奧爾特曼表示，“雖然說這是2026年（要考慮）的事，但它是我個人最期待的部分之一。”“這是整個系統裡我個人最期待的部分之一。”在日前的Big Technology訪談中，OpenAI CEO山姆•奧爾特曼（Sam Altman）如此形容記憶功能。在他看來，AI的下一個重大飛躍並非是更敏銳的推理能力，而是更為根本的記憶。ChatGPT問世三年多以來，聊天介面並沒有出現大變動，但底層功能進步不少，其中就包括記憶功能。在訪談中，當被問及“記憶功能究竟發展到什麼程度”時，奧爾特曼表示，“其實我認為我們現在完全無法想像它最終能發展到什麼程度。人類本身是有侷限的：即使你擁有世界上最好的私人助理，他們也不可能記住你說過的每一句話，不可能讀過你的每一封郵件，不可能看過你寫的每一份檔案，不可能每天觀察你的所有工作並記住每一個細節，也不可能以那樣的深度參與到你的生活中——沒有任何人類擁有完美無限的記憶，但AI肯定可以做到這些。”記憶功能是OpenAI內部經常討論的一個問題。目前ChatGPT雖然迭代到了5.2，但記憶功能“依然非常粗糙、非常早期”，仍處於“GPT-2時代”。一旦AI真的能記住你整個人生的每一個細節，並在此基礎上加以個性化——不僅能記住事實，還能察覺、捕捉並利用那些連使用者自己都沒意識到未曾刻意表達過的小偏好，AI將變得極其強大。“我覺得這是一個非常令人興奮的方向。雖然說這是2026年（要考慮）的事，但它是整個系統中我個人最期待的部分之一。”奧爾特曼直言。▌KV Cache重要性凸顯此前，OpenAI已於2024年2月啟動記憶功能小範圍測試，並於2025年4月升級為可參考全部歷史對話的長期記憶系統，能跨對話保留使用者偏好、工作內容與常用格式，在互動中持續呼叫，顯著強化個性化服務與使用者黏性。可以看到，在奧爾特曼的描述遠景中，擁有了成熟記憶能力的ChatGPT堪稱“開了掛的超級個人AI Agent”。根據《Heterogeneous Memory Opportunity with Agentic AI and Memory Centric Computing》（Jinin So），建構一個強大的“Agentic AI”，因為自注意力機制需要對序列中的每個元素（token）與序列中所有其他元素之間的關係進行建模，因此對記憶體和儲存系統提出了前所未有的、多層次的需求和挑戰。AI記憶系統可以被劃分為工作記憶（處理當前任務）和長期記憶（知識、技能、經驗）。程序性記憶（模型本身）：隨著大語言模型參數量的增長，其自身大小已達到TB等級；語義記憶（外部知識庫）：儲存外部知識的向量資料庫，其容量需求可達數十TB；工作記憶（執行階段快取）：在高並行推理時，僅KV快取（KV Cache）一項就能消耗上百TB的記憶體。整個系統融合了大模型（如Gemini）、外部資料庫（如Milvus）和快取記憶體機制，並通過檢索、學習等方式進行互動，這對資料流動的頻寬和延遲提出了極高要求。其中，“能記住使用者說過的所有話、讀完所有郵件和文件、深度全量參與使用者生活”的AI，需要的正是“工作記憶”。廣發證券指出，AI的“工作記憶”在技術上體現為大模型的“上下文窗口”，它是AI進行複雜、多步推理和決策的工作台與基礎。它的核心功能是整合所有相關資訊以支援連貫思考。通過將系統指令、歷史對話、使用者問題、外部知識（來自語義記憶）和模型的中間思路全部“盡收眼底”，大模型才能進行全面、有深度的推理，而不是孤立地看問題。國金證券稱，目前隨著大模型應用的普及和上下文窗口的不斷擴展，KV Cache技術的重要性將進一步凸顯。無論是ChatGPT的流暢對話體驗，還是Claude的長文件處理能力，都需要KV Cache的技術支撐。未來KV Cache將在智能化、硬體加速、邊緣部署等方向持續演進，為更廣泛的AI應用提供強有力的技術支撐。智能化與硬體化趨勢明確，KV Cache有望在未來數年持續提升大模型推理效率並改善算力成本結構。落實到具體方向上，東方證券認為，儲存供不應求持續，同時海外儲存巨頭在通用儲存方面的擴產進度可能有限，建議關注國內半導體裝置企業中微公司、京儀裝備、微導奈米、拓荊科技、北方華創等；佈局端側AI儲存方案的兆易創新、北京君正等；受益儲存技術迭代的瀾起科技、聯芸科技等；國產企業級SSD及儲存方案廠商江波龍、德明利、佰維儲存等。 (科創板日報)

12月9日，Google正式發佈Android XR平台，並展示了與中國企業XREAL聯合打造的Project Aura——一款被定義為“Gemini AI第一雙原生空間之眼”的消費級AR眼鏡。在AI與XR深度融合的新戰場上，矽谷巨頭正在以一種前所未有的姿態，將核心硬體能力的話語權交到中國企業手中。這個訊號的深意，遠比表面呈現的更加複雜。當我們將視線穿透產品本身，審視這場發佈會背後的產業邏輯時，會發現在這個被視為下一代計算平台的賽道上，中國的光學系統、晶片設計和製造供應鏈，正在從代工者悄然轉變為定義者。某種意義上，一場靜默的“反向卡脖子”正在發生。Google的“第二次入場”：一場遲到但志在必得的豪賭理解Google此番佈局的深意，需要先回溯其在可穿戴裝置領域的曲折歷程。2013年，Google眼鏡以顛覆者的姿態驚豔亮相，卻因隱私爭議、高昂定價和孱弱的應用生態黯然離場。十餘年過去，當Meta憑藉Ray-Ban智能眼鏡悄然佔據市場，當蘋果以Vision Pro重新定義空間計算的產品形態，當字節跳動、華為等中國玩家在XR賽道密集佈局時，Google發現自己正處於一個危險的位置：它擁有全球最先進的AI能力，卻缺乏一個能讓這種能力“走出螢幕”的硬體載體。Meta的Ray-Ban智能眼鏡這正是Android XR平台的戰略核心所在。Google試圖複製其在智慧型手機時代的成功路徑——通過開放平台吸引硬體合作夥伴，建立生態標準，最終實現系統級的統治地位。但這一次，它面臨的挑戰遠比當年更加嚴峻。智能眼鏡不是智慧型手機的簡單延伸，它需要在光學顯示、空間計算、續航散熱和佩戴舒適性之間尋找極其精細的平衡點。而這些平衡點的技術實現，恰恰是Google自身並不擅長的領域。於是，一個有趣的現象出現了：在Android XR平台的首發產品矩陣中，最具技術含量的Project Aura，其核心硬體研發幾乎全部由中國團隊完成。X-Prism光學系統由XREAL中國團隊獨立研發量產，X1S空間計算晶片由XREAL端到端自研，完整供應鏈紮根長三角。Google提供了AI大腦和軟體平台，但讓這個大腦“看見世界”的眼睛，卻是中國製造。當前的XR市場正處於一個微妙的臨界點。從產品形態上看，存在三條平行演進的路徑：以蘋果Vision Pro為代表的高端沉浸式頭顯，以Meta Ray-Ban為代表的輕量化智能眼鏡，以及介於兩者之間的AR顯示眼鏡。這三條路徑分別對應著不同的使用場景、技術難度和市場定位，尚未出現誰將最終勝出的明確訊號。從市場份額來看，Meta憑藉先發優勢和激進的定價策略佔據了消費級智能眼鏡的主導地位。Ray-Ban Stories系列累計銷量已突破數百萬台，建立起了初步的使用者認知和使用習慣。