开润股份7月16日晚的一纸公告，直接掀开了大模型独角兽最新的底牌。通过砺思星灵间接投资深度求索4000万元，穿透持股比例仅为0.0114%，但这笔交易背后折射出的DeepSeek最新估值，已经飙升至3250亿到3500亿元区间。 以前资本看大模型，盯的是谁参数量大、谁跑分高，恨不得把PPT上的算力堆到天花板。现在风向彻底变了，3500亿的估值锚点说明，市场不再为单纯的参数泡沫买单。DeepSeek能拿到这个价码，核心在于它把算力成本打了下来，同时证明了模型在真实场景里的干活能力。这其实释放了一个极其明确的信号：大模型竞争早就不是单点技术的自嗨，而是全面升级的立体战。从前端资本估值的重新洗牌，到终端硬件的贴身肉搏，再一路内卷到长鑫存储产能被订到2027年底的底层存储饥渴，甚至量子算力的物理级博弈，整个产业链都在经历残酷的出清。 3500亿绝对不是大模型估值的天花板，而是新一轮洗牌的发令枪。那些还在靠融资续命、讲着通用人工智能宏大叙事的公司该醒醒了，接下来的资本市场，只认能把技术转化为真金白银的硬骨头。 资本端大模型估值水涨船高，而在应用端，大厂们正试图把大模型塞进更贴近用户的硬件里。 字节跳动最近的动作很有意思，新一代豆包手机备货数十万台。在动辄千万出货量的手机圈，这个数字绝对算不上激进，透着一种试水温的克制。但克制归克制，做专属AI硬件的野心可一点没藏着。 以前大厂做AI手机，总想着搞个超级系统，恨不得让AI直接接管并操作所有头部应用，替用户点外卖、打车。现在风向变了，豆包这次明确调整了策略，AI不再直接操作头部应用。团队正挨个跟各大App厂商谈判，争取对方开放可被AI调用的接口。 这其实是被现实毒打后学聪明了。直接跨应用操作，不仅技术体验容易翻车，更致命的是动了别人的奶酪，应用厂商凭什么把核心交互权交给你？去谈接口，看似把控制权交还给了App，实则是用利益共享换取生态的通行证。 大模型终端化走到今天，早就过了靠喊口号博眼球的阶段。几十万台备货只是块探路石，真正的硬仗在于，谁能用最低的姿态敲开头部应用的大门，把AI变成真正好用的基础设施，而不是做一个高高在上的系统霸权。 终端硬件的AI化浪潮不仅改变了产品形态，也直接重塑了全球科技巨头的资本格局。7月17日美股开盘，英伟达股价闪跌，市值缩水至4.82万亿美元，而苹果强势上涨至约4.88万亿美元，时隔三个月把全球市值第一的宝座又抢了回来。 以前大家觉得AI时代是算力芯片的天下，英伟达吃尽红利，现在市场开始重新审视消费电子巨头在AI落地期的变现与控盘能力。苹果能完成反超，绝不仅仅是因为库克会卖手机，而是它在底层供应链博弈中展现了极强的手腕。 为了搞定AI设备急需的内存，苹果甚至把长鑫存储拉进了供应链。在DRAM产能被头部大厂订到2027年底、价格飙升的当下，库克亲自游说美国政府降低政治风险，硬是啃下了这块骨头。这既是为了开辟新渠道，更是拿长鑫当筹码，去压三星、SK海力士和美光的价。 以前苹果靠封闭生态躺赚利润，现在在AI红利期，它得亲自下场跟底层存储和算力巨头贴身肉搏。从终端硬件的试水，到上游存储产能的抢夺，大模型的竞争早就不是云端参数的自嗨，而是真刀真枪的物理级博弈。 资本市场用4.88万亿美元给苹果投票，说明AI时代的下半场，谁能把底层供应链的命门捏在手里，谁才有资格在牌桌上笑到最后。那些只盯着大模型参数却搞不定硬件落地的玩家，注定只能吃残羹冷炙。 苹果把长鑫存储拉进供应链，绝不仅仅是为了省点采购费，这背后是整个AI硬件供应链的极度饥渴。