頭部公司相繼邁入“百億估值俱樂部”後，具身智能企業開始衝刺新的目標。4月2日，星海圖宣佈獲得20億元B+輪融資，最新估值已經突破200億元，為一級市場估值最高的具身智能企業。該公司成立於2023年9月，定位為具身智能基座公司，團隊具有較強的清華學術背景和自動駕駛產業背景。除了星海圖，近期還有智平方、千尋智能、自變數、星動紀元和帕西尼等企業相繼宣佈估值超百億。算上更早突破百億的銀河通用、智元機器人和宇樹科技，“百億估值俱樂部”已有至少9位成員。此次完成融資的星海圖，其新一輪融資股東陣容較為多元，包括產業資本、長線基金、地方國資等。其中，星海圖作為產業股東藍思科技的重要合作夥伴，雙方將在硬體供應鏈與大規模量產領域深度協同，加速產品全場景滲透。回溯來看，今年2月，星海圖B輪估值首次觸及百億元。談及為何估值能短時間翻倍，星海圖CFO羅天奇在接受上海證券報等媒體採訪時，總結為三個維度的原因：一是星海圖自2025年底開始“激進地”加大研發投入。他透露，過去半年的研發費用相當於公司成立以來的數倍，目標是在2026年“把花錢從效率變成效果”。這一從“儲備”到“衝鋒”的明確戰略轉向，以及隨之而來的研發進展，得到了一級市場的關注。二是模型層面，星海圖2025年8月開源G0 VLA大模型突破當時SOTA；2026年1月開源全球首個開箱即用VLA模型G0 Plus；2026年2月開源面向衣物折疊的垂類場景G0 VLA模型、支援端側輕量化部署的G0 Tiny小模型——這向市場證明了星海圖的體量、行業地位和人才密度。三是行業估值體系的重構與“正宗大腦”標的的稀缺性。自年初智譜、MiniMax上市後，二級市場對AI大模型公司給予了極高估值，這一估值邏輯迅速傳導至一級市場，引發對具身大模型標的的估值重估。“投資者以更長期的視角看待行業，相信未來幾年高達百分之幾十甚至百分之百的年化增速。能快速消化當前高估值。”具體到2026年的目標，星海圖有兩方面規劃。第一，做好基礎模型，這是一切的起點，也是具身智能革命的關鍵變數。星海圖透露，其即將發佈的世界模型Fast-WAM，在內部的各項評估中已經表現出了明顯的進步。在模型資料層面，與行業部分公司採用模擬或訓練場模式不同，星海圖從創業初期就堅持在真實場景中採集資料。星海圖表示，這一選擇讓公司少走了很多彎路，因為真實世界的資料對訓練能在實際環境中工作的模型更為有效。第二，是“跑通”某一個很重要的生產力場景。“‘跑通’不是說有一台兩台，拍個視訊做個POC（概念驗證），而是實際上這個產品在這個崗位裡面把活兒幹好了，並且從成本角度來講也能夠算得清楚，從而能夠進入到一個1到10、10到100的可複製階段。”羅天奇說。除了做好自身業務，星海圖也打算以投資的方式參與建構行業生態。在業內看來，具身智能技術在未來兩三年之內不會收斂。這意味著各種技術路線、演算法模型仍在快速演進中，並未定型。因此，星海圖正牽頭組建一支早期投資基金，專注於投資下游場景應用型公司和前沿技術型公司。 (上海證券報)

01前沿導讀據美國戰略與國際研究中心研究員格雷戈裡·C·艾倫表示，中國科技公司已聘請ASML員工開發國產的光刻機裝置，但整體進度仍然處於落後狀態。隨後艾倫補充表示，在美國禁令生效之前，中國企業與ASML緊急簽訂了採購協議，囤積了ASML部分老款光刻機，以便繼續製造那些不太先進的晶片。02取得成功美國經濟歷史學家、外交政策研究院主任克里斯·米勒在個人作品《Chip War》中指出，先進的光刻機裝置是人類迄今為止創造過的最複雜的工業機器，其供應鏈企業遍佈全球，包括了歐洲、美國、亞洲在內的5100家企業。涉及學科複雜，包括材料學、物理學、化學、機械製造、設計光學等各類科學技術。ASML的成功依託於全球資源體系的支援，並且服務於全球範圍內的客戶群體。美國的對華限制讓ASML中國區業務出現不穩定因素，先封鎖了中國企業在2018年採購的EUV光刻機，隨後又接連封鎖了浸潤式光刻機的出口，這極大刺激了中國本土裝置企業，讓中國自主技術裝置迎來了大規模的集中發展。ASML前CEO與現任CEO紛紛在接受採訪時指出，已經知曉中國企業在開發先進的國產光刻機裝置這件事，這完全合情合理。中國是一個14億人口的大國，作為一個世界上最大的經濟體，中國企業絕對不會接受在關鍵技術上面被別人卡脖子的困境，美國試圖阻止中國發展科技，那麼中國就會更加努力地取得成功。在先進晶片和EUV光刻機受到封鎖之後，中國企業積極採取備選技術方案，通過可採購到的ASML浸潤式光刻機以及自對準多重圖案化技術製造國產7nm晶片。該技術需要光刻機一次曝光，然後經過兩次沉積-刻蝕工藝的交替實現電晶體半間距的縮短，以此來達到等效7nm工藝的特性。這種技術雖然可以製造7nm晶片，但是其能效、性能、良品率、成本均無法與先進的EUV技術相比。在積極解決先進晶片卡脖子的困境時，中國企業還在持續推進國產化裝置的技術進度。2024年中國工信部公佈了兩台光刻機裝置，一台KrF一台ArF。最先進的ArF裝置已經具備了65nm解析度，可以實現65nm—40nm的晶片製造。雖然只是兩台幹式光刻機裝置，但對於中國之前90nm的裝置來說技術進步明顯。03裝置出口ASML中國區總裁沈波此前在中國進博會上對媒體表示，從1988年ASML將第一台裝置運送到中國至今，中國大陸地區包括光刻機以及測量台在內的裝置數量達到了1400台左右。這些ASML的裝置，一部分被拿去生產等效工藝為7nm的先進晶片，另一部分被用於製造28nm、14nm工藝的成熟晶片，這些成熟工藝的晶片被廣泛應用於汽車、工業控制、物聯網、消費電子等領域，佔全球總市場需求的60%以上。大規模囤貨確保了在未來可能完全斷供的情況下，中國龐大的製造業基礎不至於因缺少裝置而停擺，為經濟安全構築了關鍵防線。據ASML財報顯示，2023年至2025年，中國市場為其貢獻的總銷售佔比極高，某些季度一度達到了40%以上的規模佔比。依靠ASML裝置形成的製造產業鏈，是整個全球晶片製造業的技術標準，同時也是中國國產光刻膠、鏡頭、工作台等裝置材料相對比的範本。研發團隊可以將國產部件接入現有產線進行測試，對比其與進口原件的性能差距，從而獲得最直接的反饋資料進行迭代最佳化。ASML的裝置能達到現在這麼穩定的水平，也是經過了長時間的技術偵錯與大量的資料資訊當做參考。依照ASML的標準進行國產技術的最佳化，這要比閉門造車效率高得多。如今來自於美國的外部壓力，已經迫使中國半導體產業從單點突破轉向系統發展。在刻蝕、沉積、清洗、檢測等多個裝置領域，北方華創、中微公司等本土廠商已加速進入主流產線，芯上微裝等本土光刻機企業也正在有條不紊的推動技術進步。中國企業依靠內需市場以及前幾年所囤積的進口裝置，正在成熟製程領域形成規模優勢和成本優勢。這不僅能滿足內需，還可能以更具競爭力的價格參與全球市場，從而在半導體產業的基本盤中佔據主導地位，削弱傳統巨頭的利潤基礎，為向高端進軍積累資本和市場話語權。 (逍遙漠)

宇樹終於要兌現上市的承諾了。3月20日，上交所正式受理宇樹科技股份有限公司科創板IPO申請，擬融資金額42.02億元。“上市沒有懸念，有懸念的是會漲多少。”一位與宇樹科技合作多年的代理商說。根據宇樹科技在問詢函中披露的資料，其42.02億元融資將用於投資智慧型手機器人模型研發、本體研發、新產品開發、製造基地建設。公司實現營業收入約17.08 億元，同比增長335.36%；同期實現扣非後淨利潤約6億元，同比增長674.29%。站在交易所門前的王興興和宇樹機器人。圖片由AI生成此前一月份，市場一度傳出了宇樹上市綠色通道被叫停的消息，彼時宇樹科技創始人、CEO王興興在朋友圈回應稱，“好幾周之前的，被人亂編的消息，又擴大了，大家別當真。也不用和外人解釋。”市場傳言宇樹上市綠色通道被叫停，與對科創板預先審閱機制誤讀有關。該機製麵向開展關鍵核心技術攻關、過早披露資訊可能影響經營的科技型企業，在正式申報前參照IPO稽核程序，通過問詢-回覆完成前置把關。也就是說，這套機制非綠色通道，而是科創板服務硬科技的規範化前置稽核環節。值得一提的是，近期國產GPU龍頭摩爾線程亦採用該機制推進IPO。今年以來，大量人形機器人為代表的具身智能團隊斬獲融資，包括亮相春晚的銀河通用等都領到了來自投資人的數億美元“紅包”，且多數企業都傳言在推動IPO處理程序，其中宇樹把上市說的最為明確。2025年的世界人形機器人大會上，王興興曾表示，“上市是對公司過去九年多發展時間的交代，也是對股東負責的表現。”此次宇樹衝刺科創板IPO獲得受理，也可以堪稱是春晚亮相的之後的一個關鍵進展。如果闖關成功，宇樹科技將成為“人形機器人第一股”。宇樹在問詢函中披露，2025年公司人形機器人出貨量超5500台，位居行業第一；2025年1-9月，人形機器人收入佔比達51.80%，超越四足機器人成為第一大收入來源，行業級應用收入佔比9.01%，其中企業導覽場景佔行業應用比重50%-70%。就在IPO申請獲得受理前不久，王興興還受邀以線上的形式參與了輝達GTC大會並行表20多分鐘主題為《如何邁過具身智能的ChatGPT時刻》的演講。王興興指出，儘管市場熱度不斷攀升，但真正具備強泛化能力、能夠在陌生環境中穩定執行任務的通用具身智能模型仍未出現，行業整體仍停留在“臨界點之前”，未來1至3年將成為決定能否實現突破的關鍵窗口期。王興興認為，如果機器人能夠在80%的陌生場景中，僅通過語言指令完成80%的任務，即可視為具身智能邁入“確定性時刻”，這一節點將類似大模型領域的ChatGPT時刻，推動行業從展示走向規模化應用。在到達這一確定性時刻之前，跳舞、文旅等場景將是人形機器人的關鍵應用場景。“今年2月，我們的機器人登上央視春晚節目，獲得了國內外廣泛好評。為了這個節目，我們把能找到的中國傳統功夫動作基本都梳理了一遍。”王興興在GTC的演講中表示。根據前述代理商提供的資料，春節期間人形機器人租賃的費用在4000-8000元/天不等，“沒有絕對標準化，根據客戶需求、難度（有所差別）。”對於人形機器人應用和商業化，該代理商認為純市場驅動才可持續，“市場是唯一的煉金石，消費者願意付費的，不是資本扶持，也不是政府買單。”值得注意的是，人形機器人在跳舞的過程中，也在不斷地推進技術升級迭代。據王興興介紹，為了適應春晚舞台的表演，宇樹科技對機器人也做了專門改裝，其中包括雷射雷達的升級改造、預訓練的全身模型等等。“我們還開發了全身狀態感知模型，讓機器人更好地完成感知與決策；同時搭建了叢集控制系統，可以調度幾十台、上百台機器人完成複雜走位與編隊表演。”王興興說。 (騰訊科技)

