在第四屆中國國際供應鏈促進博覽會上，輝達正式更新 MGX Rack-Scale 整機櫃級生態供應鏈版圖。在保留英維克等原有核心液冷供應商的基礎上，新增多家國內產業鏈企業，覆蓋液冷伺服器整機、液冷核心元件兩大核心環節，持續完善 800V 高壓液冷架構的本土配套體系，加速 MGX 算力方案的國產化落地處理程序。 01.AI伺服器供應鏈擴容，雲尖資訊、遠圖未來躋身繫統合作夥伴 雲尖資訊、遠圖未來兩家企業新晉進入 MGX 系統合作夥伴梯隊，補強本土液冷伺服器整機研發與製造能力。二者的加入，將進一步豐富 MGX 架構下的液冷伺服器整機方案供給，更好適配國內智算中心的定製化部署需求，完善從晶片到整機櫃交付的本土落地鏈路，助力國內 AI 算力叢集高效規模化建設。 雲尖資訊技術有限公司是一家研發製造一體化的數位化產品一站式技術服務平台，總部位於杭州蕭山。公司核心業務覆蓋三大類股：一是全系列伺服器產品，包含通用計算、AI 智算、大容量儲存、邊緣 AI、國產化伺服器等多條產品線；二是液冷智算整體解決方案，掌握冷板式、浸沒式全鏈路液冷技術，可提供 iMDC 液冷集裝箱智算中心、64 卡高密度液冷整機櫃等成熟方案，單機櫃 PUE 可低至 1.06，其冷板式液冷 64 卡伺服器整機曾入選浙江省首台（套）裝備；三是 PCB 設計、熱設計、電子製造等全生命周期技術服務。

近日，知名加密機構 Delphi Labs 的聯合創始人 José Maria Macedo 在社交媒體 X 上發表了一篇長文《What I Learned from Two Weeks Inside China’s AI Ecosystem》，講述了他在結束對中國為期兩周的深度考察之後對中國 AI 生態系統的一些所感、所想。他在中國待的兩周期間，見了不少創始人、VC 和上市公司 CEO，最後他得出的結論是：對中國硬體更看好，對中國軟體更謹慎，同時對中國創始人與投資體系的理解也發生了變化。這篇內容很值得深讀，它為每一個深處中國AI生態環境的我們提供了一個很典型的“外部視角”：當一個長期看全球科技和投資的老外走進中國，他看到的並不是一個籠統的“中國 AI 很強”，而是一套很具體、也很分裂的中國AI生態結構。01 滿懷期待的中國行：“去尋找被嚴重低估的天才”Macedo 坦言，自己是帶著極高的預期飛往中國的。在西方資本市場眼中，中國始終是一個充滿工程師紅利和極致效率的土壤。他的初衷非常直接且明確：“我以為會看到被嚴重低估的天才，正在以（西方市場）一折的價格，做著改變世界的事情。”然而，經過兩周的密集調研、走訪和深度交流後，他眼前的迷霧被撥開，展現出的卻是一幅割裂、真實又充滿戲劇性的圖景。他在文章中給出了一個犀利且一針見血的結論：“中國硬體正在悄悄贏得一場西方人甚至沒意識到已經開始的戰爭；但在軟體領域，估值泡沫和同質化的創始人畫像，正在把一個本該爆發的生態，變成另一場擊鼓傳花的遊戲。”02 他最意外的，不是中國沒人，而是中國創始人太像了帖子裡有一段很有意思。José 說，他過去見過的優秀創始人，往往有一些共同特徵：獨立思考、叛逆、極度專注，而且不太相信二手共識。可他這次在中國見到的很多創始人，雖然也非常優秀，背景極強，執行力極強，勤奮程度也極高，但在“從0到1的非共識願景”這件事上，反而沒那麼突出。他提到，自己見到的很多人都擁有非常漂亮的履歷：頂級大學、大廠背景、論文、專利、技術能力都很強。這些放在西方已經是頂尖人才的配置，但在中國，某種程度上更像是入場門票。這段觀察未必完全正確，但它點出了一個現實：中國 AI 創業裡，優秀的人很多，能打的人很多，但高度同質化的人也很多。大家的成長路徑、訓練方式、職業履歷、表達方式，常常非常相似。這會帶來一個結果：項目可以做得很強，但未必足夠“怪”。而很多真正大的創新，最開始往往都帶一點“不像樣”。03 他把問題往前推了一步：VC 也在強化這件事José 的一個核心判斷是，這不只是創始人的問題，也和投資邏輯有關。他提到，很多中國基金的投資邏輯，本質上是在尋找最優秀的大廠背景人才，比如字節或大疆出來的人。看的更多是履歷、背景和確定性，而不是某種強烈到不合群的個人信念。這背後的問題是：當市場越來越偏好“標準答案”時，真正不標準的人，反而更容易被系統性錯過。José 還舉了一些中國歷史上的知名創業者作為對照，認為很多真正做出大公司的中國創始人，本身並不是今天這套“標準範本”裡的人。這部分我覺得很值得創業者看。因為它說的不是“名校和大廠沒用”，而是另一層意思：如果一個生態越來越擅長篩選正確的人，它也可能越來越難篩出特別的人。04 他最震撼的部分，在深圳如果說前面還屬於“組織和人才判斷”，那後面進入硬體部分時，他的語氣明顯變了。José 說，他在中國看到最震撼的東西，不是創業公司的路演，而是深圳的硬體生態。他提到那種系統性的拆解、逆向工程、密集供應鏈和長期積累的網路效應，讓他不確定西方很多硬體創業者是否真正理解自己面對的是什麼競爭。他還提到，和他們交流的創業者給出的資料是，超過 70% 的硬體投入來自大灣區，接近 100% 來自中國本土，這意味著極快的迭代速度，而這種速度是西方硬體公司很難複製的。這段其實特別關鍵。因為它說的不是“深圳有供應鏈”這麼簡單。它真正說的是：中國硬體優勢，不只是成本優勢，而是系統密度優勢。你能拿到零部件。你能快速試錯。你能快速改板。你能很快把樣機變成產品。你還能在一個足夠大的製造網路裡繼續往下壓時間和成本。