在SEMICON West 2026的展台上，英伟达没有发布新GPU，而是摆出了两块光互连原型：一块把光引擎从封装基板挪到硅中介层上，另一块用8个波长在单根光纤上跑出256Gb/s。两项技术都还没公布量产时间表，却已经让台积电的硅光子产线和日月光封装测试部门开始重排产能优先级。希鸥网观察到，成立于1993年、占据全球AI加速卡八成以上份额的英伟达，此次展示的Optics-on-Interposer（OOI）与密集波分复用（DWDM）两项技术，分别瞄准光互连链路中“芯片到光引擎”和“光引擎到光纤”两段最贵的电信号损耗区。前者把光引擎直接嵌进硅中介层，后者用8×32Gb/s的波长复用把单纤容量推高4倍。先看OOI改了什么。传统CPO方案里，光引擎装在有机封装基板上，计算芯片的电信号要先穿过硅中介层，再爬过基板才能完成电光转换。这段路径在224G SerDes时代还能忍，到了GPU集群单节点互连带宽逼近100Tb/s时，每多一毫米都是功耗和信号完整性的双重税。英伟达的解法是把光引擎直接放到中介层上，与计算芯片共享
祥峰投资管理合伙人夏志进在近期一场闭门分享中给出一个反直觉判断：具身智能赛道跑不出包揽全部场景的超级巨头。这位在机器人赛道深耕超过十年的投资人，经手过极智嘉等明星项目，他的核心论据是场景的物理割裂——仓储物流的机械臂与家庭服务的移动底盘，供应链重叠度不足15%。希鸥网观察到，2026年开年至今，国内具身智能领域披露的早期融资已超40起，但单笔平均金额较2025年同期下降约三成。资本用脚投票的方向很明确：不再押注“通用人形”的单一叙事，转而撒向清扫、巡检、分拣等垂直切口。夏志进的判断与资金流向互为印证。拆解其底层逻辑，具身智能的分散格局由供应链成本结构决定。一台人形机器人关节模组占总成本四成以上，而工业场景对精度要求是家庭场景的5倍，同一套硬件方案无法同时满足。夏志进在访谈中透露，祥峰投资内部评估项目时，场景颗粒度已细化到“某类仓库的某一层货架高度”。组织能力是第二道分水岭。极智嘉从仓储机器人切入，用七年时间把全球累计出货量做到超3万台，靠的是把算法团队嵌入客户现场办公。这种重度服务模式很难复制到需要轻量交互
一台拉曼单细胞分选仪漂洋过海，装进了牛津大学的实验室。买下它的预算，可能抵不上国内一个新茶饮品牌半年的营销费用。高端科学仪器这门生意，从来不以融资额论英雄。希鸥网观察到，做成这单生意的是长光辰英（长春长光辰英生物科学仪器有限公司）。这家公司2017年由牛津大学归国博士李备创立，是中国科学院长春光学精密机械与物理研究所的孵化企业。近日，它完成数千万元新一轮融资，出资方为吉林省科技投资基金有限公司与吉林省创新企业投资有限公司。它的坐标不是通用仪器，而是拉曼光谱、单细胞精准操纵、三维荧光成像三条技术线的交叉口，切口是AI4S，也就是给人工智能供给真实实验数据的科研基础设施。目标客户很具体：合成生物学、工业发酵、益生菌研发里的菌株筛选者。科学仪器最赚钱的模式不是卖设备，是卖耗材。长光辰英把产品拆成四层：仪器、芯片耗材、分析软件、应用方案。设备一次性成交，耗材按实验批次复购。国产厂商过去只赚第一笔钱，进口品牌赚后面十年。这套结构一旦跑通，收入曲线就从项目制变成订阅制。融资用途里，“加强核心部件自主研发”和“推进工程化
10月30日，快手可灵AI的增资交割名单里，出现一个意外名字：沐曦数智。它是沐曦集成电路（上海）股份有限公司的全资投资平台，后者2020年9月成立于上海，主攻高性能GPU。一家造芯片的，给用芯片的视频大模型掏了1亿元。希鸥网观察到，这笔出资持股0.08%，金额不大，信号很强。沐曦2025年12月17日登陆科创板，不到一年就成立投资平台，沿着算力链投了一串项目。从盛合晶微到沐创，从芝诺机器人到可灵，一条“芯片—配套—应用”的版图正在成形。GPU的生意从来不是一锤子买卖。芯片交付只是起点，软件栈能不能跑通、模型能不能适配，决定客户是否复购。沐曦自研的MXMACA软件栈承担的就是连接芯片与应用的工作。投资让它在客户产品还没定型时就进入，把“售后适配”变成“联合开发”。往上走，供应链的卡位更关键。盛合晶微的先进封装、沐创的400G和800G智能网卡芯片，决定GPU性能能否兑现。制程红利收窄后，算力提升越来越依赖芯粒集成与高速互连，设计方必须在芯片定义阶段就和封测方协同攻关。往下走，应用层是算力的出口。可灵的视频生成
近日，AI大模型公司DeepSeek被曝完成规模达1055亿元人民币的新一轮融资，估值随之攀升至6155亿元。这并非一次普通的财务融资。投资方名单囊括宁德时代、中国移动、中芯国际、长鑫存储、vivo、美的、立讯精密、吉利、美团、小红书等近30家产业巨头。一家大模型公司，为何引来横跨半导体、通信、消费电子、家电、汽车、互联网的产业资本集体下注？希鸥网观察到，这份名单的独特之处在于产业协同性极强。融资规模固然刷新纪录，但更值得玩味的是投资方的构成逻辑。它们并非追逐短期回报的财务投资人，而是能与DeepSeek在算力基建、终端入口、真实场景数据上形成闭环的产业方。资金只是入场券，真正的筹码是各自掌握的供应链能力、终端触点和场景数据。这是一场围绕AI软硬件落地展开的生态卡位战。拆解这份名单，可以清晰看到三条投资主线。第一条是算力基建的国产化备份。中芯国际代表晶圆代工，长鑫存储直指HBM内存，中国移动和中国电信掌握骨干网络与IDC。DeepSeek创始人梁文锋曾在内部分享中判断，英伟达芯片价格持续上涨且供应受限，国产
11月2日，RoboScience机器科学宣布完成A2轮数亿元融资。本轮由琥珀资本、鸿瑞达投资、上海半导体产投联合领投，爽资本、360战投、国联民生资本、金鼎资本及多家上市公司平台跟投，华兴资本担任独家财务顾问。资金用途写得很具体：大模型迭代升级，物流、零售、工业等核心场景的POC验证与规模化落地，以及高端人才储备。三项里两项指向商业化，这是今年具身智能融资公告里比较少见的表述方式。先把这家公司的技术拼图拼上。2025年9月，它发布自研物理仿真引擎RoboMirage；2026年6月，推出通用具身大模型Visics；8月，轮式仿人形机器人REX G1亮相。三个时间点连起来，是一年之内把“数据、模型、本体”三层都自己做了——业内叫全栈闭环。为什么非要自己全做？公司的解释是场景迁移成本。如果每切入一个新场景都要重新采数据、重做后训练、重构硬件，边际成本就会把商业化卡死。它的解法是把三者做成相互定义的数据飞轮：仿真引擎产生数据，模型从数据里学，本体的真实作业数据再反哺仿真。数据是它最想强调的数字。官方口径是：单条