馬斯克，又傳出多則消息！4月1日消息，針對一位美國女作家聲稱為他生下第13個孩子一事，特斯拉CEO馬斯克公開回應稱，不知道這個孩子是不是自己的。馬斯克聲稱，儘管不確定，但他已經給了這位女作家250萬美元，並且每年給她50萬美元。同一天，2025福布斯全球億萬富豪榜發佈。榜單顯示，馬斯克身家達3420億美元，排名全球第一。資料顯示，馬斯克的財富比排名第二的祖克柏多出1260億美元。另據外媒報導，美國中央情報局（CIA）官員證實，美國政府效率部牽頭人馬斯克於當地時間3月31日到訪CIA總部，就政府效率進行了會談。馬斯克首次回應“第13個孩子”當地時間周一，特斯拉CEO埃隆·馬斯克就一位美國女作家聲稱為他生下第13個孩子一事進行了公開回應。今年2月15日，美國31歲的女作家艾希莉·聖克萊爾在X上發帖稱：“五個月前，我迎來了一個新生兒。埃隆·馬斯克是孩子的父親。我此前未公開此事是為了保護孩子的隱私和安全。”另外，本周有報導稱，有人看到聖克萊爾在她曼哈頓的公寓外出售她價值10萬美元的特斯拉Model S，並聲稱馬斯克將孩子的撫養費削減了60%。聖克萊爾在接受媒體採訪時表示：“我需要彌補埃隆給我兒子的60%的撫養費。”當被問及馬斯克是否有意報復時，她補充說，“嗯，這是他的慣用手法，當女性發聲時。你可以查查特斯拉股票，我不是唯一一個收拾他的爛攤子的人。”聖克萊爾稱，已經聘請了律師起訴埃隆·馬斯克，法院命令他進行親子鑑定。當地時間周一，馬斯克在社交媒體平台X上回應稱：“我不知道孩子是不是我的，但我不反對搞清楚。不需要法庭命令。儘管不確定，但我已經給了艾希莉250萬美元，並且每年給她50萬美元。”馬斯克之前對此事一直未回應，若消息屬實，這將是馬斯克的第13個孩子。去年6月份，馬斯克被曝出在當年早些時候與旗下腦機介面公司Neuralink的女下屬希馮·齊裡斯又悄悄生下一個孩子。這是他們的第3個孩子，也是馬斯克的第12個孩子，馬斯克向媒體證實了這一消息。在馬斯克已公開的12個孩子中，6個與第一任妻子賈斯汀·馬斯克所生，但其長子出生僅10周就因嬰兒猝死綜合徵而夭折；3個與音樂家格萊姆斯所生，包括多次與馬斯克在媒體前出鏡的X AE A-XII；3個與齊裡斯所生。福布斯：馬斯克成為全球最富有的人4月1日，2025福布斯全球億萬富豪榜正式發佈。據悉，福布斯依據2025年3月7日的收盤價和匯率，為全球身家達到或超過10億美元的富豪進行了排名。榜單顯示，今年，全球有創紀錄的3028人登上了福布斯年度全球億萬富豪榜，比去年多了247人，這也是億萬富豪人數首次突破3000大關。他們的總身家達到了創紀錄的16.1兆美元，比一年前增加了2兆美元。這些富豪們如今的平均身家為53億美元，較2024年增加2億美元。榜單顯示，特斯拉CEO埃隆·馬斯克身家達3420億美元，排名第一；Meta首席執行官馬克·祖克柏（2160億美元）排名第二，這也是他首次排名第二；亞馬遜的傑夫·貝索斯（2150億美元）位列第三；甲骨文的拉里·埃裡森（1920億美元）排在第四；阿爾諾（1780億美元）因旗下奢侈品集團LVMH股價下跌，跌至第五位，這是他自2017年以來的最低排名。福布斯指出，儘管馬斯克花了大量時間（他的時間本就很分散）來管理川普的成本削減項目DOGE，但由於他的火箭公司SpaceX和人工智慧公司xAI（上周，他將xAI與社交媒體巨頭X合併）在過去一年業績斐然，他的財富增加了1470億美元。儘管特斯拉近期遭遇了抗議和股市拋售，但股價仍高於一年前。這使得馬斯克從阿爾諾手中奪回了世界首富的頭銜，且比排名第二的馬克·祖克柏多出1260億美元。福布斯表示，過去一年幾乎沒有億萬富豪位元朗普過得更好——不僅因為他重掌美國總統大權，更因一系列資本運作使其財富翻倍。在重返白宮前，他通過涉足加密貨幣領域大幅擴充了現金流。加上其創立的川普媒體與技術集團在福布斯鎖定2024年度富豪榜排名後成功上市，這位總統的淨財富從約23億美元飆升至51億美元，漲幅超過一倍。美中央情報局官員證實馬斯克來訪據環球網援引美國《紐約時報》、Axios新聞網報導，美國中央情報局（CIA）公共事務主管利茲·萊昂斯表示，美國政府效率部牽頭人埃隆·馬斯克於當地時間3月31日到訪CIA總部，就政府效率進行了會談。Axios新聞網稱，這是自政府效率部成立以來，馬斯克首次訪問CIA。Axios新聞網稱，萊昂斯表示，CIA局長約翰·拉特克利夫和副局長邁克爾·埃利斯接待了馬斯克，多名CIA高級官員也參加了會議。此外，消息人士表示，拉特克利夫及其團隊與馬斯克討論了CIA如何在不損害美國國家安全的情況下，借鑑其他政府機構採取的措施以提高效率。會議還討論了其他技術問題。今年1月20日，美國總統川普在宣誓就職當天簽署行政令，組建由馬斯克牽頭的名為政府效率部的顧問委員會，並聲稱這將大幅削減聯邦開支，以恢復聯邦政府的能力和效率。據美國政治新聞網、紐約時報等媒體早前報導，美國國家安全域發言人證實，馬斯克當地時間3月12日首次到訪該機構。此外，美國國防部21日發佈消息稱，美防長赫格塞思當天在五角大樓會見馬斯克。 (券商中國)

據新聞晨報消息，微軟聯合創始人比爾・蓋茨近日在一檔播客節目中表示，他的三個孩子將不會繼承其巨額財富的大部分，最終獲得的遺產將不到其總資產的1%。圖片來源：介面圖庫4月1日揭曉的2025福布斯全球億萬富豪榜顯示，比爾·蓋茨以1088億美元身家位居排行榜第13位。按照其資產1%計算，三個子女將獲得10.88億美元。比爾·蓋茨日前在接受知名播客拉傑·薩馬尼(RajShamani)採訪時，“我的孩子們得到了良好的成長和教育，但他們將繼承不到我總財富的1%，因為我認為給他們太多財富對他們沒有好處。”蓋茨希望他的孩子們能開闢自己的成功之路，而不是“被他們父親擁有的令人難以置信的運氣所掩蓋”。他稱，“我不是要求他們經營微軟。我想給他們一個機會，讓他們擁有自己的收入和成功。”蓋茨表示，他資源的最大用途是通過他的基金會支援最需要幫助的人。蓋茨基金會成立於2000年，是全球最大的私人基金會。2025年初，蓋茨基金會理事會批准了迄今為止規模最大的年度預算，為87.4億美元。去年，該基金會的預算為86億美元。對於企業家而言，公益慈善事業無疑是其財富傳承的一個有益且必要的選擇。如何在家族財富永續傳承的同時成功開展家族慈善，是他們面臨的共同課題。股神巴菲特也不例外。據美聯社去年11月報導，巴菲特將其持有的1600股伯克希爾公司A類股份，轉換成240萬股B類股份，同時將這些股份贈給他的3名兒女負責的4家家族基金會，總金額約11.43億美元。巴菲特還詳細地分享了自己的遺產分配計畫。他明確提出，仍將堅守2006年的承諾，將自己在伯克希爾的全部股份捐給家族慈善基金，巴菲特稱，伯克希爾的股份佔他個人總財富的99.5%，也就是說他最終留給他三個孩子個人的遺產總共只佔他個人財富的0.5%。2025福布斯全球億萬富豪榜顯示，巴菲特以1540億美元的身家，位於全球億萬富豪榜第六位。 (介面新聞)

