谷歌母公司买入近 300 万股高通股票,持仓价值约 5.48 亿美元
高通向数据中心扩张时,既有科技伙伴正在成为芯片客户或股东,手机业务积累的关系也延伸到了新的市场。
33 条相关报道 · 15 期日报 · 每日更新的 谷歌 新闻时间线
高通向数据中心扩张时,既有科技伙伴正在成为芯片客户或股东,手机业务积累的关系也延伸到了新的市场。
据 Bloomberg 报道,Google 表示将投入 170 亿美元在怀俄明州建设其首座数据中心,并为项目使用的全部电力买单。公司还将设立 Community Council,回应当地对大型 AI 数据中心扩张的担忧。该计划目前只是公开宣布的项目。该表态出现在美国中期选举后两天,报道提到多地选民已对数据中心限制投下反对票。
Google 在官方博客宣布推出 Gemini Omni 1.2 Flash,并在 Gemini API、Gemini for business、Google Vids 等场景同步可用。新模型支持原生 15 秒视频生成、跨回合对话式编辑和更强的参考图一致性,最长片段较此前的 10 秒有所提升。公司还将 720p 视频价格下调 30%,至每秒 0.07 美元,面向生产和大规模视频制作使用。
企业云已经成为 OpenAI 模型的分发入口,新版本的部署准备也开始体现在客户熟悉的资源管理界面中。
AI 制药的融资规模正在随研发链条拉长而扩大,平台模型与候选药物管线共同决定资金需求。
算力扩张的竞争开始体现为把机房、设备和电源同时组织起来的工程能力,供电进度直接影响新增容量何时可用。
模型能力开始影响算力自身的研发过程:更快设计专用芯片,可能反过来改善下一代模型的运行条件。
AI 的持续运行费用正进入订阅定价与用量设计,同时通过存储需求影响终端设备的利润率。
模型公司的上市定价,需要同时衡量当期付费需求和多年后仍须履行的算力承诺。
长时间任务会反复调用模型,缓存折扣和持续执行能力因此共同影响一次工程任务的成本。
广告仍是 Reddit 的主要收入来源,AI 搜索减少点击后,维系用户直接访问比扩大内容授权更直接地关系到广告生意。
模型竞争正在从一次回答的正确率,延伸到连续发现问题、验证风险并完成修复的整段工作能力。
Google 已把 AI 使用量转化为云收入和营业利润,下一道经营考题是让新增算力的现金回收追上建设速度。
多种芯片之间能否迁移,正在成为模型公司控制推理成本和提高采购议价能力的一项基础能力。
世界模型正在把场景生成、声音和目标规划接到同一交互循环中,为创作者和智能体提供可以反复试验的环境。
Anthropic 的业务已经证明企业愿意持续为模型和工作应用付费;与此同时,模型公司的扩张也越来越依赖提前锁定多年算力和资金。
数据中心获取电力的方式扩展到购买节电与调节能力,电网高峰也成为可以管理的成本。
AI 生物安全投入开始形成独立机构,把模型访问、科学人才和公共卫生需求组织在一起。
机器人模型的扩张正在催生独立数据供应商,竞争重点是可用质量和持续交付。
生物安全投入开始同时覆盖模型访问、算力和科学团队,公共科研机构也需要稳定的前沿 AI 资源供给。
自动化科研同样需要模型训练与系统优化经验,前沿实验室的人才需求正在跨越模型研发和科学应用。
同一份 AI 收入可以来自模型、软件和出租算力,判断商业化进度时,需要拆开收入来源与扩建所需资金。
当迁移和维护成本下降,企业才更容易把芯片报价与实际服务成本放在一起比较,硬件替代也才有更多选择。
早期投资的账面回报体现入场价格优势,IPO 将进一步检验今天的估值。
多智能体能力需要通过长任务检验,真正难的部分往往是失败之后仍能记住目标、交换有效信息并继续协作。
