Jensen离开后,英伟达交出的第一份财报。我把电话会听完了。结论是:短期稳了,长期的危险一点没解除。
华尔街喜欢的有四点:
— Q4 收入指引 1300 亿美元,高于预期的约 1250 亿;FY28 增速预期从 70% 上调到 75%。
— 本季毛利率 74.9%,管理层说 Q4 的 71%-72% 就是底。
— 新的融资和担保要挑客户,财务纪律更严。
— 新增 1500 亿美元回购,史上最大;未来每季度约 450 亿,几乎吃掉全部自由现金流。
但我看到的是另一面:
— 不再全力扶植新云:对 neocloud 的担保,项目延误就失效。我估计,扶持新云的战略大概率已经被放弃。
— 回购优先,像收购 Hugging Face 这样的长期投入,我估计会被大幅收紧。
— 战略迷茫:被问到会不会为了对抗 ASIC 牺牲毛利率,Colette Kress 说长期定价“还在考虑”。
另外,还有一个很有意思的细节:正常电话会,8 个分析师,没有一个人提 Jensen 的名字。
很明显,Jensen已经成了敏感词。所以,他的离开,肯定不是公司治理和私德问题,而是更高层的人想让他走。但这些大人物们严重低估了Jensen的作用。没有 Jensen,英伟达很难顶住这么激烈的竞争,整个 AI 行业也会因此变慢。
详细分析,请见视频。
我估计,马斯克越来越不想待在地球了。
最近,算力中心的建设被限制,Jensen Huang 也被往死里整。在我看来,地球上有一群人想控制 AI,而对这股力量最强有力的反击,就是太空 AI 算力集群。
这个周末,马斯克往这个方向又走了一大步。星舰第 15 次试飞,飞船第一次被发射塔的机械臂接住。马斯克在 Ron Baron 的对谈里说过,他估计 2027 年三季度会开始发射第一批 AI 算力卫星。现在飞船能回收了,这个计划实现的概率更高了。
但同一趟里,已经被接住过 3 次的助推器反而砸了,原因是燃料不够。马斯克没有靠多加燃料来保住回收,而是把燃料算得可丁可卯,就为了发现更多问题。这是真不在乎别人的眼光啊,老马好样的。
期待马斯克加快星舰的试飞节奏,赶快把太空 AI 算力集群建起来,甚至把月球和火星基地建起来。被非傻即坏的人管着,太烦了。
详细分析,请见视频。
Jensen被迫辞职 CEO,很多人想要抄底。我觉得,还是谨慎点,因为我认为,这并不是利空出尽,而是英伟达噩梦的开始。
为什么呢?因为老黄不当 CEO,英伟达面临的是个死局,一共 5 点:
1)竞争:AI 芯片七八成的份额、75% 的毛利率,最大的客户同时是最大的对手。他在的时候,份额就已经在慢慢往下走了。老黄在,尚能延缓下降趋势,一旦离开,英伟达的市场份额大概率会快速下降。
2)组织:之前,大约 60 个人直接向老黄直接汇报,这套打法是按他一个人的脑容量设计的,换谁都接不住。接不住就要加层级,组织动荡和内耗难以避免。
3)供应链:老黄跟台积电,三星电子,海力士这种关键供应商的交情,是30年一点一点攒出来的,这根本无法交接。
4)战略:2006 年,老黄坚持搞 CUDA,才成就了现在的英伟达。而扶持新的云厂商、支持开源模型,这两个跟 CUDA 同等重要,也同等短期吃力不讨好的事,没有老黄,大概率不会坚持。
5)技术:英伟达能保持一年一代的更新节奏,是老黄带着团队和供应链往前跑。没有老黄,半导体的进步速度会减慢,整个 AI 行业的发展速度都会减慢。
虽然有人在传,老黄会回来,但我觉得很难,因为这是个 1 年前就开始布的大局,而布这个局的势力,非同小可。详细分析,请见视频。
都说通用机器人还要等 5~10 年,但机器人行业的 ChatGPT 时刻,可能比大多数人想的来得早。而机器人行业的 OpenAI,可能是 Figure。
前段时间,Figure 开了一场全员大会,创始人 Brett Adcock 讲了一个小时。我把视频看完了,先说结论:Figure 认为,他们初步找到了通用机器人预训练的规模定律(Scaling Law)。
也就是说,机器人终于也能像大模型一样:只要投更多数据和算力,大脑就可以变聪明,而且聪明多少可预测。
众所周知,用什么数据训练机器人,业界都还没有达成一致。Figure 先做出了 bet,他们用的数据,不是机器人干活的数据,而是人类第一视角视频:全球 112 个国家、21 万多人戴着摄像头拍自己干活,现在每秒有 81 分钟视频传进来。效果也看得见:同样的任务数据,没做预训练的机器人,在陌生家庭里成功率只有 9%;做了预训练的,到了 56%。
视频里还聊到了:
— 通用机器人要过哪四关?Figure 说自己过了几关?
