车企们的AI标签，正在强化。

4月24日，2026北京国际车展正式开幕。展会首日，小鹏不仅发布了首份第二代VLA智驾报告，首发了面向物理AI时代的旗舰车型小鹏GX，更同步展示了全新一代IRON人形机器人与陆地航母。

小鹏集团董事长兼CEO何小鹏在采访中给出判断，如果说上一个十年是从燃油车到新能源汽车的转换，那么未来十年，行业将经历从新能源汽车向AI汽车的根本性转换。

与此同时，小鹏正在试图构建一条从智能汽车到泛物理AI生态的完整技术演进与变现路径。

智驾普及加速

智能驾驶的商业化渗透率，是衡量车企软件变现能力的核心指标。此次发布会上披露的订单数据，显示出市场对高阶智驾接受度一个重要拐点。

何小鹏介绍，今年3月，小鹏全系Ultra车型订单环比提升了118%。更为关键的交叉验证数据是：首次购车即选择Ultra及Ultra SE（高阶智驾版）车型的成交量，环比增长高达129.3%。

在汽车终端市场，这一级别的环比增速表明，高阶智驾已不再局限于早期极客用户的尝鲜范畴，而是实质性地切入了大众消费者的核心购车决策链条。

在技术落地层面，何小鹏透露，第二代VLA系统即将上线园区、地库漫游等能力。从行业技术演进的角度来看，过去两年的智驾竞争多集中于高速及城市干道（结构化道路），而园区与地库则代表着光线复杂、无GPS信号的非结构化盲区。

补齐这一场景，意味着智驾系统正在打通车位到车位的最后一百米，持续拓展全场景智能驾驶的能力边界。何小鹏在受访时也表示，未来几年，智能汽车的软件能力将无限地向L4甚至L5级自动驾驶进军。

从具体产品来看，本届车展的首发新车小鹏GX，被官方定义为面向物理AI时代的产物，其核心商业逻辑在于Robotaxi智驾能力的下放。

此前，具备Robotaxi级别感知与算力冗余的车辆，多服务于B端商业化试运营，受限于高昂的硬件成本而难以普及。小鹏GX的推出，意在通过C端大众消费市场的规模化量产，摊薄高阶感知硬件与大模型研发的边际成本。

物理AI加速落地

将汽车视为AI的载体之一，是小鹏此次车展传递的另一层核心信息。全新一代IRON人形机器人与陆地航母的集中展示，是其“物理AI”战略在非车领域的直接落地。

对于当前大热但商业化尚处于早期的具身智能赛道，在采访中，何小鹏给出了相对客观冷静的行业判断：“我认为今天的机器人还没有真正帮助到人。”

但他同时指出，“明年之后会有所变化。”这种判断基于AI模型泛化能力的提升速度，一旦跨越了无法处理复杂非标任务的门槛，机器人的实用价值将发生质变。

基于这种技术预判，小鹏设定了极具进攻性的产能目标。

何小鹏向华尔街见闻等透露，2025年中国机器人全行业的出货量约为一万多台。而小鹏机器人的目标是在2027年实现出货量“远超”这一数字。

其底气在于汽车与机器人在底层技术上的高度复用。当前，小鹏积累的智能汽车的视觉感知、大模型算法，甚至电驱与电池供应链，均可大规模迁移至人形机器人领域。

何小鹏预测，机器人一旦实现量产，其成长速度与规模增长速度将超过新能源汽车在中国的历史发展轨迹。

综合此次发布会的信息，小鹏的十年转轨蓝图脉络清晰，但从客观的产业发展规律来看，从新能源跨越到物理AI，仍需面对现实的考验。

法规与责任体系方面，尽管技术正加速向L4级演进，但相关道路法规、事故责任界定以及商业保险体系的建立，仍处于试点和探索阶段。技术突破与法规放开之间的节奏差，将是行业共同面临的变量。

而非车场景商业闭环的验证也挑战不小。尽管底层供应链可以复用，但机器人要在2027年实现出货量的爆发，必须在工业制造、仓储物流或家庭服务等真实场景中，证明其拥有超越传统自动化设备的降本增效能力，即找到真正的刚需买单方。

在这场由电力驱动向算力驱动转移的汽车产业变革中，小鹏集团已率先交出了技术路线图。高阶智驾订单的翻倍是其现阶段战略奏效的直接证明，而能否在未来两年如期兑现机器人的量产目标，将成为检验其物理AI成色的关键节点。

本文来自华尔街见闻，欢迎下载APP查看更多

X-Energy本次IPO最终定价23美元，超出此前16至19美元的预期区间，共募资逾10亿美元，远高于约6.94亿美元的原定规模。股票周五开盘报30.11美元，较发行价跳涨逾30%，盘中小幅回落后收涨27%。

此次上市令多位知名早期投资者账面大获丰收。对冲基金巨头Citadel创始人Ken Griffin约一年半前投入1亿美元，按收盘价计算账面浮盈逾3亿美元；资产管理公司Ares Management投入逾1.6亿美元，账面回报预计超过4倍。亚马逊目前是X-Energy最大股东，持股比例约24.9%，其所持股份按收盘价计算较IPO发行价增值逾4亿美元。

X-Energy的上市也对同类竞争对手产生分流效应，Oklo当日下跌7.1%，NuScale Power下跌6%，Constellation Energy则逆势上涨7.1%。

IPO超额认购，定价大幅高于预期区间

X-Energy周四晚间完成定价，共出售4425万股，最终发行价23美元，高于此前16至19美元的预期区间上限。公司总股本约3.953亿股，按发行价计算市值约90.9亿美元。首日收盘后，市值进一步扩大至约115亿美元。

公司CEO J. Clay Sell在上市当日表示："我认为投资者对我们获得一线客户认可这一点印象深刻，我们拥有资产负债表实力雄厚的优质合作伙伴。"

此次IPO受到机构和散户的双重追捧。X-Energy的IPO开盘价高达30.11美元，显示不仅早期获配的机构投资者，普通公众同样积极追入。

Griffin与Ares：一次演讲引发的高回报投资

这场IPO背后，Ken Griffin与Ares Management的入股经历颇具戏剧性。据媒体援引知情人士透露，Griffin于2023年在新加坡发表演讲，阐述核能对于满足新兴数据中心电力需求的重要性。Ares Management联合创始人David Kaplan获悉此事后，代表X-Energy寻求资金的银行家随即与Griffin取得联系。

Griffin于2024年秋季以1亿美元入股X-Energy。按周五收盘价计算，其账面浮盈逾3亿美元。Ares方面，由Kaplan与合伙人Allyson Satin主导的这笔投资最终账面回报超过4倍。

此外，Steve Cohen旗下Point72、Jane Street、Cathie Wood旗下ARK Invest以及密歇根大学均参与了投资，均将受益于本次IPO。

从SPAC失败到AI电力宠儿

X-Energy由航天业资深人士Kamal "Kam" Ghaffarian于2009年创立，总部位于马里兰州，多年来专注于开发为工厂等工业设施供电的工业级模块化核反应堆。2022年，公司与陶氏化学（Dow）签署协议，计划在其德克萨斯州Seadrift工厂安装核反应堆，但彼时投资者普遍担忧其潜在市场过于有限。

2022年12月，Ares以3000万美元领投，联合两家对冲基金启动上市计划，拟通过与Ares旗下的空白支票公司合并借壳上市。然而，随着市场对特殊目的收购公司（SPAC）热情骤降，新股发行审慎情绪蔓延，这一合并计划于2023年10月宣告搁浅。此后，Ares继续追加融资，陪同公司熬过低谷。

AI算力需求爆发成为X-Energy命运的转折点。2024年，亚马逊成为X-Energy的股东兼客户，并就超过5吉瓦的新核能供应作出承诺。包括亚马逊、微软、Meta在内的超大规模云计算巨头为支撑庞大数据中心运营，对电力的渴求与日俱增，核能由此迅速升温。

商业落地进展与竞争格局

与大多数尚处概念阶段的早期核能企业相比，X-Energy的突出优势在于已拥有实质性商业订单。公司客户包括亚马逊、陶氏化学以及英国能源服务商Centrica，三者均已达成供电协议。

J. Clay Sell表示，公司预计今年将获得首座反应堆的监管许可，该反应堆将建于陶氏化学德克萨斯州工厂，预计2030年代初正式投入运营。此后，公司将在华盛顿州为亚马逊建造反应堆。

不过，X-Energy距离完成首座反应堆并取得全部监管批准仍需数年时间，且2025年净亏损达3.889亿美元，营收及资助收入约为1.091亿美元。公司面临来自比尔·盖茨支持的TerraPower、Oklo以及NuScale Power等竞争对手的压力。

IPO首日大涨未必预示长期回报

对于有意追入的个人投资者，市场数据提供了一些冷静参照。据LPL Financial研究主管Thomas Shipp对过去30年约1500宗IPO的分析，以首日收盘价买入的中位数回报为负4.7%，其中53.9%的样本出现亏损，平均损失39.2%；相比标普500指数，中位数超额表现为负12.5%。

Shipp在研究报告中写道："对投资者而言，结论并非要完全回避IPO，而是要以审慎态度参与，并做好承受较大波动的心理准备。"

X-Energy的上市标志着核电IPO市场再添新标的。投资者在享受核能叙事与AI电力需求红利的同时，也需正视技术落地周期漫长、监管不确定性犹存以及上市初期股价高波动等现实风险。

本文来自华尔街见闻，欢迎下载APP查看更多

2025年的大六座SUV市场迎来爆发之年，华尔街见闻不完全统计，2025年，这条赛道上在售的大六座SUV已经有近70款，该品类销售量也接近翻倍。

一众车企都希望抓住这个机遇。2026年北京车展，十余款9系新车还是同时涌了进来。蔚来ES9、小鹏GX、魏牌V9X、零跑D19……所有人都想在旗舰SUV的高毛利赛道上分一杯羹。然而除了理想L9、问界M9外，月销稳定过5000辆的不超过10款，成功的只是少数。

偏偏在这个时候，一个全新品牌也来了。

4月24日，东风与华为乾崑联合打造的奕境品牌，携首款车型奕境X9在北京车展亮相。50万级，大六座SUV，计划8月预售、9月上市，“满配华为”的奕境X9是华为“境”字辈的首款9系。首车即旗舰，奕境的野心不言而喻。一名奕境项目

然而在最拥挤的赛道、最残酷的淘汰赛里，这个新玩家，准备靠什么搅局？

一步到位

奕境X9最鲜明的产品策略，是全系标配。

ADS5、896线激光雷达、乾崑赤兔平台均全系标配。奕境X9也是首批搭载的车型之一。

作为一个新品牌，低配拉入门价格的套路，在50万级市场上没有意义。全系标配，本质上是拿硬件成本换品牌认知，让走进门店的人，先被配置震住，再去想品牌。

一名奕境项目技术人员表示，凡华为最新一代，全部都上车了。

体量是这台车打旗舰牌的第一张底牌。车长5301mm，轴距3120mm。华为智能汽车解决方案BU CEO靳玉志做了一个对比：“也只有前几天刚刚发布的蔚来ES9超过了5.3米，目前奕境X9排在第二。”

三排坐人时后备箱纵深600mm，容积484升。而同级竞品大多只有520到540mm。这使得在坐满6个人的情况下，手推车可以不用折叠整装上车，放进后备箱。

安全是这台车最敢压注的地方。

车身用了2400MPa超高强度钢，高强钢和铝合金占比超过92%。前述奕境项目技术人员透露，这项材料的研发从2024年8月开始，跟顶级材料厂商合作，花了18个月才攻克全链条工艺。

电池选了磷酸铁锂，没用三元锂。这是一个有代价的决定。磷铁更重、体积更大，给底盘带来额外压力。

另一名奕境项目技术人员透露，团队中间一度想放弃。磷铁的电池重量更重，体积更大，对底盘要求更高，但综合考虑后，还是坚持了磷铁方案。

代价是重量。整车2.7吨，纯电版2.8吨，比蔚来ES9的2.6吨重。2400MPa超强钢和全铝底盘，其实也在承担减重的功能。

动力上，刻意没有追求极致。四驱5秒，两驱8秒内。省下来的预算，砸在了底盘调校和座舱上。

座舱的“含华量”集中在几个首发技术上。靳玉志重点讲的是华为自研的车载激光投影，采用了在武汉芯片工厂里面设计的LCoS技术，对比度2000:1，色域98%。前排双17.2英寸蝶羽双联屏是整个中国汽车行业的首发。后排有两个版本，激光投影和14寸柔光屏。奕境项目技术人员解释说，这是考虑到家庭用户的复杂性作出的决定。

与华为深度合作

奕境真正的差异化，在它背后的合作模式里。

华为跟车企的合作已经走过两代。零部件供应模式、Hi模式以及智选车模式，深度参与销售和品牌运营，问界、智界、享界、尊界都是智选车模式的成果，华为掌控大部分渠道话语权。

奕境所属的“境”模式，是Hi模式的升级。

跟Hi模式比，华为的介入深度大幅提升——不只提供技术方案，还导入了IPD/IPMS流程管理体系，产品定义、品质管控、营销策略全程参与。跟智选车模式比，品牌和渠道的主导权回到了车企手里。奕境是东风的品牌。

奕境汽车品牌总经理曾清林用一个比喻来区分。

“有一种可能是像嫁接，就是一个嫁接的成长关系。那我们可能是一个培育，从种子开始培育。”他向华尔街见闻指出，这种培育带来的树苗，会更强壮，把双方的能力融合得更好。

他对东风自身的认知也很坦率。“东风这个技术很丰富，但比较笨重，不会做营销。技术实力很深厚，就是只会埋头做基础。”和华为合作，一方面是做最强硬件和最强软件的融合，另一方面也是把华为的用户洞察、爆品的打法来做结合。把东风的故事讲好。

比喻归比喻。“全栈原生共创”到底意味着什么，有一个细节能说明问题。

底盘调校过程中，华为乾崑数字底盘要求后轮响应速度从80毫秒降到50毫秒。一般车企面对这种需求，底盘硬件已经固化，改不了。但奕境从平台架构阶段就是联合定义的，东风团队最终做到了52毫秒。奕境汽车董事长汪俊君说："华为团队也觉得非常好。双方把软件和硬件融合得非常好，这个是团队在一起最大的价值。"

曾清林给了一个更直白的说法，“别人是华为inside，我们是华为born with，与生俱来。”

和问界的关系，奕境也有自己的定位。高端商务就选鸿蒙智行问界M9，家庭旗舰就买华为乾崑奕境X9。

一个商务一个家庭，在管理层的叙事里，这不是左右互搏，而是双线覆盖。

与“境”字辈的其他车型，则是技术同源、配置同级，差异化在各自主机厂的积淀上。曾清林表示，奕境更多会发挥东风在底盘、安全、技术沉淀方面的优势。

底牌摊出来了。但市场买不买账，是另一回事。

旗舰大战的生存法则

2025年，大六座SUV年销量突破100万辆。2020年不到20万辆。五年翻了近五倍。

所有车企争着往这个赛道里挤，有很多原因，毛利方面，华尔街见闻了解到，大型SUV比紧凑型SUV毛利率普遍要高，少则10个百分点。

但蛋糕不是均匀分的。近70款在售大六座SUV，30多款月销不到1000辆。跑出来的赢家，要么有华为流量和先发优势，要么精准定义了家庭需求并持续迭代。

一个全新品牌想在这个格局里切份额，要回答三件事。产品力够不够硬。渠道铺不铺得开。品牌认知从哪来。

产品力，奕境X9 纸面上够顶了。全系ADS5、2400MPa超强钢、华为自研激光投影，不输任何竞品。但产品力只是入场券。2026年车展上十几款9系新车，每一款都在堆旗舰配置。当智驾、空悬、后排大屏成了标配，差异化在从参数转向体验。底盘调校的细腻度、座舱交互的流畅感、售后响应速度——这些是新品牌最难速成的东西。

渠道不算慢。奕境计划在79个城市，规划300多家店，首批70多家用户中心。曾清林说80%的点位来自原BBA经销商，60%以上是百强经销商。另有奕境项目人士向华尔街见闻确认，"所有奕境的渠道都是全面招商，全新的，用的标准是华为的标准。"

差一点儿在门店流量。问界有华为门店天然导流，消费者走进华为店本能地就会看问界。奕境在这一块则要自己来。

身份认同的模糊，是境模式绕不开的品牌挑战。

曾清林对市场竞争的判断倒是清醒。“大家做销量好的，基本上还是价值和性能比较好的。低质低价行不通。”他把竞争策略概括成一句话，“不断做价值的加法。”

在被问及核心卖点只能讲一条，奕境讲什么的时候。曾清林想了想，说：“华系圈的技术极客，技术的遥遥领先。”

这个定位的野心不小。不是在东风体系内找差异化，而是要在整个华为合作生态里占据“技术最强”的标签。

2026年的9系大战会是一次残酷的筛选。十余款旗舰SUV同时涌入一个头部效应极强的市场，最终站得稳的可能只有三到五个品牌。奕境X9的底牌已经亮了，但8月预售、9月上市，意味着它要面对一群已经交付了几个月甚至几年的竞品。

不过曾清林很有信心，他说，今天抛的这几个2400兆帕，都是小菜。大菜还在后面。华为还有很多深层技术没有详细讲，座舱的黑科技、底盘、安全，都要等接下来逐步揭秘。

留了悬念，也留了时间差。对一个全新品牌来说，时间既是敌人也是盟友。前提是大菜端上来的时候，客人还没散席。

本文来自华尔街见闻，欢迎下载APP查看更多

编辑 | 周智宇

4月24日，北京车展上，smart宣布品牌首款豪华掀背轿车精灵6号开启预售，预售价18.99万元起。

对smart来说，这是它在中国市场的下一阶段策略。

过去几年，smart完成了一次少见的品牌重启——从燃油时代的小车品牌，转向电动时代的“新奢”品牌。如今，随着精灵6号登台，smart开始进入第二阶段：从“品牌回归”走向“规模竞争”。

smart曾是全球汽车行业最鲜明的品牌之一。

小车、个性、城市生活方式，是它过去二十年的核心标签。但在中国新能源汽车快速崛起的几年里，这套标签逐渐失去效率——消费者开始追求更大的空间、更长的续航、更高的智能化水平。

在业内看来，一个经典品牌，最怕两件事：被时代抛下，或者被自己困住。smart选择了彻底重做。

过去几年，smart已经推出多款纯电产品，并重新建立品牌认知。此次推出精灵6号，则意味着品牌不再满足于“小众精品车”的位置，而是开始进入主流价格带争夺。

18.99万元的价格，也是一个信号。这意味着smart试图把奔驰设计、欧洲品牌与中国新能源供应链，压缩进更具竞争力的价格体系里。这也是合资品牌在学中国打法。

在规模压力之下，精灵6号打出的手牌不只是设计，还有空间、智能、效率、安全的综合能力。其背后反映的是一个现实：在中国市场，单一优势已很难构成长期竞争力。并且，smart在智能化上的动作明显加快。例如全系标配激光雷达、搭载高阶辅助驾驶方案。

这几年，不少国际品牌在中国新能源转型中动作迟缓，原因往往是全球决策链条过长、产品定义滞后、本土研发权不足。smart不同之处在于，它从重启就开始围绕中国市场构建的品牌。这让它拥有比传统合资品牌更高的反应速度。

事实上，吉利和奔驰，各自需要smart成功。

对奔驰而言，smart是其在更年轻价格带触达新用户的重要入口，也是品牌资产向电动时代延伸的试验田。如果smart失去竞争力，奔驰将在年轻消费群体中让出一块市场。

另一边，过去几年吉利已拥有沃尔沃、极星、路特斯等多元品牌矩阵，但smart的特殊之处在于，它兼具全球认知度与中国制造效率，更容易成为规模化样板。

某种程度上，smart是奔驰的年轻化项目，也是吉利的国际化项目。双方都需要它成功。

而“从小变大”之后，smart也进入真正的硬仗期。其所进入的20万元上下价格带，是中国新能源市场最拥挤的战场之一：上有豪华品牌下探，下有自主品牌上攻，中间还有大量新势力密集卡位。

这里，情怀不能直接转化销量，品牌故事也不能替代产品力。smart过去几年完成了“重新被看见”，接下来要解决的是“被持续购买”。这比品牌重启更难。因为前者靠新鲜感，后者靠体系能力——供应链效率、渠道运营、产品节奏、软件迭代，以及对中国消费者需求的持续理解。

对smart来说，这是一个老品牌的新赌局。

汽车行业很少给老品牌第二次机会。smart曾在燃油时代拥有鲜明位置，也曾在转型期陷入边缘。如今借助奔驰与吉利的组合，它重新回到牌桌中央。

smart要证明的，不只是还能不能造一台受欢迎的车，而是一个经典欧洲品牌，能否在中国主导的新能源时代，重新长出规模化能力。

如果做到了，smart会成为全球汽车品牌转型的一个样本。如果做不到，它仍会提醒行业：品牌资产很重要，但在新能源时代，效率更重要。

本文来自华尔街见闻，欢迎下载APP查看更多

编辑 | 周智宇

在成为新央企的排头兵后，阿维塔的野心又加码了。

2026年4月24日，北京车展开幕，阿维塔科技全系产品亮相，并发布首款概念车VISION XPECTRA，同时公布了面向2030年的新一轮发展目标：全球销量80万辆，海外销量占比超40%。

这阿维塔的主动加码。

到了2026年中国新能源汽车市场已经进入一轮新的筛选周期：价格战还没结束，智能化军备竞赛越打越凶，传统车企全面反扑，新势力之间的差距也在被迅速拉开。

很多品牌还在思考怎么活下去，在万台月销的平均规模下，阿维塔也迫切需要破圈，寻找更多增量。

过去几年，阿维塔在市场上的标签一直很明确——高端、设计感强、科技属性重。这套打法帮助它在拥挤的新能源市场里切出了一块位置，也拿到了25万用户，完成了四款车型布局，价格带覆盖20万至70万元。

