覆盖区间：2026-07-31 ~ 2026-08-06（上海时区，上周五→本周四） 覆盖范围：5个一级行业 · 30个二级行业逐项过筛 · 37个案例/政策对象 · 有料31个 · 官方政策原文1篇 + 中国本周无新政 时间窗之外的信息只作背景并明确标注，不计入本周有料对象。
本周一句话：本周 AI×产业的强信号来自三类闭环：工业端把具身智能/机器视觉接入产线，服务与教育端把 AI 嵌入收入和学习工作流，医疗端开始把 FDA clearance、真实世界证据和临床试验模拟连接到支付与监管。
🚦 五维质量门控
- 覆盖率：覆盖 5/5 个一级行业、30/30 个二级行业；本期研究材料合计 37 个对象，其中有料 31 个、静默/背景/获取失败 6 个。
- 原文深度：抽查 IDC工业具身智能、Attentive Agentic AI、Duolingo Q2、QuantHealth Series B、DeepHealth Breast Ultrasound、欧盟AI Act透明度指南 6 个对象，原文/权威来源 6/6 可打开且关键数据对应。
- 政策原文：欧盟 AI Act 第50条透明度义务 1 篇官方原文已读并摘条款；中国本周未检索到符合区间的新发官方 AI+产业政策；美国 FDA TEMPO 官方页抓取失败，按严格口径标注获取失败、不计入政策K篇。
- 判断质量：所有有料对象均有影响判断；三条主线、TOP5与产业化 so-what 已完成。
- 数据可信：关键数字均保留来源链接和日期；查不到的客户、ROI、收入数据明确标注未公开或获取失败。
🔥 本周 TOP 5
1. DeepHealth：AI乳腺超声拿到FDA通行证
DeepHealth（RadNet 全资子公司）在 2026-07-30 宣布 AI-powered DeepHealth Breast Ultrasound 获 FDA 510(k) clearance；HLTH 2026-08-04 二次报道显示，该平台可自动进行 lesion detection、按 ACR BI-RADS 辅助 characterization，并生成结构化 draft report。公司披露，多读者多病例研究涉及 16 名美国 board-certified radiologists，lesion localization accuracy 超过 98%，整体 breast cancer detection sensitivity 约提升 8%，radiologist interpretation time 降低 37%；RadNet 计划年底前部署到全国 outpatient imaging network，预计每年超过 700,000 次 breast ultrasound studies 可能符合既有 Category III CPT code 报销路径。DeepHealth官方稿；HLTH报道
↳ 为什么重要：医学影像 AI 已经不只是“算法准确率”，而是进入“监管 clearance + 影像网络部署 + 报销路径 + 工作流节省”的商业闭环，是本周大健康 AI 产业化最硬信号。
2. IDC：中国工业具身智能机器人进入商业化加速
IDC 本周发布中国工业具身智能机器人市场研究，给出 2025 年中国工业具身智能机器人市场规模约 57.4 亿元，其中以工业机器人为载体的具身智能应用约 36.2 亿元，人形机器人等新型载体约 21.1 亿元。IDC 明确指出商业化主力不是“通用人形”本身，而是协作机器人、复合移动操作机器人、多关节机器人等成熟工业机器人叠加视觉感知、力控、环境理解和具身智能模型，进入上下料、质量检测、打磨修复、柔性装配、物料搬运等场景；同时超过 80% 的制造企业希望项目两年内回本。IDC原文
↳ 为什么重要：具身智能进厂的真实路径正在从展台人形机器人转向“成熟工业机器人 + AI软件 + 行业服务”，制造企业用两年回本、稳定运行和系统集成筛选方案。
3. Attentive：Agentic AI营销给出31倍ROI
Attentive 2026-08-04 宣布获 ADWEEK 2026 Tech Stack Awards 的 Agentic AI Product/Platform 类别奖项。其平台把 customer identity、real-time intelligence 和 cross-channel execution 组合到 SMS、email、RCS、push 等渠道中，由 AI 持续判断每个消费者的最佳触达方式。公司披露，ILIA Beauty 达成 31x program ROI，The Frye Company 的 journey deliveries 增长 1,198%，Sigma Sports 的 SMS campaign revenue 同比增长 770%。Attentive官方稿
↳ 为什么重要：广告与零售 AI 的ROI不再只来自生成素材，而是来自“自动决策 + 个性化触达 + 跨渠道执行”的收入运营闭环。
4. Duolingo：AI学习功能进入订阅与毛利模型
Duolingo 2026-08-05 披露 Q2 2026 业绩：DAU 同比增长 23% 至 5,870 万，付费订阅者 1,270 万，收入 2.985 亿美元；股东信显示 most new Super Duolingo subscribers now have access to Video Call，并把 AI 会话练习作为规模化提供更高质量学习的功能。关键是成本端，Q2 毛利率 72.6%，高于约 71.0% 预期，公司将全年毛利率预期提高到约 71.6%。Duolingo业绩稿
↳ 为什么重要：教育 AI 最难的是既提升体验又不拖垮推理成本。Duolingo 把 AI Video Call 打进订阅包，同时毛利率好于预期，说明教育 AI 有机会成为利润模型的一部分，而不是成本黑洞。
5. QuantHealth：AI临床试验模拟获4500万美元融资
QuantHealth 2026-08-04 完成 4,500 万美元 Series B，由 Qumra Capital 领投，Sanofi Ventures、Bertelsmann Healthcare Investments 等参与，总融资约 7,000 万美元。公司用 AI-driven clinical trial simulation 在患者入组前模拟 trial design 与 patient-level biology，用于预测疗效/安全风险、识别成功因素，并辅助 protocol optimization、indication selection、enrollment prediction 等环节；官网披露底层数据包括 350M lives 多模态数据、100K drugs data elements、180K trials curated results data。The SaaS News；QuantHealth官网
↳ 为什么重要：AI制药正在从“发现候选分子”外扩到临床开发决策。若临床试验模拟能减少失败或优化入组，ROI 将直接触达药企最昂贵的研发环节。
🧭 三条主线趋势
主线一：AI产业化进入“工作流闭环”阶段。 工业端是机器视觉、预测性维护、具身机器人与数字孪生嵌入 MES/CMMS/WMS/ERP；服务端是 Attentive、ServiceNow、法律 AI 指引等接入营销、工单、合规与知识流程；医疗端是影像报告、慢病管理、临床试验模拟进入监管、报销和药企研发流程。
主线二：ROI最清楚的场景都有共同特征。 它们都有明确输入、明确责任边界和可量化指标：工业质检看准确率/线速/停机，营销看收入和转化，教育看订阅和毛利，医疗影像看解释时间/敏感性/报销，临床试验看失败率和开发周期。越接近核心诊疗决策或全自动人形机器人，公开案例越谨慎。
主线三：政策从“鼓励AI”走向“可审计交付”。 中国本周未检索到符合区间的新发官方 AI+产业政策，但智能工厂申报、地方行业规范仍在执行旧政策；欧盟 AI Act 第50条透明度义务从 2026-08-02 起适用，把 AI 生成内容标识、deepfake 披露、机器可读标记变成出海内容工具的硬门槛。
🏭 各产业详情（全量深度）
工业制造
分项研究
工业制造 / 智能工厂/灯塔工厂 · 2026年度智能工厂梯度培育行动（工信部等六部门/安徽省本周推荐通知）
- 状态：有料
- 本周动态：本周可验证的核心动态是地方层面进入2026年度卓越级、领航级智能工厂推荐窗口。安徽省工信等六部门通知于2026-08-06公开转发/发布，要求省内申报主体2026-08-15前完成线上申报，市级部门2026-08-20前报送推荐材料；其依据是工信部等六部门2026-07-15印发的《开展2026年度智能工厂梯度培育行动的通知》（背景，非本周）。这不是单个工厂投产新闻，但对“AI+制造”落地有强约束：卓越级工厂要求已完成智能工厂建设、达到国内领先并开展人工智能等新技术应用探索；领航级要求本行业领军企业、已获卓越级并推动人工智能等新技术广泛深度应用，探索未来制造模式和新一代智能制造系统架构。附件《智能工厂梯度培育要素条件（2026年版）》进一步把AI从口号变成考核项：卓越级要求“深化人工智能技术的多场景协同应用”，原则覆盖工厂建设、研发设计、生产作业、生产管理、运营管理五环节，关键绩效指标包括“应用人工智能技术场景比例、应用人工智能模型数量、开发工业智能体数量、日均词元调用量”等；卓越级AI技术场景比例不低于30%，领航级不低于60%。这意味着本轮智能工厂申报把工业AI、数字孪生、预测性维护、质量持续改进、工业智能体一并纳入国家级梯度培育体系，制造企业若想拿到更高等级示范，必须证明AI已进入多场景生产经营闭环，而不只是单点自动化或展厅演示。
- 关键数据：卓越级申报主体2026-08-15前线上申请、推荐单位2026-09-01前线上审核；卓越级“应用人工智能技术场景比例不低于30%”，领航级“不低于60%”；2025年工业增加值排名前10省份卓越级推荐不超过40个、11—20位不超过30个、其他省份不超过20个。来源：链接（工信部等六部门通知转载，2026-07-15）；安徽本周推荐窗口来源：链接（2026-08-06，含安徽省通知与原文链接；官方原文 链接 抓取403）。
- 原文链接：链接；链接；链接
- 二级行业：智能工厂/灯塔工厂
- 地域：中国（全国政策；安徽本周执行）
- 影响判断：政策侧已把“智能工厂”从数字化、网络化推向AI深度融合，并用AI场景比例、模型数量、工业智能体数量等指标量化。短期受益方是具备可审计项目材料的工业软件、系统集成、工业AI与智能装备供应商；长期看，政策会推动企业把AI从PoC写入生产作业、排产、设备、质量、供应链等KPI闭环。
工业制造 / 工业软件/供应链/数字孪生 · Siemens + PepsiCo 数字孪生工厂与供应链优化（本周背景延续跟踪）
- 状态：有料
- 本周动态：本周没有发现Siemens/PepsiCo在时间窗内新增官方客户落地公告；但Siemens在2026-01-06 CES官方稿披露的PepsiCo案例，仍是本周工业软件/数字孪生赛道最具ROI证据的落地参照（背景，非本周）。Siemens发布Digital Twin Composer，面向产品、流程或工厂创建3D虚拟模型，并将Siemens数字孪生、NVIDIA Omniverse库和实时工程数据连接，用于在虚拟环境中快速决策。PepsiCo案例显示，双方正把美国部分制造与仓储设施转换为高保真3D数字孪生，模拟工厂运营和端到端供应链，以建立性能基线。官方称团队在数周内优化并验证新配置以提高产能和吞吐，并形成统一实时运营视图，未来可接入AI驱动能力。更关键的是，PepsiCo结合Digital Twin Composer、Omniverse库和计算机视觉，能以物理级精度重建机器、输送线、托盘路线和操作员路径，使AI智能体在动工前模拟、测试和优化系统变更，识别多达90%的潜在问题。该初始部署已带来20%吞吐提升、近100%设计验证、资本开支减少10%—15%。这类“仿真先于采购/改造”的模式，是工业AI从可视化走向投资决策闸门的代表，ROI来自少停线、少返工、少CAPEX，而非单纯生成式AI功能。
- 关键数据：初始部署吞吐提升20%；识别最多90%潜在问题；近100%设计验证；资本开支降低10%—15%；Digital Twin Composer计划2026年中在Siemens Xcelerator Marketplace上线。来源：链接（2026-01-06，背景，非本周）。
