苹果与台积电，一直是一对不可分割的伙伴，每年上亿台新iPhone里面的处理器，全部出自台积电的工厂。 $苹果(AAPL)$ $台积电(TSM)$ 然而这样的「天造地设」不可能永远持续下去，尤其是在AI浪潮之下全球电子零件涨价的背景里。 根据彭博社报道：苹果近期与三星和英特尔进行了接触，讨论有关2nm及以上的先进制程处理器的代工业务。 $英特尔(INTC)$ 根据业内人士透露，苹果已经和英特尔进行了初步洽谈，并派高管参观了三星位于德克萨斯州的在建芯片工厂，预计会在未来一段时间展开业务沟通。 德克萨斯州三星半导体工厂｜Axios 需要注意的是：苹果与两者的接触均处在沟通初期，三方尚未就任何实际订单达成协议。即使真的达成代工协议，至少也要在2028甚至2029年才会有产品落地。 但对股市来说，有这样的风向便已足够—— 三星电子近两日的股价飙升超过10%，顺势推动三星电子的市值突破一万亿美元，成为继台积电之后第二家市值破万亿的亚洲公司： 英特尔这边也不遑多让，就在苹果接洽消息流出不久，英特尔的股价涨幅一度达到12%，创下了近一周来的最大单日涨幅： 值得关注的是，自2015年iPhone 6s同时使用台积电16nm和三星14nm工艺代工、弄出了大名鼎鼎的「芯片门」之后，台积电就成为了A系列处理器的独家代工厂，自此十年未变。 而苹果选择在这个时间点上，重新引入多供应商的生态，背后作为支撑的依然是苹果的供应链战略。 众所周知，尤其对于iPhone这种超大供货量的产品，苹果一般会为关键部件选择至少两家供应商以减小风险。 比如将屏幕分工给三星和LG，电池分工

本周，苹果正式官宣全球开发者大会（WWDC）2026将于北京时间6月9日在Apple Park拉开帷幕。 以往WWDC的叙事中心，几乎都围绕新一代操作系统展开。这一次，苹果官方直接在新闻稿中宣布将分享「AI进展」，优先级还比「软件更新」更高。 ▲苹果官方新闻稿 当然，这也因为去年的iOS 26刚刚用「液态玻璃」完成了一次大更新，今年的iOS 27会聚焦于稳定性。 但换个角度看，这样的排序调整同样释放出一个更明确的信号：苹果正在主动抬高AI在WWDC这场舞台上的权重。 Siri即将无处不在，还能控制iPhone 2年前WWDC上发布的AI Siri还没踪影，下一个新版Siri已经蓄势待发了。 彭博社最新报道，苹果正在开发一个独立的Siri应用，代号为「Campo」，预计将和iOS 27、iPadOS 27、macOS 27一同亮相。 新版Siri将采用类似iMessage的对话形式，支持历史会话回溯、对话置顶与搜索、文件及图片上传分析，以及语音与文字模式的自由切换，启动新对话时，Siri会根据使用习惯推荐提示词。 简单来说，就是苹果把Siri，改造成了一个和ChatGPT、Gemini类似的「聊天机器人」。根据爆料，新Siri底层将由Apple Foundation Models与Google Gemini共同驱动。 虽然有独立的应用，但用户依旧可以和以往一样，通过「嘿Siri」语音指令以及长按电源键呼出Siri，苹果在测试几种不同的新版Siri设计方案，替换iOS 18引入的发光边缘界面。 其中一个方案，Siri将以「灵动岛」的方式出现在屏幕顶部，提示用户进行搜索或询问；处理请求时，屏幕上会出现一个提示「正在搜索」的药丸状指示器，以及一个发光的Siri图标。生成的结果，会以一个扩展的半透明「液态玻璃」面板弹出，用户可以进一步拉长面板，进入Siri深度对话。 除了独立的Sir