— 为什么一个任务一个任务地后训练,永远教不出通用机器人?为什么通用机器人必须做预训练?
— 遥操作和人类视频,为什么 Figure 偏偏选了更难的人类视频?
— Figure 真的把题解开了吗?最大的风险在哪?
关注机器人行业的朋友们,这期视频不容错过。
谷歌发完三季报第二天,股价暴跌 12.6%,是上市以来最大的单日跌幅。
奇怪的是,谷歌云收入同比 +103%。市场怕的是一张账单:单季资本开支 514 亿美元,自由现金流连续两个季度为负,2027 年还要大幅加码。
谷歌为什么非要这么猛地砸 AI?
恰好,财报前不久,Sundar Pichai 接受了 Alex Kantrowitz 的长访谈。我把访谈看完了,先说结论:
谷歌必须留在最前沿,因为 AI 已经在帮着造下一代 AI。按 Sergey Brin 的说法,Gemini 4 Argon 的核心创新之一,就是让已有的模型参与研发。Argon 上线约四周,工程师提交的代码多了约 30%,回滚少了约三分之一。领先者和跟随者的差距,会像复利一样越滚越大。
所以算力先给 DeepMind,Pichai 说这一点“不可妥协”。谷歌云宁可少赚,甚至去外面租 SpaceX 的算力来接单。
访谈里还聊到了:
— 钱为什么非得现在花,不能等等再说?
— 会不会像 2000 年铺光纤一样,建多了?
— AI 智能体普及之后,算力需求会变成什么样?
— 送上太空的 TPU,发回了什么?
内容非常精彩,详情请见视频。视频里,我还聊了为什么我认为,之前的科技革命里,后发先至是聪明的,但 AI 时代,只有勇敢的先发者才有可能成功。想要采用后发先至策略的公司,很可能会丢掉一整个时代。
Elon Musk 的 Grok 4.7 交了白卷,一家只有 25 人的创业公司考了第一。
前段时间,Skyfall AI 发布了 SKY-001,官方叫它“工程世界模型”,专门用来设计发动机、设计楼。我把官方技术博客看完了,有几个事实挺惊人:
第一,只给一张照片,让模型把整台机器连同里面的零件都生成出来。SKY-001做得比 OpenAI,Anthropic,Google 三家公司的旗舰模型都做得好得多。
第二,倒推 1000 个复杂零件在 CAD 里是怎么一步步画出来的,再画一遍,比较和原件的重合度:
— SKY-001:79.7%,平均 3.9 秒、半美分一个
— GPT-6 Astra:79.1%,199 秒、75 美分一个
— Grok 4.7:一个都没画完
准确度跟前沿模型打平,但速度快了约 50 倍,成本低了约 150 倍。
第三,建筑设计。给一层楼的外轮廓加一段需求,画出整层平面图:SKY-001 约 1 秒,GPT-6 Astra 要两分多钟,而且 SKY-001 的准确度还更高一点。
制造业和建筑业的朋友们,强烈建议关注这个模型。
在视频里,我还聊到了:
— SKY-001这个模型解决的是什么问题?