- 原文链接：链接
- 二级行业：工业软件/供应链/数字孪生
- 地域：美国/德国
- 影响判断：这是成熟制造企业可复制的数字孪生ROI样板：先把设备、物流、人流与供应链建模，再让AI在虚拟环境里验证改造方案。规模化信号较强，但本周无新增动态，需标注为背景；其价值在于为本周其他“AI-ready factory/智能工厂”政策与建设讨论提供可量化参照。
工业制造 / 工业机器人/具身智能进厂 · IDC：中国工业具身智能机器人市场进入商业化加速阶段
- 状态：有料
- 本周动态：IDC本周发布/传播《中国工业具身智能机器人市场份额，2025》与《中国工业具身智能机器人技术评估，2025》核心观点，明确工业是Physical AI率先落地的重要场景。IDC把工业具身智能机器人定义为面向工业生产环境、融合AI模型、多模态感知、机器人控制与本体，使机器人具备感知、学习、决策、执行闭环，并在真实工业场景中自主作业、与人员和生产设备交互的系统。报告给出的关键信号是：商业化主力并非“通用人形”本身，而是成熟工业机器人品类叠加具身智能能力，包括协作机器人、复合移动操作机器人、多关节机器人等；它们通过视觉感知、力控、环境理解和具身智能模型，形成“机器人硬件+智能软件+行业服务”一体化交付，已进入上下料、质量检测、打磨修复、柔性装配、物料搬运等工业场景。IDC同时指出，人形机器人仍主要处于示范产线、场景验证和POC测试阶段，成本、可靠性、工程成熟度和实际生产效率仍待验证。行业竞争焦点正在从本体性能转向工业知识、数据闭环、工程化和ROI，特别是与MES、WMS、ERP、PLC、工业互联网平台融合，才能从单工位智能升级到生产流程智能。
- 关键数据：2025年中国工业具身智能机器人市场规模约57.4亿元；其中以工业机器人为载体的具身智能应用约36.2亿元；以人形机器人为代表的新型载体约21.1亿元；超过80%的制造企业希望项目两年内回本。来源：链接（IDC，搜索结果显示本周/约2026-08-04）；交叉验证：链接（IT之家/腾讯新闻，2026-08-01）。
- 原文链接：链接；链接
- 二级行业：工业机器人/具身智能进厂
- 地域：中国
- 影响判断：具身智能进厂已经有“工业机器人+AI软件+行业服务”的商业化主体，但人形机器人仍偏PoC。真正受益的是有工业视觉、场景数据、工程交付和系统集成能力的厂商；制造企业会用两年回本、稳定运行和可复制部署筛掉演示型方案。
工业制造 / 工业质检与机器视觉 · Cognex：边缘AI机器视觉进入生产级质检与物流检测
- 状态：有料
- 本周动态：本周Tech Briefs刊发对Cognex CEO Matt Moschner的访谈，围绕Automate 2026上发布的In-Sight 6900 Vision Controller讨论AI机器视觉的生产级影响。虽然产品首发发生在6月Automate（背景，非本周），但8月4日前后这篇深访提供了工业质检赛道的有效增量判断：AI机器视觉正在从规则编程转向“按样本训练”，生产环境里的价值集中在检测和识别。Cognex称In-Sight 6900由NVIDIA Jetson驱动，在产线边缘提供最高157 TOPS AI性能，不依赖外部PC或分布式计算，目标是降低PC式视觉系统的成本和复杂度。Moschner强调，AI已在以往“太多变、太细微、太快”的任务上产生生产级结果：过去需要数百张标注图才能达到可接受精度的缺陷检测，现在可用几十张图学习，并在全线速度、可变光照、产品差异下保持精度。他举例称，亚洲客户用Cognex AI视觉工具检测虾去头工序，每只虾形态不同，正是传统视觉难覆盖的极端多样性场景。Metrology News此前报道Cognex SLX物流视觉设备也强调AI驱动物品检测、条码读取一体化，可由非技术人员数分钟部署，用于提高OEE、降低TCO。整体看，AI视觉的ROI已从“替代人工看瑕疵”扩展到边缘实时决策、跨产线复制、降低部署和维护复杂度。
- 关键数据：In-Sight 6900 Vision Controller边缘AI性能最高157 TOPS；AI视觉可从“几十张”图学习缺陷，而非过去“数百张”；SLX物流设备支持条码读取+AI物品检测一体化。来源：链接（Tech Briefs，搜索结果显示2026-08-05）；交叉参考：链接（Metrology News，2025-11-03，背景）。
- 原文链接：链接；链接
- 二级行业：工业质检与机器视觉
- 地域：美国/全球；案例含亚洲客户
- 影响判断：机器视觉是工业AI里少数已出现生产级ROI的子赛道，边缘算力与小样本训练降低了部署门槛。短期受益方是Cognex等视觉硬件+AI工具链供应商，以及有多SKU、高速、柔性或异形物检测需求的制造/物流企业；仍需警惕供应商只讲精度不讲误报、漏报和线速稳定性的宣传。
工业制造 / 预测性维护与设备健康 · Rockwell Automation + Augury：从机器健康洞察到维修执行的Agentic AI工作流
- 状态：有料
- 本周动态：本周Controls, Drives & Automation在2026-08-03转发报道Rockwell Automation与Augury的战略技术和商业合作；官方原始稿发布于2026-07-23，略早于本周，作为背景核验。合作的落点非常具体：把Augury Industrial AI Workforce与Rockwell的AI化产品组合连接起来，包括Fiix CMMS和FactoryTalk Optix，帮助制造商从早期故障发现、诊断，走向维护计划、执行和持续改进。关键差异在于Augury Reliability Agent与Rockwell Fiix MAX（AI维护助手）的集成：前者连续分析机器状态、识别新问题并建议纠正措施；后者把建议转化为维护工作流、工单和执行编排。这解决了预测性维护常见痛点——模型给出更多告警，但维修团队缺少“从洞察到行动”的闭环。Rockwell引用其第11届State of Smart Manufacturing Report称，仅43%的采集数据被有效使用；因此，合作把机器健康数据与生产数据连接，用于排序最可能提升工厂绩效的改进动作。官方还披露初始产品预计9月可用，商业化细节临近发布。Augury自述客户可在6个月或更短时间回本，这使该合作不只是算法监测，而是面向维修执行效率、减少停机和提高产能的工业AI代理工作流。
- 关键数据：制造商有效使用的采集数据仅43%；初始offer预计2026年9月可用；Augury客户回本周期“6个月或更短”。来源：链接（Rockwell官方，2026-07-23，背景）；交叉报道：链接（Controls, Drives & Automation，2026-08-03）。
- 原文链接：链接；链接
- 二级行业：预测性维护与设备健康
- 地域：美国/全球
- 影响判断：预测性维护正在从“异常检测仪表盘”升级为“维修代理+CMMS工单”的执行闭环，这是ROI兑现的关键。Rockwell渠道和Fiix装机基础有利于Augury扩大覆盖；受益者是停机成本高、资产密集且已有CMMS/OT数据基础的工厂。
工业制造 / 工业软件/供应链/数字孪生 · Palantir + Mercury Systems：国防制造供应链与工厂运营数字孪生
- 状态：有料
- 本周动态：2026-08-03，Mercury Systems与Palantir宣布战略协议，面向美国国防工业基础供应商的工厂自动化与产能交付。Mercury是航空航天与国防电子供应商，Palantir将在其材料计划和工厂运营中部署AI软件，服务目标是缩短美国军事项目所需处理技术的交付周期。公告明确两条初始工作流：一是简化材料计划，二是降低人工工作负载并提升跨工厂增产交付能力；Palantir还将帮助Mercury构建企业ontology，将公司运营与业务实践抽象为数字孪生，从而加快决策、提升生产可预测性。这个案例不是通用“AI平台发布”，而是典型高复杂制造供应链场景：国防电子产品批量小、合规强、物料复杂、交付时限刚性，瓶颈往往在材料可得性、计划协同和跨数据源的执行透明度。Palantir国防负责人称，通过把多个数据源整合进共享运营层，Mercury可按维持威慑和作战优势所需的速度与规模交付关键处理技术，并用Foundry继续加速设计与交付。公告没有披露合同金额和具体ROI，但“降低人工工作负载、提高产能、不延长交付、不增加成本”是明确业务目标。
- 关键数据：两条初始工作流（材料计划、工厂运营/人工工作负载）；合同金额、节省比例和投产周期未公开；发布时间2026-08-03 8:30 AM EDT。来源：链接（Mercury官方，2026-08-03）。
- 原文链接：链接
- 二级行业：工业软件/供应链/数字孪生
- 地域：美国
- 影响判断：这是工业AI在国防制造供应链中的高价值落地，重点不是替代工人，而是把数据源、物料计划、工厂运营和交付承诺纳入共同语义层。若能实现跨工厂生产可预测性，Palantir类ontology平台会成为复杂离散制造的核心软件；但目前ROI未公开，需后续跟踪交付周期和产能指标。
工业制造 / 工业大模型与工业知识库 · 《“人工智能+制造”专项行动实施意见》与制造业企业工业知识库路线
- 状态：有料
- 本周动态：本周未发现单一企业在时间窗内发布新的工业大模型/工业知识库重大客户项目；但本周智能工厂申报窗口与地方政策执行，均直接引用国家层面的《“人工智能+制造”专项行动实施意见》和《制造业企业人工智能应用指南》（背景，非本周），其对工业知识库的要求值得单列跟踪。国家数据局/工信部等八部门文件提出，到2027年推动3—5个通用大模型在制造业深度应用，形成行业大模型，推出1000个高水平工业智能体，打造100个工业高质量数据集，推广500个典型应用场景。更关键的是附件《制造业企业人工智能应用指南》要求企业搭建“企业专识数据库”，形成覆盖研发设计、生产制造、供应链管理、经营决策管理等全业务场景的数据资源池；工业知识库需包括机理库（工业机理模型、技术文档、设计图纸等底层原理性知识）、仿真库（多学科仿真模型）和经验库（故障案例、最佳实践、操作技巧等实践性知识）。文件还把工业大模型落地方法拆成数据集处理、模型选型、RAG/提示词工程、微调、云边端部署、性能验证和安全防护。对制造业而言，这说明“工业大模型”不是只接入通用模型，而是要先把工艺机理、设备经验、仿真模型和生产数据沉淀为可治理的知识资产，再让智能体参与排产、质检、设备诊断、经营管理。
- 关键数据：到2027年：3—5个通用大模型在制造业深度应用；1000个高水平工业智能体；100个工业领域高质量数据集；500个典型应用场景；1000家标杆企业。来源：链接（国家数据局转载，2026-01-09；文件日期2025-12-25，背景，非本周）。
- 原文链接：链接
- 二级行业：工业大模型与工业知识库
- 地域：中国
- 影响判断：工业大模型仍处在从政策框架向企业数据工程落地的过渡期。当前有规模化潜力的是“知识库+行业小模型/智能体+现有工业软件”的组合；单纯通用大模型问答很难形成ROI，真正门槛在机理、仿真、故障经验和生产数据的治理。
二级行业过筛状态
- 智能工厂/灯塔工厂：有料。本周有安徽等地方按工信部六部门通知推进卓越级/领航级智能工厂推荐，AI场景比例和工业智能体成为硬指标。
- 工业质检与机器视觉：有料。本周Cognex深访显示AI机器视觉在边缘质检、异形物检测和小样本训练方面已进入生产级应用；另有SLX物流视觉设备作交叉背景。
- 预测性维护与设备健康：有料。本周Rockwell+Augury合作报道把机器健康风险识别连接到CMMS工单与执行编排，是从告警到行动闭环的典型案例。
- 工业机器人/具身智能进厂：有料。本周IDC披露中国工业具身智能机器人市场规模和结构，明确成熟工业机器人是商业化主力，人形机器人仍偏示范/POC。
- 工业软件/供应链/数字孪生：有料。本周Palantir+Mercury国防制造供应链案例落在材料计划、工厂运营和企业ontology数字孪生；Siemens+PepsiCo作为背景提供数字孪生ROI标尺。
- 工业大模型与工业知识库：有料。本周未见单一企业新增重大客户项目，但智能工厂申报与国家专项行动均把工业知识库、数据集、工业智能体纳入执行框架，具备政策驱动的落地信号。
本组洞察
