澳洲航空旗下的廉价航空捷星（Jetstar）宣布，从明年2月起调整手提行李政策，乘客若要将较大的随身行李存放在头顶行李柜，须额外付费。

乌克兰国防情报总局在俄罗斯新型S-71M "Monochrome"巡航导弹中发现一块英伟达 Jetson Orin模块，显示这款导弹可能采用了人工智能技术。 西方关键硬件进了普京的武器系统，具体流入路径得查清楚。

宇树上市日，英伟达发布人形机器人🤖 黄仁勋 6 月 1 日在 GTC Taipei 2026 大会上宣布推出 NVIDIA Isaac GR00T 参考人形机器人，搭载 Jetson Thor 车载计算模块，算力达 2070 FP4 TFLOPS，配备 14 核 Arm CPU 与 128GB 内存。 机器人本体基于宇树 Unitree H2 Plus，拥有 31 个自由度，双手采用 Sharpa 五指方案共 22 个自由度，并集成 GR00T 1.7 软件模型，支持数据生成与策略验证。 计划于 2026 年 10 月开始供货。

249 美元。 25 瓦功耗。 一台能在本地跑大模型的电脑。 黄仁勋手里捏着一块还没巴掌大的电路板。 这台机器叫 Jetson Nano Super。 算力逼近每秒 70 万亿次。 老大哥 HGX 能跑的计算任务，它全接了。 老黄调侃说，这东西在炉子里烤太久，缩水了。 体积缩水，但桌面的底牌变了。 跑本地大模型以前是什么阵仗？ 几万美金的显卡堆叠，配上满负荷运转的散热风扇。 现在门槛被砸到了一个路由器的功耗和价格。 25 瓦，刚好够点亮几个家用小灯泡。 数据不用传云端，不用看 API 定价的脸色。 买回去，插上电。 硅谷的算力霸主开始扫荡普通人的桌面了。

超级财报周来了，这是今年最关键的72小时 微软+Meta今晚盘后，SK海力士今天，苹果+亚马逊+Fed决议+三星完整财报明天，全压在周二到周四，这种密度在过去十年不超过三次 我最关注的是SK海力士 $SKHY 不是因为市场最近的情绪，而是这次财报要回答一个真正重要的问题，HBM超级周期还能持续多久？ 市场预期SK海力士Q2营业利润率接近77%，这个数字放在任何制造业都是离谱的。能维持这个利润率的核心原因只有一个，HBM产能已售罄至2027年，买家没有议价空间 黄仁勋 @JensenHuang 7月25日亲自确认SK海力士是NVIDIA @nvidia 最大内存合作伙伴，锁定Rubin、Vera CPU、RTX Spark、Jetson Thor四条产品线，HBM4市占率预计达70%，这不是普通的供应商关系，是深度绑定 但这次财报真正的风险点在指引。 长鑫上市之后，存储板块的竞争格局叙事变了。市场现在需要知道SK海力士管理层对中国竞争的看法，以及2027年之后的产能规划 如果电话会议里没有给出清晰的护城河表述，即便业绩超预期，股价也可能重演好业绩、逢高回落的套路，这正是高盛Flood上周提到的半导体股当前的普遍形态 三星明天出完整财报，对比就来了，两家同时在场，HBM竞争格局会在同一个窗口内被重新定价 对普通投资者来说，直接参与韩股有门槛，但这个逻辑可以通过美股资产来跟踪 🔹$rMU 美光科技 是HBM三大供应商之一，存储超级周期的直接受益标的 🔹rDRAM Roundhill内存存储ETF覆盖整个存储超级周期，分散了单一公司的集中风险 🪁 这两个都可以在Bitget直接交易，不用开美股账户、不用换汇、不用等T+2结算。 现在BTC报63K，跌2.89%，市场在等本周所有催化剂落地，这个位置不追，等财报和Fed说完话再判断方向 Bitget美股流动性远超你的想象 @Bitget_zh #bitget# DYOR 非投资建议

