铃阅
❌

普通视图

杨植麟,要敲钟了

2026年11月16日 18:37

原创 思齐 2026-11-16 18:37 北京

把生意做到了海外

作者丨思齐

编辑丨子钺

图源丨月之暗面

杨植麟的IPO,又有新进展了。

2025年底,这位年轻的创业者还告诉员工,月之暗面短期内不着急上市。彼时,公司刚刚完成5亿美元融资,现金储备超过100亿元人民币。杨植麟认为,一级市场仍能提供充足资金,足以支持公司继续研发。

然而不到一年,杨植麟改变了主意。

11月13日,据《华尔街日报》报道,月之暗面正在推进上市前的股权架构重组,涉及原有开曼群岛控股架构,以及早期美元投资者的持股安排。此前,公司已被曝秘密提交香港IPO申请,计划争取2027年第一季度上市,潜在募资规模最高可达50亿美元。

与此同时,月之暗面的估值一路飙升。

2025年底,公司估值约43亿美元。到了今年10月,其最新私人融资估值已经达到500亿美元,约合人民币3335亿元。不到一年时间,估值增长超过10倍。

站在这场资本故事中央的,是1993年出生的杨植麟。

这位清华毕业、曾在Google和Meta从事AI研究的年轻科学家,2023年创办月之暗面,凭借Kimi长文本能力迅速出圈,一度成为中国AI大模型领域最受关注的创业者之一。

但此后两年,DeepSeek横空出世,字节、阿里、腾讯等巨头加速入场,Kimi的流量优势遭遇挑战。

就在外界担忧其商业化前景时,月之暗面却交出了一组惊人的增长数据:据媒体报道,公司年化收入已经达到10亿美元,年底冲击20亿美元。

杨植麟的底气从何而来?

杨植麟

三年融资数百亿

杨植麟的融资能力,在国内大模型创业圈相当突出。

2023年4月,月之暗面成立,两个月后便拿到近20亿元人民币天使轮融资,红杉中国、真格基金、今日资本等机构集体入局。

2024年2月,阿里巴巴领投月之暗面超过10亿美元融资,公司估值达到25亿美元。半年后,腾讯也加入投资阵容,月之暗面估值进一步升至33亿美元。

2025年12月,月之暗面完成5亿美元C轮融资,估值约43亿美元;2026年2月,再获超过7亿美元融资。此后,公司估值从200亿美元、350亿美元一路攀升,10月达到500亿美元。

三年多时间,杨植麟身后站满了中国科技投资圈的重量级机构。

多轮融资也带来了复杂的股权安排,上市前,月之暗面还需要完成股权架构调整。

早期美元基金主要通过开曼控股公司投资月之暗面,形成了典型的红筹架构:境外投资者持有离岸主体的股份,而公司的核心业务和团队都在境内。随着港股IPO推进,月之暗面需要进一步梳理境内外主体之间的股权关系、实际控制权及投资者权益,以满足上市审核和信息披露要求。

这次调整的核心,是重新安排早期美元投资者的持股路径,将部分境外股权权益转移至境内。11月13日《华尔街日报》披露的重组安排,涉及早期美元投资者股份回购、境内实体再投资等事项。对于一家经历多轮融资的公司而言,不同投资者的持股成本、优先权以及上市后权益,都需要协调。

2024年11月,杨植麟曾持有北京月之暗面科技有限公司约78.97%的股权。此后,公司经历多轮融资及工商变更。现有工商信息显示,杨植麟在境内主体的持股比例约为51.83%。不过,境内工商持股仍不能直接等同于IPO架构下的最终经济权益和投票权。

对于早期投资人来说,月之暗面上市意味着等待三年多的投资即将迎来公开市场定价。

而杨植麟必须回答另一个问题:一家成立三年多的大模型公司,凭什么值500亿美元?

杨植麟

把生意做到了海外

月之暗面的收入,突然跑起来了。

据媒体披露,2026年3月,月之暗面的年化收入突破1亿美元;6月达到约3亿美元;到了8月,这个数字已经升至约10亿美元。

相比之下,2025年底,商业数据机构Sacra估算其年化收入只有1500万美元。按照这两个时点计算,八个月增长约66倍。

这场收入爆发,背后是Kimi商业模式的转向。

2024年,Kimi凭借长文本处理能力迅速走红。为了争夺用户,月之暗面投入大量营销预算。公司当年在消费端营销上投入约1亿美元,Kimi月活跃用户一度超过2000万。

但随着DeepSeek崛起,以及豆包、千问、元宝等大厂产品持续扩张,国内大模型市场竞争日趋激烈。到2025年底,Kimi月活跃用户已回落至约900万。

继续依靠广告投放争夺国内用户,对一家独立创业公司来说,成本越来越高。

杨植麟开始把更多资源投向基础模型、编程能力和开发者生态,并将Kimi推向全球市场。

这条路很快带来了回报。

6月底,据《上海证券报》报道,Kimi的API收入已占整体收入七成以上。7月21日,月之暗面B端负责人黄震昕进一步披露,在企业端收入中,API调用业务占比达到70%。

另据Sacra研究,2026年2月,月之暗面的海外收入首次超过国内;Kimi K3发布后,超过70%的新增用户来自中国以外市场。

Kimi的海外生意并不复杂。

开发者可以直接调用Kimi API,也可以通过Fireworks AI、Together AI等推理平台使用模型。对于不愿自行部署模型的客户,托管推理服务提供了付费选择;月之暗面则通过直接收费或合作分成获得收入。

这套模式帮助Kimi借助海外现有的开发者生态触达客户。随着AI编程、智能体等应用普及,模型调用需求持续增长,Kimi也有机会从其他AI产品的增长中分得一杯羹。

今年7月,Kimi K3系列模型发布后,付费需求一度超过服务承载能力。据媒体报道,月之暗面一度因算力容量承压而暂停接受新的C端付费订阅用户。

这也让投资人看到了新的增长空间。

不过,海外开发者市场同样竞争激烈。DeepSeek、阿里通义等公司不断推出更便宜的模型,第三方平台还要分享部分收入。调用量增长的同时,推理算力成本也在增加。

月之暗面已经展示了收入增长速度,接下来还需要证明,这些收入能够留下多少利润。

大模型IPO大考来了

10月30日,据《21世纪经济报道》报道,DeepSeek第二轮融资募集资金达到1055亿元人民币,投后估值高达6155亿元。腾讯、宁德时代以及多家半导体、互联网和制造业企业被报道参与投资。

另一边,月之暗面的最新报道估值达到3335亿元。两家公司的估值合计约9490亿元,已经接近万亿元人民币。

一级市场热闹非凡,已经上市的同行却在二级市场经历了一轮剧烈的股价调整。

今年1月,智谱和MiniMax先后登陆港交所,上市之初,两家公司都受到热捧。

1月8日,智谱以116.2港元/股的发行价上市,首日上涨约13%,市值约580亿港元。一天后,MiniMax上市首日股价暴涨109%,收于345港元/股,市值达到1067亿港元。

今年6月,智谱股价一度冲上2980港元/股的历史高点,市值突破万亿港元。然而截至11月16日收盘,智谱股价已回落至353.6港元/股,总市值缩水至约1724亿港元。

MiniMax也经历了类似的起伏。上市首日,股价大涨109%,市值达到1067亿港元;今年3月,其股价一度冲上1330港元/股,市值突破4100亿港元。但截至11月16日,股价已经跌破发行价至124.9港元/股,市值约440亿港元。

资本市场开始重新计算大模型公司的价值。

11月初,摩根大通将智谱目标价从每股2000港元下调至1200港元,将MiniMax目标价从每股300港元下调至200港元。随后,汇丰也下调智谱目标价,并将其预计实现盈亏平衡的时间从2027年推迟至2029年。

大洋彼岸,另一家大模型巨头也走到了上市前夜。

11月10日,Anthropic向美国SEC提交更新版招股书,拟发行8.25亿股A类股票,发行价区间为每股70至78美元。按照这一价格计算,公司完全稀释后估值最高约1.41万亿美元,预计于11月19日登陆纳斯达克。

与月之暗面一样,Anthropic也在争夺全球开发者和企业客户。但从商业化规模来看,两家公司已经拉开了相当大的距离。

据招股书披露,Anthropic在2025年实现收入45.85亿美元,2026年前九个月收入达到332.42亿美元,九个月的收入规模已是上一年全年的七倍以上。相比之下,月之暗面目前披露的最新数据仍是约10亿美元的年化收入。

即便拥有这样的收入规模,Anthropic依然面临高昂的算力投入和持续的经营亏损。

大模型公司的商业化能力正在快速提升,但资本市场对增长质量和盈利前景的审视也越来越严格。

这给杨植麟提前上了一课。

眼下,月之暗面最有分量的筹码,是快速增长的海外收入。但客户留存、推理毛利率、算力投入和现金流,仍然是尚待公开财务数据回答的问题。

三年多前,杨植麟凭借Kimi长文本能力打开市场。此后,他经历了产品爆红、流量竞争,又带着团队转向全球开发者市场。

如今,33岁的杨植麟,已经把月之暗面带到了3335亿元估值的门口。

这位大模型浪潮中的年轻造浪者,正等待资本市场为他开出新的价格。

跳转微信打开

高山新域王翔:Physical AI,吃不到互联网的数据红利

2026年11月16日 18:37

原创 创业邦 2026-11-16 18:37 北京

物理世界的数据鸿沟,比模型训练更难跨越。

在第五届全球数字贸易博览会“数贸创投日”上,高山新域创始合伙人、原小米合伙人、总裁、原高通公司全球高级副总裁、大中华区总裁、引航陪跑教练王翔参与了题为《Physical AI,重新定义生产力》的对话,分享了他对Physical AI产业落地、数据积累和技术发展规律的思考。

王翔认为,Physical AI真正进入社会、进入家庭,可能是一个分阶段推进的过程。现在已经看到一些机器人提供公众服务,比如咖啡机、自动售货机,但真正大批量进入人们的生活,还有相当长的路要走。尤其是进入家庭,机器人大脑和Physical AI核心模型的能力仍有很长的路要走。

今年,第五届全球数字贸易博览会“数贸创投日”首次与创业邦DEMO CHINA联动,共同探讨科技创新与产业转化的现实命题。

以下基于现场对话内容,经创业邦整理后发布。

Physical AI

走进家庭

路阻且长

Physical AI真正进入社会、进入家庭,可能是一个分阶段推进的过程。

现在已经看到一些机器人提供公众服务,比如咖啡机、自动售货机。但真正大批量进入人们的生活,还有相当长的路要走。

尤其是进入家庭,它不单单仰仗机器人的能力,更核心的是机器人大脑的能力,也就是Physical AI核心模型的能力,而这方面的技术仍有待进一步突破。

Physical AI

不只是基座模型

我理解的Physical AI,讲的并不仅仅是基座模型,而是一个生态、一个解决方案。

有了大脑,还需要找到真实的应用场景。找到场景,把它落地,从一个技术到一个产品,还是有非常多工作要做。

今天具身智能产业远远没有走到这一步,还在努力,尤其大脑这方面还在探索中,整个业界都在解决世界模型,或者Physical AI的基础模型。

同时,模型大脑不是孤岛,推动产业发展要有大脑,还有本体。本体可能有不同的形式,不一定是人形,这是一个非常复杂的形态。

也许根据人类文明进步过去的经验,通常是找到一个相对简单直接的应用场景切入,闭环切入。解决一个问题,再解决一个问题,等到“GPT时刻”才会出现爆炸性的增长。

物理世界的

数据积累

比语言数据更难

大语言模型从数据角度是相对容易实现的。今天的大语言模型基本几千亿Token量,如果到了视频,可能要多几个数量级。

如果到Physical AI,它应该是大6个数量级,比千亿的量多几十万倍。难度更大,因为人类文明发展几千年积累了大量语言数据,互联网也有很多语言数据,培训了今天的ChatGPT等大语言模型。但在物理世界,这个数据基本上是0。

最高效的数据采集方法,以自动驾驶为例,最好是在驾驶过程中就能采到真实数据。数据的真实性非常重要,没有真实数据,就训不成Physical AI的基础模型。

现在还有一种新模式,是解构肌电信号,做每一个动作。比如拿水杯、叠衣服,从脑决策到控制手,肌肉电信号产生变化,把这些信号采集、规范、标记下来。

如果能产生更好的标记化,可能也是一个革命性的方法,能够推动整个Physical AI生态的发展。

创业者和投资人

都要有耐心

长期主义不仅仅是针对投资机构和投资人讲的,创业者、科学家们也要有耐心。

科学攻关,尤其在前面没有路的时候,需要很长时间。以大语言模型为例,人工智能有好几十年历史,从图灵或者更早的概念,到深度学习、AlphaGo,再到GPT时刻,真正爆发是最近几年的事,实际上过去是非常多年整个人类各国科学家的不断探索。

现在Physical AI有这么多优秀的科学家和创业者一起做这个事,除了资本、投资人有耐心以外,创业者也要有耐心。

急于求成是做不成的,一定是技术难关一个个攻破。没有收敛,但最终会收敛,双方都要有耐心。

跳转微信打开

博世中国总裁徐大全谈“速成车”:电动汽车开发速度比冰箱还快;理想汽车:网传“动力电池召回”“4000元赔偿”均属虚构丨汽车交通日报

2026年11月16日 18:37

睿兽分析 2026-11-16 18:37 北京

每日汽车交通资讯速递。

1.【博世中国总裁徐大全谈“速成车”:电动汽车开发速度比冰箱还快】11月16日消息,博世中国总裁徐大全近日在接受采访时,谈及了“速成车”话题。他表示,现在电动汽车开发速度比冰箱还快。采访中,徐大全提到,中国现在最快的,一辆崭新的车(开发周期)一年半,博世曾经一台冰箱要三年时间。他认为,不管怎么说,电动车比博世的冰箱还是要复杂一点点吧。(第一电动网)

2.【理想汽车法务部:网传“动力电池召回”“4000元赔偿”均属虚构,所附网址为诈骗网站】11月16日消息,理想汽车法务部今日通过官方微博发布声明,有不法分子冒用车企名义制作、传播虚假召回通知,以“动力电池召回”为由声称车主可领取“4000元赔偿”,并引导车主访问所附网站或扫描二维码、联系所谓“在线客服”登记信息。声明称,相关通知所称的理想汽车“动力电池召回”事项及“4000元赔偿”均属虚构。上述通知并非理想汽车官方通知,所附网址为诈骗网站,相关二维码及所谓“在线客服”均非理想汽车官方服务渠道。(钱江晚报)

3.【丰田联手小马智行,第七代铂智4X Robotaxi在广州开启示范运营】11月16日,小马智行与丰田合作研发并量产的第七代铂智4X Robotaxi在广州正式投入示范运营,面向公众开放L4级自动驾驶服务。据介绍,目前,小马智行与丰田已在北上广深四座一线城市落地Robotaxi服务。铂智4X Robotaxi投入示范运营,标志着双方在中国市场的L4战略合作迈入新阶段。(每日经济新闻)

4.【鸿蒙智行享界V8旗舰MPV连发100张预热海报,新车11月20日发布】11月16日消息,鸿蒙智行享界汽车官方今日一口气发布享界V8旗舰MPV的100张海报,逐条释放了百个家用设计。根据规划,这款新车将在11月20日正式发布。据介绍,享界V8拥有674L超大后备箱,宣称满载7人仍有宽敞储物空间;该车还采用黄金三线设计,主打车身线条流畅灵动;辅以730mm超大侧滑门开度,拥有宽敞出入空间,可轻松上下车。新车全系标配华为智擎800V高压碳化硅平台,纯电、增程动力均支持高效补能;车内铺设五防隐藏式地轨,可减少零食碎屑、饮料泼洒带来的影响;全系标配后风挡安全气囊,为第三排增加安全防护。(凤凰汽车)

5.【效率提升300%,长安汽车数实融合无人化测试系统亮相】11月16日消息,据长安汽车官方,近日召开的2026世界智能网联汽车大会上,由长安汽车牵头,国汽智控、赛目科技等共同打造的全球首例车路云一体化数实融合无人化试验场配套测试系统,在“车路云一体化”城市实践与应用展区正式展出。据介绍,该测试系统以大模型为核心驱动,打通数字仿真与物理场地边界,具备场景智能生成、全要素无人化执行、数实双向映射、云端实时调度四大核心能力,支撑L2-L4级车型验证,为AEB、NOA等关键功能量产提供高效低成本的验证保障,推动测试范式从“人控”迈向“云控”,是长安汽车面向高阶辅助驾驶安全验证打造的全新基础设施。依托该系统,长安汽车测试能力大幅升级:平均测试效率提升300%,极限工况覆盖率提升至80%。(IT之家)