當地時間4月2日，美股收盤漲跌不一。其中，上市剛兩天的保守派新聞媒體Newsmax延續漲勢，收盤價為233美元，大漲超179%，兩日大漲超2230%，市值一舉超過了福克斯公司。Newsmax於2025年3月31日在紐約證券交易所上市，股票代號為「NMAX」。從上市第一天開始，Newsmax的股價就出現狂飆。紐約時間周一，該公司上市首日股價暴漲735%，多次觸發市場停牌，最高領漲至215美元。收盤價為每股83.51美元，漲幅高達735%。在上周的首次公開募股中，該公司以每股10美元的價格籌集了7,500萬美元，公司估值略高於10億美元。公開資訊顯示，Newsmax是一家總部位於佛羅里達州博卡拉頓的保守派有線電視新聞頻道及數位媒體公司，由克里斯多福·魯迪於1998年創立。該公司透過串流媒體、線上和印刷平台，已成功觸及超4000萬美國家庭。其媒體業務包括Newsmax頻道、免費串流頻道Newsmax2、Newsmax應用程式、串流媒體服務Newsmax+、網站Newsmax.com以及《Newsmax雜誌》。根據監管文件，Newsmax在2024年上半年虧損超過5,500萬美元，營收約8,000萬美元，總負債1.42億美元，而資產僅6,900萬美元。其2024年全年營收為1.71億美元。分析機構認為，這種飆漲讓​​人想起2020年和2021年的「meme股」（散戶抱團股）熱潮，當時投資人紛紛買進股票推動股價上漲，遠超過對公司基本面的計算。當時，十多家公司的股價在首次公開募股後立即出現了類似的飆升，其中許多公司的估值都很小。華爾街內外的投機者將這些公司的股價推高，最終暴跌了九成以上。2020年及2021年的「meme股」（散戶抱團股）熱潮期間，散戶透過Reddit等社群媒體平台集結，推動被做空的低品質股票如GameStop和AMC院線股價大幅飆升，對做空機構造成巨大損失。這現象凸顯了社群媒體對投資決策的巨大影響力，也反映出散戶集體行動的力量。(界面新聞)

▎華人一統晶片江湖。剝離非核心資產，押注AI晶片與代工業務……上任14天後，陳立武首次以英特爾CEO的身份於英特爾 Vision 2025活動上公開露面，發表了約30分鐘的公開演講，向外界傳遞出重振這家老牌晶片巨頭的決心。自此，美國四大晶片巨頭輝達、AMD、博通和英特爾的“話事人”都成了華人。華人在矽谷的話語權和影響力達到了史無前例的高峰。隨著華人CEO的崛起，曾經由印裔CEO主導矽谷的權力格局，也迎來了新的改變。印度人掌權矽谷的里程碑事件發生在2014年。46歲的薩提亞·納德拉（Satya Nadella）接替鮑爾默執掌微軟，成為首個領導全球科技巨頭的印裔CEO。事實上，當納德拉接替鮑爾默執掌微軟時，印裔CEO已佔據矽谷科技巨頭1/3的席位。印裔CEO走向矽谷權力中心，既是時間的複利，也是時代的註腳。20世紀80年代起，技術移民進入矽谷的印度裔工程師們從基層程式設計師做起，逐步晉陞為中高層管理者，開始主導公司的關鍵項目。2014年，移動網際網路爆發期與雲端運算轉型潮疊加時，在關鍵崗位蟄伏已久的印度裔高管迎來歷史性機遇——納德拉掌舵微軟前深耕雲服務九年，皮查伊通過Chrome瀏覽器建構起Google10億使用者生態，IBM克里希納則主導收購紅帽公司奠定混合雲根基。彼時，華人工程師卻始終被困在“模範少數族裔”的刻板印象中。InfoQ調研顯示超過78%的矽谷華人從業者停滯在技術骨幹層級。AI 時代的到來改寫了這一局面。輝達、AMD 等曾處於產業鏈邊緣的晶片企業，一躍成為全球AI算力的中流砥柱，讓華人CEO有了進入矽谷核心圈的機遇。黃仁勳的經歷足以說明這一變化。創業初期，黃仁勳四處奔走兜售晶片，曾每天都和微軟開會爭取機會，也曾站在雷軍身邊，用中文喊出“我也是米粉！” 以求長期合作。如今，在人工智慧軍備競賽的熱潮中，微軟、Google、Meta、亞馬遜和特斯拉等科技巨頭，上趕著和黃仁勳“交朋友”，只為獲得輝達晶片的優先供應權。AMD 的蘇姿丰和博通的陳福陽也都成為矽谷科技巨頭們的“座上賓”。去年 6 月微軟掌門人納德拉親自為蘇姿丰站台發佈 AMD 銳龍 AI 300 晶片，且微軟認為該晶片性能超過Copilot+PC的要求。在這一輪AI革命當中，另一個極為明顯的趨勢是，在CEO之外，今天從矽谷的工程師們到創業者們，華人的佔比也都迎來新高。華人，正越來越成為重塑矽谷權力格局的一支重要力量。印裔突圍：叩開矽谷權力之門在華人CEO嶄露頭角之前，印裔CEO率先打破矽谷權力圈層的白人壟斷，開啟了屬於他們的黃金時代。1957年，在日後被稱為“矽谷心臟”的帕洛阿爾托，諾貝爾獎得主威廉·肖克利創立了全球首個矽基半導體實驗室，其麾下“八叛逆”出走後創立的仙童半導體，十年內裂變出英特爾、AMD等37家科技企業，矽谷雛形初現。此後的半個世紀，矽谷的締造者們——微軟的比爾·蓋茲、Google的拉里·佩奇、蘋果的史蒂夫·賈伯斯都是清一色的白人男性，權力金字塔頂端始終難覓亞裔身影。裂縫始現於1998年，印度移民薩比爾·巴蒂亞（Sabeer Bhatia）創立的電子信箱服務Hotmail以4億美元天價被微軟收購，這位出身班加羅爾貧民窟的工程師成為首個在矽谷主流視野中登場的印度裔創業者。與此同時，伴隨著蘋果、Google、Facebook（Meta前身）等企業崛起，網際網路產業在矽谷萌芽，大量理工背景的印裔湧入矽谷，從程式設計師、產品經理等基礎崗位起步，逐步走向關鍵業務的管理崗位。2004年加入Google時，皮查伊還只是名初級產品經理，在人才濟濟的矽谷，皮查伊的起點不可謂不低，但他的晉陞卻可謂火箭速度，僅用了15年就登上了Google的權力巔峰。