AI 泡沫正在破裂

marsbit发布于2026-06-07更新于2026-06-07

文章摘要

近期市场对“AI泡沫论”讨论激烈。桥水基金创始人达利欧认为AI市场存在较高泡沫,而英伟达CEO黄仁勋则强调算力需求刚起步。两者观点看似矛盾,实则反映了技术革命初期的典型特征:短期存在投机泡沫,但长期看,AI是颠覆性的先进生产力。 文章以2000年互联网泡沫类比。当时大量.com公司破产,纳指暴跌,但泡沫破裂后留下的廉价基础设施(如光缆)滋养了后来的谷歌、亚马逊等巨头,推动了互联网时代的真正繁荣。这体现了“阿玛拉定律”——人们高估技术的短期影响,低估其长期影响。 当前AI领域同样存在巨大投入与收入不匹配的现象。2026年,主要云服务商的AI基础设施投资预计达6900亿美元,而头部AI公司的总收入仅约400亿美元。然而,这不能简单视为泡沫破裂的信号。关键变化在于AI推理成本急剧下降,两年内降幅超99.7%,这反而激发了海量的新应用需求,企业AI支出大幅增长。这符合“杰文斯悖论”:效率提升导致成本下降,进而刺激总需求上升。 如今,AI已深入各行各业,从生物医药到制造业,企业关注点已从“是否用AI”转向如何优化应用。市场正在进行自然净化,淘汰缺乏核心竞争力的套壳公司,价值将从基础设施层(CapEx)向解决实际问题的应用层(OpEx)转移。 尽管资本市场可能出现波动和估值调整,但AI技术本身正在扎实地提升各行业效率,例如缩短研发周期、优化金融服务等。如同互联网泡沫后开启了数字时代,当前AI领域的调整是为未来智能时代铺路。泡沫终会消退,但AI驱动的生产力革命已不可逆转。

原文标题:AI 泡沫已经在破了

原文作者:城北徐公,格隆

近几天,市场剧烈波动,“AI泡沫论”甚嚣尘上。

桥水基金创始人达利欧说:AI市场存在泡沫,而且水平“相对较高”。

英伟达CEO黄仁勋说:AI存在巨大机会,算力需求才刚刚开始爆发。

到底信谁?

他们两个说的都没错。

AI行业存在泡沫吗?必然存在。

但科技领域的泡沫,往往是社会面对颠覆性先进生产力时,唯一能够采取的致敬方式。

它并非单纯的贬义词。

长远来看,这是先进生产力出现之初必然会出现的现象。

很多人都把如今情况对标2000年的互联网泡沫,忧心忡忡。

当年的互联网泡沫,确实导致纳指暴跌近78%,超过5万亿美元的财富蒸发。

但二十年后,有哪个行业能离得开互联网?

如今,互联网行业的价值早已远远超过当时的泡沫时期。

AI泡沫,至少从表面上看,是类似的情况。

在资本市场中存在的泡沫,无法阻挡社会中几乎所有行业都在主动被AI赋能。

AI+是大势所趋。

就像现在所有行业都离不开互联网一样,未来所有行业也都离不开AI。

01

在那个只要公司名字带个.com就能上市圈钱的年代,1995-2000年间纳指暴涨近600%。随后,便是一场持续两年半的金融风暴。

当年那些响当当的名字,软件公司MicroStrategy,因为会计丑闻和吹牛过头,一天内暴跌62%;Pets.com(网上卖狗粮的)、Webvan(生鲜电商鼻祖)直接原地倒闭。

......

恐慌中,几乎所有人都在指责互联网就是骗局。

但是,投机资本过度挥霍所沉淀下来的物理基础设施,往往会以极低的成本,滋养出下一个时代的超级巨头。

泡沫之所以破裂,不是互联网技术本身的问题,而是基础设施的物理建设速度跟不上市场的节奏。

比如当年那些如日中天的电信公司(如WorldCom、Global Crossing),砸下重金铺设的全球海底光缆和光密度波分复用网络,虽然让它们自己破产了,但这些廉价的“信息高速公路”却成为了日后Netflix、Zoom和移动互联网崛起的完美温床。