6.【国家统计局:10月新能源汽车产量同比增长17.1%】11月16日,国务院新闻办举行新闻发布会,介绍10月份国民经济运行情况。国家统计局新闻发言人、总经济师、国民经济综合统计司司长付凌晖表示,10月份高技术制造业增加值同比增长17.6%,比上月有所加快。绿色转型不断深入,清洁能源生产和消费占比提升,绿色产品产量高速增长。10月份当月,新能源汽车产量同比增长17.1%,在前些年我国新能源汽车快速发展的基础上,还保持了较快增长。(金融界)

更多汽车出行资讯……

扫码可订阅产业日报👇👇

欢迎加入睿兽分析会员,解锁AI、智能制造等相关行业日报、图谱和报告等。👇👇

跳转微信打开

劝爸妈别刷AI短剧,我太难了

2026年11月16日 18:37

定焦One团队 2026-11-16 18:37 北京

以下文章来源于:定焦One

定焦One

深度影响创新。

删掉App、设了限额,都没用。

来源丨定焦One(dingjiaoone)

作者丨王璐 李梦冉 雷晶 金玙璠 王汉星

编辑丨金玙璠

删掉看剧的小程序,妈妈转头找邻居装了回来;关掉免密支付,妈妈学会了手动输密码,还把密码记在一个小本上;给微信设了限制,谎称是平台管控,但只撑过一个晚上……

这是几位子女劝爸妈少刷AI短剧的经历。讲道理、吵架、陪着父母下楼遛弯,能试的办法他们几乎都试过了,结果大多一样:手机放下没多久,又被拿了起来。

有位妈妈从医院看完眼睛出来,说“知道了,以后少看”,回家照旧从晚上七点半刷到十二点半;另一位妈妈在剧情里浸久了,转头再看自家孩子,居然觉得像剧里那个“白眼狼”;还有一位爱读书的父亲,被儿子说看的东西“没营养”,当场回怼:等你读的书跟我一样多,再来告诉我什么有营养。

2026年,AI彻底改写短剧行业。一个曾经依赖创意、拍摄与表演的行当,正变为流水线上的标准化产品。今年一季度,全国12.8万部微短剧集中上线,其中95%产自AI。不需要演员,不需要场地,甚至不需要一个完整的摄制组,几天之内便能“攒”出一部,成本则压缩到真人短剧的零头。

巨量而廉价的产能经由算法,流向时间富余、防备最少的群体。QuestMobile数据显示,截至2026年2月,仅短剧App一端,50岁以上用户的月活规模就已突破4600万,同比增速50%。这还没算上老人更集中的微信小程序。

监管已经下场。今年9月,新施行的《微短剧发展管理办法》明确禁止诱导沉迷的算法推荐,并要求所有AI生成的短剧逐集打上标识。但近期仍有多家媒体曝出老人看短剧被持续扣费:6元“解锁全集”实际是周卡首周价,之后每周扣29元;有老人两年为短剧花掉20多万元。

我们跟五位劝父母戒AI短剧的子女聊了聊,在他们的讲述里,沉迷AI短剧的父母,像是变了个人,怎么劝也劝不动。

以下是他们的讲述。

晓晓|山东 90后  文员

今年春节回到家刚吃完晚饭,我妈往沙发上一靠,手机举到眼前,我就看到了她手机屏幕里出现了一个穿围裙的“恶婆婆”正指着儿媳骂,下一句脏话还没说出口,她就划到了下一个视频。我告诉她这是AI短剧,她头也没抬,说不管真人假人,剧情好看就行。

我妈50多岁退休了,目前在家闲着没事就玩手机,除了打视频、刷抖音快手,剩下的时间几乎都在刷AI短剧。2025年10月她开始刷真人短剧,2026年春节前后,算法又把AI短剧推给了她,前后加起来她至少看了一年多。我第一次注意到,就是今年春节那会儿。

她追的都是婆媳矛盾这类AI短剧,最让她上头的是恶婆婆洗白,有代入感,看着爽,剧情又是她熟悉的。我其实觉得她不是在看剧,是在看自己熟悉的那套家长里短,一集接一集,像嗑瓜子。

我劝过很多次但都没用,删过她手机里看短剧的小程序,她转头让邻居帮忙找回来。我还偷偷关掉她的免密支付,管用了两周,她便学会了手动输密码,还把密码记在小本上。

她身边的朋友们也在看,广场舞队十几个人,至少一半沉迷短剧,群里一天转十几条链接,互相说这个婆婆比那个还坏,短剧已经成了她们的谈资。

我妈也有其他娱乐方式,比如赶集、看电视、在快手买货、跳广场舞,但空闲时间实在是太多,子女又不在身边。AI把短剧的制作成本压得很低,平台能源源不断地上新剧,再推到她这样有大把时间的人面前。

我妈第一次为AI短剧花钱是2026年初,她看到第18集,弹窗跳出来说6元解锁全集、免费看七天,她以为是买断就点了,其实是周卡首月价,之后每周20多元。她不会看细则,也弄不明白“连续包周”是什么意思,那种点到关键处就伸手要钱的设计,让她每次都以为自己只花了6块。

由于长时间看短剧,她的眼睛干到要去医院,颈椎也发僵。今年国庆的时候,我回家陪她去医院看病,出诊室后她看到花了很多钱说“知道了,以后少看”。

但现在她还在看,午饭后一场,晚上七点半到十二点半一场,一天好几个小时。不过,我的态度变了,从“妈你别看了”改成“你眼睛红了歇会儿”,因为我觉得她不是不懂,是真的需要打发时间。劝爸妈别刷AI短剧,难的不是拆穿套路,是填上他们空出来的时间,所以我平常会多打几个电话,跟我妈聊聊天。

秋雨|湖北 90后 自由职业

我现在最后悔的一件事,就是过年时候为了“讨好”我妈,手欠给她安装了个免费短剧App。

我妈今年58岁,退休前自己做生意。她不是那种跟不上时代的长辈,平时手机玩得比很多年轻人都溜,抖音刷得飞起,在看短剧之前,也经常看小说。

去年我看她经常在抖音看有广告的短剧,就给她安了专门看AI短剧的App。谁能想到,仅仅半年时间,那个曾经天天催我穿秋裤的慈母不见了,取而代之的,是一个重度短剧上瘾、随时准备在“宫斗”的钮祜禄·老妈。

她喜欢看婆婆儿媳对抗、亲戚争家产、虐待老人的剧,我每次坐在她旁边,看着手机屏幕里那些AI生成、表情僵硬,甚至连口型都对不上的数字人,一会儿喊着“把这个人给我拖出去”,一会儿在剧里疯狂打脸时,真的很想把她摇醒:咱家九子夺嫡只能夺雅迪,继承遗产只能继承花呗。

但我妈根本不管这些,她不仅自己看,还特别入戏。

现在我在家,稍不留神就会被我妈挑刺。

我在沙发上瘫一会儿,就能收获:“回来就知道躺着,半点不知道体恤长辈,真是养了个白眼狼!”的控诉;问一句今天晚饭吃啥,她立刻回怼:“吃吃吃!一天到晚就知道吃!你们这些做子女的,是不是成心要忤逆我?这日子没法过了!”

我觉得我妈现在完全活在短剧的剧本里了,她给自己设定了“委屈的当家主母”人设。稍微不顺她的意,她就开始脑补我如何虐待她。

为了这事,我跟她吵过。我说那都是AI瞎编的,一分钟一集的狗血剧,全是假的。她只说就算是假的看着也解气。

我算是明白了,这AI短剧简直是中老年人的“精神毒药”。它把那些婆媳矛盾、家庭伦理、阶层跨越放大了一百倍,直接塞给观众。以前她看电视剧还得等更新,现在只要一闲下来,AI短剧能二十四小时不停歇地给她洗脑。

这玩意儿看多了,人是真的会变得暴躁挑剔又没耐心。我实名呼吁:赶紧给中老年人上线一个“防沉迷系统”吧!

不过说归说,现在我也只能顺着她。我看过很多老年人沉迷短剧被骗钱、被诱导消费的新闻。对比起来,我妈在免费的App里看AI生成的狗血剧,其实算是一种“安全”的爱好了。

晓丽|广州 10后 学生

“我倒要看看,谁敢动我的人!”这句台词,我现在闭着眼睛都能接出下一句。不用看也知道,手机屏幕里又是那几张似曾相识的AI脸,尖尖的下巴、大大的眼睛,连生气时皱眉的样子都差不多。

快半年了,我家的客厅、厨房、卫生间,甚至我关着门的房间里,都回荡着这样的声音。因为我妈妈迷上了AI短剧。

一开始,我没太当回事。她平时上班挺辛苦的,回家看看短剧放松一下,也没什么不好。可后来,她看剧的时间越来越长,慢慢到了让我有点害怕的程度。

周末在家,她能一口气看七八个小时。早上七点,我还在睡梦里,就被短剧里吵吵嚷嚷的声音吵醒。凌晨起来喝水,客厅的灯已经关了,她却还躺在沙发上刷。做饭看,吃饭看,走路看,连上厕所也要带着手机,手机快长在她手上了。

她还特别喜欢外放,声音开得很大。每次都是那些主角受欺负、吵架的片段,一会儿有人被扇巴掌,一会儿又有人放狠话,隔着房门都能听得清清楚楚。

以前我和妈妈还会一起追剧,边看边讨论剧情。现在我想跟她说句话,都得叫好几声,她才会抬起头来,有时候还一脸茫然,感觉人是坐在面前,脑子却留在短剧里。

我劝她少看一点,尤其是晚上别总熬夜,但光靠提醒没什么用,她还是照看不误。

我想着,既然她爱追,不如找一部两个人都能看的,还能一起聊。前段时间我挑了部真人剧,兴冲冲拿给她,结果她看了一会儿就挑毛病,说演员不好看、剧情无厘头,转头回去刷她的AI短剧。

我当时就很不服气,她看的那些短剧,难道不是更无厘头吗?婆媳大战、真假千金、手撕渣男,翻来覆去就是那几种剧情。女主总是叫“如烟”,男主不是“傅氏集团”的总裁,就是“顾氏集团”的继承人。可她看得津津有味,我一吐槽,她就说:“你不懂。”

劝她少看,还有一个原因是担心她的身体。看久了,她会揉着眼睛说又干又酸,坐久了腰背也疼。有时候她还会念叨,感觉自己最近脑子不太灵光,反应也没以前快。我就提醒她,赶紧休息一会儿。可说完这些,她还是会拿起手机,接着点开下一集。

以前都是家长管孩子少玩手机,我们家情况却反过来了。我明明还是个学生,却天天操心妈妈刷手机的事,有时候连自己都觉得好笑。

劝得多了,我们还会吵架。

暑假的一个周末,妈妈又在从早到晚外放短剧,吵得我关上房门也不得安宁。到了晚上,我多玩了一会儿手机,她却板起脸让我赶紧睡觉,说熬夜对身体不好。我忍不住顶了一句:“你自己不也经常看到凌晨三四点吗?”没想到她一下子就生气了,甚至搬出短剧里的台词数落我,什么“辛辛苦苦把你拉扯大,你就这么跟我说话”,还说我跟剧里那些“白眼狼”没什么两样。

我当时都愣住了。明明只是拌了两句嘴,她却把我说得像短剧里不孝顺的孩子。我既生气又委屈,觉得她好像把剧里的情节带进了现实生活。

其实我也知道,妈妈有自己的爱好,我不能要求她不看。我也喜欢玩手机、追剧,碰上喜欢的内容,同样舍不得放下。我只是不希望她为了看剧,连身体和休息都顾不上。

周橙 |杭州 93年 电商运营

我妈今年56岁,之前在超市做理货员,我有了孩子以后,她就专心帮我带。女儿两岁四个月,平时白天都是我妈一个人看着。

我妈大概是今年6月前后开始看AI短剧的。最早在微信视频号里刷到,后来不知道谁给她推了个短剧小程序,就固定在那儿看了。她经常看的是那种萌娃剧,AI生成的小孩,脸都长一个样,声音又尖又黏,剧情是小孩帮受欺负的妈妈出气,打脸恶婆婆、手撕小三,一集几分钟。

我第一次感觉到不对劲,是有天晚上11点多,我加完班回到家,看到她蜷在床上,手机上播着短剧,人已经睡着了。孩子就在旁边睡,我觉得手机的光线肯定对孩子不好。

从那以后我注意到,她白天也经常边带孩子边刷,晚上哄睡了孩子,自己看到12点以后。叫她吃饭,她说等这集看完,再叫,她就烦。这些我都还能忍。她白天一个人对着一个两岁多的孩子,连个说话的大人都没有,肯定很无聊,我理解。

但真正让我害怕的,是她刷短剧已经影响到看孩子。入秋以来,我女儿脸上挂了三回彩,最重的一次磕在小区花坛的边沿上,眉骨青了一个多星期。还有一次我下班回家,看见女儿一个人在滑梯那儿玩,我妈坐在二十多米外的长椅上看手机。我说你看孩子的时候能不能别看手机,她说,小孩哪有不磕碰的,你们小时候磕得还少?

上个月,她说手机太卡,让我清理,我翻了下微信账单,里面有不少短剧扣款,6块、9块9、15块,加起来一百八十多。她不承认,说自己从来没花过钱,都是免费看的。我把账单指给她看,她也不认。我没再理论,直接把她的免密支付关了。

我劝过她不止一回。一开始好声好气地说,她嫌我烦。第二次,我趁她做饭,拿她手机把视频号里推短剧的号挨个点了不感兴趣,拉黑了十几个,但也没效果。第三次,我在手机系统里给微信设了未成年人模式,很快她就发现视频号不能刷了,她来问我,我骗她说可能是平台管控。第二天早上,她发现还是刷不了,开始找我闹,我没绷住,给解开了。这一轮算彻底失败。

吵得最凶的一次,就是孩子磕花坛那次。我说你再这么看下去,孩子迟早出大事。她把手机往沙发上一扔,说我咒她外孙女,开始不跟我说话。我们一没交流,她刷得反而更多了。

我也想过狠一点的,把她手机收了,或者干脆辞职自己带孩子,但都不现实。眼下我打算先把自己的时间调一调,能早下班就早下班,周末尽量自己带女儿,让我妈空出来。我准备撺掇她去楼下的广场舞队,她年轻的时候就爱跳,再让她在阳台养几盆花,总得有点别的事做。

张岳|北京 89年 销售

我爸大概是我认识的人里,最不像会迷上AI短剧的一个。

他喜欢读书,我印象中,他以前没事就爱抱着一本书看,有时间还会练练字、骑骑车。所以发现他每天花很长时间看AI短剧时,我挺意外的。在我的刻板印象里,他怎么都不像短剧的受众。

我和父母都在北京,结婚后就没跟他们一起住了,平时周末和节假日回去,每次待的时间不长。以前偶尔碰到他们刷AI短剧,我基本没在意。今年4月,家里一间卧室要改造,需要砸墙、做局部重新装修,我和老婆就搬回爸妈家住了两个月。

真正住在一起以后,我才发现,他们每天看AI短剧的时间都不短,而且我爸比我妈还爱看。

他看得比较多的是古装短剧,花钱倒不算多,他接受新鲜事物挺快,我也不觉得他是那种会稀里糊涂乱花钱的人。真正让我担心的是看的时间太长,有时候半夜两点多还在看,不睡觉。

我问过他为什么喜欢看,他说,节奏快,不用动脑子,不知不觉就看进去了。

一开始,我劝得很直接,让他少看点这些没营养的东西。我爸当场就嘲讽我,说我但凡能叫上名字的书,他都看过,等我看的书跟他一样多之后,再来告诉他什么有营养、什么没营养。我一时不知道该怎么接。

其实他要只是看看,我也觉得没什么,但熬夜看到凌晨2点多,总归不好。我又劝过几次,没什么效果。

后来听身边朋友说,老人刷短剧,可能是因为儿女陪伴太少,平时无聊。我觉得有道理,就改成每天晚上陪爸妈出去遛弯。但这个方法也没用。遛完回家,我爸接着看。

再后来,我干脆跟他一起看。他看,我在旁边吐槽。有几次他被我弄烦了,我们直接吵起来。最严重的一次,他摔门进了卧室,把自己反锁在里面继续看,连晚饭都没吃。

后来家里装修好之后我就搬回去住了,走之前我爸还是每晚都在刷AI短剧。

两周前,我回家吃饭,发现我爸从头到尾基本没碰手机。我很好奇,问他怎么不看AI短剧了。他说,看多了,觉得也没什么意思。这件事折腾了一圈,最后反而是他自己觉得没意思了,才主动放下手机。

所以,如果问我劝父母戒短剧有什么经验,我的答案可能有点泄气,除非老人自己想开了,否则别人劝,真的很难有用,子女想靠几句话改变他们的娱乐方式,也没那么容易。

*题图及文中配图均来源于pixabay。应受访者要求,文中晓晓、秋雨、晓丽、周橙、张岳为化名。

跳转微信打开

首发丨华瑞指数云再获超亿元投资, 为AI推理重新定义存储

2026年11月16日 11:39

原创 一川 2026-11-16 11:39 北京

为AI推理重做存储,为什么必须从底层开始?

AI推理的扩产,是否只能依靠增加GPU?

