KillZHQ

[KillZHQ @YW201412]

@aleabitoreddit 我坚信，因为我重仓了#sive

[KillZHQ @YW201412]

@dg2046ny @qiaohuanxin 100 太少了，应该给 100%

[KillZHQ @YW201412]

@Stevenyau11 @qiaohuanxin 说的太对了，和下面这位一起“支持美国餐饮业把小费标准提高到账单金额的100%”

[KillZHQ @YW201412]

@Adrian_BCN1 @qiaohuanxin 我也支持

[KillZHQ @YW201412]

@MrxumfqOro0VZcJ @shanziliang @qiaohuanxin 给老板打工，为什么老板不给足适合生活的工资，这样的老板趁早脑溢血死了算了 这就是社会畸形嘛

[KillZHQ @YW201412]

@LizhiQtian 朋友送的

[白骏知识分享 @cj3214567667]

黄仁勋2011年在斯坦福的这场演讲，一小时内直击商业本质，比两年的MBA课程更能教会你商业知识。

[KillZHQ @YW201412]

@aleabitoreddit 非常棒的结果，虽然买入很高，还是吃到十个点

[KillZHQ @YW201412]

@aleabitoreddit 看到你写的就去买，结果买到顶部了🤦‍♂️

[KillZHQ @YW201412]

@tonode thanks

[KillZHQ @YW201412]

@Garkand @aleabitoreddit good

[逸尘 @gengdaJ]

突然发现，国内AI工具比我想象中要厉害很多啊。workbuddy里面这个skills商店真的给我惊呆了，琳琅满目啊：飞书、Google全家桶、Obsidian、QQ邮箱、腾讯文档、腾讯会议、小红书助手、Twitter内容抓取、公众号文章抓取、多平台发布助手、公众号自动发布。

甚至还有12306、滴滴打车、飞猪。。。
前端时间爆火的libtv、卡兹克老师的公众号文章Skill都有。。。

我感觉腾讯是把全网好用的Skill全部都收集过来了，更重要的是，还把腾讯生态打通了好多：企业微信、腾迅文档、腾讯会议、腾讯会议、公众号。

所以大家在用Codex、Claude Code的同时，还是不要忘了多关注国内的Agent，毕竟数据在那，把整个生态都打通了的话，潜力还是蛮大的。大家毕竟还是还是要靠国内来搞米，所以保持谦逊态度，少骂，多关注��势。

[猴哥｜houge.sol @HougeSol]

感谢宇兄分享的财富密码，但是文章有点长，我总结一下。

我试着从两个维度去看：护城河强度 + 10倍潜力。

先说在前面，这只是基于产业逻辑做的推演，不是投资建议，真正下手还要看估值，财报和市场环境。

第一梯队：护城河深 + 赛道天花板高

1.麦格米特

最吸引我的地方其实就两个字：

唯一。

目前被提到是A股唯一进入英伟达AI服务器电源供应链的大陆厂商。

这个“唯一”本身就是巨大的壁垒。

AI数据中心正在往800V独立电源柜升级，单柜价���量明显提��，而它已经提前卡位。

市值相对不大，弹性可能是最大的。

2.金盘科技

很多人还没意识到，现在AI产业链里最缺的东西之一，可能不是GPU。

而是：

变压器。

有人把它称为“AI电力链上的台积电”。

原因很简单，交期已经拉到2~3年。

这意味着先进去的人，会有很强的时间壁垒。

金盘已经进入北美AI数据中心供应链，而且最难过的客户认证已经做完。

3.英诺赛科

纯GaN标的，重点是“纯”。

很多公司虽然也做GaN，但还有一堆别的业务，真正爆发时容易被稀释。

而英诺赛科更像单点押注。

800V后端高频转换是核心需求，而数据中心GaN渗透率现在几乎还在0附近。

从0到1的故事，往往最容易出10倍。

第二梯队：护城河强，但体量限制了倍数

1．英飞凌

SiC全球龙头。

护城河几乎没有争议。

但500亿欧元级别体量摆在这里，10倍难度太高。

更像稳稳吃行业红利。

2.Vertiv（VRT)

