前兩天看到新聞，輝達聯合17家行業巨頭發布了Agent Toolkit（開源工具集）平台。不少做企業的朋友問，輝達這又在玩什麼新花樣？簡單來說，Agent Toolkit（開源工具集）就像是輝達給全行業搭好的一棟企業AI毛坯房。地基、水電、承重牆都弄好了，還免費開源。你只要把業務、客戶和行業經驗裝進去，就能直接入住。很多人覺得這只是一次技術更新，但真不是。這是輝達在鎖定未來AI產業格局的商業佈局。更重要的是，看懂這場生態戰就會發現，AI轉型的黃金窗口期，只剩下6個月了。這篇文章不用任何難懂的技術詞，就講明白兩件事：第一，輝達為什麼要把核心工具免費開源？第二，對我們企業家和創業者來說，這6個月該做什麼？希望能給你一些啟發。一、輝達這盤棋，到底是怎麼下的？有人說輝達在做慈善，把核心工具免費給全行業用。這麼想就太天真了。能把商業做到這個體量的企業，每一步背後都有清晰的商業邏輯。這盤大棋，輝達走了三步。1. 用開源鎖定行業標準還記得當年的Android嗎？Google免費開源Android，不是為了做慈善，是要用這套系統快速佔領市場，做成移動端的事實標準。等全行業都用上Android，規則就由Google說了算，誰都繞不開。輝達這次的操作，和當年的Android如出一轍。以前企業做AI Agent，各家玩法五花八門，碎片化嚴重，沒有統一標準，誰也做不大。現在輝達把底層框架免費開放，全行業都能用，門檻降到地板。用的人越多，這套框架就越可能成為行業默認標準。等標準定下來，未來所有企業級AI的玩法，都得在輝達畫的圈裡走。它就成了企業AI世界的規則制定者。2. 用軟體免費鎖定硬體壟斷這套打法，輝達早就玩熟了。當年的CUDA（通用平行計算平台和程式設計模型），就是靠這個邏輯把輝達送上了算力王座。CUDA（通用平行計算平台和程式設計模型）免費給開發者用，大家用習慣了，寫的程式碼只有在輝達GPU上才能跑滿性能。就像你開餐廳，我免費送你烹飪教材，但教材裡的食材用量都是按我家烤箱設計的。用別家烤箱也不是不行，就是差點意思。結果呢？全行業的算力需求都鎖在了輝達身上，顯示卡想賣多少錢就賣多少錢。這次的Agent Toolkit（開源工具集），就是企業級AI時代的新CUDA（通用平行計算平台和程式設計模型）。用它做的AI Agent，只有在輝達的算力底座上，才能發揮極致性能、安全性和相容性。換別家的算力，不是不能用，就是不好用、不穩定、效率低。最後全行業的企業AI需求，都會轉化成對輝達GPU的剛性需求。軟體免費開源虧的那點錢，靠硬體銷售能成百上千倍地賺回來。3. 彙集17家巨頭，鎖定全行業生態平台生態的核心是雙邊網路效應——用的人越多，生態就越好用；生態越好用，用的人就越多，最後贏家通吃。看看這次入局的17家企業：Adobe、Salesforce、SAP、ServiceNow、Siemens、CrowdStrike、Atlassian、Cadence、Synopsys、IQVIA、Palantir、Box、Dassault Systèmes、Red Hat、Cisco、Amdocs。沒有一個是湊數的，全是ERP、工業軟體、創意設計、網路安全、雲端運算這些賽道的絕對龍頭。這些巨頭一入局，等於各個行業的標竿都站在了輝達這邊，全行業的企業都會跟著走。巨頭們帶來了海量的行業場景、行業經驗、客戶資源，會快速把這套Toolkit（開源工具集）喂得越來越成熟，生態壁壘越來越高。開發者一看，全球最大的一批企業客戶都在這個生態裡，自然會蜂擁而至。最後形成巨頭定方向、開發者做創新、全企業都在用的閉環，再也沒人能打得過。二、為什麼說，這一輪AI技術轉型的黃金窗口期僅剩6個月？6個月，不是隨口喊的口號，更不是故意製造焦慮，是基於商業規律和行業節奏，算出來的確定性結論。