众力资讯网

10｜当AI越来越便宜，什么会重新变贵？2022年11月，达到GPT-3.5级MMLU表现的模型，推理成本大约是每百万tokens20美元。到2024年10月，同一条能力线已经降到0.07美元，超过280倍。到了2026年3月，StanfordAIIndex里Arena前四家又挤进不到25个Elo。这不等于“智能已经商品化”。便宜的是越来越多昨天的frontier。最前沿能力依然贵，用户在高价值任务上也更愿意选更强、更贵的模型，frontiercompute还在继续涨。但一块能力变便宜以后，旁边原来不显眼的瓶颈会冒出来。OECD2026年研究AI竞争时，反复提到complementaryassets：ICTskills、digitalinfrastructure、管理能力、业务流程重组、skilledworkers。接一个强模型API已经不算难，难的是把真实context、权限、数据、workflow、verification和责任边界接进去。Anthropic2026EconomicIndex还有个很有意思的结果：高tenure用户在控制task、model、country等因素以后，在他们自己的success指标里仍高约4个百分点。这个结果有early-adopter和survivorshipbias，不能证明“用久了就一定更聪明”，但至少说明拿到同一个模型，不代表最后得到同样的结果。所以我对“AI创业越来越像拼积木”只信一半。组件确实越来越容易买，第一版也越来越容易做。可如果你的价值只是“我把这些API接起来了”，别人也可以买同样的组件。更难复制的可能是你选了什么问题、有什么独特context、怎么嵌进客户workflow、怎么验证结果、怎么distribution，又怎么承担现实里的错误。这也是这十篇最后我最想留下的问题：如果明天模型价格再砍一半，能力再涨一档，你手里的东西会更值钱，还是会一起贬值？#人工智能#AI#科技趋势#创业#商业#AI商业模式#AI创业#模型商品化#AI价值链#AI竞争壁垒

看懂PuraX系列迭代：开辟“无人区”，到底适合谁？【导语】创业、职场常常陷入内卷困境：大家挤在同一条赛道比拼资源、价格。企业大致有两种竞争思路：跟随成熟路线稳步迭代，或是尝试开拓全新方向。华为PuraX系列三代产品的迭代路径，可以作为一个观察样本。手机行业早已形成成熟的开发逻辑：对标竞品微调参数、外观，在既定框架内竞争。这套模式风险低，也是多数厂商的选择。而PuraX、PuraXMax、PuraXView，则走了差异化探索路线，也就是常说的闯入“无人区”。本文仅拆解思路利弊，不评判产品优劣。PuraX：红海赛道，挖掘被妥协的用户痛点早期竖向小折叠，行业普遍默认外屏仅作辅助，各家优化重心集中在减重、铰链等方面。这款产品转换优化重心，做大可用外屏，减少频繁展开内屏的操作。客观来说，这不算硬核技术颠覆，只是调整优化方向，适合企业挖掘细分差异化机会。PuraXMax：挑战固有产品形态，承担更高试错成本大屏折叠产品发展多年，形态基本固定。改动屏幕比例，意味着重新开展结构设计、生态适配，投入和风险都会大幅上涨。多数企业为保障短期经营稳定，不会轻易改动成熟方案。品牌推出阔折叠形态，更多属于战略取舍，并非其他厂商不具备相关技术储备。所谓无人区，本质是愿意为长期布局承担短期不确定性。PuraXView：形态经验下沉，挑战行业长期惯例直板智能手机长期沿用细长屏幕，上下游产业链、用户使用习惯均已定型。更换屏幕比例，需要协调大量软件适配工作。该机型将阔屏设计思路移植到直板手机。但新比例同样存在争议，APP适配、用户习惯培养都需要时间，能否获得市场广泛认可仍有待观察。可借鉴的启示，理性看待并非万能1.两种策略没有绝对优劣：跟随路线稳妥、风险低；开拓赛道有机会建立长期壁垒，但投入更高，失败概率更大。2.行业里那些默认妥协的痛点，往往蕴藏差异化机会。3.创新讲究分步验证、循序渐进，切忌孤注一掷。4.开拓创新离不开长期资金、技术积累，缺乏底蕴的盲目创新很容易翻车。开辟无人区绝非万能解法，高昂研发成本、生态适配难题、市场认可度未知，都是绕不开的风险。稳妥跟随成熟赛道，依旧是很多企业务实的选择。这个案例带来的启发：不管是企业经营还是个人发展，不必困在存量赛道持续内耗；但选择开拓新方向之前，一定要评估自身资源和抗风险能力。评论引导：两种发展思路，你更倾向稳妥跟随，还是开拓新赛道？欢迎理性交流。商业思维企业管理产品创新puraxview

#新能源汽车##具身智能机器人##人形机器人#真是赶上了大好时代了！蔚小理三家智驾一号位去向，都出来创业成立具身机器人！具身/人形机器人属于早期硬科技成长赛道：愿意给非常非常高的远期期权溢价。宇树科技市值最高达到4449亿，这是什么概念呢？吉利+理想+蔚来+小鹏加起来共4400亿，​新能源汽车具身智能机器人人形机器人真是赶上了大好时代了！蔚小理三家智驾一号位去向，都出来创业成立具身机器人！具身/人形机器人属于早期硬科技成长赛道：愿意给非常非常高的远期期权溢价。宇树科技市值最高达到4449亿，这是什么概念呢？吉利+理想+蔚来+小鹏加起来共4400亿，刚好能合成一个宇树科技。宇树科技发行PE219倍，上市短期最高PE突破470倍，PS（市销率）上百倍；同期主流新能源汽车公司PS普遍0.3–2倍，差距巨大1.蔚来｜任少卿（前/现任智驾一号）→具身机器人初创（独立创业，网传）2.理想｜郎咸朋（前智驾负责人）→昆仑行机器人（人形具身，独立创业）3.小鹏｜李力耘（前智驾一号）→众擎机器人（CTO，加盟）更新完整“智驾高管创业具身机器人清单”1.郎咸朋｜前理想高级副总裁、智驾负责人→昆仑行机器人2.贾鹏、王凯｜理想智驾核心高管→至简动力3.陈伟｜理想AI首席科学家→斜跃智能4.陈亦伦、李震宇｜华为&百度Apollo高管→它石智航5.郭彦东｜前小鹏首席科学家→智平方6.刘方｜前小米汽车智驾负责人→阿米奥机器人7.刘念邱｜元戎启行前合伙人→费莫一科技8.高继扬｜Momenta量产负责人→星海图9.张力｜文远知行前COO→逐际动力LimX10.任少卿｜蔚来高级副总裁、智驾总负责人→具身机器人新公司文昌·文昌卫星发射中心

我觉得很多人做生意或者创业，最大的问题就是想的太多、做的太少。就拿干亚马逊来说，很多人一上来就希望规划个品牌，想的特别的宏大，但实际上就是一条不归路，想的再好，都不可能会实现。对95%以上的卖家来说，干亚马逊，说白了，就是要现金流、要利润、要有真金白银留在手里面，其他的想再多都没用。什么未来亚马逊还能干多久？未来的发展趋势会怎么样？统统不需要去想，你想了也没用。你只要控制好规模，闷着头挣钱就行了，直到你手里的钱能支撑你不干亚马逊了，不就结了吗？这不就是你干这行的目的吗？然后拍拍屁股走人，不留下一片云彩。搞清楚自己要的是什么之后，现阶段，你要的就是超强的执行力！创业中“先干起来再说”，比什么都重要！找到当前影响利润的一切问题点，集中所有精力逐个攻破。供应链不行搞供应链、财税不行搞财税、开发不行搞开发，一切向利润看齐。听敏哥的：把你干亚马逊的每一年，都当作最后一年看。趁着还有机会，还能继续挖一挖金矿，把执行力拉满，最起码要让自己在退场的时候不留遗憾。不要到时候，想起来：早知道我当时怎么怎么样，也许我会多挣好多。这种后悔有什么意义呢？活在当下，拉满执行力，不留遗憾！加油，兄弟们！

