蔚来交付第一万台全新 ES8,高管透露11月产能预计提升70%
                    10月31日,蔚来在上海南翔交付中心完成了第 10,000 台全新 ES8 新车交付,在正式交付开启后的 41 天时间里,蔚来创造了 40 万元以上纯电车型交付破万的最快纪录。
 
第一万台全新 ES8 的用户郑先生在交车仪式上表示:“ES8 一直象征着蔚来的创新引领精神,在全新 ES8 上,感受到了蔚来对科技创新投入的领先成果。”据郑先生透露,从传统豪华品牌换购全新 ES8,正是看中了这款新车全维度代际领先的优势。
 
据蔚来高管在微博上透露,11月,全新 ES8 交付将进一步加速,产能较10月预计将有70%的提升。12月,公司将力争进一步提升产能,在 15,000 台的基础上争取更多的交付。
                                            
                    
                    
                 
                                
                    通用具身智能公司中科第五纪完成天使轮及天使加轮融资
                    近日,通用具身智能公司「中科第五纪」近日完成近亿元天使轮及天使加轮融资,天使轮融资由华睿投资、鼎晖百孚领投,金融城资本、复琢资本跟投,老股东卓源亚洲、同创伟业持续加注,天使加轮由国海创新资本投资。这是继上半年连续完成种子和种子+轮融资后,中科第五纪年内完成的第四轮融资。资金将主要用于算力、商业化及研发团队扩张。
中科第五纪创立于2024年底,致力于通过研发具身多模态端到端大模型,打造通用具身机器人等产品,核心团队来自中科院自动化所和清华大学。创始人兼CEO刘年丰为中科院自动化所博士,主要研究方向为人工智能及机器人技术和产品化落地,拥有近十年的创业实践经验。公司联合创始人、首席科学家孙富春为清华大学计算机科学与技术系教授,主要从事机器人主动感知与灵巧操作、具身智能和跨模态学习等研究,是国内最早一批研究智能机器人的领域专家。
                    
                    
                 
                                
                    四维图新与车联天下签署战略合作协议
                    10月28日,2025四维图新Evolution创想大会在北京盛大召开。活动期间,北京四维图新科技股份有限公司(SEEWAY.AI)与无锡车联天下信息技术有限公司(Autolink)正式签署战略合作协议。双方将整合各自核心资源与能力,共同推进前沿技术的联合研发、产业生态的协同构建以及全球市场的联合开拓,实现业务协同与价值共创。四维图新副总裁许鹏飞、车联天下首席战略官李志刚代表双方企业签约;四维图新CEO程鹏和车联天下创始人、CEO杨泓泽见签。
在研发层面,双方将通过联合研发与资源共享,共同规划新一代技术路线,在AI算法、中间件与智能驾驶核心技术上展开联合攻关,加速智能座舱与舱驾融合的产业化落地。在制造与供应环节,双方将以智能制造和供应链数字化为切入点,聚焦体系互补与能力协同,共同提升产品交付效率与供应链韧性。双方还将对齐战略客户布局,在重点客户群体中探索联合方案定义与项目协同开发,并依托车联天下的全球交付体系与四维图新的国际资源,共同拓展海外市场,推动中国智能网联汽车技术的全球化落地。
此外,在中国汽车产业加速出海大背景下,四维图新作为汽车新型Tier1,在智能驾驶、智能座舱、全球化数据合规、自研芯片等多板块领域业务,为出海车企提供强大支撑。为此,双方将共同制定海外市场联合拓展战略,依托四维图新的国际市场资源与车联天下在海外制造与交付体系的能力,推动中国智能网联汽车技术的全球化落地。
四维图新CEO程鹏表示:“与车联天下的深入协作,是四维图新以AI为引擎、深耕汽车智能化的重要实践。双方企业将实现研发、制造、供应链与市场的体系化联动,为车企提供极致性价比和全栈可控的智能化解决方案,助力行业不断前行。车联天下创始人、CEO杨泓泽表示:“此次合作不仅是两家领先企业的强强联合,更是中国智能汽车产业协同创新的重要标志。双方将以开放合作的姿态,共同探索中央计算、智能座舱与舱驾融合的前沿方向。”
四维图新致力于成为全球化、极致性价比的汽车智能化软硬一体解决方案提供商。2024年至2025年上半年,四维图新与鉴智机器人累计获得585万套智驾方案的新增定点,覆盖20+主流车企,100+定点车型,量产订单处于行业领先位置。未来,四维图新将恪守技术回归场景,牢守安全底线,数据驱动迭代,强化生态合作的技术发展理念,坚持打造全栈可控的高可靠技术底座,以极致性价比+极致体验的系列量产方案赋能行业,做车企最坚定的“技术同路人”。
                    
