ai发动机现在怎么样了
nasa 死磕了七十年的火箭发动机，居然被 ai 用二十一天干出来了！这玩意叫 aerospace 发动机，当曝光出来时，很多工程师都看懵了。整个结构像一团活着的生物器官，完全不像人类造的东西， 里面全是缠绕扭曲的螺旋状通道，形状犹如密密麻麻的血管一样，又像某种外星生命的神经网络。就连很多经验老道的航天工程师，也完全看不懂它是怎么工作的。经常玩火箭的兄弟都知道，火箭喷口内部温度能飙到三千多摄氏度， 普通材料几秒钟就得烧穿。按照传统思路，工程师都会拼命隔热降温，尽量避免冷热冲突。但 ai 压根不管这些所谓的经验 ai 给出了一个让所有人头皮发麻的方案，他直接让零下一百八十三度的液氧在发动机内部 疯狂循环降温，同时另一边还让高温煤油持续加热。结果出现了极其夸张的一幕，发动机喷出的火焰比岩浆还恐怖，可外壳表面居然结了冰！ 这种工作原理放在人类工程师眼里，这几乎等于自报预定。可结果偏偏相反，他不仅没炸，反而稳定的可怕。那个像生物心脏一样的内部结构，硬生生扛住了五兆帕压力测试，推力直接拉到二十吨级。 而真正让各国军工和航天领域开始紧张的，不是这台发动机本身，而是 ai 的 速度。因为 ai 根本不是按人类经验在设计，他不是逐步推公式， 而是在海量计算里疯狂试错，最后筛选出一种能用但人类难以理解的结构。以前在复杂的机器，本质上还是人设计的，人类至少知道它的逻辑。但现在 ai 开始突破人类经验库，它搞出来的东西，人类只能知道它有效，却越来越难理解它为什么有，这才是真正细思极恐的地方。
粉丝18.2万获赞707.8万
相关视频
00:56查看AI文稿AI文稿你肯定想不到，现在在你面前的是 ai 用了仅仅两个星期研发出来的发动机。迪拜一对夫妻让 ai 担任发动机总工程师，结果搞出来的东西，全球航天工程师看了都得集体沉默。不是它不好，而是根本看不懂。这玩意儿的外观就像外星生物的器官，里面不走直线，全是弯弯绕绕的流管。 有人研究了几个月，愣是没搞明白它是怎么工作的。人类设计一台火箭发动机要好几年， ai 只用了十五分钟出方案，从图纸到三 d 打印，再到点火成功，满打满算，两周时间，燃烧室的温度飙到三千多度，正常金属早就化成水了。 ai 用零下一百八十三度的液氧在内部循环降温，一边是火海，一边是冰窖，结果一点儿事都没有，成本不到传统研发的十分之一，迭代一次只要两三天。别人还在改图纸时， ai 已经跑完一轮测试了。当 ai 都开始造发动机了，留给我们的时间还有多少？工业 ai 真的 要跑起来了？
619次元观测局
01:24查看AI文稿AI文稿没想到，人类研究了上百年的火箭发动机，最后居然被 ai 抢饭碗了。更离谱的是，他设计出来的发动机压根不像机械，反而像从外星生物身上拆下来的器官，整个内部全是扭曲缠绕的流道， 像血管一样密密麻麻。连全球顶级航天工程师看完都蒙了。有人研究了几个月，愣是没完全搞懂他到底怎么工作的。最逆天的是，这台发动机燃烧室温度能飙到三千多度，正常金属早该化成铁水了。可 ai 偏偏整了个反常识操 操作，用零下一百八十三度的液氧在内部循环降温，外面还同时用煤油加热，左边向北极，右边向火山。放在人类工程师眼里，这已经不是设计了，这是在作死。可结果呢？他不仅没炸，反而稳得离谱，内部那个像生物心脏一样的气动结构，硬生生顶住了几十吨推力和超高压力测试， 直接把传统喷管都给干失业了。更恐怖的是，人类设计一台发动机可能要几年， a i 直接开启干地模式设计模拟三 d 打印测试，全部自己闭环，两天就能叠带一版， 还在画图纸，它已经开始下一轮升级了。现在很多国家都盯上了这种 ai 发动机，因为它最大的可怕之处不是推力，而是它开始突破人类经验。过去工程师设计机器， 至少还能看懂原理，现在 ai 搞出来的东西，人类居然得反过来研究它为什么这么设计？就像原始人第一次看到芯片，知道它厉害，但不知道里面到底怎么运作。有人说，未来最危险的不是 ai 会不会取代人类，而 是 ai 设计出的科技，人类还能不能真正理解？也许再过几十年，人类工程师最大的工作不再是发明，而是拼命解读 ai 留下来的天书。
18.3万kk钧 战忽
01:42查看AI文稿AI文稿谁能想到， ai 第一次认真设计火箭发动机，直接把全球工程师都看沉默了。更离谱的是，过去发动机光赶阻止可能都得磨几个月。结果这次 ai 从设计到制造，再到测试点火，只用了两周。你第一眼看它，不会觉得这是航天设备，更像一块被算法反复撕扯过的金属表面，像被高温烧化的骨， 里面那些扭曲缠绕的通道，正常工程师看一眼头都大了。因为人类设计了上百年的发动机，最后做出来的东西其实都长得差不多。结果 ai 第一次出手，直接整出个外星科技。这台 ai 设计的气塞式火箭发动机，推力做到了五千扭，燃烧室温度能冲到三千五百度左右， 钢铁在他面前都像黄油一样，你以为他下一秒就该融穿？结果 ai 直接让接近零下一百八十三度的液氧穿过中间气塞的内部冷却通道外侧燃烧室壁，再用煤油再生冷却。 外面是几千度烈火，里面是超低温液氧。