就像马云，当年创业的道路布满荆棘，没有人看好互联网这个新兴行业，但他凭借着自身的勇气和远见，毅然决然地踏上了这条未知之路。在面对资金短缺、人才匮乏等重重困难时，他没有怨天尤人，而是凭借自己的努力和智慧去解决问题。最终，他一手打造出阿里巴巴商业帝国，彻底改变了自己的命运，也影响了整个电商行业的发展。再看看那些奥运赛场上的运动员们，他们出身各不相同，成长环境也千差万别。但他们都有着坚定的信念和不懈的努力，通过日复一日的艰苦训练，克服身体和心理上的重重障碍。在赛场上，他们凭借着自己的实力拼搏出一块又一块金牌，用实力证明了命运掌握在自己手中。当然，我们不能否认生活中会有一些不可抗力的因素，比如自然灾害、生老病死等，但这些并不能决定我们人生的全部。我们依然可以在有限的环境里，尽可能地发挥自己的主观能动性，去创造属于自己的精彩人生。把命运的缰绳紧紧握在自己手中，不被所谓的“天注定”束缚，向着自己的目标勇敢前进，这样，我们才能书写出独一无二的人生篇章。

脑机接口正在从实验室走向现实。面对这项颠覆性技术，创业者不仅要看到万亿级的市场潜力，更要提前布局应对策略。结合行业最新动态，分享几点实战思考：一、技术爆发期，场景落地是关键目前脑机接口技术正迎来密集突破。作为创业者，与其追逐尚不成熟的全套技术，不如聚焦特定垂直场景（如特定疾病的康复辅助、特定人群的机能增强），寻找技术与市场的契合点，做深做透，实现率先突围。二、跨学科协作，降低研发门槛脑机接口是典型的跨学科工程，涉及神经科学、电子工程、计算机等多个领域。初创团队单打独斗难度极大，建议积极寻求跨学科团队合作，或者善用现有的成熟算法与开源平台，降低研发成本，缩短产品化周期。三、严控合规风险，抢占伦理高地随着技术深入，数据隐私、安全伦理及法律责任界定等挑战日益严峻。在产品设计之初，就必须将“安全与合规”内置其中，这不仅是为了规避政策风险，更是建立用户信任、构建企业长期核心竞争力的护城河。四、紧跟政策红利，融入产业生态国家及各地政府已将脑机接口列为未来产业发展重点，并出台专项方案支持技术转化与临床应用。创业者应密切关注相关政策导向，积极对接产业基金与资源集聚区，借力打力，加速企业发展。技术浪潮不可阻挡，顺势而为方能行稳致远。关注创服智达，陪你一起穿越科技创业迷雾。脑机接口科技创业创服智达创始人思维商业落地

AI算力和人形机器人，哪个赛道更有前景-短期（1-3年）：AI算力确定性更高、业绩更实，是当前基础设施刚需​-中长期（5-10年）：人形机器人（具身智能）的总市场空间、产业变革上限更大，但不确定性、技术风险、周期也大得多​-人形机器人规模化本身，还会反过来拉动新一轮云端训练+端侧专用算力需求，是算力行业的下一波大需求来源。一、AI算力赛道：当前在业绩兑现期，确定性优先-前一波驱动：大模型训练、数据中心建设，GPU/服务器/光模块/高速互联/液冷/算力租赁持续兑现营收利润​-当前变化：通用云端训练算力逐步供需宽松、边际回报率下降；结构性机会转移到：推理优化、HBM/存算一体、国产替代、低功耗/端侧算力、CPO、算力调度、行业专用算力集群​-✅优势1.付费方清晰（云厂商、大厂、政企），B端资本开支驱动，商业闭环已经跑通​2.产业链成熟、标准化程度高、人才栈成熟（芯片、IC、光通信、服务器、IDC、CUDA/算子优化）​3.细分分层机会多：上游芯片壁垒最高利润最集中；中上游光模块/服务器/散热/PCB/电源是国产优势、业绩确定性强；算力服务/应用适配门槛相对低⚠️核心风险-高端芯片生态（CUDA）、制造设备壁垒极高，本土核心环节受出口管制约束​-重资产、扩产周期长，容易阶段性供过于求、价格战（算力租赁最明显）​-纯通用算力未来会逐步commoditize（商品化），只有芯片/互联/专用算力/软件栈持续有高溢价二、人形机器人赛道：0→1验证期，长期弹性优先产业阶段处于原型机→小批量试点、核心部件验证、结构化场景（工厂搬运、物流）先行，还没到大规模商用期-当下绝大多数整机没有正向ROI，成本、可靠性、运动控制、长时序操作、世界模型数据闭环都是瓶颈​-价值兑现顺序：核心零部件（减速器、执行器、丝杠、六维力传感器、伺服）>具身算法/仿真/OS/端侧芯片>整机>家庭消费场景​✅优势1.长期市场空间远大于纯云端算力：面向物理执行、劳动力替代，覆盖制造/物流/养老/家政等，是下一代通用硬件平台​2.中国供应链优势更强（精密零部件、机电制造、整车/消费电子产能复用），国产替代机会比GPU大得多​3.复合学科壁垒（机械、电控、运动控制、传感器、实时系统+AI多模态），长期不容易单一巨头通吃三、分维度直观对比表格维度AI算力人形机器人当前阶段大规模建设、业绩兑现期样机/小批量、零部件先行、商业化早期2-3年确定性高（尤其光模块、服务器、国产芯片、推理算力）中低，仅零部件/工业场景验证确定性高，整机低中长期TAM大（数字基础设施）更大（物理劳动力/通用终端）核心壁垒芯片制造、软件生态、EDA、HBM、资金机电一体化、控制、传感器、成本、场景数据闭环、可靠性人才门槛偏半导体/软硬件/系统/通信，供给相对充足跨机械+电控+AI+感知复合人才，供给稀缺创业友好度分层，中上游重资本、下游服务/优化尚可整机创业极难，零部件/垂直算法/仿真工具更友好核心矛盾供给约束→生态约束→内卷降价成本/可靠性约束→场景验证→规模化降本周期属性跟着云资本开支迭代，2-3年一轮建设周期更长，类似汽车/智能手机，10年级别的渗透周期四、分场景怎么选如果你看1~2年、要确定性、就业/拿结果优先👉优先AI算力（优先推理、国产算力、光互联、HBM、液冷、算子优化、行业算力集群）-机器人只适合投核心零部件、端侧具身芯片、仿真/运动算法，避开纯Demo整机和消费人形叙事如果你看3~10年、能接受高风险长周期、做硬件/机电/控制/多模态算法👉人形机器人是更大的增量赛道，而且它本身就是算力最重要的新增需求方：-每台机器人同时需要：云端做世界模型/预训练、端侧做低延迟实时感知控制，催生和现在云端GPU不一样的专用算力品类（低功耗、高安全、异构、HBM、存内计算）​-顺序是：算力降本→模型能力提升→机器人才可能走通量产；机器人大规模部署产生物理交互数据，反过来再驱动下一代模型和算力升级如果你想创业-算力：不要碰通用GPU/先进制造，优先配套层、国产替代、算力调度、推理优化、行业垂直算力服务​-机器人：不要优先做通用整机，优先零部件、子系统、仿真数据、运动控制、单一窄场景专用机器人

