行业分类:
加载中...
头条分类:
加载中...
增速翻倍!湖北锂电上半年出口150.2亿元
  2026年上半年,湖北锂电池出口交出亮眼外贸答卷。7月21日从武汉海关获悉,1至6月湖北省锂电池(含锂亚电池)出口额达150.2亿元,同比大增125.1%,中部锂电外贸新动能持续释放。   亮眼增长背后,是锂亚电池监管新政落地、出口锂电包装智慧监管数字化改革两大举措,为产业出海扫清障碍。 海关关员现场查检。   锂亚电池是湖北特色出口产品,广泛用于智能表计、车载电子等领域。此前因成分特殊,出口必须办理许可证,漫长办证流程拖慢订单交付,成为湖北省内多家电池企业共同难题。   为破解产业堵点,武汉海关下沉武汉孚安特、中原长江等企业车间实地调研,梳理生产工艺与出口痛点,向上建言优化分类监管方案。2025年12月,多部委联合出台新规,灌装含量一千克以下锂亚电池出口取消许可证办理。新政落地半年红利持续释放。如今锂亚电池通关时间压缩至半个工作日,企业省去高额代办成本。武汉孚安特相关负责人坦言,政策减负让企业放下申报顾虑,得以全力攻坚海外市场,上半年订单实现大幅增长。 海关关员现场查检。   作为湖北锂电产业核心承载地,荆门表现尤为突出,上半年锂电出口58亿元,同比激增289.36%。当地集聚亿纬动力、格林美等龙头企业,建成华中完整锂电全产业链,“华中锂电之都”远销全球20多个国家。针对锂电池属危化品、出口批次多、查验耗时长的痛点,荆门海关依托省级试点搭建出口锂电池包装智慧监管平台,融合AI识别与大数据实现智能风控。无异常货物线上自动核验,不用现场查验即可快速放行。湖北亿纬动力关务负责人刘春雪算了一笔便利账:过去每批货物查验需预留一天缓冲期,平台上线后完工当日就能发运,仓储、物流、人工成本同步下降,海外储能订单增长显著。湖北雄韬锂电负责人缪杰也表示,云签发证书、预约查验等数字化举措,适配企业多品类柔性生产需求,为开拓海外市场添足底气。(记者张爱虎、通讯员张云鹏、朱旭)
人工智能赋能全产业链 武汉打造“AI+农业”新样板
机器人巡检蛋鸡场   在武汉,传统农业正被人工智能深刻重塑。从无人机投喂鱼塘、机器人巡检鸡舍,到卫星遥感守护耕地,人工智能贯穿农业生产、管理、经营全链条,成为超大城市现代农业转型的关键驱动力。据悉,随着《武汉市推动“人工智能+”行动方案》出台,武汉市农业农村局也先后发布关于发展智慧农业的行动方案(2026-2028年)和2026年“人工智能+农业”工作方案。到2028年底,建成40个“人工智能+”农业示范应用场景。   在江夏区鲁湖水上牧场,武汉灵毓生态产业发展有限公司开展了数字化养殖。无人机一小时可投喂300亩鱼塘,效率为人工的十余倍;无人船在风雨天也能完成投喂、水质巡检与病害监测。水下物联网传感器实时监测溶氧量、pH值和温度,养殖户通过手机APP便可掌握全域动态,告别依赖人工巡塘、预警滞后的旧模式。鱼塘还配套建设人工复合湿地,通过四级过滤,出水达地表水三类标准,实现了生态保护与养殖效益的双赢。2025年,江夏区鳜鱼养殖面积与产量均居湖北省第一,全产业链产值突破35亿元。   在新洲区津羽农牧的园区内,一栋集约化蛋鸡养殖楼宇里,校企联合研发的AI巡检机器人成为20万羽蛋鸡的专属“健康管家”。它搭载可见光与红外热成像双光云台,通过AI视觉算法自动识别停产、病弱鸡只,引导精准淘汰,减少饲料浪费;红外测温可即时预警发热或失温鸡只,降低交叉感染风险。机器人还集成多合一环境传感器,实时采集温湿度、氨气等数据,联动环控设备优化舍内环境。四小时内即可完成六层鸡舍全区域巡检,远超人工效率。   “民以食为天,粮以地为本”,保障国家粮食安全的根本在耕地。武汉搭建的耕地保护监测平台引入卫星遥感、人工智能、低空无人机等信息技术手段,对农田实行“大尺度、高精度、多时序”监测。依托该平台,武汉市有效破解了传统人工巡查覆盖有限、时效滞后,耕地“非粮化”问题发现不及时、有效线索收集难、处置成本高,种植用途难管控等监管痛点,极大地提升了耕地保护非现场监管能力和靶向治理水平。   武汉市农业农村局相关负责人表示,技术推广应用后,全市耕地“非粮化”及种植异常情况明显减少,土地利用效率显著提升,持续释放农业产能价值,为区域农业经济高质量发展筑牢支撑,同时也探索形成了可复制、可推广、可扩展的耕地智慧监管新模式。   据悉,武汉将持续拓展“人工智能+”农业示范应用场景,深化数字技术与农业产业融合,以科技赋能筑牢粮食安全根基、带动乡村产业提质增效。(湖北日报全媒记者 杨然 通讯员 陈雪莹 吴杨)
小米卢伟冰:今年下半年内存涨价或将趋缓
IT之家 8 月 18 日消息,在 18 日(今天)晚间举办的 2026 年中期业绩媒体电话会上,小米集团总裁卢伟冰预判,今年下半年,内存涨价将趋缓,但涨势或仍会持续,存储成本仍将处于高位。小米与五大内存供应商(此处预计指三星、SK 海力士、美光、闪迪、铠侠)长期互信守诺,目前公司也在快速调整产品结构和发布节奏,提高平均售价。 产品发布节奏上,下半年将会有小米旗舰手机(IT之家注:预计为小米 18 系列)上市,小米汽车澎程系列也将正式上市(此前已官宣 9 月发布)。卢伟冰称,自己对下半年小米业绩还是有信心的。 根据今天早些时候公布的财报,小米智能电动汽车及 AI 等创新业务收入 249 亿元,同比增长 17.1%。当季新车交付 104,199 台。小米昆仑技术架构发布,小米澎程 N90 Max、N70 Max 开启预售,汽车业务完成双系列完整布局。 小米智能手机出货量连续 24 个季度稳居全球前三,在全球 53 个国家和地区出货量排名前三,67 个国家和地区排名前五。智能手机平均售价(ASP)同比增长 25.9%,国内市场 3,000 元以上机型销量占比达 32.1%,均创历史新高。 此前有供应链消息称,小米已将 2026 年全年智能手机出货目标从约 9000 万部上调至 1.1 亿部,增幅约 16%,上调的增量部分主要来自低端机型。 接近小米的人士透露,此次上调出货目标是小米内部认为当前的存储行情有望迎来反转。受上游存储芯片的成本持续上涨,小米在今年曾两次下调其出货目标。 今年 3 月,卢伟冰在 MWC 2026 大会上谈到了存储涨价的行业问题及小米的应对策略:本轮存储涨价是一个长周期,自己判断大约会涨到 2027 年底,从 2025 年二季度到 2027 年底接近三年时间,这是在以前的历史上从来没有过的。
商场座机半天被盗用数百次,央视披露新型诈骗手段
