AI普及的真相
这句话点明了关键问题——当前众多追求参数规模的万亿级模型，绝大多数训练基础仍是英伟达，说白了就是在别人的地基上比拼上层建筑，CUDA生态、高端芯片定价权还掌握在对方手中，光炫耀模型参数触及不到真正的核心命门。 一、现状很现实：卷模型容易，换算力难 首发冲榜的通义千问3.8、Kimi K3，主力训练集群依然是英伟达芯片，国产算力目前大多只做推理端适配。核心卡点不是硬件性能，是CUDA生态：英伟达积累了近20年的算子库、开发工具、开发者社区，迁移一个万亿模型的全训练链路，动辄需要半年以上的工程投入和几百万元成
AI 狂潮退去：估值逻辑大重构
近几个月，费城半导体指数的起伏宛如一部激昂的西部大片，主角锁定在存储芯片与 AI 概念，剧情演绎着三月翻倍的财富传奇。然而本周五，影片画风骤转，突入恐怖频道。费城半导体指数正式迈入技术性熊市，自六月底历史峰值回撤两成，单周跌幅逼近 10%，创下自 2025 年 4 月特朗普关税风波以来最糟糕的单周纪录。引发此次变盘的关键导火索之一，是中国 AI 新锐月之暗面推出的 Kimi K3 模型。这绝非寻常的模型迭代，而是一枚直击 AI 估值逻辑的深水炸弹。华尔街瞬间沸腾，"Kimi 时刻"一词迅速刷屏全网。症结在
AI重塑产业格局
清晨与一位久别重逢的老友谈及人工智能，如今AI的确已替代了大量岗位。他们企业裁撤了20%的游戏研发人员（约百人），按单人月薪一万计算，百人月薪酬总额达百万。若改用AI方案，经测算人均每月仅需消耗价值200元的算力token，百人每月算力成本仅两万元。如此对比，每月可节省薪资支出98万元，更遑论规避的用工风险难以估量。由此可见，AI正深刻改变各行业的运作模式，诸多职位将逐步退出历史舞台。但这实则是技术革新推动生产力跃升后，劳动力需求结构的自然升级。无需忧虑AI超越人类，它终究只是辅助工具，而人类天生具备突破
AI员工登场：软件行业从"人头计费"转向"任务计费"
在AI办公领域，一场"员工尚未完全被取代，AI工时却已被明码标价"的变革正在悄然展开。过去企业采购软件，购买的是账号权限。如今企业使用Agent，则开始为每次任务消耗的Token和credits买单。OpenAI近期的举措已经相当明确。ChatGPT for Excel、Sheets和Workspace Agents已采用按Token折算的额度计费，PowerPoint也将在免费期结束后纳入同一体系。根据官方参考标准，一次常规Excel任务可能消耗5至20个credits，一次PowerPoint任务可能
AI漫剧盈利核心法则
6月的AI漫剧分账数据已公布，除了能看到烂柿子分销收益外，整体变化不大。虽然不少人抱怨收入下降，但也有人实际收益超出预期，只是比较低调。然而7月将迎来三个重大调整：一是拉新收益取消，二是整体市场消耗下滑，三是红果独家系数2审核更严格。总体来看平台明显倾向于打造明星项目，普通无法产出爆款的小玩家收入可能会进一步压缩，收益将逐步向头部集中。AI漫剧行业的市场与政策，基本保持着一月小调整、两月大变革的节奏。所以一直以来很多人在质疑AI漫剧能否赚大钱，这期就聊聊什么样的人能真正获利。确实有人赚到了钱，不算那些大公
AI热潮背后藏泡沫
昨天又有读者问我，想听听我对这波AI热潮到底怎么看。我就直说了，三个点：长期绝对看好，短期明显过热，别指望它能马上给你赚大钱。先说为啥长期看好。这东西就像当年的互联网，方向是没错的。现在写代码、做视频、搞客服，哪个离得开AI？它是真能干活，不是纯忽悠。但问题出在“短期”。你现在去看看那些科技巨头的账本就知道了。他们为了搞AI，每年砸进去几千亿美金买显卡。英伟达那是赚得盆满钵满，但买卡的人呢？赚的远没有花的多。这就好比你开个出租车公司，车两年一换，结果跑两年车赚的钱还不够买新车的，这生意能持续吗？现在的AI
电力成本真占算力运营六成？真相并非如此
当下，伴随AI产业呈爆发式扩张，算力已然成为全球科技角逐的关键领域。在此形势下，算力产业的核心议题从过去的“争抢显卡”，逐渐转向“争抢电力”“争抢时效”。故而，算力与电力的协同变得尤为必要且紧迫。 算电协同，绝非“为算力提供电力”这般简单。瓦特（电力）与比特（算力）相互交融，怎样达成更高效、更低成本、更优协同？这笔“经济账”必须理清。 日前，上海证券报记者探访南方电网，就算电协同、算力网等议题展开采访。 为何要推进算电协同 “全球人工智能角逐，并非技术层面的单点较量，而是AI落地赋能实体经济、赋能全产业的
MetaAI战略发力，股价创年内最佳周度表现
核心要点 随着市场对CEO马克・扎克伯格主导的人工智能战略信心增强，Meta股价周五强势上扬，周涨幅达15%，成为2024年以来最强单周表现。 自首款自研大模型Muse Spark发布仅三个月，Meta本周接连推出两项关键AI产品。周二，公司上线图像生成模型Muse Image，聚焦吸引创作者与广告主使用其付费订阅服务；周四，正式发布Muse Spark 1.1，重点优化自主智能体与代码开发场景的算力支持。 一系列新品发布凸显Meta正全力加码AI大模型赛道，直追OpenAI、Anthropic与谷歌等先