                    
                 
                                
                    蚂蚁消金AI应用技术获2025金融科技应用场景大赛探索实践奖
                    10月30日,金融街论坛年会--“2025金融科技应用场景大赛颁奖活动”在北京顺利举行,蚂蚁消金申报的“面向消费金融领域新一代智能信贷生态平台”AI 应用技术从人工智能赛道中脱颖而出,获得探索实践奖。
在技术架构上,“新一代智能信贷生态平台”主要是在信贷生态平台基础上,依托AI大模型技术建设“数智+”智能引擎,从而让信贷生态平台插上AI技术的翅膀,针对消费金融交易场景中海量、小额、高频的服务特点,提供更高质效的技术解决方案。
尤其是在打击金融黑灰产了、保护消费者权益领域,“新一代智能信贷生态平台”具有明显技术优势。比如在多模态垂直大模型材料理解技术方面,通过融合OCR、图像分割、语义理解技术,支持职业证书、手写证明等复杂材料的结构化解析;同时采用GAN生成对抗网络,模拟数千种证件篡改手法(如PS痕迹、印章复制),训练高鲁棒性检测模型,相较传统数字水印检测技术,应对复杂篡改手段的泛化能力更强。
目前,“新一代智能信贷生态平台”对虚假证件识别准确率达98%,语音伪造检测覆盖50余种合成方式,实现了对黑产团伙的精准识别与溯源。2024年以来,蚂蚁消金已联合司法机关查处12家非法金融中介,涉案人员超过200人,实现技术治理与司法联动的有效结合。
据了解,金融科技应用场景大赛由北京市西城区人民政府主办,中关村科技园区西城园管理委员会承办,已经连续举办5届,本届大赛共收到来自金融机构、科技企业、科研机构等89家机构提交的280个参赛项目,数量相较2024年提升一倍。本届大赛大模型技术应用成为焦点,AIGC方向项目数量拔得头筹,充分体现了生成式人工智能在金融场景中的应用前景。
                    
                    
                 
