卡帕西還點讚了AI Coding。智東西12月31日消息，昨晚，外媒The Information做了2025年度AI十大關鍵事件總結，細數了DeepSeek開源引爆整個大模型產業、Google強勢回歸、Meta優勢不再及小扎狂挖人等產業發展的重要節點。今年開年，DeepSeek攜開源模型炸場，一舉驚動全球。隨著DeepSeek的應用實踐，強化學習引起了行業內關注。今年，OpenAI在AI聊天機器人市場的領先優勢已大幅縮小，與此同時，Google強勢回歸，正帶著Gemini 3.0迎頭趕上；Meta則處於失寵的境地，花式挖人、巨額投資均未見成效。今年，AI應用開始實現真實營收，有超過25家AI應用創企實現了至少1億美元（約合人民幣6.99億元）的年化收入。晶片廠商、雲廠商與AI公司們形成了利益共同體，“循環融資交易”（circular funding deals）可能是AI熱潮中延續性最強的趨勢之一。此外，國外的OpenAI、Anthropic以及國內的智譜、MiniMax等AI獨角獸都將目光瞄準了IPO。The Information提到，在即將到來的2026年，以下事件值得重點關注：AI應用能否實現盈利，Google能否維持復甦態勢以及機器人和持續學習能力瓶頸能否突破，此外，Meta也正準備在明年發佈新的文字、圖像和視訊模型。值得一提的是，前特斯拉AI總監、OpenAI聯合創始人安德烈·卡帕西（Andrej Karpathy）對大模型的態度，尤其是在程式設計能力上，從表示懷疑發生了180度急轉，卡帕西稱：“如果能將過去一年左右出現的工具有效整合，我的工作效率可能提升十倍。”站在一年的末尾回望這一年，以下關於2025年AI的十大關鍵事件令人難忘：01. DeepSeek突襲Meta巨額投資AI，Google找回節奏1、一月的DeepSeek時刻2025年剛剛拉開帷幕，DeepSeek拋出重磅開源炸彈，宣佈開源DeepSeek-R1模型，並聲稱其性能足以比肩甚至超越OpenAI、Anthropic和Meta的頂尖AI模型，同時訓練成本卻低得多。一時間，矽谷驚呼四起，認為AI開發者、風投機構、輝達乃至雲服務提供商都將面臨巨大衝擊，驚呼中國已在AI競賽中超越美國。無論DeepSeek後續發展如何，這一事件已然動搖了許多開發者對美國AI技術的絕對信心，而國內開源模型持續受到歡迎和關注，也真切地證明了其在AI領域有著不容小覷的競爭實力。2、強化學習的興起強化學習（RL，Reinforcement Learning）正隨著DeepSeek的應用實踐，在AI行業的其他領域迅速流行開來。該技術的核心在於，通過獎勵模型達成特定目標、懲罰其他行為的方式來訓練模型。此後，包括程式設計、製作Excel表格乃至提供醫療建議在內的多種任務中，各大主流AI實驗室紛紛開始借助RL技術提升模型表現。這一趨勢還推動了RL環境（RL environments）的興起，即為AI模型建立可模擬真實應用的副本環境，供其練習與學習。例如，Anthropic的負責人就曾提到，公司計畫在未來一年中投入高達100億美元（約合人民幣698.72億元），用於開發和建構此類RL環境。3、AI應用開始實現真實營收過去一年，業內始終存在一個核心疑問：除了AI模型企業、雲服務提供商和輝達之外，是否還有其他企業能夠真正從AI中獲利？今年，答案似乎逐漸明朗。據The Information報導，目前有超過25家AI應用創企實現了至少1億美元（約合人民幣6.99億元）的年化收入，這絕不是小數目，2026年的問題將會是，這些公司中是否有能實現盈利的。4、Meta的失寵對Meta而言，2025年是艱難的一年。四月，Meta發佈的Llama 4模型在開發者社區中反響平平；隨後在六月，Meta創始人兼首席執行長馬克·祖克柏（Mark Zuckerberg）開啟挖人大戰，向AI資料標註創企Scale AI投資143億美元（約合人民幣999.17億元），以聘請其首席執行長汪滔（Alexandr Wang）及其核心團隊，以重整公司的AI業務佈局。然而這筆巨額投資至今未見明顯成效。自此之後，Meta新組建的AI團隊僅推出了一款令人失望的AI視訊應用Vibes，隨之而來的則是內部數次重組與人才持續流失。有報導稱，Meta正準備在明年發佈新的文字、圖像和視訊模型。5、Google的強勢回歸自2022年被OpenAI推出的ChatGPT突襲而一度措手不及，並在此後多年被貼上“AI落後者”標籤的Google，終於在2025年找回了自己的節奏。今年，公司接連推出一系列備受市場好評的模型，並於11月壓軸發佈了廣受讚譽的Gemini 3.0。這一模型在程式碼生成領域取得突破性進展，成為首批突破預訓練縮放瓶頸的例證之一。Gemini 3.0觸動了OpenAI，在這一模型發佈後，OpenAI首席執行長薩姆·阿爾特曼（Sam Altman）迅速宣佈公司進入“紅色警戒”狀態。儘管目前Gemini聊天機器人在使用者規模上仍顯著落後於ChatGPT，但它正在迎頭趕上。2026年，Google能否延續這一復甦態勢，將會是行業關注的重點。02. OpenAI、Anthropic瞄準上市機器人、AI持續學習能力存疑6、AI資金進入循環如果一家AI實驗室未能從微軟、輝達或亞馬遜這類巨頭獲得資金，用於支付向其採購晶片與算力的費用，那麼它的經營模式恐怕需要重新審視了。“循環融資交易”可能是AI熱潮中延續性最強的趨勢之一，其源頭甚至能追溯至2019年微軟對OpenAI的首輪融資。對於OpenAI、Anthropic這類創企而言，這已成為一種高效的融資手段，能直接支撐它們最大的開支項：計算資源。7、川普成為AI產業的盟友自今年年初上任以來，美國總統唐納德·約翰·川普（Donald John Trump）推行了一系列被視為對AI產業利多的政策舉措，例如，簽署行政命令限制各州對AI的監管權限，加速資料中心建設的審批流程等。考慮到眾多科技公司此前投入大量時間與資金進行政治鋪墊，此類政策傾斜並不令人意外。不過，Anthropic等公司對川普政府採取了相對謹慎的態度。8、AI機器人發展不及預期去年，風險投資家們向機器人初創公司注資數十億美元，這些公司當時宣稱大模型將幫助他們開發出真正實用的機器人。然而這一願景至今未能實現，甚至許多機器人仍在犯基礎性錯誤。此外，AI機器人似乎仍需要人類遠端操控，如近期特斯拉Optimus機器人在摔倒前做出“摘頭顯”動作，挪威人形機器人公司1X Technologies推出的家務機器人Neo也需要遠端操作員人工輔助。9、AI持續學習能力存疑儘管AI實驗室已創造數百億美元的收入，但頂尖研究人員對現有技術能否通向通用人工智慧（AGI）的疑慮卻日益加深。OpenAI聯合創始人、前首席科學家伊利亞·蘇茨克弗（Ilya Sutskever）稱，要實現真正的AGI，AI必須像人類一樣，能夠從現實經驗中持續、即時地學習，也就是持續學習的能力。這類AI目前尚未成為現實，但幾乎可以斷言，每個AI實驗室都已在此方向上展開佈局。