问题也随之而来。高端品牌如果长期停留在“小而美”，往往会陷入一个尴尬局面：声量不低，但规模有限；品牌够高，但利润难稳；用户认可，但市场份额始终上不去。

阿维塔显然不想停在这里。80万辆的目标，意味着阿维塔不再满足于做一家有辨识度的品牌，而是想成为一家有体量的公司。但这两者之间，隔着供应链效率、组织能力、渠道密度和全球市场拓展能力，不是多卖几台车就能解决。

放眼国内汽车圈，很少有品牌同时把三张牌握在手里：长安、华为、宁德时代。

长安给的是制造体系。在汽车行业，造车从来不是发布会能力，而是工业能力。研发体系、质量控制、供应链协同、产能爬坡，这些决定一家车企能不能从10万辆走到50万辆。

华为给的是智能化势能。阿维塔已成为华为引望最大外部股东，双方合作也从“供应商关系”走向“共同作战”。华为最新乾崑ADS 5辅助驾驶系统、鸿蒙座舱HarmonySpace 6，都会优先上车阿维塔。

这意味着，在智能汽车最关键的软件战场，阿维塔能长期站在第一梯队。

宁德时代给的是电池护城河。谁都知道，高端纯电市场竞争越来越像电池竞争：续航、安全、补能效率、寿命稳定性，最终都落到电芯能力上。阿维塔后续车型将首批搭载麒麟凝聚态电池，这种优先权，本身就是竞争力。

但阿维塔还需回答另一个必答题。

当下国内市场越来越卷，价格战压利润，同质化压品牌溢价，所有玩家都在一条拥挤赛道里拼速度。对高端品牌来说，只靠国内市场，很难支撑长期想象力。

所以阿维塔把答案写得很直接：海外销量占比40%。

目前，阿维塔已进入40多个国家和地区，海外触点超过80个。在泰国市场，阿维塔11长期位居高端电动车销量前列；在阿联酋市场，已拿下约10%的高端电动车份额。

阿维塔把牌桌搬到海外，说明它已经意识到：下一轮竞争，不在国内内卷里决胜。

回溯来看，过去几年，中国新能源行业给了很多品牌机会，但窗口期正在关闭。当技术红利趋于普及、价格战变成常态、资本回归理性，市场会越来越偏向那些具备体系能力的玩家。

阿维塔此时提出80万辆目标，因为它知道接下来必须加速了。

本文来自华尔街见闻，欢迎下载APP查看更多

编辑 | 周智宇

曾被华为任正非点名，称为“世界上最好的车”的捷达，要给自己脱胎换骨了。

2026年4月24日，捷达宣布品牌正式转向新能源赛道。新LOGO、概念车Jetta X、首款纯电轿车捷达M6同时亮相，管理层也首次集体站到台前，以问答形式回应外界最关心的问题：为什么现在转型、靠什么转型，以及捷达还能不能在新能源时代找到自己的位置。

这场发布会的重点，是捷达决定重新定义自己。

过去很长时间里，捷达在中国市场有着清晰标签。它代表的是大众体系、德系品质和高性价比，也是很多家庭的入门第一台车。

但如今。消费者不再只关心发动机、底盘和品牌血统，而是开始追问智能座舱、辅助驾驶、补能效率和软件体验。这也是许多传统合资品牌过去几年承受压力的原因：燃油时代的优势，并不能自动延续到电动时代。

捷达显然意识到了这一点。此次品牌焕新，捷达提出的新定位是“年轻人的第一台智能德系电车”。某种程度上，这是一次从“历史品牌”向“新品牌”的再创业。

面对外界“为何现在才入场”的质疑，捷达管理层给出的回答是：新能源上半场拼速度，下半场拼厚度。这句话背后，是传统车企对市场节奏的重新判断。

过去几年，中国新能源市场的主导者是新势力和自主品牌，它们依靠快速迭代、软件能力和供应链效率抢下先机。合资品牌整体动作偏慢，在纯电领域普遍掉队。

但进入2026年后，行业竞争逻辑开始变化。价格战压缩利润空间，产品同质化加剧，用户对质量稳定性、安全标准和长期服务体系的要求反而越来越高。市场开始从“谁先来”转向“谁更稳”。这却是大众体系擅长的地方。

捷达背后站着中国一汽、德国大众与地方国资三方股东，这意味着它拥有成熟制造能力、供应链体系以及长期资金支持。捷达此时切入新能源，更像是大众体系在中国市场的二次进攻。

当然，仅靠制造底子远远不够。新能源时代真正的门槛，在智能化。捷达此次公布了自研“捷思架构”平台，并宣布与地平线、酷睿程、火山引擎等科技公司合作，引入豆包大模型、DeepSeek大模型，用于AI座舱、辅助驾驶和整车OTA能力。

这说明一个现实：传统车企已经不再执着于“全部自己做”，而是开始接受中国科技产业链的分工模式。谁能最快整合本土智能化资源，谁就更有机会缩短与新势力之间的差距。

对捷达来说，这是一条更务实的路径。它没有试图讲一个颠覆行业的故事，而是选择把大众标准、中国技术供应链和价格带优势结合起来，去争夺主流大众市场。

捷达同时公布，到2030年实现40万至50万辆产销规模。

这不是一个轻松数字。当前中国新能源市场竞争最激烈的，正是15万至25万元主流区间。这里聚集了比亚迪、吉利、零跑、埃安，以及不断下探的合资和新势力品牌。

但这里也是规模最大、最能决定企业未来地位的市场。捷达选择在这一阶段发力，说明它想回到主战场，而不是只做边缘补充品牌。

按照规划，捷达将在2026年推出首款纯电轿车M6，2027年再推出纯电SUV和插混SUV，并将销售网络扩展至600家以上，同时开拓中亚、非洲等海外市场。这套打法很传统，也很清晰：先铺产品，再铺渠道，再做全球增量。

在业界看来，汽车行业很少奖励怀旧。用户会记得捷达过去的口碑，但不会因为情怀购买下一台电动车。新能源时代，所有品牌都要重新考试。捷达的优势，是品牌认知、大众体系和规模经验；劣势，是入场时间偏晚，智能化心智尚未建立。

因此，这次焕新真正的挑战，不是推出几款车，而是让市场相信：捷达不只是燃油时代的旧名字，也可以成为新能源时代的新选择。

本文来自华尔街见闻，欢迎下载APP查看更多

作者 | 柴旭晨

编辑 | 周智宇

4月24日，北京车展上，别克举行了一场名为“至境·至新”的品牌发布会。别克至境E7、至境世家、至境L7三款新能源车型首次同台亮相，同时发布概念产品“至境移动空间智慧体”。

放在当下的中国汽车市场，别克似乎在向外界宣布：这家百年品牌，正在用中国市场重做一次自己。

过去几年，传统合资品牌在新能源转型中普遍承压。自主品牌靠供应链效率和价格优势抢占市场，新势力靠智能化叙事切入高端区间，留给合资品牌的空间越来越窄。

别克意识到了这一点。它想回答的问题是：在电动化时代，一家传统品牌还能靠什么打动用户。它的打法是把老长板，做成新武器。

过去很多消费者对别克的印象，是大车、厚重、坐着舒服。这套认知在燃油时代帮助别克建立了广泛用户基础，但进入新能源时代，行业话语权开始被续航、算力、激光雷达和智驾功能主导。传统舒适标签，一度显得不够性感。

别克没有放弃这张牌，而是选择把它升级。

从至境世家主打高端多人出行，到至境L7切入新能源轿车，再到至境E7面向家庭用户，别克试图把“舒适”从感性体验，变成可产品化、复用的品牌资产。

至境E7上市90分钟斩获过万订单，其中超过90%为家庭用户，本质上说明市场依然存在另一套需求逻辑——不是所有人都把汽车当科技玩具，很多家庭仍把它视作生活空间。

别克抓住的，正是这部分需求。

当然，仅靠舒适远远不够。新能源时代的核心门槛，依然是智能化能力。别克此次明确提出，将与Momenta合作推进智慧驾驶，并推动AI大模型全面上车，在交互、座舱和辅助驾驶层面持续升级。这背后意味着合资品牌思路正在转变。

过去，国际车企在中国市场往往坚持全球统一开发节奏，技术导入周期长，本土化响应慢。如今越来越多品牌开始接受现实：中国已经是全球新能源汽车创新中心，想在这里竞争，就必须采用中国速度、中国供应链和中国合作模式。

别克选择与本土科技公司深度合作，某种程度上是在补过去几年的课。但相比一些仍在摇摆的传统品牌，别克至少已经给出明确方向：把百年制造体系与中国智能化能力结合，而不是继续守着旧优势等待市场回头。

但在追赶路上的别克，如何能跟上快速迭代的竞争格局？

要知道，当前汽车行业同质化竞争加剧，参数比拼成为行业常态，同时自动驾驶和AI具身智能时代正在加速来临。别克准备弯道超车，一跃加入AI赛道，推出了“至境移动空间智慧体”。

如果说13年前，由泛亚主导设计的别克Riviera概念车，定义了燃油车时代别克的全球设计语言，那此次登场的“至境移动空间智慧体”接力领航，有可能定义别克至境未来的设计语言。

从现实到愿景，别克至境已规划出清晰的进阶路径。

此次发布会上，别克宣布未来三年投入百亿级资金，用于新能源产品布局与高端车型开发，其中包括全新一代超豪华MPV。这笔投入的意义，在于别克仍然想守住高端市场位置。

显然，“至境”承担的并不是销量补充角色，而是品牌向上的战略任务。它既要帮助别克在新能源时代重新建立溢价能力，也要让品牌摆脱“传统合资守成者”的形象。这比推出一款新车更难。因为价格可以调整，配置可以跟进，但品牌认知一旦掉队，往往需要数年时间重建。

要知道，中国汽车市场正在进入一轮新的淘汰赛。新势力要证明盈利能力，自主品牌要冲击全球化，合资品牌则要证明自己仍然有存在价值。别克的压力，并不只是销量数字，而是如何让年轻用户重新认识它。“至境”品牌是一次主动求变。

它没有试图和新势力拼概念，也没有简单打价格战，而是试图把别克长期积累的舒适、品质和制造能力，翻译成新能源时代的新语言。

这条路未必最快，但可能更适合别克。

本文来自华尔街见闻，欢迎下载APP查看更多

编辑 | 周智宇

在同质化愈演愈烈的车市中，理想“求变”的心更急迫了。

2026年4月24日，在立下成为科技企业的FLAG之后，理想带着“被AI重造一遍”的增程旗舰L9 Livis登上了北京车展。

L9 Livis被赋予了不一样的使命。董事长李想在现场提到，2022年发布的理想L9，是中国品牌历史上首款售价40万元以上且月销过万的车型，也打开了中国品牌全尺寸旗舰SUV市场。如今，全新L9 Livis的任务，不再只是延续销量，而是承担理想进入下一阶段的角色。

过去几年，理想汽车的增长逻辑很清晰——围绕家庭用户需求，用增程路线切入中高端SUV市场，再通过L系列完成规模扩张。这套打法曾被证明足够高效，也帮助理想率先跨过盈利门槛，成为新势力中少数具备持续造血能力的公司。

但当市场进入2026年，行业竞争的规则已经变了。

一方面，增程技术从理想的差异化标签，逐渐变成行业标配，理想的优势战场，开始被越来越多的主机厂瓜分；另一方面，价格战压缩利润空间，纯电转型、智能驾驶、底盘控制等新战场开始决定下一轮座次。靠单一产品逻辑赢下前半场的企业，必须回答后半场怎么打。

全新L9 Livis，就是理想给出的答案之一。

此次新车最核心的信息，在于背后代表的技术路线升级。理想宣布，L9 Livis将搭载专为全尺寸SUV研发的800V主动悬架，以及线控转向、后轮转向、线控制动组成的全线控底盘。

这意味着理想开始把竞争重心，从“空间和家庭体验”进一步延伸到“底盘和整车控制”。

过去多年，中国品牌在智能座舱、车机体验、辅助驾驶上快速追赶，但在底盘调校、机械控制等传统核心领域，仍长期由德系、日系豪华品牌占据优势。理想选择在旗舰车型上率先推进线控底盘和主动悬架，本质上是在补齐中国高端品牌最后一块短板。

如果说上一代L9解决的是“中国家庭为什么要买40万元以上SUV”，那么这一代L9 Livis试图解决的是“中国品牌能否定义50万元级豪华体验”。

对于一家年销量已迈入规模区间的车企而言，再往上走，靠的不再是单点爆款，而是系统能力：研发深度、制造能力、软件架构、供应链协同，以及品牌溢价能力。

从这个角度看，理想近两年的动作并不零散。纯电产品线开始铺开，MEGA之后i8、i6陆续亮相；自研芯片推进到马赫100；智能驾驶持续投入；增程系统升级至5C补能体系。它们共同指向一个目标——摆脱外界对理想“只会做奶爸车”的刻板印象。

理想显然不满足于做一家擅长洞察家庭需求的消费品公司，而是想成为真正意义上的技术型车企。

北京车展这次亮相之后，理想真正面对的考验才刚开始。

2026年的高端SUV市场，已不再是理想L9初代上市时的空白地带。问界、腾势、蔚来、极氪，甚至传统豪华品牌都在加速围攻。用户选择变多，容错率变低，市场不会再给任何一家企业太长的舒适期。

理想必须证明，它不仅能率先发现需求，也能率先兑现技术。

如果成功，L9 Livis将成为理想从销量冠军走向技术旗舰的关键一步，甚至成为市场里的常青树；否则，它也只能成为中国汽车市场里的一朵浪花，随波逝去。

本文来自华尔街见闻，欢迎下载APP查看更多

摩根大通全球市场策略团队的Rajiv Batra在周五的最新报告中写道：“中东局势仍未解决（若持续可能对大宗商品供给带来非线性风险），但谈判式解决的路径更清晰……宏观焦点已从风险溢价转向残余的‘滞胀’。”

这句话背后是一套判断链条：冲突带来的第一轮“风险厌恶/风险溢价”交易大体消化完了，但更高的商品价格、以及由此带来的更紧金融条件，会留下持续更久的增长与通胀组合——更像“滞胀”的底色，而不是冲突前那种更接近“金发女孩”的宏观环境。

在这套框架下，股票市场的分化会更尖锐：商品股之外，资金更愿意待在对经济不那么敏感、但能持续兑现增长的结构性赛道（摩根大通用的是Quality-Growth的提法），尤其是AI与“安全/韧性”相关投资；相对地，能源敏感、纯周期的板块会被降低权重。策略层面的落点很直接：加码亚洲科技链与台湾，降低印度等更受“滞胀余波”掣肘的敞口。

摩根大通并没有把中东问题简单归为“风险解除”。他们的关键词是“尚未解决”，但同时强调“谈判路径可见”，理由是双方都存在约束条件，使得可想象的结局区间变窄。

这会改变市场的定价方式：当“区间”变窄，最初那种为极端情形付出的风险溢价（尤其体现在商品供给相关资产、以及跨资产的避险情绪）就不再是宏观的唯一主导变量。

值得注意的是，报告仍保留了一个重要尾注：如果冲突拖延，商品供给仍可能出现“非线性”风险——也就是平时不显山露水、但一旦发生会跳跃式冲击价格的那种风险。只是短期里，它不再是市场每天都围着转的“唯一故事”。

风险溢价淡出，并不等于宏观恢复正常。摩根大通的核心担忧在“后遗症”：更高的大宗商品价格、以及更紧的金融条件，会对增长形成拖累，同时把通胀和利率“粘”在更高的位置。

报告给出的线索很明确：能源价格虽有回落，但仍高于冲突前水平；海外主要市场的债券收益率维持在更高位置（报告提到较冲突前仍高出约40-50个基点），同时股债相关性在冲突爆发后转正并持续停留在正区间——这类组合通常对应的是“通胀与利率重新成为风险资产约束”的宏观结构。

换句话说，市场从“要不要为断供付溢价”，转向“即便不断供，成本与利率会在什么位置停留”。这就是摩根大通所谓的“残余滞胀风险”：它未必每天制造爆炸性新闻，却更可能通过利润率、融资成本、以及需求端的慢变量，持续影响资产表现。

摩根大通把当前环境定义为“两速经济”。含义很直白：一部分资产（有结构性增长、且对宏观不敏感）继续奔跑；另一部分资产（依赖经济扩张、对利率和能源更敏感）更难回到冲突前的节奏。

他们明确把这种环境与冲突前的“金发女孩”（增长扩散、通胀温和、政策支持）区分开来，并据此提出风格判断：

• 受益项：商品股之外，更应集中在AI与安全/韧性相关的结构性机会；
• 受压项：降低能源敏感、以及更典型的周期与消费板块权重（报告还点名了不与AI或安全/韧性绑定的周期与消费主题更可能跑输）。

这也是标题里“宏观焦点转移”的现实含义：当宏观不再是“事件驱动的风险溢价”，而是“持续性的滞胀余波”，市场更像在做一道筛选题——谁能在更高利率与更高成本下继续给出确定性增长。

策略建议部分，摩根大通的动作围绕上述宏观框架展开：

• 科技与中国台湾重新上调至Overweight，并把偏好的科技范围从韩国/中国进一步扩展到台湾；同时上调台湾加权指数（TWSE）基准/牛/熊情景目标至43,000/48,000/36,000。
• 印度下调至Neutral，报告给出的理由包括：相对新兴市场的估值溢价仍高、能源供给扰动带来的盈利压力、融资与发行导致的“稀释”问题，以及对下一代科技（AI、数据中心、半导体等）的指数层面暴露不足等。
• 行业与区域配置上，他们整体更偏向商品与质量成长：维持对韩国、中国台湾、中国以及能源、材料、金融的偏好，同时下调部分可选消费与通信服务等板块评级；并提示台湾等局部交易拥挤，短期可能先整理，但对亚洲股市整体仍倾向于“上行轨迹延续”。

本文来自华尔街见闻，欢迎下载APP查看更多

阿联酋副总统、迪拜统治者Sheikh Mohammed bin Rashid Al Maktoum于本周四宣布上述计划，该"新型政府模式"由阿联酋总统Sheikh Mohamed bin Zayed Al Nahyan亲自授权推动。"AI不再只是工具，它能够实时分析、决策、执行并持续改进，将成为我们提升服务、加速决策、提高效率的执行伙伴，"Sheikh Mohammed在社交平台X上写道。他同时明确了推进逻辑："世界正在改变，技术正在加速演进，我们的原则始终不变——人民至上，目标是建立一个更快速、更灵敏、更有实效的政府。"

对阿联酋居民而言，政务体验将发生根本性转变——从自行在系统中导航，变为仅需提出目标需求，复杂的执行流程将由AI在后台全权处理。这一转型设有明确的两年时间表，政府绩效将以AI采纳速度、实施质量及其在政府工作重设计方面的掌握程度为衡量标准。

该计划由Sheikh Mansour bin Zayed负责整体监督，专项工作小组由Mohammad Al Gergawi担任主席主导推进，并将在各部委和联邦实体间分阶段落地，以持续的绩效与影响评估为推广依据。

从辅助工具到"执行伙伴"：AI角色的根本重定义

此次计划的核心，是将AI定位从流程辅助工具升级为政府运作的自主执行主体。按照规划，AI系统将管理完整的政府工作流程，而非仅在特定环节介入提供支持。

在这一模式下，用户只需定义目标，系统便可自主完成执行——处理、决策与反馈的全部复杂性均在后端由AI承担。这一设计理念被Sheikh Mohammed称为"重新设计政府工作"，而非单纯将现有流程自动化。

两年时间表明确，员工培训与系统部署同步推进

阿联酋政府为这一计划设定了清晰的两年执行窗口。按照规划，每一位联邦政府雇员都将接受培训，以掌握生成式人工智能技术及其应用，以期在全球范围内建立最强大的AI驱动型政府人才能力储备之一。

项目将在各部委和联邦实体中分阶段推进，以持续的绩效评估和影响评估为推广节奏依据，并由专项工作小组统筹协调执行，确保在联邦政府层面实现系统性落地。

二十年数字基建积累，为大规模AI落地筑底

据报道，此次迈向自主AI政府的举措，建立在阿联酋逾二十年数字化转型积累之上——从早期推行电子政务与服务数字化，到UAE Pass身份核验等集成化系统，再到"政府服务2.0"项目所引领的数据驱动型主动服务交付。

战略层面，阿联酋于2017年率先成为全球首个设立人工智能事务国务部长的国家，并在"阿联酋百年2071"愿景框架下正式发布"阿联酋人工智能战略2031"。2020年，人工智能、数字经济和远程办公应用部的成立进一步强化了这一方向。

基础设施层面，阿联酋已花费十余年构建连通各政府实体的数字基础设施，成为全球公共服务生态系统最先进的经济体之一。UAE Government及Digital Dubai等机构搭建的平台，已允许居民在线办理数百项政务服务，涵盖缴纳罚款至企业注册等各类事项。

三阶段演进路径：从服务上网到系统自主执行

阿联酋的政府数字化转型遵循清晰的三阶段路径演进。

第一阶段，将服务迁移至线上，减少纸质文件，大幅降低居民现场办理需求；第二阶段，引入移动应用程序、自动化系统与AI工具，在提升速度与可及性的同时，仍需用户自行管理办理流程；第三阶段——即当前推进的计划——则超越操作界面层面，构建能够独立完成任务的系统，用户只需定义目标，系统负责全程执行。

据《海湾时报》报道，此次转型的重心从"服务数字化"转向"服务重设计"。这一进程与部分发达经济体的宏观趋势方向一致，但阿联酋的推进速度明显快于多数国家。

本文来自华尔街见闻，欢迎下载APP查看更多

标普500指数今年累计上涨4%，已抹平3月战争初期的跌幅并再创历史新高。部分华尔街人士对此高调庆贺，但英国《金融时报》市场专栏作家Katie Martin认为，这种乐观情绪在市场中依然罕见。当她与实际从事市场分析和投资的专业人士交流时，听到的是截然不同的声音：疲惫、困惑，以及对局势走向的深度不确定感。

