跟着黄仁勋吃北京！6家老字号不踩雷 🍜🦆 老黄亲测：在北京，吃得开心才有能量改变世界！ 01 海碗居炸酱面 02 四季民福烤鸭 03 方砖厂69号 04 姚记炒肝 05 护国寺小吃 06 南门涮肉 📸 更多美食详情戳海报 👆 看看老黄都点了啥～ 👉 注册WEEX： #北京美食# #黄仁勋同款# #WEEX#

英伟达ceo黄仁勋想喝我同款蜜雪冰城，他得搭着特朗普的专机，一大早来北京 而我只需要手指轻轻下单，红蓝黄三个颜色的骑士争抢着为我送！

英伟达与高通猝不及防，中 国车企自研芯片纷纷登场！ 当英伟达CEO黄仁勋在CES 2025上自信地宣布"自动驾驶 汽车已经到来"时，他可能没 有意识到，他口中那些"必须 使用自动驾驶技术"的汽车公 司，正悄然将他从核心供应 商的名单上划掉。同样，高 通CEO安蒙或许也没想到， 那个在汽车座舱芯片市场占 据70%份额的巨头，在智能 驾驶领域正遭遇中国车企的 集体"叛逃"。一场由中国车企 主导的自研芯片浪潮，正在 改写全球汽车半导体的权力 版图。 01 从"买买买"到"造造造"：中国 车企的芯片觉醒 时间回到几年前，英伟达的 Orin系列还是中国高端智驾 市场的绝对王者。小米 SU7、理想L系列、极氪001 等明星车型，无不以搭载双 Orin X芯片（508 TOPS算 力）作为智能化卖点。高通 则凭借骁龙8295座舱芯片， 几乎垄断了智能座舱市场。 彼时，英伟达Orin-X单一型 号即占据中国智驾域控芯片 约45%的装机量，高通在座 舱领域的统治力更是无人能 及。 然而，转折来得比想象中更 快。2025年，中国车企自研 智驾芯片进入规模化量产元 年：小鹏的"图灵"AI芯片在二 季度量产上车，蔚来ET9搭 载自研的5nm"神玑 NX9031"芯片交付，吉利旗 下芯擎科技的"星辰一号"7nm 芯片也实现量产。甚至连一 向在智能化上"慢半拍"的比亚 迪，也在2024年启动了自研 芯片项目，推出4nm制程的 BYD 9000座舱芯片。 这场自研浪潮的导火索，首 先是成本。> 蔚来创始人李 斌曾算过一笔账：自研芯片 后，"一年可以少花几十亿人 民币采购英伟达的芯片"。小 鹏汽车为研发图灵芯片耗资 超百亿元，历时五年，其间 甚至因架构错误赔偿数亿元 推倒重来。何小鹏坦言，虽 然投入巨大，但自研芯片在 BOM成本上每颗可节约约 1200元，大规模出货后将显 著优化整车成本结构。 更深层的动机，是对技术自 主权的渴望。英伟达和高通 的芯片本质是"通用平台"，车 企只能在其框架内做算法适 配，大量算力被闲置。而小 鹏的图灵芯片专为AI大模型 设计，算力利用率比通用芯 片提升20%，最高支持本地 运行300亿参数的大模型。蔚 来神玑NX9031采用5nm工 艺，拥有500亿晶体管规模， 官方宣称"一颗抵四颗Orin"。 这种软硬件深度耦合带来的 效率提升，是外采芯片无法 比拟的。 02 英伟达的"Thor焦虑"与高通 的"融合困境" 面对中国车企的集体转向， 英伟达并非没有准备。其新 一代Thor芯片将算力天花板 推至2000 TOPS，试图以绝 对性能优势巩固地位。然 而，Thor芯片的量产时间多 次延期，引发部分车企转向 自研或国产方案。更致命的 是，Thor的"黑盒属性"让车企 担忧——一旦深度绑定英伟达 生态，未来的算法迭代将受 制于其技术路线。 英伟达汽车业务的增长"失 速"已现端倪。虽然其在AI算 力上的技术积淀短期内仍不 可替代，但市场份额的下滑 趋势明显。2025年下半年， 地平线的征程J6P开始交 付，直接挑战英伟达在 L2++市场的地位；华为昇腾 MDC平台搭载量突破100万 辆，与特斯拉自研FSD并列 成为行业标杆。英伟达在中 国市场的统治力，正从"绝对 垄断"退化为"多元竞争中的一 极"。 高通的情况则更为微妙。它 在座舱芯片市场的优势无人 能撼动，全球超3.5亿辆汽车 搭载骁龙数字底盘，中国市 场覆盖超210款车型。