华瑞指数云披露的一项客户联合验证,给出了另一种可能:24张GPU加一个WQS存储节点,实现了与48张GPU方案相当的Token产能。这意味着,改善上下文的保存和调用,可以提高GPU的利用效率,让已有算力承担更多业务,为企业提供了新的算力扩产思路。

这一提升算力利用效率的技术新方向,也获得了资本的支持。近日,华瑞指数云宣布完成新一轮超亿元融资,由琮碧秋实投资与另一家基金联合领投,某国有产投基金跟投。本轮资金将重点投入AI原生KV Cache存储系统WQS的持续研发与规模化交付、软硬协同设计及全栈I/O(Input/Output)优化,以及市场与客户服务体系建设。

华瑞指数云选择从上下文入手,不只是能把更多数据存下来,而是让模型已经完成的中间计算都能够保留、共享和复用,并在需要时快速送回GPU。减少GPU的重算和等待时间,既有助于加快用户获得回答的速度,也能让已有GPU承担更多推理任务,降低单位服务的算力与能耗成本。

在华瑞指数云联合创始人兼CTO曹羽中看来,推理系统需要在满足响应速度要求的前提下,支撑更多业务。“上下文存得更多、取得更快,最终要体现为更多Token产出和更低的服务成本。”他认为,关键点在于GPU少等数据、多处理任务,才能在AI基础设施中占据关键位置。

上下文存储

正在成为

AI基础设施的新一层

过去,芯片数量一直是观察AI基础设施投入规模最直观的一个指标。但随着AI进入推理阶段后,芯片能承接多少任务,不仅受到数量影响,还受到上下文处理效率的影响。

因为推理场景会重复使用历史数据,尤其是多轮对话、代码助手、Agent在检索信息、调用工具和执行任务时,会不断积累上下文。随着应用深入业务流程,上下文持续增加,其中一些已经处理过的内容,还会被反复使用。

对已经处理过的内容,系统可以保存其中可复用的中间计算结果,保存在KV Cache(键-值缓存)中。在模型配置和上下文等条件匹配时可以直接调用,减少重复计算。

但问题在于,保存结果需要空间。GPU显存不仅容量有限、成本较高,还要同时容纳模型和活跃推理状态;随着会话变长、同时处理的请求增多,可用于保存缓存的空间就可能不足,超出单机能够承载的范围。

显存空间不足,会带来两种损耗:一是重复计算,即缓存被清理后,后续请求需要重复计算已经计算过的内容;二是数据等待,即缓存移到显存之外后,若取回速度跟不上,又会让GPU等待。尤其在长上下文、高并发和缓存复用密集的场景中,上下文读写与传输是决定系统效率的关键瓶颈。只是单纯增加GPU,并不能自动消除这两种损耗。

因此,存储不能只是推理系统的后台配置,还要支持实时服务。

产业巨头已经开始围绕这一变化调整架构。2026年1月,NVIDIA发布推理上下文存储平台,并在3月进一步介绍CMX架构:在GPU显存和主机内存之外,通过网络连接闪存,建立专门的共享上下文层,服务长上下文和Agent推理。

言下之意,上下文存储正在成为AI基础设施中一个明确的新层次。

而曹羽中敏锐地抓住了其中的机会。在他看来,随着推理进入各行各业,存储的投入也会持续增加,并逐步成为需要与算力并重规划的核心投资。“算力决定计算的能力,上下文I/O决定这些能力能否持续、高效地发挥。未来的基础设施建设,需要把两者放到同一个产能账本上。”

为AI推理重做存储

为什么必须

从底层开始

华瑞指数云看到的机会,是针对AI推理重新设计上下文存储系统,并推出了自研存储系统WQS,让同样的算力支撑更多业务。

一般而言,像通用存储和并行文件系统这些已有存储,都可以保存KV Cache。既然如此,为什么不能直接把上下文保存在这些已有存储中,而是要从底层出发重做出一套专用的存储系统?

原因还是在于,调用KV Cache的成本账。

尤其对实时推理来说,每次调用已有存储中的缓存需要多少时间、占用多少资源,会影响GPU利用率和服务成本。

以通用系统为例,通用系统要兼顾多种业务,负载的需求多样复杂,会通过分层、抽象和解耦,把数据管理和读写处理分成不同层次,方便适配不同应用,以获得兼容性与灵活性。但KV Cache经文件接口存取时,需转换为文件访问,再经过文件管理和通用I/O处理。部分步骤并非缓存读写所必需,其额外开销在高并发下累积,会影响Token吞吐量和响应速度。

而且推理场景本身的特点,就给重做存储系统提供了条件。

其上下文有着明确的I/O特征。比如,数据写入后就不会修改,读写的数据量可以预先确定,可以根据内容寻址等。

推理框架还掌握着很多可用于读写优化的信息:哪些计算结果能够复用,哪些缓存块已经写完,哪些数据即将被消费,哪些内容不再值得保留。如果这些信息只留在推理框架中,底层存储收到的仍是一串普通读写请求;而将这些信息传给存储调度,系统就能够围绕实际使用顺序安排读取、预取和回收,减少无效搬运与等待。

为此,华瑞指数云的推理存储系统WQS选择了原生KV路线。它建立在华瑞指数云自研的分布式存储引擎WiDE之上,直接面向KV对象寻址,并统一管理SSD上的空间分配、布局与回收。配合用户态RDMA数据通路,并通过原生KV接口,WQS让缓存读写绕过不需要的通用文件系统处理和复杂目录管理,减少数据访问中的中间环节,实现了极致高效的并行I/O处理系统。

这与CPU和GPU的分工类似:通用架构覆盖广泛任务,专门架构围绕特定模式集中资源。WQS依靠明确的访问模式,重新组织数据路径,以获得更高效率;通用存储则继续服务其他类型的数据与业务。

曹羽中表示,华瑞指数云提出的“为AI上下文重新发明存储”,不仅要低成本保存更多可复用的计算结果,也要改变存储服务计算的方式。

优化推理场景

的I/O链路

要贯通整套系统

要通过重新设计存储优化提高GPU的利用率,不能止于某单一组件的设计。因为推理框架调度、命中查询、网络传输、存储读写和GPU装载,都要围绕同一次上下文调用共同工作。

因此,WQS坚持全链路设计与软硬协同。

整条链路上,推理框架负责安排计算,也掌握下一步需要哪些数据;缓存组件管理计算结果的保存、查找和复用;存储引擎安排数据存放和并行读写;网络负责传输;DPU(数据处理器)还可以分担部分数据传输处理。

如果各层只通过通用接口各自工作,会丢失许多调度机会。而全链路协同设计,就能让数据一边加载,一边计算,减少GPU等待。例如,框架提前告知下一步需要哪些缓存块,系统就可以在当前计算进行时启动读取。部分读取时间与计算时间重叠,GPU接下来使用这些数据时,就能少等一段时间。缓存能够跨节点共享后,任务也不必只分配给保存了相关历史状态的那台服务器。

在缓存有效性、命中信息与可靠性得到保障的前提下,这既有助于减少重算,也能扩大集群的调度空间。

这种贯通,也在向硬件端延伸。

华瑞指数云正在推进与NVIDIA、AMD、昇腾等算力生态的协作,并与SSD及新型磁介质厂商开展协同设计,希望把上下文的访问顺序、生命周期和时延需求进一步用于介质优化。现有原生KV路径、全局共享和GPUDirect等能力已经用于客户联合验证;新型介质及面向不同算力平台的HBM到SSD的直通方案,是华瑞指数云研发重点发力的方向。

接入层面,WQS提供可共享的KV存储层,与vLLM、SGLang等推理框架,以及缓存管理和传输组件配合。华瑞指数云正推进相关生态对接,目标是让客户沿用现有框架,并根据业务需要,选择独立部署上下文存储,或将其与推理节点融合部署,获得AI推理的端到端加速效果。

“推理框架知道接下来要用什么数据,介质也有自己的并行能力。”曹羽中表示,“我们的工作,是让这些信息在整条链路上发挥作用,而不是在每一层都重新猜一次。”这样一来,减少各环节衔接中的等待,提高整套系统的推理效率。

性能翻倍

在客户的

产能账本上体现

软硬协同和全链路优化的收益,最终要看同样的算力能否在满足响应要求的前提下,支撑更多业务。

对Token工厂、模型API服务商和算力平台而言,首Token时延(TTFT)和Token平均输出间隔(TPOT)这两个指标,都要纳入考量。前者代表用户等待多久才能看到第一个输出,后者代表回答能否持续流畅。在满足这些要求之后,集群还能承接多少请求、输出多少Token,才是可以交付的产能。

在华瑞指数云披露的某大型Token工厂验证中,WQS采用独立存储节点部署,将可复用KV Cache从单机显存中扩展出来,供多台GPU服务器共享。在该项验证的模型与负载条件下,24张GPU加一个WQS节点,达到了与48张GPU方案相当的Token产能。

这一结果,为扩产提供了新的选择:企业可以比较增加GPU与增加上下文存储的效果,根据实际瓶颈分配预算。如果用较少GPU就能达到既定服务目标,除了设备采购,还可能节省相应的机柜、电力和散热支出。对客户来说,尽管要把新增存储、网络及运维成本一并计算才能得出最终收益,但客户决策的依据已经从“增加多少卡”,转向“怎样获得同样或更多产能”。

对于希望利用已有设备的企业,WQS还可以采用纯软件融合部署。在某大型企业的联合验证中,WQS以纯软件方式与现有推理节点融合部署,汇集内存和SSD资源构建共享KV Cache,无需新增硬件,首Token时延降低80%,Token吞吐量提升超过3倍。对于拥有自建推理系统的客户,这意味着可以先检验存量设备还有多少优化空间,再决定如何扩容。

两项案例,展示了上下文存储改善推理产能的不同部署方式。

面向不同客户、不同项目,华瑞指数云会结合模型、上下文长度、并发与缓存命中情况,衡量减少重算和数据搬运带来的端到端收益,让客户用实际业务检验ROI。

基于这些项目的积累,华瑞指数云面对不同客户时,就能洞悉到客户业务侧重点:对于Token服务商,是降低满足服务要求的单位Token成本;对算力平台和智算中心,是提高现有资源的服务能力;对金融等自建模型的企业,是让有限预算支持更多员工和业务。

六年底层研发+生产交付

铸造核心壁垒

这一系列性能提升,离不开底层存储能力的支撑——华瑞指数云自研的WiDE存储引擎。

2020年华瑞指数云创立之初,就启动研发了WiDE存储引擎。公司核心成员来自华为、腾讯、IBM、微软、EMC等企业,积累了底层系统研发与商业化经验。此后,团队基于WiDE引擎打造了WDS块存储、WFS文件存储和WQS推理上下文存储等产品,将同一套底层能力用于不同业务场景。

在曹羽中看来,从零自研底层引擎的价值,在新需求出现时尤为明显。面对AI推理提出的读写要求,团队可以直接调整引擎、数据结构与I/O路径,而不必局限于在既有产品外部增加适配层。这也是WQS能够采用原生KV架构的基础,而不只是给通用文件存储增加一层缓存接口。

这种底层能力曾通过公开评测得到检验。2023年,基于WiDE的WDS块存储,以2720万IOPS、该负载下0.217毫秒响应时延打破SPC-1企业级存储性能评测纪录;2025年,华瑞指数云自主研发的AI原生智能数据平台WADP也参加了MLPerf Storage v2.0公开评测,多项指标位居世界第一。

两项评测,分别检验了企业级存储与AI存储负载的读写性能,为团队开发推理专用系统提供了参考。

性能之外,华瑞指数云的另一大壁垒,来自长期生产交付实践。华瑞指数云介绍,WQS之外的块存储、文件存储等产品,已经运行在200余家客户的核心生产环境,覆盖金融、半导体、量化交易、自动驾驶和先进制造等行业。长期的生产环境实战运行,推动了团队持续完善故障恢复、数据保护、兼容适配和运维机制。

“做存储系统能够跑通I/O、跑出结果,可能只是做完了30分。”曹羽中说。剩下的工作,要在高并发、硬件故障、网络异常以及长期运行中完成。高并发和网络异常时,系统能否保持稳定;某个节点出问题时,服务会怎样恢复;框架和模型升级后,已有部署还能否稳定工作——这些问题,都需要在长期运行中检验和解决。

随着AI推理深入企业核心业务,这些积累也成为了WQS进入客户业务的重要基础,并构成华瑞指数云的核心工程壁垒。

从头部验证走向标准化

在新一轮AI Infra

架构选择中脱颖而出

如今,越来越多的企业业务环节,会涉及多轮对话、长上下文和Agent应用。推理会随着应用覆盖增加,持续服务更分散的企业和用户。

WQS瞄准的,正是这些需要提高推理效率的客户,比如模型API平台、Token工厂、智算中心和企业自建系统。虽然部署规模与硬件组合各不相同,但都需要应对上下文增长,并控制服务成本。对上下文存储而言,这意味着机会点既来自新增集群,也来自存量系统的改造与升级。

曹羽中判断,这个市场的增长空间,不只是增加SSD存储系统的采购,而是参与推理系统的架构选择。上下文如何留存、如何共享,算力和存储如何配置,将逐渐进入客户的常规建设规划。

因此在推理系统总体设计以及端到端性能优化过程中,WQS将作为独立产品位置存在,并把一次次联合验证变成可复制的部署与交付。

华瑞指数云认为,未来12至18个月是AI推理上下文KV Cache层方案与产品选择的重要窗口,希望抓住这一时期,推动更多项目从验证走向可复制的标准化交付。

据公司披露,2026年上半年华瑞指数云的合同额同比增长150%。在WQS方面,华瑞指数云正与多家头部大模型及Token服务厂商、头部金融企业和自建推理系统的行业客户推进合作,相关项目正在进入生产级PoC测试与验收推进阶段。

本轮融资将支持继续研发、部署适配和客户服务体系建设,推动WQS走向规模化交付。

“我们希望把WQS做成AI Infra建设中的基础组件和标准化产品。”曹羽中表示,客户应当能够根据算力规模和业务负载选择上下文存储配置,通过清晰的连接、组网和部署方式使用产品,减少对长期驻场调试和维护的依赖。围绕这一方向,华瑞指数云提出了未来12个月推动50家以上重点AI推理用户实现生产落地的目标,检验技术优势能否变成稳定的交付与服务能力。

当AI推理成为各行各业持续使用的服务,上下文存储的需求也有望伴随业务规模不断扩大。华瑞指数云希望争取的,正是这一新的基础设施位置:以规模交付的AI原生存储,服务越来越大的算力投入,实现极致的算力生产效率和推理产能。

跳转微信打开

启明创投沈劲:投具身智能,别用移动互联网的时间表

2026年11月16日 11:39

原创 创业邦 2026-11-16 11:39 北京

Physical AI的GPT时刻还需要耐心,安全将是最后难关

在第五届全球数字贸易博览会“数贸创投日”上,启明创投投资合伙人、原高通全球副总裁、引航陪跑教练沈劲参与了题为《Physical AI,重新定义生产力》的对话,分享了他对Physical AI发展阶段、产业基础设施和长期投资的思考。

沈劲提到,创新的传播有一个S曲线。如果具身智能最后能够达到100%的普及率,那么15%是一个重要节点。与此同时,Physical AI的发展还需要算力、数据工程、模型、仿真和合成数据、运行环境以及本体硬件等基础设施的支撑。

在他看来,安全将是Physical AI规模化商用的最后难关,物理世界的数据采集也尤为重要。面对尚未实现的技术突破,投资人和创业者都需要尊重硬科技的发展规律,耐心等待Physical AI的“GPT时刻”。

今年,第五届全球数字贸易博览会“数贸创投日”首次与创业邦DEMO CHINA联动,共同探讨科技创新与产业转化的现实命题。

以下基于现场对话内容,经创业邦整理后发布。

创新的传播

有一个S曲线

创新的传播有一个S曲线。如果具身智能最后能够达到100%的普及率,这个点在15%左右。

使用的人群不是猎奇的,也不是现在主要用户都是大专院校或者做机器人研发的,而是早期用户,就是15%。当然,现在不知道15%是哪一年。

安全是物理AI

最后的难关

互联网时代的基础设施是网络,AI时代的基础设施是算力,现在到了物理AI时代,有6大方面会成为新的基础设施。

3个比较熟悉:算力、数据工程、模型。这3块仍然非常重要,尤其是数据,相比大语言模型为基础的生成式AI,数据的重要性尤为突出。

另外三块是仿真和合成数据,主要解决快速训练模型的问题;运行环境,也包括安全;本体硬件,里面有很多传感器等。这些都构成了具身智能的Infra,也就是基础设施。

安全也非常重要,目前没有太多公司做。我们和硅谷的科学家讨论,认为安全将是最后的难关。

前面所有东西都解决了,都很聪明,什么活都能干,但无论是在家庭还是车间,如果安全解决不了,还是不能大规模商用。

物理AI数据采集

难在数据孤岛

大语言模型拿的是互联网的数据,物理AI数据保存得不太好,也有很多孤岛。

有的数据在老师傅手里,比如一个修锁的,他手里可能有数据,但不在共享平台上,没有被网络化和广泛普及,所以数据采集尤其重要。

物理AI的GPT时刻

还需耐心等待

长期主义做到还是非常难的。首先尊重事实。

移动互联网相对高速发展,企业从成立到上市也都是七八年。但硬科技,我们以前投的芯片、半导体,都是10年、15年。这是事实,不是说你能够快一点还是慢一点。上市也不是终点,只是中间一个里程碑,一个节点。

