陳亦倫：具身智能的曙光與數據關卡
從自動駕駛到具身智能的跨越 「它石智航」創辦人兼 CEO 陳亦倫具備深厚的技術積澱，他曾擔任大疆創新（DJI）機器視覺總工程師與華為自動駕駛部門首席科學家。2021年，在智能輔助駕駛爆發前夕，他於華為帶領團隊採集大量真實駕駛數據，率先嘗試以**端到端（End-to-End）**深度學習取代傳統的規則方法。這場技術革命讓他僅用 3 萬行代碼就實現了過去 200 萬行規則代碼的效果，這種「化繁為簡」的成功，讓他深信這把技術鑰匙同樣能解開他少年時代的夢想——通用智能機器人（具身智能）。在母校清華大學 AIR（智能產業研究院）擔任兩年首席專家後，他正式投身創業。
具身智能的三道技術曙光 陳亦倫指出，具身智能目前正迎來三項關鍵的技術突破（曙光）：
1. 強化學習（Reinforcement Learning）： 顯著提升了機器人的運動控制（Locomotion）能力，使其能更自如地在物理世界行走與活動。2. 大語言模型（LLM）： 賦予機器人處理**任務規劃（Task Planning）**的能力，能理解並拆解人類指令。
3. 端到端架構： 有效解決了傳統規則方法難以處理的極端案例（Corner Cases），增強了系統的魯棒性 (Robustness)。
真實數據的深度價值 儘管曙光已現，但陳亦倫強調具身智能仍面臨三道主要關卡：數據、算法與後訓練，而目前產業正卡在第一道「數據」關口。他認為具身智能的核心瓶頸不在於算法架構的複雜化，而在於如何定義訓練任務並獲取真實數據。
他認為數據的「真實性」必須包含場景真實與動作真實，因此他提出：
• 不看好仿真數據與視頻數據： 認為這兩者無法完全模擬物理世界的交互細節。
• 推崇穿戴式設備： 主張透過數據手套配合第一視角攝像頭來採集人類與世界的互動，而非傳統的遙控操作（Teleoperation），這被他視為獲取高質量數據的「唯一解」。
融資紀錄與未來藍圖 「它石智航」由陳亦倫與百度原資深副總裁李震宇共同創立，目前在最初兩輪融資中已籌集超過 2.4 億美元，刷新了中國具身智能領域的首輪融資紀錄。
在落地應用上，該公司突破柔性材料處理的難題，例如線束裝配等複雜生產場景。陳亦倫認為，具身智能已經到了 Scaling（規模化）的臨界點。憑藉中國大陸在硬體供應鏈、本體製造以及數據與算法協同優化上的優勢，機器人將從單純執行簡單指令，演進至具備空間理解能力並能與世界自主交互的技術新高度。
如何從經濟二維世界觀，上升到投資四維世界觀
為什麼能完美理解經濟學原理，也不一定能成為成功的投資人，這關鍵的區別在於「思維的靈活性」，這是一般學術訓練難以彌補的特質。傳統經濟學分析多基於歐幾里得幾何的框架，將複雜的經濟信息壓縮為變量間的二元關係，如供需、GDP與債務等，並以函數圖表呈現，其核心假設是數據可在固定的、絕對的坐標空間內進行線性比較。
然而，從投資的視角來看，這種基於固定空間的思維預設並不完全適用。在投資的「世界觀」中，空間本身是會變動的，投資者真正關注的是整個經濟「空間形狀」的演變。我們以愛因斯坦的廣義相對論為類比，經濟結構的深層次變化往往源於「能量」的發展與提取技術的進步，而非單純的產業劃分。例如，從遠古的鯨油到煤炭，再到現今 AI 發展對能源的巨大需求，這些核心能源技術的更迭，會深刻地改變乃至重塑整個經濟結構，正如物質的能量會彎曲時空一樣。
因此，成功的投資者應將自身定位為廣義相對論中的「觀察者」與宏觀經濟結構變化的決策者，而非鑽研細枝末節的微觀分析師。由於投資者所處的經濟結構位置不同，對變化的感知也會有差異——就好比在重力場中不同位置的時間流速不同。能源等基礎建設的變革週期漫長，而消費品與科技進展則迅速得多，這導致了資本市場中不同層面波動的巨大差異。投資人需不斷提醒自己，要從二維的、微觀的、急於控制細節的心態中抽離，進入能洞察結構性變革的四維視野。
這種過度專注於細節的「微觀管理心態」往往源於恐懼，試圖對生活中必然存在不確定性的事物進行完美控制，最終反而會增加失誤的機率。作者強調，經濟知識與投資策略的目的並非精確預測或控制事件的走向，而是為更佳的判斷奠定基礎。人生的軌跡，很大程度上取決於我們對「世事無常」的接受程度，以及面對突發事件時的反應能力。投資者真正需要做的，是選擇合適的觀察點，判斷宏觀結構的變化，做出適當的決策，並時常跳脫出微觀的細節泥沼，方能有效緩解焦慮。
