優地機器人主攻“商用服務機器人”。酒店裡的配送機器人你可能已經見過了：點個外賣，不一會兒有個小機器把餐送到你房門口。最近，做這類機器人的公司——優地機器人——已經獲准在香港上市。優地機器人主攻“商用服務機器人”，就是做能在酒店、餐廳、園區、商場、文娛場所等各種公共空間裡跑來跑去的配送和清潔機器人。公司成立於2013年，前身是UT斯達康（中國）的終端事業部。今天，記得UT斯達康的人恐怕不多了，“小靈通”你一定聽過，就是它家出的。優地機器人從這個團隊裡走出來，成立同月就拿到了原東家的天使輪投資。此後十多年裡，公司又連續融資11輪，最新進展是完成E輪。投資方既有阿里系餓了麼這樣的本地生活巨頭，也有首旅如家等產業資本，甚至包括科大訊飛等AI企業，並有多家“國家隊”資本加入。人形機器人火爆，看似很傻的服務機器人，背後藏著一門怎樣的生意？01優地機器人的創始人盧鷹和顧震江，早年一直在做通訊和智能硬體，是UT斯達康的核心工程師。2013年，盧鷹帶著原終端事業部的一批同事出來創業，組建了優地科技。公司最初做的是無人駕駛相關的技術服務，甚至還是輝達在中國這一塊唯一的合作夥伴。但很快他們發現一個現實問題：技術很酷，但賺錢太慢，項目周期動輒幾年，公司撐不住。2016年，公司換方向：先做能馬上落地、能被真實場景需要的東西——室內自主導航機器人。而且，他把產品落在兩個非常具體的地方：KTV和酒店。理由很簡單——這些地方送東西特別頻繁，如果有機器人能幫忙跑腿，老闆肯定願意嘗試，比招人划算。2017年，優地推出第一款產品“優小弟”，專門負責KTV的酒水配送。機器人能跑能送，還不會抱怨累，效果立竿見影。但技術跑得快，公司帳上錢並不多。2019年，深圳高新投上門給他們伸了把手：提供了1000萬元的融資擔保，還幫他們申請到政策補貼。正是這筆錢，讓公司熬過去了最難的現金流時期。優地的商業模式也非常親民：不是賣機器人，而是按月租。費用大概只相當於一個服務員工資的一半。一台“優小弟”能承擔KTV一層樓三分之二的配送量，對老闆來說性價比太高，很快就鋪開了。同年，公司又推出了面向酒店的“優小妹”。到2022年，如家旗下的首旅集團再次入股，幫助優地把機器人快速推向更多酒店。一幫做自動駕駛的，來做場景相對單一的室內配送，是降維打擊。優地團隊70%是研發人員，自主掌握導航、避障等核心技術。“優小弟”、“優小妹”如今已遍佈600多個城市，服務9000多家客戶。每天，超25萬人次接受它們的服務。從成立到現在，優地機器人已經拿到了 11 輪融資，背後站著的一批投資方很有代表性。2016 年，拿到新恆基、科大訊飛的數千萬元 A 輪。2018 年，又得到君聯資本、元禾潤新的數千萬元 B 輪。2019 年融資密集，一口氣完成了兩輪：索道投資投了數千萬元 B2 輪；同年雪球資本領投 1 億元 B3 輪。2021 年是關鍵節點：雲鋒基金、餓了麼領投 3 億元 C 輪；後續又有誠鼎基金、雲鋒基金聯合投了 2 億元 C2 輪。2025 年，完成了規模最大的戰略融資：Fluidra、雲啟資本等機構共同投資了 10 億元。根據公開資料計算，優地機器人累計融資額接近20億。如果從投資者構成來觀察，你能看到三類力量：產業資本：首旅如家、餓了麼等。這些企業本身就是優地機器人最重要的應用場景，投錢也等於在押注自己的未來營運方式。知名 VC/PE：君聯資本、雲鋒基金、雪球資本、58 產業基金等，它們押的是增長和技術路線。“國家隊”資本：誠鼎基金、新尚資本、招商局資本等，為優地打開園區、公共空間、醫院項目等更大規模的落地機會。優地機器人獲得了產業鏈上下游、資本市場、政策資源三方的共同認可，這也是它能在一個燒錢又漫長的行業裡跑到准上市的重要原因。值得注意的是，優地機器人的“阿里味”比較重，餓了麼、雲鋒基金合計持股接近15%。022024 年中國服務機器人市場規模大約 738 億元，比上一年漲了 22.9%。在所有細分裡，商用服務機器人——比如配送、清潔、公共服務這些——佔了最重要的一塊。從產量來看，中國在這個行業也相當強勢。2024 年，中國服務機器人產量達到 1051.9 萬台，同比大漲 34.3%。如果放到全球來看，中國廠商佔了商用服務機器人出貨量的 約 85%，基本就是全世界的供應鏈中心。但行業熱鬧，賺錢卻不容易。服務機器人過去一直有一個共同難題：增長跟不上預期。為什麼？原因其實很現實：·很多機器人只能適應少量場景，通用性不強；·成本高，客戶要反覆評估是否值得；·使用者的需求很雜，往往需要大量定製；也就是說，機器人想成為大眾產品，還欠火候。在這種背景下，優地機器人沒有去捲“家用機器人”，而是盯住三個場景剛需：·酒店、KTV裡的配送需求；·園區、商圈裡的公共清潔；·商業場所迎賓的人力替代。這些場景有一個共同點：頻次高、真的缺人、老闆願意付錢。從格局來看，中國的服務機器人行業還沒到“巨頭一統天下”的階段，但一些領先公司已經跑出來，比如優地、擎朗智能、雲跡科技、達闊科技、九號機器人、獵戶星空等。真正上市的還不多，大多數還是在融資階段，行業整體比較分散。這些機器人企業賺錢嗎？拿另一家已經上市的雲跡科技對比。2022年至2024年，雲跡科技分別實現營收1.61億元、1.45億元、2.45億元；淨利潤分別為虧損3.65億元、虧損2.65億元、虧損1.85億元。三年累虧8億。這就凸出另一個問題：服務機器人做專、做精之後，又會高度依賴有限的場景來創收。03服務型機器人行業這幾年一直卡在一個根本矛盾上：場景需要“像人一樣泛化的智能”，但商業現實只允許企業買得起“低成本、專用型裝置”。這導致過去十年服務機器人要麼不夠好用，要麼不夠便宜，要麼無法規模化。對服務機器人企業來說，商業化要跑通，取決於一個最簡單的公式：人工節省成本 > 硬體成本 + 部署成本 + 維護成本。現實情況是：機器人硬體成本高，不可能像掃地機一樣壓到1000元以內；企業客戶對 ROI 要求嚴格，不能只看“酷不酷”，要看“值不值”；機器人部署成本高，場景差異巨大；維護成本長期存在。所以常見的情況是，送餐機器人：一年節省不了一個服務員的工資。酒店機器人：高峰時段還要人盯著。醫院機器人：流程複雜，適配成本極高。於是大部分產品停留在“展示、噱頭、行銷資產”，而不是“生產工具”。這裡就會有朋友疑問了：為什麼AI進步了，機器人依然難落地？機器人不是缺 AI，而是缺以最低成本完成任務的工程系統能力。具體體現在三個難點：1. 認知能力不足以應付真實環境機器人對現實世界的理解不可能像人一樣泛化，這些不是演算法問題，是現實世界太複雜。2. 場景碎片化導致規模效應非常差酒店 ≠ 餐廳 ≠ 醫院 ≠ 商場流程、地圖、任務、語音、標準完全不同。機器人企業開發一次卻賣不了多少，成本根本攤不開。3. 硬體是剛性成本，降價速度慢於使用者預期不同於演算法、SaaS：電機、電池、結構件、工藝；供應鏈規模小，降不下來。那未來還有沒有機會？答案不是“有”或“沒有”。真正的判斷邏輯是：機器人什麼時候“不再被拿來和人對比”？只要機器人承擔的是“人類原本就可以做，而且更便宜”，它就會難受。真正的機會在於：機器人做“人做不了的事”，比如：無人倉儲與夜間物流，醫療耗材自動配送，智慧商業空間營運。這些場景不是替人，而是拓展新的效率邊界。在未來，機器人行業會爆發，但只有一小撮高價值、高標準、高ROI的場景，會被機器人全面接管。服務型機器人不應該與“人力替代”做比較，而應該創造人類無法直接實現的效率紅利。 (快刀財經)

銀行鏈上化加速推進。根據國際清算銀行2024年6月發佈的年度經濟報告，全球90%的央行正在積極探索代幣化存款，一場圍繞未來金融基礎設施主導權的無聲競賽已拉開帷幕。2024年至2025年間，全球銀行業迎來了一場靜默的革命。根據路透社2025年1月的消息，花旗集團將代幣化服務擴展至歐元領域。另據彭博社報導，摩根大通向機構客戶推出基於公有鏈Base的美元存款代幣。而根據香港金管局2025年11月的官方公告，其啟動的EnsembleTX試行計畫已完成多筆真實交易。這些幾乎同步發生的事件指向一個共同趨勢：全球銀行業的“鏈上遷移”正從實驗階段邁入商業化營運的臨界點。全球佈局：銀行鏈上化的加速推進銀行代幣化存款本質上不是創造新貨幣，而是將傳統銀行存款轉化為可在區塊鏈上流通的數字憑證。這一轉變使資金轉移能夠在數秒內完成，並實現24小時全天候結算，徹底改變了傳統清算流程耗時數日的局面。根據國際清算銀行2024年6月報告的官方資料，代幣化存款已成為全球央行最關注的創新領域之一。報告指出，這種新型貨幣形態既能保留銀行體系的穩定性，又能吸收區塊鏈技術的高效性，正在成為傳統金融與數字金融融合的關鍵樞紐。根據彭博社2024年10月的報導，摩根大通推出的JPM Coin代表了銀行業對公有鏈的積極探索。該存款代幣運行於Coinbase的Base區塊鏈上，使客戶可以通過公鏈收發資金，實現了支付處理在數秒內完成。這一創新突破了傳統銀行營業時間的限制，為全球資金流動提供了新的通道。跨銀行合作同樣取得了實質性進展。根據金融時報2025年2月的報導，摩根大通與星展銀行正在共同開發的代幣化存款框架，致力於解決不同區塊鏈系統間的互操作性問題。這項合作將星展銀行的代幣服務與摩根大通的Kinexys數字支付項目相連接，目標是建立跨銀行、跨鏈的結算新標準。根據路透社2025年1月的報導，花旗集團則採取了多幣種、多區域的擴張策略。花旗近期宣佈擴大代幣化服務Citi Token Services的範圍，新增歐元交易整合，並以區塊鏈技術支援即時結算。該行在愛爾蘭設立新的流動性中心，強化歐洲業務佈局，向機構客戶提供以歐元計價的即時跨境支付解決方案。三條路徑：監管與市場驅動下的戰略分化隨著全球銀行鏈上化的深入推進，不同區域的銀行基於各自監管環境、市場結構和資源稟賦，逐漸形成了三條差異化的戰略路徑。第一條路徑可稱為“體系內聯盟”，以歐美大型銀行為代表。這些銀行不追求對現有金融體系的顛覆，而是聚焦於最佳化體系內部——特別是批發銀行業務——的效率瓶頸。它們通過建構“會員制俱樂部”式的聯盟鏈，在受控但高效的環境中驗證技術價值。這種路徑的核心邏輯是在現有監管框架內尋求漸進式創新，而非推倒重來。