通用智能入百业，新的宗门在哪里？

AI模型江湖·行业篇01 / 开篇 · 行业与研究框架

普通人的红利：产业 × 投资 × 交易，寻找AI时代的Google、Amazon ｜ 于AI诸相中，普皆共证菩提

本系列纯属个人兴趣，仅为AI江湖的八卦交流，不构成任何投资建议！如有侵权，联系删稿！｜2026年10月

一｜功法已经出山，为什么还要去百业里找新神？

我的判断是：AI下一段真正值得研究的变化，不只发生在模型榜单上，更会发生在各行各业的研发与生产中。谁能让智能成为别人持续创造的条件，谁就有机会长成新的产业宗门。这正是我们写这一辑的初衷。

上一辑，我们把OpenAI、智谱、DeepSeek等前沿实验室，以及Google、阿里、腾讯等老宗门请上比武台：功法怎样精进，工厂怎样开动，客户又围着谁留下？问题已经不只是“谁回答得更漂亮”，而是“谁来组织新的生产世界”。[8]这一辑，我们接着往下追：那些智能走出聊天框以后，究竟落在谁的车、谁的实验台、谁的生产线上？

会解释驾驶，不等于能在真实道路上协同感知与决策；会写分子式，不等于能把候选方案变成可信实验；会分析工厂报表，也不等于能在工况变化中维持合格生产。擂台上赢一招，客户会鼓掌；到了现场，客户还要问：哪天交、谁验收、出了问题谁来接？掌门的演示可以掐掉失误，工厂的夜班可没有剪辑师。

这不是说通用模型只能纸上论剑。恰恰因为它们的能力有机会进入更多工作，我们才要继续看：谁把模型与行业知识、工具、数据和执行体系接起来，让原来昂贵、稀缺或组织不起来的能力，变成更多企业能够使用的生产条件。上一辑看智能怎样被生产，这一辑继续看智能怎样在百业里长出自己的产业位置。

先看三个不同的现场。大众的软件公司CARIAD确认，酷睿程开发的驾驶辅助功能已经进入大众车型，采用地平线征程6M计算方案；客户做自己的产品，也可以站在别人的底座上。[2]晶泰把科学模型、任务编排和实验机器人连接起来，研究的是怎样让计算与实验互相推进。[3]中控把工业时序模型与控制、工艺知识及优化结合，目标已不止是给操作员多发一张图。[4]

三家公司分别走进车企开发中心、科研实验室和工厂控制室。它们都可能成为重要供给，也都要回答同一句话：你是在替客户完成一单任务，还是在支持客户建设自己的核心能力？前者可以是好生意，后者才更接近我们要找的行业底座。

本辑的“行业模型”不是“小参数模型”的别称，也不是给通用API套个行业皮肤。我们研究的是模型与真实工作组成的体系：既有新的技术尝试，也有长期科学计算、控制和工程方法的演进。例如Synopsys在2023年已披露首批100次AI设计商业流片，说明行业智能有自己的历史路径；那是流片次数，不是今天的客户数量。[5]

因此，不给年轻公司预发飞升补贴，也不让老宗门拿历史地契免试。研究从经营事实出发，用EDP查清能力和持续性，再以金印五阶辨认位置。谁先成元婴，是这一路要追的问题，不是开篇就要宣布的冠军。

二｜产业视角·需求与平台：百行百业，为什么请这十四家上台？

百业都可以使用AI，为什么不随手抓十四家“接了模型”的公司？因为我们想研究的，不是哪家公司会用新工具，而是哪些重要需求有机会形成共同底座，谁正在争取这个位置。下面的选择是一张有问题意识的研究地图，不是全球行业模型的完整名册。[7]

先看需求的分量。战略锚，要占在足以影响后续研发或生产的关键位置；市场锚，要面对足够大、真正有支付能力的需求。汽车、医药、制造的行业规模再大，也不能整个搬进一家公司的收入预测。天地大，只说明能容下很多宗门；你能在哪一段工作里创造价值、持续收费，才是自己的立足之地。

