美國人想佔別人便宜，但自己內部還沒對好“顆粒度”。自去年起，美國總統川普花了大量時間吸引外國投資進入美國工廠，並承諾要補回在全球化經濟中流失的就業崗位。但在另一邊，美媒和政客開始污衊在美投資的中企“在內部衝擊本土企業”。“中企在美建廠，卻反客為主，”2月9日《華爾街日報》以此為題刊文，將矛頭指向中國玻璃製造巨頭福耀玻璃在俄亥俄州代頓地區的工廠，聲稱該工廠的成功是以其他本土企業的衰落為代價，“揭示出來自美國最大競爭對手的企業前來落戶時所伴隨的風險”。代頓地區的本地工人正在福耀工廠工作 新華網十年前，福耀玻璃接手一家已關閉的通用汽車工廠時，受到了當地政府的熱烈歡迎。當時，這個項目被譽為振興這一受挫“鐵鏽地帶”的關鍵一步。此後，這座工廠營運得非常成功。福耀公司表示，其工廠僱用了3000多名工人，其中大部分來自當地，且工廠規模仍在擴大。目前，該工廠為通用汽車、福特汽車、Stellantis以及其他在美車企供貨。然而，看到福耀成功，當地的本土企業眼紅了。這些競爭對手表示，他們無法與福耀競爭，還污衊該公司採用“不公平的商業和勞工”行為。文章提到，美國企業Vitro位於俄亥俄州克雷斯特萊恩的工廠，就是其中一例。該工廠自20世紀50年代開始營運，有大約250個工作崗位。近年來，工廠效益持續走低，一度考慮是否要在2026年底關閉。工廠廠長稱：“我們的銷量在過去七年裡下降了50%。”Vitro公司將自己的失敗歸咎於別人，聲稱他們關閉工廠的決定歸因於來自中國企業的競爭。該公司汽車玻璃業務負責人卡洛斯·貝爾納爾危言聳聽，稱中國公司進入美國汽車行業，“不僅威脅到國內供應鏈的安全和保障”，還“危及依賴美國製造業崗位的整個社區”。這種抱怨，吸引了美國“對華鷹派”政客的注意。雙方立即勾搭在一起，炒作“中國安全威脅”，抹黑攻擊中國企業在美國市場的正常營運。他們宣稱，福耀的成功，反映出中方可能會試圖掏空美國製造業產能、削弱關鍵行業的一種方式——內部傾銷。據這些鷹派人士所說，在美中企之所以能擊敗競爭對手，主要是憑藉生產效率，以及所謂“非法勞工行為”和來自中方的補貼。曾在川普第一任期內負責應對中國事務的前商務部官員納扎克·尼卡克塔爾宣稱，中國“正在我們的家門口，系統性地削弱我們的經濟”。全美汽車工人聯合會（UAW）在Vitro克雷斯特萊恩工廠的工會主席布萊斯·伯切特附和了相關投訴，將福耀的優勢歸因於所謂“非法勞工和補貼”。他還抱怨說：“如果我們擁有他們所擁有的一切，我們就能在價格上與他們匹敵。但現在，我們做不到。”俄亥俄州共和黨參議員伯尼·莫雷諾直接圖窮匕見，揚言希望看到福耀工廠易主。2024年7月，執法人員調查福耀玻璃代頓工廠 當地媒體2024年7月，美國國土安全部等多家美國執法機構對俄亥俄州28個地點進行“金融犯罪和勞工剝削指控”調查，其中包括福耀玻璃代頓工廠。據美媒當時報導，美國國土安全部門發言人說，“探員正在現場調查金融犯罪和勞工剝削指控”，大量執法人員出現在代頓地區，但“目前沒有對公共安全構成威脅”。福耀方面在聲明中否認有任何不當行為，將公司的成功歸因於領先的生產能力和規模經濟。福耀產品的價格合理，客戶選擇福耀是基於對技術專長、產品質量、交付可靠性和卓越服務的綜合評估。此外，福耀所有員工都獲准在美國工作，公司此後加強了對供應商新員工的核查程序。文章提到，除了玻璃行業，美國其他行業也出現了類似的抱怨。據知情人士透露，美國本土銅業公司已向白宮和商務部告狀，說他們擔心自己無法與在美建設和營運的中國企業競爭。現在已經有官員討論，該用什麼方式以“國家安全”為由限制在關鍵行業限制中國在美投資。但他們表示，如果中美間達成協議，川普可能會阻止任何新限制措施落地。不過，代頓地區商會會長兼首席執行長克里斯·克什納持相反意見。他支援從“符合條件的國家”引進更多外資，並且對Vitro關於福耀的抱怨不以為然。“這聽起來像是一個競爭對手因失去市場份額而惱羞成怒，”克什納說，“也許他們是在抓救命稻草。”2024年，福耀玻璃曾告訴觀察者網，其位於俄亥俄州代頓地區的汽車玻璃生產基地是福耀玻璃在美投資的核心，也是目前全球最大的汽車玻璃工廠，現有450萬套汽車玻璃、400萬片汽車配件的生產能力，佔全美市場30%的份額。美國俄亥俄州代頓地區曾以傳統製造業、汽車製造業為核心，但2008年金融危機後逐漸落寞，被稱為“鐵鏽地帶”，大批工人失業。福耀玻璃的投資為當地帶來新的就業機會和稅收。福耀玻璃當時說，不少工人從完全不懂玻璃製造的新手逐步成長為技術骨幹，有些甚至進入了企業管理團隊。福耀在當地不僅直接創造了3000個工作崗位，整條供應鏈上更貢獻了6000個崗位。 (觀察者網)

按：近期，字節跳動推出的多模態視訊大模型 Seedance 2.0 在2026年初引爆全球開發者社區，被視為中國AI原生創新的標竿，彰顯本土技術從“追趕”邁向“引領”的潛力。很多人感興趣當前中美AI企業的競爭形勢究竟如何？以下分享來自巴克萊的最新研報，算是瞭解當前中美AI創新企業競爭格局的科普文。其實自2022年ChatGPT公開發佈以來，人工智慧（AI）已成為推動全球股市盈利增長、資本支出（capex）和投資回報的主要引擎。進入2026年，隨著生成式AI技術從實驗階段邁向規模化部署，中國科技公司正迅速崛起，挑戰美國在全球AI競賽中的主導地位。然而，這一處理程序並非一帆風順：全球AI相關企業估值持續攀升的同時，美國AI公司面臨融資壓力，而中國同行則在艱難的定價環境與不斷調整的稅收政策中艱難前行。在本篇報告中，巴克萊從回顧美中股市（尤其是各自科技類股）近期的表現趨勢；對比了西方與東方市場的AI融資架構，以幫助理解AI投資如何塑造當前市場動態；到深入分析中美AI技術堆疊的技術細節；隨後探討中美雙方在AI採用、普及及變現前景上的不同路徑。最後，巴克萊認為，供給約束、市場邊界侷限以及使用模式差異共同導致中國AI生態在資本投入和算力消耗規模上與美國存在顯著差距。這一差距不僅體現在當前支出水平，也可能影響未來技術迭代與生態競爭力的長期格局。一、股市表現與估值自2022年底ChatGPT發佈以來，美股表現強勁。標普500指數的未來12個月市盈率（NTM P/E）從2022年第三季度末的15.3倍擴張至目前的21.7倍，AI是關鍵推動力。其中，超大型科技股（mega-cap Tech）在指數表現和盈利貢獻中佔據了不成比例的高份額。具體來看，“Big Tech”（大型科技公司）對標普500每股收益（EPS）的貢獻佔比從2022年第三季度的約12%躍升至2025年第四季度的約30%。同期，Big Tech的NTM市盈率從22.9倍上升至27.3倍；而科技類股中其他公司的市盈率也從15.4倍顯著擴張至24.5倍。相比之下，恆生指數（HSCI）自2022年以來的表現更為波動，其中2023年成為拖累三年整體回報的關鍵年份。當年中國經濟放緩導致中資股票大幅走弱：恆生指數最大回撤達-28.2%，而標普500同期僅為-10.3%。儘管如此，自2022年第三季度末以來，恆生指數已累計上漲約68%，表現健康，但仍落後於美股。與美國類似，科技股在中國股市也是推動回報的主要力量——過去三年，該類股是恆生指數中表現最好的行業之一，累計漲幅達96.7%。然而，一個關鍵區別在於對整體指數回報的傳導效應：恆生指數的行業分佈遠不如標普500集中於科技類股。標普500約33%的市值集中在科技行業，而恆生指數中科技股權重僅為5%左右。相比之下，金融和可選消費類股合計佔恆生指數市值權重的47%。這意味著，中國經濟的整體狀況及其消費者信心對恆指表現的影響，遠大於科技公司。若單獨比較標普500與恆生指數中的科技類股，差距更為顯著：自2022年第三季度末以來，美國科技股絕對回報高達約172%，大幅領先中國同行。這一分化背後，美國AI熱潮無疑是核心催化劑，而中美之間的貿易緊張局勢進一步加劇了這一鴻溝。