Jane Zong

[Vincent @Vincent_AINotes]

黄仁勋跟红杉聊了一场很深的对话，把AI产业的底层逻辑讲得特别清楚

他提了一个概念：过去60年的计算机行业本质上就干了一件事——检索。写代码、拍照片、录音乐，存成文件，用的时候再调出来。数据中心说到底就是一个大硬盘

现在不一样了。AI不是从硬盘里找旧数据，是实时生成新内容。这是完全不同的计算范式，他管这叫"AI工厂"

然后他画了一个"五层蛋糕"来解释AI产业的结构：

最底层：能源。AI工厂需要巨量电力 第二层：芯片和计算。英伟达在这里 第三层：基础设施。土地、电力接入、建筑、融资 第四层：模型。OpenAI、Anthropic 在这里 最顶层：应用。创业公司和终端用户在这里

每一层都是万亿级别的市场

关于AI取代工作，他反驳得很干脆：AI消灭的是任务，不是职业。放射科医生没有因为AI看片子更准就失业，反而需求增长了。软件工程师也是，代码越容易写，能解决的问题越多，需要的工程师反而更多

你们觉得这个"五层蛋糕"的框架，哪一层机会最大？

[UI/UX Savior @UiSavior]

Tiny design detail: nested border radii look really funky if they're the same.

[Rebrand @rebrandgallery]

Case Study 👇
https://t.co/vb3KTf4PC1

[Oliver Gareis @oliver_gareis]

I designed some fashion-inspired editorial layout explorations for the new fashion brand ASCIS

↳ Master typography & layout - The foundation of timeless web design. Join 300+ designers inside my 13-hour online course https://t.co/AU5xgqoV0X

#typography #design

[Wealth Code @WealthCode99978]

黄仁勋打开了新的局：AI Factory 时代，GPU 只是发动机，这 30+ 只股票才是真正的基建红利

英伟达今天在台北的重磅发布会改了整盘棋。黄仁勋这次的核心信号非常明确：NVIDIA 不只是卖 GPU 了，它要卖”整座 AI 算力工厂”。

过去市场理解 NVIDIA 就是芯片、CUDA、HBM、服务器。但这次老黄讲的是更大的叙事：AI 的终局不是一块芯片，而是一座可以持续生产 Token 的工业化系统。也就是 AI Factory。

Vera Rubin 不是单颗 GPU，而是面向 Agentic AI 的整套工厂级计算平台。它把 GPU、CPU、网络、存储、安全、以太网光互联、机柜系统整合成一个面向大规模推理和智能体工作负载的系统。换句话说，NVIDIA 正在从”芯片供应商”变成”AI 工业基础设施标准制定者”。

为什么老黄反复讲 AI Factory？因为 Agentic AI 的计算方式变了。过去一个 prompt 可能只生成一段文字。未来一个 prompt 可能会触发上千步任务：理解需求、检索资料、调用工具、写代码、生成方案、验证结果、修改错误、执行动作。这会带来推理算力的爆炸。真正的瓶颈不再只是训练模型，而是如何大规模、低成本、高可靠地生产 Token。

老黄说 Token 是资产，这句话非常关键。在 AI 时代，Token 不只是文本单位，而是收入单位、生产单位、利润单位。未来 AI 公司、云厂商、企业软件公司、机器人公司，都会围绕 Token 生产效率竞争。谁能用更少电力、更短时间、更低成本生成更多高质量 Token，谁就拥有更强盈利能力。这就是 NVIDIA 提出 token per watt 的原因。

这次 DSX 平台才是被市场低估的重点。DSX 不是普通软件，而是 AI 工厂的”施工图 + 仿真器 + 操作系统”。在真正花数百亿美元建数据中心之前，先在数字孪生里模拟：电力系统怎么接、冷却系统能不能压住热量、GPU 集群能不能稳定运行、网络延迟和带宽是否足够、机柜布局是否合理、故障发生时能不能快速调度。因为 1GW 级别 AI 工厂的资本开支可能达到数百亿美元，这种工程不能试错。建错一次，就是天量资本浪费。所以 AI 数据中心会从”买服务器”进入”工业化设计、仿真、施工、运营”的时代。

这次发布真正利好的不是单一板块，而是整个 AI 数据中心基础设施链，拆成 7 条主线：

第一条：AI 服务器和计算系统。SMCI、$HPE。Vera Rubin 要落地，必须通过服务器整机厂、机柜厂和系统集成商交付。AI 工厂不是买几张 GPU 卡，而是整柜、整排、整栋数据中心部署。

第二条：电力、配电和能源基础设施。GEV、NGG。AI 工厂最大的瓶颈不是有没有 GPU，而是有没有电。未来数据中心比拼的是变压器、开关设备、UPS、备用电源、燃机、电网接入、并网速度。

第三条：冷却、液冷和热管理。TT、$NVT。Vera Rubin、更高密度机柜会让传统风冷越来越吃力。液冷、冷板、CDU、冷水机组、热管理系统会成为 AI 工厂标配。未来 AI 数据中心的核心指标，不只是算力，而是每瓦能产生多少 Token、每平方米能放多少算力、每个机柜能稳定承受多少热密度。

第四条：网络、光互联和 CPO。AVGO、COHR、AAOI。百万 GPU 级别 AI 工厂，最怕的不是单卡算力不够，而是 GPU 之间通信效率不够。Agentic AI 会带来更复杂的推理、检索、工具调用和多节点协同，这要求更强的交换机、更高带宽、更低延迟、更低功耗的光互联。

