预判卡
日报里每一条判断,都被固化成一张「预判卡」,到回访日自动回填结果——当时怎么说的、后来如何、差在哪
具身智能的估值已前置到 2027 年,分化在下一份财报;这条链条的核心是资本如何给尚未规模化的硬件定价:宇树 2000 亿对应 2027 年出货预期,特斯拉合并则把机器人叙事与航天、算力打包。两者共同说明市场愿意为具身智能支付时间溢价,但支撑溢价的仍是订单与成本曲线,而非演示视频。;对二级市场,应以季度出货台数与单台成本下降斜率筛选标的,避免按产业链普涨逻辑追高。对一级市场,具身智能的融资窗口仍在,但投资人会要求可验证的量产时间表,纯算法团队的溢价空间收窄。
框架层解耦正在削弱 CUDA 的锁定,而非 GPU 的份额;三件事指向同一条逻辑链:模型公司对推理成本的敏感度已超过对峰值算力的追求,而 CUDA 的锁定主要来自迁移成本。一旦框架层兼容成熟,芯片选型就从技术决策变成采购决策。谷歌与亚马逊愿意自己承担适配成本,本质是用云收入补贴生态迁移,这笔账只有在算力规模化后才算得过来。;短期不要做空英伟达的出货,但应下调对其软件溢价可持续性的假设。对国产 AI 芯片公司,这是生态解耦的窗口期,兑现的关键是框架适配仓库的社区活跃度,而非发布会上的算力参数。跟踪指标是 PyTorch 各硬件后端的 PR 合并速度。
国行 AI 落地把竞争拉回「系统级入口」;苹果把最保守的功能先落地,是在合规与体验之间换取时间窗口:系统级入口一旦铺开,后续叠加 Agent 能力的边际成本极低。对国内厂商,这意味着 11 月起「有没有 AI」不再是卖点,「AI 能不能跨应用办事」才是。而 155 款应用拒绝豆包说明跨应用恰恰是最难的一步——苹果的慢,可能反而是稳。;关注两类公司:一是能给系统级助手提供跨应用授权的平台方,二是端侧推理相关的芯片与内存供应链。四季度手机厂商的 AI 发布会将密集出现,但真正能落地跨应用操作的不会超过两家,其余仍是功能清单式营销。
Agent 的能力边界由平台授权决定,而非模型分数;三条碎片指向同一件事:Agent 的瓶颈已经从「会不会做」变成「允不允许做」。OpenAI 用浏览器扩展绕开建浏览器的成本,字节想用系统级自动化直接代操作,结果被同业集体封堵;海外网站的封禁说明连开放互联网也在关窗。能力供给过剩时,稀缺资源是入口授权与用户信任,而不是模型分数。;判断 Agent 公司时,把「自有界面 / 授权合作占比」作为核心指标,纯爬取型产品的生命周期可能只有 6~12 个月。持有操作系统、浏览器、超级 App 的平台方,在这一轮的议价能力被显著低估,值得重新定价。
Agent 的能力在涨,通行权在收,摩擦点从模型转移到平台;把四条串起来会看到同一个结构:模型侧在疯狂扩张 Agent 的权限半径(读标签页、跨应用、代操作),而站点侧在同步收紧入口。能力提升和访问收紧同时发生,说明 Agent 的瓶颈已从「会不会做」变成「让不让做」。谁掌握真实交易场景,谁就掌握了 Agent 商业化的闸门。;投资 Agent 项目时要看它是否有官方合作通道,纯靠爬取与模拟点击的产品会在半年内被系统性封堵。拥有自有生态的平台(社交、支付、本地生活)反而应该收紧而非开放,把通行权做成收费入口是更优策略。
AI 算力扩张的瓶颈已从产能转向资金;供给端(晶圆、内存)在缓解,资本端成为新的稀缺资源:英伟达用自有现金在欧洲买需求确定性,博通把约束点直接指向资金,国内算力中间层则靠 23 亿元单轮融资买规模。三者共同说明算力竞争已从「抢产能」变成「拼融资成本与订单锁定」,行业进入资本密集型阶段。;未来 12 个月,云厂商资本开支节奏将更依赖现金流而非供给可得性;设备与材料企业订单确定性上升但估值弹性下降。国内算力项目应尽快锁定客户长约,否则融资窗口收窄后议价能力会快速下滑。
企业级 Agent 三线并进:谷歌 Gemini Agent、OpenAI computer use、国内开源 AgentOS 同时落地;三家在不同层面做同一件事:把 Agent 从 demo 推到企业采购清单。谷歌从席位绑定渗透率、OpenAI 从高价值工作流(合同)切入、国内用开源降低接入门槛。共同卡点是评估与可靠性——没有可量化的成功率,企业不会把核心流程交出去,这也是 Ironclad 类联合评估合作真正的意义。;企业采购 Agent 时,合同与法务、客服、IT 运维是最先能算清 ROI 的三类场景,建议先在这三类做 1 至 2 个 POC,并在合同里强制写明成功率 SLA 与失败兜底方案。国内厂商若只拼模型能力而忽视 AgentOS 与工具链层,会在集成环节被开源方案截流。
