[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"content-doc-dcio72b60550":3},{"user":4,"document":8,"mainDocument":27,"columnUrl":29,"subscription":30,"footer":42,"text":80},{"isAuthenticated":5,"isAdmin":5,"displayName":6,"avatarUrl":6,"nid":6,"groupLevel":7},false,"",-10,{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":21,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":23,"videoId":6,"liveVideoUrl":6,"useContentVideo":5,"duration":24,"price":24,"priceText":25,"priceBadgeText":25,"priceBadgeClass":26,"freeForMinGroupLevel":24,"redirectUrl":6,"readyToStream":5},"dcio72b60550","AI接下来权力转移：当企业不想给AI交费用，谁会成为真正的赢家？","\u002Fdoc\u002Fdcio72b60550","col18178739ee","美股资讯","\u002Fcol\u002Fcol18178739ee","\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>模型越大越好，算力越多越好，企业接上\u003C\u002Fspan>API\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>就能享受最先进的智能。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>企业不用训练模型，也不用自己建\u003C\u002Fspan>AI\u003Cspan>基础设施，只要按\u003C\u002Fspan>Token\u003Cspan>付钱，就能直接使用全球最强的大模型。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这套模式确实推动了生成式\u003C\u002Fspan>AI\u003Cspan>最快的一轮普及。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>但到了\u003C\u002Fspan>2026\u003Cspan>年，我越来越关注另一个正在冒头的变化：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>企业开始不满足于\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>租\u003C\u002Fspan>AI”\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>，而是想把\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>重新掌握在自己手里。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这背后对应的关键词，就是最近越来越频繁出现的\u003C\u002Fspan>——\u003Cstrong>Sovereign AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>，主权\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>而如果这条趋势真的成立，它改变的不只是企业怎么使用\u003C\u002Fspan>AI\u003Cspan>，更可能重新划分整个\u003C\u002Fspan>AI\u003Cspan>产业链的利润。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cdiv>\u003Chr width=\"100%\">\u003C\u002Fdiv>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>一、以前用\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>像租房，现在企业开始想\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>买房\u003C\u002Fspan>”\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>最初企业使用\u003C\u002Fspan>AI\u003Cspan>的方式非常简单。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>把数据传到远端，调用\u003C\u002Fspan>OpenAI\u003Cspan>、\u003C\u002Fspan>Anthropic\u003Cspan>等厂商提供的\u003C\u002Fspan>API\u003Cspan>，再按使用量付费。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>刚开始这笔账很好算。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>员工偶尔问几个问题、生成几段文字，一次调用只消耗少量\u003C\u002Fspan>Token\u003Cspan>，和自己训练模型相比，\u003C\u002Fspan>API\u003Cspan>几乎便宜得可以忽略。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>但\u003C\u002Fspan>Agent\u003Cspan>开始改变这件事。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>以前\u003C\u002Fspan>AI\u003Cspan>只是\u003C\u002Fspan>“\u003Cspan>回答一个问题\u003C\u002Fspan>”\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>现在的\u003C\u002Fspan>Agent\u003Cspan>需要：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>读取整个代码库、理解上下文、拆解任务、调用工具、反复测试、根据结果重新规划\u003C\u002Fspan>……\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>一个任务背后的模型调用次数可能成倍增加。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>原文以\u003C\u002Fspan>Uber\u003Cspan>为例：内部工程师使用\u003C\u002Fspan>Agentic Coding\u003Cspan>工具的比例快速上升，重度用户每个月的\u003C\u002Fspan>AI\u003Cspan>使用成本甚至可以达到数百至数千美元，公司最后开始给员工和工具设置月度预算上限。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>这件事很重要。