工业制造AI正在从“展示能力”转向“进入执行系统”。最成熟、ROI最清晰的是工业质检/机器视觉、预测性维护和数字孪生/供应链优化：它们有明确指标（漏检率、线速、停机时间、工单响应、吞吐、CAPEX）且能嵌入MES、CMMS、WMS、ERP等已有系统。智能工厂政策进一步把AI场景比例、模型数量、工业智能体数量和词元调用量纳入梯度培育指标，说明中国制造业AI落地进入可审计、可考核阶段。工业机器人/具身智能已从演示进入局部工位商业化，但IDC数据也提示人形机器人仍主要处于示范产线和POC，真正规模化的是协作/复合/多关节工业机器人叠加AI视觉和场景服务。工业大模型与工业知识库仍处于基础设施建设期，ROI不在“模型发布”，而在机理库、仿真库、经验库、工业数据集和智能体工作流能否让企业完成质量、运维、排产、供应链等闭环决策。
传媒内容与服务业
传媒内容（二级行业逐项过筛）
- 影视/短剧/广告 AIGC
- 游戏与互动娱乐
- 新闻与出版
- 虚拟人/数字人/直播电商
- 音乐与音频
- 版权保护与内容治理
服务业（二级行业逐项过筛）
- 零售与电商
- 餐饮与本地生活
- 客服/呼叫中心/销售自动化
- 法律/咨询/专业服务
- 金融服务/保险/风控
- 政务服务/城市治理
传媒内容
传媒内容 / 游戏与互动娱乐 · ChinaJoy 2026：腾讯/百度智能云/游戏厂商的 AI 游戏落地
- 状态：有料
- 本周动态：财联社《科创板日报》8月1日从 ChinaJoy 现场报道，第22届 ChinaJoy 于7月31日在上海开幕，AI 已经从“游戏研发后端工具”进入展区可试玩体验。报道提到华为、百度、京东、腾讯、网易、字节跳动等企业参展；腾讯游戏携15款产品亮相，“AI游戏展区”中，景德镇官方联合腾讯打造的《数字景德镇·瓷都小匠》首次开放线下体验，融合 AI 数字人、AI 3D 生成、AI+PCG；女性向叙事 RPG《猫仙札》引入 AI Agent，一人团队借 AI 辅助代码生成开发《人是不能飞的》。百度智能云展示与 Unity 中国、恺英网络、全灵AI、奇点摄动等伙伴的实践，其中奇点摄动《星夜颂歌》由百度智能云提供 GPU 算力支持，用于游戏内 AI 模型推理。报道对 ROI 的判断较克制：业内人士认为生成式 AI 在研发、运营后端已产生实际效能，但更多是贴图生成、开发周期压缩、投流素材批量制作、智能运维、QA 测试等“管线里的事”，仍未充分转化为玩家可感知的体验革新；下一步看 NPC 长期记忆、情感陪伴、动态世界等前台体验是否成为 AI 原生玩法。
- 关键数据：腾讯游戏15款产品参展；ChinaJoy 于2026-07-31开幕；《科创板日报》2026-08-01，链接 。奇点摄动项目算力合作与“AI更多做管线里的事”均来自同一现场报道；具体节省成本/收入增量未公开。
- 原文链接：链接
- 二级行业：游戏与互动娱乐
- 地域：中国
- 影响判断：这是“真实落地但 ROI 仍偏生产侧”的典型：AI 已能降低素材、代码、测试、运维、投流内容成本，但玩家愿付费的体验创新还在验证。腾讯、百度智能云等平台受益于工具链和算力需求，独立开发者也因代码/美术门槛降低而受益；但短期更像效率革命，不是确定的玩法革命。
传媒内容 / 新闻与出版 · Springer Nature：AI-enabled 出版平台进入财报指标
- 状态：有料
- 本周动态：Springer Nature 8月5日发布 H1 2026 业绩，把 AI 作为 Research 业务增长和出版流程改造的核心说明之一。公司称 H1 收入 €939.8m，基础增长6.2%；调整后经营利润 €246.2m，基础增长7.7%；Research 收入 €748.0m，基础增长7.2%。更关键的是，AI 已被纳入出版流水线：H1 2026 超过60%的投稿通过 SNAPP（integrated, AI-enabled publishing platform）处理；Nature Research Assistant 的 beta 测试引入 Manuscript Adviser，帮助作者在投稿前增强稿件科学严谨性；服务收入还受益于面向企业客户的 text and data mining（TDM）解决方案增长，并提到 ARC3 AI partnership 让客户能在 AI-powered environments 中访问可信科学内容。与许多新闻出版 AI 案例停留在“辅助写作”不同，Springer Nature 把 AI 放在筛选、编辑评估、研究诚信、知识传播和企业 TDM 服务中，同时公开了与收入、利润、稿件量、开放获取协议相关的经营指标，说明 AI 在学术出版的商业化更接近“流程基础设施”。
- 关键数据：H1 2026 收入€939.8m、基础增长6.2%；Research 收入€748.0m、基础增长7.2%；超60%投稿经 SNAPP 处理；2026-08-05，链接 。文章数同比约+13%、市场约+8%，同源。
- 原文链接：链接
- 二级行业：新闻与出版
- 地域：欧洲/全球
- 影响判断：出版业 AI 的可规模化 ROI 更可能来自流程压缩、质量控制和可信内容授权，而不是替代编辑本身。Springer Nature 的案例显示，拥有高质量内容库和审稿流程的机构可把 AI 变成效率与企业数据服务收入的双重杠杆；但科学严谨性和研究诚信仍要求人类编辑兜底。
传媒内容 / 影视/短剧/广告 AIGC · Attentive：Agentic AI 营销平台获 ADWEEK Tech Stack Award
- 状态：有料
- 本周动态：Attentive 8月4日宣布，其全渠道营销平台获得 ADWEEK 2026 Tech Stack Awards 的 Agentic AI Product/Platform 类别奖项。该案例虽不是视频生成模型发布，但与广告 AIGC/营销内容生成直接相关：Attentive 将 customer identity、real-time intelligence 和 cross-channel execution 组合，让品牌在 SMS、email、RCS、push 等渠道中做“自动化决策 + 个性化消息执行”，核心从传统 campaign automation 转向会持续学习和适配客户行为的 agentic AI。公司引用了多个客户 ROI：ILIA Beauty 达成 31x program ROI，The Frye Company 的 journey deliveries 增长1,198%，Sigma Sports 的 SMS campaign revenue 同比增长770%。ADWEEK 对 Attentive 的描述还提到其平台统一客户身份、实时行为和购买历史，帮助品牌替代静态营销活动；Steve Madden 用户订阅增长36%、ILIA 购买提升280%、Frye email campaign revenue 提升576%（ADWEEK 8月刊）。这类 AIGC 不强调“生成一条广告片”，而是在营销运营中实时决定何时、对谁、用什么文案/渠道触达，ROI 指标更清楚。
- 关键数据：ILIA Beauty 31x program ROI、Frye journey deliveries +1,198%、Sigma Sports SMS campaign revenue +770% YoY，Attentive 2026-08-04，链接 。ADWEEK 2026 Tech Stack Awards：Steve Madden 订阅+36%、ILIA purchases +280%、Frye email campaign revenue +576%，链接 。
- 原文链接：链接 ；链接
- 二级行业：影视/短剧/广告 AIGC
- 地域：美国
- 影响判断：广告 AIGC 的商业化正在从“单条素材生成”转向“营销动作自动决策”。该案例已有明确客户 ROI，属于规模化落地信号；但数据主要来自厂商与奖项材料，仍需品牌侧或第三方归因继续验证。
传媒内容 / 虚拟人/数字人/直播电商 · 行业检索静默：本周未见重大公开落地案例
- 状态：静默
- 本周动态：在 2026-07-31 至 2026-08-06 时间窗内，针对“数字人/虚拟人/直播电商/AI主播/电商直播数字人/抖音数字人直播/京东数字人”等关键词检索，未找到可确认发生在本周、且能打开全文核验的企业级重大落地项目或客户 ROI。检索结果更多是背景材料：IDC 2025年《AI Agent之电商直播数字人实测报告》、2026 年数字人电商直播白皮书、抖音数字人直播合规规则解读、以及 2026 年上半年行业观察。这些材料说明数字人直播处于快速渗透期，但不满足本周动态口径。可作为背景的是：数字人直播的主要价值仍集中在7×24小时直播、脚本自动生成、低成本长尾 SKU 讲解和合规标识，但公开 ROI 多来自厂商宣传，且监管对“显著标注 AI 虚拟主播/数字人直播”要求趋严，影响部分低质矩阵号玩法。本周没有把这些背景硬凑为案例。
- 关键数据：—/未公开。本周未找到可核验新增项目数据；背景检索结果包括 IDC 2025-04-14 页面 链接 （背景，非本周）。
- 原文链接：背景，非本周：链接
- 二级行业：虚拟人/数字人/直播电商
- 地域：中国/全球
- 影响判断：行业方向明确，但本周缺少高质量新增案例。数字人直播的 ROI 可能真实存在于人力替代和时长扩展，但“虚拟主播标识、误导营销、低质内容泛滥”是主要合规摩擦。
传媒内容 / 音乐与音频 · 紫光展锐 UNISOC Lyric Audio：端侧 AI 音频能力走向量产平台
- 状态：有料
- 本周动态：紫光展锐（UNISOC）8月5日通过 PRNewswire 发布 Lyric Audio 技术进展，重点不是 AI 生成音乐，而是把端侧 AI 音频能力落进手机/终端芯片平台，覆盖通话、交互、播放、录制和游戏音频。原文称端侧 AI 智能语音在设备本地完成唤醒、声纹识别、ASR、语义理解，减少对云端依赖；轻量级 NLU 支持音乐、亮度、音量等六大控制场景的400个常用表达；AI 全场景降噪覆盖 cellular calls、VoIP、recording，并以 AIECNR 1.0/2.0 在 dedicated audio ADSP 上低功耗低延迟运行，且已在多个头部客户项目中量产验证；AI Codec + AI PLC 面向卫星通信、离网通信、应急救援等弱网场景，在仅为传统方案30%码率的情况下实现等效语音质量；AI ultrasonic fused proximity sensing 将在 T7300 平台量产。该案例说明音频 AI 的产业化不只在音乐生成，也在“更低延迟、更低功耗、更少云依赖、更好通话质量”的硬件级体验优化。
- 关键数据：400个常用表达、六大控制场景；AI Codec 仅30%传统码率达到等效语音质量；AI 超声融合接近感知将在 T7300 平台量产；UNISOC 2026-08-05，链接 。原文注明数据来自 UNISOC 实验室，客户名称和商业收入未公开。
- 原文链接：链接
- 二级行业：音乐与音频
- 地域：中国/全球终端市场
- 影响判断：这是偏“基础体验和芯片方案”的 AI 音频落地，ROI 体现为终端 BOM 优化、隐私合规、本地低延迟和弱网通信质量，而非直接内容收入。对手机厂商、IoT/可穿戴、应急通信设备商有价值；但外部可验证的终端出货和客户项目仍未公开。
传媒内容 / 版权保护与内容治理 · 欧盟 AI Act 透明度规则：AI 内容标识进入执行期
- 状态：有料
- 本周动态：7月31日 The Guardian 报道，欧盟 AI Act 的透明度规则自8月2日起开始适用于新进入欧盟市场的 AI 系统，要求看起来真实的 AI 生成/操纵图像、音频、视频和文本进行标识；现有系统有额外四个月合规期。欧盟委员会页面进一步说明，Code of Practice on Transparency of AI-generated Content 分两部分：provider 负责 AI 生成/操纵内容的 marking and detection，deployer 负责 deepfake 与特定公共利益文本的 labelling；截至2026年7月底约190个公司/组织签署该 code。Guardian 报道给出罚则：不合规最高 €15m 或全球营业额3%。对传媒内容行业而言，影响范围包括广告、电影、出版等“已规模使用 AI 但用户未必知道”的场景，CCIA Europe 担心过度标签化会像 cookie banner 一样造成用户麻木；但监管方强调民主与事实真实性保护。该动态不是单个企业项目，但对内容治理、版权/标识、AIGC 工作流和平台合规成本有直接影响。
