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 Office8次元
Office8次元 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 Office8次元 的搜尋結果
大模型的数据生意:人类如何蒸馏自己 -当网上现成的文本越来越难满足训练需求,模型公司开始从人类的实际工作中收集数据。 2026 年初,中国模型公司开始行动,腾讯混元负责人姚顺雨直接管理混元数据团队;阿里将服务大模型的数据团队交给集团合伙人委员会成员范禹;字节在年中将 Seed 旗下 Global Data 团队升级为 AI 数据与安全部门,与 Seed 平行,服务所有大模型团队。 - 用户完成任务时留下的操作轨迹,成为模型训练最受重视的数据之一。一位互联网公司数据团队人士说,目前最迫切的需求是编程和工作两类。编程数据有两种用途:练习评测集中的题目,在排行榜上拿高分;或学习实际任务,比如开发游戏、搭建 3D 模型。据我们了解,需求最旺盛时,一些模型厂每天在编程数据上的投入可以超过 1000 万美元。 工作数据则要还原办公过程:从文件里找资料、读懂邮件中的要求和期限,再往表格里填数字、编辑文档、查询网页和数据库、调用工具。一位数据服务商创始人说,金融和法律行业的经济价值高,大量任务在线上完成、以 Office 文件交付,是比较理想的训练环境。 - 一条人工数据售价从几百元到上万元不等,一批通常至少 1000 条。海外报价的数字相近,单位则换成美元。一位 Seed 后训练团队人士说,员工为 AI 陪伴产品猫箱编写对话,用户说一句、模型回复一次算一轮。一条长数据有 100-200 轮,审核通过后报酬基本能上千元。参与者有编剧、文学创作者,也有审核和编辑人员。“有的人一个月就能拿上万元。”一位在 AI 数据平台兼职的法律行业人士说,她每月交付约 40 条数据,拿到 2 万多元,平均每条约 600 元。第一次做一条花了 75 分钟,熟悉后约半小时。 - 还有一些交易不在明面上。创业公司攒下一批模型厂商账号,转卖 API 调用服务,再出售调用产生的数据。另一些公司从模型公司内部人员手里买数据,转卖给同行;经手人可能在算法、工程、基础设施或采购岗位。部分交易靠回扣维系,单笔合同数百万元乃至上千万元,内部人员从中分成。“每天就像是在捡钱。” 一位数据供应商说。 - 模型公司很难全靠自己生产数据。外部供应商愿意一份数据卖多家。但大厂则普遍愿意支付 3-4 倍溢价,永久买断或限时独占。今天合格的训练数据,半年后可能只剩一成有用。等竞争对手能买到,价值已经不同了。 - 大厂高价买断数据,但买家仍得知道自己要什么。蚂蚁买金融数据时,会把一个投研报告类需求拆成上百个案例、十多个子类,写清每类多少篇、案例什么样。“做蚂蚁的项目很多时候是亏钱的。” 一位服务商说,细致的要求增加了交付难度。 - 在 DeepSeek,绝大多数员工从事数据相关工作。“梁文峰偶尔也会参与数据标记。” 一位 DeepSeek 人士说。姚顺雨接手混元后,重新清洗已有数据、迭代基础设施,让混元 3 Preview 明显超越前代;正式版再优化后训练数据、扩大强化学习规模,能力又有提升。 - 数据工作的重要性上升,但数据生产人员的收入不一定能跟着模型能力涨。一位头部互联网公司的研究员说,公司一支团队做了 1 万条数据,训练效果很好。很多参与者月薪只有 8000-9000 元,按 18 薪算,一年不到 20 万元。同一公司的算法人员,年薪包则在 1000 万元左右。效果上去了,奖励主要给算法团队;数据做得好坏,员工到手的钱差别不大。 - 最近一年,多个公司的后训练团队往往每一两个月就要发一个版本,研究员从早上 10 点半工作到深夜,休假也带着电脑。“本质上大家在技术路径、数据处理和质量上都拉不开代差,就看谁先发出来。” 一位后训练研究员说,“很多事拖个两三个月,做出来也没了意义。” - 为了加快训练,研究员开始让模型参与数据生产和研发。他们指挥模型批量收集、修改数据,再让更强的模型检查结果。OpenAI 披露,编程 Agent 已参与研究员的日常工作,包括写实验代码、跑测试和排查基础设施故障;Anthropic 也称,Claude 曾在约 2 小时内完成一项通常需要工程师两三天的故障排查和修复工作。 - 研究员把各行业专家的知识、经验和判断做成数据,训练模型接手他们的工作。现在,模型要学的,也包括研究员每天正在做的事。