AI泡沫破灭的关键：芯片折旧陷阱
前几天短评曾提及AI泡沫中的一个核心问题：AI芯片的折旧困境。这正是可能引爆AI泡沫的关键因素之一，本文将深入剖析。文章开头需明确一点：AI存在泡沫，与AI真正有用，完全不矛盾。我坚信AI产业的长期前景，但当前全球芯片板块正经历非理性泡沫式上涨，必须警惕这种金融投机风险——这与看好AI本身并不冲突。就像2000年互联网泡沫破裂，丝毫不影响互联网的长远价值。不少人习惯非黑即白的思维：一听你说AI有泡沫，就以为你否定AI，非要举出几个AI已落地的应用来反驳。事实上，AI确实已在改变现实。比如AI生成视频，正重
AI发展全景：从大模型到多模态的机遇与挑战
摘要：本报告系统回顾1950年以来人工智能70年演进历程，划分符号主义、神经网络、深度学习大模型三大发展阶段，分析两次AI寒冬的根源。深入解读图灵测试、达特茅斯会议、深蓝、AlexNet、AlphaGo、Transformer、ChatGPT等十大关键节点，剖析算力、数据、算法三大核心驱动力。涵盖NLP、计算机视觉、机器人等主要分支，对比BERT与GPT的开源与闭源路径，梳理国内外主流大模型布局。聚焦医疗、金融、自动驾驶、内容创作等六大落地场景，深入探讨幻觉、可解释性、算力成本、AI治理等核心难题，展望A
AI越用越卡？ReFreeKV破解"记忆膨胀"难题
很多人都有过这样的体验：和AI聊天、问难题、写代码时，聊得越久，AI反应越慢，甚至偶尔答非所问、逻辑断层。大部分人以为是网络问题，其实真正的核心原因，藏在AI的“记忆机制”里。AI之所以能给出连贯、贴合上下文的回答，是因为它会全程记住我们的对话内容。在AI技术领域，这种专属“记忆”有个专业名词——KV缓存。大家可以把它简单理解成AI的临时草稿纸。每一次对话、每一句提问，AI都会实时记录在这张草稿纸上，用来支撑后续的回答。但这张看似不起眼的草稿纸，却是拖累AI性能、拉高运行成本的“元凶”！它的显存占用极其夸
AI智能体泡沫破裂：免费情感背后的算账时刻
科技行业趋势深度洞察，前沿Tech领域实时动态，创新科技方向精准聚焦。欢迎关注公众号：科创猫。7月3日，豆包与千问同步发布公告，宣布智能体功能将于7月15日下线。同日发布、同日关停，两家团队显然未事先协调。同一月内，腾讯元宝的AI智能体已于6月30日停止服务，网易云音乐旗下妙时也在7月14日停运。字节、阿里、腾讯、网易四大巨头，在几乎同一时间窗口，集体退出了"用户自建智能体"的战场。直白点说：过去两年被捧上神坛的"AI智能体生态"，在监管压力与算力成本的双重挤压下，彻底宣告
豆包与千问同步下线智能体功能
7月4日，国内AI领域迎来重大调整——字节跳动旗下豆包与阿里旗下通义千问几乎同时宣布，其用户自建智能体功能将于近期正式下线。两大平台在同一日对核心功能做出相同决策，在AI行业尚属首次。 根据豆包发布的《智能体功能下线通知》，因产品策略调整，该功能将于2026年7月15日停止服务。届时，用户将无法创建新智能体，已保存的智能体也将无法调用或运行。 下线后，用户仍可在限定时间内查看并导出历史对话与数据。自2026年10月15日起，豆包将依据《隐私政策》清理相关数据，此后无法恢复。官方建议用户通过截图或分享方式提
AI热潮引爆通胀风险：美联储加息阴影下的算力危机
安娜的警钟：当你疯狂抢购GPU、争抢算力资源、急于推进AI项目，自以为是在进行“战略卡位”时，美联储却警告：你正在推高全社会通胀，迫使加息。加息意味着什么？意味着企业融资成本攀升、AI初创估值模型需重构、依赖烧钱换增长的AI项目将被资本率先抛弃。更具讽刺意味的是，一边是美联储因“AI过热”欲降温，另一边韩国政府却投入1461万亿韩元添柴加火——全球AI投资本身已成为通胀燃料，而燃料价格正被自身火焰推高。你在制定AI预算时，是否算过这笔账：若美联储再加息50个基点，你的算力租赁成本将上涨多少？下一轮融资估值
AI智能体入厂：2026年岗位更迭真相，谁被取代谁又新生
2026年，人工智能在制造领域的定位正迎来本质飞跃。由国家网信办、发改委与工信部三部门联合发布的《智能体规范应用与创新发展实施意见》指出，智能体现已拥有自主感知、记忆、决策、交互及执行功能，正化身为产业一线能承担复杂任务的“硅基劳动力”。综合多家招聘平台监测信息，2026年春季招聘期间，制造业基础质检员的招聘规模同比显著萎缩，生产统计文员的岗位需求同样在缩减。相反，AI工业运维岗位的需求同比激增，工业AI训练师的供需比例持续攀升。围绕“AI是否剥夺人类工作”的争议，舆论往往走向两极。要么制造“失业潮”的恐