拆局思維Unpacked

Charles & Bryan

科技迷、股市小散戶、多年好友 Bryan 與 Charles,每月 15 號聊 AI、科技、商業、投資,還有人生。 新聞太多看不完?沒關係,我們幫你拆 🧩 -- Hosting provided by SoundOn

集數

  1. 3 天前

    EP12|SpaceX × Tesla 真的要合併?Optimus 開始生產、Marvell 併 Lumentum

    只拿 37% 股權,卻握有 56% 投票權?Barclays 試算,SpaceX 如果收購 Tesla,馬斯克就能拿到這樣的控制權。但兩邊的特別委員會連條件都還沒談定,是真的要合併,還是先放話? 這集 Bryan 和 Charles 拆解 SpaceX × Tesla 可能的合併:如果真的發生,馬斯克的控制權會怎麼變?國防合約和 Tesla 的中國業務會不會變成絆腳石?再看 SpaceX 的 SI 部門一季 76 億美元,比 Starlink 和發射火箭加起來還多,它還算是一家火箭公司嗎?然後聊 Optimus 在 Fremont 開始生產、機器人的手為什麼難以攻克。最後談談 Marvell 換股收購 Lumentum,到底能不能跟 Broadcom 在擂台上打幾個回合呢?輝達在背後又扮演什麼角色? 本集重點: ✅ SpaceX × Tesla 合併:兩邊都設了獨立董事特別委員會,馬斯克因利益衝突不參與討論,目前還沒有任何交易條款。 ✅ 合併為什麼對馬斯克有利:Barclays 試算,若 SpaceX 以目前規模收購 Tesla,他約持有合併公司 37% 股權,卻掌握約 56% 投票權(SpaceX 股票有 10 倍投票權);這只是情境推估,雙方還沒談定任何條件。 ✅ 兩家公司能擦出什麼火花:Starlink、太陽能、Terafab 晶片計畫和工廠自動化,以及這樣的公司應該用什麼方式估值。 ✅ 最大的阻力:SpaceX 有 NASA 與國防合約,Tesla 在中國有製造和銷售,兩邊都有國安和數據的疑慮。 ✅ SpaceX 的 SI 部門一季 75.6 億美元,占三個部門合計 145.75 億美元的 52%,比 Starlink 和火箭發射加起來還多。 ✅ Optimus:Fremont 開始生產第一批量產設計的機器人,產線長期設計產能每年 100 萬台;手部力道控制仍是最難的挑戰之一,生產越多、數據越多,形成飛輪。 ✅ Marvell 以全股票交易收購 Lumentum:1 股 Lumentum 換 4.5 股 Marvell、溢價約 23.9%,預計 2028 年上半年完成。 ✅ 輝達為什麼要支持競爭者?從 NVLink Fusion 到拉盟友對抗 Broadcom,AI 這場遊戲是不是大者恆大? 📌 章節分段(Chapters) 00:00 開場與本集預告 01:29 Bryan 的健檢小插曲 04:06 Charles 的交換學生故事:最後一個派對 09:35 SpaceX × Tesla 合併:特別委員會與還沒談定的條款 10:47 合併之後,馬斯克的控制權 11:38 兩家公司的火花:Starlink、Terafab 與怎麼估值 19:18 合併的阻力:國防合約、Tesla 在中國的業務與數據疑慮 23:53 SpaceX 的 SI 部門一季 76 億美元:還算火箭公司嗎? 26:02 太空資料中心:在地上建不了,就蓋到天上去? 28:57 Optimus 開始生產:每年 100 萬台的產能目標 31:25 機器手的難題:力道控制與數據飛輪 34:17 AI 投資放緩會拖慢 Optimus 嗎?2027 年底對外交付有沒有機會 35:09 Marvell 收購 Lumentum:兩家公司在做什麼 37:42 收購條件,以及 Marvell 能不能跟 Broadcom 打幾回合 41:51 輝達投資與牽線傳聞:為什麼要支持競爭者? 47:40 大者恆大?收尾與聽眾提問 📚 專有名詞(Glossary) 特別委員會(Special Committee):由獨立董事組成,在公司有利益衝突時負責評估交易的委員會 投票權與控制權:持股比例和投票權不一定相同,掌握過半投票權通常就能主導公司重大決定 Super Intelligence(SI):SpaceX 的 AI 部門,是原本「AI」部門的新名稱 Starlink:SpaceX 的衛星網路服務 Terafab:馬斯克提出的自建晶片廠計畫 NeoCloud:專門出租 AI 算力的新型雲端業者 Optimus:Tesla 開發的人形機器人 Fremont:Tesla 位於美國加州的工廠 數據飛輪(Flywheel):產品用得越多、收集的數據越多,模型和產品就變得越好,再吸引更多人使用 Marvell:美國晶片公司,幫雲端大廠打造客製化 AI 晶片(ASIC)和高速互聯技術 Lumentum:美國光學與光通訊公司,做雷射光學元件,把資料轉成光訊號高速傳輸 Broadcom:美國晶片公司 ASIC:為特定用途客製化設計的晶片,例如 Google 的 TPU CPO(共同封裝光學):把光通訊元件和晶片封裝在一起,提高傳輸效率的技術 全股票交易(換股):收購方用自家股票取代現金支付,收購價值會隨收購方股價變動 NVLink Fusion:輝達的互聯技術方案,讓其他廠商的晶片也能接上輝達的系統 💬 本集提問 你覺得輝達真的有在背後替 Marvell 和 Lumentum 牽線,想拉盟友對抗 Broadcom 嗎?還是你有不一樣的看法?留言告訴我們你的觀點! ⭐ 喜歡這集的話 在 Apple Podcasts 給我們五星評分、Spotify 按下追蹤,或到 YouTube 訂閱並開啟小鈴鐺。如果想到任何會對這些問題有興趣的朋友,歡迎把這集分享給他! Apple Podcasts:https://podcasts.apple.com/tw/podcast/%E6%8B%86%E5%B1%80%E6%80%9D%E7%B6%ADunpacked/id1887230143 Spotify:https://open.spotify.com/show/00yMpr57jLvUyuNct7PnRu YouTube:https://www.youtube.com/@unpackedpodcast-cb Instagram:https://www.instagram.com/podcast.unpacked Threads:https://www.threads.com/@podcast.unpacked Facebook:https://www.facebook.com/share/1PfQ5hprfr/ 本集為資訊分享與觀點討論,不構成投資建議。 -- Hosting provided by SoundOn