现在只要你想去创业发财，只能做自媒体和人工智能，不要去开实体店。自媒体是普通人最容易入行的工作，不需要你投入太多的硬件设备，你只需要投入自己的时间就行了。如果你能玩好人工智能，那就更好了，人工智能比自媒体更厉害，但是门槛太高，一般人玩不明白。建议大家不要再去做实体的生意，不要去开饭店，不要去开厂。现在你只需要把短视频和直播玩好就行了，可以去卖课，也可以去卖货。卖课是不需要成本的，你可以自己录视频，录自己的课，也可以去卖别人的课，没有什么成本。如果你想卖货的话，也不要自己去进货，不要去压货，你只需要充当一个中间人的角色就行了，卖别人的货，赚佣金就行了。现在如果你还不会玩自媒体，不会玩短视频和直播的话，你迟早会被淘汰掉。尤其是对于那些做实体生意的人来说，一定要把自媒体玩起来，否则的话，倒闭是迟早的事。

2014年，小米正值创业上升期，一张雷军俯身与员工交流的照片在网络上悄然流传。画面中，雷军站在一位女工程师身后，目光专注地看着屏幕，神情里透着对细节的认真。这位坐在工位前的女性，据传名叫张功，是小米早期的前端开发工程师。在小米还远没有今天这般规模的时候，张功就已经加入了这支团队，参与MIUI系统的早期研发工作。她不仅技术能力扎实，外形也颇为出众，因此在公司内部和米粉群体中获得了“小米最美工程师”的称号。那个年代的小米，工程师文化浓厚，产品与用户之间保持着紧密的互动，张功也曾以工程师身份出镜，为小米产品拍摄过宣传物料，算是早期“工程师代言产品”的代表人物之一。不过，关于张功的个人经历，小米官方和雷军本人始终没有公开确认过，网上的信息大多来自早期论坛和社区讨论，细节未必完全准确。但照片本身所传递的氛围，却让很多人印象深刻——那是一个团队规模不大、每个人都身兼数职、为了一个动画效果反复调试、为了一个交互细节争论不休的年代。雷军俯身看代码的那个瞬间，被镜头定格下来，也成为小米创业精神的一个注脚：老板不是坐在办公室里听汇报，而是走到一线，和工程师一起盯细节、抠体验。这种“接地气”的管理风格，正是小米早期能够迅速赢得口碑的原因之一。如今再看这张照片，很多人怀念的不仅是那个叫张功的工程师，更是那个充满干劲、信仰“做出好产品本身就足够有意义”的小米早期时代。

2014年，创业初期的雷军，与女工程师张功聊工作的一幕。张功作为小米早期的前端开发工程师，不仅才干出众，也是少有的美女程序员了。雷军

马斯克栽大了！估计他自己都没想到，自己居然也有低头认错的一天，由马斯克一手创办的AI公司xAI彻底乱套了，跟着他打江山的创始团队几乎全跑光了！如果只盯着那些离职名单，很容易把这件事看小了。真正让马斯克难受的一幕，其实出现在8月的华尔街：SpaceX上市后的首份季度收入同比猛增92%，达到78亿美元，成绩并不难看，可财报出来后股价照样下跌。市场盯住的不是火箭，而是马斯克那台越来越贵的AI发动机。更扎眼的是投入。当季SpaceX资本开支已经冲到约180亿美元，其中AI相关支出约158亿美元。8月5日，SpaceX股价一度下挫13.6%，投资者追问的核心已经很明确：这些砸进AI数据中心、GPU和模型训练的钱，到底什么时候能够自己养活自己。到了这个阶段，马斯克想靠宏大愿景把所有问题盖过去，难度已经越来越大。2018年4月的特斯拉Model3过度自动化危机与本次高度相似，当时马斯克同样把系统推向极端，结果生产线迟迟达不到预定产能，他随后公开承认“过度自动化”是自己的错误；但关键差异是，当年出问题的是汽车工厂，如今出问题的是已经进入上市公司体系的AI业务，这意味着纠错成本已经从生产问题变成资本问题。那次马斯克纠偏以后，特斯拉拆掉部分复杂自动化环节、增加人工和临时装配能力，到6月底终于第一次摸到单周5000辆Model3的目标。这个历史经验说明，马斯克并不是不会认错，他真正的特点是往往先把路线推到很激进的位置，发现系统承受不住以后，再迅速换办法，所以这次xAI的道歉并不是第一次，只是代价比2018年高得多。关键变化就在这里。过去的xAI是一家私人AI公司，烧钱快一点、组织折腾大一点，主要由马斯克和私人投资者承担风险；现在xAI已经并入SpaceX，而SpaceX又在6月上市。从这一刻开始，Grok花多少钱、赚多少钱、有没有法律麻烦，都会成为公开市场重新给SpaceX定价的一部分，马斯克过去那种“先做再改”的空间自然被压缩了。所以再回头看3月13日那次道歉，味道就完全不一样了。马斯克当时承认，过去几年一些很优秀的人申请xAI时被拒绝，甚至连面试都没有拿到，还表示自己会重新翻阅面试记录、重新联系有潜力的人。他甚至承认xAI第一次“没有建对”，这其实已经不是对几个求职者客气一下，而是在承认早期组织设计出现了系统性偏差。更值得注意的是，马斯克认错以后没有把xAI速度降下来，反而踩得更狠。7月16日推出Grok4.5，7月28日进入GitHubCopilot，8月12日Grok4.6紧接着上线，而且很快进入Cursor、API、Cloudflare和Vercel等开发者渠道。这个节奏说明马斯克现在最急的事情，已经不是恢复原来的创业班底，而是赶紧把模型变成真正有人付钱用的产品。这也解释了为什么“低头认错”现在特别重要。一个实验室只要模型跑分够高，内部乱一点还能继续讲技术故事；可企业客户采购AI服务，关心的不只是模型聪不聪明，还关心产品能不能稳定更新、服务会不会中断、数据有没有风险、供应商几年后还在不在。xAI越向企业市场走，过去那种高速试错式管理带来的代价就越容易被放大。xAI自己显然也知道这一点。8月发布Grok4.6时，公司专门强调安全措施经过重新校准，并称进行了迄今范围最广的部署前能力和安全评估。不能把这直接解释成监管压力造成的改变，但至少可以确定一点：现在的Grok发布会已经不能只谈模型有多聪明，安全已经成为一个必须正面交代的产品指标。资本市场更不会只听马斯克一个人讲故事。8月披露的持仓显示，截至6月底Alphabet持有的SpaceX股份价值约942亿美元，沙特公共投资基金、Fidelity、BlackRock等大型机构同样已经成为股东。机构资本进入之后，可以接受高投入，也可以接受短期亏损，但它们迟早会问投入产出比，xAI从此必须拿商业结果回答这些问题。这恰恰是马斯克现在最尴尬的地方。他本人依旧控制着SpaceX极强的投票权，8月披露的直接持股比例达到48.4%，没人能够轻易夺走他的方向盘；可控制权再大，也改变不了公开市场每天都在报价。以前项目走弯路可以再融资、再换人，现在每一次巨额AI开支都会被投资者拿计算器重新算一遍。因此，接下来判断xAI有没有真正缓过来，不能再数还有几个联合创始人，更不能只看马斯克有没有继续道歉。要看的是三件事：Grok进入企业软件以后能不能形成收入，AI数据中心投入增速能不能慢下来，法律与安全问题能不能被压在可控范围。如果这三件事没有改善，模型再快也无法彻底解决资本市场的疑问。