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>因为企业突然发现：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>采用率越来越高，不等于\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>的\u003C\u002Fspan>ROI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>一定越来越高。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>Token\u003Cspan>消耗可以很容易翻几倍，但生产效率究竟提高了多少，却没有那么容易衡量。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>于是第一个变化出现了：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>企业开始从\u003C\u002Fspan>“\u003Cspan>尽可能多用\u003C\u002Fspan>AI”\u003Cspan>，进入\u003C\u002Fspan>“AI\u003Cspan>到底值不值得花这笔钱\u003C\u002Fspan>”\u003Cspan>的阶段。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>微软在原文中的做法也很典型：开始通过\u003C\u002Fspan>FinOps\u003Cspan>和模型路由，把简单任务交给更便宜的小模型，真正复杂的问题才调用昂贵的前沿模型。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>这其实和云计算早期非常像。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>最开始大家只想快速上云，几年之后才发现，云账单本身也需要管理。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>AI\u003Cspan>现在正在经历同样的过程。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cdiv>\u003Chr width=\"100%\">\u003C\u002Fdiv>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>二、比账单更敏感的问题，是\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>我的供应商会不会变成我的竞争对手？\u003C\u002Fspan>”\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>成本只是第一层。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>第二层是企业更难接受的问题：\u003Cstrong>控制权。\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>原文提到了\u003C\u002Fspan>Anthropic\u003Cspan>与\u003C\u002Fspan>Figma\u003Cspan>之间的争议。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>Figma\u003Cspan>本身是\u003C\u002Fspan>Anthropic\u003Cspan>的重要企业客户，但当\u003C\u002Fspan>Anthropic\u003Cspan>推出与设计、原型生成相关的新产品之后，双方的业务边界开始变得越来越模糊。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>这里最值得关注的并不是某家公司到底有没有使用客户数据，而是这种商业模式天然存在一个矛盾：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>今天，大模型厂商给你提供底层能力。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>明天，它也可能自己向上进入应用层。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>于是企业会开始思考一个非常现实的问题：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>如果我的产品、工作流、企业知识全部运行在一家外部公司的模型之上，我究竟拥有多少主动权？\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>模型价格怎么调整，你决定不了。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>模型版本什么时候升级，你决定不了。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>API\u003Cspan>是否继续开放，你决定不了。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>甚至未来对方会不会进入你的行业，你也决定不了。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这也是\u003C\u002Fspan>Palantir CEO Alex Karp\u003Cspan>在原文中不断强调\u003C\u002Fspan>“AI\u003Cspan>主权\u003C\u002Fspan>”\u003Cspan>的原因之一。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>【配图\u003C\u002Fspan>2\u003Cspan>：\u003C\u002Fspan>IBM\u003Cspan>关于企业\u003C\u002Fspan>AI\u003Cspan>主权差距的调查图】\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong> \u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>三、所以，什么才是真正的\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>主权\u003C\u002Fspan>AI”\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>？\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>“\u003Cspan>主权\u003C\u002Fspan>AI”\u003Cspan>这个词听起来很宏大，但把它拆开，其实非常具体。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>原文将它归纳为五个维度。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>1. \u003C\u002Fstrong>\u003Cstrong>\u003Cspan>数据主权\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>企业的数据、客户资料、生产参数，尽可能留在自己可控制的环境里。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>2. \u003C\u002Fstrong>\u003Cstrong>\u003Cspan>模型主权\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>模型权重能够由自己掌握、微调和部署，而不是完全依赖远端\u003C\u002Fspan>API\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>3. \u003C\u002Fstrong>\u003Cstrong>\u003Cspan>算力主权\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>关键\u003C\u002Fspan>AI\u003Cspan>系统可以运行在自己能够控制的硬件和基础设施上。