  2. 11月8日

    EP11|Anthropic IPO、OpenAI 募資縮水?美國期中選舉衝擊 AI

    市場怕 AI 花太多錢,但我們會不會低估了未來的需求? 這集 Bryan 和 Charles 從股市大跌的真心話聊起,拆解 Anthropic 拚 IPO、OpenAI 募資目標傳出下修,以及美國期中選舉帶來的 AI 政策疑慮。再從親身使用 AI Agent 的經驗,聊到客服、醫療與照護:當股價下跌,哪些期待該重新檢查,哪些可能性又值得繼續相信? 本集重點: ✅ Anthropic 近 9,000 億美元的未來承諾:先確保算力,還是壓縮調整空間? ✅ 營收成長不等於已經獲利;科技巨頭既是支持者,也可能是競爭對手。 ✅ 長約、高估值與需求預期:如果成長沒有跟上,壓力會從哪裡出現? ✅ OpenAI 募資目標傳出下修:市場是否開始更在意現金流? ✅ Bryan 分享 Grok Bot 分工經驗:AI Agent 能否帶來更大的實際需求? ✅ 美國選後政策討論:如何兼顧 AI 安全、國際競爭與產業發展? ✅ 從客服到醫療與照護:除了省時間,AI 還可能改變哪些事? 📌 章節分段 (Chapters) 00:00 開場與本集預告 01:31 大跌中的真心話:做研究還有意義嗎? 09:43 認識 Anthropic:Claude 背後的公司為何想 IPO? 11:32 近 9,000 億美元承諾:先備算力,還是綁住未來? 19:06 營收快速成長 24:31 長約與高估值:需求能追上期待嗎? 36:10 OpenAI 募資傳縮水:市場開始看現金流? 43:12 Grok Bot 使用經驗:AI Agent 能帶來多少需求? 52:26 美國期中選舉後,AI 政策風險怎麼看? 59:09 AI 有沒有提高效率?從客服研究談到 Know-how 01:04:24 不只工作效率:醫療與照護的 AI 想像 01:08:58 收尾:如何看待科技發展的風險與可能 📚 專有名詞 (Glossary) Anthropic/Claude:Anthropic 是開發 AI 模型的公司,Claude 是旗下的 AI 模型 IPO (首次公開募股):公司首次向公開市場投資人發行股票、募集資金的過程 算力:執行 AI 訓練與推論等運算所需要的計算能力 Token:AI 模型處理內容的基本單位,不等於固定的一個字,也是衡量用量與計費的常見單位 AI Agent:不只回答問題,還能在授權範圍內運用工具、執行任務的 AI 系統 TAM (總潛在市場):一項產品或服務理論上能服務的整體需求規模 現金流:一段期間內實際流入與流出公司的現金,與帳面營收、損益不同 Confirmation Bias (確認偏誤):較容易尋找或相信支持自己原有想法的資訊,忽略相反證據 Know-how:靠經驗累積的實務知識與技巧,不只知道概念,也知道怎麼把事情做好 💬 本集提問 你在工作或生活中,哪個具體經驗讓你覺得 AI 已經不可或缺——或仍然可有可無?留言分享你的例子,也歡迎跟我們說說你的想法! ⭐ 喜歡這集的話 在 Apple Podcasts 給我們五星評分、Spotify 按下追蹤,或到 YouTube 訂閱並開啟小鈴鐺。如果想到一位也會對這些問題有興趣的朋友,歡迎把這集分享給他! Apple Podcasts Spotify YouTube Instagram Threads Facebook 本集為資訊分享與觀點討論,不構成投資建議。 -- Hosting provided by SoundOn

