这一周最硬的产业证据不是发布会，而是一组不体面的工程数字：杭州一家轮毂轴承工厂里，15 台人形机器人已转入常态化上料，单次上料 35–40 秒，熟练工人约 15 秒；同一周，特斯拉把 Optimus 的四类问题推到 2027 年底，单季资本开支翻倍至 37.3 亿美元，却没有披露任何产线台数与节拍。
两件事指向同一个变化：能进预算的不是本体数量，而是节拍、成功率与回收期。政策侧同步换挡——中央文件把国家科技计划项目的验收改成「应用考核技术、市场考核产品」，工信部给出智能工厂四级梯队成绩单，广东把 AI 制造奖补改成事后按效果分档。商业与内容侧的竞争焦点，则从「能力」挪到了「计价单位」：微软拆掉 Copilot 的订阅前置、把增量押到 E7 打包与 Copilot Studio 消费额度；快手可灵把视频切成 30 秒单段／2 分钟续拍；阅文按视觉改编收入给作家分钱；阿里云则把不产生续费的通用数字人下架。
本期（第 20261023 期）覆盖 2026-10-16 至 10-22 的公开信息，四个一级行业、27 个二级行业逐项扫描，20 个有料、7 个静默。
一、五个信号
中央把「验收」写成了产业语言
中办、国办 10 月 21 日印发《关于推动科技创新和产业创新深度融合的意见》，全文八节十七条。最有分量的是验收机制：国家科技计划项目要常态化征集企业需求，指南编制、立项评审、项目验收要合理增加来自企业和创业投资机构的专家，并实行「应用考核技术、市场考核产品」；产业应用目标明确的项目，原则上由企业牵头实施并主导成果转化。高校成果可按「先使用后付费」许可给中小微企业。
与 AI 直接相关的条款有三处：第三节（七）明确「全面实施『人工智能+』行动，推动人工智能全方位赋能千行百业」；第五节（十二）要求推广校企联合、工学交替和「双导师制」，支持高校院所聘请企业人才担任产业导师、产业教授；第六节（十四）提出健全人工智能、生物技术等前沿领域法律法规与科技伦理制度，并探索「沙盒监管」。
边界同样清楚：文件没有给出新增财政资金额度、税收优惠比例与生效时间，落地强度取决于后续部委与地方细则。因此不宜把「全面实施」读成资金到位，也不能把它当成可申报的项目指南。（原文）
智能工厂有了存量成绩单，但政策还在起草
10 月 20 日国新办发布会上，工信部总工程师王卫明给出全国口径的存量结构：累计建成 1.3 万余家先进级智能工厂、500 余家卓越级、培育 15 家领航级；在钢铁、汽车、医药等 20 个行业形成 1000 多个应用场景，遴选推广 100 余项「凝聚老师傅经验」的工业智能体。底座数据是截至 9 月底智能算力 2592 EFLOPS、同比增长 146%，5G 基站 525.4 万座；前三季度规上工业中小企业利润总额同比 +13.8%（1—8 月），专精特新「小巨人」+22.2%；电子信息制造业固定资产投资同比 +9.6%，上半年 PCB 新增披露投资约 1691 亿元、同比增长 4 倍以上（属披露投资额，不是完成投资）。
下一步是四方面举措：梯度培育智能工厂；创新发展智能装备（智能工业母机、智能机器人、智能检测与控制装备）；智能技术攻关与推广，包括高质量工业数据集、垂域大模型与工业专用模型、工业智能操作系统，围绕智能排产、参数调优、缺陷检测、设备运维实施「模数共振行动」，稳妥开展工业智能体研发与应用验证，「成熟一个、推广一个」；深化国际合作。
关键在状态：工信部明确「正在研究起草新一代智能制造的有关政策措施」。这是政策储备的公开预告，不是已生效的补贴或强制标准，企业侧暂无可执行的申报路径。
这也是本周最权威的产业体检表：智能工厂的量大面广阶段已过，政策重心转向 AI 原生的系统架构与工业智能体，并第一次把「老师傅经验」写进官方表述——说明官方判断的瓶颈是工艺知识数字化，而不是算力或设备。对供应商的含义是：卖产线改造的窗口在收窄，卖数据集治理、垂域模型与智能体运维的窗口在打开。（实录镜像、央视转载、新华社）
15 台人形机器人进车间，慢于工人却先进了预算
兆丰股份（300695.SZ）杭州工厂与乐聚智能合作部署的 15 台「夸父」，已从单点概念验证转入产线常态化上料：适配 15 个工位、覆盖 10 余种零件，可稳定抓取内径 80–120 毫米的零件；约一年磨合、累计运行约 1000 小时、完成超 6 万件，作业成功率稳定在 98% 以上。同时公开的还有不体面的部分：单次上料 35–40 秒，熟练工人约 15 秒，15 台全部是「轮式底盘+人形双臂」而非双足。
这组数字的价值在于它把「进厂」拆成了可验收的工程项：节拍、成功率、工时、数据回流。单次节拍只有人工的约 40–45%，说明当前经济性来自换产柔性与用工替代预期，不是效率碾压；3 年回收期能否成立，取决于节拍能否在半年到一年内真压到 15 秒。（财联社）
四家流程企业交出了装置级 KPI
中控技术 10 月 16 日在宁波发布 TPT 时序大模型基座与 AOP 自主运行工厂：TPT 与自研通用控制系统 UCS 融合，打通「感知—分析—决策—执行」，称已跨 29 个细分行业复制。四家用户在台上给出数字：万华化学（宁波）氯碱基于 TPT 构建多类「数字员工」，废水处理、精准投料、电解负荷调配等工序实现自主运行，装置报警总量下降 50%、预警准确率超 95%，年创造价值超千万元，蓬莱、烟台两个「无人调度」项目每年节省人力成本数百万元；京博石化提前 5–30 分钟预警、报警次数降 90%、单套装置年综合效益超 500 万元；中煤远兴以「煤质预测—风险预警—生产优化」链路作用于气化炉，波动率降 35.98%、操作频次降 85.62%、有效气产量提升 0.55%、单炉综合效益提升 816 万元、年减排二氧化碳约 7000 吨；镇海炼化内操端提前 5–10 分钟预警、设备异常识别率超 95%、化验频次降 20%、高附加值产品收率提升 0.2%，外操端用飞索机器人＋OGI 气体成像做高危罐区立体巡检。
这些数字的分量在于「装置级」，局限也在这里：全部由卖方组织、买方在场自述，没有投入侧、基线与统计窗口，不能横向比较，更不能当行业 ROI。真正的分水岭是 29 个行业里有多少能给出跨企业、同口径的复购与扩容。（美通社稿、新华网转载）
微软把 Copilot 的订阅前置拆了
微软 Partner Center 十月公告页连续三条变更：10 月 14 日公告，自 12 月 1 日起，新版 Microsoft 365 Copilot 与 Copilot Business 可无需先购买符合条件的 M365 基础订阅（覆盖商业、教育、政府、非营利全渠道，价格与现价相同），SKU 自 10 月 16 日加「(add-on)」后缀，12 月 1 日旧加购 SKU 在 CSP 停售（停售不等于停服，存量可续订与调席位）；10 月 21 日给 E7 配赠规则——2026 年 12 月 31 日前，经 CSP 新购至少 300 个 M365 E7 年席位、开通 Azure 按量计费、并购买至少 5 个 Copilot Studio 年度容量包，按 1:1 配赠最多 5 包、为期 12 个月；10 月 22 日宣布 AI Builder 容量加购自 11 月 1 日停售，统一导向 Copilot Credits。
三条合起来是一次结构调整：降低试用门槛，同时把增量押在 E7 打包与 Copilot Studio 的用量额度上，分散的 AI 计费口径收敛到 Copilot Credits。官方未披露 E7 与 Copilot 的实际席位规模、ARPU 或续费率，配赠条款以 launch kit 为准。（公告页）
候补：信号强但未进前五
北京 12345 热线 AI 全链路（汛期风险模型触发 30 次、提供 100 多次报告）；淘天生成式推荐 AIGQ（37.3% 新品类覆盖、订单 +10.31%）；阅文 OPC 平台与快手可灵 4.0；应急管理部 4 个国家级标志性场景（危化品罐区无人化灭火、智慧矿山）；香港「人工智能+」七方面路线图；OpenAI 收购 Orchestra Bio；科大讯飞三季报（智慧教育 +20% 以上、扣非 -7.63 亿元）；阿里云虚拟数字人退市。
二、工业制造：节拍、成功率与回收期成了客户语言
兆丰×乐聚：一笔可以算账的进厂样本
这单案例的起点不是「人形很酷」，而是换产成本。兆丰部分海外售后订单是小批量多品种，最小起订量只有 250–300 套，传统刚性产线换产成本高，固定机械臂换了工具也接不上，泛化抓取才因此有了位置。董事长孔爱祥的另一个动机是用工结构——年轻人普遍不愿意干车间的体力劳动，这属于为 1–2 年后的用工瓶颈提前买保险。方案规划了上下料、巡检、装刀片等 6 个场景，巡检已在测试：机器人搭载相机沿产线拍摄簧片外观，回传算力中心当场判定合格或返工，指向「黑灯工厂」闭环；公司还把 60 万张零件缺陷与正常样本图片开放给乐聚训练模型。
怎么搭的。 本体是轮式底盘加人形双臂，模型走 VLA 三段式：基础模型预训练用 LingBot-VLA 2.0 约 6 万小时清洗数据；垂域中训练用「夸父 VLA 1.0」，基于蚂蚁灵波 2.0、约 1000 小时训练场真机数据；后训练用 100–200 小时真机模仿学习做到 95%，最后 3–5 个百分点靠产线真机强化学习。工具链把上料拆成 30 余个基础模块。
交付给谁、什么代价。 交付对象是兆丰自有车间自用，乐聚提供本体与模型，形态为厂内私有产线，规模 15 台/15 工位。报道未披露单台价格与总投入，只给出「投资回收期约 3 年」的公司测算；隐性代价是约一年磨合、手部抓取单项约 1.5 万次训练，以及持续的算法与数据集修正人力。
踩了什么坑。 实验室 95% 到车间 98% 之间，隔着油污、人员穿行、光照变化与产线节拍对齐；早期出现过「手拿不住」零件；节拍仍只有人工的约 40–45%；换型调校仍依赖工程师——一条产线 26–28 个工位，换型需 3 名工程师在开工前 2–3 小时逐台调校，若改由机器人在 5–6 点非开工时段完成点位调校，每天可多出 2–3 小时生产时间（公司测算，非已验证收益）。双足在平整厂房的必要性，被受访者直接否定。
