昨天和一个风投公司的 A11 的大佬聊天，聊到 Robotaxi「自动驾驶出租车」，他说了一句话我印象特别深： 未来汽车真正值钱的，可能根本不是车。 回来以后我又把 Uber、Tesla，还有中国这边的自动驾驶重新看了一遍。 越看越觉得，这个行业最后可能会走向一个很有意思的结局。 / Uber 最近在疯狂布局 Robotaxi。 Waymo、Zoox、Motional，包括 Lucid + Nuro 这条线，基本能合作的都在合作。 唯独没有 Tesla。 我个人甚至觉得，这可能会成为 Uber 在自动驾驶时代最大的战略失误之一。 如果 Robotaxi 最后真的是 AI 驾驶模型决定一切，那么 Uber 与其花这么多钱同时绑定不同的自动驾驶厂商，最后变成一个「Robotaxi 聚合平台」， 还不如把自己卖个好价钱，甚至和 Tesla 合并。 未来还可以吃到特斯拉乘数的股权。 当然，这只是一个很激进的脑洞。 但背后的逻辑值得想。 / 因为 Musk @elonmusk 对 Tesla 的定义，早就已经不是一家传统汽车公司。 他这些年反复给团队灌输的核心东西，本质上都是： 不要只看今天卖了多少辆车，要看 Tesla 最终能不能解决自动驾驶、AI 和机器人。 所以我现在更喜欢用一个特别简单的比喻： FSD 是灵魂，汽车只是肉身。 肉身应该越来越便宜。 因为只有足够多的 Tesla 跑到路上，才能获得更多真实世界数据；数据再训练下一代 FSD，FSD 变强以后又会吸引更多人使用。 于是： 车 → 数据 → 模型 → 更好的 FSD → 更多车 → 更多数据。 这个飞轮一旦真正转起来，车本身的利润率可能都没有以前那么重要。 Tesla 现在也确实越来越明显地把重心往 FSD、Robotaxi 和软件服务上转。 目前美国 FSD 已经改成 99 美元/月订阅，Tesla 官方披露的全球 FSD 驾驶里程已经超过 140 亿英里。 更夸张的是，Tesla 表示自己的全球车队每天可以收集相当于超过 500 年连续驾驶的数据。 这些数据继续喂给端到端 Foundation Model。 这才是 Tesla 真正恐怖的地方。 它卖出去的每一辆车，都可以成为现实世界 AI 的一个数据节点。 / 反过来看中国，路线有点不一样。 中国电动车市场首先卷的是「车」。 价格、配置、冰箱、彩电、大沙发、激光雷达、座舱、底盘…… 然后华为、小鹏、理想、比亚迪等再分别建立自己的智能驾驶体系。 问题也恰恰出现在这里： 不同品牌、不同传感器、不同数据标准、不同智驾系统产生的数据，很难真正变成一个统一的数据池。 每一家都在造自己的「大脑」。 华为其实已经非常强。 截至今年 7 月，搭载乾崑智驾的量产车型已经超过 190 万辆，累计辅助驾驶里程超过 128 亿公里。 而且华为现在也已经进入 WEWA 2.0 时代，继续强化世界模型、端到端能力以及复杂场景处理。 但 Tesla 的特殊之处在于： 车、芯片、数据、模型、FSD、Robotaxi、运营网络，它想全部自己做。 所以 Tesla 和传统车企最大的区别，可能越来越不是谁的车造得更好。 而是谁能够建立最大的「现实世界驾驶数据闭环」。 / 这也是为什么我越来越觉得 Robotaxi 是一个远远被低估的市场。 以后我们买一辆车，可能不会像今天这样在意： 这个车马力多少、真皮还是 Nappa、零百几秒。 真正决定价值的可能变成： 这个 AI Driver 到底有多聪明？ 因为汽车工业发展一百多年以后，机械能力已经越来越接近商品化。 但「驾驶智能」才刚刚开始。 如果有一天 FSD 真正做到 L4/L5，一套成熟的 AI Driver 可以复制到几百万、几千万台汽车上， 那时候一辆车就不再只是卖一次。 它每天都可以出去接单。 一套 AI 模型，可以同时驾驶几百万辆车。 汽车第一次从消费品，变成了一台可以自己工作的机器。 / 所以我现在看 Tesla，已经越来越不看它今年还能卖多少辆 Model 3、Model Y。 车当然重要。 但车越来越像一个便宜的载体。 真正昂贵的东西藏在里面： FSD 才是灵魂。 谁掌握最多真实驾驶数据，谁训练出最强的 Physical AI，谁就可能掌握下一代交通网络的入口。 Uber 现在押的是「平台」。 中国车企押的是「车 + 智驾」。 Tesla 押的是： AI Driver + Robotaxi + 现实世界数据闭环。 这三条路线最后谁赢，现在还没人知道。 但有一点我越来越确定： 未来十年汽车行业最大的战争，可能已经不是「谁卖的车最多」。 而是 谁拥有这个世界上最好的司机。

我的群里有人问我：Morris，你如何看待王虹、邓煜等数学人才获得国际认可，以及Kimi等AI公司的发展？从结构性来看，两种不同人才成长体系的结果。 先看，中国模式： 社会目标+统一方向+资源集中+筛选机制+高强度竞争→少数顶尖人才→最后证明制度体系有效。 这种模式有点像“奥运体育模式”在智力领域的应用。它通过明确目标、集中资源和层层筛选，把最优秀的一部分人推向世界前沿。所以它特别擅长培养需要长期积累、技术训练和强执行能力的人才，例如数学、工程、制造、AI等领域。但它的核心逻辑是：培养冠军。而不是：让每一个人拥有最大的探索空间。 再看，美国模式： 个人自由选择+多元环境+市场竞争+资本支持+失败容忍→大量实验→少数突破。 这种模式不是提前判断谁会成功，而是让更多人在不同领域寻找自己的位置。有人进入科学，有人创业，有人研究技术，有人创造新的商业模式。大量失败，是为了换取少数改变世界的突破。它的核心逻辑是：创造更多可能。 所以，两者区别：一个是：体系筛选优秀的人。另一个是：环境产生新的可能。中国可以培养世界级人才，这证明体系的有效性。但一个社会真正的创新能力，不只是看能否培养几个冠军，更取决于是否能让更多不同的人找到自己的位置。 有很多愚蠢的家长的问题，也是如此。他们把成长理解成一条唯一赛道：进入筛选体系，成为那个被选中的人。但现实世界需要不同位置的人。有人成为科学家，有人成为企业家，有人成为技术专家，有人创造新的领域，有人可以成为一个快乐的人。真正重要的，不是成为别人定义的第一名，而是找到自己的位置，并持续创造价值。

