AI 浪潮之下，工作方式、組織形態與個人價值正迎來根本性重構。在最近的一次深度訪談裡，一手推動全球 AI 革命的黃仁勳，說了一句顛覆所有人認知的話：智能正在成為一種廉價的商品。在 AI 時代，人類真正的核心競爭力，從來都不是智商，而是人性。這位全球任期最長的科技公司CEO，手下管著60位各領域頂尖的專家，每一個人在自己的專業賽道上，智商和能力都遠超他本人。但黃仁勳這位掌舵人，帶著輝達從一家瀕臨破產的顯示卡公司，長成了如今市值4萬多億美元的 AI 時代第一大廠。這篇文章，我們就從黃仁勳的親身經歷和底層思考裡，拆透 AI 時代最本質的生存法則：當智能變成一種廉價商品，到底什麼才是一個人、一家企業，真正不可替代的護城河。一、你拚命內卷的“智商”，正在被AI變成廉價商品以前我們覺得，能寫一手好程式碼的程式設計師、能精準分析財報的金融分析師、能快速出全案的品牌策劃，都是靠高智商吃飯的 “不可替代者”。但現在，AI能在幾分鐘內完成這些工作，成本不到人工的百分之一，精準率甚至更高。黃仁勳說，我們一直把“智能”這個詞過度浪漫化了，從本質上看，它就是感知—理解—推理—計畫的閉環，是一套功能性的動作。AI正在做的，就是把這套功能性的智力動作，徹底工業化、標準化、廉價化。你拚命內卷的知識儲備、計算能力、邏輯推理，只要是能被拆解成流程、被標準化的，AI都能比你做得更快、更好、更便宜。很多人焦慮AI會替代自己，其實換個角度想，是把自己繫結在了AI最擅長的標準化智力勞動上。你和AI比算力、比記憶力、比標準化的邏輯推理，就像當年手工紡織工人和蒸汽機卷產量一樣，從一開始就輸了。就像工業革命把手工勞動者從標準化的體力勞動裡解放出來，AI革命，正在把我們從標準化的智力勞動裡解放出來。既然標準化的智商已經成了廉價商品，那在AI時代，我們真正要拼的，到底是什麼？二、黃仁勳用34年驗證出，AI永遠替代不了的4種核心能力1. 遺忘痛苦的能力，以及相信未來的韌性所有瞭解輝達歷史的人，都知道CUDA平台，但很少有人知道，當年為了做CUDA，輝達差點破產。在CUDA誕生之前，輝達只是一家做遊戲顯示卡的公司，靠著GeForce系列產品站穩了腳跟。但黃仁勳從一開始就知道，只做單一功能的產品，路只會越走越窄。他想做的是通用的加速計算平台，CUDA就是這個夢想的核心。但這個決策，在當時幾乎是“自殺式”的。把CUDA放進每一塊GeForce顯示卡裡，會極大增加晶片成本，直接吞掉公司全部的毛利。當時輝達的市值大約在70億美元，而CUDA推出後，市值一路跌到了15億美元，全公司上下和資本市場，全是質疑的聲音。換做任何一個人，面對這樣的局面大機率都會止損放棄。但黃仁勳扛住了所有壓力，硬生生把這個決策堅持了十幾年，最終讓CUDA成了AI時代全球計算的核心底座，也讓輝達完成了從顯示卡公司到AI基礎設施巨頭的躍遷。很多人問他，到底是怎麼扛過那段至暗時刻的？他在訪談裡說了一句很有意思的話：AI學習最重要的屬性，就是系統性遺忘。人也是一樣，真正的韌性，從來不是扛住痛苦的能力，而是快速遺忘痛苦的能力。面對挫折和焦慮，他永遠只做三件事：第一，把問題徹底拆解，分開那些是可控的、那些是不可控的；第二，快速遺忘那些不可控的失敗、尷尬、羞辱，不把它們背在身上；第三，把所有精力，放到一件現在就能做的、可控的小事上，立刻行動。你看，AI能做最精準的機率計算，能做完美的邏輯推演，但它永遠不會有 “明知大機率失敗，依然願意賭上整個公司堅持” 的勇氣，不會有摔得粉身碎骨，依然能爬起來繼續走的堅定與韌性。AI時代，不確定性只會越來越多，比起完美的規劃，能扛事、能遺忘、能重新出發的韌性，才是你最基本的生存底氣。2. 共情與信任的能力這次訪談裡，黃仁勳講了一句輕描淡寫，但是讓商業圈大受震撼的話：輝達和台積電合作了30年，涉及數百億美元的生意，但雙方之間沒有一份正式的合同。不止是台積電，黃仁勳能提前3年說服全球頭部記憶體廠商，在HBM記憶體（筆記俠註：一種先進的半導體儲存技術，主要用於滿足高性能計算、人工智慧、圖形處理等領域對記憶體頻寬和傳輸速度的極高需求）還只用於小眾超級電腦、幾乎沒有商用場景的時候，就砸下數十億美元擴產。很多人覺得，這是因為輝達的行業地位，是因為利益繫結。但黃仁勳自己說，這靠的不是合同約束，不是利益算計，而是基於共同願景的信任。黃仁勳做所有事，都是把自己的戰略、對未來的判斷，毫無保留地分享給合作夥伴，從第一性原理出發，給他們講清楚 “為什麼要做這件事”，給他們充分質疑的機會，給他們足夠的尊重。黃仁勳會告訴他們，未來3年行業會發生什麼，這個投資會給他們帶來什麼長期價值。對內管理也是一樣。他管著60個直屬下屬，全是各領域的頂尖專家，但他從來不開一對一會議，所有問題都放在公開會議上，所有人一起推演、一起解決。有人問他，這麼多人，一對一溝通根本忙不過來，不怕資訊不對稱嗎？他說：恰恰是一對一會議，才會造成資訊不對稱。所有問題放在檯面上，所有人都能聽到上下游的訴求，都能理解彼此的難處，都能一起參與決策，這才是最高效的協作。而這一切的前提，就是信任。AI能把利益帳算到極致，能做最精準的博弈分析，能寫出滴水不漏的完美合同，雖然AI能把一件件事情做好，但人與人之間必須建立在信任的基礎上才能把一件件看似難以聯絡在一起的事情打通，它永遠理解不了“信任”兩個字的重量。商業的本質，是人和人的協作。一份合同，只能約束對方不做壞事，只能守住合作的底線；但一份信任，能驅動一群人，一起做成一件沒人做過的大事，能拉高合作的上限。AI時代，資訊越來越透明，計算越來越容易，但真正稀缺的，永遠是別人願意毫無保留地和你背靠背的信任。注意，AI有做事的能力，但是AI不是生命，無法理解生命之間不只是理性才能協同。3. 願景與意義感黃仁勳在訪談裡說，他的60個直屬下屬，個個都是各自領域的超人，每一個人在專業上，都比他聰明得多。很多人都好奇，一個專業能力不如所有下屬的人，憑什麼能帶著這家公司，做成兆級的事業？答案很簡單：他能給所有人一個共同的願景，能定義 “我們為什麼要做這件事”，能給所有的技術、所有的算力，找到一個真正有意義的方向。他在訪談裡說，未來全球能程式設計的人，會從現在的3000萬，暴增到10億。因為程式設計的本質，早就不是寫一行行程式碼了，而是給電腦提需求、定規格、描述你想要實現的目標。這件事，AI能幫你完成99%。但AI永遠不能定義的，是“我們為什麼要寫這個程式碼”、“我們要解決什麼人的什麼痛點”、“我們要給世界帶來什麼改變”。輝達能從一家遊戲顯示卡公司，進化成AI時代的全球頂尖公司，靠的不是黃仁勳比別人更懂晶片設計，而是他從一開始，就看準了“加速計算”這個方向，想給全世界的創新者，提供最強大的算力基礎設施。那怕在最艱難的時候，這個願景也從來沒變過。AI永遠不會有“我想改變世界”的願望，永遠不會有“我想幫使用者解決一個痛點”的初心，永遠不會有“我想給社會創造價值”的意義感。而所有偉大的企業、偉大的產品，本質上都是被願景和意義感驅動的。AI是一個無限強大的工具，但工具永遠需要人來定義方向。沒有方向的算力，再強也毫無意義；沒有意義的智能，再先進也走不遠。AI時代，最不缺的就是能幹活的工具，最稀缺的永遠是能定義方向、賦予意義的人。4. 謙遜與成長力那怕現在成了全球頂級的CEO，黃仁勳在訪談裡，依然坦然說起自己的第一份工作是在餐廳刷廁所。他從來沒有“成功者的傲慢”，永遠保持著初學者的心態，永遠在向所有人學習。最能體現這一點的，是他對“繼任計畫”的理解。很多人都知道，黃仁勳以“不相信繼任計畫”聞名。有人說，這是因為他貪戀權力，覺得自己能一直幹下去。但他在訪談裡，給出了完全不一樣的答案：“我不相信繼任計畫，不是因為我是永生的。而是因為如果你真的關心公司在你之後的未來，你今天最該做的事，不是找一個接班人，而是持續地、毫無保留地傳遞知識、資訊、洞察力、技能和經驗，賦能你身邊的每一個人。”他的每一次會議，都是一次公開的推理會議。他不會直接下達指令，而是會把自己的思考邏輯、判斷依據、甚至是顧慮和不確定性，全部攤開給團隊看，帶著所有人一起推演，一起最佳化，一起成長。他學到的任何東西，從來不會在自己的腦子裡停留超過一秒鐘，立刻就會分享給團隊。他討厭“持續改進”的思維，因為這種思維本質上是默認了“現在的做法是對的”，只能小修小補。而他永遠會回到零，回到第一性原理，問自己：這件事為什麼要這麼做？如果從頭開始，以今天的技術和條件，我們能做成什麼樣？