顯示更多
0
11
89
12
轉發到社區
今天聊聊我们和「微软」故事。 考虑双方仍处于合作关系,只说 10 年前的事情,但同样精彩。 如果,当初,我要是知道和微软合作,能让「数码荔枝」一年巨亏上百万 ... 我一定乘时光机回到过去,掐断那通电话。 但 2015 年前后,微软刚刚发布了 Office 365 订阅版。 为了全国迅速铺量,微软采用了极其激进的价格,大致在 30-50 元/年,销量极好。 那时,刚创业的我,整个数码荔枝淘宝店,都是月销十几笔的小众宝藏软件。 我们急需一些明星产品,提升店铺曝光,又能符合我们所要的「调性」 我自然将目光放在了 Office 365 上。 那怎么联系上微软呢?又怎么才能销售正版 Office 365 呢? 比起第一个问题,解决第二个问题更紧迫。 于是,我一家一家联系其他销售 Office 365 的淘宝店,直接问他们买 200 套是什么价格 什么?你们还剩下 237 套?好的,我全要了。 然后,一箱一箱的 Office 365 快递到了我家。 盒子和里面的兑换卡片,我当时都拍照作为留念。 为了能对齐价格,当时我们的 Office 365 销售价,直接按进货价定。 上架第一天就有销量,且一天比一天卖的多。 虽然卖得多,但完全不赚钱啊 ... 一次次进货,纯亏物流快递费。 而且随着时间推移,成本水涨船高,单套的进价慢慢变成 70, 80, 100... 所以,我一直在寻找与微软的正式合作机会。 直到有天,我们遇到了一个推广合作伙伴。 他告诉我们,他正好是微软的 MCP (Microsoft Certified Professional) 而且,他正好也认识微软上海的销售经理,可以引荐一下。 但需要我们提供一份详细的自我介绍 PPT,然后帮我们约电话面聊。 我当时觉得,属于「数码荔枝」的高光就要来了,全然不知将要面对什么。 (未完待续)
顯示更多
0
118
432
23
轉發到社區
得益于电影《穿普拉达的女王2》上映次周末在全球斩获1.188亿美元票房,迪士尼影业在2026年前五个月的全球总票房已突破20亿美元,成为本年度唯一达到此里程碑的电影公司。根据Box Office Mojo数据,全球影史上票房超过10亿美元的60部影片中,有35部归属于迪士尼旗下,并且在7部票房超过20亿美元的影片中,迪士尼拥有其中6部的版权。 来源:Sherwood
顯示更多
一起去跑步~請不要說不~ NONONO!!這次不要跑步!!!(平常也不想跑) 就讓珉豪自己在各位閃窩心中火熱地奔跑就可以了! 衝衝衝,一起衝到明年, 就讓MINHO CONCERT in TAIPEI成為你2027年的第一場演唱會吧! MINHO CONCERT in TAIPEI ⏰ 演出時間|2027年01月02日(六)18:00 📍 演出地點|國立臺灣大學綜合體育館(台北市大安區羅斯福路四段1號) 🎫 活動票價|VIP區 NT6,200/A區NT5,800 / B區 NT4,800/C區NT3,800 / 身心席NT$2,900 💎 Weverse會員優先購登記時間:2026/10/17 14:00 ~ 2026/10/23 22:59(TST) 💎 Weverse會員優先購登記連結: 🎟️ Weverse會員優先:2026/11/05 11:00~18:59(TST) 🔑 遠傳電信、friDay影音會員獨享優先購|2026/11/06 12:00~16:50(TST) ※ 詳細活動資訊將公佈於遠傳心生活、friDay影音APP,敬請期待。 