时报作家Ezra Klein写了一篇专栏，说根据他的采访记录，AI导致大规模失业的情况可能还没有那么严重，坏消息是，严重的问题另有其处： 3月的一份民调显示，70%的美国人认为AI将导致自己的就业机会减少，高于一年前的56%，还有30%的受访者担心即将失业。 这有什么好奇怪的呢？AI公司的老板们一直在频繁发出劳动力市场濒临瓦解的警告： - Anthropic的创始人表示，最快不超过5年，一半的初级白领岗位就会永久消失； - 微软的CEO则声称，大多数文职工作会在18个月以内就被AI完全接管； - OpenAI发布了一份文件，呼吁实行每周32小时工作制，通过降低人类生产力来缓解大规模失业； - 就在NYT的大楼外面，有一家我根本没听过的AI公司包下了巨幅广告牌，上面写着「停止雇佣人类」； 我可真谢谢你们了。 如果你对这轮AI叙事深信不疑，那么毫无疑问投降就是唯一的选择。 AI被设计为可以廉价模仿人类在电脑上所能做到的所有行为，但它从来不需要睡觉，也无意组建工会，而且确实在许多任务上表现得比真人更为出色。 所以公司当然乐于用机器取代人类，它们也已经在这么做了，Meta、Oracle、Block都在努力买断员工工龄，并坦然的把AI写为原因。 不过谨慎一点总是没错的，这些科技公司可能只是处在一轮招聘周期的末尾，同时想对资本市场讲述一个刺激投资人颅内G点的故事，AI行业的大佬们固然是神经网络的专家，但他们未必也是劳动力市场的专家。 首先，宏观数据没有配合AI行业，2026年3月的失业率是4.3%，去年同期是4.2%，平均时薪亦保持稳定。 Claude Code是很牛逼，但软件工程师的岗位需求还在上涨，原因应该不难理解。 主流经济学界也对大规模失业的末日预言持怀疑态度，芝加哥大学的经济学家Alex Imas认为，绝大多数讨论AI的话题都存在误区：「答案始终取决于什么会变得稀缺。」 - 从人类历史来看，卡路里在很长一段时间里是稀缺的，我们的技能都是服务于寻找食物； - 农业的发展逐渐解决了食物短缺的问题，然后就轮到商品变得稀缺； - 工业制造带来了平价商品的海量供给，接着技术变得稀缺了，医生、律师和工程师因为掌握知识而获得高薪； - 现在我们担忧AI会让知识也不再值钱，就像衣服和草莓如今人人都能消费那样，学习的成果也变成了消费品…… 但稀缺本身是相对的，AI可以完成的任务被讨论得太多了，更值得注意的是，有哪些任务是人们不希望AI来做的。 以下是计量经济学的一个发现：人类的财富越多，他们对于其他人类的需求就会越多，而不是越少。 于是，更有人味、体验或者意义的商品和服务，是一定稀缺的，有来路的衣裳、有调性的食物、能面对面的医生、让人感到被理解的理疗师、了解自己孩子的家教……这些社会关系，将会迎来爆发式增长。 是的，AI剥夺了人类和电脑共事的场景，而人类又被赶去和人类共事。 事实证明，自动化程度越高，我们就越珍视人的温度。以咖啡为例，过去在家做浓缩咖啡很费劲，如今咖啡机已经人手一台。 所以这导致咖啡店倒闭了吗？当然没有。咖啡师比以往任何时候都多，咖啡店也比以往任何时候都多。咖啡作为商品反而催生了更多对咖啡体验的需求。 这就是稀缺性所赋予的价值。 好了，这是Alex Imas的结论，在AI的辣手摧花下，人类从事的岗位会进入一个以人性化为标准的时代。但还有一种可能性是，人类劳动力搞不好也不会发生巨大的改变。 1979年，首款电子表格软件VisiCalc在Apple II上发布，它能在几分钟内完成过去需要整组会计师花上好几天时间的工作。 当时就有人预言会计师这个行业要无了，然而，此后40年间会计师的数量反而增长了4倍以上。 亚利桑那州立大学会计学教授Eldar Maksymov认为：「电子表格软件挖出了潜藏于市场里的财务需求，这种需求之前没被发现，只是因为成本没能降到够低。」 