根據歐洲央行2024年11月的工作論文，歐洲銀行聯盟的數位資產結算平台項目是這一路徑的典型代表。該項目由瑞士、德國等國的多家銀行共同發起，利用共享帳本技術，探索機構間證券與現金的即時結算新模式。美國部分銀行則更關注內部效率提升，如利用私有鏈技術最佳化集團跨境流動性管理，降低資金營運成本。第二條路徑是“生態級基礎設施”，以亞太地區銀行為特色。這一路徑具有強烈的頂層設計色彩，銀行在其中扮演政府主導的數位化生態中的關鍵服務節點，目標是提升整個國家或地區金融基礎設施的全球競爭力。根據香港金管局2025年11月的官方新聞稿，香港的Ensemble項目是這種路徑的典範。該項目不僅涉及多家銀行，還整合了監管機構、科技公司和終端使用者，建構了完整的數字金融生態。中銀香港副總裁邢桂偉在接受南華早報採訪時表示，該行將“進一步探索金融資產代幣化，在確保資產安全託管的前提下，逐步推動傳統金融資產代幣化應用”。這種生態級思維反映了亞太地區對金融基礎設施整體競爭力的重視。第三條路徑是“市場導向的資產橋接”，主要見於新興市場和專注Web3領域的數字銀行。這種路徑最具外向性和突破性，銀行不再侷限於傳統業務，而是主動充當現實世界資產與加密資本世界的連接器。根據渣打銀行2025年3月發佈的官方研究報吿，該行通過其SC Ventures部門建構連接傳統銀行與去中心化金融的橋樑。該銀行數位資產研究主管Geoffrey Kendrick預測，到2028年代幣化現實世界資產的價值將達到約2兆美元，與屆時穩定幣市場的規模相當。非洲、拉美部分銀行則利用代幣化技術，將本國大宗商品的未來收益權轉化為鏈上數位資產，面向全球投資者融資，顯著降低了資金成本。監管框架：全球協調中的差異化探索銀行業的鏈上化處理程序離不開監管環境的演變，不同司法管轄區的監管取向正深刻影響著當地銀行的技術路徑選擇。根據歐盟委員會2024年6月發佈的官方檔案，歐盟通過MiCAR建立了全球最系統化的代幣化資產監管體系。該條例明確了對電子貨幣代幣和資產參考代幣的分類監管要求，為銀行開展代幣化業務提供了法律確定性。歐盟同時運行的DLT試點制度，為分佈式帳本技術在傳統金融市場中的應用提供了安全試驗場。根據新加坡金融管理局2024年9月的官方聲明，其通過“守護者計畫”推動代幣化金融資產的創新。該項目彙集了星展銀行、摩根大通等多家機構，共同探索代幣化資產交易的行業最佳實踐。新加坡採取的不是抵抗新技術，而是將其制度化吸收的監管邏輯，在他們看來，代幣化存款不是穩定幣的替代品，而是穩定幣的合規進化版本。根據瑞士聯邦財政部2025年10月的新聞公告，瑞士通過FINIA修訂為金融科技和加密貨幣發展創造友好環境。瑞士聯邦委員會啟動了對FINIA擬議修訂的公開諮詢，提議引入支付機構和加密機構兩類新的金融機構。這一改革旨在使當前法律框架與金融科技和加密貨幣的國際動態接軌。根據迪拜虛擬資產監管局2024年12月的年度報告，迪拜通過VARA建立專門的數位資產監管體系。該機構為虛擬資產服務提供商頒發牌照，並制定了全面的監管規則，吸引全球金融機構在迪拜開展數位資產業務。信任危機：銀行鏈上化的核心優勢儘管路徑各異，全球銀行在鏈上化過程中都在堅守同一道防線——信任護城河。技術之上的本質是，無論選擇那條路徑，銀行的核心優勢並非技術本身，而是其歷經百年建立的法定信任、監管合規性與風控體系。與穩定幣不同，存款代幣由商業銀行發行，代表客戶的現有存款債權。這些代幣化存款借助區塊鏈網路更便捷地移動資金，但對機構客戶而言，其核心價值在於保留了銀行負債的法律效力和監管保護。根據巴塞爾銀行監管委員會2024年12月發佈的《代幣化存款風險原則》報告，銀行成為KYC/AML在鏈上的執行者，是連接“匿名網路”與“監管透明”的關口。在複雜的多鏈世界中，銀行提供的基於高品質資產的鏈上結算，正成為新的“信任錨點”。銀行通過將傳統金融中的合規風控能力延伸至鏈上環境，解決了去中心化網路中最棘手的身份驗證和交易合規問題。巴塞爾銀行監管委員會的報告明確指出，銀行在無許可區塊鏈上進行交易面臨多重風險，包括洗錢、恐怖主義融資、營運和安全等多方面挑戰。報告特別強調，某些風險源於區塊鏈對未知第三方的依賴，這使銀行難以進行盡職調查和監督。正因如此，銀行在鏈上化過程中格外重視合規框架的延伸和適應。挑戰與風險：鏈上遷移的隱形成本銀行向鏈上遷移並非一帆風順，它面臨著從技術到法律的多重挑戰，這些隱形成本可能決定這場變革的最終成敗。根據國際清算銀行2024年6月報告的分析，互操作性與標準化是銀行鏈上化的首要技術障礙。不同區塊鏈系統之間的通訊和資料交換仍面臨巨大挑戰，這限制了代幣化資產的流動性和應用場景。SWIFT首席創新官湯姆·茲查特在2025年2月的LinkedIn專業帖文中指出：“應對法律挑戰並不等同於韌性。重要的是中立的、共享的治理。金融機構對依賴競爭對手的基礎設施持謹慎態度。”他進一步強調，合規並不是一個實體說服監管者，而是整個行業就不受任何一個資產負債表控制的共享標準達成一致。根據國際證券事務監察委員會組織2025年1月的研究報告，法律確權與結算最終性是鏈上化面臨的法律難題。不同司法管轄區對鏈上資產的法律性質、轉讓效力認定存在顯著差異，這為跨境鏈上結算帶來了法律不確定性。巴塞爾銀行監管委員會的報告指出，新立法可能改變驗證者行為，使區塊鏈本身在營運上不穩定。例如禁令可能減少可用於保護區塊鏈的計算能力或質押的原生代幣數量，暫時增加51%攻擊的風險。節點治理與反洗錢執行的平衡是實操中的難點。銀行需要在保障交易隱私的同時滿足監管對反洗錢的要求，這需要在技術和制度層面進行創新。目前行業正在探索的零知識證明等隱私保護技術，有望在保護使用者隱私的同時實現必要的監管合規。未來展望：銀行角色的根本性重構展望未來，銀行業的鏈上化將不僅僅是技術升級，更是角色和商業模式的根本性重構。未來的金融體系將呈現多層混合架構——CBDC、代幣化存款、穩定幣和RWA並存，各自服務於不同的金融需求。根據麥肯錫2025年銀行業報告的分析，銀行將從“產品提供者”轉變為“網路組織者”。在鏈上金融生態中，銀行的核心價值不再僅僅是提供存貸款產品，而是組織和維護金融網路的穩定運行。它們通過提供信任基礎設施、流動性支援和合規框架，成為鏈上金融生態的基石。跨境支付將成為代幣化存款最先規模化的應用場景。渣打銀行Geoffrey Kendrick在2025年3月的採訪中對金融時報表示：“穩定幣是瞬時的、全球性的、24/7營運、超級可信、超級流動。像我們這樣的銀行可以通過穩定幣環節來幫助創造資本效率。”他預見到穩定幣與代幣化資產的融合趨勢，認為這種融合將重塑全球資金流動模式。銀行資產負債表的管理將進入“可程式設計”時代。通過智能合約，銀行的資產和負債可以實現更精細化的管理和動態調整，提升資金使用效率，降低營運風險。這種可程式設計性將使銀行能夠創造出更符合客戶需求的金融產品和服務。未來五年，我們將見證傳統銀行與鏈上技術的深度融合。成功的不一定是技術最先進的銀行，而是那些能最有效將傳統信任資本轉化為鏈上競爭優勢的機構。根據國際貨幣基金組織2025年全球金融穩定報告的分析，銀行千年來的核心功能——資金中介、風險管理和支付結算——不會消失，但它們將在新的技術基礎設施上以全新方式呈現。當存款變為代幣，銀行變為節點，唯一不變的是信任仍然是金融世界最珍貴的貨幣。 (創新觀察局)

以預言2008年次貸危機聞名的投資者麥可·貝瑞，如今將目光投向市場最熱衷的主題之一：人工智慧。他重倉押注市場繁榮終將破滅，也就是說，他認為人工智慧已經形成了泡沫。2025年10月31日，他在X上寫道：“有時候，我們能看見泡沫。有時候，我們能對此採取行動。而有時候，唯一能贏的做法，就是不參與。”貝瑞擁有160萬粉絲。麥可·貝瑞關於“泡沫”的判斷在過去一個半月裡，他重新回到社交媒體，講述了一段關於超大規模資料中心和 人工智慧股票的極度看空故事；看起來先是賭輸了輝達，但隨後又贏了回來。然而，他並沒有像傳統投資者那樣進行“勝利巡遊”，反而註銷了自己的避險基金、任命了繼任者，並創辦名字驚悚的專欄：《解放了的卡珊德拉》（Cassandra Unchained）。註：卡珊德拉，希臘神話先知人物，擁有預言能力但被詛咒無人相信該新聞通訊的首篇文章《泡沫的主要跡象：供給側的暴食》，發表於11月24日，援引1990年代末網際網路狂熱與當下人工智慧熱潮的相似性，指出政策制定者在忽視泡沫。他毫不客氣地作了一個類比：上個時代的“鎬頭與鏟子”（pick-and-shovel）代表是思科，而今天的對應物則是輝達。黃仁勳向馬斯克、納德拉等矽谷巨頭賣鏟子，圖片由AI生成01 關鍵質疑：隱藏費用、會計造假貝瑞和華倫·巴菲特或許是當代最知名的兩位投資家。雖然都積累了巨大的財富，但他們在投資策略上幾乎毫無共同之處。巴菲特斥資逾40億美元大舉買入Google母公司Alphabet，而貝瑞卻通過看跌期權，做空兩隻人工智慧熱門股票Palantir和輝達，總金額超過10億美元。對於 Palantir 來說，貝瑞的擔憂很可能源於其過高的估值。但輝達的情況比較複雜。過去幾年裡，各超大規模雲服務商（指營運龐巨量資料中心、提供海量按需計算、儲存及網路服務的企業）投入了數千億美元，儘可能多地採購輝達的GPU。OpenAI星門項目一期位於美國阿比林市的資料中心 來源：OpenAI然而存在一個問題：這些硬體在財務報表上究竟是如何被計量和處理的。假設一家公司預計所購買的GPU的使用壽命為五年。如果它在某一年花費10億美元採購這些晶片，那麼通常會按照這一預期壽命進行平均折舊——也就是在未來五年中每年計提2億美元的折舊費用。由於折舊在會計上被視作費用，這筆“理論上的”年度折舊額會侵蝕企業當年的帳面利潤，從而相應降低其最終的淨利潤。然而，現實卻完全不同。早在人工智慧革命真正開始之前，輝達就已經以大約每兩年更新一次晶片架構的速度在迭代；而到了2024年，這一節奏進一步加速，變成了每年一次。在這樣的背景下，GPU的真實產品生命周期可能只有兩到三年。就目前而言，由於企業將這些支出攤銷在更長的周期上——在某些情況下是五到六年——它們每年需要確認的費用相對被拉低了，與實際折舊相比顯得更少，從而讓利潤看上去更高。在這裡，貝瑞本質上是在指控輝達及其客戶，通過虛高的利潤率來支撐一種會計上的“造假”行為。