這不是某一家公司厲害，而是一個區域能力。05 他為什麼更看好中國硬體，而不是中國軟體José 認為，中國在開源模型上確實很強，但在閉源模型層面，和西方頭部實驗室相比仍然有明顯差距，而且這個差距可能還在擴大。他提到資本開支差異、GPU 獲取限制，以及西方實驗室對蒸餾的持續打擊。他還引用了一個很有衝擊力的對比：Anthropic 僅在 2 月就已經達到 60 億美元 ARR，而中國最好的模型公司，ARR 仍大致在幾千萬美元量級。這組數字當然應該謹慎看待，但他想表達的核心很清楚：軟體的競爭，不只是“能不能做出來”，而是“能不能在產品、分發、商業化和平台能力上持續拉開差距”。而這一點，恰恰是今天最殘酷的地方。因為很多 AI 軟體創業公司做的方向，本身就處在大模型公司原生功能的覆蓋邊緣。你辛苦做出的產品，可能一輪模型更新、一個官方功能發佈，就被壓縮掉一半空間。這對所有 AI 應用創業者都是個提醒。不是說軟體不能做。而是說，純功能型軟體會越來越難。06 他還點了一個很多人不願意承認的問題：估值泡沫José 認為，中國 AI 不只是熱，而且已經有明顯泡沫，無論是早期還是後期。他提到，早期消費類 AI 創業公司即使還沒有產品，估值做到 1 億到 2 億美元已經不罕見，種子前輪超過 3000 萬美元也並不少見。他還拿一些公開市場和頭部公司的估值做對比，認為晚期估值更難自洽。這部分未必要完全接受他的數字口徑，但泡沫感確實是今天很多人都能感受到的。原因也很簡單：AI 是大趨勢。中國 AI 又是大趨勢裡的大主題。當“敘事”本身成為稀缺資產時，估值就很容易跑到基本面前面去。問題不在於高估值本身。問題在於，當融資節奏跑得比商業化更快時，很多公司最後要面對的，不是技術問題，而是兌現問題。07 他最後看到的機會，反而是“中西結合型團隊”帖子最後有一段我覺得是全文最值得注意的部分。José 說，他原本沒想到的是，自己見到的很多中國創始人，其實都在優先做全球市場，而不是先做中國市場。他們使用 Claude Code，關注 Dwarkesh 的播客，對舊金山創業生態非常熟悉。這說明一件事：今天的資訊流，已經不是單向的了。很多中國創始人，對西方產品、模型、創業公司和敘事的理解，並不比西方投資人差。所以他最後真正看好的，不是一個抽象的“中國 AI”，而是一類更具體的組合：把中國的工程執行力、製造能力、供應鏈縱深，和西方的產品定義、市場進入能力、全球化表達結合起來的團隊。這也是我覺得這條帖子最有價值的地方。它沒有停留在“誰更強”的討論裡，而是在說：下一波真正有競爭力的公司，很可能不是單純的中國式公司，也不是單純的美國式公司，而是能跨兩套系統工作的公司。結語Macedo 的這篇觀察，像是一把尖銳的手術刀，切開了當前中國 AI 生態的真實剖面：硬體的務實與軟體的浮躁並存。對國內的創業者和投資人來說，這是一個極其響亮的警鐘。硬體的優勢固然值得驕傲，但在 AI 這場全方位的戰役中，如果軟體生態不能擠干水分、打破同質化的內卷，我們或許會錯失這一波技術革命中最核心的紅利。正如他所感受的那樣：“答案是複雜的。”在冰與火交織的中國 AI 賽道上，潮水退去之後，真正的破局者，一定是在泡沫破裂後還能穩穩站住的人。 (Josh矽基世界)

沒有一家公司能像字節跳動這樣，讓“增長”本身成為一種既定的市場預期。自2016年營收60億起，其規模便以近乎殘忍的加速度膨脹：2017年160億，2018年500億，2019年超1400億，2025年全球營收達到1860億美元（約12819億元人民幣），同比增長20%。當市場習慣於它揮舞資本、擴張疆域的敘事時，2026年的字節，已然將AI戰爭提升到全新的維度。其進攻姿態，由三個增長齒輪驅動：億級流量池、不計代價的資本開支（指為此可以“犧牲”現金牛業務的沐瞳），以及一場旨在穿透“App孤島”的生態破壁運動。資本市場的神經早已繃緊，字節系已經成為港股科技股最大利空，這並非只是情緒擔憂，這場戰役，已經從簡單的技術的交鋒、流量的爭奪，變成了新舊估值體系的殘酷重構。當字節以全新的速度和模式發起突襲，流量紅利和社交網路築成的舊半壁江山，還能否守住？騰訊的社交鐵壁和阿里的生態縱深，又將如何迎擊這場來自“新大陸”的衝擊？字節進攻的三板斧對字節跳動來說，“AI 是一件能影響整個世界的機會。” 一位接近字節跳動高層人士說。從 TopBuzz、TikTok 到 TikTok Shop，成立以後這家公司一直在尋找這樣的機會，“越接近世界中心的事情探索價值才越大。”2025 年初，使用者花式“語音調教”豆包的視訊突然在抖音上火爆出圈。幾個月後，圍繞豆包P圖、合照、換背景等的玩法在小紅書上走紅。半年時間裡，豆包把使用者對AI的想像從“深刻對話”拉回到更日常的使用。簡單來說就是當年抖音爆火的營運方式又來了一遍，不過這些方法也並非豆包獨創，其基礎功能主流玩家都有，但也只有豆包抖音形成了正循環。高盛研報指出，字節憑藉這一獨特優勢，日均消耗30兆Token，使其模型在中文語境下的理解和生成能力獲得海量真實反饋的快速迭代。這種“以戰養戰”的模式，讓技術迭代、使用者體驗最佳化和使用者增長之間形成了強大的正向循環。如果說流量是“巧勁”，那字節在2026年展現的資本“實力”則近乎瘋狂。根據公開資訊及行業推測，字節跳動2025年的資本開支預算超過1600億元人民幣，其中約900億——一個接近百度全年營收的數字——被明確投向AI算力基礎設施。