人形機器人投資：泡沫、技術與商業化前景
機器人領域的投資熱潮與其目前的實際商業化能力之間，存在多項顯著落差，主要體現在預期與現實、技術成熟度、以及實際落地能力等幾個方面：
1. 產能規劃與實際訂單的巨大落差
• 資本市場過度炒作： 儘管人形機器人領域吸引了大量資金投入，且中國相關公司的股價被炒得很高，但市場實際上存在「過熱」的現象。• 缺乏大規模訂單： 一份高盛研究報告指出，雖然股價上漲，但走訪的中國機器人公司中，沒有一家獲得大規模訂單。供應鏈廠商也積極擴大產能，但幾乎沒有收到實際訂單。
• 激進的產能預期： 這些公司的產能規劃極為激進，普遍設定在每年10萬台到100萬台之間。然而，高盛預測，到了2035年，全球人形機器人的出貨量可能僅為138萬台，顯示出市場對於短期內出貨量的期望與現實預測有巨大脫節。
2. 宣傳演示與實際產品能力的落差
• 技術泛化與規模化不足： 具身智能機器人尚未在「規模化」和「泛化能力」這兩個關鍵指標上實現實質性的突破和飛躍。
• 不穩定的產品性能： 產品的穩定性與成功率遠沒有達到市場宣傳的水準。例如，初創公司 1X 發布的人形機器人NEO，很快就被質疑其背後竟然是依賴人在遠程操作，並非真正具備泛化性的機器人。
• 展示具備欺騙性： 許多看起來厲害的技術演示（Demo），例如 Figure 的展示，可能需要拍攝十多次才能成功一次，這暗示了產品的實際成熟度遠低於市場觀感。目前的實際應用場景中，機器人的故障率仍然很高。
3. 核心技術能力的根本性挑戰
• 缺乏泛化能力： 機器人目前缺乏「長期動作鏈的泛化能力」。這意味著它無法直接通過語言和視覺接收人類的複雜指令（例如「去廚房拿個杯子，倒水，放回桌上」），並將其端到端地分解為一系列的動作來完成。
• 黑盒與幻覺問題： 許多具身大模型基於 Transformer 架構，而該架構本身在 AI 中存在「幻覺問題」，無法保證100%或99.9%的準確性。這種不確定性在需要高精準度且不能出錯的工業生產線上，是一個巨大的挑戰。
• 數據稀缺與結構問題： 業界普遍認為數據成本太高，且數據結構太稀缺。尤其是與人類互動高度相關的觸覺數據，現在幾乎是零，這嚴重阻礙了機器人靈巧性和泛化性的實現。
4. C 端應用的安全與隱私顧慮
• 人機互動的安全風險： 現有的雙足機器人行走往往僵硬，需要高能量維持平衡，且重量比人體重。一旦失控或跌倒，可能對人造成嚴重傷害。如果這個安全問題沒有解決，機器人難以真正進入家庭或照護（如對老人或小孩）等場景。
• 隱私與信任缺乏： 機器人若要進入家庭，必須有足夠的數據來界定它與人共處的「安全邊界」。例如，如果像 1X 的 NEO 一樣需要遠程人為監管操作（類似於一個人透過攝像頭實時盯著使用者），會引起嚴重的家庭隱私和信任問題，特別是美國市場。
儘管投資界和媒體對於人形機器人抱有極高熱情，但業界仍在 BERT 時期，處於等待技術湧現（類似於 GPT-3 時刻），並試圖解決數據獲取、模型準確性和產品安全等「髒活累活」的階段。
Netflix 與派拉蒙競逐收購華納兄弟，好萊塢的洗牌時刻？
在美國時間12月5日，Netflix 宣布將以 827 億美元的天價收購華納兄弟探索集團（WBD）的部分資產，震撼了好萊塢。這項消息之所以引人注目，一方面是因為 Netflix 向來不積極參與大型收購案，卻在此次競標中異軍突起；另一方面，也引發了流媒體公司收購傳統媒體巨擘，究竟是拯救還是毀滅的疑問。
然而，情勢在週末後急轉直下，派拉蒙影業於 12 月 8 日對華納兄弟提出敵意收購，開價高達 1080 億美元，且願意承接 Netflix 不感興趣的電視網絡部門。派拉蒙在此之前已積極參與競標，外界普遍認為其勝算最高。