具身智能的事又比较难。真正的技术突破,我认为现在还没有达到。

黄仁勋搞大会,几十家具身智能企业合影。有一家说,“除了我们的机器人是走上去的,其他都是抬上去的。”

但在一定场景中,我们看到它蹦蹦跳跳,做咖啡、叠衣服,都觉得很有意思,进步也很快。但离GPT moment或者龙虾节点还是要耐心一点。

这就是长期主义。

跳转微信打开

世界首颗全集成一步求解矩阵方程模拟计算芯片问世;比头发丝还薄!天津大学团队研发0.01毫米柔性透明显示屏丨智能制造日报

2026年11月16日 11:39

睿兽分析 2026-11-16 11:39 北京

每日智能制造产业资讯速递。

1.【世界首颗全集成一步求解矩阵方程模拟计算芯片问世】模拟计算芯片公司安纳智芯自主研发的AX100芯片已于10月完成流片,为世界首颗全集成一步求解矩阵方程模拟计算芯片。经测试,单次矩阵方程求解时间小于100纳秒,单次计算功耗约80毫瓦,符合理论仿真与设计预期。(科技日报)

2.【东航C919新开“上海虹桥—郑州”航线】11月15日,东航新开国产大飞机C919“上海虹桥—郑州”航线,首航航班上午10:02平稳落地郑州新郑国际机场。(央视新闻)

3.【余承东:大折叠已成为千万人的主力机】华为常务董事、终端BG董事长余承东表示,今年是华为Mate X系列走过的第八年,大折叠已成为千万用户的主力机型,新一代华为Mate X8将在屏幕、影像和性能体验上有新突破。(IT之家)

4.【浙江人形机器人创新中心产线:正建设新工厂、储备万台产能】浙江人形藕池工厂人形机器人年产能已从数百台扩容至数千台,公司正新建集士港工厂进一步扩充产能,并通过与外部生产基地合作,预计未来可实现万台级产能。通用柔性作业机器人NAVIAI WA2已批量出货,今年市场订单较去年翻多倍。(中证金牛座)

5.【徐工2000吨级起重机落地泰国】徐工XCA2000全地面起重机近日在泰国完成交付,刷新当地全地面起重机吨位纪录。该设备具备卓越起重性能与复杂工况适应能力,可满足大型风电机组安装对起升高度、吊装重量及施工安全的严苛要求。(证券时报)

6.【比头发丝还薄!天津大学团队研发0.01毫米柔性透明显示屏】天津大学胡文平院士、汪天洋教授团队研发的0.01毫米柔性透明显示屏已实现量产,为全球最薄柔性透明显示屏之一。该屏幕采用光量子显示技术,实现本征零能耗自主发光,厚度仅0.01毫米,透明度超90%,支持超高分辨率显示,具备柔性和大面积制备能力,使用寿命可达30年。(快科技)

更多智能制造产业资讯……

扫码可订阅产业日报👇👇

欢迎加入睿兽分析会员,解锁AI、汽车、智能制造等相关行业日报、图谱和报告等。👇👇

跳转微信打开

没人比Alexandr Wang更懂向上管理

2026年11月16日 11:39

田密 2026-11-16 11:39 北京

以下文章来源于:AI故事计划

AI故事计划

人在AI时代的命运。这个编辑部致力于记录AI时代的真实故事。

Muse最大的受益人

来源丨AI故事计划

作者丨田密

封图丨张霞

Alexandr Wang(汪滔),一个懂得老板心思,能把老板的焦虑转换为晋升资本的男人。

两个月前,他带队做出Muse,让AI竞赛陪跑生扎克伯格,终于上了回牌桌。

在硅谷的科技巨头里,Meta下场做AI算早的。这几年,小扎做开源模型、做AI眼镜、买GPU、建数据中心,一年在AI上开支上千亿美元。

可要人有人、要钱有钱的Meta,始终挤不进第一梯队。直到汪滔出现。

自打去年空降后,汪滔便开始砍瓜切菜般重组起这家公司的AI业务。他一口气裁掉了约600名超级智能实验室的员工,其中包括华人科学家田渊栋。在Meta待了十二年的图灵奖得主杨立昆,也在这场调整中离开。

他重建模型训练的全流程,提前卡位,押注AI个人助手,让扎克伯格怒刷了一波存在感。

汪滔不是纯技术出身,曾被诟病不懂研究、太年轻、太商人。但对一家庞大臃肿、急需动刀的公司来说,一个精于计算、下手果断的职业经理人,才是眼下最需要的那种人。

靠着狠,他成了扎克伯格手里最趁手的一把刀。


临危受命

2026年4月,汪滔身边突然坐进来一位大人物。

Meta创始人马克·扎克伯格把办公桌搬进了AI实验室,坐到自己重金押注的两位负责人汪滔和纳特·弗里德曼身边。后者曾是GitHub的CEO。

扎克伯格不只是搬来一张桌子。他重新拿起代码,每周花5到10个小时参与AI项目开发、审查团队工作。Meta总裁迪娜·鲍威尔·麦考密克透露,他甚至“整天都在写代码”。

扎克伯格急了。

过去几年,他在下一代技术上没少花钱。Meta元宇宙的窟窿至今没填上,旗下Reality Labs自2021年以来,累计亏损已经超过800亿美元。

AI时代,他又迅速换了赌桌。买GPU、建数据中心、做大模型,不停从OpenAI和Google挖人。2026年,Meta的资本开支预期为1350亿至1450亿美元,接近上一年实际开支的两倍。

钱砸下去了,却没听到声响。Meta始终没能进入大模型的第一梯队。

2025年4月,Meta发布新一代开源模型Llama 4。开发者拿到模型后,发现编程表现不及预期,部分长上下文测试的实际效果也遭到质疑。而参数量接近2万亿的旗舰模型Behemoth,也迟迟没有发布。

有工程师形容公司进入了“恐慌模式”。Meta内部的编程工具链里早已出现竞争对手的模型,部分工程师已经不用自家的Llama写代码了,转而使用ChatGPT等产品。甚至,有人从领英履历中删掉了参与Llama 4的经历。

最初参与Llama项目的14位作者中,已有11人离开Meta,其中不少去了竞争对手那里。

汪滔就是这个时候走到台前的。

硅谷更熟悉他的英文名Alexandr Wang。2016年,19岁的他从麻省理工学院退学,联合创办Scale AI。这家公司不训练大模型,而是站在产业链的上游,为AI公司提供训练数据和模型评估。

早在2019年,Meta就已经是Scale AI的客户。Llama 4发布后不久,一次Scale员工会议期间,汪滔收到扎克伯格发来的WhatsApp消息,两人随后通了约44分钟电话。

电话结束两天后,汪滔给扎克伯格发去一份长篇备忘录,提出提高研究团队的人才密度,重新组织研发力量,必要时甚至从头开始。此时,Meta已经请来了大量研究人员,建起多个AI部门,他却认为,未必需要这么多人,关键是把最优秀的人集中在一起工作。

图|扎克伯格和汪滔在博客中回忆过去

扎克伯格后来回忆,那段时间,他几乎和所有顶级AI实验室的负责人、研究主管都聊过一遍。最后,他还是认定:“Alex就是那个人。”

2025年6月,Meta斥资143亿美元取得Scale AI约49%的无投票权股份。作为这笔交易的一部分,28岁的汪滔离开自己创办多年的公司,加入Meta,出任首席AI官,负责组建和领导超级智能实验室。

汪滔此前没有亲自训练前沿大模型的履历。他空降后,很多人并不服气。

一名Meta AI研究员,在被问到是否接受汪滔的领导时,只回答了一个字:“不(Nope)。”另一名前FAIR研究员说:“他不会轻易被接受。”

2026年3月,Meta新成立一支应用AI工程团队,直接向首席技术官安德鲁·博斯沃思汇报,独立于汪滔领导的超级智能实验室。《印度时报》随后打出标题,称扎克伯格可能要“放弃”这位Meta最高薪员工。

Meta发言人安迪·斯通公开否认,称这一说法“完全不是真的”。扎克伯格随后在社交媒体上发出一张照片,照片里他和汪滔勾肩搭背。

一个月后,新模型终于露面。Meta发布Muse Spark。这是汪滔接手超级智能实验室后推出的首个模型,内部代号“牛油果”。

按汪滔发布时的说法,过去约九个月,团队重建了模型训练所需的数据、基础设施和研发流程。

2026年9月,Muse个人Agent上线,很快冲上美国App Store免费榜第一。一年多前还在解释Llama 4为什么没打好的Meta,终于上了一次牌桌。

这些成绩还不足以证明Meta已经赢下AI战争,但对扎克伯格来说已经够重要了。过去几年,他不断往AI里加钱、加人、加算力,最缺的反而是一个能证明“这次可能押对了”的结果。

这种正反馈终于开始出现了。


一把快刀

2025年10月22日,加入Meta仅四个月的汪滔,向超级智能实验室约600个岗位挥下了裁员的刀。

裁员涉及FAIR、AI基础设施和产品等部门。汪滔在内部备忘录里解释,目的是打造“业内最敏捷、人才密度最高的组织”。团队规模缩小,做决定需要沟通的人就更少,每个人也能承担更大的责任。

被裁员工可以获得16周遣散费,每工作一年额外增加两周,公司还安排专门小组协助内部转岗。

两个月前,汪滔已经发出过一封内部信,重新划分超级智能实验室。他自己带领TBD,集中研究前沿大模型;纳特·弗里德曼负责产品和应用研究;原来的FAIR继续做长期研究;基础设施单独成为一个部门。

按照新安排,FAIR负责人罗布·弗格斯,以及Meta首席AI科学家杨立昆,都要向汪滔汇报。

到了10月,这场组织调整开始影响到具体的人。裁员名单里,包括在Meta工作多年的华人科学家田渊栋。

田渊栋不是普通的老员工。2025年1月底,Llama 4项目遇到困难,距离发布只剩两个月,他和强化学习团队临时接到任务,放下原来的研究,参与模型后训练和问题修复。

接活之前,他还认真算过一笔账。他列出一个2×2矩阵,把项目成功或失败、自己尽力或不尽力,分成四种结局。他觉得,即便项目最终没成,至少也算尽力而为。

10月22日,他和部分团队成员收到裁员通知。2026年1月,田渊栋在个人年终总结里重新提起那个矩阵,感叹最后发生的是“没在计算之内的第五种可能”。

汪滔亲自带领的TBD却是另一番景象。这支新团队聚集了从OpenAI、Google、苹果等公司挖来的研究员,不仅没有受到裁员影响,还拥有专门的办公空间,研究人员能获得更多算力资源。

图|成为“一把快刀”前的汪滔(右一)

一边裁掉老员工,一边花重金挖来新人,留在Meta的人开始有了怨言。

据《商业内幕》报道,新人的薪酬明显高于老员工,研究项目怎么分、算力先给谁、哪些人能进入核心团队,都成了摩擦的来源。几轮调整下来,内部甚至出现了职责划分不清、团队之间沟通不畅的问题。

不久后,在Meta待了十二年的图灵奖得主杨立昆也宣布离开。

当年,扎克伯格请杨立昆创办FAIR,这个部门一直保留着浓厚的学术研究传统,科学家可以发表论文、公开成果,研究那些短期内未必能变成产品的问题。

就研究观念而言,杨立昆本人并不相信,单靠扩大语言模型就能实现真正的智能,反而更看好让机器理解物理世界的“世界模型”。

汪滔带领的TBD却在集中资源追赶前沿大模型,FAIR原有的部分研究工作也受到调整,包括机器人研究。

杨立昆曾批评Meta新招来的那批研究人员“已经完全被大语言模型洗脑了”。

2025年11月,杨立昆宣布离开,准备创办一家研究世界模型的公司。Meta没有再任命新的首席AI科学家接替他。

离职后接受《金融时报》采访时,杨立昆谈到了汪滔。在他看来,这个28岁的年轻人缺乏科研经验,不了解研究是怎么开展的,也不知道什么能吸引或劝退研究人员。他也承认汪滔学得很快,知道自己不懂什么。

谈到研究员该如何被管理,杨立昆说:“你不该指挥一个研究员该做什么。你当然更不该指挥我这样的研究员该做什么。”

把账全算在汪滔头上,并不公平。

在不少员工眼里,这个28岁的年轻人太狠、太商人,科学家和实验室在他手里,成了可以按季度调整的资产。

但裁员的方向、组织的轮廓,背后其实是扎克伯格本人的意志。Meta终究是一家上市公司,他要对股东负责,对利润负责,需要更快的商业结果。

扎克伯格和科学家们的分歧,不是从汪滔出现后开始的。杨立昆对大语言模型的公开怀疑由来已久,FAIR的学术传统和公司的产品压力,在水面下已经碰撞多年。这不只是技术路线之争,更是两种时间表的错位。他们一边按论文的节奏走,一边按财报的节奏走。

汪滔做的,不过是把那颗捂了多年的脓疮挑破了。

2025年年底,在夏威夷,汪滔几次被Meta首席财务官苏珊·李拉到一旁。

她反复提醒他,如果模型最后没能成功,财务上的后果将“非常、非常严重”。

后来扎克伯格还拿这件事打趣:“我觉得苏珊把你吓得不轻。”汪滔回忆,每次聊到这件事,两个人都会开玩笑,希望一切顺利。

对名利的执念

这不是汪滔第一次在公司内斗里成功上位。

在Scale的故事里,是郭露西(Lucy Guo)最早把汪滔拉进创业。两个人在号称“美国知乎”的Quora认识,一起进入创投公司Y Combinator(后简称YC),最开始连做什么都没有想明白,折腾过几个方向,最后才转到数据标注。郭露西还是Scale最初的CEO,汪滔更多负责技术和客户。

A轮之后,位置开始发生变化。汪滔提出由自己来做CEO,理由是自己“更适合成为一家API公司的门面”。郭露西后来告诉媒体,她并不执着于头衔,所以接受了。头衔让出去之后,两个人对公司怎么管、往哪走的分歧并没有消失。

Scale开始接到越来越多自动驾驶客户,团队越来越大,麻烦也越来越具体。汪滔觉得郭露西没管好运营团队;郭露西则认为,汪滔连合同工付款混乱的问题都没有解决。

郭露西后来回忆,自己曾经和一个认识的人说,汪滔“应该被开掉”。她以为只是一句私下抱怨,没想到话很快传回了汪滔耳朵里。她一直怀疑,是一个原本信任的人把话递了过去。几年后再讲起这件事,她还记得那种感觉:“我有点被背叛了。”

董事会最后站到了汪滔一边。2018年,郭露西离开Scale,汪滔坐稳CEO的位置。关于这场分手后来一直有不同版本,郭露西强调自己并不看重CEO头衔,有报道则认为汪滔在权力斗争里占了上风。但结果没有争议,Scale从此只有一个真正说了算的人。

图|郭露西和汪滔的合照

多年以后,汪滔再被问到这场决裂,有些尴尬地笑了笑:“YC没人告诉你,创始人散伙原来这么常见。”

散伙之后,故事没有完全结束。

有报道称,汪滔后来因为员工流失率太高,一度不允许部分离职员工在二级交易中出售手里的Scale股份。他私下抱怨过Scale估值上涨,让已经离开的郭露西因为手里的股份不断增值而越来越有钱。Scale方面否认了后一种说法。

汪滔对名利有执念的传闻,一直在硅谷流传。

一位与他相熟的创业者在接受《The Information》采访时这样形容:“他需要成功,就像需要氧气一样。”

Scale发展到800多名员工时,汪滔仍坚持亲自批准每一次招聘。据报道,他还曾拒绝让共同基金参与公司融资。报道给出的解释是,这些机构需要定期披露持股估值,一旦Scale估值下跌,数字可能让他难堪。

自动驾驶退潮以后,Scale开始寻找新的收入来源。一次全员会上,有员工问,如果智能马桶公司想让Scale帮忙标注粪便照片,这种钱接不接?话题一路从粪便聊到武器,聊到公司的生意边界到底画在哪儿?

