DC娱乐网

AI应用今天真牛

7月30日龙虎榜数据一、游资1、葛卫东东山精密：净卖出5.38亿东材科技：净卖出2.74亿（三日）科翔股份：净卖出1.19亿2、章盟主普联软件：净买入1906万纳百川：净买入1493万紫光股份：净卖出8694万昀冢科技：净卖出4460万3、小鳄鱼长源东谷：净卖出9789万（三日）4、作手新一圣阳股份：净卖出4376万5、N周二贤丰控股：净买入2198万6、粉葛双星新材：净买入3673万普联软件：净买入1747万7、佛山系通富微电：净买入5182万（三日）8、紫阳东路海南海药：净买入5807万贤丰控股：净卖出9711万9、玉兰路红板科技：净买入2227万普联软件：净买入1566万10、山东帮新风光：净卖出1751万11、宁波和源路普联软件：净买入1721万12、湖州劳动路海欣食品：净买入1696万（三日）西安饮食：净买入1355万（三日）13、低位挖掘浙江世宝：净买入1524万14、华泰总部赤天化：净卖出1522万15、广东帮高争民爆：净买入1477万（三日）16、欢乐海岸新风光：净买入1413万长源东谷：净卖出5436万（三日）17、苏南帮艾艾精工：净卖出1356万18、温州帮艾艾精工：净买入2267万海南海药：净买入1918万利尔化学：净买入1924万双星新材：净买入1746万剑桥科技：净卖出2.62亿（三日）托伦斯：净卖出1115万19、量化打板金龙羽：净买入2295万（三日）高争民爆：净买入2845万（三日）柳钢股份：净买入2497万（三日）均瑶健康：净买入1831万火星人：净买入1153万金徽酒：净买入1252万赤天化：净卖出1707万兴欣新材：净卖出1574万20、上海超短昀冢科技：净买入1550万利尔化学：净买入5190万浙江世宝：净买入5109万双星新材：净买入4954万南宁百货：净买入3172万海兴电力：净买入2424万（三日）金种子酒：净买入1624万（三日）火星人：净买入1610万长裕集团：净卖出4916万龙虎榜数据：作手济华二、机构1、紫光股份：净买入5.07亿2、江淮汽车：净买入1.97亿（三日）3、昀冢科技：净买入9435万4、飞龙股份：净买入7444万（三日）5、麦格米特：净买入7248万（三日）6、科翔股份：净买入6364万7、东山精密：净买入5862万8、新乳业：净买入5577万（三日）9、海兴电力：净买入5506万（三日）10、托伦斯：净买入4222万

一台256GB的iPhone17Pro，标价1100美元，合人民币将近8000元。最近，苹果给了美国用户另一个建议：别买了，租吧。每月31.99美元，租满两年总共767美元，比全款便宜300多美元。租约到期，你可以付清尾款把手机买断，也可以交回去换台新的接着租。这项名叫AppleUpgrade的服务，听上去是个不错的买卖。但它可能打开了一扇关不上的门。手机为什么贵到要租着用？直接原因是内存涨价。AI数据中心在全球疯狂扫货，内存芯片供不应求，价格一路走高。苹果和同行们扛不住成本，只能转嫁到售价上，苹果几乎给除iPhone之外的所有产品线都涨了价。更糟的还在后面。中国台湾的内存厂商宇瞻科技（Apacer）首席执行官张家騉近日告诉投资者，到2027年，DRAM（也就是手机、电脑都离不开的内存芯片）的供应量可能骤降超过70%。韩国内存大厂SK海力士的首席执行官郭鲁正说得更直接：“我们预计，从供应角度看，明年将是这个行业历史上最糟糕的一年。”硬件涨到买不起，租就成了一条出路。科技行业向来把苹果当风向标，它带头搞租赁，别的厂商很难不心动。而对苹果来说，这笔买卖比对你划算得多。租赁模式要成立，关键在于收回来的设备能翻新再卖。你租了两年的iPhone，交回去翻新一下，又能折价卖给下一个人。换句话说，是未来的买家在补贴你今天的租金。这套玩法苹果玩得转，靠的是满大街的实体店，和一大群愿意买旧款的忠实用户。最可能跟进的是三星。它新发布的折叠屏手机GalaxyZFold8要价1800美元，没几个人掏得起全款，接下来还要正面对决传闻中尺寸相近的折叠屏iPhone“Ultra”。给这样的手机配上租赁方案，几乎顺理成章。游戏主机也坐不住了。过去一年里，Xbox已经把SeriesS和SeriesX涨了3次价。首席执行官阿莎·夏尔马给出的替代方案是分期付款，或者买台打折的二手机。如果下一代主机ProjectHelix真如传闻所说，是一台PC和主机的混血、要价1000美元往上，那么让玩家按年租用、到期回收翻新再卖，会是很有诱惑力的一步棋。不过，这套玩法并非人人玩得转。PC大厂惠普之前就推出过笔记本订阅服务，结果悄无声息地凉了：今年7月15日项目正式终止，只比苹果发布租赁计划早了一个多星期。项目收场时，所有还在租用笔记本的用户收到一份意外的告别礼：机器归你，不用还了。惠普缺的，是苹果那样的死忠用户群。没有源源不断的下家接盘，翻新机卖不出去，租赁就是赔本买卖。即便租得到，代价也在暗中标好了价格。苹果承诺，欠一期租金不会锁死你的手机，但连续欠3期，手机就得还回去。而未来的租约，条款可能苛刻得多：提前退租，交一笔违约金；找外面的店修设备，可能违反条款；欠了费，软件锁直接让设备瘫痪。一条条限制叠起来，租赁就不只是付款方式的变化了。当手机、电脑、游戏机都变成按月付费的服务，你花的每一分钱买到的都只是使用权。设备永远属于公司，主动权也永远在公司手里。而按内存行业的预测，真正的短缺2027年才会到顶。到那时，“只租不买”恐怕就是唯一的选项了。～～～～～～图一：这些手机都可以租，但为了更低的价格放弃所有权，值得吗？图源：AdrianoContreras/Gizmodo图二：三星的GalaxyZFold8，就是那种没几个人能全款买下的手机，图源：AdrianoContreras/Gizmodo信源：Barr,Kyle."TheFutureofTechIsOwningNothing."Gizmodo,29July2026

为什么日本出不了DeepSeek？原因很简单，在21世纪，你见过还在用传真机的国家吗？再顺便一提，日本的IT水平，是你印象中印度的水平。而印度的IT水平，是你印象中日本的水平。人工智能已经跑进按周更新、按天迭代的赛道，有些办公室却仍在等传真机慢悠悠吐纸。纸张出来那一刻，像是旧时代给数字社会递来一封挂号信。画面很有喜感，背后却不是小问题。日本拥有汽车、机器人、精密材料和传感器等产业基础，却迟迟没有形成DeepSeek式的全球标志性成果。关键不在于日本人不会写程序，而在于硬件、软件、组织和市场之间，始终没有拧成一股足够快的力量。传真机只是表象。真正拖慢效率的，是纸质手续、层层审批、彼此分割的旧系统，以及企业不愿轻易更换核心软件的保守习惯。人工智能研发最讲究快速试错，模型方向错了就要马上调整，产品上线后还要迅速吸收用户反馈。若一次改动先要开几轮会议，再请旧系统点头，算法还没跑热，耐心已经先被耗光。日本政府并非没有意识到问题。日本数字厅到2026年7月仍在推进模拟规制清理，并把面向政府部门的生成式人工智能使用环境扩展到各省厅。日本经济产业省也持续推动生成式人工智能扶持项目，2026年6月又选出16个模型开发项目，为其提供算力等支持。这说明日本正在追赶，而且投入不小。可国家项目能解决部分算力短缺，却很难在短时间内改掉组织惯性。人工智能不是买几台服务器就能自动长出来的盆栽。它需要敢于开源的企业、能够迅速决策的团队、充足的数据、密集的开发者社区，以及愿意率先使用新产品的客户。DeepSeek的成长路径恰好体现了另一套节奏。到2026年4月，DeepSeek已发布V4预览版本，继续强调开源、长上下文和较高的使用效率。它带来的冲击不只是模型指标，而是让外界看到，中国企业能够在复杂环境中压缩成本、优化工程、快速迭代，还能把技术成果交给全球开发者检验。中国人工智能产业的优势，也不只是人口多、市场大。更重要的是产业链完整，互联网平台、制造业、通信、金融、教育和科研场景彼此连接。模型做出来，很快就能进入工厂、手机、办公系统和公共服务。应用越广，问题暴露越快，改进也越快。这种边使用边升级的能力，比发布会上的漂亮口号更可靠。印度则给日本提供了另一面镜子。印度城市基础设施仍有不少短板，但软件服务产业早已深度嵌入全球市场。印度官方2026年公布的信息显示，其信息技术和信息技术服务产业在2024至2025财年收入约2830亿美元，全球能力中心数量超过2100个，相关岗位覆盖工程、数据分析、网络安全和人工智能。印度还在国家人工智能计划下建设公共算力平台，算力规模超过1.8万块图形处理器。它未必马上复制DeepSeek，却拥有庞大的英语技术人才、软件服务经验和全球客户网络。于是便出现一种有趣反差。日本街道整洁、机器精巧，却常被旧软件和旧流程拖住；印度街面看着热闹，程序员却可能正在给全球企业维护核心系统。标题里的说法带着夸张，但夸张之所以能逗笑，正是因为戳中了认知错位。日本不是没有人工智能能力，印度也不是只有低端外包。真正拉开差距的，是能否把人才、资本、算力、数据和应用场景快速组织起来。人工智能时代没有永久的优等生，也没有靠旧名声自动续费的强国。日本若能真正打通行政、产业与软件生态，仍有追赶条件；印度若继续补齐基础模型和高端研发，也可能形成更强竞争力。中国更值得珍惜的，不是一次模型走红，而是自主创新能力正在形成体系。面对技术封锁和激烈竞争，中国企业没有守着传真机等待许可，而是把有限资源算得更细，把工程路线走得更实，把成果更快送进产业。未来谁能领先，看的不是谁的办公室更像科幻片，而是谁敢把旧流程送进博物馆，把创新真正留在生产线上。

