【播客笔记】摸着大佬入门！把〖AI+能源〗〖AI+硬件〗两个热门话题彻底聊透！

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！

1. 硅谷101 | 科技巨头们开始抢电？聊聊AI用电荒和核聚变创业热

播客链接 → https://www.xiaoyuzhoufm.com/episode/663035780571efa80f856420

嘉宾介绍：

Ethan Xu，微软能源战略部资深项目经理

项江，瀚海聚能CEO

推荐指数：⭐⭐⭐⭐⭐

这期播客值得听三遍！！主持人 @泓君的提问直接切种中要点，两位嘉宾观点明确且言之有物，沟通过程的信息密度拉满。这期播客，你 (几乎) 可以了解到「AI+能源」话题的所有关键知识。

日报打破并重组了访谈内容，整理了 60 分钟对话里的所有要点，完整 get 播客精华 ✔

🔔 背景信息

AI的耗电量太大了，已经成为美国各家大模型公司的研发瓶颈 😮

为了应对这场猝不及防的「电荒」，各家使出了浑身解数，例如短期举措「抢电&省电」、中长期举措「建设数据中心」、长期举措「发展核电」等等。

不止是美国，欧洲、中国等因为AI产生的电力需求，也将长期呈现增长趋势。两周前，高盛 (Goldman Sachs) 发布了一份研究结果，预计到 2030 年，全球数据中心 (Data Center) 的电力需求将增长160%。能源，成为继数据、算力之后，又一个备受瞩目的发展领域。

高盛原文 → https://www.goldmansachs.com/intelligence/pages/AI-poised-to-drive-160-increase-in-power-demand.html

🔔 掌握一些基础数据

电力单位换算。1 GW (吉瓦) = 10^3 MW (兆瓦) = 10^6 KW (千瓦) = 10^9 W (瓦特)，其中 1kW·h (千瓦时) 就是我们常说的1度电。
一个中小型城市或一个中小型发电站的电量以 MW (兆瓦) 计量；一个大型城市 (如纽约) 的电量则是以 GW (吉瓦) 计量。
目前美国数据中心的用电量占到了全国总量的 2.5%，预计2030年可能增至 7.5% 甚至 10% 以上，负荷容量可能会达到 45GW 或者更高。
ChatGPT 日耗电量 50万kWh，相当于 2 万个美国家庭的日耗电量总和。
Google 搜索业务一项的日耗电量就高达 7900 万 kWh，而且增加AI功能后，每次回答问题消耗的电量还要增加几十甚至上百倍。
美国居民用电价格：许多地区是 10 美分/kWh，加州可达20美分/kWh；Wholesale Mmarket 批发价格在3美分/kWh 到5美分/kWh 之间。

🔔 美国：情况紧急

据爆料 OpenAI 在测试 GPT-5 期间，因为瞬时用电激增导致微软电网瘫痪。
AI训练和应用的瞬时高能耗特征，使得用电量在秒级内剧烈波动，对原本稳定的美国电网构成了极大挑战。
当前AI能耗主要集中于大模型训练，预计未来随着模型投入使用，推理过程将导致能源消耗量的持续增长。
英伟达新发布的 GB200 芯片，在提升了算力的同时减少了约 70% 能耗。但技术进步可能拓展市场需求，进而增加行业的整体能耗。
过去20年美国用电量年增率仅为0.5%，整个电力系统一直处于非常平衡的状态。但AI的到来，使得未来5到10年的增长率可能激增至5%，相当于10倍之前的复合增长速度。
在美国，扩建电网涉及到私有土地、长期规划、大规模施工等棘手问题，这对于政策制定者和行业参与者都构成了前所未有的挑战。
在美国，建设一个数据中心需要2年，建设一个发电站需要 3-5 年，建设一条长距离高容量传输线需要8-10年。电网建设速度跟不上AI增长速度。
在电网大规模升级之前，微软/亚马逊/谷歌等数据中心提供商将面临用电限制。例如，当前单州难以容纳超过 10 万台 H100 芯片，否则可能引发电网瘫痪。