她在文章中指出，真正令市场陷入停滞的，是一种"双重失效"——投资者既缺乏对方向判断的胜算（edge），又失去了传统的风险对冲工具（hedge）。债市、黄金等历史上有效的缓冲机制正在失灵，市场在宏观风险面前愈发"裸露"。

从市场结构来看，此轮反弹既窄且脆，过度依赖科技股支撑。半导体板块异军突起，但整体市盈率较年初已下降约10%——股票靠基本面而非情绪驱动上涨，恰恰是市场健康度不佳的信号。在Amundi首席投资官Vincent Mortier看来，正是这种高度不确定的环境让时机判断近乎不可能，客户们既不敢减仓，也无从布局。

乐观派的胜利叙事，难掩水面以下的隐忧

Jefferies策略师David Zervos本周在报告中高调宣称，标普500期货合约正在"为MAGA投票"，并嘲讽那些看空者患有所谓的"特朗普紊乱综合症"（Trump Derangement Syndrome）。他写道："我知道，对那些极度看空的地缘政治末日论者来说，看到期货重回历史高位一定令他们极为沮丧。"

然而，Katie Martin指出，即便指数数字具有说服力，水面之下的图景却远没有这般光鲜。因为股市缺乏上涨"动能"。美国银行策略师Savita Subramanian近期报告显示，此轮股价上涨的驱动力来自盈利本身，而非投资者对未来的乐观预期——股价与盈利的比值较去年底已下滑约10%。市场靠基本面驱动时，往往恰恰是情绪最为低迷之时。

债券市场的表现同样印证了这一判断。相较于战前水平，债市至今尚未收复失地，通胀隐忧仍让固定收益投资者保持警惕。

反弹过窄，科技股独木难支

此轮反弹的另一个显著特征是高度集中。据BNP Paribas Asset Management策略师Sophie Huynh测算，标普500指数中仅有44%的成分股处于近四周的相对高位，拉动指数的主要力量集中于科技板块。

半导体股表现尤为突出：费城半导体指数4月以来单日涨幅无一为负，月内累计涨幅高达30%。Katie Martin写道，无论是否合理，市场再度将大量筹码押注于这一高度不确定的单一主题之上。

Sophie Huynh表示，她对市场整体仍持谨慎态度。在她看来，对科技股的高度依赖，叠加债券和黄金等传统对冲工具失效，使市场在任何新一轮冲击面前仍显脆弱。"投资组合比以前裸露得多，"她说。她还注意到一些令人不安的市场异象——例如澳元在战事冲击最严峻期过后大幅反弹，尽管澳大利亚对全球能源流动具有显著敏感性，这一走势似乎折射出市场对坏消息的刻意忽视。

传统对冲失效，投资者陷入"买跌惯性"

在缺乏有效对冲工具的背景下，各类规模的投资者都表现出高度一致的行为倾向：坚守已有的风险敞口，不轻易止损出场。这一"买跌、不卖出"的操作逻辑在过去数十年间频繁奏效，如今仍是许多人的默认选择。

"我们在客户身上清楚地看到这一点，"Amundi首席投资官Vincent Mortier说，"几乎没有人在主动降低风险敞口。他们不敢这样做，因为他们不想被突如其来的反弹打个措手不及。在这种变幻莫测的环境下，择时已经近乎不可能。"

多空两难，市场被"二元困局"所困

Katie Martin在文章结尾援引法国兴业银行分析师Kit Juckes的判断，将当前市场状态概括为"被二元可能性所麻痹"。极端乐观与极端悲观同样难以成立，也同样难以通过投资组合来安全表达。

"我们依然在看油漆慢慢变干，"Kit Juckes说，"经济数据的韧性好于预期，但这在很大程度上是滞后效应的体现，而非乐观的理由。"

Katie Martin以此作结：市场，就像那些徘徊在霍尔木兹海峡的船只，或许已经真正陷入了动弹不得的困局

本文来自华尔街见闻，欢迎下载APP查看更多

据The Information报道，在SpaceX宣布以600亿美元潜在估值收购Cursor的数周前，这家明星AI编程初创公司正四处寻求数十亿美元融资，却屡屡碰壁。多家通常有能力开出大额支票的投资机构婉拒了Cursor，理由是Anthropic旗下Claude Code的快速崛起令其对Cursor的竞争前景产生疑虑。一位近期与Cursor高管会面的基金经理直言："投资者现在对Anthropic的恐惧情绪非常强烈。"

此次收购对Cursor而言意义重大：若交易完成，Cursor将获得SpaceX庞大的服务器资源；若SpaceX最终放弃，Cursor可获得100亿美元的分手费。这笔交易不仅为Cursor解决了眼前的算力之困，也为其提供了摆脱对Anthropic和OpenAI模型依赖的战略出路。

融资受阻，Anthropic阴影笼罩

Cursor的融资困境，折射出当前AI投资市场的微妙格局。

据知情人士透露，Iconiq等多家大型后期科技投资机构此前已向OpenAI和Anthropic投入数十亿美元，面对Cursor高达500亿美元的预期估值，这些机构既不愿再向竞争对手追加资金，也对Cursor能否与资金雄厚的对手持续抗衡心存疑虑。

财务数据进一步加剧了投资者的顾虑。据两位直接了解其财务状况的人士透露，截至今年1月的季度，Cursor的毛利率为负23%——这对一家营收规模如此之大的初创公司而言极为罕见。不过，另一位知情人士表示，该公司毛利率此后已转为正值。

尽管如此，仍有部分投资者被Cursor的增长势头和在开发者群体中的口碑所吸引。据知情人士透露，Cursor上月的年化营收已达27亿美元，较一年前增长约14倍；部分投资者预计，其年化营收到今年底有望突破70亿美元。最终，Cursor成功从英伟达、Andreessen Horowitz、Thrive Capital及Battery Ventures等机构筹集到20亿美元新资金，其中英伟达认购金额最大。然而，SpaceX收购消息宣布后，这轮融资随即被叫停。

烧钱压力难以为继

算力成本是悬在Cursor头顶的另一把利剑。

Cursor的编程工具和智能代理产品大量依赖Anthropic和OpenAI的模型驱动，这意味着公司需要向最大的竞争对手支付高额费用，直接侵蚀利润空间。为此，Cursor已着手基于开源模型开发自有模型，以期降低对外部模型的依赖、改善毛利率。

但自研之路同样需要巨额投入。据知情人士透露，即便在完成上述融资之后，Cursor管理层仍预计在今年底前还需再筹集数十亿美元，专门用于支撑AI运算所需的算力。这一持续的资金缺口，使得寻求战略并购成为更具吸引力的选项。

SpaceX的算盘：补强营收、打入企业市场

对SpaceX而言，收购Cursor同样有着清晰的战略逻辑。

据The Information此前报道，SpaceX旗下xAI部门去年资本支出高达127亿美元，并背负大量债务，但该部门全年营收仅为32亿美元，其中大部分来自社交媒体平台X。相比之下，Cursor在截至今年1月的上一财年中实现营收约7.7亿美元，较前一财年的3200万美元增长近24倍，相当于xAI部门去年营收的近四分之一。

Cursor的加入，将为xAI带来一块在企业市场具有实质规模的AI应用业务——这正是xAI旗下Grok产品迄今未能有效突破的领域。此外，双方还计划联合开发自有编程模型，帮助Cursor逐步摆脱对Anthropic和OpenAI的依赖。

不过，这笔交易也将拖累SpaceX的财务表现：Cursor在上一财年亏损近9亿美元。若收购完成，Andreessen Horowitz和Thrive Capital等早期投资者将获得丰厚回报——Cursor去年底估值为300亿美元，而在去年初估值尚不足30亿美元。SpaceX目前正在进行一轮密集的投资者路演，为预计于今年6月进行、潜在估值达1.5万亿美元的IPO做准备。

本文来自华尔街见闻，欢迎下载APP查看更多

谷歌云CEO Thomas Kurian近日在接受专访时表示，即将公布的第八代TPU将拆分为专注大规模训练的v8T与推理优化的v8i两条独立产品线，单个训练系统可容纳两个Petabyte的内存。外部AI实验室对TPU的需求已"远超我们所能满足的上限"，并以此作为成本竞争力的最直接佐证："如果我们的成本贵得多，他们根本不会来找我们要TPU。"

芯片优势正在加速兑现为商业增长。Kurian披露，Gemini企业版Token处理量已从今年1月的每分钟100亿跃升至160亿，企业用户数环比增长40%。他同时向行业发出警告：在算力产能持续受限的市场环境下，没有自研芯片的玩家单位经济成本将"越来越贵"；而依靠风险投资输血、无法以推理收入覆盖训练成本的商业模式，终将面临资金来源枯竭——"这个缺口越拉越大，你能找到的资金来源就会越来越少。"

Kurian将这一优势定性为贯穿未来十年的长期壁垒，并以"平台公司逻辑"回应外界对谷歌同时服务Anthropic等竞争对手的质疑：为对手提供底层算力与在模型层正面竞争并不矛盾，且恰因TPU同时服务内外部需求，谷歌在供应链谈判中能获得更有利的合同条款，进一步加深了这条结构性护城河。

十一年积累的复利效应：TPU从专用AI芯片走向通用算力

Kurian将谷歌今日的算力优势，追溯至超过十一年前启动的TPU自研项目。他表示，谷歌早在多年前便预判AI浪潮的到来，并从能源多元化、土地储备、数据中心建造模式转型等多个维度提前布局，以确保不在物理资源层面受到制约。

在数据中心建设层面，谷歌已将传统建筑施工模式转向工厂预制化模式，以更大的粒度进行预组装和预测试，从而大幅压缩产能部署周期。Kurian表示，这些决策的累积效应，在技术栈各层形成了复利——从TensorFlow到JAX，再到XLA和Pathways，谷歌围绕TPU构建的完整编程栈，是当前系统效率的核心来源之一。

值得关注的是，TPU的应用场景已开始向AI之外延伸。Kurian提到，对冲基金Citadel已公开谈及如何将TPU用于资本市场的算法交易，美国能源部及高性能计算领域的客户也在采用这一方案。其逻辑在于：算法交易过去依赖数值计算，受制于摩尔定律放缓，而转向推理计算可带来显著的性能跃升。部分顶级金融机构已要求将TPU部署在靠近交易所的客户自有数据中心，谷歌正在探索这一新型商业模式。

第八代TPU拆分为推理与训练两条产品线，应对智能体时代需求

Kurian透露，即将发布的第八代TPU包含三款产品：面向大规模训练的v8T，以及混合用途的Ironwood。其中v8i主要针对推理场景优化，可在无需水冷的条件下运行，便于部署至更多地点以管理推理延迟。

在技术规格层面，Kurian介绍，v8T训练芯片在单个系统内可容纳两个Petabyte的内存，相当于美国国会图书馆全部数字化内容的约100倍。v8拥有9600块芯片互联，v8i则有1152块，全部运行在统一的光学Taurus网络上，具备极低的可预测延迟，内存到芯片的数据吞吐效率极高。

谷歌以"goodput"（有效吞吐量）作为核心衡量指标。Kurian表示，谷歌三四年前便预判能源供给将趋于紧张，因此将每瓦特算力的产出Token数作为优化重心，这一决策如今已成为众多客户选择TPU的重要原因。他明确表示，谷歌完全有信心凭借TPU为世界上最大规模的模型提供服务，且其分离式部署（disaggregated serving）技术栈对TPU的使用效率在所有模型提供商中最高。

对于业界关于预训练扩展放缓的讨论，Kurian给出了明确回应："从芯片设计、系统设计或产能层面，我们都没有看到这种放缓。"

智能体时代重塑算力架构：存储瓶颈成下一个关键约束

在Kurian的框架中，AI应用正经历三个演进阶段：以搜索问答为核心的第一阶段、以多模态内容生成为特征的第二阶段，以及以智能体自主完成复杂任务为核心的第三阶段。他指出，智能体的兴起正在从根本上改变芯片和系统设计的优化方向。

智能体任务可能持续运行6至12小时，对KV缓存设计提出了全新要求，内存驻留成本的控制将直接决定推理服务的经济性。与此同时，推理场景需要在大量地点分散部署，这与训练可集中在少数超大规模地点完成的特性截然不同，v8i支持风冷运行正是对这一需求的直接回应。

在存储层面，谷歌即将推出两项新方案：其一是面向大规模训练的托管Lustre解决方案，吞吐量达每秒10太字节；其二是面向推理场景的超低延迟"Rapid Storage"，吞吐量达每秒15太字节，可挂载于靠近推理芯片的位置。此外，谷歌还将推出新型网络架构Virgo，提供超大规模集群内的超低延迟高速互联。

Kurian指出，智能体普及的下一个重大瓶颈将出现在消费者侧——让虚拟机按需激活、停用，并高效处理本地存储读写，将是降低智能体使用成本、实现大众化普及的核心工程挑战。

平台逻辑下的商业模式：为竞争对手供给算力不影响自身竞争力

针对外界对谷歌同时为Anthropic提供TPU算力、却又在模型层面直接竞争这一矛盾的质疑，Kurian将其归结为平台公司的内在逻辑。他表示，谷歌的不同业务部门与市场参与者同时存在竞合关系，苹果已与谷歌签订模型合同同样属于这一逻辑的体现。

对于如何在内部算力需求与外部供给之间做出权衡，Kurian表示，分配决策由以Sundar Pichai为首的管理团队共同讨论做出，并强调"拥有自己的芯片和需求，远比没有自己的芯片要好得多"。谷歌不依赖外部芯片采购，因此无论如何分配，均能在自有知识产权基础上获得利润，这与纯粹转卖他人IP的商业模式有本质区别。

在对比英伟达的总拥有成本主张时，Kurian以客户反馈作为回应——"我们有很多客户说我们的总拥有成本是最低的"，并重申大量外部AI实验室对TPU的需求已超出谷歌供给能力，视其为成本竞争力的最直接证明。

网络安全成AI军备竞赛新战场，谷歌推三层应对体系

Kurian对AI模型在网络安全领域的风险持高度警觉态度。他指出，无论如何限制闭源模型的扩散，开源模型必然会流入对手手中，且随时间推移持续进化。因此，核心问题在于：Anthropic认为Mythos过于危险而暂缓发布的那些漏洞检测能力，有多大比例可以被开源模型复现？

谷歌的应对策略分为三层：第一，借助Gemini提升漏洞检测速度，并推出能够辅助修复代码的新模型，因为漏洞被发现的速度已远超人工修复的速度；第二，引入"持续红队演练"智能体——第一个智能体持续发动攻击测试，第二个对漏洞进行优先级排序，第三个辅助完成修复；第三，与Wiz整合后，将持续检测能力融入云端安全体系，形成从发现到修复再到部署的闭环。

Kurian亦对"AI将取代软件工程师"的论断提出反驳。他表示，在模型能力提升带来大量安全漏洞的当下，恰恰是最需要大量软件工程师配合模型工作的时刻，行业容易在"不再需要任何人"的论断上矫枉过正，而现实往往相反。谷歌坚持代码同行评审制度，并正在探索引入"监督模型"以不同方式审查AI生成代码，以应对AI既生成代码又审查代码所带来的认知盲区风险。

以下为访谈全文：

主持人： 好的，Thomas，感谢您今天来接受我的采访。我们现在在谷歌云园区，非常感激您抽出时间。

Thomas Kurian： 感谢邀请。

主持人： 我非常期待这次对话，有很多问题想问您。

Thomas Kurian： 好的，尽管问。

主持人： 我最近一直在思考的第一个问题是关于TPU产能的。当你看看Anthropic和OpenAI这些前沿实验室，他们一直挂在嘴边的就是算力受限的问题。但反观谷歌，你们拥有完整的技术栈，有自研芯片，而且你们不仅在服务自己的推理需求，还在做训练、销售推理服务，同时还允许一些竞争对手在你们自己的芯片上构建产品，甚至还在直接销售芯片。你们是怎么做到有这么充足的产能的？而其他前沿实验室似乎永远都不够用？

Thomas Kurian： 你想想我们在全球范围内实际上变现了多大比例——在某些场景下，我们同时对算力和推理请求收费；在另一些场景下，我们提供的是算力，运行的是别人的模型，但底层芯片是我们的。这背后的部分原因，要追溯到很多年前我们所做的长期规划。当我们预见到这波AI浪潮到来时，我们从多个维度入手，确保自己不会在物理资源上受到制约。

我们多元化了能源来源，提前锁定了土地以便建设数据中心，改变了数据中心的建造方式——我们从传统的建筑施工模式转向了更多的工厂预制化模式，因为工厂制造永远比现场施工更快。我们还缩短了机器部署的周期。这些都是我们已经做到的事，也在产能上帮了我们很大的忙。

在芯片层面，我们一直与英伟达保持合作伙伴关系，但同时我们也一直致力于研发自己的芯片，而且已经做了——我想大概是第十一年还是第十二年了。第八代TPU将会在我们的发布活动上正式公布。

主持人： 是的，我们待会儿会聊到这个。

Thomas Kurian： 我们在这件事上已经积累了深厚的经验，一代又一代地做，一次又一次地交付这种优势。现在很有意思的是，我们不仅看到来自AI实验室的需求，还看到来自其他行业的需求。比如Citadel在资本市场领域就公开谈到了他们如何使用我们的TPU；美国能源部以及高性能计算领域的客户也在谈论这个。所以我们正在看到TPU变得越来越通用，不再局限于AI算法，而是成为更广泛的基础设施。

主持人： 那当你面对TPU这块大蛋糕，需要在各种不同的用途之间分配算力时，你是怎么比较和权衡的？如果你愿意分享具体数字当然很好，但哪怕是粗略对比一下——直接销售TPU、让Anthropic或OpenAI通过你们的基础设施运行推理、还是服务自己的Gemini模型——这几种模式相比较如何？

Thomas Kurian： 我们在这几者之间保持投入的平衡，而且无论哪种方式我们都能获得不错的利润，因为我们拥有自己的知识产权。我们不是单纯在分销别人的IP。我认为这一点帮助了我们，你也看到我们的营收和运营利润率都在持续提升。

我们还把TPU扩展到了新的场景，比如资本市场。我们发现一个非常有趣的现象：算法交易过去主要依赖数值计算，而这类计算主要运行在传统算力上，受摩尔定律的制约，每代之间的性能提升越来越慢。所以很多顶级机构已经发现，转向推理计算可以带来巨大的性能飞跃——与其用数值方法做计算，不如转向推理，就能享受推理性能提升所带来的红利。随着这些机构陆续加入，他们希望我们的机器能部署在更靠近交易所的地方，比如放在他们自己的数据中心里。所以我们已经开始把TPU引入部分核心客户自己的场地，这是一种略有不同的商业模式。

从宏观角度看，我认为多元化本身就能促进产品进步，因为你能从各个地方接收到需求反馈。商业化渠道的多元化也帮助我们实现增长。举个例子，当我们和供应链供应商谈判时，正因为我们使用这些芯片不仅仅是为了满足自身需求，还为市场提供服务，他们会说谷歌的需求量是一个更大的总盘子，所以我们能拿到更有利的合同条款。

主持人： 我想在这个点上再多停留一会儿。如果算力需求是无限的，哪怕只从研发角度来看，为什么不干脆把算力全部留给自己？更直白地说，如果AGI真的是所有AI实验室都在追求的终极目标，而且谁先到达、谁先规模化部署谁就赢，那么把产能全部留给自己、留给自己的模型，似乎才是最有利的选择。我的理解哪里有偏差？

Thomas Kurian： 你必须赚钱才能支撑这一切。谷歌确实赚了很多钱，但你必须持续产生现金流，而这是我们生成足够现金流的另一个杠杆。我们分配给外部的算力始终是在和自身需求及资本需求之间做平衡的。而且你知道，不管你是哪家实验室，风险投资是没办法无限期地支撑你的。随着算力成本不断上涨，如果你做的是亏本买卖——你亏钱，而且从推理服务等手段中赚到的钱不足以覆盖训练成本——这个缺口越拉越大，你能找到的资金来源就会越来越少。

主持人： 我一直在说谷歌处于多么独特的位置：有现金奶牛、有芯片、有模型。你们的Gemini团队有没有来找你说过"我们不够用"？我知道我在这个点上很纠结，其他那些公司就是跟不上，这对我来说真的太不可思议了。

Thomas Kurian： 对这类东西的需求永远存在，而且我认为未来十年需求会始终超过供给，如果你有自己的芯片，这是个很好的位置。如果你没有，你就只是在转卖别人的东西。在一个产能受限的环境下，你的单位经济成本会变得越来越贵。而我们的情况是，因为我们掌控芯片，单位经济效益仍然具有吸引力。所以拥有自研芯片将是我们的一个核心优势。

主持人： 那如果你把你们TPU的整个算力池、整个计算基础设施看成一块大饼，你能谈谈训练、推理、销售TPU、为其他实验室服务推理这几块大概各占多少吗？

Thomas Kurian： 粗略地说，我们不会公开详细数字，所以我不会逐项拆解。但大体上从宏观来看，谷歌云大约占Alphabet总资本支出的一半，而且还在增长，因为它的增速远超其他业务，这个你们应该清楚。所以这是一个大致的划分比例。而在我们这边，我们相当大比例的增长来自Gemini和我们自己的模型，你可以把这个作为一个粗略的参考。

主持人： 好的。你刚才提到了数据中心和数据中心建设。你能解释一下你所说的"建筑施工"和"工厂制造"在数据中心层面的区别是什么吗？

Thomas Kurian： 说白了就是你部署产能时的基本单元是什么。比如，你可以在数据中心里一个机架一个机架地组装；也可以整排整排地部署。你能以越大的粒度来部署，就越能在一个集中地点提前完成预组装和预测试，部署速度也就越快。

主持人： 当你在规划新数据中心的部署时——我想你比任何人都更清楚，美国社会对数据中心目前有相当负面的看法，我记得支持率大概只有20%左右。你是怎么看待这个问题的？整个AI行业又该如何扭转公众对人工智能、以及对部署数据中心这件事的看法——毕竟数据中心的部署实际上赋予了美国战略优势？我个人对AI是相当乐观的，你是怎么看的？

