即刻App年轻人的同好社区
下载
硅谷掀起了一波对 AI infra 的并购浪潮。IBM 110 亿美元收购了做实时流数据的 Confluent，英伟达 9 亿美元收购做 GPU 超级互联和弹性内存池的 Enfabrica，高通收购了做 NPU 推理引擎的 Nexa AI，Meta 收购了做端侧 AI 的 Dreamer……
这次和两个被硅谷大厂迅速收购的 infra 创业团队交流，明确了科技大厂当前的一个明确并购需求：巨头现在极度缺“时间”和“工程落地能力”。
初创团队不建议去卷基础大模型，花期太短，某家巨头新模型一发布、一开源，你很可能就成了过眼云烟。
但如果你做对了巨头生态里缺失的那块 Infra 拼图，无论是能帮硬件厂干完模型部署的“脏活累活”，或是帮巨头的推理效率提升一点，直接就能被溢价连人带代码买走。
打不赢巨头，就去做巨头通向 AGI 路上最缺的那块砖，两年二三十倍估值速生速收，也是当前创业公司可以迅速完成闭环的一种“闪电战”打法。
这在硅谷至少是非常有效的模式。
这次和两个被硅谷大厂迅速收购的 infra 创业团队交流，明确了科技大厂当前的一个明确并购需求：巨头现在极度缺“时间”和“工程落地能力”。
初创团队不建议去卷基础大模型，花期太短，某家巨头新模型一发布、一开源，你很可能就成了过眼云烟。
但如果你做对了巨头生态里缺失的那块 Infra 拼图，无论是能帮硬件厂干完模型部署的“脏活累活”，或是帮巨头的推理效率提升一点，直接就能被溢价连人带代码买走。
打不赢巨头，就去做巨头通向 AGI 路上最缺的那块砖，两年二三十倍估值速生速收，也是当前创业公司可以迅速完成闭环的一种“闪电战”打法。
这在硅谷至少是非常有效的模式。
22 26
在硅谷和一个刚被巨头收购的 AI OS 创始人交流，他说透了为什么核心团队还要选择留在这边：因为你要“离模型近”。
这个“近”分两层：
第一层是离“模型团队”近。 硅谷天天有各种 party 和交流，泡在这个圈子里，你跟模型团队走得越近，就越能敏锐感知到接下来技术进化的真正方向。
第二层是离“模型 API 消耗”近。 只要你的产品跑得通、用户量和 ARR 涨得好，你本身就是模型 API 的消耗大户。这群大户往往是有“特权”的。
这种量级的应用团队跟大模型厂之间，长期看可能是竞合，但在短期绝对是生态型关系。模型厂在对外发布新进展前 3 个月甚至半年，就会拉着这群大户开吹风会、通气下一代模型的优化方向。
和他们比，国内团队天然就存在半年的时差。AI 这一波的技术还在持续变革中，往往模型一跃迁，创业团队原先吭哧吭哧写的工程代码和选定的方向可能就全废了。而在硅谷，很多团队靠离模型厂近，就能提前拿到“未来地图”早做规划。
不过中国的绝对优势在于恐怖的硬件落地能力和降维打击的增长推广手段。找对优势结合的“配方”，或许是这一波 AI 创业的最优解。
这个“近”分两层：
第一层是离“模型团队”近。 硅谷天天有各种 party 和交流，泡在这个圈子里，你跟模型团队走得越近，就越能敏锐感知到接下来技术进化的真正方向。
第二层是离“模型 API 消耗”近。 只要你的产品跑得通、用户量和 ARR 涨得好，你本身就是模型 API 的消耗大户。这群大户往往是有“特权”的。
这种量级的应用团队跟大模型厂之间，长期看可能是竞合，但在短期绝对是生态型关系。模型厂在对外发布新进展前 3 个月甚至半年，就会拉着这群大户开吹风会、通气下一代模型的优化方向。
