AI 行业与应用
行业观察 · 办公 · 出行 · 音频 · 教育 · 医疗
AI 行业动态与应用落地:产业格局与算力经济、AI 办公与生产力、自动驾驶与智能出行、AI 音频,以及教育、医疗等场景。
AI 行业观察 9 篇
博通为 OpenAI 筹资 500 亿美元:AI 算力建设进入「债务驱动」时代
10 月 8 日《华尔街日报》与彭博社报道:博通正为 OpenAI 的定制 AI 芯片安排超 500 亿美元融资,与阿波罗、黑石等私募信贷机构早期洽谈;同日《金融时报》曝出 SpaceX 正洽谈约 400 亿美元买英伟达芯片,博通还在为 Anthropic 筹集 600 亿美元。芯片采购的钱开始大规模来自债券与私募信贷,而非利润与股权——AI 算力的融资结构正在换轨。本文梳理交易结构与「循环交易」争议。
模型即服务选型:API 供应商的分层评估清单
选模型 API 的本质是选供给关系,不只是选模型。本文给出官方 API、云托管、聚合网关、自托管四层的对比地图,逐条展开七项评估清单,并给中小团队一条从网关起步的务实路线。
算力芯片格局速览:GPU、ASIC 与推理卡的分工
芯片发布一场接一场,参数眼花缭乱。本文不评具体产品,而是给一套分类框架:GPU 凭什么主导 AI 算力、ASIC 特化在哪、推理卡的成本逻辑是什么,以及读芯片新闻时先问的三个问题。
Agent 的经济账:从按 token 到按结果的计费演进
Agent 任务是多轮模型调用加失败重试,token 成本数倍于单轮对话,计费模式因此成为行业难题。本文梳理按 token、订阅、按结果、按价值分成四种模式的风险分配,分析毛利结构,并给出买方评估供应商的三个关键问题。
算力的度量衡:从 FLOPS 到卡时,看懂算力新闻的单位
FLOPS、算力、卡时、集群规模混着说,是看懂算力新闻的第一道坎。本文厘清 FLOPS 与 FLOPs 一字之差的两个概念,给出 6ND 训练算力估算经验与卡时换算方法,解释峰值与有效算力之间的 MFU 差距,最后附一张看懂算力新闻的换算清单。
开源权重与闭源 API:一场不会结束的博弈
开源权重与闭源 API 是两种供给模式:一个靠生态与自部署取胜,一个靠数据飞轮与前沿能力领跑。本文拆解双方的打法与护城河,解释「落后但够用」的动态平衡,并给出数据敏感性、运维能力、定制需求、成本结构四个维度的选型框架。
大模型价格战的底层逻辑:推理成本是怎么降下来的
同等能力的模型 API 价格在几年间下降了一个数量级以上,这不是赔本赚吆喝,而是推理成本结构性下降的传导。本文拆解大模型服务的成本结构,讲清硬件、推理效率、MoE 架构与规模化利用率四条降本路径,并给出开发者应对建议。
开源大模型的 License 地图:从 Apache 2.0 到「开放权重」的口诀
「开源大模型」多数只是权重可下载。本文按约束强度梳理三层谱系:真 OSI 开源(Apache 2.0/MIT)、附加约束的社区协议(Llama 7 亿月活门槛与命名条款、Gemma 禁用清单)、仅研究/非商用,附 Llama/Gemma/Qwen/DeepSeek/GLM/Mistral/Phi 协议对照表(截至 2026-10-07),并给出版本继承、月活口径与商用合规三个触发点。
深度研究:2026 年三季度全球 AI 投融资盘点
2026 年三季度全球风险投资 1590 亿美元、AI 占 64%;27 笔十亿美元级巨额轮创历史纪录,Databricks 与 SSI 各 50 亿美元领衔。钱加速流向算力与数据中心,应用层在巨额轮名单集体缺席;IPO 与并购通道同步打开,一二级市场估值分化开始显形。
自动驾驶与智能出行 4 篇
一篇读懂 BEV 感知:自动驾驶的「上帝视角」是怎么算出来的