王兴兴当年刚创业就和雷军、王兴坐一桌，现在大家都赚翻了[doge]#宇树科技中签女子开盘就卖出#​

王兴兴当年刚创业就和雷军、王兴坐一桌，现在大家都赚翻了宇树科技中签女子开盘就卖出

【王兴兴谈离开大疆创办宇树：从小就热爱机器人，2016年就已预判到技术发展方向和趋势】王兴兴10年前已预判机器人发展方向在8月7日的IPO网上路演结束后，宇树科技董事长、总经理兼首席技术官王兴兴在原定三小时的路演结束后并未离场，而是将未回答的提问逐条看完、斟酌措辞后逐字回应，又额外停留了近三个小时。针对2016年从大疆离职创业的原因，王兴兴回应称，自己从小热爱科技和机器人，2009年读大一时就用约200元成本制作了第一款双足人形机器人。2016年硕士毕业后，他短暂入职大疆，因在校期间设计的四足机器人“XDog”已获得外部投资者和客户关注，便辞职创立了宇树科技。他表示，当时机器人赛道非常冷门，但他当时就已经看到了技术发展的方向和趋势。（证券日报）宇树科技中一签赚47万

华为前员工出去创业且成功的有很多，这个表只统计了一部分。创业的领域包括芯片和半导体，工业自动化和新能源，智能汽车与零部件，网络安全和云计算等。最近两年爆发的机器人、大模型、AI领域的“新贵”就有不少，是华为天才少年离职创业的集中区。比较知名的有稚晖君创办的智元机器人，市场估值已达400-500亿港元。

华为前员工出去创业且成功的有很多，这个表只统计了一部分。创业的领域包括芯片和半导体，工业自动化和新能源，智能汽车与零部件，网络安全和云计算等。最近两年爆发的机器人、大模型、AI领域的“新贵”就有不少，是华为天才少年离职创业的集中区。比较知名的有稚晖君创办的智元机器人，市场估值已​华为前员工出去创业且成功的有很多，这个表只统计了一部分。创业的领域包括芯片和半导体，工业自动化和新能源，智能汽车与零部件，网络安全和云计算等。最近两年爆发的机器人、大模型、AI领域的“新贵”就有不少，是华为天才少年离职创业的集中区。比较知名的有稚晖君创办的智元机器人，市场估值已达400-500亿港元。

韩国创业公司聚焦细分市场，打造专属智能眼镜随着全球科技巨头不断推出通用型智能眼镜产品，韩国的小型企业正将目光投向高尔夫球场、课堂和护理场所。它们不与拥有巨额资本和平台生态系统的全球玩家正面竞争，而是通过针对特定用途和用户群体的产品，捕获细分需求。Breezm是一家定制眼镜品牌，业内消息称其将在10月推出一款全新个人智能眼镜。该产品的核心概念是“高尔夫专用智能眼镜”。用户佩戴设备后，人工智能会测量球手与球洞旗杆之间的距离并分析每个球洞的特征。结果通过安装在镜腿上的扬声器以语音形式播报。即使在球手双手握杆的击球姿势下，AI球童也能实时分析场地状况，为不便使用双手的用户提供信息。Breezm与专注高尔夫测距仪的Voicecaddie共同研发这些功能，以提升精准度和专业性。“智能眼镜市场仍缺乏杀手级应用，”BreezmCEOParkHyung-jin说。“我们分析了30至40岁男性的需求——这是Breezm客户的最大群体，进而想到在智能眼镜中植入高尔夫专用应用。”Fennecia将在明年上半年推出面向老年人和残障人士的RGUltra系列个人智能眼镜。该公司正在开发让智能眼镜充当AI助手，支持老年人及视力或听力受限者的日常生活。Fennecia还预期智能眼镜在教育领域的应用将增长，计划提供支持智能眼镜应用开发的软件，教师可自行创建沉浸式教学。公司设想其产品将在课堂上成为广泛使用的沉浸式平台。与此同时，Seerslab本月将发布去年推出的“AI.NUNG1”的后继产品。该产品定位为日常使用的可穿戴设备，补充智能手机功能。通过去除显示屏，仅保留核心功能，公司将价格设定在20万至30万韩元区间，以降低购买门槛。这些韩国中小企业准备针对特定使用场景的产品，背后是国内外大型企业进入智能眼镜市场的趋势。上月，Meta的Ray‑BanMeta已在韩国上市，三星电子（005930.KS）计划在今年内推出与谷歌共同研发的智能眼镜。包括Xreal在内的中国公司凭借高性能和价格竞争力进入本土市场。对此，韩国中小企业计划通过符合特定客户群使用模式和需求的产品建立收入基础，而不是在产品规格上竞争。由于品牌认知度相对较低，难以抢占大众市场，它们通过细分客户群来确保稳固需求。“智能眼镜市场正从将众多功能塞入单一产品，转向按使用场景（如日常生活、教育、医疗和军用）专门化功能的开发，”FenneciaCEOSoYoon-seok说。“关键竞争优势在于可靠提供必要功能，同时降低产品重量以提升佩戴舒适度。”