2025全球賺錢榜出爐！最近一份2025年全球最暴利企業TOP20榜單刷屏，直接把全球企業的“吸金能力”扒了個底朝天。看完資料我才懂：原來賺錢最狠的不是石油巨頭，也不是手機廠商，而是藏在數字世界裡的“隱形印鈔機”！🔥 炸裂前三！科技圈直接“包圓”賺錢天花板先看最狠的前三名——美國科技圈直接把“賺錢天花板”捲到新高度，妥妥的“全球吸金天團”！- 第1名 Google母公司Alphabet：淨利潤1243億美元，相當於每天淨賺約22.7億人民幣，賺錢速度比印鈔機還快！- 第2名 蘋果公司：1120億美元利潤，一天入帳20.5億，一部手機、一台電腦，輕鬆賺得盆滿缽滿。- 第3名 微軟：1049億美元入帳，辦公軟體、雲端運算生態，穩穩拿捏全球企業的“剛需錢包”。更離譜的是輝達，靠著AI晶片風口，淨利潤飆到992億美元，距離千億利潤僅一步之遙。這四家加起來，利潤比榜單後半段所有企業總和還多，科技巨頭的賺錢實力，真的肉眼可見！💧 油王也“卷”不過科技！傳統巨頭被反超再看中東“油王”沙烏地阿拉伯阿美，雖然以956億美元排第5，但在科技四巨頭面前，還是只能屈居其後。畢竟人家靠賣油賺的是資源錢，賺得穩但效率有限；而科技巨頭靠的是技術壁壘和生態紅利，一部晶片、一套系統，成本極低卻能賣出高價，賺錢效率直接拉滿！🇨🇳 中國力量出圈！6家企業上榜，個個是硬通貨最讓人驚喜的是中國企業的表現！6家企業上榜，不是靠運氣，全是實打實的“硬通貨”，個個都是行業頂流！- 全球晶片一哥：台灣台積電（第10名，505億美元），給蘋果、輝達代工晶片，全球半導體領域的“話語權擔當”。- 金融天團全員入圍：中國工商銀行（第10名，499億美元）、中國建設銀行（第11名，464億美元）、中國農業銀行（第13名）、中國銀行（第14名），四大行穩穩守住“金融利潤基本盤”，靠的是龐大的市場規模和穩健的營運能力。- 網際網路常青樹：騰訊控股（第17名，293億美元），社交生態+遊戲業務雙支撐，穩穩拿捏國內使用者的日常消費。📌 榜單背後的賺錢密碼！看完豁然開朗看完這份榜單，發現一個超有意思的規律，直接戳中2025年的賺錢邏輯：✅ 科技是真·利潤王者：前20名裡美國企業佔8家，全是科技、金融、能源巨頭，AI、雲端運算、晶片直接成了“賺錢密碼”，技術越硬核，賺錢越輕鬆。✅ 中國企業穩紮穩打：不靠投機，靠的是實打實的實力。銀行守住基本盤，晶片、科技搶佔話語權，每一家上榜企業都是行業“扛把子”。✅ 傳統行業也能打：沙烏地阿拉伯阿美、埃克森美孚這些能源巨頭，依然是全球利潤大戶，只是賺錢邏輯從“拼資源”變成了“拼穩定現金流”。有人說，看這份榜單就知道未來十年的風口在那——不是炒房，不是跟風做小生意，而是抓住科技和金融兩大核心賽道。畢竟Google、微軟靠AI改變商業邏輯，台積電、工行靠話語權穩坐榜單，這兩個方向，才是長期賺錢的關鍵。2025年的全球賺錢遊戲，早就不是“誰賣得多誰贏”，而是“誰賺得精誰贏”。科技巨頭用技術築壁壘，金融巨頭用規模穩基本盤，而我們中國企業，也在各自賽道裡，用實力書寫全球盈利新故事！ (waley的小美好)

剛剛完成GTC大會演講的黃仁勳，接受了《STRATECHERY》的創始人Ben Thompson（下文簡稱為Ben）的專訪，下面是本次專訪的摘要和全文實錄：【摘要】黃仁勳圍繞輝達 GTC 演講 “回歸本源” 的核心邏輯，闡釋了公司戰略、技術佈局、行業競爭與地緣政策等關鍵主張，明確輝達並非單純晶片廠商，而是以 CUDA 為根基的全端加速計算企業。黃仁勳指出，此次重述 CUDA 與發展歷史，是因 AI 正進入全新行業，需加速全球各類軟體以適配 AI 工具使用需求，輝達正將軟體加速拓展至資料處理等新領域。其核心戰略是打造吉瓦級人工智慧工廠，提供從晶片到系統再到基礎設施的全端服務，通過統一協同設計突破性能瓶頸、降低成本，而非單純提供晶片。模型技術層面，認為 Transformer 並非萬能架構，需結合狀態空間模型、幾何感知等新技術，應對超長記憶、連續資訊生成等問題；AI 已跨越實用臨界點，推理能力與事實關聯的提升推動工具使用落地，程式碼生成是標誌性突破，智能體的反思能力可覆蓋從標準化程式碼到美學設計的多元場景。關於 CPU，黃仁勳澄清輝達從未排斥 CPU，而是遵循阿姆達爾定律，採用頂級 CPU 保障 GPU 資源不被浪費；自研 Grace、Vera 處理器聚焦極致單線程與 IO 性能，以適配 AI 智能體場景，同時通過與英特爾合作維持 x86 生態相容性。收購 Groq 則是分離式推理架構的戰略延伸，結合其低延遲優勢滿足高價值程式碼智能體需求，延續了輝達 “軟硬體深度耦合、最優位置部署計算” 的核心優勢。資源與市場方面，當前 AI 核心瓶頸為能源、晶片等全鏈條稀缺，輝達憑藉供應鏈佈局佔據優勢；他擔憂美國相關政策損害五層 AI 架構的領導地位，且 AI 末日論正誤導政策制定者、降低民眾支援度，需警惕重蹈歐洲工業革命覆轍。企業定位上，輝達堅持垂直整合技術、水平開放生態，不做解決方案與服務提供商，而是為全行業提供技術堆疊；開源模型研發旨在深化計算理解，而非爭奪市場。公司依託統一的 CUDA-X 平台理念與組織協同，實現多元業務的核心邏輯統一，持續堅守加速計算的核心使命。【全文實錄】Ben：黃仁勳，歡迎再次做客《STRATECHERY》。黃仁勳：很高興能和你對話。Ben：你剛走下演講台，我覺得演講時長還超出了預期，而你在這次我非常欣賞的主題演講中，花了大量篇幅闡釋輝達的發展脈絡，從可程式設計著色器的歷史講起，一直說到20 年前 CUDA 的推出。我們不必花太多時間複述這些內容，你講得已經很詳盡了，而且《STRATECHERY》的讀者們肯定也很熟悉—— 抱歉，這裡算是個鋪墊 ——《STRATECHERY》的讀者們都瞭解，我也清晰記得，大概六七年前甚至更久以前，有人問我為什麼輝達能在一次GTC 大會上發佈如此多的產品，我當時解釋說，這一切都依託於 CUDA 和各類軟體庫，本質上是在重複做同一件事，只是針對不同行業落地應用。這也是你今天傳遞的核心觀點，而在過去幾屆 GTC 和消費電子展都高度聚焦人工智慧之後，這次演講有種 “回歸本源” 的意味。你為什麼覺得現在有必要講述這段歷史？重新詮釋 CUDA，以及強調它的重要性？黃仁勳：因為我們正在進軍大量全新的行業，而且人工智慧會使用工具，這些工具原本是為人類設計的。人工智慧會使用Excel，會使用 Photoshop，會使用邏輯綜合工具、新思科技的工具、楷登電子的工具。這些工具都需要超級加速，人工智慧使用的資料庫也需要超級加速，因為人工智慧的運行速度極快。所以我認為，在這個時代，我們需要儘可能快地完成全球所有軟體的加速，然後將其交付給人工智慧，讓人工智慧能夠自主地使用這些工具。Ben：所以這是不是意味著，我們已經為多個領域完成了軟體加速，現在要拓展到更多領域？黃仁勳：沒錯，大量全新的領域。比如資料處理領域。Ben：這確實有些出人意料。我沒想到你會以與IBM 的合作作為開場。黃仁勳：是啊，這一點很能說明問題。畢竟，他們才是這一切的開創者。Ben：你上周撰文指出，人工智慧是一個五層架構：算力、晶片、基礎設施、模型與應用。你是否擔心，在過去四五年裡，自己會被侷限在“晶片廠商” 的定位裡？因此，不僅要提醒外界，也要提醒自身，輝達是一家垂直整合的公司 —— 不僅是建構系統，更是深入整個軟體棧，我們絕非單純的晶片企業。黃仁勳：我的思考出發點從來不是“我們不是什麼”，而是 “我們需要成為什麼”。早在那時，我們就意識到加速計算是一個全端問題，必須理解應用場景才能實現加速。我們明白，需要深耕應用場景、搭建開發者生態、具備頂尖的演算法研發能力，因為為中央處理器設計的傳統演算法並不適配圖形處理器，所以我們必須重寫、重構演算法，才能讓圖形處理器實現加速效果。而一旦做到這一點，就能實現50 倍、100 倍、10 倍的性能提升，這一切都極具價值。從一開始，我們就想清楚了：我們的目標是什麼，實現目標需要付出什麼。如今，我們正在打造人工智慧工廠，在全球範圍內建設人工智慧基礎設施。這遠不止是研發晶片，儘管晶片顯然至關重要，是一切的基礎。Ben：沒錯，這涉及到完整的網路、儲存架構搭建，現在你們又涉足了中央處理器領域。黃仁勳：現在必須將所有元件整合為巨型系統—— 一座吉瓦級人工智慧工廠的投入大概在 500 億至 600 億美元。其中，約 150 億至 170 億美元用於基礎設施：土地、電力和廠房主體。剩餘資金則投入計算、網路、儲存等相關領域，如此大規模的投資，除非能幫助客戶建立成功落地的信心，否則沒人會冒 500 億美元的風險。