汪滔当场给这门生意画了线,他早年曾承诺不与国防客户合作。

2020年,Scale却拿下美国国防部一份五年9000万美元的合同。员工在全员会上继续追问,但汪滔的态度已经很明确,Scale当然会继续和国防工业合作。

2022年底,ChatGPT爆发,汪滔再次调整了Scale的业务。公司减少部分低成本海外标注业务,开始招募博士、律师和医生等专业人士,为大模型提供训练数据和评估服务。部分软件工具需要重新开发,外包人员的支付系统也要随之调整。

这一年,Scale的年化营收规模约为2.27亿美元。到了2023年,这个数字涨至6.8亿美元。

汪滔也开始越来越频繁地出现在硅谷之外。

2023年11月,他和纳特·弗里德曼在犹他州的瓦萨奇山脉举办了一场为期三天的AI国家安全闭门会。大约100名科技高管、投资人、军方和政策人士受邀参加。客人进门先量头围,定制一顶毡制牛仔帽。26岁的汪滔坐在一群头发花白的五角大楼高层旁边,聊中美AI竞争。

一位参会者后来告诉《财富》,这场活动更像一次大型销售会,汪滔是在向投资人和政府客户展示自己的人脉。另一位参会者则觉得,他对国家安全表现出的强硬态度有些刻意,像是在努力接近华盛顿的权力圈。

Scale的一名投资人这样形容汪滔:他不是靠坐在卧室里思考,就能判断世界往哪里走。他会花时间接触“对的人”,收集大量信息,再据此调整公司的业务方向。

2025年6月,Meta与Scale AI的交易公布后,汪滔回到公司位于旧金山南市场区的办公室。

消息来得突然,许多员工以为他已经离开。看到汪滔沿楼梯走进中庭,大家鼓起掌来。他站到员工面前,讲起创办Scale的日子,说着说着就哭了。

一名在场者回忆,他还忍不住自嘲:“真蠢,我这是在干什么?”最后,汪滔介绍了接班人,两人握手、拥抱,完成交接。

19岁开始创业,28岁离开,Scale几乎装下了他从青年到成年的全部过程。

后来接受《福布斯》采访时,汪滔说:“如果是在另一种人生里,我会非常期待继续留在Scale。”

总有功成名就的人,说想念另一种更简单的人生。汪滔把那个自己留在了平行世界,28岁的他选择登上Meta的大舞台,成了AI世界里最有权势的年轻人。

跳转微信打开

黄仁勋密谋重返英伟达CEO之位;OpenAI等五家AI巨头遭起诉,要求叫停前沿AI研发;2026年度电影总票房破320亿丨邦早报

2026年11月16日 08:15

睿兽分析 2026-11-16 08:15 北京

香港迪士尼乐园票务系统遭入侵;英伟达两大股东向董事会发公开信,要求考虑让黄仁勋回归;长城汽车:不法分子冒用哈弗、坦克品牌名义发送虚假召回短信,已向公安机关报案

完整早报音频,请点击标题下方小耳机收听

AI新闻概览

  • OpenAI等五家AI巨头遭起诉,要求叫停前沿AI研发

  • 三星将在美国生产SpaceX卫星芯片

  • 黄仁勋与盟友商讨重返英伟达CEO之位

  • Stellantis获AI电动拖车专利:普通小车也能拖房车

  • Gartner预测:到2030年全球将因AI净增加约170万个工作岗位

图片

【黄仁勋与盟友商讨重返英伟达CEO之位】据《金融时报》报道,因婚外情风波辞职的黄仁勋正考虑重返英伟达担任CEO,并已与亲信讨论回归可能性。其硅谷盟友正组建由科技高管组成的“作战室”,游说董事会推动复职,并试图争取白宫支持。与此同时,英伟达董事会正就导致这家市值4万亿美元芯片公司爆发领导层危机的不当行为进行独立调查。(凤凰网科技)

【OpenAI等五家AI巨头遭起诉,要求叫停前沿AI研发】11月13日,美国四家非营利组织联合向旧金山高等法院起诉OpenAI、Anthropic、谷歌、Meta及SpaceX AI,要求法院叫停其进一步开发最先进AI模型。原告诉求并非赔偿,而是在被告证明技术处于人类控制前,暂停下一代模型训练与部署。诉状援引被告高管公开表态,包括Anthropic CEO达里奥·阿莫代伊、SpaceX CEO埃隆·马斯克关于AI可能造成文明毁灭的言论,以及谷歌DeepMind称超人类智能“有可能在未来几年内被开发出来”并“永久摧毁人类”的论文。(环球网)

【香港迪士尼乐园票务系统遭入侵】近日,香港迪士尼乐园约1.7万个电子门票二维码在网上票务系统中被盗。11月15日,香港警务处回应称,案件暂列“有犯罪或不诚实意图而使用电脑”,交由大屿山警区重案组跟进,暂未有人被拘捕。迪士尼乐园官网正进行系统维护,购买门票及预订酒店服务暂停。11月12日晚,乐园一名负责内部网络系统及日常运作的人员发现公司电脑系统异常,约1.7万个电子门票二维码被盗,随即停止网上票务运作并向香港警方报案。(经济日报)

图片

【英伟达两大股东向董事会发公开信,要求考虑让黄仁勋回归】英伟达两大股东呼吁董事会考虑公司未来领导层所有可能方案,包括“黄仁勋的回归可能性”。Altimeter Capital CEO布拉德·格斯特纳周五在X上发布公开信,督促董事会“以缓慢、审慎和深思熟虑的方式,推进英伟达未来领导层问题的决策过程”,信件获Atreides Management创始人加文·贝克签署支持。Altimeter最新文件显示,英伟达是其持仓规模最大股票,截至6月30日持有940万股、价值近19亿美元;Atreides持有120万股、价值近2.5亿美元。(经济观察网)

公开信

公开信

【旗下战队BLG夺冠,B站宣布大会员免费送】哔哩哔哩旗下战队BLG拿下S16全球总决赛冠军后,B站宣布为所有人送大会员,11月15日中午12点起登录B站搜索“大会员”即可免费领取,站内直接到账,领取时间为11月15日12:00至11月16日12:00。(新京报)

图片

【网友“找茬”,影视飓风TIM回赠100台iPhone Duo】影视飓风TIM(潘天鸿)在评论区选中一位留言“找茬”的网友,当场送出一台iPhone Duo。该网友称已在各平台关注TIM并提醒“小心找茬”,TIM回应“谢谢你,不仅都关注我了还要找我的茬”,随后表示先送一台。TIM近期正进行送手机活动,计划送出100台iPhone Duo,目前已送出24台,均为不认识的网友,剩余76台仍在采购中。他解释放弃抽奖是因AI参与抽奖产业化,普通网友对结果不认可,不如自己看到真人就直接送。(成都商报)

网友找茬影视飓风TIM回赠100台iPhone Duo:谢谢你_新浪财经

【游族网络:控股子公司收到14.28亿元闪存颗粒采购订单】游族网络公告称,控股子公司智存合盈于11月2日与B公司签订《采购合同》,约定B公司以订单形式采购闪存颗粒产品,合同自双方盖章之日起生效,有效期2年;合同未约定金额,具体价格以采购订单为准。11月12日,B公司向智存合盈出具采购订单,金额14.28亿元人民币(含税)。(财联社)

【长城汽车:不法分子冒用哈弗、坦克品牌名义发送虚假召回短信,已向公安机关报案】长城汽车声明称,有不法分子冒充旗下哈弗、坦克品牌官方名义,通过短信向车主发送伪造召回提醒,谎称车辆零部件存在安全隐患,并附带陌生网址链接;短信所称“召回事项”纯属捏造,公司已就相关冒名诈骗线索向公安机关报案,提醒车主不点、不信、不转账。(每日经济新闻)

【全球最快电动车称号被仰望U9X夺走,1400万一台Rimac Nevera宣布停产】Rimac创始人Mate Rimac宣布将于2026年底结束Nevera生产,最终仅交付71台(标准版51台、Nevera R版20台),远低于原计划150台。该车起售价约200万欧元(约合人民币1480万元),搭载120kWh电池组和四电机,综合输出1914马力,0-96km/h加速1.85秒。其“全球最快电动车”头衔已被仰望U9X以503.17km/h极速夺走。(快科技)

全球最快电动车的称号被仰望U9X夺走!1400万一台的Rimac Nevera超跑宣布停产_新浪财经

【特斯拉Cybercab个人购车设使用限制,暂禁商业用途】特斯拉向部分客户开放个人版Cybercab预订,条款要求车主维持每月299美元自动驾驶订阅,否则车辆无法运行;车辆仅限特斯拉支持的地理围栏内使用;未经书面授权不得用于网约车、配送、租赁等商业用途,也不能接入特斯拉自营Robotaxi网络。另需支付1000美元不可退订金,预计12月交付,时间无保证。(财联社)

【马斯克:SpaceX通信卫星最终将超10万颗】马斯克在回应“星舰单次发射可增加50 Tbps星链带宽”时表示,该数据对全球国际带宽总量的实际提升“没有听起来那么好”,因为星链需在近地轨道部署大量卫星才能全球实现这样的带宽提升。他预计,SpaceX通信卫星最终将超10万颗,其中大多数为V4或V5版本。(财联社)

【ULA火神火箭飞行中途失败,亚马逊Leo卫星丢失】联合发射联盟的火神火箭周日发射升空,但因遭遇一处未说明的问题,未能将亚马逊公司的卫星送入轨道。这枚火箭由波音公司与洛克希德·马丁公司合资企业制造,周日本地时间下午12时40分从佛罗里达州卡纳维拉尔角升空。这是该火箭九个月来的首次飞行,对这艘饱受延期与技术故障困扰的运载工具而言,是一次期待已久的复飞。(新浪科技)

【三星将在美国生产SpaceX卫星芯片】三星电子将扩建位于得克萨斯州奥斯汀的芯片工厂,为马斯克旗下太空企业SpaceX生产星链卫星搭载的STM32V8微控制器(MCU)。三星已经在得州布局晶圆代工基地,如今在原有客户(特斯拉、英伟达、AMD的AI芯片订单)之外新增SpaceX卫星芯片业务,其美国业务版图正快速拓展至航天与国防领域。(财联社)

【起亚汽车2026年韩国国内电动汽车销量超过30万辆】现代汽车集团旗下起亚公司表示,截至11月9日,包括纯电动汽车和混合动力车型在内的电动化汽车销量达300,048辆,同比增长41.9%。其中纯电动汽车120,360辆,较上年同期增长逾一倍;混合动力车型销量增长16.9%,达179,688辆。(界面新闻)

图片

【Ocient完成1亿美元C轮融资】数据分析平台Ocient宣布完成1亿美元C轮融资,由BOKA Capital和OCA Ventures联合领投,全部现有投资方参投,累计融资额达2.6亿美元。参与本轮融资的既有投资方包括Greycroft、In-Q-Tel、Blue Bear Capital、Buoyant Ventures、PSP Growth、Pritzker Group Venture Capital和Eron Wolf,新投资方为Dallas Venture Capital。(睿兽分析👈戳此处查看更多)

【亦立医药完成近4亿元A轮融资】杭州亦立医药有限公司完成近4亿元人民币A轮融资,本轮融资由华盖资本领投,康君资本联合领投,博裕创投、德联资本、信成基金、海邦投资、柏睿资本、深天使、远翼投资共同投资。原有股东石药国方先导基金、怀格资本、芯能创投、隆峰创投、弘盛资本、贝壳基金、弘厚投资持续加码。(睿兽分析👈戳此处查看更多)

【合肥幺正量子完成数亿元A+轮融资】合肥幺正量子科技有限公司宣布于近期完成数亿元A+轮融资,由鸿瑞达投资、金景资本、皖能资本、永鑫方舟、典实资本等新股东投资,老股东合肥产投、合肥高投、凯联资本、灏浚投资、芯能创投持续跟投。资金将主要用于加快QCCD离子阱量子计算机研发及量子芯片微纳加工测试平台建设。今年以来,该企业已接连完成三轮A系列融资。(睿兽分析👈戳此处查看更多)

【核芯光电完成约9600万元A+轮融资】核芯光电科技(山东)有限公司完成A+轮融资,金额约9600万元,由山东省新动能基金、烟台亚通、汇宁投资联合领投。本轮资金主要用于购置关键工艺设备、推进产线扩产升级,并保障研发投入与人才引进。(睿兽分析👈戳此处查看更多)

图片

【天津大学团队研发0.01毫米柔性透明显示屏并实现量产】天津大学胡文平院士、汪天洋教授团队研发的0.01毫米柔性透明显示屏已实现量产,为全球最薄柔性透明显示屏之一。该屏幕采用光量子显示技术,摆脱传统电驱动电路背板,通过光子激发材料分子“吸收光—释放光”实现本征零能耗自主发光。厚度仅0.01毫米,透明度超90%,支持超高分辨率显示,具备柔性和大面积制备能力,使用寿命可达30年。(澎湃新闻)

比头发丝还薄!天津大学团队研发0.01毫米柔性透明显示屏-快科技-科技改变生活

【苹果iPhone 20 Pro屏幕盖板曝光:3D四曲面设计、开孔尺寸缩小】消息源@i冰宇宙展示了苹果iPhone 20 Pro的屏幕盖板样品,采用3D四曲面设计,Face ID和前置摄像头开孔尺寸有所缩小。该设计未必最终量产,苹果此前曾搁置更激进的全玻璃方案,因未通过可靠性测试。(科创板日报)

苹果iPhone 20 Pro屏幕盖板曝光:3D四曲面设计、开孔尺寸缩小|Apple|三星|宇宙|手机|安卓_新浪新闻

【大众ID.Buzz变身自动驾驶出租车,May Mobility计划到2031年投放1万辆】自动驾驶技术公司May Mobility宣布,计划将自家自动驾驶系统整合到大众ID.Buzz上,使这款电动面包车进入无人驾驶出租车运营市场。系统依靠车载预测模型,可提前判断其他交通参与者可能行动,具备“提前10秒预判未来路况”能力,并支持接入Lyft、Uber等平台。计划到2031年让1万辆自动驾驶版ID.Buzz投入运营,道路测试预计明年年初启动,2028年向客户交付首批车队车辆。(界面新闻)

大众正式发布ID.Buzz 电动小巴_新浪财经

【Stellantis获AI电动拖车专利:普通小车也能拖房车】Stellantis获得一项电动拖车装置专利(美国专利号US 12779916,2023年提交、2026年11月3日获批)。该设计为拖车配备独立电机、电池及AI辅助控制系统,拖挂时主动提供驱动力并配备能量回收制动,使动力有限的小型汽车也有望拖挂房车,或改变对大马力皮卡的依赖。(财联社)

【新世代宝马iX4正式投产:WLTP续航最高828公里,明年3月上市】宝马iX4已在匈牙利德布勒森工厂正式投产,将于2027年3月上市。iX4 50 xDrive WLTP续航最高828公里,峰值充电功率400千瓦,充电10分钟可补充387公里续航;iX4 40 xDrive续航最高638公里。两款首发车型均搭载第六代eDrive电驱系统、圆柱形电池及800伏高压架构。(第一财经)

新世代宝马iX4 正式投产:WLTP 续航最高828 公里,明年3 月上市_新浪财经

【蔚来中国最北换电站正式上线运营,最低温可达-48℃】蔚来创始人李斌宣布,中国最北的蔚来换电站——黑河自贸区蔚来换电站正式上线运营。黑河冬季漫长,全年结冰期约200天,极端最低温可达-48℃。换电站针对极寒环境专项设计,电池仓维持15℃至30℃,用户可实现3分钟换电且全程不用下车。(澎湃新闻)

图片

【消息称欧盟拟推迟对英国产电动汽车征收10%关税】11月15日消息,据知情人士透露,欧盟正就相关提案征询业界意见,拟推迟原定于2027年1月1日起对大多数英国产电动汽车加征10%关税的措施。根据英国脱欧后协议,电动汽车需满足55%价值产自欧盟或英国(电池电芯和模组65%、电池包70%)方可享零关税。欧盟此前已将该规则推迟三年,宽限期满后预计70%的英欧贸易纯电及插混车型将被征税。欧洲汽车制造商协会警告,2027年约82%从欧盟出口至英国的电动汽车将受影响,涉及价值约179亿欧元。(财联社)

【游戏业“超级印钞机”下周上新】下周四,《Grand Theft Auto VI》(《侠盗猎车手VI》,下称《GTA VI》)将在全球范围内正式上线。据行业机构Sensor Tower估算,截至11月13日,《GTA VI》预售量已超过1200万份;摩根士丹利则预计,到2027年3月,销量就有可能冲到4000万份。基于市场对新游戏的期待,自2023年以来,游戏公司Take-Two的股价已经翻了一倍。华尔街预测,光是这一款游戏的开发成本,可能超过10亿美元。(新浪科技)

游戏业“超级印钞机”,下周上新_凤凰网

【2026年度电影总票房破320亿】2026年度电影总票房(含预售)截至11月15日突破320亿元。暂列年度票房榜前五位的均为国产片:《飞驰人生3》《欢迎来龙餐馆》《功夫女足》《八仙!》《给阿嬷的情书》。据测算,今年以来电影全产业链产值近5000亿元。(央视新闻)