美國的出口管制限制了中國獲取先進計算晶片和半導體製造裝置的能力，對部分中國AI技術堆疊（尤其是算力層）構成了明確的制約。美國在AI研發和盈利方面的領先地位，對中國企業而言可能難以快速彌合。我們認為，考慮到近期估值的重新定價，中國科技股中任何所謂的“AI溢價”都顯得更為脆弱，且更依賴經濟周期，相較之下，美國科技股的AI估值支撐則更具結構性和可持續性。二、AI投資：東方與西方之比較作為一項早期技術，AI的發展高度依賴持續的投資與資金支援。我們將中美兩國的AI支出劃分為兩大類進行對比：政府支出與非政府支出。核心區別在於：美國的技術投資主要由非政府主體驅動（即超大規模雲服務商的資本開支），而中國的科技基礎設施建設則更多受到政府主導型資金的引導。1、非政府支出我們估算，過去三年美國主要超大規模雲服務商（包括Meta、Alphabet、亞馬遜、微軟和Oracle）的資本開支總額從1281億美元大幅擴張至3922億美元，並預計2026年將增長約52%，2027年再增長約19%。中國的主要超大規模企業包括騰訊、字節跳動、阿里巴巴和華為。我們估計，2025年：1）騰訊資本開支為120億美元，2）字節跳動為120億美元，3）阿里巴巴為180億美元。4）華為作為非上市公司，披露的財務資料口徑不同，但其2024年年報顯示研發支出達1797億元人民幣（約合257億美元），較2022年的1615億元人民幣增長10.8%。展望未來，阿里巴巴和騰訊預計將成中國AI投資的主要推動力。例如，阿里巴巴已宣佈計畫在未來三年（2025–2027財年）投入3800億元人民幣用於AI和雲端運算基礎設施。此外，中國的國有電信營運商（如中國移動、中國電信）也是資料中心投資的重要來源，我們將在後文進一步討論。儘管中美超大規模企業的資本開支增速相近，但總支出規模仍嚴重偏向美國——美國雲巨頭正持續大規模擴建算力基礎設施，並投資下一代AI晶片，而中國企業在高端算力獲取受限的背景下，整體投入體量仍明顯較小。2、政府支出由於中美在AI投資模式上存在根本差異，兩國政府支出難以直接對標。我們觀察到，中國政府對AI及科技領域的財政支援主要通過三種形式實現：1）直接政府投資：由地方政府設立的市級或省級科技產業基金；2）政府背景的風投/私募基金：通過國有投資平台募集並管理的資金；3）面向高校與科研機構的公共科研經費：用於支援基礎科技與前沿研究。基於這一框架，我們彙總了若干主要資金來源，包括：1）國家積體電路產業投資基金（“大基金”）三期；2）北京人工智慧與機器人產業基金等重點城市及科技樞紐的省級基金。據此估算，未來十年中國政府主導的科技投資承諾總額至少達9480億元人民幣（約合1350億美元），資金來源涵蓋直接財政撥款與政府引導撬動的資本。其中：1）政府引導基金是最大來源，規模約6100億元人民幣（佔總額的64.3%），計畫在未來5–10年逐步投放；2）直接投資佔比11.6%；3）其餘部分為高校與科研機構的公共研究經費。需要指出的是，這只是一個粗略估算，實際政府投入可能遠高於此。例如，我們的測算未包含“國家創業投資引導基金”——該基金目標是在未來20年內撬動1兆元人民幣（約1420億美元）支援科技創新項目。若政策性金融動員目標全面落地，中國官方對AI生態系統的支援力度可能被顯著低估。美國政府對AI基礎設施的投資主要通過《晶片與科學法案》（CHIPS Act）實施。該法案撥款約520億美元聯邦資金，用於支援半導體製造激勵、研發補貼及針對晶圓廠和裝置製造商的稅收抵免。截至目前，這項政策已撬動數千億美元的私人投資。自2022年8月法案頒布以來，大部分撥款已獲批或分配，但由於採用基於里程碑的支付機制，實際資金撥付預計將延續至未來數年。除CHIPS法案外，美國政府預計每年還將額外投入數十億美元用於與AI相關的各類項目，包括清潔能源稅收抵免、基礎設施與電力投資，以及國防部（DoD）和國家科學基金會（NSF）的專項經費。簡言之，美國在AI領域的資金投入憑藉超大規模雲服務商的資本開支和強勁的私人投資，總體規模遠超中國；而中國則更依賴政府主導的財政承諾來縮小差距。三、中美AI技術堆疊在接下來的部分中，我們將深入分析中美AI技術堆疊的技術細節，並比較其應用普及與分發模式。我們聚焦於AI生態系統的三個核心維度（或層級）：應用層（Applications）、模型層（Model Layer）、算力層（Compute Layer）。1、應用層（Application Layer）（1）月活躍使用者（MAU）：中國AI聊天機器人使用者規模遠小於西方同行，且高度集中於本土。根據第三方2025年9月的估算資料：DeepSeek全球月活使用者（MAU）達約2.49億（涵蓋App與網頁端），在中國AI聊天機器人中排名第一；字節跳動的 Doubao 約1.99億；騰訊的 Yuanbao 約4900萬；月之暗面（Moonshot AI）的 Kimi 約2300萬。相比之下，西方主流產品同期表現如下：ChatGPT MAU約7.99億；Gemini約3.01億；Grok約4900萬（見圖14）。這意味著，中國領先的AI聊天機器人使用者規模僅相當於ChatGPT同期的約30%。儘管第三方資料可能存在偏差，僅可作為趨勢參考，但結合企業最新披露：ChatGPT在2025年10月宣佈周活躍使用者（WAU）已達8億，Gemini在2026年2月MAU突破7.5億，表明西方AI聊天機器人的擴張速度仍在加快。此外，ChatGPT使用者高度全球化——據《The Information》報導，其近90%的使用者來自美國和加拿大以外地區。而中國聊天機器人的使用者幾乎全部集中於境內，海外滲透率接近於零，唯一例外是DeepSeek：其海外MAU達約5200萬，與Grok同期流量相當，佔其總使用者的約21%。（2）移動端 vs 網頁端：中國AI使用以移動端為主導。QuestMobile資料顯示，2025年9月中國移動端AI使用者達7.29億，約為PC端（網頁及桌面應用）使用者的3.6倍。比如Doubao 在移動端流量領先，其移動MAU是網頁端的6.5倍；DeepSeek則在網頁端表現最佳，但其移動MAU仍是網頁端的2倍。這凸顯了中國AI應用具有鮮明的“移動原生”和“消費者導向”特徵。相比之下，西方模型在網頁端的工作流場景中參與度更高：ChatGPT、Gemini和Claude的網頁端MAU均顯著高於移動端（見圖14），反映出其在生產力工具和工作流程整合方面的更強滲透力。（3）贏家通吃？頭部效應顯著，使用者黏性極強。當前，無論東西方，AI聊天機器人使用者高度集中在前兩名玩家手中，且使用者表現出極強的產品黏性。在中國，DeepSeek與Doubao 合計佔據獨立AI聊天機器人絕大部分MAU（涵蓋網頁與移動）；在西方，ChatGPT與Gemini 主導市場。值得注意的是，儘管各大語言模型（LLM）在基準測試中持續刷新性能紀錄，但聊天機器人端的使用者遷移意願極低——這很可能源於產品設計優勢和已形成的使用習慣。然而需提醒的是，中國AI應用的使用者規模仍遠小於海外領導者，也遠低於國內成熟超級App（如微信日活超10億）。市場仍處早期階段，增長路徑可能隨時間演變。為此，阿里巴巴、騰訊、百度等科技巨頭已在2026年春節假期推出“紅包引流”活動，以爭奪AI使用者。具體使用者增長動態如下：移動端方面：Doubao在2024年12月MAU為7500萬，到2025年9月迅速增至1.72億；36氪報導稱其DAU已於2024年12月突破1億。騰訊Yuanbao從2024年12月的200萬MAU增長至2025年9月的3300萬。Kimi和百度文心一言（Wenxiaoyan）的MAU則出現下滑。DeepSeek無疑是此階段使用者增長的最大黑馬：自2025年1月上線後，其中國區MAU從1月的約3400萬飆升至9月的1.45億。