但在智 驾领域，高通走的是"舱驾融 合"差异化路线，主打中低端 车型的成本优化。骁龙8650 智驾芯片算力仅30 TOPS， 与英伟达Orin X的254 TOPS 相去甚远；即便是最新的 Ride Elite至尊版，约720 TOPS的AI算力也未能打开高 端市场。 中国车企的自研策略，恰恰 精准打击了高通的软肋。小 鹏图灵芯片不仅用于智驾， 还能支持智能座舱功能，实 现"一颗芯片管全车"的舱驾融 合。蔚来、吉利也在推进类 似的全融合SoC方案。这意 味着，高通赖以生存的"座舱 优势带动智驾"逻辑，正在被 车企自研的"全域融合"芯片所 颠覆。 03 从"供应商时代"到"战国时 代"：格局重构 2025年的中国智驾芯片市 场，可以用"旧王新贵的战国 时代"来形容。英伟达、高 通、Mobileye等国际巨头， 华为、地平线等本土供应 商，以及小鹏、蔚来、吉利 等车企自研力量，三方势力 交织缠斗。 一个显著的趋势是：车企自 研并非要完全取代供应商， 而是构建"自研+外购"的混合 模式。理想汽车仍在部分车 型上使用英伟达Orin X，但同 时推进自研M100芯片，预计 2026年量产；小米SU7继续 搭载英伟达双Orin X，但业内 传闻其自研的"玄戒O2"芯片 将于明年上车。这种"多条腿 走路"的策略，既保障了供应 链安全，又为技术迭代预留 了空间。 对英伟达和高通而言，真正 的威胁不在于失去某几个客 户，而在于行业规则的改 写。过去，芯片厂商定义算 力标准，车企被动跟随；如 今，车企根据自研算法需求 反向定义芯片架构。端到端 大模型、VLA（视觉-语言-动 作）模型的兴起，让"有效算 力"取代"峰值算力"成为新的 评价标准。英伟达Thor的 2000 TOPS固然耀眼，但如 果无法高效运行车企的特定 模型，不过是数字游戏。 更深远的影响在于生态。小 鹏图灵芯片不仅用于汽车， 还将搭载于AI机器人和飞行 汽车；蔚来神玑芯片未来可 能外供其他车企。一旦车企 自研芯片从"成本中心"转变为 可外供的产品线，英伟达和 高通将面临来自下游客户的 直接竞争。 Synopsys首席执 行官曾预言："更多汽车制造 商将不得不在公司内部构建 芯片开发设计能力。"这一预 言正在中国率先成为现实。 04 未来：开放与封闭的博弈 站在2026年的门槛回望，中 国车企自研芯片的浪潮绝非 一时冲动，而是智能电动汽 车产业成熟的必然结果。当 软件定义汽车成为共识，硬 件必须与算法深度协同；当 数据成为核心资产，算力平 台必须掌握在自己手中。英 伟达和高通或许曾以为，凭 借技术优势和生态壁垒可以 高枕无忧，但他们低估了中 国车企对技术主权的执念， 也高估了"通用平台"在垂直场 景中的不可替代性。 当然，这场变革并非零和博 弈。英伟达的CUDA生态、高 通的连接技术，短期内仍是 行业基础设施。中国车企的 自研芯片，更多是在"增量市 场"中争夺定义权，而非在"存 量市场"中彻底颠覆。但一个 不可否认的事实是：全球汽 车半导体的权力中心，正在 从硅谷向东方转移。 英伟达与高通没想到的，或 许不是中国车企会自研芯片 ——毕竟特斯拉早已做出示范 ——而是这股浪潮来得如此迅 猛、如此决绝。当小鹏 MONA M03的升级版悄然换 上自研图灵芯片，当蔚来 ET9以78.8万元的身价搭载神 玑NX9031驶下生产线，当比 亚迪将自研芯片铺向10万至 20万元的主流市场，一个属 于中国"芯"的时代，已然开 启。 而对于英伟达和高通来说， 最紧迫的问题不再是"如何卖 出更多芯片"，而是"如何在车 企自研的时代找到自己的新 位置"。毕竟，当曾经的客户 变成竞争对手，游戏规则已 经彻底改变。

