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】开源权重模型进入「本地可跑」竞赛,私有部署成本曲线陡降:三件事共同压缩了「同等能力的单位成本」:硬件侧从机房降到工作站,模型侧用 MoE 把激活参数降到 42B,应用侧换模型即降本 76 倍。当能力不再稀缺,定价权从模型供应商转向掌握场景与数据的集成方。开源权重是这个转移的加速器——它让企业第一次可以算清「自建 vs 调用」的三年总成本,而这笔账在两年前根本算不清。 ⇒ 百度(中性):以闭源文心与云 API 为主,本地化开源趋势会分流部分对成本敏感的客户,需靠行业模型与云资源捆绑维持客单价与续费率。
【国外信号传导】开源权重模型进入「本地可跑」竞赛,私有部署成本曲线陡降:三件事共同压缩了「同等能力的单位成本」:硬件侧从机房降到工作站,模型侧用 MoE 把激活参数降到 42B,应用侧换模型即降本 76 倍。当能力不再稀缺,定价权从模型供应商转向掌握场景与数据的集成方。开源权重是这个转移的加速器——它让企业第一次可以算清「自建 vs 调用」的三年总成本,而这笔账在两年前根本算不清。 ⇒ 阿里巴巴(看多):通义千问是中国下载量最大的开源权重系列,海外开源竞争抬高了「可本地部署」的市场教育,直接利好其企业客户与出海项目拓展。
【国外信号传导】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。 ⇒ 阿里巴巴(看多):电商与支付天然需要授权与风控,外部 Agent 只能走官方接口,阿里可向第三方收取授权费与交易分成,把封堵转化为新的平台收入。
【国外信号传导】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。 ⇒ 腾讯(看多):微信生态是第三方 Agent 最难进入也最值钱的场景,封堵豆包屏幕自动化等于守住自有入口,其自建 Agent 的分发成本低于任何外部竞争者。
【国外信号传导】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。 ⇒ 海光信息(看多):资金约束下国内云厂商更看重性价比与供应链可控,海光作为国产算力替代选项,受益于算力中间层扩容与国产服务器招标放量。
【国外信号传导】国产模型把「吞吐」当成新卖点:海外在比谁的能力上限更高,国内在比谁的单位成本更低、吞吐更大,这不是技术落后而是算力约束下的理性选择。智谱的 490 tokens/s、小米的 Token 账本、长鑫的 4F² 服务器产品,分别对应推理软件、训练工程与内存硬件三个降本杠杆。当三条线同时推进,国产模型在同等预算下可服务的并发量会显著提升,中长尾客户的付费门槛随之下移。 ⇒ 寒武纪(看多):国产模型以降本为核心目标,会提高对国产推理芯片的适配与采购意愿,推理侧需求比训练侧更稳定可预期,订单能见度更好。
【国外信号传导】70 亿美元买的不是模型,是「不用英伟达」的选择权:把三件事放在一起看,亚马逊做的是同一件事的两面:技术上通过软件层让算力可迁移,削弱单一 GPU 供应商的锁定;社会层面通过放弃 NDA 降低地方政府的审批阻力。两者共同降低的是 AI 基础设施扩张的两个非技术瓶颈——硬件议价权与社区许可。这是云厂商第一次把「替换英伟达的期权」当作可定价资产买入。 ⇒ 海光信息(看多):可移植性提升后,国内云厂商更敢引入第二供应商做双轨部署,海光 DCU 在推理侧获得试点与放量机会。
【国外信号传导】70 亿美元买的不是模型,是「不用英伟达」的选择权:把三件事放在一起看,亚马逊做的是同一件事的两面:技术上通过软件层让算力可迁移,削弱单一 GPU 供应商的锁定;社会层面通过放弃 NDA 降低地方政府的审批阻力。两者共同降低的是 AI 基础设施扩张的两个非技术瓶颈——硬件议价权与社区许可。这是云厂商第一次把「替换英伟达的期权」当作可定价资产买入。 ⇒ 寒武纪(看多):跨加速器迁移软件一旦成为行业标配,国产芯片只需兼容统一软件层即可切入客户测试,硬件生态短板被部分补偿,验证周期缩短。
【国外信号传导】Agent 的信任赤字正在变成一门生意:三件事指向同一事实:前沿 Agent 的能力已可触碰真实世界的资金、执法与通信链路,但隔离与审计手段没有同步跟上。Anthropic 选择收权,OpenAI 选择用隐私架构换扩张,两种路径都承认同一件事——当前没有一家公司敢声称能可靠控制长时程、高权限的智能体。能力与可控性之间的缺口,正是新一轮采购与投资的来源。 ⇒ 百度(看多):文心 Agent 主攻企业侧,安全审计与权限隔离可被包装成企业版卖点;海外头部实验室收紧 Agent 权限,会强化国内政企客户对「可控性」的付费意愿。