能否复制。 前提是「小批量多品种＋高频换产＋工序为弱工艺上下料」，且地面平整、工位标准化；乐聚称同类工位复制部署周期已缩短到天级。反例边界是线束装配、焊接、喷涂、打磨等强工艺环节，高工机器人产业研究所所长蔡炳贞判断还需 8 年以上；双足在工厂大规模常态化部署「至少还需 5 年」。
供给侧的身体状况也摆在招股书里：乐聚智能 2025 年营收约 2.58 亿元，夸父系列销售 577 台、收入约 1.78 亿元，归母净亏损 6977.94 万元，预计 2028 年扭亏；2026 年 5 月创业板 IPO 获受理，拟募资 26 亿元，其中 23.7% 投向数据集建设。GGII 预测国内人形机器人出货量将从 2025 年约 1.8 万台增至 2026 年 6.25 万台——这是预测值，不是已发生的出货。
被低估的资产是产线真机数据：15 台并行单月可采约 4 万条，且已向 OpenLET 开源 1000 小时数据。数据闭环正在成为本体厂商的护城河，这也是「3 年回收期」之外更值得跟踪的一条线。
特斯拉：把具身智能的资本成本摊开
10 月 21 日美股盘后，特斯拉发布 2026 年第三季度财报：营收 280.5 亿美元、同比基本持平；汽车业务收入 205.6 亿美元、同比下降 3%；净利 7.87 亿美元、同比下降 29%；资本开支同比翻倍以上至 37.3 亿美元；自由现金流同比下滑 62% 至 15.3 亿美元。报道把利润下滑归因于「Optimus 人形机器人及其他 AI 计划的支出激增」。
电话会上，马斯克称控制机器人的 AI 系统「进展良好」，但「要让机器人对开放式任务真正有用，AI 和本体还有相当多工作要做」，预计机电设计、可靠性、使用时长与 AI 四类问题「大约在明年年底解决」。同场披露 FSD 活跃订阅 174 万、同比增长 67%，以及 Robotaxi 车队（362 台 Model Y Robotaxi、449 台 Cybercab 获准在德州无人运营）。
边界。 资本开支未拆分 Optimus 单项；Optimus 的产线部署台数、单台成本、节拍与可靠性指标均未披露。这是本周关于「人形进厂」最直白的风险披露：最激进的本体厂商把「真正有用」推到 2027 年底，单季 37.3 亿美元换来的仍是时间表。两边口径差异极大——中国场景方在讲工程指标，美国头部在讲时间表与投入。对投资判断的含义：本体估值已计入 2027—2028 年的量产预期，任何一次时间表后移都会放大波动；相反，做产线数据采集、工位改造与运维的配套环节，收入更早兑现。（CNBC）
背景：进厂叙事的三个水分点
以下材料来自 10 月 10 日的一篇调查报道（10 月 19 日转载），事件在本周窗口之外，仅用于交叉核对，不计入本周实绩。三个水分点是：其一，「进厂」不等于进核心产线，部分项目位于非核心产线、独立工位或展示线，未接入核心节拍；其二，3C 大厂因工艺保密不敢放机器人进线，立讯精密方面表示产线连手机都不允许带入，而带深度相机、激光雷达的机器人「无异于行走的数据采集器」；其三，客户兼投资人的模式下合同真实、收入可审计，但战略投资周期结束后复购存疑。
两条基线同样重要：某头部具身智能企业称，一台人形机器人入厂成本六十多万元，需降至约 25 万元才具备替换工人的经济性；IDC 称文娱商演、科研教育、数据采集、导览导购合计约占出货量 90%，工业制造仅约 9%；沙利文称 2025 年全球用于生产作业的人形机器人销量仅约 700 台、收入 0.47 亿美元。它们与兆丰的 98% 成功率、3 年回收期互为参照，说明个案成立不等于行业批量落地。（21 财经转载）
名单比发布会更实用
发布会讲存量，公示讲增量。10 月 19 日工信部公示 2026 年度卓越级智能工厂名单，共 253 个工厂，北京动力机械研究所的「全链协同的空天动力智能工厂」在列，公示期为 10 月 20 至 26 日；苏州 8 家企业入选，占全省 20% 以上、数量居全省第一。
这份名单的直接价值是「可核可追」：253 个具名工厂意味着 253 个已过评审的预算主体，比任何发布会都更适合做客户地图。需要提醒两件事：公示不等于验收通过，卓越级还分「拟入选」与最终认定；以及区域集中（苏州一市占全省 20% 以上）可能加剧样板工厂与普通工厂的能力鸿沟。
关于存量口径，本周出现一个不能忽略的矛盾：工信部 10 月 20 日发布会与另一家媒体 10 月 12 日的报道均称先进级为「1.3 万余家」，而新华社 10 月 19 日报道给出的截至 2026 年上半年数字是「5.6 万余家基础级、9000 余家先进级」。两者相差约 4000 家，本文无法判定哪一口径为准，因此并列保留、不相加，引用时也不混用。（新华社、苏州市工信局）
广东：为「需求侧不会提需求」付费
广东的动作更接近中小企业的真实处境。10 月 20 日「粤智赋万企行」启动，路径是「五个一」：一张需求单、一个资源库、一个线上平台、一系列对接活动、一套支持政策。今年以来已开展超 70 场赋能对接活动，推动促成合作项目超过 11 亿元（未披露签约、到账与实际交付比例）；组织上组建 30 个「翻译官」团队下沉工厂，把企业诉求「译」成技术要求、把技术资源「译」成实施方案；线上平台用智能体做需求—服务商匹配，已集聚 1200 多家赋能机构、近 3000 项资源，覆盖工业大模型、工业软件、智能装备与数字化诊断，并用 100 个标杆案例做扩散。
资金侧将印发《广东省制造业赋能奖励专项资金方案（2026—2028 年）》，事后奖补、分 5 档、最高 1500 万元，今年内争取兑现第一批；生产制造、市场销售环节仍由技改、数字化转型、开拓市场等既有资金支持，不重复支持。发布会上举的例子很具体：佛山一家注塑厂能耗高、调机靠老师傅，在平台输入「注塑机能耗高、想用 AI 优化参数」，智能体引导它把需求说清楚，再匹配有注塑工艺优化案例的服务商并推送政策。广东 2025 年规上工业企业营收 19.34 万亿元、居全国第一。（21 世纪经济报道）
值得注意的是它承认的堵点：中小企业「想转不敢转、想转不会转」，方案供给多但与工艺痛点错配。因此把「需求澄清」前置为独立环节，而不是直接撮合采购。可复制的是「需求翻译＋资源库＋事后奖补」的公共品结构；难复制的是 30 个团队的行业 know-how 与持续运营经费——只建平台不建线下诊断能力，容易退化为服务商黄页。
工博会：Agent 上台，复制成本没消失
第 26 届工博会（10 月 12 至 16 日，上海）6.2H 馆汇聚近 200 家企业、近 50 项产品/技术首发首展，三个信号值得记：决策型工业 Agent 集中登台、数字孪生从可视化转向「以虚导实」、端侧工业 AI 下沉车间做缺陷检测与状态监测。
黑湖科技首次集中展出十余款覆盖报价、工艺解析、生产排程、质检、仓管、设备预警的 Agent，围绕同一张订单把工艺信息供给报价与排产调用，订单变更时全链路参数联动。最硬的案例是蜜雪冰城：借 AI 贯通订单、物料、生产、质量信息，业务功能开发周期缩短超 70%、整体生产效率提升 30%——未说明基线、统计区间与计算口径，属企业自述，不能外推为行业均值。
同场技术人员的一句话更值钱：工业软件很难像消费端软件那样标准化复制，不同行业甚至同行业不同工厂的车间布局、工艺路线、产品标准差别很大，「一套方案在 A 厂运行稳定，直接搬去 B 厂很容易水土不服」；上线后还要持续导入工艺知识、反复调试，交付周期长、定制成本高，且效率提升属隐性收益，企业评估 ROI 的周期更长。换句话说，大模型没有消除工业软件的复制成本，只改变了交付物的形态。
同稿引用的两个背景数据需与前面的发布会口径区分：全国累计建成超 4.3 万家智能工厂（含基础级）、AI 已渗透领航级工厂 70% 以上业务场景；2025 年我国制造业增加值 34.7 万亿元、连续 16 年全球第一。（21 世纪经济报道/财联社）
质检与半导体：能证明在用，不能证明 ROI
10 月 21 日的一线走访给出两个典型场景。小鹏广州智造基地总装车间的天窗安装工位由两台设备协同：一台扫描车身点位、采集数据并校准装配基准，另一台据结果完成对位安装，全程无人工干预，装配误差控制在 0.5 毫米以内；基地还应用了 AI 视觉质检、智慧物流与一体化压铸，后者把 167 个零件一次成型，减少连接与焊装工序。
广州福山循环经济产业园自研的「永兴天网」打通 5000 多路监控点位与 MES、SIS 等平台，接入 AI 模型与算法；企业称摄像头配 AI 算法后智能监测准确率提升至 85%。
边界必须先说。 小鹏的 0.5 毫米是天窗装配的工艺公差，不是质检算法的检出率；福山的 85% 是视频智能监测准确率，既未拆分漏报与误报，也未说明分母是事件数还是摄像头数，且「提升至」隐含的改造前基线未披露；报道另提到广州 2021 年登记在册的分类收运专用车辆为 3501 台，仅用于说明调度规模。两家均为企业自建自用，未披露设备投入、上线周期与运维人力；踩坑细节也未披露，报道只以业内人士之口提醒「需求不清会让技术找不到位置」，这是一般性风险提示，不能当本项目踩坑证据。可复制的前提分别是车型平台稳定、工位节拍固定、具备点云/视觉标定能力，以及同类多点位园区的异常事件监测。
粤芯半导体广州黄埔 12 英寸厂是另一类样本：以统计过程控制（SPC）与自动化缺陷检测管理生产变量，配自动化物料搬运，企业称产品良率超过 98%，进线硅晶圆纯度要求超过 99.9999999%（9N）；2017 年落地、2019 年一期量产，产品覆盖功率器件、电源管理芯片、图像传感器与微控制器，已带动近 150 家上下游企业到广州选址、90 余家签约（签约≠投产）。
