這張出現在 NVIDIA GTC 現場的大圖，真正值得看的，不是上面排了多少合作夥伴 Logo，而是輝達正在把 AI 基礎設施這件事重新講一遍：未來賣的可能不再只是一張卡、一台伺服器，甚至不只是一個機房，而是一整套能落地、能擴容、也能長期運行的 AI Factory。 圖片來源：NVIDIA GTC 大會。 從數量上看，這張圖裡出現頻率最高的是美國企業，共 29 家。美國之後，最集中的地區是台灣，共 9 家。除此之外，新加坡和澳大利亞各 6 家，日本 5 家，法國 4 家，英國 3 家，印度和愛爾蘭各 2 家；北京、韓國、馬來西亞、印尼、荷蘭、西班牙、德國、瑞士各 1 家。 只看這個分佈也能發現，AI Factory 這件事目前仍然是美國主導，但亞洲，尤其是台灣、新加坡、澳大利亞和日本，在整機製造、區域雲和園區基礎設施上已經佔了不輕的份量。

作為全球AI浪潮領頭企業之一，輝達上一場GTC大會後僅三個月，黃仁勳今天再度登台。節奏之快，折射的並非輝達的“勤奮”，而是行業競賽似乎已進入以日為單位的迭代周期。 如果說三月份的聖何塞是一場“晶片全家桶”的硬體比拚，那麼今天台北GTC的核心敘事只有一個：Agent。 黃仁勳要講的，不再是GPU有多快，而是輝達如何定義AI時代的“工廠標準”。 算盤一：從賣晶片到賣“AI工廠藍圖”

AI工廠這條線，最近真的有點意思。 戴爾因為AI伺服器爆發，盤後大漲。聯想也因為AI PC、AI伺服器和基礎設施業務，被市場重新拿出來定價。 輝達是AI時代的發動機供應商，GPU是整個產業鏈裡最硬的資產，這一點不用爭。但現在市場已經不只是在搶發動機了。企業要建AI工廠，要的是一整套能跑起來的系統：伺服器、儲存、網路、液冷、電力、部署、維運、客戶交付。 來源 @港股研究社

台北時間2026年3月17日凌晨2點，沒有絲毫意外，全球科技圈的目光再次聚焦於那個穿著皮衣的男人身上。輝達GTC 2026大會如約而至。如果你還以為這只是一場關於顯示卡參數的發佈會，那你可能已經掉隊了。今年的GTC，黃仁勳不再僅僅談論晶片，而是拋出了一個震撼行業的全新定義：輝達已經從一家“晶片公司”徹底蛻變為一家“AI基礎設施和工廠公司”。這場長達兩小時的演講，資訊密度極高。從CUDA生態的飛輪效應，到Token成本的極致壓縮；從Vera Rubin平台的量產，到Feynman架構的前瞻；再到那個讓全場沸騰的“龍蝦”NemoClaw。黃仁勳用無可辯駁的資料和路線圖，向世界展示了AI推理時代的宏大圖景。01 20年的飛輪：CUDA的護城河比想像中更深演講伊始，黃仁勳並沒有急於拋出新的硬體參數，而是花了近十分鐘回溯CUDA架構誕生20年的歷程。這不僅是對過去的致敬，更是對護城河的宣示。螢幕上展示著“20 YEARS CUDA FLYWHEEL”（20年CUDA飛輪）的巨大循環圖，這不僅是技術的循環，更是商業的邏輯。“二十年來，我們一直致力於這種革命性架構——單指令多線程（SIMT）。”黃仁勳回憶道。CUDA的真正壁壘，在於底層的安裝基數。這是一個經典的飛輪效應：安裝基數：全球數億塊運行CUDA的GPU構成了龐大的底座。開發者：龐大的底座吸引開發者創造新演算法。突破：新演算法帶來技術突破（如深度學習）。生態：技術突破催生新市場，吸引更多公司加入，進一步擴大安裝基數。“CUDA真正融入了每一個生態系統。”黃仁勳指著那張描述其媒體戰略的幻燈片說道。這種軟硬一體的生態壁壘，讓NVIDIA的架構應用範圍不斷擴展，計算成本持續降低。正如他所強調的，加速計算不僅帶來初期的性能躍升，還能在生命周期內持續最佳化軟體，讓算力成本不斷下降。02 資料革命：結構化與非結構化資料的全面加速在本次演講中，黃仁勳著重介紹了輝達為資料處理打造的核心軟體庫，並稱其為“本場演講最重要的一張圖”。隨著AI的爆發，全球資料處理體系正面臨結構性變革。螢幕上展示了一張複雜的圖表，標題為“Structured Data is the Ground Truth of AI”（結構化資料是AI的“真相”），這是一個價值1200億美元的生態系統。過去，企業計算建立在結構化資料之上。但未來，AI智能體將直接訪問和使用這些資料庫。與此同時，全球每年產生的資料中約90%是非結構化資料。AI的多模態能力正在將這些“死資料”轉化為可計算的資訊。為此，NVIDIA推出了兩項關鍵技術：cuDF：加速資料框計算，面向結構化資料。cuVS：面向向量儲存和語義資料，處理非結構化資料。黃仁勳透露，SQL的發明者IBM正在利用cuDF加速其watsonx.data平台。這標誌著AI正在重塑整個資料處理基礎設施。03 推理拐點：Token成本全球最低“去年我說營收將達5000億美元，你們可能沒覺得驚豔。