比推消息，Anthropic 已聘请 Alphabet(GOOG.O) 旗下谷歌定制芯片项目的创始人之一阿米尔·萨莱克（Amir Salek），随着这家人工智能实验室为进军自研半导体领域铺路，萨莱克的加入成为其硬件布局的一部分。Anthropic 周五表示，萨莱克将加入这家 AI 公司的计算团队。萨莱克此前负责谷歌张量处理器（TPU）业务，直到 2022 年离任，并主导交付了前七代 TPU 芯片。Anthropic 目前从多家供应商采购芯片，包括英伟达 (NVDA.O)、谷歌和亚马逊 (AMZN.O)。不过，该公司近期已释放信号，希望建立自己的内部芯片业务。总部位于旧金山的 Anthropic 已经开始为这一项目招聘人员，并发布相关职位。
来源：深潮 TechFlow原标题：（观点：美股的价值投资，不等于基本面投资）当"基本面已死"成为共识，盲目抱团巨头的投资者，终将遭遇惊人的资本毁灭。导读：当市场高喊「基本面已死」、资金疯狂抱团科技巨头时，作者用一个天文学发现拆穿了这一叙事背后的逻辑漏洞。本文从估值倍数的构成切入，提醒投资者区分企业的真实质量与市场愿意支付的溢价，对加密和科技领域的长期配置尤其有警示意义。我保证这次引言不会像上次关于天气的那篇那么长。但请给我 90 秒。一百多年前，一位名叫亨丽埃塔·勒维特的女性正在做着繁琐的工作：在照相底片（胶片出现之前的成像方式）上测量数千颗恒星的亮度。她注意到一类脉动恒星有一个特点：这些恒星脉动得越慢，它们本身就越亮。¹这在今天看来可能只是有点意思，就像「好吧，还挺酷的」。但在当时，天文学家分不清一颗离地球很近的暗星和一颗很远很亮的恒星。对他们来说，两者在照相底片上留下的污迹是一样的。视亮度是这两个变量的混乱混合：这东西本身有多亮，以及它离我们有多远。亨丽埃塔的工作把这两件事拆开了：如果你能观测到脉动速率，就能知道它的真实光度；如果你知道它的真实光度，就能根据它看起来有多暗反推出距离。天文学家称之为「标准烛光」。几年后，一个叫埃德温·哈勃的人发现了其中一颗脉动星，套用了勒维特的数学方法，发现他一直以为是我们银河系内一团气体云的东西，其实是一整个独立的星系，在一百万光年之外。所以简单来说，可观测宇宙变大了大约一万亿倍，只因为一个人弄清楚了如何把事物看起来的样子和它实际的样子区分开。这本身显然就很酷。但另一件有趣的事是，大约在同一时期，有另外两位天文学家各自独立地画了一张散点图，一个轴是真实光度，另一个轴是温度。他们发现恒星并不是随机分布在这个空间里的，而是聚集成不同的家族。这背后的含义是：视亮度完全相同的恒星，可能而且确实属于完全不同的家族，有着完全不同的过去，最重要的是，有着完全不同的未来……那么，星星里写着什么？过去几年，围绕市场、叙事、资本、公司建设和金融虚无主义的讨论很多。随着科技界和金融界开始面对一个与前几十年截然不同的未来，这种感觉似乎达到了某种狂热的高潮。尤其明显的是，把进步与资产价格分开这件事变得噪音更大，而且在很多方面更具反身性。但作为以买入（有望）跑赢的资产为生的投资者，一个简单的框架是：远期回报约等于基本面增长乘以估值倍数变化（再乘以你一路上收取的分红）。在这种情况下，估值倍数可以很干净地对应到照相底片上的污迹。它是一个可观测的数据点，却把市场无法直接看到的两件事纠缠在一起：这家企业实际有多好，以及它的未来现金流离现在有多远（或者说有多持久）。我认为，大部分可赚的钱来自那些最有能力比别人更早解开这两个变量的投资者（也就是「差异认知」），而我们将继续看到那些把污迹当成星星的投资者遭受惊人的资本毁灭。价值投资不等于基本面投资我认为有一种被误解的观点：基本面投资在历史上主导了超额收益的创造。这种传说大多来自格雷厄姆、巴菲特、老虎基金一脉，以及围绕这群人构建的大量叙事。人们相信，到了 2000 年代的某个时候，这种方法不再有效，任何这样投资的人都被动量、趋势以及「直接买科技巨头」碾压。结论曾经（现在仍然？）是「基本面已死」。²现代版的「基本面不重要」本身并不愚蠢。它植根于我们 Compound 团队许多人以前写过的很多想法。最大的公司获得最大的机械性买盘，软件行业存在赢家通吃的经济规律，AI 意味着巨头能比挑战者更快地把规模转化为护城河，而且还有市场微观结构的原因让动量更深入地嵌入我们的市场基础设施。这些都是真...