整个发动机一边在火烤，一边在冰镇冷热同时顶在一起。 这种玩法很多工程师平时连碰都不太敢碰。可 ai 不 管，他先把性能拉满，把最狠的结构算准，至于怎么造，后面的工厂自己想办法解决。所以这次做出这台发动机的是一家叫立普七幺的公司， 他们通过研发的 noirent 大 型计算工程模型，输入目标参数后， ai 自己生成，自己优化，全部自己迭代。工程师们几乎没怎么手动改 cad， 后面靠三 d 打印，把一整个铜合金直接打印出来，最后直接点火成功。 知道这意味着什么吗？现在很多 ai 设计出来的结构工程师已经开始看不懂了，最后只能说一句，我不知道他为什么这么设计，但他确实更强。再往后一步想，如果未来 ai 开始设计飞机芯片甚至核反应堆，而且他设计出来的东西人类越来越看不懂，那未来工程师到底是在创造，还是已经慢慢变成 ai 的 验收员？
1.9万军武大全
00:53查看AI文稿AI文稿万万没想到，人类近乎放弃的火箭发动机难题，竟被 ai 攻克！更离谱的是，它设计出来的发动机像是从外星生物身上拆下来的器官，内部纵横交错，宛如血管一样缠绕蔓延。在阿联酋一家只有几个人的团队里，他们用 ai 工程模型挪刃，在短短两周时间就设计并点火了一台火箭发动机。 他们没有画图、没有 cad、 没有经验公式，只输入推力、压力、燃料参数，再搭配三 d 打印，两周就可以打造一台发动机并完成测试。它的工作模式更是反常时 燃烧室温度高达三千多度，内部却用零下一百八十三摄氏度液氧降温，一边冰封一边炼狱。放在人类设计里，这就是灾难级操作，但 ai 却让它稳定运行，甚至扛住几十吨推力和超高压测试。更恐怖的是，这套设计人类工程师研究几个月都没完全看懂。 别人几年出一款发动机，他两天就碟蛋一板。也许以后下一代工程师可能不是设计机器，而是破解 ai 留下来的天书。
512小猴探报
01:50查看AI文稿AI文稿万万没想到，人类研究了上百年的火箭发动机，最后居然被 ai 抢饭碗了。更离谱的是，他设计出来的发动机压根不像机械，反而像从外星生物身上拆下来的器官，整个内部全是扭曲缠绕的流道，像血管一样密密麻麻。 全球顶级航天工程师看完都蒙了。有人研究了几个月，愣是没完全搞懂他到底怎么工作的。最逆天的是，这台发动机燃烧室温度能飙到三千多度，正常金属早该化成铁水了。可 ai 偏偏整了个反常时 操作，用零下一百八十三度的液氧在内部循环降温，外面还同时用煤油加热，左边向北极，右边向火山。放在人类工程师眼里，这已经不是设计了，这是在作死。 可结果呢？他不仅没炸，反而稳得离谱，内部那个像生物心脏一样的气动结构，硬生生顶住了几十吨推力和超高压力测试，直接把传统喷管都给干失业了。更恐怖的是，人类设计一台发动机可能要几年， ai 直接开启干地模式设计，模拟三 d 打印测试，全部自己闭环两天就能叠戴一把，别人还在画图纸，他已经开始下一轮升级了。现在很多国家都盯上了这种 ai 发动机，因为它最大的可怕之处不是推力，而是它开始突破人类经验。 过去工程师设计机器，至少还能看懂原理，现在 ai 搞出来的东西，人类居然得反过来研究他为什么这么设计？就像原始人第一次看到芯片，知道他厉害，但不知道里面到底怎么运作。 有人说，未来最危险的不是 ai 会不会取代人类，而是 ai 设计出的科技，人类还能不能真正理解，也许再过几十年，人类工程师最大的工作不再是发明，而是拼命解读 ai 留下来的天书。
197小飞不懂车🚗
02:16查看AI文稿AI文稿这你敢信？一帮研究了半辈子火箭发动机的顶尖工程师，对着一个 ai 自己导购出来的尖刺发动机集体沉默了。因为它长得实在太像从外星生物身上扯下来的器官了， 整个内部没有笔直的管道，全是扭曲缠绕的流道，密密麻麻像血管一样。研究了几个月，愣是没完全搞明白，它怎么就能稳稳工作。更离谱的是，这个发动机的冷热双修神操作，燃烧室温度冲到三千多度，什么金属都该化成水了。 可 ai 偏偏用零下一百八十三度的液氧贴着内壁循环降温，外面又同时用煤油加热，一边冰窖一边岩浆。 人类工程师光看图纸就想报警，这哪是设计，这是极限作死！结果他不仅没炸，稳得令人发指。内部有个像生物心脏般的泵送结构，硬扛几十吨推力和超高压力，传统喷管在他面前直接失了业。 这台发动机的娘家是迪拜的 lep 七十一公司， ai 系统叫挪润，最恐怖的是它的迭代速度，人类团队设计一台发动机可能要几年。 ai 直接开启干地模式设计仿真三 d 打印测试，全部自己闭环两天就能给你迭代一版。别人还在手绘图纸，他已经跑到下一轮进化了。 用的还是特殊的铜合金，用激光烧结，一体成型，把那些血管一样复杂的再生冷却流道直接打印出来。在英国测出了五千牛的推力， 火焰顺着中间那根肩椎体气洞塞喷管，优雅包裹，像一颗跳动的心脏。现在好多国家都盯上了这种 ai 发动机，它真正的可怕之处不是推力有多大，而是它开始突破人类经验的边界。 以前我们至少能看懂自己造的机器，现在轮到人类反过来研究 ai 的 作品。就像原始人捡到一块芯片，知道它很强，却解读不了里面的奥秘。 也许未来最让人感慨的变化，并不是 ai 会不会取代我们，而是当 ai 留下越来越好烦的天书。 人类最了不起的工作不再是发明，而是拼命的去解读那份来自另一层思维的浪漫。如果你也被这种扑面而来的未来触动了，点个赞，转发给身边那个还觉得 ai 只会聊天的朋友，告诉他，星辰大海的新船票可能已经悄悄打印好了。