矽谷「餐盘晶片」神话破灭：美国AI野心仍靠台湾台积电 美国新创公司Cerebras最近在科技圈掀起旋风。他们推出的Wafer-Scale Engine 3（WSE-3），是一颗真正「像餐盘一样大」的超级晶片，整片12吋晶圆仅制成一颗处理器，面积达46,225平方毫米，内含4兆晶体管、90万个AI运算核心，记忆体频宽高达21 PB/s。相较传统GPU仅指甲盖大小，这块「巨无霸」让数据在单一矽片内自由传递，无需跨晶片绕路，宣称AI推论速度大幅领先主流产品，直指黄仁勋的辉达王座。 公司野心勃勃。今年完成大规模募资，IPO后市值一度突破660亿美元，并与OpenAI签订高达200亿美元长期合作协议，提供巨量推论算力。矽谷投资人与媒体赞扬这是「改变游戏规则」的革命性架构，仿佛美国终于找到颠覆GPU主导市场的利器。 然而，现实很快泼下一盆冷水。Cerebras设计再天才、软件再先进，要制造这块「神级餐盘」时，美国本土却找不到合格晶圆厂。GlobalFoundries、SkyWater等厂商主要专注成熟制程，对于这种极致规模与高良率要求的尖端晶片，技术与产能均跟不上。美国政府多年高喊「晶片自主」，砸下数百亿美元补贴，却无法短期内复制台积电5奈米（甚至更先进）的无尘室实力。 结果，这些带着数百亿估值光环的美国公司，最后只能将核心图纸交给台湾台积电代工。WSE-3正是采用台积电5奈米制程生产。多年来，Cerebras与台积电的合作已是公开秘密——没有台湾先进制程与系统级封装能力，这种「整片晶圆就是一颗晶片」的想法根本无法实现。 美国研究者试图自我安慰：未来AI晶片不一定要拼极致奈米技术，只要架构够聪明，美国就能建立独立生态，甚至让桌上型电脑内建本土晶片。但现实更骨感。在「不需要看亚洲脸色」的未来到来前，全球顶尖AI训练与推论硬件，仍高度依赖台湾的无尘室与设备。没有台积电，矽谷再华丽的投影片也只是纸上谈兵。 此事再次凸显残酷真相：台湾虽面积小，却是全球AI与半导体供应链最关键的一环。每当美国或中国高喊「去风险化」「自主可控」时，真正能产出最先进晶片的，仍是台湾的工程师与产线。Cerebras案例只是最新一例。 矽谷不断诞生号称「改变人类未来」的科技奇迹，仔细一看，背后把梦想变为现实的关键角色，户籍永远在台湾。美国能画出最美蓝图，但要把蓝图变成实际硬件，离不开台湾这块「护国神山」的支撑。 在美中科技战持续升温之际，台湾的角色不是筹码，而是自由世界AI生态不可或缺的基石。保护台湾的民主与科技实力，就是保护全球创新与开放的未来。（视频AI制作）

#为什么是中国# #WhyChina# The Global Logic of China's Economic Growth in the First Half of 2026: A 4.7% GDP Increase 2026年上半年GDP增长4.7%：中国经济增长的全球逻辑 According to the latest semi-annual report, China's gross domestic product (GDP) reached 69.6 trillion yuan, representing a year-on-year increase of 4.7% at constant prices, in line with the annual growth target. Against a backdrop of intertwined international complexities and volatilities, China's economic performance is commendable. Yet, a closer look at the data reveals that the logic underpinning China's economic growth is being reshaped. (I) At the Industry Level, Notable Highlights Emerge: First, new quality productive forces are being cultivated and strengthened at an accelerated pace.** In the first half of the year, industrial production grew robustly. The value-added output of the equipment manufacturing sector increased by 9.3% year-on-year, and that of high-tech manufacturing grew by 13.3%, both outpacing the overall growth rate of industrial output above a designated scale. This underscores a clear trend toward a high-end, intelligent, green, and integrated industrial structure. Looking at specific products, the output of 3D printing equipment, lithium-ion batteries, industrial robots, and other products emblematic of new quality productive forces surged. The