八个摄像头各自看世界,每张图都是不同的透视——让它们对齐到同一张俯视网格里,是自动驾驶感知十年来的核心工程问题。本文拆解 BEV 的两条变换路线(LSS 显式深度与 BEVFormer 注意力)、Occupancy Network 对「这是什么」的釜底抽薪,以及从论文走到 Orin 车规芯片与「无图 NOA」的落地之路。
世界模型上车:端到端之后,自动驾驶把训练与验证搬进了「生成的世界」
端到端架构解决了「怎么开」,却顺手摧毁了旧的验证体系——模块没了,没法分模块打分;而真实路测里程的需求随性能提升指数增长。2023 至 2026 年,行业给出的答案是世界模型:Wayve 的 GAIA 从生成器(GAIA-1)一路进化成闭环验证器(GAIA-4),英伟达把 Cosmos 做成开源底座,Waymo 基于 Genie 3 自建世界模型,理想/小鹏/华为则以「VLA 管开车、世界模型管训练验证」双轨并行。本文拆解这条技术线的逻辑、格局与保真度之争。
一篇读懂端到端自动驾驶:三十万行规则代码,是怎么被一根网络替掉的
2023 年 UniAD 拿下 CVPR 最佳论文,2024 年特斯拉 FSD v12 把约 30 万行手写 C++ 驾驶规则换成一根端到端神经网络——此后两年,端到端从研究界的挑战者变成了智驾行业的主路线。本文拆解它替掉了什么(模块化流水线的三宗罪)、怎么工作(可微分架构 + 模仿学习)、以及它把哪些老问题换成了哪些新问题(可解释性、安全验证、数据长尾)。
Robotaxi 转折之年:Waymo 融资 160 亿、特斯拉摘掉安全员、萝卜快跑喊出单城盈利
2026 年的无人驾驶出租车第一次同时出现三个信号:Waymo 拿下公司史上最大的 160 亿美元融资(估值 1260 亿)、特斯拉在奥斯汀都会区去掉车内安全员、百度与小马智行先后宣称单城运营成本转正。产业在加速,阻力也在成型——NHTSA 对 Cybercab 立案审查、纽约州暂停立法、工会接连组织反 Robotaxi 集会。本文用财报与官方口径的数字盘一遍中美格局,并给出判断「真转折还是假繁荣」的观察清单。
AI 音频与音乐 8 篇
AI 音乐的版权账:训练、产出与商用,三笔账各有各的算法
AI 音乐的版权问题不是一句话能答的:训练端有 GEMA 在德国赢下 Suno 的判决,产出端美国版权局坚持「纯 AI 生成不受保护」,商用端平台条款决定了你拿到的是什么权利。本文把三笔账分开算清,给创作者一份实操清单。本文不构成法律意见。
音频理解:大模型怎么「听懂」ASR 之外的声音世界
转写成文字只是「听见」,音频理解的野心是「听懂」:环境声事件、音乐结构、说话人情绪、副语言信息。本文拆解音频语言模型的技术配方(音频编码器 → 语义 token → LLM)、开源代表 Qwen 系与评测基准 MMAU/AudioBench,以及它正在替代的旧管线。
AI 配音与播客工作流:从文稿到成品音频的工业化五段法
「把文稿变成能听的节目」已经是一条可工业化的流水线:声音资产管理、逐段生成与情绪控制、多角色编排、后期质检各有工具与坑。本文以 ElevenLabs 与开源自托管两条路线为轴,拆解 AI 配音的完整工作流与成本账。
一篇读懂语音克隆:几秒参考音频是怎么复刻一个人声音的
零样本语音克隆只需约 6 秒参考音频:说话人编码器把音色压成一个向量,再去条件化 TTS 生成——XTTS 一条路是「嵌入式克隆」,OpenVoice 一条路是「合成后换色」。本文拆解两条技术路线的原理、效果边界,以及这道技术必须面对的滥用与合规问题。
AI 音乐生成格局:Suno 与 Udio 从被告席走向授权时代
Suno v5 与 Udio 曾是 AI 音乐的双子星,2024 年被三大唱片起诉后走上不同道路:Udio 与环球和解、关闭下载建「围墙花园」,Suno 拿下华纳合作但仍被环球与索尼起诉。本文梳理截至 2026 年 10 月的产品格局与授权模式转型。
一篇读懂端侧语音助手链路:唤醒词、VAD、流式 ASR、TTS 与打断