但今天，我預見通過2027年的營收將至少達到1兆美元。”黃仁勳的這句話引爆了全場。支撐這一驚人預測的，是AI計算需求的爆發式增長。螢幕上清晰地標示著“Inference Inflection Arrives”（推理拐點到來）黃仁勳指出，過去兩年，計算需求增長了約10,000倍。這背後是三件大事的發生：ChatGPT開啟生成式AI時代：計算從“檢索”轉向“生成”。推理AI（o1/o3）的出現：AI開始思考、規劃，Token使用量爆炸。Claude Code開啟代理時代：首個代理模型革新了軟體工程。“推理既是最困難的環節，也是最關鍵的商業環節。”黃仁勳強調。在資料中心層面，衡量效率的關鍵指標是“每瓦特生成多少Token”。評測結果顯示，NVIDIA在AI推理性能和效率上保持絕對領先。從Hopper H200到Grace Blackwell NVLink 72架構，每瓦特性能提升約35倍，分析師甚至認為接近50倍。螢幕上打出了“NVIDIA Token Cost is Untouchable”（NVIDIA Token成本不可觸碰）的字樣。黃仁勳放出豪言：“即便競爭對手的架構是免費的，它也不夠便宜。” 因為建立一個1GW的工廠，即便什麼都不放，15年的攤銷成本也高達400億美元。只有運行最強的電腦系統，才能獲得最低的Token生產成本。04 Vera Rubin：為智能體AI而生的超級電腦演講的高潮之一，是Vera Rubin超級AI平台的亮相。這是一個由七款晶片組成的全新計算平台，涵蓋計算、網路和儲存三大功能。螢幕上展示的“NVIDIA Vera Rubin”字樣下，赫然寫著“40,000,000X - 10 years”（10年4000萬倍性能提升），震撼人心。 該平台包含40個機架、1.2千兆個電晶體、近2萬個NVIDIA晶片、1152個Rubin GPU，擁有60 exaflops的運算能力。這是一個完全縱向整合的計算平台，專門為智能體AI（Agentic AI）設計。隨著大模型處理更長上下文，系統需要更高頻寬的記憶體和儲存訪問能力，因此NVIDIA對整個系統架構進行了重新設計。硬體層面，全新的NVIDIA Vera CPU開始單獨銷售，有望成為一項數十億美元級業務。系統設計方面，採用100%液冷架構，通過45°C熱水散熱，大幅降低製冷成本，整機安裝時間從兩天縮短至兩小時。更引人注目的是，NVIDIA推出了全球首個CPO（光電共封裝）乙太網路交換機，將光模組直接整合到晶片封裝中，顯著提升頻寬與能效。針對光互聯技術，黃仁勳展示了全球首款量產的共封裝光學（CPO）交換機Spectrum X，並平息了市場對於“銅退光進”的路線之爭。黃仁勳說我們需要更多的銅纜產能，更多的光晶片產能，更多的CPO產能。而在未來的版圖中，Rubin Ultra和Feynman架構也已提上日程。螢幕上展示的路線圖清晰地標示著從2024年Blackwell到2028年Feynman的演進路徑，每一次迭代都涉及晶片、CPU、網路交換機等關鍵元件的全面升級 Feynman架構將採用定製化HBM技術，搭載全新的Rosa CPU，標誌著計算、儲存和封裝的深度耦合。05 “龍蝦”創造歷史：SaaS將消失整場演講中，對軟體開發者影響最深遠的，莫過於對“龍蝦”現象的評論。螢幕上展示了一張Star History圖，紅色的openclaw/openclaw曲線在2024-2026年間急劇飆升，遠超Linux和React，其增長速度“極其深遠” 黃仁勳宣佈，NVIDIA將正式支援這一項目。OpenClaw被黃仁勳定義為一種智能體電腦的作業系統。它連接大模型，管理資源，調度任務，類似於Linux之於PC，Kubernetes之於雲，HTML之於網際網路。“未來所有科技公司都會面臨一個問題——你的OpenClaw戰略是什麼？”黃仁勳的這句話擲地有聲。他認為，未來幾乎所有SaaS公司都將演變為AaaS（Agentic as a Service）——即以智能體為核心的服務平台。針對智能體進入企業網路帶來的安全挑戰，NVIDIA推出了NVIDIA NemoClaw參考架構。螢幕上演示了簡單的安裝命令：curl -fsSL https://nvidia.com/nemoclaw.sh | bash，顯示出NVIDIA推動這一生態落地的決心。NemoClaw在OpenClaw基礎上加入了安全元件，確保企業能安全部署智能體系統。甚至未來工程師招聘，除了薪資，公司還會提供“Token配額”，因為算力將直接決定生產效率。06 物理AI與數字孿生：AI工廠的作業系統AI的未來不僅在數字世界，更在物理世界。