文 | 大模型之家 文 | 大模型之家 9月中旬🤗，华尔街与科技圈同时被一则消息点燃：据《华尔街日报》《路透社😍》等多家媒体报道：OpenAI与数据库巨头甲骨文（Oracl😊e）签署了一份为期五年、总价值高达3000亿美元的算力合作协😴议。 消息一出，甲骨文股价应声狂飙，单日最高涨幅达43😁%，市值一度突破9200亿美元。其创始人拉里·埃里森（Lar😢ry Ellison）的个人财富一日之内暴涨超1000亿美元⭐，短暂地从埃隆·马斯克（Elon Musk）手中夺走了全球首🤩富的宝座。 然而，这场资本的“狂欢”转瞬即逝，次日股价😍便回吐了6%，部分分析人士开始对这一“天价协议”背后的实际可😢兑现性提出疑问。 与此同时，这笔所谓“千亿级大单”也揭🥳示出一个更深层的行业隐忧：当人们还在为Sam Altman描🤗绘的AGI（通用人工智能）未来而心潮澎湃时，这家公司似乎早已😡在资本运作的棋局中，悄然转换了角色。 曾经那个纯粹的技🤯术乌托邦，如今正散发着浓烈的资本味道，这也是对OpenAI这😍家以技术颠覆者形象示人的公司的一次灵魂拷问。 宛如泡沫😂的“长期主义” 审视2025年的OpenAI，与其相关⭐的资本活动，可以用“挥金如土”来形容。 年初，一项由O😢penAI主导，软银（SoftBank）、甲骨文（Oracl🤔e）等企业参与的，名为“星际之门”（Stargate）的计划🎉浮出水面，预计未来数年投入约5000亿美元，旨在构建一个前所😎未有的AI基础设施。随后，一连串令人咋舌的合作接踵而至：与云😊服务商CoreWeave签署了累计上限超过220亿美元的算力😘合约；接受了软银高达百亿美元的阶段性投资；与NVIDIA达成🙄战略合作，后者承诺将逐步注资最高1000亿美元。 这些🤯交易都有一个共同的特点：它们大多以“长期承诺”、“合同上限”😅、“分期部署”的形式出现。无论是“up to”（高达）、“m😢ultiyear”（多年期）还是“progressive i😜nvestment”（阶段性投资），这些词汇都指向一种被投资😊界奉为圭臬的理念——“长期主义”。 也就是说，Open😅AI 的战略的“长期主义”，是先铺量、先叫价、先承诺，再靠未😅来的部署和规模来压低单位成本、扭转现金流。其用意在于拉开与竞🌟争者的算力鸿沟，锁定未来发展势能。 然而，当我们将这份🌟“长期主义”的蓝图与OpenAI的财务现实并置时，一种强烈的😁不协调感便油然而生。以其与甲骨文的合作为例，3000亿美元的🤔合同分摊至五年，意味着年均支出高达600亿美元。这个数字是什🤩么概念？它是OpenAI当前年收入的整整六倍。 现有公👍开资料显示，OpenAI 当前尚未真正实现稳定盈利。2025😆年，其年化收入达120亿美元，较前一年取得200%增长200😁%，月收入突破10亿美元规模。然而，公司同步维持巨额支出：2🤗025年预期现金消耗上调至80亿美元，服务器租赁成本或超14😢0亿美元，且计划投入近2000亿美元布局算力基础设施（含千亿😜级自建服务器计划），并预计OpenAI 2025年净亏损约5🔥0亿美元。 展开全文 换言之，这笔天价账单，以O💯penAI目前的造血能力来看，无异于天方夜谭。恐怕Sam A😜ltman将整个公司打包出售，也未必能凑齐这笔钱。这让人不禁😁要问，这究竟是一场深思熟虑的豪赌，还是一场精心包装、用未来承😊诺为当下输血的资本游戏？当一家公司的支出承诺数倍于其收入，且😘依赖于一个尚未完全实现的AGI梦想时，这种“长期主义”的边界😀，距离庞氏骗局的定义，似乎也只有一步之遥。 资本的杠杆😜与被“绑架”的未来 为什么一个极具争议的合同会被市场如🤯此热捧？这个现象背后，不仅是技术预期，也存在资本市场结构性机⭐制的支撑。 在资本的路径依赖之下，自ChatGPT横空🎉出世以来，市场已经形成了一种强大的共识，或者说是一种信仰——🙄OpenAI不会倒下，它的增长将是指数级的，它的未来将重新定🌟义世界。