「小爱同学」到回答只有两秒,中间站着五道流水线工位:唤醒词、VAD、流式 ASR、LLM、TTS,外加最难的一道暗桩——打断处理。本文按延迟账拆解每道工位的职责、模型选型与失败模式,算清为什么端侧语音助手的优化是一张接力棒时刻表。
语音链路地图:ASR、TTS 与实时对话的延迟账
语音对话「说完—听懂—想好—说出」四段链路各带百毫秒级延迟,叠加起来轻易超过人类对话的停顿预算。本文摊开全链路延迟账本,拆解 VAD、流式识别、首 token 与流式合成各环节,并对比级联与端到端两条架构路线。
VoiceStudio(debpalash/VoiceStudio):把 ElevenLabs 搬进本机的开源语音工作台
Palash Debnath 的全本地开源语音工作台 VoiceStudio(当日涨星 +3,274、★43,728、AGPL-3.0):把 17 个 TTS 与 7 个 ASR 引擎抽象成可插拔引擎层,覆盖克隆/设计/配音/听写/有声书并内置 MCP。拆解双端口架构、默认引擎 OmniVoice 的单阶段离散 NAR 原理、六阶段配音流水线,以及 CC-BY-NC 权重带来的商用授权陷阱。
AI 与教育 2 篇
AI 教育的 2026:三场 RCT 都说有效,为什么家长还是不放心
2026 年 AI 教育拿到了迄今最强的证据:哈佛实验里 AI 导师组的学习增益超过面授主动学习的两倍,世界银行在尼日利亚测出约合两年常规进度的提升,Google 在塞拉利昂的 RCT 也有 0.26 个标准差。但三场研究全部由利益相关方资助、周期不超过一学期,而 MIT 的脑电研究与「护栏可绕过」的产品现实站在对面。本文梳理产品格局、证据攻防与中美政策两条路线。
GPT-6 向 12 亿用户开闸:读懂 Astra、Sol、Luna 与那颗被砍掉的 GPT-6.1
OpenAI 已把 GPT-6 推向全体 ChatGPT 用户,官方口径周活超 12 亿。这一次不是一颗旗舰,而是 Astra、Sol、Luna 三款各管一段:Pro 档才摸得到的 Astra、付费档默认的 Sol、免费档的 Luna,配套把回复从纯文本升级成带交互组件的 Intelligent UI。本文梳理三款模型的定价与能力坐标、第三方评测里的真实站位,以及 GPT-6.1 Astra 因安全原因被取消的罕见一幕。
AI 医疗健康 2 篇
AI 医疗的 2026:医生采纳率冲到 81%,责任规则还停在原地
美国医学会 2026 年调查显示 81% 的医生已在工作中使用 AI,三年前这个数字是 38%;FDA 官方清单上的 AI 医疗器械授权已达 1614 条,瑞典 MASAI 随机对照试验最终结果登上了《柳叶刀》。但佛罗里达州一桩指控 ChatGPT 给出危险医疗建议的诉讼提醒所有人:AI 误诊时谁负责,至今没有判例答案。本文梳理临床证据、监管数据与责任真空这三条主线。
AI 读片的黄金年代与证据缺口:医学影像 AI 的审批、精度与落地账
FDA 批准的 AI 医疗器械已超 1600 个,四分之三以上是影像产品;但深挖审批数据会发现,做过前瞻性临床测试的只有 5%。本文讲清影像 AI 为什么跑赢所有医疗 AI 赛道、审批繁荣背后的证据缺口,以及从获批到「医院真用、有人付钱」之间还隔着什么。
其余文章 60 篇
AI 内容水印与溯源产业:C2PA、检测与平台义务
AIGC 爆发让「这条内容是真的吗」变成日常问题,一条内容凭证产业链正在成形:C2PA 把元数据链从相机铺到平台,检测工具在对抗与误伤里艰难进化,平台义务被监管压实。本篇拆开水印、检测、凭证三条路线的账,给出平台与品牌方的实操建议。
具身智能的商业化前夜:人形机器人供应链地图
