type
status
date
slug
summary
tags
category
icon
password
2026年，继续AI❤️
AI的发展
2022年末，chatgpt3.5发布，引起全球关注，点燃了人工智能的引擎，点燃了资本的热情。
目前美国前十大公司的市值与2022年末发生了巨大变化，谁的AI相关性越高，谁的增长越大。
📊 2022 年末 vs 2025 年末 市值对比（亿美元 & 增长率）
排名 | 公司 | 2022-12 市值 | 2025-12 市值 | 增长率（%） |
1 | NVIDIA | 6849 亿 | 45660 亿 | +567% |
2 | Apple | 28500 亿 | 40520 亿 | +42% |
3 | Alphabet | 11450 亿 | 37970 亿 | +232% |
4 | Microsoft | 17870 亿 | 36230 亿 | +103% |
5 | Amazon | 8569 亿 | 24850 亿 | +190% |
6 | Meta Platforms | 6052 亿 | 16780 亿 | +177% |
7 | Broadcom | 未进前十 | 16580 亿 | — |
8 | TSMC (非美企) | 5406 亿 | 15530 亿 | +187% |
9 | Tesla | 8311 亿 | 15110 亿 | +82% |
10 | Oracle | 未进前十 2022 列表 | 5666 亿 | — |
三年来，模型的能力越来越强，一开始幻觉比较明显，经常出现一些弱智之处，然后它们在“我操”的惊叹中绝尘而去，目前的模型在知识、信息、语言等方面绝对碾压人类，推理能力也超越了大多数人，但随着它的不断进化，总有一天会在各个方便超过所有人类以及团体，没错，是所有。
能力维度 | AI 当前水平 | 对应人类水平 |
知识记忆量 | 极高 | 📚 博士后 / 专家团队 |
信息检索与整合 | 极高（秒级） | 🧠 多名专家协作 |
数学 / 逻辑推理（明确规则） | 高 | 🎓 研究生–博士 |
编程能力 | 高 | 💻 高级工程师 |
语言表达 | 高 | 🧑🏫 优秀写作者 |
图像识别 | 极高 | 👁️ 专业人士 |
常识推理 | 中等偏低 | 🧒 小学–初中 |
因果理解 | 有限 | 🧑 普通成年人 |
长期规划 | 弱 | 🧑 成熟成年人 |
情绪理解（真实） | 无 | ❌ |
自我意识 | 无 | ❌ |
价值判断 | 依赖人类 | ❌ |
目前所有的高科技公司都在全力发展AI，是一场不能输的军备竞赛，已经上升到国家层面的竞争。一开始美国以openai为代表的AI公司模型能力遥遥领先，中国模型能力落后比较明显，虽然也在努力奋进，但永远落后一些，尤其显卡被美国禁售，算力被锁死，看不到超越的希望，直到2025年春节期间，deepseek火爆全国，它的表现匹敌chatgpt，而且它的训练成本更低，效率更高，中国终于有了世界顶尖水平的大语言模型，在自己数量有限的GPU下也能训练，使用自研的GPU也可以，其他中国公司看到了可行路径，坚定了方向和信心；Deepseek火爆后，英伟达股价一度大跌16%，其他大型科技股也出现了不同程度的下跌，中国AI概念指数一周内上涨40%，很多个股连续涨停。Deepseek之后，中国其他基座模型公司能力也不断迭代增强，比如阿里的通义千问，字节的豆宝，月之暗面的kimi等，还有一些多模态模型进步也很大，与gpt、gemini、claude等的差距越来越小，个别方面还有亮眼的表现，现在更是你追我赶，亦步亦趋。
梁文峰配享太庙。
AI的泡沫
现在美国股市的市值集中在几个大的科技股公司里，他们的市值动则几万亿美元。英伟达作为AI挖矿的铲子公司，产品供不应求，成为美股第一，记得零几年时买电脑，显卡还在N卡和A卡间纠结，那时候英伟达在英特尔面前还是小弟，怎会想到它会有今天的辉煌。前段时间英伟达、甲骨文、openai之间达成合作，英伟达计划投资openai 1000亿美元，由于训练和购买基础设施，openai向甲骨文付1000亿美元买云服务和搭载英伟达显卡的算力中心，甲骨文花1000亿美元向英伟达买显卡，一个完美闭环，好像都花了钱，又好像谁也没花钱，三个公司的市值都有所上涨，甲骨文市值更是一日内涨了43%，直接将老板拉里埃里森送到了世界首富的宝座，还是资本主义牛逼。
openai正在寻求融资和上市，目前市值预估在5000-1万亿美元之间，还没有一家公司成长这么快，2025年openai亏损120-130亿美元，累计已亏损1400亿美元，收入主要来源于订阅费、api和企业合作，预计到2029年才有可能盈利，其他公司也比较类似，训练模型、用户使用模型成本巨大，盈利模式也比较单一，中国的ai公司提供的产品大多数还免费，现在这些公司基本上像是在做福利，给全社会提供大量免费的算力。估值高企、成本巨大、盈利遥遥无期，很多人觉得目前的AI公司有着巨大的泡沫。
