OpenAI关闭了Sora，Disney计划中的$10亿投资随之取消。上线不到半年，OpenAI最出名的消费产品就这样结束了。官方原因是算力成本，真实原因是IPO在即，投资人要看清晰的商业模式。一边招人翻倍，一边砍掉最出名的产品——这是一个非常清醒的战略收缩。

OpenAI is doubling its headcount to 8,000 by end of 2026. The same week, Microsoft announced it's building its own frontier models, and Google opened Gemini's personal intelligence features to all users for free. Three companies moving simultaneously — in completely different directions. This stopped being about model benchmarks a long time ago.

OpenAI今年要把员工从4500人扩到8000人。但这3500个新人不是去做研究的。同一周，微软开始自研模型拉开距离，谷歌把Gemini数据整合全面免费开放。三家公司同时在移动，这场竞争的维度已经彻底变了。

In 2026, five of the world's biggest tech companies — Meta, Amazon, Microsoft, Alphabet, and Oracle — are collectively spending $720 billion on AI infrastructure. Wall Street is cheering. But when you follow the money, the company collecting on every single dollar isn't OpenAI or Google. In this episode, I trace the actual flow of capital, unpack the one supply chain risk nobody wants to say out loud, and explain why the return logic behind this historic bet is already starting to prove itself.

2026年，全球五大科技巨头——Meta、Amazon、Microsoft、Alphabet、Oracle——今年AI资本支出加总高达$7200亿美元。华尔街掌声不断，但这笔钱最后流进了谁的口袋？不是OpenAI，不是任何一个AI模型公司。这期播客，我们追着钱走，拆开这场史上最大AI军备赛背后的三层真相：谁是最确定的赢家、这条链条上最少人说的那个风险、以及这场投入的回报逻辑为什么已经开始验证。

大家好，我是Marisa。

昨天是GTC——英伟达一年一度最重要的发布会。我看完了整场。2.5个小时，30,000个人在San Jose的SAP Center里。[1]

看完之后，有几个地方让我停下来想了很久。

今天这期播客，我不想只复盘“发布了什么”。这些你到处都能看到。我想聊的是：黄仁勋在台上说的这些话，背后的钱在往哪里流。

追钱，不追话术——这一直是我看科技大厂的方法。CEO说什么不重要，钱流到哪里才是真相。

好，先说那句让我后背发凉的话。

黄仁勋站在台上说：“去年我告诉你们，我看到了5000亿美元的需求。今天，我看到的是至少1万亿。”[2]

我当时的第一反应是——他不是这么说的吧？一般CEO在这种场合说“我们看到了强劲的需求增长”就够了。但他直接给了一个数字，然后说这是“high confidence demand”——高置信度需求。[3]

意思是：这不是预测，不是愿景，是接近已经签约的钱。

从5000亿到1万亿。一年翻一倍。Nvidia现在市值大约4.5万亿美元，全球最高。[4] 昨天股价收$183.22，涨了1.65%——市场反应其实很平静，因为华尔街可能已经预期到了。[5] 但Morgan Stanley说，这个价位是“surprisingly good entry point”，目标价$260，维持Overweight。[6]

我没想到他会这么直接。这个数字的重量感，不是说“哦Nvidia很厉害”——而是，这背后代表着整条AI产业链的资本承诺。

而且不是只有几家大客户在撑。云服务商占收入60%，但剩下40%分散在主权云、企业、工业、机器人、边缘计算——整条链都在入场。[7]

第二个让我停下来的事情，是token经济。

先说一个比喻吧。你可以把数据中心想象成一个工厂。它消耗的原料是电力，它生产的产品是token。Token per watt，就是这个工厂的产能指标——每度电能产多少AI的“成品”。[8]

黄仁勋自己在台上的原话是：“数据中心曾经是存文件的地方，现在是生产token的工厂。”[9] 他用了“工厂”这个词。不是“平台”，不是“基础设施”，是工厂。

然后他把token分了五个价格层级：[10]