在这种近乎宗教般的狂热情绪下，任何对OpenAI财务🎉状况的理性分析都显得苍白无力。 OpenAI，凭借其在🎉人工智能领域无可比拟的影响力，已然成为一根撬动资本的杠杆。 😴 故事优于现金：舆论与预期即资产 在科技资本市场，😢故事常常比业绩更能催化估值。一个极具想象力的愿景，往往能够触🚀动投资者的“信仰”，在资本没能看到现金流之前，就先为其买单。😀 OpenAI的一路成功从ChatGPT闻名，到被视为🤯 AGI（通用人工智能）最有希望实现者之一，使得其在资本圈具😁备某种“神坛光环”。很多投资者隐隐假设 OpenAI 不可能👏倒下。也正因如此，“3,000亿美元合同”的消息在宣布后，形😎成了一个强有力的锚定（anchoring）效应：即便这个数字💯最终无法完全兑现，许多资本仍会把它作为估值参照。 媒体🤗在此过程中也起了推动角色。一旦重大合作、高额合同登上头条，便😊容易形成舆论磁场，吸引更多资本注意，进一步推动相关企业（如甲🤗骨文、NVIDIA）股价的上行。 而甲骨文方面，与 O😆penAI 的合作被频繁强调为其云业务转型的“破局之举”，在😅投资者眼中似乎意味着一个新的增长引擎。但实际上，该合作在公开💯披露中以“容量”“合作”“扩展”表述为主，具体付款条款、风险😊分担、违约机制等尚未公开透明。 这种模式下，企业不一定😍要真的掏出那些天文数字，也能靠“预期”撬动股价上涨、吸引资本🤗追捧。正如有人所言：这些公司借 OpenAI 的影响力，已成👍为“资本杠杆”，在巨大估值游戏中被推来推去。 “锁价效👍应”与竞争者的被动追逐 一旦某个巨头以极高标价签下一项😅“未来合同”，其他竞争者便很容易陷入被动：要么追高跟进，要么😆被边缘化。换句话说，这种“锚定”并非单方向，而是在整个AI基😁础设施产业链内制造了一种压力，催使各方不得不抬价、跟投、下注🤗。 于是，我们看到NVIDIA宣布其对OpenAI的投🚀资计划高达1,000亿美元（分阶段注资）如果某公司迟疑不动，😢就容易被认定为“不够AI野心”，失去资本溢价。 但这种😍竞争逻辑也可能产生连锁风险：各方都在加杠杆投入，若某个环节出😅现兑现难度或宏观环境逆转，整个体系可能被迫退却。 泡沫💯已臻极限：从“信仰崩塌”到“忌惮崩盘” 当泡沫被推得足🌟够高，人们的信心不再来自想象，而是对泡沫崩裂的恐惧。对行业来😂说，泡沫的破裂可能带来周期性的寒冬，优质项目被一刀带走，资本😉信任被削弱。 在这种状态下，许多早期资本玩家或许不再追😡求坚信“OpenAI 不会倒”，而是惟恐自己踩到地雷。投资者🙌、合作方、媒体都变得警惕：如果这张合同、这个叙事崩盘，损失将👍极为巨大。 这或许正是 OpenAI 背后团队为什么愿⭐意承受外界批评、团队动荡、舆论风波，也要继续维系这一叙事与估😀值。对于一个“技术领军者”走向资本公司化而言，整个行业的信心😘、无数投资者的财富、上下游产业链的生存，都与这个泡沫紧紧捆绑😴在了一起。 这或许也解释了，为何Sam Altman宁🚀愿顶着马斯克的公开指责、承受创始团队分崩离析的压力，也要将O🔥penAI推向一条更加商业化、也更具争议的道路。他所要维系的🌟，早已不仅仅是一家公司的生死，而是一个由他亲手点燃，并已蔓延🚀至整个行业的资本火焰。 熟悉的剧本：赢了商业，输了口碑😡 OpenAI如今的玩法，在中国互联网的故纸堆里，能找🥳到一个惊人相似的影子——罗辑思维的罗振宇与网红papi酱的故😎事。 2016年，短视频博主papi酱迅速走红。3月，😂罗振宇的罗辑思维联合真格基金等高调宣布对其投资1200万元，😴双方的合影传遍网络，成为知识付费与网红经济结合的标志性事件。🤔紧接着，罗振宇一手操盘，为papi酱的首支视频广告举办了一场😴声势浩大的拍卖会，最终以2200万元的天价成交，被他称为“人😎类历史最贵单条视频广告”。 