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
【国外信号传导】Genie 4 把世界模型做成可实时操控的仿真环境:世界模型的价值不在生成一段视频,而在成为可交互的训练场:机器人策略训练需要大量带物理一致性的反事实数据,视频生成模型给不了动作—反馈闭环,Genie 4 给得了。于是竞争从'画面像不像'转向'能不能被策略网络调用',这会重新定义多模态公司的客户结构——从内容公司变成机器人公司与自动驾驶公司。 ⇒ 快手(看多):可灵是国内在世界模型与视频生成上对标最快的一家,Genie 4 把竞争维度从画质推向可交互性,反而给了其明确的路线参照与技术叙事溢价。
6~12 个月内会出现至少一家头部人形机器人公司公开宣称,其策略训练数据中超过 50% 来自世界模型合成的仿真环境。
证伪条件:若 2027 年 10 月前无人形机器人公司公开披露合成数据占比超 50%,则判断错误。
Genie 4 把世界模型做成可实时操控的仿真环境;世界模型的价值不在生成一段视频,而在成为可交互的训练场:机器人策略训练需要大量带物理一致性的反事实数据,视频生成模型给不了动作—反馈闭环,Genie 4 给得了。于是竞争从'画面像不像'转向'能不能被策略网络调用',这会重新定义多模态公司的客户结构——从内容公司变成机器人公司与自动驾驶公司。;具身智能公司应评估用合成环境替代真机采数的比例,把数据成本从每台机器人摊销转为算力摊销;内容侧公司要警惕'一次性生成'被降级为世界模型的副产品,纯视频生成工具的溢价会先收窄。
【国外信号传导】OpenAI 把 Computer Use 打到 1 美元档,Agent 中间层被挤出利润区:降价、能力下放、企业入口三步合起来是一次挤压中间层的动作:当模型厂商自己把'看屏幕、点鼠标、跨软件完成流程'做成 1 美元级标准件,靠 prompt 编排与 RPA 封装收费的公司就失去定价权;而 Oracle 应用进驻 ChatGPT,则把企业软件的入口直接收归模型方。上游在压成本,下游在抢入口,中间层的利润空间被两头夹击。 ⇒ 科大讯飞(看空):其办公与政企场景的 Agent 封装大量依赖流程串联,通用 Computer Use 标准件出现后,中间层议价能力将被明显削弱。
【国外信号传导】OpenAI 把 Computer Use 打到 1 美元档,Agent 中间层被挤出利润区:降价、能力下放、企业入口三步合起来是一次挤压中间层的动作:当模型厂商自己把'看屏幕、点鼠标、跨软件完成流程'做成 1 美元级标准件,靠 prompt 编排与 RPA 封装收费的公司就失去定价权;而 Oracle 应用进驻 ChatGPT,则把企业软件的入口直接收归模型方。上游在压成本,下游在抢入口,中间层的利润空间被两头夹击。 ⇒ 腾讯(中性):元宝 + 微信具备入口优势,但节奏偏保守,短期更多是跟随降价而非主动定义 Agent 交互形态。
【国外信号传导】OpenAI 把 Computer Use 打到 1 美元档,Agent 中间层被挤出利润区:降价、能力下放、企业入口三步合起来是一次挤压中间层的动作:当模型厂商自己把'看屏幕、点鼠标、跨软件完成流程'做成 1 美元级标准件,靠 prompt 编排与 RPA 封装收费的公司就失去定价权;而 Oracle 应用进驻 ChatGPT,则把企业软件的入口直接收归模型方。上游在压成本,下游在抢入口,中间层的利润空间被两头夹击。 ⇒ 阿里巴巴(看多):夸克与千问 App 是国内最接近'个人智能体入口'的产品形态,Computer Use 成本降至 1 美元档后,其 Agent 化的边际成本同步下降。
未来 3 个月内,至少两家国内头部模型厂商会把带 Computer Use 能力的 API 价格下调 40% 以上,以对标 Terra 的 1 美元档。
证伪条件:若 2027 年 1 月底前阿里巴巴、百度、字节跳动均未推出对标降价的 Computer Use 接口,则判断错误。
OpenAI 把 Computer Use 打到 1 美元档,Agent 中间层被挤出利润区;降价、能力下放、企业入口三步合起来是一次挤压中间层的动作:当模型厂商自己把'看屏幕、点鼠标、跨软件完成流程'做成 1 美元级标准件,靠 prompt 编排与 RPA 封装收费的公司就失去定价权;而 Oracle 应用进驻 ChatGPT,则把企业软件的入口直接收归模型方。上游在压成本,下游在抢入口,中间层的利润空间被两头夹击。;做 Agent 的团队应立即把价值主张从'能操作软件'迁移到'持有行业数据 + 承担交付结果',否则 6 个月内会被标准件替代;企业 IT 应重算 RPA 与自建 Agent 的成本交叉点,尤其是此前因单价过高被否掉的流程。