阿里通義千問（Qwen）：截至2025年9月MAU僅300萬，但在2025年11月重新發佈後，2026年1月MAU已突破1億。（4）嵌入式應用 vs 獨立聊天機器人：在中國，嵌入現有超級App內的AI功能（如AI搜尋、智能助手） 遠超獨立聊天機器人。我們認為，中國的AI使用者流量高度依附於既有消費平台，AI能力被直接整合到微信、抖音、百度App等“超級App”中。例如：百度的AI搜尋在2025年9月達到3.47億MAU，佔其整體搜尋流量的一半以上；百度還披露，截至10月底，約70%的移動端搜尋結果頁已包含AI生成內容。字節跳動在其抖音App內推出的Doubao AI搜尋，MAU達2.15億。騰訊微信的AI搜尋MAU為1.66億。阿里巴巴也在支付寶、高德地圖（Amap）、夸克（Quark）等多個核心應用中全面嵌入AI功能。這些管道極大地加速了AI在中國大眾市場的普及，且相關AI功能普遍免費使用。但這也可能導致AI使用高度依賴平台生態，難以培育出真正獨立的AI品牌。（5）變現模式：中國聊天機器人基本免費，海外使用者付費意願更強。在中國，大多數通用AI聊天機器人（如DeepSeek、智譜Zhipu）目前仍免費開放，以最大化使用者覆蓋和分發規模。根據智譜在港交所IPO檔案披露，儘管AI助手和工具不斷湧現，中國使用者對大語言模型（LLM）的付費意願依然很低。因此，其收入主要來自企業客戶的API呼叫和本地化LLM部署服務。對於大型科技公司而言，AI變現主要通過雲端運算服務和API消耗實現。例如阿里巴巴和百度，當企業客戶擴大模型訓練、微調和推理工作負載時，它們便從中獲得收入。此外，AI也正在賦能現有業務：提升廣告與搜尋推薦效果；為電商提供智能化廣告工具；最佳化客戶服務體驗。不過，MiniMax是一個例外。根據其IPO檔案，2025年前三個季度約70%的收入來自面向消費者的AI產品。但值得注意的是，這些消費端收入幾乎全部來自音訊、圖像、視訊及AI陪伴類應用，而其通用AI聊天機器人/智能體應用“MiniMax”的變現貢獻僅佔總收入的1%。更關鍵的是，在其AI原生產品收入中，超過80%來自中國以外市場，這清晰表明：海外消費者對AI服務的付費意願顯著高於中國使用者。2、模型層（Model Layer）（1）中國開源社區 vs 美國閉源模式中國的大語言模型（LLM）生態明顯趨向開源發展。眾多領先初創企業（如 DeepSeek、月之暗面 Moonshot AI、MiniMax、Z.ai）以及超大規模科技公司（如阿里巴巴、騰訊、百度、字節跳動）紛紛將其最新或接近前沿的模型開源，以加速集體創新。這種策略促進了學術界和商業界的廣泛採用，支援快速迭代，並借助開源社區的集體力量推動模型技術進步。不過，中國超大規模企業普遍採取混合策略：其最先進、高算力消耗的旗艦模型（如阿里通義千問 Qwen3-Max、百度文心 ERNIE-5.0、騰訊混元 HY-2.0-Think、字節跳動 Doubao-1.8）仍保持閉源，以維持商業差異化優勢。政策層面，北京和上海在2025年12月分別發佈規劃，明確將在未來幾年大力發展開源生態，包括到2028年建構數百個行業專用的開源大模型，並向中小企業開放相關技術。相比之下，美國主要玩家——包括 OpenAI、Anthropic 和 Google——仍堅持閉源路線，嚴格保護模型權重不對外公開。（2）定價：DeepSeek輸出價格僅為GPT-5.2的3%中國領先的 LLM 提供商在價格上展開激烈競爭，近期發佈的基礎模型輸出定價普遍不到 GPT-5.2 的 30%。這種大幅折扣反映了其更高效的訓練成本結構和推理最佳化，有助於推動 AI 在中國的廣泛普及。具體案例：DeepSeek V3.2（2025年12月發佈）：輸入價格：0.28美元/百萬token（為 GPT-5.2 的 16%）；輸出價格：0.42美元/百萬token（僅為 GPT-5.2 的 3%；GPT-5.2 定價為輸入 1.75 美元、輸出 14 美元）。字節跳動 Doubao-Seed-1.8（2025年12月發佈）：輸入/輸出價格分別為 GPT-5.2 的 7% 和 8%。即使是大型模型，如百度 ERNIE-5.0（2.4T MoE 架構）和阿里 Qwen3-Max（1T MoE），其輸出定價也僅為 GPT-5.2 的 約24%在美國方面：Anthropic 的 Claude Opus 4.5 定價處於高端；Google 和 OpenAI 的模型略低，但仍顯著高於中國同類產品。（3）模型性能：中國開源模型正快速縮小與美國前沿模型的差距我們參考兩個“人工分析”（Artificial Analysis）指數，從綜合智能水平（涵蓋英語、程式碼、數學、智能體任務、工具使用等基準）和智能體能力（agentic capabilities）兩個維度對比中美模型。DeepSeek 在2025年12月發佈的 V3.2 論文指出：過去幾個月，Anthropic、Google 和 OpenAI 的閉源模型進步速度快於中國開源模型。當前，GPT-5.2（High）和 Claude Opus 4.5 仍在綜合智能和智能體任務上保持領先，而開源模型整體仍處追趕狀態。但值得注意的是，部分中國模型已在關鍵指標上追平甚至超越部分西方中端模型：Kimi-K2.5、GLM-4.7、DeepSeek V3.2、Qwen3 Max Thinking 和 MiniMax-M2.1 在“綜合智能指數”上已達到與 Claude Sonnet 4.5 相當的水平。在智能體能力方面，中國模型進步尤為顯著：Kimi-K2.5、GLM-4.7、DeepSeek V3.2 和小米的 MiMo-V2-Flash 均優於 Gemini 3 Pro 和 Claude Sonnet 4.5。具體亮點：GLM-4.7：作為智譜（Zhipu）最新基礎模型，在開源模型中智能體任務表現突出。智譜於2026年1月8日成為首家在港交所上市的中國生成式AI公司。DeepSeek V3.2 針對閉源模型的三大結構性劣勢進行了創新突破：計算成本與長上下文效率：提出 DeepSeek Sparse Attention (DSA) 結構，顯著降低注意力機制複雜度；複雜任務性能：在後訓練階段強化了強化學習（RL）；智能體能力：開發了一套新型合成訓練流程，包含1,800+ 種不同環境和85,000+ 複雜提示，將推理能力深度融入工具呼叫場景。此外，DeepSeek 還發表論文提出 mHC 架構，以更高效的方式擴展訓練並提升性能。Kimi-K2.5：可自主協調多達 100 個 AI 子智能體協同工作，每個子智能體能獨立使用工具進行搜尋、生成、分析和資訊組織。MiMo-V2-Flash：小米推出的開源高速推理與智能體大模型，總參數量達 3090 億，啟動參數 150 億。MiMo LLM 團隊負責人羅富麗（Fuli Luo）曾是 DeepSeek V2 模型的核心貢獻者。（4）智能水平 vs 成本效率：中國模型在實現具競爭力的智能評分的同時，展現出顯著更優的成本效益。有人可能會指出，儘管中國模型定價大幅折扣，但開發者評估模型整體效率和經濟性時，執行具體任務的實際成本（即“token效率”） 才是關鍵。圖21對比了各模型在“智能指數”（Intelligence Index）得分與其運行測試所需成本之間的關係：GPT-5.2 雖然取得最高的智能評分，但其運行成本也是所有東西方模型中最昂貴的。若以 Grok 4 的智能指數作為東西方模型的中位基準，則西方模型中，Gemini 3 Pro、GPT-5.1 和 Claude Sonnet 4.5 表現出較好的成本效率——在相對較低的運行成本下實現了高於平均水平的智能表現。DeepSeek V3.2 同樣實現了高於平均水平的性能，但其運行成本極低：僅為 GPT-5.2 的約 3%，也僅相當於 Gemini 3 Pro 的約 9%。