蘋果Vision Pro雖然在技術上實現了諸多突破，但3499美元的高昂定價嚴重限制了其市場滲透，更多地扮演著技術燈塔的角色。至於Google，在Android XR發佈之前，其在XR硬體領域幾乎是一片空白。但市場份額並不能完全反映競爭的真實態勢。XR產業仍處於極早期階段，現有的銷量數字在未來可能出現數量級的變化。真正決定長期競爭格局的，是三個關鍵要素：AI能力的深度整合程度、硬體形態的成熟度，以及生態系統的開放性。從這三個維度審視，Google此番入局的時機選擇頗具深意。首先，Gemini AI的能力已經發展到足以支撐空間計算場景的臨界點。多模態理解、即時視覺推理、上下文感知對話——這些能力的組合，使得AI真正具備了理解世界的基礎能力。其次，硬體技術的成熟度也在快速提升。Micro OLED顯示、先進光學設計、低功耗空間計算晶片，這些技術的進步使得消費級AR眼鏡成為可能。最後，Android的開放生態基因使其天然適合扮演平台角色，這是蘋果封閉生態所不具備的優勢。技術突破的關鍵節點：當AI開始“看見”世界Project Aura之所以被稱為“Gemini AI的第一雙原生空間之眼”，源於其實現了AI與XR的深度原生融合。這種融合並非簡單地將AI助手嵌入眼鏡裝置，而是讓AI真正具備了空間理解和環境互動的能力。要理解這一突破的意義，需要先釐清AI能力演進的脈絡。大語言模型讓AI“能聽會說”，多模態模型讓AI“能看會畫”，但這些能力仍然被困在二維螢幕的邊界內。AI可以分析一張照片，但無法持續感知真實環境的變化；可以理解一段對話，但無法將對話內容與物理空間關聯。Project Aura試圖打破這一邊界。通過三個攝影機、麥克風和環境感測器的組合，Gemini首次能夠在真實世界中建構“連續、可互動、可理解”的空間語義模型。這種能力的實現依賴於幾項關鍵技術的協同突破。光學系統方面，70度視場角（FOV）是消費級AR眼鏡目前能實現的最大實用視場，它決定了數字內容能夠多大程度地自然疊加在真實環境中。XREAL的X-Prism棱鏡透鏡技術在這一指標上達到了行業領先水平，同時將整體重量控制在可日常佩戴的範圍內。空間計算方面，X1S晶片建構了低延遲、高精度的空間智能鏈路，能夠同時處理三個攝影機的資料輸入，實現全房間追蹤和手勢識別。AI推理方面，Gemini的端側部署使得即時語義理解成為可能，使用者可以用手指在空中圈選任何物體，立即獲得相關資訊和搜尋結果。CNET記者Scott Stein在體驗後寫道：“坐在沙發上戴著Project Aura，這副原型眼鏡立即讓我感覺像是VR被縮小到了更小的形態。”他啟動了一個無線連接的電腦視窗，用手勢控制應用，甚至運行了VR遊戲Demeo。“最令我驚訝的是，所有這些都可以僅憑一副眼鏡實現。”這種評價的份量在於，它來自一個見證了過去十年幾乎所有XR產品的資深觀察者。然而，技術突破並不意味著產業成熟。心智觀察所之前曾撰文指出，智能眼鏡領域存在一個被業內稱為“不可能三角”的結構性難題：全天候舒適佩戴、極佳的顯示效果、強大的AI智能化——當前沒有任何一款裝置能夠同時完美解決這三點。舒適佩戴要求裝置重量極輕、發熱量低、外觀時尚，這意味著電池容量、晶片算力和顯示單元尺寸都必須大幅壓縮。極佳的顯示效果要求高解析度、大視場角、高亮度和良好的透光率，這需要更複雜的光學系統和更大的顯示單元。強大的AI智能化要求高算力的晶片、豐富的感測器和持續的網路連線，這進一步增加了功耗和發熱。這三個維度彼此制約，形成了一個難以突破的技術瓶頸。XREAL創始人兼CEO徐馳坦承，Project Aura並不試圖解決全天佩戴的問題，其定位是可攜式工作裝置而非日常穿戴配件。但他同時預測，未來智能眼鏡可能會演化出二元化的產品形態：一種主打35克以下的全天候佩戴，以犧牲顯示效果和算力為代價；另一種則以更好的顯示效果為基準，重量約50至60克，適合特定場景的沉浸式使用。除了硬體層面的不可能三角，智能眼鏡還面臨著軟體生態和使用者接受度的雙重挑戰。應用開發者需要為全新的互動範式重新設計產品，而使用者則需要克服將裝置佩戴在面部的心理障礙和社會壓力。Google眼鏡當年的失敗，很大程度上源於這兩個層面的不成熟。即便技術已經取得長足進步，這些非技術因素仍然是產業化道路上的重要變數。靜默的權力轉移：中國供應鏈如何重塑行業格局在討論智能眼鏡產業的未來時，一個經常被忽視的維度是供應鏈的權力結構。過去十年，中國製造在全球科技產業鏈中的角色，主要是成本優勢驅動的代工和組裝。但在XR這個新興賽道上，情況正在發生根本性的變化。Project Aura的案例極具說明性。這款被Google定位為Android XR平台最完整、最接近理想形態的硬體樣本的產品，其核心技術幾乎全部來自中國。X-Prism光學系統是消費級AR眼鏡最關鍵的技術壁壘之一，它決定了裝置的視場角、清晰度、色彩還原和佩戴舒適度，而這一系統由XREAL中國團隊從零開始獨立研發並實現量產。X1S空間計算晶片是另一個技術高地，它需要在極低功耗下實現多攝影機資料的即時處理和空間定位，而這顆晶片由XREAL端到端自主設計。更值得關注的是，支撐這些核心技術的完整供應鏈已經在長三角地區成型。從光學鏡片的精密加工，到Micro OLED螢幕的生產，再到晶片的封裝測試和整機組裝，一條高度整合、快速迭代的產業鏈正在形成閉環。上海作為XREAL的全球研發中心，正在成為智能眼鏡產業創新的核心樞紐。這種供應鏈格局的形成並非偶然。智能眼鏡對製造精度的要求遠超智慧型手機，光學系統的微米級公差控制、顯示模組的精密貼合、整機的輕量化設計，每一個環節都需要長期積累的工藝經驗和快速迭代的能力。中國製造業在消費電子領域二十餘年的積澱，恰恰為這一新賽道提供了堅實的基礎。如果說過去幾年中美科技競爭的主旋律是美國對中國的“卡脖子”——從晶片製造裝置到EDA軟體，從先進製程到AI晶片——那麼在XR領域，一種反向的依賴關係正在悄然形成。讓我們做一個假設：如果XREAL或其他中國XR供應商決定不再向海外整機廠商提供核心光學模組和空間計算晶片，會發生什麼？Google的Android XR平台將失去其最具競爭力的硬體載體；Meta的下一代AR眼鏡可能面臨關鍵零部件的供應中斷；甚至蘋果，儘管其自研能力強大，也不得不依賴中國供應鏈來實現規模量產。這並非危言聳聽。在AR光學這個細分領域，中國企業已經建立起了難以綁過的技術和產能優勢。Birdbath方案、自由曲面棱鏡、光波導——無論那種技術路線，中國供應商都處於全球領先位置。而在Micro OLED和Micro LED顯示領域，中國企業同樣佔據著重要份額。更重要的是，這些技術優勢是與製造能力深度繫結的——即便競爭對手獲得了設計圖紙，要在短期內建立起具有競爭力的生產線幾乎不可能。徐馳在極客公園創新大會上的一番話頗耐尋味：“沒有任何一家公司能包攬系統、AI與硬體的所有創新。下一代計算平台需要一個全球化創新聯盟。而中國憑藉最完整的製造鏈條與最快的硬體創新速度，第一次真正站在了定義未來標準的位置。”這番表態的潛台詞是：中國不再只是執行別人定義的標準，而是有能力參與甚至主導標準的制定。