这是「杰文斯悖论」的一派主张，1865年，英国经济学家杰文斯发现煤炭并没有因为蒸汽机对于生产率的提升而减少消耗，恰恰相反，因为成本更低廉了，煤炭的应用范围更广泛了。 Eldar Maksymov相信历史的先例，「在大量采用计算机技术的职业群体里，就业增长速度都远超没有采用计算机的职业群体，成本的下跌，对应需求的增长，最终推动就业规模的扩大化。」 简单来说，能力的提升，会让人类意识到还有更多事情可做。 我的经历似乎也验证了这个说法，10年前我刚开始做播客的时候，整个团队只有我一个研究员，现在我已经管理着一整支团队运作节目，而这让我的工作变得更轻松了吗？ 完全没有，我投入准备的精力更繁重了，因为团队带来的信息增量，让我需要消化和思考的时间成倍增长，而我的播客也越做越大了。 我认识的所有热衷于拥抱AI的人，如今都比以前更加忙碌，因为他们能做的事情更多了，不是说好的AI会让大家摆脱工作享受生活吗？ 当然，至于AI到底是提升了生产力，还是制造了提升生产力的假象，结论因人而异： - 慢慢啃完一本难懂的书，远远好于快速吸收十本书的摘要； - 认真通透的写完初稿，也比编辑五个由AI生成的大纲更能激发想法； 我的意思是，效率感本身是值得警惕的，那些把活儿都交给龙虾去做的人我见多了，但说实话，他们的工作质量都是在下降的。 但还是容我岔开话题，沃顿商学院教授Ethan Mollick曾提出过他对AI的基准测试：它是否比你在当下能够找到的最适合的人类更加优秀？ 在他看来，问题不在于AI是否胜过顶级的编辑、程序员、心理医生或是旅行顾问，而是它能否优于你在急需帮助时可以联系到的最佳人选。 我想了一下，过去一年里，我确实觉得AI要比我身边的人更为出色： - 我的编辑很博学，但他需要休息，还得分时间给其他作家； - 我的按摩师也好得没话说，就是一般而言每个星期她只能接待我一次； - 我也能找到专业的医生，但挂号却很麻烦…… 所以或许我已经触及到了被反复警示过的临界点——AI开始有能力取代我生活中的人类角色。 但事实并非如此。AI越是强大，我越是需要和身边的人交流： - AI认为我应该为某个身体症状引起重视，于是我去看了医生，发现只是普通的过敏； - AI对我的个人困境发出锐评，然后促使我和心理医生开始了新的对话； - AI帮我验证了一个研究思路，这成了我和编辑讨论的一个新选题； - AI让视频制作变得轻松了，因此我可以有更多的要求去和剪辑师沟通…… 怎么说呢，尽管我不认为经济完全自动化以及大规模失业浪潮是必然到来的，但也不能完全排除这种概率，AI是一种与以往截然不同的技术，灵活性和成长性帮它超出了工具的范畴。 更可能的情况是，AI不会取代所有或者大部分的工作岗位，而是取代其中一部分，但奇怪的是，恰恰是这种可能性让我们准备不足。 一个AI替代800万劳动力的世界，要比替代8000万劳动力的世界更难应对，如果真的是那种「大的来了」事件上演，全面重组经济反而有机会「不破不立」。 疫情就是一个例证：那场冲击如此彻底，以致于社会不能再像以前那样将工人们的不幸归咎于他们自身，于是只好建立了一套前所未有的补贴体系，让成千上万的人得到保障。 而当失业影响的范围更小，我们反而更为残忍，美国因为全球化流失的岗位大约有200万个，这在整体就业市场里不是太大的数字，但对这200万个具体的家庭来说，却是毁灭性的打击。 如果全国的卡车司机或是营销经理都丢了工作，我们很快就会采取行动，然而如果只是卡车司机或营销经理的失业率翻了3倍，那么我们就会像以前一样，暗示这是他们自己的错，给他们几个月的失业保险和培训机会，然后继续对这种结构化的困境视而不见。 另一个现实是，即便AI让带有深刻关系的技能变得值钱起来，它同时也会削弱人类学会这些技能的本事。 年轻人和朋友相处的时间已经从2003年的12小时/周减少到2024年的5小时/周，谈过恋爱的高中生比例也从2000年的80%骤降至2024年的46%，约1/4的00后在过去一年里没有发生过性行为。 AI也许是这种社交解体现象的帮凶，它提供了一种数字化的关系模拟，不再让人有动力去体验真实关系里的快乐与痛苦。 如果Alex Imas是对的——我相信他是对的——那么我们与他人建立深刻关系的能力，将成为一项核心且高价值的个人资产，而我所担心的，是这恰好也是技术从年轻人身上摧毁的东西。 当我乐观的期待AI时代所能创造的未来时，那幅画面充满富足，人类被鼓励过上追随本心的生活，而当乐观被打碎后，世界仍是如此，区别在于财富被垄断，而我们重视的深刻关系，却早就不知道该如何维系。