懒猫算力舱 X5 终于上线了，2070T 最强推理算力，128GB 超大显存，英伟达芯片，还配备 100GB 光口 和万兆网口，所有配置拉满 超帅超强，比 GB10 性能还强一倍，可以通过光口和 vllm 无限组网跑本地大模型，可以当独立电脑用 详细配置参数如下，预售 200 台已卖光，想要进一步了解软件性能的评论区打 1 懒猫 AI 算力舱（LazyCat AI Pod）详细硬件参数 1. 产品概述 紧凑型 AI 计算设备，面向硬核开发者 搭载 NVIDIA Jetson GPU，支持 CUDA 生态 统一内存架构，可本地部署大规模 AI 模型（如 DeepSeek-V4-Flash 284B） 预装 Ubuntu，支持本地 AI 部署，可作为私有 AI 超算替代云服务 从开箱到运行 AI 模型约 5 分钟 支持多机联网扩展算力 2. CPU 架构：Arm® Neoverse®-V3AE 64-bit X5-T4000**：12 核心，最高频率 2.6 GHz，每核心 1 MB L2 缓存，16 MB 共享系统 L3 缓存 X5-T5000**：14 核心，最高频率 2.6 GHz，每核心 1 MB L2 缓存，16 MB 共享系统 L3 缓存 3. GPU / AI 算力 架构：NVIDIA Blackwell X5-T4000（NVIDIA Jetson T4000）**： 1536 核心 第 5 代 Tensor Core MIG：6 TPC 最高频率 1.53 GHz AI 性能：1200T X5-T5000（NVIDIA Jetson T5000）**： 2560 核心 第 5 代 Tensor Core MIG：10 TPC 最高频率 1.57 GHz AI 性能：2070T 完整支持 CUDA 生态；非 CUDA 芯片实际 AI 性能约降低 50% 4. 内存 类型：LPDDR5X，256-bit 带宽：273 GB/s X5-T4000**：64 GB X5-T5000**：128 GB（可支持 DeepSeek-V4-Flash 284B 大模型：总参数 284B / 激活参数 13B，适合文生图、文生视频等任务；支持 vLLM 及多机联网扩展） 5. 存储 系统存储（嵌入式）：64 GB eMMC 5.1（主要针对 X5-T5000 提及） 模型存储：最高 32 TB（通过最多 2 个 M.2 接口） 支持 PCIe NVMe 和 USB 3.2 SSD 6. 网络与接口 有线网络 X5-T4000**：1 × QSFP28 光口（最高 75 Gbps，3 × 25GbE）+ 1 × 10GbE RJ45 口（支持网络唤醒） X5-T5000**：1 × QSFP28 光口（最高 100 Gbps，4 × 25GbE）+ 1 × 10GbE RJ45 口（支持网络唤醒） 无线 Wi-Fi：海华 WIFI6 XB560NF 无线网卡，双贴片天线 蓝牙：5.4 其他端口 1 × Type-C 3.2 Gen2（10 Gbps） 2 × USB 3.2 Gen1（5 Gbps） 1 × HDMI 2.1（支持 8K 输出） 1 × DC 电源口（5.5×2.5 mm） 7. 电源与功耗 模块功耗： X5-T4000：40W ~ 70W X5-T5000：40W 130W（针对 AI 推理优化，远低于消费级 GPU 的 350W 450W） 电源适配器：氮化镓宽电压适配器，输入 100V ~ 240V，输出 12V/8A，频率 50/60 Hz，支持 UPS 不间断供电 8. 外观与物理规格 尺寸：144 × 130 × 61 mm（长 × 宽 × 高） 重量：2.3 kg 外壳：金属机身 颜色版本： 太空白（喷砂烤漆工艺） 星辰灰（阳极氧化工艺） 9. 散热 直吹液压静音风扇 10 mm 大风量风扇 静音 FDB 轴承 转速 3500 ± 10% RPM 配备定制静音转速算法，12V 供电 10. 软件与系统支持 操作系统：预装 Ubuntu（含 CUDA 加速驱动和 AI 开发环境） 支持框架：Ollama、vLLM、Shimmy 等 常见应用：Jupyter Notebook（一键安装 CUDA 支持）、ComfyUI（文生图）、AI 语音识别/合成、DeepSeek OCR、文档/PDF 翻译等 支持内网穿透，手机远程访问 100% 本地部署，数据物理隔离，无需上传云端 可独立作为 Ubuntu AI 电脑使用（接键鼠显示器），也可多机联网扩展

