【新智元導讀】剛剛，Google母公司成為全球市值TOP 2，市值已達3.885兆美元！在2026首個全球AI追蹤報告中，Gemini的市佔率也在瘋漲。被逼急的OpenAI，乾脆甩出500億美元的員工股票池，據說Ilya就分走了40億。今天，Google是捷報頻傳！就在剛剛，Google母公司Alphabet的市值超過蘋果，成為全球市值第二高的公司。Alphabet目前市值約3.885兆美元，略高於蘋果的3.846 兆美元。而輝達仍以4.595兆美元的市值遙遙領先，穩居全球第一。不僅如此，就在剛發布的2026年首個全球人工智慧追蹤報告中，Gemini的勢頭兇猛，ChatGPT開始狂跌。可以看出，從12個月前到現在，各家AI產品的攻守之勢開始轉換。 Gemini的市佔率已經超過了20%，而ChatGPT則跌破了65%大關。外媒紛紛發文按讚Google：它已經逆轉頹勢，把OpenAI踩在腳下了！市值反超蘋果谷歌重奪全球第二可以說，Google市值重回全球第二，這是它應得的。自去年夏末以來，谷歌的股價就持續走高。當時，一名聯邦法官裁定谷歌在搜尋業務中構成非法壟斷後，僅施加了相對較輕的處罰。這結果，就大大緩解了市場的擔憂情緒。而最近谷歌在AI領域的勇猛表現，證明它已經徹底追趕上OpenAI，讓投資人信心大增。2025年，Google股價累計上漲了65%，成為大型科技股中表現最好的公司；今年以來，它股價又持續上漲了2.9%。相較之下，蘋果股價表現明顯遜色。 2025年全年僅上漲8.6%，今年以來則下跌4%。這也是資本市場在用真金白銀投票：在AI定義的未來，Google顯然比蘋果更有想像。谷歌聯創謝爾蓋·布林（右）在年度開發者大會上與DeepMind部門負責人Hassabis交談一張流量圖，讓OpenAI拉警報如開頭所言，Similarweb的這張流量對比圖，揭示了一個讓OpenAI極其危險的信號——AI競賽的風向，變了！自去年11月Google發布Gemini 3 Pro：ChatGPT網站流量驟降，Gemini的網站流量快速上升。去年12月，Gemini的流量較上季成長28.4%，ChatGPT的流量則較上季下降5.6%。Menlo Ventures合夥人Deedy Das指出這組數據後，引發了科技圈的廣泛討論。顯然，使用者註意力，正在發生邊際轉移。雖然根據Similar Web的數據，12月各大AI網站的訪問量中，ChatGPT仍然穩居第一，但真正值得警惕的卻是增長率差異。從成長速度來看，ChatGPT為49.5%，Gemini達到了瘋狂的563.6%！這就意味著，Gemini正在經歷一個典型的「追趕爆發期」，而ChatGPT的成長已經在放緩。顯然，Gemini 3和Nano Banana發布後極高的市場評價，撬動了整個局面。不過，更讓OpenAI感到壓力的，是Google的結構性優勢。Google真正的王牌，不是模型，而是入口。它相對OpenAI的最大優勢，就是幾乎所有人都在用谷歌——搜索，瀏覽器，Android，Workspace，而Gemini可以無縫嵌入這些高頻場景。上面這張流量圖昭示出：AI競賽，已經進入第二階段。從前比拼的是模型能力，而現在，比的就是入口、產品型態和使用者習慣。2025，Google成功逆襲在曾經的AI熱潮中，保守的谷歌似乎是節慶敗退。很少有人預料到，Google會在2025年完成一場漂亮的反擊——用多年累積的科學研究基礎和數十億利潤，不斷砸向AI研發；Google大腦與DeepMind兩大研究組織合併；Nano Banana掀起全網熱潮；Gemini 3，直接擊敗OpenAI的最強旗艦模型。全端整合能力，讓Google從資料中心、TPU晶片到產品級生態都全面領先；搜尋、瀏覽、地圖、郵件等入口，讓它深度連結日常生活場景。這背後，是Google多年沈澱的技術與生態實力，短期內很難被那個實驗室追上。接下來，就是一場生態、流量與人類注意力的戰爭。OpenAI被逼急豪擲500億美元給員工眼看自己就要被落下，OpenAI最近也是乾脆拿出最後一招──砸錢搶人！外媒The Information爆料，OpenAI 在去年秋天悄悄預留了一筆高達500億美元的員工股票授予池，占公司總股本的10%。以當時5000億美元估值計算，這是一筆真正意義上的「天價激勵」。500億美元，是什麼概念？注意，這筆錢可不是「未來可能值這麼多」，而是已經按估值算清楚、直接劃出來的股票池。形式是受限股票單位（RSU），使用周期約5年，並且隨著估值上漲，理論上還會繼續升值！可以說，放在整個科技業裡，這個數字都極不尋常。例如Meta吧，它在2020年到2025年底，整整五年時間裡，用於股票薪酬的總支出才是660億美元。然而，Meta年營收可是OpenAI的15倍。真金白銀套現你或許認為，這500億美元只是在「畫餅」？更爆炸的來了：截至目前，OpenAI已經向員工發放了約800億美元的已歸屬股權。而且光是去年，員工就賣了約100億美元的股份！注意，這些可是已落袋的真金白銀。對於一家成立只有10年的公司，這種體量的員工套現，在整個科技史上，都極為罕見。去年秋天，OpenAI完成了一次關鍵的公司架構重組：將包括微軟在內的利潤分成單位，轉換為傳統意義上的股票。這次重組完成後，已歸屬員工股權（約800億美元）及未來員工股票授予池（500 億美元），合計占公司股份的26%。也就是說，在一次重組之後，員工拿走了26%的公司。Ilya身價曝光：40億美金而且，這還沒完。