顯然，這讓單季度營收570億美元的輝達感到緊張。首席財務官科萊特·克雷斯在財報說明會上反駁了貝瑞關於輝達晶片使用壽命的說法，稱公司硬體因其CUDA軟體系統而具有長期耐用性和高效性。首席執行官黃仁勳則盛讚人工智慧為各類企業——從初創公司到Meta Platforms等大型企業——帶來的益處。不過當然，人工智慧變革的最大受益者正是輝達本身，對人工智慧晶片市場的壟斷地位正使其成為科技界的美國鑄幣局。就在今年的10月29日，輝達市值突破5兆美元，成為首家市值破5兆的上市公司，在過去四個月內，它的市值增加了1兆美元。根據世界銀行資料，如此市值已經超過了除美國和中國之外的所有國家的國內生產總值。黃仁勳認為自己是革新者，駁斥市場泡沫的擔憂：“我們在過去六七十年裡首次重新發明了計算。全世界已部署的所有電腦都在向加速計算、視訊GPU以及人工智慧方向逐步升級。因此，這一建設周期將在未來多年持續。”事實上，若剔除中國市場，輝達本季度全球其他地區營收實現了翻倍增長——考慮到該公司過去兩年業務已呈爆炸式擴張，這堪稱非凡成就。所有跡象都表明輝達的增長勢頭將繼續下去。包括Meta、微軟、Google和亞馬遜在內的多家科技巨頭均表示，將繼續增加人工智慧相關資本支出，其中大部分資金將流向輝達晶片。克雷斯甚至透露說，公司2026年12月結束的兩年期銷售額可能超過此前預估的5000億美元。該數字遠高於其截至2025年1月的財年營收1300億美元。黃仁勳和克雷斯對增長前景的樂觀態度無可厚非，但諸多疑問依然存在。GoogleCEO皮查伊向祖克柏賣鏟子，圖片由AI生成眾多競爭對手正試圖蠶食輝達的市場份額，其中最顯著的是Google——其TPU人工智慧晶片正贏得客戶青睞。Google近日正式推出的大模型Gemini 3就是用自研的TPU進行訓練的，雖功能相對專一，靈活性不及輝達晶片，但研發成本更低、滿負荷執行階段功耗也更小。Google的TPU晶片傳言將被Meta等大客戶採用，受此提振，Google母公司Alphabet股價一路高歌猛進。當地時間11月25日，Google股價創下歷史新高，市值逼近4兆美元大關。黃仁勳竭力平息外界對輝達競爭力的質疑，屢次以毫不掩飾的自誇口吻強調其技術優勢和廣泛客戶群。02 循環融資，同吹一個大氣球另一個疑問是：為何輝達持續達成看似循環往復的交易——投資那些承諾採購其晶片的企業？圍繞輝達的科技公司開始相互交織，形成循環融資的格局。例如，輝達在2025年9月承諾向OpenAI投資至多1000億美元，11月又宣佈將向Anthropic投資至多100億美元（微軟同時投資至多50億美元）。連續的投資實際上形成了一個龐大的人工智慧公司集團，它們彼此間反覆輸送著數以十億計的資金。黃仁勳直言不諱地告訴分析師，輝達正“用現金資助自身增長”。除了輝達，另一大引擎當然是OpenAI。儘管它尚未上市，但已成為整個股市的風向標。其收入相比龐大的承諾規模仍然微不足道，預計2025年收入為130億美元，但它已簽署累計超過1.4兆美元算力合同。許多科技巨頭高度依賴於與OpenAI的合同，甲骨文的情況尤為明顯。為了滿足OpenAI不斷增長的基礎設施需求，甲骨文正在投入數百億美元購買輝達晶片，但龐大債務的問題也隨之浮現：在發行180億美元債券及獲得380億美元貸款後，甲骨文債務總額逼近960億美元，其利息支出可能吞噬季度淨利潤30億美元中的更大份額。如果OpenAI突然不再需要甲骨文的全部雲端運算容量，或者無法為其龐大的承諾融資，那麼甲骨文又該如何支付輝達？更關鍵的問題是，這些巨額投資將如何運作？當前的人工智慧投資網路彷彿2008年前的抵押貸款市場，多個參與者相互依賴，形成一個緊密耦合的系統。在這種系統中，局部的失敗會迅速傳播。如果 OpenAI 的收入增長未達預期，它對甲骨文的支付能力就會受質疑；如果甲骨文無法交付承諾的計算能力，其股價就會下跌；如果股價下跌，拉里·埃裡森的財富和甲骨文的籌資能力就會受損。這個鏈條可以繼續延伸到整個金融系統。這種背景下，人工智慧模型開發商、超大規模資料中心營運商以及晶片公司之間的大型合作公告不斷增加。另一種解讀認為，這些合作傳遞出一種緊迫感——各方都在爭相滿足激增的計算需求。人工智慧領域的領導者正在整個價值鏈上進行協調，以確保供應能夠跟上創新的速度。這樣的觀點有其合理性，但不可否認的是，幫助買家融資購買產品，並非拓展市場的最可持續方式。03 舉債擴張的兩面：加速創新、放大風險有關泡沫的第三個疑問是錢從那裡來。其實循環融資已經揭示了一些走向，但更大的問題是債務融資。阿爾特曼與黃仁勳掀起了整個科技界的大規模投資熱潮。這些投資並非可以點選取消的軟體收購或金融投資，而是實實在在的重資產資本支出（CAPEX）。科技巨頭們曾經主要依靠雲服務和廣告等核心業務產生的強勁現金流來推動人工智慧的擴張。然而，資料中心建設的規模如今需要比內部資源所能提供的更多資本，巨頭們不再滿足於依賴自由現金流。外部融資被提到了前所未有的高度——公司紛紛通過發行債券、股權融資，甚至尋求私募信貸等方式，為資料中心的建設籌集資金。Meta聯手私募巨頭Blue Owl通過發行債券籌資270億美元建設Hyperion資料中心，創下私募債發行紀錄。微軟牽頭成立300億人工智慧投資基金，最終計畫通過債務融資等方式籌集高達1000億美元資金。OpenAI與AMD達成的戰略合作，以“股權換訂單”。在連續兩年增長超過60%之後，超大規模雲服務商的資本支出預計將在2026年再增長30%，總額將超過5000億美元，遠高於2025年初預估的10%增幅。資本支出擴張與舉債融資齊頭並進，引發市場對這種激進的人工智慧投入愈發緊張，更令人擔憂的是臭名昭著的表外債務使用。Meta與埃隆·馬斯克旗下的xAI公司均通過特殊目的載體（Special Purpose Vehicle，SPV）進行表外融資，以滿足其人工智慧資料中心和晶片基礎設施所需的巨額資本支出。此舉使它們能夠借入數十億美元資金，同時避免全部債務負擔出現在主資產負債表上，從而保持高信用評級和低槓桿率。安然的警示於此再次出現。對於還記得其史詩般倒閉的人來說，表外債務的上升可能就是煤礦裡的金絲雀。所有這一切源於企業資本支出已逼近現金流承載極限。自2024年以來，亞馬遜、Google、Meta和微軟的自由現金流已經出現下降跡象。企業可能日益依賴債務來建構人工智慧模型所需的基礎設施與計算能力。更進一步的預測顯示，到2028年全球資料中心支出可能達到3兆美元，其中很大一部分將通過外部融資實現。儘管該行業的現金流依然強勁，每年總額達數千億美元，但投資速度正在超過現金流增長速度。這種轉變可能支援人工智慧的持續創新，但也引入了在早期階段並不突出的槓桿效應。當大型科技公司使用的融資手段包括企業債、證券化市場、私人融資以及表外工具，不免讓人聯想到2008年金融危機時期的操作。04 “從來不會只有一隻蟑螂”市場專家還擔心系統性風險，因為這些投資如今佔美國GDP增長的比例已超過 40%。到現在為止，2025年美國股市漲幅的80%來自人工智慧企業。人工智慧驅動的股市吸引著全球資金湧入，為美國經濟增長提供資金並推動其發展。《金融時報》撰稿人魯奇爾·夏爾馬總結道：“美國已變成一場押注人工智慧的豪賭。”一個不可否認的事實是，自2022年11月ChatGPT推出以來，人工智慧類股一直是美股增長的核心動力。標普500成分股中人工智慧相關公司在過去近3年時間的回報率高達165%，不僅大幅領先指數整體68%的回報，更是非人工智慧企業24%回報率的近7倍。美國股市，尤其是標普500，長期以來都存在異常集中的現象，尤其是自疫情以來情形更甚。但過去這種集中是廣泛分佈於科技股之中，最近則明顯縮窄至單一類股：人工智慧。主要科技公司對應標普500市值佔比，資料截止到10月17日，來源:CNBC五家公司——輝達、Google、微軟、蘋果和亞馬遜——就相當於標普500總市值的30%。換句話說，投資標普500——一個包含近500家公司、被視為最具代表性的美國經濟指標的指數——已經不再提供被動投資者所期望的分散化優勢。不過，投資者至今也沒有太多理由抱怨，因為在回報方面，這種集中反而帶來了好處：過去五年，標普500幾乎翻倍（上漲95%），自2025年初以來又上漲了16%。夏爾馬指出，若剔除這些巨額人工智慧投資的回報，“即便是歐洲股市，本十年也已跑贏美國，而這一差距現在開始擴大。截至2025年，從公用事業、工業到醫療保健及銀行業，全球其他地區所有主要行業表現均優於美國。”甚至連正統經濟學家、前歐巴馬政府高級經濟學家傑森·弗曼也表示，如果沒有大型科技公司對人工智慧的投資，美國GDP的年化增長率將僅為0.1%。這一幾乎停滯的增長凸顯了高科技基礎設施在塑造宏觀經濟方面日益關鍵的作用。但衡量一個國家經濟健康的指標之一是多樣性。古老的格言“不把所有雞蛋放在一個籃子裡”說明了為什麼不應過度依賴單一出口或產品作為繁榮的來源。目前，這些人工智慧的投資，以及由此帶動的最富有10%人口的大規模消費，似乎在支撐著美國經濟。與此同時，美國底層90%的勞動者則在勉力應對物價上漲和勞動力市場趨平的困境。由於最富有的10%人口持有85%的美國股票，當股價上漲時他們享受著最大的財富效應。難怪最新資料顯示，收入最高的前10%人群貢獻了半數消費支出，創下有記錄以來的最高份額。換句話說，那些大量持有股票、深度押注股市的最富有的美國人，正在為經濟貢獻遠超以往的消費佔比，使整個經濟結構更加脆弱。一旦股市出現25%甚至更大的調整，消費者支出必然受到衝擊——遑論如果跌幅達到50%，後果將更加嚴重。更重要的是，人工智慧熱潮背後還有一隻政府的“手”。美國政府將人工智慧視為國家戰略競爭的核心，這意味著它要在這個領域大舉加碼，同時也更放鬆監管。白宮剛剛宣佈啟動的“創世紀計畫” 就是顯例。川普推行的寬鬆的人工智慧監管，無疑會進一步放大槓桿化和估值過熱的問題。但造成更深遠影響的問題還有更多：人工智慧接管經濟對就業的打擊、能源價格高企與碳排放加劇、兒童安全與成年人精神健康、個人隱私與社會公平保障等等。可以相當肯定地說，如果大型科技公司所宣稱的人工智慧潛力未能兌現，整個美國經濟將面臨嚴峻挑戰，波及全社會。