品用户代表，以《场发射高分辨透射电子显微镜与晶态多孔材料结构解析》为题作用户报告。

“场发射高分辨透射电子显微镜作为现代材料研究的核心工具，在复杂晶体结构解析、微区结构表征和纳米尺度形貌分析等领域发挥着不可替代的作用。”张大梁表示，微观结构表征对于理解材料的应用属性至关重要，以BZ-F200 透射电镜为代表的电子显微仪器的进步，将持续推动材料科学的突破。

以技术突破推动生态重构，赋能产业高质量发展

在当前科技革命与产业变革深度融合的时代背景下，创新型企业主动扛起了技术攻坚的使命，然而，实现产业高质量发展需凝聚多方合力。在活动第三篇章《聚势·远航》中，博众仪器作为技术攻坚核心力量，与苏州大学分析测试中心、尚水智能等国内高校、产业链骨干企业及头部科研机构达成重要合作。

此次签约不仅打通了技术创新到规?；τ玫谋栈仿肪叮云笠滴Υ?，整合电子光学系统、超高稳定度电源、超精密加工等核心环节资源，围绕“创新链-产业链-生态链”建立自主可控的产业创新联合体，推动国产高端电镜技术标准建立与市场渗透。

此外，本次发布会后特别设置精密制造车间参观环节，通过展示博众仪器从电子光学设计到精密加工的全链路自主能力，为与会嘉宾生动展示支撑国之重器诞生的“硬核”制造实力与严谨工艺。

本次发布会的成功举办，不仅掀起了我国高端透射电镜正式迈入自主可控新篇章，更以"镜"为媒，开辟了中国创新企业重构产业格局的全新境界：以博众仪器为代表的创新主体，一方面打通“基础研究-技术转化-商业应用”的创新链条，另一方面，以市场化机制激活产学研协同效能，将“技术突围”转化为“产业优势”，为发展新质生产力提供关键基础设施支撑。

随着BZ-F200 透射电镜在多个行业的深入应用，这场始于技术攻坚的突破，正在演变为撬动多个战略性新兴产业升级的支点，也标志着在高端科研仪器国产化浪潮中，中国创新力量已从被动突围转向主动定义，逐步开启高端制造价值链攀升的新征程。

综合路透社、The Information等媒体报道，OpenAI近期启动了一项重要战略调整：将租用谷歌云平台的张量处理单元（TPU），为其核心产品ChatGPT提供关键运算支持。

此举标志着OpenAI首次在核心业务场景中规?；敕?span id="qngicx5khmag" class='wp_keywordlink_affiliate'>英伟达芯片，打破了后者长期以来的垄断地位。

此次合作的核心驱动力体现在两方面：其一，降低AI推理成本。相较于英伟达GPU，谷歌TPU在特定场景下的能效比更具优势，尤其在大规模并行计算任务中可显著降低单位算力成本；其二，分散供应链风险。通过引入异构算力架构，OpenAI正逐步降低对微软云基础设施的依赖——此前其AI训练与推理业务高度绑定Azure平台，而此次技术路线调整既是技术储备的多元化尝试，也为未来可能的云服务商切换预留空间。

对于谷歌而言，此次合作具有里程碑意义。过去数年，其自研TPU主要服务于内部AI生态（如BERT、Gemini模型），此次向OpenAI开放标志着TPU正式进军外部市场。值得注意的是，谷歌已借此成功撬动多个头部客户：既有苹果这类终端巨头，也有Anthropic（由前OpenAI安全团队核心成员创立）、Safety Superintelligence等新兴AI势力。OpenAI的加入无疑将为谷歌TPU注入强心剂，尤其是在英伟达GPU仍占市场主导地位的当下。

尽管合作前景广阔，但双方仍存在显著博弈空间。

据The Information披露，谷歌仅向OpenAI开放了中端TPU型号，其最新一代旗舰芯片仍处于禁用状态。这一限制既源于两家公司在AI领域的直接竞争关系（如搜索、大模型等），也折射出核心技术厂商在生态壁垒构建中的审慎态度——即便在合作场景下，底层硬件能力的差异化仍是维系竞争优势的关键筹码。

