在当下的AI浪潮中，以宇树（Unitree）、深度求索（DeepSeek）和毫微（Nano Labs）等为代表的现象级企业在杭州异军突起，成为全球科技产业的焦点。无论是Unitree的机器狗在全球市场“狂飙”，Deepseek的“性价比之王”大模型横空出世，还是Nano labs的芯片在高性能计算领域“弯道超车”，这些企业的积极探索，不仅是AI领域上的阶段性胜利，也是我国在AI领域艰难突围中的生动实践。

当前，总结“……做对了什么”还为时尚早，成为被关注的对象只是入局的开始。从入局者到引领者，征途漫漫，却时不我待。此时此刻，从思想破冰、技术攻坚到运营革新，全方位理解AI的突围之势和发展之道，是持续推动行业进步的必经之路。本文的分析仅作抛砖引玉，唯期能引发更多的深入探讨，共助行业行稳致远。

一、集体涌现到异军突起：电商之都转型AI高地

（一）AI产业的整体崛起

近年来，杭州对数字经济基因的理解不断深化拓展，正在经历从传统电商之都向人工智能（AI）高地的转型。“十三五”伊始，杭州市就提出“打造全国数字经济第一城”发展目标，先后启动全球首个“城市大脑”项目、数字经济发展规划，将AI作为数字经济重点领域予以推进。“十四五”期间，进一步提出“高水平重塑全国数字经济第一城”目标，明确AI核心产业定位，相继出台多项人工智能领域发展实施意见、配套政策及行动计划，设立百亿产业发展基金，推动全产业链高质量发展。经过近十年发展，杭州AI企业数量和规模显著增长，政策驱动与企业集群相互赋能，取得阶段性成果：杭州AI产业规模从2020年的300亿增长至2023年的约1000亿元，跻身全国五强城市之列，诸多行业新锐更是在2024年集体涌现。同时，杭州AI企业在多技术领域取得突破，初步呈现协同发展态势。据前瞻产业研究院统计，杭州AI产业链图谱已初具规模：基础层企业数量超4万家，技术层底层框架企业超5000家，其中算法逻辑方面的企业数量占八成；应用层方面机器人企业数量超12000家，智能家居企业数量超22500家。根据《杭州市人工智能产业发展“十四五”规划》，至2025年，杭州人工智能产业营业收入将达到3000亿元以上，实现增加值660亿元以上。

（二）精准卡位的异军突起

在AI产业整体崛起的同时，以深度求索（DeepSeek）、宇树（Unitree）和毫微（Nano Labs）等为代表的企业脱颖而出，精准卡位AI产业生态的研发、制造和应用层关键环节，集成技术创新和对市场需求的精准把握，成为全球科技产业瞩目的焦点。其中，成立于2023年的DeepSeek，专注于开发高性能、低成本的开源大语言模型（LLM），其创新的多头潜在注意力机制（MLA）和稀疏混合专家结构（DeepSeek MoE Sparse）大幅降低了推理成本，获得业界赞誉并引发全球AI模型路线的新思考。成立于2016年的Unitree，专注于高性能四足机器人和人形机器人的研发、生产和销售，其四足机器人产品在全球市场中占据领先地位，人形机器人H1亮相蛇年春晚并引发轰动。成立于2019年的毫微科技作为纳斯达克上市公司Nano Labs的子公司，致力于自主开发高吞吐量（HTC）芯片、高性能（HPC）芯片、分布式计算及数据存储等解决方案，应用于元宇宙、人工智能、边缘计算等领域。这些企业同‌云深处科技、‌强脑科技、‌群核科技等新锐力量一道，共同绘制着蓬勃发展的AI新动力版图。

二、意料之外与情理之中：崛起者的发展特质

这一系列AI企业的异军突起，出乎观察者的意料之外，但也在深耕者的意料之中，这不仅是科技浪潮的推动使然，更是前瞻布局、潜心精耕与生态共筑的结晶。以Unitree、DeepSeek和Nano Labs等代表性企业为观察样本，可以从技术创新、运营策略、管理模式和生态构建等维度，初步解读新生代AI企业的发展特质。

（一）立足底层突破的技术创新

在技术层面，三家企业不约而同地尝试从底层技术实现突破，构建核心竞争力。例如，DeepSeek深耕深度学习算法，推动模型架构创新，优化推理训练路径，拓展多模态能力，从算法底层提升准确性和效率，并通过开源生态建设实现大量开发者的积极参与。又如，Unitree在机械控制技术上开创性地采用电力驱动系统，攻克运动控制、环境感知等底层技术难题，实现了机器人相关技术和产品零部件的全面自主研发。再如，Nano Labs聚焦半导体能效技术研发，自主定义FPU芯片架构，有效提升芯片的能效比和迭代速度，为AI设备的小型化、低功耗发展提供有力支撑。这也是尽管它们的突破并非罕见，却仍令国内外业界惊讶之处：中国公司不再只是跟随者，而是以创新者的身份参与竞争。