身材高瘦、講話溫和的皮查伊有著和大多數在矽谷打拚的印裔相似的履歷：從印度的理工科專業畢業，到美國頂尖院校的研究生院學習，然後加入美國的大公司。真正讓皮查伊的晉陞變成火箭速度的，是他在一場關乎Google生死存亡的關鍵戰役中的卓越表現。2006年10月18日，微軟在毫無預告的前提下，將IE的默認搜尋引擎更換成了自家的 Windows Live Search（必應搜尋的前身）。這對Google而言，無疑是巨大的打擊。當時Google大概有4億多使用者，其中65%的流量都是來自IE瀏覽器。沒有了默認引擎身份，意味著Google可能會損失近3億潛在使用者。皮查伊剛進Google時領導的 Google Toolbar 瀏覽器工具列，成為了他手中的關鍵“武器”，幫助Google挽回了使用者。更重要的是，在這場危機之中，皮查伊的前瞻性得到了創始人的認可。就在6個月前，皮查伊向時任CEO施密特報告，要求開發一款Google專屬瀏覽器，在他看來，微軟進入網際網路業務的意圖已經非常明顯，Google如果沒有自己的瀏覽器，很容易被微軟通過瀏覽器設定打得措手不及。但施密特對Google能否在這一領域成功持有懷疑態度。皮查伊直接找到了Google創始人佩奇和布林，向他們闡述專屬瀏覽器對Google的意義，並最終得到支援，由他來領導這個瀏覽器團隊。先是拯救Google於水火之中，然後又領導了Google最為成功產品之一的Chrome，之後，皮查伊在Google的晉陞一路開掛。隨著網際網路浪潮的爆發，前期積累了豐富經驗、身處關鍵崗位的印裔高管們迎來了屬於他們的高光時刻。2015年，Google母公司 Alphabet 重組，關鍵崗位的皮查伊正式成為子公司Google的 CEO，並於 2019 年同時擔任 Alphabet 和Google的 CEO。皮查伊也成為繼微軟CEO薩提亞·納德拉、諾基亞CEO拉傑夫·蘇里之後的又一個執掌科技巨頭大權的印度裔高管。如同皮查伊借助Chrome上位，納德拉更是借助對雲端運算的押注，早他一步執掌了微軟權柄。2014年，微軟CEO鮑爾默卸任，微軟伺服器與工具部門總裁、印度裔工程師薩提亞·納德拉被寄予厚望，他所負責的雲端運算和人工智慧業務與微軟未來的新增長曲線密切相關。彼時華裔高管陸奇同樣擁有超高威望和呼聲，甚至陸奇還是納德拉的上司，在組織架構上均同時向蓋茲直接匯報。最終，納德拉成為微軟掌門人，對此微軟的董事會曾經有這樣一段評述：納德拉更熟悉微軟內部的複雜環境，能比“空降兵”更快地推動新產品和業務發展。這裡的空降兵指的究竟是不是陸奇，可能無從考證。但至少從兩人在微軟的履歷看，1992年就加盟微軟的納德拉，遠比2008年加盟微軟的陸奇根基深厚。最終，納德拉成為微軟的第三任CEO，開啟了微軟的轉型之路。隨著微軟的納德拉、諾基亞的拉傑夫·蘇里、Google的皮查伊、推特的阿格拉瓦爾等印裔CEO相繼登頂，矽谷印裔CEO的名單變得越來越長，Adobe 的山塔努・納拉延、IBM 的阿爾溫德・克里希納、帕洛阿爾托網路公司的尼基什・阿羅拉、百事可樂的盧英德、萬事達卡的彭安傑、NetApp 的喬治・庫裡安 ……華人破局：GPU戰爭改寫權力版圖但時代的浪潮總是在不經意間改變行業的格局。就像移動網際網路時代塑造了印裔CEO一樣，AI時代的到來，重塑了晶片行業的版圖，華人CEO也逐步走向矽谷的權力中心。事實上，在納德拉成為微軟的第三任CEO的2014年，蘇姿丰也成為了AMD的首位華人CEO。只是彼時蘇姿丰登上的是一艘即將沉沒的巨輪，當時這家創立於1969年的公司已瀕臨破產：連續五年虧損，股價跌破2美元，負債超20億美元。也正因如此，矽谷的上空並沒有她的名字。而在此之前，蘇姿丰在IBM幹了12年，從最初的一名研究員，一直做到了研發副總裁的位置，成了半導體領域的頂級專家，這也是華人在IBM做到的最高職位。正是因為IBM的這段經歷，在當時智慧型手機大熱的市場環境下，蘇姿丰仍然帶領AMD將最大的賭注押在個人電腦CPU的新架構Zen上，並堅信“半導體決策的影響，三五年後才見分曉。”2014年，對於黃仁勳同樣意義非凡。1993年，30歲的黃仁勳與兩位好友共同創立了輝達，專注於圖形處理器研發。彼時，黃仁勳的身份是“遊戲顯示卡商”，但在與高通、聯發科、英特爾的競爭中一直落於下風。黃仁勳選擇撤退，於2014年宣佈不再專注於手機市場，而是將方向對準AI領域，並成了GPU概念的締造者。事後來看，黃仁勳和蘇姿丰都賭對了。隨著AI時代到來，曾經在產業鏈中處於相對邊緣位置的輝達和AMD，憑藉其在 GPU 技術上的優勢，一躍成為人工智慧領域的核心力量。在ChatGPT等大模型爆發的歷史性機遇下，黃仁勳和蘇姿丰也由此走向了舞台中央。曾經四處求科技巨頭們合作的黃仁勳，如今搖身一變，成了大佬們競相追逐的對象。為了獲取更多晶片，馬斯克不惜拉黃仁勳跟他上一條船，最終說服黃仁勳投資他的xAI。微軟、Google、Meta、亞馬遜等科技巨頭也爭相囤積輝達的晶片。輝達的市值一路飆升，甚至一度超越蘋果，成為全球市值最高的公司。AMD也在蘇姿丰的帶領下在AI伺服器市場撕開英特爾的口子。2025年，AMD市值突破3000億美元，蘇姿丰被《財富》雜誌稱為“矽谷最危險的女人”。但矽谷的科技巨頭們可不喜歡受制於人，排隊求晶片顯然不符合他們一直以來的人設。巨頭們不缺應用生態，找代工廠自研晶片成了他們找到的解法。代工之外，需要解決的只有設計問題：博通能夠幫到他們。與黃仁勳和蘇姿丰靠技術突圍不同，博通CEO陳福陽主要靠收購建立起自己的晶片帝國，業內稱他為“半導體併購之王”。陳福陽雖非技術出身，但對行業趨勢的敏銳判斷推動博通成為AI算力領域的顛覆者。2006年，陳福陽獲聘擔任半導體企業安華高（AVAGO）CEO，2013年收購LSI後佈局資料中心晶片定製服務，2015年以370億美元吞併博通後，繼續通過收購快速擴張，將博通從一家中等規模的半導體公司重塑為兆美元巨頭。如今，博通已經躋身兆美元俱樂部，成為僅次於輝達的AI算力巨頭，Meta、蘋果、OpenAI都是它的合作夥伴。而作為晶片行業的老牌巨頭的英特爾，卻在AI時代的狂潮中逐漸掉隊。危機之下，英特爾找到了晶片領域“創投教父”陳立武擔任CEO。作為半導體、晶片領域的“元老級”人物，陳立武曾在Cadence推動EDA（晶片流程設計工具）革命的管理者，不僅熟悉晶片設計全流程，更通過其創立的風險投資公司華登國際深度參與中國半導體產業建設。