若聽信阿爾特曼或黃仁勳的說法，人工智慧的益處遠大於風險。但或許，那些對推動人工智慧發展不存在既得利益的人，才應該主導其監管方式。05 泡沫，沒有泡沫？全看基本面把上面這些問題放在一起看，人工智慧既是突破，也存在泡沫的可能。一方面人工智慧已成為美國經濟的驅動力，點燃了華爾街投資者的想像力，但另一方面輝達和OpenAI驚人的增長（它現在是歷史上唯一一家估值達到5000億美元的私營公司）也給投資者敲響了警鐘：股市和經濟越來越依賴於一群科技公司，這些公司正在源源不斷地創造數十億美元的利潤，並斥巨資開發未經證實的技術，而這些技術需要帶來巨大的回報。儘管人工智慧革命確實存在，其影響幾乎波及每一個行業，但圍繞它的“紙牌屋”特質難以忽視。實際上，推動華爾街上漲的同一批機構投資者，也在為風險投資和私募股權基金輸血。向人工智慧傾斜的趨勢非常明顯且單向：在過去兩年裡，風險投資行業每投資的兩美元中就有一美元流向人工智慧初創企業，領頭的自然是OpenAI和Anthropic，這些公司在近期融資輪中已籌集數百億美元。這也解釋了為什麼今天說一家公司“做人工智慧”，幾乎和說“開發軟體”一樣寬泛。人工智慧的領域非常廣泛，已不再有必要把人工智慧投資視為獨立類別；可以說，人工智慧正在悄悄地“吞噬世界”。金礦熱潮往往會吸引淘金者誤把“愚人金”當真貨。許多公司給相對普通的服務貼上“AI”標籤，必然會出現一波低品質的“AI垃圾”——製造噪音、混淆視聽、抬高預期。這種“AI洗地”的現象，讓人想起上世紀90年代末的網際網路泡沫時代：只要在初創公司的名字裡加上“.com”，估值就會被迅速推高——但最終證明大多隻是虛幻的繁榮。不過，如果黃仁勳對人工智慧的判斷是正確的，那麼從長遠來看，現有的擔憂都是次要的。人工智慧市場不太可能像網際網路泡沫那樣崩塌，因為企業推動力強勁，基礎設施已經承諾支援其成功。矽谷巨頭組團吹泡泡，圖片由AI生成我們可以從三個關鍵方面看到今天與網際網路泡沫年代的區別。首先是穩健的資產負債表。雖然出現了循環融資與外部融資的情形，如今的投資浪潮背後是有自由現金流和穩健利潤率支撐的。領先的人工智慧企業盈利能力強、現金流充足，其多元化的收入來源也提供了一定緩衝，例如，微軟的企業業務和亞馬遜的電商基礎能夠產生穩定現金流，有助於緩解風險。考慮到過去的許多泡沫都是在信貸收緊時破裂的，這一輪建設對類似壓力顯得更具韌性。許多人也將今天的情況與90年代供應商循環融資進行了比較，當時電信基礎設施公司互相融資以誇大增長。然而，如今的交易有所不同。資本可以說是在追逐人工智慧，而不是相反，且支出主要用於實際基礎設施，如晶片、電氣裝置和資料中心。其次，人工智慧公司具備收入動能。早期網際網路公司通常是先建後賺，而人工智慧公司則是在建設過程中就開始變現。超大規模資料中心營運商已經通過雲服務需求增加以及在程式設計、廣告和企業工具中的生產力提升獲得回報。模型開發商的商業模式仍在初期，但以OpenAI和Anthropic為代表的美國企業在個人使用者和企業使用者兩端均已實現可觀收入。阿爾特曼發推表示，預計2025年底OpenAI的年化收入將超過200億美元，比之前預測的130億美元大幅增長，相比2024年的40億美元更是增長5倍，並計畫到2030年增長至數千億美元。同時，市場已準備好快速採用能夠產生收入的工具和高效模型，企業的採用率在提升。畢馬威最新人工智慧調查顯示，企業平均人工智慧投資額較第一季度增長14%，達到1.3億美元，這得益於人工智慧應用案例帶來的可見生產力與盈利能力提升。人工智慧技術被廣泛採納並在創造實際價值，麥肯錫的調查顯示，大多數企業已經在至少一個業務職能中常規使用人工智慧，且商業付費和合同規模在快速增長，說明不是純實驗性炒作。再次，計算需求遠超供應。任何大規模資本投資浪潮都存在過度建設的風險。在網際網路泡沫高峰期，光纖網路的利用率僅約7%，留下了大量過剩產能，消化這些產能花費了多年時間。而在今天，資料中心空置率創歷史低點，利用率約為80%。過去三年產生的資料量超過歷史總和，人工智慧工作負載正在以巨大的規模增長。鑑於此，阿爾特曼才認為，根據當前觀察到的人工智慧使用趨勢及使用者需求規模，OpenAI所面臨的算力不足的風險，遠比算力過剩更為嚴峻，且更可能發生。除了生成式聊天機器人，機器人技術和物理人工智慧將成為下一次躍遷，為經濟和市場帶來可見的、實際的轉型。這是支援技術在實體經濟中長期存在的理由。最終，人們寄望於人工智慧發展中最強的參與者創造持久價值，務實而不是投機將佔據上風。畢竟，人工智慧屬於通用目的技術，極有可能從根本上改變大量經濟活動的運作方式，從而提升生產力與經濟增長。其變革潛力可與電力相媲美，通過持久改進我們的工作方式和生活方式，不僅令現有的許多活動被做得更好、更高效，還可能開啟全新的發現領域，尤其在健康與教育領域具有重大潛力。以上還僅僅是基於當下人工智慧能力的樂觀估計。而對通用人工智慧的追求意味著，這一技術前沿不會停滯不前；它將持續躍進，帶來一些我們目前難以完全理解的發展。這些發展將包括人工智慧與機器人技術、生命科學甚至最終與量子計算的融合。歷史表明，過去的革命性技術趨勢總是伴隨波動，人工智慧也不例外。就像網際網路時代一樣，雖然網際網路的願景最終成真，但過度投資的泡沫必須破裂，估值過高的市場必須崩塌，整個市場才能真正起飛。 (騰訊科技)

Google系列的終章篇；將從最近新聞大熱的Google TPU到雲服務，詳細、總結性分析“看多”與“看空”Google的理由。如果你對投資Google有興趣，那麼這篇值得閱讀。（註：系列文章，翻譯自Acquired播客，上期文章和資料來源連結已放在文末，Ben & David是播客的主持人）Ben：在過去 12 個月裡，Google創造了 3700 億美元的營收。在利潤方面，他們在過去 12 個月裡創造了 1400 億美元，這比任何其他科技公司的利潤都要多。放眼全球，唯一一家收益高於Google的公司是沙烏地阿拉伯阿美。別忘了，Google擁有史上最好的商業模式。我們在 Alphabet 那期節目的結尾也提到過這一點：即便身處 AI 時代，即便經歷了過去 5 年乃至10 年的風雲變幻，自我們在 2015-2016 年做完Alphabet 節目以來，Google的核心業務依然增長了 5 倍。再看市值。Google突破了之前 2 兆美元的高點，並在本月早些時候剛剛觸及 3 兆美元大關。他們目前是全球市值第四高的公司，僅次於輝達、微軟和蘋果。這簡直太瘋狂了。看他們的資產負債表，我覺得這其實非常有趣。我通常不會在這個環節看資產負債表，但這很有用。目前，他們擁有 950 億美元的現金和有價證券。我差點就此打住，想說：“哇，看他們擁有多少現金和資源。”但我實際上驚訝的是，這個數字居然沒有更高。2021 年時這個數字曾是 1400 億美元，而在過去四年裡，他們發生了巨大的轉變，從囤積現金的模式轉變為配置現金的模式，其中很大一部分用於建設 AI 資料中心的資本支出（Capex）。所以，他們在資本支出配置上非常有進攻性，就像 Meta、微軟和亞馬遜一樣。但我有點沒想通的是，資金支出的最大頭實際上是股票回購，而且他們還開始派發股息了。如果你不是搞金融的，這背後的潛台詞是：是的，我們仍然需要大量現金來投資 AI 和資料中心的未來，但我們手頭的現金實際上還是遠超所需，所以我們決定將其分給股東。這說明了他們的核心搜尋廣告業務是多麼瘋狂。這就好比他們在說：“商業史上資本最密集的競賽正在進行，我們打算贏得這場比賽。而且，在預留了足夠的資金投入這場資本支出競賽，並加上安全墊之後，我們手裡還有大把多餘的現金。”Google不為人熟悉的“雲服務”業務Ben: 所以，這裡有兩個業務值得關注。一是 Gemini，我們要搞清楚那裡發生了什麼；二是Google雲（Google Cloud）的簡史。我想告訴你今天的雲業務資料，但在此之前，有必要瞭解一下雲業務是如何走到這一步的可能更有價值。首先是 Gemini，因為這是Google，我認為他們的財務狀況是我們在所有研究過的公司中最晦澀難懂的。他們在財務報表裡“藏球”的能力最讓我抓狂。當然，我們不知道 Gemini 的具體營收。我們所知道的是，Google One 捆綁套餐有超過 1.5 億付費訂閱者。其中大部分處於非常低的檔位，比如每月 5 美元或 10 美元。AI 功能是在每月 20 美元的檔位才生效，在這個檔位使用者可以獲得高級 AI 功能，但我認為目前這在 1.5 億使用者中只佔很小的一部分。David：是的，我想我就在這個檔位。Ben：但有兩點值得注意。第一，它增長迅速。這 1.5 億使用者正以同比近 50% 的速度增長。第二，Google擁有一個 1.5 億人訂閱的訂閱套餐。所以我腦海裡一直有個想法，即 AI 作為一種人們直接付費的商業模式是沒有未來的，還是它必須像搜尋一樣由廣告支援？David：但是，這可不是個小數目。Ben：這幾乎相當於半個美國的人口。我的意思是，Netflix（網飛） 有多少訂閱者？Netflix 的使用者數是以億計的。這是真正成規模的消費者訂閱服務。我要感謝 Shashir Moroto 提供的這個洞察。實際上我們昨晚聊過，因為我在上一期節目中提到了他的名字，他聽到後聯絡了我們。那次談話讓我對此的態度發生了一百八十度大轉彎。我曾經認為，如果你要對某樣東西收費，你的總潛在市場（TAM）就會縮水 90% 到 99%。但他提出的觀點是，如果你建構一個真正引人注目的捆綁套餐——而Google擁有建構引人注目的捆綁包所需的數位資產。YouTube Premium、NFL Sunday Ticket、Play Store 裡的東西、YouTube Music，以及所有 Google One 儲存服務。他們可以把 AI 放入這個捆綁包，通過巧妙的捆綁經濟學，打造出一款付費 AI 產品，並真正觸達海量的付費訂閱使用者。所以，我們真的無法弄清楚Gemini 現在賺多少錢。反正可能也不盈利。所以，分析它有什麼意義呢？但是，好吧，給我們講講雲業務的故事。我們在 Alphabet 那期節目——也就是實際上是“Google第二部”中——故意沒有包含雲業務。因為它是一個新產品，現在在Google內部非常成功，且對 AI 來說太具有戰略意義了。