總體而言，中國模型普遍以遠低於西方同行的成本運行，在性價比方面具備明顯優勢。（5）Hugging Face 下載資料：另一個有價值的參考指標來自 Hugging Face——全球領先的開源AI與機器學習模型平台。根據最近一個月的下載資料顯示（見圖22）：阿里巴巴的通義千問（Qwen）系列佔據了熱門下載榜單的主要份額；其餘上榜模型主要來自 OpenAI、Meta 和 Mistral。值得注意的是，榜單上的大多數模型均為輕量級模型（參數量通常低於100億），這很可能是出於本地部署的實用性、硬體資源限制以及性能與效率之間的權衡。阿里巴巴通過其豐富且多層次的開源Qwen模型矩陣（涵蓋數百種變體及衍生模型），有效滿足了開發者多樣化的應用需求。另一方面，DeepSeek R1 在 Hugging Face 上獲得了累計最多的點贊數（likes），顯示出其在開源社區中的極高人氣與認可度。3、算力層 / 資本支出（Compute Layer / Capex）在本節中，我們嘗試估算中國領先AI企業為滿足其推理（inference）所需的年度總Token使用量及相應的GPU叢集規模。我們採用自下而上的方法，將每家公司的Token使用劃分為以下三類：1）第一方應用推理（1P Application Inference）：指各公司在其自有AI助手（如字節跳動的Doubao、騰訊的Yuanbao）以及高流量App內嵌AI功能（如微信和抖音中的AI搜尋）所產生的Token消耗。我們估計，目前1P應用推理構成了中國AI公司推理算力需求的主體。2）公有雲MaaS（Public Cloud MaaS, Model as a Service）：反映面向第三方企業客戶的模型商業化，主要來自外部API呼叫（如阿里雲的“百煉”、字節火山引擎的AI服務）。儘管該業務增長迅速，但目前仍僅佔整體Token使用量的很小一部分。3）內部訓練（Internal Model Training）：代表這些公司的“固定”計算成本，包括基礎模型預訓練、持續的後訓練（post-training）和微調所需的Token消耗。不過，由於峰值推理需求才是GPU採購決策的主要驅動因素，而內部訓練通常可錯峰進行，因此我們在後續GPU需求測算中不將其納入考量。1）第一方應用推理的算力需求在上述三類中，1P應用推理所需的算力最多，也是推動Token用量和GPU需求快速上升的核心驅動力。除DeepSeek外，中國主要AI玩家均為成熟的網際網路巨頭，它們不僅營運自有AI聊天機器人，還在旗下眾多移動與PC應用中廣泛部署AI功能，覆蓋電商、社交、內容、地圖等多個垂直場景。以騰訊為例：其移動端AI助手“元寶”（Yuanbao）截至2025年9月MAU達3300萬（QuestMobile資料）；同時，騰訊在其旗艦應用微信（MAU超14億）中推出AI搜尋功能，已有超過1700萬使用者使用過該功能。為估算這些公司1P應用產生的總AI查詢量，我們做出以下關鍵假設：日活/月活比率（DAU/MAU，即日活滲透率）：根據應用普及度不同，該比率約為20%至60%。應用規模越大、使用者體驗越好，使用者黏性越強，日活滲透率越高。例如，媒體曾報導Doubao在2024年12月DAU已突破1億，而其2025年9月MAU為1.72億，意味著其DAU/MAU比率可能已超過50%，接近60%。作為參照，Similarweb資料顯示，ChatGPT在2025年8月的DAU滲透率接近44%；同期DeepSeek的DAU滲透率約為20%，但此後很可能已顯著提升。每位日活使用者的日均互動強度：假設每位DAU每天使用移動或桌面App 3–4次，每次平均進行5輪對話，即每天產生15–20次查詢。參照Axios在2025年7月援引的資料：ChatGPT每日處理約25億次查詢，相當於每位DAU每天15–20次查詢，與我們的假設一致。市場格局：頭部效應顯著根據我們的分析，Doubao和DeepSeek無疑是中國最受歡迎的兩大AI模型系列，分別處理了全國約60%和25%的AI查詢總量。需要強調的是，由於相關公司披露資訊極為有限，上述結論基於大量估算假設，最終數值應僅作趨勢參考。但我們認為，這一結果精準反映了當前中國AI行業的基本動態：市場高度集中，頭部兩家玩家很可能佔據了絕大部分份額。我們估計，文字/語音類查詢佔總查詢量的絕大部分，並驅動約80%的Token消耗。儘管圖像生成僅佔總查詢量的1%–2%，卻貢獻了約15%的Token用量，這主要是因為AI圖像生成（通過擴散模型）單次所需Token量極大。例如，使用2×2的圖像塊（patch size）生成一張1024×1024解析度的圖像，並進行20步擴散採樣，大約需要8萬個Token——相當於一本220頁的書的文字量。在文字/語音查詢中，我們認為深度推理類查詢（reasoning queries）佔比已升至總查詢量的約30%，這得益於推理模型在速度和精準性上的持續提升。作為參考，據Zebracat分享的Perplexity AI使用者資料顯示，2025年有29%的查詢與學術或研究相關，可作為合理基準。這類推理查詢顯著推高了Token用量：單次推理查詢平均消耗約1萬個Token，而普通訊息類查詢僅需約2000個Token。僅1P應用推理就已催生對H20 GPU的巨大需求即使僅考慮第一方應用推理需求，各公司也亟需大量輝達H20 GPU，並正激進擴大資本開支。以字節跳動為例：為支撐其每年超7,100兆（7,100T）的Token處理量，我們的測算顯示，該公司至少需要超過37.3萬張H20 GPU，才能滿足高峰時段的算力需求。我們採用了200%的峰均流量比（peak-to-average ratio），以反映結構性流量波動——例如工作日白天或晚間使用者活躍高峰——這要求企業必須大規模超配GPU，以保障使用者體驗。這一估算可與《南華早報》（SCMP）的報導相互印證：該報導稱，字節跳動2025年GPU預算約為850億元人民幣（約120億美元）。若其將全部晶片預算用於採購H20（每台8卡伺服器成本約16萬美元，含機箱、網路及其他基礎設施），我們估計其2025年實際採購量約為30萬至40萬張H20。報導還指出，字節計畫在2026年將預算進一步提升至超1000億元人民幣（約140億美元）。阿里巴巴則承諾在未來三年（2025–2027財年）投入3800億元人民幣用於AI相關資本開支，超過其過去十年的總資本支出。騰訊方面，最初在2025財年初指引全年資本開支佔收入比例為“低兩位數區間”（low-teens%）。但到2025年11月，公司下調了指引，雖低於原區間，但仍高於2024年的12%。管理層強調，這一調整完全源於AI晶片供應變化，而非AI戰略或未來Token需求預期的改變。此外，騰訊透露，微信計畫未來在其小程序生態中推出內建AI智能體（agent），覆蓋電商、支付及廣泛網際網路場景。考慮到微信MAU已超14億，我們估算此舉可能帶來每年約2,000兆Token（2,000T）的新增消耗，進一步推高其資本開支需求。2）公有雲/MaaS市場格局目前，中國公有雲MaaS（模型即服務）市場由字節跳動、阿里巴巴和百度主導。根據IDC發佈的資料，2025年上半年，字節跳動按Token用量計佔據約50%的市場份額。字節在2024年中率先發起價格戰，將其面向企業的模型API定價大幅低於競爭對手。儘管其他廠商迅速跟進並匹配價格，但字節成功吸引了大量高頻、價格敏感型API客戶。相比之下，阿里巴巴聚焦於提供最完善的開源模型與整合化雲解決方案：其通義千問（Qwen）系列擁有數百種變體和衍生模型，在Hugging Face上下載量居首，充分滿足開發者多樣化需求；同時提供整合的雲服務，包括底層安全與合規基礎設施，特別適合金融、汽車等傳統行業企業客戶。因此，儘管阿里處理的Token量可能低於字節，但其單位Token產生的收入更高，商業模式更具價值密度。