这场运作将双方的声量推向了😅顶峰。然而，故事的结局却出人意料。工商信息显示，罗辑思维在当🥳年7月便开始退出投资，8月便从papi酱关联公司的股东名单中😀消失。事后，papi酱的合伙人确认，罗辑思维因战略转型，原价😀退出了所有投资项目，并未支付实质性的投资款。罗振宇本人则轻描🤯淡写地留下一句：“江湖就这样，别介意。” 在这场堪称教😢科书级别的营销事件中，罗辑思维几乎未付出任何实际的资金成本，😜却借助投资的噱头和拍卖会的运作，收获了无法估量的品牌曝光与行😍业声望。他赢得了商业上的巨大成功，却也在一定程度上透支了公众😜的信任。 回看今天OpenAI与它的合作伙伴们，这番操😢作何其相似。一笔笔天文数字的合作协议被抛出，引发资本市场的剧😉烈震动，而协议本身却充满了模糊的、非约束性的长期条款。这究竟⭐是为了共同构建AI的未来，还是为了在资本市场上共同导演一出“😎皇帝的新衣”？ 无论是罗振宇还是Sam Altman而🚀言，如果承诺太多、兑现太少，赢得的是资本层面的短期热度，失去🤩的是长远信任与行业口碑。对于整个行业的良性、健康发展而言，无⭐异于饮鸩止渴。对于OpenAI这种愿景主导未来AI基础设施与👏平台生态的公司而言，这种信任成本，可能比资金成本更加严重。 😴 窗口期已至，谁能重写格局？ 即便在资本层面一片繁😅荣，OpenAI的“科技兑现力”也正在经受双重挑战：技术预期😢的落差与竞争格局的加速变动。 对于行业而言，OpenA❤️I的“AGI理想“曾一度被视为最具代表性承诺者之一。但自GP🤔T-5发布多次延期、以及上线后表现差强人意以来，这种光环逐渐😆被削弱。 另一方面，这对于长久以来被OpenAI光芒所😜笼罩的追赶者们而言，无疑是一个千载难逢的战略窗口期。尤其对于😎中国的AI企业来说，一个重写世界AI竞争格局的机会，可能已经⭐悄然来临。 近年来，以百度“文心”、阿里巴巴“通义千问👏”、腾讯“混元”以及异军突起的深度求索等为代表的中国大模型，🎉在技术上已经取得了长足的进步。它们不仅在多个权威评测榜单上与😀世界顶尖模型互有胜负，更重要的是，它们依托中国庞大的应用场景🤔和产业生态，正在加速探索商业化落地，从金融、制造到医疗、教育😆，展现出强大的渗透力。 当OpenAI被资本的战车绑架😜，开始沉迷于用万亿美金的承诺来维系其领导者地位时，中国的挑战😴者们或许更能沉下心来，专注于技术与应用的实际结合，解决产业的😎真实痛点。如果它们能抓住这个宝贵的窗口期，凭借更快的迭代速度😢、更贴近市场的应用创新，以及更务实的商业模式，未尝没有可能实😜现弯道超车。 历史已经多次证明，任何由泡沫支撑的繁荣都🎉难以持久。OpenAI这场由Sam Altman主导的豪赌，😂究竟会将AI行业带向一个崭新的纪元，还是一个幻灭的深渊，尚无🤗定论。但可以肯定的是，牌桌上的玩家已经越来越多，旧的格局正在🌟松动。能否抓住这个机会，且让我们拭目以待。返回搜狐，查看更多💯

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

第一财经 不同硬件、不同大脑，不同机器人厂商进入不同场🌟景，在多方变量的加持下，机器人的规模化落地似乎遥遥无期。 😎 9月17日，第一财经记者在采访第三方部署方、机器人本体厂🤗商和场景落地方时发现，一个行业新角色正在出现。一个类似于安卓🤗操作系统的中间算法层正在承担屏蔽硬件差异、兼容不同大脑架构的🔥功能，为机器人在真实场景中的规模化落地提供可能。 如今😁，这一产业角色已经吸引了谷歌、智元、富临精工（300432.❤️SZ）、格力博（301260.SZ）、东土科技（300353😴.SZ）、巨星新材料等企业押注。但在硬件厂商坚持自家体系、大🤗模型企业追逐通用智能的格局下，行业的“安卓时刻”何时到来，仍😂有待市场与现实工况的双重检验。 