为什么你的智能摄像头不该信任云端今天聊聊链上目击者的崛起 AI爆发式增长，背后却隐藏着一个巨大的核心漏洞，信任。全球有数以十亿计的摄像头和传感器，但它们产生的每一比特数据，在传统私有服务器上都可以被随意篡改、删除，甚至遭遇深度伪造（Deep-fake） XYO @OfficialXYO正在通过NVIDIA 的机器人技术直接引入链上彻底打破这一技术僵局。 想象一下这个纯粹的边缘端协作：摄像头捕捉到画面，但数据完全不经过容易受到攻击的第三方云端，而是直接由 NVIDIA Jetson Orin Nano 芯片在本地（边缘端)完成计算机视觉推理 以下是 XYO Layer One 处理这些真实世界数据的硬核流程： 边缘检测与物体分类:Orin 芯片直接在设备源头识别物体(精准区分人、车辆或宠物） 置信度评分： 每一个事件都将模型的确定程度作为一级字段直接写入元数据，拒绝伪造绝对真理 加密签名： 设备在观测到事件的瞬间进行本地加密签名，将数据与其物理源头牢牢绑定。 去中心化账本： 签名后的事件被发送至 XYO Layer One 区块链，成为永久防篡改的记录。所有者可以自主选择将其完全私密保存或公开供全球验证 用加密证明取代盲目信任，XYO 正在为未来的机器经济搭建不可或缺的可信数据底层

这段时间看下来，其实大家都知道AI方向真实场景落地是行业大方向，但其中现实数据的可信度一直是个绕不开的问题 去年跟过的 XYO @OfficialXYO最近有新动态，他们正在把英伟达 NVIDIA 的机器人技术接入区块链，正好跟大家聊聊 说白了，他们就是让硬件设备当现实世界的“见证人”，这套系统的硬件不算复杂，就是一个英伟达 Jetson Orin Nano 边缘计算盒子、一个摄像头，再加一台本地服务器 他们做了个很直观的客厅演示：摄像头搭配 NVIDIA Jetson Orin Nano，识别到宠物后在本地完成识别、置信度打分和加密签名，同步到 XYO Layer1 存证，还能联动自动投喂，全程无需人工介入 整套流程所有计算都在边缘设备本地完成，数据不上云、不经第三方，上链记录不可篡改，支持公开验证或私有留存，相当于给物理世界的事件加了一层可验证的链上凭证 这套方案适配性也强，核心算力集中在 Orin 开发板上，摄像头只是输入终端，换成热成像仪、深度相机、麦克风阵列等都可以，墙面、无人机、仓库巡检机器人等场景都能部署，物流核验、工业监测、安防、农业等需要事件存证的领域基本都能复用 从行业体量看，目前全球监控摄像头超 10 亿台，视频监控市场预计 2027 年突破 620 亿美元，加上机器人、无人机上的各类传感设备，存量规模很大 多数数据目前都存在私有服务器，跨主体互信和举证成本较高 XYO 这套方案不用大规模替换现有硬件，加装边缘计算板就能接入，落地门槛相对友好 XYO 本身也是全球同类网络中规模靠前的，目前全网已有超 1000 万台设备在提供真实世界数据 承载这些数据的 XYO Layer One 区块链专为海量数据设计，写入速度快、成本低，足以支持持续上链写入，还能永久保存记录 这次 NVIDIA 的 Orin Nano 作为全新的见证节点加入了这个网络，我个人觉得这个方向踩中了需求点，后续机器经济、AI Agent 都需要可信数据做支撑 这个项目是在现成的成熟硬件基础上做延伸，市面上存量设备不少，改造接入的空间较大，落地的路径也比较清晰 不过现在还处在早期，实际能铺开多大规模、商业化推进得如何，还需要时间来验证，接下来他们还会对接 Isaac ROS 覆盖更多现有机器人设备，这个项目我会继续跟踪，有新进展再同步给大家！