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>4. \u003C\u002Fstrong>\u003Cstrong>\u003Cspan>决策主权\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>AI\u003Cspan>作出的关键判断能够被审计、追踪，出了问题能够回滚。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>5. \u003C\u002Fstrong>\u003Cstrong>\u003Cspan>供应链主权\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>整个\u003C\u002Fspan>AI\u003Cspan>系统不能完全依赖单一公司、单一国家或者单一技术栈。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>所以主权\u003C\u002Fspan>AI\u003Cspan>并不简单等于：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>所有企业都自己建机房。\u003C\u002Fspan>”\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>它更像一个光谱。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>一端是完全离线、物理隔离；\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>另一端可能只是要求数据留在某个国家、客户自己掌握密钥、全过程可以审计。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>不同公司根据自己的敏感程度，选择不同程度的控制权。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>【配图\u003C\u002Fspan>3\u003Cspan>：\u003C\u002Fspan>McKinsey AI Sovereignty\u003Cspan>光谱图】\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cdiv>\u003Chr width=\"100%\">\u003C\u002Fdiv>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>四、为什么\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>开放权重\u003C\u002Fspan>”\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>突然变得重要？\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果企业想把\u003C\u002Fspan>AI\u003Cspan>控制权拿回来，首先就会遇到一个问题：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>模型怎么办？\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果最核心的模型始终锁在远端\u003C\u002Fspan>API\u003Cspan>里，那么所谓\u003C\u002Fspan>“\u003Cspan>主权\u003C\u002Fspan>”\u003Cspan>其实很有限。所以开放权重开始变得重要。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>这里必须区分两个很容易混淆的概念：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>Open Source\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>，开源。\u003C\u002Fspan>\u003C\u002Fstrong>\u003Cspan>和\u003C\u002Fspan>\u003Cstrong>Open Weight\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>，开放权重。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>严格意义上的开源，通常意味着代码、训练方法、数据等都具有较高程度的公开透明。而现在大家经常说的\u003C\u002Fspan>Llama\u003Cspan>、\u003C\u002Fspan>DeepSeek\u003Cspan>等，很多更准确的描述其实是\u003C\u002Fspan>“\u003Cspan>开放权重\u003C\u002Fspan>”\u003Cspan>：你可以获得模型权重，可以下载、微调、部署到自己的服务器，但并不代表训练过程的一切都完全公开。对于企业来说，这已经产生了很大的区别。因为一旦权重掌握在自己手里：模型不会因为\u003C\u002Fspan>API\u003Cspan>厂商改变政策就突然不能使用；企业也可以根据内部数据进行微调；更重要的是，可以把模型部署在自己能够控制的环境里。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>所以美股投资网很喜欢原文里的一个概括：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>开放权重解决\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>怎么拿回来\u003C\u002Fspan>”\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>，主权\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>创造\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>为什么要拿回来\u003C\u002Fspan>”\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>的需求。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>【配图\u003C\u002Fspan>4\u003Cspan>：开放权重与真正开源的区别】\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cdiv>\u003Chr width=\"100%\">\u003C\u002Fdiv>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>五、为什么黄仁勋突然开始大力支持开放模型？\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>这里其实是整条投资逻辑里，我觉得最有意思的一部分。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>原文提到，黄仁勋在\u003C\u002Fspan>X\u003Cspan>上分享关于开放权重与\u003C\u002Fspan>AI\u003Cspan>领导力的公开信，并强调未来世界既需要闭源前沿模型，也需要开放模型。