如果没有2000年前后全球对电信基建的疯狂超前投资,就不会有后来YouTube的视频流媒体爆发,更不会有后来的云计算基础设施。

最典型的就是亚马逊。

股价从1999年的最高点107美元,一路惨跌到2001年的7美元,跌幅超过90%。

但它活了下来,因为它的底层商业逻辑,“用网络重构零售”,是符合先进生产力方向的。

这是经典的阿玛拉定律:高估一项新技术的短期影响,而严重低估其长期影响。

技术革命的初期,投机资本的狂热必然会带来过度投资,形成泡沫。

这是创新必须缴纳的智商税。

但当泡沫散去,留下的将是更坚不可摧的先进生产力。

02

回到2026年,AI行业的泡沫看起来更大。

仅亚马逊、谷歌、Meta、微软和甲骨文等五大云服务商,预计2026年的资本开支达到6900亿美元,到2030年的AI基础设施投资总额预计达到5.3万亿美元。

其中,只有约25%买GPU,剩下的75%全砸在了物理基础设施上:液冷系统、电力传输、网络交换机、光模块以及土地。

收入方面,OpenAI、AnthropicCohere、Mistral、Perplexity等所有头部纯AI厂商,2026年的总收入加起来,预计也不超过400亿美元。

基础层砸进去近7000亿,应用层收回来几百亿。

这种严重的不对称,不是泡沫是什么?

不能简单粗暴地去下这种结论。

有一个关键点不能忽视。

2023年3月,OpenAI发布GPT-4时,每百万Token输入的混合成本大约是30美元。

到2025年4月,伴随着模型架构的优化和推理算力的提升,同等智力水平的模型,每百万Token的价格暴跌到了0.1-0.15美元。

根据斯坦福大学的《AI指数报告》以及TokenCost的数据:AI推理成本在近两年下跌超过99.7%。

按照传统的线性思维,成本暴跌,那企业的AI支出应该减少才对。

但现实是,企业AI云支出在2024到2025年间翻了三倍。

为什么?

因为当“智力”的边际成本无限趋近于零时,AI不再只是简单的文本总结或陪聊机器,而是进入了智能体和多模态增强检索的新时代。

企业开始让AI智能体自动循环跑几千次任务,去写代码、去扫描几百万份法律合同、去模拟生物学实验。

便宜的Token解锁了海量的、原本受制于成本而无法商业化的长尾需求。

这一点,我们对比一下2026年的英伟达,和2000年的网络硬件霸主思科,也能看出端倪。

两者的生态位极其相似,但底层财务健康度却有着天壤之别。

这恰好印证了经济学上的“杰文斯悖论”:技术进步提高了能源利用效率,非但没有减少能源消耗,反而因为成本下降导致需求更大。

即使在去年初经历了所谓的“DeepSeek时刻”,市场也在随后的几个月内迅速清醒:算法越优化,企业采用AI的门槛就越低,最终算力总消耗量反而呈指数级上升。

也正是因为如此,AI才有可能逐渐嵌入到几乎所有旧行业当中。

恰如过去二十年所有行业都在搞互联网+。

从SaaS软件到生物医药,再到由具身智能驱动的先进制造业机器人,2026年的当下,几乎所有行业都在拥抱AI+。

没有人会去讨论“我们要不要用AI”,而是焦虑“我们的数据有没有做好清洗?API调用额度够不够?RAG架构是否最优?”

当前,AI行业确实存在泡沫。

但对企业而言,如果不拥抱泡沫,你就会被时代碾碎。

这一点,近二十年的互联网时代已经印证过了。

03

目前,我们毫无疑问正处于技术生命周期中极为关键的一个节点:Gartner技术成熟度曲线上的“幻灭的低谷”前夕,或是《技术革命与金融资本》理论中的转折点。

AI泡沫其实已经在破了,只不过很多人没意识到。

过去几年,大量的风险投资VC兜患上了措施恐惧症。

随便几个新秀,写几十页的PPT、包一层OpenAI的API,就能融到钱。现在,潮水褪去,这些没有护城河、只有概念的公司正在大批量死亡。

这是市场在进行自我净化,也是泡沫破裂的表现。

但这只是表象。

市场的深层逻辑正在发生三个深刻的演变:

第一,从CapEx向OpEx的价值转移

目前的钱都被卖铲子的人赚走了,英伟达、台积电、以及那些卖光模块和服务器液冷设备的企业,吃到了大部分红利。

但随着算力逐渐“基础设施化”,像水和电一样,真正的超额利润将逐渐转移到应用层。

也就是那些能用极低成本的Token,真正解决垂直行业痛点、重塑业务流程(OpEx优化)的AI原生企业。

第二,估值倍数压缩与业绩消化

市场给AI基础设施的估值偏高,并不意味着一定会崩盘。

在很多情况下,企业盈利的高速增长会以“时间换空间”的方式,逐渐消化掉高昂的估值。

只要云计算巨头们的收入增速跟得上资本支出的折旧速度,这场击鼓传花的游戏就能够演变为一场前所未有的产业升级。

比如,全球汽车制造巨头和芯片巨头,通过引入端到端AI孪生技术,使得新产品的研发到量产周期缩短了35%,整线设备综合效率提升了18%。

又比如,在金融行业,2026年的量化交易、风险控制和信用评估已经全面由多模态Agent主导。AI不仅在以微秒级的时间戳处理宏观预期,更在深度参与每一次微观层面的资产定价。

在法律、医疗、审计等高度依赖资深专业知识的行业,AI也已经完成了从“初级助理”到“合伙人级别专家”的蜕变。

ChatGPT、Gemini、Claude拥有超过10亿活跃用户中,有相当大一部分是将其作为日常高强度脑力劳动的替代工具。

包括你和我。

以上,都是切实发生的事情,所有人都能看得到。

04

回看波澜壮阔的科技史,熊彼特提出的“创造性毁灭”永远都在上演。

资本市场永远是急躁的,总希望今天投下去1块钱,明天就能赚回10块钱。

当近7000亿美元基建投资无法在短期内全部转化为应用端的利润时,市场必然会迎来一轮残酷的洗牌。

消灭掉那些只靠讲PPT混日子的投机套壳公司,把真正有技术底蕴、有落地场景的留下来。

洗牌之后,那些廉价而庞大的算力中心、高度优化过的模型算法,将以极其低廉的价格服务于千行百业。

2000年之后,人类迎来了所有行业都离不开互联网的数字时代。

今时今日,我们也正不可逆转地奔向一个所有行业都由AI垂统、由AI赋能的智能全盛时代。

泡沫的喧嚣中,底层的生产力势能,没有一点水分。

相关问答

Q根据文章,达利欧和黄仁勋对AI泡沫的看法有何不同?他们的观点是否矛盾?

A达利欧认为AI市场存在“相对较高”的泡沫,而黄仁勋则认为AI存在巨大机会,算力需求才刚开始爆发。文章认为两者观点并不矛盾。前者指出了当前资本市场的过热现象(泡沫),后者则强调了AI作为先进生产力的长期增长潜力。泡沫和机遇可以并存。

Q文章将当前的AI发展与2000年的互联网泡沫进行类比,提出了哪些核心相似点和不同点?

A相似点:1)技术革命初期都存在投机狂热和过度投资;2)泡沫破裂后,留下(如廉价光缆、算力中心等)的基础设施会成为下一代应用爆发的基石;3)都经历了高估短期影响,低估长期影响的过程(阿玛拉定律)。不同点:1)底层财务健康度不同,以英伟达与当年思科为例,当前AI基础设施巨头(如云厂商)的财务状况和市场需求支撑更强;2)技术普及速度不同,AI推理成本暴跌(99.7%)速度远超互联网初期,迅速解锁了海量长尾需求(杰文斯悖论)。

Q文章如何解释“AI推理成本暴跌超过99.7%,但企业AI支出却翻了三倍”这一看似矛盾的现象?

A这可以用“杰文斯悖论”来解释:技术进步(模型优化、算力提升)使单位计算成本(Token价格)大幅下降,但这并未减少总支出,反而因为成本下降极大地刺激了需求。企业开始将AI用于以前因成本过高而无法商业化的复杂、高频任务,如让AI智能体自动执行数千次代码编写、法律合同扫描或生物实验模拟。边际成本趋近于零,解锁了指数级增长的应用场景,导致总支出激增。

Q文章认为AI泡沫破裂(或正在破裂)的表现是什么?深层市场逻辑正在发生哪三个演变?

