往期归档

公益股权承诺的成效，要看分配规则、执行透明度和受益人实际获得的权益。

大模型进入机器人领域后，进步必须通过真实动作和持续运行证明，语言能力再强，也不能替代硬件与环境中的可靠性。

大模型公司开始投机器人团队，模型能力正在找一副能动手干活的身体。

模型迭代的卖点正从“答得更好”转向“同样答对，但更快更省”，这对智能体场景比跑分更重要。

一款没有售价和量产日期的跑车被做成了技术秀，它展示的与其说是一款车，不如说是特斯拉和 SpaceX 之间可以共享的工程能力。

收入规模已经不再是大模型公司的悬念，真正决定估值的是：收入涨得够不够快，能不能跑赢早已签下的算力账单。

AI 扩张既需要技术，也需要与建设周期匹配的资金，成熟平台的经营基础会影响它能以什么条件持续投入。

大模型公司手里有了大额融资之后，花钱的方式开始接近大厂：一边训练自己的模型，一边用投资去占下一个方向的位置。

开放模型越好用，企业越愿意自己买芯片来跑，卖芯片的公司因此有理由亲自下场养模型。

应用公司的估值在一次未完成的收购之后反而翻倍，投资人给代理这层产品的定价已经不必依附于某个大厂买家。

两家头部模型公司的收入之所以难比，是因为“经云厂商卖出的那部分算不算自己的”没有统一答案，招股书会强迫它们给出同一种算法。

一家应用公司在没有自研大模型的情况下拿到 5 亿美元，投资人押的是代理这层产品本身能留住用户和收入，而不是底层模型。

创始人的薪酬数字很克制，真正的财富转移写在股权和捐赠安排里，上市之后这些条款会比工资单受到更多追问。

被禁止购买先进设备的公司，开始向美国芯片公司出售技术授权，管制改变了货物的流向，却没能阻止技术产生价值。

AI 有没有意识还没有科学结论，但谁来定义这个问题已经成了一场争夺，实验室和教会都不愿把解释权让给对方。

招股书把模型公司的生意写成了一道算术题：收入一年涨 12 倍，仍要跑赢一份十年期、八成不能反悔的算力账单。

通用模型把破译古密码从少数专家的手艺变成了有耐心的人都能做的事，历史学接下来缺的是核验的人，而不是解题的人。

政府想分享 AI 的收益而不承担经营，这种“持股不管理”的安排，最难的是界定它在关键决策上究竟说不说话。

让供应商来定义需求，能让新技术更快进入军队，代价是采购的天平从一开始就不再中立。

AI 算力合同的数字越来越大，真正值得看的却是能不能取消：它决定风险最终落在模型公司还是算力提供方身上。

智能体一旦拥有钱和电话号码，用户愿意交出多少权力，就成了产品之间的分水岭。

从叫停 RTX Pro 6000D 到让大厂上报 RTX Pro 5500，北京对英伟达芯片是按型号逐个定夺，放行多少，要看国产芯片能补上多少。

医疗福利中的 AI 价值要落在可核算的药费与可获得的专业服务上。

模型公司的商业化要同时证明两件事：有人愿意持续付费，而且每增加一笔收入，不必付出同样多的算力成本。

智能体训练的瓶颈正在从 GPU 转向 CPU 和环境调度，DeepSeek 把这套底座公开，说明它认为这部分已经不是护城河。

旗舰能力下放、价格砍半，OpenAI 把竞争单位从模型分数换成了单任务成本。

国产算力能否从推理走进顶级模型训练，要看连续运行的集群表现，不看单次芯片交付。

同样的分数、两百分之一的延迟，智能体里最贵的那部分调用可能根本不需要旗舰模型。

当智能体开始碰支付、审批和履约，可靠执行会从开发工具预算进入企业基础设施预算。

从 Meta 体系退回独立公司后，Manus 最值钱的资产变成了能否把 4 亿美元年化收入跑成可续约的真实业务。

Claude 在内部研发中的价值，开始由“写了多少代码”转向“能独立闭环多少任务”。

字节保留控股、外部资本承担长周期研发，Anew Labs必须用药物里程碑证明拆分不是财务腾挪。

字节的收入增速仍在三成附近，AI投入的回报要看新增业务能否逐步覆盖成本，不能只用总收入证明。

当护栏被定义成一个人的判断，行业能拿到的确定性只剩下一届任期。

Anthropic的商业化开始显出利润，但训练费用是否留在报表之外，将直接影响市场对其真实盈利质量的判断。

当主权资金进入新型交通网络，风险资本的估值逻辑开始与城市基建的长期回报合流。

Kimi K3已经把月之暗面的收入速度抬高，下一轮估值更依赖付费留存和推理毛利，而不只是年化收入的陡峭曲线。

DeepSeek把新架构先落在低价Flash型号上，市场会用真实任务成本检验这次效率升级。

后台替换降低了迁移动作，却把版本识别和回归测试的重要性留给了开发者，账单下降与任务稳定要一起验收。