人形机器人的商业化不在发布会里,在减速器、丝杠、空心杯电机、灵巧手与传感器的供应链账本上。本篇画一张 BOM 地图,盘点特斯拉与国内玩家的真实进度、工厂搬运先行的原因、成本曲线与数据瓶颈——机器人上车的坡道更长,但起点已经可见。
AI 与半导体 EDA:芯片设计流程的 AI 化
每颗芯片都诞生在 EDA 工具里,而 EDA 是新思、楷登与西门子三巨头的天下。AI 正沿三条路进入设计流程:布局布线优化、验证用例生成、PDK 建模加速;大厂自研芯片又在改写工具链需求。本篇拆开垄断格局与「AI 设计芯片」叙事的真实距离。
模型操作系统之争:谁来做模型之上的调度层
大模型之上正在长出一层「模型操作系统」:路由、上下文管理、工具调用与记忆的统一抽象,决定算力效率与应用形态。基础模型厂商向上、云平台向下、中间件创业公司卡位中间,开放与封闭两条路线拉锯,而模型迭代随时重洗牌面。本篇拆解这场调度层的卡位战。
AI 应用的留存率危机:从尝鲜到日常的分水岭
AI 应用的月留存显著低于传统应用,是行业的心照不宣:尝鲜来得快走得也快,输出方差与替代方案让用户难以沉淀。哪些品类跑出了高粘性、留存怎么传导到订阅与按量计费、次周回访与深度会话为何是分水岭指标——本篇拆开「用户为什么不回来」这门学问。
国产 AI 芯片的窗口:昇腾生态与替代的现实进度
制程受限之下,国产 AI 芯片靠架构补偿与集群规模对冲单卡差距,昇腾用 CANN 软件栈啃生态迁移成本,寒武纪、海光、摩尔线程各走各路,大厂采购结构悄然改变。本篇给出替代进度的现实框架:芯片在追,生态才是真正的考场。
液冷与数据中心散热:从风冷到浸没式的演进
单卡功耗冲上千瓦、机柜功率密度翻倍,风冷被逼到物理墙角,液冷从可选变成必选:冷板式已是当前主流,浸没式在成本与运维之间纠结,PUE、承重、管路都在被重写,快接头与 CDU 成为新卡位。本篇拆开散热这条被 AI 改写的产业链。
数据中心网络与光模块:AI 集群的带宽账
大模型训练把数据中心流量翻成东西向,网络变成第一等约束:Fat-Tree 与 Rail 优化重构拓扑,光模块从 400G 冲向 1.6T,中国厂商吃下全球大半份额,CPO 在远处排队。本篇算清 AI 集群的带宽账与光模块产业的真实格局。
存储芯片产业:DRAM、NAND 的周期与 AI 的新变量
存储是半导体里最典型的周期行业:供给刚性、需求波动、价格三年一个来回。HBM 之外,AI 服务器正拉动大容量 DDR5 与企业级 SSD 两条新曲线,长鑫与长江存储改变国产底盘,周期股与成长股之争决定估值。本篇拆开存储大盘的新旧逻辑。
半导体设备与材料:光刻、刻蚀与产业链上游的卡位
芯片制造的价值链里,设备与材料才是真正的咽喉:ASML 独占光刻、应用材料与泛林分管沉积刻蚀、KLA 守着量测,日系材料在光刻胶与特气上隐形卡位。本篇拆开设备分工、材料暗线、国产化真实进度与后市场生意,给出从业者的观察清单。
AI 与航空航天:适航认证、预测性维护与卫星遥感
航空是最安全也被安全约束绑定最深的行业:地面侧的预测性维护、收益管理与遥感分析 AI 跑得快,机上智能被适航认证拖着慢走;本文拆解航材账、发动机服务化与卫星数据生意的三本账。
AI 与安防行业:视频结构化、周界防范与隐私的天平
安防是 AI 视觉最早规模化落地的行业:海量录像被结构化成可检索数据,周界防范与行为识别落地最深;G 端项目制的商业模式、隐私比例原则的争议与出海合规差异,决定这门生意的边界与形状。
AI 与养老照护:陪伴机器人、跌倒监测与适老科技
老龄化把照护缺口变成硬约束,AI 从跌倒监测、异常行为识别、用药提醒、陪伴机器人到机构运营提效依次落地;隐私权衡与支付方缺位是这道账的两道坎,本文按「谁付费、谁受益、谁担责」拆解适老科技。
AI 与旅游业:行程规划、动态定价与导游数字人
旅游是低频高客单、决策链长、供给碎片化的行业,AI 把攻略搜索变成对话式规划,OTA 与酒店用动态定价做收益管理,景区用客流预测分流,导游数字人讲多语种;内容 AI 化与真实性的张力贯穿全行业。