和他们比，国内团队天然就存在半年的时差。AI 这一波的技术还在持续变革中，往往模型一跃迁，创业团队原先吭哧吭哧写的工程代码和选定的方向可能就全废了。而在硅谷，很多团队靠离模型厂近，就能提前拿到“未来地图”早做规划。
不过中国的绝对优势在于恐怖的硬件落地能力和降维打击的增长推广手段。找对优势结合的“配方”，或许是这一波 AI 创业的最优解。
8 01
在 AI 时代，一个产品哪怕跑通了，你的技术领先期可能也就那么极短的一段时间。在这个窗口期里，一旦你的产品摸到了 PMF，最重要就是迅速拉大规模，水银泻地般地去涨用户和收入，去尽可能多地获取能量，形成绝对优势。
这时候，见识和经历过移动互联网时代，经历过生死历练的“大纵深作战”打法，似乎还是有帮助的。
拿全球可以看到的 Genspark 和 OpenAI 的广告做对比，后者往往是一些品牌调性广告。但 Genspark 的打法非常生猛清晰，在纽约、在东京铺天盖地投广告，直白地告诉你：我能为你们白领做什么。 同时，从投放的强度来看，Genspark 比任何其他硅谷团队都坚决。这显然是不断的在尽可能扩展用户和市场纵深，这种坚决的“火力覆盖——大纵深突击”的打法，确实效果不错，其已经超过 2.5 亿美元的 ARR 和被所有顶级模型公司看作核心生态伙伴的状态，可能也受益于核心团队里有成员见识过中国移动互联网阶段的厮杀。
相比之下，似乎硅谷习惯了打阵地战，对于这种极其渴望规模的增长打法，在此前是没怎么见识过的。在今天这种需要抢窗口期、拼爆发力的环境下，中国商业世界中这种关于竞争和增长的世界观，也算是给全球 AI 创业者提供的极具冲击力的 another option。
这时候，见识和经历过移动互联网时代，经历过生死历练的“大纵深作战”打法，似乎还是有帮助的。
拿全球可以看到的 Genspark 和 OpenAI 的广告做对比，后者往往是一些品牌调性广告。但 Genspark 的打法非常生猛清晰，在纽约、在东京铺天盖地投广告，直白地告诉你：我能为你们白领做什么。 同时，从投放的强度来看，Genspark 比任何其他硅谷团队都坚决。这显然是不断的在尽可能扩展用户和市场纵深，这种坚决的“火力覆盖——大纵深突击”的打法，确实效果不错，其已经超过 2.5 亿美元的 ARR 和被所有顶级模型公司看作核心生态伙伴的状态，可能也受益于核心团队里有成员见识过中国移动互联网阶段的厮杀。
相比之下，似乎硅谷习惯了打阵地战，对于这种极其渴望规模的增长打法，在此前是没怎么见识过的。在今天这种需要抢窗口期、拼爆发力的环境下，中国商业世界中这种关于竞争和增长的世界观，也算是给全球 AI 创业者提供的极具冲击力的 another option。
16 23
硅谷大厂造硬件的“第一性原理”，跟国内完全反着来。
你看 Meta 和 OpenAI 这两大巨头（这两家内部都有顶级的、对核心模型单向透明的硬件团队），他们做硬件的思路，跟国内创业者完全不在一个频道。
国内是“为硬件加 AI”。找个场景，定义个产品，想着“我怎么把 AI 塞进现在的硬件里，好让我的硬件卖得更贵、卖得更多。”
在硅谷大厂的世界观里，今天似乎根本不是去分析什么局部场景和提升用户体验。他们想的是：我的大模型是不是需要一双眼睛、耳朵和腿？需要什么样的传感器能力，什么样的价值交付能力，我就去给它造什么硬件，硬件就是给模型配的“外设”。毕竟要把硬件体验真正拉起来，高度依托于模型，所以要围着模型去造硬件。
顺着这个逻辑推演，比如像 OpenAI 未来的那种硬件，大概率不是今天这种基于 App 的生态，更可能是极度精简的 OS。
当然，这种纯拉上限、不优先考虑成本功耗的打法，只有大厂能这么玩，创业者大概率没法这么打。