1. 6個月，是生態格局的不可逆臨界點17家全球巨頭已經正式入局，它們的產品迭代週期，剛好就是3-6個月。未來6個月裡，這些巨頭的核心產品，會全面接入輝達的Agent體系，完成全場景的AI落地。到那個時候，全球各個行業的標竿企業，都已經用這套標準跑通了業務，這套體系就會成為全行業默認的、唯一的事實標準。就像當年的微信，一旦跨過了使用者量的臨界點，你再想做一款社交軟體，就幾乎沒有機會了。6個月後，生態的大門就會徹底關上，你再想入局，成本會翻10倍、100倍，甚至根本沒有入局的資格。2. 6個月，是企業AI淘汰賽的一個分水嶺這場Agent大戰的淘汰路線非常清晰：第一輪拼的是誰的AI技術落地快。採購裝置、部署本地模型、裝龍蝦等等，這個時間週期是幾個月，人人都開始會用Agent，這些和生死無關，並不會有任何企業被淘汰掉，但是可以給企業搶到幾個月的搶跑時間，可以更好地為第二輪備戰；第二輪拼哪個企業能夠打造出更好的人機協作系統。這一輪是最難的，怎麼搭建人機協作系統，怎麼做企業在AI時代組織管理的難題，這個時間窗口是以年為計算單元的，會格外的殘酷，大量的舊公司舊員工可能會被淘汰的同時，也有不少AI原生的組織以及個人在這個階段能夠大放異彩。當一個企業開始人機協作的時候，麻省會遇到各種各樣的能力瓶頸，員工想配合，但是能力跟不上，Agent的幹活速度遠超過人，光去稽核Agent產出的結果以及回應，人可能都幹不過來。再者是動機的瓶頸，員工有能力去配合，但是他有沒有動力去和Agent一起完成事情呢？因為擔心被取代，可能故意把SOP（標準流程）寫得很模糊，讓公司覺得Agent很難乾成事情。但這種抵抗很快會無效，各大平台會推出方便Agent使用的命令列，讓Agent非常清楚地把SOP（標準流程）梳理出來，因此員工必須去理解到自己的價值是什麼，不再是做什麼事情，而是去判斷事情。如果意願也搞定了，最難的事情就是組織基因衝突，也就是團隊在底層上是否能夠和AI相容，要改造原有團隊的基因太難了，因此企業採取的解決方案是直接拉一個新的團隊，而新團隊完全會和AI工作流進行融合，讓AI把工作做到最好。如果順利解決了以上問題，才能絲滑地進入到AI Agent的時代。到了AI Agent的時代，就到了第三輪。第三輪拼AI時代企業最終的競爭壁壘——品味和信任，是AI給不了的東西，這才是你的護城河。因為AI可以做很多事情，但是最後的拍板必須由人去完成，人來做判斷、人來做選擇，這時候不只是邏輯問題，還有直覺等等各種的綜合，這很難被訓練，因此AI很難複製走。而消費者購買某個產品，不只是基於技術本身，還基於對品牌的信任，這需要傳遞一種真實的問題。因此，這三輪的AI轉型，比拚的是轉型速度。你的競爭對手，現在用輝達的開源工具，1個月就能搭好最小閉環，3個月就能跑通核心業務場景，6個月就能把AI融入銷售、服務、財務、供應鏈全流程，實現30%、50%甚至更高的降本增效。6個月後，你和同行之間的效率差距，就會像自行車和高鐵一樣。你拚命趕的時候，別人已經到下一輪PK賽了。商業競爭裡，一步落後，就是步步落後。每一次技術變革，最大的紅利，永遠都在窗口期。第一批入局的人，能輕鬆佔到最好的賽道，吃到最大的紅利。等窗口期關上，賽道全被佔滿了，你再進來，只能喝別人剩下的湯。現在，輝達的生態剛發佈，大量的細分賽道還是空白。比如中小企業的Agent落地服務、垂直行業的Agent範本、Agent的安全合規審計、Agent的維運最佳化，全是藍海。所以我才說，這一輪AI轉型技術淘汰賽的黃金窗口期僅剩6個月。這6個月，不是讓你把公司的所有業務都換成AI，而是讓你趕緊上車，先跑起來，先拿到結果，先佔好位置。