這種思維的前提，就是永遠保持謙遜，永遠不被自己過去的經驗和優越感困住。所以，真正的長期主義，本質上就是持續成長的能力，就是永遠能打破自己、重構自己的能力。AI時代，知識更新的速度只會越來越快，比起你已經掌握的知識，永遠保持謙遜、永遠能成長的能力，才是決定你能走多遠的核心。三、AI時代，修煉 “人性競爭力” 的4句話1. 把工作分成兩類：一類是標準化智力任務：比如做資料統計、寫常規程式碼、整理資料、套範本做方案、重複的報表分析；另一類是人性價值任務：比如和使用者聊真實的需求痛點、和團隊做深度溝通、制定業務的長期方向、解決非標準化的複雜問題、給客戶提供有溫度的服務。未來，要把你80%的精力，放到後者上面。AI能幫你高效完成前者，但後者才是你不可替代的核心價值。2. 比起完美的規劃，能讓你在不確定性裡站穩腳跟的，永遠是立刻行動的韌性。3. 不管是對合作夥伴、團隊同事，還是你的客戶，放棄零和博弈和 “算計到底” 的小聰明。和客戶合作，多做一件超出預期的事，那怕只是多給一個實用的小建議；和同事協作，多一分坦誠的溝通，少一點背後的算計；和夥伴相處，多站在對方的角度考慮問題，守住自己的底線，也給對方足夠的尊重。4. 永遠保持 “初學者心態”，放棄你的智商優越感。結語今天我們深嵌於一個新的時代，科技、經濟、哲學、政治都在經歷持續變革和深刻重塑的複雜社會與商業環境之中，而真正困住絕大多數人的核心挑戰，恰恰是：我們的認知框架、組織形態和行動邏輯，還停留在“前全球化時代”、“前AI時代”。 (筆記俠)

還得是咱中國國產世界模型牛！極佳視界最新力作GigaWorld-1，直接擊穿Google輝達，WorldArena登頂全球第一。而且還是唯一一個綜合得分突破60分大關的具身世界模型。什麼概念呢？就以三大核心維度為例，幾乎是斷層式領先：Physics Adherence（物理遵循）：相比第二名提升了整整16%。3D Accuracy（3D精準度）：近乎逼近滿分。Visual Quality（視覺質量）：同樣遙遙領先。也就是說，GigaWorld-1是真正的全能型具身世界模型，不僅視覺真實，而且幾何精準、物理精準。這意味著，極佳視界這家由清華系領銜，匯聚了阿里、百度、地平線等一眾頂尖大廠核心骨幹的中國團隊，已經率先完成了一次教科書式的技術超車。從最嚴苛的“試金石”脫穎而出眾所周知，WorldArena是世界模型領域公認的“試金石”。它由清華大學聯合普林斯頓大學、新加坡國立大學、北京大學、香港大學、中國科學院、上海交通大學以及中國科學技術大學等8所中國外頂尖高校及科研機構共同打造。其摒棄了單一維度的片面測試，轉而建構包含16項細分核心指標和3大真實應用任務的立體評估體系，旨在對具身世界模型的感知精度、物理規律理解、三維空間認知以及動作預測與落地能力進行最嚴苛的壓力測試。也正因如此，WorldArena吸引了全球幾乎所有頭部世界模型團隊同台競技，首批參評名單包括Google、輝達等。最終的結果也出乎所有人意料，不是科技巨頭，而是這家低調耕耘的技術掃地僧——極佳視界。其旗下最新的GigaWorld-1憑藉硬核實力，成功摘得桂冠！顯式動作建模與可微分物理引擎的完美融合那麼為何GigaWorld-1能取得如此傲人的成績呢？首先從技術路線看，GigaWorld-1是一款專為具身場景打造的AC-WM（Action-Conditioned World Model，動作控制世界模型） 。相較於傳統的世界模型，GigaWorld-1深度繼承並行展了極佳視界在去年7月發佈的EmbodieDreamer核心架構。該方案不僅引入了顯式的動作建模機制，從根本上保證了視訊生成過程中的幾何一致性；更創新性地融入了可微分物理引擎，從而獲取精準的機械臂物理參數，以實現對複雜物理互動過程的真實模擬與嚴格遵循。在此前沿架構的基礎上，極佳視界進一步引入了團隊長期積累的上萬小時高品質真實機器人操作視訊資料進行訓練，極大地增強了模型在開放場景下的泛化能力與高精度的動作遵循表現。目前，GigaWorld-1的核心程式碼與部分資料集已開源。僅開源後的短短半個月內，GigaWorld-1在HuggingFace平台的下載量便火速突破16000次，足見學術界與工業界對其技術實力的高度認可，以及在開發者社區中的巨大影響力。同時GigaWorld-1還將作為官方Baseline，強力支援即將於3個月後在美國舉辦的GigaBrain Challenge@CVPR 2026國際挑戰賽，為全球開發者積極賦能，共同推動具身智能生態的繁榮發展。(比賽官網：https://gigaai-research.github.io/GigaBrain-Challenge-2026/)於是這就引出了一個關鍵問題——極佳視界是誰？中國首家專攻世界模型的公司在業內，極佳視界是少有的產投雙棲玩家，一邊悶頭做技術，一邊又能拿下巨額融資。在本月初，極佳視界剛剛宣佈完成近10億元Pre-B輪融資，投資方陣容堪稱豪華——中芯聚源、上海半導體產投基金、臨芯資本、星源資本、萬林國際等頂尖晶片和汽車產業資本領投，中金資本、蘇創投、華強資本等重磅國資平台和知名財務機構跟投。而這，也並非極佳視界首次獲得資本追捧。早在2025年11月，華為旗下的哈勃投資就已聯合華控基金，完成了對極佳視界的億元級A1輪戰略投資。其實華為對世界模型關注已久，此前就將世界模型列為未來智能世界2035年十大技術趨勢之首。但它沒有像Google、輝達、特斯拉這些全球科技巨頭那樣直接佈局世界模型，而是通過哈勃投資，先在中國市場找到了最具潛力的標的——極佳視界。極佳視界是中國第一家佈局世界模型的公司，在世界模型的模型架構和資料引擎兩方面都擁有行業領先的深入積累。公司定位相當清晰，就是聚焦物理AI，致力於世界模型驅動的物理世界通用智能。其技術護城河建立在“世界模型×具身大腦”的雙輪驅動戰略上，並在世界級權威測評榜單中，成功拿下具身大腦和世界模型的雙料冠軍。產品矩陣包括世界模型平台GigaWorld、具身基礎模型GigaBrain、通用具身本體Maker等物理AI全端軟硬體產品。GigaWorld：物理世界的“數字沙盒”GigaWorld是極佳視界自研的世界模型平台，能模擬物理世界運行規律，生成高保真合成資料。與傳統模擬器相比，GigaWorld能通過幾何一致、物理精準的世界模型建模，生成高保真、可控、多樣化的具身互動資料，實現資料放大。這使得所訓練的VLA模型在新紋理、新視角、新物體位置三大泛化維度上均實現近300%的性能提升。更關鍵的是，GigaWorld能帶來10-100倍的效率提升。在具身方向，GigaWorld-0是全球首次讓具身世界模型在高水平具身基模上發揮核心價值，其GitHub開放原始碼斬獲1.5k+ Star，奠定了技術驗證的基礎。本次登頂WorldArena的GigaWorld-1，也是當前全球最領先的AC-WM。在駕駛方向，DriveDreamer系列是全球範圍內最早將世界模型用在物理世界的系列開創工作。此外，GigaWorld-Policy也是全球首次實現世界-動作模型WA即時性、成功率、訓練效率全面突破，實現了對主流WAM推理效率和性能的全面碾壓，讓世界-動作模型真正開始進入大規模Scaling階段。實測資料顯示，GigaWorld-Policy實現了10倍推理速度與10倍訓練效率的跨越式提升，同時任務成功率大幅上漲30%，標誌著具身智能正式邁入由世界模型驅動的新紀元。GigaBrain：機器人的“通用大腦”GigaBrain是極佳視界開發的端到端視覺-語言-動作基礎模型，在全球目前規模最大的真機評測比賽中，極佳視界的開源模型GigaBrain-0.1超越Pi0.5等眾多模型，獲得全球第一。後續發佈的GigaBrain-0.5M*則是全球首個基於世界模型的強化學習實現高效學習和自我進化的具身基模。它提出基於世界模型的強化學習範式，並採用迭代式四階段閉環訓練流程。在高難度長時程任務中，面對摺紙盒、咖啡製備、衣物折疊等包含多階段操作、精細感知與持續決策的複雜場景，GigaBrain‑0.5M*均實現接近100%的任務成功率，並可穩定復現，充分彰顯出卓越的策略魯棒性。物理AI“夢之隊”集結除了技術和融資，極佳視界更亮眼的莫過於其核心團隊：創始人兼CEO黃冠，清華大學自動化系創新領軍工程博士。