🎟️ 一般販售|2026/11/07 11:00(TST) 🛒 購票方式|Ticket Plus遠大售票網站 ♿ 身障購買|Ticket Plus遠大售票網站 🔗 購票網址| 網頁建置中 🌟 SHOW Office 好康大放送! 📅 活動期間:即日起至 12/18 23:59 前 ✨ 加入 SHOW Office 會員並至「會員好康活動」頁面登記抽選, 就有機會獲得 獨家好康獎勵! 詳情請洽 SHOW Office 官方網站。 🌟 會員活動: ✅ 之前已填寫表單加入 SHOW Office 會員的朋友們,可直接使用表單填寫的 MAIL 登入會員並參與活動。 ✅ 密碼預設為您填寫的電話後 8 碼,若無法登入,請使用 「忘記密碼」 進行重設。 🌟 教學連結 📌 會員好康專區使用教學: 📌 登入帳號教學: 🔹 主辦單位:SHOW Office Entertainment Co., Ltd. 🔹 協力單位:遠傳電信 📢 主辦單位保留活動異動之權利 MINHO CONCERT in TAIPEI ⏰ Show Time|Jan 02, 2027 18:00 📍 Venue|NTU SPORTS CENTER 🎫 Ticket Price|Zone VIP : NT$6,200 / Zone A : NT$5,800 / Zone B : NT$4,800 / Zone C : NT$3,800 / Accessible seat : NT$2,900 💎 Verification Period for Weverse Membership:2026/10/17 14:00 ~ 2026/10/23 22:59(TST) 💎 Weverse Membership Presale Registration Link: 🎟️ Weverse Membership Pre-Sale:2026/11/05 11:00~18:59(TST) 🔑 FET Member Presale|2026/11/06 12:00~16:50(TST) 🎟️ Ticket Open|2026/11/07 11:00(TST) 🔗 Ticketing Website| 🌟 SHOW Office Special Giveaway! 📅 Event Period : From now until 12/18 23:59 ✨ Join SHOW Office Membership and register on the “Member Giveaway Event” page for a chance to win exclusive rewards! For more details, please visit the official SHOW Office website. 🌟 SHOW Office Member Giveaway Event : ✅ If you have previously filled out the form to join the SHOW Office membership, you can log in using the email address you provided in the form and participate in the event. ✅ Your default password is the last eight digits of the phone number you submitted in the form. If you are unable to log in, please use the "Forgot Password" option to reset it. 🌟 Tutorial Links 📌 How to Use Membership Benefits: 📌 How to Log In to Your Account: 🔹 Organizer:SHOW Office Entertainment Co., Ltd. 🔹 Partner Organization:FarEasTone 📢 The organizer reserves the right to modify event details. #MINHO# #민호# #SHINee# #샤이니# #2027MINHOCONCERT# #MEANOFFERAL# #YJPARTNERS# #SHOWOFFICE#