2009年1月，一个匿名者发明了一种叫 “token”的东西，你投入算力，获得 token，token在一个共识网络里流通、定价、交易。整个加密经济由此而生。十几年过去了，人们还在争论这种 token 到底有没有价值。 2025年3月，一个穿皮衣的男人重新定义了另一种叫 token 的东西。你投入算力，产出 token，token在一个 AI 推理（inference & reasoning ）过程中被立刻消费掉：思考、推理、写代码、做决策。整个 AI 经济由此加速。没有人争论这种 token 有没有价值，因为你今天早上刚用掉了几百万个。 两种 token，同一个名字，同一个底层结构：算力进去，有价值的东西出来。 2026年3月，我坐在 NVIDIA GTC 会场里，听了黄仁勋一场几乎没有带货的主题演讲。是的，他发布了 Vera Rubin，一款 CPU 与 GPU 结合的产品。但这次，他没有讲芯片参数，没有讲制程工艺，他讲的是一套关于 token 生产、定价和消费的完整经济学： 哪种模型，对应哪种 token 速度；哪种 token速度，对应哪个定价区间；哪个定价区间，需要什么级别的硬件来支撑。 他甚至帮台下的 CEO 和掌握着企业支票本的决策者们做好了数据中心的算力分配方案：25%给免费层，25%给中端，25%给高端，25%给高溢价层。 是的，这次他没有具体卖哪款 GPU 组，就像两年前卖 Blackwell 那样。但这次，他在卖一些更大的东西。两个小时下来，我觉得他最想讲的一句话其实是：Welcome to consume tokens， and only Nvidia's factory could produce。 这一刻我意识到，这个男人，和17年前那个匿名者挖出了第一个 token 的人，做的是结构上完全相同的一件事。 同一套转化规则 化名为“中本聪”

黄仁勋又站上了圣何塞SAP中心的舞台。这一次的GTC keynote，他用了将近两个小时，把英伟达的野心从芯片一路铺到外太空。 $英伟达(NVDA)$ 表面上看，这是一场产品发布会。 Vera Rubin平台正式亮相，七颗芯片全部投产； 收购Groq，其产品首次以“Groq 3 LPX”的身份嵌入英伟达的推理体系； 自研CPU Vera问世，专为agent而设计； 发布DLSS 5，把神经渲染带进游戏画面； 基于爆火的OpenClaw，推出了英伟达自家的NemoClaw； 拉来Mistral、Perplexity、Cursor等一众AI公司，组建Nemotron开源模型联盟； 自动驾驶方面，比亚迪、吉利、日产、五十铃接入英伟达的DRIVE Hyperion平台，Uber宣布2028年前在28个城市部署英伟达全栈自动驾驶车队； 机器人基础模型GR00T N2亮相； 甚至还有太空计划，英伟达也要把算力送上轨道。 但黄仁勋真正想传达的信息，比任何一款产品都大。 他给出了一个数字：从2025年到2027年，AI芯片的营收将要超过1万亿美元。 黄仁勋说，在AI时代，token是新的货币，AI工厂是生产它们的基础设施。 接下来，黄仁勋先讲训练，再讲推理，然后是智能体、物理 AI、机器人、自动驾驶，层层递进。 每一层都对应更大的基础设施需求，而如今的英伟达，每一层都有产品可以卖。 这场keynote看下来不像是一份产品报告，更像一张帝国版图。 Vera Rubin：七颗芯片，一台超级计算机 Vera Rubin是这场发布会的核心硬件。它由七颗芯片组成：Vera CPU、Rubin GPU、NVLink 6交换芯片、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6以太

