-
英伟达回顾红杉100万美元投资历程：三阶段演进揭示AI未来方向 在Citadel Securities举办的活动中，英伟达创始人黄仁勋与红杉美国合伙人Konstantine Buhler对谈，回顾了红杉1993年以100万美元投资英伟达的历史，当前该投资回报已超100万倍。对话重点解析了英伟达发展的三个阶段：加速计算革命（GPU）、AI工厂系统革命（从芯片到算力生产线）、未来智能革命（Agentic与Physical AI）。黄仁勋强调CUDA平台的建立是生态转型的关键，并提出未来AI将朝数字代理（Agentic）和具身智能（Physical AI）双重方向演进。 该访谈揭示了英伟达从硬件公司向平台型企业的战略跃迁路径，尤其是CUDA生态的构建，为AI基础设施提供了长期支撑。当前“AI工厂”概念凸显系统级整合能力，意味着单一芯片优势正被全栈解决方案所取代。其对未来Agentic与Physical AI的判断，进一步强化AI向生产体系深度渗透的趋势。此信息对理解AI底层架构投资逻辑及长期产业演进具有高参考价值，建议持续关注英伟达在机器人、自动驾驶等物理世界接口的布局。
-
Poolside融资20亿美元打造2吉瓦数据中心，押注AGI与AI基建 AI编程初创公司Poolside（由前GitHub高管创立）正以超140亿美元估值融资20亿美元，资金主要用于采购英伟达GPU。公司与CoreWeave合作，在西得克萨斯州推进“地平线计划”数据中心建设，最终容量达2吉瓦（相当于150万户家庭用电），首期250兆瓦预计2026年底运营。CoreWeave将成为主要租户，并提供超4万块GPU资源。Poolside目标为开发高安全自动代码生成软件及通用人工智能（AGI）。 20亿美元融资反映资本市场对AI基础设施项目的极高容忍度，尤其当项目绑定CoreWeave这类稀缺算力运营商时。2吉瓦数据中心规模远超常规AI公司需求，暗示其野心不止于代码生成，可能布局大规模训练任务或AGI实验。但目前Poolside尚未盈利，与OpenAI等类似，引发对AI泡沫的担忧。该事件标志AI初创企业正从“应用层创新”转向“重资产投入”，需警惕资本驱动下的资源错配风险，建议密切关注其产品进度与技术披露。
-
台积电Q3营收增30.3%，AI驱动先进制程需求持续攀升 台积电2024年第三季度营收达9899.2亿新台币（同比增长30.3%），净利润4523亿新台币（同比增长39.1%），主要受AI客户需求（如OpenAI、Meta）推动。先进制程（7nm及以下）占总晶圆营收的74%。公司计划扩建2nm产能，并将2025年资本支出调整为400-420亿美元。同时，ASML三季度净销售额75亿欧元，EUV订单占比提升至36亿欧元（占新接订单67%），预计四季度销售额在92-98亿欧元之间。受出口管制影响，ASML预测2026年在华销售额将显著下降。 台积电与ASML财报共同验证了AI对先进制程的持续拉力，尤其是大模型训练对高性能制程的依赖仍在增强。台积电先进节点产能紧张反映出AI芯片设计公司的强劲投入，而资本支出维持高位表明行业对未来需求的长期信心。ASML在大陆市场受限背景下仍保持高增长，说明全球AI基础设施建设并未放缓。值得注意的是，AI正重塑半导体投资结构：从单一设备采购转向系统性协同优化（如ASML投资Mistral AI）。该趋势表明AI基础设施已在产业链上游形成闭环联动，值得重点关注。
-
中科第五纪发布FAM-1：国内首个少样本具身操作模型突破数据瓶颈 中科第五纪发布国内首个少样本通用具身操作基础模型FAM-1，基于其入选NeurIPS 2025的研究《BridgeVLA》。该模型仅需3-5条样本数据即可完成精准操作，任务成功率高达97%，并在CVPR 2025具身操作竞赛中击败英伟达等对手夺冠。FAM-1通过知识驱动预训练与三维少样本微调提升泛化能力，在RLBench等国际基准及真机部署中全面超越SOTA模型。团队未来将拓展工业应用与导航场景模型开发。 FAM-1的关键突破在于解决具身智能领域最大瓶颈——数据稀缺问题。传统机器人需大量真实环境交互数据，而FAM-1实现“三五条样本即精通”，极大降低部署成本与周期。在国际赛事中击败英伟达，说明中国在VLA（视觉-语言-动作）模型方向已具备领先能力。其知识驱动预训练思路或可迁移至更多物理控制任务。该进展对智能制造、仓储物流等场景具有高应用潜力，建议重点跟进其工业落地进展。
