一座城，两条AI路线：北京同时押中Token与Action。

作者 | 江宇

编辑 | 漠影

7月24日上午，北京市委主要领导围绕智能经济调研，走进了三家AI企业：360、月之暗面与千寻智能。

在此之前的一周，Kimi K3刚刚完成了一场惊艳的全球亮相。马斯克在社交媒体上将它列为Grok 4.5的“重点追赶目标”，OpenAI战略负责人坦言其性能“无法靠简单蒸馏实现”，高盛出了一份研报，写着“中国大模型走向定价权的全新节点”。一时间，全世界的目光都聚向了北京。

但如果只看到Kimi一家公司，或许就错过了北京AI正在发生的真正变化。

13公里之外，另一家北京企业千寻智能的Spirit v1.6模型，早已在RoboArena登顶全球第一，超越英伟达DreamZero与Physical Intelligence Pi0.5，成为中国首个登顶该榜的具身模型。

它的Moz1机器人不仅可以仅凭一句自然语言指令便完成了“客厅收纳”的长程任务，同时已在宁德时代产线常态化运行，作业成功率稳定在99%以上；

新一代商服机器人Moz2则在WAIC期间惊艳亮相。

两家公司，一个让AI在数字世界里学会思考，一个让AI在物理世界里学会行动。外界可能会把它们放进不同的赛道——大模型、具身智能，互不搭界。

但正是这两家看似不搭界的公司，正在成为北京AI面向世界的“两张新名片”，共同勾勒出AI从数字空间走向物理世界的完整创新版图。

如果细细观察，你还会发现它们共享同一种“基因”：都押注底层技术创新而非应用层套壳，都在把底层能力开放给全球检验，并且都在各自领域站上了全球牌桌的最前排。

01.

登月与“千寻万找”

他们都选了更难的路

Kimi的英文名叫Moonshot，千寻智能的名字则包含着“千寻万找”的寓意——一个要登月，一个要寻找答案。两家公司在取名这件事上不约而同地拒绝了宏大叙事，在技术路线上选了同一条爬坡之路。

Kimi K3的性能跃升，源于Moon Clip二阶优化器、Kimi Linear Tension线性注意力机制、Attention Residuals注意力残差三项底层原创架构，在优化器、注意力机制、残差连接等基础组件上做结构性突破。

月之暗面Kimi企业业务负责人黄震昕坦言：“我们的目标从来不是做高性价比的雕琢。”正如其名“Moonshot”所表达的，他们选择的是一场如同登月般艰难、却被其视为正确且有价值的技术探索。

千寻智能走的是同一条路。创始人兼CEO韩峰涛曾判断：“至少在第一波具身智能创业浪潮里，应该没有再做基座模型的机会了。”这意味着，沿着别人的技术路线做跟随式改良，连入场券可能都拿不到。

因此，千寻智能给出的选择是：从具身基座模型、一体化力控关节到数据采集体系全栈自研。

支撑其这一决心的，就包括千寻智能自研的具身基座模型Spirit v1.6。该模型采用VLA与世界模型深度融合的架构，从物理世界的感知与控制需求出发重构底层逻辑，回到Physical AI的第一性原理。如何在现有技术路线之外蹚出一条新路，是千寻必须回答的命题。

除此以外，这两家公司还有一个不容忽略的交集：两家公司的领军人物都来自清华。

Kimi创始人杨植麟出身清华，千寻联合创始人兼首席科学家高阳是“伯克利归国四子”之一，现任清华交叉信息研究院助理教授。

让顶尖学者走出实验室，做“难而正确”之事——这既是两家公司的共同底色，也是北京AI颇具辨识度的基因。

02.

自信才开源：

两条产品线，同一种价值

“开源模型不该贴上低价标签。”Kimi K3发布后，黄震昕曾这样回应。在此之前，千寻智能的Spirit v1.5也成为国内首个综合性能超越美国标杆Pi0.5的中国开源具身模型。

两家北京公司，不谋而合地在两条赛道上做同一件事：把开源模型的能力和商业化价值拉高了一档。

Kimi K3以开源模型身份登顶Frontend Code Arena编程榜榜首，首次在该榜单超越头部闭源模型，被外媒称为“DeepSeek 2.0时刻”。发布后供不应求，C端新用户订阅暂停。

在“开源=性能妥协”的行业惯性里，K3撕开了一道口子。

千寻在具身智能这个更年轻的赛道里做着同样的事：Spirit v1.5开源即超越Pi0.5，搭载Spirit v1.6的Moz1在WAIC现场首次挑战“一句话整理客厅”这样的长程复杂推理任务，打破了具身智能行业长久以来的“金鱼记忆”瓶颈。

本文转自：凤凰网科技

原文地址： https://tech.ifeng.com/c/8v8ALtYnwg3