作者｜一涛

编辑｜ 靖宇

过去一年，Vibe Coding 几乎完全改写了编程的方式。

你不再需要一行一行亲自「写」代码了。只要告诉 Cursor、Claude 或 Copilot：我想要一个什么功能，用什么技术栈，最好「感觉像某个产品」，剩下的事情交给 AI 完成就可以。

很多原本写不出代码的人，也第一次具备了「做出东西」的能力。站在个人视角，这几乎是软件开发的黄金时代。

但这里有一个被忽视的前提：AI 并非凭空创造代码，而是在调用、拼接人类已有的智慧成果。当你说”帮我做个网站”时，AI 实际上在默默引用 GitHub 上无数开源项目积累的逻辑与结构。

Vibe Coding 的核心能力，正是建立在这些开源代码库的学习和重组之上。

最近，来自中欧大学和基尔世界经济研究所的研究团队发表了一篇题为《Vibe Coding Kills Open Source》（Vibe Coding 杀死开源）的论文（https://arxiv.org/pdf/2601.15494v1），揭示 Vibe Coding 繁荣背后的隐性危机。

论文指出了一个真相：

Vibe Coding ， 可能正在从根本上破坏支撑整个软件世界的开源生态。

自 2022 年 8 月起，美国 Python 开发者使用 AI 编程的比例开始大幅上升

 

01

数字世界的「隐形基础设施」

 

要理解这篇论文在担心什么，首先要把一件事说清楚： 什么是开源软件，以及它在我们生活中处在什么位置。

很多人可能对于开源软件没有什么体感，但实际上，几乎所有人们每天用到的数字产品，底层都铺满了开源软件。

当你早晨醒来拿起 Android 手机，其底层运行的 Linux 操作系统，是开源软件；

当你打开微信翻看聊天记录，帮你存储每一条信息的是 SQLite 数据库，是开源软件；

当你午休时刷抖音或 B 站，在后台负责视频解码和播放的是 FFmpeg，也是开源软件。

开源软件就像是数字时代的下水道。你每天使用，却浑然不觉 。

只有当它出问题时，你才会突然意识到它的重要性。

2021 年的 Log4j 漏洞就是一个典型例子。Log4j 是 Java 生态中应用最广泛的日志框架，用于记录应用程序运行时的事件和信息。

绝大多数普通用户甚至从未听说过它的名字，但从苹果、谷歌的云端服务器，到各国政府的政务系统，全球数十亿台设备都在后台运行着它。

2021 年底，名为「Log4Shell」的漏洞爆发。这个漏洞允许黑客像操作自家电脑一样，远程控制全球的服务器。整个互联网基础设施瞬间「裸奔」，全球安全团队被迫在周末紧急抢修。其影响之广、修复之难，成为互联网历史上最严重的安全危机之一。

这就是开源的本质——它不是某个公司的产品，而是一种「公共品」。因为不具备商业属性，编写代码的维护者，往往无法直接从项目中收费。

他们的回报很间接：通过项目获得名声，换来大厂工作；通过提供咨询服务赚取收入；或者依靠社区捐赠。

这种模式运行了几十年，靠的是「直接互动」。用户使用软件时阅读文档、提交问题、点赞推荐。这些注意力流回维护者手中，转化为持续维护的动力。

而这，正是 Vibe Coding 正在切断的连接 。

 

02

AI 是如何一步步「饿死」开源的？  

Vibe Coding 出现之前的开发模式是这样的，你下载一个开源包，要去读文档；遇到 bug，去 GitHub 提交问题；觉得好用，点颗星表示支持。

维护者因此获得关注，这些关注转化为收入，形成一个闭环 。

Vibe Coding 出现之后，你只需要告诉 AI 你想要什么功能，AI 在后台自动选择和组合开源代码，生成一段「能用的实现」。

代码跑通了，但你并不知道它具体用了哪些库，更不会去看它们的文档或社区。

论文把这种变化称为一种「 中介化 」效应——原本由用户直接传递给维护者的关注和反馈，被 AI 这个中间层整体截走了。

这种机制持续下去，会发生什么？

论文作者构建了一个模拟开源生态的经济学模型。他们将开发者比作在不同质量水平上决定是否「入市」的创业者，先投入成本开发，然后根据市场反馈决定是否开源分享。用户则要在无数软件包中做选择，并决定是「直接使用」还是通过「AI 中介」。

模型跑下来，揭示了两种相反的力量。

第一种是效率提升。AI 让软件更易使用，降低了开发新工具的成本。这按理说应该刺激更多开发者进入，增加供给。

第二种是需求转移。当用户转向 AI 中介，维护者失去直接互动带来的收入，这就降低了开发者的回报。

但是放到更长期的维度来看，当第二种力量（需求转移）强于第一种（效率提升），整个系统会滑向萎缩。

具体表现为就是， 开发者进入的门槛提高，只有最高质量的项目才值得分享，中等质量的项目消失，最终市场上软件包的数量和平均质量双降 。尽管单个用户短期内享受了 AI 的便利，但长期福利反而下降，因为可选择的高质量工具变少了。

简单来说，生态陷入了恶性循环。而一旦开源生态这个基础变薄，AI 的能力也会变差。

这就是论文反复强调的一点： Vibe Coding 在短期内提高了生产力，但在长期，可能反而降低整个系统的水平 。

这种趋势并非纯理论假设，而是正在现实生活中发生。

比如，Stack Overflow 的公开问答流量，在生成式 AI 普及后出现明显下滑。很多原本会在公共社区被讨论的问题，被转移到了私有的 AI 对话中。

ChatGPT 推出后，Stack Overflow 上的问题数量开始显著下降

再比如，像 Tailwind CSS 这样的项目，下载量持续增长，但文档访问和商业收入却出现下降。

项目被大量使用，却越来越难转化为对维护者有意义的回报。

 

03

Coding 界的 Spotify，何时出现？  

尽管 Vibe Coding 存在这样的问题，但它带来的生产力提升却是真实存在的，没有人能回到 AI Coding 不存在的世界。

更本质的问题在于， 当 AI 成为新的中介，旧的激励结构已经不再适用。

在当前结构下，AI 平台从开源生态中获得了巨大价值，却并不需要为维持这个生态本身付出对应代价。用户付费给 AI，AI 提供便利，但被调用的开源项目和维护者，往往什么也得不到。

论文作者提出的设想是：

重构利益分配方式 。

就像音乐行业中，Spotify 这样的流媒体平台会根据播放情况跟音乐人分账一样， AI 平台完全可以追踪自己调用了哪些开源项目，并把一部分收入按比例返还给维护者 。

除了平台分账，通过基金会拨款、企业赞助以及政府对数字基础设施的专项资金支持，也是弥补维护者收入流失的重要手段。

这就要求行业的观念，从 将开源软件视为「免费资源」，转变为「需要长期投资和维护的公共基础设施」 。

开源软件不会消失，它已经深度嵌入数字世界，不可能被简单替代。

但那个依靠零散关注、声誉积累和理想主义支撑的开源时代，或许已经走到了边界。

Vibe Coding 带来的，不只是更快的开发体验，也是一次关于「公共技术如何被持续供养」的压力测试。

义乌一个档口老板，每天要处理上百个新品上架。过去他花找模特、租影棚、等修图的时间和成本可以说是数不胜数，现在，他在电商运营后台就能一键生成一套符合平台算法偏好的主图。这种「智绘」是国内电商 SaaS 服务商邻商科技的一次关键转向。通过旗下产品「爱云画 AI」，整合阿里云云市场平台上的万相营造等专业 AI 应用，邻商科技正在将过去重型、专业的内容生产力，拆解成标准化的模块，注入海量中小商家的日常运营。

