36氪获悉，天眼查App显示，近日，江苏傲途苏源汽车科技有限公司发生工商变更，新增小米旗下瀚星创业投资有限公司为股东，同时，注册资本由3750万人民币增至5000万人民币。该公司成立于2025年8月，法定代表人为何建军，经营范围包括汽车零配件零售、汽车装饰用品销售、企业管理等。股东信息显示，该公司现由海南琥珀荟企业投资有限公司及上述新增股东共同持股。

本文来自微信公众号： 巨潮WAVE ，编辑：杨旭然，作者：谢泽锋，原文标题：《端侧AI之战正式打响｜巨潮》

跳出行业激战、耗资巨大的超级云端大模型，转向端侧模型研发，或开发端侧模型智能终端，成了很多企业深度参与AI浪潮的重要方向，尤其是对于硬件企业来说。

面壁智能CEO李大海认为，2026年就是“端侧AI商业化元年”——这家公司虽然并没有获得AI手机的相关资质，但也因为相关的概念和产品获得了数额不小的融资。

今年7月份，网信办要求有序开展AIGC服务备案工作，并新增了Apple智能、华为小艺、小米澎湃AI等7家大模型的备案信息。

随后，豆包AI手机NaviX Ultra于9月16日正式亮相，Apple智能（Apple Intelligence）+全新Siri AI已经在WWDC26发布，刚刚上市的小米18 Fold则内置了Xiaomi MiMo端侧大模型。

智能汽车赛道，由印奇执掌的阶跃星辰在汽车和手机赛道双向押注，一方面联手吉利切入智能汽车，另一方面推出了旗下首个原生智能体手机（Agentic Phone）STEPX Neo。

大洋彼岸，Meta、英伟达、谷歌、OpenAI等巨头也开始探索端侧研发，或者联合设备厂商打造全新的AI硬件。

一场端侧之战实际上已经开启，智能硬件产业面临一次规模浩大的升级浪潮。

以小博大

与大众熟知的DeepSeek、ChatGPT等云端大模型相比，端侧模型更加轻巧，参数量更小，可以利用设备端算力直接运行，无需依赖云端。

参数量是AI大模型和端侧大模型之间最显著的区别。AI大模型动辄上万亿的参数，Kimi K3（月之暗面）高达2.8万亿（2.8T）MoE，Anthropic的Mythos参数更达到10万亿（10 trillion），训练数据量300万亿token。

巨大的参数量，可以使市场上的各家大模型拥有更强的性能，能够捕捉复杂的数据模式并在多种任务中表现出色。但问题在于，依赖云端推理的方式需要网络连接，会带来延迟和隐私问题。一旦断网或遭遇突发情况，将直接宕机无法使用。

端侧设备的芯片性能和存储空间有限，因此端侧大模型的参数势必压缩。借助知识蒸馏、剪枝和量化，端侧大模型的参数量可以减少到几个B的规模。

当前，很多主流模型厂商如DeepSeek、Meta Llama、IBM Granite都推出了小模型版本，且面向特定任务的性能和测试情况都表现出色。

这意味着大型基础模型可以缩减为体量更小、更轻巧的版本，以达到推理速度更快、内存占用更少、功耗更低，并能保持较高的性能水平。这意味着它们可以更好地在智能手机、PC、汽车、机器人等终端上部署。

