Alpha · 2447

Alpha Arena Bali Grand Final 冠军出炉,现场及直播观众超万人

比推消息,Alpha Arena Bali Grand Final 在巴厘岛举行。Arumando 获得冠军,Murasaki Trades 和 Coin6097 分别获得亚军和季军。据活动方数据,本次赛事奖金为 100,000 USDT,现场及直播观众合计超过万人。 决赛期间,实时排行榜竞争激烈,多轮比赛在最后十余秒出现名次变化。其中,选手 ShamanShark 曾长时间保持榜首,但在最后 30 秒被反超,最终无缘前三。赛后,MEXC CEO Vugar 为获奖选手颁奖。

1天前
都在抢更早的数据,VC的alpha到底藏在哪里?

都在抢更早的数据,VC的alpha到底藏在哪里?

作者:insights4vc编译:深潮 TechFlow原标题:私募市场情报战升温:AI 时代,VC 的 alpha 从哪里来?深潮导读:风投回报极度集中,早期发现好公司几乎是基金生死线。这篇文章拆解了私募市场数据工具的最新演进,以及它们到底能不能带来超额收益。对正在用 AI 和研究工具找项目的投资人来说,这是一份清醒地图。风投一向是信息生意。优势往往在于时机:创始人先告诉前同事,而不是先更新资料;新公司开始招人,早于它出现在数据库里;投资人在融资公布前就开始关注某个团队。这种优势很重要,因为风投回报高度集中。2026 年牛津学术研究引用的数据显示,在一个长期 LP 数据集中,4.5% 的投资金额贡献了约 60% 的回报。[1] 因此错过少数几家卓越公司,就能影响整只基金。但早期发现它们只是问题的一部分。投资人还需要形成信念、拿到额度、获得有意义的持股,并在几年里保持正确。私募市场数据行业现在越来越靠近公司诞生的那一刻。PitchBook、Crunchbase、Dealroom、Tracxn 和 CB Insights 仍是交易、基金、估值和公司历史的核心记录系统。PitchBook 在 2026 年第二季度实现 1.747 亿美元收入,折合年化收入近 7 亿美元。[2] 新平台不是在取代这一层。它们是在用更快更新、行为数据和早于传统公司记录出现的信号来延伸这一层。三个变化最突出。第一,Harmonic、Specter 等公司在构建持续更新的公司和人物图谱,而不是主要依赖定期更新的资料。第二,专门产品在寻找更早的行为信号。Evertrace 追踪创始人形成的指标,包括公司注册、技术活动、研究和域名。Frontrun 监控选定风投在 X 上的关注图谱变化。第三,API 和模型上下文协议(MCP)正在把这些数据搬进基金自己的软件和 AI 工作流。Crustdata 代表这个市场的基础设施端,而 Affinity 补充来自邮件、日历和 CRM 活动的第一方关系数据。采用是可见的,但投资超额收益的证据并不明显。Harmonic 说数百个风投团队使用其平台,Specter 报告超过 300 家投资机构,Evertrace 超过 200 家基金,Affinity 超过 3300 家私募资本机构。上市公司 Tracxn 披露 2026 财年拥有 2289 个客户账户。[3][4][5][6] 这些数字大多来自公司自报。供应商很少披露其模型挖掘出的完整公司集合,因此精确率、召回率、误报率和单个线索的经济价值都很难评估。没有任何单一信号本身足够。员工离职可能很早但含糊。公司注册客观但常见。GitHub 活动在开发者主导的市场有价值,但在其他领域相关性有限。招聘速度和员工迁移提供更广泛的信号,而收入、客户和使用数据往往更有决策价值,但来得更晚。当几位可信的行业专家同时关注同一家公司时,投资人注意力可以提供早期迹象,尽管这个信号依赖平台,且可能自我强化。最强的防御性来源很可能藏在数据栈更深处:事后无法重建的历史时间序列、跨人和公司的准确实体解析、有权限的第一方基金数据,以及通过 CRM 系统、API 和智能体的分发。公开数据未必是专有的。但五年正确打时间戳的变更历史可以成为专有资产。AI 更可能让这些基础设施更容易被查询,而不是消除对它们的需要。随着研究、分类和工作流成本下降,干净的数据、来源和机构背景变得更有价值。投资判断、额度和关系仍然不是简单的自动化层能解决的。可能的结果是,一个更广泛的私募市场情报市场会出现,而不是独立的寻找项目软件品类。成熟数据库会增加发现和...

1天前burnking
美股价值投资正在走向另一个陷阱

美股价值投资正在走向另一个陷阱

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...