曾擔任地平線機器人視覺感知技術負責人、鑑智機器人合夥人&演算法副總裁，並擁有微軟亞洲研究院、三星中國研究院等頂尖研究機構工作經歷。他完整經歷了過去十年物理AI的技術和產業發展歷程，多次帶領團隊獲得全球權威AI比賽世界冠軍，並行布多個全球知名AI成果。聯合創始人兼首席科學家朱政，智源青年學者，發表頂級論文70余篇，引用近2萬次。多篇著作影響力巨大，連續4年入選全球前2%頂尖科學家榜單，多次獲得吳文俊自然科學一等獎、最佳學生論文獎、CCF 傑出論文獎等榮譽，也是多個頂會領域主席、多項競賽冠軍。聯合創始人孫韶言，曾擔任阿里雲總監，地平線資料閉環產品線總經理，在物理世界超大規模資料閉環產品和架構方面擁有行業領先的經驗。他主導了業內首個智能駕駛資料閉環系統的落地，有效提升了資料的處理效率，為智能駕駛技術的發展提供了重要的基礎設施支援。合夥人兼工程副總裁毛繼明，擁有超過16年的模擬/工程/資料/分佈式架構方向的經驗。曾擔任百度Apollo模擬和工程負責人，以及曾擔任百度、贏徹等T10等級架構師，主導多個自動駕駛與世界模型核心項目的技術開發與落地。在高品質資料生成、端到端自動駕駛架構設計以及分佈式系統最佳化領域有著深厚的積累。另外，極佳視界模型核心團隊還包括博士期間超10篇頂會一作的世界模型頂尖科學家、超過10年物理AI全端量產經驗的產業專家、華為天才少年獲得者、萬卡叢集線性加速的頂尖演算法和infra專家等，是行業少有的同時擁有頂尖的新一代物理AI全面技術前沿創新能力和傳統物理AI全端系統量產經驗的全端團隊。可以說，這支團隊完整經歷了CV、自動駕駛、具身基模、世界模型等物理AI過去十年的發展歷程，並在每個階段都做出了行業領先的世界級成果。當他們聚集在一起，就共同造就了這支始終引領具身世界模型技術演進的“夢之隊”。從資料引擎（Data Engine），到閉環模擬器（AC-WM），再到世界動作模型（WAM），極佳視界一直走在前列。無論是當前世界模型和具身智能基礎設施的迭代，還是未來的AGI，極佳視界都將持續打造最堅實的技術基石。 (量子位)

本文為 OKX 系列訪談節目“OKX 的朋友們”對 Amber Group CEO Michael Wu 的專訪。Michael 深入回顧了 Amber Group 的發展歷程，包括其在 2021 年的高速擴張以及 2022 年面臨 FTX 和三箭資本爆雷時的生存挑戰與深刻反思，並分享了團隊從傳統金融量化交易轉型並 All in Crypto 的早期契機，剖析了做市商提供流動性的本質邏輯，強調了堅守合規對於抵禦長尾風險的重要性。此外，他還前瞻性地探討了區塊鏈去中心化、無准入化的特性將如何為未來 AI Agent 主導的經濟體提供底層的計價與支付網路 。最後，Michael Wu 也分享了作為創業者的抗壓心得與投資孵化項目的核心標準。嘉賓發言不代表吳說觀點，不構成任何投資建議，請嚴格遵循當地法律法規。從摩根士丹利到 Crypto BuilderMercy：Michael Wu，很高興今天有這個機會可以採訪您。那您平常是說中文多還是說英文多？Michael Wu：都有，因為現在住在新加坡，我 15 歲出去唸書，在美國念的本科。Mercy：所以您是在美國唸完書之後就直接進了 TradFi？Michael Wu：對，我去摩根士丹利，就在這棟樓 37 樓。我們現在辦公室在他們上面。Mercy：所以您是在老東家附近創業？Michael Wu：沒有沒有，當時正好換辦公室，正好這邊有合適的。沒有那麼刻意，但很巧，因為我剛開始大學畢業上班也是在 ICC（香港環球貿易廣場），就是這棟樓。Amber 的轉折時刻Mercy：其實我們剛剛聊的時候聊到說您已經創業 9 年了嘛。那當時 22 年三箭資本那個事件發生的時候，是您創業第幾年？Michael Wu：第 5 年吧。Mercy：第五年的時候發生一個這樣的事情，應該對你們影響也挺大的。Michael Wu：三箭對我們也有間接的影響，最大影響是年底的 FTX。我們 17 年差不多 9 月份開始創業，Amber 是我第一次創業。我們很幸運，17 年底開始籌備，18 年一季度正式創業，第二個季度我們就開始實現盈利。21 年進入一個最快的發展期吧。當時是伴隨整個行業，也抓住了一些行業的紅利，行業第一次真正意義上的機構化，包括很多我們的客戶和投資者真正開始把比特幣、Crypto 當做一個會長期去投資、去佈局的資產。那麼到 21 年我們進入一個爆發式增長，公司一度可能當時最多到差不多全球 1,300 人左右的規模，完成了一些比較重大的融資，包括 21 年底引入像淡馬錫、文萊主權基金，然後估值達到 30 億美金。進入到 22 年，市場也進入一個由牛轉熊的周期。然後像你提到的三箭、FTX 發生了一些對我們公司也好、對行業也好，很大衝擊的、甚至我覺得是行業歷史性的事件。那對我們的衝擊來說就是上半年，我還記得當時我們在做整個公司的 Pre-IPO，當時兩家大投行幫我們做 Pre-IPO 的融資，我們拿到第一張 Term Sheet，80 億美金。我跟他們說，我覺得我們至少是一家百億美金的公司。我跟投行說我要 100 億美金。之後差不多一周，行業內就開始連續有各種流動性危機和各種爆雷。我們當時就從一個如果一切順利、可能是百億美金市值的這樣一家即將 IPO 的公司，一下子到整個市場融資就枯竭了。我記得直到 22 年一季度，正好五年，22 年二季度我們第一次在季度上回到了虧損狀態。然後再到 22 年下半年，市場就越來越差，對我們造成直接影響就是 FTX 爆雷導致我們虧了一堆錢。當時被迫進行了大規模的收縮，砍業務、砍規模。然後又經歷了 23 年一整年的熊市，可能慢慢地再走出來，重新踏上正軌。我覺得不管是對於我作為一個創業者、作為一個企業家，還是對於 Amber 這家公司，長久來看這些都是很大的財富。人生與創業的雙重考驗Mercy：那當時那個事件發生的當下，你第一感覺是什麼？因為我感覺您之前的人生應該也很順遂吧？那個是第一次遭遇到的重大打擊嗎？Michael Wu：也可以這麼說。我覺得可能我的 Co-founder 跟我背景也類似，都是比較順利，家庭、學業、畢業以後工作總體沒有受到太大的挫折。那麼 22 年底 FTX 爆雷之後，可能不僅是我創業史上，甚至是整個人生最大的挫折了。很多事情回頭來看都很不可思議。當時除了 FTX 爆雷之外，那一年我的 Co-founder 在年底突然離開，那個時候真的對我衝擊非常大。到 22 年底、23 年初那段時間，其實反而是要去解決當時公司的困境，讓公司重新踏上正軌，那部分倒還好。但我記得反而是到 23 年底，等一切處理得七七八八了，人就進入一個甚至可能有一些很消沉的狀態。人都是會線性推導的，覺得人生就是應該一直線，甚至是以那個斜率加速上行的。但是第一次遇到大的挫折，然後需要跌倒了再重新爬起來，我覺得那個對我個人也好，包括我相信對於我們這家還是很年輕的公司也好，都是一個很新的體驗。讓公司先活下去Mercy：那當時您做過的一個最艱難，但是現在回看最正確的決定，你覺得是什麼？Michael Wu：也很難說最正確，但是當時有很多決定很艱難。就比如說當時降規模，甚至我們當時被迫向很多同事告別。我的第一要素就是公司必須活下去，必須繼續，必須繼續往前走。比較正確的是，我們一直比較堅持的是：我們是一家什麼樣的公司？我一直覺得我們一直是一家很有抱負，然後喜歡走在技術前沿，是一家技術驅動的公司。順境抉擇與逆境果斷Mercy：當時你肯定也面臨巨大壓力，你是怎麼樣去保持冷靜做一些決策的？Michael Wu：我覺得作為一個創業者，反而那種時候一般是比較冷靜，也比較容易做出決策的。因為一般在那種很困難的時候，你的選擇會很少，尤其是你深思熟慮之後，你就得權衡利弊，你要做出的抉擇也好，你的執行也好，都非常緊迫。反而是行業發展很快或者牛市的時候，大家選擇太多了。那時候反而我覺得是比較難的，那種時候要多想一想，稍微慢一點，看起來有很多好的選擇，但可能真正好的選擇也是有限的。回到你的問題，反而我覺得很有挑戰，像 22 年底那種時候，能做的事情並不多，在有限的選項裡選擇最好的，把它最優地去執行下去。那就很簡單，那就需要錢，需要核心的人，需要保住核心的業務、核心的客戶。Mercy：跟我們老闆有一些思維有點像，就你剛剛提到的，比如說穿越牛熊，然後還有就是以產品和技術為導向，他也是這樣想的。