2026-08-19

持续的大规模训练后，GEN1.5 物理 AI 大脑突然"涌现"通用泛化智能，这是我绝对不能错过的投资机会 看完之后，我有强烈的感受：Physical AI 可能爆发点快来了，让我联想到了当时 22 年的 GPT 时刻，非常相似。 当时 GPT 时刻解决的问题也是类似的：不必让文本任务针对场景进行特化，有一个大一统的模型可以指挥所有的下游任务。，之后算力和存储的暴涨，大家也都有目共睹 Physical AI将来必然在某个时间段会有一次真正的爆发。现在问题变成了：投谁？什么时候买？ 先看看 GEN1.5的发布视频，这件事情本身是说明 Physical AI 的 model当训练数据量足够大，模型突然"涌现"出一个没人教过的能力，这是 GEN1.5 表达出来的 one shot learning 建议大家都看看这个视频，想象一下，当大脑足够通用，物理、行业的投资机会和瓶颈，即将从大脑转换成具身 根据我22 年到 26 年的投资经验，现在是值得布局的最佳时间。聊的人还不够多，真正的落地、大型商业化还没有出现 Generalist、Physical Intelligence、Figure全在一级市场，散户买不到；二级市场的敞口本质上是 $NVDA、 $TSLA 这类平台，目前都在我的持仓当中 这套主线我也加入了我的投研 Agent Brain，会持续进行调研和跟踪、买入

@Jeff30817874 不到350不考虑动长线

你可以讨厌AI，直到AI有一天救了你爱的人。 史上首个III期成功的mRNA癌症疫苗：AI算法从病人肿瘤测序数据里挑出34个靶点，为每个人定制一剂专属疫苗。不是一种药治所有人，是千人千药 没有AI，这种模式不可能规模化

@wzh_cc 放下coding plan，看看AI更大的世界吧。real time api/服务器，存储，RL的环境，裸卡等等，这是自己玩和搭真正产品的区别

真理来自于实践。我每个月从个人钱包里都会花$8,000 到 10,000 美元用于我的 AI 实践 我也真心建议每个投资的朋友，都结合自身的情况，把赚的钱拿出一部分购买 AI，买一些多模态音频实时交互的模型。实在不行，可以从 GPT 和 Claude Code 买起。 从沃顿商学院毕业后，我有幸一直从事 AI 训练和推理, 买半导体股票，我有两个原则： 1. 只买自己看懂的（是真正看懂的），并且日常工作中实际在使用的 2. 紧跟 AI 主旋律：找到我工作中方向要解决的问题，找到去解决这个方向上的关键玩家 纸上得来终觉浅，AI 这事儿绝对得躬行。 沉浸式使用 AI 几个小时，远远比在网上看半天胡乱推理的财经小小作文有用 我的工作恰好就是投资和 AI 的结合，每天都高强度使用 8 个小时上下，已经彻底融进了我的生活和工作，这也是我信仰的独特来源

在 AI投资里，我多年总结下来有几条线是华尔街最喜欢奖励的基本面条件 1. 现金流开始由负转正 2. 新的新增收入确认 3. 叙事的转换 4. 等等 这篇我从 $MRVL 讲讲第三点，以及我为什么能安心持有快三年，几乎没有卖出。我认为 Marvell 在我清晰可见的技术主线上，坚定地一步一步向前进 $MRVL 过去最大的争议就是：一个 hyperscaler custom ASIC 的设计平台，怎么能承担起这么大的估值？ 最近一步步证明：它不只定制 ASIC，还有光通信、DSP 网络芯片这种毛利润高的收入。 在谷歌和英伟达等算力巨头的扶持下，互联即将成为把存储 X 算力发挥到极限、提升经济的关键玩家 是的，一个叙事发生了转换，但我认为市场还没有完全 price in 这个叙事。我认为需要时间，但目前 on track。我不知道明天的股价，但如果你问我明年，我觉得大概率会不错的 我们再来从 4 月到捋一遍 1/ 4 月 Google-Marvell 传闻 今年 4 月 Reuters 已经报道过，Google 正在和 Marvell 谈两类 AI 推理芯片：一个是配合 TPU 的 memory processing unit，另一个是专门跑 AI model inference 的新 TPU。今天 8-K 披露的 AI inference accelerators、memory interface controllers、near-memory compute 2/ 5月 $MRVL 财报，管理层的口径非常保守，scale up 和谷歌的这些利好一句话也没提，股价横在了 200。因此我认为是一个不错的供应价，可以用我之前提到的相对估值法 3/ 黄仁勋高喊 MRVL万亿美元，市场提前把 Scale up/out互联 和谷歌等合作打满，股价提升到了 300 美元 4/ 7 月半导体集体下跌，因为市场算力过剩的故事发酵。七月，我每天都在更新解读市场新闻，欢迎回看。同时，伴随着存储涨价、存储供不应求的小作文满天飞，大家也能看到，一台 AI 服务器大部分的利润都给了存储，毛利率 80% 多 5/ MRVL 的 FMS 叙事被强化。 Marvell 8 月初刚在 FMS 推 AI memory / storage infrastructure，核心口径就是 agentic AI inference 以后会被 memory capacity、bandwidth、latency、data movement

面对 $MRVL 昨天的下跌，我加了不少（昨天帖子里有提到）。 今天传出来$GOOG 把 $MRVL 拉进了 TPU 生态的“定制芯片 + 内存/网络/存储控制器”供应链的消息 Google 在 TPU 体系里给 MRVL 开了一扇大门，画了一个到 FY2033、最高 1200 亿美元的采购路径。同时 $NVDA 在 NV 体系给 $MRVL 开了一扇门 这个路径太清晰了。内存是一堵墙，大家都要打破它，而 Marvell 有关键打破互联墙的能力 这其实一个新消息了，我 4-8月结合我从朋友那里听到的消息，已经提过很多次，文章帖子都在 如果你问市场上谁看好 MRVL，谁不看好 MRVL，很多人都能说得头头是道。 但如果再问：MRVL 是做什么的？看好哪个产品线？在等什么机会？ 我想，很多人都会哑口无言。这就是为什么要看懂，基本面的力量。看到了基本面，剩余的等它慢慢兑现就好 我依然保持看好，TPU 的合作只是第一条路线，这个方向的渗透率我预期会继续增加。另外一块是 Scale Up，我认为目前还没有 pricing-in，等待 Marvell 今天的 8-K 写得很直接，感兴趣可以看看原文 https://t.co/fvUjyrMMhC

最近很多朋友问我，怎么从 SDE（Software Engineer）转到做 AI Infra 和大模型相关的工作？ 或者普通人想做 Pro 级别的 AI 投资者，零基础怎么扫盲，怎么搞懂这么多术语？给大家推荐两个免费的入门友好的 AI 相关学习网站（课） 如果你要做基本的 AI 投资，看完第一个 Stanford CS336 课程也就差不多了。如果想专攻某个领域，可以看看第二个的公开课？ 1. Stanford s开课 Stanford CS336 Language Modeling from Scratch https://t.co/i0Hw0ro6Fc 2. https://t.co/QSYkhUTQxY @AndrewYNg 创办的学习平台， 里面的课程非常多，点开你就使劲学吧，从 pre-training 到 post-training，从训练到推理，全都涵盖 链接⬇️ https://t.co/jkrBlOPKFm 不知道我的 follower 中有多少对这些感兴趣的。可能和投资不直接相关，但我觉得都是很好的认知提升课程。 有时间还是要多看教程、多看课、多读书，武装自己的大脑 如果有朋友感兴趣，我后续可以分享更多