— 为什么顶尖的通用大模型,一碰到工程设计就力不从心?
— SKY-001会怎么改变工程师的工作流?
— SKY-001现在有哪些短板,什么时候能用上?
— 25 个人的团队,凭什么做得出来这种模型?
内容非常精彩,详情请见视频。
Anthropic 自己建了生物实验室,英伟达和礼来要一起投 10 亿美元建 AI 制药实验室,Sam Altman 投了抗衰老公司 Retro……最聪明的一群人,为什么同时盯上了生物医药?
前段时间,专投抗衰老的基金 age1 的合伙人 Alex Colville 上了 Convergence 播客。我把 70 多分钟听完了,先说结论:
AI 公司需要一个足够大、又不会被 AI 打成白菜价的市场,生物医药两样都占。Anthropic 的市值想要突破 2 万亿,感觉就靠这个撑了。
访谈里还聊到了:
— AI 已经让新药研发变得更快了吗?
— 为什么嘉宾说,过去几年让新药变快的不是 AI,而是中国的生物科技公司?
— 抗衰老现在走到哪一步了?
— 我们什么时候能看到活到 120 岁的希望?
访谈内容非常精彩,详情请见视频。
量化交易的优势是纪律性强,但劣势是智能抓历史规律,但历史上没有出现过的机会,比如太空探索,AI ,量化很难抓住。而主观交易则是反过来,优势是可以抓住历史上没有出现过的机会,但劣势是纪律性差,容易太主观,从而被人性的弱点拖累。我正在尝试的,是用 AI,把这两者优势结合,让 AI 把主观交易更加结构化,纪律化。也就是所谓的 Quantamental 策略。前两天去港大,我分享了如何用 AI 把这套体系落地。听课的同学主要是金融从业者,都挺感兴趣的。具体内容请见视频。
在沉沦了 14 个月之后,Meta在 AI 上重回第一梯队。
我觉得成功的因素主要是两个:
第一,小扎敢赌。用没有做过前沿模型的Alexandr Wang去带领团队。在不知道模型能不能做出来之前,就敢投入 1000-2000 亿美元。
第二,小扎会赌。智能硬件上,不像大部分人一样卷手机,而是搞智能眼镜。在 AI 上,不卷编程和 to B,而是搞 to C。赌创新,而不是卷存量,这其实是对的。
Meta 值得关注,尤其是即将发布的财报。
详细分析,请见视频。
3
17
3,488
美国GDP增速可能在 2030 年冲到 15%,超过中国?而且,不是超过现在的中国,而是超过当年中国经济增长最猛的时候。
这是 Anthropic 联合创始人 Jack Clark 前段时间在 IMF 年度讲座上抛出的判断。依据是 Anthropic 经济学家的推演:在最激进的情景下,到 2030 年,美国 GDP 增速冲到 15% 以上,GDP 达到 44 万亿美元,比没有 AI 的情况多出三分之一。
我把演讲和报告都看完了,先说他的逻辑:
科技是第一生产力,但过去半个世纪,全人类的科技突破越来越少。卡点在人:全世界只有大约 1000 万个科研人员,培养一个要十到十五年。但AI 让科学家第一次可以复制,只要算力够,要多少有多少。Jack Clark 的判断是,很快会变成 1000 万个人类科学家指挥 100亿个虚拟科学家做科研。
未来比拼的,不再是人口红利,工程师红利,而是大模型红利,算力红利。AI 时代,竞争逻辑变了。
详细内容和分析,欢迎观看视频。
a16z 最新的"State of Markets"报告,干货很多。我给大家挑了 7 个重要的洞察:
1. 科技已经成为经济投资周期的主要驱动力,正在引领资本投入、企业盈利和经济增长。
2. 科技股上涨不等于泡沫,当盈利增长快于股价上涨时,估值倍数反而会下降。
3. 科技巨头的现金流承压可能是阶段性的,庞大的客户订单和芯片持续创造收益的能力,支撑了未来现金流恢复的预期。
4. AI 的影响正在扩展到实体经济,带动工厂、电力、交通等基础设施投资,成为经济增长的新动力。
5. 企业已经广泛开始使用 AI,但从部署工具到持续兑现商业价值,仍有很长的路要走。
6. 企业之间的 AI 使用差距正在扩大,率先获得商业回报的公司,可能形成“收益推动投入、投入强化优势”的良性循环。
7. AI 提高效率也可能带来更多就业机会,当员工借助 AI 创造更多收入、推动业务增长时,企业就有动力扩大招聘。
详细内容,请看视频。
很多人说太空 AI 算力集群没必要,但谷歌告诉你,其实很有必要。
谷歌一年花 2000 亿美元在地面建算力集群,但是在 美国时间10 月 1 日,搭载 SpaceX 猎鹰 9 号的Transporter-18运载任务,发射了 AI 算力实验卫星。之所以要做这个实验,就是在为未来搭建太空 AI 算力集群做准备。
逻辑很简单,就问两个问题,人类对 AI 算力的需求,是地面 AI 算力集群足够满足的吗?在地面上建 AI 算力集群,是越来越容易,还是越来越难?