Michael Wu：對，我也很佩服 Star Xu，我覺得他是我們行業不僅是 OG，而且我真的覺得是很有產品理想、很有抱負的一位企業家。從量化交易員到 Crypto BuilderMercy：當時 Crypto 那個點吸引到您，讓您決定從那麼光鮮的一份工作辭職，All in Web3？Michael Wu：這個說來慚愧，其實我從摩根士丹利辭職創業，包括最初的創業，並不是因為 Crypto。當時我們最早創業，其實不在這棟光鮮亮麗的 ICC，是在一個很老的樓，只有兩個人的辦公室，樓下是一家海鮮大排檔。那個時候我們其實叫 Amber AI。我們創業的契機其實是我在摩根士丹利做 FX and Rates Trader（外匯利率交易員）。那是我大學畢業第一份工作，第一年、第二年，當時在投行，你的主要工作就是給大家買早餐、買咖啡，不許記筆記，要記住一整個 Desk 十來個人，每個人點了什麼。然後搬個小板凳坐在人家旁邊，看看更有經驗的人到底是怎麼交易的。但我記得差不多第二年的時候，我被賦予了第一項真正的任務，就是讓我管摩根士丹利的 Asia EFX Book，就是它的亞洲貨幣電子交易盤，負責它的程序化報價。因為我有程式設計背景，我從 10 歲開始就會程式設計，所以當時我的老闆把這個任務交給了我。這其實是一項很重要的任務，因為當時大部分報價還是 Voice Trading（語音交易），就是那種很老派的， Trader 去自己報價，或者通過口頭報價。那時候之所以交給我，是因為亞洲貨幣當時還不是主流貨幣，盤子很小。從 14 年到我離開摩根士丹利 17 年，短短四年間，它的電子盤報價已經超過所有傳統報價了。當時那幾年網際網路蓬勃發展，電子支付、數字銀行興起，而整個傳統金融行業還是以一個很老、很緩慢的節奏在發展。尤其 17 年，當時 Google DeepMind 的 AlphaGo 下圍棋，那個 AI 對我衝擊很大。我覺得像 Machine Learning、AI 這樣的技術必然能去把整個金融行業完全迭代與變革。所以我們 17 年創業其實是想做這件事。我們當時應該是亞洲最早用 Machine Learning、Neural Network 這種技術去做報價、做流動性管理、風控和交易的創業公司。很多大公司不敢做，是因為那些演算法模型被稱之為“黑盒”，你無法解釋過程，所以他們不願意擔責，我們作為創業公司無所謂，願意去做這樣的創新。那怎麼進入到 Crypto 呢？同樣是 17 年，我們創業之初是很多資產都做，但兩三個月之後，我們發現 95% 的營收和利潤都來自於一個資產，就是 Crypto。所以我記得是 18 年春節前後，我跟幾個 Co-founder 討論了幾天，當時一共才十個人左右，我們最終得出結論：All in Crypto。而且很巧，18 年一季度市場已經由牛轉熊了，比特幣跌了可能 50% 左右，包括以太坊在內的其他 Altcoin 可能跌了百分之八九十。但我們當時主打的是一個市場中性（Market Neutral）的資管產品，那時候市場還非常無效，有大量的套利空間。我記得 18 年我生日那天，Bloomberg Tech 有個頭條報導，大意是“市場暴跌時，依然有機構能取得很好盈利”，講的就是我們。然後一下子品牌就打出來了。因為我們自身的背景，本來就認識很多家族辦公室（Family Office）和以前投行的老闆。他們找過來說想投一些比特幣之類的 Crypto，我們就借助那一波，一下子建立起了針對機構、高淨值人群和家辦的業務，類似於傳統投行的 Private Banking。這依然是我們現在的主營業務，包括我們現在的納斯達克上市公司 WhaleFin（原程式碼 Emerald）也是以此為起點。早年確實運氣比較好，很多時候是天時地利人和。說起來很有意思，15 年我因為工作原因就接觸到了比特幣。我在摩根士丹利當 Trader 的時候，我老闆完全不懂這個，就讓我研究一下。我發現這個東西真的是可行的，那時候比特幣可能才 1,000 美金上下。反思閃電式擴張與長期主義Mercy：那你從那段經歷當中，覺得最大的成長是什麼？有沒有什麼東西是你現在覺得因為有了那段經歷，所以才會去做決定的？Michael Wu：我覺得肯定有，能想到好多點，最直觀的一兩點就是真正意義上的長期主義。22 年之前的長期主義都有點口是心非。什麼意思呢？我一直相信我創業做的這件事是很遠大的，甚至一直覺得它伴隨著像 Crypto、AI 這樣的技術，在人類歷史上是有意義、有重要性的。可能因為創業前幾年太順了，雖然希望做的事情很長期、很遠大，但做的時候又很急。我記得 21 年的時候，我特別迷一本書叫《閃電式擴張》（Blitzscaling）。序章裡面有一個比喻，說創業就是一邊開飛機，一邊在飛機已經滑出跑道、在空中的時候換引擎。意思是要高速發展、閃電式擴張、爆發式發展，不計成本地擴張以達到網路效應，最終成為整個賽道的龍頭就一定會成。我們公司很多高管，我送給他們的禮物就是這本書。中文版、英文版都買了送給大家，那時候特別迷這個。直到 22 年受挫的時候才發現，這裡面肯定有對的東西，但也有很多不適用的東西。這套方法本身是追求變革、追求創新，但它受制於網際網路時代。網際網路時代發展的一個特點是，擴張規模之後，最終邊際成本越來越下降，網路效應越來越大。Crypto 這個行業有強金融屬性，很多機會來自於原來強監管的金融行業，慢慢因為這個技術，監管必須遷移的這樣一個過程。這與當時網際網路閃電式擴張的特性是不相符的。反正這套邏輯我現在也在反思，它並不一定適用於我們的創業之旅。講回長期主義這一點，我現在反而相信要做成的這件事依然是很遠大的，依然可能是我要花一輩子去做的。正因如此，我不太在乎到底是明天做成、後天做成，還是一年後、五年後甚至十年後做成。最近黃仁勳有一段採訪，有一句話給現在的我很大共鳴。他說：“我可以花 50 年改變世界，不需要明天就改變世界。”這句話對現在的我很有共鳴，可能年紀也上來了一點。回頭來看，22 年我犯的一個很大錯誤，真的是戰略層面的錯誤，當時我對標了一個錯誤的對象。我從小到大很少有非要去跟某個人攀比的心態，但是 22 年我覺得我是有的。那時候心態產生了變化，再結合像 Blitzscaling 這種理念，反而沒有真正去堅持應該有的長期主義。去做了很多快速擴張甚至盲目擴張。當時我們對產品的要求是每兩周必須有一個新功能，每個月必須大迭代。任何業務線，從元宇宙、NFT 到 Payment Card，只要想到的我都想做，不是自己做就是收購。經歷了那樣一個很急躁的階段。當然那時候不僅是我，整個行業也很上頭、很急躁，回頭來看有點迷失了自己。經歷過那一段，我覺得現在只要能去實現應該實現的遠大理想，就不急於一時，這是最大的成長了。我是 Crypto 的 True Believer，但我相信的東西跟行業裡很多朋友可能有些不同。這個行業發展到現在，我覺得大多數關注 Crypto 應用的人分三派。第一派已經進入到極度的金融虛無主義，相信這個東西就是超級大賭場，純粹為了賺錢。第二類人相信它一定會退到後台，變成傳統金融機構的底層，這個我也相信，但我覺得 Crypto 或者說區塊鏈應用不僅於此。第三類可能是剛入圈，或者太技術理想主義，相信純去中心化，認為上面建立的不僅是去中心化金融（DeFi），還有去中心化社交、整個去中心化的治理等。我覺得這個有點過分理想化。我的想法可能跟這三類都不完全一樣。在 Crypto 應用的金融屬性上，我比較贊同這兩點：第一，它把無准入化（Permissionless）達到了極致；第二，傳統金融之所以要嫁接過來，是因為它能帶來很多無准入化的好處，以及監管遷移的過程中會產生大量的商業機會。但講到非金融類的 Crypto 應用，我是相信它有巨大價值的，因為它的去信任化（Trustless）、無准入化和去中心化，對於未來的 Agent Economy（智能體經濟），當這個經濟體的主流參與者變成 AI Agent 而非人類個體之後，是有巨大意義的。但在那個階段到來之前，我覺得它的 Trade-off 對於大多數人類使用者來說是不值得的。你想嘛，作為一個個人使用者，如果讓你犧牲便利、體驗和成本，去用一個更貴、更麻煩、體驗更差的服務，得到的優點是它是去中心化的、去信任化的、無准入的，大多數人是不願意的。大多數人在乎的是東西好用、便宜，最好免費。但如果今天你是個 AI Agent，在做選擇的時候，你當然會考慮成本，但這不會是唯一考量。