过去 2 小时跟踪了全网 210 条新闻消息，筛出 5 条关注的核心信号。黄仁勋登上空军一号显示出芯片出口管制的博弈已进入顶层决断，而铜价突破 1.4 万美元则反映了地缘冲突对工业底层的压力。 1/ 黄仁勋确认随特朗普同乘空军一号访华。此前关于其未受邀的报道被特朗普本人在社交平台斥为 "FAKE NEWS"。作为全球 AI 算力龙头的掌门人，黄仁勋的随行显示出芯片企业正在寻求出口管制的实质性松绑，顶层外交博弈将直接决定未来四年算力硬件的贸易边界。 $NVDA $TSM 2/ LME 铜价触及 14,196 美元，逼近历史最高纪录。中东硫磺供应枯竭导致非洲矿山的硫酸提取能力受限，这已是物理上的供给中断。铜矿产能缺口在短期内无法通过资本开支弥补，资源端的价格压力正通过产业链向制造端传导。 $FCX $CPER 3/ 工业富联 CPO 交换机订单量从 1 万台大幅上修至 5 万台以上。英伟达已锁定 2026 至 2027 年的机柜产能，全光 CPO 交换机预计在三季度进入量产。算力竞争目前聚焦于数据中心内部的互联带宽，CPO 方案已进入商业爆发期。 $601138.SH $NVDA 4/ SK 海力士股价大涨 7%，其关联方 SKC 计划融资 1.17 万亿韩元量产玻璃基板。该技术样品正接受 AMD 和亚马逊云服务的性能测试。玻璃基板作为提升芯片集成度、越过先进制程障碍的关键材料，正成为存储巨头在 HBM 之外竞争的新壁垒。 $07709.HK $TSM 5/ 日本三大银行最快于本月底采用 Anthropic 的 Mythos 系统。美国财长贝森特亲自向日方通报了这一进展，这揭示了 AI 技术在金融基础设施安全领域的国家级渗透。AI 需求已由实验室的模型训练变成全球金融核心业务的防御性部署。 $NVDA $TSM 以上是本时段核心信号。觉得有用，转发让更多人看到。

【史上“最贵CEO团”、第一夫人改儿子儿媳：特朗普访华随行“天团”找亮点】 这次随行的有十几位美国顶级企业掌门人，其中包括特斯拉创始人马斯克、即将卸任的苹果总裁库克，以及最后一刻才获邀、在特朗普专机于阿拉斯加停留加油期间才加入的英伟达CEO黄仁勋等，覆盖科技、金融、航空、农业等核心领域，被称为“万亿美元级别代表团”，成员个人财富合计超过1万亿美元。可以说，特朗普这次是把美国工商界的“半壁江山”带到了北京。 特朗普：“二三把手我都不让他们来” 特朗普的中国行引发中国网民的广泛关注。话题 #特朗普访华##、##特朗普参观天坛##和##特朗普说二三把手我都不让他们来##等话题在中国社交平台微博上的阅读量已经破亿，纷纷位居热搜榜前列。# 5月14日上午，中美元首会谈期间，特朗普向习近平表示：“我们邀请了全球排名前30的大企业负责人，他们每一个人都答应来了。而且我不要公司的二把手、三把手，我只要最高层领导。他们今天来到这里，是为了向你以及中国表示敬意。” 此番言论受到大量中国网民点赞。不少社媒用户也分享了这些企业高管离开北京人民大会堂时竖起大拇指的照片。 中国官媒新华社报道，习近平向随同特朗普访问北京的美国企业代表团表示，中国开放的大门“只会越开越大”，并称欢迎美中加强合作、相信美国企业在中国将拥有更广阔的发展前景。 周四晚些时候，中国总理李强与这些到访的美国工商界代表还举行了集体会见。马斯克携儿子 X Æ A-Xii 参加会见，刚满六岁的小男孩身穿一件带有盘扣设计的中国风锦缎马甲亮相，颇为吸引眼球。 “儿子儿媳外交”取代“第一夫人外交”？ 与上一次访华（2017年）相比，特朗普随行的家族成员发生明显变化：9年前陪同出访的是第一夫人梅拉尼娅，她与彭丽媛的互动也颇受关注。 而这次跟随前往北京并陪同参观天坛的是特朗普的二儿子埃里克·特朗普（Eric Trump）和二儿媳拉拉·特朗普（Lara Trump）。 据悉，拉拉·特朗普曾经参与特朗普的竞选团队，也曾担任共和党全国委员会联合主席，以及福克斯新闻评论员，可以说既是特朗普家族成员，又深度参与共和党政治，在政界和媒体界都有一定影响力。 在特朗普第一任期内颇为活跃的大女儿伊万卡近年来已经鲜少与父亲公开“同框”，基本淡出了核心政治圈。