资本从「买模型」转向「买工程与物理世界的落地能力」;四笔交易排在一起看,资本的偏好出现了明显位移:愿意为纯模型能力付高价的只剩 Jev 这类顶级团队,而更大的金额流向了能把 AI 嵌入具体流程的公司——硬件设计、个人助手、空间智能。AMD 的并购尤其说明问题,芯片厂商买模型是为了让自家硬件产生独占需求,这是产业资本而非财务资本的逻辑。共同指向的结论是:AI 的估值锚点正从「模型有多强」转向「能替谁省下多少工时或多少人力」。;若你在做通用助手,融资叙事需要尽快补上可量化的效率指标,否则会被归入「又一个聊天机器人」。若你在做垂直场景,现在是拿数据换估值倍数的窗口期,建议在 12 个月内拿出至少一个客户可公开引用的效率提升数字。对二级市场而言,具身智能与工业 AI 方向可能出现跟随性重估,但需甄别是否有真实订单支撑。
芯片厂商开始买算法栈,护城河从硬件转向硬件加模型加工具链;四条线索合起来说明算力竞争的维度正在变化:AMD 用百亿美元级并购补齐软件与模型短板,英伟达用创纪录回购向市场确认需求仍在,长鑫科技在存储侧扩产对冲 HBM 挤压,而 OpenAI 把模型蒸馏视为需要主动防守的资产,意味着推理能力本身已成为可被争夺的生产资料。芯片、存储、模型三层正在被同一批玩家纵向整合,单纯的硬件供应商角色会被持续挤压。;对国内芯片公司,只卖算力的窗口正在关闭,需要尽快绑定至少一个模型或框架生态。对投资人,评估芯片标的时应新增一项指标:是否拥有可独立交付的软件栈与活跃开发者社区,而非仅看算力参数与在手订单。
开源正成为护城河迁移工具,而非单纯的理想主义;三家公司开源的对象完全不同——硬件、Agent 框架、算子,但动机一致:当自身在某一层的规模优势不足时,用开源把竞争拉到对自己有利的层面。Meta 缺硬件入口就用开源硬件扩散,DeepSeek 缺芯片生态就用开源工具链换适配,OpenAI 在 Agent 框架被追赶时开源以维持事实标准。开源已从发布方式变成竞争策略。;企业应把「关键开源项目的适配与贡献」纳入技术战略,而不只是消费开源;投资人判断一家 AI 公司的护城河时,要先问它开源的是哪一层——开源执行层、同时守住数据与分发层的公司,才值得下注。
算力资本反向收购模型能力,具身智能并购窗口打开;这四条线索指向同一个动作:掌握资本与场景的一方,正在直接购买模型与世界模型能力,而不是等待其自然演化。AMD 买下 World Labs 补齐软硬一体,华为把研发预算抬到 190 多亿元强化智驾栈,京东用投资锁定家庭机器人入口,OpenAI 则用 300 亿美元把算力开支前置。模型能力正从独立赛道变成大玩家的内部模块,独立存在的窗口在收窄。;具身与世界模型团队应主动把资产显性化为可被收购的能力模块,并同步评估被并购与自研芯片两条路径的估值差异;创业者在选择产业资本时,应优先考虑能带来场景订单与数据回流的战略方,而非仅出价更高者;投资人可把“能否被芯片厂商或场景方并购”作为退出路径的核心假设。
「智能装进物理世界」的资产正被硬件与算力巨头系统性收编;空间智能、家庭具身、智驾全栈与实时小模型决策,表面是四个赛道,实则共同指向「把智能装进物理世界」这一底座能力。硬件与算力巨头正通过并购或自建把这类资产收编,因为它们是模型能力变现的实体出口;而小模型负责在真实设备上以毫秒级完成判定,是这条链条的最后一公里。四件事同时发生在同一周,说明这条链条的三段——模型、算力、终端——正在被同一批资本同步定价。;从事具身与世界模型方向的团队,12 个月内最现实的退出路径是被算力或终端厂商并购,应在估值谈判中保留技术团队与核心 IP 的独立性,避免对赌条款过度绑定。投资侧可关注为机器人提供实时决策与数据闭环的中间环节(仿真、数据采集、边缘推理),其确定性高于整机厂商。
资本同时为「模型能力」和「Agent 身份」付溢价,中间层正被两端挤压;一端是算力厂商为模型与软件能力支付 80 亿美元级并购溢价,另一端是资本开始为 Agent 的授权、身份与审计付费;而被夹在中间、既无底层模型也无系统交付能力的工具层,正同时承受 OpenAI 套件下沉与价格战的双重压力。这条链说明 AI 价值链正在两头变厚、中间变薄——价值向「拥有算力与模型」和「掌握权限与审计」两个方向集中。;看项目时先问两个问题:是否掌握底层成本(模型/算力/数据),或系统交付能力(权限、审计、工作流)中的至少一端。两端都不占的中间层标的应下调预期回报,或要求它在 12 个月内证明自己拥有可被并购的独特资产——否则很容易在下一轮融资中被动出局。