-
EgoAgent问世：首个人类认知启发的感知-行动-预测一体化智能体 浙江大学、香港中文大学等团队在ICCV 2025上提出EgoAgent，首次实现视觉表征、人体行动、世界预测三大任务在统一潜空间中的联合学习。该模型受人类具身认知与共同编码理论启发，采用JEAP架构与“预言家-观察者”协作机制，打破传统AI中感知、控制、预测分离的范式。EgoAgent在各项任务中表现优异，且任务间存在协同增益效应，具备强迁移能力，适用于机器人、AR/VR、智能眼镜等场景。论文已公开，代码同步开源。 EgoAgent标志着AI从“模块化堆叠”向“统一认知架构”迈进的重要一步。其“联合预测”理念更接近人类大脑的信息处理方式，有望提升复杂环境下的决策连贯性。在第一视角任务中表现突出，特别适合智能穿戴设备与人机协作场景。模型开源有利于快速验证与迭代。建议关注其与FAM-1等模型在真实机器人平台上的融合潜力，或将催生新一代通用具身智能系统。
-
谷歌Veo 3.1上线：强化视频生成控制，接入Gemini API推动商业化 谷歌更新旗舰视频生成模型Veo 3.1，强化叙事与音频控制、输入与编辑功能，支持首尾帧与多图参考精控，标志着进入“导演级”精细控制阶段。模型已接入Gemini API和Vertex AI，用户可通过Flow或Gemini使用。Veo 3.1支持1080p/24fps视频生成，最长约148秒。目前Flow用户已生成超2.75亿个视频内容，包括微电影等创意形式。尽管成片质感相比前代进步有限，但市场期待年底Gemini 3发布时的大规模升级。 Veo 3.1虽为小幅迭代，但其在控制维度上的突破（如首尾帧控制、多图引导）表明AI视频正从“自由生成”迈向“结构化创作”。接入Gemini API意味着其能力正被整合进谷歌AI服务体系，为开发者提供调用接口，推动商业化落地。Flow平台2.75亿次视频生成量显示用户基数庞大，已形成初步生态。此进展对Sora构成实质性竞争压力，预示未来视频生成将更注重可控性而非仅依赖生成质量。建议关注Gemini 3发布时是否带来物理模拟或长视频连贯性突破。
-
天猫双11首日调用AI超150亿次，AI全面重构电商生态 2025年10月15日天猫双11预售首日，AI大模型调用量超过150亿次，首次实现系统性应用。阿里团队围绕AI重构淘宝App，重点推进三大功能：提高流量匹配效率（搜索相关性提升20%）、为商家降本增效（月生成2亿张图片、500万条视频）、打造新AI导购产品（如万能搜、AI试穿）。AI成为双11增长核心引擎，推动用户转化效率提升15%。 150亿次大模型调用凸显AI在中国消费场景中的规模化落地能力。此次AI不仅用于推荐算法，更深入到内容生成、交互体验等环节，体现“AI原生电商”雏形。尤其是AI生成商品图与视频，大幅降低中小商家内容运营门槛，具备广泛社会经济意义。搜索相关性提升20%直接反映用户体验优化，是衡量AI实用价值的核心指标。这一实践验证了AI在大规模B2C平台的综合赋能能力，后续可关注其是否向跨境、本地生活等场景复制。
-
苹果发布M5芯片Pro三件套，本地AI算力提升4倍 苹果低调发布搭载M5芯片的三款Pro产品：14寸MacBook Pro、iPad Pro和Vision Pro。M5采用第三代3纳米工艺，AI峰值吞吐较M4提升4倍，图形性能提升45%，统一内存带宽达153GB/s（提升30%）。各设备升级包括：MacBook Pro支持3A游戏且加量不加价；iPad Pro首次支持120Hz外接显示器，AI图像处理性能显著提升；Vision Pro刷新率提升至120Hz，续航达3小时，应用场景扩展至医疗等领域。 M5芯片将AI算力本地化推向新高度，4倍AI吞吐增长意味着更多模型可在终端侧运行，减少云端依赖，提升隐私与实时性。尤其在Vision Pro上体现为空间计算能力增强，为AR/VR中的AI代理应用打下基础。此发布表明苹果正构建以端侧AI为核心的生产力生态，强化“软硬一体”优势。对于开发者而言，本地大模型部署门槛进一步降低。该趋势或将带动整个终端行业加大对NPU的投入，建议关注后续Apple Intelligence在Pro系列中的深度集成。
