2026 AI 创业赛道分析：一份选赛道的决策报告

时间锚点：2026 年 9 月 8 日｜面向真正准备下场的创业者、早期投资人、正在犹豫要不要从大厂出来的技术负责人

口语版（公众号）：《八条AI赛道我挨个算了一遍：最热的三条，恰好最不该你进》——同一套判断，去掉打分表，读起来快得多。本篇保留完整数据、六维标尺与出处。

本文不做「盘点最热赛道」——那种文章库里已经有两篇（今年最热的AI赛道？家人们，最热的其实是"融资"、卖代码的死了，卖"干完的活"的赢了）。本文回答的是另一个问题：把八条赛道放在同一套六维标尺上打分，你这个具体的人，应该进哪一条，不该进哪一条。

〇、本文数据可信度分级（先看这张表）#

一篇要指导真金白银决策的报告，最该先说清楚哪些数字能当骨架、哪些只能当参考量级。

一条纪律：C 级数字本文一律只用来支撑「方向」（平台风险真实存在、幂律真实存在），绝不当作任何一条结论的唯一支柱。凡是不同口径互相打架的（人形机器人出货量就是典型），本文直接把打架摆出来，不替读者抹平。

一、结论先行#

一句话：2026 年 AI 创业的分水岭不在「你做什么」，在「你卖的东西能不能被上游厂商的下一次版本更新顺手做掉」。 赛道热度和赛道可创业性，在今年第一次系统性地脱钩了——最热的三条（基础设施、具身智能、编程 Agent）恰好是普通创业者最不该正面进的三条。

五条最关键的判断：

1. 应用层的毛利被结构性下调了 20–30 个点，而且回不去。 AI 原生产品 2026 年平均毛利约 52%，传统 SaaS 是 75–85%。每 100 万美元 AI 产品收入里，约 23 万美元直接作为推理成本流向上游。Agent 类更狠——一次请求扇出成推理链 + 工具调用 + 重试，单会话成本可以翻好几倍。你不再是在做软件生意，你是在做一门有原材料成本的制造业。

1. Token 降价利好用户、利好垂直应用，但会杀死「靠 API 差价活着」的那一层。 2026 年 8 月初推理均价已跌到约 $1.16–1.18/百万 token，比 5 月底的 $2.04 跌了 43%；主流 API 地板价被 OpenAI 7 月 30 日那次 80% 降价打到 $0.20/百万输入 token；开源权重模型的中位混合价比闭源低 82%（$0.53 vs $3.00）。如果你的护城河就是「我批发得便宜、零售得贵」，这个价差正在以每季度两位数的速度归零。

1. 付费方式正在从「买席位」变成「买干完的活」，这是今年最大的结构性机会。 按人头收费的厂商占比一年内从 21% 掉到 15%；2026 上半年的买方调研里 43% 偏好按用量、27% 偏好按结果；事实标准是「平台底价 + 用量」的混合制（约 41%）。只卖席位的产品在 demo 之前就被淘汰掉了。 对创业者的含义：你必须能把「我替你干完的活」定义成一个可计量、可验收、可开发票的单位。定义不出来，你的定价就没有护城河。

1. 钱变多了，但拿钱的门变窄了。 2026 Q1 种子轮交易数同比 -31%，但种子总金额 +30%——支票少了、单张变大了。种子中位投前估值约 $1790 万，但期望值同步抬高到 $30–50 万 ARR + 连续 6 个月 15–20% 环比增长；A 轮的中位候选人是 $300–500 万 ARR。「纯概念轮」除了明星团队之外基本消失了。中国这边热度更极端：2026 Q1 一级市场 577 起融资、披露总额约 763.8 亿元（同比 +144%），单笔均值 3.25 亿元，创两年新高——但早期占比 64.6% 的同时，具身智能一条赛道就吸走 465.12 亿元（同比 +342%），上半年约 460 亿只「养肥」了约 20 家公司。这是一个总量暴涨、分配极度集中的市场。