  3. 10月26日

    EP10 | 馬斯克自建晶片廠,台積電該擔心嗎?AI Agent 時代真的來了?

    晶片設計 Tesla 早就自己做了,現在連工廠都要自己蓋?馬斯克的 Terafab 對台積電來說,到底是威脅還是機會?這集 Bryan 和 Charles 從自建晶片廠聊到短影音,再聊到正在改變購物方式的 AI Agent。 本集重點 ✅ 馬斯克想自建晶片廠的幾個可能原因:產能、成本、地緣風險、垂直整合 ✅ 短影音和 AI 短劇怎麼搶走我們的注意力 ✅ Bryan 實測 Grok Bot 一週:AI Agent 會怎麼改變電商、廣告和我們的工作 📌 章節分段 (Chapters) 00:00 本集預告與 Charles 的下午茶小故事 04:05 Bryan 實測 Grok Bot 一週:ChatGPT 之後最驚豔的產品 10:59 馬斯克為什麼要自己蓋晶片廠? 25:25 Terafab 與台積電:威脅還是機會? 30:58 短影音如何改變我們的生活 37:12 AI 短劇為什麼有人看?流量與 Token 的生意 46:17 AI Agent 時代來了嗎?Grok Bot 能幫你做什麼 51:22 Agent 幫你購物:Amazon、廣告與行銷會怎麼變 1:05:03 安全提醒:新手可以先交辦給 Agent 的事 📚 專有名詞 (Glossary) Terafab:馬斯克自建晶片製造廠計畫 晶圓廠(Fab):生產晶片的工廠 垂直整合:把供應鏈上下游的關鍵環節收回自己做 第一性原理:回到最基本的事實重新推導問題,不照既有做法 良率:生產出來的晶片中合格品的比例 Brain Rot(腦腐化):長時間滑無意義的短影音,讓專注力和思考變差 AI Agent:不只回答問題,還能替你執行任務的 AI,例如整理信件、比價、下單 Token:AI 模型處理文字的計算單位,用量愈多成本愈高 💬 本集提問 如果 AI Agent 可以幫你比價、下單,你敢把信用卡交給它嗎?你第一件想交辦給它的事是什麼呢?留言告訴我們! ⭐ 喜歡這集的話 Apple Podcasts: https://podcasts.apple.com/tw/podcast/%E6%8B%86%E5%B1%80%E6%80%9D%E7%B6%ADunpacked/id1887230143 Spotify:** **https://open.spotify.com/show/00yMpr57jLvUyuNct7PnRu YouTube: https://www.youtube.com/@unpackedpodcast-cb Instagram: https://www.instagram.com/podcast.unpacked Threads: https://www.threads.com/@podcast.unpacked Facebook:** **https://www.facebook.com/share/1PfQ5hprfr/ -- Hosting provided by SoundOn

  4. 10月18日

    EP9 | 聯發科陷 Token 爭議!Palantir CEO 怎麼看 AI 模型?法國學生為何上街抗議?

