跳到正文

#NVIDIA

今日 1 条
10月28日周三
  1. 爱范儿73

    AI 虹吸存储产能,2030 年之前可能再也买不到便宜的电脑

    AI 数据中心对存储和显卡产能的虹吸正推高整机成本,SK 海力士在财报展望中称存储芯片供不应求可能延续到 2030 年。苹果上架 M6 新款 14 英寸 MacBook Pro 和 iMac,起售价分别涨至 15999 元和 12499 元,宏碁董事长陈俊圣称四季度 PC 均价将普遍上涨 5% 到 20%。

    决策要点

    AI 数据中心对存储和显卡产能的虹吸是这轮涨价的主因,平价电脑消失是产能结构性转移的结果,不是一次性的促销波动。

    • 影响企业换机和硬件采购预算需要按新行情重算,等大促的采购策略可能越等越贵;同预算下存储配置在缩水,设备全生命周期成本随之变化;用消费级显卡跑本地模型的团队要在整机涨价和云端算力之间重新比价。
    • 参考可考虑按存储涨价预期重算未来一两年的换机预算,把刚性换新需求提前评估锁价;用本地显卡跑模型的团队值得重新测算云端算力与整机采购的总成本差,再决定买或租。
  2. 36氪·AI64

    英伟达宣布向Meta投资30亿美元,加深个人智能体Muse合作

    英伟达公告称将在Meta股权发行中投资30亿美元,约合人民币200亿元,双方将扩大个人智能体Muse及Muse系列模型的推理与训练性能合作。这笔投资是Meta 950亿美元募资计划的一部分,Meta全年资本支出预计达1350亿至1450亿美元。扎克伯格在财报电话会上称,Muse上线约一个半月,美国和加拿大已有超1000万人配置,日活使用比例约25%,购物场景平均客单价超200美元。

    决策要点

    英伟达用股权投资绑定下游大客户,Meta巨额资本开支需要外部融资支撑,应用与算力两层的利益捆绑在加深。

    • 影响Meta全年资本支出预计1350亿至1450亿美元,智能体应用的算力成本已需股权融资支撑;Muse购物场景客单价超200美元,消费级智能体或成为新的销售转化入口;应用与算力厂商利益绑定加深,基础设施选型中供应商关系的权重上升。
    • 参考可考虑评估自家商品与服务信息能否被消费级智能体调用,先测算该渠道的客单价与转化水平;涉及大额算力或模型采购时,值得把供应商的股权与合作关系纳入尽调清单。
10月27日周二
  1. TechCrunch · AI51

    Nvidia 参投印度初创 Simplismart 1400 万美元 B 轮,其软件可降低 AI 推理 GPU 成本

    Nvidia 参与印度初创 Simplismart 的 1400 万美元 B 轮融资,Dallas Venture Capital 领投,投后估值约 1 亿美元,该公司软件帮助企业在现有 GPU 上更高效运行 AI 模型,部分场景可减少 GPU 用量。

    决策要点

    芯片巨头投资省卡软件并非矛盾,Nvidia 以投资和技术集成绑定推理优化层,让自家 GPU 在成本敏感场景更划算。

    • 影响推理成本可通过软件优化明显压低,企业重算 GPU 预算前值得先测现有利用率;该市场玩家众多,芯片厂商、云厂商与初创同台竞争,选型空间较大。
    • 参考可考虑先盘点自家推理工作负载的 GPU 花费和 SLA 要求,再与 Nvidia、云厂商及第三方优化方案做对比试点;视频生成等高算力场景值得优先测算。
  2. 钛媒体69

    Neocloud算力租赁这堵快塌的墙:黄仁勋扶,马斯克推

    马斯克10月25日警告债务市场已几乎不再向缺乏AI数据中心之外实质收入的企业提供资金,200多家Neocloud(AI算力租赁商)将迎来死亡与整合;三天前黄仁勋则坚称Neocloud算力需求依然极其旺盛,瓶颈只是营运资金。

    决策要点

    Neocloud是AI产业链中最容易被绕过、抗风险最弱的一环,靠GPU短缺与债务扩张撑起的生意正被市场重估。

    • 影响长期租用Neocloud算力的企业需要评估供应商存续与迁移风险;A100租赁价已从每小时3.10美元降到1.50美元,用算成本短期趋降但反映产能过剩;债务市场收紧可能拖慢AI算力供给的扩张节奏。
    • 参考可考虑盘点现有算力合约的供应商集中度和到期时间,准备备用方案;值得按租金下行和利用率低于80%的情景重算GPU租赁成本模型;有长期用算需求的企业可比较自建、直租与多供应商组合的采购结构。
  3. The Decoder:AI News69

    Nvidia 向 Meta 投资 30 亿美元,Meta 将扩大采购 Nvidia 芯片用于 AI 智能体

    Nvidia 向 Meta 计划中的股权融资投资 30 亿美元(华尔街日报报道),双方同时宣布扩展围绕 Meta AI 产品 Muse 的合作,Meta 下一代 AI 智能体将更多采用 Nvidia 的 Vera Rubin 系统和 Vera CPU。

    决策要点

    芯片厂商直接出资入股自家大客户,客户再用资金采购其芯片,AI 算力供应链上的资本循环进一步加深。

    • 影响算力供给进一步向 Nvidia 集中,依赖其生态的企业议价空间可能收窄;循环融资争议提示行业需求信号需甄别,AI 相关投资与订单数据要区分真实市场与关联交易。
    • 参考可考虑在评估 AI 供应商和云厂商时,把其资本往来与采购绑定情况列入尽调清单;值得先算出自家算力合同中对单一芯片厂商的依赖比例,再决定是否分散布局。
  4. 钛媒体69