average daily token call volume has reached hundreds of trillions, showcasing the vitality and potential of the digital and intelligent economies. Second, new growth drivers are accelerating to take on a leading role. Preliminary estimates suggest that new growth drivers—encompassing high-end manufacturing, the digital economy, and modern services—contributed over 40% to economic growth in the first half of the year. The economy's distinct shift toward a higher quality and more optimized structure is evident, and this overall trend is accelerating. For instance, industries related to artificial intelligence, such as integrated circuit manufacturing and intelligent vehicle equipment manufacturing, have all maintained high growth rates exceeding 30%, vividly illustrating the pace of China's industrial upgrading. Third, confidence on the investment front is on the rise. In the first half of the year, investment in high-tech industries grew by 4.6% year-on-year. Notably, investment in the manufacturing of aircraft, spacecraft, and equipment, computer and office equipment manufacturing, and information services grew by 23.3%, 8.1%, and 15.5%, respectively. Investment structure best reflects market expectations. The increasing "new economy content" in investments signals an acceleration in the replacement of old growth drivers with new ones. Investment in intellectual property products grew by 9.4%, indicating that enterprises are placing greater emphasis on R&D and innovation. This suggests that technological advancement is not simply about capacity expansion but about qualitative change driven by innovation. (II) Observing a Major Economy Requires Looking Beyond the Immediate Figures to the Long-term Trajectory. Behind the "new economy content" of the semi-annual report lies China's ongoing transformation from a global manufacturing hub to a global center of innovation. At the 17th Annual Meeting of the New Champions (Summer Davos), observers noted a new phenomenon: a host of unicorn companies are heading to China. They are establishing R&D centers, regional headquarters, and deeply integrating into China's innovation and industrial chains—shifting from "produced in China" to "created in China." So, why China? Economist Justin Yifu Lin, in his book *Demystifying the Chinese Economy, touched upon the theory of the "speed of technological change." He argues that the essence of the industrial revolution is not just the application of new technologies, but more fundamentally, the