這一數字，是同期騰訊預計資本開支的2.5倍，也遠超阿里在2025年計畫中的千億級投入。這筆錢砸向何方？一方面，是建構龐大的自研算力叢集。從輝達、AMD的高端GPU，到寒武紀等國產晶片，再到自研的雲端AI晶片，字節正在搭建一個足以支撐其長期野心的底層算力王國。另一方面，則是人才與技術併購的“軍備採購”。春節期間的“全員作戰”狀態，以及從全球頂尖實驗室不計成本地挖角，都是用資本直接兌換時間窗口的典型打法。春節前夕的另一場風波，揭示了字節跳動進攻策略中最具顛覆性的嘗試。字節與中興旗下努比亞聯合推出的“豆包手機”，內建的Agent（智能體）技術試圖直接代替使用者操作微信、淘寶等應用。這立刻觸發了巨頭們的防禦機制，微信提示“環境異常”，淘寶強制退出。雖然最後協調在符合技術要求後可以使用，但也設定了諸多門檻。這場看似不大的技術摩擦，實則是新舊時代入口邏輯的正面衝撞。長期以來，微信、淘寶各自建立了封閉但繁榮的生態環境。使用者想要服務，必須親自進入這些App孤島，完成點選、搜尋、下單等一系列動作。字節的豆包手機與Agent技術，則試圖扮演一個“超級中間層”或“調度者”——使用者只需向AI下達指令，AI自動呼叫各類服務，最終交付結果。豆包手機驗證了AI Agent確實能操作手機。但也證實了在跨App生態未能打通、操作延遲無法解決、安全隱私標準未定之前，AI手機很難真正普及。字節的進攻三板斧——流量池、天量資本開支、打破生態壁壘，砍向了網際網路世界最堅固的城牆。這也迫使城內的兩位巨無霸騰訊與阿里，必須拿出與之匹配的防守智慧與反擊力度。戰局已經從單方面的突襲，轉向了更為複雜的攻防拉鋸。騰訊在保守中激進AI Agent風靡網際網路的這兩年，微信一直“作壁上觀”，始終保持著自己的節奏。這次主動推出 ClawBot，更像為AI入口混戰布下的一場“陽謀”。有不少媒體認為AI Agent火熱的這兩年，騰訊系一直沒什麼動作，彷彿跟騰訊關係不大。市場曾擔憂，獨立AI應用會蠶食微信的入口優勢，替代微信成為使用者新的高頻使用場景。畢竟，當使用者有創作、搜尋、辦公需求時，若能在獨立AI應用一站式完成，自然無需再打開微信。但最近微信主動推ClawBot外掛，正式向風靡全網的 OpenClaw 敞開懷抱。此後QClaw、WorkBuddy、騰訊雲 Lighthouse 率先打通，階躍星辰、網易有道、月之暗面、智譜、MiniMax 等廠商的“龍蝦”產品緊跟著適配，連字節跳動旗下扣子程式設計也發佈了官方接入方案。截至目前，已有至少 10 款主流“龍蝦”產品完成接入或明確支援微信通道，整個行業一路小跑會師微信，讓其一躍成為國內使用者基數最大、生態適配速度最快的“龍蝦池”。3 月 18 日的騰訊業績溝通會上，馬化騰談及“養蝦”心得，認為“龍蝦”與即時通訊的融合，解決了傳統 ChatBot 需即時等待的痛點，使用者提交任務後可非同步接收結果，更具“活人感”、持續記憶與個性化適配能力。值得一提的是，當下微信 ClawBot 外掛僅作為消息通道，不會自動化操作微信，也不涉及對消息、朋友圈資料的獲取。試想，當14.18 億使用者最常用的聊天窗口，變成可直接指揮AI執行任務的操作面板，那龍蝦從科技圈層走向全民普及，只是時間問題。但“養蝦”能夠讓騰訊實現反超嗎？恐怕也有些困難，因為還需要克服以下問題微信生態能否實現高度統一，而非內部競爭產生不必要的內耗；其二微信作為社會基礎社交工具，其穩定性指標更為靠前，很難像豆包那樣大膽試錯快速迭代。此外，騰訊的AI應用過去主要由面向企業服務的CSIG事業群負責營運，該團隊擅長To B項目制。但在需要精細化營運、追求使用者增長和粘性的C端產品上，存在組織能力與產品使命的錯配。騰訊在電話會議中披露了更精準的AI投入資料：2025年在混元大模型及元寶 AI 應用等全新AI產品上投入180億元，並預計2026 年在混元大模型、元寶以及新 AI產品（例如各種智能體“蝦”）的研發投入將翻倍超360億元。從騰訊的2025年年度財報來看，還是相對漂亮的增收增利，總營收達到7517.7億元人民幣，同比增長14%。年度歸母淨利潤為2248.4億元人民幣，同比增長16%。但與其同時，第四季度營收1944億，環比微增0.8%，主要是本土遊戲收入的季度性下滑。行銷服務收入（環比上漲13%）和金融科技服務收入（環比上漲5%）仍在穩定增長。經營利潤603億，環比下降5%，主要是因為四季度投入大幅增加。應密切關注2026年第一季度情況。騰訊依然還是那個謹慎務實的騰訊，但現在騰訊在戰略層面已經清晰顯現了，它用克制而精準的生態內嵌策略將AI轉化為提升存量的工具，同時通過資本開支的果斷提升和模型策略的靈活組合加固技術底座。阿里的反擊之道如果說騰訊的防守基於其牢不可破的社交關係網，阿里於2025年以來所展現的戰略，則是一場兼具實用主義與資本重注的“閃電戰”。面對字節來自內容流量側的衝擊，阿里已調整航向，將全部戰略重心壓向C端。阿里目標明確必須打造出AI時代的“超級入口”，重新掌握流量分發的主動權和商品、服務交易的最短路徑。根據高盛研報的分析，阿里的資本開支在2025年同比暴增80%，這一增幅在巨頭中頗為激進，龐大資金湧向算力基礎設施、晶片採購及自研。這種不惜重金構築全端壁壘的邏輯，類似當年Google通過GCP、TPU和Android作業系統建立的護城河。