-
谷歌开源Coral NPU，支持大模型在智能手表等边缘设备运行 谷歌推出全栈开源平台Coral NPU，旨在解决边缘设备运行AI面临的性能、碎片化与隐私问题。该平台基于RISC-V架构，包含标量、向量、矩阵执行单元，可在几毫瓦功耗下提供512 GOPS算力，支持小型Transformer与LLM在智能手表等可穿戴设备上本地持续运行。谷歌已发布相关文档与工具，并与Synaptics合作推出首款量产芯片Astra SL2610，推动边缘AI生态发展。 Coral NPU代表AI向极致终端侧迁移的技术尝试。其低功耗高性能特性为“永远在线”的个人AI代理提供硬件基础，尤其利于健康监测、语音助手等应用场景。选择RISC-V架构具有战略意义，规避ARM授权限制，增强生态自主性。与Synaptics合作实现量产，说明该平台已进入商业化通道。此进展可能引发其他厂商跟进，加速边缘AI芯片标准化进程，建议关注后续开源生态建设情况。
-
Anthropic负责人：预训练必须考虑推理效率，端到端优化成新趋势 Anthropic预训练团队负责人Nick Joseph在YC访谈中指出，预训练团队也必须考虑推理阶段的实际需求，当前如何平衡预训练与后训练仍处于早期探索阶段。他回顾了自身从Vicarious、OpenAI到Anthropic的职业路径，强调AI安全动机是早期从业动因。他阐述了预训练的核心逻辑为基于自回归建模的大规模扩展，遵循扩展定律（损失随规模幂律下降），并分享了分布式训练、硬件调试、多芯片适配等工程挑战。 Nick的表态揭示大模型开发正从“唯规模论”转向“端到端效率优化”趋势。过去预训练与推理常由不同团队负责，但随着推理成本占比上升（尤其在企业服务场景），预训练策略必须考虑部署效率。其强调多芯片适配问题，也反映出AI硬件异构化带来的新挑战。这对模型设计提出更高要求——不仅要性能强，还要“能跑得动”。建议关注Anthropic后续是否推出针对推理优化的新型训练范式。
-
黄仁勋展望AI未来：迈向数字代理与具身智能双重革命 黄仁勋在与红杉对话中提出，AI发展将沿两条路径演进：Agentic AI（数字劳动力，AI代理与企业协同）与Physical AI（具身智能，AI与物理世界交互，如机器人）。他认为当前正处于“AI工厂”系统革命阶段，未来AI将覆盖人类经济全领域。他回顾英伟达从GPU硬件商转型为AI平台的过程，强调CUDA生态建设与系统级整合的关键作用。 黄仁勋的判断为AI产业下一阶段提供清晰图景：AI不再只是辅助工具，而是作为“自主行动体”参与经济活动。Agentic AI对应企业流程自动化，Physical AI则指向机器人、自动驾驶等实体载体。两者共同构成“AI即生产者”的新范式。该观点与其推动Omniverse、Isaac等平台的战略高度一致，建议关注英伟达在多模态代理、机器人仿真方面的最新动作。
-
新凯来发布国产EDA与90GHz示波器，突破半导体高端工具封锁 在2025湾芯展上，国产半导体设备公司新凯来未推出传闻中的5nm光刻机，但其子公司启云方发布两款自主EDA设计软件，填补国产高端电子设计工业软件空白；子公司万里眼发布90GHz超高速实时示波器，为全球第二、国内唯一，打破《瓦森纳协定》封锁。新凯来成立四年，前身为华为“星光工程部”，现覆盖除EUV外的半导体前道全流程设备，在手订单超100亿元，客户涵盖中芯国际等主流晶圆厂。 新凯来的战略清晰：不孤注一掷于光刻机，而是构建“设计-制造”全栈自主生态。EDA与示波器的突破更具现实意义——前者是芯片设计的“大脑”，后者是高端测试的“眼睛”。两项成果同时落地，说明中国在半导体非光刻环节正快速补链。尤其90GHz示波器达到国际领先水平，意味着高频信号测量不再受制于人。该进展应视为国产半导体自主化的重要里程碑，值得关注其后续在先进工艺节点上的验证能力。
2025-10-16 | AI速览 | 英伟达×红杉1993投资百万倍回报，台积电Q3营收增30%
外贸达人Cici2025-10-16
172
导读：英伟达×红杉1993投资百万倍回报，台积电Q3营收增30%
【声明】内容源于网络
0
0
外贸达人Cici
跨境分享阁 | 每天提供跨境参考
内容 0
粉丝 5
总阅读0
粉丝5
内容0