AI 与咨询会计行业:审计底稿、尽调与知识管理
审计底稿、尽调资料与税务研究是文书密集的「读很多写很少」工作,四大所与咨询公司把 AI 塞进底稿、资料室与知识库;但按人天计费的商业模式与效率提升互相冲突,专业责任仍锚在签字人身上。
AI 与人力资源行业:招聘筛选、培训与人效分析
HR 是流程最重、文书最多的企业职能,AI 从简历筛选、面试辅助、企业培训与组织分析四段切入;效率提升与算法偏见、监管合规同场博弈,求职端也在用 AI 反击,本文拆解这场双向改造。
AI 与纺织服装业:款式生成、柔性供应链与库存预测
服装业的账本压在库存上:AI 从款式生成、需求预测、柔性排产三段切入,调和「小单快返」与「预测备货」的矛盾,直播电商进一步压缩供应链响应时限;本文拆解这条设计—供应链—库存链条的智能化账本。
AI 与制药业:靶点发现、分子设计与临床试验的提速账
新药研发是典型的长周期高失败行业,AI 从靶点与蛋白结构、分子生成、临床试验设计与招募三段切入改造研发流水线;提速可见、颠覆未至,本文拆解药企、AI 公司与 CRO 三方的账本与阻力。
AI 与能源电网:负荷预测、新能源调度与虚拟电厂
电网是最早用 AI 的行业之一:负荷预测从统计模型走到深度学习,风光并网把功率预测变成刚需,虚拟电厂让算法直接参与调度与交易;本篇与「AI 的能源账」分工——那篇讲 AI 耗电,这篇讲 AI 反哺电网。
AI 与餐饮酒店业:点餐、排班与服务的标准化账本
餐饮酒店是高频、低毛利、重人力的生意,AI 从点餐接口、后厨调度、客流排班与酒店收益管理四处切入;连锁化的标准化诉求决定渗透速度,客单价决定 ROI 敏感度,本文算清这笔落地的经济账。
企业 AI 采购的 TCO 账:从 POC 陷阱到规模化投产
企业 AI 项目的真实死亡率惊人:大量 POC(概念验证)死在规模化的路上——不是技术不行,是 TCO(总拥有成本)的账没算清。把企业 AI 的成本结构、POC 陷阱与规模化清单讲清,这可能是企业数字化老兵最需要的一篇。
内容审核的 AI 产业:从人工流水线到「AI 审 AI」
AI 生成内容的爆炸让内容审核从「成本中心」变成「产业级难题」:旧的人工流水线扛不住量,AI 审核自己的 AI 产出成为新范式——但「AI 审 AI」的循环里,谁定义标准、谁来兜底责任,是这门生意的深层账。
AI 基础设施创业的新窗口:从 GPU 云到「数据的工业化」
模型层被巨头锁死、应用层卷成红海,但 AI 基础设施层(Infra)的创业窗口反而变宽了:GPU 云的转租生意、推理加速的中间件、数据合成的工业化、评测与安全的流水线——四条新窗口各有各的护城河逻辑。
HBM 与先进封装:算力供应链的第二张「卡脖子」地图
台积电的先进制程是算力供应链最著名的一张「卡」(库内已有专文),但第二张卡正在浮出水面:HBM 内存与 CoWoS 封装——AI 芯片的性能瓶颈已经从「算得快」转移到「喂得饱」,而喂料口握在 SK 海力士、三星与台积电手里。
AI 数据标注产业:从众包工地到 RLHF 数据工厂
数据标注是 AI 产业的「隐形地基」——它的形态随 AI 的需求升级了三代:众包打标签、专业质检线、再到 RLHF 的专家反馈工厂。数据工厂的竞争要素变了:比的不是便宜,是「谁身边坐着的博士多」。
翻译与本地化产业:机器翻译之后,译者的新位置
机器翻译的 NMT 时代就冲击过翻译行业,大模型把冲击推向了「高质量泛领域」——但翻译产业没有消亡,它按文本价值分层重组:机器管量、人管质、行业 know-how 管价。译者的新位置,藏在这条分层曲线里。
广告业的 AI 重构:从素材生成到「千人千面」的终点
广告业是 AI 变现链路最短的行业——生成素材降成本、自动投放提效率,两端的账都已跑通。但「千人千面」的终点与品牌安全的边界正在成为新问题:当广告完全自动化,品牌还剩下什么。