一份关于“设备端人工智能”的产业链名单，这两天在圈子里悄悄传开了。大家还在盯着云端服务器疯狂烧钱，真正的巨头们早就调转枪头，要把大模型硬生生塞进你我的裤兜里。以前搞智能，得靠远在天边的机房供电算数据。现在变天了。不连网，不求人，直接在手机和智能眼镜里本地跑运算。这不是简单的功能升级，这是整个消费电子产业链在给五脏六腑大换血。想象一下南方某个无尘车间里的画面。机械臂精准起落，把一颗比指甲盖还小的系统级主控芯片，死死焊在主板上。就为了这颗算力核心，底层的厂子早就挤破了头。亿道信息靠着先进封装技术抢占新增长点，瑞芯微、晶晨、泰凌微的芯片已经成箱成箱地往车间外拉。另一边，负责处理图像的国产图形处理器，比如景嘉微的产品，也早早卡位抢到了流水线上的位置。底层大脑造好了，皮囊也得跟着换。卖到非洲的传音手机，还有搞出智能体手机的中兴，已经开始在商场柜台抢地盘。为了配合这些装在口袋里的“新脑子”，外围的零件厂全速开动。水晶光电在打磨智能眼镜的光学镜片，思特威在测试更灵敏的图像传感器，国光电器的声学零件堆在仓库等待装配。到了蓝思科技、立讯精密这些制造龙头的车间里，一个个崭新的外壳正在接受高强度的冲压，环旭电子更是带着封装模组直接切入了智能眼镜的供应链。光有铁疙瘩还不行。科大讯飞把成熟的语音技术塞进去当“耳朵”，中科创达忙着把操作系统这根“神经”铺满整台设备。最后，华勤、闻泰这些整机代工厂，像揉面团一样，把所有的芯片、镜头、软件打包组装。一台台不需要依赖云端也能自己思考的智能设备，就这么被封进纸箱，发往全球。连广和通这样的模组厂，都在顺势把触角伸向了智能汽车的车厢里。大模型下凡，整个流水线都在狂欢。但产业换血不是请客吃饭，业绩兑现是一刀一枪拼出来的，不可能每一家工厂都能同步吃到肉。你觉得这波泼天富贵，是上游造芯片的先吃撑，还是下游做终端设备的先数钱？

连日媒都不得不承认了！7月28日《日经中文网》直接摊牌：中国四家新兴AI企业，已经开始动摇美国在人工智能领域的优势地位。他们分别是DeepSeek、月之暗面、智谱AI、希宇科技。《日经中文网》估算，这四家企业的估值或市值合计已经超过30万亿日元。瑞银的判断也很直接，中国模型依靠较低的使用成本，长期可能获得更多全球市场份额。但我认为，真正让美国企业感到压力的并不是估值，而是中国模型已经开始被海外开发者实际调用。数据显示，从2026年2月开始，美国企业调用中国模型所占的词元比例多次超过30%，最高达到46%。2026年4月发布的DeepSeek-V4-Pro和V4-Flash，最大上下文长度达到100万词元，同时支持普通模式和思考模式，模型权重也继续开放。DeepSeek的影响不只是某个测试成绩更高，而是把性能、成本和开放使用结合在了一起。过去只有资金雄厚的大型科技公司才能使用较强模型，现在中小企业和个人开发者也能接入。这种成本下降，会直接增加模型调用量，也会让更多软件优先适配中国模型。月之暗面的进展同样很快。7月16日发布的KimiK3拥有2.8万亿参数，支持原生视觉能力和100万词元上下文，重点用于长期编程、知识工作和复杂推理。其官方公布的API价格为每百万词元缓存输入0.3美元、普通输入3美元、输出15美元。智谱AI的发展方向更加偏向企业使用和智能体执行。6月发布的GLM-5.2支持100万词元上下文，主要解决大型软件工程、复杂调试和长期任务中的目标遗忘问题。此前GLM-5总参数达到7440亿，单次激活参数为400亿，预训练数据达到28.5万亿词元。更重要的是，该模型已经适配华为昇腾、寒武纪、摩尔线程、昆仑芯、沐曦、海光等国产算力平台。模型、工具和国产硬件开始形成可实际运行的系统，这比单独公布参数更有产业价值。稀宇科技就是MiniMax背后的公司。其6月发布的MiniMaxM3同样支持100万词元上下文，能够处理文字、图片和视频，还可以操作电脑桌面。在企业公布的测试中，M3在SWE-BenchPro上获得59%，在TerminalBench2.1上获得66%。MiniMax的特点是多模态产品覆盖较广，除了文字和编程模型，还长期开发语音、视频、图像和音乐模型。这意味着它面对的不只是聊天机器人市场，还包括内容制作、办公软件、企业服务和智能体应用。四家企业的技术方向并不完全相同。DeepSeek强调基础模型效率和开放生态，月之暗面集中发展长上下文和知识工作，智谱AI重视企业服务与工程执行，MiniMax同时推进多模态和海外产品。正是这种差异化竞争，增加了中国人工智能产业的整体稳定性。应用规模也在快速扩大。国家数据局公布的数据表明，截至2026年3月底，我国日均词元调用量已经突破140万亿，相比2024年初增长1000多倍。2025年用于人工智能训练和推理的数据总量达到199.48艾字节，同比增长42.86%，而且推理数据量首次超过训练数据量。推理数据超过训练数据，说明国内人工智能正在从发布模型转向大量使用。国家数据局发布的《数字中国发展报告（2025年）》还显示，我国人工智能核心产业规模已经超过1.2万亿元。这些数据比发布会上的宣传更能说明产业变化。就在7月29日，路透社又报道，Meta首席执行官扎克伯格反对美国通过限制中国模型来维持优势。他认为，美国更应该解决自身人工智能体系存在的问题。海外大型科技企业开始公开讨论中国模型的竞争力，说明这已经不是一次短期关注。当然，我认为现在还不能得出中国人工智能已经全面超过美国的结论。美国在高端芯片、先进制造设备、全球云计算、基础软件和顶尖科研人才方面仍然拥有明显优势，中国企业在海外商业渠道、企业信任和持续盈利方面也有不少问题。但是，“没有全面超过”不等于“无法形成竞争”。人工智能企业最后比的是用户是否愿意长期使用、开发者是否愿意接入、企业能否获得真实收益。中国模型正在依靠较低成本、开放权重、快速迭代和庞大应用市场缩小差距。所以，日媒所说的“动摇美国优势”，更准确的理解不是美国优势已经消失，而是美国企业已经无法继续独占高性能大模型。国际开发者开始拥有更多选择，技术能力与使用成本之间的关系也在发生变化。在我看来，这才是四家中国企业真正重要的地方。它们没有依靠同一种模式发展，也没有只停留在中文聊天产品上，而是在代码、智能体、多模态、长上下文和企业应用中同时推进。只要这种竞争继续保持，中国人工智能获得的就不会只是短期关注，而会是持续增长的全球使用量。