A泡沫破裂的表现是:大量仅靠包装概念、缺乏核心技术和护城河的AI套壳公司正在被市场淘汰,市场正在进行自我净化。深层市场逻辑的三个演变是:1)价值从资本支出(CapEx,如硬件)向运营支出(OpEx,如优化业务流程的AI应用)转移。2)高估值通过企业盈利的高速增长来“以时间换空间”逐步消化。3)AI已深度嵌入并重塑多个垂直行业(如汽车制造、金融、法律、医疗),从“辅助工具”变为“核心生产力”,这是真实的价值创造。

Q整篇文章的核心论点是什么?它最终对“AI泡沫”持何种态度?

A文章的核心论点是:AI行业当前存在资本市场泡沫,这是技术革命初期的必然现象和“创新必须缴纳的智商税”。泡沫的破裂会淘汰投机者,但其破裂过程本身(市场出清)与AI作为颠覆性先进生产力的长期发展并不冲突。泡沫之下,是AI技术成本急剧下降、深度赋能千行百业的坚实生产力势能。因此,文章对“AI泡沫”持辩证态度:承认其存在及破裂的必然性,但更强调泡沫退潮后,AI将像当年的互联网一样,不可逆转地推动社会进入一个“智能全盛时代”。对企业而言,“不拥抱泡沫,就会被时代碾碎”。

你可能也喜欢

BTC“数字黄金”的叙事是不是失败了?

这篇文章从三个核心问题探讨了比特币的现状与未来,强调提供的是思考框架而非投资建议。 **如何看待比特币资产?** 作者认为比特币是一种全新的、更优秀的“黄金”资产。其优势在于总量恒定、转移便捷、交易可审计。尽管早期与灰色地带关联,但合规化是趋势。目前全球数字货币渗透率仅3%-4%,类比互联网和电商的早期阶段,意味着比特币仍处于发展初期,潜力巨大但波动性也极高。 **如何理解本轮下跌?** 比特币自2025年10月高点(近12.6万美元)持续下跌,2026年2月一度跌破6.1万美元,单日跌幅达15%,随后又快速反弹。这被解读为遵循四年减半周期的共识性获利了结。特别之处在于,美国比特币ETF的批准引入了机构资金,也促使早期低成本持有者(如矿工和信仰者)进行大规模“换手”,这是资产迈向主流化的必经过程。历史数据显示,比特币历次大跌的幅度在收窄(从93%到当前的约50%),表明资产正在成熟,波动率逐步下降,但高波动仍是其获取超额回报的固有特征。 **长期如何看待发展?** 长期价值可对标黄金。当前比特币市值仅为黄金市值的约7%,若“数字黄金”叙事实现一半,上行空间依然显著。但作者提醒,短期市场脆弱,换手可能未完,底部无法预测。真正的风险并非资产归零(概率较低),而在于错误的仓位管理(如All-in或加杠杆)以及对资产缺乏深刻理解。投资者必须计算并承受潜在的最大回撤(例如从已跌50%的位置再跌50%),才能存活至长期价值兑现。 文章最后以亚马逊在互联网泡沫后暴涨为例,指出关键不在于比特币未来是否上涨,而在于投资者能否通过理性的仓位管理和深度认知,扛过剧烈波动存活到那一天。文末提问引导读者反思:当前黄金涨、比特币跌的局面,究竟意味着“数字黄金”叙事失败,还是资产进化过程中的换手阵痛?这取决于每个人对比特币最底层的信仰。

marsbit14分钟前

BTC“数字黄金”的叙事是不是失败了?

marsbit14分钟前

BTC“数字黄金”的叙事是不是失败了?

