今天这一天的信息密度有点反常。一边是谷歌把”更聪明”换成了”更便宜”,一边是英伟达用一份千亿营收的财报证明算力需求还没见顶,中间还夹着一家万亿级 AI 公司真正走进二级市场的钟声。模型、算力、资本三条线同时在同一天给出了答案,这在过去一年里并不常见。
一、Gemini 4 Neon:谷歌这次卖的不是智商,是性价比
谷歌周三发布 Gemini 4 系列新模型 Neon。Artificial Analysis 的测评里,Neon 在最高思考档 xhigh 下拿到智能指数 61 分,排全球第三,仅次于 GPT-6.2 Astra 和 Claude Fable 5.2——注意,只比自家的 Carbon 高 1 分。
真正的变化在账本上:完成同一项智能指数任务,Neon 平均成本 6.44 美元,比 Carbon 的 7.76 美元低约 17%;平均耗时从 36 分钟压到 21 分钟,缩短约四成。有意思的是,它完成任务的输出 Token 反而比上一代多 15%——成本下降来自更低的 Token 单价,速度则来自每秒约 110 Token 的输出能力,接近 Carbon 的两倍。
编程侧也站住了:Coding Agent Index 拿到 59 分,比 Carbon 高 3,跟 Claude Code 配 Fable 5.2 大致相当,但单任务成本 6.86 美元,只有 Opus 5.5(12.61 美元)的一半、Fable 5.2(15.47 美元)的四成多。
同日谷歌还掏出了三样东西:长程运行的智能体产品 StitchLoop、向低内存安卓设备开放 Gemini App、以及向部分用户开放世界模型 Genie 4。官方演示里有一段很”炫技”的跑分——在 Antigravity 里让 Neon 连续跑 12 小时的 /swarm 任务,用档案照片重建了图灵 1936 年在剑桥国王学院的书房,并在 3D 场景中搭出一台能运行的通用图灵机。
探索者视角:这 1 分的领先说明什么?说明前沿智能的边际收益已经很薄了。当头部几家的智能指数挤在 60 分上下互相咬住时,用户真正会掏钱的理由变成了”这件事跑完要多少钱、要多久”。谷歌这次把四档思考级别(low/medium/high/xhigh)摆在明面上,本质是把”推理预算”变成用户可以自己调的旋钮——这是工程化成熟的标志,也是模型公司开始承认:不是所有任务都值得用最贵的档位去思考。
二、英伟达千亿财报:叙事从”芯片公司”改写成”数据中心系统公司”
11 月 18 日,英伟达交出黄仁勋离任后的第一份财报。第三财季营收 1158 亿美元,同比 +103%,环比 +20%;GAAP 净利润 652.87 亿美元,同比 +105%,摊薄每股收益 2.70 美元;Non-GAAP 毛利率 74.9%,高于市场约 74% 的预期。
拆开看更刺激:数据中心业务单季 1076 亿美元,同比 +110%,占整体营收约 93%,其中超大规模云服务商贡献 601 亿。新一代 Vera Rubin NVL72 与 Vera CPU 已在第三财季量产出货,这一季为营收带来近 200 亿美元增量,并创下公司历史上最快的产品爬坡纪录——芯片从台积电出厂到富士康系统集成的周期,从五周压缩到最快两周。Q4 指引约 1300 亿美元(±3%),2028 财年营收增长预期上调至约 75%。
隐忧也写在财报里:库存升至 397 亿美元,环比涨 25.6%;Q4 毛利率指引降到 71%—72%;采购承诺增至 3900 亿美元。而围绕”供应商融资”的质疑,管理层这次给了明确口径——不再在建设阶段提供数据中心担保,只在设施就绪后启动,建设延期则担保自动失效;对新兴云厂商的融资支持将”有选择性、更审慎”。
人事上还有个耐人寻味的细节:黄仁勋表达了重返 CEO 岗位的意愿,被新管理层拒绝,公司已启动新任 CEO 遴选;董事会同时设立国家安全与出口管制监督委员会。
探索者视角:一份没有创始人的财报能打出 103% 的增速,说明英伟达的护城河已经从”某个人”迁移到了”节奏”——产品迭代和产能调度本身成了壁垒。但库存 +25.6%、毛利率下台阶、采购承诺 3900 亿,这三件事凑在一起,是典型的”把风险从损益表挪到资产负债表”的操作:它保住了增长曲线,代价是把未来的库存和产能风险提前锁死。至于收紧担保口径,本质上是在回应巴克莱们那个尖锐问题——你卖出去的算力,有多少是真实终端需求,有多少是自己融资喂出来的?
