註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 世界AI看中国
世界AI看中国 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 世界AI看中国 的搜尋結果
最强AI应用 真正的生产力工具 Work Buddy领外卖券skill #世界AI看中国# #中国AI界的最新进展#
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。
顯示更多
0
112
39
1
轉發到社區
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。
顯示更多
#数说广交会# The 140th Canton Fair:For the first time, 22 smart application scenarios and 16 AI-powered featured applications are launched. 第140届广交会:首次推出22个智慧应用场景和16项AI特色应用。 #中国智造惠全球# #第140届广交会# #CIEF# #China# #世界经济看中国# #中国进出口商品交易会#
顯示更多
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)
顯示更多
0
17
40
5
轉發到社區
#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#
顯示更多
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?
顯示更多
0
81
165
6
轉發到社區
这么多年很多中国人依然觉得,短剧在中国这么火,在其他国家一定更火,所有必须出海,让AI翻译山东上海北京河南拍的这些短剧,全世界一定爱看。 首先各个国家有自己的文化,越是底层,文化越保守,越只爱看自己文化里一亩三分地的东西,你那些大唐、大明、战国、上海、江西的玩意儿,人家越腻歪。 其次,哪怕是在当地拍,当地投放,很多人完全不明白,短剧这东西是有成本的,哪怕一集成本几千刀(一万块钱人民币),也是他妈有成本的。 首先需要产业集群,需要一大批人聚在一起买衣服、搭场景、组摄影机、一群人吃喝拉撒, 其次绝大多数人不是大傻逼,不愿意看AI翻译的东西,还需要本土的导演,本土的编剧,本土的后期剪辑,而这些人如果接不到足够多的单子,也不愿意全职来干的, 14亿人的单语种市场,才能养得起一个巨大的短剧平台,里面像工业流水线一样批量生产短剧, 而一个8000万人的单一语种国家,哪怕可以用全球流行的短剧平台,在本土文化语种里也养不起短剧这个流水线产业。 但是8000万人的单一语种国家,是完全养得起日常的youtube、tiktok influencer的,因为成本很低, 很可能吃顿饭、开开车、逛逛风景、讲讲本土文化、讲讲技术、随便剪辑几下,就能成为世界级大V, 也可能三五个大城市本地小网红凑一起,出门逛街买衣服,互相帮对方拍,拍完回家拿手机随便一剪,就能保证每天更新一两条视频, 反而像短剧这种,十几个人凑一起,带摄像,轮换租不同场地,租衣服,大范围精剪这种事情,在这些国家文化和观众内部,是绝对跑不通的。 唯一能跑通的国家,就是美国和印度,但市场肯定没有中国这么巨大,毕竟坐拥youtube、instagram、tiktok这种全球内容大规模制造机器,坐拥netflix和HBO这种全球精品电视剧平台,短剧的竞争优势也没有在中国这么大。 归根到底,短剧有一个死结,就是商业转化率低, 你出演短剧,你永远是个演员,你今天演康熙,明天演蒋介石,后天演出轨的丈夫,观众永远知道你是陈道明,你带货也是陈道明的人设带货, 而且这种演员也没有任何粘性,陈道明一旦接个垃圾电视剧,观众看5分钟就不看了,而这个风险陈道明本人无法承担,完全依赖于导演和编剧的最终呈现, 但是influencer的几百条视频和social network的整体人设,就是自己,观众对他的印象也是个人的成长、个人的经历、个人的故事,这种商业变现的渠道就多得多,粘性大得多, 最关键的是,influencer对个人人设是拥有绝对控制权的,他能每天每小时每分钟刷评论区和点赞,看数据,每分每秒获得反馈,告诉自己哪种视频火,观众喜欢我的哪一点,我能通过何种渠道进行修正,下一期视频我拍什么题材的, 这种完全自己掌握、自己观察数据、自己收集评论、自己直接获得正反馈的工作,风险高于短剧,但收益更是几何倍数高于短剧,每个网红都有强烈意愿把账号做起来,这种收益的数学期望一定高得多。 反而短剧这种商业模式,十几个人没人对整部剧负责,没有反馈,经验不足,试错成本极高(一部剧必须砸几十万,等几个月才能看到反馈),没人能插手调整,反而是最危险的。