若谷歌TPU在性能稳定性、成本控制等维度持续验证其竞争力，中长期看或将对英伟达形成实质性冲击。当前AI芯片市场呈现"一超多强"格局，而OpenAI的技术选型转向或将成为打破垄断的首个标志性事件。值得关注的是，此次合作尚未披露具体技术路径——TPU将主要用于模型推理还是部分替代训练环节？其与英伟达GPU的实际效能差距如何？这些问题的答案将直接影响未来市场竞争格局的演变方向。

据 The Information 报道，微软原计划于 2025 年推出的下一代 Maia 人工智能芯片，将推迟至 2026 年发布。

对于一直关注微软硬件动态的行业分析师们来说，微软自研 AI 芯片的跳票并不是什么好消息。在前有英伟达，后有AMD和英特尔的情况下，微软入局的时间已经很晚。

时间回到2023年11月的微软Ignite开发者大会，微软高调发布了自行设计的首款CPUAzure Cobalt 100，以及首款专门用于云端训练和推理的AI芯片Azure Maia 100。两者都将优先用于支持微软自己的云服务。

换句话说，这两款芯片专为微软的云基础设施和大语言模型训练而设计，由微软内部团队精心研发，并针对整个云服务器堆栈进行了深度优化，旨在实现性能、功耗与成本的最优平衡。?

重点来看 Maia 100，它作为微软首个定制内部 AI 加速器系列的首款产品，其名称源自一颗明亮的蓝星，颇具科技感。该芯片在规格上表现亮眼，采用台积电 5nm 制程工艺，集成了 1050 亿个晶体管?；蛐碚庖皇植灰字惫劾斫?，不妨进行对比：AMD MI300 AI GPU 芯片拥有 1530 亿晶体管，Maia 100 仅比其少约 30％。此外，Maia 100 首次支持 8 - bit 以下的数据类型，即 MX 数据类型，这一特性能够促进软硬件协同设计，显著加快模型训练和推理的速度。?

作为微软第一款真正意义上的"亲儿子"AI加速器芯片，微软的目标就是盯向英伟达。

微软之所以大力研发自研 AI 芯片，背后的原因显而易见。

当前 AI 技术发展迅猛，尤其是以 OpenAI 的 GPT 系列为代表的大语言模型，对算力的需求极为庞大。作为云计算领域的领先企业，微软的 Azure 云服务在全球拥有众多用户。

如果能自研 AI 芯片，那能让微软在云服务领域更具主动权：一方面，可降低对其他芯片供应商的依赖，特别是在 AI 芯片市场占据主导地位的英伟达，从而缓解成本压力；另一方面，自研芯片与自家云服务、软件的深度结合，能实现更优的协同优化，为用户提供更高效的 AI 服务。例如，微软已在搜索引擎和 Office AI 产品中对 Maia 100 芯片进行测试，反馈效果良好。?

如此来看，下一代 Maia 芯片推迟发布的原因可能较为复杂。

从技术层面而言，AI 芯片研发难度颇高。尽管 Maia 100 已取得一定成果，但下一代芯片需在性能上实现更大突破，如进一步提升算力、降低功耗、提高集成度等，这些目标的实现存在较大难度，研发过程中若遭遇技术瓶颈难以短期内攻克，便可能导致发布推迟。?

从市场竞争角度分析，当前 AI 芯片市场竞争激烈。英伟达不断推出 H100、H200 等性能强劲的新产品，AMD 也在积极发力，其 MI300 系列芯片在市场上获得不少关注。微软若想在市场中占据优势，下一代 Maia 芯片必须具备足够的竞争力，这就需要更多时间进行产品打磨、测试与优化，以确保发布后能在市场立足。?

此外，经济环境与供应链问题也可能产生影响。近年来全球经济形势不稳定，而芯片研发成本高昂，微软在资金投入上可能更为谨慎。同时，芯片供应链涉及原材料供应、制造、封装测试等多个环节，任何环节出现问题都可能影响研发进度，例如台积电的产能能否满足微软下一代芯片的制造需求，仍是未知数。?