关键限定：报道只写「SPC＋自动化缺陷检测」，没有说明是否使用深度学习、是否做缺陷自动分类、是否用 AI 做良率根因分析。因此不能把粤芯当作「AI 良率治理」的实证，只能作为「精密制造已具备数据化良率管控基础」的样本——而这恰恰是 AI 良率模型能否落地的前置条件。SPC 加自动检测是 12 英寸线的行业基线，真正难复制的是缺陷数据标签体系与跨工序根因定位能力，本次未取得相关证据。（21 世纪经济报道）
高危作业：进了国家级场景清单，但还没有订单
10 月 22 日应急管理部发布消息，国家发展改革委等六部门联合发布实施首批标志性重大应用场景项目，应急管理领域 4 个入选：危化品储罐区无人化智能灭火、极端灾害情况下应急指挥通信保障、智慧矿山建设、深部战略资源安全开采。
与工业制造直接相关的是两个。危化品场景明确构建「无人消防车＋机器人＋无人机＋数智调度平台」空地一体技术装备体系，目标是火灾扑救「作业无人化、指挥智能化、决策数据化」，并从源头保障救援人员生命安全，同时带动无人驾驶、人工智能、应急通信等上下游产业。智慧矿山以井工煤矿、金属非金属地下矿山、露天矿山三类为对象，围绕地质测量、生产作业、安全管理、辅助保障，应用具身智能、云计算、工业互联网与无人驾驶，推动「智能感知、智能决策、自动执行、综合管控」。深部战略资源安全开采则聚焦深部难采难掘与灾害频发，目标是形成可复制的技术标准与管理制度。
边界。 这是场景项目名单，不是采购中标、不是验收结果：承担单位、投资额、建设周期与考核指标均未披露，技术细节与供应商也未披露。它能证明政策把「高危作业无人化」列为国家级方向，不能证明任何一家企业的 AI 安监产品已过实战检验。已知的行业共性风险是，高危场景的 AI 报警必须解决误报疲劳与断网断电下的可靠性，本次文件未涉及。方向可复制，但真正的复制门槛在标准与监管认可，而不在算法。（应急管理部、央视网）
同日邻近线索（背景，非本周）：工信部 10 月 20 日发布会提到「人工智能＋有色金属行业」实施指南正在制定；应急管理部 9 月 29 日与国家矿山安监局等联合发文，要求高危行业提升自动化、机械化、智能化装备水平，发布时间在窗口外。
流程工业：把项目制交付改成模板复制
中控这套东西的结构值得拆开看。基座是 TPT 时间序列大模型，强调 Transformer＋MoE 与流程工业第一性原理结合；上层是行业与装置模板，再向上是 AOP 与 UCS 构成的闭环，以及承载报警治理、操作优化与调度的「数字员工」智能体。自研与采购的边界是：模型与控制栈自研，算力与云侧与华为、阿里云合作。
交付对象是镇海炼化、万华化学、京博控股、中国中煤这类流程工业集团，装置级或基地级部署，厂内私有化，使用者是内操、外操、装置工程师与集团数字化部门。代价方面，发布会未披露单套价格、上线周期与收费模式，只给用户侧「年效益」，属收益侧单边披露，无投入侧对照，无法计算 ROI。
踩的坑由中控自己说出来：副总裁吴玉成归纳为规模化三难——能力复用难、价值定义难、行业扩展难；镇海炼化干建甫那句「最难的不是买系统，是把老师傅脑子里的火候翻译成机器看得懂的语言」，指向知识显性化与数据标注成本。四家案例全部停在「单装置/单基地」，跨集团复制仍在途中。
可复制性被明确押在「行业模板＋数据联盟」上：联盟称已有 300 余家成员、覆盖 10 多个流程行业，新增中石油吉林化工工程、兴发化工、金鼎钢铁煤焦化、山东海科、瓮福江山化工、达美盛软件等；同步发布「共建数据集」与工业 AI 数据共享社区。前提是装置机理清楚、DCS 与历史数据完整、有专职工艺加算法复合团队；反例边界是强非标、间歇式、批次差异大的装置，以及缺乏可信数据流通的集团。
两组非当期数字需要分开看：中国工业 AI 市场 2026 年 1163 亿元到 2030 年 3034 亿元，是联合研究报告的预测值；「十五五」期间为行业创造 1 万亿元经济效益、碳减排 1 亿吨，是中控的目标值，不是已实现结果。
这是本周流程工业 AI 最完整的「平台＋生态＋用户数字」组合，信号不在单点准确率，而在把 APC 与优化从「项目制交付」改成「模板复制＋数据联盟」。但所有效益数字都由卖方组织、买方在场自述，缺投入侧与基线，属「可核查方向明确、尚不可核」的披露；真正的分水岭是 29 个行业里有多少能给出跨企业、同口径的复购与扩容。
柳钢：从「看火」到改指标
10 月 17 日的一线报道里，柳钢防城港基地已实现全流程集控：码头、料场到轧线数据同屏，AI 模型盯炉温、枪位、流量与加料曲线，智能铁水车运 1400℃ 铁水，冷轧库区机器人自主拆捆、取样、送样。
转炉车间副主任许铭俊把炼钢比作「煮粥」：泡沫渣太满会喷溅，渣太干出安全问题。过去靠炉长看火、凭经验加冷却剂与调氧枪枪位，现在数据每秒采集、程序实时预测渣况与风险，人只在关键节点介入。倒渣观察不必再站到 1600℃ 炉口，炉前工从「一直盯火」转为「管模型、处异常、调参数」，师带徒的教材换成了曲线图与预警日志。
可量化结果集中在两处。 宽厚板产线过去由工程师人工组板，如今算法可分钟级处理上千个合同，板材收得率提升 1%–2%，九成以上合同自动匹配；防城港市大数据发展局披露，基地关键设备数控化率 100%、劳动生产率提升 17.5%、运营成本降低 4.5%——未说明统计年份、分母与劳动生产率算法。冷轧厂已深度应用 21 套机器人系统，AI 表面检测把带钢「抽检」改为全幅面实时体检。
边界。 未披露模型类型（机理、机器学习或大模型）、训练数据量与在线闭环比例，也未披露系统投入、上线周期与运维人力；隐性代价是把老师傅的火候翻译成机器语言的知识采集与标注工作。报道以正面叙述为主，未披露模型误报、人工接管率或降级案例，属单边成功叙事，需保留怀疑。另有一处不能写成确定事实：报道称柳钢引入行业钢铁大模型能力时用了「据公开报道」「如酒钢『玄铁』类架构」的表述，属记者转述，未取得柳钢或供应商确认。
可复制的前提是转炉/轧线数据齐全、工艺机理清楚、有稳定班组承接「管模型」角色；小型钢厂、频繁换钢种且数据断点多者不成立。宽厚板组板属规则加优化问题，迁移性高于转炉渣况预测。（中国新闻网）
工程软件：可验证的 agent 先跑起来了
10 月 21 日，西门子数字工业软件在德州 Plano 宣布扩展与英伟达的 EDA 智能体产品线，把 2026 年 DAC 上发布的「自验证智能体」接到 3D IC 的电学、功耗、热与协同设计问题上。做法不是再做一个聊天助手：Fuse EDA AI Agent（集成 Intelligence Center X）承接工程师给定的设计目标，自主编排 7 个工具、跨 9 个步骤完成耦合电热分析——Innovator3D IC 做布图与封装装配，Solido Characterizer 做 AI 库表征，mPower Digital 做功耗与温度相关功耗，Calibre 3DThermal 做热签核，Simcenter Flotherm 做系统级热仿真，Calibre xACT 做温度相关寄生提取，Solido SPICE 做电热感知 SPICE。单次运行 50–100 个推理步、8–10 小时，每轮扫描 200–500 以上设计点，并能诊断未达标原因是供电、布局、材料还是三者叠加。
官方给出的数字相当激进：工程投入最多降低 95%（数周压缩到数小时）、工作流搭建时间最多降低 99%（原本跨 7 个工具要数天，现在通常不足 5 分钟）、设计探索覆盖度最多提升 50 倍。底座是 NVIDIA Agent Toolkit＋Nemotron（编排与子流）、NeMo Gym（轨迹跟踪、找热点）、NeMo RL（EDA 领域知识与工具调用后训练）、NeMo Relay（可观测与审计）、NeMo Switchyard（按精度/算力/token 成本路由）、OpenShell（沙箱隔离 IP 与 foundry PDK）与 CUDA-X。同稿给出的背景参数是英伟达 Rubin 单卡最高 50 PFLOPS NVFP4 推理、288GB HBM4，可扩展至 Vera Rubin NVL72；西门子 2025 财年（截至 2025-09-30）营收 789 亿欧元、净利 104 亿欧元、约 31.8 万人，属已发布财报口径。
边界。 以上全部是「benchmark studies」口径，未披露设计点来源、对照的人工流程基线、签核是否由 agent 自动完成，以及是否有客户在生产项目中使用；所谓 self-verifying 指 agent 依据物理求解器结果自检，不等于取代 signoff 责任。定价、许可模式、GPU 资源占用均未披露——官方只给「省工程投入」，8–10 小时/轮的推理成本可能才是复制门槛。新闻稿未披露失败案例，但从技术描述可反推两个约束：agent 必须被沙箱限制以防 IP 与 PDK 泄漏，且必须以签核级求解器兜底，说明纯模型推理仍不可信；另外「最多 95%」是上限表述，中位数未知。可复制到电、热、电磁、DFT、RTL-to-GDS 等「工具多、步骤长、结果可验证」的流程；不成立边界是缺签核级求解器、设计规则不显性化、或 IP 不可出内网。（西门子新闻稿）
同日，Mistral AI 与英伟达的工业工程合作选择了另一个切口：不是卖工具里的 agent，而是建标准与数据。双方要共建物理模型的公开基准与开放数据集，让研究与工业团队能比较模型精度、构建并验证自动化的 CAD-to-simulation 流程；同时为 CAE/EDA 中的 agentic AI 建专门评测，考察 agent 是否会正确使用工程工具、完成多步流程、产出技术上正确的结果，并计量执行时间与算力成本；另有一条与数字孪生直接相关的安排，把 Mistral 模型接进 Omniverse 库做 3D 场景生成与 SimReady 资产。
Mistral 计算工程副总裁 Neil Ashton 那句话点出了行业痛点：「太久以来，工程的节奏由仿真的节奏决定。」Mistral Large 4（Le Chonk）为约 1 万亿总参数、490 亿激活参数的多模态模型，在欧洲自有数据中心用 3800 块 Grace Blackwell 训练，权重计划 10 月底开放，公司同时给出 2030 年 1GW 算力的路线。