泡沫当然是存在的，但是泡沫是否到了类似于互联网泡沫2001年左右的时期，我觉得未必。每一次人类的技术革命都会催生巨大的泡沫，蒸汽机革命有铁路泡沫，电力和大规模制造革命有美国1920年代股市泡沫，互联网革命也有互联网泡沫。可以说只要是技术革命都会有泡沫，越大的技术革命泡沫越大，技术革命需要过量的资本完成前期的大量基础建设，这些资本是对整个行业的整体估值，估值提前兑现，最后可能会有90%的企业消失，但资本会转移和回流到最终活下来的真正有价值和长期发展的企业上来，即时是死掉的企业也有它的价值，有试错的价值，也有沉淀的价值成为其他公司的组成部分。就像寒武纪物种大爆发，大爆发的同时伴随高淘汰率，物种开始快速迭代升级，后来才会有更加高级的生物。目前的ai发展还处于早期，AI是人类几千年积累智慧的萃取和进化，是一次更高级别的智能跃迁，人类积累的智慧和数据很大程度上还没有被挖掘和重构，这是一个漫长而快速的进程，漫长是说这条路会一直延申，快速是说AI进化会非常快速，目前AI的应用刚刚有点苗头，至少五年内还会保持高速增长。避免泡沫是不可能的，应该拥抱泡沫，做一个AI的狂热分子，争分夺秒的学习AI，见缝插针的使用AI，奋不顾身的投资AI。
AI的应用
目前AI已经有了可以验证的应用场景，比如内容生成、信息检索、编程、医疗诊断等等，随便问一下AI它就能告诉你它能做什么，一句话总结就是“理解信息、生成内容、辅助决策、自动执行流程”.可以说即便是AI的能力不再提高，以目前AI的能力也需要人学习消化和习惯很长时间，目前的主要矛盾是日益增长的AI能力和愚笨懒惰的人行动力之间的矛盾。
AI的能力虽然不是无穷的，但必然是浩瀚的，它像一个琳琅满目的商店，有个品类齐全的商品，细化到一个勺子有几千种色号，几万种尺寸，几十万种样式，你不告诉它需要哪种它只能随便给你一个，但是如果你给的要求越多，它给的越能符合要求，所以使用AI在于人对使用场景的挖掘，在于对需求的精准描述，每个人都需要建立一种适合自己与AI的沟通语言和方式，如果自身逻辑清晰，需求情绪，更能得到想要的答案。
AI的瓶颈
1、数据
有一句话这么说，模型即能力，数据即模型，AI所有能力的基础在于对数据的挖掘，AI最先出来的是大语言模型，正是人类几千年积累的文本，尤其是近几十年互联网沉淀下来数字化的文本，给了模型训练的基础，对于模型来说，它突出的每个字都在算概率，数据越多，样本越多，AI给出的是更加有效的结果。如果没有数据，AI什么都训练不出来，有了互联网的基础，语言文本本身就是数据化的东西，AI更早更快的进行了训练，AI的发展依赖优质的数据，如果喂给它屎它吐出来的也是屎，哪怕是雕花的屎它也是屎。自动驾驶原先基于规则，怎么也做不好，现在所有的自动驾驶公司都是依赖大量采集的视频数据、人类驾驶经验训练出来模型。机器人的训练也是也是靠大量采集人真实的运动动作轨迹来训练。数据就是基础，越容易数字化的数据越会更早实现智能。
目前据说AI训练的文本已经不够用了，除了改善数据的标注，现在AI已经在吃自己吐出来的内容了，目前互联网上AI生成的数据更多，人类生成的越来越少，不知道以后AI吃什么。
其实人类的活动和现实世界还有大量数据没有被数据化，比如我们真实世界的模型，以及自然环境的日常变化，人类的日常活动，时间的演变，散落在每个人脑中的记忆，还需要有人把它们数字化。
2、算力
算力依旧是影响AI发展的重要组成部分，芯片的计算能力、芯片的产能、芯片的创新制约着算力的发展。
算力不是决定 AI 是否可能， 而是决定 AI 何时、以多快速度、以多大规模成为现实。
3、电力
计算需要电，如果模型、芯片、算法是一个大的黑盒，那么就有了简单的等式
电=智能
AI是个简单的模型，输入电，智能产生，停电，智能消失，电是人类现代文明的基础，也是AI的基础。训练 GPT‑4 级别大模型，据估计一次完整训练可能需 几十 GWh 电力（约等于一座中等城市数天的用电），稳定廉价的电力是支撑 AI 数据中心持续运行的基础条件。
美国虽然有着更先进的模型和最好的人才，但是电力基础设施却比较落后，至少不具备快速建设大量电力基建设施的能力，美国政府计划在 2030 年前启动 10 个大型反应堆建设项目，扩大核电产能，特朗普旗下企业、微软、谷歌等都在投资核电建设。
无论是电力基础还是基建能力，中国比美国有着巨大的优势，在AI竞争的后半段，中国一定比美国有着更大的优势。
AI的投资
投资当然投好公司，但是好公司也贵，想要获得大一点的汇报，就要专注成长性，错误定价、可操作性，英伟达是很好，可是目前的市值还能返多少倍，和你的预期是否一致，openai是好但是和散户有什么关系。
美股：
Apple（终端智能分发）、google（基础模型）、台积电或英特尔（代工）
中国公司：阿里、腾讯（巨头效应，不管中国的ai怎么发展，一定有这两家的门票），字节很好但没上市
材料：金、银、铜 回调做多
没有美股账户，入金数字货币交易所换稳定币usdc，买对应的RWA代币，持有数年