IT之家 8 月 18 日消息,据央视新闻今天报道,北京海淀警方近日侦破一起新型涉诈案件,不法分子受境外电诈团伙指使,潜入商场弱电间私装 VOIP“小黑盒”设备,盗用本地固话线路批量外呼诈骗电话。 自动播放 IT之家从原报道获悉,一通信公司最近向警方报案,北京市公安局海淀分局的民警接到案情后迅速赶往事发现场。民警在现场发现,商场本来连接好的电话线被人拔掉了,外接了一台黑色设备,加一台白色路由器,然后再多了一个电源给黑色设备充电。 据技术人员检测,这些就是 VOIP 设备,俗称“小黑盒”。境外的电诈分子,通过非法盗接的 VOIP 设备,可以远程使用境内的固话号码向外拨打诈骗电话。群众一旦看到来电号码为本地固话,往往会放松警惕。 情况紧急,北京海淀分局反诈中心立即通过 96110 电话和直接上门的方式对当天异常外呼的数百个电话进行回访,最大限度劝阻群众避免上当。 同时通过现场勘查、公共视频追踪,警方发现,在案发前一天的傍晚,有一名男子潜入了该商场的弱电间,将办公固话线接入事先准备好的 VOIP 电诈设备。随后,警方将该男子田某抓获。 田某事后交代,自己受境外人员指使,假扮通信公司员工,在各地商场和小区内寻找弱电箱、弱电间,在里面架设电诈设备。目前田某因涉嫌帮助信息网络犯罪活动罪,已被北京市公安局海淀分局依法刑事拘留。 警方表示,此前不法分子大多伪装工作人员,到居民家中私装涉诈设备实施犯罪,但随着反诈宣传的深入,近期不法分子开始变换作案场所,将黑手伸向商场、写字楼等容易进入的公共场所伺机作案。警方提示,如在弱电间等区域发现这种设备,请及时报警。
两个腾讯,都没有退路
中国科技巨头的AI竞争里,一直有一个“世纪谜题”: 腾讯(00700.HK)做AI到底是快了、还是慢了? 讨论太多,因为这是一个真问题,后来连腾讯自己也公开吐槽过自己。 在「挖」来首席AI科学家姚顺雨后的第一次公开采访上,腾讯集团高级执行副总裁汤道生问这位年轻人:“你觉得我们真的慢了吗?到底下半场是什么?” 将时间再往前拨两个月,有投资者也直接问了腾讯创始人马化腾:腾讯AI是不是落后了? 马化腾在当时给出了经典永流传的「上船漏水理论」:“一年前以为上了船,后来发现船漏水了,现在感觉站上去了,还坐不下去,还是希望船速能快一点。” 腾讯的AI大船确实在提速,从年轻人姚顺雨到最近出圈的Workbuddy,甚至还反向逼了一把阿里和字节。 刚刚发布的半年报也印证了,“股王”依旧能打:今年二季度,腾讯经调整净利润684亿,同比增长8.5%,平均日赚7.6亿元,游戏、广告等现金牛业务依旧稳健。 更关键的是,腾讯开始为AI撒钱了,被市场质疑保守的“资本支出”也延续了一季度的大力投入状态,甚至将当期376亿的自由现金流直接拉到了负138亿。 对市场来说,好消息是腾讯AI终于提速了,但坏消息是,这个“快”,腾讯到底能坚持多久。 时间拨回半年前的春节AI红包大战,腾讯这艘AI大船里最靓的“仔”还是元宝。 今年1月的腾讯年会上,马化腾对元宝曾寄予厚望,目标是“重现当年微信红包的盛况”,据当时媒体报道,小马哥还亲自在深夜一点回复网友对元宝的具体建议。 半年之后,最“靓”的仔变了,腾讯自家的AI办公产品WorkBuddy在财报和电话会都存在感极强,马化腾在开场就定调WorkBuddy: “WorkBuddy最近按月度互动量排名中国AI生产力服务第一。” 据我们的不完全统计,仅在问答环节,分析师和腾讯高管就提了不下15次WorkBuddy。 WorkBuddy为何能出圈?这其实是腾讯的一次守正出奇。 所谓的“出奇”体现在,“挖”来年轻人姚顺雨后,腾讯内部AI战略的纠偏。 腾讯在通用大模型的节奏相比阿里字节一直慢一步,AI产品端又被大力出奇迹的元宝抢去了风口。 姚顺雨到来后,腾讯开始以模型和产品联合设计的模式(Co-design),即模应一体化,来推进混元大模型和AI应用的开发。 「模应一体化」的模式既加速了腾讯的追赶速度,也一定程度上倒逼腾讯的AI部门向扁平化发展,这些都利于创新的产生。 而擅长模应一体化,中国有两个公司,强调All in One的字节,以及Minimax,它们都擅长做应用。 Minimax闫俊杰曾分享过“模应一体”的优势:自研基座模型搭配面向用户的产品矩阵,可以形成完整闭环,应用持续获取真实交互数据反哺模型迭代,模型能力突破又持续拉高应用体验上限。 而“守正”则体现在,从产品形态和运营来看,WorkBuddy的出圈是腾讯过往经验的一次集大成。 我们根据AI应用社区与评测平台“观猹”的真实用户评价,筛选出用户对WorkBuddy的使用感受,集中为三方面: WorkBuddy词云图 财经无忌制图 第一,低价和免费优势。 评价里高频词包括“模型”(154次),“积分”(123次),这是因为WorkBuddy采用了腾讯过往的低价战略,将会员、积分和模型调用相结合,同时以每日领积分、邀请奖励和模型限免等动作,就能体验到前沿的SOTA模型,这降低了使用门槛。 多位用户提到了“免费额度基本够用”“诚意满满”。 第二,生态整合优势。 用户提到了80次“微信”、70次“生态”,这些都体现了WorkBuddy的生态优势。腾讯利用自身的生态优势,一方面WorkBuddy快速接入微信、腾讯文档、ima、腾讯会议、企业微信等腾讯全家桶,另一方面,也可以连接飞书、钉钉、GitHub等外部服务。 第三,高强度的投放策略。 腾讯开始大力为WorkBuddy花钱,本季财报显示,腾讯销售及市场推广开支同比增长26%,其中很大一部分花在了包括WorkBuddy在内的AI产品推广上。 我们关注到,WorkBuddy很早就开始铺线下的电梯、地铁广告,占据打工人的场景。 WorkBuddy电梯投放 作者拍摄 一位AI测评博主告诉我们,WorkBuddy卡位“Codex平替”的心智很聪明。“面向大众,WorkBuddy的免费积分基本可以满足轻量化的日常任务,再加上设计界面对小白也很友好。” 而将WorkBuddy大力送上桌,腾讯当然还有更深的意图。 一方面,办公类高价值场景是海外巨头验证过的付费场景,先免费、后收钱的账,腾讯能算的过来;另一方面,腾讯也亟需一款AI原生产品表明AI转型加速的决心。 当然,让分析师们感受到腾讯开始加速上船的,还有一个关键原因: 腾讯终于开始“爆金币”了。 腾讯本季财报里,讨论最多的就是资本开支,甚至由于撒钱撒得太猛,一度让市场吓了一跳: 本季资本开支达到了528亿元,占总收入的26%,且由于有一笔高达514亿的算力采购预付款,导致自由现金流转负。算下来,腾讯本季AI基础设施的投入已超千亿。 腾讯过去在AI基建上的投入和苹果很像,虽然也在砸钱,但采取的是“克制审慎”和“轻资产”的AI投入策略,这种充沛的现金流和稳健的资本支出战略有利也有弊。 “利”的是,赚来的钱可以拿来分红和回购,增强企业的价值投资底色;但“弊”的是,面向AI,别人都在踩油门,押注未来,不投入,很容易掉队。 腾讯也学聪明了:想要AI快,还要猛砸钱,在第一季度就已经开始释放出加码资本投入的信号,本季也持续了这一态势。 客观来说,倒逼腾讯提升资本支出能见度、下定决心撒钱的原因是多重的。 首先,长期来看,腾讯终于意识到,AI时代和互联网时代赚钱的模式根本不同。 互联网时代,靠的是网路的规模效应,摊薄成本,靠广告、电商、游戏还有金融支付,腾讯已经赚得盆满钵满。 但AI是一门“规模不经济”的生意,Token的货币既需要模型智能的提升,也需要AI应用找到高价值的付费场景,而这些都依靠算力的投入。 这也是为什么,管理层在电话会里提到,腾讯在打一场不同的仗、执行一个更大的战略,会通过SOTA模型和市场领先的AI应用所提供的“更强智能”,长期能转化为更优的经济回报。 其次,短期来看,在办公Agent、Coding等高价值场景,让腾讯看到了未来可以用智能赚钱的机会。 腾讯管理层对WorkBuddy的论述很有意思,他们认为WorkBuddy不止是一款企业软件,而是能解锁更多的商业模式、创造更多的用户价值。 