124眼观世界资讯
01:24查看AI文稿AI文稿你敢相信，人类苦练了上百年的火箭发动机，居然被 ai 轻松彻底超越？ ai 制造的发动机根本不像地球科技，没有工整的机械结构，内部全是扭曲缠绕的管路， 密密麻麻，看着不像机器，反倒像一颗活生生的外星生物心脏。最奇思极恐的是，全球顶级航天工程师对着这台机器研究了几个月，愣是看不懂它的工作原理。因为 i i 的 设计已经完全突破了人类所有的常识和百年经验，它的工作方式更是颠覆认知。发动机内部三千多度高温，钢铁瞬间熔化， 可 n i 偏偏来了一套冰火对冲的逆天操作，内部灌入零下一百八十三度的极寒夜已降温，外部同时用煤油烈火燃烧做工。一边是零下极寒，一边是上千度烈火。在人类眼里，这就是百分百会爆炸的作死设计。但结果彻底打脸所有人，他不仅稳得离谱， 还扛住了几十吨的超强推力，直接淘汰人类几十年的传统技术。更恐怖的是速度，人类造一台发动机要好几年！ i a 全自动设计测试升级两天就是一个全新版本，我们还在画图纸，他已经迭代好几代了。 i a 取代人类工作根本不可怕， 可怕的是他创造的科技，人类已经看不懂了未来，人类不再是科技的创造者，我们唯一的工作，就是拼命解读恋爱留下的未来天书。
278宇宙与科技
01:24查看AI文稿AI文稿星耀七呢，是有一个雷神 ai 电混二点零的，然后我们怎么激活这个系统呢？我现在来教大家一下，首先我们要把这个导航设置好路线，你看这里是设置好导航的啊，然后呢，我们的驾驶模式要选到智能，一定要选到智能啊， 你看我现在这个已经是亏电状态下了，这已经没有电了，只要掉到百分之十五以下呢，他就会强制的介入这个发动机。 好，然后这两步做完之后呢，第三步是最重要的啊，现在看我一下这个驾驶模式，这里是智能啊，好，接下来最重要的一步啊，大家一定要记住了，在驾驶这里把这个保电给它关掉，好关掉了，然后我们注意看这里有什么变化啊， 哎，出来一个绿色小飞机，看到没？那这个时候呢，就说明已经激活了这个雷神 ai 电混的这个智能调节了， 这个时候我们就正常去驾驶就可以了，然后他这个系统呢，会自动根据我们的这个导航路线，他会去看一下你这个在整个行程过程中 有没有什么堵车的地方，比如说这啊，那他可能会快到这个堵车的地方的时候呢，他提前就会系统给你输出动力的同时呢，又给你把这个电给他补上去啊，然后等到堵车的时候呢，他就会给你用纯电来行驶啊，这样综合下来就会给你省不少的油了，学会了没有？
2068阿志的星耀7日记
00:50查看AI文稿AI文稿你是说人类工程师研究了半个世纪的发动机，被 ai 用两周时间做出来了？迪拜一对夫妻用 ai 系统输入要求后十五分钟生成设计，三 d 打印，一体成型，全程没有一颗螺丝，一条焊缝。这台发动机长啥样？外观像外星生物的心脏，内部全是扭曲缠绕的冷却流道， 燃烧室一度飙升到三千多度， ai 用液氧当枯萎，硬是扛住了金属融化。 nasa 当年也搞过类似的方案，最后因为太难放弃了。但现在 ai 不 但做出来了，还一次点火成功，稳稳烧了十五秒， 推力于二吨，成本只有传统的十分之一。更恐怖的还是它的进化速度，每燃烧一次，它就迭代一点，两三天就能推出更强的新版本。 我们还在做第一轮测试，它已经开始下一轮迭代了。当 ai 设计的东西让人看不懂时，往往说明一个新的工程时代要来了。我们能做的，只有抓紧学习，加快布局，自己掌握主动权，才能把工业 ai 用好。
209赛博研究站
01:24查看AI文稿AI文稿没想到，人类研究了上百年的火箭发动机，最后居然被 ai 抢饭碗了。更离谱的是，他设计出来的发动机压根不像机械，反而像从外星生物身上拆下来的器官，整个内部全是扭曲缠绕的流道，像血管一样密密麻麻。连全球顶级航天工程师看完都懵了。有人研究了几个月，愣是没完全搞懂他到底怎么工作的。最逆天的是， 这台发动机燃烧室温度能飙到三千多度，正常金属早该化成铁水了。可 ai 偏偏整了个反常识操作，用零下一百八十三度的液氧在内部循环降温，外面还同时用煤油加热，左边向北极，右边向火山。放在人类工程师眼里，这已经 不是设计，这是在作死。可结果呢？它不仅没炸，反而稳得离谱，内部那个像生物心脏一样的气动结构，硬生生顶住了几十吨推力和超高压力测试， 直接把传统喷管都给干失业了。更恐怖的是，人类设计一台发动机可能要几年， ai 直接开启干地模式设计，模拟三 d 打印测试，全部自己闭环两天就能叠带一版，别人还在画图纸，他已经开始下一轮升级了。现在很多国家都盯上了这种 ai 发动机，因为它最大的可怕之处不是推力， 而是它开始突破人类经验。过去工程师设计机器，至少还能看懂原理，现在 ai 搞出来的东西，人类居然得反过来研究它为什么这么设计？就像原始人第一次看到芯片， 知道他厉害，但不知道里面到底怎么运作。有人说，未来最危险的不是 ai 会不会取代人类，而是 ai 设计出的科技，人类还能不能真正理解？也许再过几十年，人类工程师最大的工作不再是发明，而是拼命解读 ai 留下来的天书。