数据中心电源龙头。

直接受益独立电源柜趋势。

但过去几年已经涨了很多，后面还能跑多远，很大程度看买入位置。

3.特变电工

变压器绝对龙头。

护城河很深。

问题是业务太多，光伏、输电等都混在一起，弹性不如金盘集中。

第三梯队：有机会，但护城河还需要验证

1.三安光电 / 士兰微

方向没问题。

关键看技术差距和良率。

赛道能不能跑出来，现在还没完全定。

2.盛弘股份 / 禾望电气

逻辑也说得通。

汽车800V切数据中心，看起来很顺。

但最后能不能真正拿下数据中心订单，还需要继续验证。

如果让我只选三个冲10倍

麦格米特 + 金盘科技 + 英诺赛科

逻辑也很简单：

麦格米特 → 卡位英伟达电源链
金盘科技 → 卡位AI变压器瓶颈
英诺赛科 → 押注GaN从0到1

三条线互不重叠。

很多人还在研究AI缺不缺GPU。

但未来真正缺的，可能是：电。

#英伟达 #麦格米特 #金盘科技 #英诺赛科 #Ai电源

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

兄弟们，这事儿离谱了！

一中国老哥在GitHub搞了个免费"印钞机"，名字直接叫MoneyPrinterTurbo，13000多星标，44分钟前还在更新，卷得飞起。

你扔个关键词进去，它自动写脚本、扒高清无版权素材、配字幕配音乐配音，一条完整短视频直接吐出来。

这不就是TikTok Shop和YouTube不露脸频道月入六千到一万刀的全套流程吗？人家花钱买工具，你白嫖。

1️⃣ 接Claude/DeepSeek/GPT随便选
2️⃣ 9:16竖屏16:9横屏一键切
3️⃣ 批量生成挑最好的
4️⃣ 本地跑、Docker、Colab全支持

无水印、无订阅、无限制。还在等啥？

地址：https://t.co/yFPFib4nBr

[Mulight 沐光🌟 @Mulight]

现在红果短剧等各类短视频平台有多挣钱我就不说了，今天给大家介绍一款可以一站做短剧的Git仓库。

一个不会画画不会动画的人，靠一个开源工具做出了460万粉的AI动画频道，104条视频，最高一条5300万播放。这个工具就是Toonflow。

Toonflow是开源的AI短剧创作工作台，把小说或剧本直接变成动画短剧。集成了AI编剧、智能分镜、角色生成、视频合成，全流程AI化。支持7种语言界面，从写故事到出片，一个工具全搞定。

安装教程：
1. 去GitHub Releases页面下载安装包，Windows/Mac/Linux都有
2. macOS用户装完后去设置→隐私与安全性里放行，否则可能打不开
3. 启动后浏览器打开，首次登录账号admin密码admin123
4. 准备好LLM接口地址和视频生成服务接口，支持Sora、豆包视频等
5. Docker部署：git clone后yarn docker:local一键构建启动，访问localhost:10588/web/index.html

常见问题：
Mac打不开→隐私与安全性里点"仍要打开"
Docker部署后找不到页面→确认端口映射正确，访问路径是/web/index.html
需要自备AI服务接口，Toonflow本身不提供API key

https://t.co/kJAPNSgSYD
想做AI短剧的可以收藏，一个工具从剧本到成片全搞定

[Balder @Balder13946731]

大家都在推各种毛股，甚至还有没在美股上市的SIVE，我也来推一个好了： $GSIT

它的潜力主要集中在以下四个维度：

1. 突破“内存墙”的底层技术（存算一体架构）
如果你关注大语言模型（LLM）的底层逻辑，就会知道当前制约生成式 AI 推理速度和功耗的最大瓶颈，其实不是处理器的计算能力，而是**“内存墙”（Memory Wall）**。
在传统的冯·诺依曼架构（包括英伟达的 GPU）中，计算单元和存储单元是分离的。AI 在进行大模型推理时，需要将海量的参数数据在内存和计算核心之间来回搬运，这个过程消耗了大约 90% 的时间和功耗。
GSIT 的 APU 采用了**“存算一体”（Compute-in-Memory）**技术，直接在存储器内部完成计算。数据不需要来回搬运，这在理论上完美契合了对显存带宽要求极高的生成式 AI 任务，能够以极低的功耗实现海量数据的并行处理。

2. 向量数据库与 RAG（检索增强生成）的绝佳载体
随着 AI 行业的发展，大模型结合外部知识库的 RAG 技术已经成为主流应用范式，而 RAG 的核心底层支撑是向量数据库（Vector Database）的相似性搜索。
要在几十亿、上百亿规模的数据库中瞬间找到相似的向量特征，用传统的 CPU 或 GPU 计算效率并不高。而 GSIT 的芯片架构天生就极其擅长执行大规模的并行相似性搜索（Similarity Search）。用极低的功耗来加速百亿级向量数据库的查询，这是 GSIT 目前在商业落地上最具爆发潜力的方向。
3. 军工、航天与极端边缘场景的“硬核壁垒”
GSIT 并不是一家纯粹的初创“PPT造芯”公司，它在军工和航空航天领域有极深的基本盘。