此次收購的結構相當特殊，Netflix 並非收購整個華納兄弟探索集團，而是僅收購華納電影和電視工作室、HBO 和 Max 的內容庫、DC 漫畫以及華納遊戲部門，傳統電視台如 CNN、TNT、TBS 等則被拆分至另一家新公司。此舉對 Netflix 而言，能避開有線電視等不良資產，更具吸引力。
Netflix 作為一家流媒體公司，主要職責是內容分發，而非內容製作。傳統電視業務對 Netflix 而言價值不高，且新聞業務可能帶來不確定因素和政治風險。
另一方面，這場收購戰可謂 Netflix 與好萊塢傳統製片廠之間的競爭。康卡斯特（旗下有 NBC 環球集團）和派拉蒙影業（正被 Skydance Media 收購）都是好萊塢的巨頭，與華納兄弟相似，擁有電影製片和新聞業務。Netflix 的加入打破了這種好萊塢內部的合併之爭。
Netflix 向來不熱衷於收購，此次出手令人意外，也引發了其業務邏輯是否正在轉變的猜測。近年來，Netflix 做出了一些與先前承諾相悖的改變，如推出含廣告的低價訂閱方案、嘗試體育內容、打擊帳號共享等，顯示其面臨用戶增長放緩的瓶頸。透過收購傳統媒體，Netflix 或許是想突破天花板。
然而，這項收購案可能面臨監管部門的反壟斷審查，因為 Netflix 和 HBO Max 合併後可能在流媒體市場佔據過高的市佔率。此外，這項收購案也可能對好萊塢產業造成衝擊，Netflix 可能利用其市場支配地位壓低編劇、演員的薪酬，進而影響勞工權益。
另一項隱憂是 Netflix 對院線電影的態度。Netflix 過去對院線電影的上映時間非常短，此次收購可能導致華納兄弟的院線電影不再受到承諾，甚至線上線下同步上映，損害電影院和幕後製作群體的權益。
Netflix 收購華納兄弟的一大誘因是擴充 IP 庫。華納旗下有《哈利波特》、DC 宇宙、《指環王》等經典 IP，HBO 則有《慾望城市》、《權力遊戲》、《繼承之戰》等熱門劇集。Netflix 將如何運用這些 IP，備受關注。
此次收購對 HBO Max 也有重大影響。Netflix 或許會將 HBO Max 作為增值套餐或專屬頻道，置於 Netflix 平台上，如同傳統電視的付費頻道模式。
總體而言，流媒體產業正經歷瓶頸期，面臨來自 UGC 內容和短視頻平台的競爭。Netflix 收購華納兄弟，或許是為了在重塑媒體格局的過程中佔據一席之地。
派拉蒙影業也曾積極參與競標，但最終未能成功。派拉蒙亟需透過收購擴大規模，以與其他媒體巨頭競爭。然而，派拉蒙過於依賴政治優勢，且 David Ellison 缺乏領導大型媒體公司的經驗，可能都是其失利的原因。
值得一提的是，華納兄弟探索集團 CEO David Zaslav 在此次收購案中可能成為最大贏家，不僅有機會保住職位，還能獲得巨額資金。
迪士尼是另一家受到此次收購案威脅的傳媒巨頭。Netflix 和華納兄弟合併後，將對迪士尼在流媒體和院線領域產生威脅。
總結來說，Netflix 收購華納兄弟是一場複雜的交易，牽涉多方利益，對好萊塢的未來格局可能產生深遠影響。監管審查、IP 運用、院線電影的命運、勞工權益等問題，都值得持續關注。
速度為何重要？
在我的職業生涯中，我觀察到一個不變的現像是，人們低估了快速行動的必要性。
你的專案耗時久並非優點，而是缺點。
快速行動並不代表你能迅速完成專案。項目包含許多部分，要把所有環節都做好可能需要很長時間。
但是，你還是應該盡快行動，原因有很多：