🔔 解决方案

短期策略：找电。科技公司通过分析美国现有电力系统，迅速定位并签约电网中容量充足的节点，以确保短期电力供应。由于电网容量有限，各公司间的竞争非常激烈。
花重金建设数据中心。Meta 投资8亿美元，谷歌投资10亿美元，亚马逊投资6.5亿美元；微软计划投资1000亿美元，推出星际之门超级计算机数据中心，预计效率是现有数据中心的100倍。
中长期策略：与电力公司协作。科技公司正与电力公司合作，以确保未来5至10年的电网规划能适应数据中心用电负荷的大幅增长，并且确保能按时建设足够多的发电站和高压传输线等配套基础设施。
长期策略：技术突破。科技巨头们在能源领域广泛投资，包括核聚变和大规模储能技术，期望通过这些新技术实现能源转型的突破性进展。

🔔 中国：整体乐观

我国年发电量接近10万亿度，其中火电占比60% - 70%，水电占比约 15%，风电和核电占比较小。随着国际减排目标的推进，火电比例正逐步降低，水能、风能、太阳能、核能等新型能源比例逐步提升中。
中国用电需求也有缺口，但是中国基础设施建设能力强大，而且已经建设了大量电站和输电线路，因此有能力跟得上电力增长需求。这点比美国要好太多。
中国在满足电力需求的过程中，会综合考虑电能结构、选址、环保、报废处理和度电成本 (生产一千瓦时电能所需的全部成本) 等因素。
例如，光伏发电需要进一步提升转化效率，还需要大量储能设备的配合，并考虑到生产制造、运行维护、后期拆解等所有环节。 (都需要很多钱

🔔 核电核电核电

水能、风能、太阳能等作为间歇性能源，在自然条件不佳时无法稳定供电。
唯一满足清洁/稳定/可持续条件的能源就是核能，包括核聚变和核裂变。而且核能的利用率超过 93%，远超太阳能的 25%和风能的 40%。
核裂变：电站安全性是主要挑战，需要多层防护以防止核泄漏；铀235资源有限，仅能满足几十年的全球电力需求；核废料处理问题严峻，半衰期极长，对环境和人类健康构成威胁。
核聚变技术受到各国和科技公司的关注。目前的主要问题是，度电成本太高了。
值得关注的美国核能公司：Helion Energy、Commonwealth Fusion Systems (CFS) 和 Breakthrough Energy Ventures (BEV) 是核聚变领域的主要公司，各自采用不同技术并有明确的商业化目标。
核聚变商业化预计在未来10年内实现。部分公司如 Helion Energy 计划在2028年供电，其他公司则计划在2030至2035年间实现。

2. 脑放电波 | 和怒喵李楠聊AI硬件：乔布斯预言的可穿戴未来与20个判断，AI手机不是正确答案

播客链接 → https://www.xiaoyuzhoufm.com/episode/6627cfb6200abebe6ece766c

嘉宾介绍：

李楠：怒喵科技CEO，前魅族副总裁，正在研发 AI 耳机并见证魅族的AI 终端转型。

主播：托马斯白，科技营销人、前XR创业公司CMO，科技媒体特约作者。

主播：Nixon，XR产品经理、曾是AI教育硬件“大力台灯”产品经理。

推荐指数：⭐⭐⭐⭐⭐

这是一期仔细听会感觉到「震撼」的播客！

AI硬件最近大半年开始进入大众视野，新产品、新概念层出不穷，惊喜和失望、赞扬和争议，多到铺满信息流。

怎么理解这些行业现状？AI硬件是真的风口么？底层发展逻辑是什么？AI手机/ AI PC是伪命题么？AI Pin 为啥败得一塌糊涂…… 都可以在这期播客里找到答案。

