英伟达与礼来的战略合作 - 英伟达与制药龙头礼来公司达成合作，共同投资10亿美元建立联合AI实验室，旨在融合顶尖科学家与AI研究员，共同推进从实验室到计算范式的根本性转变 [3] - 该合作将在未来五年投资10亿美元，合作范围涵盖临床开发、制造和实验室自动化，以加速科学新范式和药物发现 [25] - 合作基于一个信念：药物研发模式将从90%湿实验室/10%计算，在未来几年彻底翻转，从而加速突破 [25] 行业趋势与市场背景 - 2025年被视作代理式AI（Agentic AI）的爆发之年，其推理、工具调用及与遗留系统交互的能力已成熟 [5][7] - 医疗健康行业正率先大规模“雇用”AI Agent，以应对全球数千万的医护人力短缺，其技术部署和应用速度是美国经济整体速度的三倍 [5][12] - 美国医疗健康是一个价值4.9万亿美元的市场，正在以惊人规模部署AI [12] - 全球市值超过1万亿美元的公司共11家，英伟达（市值4.49万亿美元）和礼来（市值1.02万亿美元）占据两席，分别为全球最高市值公司和医疗健康板块市值最高公司 [5] 英伟达的医疗AI战略与产品布局 - 公司将其在医疗健康领域的AI模型和智能体产品组合开源，允许任何人进行修改和定制 [6] - 英伟达在2025年成为全球最大的开源AI贡献者，在Hugging Face上贡献了超过650个语言模型和250个数据集，涵盖生物学、化学、机器人技术和视觉等领域 [9] - 公司通过Clara模型系列专注于医疗健康领域的生物医学AI，覆盖从靶点发现到分子设计和医疗AI推理的全流程 [10] - 公司扩展了BioNeMo平台，并推出GPU加速的NeMo工具包，使化学处理速度快了100倍 [23] - 英伟达与实验室仪器巨头赛默飞世尔科技合作，构建“实验室基础AI基础设施”，推出基于IGX台式AI超级计算机的代理式系统，使实验室仪器能够集成并智能化 [18] 物理AI与机器人实验室自动化 - 物理AI迎来“ChatGPT时刻”，机器人/具身AI可在仿真数字世界中训练后再部署至现实世界，正对医疗健康和生命科学产业产生深远影响 [8] - 英伟达通过Cosmos世界基础模型和Isaac机器人平台，在仿真环境中训练机器人，以执行实验室任务，如质量控制、移液等，加速生物制造与研发 [6][19] - 新兴的机器人实验室自动化公司正在取得突破：例如，Multiply Labs使用Isaac平台训练机器人，将某些细胞疗法的制造成本从10万美元降低至3万美元（降幅超过70%），并在给定实验室面积内实现了100倍的吞吐量 [20] - Opentrons的液体处理系统已部署在全球10,000个实验室，并使用英伟达平台构建仿真环境以提高效率 [20] 代理式AI的具体应用与案例 - 代理AI正在被“雇用”作为数字同事，以弥补医疗服务与专业医疗人员之间的巨大缺口 [11] - Abridge临床对话AI平台每天为医生节省30%或更多时间，帮助生成报告和处理事前授权，已在超过200个医疗系统中部署 [13] - Corti、Speechmatics和Sully等平台正在部署分诊代理、登记代理等，以改善医院工作流程和患者体验 [13] - 在药物研发领域，ConcertAI帮助分层临床试验并模拟结果；IQVIA部署代理式系统以提高商业团队效率和加速临床试验构建 [14] - AI科学家代理可以阅读文献、设计实验、调用工具（如蛋白质结构预测模型）甚至启动物理实验，例如Edison AI科学家能在约16小时内完成一名研究员原本需要4到6个月的工作量 [15] 生物学AI与药物发现进展 - 行业正处于生物学的“Transformer时刻”的开端，AI驱动的制药革命正在进行，AI赋能的药物开始进入临床开发后期阶段 [8][21] - 英伟达通过开源模型如La Protina（原子尺度蛋白质设计）和RNA Pro（RNA设计）推动药物发现流程 [22] - Basecamp Research宣布其Eden平台，这是一个在10万亿个生物学“词元”上训练的GPT-4规模生物学模型，在抗菌和癌症领域取得突破性实验室验证结果 [24] 基础设施、成本与投资回报 - 英伟达从Hopper到Blackwell再到Rubin GPU平台，在过去四年里将推理成本降低了超过100倍（例如，从1美元降至0.01美元） [30] - 部署AI代理的投资回报率明确：例如，为医生释放30%的时间意味着可多看30%的病人或改善医生工作生活平衡；有公司衡量其平台为医疗系统“归还”了相当于57年的时间 [31] - AI计算基础设施被视为与道路、电力同等重要的国家基础设施，主权AI（如国家级的医疗健康云）是一个每年200亿美元的市场机会，英伟达预计每个主要经济体都会进行类似建设 [31]