- 关键数据：2026-08-02 新系统透明度规则适用；既有系统额外4个月；罚款最高€15m或全球营业额3%；约190个公司/组织签署 code（截至2026年7月底）。来源：The Guardian 2026-07-31，链接 ；欧盟委员会 Code of Practice 页面，链接 。
- 原文链接：链接 ；链接 ；链接
- 二级行业：版权保护与内容治理
- 地域：欧洲/全球平台
- 影响判断：内容产业 AI 进入“先标识、再规模化”的合规阶段。受益者是水印、内容溯源、审核和合规工具商；受压的是依赖低成本 AI 素材但没有治理流程的广告、影视、出版和社媒内容团队。
服务业
服务业 / 零售与电商 · Attentive：零售/电商品牌的 Agentic AI 个性化营销
- 状态：有料
- 本周动态：同样来自 Attentive 8月4日获奖公告与 ADWEEK 8月专题，这一案例在服务业零售与电商维度更像“AI 驱动的客户运营基础设施”。Attentive 的平台面向 leading global retail and ecommerce brands，通过移动端身份、实时行为、购买历史和跨渠道消息执行，让 AI 判断每个消费者的最佳触达方式。公告披露，ILIA Beauty 使用 Attentive 的 agentic AI 平台取得31x program ROI，The Frye Company 的 journey deliveries 增长1,198%，Sigma Sports SMS campaign revenue 同比增长770%；ADWEEK 还列出 Steve Madden 订阅增长36%、ILIA purchases 增长280%、Frye email campaign revenue 增长576%。相比电商常见的“AI客服机器人”或“智能推荐”，这里的落地位于复购、召回、忠诚度、节日营销和跨渠道私域触达，ROI 更接近商家经营指标。Attentive 5月 Thread 2026 路线图还提到 Reporting Agent、Predictive Analytics、AI Campaigns，会在 BFCM 2026 前滚出，说明客户运营正在由人工配置 campaign 迁移到 AI 端到端建议和执行。
- 关键数据：ILIA Beauty 31x program ROI；Frye journey deliveries +1,198%；Sigma Sports SMS campaign revenue +770% YoY；Attentive 2026-08-04，链接 。Q1 2026 平台带动品牌收入超$6bn、50%+客户使用多个产品，Attentive 2026-05-26，链接 。
- 原文链接：链接 ；链接 ；链接
- 二级行业：零售与电商
- 地域：美国/全球电商
- 影响判断：零售电商 AI 已从“问答客服”深入到 revenue operations。最明确受益者是有一方客户数据和多触点运营能力的品牌；对平台商而言，关键护城河是身份解析、实时数据和跨渠道执行，而非单点生成能力。
服务业 / 餐饮与本地生活 · Proxy Foods AI：AI-native 食品饮料研发平台获 $6M Seed
- 状态：有料
- 本周动态：Proxy Foods AI 8月5日宣布完成 $6M 种子轮融资，由 Ted Leonsis 领投，The SaaS News 与 Business Wire/StreetInsider 等同步披露。公司定位是食品饮料研发与商业化软件平台，用 agentic AI 结合人类洞察预测 formulation performance，服务全球 CPG、foodservice 和 ingredient companies，帮助减少开发迭代、压缩 prototype timelines，并围绕 nutrition、sustainability、taste 优化产品配方。资金用途包括增强食品科学、监管和商业化 workflows，以及扩大全球企业客户群。这个案例属于餐饮/本地生活上游的“菜单/新品研发基础设施”，不是面向消费者的点餐机器人；它将 AI 用在食品研发、合规、试制和商业化流程，理论上能减少试错批次、缩短上新周期、降低研发和原料浪费。但公开材料未披露客户名单、节省周期百分比或收入贡献，因此 ROI 仍属于待验证。
- 关键数据：融资 $6M；Seed round；2026-08-05；领投 Ted Leonsis；The SaaS News 2026-08-05，链接 。交叉来源：Business Wire 原始稿链接被 403，但搜索结果和 The SaaS News 指向 StreetInsider/Business Wire；Protein Production Technology 2026-08-05 标题页可核验同一融资，链接 。客户与 ROI 未公开。
- 原文链接：链接 ；链接
- 二级行业：餐饮与本地生活
- 地域：美国/全球食品饮料
- 影响判断：食品饮料 AI 的落地点正在前移到 R&D 和配方商业化，而不是只做门店自动化。若能接入真实实验室数据、监管库和供应链成本，ROI 会体现为更快上新、更低试制浪费；当前融资证明需求，但规模化客户成效仍未公开。
服务业 / 客服/呼叫中心/销售自动化 · ServiceNow：政府与公共服务 AI agents 进入呼叫中心/工单 ROI 场景
- 状态：静默
- 本周动态：本周未检索到发生在 2026-07-31 至 2026-08-06 且可全文核验的客服/呼叫中心/销售自动化重大新增落地案例；检索到的最有参考价值案例为 ServiceNow 7月22日公共部门客户进展，作为“背景，非本周”记录。背景材料中最可量化的服务业场景是政府服务台和呼叫中心自动化：ServiceNow 称其 AI Platform 已被美国“nearly all 50 states”用于公共部门，California Housing Finance Agency 用 Public Sector Digital Services 为人类 call center agents 提供 AI assistance、agentic AI ticket resolution；Hawaii 在六周内上线共享企业服务平台，支撑 HIP help desk、AI-enabled self-service、knowledge management 和 ITSM；City of Raleigh 成为首个在生产环境部署 ServiceNow L1 AI Specialist 的 municipal government，用 AI agents 精准快速路由服务工单，service desk costs 降低66%，每年返还超过1,300员工小时，并准备把同类 AI-powered service 扩展给50万居民；Washington, D.C. 则将多个 contact center/workflow 工具替换为 ServiceNow AI Platform，目标是 grants management 处理时间减少60%。
- 关键数据：背景，非本周：Raleigh service desk costs -66%、返还>1,300员工小时/年、覆盖50万居民；D.C. grants management 目标处理时间-60%；ServiceNow/Business Wire 2026-07-22，Nasdaq 转发 链接 。本周新增客服/呼叫中心重大公开案例未公开。
- 原文链接：背景，非本周：链接
- 二级行业：客服/呼叫中心/销售自动化
- 地域：美国
- 影响判断：这是服务台/呼叫中心 AI 最接近规模化 ROI 的方向：AI 不是只回答 FAQ，而是接入工单路由、case summary、自助知识库和后端履约。由于动态日期早于时间窗，本周只能作为背景；但其量化节省说明客服 AI 已能从“概念演示”进入预算削减与服务 SLA 改善。
服务业 / 法律/咨询/专业服务 · 上海律协：企业法律顾问服务 AI 应用操作指引发布
- 状态：有料
- 本周动态：东方律师网/上海市律师协会 8月4日发布《律师企业法律顾问服务AI应用操作指引（2026）（试行）》，文件于7月7日经业务研究指导委员会通讯表决通过，试行一年。它不是厂商产品发布，而是专业服务行业把 AI 纳入标准作业流程的制度化信号。指引明确 AI 仅作为律师辅助工具，不应替代律师独立专业判断；在使用前需对客户身份、交易信息、商业秘密、个人信息、争议事实、核心证据等脱敏，未经授权或安全评估不应向公共 AI 平台上传国家秘密、商业秘密、个人隐私等敏感文件；对 AI 输出须人工复核，重点验证事实准确性、法律依据有效性、逻辑严谨性、风险识别完整性、建议可操作性和表达适当性。更落地的是，指引把 AI 放入合同审查、日常咨询快速响应、案件事实梳理、培训材料、新法解读、标准化文书、谈判策略模拟、年度法律风险评估、知识库问答对生成等企业法律顾问高频场景，并给出提示词结构和反面示例。专业服务业的 ROI 在这里体现为效率、标准化和知识复用，但被明确限定在人类律师复核和保密边界之内。
- 关键数据：发布时间2026-08-04；试行一年；覆盖9类高频工作场景（合同审查、日常咨询、案件事实梳理、培训材料、新法解读、文书起草、谈判模拟、年度风险评估、知识库问答对）；上海律协/东方律师网，链接 。商业 ROI 未公开。
- 原文链接：链接
- 二级行业：法律/咨询/专业服务
- 地域：中国（上海）
- 影响判断：法律 AI 正从单点工具采购进入“执业流程规范”。受益者是能提供私有化、可审计、知识库/案例库可验证的法律 AI 工具；公共大模型直接处理敏感客户资料的风险被明确抬高，合规会成为采购门槛。
服务业 / 金融服务/保险/风控 · Manulife：AI maturity 与保险业务运营指标同场披露
- 状态：有料
- 本周动态：Manulife 8月6日通过 PRNewswire 发布 2Q26 财报，除了核心盈利和保险新业务指标外，专门把 AI 列为 strategic priority。公司称正在加速把 AI 集成到业务中，以提升客户和分销商体验、效率和价值，并获得 2026 Evident AI Index for Insurance 认可：连续第二年被评为 AI maturity 第一的寿险公司，在北美保险公司中排名第一，在北美和欧洲30家主要保险公司中位列前三。更具体的落地包括：在加拿大，Celent 将其评为 Data, Analytics & AI 的 Model Insurer，原因是 Manulife Automated Underwriting Decision Engine（MAUDE）在承保中的 AI 应用，帮助加快获得保障并提升运营效率；在 Global WAM，推出新的 agentic AI solutions，使组合达到13个解决方案，覆盖 AI-powered document intelligence readers 与 knowledge assistants；在亚洲，成为香港保险业监管局 AI Cohort Programme 的 Core Participating Insurer，参与负责任 AI 采用。财务层面，公司 2Q26 core earnings $1.9bn、同比+12%，core EPS +16%，APE sales +21%，但财报未单独量化 AI 对这些指标的贡献，因而 AI ROI 只能判断为运营效率和风险/承保体验层面的战略性投入。
- 关键数据：2Q26 core earnings $1.9bn（+12%）；core EPS $1.09（+16%）；APE sales +21%；Global WAM agentic AI solutions 组合达13个；30家主要保险公司 Evident AI Index 中寿险 AI maturity 第一/北美第一/总体前三；Manulife 2026-08-06，链接 。AI 对收入或成本的直接贡献未公开。
- 原文链接：链接
- 二级行业：金融服务/保险/风控
- 地域：加拿大/美国/香港/全球
- 影响判断：保险业 AI 已进入承保、文档智能、知识助手和监管试点，但多数财报仍把 AI 作为战略能力而非可单独拆分利润中心。真正 ROI 可能来自承保周转、欺诈降低、顾问效率和客户体验；但需要公司后续披露 MAUDE 等系统的审批时长、成本或损失率改善。
服务业 / 政务服务/城市治理 · 烟台市政务 AI 大模型服务平台与城市数据底座
- 状态：静默