體驗對你來說完全無所謂，因為你是個 AI Agent，也沒有便利這一說。但是無准入化就很重要，如果所有准入都需要等待人類審批，那作為一個 AI Agent 就會很麻煩。去信任化也非常重要，當整個流程依賴第三方信任時，結果對於 AI Agent 來說是不可控的。去中心化同樣重要，你的處理程序不會因為第三方人為不可控的原因被中斷或改變。所以瞬間你會發現，區塊鏈應用的三點優點對於 AI Agent 使用者都非常重要，而它的三點缺點 AI Agent 都是可以接受的。等到整個經濟體以 AI Agent 為主導，我相信也就三到五年，除金融應用之外的其他區塊鏈應用就會瞬間產生巨大的價值。暢想 AI Agent 經濟體Mercy：AI Agent 為主導的經濟體大概是一個什麼樣的狀態？Michael Wu：其實我們現在已經開始慢慢看到了，我們打車，其實是打車軟體在做一個匹配；我們在看短影片，其實是背後演算法在做一個推薦。只不過現在這些程序自身沒有商業決策，它是被背後的一家公司以一個設定好的商業目的去做執行層。就像我們為什麼在 AI Agent 上說，你給任何一個商業模式一個 Wallet（錢包地址），讓它用自己的代幣去計價自己的服務，讓它用自己的代幣去計價自己的價值沉澱，然後讓它與人或者與其他 Agent 之間產生支付。那它的所有行為最後的決策主體就變成它自己了。未來這樣的經濟體長什麼樣呢？一家公司其實就是一個個 Agent 通過 Crypto 計價的經濟資源來決定最優的決策。之後它去派發服務，有的服務是線上的，就像我們現在用的應用一樣；有的服務是線下的、實體的，那就是通過機器人。大家不要覺得只有人形機器人才是機器人，甚至餐廳裡收盤子的機器車，或者一個門把手上只要有一塊小晶片，裡面能跑一個本地化的小模型，它就是一個 AI Agent。每一次服務、每一次效用，它第一會做資料採集，第二會做服務派發，第三會去做收費。到那個時候我覺得所有的應用，第一都是 Agent Driven（由智能體驅動），第二底層都應該是 Crypto。其實現在已經開始發生了很多，比如快遞現在已經用無人機派送，或者特斯拉的 FSD，它的自動駕駛已經很好了。如果大量的車都是自動駕駛的，擁有車的人其實不再是擁有一輛出行的車，而是擁有了一個 Asset（資產）。他擁有的不是一個司機，本質上擁有的是一個創造經濟效應的資產。只不過這個經濟效應有可能自用，有可能他用。在這樣一個經濟體下，它的支付肯定是第一程序化支付，第二是很多高頻甚至是 Streaming Payments（流支付）。人類是不喜歡 Streaming Payments 的，像我們現在很多串流媒體。很多時候節目你是看不完的，只看幾分鐘就切換掉了。一二十年前就有人提出過，我們為什麼不去按時間收費？看一分鐘就收一分鐘的費。因為人類是不喜歡這樣的，它會給你精神壓力，覺得多看一分鐘就多花一分鐘的錢。人們反而願意多花點錢每個月打包，想看多少就看多少，這是人的想法。但當實際你擁有的是一個資產，你的體驗與它的使用剝離之後，它肯定是希望效用最大化的。傳統支付網路無法去滿足這樣的各種散點支付，那個時候肯定是通過 Crypto。做市商如何為市場提供流動性Mercy：因為剛剛您也提到，最早您是做外匯交易員，您的背景可能跟現在 Amber 的業務有關係，能不能給我們解釋一下什麼是做市商，以及做市商具體在做什麼樣的事情？Michael Wu：大家都知道 Amber 可能是整個 Crypto 行業裡最大、最成功的做市商之一了。當然這只是我們的業務線之一。做市服務的本質其實是 Liquidity provision，也就是提供流動性的服務。什麼叫提供流動性呢？當有人要去買一個資產的時候，是需要有一個賣價的；當有人希望把它賣出去的時候，是需要有個買價的。最好的情況就是，永遠有一個價格在那裡，你只要想賣就能以這個價格賣出去。那麼提供這個買價和賣價的人就是 Market Maker（做市商）。市場上有各種各樣的做市商，那怕作為一個個人，只要你願意去掛一個買單或者掛一個賣單，你就是一個做市商。當然，像我們這樣的機構做市商，是通過技術的方式把這個服務變得非常高頻，並且能提供很深的交易深度。讓一個資產在有人想要買賣的時候，能以比較低成本、比較便捷的方式交易。具體怎麼實現也很簡單，通過我們的演算法和很多 AI 的介入去提供報價簿，確保盤口的買賣價差儘可能窄，這樣大家買入賣出的成本就能儘可能低，同時交易深度儘可能厚。我們行業有兩句話對做市商這個業務很重要。第一句是 Liquidity begets liquidity，也就是流動性會帶來流動性。第二句是 Liquidity is most expensive when you need it the most，就是流動性在你最需要它的時候是最貴的。當一個資產價格劇烈波動的時候，最難確定它的價格應該在那裡。這個時候作為做市商，別人賣給你了，你很可能賣不出去；或者別人從你手裡買走了，你很可能買不回來。在極端行情下，你會發現市場的流動性全沒了。我們也可以很自豪地說，經歷過這麼多極端行情之後，我覺得我們的口碑是不斷上升的。因為大家發現，相比其他人，我們還是願意盡我們所能去提供流動性，儘可能去遵守我們的承諾。為什麼合規至關重要Mercy：我知道 Amber 也很重視合規。除了監管的要求之外，您覺得為什麼合規這麼重要呢？Michael Wu：我覺得這個問題很好。我也不是合規專家，所以只能分享一些個人看法，甚至不能代表 Amber，僅僅是我個人的觀點。為什麼合規重要？第一點可以說是為了自己，為了防範合規風險，也就是我們稱之為的長尾風險（Tail risk）。你可以選擇不去防護，因為大多數時候它不會暴露，但一旦暴露，就可能殺死一家公司，或者造成巨大的衝擊。在我們這個行業，合規很多時候很難，也有很多不確定性，大家覺得它不會發生，或者願意賭它不發生，但一旦發生，對企業造成的無論是巨額罰款，還是滅頂之災，都是極其嚴重的。我們自身這些年一直是一家很注重風控的公司，安全方面也是類似，不投入安全，很可能最終一次被盜就完蛋了。合規也是類似的。我們確實是堅持長期主義，想把事業做得很遠大，這就意味著在合規這件事上必須投入。稍微放長遠一點看，整個經濟體的活動，伴隨著 AI 智能體、AI 經濟遷移到鏈上，其背後代表的經濟利益以及對世界和社會的衝擊太大了，各國政府和監管機構必然會參與其中。越早去佈局這件事，可能在範式轉變（Paradigm shift）到來時，就會成為我們能開展這項業務而別人不能做的護城河與優勢。第二，我覺得合規對整個行業也是一種保護。一兩家企業不合規，可能吃虧的是他們自己，但如果大量發生此類事件，最終動搖的是監管對整個行業的信心，甚至會對行業造成巨大的負面衝擊。作為相對頭部的企業，包括我們自己，大家都有這樣一個認知：不能把行業搞壞了，我們至少應該做好自己該做的那一部分。而且我們是經歷過 23 年的，那段時期真的很痛苦。我記得當時有一段時間大家是不願意碰 Crypto 的，Crypto 成了一個禁忌（Taboo）。我們的客戶都是家族辦公室和機構，大家關係都很好，帳戶也依然在我們這裡，但是 23 年的時候，我們讓他們看看 Crypto 的機會，他們是不願意看的。後來因為現貨 ETF 獲批等利多，大家對行業的信心才逐漸恢復，監管周期也開始從逆周期轉向順周期，行業才有了重新向前發展的機會。合規之路的客群洞察與未來Mercy：我剛剛感覺其實有很多相似的點，比如說長期主義，然後都走合規這條路。OKX 也是走合規。你覺得在確定走合規這條路之前跟之後，客戶結構有沒有什麼改變？他們的顧慮有沒有什麼變化？Michael Wu：那個時候也沒有所謂的合規，也很難合規，那時候行業太新了。但我們一直的態度是差不多的，因為我們的客群一直會在乎這些東西。我們很多客群如果是機構或者家辦的話，他們不願意冒著職業風險跟一個不合規的機構打交道，萬一出了問題，他們得為此負責。這也帶來了一些挑戰。比如說我們在新加坡持牌，在其他地區可能很快也要持牌，有時候根據監管要求需要進行客戶遷移。那客戶也會很煩，抱怨說我已經 onboard 過了，為什麼你要讓我重新 onboard 另一個地區，還要提交各種資料。我們 22 年做過一年 C 端業務，最終也沒有做得很成功，當然有很多市場原因，最後 22 年就把 C 端業務給停掉了。但是未來我覺得，可能 Agent 能給每一個大大小小的客戶，尤其是在鏈上的客戶，提供一個相對定製化的服務。