ever-accelerating pace of technological change. Since the mid-18th century, starting with the steam engine reshaping the textile industry, the snowball of technological change has grown, rapidly sweeping through industries like chemicals and automobiles, ultimately redrawing the geographical map of great power competition. Looking at China today, the trajectory of accelerating technological change is equally clear. A leading enterprise can drive an entire industry, which in turn can boost a whole region. These burgeoning industrial clusters, growing from saplings to forests, not only enhance production efficiency and invigorate market vitality but also effectively improve development quality and resilience. For example, specialized and sophisticated "little giant" enterprises above a designated scale in Beijing, through deep cultivation of innovation chains, supply chain collaboration, and international expansion, have become "connecting points" and "accelerators" for the dual circulation strategy. More importantly, emerging industrial clusters possess powerful spillover effects. The rapid rise of new energy vehicles is not only reshaping the automotive industry but also driving transformations in chips, software, and energy networks, allowing more sectors to gain value from efficiency improvements. The swift advancements in AI and biomedicine are sparking a "gentle qualitative change" in people's livelihoods, significantly enhancing the sense of fulfillment and well-being through smarter, more affordable products and more livable environments. (III) Looking from the First Half to the Full Year, China's Development Momentum Remains Positive. Of course, during this critical period of transitioning between old and new growth drivers, China's economy still faces lingering issues and new challenges. Some core areas are still grappling with "bottleneck" technologies, certain high-tech industries face external risks of "decoupling" and supply chain disruptions, and "involution"-style competition affects the new energy market ecosystem. However, most of these are issues arising from development and transition, and they can be addressed with effort. The supporting conditions and fundamental trends for long-term economic improvement remain unchanged. China's economic journey toward a newer, higher-quality model is itself a process of encountering new problems and solving them along the way. By maintaining confidence, proceeding steadily, and balancing both qualitative improvements and quantitative growth, China's industries are poised to be brimming with dynamism, and the Chinese economy will continue to advance steadily and sustainably. #China# #Jiangxi# #JiangxiEconomy# #世界经济看中国# #赣出新精彩#