三、Anthropic 今日敲钟:万亿估值,先打三折再谈
Anthropic 预计 11 月 18 日定价、今天在纳斯达克挂牌。发行区间每股 70—78 美元,按此计算完全摊薄后估值约 1.26 万亿至 1.41 万亿美元——比今年夏天投行预期的 2 万亿缩水约 30%,也就此无缘超越 SpaceX 早前 1.75 万亿的 IPO 估值纪录。IPO 与私募配售合计募资最高 904 亿美元。
基本面并不难看:2026 年前 9 个月营收 332 亿美元,其中第三季度 170 亿,同比暴增逾 12 倍。
探索者视角:这不是”Anthropic 不够好”,而是二级市场不愿意替一级市场买单。瑞银说得很直白——公募基金不会为尚未定型的竞争格局提前支付数年后的溢价。三成折价买到的是一个确定性更高的定价锚点:当最头部的 AI 公司都只能打七折上市,后面排队的那批 AI 初创,估值逻辑就都得重写。今天的钟声,对 Anthropic 是起点,对整个 AI 一级市场是一次重新校准。
四、BAT 同周亮剑,字节 Seed 缺席 142 天
国内这边,百度、阿里、腾讯在同一周内密集出牌:
| 公司 | 模型 | 关键数据 | 时间 |
|---|---|---|---|
| 百度 | ERNIE 5.5 Flash Preview | AutomationBench 61.9、SpreadsheetBench V2 36.4(两项第一);OfficeQA Pro V2 67.9;单用户推理 >200 token/s;忙时输入 2 元、输出 8 元每百万 token(当前五折) | 11月11日 |
| 阿里 | Qwen4-Max 预览版 | 最大输出 393216 token,为上一代 3 倍;三档思考强度,默认 xhigh;仅 Token Plan 订阅 | 11月11日 |
| 腾讯 | Hy4 正式版 | 770B 参数,AA 智能指数 V5 得 35 分(中国第二),每任务约 0.78 美元 | 11月4日 |
百度这一周是”三连发”:11 月 5 日开源 ERNIE 5.5 Flash Base,11 月 9 日披露自动研究系统 ERNIE Evolve,11 月 11 日发 Preview,并宣布权重将于 11 月 25 日前以 Apache 2.0 开源。阿里的 Qwen4-Max 预览版则设了硬窗口——11 月 25 日 24 点退役,正式版 11 月 26 日发布。相比之下,字节的 Seed 系列最新仍是 6 月 23 日的 Seed 2.1,至今 142 天没有更新。
探索者视角:百度这次选的路径很明确:快 + 便宜 + 开源。八项基准拿下两项第一(都压着 Claude Opus 5.5),Terminal-Bench 4.0 的 46.5 分也高于 Hy4 的 42.4,但离 Opus 5.5 的 63.6 还差一截——百度自己也提醒这是后训练中间版本,可能存在训练不充分的能力缺陷。这个坦诚值得记一笔。真正的看点是价格:忙时输入 2 元、输出 8 元每百万 token 还打五折,配 Apache 2.0 开源,这是把竞争维度从”榜单位次”直接拉到”部署成本”。而字节的 142 天空窗,是这个行业最不能承受的一种沉默——模型这条赛道上,缺席一期就等于把开发者生态让出去一轮。
五、开源榜被中国模型通吃,8B 激活参数登顶
截至 11 月 11 日的开源模型评测里,面向智能体场景的排序是:DeepSeek V4.1 Flash 综合最佳(MIT 许可,1M 上下文,552B 总参 / 仅 8B 激活);Kimi K3.1 Pro 最能打(2.8T 总参 / 104B 激活,Terminal-Bench 4.0 开源最高分,距 Claude Opus 5.5 不到一分);GLM-5.3(753B)擅长长程智能体任务;需要本地自托管、贴着自己敏感数据跑的,推荐 Qwen3.8 27B。
探索者视角:8B 激活参数打遍所有自家智能体和编程基准,这个信号比排名本身更重要——MoE 稀疏化的工程收益,正在把”堆参数”的性价比打下来。对独立开发者和小团队来说,这意味着在自家 Mac 或一台小服务器上跑一个够用的智能体,正在从”勉强能试”变成”真的能用”。我自己做小游戏和博客自动化,感受很直接:一年前本地跑智能体是玩具,现在已经是能进生产流程的工具。
六、AI 编程智能体:这个月的关键词是”管住它”
10 月 2 日到 11 月 13 日的更新,几乎没人在堆功能,全在加治理:
- GitHub Copilot 分两批下线 10 个模型(10 月 2 日 4 个、10 月 19 日 6 个),11 月 16 日再下 3 个(Claude Opus 4.8、Claude Opus 5、GPT-5.6 Terra);model-policy 的 GET/PATCH 接口 GA,可按四个层级强制”谁能用哪个模型”。