觀望和猶豫，才是這個時代最大的成本。三、到底該怎麼做？中小企業主，核心的選擇，是全面擁抱，而不是觀望猶豫。別再糾結AI會不會淘汰我們，技術會不會不成熟，你要做的，就三件事:第一，未來30天，找到公司裡最能靠AI提效的核心場景，比如客戶服務、財務報銷、銷售線索跟進，不用貪多，先找三四個。第二，組建一個小團隊，用1-2個月的時間，跑通最小閉環，拿到實實在在的降本增效結果。第三，把這個成功的場景複製放大，逐步融入公司的核心業務流程，用6個月的時間，和同行拉開差距。結語商業的終極競爭，從來不是技術的競爭，是對趨勢的判斷，和對時機的把握。 (筆記俠)

最近，輝達 CEO 黃仁勳發表觀點文章，提出了 AI “五層蛋糕” 理論。該理論將完整的 AI 產業生態比作一塊層層遞進的蛋糕，從底層能源到頂層應用環環相扣、相互支撐。黃仁勳提出的 “五層蛋糕”，自下而上依次為能源層、晶片層、基礎設施層、模型層、應用層，各層級分工明確、深度關聯。第一層：能源層這是 AI 產業的根基，AI 的穩定運行高度依賴電力支撐。正如馬斯克所說：AI 的盡頭是電力，是能源。AI 的高速發展會產生巨量的電力消耗，同時 AI 技術也能反向助力人類探索和利用新能源，二者相輔相成。2025年，跟電力相關的燃氣輪機正經歷前所未有的訂單狂潮，也正反映出算力對能源的無限需求。第二層：晶片層這一層的核心作用，是把電力轉化為 AI 所需的計算能力，是 AI 算力的核心載體。海外的輝達，國內的寒武紀、摩爾線程、沐曦股份等企業，均深耕在這一核心賽道。第三層：基礎設施層這一層就像 AI 算力運行的 “現代化超級工廠”，核心是整合各類硬體資源，搭建穩定、高效的算力運行環境，已進入上市輔導期的超聚變就是該領域的代表企業，其 2025 年全年銷售額達到 500 億元人民幣。第四層：模型層這是 AI 的 “大腦”，決定了 AI 的計算邏輯、輸出精準度與使用體驗。我們熟知的 DeepSeek、通義千問、豆包背後的大模型，都屬於這一層級。當下行業流行的 “模型即服務” 模式，就是把訓練好的大模型像水電一樣，便捷地開放給企業和開發者使用。第五層：應用層這是 AI 能力落地的終端，也是把 AI 技術轉化為實際產業價值的最終環節。在國內市場，模型層與應用層的邊界有時會相對模糊，比如阿里的通義千問，本身是大模型產品，同時也直接面向使用者提供 AI 服務，因此兼具模型與應用的雙重屬性。這些，將意味著什麼當你將 AI 視為必不可少的基礎設施時，其深遠影響便清晰可見。當前 AI 發展勢頭迅猛，但放眼長遠，整個行業仍處於非常早期的發展階段，未來將形成三大核心趨勢：一是算力需求將呈指數級增長。當下 AI 大模型訓練、應用開發的產業熱潮，會進一步推高全社會的算力需求，這也意味著算力基礎設施建設仍有極為廣闊的發展空間。二是大模型能力持續升級、使用成本持續下降。未來的模型平台會更加強大、易用，但大模型的研發需要巨額的長期資金投入。比如字節跳動以 60 億美元向阿拉伯投資方（沙烏地阿拉伯主權財富基金旗下 Savvy Games Group）出售旗下遊戲公司沐瞳科技，核心目的就是回籠資金，為後續聚焦 AI 核心賽道發展儲備充足資源。三是 AI 垂直應用將越來越貼近普通人的生活。未來會誕生大量深耕特定場景的 AI 應用，甚至有望出現像支付寶之於金融行業、微信之於社交領域那樣，徹底重塑行業生態的 AI 超級應用。在上述賽道中，AI 基礎設施的投資邏輯最為清晰：算力需求呈指數級增長，供給側的投資具備極高的確定性。當前 AI 領域國產替代已成為行業核心發展主線，疊加國家政策的大力扶持，“基礎設施先行” 是科技產業發展的必然規律，能源、晶片、算力基建相關的投資，都具備極強的確定性。