北京。人民大会堂。川普在国宴前对着儿子、儿媳彩排晚宴演讲。如看过川普妻子梅拉尼娅的纪录片，就会知道，川普每次上台演讲，都会对着家人或助理彩排。大众过去往往认为，川普的演讲风格是纯即兴的、意识流的，甚至很多带有强烈个人色彩的“金句”，和手势看起来都是随机发挥。但纪录片捕捉到的镜头证明，即兴的背后其实有着高度精细化的“剧场式彩排”。 川普在私下里会极度在意自己的站位、眼神、语气和助理及家人的实时反馈，甚至会将同一段词用不同的语调反复测试。在这些私密彩排中，梅拉尼娅、他的子女以及最核心的亲信助理，承担了极其重要的“人肉反馈器”角色。川普会非常直接地询问他们“这样讲效果怎么样？”再看看餐桌上，马斯克和黄仁勋旁边的几个中国企业家，一个个呆若木鸡，就不能提前准备一下问题，抛给马斯克和库克…

今天中美元首会谈的行程还是很密集的，这会他们应该还在天坛，我们先来梳理一下截至目前的会谈成果。 习说中美不能陷入修昔底德陷阱。川说别人都不知道我们关系其实很好有问题随时打个电话就解决了。 习说2026是中美关系继往开来的一年，结合昨天的新闻“中美关系不会回到过去，但可以一起开创未来”其实就是中美关系需要重新调整和定位了，但现在问题的关键在于美方是否接受。从“我同特朗普总统赞同将构建“中美建设性战略稳定关系”作为中美关系新定位，将为未来3年乃至更长时间的中美关系提供战略指引”这句话来看，川普应该是接受了新定位。 习说昨天，双方经贸团队达成了总体平衡积极的成果，也就是说何立峰贝森特的会谈还是取得了成果的，不然空跑一趟访华也太丢面子了。而且看起来是取得了互利共赢的成果，也就是说双方都进行了让步。这个大概明后天就会宣布，静等即可。估计利好中美股市。 习强调台湾问题是中美最大公约数，结合川普在天坛没有回答记者两次追问台湾问题来看，这个话题应该是重申了立场或者进行了让步，总之不会是给出一个让台独分子高兴的回答。 川普重点介绍了随访的企业家，再结合只有马斯克及黄仁勋一起乘坐野兽一号座驾的新闻可以看出很多东西。马斯克去年跟川普的别扭大概就是当时说的唱双簧，即使当时不是演的，后来俩人依然亲密无间，从昨天出专机顺序也能看出来。老黄虽然是半路补票极限操作才来的，但是英伟达在AI和芯片领域的重要性不用多说，这也是美国对中国的一张大牌，不可能轻易把老黄打入冷宫的，但是作为华裔被敲打也是很正常的。 川普特意强调很多人都想来，但只带了大企业的一把手，二把手三把手都没让他们来。即是抬咖位和规格，也是不想带太多人显得有求于人或者太给中国面子。但是带来的这十几位老板背后企业市值合计超过了10万亿美元，在全球范围能的能量也不用多说。 双方元首还就中东局势、乌克兰危机、朝鲜半岛交换了意见，注意这个排序，中东第一，俄乌第二，半岛第三，非常符合当前国际局势的热度。估计伊朗问题随后也会有一个安排，但要等到普京到访后才能有定论。但如果中东缓和的话，油价上涨势头可能就会放缓，甚至期货可能又会突然V一下，但毕竟现货供应紧张，下跌空间有限，如果下跌就继续做多。 后续我们继续关注和追踪今晚的国宴，明天的工作餐还有最后的联合声明，已经川普回国后如何在Truthsocial上表态。

Token 经济与加密货币世界的 Tokenomics 有何异同？ 为什么要关注Token？因为它让AI变成了一种可以计量、定价和交易的资源——就像“千瓦时”让电力有了价格，“桶”让石油有了期货市场。有了Token，AI经济就有了可以算账的单位。围绕这个单位，目前也正在形成一套全新的经济逻辑：有价格、有供需、有产业链、有国际竞争、有待解决的制度难题。 这就是Token经济学要讨论的事。Token 经济与加密货币世界的 Tokenomics 有何异同？ 两个Token，两个世界 说起来，这个世界上真正混乱的事情不多，两个东西叫同一个名字却毫不相干，算是其中之一。AI的Token和加密货币的Token，就像两个叫”刘伟”的人，一个在北京开餐馆，一个在上海做期货，见面了也没什么好说的。