社区

刚刚，微软首席执行官 Satya Nadella 发布了一篇主题似乎是“年终反思“的博文，对过去一年微软在 AI 方面的进展做了深度总结，并阐述了他对 2026 年的愿景以及他口中 AI 发展的下一阶段。Nadella 将 2026 年定位为又一个 “AI 关键之年”，强调这一年 “在数个显著维度上呈现出截然不同的特质”。但在文章中，他并未提及新软件发布或季度业绩，而是聚焦于当前 AI 在认知与应用层面存在的文化及技术局限。 $微软(MSFT)$ 同时 Nadella 宣布，如今他有了一个分享 AI 未来构想的新平台，并非开发者大会的演讲台，而是一个名为 SN Scratchpad 的网站，之后他将开始在这里更新个人随笔。然而，其开篇之作似乎引发了大量负面评价和批评的观点。一、“模型滞后”局面下，Nadella 划定明年三件关键事“我们已经度过了最初的探索阶段，正在进入广泛传播阶段。” 对于当前的 AI 进展，Nadella 在文章开头这样写道。但他也强调，“我们仍处于马拉松比赛的起跑阶段，很多事情仍然难以预测。”Nadella 称，行业已走过早期的技术探索阶段，正逐步厘清‘噱头’与‘内核’的边界”。 他写道，“如今我们对这项技术的发展方向已有更清晰的认知，但同时也面临一个更艰巨、更重要的问题：如何引导它对世界产生积极影响。”这番表述似乎意味着，在微软看来，AI 发展的下一阶段，核心竞争并非是微软与 OpenAI、谷歌或 Anthropic 之间的角逐，而是一项关乎系统协同、安全规范与社会认可度的系统性挑战。值得一提的是，Nadella 用“模型滞后”来形容当下的局面。他认为，现在模型能力发展速度超过了行业目前将其应用于实际并产生影响的能力。若想在 2026 年让 AI 为所有人创造真正的价值，

“跟你透个底，其实我们下一轮融资月底也要到位了。” “可是上个月不是刚融完一轮吗？” “对呀。” 类似的对话，在我去年与AI硬件创业者的对谈中，发生了不下于5次。 而就在2025年之前，“AI硬件”还是一个相当模糊的概念，定义无共识、技术与场景脱节、标准的缺失、商业化不闭环……太多问题没有得到解决。但就在去年，“AI硬件”的概念完成飞速收敛——只要是借助模型推理能力的消费级硬件产品，都可以称之为AI硬件。 基于此，从业者们在去年的心态也开始发生转变，不再执着于天马行空的产品构思，而是尝试“用AI把消费电子产品再做一遍”。 最为典型的，去年市场上爆火的两类产品，要么是AI眼镜、AI耳机这类可穿戴产品，要么是AI玩具为代表的陪伴型产品，而在前年，占据他们生态位的是可以实现投影交互的AI Pin，以及旨在“取代手机”的Rabbit R1。 这种产品方法论上的转变，既是原因，也是结果。 一方面，诸如AI Pin这类非常具有探索性质的产品，其PMF论证可谓一塌糊涂，用户需求基本全靠脑补，而传统消费电子产品在PMF上已经得到充分验证。 另一方面，国内AI硬件创业者有一个特殊优势在于，中国拥有全世界最完备的产业链，按照一位从业者的话说，“哪怕连元器件打样都不会做，去华强北走一圈也都齐活了。” 成熟的供应链叠加验证过的市场需求，让AI硬件创业者们在“重做消费电子”这件事上，达到前所未有的意见统一。 对于资本市场来说，眼下的AI硬件发展路径，也是他们喜闻乐见的。 “模型现在是大厂之间的游戏，做应用即便是用户增长快，也不能直接反映付费意愿，但AI硬件的落地与转化要明确得多”，一位投资人向笔者表示，他之所以看好AI硬件，本质上是看好国内高度成熟且可复用的供应链。 某种