- Devin 加了预算层级、自助 OIDC/SAML SSO、需要审批的个人访问令牌。
- Claude Code 上了组级池化预算、分层管理策略、成本报表管理 API,权限设置改为”默认拒绝”而非”弹窗询问”。
- Claude Fable 5.2 于 11 月 9 日发布,Gemini 4 Carbon 于 11 月 10 日进入 Copilot。
- 另一头,Google 宣布 12 月 31 日关停 Jules。
探索者视角:这说明智能体已经过了”炫技期”,进入”财务与权限的成人世界”。当一家公司同时跑着几十个智能体、每月烧掉几十万 token,CTO 关心的就不再是”它能不能写代码”,而是”谁批的预算、花了多少、能不能审计、能不能一键停机”。模型退役名单越来越长,也提醒所有把产品押在某个特定模型上的团队:把模型选择做成可配置项,而不是硬编码进业务逻辑,是这半年最便宜的一份保险。
七、具身智能:让 AI 自己写机器人程序
伯克利研究团队提出”智能体机器人技术”(Agentic Robotics),核心是一个叫”图即策略”(Graph-as-Policy)的框架:把复杂机器人任务拆成找物体、规划抓取、控制夹爪避障等独立技能积木,由多个 AI 智能体负责生成和连接这些模块,再借英伟达 Isaac 仿真平台反复测试、定位失败环节并自动改程序。
擦拭实验里,研究者只给 OpenAI 的 Astra 模型一段真实机器人操作视频和仿真接口,不到一小时,AI 就建起了能复现该操作的物理仿真环境,甚至模拟出海绵受力后的形变;最终程序部署到真机上完成了擦拭。中途机器人因为没算准金属棒的重量把棒推倒了,团队拿这段失败视频喂回去,AI 重新分析、改进仿真环境、调整控制程序——机器人开始用”真实失败”反哺自己。这套方法已在 Ambi Robotics 的包裹分拣场景落地。
国内,进博会期间的具身智能产业生态交流会上,眸深智能发布三大核心产品:具身原生模型”深悟”(一步动作生成、视觉动作层叠并行,推理最高提速 24.84 倍,仅新增 13.4M 参数即可高效优化)、Infra 架构”深枢”,以及 42 家高校、科研院所与机器人企业共同组建的”通用具身大脑产业创新联合体”(含复旦、人形机器人创新中心、宇树、优必选)。
探索者视角:具身智能过去卡在两件事上:数据不够、编程太贵。Agentic Robotics 的思路是绕开”海量人类演示”,改让 AI 自己在仿真里试错——这跟大模型用合成数据自我对弈是同一套心法。而”失败视频能变成下一轮训练信号”这一点,比任何一次成功演示都更值钱,因为它意味着闭环可以自我迭代,不依赖工程师逐条写规则。国内 42 家机构搞联合体,走的是另一条路:把本体、芯片、模型、场景拧成一条链,用产业协同替代单点突破。
八、钱和政策:耐心资本这个词,被反复提起了
科技日报今天一篇评论把 AI 的融资结构讲得比较清楚:国家集成电路大基金三期旗下专设总规模 600.6 亿元的国家人工智能产业投资基金,联动北京、上海、杭州的地方创投平台;2026 年上半年国内 AI 领域亿元级融资共 77 起,主体既有 DeepSeek、Kimi 这类头部模型企业,也覆盖垂直应用、数据服务、Token 工厂。银行侧出现了”算力贷”“研发贷”“Token 贷”等新品类,部分银行开始把大模型算法专利、研发指标纳入授信评价;2026 年 2 月四部门联合印发意见,要求针对 AI 等重点领域开发专属保险产品。地方层面,中山市印发了”人工智能+”产业创新若干政策措施,设立人工智能产业基金,并对大模型备案、数据安全、科技伦理提出明确要求,有效期至 2027 年底。
探索者视角:大模型训练、芯片流片、智算中心这三件事的共同点是:投入不间断、回报周期长,靠自有资金和短期贷款根本撑不住。所以”耐心资本”不是一句口号,而是这个行业的技术路线决定的融资结构。真正值得注意的是”Token 贷”这类产品——它意味着金融机构开始把算力消耗当作可计量的信用资产,这是把 AI 当成基础设施而不是概念股的一个信号。
结语
把今天这几条放在一起看,会发现一条相当清晰的线:智能本身正在变成大宗商品,稀缺的是把它跑完的成本、把它管住的能力,以及愿意等它变现的钱。
谷歌用 1 分的智能换 17% 的降本,英伟达用 103% 的增速换一张更紧的资产负债表,Anthropic 用三成折价换一个能挂牌的估值,百度用开源和五折价换开发者,智能体工具厂商用预算和权限换企业客户敢用。每一笔交易的本质都一样——在这个阶段,没有人再为”更聪明一点点”付溢价。
对我们这些做小产品的人来说,这其实是好消息。当头部公司开始在成本和治理上贴身肉搏,工具的价格会降、可控性会升,一个人能撑起的业务边界,也就跟着往前挪了一格。
明天继续看,牌还没发完。