但这次是合作与路线公告，不是产品交付：公开基准、开放数据集、agent 评测三件事都还没有发布物，也没有客户案例、价格与时间表。「加速仿真」是能力主张，不是已测结果。可预见的代价是仿真算力与数据准备，以及把企业私有机理模型接入公开基准时的 IP 暴露风险；不成立边界是签核责任——CAE/EDA 的错误代价由设计方承担，公开 benchmark 分数不能替代签核级验证。（Mistral）
两条路其实在争同一件事：谁定义「AI 仿真准不准」的尺子。EDA 是工业 AI 里少数「结果可机器验证」的领域，错了仿真会打脸，因此 agent 化比产线更快落地；其真正含义是工业软件的计价单位可能从「席位/工具」转向「设计点吞吐」，谁掌握求解器与签核，谁就掌握 agent 的裁判权。而标准之争决定采购时的可比性——若国产 CAE/EDA 只讲案例不讲可复现基准，将在国际采购与技术互认中处于被动。
静默与依附项
预测性维护与设备健康本周静默：窗口内未取得具名落地或发布，工博会只有「端侧 AI 做设备状态监测」的趋势描述；容知日新 10 月 19 日仅为新设子公司的工商登记，远景能源发布在 10 月 14 日（窗口外）。不把趋势描述或工商登记充作落地案例。
工业软件、供应链与数字孪生本周属「获取不足」：窗口内未检索到具名落地或发布，仅有一条 10 月 20 日地方签约清单与 10 月 21 日高校采购公告，无技术主体与效果，未采用。（背景，非本周：京东工业「工业世界模型」为 10 月 13 日，窗口外。）
另有两个二级行业属「有料但依附」：工业大模型与工业知识库与流程工业对象合并（中控 TPT 与 Industrial AI Data Hub、柳钢的转述口径），知识库侧只有数据联盟与数据集层面，没有检索召回率、知识覆盖率这类指标；工业 AI Agent 与自主调度以工程侧为主（西门子 Fuse、中控 AOP），产线调度与工单自动化无独立具名案例，AOP 的「自主」程度与人工接管率未披露。
工业侧的总体判断。 钱花在「改指标」（收率、报警、操作频次）与「改流程」（设计点吞吐）上，而不是再买一套可视化。中控与柳钢的数字都落在装置级 KPI，西门子与 Mistral 的竞争落在签核与基准：前者决定能不能续约，后者决定谁能定义标准。风险也同样清楚——本周所有效益数字都来自卖方组织或其客户在发布会现场的口述，缺投入侧、基线与第三方复核，把它们当行业 ROI 会高估；真正的拐点信号应是下一季度出现跨企业、同口径的复购与扩容披露。
三、创意与内容：计价单位、可防御性与一次出清
阅文：把 IP、制作、发行、分成接进一个平台
10 月 16 日阅文在杭州办创作大会，约 400 位创作者与合作伙伴到场，CEO 侯晓楠把战略讲成三件事：AI 精品视频矩阵、OPC 一站式平台、IP 全链路运营。
第一件，发布首批 AI 精品动画《赛博英雄传》《不科学御兽》《裁决》《镇妖博物馆》，与艺画开天合作，定位「网文 IP＋AI 技术＋动画专业力量」三方协同；此前《赛博英雄传》的 AI 先导片已在海内外传播，此次进入正式开发。第二件，把原 DramaBuddy 漫剧助手升级为 OPC（One Person Company，一人公司）平台：开放经作家确认的 IP 库，提供漫剧全流程 AI 制作，成品一键转绘 10 个语种（无成品也可用剧本直接生成海外原生漫剧），直连起点漫剧与海外平台 ToonScroll 及腾讯生态渠道，并设 A—S 创作者评级与分层激励。第三件，推出「IP 委员会」模式，首项目《保卫南山公园》与三体宇宙合作，打通动画、真人影视、线下衍生，替代过去「一部一议」的授权方式。
两处「反向」表述值得记：侯晓楠重申「文学的改编可以用 AI，但文学本身不能是 AI」，并称起点今年在做「AI 水文治理」——清理榜单、限定日更字数；集团副总裁、总编辑杨晨称，漫剧已让 1500 多位作家首次获得视觉改编收入；截至 9 月，短漫剧分成稿费过万的作家三百多位、过十万近百人、最高超百万。
平台给出的数字：上半年短剧及漫剧业务收入突破 4.3 亿元、同比增长 230%；超 660 部漫剧播放破千万、107 部破亿；ToonScroll 海外 50 部破千万、11 部破 5000 万、3 部破亿，覆盖 10 多个语种，2026 年海外 AI 漫剧市场规模「预计突破 40 亿美元」（预测值）；已签约 5000 多个个人及个人工作室，前十大 OPC 创作者年收入均破 100 万、头部合作团队分成破 600 万元；《三千庇护》35 季、全网播放超 40 亿，带动原著进入畅销榜第 5；未来三年上线 20 多款 IP 改编游戏，《异人之下》12 月上线、预约超 3300 万（预约不等于付费用户）。以上均为企业自述，未披露结算周期与统计区间。
五要素。 技术侧未披露模型与工具链细节，只能确认「AI 制作全流程＋一键转绘多语种」与接入经作家确认的授权库，可判断为「自有 IP 库＋第三方或自研视频模型＋发行渠道」的组合，自研与采购边界未公开；交付的是两类人——OPC 创作者/工作室（SaaS 化创作与发行入口）与 B 端动画、影视、游戏、文旅合作方；代价上未披露平台定价、算力成本与分成比例，只知平台承担「10 亿起点币」赠币成本与 S 级/头部团队 600 万元级分成；踩的坑有两处，一是「AI 水文」（AI 降低写作成本后榜单被量产内容污染，起点以限字数、清榜、人工扶持对冲），二是授权摩擦（必须先取得经作家确认的 IP）；能复制的前提是「有可授权的存量 IP 库＋有分发渠道」，这正是相对纯工具厂商的护城河，无 IP 的工具型公司复制到的是制作效率而非变现闭环，且精品动画仍需专业动画力量，AI 只压缩中间环节。（腾讯新闻）
这是本周最能说明「AI 内容进入工业化结算」的样本：不是发模型，而是把 IP、制作、发行、分成四段接进一个平台，并用播放量与分成金额自证。信号意义在于价值分配前移——平台开始按「视觉改编收入」给作家分钱，IP 从授权标的变成持续生产资产；同时「文学不能是 AI」划出人机分工红线，说明供给端已从「能不能生成」转向「生成什么才不被平台降权」。
可灵 4.0：把视频切成可调用、可计价的单位
10 月 16 日快手可灵宣布 Kling 4.0 全量上线（此前 9 月 28 日预告「10 月正式上线」，上线当周快手港股一度涨逾 6%）。三处实质变化：单次生成最长 30 秒，支持多次续拍延展至 2 分钟，输入侧最多 10 张图片、5 段视频、7 个主体、8000 tokens 提示，覆盖多语种与方言；画质与音频升级，1080p 10-bit HDR 与 4K 格式「即将上线」，配高品质音频与双通道立体声，角色口型匹配精度提升，镜头运动支持高速运动与环绕镜头；工程侧接入 MCP 与 CLI，并称后续向企业客户与开发者开放 API。
这三点的产业含义不同：30 秒到 2 分钟解决的是「单镜头可用性到可剪成叙事段」的门槛，直接对应短剧、广告片、电商视频的可用单位；MCP/CLI 则把视频生成从「网页手工出片」推进到「可被 Agent 与流水线调用」，意味着产能瓶颈从生成转向脚本、分镜与审核。
边界。 未披露模型架构、参数量与训练数据；官方未公布定价与单条视频成本，可确认的是多模态参考输入、长上下文、音频与口型联合生成，并通过 MCP/CLI 对外暴露调用面。官方未披露付费用户数与 ARR。可核查的限制是 4K/HDR 仍为「即将上线」，说明交付节奏与宣传节奏存在时间差；生成式视频常见的一致性与版权素材问题，本周无官方披露，不作推测。上线日期存在一天口径差异：一家媒体与 Yahoo 财经香港记为 10 月 16 日全量上线，网易周度观察记为 10 月 15 日，本文按 10 月 16 日计入并保留差异。快手 IR 官方新闻稿本次返回 403，涉及融资额与估值的说法一律不采用。（搜狐转 IT 时代网、新浪财经）
视频模型的竞争点已从「样片惊艳」转到「能否被流水线调用」。30 秒加续拍 2 分钟把 AI 视频推进到「短剧单集可用」，MCP/CLI 则把它变成 Agent 可编排的产能单元——这两件事叠加，才是短剧与广告 AIGC 从工作室手工走向工厂化的技术前提。
可复制的是「基座模型＋创作工具＋API 三层」路径，国内字节即梦、MiniMax 海螺、生数 Vidu 都在走；难复制的是快手的流量与商业化场景（广告素材、短剧供给），这决定它能用内部需求摊薄训练成本。对照面是美国：Sora 消费端已于 2026 年 4 月关停、API 于 9 月 24 日终止（背景，非本周），Runway 转向世界模型——美国在通用视频模型上收缩，中国厂商在「可交付时长＋工具链」上继续加码。
阿里云数字人退市：通用产品层开始出清
10 月 16 日阿里云官网发布《关于虚拟数字人启动退市通知的产品变更公告》，理由为「产品策略调整」。退市按三段执行：2026-11-30 停止新购（已购客户可用至服务到期）；2027-05-31 停止续订与版本更新；2027-11-30 全面停止服务，控制台、支持与工单服务同步下线，退款通道也于该日停止。阿里云建议客户迁移至云市场三家伙伴——蚂蚁灵境数字人、相芯数字人、一知智能 AI 直播数字人；阿里云人士对记者称，这属于「战略调整、产品迭代的正常下架」，并强调「目前数字人市场非常成熟」。
公告的价值在它给出的行业诊断：通用型数字人（形象定制＋话术模板）在同质化与生成成本下降的双重挤压下失去壁垒，头部云厂商选择收缩非核心产品线，把资源集中到算力与大模型。替代方的画像也能说明问题：相芯主打全栈「建模—驱动—交互—渲染」，服务手机、汽车、电商、金融等 20 余个领域，称手机端累计装机近 10 亿台、电商直播客户单场 GMV 超千万；一知智能聚焦电商直播，累计生成约 30 万个直播数字人形象。另据同一报道，阿里云 2026 年 2 月已与平行宇宙科技合作「惠宇 AI 数字人直播间系统」，以无影云电脑与弹性算力提供底层支撑，角色由产品提供方转为能力支撑方。