杭州的一栋独栋别墅里，邻商科技董事长杨锟的办公室洒满午后阳光。窗外是精心打理的花园，窗内，这位 INTJ 气质的技术创业者，交谈中提出了他近二十年前在国外进行人工智能研究时便埋下的理念：

「好产品，应该像打造一位永不疲倦、持续进化的超级员工。」

 

01

困局：疯狂上新与预售的背后

 

在杨锟看来，当前电商行业的核心矛盾并非流量匮乏，而是「内容过载」。简单说，就是东西太多了。

以前一个商家可能就几十个产品，现在动辄几百上千个 SKU。对手都在不停上新，你不上新，流量就没了。这就逼着所有商家卷进了两场停不下来的竞赛：卷品数（谁货多）和卷上新频率（谁更快）杨锟分析道。

「商家其实不关心是不是 AI，」杨锟一针见血，「他们只关心一个问题：我的上千个产品，能不能用最低成本、最快速度，变成能卖货的图片和视频。」一个产品需要一组图，一千个产品就需要一千组。传统靠人拍、靠人修的模式，在成本、速度、人力上全被拖垮了。商家被卡在了一个现象：想活着就要多上新，就要先解决做不过来图的问题，这是第一步，先抢流量预售出去。

所以像邻商这样的公司，就专门干这个事——把复杂的 AI 做图能力，连同其他电商工具一起打包进商家的工作台，让中小商家也能跟上这种「疯狂上新」的节奏。

这就是在帮商家解决一个最实际的问题：用得起、跟得上。

 

02

路径：不造「发动机」，做「集成方」

 

邻商科技的选择具有代表性。作为一家服务数百万电商商家的 SaaS 提供商，其核心能力在于理解电商业务流程和商家痛点。但当面对「AI 视觉生成」这个专业的技术命题时，它没有选择耗时耗力地从头研发。

「我们的优势是知道车该怎么开，路况如何。至于引擎，我们要找市面上最好的。」基于与阿里集团的长期稳定合作，他们直接在阿里云云市场上寻找协同方，很快便锁定像万相营造这样天然拥有电商行业海量实践经验的伙伴。

这个过程分为三个环节：

「选」：在探索解决方案的过程中，阿里云云市场提供了一个非常高效的筛选环境。通过云市场，我们可以从真实业务的视角出发，快速比对出不同 AI 产品在稳定性、可集成性以及场景匹配度上的表现；

「买」：通过云市场的标准化接口，接入一项专业 AI 能力变得像订阅一项服务，实现了「即接即用」；

「用」：邻商将万相营造的能力深度集成到其「AI 云画」及普云 SaaS 矩阵中。对商家而言，他们感知到的不是一个独立的 AI 工具，而是在自己熟悉的商品管理后台，新增了一个「智绘能力」。

本质上，这也是一种「专业能力的生态化」。邻商科技将前沿但分散的 AI 技术，转化为商家可用的生产力。

 

03

改变：「智绘」如何影响经营

 

这种模式带来的改变是具体的。它不仅「降本」，更在「增效」。

效率：一些商家的新品视觉素材准备时间，从天级缩短到小时甚至分钟级。这让他们能够以前所未有的速度进行新品测试和市场反馈收集，加快了迭代周期。

成本：除了显性的人力成本优化，更重要的是将原本高昂、固定的内容生产成本，转变为可按需使用、灵活伸缩的变量成本。小商家也能用得起此前只有大品牌才考虑的 3D 展示等视觉功能。

能力：商家内部的角色被重新定义。设计师从重复性的「作图工」，逐渐转向把握品牌调性、训练 AI 模型、策划视觉策略的「创意策划」。运营人员也能快速生成符合不同渠道要求的素材。

万相营造是阿里妈妈在自研以及通义系列模型基础上孵化出来的电商领域的 AIGC 创意工具。擅长电商环境的视频生成模型和电商图文海报生成，包含高倍率视频编码、视频多粒度描述、布局可控图片生成、带中文文字生成的图片生成、虚拟人物裂变等代表性技术，在模特人脸真实度和一致性保持、服饰和商品纹理保持、图文海报中准确多样整行文字生成等关键目标上表现突出。

邻商与万相营造通过阿里云云市场完成的这次合作，似乎验证了一条路径：在专业分工日益精细的今天，企业或许不必执着于在所有技术领域都成为「创造者」。更经济的做法是，成为一个精准的「识别者」和「组装者」——识别自身业务场景中的核心需求，然后在如阿里云云市场这样汇聚了各垂直领域专业能力的平台中，找到匹配的解决方案，并凭借自身对行业的理解，将其快速产品化、场景化。

对于阿里云 AI 应用及服务市场而言，其价值更像是企业级 AI Store。它降低了优质技术被发现的成本，加速了从技术到生产力的转化过程。

 

04

未来：走向「洞察与创造」

 

「未来的电商竞争，将是智能化运营体系的竞争。」杨锟判断，「谁能够更低成本、更高效率地将海量产品转化为吸引人的内容，谁就能占据主动。「智绘」便是他给百万商家提供的破局思路。

午后阳光偏移，这位研究 AI 近二十年的创业者，并未沉浸于对技术本身的迷恋。他的目光始终落在更实处——如何将前沿技术，转化为百万商家切实可用的生产力。

邻商科技与万相营造通过 阿里云 AI 应用及服务市场 完成的这次能力组装，其象征意义或许在于：最大的价值往往不再源于单一技术的突破，而是最懂场景的实践者与最懂技术的实践者，在最高效的 AI store 上，形成稳定的三角关系。

这条路没有惊涛骇浪的剧情，有的只是将复杂难题变简单的做题思路——正如打造一位优秀的员工，需要的从来不是奇迹，而是正确的理念、持续的投入和协同的环境。「智绘」时代的到来，正是由无数个这样的务实选择所推动。

作者｜ 桦林舞王

编辑｜ 靖宇

Vibe Coding 无疑是现在最热的 AI 赛道，作为巨头之一的 OpenAI，近日又在这个赛道，开始了新的动作。

当地时间 2 月 2 日，OpenAI 正式推出了专为 macOS 设计的 Codex MacOS 桌面应用程序。

CodeX 这并非一个简单的聊天客户端， 而是被定位为「构建智能体的指挥中心」 。

与需要通过网页或 IDE 插件使用的过去不同，独立的 Codex 应用提供了更聚焦、更强大的功能。它支持 同时运行多个 AI 智能体并行工作 ，并通过「工作树」模式隔离不同任务产生的代码变更，让开发者可以轻松管理多个并行的开发线程。

CodeX 桌面版主界面｜图片来源：OpenAI

 

Sam Altman 在公告中写道：「 这是我们内部最喜爱的产品 。上周我甚至在没打开 IDE 的情况下，仅凭 Codex 的桌面 Agent 就完成了一个完整的项目开发。」

同时，OpenAI 宣布为所有付费计划用户临时加倍速率限制，为期两个月，并且首次向 ChatGPT 免费和 Go 订阅用户开放 Codex 访问权限，展现了强烈的推广意图。

面对在 Vibe Coding 领域日益强劲 Anthropic 和 Cursor，OpenAI 的 CodeX 桌面版的体验到底如何，能否为 OpenAI 扳回一局？

 

01

走出浏览器，

CodeX 成独立生产力

 

目前，CodeX 桌面版仍然在大规模灰度测试阶段，ChatGPT Plus 及以上用户拥有优先下载权。不过，Sam Altman 宣布在发布初期的两个月内， ChatGPT 免费版用户和 Go 计划用户也可以限时试用。

在 OpenAI，这款 MacOS 独立应用程序的代号是「GPT-5.2-Codex」。根据介绍，ChatGPT 桌面端不同，OpenAI 将这款 Codex 应用定义为「AI 编程的指挥中心（Command Center for Agentic Coding）」。