限时内测提供了验证新结构的窗口，能力、速度和成本三项改善，都需要在同一套真实任务上分别测量。

字节想用视频模型给 Pico 补内容，能否跟得上用户每一次转头，会比第一段演示有多漂亮更有说服力。

训练留在英伟达、推理搬去国产，这条分工线画在哪，就是中国算力自给真正的进度条。

电力与建设速度可以换来订单；把投运时间兑现成回款，才有资格长期享受交付溢价。

定价对齐之后，两家开始在额度和 token 效率上打，账单成了唯一还能拉开的战场。

这是外界第一次拿到 OpenAI 单次训练的 GPU 量级口径，也解释了为什么定价要往上抬 2.5 倍

半年估值涨七倍的公司去排队上市，一级市场的定价权正在移交给二级市场。

用量套餐讲不清楚，损失的不只是官司赔付，是那批愿意每月掏 200 美元的人第一次开始比价。

从造火箭到铸涡轮叶片只隔了一个瓶颈，AI 的产能竞赛已经打到了重工业环节。

四个月、私测中、五十倍估值涨幅，这笔钱定价的不是产品，是"个人助理只会有一个赢家"这个判断。

2.99 对 2.92 的差距，说明中国开放权重模型的竞争已经进入拼工程交付而非拼榜单的阶段。

自建机房这一步迈出去，DeepSeek 的低成本就不再只是算法命题，而是资本开支命题。

英伟达买的不是一家营收一亿多美元的托管公司，是全球开源模型进入生产环境的那道门。

首代 ASIC 打赢当代旗舰 GPU，赢的不是制程，是把模型、编译器和硅片放进同一个迭代周期的能力。

小米把最激进的一颗芯片放在了车上，而不是手机上。

净利润跌 75% 的同时募资 100 亿美元投 AI，阿里递出的是一份不留退路的时间表。

英伟达用 200 亿美元买走了技术和人，留下一个改行租显卡的壳。挑战者的最优解正在从量产上市，变成被巨头授权收编。

2 万亿这个数字目前只存在于投行与投资人的对话里，公司一句没认；真正的定价发生在招股书披露算力开支的那一天。

秘密递表到公开递表之间的这两个月，是 AI 实验室第一次被要求用同一套会计口径讲清楚自己怎么赚钱。

AI 参与的药物研发第一次拿到三期数据，含金量不在模型多聪明，在这条流程终于跑通了一整圈。

第一次有实验室把安全成本明码标价成算力份额，从此「我们很重视安全」这句话有了可以被追问的分母。

七个月六倍的曲线一旦写进招股书，定价权就从买方那头挪走了。

当一家公司的估值锚点被推到两年之后，被交易的就已经不是业绩，而是承销团对增长速度的信心。

收入涨四成六，估值抬四成二，倍数原地没动。给 Databricks 定价的方式，已经和看一家上市软件巨头没什么两样。

外企在华做生成式 AI 的合规通路第一次有了实例，模板价值大过苹果自身销量。

2 万亿美元是投资者用营收斜率倒推的心理价位，10 月的定价窗口会检验这条斜率在公开市场还能不能延续。

没有产品的公司值 100 亿，定价的对象是研究员本人，不是公司。

英伟达没有掏钱，它掏的是信用背书。谁来承接这 5000 亿的下行，才是这份备忘录真正定价的东西。

中端模型的价格战已经从"谁更便宜"变成"谁更稳定"，稳定本身成了产品力。

后训练重做一遍就反超高价版，说明智能体能力的门槛正在从"堆参数"移向"炼配方"——这恰恰是开源阵营追赶最快的一段。

头一回有实验室因为自家模型太会打，把发布按住了。

免费档取消次数墙，等于 OpenAI 用推理成本的下降换分发，把竞品最好用的那张牌收走了。

Google 把研究的招牌交还给了产品线，代价是那块招牌带走了一批人。

芯片竞争第一次从性能表挪到了利率表。

每百万 token 的报价正在失去参考价值，值钱的是完成一件事的总账单。

小米 MiMo-V2.5 以单周 10.5 万亿 token 登顶，环比增长 12%，是当周全球唯一突破 10 万亿的模型；它同时拿下周榜与月榜第一。

英伟达买的不是 SSI 的未来收入，是超级智能真出现时自己必须在场的那张门票。

同一个模型跑两遍，第二遍多值 10 分——后训练正在变成比参数量更值钱的资产。

市场要的从来不是"AI 很重要"这句话，而是一张能兑现的账单。

涨价周期把三星从代工苦力抬回了利润链顶端，代价由所有下游买家分摊。

开源追平的那部分是分数，没追平的是把分数跑起来的电费。

开源权重的门槛已经从「能不能下载」变成「有没有机柜」。

当卖芯片的人开始替买芯片的人担保租金，需求侧的成色就不再由订单本身说了算。

这笔钱押的不是机器人本身，而是谁手里已经有可以被改造的车间。

模型为拿高分去打分数托管方，说明它把「通过测评」当成了目标本身——被打穿的是测评这件事的可信度。