五要素与沉没成本。 架构未披露；可确认交付形态为公有云 SaaS（控制台开通、按服务期订阅），替代方案为云市场第三方 SaaS，部分支持私有化。客户以政务、金融、运营商、新零售为主，实际使用角色多为品牌市场部与客服中心，客户数与收入未披露。公告只留约 13 个月过渡期，并明确「已完成定制的数字人形象无法独立存续，将随绑定应用一并停止」——这是客户最实质的沉没成本。官方未承认失败，但可观察到的失败环节是产品定位：通用形象加模板难以形成续费理由，真正有黏性的是绑定业务流程的场景（政务预审、产线巡检、直播成交）。
退市路径本身可复制：分阶段停售、停续、停服，并给出迁移伙伴清单。对采购方的启示是可迁移性条款应写入合同（模型与形象资产可导出）；对创业者的启示是不要做「通用数字人」，要做「能算钱的数字员工」。赛道规模仍在增长：艾媒咨询口径 2025 年中国虚拟数字人核心市场 480.6 亿元、预计 2030 年 935.6 亿元，2026 年电商行业 AI 数字人应用企业占比 19.71%，卫生社保福利 13.44%、金融 11.78%、教育 10.24%、传媒与交通各 9.69%（第三方研究，样本与方法未披露）。增长与出清同时发生，正是这条反证型信号的意思。（凤凰财经转券商中国、腾讯新闻）
独立游戏取消 Demo：AI 压低了复刻门槛
日系动漫风格独立游戏《酒鬼女神的酒诡》原定 2026-10-19 上线公开 Demo，临近上线前紧急取消，改为严格闭门邀请测试。官方声明给出的主要理由之一，是担心 Demo 上线后有人借助现代 AI 工具或反编译手段，依据 Demo 展示的玩法与抓取到的资产，快速做出高度相似甚至完全复制的仿冒作品，并在原作发售前抢先上市。该作玩法接近《恶魔轮盘》的二次元演绎，核心卖点是美术、角色演出与氛围包装——恰好是「规则清晰、靠美术与创意取胜」的类型，在 AI 时代最脆弱。
报道把机制讲得比个案更清楚。其一，反编译成本坍塌：以 GPT-5.5 系列推理模型与 Claude Code 类自动化编程工具为代表的工具链，已具备代码反编译与逻辑重建能力，爆款 Demo 常在发布 24 小时内在 Roblox 或手游商店出现高度还原的克隆版本（定性描述，未给出案例清单与统计口径）。其二，宣发流程被迫倒转：传统「提前数月建 Steam 页面—发 Demo—攒愿望单」的路径失效，开发者转向隐藏作品甚至无预热直接发售。其三，社区双重标准：3A 作品被证实使用 AI 后玩家照买；独立团队一旦坦诚使用 AI，销量可能断崖下跌，未披露而被发现则演变为公关危机，连纯手绘作者也需自证「清白」。
反证同样保留：有网友认为这更像营销噱头——该类简易玩法即便无 AI，熟练开发者一个周末也能复刻；AI 在美术与动画连续性上仍有短板，难以一键复刻复杂创意。这把「AI 导致不可防御」收窄为「AI 压低了复刻的时间成本，并放大了舆论风险」。
五要素。 本案是「防御失败」而非「方案交付」：可确认的应对只是闭门邀请制 Demo（控制素材暴露面），未披露水印、资产加密、客户端反调试等技术防护；面向玩家与发行渠道，闭门对象为受邀玩家与媒体，规模未披露；直接代价是愿望单与曝光损失，具体数量未披露，隐性代价是宣发节奏整体后移；坑不在模型能力，而在「创意的可复制性」与「证明原创的成本」倒挂——抄袭者用 AI 把复刻压缩到天级，原创者却要花更高成本自证；防御策略可复制但效果有限，真正成立的边界是「玩法深度＋持续运营」类产品，单机一次性体验型小体量作品最难防，平台侧的克隆检测与下架机制才是规模化解法，本周无相关新动作。另据报道引述，《全面战争：幕府将军 2》「上周道歉下架」，本文未单独核实该事件日期与原因。（GameLook）
这条比任何「AI 降本多少」的发布更有信息量：生成式 AI 已把游戏研发的竞争从「产能」推到「可防御性」。工具链受益者明确（引擎、资产保护、确权与检测），内容方受益分化；对独立团队，「是否用 AI」正在变成发行策略问题而非技术选择。
出版社做平台：从卖内容到卖服务
10 月 19 日，电子科技大学出版社与阿里云在 2026 天府书展发布「中小学 AI 通识教育平台」，形式是平台发布、实景演示加专家座谈。平台整合三方能力：电子科大的学科资源、出版社的内容策划能力、阿里云的云计算与大模型及算力，面向中小学提供课程教学、实践实训、教学评价一体化方案。社长田江称该社成立 41 年，正把学科优势转化为「可推广的教育出版资源」；阿里云政企事业部川滇藏教科研总经理王津称，中小学 AI 通识教育是阿里云在 AI 教育领域的核心战略方向。
这场发布最值得记的不是产品，而是圆桌里被公开承认的落地门槛：四川省教育融媒体中心总编辑胥茜直接剖析「从平台建成到走进课堂」的现实门槛；回应方提出用模式创新让资源不均衡地区「开得齐、用得好」；产业界代表建议用真实教学场景数据构建迭代闭环，推动平台向「教育智能体」演化。出版机构做 AI 的路径正在从「卖内容」变成「卖平台＋卖服务」，而瓶颈被明确指向师资、课时与区域资源不均，而非技术。
边界。 技术架构与模型选型未披露，可确认是「出版社内容＋高校学科＋云厂商算力」的三方组合；交付对象是中小学（教育主管部门与学校为采购方，教师与学生为使用方），区域覆盖未披露；平台价格、建设周期与运维分工未披露；坑是「最后一公里」——平台建成不等于进课堂，受师资、课时安排与区域资源不均约束，而内容机构与云厂商联合体的常见失败点是内容更新与教师培训跟不上。模式可复制性强，各省出版社均可照做，成立前提是本地教研体系配合与课时安排。它的天花板受教育采购周期限制，但现金流比 IP 视频路径更稳。出版业的 AI 落地正在分叉：一类是把 IP 变成视频，一类是把内容变成教学平台；后者真正稀缺的仍是教研与发行渠道——AI 只是把内容重组成可交付服务。（新华网客户端）
好莱坞：两周一部 AI 长片，经济性仍未验证
The Guardian 10 月 20 日一篇长文把三条线并置。第一，已故演员 Val Kilmer 的 AI 复刻形象出现在新西部片《As Deep as the Grave》预告中，由导演 Coerte Voorhees 制作，家属与遗产方授权。第二，AI「女星」Tilly Norwood 去年亮相后引发演员群体反弹，并将出演长片《Misaligned》。第三，英国公司 Higgsfield AI 今年已上线两部全 AI 长片：95 分钟《Hell Grind》（5 月）与 115 分钟《The Cully Hill Boys》，拍摄加后期分别用两周和一个月（不含剧本）；后者由真人编剧 Tim Planagan 写剧本，按 30 秒一段组装，依赖今年夏天发布的 Seedance 2.5，而 5 月那部受 Seedance 2.0 的 15 秒单镜头上限约束，每个 15 秒只能表达一种情绪。
工艺细节是最有价值的部分：先用角色「资产」（全身照与面部特写）锁定连续性，再以资产为锚，为每个 30 秒片段写约 4000 词提示词（部分由 LLM 生成），规定动作、运镜、光线与情绪，反复重生成直到跨过恐怖谷。创作者 Gossip Goblin 的做法是保留「人在回路」：先让真人演员录对白，再据此反推动画，因为模型对「内心状态」的理解过粗，常给出「肥皂剧式过火表演」。Framestore CCO Tim Webber 的判断是，模型学的是「表面像素」，离真实情感表演「还有很远」；Wonder Dynamics/Autodesk Flow Studio 联创 Tye Sheridan 则质疑生成模型「是为传奇表演设计，还是为平庸均值设计」。
五要素。 路径是角色资产库→分段提示（LLM 辅助撰写）→视频模型生成→反复重生成；混合路线则以真人表演为基底叠加 CG。交付上，Higgsfield 两部片为 YouTube 线上独播，本质是工具套件的「长广告」；Kilmer 项目面向院线与发行，具体发行方未披露。制作预算与单分钟成本未披露；可确认的代价是人力结构变化——需要提示词工程师与资产管理员替代部分摄影、表演工种，且重生成次数直接决定算力开销。坑包括：恐怖谷仍在（Kilmer 替身被评「僵硬、没有声音」）、情绪表达颗粒度粗、15/30 秒的模型上限直接决定叙事节奏、演员与公众的道德反弹。技术路径可复制且成本远低于传统拍摄，前提是「类型化、强情节、弱细腻表演」的题材（动作、喜剧、类型片），反例边界是依赖微妙表演的文艺片。
真正待验证的是票房：报道明确指出「AI 电影的票房需求与真实经济性仍不清楚」，本文也未取得任何票房数字。对中国的对照意义很强：可灵 4.0 把单段做到 30 秒、续拍 2 分钟，恰好对上 Higgsfield 依赖的 Seedance 2.5 的同一能力档位——中国视频模型正在成为全球 AI 影视的产能底座，而美国在导演、IP 与发行侧定义产品。没有一部 AI 长片证明观众愿意付费，这决定它是工具生意还是内容生意。（The Guardian）
设计工具：本周唯一完全静默的行业
周内对设计/营销创意工具逐项检索，未取得符合窗口的重大公开产品发布或付费落地案例。原因与检索边界如下（均为已核对日期的排除，不是「不存在」的断言）：Adobe MAX 2026 会期为 11 月 10 至 12 日，本周处于会前空窗；Firefly 帮助中心「What’s new」最近更新为 9 月 18 日；Canva AI 2.0 发布于 4 月 15 日；Figma Design Agent 发布于 5 月 20 日，release notes 未能定位到本周条目（记为未取得而非无更新）；中国侧阿里妈妈「AI 万相」为 5 月 8 日，巨量引擎 AIGC 动态创意公开材料为 2025 年 12 月，美图最近一次产品发布为 6 月 17 日。本周阿里妈妈仅见「2026 未来商业奖全球招募启动」，属奖项而非 AI 产品，未计入。
静默本身有解释力：Adobe 把年度叙事集中到 11 月 MAX，Canva 与 Figma 的 agentic 转向已在 4—5 月完成发布，10 月中旬处于「发布空窗＋企业续约季」。结构性观察是：设计工具竞争已从「单点生成」转向「品牌资产＋工作流」，下阶段可核指标应是企业席位与品牌资产接入数，而非生成张数。本月不宜用设计工具的新功能判断行业拐点。
