10月8日 AI 落地競速：終端 AIPC、零售機器人與辦公 Agent 同日上新

10 月 8 日前後，AI 產業的新品發布不再只圍繞模型參數，而是密集落在具體工作與經營場景：終端 AIPC 把大模型裝進個人電腦，零售門市迎來人機協作方案，企業辦公出現可擁有獨立身分的 AI 同事，影片生成與模型價格繼續下探。與此同時，數學界對 OpenAI 的抵制聲音，把 AI 與科研倫理的爭議推到台前。

終端算力：AIPC 把大模型裝進個人工作站

聯想 YOGA Pro 15 RTX Spark 於 10 月 8 日 9:00 開啟全網盲購，定位全球首批搭載 NVIDIA RTX Spark N1X 超級晶片的本地智慧體 AIPC ^[1]。按官方資訊，這枚晶片整合高達 6144-core 的 NVIDIA Blackwell RTX GPU 與高達 20-core 的 NVIDIA Grace CPU，可釋放高達 1 Petaflop FP4 的本地 AI 運算效能，CUDA 平台可在裝置上原生執行 ^[1]。硬體層面，新機配備至高 128GB 統一記憶體與至高 2TB 極速儲存，支援本地執行超千億參數大模型，並出廠自帶 35B 本地大模型，主打毫秒級本地回應 ^[1]。分析：終端統一記憶體與高算力組合，直接指向傳統 PC 的「顯示記憶體牆」痛點；離線可用、零 Token 成本和資料留存本地，是 AIPC 區別於雲端助理的核心賣點。

實體智慧進入零售：0 改造與人機協作

在 APRCE 2026 上，正行創新發布面向零售開放場景的 Physical AI 解決方案，由 H1 雙足人形機器人、C1 輪臂式搬運理貨機器人以及統一機器人管理平台 M1 組成，覆蓋貨架補貨、門市巡檢和搬運等任務，無需改造門市貨架與動線，支援「0 改造」快速部署 ^[2]。官方稱機器人可實現 99% 任務自主完成，計畫 2027 年正式商業化，客戶可透過直接採購或 RaaS 訂閱獲得硬體、軟體、維運與持續升級 ^[2]。技術底座方面，其輕量級世界動作模型 SLM-0.5 在 LIBERO 基準測試中實現 98.6% 平均任務成功率，推論速度較主流方案提升 24 倍；STEAM 強化學習後訓練體系在指定商品上貨任務中成功率達 95% ^[2]。分析：零售前場人流密集、貨架密集、通道狹窄，長期被視為具身智慧難落地場景；0 改造和 RaaS 降低了門市嘗試門檻，但規模化仍取決於真實環境的穩定作業與 ROI 驗證。

企業辦公 Agent：Gemini 以「AI 同事」進入組織

Google Cloud 發布 Gemini Agent，由 Google Cloud CEO Thomas Kurian 署名介紹，定位覆蓋各類工作任務、能夠長期執行的通用辦公 Agent，支援 Gemini Enterprise、Workspace 以及第三方服務 ^[3][5]。它可查資料、寫郵件、做 PPT、分析資料、撰寫和執行程式碼，並可跨應用呼叫工具、自行規劃任務，必要時召集多個子 Agent 協作 ^[3]。更受關注的是身分與模型選擇：企業可以為 Gemini 建立擁有獨立 Google Workspace 帳號、企業信箱、日曆和 Google Drive 儲存空間的 Coworker Agent，讓它像同事一樣加入群組聊天或在文件中被 @；底層模型可在 Gemini 與 Anthropic 的 Claude 之間動態選擇，Google 稱之為多模型編排，並搭配 Smart Routing 自動路由 ^[3][5]。分析：這標誌著辦公 Agent 從個人助理走向組織成員，獨立身分、記憶機制和審計記錄是企業敢用它的前提；支援呼叫競爭對手 Claude，則說明模型層競爭正在讓位給 Agent 平台層競爭。

小模型降價與資本回暖：Agent 經濟的基礎設施

Anthropic 發布 Claude Haiku 5.5，官方稱其平均成本較前代降低約 75%，在 10 萬個 Token 以下的標準提示載入操作中最多可節省 90% ^[5]。基準測試顯示，Haiku 5.5 在 OSWorld 2.1 電腦使用基準測試中成功率達 72.4%，遠高於上一代產品的 15.7%，並且是 Haiku 系列首個具備可調節推論難度設定的模型 ^[5]。資本面，Manus 母公司蝴蝶效應完成超過 5 億美元新一輪融資，由博裕投資、IDG 資本領投，騰訊、紅杉中國、真格基金繼續加持，目標估值約 40 億美元 ^[5]。分析：當子智慧體和高容量企業工作流需要大量呼叫模型時，小模型成本驟降會直接改變 Agent 產品的毛利結構；融資回暖則表明，市場願意為能跑通工作流的 Agent 團隊下注。

影片生成：Vidu Q4 預覽版把創作成本拉低

生數科技開放 Vidu Q4 預覽版，定位新一代影片生成旗艦模型，先放出人物演繹、鏡頭語言和視效場面三方面能力 ^[6]。實測資訊顯示，720P 起步價 0.09 元/秒，MaaS 端圖生影片 720P 約 0.6 元/秒、1080P 約 0.75 元/秒，SaaS 端預覽階段推出為期兩個月的限時優惠，部分使用成本可降到每秒幾分錢；最高支援 4K 直出，一次最多使用 15 張參考圖和 3 段參考音訊，單條最長 16 秒 ^[6]。文中實測 6 個影片、共計 110 秒左右，按 720P 價格計算不到 10 元 ^[6]。分析：影片生成過去受制於「抽卡」成本，創作者不敢反覆重試；當單次生成價格降到幾分錢到幾毛錢，多參考、穩定角色和鏡頭語言的價值會被放大，AI 影片工作流更接近常規剪輯。

爭議信號：數學界抵制 OpenAI

數學界出現聯合抵制 OpenAI 的動向，陶哲軒帶頭，人類數學家聯合抵制 ^[4]。這一信號與上述產品發布形成對照：AI 正在進入數學研究、程式開發等知識生產核心環節，圍繞資料使用、署名、研究自主性和利益分配的爭議也隨之升溫。後續值得關注學術社群與模型公司之間是否會形成更明確的合作與邊界規則。

共同趨勢：從模型競賽轉向工作流與場景競爭

從這些發布看，10 月 8 日前後 AI 產業的主線是「落地」：終端 AIPC 把推論和 Agent 留在本地，零售機器人把實體智慧放進門市，辦公 Agent 把模型能力嵌入企業組織，影片生成和模型降價則壓低創作與呼叫成本 ^{[1][2][3][5][6]}。可以關注的後續節點包括：聯想 YOGA Pro 15 RTX Spark 的盲購轉銷售表現、正行創新 2027 年商業化前的門市測試與 ROI 驗證、Gemini Agent 多模型編排在企業中的真實採用，以及小模型降價後 Agent 產品的定價與競爭格局。數學界抵制 OpenAI 的動向，則提醒產業：AI 進入科研核心區後，治理與信任問題不會自動消失 ^[4]。