2026-08-27

AIGC 行业到底走到哪一步了？用 MUSE 四层图谱，看清技术、创业、使用与奇迹

以你提供的 MUSE 四层框架为主轴，连接产业链、成熟度和垂直行业，梳理 AIGC 从芯片云模型到办公、代码、营销、电商、医疗、保险与具身智能的商业化证据，并区分融资热度、真实使用和业务闭环。

研究范围：全球与中国 AIGC / Generative AI 产业，重点观察企业级应用、消费应用、垂直行业与具身智能。时间截点：2026 年 8 月 27 日。
先说结论：AIGC 已经形成了完整产业链，但商业化成熟度高度不均衡。算力、云、基础模型、办公、代码、营销、电商内容和部分客服场景已经出现较强收入信号；企业 Agent、医疗、保险、工业机器人正在从试点走向早期商业化；通用自主 Agent、家庭机器人、完全 AI 原生组织仍主要处于探索期。

一、先把地图摆对：MUSE 不是四个平行赛道

本文采用 MUSE 四层作为分析框架：

MUSE 层	核心问题	对应产业环节	判断标准
E·变革层	AI 技术能力能否继续下降成本、提高上限？	模型与算法、芯片、云、边缘计算、数据、机器人本体	技术性能、单位成本、供给能力、工程可用性
S·创业层	谁在把能力变成新的产品和服务？	基础模型公司、AI 原生软件、垂直解决方案、机器人公司	产品收入、融资、订单、客户留存、交付能力
U·使用层	企业和个人是否真的把 AI 放进日常工作？	提示词/知识库、Agent、多模态、AI 编程、工具库、工程化	活跃用户、付费席位、调用量、生产环境部署、复购
M·奇迹层	AI 是否正在改变职业、生产力和社会组织？	职业变革、生产力跃迁、AGI、治理伦理	是否出现跨行业的结构性结果，而不只是产品热度

本文采用的四层框架和常见的“基础设施层—模型层—应用层”并不矛盾。传统三层更像一张供应链图；MUSE 更像一张变化传播图：E 层提供能力，S 层把能力封装成产品，U 层把产品嵌入工作，M 层才可能出现行业结构变化。

因此，不能因为一个模型参数大、融资额高，便直接把它归为“成熟商业化”。一家公司可能处在 E 层技术突破期，也可能已经在 U 层形成大量使用，但两者都还没有转化成稳定利润。

二、什么叫“成熟商业化”：先统一尺子

本文把商业化成熟度分成四档。它们不是公司评级，而是为了避免把“能用”“有人用”“有人付费”和“已经形成可复制业务”混为一谈。

L0：能力演示

模型能够生成文本、图像、音频、视频或执行任务，但主要证据是 Demo、榜单、媒体曝光或一次性试点。

L1：产品化收费

有正式产品、稳定入口和明确收费方式，例如订阅、API 按量计费、企业许可证或项目合同。这个阶段说明“有人愿意尝试付费”，不能说明生意已经跑通。

L2：重复使用

出现可观察的付费用户、企业席位、调用量、续费、跨部门部署或稳定生产环境使用。此时产品开始成为工作流的一部分。

L3：业务闭环

公司披露 ARR、收入、毛利、订单、复购扩点或现金流等经营指标，能够解释客户为什么持续购买，以及成本是否可控。

L4：平台与生态

产品拥有数据、渠道、工作流、行业标准或供应链优势，能不断扩大使用范围，并对上下游产生议价能力。

本文所谓“成熟商业化产品”，原则上至少达到 L2；如果能达到 L3 或 L4，会单独标注。 融资只证明资本愿意下注，不等于客户已经验证价值。融资额很大但缺少收入披露的公司，会被标记为“资本成熟、商业化未充分验证”。

三、总图：从 E 到 S，再到 U 和 M

E 变革层：芯片 / 云 / 数据 / 模型 / 机器人执行器
        ↓ 计算能力、模型能力、单位成本与工程工具改善
S 创业层：基础模型 / AI 原生软件 / 垂直方案 / 机器人公司
        ↓ 产品封装、渠道进入、交付和收费
U 使用层：办公 / 编程 / 搜索 / 营销 / 电商 / 医疗 / 教育 / 制造
        ↓ 生产环境部署、数据回流、流程重构
M 奇迹层：职业重塑 / 生产力跃迁 / AI 原生组织 / AGI / 治理