再看需求的形状。许多客户反复面对相似的底层难题，却又必须保留自己的产品、数据与经营判断。共同平台的机会，就在这两者之间：把昂贵的基础能力做成可用条件，让客户把精力放在自己的差异上。平台不是让所有人做同一种产品，而是让不同产品有机会站在同一套有效能力上。

AI Native仍然是产业的大图：价值发现回答哪些事情值得做，价值提供回答怎样产生能力，价值传递回答怎样送进真实工作。增能、承责、丰裕、破界、创生，是可能并行展开的空间，不是每家公司都要逐格盖章的升级课表。[1][8]

把它放回行业场景，可以这样设想：小团队也能使用过去难以负担的设计与验证工具，是增能；在明确边界内，把一段执行和验收交出去，是承责；合格成果成本下降、更多企业能够持续获得，是丰裕；探索出新分子、新设计或新工艺，是破界；新工具又成为下一轮创造的条件，是创生。这些是需求情景，不冒充任何一家客户已经全部实现的成绩。

第一路，智驾底座：地平线与Momenta。前者的研究位置，是计算架构、模型与开发工具怎样共同承载车企的自主能力；后者提供对照——没有同样的自有计算架构路线，驾驶模型、联合开发与量产工程能否形成自己的底座？我们不只问哪辆车开得更顺，还问下一款车的研发会围绕谁继续组织。[7]

第二路，科研与医疗：晶泰、Schrödinger、英矽智能、Recursion与Tempus。晶泰重点看计算与自动化实验能否成为共同科研平台；Schrödinger看科学计算与协作工具怎样承载客户自己的研究方法；英矽看卖出分子与提供训练、评测平台的差别；Recursion看内部科研发动机怎样走向外部供给；Tempus则拆数据、模型开发、研究服务和收益归属。同一间“AI药房”招牌下，卖丹药、卖丹炉、教别人炼丹，不是同一本账。[7]

第三路，芯片设计：Cadence与Synopsys。这两家进入本辑，不是因为名字老、客户多，就默认新AI已经得道。我们分别看智能优化怎样进入客户设计方法，以及设计工具怎样与工艺、制造伙伴共同工作。方案生成以后，还要执行和验证；设计图画得仙气飘飘，流片时也得守工程规矩。[7]

第四路，工业与机器人：中控、极智嘉、汇川、宇树。中控看流程生产中的模型与控制体系；极智嘉看仓储调度、机器人作业与上层组织权；汇川用来检验离散制造能否形成共同控制和智能底座；宇树则分开本体、开发工具与自有大脑。机器人会一个漂亮动作，与客户每天在它的体系里安排工作，距离要按实际交付来量。[7]

第五路，空间智能：中科星图。我们研究空间数据、模型、仿真和业务工具怎样连接，能否支持客户及伙伴开发自己的系统。看见地球是一种能力，帮助别人持续组织业务是另一种能力；卫星图像里的天地再辽阔，也要找到真实任务和付款理由。[7]

这五路人马，覆盖的不是十四个热门标签，而是几种不同的生产关系：共同计算、实验验证、工业运行、作业调度与数据组织。既选平台迹象较明确的标尺，也留下尚需辨清技术路线或业务归属的边界案例。这样，研究才有机会发现自己原先看错了什么，而不是把选股偏好写成册封诏书。

平台级需求提出以后，才轮到P：开放、共生、团队。开放，是愿意把技术、工具、资源和机会打开来，让别人能够建设；共生，是共同开拓、共同挣钱，不是招一群人替自己收学费；团队，是领头人与组织能否长期把这条路做下去。[1]

平台的胸怀不靠口号测量。客户想保留自己的产品和数据时，是否仍得到支持？伙伴做成了生意，是否有可预期的边界与合理收益？大订单和共同底座发生冲突时，团队怎样安排人、钱和方向？请客时人人是同道，分账时才看得出山门规矩。需求与P在这里相接：行业为什么需要平台，企业又愿意怎样与别人一起把它建成。

三｜产业视角·供给：EDP三种本领，发动机不是一句“模型很强”

