虎嗅

核心内容总结

2026年，AI数据中心爆发式增长带来巨量电力需求，叠加川普在霍尔木兹海峡制造紧张局势（威胁全球能源供应稳定），全球能源系统面临双重压力。大家最关心的是：中国风电能否成为填补电力缺口、应对能源不确定性的可靠选项？

详细拆解解读

1. AI数据中心：为啥成了能源“吞金兽”？

AI数据中心可不是普通的电脑机房——它要24小时不间断给AI模型做计算、训练，耗电量大到惊人。一个超大型AI数据中心，一…

核心内容总结

这篇文章围绕“食品安全”与“技术发展”的矛盾展开，指出：虽然AI、传感器等技术看似能为食品安全提供完美解决方案，但现实中食品安全问题的根源并非技术不足，而是部分从业者“明知故犯”的利益驱动行为；技术的加入反而让监管与违规陷入“猫鼠游戏”升级，而社会信任和良知的缺失才是更隐蔽的成本；同时，技术乐观主义的“长期解决”视角，与普通人“当下要吃饭”的生命有限性形成尖锐冲突——我们不能用未来的美…

核心内容总结

模拟芯片行业两大巨头德州仪器（TI）和亚德诺（ADI）近期财报均表现强劲，营收同比大幅增长，但增长路径和策略差异明显：ADI增速更快（同比40%），更依赖AI相关的数中心需求，且主动囤积“战略性库存”应对供应压力；TI体量更大（营收54.6亿 vs ADI40.2亿），靠工业、汽车、数据中心等多市场全面回暖，产能储备充足。行业正从低迷中复苏，但需求结构已从传统周期反弹转向AI驱动的新增…

核心内容总结

在货架电商增速放缓的背景下，阿里和拼多多选择了两条截然不同的增长路径：阿里押注即时零售（30分钟达），通过整合本地供给、骑手网络和淘宝入口，扩大能承接的消费场景（从计划性购买到临时需求）；拼多多则坚持深耕供应链（明天达优先），把资源投到产业带、产品研发和物流效率优化上，不轻易进入即时零售赛道。这背后是两家公司对电商下一轮价值的判断差异：阿里盯着消费端的“最后一公里”，拼多多盯着供给端的…

核心内容总结

锅圈食汇上半年营收、净利润双增长（营收39.47亿增21.8%，净利2.13亿增12.1%），但股价却从历史高点（12.34港元）暴跌85%至1.715港元。控股股东减持引发股价雪崩，业务上虽尝试转型（大店升级、拓展新场景），但新业务贡献有限，同时食品安全问题频发、加盟商盈利困难，成为悬在锅圈头上的两大隐患。创始人通过减持+分红套现近6亿港元，而公司现金流承压，转型之路充满不确定性。

一、业绩好股价却暴跌：控股股东减持是导火索…

核心内容总结

最近AI行业的竞争焦点发生了微妙变化：过去大家都在抢大模型（如GPT）、算力（如英伟达GPU）和数据中心，现在巨头们开始疯狂争夺不做模型、不造芯片、不建数据中心的第三方平台。比如开源AI社区Hugging Face传出售价130亿美元，模型路由平台OpenRouter被Stripe以80亿美元收购。这些平台的价值不在技术本身，而在它们是AI生态的“枢纽”——连接了开发者、模型和用户，成…

核心内容总结

东方甄选2026财年交出了一份“表面亮眼”的成绩单：营收57亿元（增30%）、净利润5.4亿元（增9378%），但背后藏着隐忧。亮眼数据的原因是“去MCN化”省了4亿薪酬，以及自营品体系爆发（占营收95%）；但和2023年巅峰期比，净利润少了一半，因为失去董宇辉后不得不花更多钱买流量（销售费用从3亿涨到11亿），且对抖音平台的依赖反而加深了——俞敏洪摆脱了超级主播，却更离不开超级平台。…

核心内容总结

巴厘岛从传统的阳光沙滩度假地，变成了中产运动爱好者的“临时体校”——每天排满冲浪、健身、网球等课程，氛围好、运动消费划算，但光鲜背后藏着割裂：交通混乱像“大农村”、非运动类物价比上海高、白人主导的社群存在隐性歧视，有人爱它的运动氛围反复打卡，有人因现实问题转身离开。

一、为啥巴厘岛成了中产的“运动天堂”？

对运动爱好者来说，巴厘岛简直是量身定制的“快乐星球”：

项目多到挑花眼：冲浪、网球、力…

核心内容总结

AI Agent（智能代理）不是普通的聊天机器人，它能进入你的整个工作现场——读群聊、邮件、CRM，甚至替你点击提交、修改文件。这种“读+理解+执行”的能力，让它比过去的App风险大得多：不仅可能泄露更敏感的工作隐私（比如项目进展、客户关系），还会因误操作或恶意攻击带来责任问题，甚至长远影响初级白领岗位的价值。文章提醒，我们不能把它当简单的效率工具，得先画好使用边界。

详细拆解

1. AI Agent不是聊天框，是“工作现场的钥匙”…

核心内容总结

宇树科技作为“人形机器人第一股”登陆科创板后，首日股价暴涨至1100元（市值4449亿），随后连续下跌，4个交易日内市值蒸发超2000亿，当前市值2439亿。其高估值本质是“流动性幻觉”，合理估值区间在600-1500亿；同时，宇树是整个人形机器人赛道的“定价锚”，一级市场大量未盈利公司的估值锚定其上市后的高市值，若宇树估值持续下跌，一级市场泡沫将破裂，企业面临融资和退出危机。