所以這就是我們的核心理念：我們不僅要為客戶提供晶片，還要幫助他們建構系統；建構系統之後，還要助力他們打造人工智慧工廠。人工智慧工廠內部整合了大量軟體，不僅有我們的軟體，還包括製冷管理、電力控制、冗餘備份等各類軟體，且很多部分都採用了過度設計，原因是各環節團隊缺乏協同。當多個缺乏溝通的團隊進行系統整合時，必然會對各自負責的模組進行過度設計。但如果我們以統一團隊協作，就能突破性能極限，在現有電力條件下提升吞吐量，或是在既定吞吐量下節約成本。Ben：回到軟體層面，你提到Excel 並非為人工智慧使用而設計。如今像克勞德這類大模型已經具備使用 Excel 的新功能，你所說的投資研發這些軟體庫，是為了讓這類模型表現更出色嗎？還是說，這是為微軟或企業客戶服務 —— 你們希望自主掌控，不願受制於行業內的其他參與者？黃仁勳：SQL 就是一個很好的例子。SQL 原本供人類使用，是企業業務的核心資料載體，我們和其他企業一樣都在最佳化 SQL 系統。而未來，使用 SQL 資料庫的不再只是人類，還會有大量智能體。Ben：沒錯，智能體的操作速度會快得多。黃仁勳：它們的操作速度需要大幅提升。所以首先要做的就是加速SQL，這是最基礎的邏輯。Ben：這很合理。關於模型，你指出語言模型只是其中一個類別。你在上周的文章中寫道：“一些最具變革性的研究集中在蛋白質人工智慧、化學人工智慧、物理模擬、機器人與自主系統領域。” 你此前也曾提出過類似觀點，並在其他主題演講中用過 “萬物皆可 Token 化” 這一表述。你認為 Transformer 架構是解決所有問題的關鍵嗎？還是說，我們需要新的底層突破才能實現這些應用？黃仁勳：我們需要各類全新的模型。比如Transformer 架構的注意力機制計算量呈二次方增長，如何實現超長記憶？如何讓對話持續極久，同時避免鍵值快取逐漸失效？Ben：甚至需要整機架的固態硬碟來儲存鍵值快取。黃仁勳：當然，假設我們能記錄下所有對話內容，當回溯參考某段對話時，如何判斷那部分資訊最重要？這就需要全新的架構來合理處理注意力機制，並實現快速運算。我們研發出Transformer 與狀態空間模型結合的混合架構，這也是 Nemotron 3 大模型兼具超強智能與高效性能的原因，這就是一個典型案例。再比如，我們開發出具備幾何感知能力的模型，自然界中的很多事物都具有對稱性。因此生成這類模型時，不能只追求統計上的合理性，還必須符合物理規律，保證對稱性。cuEquivariance 技術就能實現這一目標。我們擁有諸多此類技術—— 再比如，文字 Token 是逐塊、逐詞生成的，而動作生成則需要連續性。因此存在離散資訊與連續資訊兩種生成與理解形式，Transformer 架構並非對兩者都適配。Ben：沒錯，這一點很合理。推理與程式碼生成Ben：再引用你文章中的一段話：“過去一年，人工智慧跨越了重要的臨界點。模型性能達到規模化實用標準，推理能力提升，幻覺現象減少，事實關聯能力顯著增強。基於人工智慧的應用首次開始創造實際經濟價值。” 這一轉變的具體體現是什麼？回顧時間節點，我認為接下來的一年無疑是智能體的時代，我今天也剛撰寫了相關內容 —— 但就去年而言，推理能力的提升是核心突破嗎？黃仁勳：生成式人工智慧當然是重大突破，但它存在嚴重的幻覺問題，因此需要實現事實關聯，而實現這一點的途徑就是推理、反思、檢索與搜尋，我們通過這些方式讓模型錨定現實。沒有推理能力，這一切都無從談起，正是推理讓生成式人工智慧實現了事實關聯。一旦實現事實關聯，系統就能推理問題並拆解任務，轉化為可執行的操作，下一代發展就是工具使用。這其實也揭示了一個現象：搜尋是一項無人付費的服務，原因在於獲取資訊固然重要且實用，但並不足以讓人付費。讓使用者願意付費的門檻遠高於單純提供資訊。“那家餐廳不錯？” 這類資訊，我認為並不值得付費。當然也有人為此付費，我自己也會。如今我們已經跨越了這個臨界點。人工智慧不僅能與我們對話、提供資訊，還能為我們執行任務。程式碼生成就是完美的例證。仔細思考就會發現，程式碼生成與語言生成並非同一模態，需要學習空格、縮排、符號規則，幾乎是一種全新的模態，無法逐Token 生成程式碼，必須對程式碼塊進行反思最佳化。程式碼塊需要合理拆分、性能最優，且必須能編譯運行，其依據不是機率上的合理性，而是實際執行效果。Ben：沒錯，關鍵在於能否正常運行。黃仁勳：程式碼必須能正常運行。所以我認為，模型學習程式碼這一模態是重大突破。如今，我們每年支付數十萬美元聘請工程師編寫程式碼，而他們現在擁有了程式碼助手。工程師可以專注於架構設計，無需耗費大量精力手寫程式碼，只需通過抽象的規格描述軟體需求，工作效率大幅提升。他們只需明確規格與架構，將時間投入問題解決與創新，現在我們的軟體工程師百分百使用程式碼智能體，很多人已經很久沒有手寫一行程式碼，卻依然高效且忙碌。Ben：但你是否認為，人們容易從程式碼生成這一可驗證場景過度推導？智能體不僅能生成程式碼，還能驗證效果，若運行失敗則重新最佳化，整個過程無需人類參與，因為存在明確的“成功與否” 判斷標準。黃仁勳：因為智能體具備反思能力。比如設計房屋，原本這是建築師、設計師的工作，現在木匠也能借助智能體完成。智能體提升了木匠的能力，讓他們可以設計房屋、廚房，打造出新穎的風格。這類智能體沒有可執行的驗證工具。但你可以給出參考示例，比如“我想要這類風格，希望具備這樣的美學效果”。智能體能夠反思，將程式碼質量、成果效果與參考標準對比，然後判斷 “效果未達預期，需要重新最佳化”，進而迭代改進。並非所有任務都需要完全可執行，事實上，越是機率性、美學化、主觀性的任務，人工智慧的表現反而越好。Ben：沒錯，這就形成了兩個極端：圖像生成沒有標準答案，程式碼生成有標準答案，而人工智慧在這兩端都表現出色，問題在於如何覆蓋中間場景。黃仁勳：我們確信，人工智慧現在已經能勝任建築設計、廚房與客廳設計。中央處理器在加速計算中的角色Ben：說到這裡，隨著智能體的普及，你一直大力倡導加速計算，甚至可以說此前對中央處理器頗有微詞，認為其終將被全面取代，所有場景都將實現加速。但如今中央處理器再度成為熱點，其作用依然重要，而你們也開始銷售中央處理器。成為中央處理器廠商，你有何感受？黃仁勳：毋庸置疑，摩爾定律已經失效。加速計算並非平行計算。回顧30 年前，市場上曾有數十家平行計算企業，最終只有輝達存活下來，原因在於我們始終明確核心目標：並非淘汰中央處理器，而是實現應用加速。Ben：所以我剛才對你的誤解，其實是其他所有企業的通病。黃仁勳：我們從未敵視中央處理器，也不願違背阿姆達爾定律。事實上，在我們的系統中，我們會選用最頂尖的中央處理器，採購最昂貴的型號，因為如果中央處理器性能不足，會拖累價值數百萬美元的晶片。Ben：過去關注分支預測，擔心浪費中央處理器時間，現在則擔心浪費圖形處理器時間。黃仁勳：沒錯，圖形處理器的資源絕不能被浪費，其執行階段間不能閒置。因此我們始終採用最頂尖的中央處理器，甚至自主研發Grace 處理器，以實現最高的單線程性能，更快地完成資料傳輸。加速計算從未排斥中央處理器，我的核心觀點依然成立：阿姆達爾定律主導的時代已經結束，依靠通用計算持續增加電晶體的模式已然消亡，從根本上而言，我們並不反對中央處理器。而如今智能體能夠使用工具，這些工具分為兩類：一類是資料中心運行的工具，主要是SQL 及資料庫相關工具；另一類是個人電腦端工具。未來人工智慧將能夠學習非結構化工具使用，第一類則是結構化工具。命令列介面、應用程式介面都屬於結構化工具，指令明確、參數清晰，與應用的互動方式特定。但還有大量應用並未設計命令列介面與應用程式介面，這類工具需要人工智慧學習多模態、非結構化操作，能夠瀏覽網頁、識別按鈕與下拉菜單，像人類一樣操作。這類工具使用需要依託個人電腦，而我們在兩端都有佈局：擁有頂尖的資料處理系統，同時輝達個人電腦也是全球性能最強的產品。Ben：那麼，面向智能體的中央處理器與傳統中央處理器有何區別？你們會推出純Vera 中央處理器機架嗎？黃仁勳：這個問題問得很好。過去十年的中央處理器設計，均面向超大規模雲服務商，而云服務商通過CPU 核心盈利。因此設計目標是儘可能增加可租賃的核心數量，性能反而居於次要地位。Ben：這類處理器主要應對網頁延遲問題。黃仁勳：完全正確。最佳化核心是CPU 實例數量，這也是市面上出現數百核中央處理器的原因。但這類處理器性能有限，而在工具使用場景中，圖形處理器會等待工具呼叫結果 ——Ben：且資料通過NVLink 傳輸。黃仁勳：沒錯，我們需要性能最強的單線程處理器。Ben：這僅僅是速度問題嗎？還是中央處理器需要更強的平行能力以避免快取缺失？整個處理器流水線設計都截然不同？黃仁勳：最核心的是單線程性能，同時輸入輸出性能必須極致。在資料中心場景中，單線程實例數量龐大，會對輸入輸出系統與記憶體控製器產生極高負載。Vera 處理器的單核心頻寬、單處理器頻寬是現有所有中央處理器的三倍，專為超大輸入輸出頻寬與記憶體頻寬設計，避免中央處理器出現性能瓶頸。一旦中央處理器受限，就會拖累大量圖形處理器。Ben：你提到Vera 機架與圖形處理器機架緊密耦合，那麼二者是否仍採用分離架構，讓圖形處理器為多個 Vera 核心提供服務？而非將 Vera 核心與圖形處理器整合在同一塊板卡上？黃仁勳：是的。Ben：好的，我明白了。那麼與英特爾的合作以及NVLink 技術在其中扮演什麼角色？黃仁勳：全球部分市場認可Arm 架構，而企業計算領域仍有大量軟體棧不願遷移，因此 x86 架構依然至關重要。Ben：x86 程式碼的生命力之強是否讓你感到意外？黃仁勳：並不意外。輝達個人電腦仍採用x86 架構，所有工作站也都是 x86 架構。