阿里的焦慮源於其核心電商與本地生活業務正面臨的“流量飢渴症”，在抖音等內容平台將流量高效轉化為交易的趨勢下，它必須用重資產確保自身在算力、模型、應用全鏈路的控制力，以重求穩，以重求快，試圖用技術基建的厚度避險流量分發層面的競爭壓力。阿里的具體打法，被概括為“1+N”產品模式。其中的“1”，是作為旗艦店的“通義千問”APP，其定位遠不止於一個聊天機器人。它要求自己“會聊天更要能辦事”，核心是深度接入了阿里的服務生態。使用者可以在其中直接生成PPT、解析上百頁的長文件，甚至呼叫淘寶介面進行即時比價與購物。阿里希望它成為一個能解決實際問題的“萬能工具箱”。而“N”，則是將大模型能力“原子化”後，像毛細血管一樣嵌入淘寶、天貓、釘釘、夸克、高德等各個國民級應用，讓AI在使用者最需要的地方自然出現。通過這種模式，阿里旨在形成一個由核心旗艦應用引領，全生態能力協同復用的立體作戰陣型。日前阿里新成立的Alibaba Token Hub（ATH）事業群，將通義實驗室、MaaS業務線、千問事業部、悟空事業部整合在一起，這標誌著阿里AI to B戰略的全面升級，“悟空”正是這一戰略的重要出口。阿里的戰略和執行是堅定和決絕的，但投資者顯然沒有那麼大的信心。最新財報顯示，阿里巴巴 2026 財年第三財季，營收同比增長 2% 至 2848.4 億元，經調整淨利潤同比下降 67% 至 167.1 億元。本季度阿里可支配的現金，即自由現金流為 113 億，同比下降71%，時間再拉長一點，去年 3 月到 12 月，這9個月阿里的累計自由現金流已經轉負，為 -293.09 億元，去年同期為正701億元，現金壓力不小。資本市場對這份“以利潤換增長”的財報反應非常消極，財報公佈後，阿里美股盤前大跌近10%，創去年4月7日以來最大跌幅。投資人們想問，阿里的即時零售還需要燒多久？AI戰略燒錢不應該影響主業投入，用利潤換市場增長的故事在當下變得敏感而脆弱。2025年7月以來阿里啟動約500億元平台消費券計畫，疊加騎手、商家等綜合補貼，累計投入規模已接近1050億元等級。2026財年第三季度（指自然年2025年第四季度），即時零售業務單季度補貼成本約18億元，全年總投入（含行銷與補貼）同比繼續增加。而且阿里管理層明確在電話會指出，2026年（此處指自然年）全年投入力度將超過2025年，內部明確三年不考核虧損。這多少有些讓投資人難以接受，至少三年內即時零售這部分仍然需要重投入，還遠看不到盈利的曙光。當然，阿里也不是聽不懂市場在說什麼，所以今年以來收縮低價內卷，轉向精準補貼與高客單營運。2026年重點建倉醫藥、酒飲、生鮮等品類，新建500+前置倉，強化30分鐘達履約能力。總的來說，當前阿里巴巴的市盈率約為22.7倍左右。這一水平反映了市場對其短期利潤承壓的擔憂，同時也包含了一部分對其AI戰略轉型的期待。但距離阿里想要的“雲+AI業務”的估值倍數還有不小的差距。寫在最後字節進攻的勢頭足夠強，但也不代表這種AI戰事字節已經完全贏下了，豆包生態閉環尚未實現，巨額算力投入下，如何通過廣告、佣金實現盈利，是其持續擴張的前提。反之，可能被阿里、騰訊的生態閉環反超。為了打贏這場戰爭，字節主動出售現金牛業務旗下遊戲公司沐瞳科技，這可以說是不容易的戰略取捨，沐瞳是能夠穩定盈利且價值百億美元的業務部門，這說明字節也是在背著巨大壓力AII In AI。 (首席商業評論)

蘋果正在把 Siri ，變成一個 AI 分發平台。多年自研無果後，蘋果對於 AI，現在徹底想通了。當地時間 3 月 26 日，外國媒體曝光蘋果計畫在 iOS 27 中開放 Siri，讓任何通過 App Store 上架的 AI 服務都能接入其中。無論是 ChatGPT，Google 的 Gemini、Anthropic 的 Claude，理論上都可以成為 Siri 背後的「大腦」。而 OpenAI，將失去它在 Apple Intelligence 和 Siri 體系中的獨家地位。這不是一次簡單的產品決策轉變，而是蘋果 AI 戰略的一次根本性轉向。01 從獨家到開放要理解蘋果這次轉變的重量，得先回到 2024 年。當蘋果在 WWDC 上宣佈與 OpenAI 合作，把 ChatGPT 整合進 Siri 的時候，外界的解讀普遍是「蘋果在 AI 競賽中掉隊了，只好找 OpenAI 來救場」。這個敘事有一定道理——蘋果自研大模型的進展明顯落後於 Google 和微軟，用 ChatGPT 來填補能力缺口，是最快的解決方案。但如果只把這次合作看成「技術補缺」，就低估了蘋果的算盤。蘋果歷史上有一個非常一致的戰略邏輯，用「平台鎖定」來維持生態壁壘。App Store 是這個邏輯最典型的體現——蘋果不自己做所有的應用，而是把最好的開發者吸引進來，然後收取過路費，控制分發權。現在，蘋果正在用同樣的邏輯，重新定義 AI 時代的「分發權」。從獨家繫結 ChatGPT，到開放所有 AI 服務，蘋果的角色悄然完成了轉變——從一個「AI 技術採購方」，變成了一個「AI 能力的分發平台」。App Store 管的是應用的分發，而未來的 Siri 管的，是 AI 能力的分發。這兩件事的商業邏輯，其實是一回事。更值得注意的細節是時間點。就在幾天前，Apple 剛剛慶祝了公司成立 50 周年。庫克在給全體員工的信中回顧歷史、強調價值觀。而與此同時，悄悄推進的，是這個足以重塑 AI 格局的戰略決策。五十歲的蘋果，選擇在這個節點打開 Siri 的大門，某種程度上也是一種宣示——我們知道自己要去那裡。