没有“赢者通吃”，只有“分层竞争”

华为先交卷，超节点还没有“标准答案”

实测 LibTV 独家深度动捕功能，AI 视频不用再“开盲盒”了

他总能提前十年看到潮水的方向

千亿营收目标的核心，是组织能力。 

华为领跑，国产AI算力，进入“超节点”算力时代

开源模型，也开始有定价权了。

大厂抢「入口」，大模型玩家找「场景」。

梁文锋的减法：DeepSeek不做什么

高通认为传统的 HBM 通过 2.5D 封装，基本上无法绕开台积电昂贵的 CoWoS 工艺，导致成本居高不下。

高通的做法是堆叠 LPDDR，然后在最底层加一层计算 Die（裸片），也叫 HBC 加速器，只在有必要的时候才移动数据。

未来几年，VLA 大概率仍是主流，并且已经摸到了部分场景的天花板。

世界模型更像是一个长期的研究方向，还在寻找通往现实世界的楼梯。

两者之间隔着的，不只是算法差距，更是硬件成本、能耗、延迟和工程复杂度。

刚完成 25 亿美元融资、又被曝拆除红筹架构、计划年中递表 IPO 的阶跃星辰，被推到一个必须回答的问题面前：

当 AI 终端进入混战，它真正的底牌，到底是什么？

如今，智谱、MiniMax 已经上岸敲钟，阶跃星辰、月之暗面守在 IPO 关口等待起跳，而百川智能和零一万物则退出通用大模型基座的内卷赛道，转向垂直领域与应用层求生。

最新消息：据The Information消息，梁文锋个人出资最高达200亿元人民币，占本轮计划融资总额的40%。
​
​整轮融资的目标，最高可达500亿元人民币。
​
​太刺激了。

黄仁勋看到了 Token 的量——它是石油，是可以开采、定价、交易的新大宗商品；

Karpathy 看到了 Token 的质——它是妥协，是工程现实与理想的最小公约数；

中国的大模型玩家，或许不会是定义 AI 能力天花板的角色，但很可能是决定 AI 普及速度的角色。