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>乍一看有点奇怪。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>NVIDIA\u003Cspan>又不卖大模型订阅。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>为什么它如此关心模型到底开不开源？\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>换一个角度就很好理解了：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>模型越开放，做模型的人越多，需要部署\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>的人也越多。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>而不管企业最后选择\u003C\u002Fspan>Llama\u003Cspan>、\u003C\u002Fspan>DeepSeek\u003Cspan>、\u003C\u002Fspan>Qwen\u003Cspan>、\u003C\u002Fspan>Mistral\u003Cspan>还是其他模型，它最终都需要：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>GPU\u003Cspan>、推理软件、服务器、网络、存储，以及整套\u003C\u002Fspan>AI\u003Cspan>基础设施。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>换句话说：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果闭源模型一家独大，价值可能高度集中在少数几个\u003C\u002Fspan>API\u003Cspan>供应商手里。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果模型越来越商品化，模型层的利润可能被压缩，但整个市场的\u003C\u002Fspan>AI\u003Cspan>部署数量反而会变得更大。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>而\u003C\u002Fspan>NVIDIA\u003Cspan>卖的是\u003C\u002Fspan>“\u003Cspan>铲子\u003C\u002Fspan>”\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>模型是谁的，对它没有那么重要。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>只要\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>越来越多地被部署起来，就需要更多算力。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这可能正是开放模型对\u003C\u002Fspan>NVIDIA\u003Cspan>最大的战略意义。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>【配图\u003C\u002Fspan>5\u003Cspan>：黄仁勋关于开放模型的\u003C\u002Fspan>X\u003Cspan>帖截图】\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cdiv>\u003Chr width=\"100%\">\u003C\u002Fdiv>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>六、\u003C\u002Fspan>Meta\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>为什么也希望模型变得越来越\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>免费\u003C\u002Fspan>”\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>？\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>另一个非常典型的玩家，是\u003C\u002Fspan>Meta\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>Meta\u003Cspan>为什么愿意长期推动\u003C\u002Fspan>Llama\u003Cspan>开放？\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>原文给出的逻辑很直接：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>Zuckerberg\u003Cspan>在智能手机时代吃过\u003C\u002Fspan>“\u003Cspan>没有底层平台\u003C\u002Fspan>”\u003Cspan>的亏。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>Meta\u003Cspan>拥有\u003C\u002Fspan>Facebook\u003Cspan>、\u003C\u002Fspan>Instagram\u003Cspan>、\u003C\u002Fspan>WhatsApp\u003Cspan>，却没有自己的手机操作系统，因此长期需要受到\u003C\u002Fspan>Apple\u003Cspan>、\u003C\u002Fspan>Google\u003Cspan>平台规则的影响。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>到了\u003C\u002Fspan>AI\u003Cspan>时代，\u003C\u002Fspan>Meta\u003Cspan>显然不希望再出现一次：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>整个\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>底层平台被另外一家公司控制。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>于是一个非常有意思的商业战略出现了：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>把模型本身做成商品。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果全球开发者都可以低成本使用\u003C\u002Fspan>Llama\u003Cspan>，那么最底层\u003C\u002Fspan>“\u003Cspan>模型\u003C\u002Fspan>”\u003Cspan>的稀缺价值就会下降。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>真正有价值的东西，就可能重新回到：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>用户、数据、社交网络、广告系统、智能眼镜和终端生态。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>所以开放模型对\u003C\u002Fspan>Meta\u003Cspan>来说，并不一定是慈善。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>它更像是一次平台战争。