其中有两条经常被忽略的回路：

U → E：真实调用量决定算力采购、模型压缩、推理优化和芯片需求。企业不再只比较模型榜单，而会比较每个任务的成本、延迟、稳定性和安全性。
U → S：一个行业里的真实流程、知识库、数据回流和交付经验，会逐步沉淀成垂直产品壁垒。未来应用层的护城河，更多来自“业务知识 + 工程系统 + 客户关系”，而不是单次生成效果。

四、E·变革层：最成熟的其实是卖铲子，但竞争已从单芯片转向系统效率

1. 芯片、云与数据中心：收入已经规模化

这一层是目前商业化最确定的部分。

NVIDIA：2026 财年第二季度收入 962 亿美元，其中数据中心收入约 890 亿美元。AI 训练与推理需求已经直接进入公司财务报表，而不是停留在概念阶段。1
TSMC：2026 年第二季度收入约新台币 1.27 万亿元，2nm 开始放量。它说明 AI 产业链的价值不只在 GPU 设计，也在先进制程、封装、良率和产能调度。2
Microsoft Azure：微软 2026 财年第四季度披露 Azure 年收入首次超过 1000 亿美元。云厂商正在把模型、算力、数据平台、安全和企业软件打包出售。3
Amazon Web Services—Anthropic：亚马逊追加 50 亿美元投资，并约定未来追加最高 200 亿美元，同时扩大到最高 5GW 的计算合作。这里的投资并非单纯财务投资，而是模型公司、云平台、芯片和算力供给的绑定。4
Databricks：年化收入运行率突破 70 亿美元，并以约 1900 亿美元估值完成战略融资。它代表的是另一类 E 层公司：不直接卖模型，而是把数据、模型训练、部署、治理和企业工作流放在同一个平台里。5

2. E 层的下一步：单位任务成本，而不是参数规模

企业真正关心的指标正在发生变化：

训练一次模型要花多少钱，逐渐让位于每天运行一亿次任务要花多少钱；
“模型是否最强”逐渐让位于在特定任务上是否稳定、便宜、可审计；
芯片峰值算力逐渐让位于集群互联、显存、推理吞吐、能耗和软件栈；
数据采集逐渐让位于数据能否带来模型改进、业务结果和客户复购。

艾瑞《2025 年中国企业级 AI 应用行业研究报告》也把这一变化概括为：基础设施从单一算力供给转向多元异构，AI Infra 的价值取决于软硬件协同；企业级 AI 产品的算力与研发成本合计通常达到 70% 以上。这个数字是报告基于专家访谈的归纳，不是所有公司的审计口径，但足以说明为什么“低成本推理”和工程化交付会成为应用公司的生死线。

五、S·创业层：最值得看的不是“谁有模型”，而是谁把模型变成可复制的生意

1. 基础模型公司：融资已经成熟，盈利模式仍在分化

全球基础模型创业大致出现三种路线：

路线 A：前沿模型 + 企业 API

OpenAI、Anthropic、xAI 代表这条路线。它们通过 API、企业订阅、云合作和大客户合同变现，同时持续投入训练集群。OpenAI 在 2026 年 3 月公布 1220 亿美元融资、投后估值 8520 亿美元；Anthropic 的收入运行率与融资估值也快速上升，但部分最新数字来自路透援引知情人士，不能等同于审计收入。此类公司资本成熟度极高，商业化确定性来自企业采购，但利润率和算力资本开支仍需持续观察。

路线 B：开源或低价模型 + API 规模

DeepSeek、Qwen、部分国产模型公司更强调低价、开源、生态和本地部署。低价会扩大调用量，但调用量不自动等于高利润；真正的壁垒在于模型成本下降后，能否带动云、数据、应用和行业解决方案的收入。

中国市场的一个重要信号是：2025 年中国 AI 融资事件约 772 起，应用层融资事件数量占比超过 50%，A 轮及以前超过 70%。这组数字来自艾瑞报告引用的 IT 桔子数据，说明资本正在从“模型能否训练出来”转向“模型能否进入场景”；但早期轮次占比高，也说明大量项目还没有跨过规模化验证。

路线 C：模型能力与云、终端、内容生态绑定

阿里、字节、腾讯、微软、Google 等综合平台，未必把模型公司单独拆出来估值，而是把模型嵌入云、搜索、办公、广告、电商、汽车和终端。此时 AI 的收入可能出现在云收入、广告 ROI、会员收入或软件席位里，不会全部出现在“AI 产品收入”这一行。

