注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 讓性感成為主流
讓性感成為主流 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 讓性感成為主流 的推特
百大女郎票選開跑! 記得每天幫我投一票唷~❤️‍🔥 每天動動手指, 就是對我最大的支持! 衝起來💪🏻 每日一投傳送門 ⬇️ 投票連結: @jkf_ig @jkfofficial #JKF# #JKFace# #JKF女郎# #JKF捷克論壇# #百大女郎# #讓性感成為主流#
显示更多
最近很多背景很硬、融资很大的项目,发币后 市值都非常低的项目,像 Sentient、Zama、Aztec 这种也不例外。 比如Parfin @parfin_io构建的Rayls @RaylsLabs也算是一个。 代币 #RLS# 已登陆 Binance Alpha+合约、Coinbase、Kraken 、bybit、Bitfinex等主流平台,按理说,这种级别的项目不至于太差,但FDV 竟然不到 7000万,流通市值低于1000万。 messari梅西@MessariCrypto这份报告挺全面: 1、Rayls 是一条L1,是一套面向机构上链的隐私合规通道,让机构在保密的前提下把资产带到公链去用 DeFi 的流动性与产品能力,核心目标是同时满足隐私 + 合规+ 上链结算,聚焦RWA 资产资产代币化。 2、获得 Tether 投资 Rayls 背后团队是 Parfin,项目累积融资3200万美金,资方名单里全是Framework、ParaFi 等机构,甚至埃森哲这种传统金融老钱也投了,并且2个月获得Tether 的战略投资。 官方公告说得很直白:推进拉美的机构采用,把其稳定币带进机构结算与资产代币化场景。 我的理解是:Tether 以后不只想吃散户增量,它更想把盘子做到机构采用与结算上,毕竟在交易所端,他们已经是最大份额。而真正要跑出增量,靠的不仅仅是上交易所,而是进入机构的结算链路,既要合规可审计,又要保护商业隐私,还要能承载大额资金流。 打开Tether 的投资版图,投的很多项目都是在为未来的机构结算网络提前修路,而 Rayls 这种混合架构,很可能就是它想要的那种轨道之一。只要这条路跑通,Tether 的战略就会升级成全球机构结算层,旗下稳定币更像金融系统里的默认美元接口。 3、Rayls也采用隐私框架 机构上链最难的就两件事:隐私 + 合规。Rayls 用一套类似前店后厂模式针对性提供服务方案: 后厂(私域):银行在自家私有节点里把应收、私贷、存款先代币化、内部流转,数据不外泄。 前店(公域): 把机构产品推向公链,让 DeFi 来承接、组合、做产品。 安检(Enygma):把敏感信息遮住,但又接受审计,自带隐私与合规功能。 这相当于是一个新资产与收益机会。defi用户可以通过链上产品,参与到过去只在银行墙里流转的那部分机构现金流。以前银行等金融机构不是不想上链,是不敢裸奔,Rayls试图提供一条机构能接受的路,在不泄露商业机密的前提下,把资产与结算搬上链、再把原本只在内部及机构间的利息分给defi用户。 我个人看法:Rayls 这种基建在当下确实不性感,被低估很正常,一条主打合规概念的机构链,重点要看机构的真实结算和真实资产流,能不能持续上链并规模化沉淀,如果 2026 年 Q1 主网上线真能把机构侧资金跑起来,那现在的估值才会开始被市场重新修正。TradFi 上链是大趋势,也相信 Tether 不会乱扔钱,这种背后站着如此强大的金融资源、赛道有资源释放的需求,估值却在地板的标的,各方都在亏钱的情况下不至于就这么结束了。 我觉得:发币时机几乎成了过去几年项目成败的关键。 流动性差的时候硬上币,就像冬天卖冰棍、暴雨天卖火把,很多时候不是项目没叙事,是市场没钱听故事,市场进入了一个更现实的阶段,项目方什么时候发币往往比讲什么叙事更重要。 我最近也一直在想:除了时机,为什么估值会掉得这么厉害?如果大家都只能拿到这种估值,难受的不只是我们这些链上撸毛用户,项目方自己、团队成员,投资人都会极其难受。还有就是项目发币后估值很低,项目方到底后面咋个搞,哪类项目会长期做实事未来能被价值发现的可能性。 哪类项目的天花板比较高,就搞哪一类吧。