目前，OpenAI正在和投資人談判新一輪融資，融資規模最高1,000億美元。如果交易達成，這500億美元的員工股票池，將立刻水漲船高。公司內部也預測，到2030年，每年的股票薪資支出將接近210億美元！為什麼必須燒這麼多錢？原因就是，人比算力更稀缺。在通往AGI的路上，缺的不是GPU，而是能設計下一代模型架構、突破Scaling Law邊界的人。去年，Meta用「天價薪酬+ 巨額股權」從OpenAI和其他公司挖走多名核心研究員，光是簽約獎金和激勵就花了數億美元。而OpenAI聯創、前首席科學家Ilya在2023年底，就持有約40億美元的已歸屬股權。這個時代，頂尖研究員可不只是員工，而是自備估值的資產。當然，OpenAI的投資人心頭卻籠罩著陰影。原因在於，它還在每年燒掉數十億美元現金。其實OpenAI這套打法，本質上是在賭一件事：只要能搶到最頂級的人，稀釋、虧損、燒錢，統統都可以先放一邊。在AGI的競賽裡，輸掉人才就是提早出局。這場戰爭不是什麼「百萬年薪」的問題，起價，就是500億美元。(新智源)

2026 年 1 月 5 日，CES 開場。AMD 董事長兼首席執行長 Lisa Su 站上主舞台，沒有任何鋪墊，直指本質：AI 是過去 50 年最重要的技術。但她這次不是來講遠景的，而是帶著完整方案來的。不只是晶片，而是一整套工業級平台：面向資料中心的 MI455X，3200 億電晶體；面向企業部署的 MI440X，主打推理與節能；還有她這次主推的 Helios，為 Yotta 級 AI 時代打造的機架級平台。這不是在升級顯示卡，而是在重新劃出一個產業分界線。為了證明這不僅是 AMD 自說自話，Lisa Su 請來了一批頂級 AI 使用者同台背書：OpenAI、World Labs、Luma、Liquid、Absci 等行業領軍者，現場展示他們如何將核心業務部署在 AMD 平台上。更關鍵的是，Lisa Su 還預告了下一代 MI500 系列將在 2027 年登場，四年內性能增長 1000 倍。第一節：Yotta 級算力缺口，逼出新的產業邏輯過去一年，AI 模型變得更聰明了，但對算力的需求也更大了。2022 年全球 AI 運算需求是 1 Zettaflop，2025 年預計要超過 100 Zettaflops，Lisa Su 給出的預測更為大膽：未來五年，全球算力要再提 100 倍，邁向 10 Yottaflops。Yottaflop 是什麼概念？一個 Yottaflop 是 1 後面帶 24 個零，是現在全球算力的上萬倍。 這就像過去幾十年所有計算升級的總和，需要在五年內完成。這預示著未來 AI 應用將全面爆發：生成視訊：一個 10 秒視訊動輒十萬個 token，遠超文字模型；多模態智能體：不僅看圖、寫文、識音，還要自動調度工作流；企業部署：每個公司不再只要模型，還得有配套的開發工具和本地 AI 支援。這一趨勢在 OpenAI 總裁 Greg Brockman 那裡得到了資料印證：推理量兩年激增 100 倍的現實，讓“人手一個後台 GPU”的願景受困於基建短板。模當大模型從“嘗鮮”變成“常駐”，算力系統面臨的考驗也隨之升級：它不再需要為了跑分而生的短跑冠軍，而是需要能長期線上、安全維穩的馬拉松選手。這迫使晶片廠商重新思考產品形態：不是做出最強一顆晶片，而是建構起能支撐 AI 工業化的全套基礎設施：每個托盤能承載多顆 GPU、CPU、NPU 協同工作；每個機架能無縫擴展為成千上萬個單元的 AI 工廠；網路、記憶體、冷卻、供電都得為高密度、低延遲重構。這就是 AMD 推出 Helios 架構的核心思路：不靠一顆 GPU 單打獨鬥，而是打造一套可規模部署、長期線上、靈活適配的 AI 基礎設施。每個 Helios 機架擁有：超過 18,000 個 CDNA 5 GPU 計算核心；4,600 多個 CPU 核心；31TB HBM4 高速視訊記憶體；每秒 2.9 Exaflops 的運算能力。它不再是晶片堆疊，而是 AI 工業化的生產線。這一節，AMD 沒在講性能天花板，而是定了一個新基礎：如何讓 AI 成為真正能用、高性價比、工業級穩定的算力系統。第二節：Helios 不是最強機器，是能量產的標準件這次 CES 上，Lisa Su 發佈的不是一塊晶片，而是一整個計算工廠。舞台上，AMD 首次展示了 Helios，一個重達 3 噸的機架級計算平台，專為 AI 工業化設計。Helios 的三個關鍵詞：1、整合每個計算托盤，包含：4 塊 MI455X GPU，搭載 3200 億電晶體、432GB HBM4 高頻寬記憶體；1 顆 Venice CPU，擁有多達 256 個 Zen6 核心；1 顆 Pensando 網路晶片，負責資料流通。托盤之間通過 Ultra Accelerator Link 相連，72 塊 GPU 在一個機架內協同工作，形成統一的計算單元。而托盤 + 冷卻 + 電力 + 網路 + 算力調度，全都打包到一個整機裡。 不是一堆零件，而是一個能直接投產的 AI 工段。2、模組化Helios 沒選封閉架構，而是用的 OCP（開放計算項目）標準。每個元件都能替換、升級、擴展。更像一個搭積木的系統，而非一次性封裝的黑盒。這對大型 AI 公司很關鍵，模型還在快速進化，不能每次都從頭再建一套資料中心。Lisa Su 給出了 Helios 的定義：不是做一台最強機器，而是做一個能量產的算力範本。3、效率Helios 全液冷，能在高密度負載下保持穩定。