抗辐射存储器（Rad-Hard SRAM）： 太空中存在强烈的宇宙射线，普通芯片上去瞬间就会瘫痪。GSIT 掌握着顶级的抗辐射存储器技术，是美国军方、雷达和卫星系统的重要供应商。

太空 AI 节点： 现在的趋势是让卫星在太空中直接处理拍摄到的海量图像（比如在轨识别导弹发射或环境变化），而不是传回地球再处理。卫星上的电力（靠太阳能板）和散热条件极其苛刻（SWaP 限制）。GSIT 将其极低功耗的 AI 芯片与抗辐射技术结合，在“太空边缘计算”这个绝对硬核、英伟达难以涉足的领域，拥有极高的话语权。

4. 极高的“被收购（M&A）期权价值”
从资本市场的角度来看，GSIT 目前的市值仅在 3 亿美元左右。对于一家拥有成熟流片能力、掌握独特 APU 架构 IP、且在军工领域有稳定涉密的客户渠道的半导体公司来说，这个估值是非常“袖珍”的。
随着边缘 AI 市场的爆发，那些想要快速切入低功耗 AI 赛道，或者需要增强自身向量搜索硬件能力的科技巨头（如英特尔、AMD、高通，甚至大型云计算厂商），很有可能直接将其收购。对于投资者而言，这种并购预期本身就是一种巨大的潜力支撑。

目前想要寻找到一家和太空、存储和SRAM这些主题都贴合的股票并不容易，市值目前只有3亿美元。

[Danny Naz @ThePupOfWallSt]

IBD 50 Cheat Sheet 1-10

* Bookmark and share : )

#1 $MU Firm's high-bandwidth memory chips critical for AI hardware.
#2 $RKLB Achieves 21 Electron rocket launches in 2025, a new record.
#3 $SITM Company's precision timing chips used to sync GPUs in data centers.
#4 $HUT Crypto miner also operates AI data center operator.
#5 $ALAB Chip designer provides connectivity solutions for data centers.
#6 $FIX Backlog nearly doubles in Q1 for infrastructure firm to $12.45B.
#7 $AGX Provides engineering, procurement and construction services for power, industrial & telecom industry.
#8 $LQDA Develops inhaled treatments for heart and lung diseases.
#9 $VRT Provides data center cooling for AI and cloud infrastructure.
#10 $CRDO Chip leader specializes in connectivity chips for AI data centers.

[猴哥｜houge.sol @HougeSol]

