今天的信号里,最值得深挖的主题是「AI基础设施的全面军备竞赛」和「科技巨头人才溢出的创业潮」这两条暗线,它们正在重塑整个行业的权力版图。
先说AI基础设施。OpenAI的GPT-Live通过重写Python和魔改WebRTC,将音频延迟压缩到5%的水平,这不是简单的性能优化,而是对「实时交互」这条赛道的重新定义。过去AI的交互是单向的、延迟的、割裂的,而GPT-Live的突破意味着AI正在从「工具」向「伴侣」演进。这背后是一个更大的趋势:AI正在从云端下沉到端侧,从单一模态进化到多模态融合。越疆发布的具身全栖机器人「鹿萌」就是这一趋势的具象化产物,它不再是一个语音助手,而是能「看见」和「做到」的陪伴型机器人。这意味着AI的应用场景正在从「效率工具」向「情感纽带」转变,而这将彻底改变千亿级的智能陪伴市场。但问题在于,这种「全栖」能力是否会带来新的隐私风险?当机器人能够主动感知环境并做出反应时,数据边界在哪里?目前还没有明确的监管框架来应对这种变化。
另一个关键信号是内存芯片的供应紧张。三星、海力士和美光的2027年产能已经全部售罄,且暂无新增产能规划。这背后是AI对高带宽内存的需求爆炸式增长。过去内存行业的周期性波动正在被AI的结构性需求所取代,这意味着内存价格将长期维持高位,甚至可能成为AI发展的瓶颈。这对整个行业的影响是双重的:一方面,内存厂商将迎来超级周期,利润率大幅提升;另一方面,AI创业公司的成本结构将被重塑,云服务商可能会通过垄断高端内存资源来构筑新的护城河。这也解释了为什么Meta要推出自己的编程智能体Muse Code——当基础设施成本高企时,巨头们更倾向于构建闭环生态,而不是依赖开放市场。
再看科技巨头的人才溢出。Jeff Dean离职创业,带走了谷歌系的半壁江山,这不是个案,而是一个正在发生的系统性变化。谷歌、Meta、OpenAI等公司在过去十年积累了大量顶级AI人才,但随着大公司内部创新机制的僵化,这些人才正在通过创业来寻找新的突破口。Discovery Loop这类公司的出现,标志着AI创业正在从「模型层」向「应用层」和「基础设施层」双向扩散。这对行业的影响是深远的:一方面,大公司的技术垄断将被打破,创新速度会加快;另一方面,初创公司将面临更激烈的竞争,因为每一个细分赛道都可能涌现出十几家由前谷歌员工创办的公司。这种人才溢出还有一个隐性影响——它正在重塑全球AI人才的地理分布。过去硅谷是AI人才的集中地,但随着远程办公的普及和创业成本的降低,我们可能会看到更多的AI创业中心在新加坡、特拉维夫或迪拜等地涌现。
这三个趋势汇聚到一起,指向一个更大的叙事:AI正在从「炒作周期」进入「基础设施周期」。在这个阶段,技术的成熟度不再由模型的参数量决定,而是由底层基础设施的完善程度决定。谁能在内存、算力、实时交互等基础设施上取得优势,谁就能在下一个十年占据主导地位。而在这个过程中,最大的受益者可能不是那些最先进的模型公司,而是那些能够整合硬件、软件和生态的平台型公司。这也意味着,AI的竞争正在从「技术竞赛」转向「生态竞赛」,而这将决定未来十年的科技格局。