AI行业平台转移与双重搬家 - AI行业正经历每10-15年一次的“平台转移”，当前AI的“双重搬家”意味着应用构建和技术栈的根本性变革 [2] - 第一重搬家：AI从独立应用转变为所有软件的基础，未来所有软件都将以AI为地基 [3] - 第二重搬家：软件开发和运行模式从基于CPU的固定逻辑编程，转变为基于GPU的训练模式，计算方式被彻底重塑 [4] - 过去十年价值约十万亿美元的计算机基础设施正被现代化改造，每年有数千亿甚至上万亿美元的风险投资涌入这一领域 [4] 开源模型的颠覆性影响 - DeepSeek R1等开源模型的出现激活了更多公司，开源模型的下载量呈现爆炸式增长 [6][8] - 全球存在多种不同类型的开源模型系统，虽然仍落后前沿模型约六个月，但每六个月就有更聪明的新模型出现 [7] - 开源趋势不仅包括模型，还包括训练数据，以建立开发者信任并推动行业参与 [9] - 初创公司、大公司、研究员、学生及几乎每个国家都想参与这场AI革命 [8] 物理AI的发展与落地 - AI正从纯数字交互转向理解并作用于物理世界，核心是让AI掌握现实世界的物理规律（如重力、摩擦力、物体恒存性） [10][11] - 通过“模拟+合成数据”解决现实世界数据稀缺问题，英伟达的Cosmos平台可生成逼真视频、预测轨迹及还原罕见场景 [12][13][14] - 自动驾驶AI“Alpamayo”采用端到端训练，能从摄像头画面直接控制车辆，并能解释驾驶决策，同时搭配传统系统作为安全备份 [15] - 机器人的“ChatGPT时刻”即将到来，AI生成逼真动作视频的技术成熟，为机器人执行物理指令奠定了基础 [16][17][18] - 预计未来两三年，机器人领域将从实验室样品转变为能真正落地解决实际问题的产品 [19] 算力平台的超级升级 - 英伟达推出Rubin平台，旨在解决AI推理算力不足、成本过高及上下文丢失问题 [20][21][22] - 平台核心优势一：算得更快，训练效率翻4倍，例如训练10万亿参数模型的时间可从4个月缩短至1个月，或使用1/4的设备完成相同工作 [23][24] - 平台核心优势二：算得更省，token处理成本降低10倍，即以前生成100个token的成本现在能生成1000个 [25] - 平台核心优势三：跑得更久，通过BlueField-4芯片将GPU的上下文内存扩大16倍，从1太字节扩展至16太字节，支持长时间、复杂任务处理而不丢失上下文 [26][27] - 平台能效超高，用同样多的电可产生5倍的算力，同时提供全程数据加密的安全保障 [28] 行业竞争与公司战略 - 英伟达认可中国AI芯片公司的竞争力，认为中国的企业家和工程师是世界顶尖的，许多公司已成功上市 [30] - 公司认为竞争促使自身必须持续技术创新，其护城河在于“全栈能力+生态网络”，涵盖从CPU、GPU到软件、模型的完整链条，并与全球AI公司及行业龙头（如西门子、礼来、梅赛德斯-奔驰）深度合作 [31][32] - 对于机器人创业方向，建议要么做通用技术的“横向公司”，要么做深耕具体场景的“垂直领域公司”（如手术机器人、工厂机械臂），后者更被看好 [33][34] - 针对AI耗电问题，核心思路是提升能效，实现每一代产品算力翻10倍而功耗仅翻2倍，即每一度电干5倍的活，将能效直接转化为企业利润 [35][36] AI发展的核心趋势与未来 - AI发展的下一个十年核心是“落地”，价值从追求大模型参数转向解决实际问题（如餐厅库存、降低自动驾驶成本） [41][42] - 英伟达的整体布局围绕“落地”展开：开源促进广泛落地，物理AI推动现实世界落地，Rubin平台降低落地成本并提升效率 [43] - AI革命被视为所有人的机会，而非巨头独角戏，只要能抓住“落地”核心，大公司、小团队、技术人或普通人都能找到自身位置 [44][45] - 未来赢家将是那些能实现AI落地、算得起且用得久的玩家 [45]