    聯發科 Token 額度爭議引發討論,企業究竟該如何在 AI 成本、員工生產力與資訊安全之間取得平衡?本集我們也會聊聊 Palantir CEO 對 AI 模型的看法。最後,把視角轉向法國:為什麼學生們會走上街頭抗議?這場抗議背後又反映出哪些問題? 📌 章節分段 (Chapters) 15:14 聯發科 Token 不夠用? 35:54 Palantir CEO 對 AI 模型的看法 52:52 法國學生為何上街抗議? 📚 專有名詞 (Glossary) Token (標記 / 代幣):大型語言模型處理文字的基本單位,通常用於計算模型使用量與費用成本 Tokenmaxxing:** **盡可能大量使用或消耗 Token 以加速開發與提高產出的策略 KPI (關鍵績效指標):衡量員工或專案工作成效與達成目標程度的評估標準 Revenue per Token:每消耗一個 Token 所能為企業創造的營收貢獻度 Performance per Token:每消耗一個 Token 所帶來的產出效能與成果表現 Know-how (專門技術 / 專業知識):企業或個人在實務經驗中累積的核心技術、方法與實作訣竅 Alpha (超額回報 / 獨家優勢):在投資或商業競爭中,能帶來超越平均水準表現的獨特競爭力與關鍵洞見 Router (路由器 / 模型分流技術):在多模型架構下,根據任務需求自動挑選最合適、最省 Token 模型的調度系統 NIMBY (鄰避效應,Not In My Back Yard):居民認同某種公共設施的必要性,但強烈反對將其建在自己住家附近的心理與現象 -- Hosting provided by SoundOn

  5. 9月5日

    EP8 | AI 算力狂飆,但電夠用嗎?我們對 FSD 與 Cybercab 的一些想法

    當 AI 算力持續狂飆,下一個瓶頸會不會其實是「電」?本集我們聊聊電力為什麼正在成為 AI 與 Data Center 發展的關鍵,以及 Performance per Watt 為什麼越來越重要。接著聊聊我們對 FSD 與 Cybercab 的一些想法,以及自動駕駛可能如何改變我們的生活。 📌 章節分段 (Chapters) 19:30 電力會成為 AI 與 Data Center 發展的下一個瓶頸嗎? 45:04 我們對 FSD 和 Cybercab 的一些想法 📚 專有名詞 (Glossary) Performance per Watt (每瓦效能):衡量能源效率的關鍵指標,代表在消耗每單位電力(每瓦)時所能換取的運算效能 Tokens per Watt (每瓦產出詞元數):衡量 AI 運算能效的指標,指消耗每瓦電力時模型所能產出的 Token 數量 Gigawatt (GW / 吉瓦):電力功率計量單位,等於 10 億瓦或 1,000 百萬瓦(MW) Terawatt-hour (TWh / 太瓦時):能源與發電量計量單位,等於 10 億度電,常用於衡量國家或全球大型產業的年用電規模 Megawatt (MW / 百萬瓦):電力功率計量單位,等於 100 萬瓦,常作為傳統資料中心的電力配置基準 AI Factory (AI 工廠):將現代 AI 資料中心視為如同製造業廠房般,透過大規模電力與 GPU 叢集(Cluster)源源不絕產出 Token 與智慧運算的新概念 ASIC (客製化特殊應用積體電路):針對特定運算演算法(如 AI 專用推論)進行客製化硬體設計的晶片,具備較高能效與專一性 Agentic Workflow (代理工作流程):由多個具備主動規劃、決策與調度能力的 AI Agent 協同執行的複雜任務流程 Throughput (吞吐量):系統在單位時間內所能處理或輸出的資料/運算總量,在 AI 領域常指單位時間內產出的 Token 數量 Benchmark (效能評測 / 基準測試):評估硬體、晶片或模型運算效能的標準測試程序與客觀量化指標 Closed-Loop Model (閉源模型):未公開原始碼、訓練細節與模型權重的專利 AI 模型 Open Model (開源模型):對外公開模型權重或架構,允許大眾自由下載、微調、部署與商用的 AI 模型 Nuclear Fusion (核融合):透過輕原子核結合釋放巨大能量的先進核能發電技術,具備零碳排放與高能量密度的特性 HVDC (高壓直流輸電):利用超高電壓輸送直流電的電力傳輸架構,相比傳統交流電系統能大幅減少長距離輸送與多次交直流轉換時的電損 FSD (Full Self-Driving / 全自動輔助駕駛):Tesla 開發的全自動駕駛系統 Cybercab:Tesla 推出的無人駕駛計程車,車內無方向盤與腳踏板,完全依賴自動駕駛軟體與攝影機視覺感測進行全自動接送 Optimus:Tesla 研發的機器人 Software Licensing (軟體授權):將自家研發的演算法、作業系統或自動駕駛技術(如 FSD)以版權形式授權給其他車廠使用的商業模式 Early Adopter (早期採用者):在科技或新產品發展初期,願意率先嘗試、購買並承擔初期風險與不確定性的消費者群體 -- Hosting provided by SoundOn