每個機架配有 31TB 視訊記憶體，機架內部頻寬達 260TB/s，對外連接頻寬 43TB/s。AMD 還專門強化了 ROCm 軟體棧，能相容主流開源 AI 框架，如 PyTorch、vLLM、SGLang。開發者無需改程式碼就能上手。相比之下，NVIDIA 的 DGX 系列更強調整體性能，而 Helios 更注重模組化和開放性，是為整個行業打造的通用標準件。Lisa Su 不想讓客戶適配 AMD，而是要讓 AMD 適配客戶。這不是單機性能的發佈，而是一次架構觀的轉變。OpenAI 用 MI455 加速推理；Meta 和 AMD 聯合設計 Helios 架構；主要雲服務商正在將 Helios 納入新一代 AI 基礎設施。Helios 不再是一個產品，是下一輪 AI 工業化的最小構件。AMD 在發佈一個能複製的生產線，一個可以為 AGI 世界裝配的底層模組。第三節：OpenAI、Luma、李飛飛，為什麼選 AMD這次 CES 舞台上，AMD 不是在跟隨競爭，而是在定義新標準。過去兩年，大模型發佈節奏越來越快，但 AI 真正運行的地方，已經不是發佈會，而是後台：Greg Brockman：我們正從單純的被動問答，進化為自主執行複雜工作流。未來每個人都將擁有背景執行的 10 個智能體。那不再是臨時呼叫 AI，而是 AI 全天線上，背後對推理晶片提出了全新壓力。1、智能體不是概念，已經在現場運行了AI視訊公司 Luma CEO 的回答更有說服力：一段視訊模型推理 10 秒，Token 數量能達到 10 萬個。他們已經把模型部署到生產線上：一年時間內，Luma 有 60% 的推理負載遷移到了 AMD 平台；大模型只是起點，接下來的任務都是智能體結構；這些智能體不僅是回答問題，而是能修改世界、編輯視訊、自動創作一整部電影。而當這些任務真正落地時，GPU 的經濟性變得比絕對性能更重要。2、 Liquid AI：AI 的下一個入口，是主動助手MIT 孵化公司 Liquid AI 聯合創始人 Ramin Hasani 在正式推出兩款核心產品：一個是 LFM 2.5：12 億參數的小模型，在本地裝置上完成指令跟隨，在指令遵循能力上超過 DeepSeek 和 Gemini 2.5 Pro；另一個是 LFM 3：能聽、能看、能說、能即時翻譯的多模態助手，延遲低於 100 毫秒。這不是在雲上訓練模型，而是直接在筆記本本地運轉，持續監聽、協助使用者。Ramin 說：“現在，不是人類在召喚 AI，而是 AI 在默默為你做事。”這對晶片的要求，已經從模型規模大小，轉向部署速度、離線能力和功耗控制。3、 李飛飛帶來第三種維度：空間智能 + 世界建模World Labs CEO 李飛飛展示了另一種“AI 互動的新範式”的可能性。只需一張普通照片，模型就能還原完整 3D 空間，不只是識別房間，而是“建立世界”：將圖片輸入模型後，可以生成多個 3D 結構版本；即時拖動、編輯、重建世界細節甚至能把拉斯維加斯威尼斯人酒店的一張圖，生成可遊覽的完整空間世界。李飛飛強調：“人類的理解從不是文字開始，而是空間與動作。真正通用的 AI，必須能理解物理世界。”而空間智能的落地，需要高頻寬、低延遲、大記憶體、高並行，這些需求不是傳統圖形處理可以滿足的。三個案例，指向同一個趨勢： Luma 看重成本，Liquid 看重即時性，World Labs 看重大記憶體。這意味著算力競爭的邏輯變了：從比拚參數，變成了比拚體系。AMD 正在將硬體重塑為 AI 的“作業系統”，成為支撐萬物智能的算力底座。第四節：從雲到端，AI 落地的最後一公里如果說 Helios 是主電站，那麼接下來的問題就是：電怎麼輸送下去，怎麼在每個終端點亮。AI 要無處不在，需要把算力帶到雲端之下的每一層。個性化、現場化、連續性，是這個過程的三個關鍵詞。從醫院、工廠、學校，到你桌上的那台電腦，AI 要進入真正複雜的人類環境。1、從 AI PC 到 Halo：把 AI 帶到桌面過去兩年，大語言模型幾乎都在雲上運轉，但這帶來兩大問題：成本高，每次呼叫都要顯示卡費用；延遲長，每次問答都要聯網。AMD 推出 Ryzen AI Max 和 Halo，就是要把 AI 搬到本地。Ryzen AI Max 配備 128GB 統一記憶體，能在本地運行 200B 參數模型，讓創作者和開發者可以在工作站上直接部署 AI 工具。性能上，它在高端筆記本場景超過 MacBook Pro，在小型工作站場景以更低價格達到 NVIDIA DGX Spark 的性能，運行 GPT 開源模型時每美元每秒生成的 Token 數是後者的 1.7 倍。Halo 則是世界最小的 AI 開發機，手掌大小卻能運行 200B 參數模型，預裝 ROCm 軟體棧，專為開發者和研究團隊設計。關鍵技術是 AMD 把 CPU、GPU 和 NPU 做成統一記憶體架構，三者直接共享資料。這意味著你在筆記本上呼叫 Copilot、摘要會議、編輯視訊，都可以完全離線完成。2、醫療：AI 已經在救人OpenAI 總裁 Greg Brockman 講了個假期真實案例：有人腿疼，醫生初診說沒事，回家用 ChatGPT 輸入症狀，建議立即回醫院。結果是嚴重血栓，如果沒有 AI 提醒可能致命。醫療行業已成為 AI 落地最快的領域之一。現場三家公司展示了實際應用：Absci 用 AI 從零設計新藥，使用 AMD MI355 單日篩選超過 100 萬種候選藥物，攻克脫髮和女性健康疾病。Illumina 每天產生超過 YouTube 的測序資料量，用於癌症早篩和精準醫療，系統使用 AMD EPYC CPU 和 FPGA 即時處理。