硅谷坐标 Silicon Valley Vector

硅谷坐标 Silicon Valley Vector

硅谷坐标(Silicon Valley Vector):立足美国硅谷, 聚焦前沿科技与科技投资趋势。在 AI 重新定义人类边界的时代,我们深入科技与资本的第一现场,为全球受众提供准确、深度、独立的专业报道。 联系我们:team@sv-vector.com Silicon Valley Vector is a tech and investment media platform based in Silicon Valley, dedicated to covering cutting-edge technology and tech investment trends. In an era where AI is redefining the boundaries of human potential, we go deep into the front lines of technology and capital — delivering accurate, in-depth, and independent reporting to a global audience. Contact us: team@sv-vector.com

  1. 2d ago

    硅谷坐标 × FundaAI 周默:深度拆解科技巨头 Q3 财报|AI 投资进入验证期

    最近,科技股再度遭遇集体暴跌,但最新一季财报呈现出的 AI 产业图景,却远比股价表现更加复杂。 一方面,微软、谷歌、亚马逊和 Meta 的云业务继续加速,资本开支仍在上调。投入与回报之间的时间差,正在被市场重新定价。另一方面,AI 需求开始分化:前沿模型公司的收入增长迎来新的检验,开源模型正在分流企业预算,Personal Agent 等新应用开始起量。与此同时,即将上市的 Anthropic,让市场第一次能用招股书检验一家前沿模型公司的估值与商业模式。 本期《硅谷坐标》再次邀请 FundaAI 创始人周默,逐一拆解四大科技巨头的 Q3 财报,并沿着产业链讨论三个核心问题: · AI 的真实需求是否在放缓?放缓出现在哪一层? · 持续上调的资本开支,何时体现在收入和自由现金流上? · 从模型公司、云厂商到半导体和数据中心,利润正在流向哪里?风险又会首先在哪里暴露? 这是我们连续第三个季度追踪 AI 产业的财报。 嘉宾|周默 · FundaAI 创始人 主持|曹卿云 · 硅谷坐标创始人 时间轴 00:00:00 导语 00:01:01 科技股暴跌,市场担心什么? 00:03:20 开源模型正在抢占预算 00:13:00 Anthropic估值的三大支柱 00:24:25 Personal Agent:下个千亿市场? 00:29:20 云收入加速,Capex何时见顶 00:37:57 微软的新优势:更短交付周期 00:46:43 谷歌:云增长与广告危机 00:54:51 亚马逊:增长背后的债务压力 00:58:37 Meta:巨额AI投入如何回本? 01:11:30 AI融资风险向谁传导? 01:14:34 半导体为何赚走更多利润? 01:16:05 中期选举后的数据中心 01:20:30 企业AI落地,谁先兑现收入? 01:26:00 AI市场下一步看什么? 【本期专业名词解释】 CSP:云服务提供商,如 AWS、Microsoft Azure、Google Cloud。 Capex:资本开支,企业购买服务器、GPU、建设数据中心等长期资产的投入。 TPU:Google 自研的 AI 专用芯片。 NeoCloud:新型 AI 云服务商,主要提供 GPU 租赁和算力服务,如 CoreWeave、Nebius。 ARR:年度经常性收入,将某个时点的经常性收入年化,不等同于实际年度营收。 RPO:剩余履约义务,已签约但尚未确认收入的合同金额。 FCF:自由现金流,经营现金流减去资本开支。 PS:市销率,市值与年度收入之比。 Token:AI 模型处理文本的基本计量单位。 FDE:前线部署工程师,直接帮企业客户部署 AI 系统。 本节目内容仅供交流参考,不构成任何投资建议。 完整视频:YouTube / B站 搜索「硅谷坐标」

