与「石谷春貴」相关的搜索结果

⋰ 総勢40名が”猫”を演じる朗読劇🐈🐈‍⬛ 　「#ネコたん！～猫町怪異奇譚～」# 🌟2025/6/17～22@あうるすぽっと🌟 ⋱ ◆公式HP ◆出演者 #浅沼晋太郎# #阿部敦# #綾瀬ことり# #石橋陽彩# #石谷春貴# #伊瀬結陸# #井上和彦# #今井文也# #浦和希# #小笠原仁# #株元英彰# #神尾晋一郎# #岸みゆ# #小久保柚乃# #駒田航# #小松昌平# #近藤駿太# #佐々木李子# #汐谷文康# #重松千晴# #少年T# #鈴木杏奈# #鈴木達央# #ゾマやかじゃない#! #高橋広樹# #月音こな# #長月あおい# #野島健児# #福山絢水# #前川涼子# #増元拓也# #峯田茉優# #宮﨑雅也# #村上奈津実# #森田璃空# #山内瑞葵# #山下誠一郎# #山中真尋# #幸村恵理# #吉武千颯# #滝佳保子#(弁士)

【雲南麗江：藍月谷碧波蕩漾】初夏時節，雲南麗江玉龍雪山腳下的藍月谷，碧波蕩漾，宛如一串璀璨的藍寶石鑲嵌於蒼翠峽谷之間。

前几天在新浪的「赛博对话」录了一期视频播客，话题是大模型厂商怎么就从烧钱走到了赚钱的转折点，主持人是高飞 ，嘉宾是庄明浩和我。 其实最开始是想聊豆包收费这件事情，我和庄明浩还在私下嘀咕，豆包传出付费方案的消息是在月初，早就不是热点了，实在是过了蹭的时机，但如果放大到AI这门生意终于迈过了亏本赚吆喝的那条线，就没问题了，这是一个相当长效的题材。 省流版总结如下： - 根据黄仁勋提出的五层蛋糕理论，应用层虽然是直接和终端用户打交道的，但它也是整个产业结构里盈利压力最大的那个，毕竟上面四层都是供给逻辑，有货就不愁卖，唯有应用层是需要竞争流量的，在这个前提下，收费堪比拔鹅毛但又不让鹅叫唤的艺术； - 豆包当初传出收费消息被猛带了一波节奏，很多人以为从此就没法免费使用豆包了，无论是从中国互联网的历史来看，还是ChatGPT作为先例的样板，收费模式必然是增值服务，大家现在怎么用豆包的还是怎么用，然后一些旗舰级的能力就只会放在会员方案里予取予求； - 再就是国内用户对于为产品功能买单这件事情极其抵触的特有生态，之前北京车展，The Information的记者过来跑了一圈新势力，发现它们的出海计划里都会把车机功能当作付费点，但在中国市场完全没有这个想法，负责人的解释也是很直白无奈，「中国人不会为软件付钱」； - 庄明浩和我都觉得豆包在绝对领先的地位上开启收费尝试是很有意义的，这点钱对于字节的CapEx来说无异于杯水车薪，但整个消费观念的转变很重要，甚至我相信千问元宝都会感谢豆包，否则都被卡死在给全国人民做公益这个沼泽里，「你不收，我怎么收？我不收，耿专员怎么收？大伙怎么进步啊？」 - 再就是豆包的定价梯度可能比较意外，或者说整个AI应用的订阅门槛都是偏高的，长视频平台还在10块钱、20块钱一个月的留人时，豆包的最低档会员就是68块钱一个月了，像是Kimi也是49块钱一个月的起价，越过了30块钱一个月这个标准； - 30块钱一个月就是手游里的月卡，再往上才是大月卡，即通行证/战令，这一档的定价通常从68块钱到98块钱一个月不等，至于豆包计划里最贵的500块钱一个月套餐，相当于一单648的8折价，是不是也很容易理解了； - 马化腾在财报会议上也专门讲了中国用户在2C市场的付费转化率不太高这个点，要知道腾讯已经是最能从用户口袋里掏钱的互联网公司了，它都这么为难，叠加年年喊崛起年年也没能支棱起来的SaaS，模型下游的商业循环在国内实在需要一点乐观趋势，要知道智谱、MiniMax、月之暗面本质上是出海赚美金的公司； - 对于收入能够保持同步增长的公司而言，CapEx其实不是问题，从谷歌Q1财报来看，营收1000亿美金出头，利润差不多600亿，毛利率比纯卖广告的Meta还高，所以烧钱有什么问题呢，烧不出回报才是问题，马化腾说以为上船了但发现船是漏的，就是这个意思； - 中国互联网除游戏外的订阅制付费上限，单产品差不多在1.3亿的水平线，爱优腾和QQ音乐在巅峰期都没能超过这个阈值，我个人不太相信AI应用可以创造例外论，但是抛开订阅不谈，被越炒越火的各种Token套餐如果真的普遍化了，搞不好还真能带来变数； - 