苹果是否还需要一场产品发布会？ $苹果(AAPL)$   回答这个问题前，先确定一个令行业感到不安的事实：那个曾经定义了全球科技发布会标准的苹果，如今取而代之的是一种财务防御。   北京时间3月3日开始，苹果用一种简单的方式完成了春季产品的亮相。通过官网的几次静态更新，向外界发布了iPhone 17e和芯片升级的MacBook等一系列产品新动作。到第三天，3月5日，苹果同时在上海、纽约和伦敦举办了线下体验活动。   根据社交平台和媒体报道，在纽约，有美国科技博主记录下了苹果硬件工程高级副总裁John Ternus曾短暂登台。在上海，一群中国的数码媒体和博主只是在现场面对着一块屏幕，也并没有如此前预期的那样有苹果高管参与互动。   活动开始后，苹果在中国社交媒体平台上发布了一段不足1分钟的短片来介绍新产品搭载了移动处理器的MacBook Neo。这款产品甚至因苹果官网更新疏忽，而在活动一天前意外曝光。短片播放后，参与者们在不同的活动现场开始体验新产品，并拍摄短片上传到网络。   从这场打破标准流程的活动可以看出，苹果的高管们不再执着于完成一场改变世界的布道，而是选择一次基于财务效率的“定向推销”，苹果官网显示，iPhone 17e 256GB版本售价为4499元，512GB版本售价为6499元。很明显，苹果试图以iPhone 17e切入国产手机厂商赖以生存的4000元至6000元价位段的红海市场。  值得注意的是，这可能是一场双向交火。在苹果准备杀入**、小米腹地的同时，本土厂商也正在攻占原本苹果占优的更高客单价市场。小米总裁卢伟冰曾表示，小米手机在国内实行规模化与高端化并进的战略，其中一个大方向是将重心从4000元～6000元

美国时间2月3日晚间，一场本该正襟危坐的顶级科技对话，最终变成了一场“五杯酒后的坦白局”。 $英伟达(NVDA)$ $思科(CSCO)$ 刚结束中国之行、甚至还没来得及倒时差的英伟达CEO黄仁勋，坐在了思科CEO查克·罗宾斯(Chuck Robbins)对面。 几杯酒下肚，黄仁勋的嗓音开始沙哑，但话语却越来越犀利。借着酒劲，黄仁勋不仅“砸”了程序员的饭碗，“怼”了管理学的教条，甚至还对几家世界级巨头来了一波贴脸“拉踩”： 关于程序员：“编程？那只是打字而已。打字已经不值钱了。” 关于控制欲：“如果你想掌控创新，那你该去看看心理医生。” 关于摩尔定律：“10年算力提升了100万倍，在这种速度面前，昔日的摩尔定律简直慢得像蜗牛在爬。” 关于传统巨头：“我很爱迪士尼，但我敢肯定他们更想成为Netflix；我很爱梅赛德斯，但我确信他们更想成为特斯拉。” 关于AI进化：“为什么要让人去适应工具？让AI学会使用工具，我们才能创造出真正的‘数字劳动力’。” 黄仁勋用这些“爆论”提醒所有掌舵者：在指数级进化的浪潮面前，你过去引以为傲的经验，注定将被时代无情淘汰。 “失控”的百花齐放：你的第一课不是ROI，是“放手” 当罗宾斯问及企业迈向AI的第一步应该是什么时，黄仁勋的回答绕开了所有常规的商业话术。“我经常被问到投资回报率这类问题，但我不会先谈那个。”他直截了当地说。在他看来，在技术爆发的黎明期，用电子表格去框定价值是徒劳的，甚至是危险的，因为这只会扼杀探索的触角。 他拿出了英伟达内部的实践作为例子：让“百花齐放”。在英伟达内部，AI项目多到几乎失控。“注意我刚才说的：失控，但棒极了。”黄仁勋强调。他对此的解释充满哲学意味：“创新并