2. S 层最清晰的创业机会：把一个职业或流程做成产品

当前商业化更清晰的应用创业方向，集中在以下几类：

方向	产品形态	已出现强信号的代表	商业模式
AI 编程	代码补全、代码库问答、Agent 编程、测试与修复	GitHub Copilot、Cursor	个人/团队订阅、企业席位、平台并购
企业工作流 Agent	CRM、客服、销售、办公、数据分析中的任务 Agent	Salesforce Agentforce、Microsoft Copilot、钉钉、WPS 灵犀	席位费、平台费、调用费、项目交付
AI 搜索与研究	对话检索、深度研究、答案引擎	Perplexity、夸克、DeepSeek、秘塔	订阅、广告、企业研究服务、流量分发
营销与广告	文案、素材、投放、客户洞察、GEO	BlueAI、Canva、Adobe Firefly、国内 GEO 服务商	软件订阅、按素材/调用收费、效果付费、代理服务费
音视频创作	图像、视频、音乐、数字人、剪辑	Midjourney、Runway、Suno、HeyGen、可灵等	订阅、积分/API、企业项目、版权合作
垂直行业方案	在行业知识、规则和系统中运行的 AI	保险核保/理赔、医疗辅助、工业质检、跨境电商	私有化部署、项目制、年费、按结果收费

六、U·使用层：哪些行业已经用起来了？

1. 办公与代码：目前最接近“普及型商业化”

这是企业 AI 里最成熟的横向场景，因为任务高频、结果可检查、部署门槛低，且能直接接入现有软件。

GitHub Copilot：微软 2026 财年第二季度电话会披露，付费订阅者超过 470 万，同比增长 75%。这是相对清晰的付费席位指标。6
Cursor / Anysphere：官方宣布完成 23 亿美元 D 轮，投后估值约 293 亿美元，并披露年化收入超过 10 亿美元；路透报道 SpaceX 以 600 亿美元全股票交易收购 Anysphere，但交易层面的后续执行仍应以正式文件为准。7 8
WPS AI：金山办公 2025 年年报披露，WPS AI 国内月活超过 8013 万，同比增长 307%；WPS 个人业务年度付费用户 4615 万。WPS 灵犀把 AI 从“写一段文字”推进到文档、表格和演示的办公智能体。9
通义灵码：2025 年初公开口径为插件下载超过 900 万、累计生成代码超过 15 亿行，并进入保险、汽车、物流等企业。下载量不是收入，但说明 AI 编程已从个人尝试进入组织使用。10

判断：办公和代码是目前最适合采用“免费基础版 + 专业订阅 + 企业席位”的产品类型。企业愿意付费的原因不是“内容更有创意”，而是节省时间、减少重复劳动，并且结果可以被同事或测试系统复核。

2. CRM、客服与企业 Agent：收入已出现，成熟度仍低于宣传

Salesforce 是观察 Agent 商业化最好的公开样本之一：2026 财年第一季度，Agentforce ARR 达到 12 亿美元，同比增长 205%；累计交付 38 亿次 Agentic Work Unit，超过一半的 Agentforce/Data 360 订单来自存量客户。11

这说明企业愿意为 Agent 付费，但不能由此推出“企业已经普遍实现自主智能体”。艾瑞《2026 中国企业级 AI Agent 发展洞察报告》给出的调查结果是：

2026 年第一季度，大中型企业整体 AI 采纳率 90.9%，其中基于大模型的新一代 AI 采纳率 81.3%；
企业 AI 成熟度仍集中在 L1 探索试验级和 L2 局部赋能级，比例分别为 39.4% 和 29.8%；
83.7% 的 Agent 项目属于通用辅助场景，专业纵深场景只有 16.3%；
约 30%—40% 的企业级 Agent 项目可能因为 ROI 未达预期，在 18 个月内停滞或关闭；这是报告判断，不是已发生的统计事实。

所以，Agent 目前最成熟的商业化方式不是“完全自主替代一个部门”，而是工作流增强：理解意图、检索企业知识、调用工具、生成结果，再由人审批。真正的壁垒在权限、安全、审计、数据质量和异常处理。