倘若持續學習技術最終取得突破，其影響將輻射至整個AI產業，由於這類方法對資料和算力的需求可能遠低於當前模型，長期以來依賴算力擴張的行業生態或將面臨重構，這對輝達等算力巨頭而言，恐怕不是一個好消息。10、各大AI創企紛紛準備上市2025年，OpenAI、Anthropic與xAI等AI創企仍以令人矚目的高估值持續融資。近期，OpenAI和Anthropic相繼釋放訊號，正積極籌備在未來幾年內推動上市；與此同時，今年12月，智譜和MiniMax先後通過港交所聆訊並遞交招股書。它們的上市意願背後存在清晰的商業邏輯：作為資本密集型的行業代表，它們希望借助當前市場對AI類股的樂觀情緒，打通可持續的融資管道。如果它們上市成功，可能為個人投資者提供從AI浪潮中受益的機會，當然，也須同時承擔泡沫可能破裂所帶來的風險。03. AI大牛卡帕西評價模型程式設計能力稱工作效率能提升10倍此外，以下是其他正在發生的事情，對於大模型的能力，卡帕西的態度在今年發生了180度大轉彎。去年10月，卡帕西曾公開批評當前的大模型，尤其指出它們在程式碼生成這類被高度宣傳的場景中實用性有限。他在一次播客訪談中提到，AI程式設計工具只能在他需要自動補全單行程式碼或編寫範本程式碼時才有效。不過，情況似乎已悄然改變。上周，卡帕西在社交平台X上發表了截然不同的看法：“‘軟體工程’這個職業正在被重構，程式設計師編寫的程式碼片段正變得越來越少且處於輔助地位。”他進一步感慨：“我有種強烈的預感，如果能將過去一年左右出現的工具有效整合，我的工作效率可能提升十倍；而如果沒有這一工作，簡直像是一種能力缺失。”雖然不清楚卡帕西具體所指的程式設計工具或模型是那一款，不過，他曾發文對Anthropic的AI程式設計工具Claude Code讚不絕口。卡帕西特別提到，Anthropic於11月推出的旗艦模型Opus 4.5及近期其他新模型，在程式碼生成能力上取得了巨大進步。04. 結語：從2025到2026：迎接AI行業的持續變革今天是2025年的最後一天，這一年，技術狂飆從未停歇，我們目睹了DeepSeek突襲矽谷、Gemini 3的反擊；也見證了Meta略帶沮喪的一年、AI機器人能力不及預期的問題。2025年，全球AI競賽打得火熱。2026年的帷幕即將拉開，關於AI技術本質、AGI等終極問題的討論仍在持續進行中，以OpenAI、Anthropic為代表的AI公司背後的高估值和狂歡，能否平穩上市扶搖而上，抑或難逃泡沫破裂的結局，這些有待2026年乃至更久之後驗證。來源：The Information (智東西)

37歲華裔學霸AI創業，0融資，估值240億美元。是的，白手起家，沒拿投資人一分錢。更強悍的是，純靠一己之力，輕鬆斬獲Google、OpenAI等AI巨頭的大單，硬生生給公司幹成了估值240億美元的超級獨角獸。而這家公司的創始人——Edwin Chen，如今也憑藉180億的身價，躋身福布斯400的最年輕富豪，也是這波新晉富豪中最富有的一位。AI創業成最年輕新晉富豪福布斯400新晉最年輕富豪——Edwin Chen，美裔華人，年僅37歲。從大廠打工人，到矽谷估值240億的超級獨角獸，他僅僅花了5年。Edwin畢業於MIT，先後在推特、Google和臉書工作，擔任過各種推薦演算法相關的職位，是一名資深的機器學習工程師和資料科學家。但無論身處那家大廠，Edwin始終無法繞開一座大山：稀缺的高品質人工標註資料。在工作進展屢屢受挫中，他意識到，沒有足夠的高品質資料，我們可能永遠都抵達不了AGI。這時候，Edwin忽然從科幻電影《降臨》的原著中得到了靈感。《降臨》講的是一位人類語言學家，試圖通過破譯外星文明的文字與其建立溝通。但隨著理解不斷加深，她卻逐漸掌握了一種語言之外的能力——對時間的非線性認知，乃至「預見未來」。在Edwin看來，在我們的世界裡，人類，就是那批擁有超能力的外星人。而AI可以通過標註資料，學習我們的思維模式，最終獲得獨屬於人類的超能力——智能。2020年，Edwin Chen躬身入局AI創業賽道，成立了資料標註公司Surge AI。而讓這家初創公司顯得格外引人注目的，是其反常的入局姿態——拒絕所有風投，一份投資者的錢都不拿，創始人押上自己打工十年的全部積蓄，獨自踏上了AI創業之路。我一直很討厭矽谷的攀比之風。Edwin直言，絕大多數依賴VC生存的矽谷初創公司，本質上都是一場「騙局」，他們眼裡只有「快速致富」。在他看來，想要真正掌握戰略制定話語權，保證公司始終行駛在創始人最初的設想中，不能把希望寄託於任何投資者。而這家白手起家的資料標註公司，不止打一開始「離經叛道」。就連技術路線上，也選擇了一條與傳統資料標註公司截然不同，甚至在當時會被認為「吃力不討好」的路子。回到2020年，GPT尚未問世，Scaling Law的重要性也未得到重視，可用於訓練的高品質資料很少。彼時的資料標註，是一項附加值相當低的工作。一般而言，只需要大量僱傭低成本勞動力，不要求任何專業背景，工作內容往往只是坐在電腦前區分貓和狗。這些公司生產的資料，和垃圾沒什麼區別。在他看來，資料標註公司的任務不應該是做髒活，資料標註的本質，是編碼「人類的豐富性」。這意味著，要讓最聰明的人類——研究生、博士，甚至哈佛大學的教授——將他們大腦裡的專業知識，轉化為AI能讀懂的的二進制程式碼。因此，Edwin的第一步，就是大幅抬高資料標註員的准入門檻。相比傳統資料標註公司，Surge要求資料標註員具備高等教育背景，甚至得是博士與高校教授。而他們承擔的工作內容，也比以往的資料標註員更加複雜。有時，他們需要刻意引導聊天機器人給出錯誤或有害的回答，再親自寫出更合理、更安全的版本；有時，他們要在不同模型的回覆中選出最佳答案，並詳細解釋好在那裡。隨著AI的高速發展，這一路線已然成為絕大多數同行的共識，資料標註員的隊伍中，博士比例越來越高。但學歷也不能說明一切。一個文學博士，未必擅長寫詩；一個物理學教授，也未必擅長講課。具體到實際標註工作中，對技能的需求會更加垂直化。為此，Surge設計了一套與YouTube推薦機制高度相似的內部匹配系統：持續評估每一位標註員的能力邊界，收集其歷史表現資料，將其動態分配到最合適的項目中。除了聘請常春藤盟校的精英，Edwin還僱傭了來自全球50多個國家的一百多萬名自由職業者。他們負責提出可能難倒AI的問題，評估模型回答，並編寫標準幫助人工智慧生成完美的答案。不過，上述做法都不新鮮，這套方法論基本算是目前所有資料標註公司的常規操作。Surge的差異化競爭力，體現在更底層的基因上。據Surge員工表示，Edwin相當喜歡「站在科技和人文的十字路口」的人才。在他看來，只有這樣的人，才能幫助AI真正捕捉不同語言背後複雜而微妙的文化與社會語境。這與Edwin自己的履歷也高度相似——語言和數學雙修，在MIT主修的數學，還會說法語，西班牙語和普通話。因此，在面試環節，Edwin不僅會考察候選人的程式碼能力，還常常把話題引向文學作品。