AI大模型无法像互联网那样靠规模效应实现成本递减，这是其商业化道路上的最大瓶颈。

训练一个超级大模型要耗费巨大资源，Mythos的训练成本估算就达100亿美元，投入使用后，模型的推理成本将随着日活用户数量及使用频率的增加而攀升。

国联民生证券测算，加上豆包免费C端服务，字节单日成本就高达1.32亿到2.4亿元。云端推理的极高成本，将严重拖延大模型商业化的持续性。

端侧AI可以“以小博大”，即时性高、隐私性强，还可以结合本地数据做更多定制化创新，进一步为开发者降低成本，推动边缘AI商业化落地。

在芯片“摩尔定律”+端侧AI“密度定律”共同驱动下，端侧智能也在加速商业化。

2024年年底，清华大学孙茂松、刘知远团队与开源社区OpenBMB提出“能力密度”的概念，用以衡量大模型单位参数内的智能水平。

密度定律的结论为“大模型的能力密度随时间呈指数增长，约每3.3至3.5个月翻一番”，即“每隔约一百天，只需一半参数量的模型即可达到当前最优性能”。结合半导体领域的摩尔定律，芯片在同等价格下的算力约每两年翻一倍，而模型的能力密度约每一百天翻一倍。软硬路线的共振之下，AI大模型开始向终端设备下沉。

当前，AI手机、AI PC都在加速渗透（此类数据存在一定的口径问题）。生成式AI手机渗透率在2025年已达36%，2027年将过半，端侧AI将由高端卖点转为产品标配。AI PC出货占比在2025年已攀升到31%，2029年将成常态。

加上智能汽车、具身智能乃至智能硬件的形态创新，端侧AI时代即将来临。

破局时刻

一只“鸭子”的出现，正在重塑全球物理AI时代和端侧AI的演进。

9月3日，英伟达豪掷129.3亿美元收购了全球最大AI开源平台Hugging Face。就在一周前，Hugging Face旗下Pollen Robotics发布了一款售价399美元的双足机器人Microduck。

这只高仅25厘米、不到800克的机器鸭，可能已经撬动了端侧AI的ChatGPT时刻——开订24小时订单额破260万美元，高峰期平均每4秒卖出一台。如果有消费者现在去预订，需要6个多月才能拿到货。

Microduck采用开源设计，用户可以自行重新训练，意味着这只机器鸭不是普通的玩具，而是可以不断自我学习。玩家可将训练成果上传Hugging Face Hub，海量设备在真实环境产生的数据，将以近乎零边际成本去推动算法进化。

自ChatGPT问世以来，AI世界的叙事线条一直是更大规模的模型、更强更贵的GPU、更庞大的算力集群。

Microduck搭载的并非英伟达、AMD或高通的高端芯片，而是一颗瑞芯微于2020年开发的中端SoC RK3566。

相比动辄几十万的人形机器人，这样低门槛、全开源、生态丰富的“鸭子”，大幅降低了端侧智能设备的进入门槛。

正如Hugging Face首席执行官Clem Delangue所说，Microduck的推出意味着“价格可负担的开源机器人时代”正在到来，目标是让更多人参与实体AI和世界模型的发展。

在AI PC端，AMD、英特尔、英伟达等芯片巨头加速布局。1月，AMD推出面向Windows 11 AI PC的锐龙AI 400、锐龙AI PRO 400处理器，算力最高可达60 TOPS，可在本地运行大模型。

英特尔在2026 CES展上发布第三代酷睿Ultra处理器，这是首个基于Intel 18A工艺打造的计算平台。

6月，黄仁勋在台北GTC大会上拿出应用于AI PC的超级芯片RTX Spark，该芯片具备1 Petaflop算力，最高128GB内存，可本地运行1200亿参数大模型。今年秋天，华硕、戴尔、惠普、联想等PC大厂就将陆续推出搭载该芯片的产品。

在成本、商业落地可行性、技术演进等多重因素驱动下，AI大模型在未来的演化，可能将逐步分成三大类：

其一就是大众熟知的云端大模型，承担复杂推理、长文本/视频生成与Agent能力，它定义了AI的能力上限；

其二就是行业模型，在金融、医疗、司法等垂直领域拥有专长，服务专业场景，解决AI落地问题；

其三就是我们目前所讨论的重点，端侧模型，其作用在于承接高频、实时、隐私与离线可用的任务，它决定了未来AI的触达密度和广度。

“云端定上限、行业定深度、端侧定入口”的分层协同，已经愈发明显。

中国样本

AI大模型演进趋势之下，中国端侧AI也迎来爆发奇点。

主要玩家中，面壁智能定位纯端侧模型基座供应商，秉持“以小博大”的理念，试图用自己的模型接管所有智能硬件；豆包手机是字节跳动联合中兴努比亚共同打造，抢占端云协同的超级入口；阶跃星辰将自身定义为原生多模态的终端方案商，主要打造面向汽车和手机的AI大脑；智能驾驶解决方案厂商如地平线等机构，则是软硬一体的智能底座，壁垒在车规级芯片与软硬解耦能力。