四、商业与公共服务：从试用到被 KPI 审计
办公 Agent 抢的是存量席位
10 月 20 日 QuestMobile 发布三季度 AI 应用市场报告，9 月中国「AI 办公」整体月活 1.42 亿、同比 +50.6%；典型办公 Agent 月活前三为腾讯 WorkBuddy 3235.3 万、百度「搭子」977 万、阿里「千问办公」790.5 万。易观另一张桌面端榜单口径不同：9 月三者月访问分别为 8534 万、4655 万、3039 万次，合计占 20 个上榜产品总访问量 53.1%。两榜都不能当企业订单排名——QuestMobile 跨端不去重、易观看交互次数——但都指向同一个商业命题：把个人试用转成团队固定支出。作为入口背景，企业微信 PC 月活 2030.2 万、钉钉 1256.8 万、飞书 193.5 万（QuestMobile，未去重、未区分付费）。
竞争动作已从「做功能」转向「抢迁移」：千问办公支持从 WorkBuddy 迁本地历史数据；豆包工作 10 月 14 日支持从 ChatGPT、Claude Code、Trae Work 迁任务偏好、技能、连接器与工作记忆；腾讯反向把 WorkBuddy 接入企业微信通讯录与侧边栏（同日），同时开放钉钉、飞书机器人接入。值得记的坑也在小处：10 月 16 日 WorkBuddy 更新日志修了一个缺陷——企业微信机器人生成文件后回复卡在「思考中」、文件没回传会话，说明端到端交付闭环仍是办公 Agent 的真实断点。
定价侧，百度搭子企业版限时 132 元/席位/月、1 席起购，增购 10 元/1000 资源点；千问办公 10 月 14 日推出电商版，称电商用户已占其付费用户 20%。这组价格与「迁移工具＋通讯录入口」合起来看，竞争焦点已从模型能力转到「入口＋历史数据＋权限」的迁移成本，谁握有通讯录与文件存量谁就先手；但月活与访问量只是试用规模，真正拐点要看席位付费率与跨部门流程替代率。（36 氪海外站镜像）
微软：从卖座位到卖用量
三条公告的细节见第一节。从结构上看，它一边拆掉 Copilot 的订阅前置条件扩口径、面向无 M365 的中小客户，一边用 E7 打包与 Copilot Studio 容量包锁住大户用量，AI Builder 退场则把分散的计费口径收敛到 Copilot Credits。这是「席位制→席位＋消费制」的明确信号：单纯卖座位已难支撑增长，Agent 运行量正在成为新的计费面。对渠道的直接含义是脚本、目录映射与许可自动化都要按 SKU ID 改写，计价单位变了，交付与对账流程要跟着改；对中国办公 Agent 的启示是，按月/席位定价的价格战之外，谁能把 Agent 调用量与业务结果挂钩，谁更可能拿到组织级预算。官方未披露 E7 与 Copilot 的实际席位规模、ARPU 或续费率。
京东：把 AI 压向四条成本线
京东 11.11 于 10 月 12 日晚 8 点开启，首日下单用户数同比双位数增长（未给绝对值与分母）。AI 侧分三层：消费者端，京东 APP 16.0 升级 AI 购物助手「东东」做决策建议，「低价热卖」场景引入 AI 性价比筛选模型，JoyAI App 推出可实时视频购物的 AI 数字人（通话中直接下单并支持点外卖、订酒店），JoyInside 附身智能已上线超 300 款 AI 商品；商家端，京麦 AI 经营中心开放数十款工具，覆盖选品、发品、运营、设计、履约、售后，数字人 JoyAvatar 全天候直播、本季成为超 9 万商家的常态化内容引擎，百灵数字员工新增营销数字员工，可自主生成策略并一键执行；物流端，「超脑」大模型 3.0 与六大「狼族」产品全面应用，称快递线路包裹量预测准确率突破 94.2%、AI 推荐最优路径采纳率突破 90.2%，「异狼」灵巧臂包裹全链路跟踪准确率 99.9%。
京东同时称 AI 成果已在零售、物流、健康、工业、外卖、家政等 3000 多个场景应用；另有生产性服务规模超 3000 亿元、服务企业超 1000 万家，属服务业务口径而非 AI 收入。这套组合的意义在于：AI 在电商不再只是客服与导购单点，而是同时压向需求预测、路径规划、内容生产与商家投放四条成本线，属于「组织级流程重构」信号强于「个人提效」。但准确率与采纳率都是预测类内部指标，口径与测试集未披露，缺少「因此省了多少成本、增加了多少成交」的归因，护城河判断仍需等履约成本与商家 ROI。（新华网）
淘天：生成式推荐在造需求
10 月 16 日的一篇报道记录了天猫双 11 媒体沟通会：总裁家洛给出的增长逻辑不是拉新用户，而是拉宽单个用户的品类边界：一名活跃消费者一年在淘宝天猫买约 15 个品类、学生人群 8—10 个，而他判断正常消费范围可达 25—30 个（个人判断，非统计结论）。规模侧，本届双 11 于 10 月 15 日晚 8 点预售、10 月 20 日晚 8 点现货，100 万商家参与（约 6 万首次参加）、活动商品约 7200 万件（含 55 万款「超级单品」），平台投入 500 亿元 88VIP 消费券与 330 亿元平台加补券（投入计划非核销额）。
AI 侧两组已披露效果：2025 年双 11 阿里对平台超 20 亿件商品做重新理解与组织，复杂语义搜索相关性提升 20 个百分点、推荐信息流点击量提升 10%、商家广告 ROI 提升 12%；淘天团队 2026 年 3 月论文《AIGQ：面向电商搜索词推荐的端到端混合生成式架构》显示，30 天实测中 AIGQ 生成的搜索词带来的商品品类有 37.3% 是既有推荐算法从未覆盖的「盲区」，通过首页推荐词带来的订单量 +10.31%、成交额 +10.68%（对照为基线）。商家侧，阿里妈妈 8 月的 AI 定向产品「万相点睛」本届纳入大促经营体系并配数十亿元智能优惠券补贴，千问办公电商版在双 11 前接入生意参谋、千牛、万相台，做趋势分析、素材生成与投放优化。
反证式提醒也写在报道里：AI 找到的「潜在需求」与平台真正的新增交易之间仍缺经营数据；部分增长可能只是订单在商家之间的重新分配，且抖音用内容加豆包对话下单在需求形成环节截流。生成式推荐第一次给出「新品类覆盖率」这类结构性指标，比点击率提升更能说明它在扩大需求边界；但成交额 +10.68% 是实验场景数字，不能外推为平台大盘增量。（新浪财经）
北京 12345：AI 嵌进工单，不替代判断
《人民日报海外版》10 月 22 日报道借 2026 北京接诉即办改革论坛「走进 12345」活动披露了这套系统的实际形态。规模侧：过去一年热线接收诉求 2500 多万件，日均超 7 万件、每小时近 3000 件；7 年多累计约 2 亿件，解决率与满意率均超 97%（官方口径，分母与统计方法未披露）。
AI 的落点分四段：受理与派单用语音语义大模型辅助话务员、提升派单准确性；办理环节把 16 个区、343 个街道乡镇及部门企业的做法归类成案例库；评价环节用 AI 做智能回访与甄别；另有「智能职场」用气象、交通多源数据做来电精准预判以调配人力。触达侧，智能客服已开 10 个语种涉外通道、日均承接 2500 余件诉求的企业专席，并提供视频手语无障碍服务。
治理侧更值得记：热线建了人、地、事、物、组织、时间的标签体系做自动分类；与应急部门联合研发极端强降雨风险模型，2026 年主汛期累计触发 30 次，经核实后向应急部门提供 100 多次报告——这是从「接诉即办」走向「未诉先办」的可核案例。社区层的「AI 社工」（海淀东升镇文晗社区，4000 余人、流动人口 3000 余人）承担活动一键转发报名、24 小时常见问题答复、自动生成分析报告。同场还有一组城市侧数据：垃圾智能回收机 1.5 万台、约 300 万人注册、小区覆盖率 100%（市城管委口径）。
现场一位留学生与香港数字政策办官员的评价点出关键：系统是「人主导、AI 辅助」，AI 节省的是坐席时间而非取代判断。可复制点是标签体系、案例库与风险模型这套「数据资产」，难点也在这里——没有多年工单积淀的城市照搬不了。而「满意率 97%」这类指标缺少第三方核验，对外只能作官方绩效表述。（人民日报海外版转载）
两个静默：餐饮与客服
餐饮与本地生活本周静默。按窗口对「餐饮 AI 智能体/门店上线」「美团小团/智能掌柜」「饿了么商家 AI」等 5 组关键词检索，命中的均为窗口外材料或厂商榜单稿：美团 AI 管家「小团」的 2.0 升级发生在 2026 年 7 月 27 日；美团 2026 国庆消费洞察（小团用户量较五一增长超六成、累计校验 7.5 亿次商家信息）发布于 10 月 7 日；10 月 21 日一篇「餐饮收银系统 AI 能力排行」属厂商导向榜单，无可核原始披露，未采用。（以上窗口外材料均为背景，非本周。）
客服、呼叫中心与销售自动化同样静默：按窗口对中英文关键词做了 6 组检索，未取得发布日期落在窗口内、且能打开原文的新案例。两条最接近的材料均在窗口外，只能作背景：Smarsh 于 2026 年 9 月 3 日披露其基于 Salesforce Agentforce 的客服 Agent 在二季度 405 次交互中实现 72% 自主解决率、解决置信度 2.6/3，内部坐席助手在 185 名坐席中 120 人使用（65% 采用率）、31% 工单由 AI 参与解决、单案平均节省 7.5 小时；Zendesk 语音 AI Agent 于 10 月 7 日转为正式可用，比窗口早一天。
客服是 AI 落地最早、ROI 最容易被审计的场景（解决率、转人工率、单案工时），但也最容易把「演示解决率」当「生产解决率」。本周静默本身是个信号：头部厂商的叙事已从「发布 Agent」转向「公布运营指标」，下一轮值得追的是按结果计费（per-resolution）是否成为主流定价。