顯示更多
0
3
89
70
轉發到社區
从疫情期间我就我反反复复一直讲,飞书和钉钉这类办公SaaS有三个死穴, 一个是中国人太穷,人均月薪4000,飞书和钉钉订阅费比他妈买条人命都贵,企业不可能给这种SaaS付钱, 一个是中国人只会用手机,中国人普遍18岁以前没接触过电脑,对电脑使用熟练度和技巧低于美国小学生,约等于一个大猩猩, 一个是哪怕工作后,中国人也严重依赖于office套装,哪怕在本地用,一遍遍发邮件和微信群传文件,反复折腾,反复传文件,反复保存,反复边传文件边扯皮,来来回回三四十次,也打死不愿意用协同办公SaaS。 在中国人只有1/4的人口有自己的电脑、中国人人均电脑使用水平不如一只野生大猩猩和边牧的前提下,想推广飞书和钉钉这类工具,最大的门槛在于培养用户的使用习惯,越早越好。 培养用户使用习惯的根源,在于让大学生全部用上,使用四年的时间,深度绑定一款移动办公SaaS,这样当他们工作以后,才会彻底绑死这个工具。 这件事在中国是有案例的,当年freescale作为摩托罗拉半导体拆分出来的公司,在中国最成功的策略,就是狠狠投资freescale高性能单片机为核心的智能车比赛, 导致中国整整两代大学生对freescale芯片比intel还熟悉,像我这一代的人,都经历过拿着冈萨雷斯computer vision的书在freescale极低算力下强行写binary segmentation算法,手写PID,手写电机控制,手写一堆复杂策略等等的一辆完整自动寻轨迹的智能车,且全程记事本手写,难度远高于宇树科技的99%的工作。 如果放在移动办公领域,我个人的建议是,飞书和钉钉应该绑死大学生群体,彻底给他们免费,培养他们四年的使用习惯。 如果你不给他们免费,他们也只能免费用,还必须白嫖,开会40分钟还要退出重进,每次退出重进一次,还要骂你马云和张一鸣全家王八蛋; 如果你给他们彻底免费了,他们至少本科四年彻底绑死一款产品,就有很大概率之后工作中把这套东西彻底带到公司里,甚至自己成立公司后彻底指定绑死其中一家的产品。 你用本科四年的免费账号,凭借学生邮箱,绑死1TB存储空间和无限会议,学生们会拿你们的工具当宝贝天天用,用了四年的时间,培养出习惯,就彻底不用office了。 这点道理想不明白,这俩项目可以说白活白干,不懂点基本的人事儿。
顯示更多
0
73
434
31
轉發到社區
Google 每月向 SpaceX 支付 9.2 亿美元,只为获取一部分 AI 算力。 这家拥有无尽资本、自研芯片、云业务营收运转率达 1000 亿美元的科技巨头,在算力基建上跑输了一家火箭公司。 Google 今年的资本支出预期高达 1950 亿到 2050 亿美元。 上市 22 年来,他们第一次录得负自由现金流,开始消耗现金储备,全部砸向 AI。 即便如此,Google 依然无法像 SpaceX 那样快速、廉价地部署 AI 算力。 这也解释了为什么 SpaceX 的 AI 算力业务年化收入已接近 300 亿美元。 许多人只盯着 SpaceX 1.5 万亿美元的估值和近期 38% 的股价下跌,却没看懂真正的利润中心。 未来 20 年,SpaceX 最大的印钞机不是星链,不是发射业务,而是 AI 算力。 更可怕的是,这还只是地球上的算力。 星舰完成了第 13 次测试飞行,在印度洋实现软着陆。 在承受了极高动压后,18000 片隔热瓦几乎完美无缺。 星舰的成熟,意味着 SpaceX 即将把多达 100 万个数据中心送入太空,组建 Star Mind。 在太空中进行大规模计算的成本,将远低于地球。 对比之下,Apple 过去十年把 9000 亿美元用于股票回购,1400 亿美元用于分红。 