显示更多
Remember when people said institutions would never go onchain? Tell that to the Brazilian infrastructure company processing $4 trillion/year that's now tokenizing 40K assets monthly on Rayls. Or AmFi, bringing $1B in private credit onchain by 2027. The infrastructure is here. The capital is moving. Read the full story by @MessariCrypto below 👇
显示更多
0
24
45
5
转发到社区
字节 Seed,可能是最接近硅谷实验室的团队。 字节这事儿做得还是让我非常敬佩。 如果五年后再回头看字节的 AI 历程,我想,他们今天推出的科学家计划肯定会成为其中一个重要节点。 事情是这样。今天上午,字节 Seed Edge 启动了一个科学家计划,准备邀请 100 位前沿科学领域的学者和博士生,与 Seed 团队一起研究真实的科学问题。 科学家可以把自己领域里真正困难的问题带进来,Seed 提供模型、算力和 AI 研究团队,双方一起探索,大模型究竟能不能参与那些没有标准答案、需要长期推理和反复验证的研究。 看到这个计划,我首先想到的是 OpenAI。 去年,OpenAI 曾经专门推动过 OpenAI for Science,希望让 AI 更深入地参与科学研究。 但到了今年,在激烈的模型竞争下,OpenAI 调整了这方面的组织和投入,原来的独立 Science 团队也被解散了。 Anthropic 也有在做类似的事情。今天还看到他们的研究员在播客里讨论怎么利用 AI 把 10 到 15 年的药物周期研发压到 5 年以内。 看来现在,字节要开始认真做类似的事情了。这是国内第一个大规模投入 AI 加速科学发现的研究计划。 我简单解释两句。 从商业化的角度来看,这事肯定没有 Coding 那么直观。毕竟现在 Coding 只要效果好,很快就能转化为收入。 AI 加速科学发现这样的研究反馈周期会长很多,而且现在看起来还比较遥远。 但只要这个方向取得突破,产生的价值可能远远超过一个软件产品。 大家想想,如果 AI 可以把未来 25 年的科学进展压缩到 5 年,那么到了 2030 年,人类就可能提前拥有原本要到 2050 年才能获得的科学和技术。 这当然是一个非常乐观的判断。但哪怕只在一些领域取得突破,也可能影响几亿人的生活。 往大了说,它可以加快整个人类文明向前推进的速度。 这不就是 AGI 的价值吗? 可能很多人熟悉字节跳动,但不一定熟悉字节的 Seed 团队。这个团队一直在做深入的前沿研究,而且人才密度很高。前段时间,记得晚点一篇文章提到姚顺雨的观点说: 大模型训练没有银弹。 真正决定模型能力的,还是把数据质量做好,把基础架构做扎实。 OpenAI 和 Anthropic 过去很多年的积累,本质上也是这些看起来没那么性感的基本功。 其实,字节 Seed 很早就在这么做了。不信大家可以查查,Anthropic 从来没有指责过字节蒸馏他们的模型。 因为 Seed 很早就定了一条价值观,不依赖外部闭源模型蒸馏来获取核心能力。还有他们在基础架构、数据上的投入也比较大。 包括 Seedance 2.0 为什么能够一下子炸了,业内一个比较普遍的判断是,字节在数据上做了大量基础工作。 