GroqBen：首先要向你表示祝賀，正如你在今天主題演講中所說，你是Token 之王。你在文章中還提到，能源是人工智慧基礎設施的第一性原理，也是系統智能生成能力的核心約束。既然如此，Token 生成量受資料中心能源限制，為何還有企業試圖與 Token 之王競爭？黃仁勳：競爭難度極大，僅憑研發一款晶片就想實現顛覆性突破並不現實。即便Groq公司，也只有與Vera Rubin 處理器協同，才能發揮其技術價值。Ben：這正是我接下來要問的關於Groq的問題。黃仁勳：從整個推理場景來看，一方面要追求最大吞吐量，另一方面要生成更高品質的Token——Token 質量越高，商業價值越高。如何平衡這兩大目標，實現吞吐量與智能性的最大化，是極具挑戰的難題。Ben：不得不說，去年你展示過帕累托曲線幻燈片，推出Dynamo 技術時提到，輝達圖形處理器能夠覆蓋全場景，使用者只需採購輝達圖形處理器，Dynamo 就能兼顧兩大目標。但如今你卻表示，圖形處理器無法完全覆蓋所有場景。黃仁勳：我們的覆蓋能力依然優於所有現有系統。我們能進一步拓展帕累托最優邊界，尤其是在超高Token 速率與超低延遲場景，但這會犧牲部分吞吐量。然而，程式碼智能體等人工智慧應用創造了極高的經濟價值，且與人類使用者深度繫結，人類使用者的價值遠超圖形處理器。Ben：沒錯，人類的成本比圖形處理器更高。黃仁勳：因此我希望為軟體工程師提供最高Token 速率的服務。如果 Anthropic 推出Claude Code，將程式碼生成速率提升10 倍，我絕對願意為此付費。Ben：所以這款產品是為你們自身需求研發的？黃仁勳：大多數偉大的產品都源於對痛點的深刻感知，以及對市場趨勢的精準判斷。我們迫切希望程式碼智能體的運行速度提升10 倍，但高吞吐量系統難以實現這一目標，因此我們決定整合Groq的低延遲系統，實現協同處理。Ben：那麼這只是將解碼與預填充階段分離嗎？黃仁勳：我們還會處理解碼中的高算力、高浮點運算部分，也就是注意力機制相關的解碼運算。Ben：也就是說，甚至在解碼層面也實現了分離架構。黃仁勳：沒錯，這需要軟硬體的深度耦合與緊密整合。Ben：這筆交易幾個月前才宣佈，你們卻計畫今年晚些時候推出產品，如何實現這一進度？黃仁勳：我們早已開始研究分離式推理架構，Dynamo 技術已經明確了輝達的技術方向。宣佈 Dynamo 技術時，我就已經在思考如何在異構基礎設施中更精細地分離推理任務，而Groq的架構是我們技術路線的極致延伸，他們此前的研發麵臨諸多困難。Ben：Dynamo 技術是一年前推出的，而Groq的合作是在聖誕節前後敲定的。是否有特定事件推動了這一決策？黃仁勳：我一年前宣佈Dynamo 技術，而我們已經研發了兩年，分離式推理的研究已有兩三年時間。在宣佈收購交易前約六個月，我們就開始與Groq合作，提前規劃Grace Blackwell 與Groq技術的融合。我很欣賞Groq的團隊，我們無意收購其雲服務業務。他們另有核心業務且發展良好，這並非我們的目標，因此我們決定收購其團隊並獲得技術授權，隨後基於底層架構持續迭代最佳化。Ben：這算是機緣巧合嗎？黃仁勳：是戰略層面的意外之喜。Ben：比如OpenAI 在今年 1 月宣佈與 Cerebras 合作。黃仁勳：這與我們完全無關，事實上我此前並不知情，但即便知曉也不會改變決策。我依然會選擇Groq的架構，其技術邏輯更合理。Ben：這是否是首次有專用積體電路方案讓你眼前一亮，意識到其底層設計的顛覆性？黃仁勳：並非如此，邁絡思公司就是先例。Ben：這個例子很恰當。黃仁勳：是的，邁絡思。我們將部分計算棧整合到邁絡思的技術堆疊中。沒有與邁絡思合作實現的網路內計算，就無法實現當前規模的NVLink。將軟體棧分離並部署到最優位置，是輝達的核心優勢。我們並不執著於計算的執行位置，只專注於應用加速。請記住，輝達是加速計算公司，而非單純的圖形處理器公司。Ben：沒錯。你提到能源是核心約束，客戶在採購時，是選擇傳統圖形處理器，還是LPU 機架？你是否確信，後者能為客戶帶來更高的營收？黃仁勳：這取決於客戶的業務類型。如果目前沒有企業級應用場景，那麼增加Groq裝置並無太大意義，因為大部分客戶是免費使用者，尚未轉化為付費使用者。假設免費使用者佔三分之二、付費使用者佔三分之一，增加Groq裝置會大幅提升成本，消耗電力資源，得不償失。Ben：還會增加系統複雜度，佔用伺服器，產生機會成本。黃仁勳：這些伺服器原本可以為免費使用者提供服務。但如果是Anthropic、OpenAI 這類企業，其程式碼模型創造了極高的經濟價值，只是希望提升 Token 生成量，那麼增加這類加速器就能顯著提升營收。中國市場與人工智慧末日論者Ben：2026 年，我們面臨的約束究竟是能源、晶圓產能，還是其他因素？業內普遍認為供應不足，實際的核心瓶頸是什麼？黃仁勳：幾乎所有資源都處於緊缺狀態，任何環節都無法實現翻倍供給。Ben：因為總會觸發其他環節的約束。黃仁勳：沒錯。Ben：不過美國在能源調配方面的表現超出了幾年前的預期，目前晶片似乎是更核心的瓶頸。黃仁勳：我們的供應鏈規劃十分完善。我們為今年的高速增長做了充分準備，也在規劃明年的大規模發展。Ben：我們都看到了你們為供應鏈合作付出的努力。黃仁勳：（笑）沒錯。我們的供應鏈擁有數百合作夥伴，且建立了長期合作關係，因此我對這一環節很有信心。我們的能源、晶片供應都無法滿足翻倍需求，所有資源都存在缺口。但從供應鏈角度來看，我們有能力支撐未來的發展，我最希望的是土地、電力、廠房基礎設施的建設速度能更快。Ben：那麼公平地說，在資源稀缺的背景下，輝達是否是最大的受益者？能源稀缺時，我們的晶片效率最高，能更好地利用能源；晶圓產能緊張時，如你所說，我們提前佈局保障了供應鏈，是否在這一背景下成為最大贏家？黃仁勳：我們是該領域規模最大的企業，且規劃工作做得十分出色。我們對供應鏈上下游都進行了周密佈局，為行業增長做好了充分準備。Ben：但無法進入中國市場是否構成潛在威脅？如果中國擁有充足的能源與晶片產能，即便晶片僅為7 奈米工藝，也有能力建構生態系統，長期來看與 CUDA 形成競爭，這是否是你的擔憂？黃仁勳：我們必須確保中國市場採用美國技術堆疊，從一開始我就始終堅持這一觀點，因為開放原始碼軟體必然會興起。沒有那個國家對開放原始碼軟體的貢獻超過中國，全球50% 的人工智慧研究人員來自中國，且極具創新能力。DeepSeek並非普通技術，其性能極為出色；Kimi、通義千問也同樣優秀，在架構與人工智慧技術堆疊方面都做出了獨特貢獻，我們必須重視這些企業。全球科技生態都建構在美國技術堆疊之上，當中國的開源技術向外擴散時，美國技術堆疊有能力承接。我始終認為，這是美國科技行業最重要的地緣戰略問題。Ben：上次我們對話時，川普政府已禁止H20 晶片出口。你是否驚訝於能說服川普政府接受你的觀點？而如今又被中國市場阻攔，是否更感意外？黃仁勳：被中國市場阻攔並不意外，因為中國需要發展自主技術堆疊。在我們退出市場的這段時間裡，中國行業發展速度極快，華為實現了公司歷史上的最佳業績。作為一家老牌企業，華為創下了營收紀錄，還有五六家晶片企業成功上市，聚焦人工智慧領域。我們需要更具戰略性地思考美國的科技領導地位與地緣政治優勢。人工智慧並非只有模型，這是一個深刻的誤區—— 正如我所說，也是你開篇提到的，人工智慧是五層架構，我們必須在基礎設施、晶片、平台、模型、應用每一層都保持領先。我們當前的部分政策，正在損害國家在這五層架構中的領導能力。認為通過自上而下整合所有企業、形成統一技術堆疊就能獲勝，是極其錯誤的想法。我們必須讓每一層都自主參與市場競爭。Ben：是否其他領域的企業更早涉足華盛頓事務，而輝達入局較晚？黃仁勳：或許是這樣。Ben：你從華盛頓的經歷中學到了什麼？最大的收穫是什麼？黃仁勳：令我驚訝的是，人工智慧末日論者在華盛頓的滲透程度之深，其言論對政策制定者的心理影響之大。Ben：所有人都陷入恐懼，而非保持樂觀。黃仁勳：沒錯，這存在兩個核心問題。在這場工業革命中，如果我們不讓技術在美國國內擴散，不自身充分利用技術，就會重蹈上一次工業革命中歐洲的覆轍—— 被時代拋棄。上一次工業革命的核心技術大多由歐洲發明，卻被美國充分利用。我希望我們能具備歷史智慧與技術認知，不被科幻式的末日論裹挾，這些虛構的極端言論嚇壞了對技術缺乏瞭解的政策制定者，毫無益處。最令我擔憂的是，美國民眾對人工智慧的支援度正在下降，這是一個嚴重的問題。這就如同上一次工業革命中，電力、電動機、內燃機的支援度下滑，網際網路也曾面臨類似情況。其他國家更快地利用了這些技術，推動技術在產業與社會中擴散，我們必須高度警惕，避免給人工智慧賦予神秘的科幻色彩，引發不必要的恐慌。我反對末日論者製造恐慌，真正的擔憂與警示，和通過煽動性言論製造恐懼有著本質區別。Ben：這類人的普遍特徵是，故作高深地剖析各種細節，卻忽視大眾傳播的核心是簡潔直白的表達。無法向民眾傳遞“適度擔憂而非過度恐慌” 的資訊，最終只會傳播恐懼，而非樂觀。黃仁勳：沒錯，而且這會讓他們顯得更“深刻”。Ben：人們都喜歡顯得自己有深度。黃仁勳：有時我們也發現，這有助於他們融資，或是實現監管俘獲。他們這麼做有各種動機，這些人都極為聰明，但我想提醒他們，這類行為大機率會引發反噬，終有一天他們會為此感到後悔。輝達的企業特質Ben：由於時間有限，我將幾個問題合併提問。在自動駕駛領域，你與多家汽車製造商合作，推出Alpamayo 模型，同時仍為特斯拉供應晶片。你今天的演講中重點介紹了 OpenClaw 技術 —— 此外，Vera 晶片的核心驅動力之一，就是Claude Code、OpenAI 程式碼模型這類智能體技術的發展。