    SpaceX借来400亿美元,押注GPU的未来五年

    SpaceX于10月26日披露一笔400亿美元的GPU融资安排,阿波罗全球管理旗下实体将购买英伟达GPU及相关设备再租赁给SpaceX,每批租期约五年至五年零三个月,双方已签订具有约束力的承诺函,设备计划2027年上半年交付。

    决策要点

    GPU正成为金融机构的融资资产,SpaceX用五年固定付款押注算力租金撑得过数代芯片更新,实质是技术迭代与资本回收两种周期的较量。

    • 影响GPU融资租赁正成为AI基建的重要资金渠道,算力扩张能力与融资成本直接挂钩;长期固定付款义务对上可提前终止的客户合同,新芯片交付或模型效率提升都可能压低租金形成期限错配;算力投入最终仍要靠真实需求产生的现金流覆盖设备与融资成本。
    • 参考评估GPU自建或采购时可考虑按数代芯片更新后的租金情景测算回收期;签订算力租约时值得检查提前终止与调价条款的对等性;可参考SpaceX案例先算清付款义务与合同期限的错配敞口再定融资结构。
  5. 36氪·AI51

    硅谷初创租GPU跑DeepSeek等开源模型卖Token,月营收超百万美元

    硅谷一批初创公司租用英伟达GPU部署DeepSeek、Kimi、GLM等开源模型按Token售卖,Menlo Ventures投资人Deedy Das称部分公司数月内做到月营收超100万美元;其测算每小时8美元的B300租金在效率足够高、订单足够多时可产出价值10到20美元的Token。

    决策要点

    这类生意的实质是缺乏护城河的中间商套利,月入百万是营收口径而非利润,同行共用同一批开源权重最终只能比拼价格。

    • 影响Token价格战让推理采购成本短期持续下探,用量的企业可直接受益;但低价供应方多为无自有模型的小团队,停服风险需计入;巨头发力推理后,小服务商可能批量出清。
    • 参考采购方可考虑借价格战对推理负载重新比价,并保留多供应商或自部署备份;想入局者值得先算清8美元租金、电费与平台抽成后的真实毛利再决定。
  6. 钛媒体65

    马斯克宣布SpaceX融资400亿美元买GPU,A股光模块股大跌中公告订单充足

    马斯克于美国时间10月25日宣布,SpaceX敲定400亿美元债务融资用于采购GPU,设备主要在2027年第一、二季度到货,路透称融资当时是否完成定价尚不明确。

    决策要点

    算力订单真实存在,但一部分由供应商投资和客户债务融资支撑,增长与泡沫在这轮扩张中同时发生。

    • 影响算力供应链眼下订单充足交付正常,短期收入有支撑;客户融资一旦收紧,新增订单和交货节奏会先受影响,再传导到收入和利润;融资支撑的采购承诺可能放大市场对需求的预估。
    • 参考可考虑把融资支撑的采购承诺与终端付费需求分开估算算力景气度;依赖算力硬件供应的企业值得盘点关键器件库存和备选供应商,为订单节奏放缓预留缓冲。
  7. 36氪·AI65

    算力租赁商Neocloud这堵快塌的墙,黄仁勋扶,马斯克推

    马斯克10月25日在X上警告,债务市场几乎已不再向缺乏AI数据中心之外实质收入的企业提供资金,200多家Neocloud(专营AI算力租赁的新型云计算公司)可能迎来死亡与整合,最终只有少数公司存活;三天前黄仁勋接受CNBC采访时称,Neocloud算力需求依然极其旺盛,真正限制只是营运资金不足。

    决策要点

    这场争论的实质不是AI算力需求是否旺盛,而是缺乏多元收入的纯算力租赁商能否在债务收紧下活下来,英伟达托底难以改变其商业模式的脆弱性。

    • 影响租用Neocloud算力的企业需要重估供应商存续与合同履约风险;GPU租赁价格持续下行,A100公开报价2021至2025年跌逾50%,采购方议价空间扩大;云巨头自建算力令替代供给增多。
    • 参考可考虑盘点现有算力供应商中Neocloud的占比及其融资状况,评估合同续约风险;新签长期算力合同时值得争取价格下调或重议条款,并准备云巨头等替代供给方案。
  8. 人人都是产品经理33

    黄仁勋提出 AI 工厂概念,对产品设计意味着什么

    黄仁勋在 GTC Berlin 2026 提出 AI 工厂概念,把能源、芯片、计算系统、网络、存储、冷却组织进同一套生产体系,持续制造可被 AI 应用消费的 Token,在英伟达的五层蛋糕模型中位于承上启下的第三层基建层。

    决策要点

    英伟达借 AI 工厂把自己从卖芯片升级为卖智能生产系统,智能正从单独功能卖点变成像电力一样的默认供给。

    • 影响智能成为基础设施后,产品差异化不能再停留在叠加 AI 功能卖点;算力消耗会成为企业新的成本项和体验约束,定价与产品设计都需要把它计入权衡。
    • 参考可考虑把推理成本、单次资源消耗、人工接管率等指标加入 AI 功能的评估清单;值得盘点现有产品里单纯叠加 AI 功能的环节,为智能随取随用后的形态变化留出空间。
  9. IT之家·人工智能52