3. 营销、电商与 GEO：已经出现“结果付费”的雏形

营销和电商是 AIGC 最容易证明价值的行业之一，因为结果可以用素材产能、投放效率、点击率、转化率和获客成本衡量。

蓝色光标：2025 年年报披露 AI 驱动收入 37.25 亿元，同比增长 210.42%，占总收入 5.42%；全年 Token 调用量突破万亿。其 BlueAI 覆盖智能投放、A2A 协同和面向中小客户的智能营销平台。12
淘宝/阿里妈妈：2025 年双 11 复盘口径显示，AI 用于商品理解、搜索、商家经营解读、客服和素材生成；生意管家升级为 AI Agent，阿里妈妈“货品全站推”ROI 同比提升 15%。这些是平台口径，适合作为应用信号，不应当视作第三方审计。
GEO：艾瑞 2026 年 7 月对 1000 名消费者的调研显示，近半年使用 AI 搜索辅助消费决策的比例，在旅游出行为 66.9%、手机为 58.8%、医疗保健为 57.0%；501 名企业任职用户中，55.31% 会使用 AI 查询供应商信息。GEO 的商业价值，是让品牌、产品和供应商信息进入模型答案，而不是简单增加网页流量。

GEO 仍是早期赛道。服务商披露的“推荐率提升”“询盘增长”多数属于厂商案例口径，不能与上市公司收入混用。但它的方向很清楚：随着用户从搜索结果页转向答案页，品牌将购买“被答案系统准确理解和推荐”的能力。

4. 搜索与消费助手：用户规模大，直接收入仍需验证

中国移动端 AI 已经有很大的使用基础。艾瑞《2024 年移动端 AI 应用场景研究报告》统计，2024 年 11 月移动端 AI 月独立设备数约 1.09 亿台，语言模型类应用约 8644.8 万台；66.8% 的受访者有付费意愿，但最受欢迎的仍是低价订阅和免费基础版增值服务。

截至 2025 财年末，夸克月活跃用户突破 2 亿，并从 AI 搜索升级为聚合搜索、扫描、网盘、健康等能力的“AI 超级框”。13

豆包、千问、DeepSeek、元宝等通用助手拥有更大的流量和调用规模，但需要区分三件事：

用户活跃，代表入口和分发能力；
Token 调用，代表使用深度和模型需求；
订阅收入或企业合同，才代表直接商业化。

这也是为什么“月活第一”与“商业模式成熟”不能画等号。通用助手正在争夺入口，真正稳定的收入可能来自云 API、企业部署、广告、电商、办公和终端，而不是单一 App 会员费。

5. 音视频创作：订阅成熟，但版权与算力决定利润

音视频创作已经形成较清晰的产品收费形态：订阅、积分、API 和企业项目。Suno、Runway、HeyGen 等产品证明消费者和专业团队愿意持续购买生成能力；但行业利润仍受到推理成本、内容质量、版权责任和平台分发的影响。

HeyGen：2026 年公开采访口径为 ARR 超过 2 亿美元，并称实现现金流平衡；这是 CEO 采访口径，不是审计公告。它的方向是信息型视频、企业培训、营销和数字人，而不是只卖“头像会说话”。
Runway：2026 年完成 3.15 亿美元融资、估值约 53 亿美元，累计融资约 8.6 亿美元，并向世界模型、原生音频和影视合作推进。14
Suno：用户可以通过提示词生成歌曲，并采用订阅和音乐产业合作路线。其融资和估值增长很快，但版权诉讼提示了一个关键事实：音乐生成的商业化不只是模型质量问题，还包括训练数据、权利清算、发行和分成机制。15

判断：创作工具的第一阶段是“让个人创作者更快产出”，第二阶段是“让品牌和影视公司把它接进生产线”，第三阶段才是“围绕版权、素材资产和分发建立平台”。能否从订阅收入走向企业合同，是赛道成熟度的分水岭。