02 作為「第一入口」的 Siri對 OpenAI、Google 和 Anthropic 來說，能否進入 Siri 生態，意味著截然不同的市場地位。想像一個普通 iPhone 使用者的日常——他不會專門打開 ChatGPT 或 Gemini 的 App，他只會對著手機說「嘿 Siri」。過去，這個入口只通往一個 AI；未來，這個入口將變成一個 AI 的選擇介面。誰能站在這個選擇介面的最顯眼位置，誰就贏得了移動端最稀缺的資源，使用者注意力的第一觸點。這解釋了為什麼 Google 對進入 Siri 生態的意願會如此強烈。Gemini 在 Android 端已經是默認助手，但 iPhone 的使用者規模是 Google 無論如何都不能忽視的。如果 Gemini 能出現在 iOS 27 的 Siri 選項裡，那意味著 Google 的 AI 觸達能力將實現跨越式的擴張。Anthropic 的情況則更有意思。Claude 目前更多被企業使用者使用，在 C 端的知名度遠不如 ChatGPT。但進入 Siri 生態，可能是 Claude 在消費級市場建立存在感最快的方式，沒有之一。OpenAI 失去獨家地位之後，處境會變得微妙。ChatGPT 依然是最知名的 AI 品牌，在 Siri 的選項列表裡，大機率仍然是很多使用者的第一選擇。但「被選擇」和「默認繫結」之間，存在巨大的心理距離。曾經無需競爭的位置，現在要靠產品力來爭取——這對 OpenAI 來說，既是壓力，也是一種市場的公平。值得一提的是，iOS 26.4 的更新已經悄悄埋下了伏筆，這個版本在 CarPlay 中加入了對「基於語音的聊天機器人應用程式」的支援。這個不起眼的功能，現在回看，很可能就是 Siri 開放生態的前期測試。蘋果很少做沒有戰略意圖的功能，這個規律在這件事上再次得到印證。03 兆美元「AI App Store」開放 Siri 接入第三方 AI，背後還有一個顯然易見的商業邏輯——蘋果要從 AI 生意裡抽成。目前還不清楚蘋果會以什麼方式向接入 Siri 的 AI 服務收費。但可以參考的是 App Store 的模式——蘋果對應用內購收取 15%-30% 的抽成，這個「蘋果稅」長期以來是科技行業最大的爭議之一，也是蘋果服務收入的核心來源。如果 AI 服務通過 Siri 觸達使用者並產生訂閱收入，蘋果是否會用類似的邏輯收取通道費？這個問題目前沒有答案，但這個商業想像空間是真實存在的。更深遠的影響在於，蘋果正在把「AI 接入權」，變成一種新的稀缺資源。在 PC 時代，瀏覽器的默認搜尋引擎位置是一塊價值連城的地產——Google 每年付給蘋果超過 200 億美元，就是為了保住 Safari 的默認搜尋權。現在，Siri 的「默認 AI」或「優先推薦位」，將成為 AI 時代同等量級的稀缺資源。考慮到 iPhone 全球有超過 10 億的活躍使用者，這塊地產的估值，不難想像。當然，這套邏輯能否成立，還有一個前提，蘋果得先讓 Siri 本身變得足夠好用——這正是 WWDC 2026 的核心壓力所在。蘋果計畫在 6 月 8 日的主題演講上，正式揭開新 Siri 的面紗，同期宣佈第三方 AI 整合方案。根據目前流出的資訊，iOS 26.5 的第一個 beta 版本可能在月底就會出現，其中將包含首批由 Gemini 驅動的 Siri 功能。說白了，蘋果現在打的邏輯是，我不需要有最好的 AI，我只需要是最好的 AI 的入口。這個戰略，像極了蘋果在音樂串流媒體時代的做法——iTunes 和 Apple Music 未必比 Spotify 技術上更先進，但掌握著硬體端的分發權，就等於掌握了市場的話語權。04 「開放」和「博弈」當然，「開放」這個詞，用在蘋果身上，永遠需要加引號。蘋果的開放，從來不是無條件的開放。App Store 的開放，建立在嚴格的稽核制度和抽成規則之上。Siri 的開放，同樣不會是讓 AI 廠商自由進出的綠色通道。蘋果掌握著接入標準的制定權、使用者介面的設計權，以及最終的稽核權。這意味著，進入 Siri 生態的 AI 服務，必須按蘋果的規則打球。資料隱私的邊界在那裡、AI 回覆的內容能到什麼尺度、使用者的切換路徑怎麼設計，蘋果一定會保留最終的決定權。對 OpenAI 和 Google 這樣的 AI 巨頭來說，接受蘋果的規則並不是一件舒服的事。但如果不接受，就意味著在全球最重要的移動平台上缺席。這道選擇題，其實沒有什麼好選的。業內有一種觀點認為，大模型的競爭最終會走向「商品化」，誰的模型都差不多，那時候真正有價值的是分發管道。如果這個判斷是對的，那蘋果現在做的事情，就是在提前卡住未來最值錢的位置。五十年前，蘋果用「讓電腦成為人人可用的工具」改變了世界。現在，蘋果想用「讓最好的 AI 觸手可及」再做一次這件事。只不過，這一次，AI 的「觸手可及」，要通過蘋果制定的規則來實現。這個代價，大模型廠商們正在權衡。而結果，6 月 8 日的 WWDC，我們就會看到第一個答案。 (極客公園)

2026 年 3 月 17 日，輝達 CEO 黃仁勳在 GTC 全球開發者大會發表主題演講，重磅發佈新一代 AI 算力硬體、全端軟體平台及生態合作體系，核心圍繞AI 工廠基礎設施與大模型推理性能突破展開。報告主要內容核心理念：結構化資料是 AI 的基礎事實企業合作實踐雲廠商協同方案新一代硬體發佈AI 工廠基礎設施軟體與工具體系開源模型成果全球 AI 生態聯盟AI 商業化核心邏輯未來佈局與行業落地報告主要頁面(銳芯聞)

