NVIDIA 发了 SANA-WM：2.6B 参数、Apache 2.0、单张 RTX 5090 上 34 秒生成 60 秒 720p 视频。

weights 挂 HuggingFace。

值得拆的是它干的不是 text-to-video。Sora、Veo 那条是"文字到视频"，SANA-WM 是"一张图加相机轨迹生成沿轨迹的 60 秒视频"

——市场在游戏过场、VFX pre-viz、机器人仿真、AR/VR 场景生成这边，跟 Sora 不正面竞争。

参照系是 2022 年 Stable Diffusion 撕开 DALL-E 2 闭源叙事。weights 开放 + 单卡可跑这两件事合在一起，就是开源生态起飞的引信。

2.6B，34 秒，Apache 2.0。world model 这条分支的 Stable Diffusion 时刻被推开。

1907年10月，纽约。

一家叫"尼克博克信托"的银行倒闭。 几天内，挤兑潮蔓延到整个曼哈顿。

人们排队从银行取现金。 华尔街每一家信托公司的门口都排着队。 道琼斯指数一周跌了10%。

美国当时没有中央银行。 没有"最后贷款人"。

总统罗斯福在路易斯安那州打猎。 财政部一头雾水。

只有一个人能止住这件事。

他叫约翰·皮尔庞特·摩根。 70岁。 重感冒。 刚刚从一场宗教大会回来。
他不是总统。 他不是部长。
他是一个银行家。

他坐火车回到纽约。
他把全华尔街最重要的几个银行家叫到自己家的图书馆。
那个图书馆在37街。 里面有几十万本书。 也有几张沙发。
和一扇大门。

10月23日晚上，他把门锁了。
银行家们在图书馆里。 他在隔壁打牌。

他派人传话："我需要每一家银行出钱，共同组建救助基金。"
银行家们讨价还价。 有的说出500万。 有的说一分也不出。 有的说要先看其他人愿意出多少。
凌晨四点，他从牌桌走过来。
他拿着一张纸。
那张纸上写着每家银行应该出的数字。
他把纸放在桌上，把钢笔放在每个人面前。
他说："先生们。"
他说："在你们签字之前，谁都不能离开这个房间。"
他走出去，继续打牌。
天亮的时候，他们都签了。

挤兑停止。
市场稳定下来。 道指几天后开始反弹。

罗斯福从打猎现场赶回华盛顿。 他在国会演讲时说： "这次危机被一位私人银行家个人的信用挽救了。"
但他也补充了一句：
"一个国家的金融体系， 不能依赖一个人的健康。"
这句话变成了一颗种子。

六年后，1913年，美联储正式成立。
美国终于有了中央银行。

摩根那时已经去世了几个月。
他从来没想到—— 他做的事， 直接催生了一个让"以后再也不需要他"的机构。

晚年，有人问他：你一辈子做生意，最重要的事是什么？
他没有谈钱。 他没有谈机会。 他没有谈风险。
他说了两个字：
"信用。"

提问的人说："您是说，您客户的信用？"
摩根说：
"不。
我说的是—— 信用是世界上最难造的东西。

一座银行， 有钱， 有人， 有楼， 没有信用， 人不会把钱放进来。

一个国家也是。
它发的钞票， 靠的不是金子。
靠的是—— 没有人怀疑它会还。"

Peter Steinberger 晒出过去 30 天 OpenAI 账单：

$1,305,088.81，6030 亿 token，760 万次请求，背后是 3 个人调度的 100 个 Codex agent。

真正值得拆的不是 130 万这个金额，是 3 人对 100 agent 这个比例——1 个工程师同时调度 33 个并发 agent。这是传统软件团队里不存在的协作密度。

参照系是 Anthropic 上个月把 Agent SDK 订阅额度按美元封顶，把高频自动化踢去 API 按量付费。Steinberger 这张账单，就是那条路在 100-agent 量级跑起来真实的月成本读数。