包括在准入這件事情上，提供一個相對精確的方案。通過 Agent 去識別你的資金來源、資金體量、用途以及參與方式，從而決定對你的准入需要做到什麼程度的 KYC 或者 KYB。我們孵化器今年孵化了一個項目，差不多就是做這個方向的，我覺得挺好的。應對焦慮與資訊過載Mercy：首先第一個問題就是，作為 CEO，您每天處理的資訊密度很高，那當面臨巨大的不確定性或者壓力的時候，您是怎麼篩選資訊以及如何對抗焦慮的？Michael Wu：我是個回資訊很快的人，一般大量的資訊我都希望能在 5 到 10 秒內快速處理完並回覆。但是如果是很重要的資訊，我會把它記到我的 To-do list 裡，或者說需要沉澱下來。這也是我以前做交易員的習慣，我經常有那種 Workshop，是我自己一個人的，專門用來處理專題。至於怎麼處理焦慮，其實還好，我一般不怎麼焦慮。Mercy：完全的樂觀主義，是嗎？Michael Wu：對，我還挺樂觀。也有時候會壓力比較大，但是只要能睡覺就還好。投資邏輯與新年展望Mercy：我知道的是 Amber 現在有在做投資，也有在做孵化器，那您在看項目的時候，您最看重的是那一點？Michael Wu：肯定團隊很重要，我一般會希望跟團隊聊一聊。我的興趣點永遠是 Crypto 跟 AI 結合的這些方向，或者說他不一定直接做 Crypto 與 AI，但是在我的願景中，那個 Crypto 與 AI 結合的世界裡，如果我覺得這個東西有它自己在裡面很清晰的定位，那會非常吸引我。Mercy：那有沒有什麼點，就是這個項目如果有了這個點，你是絕對不會投的，會有嗎？Michael Wu：創始人人品。在我們這個行業，rug 很難定義，如果這個人讓我接觸下來，發現底層挺壞的，或者很多東西讓我覺得這人價值觀有問題，我一般會敬而遠之。Mercy：能不能說出最能代表你，且你最中意的東西？Michael Wu：我覺得有可能是黑 T 恤。Mercy：您個人的新年目標是什麼？Michael Wu：肯定還是保持初心，然後繼續帶領公司去實現我的遠大抱負。 (吳說Real)

老黃演講後，網上很多博主都發了關於GTC的內容，但是絕大多數都是新聞性質的，他們只講了黃仁勳都說了啥。這篇文章我們結合 NVIDIA 的技術規劃，來聊一聊網上可能沒有的分析和GTC的核心看點。對於兆營收和CPO的資訊，都是大家知道的了，這篇文章就不再贅述了。1、CPX的黯然退場在上個月下旬的時候，網上還依然傳著很多關於 CPX 要使用 HBM 的傳言。我當時就聽到消息說 CPX 要取消，我當時還不太信，但事實證明確實是被 LPU 取代了。那為什麼會取代呢？就是因為輝達的路線轉換，他們要從 prefill 加速切換到 推理加速。這些內容和觀點，我們之前在星球中都講過。2、誰是這次 GTC 大會之後最大的受益方？那顯然是三星。因為 LPU 是找三星獨家代工，採用的是三星的 N4 工藝。這意味著三星不僅是輝達全層級儲存的核心供應商，現在更獨攬了 LPU 的代工大單。在Rubin上，三星的綜合價值量已經超過台積電了，因為台積電只負責代工加封裝。原文連結：https://globalsemiresearch.substack.com/p/nvidia-gtc-2026-is-samsung-the-biggest3、LPX 機架引入 FPGA 的作用可能很多人都沒想到，在 LPX 機架上面引入了 FPGA。那麼它的作用是什麼呢？專門負責實現系統內可配置的串聯通訊旁路後端搭配了一顆 CPU 進行協同控制這種精密協同架構保障了 256 顆 LPU 能夠作為單一的巨型處理器運行，從而實現低延時的確定性推理加速。4、為什麼要把CPU獨立成機櫃？是因為我們已經正式邁入智能體時代。智能體在自主工作時，需要頻繁地呼叫工具、執行邏輯程式碼、進行強化學習和自我糾錯。而獨立的 CPU 機架，正是為了提供海量的“沙盒”環境而生。單個機架整合了 256 顆 CPU，可以同時維持超過 22,500 個並行的智能體測試和驗證環境，填補了 GPU 在複雜單線程邏輯處理上的短板。5、輝達為什麼要設獨立的儲存機櫃？這就要結合輝達之前提出的 ICMS（推理上下文記憶體儲存）方案來解釋了。在智能體時代，模型需要處理數百萬 token 的超長上下文，導致 KV Cache 的數量呈線性暴增。如果將海量的 KV Cache 全部放在 HBM 層，不僅容量受限，而且成本非常高。但如果解除安裝到傳統的共享化企業儲存中，其功耗過大，而延時又會嚴重拖慢推理速度，導致 GPU 處於閒置等待狀態。因此，輝達採用了分級儲存架構：ICMS 充當了整個 AI 叢集的長期記憶庫。它專門針對海量臨時 KV Cache 資料的儲存、檢索和共享進行了最佳化。通過高速 RDMA 網路，它能夠提前將上下文資料預載入回 GPU 記憶體，從而避免了歷史資料的重複計算，顯著提高效率。6、拋開技術層面，老黃最關注的是什麼？拋開第六個看點，拋開所有的技術參數，老黃最看重的底層護城河其實是產能和供應鏈。最近他頻繁來亞洲，是為了鎖定儲存、晶圓代工和先進封裝產能。這也是他這兩年頻繁來亞洲的原因，因為要鎖定儲存晶圓和 CoWoS 產能。黃仁勳在供應鏈管理上的優勢，是其他所有企業都望塵莫及的。這裡我們再多說一點，Google前段時間賣給Anthropic的TPU，其實Google非常後悔，因為他們現在內部都沒得用，結果還把珍貴的算力賣給了競爭對手。所以這也是 OpenAI 去年瘋狂跟各個大廠合作、畫餅要產能的原因。這一反面案例恰恰印證了在 AI 算力即“企業命脈”的當下，對底層產能的絕對把控力才是決定最終勝負的關鍵。 (傅里葉的貓)

2026 年伊始，納斯達克密集出台多項新規，建構起自 2008 年金融危機以來最為系統、嚴格且全面的上市監管體系。本文依託美國證券交易委員會（SEC）官方檔案、納斯達克相關提案等權威資料，深入剖析 2026 年截至目前納斯達克新規的生效情況、待裁決事項以及市場傳聞，為企業提供清晰指引。已生效新規IPO 核心門檻調整：兩大市場 IPO 核心門檻統一提升至 1500 萬美元，增幅最高達 200%。明確禁止老股轉售或以存量股份湊數，要求企業必須通過新發股份募資來達到標準。同時，所有財務標準（包括淨利潤、收入、股東權益）均需滿足該門檻要求。強化納斯達克裁量權：新增 IM - 5101 - 3 解釋性材料；明確 9 類定性考量因素，涵蓋中介機構監管記錄、司法管轄區法律障礙、股權分配集中度、管理層美國合規經驗、審計意見中的持續經營疑慮，以及任何可能引發“誠信擔憂”的因素。低價股退市新規：若公司股價連續 10 個交易日低於或等於 0.1 美元，將直接觸發退市程序，取消整改緩衝期；聽證期間交易暫停不可撤銷。上市費用調整：入門費提高至 32.5 萬美元；年費小幅上調，對於發行量在 1.5 億股以上的企業，年費漲至 19.9 萬美元；同時明確 ADR、ETF 份額等特殊證券的費用標準。OTC 轉板門檻提升：轉板豁免募資額提高至 1500 萬美元，與 IPO 門檻完全一致；禁止轉老股，僅認可無限制流通股募資。SPAC 轉板規則最佳化：豁免觀察期與交易量要求，企業可直接提交轉板申請，稽核周期從 3 個月縮短至 6 - 8 周。IPO 稽核機制完善：稽核周期放寬至 4 - 8 周；回覆問詢意見的時限延長至 3 - 6 周；強化對股權結構、流動性、業務真實性的實質審查。待裁決事項中企 IPO 專項門檻：擬增設 2500 萬美元最低募資額（目前正由 SEC 獨立稽核），遠超通用 1500 萬美元標準；同時禁止中企直接在納斯達克資本市場上市。指數快速納入規則：優質新上市公司交易滿 15 個交易日即可納入指數，取消自由流通股 10%的門檻，可通過市值係數調整納入權重。低流通股指數權重調整：取消 10%的硬性門檻；當自由流通股比例小於 20%時，通過市值×5 倍係數計算權重（上限為 100%）。市值 500 萬退市規則：若公司連續 30 日總市值低於 500 萬美元，將立即停牌退市。此次納斯達克新規的全面調整，核心目標在於篩選優質企業、淘汰低質企業，推動納斯達克市場進一步向“高成長、高流動性、高合規性”的市場定位邁進。 (中概股港美上市)