Thomas Kurian： 人们对数据中心的担忧主要集中在几个方面。第一，数据中心会不会推高我所在的州或县的能源价格？第二，数据中心所在的社区能不能获得足够的就业机会？

针对这些问题，我们正在做几件事。首先，我们正在投资"表后"（behind the meter）技术，也就是说我们不从电网取电，而是在州政府有意愿的情况下与电网互联，这样当电网出现短缺时，我们的能源反过来可以反哺电网。我们在投资替代能源，因为我们认为传统的"发电+配电"模式并不是能源供应进入市场的唯一方式。所以我们正在研究的一个问题是：能否借助AI带来的能源需求，推动新型能源配送方式的出现，从而降低单位能源成本，并进而服务于更广泛的市场？

第三，我们非常重视PUE（电源使用效率）指标，也就是我们所消耗的每一度电的效率。简单来说，如果你需要100兆瓦的计算功率，你从能源侧实际消耗的额外兆瓦数越少，就说明你越没有在浪费能源。我们在这方面是全球最高效的，背后涉及热力学交换、散热方式等数以千计的优化细节。

最后，我们会深度投入我们所在的社区。为了避免让当地社区觉得谷歌把所有资源都集中在一个庞大的地点，我们把数据中心分散部署在许多地方，这样没有哪个州会觉得我们成了他们资源的一个沉重负担。我们在这方面有着很好的记录。我去过我们很多数据中心，当你深入到当地的经济环境中，看到当地学校里的孩子，看到运营我们数据中心的员工——他们对我们来说极为重要——看到我们为那些偏远社区带来了多少经济发展，你会觉得这是我们应尽的责任的一部分。

主持人： 这很好。但如果说到更广泛的社会层面的看法，而不仅仅是你进入的那个当地社区——你进去了、创造了就业、投入了资金、没有直接推高电价，这一切都很好——但你究竟要怎么真正改变更广大美国民众对人工智能的看法？

Thomas Kurian： 这将是一个过程。我认为关键在于找到那些能让技术真正造福社会的应用场景，而不是引发人们对工作被取代的恐惧。让我举几个例子。

在我们的发布会上你会看到一家叫Signal的公司，他们平时不怎么公开宣传自己——他们是德国最大的健康保险公司。他们目前大规模部署了基于Gemini企业版构建的AI智能体，来帮助他们的团队工作。非常有意思的是，当我们刚开始合作时，内部有很多焦虑，担心这会导致裁员。但他们一个人都没裁，而且他们发现，在回答客户关于"我是否符合这项治疗的报销资格"这类问题时，准确率和速度都大幅提升——有些情况下，过去需要23分钟才能查清楚的问题，现在只需要几秒钟就能回答。所以这既提升了效率，也提升了客户服务的质量，而且没有动过一个工作岗位。

我们还与美国临床肿瘤学会合作——他们是全美51,000名肿瘤科医生的行业组织。他们希望有一个AI应用，能在医生坐诊时帮助他们查阅标准治疗指南。比如这位患者来看病，她有乳腺癌，标准治疗方案是什么？但她同时还有糖尿病，如果是这种类型的糖尿病，我就不能给她开化疗——这类规则极其复杂，很多情况下还互相交叉。他们希望AI能帮助提供答案，而且这些答案必须是百分之百准确的，绝对不能出现幻觉。我们帮助他们实现了这一点，帮助医生更好地照护患者，他们会员的反馈令人非常振奋。

还有很多这样的例子。我们经常说，最重要的应用之一是打造一个"财富顾问"。想想普通市民的处境：如果你是高净值人士，你可以去私人银行，有专业的财富管理顾问为你服务；但如果你是没有那些经济资源的普通人，你可能根本得不到高质量的理财建议。花旗集团正在开发一款财富顾问应用，他们会在活动上进行展示，这款应用将借助Gemini的推理和任务管理能力，为用户提供理财建议，并在用户需要时帮助他们执行投资操作。

这些都是社会将会认可其价值的例子。从"AI会造成大规模失业"到听到这一面的声音，需要时间来实现平衡，而这是我们作为一个社会共同走过的旅程的一部分。

主持人： 我想继续聊一个话题——算力需求如果是无限的，尤其在研发层面，为什么不干脆把算力全部留给自己？拥有自己的芯片，在算力受限的环境下保持单位经济效益，这将是谷歌的一大优势，因为你们拥有这些芯片。接下来，我想问你关于模型发布和安全边界的问题：你是否有某条红线，某个基准，让你判断Gemini已经不再安全到可以向公众发布？

Thomas Kurian： 我们从其他所有AI实验室那里得到的需求已经超过了我们所能满足的上限。

主持人： Thomas，什么事情会让你夜不能寐？

主持人： 我确实同意。我认为工作岗位被取代这个问题，尤其令美国普通民众感到非常担忧。我想直接问您——就您的组织谷歌云而言，现在随着人工智能让您的工程师和其他部门的员工效率大幅提升、自动化程度不断提高，请问您们是在招人、裁员，还是保持稳定？你们目前处于哪个阶段？

Thomas Kurian： 我们在产品和销售方面都在增加人手。我们在市场拓展团队方面招募了大量人员，也在大量招聘部署工程师。在我们开发新产品的领域，我们也在扩充能力。

举个人们通常看不到的例子——很早以前，我们就预判到两件事：第一，随着模型在理解代码方面越来越强大；第二，随着模型学会使用计算机来执行任务，它们在很多事情上能做得非常出色。但理解代码带来的一个问题是，模型同样能发现代码中的漏洞，因此新模型引发了大量关于网络安全漏洞的焦虑。这个话题我们等会儿会聊到。

很早以前我们就决定做三件事：第一，借助 Gemini 提升漏洞检测能力，目前已有大量客户在使用；第二，打造一个能够修复代码的模型——因为如果你能快速发现漏洞，人工往往跟不上修复速度，那么模型能否协助你修复？我们针对这一点即将推出新功能。此外，在我们收购 Wiz 之后，你将看到我们结合 Wiz 展示的新能力，其核心是持续检测。

有人称之为"持续红队演练"。我们将展示三种不同类型的智能体（Agent）：第一个智能体持续对你发动攻击，确保漏洞能被及时修复、不被打个措手不及——这是以前无法做到的；第二个智能体对发现的问题进行优先级排序，帮你明确哪些漏洞是最需要优先处理的；第三个智能体则协助你完成修复工作。

主持人： 听到你们仍在招人，我很高兴——效率提升了，还在扩招。不过外面确实有一些公司采取了不同的做法。Block 是个典型案例，Jack Dorsey 发了一篇博文，Block 裁减了将近一半的员工，并将 AI 列为原因之一。您认为谷歌这种"效率提升同时持续扩招"的方式，与 Block 那种"重塑公司结构、以一半的人力实现更好效果"的方式之间，差异究竟在哪里？

Thomas Kurian： 每家公司对自己产品和服务的需求情况不同，每位 CEO 都会做出自己的判断。我们看到的是强劲的市场需求，所以我们选择持续投入。

主持人： 我们来聊聊英伟达。黄仁勋最近接受了 Taresh 的播客采访，他谈到英伟达及其架构在每个 Token 的总拥有成本上是最低的，这得益于 CUDA、NVLink 网络以及各种工具链所带来的更优 Token 经济性。您认同这个判断吗？您认为谷歌在总拥有成本上是否最具竞争力？如果不是，谷歌打算如何追赶？

Thomas Kurian： 我们有很多客户说我们的总拥有成本是最低的。

主持人： 好吧，我想这就是答案了，对吧？

Thomas Kurian： 是的，现实情况是，如果你是一家 AI 实验室，你会选择最好的平台。不只是谷歌自己的团队在用，其他 AI 实验室对我们 TPU 的需求，已经远远超过我们所能满足的上限。我只想说：如果我们的成本贵得多，他们根本不会来找我们要 TPU。

主持人： TPU 的核心优势之一是速度吗？我注意到 Gemini 系列模型速度非常快，作为一个速度控，我非常欣赏这一点。通常来说，专用 ASIC 芯片往往比通用 GPU 快得多。这对 AI 实验室或您的客户来说是一大卖点，还是他们始终把质量放在第一位？

Thomas Kurian： 质量。质量是第一位的。但我认为这是一个组合，有三个核心要素——因为关键不只是芯片本身，而是整个系统。以 TPU v8 为例，它拥有 9600 块芯片；v8i 则有 1152 块，全部连接在一个单一的光学 Taurus 网络上。这带来了极高的带宽，以及整个 Pod 中所有芯片之间超可预测的低延迟。这使得我们能以极高的效率将数据从内存中取出进行处理，并再写回内存。举个例子，v8T 训练芯片可以在单个系统中容纳两个 Petabyte 的内存——这相当于美国国会图书馆全部数字化内容的约 100 倍。

由于网络延迟极低，内存到芯片的数据吞吐量也极为迅速。第三，在硬件层之上，从编程栈的角度来看，谷歌开发并贡献给业界的工具非常丰富，例如用于编译器优化的 JAX，我们在 PyTorch 上也做了大量工作，还有 XLA、Pathways——这些都是谷歌构建的技术。把这一切加在一起，即便你看推理和视觉语言模型，我们也针对其中大量技术进行了深度优化。正是这整套技术栈，让 TPU 系统如此高效、如此强大。

我们通过一个叫做"goodput（有效吞吐量）"的指标来衡量这一点——它衡量的是你实际获得的有效吞吐量。我们三四年前还做了一个决策：预见到能源将会供不应求，于是我们专注于优化每瓦特算力的性价比，也就是每瓦特能产出多少 Token。这也是如今很多人选择我们的重要原因之一。

主持人： 您之前提到 TPU 的布局已有 11 年历史了。在科技行业，11 年是一段相当漫长的时间，能看到一个如此久远的决策在近几年结出如此丰硕的果实，实在令人感慨。那么，您的规划会随着市场的变化产生多大幅度的调整？是多年前的决策仍然坚定不移地贯彻执行，还是你们需要不断地调整方向？

Thomas Kurian： 我们在技术栈各层积累的历史经验，随着时间推移形成了复利效应。当我们做 TensorFlow 的时候，我们意识到训练需要一个大规模分布式编程模型，于是我们开发了 JAX。JAX 正是在 TensorFlow 的经验积累上，以及人们对新型分布式训练模型的需求上，进一步迭代的产物。所以，很多东西是随着时间推移不断积累的，我们从过去的实践中学习，并持续改进。

与此同时，我们也极其敏锐地关注市场、倾听客户的声音。比如有人问我们：为什么要专门开发 v8i 这颗推理芯片？原因在于我们看到一个规律——无论一家公司多么财大气粗，如果不能靠推理赚钱，就无力持续负担训练的成本。你必须至少让推理收入能抵消训练的成本，而不能永远依赖风险投资来输血。所以我们判断推理的需求将会爆发式增长，明确了推理所需的优化方向，而事实上，v8i 推理芯片的市场需求，远远超出了我们原先的预期。

主持人： 我们来聊聊第八代芯片。这是你们首次将芯片拆分成两个不同的系列——一个专注推理，一个专注预训练。首先请确认一下，Ironwood 是主要为推理设计的吗？

Thomas Kurian： Ironwood 是混合用途的，既用于训练，也用于推理。我认为人们使用推理时有很强的时间规律性——白天用户醒来会问大量问题，到了晚上有些人还是会睡觉的，所以那段时间很多推理任务会用 Spot 实例来跑；训练后微调（post-training）也有很多人在夜间用 Spot 实例来完成。所以 Ironwood 是一款通用型芯片。v8T 则主要面向训练，但也有人在考虑将其用于推理。v8i 主要用于推理，不过对于规模较小的模型，也有人用它来做训练。

主持人： 从你们决定拆分这两款芯片这件事来看，您认为计算工作负载将向何处演进？您现在观察到了什么？未来五年，主要的工作负载会集中在哪里？

Thomas Kurian： 这一点，从我们在 Gemini 上做的工作中体现得并不亚于芯片设计本身。如果你观察 Gemini，我们大致看到了模型发展的三个阶段：

第一阶段，用户向模型提问，模型作出回答，可能会经历多轮对话迭代，但整体上更像是一种搜索式聊天机器人体验。我们的 Gemini 企业版提供了搜索问答的能力，并加入了"深度研究"功能用于深度分析。

第二阶段，人们过去主要用扩散模型来生成内容，比如图像、音频、视频。从 Gemini 2.5 Nano 开始，多模态输入其实一直存在，但多模态输出成为主模型的原生能力。我们看到 WPP 等创意公司，以及各类消费品公司，开始使用 Gemini 企业版——我们的企业级 AI 平台——来进行内容创作，各式各样的内容创作场景应运而生。

然后，模型在处理现实世界的各种抽象层面变得越来越强大。所谓"抽象"，是指在企业场景中，模型需要接入各种各样的系统——比如对接 CRM 系统来回答客户相关的问题，查阅供应链和计划系统等等。而终极的抽象，是将整个世界抽象成一台计算机——因为如果你能和计算机对话，计算机就能和一切对话，因为所有软件本质上都是计算机与外界沟通的抽象形式。

主持人： 您认为"模型能够控制计算机、使用浏览器"是终极形态的抽象吗？而且不只是"我能和计算机对话"，还需要能理解计算机返回的信息并做出响应——您明白我的意思吗？

Thomas Kurian： 是的，这正是"智能体"（Agent）这一概念的由来。智能体是一个模块，你可以向它委派任务。智能体描述自身拥有的技能集，知道如何操作一系列工具，包括计算机，并能代表你执行任务。这使得 Xfinity 能用我们的技术来调度和管理整个客户服务体系，沃尔玛能在从供应链规划到排班的各种场景中使用我们，博世将我们用于制造业，默克（Merck）则谈到了如何将我们用于研究——从药物发现，一直到将药品交付给患者，整个流程的自动化。这就是下一个进化阶段。

我们在某种程度上是"协同设计"的——随着模型能力的进步，我们能够不断扩展可自动化的任务边界。

主持人： 把这个拉回到芯片拆分的决策上——推理和训练分开，这两者之间有什么内在联系？

Thomas Kurian： 回到第一阶段，也就是搜索问答的阶段：输入 Token 远多于输出 Token，因为你会给模型一个很长很复杂的问题，它返回一个相对简单的答案。

进入内容生成阶段，你只需给出一个简单的提示词，比如"生成一段视频，展示我的狗穿着超人斗篷在开车"，然后模型需要花很长时间来生成大量输出 Token。这就产生了截然不同的 Token 构成比例——多模态是一大变量，输出 Token 的体量也大幅增长。

到了智能体阶段，对芯片设计的影响体现在三四个不同维度。首先是内存驻留时间的问题：你委派给智能体的任务可能需要运行 6 小时、7 小时甚至 12 小时，你不希望频繁地将内容换入换出内存，因为那会带来高昂的 Token 计算成本。因此，KV 缓存的设计需要重新考量，这是一个典型例子。

所以当人们问我们，这些经历是如何影响你们芯片研发方向的——我们不仅与英特尔合作，我们自己也有ARM芯片，我们研发它是因为我们看到了这些工具带来的通用算力需求。当你运行一个需要执行很多很多不同步骤的推理智能体时，有些事情涉及到你希望如何在模型中保留和固定对象，从而让模型运行得极为高效，因为这能大幅优化推理成本。我们在芯片如何在内存中保存数据这方面做了很多内部工作。另外，因为人们想要更直观的例子——人们希望在很多地方都能部署推理，因为他们需要管理延迟，这和训练不同，训练可以集中在少数几个大型地点完成。

所以一个实际的例子是：8i可以在非水冷模式下运行，这样你就可以把它部署在更多地点，因为风冷仍然是大多数数据中心的主要散热方式。这些决策背后都有大量的深思熟虑。我只是举三个简单的例子来说明。

主持人： 是的，我觉得智能体这块确实很有意思，因为它真正改变了这些token在实际中的使用方式。英伟达大谈极致协同设计（extreme co-design），谷歌看起来在每个层面都在做极致协同设计。

Thomas Kurian： 是的。

主持人： 先聊聊智能体的使用场景，尤其是当你需要做大量的硬盘读写操作时，有很多方面需要去优化。在TPU技术栈上，你们最近优化的是什么？基于智能体使用量的增长，你认为下一个大的瓶颈在哪里？

Thomas Kurian： 我们一直在审视整个系统。举几个例子：我们下周将发布两项全新的存储解决方案。

第一个是我们的托管Lustre解决方案，我们将其吞吐量提升到了每秒10太字节，它真正为大规模训练而设计。你可以将它与一个超大规模集群交叉互联，因为你拥有大型数据集，你现在可以从大规模Lustre集群中将数据读取到大型训练集群中，实现超高效率的扩展。

第二个是我们推出的一种全新的超低延迟推理存储系统，称为"Rapid Storage"。它的理念是：你可以将需要用于推理的信息集中存储在云存储中，但可以将其挂载在靠近推理芯片运行位置的地方——可以把它想象成一种前向代理机制。从你的推理处理器到存储系统Rapid Storage进行数据获取，速度极快，达到每秒15太字节，实现超低延迟。

同时，你还需要在一个统一的网络骨干上优化所有这些。所以我们正在推出一种新型网络架构，叫做Virgo，它能在超大规模集群内提供超低延迟的高速互联。此外，还有很多其他层面的工作我们也在进行协同设计，这些都是为了应对智能体的到来，核心目标是以最高效的成本结构，为人们提供性能最佳、质量最好的智能体运行环境。

主持人： 下一个大瓶颈在哪里？

Thomas Kurian： 下一个大瓶颈很大程度上将出现在消费者使用虚拟机的环节。比如说，我是一个家庭用户，我构建了一个智能体，这个智能体将帮我安排出行——假设你要去度假，你让它完成一系列任务，比如查询八个旅行网站，这些网站作为工具暴露出来，也就是现在大家常说的MCP或API，让它去找所有旅行网站，假设是订一趟去欧洲或东南亚的行程，帮我计算总费用并告知我的预算。

消费者负担不起让虚拟机永久运行的成本，那非常昂贵，正如你所知道的。所以人们希望在任务完成时随时激活、停用虚拟机。而且因为这些工具需要本地存储，这些虚拟机虽然可以超量部署，但你也可以配置本地磁盘来实现超高效的读写，这将成为一个瓶颈，因为它会直接影响这项技术能够普及的广度。企业当然可以为此付费，越便宜、越高效，他们就能使用越多；但如果你想把这项技术普及到消费者，对他们来说成本很快就会变得高昂。如果你想触达所有人，就必须在工程层面解决这些成本结构的问题。而正是那种能够跨层贯通的能力——从智能体层到Gemini层，再到存储系统和计算系统——才让我们能够做协同设计。

主持人： 谢谢你的分享。我想聊一聊Anthropic。Anthropic是谷歌的客户，他们在很多方面都很独特。Claude是谷歌最强劲的竞争对手之一，但与此同时，你们实际上又是他们大量训练和推理工作的基础设施支撑。你们是如何看待这个决策的？我知道我们之前稍有提及，但我想深入探讨一下：你如何看待为Anthropic的模型提供算力，而他们同时又在与谷歌竞争？这是AWS的打法——为所有人提供服务，不偏袒任何一方？还是有所不同？

Thomas Kurian： 谷歌是一家平台公司。当你是一家平台公司时，你的业务的不同部分会与市场上的不同玩家形成竞争，某些业务部分可能为他们提供供给，另一些部分又与他们竞争。我们致力于在模型层面做到业界最佳，我们对自己所做的工作感到非常自豪，不仅仅是Gemini这个模型本身，还包括我们围绕Gemini构建的完整工具链，以及我们的企业工具组合。与此同时，有些客户希望使用我们的TPU，Anthropic就是其中一个例子。这只是作为一家平台公司的一部分。就像人们问我们，你们的模型与苹果的合作优化做得如何？苹果已经与我们签订了模型合同，你也知道。于是人们问：这不是在和你们的Android平台及生态系统竞争吗？是的，但这就是平台公司的一部分。

主持人： 我还是有点执念于Anthropic这个问题，因为他们毕竟在企业层面是直接竞争的，而苹果则不然。我在想，你们给他们提供算力，而到了某个时间点——尽管你说现在TPU产能还很充裕——但届时可能就必须做出艰难的抉择：这些产能是给Anthropic，还是留给Gemini？留给我们自己的研究？你怎么做这个决策？

Thomas Kurian： 我们有一个以Sundar为首的管理团队，我们会在一起讨论，就像任何一家成熟的公司一样做出这些决策。每天都有艰难的判断。比如说，我们收到的需求不仅仅来自Anthropic。所以哪怕你说有X量的产能留给Gemini，Y量的产能留给其他所有人，那么在这Y之中，你又如何分配给Anthropic，以及数百家其他实验室和客户呢？这些都是任何人都必须面对的复杂决策。但我可以告诉你一件事：拥有自己的芯片和需求，远比没有自己的芯片要好得多。

主持人： 说得好。Mythos据传是第一个万亿参数规模的模型，谷歌现在在10万亿参数模型这个领域有所布局吗？还是接近了？你们目前处于这个发展周期的哪个阶段？

Thomas Kurian： 关于Gemini，你会在Next大会以及之后不久看到我们的新动作。在模型能力方面，我们对Gemini所处的位置非常自豪。它长期以来都处于业界领先水平。我们有一个新版本的Gemini即将推出，从我们看到的所有基准测试来看，我们对此同样充满信心。

主持人： 假设性地问一下，如果考虑一个10万亿参数的模型，基于你在TPU层面的统筹，这在当前世界的技术状态下，是一个可行的服务规模吗？

Thomas Kurian： 我们长期以来具备分离式部署（disaggregated serving）的能力，这使我们能够非常出色地扩展非常大型的稠密模型，这一能力已经存在很长时间了。所以，我们不会设计出我们自己都无法部署的模型。我们完全有信心，TPU能够服务世界上最大的模型。最重要的是，我们用于分离式部署的服务栈，在所有模型提供商中，对TPU的使用效率是最高的。所以我们完全有信心，能够服务最大的模型，尤其是最大的Gemini模型。