我是否可以從中總結出一個共性邏輯：你們會為領域內的頭部企業、創新者供應晶片，同時快速跟進其技術，為面臨競爭威脅的其他所有企業提供解決方案？這樣既能擴大客戶群體，不依賴頭部企業，又能借助頭部企業的技術影響力，推動產品向其他客戶銷售，因為後者擔心被行業淘汰。黃仁勳：並非如此。我們在眾多領域都處於前沿位置，在很多領域本身就是領導者，但我們從不將這些技術轉化為自有產品。我們專注於技術堆疊，必須保持技術領先，成為全球頂尖的技術堆疊提供商，但我們並非解決方案製造商，也不是服務供應商。這是第一點。Ben：這一定位會一直保持嗎？黃仁勳：是的，永遠不會改變。我們沒有理由改變，也樂於保持這一定位。我們研發所有技術，並向全行業開放。Ben：但有趣的是，以你們的板卡產品為例，如今一個機架裡有大約3 萬個特定庫存單位，越來越多的產品規格由你們定義，“這就是產品標準”，部分原因是為了簡化組裝等流程。軟體層面是否也會出現類似趨勢，尤其是在你提到的垂直領域與開源模型方面？黃仁勳：我們垂直整合技術，然後水平開放，讓所有客戶按需選用。Ben：只要客戶使用輝達晶片即可？黃仁勳：客戶可以自由選用任意模組，不必全部採用輝達晶片或軟體。我們必須垂直研發、整合、最佳化，但之後會開放原始碼，讓客戶自主選擇部署方式。Ben：考慮到Meta 等企業似乎已掉隊，而替代方案大多是中國模型，你認為輝達能否持續研發前沿模型，佔據市場地位，或是成為該領域不可或缺的參與者？黃仁勳：在模型領域取勝並非我們的目標。Ben：沒錯，不是為了競爭勝利，而是行業需要開源前沿模型，如果不是輝達，誰來承擔這一角色？黃仁勳：確實需要有人研發開源模型，而輝達具備這一實力。我們在研發開源模型的過程中，也能深入理解計算邏輯。Ben：Blackwell 架構是否遇到了相關問題？我聽說其訓練過程比以往更具挑戰性。黃仁勳：Blackwell 架構的核心挑戰 100% 來自 NVLink 72 技術，其研發難度極大。這也是我唯一一次在演講中感謝客戶與合作夥伴的支援。Ben：我注意到你今天說這句話時，語氣非常真誠。黃仁勳：是的，因為我們給所有人都帶來了挑戰，但現在大家都認可其價值。Ben：這是我們第二次面對面交流，上次在台北會面時，我的感受是輝達依然像一家小公司。你是否擔心業務佈局過於分散？還是說，你們依然依託CUDA 形成的飛輪效應 ——“看似業務繁多，實則重複執行同一核心邏輯”？黃仁勳：輝達能夠快速發展的原因，是我們始終擁有統一的企業發展理念，這是我的職責：確立核心發展理念，明確關鍵方向、業務關聯邏輯，然後打造高效的組織體系，落地這一理念。輝達的核心理念其實很簡單：一方面，我們擁有基於CUDA-X 的計算平台與軟體平台；另一方面，我們是計算系統公司，垂直最佳化產品，實現全端極致協同設計，將電腦系統整合為平台，接入所有雲服務商與原始裝置製造商，進而打造資料中心平台、人工智慧工廠平台。一旦確立了輝達的研發與落地核心理念—— 我這次主題演講也在向內部員工傳遞這一理念。Ben：確實有這種感覺。演講的第一個小時，彷彿你在對員工講話，重申公司的核心使命。黃仁勳：我們必須時刻牢記自身的核心價值。人工智慧固然重要，但CUDA-X、各類求解器以及我們能加速的所有應用，同樣至關重要。Ben：非常感謝你。黃仁勳：謝謝你，Ben。很高興見到你，繼續保持出色的工作。(火龍呼呼猫)

企業文化，到底有用嗎？如今，很多企業都有自己的文化手冊，印得精美，擺在最顯眼的地方。但那些文字，究竟只是一種裝飾，還是真正流淌在每一個員工血液裡的東西？對一家企業而言，文化究竟意味著什麼？對此，Costco開市客CEO羅恩·瓦克里斯(Ron Vachris)給出了自己的深刻見解。羅恩自1982年加入公司，從叉車司機一路成長為公司掌舵人。在西雅圖大學的一場客座演講中，他結合自己近40年的從業經歷，系統講述了Costco如何理解企業文化，以及文化如何在員工管理、供應商合作、商品開發和社區責任等層面發揮作用。在這場演講中，他分享了許多真實案例：為什麼Costco寧願提高員工薪酬，也不願用更好看的財務數字換取利潤；為什麼在疫情期間，即便庫存積壓嚴重，仍然堅持履行對供應商的訂單承諾；為什麼在產品出現瑕疵時，主動向所有會員全額退款。這些看似“笨拙”的做法，背後正是一種極為清晰的經營文化——始終堅持做對的事。以下是演講全文(經聯商翻譯中心編譯)：Costco開市客CEO 羅恩·瓦克里斯01 為什麼要談企業文化？先從最基本的問題說起：什麼是文化？文化，是一群人共同信奉的價值觀、行為準則和處事方式的集合。今天，我想從企業實踐的角度來談文化，聊聊我們是如何理解文化的，以及文化對我們究竟意味著什麼。員工剛加入公司時，正是向他們傳遞“什麼最重要”的最佳窗口。所以我們總會問：作為一名Costco的員工，對你來說，最重要的事情是什麼？而這個答案，就蘊藏在我們的文化裡。文化這件事，必須從員工入職的第一天就開始傳遞，一直貫穿到他們退休、離職、走向人生新篇章的那一刻。剛才主持人介紹過，我有幸成為這家偉大企業的第三任CEO。我們的創始人吉姆·辛內加爾(Jim Sinegal)今晚也在現場，他不僅創辦了Costco，更擔任CEO長達20餘年，從1982年一直到2012年。此後由克雷格·傑利內克(Craig Jelinek)接棒，大約13個月前，克雷格又將這一棒交到了我的手上。所以你可以想像，跟著這兩位前後共事了33年，我收到的建議可不少，而且都是真正有份量的建議。但說實話，隨著我在職業道路上走得越來越高，那些建議反而越來越簡單，越來越聚焦於同一件事。我記得，在公司宣佈我出任總裁之前，吉姆跟我說了這麼一句話：文化不是諸多優先項之一，而是唯一的優先項。我猜你們現在心裡都在想：Costco的企業文化，背後一定有一套體系完整、內容詳盡的東西吧？確實有這麼一張幻燈片，而上面只有一句話：我們始終堅持做對的事！這句話，不是傲慢，而是我們對所有利益相關方的一份鄭重承諾。我們並非在宣稱Costco永遠不會犯錯，那不現實。32萬餘名員工，不可能在任何時候都無懈可擊。這句話真正的含義是：當我們有所失誤，我們如何面對？我們回頭，把它糾正過來。這是承諾，而非自我標榜。為什麼這個42年前就確立下來的文化，至今依然根基穩固、歷久彌新？在我看來，答案很簡單：它清晰、簡潔、直指本質，無需任何註解。我們的企業文化裡沒有這樣的邏輯：“做正確的事，但如果這件事要花超過10萬美元，那我們另當別論”；也沒有“善待員工，但薪酬真的有必要給那麼高嗎？”這些，都不是我們的文化。我們的文化，歸根結底就是：做正確的事，其他一切問題，都在這個前提下自然找到答案。那麼，為什麼企業文化對Costco如此重要？為什麼它是我們一切工作的首要目標與核心驅動力？因為它定義了我們這家公司的氣質，也塑造了我們每一位員工的風貌。我們的文化，庇護著我們的會員、我們的員工、我們的供應商，也守護著我們的股東。正如我方才所言，這是對所有利益相關方的鄭重承諾。它為我們業務的方方面面提供了清晰而堅定的指引。但最根本的一點在於：文化的力量，取決於我們如何踐行它。只有真正將這種文化融入日常、付諸實踐，它才能成為支撐公司持續壯大、邁向全球的深厚根基。當然，我們的本業不是“賣文化”，而是“賣商品”。我們的使命與企業文化，一脈相承、相互成就，即“持續為會員提供高品質的商品與服務，並提供最具競爭力的價格”。品質，始終是我們在商品層面堅守的第一原則。這是我們的目標、使命，也是每一位Costco員工每天踏入工作崗位的意義所在。無論你是財務部門的員工、資訊技術的工程師，還是服務於收銀台前的一線夥伴，每個人的付出都直接牽動著公司的經營成果，都與我們共同的未來息息相關。02 員工是最核心的競爭優勢接下來，我們深入聊聊文化與人的關係。正如我之前提到的，我們在全球擁有32.1萬名員工。我今天可以毫不猶豫地說，多年來我一直這樣認為，我們的員工，是我們在整個零售行業中最核心的競爭優勢。無論是買手，還是倉庫裡操作叉車的工人，Costco擁有這個行業裡最優秀的員工隊伍。這才是我們與眾不同的根本所在。我們95%的員工享有福利資格，其中97%實際參保。剩下那3%沒有參保的，大多數是因為配偶也在公司工作，兩個人沒必要重複享受同一套福利。所以如果換個角度來看，我們的實際覆蓋率已經接近99%以上了。我們的員工薪酬相當可觀。在美國，我們小時工的平均時薪達到30美元(約合人民幣206元)。當然，如果把時薪壓到26美元(約合人民幣179元)或24美元(約合人民幣165元)，我們的財務數字會更好看。但回到那個根本問題：那樣做對嗎？不對。正確的做法，是竭盡所能地善待員工，而不是算計著能給多少就給多少。正因如此，我們的員工流失率極低，僅為8.5%，大約只有整個零售行業平均水平的三分之一。人們願意留在Costco。一位在前台工作了30年的收銀員，一位卸貨卸了25年的叉車司機，這樣的人，是無可替代的財富。他們是真正的職業人，只要他們願意幹，我們就希望他們一直在。我們的員工，是公司最好的品牌大使，是Costco的門面。我作為CEO，一天之中能直接接觸到的會員寥寥無幾；而我們的員工，每天要在賣場裡面對3萬名會員。他們才是真正與人打交道的人，是公司形象的直接承載者。我們必須善待他們，為他們提供有尊嚴的工作、合理的薪酬和完善的福利保障。接下來這兩點，對我們來說尤為關鍵，也是我們在整個零售行業乃至眾多其他行業中的獨特之處。首先，我們提供的是職業發展機會，而不只是一份工作。這一點，對我來說有著格外深刻的意義。1982年我加入這家公司的時候，心裡想的就是：我能在這裡走多遠？