Surge成立早期，Edwin曾面試過一位在音樂行業工作了十多年的鼓手，這位沒有任何科技行業經驗的求職者，最終成了公司的五號員工。這並非個例。截至目前，Surge約20%的員工都擁有類似的非傳統背景具體機制上，Edwin沒有解釋這種「人才基因」究竟會如何影響資料標註的質量。但這種做法的有效性，，或許能從Surge的業績表現得到些許印證。事實上，Surge的收費標準往往比市場溢價50%，極端情況甚至能比競爭對手高出10倍。儘管如此，Surge最早的一批客戶名單中，仍赫然出現了Airbnb、Twitch、Twitter等網際網路巨頭的身影。當Gemini系列處於黑暗時期時，Google一位研究員同樣向Edwin尋求了支援，雙方通話了兩個多小時。不久後，Google就和Surge簽署了一份年價值超過1億美元的合作協議。到2024年，Surge營收正式超過Scale AI，攀升至驚人的12億美元，公司估值也隨之來到240億美元。即便如此，這家炙手可熱矽谷「香餑餑」，依然對資本市場保持著高冷的姿態：我們對被收購不感興趣，也沒有上市的打算。在Edwin看來，不止是VC，投資者的每一筆錢都是一根繩子，最終五花大綁住公司的手腳。因此，在談到那些典型的「矽谷同行」時，Edwin的用詞相當犀利。他們都是些外包公司。甚至直接點名道姓：我覺得Scale已經徹底完蛋了，對吧？不過，在市場競爭異常激烈的今天，Edwin的理念究竟是否真的有利於Surge的發展，或許得畫一個問號。Surge不拿融資，有的是同行搶著拿。洶湧而至的AI熱潮下，大量資金正迅速湧入其競爭對手的錢包。這批資金充裕的公司，正通過「價格戰」搶走本屬於Surge的肥肉。事實上， Surge曾經的重要客戶OpenAI，已轉身投入其競爭對手Mercor和Invisible的懷抱。另一方面，Surge 最早的客戶之一，AI實驗室Cohere，雖沒尋「新歡」，卻偷偷將資料標註工作都轉移到了內部。歸根結底，資料標註這行幾乎沒有什麼護城河，客戶隨時可以切換供應商，甚至選擇自研。就連收購了Scale的Meta，現在仍在繼續使用Surge的服務。從長期來看，有一個更值得關注的問題——如果AI繼續進步，最終不再需要人工標註資料了，怎麼辦？這是懸在所有資料標註公司頭頂的達摩克利斯之劍。或許正是意識到了這些風險，Surge對資本市場的態度，近期也開始出現微妙變化。據悉，公司正在洽談一筆約10億美元的融資。如果交易完成，其估值有望進一步抬升至300億美元。與此同時，公司創始人Edwin，也開始逐漸從幕後走向台前，頻繁出現在大眾視野中。資料標註版黃仁勳Edwin Chen在佛羅里達長大，今年37歲。他的父母來自台灣，後來移民美國，在當地開了一家名為「北京花園」的中泰美式餐廳。Edwin十幾歲時就在那裡打工。從小，Edwin便展現出了跨學科「雙修」的能力——「語言+數學」。語言方面，小學的Edwin非常喜歡參加拼寫比賽，並給自己設下一個頗為宏大的目標：解鎖「20」門語言。雖然這個夢想最終沒能實現，但直到今天，他仍能使用法語、西班牙語和普通話。年輕的時候，他還會說印地語和德語。數學方面，他同樣進展迅速。八年級便開始學習微積分，很早就完成了中學階段的數學課程。高三時，他的大部分時間，已經是在耶魯大學教授的指導下參與研究學術課題。高中畢業後，Edwin進入麻省理工學院，主修數學、電腦科學和語言學。而語言和數學這兩條線，也終於在這段時期開始交叉。在校期間，他聯合創辦了一個語言學社團，還曾在CSAIL從事自然語言處理相關研究，涉及代數拓撲、複雜性理論以及機器翻譯等方向。而Edwin在Microsoft Research的第一份實習，也是研究語音識別和文字轉語音。Edwin的生活習慣同樣特別——上大學時，他推崇多相睡眠法，將睡眠分成多次短時休息，比如每六小時小睡30分鐘，而不是一次性睡足八小時。除此之外，他還是一名素食主義者。吃素的情況下，還幾乎每天走兩萬步。為尋找靈感，他經常在午夜散步到紐約的時代廣場。大學畢業後，Edwin先後進入Twitter、Google和Facebook工作，擔任機器學習工程師或資料科學家。話說回來，細細品味這位華裔學霸的履歷，似乎能看到另一位華人的身影——父母來自台灣，青年時期在餐廳打工，如今離職創業給AI公司賣「鏟子」…….簡直是資料標註界的黃仁勳啊。不同的是，相比Edwin，老黃的童年沒那麼一帆風順。沒有那項工作是我做不來的，我以前洗過碗，也打掃過廁所。九歲時，黃仁勳迎來「天崩開局」的美國生活——舅舅誤將黃仁勳和哥哥安排進了奧奈達浸信會學院。這是所管教問題少年的寄宿學校。由於對英語一竅不通，剛進學校的黃仁勳飽受霸凌，總會有學生在走廊裡推搡他，在操場上追趕他。每到夏天，奧奈達浸信會學院的學生們都需要通過勞動來掙生活費，黃仁勳總會被留下來打掃全宿舍的衛生間。當時，當時的家務是打掃全宿舍的廁所。我只有9歲，但我打掃得非常認真。不過，老黃在水深火熱的日子裡挺了過來，甚至還主動解鎖了其他技能點。臨近中學畢業，黃仁勳去到一家連鎖餐廳打工，幫別人洗碗端盤子，一點一點晉陞為服務員。然而，回憶起這些經歷，黃仁勳並不未將它們歸類於「創傷」。那是一段塑造性格的經歷。我學會了堅韌……我學會了無論做什麼工作，都要把它做好。被人霸凌、被要求掃廁所、給人洗碗端盤子，或許恰恰是這些惡劣的成長環境，才造就了今天的黃仁勳。而不論黃仁勳還是Edwin，事業大小有別，環境也早已變化，做的事情也有所不同，但刻在基因裡的底層原始碼似乎沒有變化，踐行的都是同一個底色——勤勞勇敢。 (量子位)

孫正義女兒自曝身份。近日，日本科技獨角獸公司Spiber發佈的一份公告顯示，軟銀集團董事長孫正義的女兒亮相其中。根據Spiber發佈的公告，其已與川名麻耶（Maya Kawana）簽署業務支援相關協議。待協議生效前提條件滿足後，川名麻耶將於2026年上半年開展相關支援工作。相關支援實施後，Spiber將繼續借助與川名女士業務的協同效應，追求進一步的發展與價值創造。在公告中，川名麻耶簡介赫然寫著：1981年4月，作為孫正義長女出生。其他經歷包括：2004年加入高盛日本，2008年加入青羽BBT，2017年加入Afiniti日本分公司，2019年12月創立BOLD株式會社（BOLD Inc.），擔任首席執行長；2025年先後擔任Design Future Japan和Ai ROBOTICS的外部董事。川名麻耶強調，她選擇公開個人背景，旨在明確表明她與Spiber的合作基於長期視角，而非受首次公開募股（IPO）或企業併購（M&A）等短期資本收益驅動。這使她能夠全身心投入，助力Spiber成長為全球生物創業領域的領軍企業，並為實現這一目標做出深思熟慮、及時有效的決策。在孫正義本人年近7旬的背景下，這份公告也罕見提供了軟銀潛在繼承人的資訊。公開資料顯示，孫正義生於1957年，1978年就讀加州伯克利大學期間與同學大野由美結婚。1980年3月畢業後，拿著通過發明“多語種翻譯機”賣給夏普公司的1億日元回到日本，並於次年9月創立軟銀。過去幾十年裡，孫正義幾乎從不公開談論家庭，所以外界只知道他有兩個女兒，長女曾在高盛工作，除此以外一無所知。雖然川名麻耶履歷光鮮，但她目前在軟銀集團內部並未擔任任何職位，能否成為軟銀集團的接班人仍不得而知。孫正義目前擔任軟銀集團董事長和CEO，但2022年孫正義就宣佈退出該公司的日常經營，聚焦人工智慧業務。 (每日經濟新聞)