随着 Deepseek v4 Flash 正式版发布，梁文锋又被冠以梁圣的称号了。各种图片、视频、梗层出不穷。 今天来分析一下，为什么梁文锋几乎成为中国 AI 界乃至世界 AI 界最 meme 的人之一？ 1. Deepseek 算是第一个打破美国 AI 垄断的公司，在当年 R1 发布的时候，就已经引发美国的一片恐慌和惊讶。媒体为了流量，还说它是幻方量化的一个 side project，所以这家公司的国民度和流量一直在线，这次 v4 同样惊艳全场，玩梗就理所应当了。 尤其是国际上对“中国 AI 威胁论” 必须有个 icon，GLM 、Kimi、Qwen的确也掀起一波风，但显然 DeepSeek 依旧是最适合的那个。走的极致性价比、开源路线也的确和美国 AI 公司超高投入、高费用、闭源的路线是极致对比。 2. 梁文锋这个人平常极少露面，唯一一张照片就是穿蓝色衣服讲话的那张照片，也从来不回应舆论和过度营销自己，有种神秘感。这反而造成了大家更肆无忌惮地玩梗。 尤其是梁文锋，长得在大众视野里面并没有什么特点，非常符合东亚人的刻板印象，文静、瘦小、理工男，是那种在大街上都不会留下记忆的人，反而这样的人做出了惊天动地的成果。 他唯一的那张照片，反而加深了他的 IP 和记忆度。就像大家说到蔡徐坤，就是那身背带裤的服装。这种稀缺性的符号化的造型，反而增加辨识度。使得图片、视频等等，能以更高效的方式传播。把他 P 成超级肌肉男，或者仅仅是把他做成几个色块，大家都能认出他。 3. AI 公司的模型迭代速度太快，各家竞争激烈。不管是中国公司还是美国公司，一个月内可能头把交易就得迭代两三次。而开发者以及热衷于“战力排名”的吃瓜群众们，天天盯着各种榜单，看性能以及价格的变化。 一个模型在刚推出的时候，往往被吹上天，但过几天被别的模型超越了，那就被骂到地里。梁圣，梁子的称号不断变化，很大一部分就是从这来的。甚至一些网民还套用将军的小作文，什么梁爷爷、梁叔叔之类的小作文也层出不穷。 4. 梁文锋身上有一个非常显著的一体两面性。一方面，他用极其低廉的价格给开发者提供开源、高效的 AI 服务。让开发者感恩戴德。 另一方面，他的幻方量化基金又从股市上哐哐赚钱。尤其是现在国家有意把股民亏钱跟量化交易绑定，搞量化最牛逼的梁文锋，就成了众矢之的。在股市大镰刀割韭菜，成了无数股民的心头恨，牢梁的称号也大致源于此。股市涨了他让人嫉妒，跌了就是罪魁祸首。 梗的几个特点：高流量、符号化、大反差，梁文锋全部具备，几乎不可能不火。 所以，梁爷爷，什么时候把 DeepSeek v4 Pro 正式版放出来啊？

深夜好文分享：人类究竟需要多少数据中心 目前北美2026年预期全部建成的数据中心有20GW，明年即便考虑到延期也差不多能落成30GW。这里面既有csp自建如Meta、Xai、AWS、Google，也有新云和oracle这种。当红炸子鸡Anthropic大部分都是租赁别人的。 那么对于第二个问题也就是本文的标题，目前我综合了硅谷最前沿的Ai大佬如Dylan、Dario、Gavin Baker、Sam、木头姐等人最新的言论（一定要跟踪最新的，基本上Ai的观点三个月就会过时），大家普遍的结论是：中期（2030年前）光是Anthropic和Oai就需要100GW的数据中心，考虑到其他csp如G家即便掉队其他合计也至少得有50GW，中长期（未来5-10年）Ai对于全球GDP的重塑是5-15%。我跟大家翻译一下，100gw意味着Anthropic和Oai在2030年需要达到2万亿美金的收入，目前27年北美的共识是这两家的ARR在5000亿美金，所以30年2万亿并不夸张。后半结论就更有意思了，目前全球gdp有100万亿美金，10%就是10万亿美金，即便不考虑通货膨胀和增长换算下来就是500GW数据中心，当然大佬们计算比较粗暴，比如Dylan就直接说需要1TW也就是1000Gw的数据中心。 注意这里有个区别，Anthropic这种coding产品属于Ai原生收入，但我们评论Ai数据中心的价值的时候不能只看这个。以目前风口浪尖的Meta为例，虽然大模型做得拉垮，但我们以26年Q1的财报为例，其广告收入有550亿美金，同比增长了33%，财报明确表达了这是Ai- driven。我拆解了近几年Q1的自然增长，年份最好的年头也就是20%多，也就是说Meta通过多模态大模型去分析视频、图片数据做到了Ai广告更精确的推送和价格上涨，这一部分单算也至少有10%，也就是50亿美金，全年下来就是200-300亿美金。而这部分价值不会计入到Ai原生收入，自然不如Anthropic这么亮眼（也就是上文说的Ai对于GDP重塑的含义，不能只看Ai原生收入），Google也同理，不过这也是G和M模型掉队的原因，因为其业务形态决定了多模态必须搞因此战略上没有聚焦在最赚钱的coding上，所以华尔街分析师毫不留情。但我认为这一部分有预期差，资本市场有时候还是短视的。 所以我们可以有了一个初步结论了：以27年能落成30GW为标尺，目前数据中心哪怕按照最保守的计算也就是差不多10-20%的进度条，乐观的话明年连5%都不到。考虑到27年后北美好的数据中心地址都被选完了，28年物理限制更多多半又会延期，所以算力在很长一段时间内都会供不应求。 当然有朋友会说这些预测是不是都在拍脑袋，会不会有一天需求突然消失了。问得好，其实你要说最终数据中心落成规模在100GW还是1000GW我也不知道（可能是中间某个数字），但我给两个核心指标来判断Ai是否要退场或者阶段性退场： 1、前沿模型的能力是不是还在提升。 