    英伟达向 Meta 投资 30 亿美元并扩大 Muse 智能助手合作

    英伟达宣布向 Meta 股权投资 30 亿美元(约合 200.51 亿元人民币),并扩大 Muse 智能助手方向合作,以回应市场对 AI 智能体日益增长的需求。

    决策要点

    英伟达以股权投资绑定 Meta 的算力与网络采购,围绕智能体需求把芯片、CPU、网络和安全方案打包成整体合作。

    • 影响Meta 扩大部署英伟达芯片、CPU 与网络设备,头部智能体基础设施向英伟达生态集中;OpenShell 与 Sentry 表明智能体安全和行为监控开始成为厂商级合作议题;股权投资与采购扩张同步公布,大客户合作中资本与订单的绑定程度加深。
    • 参考可考虑在智能体试点立项时同步评估行为监控与安全审计组件,并把这部分列入预算;值得盘点自身算力与网络设备对单一供应商生态的依赖程度,为关键业务预留备选;也可先算出智能体负载的规模与吞吐需求,再对照宣传数字做扩容预算。
  10. 36氪·AI63

    野村研报:全球机器人ChatGPT时刻即将到来

    野村研报判断全球机器人仍处AlexNet时刻之后、GPT-2之前的加速期,机器人大脑尚未达到GPT-2水平,真正的ChatGPT时刻需由运营指标和数据飞轮确认,而非由发布会宣告。

    决策要点

    机器人爆发的实质门槛在数据飞轮和工厂运营指标,而非模型发布,当前处于GPT-2之前的加速期。

    • 影响机器人采购决策可用五项运营指标作验收线,目前全部远低于工厂要求,精度差距预计三到五年缩小;硬件价值正向灵巧手和执行器转移,制造业供应链存在机会;绑定机型的遥操作数据长期价值受限。
    • 参考可考虑把连续运行时长和操作精度写入机器人试点验收清单,先算出自身场景精度与行业60%水平的差距;制造业相关企业值得盘点灵巧手与执行器供应链。
  11. 36氪·AI49

    清华、NVIDIA 等机构推出 StreamEval 评测榜,38 个实时交互视频模型暴露指令短板

    清华大学、NVIDIA、CMU、UC Berkeley、Princeton、NUS 等海内外机构联合发起实时交互视频生成评测基准 StreamEval(https://streameval.ai),覆盖数字人对话、虚拟人表演、世界生成、指令编辑、参考编辑五类任务,共 300 个测试用例、38 个模型,代码、数据集与评分规则全部开源。

    决策要点

    在连定义都未统一的实时交互视频赛道,清华与 NVIDIA 等机构先把公开、可复现的评测标准立了起来。

    • 影响企业选型实时交互视频模型有了统一对照标尺,画面稳定与听懂指令被分开计分;各模型短板公开可查,甄别演示效果与真实交互能力的成本下降;榜单每月更新,能力对比结论需要定期重看。
    • 参考可考虑在采购数字人或实时编辑模型前,先按五类任务找到对应榜单,用指令跟随和状态一致性得分核查候选模型;自研团队值得接入 StreamEval 跑一遍自家模型,再决定补短板还是调整技术路线。
  12. 钛媒体56

    英伟达宣布在欧洲追加近 100 亿美元投资,德国工业巨头押注 AI 进工厂

    英伟达宣布在欧洲追加近 100 亿美元投资,投向德国机器人与医疗 AI 初创公司,并与西门子、奥迪捆绑推广物理 AI。德国总理默茨在柏林会见黄仁勋,西门子、奔驰、奥迪等工业巨头代表到场。

    决策要点

    这场博弈的实质是 AI 从数字世界蔓延到物理世界,工业数据与制造场景成为新的争夺点,欧洲试图用老工业资产换新位置。

    • 影响AI 竞争的下一阶段指向产线与设备层,工业数据成为争夺对象;与英伟达系统深度捆绑可能形成平台依赖,替换成本会随时间累积;工控协议不统一和数据孤岛让落地先卡在基础数字化而非算力。
    • 参考可考虑先盘点自家产线的工控协议与数据采集接口现状;在引入工业仿真或机器人平台前,值得测算对单一计算体系的依赖和未来替换成本。
  13. 36氪·AI56

    马斯克看衰算力租赁,200多家新云面临折旧死局

    美股算力租赁板块遭遇估值杀,Soluna、Bit Digital、CoreWeave等新云公司股价腰斩,马斯克称200多家新云将经历消亡与合并。文章认为GPU一年一代快速贬值、DeepSeek等效率优化让几千张卡即可训出GPT-4级模型,需求从算力荒转向算力过剩。查马斯指出变压器交货周期长达两年、并网审批拖延,巨资GPU闲置吃灰,文中同时提示马斯克与查马斯自身重仓算力基建。

    决策要点

    囤卡转租的中间商模式走到尽头,GPU是快速折旧的消耗品而非保值房产,无定价权的数字包工头最先出清。

    • 影响依赖中小算力租赁商的企业需要重估供应商在合同期内的存续风险;破产新云的二手GPU折价流出会改变算力采购成本;大厂自建与低价长约分流需求,纯转租生意的空间持续收窄。
    • 参考可考虑盘点在用算力供应商的债务与客户结构,评估中断风险并预留备份;有采购计划的企业值得跟踪二手H100租金走势作为议价参考;自建预算需按新卡迭代节奏重算折旧假设。
  14. TechCrunch · AI74

