文 | 财华社，作者 | 毛婷 文 | 财华社，作者 😴| 毛婷 因为最新季绩显示有大笔未完成AI订单的甲骨文👍（ORCL.US），股价曾一度大涨。但是“蜜月期”没过多久，🤗9月24日，甲骨文宣布发行180亿美元债券，利率介于4.45😂%-6.10%之间，主要用于偿还债务、未来投资或收购、支付现🎉金股息或回购。 值得留意的是，尽管该公司预计，在Ope😅nAI等数百亿AI合约的推动下，有4,550亿美元的剩余履约❤️义务（RPO），未来收入预期十分可观。但要满足这些需求，甲骨👍文将要在2026财年进行350亿美元的资本开支，建造37个新😂的多云数据中心，这将加重其财务负担。 评级机构标准普尔😎于9月24日发布评级报告，认为甲骨文的2026财年资本开支将⭐因为激进的OCI（云基建）扩张计划而增至380亿美元，202😜7财年进一步增至600亿美元，并于2028财年到达顶峰，因此⭐FOCF（自由经营现金流）缺口将显著扩大，进一步加重该公司的❤️杠杆压力，为此维持对甲骨文的“BBB”长期信用评级，评级展望😴为负面，意味着未来有可能会下调其评级。 受发债消息影响🤯，甲骨文的股价于9月25日晚显著回落5.55%。这或许是市场🙌对于AI神话情绪降温的一个缩影。 除了甲骨文，谷歌（G👍OOG.US）5月份也成功发行50亿美元债券，利率介于4.0💯0%-4.30%之间，苹果（AAPL.US）同样在5月发债筹😀资45亿美元，也是其2023年以来的首次发展。马斯克旗下的A🤗I原生巨头xAI，今年7月完成50亿美元债务融资，同期还配套⭐50亿美元股权融资。 “融资补缺口”的模式似乎正在AI😉产业链蔓延——上游芯片企业通过预收款支持再投资，中游独角兽靠😜融资覆盖运营成本，下游应用商则通过发行债券来抢占市场。 🤩 例如英伟达承诺向OpenAI投资千亿美元，而OpenAI表🎉示将用这些资金来购买英伟达的AI芯片。 独角兽Open❤️AI与多家上游供应商订立了服务协议，例如与甲骨文签订协议，将🤩在五年内向甲骨文采购价值3,000亿美元的基础设施解决方案，🔥几个小时前据报与云服务商CoreWeave（CRWV.US）🤩签订65亿美元的合作协议，以获取后者的算力支持。然而，Ope👏nAI传闻的130亿美元收入显然并不足以支撑这些支出。8月初🔥，OpenAI再融资83亿美元，而在3月时其已从风投处筹资2😢5亿美元，OpenAI计划今年的融资规模达400亿美元。 👍 从实际收益来看，AI似乎尚未产生足以支撑其所需成本的收入😜，整个AI产业链的现金流循环完全依赖资本输血，而投资者正是这😁条链条上最后的风险承担者。 双重泡沫：一级市场的狂欢与😂二级市场的幻想 AI领域的估值狂热呈现“两极共振”格局🙌，一级市场的独角兽与二级市场的科技巨头相互催化，共同将投资者😊推向风险边缘。这种狂欢看似无关，实则形成了“价值泡沫闭环”：😆巨头的高市值为独角兽提供定价锚点，独角兽的融资热潮又反推巨头🤯业绩预期，最终所有风险均沉淀在投资者的账户中。 根据C😘B Insights的数据，当前全球有498只AI独角兽（即😅估值在10亿美元以上的未上市公司），合计估值或达到2.7万亿🚀美元，有100家为2023年之后成立的公司，此外还有超过1,😎300家估值在1亿美元以上的AI初创公司。但这些AI初创公司😉当中，有大部分都未实现正向现金流，但估值高昂，完全脱离商业本👏质。 展开全文 今年5月Builder.ai的崩😅盘堪称典型。2023年，该公司在D轮融资中筹得2.5亿美元，😁估值一度逼近10亿美元，其主打产品是一个基于AI技术的应用开👍发平台，号称能实现无代码快速开发，但后来被前员工或合作伙伴爆❤️料，实际上主要依赖人工完成。该公司已进入破产清算程序，背负着👏巨额债务，其中包括拖欠亚马逊的8,500万美元和微软的3,0🌟00万美元。 