Gavin Baker - Nvidia v. Google, Scaling Laws, and the Economics of AI - [Invest Like the Best, EP.451]

好的，这是根据您提供的规则和原文，对播客文字稿进行的分析。

本期速览

Gavin Baker（Atreides Management CIO）在播客中深入探讨了AI芯片竞争、规模定律与AI经济学的演变。核心判断：Google凭借TPU曾是“最低成本token生产者”，但随着Blackwell芯片的部署，这一优势将转移，从而改变整个AI生态的战略格局。

主题小节

1. 规模定律未破，但“推理”填补了硬件空窗期

Gavin Baker认为，预训练规模定律（Scaling Laws）依然有效，但2024-2025年的AI进步并非来自预训练，而是来自两个新的规模定律：基于验证奖励的强化学习（RLVR）和测试时计算（Test Time Compute）。

• 历史脉络：Gemini 3的发布是自Hopper芯片以来对预训练规模定律的首次重要验证，结果“明确无误地”表明该定律依然成立。然而，在Hopper集群达到20万张GPU的规模上限后，业界必须等待下一代芯片（Blackwell）才能继续推进预训练。Baker将这一过程类比为古埃及人精确测量太阳轨迹却不懂轨道力学。
• 机制拆解：如果没有“推理”（Reasoning）模型的出现，从2024年中到Gemini 3发布之间将没有任何AI进步。正是RLVR和测试时计算这两个新定律，让AI在硬件升级的“空窗期”内实现了从8%到95%的ARC AGI评分飞跃。
• 数据链：ARC AGI评分在四年内从0%提升至8%，随后在三个月内（首个推理模型发布后）飙升至95%。
• 推演：这三个规模定律是“乘数效应”的。一旦Blackwell模型（基于更好的基础模型）开始应用RLVR和测试时计算，其能力将远超当前水平。

2. Google的“低成本”优势即将易主，战略格局生变

Baker指出，Google凭借其TPU曾是“最低成本的token生产者”，并通过低价策略“吸走AI生态的经济氧气”。但Blackwell芯片的部署将终结这一局面，迫使Google重新评估其战略。

• 机制拆解：Baker认为，AI是科技史上第一个“低成本生产者”能获得显著优势的领域（不同于苹果、微软、英伟达）。Google利用这一优势，以负30%的利润率运行AI业务，旨在扼杀竞争对手的融资能力。
• 数据链：Blackwell的机架重量从Hopper的约1000磅增至3000磅，功耗从约30千瓦（30个美国家庭）增至130千瓦（130个美国家庭）。其复杂性导致部署延迟，而Google在此期间使用性能相当于“F-4 Phantom”的TPU V6/V7进行训练，而Blackwell则相当于“F-35”。
• 竞争格局：Baker认为，一旦Blackwell模型（预计2026年初由xAI率先推出）投入训练和推理，其成本优势将超过TPU。届时，Google若继续执行低价策略，将对其自身利润产生实质性影响。此外，Google与Broadcom的合作模式（Broadcom收取50-55%的毛利率）也构成成本劣势，促使Google引入联发科（MediaTek）作为制衡。
• 推演：Baker判断，Blackwell的部署将改变所有玩家的战略计算。xAI因其最快的建设速度将率先受益，而OpenAI因支付计算中间费用而成为“高成本token生产者”，面临“红色警报”。

3. AI的“实用性”拐点：从智能到有用，再到科学突破

Baker认为，AI的发展正从追求“更智能”转向追求“更有用”，而“有用性”的核心在于可靠性和长上下文窗口。

• 机制拆解：Baker将AI的价值曲线分为三个阶段：智能（Intelligence）→ 有用性（Usefulness）→ 科学突破（Scientific Breakthrough）。当前，对于非专家用户，顶级模型间的智能差异已难以察觉，因此下一阶段的关键是让AI能可靠地完成复杂任务。
• 数据与案例：Baker以Gemini 3成功为他预订餐厅为例，说明AI已具备执行“行动”的能力。他进一步指出，AI可以自动化任何“可验证”的任务，例如销售（是否成交）、客户支持（是否升级投诉）、会计（账目是否平衡）。这背后是RLVR的机制。
• 推演：Baker预测，到2026年底，AI将能很好地完成“销售”和“客户支持”这两项企业核心职能。更长远看，长上下文窗口（如容纳公司所有Slack消息和邮件）是解决AI当前局限性的关键。他同时提出了一个“熊市”情景：如果边缘AI（Edge AI，如在手机上运行精简模型）以30-60 tokens/秒的速度提供“足够好”的115 IQ水平，将削弱对云端大模型的需求。

4. 投资视角：SaaS公司的“致命错误”与AI的“铁律”