1天前深潮TechFlow#美股

币安 Alpha 空投今日 19 时开放领取

比推消息,Binance Wallet 发文称,用户可于今日 19 时准备领取 Binance Alpha 空投并参与交易。拥有至少 243 个 Binance Alpha Points 的用户可按先到先得原则领取代币,直至空投池分发完毕或活动到期。具体空投代币及相关细则将另行公布,官方提醒用户关注币安官方渠道获取最新进展与完整规则。

3天前
6年前,他为何敢投宇树?丨早期投资人独家揭秘

6年前,他为何敢投宇树?丨早期投资人独家揭秘

来源 | 铅笔道口述 | 宇树早期投资人 赵楠编辑 | 王方原标题:宇树早期投资人:6年前,我为什么敢投?丨独家今天(8月19日),宇树科技正式登陆科创板,成为A股“人形机器人第一股”。宇树发行价150.80元/股,首日开盘后涨幅达629.44%,截至此时市值达4449亿元。之前,铅笔道与它的早期投资人赵楠聊了聊,尝试还原:当宇树还很低调时,为什么敢出手?以下是赵楠口述。- 01 -遇见宇树,因为四足机器人我第一次见到宇树,是在2020年4月。那不是一次偶然的见面。2019年开始,我就在系统性地看机器人赛道,基本上把当时能看的方向都看了一遍:四足机器人、水下机器人、送餐机器人,甚至包括一些偏消费级的产品。那一轮看下来,我心里其实已经有一个比较清晰的判断:机器人这个行业,不是“会不会发生”的问题,而是“什么时候发生”。真正的问题是:哪些方向已经被验证,哪些只是想象。在我看来,四足机器人,是少数已经被验证过的方向。你看Boston Dynamics(波士顿动力),它已经把机器狗做出来,而且已经有客户在用。这件事说明一件非常关键的事情:机器人不是科幻,而是进入现实世界了。但与此同时,它也暴露了一个更本质的问题——成本问题:人太贵、研发太重、供应链不成熟。当时波士顿动力的问题很典型:团队是全球最顶尖的团队,人力成本极高;研发周期长,投入巨大;甚至早期产品还在用柴油而不是锂电;最后被谷歌转手卖给软银愿景基金。但这个事,并不是说四足机器人没有需求,而是成本撑不住。直到今天,四足机器人还是宇树的核心业务之一所以我当时的判断是:谁能把成本打下来,谁就有机会。显然,中国团队就有机会,因为我们有供应链优势。- 02 -为什么投资?也正是在这个判断之下,我在2020年4月第一次去杭州,见到了王兴兴(宇树创始人)。那次见面,其实很快就让我意识到,这不是一个“刚起步”的团队。当时是2020年,他们已经做了三年。王兴兴在上海大学读研究生的时候,就已经在带一个四足机器人实验室,那个时候就开始做XDog的算法。到我们见到他的时候,他对四足机器人每个细节的功能、程序理解得很深入了。换句话说,当很多团队还在“看赛道”的时候,他们已经在积累技术了。这一点在机器人行业特别关键,因为这是一个典型的“时间换能力”的行业。很多东西不是钱能砸出来的,是必须一点点积累的。真正让我下决心的,是另外几件更具体的事情。第一,他们掌握的是机器人最核心的底层能力。很多人以为机器人是一个“整机产品”,但实际上,真正决定一家机器人公司高度的,是三个东西:驱动、传感器、控制器。这三块如果不在自己手里,你就永远只是一个系统集成商。而宇树在2020年,这三块上已经有了技术积累和专利。这意味着它不是在拼装产品,而是在构建底层能力。这一点,基本上决定了它的上限。第二,是客户。很多机器人公司是“先做产品,再找客户”,但宇树是反过来的——他们在2020年已经有客户,而且不是普通客户。当时他们的客户里,包括苹果、英伟达、Meta、谷歌这些公司。这些公司买他们的机器狗,用来做AI训练、算法训练。国内的客户则主要是高校。这件事非常关键,因为它说明两点:第一,这个产品已经可用;第二,这个技术已经被顶级的技术公司认可。王兴兴一直推着大家做一件事:做出简单的、客户能接受的产品,先卖一波。不是为了赚钱,而是通过卖产品,来锻炼公司研发、生产、销售整个体系。通过跟客户交流,又能发现问题,迭代产品。第三,是量产能力。我当时去他们公司,看了一个很细节的东西——他们写字楼旁边有一个仓库,里面放着压床机,用来做零部件成型。当时王兴兴介绍,一台四足机...

3天前铅笔道#宇树IPO #王兴兴

牛来风吹向美利坚,DeGods 创始人持续加仓,成为 fomo 平台上榜一地址

比推消息,meme 币牛来昨日上线 Binance Alpha。据 GMGN 行情,该代币经历利好落地短暂回落后今日凌晨再度反弹,短时突破 4000 万美元市值,现报 3803 万美元。推动该 meme 币反弹的或仍为 fomo 平台用户。公开信息显示,fomo 平台上 DeGods 创始人 Frank 持续加仓,现持仓超 50 万美元牛来币,并向社区喊话,电影牛来即将在美国发送(实际为 Polymarket 发起的观影派对)。此外,牛来币榜一盈利地址 Qwerty 在昨日下午减持部分仓位后便暂无进一步减持/增持动作。

3天前

BSC Meme 热度升温,或受牛来上 Alpha 影响昨日 Flap 发币量增长 24%

比推消息, 据 Dune 数据,8 月 18 日,Flap 代币发射量达到 47,551 枚代币,较 8 月 17 日的 38,231 枚增长约 24.4%。同期 Pump.fun 代币发射量达到 39,247 枚,Four.Meme 代币发射量为 1,165 枚。此前消息,上线 Binance Alpha 后,Meme 币 "牛来 "短时突破 5000 万美元市值再创历史新高,现市值已回落至 4342 万美元附近。