嘉宾与主持人都是行业资深从业者，不仅对当下的技术演进和产品发展有着清晰的了解，还能把过去-现在-未来串成几条明确的逻辑线条，信息密度拉满~

笔记打破了原有内容顺序，分类整理了要点。希望提供清晰的脉络主线，帮你丝滑切入讨论。

Tips：听播客时注意感受内容之间的逻辑关系细节，那里藏着几位资深从业者的深厚功力。

🔔 行业背景知识

两个互相矛盾的硬件设计哲学：① 优秀的产品应该基于以往的设计，进行渐进式的创新；② 当软件发生根本性变化时，硬件应该从零开始设计，以适应新的软件能力。这两种哲学都正确，但提出的设计要求完全相反。
AI算力的两种形态：① 经典算力基于冯·诺依曼结构的计算机，执行确定性的代码，是可预测的 (类似农耕-种地)；② 加速算力基于 Transformer 等大型神经网络，训练和推理过程不完全可控，结果更具动态性和不可预测性 (类似游牧-放羊)。我们正在从「计算机农业社会」进化到「AI游牧社会」。
软件和硬件都会受到算力变革的影响。AI硬件需要适应新的生产力和交互逻辑。
3C科技行业关于个人计算设备尺度的预言。Mark Weiser 提出了三类基本的普适系统设备：大型的共享英码平板 (像一面墙一样) 、可手持的英尺平板 (iPad) 、可穿戴的私人英寸平板 (iPhone / AirPods / Apple Watch / ……) ；可穿戴设备将崛起以及传感器无处不在，最终实现个人计算的隐形化，仅凭面部识别即可完成所有操作。
可穿戴设备将采用Language Action Model (大行动模型)：这个模型能理解用户的自然语言指令，并自动执行软件中相应的操作，减少用户与设备的交互步骤。
效率工程 (Flow Engineering / Pipeline Engineering) 指通过优化算法和模型，显著提升大模型的算力需求、上下文需求以及准确性。与摩尔定律相比，效率工程能实现更显著的性能提升。
生产力的提升将导致商业组织结构的简化。未来更重视能够迅速发现并满足新需求的个人/小团队，而不是大规模的组织。第一个追逐到水草的人，就是最牛逼的人。
苹果在AI硬件领域正在布局新的商业模式和市场机会。鉴于 Transformer 架构的大模型对内存要求高，苹果正寻求通过提升存储速度来运行这些模型，并将相关技术和设备销售给大型AI数据中心，这是一个非常庞大且有前途的市场。

🔔 前沿AI硬件的成/败

❌ AI Pin 是一款胸针形式的AI交互设备，可以通过激光投射至用户手部实现交互，可以通过语音与用户进行沟通和交互，还配备了摄像头来识别用户面前的物体。产品上市后，因为与宣传视频差距较大而遭受了诸多批评，包括发热、续航时间短、声控反馈慢、麦克风收音效果不佳、投影交体验不佳。
❌ Rabbit R1 是一款集成了显示和摄像头的产品，强调语音交互。目前来看是一款失败的AI硬件产品。
✔ LimitLess 是一款可穿戴的语音记录项链，能够转录和总结对话；产品完成度高，一周预售量已经超过一万。Plaud是一个贴在手机背壳的AI录音机，提供实时录音转录服务；已经销售近十万台，取得了显著成功。
✔ Meta Ray-Ban Glass 是一款集成了高科技的太阳眼镜，配备了用于拍照/录制视频的摄像头，以及用于接收声音指令的麦克风，还支持声音播放控制和简单的语音指令操作。发布后收获了诸多好评，最突出的优点是轻便、交互自然、1200万像素高清摄像头、五个麦克风阵列提供的优秀降噪能力。
✔ Octopus (章鱼) 是斯坦福学生开发的AI项目，基于自然语言预测用户意图并自动执行任务。最大的特点是，不依赖图形用户界面 (GUI)，而是通过AI识别并模拟用户的点击操作。模型更小 (越来越小)，执行效率高，速度快，能耗低。
✔ Dodoboo 是美团光年之外可穿戴设备团队开发的一款创新产品，用户在平板上简单绘画，系统能在毫秒级时间内无需任何提示，自动生成一张精美的简笔画插图。这款产品不仅是技术上的突破，也代表了AI算力和工程链路迭代的成果。
✔ 怒喵是李楠正在开发的AI可穿戴设备，专注于音频体验，确定性地解决音频交互问题，支持至少8小时的连续使用，重量控制在40克以内。怒喵设备将提供两个版本，分别有无摄像头，以适应不同用户需求。