它最早是作為 Google App Engine（Google應用引擎）起步的。那是 2008 年，人們快速為網頁（後來的移動應用）搭建後端的方法。它是一種平台即服務（PaaS）。所以你必須以這種非常狹隘的“Google式”方式做事。你必須使用特定的 SDK，必須用 Python 或 Java 編寫，必須完全按照他們想要的方式部署。它不是那種會對你說：“嘿，開發者，你想幹什麼都行，只要用我們的基礎設施就好”的東西。它預設性很強。這與 AWS 當時的做法完全不同，也與他們今天的做法不同。後來全世界都意識到 AWS 的路子是對的，即雲端運算應該是基礎設施即服務（IaaS）。甚至微軟也相當快地將 Azure 轉型到了這個方向，就像是：你想要儲存，我們有儲存給你。你想要虛擬機器，我們有虛擬機器給你。就連微軟也相當迅速地將 Azure 轉型到了這個方向，即：你想要儲存？我們有。你想要虛擬機器（VM）？我們有。你想要算力，想要資料庫？我們都能滿足。最終，Google在 2012 年推出了自己的基礎設施即服務。花了四年時間。他們推出了 Google Compute Engine，後來更名為 Google Cloud Platform（Google雲平台）。這就是今天這項業務的名稱。外界對Google的詬病在於，他們似乎永遠搞不懂如何與企業客戶打交道。他們的核心業務是製造人們喜愛的、打磨得極好的產品，並儘可能讓這些產品自助服務化，然後通過廣告商賺錢。老實說，除了使用Google搜尋，人們別無選擇，對吧？它並不一定需要為廣告客戶提供極佳的企業級體驗，因為客戶無論如何都會來，對吧？所以他們習慣了這種自助服務體驗。與此同時，雲端運算市場是一場殘酷的肉搏戰（knife fight）。這些都是大宗商品，一切都關乎企業客戶。這是關於儘可能低的價格，關於企業關係，關於巧妙的捆綁銷售，以及能否提供完整的解決方案David：你說“解決方案”，我想到的是“毛利率”。Ben：是的，所以Google在這個領域走出了他們的舒適區。早期他們不想洩露任何“皇冠上的明珠”。他們將自己的基礎設施視為秘密武器。我們不想讓別人使用它。我們在上面為自己編寫的最好的軟體工具，比如 Bigtable、Borg（Google的叢集管理系統）或 Disbelief，這些服務我們不會在Google雲上提供。這些是競爭優勢。但，Thomas Kurian 來了之後，一切都打破了。2017 年，在他加入的前兩年，這項業務營運了 10 年後營收只有 40 億美元。2018 年，他們第一個非常明智的戰略決策點是，推出了Kubernetes。這裡的智慧是：如果我們讓開發者將應用程式遷移到其他雲變得更便攜——世界某種程度上希望這裡是多雲策略，對吧？我們是第三名。我們沒什麼可輸的。所以我們可以提供這個工具，作為一種針對 AWS 和 Azure 的反向定位。我們改變開發者的範式，讓他們使用這些容器。他們在我們的平台上進行編排，然後你知道，我們有很棒的服務來為你管理它。這非常聰明。所以這成為了他們戰略的支柱之一：你想要多雲？我們會讓這變得簡單，你當然也可以選擇 AWS 或 Azure。這很棒。所以 David，正如你所說，還有誰比甲骨文（Oracle）前總裁 Thomas Kurian 更瞭解企業需求的人呢？這直接體現在了它們的營收增長上，2020年，他們營收突破 130 億美元，三年內幾乎翻了三倍。他們在市場推廣（GTM）部門招聘了大約 1 萬人。我沒誇張。而在他來的時候，這個部門只有 150 人，且大部分都在加州，並沒有在區域上分佈到全球各地。最有趣的是，Google一直以來某種程度上就是一家雲公司。他們有最好的工程師建構這個驚人的基礎設施，對吧？他們有產品，有基礎設施，只是沒有市場推廣組織，對吧？而且產品化完全是“Google式”的。就像是為我們自己，為工程師做的。他們並沒有真正建構讓企業按照自己想要的方式建構的東西。這一切都改變了。2022 年，他們的收入達到 260 億美元。2023 年，他們就像是一個真正可行的第三大雲服務商。他們還在 2023 年實現了盈利。如今，他們的年收入運行率超過 500億美元。同比增長 30%。他們是主要雲服務提供商中增長最快的，五年增長了 5 倍。這主要歸功於三點：第一，徹底覺醒，明白了如何真正服務企業客戶；第二，傾力投入多雲戰略，真正給企業開發者他們想要的東西；第三，AI對所有超大規模雲廠商來說都是巨大的順風，因為這些工作負載都需要在雲端運行，涉及海量資料、海量算力和能源。但在Google雲，你可以使用 TPU（張量處理單元），他們生產了大量的 TPU，而其他所有人都在拚命地向輝達購買GPU 的配額。所以，如果你願意不使用 CUDA 並在Google的技術堆疊上建構，他們有充足的 TPU 供你使用。我認為Google雲有兩個方面是他們在當初用App Engine 創業時未曾預見，但今天對Google具有巨大戰略意義的。第一，雲僅僅是 AI 的分發機制。所以如果你今天想玩轉 AI，你要麼需要一個偉大的應用，一個偉大的模型，一款偉大的晶片，要麼需要一朵偉大的雲。Google正試圖同時擁有這四樣。沒有其他公司能擁有超過一項。我認為這是正確的決策。想想那些 AI巨頭。輝達有晶片，算是有雲但也不完全是。他們只有晶片，最好的晶片，人人都想要的晶片，但終究是晶片。然後再看看其他科技巨頭。Meta 目前只有一個應用，他們在前沿模型的競賽中完全出局了。我們還要看看他們的招聘狂潮會帶來什麼結果。你看亞馬遜的基礎設施，他們有雲，也許有應用。我實際上不知道 Amazon.com 是否在很多方面受益於大語言模型（LLM）。雲的領導者，微軟雲，也只是雲，對吧？他們做一些模型，但我的意思是他們有應用、雲。蘋果什麼都沒有。AMD 只有晶片。OpenAI 有 AI 模型。Anthropic有模型。這些公司沒有自己的資料中心。他們雖然在嚷嚷著要造自己的晶片，但並沒有真正落實，肯定沒有達到規模化。Google擁有規模化的資料中心、規模化的晶片、規模化的模型使用量。我的意思是，甚至僅僅從 google.com 現在的 AI 概覽（AI Overviews）查詢和規模化應用來看。他們擁有 AI 的所有支柱，我認為沒有其他公司擁有超過一項，而且他們有最多的淨利潤可以用來“燒錢”。對吧？然後是這其中具體的晶片方面。如果Google沒有雲，它就不會有晶片業務。它只會有內部晶片業務。外部公司、使用者、開發者、模型研究人員能夠使用 TPU 的唯一途徑，就是Google擁有一個雲來交付它們，因為亞馬遜或微軟絕不可能把Google的TPU 放在他們的雲裡。我想大概一年內這可能會發生。已經有傳言說未來幾個月一些新興雲服務商（NeoClouds）將提供 TPU。雖然還沒官宣，但 TPU 很可能很快會在新興雲服務商中可用，這是一件有趣的事情。Google為什麼要這麼做？他們是想建立一個像輝達那樣靠賣晶片賺錢的業務嗎？我不這麼認為。我認為更多的是他們試圖圍繞自己的晶片建立一個生態系統，就像 CUDA 那樣。只有當你的晶片在人們運行現有工作負載的任何地方都可訪問時，你才能可信地做到這一點。如果這真的發生，會很有趣。也許有一天TPU 會出現在 AWS 或 Azure 上，但我不認為他們一開始就能做到這一點。如果Google沒有雲，也沒有任何途徑讓開發者使用 TPU 並開始想要 TPU，亞馬遜或微軟會說：“啊，你知道，好吧，Google，我們會拿一些你們的 TPU，即使外面沒有開發者使用它們。”對吧。對Google的“看多”與“看空”分析David : 我想我們這次結尾需要做一個“看多和看空”（Bull and Bear）分析。Ben: Google擁有通向基本上全人類的分發管道，作為網際網路的“前門”。他們可以隨心所欲地引導流量。你已經在 AI 概覽中看到了，也在 AI 模式中看到了。儘管很多人用 ChatGPT 做很多事情，但我假設Google的流量本質上仍處於歷史最高水平，而且這是一種默認行為，非常強大。所以這是對執行力的押注，賭Google能弄清楚如何執行並利用 AI 建立一個偉大的業務，但這仍然是他們可能會輸掉的局。而且他們有一個可行的產品，我不覺得 Gemini 比 OpenAI 或Anthropic 的產品差。這是關於價值創造（Value Creation）與價值捕獲（Value Capture）的問題。價值創造肯定是非常巨大的，價值捕獲的機制還有待觀察。Google舊的價值捕獲機制是歷史上最好的之一。所以，這就是眼前的問題。我們不要混淆，這不僅是一個好的體驗，這是一個極好的體驗。所以我們已經討論過，Google擁有贏得AI 競賽的所有能力，而且優勢明顯。基礎模型、晶片、超大規模雲服務，所有這些都有自我造血的資金支援。我的意思是，另一件瘋狂的事情是，你看雲廠商有自我造血的資金。輝達有自我造血的資金。沒有一家模型製造商有自我造血的資金，所以他們都依賴外部資本。Google是唯一擁有自我造血資金的模型製造商。這不瘋狂嗎？基本上，所有其他大規模使用的基礎模型公司實際上都是初創公司。而Google是由一個巨大的資金漏斗資助的，這個漏斗大到他們為了好玩把多餘的美元還給股東。再說一次，我們在談“看多”的情況。有一點我們沒提到，Google擁有連接其所有資料中的“粗管道”（fat pipes，高頻寬網路）。在 2000 年網際網路泡沫破滅後，Google以極低的價格買下了所有那些暗光纖（dark fiber），並在過去十年中一直在啟動它們。他們現在擁有資料中心之間自己的私有回程網路。沒有人擁有這樣的基礎設施。更不用說這還服務於 YouTube。那是真正的“粗管道”，這本身就是Google未來的一個看多理由。他們不僅可以在涵蓋長視訊和短影片的唯一規模化 UGC（使用者生成內容）媒體源上訓練模型，而且YouTube作為第二大搜尋引擎和巨大的目標網站，他們也擁有這些資源。所以他們預覽了一些功能，比如你將能夠購買視訊中出現的由 AI 標記或 AI 確定的物品。如果他們願意，他們可以去標記每一個視訊中的每一個產品，讓它們瞬間變得可購物。這不需要任何人工操作。