也就是说,WorkBuddy目前承担的是腾讯高价值Token销售入口的作用:面向有付费意愿的办公人群,WorkBuddy可以销售不同任务的Token;面向小B,也就是企业端,WorkBuddy甚至倒逼腾讯把过去的办公生态重做一遍。 当然,这些都只是理想,更现实的情况是,腾讯知道,当前市场擅长以资本支出来为一家公司定价,它需要表一个决心,证明自己是未来的成长性,而非呆在舒适圈里。 和中国其他互联网科技大厂不同,外卖大战、即时零售、云计算的战役打了一轮又一轮,对腾讯而言,影响是有,但并不大。 微信生态的强大社交壁垒、游戏业务的持续输血,还有庞大的投资资产,尽管AI上被群嘲“慢”,但腾讯一直活得很滋润。 因此,市面上对腾讯的估值对标也时常出现分歧。 有人认为,腾讯商业形态可类比巴菲特的伯克希尔哈撒韦,因为都爱搞投资;有人认为,腾讯很像扎克伯格的Meta,有社交优势,同时云业务的占比较小。 而用上述两种方式,给腾讯“称重”,显然都不称马化腾的心意。类比伯克希尔哈撒韦,很容易低估AI板块的成长性;类比Meta,又很容易陷入社交平台型公司的估值框架里。 众人看不穿腾讯布局,腾讯所幸自己下场来教。 本季电话会上,腾讯高管手把手向市场拆解了“两个腾讯”: 第一个腾讯,是现金牛腾讯:现有业务增长稳健有相当的经营杠杆,会继续做下去; 第二个腾讯,是AI腾讯:正在建的新AI原生业务,包含自研模型、新应用以及对应的算力基础设施,其投入公司会单独作为一个经营科目披露。 光从上述披露来看,腾讯确实有退路:现有业务基本没有包袱,可以持续造血,第二曲线AI故事也在砸钱投入。 甚至是腾讯还考虑到一部分“算力泡沫论”的支持者,表明,如果把更多算力转去做算力出租,也可以很快产生收入、利润和回报,这在任何时候都是一个可选的退路。 但两个腾讯,真的都有退路吗? 对“现金牛腾讯”而言,它的退路是如何继续在一个存量市场里继续深耕,但这条路的天花板正在往下压。 互联网流量池已经见顶,市场更期待的是微信的AI颠覆式创新。 但财报电话会上,腾讯高管提到了微信AI智能体小微的动作,在成本侧的投入额度依然克制:“会小于过去(比如过去一年)在元宝上持续投入的量级”。另一边的广告增长同样依赖存量提升,也就是AI对推荐效率的拉动。 而对“AI腾讯”来说,腾讯的想法很美好,通过“自研模型→自有应用→算力出租”的循环,未来可以建成一个体量很大的AI原生业务。 但问题也在这一点,每一环都有不确定性。 第一,混元要持续做到SOTA级别。据管理层披露,混元4(Hy4)将在近期发布。阿里 Qwen 3.8-Max、月之暗面的 K3都已发布,而字节跳动正在讨论训练一个参数规模超5万亿的模型。 就像管理层所说的,一旦达到SOTA,腾讯就能在此基础上创造很多能执行特定任务的模型;但一旦不能,模型智能也会进一步影响产品表现。 第二,包括WorkBuddy等AI原生应用得真的跑出来,当前AI办公已经开始了新一轮的“军备竞赛”,这也是对WorkBuddy新一轮的压力测试。 第三,在算力出租上,如果长期算力成本持续下降,最终利好的并非只是一个腾讯,而是整个算力产业链,站在利润分配金字塔的是比腾讯AI基建更猛的阿里、字节以及芯片厂商们。 从这一点来说,两个腾讯只是表面有退路,终于大力奔向AI后,腾讯的挑战才刚刚开始。
谷歌花1000万美元买下破产公司数据 聊天记录也能成为值钱资产
商业社会正进入一个新的纪元,虽然一些公司破产了,但其数据却能在大厂的人工智能模型中存活,某种程度上也让这家公司得到了“赛博永生”。 据美国破产法庭文件显示,谷歌以1000万美元的价格中标,击败了人工智能训练数据巨头Mercor,将获得破产公司精神航空的大量数据。谷歌预计将用这些数据来训练其人工智能模型。 精神航空公司超过1亿封电子邮件、5亿条微软Teams聊天记录、3000万行代码、开发元数据、软件模型和算法,以及收入、飞机运营和员工生产力数据都被包含在内,将移交给谷歌,但消费者数据预计不会被谷歌获得。 谷歌表示,在接收数据之前,将由第三方严格清除所有个人身份信息,且谷歌也不会重新识别用户。 这笔交易仍需要联邦法官的批准,而如果交易失败,出价第二高的Mercor可能将拥有精神航空的内部数据,Mercor的出价为750万美元。 数据的重要性 对于从事人工智能模型开发的公司而言,专有商业数据已成为一项重要的数据来源。而对于失败的初创公司来说,这已经形成了一个微型市场,它们将电子邮件、Slack消息和其他通信记录出售给人工智能公司,以期收回一些资金。 虽然人工智能正在企业间快速推广,但其想要胜任管理岗位,仍需要更多的数据和经验支持,这也是巨头希望收购商业公司专有数据的关键原因。 Anthropic公司曾尝试让Claude模型管理一台自动售货机,结果却亏损惨重。Andon Labs公司也进行了一项实验,让不同的人工智能模型管理一家咖啡馆,到目前为止,它们都以惊人的速度亏损。 与此同时,人工智能开发商也受到了数据短缺的限制。科技公司基本已经耗尽了开放互联网上的训练数据,正在竞相以其他形式获取尽可能多的数据。这也是为什么谷歌和Mercor都愿意花费不菲来购买精神航空的数据。 根据提交的文件,精神航空的数据竞标竞争激烈。谷歌最初出价500万美元,Mercor随即还价520万美元。 Mercor表示,如果能先获得原始数据并进行匿名化处理,它愿意支付更高的价格——700万美元。最终,谷歌以1000万美元的价格中标。
王兴兴造了一个“超人”
一个人形机器人,能原地跳2米高、跑得比博尔特还快,这听起来像是科幻电影。但宇树把它做了出来。 8月17日下午,宇树科技就发布了这样一款名为“超人”的人形机器人。 他虽然是人形外观,但没有头部,腿长达0.85米,原地跳高可以达到2米,极限奔跑速度是12.66米/s。 “超人”到底有多强? 作为参照,吉尼斯世界记录信息显示,人类垂直弹跳高度记录为162.89厘米。另一个数据是:全人类全球极限速度为12.4m/s,而博尔特创造一百米世界纪录时平均速度约10.44m/s。 人们震惊于宇树的速度:“再过几年不得了”“那个在春晚上蹒跚学步、甩手绢的机器人,就好像就是昨天的事。” 宇树机器人再次证明了自己的“运动能力”,这也是宇树过去十年在运动控制与硬件工程上的技术积累。更夸张的是,这款机器人从研发到亮相,只用了三个多月时间。 “超人”发布的时间很巧,恰好赶在宇树上市前夕。 8月19日,宇树科技将正式登陆科创板,发行价150.80元/股,这意味着王兴兴即将收获一个市值610亿元、拥有“超人”的上市公司。 十七年前,王兴兴用200元手搓了一只双足机器人;十年前,他拿着自己用2万元做出来的四足机器人创业。那时候,王兴兴大概也不会想到,十年后,它会变成一家市值610亿元的上市公司。 A 如果只看外观,“超人”和宇树的其他人形机器人没有太大区别,它甚至没有头,最显眼的就是两条腿。 但就是这两条腿,突破了人类极限。而这两条腿,恰恰是宇树最擅长的地方。 宇树在人形机器人赛道的路线非常清晰:先是走起来,后是跑起来,再来“翻跟头、打起来”,而现在它的跳、跑能力开始突破人类极限。 所以,过去几年,宇树的人形机器人一直在突破人类想象。 2025年春晚舞台上,宇树的H1人形机器人还在舞台上,站着表演扭秧歌,但是走起路来颤颤巍巍,被吐槽“像个需要被人搀扶的老奶奶”。 