从投资人的回忆中，拼出燧原穿越八年技术周期的真实轨迹。

作者｜王博

2017 年冬天，上海市徐汇区建国西路 392 号。

这是一栋藏在梧桐树后的老洋房，也是达泰资本的办公地。二楼会议室不大，中央摆着一张长桌。达泰资本创始管理合伙人叶卫刚和他的合伙人坐在桌子一侧，赵立东、张亚林坐在另一侧。

达泰资本二楼会议室的长桌，图片来源：「甲子光年」拍摄

赵立东出生于 1966 年，先后在 S3、Juniper Networks 和 AMD 任职。在 AMD 工作的七年间，他负责过多款产品规划和多项核心 IP 研发，并参与组建 AMD 中国研发中心。2014 年回国后，赵立东先后担任锐迪科微电子总裁、紫光集团副总裁。

比赵立东小 12 岁的张亚林是一位资深的芯片工程师。他从上海奇码数字进入 AMD，后来担任 AMD 资深芯片经理、中国研发中心技术总监，曾负责微软 Xbox One 系列主芯片等产品的研发与量产，也参与组建和管理 AMD 在上海、北京的多个研发团队。

2017 年 11 月，这两位芯片行业老兵都离开了原来的公司，决定出来创业，做国产云端 AI 芯片。

在走进这栋老洋房之前，他们已经见过多家投资机构，但多数谈话没有走到最后。有的投资人还说了很难听的话：" 就凭你们俩，还想挑战英伟达？"

但就在这里，事情发生了转机——他们遇到了达泰和叶卫刚。

叶卫刚曾在全球 EDA（电子设计自动化）巨头 Cadence 任市场部高级业务发展总监，对芯片技术和市场非常熟悉。2006 年回国后，他进入创投行业，芯片半导体始终是他最熟悉的领域。

多年后，叶卫刚已经记不清赵立东、张亚林那天的穿着，只记得那天上海很冷。而坐在他对面的这两个人，心也冷到了谷底。

赵立东、张亚林当时尚未成立公司，没有产品、没有收入。带到叶卫刚面前的，只有一份 20 页左右的 PPT。

叶卫刚让赵立东打开 PPT 里计划中的第一款芯片架构图，然后开始追问：计算核心怎么设计？存储带宽如何匹配？芯片之间怎么互联？哪些 IP 自己做，哪些从外部购买？如何面对 CUDA 已经形成的软件生态？供应链和流片资源从哪里来？

" 我把他们第一款芯片结构图打开，一层一层地看，一个模块一个模块地问。" 叶卫刚想确认的是这份 20 页 PPT 下面，究竟有多少问题已经被想清楚了。

那天见面后，叶卫刚和他的合伙人们很快就做出了决定，要投这两位芯片行业老兵。

赵立东、张亚林也有了更多信心，转过年后，2018 年 3 月，他们成立新的公司——燧原科技。

燧原科技标志，图片来源：「甲子光年」拍摄

达泰资本也作为联合领投方参与了燧原科技种子轮融资。八年来，燧原科技一共经历了 10 轮融资：达泰资本、真格基金、云和资本、武岳峰科创、腾讯投资、阳光融汇资本等投资机构先后出现在燧原科技的股东名单上。

今天，燧原科技在上海证券交易所科创板挂牌上市，开盘价报 410 元 / 股，相较于 142.18 元 / 股的发行价涨幅 188.37%，总市值达到 1764 亿元。

在资本市场的叙事中，燧原科技常常与摩尔线程、沐曦股份、壁仞科技并列，被称为 " 国产 GPU 四小龙 "。但是在燧原科技的投资人眼里，" 国产 GPU 四小龙 " 标签也掩盖了几家公司之间的特点和差异。

燧原科技上市前夕，「甲子光年」找到了几位曾在不同阶段为它下注的投资人，试图从他们的回忆中，拼出这家公司穿越八年技术周期的真实轨迹。

1. 最难的路

燧原科技的独特之处，其实就在 2017 年叶卫刚看到的那张芯片架构图里。

当时，国内 AI 芯片创业潮刚刚兴起。寒武纪、地平线、深鉴科技等公司陆续进入资本视野，不少创业者选择从推理芯片或端侧场景切入。相比之下，赵立东和张亚林把第一款产品瞄准了云端 AI 训练领域。