从找风口到成为风口！AI浪潮之下，潮汕科技新贵是如何炼成的做大模型、3D视觉、自动驾驶、激光雷达，再到机器人、具身智能……翻看国内前沿硬科技创业圈，会发现一个十分值得玩味的现象：一大批站在新技术浪潮顶端的创始人，籍贯都来自潮汕地区。有网友整理出一份科创企业清单，里面囊括多家当下炙手可热的AI、机器人、自动驾驶明星企业。DeepSeek的林若曦来自广东潮州；打造Kimi大模型的月之暗面创始人杨植麟是汕头人；AxiomMath洪乐潼籍贯潮汕；非夕科技、穹彻智能的王世全、卢策吾，镁伽科技黄瑜清，商米科技林喆，均出自汕头；做3D视觉的奥比中光黄源浩、自动驾驶AutoX肖健雄，老家都在潮州。夸张一点说，国内AI新技术浪潮里，有相当一部分头部创业力量，都带着潮汕底色。提起潮汕商人，大众过往的固有印象，大多是深耕线下实体的老板。老一辈潮商乘着红头船闯天下，投身米业、杂货贸易、餐饮、地产，偏爱一切能够产生稳定现金流、搭建商业人脉网络的产业，敢闯敢拼、务实求财，商业传奇广为流传。但时代已经悄然改写剧本。进入AI硬科技时代，新一代潮汕年轻人，身份发生了巨大反转。他们不再只是出钱投资的资本方，摇身一变，成为被资本争抢的创业主体。顶级风投、互联网大厂、各地政府产业基金，一轮轮向这些科创团队抛出橄榄枝。潮汕群体的标签，也由此完成一次蜕变：从寻找风口的投资人，变成亲手创造风口的创业者。很多人不禁好奇，传统经商氛围浓厚的潮汕，为什么能够批量走出一批顶尖AI科技创始人，这群科技新贵，究竟是怎样炼成的？首先，是崇文重教的深厚底色，读书走出家乡，拥抱前沿科技。很多人简单把潮汕人的成功全部归结为“会做生意”，其实重视教育才是底层根基。长久以来，海内外潮商捐资兴学，宗族普遍鼓励子弟读书成才，鼓励后辈走出故土，去更大的世界求学。清单里这批创业者，几乎全部拥有顶尖学术履历。杨植麟毕业于清华、卡内基梅隆大学，是大模型领域的代表人物；卢策吾是上海交大教授，深耕机器人具身智能；肖健雄、黄源浩均海外名校博士出身。他们寒窗苦读，在顶尖院校打磨硬核技术功底，为日后投身硬科技创业打下扎实基础。老一辈做生意闯荡江湖，新一代埋头钻研技术，知识成为他们闯荡科技赛道的底气。其次，代代传承的潮商特质，在AI时代完成全新演绎。老一辈潮汕商人最大特点，就是敢闯敢试，不惧未知风险。过去先辈下南洋，前路充满未知，依旧扬帆出海。而大模型、人形机器人、自动驾驶，都是长周期硬科技赛道，行业没有现成标准答案，研发投入高、失败风险大，恰恰需要这种敢于入局、不怕试错的野性。传统生意讲究算账落地，拒绝虚浮概念，这套思维同样被新一代创业者继承。不少技术出身的团队容易困在算法参数当中，而潮汕背景的创业者，一边死磕技术研发，一边清醒思考商业化落地路径，明白技术最终要服务真实市场需求，避免科研脱离产业现实。奥比中光深耕3D视觉硬件，商米科技深耕智能商用硬件，都是技术落地实体经济的典型代表。再者，地域文化磨砺出强大韧性，扛住硬科技创业的漫漫长夜。硬科技创业从来不是一蹴而就的故事。大模型训练烧钱，机器人需要反复迭代调试，自动驾驶要长年累月打磨技术，漫长周期里，迷茫、挫折是家常便饭。潮汕文化熏陶出来不服输、耐得住压力的性格，帮助一众创始人熬过研发低谷，顶住资本周期波动，坚持把技术从实验室推向市场。当然我们也要客观理性看待，并不是潮汕遍地都是技术天才。不是地域直接造就天才，而是这片土地，同时兼具重教育的土壤、敢闯敢拼的精神底色。当AI时代的时代机遇到来，一批接受过顶尖教育的年轻人，将传统地域精神内核，和前沿技术结合，造就了一批亮眼科创企业。从米店贸易、地产实业，到大模型、人形机器人、自动驾驶，赛道发生翻天覆地的变化，但有些内核从未改变：重视教育、敢闯未知、追求务实落地。老一辈向外四处寻找生意机会，新一代亲手创造全新产业风口。红头船那股敢为人先的闯劲，在算力、代码与机器人的新时代，以另一种方式延续下来。潮商的故事，不再只发生在商铺码头，也发生在实验室、算力中心。这也给我们一个启示：地域文化不会一成不变，旧时代的商业精神，同样可以浇灌出新时代的科技之花。那么对于这一有趣的行业现象，你怎么看？欢迎评论区一起交流。AI创业潮商硬科技商业观察创业者中国散户免责声明：本文仅为商业现象客观分析，地域文化仅做群体现象探讨，不做绝对化标签评判，不构成任何投资建议。