他們可以直接做，然後在上面運行他們的標準廣告模型。然後還有他們一直在建構的所有視訊AI 應用，如 Flow 和 Veo。這將為 YouTube 生成視訊帶來什麼，是增加 YouTube 的參與度還是廣告收入呢？他們仍然擁有瘋狂的人才儲備。即使，你知道，他們總是在這裡、那裡流失了一些人才。但，他們也表明願意為合適的人才花費數十億美元並留住他們。讓我們談談晶片的單位經濟模型。每個人都在支付輝達 75%-80% 的毛利率，這意味著晶片的製造成本被加價了 4 到 5 倍。很多人稱之為“黃仁勳稅”（Jensen tax）或“輝達稅”。你可以這麼叫，也可以稱之為好生意，或者定價權，或者供應稀缺，隨你怎麼說。但這確實是事實。任何不自己製造晶片的人都在向輝達支付巨額溢價。Google仍然需要向他們的晶片硬體合作夥伴博通（Broadcom）支付一定的利潤，博通負責處理大量晶片與台積電（TSMC）介面的工作。我聽說博通在與Google合作 TPU 時的毛利率約為 50%，而輝達是 80%。但這仍然是一個巨大的差異。供應商 50% 的毛利率和 80% 的毛利率，區別在於 2 倍加價和 5 倍加價。當你這樣建構框架時，這對成本影響實際上是巨大的差異。所以你可能會適當地想，好吧，晶片真的是運行這些資料中心或訓練這些模型的總擁有成本（TCO）的大頭嗎？晶片是成本的主要驅動因素，但它們折舊非常快。我的意思是，5年就折舊，因為我們在推進晶片能力極限的速度、下一代模型的需求、台積電的生產速度方面都太快了。如果你認為你的 AI 晶片能折舊 5 年，五年前我們離 ChatGPT 還有兩年呢，對吧？或者想想黃仁勳在今年的 GTC 大會上說的話。他在談論 Blackwell 晶片，提到 Hopper 晶片時說：“呃，你不會想要 Hopper 的。”我的銷售人員會恨我，但在這一點上你真的不會想要 Hopper。要知道，這些可是 H100 啊。就在我們做最近那期輝達節目時，這還是最炙手可熱的晶片。事情變化得很快。所以我看到有估算說，營運一個 AI 資料中心的成本中，超過一半是晶片及其相關折舊。人力成本即研發（R&D）實際上也是相當高的一筆，因為僱傭這些 AI 研究人員和所有軟體工程人員是一筆不小的開支，大概佔 25% 到 33%。電力實際上只佔很小一部分，大約是2% 到 6%。所以當你考慮Google正在做的事情的經濟性時，它實際上讓你評估付給晶片供應商溢價，因為晶片是整個AI中最大的成本驅支出。所以我用 Gavin Baker（Atreides Management 的合夥人）來核實這其中的一些內容。他是一位偉大的股票投資者，長期研究這個領域。我們實際上在輝達 GTC節目中採訪過他，他指出，通常在歷史上的技術時代，成為低成本生產商並沒有那麼重要。Google贏不是因為它是成本最低的搜尋引擎，蘋果贏不是因為它是成本最低的。你知道，那不是人們獲勝的原因。但這個時代可能真的不同，因為這些AI 公司沒有像我們在科技行業習慣的那樣擁有 80% 的利潤率，或者至少在軟體業務中，這些 AI 公司充其量看起來像 50% 的毛利率。（註：也就說，AI公司比過去的科技公司毛利潤率更低，因此節省成本對它們來說很重要）所以，Google絕對是 Token的低成本提供商，因為他們營運著自己的所有基礎設施，並且能夠獲得低加價的硬體。這實際上會產生巨大的差異，可能意味著他們將成為為世界生產 Token 的贏家。我要為Google的看多案例再加一個要點。我們在第二部，也就是 Alphabet 那一集中談到的所有內容，Google內部的所有其他產品，Gmail、地圖、文件、Chrome、Android，那都是關於你的個性化資料，Google擁有這些資料，他們可以用它為你建立其他人無法做到的個性化 AI 產品。所以結束“看多”的真正問題在於，與搜尋相比，AI 會是一個好生意嗎？搜尋是一個很棒的生意，到目前為止 AI 還不是。但抽象來看，再次強調我們在談看多情況。所以我給你這個答案：它應該是一個好生意。在傳統的網路搜尋中，你輸入兩到三個詞——平均查詢長度。在 AI 聊天中，你通常會輸入 20 多個詞。所以應該會出現一種廣告模式，而且廣告費率實際上應該大幅提高，因為你有完美的精確度，對吧？你非常清楚那個使用者想要什麼，所以你可以真正決定是否向他們投放廣告。而 AI 應該非常擅長投放廣告。所以這一切都關乎弄清楚使用者介面、付費與免費的混合比例，以及這種廣告模式到底是什麼樣的。但在理論上，即使我們現在真的不知道產品是什麼樣子的，它實際上應該非常適合變現。而且由於 AI 擁有如此驚人的變革性體驗，所有這些在現實世界中發生或根本沒有發生的互動，比如回答問題和消磨時間，現在都可以在AI 聊天中發生。所以，數字互動的蛋糕實際上似乎比搜尋時代更大了。所以再次強調，變現應該會在某種程度上增加，因為那裡的蛋糕變大了。然後還有一個“銀河大腦”等級的看多理由，那就是如果Google真的創造了通用人工智慧（AGI），這些都不重要了。當然它是最有價值的東西。到目前為止，這些談起來都很有趣，但 AI 的產品形態並不適合廣告。所以儘管價值創造更多，但價值捕獲卻少得多。根據美國的一些粗略計算，Google每年從每個使用者身上賺取大約 400 美元。這是一個每個人都使用的免費服務，他們每年賺 400 美元。誰會為了使用 AI 每年支付 400 美元？人群比例佔比很少。有些人肯定會，但不是美國的每個人。所以如果你只看今天場面上的局勢，我看不到直接的價值捕獲路徑。想想Google在 1998 年推出時，僅僅 2 年後他們就有了 AdWords。他們瞬間想出了一個驚人的價值捕獲機制，非常快。另一個看空案例。回想 1998 年Google推出時，它顯然立即就是更優越的產品。David：是的，現在不是這種情況。Ben：不，現在有四五個很棒的產品。Google在聊天機器人方面的專用 AI 產品最初顯然是劣質產品，現在它可能與其他幾個產品不相上下，對吧？他們擁有 90% 的搜尋市場。我不知道他們擁有多少 AI 市場，但肯定不是 90%。但在穩定狀態下，可能會是 25% 左右，也許高達 50%。這將是一個有幾個大玩家的市場。所以，即使他們像在搜尋中那樣從每個使用者身上變現，但它們的使用者規模將會少很多，或者至少現在看起來肯定是這樣。AI 可能會奪走搜尋引擎的大部分使用者。即使沒有，我打賭它也會奪走很多高價值的使用者。我認為我唯一要補充的另一個看空理由是，他們現在面臨著作為在位者的額外挑戰——即使用者喜歡支援“弱者”挑戰強者，正如現在的AI初創公司更得人心，是吧？人心，難以量化；但會讓其道路變得有些艱難曲折。曾經，Google創業時，公眾喜歡和支援它們；如今，公眾已經不那麼待見這些高科技公司。它們變成了強者，不在是弱者了。同樣，全球的輿論時局也發生了微妙的變化，這影響了OpenAI、Anthropic 等初創公司，它們不得不在一開始就表現的像一家大型的、成熟的科技公司。使用者對科技公司的態度和包容性在縮小。Google的未來“潛力”分析Ben: 我們用 Hamilton Helmer 的“七種力量”來分析 AI 時代的Google。這七種力量是：規模效應（Scale Economies）網路效應（Network Economies）反向定位（Counter positioning）轉換成本（Switching Costs）品牌（Branding）稀缺資源（Cornered Resource）流程優勢（Process Power）問題是，其中那一種能使企業獲得持久的差異化回報？什麼賦予了他們持續獲得比最近的競爭對手更高利潤的權利？通常我們會對整個業務進行分析。我認為這期節目我們應該試著將其範圍限定在 AI 產品上。Gemini、AI 模式和 AI 概覽的使用，對比Anthropic、OpenAI、Perplexity、Grok、Meta AI 等競爭對手，規模效應是肯定的。也許，在 AI 領域比傳統科技領域更甚。我的意思是，他們正在將模型訓練成本分攤到每一次Google搜尋中。我肯定 AI 概覽背後是一些超級精簡的模型，但想想其他模型公司生成了多少推理 token，而 Gemini 生成了多少推理 token。他們只是將固定的訓練成本分攤到了海量的推理上。2024 年 4 月，Google在其所有平台上處理了 10 兆個 token。到 2025 年 4 月，這個數字幾乎是 500 兆。也就是，Google服務通過推理分發的 token 數量在一年內增加了 50 倍。而在 2025 年 4 月到 2025 年 6 月之間，它從略低於 500 兆增加到了略低於 1000 兆。技術上是 980 兆，但現在，因為已經是夏末了，肯定已經傳送了甚至數千兆的 token。David：是的，規模經濟肯定是最大的一個。Ben：我發現轉換成本相對較低。我用 Gemini 做一些事情，然後真的很容易切換走。David: 當它是個性化 AI，整合到行程、郵件和所有其它東西的時候，情況可能就不一樣了。Ben: 是的，轉換成本在 AI 產品中還沒有真正顯現出來，儘管我預計它們會出現。Ben: 網路效應。我不認為如果有其他人是 Gemini 使用者，這會對我更好，因為無論是否有人參與，他們都在吸納整個網際網路。我肯定AI 公司會隨著時間的推移發展出網路效應。David: Ok，把分發放在那裡？Ben: 儘管 ChatGPT 擁有“舒潔”（Kleenex，代指品類代名詞）般的品牌，但沒人擁有Google那樣的分發。Google的分發仍然令人難以置信。David: 那算是稀缺資源嗎？Ben: 我想是吧，Google搜尋肯定是一種稀缺資源。我不認為他們有流程優勢，除非他們能可靠地想出下一個 Transformer。上文中提到看空觀點，說他們是在位者。可對於大多數人來說，他們是信任Google的。他們可能不信任一些不知名的 AI 公司，但會信任Google。所以，總結一下，規模經濟是Google最大的一個優勢，其它還有品牌效應和稀缺資源，以及未來轉換成本的潛力。在花了數小時、數月瞭解這家公司之後，我提煉出的精髓是，這是“創新者的窘境”有史以來最迷人的案例。