OpenAI 强调，这款应用不是为了让你在里面写几行代码片段，而是为了 端到端地委派（Delegate）整项工程任务：

• 多智能体并行（Multi-agent Parallelism）： 这是最核心的卖点。官方介绍称，你可以在不同的「线程（Threads）」里开启多个 AI Agent。比如，Agent A 在帮你重构数据库，Agent B 同时在给新功能写单元测试，互不干扰。
• 异步工作流： 官方称其为「Made for always-on background work」。你可以下达任务后直接关掉显示器去睡觉，Codex 会在后台持续运行、测试、修复，完成后将结果放入「评审队列（Review Queue）」等用户确认。

CodeX 中配备的 Skills｜图片来源：ZDNET

 

OpenAI 在官网上详细拆解了应用内的三大支柱功能：

• 工作树（Worktrees）： 这是一个非常硬核的 Git 集成功能。每个 Agent 会在独立的、隔离的本地副本中工作，只有当你满意并点击合并时，它的代码才会进入你的主分支。这意味着 AI 不会因为一个幻觉就毁掉你整个本地仓库。
• 技能系统（Skills）： 用户可以为 Codex 预设「技能包」，包含特定的指令、API 脚本或工作流。例如，你可以创建一个「部署技能」，让 Codex 自动把改好的代码推送到生产环境。
• 自动化（Automations）： 支持定时任务。你可以设定它每天早上 9 点自动扫描 GitHub Issue，并尝试给出修复方案。

最重要的，和最近爆火的 Openclaw 不同，CodeX 在系统集成和安全性上，都做到了企业级别：

原生沙箱控制： 针对开发者担心的权限问题，OpenAI 介绍该应用内置了 「Sandbox Mode」 。你可以精确控制 AI 的权限，比如：它可以读哪些文件夹？是否允许它连接外网下载依赖？每次写入文件是否需要人工点击确认？

三位一体架构： OpenAI 表示，Codex 现在的布局是「三位一体」—— CLI（命令行） 、 IDE 插件 和 macOS 桌面应用 。这三个端是互通的，你在桌面应用里开始的任务，可以随时切换到 VS Code 里继续。

 

02

多线程惊艳，

但拒绝小白用户

 

OpenAI 的公告来看，CodeX 似乎已经有和现在最热的 Claude Code 掰掰手腕的意思，很多用户在体验后，确实得到了不少正面反馈。

在 Reddit 上，不少用户普遍认为， GPT-5.2-Codex 版本在「查错」和「逻辑严密性」上是目前的独一档 。有评论提到，它比之前的 5.1 版本聪明太多，尤其在处理大型工程项目时，不会像以往那样写着写着就「失忆」。

在深度体验过后，用户指出，Codex 版更注重「执行效率（Fast）」和「严谨性」，适合用来做大规模的代码重构；而普通 GPT-5.2 版则更擅长「规划（Planning）」。

用户 zproser 反馈，Codex 应用最爽的是可以同时让 3-5 个 Agent 并行工作。比如一个在写单元测试，一个在做数据库迁移，互不干扰，你在侧边栏能清晰看到每个任务的进度条。

同时，加入的 Skills 功能，让用户可以给 Codex 加装插件（类似 Playwright 或特定框架的 Skill），让它不仅会写代码，还懂特定的业务流程。

CodeX 可以知道用户在 IDE 中的工作内容，保持上下文联系｜图片来源：ZDNET

 

ZDNET 资深编辑 David Gewirtz 认为这个 macOS 原生应用的杀手锏是它的「沙箱管理（Sandbox Mode）」，解决了开发者最担心的 AI 乱改本地系统权限的问题。

当然，CodeX 距离出道封神，还有很长的路要走。

在论坛评论区，有用户反映，当上下文极其庞大时，Codex 偶尔会陷入一种「自循环」。它会不断地读取文件、制定计划、推翻计划，然后重复这一过程，白白消耗大量的 Token。

另外，对于不懂程序的小白用户来说，CodeX 可能不是一个最好的选择。有用户吐槽说，如果你不是专业程序员（即所谓的 Vibe Coder），你根本驾驭不住这个应用。它不会像 ChatGPT 那样迎合你的语气，如果你给的指令不够专业，它会表现得很「死板」甚至「罢工」。

批评的声音主要集中在「工作流集成」上。许多习惯了 Cursor 的用户认为， Codex 桌面应用虽然强大，但它是一个「外挂式」工具，你需要在 Codex 和 VS Code 之间来回切换 。而 Cursor 直接长在编辑器里，那种「行间自动补全（In-line Completion）」的直觉体验目前仍优于 Codex 的应用模式。

还有，毕竟是原生应用且涉及大量的并发 Agent 计算，部分 M1/M2 基础版 Mac 用户反馈应用开启后风扇狂转，内存占用较高。

 

03

「开发入口」之战

 

从上周末开始，OpenClaw 掀起的 Agent 热潮，再次让本地开发这件事，成为 AI 巨头心上最担忧的事情。

OpenAI 此举远不止发布一个新应用那么简单， 其背后是对未来软件生产方式，以及开发者入口的激烈争夺 。

OpenAI 的首要目标，是 提升 AI 编程的体验与效能天花板 。

此前，开发者在终端、编辑器、浏览器标签页之间来回切换使用 Codex，体验割裂。独立的原生应用提供了更流畅的交互、更佳的性能管理和更丰富的专属功能（如技能包封装、自动化设置）。正如 OpenAI 联合创始人格雷格・布罗克曼所说，使用 Codex 应用后，再回到终端感觉「像回到了过去」。

这旨在建立一种新的、更高效的开发习惯，让开发者对 Codex 产生深度依赖。

另外，这也是 OpenAI 对抗竞争对手，特别是 Claude Code 的关键一击 。

Anthropic 的 Claude Code 凭借出色的代码能力和原生集成体验，赢得了大量开发者口碑。OpenAI 需要一款旗舰级产品来正面迎战。发布独立的、功能更强的桌面应用，并将速率限制翻倍，是典型的组合拳：既提升产品力，又降低使用门槛，旨在快速收复失地并扩大市场份额。

从行业层面来看，这是所有 AI 公司 从提供 API 到定义工作范式的转变 。

Codex 应用不仅仅是一个工具，它通过「工作树」、「技能」、「多智能体协作」等概念，正在定义一套基于 AI 智能体进行软件开发的新方法论。

OpenAI 希望通过推广这套方法论，成为新时代软件工程事实标准的制定者之一。让开发者习惯在这个「指挥中心」里管理 AI 智能体，其粘性将远超使用一个普通的代码补全工具。

对于开发者个体而言，价值评估标准正在悄然变化 。纯编码速度的重要性可能部分让位于「任务分解」、「智能体调度」和「提示工程」的能力。

资深工程师的优势可能不再局限于写出最精妙的算法，而在于能最有效地指挥多个 AI 智能体协同完成一个复杂系统。这并非让程序员失业，而是促使角色进化——更像一个技术总监或系统架构师，专注于高层设计、审查和集成。

Codex 桌面应用的普及，或许将加速 AI 智能体从「偶尔使用的辅助」转变为「常态化、并行化的生产力单元」。

用那句老生常谈的话说就是：未来已来，只是分布不均。

作者｜桦林舞王

编辑｜ 靖宇

 