离谱！修手机被店主导出40多张私密照！相册翻看20分钟，店主借口测试软件，报警之后真相让人后怕手机屏幕摔坏送去维修，本以为只是普通硬件修理，万万没想到锁屏密码交出去之后，相册、社交账号被肆意翻看，几十张私密照片还被偷偷导出保存。天津付女士的遭遇，给所有经常修手机的人敲响警钟。天津付女士手机屏幕损坏，送到家附近维修店修理。因为手上有事，她把手机留在店里先行离开。维修中途店主打来电话，说需要测试软件，向她索要开机锁屏密码。付女士没有多想，觉得修机要密码很正常，就直接告诉对方。之后店家通知手机已经修好，付女士当天没时间，决定第二天再取回。这个时候，她完全不知道自己手机里的隐私已经被人翻看。第二天拿到手机，付女士很快发现不对劲，手机留有店主登录社交账号的痕迹。心里升起警惕，她打开屏幕使用记录，结果看得浑身发凉。相册整整被打开浏览20多分钟，社交账号登录时长达到半小时。手机里面存放大量私人私密照片，想到被别人一张张翻阅，付女士当即选择报警。警方介入调查之后，真相更加触目惊心。店主不只是简单翻看相册，还私自导出保存40多张私密照片。面对质问，店主依旧拿“测试软件”当说辞。可只是更换屏幕，根本不需要去翻看相册、登录社交软件。虽然照片暂时没有向外传播，但私自拷贝他人私密影像，行为性质十分恶劣。店家现场道歉，付女士拒绝和解，已经提起民事诉讼维权。网上不少人讨论，建议大家买带维修模式的手机，送修前备份删除照片。但错的是心怀歹念的维修人员，不该让受害者反复反思自己。法律分析店主私自翻看相册、导出私密照片，已经属于偷窥他人隐私。依据《治安管理处罚法》第四十二条，偷窥、偷拍、窃听他人隐私，可以拘留或者罚款，即便照片没有外传，行为已经违法属实。按照《民法典》第一千零三十三条，没有经过本人许可，任何人不能处理他人私密信息。店主的行为构成隐私权侵权，付女士起诉，可以要求对方赔礼道歉，主张精神损害抚慰金赔偿。如果后续店主把照片转发网络、拿来要挟敲诈，将会触犯刑法，要承担刑事责任。这件事给大家几条非常实用的提醒。维修手机，优先当场等候看着维修。实在必须把手机留在店里，有维修模式就开启维修模式；没有该功能，重要照片、聊天记录提前备份处理。不要轻易交出锁屏密码。单纯换屏幕，正常情况不需要锁屏密码。对方索要密码，一定要问清楚具体用途。取回手机第一件事修改密码，查看屏幕使用时间、账号登录设备记录，排查异常操作。一旦发现隐私被偷看、拷贝，不要私下和解了事，立刻报警，截图留存全部证据，拿起法律武器保护自己。手机里面装着我们全部的生活，维修师傅该修理的是硬件，没有资格窥探普通人的私人世界。💬互动话题1、修手机店家索要锁屏密码，你会直接给吗？2、仅仅导出保存私密照片，还没有传播出去，是否应当治安处罚？3、怎么约束维修行业，防止客户隐私被偷窥？欢迎评论区聊聊你的看法。

2026年，陕西，一名已婚男子迷上了一位23岁的女大学生，想尽办法将女大学生约出来开房。趁女生没有注意时，他偷偷打开对方手机下单购买了价值一万多元的物品。信源：小强热线受害女生小睿是地道的四川农村孩子，家境普通，父母靠着十几年颠勺炒菜的辛苦收入，咬牙供她读完大学。从小吃苦的她生活格外节俭，日常消费精打细算，连平价快餐都会反复斟酌，格外珍惜自己攒下的每一分钱。刚走出大学校园的她，心思单纯，没接触过社会复杂人心，对真挚的感情充满期待，也正因如此，轻易掉进了别人精心布下的陷阱。今年三月，小睿在社交交友平台认识了李某。李某主动搭建完美人设，谎称自己是短剧行业编导，收入稳定可观，名下有房有车，生活条件十分优越。为了增加可信度，他特意用修图软件伪造银行卡余额截图，刻意打造事业有成、单身优质的精英形象。这套包装话术精准拿捏了涉世未深的年轻人，短短半个月的线上闲聊，就让小睿彻底放下戒备，认定自己遇到了真心待她的良人，满心期待线下奔现。就在小睿收拾好行李，准备奔赴渭南见面时，李某立刻切换套路，开启花式骗钱模式。他突然编造公司突发变故、银行卡被冻结的谎言，假装自己身无分文，连基本生活都难以维持，以此博取小睿的同情，开口索要应急资金，还郑重承诺事后十倍返还。心软的小睿毫无防备，直接将自己省吃俭用攒了四五年的全部积蓄转给了对方。抵达渭南奔现后，骗局进一步升级。两人相处期间，所有餐饮、住宿的日常开销，全都由小睿独自承担。李某全程画大饼安抚，反复告知小睿留存消费凭证，后续可以走公司报销流程，承诺次月一次性结清所有费用。除此之外，李某还趁着小睿洗澡、无暇看手机的空档，私自操作她的手机。偷偷开通网络信贷渠道，疯狂下单购买多款高端电子产品，悄无声息透支了小睿的网贷额度。在长达三个月的相处时间里，小睿始终真心相待，一次次相信对方的承诺，可说好的报销款项、还款资金始终遥遥无期。不仅如此，李某的态度也悄然发生转变，开始频繁找借口推脱、回避见面，各种理由搪塞拖延。消息回复越来越慢，还时常无故失联，彻底暴露敷衍冷漠的真面目。心生疑虑的小睿，为了弄清真相、给这段感情一个结果，独自购票前往渭南，打算当面沟通。抵达住处后，李某谎称异地出差、短期无法返回，刻意躲避见面。小睿没有选择离开，上门求证后，当场发现屋内另有陌生女性。双方对峙之下，所有谎言彻底拆穿，小睿才彻底认清现实，自己从头到尾都只是对方诈骗牟利的工具。得知被骗后，小睿当场讨要欠款，李某在压力之下写下欠条，承诺分期偿还所有钱款。可这只是他的缓兵之计，欠条到手后，他立刻彻底失联，消失得无影无踪。此时的小睿陷入绝境，身上仅剩少量现金，无力承担返程车票，名下还背负着高额网贷，每天被催收电话轮番轰炸，身心俱疲、走投无路。万般无奈之下，她选择求助媒体、报警立案，目前警方已经正式介入调查此案。从法律层面来看，李某的所作所为绝非简单的情侣经济纠纷，已经涉嫌多项违法犯罪。从一开始虚构职业、收入、资产人设，伪造余额截图骗取信任，全程都是带着非法占有他人财产的主观目的，完全符合诈骗罪的构成条件。而他私自操作他人手机、盗用网络信贷额度消费的行为，已经构成盗窃。即便事后补写欠条，也无法抵消此前已经既遂的违法事实，不能作为免除罪责的理由。这件事曝光后，在网上引发广泛热议。不少网友感慨，当下很多网恋骗局都是同款套路，骗子零成本包装完美人设，专门拿捏年轻人缺爱、单纯、渴望美好感情的心理。用廉价的甜言蜜语画大饼，一步步诱导对方掏钱、借贷，最终榨干受害者的所有积蓄。现实中真正条件优越、事业稳定的优质人群，根本不需要在网络平台跨城寻找恋爱对象，更不会刚相识就频繁开口借钱。在我看来，这场骗局既是人性贪婪与虚伪的体现，也给所有年轻人敲响了警钟。网络交友本就隔着屏幕、真假难辨，越是过于完美、毫无瑕疵的恋人设定，越暗藏陷阱。真正的爱意从不会一味索取、让人负债累累，凡是网恋初期就以各种理由索要钱财、诱导借贷的，百分百都是骗局。守住钱财底线、保持理性判断，才是抵御网恋诈骗最好的方式。

