AI 视频价格战:生成层商品化,平台经济成终局
AI 视频竞争已从画质转向低价与客户关系,Google 将主流 720p 生成档位价格压至数秒不到一美元,中国厂商跟进按秒计价的促销费率。OpenAI 的 Sora 上线约半年后关停,当时报道称日亏损约百万美元、算力强度远超普通文本对话。Google、字节跳动、快手均把视频生成嵌入云、广告与短剧分发体系,以其他环节收入消化生成成本。
AI 视频竞争已从画质转向低价与客户关系,Google 将主流 720p 生成档位价格压至数秒不到一美元,中国厂商跟进按秒计价的促销费率。OpenAI 的 Sora 上线约半年后关停,当时报道称日亏损约百万美元、算力强度远超普通文本对话。Google、字节跳动、快手均把视频生成嵌入云、广告与短剧分发体系,以其他环节收入消化生成成本。
Anthropic 于 11 月 19 日在纳斯达克挂牌,发行 8.25 亿股,定价区间 70 到 78 美元,合并 260 亿同步私募共募 904 亿。作者认为首日因流通盘仅 6.3% 和供应商锁仓偏涨,半年内可能因收入减速、算力成本占收入 58% 而跌破发行价,一年半内大概率再融一次。作者把三条预测归为同一逻辑,即 AI 资本来源正从 VC 转向供应商资产负债表。
关注价值:作者以Anthropic上市为样本,用流通盘、成本结构与账单刚性推演首日、半年和一年半三个时间点的走势。
光锥智能分析认为,黄仁勋离开英伟达后,AI产业链围绕链主信用建立的订单、担保与账期体系面临重估。截至2026年7月26日,英伟达供应与产能承诺从上一季度1190亿美元升至2790亿美元,AI云土地、电力和机房担保等最大总敞口达1085亿美元。
关注价值:文章以英伟达CEO交权为切口,拆解AI产业链靠链主信用提前抵押未来的融资结构,为判断算力项目风险提供框架。
投资人正把目光从“让机器更聪明”转向“让机器懂分寸”,交互智能被视为智能化的下一道考题。Thinking Machines Lab 于2026年5月发布 Interaction Models 研究预览。
端侧 AI 芯片出货提速与模型压缩能力突破,正把 AI 按 token 计费的收银台从云端搬到设备端。IDC 数据显示 2026 年一季度全球端侧/边缘 AI 芯片出货同比增长约 45%,同期云端约 12%;后摩智能宣布数十亿元 B 轮,其 M50 量产不到一年拿下 150 多个产品定点。
Andy Jassy 与 Elon Musk 分别给出万亿级营收目标:AWS 计划未来 5 至 10 年成为万亿美元营收业务,SpaceX 称 2027 年可达 5000 亿至 1 万亿美元 ARR。
Anthropic于2026年10月26日向SEC递交招股书,目标11月登陆纳斯达克,估值1.5万亿至2万亿美元;2026年上半年营收162.86亿美元、同比增长约1300%,净亏损807.48亿美元。
同一新闻,精选展示《Anthropic公开递交招股书:上半年营收162.86亿美元、净亏807亿美元,拟按约2万亿美元估值上市》
SpaceX在三季度电话会上披露,按当前价格新部署算力不到一年就能回本,其超级智能业务SI三季度收入75.6亿美元、占总收入约52%,部分来自Anthropic租用Colossus 1数据中心和谷歌每月9.2亿美元购买算力。
Airrived 联合创始人兼 CEO Anurag Gurtu 撰文认为,Anthropic 推迟 IPO 反映出市场对高估值的疑虑。文章引用泄露的招股书数据称,Anthropic 2026 年第三季度营收 168 亿美元,环比增长 45%,年化营收约 670 亿美元,2025 年净亏损 420 亿美元,并计划十年内在 AI 基础设施上至少投入 5180 亿美元。
关注价值:作者以 Anthropic 招股书数字为切口,拆解 2 万亿美元估值与开源模型定价压力之间的张力,为判断 AI 公司上市定价提供一套可迁移的框架。
脑极体分析 Anthropic 的商业结构,援引路透社报道称其 2025 年收入接近 46 亿美元、同比增长约 12 倍,八成以上来自按 API 和 token 计费的服务,不到 20% 来自订阅。
Tomasz Tunguz 提出应把 Anthropic 当作云厂商而非单纯 AI 公司来评估。他对比 Q2 2026 数据:Anthropic 年化收入 46 亿美元。
AI竞赛正从"不计成本地烧钱"转向"算着账烧":微软将Anthropic技术(主要是Claude Code)的使用预算砍掉三分之一以上,Meta使用Claude Code的员工从年初约六万人降至约三万人。
截至2026年,Google DeepMind的GNoME已预测出220万种全新晶体结构,其中超38万种被判定为热力学稳定,超过700种预测新材料在全球实验室被成功合成。文章指出AI将科研瓶颈从"想不出来"搬到"验不过来",利润未必留在模型层,算力、硬件、CRO与药企各分一段,真正稀缺的是验证资源与判断力。