其实模型厂商也倾向于按量计费的买卖，订阅制的商业模式就像健身房，赚的是那些开了卡但不经常来的客人的钱，如果大家都用满，在这么一个不太存在规模效应——用户越多，越容易摊薄成本——的行业，AI应用很容易成为一个失血点而非造血器，所以庄明浩看到了一个怀旧服的可能性出现； - 也就是各大运营商开始力推的Token包，这跟当年的流量包不能说是一模一样，只能说是完全一样，所以如果运营商能够成为一个分销Token的角色，像大王卡那样，用Token包去覆盖一些模型的用量，再去后端完成分账，这个故事是完全说得通的； - 不过，无论是订阅制还是卖Token，模型能力都是撬动市场的第一要素，就像GPT-Image-2出来之后所有代开会员的第三方价格全数涨价，以及「六小虎」里把编程套餐卖断货的行情，都说明生产力需求是可以无视价格敏感的； - 但我总觉得豆包的收费不会走生产力路线，豆包大模型可以有生产力市场的目标，比如配合Trae去打，豆包App却未必要这么把路走窄，它的人格化和陪伴性其实是可以在情绪价值市场做出更多可能性的，就像我看有数据显示开源模型超过半数以上的Token消耗用在了角色扮演上，这里的经济价值是被低估了的； - 高飞和庄明浩认为模型厂商还有一个创收机会，就是转移支付，借着全民AI这个热潮，去让市政单位、高校学府来买单，比如某个市的行政区，去给市民提供常态化的Token额度，或者大学对标自己和知网签年框的方式，让师生享有最基础的Token套餐，用财政预算去替大家消费AI； - 总的来看，头部的模型厂商基本不再担心会倒闭了，包括已经上市的财务数据都摊开了，一个基本事实是，如果不算预训练，毛利率都能是打正的，同时预训练的成本增加是一个线性的，而收入的增加是指数级的，所以Anthropic、OpenAI这种烧钱大户都预计能在2030年甚至2028年就实现正现金流，这个速度比亚马逊当年都要快得多； - 庄明浩说做上游投资的现在是在焦虑物理极限，什么意思呢，就是会不会说，地球上的铜不够用了⋯⋯包括要去太空建数据中心，也是因为缺算力缺成了连力大砖飞都搞不定的事情，光有钱没用啊，你得有地方花出去，全世界的工业品暴涨，核心原因就是产能跟不上，需求侧在竞价锁单； - 中美大模型的发展差异在于，美国是在追求速胜，一波钱砸下去，掉队的、认输的马上就出来了，集中度很高，「御三家」就是这么高速洗牌洗出来的，中国因为相对慢一些，同时大家对成本更谨慎，所以能有更多的玩家不下牌桌，赚钱的难度也会高一些，这是充分竞争的经济学理论； - 庄明浩举了Seedance 2.0的例子，按理来说这场仗就应该打完了，你不可能怀疑字节在视频模型身上的决心和疯狂，但实际上呢，快手的可灵、阿里的Wan和Happy Horse、MiniMax的海螺都是该怎么继续还是怎么继续，后面还跟着HiDream、Vidu、Pixverse、SkyReels一长串名字，它们甚至都能拿到融资； - 中国互联网的缠斗传统，加上大盘上涨的规律，意味着你可以不是吃到肉的那个人，跟着喝汤一样能够保存希望，而且AI行业的标的天然优于非AI行业，这种「种族优势」，决定了「投AI总比投别的强」的底层逻辑，于是纷纷续命，等对手犯错，等轮到自己，等一切可能性； - 还是用那五层蛋糕的比方来说，美国是标准的纺锤结构，稀缺性最高的英伟达在中间赚得盆满钵满，中国则更偏向于柱状结构，在产业指导的作用下，不会有哪一层特别明显的去吸整条上下游的血，所以这个蛋糕必然不会跟太平洋对面一样甜，一个人走得快，一群人走得远嘛； - 最后还有一个变数是硬件，庄明浩说，美国做硬件的Startup，拿到钱后的第一件事就是飞深圳，跟逛迪士尼乐园似的，什么梦想都能找到供应商，为什么一级市场那么喜欢投大疆、追觅、影石出来的人，就是因为他们有从0到1的经验，可以复用到AI这一波，难道文曲星和背背佳就不算应用了么，对吧； - 高飞说得很有意思，AI用的东西，都在涨价和赚钱，比如能源、光纤、芯片这些，只有人用的东西，是在通缩和亏损，那么AI应用赚钱很难就说得通了，因为这是给人用的，人类不争气啊，碳基世界完蛋了，哈哈哈哈； - 所以，虽然这话可能有政治不正确的嫌疑，但判断AI是否真正产生了价值的标准，就是企业有没有在大规模裁员......是的，AI替代人类很残酷，但这起码说明AI可以产生真实的经济效益，反倒是喊着AI改变一切，却凡事仍要人类亲力亲为，才是真的有问题。

