AI

Meta宣布未来三年将在美国投入6000亿美元，全面扩建AI数据中心。扎克伯格（Mark Zuckerberg）亲自对特朗普（Donald Trump）拍胸保证：要为美国AI算力铺路。这消息一出，华尔街一片沸腾。问题是，6000亿花在哪、图什么、谁会被卷进去？

为什么重要

AI的竞争早就不是写写模型或比谁更聪明，而是比谁的机房更多、谁的电力更稳。Meta这一手重金布局，不只是抢跑AI算力，更是抢美国政策红利。对美国来说，这相当于AI版的制造业回流。

关键点

• 投资规模：三年6000亿美元，重点在AI数据中心与基础设施。
• 战略逻辑：提前囤积算力，押注未来AI需求爆发。
• 融资模式：与Blue Owl Capital签下270亿美元融资，用于路易斯安那州最大数据中心项目。
• 地点布局：德州再加码15亿美元新中心，总数已达29座。
• 市场信号：Meta资本支出明年将“显著上升”，AI硬件周期还没到顶。

大局观

AI竞争正在从“模型战争”转向“电力与冷却之战”。谁能先建好基地，谁就能吃下AI算力的长期租金。Meta这次不只是追赶OpenAI或微软Azure，而是在模仿亚马逊AWS当年的套路：烧钱铺地，再慢慢收租。。。。 继续阅读

Grab的自动巴士计划不只是科技秀，更像是一次东南亚交通生态的提前演练。陈炳耀（Anthony Tan）这次公开谈话，透露出Grab下一阶段的野心：让AI和自动驾驶技术全面接管出行的底层逻辑。问题是，这场游戏，司机和乘客都得重新找定位。

为什么重要

Grab不再只是外卖和叫车平台，它正在成为东南亚的AI交通基础设施公司。2026年在新加坡推出自动巴士，不仅是技术突破，也是监管、数据和社会信任的实验。对于劳动密集的地区，这一步可能直接重塑“司机”这个职业的定义。

关键点

• Grab将在2026年初在新加坡推出robobus自动驾驶巴士。
• 已完成与中国文远知行（WeRide）的试运行项目，并计划持股投资。
• 同时入股美国May Mobility，后者已在美国启动商用机器人出租车。
• 陈炳耀表示，要长期引领东南亚自动驾驶与远程驾驶。
• 承认东南亚低劳动力成本将延缓自动驾驶的经济可行性。
• 提出司机可转型为远程安全驾驶员、数据标注员或传感器维护员。

苹果和Google牵手做AI？每年10亿美元，换来的是Siri的大脑升级。别笑，这次苹果真的不想再让Siri当个“笨助手”了。

为什么重要

AI的战争早就不是谁芯片强、谁算力大，而是看谁能快落地、谁有生态撑腰。苹果砸钱用Google的Gemini模型，不只是技术合作，更像是一次策略认输。毕竟过去苹果最自豪的是封闭系统，现在却要靠别人家的AI撑场面，代表它清楚自己落后得有点远。

这动作也等于是向整个业界放话：连苹果都要外包AI智商，那真正能独立造模型的公司，真不多了。

关键点

• 苹果预计每年支付约10亿美元使用定制版Google Gemini。
• Gemini模型拥有约1.2万亿参数，远超苹果自家模型的1500亿参数。
• 模型将部署在苹果的Private Cloud Compute服务器，保障数据隐私。
• 升级后的Siri主打摘要生成与任务规划，不是聊天机器人。
• 苹果仍持续研发自家AI，未来有望摆脱对Gemini的依赖。
• 合作前，苹果曾评估OpenAI与Anthropic的模型，但最后选了Google。

这几季美股只要提到 AI 三个字，市场立刻兴奋得像中发票。Meta 说要盖数据中心，股价喷。Google Cloud 营收超预期，也涨。最夸张的当然是 NVIDIA，涨到连员工都不知道该不该卖股了。而在这场数位淘金热里，有一家公司低调地坐着收租金，那就是 Amazon（亚马逊）。