文章核心观点 全球市场呈现风险偏好回升与避险需求并存的特征，科技产业（尤其是AI与半导体）进入高景气周期，同时成本压力开始向下游传导，全球储备资产格局因黄金地位提升而重塑 [1] A股市场 - 2026年首个完整交易周迎来开门红，上证指数重返4000点整数关口，半日涨1.02%报4012.38点，深证成指涨1.56%，创业板指涨2.11% [2] - 科创50指数全周累计大涨9.80%，成为市场领涨核心，中证1000指数上涨7.03%，显示资金向成长型资产集中 [3] - 脑机接口概念成为最大亮点，受Neuralink计划2026年启动大规模生产催化，概念指数1月5日单日暴涨超13%，多只个股触及20cm涨停 [3] - AI应用、商业航天、可控核聚变等前沿科技题材轮番活跃，市场赚钱效应显著，上涨逻辑是经济基本面企稳、政策预期向好与科技产业景气三重叠加 [4] 美股市场 - 道琼斯工业平均指数与标普500指数同步创下历史收盘新高，道指涨0.48%报49504.07点，标普500涨0.65%报6966.28点，纳指涨0.81%报23671.35点 [5] - 全周三大指数全线飘红，道指累涨2.32%，标普500指数累涨1.57%，纳指累涨1.88% [5] - 市场驱动力源于对美联储降息的预期与科技股行情共振，12月非农就业增长放缓但失业率降至4.4%，未来12个月通胀预期降至一年最低，增强了经济“软着陆”信心 [6] - 芯片股成为科技板块核心引擎，英特尔涨超10%，闪迪涨近13%，美光科技涨逾5%并创收盘新高，驱动源于AI服务器需求激增 [7] - 市场对人工智能主题的投资从普涨炒作转向关注子赛道与个股分化，更注重技术落地带来的实际收入增长 [7] 贵金属与全球储备 - 贵金属价格大幅上涨，COMEX白银期货全周累计上涨7.63%，COMEX黄金期货上涨2.96% [8] - 上涨驱动因素包括地缘冲突加剧避险需求、美联储降息预期带来的流动性宽松支撑，以及全球央行持续增持收紧供给 [8] - 全球官方黄金储备价值30年来首次超越海外美债，按2025年底金价测算价值达3.93万亿美元，已正式超越海外官方持有的美债规模 [9] - 中国央行连续第14个月增持黄金，截至2025年12月末黄金储备为7415万盎司，全年累计增持86万盎司，黄金占外汇储备比重升至9.51% [10] 半导体与存储芯片产业 - 存储芯片板块全面爆发，受AI服务器需求激增驱动，三星与SK海力士计划在2026年第一季度将服务器DRAM价格较2025年第四季度提升60%至70% [16] - 2025年存储芯片价格已大幅上涨，DDR4 16Gb涨幅高达1800%，DDR5 16Gb涨幅达500%，512Gb NAND闪存涨幅达300% [17] - 2026年全球存储芯片预计仍将供不应求，DRAM需求增速预计达20%-25%，NAND需求增速预计18%-23%，服务器领域DRAM和NAND消耗量将同比激增40%-50% [17] - 高通正与三星电子积极推进2nm芯片代工合作洽谈，芯片设计工作已完成，涉及骁龙8 Elite Gen 5优化版或Gen 6，标志着三星第二代2纳米制程工艺（SF2P）已具备市场竞争力 [18] - 高通发布新一代骁龙X Elite平台，AI算力较上一代提升400%，支持端侧大模型运行 [18] AI终端与技术创新 - 2026年CES展会上，英伟达提出“物理AI”概念，强调AI需掌握物理世界规律，并发布Rubin平台，其GPU推理性能提升至50 PFLOPS（5倍），训练性能提升至35 PFLOPS（3.5倍） [19] - 