之所以選擇陳立武，英特爾方面稱，陳立武有深厚的技術行業背景與橫跨產品和代工生態的關係，以及創造股東價值的成就。“這些正是英特爾下一任首席執行官所需要的特質。”在時代浪潮的推動下，華人CEO在矽谷建構起了以晶片為核心的商業版圖，開始逐步掌握話語權。新生力量：華人新勢力崛起除了這些已然站在金字塔尖的華人CEO們，在如今的矽谷，華人創辦的 AI 企業正不斷湧現，華人工程師也成為矽谷科技企業不可或缺的中堅力量。最近，有消息傳出黃仁勳即將收購一家名為 Lepton AI 的AI創業公司。儘管官方尚未公開確認，但已有多家權威外媒指出，這筆收購交易規模可能在數億美元等級。這家成立僅兩年的AI初創公司，目前看似體量不大，卻因其創始人及技術方向備受矚目。Lepton AI由阿里前副總裁、有著“Caffe 之父” 美譽的賈揚清創辦，主要提供算力租賃業務。更早之前，賈揚清還曾供職於Google和Meta，從阿里離開決定創業的他再次將目光投向了矽谷。清華姚班出身的胡淵鳴同樣把Meshy.AI的總部設在了矽谷，這並非胡淵鳴第一次創業。在MIT博士就讀期間，他就曾成立“太極圖形”，並先後獲得GGV、紅杉數千萬美元的戰略投資。2024年初，受到生成式AI啟發後，胡淵鳴第二次創業，這家初創公司同樣很快被黃仁勳關注到。2025年初，Meshy.AI團隊受到輝達邀請，被CEO黃仁勳和副總裁Maggie Liu等多位高層親自接見。在頂級創投基金a16z發佈的2024 AI工具調查裡，Meshy.AI作為唯一的3D生成工具上榜。另一家來自美國矽谷的明星AI創業公司ScaleAI 的創始人Alexandr Wang 同樣是一名華裔，靠給大模型標註資料，客戶幾乎涵蓋 AI 行業各大公司，在9輪融資中累計籌集 16 億美元，投資方陣容堪稱豪華，包括輝達、亞馬遜、英特爾等行業巨頭。與此同時，在矽谷科技公司的核心技術團隊中，華人工程師的身影愈發常見。上個月，馬斯克帶著他的“地表最聰明AI”Grok 3亮相。不過在發佈環節，更加引人注目的，是坐在C位的兩位亞裔面孔——吳宇懷和Jimmy Ba。前者是xAI聯合創始人，後者是“AI教父”Hinton的嫡傳弟子。相比之下，馬斯克更像是個“點頭機器”，被網友戲稱為“矽谷最貴捧哏”。事實上，自馬斯克的x.AI成立之初，華人就一直在扮演重要角色。在當時首批亮相的12個初始成員中，有三分之一是土生土長的華人科學家。除了馬斯克的團隊外，OpenAI的GPT-4o核心成員，也有6人本科來自中國頂尖高校。現如今，隨著全球AI競爭邁入白熱化時期，人才競爭也成為其中的關鍵因素。據美國MacroPolo發佈的《全球AI人才追蹤報告2.0》（The Global AI Talent Tracker 2.0），2022年，在全球前20%的頂尖AI人才中，原籍國為中國的人才佔比高達38%，超過美國本土的37%。在矽谷，華人工程師的搶手程度，從Google挖角 OpenAI 的 Bill Jia 一事中可見一斑。2023年底，Google趁OpenAI內訌之際，以“重組Core AI部門”為戰略契機，向Meta時任工程高級副總裁的Bill Jia拋出橄欖枝。博士畢業後，Bill Jia曾供職於微軟四年，2009年年底加入Meta，2017年升任人工智慧基礎設施和平台副總裁，掌舵AI基礎設施開發，賈揚清在Meta時也是向他匯報，Bill Jia也是當時矽谷大廠中職級最高的華人。據量子位報導，明星大模型創業公司以合夥人offer挖過他，大廠也開出天價合同找他，以及OpenAI也是密切接觸方。最終，Google以“重組Core AI部門”為戰略契機，說服Bill Jia加盟，為這場人才爭奪戰畫上句號。移動網際網路成就印裔，AI浪潮助推華人，當時代的巨輪碾過，唯有技術創新者的角逐永不落幕。 (鈦媒體)

針對市場傳聞蘋果公司計畫豪擲10億美元採購輝達GB300 NVL72晶片，知名科技分析師郭明錤於最新研究報告中潑出冷水。他指出，這筆交易即便達成，也難以在短期內為蘋果人工智慧（AI）戰略帶來實質性突破，核心原因在於採購規模與行業競爭對手存在數量級差距。郭明錤通過資料對比揭示關鍵差異：社交媒體巨頭Meta Platforms預計將在2025年採購130萬顆圖形處理單元（GPU），這一數字相當於蘋果傳聞採購量的70倍。他強調，輝達GB300 NVL72晶片專為高性能計算設計，但"小規模採購無法支撐蘋果在生成式AI領域的重器研發"。報告進一步指出，Meta的大手筆投入與其AI伺服器戰略密切相關。該公司正通過定製化GPU叢集建構超大規模語言模型基礎設施，持續最佳化單位算力的採購成本。反觀蘋果，其AI佈局更多聚焦於終端應用最佳化，在資料中心級AI算力儲備上存在明顯短板。"生成式AI的競爭本質是算力軍備競賽，"郭明錤分析稱，"蘋果若想在AI大模型領域取得突破，需要展現Meta式的戰略決心。"他建議，蘋果需重新評估AI基礎設施投資規模，或尋求與輝達等晶片商建立更深層的戰略合作關係。值得注意的是，GB300 NVL72作為輝達最新一代Grace Hopper超級晶片，採用先進封裝技術整合CPU與GPU，理論算力可達1兆次浮點運算/秒（1 ExaFLOPS）。但業內專家認為，要充分發揮其性能需配套高速網際網路絡和軟體最佳化，這對蘋果現有的資料中心架構提出重大挑戰。 (環球Tech)