但需要警惕的是，當前部分公司的市值因市場情緒被過度推高，其中的泡沫風險需要高度警惕。正如巴菲特的經典論斷：當潮水退去，才知道誰在裸泳。但不可否認的是，AI 將是未來 10 年全球最大的科技風口，其中 AI 晶片和大模型賽道，是目前行業內確定性最高、成長性最強的核心領域。AI 原生超級應用已進入爆發期：豆包全網使用者超 3 億，除夕日活峰值 1.45 億，是國內首個日活穩定突破 1 億的 AI 原生應用領跑者；通義千問使用者超 3 億，日活峰值 7300 萬；元寶使用者 1.2 億，除夕日活峰值 4000 萬。如今，無論是企業的數智化升級改造，還是個人使用 AI 助手，都已成為行業與生活的標配，AI 正從高冷的前沿技術，一步步融入大眾的日常工作與生活。AI 產業鏈的生態結構，絕非簡單的上下游供需關係，而是基礎設施、模型平台、應用服務多個層級相互賦能、正向促進的循環生態 —— 基礎設施提供算力底座，模型平台搭建智能引擎，應用服務實現價值落地。最終，產業鏈的每個層級，都將迎來廣闊的發展空間，收穫 AI 產業發展的長期紅利。 (春語堂)

3700萬美元，2.5億人民幣，木頭姐已經把手中的輝達股票清倉了，這個曾經讓木頭姐賺很爽的股票，現在沒價值了？2014年，木頭姐最早看好併入手輝達，據說當年股價5美元，十年後，雖然木頭姐出清時，沒趕上輝達暴漲時刻，但綜合收益150倍，也是大大賺到了。到去年這時候，木頭姐以低於100美元的價格再入手輝達，趁機再抄一次底，最後以170美元元的價格出清，一年時間，又賺到了。輝達一直有得賺，現在明明還能賺，但此刻木頭姐卻清倉離場了，是因為這個全球第一晶片股最近缺乏動力，上漲不太猛了嗎？股神巴菲特說，要尋找並長期陪伴一家好公司。就像他自己一直長期持有蘋果、美銀和可口可樂那樣。現在，即使輝達最近有點溫吞，但它依舊是這個AI時代最核心的公司，正屬於股神口中所說的好公司。這一次，木頭姐同時清倉的還有Meta，減持的還有AMD、台積電、博通，Google，AI相關科技股和晶片股，這些好公司怎麼突然全部不香了？木頭姐是女版巴菲特，相同又不同，她也長期手持好公司特斯拉不放手，但她或許更喜歡押注賽道、投資風口，因為這種上漲更帶勁。這次木頭姐清空減持這些AI晶片與科技股，轉頭把錢投向了AI醫療。不是AI不行了，而是新的AI戰場更有搞頭。木頭姐現在的持倉重點，轉向了AI醫療、基因編輯。那也就是說，輝達們不再會有爆炸性的增長了嗎？其實，木頭姐上次完美錯過了在輝達身上大賺幾十億的機會。這一次，木頭姐清倉之後，輝達會走向何方，確實令人期待。一切都不好說。沒有誰對誰錯。只是一種理性的選擇。 (後知說)

如果你覺得輝達的GB200機架式系統已經夠龐大了，那麼CEO黃仁勳的野心才剛剛開始。在上個月的GTC大會上，這家全球市值最高的公司公佈了計畫，擬利用光子互連技術，在2028年前將超過一千個GPU整合到一個巨型系統中。該公司並未坐等供應鏈的穩定。過去一個月，這家GPU巨頭已向Marvell、Coherent和Lumentum等光學和互連技術公司投資數十億美元，為這些系統的廣泛部署做好準備。黃仁勳在GTC主題演講中表示：“對於我們生態系統中的所有參與者來說，我們需要更大的產能。我們需要更大的銅纜產能；我們需要更大的光器件產能；我們需要更大的CPO產能；正因如此，我們一直在與大家合作，為實現這一增長水平奠定基礎。”然而，輝達走到今天這一步的歷程其實開始得更早。事實上，早在2022年底OpenAI向世界發佈ChatGPT時，輝達就已經意識到自己遇到了問題。當時，這家GPU巨頭最強大的系統也只有8個GPU，而推動人工智慧蓬勃發展的模型卻需要數千個GPU進行訓練。