这是一个门槛更高、投入更大的市场。

云端 AI 训练芯片需要处理海量数据和高强度并行计算，单颗芯片的计算能力只是基础。创业公司还要解决存储带宽、芯片互联、软件编译、模型适配和大规模集群等问题。横在所有后来者面前的，是英伟达经过多年积累形成的软硬件体系。

叶卫刚记得，这是他第一次听到国内创业团队明确提出，要做云端大算力训练芯片，正面进入英伟达占据的市场。" 这当然不容易相信。" 他说。

不过叶卫刚发现，赵立东和张亚林已经把下一步拆得足够细。他们不只画出了芯片架构，还列出了计划组建的 20 人核心团队，思考了一系列产品问题：每个岗位需要什么背景，准备从哪里寻找；哪些模块必须自研，哪些 IP 可以购买；供应商是谁，过去是否合作过。

燧原出现之前，叶卫刚已经看过多家 AI 芯片公司，也投资过端侧芯片项目。到了那张桌子上，他需要判断的已经不是 AI 芯片有没有市场，而是眼前这两个人能不能把它真正做出来，以及芯片做出来以后谁来用？

2018 年 3 月，燧原科技成立。赵立东担任 CEO，张亚林担任 COO。公司成立不久后就完成了种子轮融资，由达泰资本、真格基金、武岳峰科创、云和资本、上海科创投等机构进行投资。

2. 热启动

成立之初，燧原全公司还不到 10 个人，办公室也是赵立东从朋友那里借来的，可以免费使用三个月。

2018 年 4 月底，腾讯投资的董事总经理姚磊文和投资总监肖鸿达联系上了赵立东。

" 他们是怎么找到我们的，我也想不起来了。"2020 年，赵立东回忆起最初接触腾讯的场景时告诉「甲子光年」，" 第一次是用视频会议的方式，我记得聊了快两个小时，然后他们就带人跑到了我们在上海的办公室。"

在双方的接触中，真正打动赵立东的是当时肖鸿达说的一句话：" 腾讯可以帮助燧原做‘热启动’。"

芯片行业的 " 冷启动 " 困境十分典型。一家公司可以按照公开资料和行业趋势完成产品定义，花费数年将芯片做出来，却发现客户的真实业务与此前设想并不一致。此时再调整硬件架构，往往已经来不及。

" 热启动 " 意味着，从产品定义和研发阶段开始，燧原便可以接触大型互联网公司的真实业务需求，理解训练任务、模型框架和数据中心环境对芯片的要求。

2018 年 8 月，腾讯领投燧原科技 3.4 亿元 Pre-A 轮融资。「甲子光年」了解到，当时的投资协议没有把腾讯采购设为前提，双方的业务合作也不具有排他性。腾讯投资部门负责判断公司价值，业务部门仍需按照性能、稳定性和成本决定是否采用产品。

张亚林曾告诉「甲子光年」 ，燧原科技之所以选择与腾讯 " 联姻 "，也是因为腾讯投资最大的特点是 " 对被投企业非常宽容 "，不会干涉微观管理，给予创始人很大的空间，燧原自身的关键决策腾讯都会予以充分的支持和帮助。

腾讯的 " 热启动 "，为燧原初期的研发提供了极大的帮助；而腾讯对燧原相对克制的关系，给燧原提供了一个真实而严格的试验场。

对燧原而言，腾讯既是早期股东，也是第一款产品最重要的潜在客户。但在客户真正下单之前，燧原首先需要迈过芯片创业最危险的一关：流片。

3. 成功流片

2018 年下半年，郑焱加入了险资私募基金管理公司阳光融汇资本。

他的博士论文写的就是芯片可测试性设计（DFT）与容错等相关课题，非常了解集成电路设计阶段应用的技术。那段时间，郑焱看过国内大部分 AI 芯片创业项目，最后他把目光聚焦到了燧原上。

如今已是阳光融汇资本科技赛道投资负责人的郑焱回忆，2019 年初，他通过一位清华的师弟接触到了赵立东。正因为有专业背景，他对燧原的尽调从一开始就进入了研发组织内部。