這家公司的文化讓我感到踏實，讓我感到溫暖，他們真的把我當一個人在乎。我當時就在想，這家公司，究竟能給我多大的舞台。其次，我們堅持內部晉陞。我們始終承諾，80%的管理層將從內部培養和提拔。每一個人都被納入其中，每一個人都擁有同等的機會。無論你在世界的那個角落為這家公司效力，機會面前，人人平等。這不僅是一種價值取向，更是切實可行的好生意。多年來，我們經歷了各種考驗，也證明了自己的韌性。經濟景氣的時候，我們營運得很好；經濟低迷的時候，人們需要省錢，自然會把目光投向Costco，我們依然營運得很好。疫情期間，我們也交出了一份令人信服的答卷。我們的商業模式，建立在紮實的核心價值觀之上，在任何時代都經得起檢驗。當然，隨著時代變遷，你需要做出一些調整和應變，但這套模式的根基是穩的。只要我們堅守本源，Costco的未來，依然值得期待。03 對供應商的承諾要說到做到正如我一再強調的，我們的使命是以最高品質、最優價格，持續為會員提供商品與服務。接下來，我想圍繞這一點再展開聊一聊。當一家有意與Costco合作的企業走進來，他們首先想搞清楚的是：把貨賣給Costco，我究竟在跟誰打交道？首先，我們是一家高銷量的企業。如果你想成為我們的供應商，你必須具備大規模生產的能力，因為我們的運轉速度極快，是一家高效率的零售商。我們的風格是這樣的：一個單品，我們下單100萬件，兩個顏色、兩個尺碼，就這樣，放開了生產。我們關注的是營業額，而不是利潤率。我們希望在一件商品上賺9到10分錢，而不是三四毛錢。我們要的是把銷售額做大，最大程度讓利給會員，賣出連我們自己都意想不到的貨量。我們是真正意義上為數不多的全球化零售商之一。從公司創立之初，吉姆就確立了這樣一個傳統：每年12次，我們把全球所有營運負責人、各國區域經理召集到一起，兩天閉門會議，買手團隊和所有營運負責人同坐一室，共同討論業務，例如澳大利亞在發生什麼，瑞典有什麼新動向，墨西哥的情況怎麼樣。大家坦誠交流，協同作戰。儘管我們的業務版圖橫跨全球，但我們始終像一個整體在運轉，彼此高度同頻。這也意味著，如果一家供應商有問題需要解決，或者有新提案想要推進，他們只需要來一個地方談，就能把商品鋪向全世界。我們嚴格，但公平。達成的協議，就是承諾。這句話，在公司裡說了很多年。我來舉一個具體的例子。疫情期間，形勢每天都在變化，相信大家都有切身體會。有一段時間，服裝品類幾乎完全停滯，沒有人願意買衣服。那時候衣服都是開放陳列，擺在貨架上，很多人覺得上面沾滿了病毒，碰都不敢碰。就在那個時候，我們的服裝買手負責人來找我，說有個大麻煩。我問什麼情況，他說庫存積壓嚴重，賣不動，而且後續還有大批貨要到。更棘手的是，那些服裝供應商一個接一個地打電話過來，急得不行，因為其他零售商都在砍單，全都在說：不要了，取消訂單。他說：“但我實在做不到這件事。我當初做了承諾，說好了要買價值1億美元(約合人民幣6.88億)的這批牛仔褲，5000萬美元(約合人民幣3.44億)的那批牛仔褲。”最終，我們的團隊頂住壓力，履行了每一筆已下的訂單。我們請供應商儘量放慢發貨節奏，稍作延緩，因為那段時間服裝庫存堆滿了全美各地的倉庫，每個角落都塞得滿滿噹噹。但所有已確認的訂單，我們一筆都沒有違約，全部兌現。這件事，那些供應商會記上幾十年。他們會記得，Costco說到做到。我們當時根本不需要那批貨，甚至不得不借錢來支付貨款。但我們的承諾就是承諾，我們要對得起自己說出口的話。這歸根到底，是我們企業文化的一次真實映照。04 開發自有品牌的本質是創造價值接下來談談科克蘭(Kirkland Signature)。它是目前全球體量最大的自有品牌之一，去年銷售額突破580億美元(約合人民幣3990億)。而這一切，都始於1995年的兩款產品：一瓶洗髮水和一罐維生素。今年，恰好是科克蘭創立30周年。你可能會問：我們已經有蘋果、汰漬、納貝斯克這些響噹噹的品牌合作，為什麼還需要自己的品牌？答案是：這是我們掌控品質、為會員守護價值的一種方式。Costco賣場裡每一件科克蘭的商品，都是由我們自己的買手一手主導開發的，從原材料的選擇、產地的把控，到配方的精簡與最佳化，再到如何把這件產品做得更好，每一個環節都親力親為。就在今天，我們還坐下來逐一稽核了一批新的壽司產品線，以及買手們精心規劃的其他品類。關於自有品牌的核心問題永遠只有一個：這件產品，還能怎麼最佳化？品質始終是第一位的，價格上也必須保持競爭力。我們還會持續追求創新的包裝形式，堅持精簡配料表，確保全程可溯源。原材料從那裡來，經過那些環節，我們都清清楚楚。一旦出現問題，我們能夠一路追溯到源頭。這種做法，也在很多時候為我們保障了全球供應的穩定性。我們在非洲專門安排了種植腰果樹的農戶，因為我們對未來的銷量心中有數。墨西哥的酪梨、非洲的腰果，我們與這些合作夥伴建立了長期的種植關係，為的就是確保未來的貨源不斷。這背後，是遍佈全球的合作網路在支撐。做到這一切之後，我們還要確保給消費者帶來至少20%的價格優勢。這就是為什麼當年吉姆和他的團隊在1995年認定：我們需要自己的品牌，一個代表著與其他零售商品牌截然不同的東西的品牌。文化固然美好，在一切順風順水的時候，它很容易被踐行，也很容易被標榜。但文化真正的考驗，往往發生在出了問題、事情不如預期的時候。我來分享兩個例子。不知道在座有沒有打高爾夫球的朋友？很多人可能聽過這樣一句話——“他把球皮都打飛了”。但有一次無心之失，我們的產品出現了這樣的問題。我還清楚地記得那一天。高爾夫球的買手來到我的辦公室，身後跟著他的上司，以及上司的上司。三個人手裡拎著一箱高爾夫球，進門就說：“我們需要跟你談一件事。”三個人一起來，我心裡就明白了，這不是一件小事。事情是這樣的。我們推出了科克蘭第二代高爾夫球。第一代反響極好，我們想精益求精、持續迭代。這是科克蘭一貫的做法，永遠追求更好。然而，第一批10萬個球到店銷售之後，我們發現其中有1萬個存在質量問題。這款球的核心亮點，在於我們採用了一種特殊的粘合劑來固定球殼。問題就出在這裡。有1萬個球，只要用力擊打，球殼就可能脫落。我看著他們三個人，說了一句話：“各位，你們打算怎麼處理？”讓我感到由衷自豪的，是那位買手的回答。他說：“我的想法是這樣的，那1萬個問題球混在其他批次裡，我們根本無法區分那些球用的是有問題的粘合劑，也不知道流向了那裡。所以，我想給每一位購買過這款高爾夫球的會員發一封信或者一封郵件，承諾24.99美元(約合人民幣171.9元)的全額退款，告訴他們：您購買的球可能存在質量問題，也可能完全沒問題，但這是您的全額退款，球您留著就好。”我當時聽完，覺得這個方案真是妙極了。我說：這就是處理這件事最好的方式。說實話，當時最多也就5%到6%的會員會真的把球退回來。我們完全可以悄悄地把這件事按下去，甚至不聲不響地退出高爾夫球市場了事，畢竟，這樣的品控問題若是曝光，足以把我們從這個品類裡徹底打垮。但結果呢？這件事反而成了一段佳話。我們收到了無數封郵件和電話，會員們紛紛說：“你們是那家公司？我不知道自己買的球有沒有問題，你們就主動給我全額退款，這種事，誰會做？”我們做到了。很多會員根本不知道自己買的球有問題。但問題的關鍵在於，我們知道。我們知道有地方出了差錯，我們知道這件事不對。所以我們主動站出來，把它糾正過來。還有一個類似的故事，時間稍微早一些。有一年，我們在售一款紅木鞦韆遊戲屋，銷量極好。供應商為了趕上我們的訂單量，四處奔走、拚命備貨。就在這個過程中，供應商在買手不知情的情況下，私自做了一個決定：有兩個零部件實在找不到紅木料，於是就用了另一種品質相近的木材代替，覺得消費者應該看不出來。結果，還是被我們的買手發現了。我們經過核查，確認這款產品在安全性上沒有任何隱患，品質本身也沒有受到實質性的影響。但問題的關鍵在於，我們賣給消費者的，不是這個東西。這不是一款完整意義上的紅木鞦韆遊戲屋，裡面有零部件用的不是紅木。買手的處理方案，和之前如出一轍：給每一位購買了這款產品的會員發一封郵件，告知實情，並提供兩種選擇，可以到店整套退貨並獲得全額退款，也可以選擇自留商品，我們會免費寄送那兩個替換零部件，或者直接退還72美元(約合人民幣495元)的差價，因為那正是紅木與普通木材之間的成本差額。這些，就是真正意義上的關鍵時刻，是企業文化在現實中最真實的映照。我必須告訴大家，讓我感到最自豪的，不是我們做出了這個決定，而是當你和那些直接面對這些問題的人交談時，他們不需要任何人告訴他們該怎麼做，他們自己就已經知道答案了。問題從來不是“大多數人會不會注意到那不是紅木”。問題是：這件事不對，我們必須糾正它。這就是文化真正強大的地方。這也是我們組織中所有利益相關方對我們的期待，我們會做正確的事。這正是企業文化如此重要的根本原因。05 每一家店都要紮根於社區之中接下來談談社區這個話題。我們始終堅守一個承諾：在我們開展業務的每一個地方，都要以真誠的態度回饋當地社區，做一個負責任的企業公民。這意味著什麼？首先，就是為社區居民提供薪酬合理、福利完善的工作崗位。沒有什麼比創造優質就業機會更能為一個社區注入活力。當人們能夠憑藉一份工作養活家人、支付帳單、過上有尊嚴的生活，整個社區都會因此受益。其次，我們要認真對待因我們的經營活動而受到影響的周邊居民。新店開業，附近的交通是否得到了妥善疏導？噪音問題有沒有達標？是否需要加砌圍牆，避免燈光照進居民家中？我們有沒有優先選擇當地供應商的商品？我們希望我們的每一處設施，都是整潔、安全、令社區引以為傲的存在。說到這裡，我想跟大家分享一個習慣。42年來，無論是吉姆、克雷格還是我，每次走進任何一家賣場之前，第一件事一定是先開車繞到倉庫後方轉一圈。你要看看後場是什麼樣子。