AstraZeneca 大規模使用生成式 AI 設計分子、篩選藥物，候選藥物交付速度提升 50%，臨床成功率也在提高。這些公司把 AI 當作主力工具，而不是在試水。3、工業機器人：邊緣 AI 的觸覺協作Generative Bionics 創始人 Daniele Pucci 帶來了人形機器人 Gene One。它能感受人手的力度、方向和協作意圖，這背後是觸覺反饋和即時決策能力。AMD 提供了完整算力路徑：機器人本體用 Ryzen AI Embedded 和 Versal Edge 晶片，模型訓練用 MI 系列顯示卡，多機協作靠 Pensando 網路晶片。邊緣裝置的 AI 不能等待聯網，必須本地決策、立刻響應。這就是 AMD 從雲到端的連續計算結構。4、新興場景：不能等、不能斷、不能慢除了雲端和邊緣，AI 正向更多新興場景滲透。空間智能、機器人導航、虛擬世界建構，都需要高頻寬、低延遲、大記憶體和即時響應。這些場景的共同特點是：不能等，不能斷，不能慢。5、AI 落地的未來：從標準晶片變成場景原生平台這一整輪發佈，其實是 Lisa Su 帶領 AMD 轉型的路線圖。在雲端，Helios 機架、MI455 顯示卡和 Venice CPU 構成了大規模訓練與推理的基礎設施，服務 OpenAI、Meta 等頭部 AI 公司。在企業級，MI440X 和 MI430X 提供更高精度的計算能力，專門面向主權 AI 和超級計算場景，滿足科研機構和政府部門的需求。在開發層，Ryzen AI Max 和 Halo 讓開發者能在本地進行模型開發和智能體原型驗證，不必每次都依賴雲端資源。在消費端，Ryzen AI 400 系列處理器讓普通 PC 也能運行 Copilot、主動助手和內容創作工具，把 AI 真正帶進日常生活。從雲到端，AMD 不是在賣晶片，而是在鋪設 AI 時代的基礎設施。結語：把晶片做成地基MI455 是晶片，Helios 是平台，但真正讓 AMD 搶佔位置的，是 Lisa Su 給出的產業邏輯：不是建一台最強機器，而是搭一套能量產的工業系統；不是問能跑多大模型，而是問能不能支撐百萬級智能體同時工作。OpenAI 訓練模型，Luma 生成視訊，Absci 設計新藥，Generative Bionics 驅動機器人。而 AMD，正在成為這一切背後的算力基礎設施。2026 年這場 CES，Lisa Su 押注的是最底層的命題：讓 AI 真正落地，既要性能夠強，也要成本可控，還要長期穩定。 (AI 深度研究員)

2026 年 1 月 3 日，或許是人類歷史上“真實”概念死亡的日子，也是好萊塢舊世界崩塌的開始。當全世界在社交媒體上圍觀委內瑞拉總統馬杜洛身穿“白色睡衣”被押上美軍運輸機的畫面時，很少有人意識到，這不僅是一場地緣政治的“絕對決心行動”，更是一場針對電影工業的降維打擊。那張騙過了數百萬人的照片，沒有動用一台攝影機，沒有一名演員，成本不到一美分。在 Wavers 看來，這不再是關於“AI 輔助創作”的溫和討論，而是一場殘酷的資本遷徙。當生成式 AI 能夠以極低成本即時建構“現實”，我們發現了一個驚人的財務交叉點：AI 基礎設施巨頭的年化收入，已經正式超越了全球電影票房的總和。1. 現實的定價權：從膠片到 GPU要理解這場變革，我們不能只看技術參數，必須看錢流向了那裡。傳統的電影工業依賴於物理資產：攝影棚、外景地、龐大的劇組。而新時代的“影業巨頭”不再擁有片場，他們擁有的是資料中心。請看下圖，這是截至 2025 年底至 2026 年初的 AI 關鍵玩家收入追蹤：圖1 跟蹤人工智慧的年化收入從圖中我們可以清晰地看到幾條陡峭的增長曲線，這不僅僅是收入，更是“算力即權力”的宣言：Microsoft Azure ($185億) ：作為 AI 的物理承載平台，其年化收入已突破 185 億美元。如果把未來的電影視為“計算產品”，Azure 就是新的派拉蒙片場，它出租的是生成現實的“土地”。OpenAI ($130億)：憑藉 Sora 和 ChatGPT，它正成為全球最大的“視覺特效公司”，年化收入創下 130 億美元新高。Anthropic ($70億)：這是一個極易被忽視的關鍵資料點。作為 OpenAI 的勁敵，Anthropic 並不只是追隨者，其 70 億美元的年化收入且保持每兩個季度翻番的增速，證明了市場對長文字和高邏輯性劇本生成（Context Window）的巨大需求。CoreWeave ($55億)：作為“數字軍火商”，這家提供 GPU 算力的公司營收暴漲 100%，達到了 55 億美元。2. 算力經濟體 vs. 票房經濟體為了直觀展示這種力量對比，我們製作了下表。當我們將這四家核心 AI 基礎設施（Azure AI部分, OpenAI, Anthropic, CoreWeave）的營收相加，總額接近 440 億美元。而根據 Statista 及行業資料，2024-2025 年全球電影票房大盤僅維持在 340 億美元 左右。資本已經用腳投票，認定“生成端”（算力）比“放映端”（影院）更具價值。好萊塢作為資金流動中心的地位很快會被矽谷取代。3. 泰勒·佩裡的 8 億美元教訓與“人海”的消失這種宏觀資料的變化，在微觀層面引發了劇烈的陣痛。最典型的案例莫過於美國獨立電影大亨泰勒·佩裡（Tyler Perry）。在目睹了 Sora 的演示後，他直接叫停了在亞特蘭大擴建攝影棚的 8 億美元 投資計畫。