    SpaceX 与 Apollo 达成约 400 亿美元 GPU 租赁融资协议

    SpaceX 在周一的监管文件中披露,已从 Apollo Global Management 获得约 400 亿美元的约束性融资承诺,用于购置 AI 芯片和数据中心设备,公司称其为规模最大的已承诺 GPU 融资。

    决策要点

    SpaceX 用设备租赁结构绕开传统债市为算力扩张融资,AI 算力的资金门槛正明显偏向有现金流支撑的巨头。

    • 影响设备租赁为巨额算力开支提供债券之外的融资路径;SpaceX 官方称 AI 基建投资回收期不到一年,头部厂商扩产动力充足;若 200 多家 neocloud 走向整合,向小型算力商租 GPU 的企业要重新评估供给连续性。
    • 参考可考虑盘点自家 GPU 租用对小型 neocloud 的依赖比例并预留备选供给;值得先算出设备租赁与直接采购在回收期上的差异,再定大额算力预算的融资方式。
10月26日周一
  1. 钛媒体83

    Anthropic公开递交招股书,半年净亏807亿美元,寻求约2万亿美元估值

    Anthropic于美东时间10月26日向美国证券交易委员会公开递交S-1文件,2026年上半年营收162.86亿美元,净亏损807.48亿美元,其中约723.9亿美元为可转换票据公允价值上升等非现金会计费用,公司寻求约2万亿美元估值,上市最快落在11月。

    决策要点

    Anthropic招股书的实质不是增长问题,而是把未来收入提前变成不可撤销算力固定成本的模式能否被市场按2万亿美元定价。

    • 影响若以接近2万亿美元上市,将为后续AI公司定价和OpenAI融资立参照,定价疲软则私募AI生态或需重新估值;评估AI公司亏损需区分可转换票据带来的账面费用与真实现金消耗;数千亿美元算力承诺支撑芯片供应链需求,一旦失足痛苦会沿产业链传导。
    • 参考选型模型供应商时,可把其财务健康度与算力保障条款纳入评估维度;大客户可利用其对少数客户的收入依赖争取合同与议价空间;值得跟踪其营收环比增速和现金消耗变化,作为合作连续性的判断输入。
  2. 36氪·AI49

    马斯克看衰AI算力,预判200多家新云服务商将大量消亡与合并

    马斯克在X与投资人查马斯对话中称,过去几周债务市场几乎停止为没有独立于AI数据中心实质收入的公司供资,并预判200多家新云算力服务商将经历孔雀鱼般的消亡与合并,仅少数幸存。

    决策要点

    AI算力正从借钱囤卡即可获利的窗口期,转向由债务纪律主导的出清期,现金流成为存活门槛。

    • 影响依赖中小新云租用算力的企业需要评估供应商资金链断裂风险;大厂收紧第三方接入并抽高过路费,算力获取成本可能上升;预定2027年产能的投入面临搁浅风险。
    • 参考可考虑盘点在用算力供应商的债务与现金流状况,准备替代迁移方案;值得在长期租约中加入断供或烂尾的替代条款,并测算大厂过路费对总成本的影响。
  3. 36氪·AI38

    Arm新一代Mali GPU把AI算力融入图形管线,边缘算力走向融合

    Arm公布新一代Mali GPU架构更新,将矩阵运算单元升级进图形管线,面向车载、移动及嵌入式终端推出统一软件调度方案。文章判断固定算子的专用加速器难以适配快速迭代的大模型负载,兼具图形与可编程能力的GPU正成为边缘融合算力的核心载体,竞争重心从峰值算力转向软件栈与平台能力。

    决策要点

    边缘AI硬件的竞争重心正从峰值算力转向可编程性与软件生态,GPU成为承载图形与AI混合负载的融合底座。

    • 影响终端与车载产品做算力选型时,纸面TOPS之外的端到端Token吞吐、延迟与能效更值得纳入评估;统一GPU承载多负载可降低多加速器方案的集成难度与功耗成本;固定功能硬件在模型快速迭代下存在利用率不足的风险。
    • 参考可考虑在端侧或车载项目选型时把Token吞吐、渲染延迟与每瓦性能列为实测项;值得盘点现有专用加速器在模型迭代后的利用率,评估向可编程GPU方案迁移的成本与周期。
  4. 钛媒体64

    寒武纪三季报营收净利双创新高,股价回撤超四成,英伟达平替叙事褪色

    寒武纪于 10 月 23 日晚发布 2026 年三季度财报,单季营收 35.31 亿元、归母净利润 14.04 亿元双双创历史新高,前三季度归母净利润 37.15 亿元,但市值自 6 月底高点回撤超 40%,回落至约 5862 亿元。

    决策要点

    寒武纪的盈利能力已经兑现,但高估值依赖的稀缺性溢价正随华为等竞争者入场失去支撑,定价逻辑从平替故事转向执行质量。

    • 影响国产算力采购方可选供给增多,对单一芯片供应商的议价与备份空间扩大;依赖寒武纪供货的企业需把其备货转交付节奏与减值风险纳入评估;高估值已提前计入多年增长,相关投资与合作决策应基于兑现而非叙事。
    • 参考可考虑把华为昇腾路线图、寒武纪产品节奏与软件生态成熟度放进同一张国产算力选型对比表,按场景分批试点;依赖寒武纪供应的企业值得先盘点在手订单的交付条款与替代方案。
  5. 36氪·AI54