- 本周动态：本周未检索到发生在 2026-07-31 至 2026-08-06 且可全文核验的政务服务/城市治理重大新增落地案例；检索到的烟台市政府官网答复页面可访问，但落款为6月30日，属于“背景，非本周”。该背景显示，烟台已组织建设全市统一的政务 AI 大模型服务平台，作为政务人工智能大模型底座，集成算力调度管理、模型纳管训练、智能体开发、知识库管理等核心功能，并提供低代码开发工具，计划为全市业务部门提供标准化、服务化的大模型支撑能力。数据底座方面，烟台一体化大数据平台已汇聚各区市及66个市级部门数据资源1.7万余类，公共数据存储量超80亿条；每年组织数据供需对接会50余次，审批部门用数申请1400余次，接口调用6亿余次；数据要素服务平台已上线9个公共数据运营场景，2026年1月首笔2万元公共数据资产有偿使用收入上缴国库。应用层面，政务服务大模型围绕“一件事”和单事项申办辅助、受理审批、智能咨询赋能，已建设数字人导服员系统、烟小嫚等智能体；产业侧发布 Scenes100 机会与能力清单，实现首批110个场景需求与154个解决方案匹配，覆盖97个场景，对接匹配率88.2%。
- 关键数据：背景，非本周：66个市级部门、1.7万余类数据资源、公共数据>80亿条、每年数据供需对接会50余次、用数申请1400余次、接口调用6亿余次、9个公共数据运营场景、首笔公共数据资产收入2万元、110个需求/154个方案/覆盖97场景/匹配率88.2%、政策性资金累计>1500万元；烟台市政府页面，落款2026-06-30，链接 。本周新增同类深度案例未公开。
- 原文链接：背景，非本周：链接
- 二级行业：政务服务/城市治理
- 地域：中国（烟台）
- 影响判断：政务 AI 的落地前提是统一数据底座、算力调度、模型纳管和场景清单，而不是单个聊天机器人。烟台案例显示 ROI 从“办事体验提升”扩展到公共数据运营和产业场景撮合；但多数指标是建设与匹配规模，实际审批提速、人工节省和财政收益仍需后续量化。
本组洞察
- 传媒内容的 AI 落地正在分成两条线：一条是游戏、广告、电商营销等生产/运营效率线，已经能看到素材生成、代码辅助、智能测试、个性化触达和跨渠道自动决策；另一条是版权保护、内容标识和可信内容治理线，欧盟 AI Act 透明度规则把“生成后必须可识别”变成硬约束。前者追求 ROI，后者抬高合规成本，两者会共同决定 AIGC 的规模化速度。
- 服务业的 AI ROI 更清晰地出现在流程密集型场景：零售电商的复购和消息转化、客服/工单的成本下降、保险承保和知识助手、法律顾问的标准化流程、食品饮料研发的试错压缩、政务服务的办事/数据底座。可量化案例中，Attentive 和 ServiceNow 的客户指标最直接；Manulife、Springer Nature 等则把 AI 嵌入经营系统但尚未拆分 AI 贡献。
- 仍偏概念或合规摩擦较强的方向包括：虚拟人直播电商（本周缺少高质量新增案例，且标识/误导营销合规约束加强）、AI 原生游戏前台体验（玩家是否愿意为 AI NPC/动态世界付费未被充分验证）、法律与金融专业服务（强依赖人工复核、保密、审计和监管认可）。本周信号显示，真正能规模化的 AI 不是“会生成”，而是能接入业务系统、可审计、可度量，并对成本/收入/周转时间有明确影响。
教育科研
本周案例与过筛记录
教育科研 / AI 教师/助教与个性化学习 · Khan Academy / Khanmigo
- 状态：有料
- 本周动态：Khan Academy 创始人 Sal Khan 于 2026-08-03 发布长文，对 Khanmigo 过去三年的课堂落地做阶段性复盘，核心信息不是“AI 家教失败”，而是第一代“外挂式”AI tutor 对学习结果的改变不如预期，因此产品正从“学生主动找 AI 问”转向嵌入 Khan Academy 练习题流程的“脚手架”。原文明确说，Khanmigo 现在能看到学生正在做的题，围绕解题过程追问、指出可能出错处，并提示学生解释自己如何得到答案；其目的从给答案转为减少“cognitive offloading”、增加“cognitive onloading”。对产业更重要的是，Khan Academy 将 AI 家教与既有内容库、教师看板和学校治理绑定，而不是单独出售一个聊天机器人；Khan 还承认 AI “不擅长临时生成对齐标准的内容”，更适合与专家制作内容配合。这对教育 AI 是一个成熟信号：真实学校环境下，AI 助教价值不在炫技，而在把即时反馈嵌入练习、把教师从逐题反馈中释放出来。Khan Academy 同时引用 Newark Public Schools 三年效果研究，说明其底座平台已有独立学习增益证据，但 Khanmigo 单独的增量 ROI 仍未公开。
- 关键数据：Khanmigo 第一版约三年前推出；Newark Public Schools 使用 Khan Academy 的州测数学增益为平台级证据（Khan Academy 博客，2026-08-03；研究入口 链接 ，原文提及）；Khanmigo 独立学习增益/续费率：未公开。
- 原文链接：链接 ；链接
- 二级行业：AI 教师/助教与个性化学习
- 地域：美国
- 影响判断：Khanmigo 的复盘把教育 AI 从“通用聊天式导师”拉回到课程、练习、学情和教师工作流的系统集成，短期 ROI 更像教师产能与学习反馈密度提升，而非完全替代教师。受益方是已有内容、数据和校区渠道的平台；纯 wrapper 型教育 AI 会更难证明效果。
教育科研 / AI 教师/助教与个性化学习 · Duolingo / Video Call 与 AI 学习功能商业化
- 状态：有料
- 本周动态：Duolingo 于 2026-08-05 披露 Q2 2026 股东信和业绩。虽然这不是一次新模型发布，但它提供了 AI 个性化学习规模化商业化的硬数据：公司称 Q2 DAU 同比增长 23% 至 5,870 万、付费订阅者 1,270 万、收入 2.985 亿美元；同时将“most new Super Duolingo subscribers now have access to Video Call”写入产品进展，称这项旗舰会话练习功能展示了 AI 如何以规模提供更高质量学习。关键在成本端：Q2 毛利率 72.6%，高于约 71.0% 的预期，公司解释为 AI 功能扩张节奏可控以及 AI 成本效率改善；并把全年毛利率预期提高到约 71.6%，全年 Adjusted EBITDA 预期 3.20 亿美元、利润率约 26.5%。这说明教育 AI 并非只能增加推理成本，若把 AI 功能打包进 Super 订阅、延长试用并用产品实验优化留存，可以同时支持用户增长、学习体验和利润率。需要注意，Duolingo 披露的是平台级增长与 AI 成本趋势，并未把 Video Call 对续费率、学习结果的独立贡献拆开。
- 关键数据：DAU 5,870 万、同比 +23%；付费订阅者 1,270 万、同比 +17%；Q2 收入 2.985 亿美元、同比 +18%；Q2 毛利率 72.6%；Q2 Adjusted EBITDA 7,730 万美元、利润率 25.9%；FY2026 Adjusted EBITDA 指引约 3.20 亿美元、利润率 26.5%（Duolingo 股东信/业绩稿，2026-08-05）。
- 原文链接：链接 ；链接
- 二级行业：AI 教师/助教与个性化学习
- 地域：美国/全球
- 影响判断：Duolingo 是本周教育端最接近“真 ROI”的案例：AI 会话练习进入主订阅包，同时毛利率好于预期。受益方是有高频 App、订阅关系和实验体系的平台；风险是学习成效与 AI 功能增量仍需更细数据验证。
教育科研 / 智能批改/评测/学习硬件 · 中国 AI 学习平板（作业帮/学而思/科大讯飞）
- 状态：有料
- 本周动态：本周（2026-08-06）新浪财经转载网易科技长文，围绕“免费 AI 攻入教育”重新审视中国 AI 学习机护城河；虽然部分市场份额数据来自 2026-05-06 洛图科技 Q1 报告（背景，非本周），但本周文章的产业判断直接指向学习硬件与智能批改/评测的商业化压力。文章指出，当拍照搜题、作文批改、口语陪练等能力免费化后，六七千甚至过万元学习机必须证明其“效果”，不能只靠硬件溢价。其对三条路径的拆解很有价值：作业帮以流量和中端覆盖率变现，科大讯飞强调自主可控大模型和批改服务续费，好未来/学而思把教研内容封装进硬件并尝试制定 AI 家教标准。交叉核验看，新浪科技 2026-05-06 引述 RUNTO 数据显示，2026Q1 中国学习平板全渠道销量 125.2 万台、销售额 40.0 亿元，六大头部品牌销量份额 87.5%；作业帮、学而思、科大讯飞销量份额分别为 32.9%、20.1%、18.5%，中端 2000-2999 元线上销量占比 52.2%。这意味着“智能批改/评测/诊断”能力已从高端卖点下沉为主流配置，行业竞争从功能可用转向效果、留存和数据迁移成本。公开资料仍缺少统一第三方学习效果评测，科大讯飞“批改服务续费率超过80%”来自媒体报道，未见本周公司原始公告交叉确认，需谨慎使用。
- 关键数据：2026Q1 中国学习平板销量 125.2 万台、销售额 40.0 亿元；头部六品牌份额 87.5%；作业帮 32.9%、学而思 20.1%、科大讯飞 18.5%；线上 2000-2999 元价位销量占比 52.2%（新浪科技/快科技引 RUNTO，2026-05-06，背景非本周）；本周行业判断来源新浪财经转载网易科技，2026-08-06。
- 原文链接：链接 ；链接
- 二级行业：智能批改/评测/学习硬件
- 地域：中国
- 影响判断：智能批改、诊断和 AI 伴学已经成为学习硬件标配，单点功能不再构成护城河；真正受益的是能把学情数据、教研内容、续费服务和硬件渠道绑定的头部公司。短期仍有硬件销售和订阅收入，长期则要面对免费通用 AI 对作业/口语/作文等轻量场景的替代。
教育科研 / 职业培训与企业学习 · Skillsoft AI Coach
- 状态：有料
- 本周动态：Skillsoft 于 2026-08-04 通过 Training Industry 发布 AI Coach，作为 Percipio 平台内的 AI 原生技能管理与教练体验，面向企业员工提供与岗位、目标和所需技能绑定的私密个性化 coaching。这个案例属于企业学习的“落地型 AI”：不是给企业买一个通用聊天机器人，而是把教练、课程、技能图谱和 CAISY 场景练习串成连续闭环。原文强调，传统 coaching 往往昂贵且只服务高管或高潜人才，AI Coach 的目标是把 coaching 扩展到更多员工与领导者，并让员工在多次会话中回到目标、反思进展、确定下一步。IDC 研究总监 Gina Smith 在稿中指出，企业应评估的不是单一功能，而是能否把 coaching 接入已有技能、学习和练习数据；这对职业培训/企业学习行业是清晰信号：AI 的 ROI 需从“内容生成节省成本”升级为“技能数据驱动的人才发展”。目前产品处于 select customers early access，客户名单、定价、部署规模和量化 ROI 未公开。
- 关键数据：发布日期 2026-08-04；AI Coach 处于 select customers early access；Skillsoft 称平台被全球数千家组织使用，但本功能客户数/付费转化/ROI 未公开（Training Industry/Skillsoft 新闻稿，2026-08-04）。
- 原文链接：链接 ；链接
- 二级行业：职业培训与企业学习
- 地域：美国/全球企业市场
- 影响判断：企业学习 AI 的成熟方向是进入技能管理系统，而不是孤立生成课程。受益方是已有企业客户、技能数据和学习内容库的平台；短期 ROI 仍需客户实践证明，但“把高价 coaching 普惠化”是可量化的成本节约场景。
教育科研 / AI for Science/材料发现 · Chemeleon2 强化学习晶体生成（Nature Machine Intelligence）
- 状态：有料