在 AI 時代浪潮的衝擊下，人類社會正處於一場底層的結構性重構之中。這不僅僅是一次簡單的技術升級，更是對經濟基礎、生產關係乃至人類生存狀態的全面革新。當 AI 從單純的輔助工具躍升為具備自主生成與決策能力的“參與者”時，舊世界的規則正在加速崩塌。綜合各界前沿洞察，這場社會變革主要體現在以下四個核心維度：1. 職業結構的“摧毀”與“新生”在過去的工業革命中，新技術往往伴隨崗位的等量更替。但在 AI 時代，這種演變呈現出更為極端的分化特徵：傳統崗位的廣泛替代： 從流水線工人到程式設計師、設計師，甚至醫生、律師等“鐵飯碗”，都面臨被更廉價、更精準的 AI 替代的風險。企業的增長不再必須依賴增員，有時只需**“裁掉真人、升級算力”**。新興職業的湧現： AI 訓練師、資料標註專家、AI 倫理顧問等複合型人才成為新寵。人類角色的根本轉變： 核心競爭力將從“知識儲存”轉向批判性思維、跨界整合與情感溝通。人類正從單純的“勞動者”向“創造者”或“高級指令發出者”轉變。2. 階層分化與“新生產資料”的壟斷：從資本集中到算力霸權在 AI 時代，社會階層的劃分標準正在經歷劇烈重構。傳統的土地、廠房已成過去，算力、資料與核心演算法成為了決定財富歸屬的“新生產資料”。■ 新寡頭的誕生：掌控算力的頂端階層未來的社會財富將以前所未有的速度向少數人集中。研發頂級模型需要天文數字的算力與能源，掌握這些基礎設施的科技巨頭將成為新時代的**“算力寡頭”**。他們無需僱傭海量員工即可實現產能擴張，從而徹底切斷了傳統的勞資財富分配鏈條。■ 社會結構的“M型”折疊：中產階級的消解AI 的衝擊直接從“中間”切入。曾經作為中堅力量的初中級腦力勞動者（程式設計師、分析師等），其賴以生存的“存量知識”被 AI 瞬間拉平。社會可能走向兩極分化：極少數的 AI 統籌者與大量失去核心生產參與權的群體。■ “超級個體”的崛起：生產工具的平權在宏觀壟斷的同時，AI 也帶來了工具的下放。借助 AI Agent，具備極強產品思維的個人可以單槍匹馬完成過去整個團隊的工作。擁有**“增量知識生產能力”**的少數人，將成為打破壟斷、實現階層躍升的“超級個體”。■ 階層流動的“演算法化”：動態適配機制AI 也在消解血緣繼承。在高資訊密度時代，個體的創新能力與協作表現可被即時量化。社會有望建構一種**“誰更適配就上，誰失配就下”**的高流動性動態平衡，用演算法反饋替代粗糙的學歷篩選。3. 人類認知危機與“人工智殘”風險隨著 AI 全面接管生活，人類的認知能力面臨前所未有的挑戰：“去智化”現象： 學術界提出**“人工智殘”（Artificial Ignorance）的警告。過度依賴工具可能導致人類思考能力萎縮。若人類放棄進化，社會可能演變為 AI 扮演“牧羊犬”、人類淪為“羊群”的牧民社會**。教育的底層重構： 傳統的“填鴨式”教育將徹底失效。未來的教育必須轉向培養問題導向意識，以及在 AI 給出答案時的價值判斷力。4. 社會治理範式的相變從“災難重設”到“連續調節”： 歷史上的矛盾常通過危機釋放。但在 AI 時代，借助極高頻寬的資訊反饋，社會運行可以像工程系統一樣進行即時的**“參數微調”**，用科學的糾錯替代破壞性的動盪。人機共生與監管重塑： 政府需要重新確立責任邊界。建立 AI 倫理規範、隱私保護及全新的財富二次分配機制（如 UBI 全民基本收入），將是緩解技術陣痛的關鍵。結語我們正站在這場重構的臨界點上。舊的勞動關係和知識壁壘正在解體，一個基於算力驅動的新型社會生態正在形成。在這個勇敢者的新世界裡，無論是組織還是個人，“主動擁抱技術、重塑思維框架、堅守人類獨特價值”，將是跨越周期、避免被時代洪流吞沒的唯一生存法則。 (skyming)

AI浪潮下，各種晶片術語層出不窮，讓人雲裡霧裡。而黃仁勳的“五層蛋糕理論”讓人豁然開朗。黃仁勳提出AI產業可分為五層架構——能源、晶片（硬體）、基礎設施、AI模型、應用層。每層的含義分別為：-底層（橙黃色）：能源層這是整個AI產業的基礎支撐，圖中的燈泡、閃電、太陽能板等元素，代表了資料中心和計算裝置運行所需的電力供應與能源基礎設施。-第二層（藍色）：晶片和計算基礎設施層圖中的電路板、晶片圖案，對應了GPU、CPU等硬體，是AI計算能力的核心載體。-第三層（綠色）：雲基礎設施與服務層圖中的伺服器叢集、網路線路，代表了將算力進行整合、調度並對外提供服務的雲平台。-第四層（紫色）：AI模型層圖中的神經網路、大腦圖案，對應了大語言模型、多模態模型等各類AI演算法模型。-頂層（紅色）：應用層圖中的手機、機械臂、城市建築等元素，代表了AI在各行各業的具體落地場景，比如自動駕駛、智能製造、金融風控等，也是AI產業價值的最終體現。輝達（NVIDIA）自己定位為“平台公司”，處於晶片和軟體基礎設施層，為AI企業提供基礎技術。 (貓熊蜘蛛)