免费层——高吞吐低速，随便用；

$3/百万token；

$6/百万token；

$45/百万token；

顶级研究型，$150/百万token。

你可能对这些数字没概念。那我给你算一笔账：一个研究团队，如果每天消耗5000万token，按$150/百万的最高档算，一天的成本是7,500美元。一个月就是22万美元。[11]

这不是大公司才有的消耗。这是任何认真在做AI研究、做AI产品的团队都会面对的数字。

但如果你把这个成本和硬件的效率提升放在一起看——同样1吉瓦的数据中心，Hopper时代每秒产20万token，到了Vera Rubin时代，每秒7亿token。[12] 350倍。

350倍意味着什么？同样的电费、同样的机房面积，你能产出的AI“产品”翻了两个数量级还多。谁能最快拿到这一代硬件，谁的token成本就最先降下来。

顺带说一下Vera Rubin的具体进步：跟 Blackwell比，训练同规模MoE模型只需要1/4的GPU数量，token生成成本降到1/10。[13] 这个差距不是渐进式的，是代际碾压。

第三件事，我想聊聊Nvidia在软件层的布局——Nemotron联盟。

这次GTC，Nvidia拉了8家公司组了一个开源模型联盟：Black Forest Labs、Cursor、LangChain、Mistral、Perplexity、Reflection AI、Sarvam、Thinking Machines Lab。[14]

你看这个名单——有做模型的，有做开发工具的，有做应用层的，有做区域市场的。Nvidia不是在做慈善。他的意图很清楚：AI的价值链上，Nvidia已经拿下了硬件和算法库——也就是CUDA那一层。但软件层——模型、Agent框架、应用生态——这是OpenAI和Anthopic的地盘。

如果这一层被几家模型公司垄断，定价权就不在Nvidia手里了。Nvidia必须确保软件层是开放的、分散的、跑在自家硬件上的。

配合这个联盟，还有一个AI-Q blueprint——混合用前沿模型和Nvidia开源模型，能把查询成本压低超50%。[15]

有一个细节很有意思——黄仁勋自己在台上说：“100%的Nvidia员工在使用Claude Code。”[16] 他不避讳自己也在用别家产品。这说明他对自己的定位想得很清楚：软件层是别人的场子，但硬件和开源层必须是我的。

对你作为开发者和用户来说，这意味着：未来AI的定价，可能不会只有一条路。开源力量在打开另一个通道。

而且SaaS正在向GaaS转型——从卖工具到出租Agent。[17] 这不是概念，这是商业模式级别的变化。

最后说一个听起来很远、但逻辑很近的事情：太空数据中心。

Nvidia宣布正在开发用于轨道数据中心和自主太空任务的Vera Rubin芯片。[18]

你第一反应可能是：这是不是噓头？

想一想地球的物理约束——土地有上限，电力有上限，散热有上限。如果AI算力需求继续指数级增长，而地面扩容的速度跟不上呢？

我不是说明年就会有太空机房。但Nvidia在资本分配上释放了一个真实的信号：他们在提前为下一个10年的增量下注。这不是科幻，这是资源规划。

另外提一下2028年的路线图：下一代GPU叫Feynman，配合新的LPU、新的CPU（代号Rosa）、BlueField 5网卡、以及Kyber互联——用的是TSMC 1.6nm（A16）制程。[19] 这条路线图的密度，说明Nvidia不只是在做一代产品，是在做一整个平台的垂直整合。

总结一下。

这次GTC，表面上是一场芯片发布会。但黄仁勋在用1万亿这个数字告诉所有人：AI基础设施的投入还处在早期。而且是整个产业链的早期，不只是几家大公司的事。

Quartz的一句总结我觉得很准：“GTC 2026 was an inference keynote, an agent keynote, and an AI-factory keynote, with the hardware serving as the proof rather than the plot.”[20]