「氛圍程式設計」成為創投的熱門領域。新銳AI公司的估值在五個月內飆升超過2.6倍，這是如何做到的？瑞典「氛圍程式設計」新創公司Lovable近日宣佈，已完成3.3億美元B輪融資，估值躍升至66億美元。這意味著在短短五個月內，其估值從7月A輪時的18億美元增加了超過2.6倍，凸顯出AI工具賽道的巨大潛力與資本熱度。本輪融資由CapitalG和Menlo Ventures共同領投，Khosla Ventures、Salesforce Ventures、Databricks Ventures等知名機構跟投。(圖片來源：linkedin@Lovable）作為快速抓住AI機會的典型代表，Lovable成立於2024年，其核心產品是一款「氛圍程式設計」工具，允許使用者透過簡單的文字提示來編寫程式碼乃至建立完整應用。這種低門檻、高效率的開發模式，推動公司實現了爆炸式增長：成立僅8個月，年度經常性收入（ARR）便突破1億美元；又過4個月，ARR翻倍至2億美元，成長軌跡猶如火箭攀升。其顧客名單也同樣令人矚目，Klarna、Uber、Zendesk等全球知名企業都已進駐。平台生態活力充沛，每天有超過10萬個新項目誕生，首年累計建立項目數已超過2500萬，顯示出強大的使用者黏性與市場認可。對於新一輪融資的用途，Lovable有著明確規劃：深化與第三方應用的整合、拓展企業級功能場景，同時完善平台基礎設施，涵蓋資料庫、支付系統、託管服務等關鍵模組，協助使用者打造功能完整的應用程式和服務。（圖片來源：Lovable）值得關注的是，這家快速成長的AI獨角獸始終紮根歐洲。聯合創始人兼CEO安東·奧西卡（AntonOsika）在赫爾辛基Slush大會上坦言，曾多次面對投資者「將總部遷往矽谷」的建議，但他最終選擇了堅守。「現在我可以肯定地說，你完全可以從這裡（瑞典）打造一家全球性的AI公司，」奧西卡表示，“只要使命清晰、團隊凝聚、保持緊迫感，就能吸引到頂尖人才。”不過，公司近期也曾面臨挑戰，11月被指出未繳納適用於歐盟的增值稅（VAT）。奧西卡隨後在領英（LinkedIn）上回應，承認疏漏並承諾補救，同時也駁斥了所謂「歐盟稅收環境不利於高成長新創公司」的論調，重申對歐洲創新生態的信心。Lovable的崛起並非孤例，「氛圍程式設計」已成為創投的熱門領域。另一家明星公司Cursor在11月獲得23億美元融資，估值達293億美元，同樣在半年內實現估值翻倍，印證了該賽道持續受到資本追捧。一年，66億美元估值。Lovable紮根歐洲，以本土創新證明了：好產品無問西東，足以影響世界。 （創新觀察局）

他們不光能造GPU，還能寫出全球頂級的演算法！摩爾線程這次開源給國產具身智能遞了一把「神兵利器」。2025年12月，SIGGRAPH Asia 2025在香港盛大啟幕。在緊張激烈的3DGS重建挑戰賽（3D Gaussian Splatting Reconstruction Challenge）中，摩爾線程交出了一份亮眼答卷！17日，團隊憑藉著自研技術LiteGS出色的演算法實力，以及卓越的軟硬體協同最佳化能力成功突圍，斬獲銀獎。這一榮譽，再次印證了摩爾線程在新一代圖形渲染技術上的深厚積澱，更贏得了國際學術界的高度認可。3DGS 範式革命，開啟AI加速的高效渲染時代3D Gaussian Splatting（3DGS，三維高斯濺射）是2023年提出的一項革命性3D場景表示與渲染技術，它以可參數化的3D高斯分佈為核心，實現了畫質、效率與資源佔用之間的卓越平衡。與傳統NeRF相比，3DGS在保持逼真渲染質量的前提下，將渲染效率提升數百至上千倍，並在光線追蹤、VR/AR即時渲染、多模態融合等方向展現出極強的適應性與擴展性。（*上圖僅作示意）作為近年來快速發展的神經渲染技術，3DGS不僅在三維重建與即時渲染等方向展現出卓越優勢，也在更廣泛的 AI 場景中具備潛在的基礎價值。尤其是在具身智能（Embodied AI）等需要智能體理解並與真實環境互動的前沿領域，高品質、低延遲的三維環境建模至關重要。3DGS以其高保真場景顯示、快速最佳化能力和輕量級結構，為建構精準的世界模型提供了可靠支撐，有助於提升路徑規劃、環境感知和複雜操作任務的能力。隨著AI技術向「理解並操作真實世界」方向不斷延展，3DGS正逐漸成為具身智能訓練場景中的關鍵基礎技術之一。正因其對未來圖形學技術路線的關鍵意義，3DGS已成為全球學術界與產業界競相投入的研究方向，受到SIGGRAPH Asia等權威機構的高度關注。極致挑戰 60秒高品質重建，走向實用化臨界點本次競賽為參賽團隊設定了極具挑戰性的任務：參賽者需在60秒內，基於主辦方提供的真實終端視訊序列（10–30秒）、存在誤差的相機軌跡以及終端SLAM點雲，在極短時間內完成完整的3DGS高品質重建。主辦方以PSNR（重建質量）與重建速度為綜合評價指標，力求在完全公開、公正的條件下得出權威排名。目前3D Gaussian Splatting Reconstruction Challenge（3DGS重建挑戰賽）的結果及資料集已向全球公開，相關資料可在SIGGRAPH Asia官方網站獲取。官網地址：https://gaplab.cuhk.edu.cn/projects/gsRaceSIGA2025/摩爾線程 以全端能力，實現精度與速度的極致平衡摩爾線程AI團隊以參賽編號「MT-AI」進入決賽階段，在重建精度與效率兩項指標上取得均衡且亮眼的表現：平均PSNR：27.58（位列前三）重建耗時：34秒（顯著領先多數隊伍）憑藉行業領先的3DGS 演算法建構能力與軟硬體協同最佳化優勢，摩爾線程最終獲得二等獎（銀牌）的優秀成績。開放協作 摩爾線程開源3DGS基礎庫LiteGS作為一種新興的場景表示與新視角合成技術，3DGS憑藉高渲染質量與即時渲染速度，在電腦圖形學與視覺領域實現了顯著突破。該技術通過數以百萬計的各向異性三維高斯基元來表示三維場景，以實現逼真的渲染效果，並在自動駕駛、虛擬現實、數字孿生等領域展現出巨大潛力。然而，儘管3DGS的渲染速度極快，其訓練過程卻往往需要數十分鐘甚至數小時，成為制約其廣泛應用的主要瓶頸。現有最佳化方案往往僅從單一層面入手，難以系統性地解決訓練過程中的性能制約。