" 当时，燧原第一款芯片尚未完成 RTL Freeze（寄存器传输级代码冻结）。" 郑焱告诉「甲子光年」。

这也就是说，当时燧原的芯片功能和逻辑设计还没有最终定型，距离送往晶圆厂流片仍有多个关键环节。

郑焱和团队分别访谈了燧原计算核心、片上网络、SoC、DFT 和后端设计等环节的负责人。他关心的不只是每个人过去在哪家公司工作，还要判断各个模块能否顺利连接起来。

芯片是一项高度协同的工程。一两个明星工程师可以决定局部设计的上限，最终能否流片成功，还取决于架构、前端、后端、验证、测试和供应链团队能否在同一个时间节点完成各自任务。

对于一家谨慎保守的险资投资机构而言，在芯片尚未完成流片、商业前景也远未明朗时下注，并不是一个常规选择。推动这笔投资落地的，既是郑焱对燧原团队能力和流片风险的专业判断，更是阳光融汇对长期资金进入战略性新兴产业的一次积极试点。

一款先进芯片的流片成本可能达到上亿元。一旦失败，公司损失就不仅是研发资金，还有重新设计、验证和排产所需的时间，这往往需要半年甚至更长时间。

对于技术迭代迅速的 AI 芯片行业，错过半年，有时就意味着错过一代市场。

但是燧原没有错过。

2019 年 12 月，燧原科技发布第一代云端 AI 训练芯片 " 邃思 " ——这款芯片后来在招股书中被称为邃思 1.0。同期，燧原还基于邃思 1.0 打造的训练加速卡云燧 T10。2020 年 12 月，燧原又推出第一代推理加速卡云燧 i10。

2019 年 12 月，赵立东展示云燧 T10，图片来源：燧原科技

郑焱此前在尽调中形成的判断，第一次得到了产品验证。

此后，燧原继续迭代：2021 年 7 月发布第二代训练芯片邃思 2.0 及云燧 T20、T21；同年 12 月发布第二代推理芯片邃思 2.5 及云燧 i20；2024 年推出第三代推理芯片邃思 320 和燧原 S60；2025 年 7 月又发布第四代训推一体芯片邃思 400 及燧原 L600。

燧原 S60，图片来源：燧原科技

燧原科技招股书显示，截至 2025 年末，公司已经完成四代计算架构、五款云端AI芯片，五款芯片均实现一次流片成功。

在芯片行业，" 五款芯片全部一次流片成功 " 是一项难得的工程纪录。但要理解燧原选择的道路，还需要先弄清它所采用的技术路线。

从行业通行的分类看，云端 AI 加速芯片大致存在两条主流路线。一条是以英伟达为代表的 GPGPU（通用图形处理器），强调通用并行计算能力，可以覆盖 AI 计算、科学计算和图形渲染等多种任务，并依托 CUDA 形成了成熟的软件和开发者生态。

另一条是面向AI负载优化的专用加速器，谷歌 TPU、华为昇腾以及燧原的产品通常被归入这一类别。此类芯片大多采用 DSA（领域专用架构），并以 ASIC（专用集成电路）形式实现：通过减少与 AI 计算无关的通用硬件，把更多芯片面积、存储带宽和计算资源用于矩阵运算，从而在特定 AI 任务中追求更高的性能、能效和性价比。

燧原采用自主研发的 GCU-CARA 计算架构，内部集成多个可编程的 GCU-CARE 加速单元，并围绕芯片开发了驭算 TopsRider 软件栈。这样的设计为软硬件协同优化留下了更大空间，同时也让燧原无法直接继承英伟达已经建立起来的 CUDA 生态。

客户将原本运行在英伟达平台上的模型迁移到燧原芯片时，代码、算子和业务系统通常需要重新适配。燧原必须一个模型一个模型地调试，一个场景一个场景地验证，再说服客户承担迁移成本。

因此，芯片成功流片只是产品进入市场的起点。燧原接下来需要回答的是：怎样让客户离开已经熟悉的软硬件平台，换上一套新的国产系统？

这个过程远比一次流片漫长。

4. 漫长的中场

云和资本是燧原科技种子轮核心投资方，连续五轮持续加注。在燧原尚未落地第一款芯片、商业化路径完全空白时，云和资本投资团队就判断国产云端训练芯片软硬件一体化是长期核心壁垒。

云和资本创始人赵云回忆，燧原创业初期，赵立东和张亚林深耕底层芯片技术，但在商业落地、市场叙事层面存在短板，很难让投资人、产业客户、产业园区快速理解燧原整套算力体系价值。