當然，“反向卡脖子”的能力並不意味著一定會被使用。全球科技產業的相互依存是雙向的，任何一方的脫鉤都會帶來巨大的成本。但能力本身就是一種談判籌碼，它改變了博弈的基本結構。在過去，中國企業在與海外巨頭的合作中往往處於被動地位，核心技術和利潤分配由對方主導。而在XR這個新賽道上，中國企業有機會以更平等的姿態參與全球競爭，甚至在某些環節掌握主動權。增量資料的入口：眼鏡通向AGI的必經之路？徐馳提出了一個引人深思的觀點：“眼鏡所帶來的增量資料，很可能是AI通向AGI的必經之路。”這一論斷的邏輯在於，當前AI訓練所依賴的公域和私域資料都已接近枯竭，而智能眼鏡將成為為AI提供更多個性化增量資料的最佳入口。這個觀點觸及了AI發展的一個核心瓶頸：資料。大語言模型的能力提升在很大程度上依賴於訓練資料的規模和質量，而網際網路上可用的高品質文字資料正在被快速消耗。視覺資料、空間資料、行為資料——這些智能眼鏡能夠持續採集的多模態資訊，可能是下一階段AI能力躍升的關鍵燃料。如果這一判斷成立，那麼智能眼鏡的戰略意義將遠超其作為消費電子產品的範疇。它將成為AI能力演進的基礎設施，而掌握這一基礎設施的企業和國家，將在AI時代佔據戰略高地。從這個角度看，中國企業在智能眼鏡核心技術上的突破，其意義不僅在於一個新產品品類的競爭力，更在於對AI發展基礎資源的控制力。徐馳預測，一個真正具備“iPhone時刻”意義的智能眼鏡產品將在未來兩到三年內問世。如果真是2027年，那恰好是20年的輪迴：從2007年初代iPhone到2027年。這個時間預測是否精準尚待驗證，但其背後的判斷邏輯值得重視：技術成熟度、生態準備度和使用者接受度正在同時逼近臨界點。Google此番發佈Android XR平台和Project Aura，正是這一臨界點的訊號之一。它表明，即便是擁有全球最強AI能力的科技巨頭，也必須借助中國的硬體創新能力才能將願景轉化為產品。它也表明，下一代計算平台的競爭將不再是單一公司或單一國家的獨角戲，而是一場全球化的協作與博弈。在這場博弈中，中國的位置正在發生微妙而深刻的變化。從全球工廠到創新源頭，從標準執行者到標準定義者，從被動依附到可以反制——這些變化或許還不夠顯性，但其勢能正在積聚。當AI開始“長出眼睛”，中國製造的技術基因，已經深深嵌入了這雙眼睛的每一個零部件之中。未來已來，只是分佈不均。而在智能眼鏡這個承載下一代計算平台願景的賽道上，中國或許正站在分佈最密集的那個節點上。 (心智觀察所)

近日，SemiAnalysis發佈文章《TPUv7: Google或終結輝達的CUDA護城河》指出，世界上最好的兩大模型Anthropic的Claude 4.5 Opus和Google的Gemini 3主要的訓練和推理基礎設施用的都是Google的TPUs和亞馬遜的Trainium，尤其Gemini 3完全是基於TPUs訓練的。事實上，Anthropic等AI實驗室現在可以通過採購（或者威脅採購）TPU，來作為與輝達談判的籌碼，從而大幅降低其GPU的總體擁有成本。黃仁勳從多年前反覆強調的、語氣詼諧但似乎又是不爭的事實的“The more you buy, the more you save”，本來是說The more GPUs you buy, the more money you save，現在似乎就要變成“The more TPUs you buy, the more GPUs you save”。Google2006年開始打造AI專用的基礎設施，到2013年忽然發現，如果要大規模部署AI，就需要讓資料中心的數量翻倍，於是伴隨著越發緊迫的算力需求，TPU晶片在2016年投產，一開始只用於Google內部的工作流，2018年面向GCP客戶提供服務，然後商業化路線越發清晰，現在不僅通過GCP讓TPU全端能力惠及外部客戶，而且作為供應商直接出售完整的TPU系統。今年10月，Anthropic宣佈進一步使用Google雲的技術，包括在2026年投入數百億美元，以多至100萬塊TPUs上線超過1吉瓦的算力，用以支援AI研究和產品研發。而在Anthropic之外，Meta、SSI、xAI等也已加入GoogleTPU的客戶名單。輝達前幾天甚至發文試圖穩住市場對自己的信心，雖然所謂“祝賀Google的成功（We’re delighted by Google’s success）”沒有明確指向是AI應用的成功還是基礎設施的成功——Perhaps both.想到上個月巴菲特的Berkshire Hathaway建倉Google母公司Alphabet，持倉43億美元，而這是股神首次買入“AI題材股”。想到薛兆豐老師的《漫畫經濟學》說：所謂的“內幕消息”都會提前反映在資產價格中。不過，這裡的“內幕消息”絕不只是浮於表面的“某條消息”。SemiAnalysis在兩三年前就預言“TPU霸權（TPU supremacy）”，過去一年的持續追蹤也證明了，GoogleTPU的強勢崛起已經成為一個顛覆性的市場力量。儘管單顆TPU晶片的理論峰值算力可能與輝達旗艦產品還有差距，但Google以卓越的系統級工程能力（system-level engineering）可以實現匹敵輝達的性能和成本效率——相較Gemini 3模型的成功，OpenAI自2024年5月發佈GPT-4o以來，還沒有成功完成一個可大規模部署的前沿模型的全規模預訓練任務；而在具有經濟價值的長程任務測試中，Gemini 3相較GPT 5.1更是毫無懸念地勝出。當然，縱使系統能力很重要，Google也沒有忽視微架構（microarchitecture）。之前Google的TPU設計理念相較輝達更為保守，主要是因為Google優先考慮RAS（可靠性、可用性、可服務性），願意犧牲極限性能來換取更高的可用性，因為硬體故障導致的停止成本會嚴重影響實際的TCO。畢竟，不同於輝達和AMD，Google沒有誇大外部宣傳指標的壓力，不用執著於實際上難以維持的“理論FLOPs峰值”，而且在2023年之前Google的主要AI負載是推薦系統模型，對超高算力的需求沒那麼迫切。但是，進入LLM時代，Google的TPU設計理念也在發生轉變。尤其最新兩代TPU（TPUv6 Trillium和TPUv7 Ironwood）——v6在相同製程和晶片面積下實現了2倍的峰值算力提升，且功耗顯著降低；v7則幾乎全面縮小了與輝達旗艦產品的差距，在算力、記憶體頻寬上接近GB200。事實上，從Google自身的採購視角來看，TPUv7的總體擁有成本比直接採購輝達GB200伺服器要低大約44%，完全彌補了峰值算力和峰值記憶體頻寬方面大約10%的不足。即使是對於外部客戶而言，SemiAnalysis預估每小時的TCO仍然可以比GB200低約30%，比GB300低約41%。另外，TPU的一大特徵在於可以通過ICI互聯協議（Inter-Chip Interconnect）實現極大的規模化擴展，單個TPU pod可以支援高達9216顆Ironwood TPUs，這就可以避免多叢集通訊帶來的效率損耗。然而，GoogleTPU的部署速度受制於電力資源和緩慢的行政流程。對此，Google採用“表外信用擔保”模式，通過為Fluidstack等靈活的新興雲提供商（Neoclouds）提供背書，間接利用轉型礦商等新興資料中心提供商所擁有的電力和基礎設施。這個模式很大程度上解決了Neocloud行業的融資難題，i.e. 算力叢集4-5年的經濟壽命與資料中心15年以上租約的期限錯配，SemiAnalysis預測這種“超大規模雲服務商擔保”的模式或成為行業新標準。而CoreWeave、Nebius、Crusoe等與輝達深度繫結的Neoclouds未來可能需要在“爭奪Nvidia Rubin系統配額”與“開拓TPU市場”之間做出關鍵的戰略抉擇。AI算力市場格局正在發生深刻的變革。GoogleTPU的成功意味著AI算力市場不再是輝達“一家獨大”，而競爭或迫使所有廠商不斷推進技術創新和成本最佳化，或許可以推動整個AI產業以更低的門檻、更高的效率向前發展。 (訪穀神)

