矽光子產業鏈

 矽光子（Silicon Photonics）將傳統「電子訊號」傳輸轉為「光訊號」傳輸，核心目標是突破AI與高效能運算（HPC）資料中心在傳輸頻寬、功耗與散熱上的瓶頸。

整理矽光子產業鏈的架構與四大關鍵要素如下：

一、 產業鏈架構（上、中、下游分工）

台灣與中國大陸在 PCB 鑽針（PCB Drill Bits）產業的布局與競爭

 針對台灣與中國大陸在 PCB 鑽針（PCB Drill Bits）產業的布局與競爭優勢，綜合市場規模、代表廠商、核心技術與策略差異比較如下：

比較項目	台灣 PCB 鑽針產業	中國大陸 PCB 鑽針產業
主要代表廠商	尖點科技（Topoint，全球第四） 凱崴（KAIWAI，側重鑽針與鑽孔代工）	鼎泰高科（全球市占第一，約29%） 中鎢高新/金洲精工（全球第二，約21%） 新銳股份（慧聯）、民爆光電（廈芝精密）、歐科億（永鑫）、沃爾德等
市場策略與定位	高階技術導向與服務化 主打高階 AI PCB、載板（IC Substrate）微鑽與鍍膜鑽針，配合「鑽針+代鑽服務」捆綁策略。	規模化生產與國產替代 以龐大的月產能（鼎泰高科、金洲精工動輒數千萬至億支/月）發揮成本與規模效益，積極進行上游設備與材料的國產化。
AI 伺服器/高階布局	聚焦於高縱橫比、深通孔、背鑽技術及高單價鑽針與鍍膜技術（如 C-Coat / DLC 金剛石塗層），深入蘋果、台系 ABF 載板及 NV/AMD 供應鏈。	快速搶進 AI 背板與高多層板市場（如勝宏科技供應鏈），並進行巨額資本支出快速擴充 AI 專用超長徑微鑽與塗層產能。
海外與產能布局	因應台商 PCB 供應鏈移轉，重點布局**東南亞（如泰國廠）**及台灣本土基地。	打造華南/華東龐大製造基地，並陸續設立東南亞（如泰國基地）以規避地緣政治風險與服務海外客戶。
上游關鍵原料依存度	高階產品（超細晶粒鎢鋼棒材）主要依賴**日本（如住友）**及歐洲進口，材料研發配合高階客戶規範。	基礎材料已實現國產化，但 ≤0.2mm 微鑽及高倍徑所需的高階鎢鋼棒材仍有約 30% 依賴日本進口。

從「移動工具」到「具身智慧」的跨越

從「移動工具」到「具身智慧」的跨越 過去汽車僅被視為載具，但在人工智慧驅動下，車輛正轉變為「具身智慧（Embodied AI）」的載體。未來車企與機器人企業之間的界線將日益模糊，具備強大 AI 垂直整合能力的車企將擁有顯著競爭優勢。

 

全球首套新型鈉離子電池亮相綜改區

北京新浪網 (2021-07-04 06:12)

本報訊（記者 何寶國）7月3日消息，全球首套1MWh鈉離子電池儲能系統在山西綜改示範區投入運行。與充電設施、光伏等結合后，該系統可形成微網系統，與公共電網實現智能互動。

1MWh鈉離子電池儲能系統由華陽新材料科技集團有限公司與北京中科海納科技有限責任公司打造，長9米、寬3米、高2.45米，可儲存1000度電，同時為十幾輛電動汽車充電。該系統核心為鈉離子電池，利用成本低廉的無煙煤作為前驅體，採用中科院全球首創的碳基負極材料生產技術和正極廉價原料加工工藝生產。基於這一系統，華陽集團一期建設年產2000噸鈉離子電池正極和2000噸負極材料生產線項目，打造全國最大的鈉離子電池正負極材料生產基地，建設全國最大的鈉離子電池生產基地。

人們為何會在不認同的情況下依然選擇順從與答應

這篇文章是《[Defy: The Power of No in a World That Demands Yes]第一部分的讀書筆記整理，主要探討人們為何會在不認同的情況下依然選擇順從與答應。 