有段时间，赵云会陪他们在酒店复盘路演 BP。赵云让他们把讲述过程录下来，再一起回听，逐段梳理内容，目的就是帮助他们删减冗余底层技术细节、补齐商业化落地路径、明确客户替换海外芯片的核心收益。

" 我们从种子阶段就达成共识，训练芯片绝非单颗硬件比拼，而是‘硬件 + 软件 + 工具链’一体化完整体系竞争。能否高效适配主流 AI 框架、大幅降低客户迁移适配成本，既是燧原突破英伟达生态垄断的关键，也是企业实现规模化商业化的核心根基，这也是我们敢于在种子轮下注，后续持续加码的核心判断。" 赵云告诉「甲子光年」。

随着燧原的 AI 芯片进入市场，云和资本和燧原讨论的问题也发生了变化：如何为燧原匹配首批规模化测试客户，并搭建千卡级算力集群落地载体，完成从单卡样品到大规模商用集群的跨越。

当企业发展进入 " 漫长的中场 "，打通产业资源尤为关键。

在这个时期，赵云带领团队依托自身产业资源网络，持续为燧原对接头部科研院所、各地政府算力产业平台、区域智算中心资源，其中标志性落地成果便是推动燧原与之江实验室达成深度合作，共建联合研究中心，落地千卡级 AI 智算集群。

燧原 - 之江人工智能芯片联合研究中心，图片来源：燧原科技

对尚处于早期阶段的燧原而言，千卡集群落地绝非简单产品销售。

单卡性能达标仅为基础，多芯片高速互联、集群软件调度、7 × 24 小时稳定运行等全栈工程能力，只能依靠大规模集群场景完成验证，这类标杆项目既是早期核心落地订单，更是燧原软硬件产品持续迭代的核心试验场，也是种子轮阶段赵云预判企业必须攻克的商业化关卡。

在之江实验室项目落地后，云和资本持续拓宽燧原产业边界，对接了长三角、北方多地算力产业资源，同步为燧原导入上游供应链、下游 AI 应用生态合作伙伴，完善燧原全产业链配套体系。

一家 AI 芯片公司的商业化路径由此显现：芯片能够点亮，软件可以运行，客户愿意测试，测试之后能够采购，采购之后还要形成规模复购。每向前一步，所需的能力都在增加。

燧原发布第一代AI芯片后，其融资也进入更艰难的阶段。

叶卫刚把一家硬科技公司的融资过程分为三个时期。在他看来，最早一轮主要判断团队和方向，临近上市时，产品、收入和客户已经相对清晰，真正难投的是中间几轮。

达泰资本内部并非没有争议。

团队里年轻的投资人更关注燧原的细节和数据：销售增长不够快，亏损一年年扩大，下一轮估值却比上一轮更高，因此认为继续投燧原风险很高。叶卫刚和几位资深合伙人则更关注产品有没有按照计划交付，以及赵立东、张亚林此前说过的事情是否兑现。

" 我们最后看两个东西，一个是行业的大方向，一个是人。这两个人答应要做到的事情，基本上都做到了。" 叶卫刚和团队选择继续投资燧原，但他也承认，" 最难投的就是 B 轮和 C 轮。"

燧原的融资仍在继续。2020 年 5 月，燧原科技完成 7 亿元 B 轮融资，领投方为半导体产业基金武岳峰资本，老股东腾讯继续跟投；2021 年 1 月，燧原科技完成 18 亿人民币 C 轮融资，领投方为中信产业基金、中金资本旗下基金、春华资本；2022 年 7 月，燧原科技完成 C+ 轮融资，由国家集成电路产业投资基金投资。

但行业环境很快发生变化。

2022 年 10 月，美国进一步收紧针对先进计算芯片及半导体制造设备的出口管制。相关规则发布时，郑焱正在外地出差。晚上走出酒店，他连续给包括燧原在内的几家国产 AI 芯片企业打电话，询问设计、流片和供应链可能受到的影响。

电话另一端没有现成答案。新的规则需要律师和技术团队共同解读，芯片公司还要重新评估参数、供应商和后续产品节奏。

监管文件中的几行文字，可能改变一家芯片公司几年以来的研发计划。这也是国产 AI 芯片投资与普通互联网项目不同的地方：除产品和市场风险外，企业还要承受供应链、先进制程和国际规则随时变化带来的不确定性。