2、Ai硬件或者更准确说单个Token成本是否继续指数级下降。 只要这两个飞轮有一个在转，capex就不会停，其他的全是干扰项。2026年是最好的一年，这两个飞轮都在飞速转动。 先说1，这是人类数千年来第一次把智能商品化，而人类对于智能的追求是无上限的。理论上我们崇拜的所有领域的偶像其实都是智能和意识比我们强而已。目前最前沿的模型拿走了80%的收入就是这个道理，试想一下，你如果是开工厂的，能拒绝杰克韦尔奇替你管么？如果你是搞物理实验的，能拒绝10个爱因斯坦去替换到10个呆呆的学生么？我建议大家真的去用一下Fable这样的Agent，看看是不是会上瘾付费。另外老是有人喜欢用存量分析来看待新事物，比如Ai lab多赚一块钱就意味着其他企业兜里面就少一块钱：token消费不可持续！其实新事物往往会带来通货膨胀和社会总财富提升，比如如果你拿20年前的收入比房价的话那几乎没得聊了。不过这一次新增的巨量社会财富怎么分配确实是又一个世界性难题了（也是目前K型根源），目前我看到的解法是中美都在鼓励Ai龙头从一级市场到二级市场（不要觉得人家是为了圈钱，总是有这么肤浅的论调，有没有可能人家是为了分钱的 唉），老黄在最近不断投资新云和开源大模型等等，都是为了避免过于垄断。其实NV跟中国开源大模型相互的纽带和情感比美国本土还好。 对于2这么来解释比较好理解，我先问大家一个问题：如果电力成本能降到目前水平的十分之一甚至更低到百分之一，那么这个世界会有什么变化？可能普通人的想象力无非就是夏天我家的空调可以24小时开着啦或者晚上写字楼的灯不用关。其实真正革命性的变化在工业界，比如目前海水转化成淡水最大的成本就是电力成本，那就意味着全世界海水可以变成淡水，那就赶快引流到沙漠都变成绿洲，全世界生态系统能支持目前人口再翻好几倍。还有在生物合成、电解铝、钢铁、矿产提炼等等。所以如果电力成本真降低了这么多，你猜各国的Gov会不会疯狂加capex建设电力基础设施。Ai也同理，真正的影响还是在B端。我们说哪怕就停留在Fable这个水平，只要全世界Ai infra工程师继续能够降本，capex就会指数级提高。 再说一遍，其他的全是干扰项！就这两个核心指标。回想一下在24-25年某个阶段同时传出了预训练撞墙和Blackwell出货不顺利的消息，这也是xys被杀到500亿市值和5倍pe那个时候。 产业方面，除了北美继续赚钱以外，国产区半导体设备、芯片、零部件、算租都有很大预期差能赚钱。去调研一下就知道了现在半导体设备完全是卖方市场，尤其是先进封装，H系未来两年发力非常大。虽然上周四经历了历史最大亏损，但我对今年半导体设备无比看好，尤其是各种测试设备。 北美区方面，还是最看好光的上游光芯片和设备，尤其是硅光cw，从目前来看确实NPO的锐度最强（考虑到国产区H系也要上了），而NPO对于硅光cw的带动也是指数级的（所以别指望那几个硅光标的V得很深📷），cpo可能Q4左右是一个更好的买点。另外pcb中游在Q3可能是一个介入点了，Q1和Q2更看好上游，当然目前上游也不差。 还有就是存储这些，美光必然新高。目前Ai硬件最大的瓶颈早就不是算了，而是存和传，对应就是存储和光通信 出自雪球：门捷列夫学徒

最近的币圈，让我想起一部电影——《寒战1994》。 刚上映，讲的是1994年的香港，距离97回归还剩三年。 各方势力混战，Old Money在政权更替前做最后博弈，警队内斗，英方残余势力周旋，黑社会、商界、廉政公署，每一方都在算自己的退路。 混乱本身不是终点，混乱是阶梯。 而今天的币圈，就是1994年的香港。 所有人都知道这个行业要被监管收编。所有人都看到那个倒计时。但每一方的剧本完全不同。 第一群人：合规派。这是已经准备好上船的人。对应电影里那些主动跟九七后的中国对接的港英官员。他们看清楚了，与其等政权来收编，不如主动靠过去。 币圈这一侧就是tokenization、就是RWA、就是稳定币、就是各种链上美股、链上债券、链上Pre-IPO。他们用区块链技术给传统金融做合规升级。 这一派的代表是机构派的玩家，贝莱德、富兰克林邓普顿、香港的持牌交易所、各种合规stablecoin项目。他们身上没有原罪，因为他们从一开始就没碰过空气币、没碰过诈骗产业链带货。他们是来吃下一个时代的，不是来续命的。 第二群人：crypto native原教旨主义者。对应电影里那些坚持香港不能变的英方残余、坚持原来那套玩法的Old Money。 币圈这一侧就是依赖无监管发空气币、靠KOL带货、做买盘社区、玩meme轮动的那批人。整套产业链——VC、做市、上所、KOL、二级散户，是一个高度精细化的诈骗工业体系，但它只能在加密资产上跑通。你让他们去做原油黄金？没杠杆没故事。让他们做SpaceXAI、OpenAI这种Pre-IPO？没有Telegram群的地下产业链世界和操盘的空间。让他们做沪深300？人家有涨跌停板和T+1。他们的方法论，离开币圈一文不值。 第三群人：靠币圈黑色产业链赚到第一桶金的从业者、现在想洗白的人。 这是最焦虑的一群。他们已经看清楚币圈的故事讲不动了，于是带着最后的本金每天喊All in 美股、All in A股、All in 黄金。A股涨了追A股，美股涨了追美股，港股涨了追港股，标普涨了追标普——典型的高位接盘行为。 他们以为自己离开战壕就赢了。其实他们只是从一个赌场，被高位放进了另一个更大的赌场。在币圈他们是庄家，到了tradfi他们是最纯粹的散户——没有信息差、没有资金优势、没有产业链协作、没有研究团队、没有合规通道。他们引以为傲的所谓操盘经验，在专业战场里连入场券都不算。 币圈那点钱，养活了过去十年那批一万小时游资。但走到主流金融的牌桌上，那点钱也就够买几手权重蓝筹，远远没有上桌的资格，只是一介散户，到了传统行业自己的资金体量，最多只是中等散户。 第四群人：交易所。这是电影里最焦虑的港英政府高层。