一、首日4449亿市值：不是估值，是“流通盘幻觉”…

核心内容总结

本文通过与一位贸易老板的对话，点破了当前AI应用的普遍误区：大家过度聚焦AI的“降本增效”（比如省时间、替代岗位），但企业的核心诉求是“用AI赚钱”而非“省钱”。文章提出“AI原生企业”的概念——不是在现有企业上叠加AI工具，而是从AI存在的起点重新设计企业的组织、流程、获客方式等，甚至创造过去不可能的商业模式。同时指出技术人与商人的思维差异，以及AI原生企业的实践路径（先自己跑通再产…

核心内容总结

Marin是斯坦福大学主导的开放基础模型项目，目前正在训练一款5350亿总参数的混合专家（MoE）模型。它的最大亮点不是参数规模，而是把训练过程“全透明化”：从实验假设、代码配置、训练曲线到失败记录，都实时公开在网上，甚至在训练可能中途失败的情况下也不藏着掖着。这个项目想解决AI行业的一个核心问题——在算力越来越集中、训练配方越来越封闭的今天，基础模型能不能像开源软件一样，让所有人都能…

核心内容总结

AI算力行业目前存在明显泡沫，但资深从业者和投资者都不敢做空。原因是：利空是明确可见的（巨头现金流紧张、美国限制算力出租、中国开源模型替代效应显现），但利好总是意外出现（比如ChatGPT、Claude、龙虾等突然引爆算力需求的事件），没人敢赌下一个利好不会来。 文章最后提醒：投资要理性，别被“只看利好/利空”的执念蒙蔽。

一、算力行业的三个“明牌”利空：巨头没钱烧、美国要限制、中国模型抢饭碗…

核心内容总结

这篇文章通过一个STM32硬件bug的真实案例，揭示了AI在纯软件领域表现出色，但进入现实物理世界（如硬件、机器人、汽车等）时遇到的关键瓶颈：现实世界的很多关键信息没有被数字化，AI看不到；而且观测现实本身会改变结果，导致AI难以找到问题根源。文章还指出，未来AI要征服物理世界，需要先解决“现实数字化”的工程问题（给AI装“眼睛耳朵”），而人类工程师的价值将转向“知道机器没看到什么”。…

您提供的新闻文本仅包含标题和平台介绍，缺少具体的召回主体（如哪些品牌的电车）、召回原因（比如电池安全隐患的具体类型）、贴纸的具体作用及企业解释等关键信息。不过，基于标题中的“700万电车召回”“几毛钱贴纸”等关键词，结合电车行业常见问题，我们可以做合理推测分析，帮您理解这类事件的核心逻辑。

核心总结

推测该新闻的核心是：某（或多个）电车品牌因电池相关安全隐患（如热失控风险）召回超700万辆车辆，但给出…

核心内容总结

南非拟修订《自然科学职业法》，将2003年就存在但“有法不依”的科学家注册制度收紧：未注册“执业”科学家最高可判1年监禁。但很多科学家直到记者采访才知道这事，草案因“执业”定义模糊、注册费用高、监管边界不清等引发争议——支持者认为能保护公众免受假专家坑害，反对者则称是“敛财手段”，还可能限制科研自由。

一、不是新政策，是旧规突然“动真格”

2003年南非就立了法，要求所有“执业”自然科学家…

核心内容总结

曾经是中产家庭“阶层符号”的钢琴，如今成了难脱手的“鸡肋”：全国年销量6年缩水超七成（从2018年35.6万台跌到2024年不足10万台），珠江钢琴等龙头企业净利润暴跌4100%，超7000家琴行倒闭；二手钢琴价格跳水（3万买的琴闲鱼挂4千还难卖）、物流麻烦、留着占地方。背后原因是政策取消艺术加分、消费降级让功利价值消失，同时市场出现新用户（退休老人、年轻女性），美日也曾走过类似路并转…

核心内容总结

极兔速递2026年上半年业绩亮眼（包裹量增长25%、净利润翻倍），但同时安全事故频发（半年内多起致死事件），暴露了其区域代理模式下总部对末端安全管理的缺位。监管部门已将问责范围从网点升级到品牌总部，极兔管理层（尤其是中国区CEO刘伟）正面临“保利润”还是“投安全”的两难抉择。顺丰董事长王卫加入极兔董事会，或许能为其解决加盟模式的管理痛点提供参考。

一、业绩“大丰收”背后的“搏命增长”

极兔…

核心内容总结

一人公司（OPC）在AI时代火了，但它不是“一个人靠AI全能创业”的励志神话。AI更像杠杆——能放大你已有的能力（比如行业经验、客户资源），但解决不了商业最核心的问题：客户从哪来、谁买单、怎么赚钱、风险谁扛。OPC的机会确实变多了（个体经营普及、线上交易发达、AI用户多），但启动门槛降低不代表经营容易。真正能成的OPC，是“一个人抓关键决策，把执行交给AI和平台”，而且最好先从副业试手…

核心内容总结

具身智能（简单说就是能像人一样感知、行动、理解世界的机器人）不是资本炒作的骗局，而是机器人领域一次真实但还没到大规模落地阶段的“范式转移”（玩法变了）。它有三大技术支撑（传统控制、强化学习、大模型），也有中国的产业底座（机器人市场大、供应链全、政策支持），但短期存在水分（很多演示场景不实用），长期需要解决成本、可靠性等硬问题。

一、技术上：三条线拧成新玩法，不是空中楼阁

具身智能的进步不是…