昨晚，和一个国外的朋友聊中国科技，他透露了三个消息，让我感到很震撼！准确来说，他讲的并不是什么内部消息，而是近期已经公开的科技进展。让我意外的是，很多国内网友还在争论中国科技到底强不强，海外科技行业关注的重点，却已经变成了中国这些技术什么时候大规模进入市场。他说的第一个消息，是中国人工智能的发展速度，已经不能只看聊天软件回答得聪不聪明了。2026年上半年，我国规模以上高技术制造业增加值增长13.3%，数字产品制造业增加值增长12.3%。国内人工智能模型的日均词元调用量，已经达到数百万亿级别。这个数据是什么意思？一个模型发布时回答几道题，只能说明它具备一定能力。每天出现如此庞大的调用量，则说明人工智能正在被企业、工厂、学校、医院和软件公司持续使用。调用量越大，对服务器、存储设备、网络和芯片的需求也越高。今年上半年，我国规模以上工业企业生产集成电路2798亿块，同比增长23.1%，平均每天超过15亿块。计算机整机制造行业利润增长689.3%，计算机外围设备制造行业利润增长305.8%。我认为，这才是中国人工智能真正值得关注的地方。它不只是推出几个模型参加排名，而是在带动芯片制造、服务器生产、数据中心和工业软件一起增长。当然，这不代表中国已经解决了所有问题。高端算力芯片、先进制造设备、基础软件和高质量数据，仍然需要继续投入。但从调用量和产业数据看，中国人工智能已经进入实际应用快速扩大的阶段，这一点不能再用几年前的眼光判断。第二个消息，是中国机器人产业正在从研发样机转向批量生产。2025年，我国人形机器人产量大约为2万台。2026年上半年，产量已经超过4万台，全年预计超过10万台。短短一年，产量可能增长到原来的5倍左右。今年1月至5月，我国机器人规模以上企业营业收入突破900亿元，同比增长26.9%。中国已经连续13年成为全球最大的工业机器人市场，自主品牌工业机器人在国内市场的占有率也突破了50%。国外朋友说，海外企业现在关注中国机器人，不只是因为某一台机器人会走路、跳舞或者完成几个动作，而是因为中国具备电机、减速器、传感器、电池、控制系统和整机制造等较完整的产业配套。我觉得，这个判断很现实。机器人真正进入工厂，企业考虑的不是表演效果，而是采购价格、故障率、工作时长、维修成本和交付能力。中国制造业规模大，应用场景多，零部件供应集中，这些条件有利于机器人持续测试和降低成本。不过，人形机器人距离全面替代人工还有很长距离。在复杂环境下的稳定性、连续工作能力、安全标准和实际收益，都需要长期验证。现在最值得重视的，不是机器人马上进入每个家庭，而是它们已经开始在汽车制造、仓储搬运、设备巡检和危险作业中扩大试用。第三个消息，则是中国商业航天开始同时推进火箭重复使用和太空计算。7月10日，长征十号乙运载火箭完成首次发射，并成功实施一子级可控回收。这也是我国首次成功实施运载火箭一子级可控回收，同时完成了海上网系捕获。这枚火箭起飞推力约890吨，起飞重量约760吨，在重复使用状态下，近地轨道运载能力达到16吨。按照后续安排，研制团队还计划继续验证火箭一级再次飞行。火箭重复使用的意义很直接，就是降低发射成本、缩短发射准备周期，提高卫星组网效率。低轨通信、遥感观测和太空数据服务需要大量卫星，火箭只能使用一次，长期成本就很难下降。7月24日，“辰光一号”技术试验卫星又被送入距离地面700多千米的轨道，开始验证太空数据中心相关技术。简单来说，就是尝试让一部分数据直接在轨处理，不必把所有原始数据全部传回地面后再计算。我认为，把这两件事放在一起看，意义更加清楚。火箭重复使用解决的是更低成本进入太空的问题，卫星计算解决的是数据怎样在太空处理的问题。两项技术继续成熟后，会直接影响卫星互联网、灾害监测、气象服务、海洋观测和全球通信。这三个消息让我震撼的地方，不是中国突然多了几项世界第一，而是中国科技的发展方式正在发生变化。人工智能开始形成大规模调用，机器人开始增加批量交付，商业航天开始验证重复使用和太空计算。这说明中国科技正在从单项成果展示，转向生产能力、应用规模和产业配套的综合发展。在我看来，我们既没有必要因为几个数据就认为所有技术都已经领先，也没有必要继续用“只能依靠低成本制造”来评价中国。真正的科技竞争，不只看实验室能不能做出来，还要看企业能不能生产、市场能不能使用、成本能不能下降、技术能不能持续升级。中国目前最明显的优势，就是拥有庞大的制造体系、工程技术人员和实际应用市场。只要这些优势继续与基础研究结合，中国科技未来带给外界的变化，恐怕不会只有这三个。

关于Agent的几个判断X网友cellier_昨天发了一条帖子，谈了他对Agent的三个判断：>一是，通用Agent会吃掉垂直Agent。Codex、ClaudeCowork、WorkBuddy这些通用型选手，配合Skill和MCP，就能搞定大部分专业任务。很多AI-native应用创业，本身就是个伪命题。>>二是，更开放的会吃掉更封闭的。模型能力趋同之后，会变成可路由的基础设施。Agent应该让用户自由选择模型，甚至支持本地部署和自由迁移。>>三是，更下沉的会吃掉更傲慢的。Codex、Claude、DeepSeek背后的团队都以AGI为目标，不太愿意做脏活累活，这就给了草根团队做精细化运营的机会窗口。我觉得这是个很好的话题，也说说我的几个判断。【1.少数通用Agent通吃】不只是通用Agent会吃掉垂直Agent，通用Agent这个赛道本身，也会是少数赢家通吃。小的通用Agent同样没有生存空间。【2.基于Agent的插件系统至关重要】开放和封闭的差别，不在于是不是开源，也不在于能不能自由切换模型，而在于它的插件生态。最受欢迎的ClaudeCode和Codex，默认使用的都是自家模型，但这并没有造成多大影响，何况它们也都支持通过API使用其他模型。现在Agent之所以能火起来，一个重要原因就是丰富的插件生态。Skill加MCP，可以帮助Agent完成各种不同的任务。【3.前期的Agent更多是在教育用户】“下沉”和“傲慢”都是很主观的说法。WorkBuddy那样不见得就叫下沉，Codex也不见得傲慢。当然，说Anthropic傲慢，可能没什么争议。但只要模型足够强，大家捏着鼻子也就认了。Agent这种产品，用户没有那么多忠诚度。前期的产品，本质上都是在教育用户。就像“小龙虾”，虽然现在已经没人提了，但它确实起到了普及Agent的作用。将来写AGI发展史，也算留下过一笔。WorkBuddy现在火爆，也是在教育用户，让很多不知道或者用不了Codex和ClaudeCode的人，也能用上Agent。想当年ClaudeCode多火爆，后来Codex推出GUI版，也很快抢走了不少用户。【4.模型是护城河】Agent的产品体验其实也没有多深的护城河，最后都会趋同。模型能力和成本，终究还是会让产品拉开差距。Skills和MCP绝大部分都不具备独占性。在一个Agent平台能用，换个平台通常也能继续用。用户使用Agent时，最大的体验差异来自模型本身的智能程度。当你用过聪明的模型，就不会想再回到不那么聪明的模型。很多人愿意接受当下的产品，只是因为没有机会用到更好的。一旦有机会用上更聪明、更便宜的模型，他们会毫不犹豫地切换，丝毫不会有忠诚度。Cursor的Agent体验也很好，什么模型都能用。但热度最高的依然是Codex和ClaudeCode，因为它们有订阅服务，性价比更高。【5.个人开发者和小团队没必要拼Agent】小团队做通用Agent、垂直Agent，已经没什么机会了。但是，基于Agent做插件，仍然有很多机会。很多传统软件并不是为Agent设计的，这里面还有一个时间窗口。Skills已经泛滥了，单纯做一个Skill没什么门槛。让Skill作为入口，后面再接入服务，还是有机会的，这也是提供差异化的地方。【6.普通用户越早用、越多用Agent，越受益】AIAgent不会替代你，但它可以替你完成很多电脑上的重复工作。越早用起来，就越早享受它带来的效率提升。多花一点钱，用更聪明的模型，可以节约你的时间，也能提升使用体验。把钱花在聪明的模型上是值得的，当然也没必要超出自己的承受能力。你要相信Agent能帮你提升效率，它就一定能帮到你。信则灵。除非是为了测试，否则没必要安装很多Skills，尤其不要安装全局Skills。但要学会让Agent帮你写Skills，并持续迭代自己的Skills。管理能力，尤其是工程管理能力，会越来越重要。因为普通人也需要管理Agent，而管理Agent和管理项目，本来就有很多相似之处。有条件的话，换一台Mac电脑。它是Agent的最佳搭档。

