与「AI产业链」相关的搜索结果

EP-06 当模型开始不值钱，AI 真正的铲子股变了 这一期《白线 White Line》，主播 Minta 聚焦一个正在重塑 AI 产业链的问题：开源模型究竟要不要打败 OpenAI 和 Anthropic？ 企业的实际使用案例表明，模型能力并不是决定成本与效率的唯一变量。任务拆解、上下文管理、工具调用、失败重试和模型路由，同样会影响最终结果。企业未来可能不会押注单一模型，而是让不同模型分别处理高价值、低成本或高隐私要求的任务。开源模型只要能够接走一部分工作，就能让企业获得议价、本地部署和更换供应商的权利。 当模型越来越多、越来越便宜，也越来越容易替换，产业链中真正稀缺的环节随之改变。本期节目从 Nvidia 与 Palantir 的主权 AI 合作出发，梳理四类可能受益的“新铲子”：充当模型超市的云平台，掌握企业数据、权限和流程的工作流平台，监控模型与 Agent 调用链的可观测性工具，以及负责模型路由、安全和边缘推理的网络基础设施。 核心结论是，开源模型不需要成为全能冠军，也不必彻底取代前沿闭源模型。它真正改变的，是企业不再需要把每一次调用、每一份数据和每一个工作流永久交给同一家模型公司。模型一旦可以替换，价值便可能从模型层重新流向算力、云、数据、权限、工作流、安全与网络。开源战争或许不会产生唯一赢家，但它已经开始改变谁能赚钱。 内容不构成任何投资建议，请严格遵循当地法律法规。 《白线 White Line》由吴说团队出品，从 Crypto 走向更广阔的资本市场，关注 AI 时代下的趋势变化与交易机会。 时间线： 00:00 开源模型真的需要打败 OpenAI 吗？ 00:33 Software Factory：便宜模型也能进入企业生产线 02:49 Nvidia × Palantir：谁会成为开放模型的推手？ 07:03 第一把新铲子：CSP 成为企业 AI 的模型超市 09:53 第二把新铲子：数据与工作流让 AI 进入组织 11:45 第三把新铲子：Datadog 监控模型与 Agent 13:55 第四把新铲子：CDN 开始调度 AI 流量 17:27 结尾：开源模型没有赢，却已经改变了赢家

漫话期权 | 第一集 | 期权概念与损益图 via @YouTube 最近沉迷于制作视频科普, 每一个视频的诞生都让我更深入理解某一个课题, 我觉得是非常不错的学习方式. 于是重新开启了YouTube频道, 仍旧是分享宏观经济货币金融、AI Trading、期权等相关分析为主. 已经把之前的AI产业链七讲同步到频道里了, 近期在做期权基础, 感兴趣的朋友欢迎订阅~

《AI产业链七讲 · 第5讲|数据中心的完整账单,与下一个瓶颈:电力》 1. 一座10万颗GPU的数据中心,除了芯片,钱还得花在哪? 2. 光模块全球份额第一,毛利率却只有三成、还要年年主动降价——为什么? 3. 芯片管够了,AI扩张现在卡在哪? 4. 英伟达、中际旭创、施耐德,该给一样的估值倍数吗?

用苏格拉底式提问做了一个AI小科普系列《AI产业链七讲》, 不灌结论,带你自己推理出产业逻辑。 第1讲6分钟,3个可以带走的投资框架。 为什么设备人人能买,工艺却无法复制?为什么良率差0.05%,连乘一千道工序就是天堑?为什么设备股永远是周期股? 数据截至2026年7月,不构成投资建议。