第五条：AI 云和 Neocloud。NBIS、SHAZ。不是所有公司都有能力自己建 AI 工厂，所以一批新型 AI 云公司会把 GPU、电力、数据中心、网络、软件封装成可租赁的算力服务。这个板块弹性最大，但风险也最大，因为资本开支重、融资压力大、客户集中度高。

第六条：数字孪生、工程软件和施工管理。PCOR、J。DSX 的重点就是在开工之前，先把整座 AI 工厂在数字世界里建一遍。这会带动数字孪生、热仿真、流体仿真、电力仿真、施工管理软件需求。

第七条：数据中心地产和机房运营。DLR、$SIFY。AI 算力的本质落点仍然是数据中心。未来最稀缺的不是普通机房，而是同时具备电力指标、土地资源、并网能力、冷却条件、网络互联、大客户资源的 AI-ready 数据中心。

按受益强弱排序：

第一梯队：ETN、DELL、ANET、$AVGO。这些是 AI 工厂建设中最直接的硬件和基础设施受益者。

第二梯队：NVT、COHR、AAOI、CDNS、PTC。这些受益于冷却、光互联、工程软件和系统集成。

第三梯队：NBIS、SHAZ、DLR、$SIFY。这些是 AI 云和数据中心运营方向，弹性大，但要重点看融资能力、订单质量和资本开支效率。

黄仁勋最重要的变化是：他不再只讲 GPU 的性能提升，而是在讲 AI 工业革命的生产系统。GPU 是发动机。网络是神经系统。液冷是散热系统。电力是燃料。服务器是生产设备。数据中心是厂房。DSX 是设计图纸和数字孪生。Token 是产品。这就是 AI Factory 的完整闭环。

如果只把这次发布理解成”NVDA 又发新芯片”，就太浅了。真正的变化是：NVIDIA 正在把 AI 数据中心标准化、模块化、工业化。未来客户买的不是单个芯片，而是一整套能生产智能的工厂。这意味着 AI 投资主线会从半导体扩散到整个工业基础设施。

$NVDA $DELL $SMCI $ETN $VRT $ANET $CRWV $NBIS $EQIX

[FFEE知识分享 @FFEE_2025]

罗振宇封神级专访：

能力没那么重要，还有一种说法是叫做对冲能力的是业力。

真正能够让一个人状态好的是愿力！

认知一升级，人生全通透。启发性很强！

[Design Everywhere @dsgnevrywhr]

Lykke x 7-Eleven tea collection by Purple.

[Amto @XAMTO_AI]

卧槽！你随便扔一首 YouTube 歌，它就能直接拆成 6 条独立音轨——人声、鼓、贝斯、吉他、钢琴、其他……全给你扒出来！

这工具叫 StemDeck，GitHub 开源项目，本地跑全程不上传、不注册、不花钱！它基于 Demucs 模型，拆完后给你一个接近 DAW 的界面：

静音、独奏、拉推子、缩波形、设循环、单轨下载、混音导出……想怎么玩就怎么玩。硬核亮点：

本地全速运行：自动识别 GPU，Apple Silicon 上快得飞起
智能分析：自动算 BPM、调性、响度，扒谱党狂喜
超灵活：想只拆几轨、留原声道做参考也行，处理中途随时取消 练歌、扒谱、做 remix、 stem 练习……全都能干。这波真香啊，比那些动不动就收费的云端分离服务爽多了！
https://t.co/KKoJd9PgT5自己搭起来玩，数据安全又免费，强烈推荐！

[0x鸣人 @LuBtc888]

一个比ChatGPT强大100倍的AI工具codex！

2026年你可以不会用ChatGPT，但你一定要学会用codex。

这条视频可能是你能刷到的最全面最详细的分享codex 0基础使用教程的视频，

从小白的角度，用最通俗的语言跟你分享codex的安装使用以及每一个核心功能，让你不需要有任何编程基础就能学会。

[Lloyd Creates @lloydcreates]

.backlog

[Lloyd Creates @lloydcreates]

Blue Hours 🔵🤍 Midjourney SREF Blend V8.1

--sref 466598835::3 46297593::3 2385059506 2932320852 1170750075::1.5 925173034::2 2471362501 827294403 1275005091 3119703298 --p

Such a calm blend!
Great for branding, print editorials and creative assets

Save for later, try it!

[PeterTarka @PeterTarka]

On of my favs renders

[ZARA @HeyZaraKhan]

This dock turns a Mac mini into a classic Macintosh. wow

[Onesal @onesal_studio]

Pantene Molecular Bond Repair x Onesal

#Onesal #Pantene #BrandCampaign #VisualStorytelling #MotionDesign #CGI #CreativeProduction #ArtDirection #BrandExperience #DesignInnovation

[A Ftelina graphic @aftelinagraphic]

Free Project File " Prodect render in Cinema 4D @Maxon_Cinema4D and Octane @OTOY !

https://t.co/GBxRGUlt1s
.
.
If you feel I deserve support, please subscribe to the channel youtube
https://t.co/HMouFfCQNl
support me on Patreon
Thanks !

[Albia @AlbiaHossain]

Blue overlays for free! Enjoy

[Photoshop Tricks! @gisellaesthetic]

Creating a refraction projection

[A Ftelina graphic @aftelinagraphic]

WorkFlow Cinema 4D Project Files Microsoft Designer and Microsoft Loop " 8 Fille"

https://t.co/TSx53RHi1K

[iPaul @iPaulCanada]

李录手把手教你如何完整分析一家公司。