Part3   胡小伟 太子集团英美制裁名单第一人 真名：胡小伟 出生：1982 年 籍贯：江苏宿迁 学历：2005 年重庆大学计算机专业研究生毕业 曾用名：陈小二/胡晏铭/HU Shi 2011，因涉及中国内地的“私服”网络赌博案，陈志与同案另一主脑胡小伟潜逃。 2025年10月，在美国制裁太子集团跨国犯罪网络这一案件中，“陈小二”（CHEN Xiaoer）的名字位列146位犯罪人员名单首位。对应的护照号码：RE00660066（圣基茨和尼维斯）（个人） 陈小二，就是胡小伟的多个化名之一。 胡小伟多次改名为“陈小二”和“胡晏铭“”吴安明”、“HU Shi”等，早于2011年已来港开设公司，曾掌控香港上市公司及后卖盘。 2011年，胡小伟以陈小二名义注册“海聊工程投资有限公司”。 2015年下半旬，胡小伟于上海成立今蓝资本，致力互联网、高科技行业的天使、VC投资。 2016年，胡小伟在北京成了了一家生物公司，并于2018年在香港成立同门慈善基金会；之后其在基金的资料改为“Hu Shi”，并改用塞浦路斯护照， 而这一身份也与陈志在新加坡的投资公司“Alphaconnect”的初始股东资料一致。 同年，江苏宿迁中学 2000届校友 胡小伟通过校方捐助500万元建立奖教、奖学、助学基金。 2019年9月，胡小伟又以陈小二的身份，通过其控股的注册于英属处女群岛的Eagle Fortitude Limited鹰毅有限公司，收购了港股上市公司HKE Holdings Limited（股票代码：1726）约75%的股份，并出任董事会主席及执行总裁。 2020年，陈小二改名胡晏铭；并于2021年4月出手全部股份； 2021年8月，胡小伟注册在开曼的基金以10亿港币购入了当时还没上市的恒大物业1.194%的股权。 在中国大陆，胡小伟跟陈志，曾同时担任中京科技投资有限责任公司董事和自然人股东。 之前百科提到过关于2016年那会在中国大陆重庆小闲及胡小伟的案子，到了2020年，胡小伟再次在中国大陆涉案——2020年五二七大案要案。 关键词：2016-2021 胡小伟&王一涵  关联主体：江西传奇至尊/ 北京扑满 /海南安证宝 根据2020年五二七大案要案材料显示： 2020年8月20日江西传奇至尊、重庆小闲及相关人员如朱永成、秦子柯、陈立新、蔡文、龚兆伟以及胡小伟的情人王一涵 、老婆等人被公安部以开设网络赌场等多宗罪进行抓捕。 王一涵，1976年8月26日出生于山西  ，系胡小伟情人，两人育有二子。 王一涵身为犯罪团伙代言人，通过江西传奇至尊/ 北京扑满 /海南安证宝等多个主体为海外网络赌博集团提供倒流服务,这个赌博集团正是亚洲第二大跨境赌博集团。 在此过程中，王一涵还依靠自身关系网,通过人脉关系干预中国大陆司法,恶意打击相关人员及家属。 这一切背后的实控人，均为胡小伟。 另外插一句，王一涵所控的隆华集团，曾于中粮集团合资兴建了 君顶酒庄；在此之后，君顶酒庄连年亏损，隆华就从中粮集团手中以1元人民币接过55%的君顶酒庄股权。 2020年11月胡小伟失去《传奇》授权后,其海外公司的赌博、色情app等产业及相关洗钱通道遭受了严重影响,大量的境外赌博等违法资金暴露,先后被中国大陆多地公安机关冻结 胡小伟的主要收入来源是依靠开设网络赌场、组建博彩团队,通过捕鱼游戏、杀猪盘、情色网站、电信诈骗等方式获取巨额非法利润。