硬件只是证据，不是主角。

这件事让我后背发凉的地方在于：很多人还在讨论“AI是不是泡沫”，但产业链的钱已经按1万亿的规模在流动了。不管你怎么看AI，这笔钱是真实的。

──────────────────────────────────────────────────

互动问题：

你觉得这1万亿的订单里，最后会有多少真正转化成落地的应用？

A：超过一半——AI基础设施的需求是刚性的，大部分会落地

B：不到三分之一——大量投资会变成产能过剩

欢迎在评论区告诉我你的判断。下期见。

[1]CNBC, https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html

[2]TechCrunch, https://techcrunch.com/2026/03/16/nvidia-just-put-nvidias-blackwell-and-vera-rubin-sales-projections-into-the-1-trillion-stratosphere/

[3]TechCrunch, https://techcrunch.com/2026/03/16/nvidia-just-put-nvidias-blackwell-and-vera-rubin-sales-projections-into-the-1-trillion-stratosphere/

[4]CNBC, https://www.cnbc.com/2026/03/16/nvidia-gtc-2026-ceo-jensen-huang-keynote-blackwell-vera-rubin.html

[5]Yahoo Finance, https://finance.yahoo.com/news/stock-market-today-march-16-212544538.html

[6]Yahoo Finance / Barchart, https://finance.yahoo.com/news/nvidia-stock-treading-water-below-192612510.html

[7]Investing.com / 36Kr

[8]36Kr, https://eu.36kr.com/en/p/3726315458048516

[9]Tom’s Hardware, https://www.tomshardware.com/news/live/nvidia-gtc-2026-keynote-live-blog-jensen-huang

[10]36Kr, https://eu.36kr.com/en/p/3726315458048516

[11]36Kr, https://eu.36kr.com/en/p/3726315458048516

[12]36Kr, https://eu.36kr.com/en/p/3726315458048516

[13]TradingKey, https://www.tradingkey.com/analysis/stocks/us-stocks/261687829-nvidia-gtc-2026-how-vera-rubin-system-will-shape-next-decade-tradingkey

[14]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways

[15]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways

[16]Tom’s Hardware, https://www.tomshardware.com/news/live/nvidia-gtc-2026-keynote-live-blog-jensen-huang

[17]36Kr, https://eu.36kr.com/en/p/3726315458048516

[18]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways

[19]Tom’s Hardware, https://www.tomshardware.com/news/live/nvidia-gtc-2026-keynote-live-blog-jensen-huang

[20]Quartz, https://qz.com/nvidia-gtc-2026-jensen-huang-keynote-takeaways

你好，我是Marisa。

今天我想聊一件事，不是芯片，是权力。

大后天，3月16日，黄仁勋要站在圣何塞SAP Center的舞台上，对着从190个国家飞来的3万人发表演讲。所有科技媒体大后天都会报道他说了什么新芯片、什么新架构。但我今天想聊的，是这件事背后一个更大的结构问题——

为什么每年3月，全球AI圈都要来圣何塞朝圣？

────────────────────────────────────────────────────────────

【第一部分：GTC到底是什么】

我先给你一个数字。英伟达上个季度单季营收681亿美元，同比增长73%，下个季度指引到780亿。今年四大科技巨头的AI资本支出加起来是6500亿美元。这6500亿里，几乎每一美元都会经过英伟达的手。

所以GTC是什么？表面上看，它是一个技术大会。700多场session，各种产品发布、技术分享。但如果你把两件事放在同一张桌子上看——英伟达的市场支配地位，和GTC的形式——你会发现，GTC根本不是发布会。

它是英伟达每年一次向全世界宣告：AI时代的地基是我铺的，规则是我定的，你们都在我划的圈里。

而台下那3万人，每个人都心知肚明。他们不是去听参数的。他们是去确认自己接下来一年的产品路线、融资故事、技术选型，有没有跟着英伟达的节奏。用更直白的话说，这是一场朝圣。

────────────────────────────────────────────────────────────

【第二部分：明天黄仁勋会说什么】

好，我们来具体看看大后天会发生什么。有三件事是确定的。

第一件，Vera Rubin平台已经量产。VR200 NVL72的推理性能是Blackwell Ultra的3.3倍，token成本降到十分之一。这个数字很吓人对不对？但你仔细想想，英伟达在说什么？它在说——你刚买的Blackwell，我已经开始让它过时了。你要不要跟，是你的事。但你的竞争对手已经在排队了。