佩裡的邏輯是冷酷而理性的：為什麼還要花錢去搭建實體的建築、運輸卡車和僱傭工人？回顧 1 月 3 日委內瑞拉事件中那段“百萬人揮舞國旗”的 AI 視訊。在傳統好萊塢，拍攝這樣的《悲慘世界》等級的群眾戲是後勤的噩夢。但在 AI 時代，這是一場不需要人類參與的群眾運動。當演算法能以不到 100 美元的成本生成讓觀眾熱淚盈眶的宏大場面，傳統的“臨時演員公會”和龐大的劇組工種，實際上已經面臨“結構性失業”。這不是效率提升，這是產業鏈清洗。4. 未來的分岔路：90% 的垃圾與 10% 的奢侈品那麼，人類電影就此消亡了嗎？不完全是。Wavers 分析師認為，電影市場將迎來極其劇烈的“K型分化”。Anthropic 的 70 億美元 營收告訴我們，市場不僅需要視覺奇觀（OpenAI），還需要深度邏輯和長文字敘事。未來，90% 的視訊內容（新聞、短劇、廣告、快消娛樂）將由 AI 全自動生成，成本趨近於零。而剩下的 10%，將是好萊塢最後的堡壘——“有機電影”（Organic Cinema）。就像現代農業高度工業化後，人們願意花高價購買有機食品一樣。未來的觀眾支付昂貴的票價，不是為了看逼真的畫面（AI 已經能做到完美），而是為了看真實的湯姆·克魯斯真的跳下了懸崖。5. 結語我們不再需要那個擁有擁堵高速公路、昂貴稅收和繁重供應鏈的舊好萊塢。隨著 Microsoft Azure, OpenAI, Anthropic 和 CoreWeave 建構起年收 440 億美元的新經濟體，電影工業的物理形態已經消散在雲端。對於投資者而言，看清這一點至關重要：未來的“票房冠軍”可能不再誕生於紅地毯，而誕生於資料中心的伺服器機架之間。 (capitalwatch)

最近，一位被 OpenAI 錄用的高中生（是的，你沒看錯，高中生）在技術圈引發了討論。不僅因為他的年齡，更因為他分享的一種反直覺的學習方法——從上到下（Top-Down）學習模式。想想我們傳統的學習方式（由下而上）：買一本厚厚的教材，從第一章開始啃，背誦定義、公式、文法。學了三個月，還沒做出一個能用的東西，熱情耗盡，從入門到放棄。你要學習機器人技術，就必須按步就班的學習下面從0到1的基礎知識。線性代數與物理Linear Algebra & Physics↓程式語言Python & C++↓嵌入式系統Embedded Systems (MCUs, RTOS)↓感測器與執行器Sensors & Actuators (IMU, encoders, motors)↓控制理論Control Theory (PID → LQR → MPC)↓狀態估計State Estimation (Kalman, EKF, UKF)↓感知Perception (cameras, LiDAR, SLAM)↓規劃Planning (A*, RRT, trajectory optimization)↓仿真Simulation (Gazebo, MuJoCo, Isaac)↓分佈系統ROS2 & Distributed Systems↓硬體整合與安全Hardware Integration & Safety↓在現實世界的部署Deployment in the real world恭喜你，5年過去了，你現在成為了過時的機器人專家！之所以過時，是因為人工智慧正處於快速更新期，每天都有新演算法，每年都上一個新台階，每3-5年就會有一次底層技術框架的革新。現在大模型的底層框架transform是2017年谷歌發明的，接下來很可能改成以強化學習為中心的底層框架。按Bottom-Up的學習方法，專家總是過時的～這位天才的做法完全相反。他不從地基開始砌磚，而是先構想一棟大樓，然後在建造過程中缺少什麼補什麼。他的方法可以拆解為4 個可複製的步驟，如果你能掌握，這套邏輯將幫你節省80% 的無效學習時間。步驟1：以終為始，鎖定最終結果拒絕模糊的願景，擁抱具體的產品。很多人學習失敗，是因為目標太廣泛。❌錯誤目標：「我想學 Python。」（太虛，學到那算完？）✅正確目標：“我想寫一個自動篩選簡歷並發送面試邀請的腳本”為什麼要這樣做？當你有一個具體的成品作為靶子，你的大腦會自動過濾掉那些暫時用不上的90% 的知識，只聚焦那 10% 能讓你把東西做出來的核心技能。學習路徑瞬間從迷宮變成了直線。步驟2：運用AI 輔助進行知識遞歸當你確定了目標，一定會遇到盲點。這時候，千萬不要去翻那本500 頁的書，而是把 AI 當作你的蘇格拉底導師。在寫程式碼或解決問題卡住時，不要只當伸手黨要答案，要進行深度追問：· 問邏輯： “這段程式碼/方案背後的運行邏輯是什麼？請用大白話解釋。”·問原理： “為什麼要用這個數學公式/演算法？有沒有更簡單的替代方案？”這就是知識遞歸，馬斯克稱為第一原理。AI 會根據你的具體問題，把枯燥的理論像剝洋蔥一樣，配合具體的例子傳授給你。這種隨選學習的效率，是傳統課堂的十倍。步驟3：培養直覺，而非死記硬背影片中提到一個殘酷的真相：大學不再壟斷基礎知識。在這個時代，背誦公式是最廉價的技能。真正稀缺的是直覺──也就是你對事物運作機制的敏銳感知。不懂微積分？讓人工智慧畫圖給你看。不懂神經網路？讓它用水管和閥門做類比。直到你能在腦海中建立那個模型，完全理解它在你的專案中是如何發揮作用的。先有直覺，再補細節，這才是高手的進階之路。步驟4：快速失敗，在回饋循環中進化自上而下的本質，就是建立一個高速的回饋循環。當你開始動手做項目，你會報錯，會失敗，程式會跑不通。太好了！這正是學習發生的時刻。為了修復這些漏洞，你會被迫深入研究最底層的知識。為了修一個網路錯誤，你學會了HTTP 協定；為了優化運行速度，你學會了資料結構。這種由 「修復痛苦」 驅動的學習，記憶深度遠遠超過任何教科書。這個時代，知識的獲取成本幾乎是零。真正拉開差距的，不再是誰背的書更多，而是誰能更快地將知識轉化為作品。從今天開始，試著換個活法：“不要準備好了再出發，在出發的路上，你自然會準備好一切。”請粉絲們回答：你目前最想用AI 做出來的東西是什麼？四叔在評論區回答了自己的答案。(42號智能)

