36
0💡 今日思考：
模型层的竞争已进入"极致内卷"阶段。Meta Muse Spark 1.3以四分之一成本打平头部模型，World Labs的Atlas从计算机视觉底层重构空间智能，而OpenAI的GPT-6 Astra则陷入跑分作弊争议。这背后暴露了一个深层问题：当模型能力接近天花板时，评测体系本身变成了博弈场。OpenAI修改跑分数据的行为，虽然被解释为"常态修正"，但它折射出行业对"评测霸权"的焦虑——谁定义评测标准，谁就掌握话语权。而World Labs选择从视觉底层重建出发，李飞飞团队走的是一条更"硬核"的路线，用空间智能绕过评测游戏，直接切入真实物理世界。
应用层的信号则更为残酷。AI短剧制作价格从5000元/分钟跌至几百元，看似是技术普惠的胜利，实则是"会制作"不再是稀缺能力后的必然结果。月之暗面从"不着急上市"到"急抢港股IPO"，也反映出大模型创业公司面临的资本压力——百亿现金在动辄百亿美元起步的算力军备竞赛面前，只是入场券而已。这条赛道的生存法则正在改写：从拼技术壁垒转向拼资本储备和商业闭环。
更深层的结构性变化来自美国对华AI算力封锁的第四轮升级。从芯片到网线，封锁边界已从实物贸易延伸至数据流动。但历史反复证明，封锁强度本身就是被围堵者位置前移的最佳证明。每一轮补漏都在宣告上一道封锁未能完全锁住。中国AI企业正在用场景、工程化能力和国产算力栈这三样"封不住"的东西，复刻制造业和新能源车的故事。