胡小伟以传奇私服游戏及第四方支付平台作为通道为上述自身经营的非法黑色产业洗钱。 经过预估，胡小伟单月黑色收入约20亿人民币左右,高峰期一个月高达200亿人民币。 @PDChinese @XinhuaChinese @XHNews  @NewsCaixin @caixin @ChineseWSJ @thepapercn @CNS1952 @Echinanews @globaltimesnews @Shanghai_City @shanghaidaily @ChinaDaily @zaobaosg  @takungwenwei_hk  @Tong_Shuo  @QiushiJournal  @FTChinese @ChineseWSJ @nytchinese  @ABCChinese  @rijingzhongwen  @ReutersChina @SpokespersonCHN @zlj517 @chinascio

《从50亿颗芯片订单，看Starlink一个不为人知的万亿市场》 路透社昨天的报道称SpaceX和意法半导体过去12年订单总量已经达到50亿颗芯片。 市场可能还没有意识到，这是一个Starlink不为人知的隐藏赛道。它不仅仅是一个"卫星互联网项目"，还是一个全球性的电磁感知基础设施。 这50亿颗芯片是射频前端模块（radio-frequency front-end modules），也叫天线单元（antenna elements），它们基于BiCMOS工艺制造，用于Starlink用户终端的相控阵天线。 简单说，这些芯片让你家的"锅"能够自动追踪高速移动的卫星，保持稳定连接。 Starlink用的相控阵是军用雷达技术吗？ 新闻提到Starlink的终端天线用了"相控阵"技术。这听起来很军工——没错，这和战斗机雷达、宙斯盾系统用的是同一类技术。 相同点：都是电子扫描天线，通过精确控制每个天线单元的信号相位，让波束可以快速转向，不需要机械转动。 关键差异：目的完全不同，所以精度不同。 Starlink的应用方向，不是雷达而是通信技术，但它未来可能具备"雷达式感知"的潜力。 能"感知"什么？ 四个字：RF感知。 Starlink终端在和卫星通信时，信号会穿过大气层、经过各种环境。这个过程中，任何异常都会在信号里留下痕迹。 它能感知的东西分三层： 第一层（最精准）：电磁环境本身——哪里有干扰源、频谱异常、噪声变化。这对通信系统本身就有巨大价值。 第二层（可持续建模）：传播环境——下雨、沙尘、湿度、电离层扰动。气象公司会很感兴趣。 第三层（模糊但有用）：大尺度物体——比如某个区域是否有大型飞行器或船只经过。注意，它只能回答"有没有"、"有没有变化"，不能精确识别是什么。 精度对比： 军用雷达：厘米到米级 RF感知：百米到公里级 所以RF感知不是"弱版雷达"，而是一个永远在线的全球异常检测系统。雷达是手电筒，看得清但照得窄；RF感知是环境光，到处都有但很模糊。 starlink相控阵通信感知技术的竞争优势极难复制，由于其不可逆的工程路径和物理资源先手。 五道护城河： 1. 相控阵×消费级×百万规模：历史上几乎没人同时做到这三件事。军工相控阵很贵，消费电子没这精度，百万级规模需要完全不同的供应链。 2. 射频制造学习曲线：50亿颗芯片的制造经验不光是订单问题，还是时间积累：每一轮生产都在优化良率、降低成本、发现问题。。。 3. 芯片成本的极致压缩：把军工级核心部件降到1美元以下（虽然牺牲了部分性能）。这50亿颗订单本身就是"成本消化器"——只有这种规模才能把单价压到这个程度。 4. 系统复杂度下沉到终端：传统思路是让终端简单、网络复杂。Starlink反过来，让终端承担更多计算，这样卫星和网络可以更灵活。这是反直觉的设计选择，一旦跑通就成了结构性优势。 5. 垂直一体化：SpaceX同时控制火箭、卫星、终端、网络。