（1）一個常見的錯誤是花太多時間在專案無關緊要的部分，等你做完才發現沒人需要那個部分，就為時已晚了。
（2）人從錯誤中學習。犯錯越快，學習越快。
（3）你的成果會隨著時間而貶值，變得不再那麼重要。到時候，你再想重做跟上時代，已經不可能了。 這就像大學裡那位二十年前花了七年時間準備講義的教授，他不可能把講義丟掉重寫，因為那又是一個需要七年時間的新計畫。所以他會繼續使用這些陳舊的講義，直到退休。
別這麼慢，快點！
矽谷頂級投資人論科技巨頭與資本新秩序
Freda 身為 Altimeter Capital 的合夥人，從她這個一線矽谷投資人的角度，為大家深度剖析了美國科技巨頭的投資邏輯、資本新秩序，以及她們眼中的創始人特質和泡沫議題。
Freda身為Altimeter Capital的合夥人，從她這個一線矽谷投資人的角度，為大家深度剖析了美國科技巨頭的投資邏輯、資本新秩序，以及她們眼中的創始人特質和泡沫議題。
明星公司與巨額投入的算盤
Freda對明星公司，特別是AI巨頭OpenAI和Anthropic的巨額投入，是有一筆清晰的算盤的。
大型模型公司的本質——「負向滾雪球」
大型語言模型這個商業模式本質上是個**「負向滾雪球」**。這聽起來很暴力也很簡單：成本大頭就是用顯卡（GPU），包括訓練（training）和推理（inference）。
如果說你前一年的訓練成本是「一」，第二年能用這項技術賺回兩倍的收入（「加二」），但同時你又必須投入十倍的成本去訓練新一代模型（「減十」），這就變成了一個現金流為負的狀況（負八）。每年都會比上一年燒掉更多的現金。
那麼，現金流什麼時候能轉正呢？邏輯上只有兩種可能：
- 第二年的收入不再只是前一年訓練成本的兩倍，而是能賺回更大的數字。
- 公司不再投入去燒十倍大的新模型（可能達到物理限制，或是因為擴大模型的投資回報率降低）。
如果燒錢停止，公司的利潤表會變得非常好看，因為利潤就是「加二」但不「減十」了。
OpenAI的商業模式與競爭
Freda的公司很早就押注OpenAI，因為他們看出OpenAI是個產品公司，而不僅僅是模型公司。OpenAI的收入結構主要有四條線：佔比超過70%的ChatGPT（包括企業版GPT）、API、Agent，以及一些新產品。她認為市場低估了OpenAI的企業端市場，因為美國企業市場巨大，且企業端用戶已有數百萬。
Robinhood：爛牌與逆襲
Robinhood的商業模式本質上很差，因為證券交易有非常強的週期性，算是一手爛牌。但Altimeter之所以重倉這支票，是看中他們做了幾件事情來改變命運：
- 多元化業務： 積極發展超過11條業務線，包括銀行、預測市場、財富管理和國際市場。
- 成本控制： 從2022年開始，其運營成本一直是零增長。
- 搶佔份額： 通過搶佔市場份額來平滑市場的強週期性。
- 新世代賬戶： Robinhood用戶平均年齡約34歲，這代表著美國新一代年輕人的賬戶，隨著他們進入財富累積高峰期，公司資產也會自然增長。
美國資本的新秩序與創始人光譜
美股三大主線
今日美股有三條非常清晰的主線：
- AI： 包含晶片和算力。
- 再工業化（reindustrialization）： 包括稀土、美國本土製造業回歸、數據中心等。
- 金融產業的數位化（digitization of finance）： 涉及穩定幣法案（如Genius Act）和由Agent Commerce帶來的代幣化應用。
「下重注」的投資哲學