正如黃仁勳 (Jensen Huang) 喜歡說的那樣，摩爾定律已死——而在本月的 Nvidia GTC 大會上，這位 GPU 大佬的首席執行官無意中透露了計算縮放定律的根深蒂固。黃仁勳站在台上，不僅展示了這家晶片設計公司的下一代Blackwell Ultra處理器，還透露了有關其未來兩代加速計算平台的大量細節，其中包括一個包含576 個 GPU 的600kW 機架級系統。我們還瞭解到，即將於 2028 年問世的 GPU 系列將以Richard Feynman的名字命名。你肯定在開玩笑！晶片製造商不時透露其發展路線圖並不罕見，但我們通常不會一次性獲得這麼多資訊。這是因為 Nvidia 陷入了困境。它遇到的障礙不只一個，而是好幾個。更糟糕的是，除了投入資金解決問題外，這些障礙基本上都不受 Nvidia 的控制。這些挑戰對於那些關注的人來說並不意外。分散式運算一直是瓶頸打地鼠遊戲，而人工智慧可能只是終極的打地鼠遊戲。一切都從這裡開始其中第一個也是最明顯的挑戰是圍繞計算擴展（scaling compute）。近年來，工藝技術的進步已經放緩。雖然仍有一些可以改變的因素，但改變的難度卻呈指數級增長。面對這些限制，Nvidia 的策略很簡單：儘可能擴大每個計算節點的矽片數量。如今，Nvidia 最密集的系統（或真正的機架）使用其高速 1.8TB/s NVLink 結構將 72 個 GPU 整合到一個計算域中。然後使用 InfiniBand 或乙太網路將八個或更多機架連接在一起，以實現所需的計算和記憶體容量。在 GTC 上，Nvidia透露了其計畫將 GPU 數量提升至每機架 144 個，最終達到 576 個。不過，規模擴大並不僅限於機架；晶片封裝也同樣如此。一年前 Nvidia推出Blackwell 加速器時，這一點就變得顯而易見。這些晶片的性能比 Hopper 高出 5 倍，這聽起來很棒，但你意識到它需要兩倍的晶片數量、新的 4 位資料類型和 500 瓦以上的功率才能實現。事實是，以 FP16 為標準，Nvidia 頂級規格的 Blackwell 晶片僅比 GH100 快 1.25 倍，密度為 1,250 teraFLOPS，而密度為 989 —— 只是恰好有兩個而已。到 2027 年，Nvidia 首席執行官黃仁勳預計，隨著 Rubin Ultra NVL576 的首次亮相，機架功率將飆升至 600kW我們尚不清楚 Nvidia 計畫在其下一代晶片中使用那種工藝技術，但我們知道 Rubin Ultra 將延續這一趨勢，從兩個光罩限制晶片增加到四個。即使效率提高了約 20%，黃仁勳預計台積電 2nm 仍將是一個熱門技術。這不僅僅是計算，還有記憶體。眼尖的讀者可能已經注意到 Rubin 和 Rubin Ultra 之間的容量和頻寬有了相當大的提升——每個封裝的288GB 對 1TB。其中大約一半來自更快、容量更大的記憶體模組，但另一半來自記憶體專用矽片數量翻倍，從 Blackwell 和 Rubin 上的 8 個模組增加到 Rubin Ultra 上的 16 個。更高的容量意味著 Nvidia 可以將更多的模型參數（FP4 時約 2 兆）塞進一個封裝中，或者每個“GPU”中 5000 億個，因為他們現在計算的是單個晶片而不是插槽。HBM4e 還有望有效地將記憶體頻寬提高一倍，超過 HBM3e。頻寬預計將從目前每個 Blackwell 晶片的約 4TB/s 躍升至 Rubin Ultra 的約 8TB/s。不幸的是，如果工藝技術沒有重大突破，未來 Nvidia GPU 封裝很可能會佔用更多的矽片。好消息是，工藝改進並不是擴展計算或記憶體的唯一方法。一般來說，從 16 位精度降至 8 位精度可以有效地使吞吐量翻倍，同時還可以將給定模型的記憶體需求減半。問題是 Nvidia 已經沒有足夠的位數可以降低來提高性能了。從 Hopper 到 Blackwell，Nvidia 降低了 4 位，使矽片增加了一倍，並聲稱浮點性能提高了 5 倍。但在四位精度以下，LLM 推理會變得非常粗糙，困惑度分數會迅速上升。話雖如此，圍繞超低精度量化，目前有一些有趣的研究正在進行中，精度低至 1.58 位，同時保持精準性。這並不意味著降低精度並不是提高 FLOPS 的唯一方法。您還可以將較少的晶片面積分配給 AI 工作負載不需要的更高精度資料類型。我們在 Blackwell Ultra 上看到了這一點。Nvidia 加速計算業務部副總裁 Ian Buck 在一次採訪中透露，他們實際上削弱了晶片的雙精度 (FP64) 張量核心性能，以換取 50% 以上的 4 位 FLOPS。這是否表明 FP64 即將被 Nvidia 淘汰還有待觀察，但如果您真的關心雙精度運算，AMD 的 GPU 和 APU 應該位於您的首選名單之首。無論如何，Nvidia 的前進道路是明確的：從現在開始，其計算平台只會變得更大、更密集、更熱、更耗電。正如上周在新聞發佈會上不吃熱量的黃仁勳所說，機架的實際極限是你能夠為其提供多少電量。“現在一個資料中心的功耗是 250 兆瓦。這差不多就是每個機架的功耗限制。我認為剩下的只是細節問題，”黃仁勳說道。“如果你說一個資料中心的功耗是 1 千兆瓦，那麼我會說 1 千兆瓦/機架聽起來是個不錯的限制。”無法逃避電力問題自然，600kW 機架對於資料中心營運商來說是一個極其令人頭痛的問題。需要明確的是，冷卻兆瓦級超密集計算並不是一個新問題。Cray、Eviden 和聯想的人們多年來一直在解決這個問題。變化的是，我們談論的不是每年少數幾個精品計算叢集。我們談論的是數十個叢集，其中一些叢集非常大，如果將 200,000 個 Hopper GPU 與 Linpack 捆綁在一起可以賺錢的話，它們足以取代 Top500 中最強大的超級叢集。在這種規模下，高度專業化、小容量的熱管理和電力輸送系統根本無法滿足需求。不幸的是，資料中心供應商——你知道那些銷售那些讓你的數百萬美元的 NVL72 機架正常工作所需的不那麼性感的零碎東西的人——現在才趕上需求。我們懷疑這就是為什麼到目前為止宣佈的 Blackwell 部署中有很多都是針對風冷 HGX B200，而不是黃一直大肆宣傳的 NVL72。這些八 GPU HGX 系統可以部署在許多現有的 H100 環境中。Nvidia 多年來一直在生產 30-40kW 機架，因此躍升至 60kW 並不是什麼難事，事實上，每個機架減少到兩到三台伺服器仍然是一種選擇。NVL72 是一種機架式設計，其靈感主要來自超大規模計算裝置，配有直流母線、電源滑軌和前端網路。在 120kW 的液冷計算下，在現有設施中部署超過幾個這樣的裝置很快就會出現問題。而一旦 Nvidia 的 600kW 巨型機架於 2027 年底首次亮相，這只會變得更加困難。這就是黃仁勳不斷談論的“人工智慧工廠”發揮作用的地方——與施耐德電氣等合作夥伴共同設計的專用資料中心，以滿足人工智慧的電力和散熱需求。令人驚訝的是，在詳細介紹了未來三年的 GPU 路線圖一周後，施耐德宣佈在美國進行 7 億美元的擴張，以提高支援 GPU 所需的所有電源和冷卻套件的產量。當然，擁有為這些超密集系統供電和冷卻所需的基礎設施並不是唯一的問題。