算力栈正在纵向分层:硬件仍集中,算子层首次出现可替换选项;三条线索其实在描述同一个结构变化的不同层:最上层是定制芯片与产能金融化(博通 500 亿美元债务),中间层是编译器与算子开始解绑(DeepSeek + 昇腾),最下层是终端承接推理负载(AI PC)。硬件依然高度集中,但「换芯片的成本」这层护城河正在被资本与开源双向削弱。当算子层可替换、终端可分担推理时,算力栈的议价权会从芯片供应方向下游迁移。;对投资人:算力资产的估值模型需要加入「芯片可替换性」变量,单一架构绑定的集群折旧风险高于通用集群。对技术负责人:现在做一次跨芯片的算子适配验证,成本远低于两年后被供应关系锁死时的迁移代价。对国产芯片厂商:开源算子只是入场券,真正的胜负手在调优工具链与人才储备。
【国外信号传导】多模态正从「能生成」转向「能实时理解并执行」,估值开始分层:多模态的价值锚点正从「生成质量」移到「实时理解 + 立即行动」。Guided Vision 让相机变成输入设备,虚拟试穿把视觉接进交易,Muse 把理解结果变成下单动作,而 ElevenLabs 证明语音这种效果可感知的模态能拿到 220 亿美元。四者拼出一条链路:看到→听懂→替你做→收佣金,中途不再经过人工确认,这正是它同时带来效率与风险的原因。 ⇒ 快手(看多):可灵在多模态视频生成已形成商业化路径,海外「实时理解+执行」路线走热,会抬高市场对国内多模态变现能力与付费空间的预期。
【国外信号传导】多模态正从「能生成」转向「能实时理解并执行」,估值开始分层:多模态的价值锚点正从「生成质量」移到「实时理解 + 立即行动」。Guided Vision 让相机变成输入设备,虚拟试穿把视觉接进交易,Muse 把理解结果变成下单动作,而 ElevenLabs 证明语音这种效果可感知的模态能拿到 220 亿美元。四者拼出一条链路:看到→听懂→替你做→收佣金,中途不再经过人工确认,这正是它同时带来效率与风险的原因。 ⇒ 商汤(看多):多模态从生成转向实时理解与执行,商汤在视觉多模态有对标位置,海外同类产品密集上线会带来估值情绪传导,也为其行业落地提供参照路径。
【国外信号传导】国产算力正在垂直打通:头部模型公司开始替芯片补软件栈:过去国产算力的瓶颈是「卡能买到、代码跑不动」:模型团队不愿承担迁移成本,芯片厂商自己写软件又拿不到头部模型背书。DeepSeek 这次把基础组件开源、又公开 DSec 训练平台,等于由模型侧主动吸收适配工作;配合长鑫的存储扩产,训练—推理—存储的国产链条第一次出现由头部玩家牵头的纵向打通,采购决策门槛随之下降。 ⇒ 中芯国际(看多):长鑫存储扩产与国产芯片软件栈成熟会共同抬升国产代工需求,存储配套与成熟制程产能利用率有支撑,属于国产替代情绪中确定性较高的受益方。
价格战把价值挤向两端:低成本的推理层与不可替代的数据层;模型层同一天出现两次「更快更便宜」的发布,说明中间层的差异化正在被抹平,推理单价持续下行。当模型本身变成廉价商品,被资本重新定价的就是两端:一端是能压低单位推理成本的芯片与软件栈(AMD 用 82 亿美元买的就是这个位置),另一端是无法被公开数据替代的物理世界数据(家庭机器人真机数据、3D 交互场景)。中间的纯模型封装层,将在两端挤压下失去议价能力。;对创业者的直接判断:如果你现在的差异化只是「在某个模型上加了一层 Prompt 与工作流」,未来 12 个月会被平台功能更新直接覆盖,需要立刻向垂直数据或交付能力迁移。对投资人,配置重心应从模型应用层转向数据产权清晰、可长期复用且绑定行业客户的资产,尤其关注具身真机数据与仿真引擎两类。
算力资本结构与推理硬件解耦,正在同时削弱英伟达的两条护城河;四条线索看似分散,实则指向同一个结构性变化:推理侧的成本与硬件绑定正在被同时拆开。Anthropic 与 Nscale 代表'资金端'改结构——用长约和可转债把算力变成可融资资产,降低对单一供应商的即时依赖;TPU 跑 Kimi 与 SSD 当显存代表'技术端'改路径——推理框架跨芯片通用,存储带宽替代显存。当供给方能融到长期钱、需求方能换硬件,英伟达在推理市场的份额叙事就从'不可替代'变成'成本可比'。;短期不必看空训练卡需求,但推理侧的成本比较表已经可以开始建。可操作判断:算力采购方应在下一轮合同中引入可切换硬件的条款与跨平台推理基准;投资者应把关注点从 GPU 出货量转向推理每百万 token 成本的季度降幅——这个数字若持续双位数下降,最先受损的是靠推理溢价定价的二线云与模型 API 厂商。