輝達需要更大的處理器，或者至少需要一個速度更快的網路，能夠有效地將工作負載分配到數十個晶片上。我們在2023年輝達的Grace Hopper超級晶片上首次窺見了這種技術的雛形，但直到2024年初，其全貌才得以展現。同年在GTC大會上亮相的Grace Blackwell NVL72，是一款功率高達120千瓦的巨型機器，它採用銅質背板，內部佈滿數英里的線纜，使36個節點和72個GPU能夠像一個巨大的AI加速器一樣協同工作。Nvidia 網路高級副總裁 Gilad Shainer 告訴El Reg ，銅是實現這一目標的自然選擇。“如果條件允許，銅線是最佳的連接方式，”他說。“它非常經濟實惠，價格低廉，而且零功耗。它非常可靠，也沒有任何有源元件。”但銅線並非完美無缺。在 1.8 TB/s 的傳輸速率下，由於 GPU 之間通訊，銅線只能延伸幾英呎，訊號就會開始衰減。如果你曾經好奇為什麼 NVL72 的 NVSwitch 都位於機架中央，那是因為線路長度有限。銅線傳輸距離的侷限性也意味著輝達必須儘可能多地將 GPU 塞進單個機架中。兩年後，輝達正迅速接近銅的極限，如果想要組裝更大的 GPU 系統，就需要採用光學技術。可插拔問題當黃先生首次展示代號為 Oberon 的 NVL72 機架時，將兩個加速器進行光學連接的唯一商業可行方法是使用可插拔光學器件。這些模組的大小和一包口香糖差不多，包含了將電訊號轉換成光訊號以及將光訊號轉換回電訊號所需的所有雷射器、定時器和數字訊號處理裝置。可插拔裝置在資料中心網路中並不新鮮，但將其用於像輝達的 NVLink 這樣的縱向擴展計算架構，會帶來一些問題。為了達到 1.8 TB/s 的頻寬，每塊 Blackwell GPU 需要 18 個 800 Gbps 的可插拔模組：9 個用於加速器，另外 9 個用於交換機。這些可插拔模組本身功耗並不高——大約 10-15 瓦——但 72 塊 GPU 加起來，功耗就相當可觀了。正如黃在 2024 年 GTC 主題演講中指出的那樣，光學器件需要額外的 20,000 瓦功率。然而，自 Oberon 機架首次亮相以來，很多情況都發生了變化。共封裝光學器件 (CPO) 技術的進步，將光引擎直接整合到交換機 ASIC 旁邊，有助於降低功耗。2025年，輝達成為首批採用CPO技術的AI基礎設施提供商之一，將其直接整合到Spectrum乙太網路和Quantum InfiniBand交換機中。（博通旗下的Micas Networks也在採取類似舉措。）這大大減少了建構人工智慧訓練叢集所需的可插拔元件數量。然而，直到最近，該公司才開始探討在其NVSwitch架構中使用光模組和CPO（光纖通道模組）。NVLink 實現光纖化兩年前，黃仁勳還對光互連過於耗電嗤之以鼻，但今年春天在GTC大會上，他又重新審視了這一話題，推出了Vera Rubin NVL576和Rosa Feynman NVL1152，這兩個多機架系統將利用光子學技術將其計算域擴展八倍。如果您覺得 NVL576 這個數字耳熟，那是因為它之前就出現過。事實上，在最初的 NVL72 機架式顯示卡發佈時，Nvidia就曾預告過一款配置了這麼多 GPU 的顯示卡，但據我們所知，這樣的系統從未在實際應用中部署過。Nvidia 也曾短暫地以 NVL576 品牌銷售其 Vera Rubin Ultra Kyber 機架，但後來決定實際上並不想將每個單獨的 GPU 晶片計為一個獨立的加速器。除非輝達的市場行銷或路線圖再次發生變化，否則真正的 Vera Rubin NVL576 將採用銅和光纖互連的組合。黃仁勳在本次 GTC 主題演講中表示：“現在有很多關於‘輝達是會擴大銅纜規模還是擴大光纜規模？’的討論。我們將兩者都做。”