我的观点是,在太空里建 AI 算力集群就是个早晚的事。
谷歌做过测算,如果太空运载成本达到 一公斤200 美元,太空算力集群就有机会跑通。目前全地球所有航天公司最低的运载成本超过 一公斤1500 美元。只有 Starship,有机会做到一公斤 80 美元。可以说,SpaceX 卡住了太空 AI 算力集群的咽喉,一旦这个领域火起来,SpaceX必然是最大的受益者之一。
对于谷歌这次发射的 AI 实验卫星,以及 SpaceX在太空 AI 算力集群里的位置,我做了一期视频详细做了分析,感兴趣的朋友们欢迎观看。
Anthropic 上市,真的能达到 2 万亿美元的市值吗?悬,因为看起来,A社并没有跟其他模型公司拉开差距。
原来以为,模型能力越强,越接近 RSI(自我迭代),各模型公司之间的差距会拉大。结果,即使 A 社之前暂时领先,领先幅度也没有扩大,反倒是 xAI,谷歌,Meta这些被认为已经掉队的公司,又追上来了。
看起来,模型这个环节,恐怕卷价格是难以避免了。这对模型厂商是坏消息,但对我们这种 AI 使用者和 AI 应用的创业者来说,是个天大的好消息。
模型公司怎么办呢?两条路。第一,做成 AI 云。第二,延伸到 AI 应用环节。巨头是两边都做的。比如说 SpaceX 做了 Grok bot,也出租算力。Meta 建了大量算力,也做了 Muse。这对巨头来说是个舒适区,但是对 OpenAI 和 A 社这种历史上没有沉淀出 cash cow 的初创公司来说,确实是个巨大的挑战。
Anthropic今年能不能上市,包括上市后的市值能到多少,我偏悲观。接下来我们拭目以待。
详细分析,请见视频。
Meta在 VR 上的巨额投入,终于要看到曙光了。Meta 的 VR 眼镜实在是太惊艳了!发布会上 技术负责人 Boz 的那段演示,让我对未来的 VR+AI 的工作和娱乐方式,充满期待。明年春天,必须第一时间买一个体验一下。
看完 Meta 的 Connect 大会,我有几个猜想,分享给大家,也mark 一下,方便未来复盘:
- Personal Agent 时代来了,这会打破互联网和移动互联网时代形成的平台格局,重新洗牌,没有人是安全的。
- Personal Agent 时代的赢家,必须是有生态+模型能力+算力充足+有创新硬件能力的公司,目前来看,只有Meta 符合标准。字节和阿里比较接近,但缺了创新硬件。苹果差了模型和算力。
所以,如果 Meta 真的跑通了,短期内没人能挡得住。未来需要持续关注 Muse 的数据。
详细内容,欢迎观看视频。
AMD 要花 82 亿美元,收购一家成立才两年多的公司:AI 教母李飞飞创立的 World Labs。
Lisa Su 为什么愿意下这么大的注?