这其中，由刘知远联合创办的面壁智能是绕不开的一家企业，公司于2023年下半年做出“反共识”战略判断，放弃千亿级云端基座，全面All in端侧模型，并原创提出“密度定律”。凭借MiniCPM“小钢炮”开源模型，构建端侧模型生态。

9月8日，其开源了新一代“小钢炮”MiniCPM5-2B，参数规模为2B，主打在手机、PC等终端设备本地运行，同时具备较强的Agent能力。

根据这家公司自己的说法，其在AA榜单最新评测中，以23分的综合得分，拿到了全球4B参数以下开源基座模型的第一名，这意味着其仅用了一半的参数量就达到了4B规模模型的能力。

商业落地方面，面壁智能定位独立第三方厂商，目前主要聚焦手机、汽车和具身智能领域。网信办公布的7款手机端侧AI备案名单中，三星“盖乐世AI”的端侧能力就由MiniCPM提供。打入三星供应链，意味着其不仅是首家进入国际手机大厂的国产端侧AI供应商，也是首批备案手机模型企业中唯一一家独立且纯正的端侧模型企业。

此前，这家公司研发的汽车端智能座舱助手cpmGO已随长安马自达MAZDA EZ-60量产落地；具身智能方向，MiniCPM-Robot以1.5B参数切入，已联合乐聚机器人落地展厅导览、园区巡检等场景。

印奇执掌阶跃星辰后，加速向商业化迈进。阶跃星辰似乎更偏向“软硬一体”的全链路。

7月13日，阶跃星辰发布首个大模型原生AI终端品牌STEPX，其号称的原生智能体手机（Agentic Phone）STEPX Neo也同步亮相。印奇的目标是打通基座模型、智能体系统、硬件终端的完整链条，实现“AI+终端”。

此前，阶跃星辰、千里科技、吉利已达成战略结盟，千里科技也和阶跃星辰联合开发了Step AOS的车机版本，号称车端原生智驾基座，将端侧大模型、世界模型、自动驾驶进行了深度融合，未来吉利汽车极有可能首发落地。

大模型厂商中，豆包发展端侧的动作最为激进，最早将触角伸向手机领域。

在首代工程机努比亚M153的试水后，豆包联合中兴努比亚将技术路线从第一代的跨App方案调整为第二代的端侧MCP，试图打造一款真正的原生AI（AI Native）手机。

努比亚NaviX Ultra号称‌“全球首款量产的AI智能体手机”，它与下载一个豆包APP决然不同，通过语音操作Agent，实现一句话打车、一句话点奶茶，此外还试图给AI装上“眼睛”以感知物理世界。

不过，该手机‌优先覆盖的仍然是字节跳动旗下产品，也可使用曹操出行等少量第三方应用。由于安全隐患，其Agent功能并未联通支付宝、微信支付等应用。

在C端AI应用角逐中，豆包有足够的用户积累，联合研发AI手机，字节的阳谋是在手机端侧继续夯实豆包的C端用户基数，争取一下端侧AI的市场空间。

智能汽车方案厂商中，地平线围绕智能驾驶和具身智能两大场景展开端侧部署，其优势在于软硬一体，既拥有征程智驾芯片+星空座舱芯片+HSD（地平线全场景辅助驾驶系统），同时研发了面向具身智能的HoloMotion与HoloBrain模型。

德赛西威则力主“端云协同”。现阶段成本过高仍阻碍大模型大规模装车，因此在面向客户多元需求时，德赛西威会匹配不同的芯片算力，并提供差异化解决方案，其中既有轻量化端侧模型，也有全模态Omni模型迭代升级的演进方案。