目前，中國的公有雲/MaaS（模型即服務）在整體Token消耗和算力使用中僅佔較小份額。根據我們的測算，其佔比約為10%出頭，遠低於第一方應用推理（1P App Inference）的消耗量。不過，這一比例因公司戰略重心不同而有所差異：字節跳動和騰訊更側重B2C業務，其Token使用高度集中於1P應用推理和內部用途。這一點可從騰訊管理層近期表態得到印證：“我們的GPU資源實際上已足夠滿足內部需求……但外部雲業務收入仍受某些限制因素制約。”相比之下，阿里巴巴和百度在MaaS市場處於領先地位，且自有消費級App流量相對較小，因此其算力分配更為均衡，B2B與B2C之間的比例更趨平衡。由於公有雲/MaaS整體規模有限，各公司為此所需的H20 GPU數量也明顯較少，每家大約僅需1萬至2萬張。3）內部訓練：受限於晶片供應，佔比被迫壓縮在中國當前的市場環境下，內部模型訓練所佔算力需求比例相對較小，主要原因如下：GPU供應嚴重受限：所有中國公司都無法按需採購H20晶片；資源分配面臨兩難抉擇：是將大量GPU用於訓練以提升模型能力，還是優先保障面向使用者或企業客戶的推理服務？在激烈的中國消費網際網路競爭中，“先搶使用者、再最佳化體驗” 的策略已被反覆驗證有效。因此，大多數公司選擇將稀缺算力優先用於推理服務，以贏得“使用者爭奪戰”，同時通過演算法最佳化、資料提純等方式，在有限晶片條件下持續改進模型。面對算力約束，中國企業正積極探索高效利用已有NVIDIA晶片的方式，包括：逐步將部分H20轉向訓練任務，並用國產AI ASIC晶片（如華為昇騰、崑崙芯等）替代其在推理場景中的角色；利用為高峰推理預留的冗餘算力，在非高峰時段執行微調（fine-tuning）、知識蒸餾（distillation）等輕量級訓練任務。據媒體報導，幾乎所有中國頭部AI公司目前已部署華為晶片，例如螞蟻集團已部署數萬張昇騰晶片。如果中國監管機構批准企業向輝達下單採購H200（該型號已獲美國政府許可對華銷售），企業有望以更低資本開支實現同等性能。具體而言：一台8卡H200伺服器成本約為H20伺服器的2倍；但其理論算力（FP8/INT8）可達H20的約6倍；因此，在不考慮實際運行中MFU（Model FLOPs Utilization）差異的情況下，實現相同性能所需資本支出可減少約20%。路透社近期報導稱，中國科技公司計畫在2026年訂購約200萬張H200。但據我們瞭解，這些訂單仍需經中國監管部門審批——當局正在評估各企業的實際需求，相關流程仍在進行中。4）綜合算力需求估算綜合1P應用推理、公有雲/MaaS及內部訓練需求，我們估算：騰訊、阿里、百度等頭部AI企業各自約需10萬張H20；字節跳動需求更高，可能接近40萬張H20（此估算尚未包含其內部編碼、行銷自動化、AI工具鏈等潛在用途——這些需求可能相當可觀，但極難量化）。值得注意的是，部分公司的內部AI使用可能實際佔更大比重。正如阿里和騰訊所透露，在晶片短缺背景下，它們正優先保障內部AI應用，這可能意味著未公開的Token消耗遠超外界預期。若形勢進一步惡化，這些公司可能被要求主要甚至全部採購國產晶片。這將帶來新的挑戰：中芯國際（SMIC）的7奈米製程產能仍有限，儘管其計畫在2026年大幅擴產，但產能爬坡需要時間，供應瓶頸在擴產完成後仍可能持續存在。如果企業能夠：獲得足夠數量的國產晶片（如華為昇騰910C），並解決系統與模型層面的相容性問題，那麼在某些場景下，從H20切換至昇騰910C甚至可能降低約10%的資本開支。四、2026年展望：Token用量與資本開支預測我們預計，2026年中國主要AI公司的總Token生成量將同比增長約117%，達到25,221兆（25,221T），主要驅動力來自：AI聊天機器人App的普及；超級App（如微信、抖音、支付寶）內嵌AI功能的廣泛採用。相應地，這些公司的H20相關資本開支合計將達到約285億美元；若計入伺服器機箱、網路裝置及其他配套基礎設施等非GPU支出（約佔AI總Capex的另一半），整體AI相關資本開支預計將達約540億美元。當然，這一估算可能偏保守——如果類似美國的智能體（agentic）在中國快速流行，或對輝達晶片的採購限制有所放鬆，實際需求可能遠超預期。為何我們的Capex估算低於公司指引？投資者可能會注意到：即便在我們對使用者增長和使用強度做出樂觀假設的前提下，我們對阿里和騰訊2026年H20相關Capex的估算仍顯著低於公司官方指引或媒體報導的內部目標：阿里管理層指引未來三年AI Capex為3800億元人民幣（約合每年180億美元）；騰訊2025年Capex佔收入“低兩位數百分比”，若2026年維持相同比例，按其收入規模推算，年Capex約為140億美元；《南華早報》亦報導稱，字節跳動2026年GPU預算將超1000億元人民幣（約140億美元）。這一差距主要可歸因於以下四點：1）公司整體Capex包含大量非GPU支出：GPU僅佔AI總Capex的一半左右，其餘用於伺服器機箱、高速網路、冷卻系統、資料中心建設等配套基礎設施。2）需疊加歷史基線Capex：公司披露的Capex目標包含其傳統業務（如遊戲、廣告、電商）所需的常規IT投入，並非全部用於AI。3）大量算力用於內部非AI大模型業務：企業還需為軟體開發、推薦系統、廣告平台、內容稽核、合規與法務等內部系統分配GPU資源，這些同樣產生可觀Capex。4）前瞻性投資策略：公司預期未來幾年AI需求將爆發式增長，因此選擇提前大規模投入，以搶佔生態位和人才。經上述因素調整後（見圖35），我們的測算結果與各公司Capex指引區間基本吻合。我們清楚地看到，中國企業在AI資本開支（Capex）方面明顯落後於美國同行。根據我們此前的估算及公司指引，中國四大領先AI企業（阿里、騰訊、字節、百度）——合計AI相關資本開支僅相當於彭博共識預測的2025年美國五大超大規模雲服務商（Meta、微軟、亞馬遜、Google、甲骨文）。而據彭博共識預計，這些美國雲巨頭在2026年還將同比再增加約50%的資本開支。造成這一差距的原因是多方面的：1）晶片供應受限：中國公司常常面臨硬體（尤其是高端AI晶片）供應瓶頸，即使預期業務將快速增長，也難以提前大量採購庫存，從而制約了資本支出規模。2）使用者基數與全球化程度差異顯著：美國企業服務的是全球使用者，使用者規模遠超中國公司。例如，《The Information》報導稱，ChatGPT近90%的使用者位於美國以外；其他媒體資料顯示，Google Gemini約87.5%的流量來自國際市場。相比之下，中國AI聊天機器人及App內嵌AI功能的使用者幾乎全部集中於境內，海外滲透率極低。3）使用者行為存在本質差異：美國使用者普遍將AI工具深度融入PC端日常工作流，頻繁發起複雜、高Token消耗的推理型查詢（如程式設計、研究、文件生成等），推動Token用量大幅攀升；中國使用者則主要通過移動端使用AI，多用於簡單任務（如問答、搜尋、娛樂），單次互動Token消耗較低，整體使用強度和複雜度不及西方。綜上，供給約束、市場邊界侷限以及使用模式差異共同導致中國AI生態在資本投入和算力消耗規模上與美國存在顯著差距。這一差距不僅體現在當前支出水平，也可能影響未來技術迭代與生態競爭力的長期格局。 (衛斯李的投研筆記)