據輝達超大規模和高性能計算副總裁伊恩·巴克 (Ian Buck) 介紹，網路的第一層將採用機架內的銅纜互連，這意味著GPU無需任何改動。第二層主幹網將採用可插拔模組。我們尚不清楚輝達計畫為此使用那種拓撲結構，但兩層胖樹肯定符合要求，並且脊柱層只需要一個機架的交換機（總共 72 個 ASIC）。對於模組本身而言，可插拔模組是最簡單的選擇，但輝達也可以選擇近封裝光學器件 (NPO)，就像Lightmatter上個月展示的那樣。Vera Rubin 認為，輝達目前只談論其 Oberon NVL72 機架的光學縮放，而不是其 NVL144 Kyber 系統。我們不太清楚輝達做出這個決定的具體原因，但值得注意的是，如果支援光刻擴展，就不需要把所有東西都塞進一個機架裡。因此，從散熱和功耗的角度來看，支援跨越八個機架的光刻擴展可能更合理。Nvidia Feynman 採用共封裝真正有趣的地方在於輝達的費曼一代產品，預計將於 2028 年中後期開始出貨。據悉，這些系統將提供銅纜或共封裝光纖 NVLink 互連兩種選擇。輝達對這一切將如何運作守口如瓶，但有幾種可能的途徑。最簡單的選擇是將 CPO 整合到 NVLink 交換機 ASIC 中，並繼續在機架中使用銅互連。這將需要一個兩層 NVSwitch 架構和兩到三個不同的交換機 ASIC：一個半光纖的，一個全光纖的，以及一個可能沒有 CPO 的。這樣做可以讓輝達通過簡單地更換 NVLink 交換機托架或根據需要推入脊柱機架來支援多種配置。更有趣的方案是將CPO整合到交換機和GPU封裝中。這幾乎肯定會導致Feynman GPU推出多個SKU——一個帶光模組，一個不帶——但可以將網路架構簡化為單層結構。上個月在 GTC 大會上，Shainer 在接受El Reg採訪時拒絕評論公司計畫採用那種方法，但他強調了單層計算架構的優勢。他說：“如果沒有必要，就不要建構多個層級，因為要儘量減少計算引擎之間的延遲。”雖然可以將CPO整合到GPU中，但單層NVL1152系統需要一個極其高階的交換機。不過，考慮到Feynman晶片不太可能在2028年中後期上市，我們認為這並非不可能。保障生產資料無論那種方案，都需要充足的雷射模組供應。雖然CPO（整合光刻）技術將大部分光學和訊號處理功能整合到封裝中，但為了便於維護，雷射器通常仍保持獨立。這或許可以解釋輝達上個月為何向Coherent和Lumentum這兩家專注於光學雷射器的公司分別投資40億美元（各20億美元）。如果輝達想要真正有效地採用CPO技術，其供應鏈必須做好準備。進一步的證據表明，輝達正在轉向加速器上的CPO策略，例如該公司本周早些時候宣佈與Marvell達成20億美元的合作協議。作為這項投資的一部分，輝達將與 Marvell 合作，將 NVLink Fusion（其高速互連技術的授權版本）整合到定製的 XPU 中，供輝達 Vera CPU 使用。雙方還將合作開發光纖 I/O 技術，但具體合作範圍並未透露。正如The Next Platform本周早些時候 討論的那樣，Marvell 以 32.5 億美元收購 Celestial AI 的交易可能與此有關。這家初創公司的光子互連技術可用於建構跨多個機架的相干儲存網路，這對於輝達來說可能極具吸引力，正如它對Marvell最大的客戶之一（包括AWS）一樣。您可能還記得，AWS是輝達NVLink Fusion的最大客戶之一，並計畫在其下一代Trainium4計算叢集中使用這項技術。總之，輝達顯然已經意識到光學擴展的重要性，我們可以預期CPO將在其未來的系統設計中發揮更大的作用。 (半導體行業觀察)