首先，為資料中心供電也同樣是個問題，而這在很大程度上不受 Nvidia 的控制。每當 Meta、甲骨文、微軟或其他任何公司宣佈另一個 AI 位元倉庫時，通常都會有一份豐厚的電力購買協議。Meta 在河口誕生的大型 DC與一座 2.2GW 的天然氣發電廠同時宣佈——這些可持續性和碳中和承諾就到此為止了。儘管我們希望看到核能的回歸，但即使最樂觀的預測也認為小型模組化反應堆將在 2030 年代左右部署，因此我們很難認真對待小型模組化反應堆。雲廠商的決定，帶來壓力對於黃仁勳和輝達來說，他們還在碰到的一個問題是：雲廠商似乎正在放緩他們的資料中心建設步伐。投資銀行 TD Cowen 的最新報告顯示，微軟已經放棄了在美國和歐洲租賃價值 2 千兆瓦資料中心容量的談判，並且已經推遲和取消了其他資料中心的租賃。該銀行的分析師認為，微軟取消租約“主要是由於其決定不支援增量式開放人工智慧訓練工作量”。就在同一個月前，同一分析師透露微軟已終止了美國數百兆瓦資料中心容量的租約。對於某些人來說，這些取消意味著人工智慧熱潮即將破滅。然而，我們認為微軟可能撤回其資料中心租賃的原因有一個更簡單的解釋：許多資料中心無法滿足高端人工智慧硬體產生的電力和冷卻需求。Nvidia 的大規模 NVL72機架級系統承諾，推理工作負載的性能將達到其 Hopper GPU 的 30 倍或更高，訓練性能將達到其 Hopper GPU 的 4 倍。這種性能是以更密集的機架、更高的功耗和更多的廢熱產生為代價的。安裝 Nvidia 最新產品的機架額定功率為 120kW，是典型 Hopper 機架的三倍。液體冷卻不再是一種選擇，而是一種不可避免的要求。正如 TD Cowen 所指出的，超大規模企業和雲提供商必須重新設計他們的資料中心，以適應超密集、耗電的裝置——而這樣做絕非易事。因此，微軟簽署的資料中心租約並不能處理 Nvidia 的最新套件（以及接下來的套件）——無論後者是做什麼的——都是短視的。Omdia 首席分析師 Alan Howard 向The Register表示，資料中心容量規劃“是一個非常棘手的遊戲，最不希望出現的情況是需求超過容量。與執行相比，獲取土地和確保電力的整個過程成本較低。”如果微軟計畫租賃的資料中心或主機託管設施無法滿足這些更密集系統的需求，那麼不難理解為什麼這家軟體巨頭會放棄並專注於建設專用設施或轉移到更合適的地點。微軟已經表示相信需要全新的資料中心設計，甚至在 2024 年詳細制定了此類設施的計畫。然而，TD Cowen 指出，讓新建資料中心的容量投入使用需要時間。關鍵部件和能源供應的短缺也對這一情況不利。Omdia 的 Howard 表示，目前從頭開始建構一個資料中心大約需要 24 個月，並指出 xAI 在田納西州的 Colossus 叢集是在 10 個月內建成的。TD Cowen 聲稱，微軟已指示其資料中心合作夥伴開始改造現有設施以支援液體冷卻。而且，我們注意到，可以使用過道內冷卻劑儲存器、分配單元和液體-空氣熱交換器來支援現有裝置大廳中的液體冷卻系統。事實上，該銀行的分析表明，隨著人工智慧工作負載從訓練轉向推理，改造可能比新租約更能體現增長。該檔案指出：“我們越來越相信，推理需求的初始指標將是超大規模改造的速度，而不是主要市場中第三方租賃在現有可用區域內增量子部署的速度。”不過，由於 Nvidia 已經在規劃 600kW 機架，改造後是否能滿足使用者的需求還有待觀察。除了改造新設施之外，值得注意的是，微軟已經擁有大量 Hopper GPU，其中許多都用於運行 OpenAI 的訓練工作負載。如果微軟確實像 TD Cowen 所聲稱的那樣減少了對 OpenAI 的訓練工作，那麼雷德蒙德可以將計算能力轉換為自己的推理工作負載，或將其出租給客戶。微軟發言人在聲明中表示，該公司仍承諾在 2025 財年在基礎設施上投入 800 億美元。“得益於我們迄今為止所做的大量投資，我們完全有能力滿足當前和不斷增長的客戶需求。僅去年一年，我們增加的產能就超過了歷史上任何一年。雖然我們可能會在某些領域戰略性地調整基礎設施，但我們將繼續在所有地區保持強勁增長。這使我們能夠投資和分配資源到未來的增長領域，”該發言人表示。追隨領頭羊需要明確的是，這些障礙並非 Nvidia 獨有。AMD、英特爾以及所有其他爭奪 Nvidia 市場份額的雲提供商和晶片設計師不久後必定會遇到同樣的挑戰。Nvidia 恰好是第一個遇到這些挑戰的公司之一。雖然這確實有其缺點，但它也使 Nvidia 處於一個獨特的地位，可以影響未來資料中心電源和熱設計的方向。正如我們之前提到的，黃仁勳之所以願意透露其下一代三代 GPU 技術並預告其第四代技術，是為了確保其基礎設施合作夥伴能夠在這些技術最終問世時為其提供支援。黃仁勳表示：“我之所以向全世界公佈 Nvidia 未來三至四年的發展路線圖，是為了讓其他人都可以進行規劃。”另一方面，這些努力也為競爭晶片製造商掃清了道路。如果 Nvidia 設計出 120kW 或現在的 600kW，機架和主機託管提供商以及雲營運商願意支援這一點，那麼 AMD 或英特爾現在就可以將同樣多的計算能力裝入他們自己的機架級平台，而不必擔心客戶會把它們放在那裡。寫在最後對於輝達來說，還有一個不確定因素，那就是他們在中國的業務。在過去幾年，拜登發佈了多項禁令，阻止輝達向中國出售最先進的晶片。現在，輝達可以銷售到國內的資料中心包括 A100 和 H100功能削弱版本的A800 和 H800 晶片，以及後來的功能更強大的H20。其中，H20更是成為現在中國最為熱銷的GPU。因為雖然H20 的核心數量減少，性能較低，但仍能夠提供 AI 功能。甚至連Google和 Meta 等大公司都在使用這種GPU。根據 Nvidia 的10-K 表，中國大陸和香港是該晶片製造商的第四大市場，佔其 2025 財年收入的約 13%（即 171 億美元）。然而，據《金融時報》報導，中國監管機構將出台先進晶片的能效規定。這些規定將禁止中國客戶在建設或擴建資料中心時使用 Nvidia 的 H20 晶片。《金融時報》稱，雖然新規尚未全面實施，但監管機構正在勸阻中國科技巨頭訂購 H20。據英國《金融時報》報導，輝達正在尋求與中國監管機構進行談判，並考慮進行技術變革以滿足規定。然而，這些變化可能會削弱晶片的性能。這就讓輝達面臨銷售額被華為等中國國內競爭對手搶走的風險。Nvidia 在給英國《金融時報》的一份聲明中表示：“我們的產品在我們服務的每個市場都具有極佳的能效和價值。隨著技術的快速發展，出口管制政策應該進行調整，以允許美國公司提供儘可能節能的產品，同時仍能實現政府的國家安全目標。” (半導體行業觀察)