1. 平台风险在 2026 年从「理论担忧」变成了「日程表上的事件」。 OpenAI Assistants API 2026 年 8 月 26 日日落；Relay.app 8 月 15 日对免费用户关停、9 月 14 日对付费用户关停。你依赖的那层地基，是别人的产品路线图上的一行 deprecation notice。

最终建议（一句话版）：把 Agent 塞进一个窄到巨头看不上、通用模型不懂、客户每天在骂的工作流里，用「按干完的活收费」定价，靠专有数据和交付责任筑墙。 详细的分人群结论见第五节。

二、先看清三个底层变化，再看赛道#

2.1 变化一：成本曲线和收入曲线第一次同时往下走#

过去两年的共识是「token 会越来越便宜，所以应用层毛利会越来越好」。2026 年证明这句话只对了一半。

token 确实在暴跌（-43%/十周），但同期发生了两件抵消的事：一是 Agent 化让单次任务消耗的 token 数量暴涨——推理链、工具调用、失败重试，一次「帮我处理完这张发票」可能是过去一次对话的几十倍 token；二是模型能力的竞争把「用最好的模型」变成了刚需，你不敢为了省钱降配，因为客户拿你和 Claude Code / Codex 比。

结果就是：单价跌了，用量涨得更快，推理成本占 AI 产品总成本的比例反而从上线前的 20% 升到规模化后的 23%。

这里有一条被严重低估的工程杠杆：对系统提示词稳定、上下文重复度高的产品，认真做一周 prompt caching，有效单次成本可以降一个数量级。 在一个毛利只有 52% 的行业里，这不是优化，这是 P&L 层面的生死线。面试你的 CTO 时，问他 caching 命中率——他答不上来，说明这家公司还没意识到自己在做制造业。

2.2 变化二：「套壳」不是骂人，是一个可测量的风险敞口#

「套壳」这个词被用滥了。给它一个可操作的定义：如果上游模型厂商在自己的产品里增加一个功能，就能让你 50% 以上的用户失去续费理由，你就是套壳。

按这个定义，2026 年的现实是：上游厂商的产品节奏本身就是最大的杀手（有报道称 OpenAI 的产品发布在 2024 年一年内就直接吞掉了 200+ 家融资过的 GPT 套壳公司，此为 C 级数据，当量级看）。更重要的是那条被反复引用的机制——2023 到 2025 年百万 token 推理成本跌了约 80%，对用户是好事，对「唯一护城河是 API 成本与售价之间那个差」的公司是死刑。

真正扛得住的护城河只有五类，且强度递增：

1. 切换成本（数据焊死在你的工作流里）
2. 专有数据（客户在你这里沉淀的、别人拿不到的语料/标注/反馈）
3. 分发（嵌进 Epic、嵌进律所文档系统、嵌进政企采购目录）
4. 合规与责任承担（你替客户签字背书，模型厂商不会）
5. 物理世界的资产（产线、供应链、器件、渠道）

注意第 1、2 类在今天已经不够用了——上游厂商也在做记忆和企业连接器。2026 年真正稳的是 3、4、5。

2.3 变化三：中国和美国跑的不是同一场比赛#

这一点决定了「同一条赛道，在中国和在美国是两种生意」。

有两个 2026 年的实证信号值得记住。

信号一：中国 AI 应用的变现能力，和融资热度严重不匹配。 在按 ARR 排名的全球前 100 私营 AI 公司里，只有 4 家中国公司——Glority（约 $1.73 亿）、PLAUD（约 $1.25 亿）、字节（约 $1.16 亿）、作业帮（约 $0.33 亿）——合计约 $4.47 亿，只占榜单 $364 亿总量的 1.23%。中国拿到了世界级的融资额，却只拿到了 1% 的世界级 ARR。