2026 年，可能是人类史上最惊人的 IPO 大年，SpaceX、OpenAI、Anthropic 这些庞然大物都计划在今年上市。

其中，最引人注意的，无疑就是马斯克掌控的 SpaceX。

而马斯克，果然先下手为强，开始了自己的动作。

当地时间 2 月 2 日，根据外媒报道，伊隆·马斯克的太空探索技术公司（SpaceX）已正式收购其旗下的人工智能公司 xAI。

这笔交易以全股票形式进行，对合并后实体的估值高达 1.25 万亿美元，其中 SpaceX 估值约 1 万亿美元，xAI 估值约 2500 亿美元 。

这使 SpaceX 成为全球最具价值的私人公司之一，并为预期的超级 IPO 铺平了道路。

这场交易的核心公告聚焦于一个雄心勃勃的计划—— 利用 SpaceX 的发射能力，将 AI 数据中心部署到太空轨道上 。

至此，马斯克不仅将短短几年的 xAI 估值提振到了 2500 亿美元的天价，并将其收入 SpaceX，构建起了自己的万亿「宇宙 AI 帝国」。

 

01

一场事先张扬的合并

 

SpaceX 和 xAI 的合并，完全是一场事先张扬的事件，从马斯克扬言要向太空发射数据中心的推文开始。

2025 年末， 马斯克在 X 上回应关于 Starlink V3 卫星的讨论时提出，未来的星链不仅是通信节点，更是 计算节点 。利用 V3 卫星搭载的高速激光链路，可以在轨道上构建网格化的分布式算力。

2026 年初，SpaceX 向 FCC 提交申请，计划部署具备「天基计算」能力的专用卫星。相比地面数据中心，太空数据中心能享受 24 小时无间断太阳能 ，且能利用辐射散热避开地球日益匮乏的电网资源。

在合并公告中，马斯克明确表示，xAI 将不再依赖地面的电力公司，而是直接将 Grok 模型的推理和部分训练任务部署到由 100 万颗 卫星组成的「轨道云」上。

SpaceX 官网发布关于合并的博文｜图片来源：SpaceX

 

The Information 的报道指出，xAI 被收购后，将加速推进这一「太空数据中心」愿景。合并后的公司将形成从火箭发射、卫星互联网（Starlink）到前沿 AI 模型（Grok）的垂直整合帝国。

当大家都将注意力放在马斯克的 1.25 万亿美元帝国的同时，可以看到 2023 年成立的 xAI， 已经在短短不到 3 年的事件，估值从 0，瞬间涨到了 2500 亿美元 ——火箭般的速度，让 OpenAI 和 Anthropic 这些新晋的 AI 霸主也感到汗颜。

虽然 xAI 的 Grok 因为「成人内容」问题，在不少国家不断被封禁，但是这个马斯克手下「擅长涩涩」的 AI，并不是一个能被小视的对手。

不久前，马斯克就在 X 上宣布，特斯拉已经重启了 Dojo 3 计划，其核心搭载的 AI7 芯片 并非普通显卡。这款芯片专门针对 太空环境 （辐射、极冷极热）进行了抗干扰设计，它是未来那「100 万颗计算卫星」的大脑。

马斯克宣称他未来生产的 AI 芯片总量将「超过全球其他所有 AI 芯片的总和」。虽然这听起来很马斯克（带点狂妄），但考虑到他手里的特斯拉超级工厂和 SpaceX 的制造流水线，没人敢完全当他是在吹牛。

尽管目前的 xAI Colossus（巨人）超算还在疯狂采购 55 万块英伟达 GPU，但马斯克明确表示，依赖第三方是暂时的。未来的「宇宙 AI 帝国」必须跑在他自己的硅片上。

对于「基建狂魔」马斯克，几乎任何大规模建设都有可能发生。

 

02

万亿「宇宙 AI 帝国」的逻辑

 

表面上看，这是马斯克将左手（太空）与右手（AI）的资产进行整合。背后，是一场精妙的资本与资源重组，旨在解决 AI 行业几个核心问题：

为 xAI 寻找可持续的「燃料」 。

训练前沿大模型是众所周知的「吞金兽」和「耗电巨兽」。xAI 在算力竞赛中面临巨大压力。将数据中心发射到太空，理论上可以利用近乎无限的太阳能，并可能通过激光链路在卫星间传输数据，构建一个脱离地面电网和地理限制的算力网络。 这不仅是技术狂想，更是应对未来算力瓶颈和能源成本的前瞻性押注 。

构建无可替代的「数据 – 场景 – 落地」闭环 。

SpaceX 的星链（Starlink）正在全球构建通信网络，X（原 Twitter）拥有巨大的实时数据流和社交图谱，特斯拉则连接着现实世界的传感器与机器人。

马斯克志在打通 SpaceX 和 xAI 的宇宙生态链路｜图片来源：X

 

收购 xAI 后，马斯克旗下核心资产（SpaceX、xAI、X、特斯拉）的协同效应被空前强化。 AI 需要数据和场景，而马斯克的帝国恰好能提供从太空通信、社交媒体到自动驾驶汽车的完整试验场 。这种闭环是其他纯 AI 公司难以复制的护城河。

为超级 IPO 制造核弹级叙事 。

一个单纯的火箭公司或一个单纯的 AI 初创公司，其想象空间均有边界。但「太空 AI 基础设施」的故事，将人类对星辰大海的征服与当前最炙手可热的 AI 革命结合，其资本市场吸引力是指数级增长的。

正如投资人所言，这创造了「 世界上最重要、最雄心勃勃的公司 」。这笔交易在 IPO 前完成，无疑是为估值火箭装上了最强劲的助推器。

 

03

AI 竞争，进入「星舰时代」

 

SpaceX 和 xAI 的这场合并，标志着 AI 竞赛进入一个全新维度——竞争焦点正从单纯的算法和模型规模，转向对底层算力基础设施、乃至能源供给的终极控制。

人们正在见证一种新型科技巨头的诞生——基础设施级巨头 。

过去的巨头控制操作系统、应用商店或云服务，而未来的巨头，可能直接控制部署在近地轨道上的「计算星座」。这不仅是商业模式的升维，更可能引发地缘政治层面的新博弈。

谁能控制太空算力，谁就可能掌握下一代数字经济的命脉。

SpaceX 的「星舰」将担负起宇宙 AI 数据中心的重任｜图片来源：SpaceX

 

对于行业而言，压力首先传导至其他 AI 巨头 。

OpenAI、Anthropic、谷歌等公司必须重新评估他们的算力战略。是加深与现有云厂商（如微软 Azure、谷歌云）的绑定，还是开始探索类似的极端基础设施路径？

同时，传统的航空航天和电信公司将被卷入这场跨界战争，它们要么成为马斯克们的供应商，要么被迫加速自身的 AI 化转型。

短期来看，「太空数据中心」面临巨大的技术和成本挑战，但其象征意义和战略威慑已经形成。

这步棋的本质，是马斯克试图用 SpaceX 的硬核工程能力，为 AI 这场「软件战争」奠定一个他人无法企及的「硬件基石」 。

当算力成为新时代的石油，马斯克的选择不是去争夺油田，而是试图建造一艘能开采外星能源的星舰。

毕竟，能上天的 AI 公司，目前还只有马斯克的 SpaceX+xAI 一家。

如果不特意说明，大多数人可能会把下面这段视频，当成是某部美剧的片段。

https://v.youku.com/v_show/id_XNjUyMjU1NTE0OA==.html

画面中，柔和的侧窗光打在两位中年人的脸上，皮肤的纹理、眼角的细纹清晰可见。空气中弥漫着一种压抑感。

女士直视着对方，声音平静却难掩失望：「I told you the life I wanted… but you always ignore me.（我告诉过你我想要的生活……但你总是无视我。）」

紧接着是几秒钟令人不安的沉默。男士先是回避了眼神，随后抬起头，声音低沉、防御却又疲惫地回应：「I didn』t ignore you. I just thought what I was giving was enough.（我没有无视你。我只是以为我给的已经够多了。）」