模型公司上市时,投资者买的不只是收入增长,还有一张提前签好的巨额算力账单。
算力扩张的瓶颈不只是买不买得到芯片,还有谁愿意借钱、要多高的利息。
企业用 AI 越多,越需要先算清楚钱花在哪,帮企业省 AI 的钱,本身也成了一门 AI 生意。
前沿模型公司的算力账单已大到要靠结构化债务分层来卖,愿意为次级部分付两位数利息,说明融资成本正在成为模型竞争的一部分。
能用自动评估程序严格判对错的科研问题,正在成为大模型最容易做出真成果的地方。
世界模型的竞争拼的不只是技术路线,还要看谁手里有现成的内容生态和终端去承接它。
当模型公司的机密值得别人花力气去偷,AI 实验室的安全管理开始向军工和情报机构的标准靠拢。
年度发明榜上,用来识别和约束 AI 的工具和 AI 本身并列出现,管住 AI 正在成为一门可以单独评选的创新。
语音模型的比拼已经从“听得懂”走到“接得住”,谁能在嘈杂、被打断的真实电话里稳定办成事,谁就能拿下客服这块最大的落地场景。
同一天里,借钱建算力的公司被抛售、卖硬件的苹果创下新高,市场正在区分 AI 时代谁背负成本、谁收获需求。
前沿模型的竞争正在延伸到任务能否连续完成,长时间运行只有换来更少返工,才会变成可购买的生产力。
可换电池让手环能用得更久,持续收费的健康订阅才是谷歌在这件硬件上真正想卖的东西。
最早感到自己会被替代的是站在研究最前沿的人,他们的应对是去做那个替代自己的系统。
Google 愿意在自家代理里摆上对手的模型,说明它判断企业客户最终认的是入口和数据所在的那一层,模型可以是随时替换的零件。
找漏洞的成本被模型压到接近零之后,开源安全的瓶颈从“没人看代码”变成“没人有空处理报告”,稀缺的是维护者的时间。
当国家科学奖章颁给造芯片和建数据中心的人,官方对“科学贡献”的认定已经把算力供给算了进去。
两家头部实验室的小模型定到了同一个价位,低端模型的竞争已经从“谁更便宜”转到“便宜的条件写在哪里”。
语言模型有整个互联网可学,生物学模型缺的是数据本身,这也是为什么这个领域的大手笔先花在做实验上,而不是买算力上。
图像生成正在从“能不能画好”转向“一张图几分钱”,价格每降一次,就有一批原本用不起的场景变得划算。
半年内收入从 3 亿美元涨到 10 亿美元,估值从 315 亿涨到 500 亿美元,中国模型公司开始用收入而不是用户数向资本市场讲故事。
英伟达的订单越来越多由客户举债支付,芯片需求的强弱,已经和信用市场愿意放多少贷绑在了一起。
各家助手都在抢“项目”这个容器,因为谁装下了用户的文件、邮件和日程,谁就成了默认的工作入口。
OpenAI 先拿走了应用商店的“发现”功能,把“收钱”留到以后;等开发者离不开这个入口时,分成比例才会真正摆上桌。
一个行政令改不了行业怎么称呼自己,但会让最需要政府的公司先改口。
招股书把模型公司的生意写成了一道算术题:收入一年涨 12 倍,仍要跑赢一份十年期、八成不能反悔的算力账单。
数据库的主要“用户”正在从开发者变成代理,产品要比的不再是功能多不多,而是创建一个实例有多便宜、多快。
当供应商开始借钱给客户买自己的芯片,AI 算力的竞争已经从卖硬件延伸到谁敢承担客户的信用风险。
自建算力最激进的公司,最后也发现卖算力比只用算力更容易算清这笔账。
科技公司把数据中心送上太空,最先暴露的不是技术野心,而是地面上的电力和社区阻力已经有多紧。
前沿模型的智力分数越来越接近,“知道自己不知道”正在成为拉开差距的那个指标。
在政府市场,AI 公司比的不是谁的模型更聪明,而是谁先把合规手续跑完、让采购人员敢签字。
当几家模型的综合分数打平,“少说错话”可能比“多答对一题”更能打动愿意付高价的企业客户。