标题:BTC“数字黄金”的叙事是不是失败了? 作者:@wuk_Bitcoin 本文从三个核心问题出发,探讨比特币的现状与未来。 **如何看待比特币?** 作者认为比特币是一种全新的、更优秀的“黄金”类资产。其优势在于:总量恒定(2100万枚);资产可转移性极强,在全球不确定性时代具备溢价;所有交易链上可审计,透明度高。反驳了比特币主要用于灰色地带的过时观点,指出其正走向合规。目前全球数字货币渗透率仅约3%-4%,类比互联网和电商早期,意味着该资产类别仍处早期,潜力与巨大波动并存。 **如何理解本轮下跌?** 比特币自2025年10月高点(近12.6万美元)持续下跌,2026年2月初曾单日暴跌15%,跌破6.1万美元。这被视为遵循其四年减半周期的规律性回调,是长期持有者在周期高点锁定利润的结果。本轮下跌的特殊性在于:美国比特币ETF的批准引入了大量机构新资金,但也促使成本极低的早期持有者(矿工、OG)进行历史性抛售,即从“早期信仰者”向“长期配置机构”的换手过程。历史数据显示,比特币历次大回撤的跌幅在逐步收窄(从93%到目前的约50%),表明资产在成熟,波动率在下降,但高波动仍是获取超额回报的代价。 **长期怎么看?** 若将比特币视为“数字黄金”,其当前总市值(约1.4万亿美元)仅为黄金总市值(约20万亿美元)的7%。即使该叙事仅部分实现,上行空间依然可观。但作者强调短期风险:换手可能未结束,市场脆弱,不排除进一步下跌。真正的风险不在于资产归零(概率极低),而在于错误的仓位管理(如All-in、加杠杆)和对资产缺乏深度理解,这可能导致投资者无法承受巨大波动而提前被迫出局。 **最后对比** 作者以亚马逊在互联网泡沫破裂后股价跌95%又最终上涨42倍为例,指出关键在于“活着等到那一天”。对于比特币,核心同样是能否通过理性仓位管理活到其价值兑现之时。文末提问:当黄金大涨而比特币大跌,这究竟是“数字黄金”叙事的失败,还是资产进化过程中的阵痛?答案取决于每个人对比特币最底层的信仰。

链捕手24分钟前

BTC“数字黄金”的叙事是不是失败了?

链捕手24分钟前

从代码到认知:机器人大脑进化的万字指南

本文概述了机器人大脑从传统代码控制到现代人工智能模型驱动的演进历程。文章首先回顾了前大型语言模型(LLM)时代,机器人依赖手工编码的模块化技术栈(感知、状态估计、规划、控制)和行为树,虽稳定但泛化能力差。随后,深度学习改进了感知,强化学习和模仿学习进入了控制层,但策略仍较为狭窄。 ChatGPT的出现带来了转折。LLM最初被用作自然语言编译器,将指令转化为机器人可执行的原子技能序列(如谷歌的SayCan)。但更重要的突破是视觉-语言-动作模型(VLA),例如谷歌的RT-2和开源的OpenVLA,它能将视觉、语言信息融合,直接输出动作指令,实现了推理与行动的耦合。 目前最先进的系统采用“双脑”架构(如Figure AI的Helix、NVIDIA GR00T):一个慢速、参数多的“系统2”负责高层次推理和规划;一个快速、小巧的“系统1”负责高频动作生成。其下还可能有一个“系统0”反射层处理平衡等底层控制。出于延迟和可靠性考虑,安全关键的控制回路通常在机器人本地(如NVIDIA Jetson模块)运行,而对话界面和集群学习等任务可交由云端。 开源模型(如OpenVLA、GR00T、π0)降低了行业门槛,让初创公司能在其基础上用自有数据微调。然而,当前VLA机器人仍存在任务中途恢复能力弱、样本效率低、缺乏物理常识和长期规划能力等局限。 这催生了下一代方向:世界模型。这类模型(如NVIDIA Cosmos、Meta V-JEPA)能根据当前状态和动作预测未来结果,让机器人在行动前进行模拟和评估,从而改善恢复能力、泛化能力和长期规划。架构上主要分为像素级视频扩散、联合嵌入预测架构(JEPA)和潜在动作世界模型等流派。 文章最后指出,数据采集(特别是远程操作数据)是核心竞争力,仿真训练至关重要,机器人成本正在迅速下降。当前物理AI的发展阶段大约相当于“GPT-2时代”,虽未完全自主,但正通过架构的持续演进(从代码到感知、规划、策略,最终到世界模型),朝着更通用、更强大的方向稳步前进。