下一代 Maia 芯片推迟发布，对微软而言，短期可能使其在 AI 芯片市场的竞争中略显被动，竞争对手或借此扩大市场份额。但从长期来看，若微软能利用这段时间解决技术难题，使下一代 Maia 芯片在性能上实现质的飞跃，有望在未来竞争中实现赶超。?

对于微软的用户和合作伙伴来说，这一推迟可能会延缓他们使用更先进 AI 服务的时间。不过，微软在下一代芯片发布前，或许会通过软件优化、现有芯片资源整合等方式，努力维持并提升 AI 服务质量。?

在生物医药产业深刻变革的时代浪潮下，质谱多组学作为解析生命复杂系统的关键技术，其价值正日益凸显。

自2017年创立伊始，拜谱生物便敏锐锚定这一战略方向，确立了“创新驱动”的核心理念，致力于打造覆盖多业务领域的平台型企业。

乘着产业发展的东风，公司已从初创企业迅速成长为国家级高新技术企业及上海市“专精特新”企业，展现出强劲的发展势头。

近期，镁客网有幸与拜谱生物进行一次对话，通过这次交流，得以更深入地了解该公司在生物医药领域的发展脉络与历程。

从技术初创，到产业生态的跨越

拜谱生物的发展轨迹清晰可见：2020年与2023年，公司相继完成两轮千万级融资，??充分印证了资本市场对其技术实力与市场潜力的高度认可。?? ??同时，这两轮融资也为拜谱生物突破技术壁垒、加速成果转化??注入了强劲动力。?

也正是2023年，安徽滁州拜谱医疗分公司正式设立，标志着公司实现了“从科研创新，向临床转化的关键跨越”。通过深度整合长三角资源，拜谱生物正朝着“构建覆盖全国、辐射全球的产业生态网络”的目标稳步迈进。

据拜谱生物介绍，截至2024年，??公司累计完成项目超10000个，服务网络覆盖全国，已与500余家??优质单位建立深度合作，??支撑发表??高水平学术成果??600余篇，并依托30余项核心知识产权，在全球技术竞争中崭露头角。?

那么，拜谱生物的核心竞争力究竟何在？

答案在于其“质谱技术与多组学深度融合的先锋”定位——其核心优势在于以前瞻思维与颠覆性创新重塑研究范式，有效突破了传统单一组学的局限。

拜谱生物介绍，在蛋白质组学领域，其自主研发的超高深度血液蛋白组技术，凭借“血液中低丰度富集试剂盒”实现了7000+蛋白的高灵敏度检出，远超行业平均水平。

值得一提的是，拜谱生物是国内唯一提供成熟商业化棕榈?；奘蔚鞍字首榧觳夥竦钠笠?，成功填补了国内技术空白；此外，其自研的超高深度DIA磷酸化蛋白质组技术已达到国际领先水准。在代谢组学领域，其高通量靶向代谢组、色氨酸靶向代谢组、酰基肉碱靶向代谢组等技术，凭借领先的代谢物检测通量占据行业优势地位。

图 | 质谱集群

但拜谱生物最核心的突破，还是在于将蛋白质组学、代谢组学等多组学技术有机整合，构建了一套“系统化、立体化的高效研究转化体系”。

拜谱生物表示，该体系能够从多维度、全方位、深层次解析生命过程，清晰呈现分子间复杂的相互作用网络，从而推动生物医药研究从“局部认知”迈向“全景洞察”，为重大疾病研究与药物研发开辟了新路径。

多组学整合创新，破解传统研究范式局限

当然，整个多组学领域的发展也并非坦途。面对行业发展的核心挑战，拜谱生物展现出了清晰的应对策略和前瞻视野。

??首要挑战在于临床转化。?? 众所周知，从实验室发现到临床应用，这条路径往往漫长且充满不确定性。

对此，拜谱生物通过??“全流程精细化管控与技术硬核升级”??，构建了覆盖??技术转化全过程??的质量管理体系。该体系深度融合LIMS（实验室信息管理系统），将关键环节纳入??标准化流程??，有效保障数据的精准可靠。