毕竟发展到今天,各家在模型路线上的差距已经没有那么大了。真正拉开差距的,往往是一些脏话累活,以及整个研究团队的文化。 另外,Seed 内部还有一支团队,叫 Seed Edge。 这个团队专门研究一些确定性没有那么高,甚至几年都未必能看到结果的课题。 这次的 STEM 科学家计划,就是由他们发起的。 前段时间我写过的 EdgeBench,也是 Seed Edge 的成果。 他们发现模型从环境中学习,似乎也和预训练一样,存在自己的 Scaling Law。 投入的交互时间越多,模型能力的提升也会遵循一条相对稳定的规律。 我曾经看到过一个观点:培养熵,才是研究实验室长期繁荣的唯一方式。 这里的熵,可以理解成一个研究组织内部保留了多少不确定性、差异和可能性。 因为研究和做产品不太一样。做产品时,目标通常比较明确,组织需要尽快形成共识,把所有人的力量集中到同一个方向上。 但研究面对的往往是未知问题。既然答案还不存在,也就很难提前判断哪条路线是对的。 在这种情况下,如果一个实验室过早形成统一判断,所有人都去研究眼下最热门、最容易出成果的方向,短期效率可能很高,长期却容易陷入同一个局部最优。 大家使用相似的方法,追逐相似的指标,最后得到的也很可能是相似的结果。 真正有创造力的研究组织,需要保留一些暂时无法被证明的想法。 有的人沿着主流路线继续推进,把已有方法做到更好。也有人去研究冷门问题,做一些人可能几年都拿不出明确成果。这就是培养熵。 这些熵当然会带来噪声,带来争论,甚至带来失败。但新的突破往往就是在这种状态里酝酿出来的。 回头看那些长期保持创造力的研究实验室,其实都有类似的特点。 说实话,字节做这件事,我也挺意外。因为过去类似的构想,基本上都是硅谷公司在做。 中国互联网公司过去给人的印象,一直是产品能力和商业化能力特别强。 它们很擅长把一项技术迅速做成产品,再推到足够大的用户规模。 字节 Seed 愿意在这个阶段认真投入这件事,挺让人振奋的。 因为模型能力提升越来越快,很多短期指标都会迅速被后来者追平。这样的前沿性的探索,会真正决定模型的上限。
显示更多
0
32
24
3
转发到社区
记得Defi Summer 20年到22年这三年时间,大家经常感慨的一句话就是“币圈一天,人间一年” 因为技术迭代太快了,每天都有数不行的新东西出来,几天不看就跟不上节奏 现在这个感觉在币圈彻底消失,在AI那边出现了,每天的新东西就看不完,真的看不完 正好这几天看到圈里讨论Cerebras的帖子多了起来,昨天还看到不少路演信息,毕竟14号要挂牌交易。之前在Amber做分享的时候也单独讲过这个公司(当时用的那页PPT放在文末),所以简单说下我对Cerebras的判断 先说结论:这家公司很有意思,但核心变量不一定是他们造的芯片本身,而是未来AI的workload形态会是成什么样。 先简单说下它是干嘛的,防止有老铁还没看Cerebras 它最核心的技术,就是wafer-scale chip(晶圆级芯片),简单理解就是别人还在用“邮票大小”的芯片,它直接把整片晶圆做成一颗超大处理器,再配上超大 SRAM,把大量数据尽量留在本地高速处理,减少传统GPU最头疼的memory bottleneck。现在海力士美光涨上天就是因为HBM这东西太抢手,Cerebras是直接绕开了对HBM的依赖 很多人看到 Cerebras最牛逼的benchmark:推理速度比GPU快10-15倍,第一反应就是下一个英伟达?! 先别急。 这个benchmark最大的问题,是默认AI的核心需求永远是“更快吐token”。 如果只是人类盯着ChatGPT聊天,这故事其实没那么性感。你每秒吐 30 个 token,我已经快读不过来了。再翻10倍,边际体验提升几乎为零。 真正有意思的是 Agent。 Agent不读字,Agent消费Token。速度直接等于生产力。 