人间真实！昨晚刷到马斯克这段访谈，直接把创投圈最爱交的“大厂光环”智商税扒了个精光。 很多老板迷信所谓的大厂精英，以为只要砸重金挖个特斯拉、苹果或者谷歌的高管过来，公司就能原地起飞。马斯克当场自嘲，连他自己都踩过这种坑。结果呢？根本没有什么点石成金的魔法，脱离了原有的成熟平台，人就只是个普通人。 他还道出了硅谷疯狂挖角背后的现实。为什么特斯拉的人那么容易被竞争对手撬走？因为在硅谷跳槽太舒服了，换个公司连家都不用搬，老婆孩子的生活圈子原封不动。 为了防挖角和专注研发，他硬是把星舰基地扎在了德州的荒郊野岭。但这直接撞上了最棘手的家属就业死穴。把顶尖工程师忽悠去村里不难，但他老婆要是找不到像样的工作，这事儿绝对黄。最后能留在那片荒漠里死磕的，基本全成了一门心思搞技术的硬核纯爷们，马斯克自己都吐槽那儿简直是个和尚庙一般的科技修道院。 别再花冤枉钱去迷信什么大厂空降兵了。光环永远是前东家给的，真把人换个场子去开荒，大概率只剩一地鸡毛。

加仓谷歌超百亿美元！ 阿贝尔执掌伯克希尔首季美股动作：清仓16只，时隔6年重入航空股 兄弟们，伯克希尔Q1的13F报告出来了。 这次不一样——这是阿贝尔真正意义上独立掌舵的第一个完整季度。 巴菲特退居幕后了，那个在奥马哈小镇指点江山几十年的老头，终于把方向盘交给了接班人。 我第一时间去翻了这份报告，越看越有意思。 阿贝尔这手笔，说是"萧规曹随"吧，又明显带着自己的烙印；说是大刀阔斧吧，核心仓位又稳如泰山。 今天就跟大家聊聊，这位新掌门到底在盘算什么。 01）先看最炸裂的——谷歌。 阿贝尔一季度狂买谷歌A类和C类股票，合计加仓超过115亿美元。 谷歌在伯克希尔持仓中的排名直接从第10位蹿升到第7位，持仓市值从40亿干到了166亿。 这是什么概念？ 相当于把整个仓位翻了四倍还多。 兄弟们，这不是小打小闹，这是真金白银的百亿级押注。 我琢磨了一下，这步棋其实有迹可循。 谷歌现在的估值确实被压制得厉害，AI竞赛烧钱的阴影、反垄断调查的阴云，让市场给它的定价一直偏保守。 但阿贝尔显然看到了不一样的东西——谷歌搜索的基本盘依然稳固，YouTube的广告收入还在涨，Cloud业务增速也拿得出手。 更重要的是，谷歌的现金流太漂亮了，每年几百亿的自由现金流，放在当下这个高利率环境里，就是一台印钞机。 巴菲特当年对科技股一直谨慎，苹果是破例。 阿贝尔这步，算是真正打出了自己的标签：他比老巴更敢碰科技，也更愿意在估值被错杀时下重手。 02）再说一个让市场惊掉下巴的操作——航空股。 伯克希尔一季度买了3981万股达美航空，持仓市值26.47亿美元。 兄弟们，这是伯克希尔时隔6年重新踏入航空业。 2020年疫情那会儿，巴菲特在股东大会上公开认错，清仓了所有航空股，说"航空业变了，我判断错了"。 当时那个决绝啊，所有人都以为老头这辈子不会再碰这行了。 结果阿贝尔一上台，直接打脸——不，应该说直接翻篇。 我查了下达美的情况，这公司确实是美国航司里基本面最硬的。 国内航线网络密，商务客恢复得不错，成本控制也比同行强。 但阿贝尔这一步，我更愿意理解为一种"修正"：当年巴菲特清仓是因为疫情这种黑天鹅把行业逻辑打崩了，但现在行业已经恢复正常，而达美的估值还在地板上。 说白了，阿贝尔觉得市场过度反应了，航空业没死，达美更是活得好好的。这6年的空白期，不是告别，是蛰伏。 03）清仓16只：阿贝尔在'断舍离'，有进就有出，而且这次出得很猛。 一季度伯克希尔清仓了16只股票，持仓数量从42只砍到29只，直接少了三分之一。 Visa、万事达、亚马逊、联合健康，这些曾经的"好公司"全部出局。 这里有个细节特别值得玩味：Visa和万事达，巴菲特持有了很多年，是经典的价值投资标的。 亚马逊虽然是后来买的，但也是"巴菲特认可"的稀缺标签。阿贝尔说卖就卖，眼睛都不眨。 我看了一下Kingswell的分析，这次清仓潮里，相当一部分是Combs和Weschler管的小仓位。 这两位投资经理的组合被大量清算，说明阿贝尔在重新整合投资团队的方向。 