到了2026年春晚舞台上,宇树G1人形机器人进化成了“武林高手”。前空翻、后空翻、蹬墙后空翻、腾空360度翻转、Airflare大回旋,落地也是稳稳当当。 今年4月,宇树机器人在跑上的运动能力已经达到了10m/s,跑出了世界冠军的速度。四个月后,它以12.66米/s的速度超过了博尔特,突破了人类极限。 “超人”的亮相,更像是宇树对其核心优势的一次集中展示,因为它背后关乎的技术要素太多。全栈自研的运动控制算法、强化学习、电机驱动等智能系统、高性能电机、激光雷达与关节模组等,这些都是宇树在过去十年所擅长的。 2026年7月,宇树的G1甚至走进了手术室,给猪做手术。 来自加州大学圣地亚哥分校的团队,用两台宇树G1人形机器人,通过远程操控为两头活猪做了胆囊切除手术,而且两例手术都成功了。他们将研究成果发表在了《Nature》上。 当然,这不是宇树机器人自主给人做手术。整个过程中,真正控制机器人的依然是人类医生。 但这件事仍然很有意义。因为宇树机器人,开始被拿去做更复杂的真实世界任务。 马斯克曾在今年1月放话说,特斯拉的Optimus人形机器人,将在三年内超越人类外科医生。显然,Optimus还没动静,宇树已经向前走了一步。 “超人”的出现,又把这个故事更往前推了一步:机器人开始在某些身体能力上超过人类。 但当“超人”亮相之后,还有一个问题需要被解答:身体极限被推向极致后,机器人还能做什么? B 无论是表演后空翻,还是跑得比博尔特还快,亦或是给猪做手术,这都不涉及机器人大脑,更多集中在运动控制能力上。 而一台真正通用的人形机器人,需要至少解决三个问题:本体、小脑和大脑。本体决定身体;小脑负责运动控制;大脑负责理解指令、规划任务等。 显然,宇树最强的是前两项。但缺失的是第三项,宇树自己也承认了这一点。 在招股书中,宇树表示,公司前期的研发投入侧重于本体结构与运动控制,也就是“本体”和“小脑”方面。 这也解释了宇树为什么总能在“运动能力”上给人惊喜。因为宇树很早就选择了一条硬件优先的路线,并且实现了盈利。 但机器人跑得再快,也不能一直靠跑步吸睛、赚钱。正如有网友在宇树的“超人”视频下喊话: “我要会做饭、会打扫屋子、会下楼拿快递、照顾老人的机器人!” 宇树很早已经意识到这个问题,自2024年起,已经开始加强对具身大模型的研发投入;2025年下半年以来,发布了自研通用WMA模型与VLA模型等。 但具身智能大模型的研发是极其烧钱的。王兴兴也表示,“我们公司对AI的投入还是比较克制的,因为确实太烧钱了,我们还是相对来说克制一些。” 所以即便宇树逐年加大具身智能大模型的研发,研发投入占比依然不足。根据宇树招股书,2023年至2025年,宇树研发投入为4995万元、7001万元、1.4亿元。 也就是说,从颤颤巍巍走路到表演武术,这一年,宇树的研发费用增长约8000万元。 和其他同行相比,宇树的研发费用率也明显偏低。仅2025年,宇树研发费用占营收比为8.53%。2025年,优必选、越疆、云深处等企业研发费用率在23%至26%之间,是宇树费用率的3倍。 现阶段,具身智能大模型也是支撑机器人高估值的原因之一。 美国具身智能公司FigureAI正是如此,支撑起390亿美元高估值的原因之一,就是其不断发布具备自主能力的具身智能大模型。 王兴兴不得不去加大投入。所以,此次宇树募集资金的一半将用于具身智能大模型的研发。因为若未来大规模研发投入成效不及预期,宇树将难以保持领先优势。 这也解释了,为什么梁文锋和王兴兴开始站到了一起。 如果说王兴兴负责的是机器人的“身体”,那么大模型公司擅长解决的,则机器人的“大脑”。 在宇树的IPO战略配售中,DeepSeek参与认购1.41亿元,双方将在未来三年展开合作:面向通用人工智能开展合作研发、在AI大模型方面开展深度合作等。 这条路线并不新鲜,FigureAI和OpenAI早就走过,最后分道扬镳,FigureAI转身自研具身智能大模型。宇树和DeepSeek的合作能走多远,尚不确定。唯一确定的是:宇树现阶段向具身智能大模型迈进的大方向是确定的。 换句话说,上市之后,宇树要开始解决“机器人还能做什么”的问题。正如王兴兴在招股书《致投资者的声明》结尾处写道:“让我们一起实现人类最终极的梦想AGI!” C 回头看王兴兴这十多年,就会发现,“超人”的出现,更像是一个结果。 2009年,王兴兴在宿舍里用手工小钻头、锉刀和剪刀,“手搓”出了自己的第一个双足机器人。 但时机不对。2015年,还在上海大学读研的王兴兴,用2万元做出了一个四足机器人XDog,在上海一场赛事中获得二等奖及8万元奖金。 研究生毕业那年,王兴兴拿着这8万元和XDog开启了创业之路,并拿到了一笔200万元的初始投资。 创业方向来自于王兴兴的判断:如果一个行业有很强的竞争对手,你再去做,成功率肯定低很多。 而彼时,四足机器人在国内尚属于稍显空白的新兴领域。最终,王兴兴带着宇树,将四足机器人做到了全球市场份额第一。 在这个过程中,王兴兴没有一开始就追逐“AGI”,他先做的是机器,电机、减速器、关节、结构、控制算法、整机装配等,这些全栈自研的硬件优势也成为了宇树最大的护城河。 当AI大模型技术发展开始有所突破,有了机器人经验的王兴兴,顺势切入了人形机器人领域,从立项到发布第一款人形机器人产品,仅用了半年时间。 人形机器人实现了量产,截至目前,宇树人形机器人累计生产下线约18000台。这撑起了宇树大半营收,2025年,人形机器人营收占比为52%。更重要的是,宇树的人形机器人毛利率高达62.91%。 之前字母榜就曾分析过,宇树这一路走来,我们发现王兴兴始终遵循一条重要的原则:在合适的时机做合适的事情。 正如放弃自己200元手搓的人形机器人,选择四足机器人赛道;在AI技术尚未成熟之前,选择以硬件优势突围;在如今AI成熟之际,选择和国内顶尖的大模型团队DeepSeek合作,共同研发AI大模型。 王兴兴的聪明之处,在于知道什么时候该放弃,什么时候该借力。 所以,王兴兴即将收获一家市值610亿元的上市公司,宇树也成为A股人形机器人第一股。 王兴兴身家也将迎来暴涨。根据宇树招股书,王兴兴直接及间接持有公司股份合计约1.21亿股,按照发行价150.80元/股计算,其所持股份对应市值约183.1亿元。 王兴兴自然也清楚,上市之后的路该怎么走。过去十年,王兴兴解决的问题主要是:如何让机器人拥有越来越强的身体;而接下来,他要解决的,是另一个更难的问题:如何让这个机器人真正拥有智能。 这个问题,或许需要等到王兴兴和梁文锋一起探索。
冷战核废墟变8吉瓦AI超级工厂!黄仁勋押15亿,OpenAI独霸20年
