云遥宇航天津首颗自研商业卫星赴酒泉发射场，10月底排期发射

IT之家 10 月 11 日消息，10 月 9 日，云遥宇航金山世界号卫星（云遥一号 28 星）出征仪式在天津总部顺利举行。

卫星完成装车，7 点 17 分，伴随出征口号，正式启程奔赴酒泉卫星发射中心，等待基地 10 月底排期发射。

据介绍，这是天津首颗由云遥宇航完全自主设计、抓总研制的商业卫星，实现天津本土商业气象卫星整星研制从 0 到 1 的历史性突破。

今年 8 月，卫星已完成总装集成、全套环境试验等全部地面研制工作，具备出厂发射条件。

卫星主载荷为云遥宇航自主研发的GNSS掩星海反一体化载荷，可获取大气、电离层、海洋、陆地多圈层环境观测数据，实现各类气象环境要素的高精度探测；同时搭载阿童木空间机械臂以及自拍相机、自拍屏等试验验证设备，将开展商业卫星太空智能操作在轨验证，积累空间智能操作实测数据，探索卫星在轨运维新技术路径，是商业航天产业链协同创新的重要成果。

“云遥一号”系列掩星数据已接入中国气象局综合气象观测系统实现业务化运行，每日可输出数万条掩星廓线产品，协同风云卫星支持我国气象事业发展。

IT之家注意到，抵达酒泉基地后，试验团队将有序开展状态核查、火箭对接、系统联调等一系列发射前准备工作。

18个月缩至45天，南通专利授权跑出“加速度”

靠着这套核心专利组合，企业中标400千伏、500千伏海缆项目，合同总金额超30亿元。

“专利技术直接转化成了实实在在的市场效益。

”中天科技海缆股份有限公司研发经理严彦说。

除了专利转化，知识产权应用也在拓展新场景：南通科能监测技术有限公司的“R21028地块静压法施工监控分析数据集”，今年6月通过江苏省数据交易平台完成挂牌交易，成为南通首单场内交易的数据知识产权产品。

从海缆到芯片，从专利到数据，知识产权在南通不再是挂在墙上的荣誉证书，而是嵌进研发、授权、转化、交易全链条的硬核支撑。

“十四五”末，南通有效发明专利量从2.7万件增至5.6万件，万人高价值发明专利拥有量达26.71件，两项核心指标较“十三五”末均翻番。

今年1至9月，全市授权发明专利4806件，数量居江苏省第二。

企业发明专利授权周期从18个月缩短至45天，大大加速了技术成果转化。

中天海缆研发团队商讨项目研发思路。

人民网记者 王继亮摄 专利布局，跟着研发节奏走 500千伏海底直流电缆是海工装备领域啃了多年的“硬骨头”。

2019年中天海缆完成400千伏直流海缆研发后，立刻启动更高电压等级攻关：导体结构转换、阻水工艺换代、工厂接头研发、绝缘材料国产替代等，每一道都是门槛。

海缆导体单丝的进线角度差一点，表面就会出现坑洼；大截面导体用不了传统阻水带，只能从零摸索阻水胶注入；每20公里一段的海缆，段与段之间的工厂接头必须和本体“同寿命、同性能”。

“国内不少同行就卡在这些环节。

”严彦说。

企业攻技术，保护中心攻“专利地图”。

南通市知识产权保护中心围绕脐带缆、海缆接头等方向开展风险预警，在海量专利数据库中多维度检索比对，锁定高关联度专利，从设计、验证、组装、外观等环节提示布局盲区。

截至目前，中天海缆拥有国内有效专利282件，其中发明专利173件；PCT专利申请80件，海外授权16件，其中5件发明专利取得欧洲授权，构建起国际市场“防护栏”。

江苏帝奥微电子股份有限公司展厅。

人民网记者 王继亮摄 45天授权，跑赢产品迭代 对人工智能、芯片这类“三个月一小代、一年一大代”的行业，发明专利动辄18到24个月的授权周期，曾是最磨人的堵点。

江苏濠汉信息技术有限公司做过测算：等证书下来，产品可能已被市场迭代。

“不是技术不硬，是保护周期太长。

”公司相关负责人刘仲梅说。

南通市知识产权局把服务前移，推出“预审提速+转化赋能+前瞻导航”全链条服务：预审员提前介入权利要求书，帮企业把技术创新点写准、写全、写稳；进入快速预审通道后，将发明专利平均授权周期从18至24个月压缩至45天。