顯示更多
0
23
90
2
轉發到社區
深度产业洞察:AI短剧颠覆全球娱乐,字节开启400亿美金新增收入时代 当下中国文娱产业,正在发生一场绝大多数人低估的结构性革命。 传统电影、长视频、好莱坞体系,维持了几十年的内容霸权,正在被一种全新的、AI工业化、极致低成本的内容模式快速瓦解。 核心标志性数据极具冲击力: 2026年红果短剧年化收入已无限逼近400亿级别。 而整个中国院线电影,全年总票房规模也仅在520亿左右。 一个诞生仅仅数年的互联网内容产品,单一平台体量,已经快要追上全国电影工业几十年积累的总盘子。 这不是短暂热度,是新旧娱乐时代的正式交接。 按照当前增速线性外推,2027年AI短剧的产业规模,将全面碾压传统国产电影行业,没有任何悬念。 而这,仅仅是风暴的序幕。 一、字节真正的终极杀招:大模型+网文+短剧的全球闭环 资本市场目前最大的认知盲区,是低估了字节这套“全链路AI内容工业化”的终极天花板。 随着AI Token成本持续崩塌、模型能力指数级跃升,字节正在打通一套全球独一无二的闭环: 海量网文IP沉淀(番茄小说)→ 零成本爆款剧本库 → 抖音全域流量测试 → Seedance视频大模型AI制片 → 红果短剧+海外PineDrama全球变现 这套体系,实现了史无前例的三低革命: 极低剧本成本、极低拍摄制作成本、极低全球获客成本。 传统影视最大的成本:编剧、明星、剧组、场地、后期、宣发,几乎全部被AI模型清零。 这是降维打击,不是行业竞争。 当前短剧板块,在字节整体收入占比不足3%,属于边缘业务。 但未来3-4年,这套海内外联动的AI短剧生态,极有望为字节新增400-500亿美元年化收入。 什么概念? 等同于再造四分之一个字节,体量对标当下 OpenAI + Anthropic 的总和。 这也是为什么海外VC至今没有完全看懂: 他们习惯了好莱坞、流媒体、长视频的传统估值逻辑,完全看不懂AI工业化内容的爆发势能。 二、为什么短剧在国内能彻底打爆?是人性,不是流量 很多人把短剧爆火归结为“碎片化娱乐”,这是浅层认知。 短剧真正的底层逻辑,是当代高压社会的情绪补位。 过去几十年,国人娱乐供给长期单一、严肃、压抑;社会长期内卷、高强度工作、精神紧绷。 大众内心天然极度渴求高密度、高反馈、强情绪释放的内容。 传统院线电影、主流影视剧,越来越脱离普通人的情绪需求:叙事拖沓、价值观说教、剧情悬浮、缺乏爽感。 而网文衍生的短剧体系,精准击中人性刚需: 高节奏、强反转、即时反馈、情绪拉满、解压治愈。 不是短剧太“俗”,而是传统文娱太久不懂普通人。 短剧的胜利,是情绪价值对艺术说教的胜利,是大众解压需求对精英叙事的替代。 三、下一步:AI画质趋近真人,全球影视体系面临降维击穿 更恐怖的拐点,将在未来1-2年彻底到来。 AI视频模型的画质、光影、人物动态、细节真实度,将无限逼近真人实拍。 届时,观众对AI内容的心理壁垒会彻底消失,只剩极致的沉浸体验。 放眼全球,传统娱乐巨头早已外强中干: • 全球电影总票房:约330亿美元 • Netflix全年营收:约510亿美元 • YouTube广告收入:约600亿美元 • 迪士尼视频业务:约250亿美元 • 华纳HBO体系:约120亿美元 这些盘踞全球几十年的超级巨头,未来都会成为字节AI短剧生态的替代对象。 依托极致低成本工业化优势,字节可以全面覆盖欧亚非拉非英语市场,击穿全球中低端影视剧市场,刚性抢占350-400亿美元全球娱乐份额。 除此之外,全球创作者持续调用字节Seedance大模型生产内容,还能为公司稳定带来百亿级别的模型工具收入。 一鱼双吃:内容变现+模型算力变现。 四、美国影视巨头几乎无解:体制锁死,无法转身 为什么这场革命,只能由中国公司完成? 好莱坞、美国影视行业,被两大枷锁彻底锁死: 1. 极致复杂的版权诉讼体系 2. 强大的演员工会、编剧工会体制束缚 任何AI替代拍摄、AI替代演员、AI改编剧本的尝试,都会遭遇集体诉讼、罢工、制度阻力。 美国文娱体系,已经没有颠覆性迭代的制度空间。 而国内市场化充分、迭代极快、生态灵活,率先完成AI内容工业化跑通。 随之而来的,是全球低端剧组、普通演员、传统制作人员的失业潮。 国内已经提前上演:横店棚控率暴跌、中小剧组大量倒闭、群演岗位锐减、传统长剧开机量断崖下滑。 这是一次AI对传统文娱劳动力的系统性替代,不可逆、不可挡。 五、时代感慨:AI工业化时代,真正的顶级IP终将被重制 从网文时代的《无限恐怖》《阳神》《龙蛇演义》开始,整整一代人的审美、热血、世界观,都由国产网文构建。 过去受限于拍摄技术、资金、特效、剧本能力,这些顶级神作始终无法完美影视化。 但现在,AI视频大模型彻底打破所有制作枷锁。 未来唯一的悬念只剩一个: 何时会有顶尖创作者,突破传统版权桎梏,用AI 1:1完美还原《无限恐怖》《杀戮都市》这类殿堂级神作? 当顶级世界观 + AI无限生产力相遇, 新一轮全球文娱审美颠覆,才刚刚真正开始。