在 10 秒的长镜头里，从女人的质问，到中间尴尬的留白，再到男人的辩解，没有 AI 常见的「崩坏」。还有情绪的流动——男人眼神的躲闪、呼吸的微弱起伏，以及两人对话之间那段精准的「气口」，都像极了真实的人类演员博弈。

如果放在不久之前，要生成这样一段视频，至少需要分别生成两个人的特写，再生成空镜，剪辑拼接，最后寻找配音并对齐口型——即便如此，也很难做成这种双人互动的即时反应感。

在今天，这段完整的、带有叙事张力的对话视频被 Vidu Q3 一次性「跑」了出来。

所以，当 AI 可以一次生成这样一段完整、有声、有节奏的视频时，它在视频创作中的角色，是否已经发生了变化？

01

16 秒，AI 视频的「有声叙事」突围：

不止同步，更是完整叙事

长期以来，视频生成模型的表现虽然已经持续提升，但目前的视频生成模型大多处于「视觉生成」阶段，虽然画面精美，但往往需要后期配音，且时长通常较短，难以承载复杂的剧情。这种割裂感让 AI 视频还不足以支撑起叙事载体。

Vidu Q3 的出现，恰恰是在这两个维度的破局。

首先是感官维度的补全。 Vidu Q3 的核心亮点之一在于「声画同出」。它不仅仅是生成视频，而是同时生成与之匹配的物理世界声音——包括角色的对白、环境的音效、以及烘托氛围的背景音乐。

这种「同出」并非简单的音画叠加，而是基于对物理世界的理解。

https://v.youku.com/v_show/id_XNjUyMjU1OTUwNA==.html

这是一个雨后的都市街头场景，两个女孩手持咖啡站在潮湿的路面上。Vidu Q3 生成的不仅仅是光影反射的画面，还有沉浸感的听觉空间：能听到远处车辆掠过湿滑地面的白噪音、城市夜晚特有的低频嗡鸣，甚至能听到女孩叹息时那一声轻微的气流声。

这些声音是模型根据画面中的「雨夜」、「街道」、「距离」自动推演出的物理反馈。它让对话不再悬浮于真空之中，而是被包裹在真实的氛围里，使视频在输出的那一刻，就具备了完整的视听结构与情绪厚度。

其次是时间维度的延展，这其中重点在于「16 秒」这个参数的实际意义。

在影视语言中，4 秒也许只够一个空镜或一个简单的动作，但 16 秒足以承载什么？它足以容纳一段一来一回的完整对话，铺陈一个带有反转情节的小故事，或者完成一个意味深长的长镜头叙事。

Vidu Q3 做到了一次生成 16 秒且声画同出。这意味着，创作者可以直接生成「可直接商业化应用的视听片段」，而非一堆需要拼接的破碎素材。

这标志着创作的最小单位开始发生变化：我们正在从生成「单个画面」，过渡到生成「一段具备情绪起伏的完整表达」。当 AI 能够在一个连贯的时空里讲完一个小故事，它才真正拥有了成为「导演」的资格。

02

把「摄像机」交给模型，

创作流程随之改变

如果说时长和声音解决了「能用」的问题，那么对镜头的掌控则决定了工具是否「好用」。

Vidu Q3 的核心进化之一，在于它把「摄像机」真正交到了创作者手中。

它所引入的「镜头控制，自由切换」的能力，不仅仅是简单的推拉摇移，而是允许创作者像导演一样，精准调度叙事的节奏。

这种切镜能力展现出了一种对视频内容的深刻理解：它既可以根据提示词中明确的分镜指令进行切换，也能基于对视频内容的理解自动生成切镜。这意味着，即便没有导演专业背景的创作者，也能通过 AI 实现专业的镜头语言，让画面叙事更具戏剧性。

这种能力在处理复杂的叙事调度时表现得尤为明显。比如下面这个视频，就是给 Vidu Q3 输入了包含 4 个特定分镜的写实拍摄指令，试图还原一场棒球赛现场的父子温情时刻。

https://v.youku.com/v_show/id_XNjUyMjU1OTU0OA==.html

Prompt 里构建了一套行云流水的运镜逻辑：视频前几秒是开阔的建立镜头，在嘈杂的欢呼声中交代出热烈的棒球场环境，营造出真实的临场感；紧接着，镜头平滑切至看台中景，聚焦于父亲凑近儿子的亲密互动；随后，镜头迅速推进至儿子的面部特写，精准捕捉他认真作答时的微表情；最后视角拉回温馨的双人镜头，在喧闹的背景中定格父亲微笑点头的默契瞬间。

Vidu Q3 并没有把这些理解为割裂的画面，而是理解了一整套导播逻辑——从全景的铺垫（环境），到中景的交互（关系），再到特写的聚焦（情绪）。这种过去需要分别拍摄三个机位再进行剪辑的工序，现在可以在一个 Prompt 中一次成型，且镜头切换的逻辑完全服务于叙事流。

而这一切控制力的核心价值，最终指向了所有专业创作者最在意的指标——「一致性」。

在多镜头切换中，最难的莫过于保持人物长相和环境逻辑的不变。Vidu Q3 展现了「一致性的胜利」：无论是父亲在侧面和正面不同角度下的五官特征，还是儿子在远景和特写中的衣着细节，都保持了高度的统一。

这种高度的一致性，是让 AI 视频进入专业生产流的前提。它让创作者终于可以结束「为了修补画面崩坏而不断重绘」的补救式工作流，将注意力重新放回角色塑造、剧本结构和情绪表达本身。

03

为「剧」而生

当 AI 可以直接生成具备节奏、对白和情绪的视听片段，它介入的不再只是某个制作环节，而是创作方式本身。

Vidu Q3 提出了「为剧而生」的 Slogan，这其实也体现了产品路径的选择，它不只是为了生成炫酷的 demo，而是为了服务于短剧、漫剧、影视剧等高频、强叙事的内容形态。

在评测中，Vidu Q3 表现亮眼。在国际权威 AI 基准测试机构 Artificial Analysis 最新发布的榜单中，Vidu Q3 斩获中国第一、全球第二的佳绩，实力对标马斯克 xAI Grok，同时超越 Runway Gen-4.5、Google Veo3.1 与 OpenAI Sora 2。凭借硬核技术实力，Vidu 以亮眼表现诠释「中国速度」，领跑视频生成赛道下半场。

在实际应用中，这种能力正在释放巨大的生产力。

对于影视制作人，Vidu Q3 意味着成本的指数级下降。以前需要实地封路拍摄或后期耗费大量工时进行拟音和混音的场景，现在可以通过 Prompt 快速预演。

例如在前面提到的雨后都市街头的案例中，Vidu Q3 生成的不仅仅是光影反射的画面，还有沉浸感的听觉空间：能听到远处车辆掠过湿滑地面的白噪音、城市夜晚特有的低频嗡鸣。

这种基于「雨夜」、「街道」、「距离」自动推演出的物理反馈，让创作者无需调动庞大的摄制组，就能在提案阶段精准呈现出影片想要传达的视听结构与情绪厚度。

在商业广告领域，效率就是生命。为了验证 Vidu Q3 在实际商用中的潜力，笔者选取了两个跨度极大的场景进行测试：一段是不仅要求口型对齐、更要求肢体自然的「女主播智能手表口播」；另一段则是极度考验画面流转能力的「FPV 视角城市与深海穿越」。