  6. 5月31日

    EP4 | 對黃仁勳在 GTC Taipei 主題演講的推測

    這集我們將大膽預測黃仁勳會在這次 Keynote 中帶來哪些顛覆想像的科技主題! 📚 專有名詞 (Glossary) Vera Rubin / Rubin Ultra: NVIDIA 新一代的 GPU 架構(Rubin 是 Blackwell 之後的全新晶片家族) Tensor Core: NVIDIA 專為加速深度學習與 AI 運算設計的硬體核心 SOCAMM2: 市面上首款採用資料中心級 LPDDR5X 模組化規格尺寸的產品,專為建構 AI 資料中心的旗艦記憶體解決方案而設計 (參考Micron官網) CPO(Co-Packaged Optics,共同封裝光學): 將晶片與光學組件封裝在一起的技術,用來解決高頻寬、低功耗的資料傳輸問題 NVIDIA® ConnectX®: NVIDIA 旗下的高階智慧型乙太網路介面卡系列 NVIDIA® BlueField®: NVIDIA 的 DPU(資料處理器)系列 NVIDIA NVLink™: NVIDIA 開發的高速 GPU 互連技術 InfiniBand: 資料中心愛用的超高頻寬、超低延遲網路傳輸標準 AI Factory(AI 工廠): 將資料中心視為工廠,輸入資料並產出「符元(Tokens)」的概念 NemoClaw: 是一種開源堆疊,在 OpenClaw 加入隱私與安全控制機制。任何人都可以透過單一指令,在任何地方執行隨時待命且自行演化的代理 (參考NVIDIA官網) NVIDIA Groq 3 LPU: 是新一代的創新語言處理單元 (參考NVIDIA官網) Agentic AI: 具備自主代理能力、能主動規劃並執行多步驟任務的下一代 AI 系統 Digital Twins(數位孿生): 是實體產品、流程與設施的虛擬化表示,企業可藉此設計、模擬並操作其物理對應物 (參考NVIDIA官網) Cosmos: 一個專為物理 AI 打造的開放平台,搭載世界基礎模型 (WFM)、影像資料處理函式庫、影像評估與後期訓練框架 (參考NVIDIA官網) NVIDIA Isaac Sim™:是一個基於 NVIDIA Omniverse™ 程式庫所構建的開源參考框架,專為物理虛擬環境中的機器人模擬、測試以及合成資料生成而設計 (參考NVIDIA官網) NVIDIA Isaac™ GR00T:是一個研究計畫與開發平台,旨在研發通用機器人基礎模型與數據管線(data pipelines),以加速人形機器人的研究與開發 (參考NVIDIA官網) -- Hosting provided by SoundOn

評分與評論

5
(滿分 5 顆星)
4 則評分

簡介

科技迷、股市小散戶、多年好友 Bryan 與 Charles,每月 15 號聊 AI、科技、商業、投資,還有人生。 新聞太多看不完?沒關係,我們幫你拆 🧩 -- Hosting provided by SoundOn

你可能也會喜歡