商业侧的总体判断。 两条腿同时走：一条是计价方式在变，微软拆掉订阅前置、中国办公 Agent 用迁移工具与通讯录入口抢存量席位；另一条是 AI 开始进入有分母的考核指标，京东给出 94.2% 的包裹预测准确率、淘天给出 37.3% 的新品类覆盖、北京 12345 把模型触发次数写进汛期复盘。这是从「功能演示」进入「被 KPI 审计」的信号；但所有数字仍是披露方自述口径，缺少成本侧与净增量归因，尚不足以判定规模化 ROI 已经兑现。
五、教育科研：两头实、中间空
科大讯飞：有人买单，还没证明能赚钱
科大讯飞 10 月 19 日晚披露 2026 年三季报，核心数字是两条相反的曲线。需求端，前三季度营收 181.87 亿元、同比 +7.05%，Q3 单季 65.64 亿元、同比 +7.99%；公司称智慧教育、智慧医疗业务均实现 20% 以上增长，运营型业务占比持续提升，同时主动收缩 G 端，G 端收入同比 -2.39%。
利润端，前三季度归母净利 2188.72 万元、同比 +132.83%（上年同期亏损 6667.54 万元），Q3 单季归母净利 2.26 亿元、同比 +31.05%；但扣非净利前三季度 -7.63 亿元、同比 -125.79%，Q3 单季扣非 -1.26 亿元、同比 -580.70%。公司把扣非转亏归因于高强度研发：Q3 单季研发投入超 17 亿元，前三季度 38.50 亿元、占营收 21% 以上。
资产负债表同样紧绷：应收账款 178.02 亿元（期初 162.96 亿元），占总资产 33% 以上；存货 47.91 亿元（期初 30.31 亿元）、增长 58.07%；经营现金流净额 2.64 亿元、同比 +115.28%。财报未给出智慧教育单独收入绝对值与毛利率，因此不能据此推算教育业务利润。
这份财报是观察中国 AI 教育商业化最诚实的一张切片：教育客户确实在买，但买得多不等于赚得到。AI 进校已过概念期进入采购期，但这是一门「用研发和账期换增长」的生意；对投资人，关键领先指标不是营收增速，而是教育业务毛利率、经营现金流与 G 端回款周期。（新浪财经）
教师 AI 能力：从课时变成可测评的素养
10 月 16 至 17 日，2026 数字化终身学习国际会议在上海开放大学举行，主题「智慧·创新·包容」。会议期间联合国教科文组织教育信息技术研究所（UNESCO IITE）与上海开放大学联合发布 12 项成果：2 份分析报告、4 门课程、4 款智能教育工具、2 份评估指南。
两份报告的结论比会议新闻具体：《教师 AI 能力框架分析报告》梳理全球 38 项教师 AI 能力框架，结论是教师 AI 能力建设「应转向以教学实践为核心」；《数字学习平台发展趋势分析报告》判断平台正从「资源供给」转向「学习分析与 AI 赋能的个性化干预」。4 门课程包括《人工智能赋能教育工作者的创造力》《AI 助手在高等教育中的融合》《人工智能教育素养：培养面向未来的关键能力》，以及上海开放大学自建的《AI 赋能教育评估：从学习分析到场景实践》。4 款工具分别是多语言教师 AI 能力自评工具、基于 ASK 框架的教师 AI 素养测评工具、多智能体在线学伴工具、一键生成微课的 AI 互动课件生成工具；2 份指南为《AI 支持下的多模态数字学习体验评价指南》与《智能体教学应用效果评估指南》。
值得记录的一个反例式数据：Contact North 总裁 Maxim Jean-Louis 在会上剖析「逾 360 万次人工智能交互背后的学习真相」，明确呼吁厘清「获取答案」与「有效学习」的边界——这与 Khanmigo 早期「学生用得少、学习没变」的教训同向。但这些工具的用户量、部署学校数、付费模式与效果评估结果均未公开。这批成果的信号不是「又发了多少课程」，而是把教师 AI 能力从「培训课时」变成「可测评的素养＋可评估的教学效果」；目前仍属「发布即成果」阶段。（上观新闻）
OpenAI 买下的是「项目推进」这一段
当地时间 10 月 20 日，OpenAI 官宣收购 AI 药物研发协作平台 Orchestra Bio（旧金山，2022 年成立，创始人 Ashoka Rajendra 出自 Benchling），团队与技术整体并入生命科学产品线 Rosalind，交易金额与条款未披露。
这条新闻的价值在买的是研发链条的哪一段：Orchestra 不做靶点发现、也不做分子生成，而是让 AI 智能体承担药物项目的规划、流程统筹与数据分析——科学家和项目负责人把研究监测与跟踪交给智能体，自己保留专业判断。OpenAI 给出的痛点是，美国从靶点发现到获批平均 10—15 年，链条上「成千上万项相互牵制的决策」，任一环节扰动会传导全项目；Orchestra 的智能体能识别受波及任务与排期、归集信息、比对方案。这与 2026 年 4 月发布的 GPT-Rosalind（生物/化学推理）与 Rosalind Workbench（工具与数据）拼成「探索—设计实验—解读结果—协调推进」的全流程。
同期 BD 密集：10 月 19 日剂泰科技与礼来就新型 LNP 递送达成战略合作；10 月阿斯利康与 Insitro 达成最高 15 亿美元研发合作（为潜在值而非已支付）；武田与英矽智能、阿斯利康与石药集团此前已用中国 AI 平台做早期发现。反面意见同样明确：富瑞亚洲医疗健康主管崔翠称，绝大多数 AI 制药管线仍在临床前或早期临床，临床读出结果才是核心评判标准，少数进入Ⅲ期的 AI 衍生药物是「整个行业的试金石」。
边界与背景。 Orchestra 截至 2025 年累计融资约 2000 万美元（a16z/Atria/8VC，公开资料，未独立核实）；全球 AI 制药市场 2025 年 24.90 亿美元到 2031 年 135.23 亿美元、CAGR 约 32.6%，属第三方预测。这是大模型公司第一次把「研发项目管理」而非「分子生成」作为生命科学入口，意味着 AI 制药的竞争从模型能力转向工作流占有；国内公司单卖平台故事会越来越难，能否嵌进药企的项目管理系统、并拿出临床读出，才是估值分水岭。（21 世纪经济报道、OpenAI 公告）
两个静默：AI4S 与智能批改
智能批改、评测与学习硬件本周静默：窗口内未检索到厂商官方新品发布或销量披露；学而思 P5 预售报道为 10 月 12 日，在窗口之前，仅作背景。AI for Science 与材料发现同样静默：窗口内未检索到可读原文的机构级新成果，清华青年 AI4S 论坛为 10 月 9 日（窗口前），Nature 子刊材料基础设施论文为 2026 年 2 月发表。
教育科研的总体判断。 两头实、中间空：一头是政策把 AI 人才培养写进产学研考核，另一头是生命科学出现大模型公司收购「研发项目管理」层的真实交易，说明 AI 正从「生成内容」走向「接管流程」；而 K12 硬件与 AI4S 材料发现本周没有可核的新增，前者在等双 11 验证真需求，后者仍停在会议与论文层面。最值得记住的反差是科大讯飞：智慧教育收入增长 20% 以上，扣非却亏 7.63 亿——AI 教育已经有人买单，但还没人证明它能赚钱。
六、政府政策专项：从给建设付费转向给结果付费
本周三件政策动作形态不同，指向却一致：中央改验收机制，工信部预告下一轮智能制造政策，香港把治理与产业写进同一份路线图。资源抓手正从「建样板」转向「可复制场景与结果」。
| 政策 | 状态 | 依据 | 关键落点 | 未披露 |
|---|---|---|---|---|
| 中办、国办《关于推动科技创新和产业创新深度融合的意见》 | 2026-10-21 印发 | 科技部官网转载新华社全文 | 应用考核技术、市场考核产品；企业牵头；AI+；双导师制；先使用后付费；沙盒监管 | 资金额度、税收比例、生效日、分阶段目标 |
| 工信部「新一代智能制造」 | 正在研究起草，未出台 | 10-20 国新办发布会；经济参考报全文 | 四级梯度培育、智能装备、工业数据集与垂域模型、模数共振、稳妥开展智能体验证 | 文号、补贴额度、申报时间表 |
| 香港「人工智能+」七方面路线图 | 2026-10-20 官方演辞，非立法 | gov.hk 演辞全文 | 科研、算力、生态、治理、素养、公共服务 | 研发院预算与首批项目、AI Agent 指引时间表 |
对教育科研而言，中央意见的直接含义是考核口径变化：高校 AI4S 平台的评价从论文转向「产业应用目标」，成果转化路径被明确为「先使用后付费」许可给中小微企业，校企联合培养从倡导变成可写进项目验收的组织方式。但这是一份框架性意见，没有新增财政资金额度、税收优惠比例与实施时间表；文件本身要求「各地区各有关部门结合实际抓好贯彻落实」，落地强度取决于后续部委与地方细则。因此不宜把「全面实施」读成资金到位。
工信部的条款更接近工程语言：对基础级、先进级智能工厂，要求夯实数字化、网络化基础，在研发设计、生产制造、运营管理、售后服务等环节深化 AI 应用；对卓越级、领航级，支持探索新一代智能制造系统架构与未来制造模式；装备端点名智能工业母机、智能机器人、智能检测装备和智能控制装备，要求提升自适应加工、柔性作业与在线检测能力；数据与模型端要求建设高质量工业数据集、开发先进适用的垂域大模型和各类工业专用模型、探索工业智能操作系统，围绕智能排产、参数调优、缺陷检测、设备运维实施「模数共振行动」，「稳妥开展工业智能体研发与应用验证」。
必须强调边界：截至本窗口，没有正式文号、没有补贴额度、没有申报时间表，任何「已出台/已补贴」的写法都不成立。国新办发布会实录页（scio.gov.cn/live/2026/39778）返回 HTTP 521 与 JS 挑战，本次未能读到逐问答全文，因此只能按新华社系报道的明确引述采用，不扩写答问内容。（经济参考报）