從DeepSeek的全網爆紅，到Manus的驚豔亮相，再到以宇樹為代表的機器人引發中外網友的陣陣驚嘆……中國前沿科技在2025年成為全球矚目的焦點，收穫了無數的熱議與肯定，開啟了屬於自己的高光時刻。隨著大模型變革迎來新的轉向，關注點正從訓練邁向推理，新的機會與挑戰如潮水般洶湧而來，密集的突破正在當下悄然發生。一份「全面」、「硬核」的《中國科技——敢！2025年諾安基金科技投資報告》，絕對值得一讀：從大模型被視作技術，“奇點”的開端到AI當下令人矚目的實際突破，再到對未來科技產業的十大前瞻預測，這份報告可謂是全景式呈現中國科技的前沿風貌。密集突破由OpenAI的o1模型開啟先河，再經DeepSeek R1的引爆，大模型廠商的推理模型之爭正如火如荼地展開。在此背後，AI的發展重心正從“參數規模競賽”轉向“推理效能競爭”，多模態、AI Agent等應用趨勢的興起，也使得算力需求呈現出明顯的差異化趨勢AI 硬體：大模型走進千家萬戶，帶動 AI 硬體進入新一輪景氣周期按照預訓練、後訓練和推理的不同階段劃分：預訓練階段：算力需求龐大，成本高昂。以xAI的Grok-3為例，第一階段耗時122天，同步使用了10萬張NVIDIA H100 GPU進行訓練，第二階段在92天內將叢集擴展至20萬張H100 GPU，預計訓練成本接近100億美元。後訓練階段：算力需求和成本大幅降低。例如DeepSeek V3使用了2048張輝達H800 GPU，總訓練GPU卡時為2788千小時，訓練成本約為558萬美元。推理階段：成本較低，是AI普及的關鍵。例如，運行滿血版671B的DeepSeek R1推理模型，僅需2台H20伺服器，成本約200萬人民幣；而運行14B以下的DeepSeek R1蒸餾模型，僅需組態一張價值2萬人民幣的RTX 4090顯示卡顯而易見，在後訓練與推理階段，大模型對於算力的需求愈發注重“性價比”。OpenAI首席執行官奧特曼也曾指出，大模型的應用成本呈現出明顯的下降趨勢，“AI成本每年將降至前一年的1/10”。眾多業內人士同樣強調，成本問題無疑是大模型邁向大規模應用的關鍵挑戰之一。在模型層面，以DeepSeek為例，其能夠引發全球廣泛關注的核心因素之一，便是通過創新的模型架構、高效的訓練策略以及硬體適配最佳化，成功實現了性能與成本的極致平衡。不僅如此，DeepSeek在開源方面也表現突出，不僅開源了V3、R1版本，還通過開源周活動，連續開源了FlashMLA等多項核心技術，全面覆蓋了從AI模型訓練、推理加速到資料管理的全鏈條。最佳化技術所實現的模型計算效率提升和推理速度加快，也為定製化（ASIC）晶片帶來了新的挑戰與機遇。諾安基金科技投資報告總結了ASIC晶片的幾大核心優勢：高性能、低功耗、成本效益以及靈活性帶來的與應用場景的深度契合。不僅是Google早已在自研晶片領域佈局，Meta和OpenAI也在今年紛紛發力定製晶片。Meta被曝開始測試其首款自研AI訓練晶片，而OpenAI自研晶片也傳出今年即將流片的消息。報告還指出，“算力-演算法-資料”三者的協同最佳化，是推動AI大模型進一步滲透的關鍵。從硬體基礎設施的角度來看，對更快的通訊、更高效的散熱、更強大的電源等方向的持續探索，將為AI算力提供更堅實的基礎。同時，隨著應用落地帶來的雲側和端側推理需求的不斷增長，儲存需求也在相應提升。值得關注的是，在新的技術趨勢下，國產異構算力的上下游產業鏈正在加速向高端化、平台化邁進。依託RISC-V等開源架構，國內廠商能夠深入底層研發，邁向高性能算力。AI智能眼鏡迎來“iPhone時刻”基礎模型不斷強化，成本也在降低，聚焦到應用層面，DeepSeek引發廣泛熱議的關鍵在於：先進模型的參數規模正在快速縮小。這也帶來了一個普遍預測：端側AI正在呈現爆發之勢。目前，AI PC和AI手機已率先成為AI Agent的載體。據IDC預測，2024年全球PC出貨量為2.75億台，其中AI PC市佔率約為19%；預計到2027年，全球PC出貨量將達到2.93億台，屆時AI PC市佔率有望提升至60%。在DeepSeek熱潮中，榮耀、OPPO、vivo、小米等廠商的開春新機紛紛接入DeepSeek R1。報告還著重關注了AI智能眼鏡這一載體，並預測：AI智能眼鏡終端有望成為首個全新AI時代的人機互動硬體，成為新的億級出貨終端。憑藉輕量級、佩戴無感化、高頻響應等優勢，且作為最靠近人體三大重要感官（眼、耳、嘴）的穿戴裝置，AI智能眼鏡一方面天然適合處理短平快的臨時任務，成為個人助手的最佳載體；另一方面，結合顯示功能的智能眼鏡有望在社交、辦公、垂類行業等多領域廣泛應用，進而成為AI時代的通用人機互動平台。據Wellsenn XR預計，當前全球每年眼鏡銷量（含近視眼鏡和墨鏡）約15億副，中國每年眼鏡銷量約2.4億副。龐大的眼鏡佩戴者基數為AI智能眼鏡提供了廣闊的市場空間。目前，AI眼鏡產業仍處於發展初期，產品形態豐富多樣，主要分為純音訊眼鏡、帶攝影機智能眼鏡和帶顯示智能眼鏡三大類。諾安基金指出，帶攝影機形態的眼鏡在純音訊眼鏡的基礎上整合了攝影機模組，具備圖像和視訊拍攝能力，並可依託大模型實現AI識物等功能，互動體驗更為出色。展望未來，2025年隨著更多大廠入局，AI智能眼鏡的發展將逐漸走向成熟。預計到2030年後，隨著AI + AR技術的逐步完善，AI + AR智能眼鏡將開啟對傳統智能眼鏡的終極替代，智能眼鏡有望成為AI通用計算終端。半導體加速全流程自主可控隨著 AI 技術的蓬勃發展，用於製造 CPU、GPU、AI 加速晶片等高算力先進邏輯晶片，以及 HBM、DDR5、3D NAND 等高性能儲存晶片的需求正與日俱增。在美國不斷變本加厲持續擴大對中國半導體的出口管制範圍之下，中國晶片全產業鏈自主化已經取得長足進步，正邁向全面突破技術瓶頸，實現先進晶片製造、設計全流程自主可控的新階段。