marsbit54分钟前

从代码到认知:机器人大脑进化的万字指南

marsbit54分钟前

AI 泡沫正在破裂

近期市场剧烈波动,“AI泡沫论”甚嚣尘上。桥水达利欧认为AI市场存在“相对较高”的泡沫,而英伟达黄仁勋则强调AI算力需求才刚刚开始。两者观点看似矛盾,实则揭示了技术革命初期的典型特征:市场因高估短期影响而产生泡沫,却往往低估其长期颠覆性力量。 回顾2000年互联网泡沫,纳指暴跌78%,超5万亿美元财富蒸发,大量公司破产。然而,泡沫破裂后留下的廉价电信基础设施(如海底光缆),却成为日后流媒体、云计算乃至移动互联网崛起的基石。这符合“阿玛拉定律”:人们高估技术的短期影响,低估其长期影响。泡沫是创新必须缴纳的“智商税”,其破裂能淘汰投机者,沉淀下坚固的基础设施,滋养真正伟大的公司。 当前AI行业同样呈现巨大的“投入-产出”不对称:2026年,五大云服务商的AI基础设施资本开支预计达6900亿美元,而头部纯AI厂商的总收入预计不超过400亿美元。但深层逻辑正在演变:AI推理成本在两年内暴跌超过99.7%,接近零的边际成本解锁了海量长尾需求,驱动企业AI支出翻倍增长。这印证了“杰文斯悖论”——效率提升导致总消耗量指数级上升。如今,各行业关心的已非“是否用AI”,而是如何更有效地整合AI。 市场已进入“幻灭的低谷”前夕,缺乏护城河的套壳公司正批量死亡,这是市场的自我净化。与此同时,价值转移正在发生:1. 从资本开支(CapEx,如硬件)向运营开支(OpEx,如解决垂直行业痛点的应用)转移;2. 高估值正被高速增长的业绩逐步消化。AI已深入制造业(缩短研发周期)、金融(微秒级定价)、法律、医疗等专业领域,成为实质性的生产力工具。 历史总在重演“创造性毁灭”。当下近7000亿美元的基建投资短期内无法全部转化为利润,市场洗牌不可避免。但洗牌之后,廉价的算力与高度优化的算法将赋能千行百业。正如互联网泡沫后我们迎来了数字时代,AI泡沫的喧嚣过后,我们将不可逆转地迈向一个所有行业都由AI深度赋能的智能全盛时代。泡沫终会破裂,但底层先进生产力的势能,没有水分。

链捕手1小时前

AI 泡沫正在破裂

链捕手1小时前

下一个比特币ETF热潮可能来自日本——原因如下

美国现货比特币ETF近期表现持续低迷,随着加密货币市场再次进入调整,数据显示这些ETF在5月中旬至6月初连续13个交易日出现净流出,投资者撤资约43.3亿美元。不过,其净资产规模仍达751.2亿美元。 与此同时,市场开始关注下一个可能推出重要比特币ETF的国家,日本被视为有力候选者。分析师指出,日本监管机构正推动将加密资产从《支付服务法》框架转向《金融工具与交易法》管辖,使其被认可为投资产品。这一改革正将讨论焦点从“是否”批准转向“何时”批准。 若改革成功,日本庞大的家庭金融资产(约2,350万亿日元)和投资基金(约300万亿日元)可能为比特币ETF提供巨大潜力。分析预测,在保守情景下,日本现货比特币ETF可能吸引约9,000亿日元(约56.1亿美元)资金;在基准情景下,规模可能达1.4万亿日元(约87.3亿美元),相当于需求约14万枚比特币;在乐观情景下,首年资金流入可能高达3.1万亿日元(约193.4亿美元)。 分析师强调,日本比特币ETF的推出不仅可能推动价格上涨,更能降低投资者参与门槛,使财富管理机构更容易推荐比特币配置,提升机构投资者的信心,并增强比特币在传统金融中的合法性。 当前比特币价格约为61,038美元,24小时内下跌2.81%。

bitcoinist1小时前

下一个比特币ETF热潮可能来自日本——原因如下

bitcoinist1小时前

交易

现货
合约

热门文章

加密市场宏观研报:原油飓风、AI巨浪与比特币的十字路口

全球金融市场正经历一场由地缘冲突引发的系统性重估:霍尔木兹海峡封锁导致原油一度暴涨30%,G7紧急释放储备后涨幅收窄,滞胀风险取代通胀成为核心担忧,美元成为“唯一避风港”并逼近100大关,亚太及美股遭遇“黑色星期一”全线重挫;AI领域则冰火两重天,国家发改委提出“十五五”末10万亿规模目标,OpenClaw项目火爆推动概念股狂飙;比特币在宏观风暴中跌破70000美元关键防线。

548人学过发布于 2026.03.12更新于 2026.03.12

加密市场宏观研报:原油飓风、AI巨浪与比特币的十字路口

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片