以前伯克希尔是"老巴定大方向，手下人打游击"，现在阿贝尔要把火力集中起来，不玩撒胡椒面那套了。 持仓集中度肉眼可见地提升——前十大重仓股占了总仓位的90.72%。兄弟们，这就是阿贝尔的风格：少即是多，看准了就要下重注，看不准的就别占着仓位。 04）当然，阿贝尔也不是什么都改。 苹果、美国运通、可口可乐、雪佛龙、西方石油、穆迪、卡夫亨氏——这7只核心重仓股，一季度完全没动。 苹果依然是绝对的第一大持仓，虽然市值跟着股价跌了点，但一股没卖。 这说明什么？ 说明阿贝尔心里有数，他知道伯克希尔的基本盘是什么。 这些公司是伯克希尔的"压舱石"，是老巴几十年攒下的家底，不能随便动。 阿贝尔再有自己的想法，也不会傻到一上台就拆老东家的台。 但这里也有个信号：苹果的仓位太重了，占了快一半的市值。 阿贝尔没减，不代表以后不会减。我觉得他在观察，在等一个合适的时机。 毕竟苹果现在的增长叙事确实在弱化，AI这块又一直雷声大雨点小。阿贝尔不是巴菲特，他对苹果的感情没那么深，该动手的时候，他不会手软。 05）连续14季净卖出，但真相没那么简单 看整体数据，伯克希尔一季度卖出241亿，买入159亿，净卖出82亿。 这是连续第14个季度净卖出。 表面看，阿贝尔还在延续"囤现金"的策略。 伯克希尔账上的现金和短期国债已经堆到了创纪录的水平，市场一直在猜，这4000多亿到底什么时候才会砸进市场。 但Kingswell有个观点很有意思：如果把Combs组合的清仓剔除掉，阿贝尔其实更接近"净买入"的状态。 谷歌加115亿，达美加26亿，还有其他一些小仓位，这些新增买入的力度，其实被清仓的噪音掩盖了。 兄弟们，这就有意思了。 阿贝尔不是在收缩，他是在"换仓"。 卖掉那些不核心的、看不懂的、管不过来的，把资金集中到真正想押注的方向上。 这不是防守，这是另一种形式的进攻——集中火力，精准打击。 ----- 看完这份13F，我对阿贝尔的评价就两个字：稳、狠。 稳的是核心仓位没乱动，知道什么能碰什么不能碰；狠的是该砍就砍、该押就押，谷歌百亿级加仓、航空股时隔6年回归，这种手笔需要魄力。 巴菲特的时代是"慢慢变富"，阿贝尔的时代可能会不一样。 他更年轻，对科技更开放，操作也更灵活。 这份报告就是一个信号：伯克希尔还是那个伯克希尔，但方向盘后面的人，已经开始按自己的路线开了。 后面的故事，才刚开始。

┏━┳━┳━┳━┳━┳━┳━┓ ┃本┃日┃２┃１┃時┃終┃了┃ ┗━┻━┻━┻━┻━┻━┻━┛ 6,000円OFFで楽しめるのは本日まで‼︎ お得な前売り券🎫⇢ 直筆サイン付き!! 当日衣装の郵送チェキ💌 29日⇢ 3月29日(日)出演モデル一覧 【TEAM A】 榛名うい(@uiui15ch) 琴里ここ(@coco_cotori) 汐瀬はなび(@Shio_0724oO) 富士美いまり(@imari_info) みあん(@miann___) 【TEAM B】 白烏しろ(@shiroka_shiro__) 今田光(@imada_hikari) 石原由希(@isi252525) 清宮みいな(@miinyaaa23) 日和なの(@7740u0) 菅野茉由(@sukusukusuga) 【TEAM C】 薺かれん(@udon_chan8) 河野亜季子(@akiko_kono317) 佐伯澪(@LumiDay_mio) 茜紬うた(@utagra624) 神川さあや(@saaaya0404) 【TEAM D】 森田ワカナ(@wakanyan1188) 月城レミ(@remiremi_38) 村上りいな(@riina1126_ryry) 比嘉こころ(@cocolo_hika) 佐藤莉依(@25rii25_) りーさ(@2525risa_model) 【TEAM E】 雪村花鈴(@yukimura_karin) 美波那緒(@_nao_minami) お嬢。