揮別電視業務，SONY 改革「無禁區」
Sony 最近與 TCL 合資拆分電視業務，標誌著其長期「去電器化」轉型的最新一步。 曾經以家電帝國聞名的 Sony，面臨電子業務獲利下滑，轉向高毛利娛樂內容與IP領域。
電視業務剝離原因
電視業務營收持續下滑，例如2024財年（至2025年3月）預計減少10%，達5,976億日圓，並拖累電子部門整體獲利。 Sony 僅保留49%股份與品牌授權，將設計、製造等交給新公司，減輕低獲利硬體負擔。 此舉延續過去剝離 VAIO PC、電池等資產的策略。
整體轉型背景
自2012年巨虧後，Sony 歷經12年改革，從電子製造轉為娛樂內容服務業，受金融危機、匯率波動與數位轉型衝擊影響。 前社長平井一夫推動文化改造，避開景氣敏感的家電，強化不受匯差影響的遊戲、影視與金融業務。 2008年金融海嘯加劇電子業務衰退，促使 Sony 拋棄70年祖產。
轉型重點領域
遊戲與網路服務：占營收38%，PlayStation 成主力，從硬體延伸軟體內容。
娛樂內容：音樂、電影與 IP 業務毛利率高，收購哥倫比亞影業奠基。
半導體與金融：影像感測器占11%、金融16%，與台積電合作強化。此轉型讓 Sony 市值回升至1459億美元，專注高獲利「輕資產」模式。
https://zh.cn.nikkei.com/industry/itelectric-appliance/61151-2026-01-22-05-00-10.html
2026 達沃斯｜Palantir 年複合報酬率竟高達 73%｜當「戰場邏輯」接管你的公司
近日，Palantir 聯合創始人暨執行長亞歷克斯·卡普（Alex Karp）在 2026 年達沃斯論壇的一場深度訪談中，揭示了他對人工智慧（AI）的獨到見解。卡普以 Palantir 上市以來高達 73% 的複合年回報率作為引子，指出這驚人的市場表現背後，反映的正是 AI 在極端環境下所展現的真正力量。他強調，他所談論的 AI 並非溫室中用來處理文書工作的工具，而是那種在戰場等最混亂、最嚴苛環境中淬煉出來的技術。
卡普認為，戰場是 AI 的終極試驗場，因為只有在砲火連天的環境中，那些華而不實的模型才會被擊碎，唯有絕對可靠的技術才能存活。他從三個層面解析戰場對 AI 的極端考驗：首先是**物理環境的極端惡劣**，要求 AI 具備在完全離線、網路訊號極度不穩定的情況下獨立運行的邊緣運算能力；其次是**道德環境的極端複雜性**，AI 需在資訊不對稱下理解隱藏的約束條件，甚至模擬「完美的失誤」以達成多重矛盾的目標；最後是**動態對抗的挑戰**，AI 必須能像生命體一樣快速學習和迭代，以應對敵方不斷變化的反制措施。
這些戰場經驗讓卡普觀察到現代組織普遍患有「企業的失讀症」（Dyslexic Enterprise），即系統規劃精美卻各自為政、無法協同運作。他指出，像 Palantir 這樣的 AI 系統一旦導入，就會成為組織的「體檢師」，無情地暴露所有虛假環節和數據孤島，迫使組織在談論增長前，必須先治癒內部的結構性問題。
在將戰場邏輯平移至商業世界時，卡普強調 AI 的價值不應是讓企業趨同化，而是要像「精準探礦器」一樣，挖掘並放大企業獨有的「部落知識」（Tribal Knowledge），例如專家難以言傳的核保直覺或醫院在特定病症上的獨門經驗，並將其轉化為組織的護城河。此外，他認為 AI 透過建立清晰的數據本體（Ontology），反而能帶來前所未有的透明度，揭露潛規則，從而促進決策的公平性。
談及對勞動力的影響，卡普預測白領工作將受衝擊，但「職業技術人員」的價值將急劇上升，AI 能將頂尖專家的經驗封裝成工具，賦能普通工人。他鼓勵發掘每個人獨特的「異常值天賦」，而非僅看文憑標籤。最後，卡普將 AI 浪潮視為一場對國家和社會的「壓力測試」，它將無情地檢驗體系是否具備真正的承載能力，迫使所有組織和個人直面「市場價值的誠實」。