华为韬定律：半导体估值体系正在迁移，机会可能已经不在芯片本身，而在芯片“之间”。

今天华为在ISCAS 2026正式发布了韬（τ）定律。

���庭波原话是：以“时间缩微”替代“几何缩微”，通过逻辑折叠、光互联、软硬协同，系统性降低时间常数，实现持续性能提升。

过去六年，华为已经基于这套逻辑量产了381款芯片，目标到2031年达到等效1.4nm水平。

先纠正一个容易误解的点。

韬定律不是在说“光刻机没用了”，先进制程依然是底座。

真正发生变化的是性能提升的公式。

以前大家默认：

性能≈制程

以后更像：

性能≈制程 × 封�� × 互联 × 架构 × 软件

这意味着价值开始从单点突破，向系统层扩散。

说白了，以前大家盯着“芯片有多小”，以后可能更重要的是“芯片怎么协同”。

这其实不是技术路线变化那么简单，更像一次估值锚的迁移。

对A股来说，我觉得最值得盯的是三条线。

第一条：先进封装

这可能是韬定律最先落地的战场。

逻辑折叠本质就是3D堆叠，直接对应Chiplet时代。

以前是一颗芯片解决问题，以后可能变成多颗芯片拼起来。

长电科技的XDFOI是国内少数能对标台积电CoWoS路线的技术平台，验证周期长，进入门槛高。

通富微电也积累了不少Chiplet封装经验。

但真正值得挖的，可能是更上游的小票：

飞凯材料——临时键合材料核心供应商；

三超新材——CMP Disk国产突破；

文一科技——先进封装设备切入长存和盛合晶微。

这些公司市值不大，但���垒并不低，而且很多属于“扩产就必须买”的卖铲子逻辑。

第二条：光互联/CPO

以前拼GPU，未来拼的是GPU之间的数据怎么跑。

AI集群越来越大，真正容易堵车的地方，可能不是算力，而是连接。

国金把2026定义成CPO产业化元年，不是没道理。

中际旭创、新易盛属于龙头，但体量已经不小。

如果看弹性，天孚通信和更上游光芯片方向（比如仕佳光子），可能更值得盯。

因为AI最后可能不是算力不够，而是数据堵住了。

第三条：EDA

很多人容易忽略这一块。

3D堆叠以后，设计难度和以前完全不是一个东西。

以前只是平面设计，现在还要解决：

热管理；

跨层互联；

多芯片协同验证。

这些都需要新的设计工具。

华大九天作为华为海思重要EDA合作方，这条线确定性其实很高。

如果未来设计逻辑从二维变三维，它的估值天花板可能会被重新打开。

��外单独说一下赛微电子。

它现在同时卡位：

MEMS-OCS；

BAW滤波器；

硅光子代工。

而且华为哈勃也有参与。

这种多赛道叠加、产业绑定很深、市值又不算太大的票，往往容易在产业趋势里被资金重新发现。

但也要冷静一点。

韬定律今天才正式发布，2031目标还有五年时间验证。

A股炒华为概念一直有个规律：

第一波炒情绪，鸡犬升天；

第二波看业绩，开始淘汰。

很多纯概念票可能只是噪音，不是信号。

现在最重要的不是冲进去追涨，而是先把观察名单列出来，等情绪退潮以后，看谁是真壁垒，谁只是蹭概念。

一句话总结：

华为这次可能不是在定义下一颗芯片，而是在重新定义芯片之间如何协同。

而真正的大机会，也许正在从“造芯片”，转向“连接芯片”。

#华为韬定律 #长电科技 #飞凯材料 #文一科技 #三超新材 #天孚通信
#华大九天

[小小东 @xiaoxiaodong01]

思来想去， GPT-image2 最牛的应用情境：

算命

这个图片就是我输入手掌照片，gpt 给出的反馈

其中预警部分，看呆了。

玄学：人类就是被编码好的，是有规律的。

你先上传手掌正面照，然后用如下提示词 Prompt ⤵️

```
给你这个掌纹。请通过中国的玄学、指纹分析，以及一些中医学理论，顶级算命大师的技术帮我分析这个人的手纹。 请用这种线条标记写明每个要点，能够对他的命运有所预示。要求如下： 1. 采用易经或中医学理论分析, 要有预警和精准分析，要让用户觉得准。 2. 标明各个线条的关键点 3. 最少提供十个点的分析报告
```

你甚至可以多介绍自己情况， 或者要了解的方向， 你甚至可以要求它泄露天机，来洞见特定方面。

[摆烂程序媛 @wanerfu]

13 个付费应用 vs 免费替代

很多人知道晚了才后悔。

1. AI 聊天
付费：https://t.co/HKVMHknfgR
免费：https://t.co/O87WZBUefP

2. 流媒体
付费：https://t.co/wTzmBKlaWX
免费：https://t.co/fryoJbQz2A

3. 邮箱
付费：https://t.co/4ooq4SPka1
免费：https://t.co/DpAF74h1ba

4. 图片编辑
付费：https://t.co/m3aa7afddO
免费：https://t.co/YgVOs7Bj0D

5. 电影和电视剧
付费：https://t.co/8p3PtWI15e
免费：https://t.co/xFp8xRyR9R

6. UI 设计
付费：https://t.co/U09aOEAUdx
免费：https://t.co/nb2klJg0m3（Gravit Designer）

7. 平面设计
付费：https://t.co/vvrytOcZBJ
免费：https://t.co/2mEyExqie0

8. 音乐流媒体
付费：https://t.co/4ONrAHvfSF
免费：https://t.co/iKo6pcvsu3

9. 办公软件套件
付费：https://t.co/ztkejJ8WrE
免费：https://t.co/LJNvOvwSoH

10. 直播电视
付���：https://t.co/9MIQcqs1IW
免费：https://t.co/WAVGl9E57M

11. 语法检查
付费：https://t.co/5aWdotgcui
免费：https://t.co/sIV4axTJEX

12. 音乐
付费：https://t.co/t98PhbBdkX
免费：https://t.co/YXa3goeCUb

13. 游戏
付费：https://t.co/xF1GmEUHVX
免费：https://t.co/pPp8kTgoGo**