七、按行业看：哪些赛道已经成熟，哪些还在早期？

行业/赛道	当前成熟度	已验证产品形态	典型商业化信号	下一步方向
云、芯片、数据中心	L4	GPU、云、数据平台、模型托管	NVIDIA、Azure、TSMC、Databricks 的财报收入	推理成本、液冷、互联、国产替代、能效
办公与代码	L3-L4	Copilot、IDE Agent、Office Agent	付费席位、ARR、续费、企业版	从辅助生成到跨应用任务执行
营销与广告	L3	素材生成、投放优化、客户洞察、GEO	AI 驱动收入、投放 ROI、效果付费	AI 原生代理公司、预算自动分配、答案流量
电商	L3	商品图、短视频、搜索、客服、经营 Agent	产能、ROI、客服量、商家工作量下降	商品理解、智能导购、全链路运营
搜索与研究	L2-L3	AI 搜索、深度研究、企业知识检索	MAU、订阅、API、企业研究合同	从回答问题到执行研究与采购动作
客服与销售	L2-L3	知识库问答、销售辅助、CRM Agent	Agent ARR、调用量、存量客户订单	权限治理、多 Agent 协同、专业知识注入
教育	L2-L3	AI tutor、批改、口语、学习规划	订阅收入、学习服务收入、学校部署	个性化教学、教师工作流、内容合规
医疗	L2	辅助诊断、病历、知识检索、患者服务	医院项目、软件收入、政策允许的收费项目	临床验证、责任边界、医保和数据合规
保险与金融	L2	核保、理赔、反欺诈、销售和客服 Agent	项目中标、效率、风险控制、保费转化	从单点工具到智能体中台，强化审计
影视、游戏、数字人	L2-L3	视频生成、NPC、数字人、漫剧工具	订阅、积分、项目收入、内容产量	长视频一致性、IP 权利、工业化制作
工业质检与制造	L2	视觉质检、研发知识库、柔性自动化	工厂验收、连续运行、复购扩点	任务闭环、异常恢复、跨产线复制
具身智能/机器人	L1-L2	物流搬运、分拣、巡检、人形机器人	出货、真实订单、部署、IPO/融资	具身模型、数据闭环、RaaS、规模化制造
家庭机器人、完全自主 Agent	L0-L1	Demo、试点、早期产品	融资和技术展示多，稳定收入少	安全、泛化、责任、成本与可靠性

这里最值得注意的是：成熟度与想象空间不是同一件事。 办公、代码、营销往往没有“AGI”叙事耀眼，却已经有清晰收入；具身智能和家庭机器人想象空间很大，但多数公司仍在证明“能否稳定完成任务”。

八、重点行业拆解

1. 保险：商业价值明确，但数据与责任门槛高

艾瑞《2025 年保险行业 AI 应用全景洞察报告》把保险 AI 分成销售、核保、理赔与后服务、办公助手四类。报告估算 2025 年保险业科技投入超过 670 亿元，并引用行业数据指出金融大模型中标项目从 2024 年第一季度的 8 个增加到第四季度的 66 个；这些是报告整理或测算口径。

众安保险已把 AI 放入理赔全链路；商涌科技披露与百余家保险公司及平台合作，累计服务 500 多款人身险产品、覆盖超过 8000 万人。企业自述的覆盖量和参保率不等于独立审计收入，但它说明保险 AI 的采购逻辑已经从“展示模型”转向“核保、理赔和产品转化”。

真正成熟的保险 AI 需要同时满足：

结论可解释；
数据和权限可审计；
业务人员可复核；
出错时责任边界明确；
能够接入保单、理赔、客服和合规系统。

2. 医疗：政策正在把“能不能收费”纳入产品设计

医疗是典型的高价值、低容错行业。讯飞医疗 2025 年营收披露为 9.15 亿元，同比增长 25%，形成面向政府、医院和消费者的产品矩阵；国家医保局 2025 年发布病理类医疗服务价格项目立项指南，纳入 AI 辅助诊断相关的收费路径讨论。16 17

医疗 AI 的大方向不是“聊天机器人替医生看病”，而是：

医学知识和病历检索；
影像、病理和检验辅助；
医疗文书与随访；
患者服务和院内运营；
研发、临床试验和药物发现。

产品能否规模化，取决于临床验证和责任体系，而不是单次准确率 Demo。

3. 工业制造：从“买设备”变成“买任务结果”

你上传的《2026 年中国工业具身智能行业发展研究报告》对这一点概括得很准确：产业链正在从设备供给链变成面向任务结果的系统供给链。上游提供本体、模型、传感器和仿真；中游把工艺规则、现场流程和机器人组织成可交付闭环；下游用真实需求、验收标准和扩点意愿决定商业化。

目前最有机会先成熟的任务，通常具备五个特征：任务边界清楚、环境相对稳定、价值可量化、异常可处理、验收标准明确。固定工位上下料、规则分拣、厂内物流和固定路线巡检，比“通用人形机器人进入家庭”更接近商业闭环。