顯示更多
#1109复盘汇总# 1️⃣机器人概念:午后涨停潮,全天最强主线 据外媒报道,三星、SK海力士、美光三大存储原厂正与SEMI磋商晶圆厂内机器人充电系统标准化,叠加国产人形机器人量产预期持续发酵 相关个股:上纬新材、阿尔特、宇树科技、光洋股份 2️⃣冰雪产业:第28届哈尔滨冰雪大世界,携手华特迪士尼(中国),以《冰雪奇缘》为主题打造专属冰雪区域这是该主题冰雪雕塑在全球范围内,首次于哈尔滨呈现 相关个股:冰山冷热、晶雪节能、雪人股份、龙建集团 3️⃣:钛板:太空算力最新分支根据天风证券,NVSpace-1太空机柜需要用到钛板,一是用于抗发射时的随机振动和冲击,二是给GPU做局部辐射屏蔽,价值量高达4W/机柜 相关个股:西部材料、宝钛股份、金天钛业、天力复合 #今日前瞻# 1️⃣李强签署国务院令公布《中医药传统知识保护条例》,对列入保护名录的中医药传统知识,支持传承传播,加强推广应用,促进研究创新 相关个股:盘龙药业、太龙药业、陇神戎发、佛慈制药 2️⃣美国政府将就英伟达CEO黄仁勋相关事宜向国会作情况通报美对外AI芯片出口限制或将持续升级,国产算力有望受益 相关个股:燧原科技、大胜达、寒武纪、沐曦股份 银行2027年度策略出炉 去年策略报告中几点预测都有应验,我们在今年报告中也对2027提出四大预测: 1️⃣上市银行是最核心的优质红利资产明年上半年息差好于下半年,利润增速稳定在4%-5% 2️⃣分红率稳步提速,贷款降速提质给予银行更高分红能力 3️⃣A股银行有望再现“1倍PB”,国有大行提振估值中枢、优质城商行率先站上1倍,同时2027年关注头部股份行“适时重生” 4️⃣2027银行资金面还有预期差,欠配权重股有更大机会“稳稳的幸福”更强于“东张西望” 【国盛张一鸣】积极配置机器人 Optimus将是27年最大科技单品,用于训练的V3已经开启量产并初步亮相,供应链积累的越来越多的订单已经无法掩盖,10月份爬坡的斜率会很陡峭Q4诸多大厂(包括T、英伟达、Meta、hw、小鹏等)都可能有重磅发布,节前建议积极配置 高确定性高价值量标的:田中精机、科森科技、斯菱智驱、浙江荣泰、北特科技、鸣志电器等同时关注常州链的进展:光洋科技、新泉股份、凯迪股份; 核心tier2:恒锋工具(谐波、丝杠刀具,订单已排产至三个月后,对日替代)、正强股份(手腕关节总成+谐波波发生器); 国产C端:上纬新材、中坚科技等 AI眼镜&手表ZJ要点更新1109 AI眼镜痛点与解决路径 ⚜️体积重量:比较重,体积大路径:3D堆叠封装,工艺制程提升 ⚜️功耗续航:2h充电一次路径:低功耗芯片、多电源域 ⚜️显示成本:MicroLED2027年有机会降至500-600元 北美CSPAI眼镜进展 ⚜️Meta:2027Q23D模型落地,用于植物、动物等本地识别 ⚜️三星与谷歌:Gemini最晚2027Q3发布谷歌端侧拟将音频、视频等体系像安卓一样整合,有生态闭环 ⚜️苹果:2027Q3发布产品 AI眼镜成本与渠道 ⚜️整机定价:带显示产品目前普遍要四五千元,不带显示约3000多元;安卓体系带显示整机需做到2000元左右才可能爆发 ⚜️不带显示的BOM:主控AR1约60美金、恒玄2800约15美金,合计约75美金,主控约占BOM的70%;电源约5美金;其他 AI眼镜芯片竞争格局 芯海科技、炬芯做ISP但缺蓝牙/WiFi无线能力,高通低功耗目前不是很好,杰里、中科蓝讯做不了ISP和安卓系统,恒玄相对最有优势;但高通2027年出MCU加框架芯片、先进制程功耗更低,格局可能变化 2026智能手表行业出货 2027总量:599元以上手表2027年可能约9000万台,年增长约10%;华为和苹果合计占约60% AI手表芯片竞争格局 ⚜️华为苹果:华为因美国商务部/中美关系及自用难进入,苹果因自研芯片、可上3nm且低功耗做得可以,难进入 ⚜️竞争与新品:品牌端主要竞争对手是高通W5及下一代产品,联发科此前未重点参与;强劲对手还有阿波罗;低端手环竞争较分散新功能看AI录音和大模型整理会议纪要 端侧芯片成本与存储影响 晶圆成本:2026年芯片成本涨约10%-15%,目前没有向下游顺价存储占比不高,影响也不大
顯示更多