机器人涌入场景，跨本体🎉训练遇阻 当机器人厂商涌向场景方，新的问题正在出现。 🥳 “这个月至少有两家机器人公司正在和我们谈合作。”Kel🤩vin是长三角一家物流上市公司的技术负责人，他告诉记者，为了😢和人形机器人厂商进行合作，自己不得不拨出一个八人左右的团队和😢不同机器人企业进行对接。“我们需要开放不同的数据接口，提供一😁个专门的实验场景，还需要根据各家机器人的要求不断调整流程和测😊试参数”。 在大量的人力和物力投入之外，Kelvin坦❤️言自己算不过来ROI（Return on Investmen💯t，投资回报率）。“机器的工作效率不稳定，且运维需要大量后续😁的费用。”他向第一财经记者透露，物流企业马上就会备战“双11🤩”时间，在此期间是否继续让机器人上岗，他还在犹豫。 更😂大的问题是，由于不同厂商的机器人算法不兼容、硬件各自封闭，导🌟致一个场景的成功经验难以迁移到另一个场景。“有的时候我们的流😁水线哪怕是多一个弯折，机器人都需要重新走一轮POC（Proo⭐f of Concept，概念验证）。” “厂商觉得我🙌们不够开放，我们觉得机器人厂商要得太多。”Kelvin说，这🎉是产业上下游之间对接存在的普遍问题。第一财经记者了解到，一些👍“中间人”的角色正在产业链中诞生。前上汽自动驾驶域控制器算法😘负责人，安努智能工程算法总监杨曾告诉记者，团队正在研发的一套⭐中间件算法平台，希望像手机里的操作系统一样，把不同厂商的机器🔥人纳入统一的兼容框架。 就像手机的操作系统让不同软件在💯同一套规则下运转一样，中间件希望能够通过屏蔽底层硬件差异，使😉一套算法能够迁移到不同厂商的机器人上。“如果每遇到一个新的硬🙄件，就要重新训练，机器人在实际场景部署的速度就会非常慢。”重🌟庆大学助理教授，人工智能及多模态实验室具身智能负责人，安努智🤗能首席科学家胡喆告诉第一财经记者，想要提高机器人的通用化，跨😅本体是必须跨过的门槛。 在不改动模型本身的前提下，兼容🤩不同机器人的大脑，成为中间件的挑战。“虽然主流的模型是VLA🤔模型（Vision-Language-Action Mode😢l，视觉-语言-动作模型），但其中的架构仍然不同，有端到端，🥳也有分层式。”胡喆说，中间件在机器人大脑和机器人作业的实际场💯景中充当一个“翻译官”的角色。在他的设想里，输出的指令会先被😆中间件被转化为统一的目标和约束，再交由各家机器人自身的规划控😊制器执行。 “这样我们就不必为每一个新厂商重新训练模型🤔，只需要向每一个机器人的规划控制器下达指令，就能让中间件跑通🤗整个流程。”胡喆说。 展开全文 物理规律难仿真，🎉机器人“干中学” “我们曾经试过，在实验室里跑通了所有😴算法，结果到实际场景中发现完全不是一回事儿。”钛维云创的创始🤯人张磊告诉记者，当自己试图让机器人处理布料这样的柔性物体时，🚀由于布料材质、厚薄、摩擦力不同，实验室的环境并不能完全满足操😆作需要。 张磊透露，像布料、不规则包裹等物体，POC周😜期“很长，且难以给出确切的时间”，“因为我们需要提前磨合算法🙄、下线采集数据、再拿到实验室反复训练，才能勉强适配场景”。 🎉 工厂中的物料、工艺成千上万，换一条生产线、换一个工位，😅都可能带来完全不同的情况。 “离线的强化学习不可能把所🙄有真实场景一网打尽。”胡喆告诉第一财经记者，机器人不仅需要根😎据场景反复调试算法，还往往要重新采集数据回到实验室做离线训练😂，这让整个周期被拉长，时间和人力都被大量消耗。 边做边🚀改，或许才是机器人进行学习的关键。 胡喆透露，他正在尝😴试利用实时的在线学习算法，允许机器人在实际作业过程中一边操作😜一边采集数据，并实时更新模型。这种方式只需在现场额外增加几秒👏钟运行和100个数据量，“我们会根据模型出来的结果选择数据，😉让机器人在不断学习的过程中遗忘无用的数据，保持数据的精简，也😀不会对算力提出过多的要求”。 