结果令人印象深刻——Vidu Q3 都在极短时间内交付出了高质量的创意方案。这意味着，广告人不再需要花费高昂成本去实拍样片，在提案阶段就能直出产品营销素材，极大地降低了创意落地的试错成本。

https://v.youku.com/v_show/id_XNjUyMjU2MjQ4OA==.html

https://v.youku.com/v_show/id_XNjUxNDE5ODQyMA==.html

音乐人也可以利用它制作 MV。比如仅需输入一张吉他手在红砖墙前的静态图片，辅以一句简单的指令「男人用唱歌的形式唱：welcome to vidu Q3 model」，就能生成一段媲美专业水准的演出片段。画面中，男歌手在复古灯光下深情弹唱，不仅光影质感从容，歌声与口型的匹配度更是达到了专业级水准。

对于当下处于爆发期的短剧行业而言，Vidu Q3 这种「文/图生音视频」的一站式能力，可能将大幅降低制作门槛。它压缩了冗长的拍摄、灯光、配音链条，让创作者可以更专注于故事内核的打磨。

从某种意义上说，Vidu Q3 推动了行业从单纯的「演技生成」向更复杂的「视听生成」跨越。未来，随着模型能力的迭代，AI 不再只是辅助工具，它可能成为独立的「制片厂」，让「创想无界」 真正成为现实。

一场关于内容创作范式的转移，正在发生。

*头图来源：Vidu（https://www.vidu.cn）

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO

2500 亿美元！SpaceX 收购 xAI 金额曝光

2 月 3 日消息，埃隆・马斯克旗下的 SpaceX 已收购其创立的人工智能初创公司 xAI，此举是为了实现他开发由太空数据中心支持的先进人工智能工具的雄心。

据英国《金融时报》报道，一位知情人士透露，SpaceX 以 2500 亿美元（现汇率约合 1.74 万亿元人民币）的价格收购了这家人工智能公司，该估值基于 xAI 近期一轮 200 亿美元的融资，这家成立仅两年的初创企业在该轮融资后估值达 2300 亿美元。

马斯克并未披露这笔交易的具体财务条款，但在近期多轮融资后，两家公司的合并估值略超 1 万亿美元。此前，这家火箭企业在一次二级股票交易中估值已达 8000 亿美元。

SpaceX 一直在为首次公开募股（IPO）做筹备，马斯克推动其最早于 6 月上市，该次 IPO 预计募资规模最高可达 500 亿美元，有望成为史上规模最大的首次公开募股。

SpaceX 规划中的 IPO 将为公司发射大型卫星提供资金，这些卫星将为 xAI 的人工智能模型提供算力支撑。（来源：IT 之家）

2026 春节支付宝集福活动今日启动：五福以外新增「健康福」红包

2 月 2 日消息，支付宝通过官微宣布：2026 年春节「支付宝集福啦」活动将于 2 月 3 日 0 时上线，持续至除夕夜，用户从支付宝首页进入集福会场即可参与。

据支付宝方面透露，今年集福活动最大的变化是在传统「五福」之外新增了「健康福」，由健康 AI「蚂蚁阿福」发放。

根据介绍，「集主题福卡得红包」活动提供 19 套主题福卡，每集齐 1 套可得 1.68 元红包，每人最多可集齐 6 套，并有「翻倍」机会；「健康福」则可获取最高 16.8 元，实时到账，7 天内有效。

此外，今年的集福活动还包含扫「马」得福（扫含有「马」元素的实物、照片等）、「碰一下」得福（线下用「碰一下」或搜索「手机互碰」和好友手机碰一下）等新玩法。（来源：新浪科技）

 

抖音成为 2026 年总台新媒体《竖屏看春晚》独家合作伙伴，增设「无障碍转播」内容

2 月 2 日消息，今日，抖音宣布正式成为 2026 年总台新媒体《竖屏看春晚》独家合作伙伴。与此同时，抖音还将提供横屏、无障碍、幕后花絮等多路直播，并依托多机位并行直播技术，在单个直播间同时呈现多路直播画面。

抖音官方称，相较于横屏更适合展现舞台宏大场景的优势，竖屏更适配手机单手持握的使用习惯，能够精准捕捉横屏视角下易被忽略的舞台细节，清晰放大单个演员的肢体动作与微表情，让观众得以沉浸式欣赏演员的细腻表演，拉近与春晚舞台的距离。

抖音春晚直播间今年特别增设「春晚无障碍转播」内容，为视障和听障人士提供了更好的春晚收听、收看体验。

此外，总台新闻频道特别节目《一年又一年》也将同步入驻抖音直播间，为观众呈现一场融合春晚幕后探秘、即时互动的沉浸式陪伴。

2 月 2 日起，用户登录抖音、抖音极速版、抖音火山版等平台，搜索【春晚】预约直播，参与春晚活动获得抽奖机会，有机会赢豆包 AI 耳机、火山 AI 玩偶、汽水音乐 VIP 年卡、抖音文创周边等好礼。（来源：IT 之家）

 

消息称苹果计划今年年底前进军智能眼镜市场，AR 光学厂商提前布局

2 月 2 日消息，据科技媒体 MacRumors 今天报道，苹果被传 2026 年底进军智能眼镜市场，如今这一计划已开始重塑全球 AR 光学供应链。

据报道，虽然 Meta 等厂商对智能眼镜的需求正在稳步增长，但业内普遍认为，苹果的同类产品将成智能眼镜大规模商业化的催化剂。

受苹果潜在需求的影响，中国台湾地区光学产业的多家供应商已明显提高资本支出，一方面扩充产能，另一方面重点攻关 AR 相关技术。例如今国光学计划投资 560 万美元（IT 之家注：现汇率约合 3899.8 万元人民币）新建 AR、VR、MR 研发中心，力图进入「果链」。

同时今国光学还是中国台湾地区唯一一家同时研发纳米压印光学波导、光学引擎的企业，这两者都是现代 AR 眼镜的核心要素。

此外，亚洲光学、中扬光电、Aiimax Innovation 等企业也在加速转型，意图在智能眼镜市场持续扩大的情况下抢占先机。（来源：IT 之家）

 

京东旗下欧洲线上零售业务 Joybuy 将于 3 月上线，已在英国实现当日和次日达

2 月 2 日消息，据《科创板日报》今日报道，京东旗下欧洲线上零售业务 Joybuy 将于今年 3 月正式上线。据悉，试运营期间，依托于京东的供应链和物流能力，Joybuy 已在英国多个城市实现当日和次日达。

当前，京东正加速国际化业务发展，京东旗下的欧洲线上零售业务 Joybuy，已在英国、荷兰、德国、法国、比利时和卢森堡开启试运营。京东物流通过「全球织网计划」在海外 23 个国家和地区运营了超过 130 个各种类型的海外仓，管理总面积超过 130 万平方米，开通了数十条国际货运航线。

去年 12 月，京东物流首个海外智狼仓在英国正式投用。依托京东高效的超级供应链，京东欧洲线上零售业务 Joybuy 最快当天即可送达英国消费者手中。

作为京东物流在英国布局的自动化标杆仓库，这一智狼仓占地面积超 3000 平方米，内部部署近 200 台京东物流智狼机器人。得益于这些智能设备的高效运转，该仓库拣货及出库效率实现约 4 倍的大幅提升。（来源：IT 之家）

OpenAI 推出 macOS 版 Codex 应用：整合智能体化开发逻辑，剑指 Claude Code 用户

2 月 3 日消息，OpenAI 推出了适配 macOS 系统的全新 Codex 应用，整合了过去一年间广泛流行的各类智能体化开发逻辑。这款新应用支持多智能体并行作业，可融合不同智能体的能力，以及当前最前沿的工作流程。此次发布距离 OpenAI 推出其最强编码大模型 GPT-5.2-Codex，尚不足两个月，公司希望凭借该模型吸引 Claude Code 的用户。