这次在美国，和差不多近三十位AI领域的外部和内部朋友聊天。一些感受：关于美国的新创业和机器人感觉美国在AI，生物，金融方面的创业多。而AI方面的创业，从硅谷看，在SaaS和物理AI机器人领域特别多，估值也特别高，我这次聊了其中一半都是做机器人创业的朋友，非常集中。中国的机器人公司很多是从关节和控制入手，而美国的机器人公司很多是从模型入手。我认为人形机器人将来会是巨头的竞争，而不同的专用机器人则会有大量不同领域的选手，且会有非常多的成功机会。关于物理AI维特根斯坦曾经说过，“语言即世界”。语言是知识的总结，信息的传递，但某种程度也束缚了对世界的想象。很多事情靠语言很难想象和学习，例如小朋友如何学习行走，如何学习游泳，主要都必须依靠对世界的观察，模仿和强化。所以，大家都在期望从语言大模型，走向多模态甚至世界模型。我认为未来3年，最有可能有大突破的不一定是在数字世界（可以很明显看到OpenAI虽然核心在说AGI，但是全力在做业务落地。当然，期待下一个Transformer或者训练费用的巨大下行），反而有可能在物理AI领域会产生大变局，例如自动驾驶会直接到达准L4或完整L4；人形机器人会实现从类自动驾驶的L1到L4初阶的快速跨越，这些反而会产生巨大的突破。物理AI的发展速度会比数字AI慢，但是改变我们生活的力度会更大。关于AI泡沫我认为任何科技时代都是阶段或局部有泡沫的，无论是互联网时代，还是新能源汽车时代，但是这是一个市场从混沌到有序的必然竞争过程。整体来说，我认为AI必然会推动整个社会巨大的变革，今天还是0到0.1的最开始阶段。如果一定要说泡沫，感觉中国估值比较合理，美国估值实在有一点高；中国更关注市场应用，美国更关注前沿研究。整体来说，我认为当前没有AI泡沫，未来AI的市场有着巨大机遇。关于AGI的到来我认为今天的AI主要是类似人类的模仿学习（例如学习课本上的知识，学习别人如

今天听完了a16z播客的新一期对谈：Benedict Evans（曾任a16z合伙人，长期研究平台变革）和主持人Erik Torenberg聊《AI eats the world》以及下一轮平台迁移的真实走向。整期内容不太像“追热点”，更像是在给2025年的AI产业做一次冷静校准：泡沫从哪来、为什么全行业FOMO、为什么人人都知道但还没用成习惯，以及最关键的——模型之外，到底还缺什么产品形态和商业护城河。下面我把这期对谈里我认为最有价值、也最能帮助我们理解当下进度与下一步机会的点，整理成一篇信息梳理，分享给大家。一、真实进度条：为什么AI看起来“人尽皆知”，却还没变成“人人离不开”Benedict Evans用一个很刺耳的反问开场：ChatGPT有8亿~9亿周活，但如果你是那种每天用好几个小时的人，不妨问自己——为什么有五倍于你的人“看过、理解、有账号、会用”，却想不出这周或下周要用它做什么？这句话把2025年AI的“真实进度条”钉在了一个矛盾上：热度已是基础设施级别，使用仍停留在“可选工具”。他提到的调查印象也指向同一件事：每天用的人大约10%~15%，更多人是“每周用一次或偶尔用一次”。这会直接影响一切——从商业模型、分发渠道，到谁能构建真正可防御的产品。二、“AI”和“AGI”正在变成一套话术，而不是一组定义Evans反复强调：“AI”这个词越来越像“技术”“自动化”——只在“新”的时候成立，一旦普及，它就不再被称为AI。他举了电梯的类比：1950年代奥的斯把自动电梯当成“电子礼仪”营销；今天没人会说“我在使用电子电梯”，它只是电梯。而“AGI”则更像“新的、可怕的东西”。他讲了一个略带神学意味的笑话：AGI似乎总处在一种尴尬的二选一——要么它已经到了，只是“小型软件”；要么它在5年后，并且永远都会在5年后。这也解释了他对行业叙事的敏感：你会看到有人说“我们现在就有博

12月9日，Google Android Show在美国加利福尼亚州山景城如期举行，在这次Android XR特别直播活动中，Google带来了专为智能眼镜设备开发的Android XR操作系统的最新进展。值得一提的是，今年5月Google I/O大会上，Google与中国科技公司XREAL联合开发的Project Aura还只是和大家简单打了个照面，而在这次活动中，Project Aura则是被放在发布演示的C位，该产品的更多细节终于浮出水面，以下为演示视频。 $谷歌(GOOG)$ $谷歌A(GOOGL)$ 从视频中我们可以看出，硬件形态上，Project Aura采用的是此类AR眼镜常用的分体式硬件方案设计。轻便的墨镜形态的眼镜加上小巧主机的组合，让产品在拥有绝佳的轻便性和可移动性的同时，还拥有了笨重的Apple Vision Pro等VR设备的空间运算能力。Project Aura基于BirdBath方案的OST（光学透视方案），以Apple Vision Pro不到1/6的重量，实现了Meta Orion一样的70度视场角，这也是目前OST方案实现的最高视场角，比目前市面上大部分50度左右的视场角有了很大的提升，而这个提升对于OST方案的AR体验来说，可以说是质的飞跃。大视场角意味着显示的画面可以更大，使用过50度视场角基于BirdBath方案AR眼镜的朋友应该很有感触。这一视场角你说大吧，但就感觉像是通过一个小窗户看世界:放一个窗口还行，而一旦同时放好几个窗口就显得很局促。这样的体验，和VST方案基于大视场角的多窗口空间显示体验相比相差甚远。视场角可以说是影响OST方案智能眼镜体验非常关键的部分，也是空间