黃仁勳介紹了面向“AI工廠”的基礎設施平台——NVIDIA DSX在資料中心建設階段，系統通過工程模擬工具進行驗證，實現“虛擬偵錯”；投入運行後，數字孿生系統成為基礎設施的“作業系統”，AI智能體即時監控冷卻、電力和網路，動態最佳化效率。在物理AI方面，NVIDIA的觸角已延伸至自動駕駛和機器人。螢幕上展示的“NVIDIA Space-1 Vera Rubin Module”暗示了其向太空計算領域的拓展。自動駕駛領域，基於NVIDIA Drive AV，車輛已具備推理能力。NVIDIA宣佈了新的Robotaxi合作夥伴，包括BYD、Hyundai、Nissan和Geely，並與Uber合作部署自動駕駛計程車網路。機器人產業方面，正與ABB、KUKA等企業合作，將物理AI模型用於工業自動化。結語：跨越“推理鴻溝”，中國AI產業的破局之路演講的最後，黃仁勳站在巨大的“NVIDIA Vera Rubin”標識前，背後是醒目的“40,000,000X - 10 years”。這一刻，我們看到的不再是單一的晶片迭代，而是一場宏大的生態進化。從底層的CUDA飛輪，到算力成本的極致壓縮；從智能體作業系統NemoClaw的推出，到SaaS向AaaS的範式轉移；從資料中心向AI工廠的蛻變，到物理AI的全面覺醒。黃仁勳用這場演講證明：AI推理的拐點已經到來。未來的競爭，不再僅僅是算力的競爭，更是Token生產效率、智能體生態和物理世界融合能力的全方位競爭。面對輝達如此強勁的實力與深不見底的護城河，中國AI產業該如何趕上？這或許是每個從業者看完這場演講後最深刻的思考。首先，必須正視“軟體生態”的斷層。 黃仁勳反覆強調，CUDA的安裝基數才是飛輪加速的原因，這不僅是硬體的勝利，更是二十年軟體生態的積累。中國產業界往往重硬輕軟，但在AI時代，軟體棧（如cuDF、cuVS等核心庫）才是連接應用與算力的橋樑。我們不僅需要造出“卡”，更需要打磨出能承載萬行程式碼、適配千行場景的“軟底座”。其次，要從“單一產品”思維轉向“系統級整合”。 Vera Rubin平台的成功在於其垂直整合能力——從Vera CPU到NVLink互連，再到液冷機架，這是一個整體的“超級電腦”。中國廠商不能只盯著單點突破，而應致力於建構從晶片、網路到液冷散熱的整體系統解決方案，追求每瓦特性能的極致最佳化。最後，要抓住“智能體”與“物理AI”的新範式窗口。 當SaaS轉向AaaS，當OpenClaw成為新的作業系統入口，這意味著軟體開發的底層邏輯正在重構。這是彎道超車的機會。中國企業應積極擁抱開源生態，在智能體安全、垂直行業大模型、以及物理AI（如機器人、自動駕駛）的落地場景中尋找差異化優勢，建構屬於自己的“主權AI”。在這場通往未來的競賽中，輝達已經鋪好了最堅實的鐵軌，但列車駛向何方，依然取決於我們如何握緊手中的方向盤。 (算力與科技茶館)

“AI情色工廠”的幽靈，正在網際網路社交媒體瘋狂蔓延。社交媒體上的 AI 美女它一邊生產出各種完美無瑕的美女和人設，一邊殘酷地收割慾望與錢包。當我們探討AI的未來和商業模式時，大多數人想到的是效率與進化，但對於在菲律賓帕賽市等地的詐騙團夥來說，AI是有史以來最完美的“美女製造器”和“錢包收割機”。AI批次製造完美女神Grok對美顏照和AI照的對比過去，詐騙者一直受到生產效率、真實性等侷限，導致詐騙對象和成功機率有限。而現在的AI技術，讓“美女”可以量產，情色成了工廠流水生產線。詐騙團夥利用Stable Diffusion、Midjourney等擴散模型，不再需要費力去盜取真人的生活照，只需簡單輸入“性感、高跟鞋、長髮、車內、34歲”等關鍵詞，幾秒鐘內，一個從皮膚紋理到眼神、服飾，都無懈可擊的“女神”便誕生了。AI情色工廠核心依賴的是深度學習中的擴散模型（Diffusion Models）。它並非簡單的圖像拼接，而是通過在海量真實人類照片，學習“美”的機率分佈。演算法將圖片噪聲化，再一步步“去噪”還原。LORA模型（低秩自適應模型）甚至可以精準控制虛擬人的髮絲顫動、瞳孔縮放以及皮膚表層的微血管分佈。AI生成的美女，她們扮演著各種角色：金融行業女強人，孤獨寂寞的家庭主婦，追求自由的背包客，她們的社交動態，充滿了精緻或煙火氣，每一張照片都表達渴望社交。最可怕的是大語言模型（LLM）的接入，它賦予了這些美女們“大腦”。這些模型被喂養了數以萬計的社交帳號的內容、心理學教材、往期成功的詐騙話術。一方面在社交帳號上，每天自動根據美女的設定的身份，生成和發佈不同的內容，生動形象地展示她的人設。另一方面，在受害者加入社交帳號後，比如微信或telegram，自動聊天，使其能夠通過自然語言處理（NLP）技術，敏銳地捕捉受害者文字中的情緒波動。通過情感計算，識別出你的脆弱點，瞬間生成一段符合你心理期待的安撫文字。