半導體裝置：國產替代已邁過從 0-1 階段， 核心裝置由點及面突破未來已來密集創新正在發生，而隨著對AGI（通用人工智慧）的探索不斷深化，曾經只存在於科幻小說中的“未來式”場景，如今已變得觸手可及。報告中也專門提及了當前備受關注、未來值得期待的應用領域。人形機器人：迎來從技術驗證邁向規模化應用的里程碑今年，人形機器人產業無疑是火出圈的焦點。從宇樹機器人登上國內春晚開始，儘管2025年才剛剛過去1/4，但國內外的人形機器人廠商已經動作頻頻。他們不僅頻繁升級能力，用各種“整活兒”吸引世人目光，更在悄然朝著量產發力。截至目前，這一行業已逐漸達成共識：2025年有望成為人形機器人量產的元年。畢竟，隨著大模型的快速迭代、硬體成本的持續下降以及政策紅利的不斷釋放，這一產業從實驗室走向規模化應用的拐點已然到來。從應用場景來看，報告進一步總結了人形機器人的發展路徑：從工廠擰螺絲到家庭情感陪伴的階梯式滲透。中短期內，人形機器人將主要應用於工業製造、倉儲物流以及特種應用領域；而中長期內，其目標則是進入千家萬戶，為家庭養老育兒等場景提供相關服務。至於影響這一處理程序的因素，除了技術，另一大關鍵在於成本。報告提出了一個觀點：2萬美元時代將顛覆全球勞動力市場。目前，美國汽車工廠工人的時薪為24美元，豐田美國工廠工人時薪34.8美元，德國汽車工人時薪14.7美元。假設機器人5年折舊，一年工作時間為350天×24小時，每年保養維修成本為本機價格的15%，若人形機器人定價10萬美元，則每小時成本為4.2美元；若定價2萬美元，每小時成本僅為0.83美元。這一目標並非遙不可及。國內宇樹科技早已將售價定在10萬元以下，而馬斯克在一場公司全員會上也為人形機器人Optimus制定了目標：百萬台量產後單價降至2萬美元（約14.5萬元人民幣）。報告指出，若Optimus機器人降本幅度符合預期，售價下探至2萬美元，參考北美勞動力市場容量，人形機器人總市場規模可達480億至4960億美元。面對這一高潛力市場，中國人形機器人產業的超車機會在於：全產業鏈突圍 + 政策紅利。報告提到，據不完全統計，國內人形本體廠商已有100多家，他們已建構起覆蓋人形機器人“核心部件 - 本體製造 - 場景落地”的全產業鏈能力，形成了獨特的突圍路徑。在上游硬體領域，國內已具備包括減速器、電機、絲槓、控製器和感測器等硬體元件，以及相關軟體系統的全產業能力。在本體製造環節，眾多創業公司、網際網路企業與車企紛紛發佈旗下人形機器人產品，部分已在汽車工廠率先實現擰螺絲、物料搬運等任務驗證。生命無限：基因科學據貝哲斯諮詢的調研資料，2024年全球AI製藥市場規模為18.6億美元，預計在2024-2029年預測期內該市場將以31.2%的復合年增長率增長。在這一背景下，中國創新藥產業也迎來了前所未有的發展機遇。報告認為，從技術周期角度看，中國創新藥產業目前已進入快速發展的黃金十年。技術的革新與突破，不僅提升了創新藥研發的效率，也降低了研發成本。從企業發展周期來看，大量創新藥企即將邁過“盈虧平衡點”，形成自我造血能力。從市場空間拓展的角度看，國產創新藥通過“license-out模式”出海，更廣泛地參與全球定價，這本質上是中國研發效率和臨床資源價值的變現。在醫療領域，AI正在重塑各細分應用場景。當AI與影像診斷、精準診療、手術機器人等結合時，醫療流程能夠實現智能化升級，不僅大幅提升效率與精準度，還推動醫療產業邁向個性化與高效化。在養老領域，依託物聯網與AI監護系統，目前能夠實現跌倒預警、慢病管理等精準化服務，從而逐步建構起智慧養老生態。同時，AI還能賦能健康管理（如疾病早篩、心理干預）與智能穿戴裝置（如無創血糖監測、康復訓練），通過即時資料分析與預警，最終形成“預防 - 診斷 - 管理”的全鏈路健康閉環，重塑大健康產業格局。資料和跡象表明，AI製藥和AI醫療未來值得長期關注。此外，量子計算憑藉量子疊加與糾纏特性，具備指數級超越經典電腦的平行運算能力，被公認為打破摩爾定律瓶頸的終極鑰匙。報告指出，量子計算具有強大的平行計算和模擬能力，將改變我們的生活和工作方式，解決一些經典計算難以解決的問題。量子科技有望應用於未來AI訓練、生物研究、航空航天分析等場景。著眼未來十年，量子技術將通過“三步走”路徑實現技術躍遷：短期（2025-2027年）：聚焦金融最佳化、藥物模擬等專用場景；中期（2028-2030年）：依託千位元級處理器與量子網際網路推動AI大模型訓練及跨域算力協同；長期（2030年後）：向消費級量子手機、光子自動駕駛等應用擴展。商業航天與衛星網際網路：開啟“空天地一體化”6G 時代從星鏈 " 一箭 60 星 " 密集組網到手機直連衛星功能普及，近地軌道正成為大國戰略競爭新高地。低軌衛星網際網路已超越技術競賽範疇，催生年均超 3000 億美元市場空間，並在 6G 天地一體化網路中承擔數字平權、軍事通訊、應急救災等戰略使命。中國 " 星網工程 " 加速推進，可回收火箭與終端裝置成本突破推動商業航天邁入規模化階段，數萬顆衛星編織的太空網路將重塑人類文明連接範式。人工智慧的覺醒如同一場浩浩蕩蕩的能源革命——這不僅是一次動力升級，更是文明引擎的大幅躍遷。我們看到的不僅是矽基文明的曙光，更是一場正在改寫人類文明底層邏輯的鏈式反應。奇點已至！未來科技產業十大預測：開源突圍：中國開源模型+開源晶片技術，顛覆壟斷，實現全球AI平權。自主進化：從“人工投喂”到“主動學習”，下一代演算法建構自主學習神經框架，無需人類監督，實現全域知識自主適應能力。晶片破局：中國實現先進晶片全鏈條自主化，打造國產AI算力底座。人機共創：AI賦能千行百業，重構生產流程、革新決策機制、重塑服務範式，催生“人機共創”的新產業形態。決策可溯：AI全鏈路生成過程實現技術揭秘，模型邏輯與資料影響雙通道可溯源。Agent平權：多模態融合互動，徹底顛覆傳統人機協作模式，人類迎來“智能共生”的曙光時代，人人都將擁有“賈維斯”級智能體助手。矽基覺醒：機器人訓練模型躍升，多場景能力泛化，國產供應鏈突破，人形機器人進入特定場景實踐。天地一體：低軌星座進入“萬星競速”時代，天地一體化網路初現雛形，太空資源開發邁出第一步。量子躍遷：專用量子電腦持續迭代，抗量子密碼進入“實戰部署”，觸及經典算力無法企及的行業痛點。生命無限：生物製造以指數型增長趨勢，使人類實現從“開採地球”到“程式設計地球”的文明層級躍升。 (機構調研記)