DeepMind挖角通义团队、具身智能融资破百亿：AI人才流动与商业化落地的双重信号
谷歌DeepMind公开邀请千问团队加入，同时阿里系成立新智能科技公司，显示大模型领域人才竞争加剧；具身智能企业星动纪元获10亿战略轮融资，估值破百亿，反映资本对机器人落地场景的强烈信心。火猫认为，头部大厂的人才博弈将加速技术迭代，而具身智能的高额融资则预示着2026年将是物理世界AI应用的关键爆发期。
事件速览：AI人才争夺战与具身智能资本热潮
核心信息
- DeepMind 挖角通义团队：3月5日，谷歌DeepMind开发团队负责人Omar Sanseviero在社交平台公开喊话Qwen（通义千问）团队成员，邀请其加入以构建优秀模型并贡献开放生态。同日，阿里巴巴批准了通义实验室林俊旸的辞职申请。
- 阿里系布局深化：杭州瓴通智能科技有限公司近日成立，由阿里巴巴旗下北京锐讯灵通科技有限公司全资持股，注册资本1000万元，经营范围涵盖软件开发、人工智能应用软件开发及大数据服务等。
- 具身智能融资创新高：具身智能企业“星动纪元”完成10亿元战略轮融资，估值突破百亿。本轮由三星、高成投资、新加坡电信等机构联合投资，距上一轮仅隔2个月，且意向金额远超目标。
- Yuan3.0 Ultra 开源：YuanLab.ai团队发布Yuan3.0 Ultra多模态基础大模型，重点优化MoE训练效率，并在RAG、表格数据分析及工具调用等企业级任务上表现突出。
火猫解读
1. 人才流动背后的技术焦虑与机遇
从火猫的项目经验看，DeepMind向千问团队抛出的橄榄枝并非孤立事件，而是全球大模型竞争进入“深水区”的信号。当基础模型能力趋同，顶尖工程化人才和特定场景的调优经验成为稀缺资源。阿里系的快速反应（成立新公司、批准离职）表明，企业正在通过组织调整来应对人才流失风险，同时也可能是在进行内部资源的重新配置。
火猫认为：这种跨公司的“挖角潮”将倒逼企业建立更完善的AI人才激励机制。对于开发者而言，这不仅是职业选择的博弈，更是技术路线（如Open Source vs Proprietary）的站队。企业需警惕核心算法团队的动荡，同时利用此机会吸纳外部成熟经验，加速内部模型的工程化落地。
2. 具身智能：从概念验证到商业闭环
星动纪元在短短两个月内完成超10亿融资且估值破百亿，这一速度令人咋舌。结合近期尊界S800、问界M9首发新一代激光雷达的消息，可以看出硬件感知能力与AI决策能力正在深度融合。
- 成本结构变化：随着896线激光雷达等高端传感器的量产，具身智能的硬件成本正在下降，使得大规模部署成为可能。
- 应用场景明确：资本不再为单纯的“机器人形态”买单，而是为具体的业务流程改造（如物流、巡检、家庭服务）付费。
新一代激光雷达与自动驾驶
3. 企业级AI落地的新范式
Yuan3.0 Ultra的开源及其在企业级任务（RAG、表格分析）上的优化，揭示了当前AI落地的关键痛点：通用大模型懂知识，但不懂业务数据。火猫观察到，越来越多的企业开始关注如何将大模型与企业私有数据（如ERP、CRM中的表格、文档）无缝对接。
- 工具调用能力：模型能否准确调用API、执行复杂任务，是衡量其是否具备“智能体（Agent）”属性的核心指标。
- ROI导向：京东健康2025年净利润率提升至8.9%，说明AI赋能下的业务增长已能转化为实实在在的利润。企业引入AI不再是“锦上添花”，而是“降本增效”的刚需。
对企业落地的启发
- 重构组织架构：面对人才流动，企业应建立灵活的AI项目组，打破部门墙，让算法工程师深入业务一线，理解真实痛点。
- 聚焦垂直场景：不要盲目追求通用大模型的参数规模，而应像Yuan3.0 Ultra一样，针对特定行业（如医疗、制造、金融）的数据特点进行微调，提升工具调用和逻辑推理的准确率。
- 软硬一体化布局：对于涉及物理世界的业务（如物流、制造），需提前规划传感器与AI模型的协同方案，利用激光雷达、视觉模组等硬件升级，提升智能体的环境感知能力。
- 关注合规与稳定性：英国央行拟将AI冲击纳入压力测试，默沙东因需求下降调整产能，提示企业在推进AI转型时，必须同步评估其对就业结构、供应链稳定性的潜在影响，做好风险预案。
注：本文基于36氪及相关公开媒体报道整理，旨在提供行业洞察，不构成投资建议。