這不再是人與人的對話，而是一個AI黑產大腦，在掃描你人性中的每一處漏洞。最後要麼是誘導受害者下載病毒軟體，裸聊勒索。要麼是假裝戀愛，最後騙取大額轉帳。這一場關於情感和金錢的大絞殺。一般人根本無處可逃。詐騙門檻無限拉低據媒體報導，某地一位姓陳的工程師，在社交平台上結識了一名自稱在香港從事藝術設計的女子。對方不僅擁有令人驚豔的容貌，更在日常交流中表現出了極高的情緒價值。日常發來的關懷的語音，還帶有細微的呼吸聲和特定的方言尾音。為了打消陳先生的疑慮，對方多次發起視訊通話。視訊中的女子交流和動作極為自然，毫無破綻。在長達三個月裡，陳先生深信不疑：“她跟我視訊，有說有笑，背景裡還有香港的夜景。那種真實感是無法抗拒的。”陳先生在對方“共同經營理財帳戶”的誘導下，先後分20餘次，轉帳280萬元。直到對方銷聲匿跡，報警後才恍然大悟。這背後利用的就是語音克隆技術（TTS），和Deepfake（深度偽造）即時換臉技術。據國家反詐中心及相關媒體的資料顯示，利用AI技術實施的詐騙案件，在近兩年的電信詐騙中佔比顯著提升。AI虛假人像帶動的“虛假戀愛”案件，涉案金額年均增長超過40%。一份來自網路安全機構的調研報告指出，目前黑產市場已經形成了完整的AI素材產業鏈：一套包含數千張同一虛擬人物，不同生活場景的照片、視訊以及配套的AI變聲包，在暗網上的售價僅為幾百元。這意味著，詐騙的門檻被無限拉低，而成功的機率暴漲。那些被騙去錢財的受害者，不僅面臨巨大的經濟虧空，更要承受深重的心理閹割。受害者在得知真相後產生的羞恥感，遠超喪失金錢帶來的痛苦。AI色情工廠形成生態這種“工業化”的收割模式之所以高效，因為它精準地利用了現代人的孤獨。在演算法的推薦機制下，騙子可以輕易篩選出那些高淨值、低社交、情感匱乏的目標群體。AI美女不再是一個固定的形象，進化成一種定製化的情感供應，可以根據受害者喜好隨時調整。當一個老實人或者充滿慾望的人，與一個整合了千萬級審美巨量資料、且不需要睡覺和休息的演算法博弈時，勝負已經註定。這種AI色情工廠正在形成一種“生態”。從AI生成引流、到自動化話術指令碼配合、再到即時換臉視訊詐騙，每一個環節都在去人工化。一個人可以同時操控上百個社交帳號，所有的聊天話術由大語言模型即時生成，能夠自動識別受害者的情緒狀態，並給出最具誘惑力的回應。在AI製造的美麗和溫柔面前，許多人的理智依然會被瞬間瓦解。我們生活在一個真實與虛幻界限日益模糊的世界。螢幕上看到的臉、聽到的聲音、感受到的溫情，都可能是虛構的產物時，整個社會的交流和信任成本將變高。一邊是詐騙分子的狂歡，一邊是是人類真實情感被消解。AI情色工廠的流水線永不停工。如果AI色情工廠進一步氾濫，那是對人類社會信任根基的動搖。在AI時代，從天而降的網路豔遇，大機率不是愛情，而是精準獵殺。 (南七道)

一個時代的終結，一個時代的開始輝達 CEO 黃仁勳（Jensen Huang）提出了一個足以顛覆我們對未來認知基石的觀點：“‘聰明’即將變得一文不值 (Smart is going to be worthless)”。這句話並非危言聳聽，而是對一個正在發生的深刻變革的精準概括——智力的工業化。長期以來，以 IQ（智商）為代表的原始認知處理能力，是知識經濟的硬通貨。然而，人工智慧（AI）的崛起正在將“智力”——即快速處理資訊和邏輯輸出的能力——變成一種像電力一樣廉價、可隨時獲取的商品（Commodity）。當一種核心生產要素的邊際成本趨向於零，建立其上的整個價值體系必然面臨重構。本文將深入剖析黃仁勳的這一核心洞察，系統性地探討在 IQ 迅速“通貨膨脹”的時代，什麼才是未來真正稀缺、真正有價值的資源。這不僅是對未來趨勢的預測，更是一份為個人與企業在認知價值倒轉的歷史懸崖邊，尋找全新價值錨點的戰略指南。第一章：為什麼“聰明”不值錢了？思維的工業化革命經濟價值的歷史，是一部不斷解除約束的歷史——第一次工業革命用機器解除了對“肌肉力量”的約束，而我們正身處的 AI 革命，則正在解除對“認知肌肉”的約束。我們正處在下一場歷史性變革的懸崖邊——認知能力的商品化。黃仁勳用一個生動的比喻描繪了這一圖景：“AI 工廠 (AI Factories)”。在他看來，現代資料中心已不再是資訊的儲存倉庫，而是真正的生產車間。它們像傳統工廠一樣，吸納“原材料”（海量資料與電力），通過加速計算的“生產線”，源源不斷地批次產出一種全新的工業品——以 Token（詞元）形式呈現的“工業化智力”。這一轉變的經濟學含義是顛覆性的：在過去十年中，加速計算將處理速度提高了驚人的一百萬倍。當一種生產要素的成本發生如此劇烈的坍塌時，它就從一種稀缺的競爭優勢，轉變為一種無處不在的基礎商品。智力的邊際成本，正史無前例地趨向於零。黃仁勳進一步將這一新階段命名為“薇拉·魯賓時代 (The Vera Rubin Era)”。