信号二：能赚到钱的中国 AI 应用，收入几乎都在海外。 MiniMax 的 C 端社交与海螺 AI 海外收入占比超过 70%，2026 年 1 月已在港股上市；月之暗面 2026 年 4 月 ARR 突破 $2 亿。「在国内做付费、在国内收钱」这条路，2026 年仍然没有被跑通的样本。 这不是价值判断，这是选赛道时必须先接受的地形。

退出端倒是真的松了：宇树从递表到过会 73 天，科创板史上最快；零一万物在推进 Pre-IPO、目标 2027 年港股，并把定位从「中国 OpenAI」调成了「中国 Palantir」——这个转向本身就是本文核心结论的一个注脚：卖模型的在改行卖交付。

三、八条赛道逐条拆#

打分标尺说明#

六个维度，每项 1–5 分。注意 B、D 两项是反向的：分数越高代表越有利于创业者（毛利高 = 分高；被平台碾压的风险低 = 分高）。总分不是加权，只用来对比，不要拿去当估值。

下面逐条给理由。注意：分数低不等于赛道不好，等于「不适合从零开始的创业者进」。 ⑦⑧ 是这轮最赚钱的两条，但它们的入场券是几十亿人民币和国家资源，不是一个想法。

① 垂直行业 Agent：本文的第一推荐#

这是 2026 年唯一一条「热度、毛利、护城河、变现确定性」四项同时成立的赛道。

数据摆在这：Harvey 2025 年底 ARR 约 $1.95 亿（同比 +290%），到 2026 年 5 月做到约 $3 亿，估值约 $110 亿，AmLaw 100 里的多数已是客户；Abridge 合同 ARR 约 $1.17 亿，四个月估值翻倍到 $53 亿；OpenEvidence 在约 $1 亿收入上先后完成 $2 亿 C 轮（$60 亿估值）和 $2.5 亿 D 轮（$120 亿估值），约 35x EV/Rev。Harvey、Abridge、OpenEvidence、Legora 四家合计估值约 $340 亿，累计只融了约 $39 亿——这是应用层资本效率的天花板样本。

为什么它同时打赢了上面的三个底层变化？

• 毛利更好：垂直场景的上下文高度重复（同一套法条、同一份病历模板），prompt caching 收益最大化；且客户为专业性付溢价，不是为 token 付钱。
• 不怕上游：OpenAI 不会去做 AmLaw 100 的客户成功，也不会替医院过 HIPAA 审计。护城河是第 3、4 类——分发和责任承担。
• 定价天然按结果：一份合同审完、一次门诊记录生成完，单位天然存在。你不需要发明计价单位。

冷水：Harvey 的 $110 亿估值对 $1.9–3 亿 ARR，前向倍数依然离谱，已经有公开质疑（「Harvey 真值 110 亿吗？」是 2026 年的一个热门问句）。但估值贵不影响赛道判断——你是要进这条赛道，不是要在这个价格接盘。

中国的版本怎么做：不要复制 Harvey，中国律所的付费能力和采购流程完全不同。真正跑得通的是「合规 + 出证 + 背书」类场景：财税申报、招投标合规、ESG 披露、药械注册、跨境合规。共同特征是——有一个明确的监管方，客户怕的是罚款不是效率，这类需求对价格不敏感、对责任极度敏感，恰好是模型厂商永远不会碰的地方。

② 窄场景工作流 Agent：最适合小团队和一个人的赛道#

如果说 ① 需要你有行业身份（律所背景、临床背景），② 只需要你极度懂某一个具体流程里的痛苦。

Agent 在通用场景的渗透已经很高——客服 58%、营销 56%、软件开发 53%、数据分析 52%（C 级口径，当量级看）。这意味着通用位置已经站满了，但也意味着买方教育已经完成了：你不再需要解释「Agent 是什么」，这是 2026 年小团队最大的红利。