颜安颜安下沉市场口碑伦敦合伙人伦敦合伙人解锁颜安创业一面，顶住店长压力脚踏实地干活，转场披荆斩棘，破碎感唱跳舞台狠狠抓住观众眼球。

颜安颜安下沉市场口碑伦敦合伙人创业综艺磨炼心性，披哥舞台释放光芒，颜安踏实做事，又懂得调节现场气氛，路人好感度不断积累，未来值得期待。

颜安颜安下沉市场口碑伦敦合伙人既能扛住创业开店的压力，又能把舞台演绎得破碎有张力，颜安在两档节目双向发光，路人缘肉眼可见越来越好。

颜安下沉市场口碑伦敦合伙人颜安收获不错的下沉市场口碑，能扛住创业开店的压力，也能驾驭充满破碎张力的唱跳舞台

AI竞争的焦点，变了。一个词开始在前沿讨论里高频出现：RecursiveSelf-Improvement。它指的是AI自主优化，让AI来研发更强大的AI——AI开始自己提出问题、设计实验、评估结果，再根据反馈不断改进自己。这被认为是继AI推理、Agent之后的下一个重大前沿，也是通往AGI（通用人工智能）的关键路径。就拿OpenAI来说，GPT-5.6的RSI相关能力，已经帮其把端到端服务成本降低了20%，Token生成效率提升了15%以上。还有Anthropic，披露其代码库中超过80%的代码由Claude自主生成。JeffDean从谷歌离职创办DiscoveryLoop，投身的也是RSI这条赛道，根据最新市场消息，其估值已经冲击100亿美元。优化这件事，正在由AI深度完成。硅谷在为这个方向沸腾，但中国也并没有落后。清昴智能，国内第一家专注AI自进化Infra的创业公司，布局比这轮RSI热潮要更早。并且，团队已经在回答一个更底层的追问：模型可以自己进化，承载它的算力底座，怎么跟上？如何让AI进化的软件基础设施本身可以被算法化和自动化？模型已进入L4高速自主迭代，国产算力还在L1人工手搓清昴的答案，要从一场节奏错位说起。过去几年，大模型能力的提升几乎沿着一条清晰的路线前进。从聊天、生成，到调用工具、长程推理，再到越来越多能持续运行数小时甚至更久的Agent，模型正在从一问一答走向更加自主的任务执行。如果把这种智能化进程类比成自动驾驶，可以说上层的模型已经开始向L4式的高度自主执行迈进。这种「L4自动驾驶」带来的直接变化是，单次任务要处理更多Token、更长的推理链路、更复杂的工具调用，这自然就对底层算力提出了更高的要求。与此同时，中国AI产业又面临另一重现实。在外部先进芯片供给受限的大背景下，中国AI产业越来越依赖国产芯片。可问题是，国产芯片并不是“有卡就能跑”。一款模型想要在一张芯片上跑起来，要经过算子适配、编译优化、内存调度、框架适配、推理优化等一系列环节。而国产算力的软件生态相对碎片化，换芯片要重新适配，换模型又要重新调优。长期以来，这类工作高度依赖少数资深工程师。手写算子、调试参数、规划内存与并行策略……一个复杂算子的开发与调优往往耗时数周，却可能很快被模型和芯片的高速迭代淘汰。而且，从行业实际利用情况来看，国产算力仍存在较大的效率释放空间。于是一个新的矛盾出现了：上层模型正在变得越来越自主，底层算力却仍然高度依赖人工——模型已经向L4迈进，算力底座却还需要L1式的人工接管。如果AI真的要进入持续自我进化的时代，Infra也不能永远依赖手工调优。这正是清昴智能创业伊始即瞄准的方向：构建一套真正具备自我迭代能力的算力基础设施。不再依赖于专家的手工调优，也不局限于单点的算子生成或编译适配，而是让整个底层系统也进入一个由AI驱动的反馈循环。最终，为Agent时代数万亿级Token的高效产出提供算力底座。清华团队数年学术蓄力，率先打造自进化算力底座团队如今的这套自主优化体系，并不是看到AIInfra风口之后临时拼凑出来的解决方案。从创立第一天起，团队的核心目标就是探索如何实现「AI自己优化AI」。整套技术脉络，可以一路回溯到清华朱文武教授实验室的长期研究。传统机器学习优化范式，本质上始终是人类定义规则、机器负责执行。2015年前后，AutoML与MetaLearning开始把模型结构、超参数等部分决策交给机器，但优化什么、用什么数据、往哪个方向优化，依然由人类决定。再进一步，如果连这些决策都交给机器决定，会发生什么？清华大学计算机科学与技术系朱文武教授团队长期深耕机器学习自动化领域，并在2022年正式提出自我驱动机器学习这一概念，把机器获得的自主权扩展到任务、数据、模型、优化策略乃至评价标准。这也是清昴技术路线的重要源头之一。清昴智能是第一个将这条路线真正推向产业实践的创业公司，带头人关超宇正是朱文武教授的学生、清华特奖获得者。他长期深耕AutoML、元学习与自主机器学习赛道，带领团队征战NeurIPS、AAAI等国际顶级学术赛事，在AutoML、MetaDL等全球挑战赛中击败哈佛、MIT、斯坦福等世界强队斩获冠军。到了产业环境，这条技术路线进一步转向AIInfra：让机器自己找到一套更高效的算力运行方式。随着模型、算子、运行时、分布式架构和国产芯片快速迭代，优化空间越来越复杂，单靠人工经验已经难以覆盖。于是，AI优化AI，转变为AIInfra领域亟待落地解决的现实命题。在此基础之上，团队进一步发展出自主机器学习完整框架。落到工程实现上，清昴将整套体系拆解为两大核心能力——自主优化与自主演化。自主优化解决的是「这一次怎么优化」。系统可以根据真实运行状态，自动定位瓶颈、尝试不同方案，并通过实际反馈找到更优解。自主演化解决的就是「下一次怎么更快优化」。系统会把每次优化过程中积累的经验沉淀下来，在面对新的模型、芯片和运行环境时复用已有经验，减少重复试错。于是，原本一次性的调优，就变成了一个不断循环的过程：优化→积累经验→再优化→再积累，闭环转起来，系统就越优化越会优化。这套技术范式已经在国产算力真实生产环境中完成验证。过去，一名资深专家完成一款复杂算子的开发与调优，往往需要耗费两周时间；依托清昴的自主优化系统，这一周期被压缩至约1小时，整体效率提升约336倍。模型方面，国产芯片全链路打通原本需要一个月左右，现在压缩到1天至1周，综合提速约30倍。部分代表性算子的性能，相较基线版本最高实现30倍加速，达到了行业顶尖水平。截至目前，清昴已完成数十款国产芯片的适配与性能优化，覆盖国内超半数主流国产算力芯片，是国内适配国产芯片和性能优化最多的AIInfra厂商之一。但这些数字值得关注的地方并不只是比工程师快了多少。更大的变化在于，过去只有少数顶尖专家掌握的优化经验，开始变成一种可以由机器执行、持续积累，并进一步复制到不同模型、不同芯片上的系统能力。基于国产算力打造日均万亿级Token工厂把算力优化好，只是清昴的第一步。在Agent时代，算力面对的已经不是某一个模型能不能跑，而是能不能稳定、持续、低成本地生产海量Token。尤其到了2026年，Agent的爆发持续拉动Token消耗。部分复杂Agent单次任务Token开销较传统对话模型提升数百倍，不少业务场景的日均调用量已经向万亿级别靠拢。清昴认为，随着未来视频模型、多模态、AIforScience、具身智能和物理模型的全面爆发，Token调用量还将跃升至全新的量级。当调用规模进一步扩大，决定业务能否跑通的是每一个Token背后对应的算力成本、延迟和资源利用率。行业当下稀缺的正是这种高性能、低成本、可稳定大规模交付Token输出的工程能力。沿着这条思路，基于国产芯片的万亿Token工厂也成为了清昴底层自进化能力产品化和服务化的体现。对于国产算力中心来说，清昴对自己的技术能力非常有信心：因为极致的Infra优化能将原本闲置或低效的算力转化为高价值的Token产能。基于这种点石成金的底气，清昴不仅采用租赁的方式获得大规模国产算力，还提供了深度赋能的私有化或代运营模式，与其共同打造从算力生产、适配、调度再到分发及场景的国产算力生态。可以说，清昴是市场上率先以自进化技术打通「从算力自主适配优化到Token生产」端到端闭环的服务商。对于模型厂商、API平台以及行业客户而言，他们并不关心Token底层究竟跑在什么芯片上，他们只关心最终的产出效率与成本。基于此，清昴的商业交付模式非常清晰：既直接提供高性价比的Token产出（卖Token），也对外输出整套自进化的Token生产平台（卖产线）。这意味着，无论客户选择哪种模式，他们购买的都不再是一次性的芯片适配外包，而是一套能够持续优化的Token生产能力。其中最重要的变化，是「适配」本身开始变成持续运行的过程。新模型来了，系统自动学习；新芯片来了，系统自动调优；新的业务场景出现了，也不必完全从零开始。这样，「适配」就形成了复利。这就是清昴自进化Infra的目标：不是替客户做一次优化，而是把优化本身变成一项能够持续运行的基础设施能力，加快从L1进化到L4。现阶段，清昴优化的是模型、算子和国产芯片，支撑万亿级的Agent市场。面向未来，经过优化的模型与Agent将进一步反哺算力底座，抬升算力优化基础设施的智能化、自动化的上限。AIoptimizingInfra,andInfraempoweringAI.（AI优化基础设施，基础设施赋能AI）在国内AIInfra的版图中，清昴既是最早把「AI优化AI」当作创业第一性问题的团队，也是最坚决地把全部筹码押在国产算力上的那一家。当多数玩家仍在通用算力赛道内卷，把精力耗费在货源甄别与价格比拼上，清昴则选择了一条难度更高、着眼长远的道路：让国产算力的软件底座自己学会进化。这不是权宜之计的替代，而是算力自主时代的序章。