近日，GoogleTPU攜Gemini3逆襲之勢大幅拓寬增量前景，Meta考慮斥資數十億美元為其買單，機構將TPU產量預期上調67%至500萬塊。基於“晶片-光交換網路-大模型-雲服務”全鏈閉環，Google智算體系重回AI賽道前沿梯隊，標誌著美式封閉壟斷路線更進一步。與此同時，以DeepSeek為代表的開源模型緊追不捨。月初，DeepSeek V3.2及其長思考增強版模型出爐，前者在性能測試中打平ChatGPT，後者直接對標閉源模型頂流Gemini。這也預示著中國開源開放路線漸入佳境，國產智算體系在應用層展現出良好的生態協同潛力。至此，中美AI產業博弈棋至中盤，“開放協同”與“封閉壟斷”對位格局愈發清晰。尤其在智算生態佈局中，兩大陣營或正醞釀著一場體系化能力的巔峰較量。從Gemini 3到TPU v7，軟硬一體閉環臻至極境毋庸置疑，GoogleTPU的突然走紅，很大程度得益於Gemini3的模型能力驗證。作為專為GoogleTensorFlow框架而生的ASIC晶片，TPU憑藉軟硬體一體化設計為其全端閉環完成奠基，同時也在上層應用高位突破時俘獲外部使用者市場，甚至一度被視為輝達GPU的最強平替。所謂“軟硬一體化”，即硬體的設計完全服務於上層的軟體和演算法需求。如Gemini 3訓練和推理過程高度適配TPU叢集，而這種定製化專用模式也在功耗能效方面展現出極高價值——TPU v5e的功耗僅為NVIDIA H100的20%-30%，TPU v7每瓦性能較前代產品翻倍增長。目前，Google通過“晶片+模型+框架+雲服務”的垂直整合，形成了一個封閉且高效的循環。一方面極大地提升了自身AI研發和應用開發效率，另一方面也在NV主流體系下裂土而治，奪得又一智算賽道主導權，Meta對TPU的採購意向則將這一體系熱度推向了高點。業內有觀點指出，從蘋果到Google，美式的垂直封閉玩法幾乎臻至極境，表現出科技巨頭為鞏固和擴張利益版圖，在產業鏈層面泛在的壟斷慾望。但從生態發展角度來看，封閉模式缺乏長期主義精神，極易導致產業長下游喪失創新活性，並形成單一主體高度集權的格局。另外，從TPU的應用場景來看，軟硬一體閉環儼然是專屬於巨頭的遊戲。某分析人士稱，Google的叢集化設計和“軟體黑盒”，需要使用者重新配置一整套異構基礎設施。如果沒有兆參數模型訓練需求，根本填不滿TPU的脈動陣列，省下的電費可能都抵消不了遷移成本。同時，由於TPU技術路線極為封閉，與主流開發環境無法相容，使用者還需要一支專業的工程團隊駕馭其XLA編譯器，重構底層程式碼。也就是說，只有像Google、Meta這種等級的企業才有資格轉向TPU路線，也只有算力規模達到一定程度才能發揮出定製化產物的能效優勢。不可否認，Google等頭部企業通過垂直整合自建閉環，在局部賽道快速實現單點突破，同時也造就了美國科技巨頭林立的蔚然氣象。但在中美AI博弈背景下，美式封閉壟斷路線憑藉先發優勢提前完成了賽道卡位，被動的追隨式趕超已很難滿足中國智算產業的發展需要。“小院高牆”之外，如何充分發揮舉國體制優勢，團結一切力量拆牆修路，成為拉近中美AI體系差距的關鍵。多元異構生態協同，開放路徑通往下一賽點相較於美式寡頭壟斷模式，中國智算產業正基於多元異構體系層層解耦，重塑開放式生態系統。從頂層設計到產業落地，“開源開放+協同創新”已然成為國產軟硬體全端共識。在政策層面，《算力基礎設施高品質發展行動計畫》提出建構佈局合理、泛在連接、靈活高效的算力網際網路，增強異構算力與網路的融合能力，實現多元異構算力跨域調度編排。並且，相關部門多次強調，鼓勵各方主體創新探索智能計算中心建設營運模式和多方協同合作機制。延伸到AI應用層，《關於深入實施“人工智慧+”行動的意見》同樣要求深化人工智慧領域高水平開放，推動技術開源可及......不難看出，國家在人工智慧和智算領域給出了截然不同的中國方案——不在封閉路線中盲目追趕封閉，要在開放格局下謀求錯位趕超。事實上，頂層設計完全基於產業現實需要。在美方科技封鎖下，中國智算產業主要面臨兩大挑戰：單卡算力性能瓶頸、算力成本高。除了在晶片、模型、基礎軟體等核心技術領域持續攻堅外，當前更有效的途徑是發展更大規模、更多元高效的智算叢集，突破AI算力瓶頸。業內調研結果顯示，國內宣佈擁有千卡規模的算力叢集不少於100個，但其中大部分是異構晶片。可以想像，假如不同硬體系統相互封閉，標準介面不統一，軟體棧互不相容，將導致難以實現智算資源的有效整合利用，更無法滿足大規模參數模型的應用需求。根據行業主流觀點，國產AI算力存在多元化、碎片化特徵，同時又具備相當的規模化優勢。當務之急並不是各自埋頭推進單一技術路線，更首要的是盡快打通“技術牆”、“生態牆”，實現產業鏈開放跨層協作，真正釋放總體算力生態潛能，從單點突破邁向整合創新。具體來看，所謂開放路線旨在基於開放的計算架構推動產業生態協同創新。比如通過制定統一的介面規範，聯動晶片、計算系統、大模型等產業鏈上下游企業共同參與生態建設，減少重複性研發和適配投入，共享技術攻關和協同創新效益。同時，隨著開放架構中的協作標準趨於統一，可以進一步打造出商品化的軟硬體技術，用以代替定製化、專有化的系統，進而降低計算產品應用成本，實現覆蓋產業全端的算力普惠。顯然，在中國式開放體系下，國產AI算力正打破GoogleTPU的泛化普及困境，將智算生態系統與各方開發者使用者廣泛連結，最終形成體系化協同戰力，更靈活高效賦能人工智慧+落地。屆時，中美AI博弈也將走出單卡競爭和單一模型比拚，全面迎來生態體系能力的終極對壘。 (伯虎財經)