英伟达发布开源物理AI世界基础模型Cosmos，以及自动驾驶AI工具链Alpamayo，推动自动驾驶技术民主化发展 [20] - AMD展示AI PC与智能眼镜新品，AI PC算力较上一代提升3倍，智能眼镜重量减轻20%，续航提升至8小时 [20] - 中国AI眼镜厂商在CES上表现活跃，参展数量超20家，涵盖华为、小米、歌尔股份等企业，产品实现实时场景识别、语音助手联动等功能 [21][22] 商业航天 - SpaceX获美国FCC批准增发7500颗第二代星链卫星，授权卫星总数达1.5万颗，单星带宽较第一代提升3倍，延迟降至15毫秒以下 [23] - SpaceX计划IPO，目标估值高达1.5万亿美元，计划募资超300亿美元，有望成为史上最大IPO，业务支柱包括星链生态系统、星舰平台和太空数据中心 [24] - 中国已向国际电信联盟提交20.3万颗卫星申请，规模远超当前全球已授权卫星总数，旨在构建自主可控的卫星互联网星座 [24] - 未来5年全球低轨卫星发射量预计突破5万颗，太空经济规模有望突破1万亿美元 [25] 产业链传导与消费电子 - 存储芯片涨价压力已传导至消费电子终端，内存在电子产品成本中的占比从20%左右升至30%以上 [26] - 手机市场通过降低起售内存配置（如从16G降至12G）和收缩优惠幅度来变相涨价，同款手机优惠后价差可达400元 [27] - PC与平板市场部分厂商直接上调换代产品价格，存储空间越大涨幅越高，部分攒机方案重拾机械硬盘以降低成本 [27] - 新能源汽车车载存储成本上升，占车载电子成本比重超15%，部分车企计划在入门车型上降低存储配置或推迟智能化功能 [28] - 机构预测存储芯片涨价周期或将持续至2027年底，因产能扩张需时且AI需求强劲 [28] 全球市场联动与资产配置 - 科技产业链景气度形成跨市场传导，美股科技股与A股科创板块形成共振，存储芯片、AI终端等题材全球同步上涨 [29] - 美联储降息预期成为全球资产定价核心变量，推动资本向非美资产流动，人民币资产吸引力提升 [29] - 地缘政治事件加剧市场波动，短期推动避险资产上涨，全球资产配置进入“政策驱动+产业景气+风险对冲”的多元逻辑阶段 [29]

CES 2024展会概况 - 本届CES参展企业超过4100家，来自150余个国家和地区 [1] - 美国参展商超过1300家，占比约33% 中国参展商（含港澳台地区）超过1200家，占比约30% 韩国参展商约800家，占比近20% 三个国家合计占比超过八成 [1] 中国厂商表现突出 - CES共38家人形机器人展商，其中21家来自中国，占比过半 [1] - “AI智能眼镜、VR、AR类”至少27家参展商，“AI陪伴、教育机器人与宠物类”至少18家参展商 [1] AI物理化成为核心趋势 - AI物理化是本届CES的亮点，即人工智能在物理世界中的应用 [1] - 未来无论是机器人、汽车、PC、可穿戴设备还是智能家居产品，物理人工智能都需要在本地高效、可靠地运行 [3] - AI物理化正在走进生活 [4] 关键技术与模型发布 - 英伟达发布了定位为物理人工智能“世界模型”的Cosmos模型，包括用于关键组件和基于模拟的评估的模型 [1] - 特别提及Cosmos Reason 2，这是一个推理视觉语言模型，旨在帮助机器在物理世界中“看、理解和行动” [1] - 英伟达同时发布了Isaac GR00T N1.6模型，这是一款专为类人机器人打造的视觉-语言-动作模型，旨在实现全身控制和更佳的上下文理解 [1] - 配套发布了Isaac Lab-Arena，这是一个用于在仿真环境中对机器人策略进行基准测试和评估的开源框架，旨在规范部署前的测试流程 [1] 行业巨头动态 - OpenAI正通过与传奇设计师乔纳森·艾维的高调合作进军可穿戴设备领域，此次合作的意义被评估为远不止于营销噱头 [2]