這個時代不再僅僅以更快地生成 Token 為特徵，而是以“代理 AI (Agentic AI)”和“物理 AI (Physical AI)”的崛起為標誌。AI 不再是被動的工具，而是能夠執行多步驟推理、規劃並與物理世界互動的代理。這種轉變進一步加速了死記硬背式 IQ 的貶值，因為它不僅取代了知識的記憶，更取代了項目管理的執行功能。“IQ 即將貶值”的論斷，正是建立在智力與生物大腦解綁的基礎之上。如果“聰明”的定義是快速處理資訊、記憶海量事實並將其綜合為邏輯輸出，那麼這種能力現在已經成為一種可以按 Token 計費的雲服務。這與人類體力的歷史軌跡如出一轍：機器的出現，使原始體力不再是決定經濟成功的核心要素。今天，我們正在建造在狹義計算意義上比人類“聰明”無限倍的機器。在一個每個人的桌面上都配備了天才級 AI 顧問的世界裡，單純擁有高智商所帶來的相對優勢正在被迅速抹平。既然傳統的“聰明”正在迅速通貨膨脹，那麼未來的價值高地又將建立在那些新的基石之上？第二章：AI 時代的新黃金：四大核心稀缺資源經濟學的基本原理告訴我們：當一種資源變得無限豐富時，價值會自動遷移到與之相鄰的約束條件或瓶頸之上。當 AI 讓“答案”變得廉價，價值便流向了那些無法被演算法輕易複製的人類特質。以下四大核心資源，構成了未來價值的新黃金。稀缺資源（一）：品味與判斷力 (Taste & Judgment)在 AI 時代，“品味”被重新定義為一種嚴格的工程紀律。它不再是主觀的審美偏好，而是在無限的可能性中施加正確約束、做出最佳選擇的能力。黃仁勳的哲學將其技術化為“約束工藝 (Constraint Craft)”——即建構正確約束的工程學。當 AI 可以在瞬間生成 1000 個設計方案時，瓶頸立刻從“創造（Creation）”轉移到了“選擇（Selection）”。真正的價值，掌握在那個能夠審視 1000 個選項，並果斷指出“就是這一個”的人手中。這種選擇需要綜合背景、文化和直覺，是當前 AI 基於機率預測的模式難以企及的深層判斷力。這一轉變催生了新的專業範式，可稱之為“裡克·魯賓模型 (Rick Rubin Model)”。傳奇音樂製作人裡克·魯賓的價值不在於親自演奏樂器，而在於他卓越的“聽”和“選”的能力。與之類似，過去的“10倍工程師”以產出（寫程式碼快）定義，而未來的“10倍工程師”將以判斷力（能最有效地指導 AI 並最無情地過濾掉低品質輸出）定義。他們是“策展人”（Curator），而非單純的“創作者”。稀缺資源（二）：提問的藝術 (The Art of Inquiry)“作為CEO，我大部分時間都在提問。”黃仁勳的這句話，精準地指出了提問這一行為在未來的核心地位。在一個答案唾手可得的世界裡，價值從“擁有答案”轉移到了“提出正確的問題”。高級的“提示（Prompting）”遠非尋找奇技淫巧的關鍵詞，而是一門建構思維鏈條、進行蘇格拉底式追問的認知學科。儘管算力在膨脹，但**“語境（Context）”是新的瓶頸**。AI 只能基於給定的語境進行回答，而人類的核心任務，正是充當現實世界與 AI 模型之間的“語境橋樑”，為其提供解決問題所需的關鍵資訊、意圖和約束。沒有人類的好問題作為起點，再強大的 GPU 也只是昂貴的加熱器。稀缺資源（三）：物理主權 (Physical Sovereignty)AI 革命並非虛無縹緲地存在於數字世界，它受到能源、基礎設施等物理資源的嚴格限制。黃仁勳將 AI 的技術霸權結構描述為一個“五層蛋糕”，並以此為框架發出了嚴峻的地緣政治警告。在蛋糕的頂層（應用、模型），美國依然領先；在中間層（晶片），美國擁有絕對主導地位。然而，在構成蛋糕基座的最關鍵兩層——基礎設施 (Infra) 和 能源 (Energy)——美國正面臨致命瓶頸。黃仁勳明確指出，在資料中心建設速度上，美國因監管等問題需要三年，而中國則快得多，這形成了關鍵的“速度危機”。在能源層面，他認為中國擁有兩倍於美國的能源產能，這構成了 AI 時代最根本的戰略優勢。這場 AI 競賽已不僅是軟體戰，更是基建戰。未來，千兆瓦（Gigawatts）的稀缺性，將比千兆字節（Gigabytes）的稀缺性更具決定性。稀缺資源（四）：生物共情 (Biological Empathy)OpenAI CEO Sam Altman 認為，那些需要深度人類連接的工作，如護理、教學，難以被 AI 完全取代，因為服務的價值不僅在於任務完成得如何，更在於它是由一個真正的人來完成的。AI 替代的規律正在浮現：凡是交易性的智力互動（如資訊查詢類的客服）都將被商品化；凡是關係性的智力互動（如情感關懷）都將產生溢價。 