一個是Google，另一個是亞馬遜。一個股價去年漲幅居“七巨頭”之首，另一個去年則表現墊底。人工智慧熱潮今年是否會遇冷，是投資者最關心的問題之一。美國市場研究公司Pivotal Research Group的分析師給出了肯定的答案，並且認為若行業出現動盪，Google母公司Alphabet與亞馬遜將脫穎而出成為贏家。當談及AI領域可能出現的風險時，矛頭指向ChatGPT開發商OpenAI或許並不意外。該公司1.4兆美元的長期合作承諾既推動了相關技術支出，但同時也暗藏潛在隱患。Pivotal Research的分析師Jeffrey Wlodarczak（傑佛瑞・沃達扎克）在一份研究報告中寫道：“2026年OpenAI的市場份額可能大幅下滑，其能否履行巨額中長期承諾的能力將受到質疑，且可能導致2026年年中AI相關個股出現階段性回呼。”這對依賴OpenAI基礎設施支出的企業（如甲骨文、CoreWeave）及其主要投資方微軟而言並非好消息，但卻有望引導投資者聚焦Google與亞馬遜的核心優勢。樂觀者可能認為，OpenAI據稱高達1000億美元的融資規模足以支撐公司及相關個股走勢，但沃達扎克認為，這對投資者來說可能是個“陷阱”。他指出：“OpenAI將完成1000億美元融資，但這筆資金大機率以供應商融資為主（例如來自微軟、晶片供應商），這會增加義務而非帶來真正的財務靈活性。在我們看來，這無法撼動Google在規模、資料、整合能力及雄厚資金實力方面的固有優勢。事實上，若OpenAI此次融資交易成為2026年AI類股的短期高點，我們並不會感到意外。”如果AI熱潮將遭遇挫折，投資者可能會質疑為什麼還要繼續留在科技類股，而不是轉向其他領域。事實上，許多人已經開始重新佈局，轉投能源、材料、零售和住宅建築等類股。但沃達扎克認為，隨著AI智能體的普及，Google和亞馬遜作為雲端運算服務商仍將受益。AI智能體指的是能夠接受指令並完成多步驟任務的軟體，這將推動對AI算力的需求增長。“這一趨勢主要有利於Google和亞馬遜雲服務（AWS），因為它們擁有定製晶片，可以以更低成本實現規模擴展，並且擁有更廣泛的模型生態系統，有助於它們在雲端運算市場擴大份額。而主權雲和混合雲等替代方案只佔據小眾領域，從而確保在AI廣泛應用的背景下，大型科技公司依然佔據主導地位，”沃達扎克補充道。沃達扎克給予Alphabet股票“買入”評級，目標價為400美元；也給予亞馬遜“買入”評級，目標價為300美元。周一美股收盤，Alphabet股價微漲（+0.6%），報317.32美元；亞馬遜上漲較多（+2.9%），報233.06美元。 (Barrons巴倫)

2026年正醞釀一場史無前例的“暴富風暴”，SpaceX、OpenAI和Anthropic，同步開啟上市計畫。SpaceX目標估值高達1.5兆美元，OpenAI尋求以不低於7500億美元估值上市，Anthropic的估值也瞄準3000億美元等級。2026年，風水看來特別好。SpaceX的轉變尤為明顯。馬斯克曾多次公開表示“SpaceX不會上市”，理由是不願承受對短期財報的壓迫，干擾其火星移民的長期使命。然而，2025年年底，風向驟變。馬斯克提出“太空AI”大餅，要運送約100萬噸物資，約需1000艘飛船，並至少1萬次星艦發射。按每次發射1億美元計，僅發射成本就高達1兆美元。對於OpenAI而言，上市同樣是必然選擇。OpenAI的CFO曾表示，公司面臨的最大問題就是算力始終不夠用。推出“星際之門”計畫、建設巨型資料中心。2026年將是“人工智慧經濟”和太空科技行業走向主流的元年。這場史詩級變革，才剛剛拉開序幕。 (奇偶工作室)

一、AI的發展並非同等地改變所有公司生成式 AI 的快速發展，常被簡單敘述為一場“技術競賽”，彷彿誰的模型更強、參數更多，誰就擁有更好的長期前景。但從投資角度看，這種理解是片面的。技術領先並不必然轉化為可持續的現金流，入口控制、使用習慣與定價權，往往比技術本身更重要。我們從投資視角出發，對 Apple、Google、輝達與OpenAI 四家在 AI 時代處於不同位置的公司進行比較分析，重點討論它們各自的商業模式、護城河形態與長期發展前景。投資視角下的三個核心問題1.現金流下限是否清晰？公司是否已經擁有可預測、可持續的收入基礎2.護城河是穩態還是動態？企業是否可以“站著不動也賺錢”，還是必須持續高強度創新？3.AI 能否轉化為定價權而非成本？AI 是增強既有商業模式，還是成為一項高投入、低回報的能力？二、關於Apple目前來看，apple公司是在AI領域走的最不急不慢的公司，從投資角度看，Apple 在 AI 時代的特殊性在於：AI 並未改變其商業模式的根基，也尚未成為決定其成敗的核心變數。與許多以 AI 作為增長敘事中心的科技公司不同，Apple 的價值創造邏輯依然建立在“高端硬體入口 + 強生態鎖定 + 穩定服務變現”的組合之上。