《華爾街日報》4月2日刊文稱，中國和美國都將人形機器人視為戰略性產業，而眼下，中國人形機器人的快速發展，讓美國機器人也難以離開“中國製造”。今年3月，輝達CEO黃仁勳在輝達年度GTC大會上帶來了一位意外嘉賓——《冰雪奇緣》電影中雪人奧拉夫的機器人版本。這台機器人彙集了美國三家最知名的公司，由迪士尼提供角色，輝達和Google提供人工智慧技術。但《華爾街日報》注意到，這台機器人也是中國實力的展示。根據迪士尼公司的一篇論文，如果沒有中國機器人製造商宇樹科技提供的零部件來驅動其頸部和腿部的運動，“奧拉夫”就無法行走或擺動身體。中國公司正加緊鞏固其在人形機器人供應鏈中的地位。報導稱，儘管美國掌握著機器人“大腦”所需的最先進晶片和其他技術，但中國在人形機器人“身體”的製造生態系統方面擁有無可匹敵的優勢。在上個月的一檔播客節目中，黃仁勳坦率地表示，中國“在微電子、電機、稀土、磁體這些機器人產業的基礎環節，是全球最好的”，“世界機器人產業將不得不在很大程度上依賴它。”3月16日，美國聖何塞，輝達CEO黃仁勳在GTC全球大會上，與《冰雪奇緣》中的機器人雪人奧拉夫同台。 IC Photo據知情人士透露，特斯拉正在中國組建一個團隊，將與其Optimus（柯博文）人形機器人的供應商合作。據悉，特斯拉的員工已經拜訪了中國的感測器、電機和其他零部件製造商。此舉是為Optimus的量產做準備。馬斯克曾在去年11月預測，Optimus將成為“有史以來影響力遠超其他的產品”。得益於國內精密零部件供應充足，中國的人形機器人整機製造商能夠更快地將產品推向市場。據摩根士丹利稱，去年中國企業推出了28款人形機器人，幾乎是美國公司的三倍。政府支援、機器人體育賽事和電視表演，讓人形機器人在中國獲得了極高的公眾關注度，不僅催生了首批使用者，更助力中國企業贏得了資本青睞。宇樹科技是領先的機器人整機和零部件製造商之一，該公司計畫今年在上海進行首次公開募股（IPO），擬融資金額42.02億元。宇樹科技表示，該公司在2025年交付了超過5500台人形機器人，用於研究、教育和公共表演等用途，遠超美國競爭對手。宇樹在其IPO檔案中表示，“規模化量產進一步強化了公司與上游供應商的議價能力，形成成本優勢。”摩根士丹利估計，中國供應鏈可將人形機器人的製造成本降低多達三分之二。據高科技產業研究公司集邦（TrendForce）的資料，控制人形機器人運動的部件，包括專用電機和齒輪，約佔機器人總成本的55%。“中國人形機器人初創公司的優勢在於能夠利用其廣泛的供應鏈，”雅馬哈發動機（Yamaha Motor）旗下位於矽谷的投資部門Yamaha Motor Ventures的董事長大西圭一去年表示，並補充說，“中國擁有可以測試各種應用的市場，而且供應商願意承擔風險。”不過，報導指出，美國機器人製造商在獲取輝達晶片和其他美國人工智慧技術方面仍具有優勢，這也是為什麼中國企業積極爭取成為其零部件供應商的原因之一。2025年6月22日，浙江杭州，觀眾在杭州一機器人展上觀看特斯拉Optimus機器人東方IC從新加坡、東京到利雅德和拉斯維加斯，過去一年中，中國的零部件製造商已成為機器人行業展會的常客，而優必選、宇樹科技等公司也已聘請當地經銷商來拓展海外市場。報導還注意到，今年3月，在白宮舉行的一場教育峰會上，美國第一夫人梅拉尼婭與矽谷公司Figure AI開發的最新人形機器人並肩行走。“我是Figure 03，一款在美利堅合眾國製造的人形機器人，”該機器人向觀眾說道。然而，匯豐銀行分析師和知情人士表示，在早期機型中，Figure AI曾使用中國供應商提供機器人關節、感測器和電機。據報導，一些人形機器人零部件是從工業機器人、汽車和消費電子產品上改造而來的，但特斯拉正試圖自行設計和開發零部件，這將使其對有關技術擁有更多控制權，並能夠最佳化軟硬體之間的相容性。