有个23岁的美国小伙，不会写代码，靠AI花14天做出一个小网站，现在一个月赚18.5万美元，折合人民币135万。他叫Connor，2024年初创业，先做社交App，折腾大半年一分钱没赚。社交产品有个死结：上面没人，就更没人来，典型的鸡生蛋蛋生鸡。他悟了：做平台是死路，做工具才有活路。工具一个人用就有价值，不用凑人气。可问题来了，他不会写代码。恰好那会儿AI编程火了，用大白话描述需求，AI就能把代码写出来，这叫VibeCoding。他抓住机会，花几十美元、14天，做出了网站Payout。Payout是干嘛的？帮你查"你有没有资格领集体诉讼赔偿金"。美国大公司因为虚假宣传、产品缺陷被消费者集体告上法庭，和解后要掏一大笔钱赔偿，买过相关产品的人都能去领一份，几十到几百美元。但绝大多数人根本不知道这回事。就算知道，自己上网查、填表、传购买凭证、赶截止日期，太麻烦，很多人直接放弃。Payout就把这事做成了产品：输入姓名和邮箱，告诉你"你能领多少钱、怎么领"。怎么赚钱？核心八个字：免费引流，付费代办。第一层，免费查询。用户一查，看到"你有资格领237美元"，白捡的钱，价值感瞬间拉满。这一步不收费，但让用户看到了确定的收益。第二层，付费代办。看到钱拿不到手最难受，自己申领又太麻烦，那就付费让Payout帮你处理。收费方式有三种可能：固定服务费、抽成20%到30%、或者包月订阅。（推测：原文没披露具体定价，比例按美国代办服务行业惯例估的）为什么用户愿意付？算笔账就懂了：你能领100美元，Payout抽25%，你啥也不用干净得75美元。反正是白捡的钱，分你一点也无所谓。这生意赚的就是麻烦钱：用户嫌麻烦，你替他麻烦，收点辛苦费，双赢。数据从哪来？美国集体诉讼的和解方案是公开法律文件，公示在法院记录和和解管理人网站上，写清赔偿金额、适用人群、截止日期。Payout就是把公开信息抓下来整理成数据库，再按用户输入匹配。（推测：原文没细说，但抓公开法律记录是这类产品的公认做法）关键点：地基是公开数据，多一个用户查询几乎不增加成本，毛利极高，所以免费查询、付费代办的模式跑得通。产品怎么让人知道？三步走。第一步，找省钱薅羊毛类的网红合作，不给固定广告费，按效果付费：粉丝通过链接进来、成功申领一笔，就给博主分成。风险全在自己这边，没效果不用付钱。第二步，把跑出效果的网红视频剪成广告素材，投Facebook、Instagram、TikTok广告，把ROI做到最高。第三步，口碑传播，用户查完真领到钱，自然会分享给朋友。钱花在哪？广告是最大支出，每月6到8万美元，占收入35%到40%；网红佣金2到3万美元，占10%到15%。合计吃掉收入一半左右，剩下服务器几百美元、AI工具订阅一两百美元，几乎可忽略。算下来净利率还有40%到50%，一个月净赚6.6万到9.9万美元。不会写代码，怎么14天做出网站？流程就三段：头3天想清楚产品，只做核心功能；第4到10天用Bolt.new、Lovable这类工具，用大白话跟AI描述需求，AI生成代码，不对就让AI改，来回迭代；最后4天部署上线、绑定域名、接上Stripe收款。工具全是按月订阅的小工具，每月一两百美元，国内也有替代，启动成本两三百块人民币。核心就一句话：你不用会写代码，你只需要会说话，把需求说清楚，剩下的交给AI。后来Connor把这套方法复制到其他赛道，做了好几款小工具，每款开发周期一两周，加起来月入18.5万美元。一个人怎么管得过来？产品极简、全自动化、快速试错。传统公司一年试两三个方向，他一年试二三十个，撞出爆款的概率自然更高。一人公司的核心竞争力不是技术，是速度。这故事也有坑（推测）：代办法律索赔在美国有监管要求，而且这套玩法高度依赖美国特有的集体诉讼制度，很难直接搬来中国。但最有价值的启发是：AI时代，创业门槛从"会不会写代码"变成了"有没有产品眼光和执行速度"。他不懂技术，但懂选题、懂获客、懂试错，这些比写代码稀缺得多。小工具不丢人，能做出来、有人付费、能自动化，就是好生意。AI创业攻略ai创业心得

#喜欢临港的理由#【高端产业集群成型，年轻人创业有底气】百亿级芯片项目扎堆开工，中微大厦落成，AI企业排队上市——把“高端局”玩明白了。入学即入行，上课即上岗，人才直接送进产线。创业上下游就在隔壁楼，供应商可能就在电梯里。这哪是产业园，这是给年轻人准备的“开挂副本”！转​#喜欢临港的理由#【高端产业集群成型，年轻人创业有底气】百亿级芯片项目扎堆开工，中微大厦落成，AI企业排队上市——把“高端局”玩明白了。入学即入行，上课即上岗，人才直接送进产线。创业上下游就在隔壁楼，供应商可能就在电梯里。这哪是产业园，这是给年轻人准备的“开挂副本”！转发+点赞，为临港攒心动值，满额抽好礼

根据Intuit的2026年创业调查数据，一个极其有意思的趋势正在爆发：全球有近40%的GenZ（00后群体）正在计划或准备在今年启动自己的创业项目。有的00后还在研究怎么在职场“整顿老板”，有的00后已经开始用AI研究怎么让自己变成老板了。对比其他世代的数据更耐人寻味：千禧一代（80后90后）的创业意愿是37%；X世代（70后）降到了19%；至于婴儿潮一代（60后），只剩下区区10%。这可不仅仅是年轻人“不想打工”那么简单，背后的真正大戏，是“职业”这两个字的底层逻辑被彻底改写了。在过去，创业是一件门槛极高、极度消耗资金的硬仗。你得凑启动资金、租写字楼、招HR、组团队，还得在PPT里写满“生态闭环”和“底层逻辑”，拿自己的后半生押注一个未知数。但到了现在的00后手里，创业的门槛被科技直接砸到了地缝里。AI负责写代码，AI负责搞设计，AI负责撰写全网营销文案，各种成熟的数字平台直接搞定渠道和客户。曾经需要一个20人初创团队、数百万资金才能搭建起来的商业架构，现在可能只需要一个年轻人带着一台笔记本电脑，在咖啡馆里狂按Enter键。以前大家比拼的是谁能拉到融资，现在比拼的是谁能熟练应用合适的Prompt。当工具让个体具备了过去一整家公司的生产力，“一人即军团”就不再是科幻小说，而是正在发生的现实。当然，这里有一个极其残酷的悖论：想创业和能把生意做下去，完全是两码事。当AI让“启动”变得前所未有地简单时，真正的竞争壁垒反而回归到了最原始的硬实力——谁能把好奇心转化为具体的行动？谁能把AI生成的冰冷想法，磨炼成用户愿意真金白银买单的产品？在这个人人都是CEO的时代，吹牛的成本降低了，但交付结果的门槛反而变高了。时代的风口确实变了。这代年轻人生于数字时代，在踏入社会的精准节点上又撞上了AI的大爆发。当传统职场的螺丝钉岗位越来越卷，自己搭建一台微型商业发动机，反而成了最高性价比的选择。属于个人创业者的超级个体时代，才刚刚拉开序幕。不过我最好奇的其实是另一件事：等这批00后如愿以偿当上了SoloCEO，他们会不会在某个加班的深夜，对着电脑叹气——现在的AI员工，怎么也越来越难带了？

大批AI博主停更了前阵子有个朋友还问我说能不能去做这些ai视频，打算跟朋友一起创业。现在ai这个赛道都已经挤满了，而且有高质量的ai的话非常的难得，很多都是粗制滥造，只不过是想赚点流量钱而已，但是现在的很多ai又要开始收费了，如果你的制作成本覆盖不过去，那么就赚不了钱

AI正在慢慢变成一场有钱人的游戏。黄仁勋牵头联合阿波罗、贝莱德、黑石、博枫、高盛、KKR六大华尔街巨头，官宣搭建算力融资平台，计划长期动员超过5000亿美元的第三方资本投入AI算力基础设施建设36氪。简单来讲，如果AI企业拿不出足够现金采购GPU，这套平台就帮忙对接华尔街金主提供融资支持。目前完整的贷款利息条款尚未敲定。英伟达内心最担心AI行业热度降温，芯片需求下滑；但GPU硬件成本高昂，很多客户一次性全款采购压力巨大。于是英伟达牵线手握巨额资金的金融巨头，通过算力融资租赁模式，降低产业链企业采购芯片的现金流门槛，以此维持行业算力采购的循环运转。谷歌也走出了一条高度相似的道路，Anthropic就是谷歌TPU数据中心最大的客户。但是AI创业公司很难一次性拿出数百亿现金买下算力硬件，于是谷歌引入财团资金，由SPV特殊目的实体出资买下整套TPU算力资产，再长期租赁给Anthropic，公司后续依靠经营收入逐年支付租金。算力赛道的成本门槛越来越高，GPU采购、数据中心电费等各项开支水涨船高，高昂的前期投入，已经让现金流薄弱的参与者很难亲自自建大规模算力。这场算力的击鼓传花游戏想要继续运转下去，就必须源源不断有大额资本进场，为硬件采购、AI创业公司输血。但是整套模式背后潜藏不小隐患：算力投资门槛持续抬升，资金投入成本越来越贵，最终市场还是要看AI企业能不能实现盈利、客户是否愿意长期付费、ARR年度经常性收入能否持续走高。一旦ARR增长陷入停滞，这套重资产扩张的商业逻辑就会被动摇。这种“外部资本出钱购置算力资产，AI企业按期支付租金”的模式，让AI基建越来越偏向金融化运作。市场上不少投资者担忧，真正愿意为AI产品付费的终端买单人还没有大规模出现，但是算力资本扩张的舞台已经搭建到很高的位置。