这意味着它可以"有序失败"——某一层出问题，其他层可以补。别人只做其中一环，就没有这种容错空间。 另外，还有LEO轨道的垄断性优势 Starlink选择了低地球轨道（LEO），大约550公里高度。这不是随便选的。 LEO是相控阵通信感知网络的最优选择 信号损耗低，延迟低（20-40毫秒，打游戏够用） 终端功耗可接受（不需要大功率天线） 卫星移动快，网络拓扑持续变化——这意味着AI有大量数据可学习 竞争对手的困境： 更低轨（VLEO）：大气阻力大，卫星寿命短，需要频繁补充。技术可行，商业上几乎不可行。 同轨但晚来：轨道密度、频谱分配、避碰规则全面受限。你不能在人家卫星旁边乱飞。 更高轨（MEO/GEO）：通信能做，但延迟变高，终端功耗上升。更重要的是，轨道变化慢，AI学习材料少，感知能力被"钝化"。 LEO是通信和感知同时成立的最优高度。Starlink已经在这个高度部署了超过6000颗卫星，预计3-5年，将几乎占满LEO空间所有可用轨道。 和6G的关系 严谨地说，6G技术上不强制要求天地一体化。但战略上，几乎必然。 原因不在于速度（5G的速度对大多数应用已经够了），而在于： 覆盖的完整性：海洋、沙漠、极地、航空，这些地方地面基站覆盖不到。 网络级可靠性：地震、战争等极端情况下，地面网络可能瘫痪，卫星网络是兜底。 AI网络需要全局视角：未来的AI应用需要在全球范围内调度计算和数据，没有天基网络就是瘸腿的。 没有非地面网络（NTN）能力的6G，将被视为"不完整"。 覆盖全球的天基雷达？ 尽管starlink不会变成高精度的全球雷达。技术上做不到，也没必要。 但会演化成一个全球持续在线、低精度、AI驱动的感知底座。 未来的分层结构可能是： 第一层：Starlink类RF感知——覆盖广、连续、低精度。相当于全球的"背景感知网"。 第二层：高性能军用雷达——数量少、精度高。在关键区域提供精确信息。 第三层：无人机/高空气球等机动节点——按需部署，灵活补盲。 这三层不是替代关系，而是协同。第一层发现异常，第二、三层精确跟进。 Starlink的全球感知网络市场多大？ 未来5-10年的市场空间，从大到小： 6G融合基础设施：与地面网络融合，成为全球通信底座的一部分。万亿美元级。 国家级主权通信：关键基础设施的通信保障，政府客户。千亿美元。 航空/海事/能源/物流：飞机WiFi、远洋船舶、偏远矿区等需要连续连接的场景。千亿美元。 政府/军方感知服务：非火控级别的态势感知。百亿美元。 全球RF感知与环境智能：气象、海洋、频谱监测等。百亿美元。 总结 Starlink的真正护城河不在单一技术，而在于： 它率先把最适合相控阵+AI的物理空间（LEO）占满，并在其上跑出了真实规模的系统。 它正在成为全球电磁环境的"持续在线感知层"。

试了试这个将任意教学主题转化为3D交互网页的Skil，效果不错啊，适合物理/化学/生物/数学/天文/编程，试了试计算机网络方面的主题也能用，辅助学习神器😎

某校计算机与人工智能学院要求大学生签网络文明行为教育知情书 其中杜绝跨境网络违规行为提到，严禁使用非法翻墙工具、拒绝访问境外非法网站、出售或使用“翻墙”软件

A16Z领投的去中心化AI计算网络，Gensyn又一关键落地，首个AI裁判预测结果应用Delphi正式主网上线。跟踪AI+Crypto最前沿的赛道，可以看看Gensyn —— 这家被A16Z领投（）累计融资接近8000万美金）的项目，最近在主网上推出首个杀手级应用Delphi，标志着从基础设施真正走向实际经济价值兑现。 Gensyn是去中心化分布式计算+边缘计算的混合体。它把全球所有闲置硬件（笔记本、手机、消费级GPU到数据中心闲置机）通过P2P+区块链验证，组建成一个“全球超级集群”。核心是trustless计算市场：任何人随时贡献算力就能赚 $AI 代币，开发者则能以远低于AWS的成本获取海量训练/验证算力。