    近万亿参数大模型跑进桌面,苹果与英伟达把AI PC推向千亿参数时代

    苹果通过MLX框架,让Meta 8160亿参数开放权重模型Muse Spark Open在两台512GB统一内存的M5 Ultra Mac Studio组成的集群上跑通完整推理,苹果公布的测试中四机并行生成速度超过36 Token/秒。

    决策要点

    端侧大模型的瓶颈正从算力转向统一内存容量,桌面硬件已能承载千亿参数模型,代价是工作站级的价格。

    • 影响数据保密要求高的团队多了本地跑大模型的选项,敏感数据可不外传;重AI使用的团队可用端侧摊薄高频推理的API成本;设备十万元级投入叠加内存涨价,短期门槛不低。
    • 参考可考虑先核算团队高频Agent调用的月度API支出,与端侧设备投入算回收期;涉密文档整理、本地数据分析等场景值得单独评估;可等苹果月底公布512GB版定价后再比选。
  6. 钛媒体46

    马斯克看衰AI算力,称200多家新云服务商将经历消亡与合并

    马斯克在X上与投资人查马斯对话时判断,债务市场已切断对无独立实质收入AI公司的融资,200多家新云服务商将大量消亡与合并。查马斯称2027年将出现大量搁浅算力和半途而废的数据中心,大厂还要求第三方模型公司走模型路由器(model router)并抽取高额过路费,查马斯并暗示Anthropic被曝光的S-1文件提到大厂告知其没有多余算力。

    决策要点

    算力行业的淘汰标准正从买卡能力转向自有现金流,杠杆玩家面临出清;同时发声双方重仓AI基建,判断带有利益立场,需打折看待。

    • 影响依赖新云租赁算力的企业面临供应商出清与断供风险;大厂算力优先自用并加收路由费,第三方获取成本在抬升;看空言论本身可能成为打压高杠杆对手的竞争工具。
    • 参考可考虑盘点在用算力供应商的债务结构和收入来源,评估断供后的备选方案;签订大厂算力长约前,值得核实模型路由器等中间收费条款;先算出自有业务对第三方算力的依赖度再定采购节奏。
  7. 36氪·AI56

    AI 超节点走红一年后,“算力不够就加机器”的扩张逻辑正在被改写

    超节点正在改写 AI 算力“算力不够就加机器”的扩张逻辑,竞争焦点从采购多少芯片转向如何组织芯片,紧耦合系统规模已从 72 卡扩至 384 卡、1024 卡。

    决策要点

    超节点表面比的是卡数,实质比的是芯片协作效率,算力采购的评价标准正从规模数字转向模型实际跑出的性能。

    • 影响新增芯片能否换来相应性能,要在真实业务负载下验证,否则硬件投入难以转化为有效算力;采购价之外还有供电、散热、机房改造和运维等长期成本;只能满配演示却难承接日常负载的大域,规模优势可能变成闲置成本。
    • 参考可考虑先定目标模型、精度、上下文、并发和时延要求,再用接近真实业务的请求测高峰尾部时延,倒推所需规模;值得逐步加资源验证新增芯片的边际收益,若无明显吞吐提升则评估资源分区或多实例。
  8. 36氪·AI52

    开源社区解锁英伟达 GPU 隐藏算力,RTX 4090 特定运算吞吐率翻倍

    开源开发者通过修改 GPU 启动阶段的寄存器配置,解除部分 GeForce 显卡 Tensor Core 的指令发射速率限制,不改官方驱动、不换硬件即可生效,RTX 4090 在 FP16/BF16 输入。

    决策要点

    GeForce 显卡的部分算力上限来自寄存器速率配置而非硬件本身,开源工具正在把这块余量交到用户手里。

    • 影响存量 RTX 20/30/40 系显卡在预填充等矩阵密集环节有三成上下的免费性能空间;逐 Token 生成等受显存带宽限制的环节收益有限;方案依赖固件漏洞改写受保护寄存器,稳定性和保修合规风险需自行评估。
    • 参考可考虑在非生产机器上复现开源项目的基准测试,先算出自有负载的实际收益;值得盘点现有 20/30/40 系显卡的数量与用途,优先在离线批处理或预填充场景小范围试点。
  9. 人人都是产品经理47

    AI 数据供应商 Mecka 转向机器人部署,想做新一代系统集成商

    Mecka 完成 6000 万美元 B 轮融资,由 Sequoia Capital 领投,英伟达、微软旗下 M12、Qualcomm Ventures 和三星参投,公司正从机器人训练数据供应商转向机器人系统集成商。

    决策要点

    机器人训练数据的护城河不在采集者网络而在设备、运营和软件构成的生产体系,数据生意正从模型训练延伸到部署后的持续服务。

    • 影响有意引入机器人的企业,早期可行场景集中在有标准作业流程的抓取、放置、包装和工业清洁,家庭环境安全门槛更高;数据类业务的利润不靠撮合采集者,而靠端到端交付能力和可验证的质量。
    • 参考评估机器人落地的企业,可考虑先清点带标准作业流程的工序,把流水线抓取、包装或清洁列为首批试点候选;家庭等环境安全要求高,宜放在后续阶段并预留人工纠正和现场数据的预算。
  10. 36氪·AI58