老的体系在崩，但自己又走不出去。这帮人在过去十年靠代币上线即流动性吃饱了，现在面对监管落地、面对叙事破产、面对用户流失，他们有几条路： 一部分顶层正在跑路。早就把家办、绿卡、海外资产准备好了。这电影最近的真实剧本你天天能看到。 一部分在求招安。主动找监管对接、主动办牌照、主动走合规上市路径。这条路的代价是放弃70%的利润空间。 一部分还在硬撑。继续维护原来那套生态，因为他们已经没办法转型了——你让一家靠空气币上币费吃饭的交易所去做正经的资产管理？组织能力、人才结构、企业文化全都不支持。 电影里有句台词： 有些人已经习惯了规则的灰色地带，规则一旦变清楚，他们反而活不下去了。 第五群人：从前出局的人，想借东风回归。 最典型的就是老火币那一拨。李林2022年退出火币的时候大家以为他凉了。结果这几年他一直在悄悄布局——Avenir Capital 家办、5亿美元加密量化母基金、收购日本BitTrade、联合早期以太坊OG做10亿美元ETH DAT、领投Inference Research，全套合规化、机构化的牌局。他押的不是币圈，是币圈监管化以后的下一个十年。这种玩家有可能成事，因为他们有方法论、经验、资源、人脉、有钱、有耐心，但身上还是带着原罪。这是他们最大的天花板。 最后一群人：那些最可能赢的人，身上完全没有币圈包袱的人。 电影里真正活下来的不是英方残余、不是Old Money、不是黑社会，是那些九七之后才走上舞台的新一代，干净、合规、跟新体制天然对接的人。币圈这一侧也是这个逻辑。中美欧目前所有币圈成功者，身上都带着原罪，沾过诈骗、碰过赌博、参与过买盘社区、收过项目方的钱。主权玩家很清楚，所以他们对这帮人的态度永远是工具化的，你就是个夜壶，你有用的时候我用用你，起床了嫌你脏，没用了我一脚踢开。 而那些早期技术极客，早在比特币12万的那一轮就已经卖币走人。退休、永远远离这个由技术理想主义起步，却收笔于肮脏战壕的地方。有技术功底的理想派转去做AI，因为AI的叙事更大、回报更确定、监管更明朗。 身上有原罪的资本层、币圈VC，分化成两半： 有资源的，转向硅谷看AI。但带着币圈背景去硅谷，处处低人一等，拿不到club deal的额度，进不去核心圈，硅谷的Old Money也看不起这批crypto money。没资源的，就结业等死。 行业里还有大量散修、底层打工人、从业者、散户，能力没法迁移到传统行业，从币圈到任何主流职位都是降维。最难受的是中层KOL，赚了点小钱但完全没有可迁移的能力。 链协学生、20岁、30岁、40岁的人都在这个夹层里——钱不够直接退休，能力又没法变现到任何正经行业，身上还带着原罪。 一个个人强行聊着美股、强行学习AI，试图努力留在金融、科技，假装自己在最前沿的行业，还想留在风口上。可是身上既没有金融工地，也没有投资能力。看不到未来，每天活在审计、监管、舆论的恐惧里。 1997年6月30日的夜晚，米字旗降下，五星红旗升起。 有些人欢呼，有些人沉默，有些人收拾好行李准备离场，有些人开始排队等新政府的牌照。 币圈的九七之夜还没到，但已经能听见钟摆的声音了。 那么你如何站队呢？

《🔥英伟达来中国招兵买马布局物理AI和机器人万亿生意❗️》 兄弟姐妹们，英伟达和黄仁勋又出大招了，这次是招兵买马抢人才。 6月30日，英伟达机器人团队在中国开放招聘，北京、上海、深圳三地同时放出岗位，方向集中在具身智能、仿真、部署和解决方案架构四条线。 岗位关键词很有意思：人形机器人电气方案、机械方案、全身传感、全身控制、移动操作、Isaac Lab…… 表面看，是一次普通招聘。但放对位置看，这是英伟达在告诉市场——物理AI，要从发布会走进中国工厂了。 01. 物理AI 到底是什么？ 过去两年，AI最热的故事在大模型、算力、数据中心。投资者熟悉的词，是GPU、服务器、液冷、光模块、电力。 但英伟达现在告诉你：AI只会写字、画图、生成视频，还不够。下一步，AI要能看、能走、能抓、能干活。 这就是黄仁勋反复强调的"物理AI"。2025年3月，黄仁勋断言"生成式AI已成为过去，未来属于'代理AI'与'物理AI'"。简单说，屏幕里的AI，要走进工厂、仓库、医院、汽车和家庭。它不只是回答问题，而是理解现实环境，把判断变成动作。 所以，这次招聘最关键的，不是"机器人"三个字，是岗位组合。硬件、电气、传感、控制、仿真、部署一起招——英伟达补的不是一个展示样机，是机器人从训练到落地的整套基础设施。 英伟达在机器人领域的布局其实从2014年就开始了，核心战略很清晰——不与整机厂商争份额，而是做机器人领域的"安卓生态"，提供从算力到开发平台到模型的完整工具链。GR00T人形基础模型已被Figure AI、宇树科技等厂商采用，Cosmos 3世界模型更是全球首个完全开源的物理AI训练平台，能把训练周期从数月缩短到数天。 02. 机器人行情看什么？——四个价值环节，A股美股这么盯 顺着黄仁勋的布局，机器人行情不能只看整机厂。整机厂最容易被炒热，但竞争最激烈，毛利率不稳定。 真正该盯的，是四个上游价值环节。 一、感知系统 机器人进真实世界，先要感知世界。视觉、力觉、触觉、IMU、激光雷达——没有高质量传感，智能就是空中楼阁。 A股值得跟踪的： 🔶奥比中光（ Sim平台，在人形机器人参考平台中扮演"视觉感知底座"角色，已与英伟达Jetson Thor等系统级模块完成适配验证； 🔶柯力传感（ 🔶安培龙（ 也被多家券商列为传感器环节重点标的。 二、执行系统 伺服电机、减速器、丝杠、灵巧手——人形机器人从展示到干活，核心在关节能不能高精度、低能耗、长寿命运行。执行器成本占整机物料成本的三分之一甚至更高。 A股值得跟踪的： 🔶绿的谐波（ ； 🔶 五洲新春（ 🔶兆威机电（ 🔶三花智控（ 三、边缘算力和控制系统 机器人不能每个动作都等云端回答。它必须在本地完成快速推理、感知融合和运动控制。 Jetson Thor就是英伟达交出的答卷——最高2070 FP4 TFLOPS的AI算力、128GB内存、功耗仅40-130W，专门为人形机器人和物理AI设计。 