3天前

自易理华喊单AGPU 以来,该公司股价已涨超 50%

比推消息,自 Liquid Capital(前 LD Capital)创始人易理华 7 月 27 日首次看好 Axe Compute(NASDAQ: AGPU)以来,该公司股价已涨超 50%,市值升至 1.23 亿美元。易理华最初认为算力赛道最具确定性的 Alpha 机会,往往藏在极端的估值差里!美股 AGPU 近期狂揽超 16 亿美金合同,远期 ARR 摸到 3.84 亿,市值却不到 1 亿,P/ARR 仅 0.2 倍!对比重资产烧钱、深陷亏损的 CRWV(500 亿市值),AGPU 的轻资产 Access+专属 Build混合模式简直是降维打击。随后今日再次发文称,公司被严重低估,Q2 财报释放四大利好。

4天前
Meta留不住中科大学霸:硅谷大模型,华人开始自己组局

Meta留不住中科大学霸:硅谷大模型,华人开始自己组局

砸下1亿美元、四年期天价「聘约」,换来14个月后的离开——扎克伯格从OpenAI抢来的人才,从Meta离职。2025年夏天,扎克伯格亲自拍板,用一份据传总值高达1亿美元、覆盖四年的薪酬方案,从OpenAI手中硬生生撬走了多模态研究负责人余家辉(Jiahui Yu)。硅谷为之侧目,业内直呼“天价抢人”。然而,仅仅14个月后——2026年8月14日,这位曾被Meta寄予厚望的明星研究员宣布离职,投身创业。一年前那场轰动业界的挖角,最终换来的停留时间,比一场NBA赛季还短。就在离职前八天,他带队打造的多模态模型Muse Spark刚刚更新到1.2版本。从组建团队到连续推出Muse Spark、Voice Mode、Muse Image和Muse Video四条产品线,余家辉在Meta的一年,几乎贯穿了这支新团队从搭建到密集交付的全过程。Muse Image在Arena文生图三项测试中拿下第二名,力压谷歌Nano Banana,仅次于OpenAI GPT Image 2;Muse Video在文生视频排行榜上排名第三。对Meta来说,这无疑是一份亮眼的成绩单。但对余家辉来说,这只是一段插曲。他在离职声明中说,自己“越来越被一个对人类未来至关重要却仍未被充分探索的问题所吸引”。新公司的细节尚未披露,但他已决意离开。从少年班到硅谷顶流余家辉的履历,放在任何一家AI大厂都是“顶配”级别。1995年出生于浙江慈溪,2012年,还在读高二的他就被中科大少年班学院提前录取。本科期间拿下全国并行应用挑战赛冠军等多项赛事名次。2016年毕业后,他前往伊利诺伊大学厄巴纳-香槟分校(UIUC)攻读计算机科学博士,师从计算机视觉领域泰斗黄煦涛——这位学者培养出了云从科技创始人周曦、文远知行创始人韩旭等多位AI领域知名人物。博士毕业后,余家辉的职业生涯步步攀升。他先后在Google Brain和Google DeepMind担任高级研究科学家及经理,参与过Gemini多模态项目的视觉模块研发。2023年10月加入OpenAI,担任感知(Perception)团队负责人,主导GPT-4o及o系列推理模型的研发。2025年6月,扎克伯格亲自下场,将余家辉与赵晟佳、毕树超、任泓宇等原OpenAI研究员一同挖入Meta新组建的超级智能团队。据外媒Wired透露,Meta开出的薪酬包高达1亿美元——尽管Meta CTO Andrew Bosworth后来澄清,这并非一次性签约奖金,而是包含股票、奖金与绩效条件的四年期总酬劳方案。但即便如此,这也是AI领域屈指可数的天价聘约。(图源:一亩三分地)换算下来,即便余家辉只干了14个月,按四年均摊,Meta也为这段短暂合作支付了超过2500万美元的预期成本——而实际沉没成本更高,毕竟团队组建和项目启动期的投入无法按比例折算。资本市场的狂热,助推硅谷人才大出走余家辉的离职绝非孤例。事实上,2026年的硅谷正在经历一场前所未有的AI人才“大出走”。研究平台alphaXiv的数据显示,仅Meta一家,就已流失超过200名知名研究人员,另有929名研究人员处于“曾在Meta工作但已离职”的状态。去年10月,Meta大手笔裁减了600多名AI业务的研究人员。今年6月,随着Llama 4市场表现平淡,加上公司推行更严苛的绩效考核,预计将有15%至20%的员工被评為“低于预期”,多位资深研究员已转投竞争对手。科技作者Gergely Orosz指出,Meta内部的组织重组与效率调整导致工程师产生不安感,许多资深专家开始对外部机会保持开放态度。谷歌的情况同样不容乐...

4天前BitpushNews#AI #余家辉 #原创 #硅谷