濠汉信息已有87件发明专利通过预审授权，其“输电线路三维全景智能测量解决方案”随后入选工业和信息化部人工智能应用典型案例。

江苏帝奥微电子股份有限公司主攻高性能模拟芯片，车规级、光通信、AI端侧产品迭代极快。

今年8月，企业接连在IDAC电路、负载动态响应电路等方向取得专利进展。

背后同样有“知产陪跑”：知识产权部门上门走访，全程跟踪服务，帮企业一周内完成核心技术的快速预审流程，让芯片设计人员少走许多弯路。

今年3月，国家知识产权局批复同意南通开通新材料、新一代信息技术预审服务，加上原有的高端装备、高端纺织领域服务，南通已实现四大主导产业预审服务全覆盖，累计服务创新主体4800余家，助力获得发明专利授权超1.7万件。

南通市数据知识产权登记窗口。

人民网记者 王继亮摄 全链条转化激活市场新动能 知识产权一头连着技术创新，一头连着市场应用。

2024年8月，南通启动数据知识产权试点，探索把数据资源转化为可交易的生产要素。

南通科能监测技术有限公司把工程施工监测中沉淀的静压法施工数据，经过清洗、标注、封装，做成“R21028地块静压法施工监控分析数据集”，今年6月进场交易。

目前，该公司已累计登记数据知识产权42件，实现相关数据产品的交易转化。

2025年南通开设数据知识产权登记窗口以来，全市累计完成登记400余件，覆盖海洋工程装备、智能电网、家纺等本地优势产业。

南通市市场监督管理局(市知识产权局)相关负责人表示，下一步，将持续推动更多创新成果从“实验室”走向“生产线”。

从专利预审到数据确权，南通把“创造—保护—运用—交易”打成组合拳：专利快速授权建壁垒，数据产品进场交易盘活存量，产业导航报告帮企业看清全球技术空白。

请来Claude老祖，谷歌能借Agent翻身吗？

日前，Google Cloud发布了新的Gemini Agent。

名字叫Gemini，但碰上难搞的任务，它还可以调用Claude。

在Agent圈，Claude老祖已经成了香饽饽。

就在前一天，马斯克刚刚宣布Grok Bot今后会根据任务选择最合适的模型，名单里同样有Claude。

谷歌尤其需要一点外援。

一周前，谷歌刚端出新一代旗舰模型Gemini 4 Argon，榜单刷得很漂亮，奈何并未向公众开放。

根据报道，它的实际表现与外界对谷歌的期待相比，还是差点意思。

模型赛道没能打出一个漂亮的翻身仗，Agent这边倒是突然热闹起来：Meta的Muse刚刚带火了个人Agent，一条新的弯道，摆在了谷歌面前。

谷歌能借着Agent实现弯道超车吗？恐怕没那么容易。

不过上路试试总比像苹果那样僵立不动强，至少这条新赛道还没来得及给谷歌来上一套熟悉的连环暴击。

谷歌终于拿出了一个像样的Agent 认真说起来，谷歌可能是全世界最适合做Agent的公司之一。

如果把一个Agent需要的东西摊开来看，模型、工具、数据、执行环境和用户入口，谷歌几乎什么都有。

尤其是，谷歌拥有一整套经营了20多年、并且已经牢牢占据了用户心智的办公产品。

从Gmail、Calendar到Docs、Sheets、Drive，再到团队使用的Google Chat，很多人的工作本来就在谷歌的生态里完成；其他公司的办公Agent想要真正替用户干活，很多时候也绕不开谷歌。

在其他Agent纷纷接入谷歌的产品之后，谷歌也终于开始认真利用它的这份家底了。

当地时间10月8日的Gemini at Work大会上，谷歌云CEO Thomas Kurian正式介绍了新的Gemini Agent，试图把Workspace里原本分散的应用、数据和工作流程组织成一个统一的工作Agent。

比如，你只需要告诉它：“帮我约一下上次活动的几位负责人。

” Gemini Agent就可以结合此前的邮件、群聊和日历记录，在授权范围内找到相关人员，检查时间，再发邮件协调会议。

用户不用重新告诉他每个人是谁，也不需要挨个打开应用操作。

凭借谷歌强大的生态，Gemini Agent可以直接进入谷歌应用的工作流程。

在Gmail里，如果老板发了邮件，要求把最新项目进展整理成PPT，Gemini可以主动识别任务，并提供一键委托的入口。

它也可以在Docs里修改文档，在Chat里响应任务，跨应用工作时保留相同的上下文、记忆和技能。

当然，跨应用执行、长期记忆、云端运行，在整个AI圈里算不上什么新鲜功能。

Meta的Muse能通过专属云端电脑和浏览器替用户购物、发邮件、安排出行； OpenAI的Dots同样拥有独立云电脑，可以连接用户授权的应用，在用户离开后继续推进任务。