2026 年度电影总票房破320 亿,《飞驰人生3》《欢迎来龙餐馆》《功夫女足》暂列前三_新浪财经

【多地清退A级旅游景区,超100家A级旅游景区被摘牌或降级】不久前,多地文旅主管部门陆续公布A级旅游景区复核结果,一批景区被取消等级、降级或限期整改。被清退的景区均存在长期不符合A级旅游景区运营标准的核心问题。据不完全统计,截至2026年9月,至少22个省份的100多家A级旅游景区被摘牌或降级。记者从相关部门发布数据中发现,A级旅游景区的直接收入,已不是国内旅游消费收入主体。过去,文化旅游主要集中在名山大川、人文胜境。如今,吸引游客越来越多的是一种鲜活的生活方式,如一碗麻辣烫、一顿烧烤、一场演唱会、一场马拉松。门票经济不再是景区的主要盈利渠道,传统景区在发展模式、业态融合上,仍存在明显短板。(央视财经)

【Gartner预测:到2030年全球将因AI净增加约170万个工作岗位】11月15日消息,商业与科技研究机构Gartner预测,2025年至2030年间,AI将在全球创造1060万个新工作岗位,同时导致890万个岗位消失,两者相抵净增约170万个岗位。Gartner还指出,全球超过20%的劳动者(约4.355亿人)需适应AI带来的工作方式变化,而因AI直接失业的劳动者占比最高为1.8%。(第一财经)

昨日早报回顾 ⇒时隔五年,英雄联盟全球总决赛中国战队BLG夺冠;超12万人请愿黄仁勋复职,马斯克也参与了;SpaceX首次成功实现“筷子夹飞船”丨邦早报

整理丨林夕

编辑丨HappyLong

感谢关注创业邦,每天精彩内容不停

关注AIGC等热门垂直赛道,扫码可订阅产业日报👇👇

欢迎加入睿兽分析会员,解锁AI、智能制造相关行业日报、图谱和报告等。

👇👇

跳转微信打开

00后千亿独角兽创始人深度对话:比起财富自由,每周花100个小时解决难题更有吸引力

2026年11月16日 08:15

狮子侠 2026-11-16 08:15 北京

以下文章来源于:快鲤鱼

快鲤鱼

创业邦旗下AGI矩阵号,寻找海内外创新性的AGI高成长公司,记录AGI商业领袖的成长轨迹。

AI数据基建独角兽Mercor再度投下一枚重磅炸弹。

整理丨狮子侠

编辑丨小龙 子钺

封面丨AI处理

硅谷AI数据基建独角兽Mercor再度投下一枚重磅炸弹。

2026年11月10日,Mercor正式官宣完成7.5亿美元(约合人民币50.38亿元)D轮融资,投后估值飙升至200亿美元(约合人民币1343.34亿元)。本轮阵容堪称豪华,不仅有英伟达、Salesforce、Zoom等产业巨头,Benchmark、General Catalyst等顶级风投也悉数在列。

距离其2025年10月以100亿美元估值完成C轮融资,仅仅过去一年出头,这家年轻公司的身价便再次翻倍。(拓展阅读:三个辍学00后,靠给AI补课,身家各近300亿)

在大模型军备竞赛迈向深水区的今天,高质量人类反馈与强化学习环境(RL Environments)一直被视为决定模型智商上限的“高标号燃料”。Mercor正是隐身在OpenAI、Anthropic、Meta、Google以及英伟达等一众顶尖玩家背后的“超级数据工厂”。

Mercor集结了全球超500万名软件工程师、律师、医生、投行分析师等高精尖专业人才,通过构建高度仿真的工作软件环境与严苛的评分细则,为前沿大模型提供后训练与能力评估的底层弹药。

去年夏天,随着Meta斥资143亿美元入股行业老牌霸主Scale AI,引发了各大实验室对数据中立性的剧烈担忧,大量头部订单加速向独立第三方倾斜。Mercor精准接住了这波历史级红利,商业化曲线近乎垂直起飞——其ARR从去年初的数千万美元一路狂飙,今年年中突破20亿美元大关,如今更是站上了30亿美元的惊人高度。

更令硅谷创投圈津津乐道的,是这艘200亿美元巨轮背后的掌舵者——三位年仅二十出头的“00后”天才少年:CEO Brendan Foody、CTO Adarsh Hiremath和董事长Surya Midha。三人既是高中时代的辩论搭档,也都是大名鼎鼎的“泰尔奖学金”得主。

2023年初,在ChatGPT引爆行业的关键节点上,仍在乔治城大学和哈佛大学就读的三人毅然选择辍学创业。最初,他们只是想用AI面试官解决跨境程序员招聘难题,却敏锐捕捉到大模型对高阶人类智慧的渴求,并一步步将公司打造成如今AI基础设施版图中不可或缺的关键拼图。

11月11日,《Sourcery》播客发布了与Mercor联合创始人兼CEO Brendan Foody的深度对话。访谈中深入探讨了Mercor如何在数亿美元的营收基数上实现超5倍的爆发式增长,又如何构建起拥有超500万名专家的庞大网络。

Brendan还详细阐释了他为何坚信每家《财富》500强企业最终都将构建专属的AI智能,剖析了随着AI技术进步、人类专业知识反而愈发珍贵的内在逻辑,并分享了Mercor未来计划如何从服务前沿AI实验室,进一步向广阔的企业级市场进发。

以下是创业邦对本次对话的翻译精编(有删减)。

万亿美元公司的愿景

主持人:Brendan,欢迎来到《Sourcery》。我们第一次聊天大概是一年多以前了吧?从那以后你们增长了多少?

Brendan:我记得那是去年9月的事。从那到现在,我们增长了5倍多,而且还是在当时已经达到数百万美元级别的基础上。

主持人:太疯狂了。那你们打算怎么变成一家万亿美元级别的公司呢?

Brendan:这问题问得好。我觉得得从“未来人类将如何为经济做贡献”这个终点往回推演。因为现在绝大多数工作其实都挺重复的,比如人们会反复回复客服工单、反复修改法律合同条款,或者反复剪辑播客以及各种大家习以为常的格式。

但在未来,工作模式会更像是你只需要一次性训练好一个Agent,教它怎么把这些重复性任务自动化。所以我们看到企业内部正在发生一种转变,大家开始摆脱过去那种重复劳动的模式,转而通过编写评估和技能文件、训练Agent来自动化所有重复工作,以此来创造经济价值。

如果我们认同“人类贡献经济的方式正在发生彻底变革”这个前提,那么很显然,去引领、定义这个行业,并围绕这种新工作方式构建整套底层技术,就能创造出一个定义品类的传奇公司。我们从创立第一天起就一直专注于解决一个问题:在经济飞速演变的当下,人类该如何找到自己的位置。

主持人:我们按产品线拆解一下,看看Mercor的业务如何运作。你想聊的强化学习环境(RL环境)也在其中。几款产品分别怎么运转、怎么协同?

Brendan:为生产特定类型的数据,我们有三款核心产品。第一款是最早搭建的人才平台,上面有超过500万活跃求职者,每天发放酬劳超过400万美元,其中70%通过内推加入。这使我们在动员软件工程师、医生、律师等各行业人才,针对经济中的特定需求生产数据方面,具备很强的网络效应。

随后,这些专家进入数据平台Studio,在那里使用AI副驾驶,以及完整的Agent质检与自动化工具来搭建RL环境,复刻日常工作中的背景信息、任务流程和验证器。

第三款是AI项目经理,它把管理专家的几乎全部人工工作自动化。过去需要项目经理设定KPI、评估表现并给出反馈;现在由Agent自主运营项目,负责招募、把控数据质量,并对客户结果负责。

主持人:所以你们现在每天要发超过400万美元的酬劳?背后是怎么运作的?

Brendan:现在已经远超这个数了。底层用的是Stripe Connect,对方团队能力很强,体验很好。

早期我们给圈内另一家大玩家输送人才,但他们爆出严重的发薪问题:我们输送了上千名人才,很多来自第三世界国家,却拿不到钱,甚至难以维持家庭温饱,我们收到大量相关客服工单。

这成了我们转型的重要催化剂——我们必须直接与各大AI实验室合作,对平台专家的体验负责,确保他们按时拿到报酬。我们也在支付团队上超额投入,打造世界级团队,做到零失误、100%按时打款。

截至目前我们累计发放酬劳约10亿美元,增长曲线很陡,但从未出现大的纰漏。

为什么说

Mercor不是“Uber”?

主持人:对不太了解你们商业模式的人来说,把视野拉高到Mercor的整体布局,你们看重的不是GMV,也不是一个撮合交易平台。那你们的商业模式到底是怎么成立的?

Brendan:外界对我们最大的误解,是把我们看成Uber那样的撮合平台,以为我们只是把专家和工作匹配起来然后抽成。但实际上,专家只是我们交付给AI实验室的RL(强化学习)环境数据集中的一个组成部分。

一个完整的RL环境包含三部分:第一部分是各种应用程序,也就是Google Workspace以及其他主流办公软件的克隆版——经济活动里想教Agent用什么软件,我们就复刻什么;第二部分是“世界”,即这些软件里的具体内容,比如消息记录、PPT、文档、表格;第三部分是任务,也就是提示词和评分标准。

这就像教授给论文打分时定下的评分细则:模型尝试解决问题,按标准拿到分数,再从中学习。要实现整个经济的自动化,最大的壁垒在于完整覆盖经济体所有场景的RL环境分布——也就是覆盖人们用到的所有软件、所有内容世界和所有任务。所以,这些RL环境才是我们交付给客户的最终数据产品;而负责往这些“世界”和“任务”里填充内容的专家,只是我们高效、规模化实现这一目标的核心要素和护城河之一。

主持人:很明显,这一切很大程度上都建立在模型能力之上。那随着Agent不断融入整个AI生态系统,这种进步对你们的业务产生了什么变化?是不是反而放大了你们的价值?

Brendan:是的,我觉得最大的一个好处就是,Agent让专家花时间生产数据和训练Agent的效率大大提高了。举个例子,以前一个人花一小时,可能只能带来X倍的模型性能提升;但现在同样花一小时,可能带来3到5倍的提升,因为他们能用AI副驾驶来提高构建数据集的效率。

但当专家效率变高之后,最终出现了一个典型的杰文斯悖论,需求反而呈指数级暴增。因为归根结底,99%的知识依然存在于人类的脑子里,如果我们让人类教模型变得更高效、生产力更高,只会促使全社会有更多的人去教模型。这又回到了我开头说的那个原则:让人去做重复性工作是没意义的,他们应该去训练模型怎么做这些事,这才是为经济做贡献更具规模化和生产力的方式。

主持人:但业界对这个赛道普遍有一种看法:它不是一个能长期持续的生意,用人类知识工作去训练模型只是阶段性的,过一阵子就不需要了。你怎么看?很明显你不认同,那你的反驳逻辑是什么?

Brendan:我觉得这取决于你对超级智能时间表的判断。因为“人类教模型做事”这个市场的边界,取决于在数字世界和物理世界里,还有多少事是人类能做、模型做不到的。

只要经济活动中还存在只有人类能胜任的工作——哪怕是参加一场Google Meet会议、做有说服力的沟通,或者在湿实验室里做科学实验,再或者修车——我们就需要人类去丈量这个能力边界。

模型进步最主要的方式,是需要一个参照点,知道自己在哪里犯了错、怎么衡量这个错误,再把它转化为可学习的奖励信号。这跟人类学习很像。你想象一下,上英语写作课时老师跟你说:“以后你的作文全由你自己打分,别人不准给你任何反馈。”那你就很难看清自己能力边界之外的东西,这就是为什么我们需要反馈。

当然,有些领域有明确信号可以自学,比如数学,因为有计算器可以验算。但在经济中的绝大多数领域,我们学习和进步的方式,都是从老师、教授、经理、同事那里获得反馈。模型的学习方式一模一样,各大实验室的顶尖研究人员也普遍认为,未来几十年模型依然会以这种方式持续学习。

700万场面试:

用内推和AI面试官

抹平人才密度差

主持人:你们是怎么找到这些专家的?又是怎么评估他们的?

Brendan:70%的专家通过内推加入。我们也有其他渠道,但最看重内推,因为内推来的人质量往往最高。

评估环节是我们最早的重大突破之一。2023年4月,ChatGPT刚出来没多久,我和Adar还在上大学,就做出了第一个AI面试官。最早那版有七八秒延迟,会根据简历做预处理,调用GPT-4的API提问,再按一套评分标准评估面试表现。

随着规模扩大,我们意识到,劳动力匹配中的绝大多数难题,归根结底都是规模化数据采集的问题。举个例子:招斯坦福的AI博士,可能面5个人就能找到1个非常优秀的;但在印度偏远地区招软件工程师,有时得面几百甚至上千人,才能挑出真正世界级的工程师——但他们确实存在,而且很多现在就在我们团队里。所以,当我们能大规模扩充面试量、抹平这种人才密度差异时,这就成了我们招到顶尖人才的核心驱动力之一。

此外,我们还会分析很多别人忽略的维度,比如是谁内推的、候选人在GitHub或Figma上做过什么个人项目,把这些背景信息综合起来判断。到现在,我们已经完成超过700万次面试。说实话,看着它规模化起飞还是很疯狂——我们算是创造了史上增长最快的职业品类。

主持人:确实太疯狂了,速度简直惊人。

Brendan:感觉很不真实。就像我刚才打的比方,我们现在每天发500万美元酬劳,而两年前也就是24个月前,我们一年才发100万美元。

我觉得公司里很多人可能都没完全意识到,这种增长速度在历史上前所未有。这是一个非常难得的机会,我们在所有人之前发现了这个巨大的市场,并成了这个重要新品类的定义者和领导者。

主持人:你们团队基本都是二十出头——当然不是全部,但绝大多数核心成员都是吧?二十出头,还是大学辍学生。但你们不仅抓住了、而且稳稳守住了AI和科技界近几年增长最快的新赛道之一。

与此同时,你们还有体量庞大的竞争对手被Meta这类巨头收购,还有些对手每隔一两个月就冒出来,莫名其妙就做到十亿美元营收规模,而你们自己也经历过像数据泄露这样的风波,但直到今天你们依然是市场第一。你们的文化和创始团队到底有什么特质,能让你们一直坚持下来并赢到最后?

Brendan:我觉得公司里有三条明确且真正落地的价值观,起到了决定性作用。第一条是“高标准”,保持极高的招聘门槛绝不妥协,这让我们团队的人才质量无与伦比,也是我们跟其他公司最大的差异点。

第二条我们叫“时间旅行者”,就是极致的长期主义,站在5年后的未来看现在,然后倒推今天该怎么做,正是靠这个,我们才能在所有其他人才网络之前发现这个市场。我们一直对前沿研究有着极深的理解,知道实验室前沿的动向是AI原生应用公司的风向标,而应用层公司的动向又是全球经济的风向标,深思熟虑地顺应这种技术渗透曲线,对我们非常关键。

第三条是“客户痴迷”,我们是一家极其拼命、对客户极度痴迷的公司,为了客户我们愿意移山填海,因为他们正在打造地球上最重要的技术,我们全身心投入到帮助他们实现这一目标的使命中。我觉得正是这三点塑造了我们的市场领导地位。

创业的真相就是

嚼碎玻璃,凝视深渊

主持人:那你觉得支撑你们的是纯净燃料,还是到了现在这个阶段,已经带了一点复仇燃料的成分?

Brendan:怎么定义纯净燃料?

主持人:Dylan Field(Figma创始人)以前跟我解释过:在Adobe收购Figma告吹之前,他完全靠纯粹的理想和热情驱动,心里没有不甘或包袱;收购被叫停之后,他心里憋了一股劲,变成“老子非赢不可”,带着狠劲去拼。那你现在是靠纯净燃料在跑,还是心里也憋着什么不服气的劲?

Brendan:执念我一直都有,不同阶段还不太一样。公司内部一直有近乎狂热的紧迫感,节奏极快、高压运转。如果有人执行力跟不上,我们就会坚持高标准并迅速推进。

我们当然会关注竞争对手在做什么、怎么才能跑得更快,但我特别警惕一点:很多公司太容易掉进盯着对手看的陷阱,最后变成盲目模仿。模仿是成为市场老二的绝佳捷径,而我们对当老二毫无兴趣,我们想定义重要的新品类。

这就需要更多第一性原理思维,更多像时间旅行者那样从未来5到10年倒推的驱动力,而不是整天盯着对手。这大概就是我的动力来源。

我觉得我和联合创始人以及早期团队真正兴奋的,是如何在未来十年打造一家传奇公司,解决人类如何融入新经济这个大命题。

主持人:一路走来,你们克服的最大挑战有哪些?

Brendan:太多了。很多没真正创过业的人,体会不到那种被人按在地上反复重拳出击的感觉。

早期我们前一年半的客户几乎全是种子轮公司,结果12个月内80%都倒闭了,我们得不断跟客户流失的张力作斗争。里面也有少数做成了大公司,比如Cognition,但那个过程确实很痛苦。

还有之前的安全事件,以及早期核心团队成员的离开。这种迎面挨拳的事太多了。创始人必须明白,混乱才是常态,你得习惯像马斯克说的那样“嚼着玻璃凝视深渊”。因为最终支撑你、让这一切都值得的,是熬过这5到10年征程后带来的巨大影响力。

主持人:你平时最钦佩哪些人?