我的意思是，Larry 和 Sergey 控制著公司。他們曾多次公開表示，寧願破產也不願在 AI 上失敗。他們真的會這樣做嗎？如果 AI 不像搜尋那樣是一門好生意——感覺它當然會是，僅僅因為巨大的價值創造。但如果它不是，而他們在兩個結果之間做選擇：一個是實現我們組織世界資訊並使其普遍可訪問和有用的使命，另一個是擁有世界上最賺錢的科技公司。那一個會贏？因為如果只是為了使命，他們在 AI 模式上應該比現在激進得多，並且完全切換到 Gemini。這是一個非常難以拿捏的平衡。實際上，他們目前在保護核心特許經營權方面的管理方式給我留下了深刻印象，但這可能是那種基礎正在被侵蝕，卻不知為什麼尚未在財務資料中顯現出來的事情之一。我認為如果你看所有的大型科技公司，Google，儘管考慮到起步的情況看起來不太可能，但可能是目前在 AI 領域試圖穿針引線做得最好的。這對 “劈柴哥” 和他們的領導層來說是非常值得稱讚的。他們正在做出艱難的決定，比如我們要合併 DeepMind 和 Brain。我們要整合併標準化為一個模型，我們要真正快速地發佈這些東西，同時不做出魯莽的決定。迅速但不魯莽，你知道。顯然我們仍處於AI發生的早期階段，我們將看到 10 年後這一切會如何收場。被賦予管理一個使命和管理一個擁有公開市場股東的特許經營權的業務，是一個艱難的雙重使命，“劈柴哥” 和Google處理得非常好，特別是考慮到他們 5 年前的處境。我認為這將是歷史上最令人著迷的案例之一，值得我們拭目以待。好了，我們的Google系列暫時到此結束。重要事實披露：文章僅用於投資商業分析學習資料，不做投資建議或參考。對於曾經或以後探討或翻譯的系列公司，作者本人也許持有某一些公司股票的投資組合。但，作者本人堅決不做個股推薦！投資有風險，決策需謹慎！本文翻譯自：https://www.youtube.com/watch?v=lCEB7xHer5U&list=PLjZkFWu3rWSE2cZ8L2CbiRMmHtJeF0kHh&index=4&t=148s (希芙的星空)

11月21日，第二十三屆廣州國際汽車展覽會在廣交會展館正式開幕。本屆車展上，廣汽集團全面展示了“番禺行動”一周年的改革成果，並正式發佈為使用者創造價值的“四大引擎”，依託“新技術、新產品、新服務、新生態”，再造一個“科技領先、品質領先、生態領先”的新廣汽，為使用者創造更加美好的移動生活。廣汽集團旗下全品牌攜多款最新智能科技車型同步登場，更首次設立“科技廣汽”展區，為使用者解鎖未來出行的更多可能。與會領導與昊鉑A800、埃安i60合影“番禺行動”釋放新動能，更懂使用者、反應更快、技術更強面對汽車行業的深度變革與激烈內卷，廣汽集團堅持以使用者為中心，深入推進“番禺行動”一體化改革，並圍繞“使用者需求戰、產品價值戰、服務體驗戰”三大戰役全面發力，持續強化“更懂使用者、反應更快、技術更強”的核心競爭力。廣汽集團通過全面匯入IPD（整合產品開發）流程，將使用者需求深度融入產品定義、研發到上市的全生命周期。目前業務效率提升約50%，新車開發周期將從26個月縮短至18~21個月，市場反應速度提升6倍以上，研發成本降低超過10%，為快速推出符合使用者期待的產品奠定了堅實基礎。同時，建立了IPMS（整合產品行銷和銷售）體系，組建“產品商業化團隊”，構築以使用者為核心的“端到端”流程，為使用者帶來更多價值。廣汽集團董事長馮興亞介紹“番禺行動”一周年改革成果為進一步激發組織活力，廣汽集團重塑“使用者第一、奮鬥者為本”的企業文化，並通過“項目制”激發員工活力，建構了員工與企業收益共享的激勵機制。目前全球招聘的新一屆職業經理人已經全部到崗，為企業高品質發展注入新動能。廣汽集團董事長馮興亞在發佈會上表示：“變革之路已經開啟，變革的果子正在成熟！廣汽將以‘番禺行動’為指引，打造新技術、新產品、新服務、新生態四大核心發展引擎，力爭在十五五期間，實現再造新廣汽的目標！”“四大引擎”再造新廣汽，驅動使用者價值全面躍升基於市場及使用者需求變化，本屆車展，廣汽集團以“番禺行動”為引領，聚焦為使用者創造價值，正式推出“新技術、新產品、新服務、新生態”四大核心發展引擎，助力再造新廣汽。廣汽集團總經理閤先慶介紹“四大引擎”在新技術方面，廣汽集團將突破使用者體驗的“天花板”。今年以來，在新能源動力領域，由汽車行業唯一國家卓越工程師團隊打造的“星源增程”，以超高效、超澎湃、超靜謐三大核心突破，終結使用者虧電感；量產的夸克電驅電機最高效率突破99%，為行業最高水平；彈匣電池搭車超過130萬輛零自燃，超過500億公里安全出行；全固態電池中試線正式投產，率先具備60Ah以上車規級全固態電池批次製造條件。在安全領域，廣汽發佈了“星靈安全守護體系”，率先在行業內建構了覆蓋智能駕駛安全、智能底盤安全、主被動融合安全及電池安全等多領域的安全體系，將安全做到極致可靠。在智能底盤領域，鷹爪系統2.0具備行業首個量產的主動穩向功能，複雜路面也能抓地穩行。在智能AI領域，通過升級“星靈智行”，廣汽ADiGO GSD智能駕駛輔助系統可以覆蓋99.9%的道路場景，新一代ADiGO SPACE智能座艙融合端雲一體大模型，響應速度提升三倍，能夠實現上千種智能服務場景。面向未來，廣汽集團依託“天、人、家、車”四大場景繪就“星靈AI全景圖”，實現使用者對美好生活的更多想像。廣汽集團將以新技術突破使用者體驗的“天花板”在新產品方面，廣汽集團將精準響應使用者期待。基於IPD流程，廣汽集團對產品、造型、整車、平台技術等進行全面整合，建構了自主品牌大研發體系，並成立規模將達到200人的使用者洞察部，將產品開發轉向“使用者需求驅動”。2026年，廣汽集團將推出9款改款及全新車型，以更貼合使用者需求的多元化產品，滿足使用者從日常通勤到品質出行的多樣化訴求。在新服務方面，廣汽將兌現對使用者的承諾。一方面，全力推動管道變革，規劃新增600家品牌體驗店，覆蓋全國90%以上縣域級市場，讓服務觸手可及。目前，廣汽已經發佈首批100個城市招商佈局，收到上千家合作夥伴的誠摯諮詢。另一方面，持續推動OTA升級。今年，廣汽旗下自主品牌已經累計完成45次OTA更新，新增及最佳化超過300項功能和體驗，覆蓋超過16款車型近150萬名車主，讓車輛“常用常新、持續升值”！廣汽集團將全力推動管道變革，讓服務觸手可及廣汽集團將持續推動OTA升級，實現體驗常用常新在新生態方面，廣汽將秉承開放合作的理念，共創使用者最佳體驗。在能源生態上，廣汽正在攜手產業鏈夥伴，全力建構完整的“26能源行動”生態服務體系，更與寧德時代簽署全面戰略合作協議，在換電生態共建等領域開展十年長期合作。今年，雙方合作的換電產品將覆蓋全國45座城市的1,000座換電站，為使用者提供便捷的換電服務。在充電網路上，廣汽已經建成覆蓋全國31個省、204個城市的超級充電網路，核心城區實現直線1公里必有站，廣汽自營充電樁數量超過2.1萬根，其中直流充電樁數量位居中國車企第一，為使用者帶來用車無憂的補能體驗。在智能生態上，基於使用者對智能體驗的更高期待，廣汽與華為、騰訊、科大訊飛、阿里雲等企業深度合作，共同建構廣汽AI智能生態鏈GoLink。在商業模式創新上，廣汽聯合京東、寧德時代打造的埃安UT super已經於11月上市，讓買車像買電器一樣方便。廣汽集團與多家科技企業打造廣汽AI智能生態鏈GoLink全品牌齊亮相，為使用者帶來更多元的出行選擇在行業變革浪潮中，廣汽集團以“番禺行動”一體化改革激發全盤活力，旗下整車品牌協同發展。本次車展，廣汽旗下的各大品牌帶來了多款最新智能科技車型及移動出行解決方案，為使用者帶來更多元的出行選擇。廣汽展台首設“科技廣汽”主題展區自主品牌方面，廣汽昊鉑A800在車展正式揭開新車內飾的神秘面紗。其搭載全球首創的2+1座變形座椅及前後雙環抱座艙等領先科技，為使用者帶來前所未有的智能豪華體驗。作為廣汽與華為深度合作的旗艦轎車，昊鉑A800全面搭載華為乾崑智駕與鴻蒙座艙雙系統，致力於為使用者提供更智能、更安心的出行體驗。近期，昊鉑A800更是獲得了廣州市交通局頒發的“L3級特定場景自動駕駛道路測試”牌照，成為全國率先獲批最高時速120公里/小時的L3測試牌照的車企，將智能駕駛輔助帶到一個新高度。廣汽與華為合作打造的首款旗艦轎車昊鉑A800廣汽傳祺攜傳祺嚮往S7、傳祺嚮往M8乾崑、傳祺嚮往S9乾崑三款車型多個版本亮相車展，為使用者帶來高品質、長續航、高保值的綜合體驗。同時，面向追求美好生活的“家庭守護者”，傳祺嚮往正式升級為“無里程焦慮的新能源車”，計畫明年推出一款中型MPV及一款中大型MPV，以更豐富的產品線滿足主流使用者多元化的用車需求。17萬級插混智能王傳祺嚮往S7華系MPV頭把交椅傳祺嚮往M8乾崑22萬級華系混插王傳祺嚮往S9乾崑廣汽埃安攜旗下“國民好車”埃安UT super和埃安i60，在本屆車展重磅亮相。作為埃安品牌首款增程+純電雙動力車型，埃安i60彙集星源增程、彈匣電池、星靈智行、星靈安全等多項領先技術，率先在10萬元級增程市場普及虧電低油耗、強動力、低噪音的高品質增程體驗，是同級空間王、舒適王、安全王，擁有同級最長續航、最優晶片解決方案，是家庭使用者的剛需首選。由京東、廣汽集團、寧德時代共同推出的廣汽埃安UT super，基於A級車平台、採用豪車工藝打造，擁有同級最高顏值和最強駕駛性能。自11月9日上市以來，埃安UT super以4.99萬元起的震撼價格，重新定義了“國民好車”的價值標竿。國民增程大五座SUV埃安i60京東、廣汽集團、寧德時代合作打造的埃安UT super合資品牌方面，本屆車展，廣汽本田為使用者帶來了雅閣、奧德賽用品車等多款充滿駕趣的明星車型。同時，還首次將數智零碳工廠“復刻”到車展現場，讓使用者能夠更直觀、深入地瞭解自己愛車的誕生過程。廣汽本田29.196秒繞17樁的新雅閣廣汽豐田集中展示了“油電同強”戰略的最新成果。電車方面，帶來“20萬級純電旗艦第一車”鉑智7，以高智能、好駕控、大空間等全能實力，以及全面搭載鴻蒙座艙、雷射雷達智能駕駛輔助與雙腔空懸等豪華配置，拉高20萬元級純電家用轎車行業標準。油車方面，帶來“20萬內最好油車”全新換代威蘭達，新車率先引入主流電車普遍使用的域控架構，從底層重構油車智能，開啟油車“域控時代”。