谷歌真正的优势在于，Gemini Agent的能力可以直接与现成的企业协作体系相结合。

除了作为个人助手，Gemini Agent还可以变成一名长期工作的团队成员。

谷歌把这种形态称作Coworker Agent，用户只需要描述希望它承担什么岗位，Gemini就能创建一个拥有固定职责和独立身份的AI同事。

举个例子，市场团队可以创建一名负责活动协调的Agent。

这个Agent会获得自己的Workspace账号，包括邮箱、日历和Drive储存空间。

它甚至可以出现在公司的通讯录里。

同事可以像找其他员工一样，在Google Chat里@它分配任务，或者在Docs子评论区要求它修改文件。

再加上谷歌云和BigQuery等数据基础设施，Gemini Agent还可以连接企业数据库，调用分析工具，甚至根据公司已有的业务指标和定义生成报表。

谷歌因此有机会把Agent的工作范围从员工日常使用的办公软件，进一步延伸到企业后台的数据和业务系统。

顺便一提，微软同样拥有Microsoft 365和Azure这样的完整生态，它甚至更早把Copilot放进了办公软件。

但做了这么多年，微软也没能把分散在各个产品里的AI能力彻底整合起来。

该说不说，家底厚归家底厚，能不能把这些资源真正用起来，是另外一回事。

这一次，谷歌还有一个非常值得肯定的地方：它这回想得挺开，意识到了自家的Gemini未必能包办所有事情。

于是，它把Claude老祖也请来一起干活。

Thomas Kurian在官方介绍里明确表示，Gemini本身是一个智能体，其背后的具体模型可以自由选择。

它会根据任务的性质选择更合适的模型来完成任务。

目前，Gemini Agent可以在自家的Gemini和Anthropic的Claude之间调度，未来还会支持其他模型。

官方给出的解释倒是挺好听，说最强的模型可能隔几个月就换一家，不同任务不一定需要同样的模型，灵活选择供应商还能兼顾效果与成本。

但实际上，即使在谷歌自己刷的漂漂亮亮的评测表里，Gemini 4 Argon在Terminal-Bench 4.0上只拿了57.4%，Claude Opus 5.5却有66.4%；FrontierSWE v2上，Argon同样以55.0%落后于Claude的62.3%。

（第三方独立评测的数据有些不同，但我们先看谷歌自己的榜单。

） 至少在部分复杂编程和Agent任务上，谷歌还真没能赢过Claude。

而据《商业内幕》10月9日的报道，一位谷歌员工认为，早期测试的Argon在部分Coding任务上，甚至落后于上一代的Claude Opus 5。

谷歌这次也算给自己留了条后路：碰上自家模型啃不动的硬骨头，好歹还能摇人。

谷歌云其实此前就允许企业开发者使用Claude，不过这一次，它把多模型选择进一步带进了自己提供的通用工作Agent。

至少在这条企业产品线上，谷歌开始明确把Agent本身的竞争力放在了自家模型的独占性之前。

这一步，我觉得值得肯定。

谷歌为什么总是慢一步 不过话说回来，谷歌以前难道没做过Agent吗？ 早在2024年12月，谷歌就推出了Google Agentspace，把Gemini的推理能力、谷歌搜索和企业数据整合起来，让员工能够跨系统搜索信息、创建和使用Agent。