266军备大百科
01:24查看AI文稿AI文稿没想到，人类研究了上百年的火箭发动机，最后居然被 ai 抢饭碗了。更离谱的是，他设计出来的发动机压根不像机械，反而像从外星生物身上拆下来的器官，整个内部全是扭曲缠绕的流道， 像血管一样密密麻麻。连全球顶级航天工程师看完都蒙了。有人研究了几个月，愣是没完全搞懂他到底怎么工作的。最逆天的是，这台发动机燃烧室温度能飙到三千多度，正常金属早该化成铁水了。可 ai 偏偏整了个反常识 操作，用零下一百八十三度的液氧在内部循环降温，外面还同时用煤油加热，左边向北极，右边向火山。放在人类工程师眼里，这已经不是设计了，这是在作死。可结果呢？它不仅没炸，反而稳得离谱，内部那个像生物心脏一样的系统结构， 硬生生顶住了几十吨推力和超高压力测试，直接把传统喷管都给干失业了。更恐怖的是，人类设计一台发动机可能要几年， ai 直接开启干地模式设计，模拟三地打印测试，全部自己闭环两天就能叠带一版， 别人还在画图纸，它已经开始下一轮升级了。现在很多国家都盯上了这种 ai 发动机，因为它最大的可怕之处不是推力，而是它开始突破人类经验。过去工程师设计机器， 至少还能看懂原理，现在 ai 搞出来的东西，人类居然得反过来研究它为什么这么设计？就像原始人第一次看到芯片，知道它厉害，但不知道里面到底怎么运作。有人说，未来最危险的不是 ai 会不会取代人类，而 是 ai 设计出的科技，人类还能不能真正理解？也许再过几十年，人类工程师最大的工作不再是发明，而是拼命解读 ai 留下来的天书。
107硅基智能（基普特GPT）
07:04查看AI文稿AI文稿我先说一个可能会颠覆你认知的事，腾讯一季度利润涨了百分之二十一，五百八十亿净利润放在 a 股能排进前五，但市场呢？给他的估值跟利润增速完全不匹配等等。百分之二十一利润增长，市场还不买账？ 不买账，你去看那些亏钱的 ai 公司，故事讲的好，估值比腾讯高一大几倍，腾讯呢？真金白银在赚，但市场就是兴奋不起来， 那到底在怕什么？怕的不是腾讯不赚钱，怕的是腾讯在花巨资投 ai， 但没人知道这笔钱到底是在烧钱，还是在帮腾讯长出第二曲线。今天咱们就赌一把，把这个问题彻底开开。 先看数据，腾讯二零二六年一季度营收一千九百六十四点六亿元，同比增长百分之九。 ifrs 规模净利润五百八十点九亿元，同比增长百分之二十一。 non ifrs 规模净利润六百七十九点一亿元，同比增长百分之十一。 等等，利润增长百分之二十一，这个数字放在整个互联网行业里算什么水平？说实话，不差，很多公司利润还在修复期，腾讯已经连续多个季度保持两位数利润增长了。 所以单看财报，腾讯并不是一家失速公司，它的问题不是不赚钱，而是市场觉得它不够快。在 ai 行情里，慢就是原罪。这就到核心矛盾了，腾讯现在最大的问题是传统业务很强，但 ai 故事还没完全兑现。展开说说 三个层面，第一，游戏还在贡献现金流，本土市场游戏收入同比增长百分之六，国际市场游戏收入同比增长百分之十三。第二，广告还在受益于 ai 推荐，在线广告收入同比增长百分之二十。第三，也是最关键的，市场更关心的是 ai 到底能不能带来新增收入， 也就是说，游戏和广告的增长，市场已经习以为常了。大家想看的是腾讯的 ai 投入能不能长出第二曲线，而不是只给老业务做增量。错，市场不怕你慢，怕的是你慢了还没有新故事。 好，那我们先替看空的人说话，市场不给高估值，到底在担心什么？ 一个担心腾讯当然赚钱，但市场现在喜欢的是高增速、高想象力、高弹性的公司。腾讯的问题是现金流很强，但故事感不够炸。 你看那些 ai 概念股，哪怕亏钱，只要故事够大，估值照样飞天。腾讯呢，利润稳稳的，但想象力呢？市场觉得不够。 第二个担心更实际，腾讯现在加大 ai 投入，短期会带来成本压力。有媒体统计过，如果剔除新 ai 产品的影响，腾讯一季度 non afrs 经营利润同比增速会从百分之九提升到百分之十七。 也就是说， ai 投入确实在吃利润。如果 ai 只带来成本，不带来收入，市场就会继续压估值百分之九到百分之十七，这个差距不小，等于说 ai 投入对短期利润的侵蚀是实打实的。 第三个担心最扎心，如果腾讯减少回购去投 ai， 但 ai 又不能兑现收入增长，市场就会认为现金牛的钱被拿去赌一个不确定的未来。回购少了，股东不开心， ai 没兑现，市场不开心，两头落空。 好，空方说完了，咱们替看多的人说几句，很多 ai 公司烧钱是因为他们没有现金牛，只能靠融资续命。 但腾讯不一样，它有游戏广告、金融科技、企业服务，这些业务托底，一季度自由现金流大约五百六十七亿元。这说明它不是靠融资讲 ai 故事，而是用自身现金流支撑 ai 投入。五百六十七亿自由现金流，这个数字本身就是一种安全感， 别的 ai 公司是在赌命，腾讯是在投资。