科大讯飞于9月1日开源了星火X2.5-4B/1.7B两款端侧大模型，均可支持最长100万Token上下文，其落地场景聚焦于“AI办公”，不仅能“断网也能对话”，还强化了处理复杂任务的能力，目标是渗透进企业生产力环节。

写在最后

当大模型竞逐从“百模大战”演变为“头部角逐”，当头部大模型企业抢占资本和市场双重红利后，端侧已经成为AI模型企业关注的另一个焦点方向。

成本低、轻量化、断网可用、更具隐私安全性，都是端侧模型的显著优势，有机会在不远的将来，使其迎来商业化爆发的关键时刻。

至今，端侧AI仍然没有体现出自身的独特价值和存在意义，如前文所说，这种情况会随着大模型功能、作用的逐渐分化而逐步体现出来。

只是，一个独立于所有第三方、以所有硬件企业为假象客户的端侧模型企业，几乎必然会失望于所有潜在客户都会探索打造属于自己的小型端侧模型。从这个层面看以面壁智能为代表的“纯血端侧智能”企业，最终的发展必然受限。

端云协同或将在未来成为趋势，各家大型硬件机构都会探索模型压缩、NPU芯片的持续迭代，端侧逐步支持Omni全模态能力，AI下沉至各类智能硬件。类似这种人工智能能力全面下探之后，AI普惠智能的时代就会越来越近。

本文来自微信公众号： 看身手SeeMotion ，作者：身手老师傅，原文标题：《看·独家 | 雷军招来的90后AI天才，又一位将离开小米》

王乃岩、陈龙，他们在小米的跑道已行至终点，却在“Physical AI”的赛场里再次相见。

“你有哪些遗憾？”

9月初，一档播客节目中，主持人问小米智驾科学家（L3技术负责人）、前图森中国CTO王乃岩。

话题行进到这里，王乃岩语带踟蹰，他形容自己前半段的学术与职业生涯是“大多时候拿不到太多资源”；谈到图森创业：“没能打一个痛快仗”。

而遗憾，他说：

“还是没看到，我做了十年的东西（自动驾驶）走进千家万户。”

播客发布当天，雷军在北京发布会上揭开小米第一辆增程汽车“小米澎程”的面纱。这一天（9月7日），也是王乃岩在小米的last day。随后，多家媒体报道，王乃岩投身具身智能创业。

时间拨回2025年11月，王乃岩出现在小米汽车的一条博文里，当中有四个人被重点介绍：

叶航军博士，加入小米近15年，小米技术线绝对高管，小米汽车创始成员，从0到1组建小米智驾班底；

陈光博士，前百度Apollo创始成员，前一汽南京研究院CTO，2025年5月加入小米；

陈龙博士，前英国自动驾驶独角兽Wayve主任科学家，2025年3月，加入小米；

王乃岩博士，前图森未来联创、CTO，2024年5月加入小米。

“博士天团”、“小米智驾F4”，诸多评论这样形容。

如同年轻偶像的限定团，小米组建的豪华天团，也仅维持了一年多。

不止王乃岩，根据《看身手》独家了解，“博士天团”中最年轻的陈龙也确定创业，且已经拿到了一线风投的钱。

陈龙与王乃岩都是90年生人，创业方向也都是具身智能，据投资行业人士对《看身手》表示，陈龙不做单一硬件本体，而是做物理AI的Skill Infra平台，首批可落地的场景包括柔性制造、物流分拣等。

上述人士还告诉《看身手》，和陈龙一起创业的，还有另一位AI大牛：原Google DeepMind研究科学家，许倬。

在互联网公域里，许倬几乎隐身，仅有的曝光，是他曾入选2024年度《麻省理工科技评论》“35岁以下科技创新35人”（Innovators Under 35，简称“TR35”）中国区名单，以及在年初时接受过一个简短的采访。

