文 / 金叶
来源 / 节点财经
不久前，昆仑万维发布2026年半年度报告。上半年，实现营业收入53.59亿元，同比增长43.55%，其中海外收入52.03亿元，同比增长51.21%；受投资业务回暖带动，净利润达10.88亿元。
这份财报呈现了几个值得关注的特点，也是中国AI公司从“投入期”走向“兑现期”的缩影：技术投入开始转化为可规模化的收入，全球化不再是概念而是实实在在的营收来源，以及对物理世界的探索正在打开新的想象空间。
从技术发布到商业落地：飞轮跑通了
2026年3月，昆仑万维发布了升级版的“4+3战略”：以视频模型、音乐音频模型、游戏世界模型、基座文本与多模态模型四大SOTA模型为技术底座，支撑AI短剧、AI音乐、AI游戏三大AI原生平台的建设。
AI短剧是跑得最快的那条腿。据Sensor Tower数据，昆仑万维AI短剧平台合计MAU稳居海外短剧市场第一，FreeReels（海外免费AI短剧平台）位列出海短剧APP下载量第一名，也是上半年海外短剧赛道唯一一款预估下载量破两亿的产品。
今年上半年，AI短剧平台实现营业收入15.35亿元，同比增长163.28%，毛利率67.49%，截至2026年6月底，单月流水已超6500万美元。这个数字的意义不在于绝对值有多大，而在于它验证了一个关键命题：AI生成的内容，用户愿意持续付费。
更值得关注的是结构层面的变化。DramaWave（海外付费AI短剧平台）已完成AI原生化转型，7月月度上新剧集中超90%内容为AI生成，拍摄成本较真人剧大幅降低，成片品质已达影视级观看水准。这个比例说明AI短剧变成了“主力生产方式”，成本结构的变化正在重塑短剧这门生意的经济模型。
DramaWave热门AI短剧海报
这背后是一条从模型研发到工业化生产再到前端分发的完整链路。
昆仑万维推出的天工短剧工作台SkyProduction，依托Agent技术整合SkyReels、Seedance、可灵等全球顶级视频模型，实现了“剧本直达成片”的一站式工业化生产。720P生成成本低至0.4元/秒、480P低至0.3元/秒，当成本降到这个量级，AI短剧便不再是个“炫技产品”，而是一门算得过来账的生意。
Agent智能分镜脚本&线稿图生成
AI音乐沿着同样的路径演进。Mureka系列在2026年保持高频迭代，从V8到V9再到V9.5和O3，模型能力持续攀升。产品层面，Mureka上线了Easy Mode对话创作、Soundtrack配乐、Cover Art动态封面和音乐视频生成等功能，用户还可通过Character功能生成自定义AI歌手并实现口型同步。从创意灵感到歌词、人声、角色、歌曲成品乃至MV，整套创作流程在一个平台上即可走完。
这些业务的逻辑如出一辙：降低创作门槛，压缩生产周期，用一个平台承接从创意到分发的全部环节。于是，一个模式逐渐浮现：模型是底座，平台是载体，用户是动力。模型迭代推动产品能力提升，产品反馈反哺模型优化，商业化则验证了用户对AI生成内容的付费意愿。三者环环相扣，形成了一条自增强的闭环。
与此同时，昆仑万维的业务已覆盖全球100多个国家和地区，月活跃用户规模超4亿，海外收入占比高达97%。用户不分国界，只认产品好坏，“技术-产品-商业”的逻辑已在全球市场中得到验证，正成为昆仑万维最核心的增长引擎。
从模型突破到规模应用：窗口打开了
时间回到2023年，昆仑万维完成了“算力基础设施—大模型算法—AI应用”全产业链的前瞻性布局。这在行业内并不多见，毕竟当年大部分公司要么聚焦模型研发，要么侧重应用层，能够同时覆盖从算力、模型到应用三层的企业屈指可数。
这个选择在当时显得有些“重”，但到了2026年，这种全链路的布局反而成了稀缺能力。
上半年，昆仑万维孵化的AI算力芯片企业艾捷科芯完成新一轮增资扩股，引入国家人工智能产业投资基金、长鑫芯聚、启航恒鑫、高榕资本等机构，投后估值突破40亿元。
一家做应用的公司为什么要自己做芯片？两个原因：一是供应链安全，算力是AI的粮食，不能受制于人；二是软硬协同优化，模型和芯片一起设计，性能可以挖得更深。这种“从沙子到应用”的链条，在全球AI公司中都不多见。
从行业大盘来看，2026年正是AI从能力突破走向规模化应用的关键节点。沙利文预测，2026年全球大模型平台及原生应用市场规模将达到465亿美元，同比增长约91.36%，AI基础设施投入同步扩张。