面对智能革命,守着海量现金的 Apple 选择把钱还给股东。 对智能的需求是无限的,这意味着对 AI 算力的需求也是无限的。 无论模型变得多高效,只会激发更多的计算需求。 Grok 已经嵌入微软 Office 和 Google 文档,马斯克的计算基础设施正在向所有应用层渗透。 Google 就算应用层失败,依然能靠着过去 25 年平均 32% 的投入资本回报率,作为底层基础设施印钞。 而 SpaceX 正在利用绝对的发射垄断,把全人类的计算资源搬出地球。 那些只会买股票分红的旧硅谷巨头,会被真正投资未来的基建狂魔彻底碾碎。
顯示更多
0
21
22
5
轉發到社區
从 Token 到 Outcome:AI 能力增长为什么可能带来超线性的经济价值 市场天天在讨论大模型公司的价格战,Token 价格还能降多少。但更重要的市场忽略了问题可能是:AI 每增加一单位能力,能够创造多少新增经济价值? 这更可能影响接下来的token价格,而答案很可能不是线性的。 现实任务存在能力门槛。AI 从 60 分提高到 70 分,可能只是邮件写得更好;从 90 分提高到 100 分,却可能第一次独立完成软件开发、投资研究甚至科研任务。两者都是增加 10 分,但后者打开了此前不存在的任务市场。 用人类 IQ 类比也一样。IQ 130 并不只是比 IQ 100 的人生产率高 30%,而是可能具备处理另一类复杂问题的能力。 但现在各种测试ai能力的指标已经越来越饱和,很难再量化的判断ai的iq提升了多少。 因此更可测量的指标也许是可靠完成的任务长度。 如果 AI 单步正确率是 99%,连续执行 100 步的成功率只有约 37%;如果单步可靠性提高到 99.9%、99.99%,Benchmark 看起来可能只进步了一点,能够稳定完成的任务长度却可能提高一个甚至多个数量级。AI 的角色因此可能发生跳跃: Copilot → Agent → Autonomous Worker → Autonomous Team → Autonomous R&D。 这会直接改变 AI 公司的商业模式。 今天 Foundation Model 公司主要卖 Token: Revenue=Tokens\times Price/Token 但假设 AI 消耗 10 美元推理成本,完成了一项价值 1000 美元的专业工作。如果只卖 Token,模型公司只能拿走很小一部分经济剩余。 模型越强,这个问题反而越突出。下一代模型即使推理成本增加 3 倍,如果能够完成的任务价值提高 30 倍,那么 Value/Compute 实际提高了 10 倍。 因此商业模式很可能逐渐迁移: Token → Task → Outcome → Value Share。 最初卖智能原材料;然后按完成一次 Coding Task、一个客服工单收费;进一步直接卖“解决问题”的结果;最终甚至按照帮助客户创造的收入或节约的成本分成。 这意味着 AI 的 TAM 也在改变。传统 SaaS 攻击的是 Software Spending;Agent 攻击的是 Labor Spending;Outcome AI 最终瞄准的则可能是更广泛的 Economic Value Creation。 算力越稀缺,这种动力越强。拥有有限 GPU 的公司真正需要优化的不是 Token 数量,而是: \max \frac{Gross\ Profit}{Compute} 如果卖 Token 每 GPU-hour 赚 1 美元,而自己的 Agent 可以赚 10 美元,继续无限量批发 Token 就是在把稀缺智能低价出售给下游。 但这并不意味着 Token 会消失。更可能形成三层市场:底层继续卖 API,让开发者探索应用;中层卖通用 Agent;上层选择性进入高 Value/Compute 的垂直行业。 这种模式并非没有限制,模型公司并不能随心所欲的把业务模式从卖token切换为卖结果。 最重要的限制大约有八个:专家劳动、私有数据、Workflow Integration、结果验证、法律责任与监管、物理执行、客户渠道以及信任与 Accountability。 