你看 Meta 和 OpenAI 这两大巨头（这两家内部都有顶级的、对核心模型单向透明的硬件团队），他们做硬件的思路，跟国内创业者完全不在一个频道。
国内是“为硬件加 AI”。找个场景，定义个产品，想着“我怎么把 AI 塞进现在的硬件里，好让我的硬件卖得更贵、卖得更多。”
在硅谷大厂的世界观里，今天似乎根本不是去分析什么局部场景和提升用户体验。他们想的是：我的大模型是不是需要一双眼睛、耳朵和腿？需要什么样的传感器能力，什么样的价值交付能力，我就去给它造什么硬件，硬件就是给模型配的“外设”。毕竟要把硬件体验真正拉起来，高度依托于模型，所以要围着模型去造硬件。
顺着这个逻辑推演，比如像 OpenAI 未来的那种硬件，大概率不是今天这种基于 App 的生态，更可能是极度精简的 OS。
当然，这种纯拉上限、不优先考虑成本功耗的打法，只有大厂能这么玩，创业者大概率没法这么打。
9 01
这次在硅谷聊了一圈，我发现他们对中国科技力量的预期其实分得很清楚。
在技术的“边界探索”上，硅谷是骄傲的。
特别是硅谷的机器人公司愿意在技术路线上押注，利用融到的资金去推高机器人模型和系统能力的“上限”，而不是急于寻找垂直场景落地或追求早期营收。在硅谷，营收不一定是好事，因为一旦有过早的营收，VC 反而会用传统的市盈率来估值，不再体现为向上的势能。他们觉得国内更多还是在做制造业的事，在核心的尤其是“大脑”层面，实质性进展不多。
但在“扩散”和工程落地上，硅谷是服的。
比如 DeepSeek、千问这种开源维度的突破，能把成本打得极低、效率拉得极高，硅谷很多大厂内的人看了都觉得 amazing，甚至觉得有了中国这些开源模型，没必要再去买 OpenAI 的闭源 API。
在硬件本体上（特别是宇树），硅谷也是绝对服气的，因为你真的造出来了，而且成本极低。
所以，未来能引起全球共振的技术创新，可能是“硅谷探边界 + 中国做扩散”这个组合。
在技术的“边界探索”上，硅谷是骄傲的。
特别是硅谷的机器人公司愿意在技术路线上押注，利用融到的资金去推高机器人模型和系统能力的“上限”，而不是急于寻找垂直场景落地或追求早期营收。在硅谷，营收不一定是好事，因为一旦有过早的营收，VC 反而会用传统的市盈率来估值，不再体现为向上的势能。他们觉得国内更多还是在做制造业的事，在核心的尤其是“大脑”层面，实质性进展不多。
但在“扩散”和工程落地上，硅谷是服的。
比如 DeepSeek、千问这种开源维度的突破，能把成本打得极低、效率拉得极高，硅谷很多大厂内的人看了都觉得 amazing，甚至觉得有了中国这些开源模型，没必要再去买 OpenAI 的闭源 API。
在硬件本体上（特别是宇树），硅谷也是绝对服气的，因为你真的造出来了，而且成本极低。
所以，未来能引起全球共振的技术创新，可能是“硅谷探边界 + 中国做扩散”这个组合。
16 10
时隔 9 年又来到 Alphabet 的 X factory 交流。一直很喜欢这里的哲学：“Fall in love with the problems and Aim for 10x”。
很多 9 年前的项目不在了，但是很多问题确实开始被更多来自世界（包括中国）的团队在推动和解决。 Respect to those who dare to take on moonshots.
很多 9 年前的项目不在了，但是很多问题确实开始被更多来自世界（包括中国）的团队在推动和解决。 Respect to those who dare to take on moonshots.