Palantir于美东时间2月2日盘后发布了2025年四季度的业绩。整体来看很不错，基本没啥可挑刺的地方。 $Palantir Technologies Inc.(PLTR)$ 尤其是Q4增长重回加速，包括前瞻指标情况，直接缓解了市场对其高估值所依赖的高增长持续性的担忧。 不过从盘后的股价反馈来看（上涨不到8%），市场似乎相对以往更理性一些，如果按照24年到25年上半年的情绪，至少会来个10%以上的涨幅。背后又有什么影响因素？ 先来看财报： 1.美国市场继续抗增长大旗：Q4美国地区合计收入继续加速狂飙93%，狠狠回击见顶担忧。 （1）美国政府地区：斩获大单，淡季不淡 美国政府收入被视作Palantir的护城河，本季度主要是前期合同的收入确认，拉动收入增速提高至60%。12月10日Palantir新拿下了一个价值4.48亿美元的海军订单——与美国海军共同推出ShipOS，该系统将Foundry以及AIP技术应用在美国海外作业领域。 新财年初始的这一个季度，基本是政府淡季，财年初始一般审批没那么快，因此采购需求往往会延后进行。 淡季不淡恰恰印证了海豚君上季度说的采购体系改革反而利好Palantir的观点。除此之外，我们认为美国政府对Palantir的预算不断，可能还与Palantir的合作生态联盟有关，通过与原本已经参与政府项目建设的工业机械、建筑、军事等企业合作，共同给政府提供一个全面的综合方案。 （2）美国企业：牵手咨询，复用客户资源 美国企业收入是Palantir未来增长的核心动力，也是估值的主要支撑点。四季度美国商业收入加速到137%，高基数下继续“狂飙”。 同样以合作共赢为主要驱动，Palantir与头部咨询公司合作，比如毕马威、埃森哲，通过模块形式插入整体方案中，同时享受他们的客户资源和

半导体产业迎来了一个具有历史意义的“交接时刻”。英伟达（Nvidia）正式取代苹果（Apple），成为台积电（TSMC）最大的客户，这标志着在对人工智能计算能力近乎“饥渴”的需求推动下，全球芯片市场正在发生一次根本性的重构。 $台积电(TSM)$ $英伟达(NVDA)$ $苹果(AAPL)$ 这一转变，业内分析人士已预期数月之久，但它的意义远不止是台积电客户排名的一次简单洗牌——它清晰地表明，全球最先进半导体的消费方式和部署方向，正在整个科技行业中发生深刻变化。 据MacRumors报道，英伟达登顶台积电第一大客户，反映出以AI为核心的芯片生产正沿着一条极其陡峭的增长曲线前进。这家GPU厂商如今占用的台积电先进制程产能，已经超过任何其他客户。与此同时，长期作为台积电“压舱石”客户、十余年来稳居首位的苹果，正面临iPhone销量增速放缓以及智能手机市场趋于成熟的现实——这个市场已不再需要芯片出货量逐年大幅增长。 这一变化的影响，远不止于这三家公司之间的关系。台积电掌控着全球约60%的晶圆代工市场，以及超过90%的最先进制程产能，如今正变得越来越依赖以企业级与数据中心需求为核心的客户群，而非传统消费电子。这种重心转移，对台积电的产能规划、技术路线图以及全球布局战略都具有深远影响。 01 AI浪潮正在重塑晶圆代工的经济格局 英伟达跃居台积电客户榜首，映射出AI革命带来的前所未有的经济结构。英伟达的H100与H200数据中心GPU，采用台积电4nm与5nm等先进制程制造，单颗售价普遍超过3万美元，部分配置甚至高于4万美元。这样的利润水平，远超智能手

马年第一个星期，车企牛马们收到了黄仁勋的开年大礼包。 $英伟达(NVDA)$ 刚刚结束的CES展，英伟达早早宣布没有新显卡发布，同时掏出了面向数据中心的Rubin平台和面向自动驾驶的VLA大模型Alpamayo。 VLA即Vision-Language-Action（视觉-语言-行动），具体在自动驾驶中，模型会将传感器数据先变成语言和符号，再通过推理形成决策交由车辆执行。好处是理解能力强，有可解释的推理痕迹，避免了黑箱情况。 去年，VLA接棒BEV和端到端，是自动驾驶领域当之无愧的年度热词。 $小鹏汽车(XPEV)$ $小鹏汽车-W(09868)$ 、 $理想汽车(LI)$ $理想汽车-W(02015)$ 、Momenta、地平线等企业都有类似技术方案。英伟达的Alpamayo则是首个开源的VLA大模型。 作为英伟达汽车业务负责人，吴新宙在采访中表示，Alpamayo与 $特斯拉(TSLA)$ FSD“非常接近”，在一对一测试中，内部接管率处于同一水平。 看热闹不嫌事儿大的网友第一时间@马斯克，表示马总这下要睡不着觉了。6G网速的马斯克也在第一时间回应，说自己睡眠质量还行，并“真心希望英伟达获得成功”