目前，这套体系已初见成效，成功推动多个临床质谱解决方案转化落地，并完成了相关产品的I类/II类医疗器械注册备案。

图 | 试剂盒

??另一个关键挑战是多组学数据的整合与解读——不同组学产生的海量、异构数据，如何有效关联并解读其生物学意义？

拜谱生物自主研发的生物信息学平台如同一个精密的“数据翻译器”，运用??独创算法打通蛋白质组、代谢组等多组学数据壁垒??。其生信分析云平台则扮演着智能“数据工坊”的角色，显著简化了分析流程。在至关重要的数据安全方面，公司采用本地化服务器构建??“数据保险柜”，并实施严格的权限管理。

同时，拜谱生物也在积极探索AI等前沿技术的应用。引入机器学习模型作为“数据侦探”，辅助锁定关键生物标志物；其AI客服系统也能实现秒级响应。

拜谱生物向镁客网透露，未来计划让AI在多组学分析中承担更重要的角色，??将其打造为推动临床转化的核心引擎。?? 这??正顺应了??行业利用AI提升数据分析效率和精度的普遍趋势。

人才，最宝贵的战略资源

人才无疑是多组学这个“跨界破圈”领域最核心的资产，也是最普遍的挑战之一。

拜谱生物深知这一点，并将人才视为最宝贵的战略资源。其核心团队汇聚了40余位横跨生物学、质谱技术、数据科学等领域的硕士、博士等高学历人才。为应对人才挑战，公司建立了“以老带新”机制，在真实项目实战中加速年轻人才成长。

同时，拜谱生物构建了“选育用留”全周期人才管理体系，包括具有竞争力的薪酬福利政策、定制化的成长路径，以及知识产权激励和成果转化奖励机制。这套体系的核心逻辑是让创新者真正成为价值创造的受益者，从而将认同感转化为“团队最牢固的纽带”。

未来前瞻：技术整合，引领产业升级

放眼未来，技术迭代日新月异。面对第三代测序、单细胞组学及空间组学等新兴技术的蓬勃发展，拜谱生物展现出开放融合的姿态。

拜谱生物认为，这些技术与质谱多组学并非简单的替代关系，而是共同构建系统生物学完整认知体系的“互补共生体”——它们共同组成一个强大的“生命解码矩阵”。

基于此，公司正以“技术整合者”的定位进行全面布局：一方面，持续迭代其蛋白质组、代谢组核心技术的精度和深度；另一方面，积极将基因组及转录组学纳入业务版图，并探索整合单细胞组学、空间组学技术与现有质谱、测序方案，目标是构建“基因-蛋白-空间维度的立体化服务体系”。

图 | 临检车间

同时，通过引入Astral新一代质谱仪等尖端设备突破检测瓶颈，并与顶尖机构合作加速前沿成果转化；前瞻性地设立“未来技术孵化中心”，在跨组学整合、微量检测等前沿“无人区”主动探索，确保技术持续引领行业趋势。

展望未来征程，拜谱生物确立了清晰的阶段性目标：短期内， 将继续 深耕蛋白质组、修饰组、代谢组技术，提升多组学整合分析能力，加速推进新生儿筛查等临床诊断试剂盒的注册申报，建成符合GMP标准的生产车间实现规模化量产，打通科研成果转化落地的“最后一公里”。

长期来看， 公司将 聚焦科研服务与临床应用双轮驱动，致力于成为全球蛋白质组学、代谢组学科研服务、临床质谱检测和生物标志物开发的标杆企业。其终极愿景是通过构建一体化解决方案体系，以创新技术重塑产业格局。

在探索生命奥秘的伟大征途上，拜谱生物正凭借其深厚的技术积淀、前瞻的战略视野和永不停息的创新引擎，推动人类对生命科学的认知从局部不断迈向全景。

最近，由特朗普旗下虚拟运营商 Trump Mobile推出 的T1手机正在经历一场史诗级尴尬。

短短两周内，这款被寄予厚望的“爱国手机”不仅删光了官网所有“美国制造”的承诺，还被扒出疑似是中国贴牌机翻倍涨价，连参数都开始偷偷缩水——这场由特朗普家族主导的商业闹剧，正演变成一场大型翻车现场。

??消失的“美国制造”??