黄仁勋曾将算力削减80%的H20芯片出售给中国，没承想中国工程师随后完成技术破解，并发现芯片内部疑似藏有“定位追踪”和“远程关停”功能！麻烦看官老爷们右上角点击一下“关注”，既方便您进行讨论和分享，又能给您带来更多优质的内容，感谢您的支持！H20原本就是美国限制先进人工智能芯片出口后，英伟达专门面向中国市场设计的产品，它并非把H100换个名字继续销售，而是在计算能力和互联规格受到出口规则约束的情况下，为保住中国市场推出的合规版本。2025年4月，美国突然要求英伟达出口H20必须申请许可证，导致英伟达计提45亿美元相关损失，7月14日英伟达又宣布美国政府保证会批准申请，希望尽快恢复供货，正式许可则从8月才开始发放。就在市场以为H20可以重新大规模进入中国时，国家网信办于2025年7月31日约谈英伟达，要求其就H20可能存在的漏洞、后门、追踪定位和远程关闭风险作出说明，并提交能够经受检验的证明材料。我认为这次约谈完全不是小题大做，因为人工智能芯片早已不是普通电子元件，它连接着数据中心、科研机构、互联网平台和工业系统，一旦底层硬件存在不受用户控制的功能，风险绝不是一台服务器死机那么简单。这场争议也不是凭空出现，2025年5月，美国部分国会议员推动所谓《芯片安全法》，要求先进人工智能芯片具备位置验证能力，并在设备被异常转移时向美国政府报告，这种提议本身就足以引发进口国警惕。必须把事实讲清楚，美国议员提出给出口芯片增加追踪能力，不等于H20已经安装了后门，国家网信办要求说明安全风险，也不等于监管部门已经宣布芯片有问题，目前没有公开证据证明中国工程师确认H20内置远程关闭装置。英伟达随后公开回应，强调自己的芯片不存在后门、终止开关和间谍软件，还认为把关闭功能直接写入硬件会制造单点漏洞，甚至给黑客和恶意攻击者留下可乘之机，这是一份明确的企业立场。但在我看来，企业声明只能作为审查材料的一部分，不能自动代替技术验证，任何厂商都会强调产品安全可靠，监管部门真正需要确认的，是这种安全能不能通过芯片分析、固件检查、网络测试和供应链审计得到证明。很多人一说芯片后门，就只盯着硅片内部有没有隐藏电路，其实现代计算系统的风险可能存在于多个层面，包括固件升级机制、驱动程序、管理软件、服务器基板控制器、远程运维接口以及外部通信链路。芯片本身没有恶意功能，并不代表整套服务器绝对安全，服务器当前没有异常通信，也不代表未来的软件更新不会引入新风险，所以安全审查不能只拆开一块芯片看结构，而要覆盖产品交付、部署、更新和运行的整个生命周期。我认为最可靠的验证方式不是要求企业反复口头保证，而是让关键设备在可控环境中运行，检查它会连接哪些服务器、上传哪些信息、由谁签发更新程序、断网后能否正常工作，以及用户有没有拒绝升级和关闭遥测的权利。对于承担大模型训练、政务数据处理和重要工业任务的算力中心，还应建立软硬件清单、升级审批、异常流量监测和供应链追溯机制，即使没有发现后门，也要预防普通漏洞、配置错误和第三方组件带来的安全问题。这件事更深层的提醒，是中国的核心算力不能长期建立在别国是否批准出口的基础上，4月要求许可证、7月表示准备放行、8月再批准部分客户，这种反复已经说明，商业合同在政治限制面前可能随时失去稳定性。在我看来，算力自主并不等于关起门来拒绝所有外国芯片，而是关键任务必须拥有替代方案，外国设备可以参与市场竞争，但不能控制整个技术路线，更不能让一个外部许可决定国内企业的大模型能不能继续训练。真正的国产替代也不能只看单卡跑分，因为人工智能系统还包括高速互联、服务器、存储、集群调度、算子库、开发框架和模型适配，芯片性能再高，如果软件难用、集群不稳、应用迁移困难，同样无法形成可靠生产力。工信部发布的《算力互联互通行动计划》已经提出建设跨主体、跨架构和跨地域的算力调度体系，并推动异构万卡、十万卡智算集群混合训练，这说明中国补的不是某一块芯片，而是一整套算力生态。截至2025年6月底，我国在用算力中心达到1085万标准机架，智能算力规模达到788EFLOPS，相关规划还提出继续攻关人工智能芯片、高速互联、服务器和基础软件，国产算力已经进入从单点突破走向系统协同的阶段。我认为H20当然仍有市场价值，国内企业也可以根据成本、性能和安全评估决定是否使用，但任何进口芯片只要进入关键算力设施，就必须接受与其重要程度相匹配的审查，这不是排斥竞争，而是最基本的安全责任。对于这件事你怎么看？欢迎在评论区留言讨论，说出您的想法！