例如 Coding 很适合 Outcome 模式,因为从 Think → Code → Test 几乎完全数字化,而且结果容易验证。药物研发却需要 Design → Synthesis → Experiment → Clinical Trial → Manufacturing。AI 可以极快提高“Think”的速度,却无法立即消除实验、临床和制造的物理时间。 因此最先被 Outcome Economy 吞噬的,不一定是 AI 最聪明的行业,而是: 高任务价值 × 高 AI 可完成度 × 低 Human Minutes × 低验证成本 × 低责任 × 低物理摩擦。 这也是为什么 Coding、客服、数据分析和部分 Back Office 很可能领先,而医疗、药物研发、建筑和复杂制造会慢得多。 由此,AI 时代真正重要的经济指标也可能发生变化。 今天市场关注 GPU 数量、GW 和 Token Price;未来可能越来越关注: Revenue/Compute Gross\ Profit/Compute 最终则是: Economic\ Value/Compute 对于数据中心甚至可以直接理解为 Revenue/MW、Gross Profit/MW、Economic Value/MW。 最终整个逻辑可以浓缩成一条链: AI Capability ↑ → Reliability ↑ → Autonomous Task Length ↑↑ → Addressable Task Space ↑↑ → Value/Task ↑↑ → Token → Outcome → Revenue/Compute ↑↑。 所以未来 AI 投资最重要的问题可能不再是“下一代模型需要多少算力”,而是: 下一美元 AI CapEx,最终能够控制和创造多少美元的经济活动? 真正最有价值的公司,也未必只是拥有最多 GPU 的公司,而可能是那些能够同时控制 Compute + Intelligence + Data + Workflow + Verification + Distribution,最终把智能封装成可交付结果的公司。 Token 是智能的计量单位,Outcome 才可能是智能最终的定价单位。
顯示更多
🚨 AI 正在摧毁传统软件的护城河!微软股价突然下跌,科技七巨头面临重新洗牌,真正的赢家可能是 SpaceX! 大家注意了!这不是危言耸听,而是一场正在发生的软件行业生存危机。 过去30年,软件公司依靠复杂的代码、庞大的开发团队和成熟的企业系统建立护城河。但随着人工智能迅速发展,这些曾经难以复制的竞争优势,正在受到前所未有的挑战。 11月10日,市场已经给出了一个非常直接的反应。 Anthropic 宣布推出 Claude Sheets、Claude Whiteboards 和 Claude Data,并预告 Claude Meetings,正式向传统企业办公软件市场发起挑战。 Claude 现在不仅能回答问题,还可以协助创建电子表格、编辑公式、制作数据仪表板、组织白板内容,并通过连接器操作其他企业应用。 更值得关注的是,Adobe、Atlassian、HubSpot 等公司的应用正在被整合进 Claude 的工作界面。用户不再需要频繁切换不同的软件,而是可以通过一个 AI 平台完成越来越多的工作。 与此同时,OpenAI 也在扩大 ChatGPT 的企业功能,推出面向商家的专属 AI 代理,让企业能够通过 ChatGPT 直接与潜在客户互动。 消息公布后,微软 $MSFT 股价盘中一度下跌超过3%,最终收跌约2.2%。 这次下跌背后,市场担心的可能不仅仅是 Excel 或 Office 的竞争,而是整个传统软件商业模式正在发生根本性变化。 过去的软件护城河是代码。未来的护城河可能是算力、电力、芯片、能源、土地和无法轻易复制的实体基础设施。 以前,要开发一套成熟的软件系统,需要数百名工程师花费几年时间。