还有一点很多人忽略了，腾讯的 ai 变现不一定是单独卖一个聊天机器人，而是先进入他已有的业务，广告推荐、游戏开发、企业服务、微信生态、客服与办公效率。所以你的意思是， 腾讯最强的 ai 剧本不是做一个最火的 ai p p， 而是把 ai 塞进它原本就很赚钱的业务里？这不是从零开始，而是给已经跑起来的引擎加涡轮增压。 而且这个逻辑已经在数据上有体现了。广告收入同比增长百分之二十，背后就有 ai 推荐投放效率、商业化、系统提升的贡献。这说明 ai 不是 纯投入，已经在某些业务上看到回报了。 接下来这段可能是今天最重要的一点。说说看。很多人说腾讯慢了，但腾讯真正的变化不是慢，而是从流量增长切换到效率增长。过去靠用户时长、游戏爆款、广告库存，未来靠 ai 提升广告转化率、游戏开发效率、企业服务付费率， 也就说增长没停，只是换了一种形式。对，而且这种增长方式更隐蔽，不容易被市场一眼看到。所以腾讯不是没有第二曲线，只是这条曲线现在还藏在成本项里。 这句话够狠，藏在成本项里，意思是现在市场看到的 ai 投入是成本，但未来它可能变成收入，只是现在还没到那个拐点。最后，我们不给模棱两可的结论，给一个判断框架，腾讯未来能不能重估，盯三个指标就够了。 第一个指标，广告，如果广告还能维持双位数增长，说明 ai 推荐和视频号商业化还有增量，这是 ai 在 腾讯体内变现最直接的窗口。 第二个指标，游戏，游戏是腾讯的现金流底座，只要游戏不塌，腾讯就有钱继续投。 ai 本土增长百分之六，国际增长百分之十三，目前看还算稳，但需要持续跟踪。 第三个指标也是最关键的， ai 投入能不能从成本变成收入。如果 ai 只增加研发和资本开支，市场会压估值。如果 ai 开始提升广告、云企业服务收入，市场会重估腾讯。 说白了，前两个指标是保底，第三个指标是想象力，保底不塌，想象力兑现，估值就能重新打开。 所以腾讯现在不是简单的便宜或者贵，它真正的定价问题是市场到底要把它当现金牛，还是重新把它当成长股。 如果未来两个季度腾讯能证明 ai 不是 利润黑洞，而是收入放大器，那它就不是老灯鼓，而是正在换发动机的现金牛。发动机换好了，这辆车还能跑很远。 好，今天就聊到这，你觉得腾讯到底是老灯鼓还是换发动机的现金牛？评论区聊聊本博会内容仅供参考，不构成投资建议。
69李练有余
14:59查看AI文稿AI文稿闪迪可能要被华尔街重新定价了，别只盯英伟达了， ai 第二波最危险最容易被散户忽略的地方，已经从 gpu 杀到了存储芯片 美观刚刚爆了，闪迪也开始被资金盯上，为什么？因为 ai 服务器不是只缺 gpu， 数据中心真正开始卡脖子的地方正在变成 hbm、 dram、 nnd， ssd 这些底层存储。说白了，英伟达卖的是 ai 发动机，存储芯片卖的是 ai 弹药库， 发动机越猛，弹药库就越不能断。问题来了，美光已经一夜封神，闪迪会不会成为下一个被资金疯狂重估的高弹性暗线？更刺激的是，马斯克这边也在点火， spacex ipo 预期 starlink 扩张，特斯拉 ai 生态正在把高弹性成长股情绪重新拉回市场。 所以这期我们直接看盘面三件事，存储芯片是不是 ai 第二波真正新主线？闪迪是补涨还是封神？特斯拉和 spacex 能不能重新点燃成长股，风险偏好？好，我们来看盘面，昨天的盘面又回到了这个之前的一个热点，就是存储美光这一块，美光昨天是出现这种暴涨， 暴涨的话，美光和闪迪这一块在三月份四月份之前应该是讲的比较多，但是后面讲的不是特别多了，因为美光和闪迪在这次见顶，也就是五月份之前可能还讲一点，五月份之后就讲的非常少了，因为在这块当时我的一个预期应该也是这个位置该获利了结了。 但是现在的一个市场已经是在重新定价了，现在可以看到这个走势非常的猛，而且他也是属于这种新高的一个走势。然后昨天美光是有放量，但是这个和之前英伟达一样，如果说他在这个位置能够突破新高，肯定是有市场资金面的一个考虑，而且也是一个大洋线的一个突破， 所以镁光存储芯片这一块，短时间可能还会有预期。那么镁光和闪迪之前我一直讲过，镁光大涨就看闪迪，闪迪大涨的话我们就看镁光，所以昨天镁光是长得非常的猛， 但是闪迪的话相对来说表现比较平淡，那么闪迪它作为一个弹性的标的，镁光也是核心的标的。 实际上在过往的走势上，到最后那个闪迪，他走出的一个预期比美光要更加的可观，所以昨天闪迪的一个走势相对来说他要滞后一点，但是他后续的一个爆发力要更强。所以我们去参照对照之前几个点来讲，美光之前三月三十一号见底， 然后我们再看一下闪迪，闪迪也是同一个时间，同一个时间的话，那么我们来看一下后续的一个涨幅。踩六十日线之后见底之后到这个五月十一号，五月十一号他的一个涨幅的话是百分之一百五十一点三，那么我同样再来看一下美光，从这一个点来看， 美光的话是百分之一百四十九，稍微差一点也差不了太多。但是有一点，当时美光的一个回踩点位，他是破了六十日线的，而闪迪当时的一个回踩点位，他相对来说是要强势一点的，他没有破六十日线，所以这一波美光的话，他在这个回踩幅度上面， 他会有一定的优势。