英伟达狂揽681亿，AI扩散模型秒杀自回归

今日科技圈目光全被英伟达吸金神话与AI范式革命所占据。一边是黄仁勋凭借Blackwell与Rubin芯片狂揽681亿美元营收，高喊“计算即收入”；另一边是Inception Labs用扩散模型打破自回归桎梏，推理速度暴涨5倍。而在技术狂飙突进背后，华尔街正流传一份关于2028年“智力危机”的宏观推演，冷峻地警示着AI泡沫可能带来的结构性崩塌。这是算力与智力齐飞的一天，也是理性与狂欢共存的时刻。

AI 范式革命与推理新纪元

扩散模型成最快深度思考！告别自回归每秒1009个tokens，英伟达微软都投了

Inception Labs 推出的 Mercury 2 不仅仅是一次速度的胜利，更是对自回归范式的根本性挑战。它抛弃了类似打字机般的逐字生成模式，转而像编辑一样并行优化整段文本，实现了每秒 1009 tokens 的惊人速度，比传统模型快 5 倍。这背后是斯坦福团队将连续扩散理论成功迁移到离散文本领域的成果。对于行业而言，这意味着实时推理的成本和延迟将大幅降低，Agentic AI 的响应瓶颈被进一步打破，未来应用体验将从“等待生成”转向“即时获取”。

深度｜Claude Code创造者：面向六个月后模型开发，而非当下模型；未来人人皆可开发软件，跨领域通才更具竞争力

Anthropic 的 Boris Cherny 在访谈中透露了一个极具震撼力的数据：他的代码已 100% 由 Claude Code 编写。这不仅是个人生产力的飞跃，更预示着编程本质的质变——从手写语法转向设计创意。Boris 强调，开发 AI 产品应“面向六个月后的模型”，不要被当下的模型能力限制视野。这对开发者的启示是：与其死磕底层语法，不如培养跨领域通才能力，因为当编码的门槛被夷为平地，定义问题和整合资源的能力将成为核心竞争力。

DeepMind让大模型自己写出多智能体学习新算法！不靠人类直觉，代码级进化直接干翻SOTA

DeepMind 的这项研究让我们看到了 AI“自我进化”的雏形。AlphaEvolve 不再依赖人类专家手动调优超参数，而是将算法源代码视为基因组，利用 Gemini 模型进行“基因突变”和“自然选择”。结果令人咋舌：它自动发现了 VAD-CFR 和 SHOR-PSRO 两种全新算法，在多项基准测试中干翻了人类设计的 SOTA。这标志着算法研发正在从“手工作坊”向“自动化发现”转型，未来或许会出现更多人类直觉无法触及但效率极高的黑盒算法。

超越IMO金牌？谷歌创超难FirstProof数学挑战新纪录

如果说 IMO 金牌展示了 AI 的解题能力，那么 FirstProof 挑战则证明了 AI 的数学研究潜力。DeepMind 的 Aletheia 智能体在没有人工干预的情况下，自主解决了 6 道从未公开的研究级数学难题。这不仅是对推理深度的验证，更意味着 AI 正从“做题家”向“研究员”转变。未来，数学家或许只需提出核心猜想，繁琐的证明路径搜索和验证工作将由 AI 接管，这将极大加速科学发现的进程。

云知声Unisound U1-OCR大模型发布！首个工业级文档智能基础大模型，开启OCR 3.0时代

OCR 技术正在经历从“识字”到“懂文”的跨越。云知声发布的 U1-OCR 不再满足于简单的字符识别，而是引入了 ViT+LLM 架构，像人一样理解文档的版面逻辑和深层语义。它首创的“语义驱动+动态聚焦”策略，能精准识别标题、图表与正文的从属关系。在金融、政务等对准确性要求极高的场景中，这种能够提供“像素级溯源”和“业务级逻辑校验”的能力，将极大推动无纸化办公的深度落地，减少人工审核的繁重负担。

算力霸权与资本狂欢

吸金681亿美元，英伟达业绩没有暴雷，Blackwell全年出货600万颗

英伟达用一份无懈可击的财报再次证明了其在 AI 时代的霸主地位。681 亿美元的季度营收和高达 75% 的毛利率，让所有关于“AI 投资放缓”的谣言不攻自破。更令人瞩目的是，Blackwell 芯片全年出货已达 600 万颗，且下一代 Rubin 平台即将问世。黄仁勋在会上抛出的“计算即收入”论断深刻揭示了当前的商业逻辑：在这个新世界里，没有算力就无法生成 Token，也就意味着没有收入。对于云厂商和企业而言，购买英伟达的硬件不再是成本支出，而是直接购买未来的生产力。

日进22.6亿！英伟达营收暴涨73%再破纪录，盘后股价重返200美元

量子位的这篇报道从更直观的视角强调了英伟达的赚钱能力——日进 22.6 亿人民币。这不仅是数字的堆砌，更是全球 AI 需求真实爆发的缩影。数据中心业务同比增长 75%，显示出企业对 AI 基础设施的投入正处于加速期。对于投资者而言，英伟达的业绩是 AI 行业景气度的“金丝雀”，只要它还在高速增长，就证明这轮技术浪潮尚未见顶。

万字实录 | 黄仁勋把AI经济账算透了：没有计算，就赚不到钱

在这份万字实录中，黄仁勋不仅谈论了财务数据，更深刻阐述了英伟达的生态护城河。他提到，即便是六年前的 A100 芯片如今依然供不应求，这得益于 CUDA 架构的极强兼容性，让软件投资可以跨越代际惠及旧硬件。同时，他对于网络业务和“物理 AI”的展望，揭示了英伟达下一步的增长点。对于开发者来说，这意味着 CUDA 生态的统治力在短期内难以撼动，押注英伟达依然是降低技术不确定性的最优解。

宏观隐忧与未来推演

2028 全球智力危机：一场来自未来的金融史思想实验 | SVTR Thesis #002

当整个硅谷都在为 AI 的效率提升欢呼时，Citrini Research 的这篇报告却泼了一盆冷水。它推演了一个残酷的未来：当 AI 极度优化了生产力，也意味着大规模的白领失业；当消费者经济萎缩，企业的利润将失去根基，进而引发房贷和信贷市场的连锁崩塌。这篇“未来尸检报告”并非杞人忧天，而是对“幽灵 GDP”和“智力替代螺旋”的深刻反思。在技术狂奔的当下，我们需要正视这种结构性风险，思考在智力溢价归零的时代，经济和社会的锚点究竟在何处。