為此，摩爾線程自主研發了3DGS基礎庫LiteGS，首次實現了從底層GPU系統、中層資料管理到高層演算法設計的全鏈路協同最佳化：在GPU系統層面，摩爾線程創新提出基於「One Warp Per Tile」原則的「Warp-Based Raster」新範式，將梯度聚合簡化為一次Warp內歸約，並結合掃描線演算法與混合精度策略，大幅降低梯度計算開銷，同時實現高效的像素級統計能力；在資料管理層，引入「聚類-剔除-壓縮」流水線，借助Morton編碼以極低開銷對高斯基元進行動態空間重排，顯著提升資料局部性，減少快取失效與Warp分支；在演算法設計層，摒棄原有模糊的度量指標，採用更為魯棒的像素不透明度梯度方差作為緻密化的核心判據，精準識別欠擬合區域，其輕量化計算直接受益於底層光柵化器的高效統計支援。通過系統與演算法的協同最佳化，LiteGS在訓練效率與重建質量上均實現顯著領先，樹立了該領域新的性能標竿。在達到與當前質量最優方案同等水平時，LiteGS可獲得高達10.8倍的訓練加速，且參數量減少一半以上；在相同參數量下，LiteGS在PSNR指標上超出主流方案0.2-0.4 dB，訓練時間縮短3.8至7倍。針對輕量化模型，LiteGS僅需原版3DGS約10%的訓練時間與20%的參數量，即可實現同等質量，展現出卓越的工程實用性與技術前瞻性。目前，LiteGS已在GitHub平台全面開源，以推動三維重建與渲染技術的開放協作與持續演進。開源地址：https://github.com/MooreThreads/LiteGS摩爾線程此次在國際圖形學頂會賽事上的獲獎，不止是一次競賽勝利，更是精準把握全球技術發展趨勢並引領未來圖形計算技術方向的戰略體現。作為圖形學領域未來發展的重要方向，3DGS技術對演算法與硬體協同提出了極高要求。摩爾線程通過創新的演算法設計、深度最佳化的自研硬體以及高效的軟硬體協同，在本次賽事中展現了卓越的綜合能力。這一成就，印證了摩爾線程在圖形智能計算領域技術路徑的前瞻性與工程可行性，並體現了公司將前沿研究快速轉化為實踐成果的強大執行力。2025年12月20日-21日，摩爾線程將於首屆MUSA開發者大會設立技術專題，深入探討3DGS等圖形智能技術如何塑造未來，賦能具身智能等前沿領域，誠邀共同關注與探討。 (新智元)

最近，我們看到獨立開發大神、Nomad List創始人Pieter Levels發了一張圖——圖片 | 來自網路這是一張簡單的世界地圖：除了被紅藍條紋覆蓋的美國和被鮮紅色覆蓋的中國，世界其他地方是一片死寂的灰色。他說道：“我才意識到，現在只剩下兩個國家擁有‘實質性’的創業活動：美國和中國。世界其他地方基本上做不了初創企業，沒有資金，無法增長。它們更像是為了取悅政府而進行的‘表演性’業餘項目（Performative hobby projects）。這張圖或許告訴了我們，未來的世界財富將集中在那裡。”這條推文瞬間引爆了矽谷、中關村以及班加羅爾的輿論場。如果說 2015 年我們還相信“世界是平的”，相信下一個 Facebook 可能誕生在奈及利亞，下一個Google可能出現在柏林；那麼在 2025 年的今天：世界不僅不是平的，而且正在極速陡峭化。全球創新的版圖，已經不可逆轉地坍縮為“中美雙寡頭”（G2）格局。有人憤怒，懟天懟地，但更多身處一線的投資人和創業者默默點了個贊——因為，這些人知道他說的是對的。只有兩個市場首先，我們需要界定 Pieter Levels 口中的“實質性”（Substantial）究竟指什麼。他指的不是你在社區樓下開的面包店，也不是一個年入幾萬美金的獨立 SaaS 外掛。他指的是那些能夠重新定義行業、創造數十億美金產值、甚至改變人類生活方式的“範式轉移”級企業——比如 OpenAI，比如 SpaceX，比如字節跳動，比如大疆。矽谷教父Paul Graham也早就說了，並非所有新成立的公司都是創業公司（Startup），但Startup的本質是為了實現指數級增長。但這個“指數級增長”需要什麼？資金嗎？在零利率政策（ZIRP）時代，資金氾濫，全世界都在講故事。軟銀曾試圖用美元把印度和東南亞催熟成下一個矽谷。但當聯準會加息、資本退潮、AI 技術奇點來臨這三股力量匯合時，潮水逐漸褪去，我們發現只有中美兩國穿了底褲。根據 PitchBook 和 Crunchbase 的 2025 年最新資料，全球上半年超過 1 億美元的“超級融資”事件中，90%發生在美國和中國。也就是說，全球的頂級風險資本，只敢下注這兩個市場。資本是最聰明的，它們用腳投票。當需要投入數億美金去訓練一個大模型，或者建設一條衛星生產線時，投資人環顧四周，發現除了中美，其他地方根本沒有承接這種量級資金的能力。再看獨角獸企業的數量與規模——在 2024-2025 年誕生的 AI 獨角獸中，幾乎清一色是美國公司（OpenAI 生態系、Anthropic 等）或中國公司（月之暗面、DeepSeek、智譜等）。歐洲雖然有 Mistral AI，但這更像是一個孤勇的特例，而非生態的勝利。創業的終局是退出。如果看看過去兩年的 IPO 市場，納斯達克依然活躍，中國的科創板和港股儘管波折但依然有流動性。反觀倫敦、多倫多、孟買或聖保羅的交易所，科技股的流動性幾乎乾涸。沒有退出，就沒有資本循環，創業生態就成了一潭死水。為什麼是中美美國依然佔據半壁江山，這不令人意外，但令人恐懼的是，它在 AI 時代的統治力比網際網路時代更強了。我們可以從三個角度來看：人才、資本、文化。Levels 在爭論中反駁道：“並不是說印度人或歐洲人不行，而是最頂級的印度人和歐洲人，都在美國。”這句是大實話：美國不是一個國家，它是一個建立在移民基礎上的全球精英俱樂部。看看矽谷各大 AI 實驗室的名單，首席科學家們來自世界各地，但他們的肉身、IP 和納稅記錄都在加州。美國依然掌握著全球最高的“人才轉化率”。Meta的AI超級實驗室中，有中國背景的員工佔據了一半而且資本也很“瘋狂”。在歐洲，如果你說要造一個火箭回收系統，銀行家會讓你先寫一份 500 頁的合規報告；在中國，你需要論證它的商業閉環和政策導向。而在美國，資本願意為“非共識”的瘋狂買單。從 SpaceX 到 OpenAI，最初看起來都像是騙局。美國風投生態對“歸零”的容忍度，以及對“萬倍回報”的極度渴望，構成了創新的燃料。文化咱們提過很多次了，這裡單說一個監管文化，美國監管文化比較寬鬆，甚至可以用”滯後“來形容，但這對創新是極大的保護，比起歐洲，美國的大模型、Crypto、無人駕駛等技術能在灰色地帶野蠻生長，直到形成既定事實。Pieter Levels尤其強調了中國。特別是在西方媒體普遍唱衰中國的當下，將中國列為唯一的“另一極”，顯得格外扎眼。但事實就是事實：中國擁有美國無論如何都無法複製的護城河。咱們的王牌是：供應鏈、超大規模市場與人才紅利。在這個星球上，軟體世界也許美國領先，但只要人類還需要生活在原子世界，唯一的供應鏈霸主就是中國了，不管是電動汽車、無人機、機器人，還是未來可能爆發的具身智能，這些需要“軟硬結合”的賽道，中國擁有無與倫比的優勢。在深圳，一個硬體原型從設計到落地只需要 3 天，成本是矽谷的 1/10。這種迭代速度本身就是一種技術壁壘。而且咱們有十億級的單一市場。歐盟雖然人口眾多，但語言、法律、支付習慣破碎不堪。