邁克爾·伯里再次看到泡沫。 這次他盯上了人工智慧。網路上流傳的說法是，他認為市場狀況與1999-2000年泡沫末期的形勢相似。而由於他是因《大空頭》和預測2008年金融危機而聞名的人物，網際網路立刻將訊息轉化為： 「他知道些什麼，崩盤即將來臨」 「他做空10億美元的人工智慧股票。」 所謂「10億美元做空」的說法具有誤導性。根據Scion提交給證券交易委員會（SEC）的13F文件，我們看到的是以下股票的買權期權： • 100萬股英偉達，價值1.866億美元 • 500萬股Palantir，價值9.121億美元 但這並不意味著伯里投入或冒險了10億美元現金。在13F申報文件中，這些數值通常反映的是期權所對應股票的名義價值或基礎資產價值，而非實際支付的期權費，也非實際承擔的資金風險。 另一種說法是： 「他在人工智慧概念股上持有看跌期權風險。」 還有一種說法是： 「他投入了10億美元做空，等待崩盤。」 後者更具病毒式傳播力，但前者更為準確。 更重要的是：伯里後來澄清，針對Palantir，他實際支付的期權費約為920萬美元，而非9.121億美元。 但讓我們來看一個更重要的問題： 伯里過去有多少次正確？又有多少次錯誤？ 並沒有官方統計數據，因為有時我們談論的是真實倉位，有時是推文，有時是宏觀警告，有時則是媒體對申報文件的解讀。 讓我們來看看他公開發表過的重大預測： 1. 亞馬遜 / 2000年互聯網泡沫 正確。 伯里在互聯網泡沫高峰期前後做空亞馬遜，該股後續市值下跌了80%。 他的核心觀點是正確的：市場過度追捧成長性，卻對估值、盈利能力與期限風險漠不關心。 2. 次貸/房地產市場 2005-2007年 極其正確！歷史性準確！ 這是他的高光時刻。 他察覺到住房貸款市場的脆弱性，理解到風險被嚴重誤定價，並針對一個被普遍視為「安全」的體系建立對沖頭寸——而這個體系最終被證明存在根本性缺陷。他個人從住房空頭交易中獲利約 $1 億，並為投資者帶來超過 $7 億。 3. GameStop 2019–2020 基本面正確，但時機不完美。 他看到了市場只視為一家殭屍零售公司的價值。他推動股票回購，其立場有邏輯，股價最終暴漲，但他已在巨大的迷因擠壓前賣出。 因此，分析是正確的。 但錯過了最終的上漲空間。 4. 迷因股 / 投機性科技股 / 加密貨幣 2021 部分正確。 他警告了巨大的投機過熱。確實，2020–2021 年瘋狂上漲的許多資產在 2022 年崩潰了。 但時機不夠清晰。在這類市場中，即使方向正確，時機錯誤也可能導致虧損。 5. 特斯拉看空觀點 錯誤或過於倉促。 他透過期權持有看空立場，但特斯拉並未如許多看空者預期般崩盤。後來他本人表示，該頭寸已不再持有，且更像是一筆交易而非長期觀點。 6. 2023 年 1 月的 “賣出” 推文 錯誤。 他本人明確承認： 「我說賣出是錯的。」 這很重要，因為它展現了很多人遺忘的事實： Burry 擅長發現過熱現象，但並非無懈可擊。 7. AI 泡沫 / 英偉達 / Palantir 尚未定論。 他的擔憂有其依據。AI 的估值、龐大的資本支出、資金集中、市場對少數 mega-cap 股票的依賴，以及「這次不同」的敘事，都是週期後期的典型特徵。 但這並不意味著市場明天就會崩盤。泡沫的持續時間可能遠超空頭的承受能力。 因此，公正評估： • 3 次明確的重大成功 • 2 次部分正確的預判 • 2 次明確錯誤或過於倉促 • 1 次尚未評定的 AI 預判 結論是：當 Burry 談論泡沫時，值得聆聽，但不必恐慌。 AI 市場明顯存在過熱跡象。 但在投資中，細節至關重要。哪家公司？估值多少？利潤率多少？有的是盈利領先者，有的只是「我們也進了AI」。自由現金流是多少？市場預期是否已反映在股價中？ 這才是分析與恐慌貼文的區別。 AI 可能確實是一場真正的技術革命，同時許多 AI 股票也可能被高估。這兩者可以同時成立。 互聯網需要簡單的故事： 「Burry 空投 AI。崩盤將至。」 但市場很少如此簡單。Burry 很可能看到了 AI 估值過高中的真實問題。但發現泡沫，並不等於知道它何時會破裂。

LLM 正是超真實的實踐！ 每當你與 LLM 聊天時，都會發生一些強大的事情：它會學習並重新訓練。 你向 AI 分享一個想法或期望，模型回應後，使這個想法變得更清晰、更具說服力。人們隨之行動——更快地建設、投資或採用。AI 從而得到改善與訓練，使你原本的想法顯得更加真實。 這形成了一個循環：我們與 AI 的日常互動，正積極塑造著 AI 的下一步發展。 你的提示與對話不只是閒聊，它們正在即時幫助構建這些系統的未來。 哇——我們都是其中的一部分。 #AI #Hyperstition #LLM

這傢伙靠AI動畫每月賺取 $12,000！ 別再寄履歷了，改做這個吧。 以下是方法👇 你動態消息裡充斥的兒童動畫？很多都是AI製作的。 YouTube 每百萬次觀看可賺取 $1,000 至 $12,000。 30秒計劃： 1) 開啟 ChatGPT 詢問：「寫一個60秒的皮克斯風格兒童動畫提示」 2) 複製完整提示 3) 開啟 Picsart Flow 建立新工作流程 → 粘貼提示 → 開啟自動模式 4) 等待 它會生成一部完成的4K動畫，角色精美可愛 無需拍攝。無需剪輯。永遠不必露臉 每日發布。讓觀看次數轉化為收入 畫質驚人，但幾乎沒人做這件事 趕快保存，趁還沒人發現

$NVDA 的中國問題正是華為的契機 Nvidia 仍主導全球 AI 市場。 但中國正成為一個不同的市場。 美國的出口管制限制了 Nvidia 在當地銷售最先進晶片的能力，而北京則更大力推動本土供應商。 這正是 Jensen Huang「承認」中國市場的言論之所以重要的原因。 華為無需在全球範圍內擊敗 Nvidia。 它只需成為中國的預設 AI 晶片堆疊。 LogicFolding 在大規模應用上尚未經證實，但方向已明確。 總結：Nvidia 在全球領先，而華為則在中國受保護的領域中持續擴張。

華為揭示在無需 ASML EUV 光刻技術的情況下，於 2031 年實現 1.4nm 芯片的路徑。🧵 在 IEEE ISCAS 2026 上，華為推出了 Tau (τ) 擴展定律與 LogicFolding 架構。該框架並非採用傳統的幾何縮小方式，而是垂直堆疊邏輯電路，以大幅減少傳輸延遲並最大化電晶體密度。 此架構將於今年秋季在下一代麒麟處理器中首次登場。華為指出，在過去 6 年內，即使在美國出口管制下，已悄然大規模生產了 381 款晶片型號，目標是在 2031 年實現相當於 1.4nm 節點的製程等效性。 來源：Tom's Hardware