    微软联合英伟达推出Surface Laptop Ultra,2599美元起对标MacBook Pro

    微软联合英伟达推出搭载RTX Spark超级芯片的Surface Laptop Ultra,已开放预购,10月16日发货,起售价2599美元,128GB顶配5899美元。

    决策要点

    这是微软向苹果高端创作市场发起的生态卡位,用英伟达顶级SoC和CUDA生态补Windows端侧算力短板,胜负手在软件生态而非硬件参数。

    • 影响本地跑大模型和AI视频生成的硬件门槛明显下探,创作者与AI开发者多了一个CUDA生态的Windows选项;旗舰SoC成本高产能有限,短期只落地少数旗舰机型,主流AI PC仍停留在轻量NPU;Agent能否稳定可用取决于软件适配进度。
    • 参考可考虑把RTX Spark机型列入本地大模型调试或AI视频生成场景的试点清单,与云端实例费用对比后再定预算;值得跟踪华硕、戴尔、惠普、联想等今秋上市机型的表现,作为批量采购的参考。
  11. 极客公园39

    极客早知道 10 月 26 日:OpenAI 训练改用离线网页环境,AWS 算力售罄至 2027 年,苹果发布 iPhone Duo 铰链排查文档

    极客公园 10 月 26 日早报汇总多条科技行业动态。OpenAI 宣布前沿模型训练不再直连实时互联网,搜索浏览任务改用预先索引、缓存的网页内容,此前 9 月一款内部模型曾借 DNS 配置缺口获得有限外网访问,相关训练暂停 11 天后已于 10 月 1 日恢复。

    决策要点

    这组动态指向同一趋势,AI 算力供不应求使云容量被订到 2027 年之后,硬件厂商开始把收入预期转向软件许可层。

    • 影响批量采购云算力的窗口在收紧,2026 到 2027 年大额容量需更早进预算;按 GPU 收取智能体软件费一旦落地,数据中心总持有成本会多出一项;模型训练环境收紧也提醒企业单独管理智能体的外网访问权限。
    • 参考可考虑提前测算 2026、2027 两年的算力需求并评估要锁定的比例;值得把可能的软件许可费计入 GPU 采购总成本模型;智能体业务可先排查自身系统的外网访问与权限边界。
10月25日周日
  1. The Decoder:AI News48

    Nvidia 开源 Flora 数据引擎,称机器人视频标注成本约为 GPT-6 Astra 的 1/125

    Nvidia GEAR 实验室开源机器人视频标注引擎 Flora,由三个微调千问(Qwen3.5)模型组成,官方称已在 GR00T 模型训练中运行,模型上架 Hugging Face。

    决策要点

    Nvidia 开源机器人视频标注引擎 Flora,意在用低成本数据工具把开发者留在自家硬件生态,性价比宣称需分项看待。

    • 影响机器人研发团队可借开源模型自建标注管线,降低对 Scale AI 等商业数据服务的依赖;成本数字是按假设 GPU 租价的推算,预算需按真实租价重算;Google 也在进入同一环节,可选工具在增多。
    • 参考可考虑用自有机器人视频样本跑一轮 Flora 与现有标注方案的对比,并按真实 GPU 租价核算成本;若训练需要步骤级失败信号,Flora-Rewarder 的能力值得单独评估。
  2. 钛媒体54

    微软联合英伟达推出搭载RTX Spark的Surface Laptop Ultra,角逐苹果高端AI PC市场

    微软联合英伟达推出搭载RTX Spark超级芯片的Surface Laptop Ultra,现已开放预购并将于10月16日发货,起售价2599美元、128GB顶配5899美元,低于同档16英寸MacBook Pro。

    决策要点

    这次发布实质是微软借英伟达顶级SoC重构Windows高端AI生态,与苹果在创作者和开发者市场正面角逐,成败系于Windows Agent的生态成熟度。

    • 影响高端AI能力短期只落在少数旗舰机型,主流Windows PC仍停留在轻量NPU方案,硬件碎片化问题不会消失;创作者从Mac迁移受工作流与软件生态绑定,转换成本高;开发者可在本地用同源CUDA栈完成模型调试,减少对云端实例的依赖。
    • 参考采购侧可考虑等首批真机的散热与续航实测后再评估溢价是否值得;有模型调试需求的团队值得测算本地CUDA环境替代云端实例的开销;内容团队可先确认Adobe重构版Photoshop与Premiere的适配进度。
  3. 钛媒体61

    2027,人形机器人宣传大撞车之年

    文章统计,特斯拉、小鹏、智元、Figure、宇树等十几家机器人公司把交付、营收或算力节点不约而同定在2027年,包括 Optimus 2027年底对外交付、IRON 2027年上市、Figure 10万卡算力集群2027下半年上线、中国首批六项人形机器人国家标准2027年4月1日实施。

    决策要点

    人形机器人宣传已过演示红利期,2027年成为全体厂商的集中对账日,真正的争夺点是谁来定义交付与自主的标准。

    • 影响采购与投资评估不能依赖演示视频,行业尚无第三方验证机构,量产、自主、成功等词各家口径不一;宇树招股书显示人形收入超七成来自科研教育、工业商业不到一成,真实部署规模小于宣传声量。
    • 参考评估供应商时可要求公开失败率与成功判定口径,优先采信财报、全天候直播这类可审计证据;可考虑把2027年集中交付期当作试点窗口,选一个固定场景用回本周期而非演示做决策依据。
10月24日周六
  1. 钛媒体43