印度雖然人口第一，但人均消費力（ARPU）過低，難以支撐高科技產品的初始研發成本。中國是世界上唯一一個擁有 10 億級使用者、統一語言、統一基礎設施（5G、移動支付、物流）、且對新技術接受度極高的單一市場。在這裡，那怕一個細分賽道的“內卷”，都能通過”養蠱式“的卷，捲出世界級的競爭力。比如TikTok的成功，不是因為出海，而是在國內經歷了千播大戰的殘酷洗禮後，帶著降維打擊的產品力橫掃了全球。最後是人才紅利。是，咱們的人口紅利在消退，但“工程師紅利”正走向巔峰。每年千萬級的 STEM 畢業生，加上獨特的“舉國體制”對硬科技（半導體、能源、航天）的不計成本投入，讓中國在被封鎖的狀態下，依然強行建構出了另一套獨立的技術堆疊。比如，DeepSeek 能夠在算力受限的情況下，通過演算法最佳化和工程化能力逼近頂級大模型，正是中國工程師能力的極致體現。其餘皆荒漠？那，為什麼歐洲、日本、印度、拉美，正在失去建構“實質性”初創企業的能力？先來看歐洲，歐洲已經變成了一個巨大的露天博物館和監管機構。GDPR（通用資料保護條例）、AI Act（人工智慧法案）、DMA（數字市場法案）…… 歐洲在沒有誕生任何一家世界級 AI 公司之前，先制定了世界上最嚴格的 AI 法律。這種“防禦性思維”嚇跑了創業者。而且歐洲的資金傾向於避險，社會文化傾向於“工作與生活的平衡”。這沒有錯，但這在這個“暴力創新”的時代，意味著出局。許多歐洲創業項目更像是為了騙取政府補貼而存在的“表演藝術”，只有 PPT，沒有 MVP（最小可行性產品）。那再來看印度，我們其實在之前的文章中也講到了印度的困境，特別是在當下的AI時代。印度擁有偉大的 CEO（在微軟、Google），但缺乏偉大的本土初創公司。原因在於“外包思維”的路徑依賴。印度最聰明的頭腦習慣於為美國公司解決問題，而不是為印度市場定義產品。此外，薄弱的基礎設施和較低的支付意願，使得本土消費網際網路難以通過“規模效應”盈利。印度目前更多是作為美資企業的“後台辦公室”，而非創新的“前台”。其他新興市場的情況是”只有應用，沒有生態“。東南亞、拉美、中東，它們有獨角獸，但大多是“時光機模式”的產物——即複製中美已經驗證的模式（如東南亞的 Grab 復刻 Uber，拉美的 Nubank 復刻 Fintech）。這當然能賺錢，但這屬於“生意”，不屬於“定義未來的創新”。它們依賴中美的底層技術（AWS/阿里雲）、依賴中美的資本，本質上是中美技術生態的下游分銷商。K型的未來所以，如果創新只在中美發生，那麼財富的分配將呈現極度恐怖的K 型走勢：上端（K的上劃線）：中美兩國。它們掌握著“作業系統”等級的權力——AI 模型、算力基礎設施、太空軌道、生物技術平台。它們將向全世界收取“技術租金”。就像現在的蘋果和Google向全球開發者收稅一樣，未來中美的 AI 公司將向全球企業收取“智力接入費”。下端（K的下劃線）：世界其他國家。它們將淪為“應用層”市場、“資料原材料”產地和“高端服務業”提供者。它們或許能維持不錯的生活水平（如歐洲的旅遊業、澳洲的礦產），但在全球價值鏈的分配中，將永遠處於被收割的地位。這是一種新型的“科技殖民主義”。而武器就是API介面和算力封鎖。“雨露均霑”的全球化時代已結束，“贏家通吃”的智能時代已開幕。不是所有國家都能上桌，創新的門票已經變得極其昂貴——它需要兆級的算力、億級的使用者資料和極度飢渴的人才密度。對於我們而言，好消息是：我們身處紅色的版圖之中，我們依然坐在牌桌上。但壞消息是：這場遊戲的節奏正在加快，任何形式的懈怠、封閉或自嗨，都可能讓我們從紅色的實線，滑落成灰色的背景。未來只有兩種國家：一種是編寫演算法的，一種是被演算法編寫的。未來只有兩種人：一種是利用中美技術槓桿放大價值的，一種是被技術浪潮吞沒的。 (TOP創新區研究院)

四年時間，累計虧損超53億元，研發投入超過43億元，中國國產GPU獨角獸摩爾線程如今帶著537億元估值沖向科創板，尋求新一輪80億元募資。01. 摩爾線程募資80億決戰GPU發行價114.28元/股，募資80億，11月24日登陸科創板－這組數字宣告了中國GPU明星企業摩爾線程的背水一戰。11月20日晚間，摩爾線程智慧科技（北京）股份有限公司公告首次公開發行股票並在科創板上市的發行價格確定為114.28元/股。公司計劃發行7,000萬股，預計募集資金總額約80億元，扣除發行費用後預計募集資金淨額為75.76億元。這項募資規模讓摩爾線程成為今年科創板今年掛牌的最大IPO，同時114.28元/股的發行價也創下今年科創板新股發行價新高。以此發行價計算，摩爾線程上市時市值約537.15億元。摩爾線程的IPO進程堪稱「光速」。公司於2025年6月30日提交申請，9月26日過會，從受理到過會僅用88天，創下科創板IPO過會紀錄。這速度背後是科創板「1+6」系列改革政策的落地成效。在政策發布100天之際，摩爾線程的過會詮釋了製度創新與科技企業的「同頻共振」。11月13日，摩爾線程揭露招股意向書，正式啟動科創板IPO發行。網路發行與網路發行將於11月24日分別透過上交所交易系統及網際網路交易平台實施。本次發行價格114.28元/股對應的2024年攤薄後靜態市銷率為122.51倍，高於同行業可比公司平均水平。發行人和保薦人已就此提示投資風險。根據招股書，摩爾線程此次IPO募資將主要用於四個面向：新一代自主可控AI訓推一體晶片研發項目（25.1億元）、新一代自主可控圖形晶片研發項目（25.02億元）、新一代自主可控AI SoC晶片研發項目（19.82億元），以及補充流動資金（10.06億元）。此次上市恰逢中國GPU市場需求爆發性成長。根據弗若斯特沙利文預測，2029年中國GPU市場規模將超1.3兆元，全球佔比將從2024年的15.6%大幅提升至37.8%。摩爾線程與沐曦、壁仞、燧原並稱“國產GPU四小龍”，其率先沖線科創板，有望帶動行業迎來上市潮，加速技術自主與生態構建。02. 「中國版輝達」的崛起摩爾線程成立於2020年10月，法人代表為原輝達全球副總裁、中國區總經理張建中。他在輝達14年間，將中國市佔率從少於50%提升至超80%。創業後，張建中組成了一支涵蓋輝達、AMD、英特爾等巨頭的頂尖團隊，攻堅全功能GPU技術。基於完全自主研發的MUSA統一系統架構，摩爾線程實現了單晶片同時支援AI運算加速、圖形渲染、物理模擬和科學運算的技術突破。他的團隊中也不乏前輝達員工，包括聯合創辦人周苑，她曾在輝達擔任市場生態高級總監長達16年。摩爾線程的核心競爭力在於其自主研發的「全功能GPU」。基於自主MUSA架構，公司實現了單晶片同時支援AI運算加速、圖形渲染、實體模擬、超高畫質視訊編解碼的技術突破。這種全功能路徑與輝達更為相似，有別於其他只專注於AI加速的國產晶片公司。在短短五年內，摩爾線程已成功量產五顆晶片，推出四代GPU架構和智慧SoC產品。其產品矩陣涵蓋了AI智算、高效能運算、圖形渲染、運算虛擬化等多個應用領域，形成了從企業級智慧運算到消費級終端市場的全面佈局。03. 