比推消息， 根据 MSX.COM 数据，纳斯达克综合指数跌幅扩大至 1%，报 26070.99 点；道琼斯指数跌 0.79%，标普 500 指数跌 0.43%。谷歌-A 股价下跌 1.67%，亚马逊股价下跌 1.86%，SpaceX 股价下跌 6.36%，特斯拉股价下跌 2.08%，沃尔玛股价下跌 9.79%。
比推消息，CZ 在美国怀俄明州 Jackson Hole 举行的 SALT 会议上谈及此前在达沃斯论坛提出的比特币超级周期说法表示，目前该说法尚未兑现。从数据来看，市场仍遵循较为严格的四年周期规律，目前正处于其中的熊市阶段；但随着总市值不断扩大，价格波动幅度会趋于收窄，类似亚马逊、Facebook 等大型公司股价的波动模式。谈及美国监管环境，CZ 表示当前是他从业 12 年以来行业环境最为友好的时期，并认为美国监管框架对全球具有示范效应，多国证券法及交易所监管结构均在参照美国。同时香港正加速对标美国的监管思路推进相关立法。此外，CZ 还谈及其投资机构 YZi Labs 的配置情况，其表示目前约 70% 的资金投向加密与区块链核心赛道、约 20% 投向 AI、其余部分投向生物科技等领域。YZi Labs 使用自有资金，不受外部 LP 回报周期约束，投资更看重项目的正向影响力及创始团队的执行力，而非单纯的财务回报模型。针对 Hyperliquid，CZ 表示行业内存在一种误解，认为其作为 Binance 股东只会维护 CEX 立场，但其进入这个行业正是因为相信去中心化。若 Hyperliquid 这类无需 KYC 的平台能够以合规方式进入美国市场，将打开整个行业大门，让更多 Perp DEX 及去中心化服务得以覆盖美国及全球用户，美国消费者也将因此获得更好的流动性和价格。这不仅利好 Hyperliquid 本身，也将惠及包括 Binance 在内的国际中心化交易平台。
比推消息，美国财政部近期通过扩大长期国债回购计划缓解美债市场压力，但一场由人工智能基础设施建设推动的企业债融资浪潮正在升温。随着数据中心、高端芯片和 AI 服务投入持续扩大，微软、谷歌、亚马逊、Meta、甲骨文等科技巨头正加大债券融资力度。市场预计，美国投资级企业债发行将在 9 月劳动节后迎来高峰，规模或达到 2000 亿美元。数据显示，2026 年以来美国投资级企业债发行量同比增长 38%，全年发行规模预计达到创纪录的 2.1 万亿美元，其中大量新增供应与 AI 资本开支相关。过去几年，科技巨头主要依靠现金流支持 AI 布局，但随着行业竞争升级，数据中心、电力、算力设备等长期资本需求快速扩大，企业开始更多依赖债券市场融资。市场关注点也从AI 能否创造利润转向巨额基础设施投入能否产生足够回报。部分投资者担忧，AI 债务扩张正在改变固定收益市场资金配置，科技企业债与美国国债之间可能形成新的资金竞争。RBC 全球资产管理固定收益主管 Andrzej Skiba 表示，当前 AI 相关债券供应规模已经接近不会扰乱市场的极限。分析人士指出，如果未来 AI 收入增长无法覆盖数据中心和芯片采购等巨额投入，部分资本开支可能面临回报不足风险。市场也开始将当前 AI 融资热潮与 2000 年前后的互联网泡沫进行比较，警惕资本投入速度超过商业模式兑现速度。尽管美国财政部回购计划有助于改善国债市场流动性，但无法改变政府债务和企业融资需求同步增长的趋势。9 月大规模企业债发行，可能成为美债市场新的压力测试。
文｜苗正编辑｜王靖来源｜字母AI腾讯混元多模态团队又发生了一起人事变动。据媒体报道，曾负责xAI多模态理解负责人蔺旭东，已经离开xAI，加入腾讯混元，担任多模态内容生成算法负责人。这则人事消息之所以值得关注，是因为它发生在混元多模态团队持续调整的背景下。过去一段时间，混元内部陆续传出负责人离职、研究人员转岗和新成员加入的消息。原多模态理解负责人胡瀚离职创业，田永龙等人加入腾讯，原有多模态团队的汇报关系也随着大语言模型部门和多模态模型部门的整合而发生变化。但这是否意味着腾讯多模态团队正在“改朝换代”，目前还不能直接下结论。公开信息能够确认的是，混元确实出现了人员流动和组织重组。蔺旭东的加入传闻，更像是这场调整中的一个新信号：腾讯正在重新组合多模态理解和内容生成这两条路线。那么问题来了，蔺旭东究竟是什么来头，他能为腾讯补上什么能力？以及腾讯的多模态路线是否正在从“生成内容”转向了姚顺雨更偏向的“理解上下文并在世界中行动”？蔺旭东是什么来头他加入腾讯后能做什么？