資訊對齊這個概念套在討論的「地基主」問題

「資訊對齊（information alignment）」這個概念套在我們現在討論的「地基主」問題上非常貼切。 甚至可以說，前面我們討論的「跨文化翻譯」其實可以用「資訊對齊」來重新描述。 ### 核心差別 原住民族社會裡的原始概念可能是一整組資訊： > **土地 × 先住者 × 祖靈 × 禁忌 × 聚落記憶 × 人與土地的關係** 外來者不可能把這整組資訊完整搬進自己的語言與宗教分類。 於是只能尋找一個**資訊量足夠接近的漢語概念**： > 「地主」 > 「土地神」 > 「祖靈」 > 「地基主」 這其實就是一種： **高維度文化資訊 → 低維度語詞壓縮** 而且壓縮過程必然會**遺失資訊**。 --- ### 可以把它形式化一點 假設原本的文化概念是： **Cₐ = {土地、祖先、先住者、靈、社群、禁忌、權利、保護……}** 漢語沒有一個完全等價的單一詞，因此翻譯者找到： **Cₕ ≈「地基主」** 兩者不是： **Cₐ = Cₕ** 而是： **Cₐ ≈ Cₕ** 甚至可能只是： **Cₐ ∩ Cₕ** 也就是只有部分語義重疊。 但一旦「地基主」這個詞固定下來，後來的人就可能把它當成原本就存在的**客觀神格**。 於是發生第二次轉換： > **原始文化概念** > → **跨文化翻譯** > → **漢語名稱** > → **後世把漢語名稱重新當成原始概念** 這就是很典型的**語義漂移（semantic drift）**。 --- ## 而且「資訊對齊」還能解釋為什麼會出現「地基主」 因為「地基主」這個詞其實是一個非常高效率的**資訊壓縮**。 「地基」告訴你： > 空間範圍在哪裡。 「主」告訴你： > 誰具有主體性／主人地位。 兩個字組合起來： > **「這個地基的主人。」** 對漢人來說，立刻就能理解。 但是它可能把原來更複雜的： > **「這塊土地與以前住在這裡的人／祖靈／社群的關係」** 壓縮掉了。 所以「地基主」可能不是**翻譯正確**，而是： > **翻譯者認為「最能讓自己的文化理解」的詞。** 這兩者差很多。 --- # 更有意思的是：這可以解釋「阿立祖」 我們前面一直在爭： > 阿立祖是不是地基主？ 用資訊對齊的模型，其實答案可能是： > **不需要是。** 可能是： **原住民族 A 的概念** → 外來者理解成 **阿立祖** → 漢人再理解成 **地基主** 所以： > A ≠ 阿立祖 ≠ 地基主 但三者可能描述了**高度重疊的文化現象**。 這就像今天翻譯： > 「soul」 > 「spirit」 > 「靈魂」 > 「魂」 > 「祖靈」 它們可以互譯，但**絕對不是完全相同的概念**。 --- ## 甚至可以把整個台灣漢化過程看成「多次資訊對齊」 可能存在： **第一階段** 南島語族地方概念 ↓ 荷蘭／西班牙人的理解 **第二階段** 南島語族地方概念 ↓ 漢人理解 ↓ 「地主／土地神／地基主」 **第三階段** 漢人自己的下一代 ↓ 忘記原始語境 ↓ 「地基主本來就是我們的神」 所以最後的人看到的只是： > **地基主** 卻看不到最前面的： > **原始資訊。** 這正是歷史研究非常麻煩的地方。 --- ### 所以我會把我們目前的研究假說濃縮成一句： > **「地基主」未必是某個既存神祇的名稱，而可能是漢人社會為了使台灣既有的土地—先住者—祖靈資訊與自身的宗教分類對齊，而產生的一個新的漢語概念。** 這個說法我認為**比「阿立祖漢化成地基主」更加精準**。 不過有一點要注意：如果「資訊對其」是你所說的另一個特定術語（而不是「資訊對齊」），你告訴我你指的是哪個概念，我可以按照那個理論來接著推演。

AI 市場的發展完全正在複製分餾邏輯

用「分餾（Fractional Distillation）」來形容未來 AI 市場的層級分化與商業化落地的商業模型。 在石油煉製中，沸點最高的重油、瀝青雖然煉製成本低，但適用的領域極廣且需求量巨大；而沸點最低、純度要求極高的航空燃油或特種化學品，雖然價值極高，但市場容量有限。AI 市場的發展完全正在複製這個邏輯： 1. 高沸點/頂層：高端特種應用（Frontier & Agentic Tier） 代表模型：西方頂尖閉源模型（如 OpenAI、Anthropic、Google 的旗艦模型）。 對應產品：類似「航空燃油」或「高純度化學品」。 應用場景：複雜的程式碼撰寫、多步驟自主 Agent 執行、高風險的醫療/法規分析、頂尖科學推理。 特徵：對容錯率極低，微小的錯誤率會在數十個步驟中被放大（Compound Error）。使用者不在乎多付 10 倍甚至 100 倍的 API 費用，只在乎任務是否能 100% 準確完成。 2. 中沸點/中層：企業級標準業務（Standard Enterprise Tier） 代表模型：中型開源或商業模型（如 Qwen 70B 等級、Llama 系列）。 對應產品：類似「汽油/柴油」。 應用場景：複雜文件摘要、特定領域的數據分析、多語言翻譯、中等難度的客服與自動化 workflow。 特徵：講求效能與成本平衡（Performance-to-Cost Ratio），企業會透過混合路由（Routing）技術，將 80% 的日常請求分流至此。 3. 低沸點/底層：大眾基礎基礎設施（Commodity Tier） 代表模型：極致優化的輕量化模型與高性價比開源模型（如 DeepSeek、GLM、Qwen 的輕量/量化版本）。 對應產品：類似「石化原料」或「瀝青/重油」。 應用場景：基礎文字分類、意圖識別、簡單 FAQ 客服、例行數據格式轉換、IoT 設備端側推論。 特徵：「夠用就好（Good Enough）」與「極致低價」是唯一標準。這個層級消耗了全球最大量的 Token 體積（Volume），中國模型的低成本與權重開放（Open Weights）優勢在這裡形成了幾乎無法撼動的壁壘。 採用「分餾」視角來看待 AI 產業，會帶來幾個極具價值的商業洞察： 「全能單一模型」的迷思破解：過去市場認為會出現「一家獨大、贏者全通」的模型，但就像沒有一家煉油廠會只生產高純度航空燃油一樣，未來的企業架構必然是 多模型路由系統（Model Routing Architecture）。前端系統會根據任務難易度，自動將請求分流到最合適「沸點」的模型上。 西方與中國廠商的商業路線徹底分化： 西方巨頭（如 Anthropic、OpenAI）防守頂級的「高端特種化學品」市場，靠極高單價與技術護城河賺取高毛利（Capturing Value）。 中國團隊與開源生態 則占領龐大的「底層石化基礎原料」市場，靠規模效應與極致成本控制吞噬整體使用量（Capturing Volume）。 利潤與流量的分離：最終 AI 產業會呈現「流量集中在底層、利潤集中在頂層」的雙峰分布。對多數企業而言，盲目追求頂級模型的效能就像用航空燃油開發財車；懂得如何在分餾塔中找到最適切的「夠用模型」，才是企業實現 AI 投資報酬率（ROI）的真正關鍵。