130 万，3 个人，100 个 agent。两家 LLM 公司对 agent 经济学完全相反的押注，账单维度的第一次公开实测。

🛠️ Redis 之父 antirez 写了个新东西，叫 DS4，主体是一段纯 C。

一上线就冲到本周新开源仓库榜 一，8,056 颗星起步还在加。

它要解决的事很硬核：把 DeepSeek V4 Flash 这种几百 B 参数的模型，塞进一台 MacBook 本地跑。

2-bit 量化 — 128GB 内存的 MacBook 就能跑满血版 V4 Flash

磁盘 KV cache — session 状态写盘，重启上下文不丢

1M token 上下文 — 跟云端版本对齐
OpenAI 兼容 API — 起个 ds4-server，任何 OpenAI/Anthropic 客户端改一个环境变量就能切到本地
三套预置模板 — Claude Code、OpenCode、Pi 开箱即用
简单说：你原来用 Claude Code 调云端 API，现在改个 base URL 指向 localhost，背后就是 antirez 手写 C 的本地推理引擎在跑。
适合：

有 128G MacBook、想本地跑大模型不付 API 费的

隐私敏感场景、代码不能出本机的
想看 antirez 怎么用 C 写 Metal/CUDA kernel 的（这本身就是教科书）
🔗 http://github.com/antirez/ds4

乐道 L80 上市，整车 24.28 万起，BaaS 后 15.68 万起，85 kWh 电池月租 899 元。

这台车真正值得看的，不是又来了一台大五座 SUV。

而是它把纯电大五座 SUV 的价格锚，打进了 15 万级。

这个细分市场很特殊：

李斌说，大五座 SUV 纯电渗透率只有 6.4%。

不是需求小。

是过去价格、续航、补能和家用信任没同时跑通。

乐道 L80 的打法很直接：

BaaS 降门槛。

大空间打家庭。

换电解决长途焦虑。

蔚来主品牌服务高端，乐道打主流家庭市场，但换电网络共享。

所以 L80 不只是在卖车。

它是在帮蔚来把换电网络变成更高利用率的基础设施。

6.4% 的渗透率，15.68 万的价格锚。

中间就是大五座家用 SUV 电动化的机会。

马斯克诉 OpenAI 案，最后审到的不是技术，而是信任。

马斯克律师追问 Altman：

你过去说自己没有 OpenAI 股权，是否真实？

Altman 的解释是，他通过 Y Combinator 基金间接持有权益，属于被动投资。

但问题已经不只在这一句话。

真正的问题是：

OpenAI 这样的 AI 公司，外界能看到的太少。

它们是私有公司。

它们掌握前沿模型。

它们说自己服务公共利益。

它们同时也在追逐巨额商业化。

所以外界最后只能问：

我们到底该信谁？

信 Altman？信奥特曼？

信马斯克？

信董事会？

信公司使命？

AI 行业越接近基础设施，信任问题就越不再是公关问题。

它会变成治理问题。

说一件AI圈反常识的事：

本地跑大模型省钱这个叙事，今天被一篇 williamangel的实测稿正面翻车了。

测试机是 14 寸 M5 Max + 64GB 内存，零售价 $4,299。Gemma 4 31B 本地推理速度 10-40 token/s，按 $0.18-$0.20/kWh 的家庭电价摊算，每百万 token 综合成本落在 $0.40-$4.79 这个区间。看起来不错——本地、私密、零订阅费。

但 OpenRouter 同一个模型 $0.38-$0.50/百万 token，部分供应商吞吐 60-70 token/s。云端比本地便宜，速度还快两倍。

问题在哪："本地跑模型省钱"这个故事里最大的认知错位是——它默认那台 $4,299 的机器是免费的。机器本身就是成本，电也是成本，时间也是成本：折旧、闲置、机房噪音、笔记本插电时长、Mac mini 不开机就跑不了任务。

为什么这个故事流行：一是订阅疲劳，大家受够了月费叠加，本地跑像是"一次性买断算力"；二是隐私和离线作为真实需求，被错位地包装成了"省钱"卖点；三是 Apple Silicon 的 unified memory + MPS 硬件叙事确实漂亮，但漂亮不等于划算。

本地推理赢的是隐私、离线、可控、不被 rate limit 卡脖子。它输的恰恰是按账算。

这台 M5 Max 不是私有 AI 数据中心，它是一台贵价开发机，碰巧也能跑模型。

参照系是当年的自建挖矿机。技术上完全可行，但电费和折旧很快把账面利润吃光，最后真赚钱的不是矿工，是矿池和云算力。LLM 这一轮，OpenRouter 们就是新的矿池。