就在上周， 两大AI巨头相继披露的新动作，拉开了2026年AI商业化角逐的大幕：OpenAI宣布将在ChatGPT中测试广告投放，加速AI产品变现；谷歌则在全美零售联合会（NRF）大会上联合Shopify等20多个合作伙伴推出“通用商务协议”（Universal Commerce Protocol，UCP），以开放标准重构AI智能体驱动的购物全流程。 而就在今天，作为M2AI（Marketing-to-AI）代表企业Deeplumen迅速做出响应，快速推出了UCP Java的版本（UCP Java版本发布，打通谷歌万亿AI生态最后一公里），积极推进谷歌UCP生态。 两种路径背后，是巨头对AI商业化本质的不同解读，而2026年也注定成为AI时代商业变现模式的分水岭。 01 OpenAI：广告破局，在体验与变现间找平衡 根据汇丰银行2025年11月发布的报告，OpenAI为支撑算力的需求，和微软、亚马逊签订了巨额云算力租用协议，这使得它的数据中心年租金账单最终会攀升至约 6200 亿美元，到2030 年累计租赁成本预计高达 7920 亿美元。即便算上用户增长、付费比例提升等带来的营收增长，其资金将存在 2070 亿美元的缺口。 图片 据OpenAI 2025 年 9 月向股东披露的文件，公司预计2025年全年现金消耗将达85亿美元，且到2029年累计现金消耗会达到1150亿美元。一位《纽约时报》专栏作家甚至做出了一个明确的预测：OpenAI 将在 18 个月内因其在AI领域的投入而破产。 面对算力成本的指数级增长、营收成本的大幅攀升和AGI（通用人工智能）研发的巨额投入。OpenAI目前单一的会员订阅制收入模型已难以支撑公司巨大的资金缺口：ChatGPT目前已有超8亿活跃用户，但付费用户却仅占比约 5%（单付费用户每月贡献20美元或200美元的订阅服务付费），且绝大多

英伟达CEO黄仁勋近期在多个公开场合谈及中国芯片产业的发展，并对**给予了高度评价。他直言，中国在半导体领域的进步速度令人敬畏，尤其是在高端算力、自主生态和系统级能力上的突破，已经成为全球产业格局中不可忽视的重要力量。在过去几年全球科技产业的剧烈博弈中，中国芯片产业承受了前所未有的外部压力。从先进制程受限、高端设备受控，到算力芯片被封锁，中国企业被迫在极端约束条件下推进系统性突围。而**，正是这一轮产业重构中最具代表性的样本。黄仁勋多次强调，**并不是一家单纯做芯片的公司，而是一家具备系统级工程能力的科技巨头。从芯片设计、操作系统、云计算，到整机、网络与应用生态，**构建的是完整的技术闭环。这种能力在全球科技公司中都极为罕见。从产业视角来看，中国芯片产业正在发生三重结构性变化。第一，从单点突破走向体系作战。过去更多依赖个别公司、个别产品的突破，如今正在形成从设计、制造、封测、设备、材料到软件生态的协同推进。国产算力开始进入金融、政务、能源、运营商等核心场景，逐步成为基础设施的一部分。第二，从技术追赶走向应用驱动。中国拥有全球最大的AI应用土壤，无论是智能制造、智慧城市、自动驾驶，还是金融科技、电商、内容平台，对算力的需求持续爆发。这为国产芯片提供了真实且庞大的落地场景，使技术演进与商业闭环形成正循环。第三，从被动替代走向主动重构。越来越多中国企业不再简单追求对标英伟达、英特尔，而是围绕本土应用重构软硬件协同体系，包括操作系统、AI框架、编译器与调度系统，逐步形成自主技术路线。在这样的背景下，黄仁勋的高度评价，本质上是一种现实的产业判断。对英伟达而言，中国市场长期是其重要收入来源，而中国正在形成自己的算力生态体系。从短期看，这意味着英伟达在中国市场的增长空间正在收缩；从长期看，这意味着全球AI算力格局正在走向多极化。对资本市场而言，这背后释放出的信号非常清晰。中国芯片产业已经