AI 与体育:从训练分析到转播增强的场内外账本
体育业的 AI 化分场内外两本账:场内是训练分析与裁判辅助(数据公司十多年的老战场+半自动越位的新变量),场外是转播增强与内容生产(大模型的新增量)。竞技的公平性与「人的不可预测性」是这套系统的两条边界。
AI 与房地产:估值、带看与建筑设计的智能化账本
房地产是「数据多但数字化慢」的行业,AI 化在三个环节各有各的进度条:估值模型最成熟(AVM),带看与交易的对话化正在发生(大模型的增量),建筑设计的生成式革命刚开始(AIGC 的设计管线)。三个环节三本账。
AI 与保险业:精算、核保与理赔的自动化光谱
保险业是「数据行业」的原住民——精算师用概率表算了一百年。AI 化在这行的推进不是颠覆,是把自动化光谱从「规则引擎」推向「模型决策」,而每个环节的推进速度都由「监管容错」决定。
AI 与物流供应链:从路径优化到「会搬箱子的大模型」
物流业是 AI 的「隐形主场」——预测、路径、仓储机器人十年前就在用算法,大模型的加入改变的是最后一块拼图:与人的交互层。把三层改造讲清,物流业 AI 化的真实进度条就有了刻度。
创作者经济的 AI 账:生产力溢价去了哪里
AI 让写作快了十倍、设计快了十倍,但创作者的收入并没有涨十倍——生产力溢价被平台、被供给膨胀、被广告单价稀释了。把「溢价去哪了」这笔账算清,创作者与平台的新均衡才能看懂。
AI 视频生成的产业账:Sora、Kling 与影视管线的重构
文生视频从演示到量产的三年里,产业账已经分化成三本:广告与营销的快速回本、影视管线的局部改造、以及「长片叙事」仍在排队。把三本账与玩家的卡位策略讲清,就能看懂视频生成这门生意的真实进度条。
可穿戴 AI 的生死簿:从 AI Pin 到智能眼镜的幸存者游戏
AI Pin 猝死、Rabbit R1 沉寂、智能眼镜悄悄放量——可穿戴 AI 的第一批试验品给出了清晰的生死判据:没有屏幕的「替代手机」死,寄生于手机的「轻交互」活。这份生死簿的判据,值得每个做 AI 硬件的人抄写。
AI 监管的全球地图:三种哲学与一场标准的战争
欧盟画红线、美国拼市场、中国管备案——三种监管哲学塑造了三个不同的 AI 市场。跨境运营的公司面对的是一张合规拼图,而真正的决胜点可能在「技术标准」的谈判桌上。
利润池地图:AI 的钱到底在哪一层被赚到
模型层内卷、应用层热闹、基础设施层闷声——AI 产业链的利润不是均匀分布的。把基础设施、模型、平台、应用四层的利润池摊开对比,你会看清「谁在真正赚钱、谁在讲故事」,以及新进入者该往哪层钻。
挑战者的路线图:Groq、Cerebras 与「绕开英伟达」的三种姿势
CUDA 生态的二十年护城河(库内已有专文)面前,挑战者们不走同一条路:Groq 把 SRAM 推到极致、Cerebras 把晶圆当芯片、Tenstorrent 走开放架构——三种「绕开英伟达」的姿势,各有各的数学与各有的命门。
中国大模型格局 2026:价格战之后的分化与各自的路
价格战把 API 价格打到地板之后,中国大模型公司开始走不同的路:开源卷全球开发者、行业方案卷企业订单、端侧卷手机与车。六小龙的分化、大厂的全栈打法与「算力自查」的暗线,构成 2026 年的产业地图。
AI 独角兽的并购潮:算力换股权的 2026
微软挖走 Inflection 团队、Google 吸收 Character.AI、Amazon 招安 Adept——2024 年起的一波「准并购」改写了监管与创业的规则:不买公司,只买人才与授权。这波操作的逻辑、边界与后遗症值得复盘。
基础模型公司的商业模式:三家实验室的三本收入账
订阅、API、企业合约——三家头部实验室的营收结构各有侧重,商业模式的选择决定了它们各自的护城河与软肋。把三本收入账摊开对比,AI 行业的核心博弈就清晰了。
AI 投资的十年周期:从寒冬到狂热再到理性