矽谷早晨驚醒，發現追兵已至。當中國對手拿出了旗鼓相當的產品，卻打出「完全免費」的底牌時，這場仗該怎麼打？12月1日，DeepSeek帶著他們的全新“雙子星”—— DeepSeek-V3.2正式版（日常推理的“打工仔”）和DeepSeek-V3.2-Speciale（專攻推理的“頂流學霸”）殺回來了：奧賽金牌手軟，推理能力比肩，直接開啟了AIAI客戶時代的“谷歌免費”。「人們以為DeepSeek只是一次性突破，但我們以更大規模回歸。」計畫貢獻者陳方在社群媒體上的這句「豪言」，無異於向全球AI圈下了一封「硬核戰書」。網路上瞬間“炸鍋”，無數用戶湧入評論區，甚至有人高呼：“ChatGPT安息吧！”YouTube知名SEO部落客朱利安·戈爾迪（Julian Goldie）在評測後直言，這款剛發布的模型，在幾乎每一項頂級推理和編程測試中，都對那些收費昂貴、壁壘森嚴的閉源巨頭發起了強有力的挑戰。DeepSeek-V3.2不僅在程式設計競賽中榮獲金牌，更輕鬆解決奧賽級數學難題。更瘋狂的是：它完全開源，支援直接本地運行，成本甚至僅為GPT-5的1/25。正如網友所驚呼：「有些人還沒意識到這次發布的分量有多重！」它不僅是一項技術突破，更是對「開源比閉源落後8個月」這一說法的當頭棒喝。現在，讓我們一起研讀「剛剛宣布」的白皮書和技術報告，看看這個V3.2究竟是如何成為「頂級AI時代的免費入場券」的。有網友評論認為：中國在頂尖模型應用層的「追趕窗口」已經基本關閉，中美AI競賽已進入「貼身肉搏」的白熱化階段。你還在支付昂貴的API費用？不好意思，別人已經開著免費的「頂配超跑」上路了。性能狂飆：頂級「學霸」Speciale的「奧賽金牌收割機」模式戈爾迪表示，這次發布的焦點無疑是DeepSeek-V3.2-Speciale。這個擁有6850億參數的“大聰明”，直接帶著一疊金光閃閃的“成績單”登場，讓所有閉源模型都感受到了來自“別人家孩子”的壓力。它在幹什麼？它在「收割金牌」中：· 2025年國際數學奧林匹克競賽（IMO）：Speciale豪取35/42分，穩拿金牌· 國際資訊學奧林匹克競賽（IOI）：拿下492/600分，再度拿下金牌· ICPC世界總決賽：一口氣解出10/12題，直接鎖定總排名第二有網友看到這串成績直接“原地起飛”：“IMO、CMO、ICPC金牌？🏅 DeepSeek的Speciale不僅僅是突破極限——它簡直是顛覆極限！這種競技成就足以引起整個領域的關注。絕對震撼！🚀”在與閉源巨頭的正面PK中，Speciale 更是打出了“王牌”，直接把GPT-5和Gemini 3.0 Pro“摁在地上摩擦”。它用事實證明：開源模型也能成為頂尖層次的代名詞。· 在美國數學競賽AIME 2025上：Speciale 變體通過率達96.0% ，高於GPT-5-High 的94.6% 和Gemini-3.0-Pro 的95.0%· 在哈佛-麻省理工HMMT 數學競賽：Speciale 得分99.2%，超越Gemini 的97.5%同時，標準版V3.2模型在AIME 和HMMT 分別得分93.1% 和92.5%，雖略低於前沿模型，但在計算資源消耗上顯著較少。在程式設計基準測試中，DeepSeek-V3.2在SWE-Verified 上成功解決了73.1% 的真實軟體錯誤，與GPT-5-High 的74.9%旗鼓相當。在衡量複雜編碼工作流程的Terminal Bench 2.0上，其得分為 46.4%，顯著高於GPT-5-High 的35.2%。這意味著它在處理實際複雜程式碼工作流程時，思路更清晰、效率更高，簡直就是程式設計師的「頂級外掛」。有網友評論道，DeepSeek 的新模型非常強大，性能已經能和GPT-5、Gemini 3.0這些頂級閉源模型正面競爭了。尤其是它在數學競賽等推理任務上的表現，標誌著開源模型達到了新高度。既然免費開源的模型已經這麼好，再花錢用閉源API 就不划算了，這宣告了開源時代的全面到來。科技白皮書「大揭密」：打破性能魔咒的三大突破DeepSeek 團隊在白皮書中坦誠了一個核心痛點：儘管開源社群在努力，但閉源專有模型（如Anthropic、OpenAI）的效能提升速度更快，二者之間的效能差距非但沒有縮小，反而看似在擴大。但V3.2就是來終結這個「魔咒」的。它的成功並非靠簡單堆疊算力，而是基於三大革命性的技術突破。戈爾迪對此進行了總結：1. 更聰明的注意力機制傳統大模型在閱讀長文件時之所以“慢且貴”，是因為它們必須採用更複雜的注意力機制，時刻關注所有內容，導致成本呈指數級暴增。 DeepSeek 的解決方案是稀疏注意力（DSA）配合“閃電索引器”。DSA 不再掃描所有Token，而是透過「閃電索引器」快速檢索並只挑選最重要的部分進行聚焦。這就像是AI 快速瀏覽一本厚書，只抓住精華要點，而不是逐字閱讀。因此，即使在處理128K 的超長上下文時，推理速度也提升了約3.5倍，記憶體佔用減少70%，同時Token 消耗量顯著降低，大大提升了成本效益。2. 「砸錢」後訓練大多數AI 公司在模型主訓練（預訓練）完成後，只會投入一小部分預算進行後訓練（微調）。而DeepSeek 直接「財大氣粗」地將其預訓練總預算的10% 以上，全部投入了基於強化學習的後訓練中。這種大規模的投入和專門的強化學習技術，大大提升了模型的穩定性和最終能力。他們不再滿足於“能用”，而是追求“專家級性能”。3. 智能體合成訓練：拒絕“金魚記憶”V3.2的Speciale 模型是專為智能體（Agent）能力而生的。它的核心優勢是「思考鏈」方法，可以多次呼叫工具而不必重新開始。這種訓練的目的是消除傳統AI 在跨工具調用時「丟失思路」的頑疾。為了實現目標，DeepSeek 創建了一個專門的合成訓練流程，旨在改善工具使用能力。這使得V3.2原生支援「推理加工具使用」，完美適用於複雜的多步驟工作流程。親身體驗：免費跑「金牌模型」的誘惑與現實戈爾迪認為，最瘋狂的部分在於，你完全可以在當地運行它。DeepSeek V3.2在託管網站Hugging Face 上已經完整開源，模型權重、聊天模板、本地運行指南一應俱全。對於文件助理建構者、智能體系統開發者和長上下文聊天機器人設計師來說，這簡直是天降橫福。極客硬派可以直接去Hugging Face 或GitHub，使用VLLM、Kaggle、Google Colab 或Transformers 函式庫，動手折騰程式碼，本地運行。嚐鮮體驗派則可造訪DeepSeek 官網，直接在網頁端體驗V3.2的「深度思考」與「非深度思考」模式。然而，我們也要保持清醒：如實測所見，目前V3.2還沒完全整合到像Ollama 或Open Router 這樣方便的第三方平台。如果你不是“代碼狂魔”，你必須經歷“複雜的編碼工作”才能本地部署，那麼它的便利性確實打了折扣。戈爾迪吐槽道：“老實說，對我來說，如果使用起來不那麼方便——比如必須去Hugging Face，然後折騰代碼等等——我可能不會經常使用，因為這會耗費我大量時間。”但如果它能直接整合在聊天介面裡，戈爾迪表示會很有興趣測試並看看它的表現。優勢與限制：五大爽點與三大局限當然，再強的模型也有其「成長的煩惱」。戈爾迪總結了DeepSeek V3.2的五大優勢（爽點）：能夠處理超大上下文（DSA 機制紅利）、推理高效（速度快如閃電），在推理和工具使用方面表現卓越（Agent 能力強大），具備專家級性能（基準測試中擊敗付費模型），並且完全開源。不過，它也有三大限制：在近期世界知識方面仍有滯後（需要外部檢索RAG 來「補課」），標記效率不夠優化，且在極其複雜的推理上仍需打磨。在戈爾迪看來，V3.2應該被視為“推理和工作流引擎”，而不是知識問答機。如果你是文件助理建構者、智能體系統開發者或長上下文聊天機器人設計師，它就是你苦候多時的「神兵利器」！DeepSeek V3.2的發布，不僅是一個新模型，更是一個歷史性的轉捩點。它用實打實的效能數據和慷慨的開源策略，宣告了：開源與閉源之間的效能差距正在迅速抹平。(網易科技)