                                
                    Ontology为什么是企业落地Agent的关键
                    在当今由数据驱动的商业世界中,企业正在经历一场深刻的智能化重构。数据激增、系统复杂、决策链条冗长,成为企业迈向AI化道路上最大的阻力。Ontology(本体)方法论,正在成为解决这一问题的关键钥匙。它不仅让企业真正实现了数据、逻辑与行动的统一,更为AI落地复杂业务场景提供了可执行“语义骨架”。
而在中国,悦点科技是最早关注并实践Ontology的团队之一。悦点科技CTO孟嘉,曾任明略科技集团技术合伙人、知识图谱总架构师,十年来带领团队持续探索Ontology在企业级AI中的应用与演进,形成了独具中国特色的“Ontology Based Agentic AI”技术体系。本文将从理念到实践,从他的资深从业者视角讲清楚Ontology如何打通业务、数据与AI。
01 Ontology:源于哲学,成于实践
Ontology一词源自哲学,由希腊语“ontos”(存在)与“logos”(学说)组成,本意是研究“存在”的本质与关系。在人工智能和大数据领域,Ontology被引入计算机科学,用于帮助机器“理解世界”,并构建可操作的知识结构。简单来说,Ontology是现实世界在数字空间的镜像。
它不是一张静态的元数据表,而是一个动态的“知识图谱+业务逻辑引擎”体系。Ontology通过对企业中“对象—关系—行为”的抽象建模,让数据与业务之间建立可操作、可推理的连接。举个例子:假设一家航空公司想分析航班延误原因。传统方法要分别调取维护记录、气象数据、登机统计,再手动比对。
但在Ontology系统中,“航班”“飞机”“天气”“地勤人员”等对象已经被定义,并建立逻辑关系。分析师只需提问:“找出因前序航班飞机晚点导致的延误,并显示维护记录和天气状况。”系统会即时给出可视化的因果链,甚至可触发“调用备用飞机”的动作。这就是Ontology的力量——它不仅理解数据的含义,还理解数据之间的关系,并能据此直接指导行动。
02 为什么很多企业“知道Ontology”,却很少“用好Ontology”
Ontology并非一个抽象的理论,而是需要长期的工具积累、多行业场景的打磨,可信生成的AI,从而形成一套完整的产品体系。要想让Ontology发挥价值,需要在三个方面同时具备能力积淀:
数据及系统整合能力。Ontology的基础在于“语义统一”。这意味着企业需要打通来自不同系统、不同格式、不同业务语境的数据——包括结构化的业务数据、非结构化的文档、图像、信号流等——并建立一致的语义模型,只有在此基础上,智能推理与决策才有可能发生。
智能动态本体管理能力。Ontology不仅仅是数据整合的框架,更是让AI能“理解”并“执行”的关键。AI驱动的动态本体管理工具集合,是高效、准确构建业务本体模型的关键,包括专业知识、动态本体、业务上下文、实时计算等多种核心能力。企业如果希望AI从“生成答案”迈向“参与决策”,就必须在Ontology中定义业务逻辑与约束条件,使模型能在语义上下文中进行推理和行动,而不是停留在算法输出层。
精准AI应用生成能力。Ontology让企业的数据、流程、知识、应用在同一语义空间中协作,在数据、本体和AI算法之上,需要根据业务对象生成相应的应用。这就要求Ontology based Model 不能像General Agent Model一样,按照简单描述或者prompt生成应用,而是根据领域本体而精准生成应用,从而实现业务系统孪生。
正如悦点科技CTO孟嘉所说:“Ontology是连接数据与AI的天然桥梁,它让模型不仅能生成答案,更能理解上下文、演绎逻辑、执行决策。但它需要巨大的产品工具积累与工程化实践,单纯基于LLM能力的Agent框架无法打造出深入业务并可信的企业级产品。”
03 Ontology是如何打通数据与AI的?
Ontology的核心价值在于“语义理解”与“推理执行”的结合。在悦点的实践中,Ontology的设计分为三类要素:陈述性本体(Knowledge):将企业的静态知识、数据结构化表达。程序性本体(Knowhow):描述企业的业务逻辑与操作流程。动态本体(Dynamic Context):反映业务环境、实时状态与上下文变化。