但是建顶的时间，美光是在五月十一号的最高点，然后闪迪的话也是在五月十一号，所以现在美光走出的一个涨幅，从之前的一个走势来看，那么闪迪后续他一定会去补那个美光五月二十六号的一个涨幅，甚至会更加凶猛。 所以现在的话，我们可以从美光去入手来观察这一个闪迪，或者去做闪迪这一个标的。对于一些这种就是说没有入手的，因为这一个的话可能散户入手的不多，之前我基本上天天讲，因为他这个本身人气度还可以，但是机构和大资金关注的比较多， 散户在这一块讨论度并不是很热，所以后面我没有天天去更新。现在这一点来讲，包括昨天的美光的一个放量分歧之后，闪迪的话他还没有持续的一个放量， 就是它的发酵还没有这么明显。那么现在优先的一个点的话呢，去追美光的话不是特别好操作了，但闪迪的话就会相对来说会稳一点，而且闪迪本身它就是一个弹性的一个标的，它还没有出现跳空缺口，所以重点我们在存储芯片这一块， 短时间对于我来讲，其实我是一个波段型选手，除了像那个特斯拉或者是这个甲骨文那种类似的中线标地，我会拿久一点，基本上很多的话都会是一个波段一个波段递拿， 所以我会考虑很多的因素。像存储这一块，美光昨天既然已经错过，没有和大家去具体分析，因为昨天开盘的时候，实际上在这一块我自己去介入， 这个就不讲了，讲了的话感觉像这个先涨了再来说，就是马后炮的那种感觉，我觉得没必要，那么我们现在来看的一个预期就是现在还能介入的，对于我们的一个预期还那个的，那就是闪迪，然后第二个英伟达， 英伟达昨天有讲就是在这个二十线附近，现在目前来讲，昨天是有下探，没有出现跳空缺口，还是在这个二十线附近撑住了收上来了， 所以现在二十日线这个附近这个位置还是昨天的观点非常重要，那么在这个位置如果撑住了，短期内就会第三波的话，肯定就会达到两百五十美元的一个上方的一个高点，这是肯定的，所以这几天大家一定就是关注这个二十日线收盘价，以收盘价定论， 也不排除这个收盘价在里面。一到两天很正常，一到两天只要不出现跳空低开的那种跳空缺口，一到两天收盘价在二十日线附近，后面一根阳线就可以补回来，所以这一个问题不大，可以继续观察。 amd 又继续大涨了，这一个我们来对照一下 smci 超微电脑，超微电脑也是一样，但是我们现在的仓位是在 smci 上面， amd 的 话这一块之前把仓位调到这个上面来了， 但是目前来讲 amd 涨的话涨幅还是要稍微猛一点，但是 smci 的 话相对来说更加有确定性，而且位置更低。然后再来看特斯拉， 特斯拉这一块的话呢，评论区也有朋友讲，其实这块的话持续去看我视频就知道，应该在四月七号到四月九号这里抄底，然后在四月十七号这个位置出来，四百的上方出来，又在这个四月二十三号这个时候抄底， 然后在五月十二号前后要求大家出来，这前两波是非常非常精准，几乎是没有一点误差，前面的视频大家可以去看，但是这一次的一个回踩说到点位了，但是操作的话不算特别精准，因为我在这个五月十九号开盘之前的视频里面有奖，可能来说要在四百之下去介入， 但是五月十九号开盘的时候，当天他是有跌破四百，跌到三百九十五以下了，但这个位置的话，可能很多朋友没有进，因为去了二十日线的下方嘛，然后当时因为有这个，就是五月十八号，他有一个跳空低开的一个缺口在这个位置， 所以在五月二十号的一个盘前，我有讲这个的话，要看，主要要看这个二十一号能不能够回补这个缺口，回补这个缺口的话才有可能上去， 没有回补缺口的话，短时间还有可能去触碰六十日线，所以在这一天，在这个五月二十一号这一天，可能很多人就错过了机会，那二十一号他是回补了这一个五月十八号的缺口， 但是他收的是一个阴线，在五日线上方，所以当时我的一个预期也是还有可能去触碰这一个事情，不去说没有说过的事情，所以当时这么预期的。 但是到了这个二十二号，到了二十二号之后，我的观点就变了，因为这个二十一号就是跳空缺口之后三天已经回补，当天虽然收的是阴线，但是隔天也就是五月二十二号这一天的话，他出现了修复， 一根阳线修复，那么这一个之前的一个判断我们就要去推翻了，因为这里的话已经将近六十日线了，他这里有个缺口，然后回踩的话预期可能会在六十日线，但是在这个位置他三天回补了缺口，又出现了阳线的一个确认，那么这一个他就短时间不会到六十日线之下去了， 所以这一点的话，短时间他不会再有四百之下的一个机会了。有的话只在这个五月十九号这一天，但是五月十九号这一天如果看我视频的话，应该大多数人可能不会进， 因为当时是一个预期在四百之下，没有确定性的说一定要买，这个我是有一说一，但是可能也有一部分的自己去切入了， 所以这一次的一个抄底的话，在二十线附近说的开始预测的点位是比较精准，但是发出的信号不够精准，这个是实话实说。现在我们的一个预期的话，如果操作的话，应该也就是昨天四百三十个附近去切入的， 所以这一个的话，现在缺口肯定是会回补这一些呢，并不影响后续的一个操作，会赶着四百五十的这一个节点去。