【国外信号传导】Anthropic 把 AI 的账本摊开:163 亿美元半年营收撑起 2 万亿美元估值:三条串起来看:Anthropic 卖的不是席位许可,而是随客户用量线性放大的 token 消费,这解释了 12 个月内 4 倍以上的营收斜率;创始人绝对控股则意味着上市后仍能抵抗短期利润压力,把毛利继续投回算力。换言之,它的估值锚更接近云厂商而非 SaaS——这一定性会同时改写一级市场的融资条款与二级市场的可比公司选择。 ⇒ 百度(中性):文心与智能云同样依赖按量计费,但企业客户结构与 Anthropic 差异大,短期受益更多体现在叙事层面而非订单。
【国外信号传导】Anthropic 把 AI 的账本摊开:163 亿美元半年营收撑起 2 万亿美元估值:三条串起来看:Anthropic 卖的不是席位许可,而是随客户用量线性放大的 token 消费,这解释了 12 个月内 4 倍以上的营收斜率;创始人绝对控股则意味着上市后仍能抵抗短期利润压力,把毛利继续投回算力。换言之,它的估值锚更接近云厂商而非 SaaS——这一定性会同时改写一级市场的融资条款与二级市场的可比公司选择。 ⇒ 阿里巴巴(看多):阿里云与通义千问同为按 token 计费的 API 模式,Anthropic 的 S-1 相当于为该模式做了可审计背书,国内云厂商 API 收入的估值框架有望被重估。
若 Anthropic 在 2027 年 Q1 前完成发行,其按用量计费的收入披露口径会被至少 3 家后续 AI IPO 招股书沿用。
证伪条件:若 2027 年 Q1 前 Anthropic 未完成 IPO,或后续招股书中无一家采用按用量计费口径披露收入,则判断错误。
Anthropic 把 AI 的账本摊开:163 亿美元半年营收撑起 2 万亿美元估值;三条串起来看:Anthropic 卖的不是席位许可,而是随客户用量线性放大的 token 消费,这解释了 12 个月内 4 倍以上的营收斜率;创始人绝对控股则意味着上市后仍能抵抗短期利润压力,把毛利继续投回算力。换言之,它的估值锚更接近云厂商而非 SaaS——这一定性会同时改写一级市场的融资条款与二级市场的可比公司选择。;企业采购应在 API 合同中加入用量阶梯与价格保护,避免被按量计费反向锁定;投资人应改用'毛利/推理成本'与'净收入留存'双指标,而非 ARR 倍数。真正的风险点不是估值高低,而是推理成本下降速度能否快于售价下降速度。
【国外信号传导】具身智能的瓶颈被公开确认为数据与本体,而非算法:三家公司的动作相互印证:高德用场景数据做基座,字节用高薪买采集产线,本体公司承认卡点在模型与硬件的对齐。共同指向的结论是——具身智能的稀缺资源已经从算法人才变成真实动作数据与本体工程能力,而算力仍由英伟达把守。谁掌握可复用的采集产线,谁就掌握下一阶段的定价权。 ⇒ 小米(中性):人形机器人是其生态延伸方向,但基座模型能力仍依赖外部供给,短期受益有限,需观察自研投入力度。
【国外信号传导】具身智能的瓶颈被公开确认为数据与本体,而非算法:三家公司的动作相互印证:高德用场景数据做基座,字节用高薪买采集产线,本体公司承认卡点在模型与硬件的对齐。共同指向的结论是——具身智能的稀缺资源已经从算法人才变成真实动作数据与本体工程能力,而算力仍由英伟达把守。谁掌握可复用的采集产线,谁就掌握下一阶段的定价权。 ⇒ 阿里巴巴(看多):高德的地图与出行场景数据是稀缺训练资产,λ0 若跑通,阿里可同时输出模型与云算力,复制安卓式生态位。
【国外信号传导】具身智能的瓶颈被公开确认为数据与本体,而非算法:三家公司的动作相互印证:高德用场景数据做基座,字节用高薪买采集产线,本体公司承认卡点在模型与硬件的对齐。共同指向的结论是——具身智能的稀缺资源已经从算法人才变成真实动作数据与本体工程能力,而算力仍由英伟达把守。谁掌握可复用的采集产线,谁就掌握下一阶段的定价权。 ⇒ 优必选(看多):全身基座模型若开放复用,本体厂的运动控制研发周期缩短,可把资源集中到硬件可靠性与场景交付,加速订单落地。
2027 年上半年内,国内将出现至少一个全身动作基座模型在真实产线或仓储场景连续运行超过 3 个月的公开案例,并披露任务成功率数据。
证伪条件:若 2027 年 6 月底前无任何国内团队公开披露全身基座模型在真实作业场景连续运行 3 个月以上的成功率数据,则判断错误。
具身智能的瓶颈被公开确认为数据与本体,而非算法;三家公司的动作相互印证:高德用场景数据做基座,字节用高薪买采集产线,本体公司承认卡点在模型与硬件的对齐。共同指向的结论是——具身智能的稀缺资源已经从算法人才变成真实动作数据与本体工程能力,而算力仍由英伟达把守。谁掌握可复用的采集产线,谁就掌握下一阶段的定价权。;本体厂商的研发周期会因基座模型复用而缩短,但差异化回落意味着毛利率承压。真正值得布局的是中间层:标准化采集工具、跨本体数据格式与仿真到真实的迁移服务。投资人不应对纯本体叙事付高溢价,应把数据资产的独占性作为估值前提。