🔔 试着做出一些「暴论」

接下来三年内，所有搭载显示屏幕的AI设备都将面临失败。随着折叠屏技术的兴起，人们将更倾向于使用没有传统显示屏的可穿戴设备，享受更加便捷和创新的交互方式。
原生视觉大模型到来之前，AI硬件即使配备了摄像头，也不能真正理解和有效利用摄像头捕捉的数据，因此不能显著提升用户体验或带来突破性的功能。

可穿戴设备距离头部越近，越有可能成功。因为更靠近人类的感官器官，能够提供更直接的感官体验，还能够集成更多传感器来收集用户数据，从而提供更加个性化和沉浸式的体验。
可穿戴设备朝着更轻、更小、更靠近头部的趋势演进，但具体的产品形态 (耳机/眼镜/项链/……) 尚不明确。当前技术能力所允许的产品重量，与理想中的产品形态之间存在差异。
未来戴在头上的设备，将集成更多类型的传感器，来满足全新的需求或解决全新的问题。
三年内，可穿戴设备将逐渐成为用户日常生活中的中央设备。可穿戴设备有可能取代智能手机，或与当前的智能等设备协同工作，成为用户与数字世界交互的主要方式。
AI的发展将导致新公司和岗位的出现。目前一致看到的方向是AI维护/优化/效率提升，这些专业人员负责保持AI系统的高性能和持续进步。
五年内，传统意义上的程序员不会完全消失，但重要性将显著下降。门槛降低使得人人都可编程，非专业开发者也能够轻松实现编程任务，彻底改变软件开发行业的现状。
传统的互联网软件产品经理没有生存空间。产品经理过去依赖于对用户界面 (UI) 和用户体验 (UX) 的深刻理解来设计产品，但如果AI能够自动生成更优秀的设计，或者用户交互方式发生根本性变化 (如通过自然语言直接与AI交互)， 那么产品经理的传统技能可能不再被需要。

未来，黑灯工厂 (dark factories) 将变得极为重要。这些工厂能够实现从设计到生产的全自动化流程，极大提高效率并减少人力成本。
未来可能会出现专注于提供边缘计算 (edge computing) 能力的新型公司。边缘算力指的是在网络边缘，即靠近数据源的地方进行数据处理和分析的能力。
AI硬件未来的发展过程可能会「百发齐放」，并根据技术阶段和技术能力产生阶段性赢家，但最终会有一个最后解。
手机还有 20 年的生命力。即便在AI设备和可穿戴设备日益普及的未来，手机仍将继续存在，并可能与这些新技术融合，形成更加丰富的生态系统。
将AI技术集成到手机里，是行业发展的必然趋势。这也意味着手机厂商需要在激烈的市场竞争中寻找差异化，同时保持盈利，不卷不行，太卷也不行。

手机厂商自研大模型基座的路走不通。
手机厂商在开发AI手机时面临一个核心问题：如何在新的AI手机生态中，为应用开发者提供有效的传播和盈利渠道，并且保证自身的收益。
手机厂商不会坐以待毙。他们将进行一些必要的变革并寻找新的收入来源，可能包括在保持核心收入 (如游戏分发等) 的同时，探索与新兴的可穿戴设备和AI技术相结合的新商业模式。
苹果没有追随开发大型云端AI模型，而是专注在其设备上实现AI功能，也就是把AI能力建立在端侧设备上。

🔔 金句金句金句

硬件产品同样遵循软件产品的设计原则：给的足够少但足够好。三个功能，每个都做到九十五分，一定会超越十个功能，但每个都只有六七十分的产品。

产品的概念如果不能用一句话清晰的说明白，就很危险。
一个很经典的设计理论：做一个新东西时，要调用用户脑子里面已有的那个概念和熟悉的东西，然后做一点点创新。
一个好的产品，很重要的一个环节就是控制用户的期待，否则所有产品都是不完美的，没有任何产品会超预期。

生产力的进一步的跃升，会导致商业组织的人数越来越少，未来可能都是项目以及项目分层的模式自由组合。
一些所谓的空想家之所以被鄙视，一个很重要的原因是他失败的概率非常高，所以被不停地被嘲笑。但是，当我们的组织更小、生产力更高、失败成本更低的时候，这些不停地洞悉全新的需求并且能承受99次失败的人，会越来越成功。