(@rlz_04) みさ(@_misadayo) Aqua(@asanndesu0430) 【TEAM F】 神喜ミア(@miamia_nyann) 神楽坂茜(@akaneee1126) るか(@ruka_japan00) てるる(@teruru_1229) 峰りなこ(@minerinako) 永瀬永茉(@nagase_ema) 【TEAM G】 板野優花(@_harunoyuki_) 谷かえ(@Tani_kae) ルチコ(@ruchikolle) 最上ゆに(@mogamiyuni) 壇あやこ(@ayako_dan_) 【TEAM H】 香月杏珠(@anjyu_neko) 星咲エリカ(@errika0615) 仲村まひろ(@mahironakamura) つぶらあい(@tsubura_ai) なっちゃんです。(@nachan__64) mii(@MiiC_chuuu) #フレッシュ撮影会#

‥∵‥‥∵‥‥∵‥‥∵‥‥∵‥‥∵‥‥∵‥‥∵‥ 3月29日(日) スペシャル大撮影会 in Booty東京 ⋆͛💚⋆͛組分け公開⋆͛💚⋆͛ ‥∵‥‥∵‥‥∵‥‥∵‥‥∵‥‥∵‥‥∵‥‥∵‥ 終日撮り放題で¥24,000‼︎ お得な前売り券好評販売中🔥 ⇢ 直筆サイン付き!! 当日衣装の郵送チェキ💌 29日⇢ 3月29日(日)出演モデル一覧 【TEAM A】 榛名うい(@uiui15ch) 琴里ここ(@coco_cotori) 汐瀬はなび(@Shio_0724oO) 富士美いまり(@imari_info) みあん(@miann___) 【TEAM B】 白烏しろ(@shiroka_shiro__) 今田光(@imada_hikari) 石原由希(@isi252525) 清宮みいな(@miinyaaa23) 日和なの(@7740u0) 菅野茉由(@sukusukusuga) 【TEAM C】 薺かれん(@udon_chan8) 河野亜季子(@akiko_kono317) 佐伯澪(@LumiDay_mio) 茜紬うた(@utagra624) 神川さあや(@saaaya0404) 【TEAM D】 森田ワカナ(@wakanyan1188) 月城レミ(@remiremi_38) 村上りいな(@riina1126_ryry) 比嘉こころ(@cocolo_hika) 佐藤莉依(@25rii25_) りーさ(@2525risa_model) 【TEAM E】 雪村花鈴(@yukimura_karin) 美波那緒(@_nao_minami) お嬢。(@rlz_04) みさ(@_misadayo) Aqua(@asanndesu0430) 【TEAM F】 神喜ミア(@miamia_nyann) 神楽坂茜(@akaneee1126) るか(@ruka_japan00) てるる(@teruru_1229) 峰りなこ(@minerinako) 永瀬永茉(@nagase_ema) 【TEAM G】 板野優花(@_harunoyuki_) 谷かえ(@Tani_kae) ルチコ(@ruchikolle) 最上ゆに(@mogamiyuni) 壇あやこ(@ayako_dan_) 【TEAM H】 香月杏珠(@anjyu_neko) 星咲エリカ(@errika0615) 仲村まひろ(@mahironakamura) つぶらあい(@tsubura_ai) なっちゃんです。(@nachan__64) mii(@MiiC_chuuu) #フレッシュ撮影会#

2日間で計85名の水着モデルさんが出演する撮影イベント👙 スペシャル大撮影会 in Booty東京✨️ 業界最安値!! お得に楽しめるのは今だけ🎟️ ⇢ 直筆サイン付き‼︎ 当日衣装の郵送チェキ💌 29日⇢ 3月29日(日)出演モデル一覧 榛名うい(@uiui15ch) 美波那緒(@_nao_minami) 森田ワカナ(@wakanyan1188) 雪村花鈴(@yukimura_karin) 佐伯澪(@LumiDay_mio) 香月杏珠(@anjyu_neko) 月城レミ(@remiremi_38) 白烏しろ(@shiroka_shiro__) 今田光(@imada_hikari) 板野優花(@_harunoyuki_) 谷かえ(@Tani_kae) 茜紬うた(@utagra624) 薺かれん(@udon_chan8) ルチコ(@ruchikolle) 神楽坂茜(@akaneee1126) 星咲エリカ(@errika0615) るか(@ruka_japan00) 富士美いまり(@imari_info) 石原由希(@isi252525) 琴里ここ(@coco_cotori) 神川さあや(@saaaya0404) お嬢。