文章核心观点 - 英伟达通过发布Vera Rubin平台及Cosmos模型，正系统性地推动“物理AI”发展，旨在降低物理AI开发成本，并以此复兴美国制造业，此举可能稀释中国在工程师和高级技工方面的优势，对中国制造业构成严峻挑战 [7][8][20] - 英伟达的业务模式正从单纯的GPU供应商向AI系统提供商转变，例如通过Alpamayo模型直接进入智能驾驶领域，这可能重塑行业格局，使中国新能源汽车企业面临类似PC厂商的竞争压力 [22][24] - 应对挑战需要中国在AI基础设施领域加大投资，并发挥自身在制造业落地经验和实体工厂数据方面的优势，加速AI转型并推动国产替代 [30][32][35] 英伟达的战略转向与“物理AI”布局 - 英伟达CEO黄仁勋在CES演讲的核心是降低“物理AI”开发成本，这是实现“AI工厂”的前置条件 [10] - “物理AI”使自主系统能在物理世界中感知、理解、推理并执行复杂动作，与仅处理自然语言的生成式AI有本质区别 [13] - 训练物理AI成本远高于生成式AI，因其需要深度思考和多步骤推理能力，对算力需求巨大 [15][16][17] - 英伟达推出的Vera Rubin平台大幅提升了推理性能，其推理成本可降至前代Blackwell平台的十分之一，降低了企业对GPU数量的需求 [19] - Cosmos模型作为预训练多模态模型，支持在虚拟环境中训练物理AI（如机器人），大幅降低试错成本，加速开发进程 [19] 对制造业与汽车行业的潜在冲击 - 物理AI成熟并应用于工业领域后，可能严重稀释中国海量的工程师和技术工人优势，导致美国制造业复兴，中国面临订单减少和岗位收缩 [8][20] - 英伟达明确将在2026年第一季度推出与奔驰合作的智能驾驶汽车，搭载自研的Alpamayo自动驾驶模型，从供应商转变为直接竞争对手 [22] - 英伟达的入局可能重塑智能驾驶行业格局，国内新能源车企面临巨大竞争压力，可能走向类似电脑厂商的生态位，而英伟达可能成为该领域的“微软” [24] - 英伟达与富士通、安川电机合作，软银试图收购ABB机器人业务，旨在获取工厂一线数据以加速物理AI落地，这涉及数据安全风险 [25] 中国的应对之策与优势分析 - 破局的关键在于中国需要拿出在效率和易用性上媲美或超越英伟达的物理AI解决方案，推动国产替代 [30] - 这需要中国泛AI行业形成共识并协同行动，不仅是工程技术问题，更是行业协调与产业政策问题 [31][32] - 中国必须加强AI基础设施投资，目前美国占据全球七成以上算力和八成以上数据中心，中国仅占约15%的算力和二成数据中心，与制造业大国地位不匹配 [32] - 中国的优势在于拥有丰富的制造业落地经验和海量的实体工厂，这是训练物理AI所必需的、无法被仿真完全替代的现实数据与场景 [35]

英伟达CES演讲核心：推动物理AI以复兴美国制造业 - 英伟达CEO黄仁勋在CES发表90分钟演讲，核心是宣布公司正系统性地推动物理AI发展，旨在降低物理AI开发成本，这是实现“AI工厂”的前置条件 [1][3][4] - 以英伟达为代表的美国资本正推动AI向现实世界生产渗透，这被视为美国试图利用AI复兴其制造业的体系化战略布局 [3][31] - 若美国借助物理AI驱动的机器人成功复兴制造业，可能稀释中国在工程师和高级技工方面的优势，导致中国面临制造业订单减少和岗位收缩的风险 [3][12][41] 物理AI的定义、价值与挑战 - 物理AI使相机、机器人和自动驾驶汽车等自主系统能够感知、理解、推理，并在物理世界中执行或协调复杂的动作 [4][32] - 与生成式AI（如GPT、Gemini、DeepSeek）本质是“猜字谜”不同，物理AI需要真正理解并改变现实世界，其训练成本远高于生成式AI [7][9][36][38] - 物理AI需要深度思考能力（如反思、多步骤推理），这要求巨大的算力储备来支撑推理，因此降低算力成本是关键 [9][38] 英伟达推出的关键技术：Vera Rubin平台与Cosmos模型 - **Vera Rubin平台**：在Blackwell架构基础上大幅改进，推理性能大幅提升，“一片顶过去十片”，最强可将推理成本降低至Blackwell的十分之一，从而减少AI企业对GPU数量的需求 [9][38] - **Cosmos模型**：一系列预训练多模态模型，支持开箱即用，用于加速物理AI开发。