第二件，Feynman架构预览。2028年发布，台积电A16 1.6nm工艺，首次引入硅光子技术。英伟达可能是该制程节点的第一个也是唯一大规模量产客户。这个信号很明确——我不只是在做芯片，我在定义下一代半导体工艺的使用方式。而且我今天就告诉你两年后的路线图，你现在就得开始跟。

第三件，NemoClaw Agent平台。这个很多人可能没注意到，但我觉得它特别重要。英伟达的锁以前是两层——硬件层的GPU，软件层的CUDA。现在它要加第三层——应用框架层。当你的AI Agent是在NemoClaw上开发的，你就更难离开了。它叫“开源”，但开源在英伟达的体系里，意思是欢迎更多人搬进来住。

────────────────────────────────────────────────────────────

【第三部分：这跟你有什么关系】

好，说到这儿，你可能会问：Marisa，这跟我有什么关系？我只是一个写代码的、做产品的、带团队的。

关系很大。

如果你做AI产品，你今天的技术选型，本质上就是在问自己一个问题：我愿不愿意住进英伟达盖的楼？这个楼盖得确实好，暂时没人能盖出同样质量的。但问题是——住进去之后，房租每年涨，而且你搬家的成本会越来越高。

所以大后天的keynote不是看热闹。你是在看你的房东宣布明年的物业计划。

────────────────────────────────────────────────────────────

【第四部分：更大的图景】

我想再往后退一步。

我们现在看到的是什么？四大科技巨头今年要花出6500亿美元的AI资本支出。这个数字大到什么程度呢？大到这笔钱已经不是“投资”了，而是“赌注”。世界上最有钱的公司，正在用最大的赌注，压在英伟达定义的这张桌子上。

这说明什么？说明英伟达不只是一个芯片公司。它是这个时代里——游戏规则的制定者。你可以不喜欢这个现实，但你得看清楚。

────────────────────────────────────────────────────────────

【结尾】

所以3月16日大后天，当你看到各种媒体报道黄仁勋发布了什么新芯片、什么新架构的时候，我希望你能多想一层。

不要只看他发布了什么。要看他在定义什么。

因为在这个行业里，谁定义地基，谁就定义了规则。而谁定义了规则，谁就收每一个玩家的租。

当一家公司的产品发布会变成了全行业的年度朝圣，这个行业的权力结构已经很清楚了。

留一个问题给你。

如果你是一个AI创业者，黄仁勋的keynote里有一句话能决定你接下来一年的方向——你希望听到什么？你害怕听到什么？

把你的答案留在评论区，我们下期聊。

我是Marisa，我们下次见。

3 月 10 日，前 Meta 首席 AI 科学家 Yann LeCun 的新公司 AMI Labs 完成约 10.3 亿美元种子轮融资，估值约 35 亿美金，赌的却不是下一个 ChatGPT，而是能理解物理世界和因果结构的 world models。 这笔钱标记了 AI 赌局的一个拐点：长线资本开始从‘谁的 LLM 更会聊天’，转向‘谁先占领现实世界操作系统的底层架构’。

Qwen 刚在国际基准上打出「中国模型能和 GPT 对线」的声量，技术扛旗人却在 48 小时内发出「me stepping down. bye my beloved qwen」离场。 这篇不是吃瓜某个大牛的个性，而是从资本和基础设施视角，拆给阿里和所有在做基础模型的大厂看：当你终于有了一张国家级的 AI 底牌，旧式大厂组织本能如何亲手削弱自己的筹码。

OpenAI 拿下 1100 亿融资、估值冲向 8000 亿美金的同一周，黄仁勋在台上淡淡说了一句：这可能是英伟达最后一次投它。这一集，我们顺着这句话往下拆：1000 亿传闻为什么缩成 300 亿现实，这对 AI 赌局的筹码分配意味着什么，对中国大厂技术人和产业链里的普通打工人，各自会改写哪条职业路径。