一个OpenClaw/Hermes agent,如果要读网页、写计划、调 API、跑代码、报错重试、继续执行,一个任务可能要几十次 inference call。 每次 2 秒,任务就是分钟级体验。 每次 200ms,就是另一个世界。 所以 Cerebras更值得关注的地方,是 AI worker 这条线,而不是单纯的chatbot加速。 但问题来了 - 它的magic来自 wafer-scale + 超大SRAM,本地访问极快。但SRAM这东西有天然 tradeoff,速度快,容量贵,大模型塞不下就必须拆分。 而一旦拆分,chip-to-chip communication 就上来了。 LLM inference里最怕通信的恰恰是 decode 阶段。token 是一个一个往外吐的,每多一次 hop,延迟就是硬加上去,没法隐藏。 所以 Cerebras能不能成,关键根本不在“比 GPU 快几倍”,而是未来 AI 的主流计算形态到底是什么。 1. 时间线一 - 未来几年还是 前沿超大模型一统天下,动不动几千亿甚至万亿参数,所有请求都让超大模型自己处理,那 Nvidia的distributed infra 依然最舒服,Cerebras的速度优势会被通信损耗吃掉很多。 2. 时间线二 - MoE、蒸馏、量化这些技术如果继续快速进步,未来两年70B左右的模型做到今天700B模型 80%-90% 的效果,我一点都不意外。(这里要强烈感谢Deepseek一大波!) 如果世界往这个方向走,故事就变了。 大模型负责 planning / judgement / orchestration。 真正执行任务的大量 worker model 落在 30B-70B 这个区间。 这些模型足够聪明,又刚好能吃到高速本地推理带来的红利。 Agent 世界里,大部分token根本不需要最聪明的大脑。很多工作本质就是执行层体力活:浏览网页、改代码、调工具、retry、继续跑流程。 这个 topology一旦成立,Cerebras就直接进入自己的甜区 3. 时间线三 - 未来推理是端侧为主,用的都是8B,14B的这些小模型,那GPU也能跑的很好,甚至专用的ASIC芯片效率更高,这个场景下Cerebras的优势和护城河也就不高了 换句话说,超大模型云端推理或者超小模型的端侧推理这两个平行宇宙,Cerebras的优势都不够明显,只有主流推理落在32B-70B中等模型这个Size,正好“Big enough to stress GPU memory, Small enough to fit locally” 才是Cerebras最能大展身手的世界 所以我对Cerebras的判断是,300多亿的市值,短期看订单,财务报表这些数据,长期赌的则是未来Agent时代的计算范式到底落在哪个平行宇宙的时间线上
显示更多
0
11
71
10
转发到社区
从Kraken直连美联储,到三大CEX“传统金融”新动作 如果退回到比特币刚刚诞生时,加密原教旨主义者们的终极愿景是“颠覆”传统华尔街。 然而,站在今天的时间节点上审视整个行业,我们发现剧本走向了另一个极其宏大且务实的终局:加密巨头们并没有消灭传统金融,而是正在将其全面吞噬、融合,并重塑为下一代全球金融基础设施。 近期,围绕Kraken、币安(#Binance)、##OKX# 和 #Coinbase# 这四大顶级CEX的一系列密集动作,构成了这一宏大叙事的完美拼图。加密交易所已经不再仅仅是“炒币的法外之地”,它们正在不可逆地成长为集清结算中心、全资产券商、#AI# 智能终端与合规银行于一体的“金融利维坦”。 一、 底层管道的突破:#Kraken# 直连美联储,坐上清结算“主桌” 长期以来,加密行业最大的命门在于“法币通道”。无论是多大的交易所,都必须仰仗传统中介银行进行法币的清结算,这导致了极高的摩擦成本和随时被“拔网线”的系统性风险。 但 Kraken 打破了这一次元壁。