讲到 Amazon，很多人只想到买东西送货快，但别忘了他们旗下的 AWS（Amazon Web Services）才是真正的金鸡母。这次 AWS 的表现，不只是“还不错”，而是直接把整个基础建设推进了一个新量级。

AWS 不只云，更是硬件狂人

很多人只看到 AWS 的云端服务，但忽略了它其实已经是全球最大的新电力消费者之一。光是过去 12 个月，他们就新增了超过 3.8 GW 的数据中心电力容量，直接等于 2022 年的两倍。如果你没概念，美国一个中型城市的电力消耗也差不多就是这个等级。

而且还没完，AWS 表示年底前会再加 1 GW，到 2027 年预计再翻一倍。这种节奏不是“可能成长”，是已经开始动工。。。。 继续阅读

NVIDIA这次是真的没在开玩笑。AI芯片的王者，正式进军Robotaxi市场，直接牵手Uber，打算把自动驾驶做成全球规模的生意。

这听起来像科幻小说，但现在真实上演。不只是几家车厂试着玩L4（Level 4自动驾驶），而是整个自驾生态，在NVIDIA主导的AI基础设施下，朝商业化大规模扩张。背后的核心，是NVIDIA能把硬件、算法、数据工厂和开发平台整合成一条龙的能力。

为什么值得注意

Uber预计在2027年开始部署10万辆Robotaxi，这不再是研发部门的PPT，而是列入营运KPI的真实项目。这将成为全球最大规模的L4实证场，也会是Robotaxi与人类司机混合运作的首次真实测试。

背后的技术基础来自NVIDIA全新DRIVE AGX Hyperion 10平台，不是实验性工具，而是针对量产、通过安全验证、可立即部署的完整解决方案。这代表车厂能快狠准切入Robotaxi市场。

你该知道的几个重点

• Uber与NVIDIA合作，预计部署10万辆L4

特斯拉自动驾驶又闯祸了，这次主角是他们最新的「疯子模式」（Mad Max）。这个听起来就不太妙的名字，在FSD V14.1.2中正式上线，主打一个字：快。车辆会主动找空隙变道、钻车流、猛切线。

为什么重要

这不只是特斯拉车主的驾驶体验问题，更是整个自动驾驶行业面临的监管风向球。NHTSA这次一调查就是290万辆FSD车型，牵涉到14起事故、23人受伤和58起正式投诉。换句话说，这不是少数用户的抱怨，而是有可能拖累整个FSD商业化进度的大麻烦。

关键点

• 疑点焦聚在Mad Max模式，这种驾驶风格会更主动地变道、争取时机超车，虽然表面上不超速，但“节奏”非常激进。
• 美国国家公路交通安全管理局（NHTSA）介入调查，认为这可能威胁公共道路安全。
• 特斯拉取消了旧版的速度偏移设定，改为五档驾驶风格，从最保守的Sloth到最激进的Mad Max，由车主选择。
• 这次调查涵盖2.9百万辆FSD汽车，规模远超过去任何FSD相关调查。

思维同步从来不简单。尤其当你分身乏术、脑袋又经常开太多分支时，想把想法变成有结构、有重点的内容，难度不小。我最近试了一个新做法，发现效率爆表，有机会变成我固定的写作工具。

流程拆解：三步走完

1. 用iOS语音Memo快速录下灵感，通勤、走路、等车时都能顺手操作
2. 把录音（m4a文件）用Mac上的开源工具Whisper转成文字（我设了个脚本，一键处理最新memo）
3. 把txt文件丢进ChatGPT，让它润色、整理成一篇能看的草稿

为什么值得一试？

• 适合没头绪、只想「开口讲一讲」的场景
• 灵感不怕零散，有了文字就能慢慢分析
• 特别适合记录跑步时想到的点子，或是清晨睡眼惺忪时突然蹦出的想法

实测感想：超出预期

我直接把memo用Whisper转文字，再丢给ChatGPT整理。结果很惊喜。

• Whisper识别准确度很高，不用什么修正
• ChatGPT整理出来的内容，逻辑清楚，语感自然
• 最重要的是：原本的杂念，突然变成可以延伸的内容，写作欲望直接被点燃