儘管 AI 可以完美地“模擬”共情的機制（即“ELIZA 效應”），但它無法擁有真實的“利害關係（Stakes）”。一個關鍵的區別在於，AI 沒有與我們共同的脆弱性——它不會死亡，不會生病，不會體驗真正的痛苦。因此，它的安慰永遠是一種表演，而非基於共同命運的理解。這種本質區別，構成了無法被程式碼踰越的人性護城河。面對這場深刻的價值重構，我們個人應如何調整自己的學習和成長路徑？第三章：未來生存指南：在新範式中重塑自我這不僅僅是一場理論探討，更是關乎每個人未來職業和學習路徑的實用指南。在新範式下，我們必須對個人發展的方向進行戰略性調整。分析職業角色轉變：從“碼農”到“領域專家”黃仁勳“沒人需要去程式設計”的論斷曾引發巨大爭議。其本意並非程式設計無用，而是指“將人類意圖翻譯成機器程式碼”這一純粹的翻譯技能，正在被 AI 迅速商品化。未來的核心競爭力將不再是工具的使用技巧，而是深厚的領域專業知識（Domain Expertise）。正如黃仁勳所說，如果你是一名生物學家，請更深入地學習生物學。AI 會負責編寫模擬蛋白質所需的複雜程式碼，但你必須知道要研究那個蛋白質，以及為什麼要研究它。價值的源頭，在於你對該領域的深刻理解和洞察。洞察“基礎設施階級”的崛起結合前文的“物理主權”概念，一個全新的高價值群體正在崛起——“基礎設施階級”。隨著 AI 從數字世界走向物理世界（機器人、自動駕駛），那些能夠建設和維護物理基礎設施的人才，其價值將顯著提升。這包括能源工程師、機器人技師、資料中心建築專家等。虛擬世界可以是無限的，但物理世界是頑固的，解決物理世界的瓶頸將創造巨大的價值。探討新的評價標準：從“智商”到“毅力 (Grit)”我們面臨一個尖銳的評價悖論：當 AI 可以在五年內通過所有人類考試時，我們該如何篩選和衡量“優秀”？傳統的篩選機制，如標準化測試（高考、SATs）和技術演算法面試，作為 IQ 的代理指標，正在迅速失效。黃仁勳給出了他的答案：未來企業需要測試的是“毅力（Grit）”和從“苦難（Suffering）”中磨練出的韌性。在一個答案唾手可得的世界裡，知識本身不再稀缺，而忍受探索過程的痛苦、面對未知的勇氣和從失敗中學習的能力，本身就是一種核心競爭力。未來的精英教育，可能更側重於斯巴達式的性格錘煉，而非雅典式的知識灌輸。個人發展的範式正在從知識的獲取與保留，轉向知識的應用與綜合，從追求標準答案轉向擁抱複雜問題。結論：歡迎來到判斷力時代黃仁勳關於“聰明即將一文不值”的預言，並非宣告人類的終結，而是宣告一場深刻的價值遷移的開始。我們正在見證價值的核心，從可被量化的原始智力（IQ），遷移至那些更難定義、更難衡量，但卻更具根本人性的品質。未來的稀缺資源，不再是更高的 IQ 分數，而是：千兆瓦（Gigawatts）：物理世界的能量主權。好問題（Good Questions）：驅動推理的認知槓桿。好品味（Good Taste）：在無限選項中進行價值選擇的判斷力。真連接（True Connection）：基於生物共情的信任紐帶。在這個新時代，僅僅做一個“聰明人”已遠遠不夠。未來屬於那些有品味、會提問、有韌性且深具人性的人。這並非技術的終點，而是人文精神以一種前所未有的、更具挑戰性的方式，重新回歸舞台中央。 (矽星人 AI 日記)

中國產業帶上的商家正在發生那些變化？深圳一位深耕3C配件十餘年的老闆，在2025年借助AI監控海外趨勢、分析差評並生成爆款視訊，一款改良後的手機支架在三個月內售出5000萬元，淨利超過2000萬元，賺取了“過去16年利潤總和的兩倍多”。這並非孤例。在東莞，一位從房地產轉型、毫無電商經驗的90後，借助AI選品與圖片處理，開設1688店舖僅15天便推出37款新品，迅速沖上品類榜首；在蕪湖，一家僅6人的工貿一體鞋企，通過全鏈路接入AI，實現了年銷售額1.5億元的“人效奇蹟”。這些散落在全國各產業帶的故事，呈現出一幅中國產業正在發生的升級圖景。近日，阿里巴巴旗下源頭廠貨平台1688與億邦智庫聯合發佈的《2025中國產業帶發展趨勢報告》顯示，源頭工廠正告別依賴經驗與規模的傳統模式，轉向以使用者為中心、AI驅動的智能經營體系。“AI正從降本提效的‘生意搭子’，向重塑供應鏈的‘智能中樞’進化。”報告如此定義這一階段性跨越。在接受記者採訪時，1688商家發展中心總經理王強也給出了這樣的判斷，在AI的時代裡，未來的競爭不是卷價格，而是卷確定性、卷邊際成本、卷可控性。發展現狀：K型分化與結構性位移，合規與AI成生存雙刃劍“2025年產業帶的復甦，是一個‘K型復甦’。”王強在採訪中開門見山地總結道。這意味著復甦並非雨露均霑，而是呈現出殘酷而顯著的分化態勢。約20%—30%的頭部商家，實現了訂單與利潤的雙增長，增速超過產業帶平均水平。與之相對，依賴傳統管道、資訊差和純代工模式的商家，則持續承壓。