公开资料显示，蔺旭东2018年毕业于清华大学，随后赴哥伦比亚大学攻读博士。在读博期间，他的研究方向包括嵌入学习、视频分析和生成模型，也曾参与哥伦比亚大学与Facebook AI合作的Vx2Text项目。V指的是视频，x指的是未知数，可以是声音、语音甚至是环境音，2代表to，Text则代表字幕。它的逻辑是，先把视频、声音等不同模态转换成类似“语言token”的向量，再统一送入语言模型进行融合，最后由自回归解码器生成开放式文本。Transformer只能理解token，所以AI本质上是不理解视频和音频这两种文件形式的，也就更不可能将其转换成文字。举个例子，一只狗在游泳池旁边跳进水里，那么Vx2Text的视频识别器看（V）就会输出关键词：狗、跳跃、游泳池；声音识别器（x）就会输出：水声、扑通。虽然Vx2Text的产品功能是“生成”，但产品的核心难点在于“理解”。当然，Vx2Text并不是简单地把画面“翻译”成几句话而已。模型需要从视频里识别人物、物体、动作和事件，还要理解这些东西在时间上的变化，最后再把视觉信息组织成语言。博士毕业后，蔺旭东进入DeepMind，参与Gemini相关的多模态预训练和后训练工作。2025年，他又加入xAI，公开资料称其负责多模态理解方向，并参与多模态内容理解与生成模型的训练。如今他加入腾讯混元，将负责混元多模态内容生成算法。蔺旭东的加入与其说是提升混元多模态生成的性能，倒不如说是为了解决一个困扰所有多模态的问题——理解。以前的生成模型更像一个画面制造器。给它一句提示词，它可以生成一张图片、一段视频。但只要用户提出更复杂的要求，模型就有点跟不上了。比如人物在长视频里变了，物体的形状前后不一致，摄像机运动不符合空间关系等等。这不是因为模型不会生成，而是因为它没有稳定地记住和理解世界。所以，把蔺旭东放到多模态内容生成的位置上，可能正是因为他把多模态，“翻译”成AI能理解的东西。蔺旭东的加入要放在一个更大的背景下才能看得清楚，那就是如今腾讯混元正在重新整理自己的多模态路线。2025年1月，腾讯杰出科学家（Tencent Distinguished Scientist）胡瀚接替此前离职的刘威，全面负责混元多模态大模型的研发，同时担任腾讯混元大模型Tech Lead。2025年下半年腾讯内部组织调整，他从多模态模型部，调入了大语言模型部旗下的“Frontier”前沿技术研究组，头衔变成了多模态理解方向负责人，汇报线也改为向姚顺雨汇报。实际地位从“一个独立部门的领导”变成了“大语言模型...
来源：ChainCatcher作者：Zhou原标题：Q2 华尔街机构加密持仓：多数机构逆势加仓，ETH 敞口全面跑赢 BTC二季度 ETF 资金流和机构行为脱钩，加密资产的机构化在加深；同时，机构对加密相关股票标的的分歧也越来越大。8 月 14 日是美国 SEC 要求机构投资者提交 Q2 13F 表格的法定截止日。文件集中披露后，华尔街的加密持仓再次摊到台面上。这一季的机构动作和币价走势形成明显反差。比特币价格下跌约 14.2%，而机构申报的加密持仓反而在增加。据 Bitcoin Strategy 对 13F 数据的测算，机构比特币持仓从约 49.8 万枚增至约 53.6 万枚，环比增长 7.5%，同期 ETF 总持仓反而从约 129.7 万枚降至约 121.1 万枚。据 SoSoValue 数据，美国现货比特币 ETF 二季度持续净赎回，5 月、6 月单月分别净流出约 24 亿和 45 亿美元，其中 6 月创下上市以来最差单月纪录。以太坊 ETF 同期也累计净流出约 7 亿美元。同时，筹码在向头部集中。申报比特币持仓的机构从约 2000 家降至约 1900 家，据彭博数据，截至 8 月 13 日，IBIT 一只产品的机构持有人已达约 1500 家、净资产约 473.5 亿美元。银行端的以太坊增速全面跑赢比特币此前 ChainCatcher 在一季度持仓梳理中写过：机构对以太坊的配置兴趣在提升，Jane Street、富国银行和摩根大通都在流出阶段加了以太坊 ETF。二季度，这个苗头在银行端被坐实。据 DWF Labs 测算，按对应加密资产数量计算，摩根士丹利二季度 BTC 敞口环比增长 3.7%，ETH 敞口增长 18.6%。摩根大通 BTC 敞口增长 12.2%，ETH 敞口增长 67.3%。两家银行的 ETH 增速都明显高于 BTC。个体层面更直观。