市场增长的驱动力也在发生变化，从单一的技术供给，转向算力基础设施、模型服务、企业嵌入式AI和C端高频应用共同拉动。
技术层面，昆仑万维的模型矩阵保持在国际前列。
视频模型SkyReels-V4发布时在Artificial Analysis文生视频和图生视频两大榜单中登顶全球榜首；音乐模型Mureka V8在Vocals与Instrumental两项测评中拿下全球第一，Mureka V9.5在专业音乐人盲测中综合表现优于Suno V5.5和Google Lyria 3 Pro；游戏世界模型Matrix-Game 3.5在720p分辨率下实现单卡20FPS实时生成，具备1分钟记忆能力；基座模型SkyClaw-v1.0则支持百万token上下文，已适配主流Agent环境。
Mureka V9.5评分
这些模型能力不是孤立的技术储备——它们通过4亿月活用户的全球化产品矩阵直接触达用户、产生收入。天工AI、AI短剧平台、Mureka、Linky等产品线构成了一个覆盖内容创作、社交娱乐、办公提效的完整产品矩阵。
技术壁垒与商业化能力正在形成相互强化的正向循环：模型越强，产品越好用；产品用户越多，反馈的数据越丰富；数据反哺模型，模型继续迭代。
技术自己开始挣钱，商业化的窗口已经打开，在这个窗口期，拥有全链路能力的公司，比只做单一环节的公司，分蛋糕的能力显然不一样。
从数字生成到物理交互：边界拓展了
而目前昆仑万维最值得关注的，或许不只是财报中的增长数字，还有一条正在成型的第二增长曲线。2026年7月，子公司黎曼动力推出了面向通用具身智能的世界动作模型Riemann-1.0。
目前行业里存在一个明显的断层。大量模型擅长“看懂”世界，识别画面、理解场景、预测接下来会发生什么，但它们输出的往往是文字描述或标注，没法直接变成机器人可执行的控制指令。另一边，机器人控制模型能做到“动手”，但往往依赖特定场景的数据。Riemann-1.0的技术定位，正是瞄准这个断层——它试图在“理解”和“操作”之间建立一座桥。
这座桥怎么建？首先，世界模型本身的设计逻辑是：不仅能理解“发生了什么”，还能预测“接下来会发生什么”，并直接生成“机器人应该怎么做”的动作序列。在仿真环境和真实机器人任务中，Riemann-1.0重点解决机器人场景泛化能力不足、长时序多步骤任务执行稳定性较弱，以及跨机器人本体知识迁移困难等挑战。
但模型再强，没有数据也是空转。当前具身智能行业面临的最大瓶颈不是算法，是数据，高质量的真实机器人操作数据极度稀缺，行业缺口超过99%。一个机器人要真正学会在复杂环境中自主决策，需要海量的人类示范和反复试错，而这些数据的采集成本极高、周期极长。
昆仑万维的解法是：联合专业伙伴，规模化采集。2026年8月，黎曼动力与光轮智能、诺亦腾机器人达成深度合作，计划年底前完成100万小时机器人训练数据采集。光轮智能负责数据采集与标注平台，诺亦腾提供高精度动作捕捉和力反馈设备。
这笔投入一旦完成，就不是简单的数据堆砌，而是行业级的基础设施，谁掌握了数据底座，谁就掌握了具身智能的入场券。
顺着这个逻辑往下看，昆仑万维的布局逐渐清晰：以SOTA模型为技术底座，先在数字内容领域完成技术验证和商业化闭环，再将能力溢出到物理世界。
例如，游戏世界模型训练出的长时序记忆、多模态理解、交互控制能力，天然可以迁移到具身智能场景。这种“数字世界练兵、物理世界打仗”的路径，让技术在不同场景之间复用，大幅降低了从0到1的探索成本，也为公司在AI赛道的布局赢得了更长远的战略纵深。
对还在探索商业化的AI公司来说，昆仑万维的路径提供了一个可供参考的坐标：AI的兑现期不是某一个爆发时刻，而是一个“技术—产品—商业”闭环持续运转的过程。
还有一个容易被忽略的细节是：AI短剧平台这条线验证出的现金流，正在反向支撑更早期、更前沿的技术布局，用今天的收入养明天的技术，用数字世界的利润去敲物理世界的大门。
更重要的是，所有这一切还远未到天花板。全球短剧市场仍在扩容，AI音乐的用户渗透率刚刚起步，具身智能更是一个万亿美元级别的赛道。
商业化兑现，不是故事的终点，是新一轮增长的发令枪。
*题图由AI生成
热门跟贴