AI 的资本史是一部钟摆史:2012 年深度学习点燃第一轮热潮,2017-2019 的寒冬(落地不及预期、资本退潮),2023 年生成式 AI 的狂热顶点,再到如今的「要证据」阶段。周期反复的机制从不改变:叙事先行、资本涌入、落地分化、泡沫破裂、幸存者通吃。本文讲清这十年的资本周期与当下的位置。
推理优化的产业地图:让大模型跑得更快更便宜的手艺人们
大模型价格战的背后(本库《价格战》),站着一条被低估的产业链:推理优化产业——量化、编译器、KV 缓存优化、投机解码、专用推理引擎。它不训练模型,却决定了模型的交付成本,是「价格战能打多低」的真正决定者。本文画一张推理优化产业的地图,讲清每一格的手艺与玩家。
开源 AI 社区的经济学:谁在为「免费」买单
开源 AI 模型的「免费」是当代科技产业最奇特的经济学:数以百亿计的算力与人力被投入,产出以零价格发布。谁在买单?为什么买单?免费模型的存在如何重塑商业格局?本文讲清开源 AI 的四种买单模式、搭便车者的生存术,以及这个特殊生态的可持续性问题。
AI 创业的死亡清单:泡沫周期里的失败模式
每一轮技术浪潮都伴随创业公司的批量死亡,AI 浪潮的死亡清单已经积累了足够多的样本:套壳死亡(无护城河)、成本死亡(算力烧穿现金流)、场景死亡(伪需求)、巨头碾压死亡(赛道撞上巨头发布)、合规死亡(政策红线)。本文把这些失败模式整理成清单——为创业者的避坑,也为投资人的尽调。
AI Agent 的产业落地光谱:从客服机器人到数字员工
「AI Agent」是当下最热的产业叙事,但「Agent」伞下装着能力与成熟度差异巨大的物种:脚本化的客服、有工具权限的助手、多环节自主的数字员工。本文按「自主性 × 环境复杂度」画一张产业落地光谱,讲清每个梯位的真实成熟度、失败模式与该不该上 Agent 的判断标准。
端侧 AI:AI 手机、AI PC 与芯片的新战场
AI 的下一个大市场不在云端在端侧:AI 手机的通话翻译与图像处理、AI PC 的本地大模型、可穿戴的常驻智能——「把 AI 装进口袋」正在重写消费电子的换机逻辑。本文讲清端侧 AI 的技术约束(功耗、内存、散热)、小模型的演进、端云协同的架构,以及这场换机潮的真实与虚火。
AI 时代的就业结构:消失的岗位、新增的岗位与搬家的技能
「AI 会不会取代我的工作」的正确问法是「哪些任务会消失、哪些岗位在重组、哪些新岗位在出现」。历史与当前证据的图景是:岗位的消失是任务级的(渐进的),新岗位的出现在快速生长,而绝大多数人的现实是「技能搬家」——同一个人,把工作中的部分任务换成 AI 协作。本文讲清这个结构的演变逻辑与个人的应对策略。
AI 与政务:公共服务的效率革命与「权力」的边界
政务是 AI 落地规模最大、也最考验边界的行业:政务热线的智能应答、审批材料 automating、城市治理的感知网络——效率收益巨大;但涉及公民权利的 AI 决策(资格审批、执法辅助)触碰的是权力的边界。本文讲清政务 AI 的落地地图、「效率可 AI、权力慎 AI」的分界逻辑,以及公民视角的监督机制。
AI 与农业:遥感、植保与泥土里的算法
农业是 AI 落地最「接地气」的行业:卫星与无人机遥感在数亿亩耕地上方巡天,AI 植保识别病虫害,算法在调配水肥。农业 AI 的特点与城市产业完全相反——环境不可控、数据难采集、回报周期长,但它的价值是粮食安全级的。本文讲清农业 AI 的真实落地地图与「泥土里做算法」的硬功夫。
AI 与游戏业:NPC 大脑、美术管线与被重写的成本结构
游戏业是 AI 最早的应用领域(游戏 AI 的历史比深度学习早几十年),也是生成式 AI 冲击最剧烈的内容行业:美术管线被重写、NPC 被装上大模型、成本结构在重构——同时行业爆发了「AI 代替画师」的激烈争议。本文讲清游戏 AI 的三层变革与这个行业的特殊矛盾。