(@rlz_04) 最上ゆに(@mogamiyuni) 村上りいな(@riina1126_ryry) 清宮みいな(@miinyaaa23) 仲村まひろ(@mahironakamura) 峰りなこ(@minerinako) 永瀬永茉(@nagase_ema) 比嘉こころ(@cocolo_hika) 汐瀬はなび(@Shio_0724oO) つぶらあい(@tsubura_ai) みあん(@miann___) みさ(@_misadayo) 佐藤莉依(@25rii25_) 河野亜季子(@akiko_kono317) りーさ(@2525risa_model) mii(@MiiC_chuuu) なっちゃんです。(@nachan__64) Aqua(@asanndesu0430) 佐藤ひより(@7740u0) てるる(@teruru_1229) 菅野茉由(@sukusukusuga) ⇢

ハロプロといえばキッズ 時代を切取る15名 萩原舞（小1） 岡井千聖（小2） 鈴木愛理（小2） 菅谷梨沙子（小2） 中島早貴（小3） 清水佐紀（小5） 石村舞波（小4） 夏焼雅（小4） 須藤茉麻（小4） 村上愛（小4） 徳永千奈美（小4） 嗣永桃子（小5） 矢島舞美（小5） 熊井友理奈（小3） 梅田えりか（小5

如果你是不是还记得，2024 年夏天马斯克只用了四个月时间，从零建成了一个 10 万块 GPU 的超级计算集群。 正常流程下，光是向电网申请接入、等审批、等施工，就要三到五年。一个 400MW 的数据中心，走正规路子可能要等到 2028 年才能通电。 今天看了 SemiAnalysis 的报道，《AI 实验室如何解决电力危机》（How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive） 他租了一堆卡车载的燃气轮机，直接拉到工地，接上天然气管道，几周内就开始供电。xAI 的孟菲斯园区现在已经部署了超过 500MW 的自建发电设备。 这不是什么黑科技，但需要勇气和执行力。因为自建发电的成本比用电网贵得多，而且要自己搞定一大堆运维问题。但马斯克算了一笔账：每 GW 的 AI 云服务，一年能产生 100 到 120 亿美元收入。早上线六个月，就是十几亿美元。这笔账算下来，电费贵一点根本不是事。 于是，一场“自带发电机”的运动在 AI 行业迅速蔓延。OpenAI 和 Oracle 在德州下了一笔史上最大的自建电厂订单，2.3GW。Meta 在俄亥俄州的项目，因为设备紧缺，干脆用了五种不同的发电机拼凑，能用就行，先跑起来再说。 【1】电网为什么成了 AI 的绊脚石 要理解这场“自建电厂”运动，得先明白电网为什么跟不上。 美国的电网并不差。到今天为止，绝大多数 AI 集群还是用电网供电的，包括微软给 OpenAI 建的集群、谷歌在俄亥俄和爱荷华的超算、亚马逊给 Anthropic 建的 Trainium 集群。问题是，这些项目都是 2022 年之前拿到电力批文的，那时候还没有“AI 淘金热”。 ChatGPT 爆火之后，情况完全变了。德州电网运营商 ERCOT 的数据显示，每个月涌进来的数据中心用电申请高达几十 GW，但过去一年实际批准的，加起来刚过 1GW。 为什么批不下来？ 首先，电网是一个需要精密平衡的系统。供电和用电必须每秒钟都匹配，差一点就可能导致大面积停电，今年 4 月伊比利亚半岛的大停电就是例子。每接入一个大型用户，都要做复杂的工程评估，确保不会把系统搞崩。 其次，审批陷入了一个恶性循环。所有人都知道拿电很难，所以开发商们同时向多个电网运营商提交申请，先占坑再说。有的申请连地都没买，纯粹是投机。俄亥俄有一个电网，积压了 35GW 的申请，其中 68% 连地都还没拿到。投机申请越多，队伍越长，正经项目等得越久，于是大家更要提前占坑…… 从提交申请到真正通电，现在平均要五年。 五年？AI 公司等不起五个月。 