那裡有沒有你能夠坦然面對社區的東西？有沒有垃圾遍地、蚊蠅滋生的情況？從倉庫的這一端到那一端，必須保持整潔。我們同樣高度重視可持續發展。我們有沒有在為社區、為這個世界做正確的事？我們有沒有盡到負責任的企業公民的義務？我們有沒有善待我們所在的這片土地？在慈善捐贈方面，我們每年拿出稅前利潤的1%用於公益事業，重點聚焦在兒童教育、醫療健康與人道救助，以及災難救援這幾個領域，並將資源集中投入到我們開展業務的社區之中。這一切，只是我們履行社區責任的起點，而非終點。當你真正以這樣的方式對待一個社區，當你以這樣的方式開展業務，接下來會發生什麼？當你想在那裡新開一家店，你會受到歡迎。人們希望你成為他們社區的一部分。因為你會帶來好工作，你會關心這裡，你會參與到當地的事務中來。這對很多人來說，意義深遠。只要我們繼續保持這種態度，未來每一次擴張，都會得到社區的歡迎。商品買手的故事我前面聊過，社區層面也同樣有過一些令我們深感驕傲的時刻，這些故事的主角，是我們的員工。我們的人力資源負責人帕特里克·卡蘭斯(Patrick Callans)，是見證這一切的人之一。過去幾年，我們經歷了幾場慘烈的火災。先是毛伊島，後是洛杉磯。我多麼希望能夠把我們員工在那些時刻所做的一切，一一講給大家聽。那些事，沒有人要求他們去做，沒有人提前交代，全憑他們的本心。毛伊島大火爆發後的第一個清晨，我們當地的賣場經理，主動把整個停車場開放給那些失去一切的災民。停車場裡擺出了食物，搭起了帳篷，提供了庇護，那時候每家酒店都已經住滿了。她把能做的都做了，沒有等任何人發出指令。我們打電話過去，問她情況怎麼樣，她說：“我現在這邊是這樣的……”我們問她需要什麼，她說：“需要更多水，需要這個，快給我送過來。”就這樣，事情一件件地推進下去。洛杉磯的情況，也是同樣的反應。我們的員工第一時間想到的，是怎麼幫助受災的會員。與此同時，我們有7名員工在那場火災中失去了自己的家園，還有大約70名員工在某一時刻被迫撤離，不知道是否還能回去。我們洛杉磯的高級副總裁反應迅速，果斷出手，訂下了7套Airbnb，讓這些員工有地方落腳，能夠安頓家人，繼續正常工作。這些，都是文化的映照。不要想太多，先做正確的事，之後再回來告訴我們，我們一起想辦法怎麼繼續幫你。這才是真正了不起的事。06 堅持不變才能應萬變在我們的日常經營和各類會議中，“創新”是一個被反覆提及的話題。我們如何持續與時俱進，兩小時內把生鮮送到你家門口，通過應用程式銷售大件商品，持續迭代我們的產品線，不斷擴充有機食品的品類。創新永無止境，但要始終緊扣會員的真實需求。然而，與持續創新、持續成長同等重要的，是守住自己的本色。很多曾經輝煌的企業之所以走向衰落乃至消失，根本原因往往就在於迷失了自我，忘記了自己究竟是誰、為何而生。所以我們經常與團隊分享這樣一個視角：改變了什麼，固然值得欣喜；但什麼沒有改變，同樣至關重要。我們從未改變的，是以最優價格為會員提供最高品質商品與服務的承諾。Costco的賣場裡大約有3800個品類，但我們只選最好的。我們替會員做出了判斷。走進Costco，你不需要站在貨架前面對14種番茄醬，苦苦思索那一款性價比最高。這裡只有一種番茄醬。我們已經替你把所有功課做完了。就買這一款，它很好，我們向你保證。我們能為員工做多少，就做多少。他們是我們事業的脊樑。幫助你創造成功的那群人，你怎麼能不全力以赴地回饋他們？薪酬、福利、職業發展空間，80%的管理層從內部提拔。我已經向你們展示了，這些不是口號，而是真實發生的事，這就是我們的立場，這就是我們的行動。這張幻燈片已經陪伴了我們很多年，但你每次看它，都會看到同一句話：始終堅持做對的事。所以，通過今天這番簡短的分享，我想我們都能理解，為什麼吉姆會說：聽我的，文化不是優先項之一，它是唯一的優先項。這句話，牽連著今天我們觸及的每一個層面：人、社區、可持續發展、環境，以及我們在“做對的事”這件事上所做的一切努力。如果要我用一句話來描述文化究竟長什麼樣，在那裡能夠看見它——那就是我們所有人的行動。但如果要我給文化一個更準確的定位，我會說：文化是我們一切工作的核心。它應當滲透進我們做的每一件事，我們招募誰，我們提拔誰，我們向世界那些地方擴張，我們如何踐行可持續發展，科克蘭開發的每一款商品是否真正對得起這個品牌，我們如何真正將員工納入公司發展的軌道。只要我們始終將文化置於核心，讓一切回歸文化，我可以告訴你，我們的未來一片光明，無論走向何方，我們都不會偏航。 (聯商網)

最近晶片圈的焦點，全在GPU和記憶體上。大家都在為AI算力搶破頭，沒人注意到另一個賽道的爆發。AMD的企業級伺服器CPU，悄悄爆單了。消息來自AMD CEO蘇姿丰，不是小道消息。她近日在摩根士丹利會議上公開表態，需求完全超出預期。AMD現在正全力追趕訂單，供應已經開始吃緊。蘇姿丰的原話很實在，沒有半點虛的。“雖然GPU業務令人興奮，但CPU業務的需求遠超我的預期。”那怕她原本已經很樂觀，客戶反饋還是讓她意外。這句話翻譯過來就是：AMD的伺服器產線，真的忙不過來了。放在以前，沒人會想到CPU能有這樣的熱度。畢竟前兩年，AI算力的風頭，全被GPU搶光了。很多人會疑惑，CPU怎麼突然就火了？爆單的邏輯，和以往完全不同。真正的幕後推手，是正在全面爆發的AI Agent（智能體）。以前企業採購伺服器CPU，用途很單一。無非是跑資料庫、搭虛擬化，需求相對平穩。但這一輪爆發，完全是AI Agent帶動的。一個關鍵變化正在發生，很多人沒意識到。隨著AI Agent興起，CPU和GPU的角色配比變了。過去AI訓練靠GPU，CPU只是輔助，存在感很低。現在不一樣了，AI進入推理和Agentic工作流階段。也就是智能體自主決策、呼叫工具、分析資料的階段。這個時候，CPU的重要性被徹底放大。簡單說，不管什麼AI，執行任務前都得靠CPU“協調”。AI Agent每一次互動，消耗的計算量是傳統聊天的數十倍。這些計算任務，不全是GPU能承擔的，大多要靠CPU。這就很好理解大廠的操作了。為了跑通一個AI Agent，他們不光要搶GPU。還得把伺服器裡的CPU裝滿，才能滿足算力需求。有研究資料佐證，這個趨勢不是空談。在完整的Agent執行鏈路中，CPU消耗的時間佔比最高達90.6%。高並行場景下，CPU的延遲會直接翻倍。需求的變化，已經反映在客戶的採購協議上。Meta等超大規模雲服務商，已經和AMD、NVIDIA簽了獨立CPU採購協議。其中AMD和Meta的合作，價值更是高達千億美元等級。Meta會採購AMD定製版Epyc CPU，代號“Verano”。這款CPU採用Zen 6架構，性能比上一代提升70%。首批訂單今年下半年交付，足見需求之迫切。這釋放了一個明確訊號：CPU正在重回AI算力C位。計算資源不再是GPU單一主導，而是走向多元化配置。AMD不是個例，另外兩大晶片巨頭也有動作。Intel近期披露，因為產能不足，沒能兌現客戶承諾。NVIDIA也在推Vera CPU，和基礎設施夥伴簽獨立供貨協議。三大巨頭同時發力，足以印證CPU需求的爆發。有人可能會問，為什麼產能會這麼緊張？核心原因是“AI擠出效應”，台積電的先進封裝產能被搶佔。NVIDIA鎖定了台積電2026年一半以上的封裝產能，AMD、Intel只能排隊。更關鍵的是，AMD、Intel的伺服器CPU產能，基本已售罄。兩家都計畫漲價10-15%，緩解產能壓力。Intel甚至緊急把產能轉向伺服器端，影響了消費電子交付。AMD的爆單，不只是自身的意外之喜。更是AI從概念走向實體應用的訊號。當AI Agent真正走進業務流程，CPU就成了緊缺的算力地基。過去兩年，所有人都在盯著GPU的產能。現在，輪到CPU站在風口上了。 (1 ic芯網)

昨天，阿里千問核心負責人林俊暘離職的消息不但迅速在國內發酵，引發全網熱議，甚至震動矽谷與華爾街，引發人們對阿里AI戰局乃至戰略的關注。相對而言，一場層次更高，變化更大的人才與組織變局，卻幾乎是被輕描淡寫地帶過了。它就是騰訊年前所經歷的史上最大規模的AI架構調整。期間，1998年出生的姚順雨被任命為首席AI科學家，直接向騰訊總裁劉熾平匯報，成為中國網際網路大廠史上最年輕的“AI一把手”；騰訊AI Lab副主任、首席科學家俞棟則離職，騰訊元寶及混元團隊的招聘與“換血”也被加速、調整……“一代人終將老去，但總有人正年輕。”隨著AI的深入，圍繞人的敘事，還會繼續，迭蕩，起伏。2016年春天，當騰訊在深圳宣佈成立AI Lab（人工智慧實驗室）時，全球AI界都還沉浸在AlphaGo擊敗李世石帶來的震撼中。AI Lab，是騰訊史上第一個以“學術+業務”為主心骨的科研單位，由時任騰訊集團副總裁姚星牽頭搭建。姚星是2004年就加入公司的“老騰訊”，歷任騰訊架構平台部總經理、基礎架構部總經理、搜尋技術部總經理，向騰訊“技術中台”TEG（技術工程事業群）老大盧山匯報。▲騰訊2014年組織架構，華商韜略製圖除了AI Lab，當時的騰訊還在AI上有不少的佈局，比如SNG旗下有優圖實驗室，WXG旗下有What Lab、以及微信北京研發中心等。但總的來說，其AI實力並不算“強”。2016年，正是上一輪AI熱潮如火如荼之時，“人工智慧”首次被寫入政府工作報告，微軟亞洲研究院剛剛在2015 ImageNet大賽中用AI打敗人類，AlphaGo以4：1大勝李世石，“自動駕駛、語音助手、人臉識別”這些陌生的詞彙突然湧入人們生活。到騰訊成立AI Lab之時，阿里、百度都已全力備戰AI許久，百度更是早在2013年就設立了百度研究院，最早由李彥宏親自掛帥院長，並憑藉知名學者吳恩達（Andrew Ng）的加入而名噪一時。