摩根士丹利 ETHA 增加约 202% 至 460 万股，摩根大通 ETHA 增加约 338% 至近 117 万股，美国银行 ETHA 更是从约 6.75 万股增至约 198 万股，约为此前的 29 倍。但事实上，二季度以太坊现货 ETF 整体是净流出的。SoSoValue 数据显示，4 月仍有约 3.56 亿美元净流入，5 月、6 月分别净流出约 5.41 亿、5.29 亿美元，二季度合计净流出约 7.14 亿美元。Jane Street 买回来了，对冲基金把仓位挪进期权上一季 Jane Street 把 IBIT 持仓砍去约 71%，市场一度猜它在看空比特币。这一季它反手把 IBIT 加回约 2490 万股，环比大增约 324%，是当季最大的买家之一。目前其现货比特币 ETF 敞口约 9.9 亿美元，其中约 8.28 亿在 IBIT。作为授权参与者和做市商，它的季末库存跟申赎、对冲有关，现货上的大加不等于方向性押注。值得注意的是，13F 只报季末现货多头，若是把期权补上，好几家机构的画像也会反转。全球宏观对冲基金 Brevan Howard 二季度把现货 IBIT 从 2430 万股砍到 721 万股，减持约 70.4%。但它同时握着对应约 723 万股 IBIT 的看涨期权和 527 万股的看跌期权。Graham Capital 同期把现货 IBIT 从约 92.6 万股降到 25.9 万股，减持约 72%，手里却攥着对应约 174 万股 IBIT 的看跌期权，申报价值约 5794 万美元。多策略巨头 Millennium 则把现货 IBIT 从约 1929 万股降到 969 万股，减持约...
比推消息，Serenity 发文评价宇树上市事件，其指出，宇树科技上市首日市值约 533 亿美元，成为人形机器人领域首个重要公开市场基准。下一个值得关注的人形机器人公司是 Agility Robotics，该公司获得英伟达和亚马逊支持，预计将于 Q4 以 25 亿美元估值上市。Serenity 认为纯人形机器人企业获得远超预期的公众市场需求。
比推消息，瑞典电动货运和自动驾驶技术公司 Einride 宣布将在 SAGA 人工智能平台上部署 500 辆特斯拉 Semi 卡车，为亚马逊及其他客户提供服务，覆盖北美市场。部署将分多个阶段进行，计划于 9 月开始，并通过第三方融资方案提供资金支持。
比推消息，Anthropic 的收入增长仍在加速进入资本市场视野，但围绕其估值的争议也在升温。彭博社此前报道称 Anthropic 截至 7 月底年化收入运行率达到约 650 亿美元。这个数字表面上仍然惊人，但市场讨论的焦点已经转向另一层：在部分第三方数据和 AI 圈乐观预期曾指向 800 亿美元以上的背景下，650 亿美元是否意味着增长斜率正在放缓。争议首先来自 ARR 口径。ARR，即年度经常性收入，本质上是将当前收入速度年化，并不等同于已审计全年收入。Sacra 数据显示，Anthropic 5 月年化收入约 470 亿美元，7 月升至 650 亿美元，但其同时提醒，来自 AWS、Google、Microsoft 等云渠道的收入可能按总额口径确认，这将让收入规模看起来更大，也将提高市场对毛利率和收入质量的关注。乐观派仍认为，这一数字足以证明企业 AI 需求强劲。Atreides Management 的 Gavin Baker 认为，Anthropic 在 token 效率上曾相对 OpenAI 具备优势；PitchBook 的 Harrison Rolfes 则指出，即便模型价格更高，如果任务成功率更高，企业客户仍可能接受更高单价。换言之，多头看重的不是单纯的 API 调用规模，而是 Claude 在企业工作流中的付费能力。谨慎派则认为，市场需要等待 IPO 招股书验证。Simon Willison 此前指出，run-rate revenue 通常来自短期收入年化，不能直接视为全年会计收入。ThinkFast 的 Ken Koo 也提醒，真正重要的将是 S-1 文件里的审计收入、毛利率、客户集中度、算力采购义务和现金流。Ed Zitron 则更直接质疑，AI 公司的 ARR 可能受到预付 token、云渠道收入和短期用量波动影响。这场讨论已经不只关乎 Anthropic 一家公司的估值。Steve Eisman 此前将 OpenAI 和 Anthropic 称为 AI 交易中的关键风险点，原因在于微软、亚马逊、谷歌、甲骨文等科技巨头的资本开支和云收入预期，正在越来越多地与头部 AI 实验室绑定。