这个世界变化很快 我记得defi之夏那一年 每天都有层出不穷的新东西 一开始我尝试去研究 但是确实是从入门到放弃 海量的信息 海量的创新 人的成长跟不上行业 我知道我肯定不会成为最专业的defi研究员 我甚至eth也没有买多少 我只买了点uni和sushi 其余的都随缘了 不是我不想学或者学不懂 我觉得他们太难了 这么难得东西是很难普及的 读书的时候我就不是那么聪明 搞那些太难的事情和那些顶级聪明人相比 我毫无优势 我就好好买我看的懂的btc 依靠常识和容易模式能赚钱 为什么非要用困难模式 今天的AI产业也是如此 已经从我能看懂的英伟达 传导到下游过于精细的产业链 我不是说这个研究思路有问题 只是不合适我 过于精细的东西出问题的概率远大于你的感知 航空零件有10万个 每个零件的安全系数都是99.99% 但是他们的整体安全系数不到1% 为了应对几乎每个零件都有备份和备选方案 复杂的链路和商业模型 你的推倒过程就如同这精密的仪器 它会在你想不到的地方出问题 茅台和可乐是全世界最好的商业模型之一 茅台的成本就是粮食 水 工资 营销费用 卖了多少瓶酒收了多少钱花了多少赚了多少 简简单单你敢造假查你分分钟 茅台搞直营搞i茅台其实本质是搞反腐 以前出厂价以内的利润是股东的 出厂价以外的是各种猫腻的 可乐也是如此糖加水加工资加营销 简简单单的财务报表 想骗人都挺难的 尊重常识 始终记得 做投资不需要太聪明 智慧老人芒格说了 靠常识就可以赚钱 那些需要太高智商太多研究才能赚钱的 本来就不是我们应该赚的钱 如果你能赚到那份钱 你应该去考个博士 知道自己能做什么是发展 知道自己不能做什么 是生存

高盛看好几家中国物理AI公司 精选减速器、传感器、驱动控制、整机等低估值、 订单业绩可落地的细分龙头企业。 六家标的覆盖人形机器人完整产业链，各自主业国产替代成效显著， 订单饱满、营收利润增长强劲，具备稳定兑现能力。 这套全产业链布局思路，区别于纯题材概念股， 核心看重硬件量产与海外订单基本面， 依托实体硬件红利把握物理AI产业机会。

Anthropic 有 53% 的概率在 10 月底前完成 IPO。 这意味着 AI 赛道最核心的资产正在进入资本退出的关键窗口期。如果这个预测成真，二级市场对大模型底层能力的定价逻辑将从“技术愿景”转向“现金流与商业化落地”。对于关注 AI 产业链的人来说，这标志着头部独角兽正试图通过上市来锁定长期算力成本和人才激励。

AI这一轮真正改变市场定价逻辑的不只是GPU，越来越多资金押注HBM（高带宽内存）。GPU负责算、HBM负责喂数据，没有HBM，再强的GPU也跑不出效率。SK海力士能成为这一轮最大的赢家之一，本质上就是卡住了AI产业链最关键的瓶颈。 刚好看到BitMart最近围绕SK海力士做了一个活动，7月10日上线前先开放AI芯片主题交易，上线后还有SK海力士相关奖励，思路倒是挺符合现在市场主线，围绕整个AI产业链做布局。交易所链接：

花 1450 亿美元建算力的小扎,今天说了句大实话:算力用不完,准备转卖。 这句话有点要命。 整个 AI 产业链现在的狂欢,就靠两根柱子撑着: 一是模型真能赚钱,OpenAI、Anthropic 的 ARR 一直创新高,证明生意跑得通; 二是大厂玩命砸钱,Google、Oracle、Meta 的 CAPEX 一路加码,半导体、PCB、光模块这些,赚的就是这份 CAPEX 的钱。 但这两根柱子底下,还压着一个共同的信仰——算力永远不够用。 现在砸钱最猛的那个,自己站出来说"我用不完、要转卖",这个信仰就开始晃了。 再叠加 Meta 广告和社媒本身的压力(消费降温、人跟 AI 聊得比跟人还热闹),万一哪天大厂真开始收手,CAPEX 一降温,上游那条链的估值,还撑得住吗? 你站哪边: A 第一道裂缝,链子要松了 B 想多了,能转卖=更会赚钱 评论区聊聊👇

今天想到一个问题，未来是属于AI的，那为啥AI产业链股暴涨路上还会有暴跌， 大概是市场在调节涨幅去跟它的季度营收或者数年内的预期营收做匹配。 就像草原上骑马，虽然马儿在狂奔，但实际奔跑过程中你一直在来回拉缰绳调控它的节奏，跑累了你还得给它一口草吃。