【2】“自带发电机”的逻辑 BYOG 的核心逻辑很简单：不等电网了，我自己发电。 但这不是一锤子买卖。更聪明的做法是“桥接电力”：先用自建发电把数据中心跑起来，同时继续排队等电网接入。等电网通了，这些发电设备就转成备用电源。 这样做有两个好处。 第一，时间价值太大了。一个 200MW 的 AI 数据中心，早上线六个月，可能就是十亿美元级别的收入差距。在 AI 军备竞赛里，第一个跑出来的才能吃到最大的蛋糕。用 SemiAnalysis 那篇文章的原话：“Speed is the moat”，速度本身就是护城河。 第二，省掉了柴油发电机备用电源的钱。传统数据中心都要配柴油发电机做备用，现在这些燃气设备可以兼职。 当然，这条路不是谁都能走。自建电厂的成本比电网贵不少，还要自己搞定许可证、天然气供应、运维一堆事。但对于资金充裕、时间敏感的大厂来说，这是当前最务实的选择。 【3】发电设备的“菜单”：从喷气发动机到船用引擎 自建电厂用什么设备？选择比你想象的多。 第一类是航空衍生燃气轮机，简单说就是把喷气发动机从飞机上拆下来，装到地面发电。GE 的 LM2500 就是这么来的，原型是波音 747 和 F-18 战斗机上的发动机。这类设备体积小，一台 30MW 的机组可以用普通卡车运输，几周内就能装好发电。启动也快，从冷启动到满功率只要 5 到 10 分钟。缺点是贵，目前全包成本在每千瓦 1700 到 2000 美元，交货期 18 到 36 个月。 有意思的是，超音速飞机公司 Boom Supersonic 也杀进来了。他们发现自己的喷气发动机设计稍微改改就能发电，于是推出了 Superpower 燃气轮机，已经拿到了 Crusoe 公司 1.2GW 的订单。飞机公司干脆把发电当副业，用赚来的钱贴补造飞机。 第二类是工业燃气轮机，专门为地面发电设计，不是从飞机改的。成本略低，但启动慢一些，需要 20 分钟左右。 第三类是往复式内燃机，本质上是放大了几十倍的汽车发动机。一台 11MW 的机组可能有 14 米长。这类设备单台功率小，但维护简单，对燃料杂质和高温环境的耐受性更好。VoltaGrid 公司就是用这类设备做“能源即服务”，把一堆发电机装在卡车上，哪里需要拉到哪里。xAI 最早的 Colossus 1 集群就用了 VoltaGrid 的 34 台卡车载机组。 第四类是燃料电池，主要是 Bloom Energy 的产品。这东西不烧天然气，通过电化学反应发电，完全没有燃烧过程，所以不产生除了二氧化碳之外的空气污染物。这在环保审批上有巨大优势，部署也最快，几周就能搞定。缺点是最贵，每千瓦 3000 到 4000 美元，而且电池芯片五六年就要换一批。 最后还有重型燃气轮机，就是传统电厂用的那种 GW 级大家伙，配上废热回收的联合循环系统，效率可以超过 60%。但这种设备交货要等两三年，安装调试又要两年，总共五年起步。所以现在更多是作为“终极方案”，先用小设备跑起来，大设备慢慢建。 【4】跑起来才知道的坑 自建电厂不是买几台设备那么简单。真正跑起来之后，有一堆问题等着你。 第一个坑是冗余。电网的平均可用率是 99.93%，也就是“三个 9”。要自己达到这个水平，发电设备必须“超配”。一个 200MW 的数据中心，如果用 11MW 的往复式发电机，大概需要 26 台，其中 23 台工作，3 台备用。如果一台坏了，其他机组稍微加点负荷就能顶上。VoltaGrid 在德州的一个项目，1.4GW 的数据中心配了 2.3GW 的发电设备，超配了 64%。 Meta 在俄亥俄州的 Socrates South 项目更有意思。他们用了 5 种不同的发电设备：3 台 Solar Titan 250、9 台 Solar Titan 130、3 台西门子 SGT-400、15 台卡特彼勒高速发动机。总装机 306MW，给 200MW 的负载供电。设备型号都不统一，明显是“能抢到什么用什么”的拼凑方案。 第二个坑是负载波动。AI 训练的用电负荷变化很快，几毫秒内就可能出现几十兆瓦的波动。如果发电系统的惯性不够，频率会跳，严重的会触发保护跳闸。解决方案包括同步调相机、飞轮储能、电池储能系统。