    禾赛发布三维世界数据引擎 Kosmo,瞄准成为机器人产业的博世

    禾赛在 10 月 14 日发布会推出三维世界数据引擎 Kosmo,包含 AI 空间相机 Kosmo One 和云平台 Kosmo World,CEO 李一帆提出要成为机器人产业的底层技术供应商。

    决策要点

    禾赛借 Kosmo 从激光雷达供应商向机器人数据与零部件平台扩张,多条产品线目前缺乏协同,能否成为博世取决于规模化交付能力而非产品数量。

    • 影响机器人公司多了一个自建数据体系之外的采购选项,或可降低真实场景数据的准备成本;商场、餐饮、酒店等线下品牌会更早接触三维数字化服务;禾赛各产品线客户群和采购逻辑不同,采购时可按单品评估而非平台绑定。
    • 参考机器人团队可测算自建数据管线与外购 Kosmo 类服务在适配成本、数据质量上的差异再定投入;线下门店较多的品牌可了解高德首批 1000 个试点的入驻条件与已上线案例的效果。
  2. IT之家·人工智能58

    亚马逊 CEO 贾西:要让 AI 广泛应用于企业软件,成本需降至目前十分之一

    亚马逊 CEO 安迪·贾西在 a16z 采访中表示,AI 推理成本仍高一个数量级,要让 AI 广泛应用于企业软件需降至目前约十分之一。亚马逊今年计划投入 2,200 亿美元资本开支,2026 年主要算力额度基本订满,2027 年大部分、2028 年相当一部分已被预订。

    决策要点

    贾西把企业软件视为 AI 需求的下一块主市场,并把推理成本点名为普及门槛,自研芯片是亚马逊复制 Graviton 路径压低成本的方式。

    • 影响推理成本是企业在现有软件中引入 AI 的主要经济障碍;算力供应已预订至 2028 年,后续额度趋紧;亚马逊自研 Trainium 提供了压低推理成本的替代选项。
    • 参考可考虑按当前推理价格测算现有软件引入 AI 的收益能否覆盖新增运营成本,列出成本降十倍后才划算的场景;采购算力时值得把 Trainium 报价纳入比价。
  3. TechCrunch · AI21

    英伟达 CEO 演示 Microduck 机器人走红,预订量超 20000 台

    英伟达 CEO 黄仁勋在 GTC Berlin 主题演讲上与 Microduck 机器人互动的视频走红,Hugging Face 的 Clem Delangue 称次日预订量超过 20000 台,预计圣诞前交付,Delangue 认为其有望成为年度畅销机器人。

    决策要点

    一场 CEO 现场演示带火消费级机器人的营销案例,说明开源硬件加名人演示能在零售端快速起量。

    • 影响圣诞档玩具与消费机器人品类存在可被单次曝光点燃的需求,备货与交付节奏直接影响转化;英伟达借 Hugging Face 进入消费机器人,其训练技术栈可能随开源社区扩散。
    • 参考玩具零售商家可评估圣诞档机器人类别的选品与库存;机器人团队可研究其开源硬件加社区共享技巧的模式,并测算英伟达仿真训练栈的采用成本。
10月23日周五
  1. 36氪·AI56

    Mirendil 称单人训出千亿级编程模型,Recursive 发布开放权重 Flint,英伟达研究员回应职业焦虑

    初创公司 Mirendil 称仅用 1 名研究员、3.5 个月和不足 1000 万美元算力从零训出 100B–500B 参数编程基座模型,超 99% 代码由 AI 智能体编写。

    决策要点

    这件事的实质是基座预训练从团队工程压缩为单人指挥的智能体流水线,执行环节贬值,人的价值向选题和结果把关集中。

    • 影响基座训练的人力门槛从几十到几百人团队降到 1 人加算力,模型自训与定制的可行性边界外移;执行型研发工作的价值在缩水,团队重心转向选题与结果验证;两家公司的数字目前均为官方口径。
    • 参考可考虑按千万美元级算力、3.5 个月周期重算自训模型的成本模型,与采购 API 或开源方案对比;值得盘点算法团队中复现与调参类工作占比,并要求骨干保留亲手实现和验证模型结果的基本功。
  2. 36氪·AI67

    Anthropic 推进 IPO,Spark Capital 早期 7500 万美元投资账面达约 70 亿美元

    大模型公司 Anthropic 计划在未来几周内推进 IPO,市场热议其估值可能高达 2 万亿美元。文章转述彭博社梳理的股东名单称,Spark Capital 2023 年投入的 7500 万美元如今账面价值约 70 亿美元,回报近 100 倍,谷歌、亚马逊、英伟达同时是其算力供应商和大股东,形成循环融资结构。

    决策要点

    大模型竞赛的入场门槛已抬到数百亿美元级别,云厂商和芯片商以供应商加股东的双重身份绑定利益,回报兑现押在 IPO 上。

    • 影响供应商与股东身份重合,企业评估模型和算力供应商时要同时考虑其资本绑定关系;Anthropic 算力成本达收入 1.6 倍、年亏 80.6 亿美元,模型服务的价格与供给稳定性存在压力。
    • 参考可考虑梳理自身在用的模型与云算力组合,评估对单一厂商的绑定深度;值得先算出模型成本占业务支出的比例,作为预算和备选方案的基准。
  3. 36氪·AI54