北京时间1月13日凌晨，苹果与谷歌联合发布声明，宣布达成一项多年期深度合作协议：下一代苹果基础模型（Apple Foundation Models）将基于Google Gemini模型和云技术构建，并为今年即将上线的个性化Siri提供核心技术支持。 $苹果(AAPL)$ $谷歌(GOOG)$ $谷歌A(GOOGL)$ 根据协议，双方的合作将超越简单的应用层接入。谷歌的Gemini模型将直接成为苹果智能（Apple Intelligence）底层的构建基石，尤其是在需要云端算力的复杂任务上。此前有消息表示，最快在今年3～4月发布的iOS 26.4中，用户就将体验到由Gemini驱动的“完全体”Siri。新版Siri将具备跨应用的信息整合能力，能够理解屏幕内容、邮件和聊天记录，真正实现“懂你所想”。1OpenAI：从“座上宾”到“过路人”这则声明中最耐人寻味的部分，在于它没有提到的名字——OpenAI。时间回溯到2024年，苹果在WWDC上首次推出Apple Intelligence时，OpenAI的ChatGPT是其首个高调宣布的合作伙伴。当时的演示中，Siri会在遇到难题时询问用户“是否通过ChatGPT回答”。然而，两年的时间过去，当苹果决定构建下一代更深层的基础模型时，最终握住的手却是Gemini。这被不少海外媒体解读为GPT的“出局”，或者至少是边缘化。相比于OpenAI提供的“外挂式”服务，谷歌此次提供的方案更像是“内植入”。通过直接使用Gemini的模型架构和云技术训练苹果的基础模型，谷歌成功切入了苹果生态的腹地，就像他们对三

“听不懂人话”的Siri，将要迎来彻底大换血，给它注入“最强灵魂”的是老对手谷歌。 $苹果(AAPL)$ $谷歌(GOOG)$ $谷歌A(GOOGL)$ 1月13日凌晨，苹果和谷歌突然联手官宣：下一代Siri和苹果智能（Apple Intelligence）的核心，将建立在谷歌旗舰模型Gemini之上。消息一出，科技圈瞬间炸锅。有人欢呼Siri有救了，有人担忧AI权力过度集中，马斯克更是直接开炮，指责双方有垄断之嫌。双方交易的细节是什么，果粉隐私是否还安全，苹果放弃自研模型了吗？01交易细节：白标合作苹果与谷歌在Gemini上的合作，不是简单的API接入，而是一次“白标（White-Labeled）”式“灵魂嫁接”。简单讲，苹果拿到了一个1.2万亿参数深度定制版的谷歌Gemini模型。回过头来看，谷歌近期对Gemini API进行升级，将内联文件大小上限提升至100MB，并新增了从Google Cloud Storage存储桶和HTTP/签名URL直接读取文件的能力。这些改进显著增强了模型在大文件和复杂场景下的处理能力，都可以理解为是在为与Siri合体做铺垫。最关键是，基于定制Gemini模型能力的Siri，不会出现任何谷歌的痕迹。未来和Siri对话时，它不会自称Gemini，界面也不会出现谷歌的Logo，更不需要绑定谷歌账号。对外，它依然是纯正的苹果味Siri。双方签署的协议是非独家的，苹果仍然保留了OpenAI的ChatGPT作为“备胎”，用于处理一些极端复杂的查询。但毫无疑问，Gemini成了默认的“主脑”。02数据隐私红线苹果用