黄仁勋谈埃隆·马斯克：“我很幸运，因为我认识埃隆·马斯克，我曾帮助他为Model 3和Model S打造第一台电脑。当他想开始研发自动驾驶汽车时，我又帮他打造了Model S自动驾驶系统（FSD）的电脑。我们基本上就是FSD电脑的第一版，所以我们当时已经一起工作了。”当我宣布推出DGX-1时，全世界都没人想要。我一个订单都没有，一个也没有。没人想买，没人想参与其中。除了埃隆。他说：“你知道吗，我有个公司特别需要这个。”我说，哇，我的第一个客户。 $英伟达(NVDA)$ $特斯拉(TSLA)$ 他说，那是一家人工智能公司，也是个非营利组织，我们真的非常需要一台这样的超级计算机。我把一台装箱，开车送到旧金山，在2016年把它交给了埃隆。来源：德卤爱开车

12月1日周一，资深科技分析师Ben Thompson在他广受关注的博客Stratechery上发表文章，深入探讨了当前AI领域的竞争格局，他将整个AI产业的发展类比为一部经典的“英雄之旅”史诗。 $谷歌(GOOG)$ $谷歌A(GOOGL)$ Thompson以其深刻的商业战略分析闻名，他认为，在过去几年AI的叙事中，OpenAI和英伟达无疑是两大主角。一个是从初创公司一跃成为现象级消费科技公司的英雄，另一个则是从游戏芯片商转型为AI革命“军火库”的基石。然而，就像电影《星球大战》中英雄卢克必须进入“死星”面对考验一样，这两家公司如今也迎来了它们的“帝国反击战”——谷歌正以雷霆之势全面反扑。面对谷歌这位昔日霸主的强势反击，过去几年里AI领域的两大主角——硬件巨头英伟达和模型领袖OpenAI，究竟谁的处境更危险？Thompson的分析直指两家公司商业模式的根基，他认为，尽管OpenAI在持续“烧钱”，而英伟达则在疯狂“印钱”，但从护城河的根本属性来看，OpenAI所拥有的优势可能比英伟达更为坚固。然而，他也一针见血地指出，OpenAI自身似乎并未完全意识到，甚至在主动削弱自己最大的优势，这为其未来埋下了巨大的隐患。一、谷歌的反击：一场双线作战首先，我们来看看谷歌是如何“反击”的。Thompson指出，谷歌的第一招就是发布了其强大的Gemini 3模型。这个模型在多项基准测试中超越了OpenAI最先进的模型，证明了谷歌在技术研发上依然拥有深不可测的实力。这直接动摇了OpenAI作为“最佳模型提供商”的根基。更关键的是谷歌的第二招，这一招直指英伟达的命脉。过去，大家普遍认为，即使谷歌自研的TPU芯片性能优越，也只是自用

ai目前到底有没有泡沫？可以参照黄仁勋这个采访，生成式ai对算力的需求与之前的互联网时代完全不同，你每一次使用ai都会进行一次完整的运算，形成增量计算需求感觉出来AI与互联网时代不同没有？再细品一下:黄仁勋：我们当前正处在一个由三大趋势主导的结构性变化中： $英伟达(NVDA)$ 第一，摩尔定律已到尽头。我们都知道，通用计算的效率已经越来越难跟上算力需求的增长。所以全世界都开始朝“加速计算”转型。我们推动这个方向已经超过20年了。给你个例子：六年前，在全球前500大超级计算机中，有90%是基于CPU的；到今年，这一比例已经降到不到15%；与此同时，GPU和加速计算的比例从10%飙升到了90%。这就是一次算力基础结构的范式切换。第二，生成式AI与推荐系统的崛起。过去15年，互联网的引擎是“推荐系统”，它告诉你在社交媒体里该看到什么内容，推送什么广告、电影、商品……在没有推荐系统的时代，你的小手机根本不可能在海量内容中筛选出你想看的。但今天，推荐系统已经从原来 CPU 驱动，转向了GPU驱动的生成式AI。这就是第二条主线。第三：Agentic AI（智能体AI）的崛起。在推荐系统之上，我们看到了新的机会，也就是智能体AI，比如 Grok、OpenAI、Anthropic、Gemini 这样的系统，这些AI模型拥有更强的自主性，能作为“智能代理”去理解、回应、执行任务。它们建立在推荐系统和生成式模型的算力之上，是下一代AI的代表。但请大家不要只看上层表现出的“AI热”，而忽略底层更深的趋势：那就是，计算正在从“通用架构”大规模迁移到“加速架构”。当你意识到这一点，就会得出一个判断：支撑这场Agentic AI革命所需要的底层算力，远比大家想象的少。它并非泡沫，而是结构性转变的结果。