在实际中,通过陈述性本体对企业数据知识化 ,通过程序性本体构建对企业业务流程和业务能力建模 ,通过动态本体将企业数据和业务链接,并辅以用户个性化信息,最终以专家级智能体的形态交付用户,实现企业级客户AI诉求 。通过这三类要素,悦点在企业私有环境中萃取组织知识与操作逻辑,形成企业的“数字孪生”。与传统的知识图谱不同,悦点的Ontology不仅“知道是什么”,还“知道怎么做”,并能“随业务变化动态更新”。在与AI结合时,Ontology为大模型提供了语义锚点。
企业级AI需求往往涉及高业务逻辑密度场景,不仅需要描述已发生的情况,更要预测未来趋势并提供决策建议。这类场景智能体执行链条往往长达几十步,要求每一步都不能出错;在复杂业务场景中,不是简单通过构建AI Workflow就满足使用需求,它往往需要一整套数据工具的支撑以及与模型的打通,其中构建基于Ontology的推理模型就成为了提升智能体的落地效果的关键。悦点的“Ontology Based Agentic AI”在面对高复杂度场景时,比传统RAG(检索增强生成)架构更具鲁棒性和可信度。它不是“找到答案”,而是“演绎答案”。
04 Knora,从数据到智能的桥梁
经过十年积累,悦点形成了以Ontology为核心的端到端AI平台——Knora,由两大产品体系构成:1.Knora-Data:Ontology驱动的数据智能平台。这是企业级数据整合与分析平台,以Ontology为核心架构,聚焦于多源异构数据的融合与语义化管理,并实现数据从业务视角的仿真、处理与分析。它通过构建统一语义层,让企业数据从“信息孤岛”变为“知识网络”,帮助组织实现数据到知识的跃迁。这一平台在结构设计上对标Palantir Foundry,但更贴合中国企业的IT架构与数据实际,具备高可定制性和私有化部署能力。
2.Knora-AI:Agentic AI开发与执行平台。Knora-AI是悦点的AI开发平台,内置Specific Model By Ontology和Agentic + Workflow双引擎。与其他侧重“快速构建对话Agent”的平台不同,Knora-AI在执行层下方深度集成了知识层与推理层,直接打通Ontology与AI推理能力。对确定性任务:通过Workflow保证过程稳定与可控。对探索性任务:通过Agentic引擎实现动态规划与推理。Knora-AI支持企业私有模型运行、短链与长链推理增强,实现安全、可信的企业级智能体执行体系。
05 从理念到落地:Ontology在不同行业场景的实践
Ontology不是概念验证,而是实践驱动。基于Ontology Based Agentic AI,企业的效率和创新能力都有明显提升:生产环节,设备更少出故障,利用率更高,成本更低;研发环节,更快捕捉技术趋势,缩短研发周期,新产品能更快上市;质量环节,问题能早发现,批量缺陷减少,风险更低;供应链环节,响应市场更灵活,库存不再堆积,企业经营更稳健。
目前,悦点科技已在工业制造、能源运输、产投管理、情报决策等多个体系落地验证,以工业场景为例:1、需求拆解与方案生成。将需求管理流程构建为基于本体的智能体模型,基于原始需求后,Agent自动拆解并生成相关实体关系并添加至本体模型。基于大模型,Agent生成需求说明书及设计方案,自动写入文档并关联需求条目,提升研发效率与准确性。2、质量管控及追溯。质量全周期智能管控智能体,通过本体模型优化质量管理流程,智能问数模块通过自然语言快速定位质量问题,关联相关本体,减少低效的数据查找。监控报表辅助系统自动生成质量报告,故障图谱提前预警潜在质量风险,形成监测-分析-处置的闭环,大幅降低返工成本,保障产品质量。
除此之外,在工业制造领域的生产排程调度、设备运维预警、供应链管理等方面,能源运输领域的应急处置、安全管理等方面,以及投融资管理领域的报告生成、财报分析、投资建议等方面,智能体通过Ontology打通ERP、MES、SCADA等系统,提升了全链条效率,更为企业提供了可落地、可持续进化的智能化路径。
06 Agent落地的关键一跃
当AI浪潮席卷全球,真正能落地的企业AI仍凤毛麟角。问题的根源在于:企业数据复杂、逻辑隐性、场景碎片化。Ontology让AI从“语言生成”走向“业务理解”,从“局部试验”走向“系统行动”。悦点科技十年来持续打磨Ontology框架,从数据智能到智能体落地,构建出适配中国企业的Ontology Based Agentic AI体系。
在孟嘉看来,这不仅是一种技术路线,更是一种企业智能化的认知框架:“Ontology让AI真正理解企业,让数据真正服务业务。”未来,悦点将继续深耕工业、能源、金融等高复杂度场景,让Ontology成为企业智能体落地的核心驱动力,推动中国企业迈入“数据—智能—行动”一体化的新纪元。