一座宗门要立得住，至少得讲清三种本领：E能持续生产能力，D能把能力交好，P能让客户与伙伴一起发展。EDP不是三项分数相加，更不是集齐字母自动炼出金丹。它用来解释经营位置凭什么成立，下一次变化时还能靠什么支撑。[1]

E是Engine，发动机内部继续用CADEF：算力工程、算法效率、数据工厂、经验飞轮、资本续航。CADEF里的E专指经验飞轮，与外层的发动机不是同一级含义。这一辑沿用共同问题，不照搬上一辑的权重，也不拿机房、实验室和芯片数量相加排仙班。

C，算力工程：有炉子，还得让火烧到该烧的地方。训练与部署、计算与通信、功耗与时延，需要围绕具体任务组织。智驾要把能力带到车端，科学研发要把计算接到实验节奏，工业运行要把推理接到现场系统。采购单能说明买了什么，不能独自说明一炉能炼成什么。

A，算法效率：不只添柴，也要改火候。行业模型可以结合物理知识、时序关系、优化和学习方法；地平线的技术说明强调算法、编译器与架构协同，晶泰则把领域模型与实验执行连接起来。[3][6]这些是不同的供给组合，不必勉强翻译成同一张语言模型参数榜。

D，数据工厂：不只藏经，还要会出题、会验输赢。仿真、实验测量、过程记录和失败样本，能否成为可信的学习信号？实验条件没记清，材料堆得再高，也可能只是在给噪声修一座藏经阁。图里的回环箭头很容易画，能够追溯的有效结果才难。

E，经验飞轮：出了山门，要能带回有用的教训。真实问题怎样进入后续训练、评测或工具改进，首先受任务记录和使用权限约束。客户数量多，不等于所有经验都归原厂；供应商有权改善通用工具，也不等于有权拿走客户全部秘密。

F，资本续航：灵石够不够炼下一炉，也扛不扛得住炸一炉。现金、融资承诺、债务与必要投入必须分开。研发开支大，说明下了本钱，不自动说明方向正确；当期接近盈利，也不能反推它放弃了下一代。钱要与要完成的任务、已经承担的义务一起看。

发动机的研究，最后要回到一个问题：模型、工程现场和验证能不能互相促进？客户提出的新问题，是否改善了共同工具与底层方法，还是只多出一套客户专用版本？前者可能增强下一轮供给，后者也能产生收入，但平台积累要另算。EDP要找的是下一轮经营结果的条件，不是给已经成功的公司补写一篇门派赞。

四｜产业视角·交付：功法进现场，TQC不听漂亮话

客户最终得到的，是一款能用的产品、一轮可信实验、一段可持续运行的任务，还是一份待集成的能力？先说清这个，再看D的TQC：时间、质量、成本。任务由谁执行、异常谁处理、最后谁验收，也要有明确承接者。

时间，看约定的成果何时到手。不能只报模型运行几秒，却把数据准备、系统接入和验收的几个月藏起来；也不能把供应商交付之后由客户负责的全部研发周期，都归到供应商账上。承诺何时兑现，与实验台上的速度，不是一把秒表。

质量，看成果是否达到要求，并在真实条件下保持。候选分子要有可信的实验解释，驾驶能力要接受相关场景检验，生产优化要服从运行边界。以情景来说，一台实验机器人忙了一夜，如果样品追溯和测量条件缺失，科学家第二天无法使用数据，忙碌就没有变成有效交付。

成本，看做成并维持这件事实际消耗什么。实施、运行、重试、返工、支持与维护都在账上。报价便宜，可能来自效率，也可能来自补贴或把额外工作推给客户。灵石在合同上省了，掌门在机房里熬回去，总账并不一定划算。

中控的技术材料把工业AI与控制架构、过程知识和优化一并讨论，提醒我们实际交付是一个系统，而不是一条独立预测。[4]三个行业不能套同一条交付周期，但都要在可比任务、质量和条件下谈TQC。既不靠减少验证换时间，也不靠省略失败样本换质量。