其旗下拥有怀俄明州特殊牌照(SPDI)的银行部门 Kraken Financial,正式获得了美联储的“主账户”批准,成为首家接入美联储核心支付系统的加密公司。 这意味着什么?这意味着 #Kraken# 跨过了所有中介商业银行,直接接入了日均处理超 4 万亿美元的 Fedwire 联邦电汇网络。虽然这是“有限权限”(不包含准备金计息等完整兜底),但 #Kraken# 在底层清算逻辑上,已经与数千家美国传统银行平起平坐。 传统银行业团体(BPI)对此表现出的强烈焦虑和批评,恰恰反证了这次突破的致命性。配合其200亿美元估值及IPO计划,Kraken 正在向资本市场讲述一个极其性感的全新故事:一家掌握美国法定货币底层清算分发能力的加密原生银行。 二、 资产端的全面融合:代币化证券与华尔街资本的深度绑定 当底层管道被打通,资产端的全面融合便水到渠成。头部CEX正在疯狂地将传统金融(TradFi)资产引入加密世界,同时也将加密流动性反哺给华尔街。 币安(#Binance)的数据揭示了惊人的趋势:# 自 2025 年 12 月至 2026 年 3 月,币安 TradFi 永续合约的累计交易量(Cumulative Trading Volume,紫色区域)和累计交易笔数(Number of Trades,粉色线条)经历了一个近乎垂直的抛物线式增长。 在 2026 年 1 月下旬至 2 月初,数据迎来了超级拐点。随后短短一个月内,累计交易量一举突破了 1300 亿美元大关,累计交易笔数逼近 9000 万次。其中,黄金和白银等宏观资产主导了这波狂潮。 这根陡峭的增长曲线意味着什么?它意味着海量的加密原生资金不再满足于仅仅炒作纯链上资产,而是开始通过 #CEX# 庞大且丝滑的流动性池,疯狂涌入传统宏观资产的定价博弈中。 与此同时,币安 Alpha 乘胜追击,大量上线 $Ondo 代币化证券(数量已达20个,覆盖 $COIN 、 $BABA 、 $MSTR 等美股核心标的)。这不仅仅是增加交易品种,这是在用区块链的流动性,重构美股的底层确权与流转方式。 #OKX# 则投下了一枚震撼弹: 纽交所(#NYSE)母公司洲际交易所集团(ICE)以# 250 亿美元估值对 OKX 进行了战略投资,并加入董事会。这绝不是普通的VC注资,而是全球顶级传统交易所与顶级加密交易所的世纪联姻。 OKX 计划将 2000 名员工迁往美国,向 ICE 提供实时加密定价数据,并在 2026 年下半年让全球超 1.2 亿用户直接交易纽交所上市的代币化股票和衍生品。传统金融巨头ICE清楚地看到,未来的流动性在 Crypto,而 OKX 则是那座桥梁。 #Coinbase# 更是直接“卷”入了传统券商的腹地: Coinbase 宣布直接上线股票交易功能(支持每周5天24小时延长交易)。同时,其面向机构的 Coinbase Prime 推出了统一跨品种保证金功能,将现货、加密衍生品甚至监管期货放在单一账户下计算风险。这已经是全球最顶级的机构级主经纪商(Prime Broker)玩法。 三、 用户体验升级:AI驱动与真实可信的社交网络 在机构端高歌猛进的同时,CEX在零售端(散户)的用户体验上也完成了对传统券商App的降维打击。 币安正在全面“AI化”: 其正式推出的 7 个 AI Agent Skill 堪称散户的专业研究员。从覆盖行情的交易指令,到秒级返回链上流动性和持仓分布的“代币详情”,再到自动检测增发/冻结风险的“合约审计”,以及梳理热点轮动的“Meme Rush”。结合正在审计的 MPC 钱包,币安正在将复杂的链上交互和投研,封装成极其傻瓜式的AI对话框。 OKX 则重塑了“金融社交(Social Trading)”的信任底座: 其推出的 Orbit 社交功能,用户展示的持仓、盈亏及交易记录全部由交易所底层数据直接生成,不可编辑、不可删除。配合与 KYC 绑定的创作者激励机制,OKX 正在打造一个基于绝对真实数据的去中心化金融彭博社+雪球。 四、 拥抱监管阵痛:走向阳光下的必经之路 “欲戴王冠,必承其重”。