行业资讯新聞

追踪区块链与加密行业的公司新闻、战略变动、融资活动及人事调整,为读者提供全景式的行业观察。

当 Google 也要“印股票”造 AI,高估值 Neocloud 的叙事被谁打破了?

近日,Google宣布自2005年以来首次股权融资,计划募集800亿美元。此举并非单纯扩大AI基建产能,而是旨在挑战Nvidia GPU在AI算力市场的主导地位。通过三个连贯动作——发布新一代TPU芯片并向第三方销售、与黑石成立合资公司提供算力服务、启动大规模股权融资——Google正以TPU为核心,同时推进自建数据中心、出售芯片和进军云算力服务,试图重塑算力市场格局。 分析指出,此次融资中仅约500亿美元将直接用于AI基建,其余部分用于覆盖股权激励等行政支出。Google此举反映出其AI资本需求已巨大到必须动用股权工具。相比之下,微软因自研芯片进展缓慢,深度依赖以Nvidia GPU为核心的Neocloud服务商(如CoreWeave、Nebius、IREN),而Google凭借自研TPU,选择了一条自建加对外扩张的差异化路径。 Neocloud“三剑客”短期虽手握大量已锁定GPU合同,现金流无忧,但长期估值叙事已受冲击。其高估值依赖的“AI算力供不应求、Nvidia GPU唯一、大厂自建跟不上”三大前提正被动摇。其中,CoreWeave与Nvidia深度绑定,转型空间最小;Nebius技术栈相对灵活;而由矿商转型的IREN因估值较低、合同扎实,反而显得更稳健。 市场结构正在转变:前沿AI公司开始采用多芯片栈,大厂技术路线分化,资金成本差距将影响长期竞争力。Google以低成本资金入场,若其TPU生态扩张顺利,可能重塑市场格局。后续需关注Google与黑石合资项目的产能落地、TPU能否赢得更多大客户(如Meta、xAI),以及微软会否转向TPU。这些动向将决定Neocloud厂商的未来。

marsbit06/03 07:04

当 Google 也要“印股票”造 AI,高估值 Neocloud 的叙事被谁打破了?

marsbit06/03 07:04

黄仁勋 2026 GTC Taipei 演讲:AI 代理人时代来临,计算就是收入

在2026年GTC台北大会上,英伟达CEO黄仁勋宣布AI已进入“代理人”时代,AI从生成内容转变为能实际工作的利润与GDP创造者。其核心观点包括: 1. **AI代理人时代到来**:AI的计算模式发生根本改变,以“大语言模型+代理人框架”为核心的全新系统能理解、推理、规划并使用工具完成实际任务,每家公司都将成为运行代理人的公司。 2. **计算即收入**:在此模式下,AI生成的Token(计算单元)直接转化为收入和利润。AI工厂的经济核心是最大化每瓦电力产生的Token(收入),因此基础设施的吞吐量和能效至关重要。 3. **发布Vera Rubin系统**:英伟达推出史上最雄心勃勃的工程——Vera Rubin。它并非单一芯片,而是为运行代理人而设计的端到端完整系统,标志着英伟达从GPU公司、系统公司进一步转型为AI基础设施公司。 4. **推出Vera CPU**:首款专为AI代理人设计的CPU。代理人要求极低延迟和极高响应速度,Vera CPU强调顶级的单线程性能、每时钟指令数(IPC)和系统带宽,以满足代理人“没有耐心”的计算需求。 5. **与微软重新定义PC**:英伟达与微软合作推出新一代Windows PC产品线(桌面、笔记本、工作站),将代理式计算模式延伸至个人设备。新的PC操作系统将是传统系统与大语言模型的结合,应用程序将被“代理人运行时”取代。 6. **布局物理AI**:宣布了用于物理AI和机器人基础模型的Cosmos 3、用于自动驾驶的开放模型Alpamayo 2,以及完整的人形机器人技术栈与参考平台Isaac GR00T。这些系统遵循与云端代理人相同的“模型-框架-工具-运行时”模式。 **总结**:黄仁勋指出,过去六个月计算机行业因“有用AI”的实现而被彻底改变。未来十年,这种代理式计算模式将统一应用于云端、企业、PC、机器人及各类边缘设备。英伟达通过提供从芯片、系统到完整基础设施的全栈解决方案,旨在帮助客户建设高利润的AI工厂。对台湾供应链而言,AI工厂的交付效率、功耗控制及全栈协同能力将成为关键增长动力。