值得进的切口长这样：

• 某类遗留系统的迁移（COBOL→Java、老 ERP 数据搬迁）
• 某个行业的对账/结算（物流运费对账、医保结算、跨境电商多平台对账）
• 某类只有老师傅懂的运维/工艺脚本
• 某个监管报送流程的自动填报

它们的共同点：客户能立刻说出「现在这活儿要 3 个人干 5 天」，你把它变成 2 小时。这道除法 CFO 自己会做。而且这些场景的数据脏、边界怪、文档缺失——恰恰是通用模型最不擅长、巨头最看不上的地方。

冷水：天花板明确。这类生意很难长成 10 亿美元公司，更可能是一门年利润几百万到几千万人民币、活得很好但融不到大钱的生意。如果你的目标是财务自由而不是上市敲钟，这是全表里性价比最高的一格；如果你要融 A 轮，投资人会问你 TAM，你会答不上来。

③ Agent 基础中间件：毛利最好，命最不由己#

评测（evals）、可观测性、Agent 记忆层、工具网关、权限与审计、合成数据。这层的毛利结构是全表最好的——你卖的是软件和标准，不是推理，不用给上游交 token 税。

但它有一个致命结构问题：你的客户是创业公司，而你的赛道天花板由上游厂商单方面决定。 2026 年 8 月那一波关停就是教科书案例：OpenAI Assistants API 在 8 月 26 日日落，Relay.app 分两步关停——这些不是市场竞争的结果，是别人产品路线图上的一行字。 当模型厂商决定把评测、记忆、工具编排做成官方一等公民（他们正在做），你这一层就被整层抹掉。

能进的前提只有一个：你的产品要卖给「不能只用一家模型」的客户。 多模型路由、跨厂商合规审计、私有化部署下的可观测——这些需求内生于「客户不敢单押一家」，而这个恐惧在 2026 年只会更强，不会更弱。押注客户的恐惧，比押注客户的贪婪安全。

④ AI 硬件：中国供应链的主场，但要选对品类#

先看数据。2026 年全球智能眼镜出货预计突破 2368.7 万台（IDC 全口径），中国突破 491.5 万台；另一个更窄的「AI 眼镜」口径是全球约 1700 万副、同比 +105%，中国突破 500 万台、市场规模逼近 100 亿元。两个口径差了 40%，因为「智能眼镜」含了不带 AI 的音频眼镜和 AR 眼镜——看到任何一个 AI 眼镜数据，先问口径。

2026 年最关键的变量不是技术，是政策：AI 眼镜首次纳入国补，补贴产品售价的 15%、单台上限 500 元、要求单价不超过 6000 元。这一条同时做了两件事——把需求提前透支了一部分，也把价格带死死锁在 6000 元以下。想做高端 AI 眼镜的，在中国市场今年会很难受。

更值得注意的是另一个品类的证据：PLAUD（AI 录音笔）以约 $1.25 亿 ARR 进了全球前 100 私营 AI 公司榜，是四家中国上榜公司之一。 它不做眼镜、不做通用助手，只做「把会议变成结构化纪要」这一件事，硬件是入口、订阅是收入。这是「AI 硬件」这条赛道里唯一被验证的商业模型：单一高频场景 + 硬件一次性收入 + 软件订阅复购。

给创业者的判断：眼镜赛道已经是巨头（Meta、阿里、华为、讯飞）的军备竞赛，不要正面进。该进的是「PLAUD 型」品类——某个垂直职业每天要做、现在靠人肉、硬件能采到独家数据的场景（医生查房、工程巡检、庭审记录、田间农技）。硬件的真正价值不是硬件本身，是它能采到软件采不到的专有数据，这是第 2 类护城河里唯一还没被上游厂商侵蚀的部分。

⑤ 编程 Agent：最热、变现最快、最不该由你来做#

这条赛道的热度和收入是真的（Cursor 14 个月 ARR 从 1 亿到 20 亿、Claude Code 半年做到约 10 亿美元年化、Copilot 覆盖 90% 财富 100 强），库里的另一篇文章已经完整拆过。