它允许在虚拟环境中对机器人进行反复试错训练（如模拟搬运货物），待表现稳定后再部署到真实机器人，大幅降低训练成本和风险 [12][41] 对智能驾驶行业的直接冲击 - 英伟达宣布将于2026年第一季度推出与奔驰合作的智能驾驶汽车，搭载其自研的Alpamayo自动驾驶模型 [13][42] - 此举标志英伟达从自动驾驶厂商的GPU供应商转变为直接竞争对手，可能对现有自动驾驶厂商（包括中国新能源车企）造成巨大冲击 [13][42] - 行业担忧国内新能源车企可能因此沦为类似电脑组装厂的生态位，而英伟达可能成为智能驾驶领域的“微软” [14][43] 向更广泛制造业的渗透与合作 - 英伟达已展开与富士通、安川电机在制造业领域的合作。2025年10月，软银集团也曾试图收购ABB的机器人业务，以整合AI与机器人技术 [15][44] - 软银孙正义强调下一个前沿是“物理人工智能”，通过将超级AI与机器人结合开启新未来 [15][44] - 发展物理AI需要从生产一线获取真实数据，这与依赖互联网文本训练的生成式AI不同。这引发了对于使用ABB、安川等机器人的中国工厂生产数据可能被用于训练美国AI的数据安全担忧 [15][44] 中国的潜在应对与优劣势分析 - **破局方向**：需要中国AI行业协同，推出在效率和易用性上优于英伟达的物理AI竞品，进行国产替代 [19][20][48][49] - **加大基础设施投资**：当前美国占据全球七成以上算力和八成以上数据中心，中国仅占约15%的算力和二成的数据中心。为支持制造业AI转型，中国必然需要在AI基础设施领域进行巨大投入 [21][50][51][52] - **中国的优势**：拥有丰富的制造业落地场景和实体工厂，为机器人训练提供了不可或缺的真实环境与数据，这是仿真软件无法完全替代的 [25][26][27][54][55][56][57]

英伟达下一代Rubin平台技术细节与量产计划 - 英伟达在CES 2026上披露了下一代计算架构NVIDIA Rubin平台的技术细节[4] - Rubin平台通过六款全新芯片（NVIDIA Vera CPU、Rubin GPU、NVLink 6 Switch、ConnectX-9 SuperNIC、BlueField-4 DPU、Spectrum-6 Ethernet Switch）的协同设计，旨在缩短训练时间并降低推理成本[4] - 平台引入五项创新，包括最新一代NVLink互连技术、Transformer引擎、机密计算、RAS引擎以及NVIDIA Vera CPU[4] - NVIDIA Rubin已进入全面量产阶段，预计在2026年下半年上市[2][5] - 相比上一代Blackwell平台，Rubin可以将Token成本降低高达10倍[2][5] - 训练混合专家（MoE）模型所需的GPU数量比前代产品减少了4倍[5] Rubin平台的性能提升与合作伙伴 - Rubin平台引入了面向千亿级推理上下文规模设计的NVIDIA推理上下文内存存储平台，由BlueField-4驱动，旨在提高响应能力、吞吐量和能效友好的扩展[5] - 首批计划在2026年部署基于Vera Rubin实例的云服务提供商包括AWS、Google Cloud、微软、OCI以及CoreWeave、Lambda、Nebius、Nscale等英伟达云合作伙伴[5] - 思科、戴尔、HPE、联想和Supermicro预计将推出基于Rubin产品的服务器[6] - 包括Anthropic、Meta、Mistral AI、OpenAI、xAI在内的多家AI实验室正寻求利用Rubin平台来训练更大、功能更强的模型，并以更低的延迟和成本运行长上下文、多模态系统[6][7] 高速互连与光模块产业链布局 - Vera Rubin平台采用NVLink 6高速网络技术，可将GPU互连带宽提升至3.6 TB/s（双向）[9] - 每台NVLink 6交换机的带宽高达28 TB/s，每套Vera Rubin NVL72机柜配备9台此类交换机，总带宽可达260 TB/s[9] - 为扩展机柜，英伟达推出了采用共封装光学器件的Spectrum-X以太网交换机，基于Spectrum-6芯片构建，每颗芯片提供102.4 Tb/s的带宽[9] - 中际旭创表示，自2025年三季度起，重点客户已开始部署1.6T光模块并持续增加订单，预计2026至2027年其他重点客户也将大规模部署[10] - 