雷锋与雷锋塔区别！ 但这两个Token，最近都很热闹。热闹到让很多人以为它们是一回事。 Token这个词，到底是不是新营销词 先得承认，Token这个词确实有被滥用的嫌疑。每隔几年，科技圈就会造出一批新词，让人觉得时代变了，其实换汤不换药。“大数据”火的时候，什么都往大数据上靠；”云计算”火的时候，什么都上云；现在轮到Token了。 不过这次有点不一样。Token不只是一个营销标签，它背后有真实的计量逻辑在撑场子。 就像”千瓦时”让电力有了价格，“桶”让石油有了期货市场，AI的Token做的是同一件事：把原本看不见摸不着的”智能算力”，变成一个可以算账的单位。有了这个单位，才能定价，才能比价，才能有产业链，才能有国际竞争。 所以Token不只是营销词，它是一把尺子。问题在于，AI这把尺子，和加密货币那把尺子，量的完全是不同的东西。 AI Token：一个从技术后台走到聚光灯下的计量单位 Token这个概念在计算机里其实由来已久。编译器做词法分析，早就把文本拆成一个个Token。网络安全里，身份验证令牌也叫Token。这些都是幕后工作，从没人觉得它有什么经济价值。 转折点在2017年，Google发表了那篇著名的论文《Attention Is All You Need》，提出了Transformer架构。这篇论文之后，所有大语言模型处理信息的方式都统一了：输入进来的文字，先被切成Token序列，模型一个个处理，再输出Token序列。Token变成了AI”思考”的基本粒子。 但这时候Token还没有经济属性，只是工程师内部的技术术语。 2022年11月，ChatGPT横空出世。这是个分水岭。 2023年3月，OpenAI推出GPT-3.5的API，第一次采用按Token计费。输入多少Token，输出多少Token，分别定价。那时候GPT-4的价格是每百万input token收30美元，output token收60美元，按今天的标准看，贵得像天价。 从那一刻起，Token从技术单元变成了经济单元。Anthropic跟上，Google跟上，国内百度、阿里、腾讯全跟上，全行业默契地采用了这套计费方式。Token成了AI服务的通用货币单位。 价格这三年掉得惊人。GPT-4刚发布时，每百万input token要30美元。 从2022年底到现在，GPT-3.5级别的模型使用成本从每百万token约20美元跌到了0.07美元，整整降了280倍。照这个速度，a16z记录的数据显示，LLM推理成本每年约下降10倍，堪称摩尔定律的重生。 便宜了有什么后果？后果是用量爆了。 这里有个经济学里的老故事，叫Jevons Paradox。1865年，英国经济学家Jevons发现，蒸汽机效率越高，煤炭消耗反而越多，因为效率降低了门槛，用的人更多了。AI Token正在重演这个故事。企业AI云支出从2024年的115亿美元涨到了2025年的370亿美元，整整翻了三倍，而这期间token单价跌了超过95%。 Google内部的token处理量在十八个月内增长了130倍。 越便宜，用得越多。越用得多，总账单越大。 这背后还有个推手，叫Agent。以前是人在问AI，AI回答，一问一答，token消耗有限。现在Agent出来了，AI在自动跑任务，自己调用自己，一次任务可以消耗几十万甚至上百万token。这不是线性增长，是指数级的爆炸。 2026年3月，黄仁勋在英伟达GTC大会上把”Token”这个词说了超过70次，把数据中心重新定义为”Token生产工厂”，把评价算力的核心指标从FLOPS换成了”每瓦Token数”。同一天，阿里巴巴把通义、千问、MaaS等板块整合，成立了Alibaba TokenHub事业群。Token经济，在2026年正式被主流商业世界承认了。 AI Token的上下游：一条新的产业链 AI Token经济的有意思之处，在于它重塑了整个产业链的逻辑。 