全面吞噬传统金融的代价,是必须面对极其严苛的国家级合规与税收监管。这也是整个行业成熟的标志。 币安亚太区计划今年新增 5 张牌照,使全球持牌数超 20 个,这种重金砸向合规合法的决心可见一斑。 而在美国,Coinbase 正站在与监管博弈和磨合的最前线。 面向美国国税局(IRS)的 1099-DA 数字资产税务申报表格,Coinbase 指出了其不合理之处(如要求申报微小的稳定币和Gas费会导致系统崩溃),但也同时在积极向数百万用户发送税务表单。IRS 甚至提出新规,允许交易所对拒绝电子接收税单的客户停止服务,CoinLedger 的数据也显示大量美国用户收到了纳税警告。 同时,#Coinbase# 高管在英国上议院强硬捍卫稳定币的价值,指出完全储备的受监管稳定币“比未投保的银行存款更安全”,并直面传统政客对于“银行脱媒(资金流失)”的担忧。这不仅是为自己辩护,更是代表整个加密行业在主流政治舞台上争取话语权。 结语:新旧世界的交汇点 纵观这四大巨头的最新动向:Kraken 搞定了底层法币清算;OKX 和币安通过 ICE 和代币化证券打通了中美股等核心传统资产;币安用 AI 重构了交易终端;Coinbase 则硬刚欧美监管,理顺税务与合规。 这已经不是一个“币圈”的故事了。当加密交易所开始用极低的成本、7x24小时的效率、真实的链上数据和AI辅助,向全球数亿用户提供存款、美股、黄金、加密货币一站式交易,并接受IRS的税务审计、美联储的底层清算时——传统华尔街券商和银行的护城河,正在被以不可思议的速度瓦解并重构。 加密世界不再需要依附于传统金融,因为它本身,正在成为新的传统金融。 Source:cryptoquant
显示更多
0
15
33
7
转发到社区
也是时候调整自己了,生活还是要向前看,让时间消化一切吧☀️ 今天偶然间在 pyq 看见这张图,提供了一个跟目前的主流声音截然不同,却更能精准对标现在 AI 周期所处的位置,有点启发 确实越想越觉得,AI 产业里很多我们原本「看不懂」的东西,一旦套到房地产的商业模式上,反而会变得异常清晰 🟨融资工具的进化,是 AI 周期能否持续的关键 房地产行业之所以能延续二十年长周期,本质上并不是因为开发商们自己多有钱,而是因为围绕着房地产,长出了一整套多层次、多期限、低成本的融资体系 ➡️通过银行贷款支持拿地 ➡️通过开发贷支持建设 ➡️信托和地产基金参与股权投资 ➡️商业地产可以做 REITs 退出 ➡️最后,甚至连购房按揭都可以变成一个长达三十年的金融工具 如果没有这整套的融资体系,再厉害的开发商也撑不过一轮周期 而现在的 AI 产业,最缺的就是这套体系 今天的大科技公司,本质上都是在用自己的信用、自己的现金流、自己的股票做融资担保 谷歌、Meta、亚马逊、微软这些巨头,即便账上现金再多,也不可能实现无限扩张 他们迟早需要把手里那几千亿美元的 AI 基础设施,打包成可以被外部资金持有的资产 这条路其实已经开始出现苗头了 CoreWeave、Lambda、Nebius 这些独立算力供应商的兴起,本质上就是「专业开发商」在崛起 他们用私募基金的钱建设数据中心,签长期租约给大模型公司,再把这些数据中心打包融资 相信未来几年里,我们将一定会看到: AI 数据中心 REITs、AI 算力基金、GPU 租赁资产证券化、算力收益权凭证这些金融工具的陆续出现 甚至,主权基金、养老金、保险资金这些长期资本,也会慢慢成为 AI 基建最重要的资金来源,就像当年的保险公司就是地产行业最大的长期资金一样 可以预见,谁能先把 AI 资产的证券化、标准化、可交易化这条路打通,谁就掌握了下一个十年的金融话语权 这也是为什么英伟达已经开始自己下场做投资、做生态、做长期客户绑定 GPU 厂商正在变成「卖地+放贷+做物业」的三合一角色 🟨AI 时代的「土地」,是电力、是冷却、是不动产 曾经,房地产开发商最关心的是什么来着? 