访谈中，许倬描述了自己“乖孩子”的前半生——在清华精密仪器系刷GPA刷到第一，再到伯克利读博士，还能在疫情美国科技巨头大裁员时，拿到DeepMind的offer。

不过，访谈最后，当被问到展望未来时，“乖孩子”许倬说：

“（人）不一定要那么听话，要有自己的想法。”

谁的时代？

“赛马输了。”

一位熟悉小米智驾体系的人士，这样对《看身手》评价王乃岩的离职原因，“L3量产遥遥无期，乃岩很难在小米拿到核心资源。”

当年的“智驾F4”里，除了“一把手”叶航军，剩下的陈光、陈龙、王乃岩，各自有擅长的研究领域。在小米汽车那条微博下面，还有一条雷军的回复：

据《看身手》了解，小米汽车在2025年将辅助驾驶团队分为两个大组，分别是“端到端”算法与功能+技术预研。

其中，陈光主要负责端到端的量产规模化，而王乃岩、陈龙则负责在L3、VLA方向进行前沿探索。

王乃岩专攻的L3技术，曾在今年6月写下辉煌一页：由他带队的MARS（Mi Autonomous Racing System，小米无人赛车系统）项目，在德国埃菲尔山区森林密布的纽北赛道中，闯过73个弯道，最终在被称为“绿色地狱”的赛场上，创下全球首个纽北自动驾驶圈速纪录。

雷军也曾发微博说：这是一个历史性时刻……没有任何一家车厂在纽北，用自动驾驶跑官方圈速。

但MARS项目使用的小米YU7 GT，是特殊定制的赛道套件版，要想大规模商用，仍然面临政策、成本、安全的种种掣肘。小米目前的主流车型，搭载的都是由陈光负责的HAD端到端方案。

纽北的辉煌一刻，成了王乃岩最后一次在小米公开露面。

“相当于在内部的技术路线竞争中，王乃岩代表的L3，还是没能跑赢陈光代表的L2端到端。”上述人士这样说。

对于小米来说，从L2跨越到L3，不只要逾越技术难题，还有责任归属。在目前的公路交管条例下，自动驾驶出现事故时，L2的责任人为驾驶员，L3（系统托管时）的责任主体则是车企，这对于多次遭遇“智驾翻车”舆情的小米来说，必将是一段漫长、需要步步为营的过程。

不过，《看身手》认为，相比内部赛马的输赢，王乃岩的离职，更大概率是看到了具身智能的机会，这一点我们在后文详细描述。

和王乃岩不同，陈龙离开小米，则有些“事了拂衣去”的意味。

2025年3月入职后，陈龙与小米“天才少女”罗福莉领衔的基模团队合作，推出MiMo-Embodied具身基座，随后在VLA基础上扩展了多模态，最终被命名为XLA认知大模型，并于2026年3月官宣上车。

这一年也是陈龙与小米的蜜月期，在今年4月的访谈中，陈龙说：“老板们没有给我特别大的压力，让我有一个比较宽松自由的环境去做探索，我还是很幸运的。”

变量发生在2026年夏天。多家媒体报道，小米新成立具身智能与应用部，由前字节Seed Robotics研究负责人孔涛挂帅，而陈龙所在的VLA团队，将一并收拢进这个新部门。

从被雷军面试加入小米独挑大梁，到被打包塞进另一个模型团队，陈龙创业的选择，可以说顺理成章。

王乃岩、陈龙青睐的“物理AI”，到底是啥？

尽管王乃岩、陈龙分开创业，但他们选择的方向却出奇一致：Physical AI（物理AI）。

《看身手》想给Physical AI一个最简单的解释：你用惯了的豆包workbuddy，都是在手机/PC里跑任务，要想让机器人在现实世界干活，就需要物理AI。

这里的难点在于：大语言模型的“GPT时刻”，源自互联网上已有的大量结构化数据，才有了所谓的“scaling up”与泛化；可物理AI，从数据积累，到训练范式，全都要从0到1开始做。