xAI 的做法是配大量特斯拉 Megapack 电池，既能平滑负载波动，又能在发电机启动时顶一会儿。 第三个坑是许可证。虽然自建电厂绑过了电网审批，但还要过环保部门这一关。燃气发电有空气污染物排放，需要拿空气许可证。即使在德州这种审批友好的地方，这个流程也可能要一年以上。Oracle 和 Stargate 的一个 GW 级项目就因为许可证问题延期了，SemiAnalysis 在彭博报道之前三周就通过追踪许可审批流程预测到了这个问题。 xAI 的应对方式很“马斯克”：把项目选址放在田纳西和密西西比两个州的交界处，同时向两边申请，谁先批就在谁那边建。结果田纳西没批下来，密西西比批了，项目就在密西西比落地。 【5】供应链的老伤疤 即使你有钱、有地、有许可证，也不一定能买到设备。 燃气轮机的交货期现在是历史最长。GE Vernova、西门子能源、三菱重工这三大厂商的订单已经排到 2028 年甚至 2029 年。 他们为什么不扩产？ 这要追溯到燃气轮机行业的两次“大崩盘”。 第一次是 2001 年前后。互联网泡沫时代，大家相信数据中心会消耗天量电力，电力公司疯狂下单。GE 一年出货超过 60GW。然后互联网泡沫破了，安然崩了，订单一夜之间消失。 第二次是 2017 年到 2022 年，清洁能源转型叠加全球经济放缓，燃气轮机市场跌到谷底。GE 和西门子的年出货量都跌到 10GW 以下。 这两轮周期给制造商留下了深刻的心理阴影。现在 AI 带来的需求暴涨，他们的第一反应不是“赶紧扩产”，而是“别又是一个泡沫”。所以 GE 承诺把产能提到每年 24GW，但这只是回到 2007 到 2016 年的平均水平，根本不是大扩张。西门子也差不多，“不增加厂房面积”是明确说法。 更深层的瓶颈在供应链。燃气轮机的核心部件：涡轮叶片，需要用到稀土金属、单晶镍合金等高端材料，铸造工艺极其复杂。全球能做的供应商就那么几家，而且他们要同时供应民航发动机、军用航空发动机和工业燃气轮机。这些供应商刚经历过 COVID 期间的订单崩盘，现在也不敢贸然扩产。 另外，重型燃气轮机的核心部件重达三四百吨，需要专用的驳船、铁路车厢和拖车来运输。这种重型物流本身也是瓶颈。 相比之下，小型航空衍生燃气轮机和往复式发动机的供应情况好一些，因为它们可以用普通卡车运输，也不那么依赖稀土材料。 【6】新玩家入局 供应紧张的时候，总有人会找到变通办法。 ProEnergy 是先行者。他们把波音 747 退役发动机的核心机翻新改造，做成和 GE LM6000 性能相当的发电机组。用别人不要的东西，解决眼前的燃眉之急。 更有意思的是 Boom Supersonic。这家公司本来是做超音速客机的，结果发现自己的发动机设计稍微改改就能发电。他们推出了 Superpower 燃气轮机，单机 42MW，可以装在一个集装箱里运输。已经拿到了 Crusoe 公司 1.2GW 的订单，计划 2027 年出货 200MW，2028 年 1GW，2029 年 2GW。 一家造飞机的公司来做发电设备，听起来很跨界，但细想又合理，航空衍生燃气轮机本来就是喷气发动机改的，Boom 只是从源头入场。他们甚至可以把发电业务当成飞机业务的“融资渠道”。 往复式发动机领域，船用发动机制造商 Wärtsilä早就入场了。他们发现，驱动游轮的发动机和给数据中心发电的发动机，本质上是同一种东西。已经签了 800MW 的美国数据中心合同。 【7】对 AI 产业意味着什么 如果说总结一下这篇报告的内容： 第一，电力已经成为 AI 发展最主要的瓶颈。不是芯片，不是数据，是电。一个算力集群再牛，没电就是一堆金属。 第二，“速度就是护城河”正在重塑整个基础设施行业。AI 公司为了早几个月上线，愿意承担更高的成本、更复杂的运维、更大的不确定性。这种“时间价值优先”的思维，和传统数据中心“成本效率优先”的逻辑完全不同。 第三，AI 公司正在变成“准电力公司”。它们不再满足于做电网的用户，更想要自己掌控能源供给。这种垂直整合的冲动，和当年互联网公司自建光纤网络是一个路数。 最后必须得再重复一下马斯克那句话：“Speed is the moat”，速度本身就是护城河。 在 AI 这场竞赛里，快，比什么都重要。