不是房价,是地段 而地段的核心是什么?是稀缺资源 AI 时代的稀缺资源并不是硅片 真正的稀缺资源是电力、冷却水源、网络枢纽位置、政府的审批牌照,是当地电网的承载能力 GPU 可以每年迭代,而变电站的审批和建设周期是 5-7 年,核电就更狠了,一座新核电站从规划到投产要 10-15 年 将来谁手里有电力指标,谁就是手里有未出让土地的开发商 马斯克把 xAI 的最大数据中心放在孟菲斯,是因为那里有田纳西河流域管理局提供的廉价电力 亚马逊 AWS 在弗吉尼亚北部的疯狂扩张,是因为那里既有便宜的水电,又有美国东海岸最大的人口聚集区 微软重启三里岛核电站,是因为这将提供稳定、低碳、24 小时运转的基载电力,而这,才是数据中心最稀缺的「土地」 未来十年里,AI 产业的「拿地」大战,本质上是一场关于电力、冷却资源、网络时延的战争 甚至,连地理位置都会分层: 一线数据中心会建在能源富集区 二线数据中心会建在用户密集区 边缘计算节点嵌入到每一座城市 这种分层结构,是不是有熟悉的感觉了,几乎和城市核心区、郊区、卫星城的房地产分层逻辑一模一样 🟨周期是逃不掉的,房地产的教训 AI 行业必须早学 房地产行业最伟大的智慧 —— 是周期 涨多了会跌,跌多了会救,救完又会涨,涨完又会跌 二十年来,央行、政府、开发商、购房者都在与这个周期共舞 如今的 AI 产业也不能例外 现在很多人以为 AI 是没有周期的,会一直涨下去,这是一个非常危险的错觉 GPU 会换代,大模型会过时,数据中心会折旧,客户会流失,利率会上升,资本开支会放缓 当全球大科技公司的资本开支增速开始见顶的那一天,AI 产业链的上游会最先感受到寒意 就像房地产周期里,工程机械、水泥、玻璃这些上游周期股,永远是周期最敏感的方向 未来几年里,AI 产业链里最大的风险不是模型的能力不够强,而会是产能的过剩 当所有大科技公司都建好了足够多的数据中心 当所有大模型公司都签了足够多的算力合约 当英伟达一年能卖出几千万颗 GPU 需求端只要稍微放缓一个季度,整个产业链就会进入库存调整期 这个时候,能活下来的公司只会有两类: 一类是成本最低的全产业链龙头 一类是绑定了长期需求的服务商 这就是为什么众多云计算厂商(AWS、Azure、GCP)一旦建成,就是他们自身最强的护城河 就像真正穿越房地产周期的,不是开发商,而是那些采取收租模式的物业公司 🟨折旧与「拆迁」,是这个 AI 时代最被低估的风险 房地产行业有着一个很重要的特征:房子很难过时 一栋楼一旦盖好,可以用 50 年、70 年,即使户型过时了,只要地段还在,主结构还在,折旧相对都是可控的 但反观 AI 基础设施的折旧速度,会比房地产快上几十倍 H100 还没大规模铺开的时候,H200 就来了,Blackwell 还没交付多久,Rubin 又在路上了 每一代 GPU 的性能提升,都是对上一代资产的「功能性报废」 这就相当于在地产周期里,房子盖好两年就要被强制拆迁 这种「技术性折旧」才是 AI 时代最大的资本风险,投出去的成本还没收回来就不能用了 英伟达之所以能一直维持这么高的估值,本质上不是因为它卖了多少 GPU 给众多 AI 公司,而是因为通过 CUDA 生态,能把所有客户都锁死在它的折旧节奏上 客户用得越深,迁移成本就越高,英伟达的护城河也就越深 这就是为什么英伟达毛利率可以维持在 75% 以上,本质上,这已经不是一家卖产品的芯片公司了,而是一家「AI 时代的房地产收租公司」 同理,AMD、博通、Marvell 这些公司如果想挑战英伟达,核心也不是堆算力,而是要建立自己的生态 没有生态的算力,就相当于过去空置的写字楼 🟨需求侧:AI 不是为了「住人」,是为了「生产」 「房地产满足的是居住需求,AI 满足的是生产力需求」 这是 AI 和地产最大的区别,同样也是 AI 最大的希望 居住需求是有上限的,毕竟一个人只能住一套房子,而生产力的需求没有上限,只要有真实的效率提升,一个企业可以无限叠加 AI 能力 如果 AI 