交付完成之后，还要继续观察客户怎样使用：是拿走成果，这单到此结束；还是在共同底座上继续建设自己的产品与工作方法？前者证明事情交好了，后者才开始涉及经营关系。会炼、会交、有人长期围着你炼，是三种相关却不能混写的本领。

五｜投资视角：占据的是价值链，不是发布会的C位

产业视角看机会和能力，投资视角再看企业已经取得什么位置。我们先核实经营结果，再用EDP解释支撑条件；这里的“结果”不只指利润，还包括路线、格局和客户核心能力怎样被组织。金印五阶不是EDP总分的翻译器。[1]

炼气看两锚：战略锚与市场锚。战略上占住重要、可以向长期发展的关键位置；市场上面对足够大、真正有支付能力的需求。客户认得名字有帮助，但认识掌门不等于山下有一片值得长期经营的天地。

筑基看两定：技术定与格局定。技术路线开始收敛，企业代表其中的重要方向；在明确市场里，份额、生态位和竞争位置逐步确定。不是技术能演示就算定，也不是卖出几批货就算格局已定。筑基是站稳，不是给研发部门发退休证。

金丹从占据看起，再看怎样固化。客户把重要、持续的核心研发或生产能力建在你的共同底座上，并形成专属建设。固定客户的真实目标、自主控制要求和合理交付条件，绕过你需要重建关键能力，这才与普通采购有区别。进入项目早在炼气、筑基就可能发生，不是金丹的入场试卷。

用地平线的例子理解这层差异：客户要建设自己的智驾产品和研发能力，采用地平线相关底座，与客户保持自主并不矛盾。[2]另一家能提供一个成品功能，也未必能直接替代这项自主建设目标。不过，仍要允许其他架构参与比较，不能先规定客户必须用原架构，再宣布它无可替代。

初期看占据初现，中期看同等深度关系扩展，大圆满看经历换代与竞争后的位置固化。新增项目、下一代产品仍在同一底座上建设，旧投入与新投入可以继续累积，才是在加厚关系。十个可选小项目，不能凭人数把两个关键平台关系挤到后排。

两穿会在过程中逐步出现：穿价值，是帮助客户创造的价值开始转成自己的收入与分配位置；穿生态，是伙伴和终端的产品、业务与选择开始围绕底座组织。初中期两者可能发生，也可能摇摆；大圆满时才趋于稳定。客户开始付钱，不等于收费多少都由你说了算。

元婴看两高两稳。关键位置要转成定价、分配与合作规则上的实权，并留下高质量营收、高毛利、稳定现金和资本回报。把伙伴的利润抽干，短期钱袋可能更鼓，长期宗门却可能先冷清。依赖与共同收益要一起经受经营检验。

化神看两新两好：新物种、新客户、团队好、资本配置好。已有能力和收益能否支持新的有效建设，组织能否在换人、换技术和走错路以后继续学习，资本能否促进而不是消耗优势？只有旧业务惯性很强，还不能算整个体系会自己长出下一轮本领。

于是，EDP有了独立用途：两个企业都已占据客户底座，一家仍能支持下一代，另一家主要靠旧资产维持；当前阶段可以相近，后续条件却不同。能力风险不会自动抹掉已经发生的占据，能力潜力也不能提前兑换尚未发生的固化。以经营结果定当前，以EDP辨持续性，再以新的经营结果确认进退。

六｜交易视角：认得新宗门，也别先交元婴的学费

产业很大、企业有位置、价格合适，仍是三件事。准入先确认看懂，定仓量力，估值识别预期，共修追新证据，退出看条件是否失效。本辑不提供统一买点、目标价或账户比例，也不因为喜欢某位掌门，就替他的所有计划安排胜局。

公司可以用几年完成能力与关系的建设，市场却可能一天就把几代收益计入想象。相信百业有新神，不等于为任何一个名字预付化神价。研究是为了提高判断的分辨率，不是给一时心动补齐一套显得专业的理由。

七｜十四家同席，各自修到哪里，下一道关又在哪里？

现在把产业位置与当前研究定位放在同一张桌上。前面的分组说明为什么选它们，下面则逐一交代：本辑究竟在研究这家公司的哪段业务，当前依据支持什么位置，下一步最值得看什么。公司名字再响，也不能替不同业务共用一张通关文牒。