- 本周动态：2026-08-03，Nature Machine Intelligence 同日发布研究论文《Guiding generative models to uncover diverse and novel crystals via reinforcement learning》及 News & Views《Reinforcement learning steers generative crystal design》。论文由 Park 与 Walsh 团队提出 Chemeleon2：在连续潜空间中对晶体扩散模型做策略梯度强化学习（GRPO），用“创造性/稳定性/多样性”多目标 reward 引导模型从拟合训练分布转向目标驱动探索。原文关键点是材料发现的产业瓶颈并非“能不能生成看似合理结构”，而是能否同时找到新颖、可稳定存在、可进一步验证的候选。论文用 10,000 个生成结构做 de novo benchmark，mSUN（metastable、unique、novel）从预训练 Chemeleon2 的 15.9% 提升到 61.3%，相对提升 285.5%；novelty 从 62.3% 到 97.5%，metastability 从 51.2% 到 72.1%。在 3eV bandgap 目标生成任务中，RL 版本在 512 个样本中有 82 个 mSUN 结构落在 2.7-3.3eV 区间，并在 DFT relax 后保持较高目标精度。局限也很清楚：MLFF/DFT 仍是代理验证，模型生成的是有序周期晶体，不处理固溶体/位点无序，且多元素复杂度可能带来 reward hacking。因此这是科研端“AI 发现候选”的强信号，但离真实材料合成、性能测试和供应链落地还有实验验证距离。
- 关键数据：10,000 结构 benchmark；Chemeleon2+RL mSUN 61.3%（从 15.9% 提升 45.4pct/相对 285.5%）；novelty 97.5%；metastability 72.1%；潜空间采样吞吐较 Chemeleon1 高 3.8 倍/5.9 倍（batch 320/1000）；3eV bandgap 任务 512 个样本中 82 个 mSUN 结构在 2.7-3.3eV；代码公开（Nature Machine Intelligence，2026-08-03）。
- 原文链接：链接 ；链接 ；链接
- 二级行业：AI for Science/材料发现
- 地域：欧洲/国际科研；论文作者机构含 Imperial College London 等（原文机构页）
- 影响判断：AI4Science 材料端正在从大规模筛选走向“可控目标函数+强化学习”的候选生成，能显著提高候选质量排序效率。短期受益的是材料研发平台、计算材料团队和高通量实验室；商业 ROI 仍取决于后续自动化合成和性能验证能否闭环。
教育科研 / AI 制药/蛋白质/生命科学 · 剂泰科技 AiTEM 本地化部署至恒瑞医药
- 状态：有料
- 本周动态：2026-08-03，剂泰科技（7666.HK）宣布其 AiTEM 人工智能制剂创新平台将在恒瑞医药（600276.SH/01276.HK）本地化部署，用于加速药物制剂配方开发。这是本周中国 AI 制药/生命科学里更接近产业落地的案例：客户不是概念合作方，而是中国创新药龙头恒瑞；落地形态也不是单次项目咨询，而是平台本地化部署。原文称 AiTEM 以 NanoForge AI 纳米递送平台为技术引擎，通过量子化学和分子动力学模拟预测药物与辅料相互作用，生成多剂型优化方案，提高溶解度、渗透性、生物利用度和药代特征。关键 ROI 线索来自 MTS-004：在中国首个完成 III 期临床的 AI 赋能制剂新药项目中，AiTEM 承担剂型开发建模与预测分析，将临床前制剂优化周期从行业平均 1-2 年缩短至 3 个月内；MTS-004 从立项到完成 III 期临床试验耗时 38 个月。剂泰还披露，截至 2026-05，NanoForge 已积累超过 1000 万种脂质结构和 10 万个实验数据点，支撑超过 10 条 first-in-class/best-in-class 管线，并在 8 个重要人体器官/组织靶向递送取得进展。需注意，合作金额、恒瑞具体品种、交付里程碑和付费模式未公开。
- 关键数据：AiTEM 在恒瑞医药本地化部署（2026-08-03）；NanoForge 累计 >1000 万种脂质结构、10 万个实验数据点（截至 2026-05）；赋能 >10 条管线、覆盖 8 个器官/组织递送；MTS-004 制剂优化从行业 1-2 年缩短至 3 个月内、立项至完成 III 期 38 个月（剂泰科技/新浪财经转载，2026-08-03）。
- 原文链接：链接 ；链接
- 二级行业：AI 制药/蛋白质/生命科学
- 地域：中国/香港
- 影响判断：这是 AI 制药从“发现靶点/生成分子”扩展到制剂与递送工程的商业化样本，ROI 更容易用研发周期压缩衡量。恒瑞本地化部署说明大药企愿意把 AI4S 平台纳入内部研发基础设施；但具体收入和项目成功率仍未公开。
教育科研 / AI 制药/蛋白质/生命科学 · XunZi AI biologist 疾病靶点发现（Nature Biomedical Engineering）
- 状态：有料
- 本周动态：Nature Biomedical Engineering 于本周刊出《XunZi, an AI biologist, reveals disease-modifying targets》，Bioengineer 于 2026-08-05 做了可读报道。XunZi 的产业意义在于把“读文献/整合多组学/生成假设”推进到可实验验证的疾病靶点发现流程：系统被描述为结合逻辑推理和多模态数据融合，训练/覆盖 24.4 million 篇科学出版物、约 613.6 TB 多源生物医学数据，涵盖 21,008 个人类基因和 5,850 种疾病。研究在帕金森病中给出案例：XunZi 在多个疾病模型中指向 CHK2 和 IRAK4 两个异常激活激酶；团队随后聚焦 CHK2，在小鼠模型中用药理抑制 Chk2 减少多巴胺能神经元损失并改善运动缺陷，遗传抑制也得到相似保护效果。这个案例比单纯“AI 发现靶点”更进一步，因为它从知识与数据合成走到了体内实验验证。但它仍处在早期靶点发现阶段：阻断 DNA 损伤反应通路可能有安全风险，剂量、疾病阶段、与现有疗法相互作用以及人体有效性均未验证。
- 关键数据：24.4 million 篇文献；613.6 TB 多源数据；21,008 个人类基因；5,850 种疾病；帕金森病中识别 CHK2/IRAK4，Chk2 药理与遗传抑制在小鼠模型中显示神经保护和运动改善（Nature Biomedical Engineering，2026-08-04/05 附近上线；Bioengineer 报道，2026-08-05）。
- 原文链接：链接 ；链接 ；链接
- 二级行业：AI 制药/蛋白质/生命科学
- 地域：中国/国际科研
- 影响判断：XunZi 显示 AI agent 在生命科学中开始承担“可解释假设生成+实验优先级排序”的角色，能压缩早期靶点发现的信息整合成本。短期受益者是药企早研、疾病生物学团队和 CRO/平台公司；商业化仍需看预测靶点跨疾病复现率和临床转化。
教育科研 / 科学计算/自动化实验室 · Texas A&M ARM-MIP 自驱动金属实验室
- 状态：有料
- 本周动态：Texas A&M Engineering 于 2026-08-03 宣布获得美国 NSF 六年 2,490 万美元资助，建设 Autonomous Robotic Metallurgist Materials Innovation Platform（ARM-MIP），定位为首个面向金属的 national self-driving laboratory / 材料创新平台，并向全美研究者开放。该平台将设在 Texas A&M RELLIS Campus，目标第一年服务 200+ 用户、每月 50 种合金，到第六年扩展到每月 200+ 种合金；美国高校用户免费，企业可按商业条款使用，计划第六年一半设备时间给外部用户。原文技术闭环非常清楚：机器人系统昼夜执行熔炼、成形、热处理和测试，AI 分析每次结果并决定下一轮实验，模拟在倒金属前预测可能结果，形成连续闭环。其核心差异不是只调元素配方，还把加工历史（加热、冷却、加工方式）纳入探索，因为同成分金属会因工艺不同表现完全不同。团队已有 BIRDSHOT proof-of-concept：四年内手工设计、合成和表征 1,150+ 种合金，展示 100 倍合金发现加速；ARM-MIP 的意义在于用机器人和数据平台移除人工瓶颈，并公开数据、软件、方法和失败实验。
- 关键数据：NSF 六年 2,490 万美元资助；ARM-MIP 为 NSF Materials Innovation Platforms 第五个平台、首个金属方向；第一年 200+ 用户/每月 50 合金，第六年每月 200+ 合金；第六年培训 300+ 研究者；BIRDSHOT 四年 1,150+ 合金、100 倍加速；NSF award DMR-2534344（Texas A&M Engineering，2026-08-03）。
- 原文链接：链接 ；链接 ；链接
- 二级行业：科学计算/自动化实验室
- 地域：美国
- 影响判断：科研自动化已从单实验室 demo 进入国家级用户设施阶段，ROI 直接体现在实验吞吐、外部共享和人才训练。受益者是材料/航空航天/国防/能源相关研究者和企业；真正壁垒在机器人实验、仿真、AI 决策和数据治理的闭环运营能力。
二级行业过筛结果
- AI 教师/助教与个性化学习：有料。本周有 Khan Academy/Khanmigo 复盘与 Duolingo Q2 AI 会话练习商业化数据，均在时间窗内。
- 智能批改/评测/学习硬件：有料。本周有中国 AI 学习机护城河与免费 AI 冲击分析，结合 RUNTO Q1 市场数据交叉核验；效果数据仍不足。
- 职业培训与企业学习：有料。本周 Skillsoft 发布 AI Coach early access，企业学习从内容生成走向技能管理+coaching 闭环。
- AI for Science/材料发现：有料。本周 Nature Machine Intelligence 发布 Chemeleon2 强化学习晶体生成研究，提供材料发现候选质量提升数据。
- AI 制药/蛋白质/生命科学：有料。本周有剂泰科技 AiTEM 落地恒瑞医药与 XunZi AI biologist 靶点发现论文，覆盖产业部署与早研验证。
- 科学计算/自动化实验室：有料。本周 Texas A&M 获 NSF 资助建设 ARM-MIP 自驱动金属实验室，具备国家级用户设施属性。
本组洞察
教育科研 AI 本周呈现明显分化：教育端已进入“产品嵌入与商业化复盘”阶段，Khanmigo 和 Duolingo 都不再把 AI 当成独立聊天入口，而是嵌入练习、订阅、教师看板或用户留存体系；但教育端最大短板仍是学习效果归因，公开数据多为 DAU、收入、毛利、硬件份额、唤醒次数或续费率，真正可交叉验证的 AI 增量学习结果仍少。中国学习硬件则进入存量竞争，AI 批改/诊断/伴学下沉为中端标配，硬件溢价必须靠教研、学情数据迁移和续费证明。
科研端更偏基础设施化和闭环化：Chemeleon2、XunZi、AiTEM、ARM-MIP 的共同点是把 AI 放进“候选生成—仿真/推理—实验/临床前验证—数据回流”的链条，而不是只展示模型能力。成熟度上，科研端在材料、制剂、靶点、自驱动实验室等场景已经能给出更硬的吞吐、周期压缩或实验验证指标；但它离最终产业 ROI 仍隔着合成验证、临床转化、规模化运营和监管安全。总体判断：教育端更接近现成收入和用户规模，科研端更接近长期生产力基础设施；两端成熟度分化明显，但都在从“AI 功能”走向“AI 工作流”。
大健康与政策专项
大健康案例与过筛记录
大健康 / 医学影像与辅助诊断 · DeepHealth Breast Ultrasound 获 FDA 510(k) clearance
- 状态：有料