【国外信号传导】DeepSeek 千亿融资把能源资本拉进模型公司的股东名册:四条线索指向同一件事:国内 AI 的竞争要素正在从模型能力转向结构性成本。千亿融资解决算力与电力的资本开支,出海登记解决合规通道,高德与字节则示范了场景数据如何转化为模型资产。宁德时代入股尤其关键——它意味着电价与储能被正式计入模型成本模型,这是海外公司尚未走通的一步。 ⇒ 寒武纪(看多):千亿融资中相当比例将转化为国产算力采购,国产推理芯片的订单能见度与议价能力同步改善。
【国外信号传导】DeepSeek 千亿融资把能源资本拉进模型公司的股东名册:四条线索指向同一件事:国内 AI 的竞争要素正在从模型能力转向结构性成本。千亿融资解决算力与电力的资本开支,出海登记解决合规通道,高德与字节则示范了场景数据如何转化为模型资产。宁德时代入股尤其关键——它意味着电价与储能被正式计入模型成本模型,这是海外公司尚未走通的一步。 ⇒ 阿里巴巴(看空):通义与 DeepSeek 在高性价比与开源路线上正面竞争,对手拿到千亿弹药后,推理侧价格战压力将上升。
【国外信号传导】DeepSeek 千亿融资把能源资本拉进模型公司的股东名册:四条线索指向同一件事:国内 AI 的竞争要素正在从模型能力转向结构性成本。千亿融资解决算力与电力的资本开支,出海登记解决合规通道,高德与字节则示范了场景数据如何转化为模型资产。宁德时代入股尤其关键——它意味着电价与储能被正式计入模型成本模型,这是海外公司尚未走通的一步。 ⇒ 腾讯(看多):以资本而非自研方式补强基座模型,微信与腾讯云场景可直接承接模型能力,同时避免与自家混元路线正面冲突。
2027 年第一季度前,DeepSeek 将公开披露自建或合建的超大规模算力集群,规模不低于十万张国产 AI 芯片等效算力,并明确电力配套方案。
证伪条件:若 2027 年 3 月底前 DeepSeek 未公开任何算力集群规模与电力配套信息,或披露规模显著低于十万张等效算力,则判断错误。
DeepSeek 千亿融资把能源资本拉进模型公司的股东名册;四条线索指向同一件事:国内 AI 的竞争要素正在从模型能力转向结构性成本。千亿融资解决算力与电力的资本开支,出海登记解决合规通道,高德与字节则示范了场景数据如何转化为模型资产。宁德时代入股尤其关键——它意味着电价与储能被正式计入模型成本模型,这是海外公司尚未走通的一步。;国产模型的价格战还会继续,但胜负手已从调用价格转向全链条成本。创业公司应尽早锁定长期电力与算力合约,投资人则应把算力自给率与出海资质作为与模型能力并列的尽调项。腾讯的角色值得跟踪:既是股东也是潜在竞争者,其云与模型的资源倾斜方向会决定 DeepSeek 的分发上限。
【国外信号传导】三家头部公司在同一周把 AI 变成金融资产:三件事看似分属融资、私募与航天,实际是同一条链条的三个环节:模型公司需要天量算力,算力需要长周期低成本资金,资金需要可抵押资产与退出通道。GPU 被证券化让算力脱离现金流约束,反过来又推高模型公司的资本开支,最终把估值压力集中到 IPO 定价这一刻。质疑声出现的时点恰好说明,链条已经走到必须由公开市场验收的阶段。 ⇒ 寒武纪(看多):海外模型公司把募资大比例投向算力,会继续推高 GPU 与先进制程价格,反向强化国内自研推理芯片的采购动力。
【国外信号传导】三家头部公司在同一周把 AI 变成金融资产:三件事看似分属融资、私募与航天,实际是同一条链条的三个环节:模型公司需要天量算力,算力需要长周期低成本资金,资金需要可抵押资产与退出通道。GPU 被证券化让算力脱离现金流约束,反过来又推高模型公司的资本开支,最终把估值压力集中到 IPO 定价这一刻。质疑声出现的时点恰好说明,链条已经走到必须由公开市场验收的阶段。 ⇒ 腾讯(中性):Anthropic 与 OpenAI 的发行定价将成为港股 AI 资产的估值锚,折价发行会压缩腾讯 AI 分部的重估空间,溢价发行则相反。
【国外信号传导】三家头部公司在同一周把 AI 变成金融资产:三件事看似分属融资、私募与航天,实际是同一条链条的三个环节:模型公司需要天量算力,算力需要长周期低成本资金,资金需要可抵押资产与退出通道。GPU 被证券化让算力脱离现金流约束,反过来又推高模型公司的资本开支,最终把估值压力集中到 IPO 定价这一刻。质疑声出现的时点恰好说明,链条已经走到必须由公开市场验收的阶段。 ⇒ 阿里巴巴(看多):阿里云是国内最接近 Anthropic 企业 API 模式的资产,海外企业级 AI 定价上行会直接抬升其云与模型分部的可比估值。