所以，2017年初的IT領袖峰會上，馬化騰坦言，“在人工智慧方向，騰訊相比百度還是落後”。然後，一轉身，騰訊就把百度研究院副院長張潼挖了過來，擔任自家AI Lab主任。緊接著是俞棟，這位微軟研究院的頂尖科學家，在語音識別領域享有盛譽，被騰訊挖來擔任AI Lab副主任，負責騰訊西雅圖AI實驗室。然後是劉威，前IBM沃森研究中心研究科學家，擔任AI Lab電腦視覺中心總監。▲張潼、俞棟、劉威，圖源：騰訊到了2017年時，騰訊AI Lab已經是一個擁有50+AI科學家、200+AI應用工程師的豪華團隊，專注於人工智慧的基礎研究，研究領域覆蓋視覺、語音、自然語言處理與機器學習——都是當時最火爆的AI課題。2018年，騰訊又加設了Robotics X機器人實驗室，由前任微軟視覺技術組專家張正友負責，與AI Lab平行。張潼加入騰訊時47歲，張正友加入騰訊時53歲，俞棟1998年就在微軟做AI研究——那一年，如今的騰訊大模型“一把手”姚順雨才剛剛出生。張潼、俞棟、劉威、張正友……這些人加起來，組成了騰訊第一代AI人才基本畫像：平均年齡超過45歲，“海歸派”，“學術派”，大多在矽谷IBM、微軟等知名實驗室有著多年研究經歷，學術知名度極高，IEEE Fellow幾乎是標配。這支由學術精英組成的AI Lab團隊，標誌著騰訊首次以系統化、規模化方式進軍AI領域，一時聲勢起得很高。期間，AI Lab的“高光時刻”有兩個，都跟遊戲有關——騰訊的主戰場。2017年3月，騰訊AI Lab開發的圍棋AI“絕藝”在日本第十屆UEC杯電腦圍棋大會上一舉殺出重圍，奪下冠軍獎盃。▲2017年“絕藝”團隊在日本奪冠，最右為騰訊副總裁姚星，圖源：騰訊2019年8月，在吉隆坡王者榮耀世界冠軍杯半決賽的特設環節中，騰訊AI Lab開發的遊戲AI“絕悟”戰勝職業選手賽區聯隊，升級至王者榮耀電競職業水平。然而，同樣在2019年，加入AI Lab僅2年的張潼突然離職，把擔子交到了隔壁Robotics X機器人實驗室主任張正友手上。一時間，所有人都懵了。要知道，張潼剛加入騰訊時的聲勢，不比今天的姚順雨小。▲2017年騰訊官宣張潼入職的新聞稿中，騰訊總裁劉熾平發言；圖源：騰訊張潼離開的原因眾說紛紜，有人猜“水土不服”、有人猜“山頭林立”——當時知乎上有一個回答這麼說：“說真的，今天Al Lab是個很難想像的存在，一方面體量如此之大，一群人拿著很高的title和package，但沒有KPI沒有OKR，不產生直接價值。”這話多少有些尖銳，卻也道出了為追求利潤的“公司”與為追求學術的“研究院”之間的天然壁壘。研究院這一架構源自矽谷，中國網際網路大廠早期爭相模仿，但落在中國往往“水土不服”——例如，騰訊最早對標的百度，其研究院在經歷過多輪的洗牌、重組後，今天已被收編為業務體系內的一個部門，不再獨立於營收之外。而張潼的離開，在時間上，又與一場騰訊內部的“大改革”息息相關。——騰訊930變革。2018年9月30日，騰訊宣佈了自2012年以來最大規模的架構調整，也是騰訊歷史上最大規模的組織調整之一。MIG（網際網路事業群）、OMG（網路媒體事業群）、SNG（社交網路事業群）全部打散，to C部分被收編進新設的PCG（平台與內容事業群）、to B部分收入CSIG（雲與智慧產業事業群）中。▲騰訊2018年“930變革”組織架構，華商韜略製圖這一重磅的架構調整背後，是騰訊面臨的巨大壓力。2018年3月，國內遊戲版號審批突然全面暫停，猛烈衝擊著騰訊的主營業務；同月，第一大股東南非Naspers首次減持騰訊，套現近800億港元後離場。騰訊的股價也從2018年1月底的470+港元高點，一路下跌至10月的250+港元，跌幅達到了驚人的47%，創下歷史最大回撤。在C端之外，騰訊缺少第二增長曲線，這是市場最擔憂的。騰訊的應對方案是兩手——1、“勒緊褲腰帶”；2、做ToB。在930變革中，騰訊新成立的CSIG全稱“雲與智慧產業事業群”，由有10多年業務經驗的“老騰訊”湯道生負責帶領，將原先散落在集團各處的ToB業務整合，並將騰訊雲作為AI技術產出的重要平台。第一財經報導稱，2018年左右，“騰訊AI Lab就拆分成了兩個部分，只有少部分人繼續留做AI基礎研究，其他大部分成員都要開始服務於公司的遊戲與廣告業務。”當然，受威脅的並不僅僅是騰訊。那幾年，市場急劇動盪，百度、阿里、騰訊個個都在焦慮“流量見頂”，字節跳動卻帶著強大的推薦演算法半路殺出，快速成為所有上一代巨頭的心腹大患。另一方面，當人工智慧泡沫越吹越大，但除了人臉識別之外幾乎在C端看不到賺錢的苗頭，巨頭也都齊齊轉身，號召“搞ToB”“AI+產業”“落地工廠”“降本增效”。2021年，姚星——騰訊副總裁、AI Lab牽頭人，同時也是有著17年資歷的“老騰訊”——離職。而自2019年後，騰訊AI Lab再未官宣任何學術明星入職。2022年底，ChatGPT突然殺了出來。全球科技界，炸了。大模型太強了，幾乎在一夜之間火遍了世界；在人類技術發展的歷史上，所有企業第一次以前所未有的速度達成了共識——要搞大模型。除了騰訊。騰訊是國內大廠中最晚推出自研大模型的公司。2022年11月底ChatGPT上線後，全球科技巨頭瘋狂湧入大模型賽道，百度、阿里、字節等巨頭要麼早有佈局，要麼緊急跟進。但騰訊直到2023年9月才發佈了首款大模型“混元”，C端產品“元寶”更是要到2024年5月才推出，比百度、字節晚了一整年。而2024年5月的時候，豆包下載量已經突破1億，擔得上一句“遙遙領先”。馬化騰每年都會在年底的員工大會上做總結與復盤，復盤2023年的騰訊AI時，馬化騰的口徑是騰訊的AI“不能算最領先，但是至少沒有太落後”；2024年時在強調“各個BG擁抱大模型的產品化落地，基於混元做更多AI探索”；但最近，馬化騰復盤2025年的騰訊AI時，話開始說得重了：“騰訊AI整個動作慢了”“基礎設施不足”“平台不能比別人差”。騰訊AI的“慢”，其實也有原因。這幾年，騰訊經歷了兩次歷時9個月的“遊戲版號暫停風波”，降本增效成為全公司的主旋律，AI大模型這種一眼望不到邊的“燒錢”研發，自然也就要能省也省著些。騰訊早期在大模型上的投入非常謹慎，沒有大規模招攬AI人才，沒有積極儲備算力，領導層在談起AI大模型時，對外始終強調“看重AI的落地應用”。不過，騰訊“慢”也有慢的底氣。——幾乎所有人都堅信，只要“微信+QQ”這對流量王炸出手，一切都會好起來的。這也是騰訊多年來摸索出的一套戰略經驗。作為一家應用能力極強的巨頭，大多數時候，騰訊根本不需要在市場早期入局，只需要等“百X大戰”打到終局，場景、技術、路線全都清晰後，再憑藉強大的資源與流量武器，一舉KO。2015年春節騰訊的“微信紅包”奇襲戰就是一個絕好的案例。然而，在十年後大模型領域，這套打法卻有些失靈。它遇上了字節跳動。上文提到，憑藉著技術先發+“字節系”龐大的流量體系，2024年，字節“豆包”下載量已經突破1億，DAU攀升到了2000萬。而到2024年底，騰訊“元寶”那怕手握“微信+QQ”作為流量靠山，DAU仍舊只有幾十萬。騰訊有些急了。所有改革的第一步，都是換人。還記得張正友嗎？2019年，張潼離職後，AI Lab主任一職一直由Robotics X機器人實驗室主任張正友兼任。騰訊第一代大模型研發班底“混元助手”，就由張正友組織搭建。2024年7月，張正友突然卸任AI Lab主任，回歸Robotics X實驗室——騰訊AI的另一位關鍵人物蔣傑，浮出水面。蔣傑，是一位有著12年業務經驗的“老騰訊”，曾任騰訊CDG、TEG副總裁，曾經靠搭建騰訊廣告平台而聲名鵲起，他接任AI Lab主任，並成為彼時騰訊大模型的“一號位”。2024年11月，曾經的AI Lab電腦視覺中心總監，同時也是騰訊傑出科學家、騰訊混元大模型技術負責人之一的劉威離職。2025年1月，“元寶”團隊從TEG技術事業群調整至湯道生領導的CSIG事業群。不僅如此，在AI大模型的演算法、模型、產品、增長等各個領域，騰訊都掀起了一場“搶人大戰”，高薪招募年輕博士、高薪挖角競爭對手……這場戰事的高潮是2025年8月，前OpenAI研究員姚順雨官宣加入騰訊。這位出生於1998年、國內大廠中最年輕的“大模型一號位”加入後，騰訊AI架構更是順勢進行了全面改革：2025年12月，騰訊大模型研發在原有架構上新設AI Infra部（AI基建）、AI Data部（AI資料）、資料計算平台部。其中，AI Infra部和原有的“大語言模型部”向姚順雨匯報；其餘向AI Lab主任蔣傑匯報；這條技術匯報線的上級是騰訊TEG事業群負責人盧山。但與此同時，姚順雨還單獨位列“CEO/總裁辦公室”首席AI科學家，直接向騰訊總裁劉熾平匯報。▲騰訊2025年12月大模型架構調整，華商韜略製圖姚順雨在加入騰訊前僅在OpenAI有1年的工作經驗，但他的年輕與號召力有目共睹，也讓人看到了騰訊“加碼AI”的決心。姚順雨加入後不僅加快了騰訊AI原有團隊招人、換血的步伐，同時在模型資料策略、模型訓練方向上提出了新的思路。也是在姚順雨的影響下，2026年2月，清華博士、新加坡Sea AI高級研究科學家龐天宇（1995年出生）宣佈加入騰訊，擔任混元大模型團隊首席研究科學家。馬化騰曾經有句名言，“有時候你什麼都沒做錯，錯就錯在你太老了”。當姚順雨、龐天宇們開始挑起大梁，騰訊AI自然也就年輕了。與之伴隨， 2025年12月底，原騰訊AI Lab副主任俞棟離職。至此，成立初期的“AI Lab三劍客”張潼、俞棟、劉威，以及最初的實驗室牽頭人姚星，已全部離開騰訊。“一代人終將老去，但總有人正年輕。” (華商韜略)