这类悲剧并非个例，AI图像生成领域的独角😜兽Stability AI于去年就穷途末路，被指欠下1亿美元😁；AI陪伴机器人公司Embodied也“凉凉”。有意思的是，🤯这两家AI初创公司背后的投资者都闪现“自身难保”的英特尔（I😊NTC.US）的身影。 风投项目投资者之所以甘愿“闭眼🙄投钱”，本质是FOMO（Fear of Missing Ou😅t，错失恐惧症）情绪下的非理性博弈——AI初创项目的回报动辄😴数倍，例如OpenAI的竞争对手Anthropic刚于9月初🤩获得了130亿美元融资，估值从3月时的615亿美元飙升至1,😂830亿美元，短短半年升值近两倍。风投机构若错过了高回报项目🎉，就可能失去客户的资金（LP），这让它们宁愿投错，也不能错过🌟，这也助推了一级市场中AI项目的估值扩张潮，但是当潮水退去，🥳最终承受损失的还是LP。 二级市场方面，当前美股屡创新🚀高主要由英伟达为首的大型科技股引领，其中英伟达的市值和估值最💯高，主要得益于AI概念的支持。正如我们在《中美AI估值博弈：⭐港股龙头的硬核破局》一文中提到的，美国AI巨头相对于港股AI😡科技公司的估值溢价，本质或是华尔街对于美国科技巨头未来展望更🥳为乐观，而这一乐观情绪到目前为止尚未有足够的证据证明合理。 👍 泡沫破裂会由谁埋单？ 从18世纪英国运河热潮到2🤩000年互联网泡沫，历史反复证明：私营资本主导的技术投资狂潮😂最终会迎来崩溃。AI狂欢也会有落幕的时候。 2000年😆互联网泡沫破裂时，纳斯达克指数暴跌近80%，数以万亿美元市值🤯蒸发。2025年初，因为DeepSeek的颠覆性出现，AI领😴域悄然出现“技术信仰裂痕”——这家中国AI企业凭借更高效的模❤️型训练技术与更低的算力成本，直接冲击了OpenAI的商业化根🤔基，并凭借更低的企业版定价，迅速抢占全球市场份额，这让资本开🎉始重新审视“技术垄断溢价”的合理性，也导致美股科技股在上半年😍出现回调。 当前美股科技股的上涨高度依赖英伟达、微软等🌟AI龙头的“权重拉动”，而在它们背后推动需求的也包括Open🤔AI等AI初创企业，如果这些初创企业最终无法证明它们所产生的😂收益能覆盖全部成本并取得足以支撑其估值的利润，那么其高昂的估😁值会被调整，其需求也会因为融资断流而骤然收缩——一级市场的估🤔值崩溃会传导到二级市场上。 作为AI算力的“供给核心”👍，英伟达近三年数据中心业务的爆发式增长，本质上建立在Open😍AI、Anthropic等独角兽“不计成本的算力采购”之上，😂一旦这些独角兽对AI芯片的需求萎缩，将会动摇“AI行业持续高😁增长”的预期，而英伟达的昂贵估值正是建立在这一预期之上，市场😍必然重新审视英伟达的增长天花板并重新给予估值，最终形成连锁效😎应，动摇整个二级市场的“价值锚点”，其他科技巨头也将应声而倒👏。 需要注意的是，各大公募基金、被动型基金、主动型基金😍、主权基金、养老基金都持有这些大型科技股，而且这些在当前被市😅场视为具有增长吸引力的巨头，是不少杠杆资金的“心头好”，当它💯们的估值遭到下调时，重仓的主动管理基金（例如对冲基金）将率先😂减持，被动指数基金将因权重调整被迫跟进，杠杆资金被强制平仓将🙌加剧“踩踏式下跌”。 最终遭受损失的将是那些追高入场的😢投资者。 泡沫之外：理性投资的破局之道 AI产业⭐并非毫无价值，正如互联网泡沫破裂后催生了谷歌、亚马逊等巨头，😢AI技术的变革性意义终将显现。但对投资者而言，关键在于穿透估😢值迷雾，找到真正具备技术壁垒与盈利能力的企业。 即将开🤩启的“港股100强”评选，恰为投资者提供了这样的价值锚点。作😀为聚焦港股市场的权威评选，其将以业绩真实性与成长可持续性为核😉心标准，挖掘 AI 领域真正的价值标的。在泡沫与机遇并存的A😅I赛道上，这样的专业筛选无疑是投资者规避风险、把握机遇的重要🙌指南。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