就在本月初，特朗普集团高调推出虚拟运营商Trump Mobile，同时发布了旗舰手机T1 。

在铺天盖地的宣传中，最显眼的卖点就是首页那条醒目的横幅：“T1是美国制造”（MADE IN THE USA）。在发布会上，特朗普家族信誓旦旦，声称这款手机是为爱国者量身打造。

然而打脸来得飞快，不到两周，官网所有“美国制造”的字样被爆突然集体消失。如今官网只剩下些模糊不清的新口号：“卓越性能，美国骄傲”、“基于美国价值观设计”、“每一部设备背后都有美国人的参与”。

有报道指出，这些空洞的标语既不敢承诺手机在美国制造，甚至不敢说在美国设计——所谓的“美国人参与”，恐怕只是在包装盒上贴了个标签？

值得一提的是，不仅口号变了，更离谱的是手机参数也偷偷缩水。

最初官网标注T1配备6.78英寸AMOLED大屏，如今悄悄缩水成6.25英寸。之前宣称的12GB内存参数更是直接消失，仿佛从未存在过。

唯一没变的只有那张粗糙的PS效果图，金色的机身泛着塑料质感的光泽。

而这款充满谜团的手机，定价却高得离谱。裸机售价500美元。

在很快扒出，T1极可能是中国制造的REVVL 7 Pro 5G（售价仅169美元）的换壳马甲。

目前这款手机因质量问题正在召回，但T1手机只是镀看层金漆价格就翻三倍。而套餐资费更是夸张，每月47.45美元的价格几乎是同类虚拟运营商的两倍。

??家族生意？??

面对外界质疑，特朗普集团的回应是沉默。

但眼尖的媒体发现官网上多了一行小字免责声明：T1手机和Trump Mobile只是付费授权项目，实际运营和特朗普集团无关。这波操作堪称教科书级甩锅——用着特朗普的名字、黄金审美和爱国口号赚钱，出了事就和家族企业切割。

虽然特朗普本人尚未公开谈论这款手机，但其商业帝国仍能从授权费中获利。

更微妙的是，尽管特朗普不再直接管理公司，但他仍通过信托掌握着最终决策权。这款荒诞手机背后的利益链条，显然比它的参数更耐人寻味。

最讽刺的是，特朗普家族曾扬言要让T1手机要在9月硬刚苹果iPhone 17。

如今官网发货时间已模糊成“今年晚些时候”，而iPhone 17的发布日期近在眼前。这场自诩为“爱国者首选”的商战，还没开打就败给了自己。

2025年6月24日，英特尔正式关闭旗下汽车业务部门，并裁撤该部门绝大多数员工。这标志着自2017年以153亿美元天价收购Mobileye后，曾经的“汽车野心”在八年后画上了一个充满遗憾的句号。

新任CEO陈立武在四月的裁员预警成为现实，不仅汽车业务被裁撤，制造部门也将从7月起裁员20%，营销职能更是整体外包。

这一系列动作背后，是英特尔面对激烈竞争时不得已的战略收缩。

收购??Mobileye：伏笔的回溯??

时间回到2017年，彼时英特尔豪掷153亿美元将Mobileye收入囊中，震动业界。当时，Mobileye在高级驾驶辅助系统（ADAS）视觉芯片领域已是隐形的王者，Eye-Q系列芯片装车量遥遥领先。

英特尔的设想是把Mobileye顶尖的感知能力，与自家在计算、5G、云计算领域的深厚积累相互结合，最终打造自动驾驶的“端到端”解决方案。

愿景虽好，现实却骨感。被收购后的Mobileye，技术确实在进步，新一代芯片性能更强，但它坚持的“芯片+感知算法”打包模式，在汽车行业拥抱“开放平台、软硬解耦”的大潮中，显得越来越格格不入。