由被监管者自己起草的规则,最大的作用往往不是约束自己,而是决定别人还有多少理由来约束他们。
苹果迟到了好几年才做家居屏幕,它赌的是 AI 让这类产品第一次变得真正好用,而不只是一个放在厨房的平板。
在云平台上卖模型就像在别人的商场里开店,客流来得快,租金和房东的脸色也一起算进成本。
政府把 AI 放到公共服务的第一线,比任何行业都更考验“答错了谁负责”,这个问题的答案会成为其他机构效仿时的标准。
苹果的问题从来不是缺钱缺人,而是太慢,新 CEO 先砍层级而不是先砍产品,说明他认为慢在组织本身。
价格战换了战场:单价可以纹丝不动,完成一件事的总花费才是真正的账单。
Meta 有了消费端的流量,但企业软件卖的是信任和长期服务,靠一份战略声明补不齐。
行业自律最省事也最难服众,这个机构有没有牙齿,就看它敢不敢要求成员公开自己的事故。
太空算力首先是一道可靠性和成本题;卫星飞上去只是起点,能长期稳定完成计算才是下一步的价值。
新模型的研发进度能改变市场预期,真正让客户更换模型的仍是可验证的效果提升和迁移收益。
OpenAI 为了打赢反垄断官司,公开承认自己最大的分发合作失败了,这会削弱它今后和其他手机厂商谈条件时的筹码。
画质差距小到要靠内部打分来分,图像模型的竞争已经转到谁能嵌进更多工作流。
苹果开始做没有屏幕的设备,说明它判断健康数据的价值已经从显示端转到了分析端。
白宫喊出「AI 部队」的同一周,三家实验室正在私下商量自己的安全标准,规则的起草权已经不在政府手里。
同一天里 Opus 的下一版被说成两个版本号,泄露密度高不等于可信度高。
当消费者先问模型再访问网站,品牌会把一部分搜索优化预算改投答案引擎监测与执行平台。
AI算力开始像飞机和船舶一样被证券化,贷款安全边界取决于客户合同能否跑赢芯片折旧。
Claude正在把聊天框变成办公交付台,真正的考题是生成文件能否直接进入团队工作流。
马斯克提出的是尚待协商的跨企业互测方案,中国企业参与范围和测试执行规则尚未形成协议。
Siri的能力边界第一次和系统版本绑定,适配成本从模型侧挪到了系统入口。
标准组织有没有用,不取决于三家公司是否坐到一起,而取决于评估结果能否触发统一且可核查的开发约束。
企业讨论的是在哪些能力门槛前踩刹车,政府关注的是美国是否继续领跑,两边还没有形成同一套执行方案。
谷歌把高价投向整支编程智能体团队,人才交易的回报最终要落到Gemini和开发工具的上线速度。
SpaceX开始用云服务的可靠性标准约束建设速度,数据中心业务由工程项目转向长期运营。
把全基因组预测变成可查询资源,能加快候选变异排序;真正的发现仍要经过后续实验验证。
TPU 要争取外部推理订单,除了每美元多跑多少,还要回答新模型发布后几天能跑起来。
远期园区和现成集群解决的是不同时间的缺口,Anthropic 的难题是让客户增长赶上每一批算力交付。
这次实验里连举报者都有,缺的是能把举报变成停机、撤销和修补的处理环节。
14.8 吉瓦签在纸上,几吉瓦已经通电,这两个数字之间的落差就是 Anthropic 招股书最难写的一页。
机构十年做出的图谱,个人一周让它动了起来,卡住科学的从来不只是数据,还有把数据跑起来的人手。
当年把莱万多夫斯基招进 Uber 的人,如今又把他招了回来,自动驾驶这盘棋绕了一圈回到原点。
第一家前沿实验室的招股书,值钱的不是募资额,是它替整个行业定下了哪些数字必须公开。
四位 CEO 同场为「别管我们」站台,本身就说明监管已经近到需要他们亲自出面。
AI 芯片收入涨三倍而总指引不及预期,说明这家公司的非 AI 业务已经拖不动它自己的估值了。