    硅谷坐标 × FundaAI 周默:深度拆解科技巨头 Q3 财报|AI 投资进入验证期
  2. Oct 18

    从算力到规模 AI基础设施的未来|对话 Google 工程副总裁 Bill Jia

    Bill Jia 是 Google 工程副总裁,负责核心机器学习与 AI 基础设施。这一期,我们从算力、电力一路聊到 AI 时代的教育。 这一期,他回答了几个问题: · 各大科技公司 AI 资本开支巨大、现金流转负,到底怕不怕? · 明年新增约 40GW 算力,真正的瓶颈是芯片还是电? · 如果今天出来做 AI 基础设施创业,他会做什么? · Anthropic 签下百万颗 TPU,TPU 是在全面挑战英伟达吗? · 推理算力会占多大比例?端侧模型什么时候爆发? · AI 都会做数学了,孩子还要学数学吗? 时间轴 00:00 开场 00:47 Panel 回顾:资本开支、降成本与 AI 安全 04:46 资本开支与现金流:需求还会涨 1000 倍 07:05 创业机会:做一个专门做推理优化的 agent 09:35 明年 40GW 算力,瓶颈在电力 11:59 Google 怎么解决电力问题 12:30 推理会超过训练:从五五开到二八开 15:07 最强大模型还是垂直模型:两条路并走 16:32 训推一体:现在还太早 17:37 TPU 与英伟达:不是全面竞争,是相互学习 18:47 端侧模型什么时候爆发 20:45 AI 时代孩子还要学数学吗 22:43 基础设施最缺什么:agent 时代的内存 嘉宾:Bill Jia,Google 工程副总裁(Core ML/AI) 主持:曹卿云,硅谷坐标主持人 嘉宾观点仅代表个人,不代表所在机构。 完整视频:YouTube / B站 搜索「硅谷坐标」

    从算力到规模 AI基础设施的未来|对话 Google 工程副总裁 Bill Jia
  3. Oct 18

    有 PMF 也会破产:AI 生意和 SaaS 完全不同|对话 Fireworks AI CEO 乔琳

    乔琳是 Fireworks AI 联合创始人兼 CEO。Fireworks 是硅谷增长最快的 AI 推理平台之一,帮企业在开源模型的基础上训练和运行自己的模型。 这一期,她回答了几个问题: · 为什么说 AI 的下一步是「专用智能」?为什么全球绝大多数数据从来没有进入过大模型? · 为什么在 AI 时代,找到产品市场匹配(PMF)的公司也可能越做越大、最后破产? · 企业为什么要用开源模型做自己的模型?为什么说闭源厂商「又是供应商又是竞争对手」? · Fireworks 的新模型如何把推理过程缩短一半、成本减半? · 编程之后,下一波爆发的 AI 应用在哪里?为什么消费级应用要等到明年? · 需求爆发之下,Fireworks 未来 18 个月最大的挑战是什么? 名词说明:PMF 指产品市场匹配,即产品找到了真正需要它的市场;SaaS 指按订阅收费的企业软件;推理指模型实际运行、回答问题的过程,每次都要花算力成本。 时间轴 00:00 开场 00:46 大会分享:专用智能 01:44 专用智能指数与自研模型的考量 04:48 AI 生意为什么和 SaaS 不同 06:27 用开源模型控制供应链 07:29 新模型:推理过程缩短一半 09:25 平台上的应用新趋势 11:27 消费级应用为什么在明年 11:51 Fireworks 的竞争格局 13:04 智能路由 Nexus 13:41 未来 18 个月最大的挑战 嘉宾:乔琳,Fireworks AI 联合创始人兼 CEO 主持:曹卿云,硅谷坐标主持人 嘉宾观点仅代表个人,不代表所在机构。 完整视频:YouTube / B站 搜索「硅谷坐标」