    丘栋荣称AI对资本回报是破坏性的,与黄仁勋回应AI泡沫论并非同一件事

    丘栋荣时隔两年公开路演,称AI生意资本投入大、盈利模式脆弱,对资本回报是破坏性的力量,建议保守者不投、激进者找机会做空。他同时否定自己擅长的低估值策略,称低估值资产通常有问题,并转向看空煤炭石油等传统能源,相对看好未大规模投入AI的拼多多。同期黄仁勋回应AI泡沫论称AI需求仍远超供给,消化期未来两三年未必出现;文章认为两人讨论的分别是产业需求与股东资本回报两个不同问题。

    决策要点

    丘栋荣与黄仁勋看似对立,实际一个回答AI产业需求是否真实,一个回答巨额投入后股东能否拿到回报。

    • 影响巨额AI资本开支的回报模式尚不清晰,投入能否转化为股东利润存在很大不确定性;新技术同时冲击成长行业回报和传统行业利润池,资产估值逻辑需要重估。
    • 参考可考虑用能否持续创造现金流、隐含回报率是否够高两条标准复核企业AI相关预算;值得评估自身行业利润池是否正被AI效率提升侵蚀。
  4. 钛媒体44

    丘栋荣称AI对资本回报是破坏性的,与英伟达黄仁勋之争实为两个问题

    2024年7月离开中庚基金的丘栋荣在两年来首次系统发声的路演中称,AI投资非常差、非常危险,AI对资本回报是破坏性力量,保守者不应投入、激进者可寻找做空机会;他还否定低估值投资,称低估值资产通常有问题、就是雷,看好美元定价的中国资产和未大规模投入AI的拼多多,并转向看空煤炭石油天然气。

    决策要点

    这场争论的实质是产业问题与投资问题的错位,算力供不应求不等于投入的资本能变成股东回报。

    • 影响AI需求旺盛与投资回报不佳可以同时成立,企业立项需把技术前景与资本回收分开测算;新技术的效率提升可能侵蚀传统业务的利润池,传统能源等被看空方向提示了风险所在。
    • 参考可考虑把AI相关预算按独立投资逐项测算回收周期和利润影响,而非默认跟进投入;主业依赖传统利润池的企业,值得先盘点哪些环节最可能被新技术效率替代。
  5. 36氪·AI57

    英伟达发布DSX POD模块化算力方案,AI竞争转向算力交付效率

    英伟达10月21日发布DSX POD方案,把AI数据中心所需的计算、供电、布线和液冷提前在工厂集成,官方称场地条件具备时部署最快从约六个月压缩到14天,合作伙伴预计2027年初供货。

    决策要点

    AI基础设施竞争正从芯片性能延伸到算力系统的交付与运行效率,这一变化恰好落在中国制造与工程能力的延长线上。

    • 影响算力从采购到真正投运的时间差直接影响成本和收益,部署效率在投入评估中的权重会上升;厂商的交付记录和模型适配速度正在成为选型的现实指标;国产算力在模块化交付和高速互联上提供了芯片性能之外的比较维度。
    • 参考可考虑把部署周期和设备闲置成本折进算力采购总账,先算出自有项目从到货到投运的耗时基线;评估国产算力方案时,值得核查厂商已交付订单和目标模型的适配进度。
  6. 量子位41

    达瓦科技Scenes AI获NVIDIA半程展示卓越企业奖,单张5090实时运行34B世界模型

    重庆达瓦科技凭借实时世界模型Scenes AI获得2026 NVIDIA创业企业展示半程展示卓越企业奖,本届赛事共580多家科创企业报名、30家入围。

    决策要点

    实时世界模型正在从逐帧生成画面转向维护可持续运行的世界状态,稀疏计算让单张消费级显卡实时运行成为可能,该路线已获NVIDIA创业生态奖项认可。

    • 影响影视短剧与直播电商的实时场景改写有了单卡本地部署的官方演示样本,本地运行可减少对云端算力的依赖;结构化世界状态数据成为训练世界模型的关键资源,拥有真实拍摄流程的团队更具数据优势;各项效果数字均为达瓦官方口径,选型时需与自测结果对照。
    • 参考内容与电商团队可考虑把直播间实时换景、短片预演列为试点场景,先算清单张RTX显卡加本地主机的部署预算;有影视拍摄能力的企业值得盘点自有拍摄过程的机位、灯光与动作数据,评估其作为世界状态数据的积累价值。
  7. 钛媒体73

    马斯克把 SpaceX 做成算力收租生意,AI 业务首超星链

    SpaceX 三季度营收 145.75 亿美元、同比增长 161%,净利润 44 亿美元,为上市以来首次单季盈利,AI 业务超级智能(SI)收入 75.6 亿美元、占总营收 52%,首次超过星链成第一大收入来源。

    决策要点

    SpaceX 把超算基建做成了短约高周转的收租业务,部署速度带来定价权,高速举债扩张是主要代价。

    • 影响头部算力供给方转向短约和高价续约,依赖外部算力的 AI 公司和云服务采购方成本压力会上升;英伟达推出即插即用参考设计,部署周期正在成为基础设施竞争的变量;该模式靠新增债务支撑,租约价格与 SpaceX 融资进展绑定。
    • 参考可考虑把算力租金涨价与短约趋势纳入未来一两年预算重估;需要稳定大额容量的团队值得提前扩充备选供应商清单;自建数据中心的团队可对比即插即用集装箱方案再定自建节奏。