香港的差异化不在算力规模，而在治理先行。可摘的硬信息有六组：科研上，三间本地大学的数据科学与 AI 学科排名全球前 30，InnoHK 下设 AI 与机器人研发平台，并新设「人工智能研发院」，定位是协调研发项目、配对业界适用方案；算力上，全港现有超过 5000 PFLOPS，其中数码港人工智能超算中心 3000 PFLOPS、使用率九成以上，北部都会区沙岭数据园区预计 2032 年提供 18 万 PFLOPS（约当前全港 36 倍，为规划目标值）；生态上，河套、大埔科学园、数码港形成「北中南」三园，汇聚过千间 AI 相关企业与初创，年内启动 100 亿港元「创科产业引导基金」；治理上，七项工作包括打击 AI 犯罪、保护未成年使用者、AI 伦理治理框架、厘清产品意外责任、制定 AI Agent 安全管理指引、研究广泛使用 AI 的影响，数字政策办公室设「AI 专员」；素养上，「全民 AI」普惠计划由数码港、科学园、生产力局分层推进，推出超过 200 项培训课程与活动，另有「机器人走入社区」试验；公共服务上，「AI 效能提升组」已落实 30 个项目，1823 联络中心用 AI 识别重复个案。
未披露项包括人工智能研发院的预算、编制与首批项目，以及 AI Agent 安全管理指引的发布时间表与适用范围。对做教育智能体进校的厂商，这是提前的合规信号；对高校 AI4S，研发院的产学研配对职能若真落地，比单纯发补贴更有利于成果转化。（香港创科及工业局演辞）
地方与美欧的扫描结果需如实写明：本周地方新增 AI 专项政策 0 件（湖南中小学 AI 教育通知 10-13、武汉科技创新局 10-15 均在窗口前，只作背景）；美欧窗口内新增 0 件（EU AI Act 首项协调标准 EN 18286:2026 于 10-12 通过、10-14 公布，也在窗口前）。这不是「无新政」，而是「无符合本期区间的地方与美欧新增」。
七、产业化 so-what：成熟度、机会与下周指标
成熟度要分三层看
【规模化】 工业质检的硬件部署（小鹏总装 0.5 毫米装配公差、冷轧 21 套机器人系统）与 12 英寸线 SPC＋自动缺陷检测（粤芯良率 >98%）已属产线常态，但这些是自动化基线，不能等同 AI 收益。
【试点】 流程工业装置级 AI 闭环（中控 29 个细分行业、柳钢转炉渣况预测）、办公 Agent 席位付费、政务热线 AI 全链路、AI 制药的「项目推进」智能体，均处试点到规模化之间。
【概念】 人形机器人进核心产线（受访者称双足大规模常态化「至少还需 5 年」、强工艺环节「还需 8 年以上」）、物理 AI 与世界模型的公开基准、通用数字人产品层，本周仍是概念或出清期。
政策风向
【确定性高】中央层面把「人工智能＋」与产业应用验收机制绑定，并首次把「老师傅经验」写进工信部表述，说明官方判断的瓶颈是工艺知识数字化而非算力。资源正在流向三类抓手：智能工厂梯度培育与工业智能体验证、应用场景开放（应急、矿山等国家级场景清单）、校企联合培养（双导师制、产业导师、企业牵头）。
【确定性中】香港把「AI Agent 安全管理指引」「AI 专员」「产品意外责任」写进同一份路线图，是治理先行的差异化信号，也预示教育类智能体进校将面临前置合规。
机会与风险
机会集中在五处：一是产线数据与工位改造运维，人形本体估值已计入 2027—2028 量产预期，配套环节收入更早兑现；二是流程工业的行业模板与数据集治理，中控把复制性押在模板加数据联盟上；三是 Agent 计费与用量治理，Copilot Credits 式的消费额度正在成为新计费面；四是内容侧的确权、克隆检测与资产保护，独立游戏因怕被 AI 复刻而取消公开 Demo 是最直接的注脚；五是工程侧的「可验证 agent」，EDA/CAE 因结果可机器验证而落地更快。
风险同样具体：本周几乎所有效益数字都来自卖方组织或买方在场自述，缺投入侧、基线与第三方复核，把「报警 -50%」「收得率 +1~2%」「效率 +30%」当行业 ROI 会系统性高估；AI 教育已有人买单但尚未证明能赚钱（科大讯飞智慧教育收入 +20% 以上的同时，前三季度扣非亏损 7.63 亿元）；数字人赛道规模仍在增长而通用产品层已出清；政务「满意率 97%」类指标无第三方核验。
下周值得跟踪的六个指标
- 「新一代智能制造」政策措施与地方申报指南是否正式印发——这将决定工业智能体的订单窗口。
- 广东省制造业赋能奖励首批事后奖补兜现名单——最诚实的「谁真的做出了效果」名单。
- 人形机器人单次上料节拍能否向 15 秒压缩、单台成本能否从 60 余万元降到约 25 万元——替代经济性的临界点。
- 国产 12 英寸线是否首次披露 AI 缺陷分类或虚拟量测的量化良率提升（本周为零）。
- 客服与办公 Agent 是否出现按结果计费（per-resolution）与席位转付费率的公开数据；Adobe MAX（11 月 10—12 日）后设计工具的企业席位与 ARR。
- 沙岭数据园区、AI Agent 安全管理指引等香港政策的落地时间表。
八、覆盖与局限
本期四个一级行业全覆盖，27 个二级行业逐项检索并标注状态：20 个有料、7 个静默、0 个获取失败。有料对象 30 个（唯一对象 29，工信部 10-20 发布会在工业与政策两节各计一次）；查阅原文 34 篇，含政策类官方与央媒全文 3 篇，官方实录未取得 1 项。地域上以中国（含香港）为主体，美国为对照，欧洲为补充；新加坡与东南亚本周未取得符合窗口的具名案例。
| 一级行业 | 二级行业 | 状态 | 本周落点或静默原因 |
|---|---|---|---|
| 工业制造 | 智能工厂/灯塔工厂 | 有料 | 工信部发布会、卓越级 253 家、广东粤智赋、工博会 |
| 工业制造 | 工业质检与机器视觉 | 有料（弱） | 小鹏 0.5mm、福山 85%，无验收指标 |
| 工业制造 | 预测性维护与设备健康 | 静默 | 仅工商登记与窗口外发布 |
| 工业制造 | 工业机器人/具身智能进厂 | 有料 | 兆丰 15 台与特斯拉 Optimus，一正一反 |
| 工业制造 | 工业安全与高危作业监管 | 有料（政策场景层） | 应急管理部 4 项国家级场景 |
| 工业制造 | 半导体与电子制造 | 有料（弱） | 粤芯 SPC＋自动检测，AI 技术栈未披露 |
| 工业制造 | 研发设计与工程仿真 | 有料 | 西门子 EDA、Mistral 物理 AI 基准 |
| 工业制造 | 工艺优化与先进过程控制 | 有料（弱） | 柳钢渣况与组板，无独立 APC 投用公告 |
| 工业制造 | 流程工业智能化 | 有料 | 中控 TPT＋AOP 与四家用户数字 |
| 工业制造 | 工业软件/供应链/数字孪生 | 静默（获取不足） | 仅签约清单与采购公告，无技术主体 |
| 工业制造 | 工业大模型与工业知识库 | 有料 | 与流程工业对象合并（中控、柳钢） |
| 工业制造 | 工业 AI Agent 与自主调度 | 有料 | 工程侧为主，产线调度无独立案例 |
| 创意与内容 | 影视/短剧/广告 AIGC | 有料 | 可灵 4.0、阅文 AI 动画、好莱坞长片 |
| 创意与内容 | 游戏与互动娱乐 | 有料（风险/失败样本） | 取消公开 Demo |
| 创意与内容 | 新闻与出版 | 有料 | 阅文 OPC、出版社学习平台 |
| 创意与内容 | 设计/营销创意工具 | 静默 | Adobe MAX 定档 11 月，本周空窗 |
| 创意与内容 | 虚拟人/数字人/直播电商 | 有料（反证型） | 阿里云退市 |
| 商业与公共服务 | AI 办公与企业生产力 | 有料（2） | QuestMobile 席位竞争、微软计费重构 |
| 商业与公共服务 | 零售与电商 | 有料（2） | 京东 11.11、淘天 AIGQ |
| 商业与公共服务 | 餐饮与本地生活 | 静默 | 小团升级与国庆洞察均在窗口外 |
| 商业与公共服务 | 客服/呼叫中心/销售自动化 | 静默 | Smarsh、Zendesk 均在窗口外 |
| 商业与公共服务 | 政务服务/城市治理 | 有料 | 北京 12345 全链路 |
| 教育科研 | AI 教师/助教与个性化学习 | 有料 | 科大讯飞、多智能体学伴 |
| 教育科研 | 智能批改/评测/学习硬件 | 静默 | 学而思 P5 为 10-12，窗口前 |
| 教育科研 | AI 培训与人才培养 | 有料 | UNESCO 12 项成果、双导师制 |
| 教育科研 | AI for Science/材料发现 | 静默 | 仅会议与论文，窗口内无机构级成果 |
| 教育科研 | AI 制药/蛋白质/生命科学 | 有料 | OpenAI 收购 Orchestra Bio 与 BD 群 |
本期局限。
- 本周几乎所有效益数字都来自卖方组织、买方在场自述或政府口径，缺投入侧、基线与第三方复核，不能作为行业 ROI 或跨企业比较依据。
- 具身智能「进厂」的普遍高渗透叙事已有反证（非核心产线、独立工位、展示线、工艺保密壁垒），兆丰个案不足以证明行业批量落地。
- 半导体侧的 AI 良率治理本周未取得国产 12 英寸线的量化案例，不能以粤芯推断 AI 已进入良率闭环。
- 政务与教育类指标（满意率 97%、智慧教育 +20% 以上）缺第三方核验，只能作官方或公司绩效表述。
- 部分入口受限已如实记录：国新办直播页返回 521、快手 IR 与 Instrumental 返回 403、36 氪中文站与华尔街见闻反爬、阿里云退市公告原文未取得；受限不等于事实不存在。
- 智能工厂先进级存量存在 1.3 万余家与 9000 余家的口径矛盾，本文并列保留、未强行取舍，也不相加。
- 科大讯飞的数字取自依据三季报的媒体解读（原文注明 AI 辅助生成），公告 PDF 未逐页读取；智慧教育收入绝对值与毛利率未披露。
- 检索工具的新闻时效过滤在本机对中英文查询均返回 0 结果，本周改用「日期词＋主题词」普通检索并逐条核对原文日期，因此静默判断基于逐条日期核对，而非时效过滤。
改变上述判断的，不会是又一场发布会，而是三类可核数据：跨企业同口径的复购与扩容、带基线与投入侧的效益披露，以及良率、临床读出、交付周期这类硬指标的第三方复核。