話說，普拉提這些年非常流行，普拉提的專業器械也吸引了很多健身愛好者的喜愛。今天我們要說的，是一位被普拉提運動裝置毀掉人生的不幸女性的遭遇。而花費了7年，她的索賠才被應允。7年前，38歲的英國頂尖小提琴家瑪雅（Maya Meron）報名參加了倫敦有名的Heartcore普拉提工作室。（瑪雅）Heartcore是健身名人傑西Jess Schuring建立的，她在宣傳中表示自己工作室的器械不同於市面普通款，是自己採用“獨特設計”的“核心矯正器”。（工作室創始人傑西）特別的普拉提床，有名的創始人，很多名流都愛光顧這家店，其中包括小貝老婆維多利亞和王室媳婦梅根馬克爾。而倫敦專業的小提琴手瑪雅也在產後不久被吸引到這間普拉提工作室位於倫敦北部漢普斯特德的店舖，那時候她剛生下一對雙胞胎兒子不久。瑪雅從小就接受小提琴訓練，彼時已經是國際上很有知名度的琴手。她在倫敦交響樂團和愛樂樂團等頂級樂團演奏，也會跟樂團一起飛到雪梨歌劇院和皇家阿爾伯特音樂廳等世界頂級音樂廳演出。也許是為了產後更快恢復身體力量，也許是為了盡快回到表演身材，總之，瑪雅非常信任地走進了這家普拉提工作室。在上前43節課程時，瑪雅還算順利。但就在第44節課上，可怕一幕發生了。當時，一名教練讓她調整“特色普拉提床”上的鎖定桿，之後讓她做瑜伽經典動作“下犬式”。瑪雅抓住了前支撐桿和鎖定桿，但接下來，她的上半身突然不受控制地衝了出去，一股機器為鎖定的衝擊力將她向前拋了出去。“這台器械原本應該鎖定到位，但它斷裂時，我被猛地向前拋了出去。我感覺像是被人狠狠地打了一拳，我聽到我的左臂肘部骨折的聲音蓋過了機器倒塌的聲音。那是我永遠也忘不了的聲音。”在昏迷之前，瑪雅下意識覺得她的小提琴生涯結束了。她被緊急送醫和治療，醫院發現她左肘骨折，腹部嚴重受傷。在當時，她被醫院認為是受了外傷，瑪雅在劇痛的恢復過程中也抱著一絲自己的左手還能再按壓琴身指板的希望。但追責是免不了的，瑪雅恢復意識後就表示她曾多次在教練指導下調整鎖定桿，而她摔倒的那一次，桿子莫名其妙就失去了固定。再加上教練剛好要求她做非常依賴鎖定桿牢固性的下犬式，所以她摔得那麼重，全身的力量和機器的反彈力量直接將她拍到在地。兩天后，瑪雅回到了事故現場，要求工作室對這次室內事故負責。工作室創始人和器械發明者傑西也在這間店舖，面對傷勢慘烈的瑪雅，傑西的回答讓瑪雅瞬間驚呆了——她否認瑪雅受傷和她的器械或者健身房的教練指導有關，一口咬定都是瑪雅自己“疏忽”才造成了自己受傷！瑪雅兩天前在場地昏迷，根本沒法立即蒐集事發時的證據。而傑西的回答擺明健身房想逃脫責任，之前的證據估計全都被銷毀了。她沮喪地回到家中，期望自己的左手能好起來，她可以忘記這件事。而當外傷逐漸痊癒後，瑪雅悲痛地發現自己左手兩根手指感覺遲鈍，並不能很好地像過去那樣靈活地分開。剛開始，她還抱著僥倖心理接受了一些工作邀請，但她演奏越多，就越發現兩隻手指無法分開的情況更嚴重。最後，她不得不拒絕幾乎所有工作邀約。而醫院診斷她的左臂兩根神經遭受長期損失，所以她真的不能夠再靈活使用自己的左手兩隻手指了。手指和手臂的受損讓她也難以照顧當時剛一歲的雙胞胎兒子。她對事業前景感到灰暗，對孩子們的24小時需求感到疲憊，她的心理健康也一落千丈。她憤怒地將傑西和她的普拉提工作室告上法庭，要求他們賠償她的身體損害和精神損害。但因為沒有確切證據證明瑪雅的受傷是器械本身導致，法庭不斷要求瑪雅提供支撐性證據。她沒有證據，勝訴率很低。她的鄰居，一名高等法院法官都勸她放棄了，不要追責；了，但瑪雅的打官司決心依然沒有動搖。官司進行中，瑪雅突然又發現她的身體狀況還在惡化，她變得不太能夠長時間運動，甚至長時間走路。她明明只摔傷了左手，為什麼連走路能力也會受到這麼嚴重的影響呢？英國醫生們無法找出她的背後原因。無奈之下，瑪雅為了挽救人生不得不四處求醫，花費四年時間問遍了全世界數百位醫生。3年前，終於在世界頂尖的腹部外科醫生、洛杉磯的陳教授那裡，她得到了一個確切的答案。陳教授在為她進行了手術後發現她腹部肌肉下方的神經因為當年事故鎖定桿倒塌和扭轉造成了損傷，因此支撐核心肌群、維持行走或跑步能力的神經斷裂了，她的平衡能力和核心力量都受到嚴重影響。這是必須通過手術才能看到的病因，掃描和核磁共振等檢查手段都沒有辦法知曉，所以之前很多醫生都搞不懂瑪雅失去行走能力的原因。經過手術後，瑪雅的神經被修復了一些，但她仍然無法正常行走或跑步，她被建議大部分時間最好坐在輪椅上。在艱難的求醫、打官司、育兒（瑪雅還有個大女兒）責任轉移過程中，她的丈夫不堪重負和她離婚了。就醫結束後，瑪雅就聘請了一名私人調查員，兩人一起商議如何獲得有力證據證明當年的事故是器械自身問題造成的。最終，兩人決定，瑪雅得親自再臥底傑西的健身房一次，去儘量接觸器械，發現它們的問題，並記錄下來。於是，瑪雅化名，假裝自己是個對普拉提和器械毫無知識的“菜鳥”，來到傑西位於倫敦各地的工作室預約課程。（當時瑪雅還不需要輪椅）她告訴銷售，她的手指受了傷，她需要很多時間和嘗試機會才能學會使用這些特製的器械。而銷售也允許了她自由出入工作室大部分放置著器械的房間。她秘密錄下自己的探訪過程，為了便利，她甚至不得不在黑暗中使用手機燈光照明調查器械缺陷，在工作人員在場的時候偷拍器械照片拿到證據。最終，功夫不負有心人，瑪雅真的發現了大約50台機器存在缺陷的證據，這些缺陷可能導致機器發生危險的故障。但當瑪雅將這些好不容易得到的證據呈上法庭後，傑西方的律師卻主張證據採取過程侵權：“這侵犯了我當事人的人權，因為原告侵入了她的‘家’！”（傑西）好在，法庭最終還是站在了受害者這邊。法院命令傑西的公司支付瑪雅索賠金額的85%，其中包括立即支付25萬英鎊，最終損害賠償金額將由最高法院法院定奪。據信，巨額賠償金將通過傑西工作室公司購買的商業保險賠償。瑪雅贏得這場艱難萬分的官司後，很多網友都讚揚她非凡的勇氣和執行力：“做得好！你堅持追究此事還可能還保護了其他人！”“她不得不秘密行動才能提起人身傷害索賠，真是令人憤慨。值得慶幸這位女士最終討回了公道。企業負有健康和安全責任。”有網友表示傑西遇事逃避責任，機構的課程設計也很有問題：“健身房老闆應該對普拉提器械給這位可憐的女士造成如此嚴重的傷害感到無比震驚。她不應該否認這是她自己的器械造成的，而應該支援這位女士並審查他們的維護流程。如果生產裝置的公司有過錯，那就應該起訴他們。她的首要任務是確保不再有人遭受同樣的命運！太可怕了。”“你之後還能睡得著嗎？毀掉別人的一生還拒不承擔責任？真令人作嘔。”“我接受過康復普拉提的培訓，幾年前也經常去Heartcore上課。讓我感到擔憂的是，課程節奏太快，學員們會被要求在課上調整支撐彈簧的力度或位置。我經驗豐富（也受過專業訓練），但我認為任何缺乏相關知識和經驗的人都會遇到困難，很容易犯下危險的錯誤——我知道最終認定是機器出了問題，但在我看來，他們的課程本身就是一起遲早會發生的疏忽案件。”很多網友仍然嘆惋任何金錢賠償都彌補不了瑪雅的損失：“這還不夠，沒有什麼能比得上健康的身體、熱愛的事業和幸福的家庭。”“所以說她贏了，這當然很好，但她到底得到了多少賠償？原則上的補償或許足夠了，但她失去了整個職業生涯和婚姻，這肯定讓她痛苦萬分。”“我敢肯定，不能再拉小提琴對她來說也是毀滅性的打擊。”好在，瑪雅在不能專業拉琴後選擇去到美國接受和自己的傷勢有關的高等教育課程，“音樂和認知神經科學”。她對未來也不總是沮喪：“我再也無法在樂團演奏了，但我希望有一天能和我的孩子們一起拉小提琴。”作者提示：素材來源官方媒體/網路新聞，文中事件發生於26年2月24日，英國 (INSIGHT視界)