上游是能源和芯片。每生产一个Token，都要消耗真实的电力和算力。英伟达的GPU是目前最主要的Token生产设备，黄仁勋把它卖给全世界的数据中心，本质上是在卖”Token生产产能”。能源成本直接影响token成本，这让AI经济和能源经济绑在了一起。 中游是大模型公司。OpenAI、Anthropic、Google、国内的百度、阿里、腾讯，都在这个位置。他们把算力和模型打包，按Token卖给开发者。这一层的竞争极其激烈，价格战打得很惨，但总量在涨，所以大家还活着。 下游是应用层。各种SaaS产品、企业工具、消费者产品，把Token的成本打进自己的定价里，再卖给最终用户。Token成本在企业财务里已经是刚性支出，和房租、人力一起躺在成本表里。 这和传统软件经济的逻辑不一样。以前软件卖出去之后，边际成本趋近于零，用户越多越赚钱。AI服务不是这样，每次用户交互都有真实的Token消耗，规模大了，成本也跟着大。这是一个全新的商业模式，整个行业还在摸索怎么把它算清楚。 加密货币的Token：从一枚Coin开始的故事 要说清楚加密货币的Tokenomics，得从更早的地方讲起。 2008年金融危机，全球对银行体系的信任跌到低谷。这个背景下，一个叫Satoshi Nakamoto的神秘人物发布了Bitcoin的白皮书，2009年Bitcoin网络正式上线。2010年5月22日，程序员Laszlo Hanyecz用一万个BTC换了两个披萨，这是比特币历史上第一笔真实商品交易。这笔交易现在被称为Bitcoin Pizza Day，那一万个BTC今天价值近十亿美元。 Bitcoin是一个Coin，有自己的区块链，规则写在代码里，总量2100万枚，靠挖矿产生，四年减半一次。这是最早的加密货币逻辑：用数学创造稀缺，用共识创造价值。 Coin时代的Token概念很简单：就是一种数字货币，用来存储价值和转账支付。Bitcoin是Coin，Litecoin是Coin，它们都有自己的链，规则各不相同，互不兼容。 然后Ethereum出现了，把整个游戏改了。 Ethereum的核心发明是智能合约。有了智能合约，任何人都可以在Ethereum上发行自己的Token，不需要搭建新的区块链。2015年，开发者Fabian Vogelsteller提出了ERC-20标准，描述了一套技术规范，让所有基于Ethereum发行的Token都能互相兼容，在各种钱包和应用里无缝使用。ERC-20在2017年正式实施。 ERC-20的意义在于，它把发Token的门槛从”搭一条链”降低到了”写一个智能合约”。2017年ICO浪潮中，过了5分钟就能发出一个新Token，中心化交易所上架新Token的时间也从几个月缩短到几天。 这就引发了2017年的ICO大爆炸。 2017年到2018年间，数千个项目进行了Token销售，ICO在2018年前三个月就募集了63亿美元，是2017年全年的118%。项目方写一份白皮书，发出Token，散户拿着ETH来换，钱哗哗地流进来。其中有真正想做事的团队，也有大量的骗局和空气项目。监管机构随后介入，SEC把不少ICO认定为非法证券发行，这场派对才逐渐收场。 但ERC-20打开的大门就再没关上。从那以后，crypto世界的Token不再是简单的数字货币，开始承载更复杂的经济功能。Tokenomics这个词，就是在这个背景下诞生的。 Tokenomics：加密货币世界的经济设计学 Tokenomics这个词，是Token和Economics的合体，研究的是一个加密项目怎么设计自己的Token经济体系。它包括发行总量、分配比例、释放节奏、通胀通缩机制、使用场景、持有激励……本质上是在回答一个问题：凭什么有人要买我的Token，买了之后为什么不卖？ 这些年发展出了几个有代表性的模型。 Governance Token模型是2020年DeFi夏天流行起来的。