同一天发两个模型,一个标价、一个审资格,攻防能力正在从产品变成许可证。
主动把绝对数字交出来,是自信也是自缚,Azure 从此每个季度都要在同一把尺子上被量一次。
200 天十亿美元证明的不是广告好卖,是 ChatGPT 的流量终于能按流量的方式计价。
两个月估值涨五成、客户收入尚未出现,钱买的是"机器人大脑独立于身体"这一条产业分工假设。
70 亿的收购谈不成,40 亿的独立融资却谈得成,定制芯片的定价权正在从买方挪回卖方。
微软退掉的位置转手就被 Anthropic 接住,说明这一轮抢的已经不是芯片,是通电的地皮。
分成谈的从来不只是钱,而是中国模型要不要在美国云上拿到一个有名有姓的供应商身份。
特纳斯的第一场发布会同时押上折叠屏与新 Siri,两件事都不能出岔子。
开放权重的胜负手不在跑分榜,在有没有人愿意把自己的核心产品架在上面。
内存价格涨到能改写整机报价,AI 基建的瓶颈就从算力挪到了供应链本身。
净利润跌 75% 的同时募资 100 亿美元投 AI,阿里递出的是一份不留退路的时间表。
开源模型的价值不只在权重,也在谁掌握那个所有人默认去下载的地址。
一家芯片公司最贵的一次估值跳升,来自客户把机器插上电,不是来自又一版跑分。推理硬件的定价权,正在从性能宣称转到装机现场。
算力扩张的天花板正在从芯片供应换成电力供应。能效已经从工程指标,变成采购清单上的一行价格。
这轮押的不是转写精度,是输入框那个位置。谁接住了口语,谁就先看到用户的意图。
太空这门生意正在从定制工程转向批量制造。谁能把星座像机柜一样按批交付,谁就拿到了基建公司的估值。
芯片厂商开始持有电和地的股权,算力供给的瓶颈已经不在晶圆厂那一端。
前七代 TPU 的负责人换了东家,Anthropic 补的是上市前最难讲清楚的那段成本叙事。
支付公司买下模型路由,是在赌 token 结算会像刷卡一样,需要一个中立的清算方。
自动驾驶公司做芯片,图的不是算力峰值,是把延迟和单车成本同时攥在自己手里。
模型能力拉不开差距的时候,值钱的是那层决定「这一次请求交给谁」的开关。
推理芯片的估值现在可以由一张两年后交付的订单撑起来,缺的早已不是算力,是不受制于人的算力。
一套不公开标准、也不公开内容的自愿框架,考验的是企业愿意为「免于解释」付出多长的排期。
这一轮算力公司拼的不再是芯片订单,是并网许可。
水印真正的争议不在能不能检测出来,在于代价由谁承担。
开源竞争的胜负手不在跑分,在有多少人已经在你的模型上写下了改不动的代码。
同一份文件里,卖出的是算力的卖铲人,买入的是中国的电商,这个组合本身就是一句判断。
收入涨四成六,估值抬四成二,倍数原地没动。给 Databricks 定价的方式,已经和看一家上市软件巨头没什么两样。
11 亿美元投给一家两个月大的公司,买的是"企业不想把智能长期租给别人"这个假设本身。
外企在华做生成式 AI 的合规通路第一次有了实例,模板价值大过苹果自身销量。
两家头部实验室都赶在上市前把营收数字放进媒体,融资叙事的主战场已经从模型能力换成了收入表。
三周一发、发一次降一半价,谷歌在用迭代速度当武器,把中端模型的利润空间直接卷成消耗战。
争议已从「能不能外链」收窄到「成本能证明几个点」,苹果服务业务的利润率就压在这道举证题上。
没有产品的公司值 100 亿,定价的对象是研究员本人,不是公司。
自研芯片的分水岭不是造出来,是卖给一个不得不认真挑供应商的人。
谷歌没解决无创血糖,只是换了个不需要解决它的问法。
分发渠道能把用户送到门口,但送不进第二次打开。
检测能力先于判定标准落地,接下来最难的一段在平台和学校的规则手册里,不在模型里。