主持人： 这是否意味着我们在预训练的扩展侧没有看到任何放缓？你们完全没有感受到吗？因为业界有一段时间在讨论预训练正在放缓，应该把重心转向强化学习，转向思考时间（thinking time）。你们完全没有这种感觉吗？

Thomas Kurian： 从芯片设计、系统设计或产能层面，我们都没有看到这种放缓。

主持人： 那底层数据方面呢？你们是否看到合成数据有更高效的应用？

Thomas Kurian： 我来举两三个我们实际观察到的例子。历史上，输入模型的数据大多是非结构化数据，比如文本、音频、视频、文件等，这些数据量持续增长。但现实情况是，在企业场景中有很多元素，实际上相对容易处理。比如你向智能体提问，让它告诉你答案的引用来源，如果是文档中的内容，就很简单，只需展示一个链接即可。

但想象一下，你问模型一个问题："告诉我需要备货多少才能满足这款产品的需求。"这就需要转化为对SAP之类系统或某种供应链系统的查询，它需要动态地查询一组数据表。首先，准确地将这个查询分解到对应的数据表，然后展示响应时——引用来源在哪里？你怎么知道你给我的答案是正确的？这是一个复杂得多的问题。

正因为我们在企业领域的工作，我们能够向Gemini的轨迹优化训练框架输入更多的结构化数据循环，包括结构化数据和复杂字段这类复杂内容。比如，你有没有见过——在讨论浏览器中的计算机使用时——一个有一千个字段、下拉列表等的企业应用？没有任何消费级应用会有如此高的复杂度。在这个领域深耕，也让我们能够将这些内容教给我们的Gemini系统，并将其融入训练框架。

主持人： 那我们继续聊训练框架和智能体编程这个话题吧。我最近自己也在大量编程。有一条帖子在网上疯传，说是某人有位朋友在谷歌，那位朋友基本说谷歌在内部并没有站在智能体编程的前沿。你怎么看这件事？谷歌内部是如何采用智能体编程的？尤其是，我必须再次提到Anthropic，他们的发布速度令人叹为观止。谷歌是如何拥抱智能体编程前沿的？

Thomas Kurian： 目前，我们有大量工程师在使用Jet Ski，这是我们内部的编程框架，其反馈正在实时传递给DeepMind，形成强化学习的闭环，每天都在提升Gemini在编程方面的质量。我的组织里有很多人都在使用它。

主持人： 有一件事我注意到——我比以前更有生产力了，我发布产品的速度非常快，过程非常愉快，我没有逐行审查代码。实际上，我审查的代码行数非常少。但谷歌不能这样做。我的项目都是小玩具项目，而谷歌要处理的是高风险的项目、服务和产品。你们如何既站在智能体编程的前沿、产出海量代码，同时又保证质量，确保每一行部署的代码都经过了审查？

Thomas Kurian： 当我们谈论软件工程生产力时，我们的看法与外部报道的视角略有不同。如果你在一家像谷歌这样开发产品的公司工作，现实情况是有两三件事非常重要。比如，一位资深工程师写的代码比一位初级工程师紧凑得多。所以我们不以代码行数作为衡量指标，因为通常来说，能力相对弱的工程师需要写更多的代码来完成同一个任务，而资深工程师写得更精炼。

主持人： 这几乎是个老生常谈的说法了，多年来一直如此，但我觉得现在比以往任何时候都更重要的是整体的交付速度。

Thomas Kurian： 是的，重要的是我们增加了多少功能。

第二，谷歌一直有一个传统：提交代码时需要同伴评审，通常由资深主管来完成，而他们往往成为瓶颈。因此，我们引入了Gemini，人们也在使用它——例如，我们最近在Cloud中引入了它来扫描代码中的安全漏洞。所以这个工具不仅仅用于生成代码，我们也用它来检查代码，这有助于在资深工程师来做最终审查之前，预先完成大量前置工作。

第三，从长远来看，在任何真正的软件公司里，工程师们发现自己花在低效工作上的大部分时间，是在调试问题。所以我们构建了一个Gemini的特定版本，我们下周将展示的其中一件事就是：世界上最复杂的计算机就是云。与之相比，个人电脑不过是个玩具。我们将整个云的能力和工具全部开放给模型。现在我们正在用Gemini来排查正在发生的故障事件，这也帮助我们提升了工作效率，进而提高了模型本身的质量。我们从多个维度来审视这个问题。但随着生产力不断提升、功能迭代越来越快——代码行数当然不是衡量标准，但它确实是这种速度提升的一个体现——终究会到达一个临界点，你根本无法审查每一行代码。

主持人： 更进一步来想，随着时间推移，人类对实际代码的理解会越来越少。尤其是您刚才提到的，如果用AI来审查代码、调试代码——如果AI既负责生成代码，又负责审查代码，我们是否正在失去对代码本身以及所部署功能的核心理解？

Thomas Kurian： 这是整个行业都必须管控的风险。人们常说：我给你一个提示词，它就能生成一段代码，你不需要理解代码，因为你理解提示词就够了。但现实是，对于一个复杂的系统，提示词并不能解释代码所有潜在的行为。比如，你该如何处理异常？

每次出现这种论调，我都觉得似曾相识。前些年有人说不需要那么多软件工程师了，结果模型出来之后发现了大量安全漏洞——就在这个节骨眼上，我们反而需要大量软件工程师来配合模型工作。比如我们正在推出一个新版本的模型，它能够修复漏洞、专门修复安全漏洞，但你依然需要一个人来使用这个工具并加以专注地把控。这个行业有时候容易矫枉过正，说"根本不需要任何人"，结果恰恰是在最需要人的时候这么说。

所以我们始终保持更长远的视角。我们一直在思考，比如是否需要一个"监督模型"以不同的方式来审查代码——这也是为什么我说我们依然坚持代码的同行评审，并且帮助我们的高级工程师使用工具来完成审查。接下来的问题是：这个工具是否有足够的自我感知——如果是它自己生成的代码，它能否发现其中的问题？因为它对某些代码模式可能缺乏自我认知。这是我们正在探索解决方案的方向。

我们的目标始终是打造最优秀的模型，并将其大规模应用。仅在我的团队中，就有数千人每天都在使用它。如果你走到对面的园区，可以看到有人同时开着六个窗口——一个在写代码，一个在编译，一个在部署和测试，另一个在后台跑代码审查任务。整套工具链有大量的人在使用，这就是工作方式演进的一部分。

主持人：您提到了网络安全，我们就以这个话题收尾。Anthropic认为其Mythos模型在网络安全能力方面过于先进，暂时不宜公开发布。对于谷歌而言，您如何看待这件事？您的第一反应是什么？另外，是否存在某条红线或某个基准，一旦触及，您就会认为Gemini不再适合公开发布？

Thomas Kurian：我们正在研究这条线应该划在哪里。但我们面临的核心问题是：Mythos发现的那些漏洞，有多大比例同样可以用开源模型发现？我之所以提到开源模型，是因为无论你怎么防范，即便能确保闭源模型不落入对手之手，开源模型肯定是会流入对手手中的，而且它们还在持续进化、越来越强。所以迟早有一天，其中某些能力——也许不是全部——是可以被检测和利用的。

那么我们应该如何应对？我们有独特的优势，因为我们既是超大规模云服务商，又是模型提供商，同时还拥有网络安全团队——包括我们的Mandiant团队和Wiz。我们采取了三项切实举措：

第一，如果人们要用模型来发现漏洞，你就需要用模型来帮助修复漏洞——因为漏洞被发现的速度远超人工修复的速度，所以必须用模型来辅助修复。

第二，如果对手用模型来发现漏洞，他们也会利用模型和计算机来发动大规模攻击。面对这种威胁，每月只做一次红队测试是远远不够的。因此，我们需要引入能够持续进行红队测试的智能体，以及能够辅助修复的智能体——修复代码是一回事，找出所有运行旧代码的地方、将其清除、再部署经过补丁更新的新代码，这又是另一回事。

第三，现存代码量如此庞大，从哪里开始下手？这又是一个问题。我们为此构建了工具，帮助人们识别并确定优先级。

主持人：这是否意味着开源软件（注意不是开源模型，而是开源软件）是弊大于利的？如果你的代码是开源的，全都暴露在外，模型就可以扫描、发现漏洞并加以利用。闭源则没有这个问题。但另一方面，开源代码会被更快速地加固。您怎么看？这到底是支持还是反对开源的论据？

Thomas Kurian：我们谷歌大量使用开源，也大量贡献开源。我们会用自己的工具帮助开源社区修复这些问题。我只是在陈述现实：对手会使用模型，他们首先会扫描的，就是那些流行的开源库，因为这能给他们提供最大的攻击面。这是我们认为必须认真对待、积极修复的问题，我们正在与业界其他伙伴共同推进。

主持人：Thomas，最后一个问题：什么事情会让您夜不能寐？

Thomas Kurian：我们需要平衡很多事情。第一，我们是否有面向未来的长期计划——数据中心、网络基础设施，以及足够多的TPU？第二，我们是否始终在聚焦最核心、最重要的问题？三年前，我们就判断随着AI能力增强，网络安全领域必将受到深远影响。当我们提出收购Wiz的时候，很多人问：你们为什么要这么做？

再举个例子，看看我们的Gemini企业平台：从今年一月到现在，我们的Token处理量已经从每分钟100亿增长到每分钟160亿。Gemini企业版的企业用户数环比增长了40%。

所以，我们始终在追问：我们是否在为客户和用户解决正确的问题？这始终是我们的核心聚焦所在。只要我们持续积极地推进问题的解决，保持对市场的领先——在技术如此快速演进的今天，当某件事发生时，你必须提前就准备好解决方案。我们的团队做出了令人惊叹的成果，我们为他们感到无比自豪，也期待接下来的活动。

主持人：Thomas，非常感谢您，真的非常感谢！

本文来自华尔街见闻，欢迎下载APP查看更多

Anthropic周五表示，谷歌承诺以3800亿美元的最新估值即刻投入100亿美元现金。谷歌将在Anthropic达成业绩里程碑后再追加投资300亿美元，同时大力扩充Anthropic的算力规模。

Anthropic是谷歌芯片和云服务的重要客户，而谷歌正大力拓展这些业务，以弥补其核心收入来源——搜索广告业务增长趋于成熟的不足。谷歌云将在未来五年内为Anthropic提供5吉瓦的算力，从2027年开始陆续上线，后续还可能追加数吉瓦。此次协议是本月早些时候Anthropic、谷歌与博通公司签署合作协议的进一步扩展。

谷歌的TPU是英伟达芯片最具竞争力的替代方案之一，在这个对算力需求极为庞大的行业中，TPU对Anthropic及其他AI开发者而言是稀缺而宝贵的资源。

御三家格局终结，两强对垒成型

此次投资落地，标志着AI产业竞争格局的一次根本性重构。

过去两年，AI第一梯队一直被定义为"御三家"——OpenAI、谷歌、Anthropic三足鼎立。如今，这一叙事已经终结。把Anthropic过去半年的融资清单列出来，会发现一个耐人寻味的现实：

• 亚马逊：50亿美元现金，上限250亿美元，外加5吉瓦Trainium算力与1000亿美元AWS采购合同；
• 谷歌：100亿美元现金，上限400亿美元，外加5吉瓦TPU算力；
• 英伟达：上限100亿美元，1吉瓦GPU供给；
• 微软：上限50亿美元，Anthropic向Azure采购300亿美元算力。

四家硅谷顶级玩家，全部出现在Anthropic的股东名册上。累计算力承诺超过11吉瓦——相当于10个核电站的发电量。

格局已经从"三家分天下"，演变为Anthropic阵营与OpenAI的两强对垒。御三家的说法，作古了。

核心分野：大模型+ASIC，还是大模型+GPU

这场重组背后，有一条更清晰的技术路线分野正在浮现。

Anthropic走的是"大模型+ASIC"的路线。 谷歌的TPU和亚马逊的Trainium，都是专为AI工作负载定制的专用芯片（ASIC）。Anthropic未来的算力底座，将主要由这两套ASIC体系支撑。谷歌之所以愿意用400亿锁定Anthropic，逻辑之一正在于此——谷歌今年的资本开支规划高达1850亿美元，大量资金砸向数据中心和TPU产能。如果TPU没有大客户去消化，就是最贵的库存。Anthropic既是企业客户的导流入口，也是谷歌TPU产能的最佳压舱石。

OpenAI走的则是"大模型+GPU"的路线。 OpenAI的核心算力来自与英伟达深度绑定的Stargate项目——一个目标规模5000亿美元的庞大基建计划，算力底座以英伟达GPU为主。这条路线的优势在于英伟达GPU生态成熟、软件栈完备；但问题在于落地周期漫长，Stargate全面达产预计要等到2029年前后，而第一座德克萨斯数据中心截至目前物理进度依然缓慢。

两条路线的底层逻辑截然不同。ASIC路线的优势是能效比高、单位算力成本更低，但定制化程度高，生态灵活性相对受限；GPU路线的优势是通用性强、开发者生态更广，但功耗和成本居高不下。

当前的竞争态势，某种程度上是一场ASIC阵营与GPU阵营的代理人战争：谷歌和亚马逊借助Anthropic验证并推广自家的ASIC芯片，英伟达则通过OpenAI和Stargate巩固GPU在AI基础设施中的主导地位。

谷歌的算盘：与其硬刚，不如借力

谷歌愿意往名义上的竞争对手身上砸400亿，看三个数字就能理解。

第一，Anthropic 2026年3月的年化收入已突破300亿美元，而2025年初还只有约10亿美元规模——一年时间，30倍增长。Claude Code从程序员社区出圈，企业渠道全面打开，B端客户从初创公司蔓延至财富500强。

第二，Anthropic在二级市场的隐含估值已接近1万亿美元，在AI企业市场的开发者份额上持续压制Gemini的同类产品。

第三，谷歌手里明明有DeepMind、有Gemini、有全球最大的TPU集群，但Gemini发布两年多来，在企业级AI市场的份额一直被Claude压制。继续硬刚，不如借力打力。

谷歌把对Anthropic的入股，做成了一套"输不起就买进来"的对冲操作：如果Anthropic赢了AI企业市场，谷歌至少能拿股权回报；如果Gemini跑出来了，谷歌两头赢；如果Gemini没赢，TPU出货稳了，AI业务也能借Anthropic站稳脚跟。

最尴尬的角色：OpenAI

Anthropic的算力问题被解决了，OpenAI自己的算力问题反而开始凸显。

Anthropic四天之内连收亚马逊和谷歌两单百亿级输血，锁定了11吉瓦以上的算力承诺。OpenAI协调Stargate项目干了将近一年，资金缺口的传闻频繁出现，软银承诺的资金至今仍在分批到账，微软也不再是OpenAI的独家算力供应方。

更深层的问题是，OpenAI的传统优势正在被蚕食。GPT系列在单点性能上依然领先，但Claude Code在编程场景、Claude在企业级应用里的份额持续扩大。与此同时，OpenAI的核心盟友微软，已悄然出现在Anthropic的投资方名单上——这是"对冲"的极端版本：支持OpenAI的Azure，同时也是Anthropic的一份算力供给。

如果说Anthropic已经打包了云巨头（亚马逊、谷歌）、GPU巨头（英伟达）和微软四重靠山，那OpenAI还需要尽快在主权资本和云巨头中再找到一个等量级的战略伙伴——而且要快。

Benchmark分数已经决定不了AI产业的胜负。这场洗牌的真正赛道，是现金+算力+生态的三线博弈。谷歌投出400亿的那一刻，第一回合的胜负判定已经写好了。

本文来自华尔街见闻，欢迎下载APP查看更多

市场真正在等的不是这个决定。

周五，美国司法部撤销了对鲍威尔的刑事调查。那个一直被用来卡住特朗普提名人——凯文·沃什——的最大政治障碍，就这样撤掉了。预测市场 Kalshi 当天的数据：沃什在 5 月 15 日鲍威尔任期到期前被正式确认的概率，从 30% 跳到了 84%。

换句话说，4 月 29 日那场发布会，大概率是鲍威尔以美联储主席身份最后一次站在台上。

沃什要把底座拆掉

4 月 21 日，沃什坐在参议院银行委员会前，说了这样一段话：「太多美联储官员，无论现任还是前任，都提前发表意见，说他们认为下次会议、下个季度、明年的利率应该在哪里。」

这句话的射程，比任何一次加息或降息决定都远得多。

他在同一场听证会上明确呼吁废除「点阵图」——那张每季度公布一次、印着 19 位 FOMC 成员利率预测的图表。批评核心 PCE 是「粗略估计」。说通胀「是一种选择」，把 2021–22 年的通胀高企定性为政策失误，而非外部冲击的结果。至于每次 FOMC 后的定期发布会，他拒绝承诺继续维持：「真理的寻求比重复更重要。」

他还暗示可能减少每年的会议次数，但没有给具体数字。

前瞻指引——美联储提前告诉市场它要干什么这套机制——是伯南克在 2008 年之后建立的体系。从日历式承诺到条件化承诺，再到每次 FOMC 后的发布会、点阵图、逐字被解读的声明，这套框架在过去 15 年悄悄变成了全球资产定价的隐性底座。

沃什说，他要把这个底座拆掉。

鲍威尔已经开始退了

读过今年 1 月和 3 月 FOMC 发布会记录的人，应该已经看到一些东西。

1 月 28 日，鲍威尔说：「委员会没有试图阐述何时降息、或以什么标准降息。」和他过去几年惯用的前瞻式表述相比，这句话的力度明显软了。到了 3 月 18 日，他进了一步——在被追问前瞻指引是否可能改变时，他罕见地公开说：「委员会内部目前对如何改变沟通方式缺乏共识。」

这是一个现任主席在说：我们内部讨论过这件事。

说白了，鲍威尔在离任前，已经在主动松动前瞻指引的约束力。不完全是被沃什的议程逼的，更像是他自己在有意为后继者腾出空间。两个方向奇怪地收敛在一起：一个在前任的最后几次发布会里逐步淡出，一个在听证会上已经宣布接管后要做什么。

失锚，不是从沃什上任那天开始的。

这不只是债市的故事

过去 15 年，「美联储会提前告诉你它要干什么」这个假设，已经被深度内化进几乎每一类资产的定价模型。

股票市场感受到的，先是估值层面的抖动。高 PE 成长股能维持当前倍数，部分前提是折现率的未来路径可以预测——当你知道利率会在哪、走向哪，现金流折现模型才能跑出一个可信的数字。沃什的框架一旦落地，这个前提就消失了。模型开始抖动的时候，成长股的估值倍数比价值股脆弱得多。这不是方向性的利率冲击，而是折现率的能见度本身出了问题，后者对估值的破坏力更持久。分水岭在于沃什给不给出替代框架：如果他上任后宣布某种「以数据为条件的情景化指引」，成长股的估值压缩幅度会比彻底沉默的情形小很多。

信用市场的脆弱性更隐蔽。企业债的再融资决策，依赖的是「我对未来三年利率路径有基本把握」。这个能见度一旦消失，信用利差需要补偿额外的不确定性溢价——而当前利差处于 25 年来的极紧水平，几乎没有缓冲空间。利差从这里开始走宽，速度不会慢。失效条件只有一个：沃什的「无前瞻指引」被参议院和市场解读为仅是沟通风格的微调，而非系统性转变。

汇率那边，情况更隐蔽。很多新兴市场央行过去十年一直把 Fed 的前瞻指引当成政策参照系——如果这个参照系突然变得不可读，本国汇率政策就更难校准，货币波动率自然上升。2013 年「缩减恐慌」时，储备较薄弱的新兴市场货币在几个月内跌了 6%–15%。当前新兴市场的外汇储备状况有所改善，但全球增长预期更弱（IMF 刚把 2026 年全球增速下调至 3.1%），这次的增长溢价更薄。

目前 MOVE 指数约为 67，低于历史均值的 75–80。债市的隐含波动率处于历史偏低位置，市场还在免费享受前瞻指引提供的确定性溢价。

「Taper Tantrum」那年，MOVE 在高峰时超过 125。那次市场在恐慌的是「QE 要削减」——方向已知，只是规模要变。这次面对的是「沟通框架本身要消失」，不确定性的来源要更根本。MOVE 向 75–80 靠拢是债市先动的信号；一旦突破 90，历史上的数据显示股票和信用市场的波动率会开始跟进。

发布会当天该怎么读

如果沃什在 5 月 15 日前被参议院确认——当前概率 84%——4 月 29 日就是鲍威尔以主席身份最后一次面对媒体。从现在到 5 月 15 日不到三周，如果确认顺利推进，交接就是干净的：鲍威尔离任，沃什就位，没有重叠。

但在这三周里，市场不会静静等待。沃什在听证会上的表态已经足够明确，市场会把鲍威尔发布会上说的每一句话，放进沃什的议程里重新解读——不是因为两人同时在位，而是因为市场已经在为那套新框架定价了。

他不会评论沃什，不会为前瞻指引做明确辩护，也不会提前为继任者背书。他会一如既往地说「我们逐次会议做决策」，会强调「数据依赖」，会在利率决定上选择最无争议的路径。

发布会刚开始，最先动的是国债期货——市场在看他描述通胀的措辞是偏鹰还是偏鸽，这决定了沃什接手时的政策初始条件。问答环节，记者们几乎可以确定会追问「你如何看待前瞻指引改革」，那个回答值得一字一字地读。

鲍威尔越是在发布会上强调前瞻指引的价值，市场越会预期沃什会更用力地推倒它。

这场发布会的意外，藏在它没有说的那些话里。

接下来需要盯的几件事

参议院投票时间线是第一个分水岭。DOJ 撤案解除了参议员 Tillis 的最大障碍，但他本人在撤案之后的公开表态仍然是信息缺口。如果银行委员会在 5 月第一周顺利通过，全体参议院预计在 5 月 11–14 周投票——若在这个窗口内完成，5 月 15 日鲍威尔离任当天沃什就位；若延迟，鲍威尔将以代理主席身份再多主持一次发布会，时间落在 6 月 16–17 日。两种结果对应的市场逻辑截然不同：前者让「无前瞻指引」的定价预期集中爆发在 5 月第二周；后者则会把这个压力分散拉长，给市场多一段喘息的时间。