然后也有个朋友讲了，他说你天天看视频之后，但是他也没有太多的感觉，其实很简单， 其实我当初学这个的时候，我也是一天不断的去看视频，看视频的时候一定要对着这一个 k 线去看，不管博主他的对还是不对，我们要在当时对照着去看，所以我叫大家去看之前的一个视频， 去验证复习之前的一个视频，实际上并不是需要去帮我去激活一些什么点击率，或者是把这个视频的一个播放率变高，并不是这样的， 而是因为你去复盘的时候，你才能够真实的去感受到我之前在讲盘前视频的时候那种感觉，因为那个时候还没有走出来我的一个预期为什么会是这样？第一次可能你不知道，第二次听也没有感觉，第三次但是你听的次数多了，养成这个习惯，慢慢的你的思维就会无限的跟我的一个思维接近， 当你的思维接近于我的思维之后，后续熟练了，然后你会产生自己的感觉，才会去演变成自己的一个思想逻辑和看盘的一个感觉，这个需要沉淀和积累。第二一个如果说你只是想去学这种技术，去规律预判市场的话，那么在这一点， 我们在消息面上我们就不要掺太多地进来，消息面我们可以用另外一个空间去讲，你看我在这里面讲的时候，这消息面有的是附带讲一下，实际上更多的是以这种技术和预期他在这个节点上他会出现这一个消息，这是我验证过无数次的。 而且有一点，如果说你认准这一个可能符合你，你觉得也有道理的话，那么你就要持续去观看每天或者是去复盘前面的一个视频，不要学的太多太杂。如果今天张三的你也学，李四的你也学，王五的你也学，但是你看了一圈下来，你不知道信谁的了，不知道哪个对的， 好像这个也有道理，那个也有道理，那么像这样混合地去学的话，在这一块对你的一个这种成长，特别是技术的一个沉淀和这个定型是非常不利的。 所以我的视频里面其实很多也有误差，包括这个特斯拉，像这一次前面两次是非常精准，但是这一次是不是他也是有偏差的？ 包括我自己在这个五月十九号这一天也是没进的，对不对？这种都很正常，包括之前的那个 a s t s 这一个，这个大家去看找谁说理去，对不对？我在这个四月二十号一百七十五美元这个位置进的，在七十三美元，这个四月二十七号七十三美元这个位置出来亏了的， 然后在这个五月五号左右我预测见底，但是因为前次一个判断失误，我不敢进，然后我到这个五月十九号才开始介入，对不对？所以在这一个波段我就没有介入，其实预判还是准了的，因为第一次的一个预判不符合预期，然后导致后面的徘徊，但是这一波但现在也还是比较舒服的。 总的来讲这种市场包括规律这一块，我们能够掌握自己看得懂的一个部分，掌握自己能够去把握的到的一部分。你想从头吃到尾有这么一个概率，但并不是每次都这样。 就像特斯拉是前面从头吃到尾，从头吃到尾，从头吃到尾吃了两次，当然是第三次就出现意外了，对不对？所以我的成本就会高一些的，我们要去允许这一些概率性的错误的发生，及时去纠正就好。 包括英特尔之前这里吃一波从头吃到尾对不对？然后这个地方还是出来了，第二波只吃这么一点，第三波现在没有去介入，所以在这一个技术的一个沉淀过程，包括市场，其实他跟我们的人性是一样 的，当你就是说能够沉淀在这个市场上，其实对于你人生的一些看法以及自身的一些修炼这一块他都是有好处的。 然后美股这一块现在长得是比较凶猛，所以在这一点呢，我们还是第一个核心的目的就是英伟达跟这个特斯拉以及之前的 smci 这些标的，如果是有其他的，大家可以去在这个评论区来讲，当然说有的时候我也不一定完完全全记得，但是多提醒几次就好了。 然后我们再来看一下那个量子科技，量子科技这一些这是昨天讲的预期上第三天的情况，他没有持续放量，有缩量了， 所以在这一块的话还是会回踩的，回踩预期在之前的一个缺口位置，如果做一些弹性标的，大家没有那个的话，没有确定性的那个想法，我在后面就不是特别跟踪了，因为它是属消息面突然起来的，而且这一块的话就是散户的一个讨论面，并不是特别多， 如果需要去切入的话，还是之前的一个观点，那么就是 q b t s 和 r g t i 这两个相对来说会要稳一点。然后一个位置的话，大概就是第二个缺口，三天如果说回补了这个五月二十二号的缺口， r g t i 和 q b t s， 如果说三天之内没有回补这个五月二十二号的缺口，那么一个介入位就在五月二十二号起涨缺口的一个附近，像 r g t i 的 话，就在这个二十二美元这个附近， 那么 q b t s 的 话就是二十六美元这个附近，如果回补了的话，那么我们就要去回到这一个五日线边缘， 最好是五日线边缘，因为五日线的话，现在目前我没法预测这两天的一个状况，五日线它会一直向上移动，如果说这一块回调的速度快与慢，它会决定这一个五日线的一个到底是直线拉升还是慢慢的走平。 所以这块大家如果是有关注这一块，或者是有希望讲这一块的话，可以在评论区去讲，到时候我会附带去讲一下，所以现在大体上就先这样了，然后谷歌也是一样，谷歌的话还要继续等，等到三百七十以下存储芯片的话， 重点我们去看一下这个闪迪，如果说闪迪今天高开的不是特别多的话，大概率是可以直接切入看美光，如果说美光继续加强 闪敌的话，即使高开的多也是单刀直入直接进，就是这种东西在这个时候没有太多的一个预期，因为市场已经给到了这个预期，资金给到了这个预期，我们在这个时候就不要去想太多，因为趋势一旦形成不会轻易改变。所以这期看到最后你只要记住一句话， ai 第二波不一定只在英伟达，真正的机会可能藏在英伟达背后的弹药库里， gpu 是 发动机，但没有 hbm、 dram、 nnd、 ssd， ai 数据中心跑不起来。 美光已经被资金重新定价，接下来真正要看的就是闪迪这种高弹性存储鼓能不能从鼓掌走成新的主线。 但别冲动，闪迪如果只是情绪拉升，冲高无量，那就是资金真的在做。 特斯拉和 space x 也一样，故事负责点火，盘面负责验真。一句话总结，美光看方向，闪迪看弹性，特斯拉和 space x 看成长股情绪。接下来别只问谁长得猛，要问谁有承接，谁能放量，谁能从故事走成趋势，记得点赞关注哦！