太魔幻了。 在美国俄亥俄州有片废弃了半个多世纪的土地,冷战时期是用来造原子弹的铀浓缩工厂。机器早就停了,厂房也锈了,地皮也没人要了。 结果今天一大早,硅谷爆出个大新闻—— 英伟达、OpenAI和软银三家顶级大佬,要联手把这片核废墟,改造成了全世界最大的AI超级工厂! 这块土地大约相当于4.5个纽约中央公园,大到可以容纳近590艘超级航母。 70年前,这里日夜轰鸣提炼足以毁灭地球的铀;如今,同一片土地上将同时转动150万颗GPU。 老黄:AI时代的下一个瓶颈 这个超级工厂的终极电力规划,是8吉瓦! 所需电力需要好几个大型核电站的输出,足够给几百万个家庭供电,接近去年全球所有数据中心耗电量的1/7。而目前全球最大的AI算力中心是xA的Colossus 2,算力不到1吉瓦。 按Epoch AI的追踪,全球82座最大AI专用数据中心,算力基础设施总功率加起来约12.7吉瓦。 也就是说,当满负荷运转,它将拥有接近目前全球82座顶级AI数据中心总和2/3的算力。 如果按这82座的平均规模来算,画面更夸张:把大约52座顶级AI超算中心排在一起,才抵得上这一座。 但8个吉瓦,对AI来说才刚起步。 OpenAI的首席研究官这么说 为此,老黄宣布,英伟达将直接拿出15亿美元,注资软银旗下公司,并且提供长达20年的信用担保。 OpenAI一口气签下了长达20年的超长租约,全额包圆这里的算力。此外,为俄亥俄州84.4万名学生提供最高8,400万美元的Codex积分。 而孙正义则砸下重金,承诺引入1吉瓦的新增发电量,并花42亿美元改造当地老旧电网。 硅谷大佬们,为何突然集体化身为地产开发商和电网建设工? 因为,黄仁勋刚刚发文,承认了一个残酷的真相:AI接下来的生死瓶颈,根本不是芯片,而是——有没有地、有没有电、有没有厂房。 以前大家争芯片,现在开始抢地抢电 过去几年,所有人都盯着台积电的产能,盯着内存条供货,觉得只要英伟达显卡造得够快,AI就能一路狂飙到AGI。 但老黄一句话道出实情。 他在博客里说,一个真正能跑的AI工厂,不光要有先进芯片,更需要三个最基础的东西——土地、电力、厂房。 而这恰恰是OpenAI这类AI新贵的死穴。 虽然OpenAI有技术、有野心,但电网公司和地产商一看,你一个才成立几年的公司,凭啥把未来20年的电和地卖给你? 这就是AI圈现在最尴尬的局面:真正的瓶颈在工地上。 他们空有几千亿的参数模型,空有几十亿美元的融资,却撑不起几十年期的基建账单。 这时候,谁出来摆平? 只有那个市值两万亿的老大哥——英伟达。 老黄的连环套:出15亿当担保人,图啥? 这场交易的三方分工特别有意思。 软银(干活的):买地、盖房、拉电线、建机房,纯苦力活。 OpenAI(花钱的):签20年租约,按月交房租,把算力跑满。 英伟达(担保的):掏15亿入股,再给20年基建项目做信用担保。 很多人第一反应:老黄疯了吧?你一个卖显卡的,凭什么给客户做担保?这不是华尔街最瞧不上的自己给自己担保吗? 但老黄在博客里特霸气地回了一句:OpenAI自己掏租金,我一分不贴。 那他图啥呢? 其实,这是他玩过无数次的锁定术——以前芯片缺货的时候,他就用长期订单和预付款把台积电的产能、ASML的光刻机全锁死了。 现在他把这套打法搬到了土地和电上。 他赌的就是:未来几年,能通电的大片空地比能造芯片的硅片还稀缺。 所以他提前出手,用自己两万亿市值的信用,把全球最好的AI选址和电力资源全圈下来,而且规定——这地方只能用英伟达的芯片。 诚如网友所言:真正的护城河从来不只是芯片,而是提前二十年锁定运行它们所需的土地和电力,让其他人望尘莫及 你说这买卖亏不亏? 算笔账:为啥这是稳赚不赔的买卖 为什么这笔买卖,肯定稳赚不赔? 做一道算术题,就明白了。 根据公告里的数据: 第一期先搞4.25吉瓦 每一代系统能塞下约150万张顶级显卡 每一代硬件销售收入大概在1500亿到2000亿美元 OpenAI现有加规划的订单,已经占了英伟达12个吉瓦的算力,还能扩到16个吉瓦 结论是,到2030年,光OpenAI一家就能给英伟达带来6000亿美元的营收机会! 关键在哪?厂房和电网寿命是20年,但芯片两三年就换一代。 土地是永久的,电线是耐用的,机房能反复升级,但里面插的英伟达显卡——每一代都是几十上百亿美金的纯增量收入。 万一哪天OpenAI交不起房租了呢? 老黄早想好了退路。英伟达的CUDA平台是行业标准,全世界都能用。 如果OpenAI退租,这些机房、电线、甚至装好的显卡,分分钟转租给其他云厂商、大公司或者创业公司。根本不愁没人接盘。 这才是真正的护城河:你交租,我赚钱;你退租,我更赚。 一场没有退路的游戏 现在整个逻辑已经非常清楚了: 更牛的基础设施 → 更大的模型 → 更聪明的AI → 赚更多钱 → 建更大的基础设施 这个越转越快的飞轮,也是一条不能回头的路。 当AI竞赛从纳米级的芯片制程,蔓延到平方公里级的土地争夺,从晶圆厂延伸到废弃核工厂。 通往AGI的尽头,竟然是电力和地皮。 而黄仁勋,已经用15亿撬动了未来20年的牌桌。 最可怕的不是他赢下了这一局,而是他重新定义了这场游戏的玩法—— 真正的AI大佬,得学会盖楼、拉电、抢地皮。 参考资料: https://x.com/OpenAINewsroom/status/2089364481478721572https://x.com/JensenHuang/status/2089331487342829862 https://x.com/nvidianewsroom/status/2089331010060091497 https://nvidianews.nvidia.com/news/nvidia-guarantees-sb-energy-s-ports-pike-technology-campus-in-ohio-to-exclusively-host-nvidia-ai-compute
牛来了又走了,AI股神暴亏300亿内幕曝光:成也AI,败也AI
最近,《牛来》成了互联网上一个意味复杂的传播符号。 因为片名谐音牛市来,有人专门买票讨个彩头,也有人在选座图上拼出牛的形状。一部原本无人问津的小成本动画,就这样晃荡卷进了票房、股市与玩梗的混合叙事。 把时间的指针往回拨两周,另一个真正从 AI 牛市里赚到巨额财富的人,也迎来了职业生涯最狼狈的几天。 24 岁的 Leopold Aschenbrenner 曾是 OpenAI 研究员,两年前凭着一篇 165 页的 AI 长文在硅谷名声大噪。随后,他干脆成立了一只基金,名字也正是长文的标题 Situational Awareness(态势感知)。 Leopold Aschenbrenner 不到两年,这只基金的规模从约 15 亿美元像吹气球一样膨胀到了 450 亿美元以上,叠加杠杆后峰值接近 1000 亿美元。 但在今年 7 月,一切急转直下。 Situational Awareness 单月亏损约 67%,蒸发近 300 亿美元。随着保证金被不断追缴,基金被迫抛售资产,最终将大量杠杆仓位折价转让给 Citadel。 今天,《华尔街日报》进一步拼凑出了事发前的狼狈细节。 更有意思的是,在 Aschenbrenner 正式承认巨亏之前,市场其实已经通过仓位异动、期权变化与流动性信号,逐步察觉到这只巨型 AI 基金正在逼近危机。 那个曾因提前讲述 AI 未来而成名的年轻人,最终反过来成了整个市场观察与解读的对象。 24 岁,他开始用 450 亿美元验证自己对 AI 的判断 Aschenbrenner 的履历,本身就足以解释为什么这么多人愿意相信一个二十多岁的年轻人。 他出生于德国,15 岁进入哥伦比亚大学,19 岁成为毕业生代表。 大学期间,他关注经济增长、生存风险和有效利他主义,毕业后加入 FTX 的慈善部门 Future Fund,也在那里亲历了 FTX 从明星公司走向崩塌的全过程。 