矽谷投資界正在發生一個明顯變化：集中倉位，下重注。Freda認為，如果你想產生超額收益，幾乎只能依靠重倉和集中倉位來實現。只有當你做了足夠多的研究，敢於把雞蛋放在一個籃子裡時，風險反而會比「半懂不懂、亂投」要低得多。她提到，世界上好的公司真的不多，把幾十支最好的公司研究透就足夠了。
資本眼中的四種創始人
不同的基金對於創始人有不同的「審美」和偏好。
- 壞小孩/反叛者 (Bad Kids/Rebels): 矽谷的資本通常喜歡這種敢於打破常規、有衝勁、非常激進的創業者。Robinhood的創始人Vlad就被視為一個「壞小孩」。這種類型的創業者通常比較有爆發力。
- 刺蝟型 (Hedgehog): 這種創始人像巴菲特，一生只專注於做一件自己最有熱情的事情。
- 哪吒型 (Nezha): 這類創始人通常有巨大的心理創傷，抱持著「我命由我不由天」的心態，想要證明全世界都錯了，死也不會賣公司套現。
關於泡沫的討論
對於AI是否處於泡沫中的問題，Freda認為這太過主觀，但可以從兩個層面來思考。
- 我們現在是否處於「泡沫破裂」中？ 答案是肯定不是。這一輪AI應用的落地速度非常快，ChatGPT出現不到三年，普及程度已相當於網際網路發展十年的成果。AI已經產生了數百億美元的收入，且大公司對AI的投入回報比（ROIC）都在提升。
- AI之後會不會形成泡沫？ 這取決於兩點：模型是否持續進步、以及AI收入是否持續增加。目前來看，訓練仍未撞牆，且最大的AI收入大頭來自OpenAI和Anthropic，只要這些指標向好，泡沫就不會立即出現。
Freda預測，至少在未來三年內，她看不到泡沫的影子。而且，當大家都還在討論泡沫的時候，泡沫肯定還沒有到來。歷史上每次技術革命都伴隨著泡沫，幾乎毫無例外。
世界上第一個 App Store：Soft Vendor Takeru
1986年，日本軟體市場蓬勃發展，但實體分銷導致缺貨問題嚴重。Brother Industries（兄弟工業）推出全球首個「應用程式商店」系統——Soft Vendor Takeru，這是一種自動販賣機式終端機，透過電話線從伺服器下載軟體到空白軟碟，並內建印表機列印說明書。
主要特點：
- 使用者投入空白軟碟與費用，透過螢幕選擇軟體，下載後寫入軟碟即完成購買。
- 支援獨立開發者直接上架遊戲，Brother抽成30%，開發者拿70%。
- 為了加速，熱門軟體可快取在機器硬碟，或夜間預傳更新。
- 下載速度僅1.2 KB/s，大型遊戲需等20分鐘。
運營成果：
- 全日本安裝超過300台機器。
- 服務持續11年，至1997年結束（當時已開始獲利，但仍決定關閉）。
- 這項創新得益於1985年日本電信私有化，以及Brother的資料壓縮技術經驗。
創辦人Yuichi Yasutomo原本希望擴大成百億日圓事業，但當時遊戲產業規模有限。他後來轉戰其他領域，讓Brother在另一市場成為市值數億美元的領導者。
這套系統比Apple App Store早22年，被視為現代應用商店的先驅，解決了軟體分銷痛點，並開啟了數位下載與平台抽成的商業模式。
一位退休的航空公司飛行員的執迷不悟
Brian Keene 曾是一名航空公司飛行員，也是一位退休的航空業高階主管，他對飛機場著迷，退休後，他創辦了AV Pro Designs公司，專門製作著名機場的立體模型。 （他們把模型賣給博物館、機構以及“立體模型愛好者群體”。）
在設計1:1400比例的模型時，Keene 借鑒了他作為飛行員的親身經歷和歷史照片，重現了機場在特定時期的風貌。該公司還完成了希思羅機場和紐瓦克機場的建設；香港啟德機場和法國戴高樂機場的建設正在進行中。