AI 与媒体出版:采编辅助、内容工业化与真实性的溢价
媒体是 AI 冲击最矛盾的行业:AI 既是降本增效的采编工具,又是分流广告与制造假新闻的竞争者。新闻机构在「用 AI」与「防 AI」之间走钢丝。本文讲清媒体 AI 化的真实地图(采编辅助的渗透、内容工业化的边界)、与 AI 内容平台的结构性冲突、以及行业最后的护城河——真实性的溢价。
AI 与制造业:质检、预测性维护与工业视觉的硬功夫
制造业的 AI 是「硬功夫」路线:不聊天、不写作,只做三件事——把质检的眼睛装上产线、把设备故障预告出来、把工艺参数调到最优。这一领域的 AI 与大模型关系微妙:工业视觉不需要大模型,大模型在知识管理与文档环节补充。本文讲清制造业 AI 的真实落地地图与它对「AI 泡沫」的最好反驳。
AI 与法律行业:合同审查、法律检索与「AI 不能出庭」
法律行业是 AI 落地的天然沃土(文本密集、规则明确、案例浩瀚)与谨慎样本(幻觉在法律场景的代价是冤案级的)。本文讲清 AI 在法律行业的真实渗透地图:合同审查与法律检索的高渗透区、诉讼写作的辅助区、「AI 出庭」的禁区,以及法律行业给 AI 落地立下的金字标准——「引证必须可核」。
AI 与零售电商:从推荐系统到购物助手的两次浪潮
零售是 AI 商业化的第一现场(推荐系统是上一代 AI 最大的商业成功),大模型又掀起了第二次浪潮:导购助手、内容生成、客服革命。本文讲清两次浪潮各自的逻辑、它们的叠加效应,以及零售 AI 的下一个战场——从「猜你喜欢」到「替你 shopping」。
AI 与金融业:从风控到投研的落地光谱
金融业是 AI 最早商业化的行业之一(风控评分早于大模型十年),也是大模型落地最谨慎的行业——监管、精度与责任的三重约束。本文沿着「落地光谱」梳理 AI 在金融业的真实渗透:哪些环节已大规模落地、哪些在试点、哪些因监管与风险被刻意按住,以及金融业给其他行业的 AI 落地示范了什么。
AI 的能源账:数据中心、电力与新的产业博弈
AI 的尽头是电力——训练要电、推理要电、冷却要电,数据中心正在成为全球电力需求增长最快的板块之一。科技公司签核电、买风电、自建电厂,电力公司成了 AI 产业链的隐形玩家。本文算清 AI 的能源账:电花在哪、账单有多大、以及「算力向电力富集区迁移」的产业重构。
AI 公司的估值逻辑:从收入倍数到算力资产
AI 公司怎么估值?传统的软件估值(收入倍数、 Rule of 40)在 AI 公司身上频频失灵:训练成本前置、推理成本随收入增长、护城河存疑。本文讲清 AI 公司估值的真实逻辑——为什么「收入倍数」要打折、「算力资产」怎么记账、以及投资人真正在为什么付钱。
云三强的 AI 战略:AWS、Azure 与 GCP 各自的打法
AI 的算力与模型最终要通过云触达企业,而云市场是三巨头的地盘。三家的 AI 打法截然不同:微软抱紧 OpenAI 走「模型合作」路线,谷歌全栈自研走「一体化」路线,AWS 走「多模型超市」路线。本文拆解三家的战略逻辑、各自的优势软肋,以及云格局在 AI 时代会不会重排。
台积电与算力供应链:先进制程的「单点」地图
每一颗 AI 芯片的背后,是一条环节高度集中的供应链:设计靠 EDA 三巨头与 IP 授权,制造靠台积电的先进制程,设备靠阿斯麦的 EUV 光刻机,存储靠 HBM 三强。AI 让这条本就集中的链条更加集中,也让「单点」成为全球科技产业最敏感的词。本文画一张先进算力的供应链地图,看清每个节点的集中度与脆弱性。
英伟达的护城河:CUDA 生态的二十年与算力时代的操作系统
英伟达的市值故事常被讲成「卖芯片的赶上了 AI」,但芯片从来不是它最深的护城河——CUDA 生态才是。十六年前的一次软件豪赌,让每一家 AI 公司的训练代码都写在了英伟达的地基上;换掉芯片不只是换硬件,是重写整个技术栈。本文讲清这座护城河的构成、它为什么难攻,以及攻城者的三条路线。