技术壁垒极高——REE可重现执行+Verde密码学验证，确保结果在不同硬件上完全一致且可独立审计。 这套混合体（去中心化分布式计算 + 边缘计算）直接为去中心化AI提供了最底层的坚实框架，打破中心化云的垄断和瓶颈。 它不是“在边缘跑推理”，而是让边缘设备真正参与大规模训练和持续演化，为整个去中心化AI生态打下最硬的底座。这既解决了AI算力集中化、贵到离谱的瓶颈，又把边缘设备真正拉进大规模训练闭环，属于边缘计算的广义进化版。 当下对于Gensyn最重要的就是Delphi的推出：完全无许可的AI驱动信息预测市场平台。 1）任何人可创建市场（比特币价格、体育、地缘政治、甚至自定义事件），注入流动性后自动生成 AMM（DPM做市机制），从第一笔交易就有流动性，无需对手方。 2）结算靠AI模型而非传统预言机，可选Gensyn REE生成密码学证明，24 小时无人结算就自动退款——真正无信任。 3）AI代理还能直接参与预测并赚钱，形成“人类 + AI 持续学习”的经济激励闭环。 测试网数据也非常好： 1）体育赛事市场吸引 8.7 万交易者、488 万美元成交；奥斯卡预测市场超 4.5 万参与者。现在主网上线，比特币、以太坊、原油等市场已活跃，费用机制也直接利好 $AI（1.5% 给创建者，0.5% 进 Vault 70% 销毁+29% 社区+1% 奖励）。 2）依托全球去中心化节点集群，协同训练十几万个AI模型。峰值同时在线独立节点超 4 万个，兼容 CPU、GPU、苹果 M 系列芯片全终端。数据本地处理、无需远程上传，真正摆脱中心化厂商算力依赖。 意义是什么？ 这不是又一个预测市场，而是Gensyn把“计算基础设施”真正货币化、产品化的第一步。传统预测市场靠人力/中心化预言机，Delphi 用AI+可验证计算直接把“信息发现 + 结算”链上化，还为开源 AI 提供了真实经济回报。 放在更大格局看，它验证了AI+Crypto的终极叙事：去中心化算力网络不止解决训练瓶颈，还能孵化出“代理经济”和持续演化的信息市场。a16z Crypto这么重仓领投，应该不是看短期，而是看好它成为AI时代“全球超级计算机”的底层协议。 个人角度看AI算力短缺是结构性问题，Gensyn这种混合体（分布式+边缘+真实应用落地（Delphi），正把Crypto的激励机制嫁接到AI基础设施上。TGE已经到来，主网也在跑真实资产交易，值得持续跟踪生态数据。

五一出去浪，住进酒店第一件事：连WiFi！ 我拿着前台给的“傻瓜式指引卡”，像在破解核武器密码一样，手机、电脑、平板全上阵。 改DNS、切换5G、忘掉网络、重启路由器…… 我直接把毕生所学（包括大学计算机二级、各种黑苹果经验）全部掏出来，折腾了整整25分钟，依然显示：已连接，无互联网。 我心态崩了，杀回前台，崩溃大喊： “兄弟，这WiFi到底怎么回事？我快痴线了！” 前台小哥抬头看了我一眼，淡淡地说： “先生……您得先连上WiFi，才能看到登录页面啊。” 我：？？？ 小哥补刀：“指引卡上的账号密码，要在连上WiFi后弹出的网页里输入……您现在连的是隔壁火锅店的WiFi。” 我：………… 当场emo 原来我25分钟的“计算机大师表演”，全是在给隔壁火锅店打工。 五一出行第一课：永远别高估自己的智商，也别低估酒店WiFi的坑。