🚨 警告：类似 COVID 的暴跌即将重演！！ 我们都记得 COVID 的故事。 一开始也只是 1 例“流感”。 最后却演变成全球级别的大崩溃。 几周前，汉坦病毒（Hantavirus）疫情被发现。 这种病毒的死亡率高达 40%，而 COVID-19 只有 1%。 这简直就是电影 Contagion 的剧情。 如果哪怕只是在一个大型城市确认爆发， 市场单日就可能暴跌 10%-15%。 邮轮只是开始。 汉坦病毒潜伏期很长（最长可达 40-50 天）。 这意味着那艘船上的数百名乘客， 以及与他们接触过的人， 早已散布到全世界。 航空公司、酒店业以及整个服务行业（如 JETS、PEJ 这类 ETF）都会变成垃圾资产。 投资者会疯狂逃离“复苏概念股”。 因为他们记得封锁时期， 而这一次会比当年严重百倍。 因为这种病毒的致死率极高。 2020 年，全世界封锁是因为人们害怕医院超载。 而在 2026 年，如果是汉坦病毒， 人们可能会直接拒绝去上班。 如果港口、工厂、物流等劳动群体出现大规模死亡， 全球贸易将直接停摆。 这不是通胀。 而是商品在物理层面上的消失。 目前并没有被证明有效的汉坦病毒疫苗。 当年拯救世界的 mRNA 技术， 面对这种病毒可能来不及发挥作用。 现代医学将陷入彻底无力。 投资者会失去对“科技奇迹”的信心， 转而疯狂涌向黄金和现金。 一个死亡率比 COVID 高 20 倍的病毒， 可能在一个月内抹去 20 万亿美元市值。 这一切听起来很可怕， 但我会持续在这里更新所有动态。 当我调整资金仓位时， 我也会分享我的操作， 帮助我的粉丝保住财富。 关注我并打开通知， 因为我很快会分享我的策略。 很多人会后悔没有早点关注我……

为什么机器人一定要做成人形？因为不用再花几百年去改造我们现在的生存环境，黄仁勋说，我们是为自己造的这个世界。所以他主张做双足人形，可以最低成本接入现成的基础设施。 人形机器人的制造难度，马斯克说，介于 Model X 和星舰之间。现在根本没有人形机器人供应链，每个零件、每个执行器都得从零设计自研。 百万台年产的话，成本能压到2 万美金。这个价格能做饭、洗衣、叠衣服的机器人我是愿意买的，假设机器人能用 2 年，一年折 $1 万，比请菲佣便宜。要是它能用 10 年，就更好了！ 而且我认为一定会有租赁订阅的服务，因为我没办法要求它 24 小时不停干活，机器人大部分时间是闲置的，个人买断不划算。就像现在的宇树租赁，商家半个月回本。 说回供应链，目前没有现成供应链，所以马斯克必须从零自研。而且造机器人最要命的稀土永磁体，产能高度集中在中国，中国一收紧稀土出口管制，Optimus 生产就会被卡脖子。 中国控制着全球人形机器人零部件供应链约 63% 的关键企业， 特别是精炼稀土占 88%。 如果机器人真的普及了，我认为会先通胀、后通缩。因为造这些机器人和背后的大模型，需要海量算力，一颗 Nvidia Jetson Thor 2,070 FP4 TFLOPS，开发套件 $3,499，单台机器人光 AI 芯片就 $5,000–6,000。 还有电，美国居民电价 2025 年涨了近 7%，是通胀率的两倍多。电价暴涨到底多少怪 AI我不知道，但肯定是巨大的影响。 人形机器人普及之后，长期一定会通缩。 高盛把人形机器人 2035 年的市场规模一次上调 6 倍到 $380 亿，出货量上调 4 倍到 140 万台，理由是成本本来预期年降 15–20%，结果直接降了 40%。跟汽车普及一样。 第二个原因是，劳动力替代压低服务价格的结构性通缩。马斯克的说法是商品和服务的成本会趋近于零，工作会变成可选项。 那，除非出现新需求，否则价格越来越低。汽车、PC、智能手机、光伏，价格塌了、渗透率爆炸、总市场做大。机器人只会更便宜，然后发展到我们今天根本想不到的场景里。 硬件终将便宜，会同质化。 电机、减速箱、电池、芯片，最后大家都差不多，就像大模型，Figure 自己说的，越来越聪明，但也越来越商品化，所以他2025 年干脆终止和 OpenAI 的合作，自研 Helix。 硬件卷到最后，真正的差异化在软件、在人格。这跟我今年上半年做 的AI 聊天陪伴一直在思考的问题一样，到底什么，才能让一个机器人更像一个真的人？ 如果我有了自己的人形机器人，我不会让他先去叠衣服做饭，我一定要好好培养它一个好性格～