围绕Physical AI，王乃岩其实探索已久。在9月的播客访谈中，王乃岩说他在2023年大语言模型兴起时，就已经思考物理AI的实现方式，他认为当中的工作重点是：

表征。

《看身手》不想用太复杂的概念解释这个词，举个例子：自动驾驶里VLA端到端，需用海量人类驾驶数据来训练，比如小米就宣传HAD系统有1000万clips人类驾驶视频数据。

但王乃岩主张的“表征学习”，不是让AI学人开车（即：让模型看大量人类驾驶的视频），而是把地图、交规、车型等结构化数据喂给AI后，让AI自己学开车。

而“表征”，就是AI在吃下这些数据后，得出的“行动方法论”。换句话说，AI应该学会的，不是怎么开车，而是要抽象出“开车”这个动作背后的运行规则。

在王乃岩离职的9月，他发表了一篇名为《DriveZero：超越人类示例的端到端自动驾驶技术（DriveZero:End-to-End Driving Beyond Human Demonstrations）》的论文，拿出了一个关键结论：

让AI自己学习开车后，AI的驾驶技术可以超越人类。

还记得刚才提到，王乃岩团队在纽北创下自动驾驶圈速纪录吗？他曾在知乎公布过方法：

“纯粹的轨迹回放是一条死路。我们的解法，更像是让系统去真正“学会”赛车底层的控制逻辑：规划层，计算场地和物理限制下理论最优的速度与走线，然后控制层，结合实时的车身姿态，不断进行高频、毫秒级调整，去追踪这条最优路线。”

这里的“轨迹回放”，就是VLA里惯用的让AI学人开车；而让AI学习赛车的控制逻辑，就是在进行“表征学习”。

而这件事的意义，是在AI学明白开赛车后，就能把这些极端情景的处理方法，下放到普通人开车时遭遇到的急弯、雪天等危险时刻。

再来看看陈龙怎么做物理AI。

虽说陈龙擅长的VLA，和王乃岩信奉的L3实现路径截然不同，但在陈龙的诸多分享中，他显然也对VLA技术的瓶颈有着清醒认知。

“过拟合（overfit）”，是陈龙经常会谈到的AI数据难题：

在模型吸收了大量互联网视频数据后，那些玄幻小说，电影特效、夸张的动画……无法避免会对模型产生消极影响，模型会单纯模仿视频里夸张的动作，但没有领悟到背后的规律。

举个简单的例子，让机器人看一段“把摔倒的人扶起来”的视频，也许机器人可以学会搀扶的动作，但过程中要施加多少力？如果摔倒的是老人，是不是要更加小心，以免让老人受到二次伤害？这些是视频数据无法教会机器人的。

另外，VLA天然对数据量有着极大需求，可具身智能并没有太多现成数据。陈龙在小米有一项开创性的做法是，将智驾数据、与机器人数据做结合，并发布了MiMo-Embodied具身模型。

“机器人的数据可以提供空间感知/推理能力，比如抓取移动；辅助驾驶可以让机器人学会物体感知，比如与柔性/刚性物体的交互后会产生怎样的效果。”陈龙曾表示。

相比汽车的二维运行，机器人在三维世界的空间感知能力，是陈龙本次创业Physical AI的重点，他的另一位合伙人许倬，也长期从事围绕2D-3D映射、空间理解的合成数据相关工作。