（二）立足双重响应的经营策略

在运营层面，三家企业“技术+市场”快速响应风格鲜明，通过深入研究、精准布局，紧扣技术前沿与市场关注点。例如，Unitree机器人产品以“高性价比”出圈，结合“B端带动C端、海外带动国内”的经营策略，建立起了良好的品牌口碑，其四足机器人销量已占全球市场的60%，人形机器人订单量也持续上升。又如，DeepSeek采取开源与商用并行策略，搭建开发者社区和API市场等平台，鼓励第三方再开发和扩展应用，商用部分则采取成本领先定价策略，形成丰富的应用生态。再如，Nano Labs以高效能芯片为核心产品，以无晶圆厂模式（Fabless）快速响应市场需求，搭建多系列产品开发通道，并通过构建iPollo元宇宙基础设施平台、紧密协同AI设备制造商等方式，实现产品的快速迭代和市场的稳步拓展。这些企业的商业路径不尽相同，但均展现出以市场洞察和快速响应来驱动技术进化的无限可能，为自身开辟独属路径的同时，也为行业提供了高价值范式。

（三）立足破壁自驱的管理变革

在管理模式尤其是人才这一核心要素的组织上，新兴AI企业与传统企业都存在较大差异，呈现出诸多新特点，如重视本土人才的自我培养、注重战略对齐而非资历对齐、好奇心驱动的自然分工、综合激励下的创新文化等。以DeepSeek为例，不同于传统高科技企业，它更青睐选拔和招募思维活跃、领域多元、能力拔尖、可塑性强的“本土小天才”——核心团队多由应届生和毕业一两年的优秀人才组成。岗位设定上不唯履历、学历，而重视个人价值与企业战略的对齐。在组织管理上以好奇心为驱动，实施扁平管理和动态团组，推崇自下而上、自由探索、自然分工、自主建组，在算力、人力资源供给上灵活配置、即时响应、杜绝内耗。在激励模式上，综合里程碑激励、股权激励和精神激励多种方式。同时，重视失败案例的复盘和价值挖掘，注重营造良好的创新氛围。

（四）立足开放协同的产业生态

政府的政策引导、跨部门的研发合作、供应链紧密联动和资本市场助力是这些企业发展的重要支撑，也催生了AI产业生态协同赋能的新格局。这既得益于杭州深厚的数字经济底蕴，又深刻反映出产业变革背景下合作跨界化、跨域化和赛博化的新特征。

据不完全统计，上述三家企业的外部合作机构，50%～60%集中于杭州及浙江省内，聚焦产业链协作、高校合作和资本联姻；20%～30%分布于长三角地区（不含浙江省），以跨省供应链合作和协同研发为主；20%左右跨越至北京、广东、山东、陕西等地，以市场拓展和技术互补为核心合作议题；10%左右为国际机构，侧重于战略投资与技术合作，彰显了杭州AI产业生态“根植本土、深耕长三角、联动全国、接轨国际”的战略布局。同时，赛博空间中的国际开源社区及开发者平台日益成为一股重要力量，在技术革新和商业验证等方面扮演着愈发关键的角色。

三、统筹可燃物与助燃剂：持续突围的道路探索

展望未来，AI领域必将从暗流涌动、浪花奔涌走向巨浪成潮，现象级企业的涌现既点燃了行业信心，也倒逼着参与者加速优化布局。面对这场突围，以“可燃物（内生动力）”与“助燃剂（生态赋能）”的辩证关系为锚点，探寻如何因势而谋、应势而动、顺势而为，方可走通长远之道。

（一）储备自主竞争力：可燃物的三重积累

AI突围犹如堆薪燃火，充足的可燃物是首要条件。可燃物，在此理解为参与者自身的能力储备，相关主体需重点从思想、技术、治理三方面予以关注。

第一，储备原创哲学思想，突破范式创新的天花板。AI的重大突破往往源于哲学性思考的跃迁。正如陶芳波博士所总结的，过去十年AI的代表性创新——Google 2017年的Transformer，DeepMind 2017年的 AlphaZero，以及OpenAI 2018年的GPT——其内核是三个哲学性思想，讨论的是“学习的本质”。当前，以DeepSeek为代表的模型开发企业迅速崛起，为原创性思考奠定了初步基础。在此之上，还需深度挖掘中国丰富的哲学思想与优秀传统文化，将其作为推动技术底层逻辑变革的有力工具。例如，在面对AI的内涵定义、技术路径、伦理边界等本质问题，以及有效加速、价值对齐、算法公平等前沿议题时，从人类命运共同体、人与自然和谐发展等价值导向出发，积极探索“天人合一”“和而不同”“兼爱非攻”“天下大同”等哲学思想与上述议题的有机融合及创造性转化，将中国哲学思辨逻辑深度融入模型算法的优化流程，提出彰显东方智慧的解决方案，从而主动参与并引导AI的发展方向。