好家伙软件这么多涨停的

互联网技术在AI时代的十二层架构中，"行业洗牌"的本质是：某一层的技术突破，使得原本依赖旧范式构建竞争壁垒的企业，其护城河在短时间内被夷为平地，而新玩家得以用极低的成本切入原本封闭的市场。如果说"技术进步最快"衡量的是创新密度，那么"最可能导致行业洗牌"衡量的则是颠覆势能——前者是速度，后者是杀伤力。两者并不完全重合。有些层进步神速但只是优化存量（如上下文窗口），有些层进步看似温和却是核弹级的范式革命（如LLM）。经过对十二层架构的系统性审视，我认为以下四个层级最有可能成为行业洗牌的"震源"，按破坏力从高到低排列：一、第4层大型语言模型（LLM）：底层范式革命，洗牌的"总震源"为什么是最强洗牌力？LLM是整个AI时代的"智能内核"。它的每一次阶跃式突破，都会引发上层所有行业的连锁地震。洗牌机制：能力阈值突破引发的"突变"：当LLM的能力突破某个临界点时，原本"不可能被AI替代"的任务突然变得可能。比如，当大模型的逻辑推理能力跨越某个阈值，法律合同审查、医疗初步诊断、复杂代码生成等专业服务的人工壁垒瞬间瓦解。中美博弈与开源/闭源分化：当前中美在大模型基础性能上的差距已缩短至3个月内，中国企业在性价比和开源模型上甚至形成局部优势。这意味着任何一个国家、任何一家企业，都无法靠"模型代差"长期维持垄断。一旦某个开源模型达到商用门槛，所有依赖"模型稀缺性"的API提供商都会被重新定价。"模型即平台"的悖论：LLM越强，上层的应用就越薄——这直接导致"模型厂向下吃应用，应用厂向上吃模型"的双向挤压。未来5年，我们将看到一批纯做"套壳应用"的AI公司死掉，同时也会看到一批模型厂因无法商业化而崩盘。首当其冲的行业：企业咨询服务、初级法务/会计、标准化内容生产、客服外包、传统SaaS典型案例：当GPT-level模型免费化后，所有"AI写作助手"、"AI客服"等薄应用层公司将集体出清二、第9层智能体（Agent）：从"辅助工具"到"数字员工"的质变为什么洗牌力强？Agent层是AI第一次具备"端到端闭环执行能力"的层级。它不再只是"给人建议"，而是直接"把事情做完"。洗牌机制：人力成本结构的颠覆：一个成熟的Agent可以替代的不仅是单个员工，而是一个工作流。当Agent能够自主完成"市场调研→方案设计→执行→反馈优化"的全流程时，大量依赖人力堆积的中介型、执行型公司将失去存在价值。"小而美"对"大而全"的逆袭：传统商业逻辑是"规模即壁垒"——公司越大，边际成本越低。但Agent的出现让5个人的公司具备5000人公司的执行力。这意味着巨头依靠"人海战术"建立的护城河被填平。时间窗口极短：Agent的商业化落地速度远快于预期。据预测，到2028年全球将有15%的日常工作由AI自主决策，每家500强企业将部署超15万个Agent。这种指数级的渗透率提升，留给传统企业转型的时间窗口只有3-5年。首当其冲的行业：数字营销代理、人力资源外包、基础软件开发、数据分析服务、电商运营典型案例：传统的4A广告公司模式可能被"1个策略总监+100个Agent"的新范式取代三、第10-11层AINative部门与公司：组织形态的降维打击为什么洗牌力强？前9层改变的是"AI能做什么"，而第10-11层改变的是"企业用什么形态存在"。这是商业文明层面的洗牌。洗牌机制：组织架构的重构：AINative部门不再是人类员工"使用AI工具"，而是由多个Agent构成、能够端到端完成业务模块的虚拟组织。人类角色从"执行者"退化为"监督者"和"决策者"。"50人打败5000人"的范式：当一家公司核心资产变成代码、数据和算法，而非人力规模时，传统巨头的人力成本反而成为沉重的负累。巨头每养一个多余的中层管理者，就是在给AINative创业公司送竞争优势。决策速度的代差：传统公司一个决策需要经过层层审批，AINative公司可以实现"感知→决策→执行"的分钟级闭环。在快速变化的市场中，这种决策速度差就是生死差。首当其冲的行业：任何依赖"信息不对称"和"层级管理"的行业：金融中介、房地产经纪、传统零售、教育培训典型案例：AINative金融机构可能以1/10的人力，实现传统银行某个业务线的全覆盖四、第7-8层工具集成与智能体框架：生态位的"卡脖子"之战为什么洗牌力强？这两层是Agent能否"施展拳脚"的关键。谁掌握了工具集成的标准、谁构建了最成熟的Agent框架，谁就掌握了AI时代"操作系统"的话语权。洗牌机制：标准制定者的红利：就像移动互联网时代的iOS和Android，Agent框架层必将出现1-2个主导性平台。一旦标准确立，所有上层应用都将被"征税"。生态锁定效应：开发者在哪个框架下构建Agent，就意味着其商业命运与该框架深度绑定。先发者的网络效应会使得后发框架极难追超，从而引发一波"框架厂"的崛起与旧"平台厂"的衰落。从"软件"到"执行环境"的跃迁：传统的软件是"被动运行"，而Agent框架是"主动调度"。这种本质差异使得传统中间件、ERP、Workflow平台的生存逻辑被颠覆。首当其冲的行业：传统企业软件（ERP/CRM/SCM）、RPA厂商、中间件提供商、Workflow自动化工具典型案例：当LangChain级别的框架成熟后，大量传统RPA公司可能被直接淘汰五、隐藏的洗牌震源：第1-2层能源与芯片虽然这两层进步相对"慢"，但它们是"卡脖子"式的洗牌源——一旦突破，将引发全球产业格局的重组。能源层：如果某国率先实现核聚变商用或大幅度突破高效储能，该国的AI产业将获得近乎无限且廉价的算力供给，从而在全球AI竞赛中获得降维打击的优势。这种"能源奇点"若到来，将瞬间改写全球科技版图。芯片层：如果存算一体、光计算等颠覆性架构取得突破，现有的GPU霸权体系（如NVIDIA）将在3年内被推翻。中国若在芯片架构创新上实现换道超车，全球半导体产业格局将被重写。六、相对"安全"的层：哪些层不太会引发洗牌？为了对比，也需要指出不太可能引发行业洗牌的层：第5层（上下文窗口）和第6层（长期存储）：技术进步确实快，但更多是"增强"而非"颠覆"。它们让AI更好用，但不会直接消灭某个行业。第3层（基础设施）：属于重资产长周期行业，进步稳健，更多是成本优化而非范式革命。第12层（AINative经济生态）：这是洗牌的结果而非原因，它是前11层变革的最终呈现。七、洗牌的时间表与行业冲击波基于当前技术成熟度，我预测行业洗牌将分三波到来：💡第一波（2024-2026）：内容与服务行业先崩塌受LLM（第4层）直接冲击。标准化内容生产、初级专业服务、传统客服等行业将出现第一轮出清。这一波的特点是"显性失业"——人们能看到具体岗位在消失。⚠️第二波（2026-2029）：执行型行业的中层瓦解受Agent（第9层）冲击。大量依赖"执行流程"的行业——广告代理、软件外包、数据分析、电商运营——将被"AI原生小团队"颠覆。这一波的特点是"公司形态重构"——人们看到的是公司死掉，而非岗位消失。🚨第三波（2029-2032）：组织与资本形态的终极重构受AINative部门与公司（第10-11层）冲击。金融、零售、教育、医疗等传统巨头将面临"小团队降维打击"。这一波的特点是"行业边界模糊"——今天的科技公司可能明天跨界吃掉银行，今天的车企可能变成AI公司。八、给从业者的启示面对这四层"洗牌震源"，企业和个人的应对策略截然不同：对企业而言：警惕"伪AI转型"：仅仅把AI当作"效率工具"嵌入现有流程是不够的。真正的威胁来自AINative公司用全新组织形态发起的攻击。押注Agent，而非应用：与其开发又一个"AI写作助手"，不如思考如何用Agent重构整个业务闭环。关注框架层的标准之争：尽早选定Agent框架并深耕，避免在未来被某个主导性框架"征税"。对个人而言：从"执行技能"转向"判断技能"：Agent会吃掉所有"标准化执行"，但"在不确定性中做判断"的能力将空前增值。成为"AI架构师"而非"AI使用者"：懂得如何编排Agent、设计Workflow的人，将成为新时代最稀缺的人才。布局"人味"赛道：情感陪伴、创造力、复杂人际协调等AI短期内无法攻陷的领域，将是人类价值的最后堡垒。结语：洗牌不是终点，而是新文明的起点十二层架构中，第4层（LLM）、第9层（Agent）、第10-11层（AINative组织）是最可能引发行业洗牌的三大震源。它们分别对应着"智能内核的突破"、"执行能力的觉醒"和"组织形态的异化"——三者环环相扣，共同构成了AI时代最强大的颠覆三角。历史告诉我们，每一次通用技术（GPT）的革命，都会经历"技术突破→工具扩散→组织重构→制度重塑"的四个阶段。我们今天看到的LLM突破，仅仅是这场史诗级变革的序幕。真正的行业大洗牌，将在Agent成熟和AINative组织崛起时达到高潮。对于那些能够早于竞争对手3-6个月洞察这一趋势、并果断行动的企业和个人而言，这将是一个千载难逢的阶层跃迁机会。而对于那些沉醉于"AI赋能"幻象、迟迟不愿重构自身商业范式的守成者而言，当洗牌的浪潮真正到来时，他们甚至连挽回的机会都不会有。在AI时代，最大的风险不是被AI取代，而是被"用AI的对手"取代。这句话，值得每一个在十二层架构中寻找出路的从业者深思。

中国AI新独角兽诞生！Psibot押注“世界模型”冲击14.8亿美元估值🌪️【中国AI公司Psibot估值达14.8亿美元，押注"世界模型"】中国AI领域再添一员独角兽！Psibot以14.8亿美元估值惊艳登场，背后押注的“世界模型”技术成为焦点。这家成立不到两年的公司，凭什么在硬科技赛道杀出重围？简单来说，他们要让AI像人类一样理解物理世界，从清扫房间到工厂操作，目标是让机器人“看懂”真实环境并自主行动！✨技术核心：打破AI“认知壁垒”🔍所谓“世界模型”，就是训练AI构建对现实世界的“心智地图”。比如，当机器人看到一杯水，不仅要识别物体，还要理解水的流动性、杯子的材质，甚至预测“打翻”后的后果。Psibot的突破在于：用AI模拟物理规律，让机器从“执行指令”进化为“自主思考”。这被视为具身智能的关键，也是机器人从实验室走向生活、工厂的核心技术。资本押注：产业巨头站台，融资超3亿美元💰本轮融资由奇瑞领投，蓝思科技参投，背后逻辑清晰：奇瑞看中了AI与自动驾驶、智能制造的结合，蓝思科技则押注AI硬件落地。自成立以来，Psibot已累计融资近3亿美元，投资方包括高瓴、国开金融等国家队资本。产业资本入局，意味着技术离商业化更近一步——比如与长飞集团合作的智能产线已落地，机器人能自主完成光模块质检。我的判断：技术突破+产业需求=爆发前夜🚀为什么是现在？1.政策风口：具身智能被写入政府工作报告，成为国家未来产业重点。2.赛道卡位：中美AI独角兽分野明显——美国侧重企业科技，中国主攻硬科技。Psibot抢占的具身智能，正是“新质生产力”的核心载体。3.团队实力：创始团队兼具产业经验（如云迹科技、京东）与学术背景（北大、帝国理工），且从Day1就聚焦人类数据路线，避开传统遥操作的高成本陷阱。我认为：AI的下半场，是“软件定义硬件”的时代。当模型能力突破临界点，具身智能将重塑制造业、服务业甚至家庭生活。Psibot的崛起，不仅是资本胜利，更是中国AI从“追赶”到“定义赛道”的信号灯。🏅信息来源：彭博社/机器之心（2026.7.24）中国独角兽具身智能世界模型AI落地新质生产力

仙女反问：“难道我没有学过编程，就不配开发软件了吗？”现在有些人底气是真足。不懂编程，照样大言不惭宣讲thefutureofcodingishere.VibeCoding和「会编程+AI辅助开发」常年吵成二元对立，支持者恒支持，反对者恒存疑。最好的验证方式就是对照组试验。纯靠VibeCoding很难支撑持续迭代优化。等到需要更新逻辑、调整性能，该把新增逻辑嵌入哪个循环模块？不懂代码的人，连对应的代码位置都找不到。所以回到最初的灵魂拷问：没有学过编程，就不配开发软件吗？那不然咧！Source:X

整理一份算力、算力租赁产业链个股，从硬件、IDC机房、算力租赁，再到网络安全、大模型应用整条链路都囊括在内。浪潮、曙光、紫光这类属于上游硬件；润泽科技、光环新网主打IDC机房；鸿博、利通电子核心逻辑是算力出租；后面延伸到网络服务商以及昆仑万维等模型端企业。今天盘面能明显看到，算力方向热度虽高，但不少标的主力资金大幅流出，板块进入分歧阶段。人气标的波动会加大，不要盲目追高，耐心观察什么时候企稳。仅作为赛道资料参考，不构成操作建议。

别再给AI乱传文件了有道理，但不多真要是按这个逻辑，那其他线上软件也不能传，只要上传就存在信息泄露的可能，说白了，互联网环境下没有绝对隐私。所以在我看来，只要不上传个人信息、公司机密、商业合同这类敏感资料就行；单纯文案撰写、文档整理、普通文本翻译，没有敏感信息，该用就用，完全没必要焦虑。

