下面是本期节目的 SSML 播客脚本(供参考,也可作为 Show Notes):
<speak>
<emphasis level="strong">欢迎来到财经科技深度解读,我是老马。</emphasis>
<break time="500ms"/>
今天我们要深挖一个可能会改变未来几年 AI 产业权力格局的大新闻。
前 OpenAI 首席技术官 Mira Murati 的新公司 Thinking Machines Lab,和 NVIDIA 达成了一份震撼业界的协议:<emphasis level="strong">1GW 规模的算力锁定。</emphasis>
<break time="800ms"/>
很多人可能会问,1GW 算力到底意味着什么?
在 AI 2.0 时代,这不仅仅是电费或者机器的数量,它是一张进入核心战场的门票。
Thinking Machines 的逻辑非常直接,那就是<emphasis level="moderate">“算力现实主义”</emphasis>。
他们深知,在算法日益商品化的今天,谁手里握着的芯片多、算力稳,谁就掌握了定义下一代 AI 代理架构的“铸币权”。
<break time="500ms"/>
NVIDIA 这次也不只是卖硬件,他们直接成了 Thinking Machines 的战略投资方。
这意味着老黄正在重新定义自己的角色:他不再满足于做一个卖铲子的商人,他开始挑选最强壮的淘金者,甚至为他们量身定制矿区。
<break time="800ms"/>
那么,Thinking Machines 的 120 亿美元估值,底气到底在哪儿?
<emphasis level="moderate">答案是“Copilot Cowork”模式。</emphasis>
这种模式要求的不是简单的对话,而是 AI 代理在后台像同事一样,能够自主观察工作流并进行协作。
这种实时的、高强度的推理需求,对算力的消耗是海量的。
这也就解释了为什么 Oracle 的财报会超预期——因为整个行业都在从“训练热”转向“推理潮”。
<break time="500ms"/>
更有趣的是,这背后还隐藏着 NVIDIA 全栈策略的野心。
为了消除算力路径上的所有瓶颈,NVIDIA 甚至在考虑和 Intel 合作搞 x86 CPU。
通过扶持像 Thinking Machines 这样具有极致算力需求的公司,NVIDIA 其实是在利用外部需求倒逼自己在半导体底层技术上加速迭代。
<break time="1s"/>
总结一下,AI 产业的竞争已经跨越了简单的模型参数对比。
<emphasis level="strong">这是一个关于资源、组织和生态主权的综合较量。</emphasis>
Thinking Machines 的 1GW 协议,本质上是在算力短缺的周期里,完成了一次史无前例的资源劫掠。
<break time="500ms"/>
当 Mira Murati 与黄仁勋握手的那一刻,算力主权时代已经正式降临。
<break time="800ms"/>
感谢收听本期深度解读,我是老马,我们下期再见。
</speak>