相比之下，英伟达抓住了这个趋势，凭借开放的DRIVE平台和强大的AI算力，迅速俘获了一大批车企客户，不断蚕食Mobileye的地盘。

更棘手的是，Mobileye与英特尔内部其他汽车业务——比如用CPU、FPGA做座舱和网关，都没能擦出强烈的协同火花。

这种战略差异和整合难题，最终在2022年把英特尔推向了关键抉择：让Mobileye独立上市。这次操作表面看是资本运作，实则已为英特尔整体汽车战略的收缩埋下伏笔。

Mobileye单飞后，其技术路线和客户策略自然与英特尔主体汽车业务（小型车芯片、软件定义汽车平台等）渐行渐远，资源共享变得困难。英特尔也开始悄然调整角色，重心转向为Mobileye提供底层芯片代工支持，而非亲自下场搏杀。

英特尔汽车业务：一场迟到的追赶

即便在Mobileye独立后，英特尔自己也没完全放弃汽车芯片的野心。

2024年初，它高调宣布向汽车领域注入人工智能能力，推出了“人工智能增强型、软件定义汽车系统芯片（SDV SoC）”，还成功拉来了吉利旗下高端电动品牌极氪这样的客户捧场。

同时，英特尔出手收购了专注电动汽车能源管理芯片的Silicon Mobility公司，试图补齐电动化领域的短板。

乍一看，英特尔的汽车版图挺齐全：首先，软件定义汽车平台提供开放架构和全流程开发工具；其次，自适应控制单元（ACU U310）整合电动汽车动力传动关键控制；最后，汽车显卡瞄准下一代智能座舱对图形和多屏交互的需求。

但当英特尔在2024年卯足劲入场时，其实市场早已被瓜分。高通的骁龙座舱平台，靠着在手机界的霸主地位，几乎成了高端智能汽车的“标配”，包括新势力车企和传统豪牌都是高通的用户。

而英伟达的Orin芯片则牢牢占据了高阶自动驾驶算力的高地，客户名单里奔驰、沃尔沃、小鹏、理想等赫然在列。

英特尔作为后来者，没有先发优势，更缺乏装机量支撑，处境尴尬。更致命的是，其汽车SoC在关键的AI算力密度和能效比上，比起英伟达、高通的同期产品，并未展现出碾压性的实力。它在消费市场表现挣扎的Arc显卡，也让业界对其车规级产品的成熟度和可靠性捏了把汗。

当然，汽车芯片的竞争远不止硬件，软件生态和开发者社区更是护城河。

高通、英伟达在汽车软件工具链、中间件支持和合作伙伴生态上砸下重金，积累深厚。而英特尔作为追赶者，构建自己的生态圈需要持续烧钱和足够耐心，但市场很难再留给它的时间和空间。

钱没花在刀口上，路也走岔了??

英特尔汽车业务从踌躇满志到黯然离场，Mobileye从被寄予厚望到独立单飞，背后其反映出英特尔的资源错配和战略摇摆。

在收购Mobileye后，英特尔冰没能有效揉合Mobileye的感知优势与自身在通用计算、连接、云计算的长处，形成合力去对抗英伟达、高通凶猛的平台化攻势。

同时，Mobileye在ADAS市场积累的成功经验，也没能有效输血给英特尔拓展座舱、网关、中央计算这些增长迅猛的新市场。

在Mobileye独立已成定局后，英特尔依然选择双线作战，投入资源开发自己的汽车SoC、座舱显卡等产品。这不仅与已成为“代工客户”的Mobileye在潜在客户上形成内部竞争。

更致命的是，当核心的PC和数据中心业务不断被AMD、英伟达挑战时，这种分散资源的行为无异于自缚手脚。

最后，英特尔可能还低估了汽车行业的壁垒。汽车芯片对功能安全、超长生命周期支持、极端环境下的可靠性、以及与复杂整车电子系统的深度集成要求极高，远非消费电子或服务器芯片的经验可以简单复制。

如今，英特尔新CEO陈立武上任后的大刀阔斧，直接导火索还英特尔惨淡的业绩：销售额下滑，盈利能力告急……在半导体行业厮杀惨烈的背景下，持续烧钱供养一个非核心业务已经对投资者越来越难以交代。