能持续提升企业的利润率,提升整个社会的产出效率,那么这场算力建设周期的天花板,就会比房地产高得多 这也是为什么我虽然对短期 AI 资本开支的泡沫保持着高度警惕,但对 AI 产业的中长期需求充满信心 关键变量是 —— AI 创造的价值,能不能持续大于 AI 消耗的算力成本 如果答案是肯定的,那么这场建设周期还可以持续 20 年,甚至 30 年 如果答案是 no,那么今天所有的数据中心、所有的 GPU、所有的资本开支,都会变成明天的折旧负担 应用层跟得上,就是又一个黄金十年,应用层跟不上,就是下一个日本 90 年代拉开序幕 这个问题的答案,就不是任何一家公司能单独回答的了,它需要整个产业去回答 🟨回到投资:谁是这个时代的「卖铲子的人」? 如果整个 AI 周期是真实存在的 如果「卖铲子」的逻辑是持续成立的 如果应用层真的是会爆发的 那么未来十年,最值得长期持有的标的,就不一定是模型公司和云厂商了 而是那些在产业链中游、无法被绕开的「材料和工具」供应商 GPU 厂商们是显而易见的,但真正被低估的,会是那些不起眼的基础设施供应商: 电力设备公司、冷却系统公司、光模块公司、高速互联公司、机柜结构件公司、电源管理公司 这些公司会像房地产周期里卖水泥、卖钢筋、卖防水材料的公司 他们的题材不性感,上不了台面儿,不会轻易被媒体讨论 但他们的现金流稳定,毛利率可控,订单可见性极强 每一次新的数据中心开工,他们都会是最先拿到订单的 每一次数据中心的交付,他们都是最先收到回款的 他们才是这个 AI 时代的「隐形收租人」 如同上个房地产周期里一样 🟨最后 —— 一个或许不一样的结尾 相比一个互联网行业故事的重复,这次的 AI 或许是更贴近地产行业的故事 如果用互联网的思维去理解 AI,会持续高估软件、低估基建 而用房地产的思维理解 AI,相信至少在未来 3-5 年的时间维度下,会更接近真相 但也要指出,不同的是,AI 的需求侧可能会是下一场工业革命级别的叙事 这就意味着,AI 产业既会有房地产式的周期波动,同时也会有工业革命式的长期红利 作为聪明的投资者,我们应该做的是: 在房地产式的周期里,找到工业革命式的长期赢家 周期是逃不掉的,但长期趋势,更是挡不住的 我们这代人,正在见证的,可能就是人类有史以来最大的一次算力建设周期,也是最大的一次生产工具革命 潮水最终会退去 但这次 潮水退去之后留下的 会是一个完全不同的世界吧 #AI#
显示更多
0
142
90
2
转发到社区
☆JVID特別企劃★ 【夏日熱浪誘惑】安安巨乳翹臀蜜大腿超養眼,再加上隨著節奏性感慢搖,成為夏日最每一道景色,讓人越看越著迷、越看越上火。 創作者:@jkfnet 模特兒:@anna19971219
显示更多
OKKNTR261 你向女朋友提议,让她去和房东上床来抵房租。你看着她从穿着无聊运动裤的普通女友,瞬间变身成性感火辣的性感炸弹。通过你偷偷安装的隐藏摄像头直播画面观看,确保事情“顺利进行”。房东说:“如果你把这个避孕套摘掉,我就再免费给你一个月房租。” 看来,以后你再也不用为房租发愁了。
显示更多
0
37
80
4
转发到社区
🔥金主爸爸定制·伯虎战秋香 超级精品一期🔥 颜值爆表的极品短发美女,身材火辣,皮肤白嫩光滑,特意穿上性感火红的细绳情趣内衣,为金主爸爸献上这场极致诱惑的私人定制秀。 她先是跪坐在床上,双手轻轻托着丰满挺翘的雪乳,媚眼如丝地看着镜头,红唇微张,乳头在指缝间若隐若现。随后她大胆张开双腿呈M字型,纤细手指直接伸向粉嫩湿润的骚穴,轻轻揉弄着阴唇和阴蒂,浪叫着展示自己最淫荡的一面。接着她转过身去,高高撅起圆润肥美的雪臀,跪趴在床上成完美后入式,红色的细绳内裤被扒到一边,湿漉漉的骚逼完全暴露,腰肢下塌,翘臀高抬,一副随时准备被金主爸爸从后面狠狠操干的骚样。 整场画面极致香艳,这位高颜值极品骚货用最专业的姿势和表情,完美诠释了什么叫“听话又浪”的顶级尤物,让人一看就硬,欲罢不能!
显示更多
0
1
52
117
转发到社区