美光徹底出局HBM4市場，訂單被韓系雙雄清零剛刷到SemiAnalysis 2月10日的最新報告，越看越唏噓。作為行業權威分析機構，它的這份披露，直接改寫了下一代高頻寬記憶體（HBM4）的市場格局。美國儲存大廠美光，因技術路線失誤，徹底錯失輝達下一代Rubin晶片的HBM4供應訂單。HBM4市場將被韓系廠商SK海力士與三星徹底主導，美光在輝達Rubin平台的供應份額被“清零”。這意味著，美光將完全無緣這一高端記憶體核心市場，顆粒無收。要知道，HBM4是輝達Rubin晶片的核心配套記憶體，直接決定其AI算力表現。韓系雙雄的瓜分格局，已經基本鎖定。市場預計，SK海力士將拿下約70%的HBM4訂單，成為絕對的最大贏家。剩餘30%的份額則被三星收入囊中，兩家攜手，實現對HBM4高端市場的全面壟斷。這一格局，也鞏固了韓系廠商在全球高端記憶體領域的主導地位，短期內難以撼動。美光的翻車，絕非偶然，核心癥結就是技術路線選偏了。為了降低生產成本、掌控供應鏈主動權，它選擇了“單打獨鬥”的策略。全程由內部自主設計、製造HBM4基礎裸片（Base Die），不與任何外部廠商合作。這種選擇，恰恰與SK海力士、三星的合作模式形成了鮮明反差。SK海力士聰明得多，選擇與台積電強強聯手，借力對方的先進製程能力。三星則依託自身成熟的邏輯代工能力，實現HBM4裸片的自主可控。反觀美光，獨立研發生產的模式，不僅引發了嚴重的散熱問題，性能也不達標。其HBM4產品的引腳速度，未能達到輝達的客戶標準，這是最致命的硬傷。更關鍵的是，美光的固執，讓它徹底落後於競爭對手。面對性能差距，它不願轉向更先進的外部製程節點，一味堅守自身路線。美光曾在財報會上宣稱，其HBM4引腳速度將超過11Gbps，但實際未能達到輝達要求。最終，在關鍵性能指標上，被SK海力士、三星遠遠拉開差距，失去競爭資格。如果說技術失誤是導火索，那時間差，就是壓垮美光的致命一擊。當地時間2026年1月5日，輝達CEO黃仁勳已宣佈，Vera Rubin晶片正式進入“全速生產”階段。Rubin平台作為輝達下一代旗艦AI晶片，其供應鏈合作名單早已基本鎖定。美光的技術調整，來得太晚，已經錯失了進入該供應鏈的最佳窗口期。美光並非完全放棄，還在做最後的掙扎。它計畫重新設計基礎裸片、最佳化供電網路，全力彌補技術短板。預計在2026年第二季度，再次提交輝達進行資格測試，試圖挽回訂單。但從當前市場格局和時間節點來看，它挽回訂單的希望，已然十分渺茫。三星能順利拿下30%左右的訂單，也算一次漂亮的逆襲。回顧HBM3時代，三星曾因技術問題遭遇供應延誤，一度落後於SK海力士。三星半導體業務負責人此前也承認，在HBM業務上錯過早期市場機會。而此次，它率先達到了輝達要求的HBM4引腳速度，成功擺脫此前的陰影。三星的突破，也讓韓系雙雄的壟斷地位更加穩固。兩家廠商憑藉各自的優勢，分工協作，徹底堵死了其他廠商的突圍之路。這也意味著，未來一段時間，全球高端AI晶片的HBM4供應，將完全掌握在韓系廠商手中。 (1 ic芯網)

1月30日世界首富馬斯克旗下的SpaceX公司已向美國聯邦通訊委員會（FCC）提交在近地軌道部署多達100萬顆衛星的計畫申請。計畫本身倒沒什麼，值得關注的是這一宏大計畫正好是在一個月前中國向國際電信聯盟（ITU）一次性提交20.3萬顆低軌衛星頻軌資源申請之後，這就有點向中國“叫戰比拚”的味道了。此前，中國向國際電信聯盟一次性提交20.3萬顆低軌衛星頻軌資源申請，其最終目標是建設一個由國家主導、覆蓋全球的大型低軌衛星網際網路星座（如“國網”GW星座），為國內乃至全球提供高速、穩定、低時延的寬頻通訊服務。這與之前世界首富馬斯克旗下SpaceX公司申請的在低軌發射2.8萬顆組網衛星項目相似。目前已經發射了大約9000顆衛星。有意思的是，在中國提出這一申請剛一個月，SpaceX公司就提出了在近地軌道部署多達100萬顆衛星的計畫申請。不但數量上遠超中國，功能上也更超前。從通訊組網升級到了建構一個“軌道資料中心”網路，以支援人工智慧（AI）等高性能計算需求。這顯然是要壓中國一頭。更值得關注的是，世界首富馬斯克隨後就又在X平台上發佈了一個驚人的消息，那就是“SpaceX已經將重心從登陸火星轉移至在月球上建一座自我發展型城市。並稱要在5-7年內啟動，有可能在不到10年內實現目標。在NASA和中國比拚誰將率先登陸月球之時，馬斯克已經把目標訂到了10年內建立“月球城”目標。這似乎是想以一己之力與中國拼，也是在與美國的NASA比拚。在低地軌道部署100萬顆衛星，就已經是中國計畫衛星數量的5倍。而且這100萬顆衛星是建立“太空資料中心”，這一服務於AI的重要項目，就更具前瞻性了。人工智慧巨量資料可是人類高科技的發展方向和制高點，這也是中美目前比拚或競爭的重點領域。馬斯克這等於是橫插一槓。登陸月球同樣是如此。這馬斯克的野心或雄心可是真夠大的了。美國航空航天局一直強調絕不能讓中國率先登陸月球，也因此而提出了阿爾特彌斯計畫以對抗中國雄心勃勃登月和太空計畫。原本馬斯克應當是成為美方與中國太空比拚的重要力量，可從NASA合作的對象公司來看，似乎是撇開了SpaceX。近一段時間以來，馬斯克一直強調人工智慧AI的最大瓶頸是電力，而電力產能方面中國顯然已經超越了美國。在美國電力發展滯後的情況之下，他就把目光瞄向了太空，稱太空將成為唯一具備長期可擴展性的算力承載。這被外界視為SpaceX從航天公司向“太空基礎設施營運商”轉型的訊號。其實，關於在太空建立算力中心一事，中國的行動似乎早於馬斯克。2024年，在北京市科委指導下成立的北京星空院，採用民辦非企業單位性質運行。提出的就是要在太空中建立“算力中心”，並已經制定了發展規劃藍圖且已經開始實施。衛星的地面測試工作已經成功地進行。另有報導，中國信通院召開的“星算•智聯”太空算力研討會上“國星宇航”披露全球首個服務矽基智能體的太空算力網計畫。該計畫旨在建構一個由2800顆計算衛星組成的太空算力網路，明確以服務空天陸海領域的矽基智能體（如自動駕駛載具、無人機、智慧型手機器人等）以及AI模型的推理和訓練為核心使命。且“星算”計畫的01組太空計算中心已於2025年5月成功發射（也是之江實驗室“三體計算星座”的首次發射）。我沒有查到太空算力中心是由誰先提出來的，卻可以明確查到中國的相關公司是率先實施了這一計畫。是為了搶得先機也好，還是控制戰略高地也罷，又或是為了在“圈太空領地”，馬斯克這一舉動都有以一己之力與中國比拚的意思。其實，登月項目上，一開始是美國NASA要與中國比拚。可中國並沒有那個意思，只是按著自己的太空發展計畫在有條不紊地推進。登月、登陸火星以及深空探測計畫是一環扣一環，也並沒有要與美國爭雄的意思。儘管NASA誓言要搶在中國之前登陸月球，可也僅此而已。而中國的登月計畫中已經包括了建“月球基地”的計畫。且在月球制水和利用月壤製作建築材料的實驗也已經取得了重要的成果。美國總統川普此前發佈的登陸月球計畫看上去更像是他針對中國的計畫臨時起意的指示而已，也說明他對美航空航天局的阿爾特彌斯計畫的不滿。有意思的是，去年NASA還鬧出了一個太空人在空間站上長期滯留回不了地球的笑話。日前的“阿耳忒彌斯2號”載人繞月飛行任務的綜合演練計畫，因為發現故障而推遲到一個月後再進行。火箭核心級的推進劑介面出現液氫洩漏，“獵戶座”乘員艙的壓力閥在近期更換後需重新擰緊，操作耗時較長。另外還出現了低溫影響部分攝影機和裝置、地麵糰隊音訊通訊間歇中斷等問題。儘管演練的目的是為了發現問題，可在還沒有發射的情況之下就發現了這麼多的問題，這發射進入太空的時候還會有多少問題？而美國早就啟動的火星樣品返回計畫因為經費和技術問題已經擱置，中國的火星採樣返回還在繼續推進。很顯然，儘管美國政府有心與中國展開太空競賽，可顯然已經表現出來的是有點力不從心了。最有意思的是，馬斯克旗下公司似乎是被排除在了與中國的競爭之外。弄的馬斯克不得不以一己之力與中國競爭。當然，其最終的目的或許還是爭取到美國政府的合作“邀請”。發射100萬顆AI算力衛星，這顯然是衝著壟斷太空算力這一市場去的。也更像是先“圈地”再說。馬斯克從小就有一個“科技帝國夢”，也更想著通過高科技控制建立一個“商業帝國”。而從他不那麼成功的在川普政府的“政府效率部”履職經歷來看，他或許還想著以商業帝國為基礎建立全球性帝國。儘管他旗下有9大世界頂級高科技公司，目前又開始發力向AI和巨量資料領域發起衝刺，可要想以一己之力與中國比拚太空競賽，似乎是不太那麼現實。與中國進行太空競賽，連美國政府都表現得那麼有氣無力了。馬斯克想以一己之力與中國的舉國體制進行比拚，可以說是毫無勝算。以目前的發展速度，即使是馬斯克加入到美國與中國的太空競賽之中，中國也不懼。馬斯克有一個科技帝國夢，自然搞任何高科技都是衝著實現壟斷地位去的。這恐怕會使他失去應有的市場，或者說市場不大會接受。因為包括美國自身在內的任何國家都不可能接受一家具有科技帝國野心的商人控制其科技應用和市場。而中國恰恰應當是世界最大的市場，沒有一個巨大的市場支援，馬斯克的100萬顆衛星的太空算力網，一是實現起來困難，二是實現了也沒有市場支援，恐怕連成本都收不回。何況他還搞了一個月球城計畫。這需要巨大的投資，更要有巨大的投資回報。企業再大，畢竟不是國家。想脫離國家的概念而建立一個科技或商業帝國，這恐怕只是一個幻想而已。 (動態大參考)