OpenAI 首席执行官萨姆・奥尔特曼在媒体电话发布会中表示：「若要处理复杂场景下的高精尖开发工作，GPT-5.2 是目前性能最强的模型。但它此前的使用门槛偏高，因此我们认为，将这款模型的强大能力封装进更灵活的交互界面，会具备极为重要的价值。」

这款 Codex 应用还搭载了多项全新功能，这些功能将帮助其达到与各类 Claude 应用相当的水平，部分场景下甚至实现反超。应用支持设置自动化任务，可按预设计划在后台自动运行，执行结果会存入队列，待用户返回后统一查看。用户还能根据自身工作风格，为智能体选择不同交互风格，从务实理性型到共情沟通型均可切换。（来源：IT 之家）

 

千问宣布春节 30 亿免单吃喝玩乐

2 月 2 日，千问 APP 宣布投入 30 亿启动「春节请客计划」，以免单形式请全国人民在春节期间吃喝玩乐，感受 AI 时代的全新生活方式。淘宝闪购、飞猪、大麦、盒马、天猫超市、支付宝等阿里生态业务也将加入千问春节攻势。

据千问官微，「千问春节请客计划」将于 2 月 6 日正式上线，强调「吃喝玩乐 免单不停」，但官方尚未透露具体的活动形式。（来源：新浪科技）

 

特斯拉第三代人形机器人预计年产百万台

2 月 2 日，特斯拉官方宣布，第三代特斯拉人形机器人即将亮相，预计年产百万台。第三代特斯拉人形机器人通过观察人类行为即可学习新技能。

特斯拉官方账号还透露了更多细节：第三代人形机器人将在 2026 年亮相，它是特斯拉第一款走向量产的人形机器人。（来源：新浪科技）

华为与周大福联手，共同推出 FreeClip 2 耳夹耳机时尚电子配饰

2 月 2 日消息，今天上午，华为终端官微宣布：华为 FreeClip 2 耳夹耳机联手周大福，双方共同倾力打造时尚电子配饰。

周大福官微宣布，该配饰将于 2 月 2 日（今天）开启预售。官图显示，这套配饰提供了翅膀形、麻将牌形等多种样式。

IT 之家查询得知，华为 FreeClip 2 x 周大福「凤笙潮韵金饰套装礼盒」现已上架，价格为 4888 元；「一发暴富金饰套装礼盒」的价格则是 3388 元。（来源：IT 之家）

 

Nothing Headphone (a) 头戴式耳机被曝 3 月上市，提供粉 / 白 / 黑 / 黄四种配色

2 月 2 日消息，知名爆料人 billbil-kun 昨天在 Dealabs 平台发文称，Nothing 即将推出 Headphone (a) 头戴式耳机，定位相比 Headphone (1) 更加亲民。

TG 用户 MlgmXyysd 曾在去年爆料，这款耳机只是 Headphone (1) 的换壳款，采用塑料材质。

不过 billbil-kun 表示，这款耳机预计将提供粉色、白色、黑色和黄色四种配色，有望全球发售，上市日期为 3 月 12 日，有可能在 3 月 5 日（开售前一周）发布、预售。

并且这次最大的惊喜在于价格，Nothing 这次似乎更希望推出一款定位亲民的产品，Headphone (a) 在欧盟市场的定价为 159 欧元，在英国地区则是 149 英镑，几乎是 Headphone (1) 上市价 299 欧元的一半。（来源：IT 之家）

智元将举办全球首个大型机器人晚会「机器人奇妙夜」，不参加 2026 年春晚

2 月 2 日消息，今日，据知情人士向《科创板日报》记者称，智元将不参加 2026 年马年春晚。原因是预算有限的前提下，智元优先保障具身智能技术及产品研发的费用。

另据知情人士透露，智元机器人正在彩排全球首个大型机器人晚会「机器人奇妙夜」，该晚会由数百台各类机器人主导，集合唱歌、跳舞、小品、走秀等多元节目，将于近期上线直播。（来源：IT 之家）

作者｜Cynthia

编辑｜ 郑玄

AI 圈疯卷大模型参数的前两年，在中国的 B 端 AI 市场，一个荒诞的场景始终存在：

科技密度最高的技术领域，却流行着最原始的小农经济模式。

企业们忙着自建知识库、自研 AI 产品，全员培训搞人人都是开发者运动，最终 一万个企业造出了十万个 AI 应用，其中九万九千九百个都稳定性和易用性双双拉胯，最后在公司服务器吃灰。

当然，这背后有历史原因，模型侧，SOTA（state-of-the-art，当前最优）一月一迭代，产品侧，仅仅是 AI 记忆层的编排框架，就有几十种方案各立山头。接口标准上，仅仅 2025 年，就有 MCP、A2A、skills 一代版本一代神，让人眼花缭乱。

上游技术更迭起伏如同坐过山车，中游 AI 应用的保质期也就会随之被压缩到以周计算，企业选对是运气，选错更是常态。

既然如此，不如自己上手，亲自造轮子。

但 2025 年成为了行业一个明确的转折点：随着大模型格局逐渐稳定，各种 AI 应用的标准化方案加速跑通，市场开始逐渐接受为 AI 应用付费的商业模式，而阿里云云市场等平台的扩张，也补全了标准化供给-交易市场-规模化需求的交易闭环。

企业 AI 转型，终于从自耕自种、看天吃饭，迈入了货架林立、按需采买的商品经济时代。

但新的命题也随之而来：AI 应用的未来终究是小农经济的复辟，还是市场经济的狂欢？独立 AI 应用究竟是真实需求，还是虚假泡沫？

 

01

AI 应用的供需正走向冰火两重天

 

当前 B 端 AI 市场的核心痛点，早已不是有没有，而是好不好用、怎么选。

围绕着这一痛点， 需求端疯狂增长与供给端虚假饱和正上演着一场冰火两重天的大戏。

首先是需求端的爆发 堪称恐怖。 当前，AI 应用的部署形式中，agent 是其中一大主要方向。 IDC 数据显示，全球 Agent 年度 Token 消耗将从 2025 年的 0.0005 PetaTokens，暴增至 2030 年的 152667 PetaTokens，年复合增长率高达 3418%。这意味着企业对数字劳动力的渴求，正以指数级速度膨胀，从金融风控到工业运维，从营销设计到编程绘画，几乎没有行业能避开 Agent 的渗透。

但同一份 IDC 报告中，另一个有意思的细节是，全球 Agent 的供给，也正在经历一场指数级的扩张：全球活跃 Agent 数量将从 2025 年的 2860 万，飙升至 2030 年的 22.16 亿，五年增长近 80 倍，年复合增长率 139%。平均每年新增的 Agent 数量，都能超过上一年的总和。

于是，泡沫式虚假饱和供给与需求侧的小农经济双管齐下，一个诡异的现象出现了：AI 应用的供给越多，企业的选择门槛反而越大。

最近几天，从小红书到各种 AI 学习社群，一张来自大 V 的吐槽截图被反复传播，盘出了电子包浆：

各种 AI 产品已经太多太多，用户已经学不过来，也完全选不过来了。

市场亟需一个 app store 一样的中间平台，帮开发者做产品曝光，也帮助用户加速筛选。

To C 方向成熟最快，2024 年迄今，已经有了 OpenAI 的 GPT Store 以及阿里的 Mulerun，还有 Enso、YOMIRGO 等创业公司探路，走类似传统应用商店的路数。

但 To B 市场完全是另一套逻辑：消费级 App Store 的自由上架、下载量排名逻辑彻底失效，企业采购 AI 服务，安全、合规、稳定性是不可逾越的红线。比如最近很火的了 Moltbot，看似万能，但过高且无监管的权限开放，就导致使用场景只能局限在一个非工作设备或者虚拟机。否则一旦接入核心业务系统，一次误操作删库，就可能让企业数据资产清零。