沃什确认后的首次公开表态，比确认本身更重要。交接完成后，不确定性的性质会改变——从「谁在掌舵」变成「他是否真的会执行听证会上说的那些事」。历史上没有主要央行在没有任何替代方案的情况下完全废除前瞻指引。澳洲联储 2021 年放弃收益率曲线控制时也设置了过渡期。如果沃什上来宣布某种「以数据为条件的情景化指引」，市场冲击会显著收窄；如果他真的选择完全沉默，那才是「无信号时代」的正式开始。

MOVE 指数是最直接的观测窗口。67 向 75–80 靠拢，债市先动；突破 90，股票和信用市场的波动率会跟进。每次 FOMC 之间的数据冲击幅度也值得盯。

全球央行的跟进动向不是尾部风险，是需要提前校准的变量。欧央行、日本央行过去十年把美联储的政策路径当成重要的外部参照。这个参照系一旦变得不可读，各国货币政策的分歧会扩大，跨市场传导的逻辑也会变得更复杂——汇率波动率上升，是这个链条里最容易被低估的传导路径。

6 月 16–17 日的 FOMC 是终极验证节点。那很可能是沃什主持的第一次会议——第一份没有点阵图的声明，第一场可能改变格式或频率的发布会。所有关于「体制变革」的判断，都要在那里对账。

当前市场的主流预期，是把这一切当成人事新闻在处理——等沃什真正上任了再说。但失锚是一个过程，不是一个时点，而这个过程，从下周三就已经开始了。

本文来自华尔街见闻，欢迎下载APP查看更多

4月24日，高盛Delta One交易台警告称，尽管市场连续反弹、标普500指数再度触及历史高位，但霍尔木兹海峡局势并未出现任何实质性改善。

高盛交易台负责人Rich Privorotsky指出，谈判本身易于启动，解决问题则难得多。如今原油产品价格持续攀升、库存加速消耗，而股市却似乎对这一切视若无睹。

（4月以来，美股走出独立上涨行情）

高盛认为，当前市场将全部注意力投向AI驱动的需求叙事，同时焦点正从GPU向上游延伸，CPU与光通信正在成为新的供应瓶颈，与供应链中听到的DRAM、封装、电力、冷却等环节紧缺形成呼应。

根据高盛Delta One交易台的分析，霍尔木兹海峡的实际局势并未出现实质性改善。

目前的停火状态依然脆弱，预测市场同样看衰霍尔木兹海峡局势，认为5月底前解决问题的概率不足四成。

更现实的压力来自库存端。Privorotsky指出，库存正在快速消耗，每多一天不开放都会加剧问题的复合效应。

成品油市场已给出清晰信号：汽油、取暖油、柴油价格均在刷新高位。他强调，当前油轮错位、炼化产能限制、成品油市场偏紧，意味着即便利好新闻出现，实际影响仍将持续发酵。

从交易层面而言，高盛认为做多2026年12月布伦特原油期货仍是当前最佳表达方式。

股市之所以对能源风险保持免疫，部分原因在于第一季度科技公司业绩表现堪称亮眼。

Privorotsky指出，AI驱动的需求依然是市场焦点，西门子能源的超预期订单以及英特尔的强劲业绩进一步强化了"更多算力、更多电力、更多基础设施"的叙事。

值得注意的是，这一故事的主线正在演变：从GPU逐步延伸至内存及更广泛的AI"脚手架"领域，即CPU加光互连。

供应链各环节，DRAM、封装、电力、散热均已出现瓶颈迹象，成为新的结构性紧张点。

费城半导体ETF已连续18个交易日收涨，创下历史纪录，价格中已包含相当程度的预期。

在技术面，Privorotsky指出，当前美股走势在很大程度上与能源价格形成反射性联动。

其模型显示，当前处于"周期末期的紧缩"阶段——这通常是风险资产表现最差的象限之一，特征为收益率曲线趋平、长端利率走高。

短端利率与股市之间的背离依然存在，若能源价格回落，这一背离有望收敛；若能源维持高位，则分歧将进一步加剧。

波动率方面，欧洲市场呈现"空头伽马"特征，美国市场在急速反弹后可能重回"多头伽马"区间。

持仓数据方面，美国主动型投资经理人协会（NAAIM）公布的持仓风险暴露指数已回升至94，与多项指标共同指向投资者风险偏好的急剧升温。

与此同时，月末临近，美股当前面临的月末再平衡卖出压力是有记录以来最大之一。

Privorotsky判断，从拉长时间框架来看，当前买入的技术性驱动力已明显减弱，非对称性开始转向下行。他表示：

从更宏观的视角看，此处的技术性买入动能已在减弱，不对称性开始向另一个方向倾斜，我一直并将继续在当前位置保持谨慎。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博数据，USO本月资金流出规模有望创下2009年以来最大，投资者自该基金一季度大涨84%以来已赎回近10亿美元。SOXX则在刚刚录得史上最大单周资金流入的次周，便面临有史以来第二大单周撤资——上周吸纳14亿美元后，本周已流失逾半数。

值得注意的是，资金出逃并未立即冲击价格：SOXX此前刷新连涨18个交易日纪录，区间涨幅接近50%；USO也曾在单周录得两位数回报。多位分析人士将此次撤资定性为理性的获利了结，而非恐慌性抛售。但在市场叙事快速切换、估值普遍偏高的背景下，这一动向对风险偏好的警示意义不容小觑。

这波撤离发生在风险资产整体强势的背景下——标普500指数连续四周上涨并再创历史新高，比特币逼近8万美元。然而股债持续背离：标普500已收复历史高位，10年期美债收益率却仍比战前水平高出约30个基点。市场信号的复杂性，令仓位而非基本面愈发成为短期方向的主导力量。

历史级别的资金出逃

USO和SOXX在今年上半年堪称华尔街最具共识的两笔主题交易。原油受益于霍尔木兹海峡封锁引发的供应恐慌，半导体则乘着人工智能资本支出浪潮持续获益，两者均在数月内持续吸引资金涌入。

但拥挤之后往往是反转。据彭博数据，USO自一季度飙升84%以来已遭遇近10亿美元净赎回，本月资金外流规模有望创2009年以来最大单月纪录。SOXX方面，上周吸纳14亿美元刷新单周流入纪录后，本周已流失逾7亿美元，创有史以来第二大单周外流。

Research Affiliates首席投资官Jim Masturzo表示："那些并不深度了解原油的普通投资者，此前乐于追逐上涨势头，如今坦然承认自己并不真正读懂这个市场，愿意落袋为安。"他同时指出，SOXX今年约50%的涨幅远超大盘的个位数回报，"投资者自然有动力获利了结，并向其他板块再平衡。"

聪明的退出，而非恐慌

Niles Investment Management创始人Dan Niles将此轮撤资定性为明智之举，而非风向转变的信号。"投资者应当在别人恐慌时买入，在别人狂热时变得更加谨慎，"他说：

"在这种时候选择退出并等待更好的入场时机，是非常聪明的做法。"

这一逻辑与今年早些时候黄金的遭遇如出一辙——黄金在仓位过度拥挤后骤然大跌，同样是资金流动先于基本面发生移动。在市场人士看来，当某笔交易拥挤到一定程度，撤资往往不会等到基本面恶化或价格调整才启动。

AE Wealth Management首席投资官Ben Sullivan表示，当前市场环境"无疑极具挑战性"，投资者需要"对长期判断比以往更加坚定，同时对短期仓位保持谦逊"。

共识交易的系统性松动

此轮撤资并非孤立事件，而是今年以来华尔街多条高确信度交易相继"失效"这一更大背景的缩影。做空美债奏效至二月，部分源于市场预期美联储暂停宽松；看多美元和国际股票奏效至伊朗战争爆发，随后美元走强、海外股票遭到冲击，两笔交易均告反转。

Jefferies欧洲首席经济学家及策略师Mohit Kumar指出，本轮股市反弹更多源于空头被迫平仓，而非基本面驱动。他在一份报告中写道："几周前市场仓位偏向做空风险资产，交易仓位的投资者会意识到市场有反弹意愿，只需要一点半好不坏的消息就够了。市场再次奖励了交易仓位、而非交易基本面的投资者。"

据德意志银行数据，其追踪的股票仓位指标上周录得历史上最大涨幅之一，但绝对水平仍处于历史中位附近——这印证了当前市场的两面性：既未极度乐观，又足以因单一事件触发快速调仓。

散户升温，投机信号抬头

与机构获利了结形成对照的是，散户情绪正在升温。据花旗集团数据，散户在股票和ETF市场的交易量占比已从年初约7%升至10%。巴克莱的"股市欣快感"指标则显示，日内交易者中迷因股动量和投机情绪均有所抬头。

这一动向令部分机构人士感到警惕。摩根士丹利高级投资组合经理Andrew Slimmon告诉彭博电视，市场正集中涌入一小批高度投机性股票，"回顾过去一年，每当这种情况出现，通常紧接着就会发生一些不好的事情。"

在人工智能重塑盈利逻辑、伊朗战争扭曲资本流动的双重背景下，市场领导力轮动之快超出寻常。原油和半导体因同时受益于两大主题而成为年内最具共识的交易，但共识之地亦是风险最为集中之处。无论后续基本面走向如何，仓位的自我修正已然启动。

本文来自华尔街见闻，欢迎下载APP查看更多

据媒体援引知情人士透露，Medallia已无力偿还约30亿美元贷款，私募股权所有者Thoma Bravo近期已告知最大贷款方黑石，将把公司控制权交还给债权人，Thoma Bravo在这笔2021年收购中投入的约51亿美元很可能血本无归。与此同时，黑石、KKR等机构也在就Affordable Care的14亿美元贷款展开重组谈判。

两笔违约直接冲击市场。黑石旗下最大私募信贷基金BCRED本周披露，一季度不良贷款率升至创纪录的2.4%，对应其805亿美元的投资组合，并点名Medallia和Affordable Care为主要原因。黑石首席执行官Stephen Schwarzman周四在分析师电话会议上强调基金流动性充裕，但黑石股价当日仍下挫6%。

当前，私募信贷基金的损失正在加速累积。个人投资者今年以来持续加快从私募信贷基金撤资，与此同时，人工智能对软件行业的潜在冲击引发市场对更大规模违约潮的担忧。

Medallia违约：一笔51亿美元的收购代价

Medallia提供员工与客户反馈管理软件，其困境早在人工智能浪潮兴起之前便已埋下伏笔。2021年，Thoma Bravo以高杠杆完成对该公司的收购，随后2022年美联储大幅加息，贷款利息支出骤然膨胀——这是彼时众多杠杆收购面临的共性难题。与此同时，同为私募股权旗下、自身亦深陷债务困境的竞争对手Qualtrics持续蚕食Medallia的市场份额，销售业绩随之承压。

今年，贷款协议中的特定条款成为引爆点。该条款要求Thoma Bravo在Medallia未能完成盈利目标时追加注资。Thoma Bravo本有至6月底的注资窗口，但据知情人士透露，该公司近期已明确告知黑石，选择将公司控制权交还给债权人。

债权人已聘请财务顾问公司Alvarez & Marsal对Medallia财务状况进行核查，目标是在法院外完成重组、而非申请破产保护。据媒体援引知情人士透露，债权人正考虑将Medallia未偿贷款规模削减至约10亿至14亿美元，相当于该公司约2亿美元息税折旧摊销前利润（EBITDA）的5至7倍，债权人同时将获得公司100%的股权。

对于这笔代价高昂的失利，Thoma Bravo创始人Orlando Bravo上月在CNBC上坦承，"Medallia是一家不错的公司，我们犯了错误，导致我们付出了过高的价格。"他同时表示，旗下其他被投企业"表现非常出色"。Thoma Bravo还在近期一场投资者会议上释放出积极信号，表示公司仍能识别收购机会，并在能够被人工智能颠覆和有望从中受益的企业之间作出区分。

各大机构受损敞口与应对表态

两笔违约已在多家私募信贷机构账面留下明显印记。黑石和KKR在去年12月将其Medallia贷款估值定为面值的约80美分，但本月已骤降至60美分。黑石方面表示，两家问题公司合计仅占BCRED投资组合公允价值的约1%，相关贷款已大幅计提减值，"已反映在业绩表现中"。黑石还披露，一季度可分配收益同比增长25%，但股价当日仍下跌6%。

对KKR而言，此次重组将进一步推高其旗下一只规模约130亿美元的私募信贷基金的违约率——该基金去年12月的违约率已达5.5%，评级机构穆迪今年3月以业绩不佳为由，将该基金评级下调至垃圾级。

阿波罗方面，联席总裁、资产管理部门联席负责人John Zito此前对同业估值直言不讳。据报道，John Zito在与部分投资者的交流中表示，"我真的认为所有的估值都是错的……我认为私募股权的估值是错的。"

AI冲击与系统性违约隐忧

Medallia的困境折射出私募信贷市场更深层的结构性风险。多家机构将其基金20%甚至更多的资产集中于软件公司贷款，而人工智能的迅速崛起正令部分软件企业的商业模式面临颠覆性挑战。瑞银分析师本月在研究报告中警告，即将到来的"SaaS末日"（SaaSpocalypse）可能使私募信贷今年的违约率翻倍至9%至10%。

尽管基金管理公司将个人投资者的加速撤资归因于媒体渲染引发的非理性担忧，并着力强调其贷款组合中逾期比率较低，但损失加速的现实正在改变市场氛围。富国银行分析师Finian O'Shea表示，"上个季度，我们看到很多坏消息在持续恶化。现在情况虽未进一步恶化，但也没有好转——这种状态很可能贯穿全年，就是一种缓慢的失血。"

私募信贷机构也在积极划定边界。Stephen Schwarzman强调，违约虽在上升，但基金持有充足的现金和其他资源来抵消损失，并表示有必要"把事实与虚构区分开来"。业界整体亦指出，与那些在违约中可能损失全部投资的私募股权机构相比，信贷端的亏损规模相对有限。然而，随着两笔大额违约相继落地，投资者与分析师正越来越难以忽视这一市场角落持续积聚的压力。

本文来自华尔街见闻，欢迎下载APP查看更多

4月24日周五，英伟达股价收涨4.32%，收报208.27美元，刷新此前10月29日创下的历史收盘纪录。

今年迄今，英伟达累计涨幅已达12%，是标普500指数4.7%涨幅背后最大的单一贡献力量。数据显示，英伟达一家对该指数涨幅的贡献约占20%。

（今年以来，英伟达股价累涨达12%）

短短四周前，英伟达较峰值一度回落20%，而此次上涨标志着其彻底走出近一年来的震荡区间，也成为美股新一轮AI芯片行情的标志性事件。

投资者下周将迎来关键验证时刻，微软、亚马逊、Alphabet及Meta将相继发布季度财报，届时AI资本支出的最新信号，将影响市场对英伟达及整个芯片板块的判断。

英伟达此次突破发生在半导体板块全面走强的背景之下。

费城半导体指数连续第18个交易日收涨，创历史最长连涨纪录，技术面显示超买程度亦为有史以来最高。

本周德州仪器与英特尔相继公布强劲业绩，为板块行情提供了额外支撑。

华尔街见闻提及，德州仪器发布第二季度营收与利润指引，双双超出华尔街预期，周四股价飙涨约20%，创互联网泡沫破裂以来的最佳单日表现，而周五小幅收跌1.8%。

周四美股盘后，英特尔公布强劲业绩及乐观前景指引后，周五股价一度飙升28%，为1987年"黑色星期一"以来单日最大涨幅，最终收涨约21%，股价突破互联网泡沫顶峰时期创下的前历史高点。

市场策略师普遍将此轮反弹归因于AI基础设施投资热度的持续升温。Murphy & Sylvest财富管理公司市场策略师Paul Nolte表示：

AI领域的资金投入规模惊人，目前我们尚未看到任何放缓迹象。在这一背景下，英伟达成为科技股回归行情中的明星并不意外。

然而，他同时指出，市场仍需更多数据加以印证：

我在等待财报结果，以便对资本支出前景有更清晰的判断，但即便如此，我认为英伟达前景依然有充足的乐观理由。

除了AI基建热度升温外，地缘政治影响也推动投资者，转向具备稳健盈利增长支撑的科技板块寻求避险。

但市场目前的乐观情绪是否具有持续性，很大程度上取决于下周即将披露的科技巨头财报。

微软、亚马逊、Alphabet和Meta作为AI基础设施领域最大的四家资本支出主体，其季度业绩及管理层对未来投资的展望，将为芯片板块的中期走势提供重要指引。

分析认为，若上述公司维持或上调AI基础设施支出计划，将直接强化市场对英伟达需求增长的预期。反之，任何放缓信号均可能对当前估值形成压力。

本文来自华尔街见闻，欢迎下载APP查看更多

市场概述

美伊重启谈判预期升温、英特尔绩后股价飙升，以及美司法部撤销对鲍威尔的刑事调查，推动标普收涨0.8%，纳指收涨1.6%，齐创历史新高。但当日市场广度差，62%的标普成分股下跌，强势行情高度集中于科技和半导体板块，医疗健康等防御类板块则承压明显。

费城半导体指数涨4.32%，创纪录连涨18日，本周累计涨10.02%。英特尔盘中一度飙升28%，AMD大涨14%。医疗健康板块跌约1%，礼来跌约4%，其新款减肥药上市初期销售疲软。

美司法部撤销对鲍威尔的刑事调查，降息预期抬升，2年期美债收益率下行4.5个基点。美元下挫0.32%，本周累计涨幅收窄至将近0.4%。

现货黄金涨0.29%，本周累计跌2.52%。现货白银涨0.36%，本周累计跌6.43%。特朗普派遣特使消息后，WTI原油一度跌超3%，本周仍累计涨16%。

亚洲时段，创业板跌超1%，芯片股狂拉，华虹、中芯国际直线拉升，光通信巨头IPO首日狂飙950%，新易盛大跌超10%。

要闻

中国

中国财政部：一季度，全国财政收入增幅创3年来同期新高。

打击财务造假！证监会：推进发现、惩处、退市、投保有机衔接，强化财务舞弊监管AI大模型应用。

DeepSeek V4预览版发布：显存和算力需求大降，Agent能力领跑国内开源，体验超越Sonnet 4.5。

基金单一持股上限放宽至25%，台股全线爆发，台积电股价创新高。

光通信测试龙头联讯仪器IPO首日暴涨950%，超越沐曦股份，创A股新股首日涨幅纪录。

贵州茅台Q1营收、净利双增，“i茅台”营收达215亿元，占比达40%。

中科曙光Q1营收增24%至32亿元，研发费激增52%达5.9亿元。

中兴通讯Q1营收同增6%，受汇兑损失拖累，净利同降46.6%。

海外

美伊谈判或有望，伊朗外长访巴与调解方谈、暂无与美会谈日程，特朗普特使周六赴巴。伊朗：仍留存大部分导弹能力，两艘霍尔木兹被扣货船中一艘涉嫌与美军合作。白宫延长航运豁免期限，以缓解石油危机。美国财政部对伊朗实施新一轮金融制裁。

美司法部撤销对鲍威尔的刑事调查，两年期美债收益率跌幅扩大。

Opus 4.6连续降智翻车一个月，Anthropic终于公开认错：三个Bug叠加，用户白白损失额度。

晶圆产能已降58%、存储产出下滑18%！三星劳资危机再升级，18天大罢工进入倒计时。

关键原料危机，正在拖垮设备与芯片厂商。中东断供危机蔓延至半导体：光刻胶关键溶剂PGME与PGMEA告急，日本芯片材料巨头拉响警报。

市场收报

欧美股市：标普500涨幅0.80%，报7165.08点，时隔一个交易日再创收盘历史新高，本周累计上涨0.55%。道指跌幅0.16%，报49230.71点，本周累计跌0.44%。纳指涨幅1.63%，报24836.599点，时隔一天再创收盘历史新高，本周累计涨1.50%。欧洲STOXX 600指数收跌0.58%，报610.65点，本周累计下跌2.54%。

A股：上证指数收报4079.90点，跌0.33%。深证成指收报14940.30点，跌0.69%。创业板指收报3667.79点，跌1.41%。

债市：美国10年期基准国债收益率跌2.37个基点，报4.3007%，本周累计上涨5.27个基点。两年期美债收益率跌5.54个基点，报3.7783%，本周累计涨7.01个基点。

商品：现货黄金涨0.29%，报4707.77美元/盎司，本周累计下跌2.52%。现货白银涨0.36%，报75.7085美元/盎司，本周累计下跌6.43%。WTI 6月原油期货收跌1.51%，报94.40美元/桶，本周累计上涨14.30%。布伦特6月原油期货收报105.33美元/桶。

要闻详情

全球重磅

中国

中国财政部：一季度，全国财政收入增幅创3年来同期新高。今年一季度，我国经济运行起步有力，财政收入增幅创3年来同期新高。全国财政收入61613亿元，同比增长2.4%。中央财政收入24991亿元，同比增长2.7%。地方财政收入36622亿元，同比增长2.1%。八成地区收入实现增长，东部、中部、西部、东北地区收入均实现增长。

打击财务造假！证监会：推进发现、惩处、退市、投保有机衔接，强化财务舞弊监管AI大模型应用。证监会近日部署2026年打击和防范上市公司财务造假专项行动。此前两轮行动已查办案件线索263起，罚没33亿余元，18家公司被强制退市。本次行动聚焦“早发现、强防范、优机制”，重点强化AI监管应用、严惩重罚、压实中介责任、完善长效机制，加速形成“不敢造假、不能造假、不想造假”的市场生态。