现在,AI 已经可以根据自然语言指令生成大量程序代码,甚至构建相当复杂的应用原型。 当然,真正可靠的企业软件仍然需要安全、合规、数据管理和长期维护,但软件开发的门槛正在快速降低。 这意味着一个危险的趋势:如果 AI 能够不断降低开发成本,那么传统软件公司仅仅依靠功能复杂、代码庞大和用户习惯建立的竞争优势,就可能逐渐减弱。 那么,当软件变得越来越容易复制时,真正无法复制的东西是什么? 答案正在逐渐浮现:支撑人工智能运行的底层资源。 Anthropic 自己的上市申报文件,恰恰揭示了这一点。 根据其最新披露的基础设施协议,Anthropic 对 Google 的云服务最低支出承诺达到1,213亿美元,对 Amazon 达到1,100亿美元,对微软达到472亿美元,而与 SpaceXAI 签署的算力协议总额最高可达1,205亿美元。 这些金额涉及未来多年的合同,其中部分属于最低采购承诺,部分属于可取消或附带条件的最高支出额度,并不代表已经支付的现金。 但它们共同证明了一个极其重要的事实: 一家正在挑战整个软件行业的顶尖 AI 公司,本身却需要依赖其他企业提供庞大的算力基础设施。 这形成了一个非常有意思的商业关系。 Anthropic 的 Claude 可能威胁微软的 Office 软件业务,但与此同时,微软又通过 Azure 向 Anthropic 提供云计算能力。 换句话说,微软一边面对来自 AI 的软件竞争,一边又可能从 AI 公司的算力需求中获得收入。 Google $GOOGL、Amazon $AMZN 同样处于类似的位置。 因此,未来科技巨头之间的竞争,并不简单是谁开发出更聪明的模型,而是谁能够控制 AI 产业不可或缺的基础资源。 看看科技巨头正在投入多少钱。 2026年第三季度,Amazon、Alphabet、微软和 Meta 四家公司购买物业及设备的现金支出合计达到2,019亿美元。 仅仅三个月,就投入超过2,000亿美元! 这笔资金不是为了编写更多代码,而是大量用于建设数据中心、采购服务器、部署芯片以及扩充相关基础设施。 在我看来,这可能是未来十年科技行业最值得关注的资本流向之一。 AI 正在让软件开发越来越便宜,却让支撑软件运行的实体基础设施变得越来越重要。 这场变化也可能重新划分科技七巨头的竞争格局。 微软 $MSFT 面临传统办公软件被 AI 重新定义的风险,但 Azure 云平台又可能受益于不断增长的算力需求。 Amazon $AMZN 拥有 AWS、庞大的物流网络及云基础设施,即使部分软件服务受到挑战,它依然拥有许多 AI 公司难以复制的实体资产。 Meta $META 则掌握 Facebook、Instagram、WhatsApp 等全球性用户平台。一个 AI 实验室可以快速开发应用,却无法在短时间内复制数十亿用户形成的社交网络与分发能力。 苹果 $AAPL 的情况更加特殊。 我并不认为苹果会轻易被 AI 颠覆,因为它真正强大的资产并不仅仅是软件,而是 iPhone、Mac、自研芯片、全球供应链以及庞大的设备生态系统。 不过,苹果在前沿大规模云端算力方面,与 Google、微软、Amazon 等超级云平台相比,仍然面临不同的资源配置挑战。 这也让我产生一个大胆的想法: 苹果未来有没有可能与 SpaceX 建立更加深入的合作关系? 两家公司都拥有强大的硬件研发能力,但优势却截然不同。 苹果控制全球消费电子设备入口,SpaceX 则拥有火箭发射能力、卫星网络、通信频谱以及持续扩张的 AI 算力基础设施。 如果两者未来能够在卫星通信、AI 计算或设备连接方面深化合作,理论上可能形成很强的互补性。当然,这目前只是我的战略推测,并非已公布的合作计划。 而在这一轮产业变革中,我认为最值得重新审视的公司之一,就是 SpaceX $SPCX。 为什么? 因为 SpaceX 拥有的东西,恰恰是 AI 无法通过简单提示词生成的。 2026年第三季度,SpaceX 完成35次发射任务。 截至第三季度末,Starlink 在低地球轨道运行的卫星已经超过11,100颗。 