同時，首發豐田TSS4.0智能駕駛輔助與豐田自研的專為中國使用者打造的智能座艙，並搭載第五代智能電混雙擎，實現動力系統、底盤、車身等機械素質的全面進階，直接定義“下一代油車”。豐田鴻蒙座艙豪華旗艦D級純電轎車鉑智7商用車領域，廣汽領程新能源重卡T9正式上市，官方指導價43.99萬元。作為廣汽領程品牌煥新後的首款戰略級新能源產品，廣汽領程T9聚焦港口、礦區、鋼廠等短途高頻運輸場景，致力於成為新能源短倒運輸場景的領導者。廣汽領程新能源重卡T9正式上市此外，廣汽集團旗下如祺出行和廣汽豐田發動機也在本屆車展亮相。如祺出行在本屆車展向公眾展示“Robotaxi+”戰略，以營運為底座加速自動駕駛技術量產應用。未來五年，如祺出行Robotaxi營運將覆蓋100個核心城市，與合作夥伴一起建構超過萬輛規模的Robotaxi車隊；推動10億級投資計畫，建成覆蓋100個核心城市的Robotaxi三級維運網路，形成可以支撐每年10萬輛Robotaxi線下維運的綜合能力。如祺出行攜“Robotaxi+”亮相本屆車展廣汽豐田發動機公開展示了豐田TNGA架構下的2.0L、2.5L兩款高性能發動機，還特別設定了2.5L混合動力發動機全分解模型，讓使用者看懂豐田品質的堅實基礎；更有耐久後的零件揭秘，讓使用者直觀感受豐田發動機行駛30萬公里後仍然動力澎湃、穩定省心的奧秘。廣汽豐田2.5L混合動力發動機全分解模型當前，“再造新廣汽”的征程已經全面邁入深度變革的攻堅階段。廣汽集團將堅持以使用者為中心，以“四大引擎”為驅動力，向著在十五五期間實現再造新廣汽的目標不斷邁進，為全球使用者創造更美好的移動出行生活。 (財富FORTUNE)

巨頭聯手，AI雲服務格局再洗牌。本周，微軟（Microsoft）與輝達（Nvidia）共同宣佈，對人工智慧公司Anthropic進行新一輪大規模投資。微軟將向Anthropic投資50億美元，輝達則將投入100億美元。與此同時，Anthropic 計畫在未來的一段時間內，至少投入300億美元在微軟Azure雲服務上，用於租用配備輝達晶片的伺服器，其AI模型也將首次在Azure平台上向企業客戶開放。Anthropic目前的股東包括亞馬遜（Amazon）和Google（Google）。其大模型訓練和部署長期依賴這兩家公司的雲基礎設施。Anthropic在最新聲明中特別強調：“Amazon 仍然是 Anthropic 的主要雲服務提供商和訓練合作夥伴。”這意味著此次與微軟的深度合作，並未改變其與亞馬遜之間的核心技術關係。微軟此次動作，也顯示出其正在進一步拓展與OpenAI之外其他領先AI公司的合作。微軟此前已向OpenAI投資約130億美元，並在自家產品中復用OpenAI的模型；而OpenAI則承諾在未來幾年於Azure雲服務上投入超過2500億美元。今年起，微軟也開始在部分產品中採用 Anthropic的模型。與投資OpenAI不同的是，微軟此次對Anthropic的投資並不包含 Anthropic模型的智慧財產權使用權，雙方合作模式更偏向雲基礎設施服務與算力支援。微軟首席執行官薩提亞·納德拉（Satya Nadella）在公佈合作的視訊中表示，AI 行業不應陷入“零和競爭”或“贏家通吃”的敘事，他指出：“這個機會實在太大了，不可能用其他方式來推進。”在輝達方面的資訊中，Anthropic起始投入的300億美元，將用於租用約1吉瓦算力規模的Azure伺服器。這些伺服器將搭載輝達最新的Grace Blackwell和Vera Rubin晶片。微軟補充表示，未來Anthropic還將最多再簽約額外1吉瓦的算力容量。至於微軟是否會專門建設新的資料中心來滿足此次合作帶來的算力需求，微軟方面並未給出明確回應。通常來說，建設一個擁有1吉瓦容量的資料中心，雲服務商需要投入的成本約為500億美元。隨著微軟、輝達與 Anthropic 的深度繫結，全球 AI 雲基礎設施和大模型生態可能再次迎來重要調整。未來雙方在算力、模型產品與雲市場中的進一步合作，預計也將成為產業關注的焦點。 (創新觀察局)

剛剛，李飛飛萬字長文發佈了首款商用世界模型Mable，AI教母再次引領變革。Marble內建一個原生的AI世界編輯器Chisel，使用者只需一句提示，就能按自己的想法自由改造世界。李飛飛說：空間智能能有潛力徹底變革我們創作和體驗敘事的方式，將其影響力從娛樂延伸到教育。孩子的學習將可能像探險一樣，內在動機將會被充分激發，學生可以利用Mable建構自己心中的文學世界、歷史場景或物理模型，從知識的接受者轉變為主動的創造者和講述者。太酷了！不由得重讀了一遍趙燦翻譯的《李飛飛傳》，激動不已，如果每個父母和孩子都可以好好讀一次這本書，他們大機率可以找到在AI時代，讓自己穿越焦慮、穿越恐懼、成就孩子的中國式答案。至少，你可以看到，一個普通中產家庭，如何通過家庭教育和個人選擇，讓孩子充滿溫情，又能擁有非凡的人生、改變人類的未來。推薦《李飛飛傳》每個孩子和父母必讀李飛飛是AI領域的頂級科學家，神奇的是，她在寫自傳的時候，不是從理性開始，反而從童年的感受開始。“從記事起，感知事物（無論是什麼）的純粹體驗總能以難以言喻的方式讓我深深沉浸其中。目之所及，彷彿總會有新鮮事物在等待著喚起我的驚奇之情，或許是一株植物的靜謐，或許是一隻昆蟲小心翼翼的步伐，又或許是遙遠山峰的朦朧深邃。年幼的我對這個世界還不甚瞭解，但我能感覺到，它值得探索。”在李飛飛之前，“從感受開始”的天才，並不是例外，而幾乎是頂級創造者的共性。愛因斯坦說過：“我們所能體驗到的最美的東西是神秘，它是一切真正的藝術和科學的源泉。一個人如果不再對世界感到驚奇、不能呆立在敬畏之中，那他幾乎等同於死去——他的眼睛是閉著的。”物理學家費曼把整本書命名為《發現事物的樂趣》，他解釋科學動機時說：真正驅動他的是“好奇心”，是去追問“是什麼讓風吹起海浪、讓水像空氣、像沙子那樣運動”——發現這些現象背後有共同的模式，是“看見一切如何運轉”的快感。在商業世界，賈伯斯在史丹佛演講裡沒有講商業模型，而是講直覺、好奇和“保持飢餓，保持愚蠢”——一種對未知持續敞開的心態，他把這當成創新者唯一值得堅守的“宗教”。生態學家蕾切爾·卡森強調，事實只是知識與智慧的“種子”，而“情感和感官印象是種子生長的肥沃土壤”；對於孩子來說，“知道”遠不如“先去感受”重要。正如李飛飛所說：“喚起我的驚奇之情，或許是一株植物的靜謐，或許是一隻昆蟲小心翼翼的步伐，又或許是遙遠山峰的朦朧深邃。年幼的我對這個世界還不甚瞭解，但我能感覺到，它值得探索。”難能可貴的是，李飛飛把這份感受力和驚奇之心，一直保留到了現在。從她的文字，你可以感受到，她的感受力不輸理性，甚至超越理性。而驚奇，則是她整個科研的支撐。還有對於星空的渴望，幾乎貫穿著她的人生始終——老師指向天空的更高處，說：“啊，快看，這是我最喜歡的一個星座。這七顆星星組成了北斗七星。現在沿著這條線往上看，”他指向右邊說，“看到那顆明亮的星星了嗎？這可能是幾百年來天上最重要的恆星，叫作北極星。”從那時起，李飛飛的人生，是被宇宙和星空所定義的。這是為什麼，她無法接受學校老師短視的教育。她曾公開頂撞老師、飽受質疑，一度成績一落千丈……老師跟媽媽投訴她的時候，媽媽對她說：這裡不適合你。李飛飛不是唯一一個“因為人生版圖太大，而容不下在一張課桌裡”的人。愛因斯坦十五歲時離開慕尼黑的路易特波德中學，因為他極度厭惡那種命令式、軍營式的教學——在他看來，那種教育只要求服從，不允許真正的思考。之後他去了瑞士阿勞州立中學，在那裡第一次感受到“受歡迎、被理解”，也看到了更自由的人生可能，於是才有後來的愛因斯坦。諾貝爾文學獎得主泰戈爾一生中頻繁轉學，先後在東方學院、普通學校、孟加拉學院、聖澤維爾學校輾轉，最後乾脆拒絕再上學。他覺得殖民地式的西式學校“枯燥而低劣”，遠不如大家庭裡的詩歌、音樂和思想交往來得豐盈。後來，他在聖地尼克坦親手創辦實驗學校，就是為了給孩子一種不被應試教育綁架的“開闊人生教育”。他們離開的，不是“學校”本身，而是一個過於狹隘的人生說明書。在這個到處都在談論“AI”的時代，我們很少停下來問一句：設計未來技術的人，本人是怎樣長大的？李飛飛給出的答案是——不是從論文、獎項、頭銜開始，而是從一個小女孩仰望星空、被世界驚奇擊中的那一刻開始。她記得北斗七星、北極星，記得山巒的輪廓、昆蟲的步伐，也記得自己如何因為嚮往更遼闊的人生，而不斷“轉學”、不斷離開只講功利的課堂。 (Madam Wang涉川和她的朋友們)

美國資料中心營運商GMI Cloud計畫在台灣建立一個價值5億美元的新設施，加入Alphabet Inc.旗下Google等更大規模的企業，提供雲服務給全球最先進的晶片製造基地。這家位於加利福尼亞州山景城的初創公司計畫建立一個16兆瓦的項目，由Nvidia Corp.的7000枚Blackwell Ultra晶片驅動。首席執行官Alex Yeh表示，該公司正在從幾家台灣銀行籌集4億美元作為交易的一部分，但並未透露任何貸款機構的名稱。根據Yeh和公司聲明，該站點預計將在大約四月上線時能夠每秒處理近200萬個代幣。GMI Cloud是包括Amazon.com Inc.和Microsoft Corp.在內的幾家公司之一，他們試圖在亞洲建立資料中心，以應對該地區對人工智慧發展的巨大需求。各國政府也在探索建立本土AI平台的方法，以促進國內經濟並確保對這種潛在革命性技術的影響力。Yeh表示，GMI Cloud正在與Reflection AI合作，為台灣島內建立一個AI平台，台灣擁有包括台積電和富士康科技集團在內的世界級製造商。Yeh表示，初創公司已為其位於台灣北部城市桃園的所謂“AI工廠”排定了一批客戶。Yeh還表示，GMI Cloud正在尋求在今年年底前再籌集2億美元融資，不過他拒絕透露估值。根據Yeh的說法，初創公司的現有投資者包括Headline Asia和Nvidia伺服器的主要組裝商緯創公司。除了美國和台灣，初創公司還在日本、新加坡和泰國營運。桑文表示，公司計畫在11月20日於舊金山的活動上正式宣佈融資輪的結束及其企業計畫的細節。“我們看到來自全球的需求，”他說。 (Benchmark Studio)