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>【配图\u003C\u002Fspan>6\u003Cspan>：\u003C\u002Fspan>Zuckerberg\u003Cspan>谈开放平台】\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cdiv>\u003Chr width=\"100%\">\u003C\u002Fdiv>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>七、\u003C\u002Fspan>DeepSeek\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>真正改变的，不只是模型排行榜\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>开放路线以前最大的问题很简单：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>不够强。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>如果开源模型只能做简单任务，那么安全、控制权、成本再漂亮，也无法取代真正好用的闭源模型。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>但原文认为，\u003C\u002Fspan>2024—2026\u003Cspan>年这段时间出现了几个关键变化。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>一个是\u003C\u002Fspan>MoE——\u003Cspan>混合专家模型。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>模型不需要每次回答问题都启动全部参数，而是根据问题，只调动其中最相关的一部分。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>另一个是推理时计算。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>模型不再只是\u003C\u002Fspan>“\u003Cspan>问一句答一句\u003C\u002Fspan>”\u003Cspan>，而是可以在输出前进行更多内部推理。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>再加上知识蒸馏、合成数据以及开源社区快速迭代，开放模型和闭源前沿模型之间的差距逐渐缩小。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>DeepSeek V3\u003Cspan>和\u003C\u002Fspan>R1\u003Cspan>成为其中非常关键的节点。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>它真正冲击市场的地方并不只是\u003C\u002Fspan>benchmark\u003Cspan>，而是打破了一个长期存在的默认假设：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>高性能\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>，一定必须依赖极其昂贵的闭源模型吗？\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>原文给出的判断是，到\u003C\u002Fspan>2026\u003Cspan>年，优秀开放权重模型与闭源前沿模型的差距，已经从过去按\u003C\u002Fspan>“\u003Cspan>年\u003C\u002Fspan>”\u003Cspan>计算，缩短到大约几个月。这个判断属于原作者的行业观察，并非本文额外验证的数据。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>而企业真正每天需要的任务，其实很多都不需要\u003C\u002Fspan>“\u003Cspan>全世界最聪明的模型\u003C\u002Fspan>”\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>客服、摘要、报表、代码辅助、内部知识库\u003C\u002Fspan>……\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果一个便宜很多、可以私有部署的模型已经\u003C\u002Fspan>“\u003Cspan>足够好\u003C\u002Fspan>”\u003Cspan>，企业为什么一定要为最后那一点能力差距支付高昂溢价？\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>【配图\u003C\u002Fspan>7\u003Cspan>：开放模型与闭源模型能力差距收窄图】\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cdiv>\u003Chr width=\"100%\">\u003C\u002Fdiv>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>八、模型免费以后，到底谁赚钱？\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>这是我最关心的问题。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>如果未来模型越来越像一种基础商品，那么利润不会消失，只会\u003Cstrong>重新分配\u003C\u002Fstrong>。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>原文总结了开放模型常见的几种商业模式：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>第一种，卖官方\u003C\u002Fspan>API\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>模型虽然可以免费下载，但自己部署服务器非常麻烦，很多开发者最后依然会选择官方托管服务。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>第二种，企业私有部署和定制。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>真正进入大型企业、政府、金融、医疗等场景之后，部署、合规、安全、维护和模型微调都需要大量工程服务。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>第三种，用开放模型带动母公司的核心业务。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>Meta\u003Cspan>用\u003C\u002Fspan>Llama\u003Cspan>保护自己的生态；\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>阿里用\u003C\u002Fspan>Qwen\u003Cspan>吸引更多开发者进入云服务体系。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>第四种，是把全球开发者变成免费的研发网络。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>模型一旦开放，全球开发者会帮助寻找\u003C\u002Fspan>Bug\u003Cspan>、做量化、做微调、开发不同版本。