刚刚，微软首席执行官 Satya Nadella 发布了一篇主题似乎是“年终反思“的博文，对过去一年微软在 AI 方面的进展做了深度总结，并阐述了他对 2026 年的愿景以及他口中 AI 发展的下一阶段。Nadella 将 2026 年定位为又一个 “AI 关键之年”，强调这一年 “在数个显著维度上呈现出截然不同的特质”。但在文章中，他并未提及新软件发布或季度业绩，而是聚焦于当前 AI 在认知与应用层面存在的文化及技术局限。 $微软(MSFT)$ 同时 Nadella 宣布，如今他有了一个分享 AI 未来构想的新平台，并非开发者大会的演讲台，而是一个名为 SN Scratchpad 的网站，之后他将开始在这里更新个人随笔。然而，其开篇之作似乎引发了大量负面评价和批评的观点。一、“模型滞后”局面下，Nadella 划定明年三件关键事“我们已经度过了最初的探索阶段，正在进入广泛传播阶段。” 对于当前的 AI 进展，Nadella 在文章开头这样写道。但他也强调，“我们仍处于马拉松比赛的起跑阶段，很多事情仍然难以预测。”Nadella 称，行业已走过早期的技术探索阶段，正逐步厘清‘噱头’与‘内核’的边界”。 他写道，“如今我们对这项技术的发展方向已有更清晰的认知，但同时也面临一个更艰巨、更重要的问题：如何引导它对世界产生积极影响。”这番表述似乎意味着，在微软看来，AI 发展的下一阶段，核心竞争并非是微软与 OpenAI、谷歌或 Anthropic 之间的角逐，而是一项关乎系统协同、安全规范与社会认可度的系统性挑战。值得一提的是，Nadella 用“模型滞后”来形容当下的局面。他认为，现在模型能力发展速度超过了行业目前将其应用于实际并产生影响的能力。若想在 2026 年让 AI 为所有人创造真正的价值，

“跟你透个底，其实我们下一轮融资月底也要到位了。” “可是上个月不是刚融完一轮吗？” “对呀。” 类似的对话，在我去年与AI硬件创业者的对谈中，发生了不下于5次。 而就在2025年之前，“AI硬件”还是一个相当模糊的概念，定义无共识、技术与场景脱节、标准的缺失、商业化不闭环……太多问题没有得到解决。但就在去年，“AI硬件”的概念完成飞速收敛——只要是借助模型推理能力的消费级硬件产品，都可以称之为AI硬件。 基于此，从业者们在去年的心态也开始发生转变，不再执着于天马行空的产品构思，而是尝试“用AI把消费电子产品再做一遍”。 最为典型的，去年市场上爆火的两类产品，要么是AI眼镜、AI耳机这类可穿戴产品，要么是AI玩具为代表的陪伴型产品，而在前年，占据他们生态位的是可以实现投影交互的AI Pin，以及旨在“取代手机”的Rabbit R1。 这种产品方法论上的转变，既是原因，也是结果。 一方面，诸如AI Pin这类非常具有探索性质的产品，其PMF论证可谓一塌糊涂，用户需求基本全靠脑补，而传统消费电子产品在PMF上已经得到充分验证。 另一方面，国内AI硬件创业者有一个特殊优势在于，中国拥有全世界最完备的产业链，按照一位从业者的话说，“哪怕连元器件打样都不会做，去华强北走一圈也都齐活了。” 成熟的供应链叠加验证过的市场需求，让AI硬件创业者们在“重做消费电子”这件事上，达到前所未有的意见统一。 对于资本市场来说，眼下的AI硬件发展路径，也是他们喜闻乐见的。 “模型现在是大厂之间的游戏，做应用即便是用户增长快，也不能直接反映付费意愿，但AI硬件的落地与转化要明确得多”，一位投资人向笔者表示，他之所以看好AI硬件，本质上是看好国内高度成熟且可复用的供应链。 某种