2023 年,Aschenbrenner 加入 OpenAI 的 Superalignment(超级对齐)团队,所研究的正是当时最具前瞻性、也最富争议的问题之一:当 AI 的能力最终超过人类,人类怎样继续保证它处于可控范围之内。 他在这里工作的时间并不长,2024 年,OpenAI 以不当分享内部信息为由将其解雇,Aschenbrenner 一直对这一说法存在异议,认为自己与管理层围绕安全问题产生的长期分歧,是双方关系恶化的重要背景。 真正改变他命运齿轮的,发生在离开 OpenAI 之后。 2024 年 6 月,Aschenbrenner 发表《Situational Awareness: The Decade Ahead》。全文长达 165 页,从模型能力、算力狂飙,一路谈到能源、电网、数据中心和国家安全的宏大叙事。 🔗 https://situational-awareness.ai/ 这篇文章的论断极度鲜明。随着算力继续增长、算法效率进一步提升,AI 能力极可能在未来几年跨过那道临界点,AGI 随后降临。如果 AI 又开始亲自下场研究 AI 本身,技术进化的车轮只会滚得越来越快。 沿着这套逻辑继续推演,AI 最终会从软件问题变成一个庞大的物理建设问题。模型需要越来越多芯片、服务器、数据中心和电力。 没有出乎太多意外,这篇文章像病毒一样传遍全网,也让 Aschenbrenner 从一个刚被大厂开除的年轻研究员,变成了这轮 AI 狂热中最炙手可热的先知。 Stripe 联合创始人 Patrick Collison 和 John Collison、前 GitHub CEO Nat Friedman、投资人 Daniel Gross 等人成为他的早期支持者。 随后,Aschenbrenner 成立了与文章同名的 Situational Awareness。一个此前几乎没有传统资产管理经验的 AI 研究员,就这样开始用真金白银给验证自己的技术判断。 他开始大量扫货那些他认为会从 AI 基建中大口吃肉的公司,包括半导体、存储、AI 云和能源企业,同时反手做空那些将被 AI 碾压的传统软件公司。 至少在最初,这套策略表现得近乎完美。 AI 基建股高歌猛进,Situational Awareness 的净值坐上了火箭,热钱滚滚而来。去年夏天,这家基金的盘子不过 15 亿美元;到了今年 7 月初,管理规模已经膨胀到了 450 亿美元以上。 高收益也带来了银行融资。 高盛从早期就开始为 Situational Awareness 提供资金,并曾在新兴基金经理活动中向客户介绍 Aschenbrenner。摩根大通、美国银行和花旗后来也成为贷款方。 根据《华尔街日报》的还原,Situational Awareness 每握有 1 美元本金,通常会额外借入 3 美元,有时这个比例甚至更疯狂。 基金体量的暴胀,其实是由两股力量交织推高的。一部分是信徒们不断追加的本金和滚雪球般的利润;另一部分,则是银行毫无保留塞给他的杠杆。 只要现实继续沿着 Aschenbrenner 预言的方向徐徐展开,杠杆就会把他的神话无限放大。 到了今年第二季度,Situational Awareness 的持仓已高度集中。 据 Business Insider 基于 13F 文件统计,截至 6 月底,基金持有约 57 亿美元 SanDisk 和 56 亿美元 Micron,两者合计占美国股票组合约 56%。同时大幅加仓台积电、Nebius 等标的,单季度美股持仓从不足 40 亿美元增至超 200 亿美元。 对冲端也明显收缩。上一季度还覆盖半导体 ETF、英伟达、Broadcom、AMD、Micron、台积电等的看跌期权,到二季度末仅剩 3 个总期权(2 个看涨期权和 1 个看跌期权)。 尽管 13F 无法反映做空、海外资产及 Anthropic 等非上市持仓,但 Situational Awareness 的资金正越来越集中于少数 AI 核心资产,也为后续的爆仓埋下了伏笔。 他最大的风险,是太相信自己的 AI 判断 Situational Awareness 看起来并非一只简单的 AI 多头基金。 它同时拥有规模可观的空头仓位。 Aschenbrenner 一边买入 SanDisk、Micron、Bloom Energy、Nebius 等 AI 基础设施企业,一边做空 Adobe、AppLovin、Figma 等软件公司。按照他的判断,AI 基础设施建设越快,前一类企业越受益;AI 能力越强,后一类公司的传统软件业务受到的压力越大。 形式上,这是一组精妙的多空组合。 但问题在于,两边的逻辑高度相关。它们都需要同一个前提持续成立,AI 的发展按照 Aschenbrenner 设想的路径向前推进,而且市场也继续按照同样的方式给相关资产定价。 类似结构有时会被金融市场称作 Texas hedge(德州对冲)。表面拥有两个方向的仓位,风险来源却高度一致。 到了 7 月,市场对部分高估值 AI 基础设施股票的态度突然转弱。 SanDisk 当月下跌约 47%,Micron 下跌约 29%,Bloom Energy、Nebius、Core Scientific 等 Situational Awareness 的核心持仓也接连跳水。 7 月 24 日以后,情况明显加速。从 7 月 24 日到 28 日,Nebius、Bloom Energy、SanDisk 和 Core Scientific 的跌幅达到约 9% 至 24%。 偏偏在这个节骨眼上,Situational Awareness 做空的软件股票开始开始诈尸般反弹。Adobe、AppLovin、Figma 的股价走高,这让基金在空头一侧同样鲜血淋漓。 对于一只加了数倍杠杆的基金来说,这种两头挨打的市场变局是毁灭性的。原本用来对冲风险的两组仓位开始同时放血,净值雪崩,银行融资要求的抵押品也随之不足。 Margin Call(追加保证金通知)如期而至。银行每天计算的是资产现值。只要抵押品价值下降到一定程度,基金就必须继续拿出现金,或者出售资产降低杠杆。 Situational Awareness 选择了后者。 这种变化很快被市场捕捉到。由于 Aschenbrenner 的持仓辨识度极高,到 7 月底,越来越多交易员判断:一只大型科技基金正在集中减仓,而最可能的对象就是 Situational Awareness。 7 月 29 日,情况几乎被坐实——Aschenbrenner 开始出售 Anthropic 股权。 当所有人都意识到他缺钱以后 7 月 29 日下午,David Mann 正坐在前往纽约拉瓜迪亚机场的出租车上。 他接到一通电话,对方代表 Situational Awareness,询问他是否愿意购买一部分 Anthropic 股份。 Mann 管理着一家本身就持有 Anthropic 股权的家族办公室,很清楚这种资产在当时有多抢手。Situational Awareness 手中的 Anthropic 股权价值约 50 亿美元,正常情况下,这类未上市 AI 公司的股份并不缺少买家。 真正诡异的是开出的筹码。 