    有 PMF 也会破产:AI 生意和 SaaS 完全不同|对话 Fireworks AI CEO 乔琳
  4. Oct 18

    模型能力终将普及,AI 的终局是能力与成本之比|对话 Google DeepMind 研究副总裁 Ed Chi

    Ed Chi(纪怀新)是 Google DeepMind 研究副总裁,也是思维链(Chain-of-Thought)论文的作者之一。这篇论文让大模型学会「先推理、再作答」,是今天推理模型的基础方法之一。他过去 30 年从推荐、搜索做起,如今主导大模型的推理、规划与记忆研究。 这一期,他回答了几个问题: · 消费级 AI 走到了哪一步?为什么说 2026 年的收入爆发主要还在企业端? · 通用助理什么时候算真正到来?他提出的「奶奶测试」是什么? · 模型能力普及之后,Google 的护城河在哪里?为什么「所有 AI 最终都是能力除以成本」? · 大模型的记忆难在哪里?为什么记忆的本质是排序? · 开源和闭源的差距、AI 泡沫到底在哪里? · AI 会解数学题了,孩子还要不要学数学? 时间轴 00:00 开场 00:33 Panel 回顾:从推荐、搜索到思维链 01:49 通用助理:从问答走向替你做事 04:01 消费级 AI 的未来:推理能力三四年走了多远 05:23 通用助理的护城河:「奶奶测试」 07:05 Google 做消费级 AI 的优势:硬件与服务 09:21 现象级产品会从哪里来 10:23 DeepMind 的模型竞争力:大模型与小模型 13:10 Google 的护城河:全栈与最便宜的 token 14:59 资本开支与回报:能力除以成本 16:29 记忆研究与存储短缺 19:00 记忆最大的瓶颈:它是一个排序问题 20:59 记忆层:创业公司还是大厂 21:37 如果今天创业,价值流向哪里 22:59 开源追上闭源,与思维链论文有关 24:37 AI 泡沫在哪里 25:53 编程之后的下一个机会 26:47 未来一两年的消费硬件 28:11 科学家视角:从小学算术到最难的数学题 29:20 AI 时代孩子还要学数学吗 嘉宾:Ed H. Chi(纪怀新),Google DeepMind 研究副总裁,思维链论文作者之一 主持:曹卿云,硅谷坐标主持人 嘉宾观点仅代表个人,不代表所在机构。 完整视频:YouTube / B站 搜索「硅谷坐标」

    模型能力终将普及,AI 的终局是能力与成本之比|对话 Google DeepMind 研究副总裁 Ed Chi
  5. Jul 12

    硅谷坐标 x Tensormesh 江鋆晨:AI 的记忆-KvCache的三层理解

    6月下旬,硅谷坐标主持人曹卿云与Tensormesh的联合创始人和CEO江鋆晨探讨了关于“AI记忆和存储”对话。这次对话聊到了推理瓶颈、Prefill/Decode成本拆解、KV Cache 的三层理解、护城河的真实来源、整个产业格局的判断,以及为什么这件被工业界每天接触的事,最前沿的突破却发生在学术界。Tensormesh和它背后的开源项目 LMCache,做的是一件听起来很底层、却可能定义 AI 下一个十年的事:大模型的记忆管理。 本期嘉宾:江鋆晨 Tensormesh和LMCache的联合创始人 芝加哥大学计算机系副教授 清华姚班 CMU计算机博士 2017年最佳博士论文 本集时码 Show Notes 00:52 AI 推理瓶颈:资源与 workflow 的不对等  02:01 Tensormesh 到底解决哪一个环节 03:20 反直觉的成本真相:贵的不是输出,是输入 07:10 与模型厂cached token 的区别 08:50 KV Cache 的三层理解 11:30 为什么学术界领先工业界 15:10客户画像:拥有共享知识库的企业 20:45与竞争对手的区别 22:00对“压缩”的看法 23:35 多模态时代,KVCache怎么扩展 25:15 存储供给瓶颈看法 25:40 经济账:以存代算 27:00 这个存储周期有什么不同 28:42存储传输速度vs成本 tradeoff 30:35 哪个存储层受益最多? 32:30 历史的回响:KV Cache 之于 CDN 35:50 公司顾问:Ion Stoica和Hui Zhang–Databricks/Spark 37:30 Tokenmaxxing和utilization efficiency的机会和挑战 39:57模型格局:大模型像在线视频,不像搜索 41:23 如何看中国模型前景 42:08 如果从Transformer架构换成Mamba 43:38 Xai收购Cursor 44:22AI 时代的汽油:懂 KV Cache 的人接触不到它,接触得到的人不懂它