2025年4月，谷歌又推出Workspace Flows，让用户可以用自然语言创建自动化工作流。

比如收到客户反馈后，AI可以自动读取表单、分析问题、查找解决方案，再生成回复，交给客服审核。

到了去年10月，谷歌干脆把Agentspace整合进新推出的Gemini Enterprise，试图打造一个统一的企业AI工作入口。

从企业搜索、跨应用自动化，到Agent的创建和调度，谷歌早就证明了自己有这个技术。

可问题是，别人已经用Manus、Muse等产品建立起了鲜明的Agent产品认知，谷歌却始终没能拿出一个同样出圈的代表作。

今年5月的Google I/O大会上，谷歌倒是也推出了个人Agent Gemini Spark，但这一炮打出去，几乎没激起什么水花，和哑炮也没太大差别。

该有的东西谷歌都有，却迟迟没有做出什么名堂。

对熟悉谷歌的读者来说，这种剧情讲真一点也不陌生。

回头看过去几年，从通用大模型到Chatbot，再到如今的Agent，谷歌似乎总赶不上一口热乎的。

2017年，谷歌的研究人员提出了Transformer架构，为后来的大语言模型奠定了重要基础。

论研究，谷歌有DeepMind这样的顶尖团队。

论算力，它很早就自研TPU。

再加上充足的资金和庞大的产品生态，它几乎找不到明显的短板。

结果到了通用大模型时代，OpenAI先用GPT系列打出了招牌。

早在2019至2020年，谷歌的工程师Daniel De Freitas和Noam Shazeer就已经在内部开发出一款对话机器人。

两人很早就看到了Chatbot的商业潜力，还多次推动谷歌把产品开放给外部研究者，接入Google Assistant，甚至直接公开演示。

但谷歌管理层始终没有点头。

有意思的是，Shazeer后来离职创办Character.AI，2024年被谷歌通过一笔27亿美元的技术授权交易请了回来，。

结果2022年底，ChatGPT又抢先引爆了消费市场，打开了Chatbot的时代。

谷歌随后匆忙应战，甚至有些过分着急。

2023年2月，谷歌的Bard还没正式向公众开放，就已经因为宣传演示中的一道错误回答闹出了笑话，叠加当天发布会表现不及预期，谷歌母公司Alphabet股价当天大跌，市值蒸发约1000亿美元。

当然，后来的Gemini在模型能力上确实追了上来——追上了一段时间——谷歌的AI业务也并没有到失败的程度。

但有趣的地方就在这了，谷歌似乎总能提前掌握通往下一代技术的门票，却很难成为第一个把新产品做火的人。

以前是模型和Chatbot，现在轮到了Agent。

论技术、资源和用户基础，谷歌每次都算是最有希望的选手之一。

可真到了市场竞争的时候，它又常常变成追赶者，跟在别人的屁股后面。

我觉得，这可能也是老牌科技巨头共同的难题——他们主观上是想要做成事的，只是尾大不掉，容易被组织拖累。

老牌公司并不缺人才、技术或者决心，甚至可以认为，恰恰是过去几十年的成功，让他们建立了一套庞大、成熟又很难轻易改变的组织体系。

但问题在于，Agent要做的恰恰是打破不同产品之间的边界。

对于创业公司来说，做Agent是从头设计一款新产品，接入别人的生态；但对谷歌这样的巨头来说，则意味着要重新组织自己过去20多年积累的产品和业务。

业务越成熟，转型起来就越困难。

一个新的功能能否推出，不仅取决于技术上能否实现，还要考虑原有用户是否接受、是否会影响已有的业务，以及出了问题该由谁来负责。

有顾虑是合理的，但等大公司把方方面面都考虑清楚，市场可能已经被别人抢先占领了。

除了谷歌和前一部分提到的微软，亚马逊和苹果也有类似的问题： 亚马逊早在2014年就把Alexa送进了千家万户，背后还有AWS、电商和庞大的智能家居生态，但到了大模型时代，Alexa+却经历了漫长的开发和上线波折，始终没能像ChatGPT一样掀起新的产品浪潮。

苹果更不用说，手握数十亿设备、完整的软硬件生态和Siri这个现成入口，却在新一轮AI竞争中有心无力，原本承诺的个性化Siri一再延期，直到今年才正式推出大幅升级，而且还是预览阶段。

