AI投资进入第二阶段：市场开始寻找「下一批真正赚到钱的人」

Reuters 8月17日采访多家大型投资机构后发现，投资人的讨论重点正在发生变化。

此前市场最大的担忧是：

Microsoft、Amazon、Google这些公司一年砸几千亿美元搞AI，什么时候才能回本？

现在，Microsoft和Amazon等公司的云业务增长，以及AI基础设施持续供不应求，让部分投资者对这件事没那么担心了。市场开始进一步寻找：

除了NVIDIA，还有谁能长期把AI资本开支变成利润？

Reuters采访的投资者开始同时关注半导体、hyperscaler和其他AI基础设施公司，并预计随着经营现金流增长，部分大厂到2027年的现金流增长可能开始超过资本开支增长。

这里有一个挺重要的投资阶段变化。

第一阶段是：

AI来了→买GPU→NVIDIA

第二阶段开始变成：

AI需求确定→谁拥有真正稀缺的资产？

算力/云/网络/电力/数据/软件基础设施→谁最终拥有定价权和现金流？

这其实和过去几周我们连续看到的 NVIDIA进入融资、电力和数据中心，Databricks估值继续上涨，是同一条产业链逻辑。

“AI受益”这个标签正在失去区分度，下一阶段真正重要的是利润池到底落在哪里。

AI视频：Higgsfield半年估值翻了4倍，涨到54亿美元

AI视频创业公司⁠Higgsfield 完成 4亿美元Series B，估值达到 54亿美元。

更夸张的是，六个月前它的估值还只有现在的大约四分之一。本轮由DST Capital领投，Goldman Sachs Alternatives、Tribe Capital、Intel Capital等参与，Accel和Menlo Ventures等老股东继续跟投。

生成式内容正在从模型能力，变成真正的营销生产基础设施。

这会改变的不是影视制作，而是广告创意的经济学。

过去创意昂贵，所以品牌需要先判断：哪个idea值得拍？生成成本趋近于零以后，逻辑可能反过来：先生成，再用真实反馈筛选。

这会让广告行业从“创意生产”越来越向创意搜索与选择迁移。

另一个消费AI突然值20亿美元：Wispr Flow

语音输入公司⁠Wispr Flow 最新完成 2.8亿美元Series B，估值达到 20亿美元。

九个月前，它融资2500万美元时估值约7亿美元。现在累计融资已经达到3.61亿美元，并被超过1万家企业使用。

Wispr Flow做的是：用说话替代键盘输入。

公司还推出了自己的语音识别模型 Canto，并称在嘈杂环境等真实场景中，可以把部分错误率从30%以上降到5%–10%左右。

它代表了一种与“做更聪明Agent”完全不同的创业机会：AI时代，输入设备也会被重新发明。

鼠标和键盘是为GUI时代设计的。

如果未来大量工作变成：告诉Agent我要什么→Agent执行→人检查，那么键盘的重要性确实可能下降。

所以语音公司的终局未必是“语音转文字软件”，而可能是：AI工作时代的新输入层。

这也解释了为什么 OpenAI、Google、Meta都在拼命提升实时语音能力。

AI军事化：美国国防部正在主动寻找更多Agent供应商

美国国防科技公司 Smack Technologies 完成 6100万美元Series B。

它的核心产品 Omega 利用强化学习、计算机视觉和实时数据辅助军事决策，例如简化美海军陆战队的火力规划流程；公司还在开发一种戴在前臂上的AI显示设备 Alpha。

真正值得看的背景是：Reuters报道，美国国防部此前将Anthropic列为“供应链风险”后，海军和海军陆战队开始加快寻找其他AI供应商。Smack因此获得了更多机会。

这件事再次说明：

AI模型的商业竞争，不只是能力和价格，还开始包括供应链可靠性、政治风险和客户对单一模型供应商的依赖程度。

脑科学：任务切换可能依赖一种「可重复使用的计算模块」

MIT 8月17日介绍了一项关于 cognitive flexibility 的新研究。

MIT 8月17日介绍了一项发表于 Nature Neuroscience 的研究。研究者训练小鼠完成工作记忆任务，并记录其前额叶和顶叶数千个神经元的活动。结果发现，前额叶中的部分神经元群并不是只服务一种固定信息，而可以在不同阶段重复用于存储感觉输入或行动计划。研究者认为，这种可复用的神经模块可能帮助大脑通过“组合已有模块”完成不同任务。

这个结果特别有意思，因为它提供了一个不同于“多任务能力 = 同时学会很多任务”的解释。

更像：少数可复用 cognitive modules→不同组合→不同任务。

另一条脑科学：儿童屏幕时间的长期结果没有“屏幕毁脑”那么简单

一项持续 8年的芬兰纵向研究追踪儿童屏幕使用、身体活动和后续认知表现。最新公布的结果显示，屏幕时间与部分认知结果存在关联，但关系受到使用内容、身体活动和生活方式等因素影响，并不是简单的：屏幕越多 → 大脑越差。

越来越多研究在提醒：“Screen Time”可能是一个过于粗糙的变量。

真正值得问的是：看什么？→以什么节奏？→主动还是被动？→有没有连续语义结构？→之后有没有加工和调用？

Qwen：开放模型下载量突破30亿

阿里巴巴的 Qwen 模型家族公开下载量已经超过 30亿次，目前累计开放了460多个模型，在开放模型生态中的影响力继续扩大。

它说明一个越来越明显的市场结构：闭源 Frontier Model 卖最强能力，Open-weight Model 成为开发者基础设施

未来很多企业不会“选择一个模型”。而会拥有一套模型组合。

这也是为什么 Stripe买OpenRouter、Nvidia做Switchyard、企业开始部署model router，这几件事会在同一个时间窗口发生。

模型数量越多，模型路由层越值钱。