在小米北京科技园门口，有一个插着金色翅膀的猪的雕塑，象征着雷军那句名言——站在风口上，猪都可以飞起来。

陈龙曾说，他非常喜欢这个雕塑，如今，他和王乃岩，都要去做那只“猪”了。

|参考文章：

王乃岩知乎文章：《在“绿色地狱”里探索物理极限：聊聊自动驾驶挑战纽北背后的故事》

小宇宙《有限理性FM》：对谈王乃岩丨没打过一场痛快仗，我想要一次真正的「无限开火权」

bilibili卫诗婕-漫谈播客《与小米陈龙的访谈：90后AI当家、车与机器人的智能，构建一种Physical AI的世界观》

公众号《语言即世界》：具身智能漫长的进化史、下一个Scaling与硝烟

公众号《一见Auto》：21独家｜原小米L3负责人王乃岩创业：集结图森旧部，攻坚具身大脑

头图来自微博《小米自动驾驶征战纽北纪录片》截图

原创 世超 2026-09-17 00:00 浙江

除了B站，还有谁敢这么贴脸雷军。

 除了 B 站，还有谁敢这么贴脸雷军呢。

就在前两天，雷军抽空去了趟 B 站扫楼，大家对他是毫不客气。

一走进大厅，迎面而来就是循环播放的成名作—— B 站镇站之宝《 Are you OK  》。

什么叫舞到正主面前，氛围感拉满。围观群众的欢呼声中，更是时不时冒出一句 Are u OK。

网友还调侃说，这波是 UP 主功成名就回娘家了。

 在外，你是叱咤三圈、身价千亿，谁见了都得恭敬喊一声雷总好的顶级霸总。但回了 B 站，也就是 UP 主雷军。

现在正是小米澎程交付，孩子降生的关键时刻，雷军今天徐州，明天上海，后天杭州的，每天行程都拉满了。

 火烧屁股都要去的地方，肯定有啥目的。

世超研究了一下，发现其实每次小米一有啥大动作，雷军第一反应都是往 B 站赶。

就比如说，当年 SU7 Ultra 原型车挑战纽北前，雷军跑到 B 站上发布了近年来唯一一次深度专访。

 不愧是 B 站走出来的“老网红”，这么多年了，他还是忘不了 B 站香。

这次雷军不光见了汽车区，还跟好几个不同的 UP 主讨教了经验。雷军自己从 20 年入驻 B 站后，也一直勤勤恳恳地更新营业。

不只是雷军，世超翻了一下，各大汽车厂商的一号位基本都入驻了 B 站。

包括但不限于，小鹏何小鹏、蔚来李斌、理想李想、长城魏建军、比亚迪李云飞等等。

 这些账号基本都保持着 1-3 天一更的频率，大多视频都是 5 分钟以上的密集观点输出。

里头也不乏有和李诞、罗永浩他们动辄一两个小时的长对谈。

看着大家的账号，世超是有点捏把汗的。

懂的都懂，自己做账号是有翻车风险的，和发布会上念个 PPT 不是一码事。

 当然了，世超都明白的道理，大佬肯定更是门儿清。冒着翻车风险都要来，只能说明是真馋 B 站了。

大佬们到底惦记啥呢？可能拉出数据，事情会更直观一些。

野村证券今年 7 月份发了一份调研报告。

2026 年 7 月，B 站总使用时长同比增长 8%，日均活跃用户数同比增长 6%，单个日活用户日均使用时长同比增长 2%。

单看数据似乎也并不扎眼，但放到汇总表里，你就明白了。

 哪怕把干短剧的也算上，总共也有三家视频平台在增长。

在短视频的疯狂冲击下，大家基本上都不太好过。尤其是爱优腾芒这些长视频平台的日活，你追我赶地往下跌。

B 站是目前少数还在保持用户增长的视频内容平台。

世超还去翻了一下今年的二季报，发现钱它也赚到手了。

 Q2 总营收 79.4 亿元人民币，广告收入同比增长 28%，达到 31.3 亿元。虽然涨幅不算太猛，但同样胜在稳定。

看完几组数据，车企们选 B 站的原因，就挺清晰了。

 在内容平台持久战里，B 站撑住了。不只是车圈，什么机器人、互联网、AI 等等的一号位，都在往 B 站钻。

对于现在的品牌来说，B 站就是拉拢年轻人的必争之地。

品牌在 B 站这里，买的不是一次两次的曝光，更是看有没有机会破圈，进入到社区文化里。