它拥有自己的火箭技术、发射设施、卫星制造与部署能力、通信频谱,以及正在扩张的超级计算基础设施。 马斯克此前还提出,SpaceX 希望到2027年底实现至少13 GW 规模的算力部署。这是管理层的前瞻目标,并不代表相关算力已经建成。 你可以在一个周末开发出软件原型,却不可能在一个周末复制火箭发射台、卫星星座和全球通信网络。 这就是数字资产与实体基础设施之间最根本的区别。 更有意思的是,SpaceX 并没有完全站在传统软件竞争的另一边。 马斯克此前宣布,Grok Bot 将根据不同任务选择最合适的后端模型,包括 Claude Opus 5.5、Midjourney、Suno 以及其他领先的 AI 服务。 这透露出一个值得深思的战略方向。 如果未来不同 AI 模型可以根据任务进行替换,那么单一模型的领先优势可能越来越难长期维持。 真正有价值的,可能不只是拥有某个模型,而是掌握用户入口、任务执行平台、分发网络,以及提供这些模型运行所需的算力。 Grok 5 能否取得突破仍然值得观察,但即使模型竞争日趋激烈,SpaceX 仍有机会通过自己的基础设施参与整个 AI 产业链。 还有一个更具想象空间的方向:轨道计算。 马斯克在近期的 Baron 投资会议上表示,SpaceX 与 NVIDIA $NVDA 合作设计的 StarMind 太空计算机,可能于2027年第三季度开始首次发射。 按照他的设想,2028年逐步扩大部署规模,并在2029年实现更大规模的发展。 为什么要把 AI 计算带到太空? 因为地面数据中心正在面临电力供应、土地、冷却系统、建设周期及监管许可等多方面的限制。 太空拥有丰富的太阳能资源,也提供了一种与地面不同的基础设施部署路径。 但必须强调,轨道计算仍然需要解决散热、辐射防护、通信、维修及经济性等重要问题。它能否在未来几年真正具备成本优势,目前还没有定论。 不过,一旦这条路线在技术和经济层面得到验证,AI 基础设施的竞争就可能从地面扩展到轨道。 届时,SpaceX 的发射能力、卫星制造能力与太空运输体系,可能成为其他科技企业难以迅速追赶的竞争优势。 这也意味着,未来 AI 产业的价值链可能出现一次非常深刻的重新分配。 软件开发成本下降,不代表所有软件公司都会失去价值。真正拥有客户关系、专有数据、安全体系和深度工作流程整合能力的企业,依然可能建立强大的护城河。 但那些主要依靠简单功能收费、缺乏独特数据与客户黏性的企业,将面临越来越激烈的竞争。 与此同时,芯片、先进封装、数据中心、电力设备、能源供应和高效计算网络的重要性可能持续提高。 $NVDA、$AVGO、$TSM、$AMZN、$GOOGL、$MSFT,以及 $SPCX,都可能从不同环节参与这场产业重构。 当然,掌握稀缺基础设施并不等于投资回报一定更高。资本支出过大、产能利用率不足、技术迭代和融资成本,同样可能侵蚀未来利润。 我的核心判断是:未来真正重要的,不再只是哪个公司能够开发出最聪明的软件,而是谁能够以最低成本、最快速度、最可靠的方式提供支撑 AI 运行的计算能力。 过去30年,软件定义了科技行业的商业模式。 未来10年,人工智能可能重新定义软件,而算力和实体基础设施将决定这场竞争能够发展到多大规模。 代码正在变得越来越容易生产,但芯片、电力、土地、卫星和火箭依然无法凭空创造。 当软件不再是最稀缺的资源,真正控制 AI 底层基础设施的公司,是否会成为下一轮科技财富重新分配的最大受益者? $SPCX $NVDA $MSFT $AMZN $GOOGL $META $AAPL
顯示更多
#Office# 出现小面积掉激活问题:微软最新推送的可选更新意外删除 Office 许可证,用户可能会看到未授权产品和文档无法编辑的问题。 问题更新是 KB5002907,该更新原本是用来修复 Microsoft 365 组件无法更新的问题,但存在意外删除 Office 2016/2019 许可证甚至卸载软件包的情况。 微软目前已经停止推送问题更新,遇到这个问题的用户需要使用原始许可证重新激活或重新安装。 查看全文:
顯示更多