这些巨头明明早早拿到了入场券，却常常要花更多的时间，才能真正挤上车。

当然，我们不能把所有问题都归咎于大公司的组织臃肿。

但至少从过去几轮AI产品竞争来看，谷歌在技术储备和产品表现之间，始终存在着一种颇为尴尬的落差。

如今，Muse、Dots等产品已经把长期工作的Agent推到了台前，Grok Bot也开始强调根据任务选择合适的模型。

谷歌这次拿出的Gemini Agent，至少在产品思路上跟上了这一轮变化，开始把分散的办公应用组织起来，同时允许外部模型参与执行任务。

只是目前发布的Gemini Agent，和之前的Gemini 4 Argon一样，还只是面向部分客户的私人预览阶段。

谷歌在发布会上展示了很多能力，但产品究竟行不行，现在还没有答案。

想靠Agent实现弯道超车，谷歌值得一试。

不过眼下最要紧的，恐怕是先把车从发布会开到用户手里。

Claude老祖，正在成为Agent公共底座 在找外援这件事上，谷歌和马斯克不约而同地选择了Claude。

这就很有意思了，谷歌有Gemini，马斯克有Grok，两家公司都在花大价钱训练自己的模型，可真到了做Agent的时候，却都愿意请Claude来“坐阵”。

看起来，到了Agent时代，谁家的模型最好用，和谁家的Agent最好用，开始变成两回事了。

其实想想也不奇怪。

Agent本来就给那些模型暂时不够强的玩家提供了一次弯道超车的机会。

Meta的Muse就是个现成的例子，它背后的Muse Spark并没有统治模型排行榜，却不妨碍Muse成为今年最受关注的个人Agent之一。

当然，Meta选择了用自家的模型支撑Muse。

但对谷歌、马斯克来说，既然Agent的竞争力不再完全取决于底层模型的排名，又何必非要被自己的模型绑死？ 谁的模型好用，就调用谁的。

自己擅长的任务自己做，没那么擅长的就交给别人。

至少在Agent这条赛道上，能不能把活干好，开始比是不是自家模型干的更重要。

对谷歌这样的公司来说，它不必等到Gemini在每一个领域都拿到第一，才有资格做出一款好Agent。

而对Anthropic来说，当越来越多Agent开始自由选择底层模型，Claude就有机会成为这些产品共同使用的一套基础能力。

谷歌和马斯克都点名Claude，首先当然与模型实力有关。

尤其是在编程、工具调用和复杂任务执行上，Claude已经积累了相当强的竞争力。

以Vals AI 10月7日更新的Terminal-Bench 4.0独立排行榜为例，Claude Opus 5.5拿到了65.15%的成绩，Claude Sonnet 5.5紧随其后，Gemini 4 Argon则是57.58%。

虽然单项评测不能代表所有场景，但至少在Agent最需要的部分能力上，Claude的口碑可以说是相当权威。

如果看更综合的智能水平，在Artificial Analysis的Intelligence Index里，榜单前三分别是Opus 5.5、Sonnet 5.5和Fable 5.1。

而且，Anthropic还在主动把Claude变成开发者构建Agent时最顺手的选择。

Claude Code就是最好的例子，从一款编程Agent开始，Anthropic正在逐渐把Claude Code背后的工具调用、上下文管理、权限控制和多Agent协作能力，开放给其他开发者。

去年9月推出的Claude Agent SDK，已经让开发者可以借用Claude Code的底层框架，去搭建自己的Agent。

到了今年10月1日，Anthropic又给Claude Code开放了Mods。

开发者可以用少量Type代码修改它的行为、界面，甚至替换内置功能，并通过插件分享给其他人。

几天之后，Anthropic又开始给开发者“发钱”。

10月6日，它宣布扩大Claude Startups计划，为符合条件的创业团队提供一年Claude Team、1000美元API额度，以及其他开发资源和支持；10月7日，Claude Max和Team订阅用户也开始获得每月API额度，可以拿去调用Claude模型、使用Agent SDK，或者运行自己开发的Agent。

从开发框架、插件生态，到直接补贴API调用，Anthropic正在想办法让更多开发者围着Claude构建产品。

一个开发者用Claude做出了Agent，下一个开发者就可能沿用他的工具、代码和经验；做在Claude上的产品越多，后来的人选择Claude也就越方便。

当然，这不意味着Claude已经垄断了Agent的底层市场。

模型能力和价格变化很快，谷歌强调多模型调度，某种程度上就是为了避免被任何一家模型厂商绑住。

今天Claude最适合的任务，明天也可能交给GPT、Gemini或者其他模型。

但这恰恰也是Anthropic需要提前经营开发者生态的原因。

当然，OpenAI也没闲着。

论模型的智能水平，GPT和Claude其实没有拉开特别大的差距，在不同任务上各有优势。

而且。

但OpenAI还有另一重身份：它自己也是Agent市场的竞争者。

DevDay上，OpenAI刚刚推出了常驻Agent产品Dots；10月9日又更新了移动端创建功能，用户现在可以直接在ChatGPT手机App里创建自己的Dot。

Anthropic当然也在做自己的Agent产品，但OpenAI的Dot已经直接进入个人助理和办公Agent市场，和谷歌、马斯克想做的事情有了更多重叠。

更何况，OpenAI的“人缘”似乎也没Anthropic那么好。

谷歌和Anthropic有长期合作关系。

双方在模型供应、云计算和TPU算力上已经有不少商业往来，Gemini Agent选择Claude，有现成的合作基础。

而在马斯克那里，他和OpenAI的官司都还没打完，想让Grok Bot主动请来GPT帮忙，恐怕还需要一点额外的想象力。