Baker严厉批评了SaaS公司试图维持高毛利率而拒绝拥抱低毛利率AI业务的做法，认为这是重蹈实体零售商忽视电商的覆辙。

• 历史类比：Baker将SaaS公司对AI的犹豫比作实体零售商对电商的忽视。后者认为电商是低毛利生意，结果被亚马逊超越。如今亚马逊的北美零售业务利润率已超过许多传统零售商。
• 机制拆解：AI的本质是“每次都要重新计算答案”，因此其天然毛利率较低（约40%）。但AI公司因员工极少，能更早产生现金流。Baker认为，SaaS公司拥有现金牛业务和客户数据，是开展AI代理（Agent）业务的天然优势方。它们应该以10-20%的毛利率提供AI代理服务，利用自身数据优势，而不是让其他AI代理通过API接入并最终取代自己。
• 推演：Baker认为，除了微软，几乎所有应用层SaaS公司都在犯这个“生死攸关”的错误。他呼吁出现一种新型的“建设性”投资者，去推动这些公司改变策略。

提及的标的

标的	嘉宾态度	关键数据
Nvidia	看好	Blackwell机架重3000磅，功耗130千瓦；GB300是“伟大芯片”，可无缝替换GB200；Rubin将扩大与ASIC的差距。
Google	中性偏风险提示	TPU曾是“最低成本token生产者”；TPU V6/V7性能相当于“F-4 Phantom”；与Broadcom合作导致50-55%的毛利率成本。
xAI	看好	将率先推出Blackwell模型；在OpenRouter上处理1.35万亿token，领先于Google（8-9千亿）和Anthropic（7千亿）；与SpaceX、Tesla“融合”。
OpenAI	风险提示	是“高成本token生产者”；面临“红色警报”（Code Red）和1.4万亿美元的支出承诺；其Stargate项目旨在解决成本问题。
Anthropic	看好	烧钱速度远低于OpenAI，增长更快；与Google和Amazon的关系使其受益于TPU和Tranium；近期与Nvidia签署50亿美元协议，显示其战略灵活性。
Meta	风险提示	未能打造出前沿模型；Zuckerberg年初“高度自信”的预测被证明“错得不能再错”；依赖中国开源模型“自救”。
C.H. Robinson	看好	因AI驱动的生产力提升，股价上涨约20%；AI使其报价时间从15-45分钟缩短至数秒，报价率从60%提升至100%。
SpaceX	看好	其Starship是经济地将数据中心送入太空的唯一工具；Starlink的“Direct to Cell”能力是关键。
Broadcom	中性	在Google TPU项目中收取50-55%的毛利率；其SerDes技术价值约100-150亿美元/年，但并非不可替代。
Tesla	看好	Optimus机器人将与xAI的智能模块和Tesla Vision结合；Tesla是xAI的“内置客户”。
Microsoft	看好	是唯一正确执行AI代理策略的SaaS公司；通过GitHub分发Copilot，已成为一项巨大业务。
Intel	中性	新任CEO Leap Boo正在受益于前任Patrick Gelsinger的战略；其空置的晶圆厂最终将被填满。

值得记住的判断

1. “AI可以自动化任何可以被验证的事情。” —— Gavin Baker。支撑：这是RLVR（基于验证奖励的强化学习）的核心，它将“是否成交”、“账目是否平衡”等可验证结果转化为AI的训练信号，使AI能像AlphaGo一样通过“赢或输”来学习。

2. “SaaS公司正在犯与实体零售商忽视电商一模一样的错误。” —— Gavin Baker。支撑：SaaS公司因贪恋70-90%的毛利率，拒绝接受AI业务40%的毛利率，这给了AI原生公司机会。Baker认为，SaaS公司应利用其现金牛业务和客户数据，以10-20%的毛利率提供AI代理服务，否则将被取代。

3. “Google的TPU成本优势是暂时的，Blackwell将改变一切。” —— Gavin Baker。支撑：Google曾是“最低成本token生产者”，并以此战略“吸走AI生态的经济氧气”。但随着Blackwell部署，其成本优势将转移至Nvidia生态，迫使Google重新评估其激进定价策略。

4. “推理模型（Reasoning）拯救了AI，它填补了从Hopper到Blackwell的18个月硬件空窗期。” —— Gavin Baker。支撑：如果没有RLVR和测试时计算这两个新规模定律，AI在2024年中至2025年底将毫无进步，这对市场将是灾难性的。

5. “数据中心在太空，从第一性原理看，在每一个方面都优于地球上的数据中心。” —— Gavin Baker。支撑：太空中有24小时不间断且强度高30%的太阳能（无需电池），冷却近乎免费（利用太空的绝对零度），且卫星间可用激光在真空中通信（比光纤更快）。

6. “AI是第一个‘低成本生产者’能获得显著优势的科技领域。” —— Gavin Baker。支撑：苹果、微软、英伟达的成功并非因为低成本，但AI的token生产具有商品属性，使得成本成为关键竞争要素。

7. “Blackwell芯片具有地缘政治杠杆作用，它将拉大美国前沿实验室与中国开源模型之间的差距。” —— Gavin Baker。支撑：中国限制使用Blackwell，而DeepSeek在其技术论文中已承认“计算力不足”是其与美国实验室竞争的主要障碍。Baker认为中国在稀土上的策略是“一个可怕的错误”。

8. “无论AI需要什么，它都能得到。” —— Gavin Baker。支撑：Baker观察到，每当AI发展遇到瓶颈（如电力），社会舆论和解决方案就会迅速转向（如核能态度转变、太空数据中心构想出现），仿佛有一股力量在推动AI持续前进。