marsbit06/03 03:35

黄仁勋 2026 GTC Taipei 演讲:AI 代理人时代来临,计算就是收入

marsbit06/03 03:35

API 故事撑不住估值,AI 巨头开始下场做咨询

近期,OpenAI与Anthropic两大AI巨头相继成立专注企业部署的子公司,合计融资约55亿美元。这标志着前沿模型公司正从单纯销售API转向提供深度驻场咨询服务,以应对企业AI落地难的瓶颈。 OpenAI成立的Deploy Co获40亿美元投资,采用附带最低回报承诺的优先股结构,反映出投资方对其主体估值与现金消耗的谨慎态度。公司同时收购咨询工程公司Tomoro,以快速获取部署能力。引人注目的是,贝恩、麦肯锡和凯捷三家传统咨询公司也出现在投资人名单中。 Anthropic则联合黑石、高盛等成立约15亿美元的合资公司,同样旨在向企业派驻前线部署工程师(FDE)。此举部分源于Anthropic在企业市场份额(尤其是编程场景)上已反超OpenAI,对后者构成巨大压力。 这一转型伴随劳动力市场的结构性变化。美国FDE岗位需求在过去一年暴增超过800%,薪资显著高于传统软件工程师。与此同时,传统软件工程师岗位需求持续萎缩。FDE的角色本质上是将高技能工程师推向一线,从事高溢价但劳动密集型的现场集成工作,其股权激励也与母公司核心模型业务分离。 分析认为,随着模型能力趋同,竞争焦点已从技术本身转向落地能力。AI巨头通过复杂的资本结构,将未来企业服务收入证券化,并借助私募股权庞大的被投公司网络作为渠道。传统咨询公司的出资更增添了博弈的复杂性。这55亿美元的押注,可能彻底定义未来几年企业AI市场的资本与服务模式。

marsbit06/02 11:51

API 故事撑不住估值,AI 巨头开始下场做咨询

marsbit06/02 11:51

Chatbot烧钱三年,还是AI时代的“新大陆”吗?

过去几年,AI行业曾将Chatbot视为类似移动互联网超级入口的“新大陆”,但烧钱三年后,其商业化和可持续性面临严峻挑战。 OpenAI的ChatGPT虽拥有庞大用户,却陷入亏损,每收入1美元亏损1.22美元。国内豆包尝试付费也引发用户负面反馈。相比之下,Anthropic以企业服务为主(85%收入来自企业),年化收入已反超OpenAI,显示B端路径更清晰。用户真正需要的是能完成任务的AI助手,而非单纯聊天的对话窗口。 Chatbot的商业模式存在根本矛盾。它形似互联网产品,但底层经济学不同:每次推理都消耗高昂算力,用户越多成本越高,且缺乏网络效应和数据飞轮。其用户迁移成本低,护城河主要依赖模型能力,而随着各模型能力趋同,竞争可能沦为价格战。 变现之路同样艰难。付费订阅率低(ChatGPT付费用户仅占5%),国内付费意愿更弱。广告模式则因Chatbot交互缺乏明确购买意图、答案形式单一、损害用户信任而难以奏效,Perplexity的失败便是例证。注意力经济在Chatbot上似乎失效——供给(算力)昂贵,用户注意力却短暂。 数据表明Chatbot增长放缓,用户日均使用时长远低于主流App。其产品形态将AI能力局限在被动、回合制的“询问”,而未来方向是能多步“执行”的Agent。但若长出这些能力,它就不再是传统Chatbot。更可能的方向是AI不再需要独立App,而是嵌入现有应用(如微信)、操作系统或硬件。 行业逐渐意识到,Chatbot可能只是通往AGI的中间形态。若继续固守“入口+流量”的旧地图,恐难找到真正的新大陆。未来的价值更可能在于AI作为底层能力,与各类产品和场景深度融合。

marsbit06/02 10:35

Chatbot烧钱三年,还是AI时代的“新大陆”吗?

marsbit06/02 10:35

活动图片