叶卫刚透露，燧原曾几次走到资金最紧张的时刻。账上的钱在减少，下一轮融资却仍在谈判。一笔资金早到或晚到几个星期，都可能改变公司的命运。

2023 年，燧原完成 D 轮和 D+ 轮融资；2024 年，又相继完成 D++ 轮和 E 轮融资。E 轮融资金额约 27.20 亿元，投前估值达到 175 亿元。

从种子轮到 E 轮，燧原上市前一共完成了 10 轮股权融资。但连续融资无法替代商业化，投资人能够为一家芯片公司争取时间，最终决定它能否走出 " 中场 " 的，仍然是产品和客户。

" 作为燧原最早一批种子投资人，八年里我们始终定位长期陪伴者、产业资源连接器，聚焦投后全周期产业赋能，坚持赋能不越位。所有技术突破、商业化落地成果，根基都来自燧原团队自身持续深耕的技术实力与市场开拓能力。" 赵云告诉「甲子光年」。

5. 幸福的烦恼

2025 年，燧原科技实现营业收入 9.90 亿元，较 2023 年的 3.01 亿元增长超过两倍；同期净亏损由 16.65 亿元收窄至 11.64 亿元。

发行人报告期主要财务数据和财务指标，图片来源：燧原科技招股书

根据 IDC 数据和燧原科技在招股书公布的销售量情况，2025 年中国 AI 加速卡整体出货规模约 400 万张，其中英伟达以约 220 万张出货量占据约 55% 的市场份额。燧原 2025 年 AI 加速卡及模组销售量达 6.6 万张，对应中国 AI 加速卡市场的占有率约 1.7%，在国内其他 AI 芯片厂商中位居前列。

这些数字意味着，燧原已经从产品验证走向规模交付。但另一组数字显示，燧原距离盈利仍有一段距离。

2023 年至 2025 年，燧原科技累计研发投入 36.76 亿元，相当于同期营业收入总和的 182.55%。截至 2025 年末，公司共有 838 名员工，其中研发人员 643 名，占比 76.73%；累计未弥补亏损达到 44.41 亿元。

对于一家仍在持续迭代芯片的公司，高研发投入有其必要性。资本市场更关心的是，这些投入能否转化为更广泛的客户和持续收入。

目前，答案在很大程度上指向腾讯。

2023 年至 2025 年，燧原对腾讯的直接及间接销售收入分别为 1.00 亿元、2.73 亿元和 8.30 亿元，占各期营业收入的 33.34%、37.77% 和 83.79%。

腾讯不仅是燧原的最大客户，也是第一大股东，腾讯科技及其关联方持股比例达到了 20.26%。

发行人股权结构，图片来源：燧原科技招股书

但在外界看来，这也是一种 " 幸福的烦恼 "。

在燧原科技上市前的第一轮问询函中，上交所就要求燧原科技说明其现有 AI 产品是否高度适配腾讯，是否具备开拓并适配其他客户的能力，以及其不同应用领域产品的市场空间、竞争格局及未来发展趋势。

在回复上交所首轮问询时，燧原承认，现有 AI 芯片已经高度适配腾讯的大量模型和业务场景。互联网应用需要承受高并发、低延迟、流量波动和 7 × 24 小时运行，如果缺少针对性的软件优化，可能出现运行效率低、多卡调度冲突和稳定性不足等问题。

但燧原同时强调，" 高度适配腾讯 " 不等于 " 只能用于腾讯 "。

燧原将自主研发的芯片架构称为 GCU-CARA（通用计算单元和全域计算架构），并围绕它建立驭算 TopsRider 软件平台。在服务腾讯的过程中，大量适配经验已经沉淀到驭算 TopsRider 软件平台，成为可以复用的编译器、算子库和开发工具。截至 2025 年末，公司软硬件平台已经适配近 1000 个 AI 模型，覆盖 300 多个应用场景。

在叶卫刚看来，AI算力市场的支出原本就高度集中。无论在中国还是美国，真正能够长期投入大规模算力基础设施的客户只有少数几家。对于创业公司，先与一家头部客户建立深度合作，是芯片进入真实业务并实现规模交付的现实路径。