11月份，AI熱潮的最大收益者輝達終於迎來了真正的對手Google，而Google最新發佈的Gemini 3也對OpenAI造成了巨大威脅。與此同時，針對AI投資泡沫的擔心，讓軟銀和甲骨文的股價經歷了過山車般的暴漲暴跌。京東、阿里巴巴、美團公佈的第三季度財報顯示，外賣大戰開支大增導致利潤大幅下降甚至虧損。下面，讓我們看看過去一個月都發生了什麼。GoogleTPU威脅輝達GPU霸主地位投資者正推動AI交易的兩大領頭羊走向相反的方向。Alphabet向4兆美元市值又邁進了一步，延續了數月來由投資者對這家Google母公司的AI工具、雲端運算和晶片業務的熱情所推動的漲勢。輝達這家全球市值最高的公司則進一步遠離數周前才達到的5兆美元估值。隨著來自ChatGPT的威脅減退，使用者更多地回到Google進行搜尋，其變現能力似乎保持完好。隨著第三代Gemini大語言模型的發佈，Google(Google)的這款模型在業界公認的基準測試中超越了ChatGPT和其他競爭者，被評為當前能力最強的AI聊天機器人。Google最新推出的Gemini 3再次攪動了矽谷的AI格局。在OpenAI與Anthropic激戰正酣之時，Google憑藉其深厚的基建底蘊與全模態(Native Multimodal)路線，如今已從“追趕者”變成了“領跑者”。Google股票市值已經達到3.86兆美元，有望成為第四家躋身“4兆美元市值俱樂部”的企業。輝達(Nvidia)在11月份累計下跌12.59%，市值蒸發7000億美元，因投資者越來越擔心AI支出出現泡沫，以及輝達對OpenAI等初創企業的循環投資——這些企業同時也是輝達的客戶。此前一份報告稱Google母公司Alphabet的AI處理器正取得進展。輝達的估值實際上是基於它能夠保持市場份額的預期。如果它開始失去部分市場份額，投資者就會重新評估增長前景以及公司應有的估值。不到一個月前，輝達市值剛剛突破5兆美元，輝達市值目前已經回落到4.3兆美元。針對華爾街擔憂其在AI基礎設施領域的主導地位可能受到GoogleAI晶片威脅的問題，輝達表示，其技術仍領先行業一代。此前有報導稱，輝達重要客戶之一的Meta可能與Google達成協議，在資料中心使用Google的張量處理單元(TPU)。與輝達不同，Google並不向其他公司出售其TPU晶片，而是將其用於內部任務，並允許其他企業通過Google雲平台租用該晶片。Google新一代人工智慧模型Gemini 3其訓練過程使用的是Google自研的TPU，而非輝達的GPU。輝達CEO黃仁勳反駁了人們對世界正走向人工智慧泡沫的擔憂，他認為，今天的大規模投資植根於計算本身工作方式的歷史性轉變。他指出了一個驚人的資料點：就在六年前，全球500強超級電腦中有90%是由CPU驅動的。如今，這一比例已降至不足15%，其餘的都在GPU上運行。只有在這種根本性的轉變之後，才會出現人工智慧的爆炸式增長，包括OpenAI、xAI、Anthropic和Alphabet旗下Google的模型。自ChatGPT推出以來，OpenAI在主導人工智慧競賽中的巨大先發優勢正面臨有史以來最大的壓力，因競爭對手Google和Anthropic在這項前沿技術上迅速追趕。在其熱門聊天機器人推出三年後，這家估值達5000億美元的初創公司正面臨資料中心成本飆升的現實、保持AI前沿所帶來的技術挑戰，以及為留住關鍵人才而進行的持久戰。它還面臨著捲土重來的Google。Google發佈最新的大型語言模型Gemini 3，被認為已經超越OpenAI的GPT-5，並在模型訓練過程中取得了OpenAI近幾個月未能實現的進展。波克夏公司(Berkshire Hathaway)在今年第三季度購入1785萬股Google母公司Alphabet股票，市值約49.3億美元。此舉也標誌著波克夏罕見地押注科技股。已故副董事長芒格(Charlie Munger)在2019年波克夏股東大會上談及未早期投資Google時曾表示：“我們搞砸了。”AI初創公司成虧損“無底洞”在外界日益擔憂人工智慧(AI)相關估值過高之際，投資者從大型科技公司穩健的業績中獲得了很大慰藉。但這些業績背後也有隱憂：儘管生成式AI初創公司在這些盈利上市公司提供的晶片和資料中心服務方面大舉投入，但OpenAI這些初創公司正面臨虧損越來越大的處境。隨著科技股飆升以及私人AI企業估值不斷攀高，投資者的擔憂情緒加劇，引發了對AI泡沫的恐懼。OpenAI是一個上面蓋著網站的“燒錢黑洞”，但由於OpenAI是一家私營公司，想要估算這個黑洞有多深，仍需要大量的猜測。匯豐(HSBC)在美國的軟體與服務團隊更新了其OpenAI預測模型，按累計交易總額最高可達1.8兆美元計算，OpenAI每年的資料中心租賃費用約為6200億美元——儘管預計到本十年末，所簽約電力中只有三分之一能投入運行。預測模型顯示，OpenAI到2030年將面臨2070億美元資金缺口。軟銀集團(SoftBank Group)正在加大對OpenAI的投資。12月將追加出資225億美元。還將針對該公司在美國各地建設大型資料中心的“星際之門”(Stargate)計畫展開合作。軟銀集團力爭成為通過人工智慧基礎設施賺取收益的“平台提供商”，不斷加大投資力度。軟銀集團在2024年9月以後對OpenAI進行了多次投資，並在2025年4月實施了追加投資。12月的出資完成後，軟銀集團將累計投資347億美元，成為出資比例約為11%的大股東。在投資額方面，將超過美國微軟成為最大。人工智慧(AI)股票的熱潮正在降溫，軟銀集團正遭受重創。這家總部位於東京的全球科技投資者的股價自10月底觸頂以來已下跌40%，其市值總計已蒸發超過1000億美元。這種過山車般的走勢可能反映了投資者對AI看法的轉變。交易員越來越多地將軟銀視為OpenAI的代表，人們擔心在Google推出Gemini 3.0後，OpenAI將面臨新的壓力。分析師表示，軟銀股價的大幅下跌突顯出它對OpenAI的敏感性，而不是對人工智慧市場整體疲軟的敏感性。甲骨文股價在9月大漲逾30%後罕見地回吐全部漲幅。該公司債務負擔如此之重，以至於穆迪和標普現在越來越傾向於把其債券歸為垃圾債。投資者對科技公司投資AI基礎設施的資本規模感到不安，位於德克薩斯州阿比林市的"星際之門"AI資料中心，由甲骨文、OpenAI和軟銀合作建設。矽谷兩大人工智慧初創公司的財務狀況揭示出它們在AI熱潮中採取了截然不同的發展策略，而Anthropic有望比競爭對手OpenAI更快實現盈利。Anthropic預計將在2028年首次實現盈虧平衡。該公司憑藉其Claude聊天機器人在編碼和其他領域的能力，吸引了越來越多的企業使用者。如今的AI領域參與者也面臨與英特爾類似的困境：他們認為不能等到AI的商業潛力得到證實後再進行投資。