机器人“干中学”的另一边🙄，团队也在尝试利用仿真等手段降低机器人的学习成本。“现在大部🎉分机器人仿真环境离现实工况还有很大差距，因为仿真环境中缺乏物🔥理定律的支撑。”美国肯塔基大学空气动力实验室仿真负责人、安努❤️智能联席科学家付博直言，大部分仿真平台依赖数据驱动，却缺乏物😴理定律的支撑。 “如果只是换个环境光影、物体形状等表层🔥变量，那在这种仿真里能跑通的算法，一旦放到现实中，往往会失效😀。”付博说。 让虚拟环境逼近真实世界，并不是一件容易的🔥事。“摩擦力、空气流动等连续变化的环境很难被拆成可以极端的小👏单元。”付博解释，以机器人搬箱子举例，这个场景涉及了力学、刚😡体运动学与工程力学等基本的物理规律。付博说，加入这些规律的仿🤔真能够模拟不同重量箱子堆叠时的微小形变，计算箱内散落零件导致😡的重心偏移，并让机器人理解物体变化对抓取稳定性的影响，以及机🤩器人发力点与物体形变的关联。 他坦言，将这些物理定律的😢融入仿真环境是一个“正在进行的过程”，需逐步攻克计算量庞大的🙄技术难题。付博认为，只有当机器人在仿真环境中充分理解并内化这🤩些物理规律，才能在真实场景中更好地应对突发情况，实现泛化能力🎉的提升。“模型永远无法完全替代实验，但我们希望通过极致的物理😀仿真，让真实实验只需做一次就能验证可行性。” 谷歌提前⭐布局，中间件或成规模化关键 从机器人本体和大脑厂商到最😉终的应用企业，中间还需要大量复杂的部署工作——包括接口打通、😂场景适配、算法迁移等环节。对整个产业链而言，这是一块颇具吸引🤩力的“肥肉”，盯上的远不止安努智能一家企业。 今年6月🤗，银河通用和博世中国成立合资公司博银合创。根据双方披露内容，😀合资公司将聚焦复杂装配、智能质检等高精度制造场景，并且构建标😂准化、模块化、可复制的训练与部署体系，支撑机器人产品的快速迭🤔代与规模化部署。 今年年初，富临精工宣布公司与智元机器⭐人等相关方签署了《人形机器人应用项目投资合作协议》，各方共同😂投资设立合资公司实施人形机器人项目。当前，富临精工、智元、巨😢星新材料均为安努智能股东。就在9月，专注于北美市场的产业股东🤩格力博、聚焦机器人操作系统的东土科技也宣布增资安努智能。 👏 在海外，Google（谷歌）的母公司Alphabet孵化😎的Intrinsic也在扮演类似的角色。Intrinsic试🤩图通过通用算法和工具链降低机器人系统的集成成本，让不同厂商的😆机器人在同一套兼容框架下运行。 通过一个类似操作系统的😂中间件来对接不同机器人厂商和场景，这是安努智能董事长文宏杰提😍出的解题思路。虽然路径各异，但上述三家兼具机器人和产业方背景🙄的第三方部署商，它们的共同点都是试图在碎片化的产业格局中，寻👏找一套能跨越厂商和场景的兼容方式。 不过，机器人产业是👏否会像手机产业那样，最终走向由统一“操作系统”支撑的格局，仍😢充满疑问。一位由数码3C行业转至机器人产业的工程师告诉第一财😆经记者。与手机产业面临的问题不同，机器人领域的情况更为复杂，😅硬件厂商坚持各自的体系，而大模型企业则瞄准通用智能，“屁股决😊定脑袋，大家想的未必是同一个目标”。 多方角力之下，第😊三方部署商设想的中间件是否能够建立起产业上下游的桥梁，还需要😴进一步观察。“模型如果停留在实验室、本体如果只会跳几支舞，那😜最终只是一个故事。”文宏杰认为，在当下的机器人产业，关键不是😆讲模型和本体的“故事”，而是扎进具体场景，通过部署获取真机数🥳据和工程化经验，将商业化的流程拉通、沉淀。 在他看来，🔥这些工程化的经验和数据才能汇聚成类似“操作系统”的底座，真正🔥支撑机器人跨厂商、跨场景的落地。“如果中间件能够像安卓这样的🚀操作系统一样稳定通用、开放兼容，任何厂商都能接入，机器人产业😜的规模化会越来越近。” (本文来自第一财经)返回搜狐，😊查看更多