·大众汽车集团（中国）正通过旗下智能驾驶能力中心酷睿程（CARIZON），深化与地平线的战略合作，加速L3与L4级自动驾驶技术的自主研发进程。·酷睿程将通过白盒授权模式，依托地平线先进的AI基座大模型能力，加速自研并构建大众汽车集团（中国）的统一AI驾驶解决方案。基于这一开发安全先进自动驾驶方案的关键技术，集团首个L3级自动驾驶方案最快将于2027年下半年开启交付。·同时，酷睿程自研的全场景高级驾驶辅助方案已进入量产阶段，并将按计划于今年第三季度交付上路，陆续搭载于大众汽车集团（中国）三家合资企业的七款全新电动化车型，明年起将逐步拓展至更广泛的CEA序列产品*矩阵。·大众汽车集团管理董事会主席奥博穆表示：“中国已成为集团在全球重要的创新引擎之一，尤其是在软件、人工智能和自动驾驶领域。此次深化合作，将使我们进一步强化研发和规模化应用AI自动驾驶解决方案的能力。通过将世界级的AI能力与集团深厚的工程专业实力相结合，我们将能更好地服务中国客户，未来也将支持集团在部分国际市场的业务发展。”·大众汽车集团负责中国区业务的管理董事、大众汽车集团（中国）董事长兼首席执行官贝瑞德强调：“全场景高级驾驶辅助方案的如期量产，充分证明了我们的技术交付实力和自主研发实力。在此基础上，我们致力于为中国客户研发未来市场上最先进的自动驾驶系统之一，在安全性与拟人化驾驶体验上成为行业标杆。依托目前业内领先的自动驾驶AI基座大模型，集团将进一步增强自身的技术优势，确保自研的L3与L4级自动驾驶解决方案得以更快速、安全、规模化地开发与应用。”新闻里还有几个比较值得关注的点：1、全新的AI基座大模型将与酷睿程在研的系统级芯片C7H、以及GAIA世界模型数据平台紧密协同，构成大众汽车集团的自研智能驾驶技术研发体系。2、酷睿程全场景高级驾驶辅助方案业已进入量产阶段，进一步支持城区领航辅助驾驶能力，于今年第三季度起陆续搭载于集团在华三家合资企业的七款全新电动化车型，并将自明年起逐步拓展至更广泛的CEA序列产品矩阵。3、按照规划，集团L3级自动驾驶能力最快将于2027年下半年启动交付。这一举措将助力集团未来将相关技术应用拓展至客户需求和技术要求相近的其他国际市场。

你到底帮谁解决了一个多值钱的问题?这才是创业者需要回答的首要核心问题，而不是先讲“我有什么技术"技术，在AI日新月异的时代，它很难再成为一项真正的壁垒。不是什么问题都值得你去Allin的，如果你解决的问题不痛不痒，就像医生开感冒药让你多喝水道理一样，那很难有真正的机会。这是一个基础逻辑，全世界每天每时每刻有无数人在感冒，你治得了感冒一点不稀奇，但如果你能治癌症就厉害了。现场工作软件存在的意义，也在这里。​要做到这点谈何容易，解决方案需要创新，真正的创新是明确了你真正的敌人后，做出本质差异化!本质差异化从何而来?做出同类中的另类，抓住跨界中的本质需求。事实上抓住跨界整合中的本质需求，目标人群日用常行的使用场景在哪里，藏着你真正的敌人，而真正的敌人都不是你的竞品同类。​就像现场工作软件跑业务时一个记录，就可以形成一项任务，而且需要时候可以接上去这很实用！这点与微信也形成了显著差异化——微信无法形成任务化、任务链。日用常行的微小动作与组合，藏着改变的力量！记录/反馈重复=时间复利(改变)，软件的威力都在使用中得以彰显。

打开bm软件后我的小红书搜索栏：

下一个风口要来了！工信部直接定调，新质生产力之一，那就是智能化软件，软件业战略地位直线拔高，首次明确指出软件是新一代信息技术的灵魂，软件产业可能会得到国家层面的扶持和资源倾斜了，未来在AI大模型的加持下，智能软件将开始加速向各行各业渗透，前景广阔，这对于智能编程与AI开发工具以及基础软件与工业软件等板块而言将迎来产业利好催化

AI眼镜2025年累计出货超700万台，2026年产能达2000万台。Meta等核心厂商的AI眼镜迎来商业化拐点，正从数据采集器向主动式AIAgent入口演进。据产业链数据，核心厂商AI眼镜2025年累计出货量已超700万台，核心代工厂将2026年产能大幅翻倍至2000万台，终端日活用户实现同比两倍增长。若对标智能手表渗透率，按400美元均价测算，将直接释放140亿-180亿美元的硬件增量收入。在硬件端，光波导技术加速普及，整机重量已降至40克至45克，推动产品向大众消费品转化。在软件端，依托约10亿的AI月活用户基数，AI眼镜通过多模态数据实时采集捕捉用户意图，直接缩短交易链路。这一转变确立了千万级产能的硬件放量拐点，将从单纯硬件销售跃迁至高价值AI订阅，彻底重塑穿戴生态的商业变现模式。关注：Meta/科大讯飞（AI眼镜终端，受益于产品轻量化及产能放量），全志科技（核心硬件厂商，受益于光波导量产及降本红利），MiniMax（多模态大模型，受益于终端集成与服务链路重构）

AI硬件所有反弹都是离场窗口，历史规律证明，下一轮主线锁定应用端当前盘面已经给出清晰信号，算力芯片、服务器等AI硬件板块每一轮技术性反弹，都是持仓投资者分批减仓的窗口期，赛道上行空间基本宣告结束。对照2000年互联网泡沫历史就能看懂完整周期，当年光纤、服务器硬件泡沫彻底破裂，大量上游设备企业股价长期承压，却没有阻碍美国诞生谷歌、亚马逊七大互联网巨头。AI产业会复刻这套发展节奏，产业发展顺序固定为先硬件基建，后软件落地。硬件属于行业里卖铲子的角色，行业爆发初期最先兑现业绩，短期资金集中炒作催生估值泡沫。泡沫膨胀到临界点必然破裂，这是市场运行的客观规律。硬件板块泡沫出清不会摧毁AI底层基础设施，反而会加速全行业商业化落地。硬件产能过剩会持续压低算力采购价格，Token调用成本不断下探，各行各业落地AI工具的门槛大幅降低，下游应用市场会迎来井喷式增长。当年带宽成本暴跌催生海量互联网平台，如今算力降价，同样会孵化大批垂直AI应用企业。不少散户还在硬扛高位硬件标的，期待行情二次拉升，忽略板块堆积的巨额获利盘。机构资金持续高低切换，从高估硬件撤离，布局低位软件、行业智能体赛道，资金流向不会短期逆转。不用过度担忧硬件调整带来的市场波动，大浪淘沙之后，AI应用赛道会复刻互联网时代，诞生一批全新科技巨头。硬件只是产业基础，真正能够持续创造现金流、长期稳定盈利的，是贴近实体经济的软件应用。工业智能工具、办公大模型、行业数字化智能体，拥有持续订阅式收入，盈利稳定性远高于一次性销售设备的硬件厂商。政策层面近期持续加码软件产业，多重利好叠加，应用端成长天花板彻底打开。给普通投资者明确操作思路，反弹阶段逐步降低硬件持仓比例，不要抱有长期格局的幻想。本轮科技行情下半场，核心机会集中在应用端，顺应产业周期切换持仓，才能避开高位赛道持续回调带来的亏损。