这里只补一句本文框架下的结论：它在「抗巨头碾压」这一项拿了全表最低的 1 分，因为它是唯一一条「你的供应商就是你的头号竞争对手，而且他做得比你好」的赛道。 Anthropic 有 Claude Code，OpenAI 有 Codex，Google 有 Gemini CLI，字节有 Trae，阿里有通义灵码 + Qoder。你在下游做的所有体验优化，人家一次模型迭代就抹平。

Gartner 的判断可以直接搬来当风险提示：到 2027 年底，40% 以上的 agentic AI 项目会因为成本、ROI 说不清、可靠性不达标被砍掉。 今天估值最高的这批，一多半过不了这个筛子。

唯一还开着的门：不做通用编程 Agent，做某类代码的合规审查——金融行业的信创迁移审查、车规代码的功能安全审查、医疗软件的注册申报代码审计。注意这本质上是把赛道 ⑤ 折叠回赛道 ①，靠的还是责任承担，不是编程能力。

⑥ 消费级 AI 应用：门槛最低，也因此最不值钱#

先给一个乐观的锚：Suno 以约 $3 亿 ARR 拿了 $4 亿 D 轮、估值 $54 亿（约 18x）；生成式 AI 在非游戏应用市场是无可争议的增长引擎，2025 Q2 到 2026 Q1 同比 +232%、收入增量超 $44 亿；AI 社交陪伴 2026 Q1 全球收入 $1.5 亿，是 2023 年同期的 12 倍以上。

然后给三个杀死这条赛道的数字：

1. 幂律极端：AI 陪伴类目里，头部 10% 的应用拿走 89% 的收入，全类目只有 33 个 app 累计消费破 100 万美元。
2. 留存结构性差：AI 月订阅的 12 个月留存比传统 app 差 36%；12 个月付费留存只有 9.2%（App Store）/ 11.5%（Google Play）；年订阅的取消速度比非 AI 应用快 30%。
3. 护城河 1 分：唯一被验证有效的留存机制是「深度记忆 + 人格一致性 + 情绪镜像」造出的切换成本——而这三样正是模型厂商 2026 年集中投入的方向。

结论：这是全表最容易开始、最难持续的一格。它适合作为副业验证或现金流工具，不适合作为需要外部融资的主业。 如果一定要做，选择「有真实产出物」的方向（Suno 的音乐、剪辑、设计），不要选「只有陪伴」的方向——有产出物的用户会因为沉淀的作品而留下，只有情绪的用户会因为下一个更好的模型而离开。

⑦ 具身智能 / 人形机器人：估值最高，收入最接近零#

先把打架的口径摆出来，这本身就是最重要的信息：

中国的单口径出货量高于全球口径的两倍——这说明「人形机器人」的定义在不同统计里根本不是同一个东西（是否含轮式、是否含半人形、是否含教育/展示机）。任何拿单一数字下结论的分析都不可信，包括那些拿它做估值模型的。

结构性事实倒是清楚的：中国厂商占全球出货 97%，中国自己又占全球需求 85% 以上——这是一个高度自循环的市场。智元 1H26 出货约 8400 台（同比 +562%）、全球份额约 44%，已经超过宇树成为全球第一。而 HRAA 预计 2026 年中国产能将超 10 万台、出货约 8.5 万台——产能已经跑在需求前面了。

再看钱：2026 上半年约 460 亿元投向具身智能，只集中在约 20 家公司；Q1 单季披露融资 465.12 亿元、同比 +342%。而收入端——绝大多数所谓「部署」仍是有人盯着的试点、演示编排和遥操作。

给创业者的判断：这条赛道对创业者已经关门了。 门票是几十亿人民币的融资能力 + 供应链 + 地方政府关系，前 20 家已经把资金吸干。唯一还开着的位置是零部件和数据——灵巧手、关节模组、力控传感器、仿真数据与真机数据采集服务。卖铲子给淘金者，在一个产能过剩的行业里，比自己淘金安全。 但要清醒：产能过剩的下一步是价格战和整合，零部件供应商会被同步压价。