根据美国独立卖方研究机构 BERNSTEIN 预测，到 2028 年，字节跳动、阿里巴巴和腾讯的 AI 资本支出将占据中国 AI 资本支出的近 50%，凸显了进入头部互联网厂商供应链对 AI 加速卡供应商的重要性。

燧原从腾讯获得了资金、订单和各方面的资源，但如何降低迁移成本、扩大开发者规模、获得更多客户认可，依然是燧原上市后需要用订单回答的问题。

6. 从芯片走向系统

随着 AI 大模型训练和推理所需的算力需求和数据吞吐量指数级提升，AI 算力竞争已从单芯片、单算力节点的软硬件性能提升转向高速互联的多算力节点系统集群方案的研发。

2026 年 7 月，在 2026 世界人工智能大会（WAIC 2026）上，十余家芯片和算力企业都带来了自己的超节点产品。" 超节点 "" 超集群 "" 超量混训装置 "，名字各不相同，背后指向的是同一个问题：如何让越来越多的 AI 芯片高效地协同工作。

燧原科技也在这场系统竞赛中给出了自己的方案。

WAIC 2026 上，燧原现场展示了两款超节点产品。一款是采用成熟 Cable-tray 路线的 " 云燧 ESL64-C"，另一款是与中兴通讯联合打造的正交架构方案 " 云燧 ESL64-O"。

云燧 ESL64-C（图左）、云燧 ESL64-O（图右），图片来源：燧原科技

两套方案代表了不同的工程取舍。

Cable-tray 方案通过高速线缆连接计算节点和交换节点，技术体系相对成熟，部署方式更接近现有数据中心。它的优势在于组网灵活、扩容方便，也更容易兼容不同服务器和数据中心环境。

正交架构追求更高的集成密度。计算板与交换板通过正交连接器垂直交叉互联，减少机柜内部的高速线缆和中间连接环节，从而压缩通信距离，降低潜在故障点。

这也是燧原过去几年产品结构变化的结果。早期的云燧 T10、T20 以训练加速卡为主；第三代 S60 抓住了大模型推理需求；第四代 L600 则重新覆盖训练和推理，并成为 OGX 与 ESL32/64 超节点产品的计算基础。

燧原的身份也在发生变化：它需要向客户交付的，逐渐不再是一颗单独的AI芯片，而是一套能够稳定运行模型的算力系统。

不过，招股书同时显示，截至 2025 年底，OGX 和 ESL32/64 超节点产品尚未实现批量收入。

OGX 和 ESL32/64 超节点产品介绍，图片来源：燧原科技招股书

燧原科技在招股书中预计，在收入增长和毛利率达到相应假设的情况下，公司可能于 2026 年或 2027 年实现合并报表盈利。公司同时提醒，这一测算具有重大不确定性，不构成盈利预测或承诺。

不过，叶卫刚对此并不担心：" 收入在涨，毛利稳中有升，迟早会盈利。"

几周前，赵立东和张亚林又来到上海市徐汇区建国西路 392 号的老洋房，和叶卫刚及达泰的几位资深合伙人喝了一次酒。

这次，他们并没有聊太多往事，而是讨论上市之后的规划，" 我们已经在做下一步的布局了。" 叶卫刚告诉「甲子光年」。

上市前夕，坐在最初见到赵立东和张亚林的长桌旁，叶卫刚向「甲子光年」回顾达泰资本陪伴燧原的八年时，用了三个短语：" 精准下注、长期陪伴、互相成就。"

而到了燧原科技上市敲钟的现场，叶卫刚反而说不出来话，他拥抱了赵立东和张亚林，" 千言万语尽在不言中了。"

八年前，燧原还没成立，赵立东和张亚林用 20 页 PPT 说服投资人相信他们；八年后，燧原已经完成四代架构、五款芯片研发，团队超过 800 人，并走到了公开市场。

而上市以后，燧原需要用每一代产品、每一批客户和每一份财报，回答更多人的问题。

那份 20 页 PPT 里的设想已经完成了一部分，剩下的部分，将在钟声之后接受检验。

* 华凯嘉、王艺、刘杨楠、黄琪丹对本文亦有贡献

** 参考资料：

《一家被腾讯投资的 to B 企业会经历什么？》，甲子光年（作者 | 王学琛，编辑 | 火柴 Q）

（封面图来源：「甲子光年」拍摄，使用 AI 生成）