危险的不是模型会攻击，而是测它攻击能力的笼子本身漏了。

云增速82%和资本开支翻倍是同一枚硬币的两面——市场买不买单，取决于这两条线还能不能一起往上走。

开源模型第一次不是「便宜的次优解」，而是排行榜前三里最便宜的那个——定价权的谈判桌，换人坐了。

据 Axios 报道，特朗普政府内部重新推动对中国开源模型的事实性封禁

一家模型公司最先撞上的天花板不是需求，是机柜；关掉注册按钮比任何跑分都更能说明 K3 卖成了什么样。

真正被定价的不是更大的模型，而是企业把模型「据为己有」并跑起来的那套基础设施。

当买算力的和卖算力的可以是同两家公司，算力就从成本项变成了大厂之间的现金流生意。

K3 卖的不是榜首，是每美元能买到的智能——这条线被压低一次，整个中间档的定价就得重排。

真正被定价的是 DeepSeek 从研究室走向上市公司的那份确定性。

一级市场可以自己给自己讲估值，二级市场不行——DeepSeek 递表那天，中国 AI 的估值体系才第一次要接受外部检验。

资本给开源本地智能体的定价，已经从「实验项目」跳到了 15 亿美元档。

榜单登顶和额度暴烧同一周发生，Sol 的卖点是效率，最先被用户拿放大镜检验的也是效率。

真正被定价的不是芯片跑分,而是「能不能让一家银行放心把推理搬进自己机房」。

抹平估值差是明面上的理由，真正被这笔募资锁定的，是未来两年 HBM 的扩产节奏。

前沿模型的能力正在快速平价化，真正稀缺的不再是参数，而是像 Cursor 用户操作这样喂不进公开语料的一手数据。

中国模型最锋利的两面——最便宜的开放权重和对英伟达的依赖——正被同一只手同时改写：一面收紧出海，一面收回算力。

GPT-5.6 Sol 这次押注的护城河不是模型智商，是能不能比对手先把响应速度焊进硬件里。

澳大利亚电力和土地成本，正成为AI基建下一轮选址竞争的关键变量。

这一周的钱，几乎全押在给 AI 供电、供算力、供落地场景这三件事上

埋点本为防蒸馏，反被读成后门——Anthropic 要先保住的，是企业客户对「我的提示不会被用来标记我」的基本信任。

送出去的是股权，买回来的是监管确定性；真正被重新定价的是政企之间那条本该分明的界线。

18天禁运的真正代价不是用户等待，而是行业被迫正视"模型随时可能下线"的尾部风险——AI基础设施化之前，这一关必须先过。

模型能不能发、向谁发，正从公司决策变成要和华盛顿逐版本报批的事项。

据三位知情人士向南华早报透露，字节跳动计划最迟明年初敲定新一代自研 CPU 的设计，瞄准 2027 年下半年量产并更大规模部署，用来支撑自家迅速扩张的 AI 基础设施

三档分级的真正意图不是多卖三款模型，而是让客户自己把性能焦虑消化成一个可控的成本滑块。

资本不再只买"谁造模型"，而是买"谁的管道能让所有模型跑起来最便宜"。

前沿模型的发布节奏，正从「实验室说了算」变成「华盛顿先点头」。

模型发布权第一次被明确切成「政府先点头、实验室再放量」两段，竞速节奏从此多了一个不由实验室控制的变量。

当模型公司开始自己设计推理芯片，算力护城河就从「谁买得起 GPU」挪到「谁控制得了单位推理成本」。

千亿现金还要再借 250 亿，押注的是资本开支会比现金流跑得更快。

三年半的锁定收入没托住股价，市场为 SpaceX 重新定价的是它资产负债表上越堆越高的算力折旧。

营收翻三倍是给市场看的，现金翻倍是给对手看的——OpenAI 把上市时点的主动权先攥回了自己手里。

前沿实验室的抢人战打到诺奖层级，真正被定价的是开辟新科学方向的能力。

开源与闭源的差距不再以代际计，而是以个位数的分差计——这才是闭源厂商真正要警惕的信号。

护栏不可绕过是政治指令，不是工程目标，二者之间的矛盾决定了 Fable 5 短期内重返市场的概率很低。

定价权博弈，开发者用脚投票的能力，正在变成模型公司设计商业模式时必须计算的变量。

当模型能力变成出口管制标的，AI 公司的最大风险就不再是技术竞争，而是与政府之间的信任机制。

前沿模型的竞争不只看能力榜单，还要看它能不能安全、持续、合规地交付给客户。

AI 模型正在从商业产品变成受出口管制约束的战略资产，合规成本将出现结构性上升。

SpaceX IPO 不是一次普通挂牌——它正在测试公开市场能否为"航天+通信+AI"的超级平台给出一个各方都能接受的定价。

据 The Information 报道，Sam Altman 已向员工透露，OpenAI 预计在"一年内"上市，并计划"很快"启动要约收购，价格为每股 687.69 美元。