英伟达老黄在GTC大会上都说了什么？ 看了下演讲全文，感觉这次老黄不只是在卖芯片，而是在卖一个全新世界观：AI 不是工具，不是应用，而是人类下一个工业革命的能源+发动机。AI 是新时代的电力 + 发动机，Token工厂、AI代理智能体、物理AI 共同构成基础设施。梳理下要点： 1. 第一性原理：AI 的本质重新定义（别再当它是“聪明App”了） 老黄认为 1）AI 不是单一模型突破，也不是“会聊天”的玩具，而是像电力一样的核心基础设施。 2）每个公司都会用，每个国家都会建，不建就落后，就像19世纪不建电厂一样。 2）计算需求过去两年已增长“一百万倍”，且还在指数级加速。 老黄更是给了一个炸裂的前瞻指引，预计到2027年，仅英伟达这些旗舰芯片（Blackwell + Vera Rubin 系列）就能贡献至少1万亿美元营收。”（比之前市场预期的5000亿翻倍，时间拉长一年但金额更狠） 这已经不是简单的财报指引，是给全球CEO和国家元首的最后通牒：你们不投AI工厂，我们就帮别人建。 2. Token工厂：数据中心的新物种 老黄把数据中心彻底改名——不再是存数据的仓库，而是生产智能代币的工厂。CEO 现在要像管传统工厂一样管“代币产出率”和“单位代币成本”。英伟达通过全栈垂直整合，已经把单位代币成本做到全球最低。 这就是工业化拐点：AI 从实验室玩具 → 国家级重资产基础设施。 投资视角来看，这会让“AI基建”概念彻底主流化，能源、冷却、网络、光模块、液冷、变压器等全产业链都会被重估。别只盯着GPU，看“Token工厂”全链条。 3. Vera Rubin 平台：下一代AI工厂的完整蓝图 Rubin不是单颗芯片，是垂直整合的7大芯片 + 5个机架级系统 + 1个超级计算机*。 他的亮亮点在于： 1）Vera CPU（专为Agent优化）、全液冷、Groq确定性流式推理 + Dynamo解耦、吉瓦级工厂代币生成速度提升350倍。 2）大规模光电共封装（CPO）、硅光子，目标百万卡集群、低功耗低延迟。 老黄原话这么说：“Vera Rubin 不是芯片，而是一个巨型系统，从能源到端到端全优化。” 这其实在告诉对手和客户：英伟达已经把“AI发电厂”的参考设计做出来了，你们直接抄作业就行（当然得用我们的零件😎） 4. Agentic AI + OpenClaw：下一个十年的操作系统级革命 OpenClaw在这次GTC上被老黄定义为“AI时代的Linux”——开源、底层框架，让Agent自主调用工具、写代码、管理文件。 老黄宣布NewClaw企业版平台，现场“极简养虾”demo（一键让AI代理管复杂养殖流程），象征极简部署 + 自主执行。 老黄更是明确说，今天世界上每一家公司都必须制定OpenClaw策略。同时推Nemotron开放模型联盟（语言、视觉、机器人、生物、气候等全覆盖），开放生态才是王道。 这是在逼所有企业从SaaS转向AaaS（Agent as a Service），代理框架、工具链、隐私护栏相关公司会爆。开源+企业级双轮驱动，类似于当年Android的打法。 5. Physical AI + 机器人：从数字到物理的ChatGPT时刻 老黄认为物理AI迎来爆发：不再是屏幕里的智能，而是能真正作用于现实世界。他聊到Robotaxi Ready新增比亚迪、现代、吉利等，覆盖1800万辆/年 + Uber大规模部署。 现场迪士尼Olaf雪宝机器人直接登台，展示Omniverse数字孪生 + Newton物理引擎，从虚拟直接迁移到物理适应。 老黄说机器人会成为数万亿美元市场，而物理AI是下一个大爆炸的领域。当然我们自己也需要清楚，物理世界落地比数字难100倍，但一旦起飞，体量远超纯软件。关注端到端（感知-决策-执行）全链公司。 6. 更远的下一代 + 未来场景（Feynman + 太空） 1）预告Feynman架构：Rosa CPU、LP40 LPU（推理专用）、BlueField-5、CX10网络等。 2）太空数据中心：Vera Rubin Space-1轨道AI计算机，用Omniverse建“数字孪生”太空基建。 这一次老黄呼应了老马，英伟达不只是地球算力霸主，还想做太空AI基础设施。 老黄这次演讲核心就是 AI 是新时代的电力 + 发动机，Token工厂、AI代理智能体、物理AI 共同构成基础设施。英伟达提供从能源到芯片的全栈钥匙，这个市场到2027年带给英伟达至少万亿美元营收。