燒錢換技術研發投入與虧損現狀晶片產業的高投入特性在摩爾線程的財務數據上體現得淋漓盡致。 2022年至2024年，公司營業收入從0.46億元成長至4.38億元，三年複合成長率達208.44%。然而營收的高成長背後是同樣驚人的虧損。 2022年至2024年，摩爾線程歸母淨虧損分別為18.39億元、16.73億元及14.91億元。進入2025年上半年，儘管虧損面大幅縮小，但仍錄得2.70億元的淨虧損。三年半時間，公司累計虧損額接近53億元。巨額虧損的根源在於晶片產業的天文數字般的研發投入。 2022年至2024年，摩爾線程研發投入累計高達38.10億元，佔同期營收總額的比例達到驚人的626.03%。光是2024年，研發費用就高達13.59億元，是當年營收的三倍多。高強度的「燒錢」模式直接反映在公司的研發費用率上——2022年至2024年，這一數字分別高達2422.51%、1076.31%和309.88%。截至2025年6月底，公司累計研發投入已超過43億元。04. 資本賭局高成長與高虧損的冰火兩重天翻開摩爾線程的招股書，兩組數據形成了鮮明對比。 2022年至2025年上半年，公司營收從4,608萬元飆升至7.02億元，三年半累積營收12.1億元，成長曲線陡峭。然而同一時期，公司累計虧損額高達52.76億元，光2022年就虧損18.4億元。這種「高成長+高虧損」的模式在晶片產業並非個案，但摩爾線程的燒錢速度仍是現象級的。 2024年，公司研發投入佔營收比例高達309.88%。這意味著每收入1元錢，就要投入3元多用於研發。營收結構分析揭示了公司策略轉向。 2025年上半年，AI智算業務收入佔比已超過94%，而專業與桌面圖形加速收入持續萎縮。這意味著摩爾線程已從最初定位的「全功能GPU」轉向重點攻堅AI算力市場。高投入背後是晶片產業固有的資金壁壘。一款高階GPU晶片從設計到量產需投入10-20億元，而輝達每年研發投入超過百億美元。摩爾線程此次募資80億元，相當於將過往所有融資規模翻倍。05. 技術突圍全功能GPU的艱難旅程摩爾線程的核心競爭力在於其自主研發的「全功能GPU」。基於MUSA架構，該公司實現了單晶片同時支援AI運算、圖形渲染、科學運算和視訊編解碼四大功能，這與輝達的通用GPU路線高度相似。成立四年來，摩爾線程完成了四代GPU架構迭代：從2021年的蘇堤架構、2022年的春曉架構、2023年的曲院架構到2024年的平湖架構。這種迭代速度在業界極為罕見，體現了團隊深厚的技術累積。創辦人張建中的輝達背景成為公司技術突圍的關鍵因素。他在輝達擔任全球副總裁長達14年，核心團隊也多來自輝達、AMD等國際大廠。這種「既懂對手又懂戰場」的優勢，使摩爾線程能夠快速定位技術突破口。在生態建置上，摩爾線程推出MUSA統一程式設計模型，並開發MUSIFY工具實現CUDA程式碼遷移。截至2025年6月，MUSA軟體堆疊已適配300餘款應用，與PyTorch、TensorFlow等主流框架完成相容。然而，與輝達CUDA生態的400萬開發者相比，差距依然龐大。06. 商業現實大客戶依賴與供應鏈風險摩爾線程的客戶集中度極高。 2025年上半年，前五名客戶貢獻了98.29%的收入，其中單一客戶R就佔了56.63%。這種大客戶依賴症在TO B市場雖常見，但潛在風險不容忽視。更值得關注的是公司的供應鏈風險。 2023年10月，摩爾線程被美國列入“實體清單”，對其採購美國生產原材料、使用含有美國技術的智慧財產權和研發工具產生限制。公司不得不將晶圓代工轉向國內Foundry，共同開發7nm製程。商業化進度也不盡人意。截至2025年上半年，基於最新「平湖架構」的闆卡銷量「相對較少」。公司宣稱的萬卡叢集技術能力，實際銷售量中最大規模僅2048張GPU。這與輝達H100上市半年銷售量突破10萬張形成鮮明對比。存貨減損風險同樣存在。 2024年，摩爾線程存貨跌價準備餘額7,153.20萬元，2025年上半年再提列7,111.47萬元。部分型號可變現淨值可能低於成本，若新一代產品推出後舊產品滯銷，存貨價值有快速回落風險。07. 國產替代政策驅動下的生存邏輯在技​​術差距面前，摩爾線程提出了「精度多樣性+政策支援」的競爭策略。透過支援低精度運算（如INT4/INT8）降低客戶部署成本，同時依託國內資料安全政策，推動政府、國企等關鍵領域採購國產化GPU。這項策略已初見成效。 2025年上半年來自政府專案的營收佔比已達38%2024年，公司綜合毛利率達70.71%，高於海光資訊、寒武紀等同業。這顯示出國產替代政策紅利正在釋放。政策支援確實為國產GPU提供了發展窗口。 GPU作為AI、高效能運算核心硬體被納入「新基建」關鍵領域。國家透過「積體電路產業投資基金（大基金三期）」「算力基礎建設專案補貼」等政策，重點扶持國產GPU研發與產業化。然而，政策驅動是一把雙面刃。一位行業分析師指出：“在政企推理場景，國產GPU企業存在強競爭關係。在訓練場景，這幾家的GPU均無法和輝達甚至華為相比。盈利前景依然主要依靠政策驅動。”08. 生態睏局國產GPU的共同挑戰摩爾線程面臨的不僅是技術挑戰，更是整個國產GPU產業的生態困局。國際巨頭之所以難以撼動，關鍵在於其建構的軟硬一體生態。輝達的CUDA已經成為AI開發的事實標準，形成了強大的網路效應。為突破生態壁壘，摩爾線程選擇相容CUDA的路徑，透過MUSIFY工具幫助開發者遷移程式碼。但這種相容性策略也存在風險：輝達2024年已明確禁止第三方轉譯相容，未來可能面臨生態割裂的風險。更現實的是，國內AI晶片市場已呈現「一超多元」格局。輝達佔54.4%的市場份額，華為海思佔21.4%，AMD佔15.2%，而摩爾線程與其他國內廠商合計僅佔1%左右。在如此狹小的生存空間內，多家國產GPU企業仍面臨同質化競爭的問題。有國產GPU企業CEO坦言：「我們花了8000萬開發的編譯器，隔壁公司居然也在做一模一樣的東西。」這種「重複造輪子」的現象，折射出國產晶片生態的分散與內耗。 （電腦報少年派）