最近，歐洲社交圈和超市貨架前，多了一道奇怪又硬核的風景。丹麥人逛超市買牛奶、零食、日用品，不再先看價格和保質期，而是掏出手機對著商品一頓拍照。這不是比價，也不是什麼掃紅包活動，而是用一款本土APP“Made O'Meter”快速識別——這件商品是不是美國貨？法國24台在2月8日專門跟進報導，這款名為Made O'Meter的應用，短短幾天內在丹麥乃至歐洲多國刷屏，成為民間表達態度的核心工具。沒有鋪天蓋地的行銷，沒有明星代言，僅憑普通人的自發傳播，它從一款小眾溯源工具，變成了折射國際地緣矛盾、民間情緒反抗的現象級產品。一款掃描識圖購物的小應用，怎麼就和北極主權、美歐關係綁在了一起？這背後，是普通人用最日常的消費選擇，發出最堅定的主權聲音。這款應用的開發者伊恩·羅森費爾特，是一名哥本哈根的數字行銷從業者，隸屬於當地的i7even ApS公司。應用最早在2025年3月上線，最初的定位很純粹，就是解決全球供應鏈資訊不透明的痛點，讓普通人能看清商品的真實歸屬，而非被模糊的“產地標籤”迷惑。上線後的大半年裡，它一直是小眾工具，下載量不溫不火。轉折發生在2026年1月底的格陵蘭島爭議爆發期。短短三天時間，這款免費應用的新增下載量就突破3萬次，總下載量快速攀升至10萬以上。截至2026年2月初，這款應用在丹麥的日活使用者穩定在2萬左右，還登上丹麥App Store應用排行榜第四位，成為當地下載量最高的AI實用工具之一。雖然Made O'Meter開發者始終強調，這款工具的核心是提供資訊，而非煽動抵制，但這種中立、實用、親民的定位，讓它在民間抵制浪潮中，成為最受歡迎的選擇——比起激烈的口號和遊行，丹麥人更願意用這種安靜、高效、可持續的方式，表達自己的態度。同期，在丹麥本土還有另一款爆火的應用NonUSA（UdenUSA），中文譯為“無美國貨”，同樣聚焦抵制美貨，但NonUSA主打傳統條形碼掃描，功能直白單一，核心就是快速識別美國商品並給出替代選項。而Made O'Meter靠AI圖像識別突圍，拍照分析，不僅同時識別多款商品，還能深層解剖產品背後的真實歸屬。Made O'Meter的核心競爭力，恰恰是打破了“產地=品牌歸屬”的誤區。市面上大量商品，產地標註為歐洲、東南亞，但實際品牌歸屬、控股權、核心供應鏈都在美國企業手中。普通消費者僅憑肉眼，根本無法分辨這其中的層層關聯。這款應用的AI圖像識別系統，不僅看生產地，更追溯品牌註冊地、控股方、核心供應鏈源頭，清晰區分“美國製造”“美國品牌控股”“非美資歐洲本土品牌”三類核心資訊，精準率官方宣稱超過95%。使用者還能自訂篩選，比如直接開啟“排除美國控股品牌”“僅顯示歐盟本土品牌”模式，一鍵過濾不想購買的商品類型。識別完成後，應用會自動推薦同品類的歐洲或丹麥本土替代商品，從食品、日用到家居、數位，幾乎覆蓋所有消費場景。為什麼一款上線近一年的小眾工具，突然爆火？核心原因從來不是功能迭代，而是民間情緒被徹底點燃。導火索，是1月21日川普在達沃斯世界經濟論壇上的公開表態。他在演講中明確提出，格陵蘭島是美國的核心國家安全利益，要求立即就收購格陵蘭島展開談判，甚至在此前的表態中，威脅對丹麥加征關稅。這一系列行徑，瞬間點燃了丹麥民眾的憤怒。從線上到線下，民間抵制美貨的行動快速鋪開：臉書上的“抵制美國貨”群組，短短幾天成員突破10萬人，使用者自發分享美貨清單、歐洲替代品牌。丹麥最大連鎖超市集團薩林，專門為歐洲本土商品貼上專屬星標，引導消費者優先選擇非美貨；街頭、社區的討論中，“不買美國貨”成為普通人表達主權態度的共識。但憤怒需要出口，抵制需要工具。在這樣的背景下，Made O'Meter及UdenUSA這類APP，恰好擊中丹麥民眾的心。Made O'Meter的影響力，並沒有侷限在丹麥本土。隨著格陵蘭島爭議持續發酵，歐洲多國民眾紛紛跟進下載，德國、西班牙、義大利等國的下載量快速攀升，不少使用者主動將應用的資料庫適配本土商品，補充當地的非美貨替代清單。甚至遠在拉美的委內瑞拉，也有使用者開始使用這款應用，結合當地的外交立場，將其作為消費選擇的參考工具。這種跨地域的傳播，核心原因有兩點。一是格陵蘭島爭議折射的美歐關係裂痕，引發了歐洲多國的共鳴，越來越多歐洲民眾意識到，北極地緣博弈、美國的單邊主義政策，早已影響到普通民眾的生活與區域安全。二是數位化工具的普及，讓民間情緒的傳遞不再受地域限制，一款實用的小應用，就能成為跨國民間共識的連接點。和傳統的民間抗議不同，這種潤物細無聲的方式，比短期的集會、口號，更能形成長期的社會影響，也更能讓外界看到普通民眾的真實意願。Made O'Meter只是一款手機應用，卻像一個微小的切口，讓我們看到當下國際格局、美歐關係、民間民意的三重深層變化。第一，北極地緣博弈已從高層談判，走向民間層面的情緒共鳴。格陵蘭島的戰略價值，不再是外交家、軍事家的專屬話題，而是走進了歐洲普通人的日常生活，也讓民間對國家安全、區域秩序的認知，變得更加具體和深刻。第二，美歐跨大西洋聯盟的裂痕，正在從政策層面延伸至民間層面。過去，美歐同盟關係看上去牢不可破，但近年來美國的單邊主義、地緣施壓，讓歐洲民眾的好感度持續下降。格陵蘭島爭議，成為壓垮民間好感的又一根稻草。第三，數位化工具讓民間民意表達，進入了“精準、溫和、可持續”的新階段。傳統的民間抗議，往往伴隨著聚集、衝突、短期性，而數位化工具的普及，讓民間反抗不再是“大聲疾呼”，而是“無聲堅守”，用日常選擇積累力量，用長期行動傳遞立場。Made O'Meter沒有改變格陵蘭島的主權歸屬，沒有直接終結大國的地緣博弈，但它做到了一件更重要的事——讓民間民意不再是分散、微弱，讓普通人的意願，被表達、被傳遞。一款簡單的APP，把宏大的國際博弈，落地為每個人的日常行動。這種溫和而堅定的理念，恰恰是當下國際社會最需要的。從格陵蘭島的北極寒風，到丹麥超市的暖光貨架；從高層外交的唇槍舌劍，到普通人手機裡的一次掃碼，一條無形的線被串聯起來。這根線，連著主權與民生，連著地緣與日常，連著大國博弈與民間煙火。 (有理兒有面)