王強以親身走訪的經歷為例：“我去臨沂見一個90後的建材老闆，一年流水3個億，但利潤不到1000萬。他每天的狀態是‘晚上陪客戶喝大酒，白天睡覺’，傳統的銷售和關係維護方式讓他覺得非常痛苦。”這種痛苦在2025年10月後愈加明顯。隨著電商平台向稅務部門推送商家交易資料成為常態，合規成本從可選項變為生存標配。“這三股力量——合規成為標配成本、低增速高對比的市場環境、AI帶來的生產力變革——正在不斷擠壓商家的生意空間，並導致底層邏輯徹底改變。”王強分析道，“未來的競爭不再是單純的價格戰，而是比誰更有確定性、誰的邊際成本更低、誰更可控。”這種底層邏輯的改變，在1688公共事務部總經理范敏看來，是一場“從數位化向智能化的範式轉變”。她解讀報告時指出，AI to B的本質並非簡單技術疊加，而是通過人工智慧重塑產業運行的核心邏輯與價值分配機制，系統性化解產業複雜度難題。《報告》進一步提出了AI引發的“三大結構性位移”，范敏在現場詳細闡述：“第一，是決策機制的位移。 過去工廠老闆靠摸單子、看檔口做決定，今天則依託於以AI巨量資料為模型的‘產業大腦’。比如一家足浴用品工廠，根據全球需求熱力圖、TikTok熱詞甚至天氣資料，發現‘寵物保暖襪’的商機，72小時內就能完成打樣上品。”“第二，是組織形態的位移。 從鏈式推進變為由AI作為隱形調度者。深圳一家3C數位工廠接入小單快反系統後，訂單履約周期壓縮到不到一周，人力響應從小時級升級到秒級。”“第三，是能力基因的位移。 核心競爭力從模具、老師傅經驗，轉向快速訓練和迭代專屬工廠AI模型的能力。”區域格局也隨之演變，形成“東高、中快、西廣”的梯度發展態勢。范敏引入了“AI濃度梯度”的概念：珠三角、長三角為“AI原生先導區”，已建構全鏈路AI工作流；中部製造業重鎮為“AI融合成長區”，聚焦效率提升；西部及東北成長性區域為政策引導區，起點低但增速高。“今天製造業的空間競爭，已從成本窪地競爭轉向AI適配度的競爭。”范敏總結道。AI原生下的核心趨勢：訂單模式、價值重構與“廠二代”崛起產業帶的深層變革，直接體現在訂單模式與價值創造邏輯的重構上。訂單模式正經歷一場“從推到拉”的革命。 王強觀察到，增長的商家共性在於“能快速感知使用者趨勢，並轉化為產品迭代，具備柔性定製和小單快反能力”。這背後是訂單邏輯的根本反轉。范敏指出：“傳統的B2B是‘推式’批發，今天我們看到的最大變化是‘拉式’訂單——由終端消費需求觸發，AI實現設計、工廠響應、平台匹配的即時履約閉環。”她透露了一個關鍵資料：2025年，1688平台上的反向定製訂單佔比已近四分之一，且帶來了兩位數的利潤增長。這催生了兩類典型的產業帶新形態。范敏分析道：“一類是以義烏為代表的‘全能需求樞紐’，它已成為全球買家的AI需求翻譯中心，能處理多語言、碎片化訂單並自動生成報價履約方案。另一類是以深圳華強北、廣州美妝為代表的‘專業型能力高地’，它們將產業知識通過AI轉化為可定價的數位資產。”價值競爭維度從“價格力”擴展到“產品力+服務力+確定性”。 “價格內卷正在終結。”《報告》明確指出。王強對此深有感觸：“在B端生意裡，當服務沒有確定性時，價格再低也沒用，一次售後問題可能讓買家虧掉全部利潤。”因此，新的競爭維度下，“品牌”的內涵正從廣告塑造的影響力，轉向可驗證的產品性能、可追溯的品質流程與可感知的服務體驗。1688平台據此推出了“1%嚴選”機制。范敏解釋：“這不是銷量榜，而是基於多維演算法建立的‘產品力信用分’。入選商品的復購率是普通商品的近三倍。產品力的最終形態，是在工廠和買家之間建立起一套由AI持續加固的信任回路。”在這場升級中，“廠二代”及新興創業者成為不可忽視的驅動力量。多位年輕的“廠二代”也分享了他們與AI“相愛相殺”的故事。從羊絨大衣廠接班人黃渝湘，到用AI“奪回一切”的圍巾廠主盛佳儀，再到自嘲“被AI開除”的義烏包裝商方振安，他們的共同特點是：擁抱技術、善於學習、用AI破解傳統經營難題。“AI不會催我婚，但會催我發貨。AI不懂愛情是什麼，但懂客戶想要什麼。”黃渝湘幽默而又精準地道出了新一代經營者的務實態度。王強也觀察到，深度使用AI的企業老闆多具有技術或產品背景，學習力強且開放，“他們正在推動從‘人指揮AI’到‘AI指導人’的轉變”。驅動因素：技術普惠、平台轉向與政策東風產業帶能邁向AI原生，是多方面因素共同作用的結果。首先，AI技術的實用化與平台化是關鍵引擎。 AI不再僅僅是概念，而是轉化為“誠信通AI版”等可觸達百萬商家的產品。王強分享了一組資料：“用了1688誠信通AI版的商家，訪客數提升20%，詢盤數提升15%，線上交易額提升73%。”他解釋其底層邏輯：“AI驅動的經營，本質是去更好地滿足使用者需求、承接轉化，而傳統營運可能只是跟隨平台規則，兩者有本質區別。”