957钱途迷经
01:53查看AI文稿AI文稿ai 算力明明涨了一百倍，现在最大的瓶颈居然是电。现在全球 ai 产业正面临一个最致命的死局，因为达二零三零年的翻译曼平台，单机架功率将达到一 五兆瓦，相当于一千户家庭的用电量。而传统四十八伏架构根本扛不住，一兆瓦机架需要两百公斤铜母线，占满整个机架空间，连放 gpu 的 地方都没有。 就像你开了一辆一千马力的超级跑车，却用自行车的油管供油，发动机再强也跑不起来。八百伏直流架构才是 ai 算力的新破局点，因为它能从电网到芯片，重构整个电力输送体系， 彻底解决 ai 的 电力天花板。底层逻辑其实很简单， ai 的 本质就是电转算力，每多生成一个 token， 都要消耗对应的电能。电力效率直接决定了 ai 公司的盈利能力和扩张速度。 它的优势是碾压性的八百伏架构能让同用量减少百分之四十五，电力转换效率提升百分之五，单机架总拥有成本降低百分之三十。更重要的是，它是唯一能支持一兆瓦以上超级机架的技术方案。为什么很多人看不到机会？因为所有人都在盯着 gpu 和算力，完全忽略了。电力已经成为 ai 扩张的最大硬约束， 没有电，再多的芯片也只是一堆废铁。现在行业暗战已经打响，因为达二零二七年就要量产六百千瓦以上的开波尔机架，英菲灵、德州仪器这些巨头已经提前卡位，谁先拿下八百伏的标准，谁就掌握了 ai 时代的电力命脉。对于我们普通人来说，抓住这个风口有三个方向， 一、职业上优先选择碳化硅、氮化加功率器件、电源管理芯片、固态变压器这些高薪缺口岗位。第二，认知上，别再只盯着 gpu， ai 产业链的价值正在快速向电力端转移。第三，产业上重点关注三个环节，高压转换技术、宽禁带、半导体、数据中心、电力基础设施。 ai 的 战争，表面上是算力的战争，本质上是电力的战争。谁能把电高效的送到芯片里，谁就能赢得下一个十年。本期内容仅为公开市场信息与行业逻辑分享，不构成任何投资建议。市场有风险，投资需谨慎。
36资本周期论
02:35查看AI文稿AI文稿航空发动机燃烧 ai 优化与故障预测系统软件平台解决方案北京华盛恒辉航空发动机燃烧 ai 优化与故障预测系统专为航空发动机高温、高压、强碳、硫及非稳态燃烧工况打造， 针对燃烧震荡剧烈、效率偏低，尤其参混不均、热端部件老化快、故障隐蔽性强等痛点，深度融合燃烧流体力学、化学反应机理与物理智能大模型技术， 搭建及燃烧流场，推演燃烧组织智能优化、热态参数实时修正、早期故障预判与剩余寿命评估于一体的智能化仿真运维平台，突破传统燃烧试验周期长、机理求紧慢、故障事后排查的技术局限， 实现燃烧性能主动优化与故障提前预警，广泛适配涡扇、涡喷、涡轴等多类型航空动力装置应用案例。 目前也有多个航空发动机燃烧 ai 优化与故障预测系统在实际应用中收获了积极反馈，例如北京华盛恒辉科技和北京五木恒润航空发动机燃烧 ai 优化与故障预测系统。 这些成功案例为航空发动机燃烧 ai 优化与故障预测系统的广泛应用和持续创新提供了有力支撑。核心功能优化涡喷、涡扇、燃料电池等航空发动机燃烧过程，降低排放并预测故障预警， 利于多模态大模型学习燃烧数据与故障数据，自主优化燃烧参数以提升效率、减少排放。通过数据分析实现故障早期预测与诊断，降低运维成本。 总体架构物理数据层，构建航空发动机专属燃烧数据库，含盖高压燃烧式碳流燃烧、燃油雾化、油气掺混、点火熄火等基础样本，集成高低工况变、海拔变、转速变、环境温度边界试验数据， 收纳高温如变热、腐蚀、叶片积碳、管路裂纹、油路堵塞等故障特征数据。基础模型层采用物理信息神经网络架构，符合 n s 吞流方程、详细化学反应、动力学及辐射传热方程，搭建燃烧流场预测加故障持续诊断双引擎 智能优化层，以燃烧效率、出口温度均匀度、平油熄火边界排放为优化约束，智能反向修正燃油喷射角度、油气配比、冷却器流量、点火持续内置多目标智能优化散子， 抑制热生震荡，局部高温区燃油裂解积碳，实现无人工干预、全自动燃烧。组织优化仿真验证层集成团流燃烧传热升学多物理场藕合仿真模块， 精准模拟极端高温高压变固在环境下燃烧室内部流场火焰结构、温度梯度与组份分布，完成燃烧稳定性、效率、排气污染、 热端载客定量校核工程应用层二、核心技术与突破多物理场藕合燃烧智能推演燃烧组织 ai 动态优化微弱故障特征，智能提取发动机寿命退化持续预测，极端工况自适应调控。