    硅谷坐标 x Tensormesh 江鋆晨:AI 的记忆-KvCache的三层理解
  6. Jun 22

    硅谷坐标 x 喜马拉雅资本常劲:AI时代的价值投资

    科技迭代日新月异,习惯用十年、二十年的尺度看世界的价值投资者如何看待眼下这场AI浪潮? 带着这个问题,《硅谷坐标》主持人曹卿云对话了喜马拉雅资本副董事长兼 COO 常劲。喜马拉雅资本是长期主义最重要的代表之一:他们践行着巴菲特、芒格的价值投资体系,常年低换手、长期重仓,相信时间与复利的力量。 这场对谈从查理·芒格聊起,延伸到 AI、价值投资、谷歌与英伟达,再到华人公益与下一代教育——给出了一个更冷静、也更适合长期主义者的视角。 时间轴: 01:15 从芒格身上学到的东西:Worldly Wisdom 与多元思维模型 07:15 当下AI时代与历史周期相比的同异 16:00 AI做研究的边界 24:31 AI对价值投资是赋能还是挑战 19:12 AI能否帮人建立芒格式的跨学科思维模式 20:58 13F加仓谷歌公司的原因 25:50 如何看半导体行业的此次周期 27:45 如何看大模型竞争格局 30:15 如何看英伟达生态位 31:05 华人在美生态位 35:00 华人基金会与长期主义 42:40 AI时代如何培养下一代 #价值投资 #大模型 #ai #谷歌 #英伟达 #存储 #投资 #美股 #硅谷 #芒格 #巴菲特 #半导体 微信公众号 | 腾讯视频 | B站 | 小宇宙 | 喜马拉雅 YouTube | Apple Podcasts | Spotify | LinkedIn | 📧 联系我们:team@sv-vector.com 长期招聘主持人、研究员、编辑、摄像和后期视频团队。也欢迎加入我们的志愿者团队,参与一线前沿的讨论和采访。我们的志愿者由科技从业人员、专业投资人和媒体团队组成。

    硅谷坐标 x 喜马拉雅资本常劲:AI时代的价值投资
  7. Jun 4

    硅谷坐标 x FundaAI周默:四大科技公司财报后的AI产业深度观察

    4月29日,谷歌、微软、亚马逊和Meta发布了今年第一季度的财报。市场将其视为一次对AI支出是否合理的集体检验。四家公司合计资本开支超过6300亿美元,占其运营现金流的比例已经从2023年的约40%飙升至2026年接近90%。花出去这么多钱,什么时候能赚回来?2026年,5月1日,《硅谷坐标》主持人曹卿云采访了FundaAI创始人周默,逐一拆解了四大科技公司财报的AI产业帐。 【本期嘉宾】 周默 FundaAI 创始人 聚焦全球半导体与AI投资研究 【本期看点】 00:00:00 开场|科技大厂与半导体的市场分化 00:01:20 估值框架|芯片稀缺与模型高估值 00:06:00 AI支出|本轮开支扩张的核心驱动 00:10:47 AI支出|硬件涨价与 Capex 传导 00:16:38 AI收入|定义差异与质量判断 00:33:36 谷歌|云增长与广告变现改善 00:46:48 微软|失去独家后的竞争基础 00:55:24 微软|Copilot 的变现天花板 00:58:00 亚马逊|AWS 加速的收入与利润逻辑 01:05:02 Meta|广告提效与 AI 长期价值 01:27:06 AI商业化|增量还是替代 01:31:12 结尾|Capex 与 AI 收入缺口收敛 【关于硅谷坐标 Silicon Valley Vector】 立足美国硅谷, 聚焦前沿科技与科技投资趋势。在 AI 重新定义人类边界的时代,我们深入科技与资本的第一现场,为全球受众提供准确、深度、独立的专业报道。

    硅谷坐标 x FundaAI周默:四大科技公司财报后的AI产业深度观察

Ratings & Reviews

5
out of 5
4 Ratings

About

硅谷坐标(Silicon Valley Vector):立足美国硅谷, 聚焦前沿科技与科技投资趋势。在 AI 重新定义人类边界的时代,我们深入科技与资本的第一现场,为全球受众提供准确、深度、独立的专业报道。 联系我们:team@sv-vector.com Silicon Valley Vector is a tech and investment media platform based in Silicon Valley, dedicated to covering cutting-edge technology and tech investment trends. In an era where AI is redefining the boundaries of human potential, we go deep into the front lines of technology and capital — delivering accurate, in-depth, and independent reporting to a global audience. Contact us: team@sv-vector.com

You Might Also Like