 这点车企们应该感受非常深，痛车本来是个小众得不能再小众的圈子，结果 BW 都快被年轻人整成了亚洲最大痛车展了。

去年的 BW 在场内外集结了 800 多辆痛车。让年轻人看爽了，各种新势力品牌们也痛爽了。

 营销部门日思夜想的千万曝光和触达，在 B 站年轻人这，可能就是一条玩梗或者是鬼畜视频。

年轻人玩起梗来虽然没轻没重的。但如果品牌方接住了，就能借力打力，顺利出圈。

甚至有可能成为源远流长的传世经典，详情参考雷总。

明明已经过去十年了，但雷军这次一出现，大家依然会下意识喊出那句话。

 对小米和雷军来说，这一条鬼畜视频还能再吃十年。已经成为小米的一个身份标签，到啥新场合，抛出“ Are u OK ”基本都能破冰。

当然了，玩归玩，闹归闹，内容平台说到底内容才是本质。

在这点上，B 站倒是从来没拉过。

满打满算，B 站汽车区 2021 年才成为一级分区，但一年不到就成了增长最快的分区之一。

2024年到 2025 年之间，汽车稿件投稿了从 15.9万涨到58.1万，涨了 266.8%。汽车区 UP 主数量超过 30万。

更是爆款频出，百万播放量的汽车稿件数增长了 149%。

 当然了，这串数字里，也包括我们差评汽车部~谁还没一键三连。

而且，B 站是很多产品和圈层绕不开的一块地方。

 就像雷军说的，B 站就要是做中长视频。因为有些事情，就是得十几分钟才能讲明白。

之前 CTR 和 B 站做过一个研究，发现用户完整地了解一台车，平均需要 16.2 分钟。

用户需要同时考虑 5-7 个因素。从安全、智驾，到动力性能、口碑。。。巴不得拉个 Excel 表出来对账。

这种复杂决策，一旦买错，可就是真金白银打水漂。

但咱们很难通过短视频的碎片化信息去拼凑一个完整的结论。因此越是高客单价、复杂决策的东西，能够横评拆解的中长视频越有价值。

 最需要提一嘴的是，视频做得再长，B 站用户都能接受。

雷军的那次深度专访，有足足 3 个小时 26 分钟，也是他接受过的最长采访。

在大家注意力越来越分散的情况下，B 站用户对于视频长度的接受度，反而在逆势上涨。

二季度中，5 分钟以上视频的观看时长，同比增加了 18%。

 动不动就是一两个小时的视频播客，在 B 站的日均播放时长居然突破了 1 亿分钟，累积有 2.36 亿人看过。

大家不仅愿意消化深度内容，也很乐意和 UP 主交流。百字以上长评论同比增长 67%，月均互动量接近 174 亿次。

只要是做内容的人，肯定懂这数字的含金量。

今年 B 站 17 周年有一组数据世超一直记着。

B 站有 813 万用户与同一 UP 主互动超过十年，超过 2000 万用户连续看完某位 UP 主最近十期内容。

这种十年老粉和背后的粉丝粘性，在国内生态里似乎只有 B 站能够拿得出来。

世超觉得，这些或许也是雷军为什么要来 B 站的原因。

在玩梗和轻松的背后，对已经跑到这个体量的小米汽车来说，课题从证明自己到寻找下一批用户从哪来。

 抢流量固然重要，但在互联网平台发展的后半程。尴尬的不是没有流量，反而是流量太多，越来越像一次性的消耗品。

一次视频可以几百万播放，但过两天，用户可能连是谁发的都想不起来。

B 站比较特殊的一点，是用户和创作者之间很容易形成长期关系。明明 Are u OK 的梗走红已经是 10 年前的事，今天依然能引发大家的热议。

所以雷军这次来 B 站，与其说是回娘家，不如说是来找下一味解药。

撰文：四大

编辑：莽山烙铁头 & 面线

美编：素描

图片、资料来源：

B站17岁了，但我们想聊的不是它有多牛。

微博@凤凰网科技

winter research|野村证券：中国互联网与新媒体月度 App 追踪报告

bilibili&ctr|2025 哔哩哔哩汽车行业白皮书

跳转微信打开