苦涩1、近期科技很苦涩，也有人担心泡沫，我们近期也进行了很极限的思考与一些重要的调研，就行业与投资聊聊自己的想法：1）首先模型迭代依旧迅速，KIMI率先证明了自己在模型参数3T时代的能力，非常顶。1T时代的王者智谱和deepseek预计接下来也会进入这个时代，而率先打入10T规模的claude也在不断向前。我们看到的是除了coding（程序员本身）与真正的工作流，模型必然在教师、学生、企业家（决策者）、白领（不止金融。分析师）形成极大的市场空间，这是不需要模型快速迭代就看得到的，而且时间并不长。claude可能到年底相较于去年底ARR9B翻了10多倍，OPENAI翻2倍，国内近期的各厂ARR起来也让我们震惊。到年底这至少是2000亿美金的市场，渗透率极低，渗透速度极快。模型仍然在不断突破边界，后面开源模型能力（K3算开放权重）的提升也会使得企业级、工作流加速，基本面渗透的速度确实太快，可能性还在扩张，产业带来的安全边际提升极快，正在快速接近CAPEX体量。2）第二个是硬件问题。这是一个很复杂的问题，近期也充斥着大量的谣言与悲观叙事，我们试图讲得更清楚。首先一个问题是认为中国的模型进步会形成挤压与硬件通缩，但细看之后，K3的2.8T模型价格约为FABLE51/3水平（模型规模也差不多1/3），约为K2.6(1T模型)的3倍。目前的推理路径来看，更大的算力会带来更好的效果与更快的速度，再叠加目前的渗透速度，算力一定是不够的，只是付费少就得忍受更慢更笨的模型而已。第二个是目前大量的“DELAY”叙事。我们上周进行了关键性的产业调研，无论近在眼前的VERARUBIN、CPO，还是明年的RUBINULTRAKYBER，都确确实实仍然按着计划推进，包括前一段的胜宏，也没有什么问题需要涉及到进度与份额。Q3是VERARUBIN和GOOGV8的开始，是景气加速的新一轮开始。第三个是供需稳定性、包括涨价制裁的问题。这里最典型的是存储，很多人纯被周期品这个词吓到，并未深入其必要性与供需关系。存储是整个这轮AI的必然需求，transformer底层机制，无论压缩token还是压缩attention都进行了多重尝试，压缩幅度也有限。市场担心的扩产其实比例极为有限，ASML光刻机也不够，远远满足不了指数级的需求。无非再担心的就是北美反垄断，这实际要大规模罚钱操作难度也很大，毕竟商业社会规则很容易反噬。供需环境2029年前不可能改善（包括长鑫的力度也很难快速改变全球供需），29年后也很难，龙头公司SK海力士目前仅27年3XPE。近期华尔街看多CSP看空硬件其实也很不符合产业逻辑，只是最近高锐度硬件的买盘（大型养老金休假、TRS平衡）减弱，再加上做空力量加强了这个叙事，高成长甚至是涨价链的很多领域壁垒其实比大家想的丰富的多，比如周五比电规划影响光互联的传闻已经有点无聊，我们相信真正的产业趋势才是最持续的逻辑。3）第三个问题是泡沫问题，这里最担心的是融资问题。首先我们看今年8/9家CSP差不多9000亿美金的投资，明年这几家考虑在1.4万亿美金左右，两家大模型预计融资2000亿美金。叠加AI带来的现金流增长，预计保障明年的其他家投融资量在2000-3000亿美金（谷歌等已融资完成，847.5亿美金股权，巴菲特参与），其中债务融资极低、neocloud债务融资也不超过400亿美金，且目前回款极快。AI是个极具潜力，ARR增速也极快的产业，历史上美国运河、铁路及电信光纤的债务占比分别达90%、46%和近100%，我们完全没有不要在债务比例极低的情况下去担心一定破不了的泡沫。除此之外，真正的高水平开源模型也会带来企业级的投入提升，而非CSP与大模型独自发力，全社会的ARR快则27年底，慢则28年也有望消化26年的资本支出。我们认为在产业极速发展，又没明确泡沫连锁可能时的担心是没有太大意义的。2、很多人先看到AI股票下跌，然后再寻找各种理由（如AI投资放缓、Capex削减、需求见顶）来解释股价，而不是依据真实数据。我列举了几项几个真正重要的事实：1）存储长期协议（LTA）仍在大量签订。企业愿意签多年期LTA，本身就说明客户认为未来几年供应仍将紧张，而不是需求即将结束。2）IBM最新披露显示需求仍然强劲。IBM表示，6月底最后几周，客户为了避免未来涨价，主动将资本开支提前用于采购服务器、存储和内存等供应紧张的AI基础设施。这反映的是抢货，而不是缩减采购。3）AI开始真正创造商业价值。Starbucks正在替换Microsoft和IBM部分软件，希望节省约4亿美元成本。他认为这说明AI已经进入企业降本增效阶段，商业化正在落地，而不是停留在概念。4）TSMC提高资本开支具有很强的信号意义。TSMC管理层一向非常保守，因此此次明显提高Capex，比任何分析师评论都更能说明他们相信AI需求具有长期持续性。5）Meta削减Capex的说法与公开信息相反。之前Reuters和CNBC报道指出，Meta不仅没有削减资本开支，反而计划2027年将AI算力进一步翻倍，并将路易斯安那数据中心规模扩大至5GW、投资超过500亿美元。因此，认为“Capex要削减”的说法是目前市场最大的误判。3、产业专家交流：关于KIMIK3与算力产业1）无可争议的强。2.8T的模型，KV缓存直接砍掉75%，1MTokens上下文解码窗口吞吐提升6.3倍，这些都是参数层面的强。AgentSwarm把任务推向了小时级别，只需要一句话，比如做一个炉石传说/奇迹暖暖游戏，在算力资源充足的情况下，2-3小时就可落地，人类一句话就能让AI自己工作的时代越来越近。2）训练的资源哪里来的：该2.8T的模型训练资源使用了接近2个B300万卡集群+数个H200集群，算力资源主要来自阿里云（阿里在kimi的持股超过30%），6月Qwen训练算力紧张后大幅减少了给KIMI的供应，后期KIMI向AWS等海外公司采购了部分算力支持自身训练需求，月租超过50万/台八卡服务器。3）下一阶段的算力需求减少了吗：整体需求成倍的增长。-训练:下一代6T的模型至少需要3-4个B300万卡集群+数个H200集群支撑训练，训练需求翻倍。-推理：目前订阅199的套餐，使用K3，10-12小时就能烧完，随着参数增加，推理算力的需求3-4倍。周末整个K3都是处于高峰期，用不了的状态4）算力资源缺疯了：KIMI目前账上准备了近400亿的现金，预计至少2/3会用来采购算力资源，智谱要加快追赶大参数模型，对算力资源的需求增加的更多，仅这两家训练+推理的需求近400亿/年，对应近13个万卡集群（阿里云和字节需求更多），下半年国内B300到货不会超过1万台，B300五年闭口长协租金接受度已经超过28万/月（年内租金上涨3倍），违约罚则30-40%，对有交付能力的公司另有10%的预付。5）大模型厂商和CSP继续扩大资本开支的动力：盈利能力强是最大的理由。现阶段互联网大厂、大模型厂商，算力投入产生的效益整体很高，如果不考虑训练的情况下，只将算力用于推理，下游厂商是真正意义上ROI＞10，从这个角度来说算力再涨价1-2倍也是便宜的，考虑训练后ROI也＞3，从Meta、谷歌等同行了解下来他们也没有要减少资本开支的动力。另外云厂商的ROI也超过2，考虑杠杆后ROI更高，整个产业发展非常良性，几乎每个环节都在赚钱。6）国内B300交付的情况：目前具备B300交付能力的公司不多。去年Q4和今年Q1整体比较容易拿，Q2以后所有非强绑定的二手渠道基本失效（期货渠道拿货也可以，得按现货加钱，目前某公司交付的256台，期货价格是4月定的550万，最后付款是1000万），原厂价格没什么变动，下游价格却到1300万了，一手货公司的价值大幅提升。Q2交付了256台B300以上的公司屈指可数，A股应该不超过6家。

利好！利好消息！软件行业迎来重大利好消息！工信部：将加快出台人工智能＋软件行动方案，相关产业链能迎来一轮反弹吗？国新办产业发布会释放重磅政策信号，工信部明确将快速出台人工智能+软件专项行动方案，把软件产业定位为数字经济核心根基，围绕智能开发、产品迭代、开源生态三大方向构建完整扶持体系，补齐国内软件行业智能化转型短板。此次政策布局跳出单一工具软件扶持思路，形成三层发展路径。其一推动传统软件开发流程智能化，依托大模型降低代码编写、程序测试门槛；其二赋能现有办公、工业、操作系统类软件完成AI功能升级；其三重点培育智能体软件全新赛道，挖掘人形智能、数字分身等新兴商业化场景。同时政策将加码开源基础设施建设，从供应链安全、项目孵化、出海落地多维度扶持国家级开源社区，打造本土技术创新阵地。这套顶层规划将深刻改变软件行业发展格局。短期之内，工业软件、国产操作系统、代码开发工具厂商直接迎来政策红利，行业采购、项目扶持资源持续倾斜，相关企业订单与营收预期同步改善。此前行业普遍存在的底层工具依赖海外、开源社区分散弱小等痛点，将迎来系统性解决方案。长期维度看，AI与软件融合会催生全新产业增量。传统软件企业不再单纯售卖授权，可依托大模型迭代订阅式智能服务，打开长期盈利空间；本土开源社区壮大能够减少海外开源技术约束，筑牢产业链安全屏障。资本市场资金也会向国产软件、AI开发工具、开源服务细分赛道集中，软件行业告别单一题材炒作，迈入政策持续护航、技术自主可控、新业态持续涌现的长期上行周期。