【AI正在重塑太空经济：从“卖硬件”到“卖服务”的生死转型】别再沉迷于“造火箭”“发卫星”的单点突破——这不是未来，这是过去式。AI驱动的新太空经济，核心就三个字：可运营。以前，你卖的是“一次发射”“一张图像”“一个项目”。客户买完就结束，你赚的是“一次性交付”的钱。现在，客户要的是“持续在线”“自动预警”“实时调度”“业务嵌入”。你卖的是“订阅制服务”“平台能力”“系统可靠性”。钱，来自“持续运营”和“生态粘性”。这意味着：•火箭不再是运输工具，而是“可调度的轨道运力”；•卫星不再是数据采集器，而是“连接+感知+计算的智能节点”；•地面系统不再是接收站，而是“模型训练+资源编排+结果分发的运营中枢”；•终端不再是被动接收器，而是“行业应用+用户服务的入口”。你不是在卖“航天产品”，你是在构建一个“天地协同计算+持续服务交付”的新型基础设施。这背后，是三大重构：1.供给体系重构：从“设备/任务”转向“系统能力”——运力+星座+算力+数据+场景，缺一不可。2.价值实现重构：从“卖资产”转向“卖服务+卖判断+卖可靠性”——客户要的是“结果”，不是“过程”。3.风险结构重构：从“工程风险”转向“系统性治理风险”——资本、安全、监管、算法、数据，全要管。所以，真正的护城河不是你有多少颗星、多少枚箭，而是：✅你能不能把复杂系统“组织起来”？✅你能不能让服务“稳定跑下去”？✅你能不能让客户“离不开你”？未来十年，不会“运营太空资产”的企业，终将被淘汰。别再问“AI能不能用在航天”，要问“你的企业，有没有能力把AI+航天变成可持续赚钱的生意”。AI驱动的太空经济商业航天新范式从卖硬件到卖服务平台化运营长期主义创业认知升级——杨军|创服智达创始人

信不信由你，未来十年，我们大概率会见证以下巨变：第一、AI深度渗透各行各业，只会简单重复工作的岗位，压力会越来越大。第二、房地产彻底分化，核心地段优质房产保值，远郊普通房子很难转手。第三、灵活就业成为常态，一份固定工作干一辈子，慢慢变成过去式。第四、国货全面崛起，越来越多人买东西优先选择国产品牌。第五、养老模式转变，居家社区养老普及，大型养老院不再是唯一选择。第六、短途低空物流落地，无人机运送货物，在不少城市成为日常。第七、线上诊疗持续完善，小病线上问诊开药，不用次次跑去医院排队。第八、存钱意识普遍回升，盲目超前消费降温，普通人开始控制负债。第九、城乡差距缩小，县城配套持续升级，不少年轻人选择返乡发展。第十、教育思路改变，家长不再只盯着分数，个人综合能力越来越受重视。时代从不会提前打招呼，只会悄悄洗牌、悄悄分层。未来十年，没有翻天覆地的剧变，却有润物细无声的重构。普通人的赚钱方式、消费习惯、养老教育、衣食住行，都会彻底换赛道、换新规则、换新活法。看懂这十大变化，顺势而为，普通人才能稳稳立足、少走弯路。先说职场最大的变革，AI全面落地普及。以前大家觉得AI离生活很远，只是科技噱头。接下来十年，AI会渗透办公、服务、生产全行业。单纯打字、统计、整理、流水线、基础客服这类重复工作，会被快速替代、大幅缩减岗位。未来职场不淘汰努力的人，只淘汰只会机械干活、不懂变通的人。持续学习、有思维、能创新的人越混越稳，固守老模式的人压力倍增。房地产彻底告别普涨时代，迎来极致分化。不再是闭眼买房就能升值、就能保值。市中心、配套成熟、学区优质的核心房源，依旧抗跌保值。而偏远郊区、配套匮乏、无人流加持的普通房子，只会越来越难转手、越来越难变现。以后买房，不再看价格高低，只看价值和流通性，刚需自住按需入手，投资炒房彻底行不通。就业模式彻底颠覆，铁饭碗思维彻底过时。老一辈一辈子一份工作、一个单位干到底。未来灵活就业、副业增收、远程办公成为主流。单一工资抗风险能力极低，只靠一份死工资过日子，越来越没有安全感。年轻人不再执着体制执念、稳定执念，多元收入、自由职业、技能变现，成为普通人的新出路。国货彻底崛起，国民消费心态全面成熟。以前买东西崇洋媚外，总觉得进口货更好、更高级。如今国货质量、性价比、工艺全面升级，吊打很多外来品牌。家电、服饰、美妆、日用品、新能源车，大家优先选国货、信任国货、支持国货。盲目追捧大牌的时代落幕，务实理性消费成为主流。养老模式不再单一，彻底走进平民化、就近化。过去大家养老，要么靠子女、要么靠高端养老院。未来社区养老、居家养老全面普及，配套越来越完善。不用远离家乡、不用高额花费，在家门口就能享受养老服务。既不拖累儿女，又能安稳养老，普通人晚年幸福感大幅提升。低空经济走进日常，彻底改变物流配送模式。以前只在新闻里看到的无人机送货，未来遍地落地。城市短途快递、生鲜配送、乡镇物流，都会用上低空配送。解决路面拥堵、提升配送效率，生活便利度大幅升级，同时也会催生运维、调度等全新就业岗位。医疗便民化全面升级，线上看病成为常态。以前感冒发烧、小痛小病，也要早起排队、挂号候诊，浪费大量时间。未来普通小病、慢病复诊、日常开药，线上一键问诊、送药上门。省去来回奔波、排队等候的麻烦，省时省力又省心，医疗资源越来越普惠普通人。全民消费观念彻底扭转，存钱避险成主流。超前消费、透支消费、攀比贷款的热潮彻底褪去。经历过市场波动、生活压力，普通人彻底清醒。不再乱透支、不乱负债、不乱跟风消费。好好存钱、降低负债、手握现金流，成为所有人的共识。稳存款、低负债，就是普通人最大的底气。城乡差距持续缩小，县城迎来全新机遇。大城市内卷加剧、生活成本飙升，县城配套不断完善。教育、医疗、商圈、交通逐步升级，宜居度越来越高。越来越多年轻人，不再扎堆一线城市，选择返乡创业、就近就业。不用背井离乡、不用高压内卷，安稳生活成为新追求。教育观念彻底革新，告别唯分数论。以前家长唯分数至上，只盯考试成绩、排名高低。未来家长越来越看重孩子的情商、眼界、自理能力、创新思维。综合素养、抗压能力、生存能力，远比一纸分数更重要。教育不再只为应试，而是为了适配未来社会的发展。未来十年，是稳健者的十年，是顺势者的十年。不浮躁、不攀比、稳存钱、学技能、顺趋势。普通人看懂变化、提前布局，就能稳稳接住时代红利，越活越安稳。