DeepSeek V4预览版发布：显存和算力需求大降，Agent能力领跑国内开源，体验超越Sonnet 4.5。DeepSeek正式发布并开源全新系列模型DeepSeek-V4预览版，分为Pro和Flash两个版本。V4-Pro在Agent能力、世界知识和推理性能上达到开源领先水平，可比肩顶级闭源模型；V4-Flash参数更小，速度更快、成本更低。两款模型均支持百万字（1M）超长上下文，采用创新注意力机制，大幅降低计算与显存需求。

• DeepSeek V4：一次注意力机制的结构性颠覆。DeepSeek把这次发布叫"预览版"，技术报告标题里写的是"Towards"——朝向，还在路上。CSA和HCA的设计逻辑今天已经公开，稀疏训练机制在不同任务分布下怎么表现，是接下来开源社区会告诉我们的事。
• Deepseek V4第一波测评来了！Arena.ai显示V4 Pro代码能力冲进开源前三；Vals AI评测其代码性能较上代跃升10倍，击败Gemini 3.1 Pro。价格极具杀伤力，Flash版输出仅0.28美元/百万token，约为Claude Opus的1%。网友评论称：“GPT-5.5，对不起，DeepSeek V4才是新的震撼时刻。”

基金单一持股上限放宽至25%，台股全线爆发，台积电股价创新高。中国台湾金管会宣布将基金单一股票持仓上限从10%大幅提升至25%，台积电股价盘中飙涨4.8%刷新历史新高，金像电子等主要基板公司纷纷涨停。摩根大通预计此举将带来逾60亿美元资金流入，台指有望冲上40000点——但台积电权重超44%的集中度风险，正成为悬在这场盛宴上方的达摩克利斯之剑。

还得是“光”！联讯仪器IPO首日暴涨950%，超越沐曦股份，创A股新股首日涨幅纪录。光通信测试龙头联讯仪器正式挂牌科创板，盘中一度暴涨950.2%，创下10亿元以上募资规模新股的历史首日涨幅纪录。按最高价计算，单签盈利约38.9万元，登顶年内“新股王”。公司作为全球极少数掌握1.6T高速光模块测试及碳化硅功率器件测试核心技术的企业，深度受益于AI算力需求，目前已切入中际旭创等巨头供应链。募资将投向下一代光通信及HBM存储测试，加速国产替代进程。

贵州茅台Q1营收、净利双增，“i茅台”营收达215亿元，占比达40%。贵州茅台一季度实现营业收入539.09亿元，同比增长6.54%；归母净利润272.43亿元，同比增长1.47%。“i茅台”平台实现酒类不含税收入215.53亿元，约占主营业务收入的40%，在直销体系内占比约七成以上，平台化直销仍是公司最重要的“确定性增量”之一。

中科曙光Q1营收增24%至32亿元，研发费激增52%达5.9亿元。2026年一季度，中科曙光实现营收31.99亿元，同比增长23.71%；归母净利润2.28亿元，同比增长22.19%；扣非净利润1.64亿元，同比大增53.30%。研发费用达5.92亿元，同比增长51.7%，占营收比重18.5%，高投入致总成本略超营收，利润依赖联营企业1.84亿元投资收益支撑。

中兴通讯Q1营收同增6%，受汇兑损失拖累，净利同降46.6%。中兴通讯2026年一季报显示，营收同比增长6.13%至349.88亿元，但归母净利润同比下滑46.58%至13.1亿元。汇率波动、减值计提增加、政策性收益退坡三重因素叠加冲击利润。经营活动现金净流出19.79亿元，由正转负。一年内到期的非流动负债增长48.53%，短期偿债压力上升。资产端整体保持稳健。

海外

美伊谈判有望？伊朗外长访巴与调解方谈、暂无与美会谈日程，特朗普特使周六赴巴。据报道，伊朗外长已于周五抵达巴基斯坦，将与巴方讨论美伊谈判的先决条件，若取得进展，将同美方直接谈判；特朗普将派威特科夫和库什纳参加会谈，鉴于伊朗议长不参与，万斯也不参会，但若会谈取得进展，他随时待命前往。白宫证实威特科夫和库什纳周六启程与伊外长会谈、万斯随时待命，称近日看到伊方的一些进展。特朗普称伊朗拟提出提议回应美方要求，伊对此暂无回应。伊朗称其外长将访问巴、俄和阿曼三国，讨论双边事务协调和终战议题，未计划在巴与美会晤，将通过巴方传达意见。特朗普派特使的消息后，美油盘中跌超3%。美军称数十年来首次三艘航母同时部署中东，防长称伊朗仍有机会达成协议，但“不可能获得核弹”。

伊朗：仍留存大部分导弹能力，两艘霍尔木兹被扣货船中一艘涉嫌与美军合作。伊朗国防部表示，直到停火前最后一刻，伊方进攻能力依然存在，战争中仅使用了部分导弹能力。据伊媒，被扣押的一艘船多次往返美国港口，且无视伊方警告、违反海事规定。

特朗普重申对伊朗“已大赢特赢”，黎以停火将延长三周，以媒称“伊朗议长已从谈判小组辞职”，伊朗否认内部分裂。特朗普再强调对伊朗“已大赢特赢”，有时间、没压力、不着急。伊朗外交部发言人强调，近期谈判性质已发生根本转变，核心议题不再是核问题，而是彻底终结战争。对于特朗普多次称“伊朗内部分裂争斗”，伊朗方面指出，“在伊朗，不存在所谓的‘强硬派’或‘温和派’。我们都是‘伊朗人’，都是‘革命者’。”

国际油价短线走低，白宫延长航运豁免期限，以缓解石油危机。为缓解中东冲突导致的能源供应紧张，特朗普政府将一项关键航运豁免延长90天至8月中旬，允许外国船只从事美国沿海石油、成品油及化肥运输。受此消息影响，油价应声转跌。霍尔木兹海峡通行受阻，全球市场每日因此减少约1300万桶原油及成品油供应。豁免延期将有助于美国炼油商获取水运原油，稳定能源供应链。

美国财政部对伊朗实施新一轮金融制裁。作为部分金融制裁举措，美国财政部还宣布对多个与伊朗相关的“钱包”实施制裁，冻结其约3.44亿美元加密货币资产。

美司法部撤销对鲍威尔的刑事调查，两年期美债收益率跌幅扩大。美国司法部突然撤销针对鲍威尔的美联储翻新超支刑事调查，将该事项移交美联储监察长办公室处理。此举扫清关键议员反对障碍，为特朗普提名人沃什接掌美联储铺平道路。消息一出，两年期美债收益率应声下挫至3.8%。互换合约体现出，美联储在2026年年底之前更大幅度的货币政策宽松前景。

• 当日稍早，特朗普施压美联储再升级：暗示另辟蹊径调查鲍威尔装修疑云。有媒体问是否可以由司法部以外的机构调查鲍威尔及美联储装修工程相关费用问题，特朗普表示"可以，这很简单"。这一表态意味着特朗普并未放弃对鲍威尔的追责意图，但在调查主体上留有余地。这一动态直接关系到特朗普提名的美联储主席候选人凯文·沃什的确认进程。北卡罗来纳州参议员Thom Tillis此前誓言，在针对鲍威尔的调查问题得到解决之前，将阻止沃什的提名获得通过。

贝森特：不排除出任美联储主席，AI是美国经济核心。美国财政部长贝森特表示，在离开财政部后，对竞选总统或任何其他选举性职位"毫无兴趣"，但不排除出任美联储主席的可能性。AI是美国经济竞争力的核心，"一年，也许十八个月"这项技术就会彻底改变我们的生活。

Opus 4.6连续降智翻车一个月，Anthropic终于公开认错：三个Bug叠加，用户白白损失额度。Anthropic解释称，过去一个月用户感知到的“降智”现象并非模型本身退化，而是三项独立工程变更叠加所致：推理强度被悄然调低、缓存优化Bug导致模型健忘、压缩输出的提示词损害了代码质量。三个问题已分别在4月10日至20日修复。Anthropic同时宣布为所有订阅用户重置使用额度，并推出一系列流程改进措施。

晶圆产能已降58%、存储产出下滑18%！三星劳资危机再升级，18天大罢工进入倒计时。由于三星一季度利润预计暴增700%，工会要求分享15%的营业利润作为奖金，人均或超40万美元。受近期集会影响，公司晶圆代工线产出骤降约58%，存储芯片产出亦下滑约18%。工会警告，若谈判破裂，将于5月21日开启为期18天的超长罢工。

被忽视的关键原料危机，正在拖垮设备与芯片厂商。氦气与石脑油/PFAS供应危机正从材料端冲击半导体全链条：不仅压缩设备厂售后高利润业务，也拖累ASML、应用材料公司等新设备交付。先进制程因高度依赖特种气体与含氟材料首当其冲，良率下滑与产能延迟成为“隐形杀伤”。汽车芯片因认证严苛或出现“能造不能用”。若持续6个月，全球产能或结构性下滑，冲击AI、汽车与电子产业。

• 中东断供危机蔓延至半导体：光刻胶关键溶剂PGME与PGMEA告急，日本芯片材料巨头拉响警报。日本对中东石脑油的依赖度超过40%，霍尔木兹海峡受阻引发石脑油短缺，导致光刻胶关键溶剂PGME与PGMEA均出现短缺，日本光刻胶巨头如信越化学、东京应化工业已向三星电子、SK海力士发出预警。

研报精选

如果霍尔木兹重开，中东原油产能多久能恢复？高盛最新研报给出了审慎答案：海湾地区高达1450万桶/日的减产，即便海峡解封，3个月后也仅能恢复70%，6个月后恢复88%。油轮运力骤降50%、油井修复复杂性随停产时长指数级攀升、储层压力不可逆变化……多重硬性约束叠加"疤痕效应"，让这场产能重建之路远比市场预期的更为漫长。

摩根大通警告：原油供给缺口被“伪需求下降”掩盖，更大冲击将至。摩根大通警告，全球石油账目"出了大问题"。4月表观需求崩跌430万桶/日，规模超越2008年金融危机峰值，但真相并非需求萎缩——实为供应断供的统计镜像。库存去化已创2017年来最快速度，传统缓冲机制逐一失守。欧美消费者的价格痛苦尚未真正开始，市场出清代价将远比账面更为惨烈。

费城半导体指数再度大涨，创纪录连涨18天，一文看清有多超买。周五，受英特尔超预期财报提振，费城半导体指数单日大涨超4.3%，进一步为本已过度延伸的走势加火添油。不过，财经金融博客Zerohedge指出，美股半导体板块暴涨背后，内部领导力正在瓦解，此轮上涨由二线AI股票和高贝塔个股驱动，而MAG7近几日大体原地踏步，英伟达也表现落后，这是末期行为。

SemiAnalysis CEO：模型“近两年最大能力跃迁”，供应链“极度短缺”，民愤正在积累。Patel指出，Anthropic新模型Mythos实现"近两年最大能力跃迁"，仅两个月从L4跨越至L6工程师水平，"执行成本极度廉价"。需求爆炸导致供应链全线告急：DRAM价格或翻2至3倍，台积电2028年资本支出或达千亿美元，CPU严重短缺。在技术的狂飙突进和资本的疯狂盛宴之外，美国社会公众抵触情绪正成为不可忽视的宏观变量。

国内宏观

国常会：大力培育海洋生物医药、新材料等新兴产业，推动海洋经济高质量发展。会议指出，要提高经略海洋能力，高效开发利用海洋，推动海洋经济高质量发展，加快建设海洋强国。要强化海洋战略科技力量，加强海洋科技创新，推动海洋领域数字化智能化转型升级。要做强做优做大海洋产业，巩固提升优势产业地位，大力培育海洋生物医药、新材料等新兴产业，有序开发海洋能源资源。

违规擅自境外上市，证监会首例查办。黑龙江证监局拟对中能粮科作出行政处罚。该公司在未完成备案情况下登陆纳斯达克，拟被罚款300万元，相关律所及责任人亦受处罚。该案系《境内企业境外发行证券和上市管理试行办法》实施以来，证监会查办的首例未按规定履行境外上市备案程序擅自境外上市的案件。

国内公司

Q1基金抱团三大方向：AI、涨价链、新能源，中际旭创、新易盛稳坐前三。Q1基金渠道净流入近5000亿，资金持续向AI产业链、涨价链、新能源聚拢。此外，兼顾AH股，电子、电力设备、通信的绝对配置比例最高，电子连续三季度持仓超20%却仍处超配低位。基金重仓股由谁“登顶”，也是经济时代红利的变迁。Q1，中际旭创、新易盛仍均位于前三大持仓股中。

高盛坚定看好新易盛：汇率"黑天鹅"压制单季利润，产能扩张等将支撑未来几季表现。光模块龙头新易盛一季度营收83.38亿元，同比暴增106%，却因汇兑损失拖累净利润低于预期约12%。高盛力挺，认为这不过是非经营性扰动——真正的故事在后头：1.6T高速产品放量、硅光方案崛起、泰国二期产能加速落地，库存与预付款大幅跃升已是"提前备弹"信号，二至四季度环比增长逻辑正在切换至结构性轨道。

“泰国之战”：中国汽车如何攻破日系车后花园？2026年1月，中国品牌汽车在泰国市场占有率以47.34%首次超越日系品牌，撼动日系车在该市场长达六十余年的统治格局。中国车企通过智能化体验、品牌形象重塑及本地化建厂三大策略，在“堵城”曼谷打开突破口。从大屏娱乐到精准导航，从上门维保到电池质保，中国汽车正逐步摆脱“廉价”标签，在日系“后花园”中撕开一道口子。

小马智行北京车展发布：Robotaxi成本将降至23万元内，首发L4级无人轻卡。4月24日，小马智行在北京车展宣布2027版Robotaxi整车成本将降至23万元内，其价格已低于部分L2级乘用车。公司同步首发全球首款全车规、全冗余L4级无人轻卡，力争使城配成本下降约50%。技术上，世界模型2.0通过自主学习构建数据闭环，强化“故障可运行”安全标准。

亿纬锂能Q1营收同比增长62%，净利润增长31.35%，储能出货超20GWh。受益于储能出货量翻倍式增长及动力电池稳健扩张，亿纬锂能一季度营收大增61.6%，但材料成本激增致使净利增速仅为31.4%。受供应商货款增加影响，经营性现金流同比由正转负。公司正通过前置备货与金融对冲应对供应链压力，业务驱动重心已由动力电池向储能领域加速倾斜。

洛阳钼业Q1净利大增97%至77.6亿，铜钴钨毛利率齐升。洛阳钼业2026年一季度实现营收664亿元，同比增长44.34%；归母净利润77.6亿元，同比大增96.65%。铜业务贡献158亿元，毛利率升至63.69%；钴业务毛利率飙至86.27%，体现“以量换价”的周期把控能力；新并表金矿贡献12亿元。公司完成12亿美元零息可转债发行，负债结构优化，但汇率波动带来13.6亿元其他综合收益损失。

东方财富Q1营收同比大增44%，三大业务全面爆发，净利润增长38%。一季度，公司三大业务板块均实现两位数以上增长：手续费及佣金净收入28.67亿元（+46.45%）、利息净收入11.01亿元（+53.60%）、营业收入（主要为金融电商）10.63亿元（+31.05%）。自营投资收益明显承压，较去年同期下滑30%，显示公司在复杂市场波动中的投资端面临一定挑战。

海外宏观

阿塞拜疆主权财富基金首次减持黄金，一季度出售逾22吨。阿塞拜疆石油基金是全球最大的国家主权黄金买家之一。投资政策要求黄金在其投资组合占比的最高上限为39%。2025年底，由于金价上涨黄金占比已达38%。此时，主动减持成为维持合规配置比例的必要操作。但叠加土耳其等新兴市场国家同步减持，令此前支撑金价的主权买盘力量出现阶段性松动。

海外公司

9个月四倍！英特尔从“AI 弃子”到“历史新高”。英特尔Q1财报，狠狠打了华尔街的脸。财报全面碾压预期，英特尔盘后狂飙20%逼近80美元，狠狠“打脸”华尔街！暴涨源于马斯克与谷歌超级大单的硬核背书，以及AI推理引爆数据中心需求。市场对英特尔的逻辑已正式从“求生存”转向“大反攻”，机构的“认错”上调潮正酝酿新一轮价值重估。

谷歌计划对Anthropic投资至多400亿美元，既是伙伴，又是对手。谷歌将以3500亿美元估值向Anthropic PBC投资100亿美元，并可能追加300亿美元。Anthropic在Claude Code大获成功的背景下加速融资。作为Anthropic、谷歌与博通公司协议扩展的一部分，谷歌云将在未来五年内为Anthropic提供算力支持。

英伟达深陷8年“挖矿误导”诉讼，正面临集体起诉关键时刻。英伟达正面临持续近八年的证券欺诈集体诉讼，核心争议在于黄仁勋是否在2017–2018年淡化对加密挖矿收入依赖并误导投资者。案件最新获集体诉讼资格认证，成为关键转折点，公司已上诉。争议聚焦“言论是否构成误导”与“损失模型标准”两大法律问题，其裁决或重塑美国证券集体诉讼规则。

报道：三星SSD再度提价10%，未来几周零售端价格将跟涨。三星与金士顿率先调价逾10%，带动零售端价格持续攀升。受AI需求驱动，二季度NAND闪存合同价预涨超70%，供需缺口进一步扩大。行业巨头提价信号明确，未来数周市场或全面跟涨，同时需警惕高价环境下的仿冒硬盘风险。

报道：苹果计划为iPhone 18系列进行大量芯片和内存升级。iPhone 18系列硬件配置重磅升级，据报道拟维持现有定价不变。iPhone 18全系列搭载苹果首款基于2纳米制程的自研芯片；全系标配12GB运行内存，对端侧AI战略具有实质意义；基带芯片与无线模块也推陈出新。

礼来掉队了？新一代口服减肥药Foundayo开局遇冷，诺和诺德凭借5倍开方量反超。数据显示，Foundayo上市第二周共产生3707张处方，而诺和诺德口服版Wegovy在上市第二周录得18410张处方，差距悬殊。礼来股价盘前大跌8%，诺和诺德股价上涨4%。分析师指出，就口服减肥药而言，诺和诺德或将凭借更具竞争力的产品维持领先地位。

<全文完>

本文来自华尔街见闻，欢迎下载APP查看更多

不过，财经金融博客Zerohedge分析指出，美股半导体板块暴涨背后，内部领导力正在瓦解，此轮上涨由二线AI股票和高贝塔个股驱动，而MAG7（科技七巨头）近几日大体原地踏步，英伟达也表现落后。这是末期行为：

当“将领”停止领涨、市场开始追逐所有东西的时候，交易往往更接近衰竭而非扩张。上方仍有轧空空间，但格局正在转变。这正是好交易变成拥挤交易的地方。轧空不会死于坏消息，它死于再无人可轧之时。

当前SOX的熔断式上涨堪称史诗级，价格早已将200日均线远远甩在身后，如今正向去年夏天以来形成的主要上轨趋势线压进。Zerohedge指出，最新一段涨幅已呈抛物线走势，而这种走势很少有好结局。

高盛数据显示，资金流入正在追涨跟风：

这已经从空头回补演变成了彻头彻尾的上行恐慌。Zerohedge指出，仓位、资金流向和波动率全都在追逐同一个方向，将SOX推入了鲜少能持续的极端区域。当一个指数交易到如此拉伸的位置，问题已经不再是“还能涨多高”，而是“这里有多拥挤，以及当这群人停止买入的时候会发生什么”。当上涨本身变成风险，这笔交易已经人满为患。

SOX连日上涨18个交易日，期间市值增加至少2.4万亿美元，多只个股创下历史性涨幅（CRDO +95%、MXL +92%、ALAB +78%、MRVL +65%、SITM +60%、ON/AMD +50%）。据高盛分析师，市场焦点已明显从地缘政治转向AI（及token经济），而此时关键财报即将来临（STX、WDC、AMD）。门槛越来越高，但在当前市场风格下，就算财报没能满足市场私下期待的标准，照样会被买入——前提是长期结构性牛市逻辑依然完好。

当前，SOX达到超买极值：半导体股相对200日均线的偏离程度为2000年6月以来最高。SOX与200日均线，这是最极端的指数背离之一。

很难再找到更极端的词来形容SOX。上行恐慌的规模实在太大——一个指数的RSI达到85，已经远超极端水平。

当行情拉伸到这种程度，我们会把SOX的走势图倒过来问：你敢在这里做空吗？

根据Spotgamma的数据，SMH的上行期权价格已远超90/10历史分布区间上沿，而下行期权的溢价却远没有那么极端。市场显然在为“踏空”定价，对下行风险的恐惧远低于历史水平。对于愿意对冲的投资者而言，这种偏斜本身就创造了机会——鉴于当前波动率的交易水平，下行保护的结构成本相对具有吸引力。

Zerohedge称，这就是我们停止追逐Delta、开始思考convexity的时刻。也就是说，现在是时候放下追涨的Delta思维，转而用Convexity的逻辑保护自己——用有限的代价，换取不对称的生存空间。

尽管周五上涨，但此前周四，AIQ（AI主题ETF）录得本轮熔断式上涨以来最大单日跌幅。分析称，如果这被证实是假突破，它可能成为此前市场低点那段行情的镜像——当时卖出极端被随后的轧空式反弹所惩罚。而现在，在高位追多面临同样风险，一旦行情回落，结果可能如出一辙。200日均线悬于更低位置，在区间边缘追动量突破，长期来说是一个亏钱游戏。

尽管市场情绪偏多，MAG7过去几个交易日毫无作为。我们目前的交易价位与6个交易日前一致。MAG7依然困在巨大的震荡区间内。自去年9月以来，在区间高点做多一直是错的。这次会不同吗？

无论是年初至今还是自近期低点以来，罗素2000均大幅跑赢纳斯达克100。抢筹低质量个股的现象已经全面上演。这是健康的市场扩散，还是周期末段的警示信号？

罗素2000科技股的拉升已经到了极端程度。RSI的反转走势开始与上次同等超买水平时的情形相似，但这次从低点以来的涨幅更为激进，使得当前的局面更为拉伸，也潜在地更为脆弱。