科技行業現在有一種共識：在為人工智慧(AI)配置晶片和其他計算基礎設施方面，投入太少比投入太多風險更大。正如OpenAI首席執行官阿爾特曼(Sam Altman)最近所說，人們要麼過度投資而虧錢，要麼投資不足而少賺收入。又如Meta Platforms首席執行官祖克柏(Mark Zuckerberg)所說，AI作為收入驅動因素的前景意味著“我們要確保我們沒有投資不足。”外賣大戰三敗俱傷京東、阿里巴巴、美團先後公佈2025年第三季度財報。從資料來看，三巨頭的財報大傷元氣，外界普遍認為是由於補貼大戰的高額投入。資料顯示，三季度三家巨頭在外賣大戰上的開支應該達到444億元，新增開支48%。京東發佈2025年第三季度財報。季度淨營收為2991億元，同比增長14.9%。歸屬於普通股股東的淨利潤為53億元，同比下降55%；調整後歸屬於普通股股東的淨利潤為58億元，同比下降56%。三季度京東行銷開支由去年第三季度的100億元增加110.5%至今年三季度的211億元。京東集團CEO許冉談及外賣業務時表示，無論是外賣還是即時零售，對於我們來說同樣是一個長期戰略。我們的目標還是推動業務的健康發展，保持可持續的增長。許冉透露，三季度，京東外賣保持了健康的增長態勢。許冉還表示，最終外賣業務是一個可以自己獨立生存的業務。京東集團創始人、董事局主席劉強東宣佈京東外賣獨立App正式上線，“初期很多人搜京東外賣發現沒有App，也不知道我們主App裡面它是秒送，所以導致了很多使用者甚至一批老使用者在京東主App裡面，找不到我們外賣入口。”阿里巴巴發佈截至2025年9月30日第二財季(自然年第三季度)業績。季度營收為2477.95億元，同比增長5%。歸屬於普通股股東的淨利潤為209.90億元，同比下降52%，主要由於營運利潤出現下滑。不按美國通用會計準則，淨利潤為103.52億元，同比下滑72%。季度即時零售收入為229億元，較上年同期的143.21億元暴漲60%。不過，收入暴漲伴隨著高投入，阿里巴巴本季度銷售和市場費用665億元，較上年同期增長104.8%。阿里今年第三季度雖然表面上看公司營收同比增長5%，數字上依然維持著擴張的態勢。然而與此同時，其營運利潤同比暴跌85%，幾乎降至僅53.65億元。更令市場不安的是，經營活動產生的淨現金流也隨之急劇收縮，降幅高達68%。阿里CEO吳泳銘直言，淘寶閃購的投入在三季度可能是高點，預計投入在下個季度將會顯著收縮，也會根據整個市場的競爭狀態動態調整投資。美團發佈2025年第三季度業績報告。季度實現營收955億元人民幣，同比增長2%。淨虧損186億元，上年同期淨利潤129億元；調整後的淨虧損為160億元，上年同期淨利潤為128億元。本季度美團核心本地商業類股實現營收674億元。由於行業競爭加劇，核心本地商業經營利潤轉負，虧損141億元。美團新業務類股實現營收280億元，同比增長15.9%，虧損環比縮小至13億元。美團財報顯示，三季度銷售及行銷開支由此前的180億元增加90.9%至343億元，美團董事長兼CEO王興在第三季度財報分析師電話會議表示，“外賣價格戰”是一個典型的內卷案例。產品價格低廉、質量低劣，本質上其實是一種惡性競爭，而美團是堅決反對這種內卷的。過去六個月的實踐也證明了一點。這種“內卷”是無法為行業創造任何真正價值的，也無法助力行業持續發展。我們完全有信心捍衛美團在即時配送領域的行業領先地位，並為行業創造真正的長期價值。投資中國佳能(Canon)已停止在中國廣東省中山市生產雷射印表機等，生產功能將轉移至其他工廠，部分產品停產。佳能(中山)辦公裝置有限公司於11月21日停止運轉。該工廠成立於2001年。2012年轉移至擴大產能的新工廠，生產雷射印表機和雷射複合機。截至2025年9月底，該公司的員工約為1400人，佳能將進行再就業支援等。大眾汽車(Volkswagen)正在中國開發用於先進駕駛功能的自研人工智慧晶片。這家德國集團正竭力在中國這個全球最大汽車市場中求得生存。這家歐洲最大的汽車製造商表示，其首款自研晶片正通過其軟體部門Cariad與其中國智能駕駛軟體合作夥伴地平線機器人(Horizon Robotics)的合資企業在中國開發，預計將在三至五年內開始交付。大眾汽車董事長奧博穆(Oliver Blume)說：“通過在中國設計和開發系統級晶片(SoC)，我們將掌握決定智能駕駛未來的關鍵技術。”本田(HondaMotor)將在中國對新車開發進行調整。計畫將原定2025年12月之前銷售的純電動汽車(EV)旗艦車型的推出時間推遲到2026年以後。本田與比亞迪等當地企業的價格競爭非常激烈。與豐田和日產汽車等日系車企相比，本田也處於一家獨輸的局面。為了提高成本競爭力，本田將重新制定純電動汽車的銷售戰略。此前計畫由與東風汽車集團的合資公司“東風本田”、與廣州汽車集團合資的“廣汽本田”各推出一款車型。推遲的背景是在中國銷售低迷。瑞士化學物質生產商科萊恩(Clariant)的負責人表示，公司將擴大在中國的產能，並警告稱，由於歐洲更高的能源和勞動力成本，“將有更多生產從歐洲轉移出去”。科萊恩(Clariant)的目標是到2027年其來自中國的銷售佔比提高到14%，高於目前的10%。該公司已擴建了在中國的兩家工廠，這將使科萊恩在中國銷售的化學物質有70%實現本地化生產，高於此前的大約一半。武田(Takeda)中國宣佈其設立於四川成都的武田中國創新中心(TCIC) 正式投入營運。TCIC是武田數位化創新網路的重要組成部分，也是武田首個將同步推進數字醫療解決方案開發與落地應用的創新中心。自1994年進入中國以來，武田已經完成從新藥開發、生產、藥品保障供應及商業化營運的完整藥品價值鏈佈局。TCIC的成立進一步拓展和加強了武田在華價值鏈佈局。雅詩蘭黛(Estee Lauder)的新任首席執行官表示，作為在華開展業務新策略的一部分，他將“加倍押注”中國；而中國正是這家美妝集團在後疫情時期業績疲弱的主要原因。法弗裡(Stephane de La Faverie)計畫從近年來表現尤為疲弱的中國旅遊零售樞紐轉型，但中國對雅詩蘭黛而言“仍具戰略意義”。咖啡巨頭星巴克(Starbucks)宣佈，將以40億美元的價格向私募股權公司博裕資本(Boyu Capital)出售其中國業務的控股權，以推動在中國的門店數量擴大一倍以上。總部位於香港的博裕資本將持有星巴克在中國8000家門店中最多達60%的股份，星巴克將保留40%的股權，並繼續擁有“星巴克”品牌。合資公司將通過獲得星巴克總部的品牌使用授權來開展業務。意在利用博裕的經驗，更新品牌形象，在地方的小規模城市等未開拓地區加快開店步伐，以對抗本土品牌。吉野家控股(YOSHINOYA HOLDINGS)在中國上海開設的拉麵店“煌面屋”開始營業。吉野家控股目前已在中國大陸開設約590家牛肉飯店，但2024年一度退出了中國市場的拉麵店業務。吉野家控股將拉麵定位於繼牛肉飯、烏冬面之後的第三大支柱業務，計畫通過重新進駐中國來擴大海外業務。未來還將通過特許經營(FC)等模式擴大門店網路。吉野家控股通過拉麵子公司“Kiramekino Mirai”，在上海市中心的購物中心內以直營形式開設了雞白湯拉麵店“煌面屋”。