新易盛表示，公司在手订单充足，预计1.6T产品在2025年第四季度至2026年将处于持续放量阶段，同时3.2T产品处于预研阶段[10] - 天孚通信在CPO相关配套产品方面有较早布局，相关技术持续迭代升级[10] 高功耗带来的散热与供电需求 - 市场普遍估计Rubin GPU的热设计功耗将提升至约1800瓦，这将推高对供电及散热系统的要求[10] - 科华数据具备风冷、液冷、风液融合、UPS及高压直流等数据中心产品解决方案，能满足多种数据中心应用场景[11] - 根据Omdia统计，科华数据位列2024年全球工业UPS第四以及亚太工业UPS市场排名第一[11] - 麦格米特推出了800V Sider car rack方案，单柜功率570kW[11] - 英维克致力于为云计算数据中心、算力设备提供设备散热解决方案，已实现从冷板、快速接头到冷源等“端到端”的产品覆盖[11] - 英维克的UQU快接头产品已成为英伟达MGX生态合作伙伴，并在2025年OCP全球峰会展示了按谷歌规格设计的CDU产品[11] 物理AI与开源生态进展 - 英伟达CEO黄仁勋称“物理AI的ChatGPT时刻已经到来”，公司更注重解决“AI如何走进物理世界”的问题[2][12][13] - 英伟达推出了开源的物理AI世界基础模型Cosmos，该模型已用海量视频、真实驾驶与机器人数据以及3D模拟做过预训练，能理解世界运行规律并关联语言、图像、3D和动作[13] - 在自动驾驶领域，英伟达发布了NVIDIA Alpamayo系列开源AI模型、仿真工具及数据集，引入了基于思维链推理的视觉语言动作模型[13] - 包括Lucid、捷豹路虎、Uber和Berkeley DeepDrive在内的出行领军者对利用Alpamayo开发L4级自动驾驶技术栈表示兴趣[14] - 在机器人领域，包括Boston Dynamics、Franka Robotics、LG Electronics等全球机器人领军企业正基于英伟达Isaac平台和GR00T基础模型开发产品，覆盖工业、手术、人形及消费级机器人[15] - 黄仁勋强调开源AI生态的重要性，以DeepSeek R1为例，指出开源模型的扩散速度极快，尽管能力比最前沿模型慢约半年，但每隔六个月就会追近一次，且下载和使用量呈爆发式增长[15]

Meta的AI双线战略 - 公司采取双线并进策略应对AI竞争，一方面推进杨立昆主导的"世界模型"V-JEPA 2，另一方面由扎克伯格组建"超级智能"团队押注主流LLM路线 [1][12] - Llama 4发布后表现不佳导致公司在开源大模型领域落后于GPT/o系列、Gemini和Claude，同时面临中国DeepSeek和Qwen的竞争压力 [10] - 公司2025年资本开支指引上调至640-720亿美元，重点增加数据中心和基础设施投资以支持AI发展 [12] 世界模型技术路线 - V-JEPA 2采用联合嵌入预测架构(JEPA)，放弃主流Transformer架构，拥有12亿参数，训练使用超过100万小时视频和100万张图像 [4][6] - 该模型比英伟达Cosmos快30倍，专注于物理世界交互能力，使AI能预测行为后果并规划行动方案 [6] - 杨立昆认为自回归LLM存在事实错误、逻辑缺陷等问题，世界模型能提供更接近人类直觉的物理世界理解能力 [4][5] 超级智能团队布局 - 扎克伯格亲自组建约50人顶尖AI团队，提供数千万美元薪酬方案，目标成为AGI领域领导者 [11] - 已招募谷歌DeepMind首席研究员Jack Rae和Sesame AI机器学习负责人Johan Schalkwyk，二人曾参与Gemini项目 [11] - 公司投资数十亿美元(传闻150亿)于数据标注公司Scale AI，其CEO将加入Meta团队，Scale AI当前估值超百亿美元 [12] 战略资源投入 - 公司广告业务现金流可支撑AI巨额投入，计划建设世界顶级算力数据中心 [12] - 杨立昆作为图灵奖得主坚持非主流路线20年，认为自回归预测彻底失败，但当前仍面临内外压力 [7][10] - 扎克伯格回归"创始人模式"，认为公司有能力和责任率先实现AGI [2]