前段時間，雷軍正式宣佈小米將在未來五年投入至少2000億的研發資金，並在後續的民營企業座談會上直接透露：小米接下來的五年將會重點攻堅晶片、AI、作業系統等底層核心技術。晶片、AI、作業系統，說實話每一個單拎出來都不是善茬，小米卻想著“全都要”，那也怪不得要砸2000億。而且真要說的話，2000億還得花在刀刃上才能看到成果，畢竟光晶片一項，投入都是以十億計數的。圖源：微博雖然錢砸得不少，但是對於小米來說卻是物有所值，因為在2020年時，雷軍其實宣佈過一個差不多的計畫：從2020年開始，在接下來五年投入1000億進行技術研發，而截至2025年底，這項投資的總額定格在1050億。千億研髮帶來的效果是顯著的，短短5年時間小米數字系列就成為中國市場最暢銷的旗艦手機，而小米汽車則成為崛起最快的新勢力品牌，小米AIoT如今已是國內最大規模的IoT生態。但是，與2020年時不同的是，小米這次關注的是更底層、更基礎的領域，這些領域的進展體現到產品和營收上可能會慢很多，甚至明面上的效果還不如2020年的1000億，那麼小米為什麼還要做這些“吃力不討好”的事情呢？沖高端，自研是唯一道路自從去年5月份發佈首款自研3nm旗艦SoC晶片“玄戒O1”後，小米其實一直都在試圖扭轉外界對這個品牌的印象：我們已經不再是以“網際網路思維”和“供應鏈整合”為核心的企業，小米的“硬科技”才是驅動這家企業成長的核心力量。事實上，直到現在還有不少網友將小米稱為“組裝廠”，認為小米的產品技術都來源於供應商，這個觀點顯然不對，畢竟這麼多年了，也不見得有第二家“小米”出現在手機行業。不過，當我們回顧過去幾年的手機市場，你會發現多數創新都集中在系統更新、影像演算法升級等層面，其根基確實是建立在上游供應鏈的基礎上。對於一直致力於衝擊高端市場的小米來說，“組裝廠”的標籤幾乎是品牌層面的最後絆腳石，而想要搬走這個石頭，只有一個“笨辦法”——自研。圖源：小米而在自研領域裡，晶片則是毋庸置疑的“皇冠”，特別是在國內外的半導體競爭愈發激烈的當下，一顆足夠出色的自研晶片就可以轉變很多路人對一個品牌的印象。小米的自研晶片計畫其實起步很早，在2017年時就推出過一顆面向中端市場的“澎湃S1”，因為體驗不佳等問題，最終“一代而亡”。澎湃S1的繼任者直到8年後的2025年才發佈，而在這段時間裡，小米的自研晶片力量都集中在充電、影像等領域，雖然也有進展，但是終究無法像核心SoC那樣在終端性能層面帶來本質上的體驗區別。所以，小米最終還是拿出了玄戒O1，證明自己有設計頂級SoC的能力，而在許多評測裡，玄戒O1的能效甚至超過了同年的其他兩個旗艦移動平台，這就是深度整合與最佳化帶來的效果。而且自研核心晶片也是對“組裝廠”標籤的最有力回擊，當所有Android旗艦都在使用相同的處理器時，手機廠商就只能在散熱面積、外觀材質和行銷話術上內卷，這種高度同質化的產品，其實很難在高端市場說服消費者“更換門庭”。圖源：小米就拿iPhone來說，消費者除了買蘋果的設計和功能外，其核心是購買A系列晶片與iOS系統所帶來的獨一無二的體驗，所以小米想要站穩高端，單靠徠卡聯名或是首發驍龍旗艦晶片已經不夠了，必須提供一個只有小米才能給到的“差異化體驗”。當小米在發佈會上不再僅僅羅列供應商的參數，而是深入講解自家晶片的微架構設計、自研作業系統的底層最佳化機制時，它在路人的眼中自然就會變得不一樣，別管黑子們的嘴硬，至少支撐品牌價值提升、對抗蘋果與華為等頂尖對手的必要條件是有了。不過說實話，晶片領域一直是資金與技術的“黑洞”，有時候幾十億丟進去都只能聽個響，從前期的預研，到實際的研發，再到後期的流片，每一個步驟都需要花費大量的資金，僅拿流片來說，3nm製程的單次流片成本就達到數千萬美元，這是個沒錢的玩家壓根無法進場的行業。小米的2000億投資，就是在敲開這扇門後繼續走下去的保障。小米的人車家，還差什麼？而在晶片之外，對於小米使用者來說，最值得關注的還是自研系統，甚至可以說這才是小米接下來五年的最核心領域。從小米汽車發佈後，我們經常能夠看到雷軍提到一個概念：人車家，基於小米生態實現的智能互聯體驗，才是將使用者綁在產品生態上的關鍵。但是，缺乏自研底層技術的生態互聯往往是表層的，特別是不同終端系統之間的互聯，對軟體的最佳化要求極高。如果小米想讓人車家生態徹底落地並普及，死磕自研系統基本是唯一的方法，而且可以搭配自研晶片，組成一套完整的軟硬體體系。比如使用者拿著搭載玄戒晶片的小米手機靠近小米汽車時，不僅可以得到更快速、無感的開關鎖體驗，還可以讓汽車在使用過程中與手機聯動，借助手機晶片的性能處理任務。圖源：小米為什麼要讓手機與車機聯動？其實這就涉及到一個智能生態裡非常火的概念“主動式智能”，簡單來說就是AI不再是一個等待指令的工具，而是會根據使用者的習慣、日程、需求主動提供幫助的智能體。舉個例子，小雷在飯點時開車導航到附近的一個購物中心，AI會判斷你打算去就餐，然後詢問你是否需要推薦餐廳，或者是否查看常去餐廳的排隊情況。如果你想得到以上體驗，那麼就必須依賴於手機系統與車機系統的資料互通（為什麼？不妨看看你的手機app們）。如果可以將手機的隱私資料不經雲端（走UWB協議）就直接共享給車機，就可以在規避隱私洩露問題的同時為使用者提供細緻的智能體驗。更進一步地說，當小米汽車的存量達到一定等級後，它們本身也能組成一個新的邊緣計算網路，為周圍的小米手機提供算力支援，不過這就是系統生態完全統一之後的事情了。AI模型，小米生態的最後一環至於最後一個類股——AI模型，說實話現在曝光出來的資訊還不多，小米的保密目前來看做得挺好的，只不過雷軍表示模型的進展遠超預估，那麼我們就暫且認為進展順利吧。AI模型在未來智能生態中的地位有多重要，應該就不用小雷再重複敘述了，對於小米來說，AI模型將會是其打通所有裝置生態的鑰匙，基於小米自研系統的互聯，小米自研AI模型可以輕鬆解決隱私等層面的關鍵問題。而且，自研模型的最大優勢在於能夠根據需求進行蒸餾最佳化，比如將其從一個兆參數的模型濃縮成數百億規模的小模型，如此一來就可以將其從雲端模型轉成端側模型，無需擔心隱私洩露或網路延遲導致的使用問題，這對於同時在部署智能駕駛和智能助手生態的小米來說是必要的一環。從晶片到系統再到AI，其實不難發現小米的底層技術研發計畫，都是圍繞著打造一個完善的智能生態鏈的目標設計的，如果小米可以完成這個計畫，那麼也將成為少數能與蘋果、華為並駕齊驅的企業。說實話，在智能裝置高度內卷的今天，單純的模式創新已走到盡頭。這2000億，是小米換取未來十年智能生態核心牌桌席位的入場券，這條全端自研的道路註定困難，但對於小米而言，這也是一場已經沒有退路的硬仗。 (雷科技)

韓國一份官方科技報告，直接在業內掀起了波瀾。這份報告覆蓋 11 大領域 136 項核心技術，資料顯示中國技術水平達到美國的 86.8%，已經超過韓國的 82.8%。僅僅兩年時間，中韓技術差距從 0.2 年拉大到 0.7 年，就連韓國最自信的二次電池技術，也被中國實現反超。這不是單個技術的突破，而是全產業鏈的系統性追趕，依靠的是長期穩定的研發投入，和從頭到尾的完整產業佈局。韓國官方也明確承認，中國研發投入是韓國的 8 倍。不少人覺得技術反超靠的是運氣，可這次韓國評估的技術，橫跨航空航天、材料、生命健康、資訊通訊等所有前沿方向。能做到全面推進，核心是天量且穩定的研發資金支援。2024 年中國研發投入突破 3.6 兆元，規模接近韓國的 8 倍。韓國研發投入佔 GDP 比重不低，但國家體量差距太大，根本無法彌補。這種差距不是靠效率能追上的，是底層實力的降維打擊。對比二十年前，中國研發支出只有現在的二十分之一，這樣的增速在全球主要經濟體裡獨一無二。和美國相比，高端產業仍有差距，但追趕速度讓西方格外重視。我們的研發不是盲目燒錢，而是從基礎研究到應用技術，從零部件到終端產品的精準佈局。政府、高校、企業三方協同，形成了很難被覆制的創新體系。韓國媒體也坦言，面對中國全方位的研發推進，韓國只能死守少數領域。過去韓國還能靠幾個支柱產業撐場面，如今中國全領域突破，韓國已經越來越力不從心。讓韓國最難以接受的，是一個個優勢產業被中國攻破。二次電池兩年內完成徹底反超，2025 年中國兩家動力電池企業全球佔比超 55%，韓國三家合計僅 15% 左右。顯示面板也實現逆襲，2025 年中國大陸面板廠商全球營收份額突破 52%，OLED 手機面板出貨量首次超過韓國。半導體領域，中國技術水平 91.5%，同樣小幅超過韓國的 91.2%。韓國機構預測，2030 年前中國將在十大出口產業全面超越。韓國經濟高度依賴這些支柱產業，如今接連失守，國內輿論充滿焦慮。中國的核心優勢是全產業鏈閉環掌控，從原材料到製造應用全部打通，成本、效率、規模都佔據絕對優勢。韓國企業再努力，也擋不住中國全產業鏈加超大市場的組合拳，曾經的技術壁壘，正在被逐一攻破。技術反超的最終紅利，落到了每一個普通人身上。動力電池成本大幅下降，讓新能源車價格越來越親民。國產面板量產，讓手機、電視不再高價，千元機也能用上好螢幕。半導體國產化推進，還會讓更多電子產品告別溢價。中國科技發展，從來不是為了資料攀比，而是擺脫被卡脖子的困境，讓國人用上更好更便宜的產品。韓國的官方報告，已經用資料承認了現實。全球科技格局早已改寫，這是長期投入的必然結果，中國科技的自強之路，才剛剛步入快車道。 (科技直擊)