第二，储备技术演化路径，支撑泛化智能发展要求。正如DeepSeek创始人梁文锋所说，随着经济的发展，中国必须逐步从技术的受益者转变为贡献者。随着AI从局部工具向泛在智能体的进化，前瞻布局安全、效率、普惠协同的技术路径，既是突破进化困境的现实需要，也是确立AI技术引导者地位的必然要求。比如，在“统筹发展和安全”指导原则下，如何通过审视AI在端侧和云端的既有分工，创新协同运行机制，探索实现“高效推理”和“安全训练”的一体化部署。又如，在“有效加速”视角下，如何进一步创新模型架构和训练机制，以提升深度学习效能。再如，面对AI和人类价值观的冲突可能，如何进一步深化对齐框架与算法，在超级智能时代守住可控底线。上述技术演化路径的前沿性探索，不仅有助于获取AI领域主动权，也有利于在科技层面构建更具活力与稳定的世界格局。

第三，储备敏捷治理机制，推动组织与技术变革适配。面向未来，AI企业的核心竞争力正从技术单点突破转向生态化组织能力，这意味着人力资源、组织架构、绩效定义、评价机制都将进行适应性调整。比如，在队伍建设上，需探索如何让专业人才更深度参与岗位定义，提高人才与岗位的适配一致性，将好奇心、使命感、成就感和文化认同等柔性目标纳入激励体系。在组织架构上，在保持顶层战略一贯性和底层技术统一性前提下，探索如何借鉴蜂巢式、矩阵式等新型组织结构，支持高频、高效、高质量的创新需求。在协同生态上，思考如何更好推动开源计划、开发者社区等模式从新兴科技文化向产业生态拓展，推动产业链、供应链进化为价值共创网络。

（二）优化环境支撑力：助燃剂的三维升级

AI突围尤需稳定持续，良好的助燃剂是必要支撑，需从制度、资源、协同三方面优化生态支撑。

第一，推动“放管服”逻辑再进化，提升体制机制弹性。拓展“放”的思维，鼓励更多前沿科技企业参与战略性规划与顶层设计，充分发挥其在创新领域的深度参与优势，为政策制定提供前瞻视角与专业见解。优化“管”的理念，进一步深化“底线一致”和“分级监管”理念，探索以立法形式保障总体安全观及价值导向要求，同时对垂直领域制定差异化管理标准，面向新应用借鉴动态监管沙盒机制，落实技术中性、风险可控、责任可溯要求。提升“服”的要求，推动政务服务向沉浸式形态升级，优化流程机制和升级技术手段，实现相关政策举措的轻量化征询、智能化匹配、即时化响应、定制化服务，进一步降低制度性交易成本。

第二，推动“资源池”供给再优化，适配关键要素需求。在共性数字基础设施领域，强化设施布局的动态适配，促进算力集群部署同技术演进态势的有机联动，推动国家级算力平台网络与先进算法模型社区的协同布局和相互赋能。在人力资源供给方面，推进教育与人才体制改革，加强AI素养与基础能力教育，强化交叉学科培养，调整人才认定、评价与激励模式，构建有利于“小天才”持续涌现的发展环境。在资金和政策支持上，精准契合重大攻关式创新、自由探索式创新、市场开拓式创新的差异化需求，引导投资机构和资本市场进一步提升敏锐性和专业度，加大对原创思想、范式变革和底层技术突破的发掘和支持力度，提升评价容错率。同时，确立创新文化的战略性地位，将其看做驱动发展的核心资源，一方面，进一步推动自然科学、工程技术与哲学社会科学的深度碰撞交流，催生交互式理念与启发式思维；另一方面，重新审视失败的定义，从“容忍失败”走向“珍视失败”，鼓励试错案例的资源化转化，推动认知基础设施的共建共享。

第三，推动“协同链”布局再拓展，激活生态网络效应。要以统一大市场建设为基石，以提升区域协同布局集聚度为目标，实现两者的有机融合。一方面强化关键要素集聚协同，另一方面破除区域和部门分割，构建契合创新链、产业链、供应链发展规律的资源配置模式。例如，进一步开放行业场景，为AI企业开放公共数据，推动行业数据资产交易增值；加大城市治理核心场景接口的开放力度，打造训练与反馈闭环，提升应用推广的时效性与先进性。又如，探索构建与都市圈、城市群产业走廊相匹配的开源社区共同体，吸引全球开发者参与生态共建，形成“蚂蚁雄兵”式创新网络。同时，支持行业领军企业加入MLCommons等国际组织，主动发起AI模型相关标准制定，构建技术话语权。

中国的AI产业发展，恰逢崛起之机，不容丝毫懈怠。在这条漫漫征途中，只有内修实力、外聚助力，实现两者同频共振，方能在“技术爆发——场景渗透——生态重构”的螺旋上升中，走出一条既凸显东方智慧、又引领全球变革的突围之路。

（作者徐珺系上海发展战略研究所副所长、正高级工程师）