格萊美舞台上，Chappell Roan的一條象牙白紗裙在網上炸開了鍋。只因19年前，有位絕色就是穿著同一件裙子，真神降臨。2007年，《贖罪》倫敦首映。微風撩撥裙襬，黃昏親吻髮絲，盪開的薄紗如山野雨霧，頭頂的鑽石彷彿摘得的星辰。凱拉·奈特莉（Keira Knightley）踏風而至，美得石破天驚。希臘風禮服的褶皺與打結，在她身上形成古典柔光。搭配背後的枝蔓和石材，恍惚間有種油畫之美。凱拉的清冷氣質和高瘦身材，讓這件露膚度極高的禮服絕不張揚豔麗。反如當年《Elle》的妙評：她讓這條裙子多了一絲冷冽的神性。靠一條裙子封神，凱拉早開先河。正是在這部《贖罪》裡，那一抹流光溢彩的綠，成就了影史無可比擬的經典。電影上映後，這條綠裙在民意調查中被評為史上最偉大的電影服裝。近20年，難逢敵手。據造型師透露，裙子由三種顏料混染而成，當時導演的要求只有一句話：“讓人聯想到一年中最熱的一天。”熱浪中飛舞的蜻蜓，腳下踩斷的植物根莖，加了冰的玻璃杯裡搖晃的薄荷酒......媒體曾這樣讚許凱拉：“她身上，有一種引人入勝的浪漫與魯莽。”矛盾又迷人。《加勒比海盜》中，她髮絲凌亂，衣衫破損。卻有一種海風洗練過的野性與自由。《安娜·卡列琳娜》，她華麗又孤傲。眉頭眼角中，卻又藏著頹廢與熱望。難怪《衛報》編輯給予那麼高的評價：美麗、細膩、充滿活力且機智，她日漸光彩照人，自信滿滿。在風格上，凱拉也將這種魯莽又浪漫，不羈且優雅的風格，發揮得淋漓盡致。《VOGUE》曾這樣介紹道：“她的穿搭是千禧年美學的集大成者，又被稱為“英倫玫瑰”的代表人物之一。但其美麗，帶著一種神秘的菸草氣息。”她大膽且極簡。首映禮紅毯，用低腰牛仔褲搭配白色一字肩抹胸，後擺像雙小翅膀。搭配一條多色珍珠項鏈即可，美麗的腹肌是她最奪目的單品。她性感卻不俗媚。這件Gucci的金色掛脖禮服，危險係數10顆星。到了凱拉身上，卻被馴服成了液體的金屬。當年大火的平胸美學，凱拉可謂是中流砥柱。無需刻意強化豐乳肥臀玲瓏浮凸，氛圍感和高級感就秒殺一切。酒紅色低胸禮服搭配黑色皮草短披肩。一圈金色臂釧，如欲蛇點睛。黑色珠片薄紗搭配白色刺繡牛仔褲，輕盈、通透。在她身上，感覺多一絲珠寶都是累贅。如今娛樂圈紅毯，偏愛用千篇一律隆重繁複的長裙霸地盤。但凱拉當年卻靠“大道至簡”的美學，證明了：真正的定毯神針，和佔地面積無關。粉白紗裙，配一雙純白尖頭高跟鞋，脖頸無一縷珠寶，鎖骨曲線已是最靈動的飾品。還有這件刷屏無數的灰色抹胸裙。層層褶皺，極簡輕柔，像一抹晨霧氤氳，又若一株薰衣草搖曳。尤其是配上那幾縷被吹散的髮絲，擺動在煙燻眼妝周圍。美得如風，輕輕流動，又不可觸碰。娛樂圈的“人間香奈兒”數不勝數，但凱拉卻與眾不同。她氣質中的疏離與清冷，幻化成一株樹影山茶，頗有一種：你遠遠就嗅到幾縷冷香，待賞盡群芳後，在葉隙瞥到那涼涼一捧月光。網友被迷得神魂顛倒：連她肩上的線頭，都美得像細細的花蕊。凱拉演繹香奈兒，無非簡單和隨性二字。黑色內襯勾勒腰線，白色上衣放大廓形，形成極強的腰肩對比。再搭配標誌性的小煙燻眼妝，最簡單的黑白帶來最頂級的視覺享受。2010年的時候，凱拉又穿了一件香奈兒珍珠晚裝。短捲髮的利落，消解了大面積鏤空帶來的輕佻，古典又清凜。後來，在溫網中，凱拉又把香奈兒穿出了新境界。白色套裝，寬簷禮帽，手中摺扇，完全是電影裡的畫面啊！網友總說，凱拉身上有一股千禧年特有的“勁勁兒”的美。她曾概括道：自己最喜歡的風格，就是自在。她絕不為美挨凍，用灰色毛衣搭配羽毛長裙，自然，舒服。她也絕不為出片難為自己。在凱拉的日常穿搭中，兩件單品出鏡率最高：平底鞋、牛仔褲。白色上衣搭配藍色裙子，踩著一雙人字拖。大包小包，頭髮像雞窩，依然清麗又可人。灰色針織衫搭配酒紅拖地闊腿褲，踩一雙帆布鞋。簡簡單單，卻充滿冬日慵懶和高智感。而且凱拉是為數不多，把“重複”穿成美學的人。一條破洞牛仔褲，搭配人字拖和背心，夏日涼風的清爽。加一件黑網紗和背心疊穿，搭配一雙牛津鞋，又酷又帥。尤其是那幾年和男朋友拍拖壓馬路的時候，每一套都又時髦又有個性。牛仔褲配短上衣，搭配貝雷帽和寬腰帶，率性又自由。最簡單的針織衫，她能玩出花來。搭配同色系環保袋，頭髮往後一扎，明媚乾淨。和背心疊穿，滑落半肩，腳上踩一雙及膝平底大靴子。柔軟和硬朗形成微妙的平衡。《VOGUE》這樣寫道：“她很少以華麗的形象示人，而是執著於那個時代特有的獨立頹廢，彷彿剛剛把折扣店洗劫一空，不用類型的單品以出乎意料的方式形成了奇妙的魅力。”她會用一件典雅的掛脖白色連衣裙，搭配草綠色頭巾和平底單鞋。也會用一件有大衛·鮑伊立體刺繡的背心，搭配拖地衛褲。有人說那是經濟上行的千禧年特有的衝勁和膽量：一切為我所用，我才是風格的主人。最讓我印象深刻的是這一套——起球的針織毛衣、金屬色菱格包包，踩一雙粉紅色匡威板鞋。她就插著手站在那冷眼看著鏡頭，卻像某部電影的封面。那怕已經40歲，是兩個孩子的媽媽，凱拉的穿搭依然遵循著這種我行我素的率性獨立。鴨舌帽墨鏡配大衣，雙手插兜，拽得沒有對手。寬鬆牛仔套裝，配一雙馬丁靴，走路帶風。後來你會發現，與其說是娛樂圈流行復古，時尚是一個圈。還不如說是20年前，就有人交出了滿分答卷。那時候，每個人都不願千篇一律，都不想打安全牌，“我是我所穿”就是她們的宣言。我們懷念的不僅是那個時代的與眾不同的美麗。更是那個時代女星身上那個“勁勁兒”的感覺：勇敢、自在、不端著、不在乎。 (InsDaily人物)

諾和諾德(NVO.US)表示將起訴Hims & Hers(HIMS.US)，指控其生產仿冒諾和諾德減肥藥。與此同時，Hims & Hers放棄了銷售Wegovy減肥藥仿冒版本的計畫。諾和諾德公司周一聲稱，Hims公司侵犯了其在美國的司美格魯肽專利，是Ozempic和Wegovy等重磅藥物的活性成分。諾和諾德還稱，Hims的競爭產品可能對消費者構成潛在危險。Hims上周四宣佈推出了這款複方減肥藥，引發諾和諾德以及監管機構的強烈反應。儘管遠端醫療平台Hims於上周六做出讓步，表示停止提供該治療方案，但美國提起的訴訟標誌著諾和諾德與Hims之間的爭端升級。諾和諾德公司總法律顧問 John Kuckelman在接受採訪時表示，Hims公司推出仿冒Wegovy藥丸的決定“太過分了”，“上周的公告令人憤慨，這絕對是一個轉折點。”兩家公司去年終止了合作關係，此後關係日益惡化。諾和諾德表示，其藥品的生產符合美國食品藥品監督管理局(FDA)的要求，並遵循嚴格的安全控制，這與Hims的藥品截然不同。諾和諾德在一份聲明中表示：“Hims公司開展了一系列促銷活動，重點宣傳其複方產品，欺騙消費者和醫療專業人員，讓他們誤以為這些未經批准的藥物具有臨床療效和安全性。”該公司認為，這些仿冒品“正在危及患者的健康和福祉”。諾和諾德表示，該公司已在特拉華州提起訴訟，指控Hims的產品(包括其減肥注射劑)是司美格魯肽的復合形式，因此侵犯了其專利。諾和諾德辯稱，Hims公司明知該專利的存在，且自2024年起該專利就遭到侵權。該公司正在尋求賠償，包括Kuckelman所說的“合理專利費”和利潤損失。這家製藥公司表示，已於2月8日致函Hims公司，指出其侵權行為，並要求這家遠端醫療公司停止生產相關產品。這場訴訟發生在諾和諾德經歷動盪的一周之後。先是該公司發佈了與競爭對手禮來(LLY.US)形成鮮明對比的慘淡的年度銷售預測，隨後又有消息稱，Hims公司正在銷售其關鍵新藥Wegovy的廉價仿製藥，這導致諾和諾德的股價受到重創。在周末，由於美國政府的威脅，Hims放棄了該計畫。但這一決定並未阻止諾和諾德提起訴訟，該訴訟的範圍不僅限於口服藥物，還包括注射劑型的司美格魯肽的所有用途。生產重磅GLP-1類藥物的諾和諾德和禮來公司長期以來一直抱怨美國食品藥品監督管理局(FDA)在阻止廉價復合減肥藥氾濫方面做得不夠。幾年前，由於藥品供應短缺，遠端醫療公司首次得以銷售仿冒的減肥藥。雖然藥品短缺已經結束，但這種做法仍在繼續。Kuckelman稱：“我們認為他們所說的短缺後很多患者需要個性化配製司美格魯肽的說法完全是謊言。”據Kuckelman稱，諾和諾德正試圖與配藥商合作，讓他們銷售其品牌產品。他說道：“但不幸的是，像Hims這樣的大公司，非但沒有採取正確的做法，反而認為自己凌駕於法律之上，可以繼續藐視FDA和其他監管機構。”美國食品藥品監督管理局(FDA)上周五承諾將對仿冒減肥藥採取行動。美國衛生與公眾服務部也表示，已將Hims公司移交司法部，調查其是否違反聯邦法律。諾和諾德此前已起訴其他藥品配製公司銷售其仿冒藥品，但此次訴訟是諾和諾德首次將目標對準Hims公司。Hims首席執行長Andrew Dudum此前曾表示，該公司不會停止銷售其廉價減肥針劑。截至發稿，Hims公司尚未對此事作出回應。在美股開盤前，其股價下跌了21%。諾和諾德漲近6%。 (invest wallstreet)