英伟达还联合宇树科技推出了全球首款开放式人形机器人参考设计Isaac GR00T，整合了宇树H2 Plus本体和Jetson Thor计算平台，目标是把开发周期从几个月缩短到几周。 这个环节目前由英伟达主导，A股纯正标的较少，更多是产业链配套的PCB、结构件等。 四、仿真与数据生态 未来机器人公司拼的不是硬件，是谁拥有更多高质量动作数据，谁能把虚拟训练可靠地迁移到真实工厂。 A股值得跟踪的： 🔶索辰科技（ 🔶 软通动力（ 美股方面，核心标的就是英伟达（NVDA）本身——它是物理AI底层算力+世界模型+仿真平台的三合一玩家。特斯拉（TSLA）也值得关注。 03. 最后小结 生成式AI解决脑力自动化，物理AI解决行动自动化。前者改变办公室，后者改变工厂和供应链。 过去十年，资本追的是数字世界的入口。未来十年，资本会重新定价——谁掌握现实世界的执行权。 英伟达真正想做的，不是卖一台机器人，是成为所有机器人的底层平台。物理AI是AI技术从虚拟走向实体的必由之路，这个赛道才刚起步。 谁能把机器人从实验室带进车间，谁就可能拿到下一轮工业革命的门票。 ---小龙先生 #英伟达# #物理AI# #人形机器人# #具身智能# #黄仁勋# #机器人产业链# #奥比中光# #绿的谐波# #JetsonThor#

吓人 昨晚文章我说1978年日本约等于2011年中国，我看划线评论里有不少争议，大概是想说别把日本说的那么好。可1978年的日本已经很发达了，全球第二大经济体，人均gdp 8000美元左右，全球top20。大城市繁荣，地铁高架桥遍地，家庭电器普遍标配，家用车数量暴增，大城市（东京）房价暴涨到让年轻人绝望，开始涌现连锁餐厅和24小时便利店，中产家庭出国度假成潮流。 判断一下我上述的形容，和中国的哪一年相匹配，你们可以有自己的答案。 今天全网热议旅游博主蓝战非在南非被抢这事。蓝战非是普通背景打拼上来的网红，最初是游戏主播，吃过不少苦，后来播英雄联盟和绝地求生逐渐走红。前几年游戏直播风口过了，他很敏锐的转型旅游博主，开始周游世界，据我所知他是抖音旅游赛道里流量最大的一个。 他这个帖子的描述里，有两处地方让我觉得有些别扭，但我也没掌握更多信息，所以没法说什么。这件事发生后好几个朋友提醒我，以后我出门旅游不要提前透露行程，等旅游结束了再发游记。 看起来确实有这个必要，不过在国内旅游要安全的多，普通歹徒想要收买航司、高铁、酒店的信息几乎不可能做到，国内市区探头密布，歹徒抢了网红把事情闹大，警察只要重视立案，差不多3天内就能把匪徒都抓回来，在国内搞抢劫没出路的。 关于蓝战非这事我看到最离谱的是有人开始整理网红绑架概念股，概念个锤子，类似的案例规模才多大，这么小众的市场对上市公司没啥用，别炒股炒魔怔了。 …… 今天a股还是没有支棱起来，成交1.9万亿，比昨天缩了1000亿，中位数下跌0.94%，差不多是昨天涨幅的两倍。八大宽基里只有创业板今天涨了0.6%，剩下七个都是绿的。 创业板能这么硬，主要是中际旭创、新易盛、胜宏科技这三只权重股在逆势狂拉，哥三个目前分别是创业板排第2、4、6位的权重股，都是ai算力/CPO这个热门赛道的当红炸子鸡。除了科技板块，今天a股乏善可陈，昨天刚起来的那点势头又瘪回去了。 ai算力今天被热炒和特朗普政府最新放行英伟达H200芯片的政策有直接关系。美国政府允许英伟达给中国出口H200芯片，收入25%要上缴美国政府。 之前允许出口给中国的是H20芯片，这次放行的H200性能要高6倍。我查了一下国产芯片的数据，华为和寒武纪的，目前主流产品都不如H200，差了一个代际，所以市场预期英伟达可以恢复数十亿美金的中国份额。 H200出口增加 → 中国AI数据中心/超算需求升 → 需高速光模块/CPO（光电共封装）支持传输 → 国产光模块厂商直接受益。 光模块（CPO）今年被拉爆，龙头中际旭创涨幅已经接近400%，这几天还有几百亿资金往板块里冲，另一边白酒股还在砸盘割肉创新低。a股现在不敢买的涨个没完没了，低位抄底的越抄越低，对于那些喜欢搞均值平衡交易的散户来说今年其实炒的很压抑，没挣到多少钱。 ps：英伟达的Blackwell单论性能比H200要高2-3倍，但是价格贵（溢价+25%），只论性价比的话H200更合适。 …… 1、小道消息说光伏整合平台已经成立了，公司名称为北京光和谦成科技有限责任公司，注册资本30亿元，成立日期为2025年12月9日，注册在北京朝阳区。是多个光伏巨头集体出资，未来有可能用来购买中小产能让它们退出。这事半年前就在传，但落地执行就一直在等等等等，可能涉及的利益太复杂，不好协调。这个消息不保真，可信度只有4-5成。 2、超过6成的主动权益基金过去3年跑输业绩比较基准，这些产品的负责人现在肯定很焦虑，因为后面新规落实就要降薪了。现在场内有人猜测白酒板块这几天的砸盘就是有基金经理在止损，他们扛不下去了，必须尽快把业绩回正。新规有可能会助长公募基金抱团强势板块的意愿。 3、华融的总经理白天辉今天早上被执行死刑，4年受贿11亿，他是赖小民提拔的，也是赖小民坦白举报的。赖小民2021年已经被执行死刑。这几年感觉10亿是一道分水岭，10亿以下我看了大都是死缓，过了这条线就不饶了。 4、海光信息终止换股吸收合并中科曙光，理由说是合并环境变了，利益复杂，股东没谈拢之类的，总是就是不合并了。这对两家公司都是利空，当时合并消息刺激的涨幅要吐回去。对中科曙光尤其不利，因为根据原先的合并方案，0.55股海光=1股中科曙光，中科曙光是有20%的溢价的，现在重组失败，溢价退出的机会也没有了。 就这些吧，人间大炮还是差一点，没机会发射。话说我昨天后来去听了自己的播客节目，这也是我长这么大，第一次这么长时间听到自己的声音说话。感觉我语速节奏有点赶，匆匆忙忙的，不够淡定，很多时候都是担心内容冷场，没思考周全先去填话了。相比起训练了20多年的写作，我说话水平确实不够好，所以还是老老实实当个写作博主。 舅酱。