美國太陽能產業的破產潮繼續升級。近日，美國最大的太陽能開發公司之一Pine Gate也正式申請破產。Pine Gate曾是美國太陽能行業最耀眼的明星企業。過去的三年內，它吸引了包括黑石、凱雷、博楓資本、Generate Capital在內的全球頂級機構投資者的數十億美元注資。因此，它的破產對美國太陽能產業的打擊格外巨大，一些評論稱它是美國“綠色能源泡沫的最後一滴眼淚”，甚至有人認為這標誌著美國的可再生能源行業已經消亡。回望2022年，ESG熱情正處高潮，同時利率幾乎降到零水平，一場轟轟烈烈的太陽能熱席捲全球，沒想到三年後會是一地狼藉。如今，更是連Pine Gate這樣的頭號玩家都走到了破產這一步。01. 全美最大太陽能項目的開發商Pine Gate成立於2016年，其創始團隊在太陽能開發行業有豐富經驗，聯合創始人、CEO本·卡特是美國太陽能行業協會（SEIA）的董事。創業的頭幾年，Pine Gate是一家“垂直一體化”太陽能開發商。所謂垂直一體化，是指一家公司搞定“開發、融資、建設和營運”的全流程。2021年，Pine Gate進行了一次關鍵的重組，剝離了重資產的建設部門。Pine Gate成立了一家子公司Blue Ridge Power，專門負責工程施工。至於Pine Gate自身，則轉型為一家輕資產的“融資和開發公司” 。這次業務重組極大增強了Pine Gate對資本的吸引力。再加上2022年美國通過了《通膨削減法案》，大規模補貼太陽能行業，綠色能源泡沫興起。於是，Pine Gate開始在融資上狂飆突進。2022年6月，Pine Gate完成了第一輪融資，由專業的基礎設施投資機構Generate Capital獨家投資。該輪融資總規模5億美元，包括在公司層面2億美元的股權融資，以及3億美元的項目融資。接下來，Pine Gate的融資一發不可收拾，全球最頂級的機構投資者紛紛入局:2023年底，凱雷的私募信貸部門向Pine Gate投資了1.5億美元；2024年4月，Pine Gate完成6.5億美元的E輪融資，Generate Capital再次領投，加拿大安大略養老基金（HOOPP）、澳大利亞養老基金（HESTA）跟投；2024年10月，黑石向Pine Gate投資2.88億美元，形式是優先股；2024年11月，Pine Gate以稅收抵免額度轉讓的形式，從日本三井住友銀行、西班牙國際銀行等金融機構獲得2.9億美元的債務融資；2025年3月，博楓資本向Pine Gate提供了3億美元的貸款；2022年-2025年的三年之內，Pine Gate公開可查的融資總金額就超過21.8億美元（約合155億人民幣）。根據Mercom的《2024太陽能行業融資併購報告》，Pine Gate是2024年獲風險投資最高的太陽能公司。另外，Pine Gate在項目層面進行了規模更大的融資。根據Pine Gate發佈的新聞稿，截至2025年8月，其項目融資和資本投資總額達100億美元（約合710億元人民幣）。在巨額資金加持下，Pine Gate迅速崛起為美國太陽能開發行業的領導者。在申請破產前，Pine Gate營運著超過2GW的太陽能項目，開發中的項目則超過30GW，遍及美國30多個州，員工總數超過1000人。2024年12月，Pine Gate在美國俄勒岡州開發的Sunstone Solar項目獲批，這是全美最大的太陽能項目。今年8月份，距離申請破產不足三個月的時候，Pine Gate Renewables還宣佈與Meta達成協議，為後者開發一個210MW的太陽能項目，投資規模7.5億美元。02. 黑天鵝一來，價值一夜歸零然而，這個價值百億美元的太陽能商業帝國實則非常脆弱。僅僅是一個黑天鵝事件，就讓Pine Gate從資本的香餑餑，變得無人問津。今年7月份，美國通過了OBBBA法案，也就是俗稱的“大美麗”法案，其中有兩條政策都直擊Pine Gate的要害：一是大幅削減對太陽能行業的補貼，二是大幅增加對太陽能產品的關稅。於是，Pine Gate的商業模式在一夜之間就幾乎宣告失效。超過30GW的項目儲備庫，是Pine Gate公司估值的核心。而在補貼收緊之後，這些項目的大部分都在經濟上不再可行。比如前面提到的項目Sunstone Solar。根據新政策，要想獲得稅收抵免，必須在2026年7月完成所有融資、工程設計並滿足“開工建設”的法律要求，這是不可能完成的任務。這個號稱“全美最大”的太陽能項目，很可能最終只能停留在紙面上了。新政策出台後，美國的太陽能行業融資額驟降。根據Mercom Capital Group的資料，2025年美國太陽能公司的總融資額（包括風險投資、公開市場融資和債務融資）下降了39%。Pine Gate Renewables的擴張本就高度依賴融資，一旦融資失利，現金流立刻就會斷裂。實際上，在“大美麗”法案出台之前，由於利率上升，Pine Gate的現金流就已經處於高度緊張的狀態。2024年，就曾有消息稱Pine Gate拖欠了給子公司Blue Ridge Power的工程款，導致一些項目施工進度延後。2024年9月，Blue Ridge Power宣佈裁員500人，這是大事不妙的前兆訊號。9月底，有媒體報導稱Pine Gate正在考慮進行破產重組。11月6日，Pine Gate正式申請破產。破產報告顯示，其債務達44億美元（約312.4億元），而帳上的現金只剩850萬美元。根據破產程序，Pine Gate接下來將嘗試出售旗下“幾乎所有的資產和業務”。一組“有擔保的貸款人”將作為“假馬競拍者”，收購那些可產生現金流的優質資產。如無意外，所有劣後於這些“有擔保貸款人”的債權以及所有股權資本都將歸零。據報導，目前Pine Gate的債務包括約20億美元的工程債務，14億美元公司層面的債務，以及10億美元的未償優先股。它欠凱雷、博楓資本等私募股權機構約14億美元。03. 一次集體投機失敗，投資人下“罪己詔”隨著Pine Gate申請破產，美國太陽能行業轟轟烈烈的破產潮也達到了高潮。2025年以來，美國已經有數十家太陽能公司宣告破產，從中小型公司開始，一直蔓延到Pine Gate這樣的頭部玩家。美國太陽能市場主要分為兩類，一類是以住宅為主要場景的屋頂太陽能；一類是太陽能公用事業，也就是大型的太陽能電站。破產潮從住宅太陽能市場開始，而後迅速蔓延到公用事業市場。2025年6月，美國最大的屋頂太陽能公司之一Sunnova申請破產保護，留下超過89億美元的巨額債務。隨後，Titan Solar Power、Sunworks、Lumio Solar等更多公司一個接一個倒下，用行業崩潰來形容也不誇張。過去幾年，上千億美元的資金被投向太陽能行業，最終都人間蒸發，眾多全球頂級投資機構在破產潮中損失慘重。從“綠色能源泡沫”到破產潮，這一輪太陽能產業的周期轉換太快，以至於那些最老練的投資者也未能預判。換個角度看，也可以說這是一次巨大的集體投機翻車事件。回溯這些走到破產的公司，無不是採取了過度槓桿化的商業模式，背負巨額債務，把希望寄託於持續的廉價資金和政策支援。最終，它們在政策風向突變之時走向覆滅，亦是意外中的不意外。Pine Gate最早和最大的投資者Generate Capital CEO大衛·克蘭近期發表了一篇不同尋常的部落格文章。雖然文章沒有直接提到Pine Gate的名字，但字裡行間似乎都在反思這一場失敗。大衛·克蘭在文章中坦白承認在“2020年代初期的興奮”中犯了錯，“被分散了注意力，忘了自己是誰”。他還表示，在這個“罕見的悲觀時刻”，我們必須“誠實面對自己的錯誤”。他非常直白的寫道，當時的Generate Capital只顧著為自己作為“金融投資者”的精明而沾沾自喜，以至於把專業性拋到了一邊。而事實證明，許多的新興清潔能源公司，無論其技術或商業模式多麼令人興奮，都缺乏商業基本面。“這裡沒有業餘愛好者的空間，這是一個需要與鋼材、水泥、電線和專業人員打交道的實體業務，而不能僅僅是用excel表格做預測。” (華爾街見聞)