- 本周动态：DeepHealth（RadNet 全资子公司）在 2026-07-30 通过 GlobeNewswire 官方稿宣布，其 AI-powered DeepHealth Breast Ultrasound 获得美国 FDA 510(k) clearance；HLTH 于 2026-08-04 做了二次报道并补充部署规模。该软件用于乳腺超声影像流程，核心不是“给出一个黑箱诊断”，而是自动进行 lesion detection、按 ACR BI-RADS 标准辅助 lesion characterization，并生成结构化 draft report，帮助降低不同影像中心之间的解释差异。官方稿披露，这一方案在 16 名美国 board-certified radiologists 参与的 multi-reader multi-case study 中验证，并已在 RadNet 的真实临床环境下以 regulated research protocols 做过验证；DeepHealth 称其 lesion localization accuracy 超过 98%，整体 breast cancer detection sensitivity 约提升 8%，radiologist interpretation time 降低 37%。商业化上，RadNet 计划在年底前把方案部署到其全国 outpatient imaging network，预计每年超过 700,000 次 breast ultrasound studies 可能符合既有 Category III CPT code 的 reimbursement 路径。这个案例是医学影像 AI 从单点筛查算法进入“检测+结构化报告+报销路径+连锁影像中心部署”的较完整商业闭环。
- 关键数据：FDA 510(k) K260303；16名美国放射科医生参与 MRMC study；lesion localization accuracy >98%；cancer detection sensitivity +8%；radiologist interpretation time -37%；RadNet 网络预计每年 >700,000 次 breast ultrasound studies 可被覆盖；2026-07-30 官方稿，2026-08-04 HLTH 二次报道。来源：链接；链接
- 原文链接：链接；链接
- 二级行业：医学影像与辅助诊断
- 地域：美国
- 影响判断：医学影像 AI 的产业化成熟度在本周继续领先。DeepHealth 的信号不只是 FDA clearance，而是同一公司拥有 RadNet 影像网络，可把算法部署、报销、工作流和真实吞吐连起来；但敏感性、时间节省等数据主要来自公司提交或公司持有数据，仍需长期真实世界效果和 payor 支付稳定性验证。
大健康 / 临床决策与医疗大模型 · 本周未见可核验重大新增临床决策大模型落地
- 状态：静默
- 本周动态：在 2026-07-31 至 2026-08-06 时间窗内，针对“clinical decision support AI / healthcare foundation model / medical large language model hospital deployment / 临床决策 医疗大模型 落地”等关键词检索，未找到可打开官方原文、且明确发生在本周的重大临床决策或医疗大模型新增部署案例。检索到的内容更多是 2026 年趋势文章、医院 AI 使用讨论、以及早于本周的医疗大模型合作或发布；这些材料可说明行业方向，但不满足本周动态口径。与该二级行业相邻的本周可核验事件是 DeepHealth 的乳腺超声辅助诊断与报告自动化，但它按医学影像归类；QuantHealth 按临床试验模拟归类；Dexcom 按慢病/健康管理归类。因此，本周临床决策与医疗大模型不硬凑旧闻，标注静默。判断上，该赛道的真实落地门槛仍在医疗责任、知识来源可信、EHR 集成、医生复核与监管审批，公开披露通常会落后于医院内部试点。
- 关键数据：—。本周未找到符合“时间窗内+官方/权威原文+明确落地”的新增量化数据。
- 原文链接：—
- 二级行业：临床决策与医疗大模型
- 地域：中国/美国/全球
- 影响判断：临床决策大模型仍是高潜力但高责任场景，公开市场更谨慎。短期更容易规模化的是影像、文档、排班、慢病随访等边界更清晰的应用；真正进入医生诊疗决策核心的系统，需要更强临床证据和责任划分。
大健康 / AI 新药研发与临床试验 · QuantHealth 获 $45M Series B，押注 AI 临床试验模拟
- 状态：有料
- 本周动态：QuantHealth 在 2026-08-04 宣布完成 4,500 万美元 Series B，由 Qumra Capital 领投，Pitango HealthTech、Sanofi Ventures、Bertelsmann Healthcare Investments、GC Ventures、NewHealth Ventures 等参与；The SaaS News 于 2026-08-05 汇总披露，MobiHealthNews、MedCity News 等也在本周报道。QuantHealth 的落点不是传统“AI 发现新靶点”，而是用 AI-driven clinical trial simulation 在病人入组之前模拟 trial design 和 patient-level biology，预测疗效/安全风险、识别成功因素，并帮助药企在 indication selection、protocol optimization、enrollment prediction、treatment positioning 等环节提前做决策。公司官网称其底层数据包括 350M lives 多模态数据、100K drugs data elements、180K trials curated results data，并把输出设计为类似真实临床试验结果的 virtual trial reports。产业意义在于，临床试验是药物开发成本和失败率最高的阶段之一，若模拟平台能在入组前发现失败风险或优化方案，ROI 不是节省少量人力，而是影响试验成败和数千万美元级研发投入。不过，本轮融资材料仍未披露已帮助客户降低失败率的经审计数据，因此目前是“强需求+强资本信号”，商业效果还要看后续真实 trial outcome 回溯。
- 关键数据：Series B $45M；公司总融资约 $70M；Funding Date 2026-08-04；领投 Qumra Capital；官网披露 350M lives、100K drugs data elements、180K trials curated results data。来源：链接；链接
- 原文链接：链接；链接
- 二级行业：AI 新药研发与临床试验
- 地域：以色列/美国/全球药企市场
- 影响判断：AI 制药的价值链正在从“发现候选分子”向“临床开发决策”外扩，这比早研工具更贴近药企 CFO 和临床运营预算。QuantHealth 若能证明模拟结果与真实试验结局高度相关，会成为药企临床开发基础设施；风险是模拟模型可能在新机制、新人群或真实世界执行偏差下失效。
大健康 / 数字疗法与慢病管理 · FDA TEMPO 试点选择 Dexcom Glucose Health Program
- 状态：有料
- 本周动态：美国 FDA 在本周公布 TEMPO（Technology-Enabled Meaningful Patient Outcomes）digital health devices pilot 首个参与者为 Dexcom；Dexcom 投资者关系稿同步披露其 Dexcom Glucose Health Program 将参与该试点。虽然 FDA 官网直连在本次抓取中触发反爬 apology 页面，Tavily 检索结果展示了 FDA 官方页面摘要，Dexcom 公司稿和 MobiHealthNews/MedTech World 等报道可交叉核验核心内容。TEMPO 与 CMS Innovation Center 的 ACCESS Model 配套，目标是用 outcome-aligned payment 与 real-world evidence 收集来评估支持慢病管理的数字健康技术。Dexcom 项目将整合 Dexcom G7 与 Stelo 的 glucose data，并结合 nutrition、physical activity、sleep、stress 等 contextual health information，向 eligible users 与 healthcare professionals 提供 AI-enabled insights，用于 prediabetes、type 2 diabetes、cardio-kidney-metabolic 等场景的筛查、行为干预和人群管理。这是数字疗法/慢病管理的重要信号：监管和支付正在尝试把“设备+AI洞察+真实世界结局+支付模型”捆在一起，而不是单独审批一个 App 或传感器。
- 关键数据：TEMPO 首个参与者为 Dexcom；临床应用方向包括 eCKM/CKM、prediabetes 与 type 2 diabetes 筛查辅助；ACCESS Model 首个 performance period 于 2026-07-01 开始；Dexcom G7/Stelo + nutrition/activity/sleep/stress contextual data。来源：链接（web_fetch 403，搜索摘要可核验）；链接；链接（官方页面直连抓取失败）
- 原文链接：链接；链接；链接
- 二级行业：数字疗法与慢病管理
- 地域：美国
- 影响判断：慢病 AI 的产业化关键在“持续数据+临床工作流+支付模型”三件事同时成立。Dexcom 的优势是已有传感器与临床软件基础，TEMPO/ACCESS 则提供监管和支付实验场；但试点并不等于疗效已被证明，后续要看 HbA1c、并发症、就医成本等真实世界指标。
大健康 / 健康管理/可穿戴/保险健康 · Dexcom 从 CGM 扩展到 AI 代谢健康管理
- 状态：有料
- 本周动态：同一 Dexcom TEMPO 动态在“健康管理/可穿戴/保险健康”维度具有另一层意义：CGM 正从糖尿病设备，扩展为结合 nutrition、activity、sleep、stress、clinician software 的 longitudinal metabolic health platform。LucidQuest 2026-08-02 战略周报也把 Dexcom 与 January AI、Samsung 归入“longitudinal metabolic and chronic care”平台化趋势：数字健康平台正在把临床记录、可穿戴数据、营养、glucose information 和 AI coaching 组合，形成持续患者关系和更广泛的 care-management platforms。Dexcom 的 Glucose Health Program 若能在 ACCESS Model 中跑出 outcome-based payment 数据，将为可穿戴/健康管理公司提供一条路径：不只卖硬件或订阅，而是进入慢病筛查、行为改变、医生人群管理与支付方结果考核。需要谨慎的是，本周并未披露 Dexcom 项目带来的新增收入、保险覆盖范围或临床 outcome，因此该项更像制度化试点信号，而不是已经成熟的保险健康盈利模型。
- 关键数据：Dexcom G7、Stelo 数据与 nutrition、physical activity、sleep、stress 等信息整合；LucidQuest 2026-08-02 指出 FDA TEMPO pilot 与 CMS ACCESS Model 为 outcome-based payment 提供早期测试。来源：链接；链接
- 原文链接：链接；链接
- 二级行业：健康管理/可穿戴/保险健康
- 地域：美国/全球
- 影响判断：可穿戴健康 AI 正在从 wellness 指标走向临床和支付可验证的慢病管理。赢家不一定是传感器最多的公司，而是能连接长期数据、医生工作台、行为干预和支付结果的公司；隐私、算法责任和长期依从性仍是关键风险。
大健康 / AI 医疗器械与医院运营 · Mykare.ai 融资扩展 AI-native 医疗运营系统
- 状态：有料