退出通道是全表最好的 5 分（宇树 73 天过会，后面排队一长串），这也是唯一值得进的理由——如果你已经在这条赛道里，赶紧上市；如果你还没进去，别进了。

⑧ AI 基础设施 / 算力 / 芯片：这轮最大的钱，和你无关#

不展开，因为对个人创业者没有可操作性。只给两条对其他赛道有影响的传导：

• token 价格暴跌利好应用层，但正在碾压重资产算力商。背着巨额折旧和债务的 neocloud，在单价跌破 $1/百万 token 后需要靠量补价。如果你在应用层，这意味着你的成本还会继续降——但不要把商业模型建立在「成本会一直降」上，因为你的对手成本也在降。
• 真正的硬约束已经从芯片转向电力和电网。这决定了未来 18 个月的算力供给节奏，也决定了你的 API 会不会限流。给你的产品设计一个降级路径（主模型不可用时自动切开源权重模型），这在 2026 年是工程常识，不是过度设计。

四、把赛道换成一道题：五个问题的自检清单#

选赛道最后都会归结到五个问题。任何一个答不上来，就别投钱进去。

1. 计价单位是什么？ 你能不能用一句话说出「客户为一个什么单位付多少钱」？（一份合同、一次门诊、一张发票、一次巡检）。答不出来的，只能卖席位，而只卖席位在 2026 年会在 demo 前被淘汰。
2. 上游厂商的下个版本能不能做掉你？ 具体一点：如果 OpenAI/Anthropic/字节明天在自家产品里加一个和你核心功能重叠的按钮，你有多少比例的用户会失去续费理由？超过 50%，重新想。
3. 你的毛利在哪一档？ 按 52% 起算，而不是按 SaaS 的 80%。做完这道减法，你的 CAC 回本周期还成立吗？很多商业模型是在 80% 毛利的假设下算出来的，换成 52% 直接不成立。
4. 你的护城河属于哪一类？ 对照第 2.2 节那五类。如果只有第 1、2 类（切换成本、专有数据），2026 年已经不够——上游厂商也在做记忆和企业连接器。你需要至少一条第 3、4、5 类（分发/责任/物理资产）。
5. 谁把钱掏出来，他怕什么？ 效率型需求（省时间）在预算收紧时第一个被砍；恐惧型需求（怕罚款、怕出事故、怕合规审计不过）是刚性的。2026 年的经验是：卖给恐惧的，比卖给效率的活得久。

五、分人群结论#

六、如果选了第一推荐路线：12 个月最小路径#

给赛道 ①/② 的人一条可执行的路径。这不是通用创业方法论，是针对 2026 年这个具体环境的。

• 第 0–2 月：不写代码。 找 20 个目标行业的从业者，每人聊 1 小时，只问一个问题：「上周你花时间最多、最想让别人替你干的那件事是什么？」记录他们用的原话，那就是你未来的产品文案和定价单位。
• 第 2–4 月：先卖后做。 拿一份 PPT 和一个手工交付的方案，签 2–3 个付费设计客户。前几单允许你人肉交付——你要验证的是「他愿意付钱」，不是「你能自动化」。这一步同时在积累第 2 类护城河（专有数据）。
• 第 4–8 月：把人肉的部分自动化。 这时才开始认真做产品。从第一天就上 prompt caching 和成本监控——在 52% 毛利的行业里，你需要知道每一单的毛利，精确到分。同时设计降级路径（主模型不可用切开源权重模型）。
• 第 8–12 月：把定价从席位改成结果。 用前 8 个月的数据算出「一单交付的真实成本」，然后按「平台底价 + 按件」定价（这是 41% 的事实标准）。如果你到这一步还算不出单件成本，说明产品还没准备好收费。
• 融资时点：种子的门槛现在是 $30–50 万 ARR + 连续 6 个月 15–20% 环比增长。倒推：你需要在第 8 个月左右达到约 $20 万 ARR。 到不了不是失败，是应该继续做生意而不是融资。