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>这意味着：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>模型本身越来越便宜，不代表\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>产业链没有利润，而是利润可能开始从\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>模型租金\u003C\u002Fspan>”\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>转移到部署、算力、软件控制和生态。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cdiv>\u003Chr width=\"100%\">\u003C\u002Fdiv>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>九、从投资角度，我更关注这几个位置\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果\u003C\u002Fspan>“\u003Cspan>主权\u003C\u002Fspan>AI\u003Cspan>＋开放权重\u003C\u002Fspan>”\u003Cspan>这条路线继续发展，我觉得接下来不能只盯着\u003C\u002Fspan>“\u003Cspan>哪家大模型最聪明\u003C\u002Fspan>”\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>更值得问的是：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>$NVDA \u003C\u002Fstrong>\u003Cstrong>\u003Cspan>：最明显的卖铲人\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>无论模型是闭源还是开放，最后都需要算力。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>而企业从调用\u003C\u002Fspan>API\u003Cspan>转向自己部署模型，甚至可能让算力需求变得更加分散。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>$PLTR \u003C\u002Fstrong>\u003Cstrong>\u003Cspan>：企业控制层\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>企业自己拥有模型之后，真正困难的事情才刚刚开始。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>谁可以看什么数据？\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>Agent\u003Cspan>可以执行哪些动作？\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>出了问题怎么审计？\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>这些都属于企业\u003C\u002Fspan>AI\u003Cspan>治理和软件控制层的问题。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>$Meta\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>：让模型层商品化\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>Llama\u003Cspan>如果扩大开放模型生态，本质是在降低模型本身的稀缺性，同时保护\u003C\u002Fspan>Meta\u003Cspan>自己的应用和终端生态。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong> \u003C\u002Fstrong>\u003Cstrong>\u003Cspan>阿里巴巴：模型免费，云来赚钱\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>Qwen\u003Cspan>的逻辑也很容易理解。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>模型越多人使用，就越可能带来部署、推理和云计算需求。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>所以未来\u003C\u002Fspan>AI\u003Cspan>产业的竞争，也许会越来越像今天的互联网：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>免费的东西负责获取生态，真正赚钱的是生态背后的基础设施和服务。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cdiv>\u003Chr width=\"100%\">\u003C\u002Fdiv>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>十、主权\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>真正改变的，是\u003C\u002Fspan>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>的利润分配方式\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>过去几年，市场习惯把\u003C\u002Fspan>AI\u003Cspan>价值集中在少数几个前沿模型厂商身上。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>谁拥有最强模型，谁就拥有最高议价权。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>但主权\u003C\u002Fspan>AI\u003Cspan>和开放权重提供了另一种可能：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>模型能力逐渐商品化；\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>企业重新掌握数据和模型；\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>AI\u003Cspan>从少数云厂商的远端黑盒，变成可以被部署到不同公司、不同国家和不同设备上的基础能力。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>如果这一天真的到来，那么价值链可能发生一次很大的迁移：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>模型层的\u003C\u002Fspan>“\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>智力租金\u003C\u002Fspan>”\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>下降，算力、部署、治理、云服务和终端生态的重要性上升。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>这也是为什么黄仁勋会支持开放模型。