在全球AI產業爆發式成長的浪潮中，輝達（NVIDIA）並非僅以晶片製造商的身份存在，而是憑藉全端技術佈局和生態協同策略，建構了一個覆蓋硬體、軟體、開發者、合作夥伴及行業場景的龐大AI產業生態系統。其生態建構邏輯以「核心技術為基、軟體平台為橋、夥伴協同為脈、開發者為核」，形成了自我強化的生態正循環，奠定了其在AI領域的領導地位。一、以頂尖硬體為生態基石，築牢性能護城河硬體是AI計算的核心載體，輝達透過持續迭代高性能GPU及配套硬體架構，為生態提供了不可替代的計算基礎，形成了生態建構的「硬支撐」。1. 迭代GPU核心架構，領跑AI計算效能輝達從早期的Tesla系列到現今的Hopper、Blackwell架構，始終聚焦在AI計算需求最佳化GPU設計。以Blackwell架構為例，其採用先進的晶片堆疊技術和全新的電晶體架構，在AI訓練和推理性能上實現數量級提升，單晶片算力較前代提升5倍以上，為大模型訓練、代理式AI等嚴苛工作負載提供了強大算力支撐。這種性能優勢使得全球絕大多數AI企業、科研機構在開展核心AI研發時，首選輝達GPU作為計算載體，形成了生態的「硬體入口壁壘」。2. 推出互連與整機解決方案，完善硬體生態閉環為解決大規模AI計算的算力群聚化需求，輝達打造了從晶片級互連到整機系統的完整硬體方案。其推出的NVLink技術作為核心互連架構，實現了GPU之間、GPU與CPU之間的高速資料傳輸，第五代NVLink為每個GPU提供1.8TB/s的總頻寬，較PCIe 5.0快14倍。2025年發表的NVLink Fusion晶片更實現了生態突破，允許合作夥伴基於該技術打造半定製AI晶片，MediaTek、Marvell、Alchip等企業已藉助該技術開發自訂AI計算系統，富士通、高通則將自訂CPU與輝達GPU通過NVLink整合，建構高性能工廠。此外，搭配ConnectX SuperNIC、Spectrum-X乙太網路交換機等網路硬體，輝達形成了「GPU+互連+網路+整機」的全端硬體解決方案，滿足從邊緣到資料中心的全場景計算需求。二、以軟體平台為生態紐帶，打通技術落地鏈路如果說硬體是生態的「骨架」，那麼軟體就是串聯生態的「血脈」。輝達透過建構CUDA為核心的軟體平台體系，降低了AI技術的使用門檻，實現了硬體能力的最大化釋放，也讓開發者和合作夥伴深度繫結於生態之中。1. CUDA：建構生態的「作業系統級」基石CUDA（統一計算裝置架構）作為輝達生態的核心，是連接GPU硬體與上層應用的關鍵介面。它提供了一套完整的程式設計模型、開發工具和函式庫，讓開發者無需深入掌握GPU硬體細節，即可透過C、C++等熟悉的語言開發AI應用。經過十餘年迭代，CUDA已形成龐大的工具鍊和庫體系，如針對深度學習的cuDNN、針對高效能計算的cuBLAS等，覆蓋從模型訓練到推理部署的全流程。這種「一次開發、多平台部署」的特性，使得全球數百萬開發者聚集於CUDA生態，形成了強大的技術慣性－開發者基於CUDA開發的應用越多，企業選擇輝達GPU的動力就越強，反之又推動更多開發者投入CUDA生態，形成正向循環。2. 全端AI框架與平台，降低產業落地門檻為推動AI技術向各行業滲透，輝達在CUDA基礎上建構了針對不同場景的上層軟件平台。在深度學習框架層面，輝達與TensorFlow、PyTorch等主流框架深度合作，提供優化的底層支援，確保框架在輝達GPU上實現最高性能；在行業應用層面，推出了專項平台，如自動駕駛領域的DRIVE、醫療健康領域的Clara、工業領域的Metropolis等，這些平台整合了經過最佳化的設備例如，Clara平台為醫療影像分析、藥物研發等場景提供了端到端解決方案，幫助醫療機構和藥廠大幅縮短研發周期。此外，輝達還推出了NGC（NVIDIA GPU Cloud）平台，提供預訓練模型、容器化工具和產業解決方案，開發者和企業可直接在NGC上取得資源，加速AI應用開發與部署。三、以夥伴協同為生態脈絡，建構產業共同體AI產業涉及晶片設計、硬體製造、軟件開發、產業應用等多個環節，輝達透過開放合作策略，與產業鏈上下游夥伴建構了「共生共榮」的生態共同體，實現了生態的規模擴張。1. 硬體夥伴：建構半定製生態，拓展硬體邊界輝達摒棄「閉門造車」的硬體策略，透過NVLink Fusion等技術向晶片設計和製造夥伴開放生態。MediaTek、Marvell、Alchip等企業借助NVLink Fusion技術打造自訂AI晶片，Synopsys、Cadence等提供設計IP與工具支援，形成了「輝達核心技術+夥伴定製開發」的硬體合作模式。這種模式既發揮了輝達在互連架構和GPU核心技術的優勢，也利用夥伴的專業能力滿足不同產業的定製需求。例如，MediaTek結合自身在高速互連領域的優勢，與輝達合作開發下一代AI基礎設施，服務雲級AI需求；富士通則將其2奈米Arm架構CPU與輝達GPU透過NVLink整合，實現更高能效比的AI計算。同時，輝達與台積電、三星等晶圓製造企業深度合作，確保GPU晶片的產能供應，為生態擴張提供硬體保障。2. 雲端服務夥伴：實現算力普惠，擴大生態覆蓋為讓更多企業和開發者便捷獲取AI算力，輝達與亞馬遜AWS、微軟Azure、GoogleCloud、阿里雲等全球主流雲服務商合作，將GPU算力以雲端服務形式輸出。雲端服務商透過部署輝達GPU叢集，推出AI算力實例，如AWS的P3/P4實例、阿里雲的GN7實例等，開發者和中小企業無需投入巨資購買硬體，即可透過按需付費的方式使用高性能AI算力。這種「算力即服務」的模式極大地降低了AI技術的使用門檻，讓全球範圍內的使用者都能接入輝達生態，同時雲服務商的推廣也進一步擴大了輝達生態的影響力。此外，輝達也為雲端服務商提供客製化支援，如透過NVLink Fusion幫助雲端服務商建構可擴展的AI工廠，滿足大規模算力需求。3. 產業夥伴：深度場景繫結，推動生態價值落地輝達與各產業龍頭企業合作，將AI技術深度融入產業場景，實現生態價值的落地轉化。