iPhone 等終端裝置不僅是一次性商品，更是通向作業系統、應用生態和服務訂閱的長期入口，這使得 Apple 擁有極為清晰的現金流下限和極高的使用者遷移成本。在這一框架下，Apple 對 AI 的定位更接近於系統體驗的增強層，而非獨立的價值源。無論是寫作輔助、圖片處理，還是個人助理能力，AI 的主要作用在於提升使用者對裝置和系統的整體滿意度，從而延長生態生命周期、支撐高端定價和換機需求，而不是通過單獨收費直接變現。這種策略意味著，即便 AI 功能在某些區域市場（如中國大陸）因合規或生態原因受限，Apple 的核心商業邏輯仍然可以成立，因為其價值並不依賴於 AI 是否成為“剛需功能”。從護城河角度看，Apple 的優勢屬於典型的穩態護城河：品牌、作業系統、硬體與服務之間形成的閉環，使其能夠在相對較低的不確定性下持續產生現金流。AI 在這一體系中更多是“錦上添花”，而非“雪中送炭”。這也決定了 Apple 在 AI 競賽中的節奏必然是謹慎而漸進的——它並不需要成為模型能力的絕對領先者，只需要確保 AI 不削弱其生態黏性即可。三、關於Google與 Apple 不同，Google 在 AI 時代並非處於“可從容吸收新技術”的位置。儘管 Google 在基礎研究和模型能力上長期處於全球領先行列，但從投資角度看，其真正的挑戰不在於“能否做出強大的 AI”，而在於如何防止 AI 重塑資訊獲取方式，從而動搖其既有的變現入口。搜尋與廣告構成了 Google 現金流的核心，而 AI 的普及恰恰可能減少傳統搜尋行為，這使得 AI 對 Google 而言更像一項防守性創新，而非單純的增長引擎。歷史經驗表明，技術創新者並不必然成為最終的經濟贏家。網際網路底層協議（TCP/IP）奠定了資訊時代的基礎，卻並未直接創造商業巨頭；圖形使用者介面最早由 Xerox PARC 提出，但真正將其轉化為商業成功的是後來的 Apple；搜尋演算法與網頁排名的早期創新者眾多，但最終掌握廣告定價權的，是控制流量入口的 Google 本身。這些案例共同指向一個結論：價值往往在技術被嵌入日常使用習慣並形成收費結構後，才真正顯現。正因如此，Google 推進 Gemini 並將其嵌入搜尋、Android 與雲服務體系，並非為了證明自身在模型能力上的領先，而是為了延續“默認入口”的地位。如果 AI 能被自然地吸收進搜尋與作業系統，Google 的廣告與企業服務模式仍有可能在新互動形態下存續；反之，若資訊入口被外部 AI 產品重構，其技術領先也難以避免商業價值被稀釋。由此來看，Google 的護城河並非穩態，而是一種需要通過持續創新完成遷移的護城河，其長期回報高度依賴於這一遷移是否成功。四、關於OpenAI與 Apple 和 Google 不同，OpenAI 並不掌握任何系統級入口或既有商業生態，其全部價值幾乎完全建立在模型能力本身的領先性之上。從技術角度看，OpenAI 無疑是當前生成式 AI 領域最重要的創新推動者之一；但從投資視角看，這種“能力即資產”的模式天然缺乏穩態護城河。模型能力可以領先，卻難以被永久鎖定，一旦競爭者在算力、資料或工程效率上縮小差距，領先優勢便會迅速被侵蝕。更為關鍵的是，隨著 AI 能力逐步系統化、平台化，OpenAI 面臨的並非“技術是否成功”的問題，而是成功之後價值是否仍然歸屬於自身。歷史上，蒸汽機、電力、網際網路協議等關鍵技術的發明者，往往並非最終攫取最大經濟回報的一方；真正的贏家，通常是那些將技術嵌入規模化使用場景並掌握定價權的企業。OpenAI 當前的處境與此高度相似：其模型能力正在被雲廠商、作業系統和應用平台快速吸收，而這些平台才是最有條件將 AI 轉化為“默認功能”和持續收費結構的主體。因此，OpenAI 最現實的長期路徑，並非爭奪大眾入口，而是退守專業與高價值市場，通過持續提升能力上限，向企業客戶和重度使用者提供不可替代的高級服務。這一策略決定了 OpenAI 的護城河是一種高度動態、以持續創新為代價的護城河：它可能帶來階段性的超額回報，但同時伴隨著更高的不確定性和更低的容錯率。從投資角度看，OpenAI 代表的並非穩健型機會，而是一種對技術領先能否長期轉化為經濟回報的高強度押注。五、關於輝達在當前 AI 產業鏈中，輝達所處的位置明顯不同於 Apple、Google 與 OpenAI。其核心價值並不在於控制使用者入口或定義使用場景，而在於為整個 AI 體系提供不可或缺的算力基礎設施。從投資角度看，輝達並非 AI 應用層的參與者，而更接近於“賣鏟人”——無論那種模型或平台取得成功，高性能 GPU 與配套軟體生態在短期內仍是 AI 訓練與推理的剛性需求。輝達的護城河主要體現在 硬體性能、CUDA 軟體生態以及工程整合能力的高度協同上，這種優勢在當前階段具有顯著的現實性，但並非穩態。與 Apple 的生態鎖定或 Google 的入口優勢不同，輝達的領先地位依賴持續的技術迭代和資本投入，一旦競爭對手在算力效率、專用晶片或替代架構上取得突破，其超額利潤空間可能迅速被壓縮。此外，作為產業上游，輝達的業績高度依賴下游資本開支周期，當 AI 投資從“基礎設施建設期”轉向“應用回報期”時，其增長斜率亦可能隨之變化。因此，從投資視角看，輝達代表的是一種階段性確定性極強、但長期穩定性相對有限的護城河。在 AI 產業加速擴張的早中期，其基礎設施地位使其具備極高的議價能力與盈利彈性；但從更長周期看，其回報更依賴於技術領先能否持續維持，以及算力需求是否長期以同等強度增長。輝達的投資邏輯，因而更接近對 AI 資本開支浪潮的押注，而非對最終商業形態的押注。