这次在美国，和差不多近三十位AI领域的外部和内部朋友聊天。一些感受：关于美国的新创业和机器人感觉美国在AI，生物，金融方面的创业多。而AI方面的创业，从硅谷看，在SaaS和物理AI机器人领域特别多，估值也特别高，我这次聊了其中一半都是做机器人创业的朋友，非常集中。中国的机器人公司很多是从关节和控制入手，而美国的机器人公司很多是从模型入手。我认为人形机器人将来会是巨头的竞争，而不同的专用机器人则会有大量不同领域的选手，且会有非常多的成功机会。关于物理AI维特根斯坦曾经说过，“语言即世界”。语言是知识的总结，信息的传递，但某种程度也束缚了对世界的想象。很多事情靠语言很难想象和学习，例如小朋友如何学习行走，如何学习游泳，主要都必须依靠对世界的观察，模仿和强化。所以，大家都在期望从语言大模型，走向多模态甚至世界模型。我认为未来3年，最有可能有大突破的不一定是在数字世界（可以很明显看到OpenAI虽然核心在说AGI，但是全力在做业务落地。当然，期待下一个Transformer或者训练费用的巨大下行），反而有可能在物理AI领域会产生大变局，例如自动驾驶会直接到达准L4或完整L4；人形机器人会实现从类自动驾驶的L1到L4初阶的快速跨越，这些反而会产生巨大的突破。物理AI的发展速度会比数字AI慢，但是改变我们生活的力度会更大。关于AI泡沫我认为任何科技时代都是阶段或局部有泡沫的，无论是互联网时代，还是新能源汽车时代，但是这是一个市场从混沌到有序的必然竞争过程。整体来说，我认为AI必然会推动整个社会巨大的变革，今天还是0到0.1的最开始阶段。如果一定要说泡沫，感觉中国估值比较合理，美国估值实在有一点高；中国更关注市场应用，美国更关注前沿研究。整体来说，我认为当前没有AI泡沫，未来AI的市场有着巨大机遇。关于AGI的到来我认为今天的AI主要是类似人类的模仿学习（例如学习课本上的知识，学习别人如

今天听完了a16z播客的新一期对谈：Benedict Evans（曾任a16z合伙人，长期研究平台变革）和主持人Erik Torenberg聊《AI eats the world》以及下一轮平台迁移的真实走向。整期内容不太像“追热点”，更像是在给2025年的AI产业做一次冷静校准：泡沫从哪来、为什么全行业FOMO、为什么人人都知道但还没用成习惯，以及最关键的——模型之外，到底还缺什么产品形态和商业护城河。下面我把这期对谈里我认为最有价值、也最能帮助我们理解当下进度与下一步机会的点，整理成一篇信息梳理，分享给大家。一、真实进度条：为什么AI看起来“人尽皆知”，却还没变成“人人离不开”Benedict Evans用一个很刺耳的反问开场：ChatGPT有8亿~9亿周活，但如果你是那种每天用好几个小时的人，不妨问自己——为什么有五倍于你的人“看过、理解、有账号、会用”，却想不出这周或下周要用它做什么？这句话把2025年AI的“真实进度条”钉在了一个矛盾上：热度已是基础设施级别，使用仍停留在“可选工具”。他提到的调查印象也指向同一件事：每天用的人大约10%~15%，更多人是“每周用一次或偶尔用一次”。这会直接影响一切——从商业模型、分发渠道，到谁能构建真正可防御的产品。二、“AI”和“AGI”正在变成一套话术，而不是一组定义Evans反复强调：“AI”这个词越来越像“技术”“自动化”——只在“新”的时候成立，一旦普及，它就不再被称为AI。他举了电梯的类比：1950年代奥的斯把自动电梯当成“电子礼仪”营销；今天没人会说“我在使用电子电梯”，它只是电梯。而“AGI”则更像“新的、可怕的东西”。他讲了一个略带神学意味的笑话：AGI似乎总处在一种尴尬的二选一——要么它已经到了，只是“小型软件”；要么它在5年后，并且永远都会在5年后。这也解释了他对行业叙事的敏感：你会看到有人说“我们现在就有博