如此来看，关停汽车业务只是时间问题罢了。

对于医院这样一个极度讲求效率的场所而言，AI大模型具有天生的适配性。国产大模型DeepSeek的横空出世，在国内医疗体系内引起了一阵AI浪潮，数月内，超420家医院官宣接入DeepSeek大模型，而在海外，“AI+医疗”同样发展迅速。目前已在诊断服务与临床支持、医学影像分析、药物研发与基因研究等方向广泛落地。

今年5月，全球首个真正意义上由AI主导诊疗流程的“AI诊所”在沙特Almoosa医疗集团试运营?；颊呔驼锸泵娑缘牟辉偈谴?span id="qngicx5khmag" class='wp_keywordlink_affiliate'>人类医生，通过智能交互设备，5-8分钟内AI系统完成了从病史询问、症状分析到初步诊断工作，最终生成了一份包含鉴别诊断、检查建议和用药方案的总结报告，并提供给人类医生进行最终审核，这标志着医疗领域从“辅助诊断”迈向“主导诊疗”的历史性跨越。

值得一提的是，这一AI诊所由国内医疗人工智能独角兽公司森亿智能主导打造，而森亿智能的产品早已覆盖国内40%的头部医院。

森亿智能究竟是一家怎样的公司？在AI医疗竞争日益激烈的今天，它的核心竞争力是什么？AI诊所落地沙特的背后，有着怎样的思考和故事？

近期，镁客网与东南大学03级校友森亿智能CDO丰俊进行了一次深入对话，对AI诊所的“操盘者”做一个深度剖析。

多元交叉的顶尖人才，是企业的核心竞争力

森亿智能成立于2016年，一直专注于医疗领域的AI应用，致力于将人工智能技术、大数据技术与健康医疗领域的应用场景相结合，目前已成长为医疗人工智能独角兽企业。

从公司发展历程来看，早在国内人工智能技术快速发展的初期，森亿智能就已经在探索AI与医疗行业结合的可行性。作为新一轮技术革命的底层构造，大模型已经在诸多领域自证价值，医院场景同样不例外，但至于能在哪些关键环节提供帮助，帮助到何种程度，森亿智能的垂直领域大模型远比当下主流通用大模型更加专业。

丰俊告诉镁客网，森亿智能的团队具有独特的交叉学科背景优势。“我们公司本身属于交叉团队，我个人是生物医学工程背景。同时，公司近25%的同事具备医学领域从业经验或者通过执业医师资格考试，团队成员主要由国内外顶尖学校的博士和硕士组成，公司创始人张少典博士，毕业于美国哥伦比亚大学医学信息学专家，在他的带领下，打造了一支在AI和医疗尖端技术方面实力强劲的团队。”

这样的团队背景，使得森亿智能在理解医疗行业需求和运用AI技术解决实际问题方面具有天然优势，能够更好地弥合医学与技术之间的鸿沟。

除此以外，，森亿智能还拥有一只“接地气”的本地医疗人工智能实施团队以及产品研发团队。他们可以深入了解医院的流程和信息化情况，极大提高与客户的沟通效率以及产品研发速度。

也正是这三支团队的“交叉”特性，从公司成立第一天起一直保持至今，并已经成为森亿智能的核心竞争力之一。

医院的场景复杂难题恰是数据护城河

对于医院来说，在进入大模型时代后，最理想的状况就是全面赋能院内的信息化系统，提升整体工作效率。但实际情况是，大模型本身需要大量的语料，在医院系统中存在大量非标准化的、质量参差不齐的情况，比如各家医院模式不同的电子病历、影像数据、检查报告等，导致数据清洗治理是一个耗时巨大的工程。

而这一部分工作，恰好是森亿智能这类专业医疗公司的强项。据介绍，丰俊表示森亿智能的核心技术之一是自主研发了一套针对医学数据的数据治理框架，奠定了公司的数据应用基础，在此基础上构建了丰富多样的AI应用体系。