六、對比總結：三種截然不同的 AI 命運從投資視角看，Apple、Google、OpenAI 與 NVIDIA 在 AI 時代分別代表了四種不同的公司命運與回報結構。Apple 依託穩固的硬體與生態體系，將 AI 作為提升體驗與鞏固黏性的工具，其價值創造不依賴於技術領先本身，而依賴於既有商業結構的穩定性。Google 則必須在 AI 帶來的範式變化中完成入口的平穩遷移，能否將新一代 AI 能力嵌入搜尋與作業系統體系，決定其廣告與平台模式能否延續。OpenAI 體現的是能力型公司的典型困境，其商業前景高度依賴模型領先能否持續轉化為高價值付費場景，護城河動態且成本高昂。NVIDIA 位於應用之下、平台之上，隨著雲巨頭自研算力的推進，其角色正從算力壟斷者轉向 AI 基礎設施平台與複雜性管理者，其長期價值取決於通用算力與工程複雜性是否持續存在。總體而言，AI 並不會平均地獎勵技術創新者，而更傾向於獎勵那些能夠將技術嵌入既有使用習慣、掌握定價權並管理系統複雜性的企業。 (Trick與Plot)

2025年，美國IPO市場強勁反彈。而2026年，越來越多的大型獨角獸企業有望登陸華爾街。AI革命很可能會推動美國首次公開募股（IPO）市場持續繁榮，像埃隆·馬斯克旗下的SpaceX和xAI，以及Anthropic、OpenAI、Databricks等其他未上市的獨角獸企業，均有望在2026年提交上市申請。這些企業可能會尋求上市以籌集用於AI相關投資的資金，從而幫助自己在與輝達、微軟和Alphabet等AI巨頭的角逐中保持競爭力。“像xAI、Anthropic和SpaceX這樣的頭部私人高增長公司同樣面臨巨大的資本需求，因此公開市場很可能成為它們的融資管道，”22V Research公司的人工智慧宏觀研究主管Jordi Visser在一份報告中寫道。“其結果可能是在接下來的12到18個月內掀起一波大型IPO熱潮。”在經歷了2024年的低迷之後，2025年美國IPO市場強勢復甦。根據IPO研究與投資公司Renaissance Capital的資料，2025年共有202家公司完成了IPO，比2024年增長了35%。更重要的是，這些公司共計籌集了440億美元的資金，較2024年增長近50%。雲端運算與人工智慧公司CoreWeave、設計軟體開發商Figma、穩定幣發行方Circle Internet Group以及金融科技公司Chime，都是2025年備受關注的新上市企業。不過，線上票務平台StubHub、金融科技公司Klarna、加密貨幣交易所Gemini和資料中心建造商Fermi等其他近期的IPO公司，上市表現卻不盡如人意。儘管如此，醫療用品製造商Medline的強勁表現是另一個令人鼓舞的跡象，該公司在聖誕節前夕上市，股價較發行價已經上漲超過40%。這一表現對被私募股權公司控股的企業來說尤其鼓舞人心。2021年，Medline被收購，黑石集團、凱雷集團以及Hellman & Friedman三家私募巨頭購買了其多數股權。Medline的成功或許會促使更多由私募股權支援的公司選擇上市。但2025年的IPO市場也經歷了不少反覆和波折。“解放日”關稅相關的市場波動以及秋季的政府關門，一度使新股發行活動陷入停滯。“由於關稅引發的波動、持續的政府停擺，以及年末AI概念股的回呼，市場對全面復甦的期待落空了。”在2026年IPO前瞻報告中，Renaissance Capital的分析師這樣表示。“現在，隨著市場基礎更加穩固，且一批創新企業正排隊等候上市，我們樂觀認為，IPO市場將在2026年迎來期待已久的復甦，”Renaissance的分析師補充道。“我們預計，去年風投支援企業的上市熱潮將會持續，尤其是在越來越多人工智慧相關公司日益成熟並尋求滿足公眾投資者不斷增長的需求之際。”考慮到這一點，Renaissance預計，2026年將有200到230家公司上市，融資本金可能達到400億至600億美元。Renaissance表示，這一需求將由大型上市企業更有力的回歸推動。為此，如果SpaceX和Anthropic這樣的大型獨角獸公司選擇上市，確實會讓IPO市場大幅提速。“未來幾年有望成為全球最令人興奮的私營企業邁向公開市場的開端，”併購市場資料公司Mergermarket股票資本市場主管Samuel Kerr在最近的一份報告中表示。Kerr還補充道：“如果所有這些交易都能落地，美國IPO市場將迎來真正的復甦，目前這種復甦的苗頭已經顯現。排隊準備上市的這些企業……代表著新一代有望在未來數年主導全球商業的行業領軍者。”EquityZen是一家私募股權交易平台，當前正被摩根士丹利收購。該公司同樣預計，2026年將成為美股IPO大年。該公司在報告中指出，包括Databricks以及同為人工智慧領域的Cerebras、Cohesity和Lambda Labs等公司，都有可能在明年上市。同樣有望上市的還有加密貨幣及區塊鏈領域的企業，比如BitGo、Consensys和Kraken。EquityZen的研究人員寫道：“我們2026年榜單上的公司涵蓋了市場上一些最具創新性的行業。它們都是高增長領域的領軍企業……這些公司都在私募市場期間實現了收入的顯著增長，並鞏固了自身的市場地位。”當然，IPO市場的活躍程度與整個股市的表現密切相關。所以，只要華爾街的牛市持續，可以預期會有更多獨角獸公司加入上市的行列。但如果行情出現波動，影響到股市上漲，IPO活動也可能受到衝擊。 (Barrons巴倫)