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>因为对于一个卖算力基础设施的人来说，他可能并不希望任何一家模型公司成为\u003C\u002Fspan>AI\u003Cspan>世界唯一的入口。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>他更希望世界上有成千上万家公司、政府和开发者，都在搭建自己的\u003C\u002Fspan>AI\u003Cspan>。到最后，无论他们选择谁的模型，都需要计算。这可能才是\u003C\u002Fspan>“\u003Cspan>主权\u003C\u002Fspan>AI”\u003Cspan>真正值得投资者关注的地方。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>AI\u003Cspan>下一阶段的竞争，也许已经不只是：\u003Cstrong>谁拥有最聪明的模型。\u003C\u002Fstrong>而是：\u003Cstrong>谁拥有\u003C\u002Fstrong>\u003C\u002Fspan>\u003Cstrong>AI\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>的控制权，以及当控制权重新分散之后，谁还能持续收取利润。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>这套模式最大的风险也很明显\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>金融资本进来以后，会把行业的上行弹性放大。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>同样也会把风险放大。因为一旦\u003C\u002Fspan>GPU\u003Cspan>开始被当成融资资产，金融机构一定会关心它的残值。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>假设一批\u003C\u002Fspan>GPU\u003Cspan>买入时值\u003C\u002Fspan>100\u003Cspan>。两年以后新一代产品性能大幅提升，旧\u003C\u002Fspan>GPU\u003Cspan>二手价格只剩\u003C\u002Fspan>40\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>那抵押物价值就会缩水。如果再叠加算力租金下降、数据中心利用率不够、客户合同不稳定，融资方就会变谨慎。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>到时候就可能出现另一种循环：\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>算力价格下降\u003C\u002Fspan>\u003Cbr>\u003Cspan> → GPU\u003Cspan>残值下降\u003C\u002Fspan>\u003C\u002Fspan>\u003Cbr>\u003Cspan> → \u003Cspan>融资条件收紧\u003C\u002Fspan>\u003C\u002Fspan>\u003Cbr>\u003Cspan> → \u003Cspan>数据中心减少扩产\u003C\u002Fspan>\u003C\u002Fspan>\u003Cbr>\u003Cspan> → AI\u003Cspan>硬件订单下降。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>所以\u003C\u002Fspan>“\u003Cspan>算力金融化\u003C\u002Fspan>”\u003Cspan>不会让\u003C\u002Fspan>AI\u003Cspan>周期消失。它更像是给整个周期加了杠杆。景气好的时候跑得更快，反过来也一样。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>我为什么还是偏向看多硬件\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>美股投资网现在真正关注的，是\u003C\u002Fspan>AI\u003Cspan>产业的钱从哪里来，以及最后流向哪里。模型可以换。应用也会换。但一座\u003C\u002Fspan>AI\u003Cspan>数据中心真正建起来，需要的东西很难跳过：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>GPU\u003Cspan>、\u003C\u002Fspan>HBM\u003Cspan>、存储、光模块、高速互连、服务器、电源、电力和冷却。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>只要算力建设还在扩张，这些东西就要有人提供。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>而算力金融化解决的恰恰是最关键的一步：\u003Cstrong>让有需求的人买得起。\u003C\u002Fstrong>原来\u003C\u002Fspan>AI\u003Cspan>硬件的资本开支主要依赖几家科技巨头自己的现金流。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果金融机构真正把\u003C\u002Fspan>AI Factory\u003Cspan>当成一类可以融资的基础设施资产，产业能够调用的资金就会大很多。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>这也是我现在看这条线最核心的逻辑。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>与其一直猜下一个最强的大模型是谁，我更愿意看那些无论谁赢，都要被采购的东西。\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>GPU\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>、\u003C\u002Fspan>HBM\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>、光通信、服务器、电力。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>如果要把\u003C\u002Fspan>“\u003Cspan>算力金融化\u003C\u002Fspan>”\u003Cspan>压成一句话，我会这么理解：\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cstrong>\u003Cspan>黄仁勋干的不只是把\u003C\u002Fspan>GPU\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>卖出去，而是在想办法让更多人借得到钱来买\u003C\u002Fspan>GPU\u003C\u002Fstrong>\u003Cstrong>\u003Cspan>。\u003C\u002Fspan>\u003C\u002Fstrong>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>只要这个融资飞轮没有出问题，对\u003C\u002Fspan>AI\u003Cspan>硬件就仍然是一个很值得跟踪的增量。\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>\u003Cspan>\u003Cspan>\u003C\u002Fspan>\u003C\u002Fspan>\u003C\u002Fp>\n\u003Cp>━━━━━━━━━━━━━━━━━━━━━━\u003Cbr>【原创声明】\u003C\u002Fp>\n\u003Cp>本文由美股投资网（TradesMax.com）研究团队原创完成。