Compound和Uniswap在2020年普及了Governance Token，持币者拥有对协议方向的投票权，但没有直接的现金流权益。用白话说，就是持Token可以投票，但不能分钱。这个模型一开始很流行，因为绕开了监管对”证券”的定义，但后来大家发现，一个没有经济权益的治理权，价值有多大，很难说清楚。 veToken模型是Curve Finance搞出来的，后来影响了一大批DeFi协议。ve(3,3)模型是Andre Cronje在2021年1月提出的，融合了Curve的Vote Escrow机制和OlympusDAO的(3,3)博弈论。基本逻辑是：把Token锁仓，换成veToken，锁仓时间越长，获得的veToken越多，投票权和协议收益也越大。这个设计试图解决短期投机者砸盘的问题，鼓励长期持有。Curve用这套veCRV模型吸引了大量流动性，成为DeFi里流动性最深的DEX之一。 Deflationary模型是Bitcoin开创的，很多项目跟进。通过限制总量、定期销毁，制造通缩预期，支撑价格。以太坊在EIP-1559之后，每笔交易都会销毁一部分ETH，使得ETH在高使用量时期变成通缩资产。 这些模型各有各的玩法，但有一个共同点：它们的价值都依赖于市场共识。没有人相信，Token就没有价值。这和AI Token完全不同，AI Token的价值是真实算力消耗在背后撑着的。 两个经济体，两条路 说到这里，可以把这两个世界放在一起看了。 AI Token的产业链是垂直的、中心化的。英伟达造芯片，云厂商建数据中心，大模型公司训练模型，应用公司调API，最终用户买服务。每一层都是真实的成本和真实的价值。Token是计量单位，不是资产，用了就没了，没有任何金融属性。整个产业链最终服务的是实体经济，帮企业提升效率，帮开发者造产品。 加密货币的产业链是网络化的、去中心化的。矿工或验证者维护网络安全，协议层发行和管理Token，持有者通过投票参与治理，投机者在二级市场买卖。Token本身是资产，可以转让，可以交易，有金融属性，价格由市场供需决定，和外部实体经济的关联相对间接。 两套经济体，两条独立的价值链，两种完全不同的生态。 当然，有人在尝试把两者融合：用区块链来做去中心化的AI算力网络，把AI服务的计费和分润用Token来结算。Bittensor、Render Network、IO net都在这个方向探索。这是第三条路，但无论走到哪里，它骨子里仍然是加密货币的Tokenomics，只是应用场景叠加在了AI上。 有一件事可以确定：这两个Token，同名不同命。一个在工厂里量产，一个在市场上流通；一个代表消耗，一个代表持有；一个撑着AI产业的运转，一个撑着加密世界的信仰。 名字一样，生意不同。就像那两个都叫刘伟的人，一个卖的是饭，一个卖的是梦。饭是真实的，梦也未必是假的，只是得分清楚你在做哪笔买卖。 #AI# #AIAgent#

黄仁勋：我此行代表的是美国，这是我的荣幸。我是去支持特朗普总统的，这也是我此行真正的重心。 中国的AI需求极为旺盛，就像美国一样，智能体AI在那里同样取得了巨大进展。我认为随着时间推移，市场会逐步开放。 未来将有10亿人背后支撑着数千亿个AI智能体，人类偶尔使用工具，但智能体会随时随地、非常高频地使用工具。AI智能体类比为“数字工人”——就像过去每位员工需要配备一台笔记本电脑和数据中心资源，未来每个智能体同样需要对应的算力、存储和基础设施支撑。 台湾仍是全球科技制造和技术研发的核心枢纽。英伟达正积极推动美国本土制造——我们正在美国本土大规模建厂——芯片工厂、封装工厂、电脑工厂，当然还有AI工厂，供应链多元化是可能的，也是每个人都应该追求的目标。 AI建设周期至少十年，现在才是最开始！ 当前的AI基础设施建设完成后，下一阶段是"物理AI"——AI从数字世界进入现实物理世界，届时将在人类历史上首次真正赋能全球90万亿美元的实体产业，而那个时代甚至还没有开始！