七、什么信号会证伪本文#

一份负责任的分析要说清楚自己什么时候会错。以下任一发生，本文的核心结论需要重写：

1. 上游厂商开始大规模做垂直交付。 如果 OpenAI 或 Anthropic 开始直接签 AmLaw 100 或医院系统的交付合同（而不只是卖 API），那么赛道 ① 的「分发和责任」护城河会被从上面击穿，本文第一推荐失效。
2. 推理成本再降一个数量级且 Agent token 消耗不再增长。 如果 AI 原生毛利回到 70%+，那么本文关于「这是制造业」的整个框架就过度悲观了，⑥ 和 ③ 的评分需要上调。
3. 人形机器人出现第一个可验证的、非补贴的规模化商业订单。 目前所有部署几乎都是试点或政府主导需求。如果出现一个纯商业、可复购、有毛利的万台级订单，赛道 ⑦ 的「变现确定性 1 分」立刻作废。
4. 中国 AI 应用的国内付费被跑通。 如果 2027 年前出现一家主要收入来自国内 C 端或 B 端付费、ARR 过 $1 亿的中国 AI 应用公司，那么本文「能赚钱的中国 AI 应用收入都在海外」这条地形判断要改。
5. 按结果定价出现大规模纠纷或回退。 如果「按干完的活收费」在 2027 年因为验收争议大面积退回席位制，第三条核心判断需要反转。

八、数据来源与口径说明#

融资与估值基准：种子/A 轮基准与估值分位数来自 2026 年的多家 VC 基准报告（Eqvista、CRV、Value Add VC、AgentMarketCap）；垂直 AI 的 ARR 与估值来自 2026 年公开报道与融资披露的交叉引用（Euclid Ventures《The Vertical Report 2026》、New Market Pitch）。这类基准的样本口径各家不同（是否含 pre-seed、是否含中国交易），差异可达 20–30%，请当分布看，不要当阈值看。

成本与毛利：AI 原生毛利约 52%、每百万美元收入约 23 万美元推理成本、推理占比 20%→23%，来自 2026 年的 CloudZero / SaaSMag / Avante Ventures 等成本基准分析。这些是跨行业混合平均，具体到你的产品可能差一倍。

Token 价格：2026 年 8 月的推理均价与主流 API 挂牌价来自公开定价页与价格追踪（BenchLM、CloudZero）。挂牌价 ≠ 你的实际成本，企业协议、批处理和缓存会显著改变实际单价。

人形机器人：出货口径严重不一致（DIGITIMES / CMRA / Humanoids Daily / Bloomberg-HRAA），本文已在正文中并列展示而非取平均。不要相信任何给出单一权威出货数字的分析。

中国融资数据：2026 Q1 的 577 起/763.8 亿元、具身智能 465.12 亿元等来自国内投融资统计口径，「披露金额」不含未披露交易，且人民币/美元混合统计存在换算差异，同比增速的可比性弱于绝对量级。

消费 AI 留存：来自 RevenueCat《State of Subscription Apps 2026》口径，样本偏向使用其 SDK 的中小开发者，大厂自建计费的应用不在样本内，实际头部留存可能好于此数。

本文所有判断为市场分析，不构成投资建议。 任何一个具体决策，都请用第四节那五个问题重新过一遍你自己的情况。

本文由任务 #225「分析AI创业赛道」生成，数据检索时间 2026-09-08。库内相关文章：今年最热的AI赛道？家人们，最热的其实是"融资"（同题材的轻量盘点版）、卖代码的死了，卖"干完的活"的赢了（编程 Agent 单赛道深挖）。