看看现在的行情，戴尔、惠普、联想甚至苹果自己，这些头部PC品牌已经跟长鑫完成了产品测试，直接把DRAM产能预订到了2027年底。小厂现在基本只能靠边站，连产能分配的边都摸不到。 以前大家买内存，还能跟三星、美光讨价还价挑挑拣拣，现在只要是个能稳定供货的厂，巨头们都抢着签长约。这种底层存储饥渴症，完全是被大模型和AI终端的算力黑洞逼出来的。AI设备对内存带宽和容量的需求是指数级的，传统存储三巨头的产能根本填不满这个胃口。 长鑫存储现在稳坐全球第四把交椅，2025年占了全球DRAM晶圆产能的11%，满产状态都供不应求。这也解释了为什么长鑫科技能搞出579亿募资的科创板超级IPO。巨头们疯狂锁定长鑫的产能，一方面是真缺粮，另一方面也是拿它当筹码，去压制传统存储巨头的涨价野心。 大模型的内卷早就穿透了云端的代码，砸向了物理世界的硅片。当算力拼到最后，拼的其实是底层存储的粮仓深度。那些还在指望靠买几块公版显卡就妄图搞定AI硬件的团队该认清现实了，没有底层存储产能的背书，你的AI终端连落地的资格都没有。 当传统硅基存储的物理极限被AI算力黑洞逼到墙角，学术界终于开始从更底层的物理世界找解法了。北京时间7月17日凌晨，复旦大学周鹏-刘春森研究团队在《科学》杂志扔下一颗重磅**，搞出了真正的量子闪存技术。最核心的突破在于，实现了用一个电子来存储一比特信息。 以前传统闪存靠浮栅里困住一堆电子来存数据，电子一多就容易互相干扰，存储密度和读写速度早就摸到了天花板。现在量子闪存直接下探到单电子级别，把存储机制的物理极限彻底改写。这绝不仅仅是实验室里发篇顶刊的学术自嗨，而是直指大模型算力瓶颈的命门。当前大模型训练和推理最痛的就是内存墙和功耗墙，海量数据在存储和计算单元之间来回搬运，大部分电能都白白浪费在数据搬运的路上。量子闪存若能走向产业化，就是直接在物理层面把这堵墙给砸了。 以前拼的是谁能在指甲盖大的硅片上塞进更多晶体管，现在拼的是谁能把单个电子玩出花来。大模型的内卷早就穿透了云端的代码，一路杀到了量子级别的物理博弈。当算法和框架的红利逐渐吃尽，底层硬件的物理突破才是下一个真正的大杀器。还在死磕软件优化的团队得抬头看看路了，未来的算力霸权，注定属于能掌控电子运动规律的人。 存储技术的突破只是算力革命的一环，在更宏观的量子计算领域，中国科学家也在为全球大模型基础设施铺路。潘建伟院士刚拿下了联合国教科文组织-俄罗斯门捷列夫国际基础科学奖，成为首位获此殊荣的中国学者。颁奖词点得很透，表彰的是他在大尺度安全量子通信和可扩展量子计算上的开创性贡献。 圈里很多人纳闷，天天盯着英伟达的GPU，怎么突然关注起基础科学奖了？其实把视线拉长一点就明白了。现在大模型参数越滚越大，传统硅基芯片的算力天花板已经肉眼可见。以前大家觉得量子计算是实验室里发顶刊、秀肌肉的玩具，离真正的商业落地十万八千里。但现在，从“墨子号”卫星到“九章”系列光量子计算机，全球量子网络已经被硬生生从理论拽进了现实。 量子计算加速走向大模型基础设施，这绝不是画大饼。当经典计算的摩尔定律快要走到尽头，量子算力就是那个能掀翻现有算力牌局的终极变量。潘建伟团队的成果，本质上是在给未来的大模型修一条降维打击的底层高速公路。 大模型的内卷早就不是多买几张显卡那么简单了，一路杀到了量子级别的物理博弈。那些还在靠堆砌传统算力集群讲故事的厂商该抬头看看天了，未来的算力霸权，注定属于能率先跨越经典与量子鸿沟的玩家。