但這也意味著要依賴那些能以優惠價格提供定製零部件的中國供應商。特斯拉對中國的依賴在去年顯露無遺。據熟悉特斯拉供應鏈的人士透露，當時中國收緊了出口限制，特斯拉因此不得不減少Optimus機器人上稀土磁鐵的使用量。知情人士稱，今年，特斯拉已與一些中國供應商洽談，訂購足可生產數千台Optimus的零部件。這些零部件包括感測器、為實現精確高速運動提供動力的無芯電機，以及用於模擬人類關節動作的減速器。報導稱，中國供應商在快速提升其產品質量的同時，也在價格上保持著明顯優勢。一家生產絲槓的中國製造商正加緊努力，以求達到特斯拉所需的更高壽命標準。絲槓是機器人運動的關鍵部件。這家公司已經在為數家中國機器人製造商供貨，公司的一名市場經理說，特斯拉提出了更為嚴格的要求，包括縮小設計尺寸、將耐用性提高四分之一，同時價格仍要比歐洲產品低25%。“一旦我們縮小了差距，我們的成本結構將成為一個無與倫比的優勢。”這名經理說。 (觀察者網)

最近，一些不太起眼的市場動作，正在釋放一個不太舒服的訊號。不是散戶在恐慌，而是最聰明的錢，開始離場。據多方資訊，“矽谷核心圈層”的一批重量級人物，已經對 輝達 和 特斯拉 做出了極端一致的動作——清倉。問題不在於他們賣了，而在於，他們為什麼在這個時間點，一股不留？如果把所有資訊拼在一起，你會發現，這並不是簡單的“看空科技股”，而是一次更深層的風險重估。過去兩年，AI幾乎成了一種“信仰資產”。估值不再由現金流決定，而是由敘事驅動。像 OpenAI 這樣的公司，一度被推到接近7000億美元估值，但市場也開始出現另一種聲音：當價格不再錨定利潤，而錨定故事時，泡沫其實已經形成。更關鍵的是，一旦最核心資產的估值邏輯被懷疑，這種不信任不會停留在單一公司，而會沿著整個產業鏈擴散。輝達不會獨立於AI存在，AI的信心一旦鬆動，它的估值自然也會被重新審視。與此同時，市場對特斯拉的看法也在發生變化。很多人還把它當成一個高速成長公司，但資本市場開始用更冷靜的方式重新計算它的基本面。一邊是利潤明顯承壓，另一邊卻是巨額投入持續增加，這種“收入下行、支出上行”的結構，會直接壓縮現金流空間。對於華爾街來說，增長可以講故事，但現金流，是講不了故事的。再看輝達，它的問題反而更微妙。它依然是當前AI浪潮中最強的基礎設施公司，但也正因為如此，它被繫結在一個高度不穩定的生態結構之中。圍繞 OpenAI 的博弈越來越複雜，微軟 深度參與，埃隆·馬斯克 也在多線推進競爭，這意味著整個AI產業，並不是一個穩定增長的行業，而是一個正在快速重構權力格局的戰場。在這樣的環境下，另一個變化正在發生：越來越多的科技巨頭開始自研晶片，試圖降低對輝達的依賴。一旦這種趨勢形成規模，它原本的壟斷溢價，就會被市場重新定價。當這些因素疊加在一起，你就能理解，為什麼一部分頂級資金選擇在這個階段離場。他們並不是簡單判斷價格會跌，而是在評估一個更本質的問題：風險和回報的關係，已經發生了變化。當上行空間變得有限，而下行風險卻開始變得不可控時，最理性的選擇，從來都不是繼續博弈，而是提前退出。所有這些變化，其實都指向一個更底層的變數，那就是流動性。過去幾年，充裕的流動性讓市場可以容忍高估值、容忍虧損、甚至容忍沒有清晰盈利路徑的商業模式。但當流動性開始收緊，市場的定價邏輯就會迅速切換，現金流重新成為核心，高波動資產則成為最先被拋售的對象。市場從來不會突然崩塌，它只是先悄悄發生變化，然後才被大多數人意識到。當所有人還在討論AI的未來時，真正的資金，已經開始考慮退出路徑。輝達和特斯拉未必會立刻下跌，但有一點越來越清晰，它們正在從“信仰資產”，變成“需要被證明的資產”。而這個轉變，本身就是周期開始的訊號。 (硯舟的日記)