而阿里云云市场的 AI 应用及服务平台正是这个节点上，最典型的 To B AI 应用市场玩家。不过，不同于传统 APP Store 的简单展示逻辑， 围绕选、买、用的三大环节，一端链接客户，洞察行业需求；一端深度合作 ISV 提供更多的商机与创新加速，AI 时代的阿里云云市场所提供的服务要积极主动的多。

 

02

阿里云正在打造企业级

AI 应用及服务市场

 

一个有意思的现象是，从互联网电商到工业再到潮玩 IP 不同行业，面临的痛点天差地别，却在做企业 AI 转型时，他们做出了一致的选择：绕过自建泥潭，在阿里云云市场采购 AI 能力，快速嵌入自身业务流。

最典型的案例是电梯物联网玩家新再灵的 AI 低碳转型过程。阿里云云市场不仅提供精准的供需匹配，解决他们即买即用解决的效率问题，也让 AI 从成本工具升级成为了增长引擎。

专注电梯物联网十年的新再灵，早已把安全运维做到行业顶尖，但双碳战略带来了新命题：电梯作为高频用能场景，如何从管安全升级到管绿色？

「碳管理不是加个模块就能搞定的，涉及一堆专业标准和排放因子，自研门槛太高，找外部咨询又周期长、成本高。」新再灵技术负责人的困扰，也是众多传统企业 AI 转型的缩影。

在阿里云云市场，新再灵找到了中碳的碳盘查 Agent。它摆脱了过去重咨询项目的非标化，而是一套可集成、可复制的 AI 工具。通过阿里云标准化接口，新再灵可以将云梯平台的电梯运行数据推送至 Agent，原本需数周的碳盘查工作，变成 AI 自动运行的标准化流程，数据准确性和效率双双提升。

更意外的价值藏在后续：量化碳排放数据后，新再灵发现了新商机。将电梯碳足迹监测、节能分析作为增值服务，打造安全+低碳一体化方案，一举拿下多个政府老旧电梯更新项目的投标。「AI 不仅解决了合规问题，还帮我们开辟了新业务线」这是新再灵最初完全没想到的。

高效的买卖与供需匹配之外，To B 交易的核心壁垒除了技术，更关键的是信任。尤其对初创团队而言，有限的窗口期内，如何建立跨领域合作的初始信任，难度堪比登天。

雨之灵动打造爆款 AI 潮玩 Walulu 的经历，完美诠释了阿里云云市场的信任加速器价值。

过去一年，AI 玩具迎来了爆发，也陷入语音音箱+毛绒的同质化怪圈。在此背景下，雨之灵动要做差异化的微具身潮玩——能物理交互、多模态感知，靠肢体动作传递情绪。

但 AI 玩具市场变化飞快，留给他们的只有 6 个月窗口期，团队找遍深圳十余家硬件方案商，全都无法满足低成本、高品质、快交付的要求。

阿里云云市场的 AI 应用及服务市场平台「货架」成了破局关键。通过平台匹配到深励科技后，阿里云的企业认证、SLA 服务保障和真实案例沉淀，让双方跳过了冗长的公司考察、资质审核环节，直接进入研发阶段。「初始信任太难自建，平台帮我们省了至少 3 个月的磨合成本」雨之灵动创始人表示。最终 Walulu 如期上市，靠阿里云生态提供的 AI 内容测款+硬件嵌入式技术组合能力，产品两个月全球圈粉 30 万，单条 TikTok 视频曝光超 3000 万，实现了从 0 到 1 的快速突破。

 

03

阿里云云市场 AI 应用及服务市场，

成为优质 agent 的产销车间

 

如果说，对需求侧而言，阿里云的 AI 应用及服务市场提供的是一个类似盒马、山姆超市，涵盖各种场景、降低信任成本的超级卖场。那么对供给侧来说，阿里云则是优质 AI 产品的产销车间， 既解决生产效率问题，又能打通销售通路，甚至重构商业模式。

对 AI 服务商而言，最大的内耗往往不是技术研发，而是非核心环节的拖累。

过去，AI 初创公司要花大量精力搞商务谈判、搭建交付体系，甚至为单个客户定制化开发，分散了研发精力；中小 SaaS 厂商虽懂行业需求，却受限于 AI 技术能力，难以快速迭代产品。

阿里云云市场上的 AI 应用及服务市场则提供了全流程工具闭环，让服务商聚焦核心创意。

邻商科技就是这一套闭环服务的众多受益者之一。作为服务数百万义乌商家的 SaaS 提供商，邻商深谙电商行业痛点，当流量红利见顶、内容过载，商家们被迫卷入商品数量、上新速度的竞赛，每天上百个新品的模特、影棚、修图成本，足以压垮小本生意。

针对这一痛点，用 AI 帮助商家们做好素材制作服务，背后的市场空间不可小觑。

邻商有行业洞察，但没有自研 AI 视觉能力。 但好在有千问大模型，阿里在大模型的领先地位，成为他们集成接口，快速打造自身优势化产品服务的重要一环。

为此， 他们通过阿里云云市场的 AI 应用及服务市场对接万相营造等工具，快速完成选-买-用闭环 ：先是在市场比对筛选最优 AI 能力，通过标准化接口即接即用，再集成到商家工作台。最终，商家新品素材准备从天级压缩到小时级，固定生产成本转为按需伸缩的变量成本，小商家也能用得起大品牌专属的 3D 展示功能。

更重要的是，阿里云彻底降低了 AI 应用的获客成本。

上架阿里云云市场就像把店开在目标客户家门口，阿里云天然汇聚了有预算、有明确需求的优质企业，获客效率远高于地推、行业展会等传统方式。

更具革命性的是，阿里云 AI 应用及服务市场的存在， 让 AI 应用的商业模式从按量计费向结果付费进化成为可能。 通过与客户云上资产的无缝集成，AI 应用能清晰量化为客户带来的价值（如营销转化提升、成本降低），解决了效果难衡量的行业痛点，让付费逻辑更可持续。

 

04

结尾

 

如今 AI 产品的野蛮生长，像极了 20 年前电商产业的草莽时代：

磅礴的市场需求与井喷的产能骤然相遇，赛道里既有扎根本土的创新玩家，也充斥着蹭热点的空气产品，鱼龙混杂的格局让供需双方都陷入选择困境。

而阿里云云市场的 AI 应用及服务市场，恰如当年淘宝、天猫于电商行业。在供给端，它为不同梯队的玩家搭建了标准化舞台：老牌 SaaS 厂商蓝凌可依托生态延续服务优势，AI 开发新贵 Dify、斑头雁能专心深耕技术创新，借助平台触达此前难以覆盖的海量客户；在需求端，它为从互联网大厂到中小制造、消费企业的各类主体，提供了低成本、可验证的筛选路径，让企业无需再为试错付出高额代价，实现高质量、低风险的 AI 转型。

最终，这套机制将 AI 市场从无序狂欢，拽入公开透明、可落地、可信赖的规范化轨道。

如果再把目光拉得更远，我们则会发现，所有技术革命的爆发都逃不开固定范式：技术发现—基础设施成熟—应用规模化爆发，三步迭代环环相扣.

而基础设施的定型，往往是技术从实验室走向产业浪潮的核心拐点。就像电的发现早于第二次工业革命，却直到交流电技术突破、电网体系普及，电能才真正重构全球生产生活；大模型技术自 2018 年前后被行业发掘，却始终受限于算力瓶颈，直到算力基础设施逐步成熟，才迎来今天 AI 应用爆发。

阿里云云市场的 AI 应用及服务市场作为今天 AI B 端应用的超级卖场，它的日趋成熟，不仅是当前 AI 商品化的核心推手，更意味着，属于 AGI 爆发的故事才刚刚开始。