- 本周动态：Mykare.ai 的融资新闻在本周被 BW Disrupt 等媒体传播，披露其总融资达到 320 万美元，其中最新一轮 100 万美元，用于强化面向 clinics and hospitals 的 AI-powered platform，并扩展海外市场。公司定位是 AI-native healthcare operating system，覆盖 patient acquisition、appointment scheduling、AI voice assistance、follow-up communication、CRM updates、patient feedback collection、retention management 和 administrative workflow automation。虽然融资发生于 7 月、不是严格窗口内的新公告，但本周传播使其成为医院运营 AI 的可用线索；更重要的是，这类产品的落地场景清晰：自动处理来电、预约、随访、CRM 更新、患者反馈与留存，让医疗团队把时间留给患者照护。该方向与美国 AI medical scribe、front office automation、RCM automation 的趋势一致，但 Mykare 的市场更多指向印度、中东、美国、英国等跨区域诊所/医院运营。公开材料显示公司已有 30-35 家较大医疗机构嵌入 AI agents（Instagram/Inc42 搜索摘要），但该数据未能打开权威原文核验，因此报告谨慎标注为媒体线索。
- 关键数据：总融资 $3.2M；最新轮 $1M；应用功能包括 patient acquisition、appointment scheduling、AI voice assistance、follow-ups、CRM updates、feedback、retention、workflow automation；服务地区包括印度、美国、英国、中东；30-35 家大型医疗机构数据来自社媒/媒体摘要，未完全核验。来源：链接；链接
- 原文链接：链接；链接
- 二级行业：AI 医疗器械与医院运营
- 地域：印度/美国/英国/中东
- 影响判断：医院运营 AI 是大健康中责任边界相对清晰、ROI 更容易从人力和漏斗指标衡量的场景。Mykare 代表的是“医疗前台与患者旅程自动化”路线，短期比临床决策大模型更容易部署；但其商业质量取决于真实客户留存、合规、EHR/CRM 集成和多语言服务稳定性。
政府政策专项
政府政策专项 / 中国 · 本周未检索到符合区间的新发 AI+产业官方政策
- 状态：本周无新政
- 发布/生效时间：2026-07-31 至 2026-08-06 时间窗内未确认到中国中央/部委/省/市/区县政府官网新发布、且符合 AI+产业主题的政策全文。
- 官方原文与读取情况：检索 gov.cn、工信部、国家数据局、教育部、卫健委、地方工信/发改/卫健官网及权威转载，时间窗内结果多为旧政策被转载或媒体再传播。例如深圳市工信局《深圳市“人工智能+”先进制造业行动计划（2026-2027年）》官方页面可打开，但 PubDate 为 2026-02-12，不属于本周；黑龙江“人工智能+医疗卫生”相关条款可在黑龙江省人民政府“深入实施人工智能+行动”文件中读取，但页面日期为 2026-03，不属于本周；国家数据局转载《“人工智能+制造”专项行动实施意见》日期为 2026-01-09，也不属于本周。因此不将上述旧政策计入本周新政。
- 关键条款原文摘录：本周无符合区间的新发政策，故不摘旧政策充数。
- 适用范围：中国各级政府 AI+产业政策检索。
- 影响判断：本周中国政策侧没有新的官方政策增量，但旧政策正在通过地方推荐、申报、场景清单和行业应用继续执行。报告正文中涉及安徽智能工厂推荐窗口、上海律协 AI 指引等，是“政策执行/行业规范”或行业案例；政策专项不把过期政策包装为本周新政。
- 关键数据：—
政府政策专项 / 欧盟 · AI Act 第50条透明度义务 2026-08-02 进入适用期
- 状态：有料
- 发布/生效时间：透明度义务自 2026-08-02 起适用；欧盟委员会在本周提供 Article 50 transparency obligations 指南与 Code of Practice 页面。
- 官方原文与读取情况：已读取欧盟委员会 digital-strategy.ec.europa.eu 官方页面《Guidelines on transparency obligations for providers and deployers of AI systems》与《Code of Practice on Transparency of AI-generated Content》。
- 关键条款原文摘录：
“These transparency obligations apply from 2 August 2026.” “The Commission adopted these guidelines to offer practical guidance to competent authorities, as well as providers and deployers of AI systems.” Code of Practice 分两部分：“Section 1: Providers - Rules for marking and detection of AI-generated and manipulated content”；“Section 2: Deployers - Rules for labelling of deepfakes and AI-generated and manipulated text”。 “Outputs of AI systems (audio, image, video, text) are marked in a machine-readable format and detectable as artificially generated or manipulated.” Deployers 需披露“Content that is artificially generated or manipulated, constituting a deepfake”以及未经人工审阅且涉及公共利益的 AI generated/manipulated text publications。
- 适用范围：欧盟市场内 AI 系统 providers 与 deployers，直接影响内容平台、广告、出版、游戏、虚拟人、AI生成音视频、公共信息发布等产业。
- 影响判断：这是本周最明确的跨产业监管信号：AI 内容生产进入“机器可读标记+deepfake/公共利益文本披露”的执行阶段。内容产业的出海工具、营销平台、新闻出版平台和生成式AI服务商必须把标识、水印、检测、人工审核与编辑责任嵌入产品；合规能力会成为欧洲市场商业化前置条件。
- 关键数据：Article 50 transparency obligations apply from 2026-08-02；截至 2026-07 底约 190 家公司/组织签署 Code of Practice。来源：链接；链接
政府政策专项 / 美国 · FDA TEMPO pilot 官方页面直连获取失败，按“政策获取失败/不计政策K”处理
- 状态：获取失败（不计入已读原文政策篇数）
- 发布/生效时间：本周搜索结果显示 FDA 公布 TEMPO for Digital Health Devices Pilot 首个参与者 Dexcom；ACCESS Model 首个 performance period 2026-07-01 起。
- 官方原文与读取情况：尝试打开 FDA 官方 press announcement 与 participants page，均被 FDA abuse-detection/apology 页面拦截或 404，未能通过 web_fetch 读到官方全文。因此本报告不把 FDA TEMPO 计入“政策K篇均读官方原文”统计；仅在大健康案例中以 Dexcom 公司稿、MobiHealthNews 等可读资料作为行业试点信号，并保留 FDA 官方 URL 作为待复核链接。
- 关键条款原文摘录：未读取到官方全文，不摘条款。
- 适用范围：美国数字健康设备、慢病管理、真实世界证据、CMS ACCESS outcome-aligned payment。
- 影响判断：TEMPO 很可能是美国数字健康监管/支付联动的重要试点，但由于本次官方全文抓取失败，政策专项按严格口径不计入已读政策，避免“只读摘要写政策”。后续周报需继续复核 FDA 官方页面。
- 关键数据：官方抓取失败；检索摘要显示 Dexcom Glucose Health Program 为首个参与者。
二级行业过筛结果
- 医学影像与辅助诊断：有料。DeepHealth Breast Ultrasound 获 FDA 510(k) clearance，带部署规模、准确率、时间节省与报销路径。
- 临床决策与医疗大模型：静默。本周未找到符合时间窗且可读官方/权威原文的重大新增临床决策或医疗大模型部署。
- AI 新药研发与临床试验：有料。QuantHealth 获 $45M Series B，押注 AI 临床试验模拟。
- 数字疗法与慢病管理：有料。Dexcom 入选 FDA TEMPO pilot，慢病 AI 与支付/真实世界证据联动。
- 健康管理/可穿戴/保险健康：有料。Dexcom 从 CGM 走向整合营养、活动、睡眠、压力的代谢健康管理平台。
- AI 医疗器械与医院运营：有料。Mykare.ai 代表医院前台、患者旅程和行政运营 AI 自动化方向。
行业洞察
大健康 AI 本周呈现“两端更清晰、中间更谨慎”的结构：医学影像、慢病管理和医院运营更容易落地，因为它们有明确输入、工作流和可量化指标；临床决策与医疗大模型仍然谨慎，公开新增案例少，原因是责任边界、临床证据、EHR 集成和医生复核要求更高。DeepHealth 给出 FDA clearance + 放射科工作流 + 报销路径 + 自有影像网络部署的成熟样板；Dexcom/TEMPO 则显示慢病 AI 开始与真实世界证据和支付模型相连。AI 制药方向从靶点/分子生成继续外扩到临床试验模拟，QuantHealth 融资说明药企愿意为“减少临床失败”买单，但真实 ROI 还要靠后续 trial outcome 反证。
政策侧，本周中国未发现符合区间的新发官方 AI+产业政策，不硬凑旧政策；欧盟 AI Act 第50条透明度义务进入适用期，是本周最硬的跨产业政策信号。它会直接抬高 AIGC、广告、出版、虚拟人、音视频生成和公共信息发布的合规门槛，也会让内容标记、水印、检测和编辑责任成为产品能力的一部分。
🧩 产业化 so-what 收敛层
1. 本周最强主线｜流程闭环胜过模型炫技【确定性高】
AI产业化正在沿着“可嵌入既有流程、可衡量结果、可追责”的路径推进。工业质检/机器人、营销触达、教育订阅、医学影像、临床试验模拟比通用聊天式产品更容易形成预算。
2. 成熟度信号｜影像、营销、教育、工业机器人先跑出来【成熟度：规模化/试点并存】
DeepHealth、Attentive、Duolingo、IDC工业具身智能的共同点是已有部署、客户或财务/市场指标；QuantHealth 和 Dexcom TEMPO 更偏制度化试点，但切入的是药企临床开发和慢病支付这类高价值环节。
3. 政策风向｜欧盟内容透明度成为出海硬约束【确定性高】
欧盟 AI Act 第50条从本周起适用，内容生成、deepfake、公共利益文本发布都要考虑标识、披露和机器可读检测。AIGC、广告、新闻出版、虚拟人直播、音乐音频等赛道必须把合规当成产品能力。
4. 机会与风险｜机会在垂直工作流，风险在证据不足【确定性中】
值得关注的机会包括工业具身智能系统集成、边缘机器视觉、AI营销收入运营、AI教育订阅、医学影像工作流、AI临床试验模拟。主要风险是供应商只展示模型能力、不披露真实ROI；医疗与教育尤其需要长期效果证据。
5. 下周领先指标｜看交付而不是发布【确定性中】
重点跟踪：DeepHealth/RadNet部署节奏与报销进展、Dexcom TEMPO真实世界指标、工业智能工厂申报名单、AI营销/教育平台是否继续披露客户ROI、欧盟透明度规则下平台和工具商的具体合规动作。
📋 关于本周报
- 时间口径：本期覆盖 2026-07-31 00:00 至 2026-08-06 24:00（上海时区），时间窗之外仅作背景并显式标注。
- 范围口径：只研究 AI 如何落进工业制造、传媒内容、服务业、教育科研、大健康五个一级行业及其二级行业；不把大模型公司自身模型发布当作本报告主体。
- 图标口径：🔥重大=产业化信号强；🟢一般=有真实落地或数据；🟡边缘/背景=窗口内弱或主要用于参照；⚪️静默=本周未见可核验重大公开案例。
- 来源口径：优先公司官方、政府官网、监管机构、权威媒体、论文/期刊和公开财报；政策专项坚持官方原文，无法读取官方全文则标注获取失败。
- 下期预告：继续跟踪工业具身智能从 PoC 到产线、欧盟AI内容透明度执行、AI医疗监管/支付联动、教育AI订阅经济与临床试验模拟平台客户进展。