Situational Awareness 愿意给出约 20% 的折扣,而且只给潜在买家大约 12 个小时作出决定。 Mann 很快明白,这已经超出了普通的资产调整。Aschenbrenner 需要现金,而且需要得很急。 Situational Awareness 当天还接触了 Sequoia、Greenoaks、Michael Dell 的家族办公室 DFO Management,以及纽约投资机构 XN。消息随后迅速扩散,Steve Cohen、Daniel Loeb 等知名投资者也听说了出售计划。 Greenoaks 的团队当晚熬了个通宵,准备在第二天早晨 8 点拿下这笔交易。Anthropic 甚至已经开了绿灯批准转让,从程序上看,一切似乎只差最后签字。 买家当时并不知道,Situational Awareness 同时还在进行更关键的谈判。对手是 Citadel 和 Millennium Management。 7 月 28 日,Citadel 一名高管已经联系了 Situational Awareness 新近聘请的财务高管 Sven Khatri。双方最初讨论的方案,是由 Citadel 用现金买下 Situational Awareness 的全部流动股票组合,随后交易范围逐渐集中到基金通过杠杆融资持有的主要仓位。 Ken Griffin 当时人在伦敦,也加入了谈判。 即使已经面临如此严重的流动性问题,Aschenbrenner 仍然希望尽可能保留手中的股票。他并没有完全放弃原本的技术判断,依然相信 AI 基础设施资产经历短期调整以后可能重新上涨,因此希望只出售足以解决保证金问题的那部分资产。 7 月 30 日凌晨,双方最终达成协议。根据《华尔街日报》的报道,Citadel 接手相关仓位时,相比当时公开市场价格获得了大约 10% 的折扣。 当天早上,Aschenbrenner 随即通知原本准备购买 Anthropic 股份的投资者,交易取消。部分已经忙了一整夜的买方对此相当恼火,但对 Situational Awareness 来说,燃眉之急的救命钱,已经到账了。 上午约 9 点 10 分,距离美股开盘仅剩 20 分钟,Situational Awareness 和 Citadel 签完了所有确认文件。 随后,Situational Awareness 向投资者公布了最终损失。7 月单月亏损约 67%,对应接近 300 亿美元。不过,由于此前积累的利润实在太高,即便经历如此巨大的回撤,基金当年仍然上涨约 80%。 Jane Street 则成为其中最受关注的受害者之一。 它很少把钱交给外部基金管理,却向 Situational Awareness 投入了约 25 亿美元。随着基金上涨,这笔投资一度接近 100 亿美元,7 月后回落至约 30 亿至 35 亿美元。 单这一项就损失约 70 亿美元,加上其在 AI 股票及其他交易中的亏损,公司 7 月整体亏损约 150 亿美元,创下历史最差单月表现。 不过这并未动摇其基本面。截至 7 月,Jane Street 年内收入已超 400 亿美元,仍有望录得历史最佳年份之一。 Situational Awareness 也远没有到生死存亡之际,依然拥有继续下注的资本。基金目前仍然管理着大约 150 亿美元资产,原本险些以八折出售的 Anthropic 股权也因为未婚妻的劝说,最终保留了下来。Situational Awareness 最近还向初创公司 Source Foundry 投资约 4 亿美元,并开始购买 SharonAI 的股份。 而整件事还有一个近乎小说化的时间节点。 完成与 Citadel 的交易之后,Aschenbrenner 在那个周末前往加州 Carmel 举行婚礼,新娘 Avital Balwit 是 Anthropic CEO Dario Amodei 的幕僚长。 婚礼举行前几天,Aschenbrenner 还在寻找现金,甚至准备折价出售价值数十亿美元的 Anthropic 股权。几天以后,他已经站在加州海边举行婚礼。婚礼上的一次祝酒中,还有宾客半开玩笑地提到 Ken Griffin 和 Citadel,感谢他们让这场婚礼能够照常举行。 婚礼散场,Aschenbrenner 匆匆脱下礼服,重新扎进基金的烂摊子里。Situational Awareness 的高管们开始挨个会见客户,艰难地向他们解释:为什么会在转瞬之间,300 亿美元就灰飞烟灭,以及未来到底该如何重新衡量对风暴的恐惧。 对 Aschenbrenner 来说,2024 年写下那篇 165 页长文时,他关心的是未来十年。AGI 什么时候出现,全球算力会扩张到什么程度,数据中心需要多少电力,超级智能又会如何改变经济和国家竞争。 平心而论,他对 AI 基建的那些预言,在未来依然有极大概率会一一兑现。数据中心可能继续拔地而起,芯片、存储、电力和 AI 云也可能继续享受投资周期的红利。 但在金融市场里,能否等到自己的判断被证明正确,本身就是投资的一部分。那个曾经因为预测未来而获得数百亿美元资本的人,最终也为此付出了近 300 亿美元的学费。 参考链接: 1、https://www.wsj.com/finance/investing/how-wall-street-sussed-out-that-situational-awareness-was-on-the-ropes-6aa8b39d?mod=tech\_lead\_story 2、https://www.businessinsider.com/situational-awareness-leopold-aschenbrenner-bet-big-sandisk-micron-before-blowup-2026-8 3、https://www.wsj.com/finance/investing/jane-street-suffers-loss-of-about-15-billion-due-to-troubles-at-situation-awareness-9be40c51?mod=Searchresults&pos=2&page=1 4、https://www.cnbc.com/2026/07/31/leopold-aschenbrenner-situational-awareness-fund-fire-sale.html
Cursor刚改姓马,就想干掉GitHub