换掉的是一个头衔,挪动的是半个大陆的决策权。
六倍于 Echo 的定价,是把「模型好不好」直接摆上了消费电子的价签。
Google 把研究的招牌交还给了产品线,代价是那块招牌带走了一批人。
模型公司往硅片方向下探一层,卖算力的中间商就少了一层加价的理由。
芯片竞争第一次从性能表挪到了利率表。
挪威的水电加上摩根大通的信用证,正在替掉超大规模云厂商最难复制的那张底牌。
一份看不见的框架,约束力最终取决于签字方愿不愿意主动说自己做了什么。
安全微调不是在删一句话,是在扭一整条方向向量——被带走的东西没人列过清单。
英伟达买的不是 SSI 的未来收入,是超级智能真出现时自己必须在场的那张门票。
同一个模型跑两遍,第二遍多值 10 分——后训练正在变成比参数量更值钱的资产。
把所有人收进一个平台,代价是那些只有专职团队才做得出的东西。
机器人从会做动作,变成能看出自己做砸了。
蒸馏版打赢原版,说明这一代视频模型贵在冗余而不是能力。
从各做各的模型走到一个模型接住整段创作,H3 把话说在了东西交付之前。
芯片可以下单,电工要花一个月培训——这就是当下建设速度的真实上限。
手机之外的第二块屏,决定谁来接管家里的语音助手。
中国实验室开始把开源当分销渠道用,而不是当宣传预算。
谷歌把编程差距的解法押在参数规模上,答案要等到年底才揭晓。
三星卖的不是制程领先,是一条便宜且能立刻排上的产线,博通买的正是这个。
推理成本一旦成为毛利的主要敌人,模型公司就会一路向下打,直到摸到晶圆。
防护被磨开只需要五轮对话,这个数字比任何一次极端越狱演示都更能说明问题。
助手能做多少事,取决于它被允许读多少数据——这次的钥匙在谷歌手上。
云增速82%和资本开支翻倍是同一枚硬币的两面——市场买不买单,取决于这两条线还能不能一起往上走。
满分金牌是一次能力认证,但真正的分水岭在于——这套解题范式能不能走出竞赛题,扛住真实世界的开放问题。
一边把 Flash 的 token 成本再削 17%,一边为 Gemini 4 拉开预训练——谷歌在低端打价格、在高端搭代差,两头下注。
版权风险第一次有了报价单,此后每一场 AI 训练官司都要从这 15 亿往上或往下谈。
把模型刻进硅片,等于用未来三年的架构稳定性,去换今天拿不到的每瓦性能。
顾客搜索习惯迁向 AI 对话,小商户的获客预算随之搬家,Pie 卡的是迁移途中的新入口。
五角大楼要买的不只是算力,是一张"能不能把国家安全负载交给马斯克"的信任票。
路由平台最值钱的资产是中立,而一旦被巨头买走,中立恰恰是第一个消失的东西。
别人讲 AI 需求靠预测,台积电讲 AI 需求靠排产表——这次它把表往上翻了一页。
把代码摊开容易,把被越界的信任补回来难。
这台音箱要成立,用户得先同意让 OpenAI 看到亚马逊当年都没敢要的东西。
算力长约把创业公司的赌注从「模型能不能做出来」提前锁成了「四年后还有没有人用」。
一个不生效的隐私开关,比没有开关更贵——它让用户以为自己已经关上了。
苹果认不认这家公司是一回事,27B 装进 iPhone 这件事已经不需要苹果同意了。
平台条目是痕迹,发布日期是猜测——把这两件事混着读,就成了假新闻。
世界模型团队接触智驾人才,是技术自然溢出;字节是否真下场,要看火山引擎会不会单独立一支智驾产品队。
苹果涨回历史高位,靠的是别人跌出来的避险需求,不是自己的 AI 故事变硬了。
制程不再是苹果的独家首秀,先发一个月的营销窗口,正在变成安卓厂商愿意花钱抢的东西。
模型公司自己造手机和系统,赌的是把"智能"和"入口"攥在一只手里,绕开苹果谷歌的分工。
把 270 亿参数塞进 iPhone 若被验证,苹果"小模型上端、大任务上云"的分工就有了改写的口子。