日本食醋製造商玉之井醋(Tamanoi Vinegar)宣佈，將在中國擴大醋相關調味品的銷售。最近與當地的代工方成立了合資銷售公司。玉之井醋與生產芥末和醬油等產品的大連天鵬食品共同出資，成立了“玉之井(北京)商貿”。玉之井醋在中國委託大連天鵬生產食醋，供應給日系連鎖餐飲店。但是，在中國沒有自己的銷售網點，玉之井醋幾乎無法開拓普通消費者和當地的餐飲店。通過此次合資，將能夠充分利用大連天鵬遍佈中國各地的批發和超市網點。日本零售巨頭永旺(AEON)在湖南省長沙市開設的新購物中心“永旺夢樂城長沙湘江新區”於11月27日開業，是該公司在湖南開設的第二家店。新店的總建築面積為23.6萬平方米。除永旺自營超市外，還入駐了260家專賣店等。作為吸引客流的亮點，打造了配置大型遊樂設施的屋頂廣場。隨著新店開業，永旺在中國營運的購物中心已達到23家。日本伊藤洋華堂(Ito Yokado)將於11月10日關閉位於四川成都的“食品生活館 華府大道店”。伊藤洋華堂正在調整中國業務，至此2025年已關閉3家店。將通過縮減虧損門店，加緊改善中國業務的收益。華府大道店於2018年11月開業，是食品、日用品、服裝等商品一應俱全的綜合超市。在消費趨勢變化以及競爭環境加劇的背景下，該門店在開業約7年後閉店。華府大道店11月10日關店後，伊藤洋華堂的在華門店將調整為成都(6家)和北京(1家)共計7家店的佈局。行業趨勢和動態資料顯示，剔除11月上市的新股，全部A股上市公司共5443家(其中包括北交所280家)。11月市值榜上，工商銀行再度登頂全市場，市值約28905億元。農業銀行市值28139億元，位居第二。進入市值十強的還包括：建設銀行25271億元、中國移動23298億元、中國銀行19558億元、貴州茅台18164億元、中國石油17845億元、寧德時代17031億元、中國海油13209億元和中國人壽12301億元。韓國經濟人協會發佈的一份報告顯示，韓國十大出口產業中有一半已在企業競爭力方面被中國趕超，預計五年後十大產業競爭力或將全線失守。分行業看，中國企業在鋼鐵、通用機械、二次電池、顯示器、汽車和零部件五個領域領先於韓企，而在半導體、電子和電機、船舶、石油化學和石油產品、生物健康領域仍落後於韓企。但據業界預測，韓國十大出口產業競爭力將在未來五年內全部被趕超。美國的就業狀況正在發生變化。收集全美學生資訊的美國教育部學生資訊中心的資料顯示，2025年春季，教授配管工、木匠等技術的職業培訓學校的入學人數同比增長12%。遠高於大學入學人數的增幅(4%)。這一趨勢從數年前開始增強，背景是人們對於因AI而改變的未來存在擔憂。調查公司Conjointly今年以10～20多歲的Z世代的父母為對象進行的調查顯示，只有16%的人認為“擁有大學學位就能保證長期穩定的就業”，77%的人指出選擇“難以自動化的工作”非常重要。日本郵船、商船三井和川崎汽船等日本三大海運公司將在新一代船舶開發方面與造船公司展開合作。3家海運公司將參股今治造船和三菱重工業共同出資的船舶設計公司。還考慮優先向日本企業訂購船舶。日本的海運和造船公司將一體化，完善新一代船舶的供應鏈。因中國和韓國的造船業崛起，日本造船產業處於劣勢。此次合作將成為日本造船業重振的立足點。貝恩諮詢公司(Bain)發佈的一項新研究顯示，由於富裕消費者對“平淡無奇產品”的過高定價表示抵制，且全球動盪削弱了消費信心，全球個人奢侈品銷售額預計將連續第二年下滑。貝恩在為義大利奢侈品生產商協會Altagamma撰寫的半年度市場報告中指出，今年高端服裝、鞋履和手袋的銷售額預計將從2024年的3640億歐元降至3580億歐元，降幅為2%。這一下滑將標誌著自2008-2009年全球金融危機以來，奢侈品市場首次出現連續兩年增長放緩的情況。巴菲特(Warren Buffett)在發佈的一封信中告訴波克夏(Berkshire Hathaway)的股東，他將“安靜退場”，這位全球最著名的投資人正在為其過去六十年塑造了美國企業界和華爾街的職業生涯畫上句號。這位95歲的老人將於今年底停止承擔波克夏的日常職責，屆時他將卸任首席執行官之職。巴菲特表示，公司下一封年度致股東信——廣受眾多散戶與機構投資者關注——將由其他人撰寫。馬斯克(Elon Musk)的1兆美元薪酬方案獲得特斯拉(Tesla)股東的壓倒性支援，股東們希望，獲得企業史上最高薪酬的前景將促使馬斯克把他的注意力專注於這家電動汽車製造商。這項新方案包括12筆股票，如果馬斯克在未來10年內達成一系列里程碑並將公司市值擴大到8.5兆美元，他可能會獲得特斯拉高達25%的控制權，該方案獲得了超過75%的投票支援。馬斯克此前警告稱，如果該方案未獲通過，他將辭去特斯拉首席執行官職務。 (全球企業動態)

人形機器人產業化處理程序加速 六維力感測器暴增 ---------高工機器人產業研究所（GGII）最新發佈《2025中國人形機器人六維力感測器市場分析報告》顯示，隨著人形機器人產業化處理程序加速，六維力感測器作為實現即時精準力控的關鍵部件，正迎來爆發式增長。報告預測，今年中國人形機器人六維力感測器出貨量預計1.23萬台，同比激增510.1%。並且市場進一步集中，頭部企業藍點觸控市佔率已超70%，達到72.6%。Google將發佈AI眼鏡深度整合Gemini——————XREAL與Google下月將正式發佈首款搭載AndroidXR平台的AI眼鏡ProjectAura。該產品整合GoogleGeminiAI作為核心“大腦”，標誌著Gemini從軟體助手向空間硬體的跨越。使用者可通過眼鏡的攝影機、麥克風與感測器，直接與Gemini進行自然對話、環境分析與任務處理。作為連續四年穩居全球AR市場份額榜首的企業，XREAL此次攜手Google旨在打造下一代XR人機互動標竿。該眼鏡採用70°超廣視場角光學方案，配備XREAL自研X1S晶片與高通計算單元，兼顧輕薄設計與強勁算力，將是GoogleAI生態的關鍵落地產品。隨著Gemini在搜尋、創作等場景的深度賦能，ProjectAura有望成為AI連接現實世界的新入口，推動消費級AR向生產力工具演進。臨床應用新階段 全國首例“醫保價”腦機介面手術完成---------11月26日，31歲的脊髓損傷患者小劉（化名）在華中科技大學附屬同濟醫院神經外科順利完成了植入式腦機介面手術，開啟中國腦機介面（BCI）臨床應用的新階段。本次手術是中國首例按照政府核定醫療服務價格項目執行的腦機介面臨床操作（即侵入式腦機介面置入費6552元/次，不含腦機介面裝置等費用），標誌著腦機介面技術從科研探索階段正式進入醫療服務收費目錄體系，在推動技術普惠化與產業化方面邁出重要一步。當前，中國腦機介面創新成果持續湧現，產業加速壯大，正孕育顛覆性突破，已成為科技創新和產業創新深度融合的重要領域。今年3月，國家醫保局將腦機介面技術納入神經系統醫療服務價格項目，為這一前沿技術的臨床應用鋪平了道路；7月，工業和資訊化部七部門聯合印發《關於推動腦機介面產業創新發展的實施意見》，推動腦機介面產品在醫療健康等領域加快應用。 (首席投顧說)