结合 Bloomberg 对两人的访谈,我的理解是:她在花重金买认知和团队,争取比别人更早看清下一代芯片的需求。
芯片从设计到交付需要几年。等一种新模型火了,再研究它需要什么算力,可能已经晚了。而做前沿模型的人,最早知道训练卡在哪里、哪些新想法被现有硬件限制了。
World Labs 的研究,正好能帮助 AMD 提前回答这些问题。
那么,李飞飞到底在研究什么?她为什么这么早就愿意跟一家芯片公司绑死?
这期视频,我详细分析了这笔交易背后的逻辑。
BTW,你觉得Lisa Su的这个押注对吗?值吗?
Meta 在 AI 上打了一场漂亮的翻身仗,但靠的不是大模型,而是 AI Agent Muse。
从 Muse 发布到今天,短短 20 天,Meta 股价上涨约 18%。
看完 Connect 大会,我算是搞明白 Meta 独特的优势了。
在 AI 应用时代,公司拼的已经不再是模型能力这一个单点,而是完成整个商业闭环的综合能力。
以 AI 购物为例。以前 OpenAI 跟沃尔玛合作过,但最初让用户在 ChatGPT 内直接结账的方案,效果并不好。
这次 Meta 也搞 AI 购物,我觉得它搞成的概率会比 OpenAI 高很多。
原因是,即便模型能力没有领先 OpenAI 和 Anthropic 这样的前沿实验室,Meta 也有自己的优势:它手里的 Instagram、Facebook 和 WhatsApp,有更多的场景可以展示商品、发掘需求,覆盖购物决策的大部分环节。
当然,现在只是 Meta 取得了初步的成功,用户在尝完鲜之后是否会持续使用,产生好的口碑,还需要进一步的观察。
详细分析,请见视频。
马斯克说,SpaceX 的工程能力超强,用这种能力去建数据中心,就像让职业棒球队去打少儿组比赛。这个话没有吹牛。所有新建的 AI 算力中心都缺燃气轮机,因为叶片很难造。但SpaceX 可以自己造,因为人家连火箭发动机里的叶片都能造得出来。所以未来几年,谷歌、亚马逊、Meta、微软,包括所有的 neocloud,都只能眼睁睁的看着 SpaceX 的算力中心,1GW,1GW 的建起来。在这种算力供不应求的市场里,谁能把算力中心建起来,谁就能赚取溢价。从这个逻辑来看,SpaceX未来的收入增速,确实很有可能会很高。详细分析请见视频。
前段时间,Gavin Baker 爆了个料:Dario 认为未来世界上可能只剩下一家公司。Dario 很快出来辟谣。
但这个"疯狂结论",最近被人用一笔一笔的账,算出来了。
Dwarkesh 和 SemiAnalysis 创始人 Dylan Patel 做了一场 77 分钟的对谈。我把访谈完整看完了,先说最硬的一笔账—AI 产业链的价值瀑布:
1 瓦算力,晶圆厂设备投资 6 美元;建成数据中心,长约租金每年 10-15 美元,基本贴着成本线;现货价 25-40 美元—SpaceX 就是按这个价卖给 Anthropic 和 Google 的;到模型公司手里卖 token,变现 50-100 美元;再到 Jane Street 这样的客户手里,变现 200-500 美元。
从头到尾,100 倍。每一环都赚钱,越往下游越赚。
这条瀑布隐含一个铁律:算力有限,谁变现效率高,算力就流向谁。我自己的判断是,它正在重新定义"公司"—未来公司规模的上限,不是你能管多少人,而是你能拿到多少瓦。
访谈里还聊到了:
•模型公司手握天量算力,正式训练模型却只占 10%,剩下 90% 在干什么?
•为什么看算力格局,增量比存量重要—增量几乎就等于全部?
•AI"劳动力"每年翻 10 倍,一家公司的"员工"超过全人类,还需要几年?
•以及开头那个瓜:Dario 那句被辟谣的话,账到底是怎么一步步算出来的?
每一个答案都反共识。详情请见视频。
真实感慨,算力即权利。