在自動駕駛領域，與特斯拉、小鵬、寶馬等車企合作，提供DRIVE平台和算力支援，推動自動駕駛技術研發與量產；在醫療領域，與梅奧診所、西門子醫療等合作，基於Clara平台開發醫療影像診斷系統和藥物研發工具；在工業領域，與寶馬集團、通用電氣等合作，利用自動化產品維修​​廠。這些合作不僅讓輝達AI技術在各行業實現落地，更透過產業夥伴的回饋優化技術與產品，使生態更貼合實際需求。4. 股權佈局：資本賦能生態協同的核心手段輝達的AI產業生態建構不僅依賴技術與業務合作，更透過精準的股權運作實現生態繫結與能力補全，形成「戰略投資繫結夥伴、收購整合核心技術」的雙層股權佈局邏輯，為AI產業佈局提供資本層面的堅實支撐。（1）上市公司戰略持股：鎖定關鍵場景與算力需求輝達對上市公司的持股以戰略性少量持股為主，核心目標是透過資本紐帶強化業務協同，確保GPU產品在關鍵AI場景的優先滲透，而非追求控制權。重點持股領域集中在AI雲運算、晶片設計、自動駕駛及生物醫藥等核心賽道。其中，對AI雲資料中心企業CoreWeave持股比例高達91.36%（投資金額約39.6億美元），使其成為輝達GPU算力的「超級客戶」，既鎖定了大規模算力需求，又藉助CoreWeave的市場擴張推動GPU銷售與技術迭代。對晶片架構巨頭Arm Holdings持股4.11%，則保障了輝達GPU與Arm架構的相容性，實現晶片設計生態的深度協同。在垂直場景中，對自動駕駛企業文遠知行（WeRide）持股0.32%，深化了在中國自動駕駛市場的佈局，同時保障Orin晶片的銷量與技術合作；對AI生物醫藥企業Recursion Pharmaceuticals持股0.9%，透過提供GPU算力換取醫療場景的AI應用程式經驗，完善Clara平台的行業適配能力。（2）非上市初創投資：前瞻佈局前沿AI技術針對AI領域的創新前沿，輝達透過投資非上市初創企業提前卡位關鍵技術，形成生態創新儲備。投資版圖涵蓋大模型、人形機器人、AI優化工具等前沿方向，典型標的包括OpenAI、Figure AI、Mistral AI等。對OpenAI的戰略投資使其鎖定了大模型訓練的核心算力需求，同時通過技術協作優化GPU在大模型訓練與推理中的性能；投資人形機器人企業Figure AI，探索AI與機械結合的創新場景，為未來自動化業務積累技術經驗。在歐洲市場，投資開源大模型公司Mistral AI與NLP服務商Cohere，推動GPU在海外推理與訓練場景的效能落地；對Lambda Labs等GPU雲運算服務商的投資，則拓展了GPU分銷管道，為中小企業接入輝達生態提供便利。這類投資以風險可控為原則，透過資本繫結獲取技術前瞻性資訊與生態協同機會，為輝達AI生態注入持續創新活力。（3）核心企業收購：掌控關鍵技術建構全端能力與策略投資不同，輝達的收購策略聚焦核心技術補全，透過全資收購將關鍵能力整合進自身生態，強化全端AI解決方案能力。收購標的均瞄準生態短板領域，形成「硬體-軟件-服務」的閉環整合。2019年收購高效能網路企業Mellanox，掌控了GPU叢集互聯的InfiniBand技術，大幅提升資料中心算力叢集的傳輸效率，降低系統部署複雜度；收購AI資源調度企業Run:ai後，將其技術整合進NVIDIA AIEnterpriseAIOmOmniD，提升邊緣GPU利用率；，則填補了邊緣裝置AI推理與模型自動化優化的短板，實現從資料中心到邊緣端的全鏈路AI能力覆蓋。這些收購並非單純的規模擴張，而是精準補強生態關鍵環節，鞏固「全端AI基礎設施提供者」的核心定位。四、以開發者為生態核心，培育創新活力源泉開發者是生態的創新主體，輝達透過建構完善的開發者培育體系，吸引、留存並賦能全球開發者，為生態注入持續的創新活力。1. 教育與培訓：降低入門門檻，擴大開發者基數輝達推出了NVIDIA深度學習學院（DLI），提供線上線下結合的AI培訓課程，內容涵蓋CUDA編程、深度學習模型開發、行業場景應用等，開發者可透過課程學習和認證獲取專業技能。此外，輝達與全球數千所大學和科學研究機構合作，捐贈GPU裝置、提供教學資源，將AI教育納入大學課程體系，培養新一代AI人才。例如，與清華大學、北京大學等合作建立AI實驗室，開展聯合科學研究和人才培養，從源頭擴大生態的開發者基數。2. 社區與賽事：建構交流平台，激發創新動力輝達建構了全球範圍內的開發者社區，如NVIDIA Developer Zone，開發者可在社區中交流技術、分享經驗、獲取官方支援。同時，輝達舉辦各類AI競賽，如NVIDIA GTC開發者大會上的創新大賽、針對自動駕駛的DRIVE Challenge等，為開發者提供展示創新成果的平台，並透過獎金、資源支援等激勵開發者基於輝達生態開展創新研發。這些賽事不僅激發了開發者的創新動力，更挖掘了大量優質的AI應用方案，部分方案已透過輝達生態實現商業化落地。五、生態建構的核心邏輯與啟示輝達AI產業生態的成功，核心在於建構了「硬體-軟體-開發者-夥伴」的全鏈路協同體系，形成了「績效領先→開發者聚集→應用豐富→夥伴加入→生態強化」的自我強化循環。其關鍵啟示在於：一是以核心技術為根基，透過硬體性能與軟體生態建構競爭壁壘；二是以開放合作為策略，透過賦能夥伴實現生態規模化擴張；三是以開發者為核心，透過培育創新主體注入持續活力。在AI產業競爭日益激烈的背景下，這種全端、開放式的生態建構模式，成為輝達維持領先地位的核心競爭力，也為其他科技企業建構產業生態提供了重要藉鑑。 （黃玉新—戰略思想家）