\u003C\u002Fp>\n\u003Cp>原创机构：美股投资网\u003Cbr>英文品牌：TradesMax\u003C\u002Fp>\n\u003Cp>本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析\u003C\u002Fp>\n\u003Cp>如需引用本文，请注明：\u003Cbr>“美股投资网（TradesMax.com）原创研究”。\u003C\u002Fp>\n\u003Cp>━━━━━━━━━━━━━━━━━━━━━━\u003C\u002Fp>\n\u003Cp> \u003C\u002Fp>\n\u003Cp> \u003C\u002Fp>","https:\u002F\u002Fwww.tradesmax.com\u002Fimages\u002Fa_Stock\u002FA\u002FAI\u002FAI.jpg","2026-08-15T23:11:23","2026.08.15","2026\u002F08\u002F15",56585,[22],"AI","Article",0,"免费","success",{"id":9,"fullTitle":10,"subTitle":6,"url":11,"columnId":12,"columnName":13,"columnUrl":14,"summary":6,"contentHtml":15,"mainContentHtml":6,"posterUrl":16,"createDate":17,"displayDate":18,"displayDateSlash":19,"pageviews":20,"tags":28,"hidden":5,"isSubContent":5,"replyDocOrTargetId":6,"contentType":23,"videoId":6,"liveVideoUrl":6,"useContentVideo":5,"duration":24,"price":24,"priceText":25,"priceBadgeText":25,"priceBadgeClass":26,"freeForMinGroupLevel":24,"redirectUrl":6,"readyToStream":5},[22],"\u002Fcol\u002Fstocknews",{"visible":5,"marketingHtml":31,"services":32,"recentDocuments":41},"\u003Cfigure class=\"image\">\u003Ca href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\" rel=\"noopener noreferrer\">\u003Cimg src=\"\u002Fimg\u002Fstockwewebfiles\u002Fweb-202408-stk\u002F1586109431mceclip0.jpg\">\u003C\u002Fa>\u003C\u002Ffigure>\u003Cdiv class=\"text-center\">\u003Ch2 class=\"card-title mx-auto\">\u003Cbr>\u003Ca rel=\"noopener noreferrer\" href=\"https:\u002F\u002Fstockwe.com\u002Fdoc\u002Fdcio537efad5\">案例介绍：英伟达深度研究报告\u003C\u002Fa>\u003C\u002Fh2>\u003C\u002Fdiv>",[33,37],{"productId":34,"serviceName":35,"priceText":36},"prod_PPxdDdK87QaiLv","月付","$12.95美元",{"productId":38,"serviceName":39,"priceText":40},"prod_PPxeMs3bix1da5","年付","$149.00美元",[],{"links":43,"images":71,"summaryHtml":76,"aboutTitle":77,"aboutHtml":78,"copyrightHtml":79},[44,47,50,53,56,59,62,65,68],{"label":45,"url":46},"深度报告","\u002Fcol\u002FdepthReport",{"label":48,"url":49},"VIP会员","\u002Fvip",{"label":51,"url":52},"期权推荐","\u002FOption",{"label":54,"url":55},"低价暴涨股","\u002FPenny",{"label":57,"url":58},"AI智能体","\u002FAiAgent",{"label":60,"url":61},"常见问题","https:\u002F\u002Fstockwe.com\u002FFAQ",{"label":63,"url":64},"美股课程","\u002Fcol\u002Fvideos",{"label":66,"url":67},"免责声明","\u002Fdisclaimer",{"label":69,"url":70},"联系我们","\u002FContactUs",[72,73,74,75],"\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202509-stk\u002FUploaderzic2tuwsol2_2025_09_11_18_21_07.gif","\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202509-stk\u002FUploadercakzdvydksw_2025_09_03_09_00_56.png","\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202509-stk\u002FUploadergtjyagwvoyk_2025_09_14_08_32_05.png","\u002Fimg\u002Fstockwebsiteblob\u002Fweb-202509-stk\u002FUploader3u0tt4jhlqh_2025_09_23_22_30_48.png","邮箱: buy@TradesMax.com 美国电话 626-378-3637","公司介绍","\u003Cp class=\"MsoNormal\">美股大数据 \u003Ca href=\"https:\u002F\u002Fstockwe.com\" rel=\"noopener\">StockWe.com\u003C\u002Fa> 是一个美国领先的金融和美股信息大数据提供商，紧盯华尔街金融市场和行情，2008年成立于美国硅谷，创始人是前纽约证券交易所资深分析师Ken，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化交易模型，每天处理海量股票数据：挖掘潜力大牛股，捕捉期权异动大单，实时主力资金流向、机构持仓变化、川普突发新闻，美股买卖信号第一时间发到您手机APP。\u003C\u002Fp>","专业美股投资者都在这里",{"loading":81,"search":82,"searchPlaceholder":82,"hotContent":83,"draft":84,"noData":85,"searchNoData":86,"courseContent":87,"more":88,"buyNow":89,"subscribeNow":90,"encoding":91,"paidContent":92},"Loading...","搜索","热门内容","草稿","目前没有任何内容公布","当前检索内容没有数据","课程内容","更多","立即购买后观看","- 立即订阅 -","视频编码中...","付费内容"]