下表沿用本辑26Q3研究基线，是有边界的阶段初判，不是统一行业评级。“候选”“待证”表示关键材料尚不充分；表中旧平台与新模型分开，不能把整个集团的成熟度授予一个新产品，也不因推出新智能体就把同一体系的历史积累归零。[7]

表1｜十四家公司：研究范围、当前位置与下一道关

这些初判不是座次表。地平线重点追占据怎样继续走向固化；晶泰追技术闭环怎样变成客户平台关系；中控追模型与控制的依赖归属；其余公司各有自己的关口。技术更强，可以与当前关系更浅同时存在；同一阶段，也可以有截然不同的下一代条件。

共修就盯两件事：客户的下一轮建设怎样变，EDP是在强化还是消耗当前位置。客户迁走、伙伴难以经营、升级总让有效资产作废，是反证；材料补齐后看清了已有关系，则可能只是我们的认识变了，不是公司一夜升阶。

本辑以总论开场，十四篇公司研究逐一入山，再用收尾篇比较不同道路。不问谁的宣传最像元婴，要看谁让自己的进步成为别人下一次创造的条件。百业争雄，神位不写在招牌上，写在客户愿意继续建设、伙伴能够一起挣钱、自己也能持续留下价值的关系里。下一篇，先到地平线：车企越想自己修炼，为什么还会需要它的底座？

资料与研究口径

资料截点为2026年9月24日，不表示覆盖整个季度。文中EDP与金印五阶为本系列研究框架；场景推演与修仙隐喻用于解释，不冒充客户实测。14家公司阶段沿26Q3研究基线，主评范围见表，不推定全部业务已取得相同地位。

模型与工具产权、关联方与独立客户、合作安排与已完成交付分别取证；未公开的工程周期、迁移代价、训练权限、客户留存和伙伴收益不补造。图1为作者上一辑AI Native原图；图2、图3按本辑已确认定义呈现，均不是自动评分或交易规则。

[1] 作者｜AI Native、EDP与金印五阶

26Q3研究框架。EDP采用CADEF／时间、质量、成本／开放、共生、团队；能力解释与阶段判断分别取证，不作总分换阶。

[2] CARIAD｜New CARIZON driver assistance launched with CEA architecture

2026-02-12，客户侧公告。说明酷睿程系统、ID.UNYX 07与Journey 6M的关系；不据此外推所有车型与下一代已完成。 原文

[3] 晶泰｜技术体系

沿用2026-09-24资料口径的官方技术说明。支持科学模型、任务编排与自动化实验的体系描述，不当作统一客户实测结果。 原文

[4] 中控｜Towards Autonomous Operating Plants

2026-03-26，公司技术文章。支持模型、控制与工艺体系的组合分析；案例目标、效果与普遍经营状态分开。 原文

[5] Synopsys｜AI-designed Chips Reach Scale with First 100 Commercial Tape-outs

2023-02-07，供应商公告并包含具名客户说明。100次是历史商业流片里程碑，不是2026年客户数量或最新规模。 原文

[6] 地平线｜BPU纳什架构说明

2023-04-20，技术资料。仅用于解释算法、编译器与计算架构的协同路线；不采用宣传性排名或未统一条件的效果比较。 原文

[7] 作者｜行业模型14家公司26Q3研究定位

依据2026-09-23行业公司对照研究及2026-09-24本辑研究底稿。公司范围与阶段均指所列业务；阶段为研究初判，候选与待证项保留，不因叙事调整而升降阶。

[8] 本系列上一辑总论｜AI模型江湖：满眼天骄，如何慧眼识新神？

26Q3。沿用产业、投资、交易三视角和AI Native原图；本辑不照搬通用模型的公司阶段、能力权重与财务数据。

研究说明：本文用于产业与企业研究交流，不构成任何投资建议。阶段为有证据边界的研究判断，未来情景不构成承诺。

声明：本文由 AI 辅助整理初稿。