Brendan:从最终成就看,马斯克无疑是最伟大的企业家。我钦佩他,不只是因为那有目共睹的连续成功纪录,更因为他的使命感——他愿意承受常人难以想象的痛苦,只因为他真正在乎打造那些能重塑重要市场轨迹、定义新品类的公司。所以他确实是个异类。

杰夫·贝索斯也是我们聊过的人,他几乎比任何人都更能体现长期主义思维。亚马逊创立之初,他就定下极其坚定的核心原则,并把这些原则精准映射到几十年后的产品战略上——这比表面看起来难得多,他塑造创业文化的能力让我惊叹。

当然,现在也有很多显然非常出色的创始人,比如Sam和Dario都很棒。我有时候挺替他俩难过,因为他们在网上总挨那么多骂,永远陷入一种循环:上一秒还是世界之王,下一秒就成了美国最糟糕的敌人,然后突然又翻红,确实挺让人同情。总之,这些人绝对是给我启发最大的企业家。

主持人:我想聊聊贝索斯。你之前写过一篇论文,那事是怎么发生的?

Brendan:那不是一篇公开发表的论文,是我在推特上开的玩笑。大一时有门课的作业是:政府该如何出台政策,更好地理顺经济中的激励机制。我的核心论点是:经济中最大的正外部性是创造就业,但政府最大的税收来源却是对就业征税。

对没学过经济学的人来说,对员工征税在功能上等同于对公司征税,这会直接抑制企业创造就业的动力。年入十亿美元的人多交点税无所谓,但我并不在意自己多交税。可如果对收入低于7万美元的底层一半美国人也这么做,就极其荒谬了:他们只贡献联邦政府3%的税收,却背负沉重经济负担,报税还耗费大量时间。

所以我的观点是,干脆免除底层一半美国人的税负,这能极大刺激低端就业的创造。后来我看到偶像贝索斯在X上发帖聊到这个,就转发了他的帖子,没想到他还转评了我,当时我开心到飞起。那种感觉很奇妙:我是听着他的播客长大的,一直特别崇拜他,终于跟他有了一点交集。不过我至今还没在现实中见过他本人。

比起财富自由

每周花100个小时

解决难题更有吸引力

主持人:你还没见过他?那咱们就呼唤一下,让这事成真。聊聊今天的业务现状吧。你们最近有大新闻,收购了Deeptune。为什么要做这笔收购?

Brendan:这完全契合我们自动化经济中一切事物所需的RL环境关键要素。前面说的三部分是Apps、Worlds和Tasks。

我们专长最深的是Worlds和Tasks,因为这是专家做得最多的事,而且我们有Agent辅助提效。最大的瓶颈在于获取Apps,也就是Salesforce、Adobe、Google Workspace的克隆版,让专家能在里面填充内容。这本来就不是我们起家时做的事,也不是我们的比较优势。

所以,一位合作客户主动提议:Deeptune是他们最顶级的Apps合作伙伴,应该直接把Apps给我们,以便搭建环境时填充。客户主动发起合作,本身就是很好的信号,说明里面有戏。于是我们开始合作,我也更深入了解创始人Tim,他非常出色。

任何这类合作,一半内容就是看你想在未来十年跟什么样的人共事。这明显是1加1大于3的事。当时我们在设立纽约办公室,他们也在纽约,团队使命高度契合、文化高度一致。我们可以互相解决规模化过程中的瓶颈,为世界解决重要问题。所以我们勇敢跨出这一步,让它成了真。

主持人:这是你们的第一笔收购吗?

Brendan:这其实是第二笔,但比第一笔大得多。我们之前还收购了一家叫Sepal AI的公司,由Robi和Kat创立,他们也非常棒。不过Tim在Deeptune上取得了巨大的进展,而且刚刚从a16z那里完成了A轮融资,所以它稍微走得更远一点。

主持人:你们接下来有并购计划吗?或者说你们在战略上是怎么看待这件事的?

Brendan:我觉得并购非常重要,当然这有点取决于公司类型,但它至少是一个杠杆极高的工具。你可能会在大规模上犯错,但你也能在大规模上取得极高的正面影响力。所以这绝对是我们会考虑的事情,我们正在探索几个我们认为会很有意思的品类。

主持人:有没有人在试图收购你们?

Brendan:确实有过这种情况。但这完全取决于我和联合创始人内心的驱动力。我和Adarsh以前其实有不少机会可以直接套现走人,拿一大笔钱下半辈子什么都不用干,想要什么都能在生活里得到,但这根本不是我们的动力。我们宁愿每周工作100个小时去解决一个对世界真正重要的问题。

我们有幸拥有这种特权,身处一个不可思议的市场,拥有一个壮观的团队。很难说我们以后还会不会有这种特权,所以我觉得这才是真正构筑框架的东西,也是我们看待自身优先级以及想要实现的目标的方式。

AI应用层公司

会死掉?

主持人:你之前还说过,AI应用层公司会死掉?

Brendan:不完全是。我当时说的是,在数据公司之外,有实质性营收规模的公司主要有三类:第一类是前沿实验室,比如Anthropic、OpenAI;第二类是推理提供商,比如Fireworks、Baseten;第三类是像Harvey这样的应用层公司。

我的论点是,这些业务中的很大一部分都会被商品化:如果每个人都在推理层买GPU,GPU就会被商品化;应用层公司在构建软件层,而软件构建成本越来越低,这部分也会被商品化。

但我看到公司能构建持久护城河的地方有两个。第一是品牌,Harvey拥有世界级品牌,在法律领域绝对名列前茅,在应用层初创公司中也算顶尖。第二是数据护城河。我们可以通过理解这种飞轮提供有意义的帮助——不是拿客户数据去训练,而是学习他们客户所关心内容的分布,据此激发他们想构建的基准测试,以及需要策划哪些训练数据集来成为世界第一。

主持人:那前两层的护城河是什么?

Brendan:对前沿实验室来说,肯定存在大量规模经济,只要在算力和数据上花更多钱。如果你有最多的分发渠道,又能从模型中获得收入,就可以投资更多算力和更多RL环境——实验室正在指数级扩大这些投资。

所以我认为这主要还是规模经济,再加上与“给定模型帮助改善后续模型”相关的飞轮,也就是递归自我改进。它不会一飞冲天,但会随时间推移发挥作用,让事情稍微快一些。而品牌,我会说这是基础模型的主要护城河。

对推理公司来说,真正需要做对、而且Fireworks执行得非常好的一点,是构建自定义模型。这其实是Harvey所想的硬币另一面,因为转售GPU的切换成本为零。

不管人们怎么包装利润率的故事——当你买了一堆GPU、它们升值50%时,你确实会在一段时间内拥有不错的利润率——但真正的切换成本和持久利润率,来自你如何帮客户定制一个高切换成本、且无法移植到其他基础设施上的模型。

主持人:哪一个最脆弱?

Brendan:API的切换成本太低,所以我觉得投资者高估了API业务部分营收的质量。归根结底,简化到最后,很多东西都取决于切换成本。我们每天都会根据业务评估结果,在表现最好的模型API之间切换。随着每家公司成熟、推理账单上规模,大家都会这么做。所以其中一些公司可能变得非常大,但它们的营收质量有时被高估了。

数据被严重错误定价

财富500强公司

都会成为新实验室

主持人:你曾发推文说AI进展需要三样东西:算力、算法和数据。为什么你认为数据在AI技术栈中被错误定价了?

Brendan:我认为数据依然是逆向共识,这是最关键的一点。不知为何,投资者有一种看法:我们三年内就会实现超级智能,AI在所有事情上都会比人类更强,因此不再需要人类来创建评估和训练模型。

过去三年他们一直这么说。我记得甚至在我们种子轮融资时——我们一直很幸运能与喜欢的投资者合作——但硅谷许多顶级公司就是认为这个市场几年内会消散。而我认为大家一直错过的是杰文斯悖论,或者说是劳动总量谬误:随着我们让专家更有效率,随着专家能把模型改进三倍、五倍、十倍,这反而急剧增加了对人们改进模型的需求。

归根结底,只要还没有超级智能,只要经济中还有人类能做而AI做不到的事,就需要人类来丈量那个边界。所以这是最大的脱节。老实说,很多方面我对此心存感激:我们一直有很多资本来源,而这种逆向性减少了市场竞争。

我很高兴我们的市场不像基础模型业务那样竞争激烈。但我认为它正处在成为共识的边缘,尤其是当人们看到越来越多企业开始评估自己部署在后训练模型中的Agent时。

主持人:那么,未来10年这会如何演变?

Brendan:我认为关键变化是,每家《财富》500强公司都会变得像一座新型实验室:拥有核心数据集、服务客户的核心分发渠道,并需要动员全职员工与承包商的组合,为自建模型的评估和训练策划高质量任务。

归根结底,许多目前由人完成的流程都将智能体化,这是把公司内部所有人类知识提炼进模型的最高效、最可扩展的方式。所以这会是一场巨大的变革,而我们才刚打完第一局。

主持人:我正想问你这个。我提前向Winston收集了他想要问你的问题,他希望我问AI数据主权。

Brendan:这会非常关键。黄仁勋、Alex Karp和萨提亚都在谈这个,是有原因的。我认为Anthropic和OpenAI会拥有非凡的业务,两家很可能都是10万亿美元级公司。但归根结底,我们不希望它们吞噬全球经济,成为获取前沿智能的唯一入口。要让价值沉淀到其他《财富》500强公司和更广泛的美国人身上,就需要确保这些公司都能训练自己的模型、建立自己的智能,从而巩固竞争优势。

有时实验室在融资时会放出一种说法:他们将开启飞轮,用所有企业数据训练,而财富500强会对此满意——这就是他们收集整个经济体所有环境的方式。但这显然不是事实。高盛这样的公司之所以存在,是因为其在人员、流程、文档等方面拥有竞争优势;允许前沿实验室基于这些数据训练,无异于与竞争对手分享所有这些数据。

所以他们不会那么做。我相信他们会构建自己的模型、部署自己的Agent,把这些知识编纂下来。衡量这种转变在企业内部是否发生的启发式指标,是它们在推理上花多少钱。因为我们发现,当一家公司的推理支出低于1000万美元时,通常还不太关注评估或优化,仍处在摸索阶段。

一旦进入1000万到1亿美元这个区间,他们通常就会希望把大约10%的推理预算花在评估上,弄清模型该路由到哪里。

一旦推理支出超过1亿美元——比如Harvey、Cursor这类公司——他们就得非常认真地考虑后训练,因为经济账开始划算了。

你可以每年花数千万美元,有时像Cursor那样花数亿甚至数十亿美元训练自己的模型,因为这笔固定成本可以摊销到所有推理上。

所以我预计企业推理支出会实质性上升,但他们也会经历一条采用曲线:1000万到1亿美元区间推出评估,1亿美元以上开始后训练,同时把前沿智能部署到整个业务中。

独角兽创始人

如何度过一天

主持人:你的视角很独特,也很有优势。你几乎能看到每一家公司,看到他们的数据如何被使用。结合你刚才讲的推理,你对企业在继续搭建主权AI技术栈时有什么建议?

Brendan:企业最大的误解,是前沿模型到底如何学习。训练中消耗算力的大多数地方,已经不只是“阅读公司所有文档”,或者“从输入输出和SFT中学习”——大部分算力现在流向RL。

RL里,模型会多次尝试解决问题,然后按某套评分标准得分。绝大多数情况下,RL需要领域专家来创建这些评分标准和任务,以评估和训练模型。所以,任何训练自建模型的公司,都需要构建能产生清晰评估分数的任务;一旦对评估有信心,就应该扩大所关心的分布规模,去优化这个评估。

两条建议:第一,构建任务,而不是假装模型能读一切并自主学习;第二,从评估开始,因为这是每个AI实验室和成功应用层公司了解自己做得如何、并为改进模型奠定基准的基础。

主持人:好建议,谢谢。还有两个问题:未来12个月你最期待什么?我们可以从Mercor身上期待什么?你们要上市吗?

Brendan:至少未来12个月不会上市。2024年我发过一条推说“年底前IPO”,本以为那显然是个玩笑——毕竟我们12个月前才从大学辍学——结果有人当真:“哇,不可能吧”。上市当然在计划中,但不在未来12个月。

我最期待的是企业端业务。随着推理账单成熟,事情发生得很快:《财富》50强里的非科技传统公司开始意识到这件事有多重要。其中一些正面临前沿模型的生存威胁;随着这些模型侵入它们的领域,这会成为改变智能在经济中如何被使用和部署的巨大催化剂。看到这一点会非常不可思议。

主持人:我知道这是个挺奇怪的收尾问题,Brendan,你的一天通常怎么过?还在翻甜甜圈吗?

Brendan:早就不翻了。我一般7点45左右醒,条件允许的话7点50到8点30之间锻炼,9点前到办公室。一天通常有4小时会议,有时接近8到10小时,其余时间处理大量信息、邮件和文档。

时间大致三等分:三分之一招聘,三分之一客户,三分之一研究和产品。然后会在办公室待到晚上10点,一周六天如此,周日在家工作。

主持人:你是否也在不断消除干扰?怎么管理专注力?

Brendan:这很有挑战,因为大家很容易想把事情升级到我这里。组织能规模化,不能只靠我一个人,还要靠一线的人对领导者和高管有高度信任。所以,确保有一个非常强大的领导团队,可能是最重要的事。

我可能一整天都在回消息和邮件,某种程度上必须停止回复每一件事。我依然每天清空收件箱,确保事情都处理完,但会更深思熟虑地判断哪里该用Agent提效。

主持人:太棒了,完美的收尾。

跳转微信打开

小米泰坦合金2.0低碳技术突破:材料碳排放降至1/14;1400万一台Rimac Nevera宣布停产丨汽车交通日报

2026年11月16日 08:15

睿兽分析 2026-11-16 08:15 北京

每日汽车交通资讯速递。

1.【小米泰坦合金2.0低碳技术突破:材料碳排放降至1/14】小米在COP31宣布泰坦合金2.0材料与小米SU7整车完成EPD国际认证。该材料攻克100%消费后再生铝技术难关,强度不降、韧性提升,碳排放较传统原铝降低约93%,降至原来的1/14,已应用于新一代SU7和小米YU7,单车可实现铝合金减碳约800kgCO。(新浪科技)

2.【起亚汽车2026年韩国国内电动汽车销量超过30万辆】截至11月9日,起亚电动化汽车销量达300,048辆,同比增长41.9%;纯电动汽车120,360辆,同比增逾一倍;混合动力车型179,688辆,增长16.9%。(界面新闻)

3.【特斯拉Cybercab个人购车设使用限制,暂禁商业用途】特斯拉开放个人版Cybercab预订,要求车主维持每月299美元自动驾驶订阅,否则车辆无法运行;车辆仅限地理围栏内使用,未经书面授权不得用于网约车、配送、租赁等商业用途,也不能接入特斯拉自营Robotaxi网络。另需支付1000美元不可退订金,预计12月交付,时间无保证。(财联社)

4.【大众ID.Buzz变身自动驾驶出租车,May Mobility计划到2031年投放1万辆】May Mobility计划将自动驾驶系统整合到大众ID.Buzz上,使其进入无人驾驶出租车运营市场。系统依靠车载预测模型,具备“提前10秒预判未来路况”能力,并支持接入Lyft、Uber等平台。公司计划到2031年投放1万辆自动驾驶版ID.Buzz,道路测试预计明年年初启动,2028年交付首批车队车辆。(IT之家)

5.【Stellantis获AI电动拖车专利:普通小车也能拖房车】Stellantis获电动拖车装置专利(美国专利号US 12779916),为拖车配备独立电机、电池及AI辅助控制系统,拖挂时主动提供驱动力并配备能量回收制动,使动力有限的小型汽车也有望拖挂房车。(快科技)

6.【全球最快电动车称号被仰望U9X夺走!1400万一台Rimac Nevera宣布停产】Rimac创始人Mate Rimac宣布将于2026年底结束Nevera生产,最终仅交付71台,远低于原计划150台。该车起售价约200万欧元,综合输出1914马力,0-96km/h加速1.85秒。其“全球最快电动车”头衔已被仰望U9X以503.17km/h极速夺走。(快科技)

7.【最低温可达-48℃!蔚来最北换电站正式上线运营】蔚来创始人李斌宣布,中国最北的蔚来换电站——黑河自贸区蔚来换电站正式上线运营。黑河全年结冰期约200天,极端最低温可达-48℃。随着蔚来第五代换电站在黑河上线,用户可实现3分钟换电且全程不用下车。(IT之家)