案例方面：

宇树科技招股书披露 2025 年营收约 17 亿元、人形机器人出货超过 5500 台；2026 年 8 月在科创板上市。出货不等于利润，但已经形成产品销售和资本市场定价。
优必选2025 年人形机器人收入 8.2 亿元，同比增长 2203.7%，销量 1079 台，但公司仍未盈利。这正好说明“卖出去”和“稳定赚钱”之间还有距离。
Figure AI完成超过 10 亿美元 Series C，投后估值 390 亿美元，方向是机器人本体制造、Helix 感知—推理—控制模型与大规模多模态数据采集。18

工业具身智能的判断标准应该从融资额和发布会 Demo，转向：真实订单、客户验收、连续运行、异常恢复、复购扩点和二次部署成本。

九、M·奇迹层：目前哪些变化是真的，哪些仍是叙事？

已经发生的变化

知识工作入口改变：搜索、办公和编程开始从“用户点工具”转向“用户描述目标”。
内容生产成本下降：广告、电商、培训、短视频和部分影视制作的素材生产周期缩短。
软件交互方式变化：软件从菜单和表单，增加了自然语言、Agent、工具调用和多模态输入。
资本与产业重新绑定：云厂商、芯片公司、模型公司、软件公司和内容平台通过投资、采购和算力合作形成新联盟。
数据成为生产资料：企业的知识库、业务规则、客户反馈和使用轨迹，开始直接影响 AI 产品效果。

仍然没有被充分证明的变化

AI 是否已经带来全行业生产率跃迁。艾瑞《企业 AI 转型韧性》基于 194 家全球上市公司样本指出，88% 位于 U 形底及左侧，59% 的企业 AI 新业务尚未形成充分对冲；这是一种样本框架下的测算，不是全球企业普查，但提醒我们：投入和结果之间有时间差。
企业是否已经普遍拥有自主 Agent。当前多数项目仍处于 L1-L2，通用辅助场景占比明显高于专业纵深场景。
具身智能是否已经进入大规模生产。少数公司已有出货、订单和上市，但行业整体仍处于早期闭环阶段。
AGI 是否已经出现。AGI 仍是目标和判断框架，不是一个已经被统一验收的商业产品类别。

十、融资怎么看：从“赌模型”转向“赌闭环”

2023—2024：赌基础模型和算力

资本主要押注模型能力、训练集群、芯片供给和通用入口。大额融资集中在少数前沿模型公司，创业公司的核心问题是能否获得算力和数据。

2025：应用层数量开始超过底层叙事

艾瑞报告引用 IT 桔子统计，2025 年中国 AI 融资事件约 772 起，应用层融资事件数量占比超过 50%，其中 AI 行业应用与 AI 通用应用合计占比超过一半；A 轮及以前超过 70%。这代表创业机会扩散到行业应用，但也代表项目平均仍然偏早期。

2026：产业资本、云平台和并购进入主导阶段

资金正在追逐三种资产：

有收入的模型公司：收入运行率、API 调用和企业合同开始成为估值锚；
有席位和工作流的应用公司：代码、办公、CRM、营销和研究工具能够提供留存与扩张；
有真实部署的物理 AI 公司：机器人公司需要订单、验收、量产和供应链，而不是只需要 Demo。

所以，下一轮融资最重要的尽调问题会从“模型效果怎么样”转向：

客户为什么续费？
AI 收入是独立收入，还是原有产品的模糊归因？
每个任务的推理成本是多少？
部署后需要多少人工兜底？
数据是否能够带来下一轮效果提升？
从一个客户复制到十个客户，交付成本会不会同步增加？

十一、最后给出一张投资与创业判断表

如果你看到……	更可能意味着……	还需要追问……
融资额很大	资本认可技术或战略位置	客户收入、现金消耗、算力合同、收入质量
用户量很大	产品有入口或传播能力	付费率、留存、调用成本、是否被补贴拉动
API 调用量很大	有开发者或企业在试用/使用	调用是否产生毛利，是否集中于少数客户
ARR 很高	已有较强商业化证据	ARR 是合同、订阅还是年化推算，是否可持续
项目数量很多	正在快速试点	是否进入核心流程，是否验收与复购
机器人出货很多	产品具备销售能力	毛利、连续运行、异常处理、服务成本
模型效果最好	技术能力领先	是否便宜、稳定、可部署、可合规