在经历了GPT-5、Grok 4和Claude Sonnet小升级后，2025年下半年，AI领域陷入了阶段性平淡。 $谷歌(GOOG)$ $谷歌A(GOOGL)$ $2倍做多GOOGL-Direxion(GGLL)$ 直到19日凌晨，Gemini 3的发布彻底打破了平淡。跃进式的得分提升、强大的多模态理解力、更加多样化的UI、惊艳的前端能力，这一切都真实地让AI向我们预期的形态迈出了显著的一步。这些可见性远比Benchmark上的得分和只能在Coding系统里测出来的区别明显。Gemini 3不仅仅是一次版本号的更迭，它是对Scaling Law信仰的暴力重申，也是谷歌第一款真正意义上让OpenAI黯然失色的模型。在这次发布会上，我们熟悉的谷歌王者归来。它不满足于在某个单一维度领先，而是要在模型能力、开发者工具、用户体验、搜索集成、多语言覆盖等所有战线上同时发力。这是一个平台级的野心，用AI重新定义整个Google生态的每个触点。Benchmark的跃迁Benchmark测试在AI圈内一直饱受争议，被戏称为刷题比赛。前几个月顶尖模型之间的分数只差几个百分点，你追我赶。但Gemini 3的出现，把原本胶着的战争直接变成了断层式的碾压。先看基础思考能力。Humanity's Last Exam(HLE)是衡量AI能否解决人类顶尖难题的终极试金石。在Gemini 3之前，Gemini 2.5 Pro的得分是21.6%，Claude Sonnet 4.5仅为13.7%。Gemini 3 Pro交出的答卷是37.5%（无工具）和45.8

10月29日，美股一开盘，英伟达成为了史上第一个市值突破5万亿美金的公司。 $英伟达(NVDA)$ 一天前，在GTC DC大会上，英伟达CEO黄仁勋展示出来自AI的强劲需求。比如，他表示，今年及2026年，Blackwell和Rubin架构芯片可带来的收入超5000亿美元，这个收入将来自2000万颗GPU。5000亿美元收入将是2023年~2025年Hopper架构芯片所带来收入的5倍。在演讲中，黄仁勋又一次驳斥了AI泡沫论。他当然要驳斥，作为AI时代核心资源——GPU的卖铲人，英伟达一手掌握稀缺资源的定价权。可以说，英伟达的市值取决于市场对于美国AI未来的乐观程度。然而，伴随着英伟达5万亿市值的到来，“AI泡沫论”的质疑声音也空前高涨。这，要从一笔关联交易说起。9月22日，英伟达宣布，将向OpenAI投资一笔高达1000亿美元的巨款。作为“回报”，OpenAI承诺了一份价值10GW GPU的超级订单。这种“左手倒右手”的方式，瞬间引发了资本市场对AI泡沫的更深担忧。近日，IMF总裁克里斯塔利娜·格奥尔基耶娃在华盛顿演讲中表示，全球股价在对AI提升生产率潜力的乐观情绪推动下飙升，但金融状况可能“突然转向”，当前估值“正逼近25年前互联网热潮的水平”，如果市场发生剧烈回调，将拖累全球增长。英国央行的金融政策委员会（FPC）也表达了类似担忧。其最新季度报告称，美国股票市场“在若干指标上显示估值过高”，尤其是集中在AI相关科技公司。而这种高度集中使市场在AI预期降温时特别容易受到冲击。在这场游戏中，英伟达们既是演员也是观众，钱从左口袋进，右口袋出。这究竟是通往未来的高速公路，还是一场比2000年互联网泡沫更盛大的烟火？#01一、一场资本的内循环要讨论AI的泡沫，就绕不开一个词：循环融资。一群科技巨头，