这些服务从不同层面上帮助帮助医院实现精细化管理，提高临床科研工作效率，加速医学研究进展，目前已整合为面向全院的智慧医院整体解决方案，实现了医疗数据的互联互通和协同工作，为医疗机构和区域卫生管理提供了全面的智能化支持。

当然，在大模型应用方面，森亿智能也走在行业前列。丰俊介绍：“我们在大模型探索方面比较早，是业内率先发布病历生成式大语言模型的公司。目前会根据中国医院私有化部署环境的特点，结合产品研发的战略定位，推动智能体在医院业务中的深入应用。”

经过多年发展，森亿智能在国内医疗市场取得了显著成绩。丰俊透露：“从成立以来到现在，我们已经服务了超过800家医院。40%的头部医院都是我们的合作伙伴。”

在与这些医疗机构的合作过程中，森亿智能不仅深入了解了医院的实际需求和业务流程，还通过不断优化产品和服务，积累了丰富的实践经验。这些经验为森亿智能的技术研发和产品创新提供了有力支撑，使其能够更好地满足市场需求。

发力海外市场，全球首家AI诊所落地沙特

在国内市场取得成绩后，森亿智能开始积极拓展海外业务。丰俊表示：“我们在两年以前就开始实施出海战略，目前已经在海外市场奠定了一定基础。”

而沙特AI诊所的试运营，正是森亿智能出海战略的重要成果。

谈及选择在沙特落地AI诊所的契机和背景，丰俊介绍：“从团队内部情况来看，我们的核心团队很多成员都是海外回来的，有较强的海外背景，在医疗行业出海布局也比较早。而从整体战略上来说，沙特是较早支持并参与共建“一带一路”的国家之一。近年来，‘一带一路’倡议与中东多国的发展愿景深度交融，其中与沙特“2030愿景”的对接尤为紧密，这也为公司提供了出海布局的契机。”

为了确保AI诊所在沙特能够顺利运营并取得良好效果，森亿智能进行了多方面的努力和创新。在技术层面，针对大模型可能出现的“幻觉”问题，森亿智能设置了多重保障机制。

丰俊解释道：“我们的AI诊所不是单一的大模型或智能体方案，而是一整套协同的智能体方案。大模型本身存在‘幻觉’情况，但我们有很多机制去解决。首先，为AI诊疗智能体设定严格的规则和临床路径，确保其诊断行为符合医学规范；其次，采用多智能体协同工作模式，让多个AI模型交叉验证结果，降低单一模型出错风险；最后，划定明确的诊疗边界，目前仅覆盖呼吸内科30种常见疾病，一旦超出范围，系统将自动触发人类医生介入机制。”

在本地化方面，森亿智能针对沙特的医疗习惯和文化特点，做了大量针对性优化。AI诊所的智能系统不仅能说流利的英语，还能使用阿拉伯语与患者交流。研发团队专门构建了包含30万条本地化医学词条的数据库，以应对阿拉伯语医学表述的特殊性。同时设置性别隔离问诊模式，充分尊重当地文化习俗。从患者和医生的反馈来看，目前AI诊所在沙特试点期间取得了较好的效果。

垂直大模型爆发正当时

展望未来，丰俊认为当前的AI时代为森亿智能带来了良好的发展机遇。深耕医疗行业多年的实践累积，让森亿智能有了更多创新突破的可能，通过更多既创新又可能具有颠覆性的产品和解决方案，真正帮助到医生和医务工作人员。

在产品研发方向上，森亿智能将继续聚焦医疗垂类大模型和智能体应用。关于AI诊所的未来规划，计划在未来三年逐步将可诊治病种扩展至消化科和皮肤科，覆盖80%的基层门诊需求。

当然，AI医疗领域的竞争日益激烈，森亿智能也面临着诸多挑战。虽然随着越来越多企业进入这个领域，竞争肯定会加剧。森亿智能也有信心能够凭借自身的团队优势、技术积累、行业认知以及丰富的实践经验，在竞争中保持领先地位。未来，也将持续关注市场需求和技术趋势，不断创新，为医疗行业带来更多价值。