5 00
说个 IO2026 后的真疑问：Google 的 coding 能力追上 A 厂是已经没问题了，还是这件事目前还是个不能提的大问题呢？追上 4.6 难道这不是目前所有模型公司都在拼命解决的核心问题吗？这次竟然没有提到超越。
好吧，看在有 TPU 的情面上，这个问题就先忍了吧，反正 A 厂的算力瓶颈一时半会儿也跨不过去
好吧，看在有 TPU 的情面上，这个问题就先忍了吧，反正 A 厂的算力瓶颈一时半会儿也跨不过去
5 10
Google 用了 3 年多时间感觉终于在技术上连点成线，今年算是是产品战略空前明确的一年。
模型、算力、大用户量产品开始有了互相共振的目标和战略。
感觉创新力量探索出的新大陆，最终能摆渡 10 亿用户级别去那里的，大概率依旧还是巨头。
所以创业者真的需要快一点，再快一点，要光速前进，一点时间都不能浪费。
模型、算力、大用户量产品开始有了互相共振的目标和战略。
感觉创新力量探索出的新大陆，最终能摆渡 10 亿用户级别去那里的，大概率依旧还是巨头。
所以创业者真的需要快一点，再快一点，要光速前进，一点时间都不能浪费。
14 00
Google 回到了他擅长而自信的步点上。
1. 10亿用户级别的产品上自然语言交互全部嵌入完成。下一步是生成式交互的跳跃。
2. Google 搜索宣布我就是纯正的 AI 搜索，coding和 agent 能力马上融入。
3. 全球最大用户量的个人助理 Spark 已经明确目标，开始连点成线。
4. 物理设备延伸到眼镜，音频眼镜和手表联动今年交付，XR 还需要点时间。
5. Demis 可能最开心的一届，给了 5 分钟说他最感兴趣的目标（光速进化的科学），并最终以此收尾 IO26 。
1. 10亿用户级别的产品上自然语言交互全部嵌入完成。下一步是生成式交互的跳跃。
2. Google 搜索宣布我就是纯正的 AI 搜索，coding和 agent 能力马上融入。
3. 全球最大用户量的个人助理 Spark 已经明确目标，开始连点成线。
4. 物理设备延伸到眼镜，音频眼镜和手表联动今年交付，XR 还需要点时间。
5. Demis 可能最开心的一届，给了 5 分钟说他最感兴趣的目标（光速进化的科学），并最终以此收尾 IO26 。
10 00
DeepSeek 融资后，大模型领域会有什么新格局？
中国大模型玩家的故事还在分叉，尚未完结
最近业界都在传，DeepSeek 进行了目标可能高达 500 亿人民币的首轮融资，将刷新中国大模型公司单轮融资最高纪录。据我了解到的消息，是不是 500 亿的规模虽然无法确定，但其首轮融资金额已打破纪录并严重超募，成功完成首轮融资已成定局。
那么，今天这样的形势下，中国大模型玩家的未来格局是什么样的？甚至未来市场上能有多少家大模型玩家？这些玩家将如何构成？其实挺值得讨论一下。
到今天看，大模型还不能说只是巨头的游戏，故事还在分叉，精彩还在继续。
你觉得还会有什么新玩家入场，未来格局会如何？评论区也可以聊聊。
中国大模型玩家的故事还在分叉，尚未完结
最近业界都在传，DeepSeek 进行了目标可能高达 500 亿人民币的首轮融资，将刷新中国大模型公司单轮融资最高纪录。据我了解到的消息，是不是 500 亿的规模虽然无法确定，但其首轮融资金额已打破纪录并严重超募，成功完成首轮融资已成定局。
那么，今天这样的形势下，中国大模型玩家的未来格局是什么样的？甚至未来市场上能有多少家大模型玩家？这些玩家将如何构成？其实挺值得讨论一下。
到今天看，大模型还不能说只是巨头的游戏，故事还在分叉，精彩还在继续。
你觉得还会有什么新玩家入场，未来格局会如何？评论区也可以聊聊。
DeepSeek 融资后，大模型领域会有什么新格局？
3 00