更多汽车出行资讯……

扫码可订阅产业日报👇👇

欢迎加入睿兽分析会员,解锁AI、智能制造等相关行业日报、图谱和报告等。👇👇

跳转微信打开

黄仁勋走了,“达链”老板们开始盘订单

2026年11月15日 18:12

郑晨烨 2026-11-15 18:12 北京

以下文章来源于:经济观察报

经济观察报

经济观察报是专注于财经新闻与经济分析的全国性综合财经类媒体,创办于2001年。聚焦商道、商技和商机,以锐度、悦度、广度、深度的报道形成了权威的媒体公信力和影响力。

没有黄仁勋的英伟达

图片

来源丨经济观察报(ID:eeo-com-cn)

作者丨郑晨烨

封图丨英伟达官网

北京时间11月12日22时,距离美股开盘还有半个小时,英伟达(NVDA.O)在官网发布公告称,创始人黄仁勋已辞去总裁、首席执行官及董事职务,即刻生效。消息公布后,英伟达股价在当天开盘后一度下跌超过14%,收盘时跌幅收窄至4.34%。

根据公告,英伟达执行副总裁兼首席财务官科莱特·克雷斯(Colette Kress)出任临时首席执行官,并继续担任首席财务官;自1993年起担任英伟达董事的哈维·琼斯(Harvey Jones)出任董事长,英伟达此前从未设立过这一职位。

董事会同时启动了正式首席执行官的遴选,内部和外部人选都在考虑之列。该公告没有说明黄仁勋辞职的原因,全文也没有出现他本人的表态。

11月8日,黄仁勋因个人情感风波向员工致信,英伟达董事会在当天宣布由独立董事牵头展开调查,同时表示对黄仁勋及其领导的管理团队抱有信心。但仅仅四天之后,这家企业就迎来了创办33年以来的第一次换帅。

公开资料显示,黄仁勋今年63岁,自1993年创办英伟达起,一直是这家企业唯一的首席执行官。在他任内,英伟达从一家图形芯片企业成长为全球AI算力的核心供应商,并在2025年10月成为全球首家市值突破5万亿美元的上市公司。

两个多月前的9月2日,黄仁勋在与美国商务部长霍华德·卢特尼克对谈时还说:“我当然可以不用再工作了,但我不想错过,我绝不会错过接下来的10年、15年。”

在全球AI算力产业链上,从台积电的先进制程、韩国厂商的高带宽存储芯片(HBM),到A股上市公司生产的光模块、印制电路板(PCB)和液冷设备,上游各环节的扩产大多是跟随英伟达一年一代的产品节奏展开的。

过去,英伟达每一代产品采用什么规格、向上游预订多少产能、给下游客户提供多少资金支持,主要由黄仁勋本人决定。如今他已离任,英伟达未来两年的产品和订单虽已排定,更长远的规划却要交到继任者手中,身处这条产业链的A股上市公司,也因此增加了变数。

四天换帅

公开信息显示,与不少由创始人掌握超级投票权的美国科技企业不同,英伟达实行同股同权,黄仁勋的持股比例约为3.58%。在黄仁勋辞职之前,董事会11名成员中,除他以外的10人均为独立董事。对待黄仁勋的去留,董事会的态度似乎在四天之内发生了变化。

11月8日,英伟达董事会在声明中称,调查由独立董事组成的委员会负责,并由外部独立律师协助,黄仁勋支持这项调查并承诺予以配合。声明最后表示,董事会对黄仁勋及其领导团队抱有信心。

两天后的11月10日,英伟达的独立董事单独发表了一份声明。这份声明只有一句话,内容是独立董事已聘请一家外部律所展开彻底且独立的调查,没有再提及对黄仁勋的信心。

据英伟达向美国证券监管机构提交的文件,11月11日,董事会接受了黄仁勋的辞呈,并在当天任命73岁的琼斯为董事长。11月12日美股开盘前,这一结果对外公布。

一位长期关注半导体行业的资深人士告诉经济观察报记者,英伟达原定在11月17日发布财报并给出新一季的业绩指引,与客户、供应商之间还有大量长期协议需要推进,如果首席执行官的去留悬而未决,这些事情都会受到影响,董事会需要赶在财报发布之前给出明确的结果。

此前英伟达不设董事长,董事会由首席独立董事主持。根据公告,出任董事长的琼斯曾任新思科技首席执行官。他在公告中表示,董事会对克雷斯和管理团队充满信心,英伟达的日常运营、对客户的承诺和产品路线图都不会中断。

公开资料显示,出任临时首席执行官的克雷斯现年59岁,2013年9月加入英伟达并担任首席财务官至今。她加入时,英伟达的市值还不到100亿美元。过去13年里,英伟达每个季度的业绩和指引,基本都由她在财报电话会上向投资者说明。

克雷斯在11月12日发给员工的信中称,过去一段时间对员工而言极其艰难,管理层定于11月18日召开全员会议。在此之前的11月17日,英伟达会按原定计划发布2027财年第三财季财报,此前给出的营收指引约为1080亿美元。届时克雷斯首次以临时首席执行官的身份面对投资者。

英伟达过去33年里的关键决定大多出自黄仁勋。2006年,英伟达推出软件平台CUDA,让图形处理器(GPU)可以承担通用计算任务,这项投入在此后多年里没有带来相应的收入,直到2012年深度学习时代兴起才显现出价值,如今已是英伟达最主要的竞争壁垒之一。

英伟达财报显示,ChatGPT发布时的2022年11月处于英伟达的2023财年,该财年英伟达全年营收约为270亿美元;截至2026年7月的2027财年第二财季,英伟达单季营收已达962亿美元,其中890亿美元来自数据中心业务。这一期间,英伟达的产品节奏和销售方式都由黄仁勋本人确定。

在产品节奏上,2024年6月,黄仁勋在台北国际电脑展期间宣布,把AI芯片的迭代节奏从两年一代加快到一年一代。

此后,Blackwell平台在2024年推出,Vera Rubin平台在2026年8月开始量产出货。英伟达此前公布的路线图显示,Rubin Ultra和Feynman两代平台分别计划在2027年和2028年推出。

在销售方式上,从Blackwell一代起,英伟达的主力产品由单颗芯片扩展为整机柜,一个机柜集成72颗GPU以及配套的中央处理器(CPU)、交换机、液冷和供电系统。摩根士丹利在2026年5月发布的一份研报中测算,一个Vera Rubin机柜的物料成本约为780万美元,比上一代机柜高出约95%。

克雷斯在2026年8月的财报电话会上也给出过一组数据,每建设1吉瓦(GW)的数据中心,英伟达对应的潜在收入从2022年推出的Hopper一代的约180亿美元,提高到Blackwell一代的约250亿美元和Vera Rubin一代的约400亿美元。

克雷斯和未来的正式首席执行官接手的,正是这样一套由黄仁勋定下的产品节奏和销售方式。

没有黄仁勋的英伟达

英伟达未来两年的产品和订单在黄仁勋离任之前已经确定,换帅对这部分业务的影响有限。

在2026年8月的财报电话会上,克雷斯表示,预计英伟达2028财年(截至2028年1月)的营收同比增长约70%,至少到该财年末,产品仍然供不应求。据其介绍,全球前五大云厂商的资本开支在2026年接近8000亿美元,2027年预计达到1.3万亿美元。

华南一家大型券商的科技分析师告诉经济观察报记者,Rubin Ultra和Feynman两代产品的平台和架构都已确定,英伟达2027年和2028年的供应也大多已被客户预订。目前客户与英伟达商谈的,已经是2029年及以后的供应。换帅的影响因此要到更晚才会显现,而且集中在此前由黄仁勋本人负责的几项工作上。

在产品上,天风国际证券分析师郭明錤近日在社交平台上发文称,黄仁勋未必是英伟达内部最懂高压直流供电、共封装光学(CPO)等某一项新技术的人,他的价值在于能把工程团队认为可能实现的技术,变成全公司愿意投入资源、承担风险且必须交付的产品。

郭明錤认为,供应链也因此有了很高的订单能见度,愿意配合英伟达升级和扩产。在他看来,换帅对英伟达产品开发的影响,最早要到2028年才会显现,可以从英伟达此后的产能预订和规格升级幅度中观察。

在产品之外,上游的产能也长期由黄仁勋亲自出面锁定。

半导体研究机构SemiAnalysis在近日发布的一份报告中指出,黄仁勋此前的韩国之行正是为了确保存储芯片的供应,英伟达对供应商的供应和产能承诺在一个季度内从1190亿美元增加到2790亿美元,其中大部分用于存储芯片。这些协议大多由黄仁勋本人出面谈定。

“HBM的供应合同通常提前一年左右敲定,2027年的用量和价格大多已经确定,短期内不会因为换帅而变化。”芯片说ICTIME首席分析师林美炳告诉经济观察报记者。

据其介绍,英伟达长期是韩国存储厂商优先保障的客户,这与黄仁勋多年来和厂商高层保持的沟通有关。按照惯例,2028年用量的谈判在2027年展开,继任者能否延续这种关系,届时才能看清。

对下游客户的支持是黄仁勋负责的又一项工作。SemiAnalysis的报告显示,截至2027财年第二财季,英伟达对外提供的各类担保总额约为5300亿美元,上一财季这一数字还是1840亿美元,不少算力租赁企业正是依靠英伟达的担保,才得以用较低的成本获得融资。

公开信息显示,2026年8月10日,英伟达又宣布联合多家金融机构搭建规模约5000亿美元的融资平台,为客户购买英伟达芯片提供融资,并为部分芯片的残值提供担保,担保比例最高为单笔交易的25%。

前述半导体行业资深人士认为,这一融资平台由黄仁勋本人推动,新的管理层即便延续对下游的支持,中间也可能出现一段停顿,博通、AMD等竞争对手可能会在下一轮订单的争夺中获得更多空间。“英伟达的组织架构是围绕黄仁勋一个人搭建的。”该人士表示,英伟达各项业务的负责人大多只向黄仁勋汇报,业务之间的协调也由他完成,内部人选无论谁接任,都需要一段时间去熟悉自己原先不负责的业务。

SemiAnalysis在前述报告中也提到,黄仁勋曾公开表示自己有约60名直属下属。英伟达内部被提及较多的两位人选,是主导开发了CUDA的副总裁伊恩·巴克(Ian Buck)和负责GPU设计的高级副总裁乔纳·阿尔本(Jonah Alben),两人分别擅长软件和芯片设计,但未必具备黄仁勋那样对供应链的掌控力。

该机构认为,一位拥有董事会全力支持的创始人可以承担长期投入的风险,继任者无论在英伟达任职多久,都要以不同的方式向董事会和股东负责,作出类似决定的可能性会明显降低。

换句话说,客户已经在与英伟达商谈2029年及以后的供应,这部分产品的规格和产能,需要由继任者来决定。

中国产业链的变数

黄仁勋在任时,他的饭局一直是市场津津乐道的话题,也是外界观察英伟达供应链的一个窗口。

公开信息显示,2025年10月,黄仁勋在首尔与三星电子会长李在镕等人聚餐;2026年1月31日晚,他又在台北一家餐厅宴请近40位供应链企业的负责人,台积电董事长魏哲家、广达董事长林百里、鸿海董事长刘扬伟等都在出席者之列,其中也有来自中国大陆PCB企业的负责人。这场聚餐被外界称为“兆元宴”。

每次合影流出,市场都会逐一辨认出席者所属的企业,把它当作英伟达供应链的一份名单来解读。黄仁勋本人在2026年8月的财报电话会上也曾调侃,过去一年最有趣的事情之一,就是外界总在琢磨他去哪里吃晚饭、和谁一起吃。

前述券商科技分析师表示,一场饭局的合影被市场逐一解读,从侧面说明了黄仁勋对供应链的掌控力和影响力,哪些企业能够进入英伟达的供应体系、获得多少份额,在很大程度上取决于他本人。

A股市场上被称为“英伟达链”的企业,主要集中在光模块、PCB、液冷和服务器组装等环节。这些企业从英伟达产业链上获得的收入,取决于机柜的出货量和单个机柜所用部件的价值量,前者跟随云厂商的资本开支,后者由英伟达每一代平台的规格决定。

经济观察报记者在采访过程中了解到,国内供应链企业普遍认为,换帅在短期内不会影响机柜的出货和当前的订单,变数在于英伟达此后的平台升级能否保持原有的节奏和幅度。

华东一家光模块企业的市场负责人告诉经济观察报记者,光模块企业与海外头部客户签订的订单分为两类,一类是不可修改、不可取消的长期订单,另一类是可以按月微调的年度框架订单。前者在2025年的占比为30%至40%,2027年预计超过50%。

据其介绍,2027年全行业对1.6T光模块的需求在1亿只以上,受数字信号处理器(DSP)等核心芯片供应的限制,有效供给只有7000万只左右,在供不应求的情况下,客户没有削减订单的动力。

华南一家大型服务器组装企业的市场负责人也对经济观察报记者表示,整机企业的生产安排跟随的是云厂商的资本开支计划和英伟达的平台切换节奏,更换首席执行官本身不会改变这两点。业内更关心的是,此后几代平台能否按原有的节奏和规格推出。

该负责人认为,英伟达近两代平台的规格提升,已经明显抬高了单个机柜的价值量。据其介绍,按照业内的测算,从上一代Blackwell平台的GB300机柜到Vera Rubin机柜,单个机柜所用PCB的价值量从约3.5万美元提高到11万美元以上,原因之一是新平台用PCB中板取代了机柜内的部分线缆。

Vera Rubin也是英伟达首个全液冷平台,散热范围从GPU扩展到内存、网卡、电源等全部发热器件,单个机柜的液冷价值量因此提高到12万美元左右。

下一轮升级已在路线图上。据其介绍,按照产业链目前掌握的信息,搭载Rubin Ultra的新一代机柜计划在2027年下半年量产,单颗芯片的功耗从Ve-raRubin的2300瓦提高到3600瓦,机柜内的铜缆改由78层的PCB背板取代,供电电压从54伏提高到800伏,整柜功耗提高到600千瓦左右。国内头部PCB企业已公布的高端产能投资计划,合计超过400亿元。

在他看来,国内供应商的扩产都建立在英伟达持续升级规格的预期之上,如果继任者在规格升级和产能预订上趋于保守,上游企业2028年之后的增长就会放慢,这比短期的订单波动更值得关注。

除了规格,供应商的准入和关键物料也掌握在英伟达手中。

前述服务器组装企业的市场负责人表示,整机企业采购液冷等部件时,只能在英伟达认证的供应商名录中选择,这份名录随着平台迭代不断调整。目前中国台湾和欧美厂商在冷板、歧管等核心部件上仍居主导,中国大陆厂商近一年才在冷却液分配单元、快接头等环节陆续进入这份名录。

前述光模块企业的市场负责人亦指出,供应英伟达的光模块所用的激光器芯片等核心物料,需要通过英伟达的认证,物料紧缺时,也常由英伟达出面向上游厂商协调。

据其介绍,光模块从可插拔方案向近封装光学(NPO)、CPO等新方案演进,何时导入、以多大规模导入,也取决于英伟达等头部客户的平台规划。按照行业目前的预期,NPO方案在2027年下半年开始放量。

在供货关系之外,英伟达的变化还会通过存储芯片影响到更多中国企业。

林美炳表示,英伟达是HBM(高宽带内存)最大的买家,存储厂商将大量产能转向HBM,这是通用存储芯片供应偏紧、价格上涨的原因之一。

在他看来,如果英伟达今后采购HBM的节奏变化,通用存储芯片的供给和价格也会随之变化,并传导至国内的模组厂商和手机等终端厂商。

公开信息显示,黄仁勋此前多次公开主张英伟达继续向中国市场销售产品。在他离任之后,多家券商认为,美国对先进芯片出口管制的执行尺度预计更严,国产AI芯片迎来出货的窗口期。

不过,英伟达在中国市场的份额此前已经明显下降。据克雷斯在2026年8月的财报电话会上介绍,2027财年第二财季,英伟达面向中国客户销售的Hopper系列芯片收入,不足数据中心业务收入的1%,后续的业绩指引中也没有计入来自中国的数据中心计算收入。

据IDC统计,2026年上半年,在中国数据中心AI芯片市场,英伟达的份额已降至34%,华为昇腾的份额升至28%,阿里平头哥、寒武纪、百度昆仑芯、海光信息的份额各在3%至7%之间。

林美炳认为,国产算力芯片目前主要用于推理,出货仍受先进制程产能和HBM供应的制约,英伟达让出的市场空间早已存在,黄仁勋的离开并没有改变当前的供需状态,国产算力芯片企业能够承接其中多少份额,取决于自身的产能和供应链。

过去几年,全球AI算力产业链是围绕英伟达的产品节奏建立起来的,中国的AI算力硬件企业也在这一过程中成长起来,而为这一节奏做决定的人,一直是黄仁勋。

产业链上下游的扩产,在一定程度上建立在黄仁勋一个人的判断之上。在他离开之后,英伟达能否延续此前的进击节奏,仍有待时间检验。

跳转微信打开

❌