Cursor 在最好的时机上线了自己的代码托管平台 Origin。 今天,GitHub 遭遇了近七个小时的停机故障,导致所有提交的分支、单点登录功能以及 Copilot 服务都无法正常运行。 在这时候,任何一个像样的方案都会被认真打量。 据 Cursor 介绍,借助 Origin,你可以创建仓库,使用 Git 进行提交和拉取操作,或者从 GitHub 上镜像代码。你可以浏览和搜索代码,打开并合并拉取请求,还可以将云代理附加到相同的远程服务器上。 面向 Agent 的 GitHub 在代码仓库层面,Cursor 在客户端新增了代码库选项卡,用于统一管理 Origin 上的仓库。用户点击新建,为团队命名,之后所有仓库的 URL 都会带上这个组织名,例如 cursor.com/codebase/acme-corp。安装 Origin CLI 之后,克隆、推送流程与其他 Git 托管服务几乎一致。 在 PR 层面,Origin 提供完整的时间线、提交记录、检查项、文件变更视图,审查 diff、评论、合并这一整套动作都能在 Cursor 内部完成。 Cursor 中的评论会同步到 GitHub,GitHub 上的表情回应、回复也会在几秒内出现在 Cursor 端。开发者被 assign 的代码审查任务,可以直接在 Cursor 中处理并合并。 在智能体层面,Cursor 把代码、PR 与 Agent 集中到了同一个界面。用户可以直接向 Cursor 询问当前浏览的代码,让它回答问题、修改文件、更新 PR,或者推送分支。 在应用扩展层面,Origin 首批集成了 Vercel、Depot 与 Buildkite。连接 Vercel 之后,每个 PR 会自动获得预览部署环境;连接 Depot 或 Buildkite 之后,团队既能运行已有的 GitHub Actions 工作流,也能跑 Buildkite 原生的流水线。CI/CD 的最后一公里被 Cursor 提前铺好。 此外,每个仓库都拥有独立的配置页,用户可以查看 GitHub 同步状态、管理访问权限,也能检查当前接入了哪些第三方应用。 而 Origin 和 GitHub 最大的不同,是它把智能体放在了产品结构的中心,而非当作一个外挂功能。 今天的源码控制基础设施,最初是为人类阅读、人类审查、人类合并而设计的。而智能体正在改变这一切。 Cursor 内部披露的数据称,Cursor 平台上已经合并的 PR 中,有 35% 由运行在云端虚拟机里的 Agent 自主提交。但这不是说开发流程已经彻底进入全自动阶段。 GitLab 在 2025 年的 DevSecOps 调研中发现,73% 的受访者曾遇到过由 vibe coding 产出引发的问题,70% 的受访者认为 AI 让合规管理变得更加复杂;而愿意让 AI 在无人审查的情况下处理日常任务的受访者,只有 37%。 换句话说,智能体正在越来越多地参与写代码,但人类仍然牢牢把控着合并、审查和负责的最后一关。 Cursor 的 Cloud Agents 已经具备在隔离环境中独立运行、修改代码、跑测试、操作浏览器和工具、创建 PR 的能力,本地机器不需要保持在线。开发者还可以让多个 Agent 并行工作。当一个中型团队每小时可能就会推出上百条分支,传统 Git 平台的工作流会被瞬间挤爆。 Cursor 曾在演示中展示过 22.6 commits per second 的吞吐量,但这在人类主导的时代几乎没有意义。 Origin 给了 Cursor 一整条闭环。如果 Agent 生成代码,进入 Cursor 托管的仓库,产出 PR,被审查,最后合并,那么整条链路不需要再和外部平台反复交接。 Cursor 官方在 HN 上的回复也印证了这一路径。研发人员写道,接下来几周会有更多与 Agent 相关的能力上线,包括对 Agent 编写代码的理解、让 PR 自动达到可合并状态等等。 如果沿着这条路径继续想象,Origin 更新后的形态可能包含以下几种能力:数百条并行的 Agent 分支、自动化审查与测试、由 Agent 直接生成的 PR、绑定到特定仓库的常驻 Agent、从 Issue 到代码的自动流水线、Agent 与 Agent 之间的协作调度。 这怎么能算竞争对手呢 Origin 上线之后,最热闹的一个讨论集中在它与 GitHub 的关系上。 用户可以把 GitHub 组织连接到 Cursor,挑选想要同步的仓库拉入 Origin,也可以随时断开。已同步的仓库会实时更新,用户能够在 Origin 中浏览、搜索、拉取,而推送依然发送到 GitHub。 对于在 GitHub 中发起的活动,GitHub 保留权威来源地位。每个仓库名旁边会有小图标,标识仓库到底属于 Cursor 托管还是 GitHub 镜像。 Cursor 团队成员 Thomas 略带调侃地回答,你至少需要关联 GitHub 账号才能打开 Origin,这怎么能算竞争对手呢。 Origin 明面上强调与 GitHub 的共存,暗地里却在悄悄接管开发者最重要的工作台。 目前,Cursor 有了资本、有了自研模型、有了云端 Agent、有了移动端控制、有了开发环境、有了代码审查,如今又补上了代码托管这一环。 不过,Origin 并不像 GitHub 那样完全免费。 官方 Cursor 文档和发布更新日志都说明 Origin(Cursor 原生代码托管/git Forge)仅在付费套餐上可用:Pro、Teams 和 Enterprise。 而 GitHub 的优势是:拥有全球最大的开发者社区、Microsoft 的分发能力,以及围绕 Actions、Packages、Copilot、Advanced Security 构建起来的巨大生态。 不过,自 2025 年 10 月起,GitHub 一直处在从传统数据中心向 Azure 迁移的过程之中,半迁移状态成为了不稳定的持续来源。 7 月 19 日,一次 DNS 重配置导致 GitHub 与其数据驻留环境出现 2 小时 11 分钟的服务降级;8 月 6 日,Actions 与 Pages 又经历了长达 10 小时 20 分钟的恢复过程。对一个被行业默认视作核心基础设施的平台来说,这样的可用性表现让越来越多团队开始重新评估自己的技术底座。 我绝对不会和马斯克分享我的代码 我绝对不会和埃隆·马斯克一起分享我的代码。我也已经不再使用 Cursor,转向了 Claude Code 与 Codex。GitHub 确实有些问题,但希望这一切最终能顺利解决。 6 月,SpaceX 联合 xAI 完成了对 Anysphere 的 600 亿美元收购,Cursor 的所有权结构因此发生变化。对不少企业开发团队来说,源码的归属与访问边界是一条不可触碰的红线。 让一家 AI 公司同时充当代码托管方、模型训练方、Agent 执行方,意味着源代码可能被用于产品改进、模型训练甚至内部测试。 即便 Cursor 已经在企业方案中提供了训练数据隔离承诺,很多受合规约束的团队依然更愿意把仓库留在有独立审计报告、有明确合规声明的老牌平台上。 Origin 是否真的能撼动 GitHub 的位置? VentureBeat 与 SecureSlate 都在近期报道中指出,GitHub 长时间的连续故障,客观上给企业内部的多云代码托管策略提供了新的推动力。GitLab、Bitbucket、Gitea、Codeberg 等平台,都或多或少地从中获得了讨论度。 当然,一次宕机不足以推翻 GitHub 的二十年积累,一款 Beta 产品恐怕还很难马上赢得开发者的信任。 不过 AI 时代,护城河建立和打破的周期都在快速缩短,去年这个时候,谁又能想到 Grok 已经能把 Gemini 从AI 御三家拉下马呢?

版权所有 (C) 广州智会云科技发展有限公司 粤ICP备20006386号

免责声明:本网站部分内容由用户自行上传,如权利人发现存在误传其作品情形,请及时与本站联系。