一年内两位 OpenAI 核心研究员先后进入腾讯混元,多模态这块短板,腾讯选择用顶尖人才的连续回流来补。
澳大利亚电力和土地成本,正成为AI基建下一轮选址竞争的关键变量。
好莱坞的维权信函挡不住独立制片人为省钱切换工具的选择。
大客户挨个动手造芯片,英伟达要算的账,从"今年卖多少卡"变成"几年后还剩多少推理订单"。
大厂囤的 GPU 太多,只好自己下场当云——先紧张起来的,是三大云商的租金定价权。
估值从 200 亿缩到 180 亿,说明资本给 AI 视频的溢价在退潮——能收上钱的产品,才配得上剩下的估值。
承销团、律所逐一就位,Anthropic 的 IPO 从"要不要上"进入"怎么上"——万亿估值等着二级市场第一次给前沿实验室报价。
GLM-5.2 用六分之一成本追平 GPT-5.5,再把订阅压到每月 16 美元起——AI 编程的竞争,正从比谁更强转向比谁更便宜。
18天禁运的真正代价不是用户等待,而是行业被迫正视"模型随时可能下线"的尾部风险——AI基础设施化之前,这一关必须先过。
白宫用"自愿"这个词是为了让公司上谈判桌,但Fable 5的18天禁令告诉所有人:不自愿的后果已经演示过了。
模型能不能发、向谁发,正从公司决策变成要和华盛顿逐版本报批的事项。
LongCat-2.0 卖的不只是一个模型,是国产算力链能端到端跑通一次前沿训练的证据。
不动模型权重就把推理提速近一倍,DeepSeek 把降本的战场推到了工程优化层。
谷歌出图比的不再是模型多强,而是肯不肯拿你的邮箱和相册数据换"更懂你"。
算力不是无限弹性资源——当巨头之间都要排队时,企业多模型备份就不再是优化,而是保险。
世界模型不再是论文里的概念——当亚马逊和 AMD 同时掏钱,它已经成了产业基础设施的必争之地。
AI 公司的万亿估值叙事撞上了「先证明你能赚钱」的公开市场现实,软银的股价波动是第一次应力测试。
模型发布权第一次被明确切成"政府先点头、实验室再放量"两段,竞速节奏从此多了一个不由实验室控制的变量。
全平台覆盖只是起点,21个版本的迭代密度才是Marvis真正想证明的事——能不能在用户习惯固化前完成体验追赶。
五分之一对话带着购买意图,被重新分配的是谷歌和 Meta 手里的搜索预算。
真正被这次更新定价的,是参考素材吞吐量这条 AI 视频可控性的及格线。
Fugu 把多智能体打包成一个 API 是好故事,但选型方最后掏钱买的是「每一分效果到底贵了多少倍」。
前沿实验室的抢人战打到诺奖层级,真正被定价的是开辟新科学方向的能力。
模型可用性第一次变成地缘变量,海外客户得为“可能断供”单独定价。
英伟达最难受的一点:对手切它市场,用的正是它自己发明的那套“担保换订单”。
开源与闭源的分差缩到个位数,接下来比的不是参数,是马斯克所说的那种“实用性”。
当架构创新成为模型竞赛的下一个胜负手,顶级研究者的去向比任何一次参数更新都更能预示格局。
护栏不可绕过是政治指令,不是工程目标——二者之间的矛盾决定了 Fable 5 短期内重返市场的概率很低。
Anthropic 需要证明的不是单次合规,而是一套让强模型可被政府和客户同时接受的发布机制。
AI 模型正在从商业产品变成受出口管制约束的战略资产,合规成本将出现结构性上升。
Anthropic 的商业信用正在变成一个与模型能力同等重要的竞争变量。
操作系统的竞争正在从"谁的应用多"转向"谁的 Agent 能跨设备替用户把事情办完"。
Icefish 的双代工方案提醒行业:在 AI 芯片军备竞赛中,供应链安全正在成为和制程先进性同等量级的决策变量。
没有匹配的追踪动态。