其次，平台角色從“流量營運者”向“生態共建者”深刻轉變。王強坦言，過去一年平台清退了近30萬家無貨源、黑灰產及刷單店舖。“我們曾擔心供給減少，但結果反而吸引了更多優質製造商家入駐。平台正從會玩流量的內卷，走向商品價格力和服務的競爭。” 他同時介紹了“1688共鏈品牌計畫”，與具備產品力和R標的源頭工廠深度繫結，從博弈關係轉向責任共擔、利益共享，共同打造To B供應鏈品牌。此外，明確的政策導向與政企合作為發展鋪路。范敏指出，各級政策正積極引導市場篩選出能創造真實價值的有效工廠。王強補充了實踐層面：“2025年我們與浙江多地政府做了‘AI+產業’對接大會，也與中山政府合作推進製造業數位化轉型。未來將繼續深化與長三角、珠三角174個百億級產業帶的合作。”平台自身也利用其連接消費與產業網際網路的資料優勢，建構產業知識圖譜。范敏強調了1688的獨特優勢：“我們積累的是產業鏈上多環節、多市場主體間的資料資產，這讓我們能更好地最佳化整個產業鏈的流通效率，降低社會性無效庫存。”未來方向：邁向“AI原生”時代與全球新佈局對於未來中國產業帶的發展，AI將起到不可忽視的推動作用。而另一方面，這也讓商家的全球市場佈局出現新的機遇。在平台方面看來，AI將經歷從“外掛”“共生”到“原生”的三階段演進。 范敏詳細闡述了這一路線圖：“當前是‘AI外掛期’（2024-2025），AI作為獨立工具解決人效瓶頸。下一步是‘AI共生期’（2026-2027），人機協同工作，AI與設計師、採購經理共同決策。未來將進入‘AI原生期’（2028開始），通過數字孿生系統，AI自主識別市場變化、模擬生產影響、生成執行方案並持續最佳化。”她透露，平台上已有數十家工廠進入共生期試點。產業帶內部將持續最佳化，新商業模式加速湧現。 王強判斷，“供應鏈品牌化”是重要出路。很多商家正從單純賣貨轉向提供一站式跨境解決方案。我們今年推出的‘搶跑計畫’和供應鏈聯營，就是希望幫助有開款能力的工廠和一手貨源組合商，抓住年初消費紅利，從白牌走向廠牌，再走向供應鏈品牌。全球化佈局從“商品出海”升級為“產能出海”與“柔性出海”。 面對跨國買家“中國+1”的供應鏈策略，《報告》強調，唯有具備卓越產品力、確定性服務力與AI跨境能力的工廠，才能贏得高附加值訂單。王強展望：“未來將從跨境電商走向產能出海。中國保留研發與核心部件生產，海外佈局組裝與交付，建構更具韌性的全球數字供應鏈。”王強總結道：“2026年可能也是比較難的一年，但既然我們已經看清楚了方向，那就全力以赴。開年即搶跑。” (環球Tech)

馬斯克近日在社交平台X上闡述了大規模部署太空AI衛星的構想，計畫每年向太空發射總量達100萬噸的衛星，以實現每年在太空部署100吉瓦人工智慧運算能力的目標。他認為，這些衛星能為超大規模AI應用提供能源。馬斯克指出，搭載本地化AI計算的衛星，其結果將從低延遲的太陽同步軌道傳回，這將是3年內產生AI位元流的成本最低的方式。到目前為止，這也將是未來4年內實現規模擴張的最快路徑。馬斯克解釋稱，“在地球上已經很難找到簡單的電力來源。100萬噸/年的衛星，每顆衛星功率100千瓦，則每年可增加100吉瓦的AI算力，無需營運或維護成本，通過高頻寬雷射連接到星鏈(Starlink)星座。”馬斯克進一步指出，更高級的是在月球上建造衛星工廠，並使用大規模驅動器（電磁軌道炮）在不需要火箭的情況下將人工智慧衛星加速到月球逃逸速度。“這相當於每年100兆瓦特的人工智慧，並使成為卡爾達肖夫II型文明取得重大進展。”馬斯克在另一條帖子中補充道：“一旦月球上有了月球工廠、機器人和大規模驅動器，整個循環就會閉合，這個系統可能會與傳統貨幣脫鉤，並以瓦特和噸位為單位自主運行。”一位網友評論稱：“埃隆·馬斯克正在談論每年將100萬噸用於AI計算的星鏈衛星送入軌道。我們目前每年向軌道發射大約3000噸衛星，其中大部分已經是SpaceX的衛星。100萬噸意味著每天發射25艘以上的星艦飛船！”另一位網友翻出了馬斯克今年8月的一條帖子，“在大約6到7年的時間裡，星艦飛船將實現24小時內發射超過24次。”在11月與特斯拉投資者羅恩·巴倫(Ron Baron)的一次訪談中，馬斯克曾表示，他看到了一條可行的技術路徑，每年將100吉瓦的太陽能驅動的AI衛星送入軌道，並稱這可能是“大規模驅動和運行AI的最低成本方式”。作為參考，美國當前的平均用電負載約為460吉瓦。馬斯克還談到，隨著AI與機器人技術發展，“未來將會實現對人類需求的完全滿足”，所有人都能從中受益。對於未來的目標，他形容自己的願景是採取能夠“擴展意識到未來”的行動，推動人類探索其他星系，“像《星際迷航》那樣前往從未有人到過的地方”，並更深入理解宇宙本質。 (i商周)