本月英伟达跑输SOX约18个百分点（英伟达+15%，SOX +33%），创下其20余年来最大月度跑输纪录之一，据高盛统计，这是有史以来第三大月度跑输。在其余个股轧空之际，英伟达落后不是确认……而是警告。

上周初，即便市场持续上涨，波动率开始强劲走高，“现货涨、波动率也涨”的格局延续至今。较高的波动率制造了一个难题：在VIX和VXN处于当前水平、市场几乎触及历史高点的情况下，对冲成本显得高昂，投资者因此选择按兵不动，最终裸泳。

Zerohedge总结称，这已不再是一场纯粹的AI牛市，而是一场流动性驱动的AI追逐游戏——价格越高、被迫买入越多，然而，领涨格局正在开裂，风险在水面之下悄然积聚。这种极端走势，不会悄无声息地结束。

本文来自华尔街见闻，欢迎下载APP查看更多

周五，Burry在其Substack发文称：

如果他持有半导体股多头头寸，现在会选择卖出。

他同时指出，费城半导体指数的持续上涨"更多是技术性因素所致"，而非可持续的基本面逻辑驱动。

华尔街见闻提及，Burry宣布买入半导体ETF的看跌期权，2027年1月到期、行权价330美元的合约。此举意味着他正押注这一市场热门板块在未来约九个月内将出现显著下行。

周五Burry的表态恰逢费城半导体指数连涨18个交易日，创历史最长连涨纪录。技术角度来看，半导体指数超买程度也创有史以来最高。

Burry对本轮半导体行情的定性直接而尖锐。他写道：

我知道费城半导体指数会回落，老一代半导体从业者也知道。当前的上涨更多是技术性因素所致。

他进一步指出，围绕数据中心大规模扩张、芯片供应短缺的叙事虽然强劲，但在他看来更多属于市场情绪的推动，而非可持续的基本面逻辑支撑。

Burry以《大空头》原型身份为市场所熟知，曾在2008年金融危机前精准做空次贷市场。

在周四的操作中，Burry买入了iShares半导体ETF（SOXX）2027年1月到期、行权价330美元的看跌期权，同时建立了英伟达同期限看跌期权头寸。

此外，他还持有QQQ的2027年1月及2027年3月到期看跌期权，对科技板块整体构建了多层对冲。

值得注意的是，华尔街见闻提及，英伟达周五收涨4.32%，刷新此前10月29日创下的历史收盘纪录，市值站稳5万亿美元关口。

（今年以来，英伟达股价累涨达12%）

不过，投资者下周将迎来关键验证时刻，微软、亚马逊、Alphabet及Meta将相继发布季度财报，届时AI资本支出的最新信号，将影响市场对英伟达及整个芯片板块的判断。

除半导体空头外，Burry本周同时披露了多项多头操作。

他表示已增持房利美和房地美股票，并加仓连锁有机超市Sprouts Farmers Market。

在当前核心持仓方面，Burry列出三只重仓标的：GameStop、京东以及医疗管理机构Molina Healthcare，并表示已进一步买入Molina Healthcare，同时表示"可能增持"Lululemon。

他同时披露，已新开仓微软，理由是该股是2026年以来表现最差的大型科技股之一。

截至目前，他持有的PayPal、Fiserv、Adobe、MSCI、Salesforce、Autodesk及Veeva等头寸均未出售。

分析认为，上述持仓组合显示，Burry正将资金从高估值科技主题，转向估值相对低位的消费、医疗及传统金融资产，同时通过期权对冲保留对科技板块下行的敞口。

本文来自华尔街见闻，欢迎下载APP查看更多

（标普500指数日内走势）

华尔街见闻提及，美伊谈判有望。伊朗官方媒体证实，阿拉格齐于周五启程前往巴基斯坦，举行以“双边磋商”为重点的会谈。

美国方面，美媒援引知情官员的消息称，美国总统特朗普将派遣总统特使威特科夫和他的女婿库什纳前往巴基斯坦，参加本周末与阿拉格齐的会谈。

这一外交进展推动原油下挫，标普500指数涨约0.8%，以四周连涨收官，为2024年9月以来最长连涨纪录。

与此同时，美司法部撤销对鲍威尔的刑事调查，市场对此解读为货币政策路径更趋明朗，交易员随即加码降息押注，2年期美债收益率下行4.5个基点。

（4月以来，美股走出独立上涨行情）

然而，在创历史新高的背后，市场内部结构并不均衡。标普500成分股中仍有约62%、逾320只个股收跌，强势行情高度集中于科技和半导体板块，而医疗健康等防御类板块则承压明显。

（周五科技和半导体板块领涨标普，医疗健康等防御类板块承压）

本周市场最引人注目的走势来自半导体板块。费城半导体指数连续上涨18个交易日，创历史最长连涨纪录，技术面显示超买程度亦为有史以来最高。

（芯片板块18连涨）

英特尔是本周最大亮点。公司公布强劲业绩及乐观前景指引后，股价盘中一度飙升28%，为1987年"黑色星期一"以来单日最大涨幅，最终收涨约21%，股价突破互联网泡沫顶峰时期创下的前历史高点。

（英特尔创1987年来单日最大涨幅）

据Vanda Research数据，散户投资者在英特尔这笔交易上表现不俗。

自去年9月初，恰在特朗普政府宣布以89亿美元入股英特尔之后，散户便持续买入，此后净买入规模累计达26亿美元，期间出现两次明显加仓高峰：一次在2025年10月，另一次在今年年初。

按当前价格计算，自去年9月以来持续持有英特尔的平均散户投资者收益已接近90%。周五早盘数据显示，部分散户开始获利了结，早盘净卖出规模追踪至1840万美元。

（周五美股早盘数据显示，部分散户开始获利了结）

半导体板块的上涨动能不止于英特尔。SAP SE公布云服务收入增长超预期，台积电因中国台湾金融监管机构放宽单一股票基金持股限制而大幅走高，进一步推高整个板块人气。

在科技股全面上扬的同时，医疗健康板块成为周五表现最弱的板块之一，整体下跌约1%。

（医疗健康板块下跌约1%）

礼来股价下跌约4%。新处方数据显示，其新款减肥药Foundayo上市初期销售疲软，处方量明显弱于竞争对手诺和诺德旗下口服Wegovy。据高盛交易部门表示：

目前感觉医疗健康板块正在被用作买入科技股的资金来源。

这一现象在当前市场中具有相当普遍性。可再生能源板块同样落后，整体下跌约2%。

（可再生能源板块跌约2%）

原油价格周五经历了明显的日内波动。受美伊谈判情绪影响，油价一度上涨逾3%，随着特朗普派特使的消息后，美油转跌，一度跌超3%。

即便如此，油价本周整体仍录得显著涨幅。

（油价本周累涨16%）

周五美股走势分化，道指收跌，标普涨0.8%和纳指涨1.6%、齐创历史新高。半导体板块创纪录连涨18日。英特尔创纪录大涨，盘中一度涨28%，AMD大涨14%。

美股基准股指：

• 标普500指数收涨56.68点，涨幅0.80%，报7165.08点，时隔一个交易日再创收盘历史新高，本周累计上涨0.55%。

• 道琼斯工业平均指数收跌79.61点，跌幅0.16%，报49230.71点，本周累跌0.44%。

• 纳指收涨398.094点，涨幅1.63%，报24836.599点，时隔一天再创收盘历史新高，本周累涨1.50%。

• 纳斯达克100指数收涨521.042点，涨幅1.95%，报27303.667点，时隔一天再创收盘历史新高，本周累涨2.37%。

• 罗素2000指数收涨0.43%，报2787.001点，本周累涨0.36%。

• 恐慌指数VIX收跌3.21%，报18.69，本周累涨6.92%。

美股行业ETF：

• 美股行业ETF涨跌各异，半导体ETF收涨5.11%，全球科技股指数ETF、科技行业ETF涨超2.8%，网络股指数ETF涨超1.2%。

（4月24日 美股各行业板块ETF）

科技七巨头：

• 美国科技股七巨头（Magnificent 7）指数涨2.08%，报213.18点，本周累计上涨1.19%。

• 英伟达涨4.32%，亚马逊涨3.49%，Meta涨2.41%，微软涨2.13%，谷歌A涨1.63%，特斯拉涨0.69%，苹果跌0.87%。

• 本周，亚马逊累涨5.36%，英伟达累涨3.26%，谷歌A累涨0.8%，微软涨0.43%，苹果累涨0.31%，Meta累跌1.96%，特斯拉跌6.07%。

芯片股：

• 费城半导体指数收涨435.092点，涨幅4.32%，报10513.664点，本周累涨10.02%。

• 英特尔涨24%，创1987年以来最佳单日表现。

• 台积电ADR涨5.18%，AMD涨13.91%。

中概股：

• 纳斯达克金龙中国指数收涨1.59%，报6952.52点，本周累计下跌3.85%。

• 热门中概股里，百度收涨5.9%，再鼎医药、小鹏、万国数据涨超4%，世纪互联、文远知行、阿里巴巴至少涨约3%。

其他个股：

• 礼来股价下跌约4%。新处方数据显示，其新款减肥药Foundayo上市初期销售疲软。

欧元区蓝筹股指数本周跌约2.9%。法国股市收跌超0.8%，本周意大利银行板块跌约7.2%、德国军工ETF累跌约9.4%。

泛欧欧股：

• 欧洲STOXX 600指数收跌0.58%，报610.65点，本周累计下跌2.54%，周一跳空低开，周二以来持续扩大跌幅。

• 欧元区STOXX 50指数收跌0.19%，报5883.48点，本周累跌2.88%。

各国股指：

• 德国DAX 30指数收跌0.11%，报24128.98点，本周累计下跌2.32%。

• 法国CAC 40指数收跌0.84%，报8157.82点，本周累跌3.17%。

• 英国富时100指数收跌0.75%，报10379.08点，本周累跌2.70%。

  （4月24日 欧美主要股指表现）

板块和个股：

• 欧元区蓝筹股中，德国莱茵金属RHM收跌6.24%，拜耳跌3.85%，赛峰股份跌3.23%跌幅第三大，英飞凌则收涨1.50%表现第五。

• 欧洲STOXX 600指数的所有成分股中，Tomra回收系统收跌25.56%，Indutrade跌15.26%，盟迪跌11.12%跌幅第三大，BE半导体实业公司收涨4.30%表现第七。

两年期美债收益率周五跌超5个基点，特朗普政府“暂停”司法调查改善投资者对宽松前景的预期。英国两年期国债收益率本周涨约23个基点。

美债：

• 纽约尾盘，美国10年期基准国债收益率跌2.37个基点，报4.3007%。

• 两年期美债收益率跌5.54个基点，报3.7783%，本周累涨7.01个基点。

  （美国2年期国债收益率）

欧债：

• 欧市尾盘，德国10年期国债收益率跌1.5个基点，报2.994%，本周累计上涨3.4个基点，整体交投于2.906%-3.047%区间。

• 英国10年期国债收益率跌2.7个基点，报4.912%，本周累涨15.0个基点，整体持续走高，交投区间为4.769%-4.993%。

• 本周，法国10年期国债收益率累涨5.9个基点，两年期法债收益率累涨13.4个基点，30年期法债收益率累涨0.9个基点。

美元指数周五跌超0.2%，本周累计涨幅收窄至将近0.4%。

美元：

• 纽约尾盘，ICE美元指数跌0.24%，刷新日低至98.517点，本周累涨0.44%，整体持续走高，交投区间为98.006-98.939点。

• 彭博美元指数跌0.23%，刷新日低至1196.61点，本周累涨0.33%，整体交投区间为1191.40-1201.00点。

  （彭博美元指数）

非美货币：

• 纽约尾盘，欧元兑美元涨0.29%，报1.1717，本周累计下跌0.41%。

• 英镑兑美元涨0.47%，报1.3530，本周累涨0.12%。美元兑瑞郎跌0.15%，报0.7852，本周累涨0.50%。

• 商品货币对中，澳元兑美元涨0.31%，报0.7151，本周累跌0.32%；纽元兑美元涨0.46%，报0.5881，本周累跌0.03%；美元兑加元跌0.26%，报1.3665，本周累跌0.20%。

日元：

• 纽约尾盘，美元兑日元跌0.18%，报159.42日元，本周累计上涨0.49%，交投区间为158.46-159.84日元。

• 欧元兑日元涨0.12%，报186.81日元，本周累涨0.10%；英镑兑日元涨0.28%，报215.667日元，本周累涨0.59%。

离岸人民币：

• 纽约尾盘，美元兑离岸人民币报6.8346元，较周四纽约尾盘跌10点，日内整体交投于6.8403-6.8310元区间。

• 本周，离岸人民币累计下跌大约180点，跌幅大约0.26%，周二亚太午盘达到6.8117元，随后持续下挫。

美国CFTC持仓报告显示4月21日当周，投机者所持NYMEX WTI原油净多头头寸减少842手合约，至143,401手合约。

原油：

• WTI 6月原油期货收跌1.45美元，跌幅1.51%，报94.40美元/桶，本周累计上涨将近14.30%。

（WTI原油期货）

• 布伦特6月原油期货收报105.33美元/桶。

• 中东Abu Dhabi Murban原油期货跌1.74%，报104.11美元/桶，本周累涨13.53%。

天然气：

• NYMEX 5月天然气期货收报2.5230美元/百万英热单位。

市场关注伊美或重启谈判，纽约期金本周跌超3.2%。现货白银涨0.36%，本周累跌6.43%。铜价小幅走低。

黄金：

• 纽约尾盘，现货黄金涨0.29%，报4707.77美元/盎司，本周累计下跌2.52%，交投于4833.21-4658.06美元。

（现货黄金价格）

• COMEX黄金期货大致持平，报4723.80美元/盎司，本周累跌3.23%。

白银：

• 纽约尾盘，现货白银涨0.36%，报75.7085美元/盎司，本周累计下跌6.43%，整体持续走低，交投于80.6735-73.9580美元。

• COMEX白银期货涨0.30%，报76.285美元/盎司，本周累跌7.49%。

其他金属：

• 纽约尾盘，COMEX铜期货跌0.88%，报6.0885美元/磅，本周累跌1.38%。

• 现货铂金涨0.26%，报2016.52美元/盎司，本周累跌4.56%；现货钯金涨1.31%，报1494.21美元/盎司，本周累跌4.14%。

• LME期铜收跌46美元，报13310美元/吨。LME期镍收涨278美元，报19015美元/吨。LME期锡收涨116美元，报50331美元/吨。

本文来自华尔街见闻，欢迎下载APP查看更多

据媒体报道，iPhone 18系列将搭载苹果首款基于2纳米制程的自研芯片。全系列标配12GB内存，较现有机型实现跨越式提升。同时将推出第二代C2 5G基带芯片，有望首次支持毫米波频段，并引入新一代N2无线网络连接模块。

上述升级若与价格不变策略同步落地，将显著强化苹果在中高端智能手机市场的竞争优势。

硬件规格大幅跃升叠加内存价格高企，苹果能否维持价格冻结，目前尚无定论。天风国际证券郭明錤此前表示，苹果服务业务的强劲盈利能力为公司提供了消化成本上涨的空间，但最终是否涨价，仍有待官方正式发布时揭晓。

首款2纳米芯片亮相

iPhone 18系列将搭载苹果首款基于2纳米制程的自研芯片。

标准版iPhone 18将配备A20芯片，而iPhone 18 Pro及iPhone 18 Pro Max则搭载性能更强的A20 Pro，延续此前高低配型号的芯片差异化策略。

值得关注的是，即便基础版iPhone 18在部分环节有所缩减（包括屏幕规格下调），苹果仍计划为全系配备最优内核配置，意在提升标准版机型吸引力。

12GB内存标配，基带与无线连接全面迭代

全系标配12GB运行内存是本次升级的核心亮点之一。

更大的内存容量将直接提升设备在本地运行AI指令时的流畅度，对端侧AI战略具有实质意义。同时改善后台应用的驻留能力，并为游戏画质优化提供更充裕的内存资源。

在基带芯片层面，苹果计划推出C2，作为C1及C1X的迭代产品。C2有望成为苹果首款支持毫米波的自研基带芯片，并通过新无线电非地面网络（NR-NTN）标准带来升级版卫星连接能力。

此外，新一代N2无线网络模块也将随iPhone 18系列首次亮相，但目前市场对其相较N1的具体性能改善幅度尚不明确。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博报道，Jane Street去年全年交易收入达396亿美元，超越包括摩根大通、高盛在内的所有全球投行，成为史上首家在这一指标上超越华尔街顶级银行的非银机构。

按员工人均计算，Jane Street去年平均每名员工创造逾1100万美元收入。公司核心做市业务受益于市场波动，同时其持有私人企业股权的大幅升值——尤其是人工智能初创公司估值的飙升。

Jane Street于2000年起步，核心盈利模式在于捕捉跨市场价差。08年金融危机后，监管层通过一系列规则约束"大而不倒"银行的风险敞口，但非银机构并不受同等资本约束，由此迅速填补了银行退出的市场空白。

Jane Street以396亿美元的年度交易收入，将最接近的传统竞争对手摩根大通甩开11%——后者同期交易收入为358亿美元，高盛为311亿美元。

在非银同行中，城堡证券（Citadel Securities）与哈德逊河交易（Hudson River Trading）去年亦各自创下历史纪录，但收入规模分别为122亿美元和123亿美元，与Jane Street差距悬殊。

Jane Street全年调整后EBITDA达312亿美元，而全公司员工总数仅约3500人，人均创收超过1100万美元。彭博指出，这一数据印证了"全球金融最具利润空间的领域之一正在发生权力转移"。

Jane Street的崛起，与2008年金融危机后美国监管机构对存款类机构自营交易的限制密切相关。

彼时，监管层通过一系列规则约束"大而不倒"银行的风险敞口，但非银机构并不受同等资本约束，由此迅速填补了银行退出的市场空白。

Jane Street于2000年起步，最初专注于美国存托凭证（ADR）交易，后逐步深耕交易所交易基金（ETF），并扩展至全球多类资产，核心盈利模式在于捕捉跨市场价差。

与其他高频交易公司一样，Jane Street具备在数秒内处理数千笔交易的技术能力，同时也会持有部分头寸数小时乃至数周，兼具高频与中低频策略。

除核心做市业务外，Jane Street持有私人企业股权亦成为重要收益来源。去年第三季度，该公司从私人企业投资中录得8.3亿美元收益，其中人工智能公司Anthropic PBC的股权升值是主要驱动力。

去年9月，Anthropic估值为1830亿美元；此后，这家旗下拥有Claude大模型及Mythos项目的人工智能公司在新一轮融资中估值升至3800亿美元，并有投资者提出的报价显示其估值或高达8000亿美元甚至更高。

此外，Jane Street正就云计算初创公司Fluidstack进行融资洽谈，并已向AI云服务提供商CoreWeave追加投资10亿美元，显示其在人工智能基础设施领域的布局仍在持续推进。

尽管取得创纪录业绩，Jane Street近期在法律与监管层面的压力明显上升。

2025年年中，印度当局指控该公司在从事其一度最具盈利性的交易策略时操纵市场，Jane Street否认上述指控并已提起抗辩。

今年2月，处于破产程序中的Terraform Labs向法院提起诉讼，指控Jane Street的内幕交易行为引发了与Terraform相关加密货币约400亿美元的崩盘；本周，Jane Street已向法官申请驳回该诉讼。

上述法律争议将这家历来以低调著称的公司推上了舆论前台，但从最新业绩数据来看，这些风波并未实质性影响其业务扩张势头。

本文来自华尔街见闻，欢迎下载APP查看更多

隔夜市场曾因“究竟谁在与伊朗谈判”的混乱信息短暂出现风险资产抖动，随后局势有所厘清，脆弱的停火状态暂时维持，至少目前如此。高盛Delta One交易台负责人Rich Privorotsky周五清早写道，他的基准判断是：谈判恢复的可能性超过五成，很可能通过巴基斯坦渠道。事实果然如此，相关新闻在美股开盘前密集释出，将标普500指数推上新的历史高点。

但正如Privorotsky所写：谈判容易，解决难。问题在于，库存正在迅速消耗，每一天的封锁都在复利式地加深问题。这已在成品油市场上清晰显现：汽油、取暖油、柴油全线刷新高点。

当前，美股迎来的是一轮“谈判重启”带来的反弹，但这是在没有具体成果的情况下，这一动态比此前数周更具负面意味。

博彩市场目前给出的概率显示，霍尔木兹海峡在5月中旬前达成近期解决方案的可能性极低（仅约十几个百分点）。因此，高盛认为做多2026年12月布伦特原油期货仍是当前最优方式。

然而美股目前就是不在乎，或许这也情有可原：高盛观察到，一季度业绩堪称亮眼，市场焦点依然牢牢锁定在AI驱动的需求上。超预期的订单预告以及英特尔强劲的业绩数字，共同传递着同一信息——更多算力、更多电力、更多基础设施。故事正在超越GPU本身。内存与更广泛的AI“脚手架”（即CPU+光互连）正成为真正的瓶颈所在。这与整个供应链的反馈相吻合：DRAM、封装、电力、散热，无一不紧张。

Privorotsky随后提及Meta与微软近期耐人寻味的裁员公告：尽管表面上利好利润率，但这揭示了一个内在张力——如果它们在削减成本的同时，数据中心投入成本还在上升，资本开支大概率仍将承受上行压力。很难想象AI需求加速，而资本开支不随之跟进的世界。

考虑到这些成本投入正在急剧膨胀，市场是否终于要对超大规模云计算商的成本压力和投资回报率提出严肃质疑？

在技术面上，Privorotsky表示，目前所见的很多现象感觉与能源走势形成了反射性关联。他的模型显示，当前处于“周期末段紧缩”阶段——这通常是风险资产表现最差的宏观环境之一（收益率曲线趋平、长端收益率上行）。

财经金融博客Zerohedge指出，其过去一个月每天都在指出的那个背离——美国短端利率与股市之间的裂口，大概率会在能源价格回落时弥合，除非它没有回落。

此外，波动率在低位保持韧性；欧洲市场看起来处于Short Gamma状态，而美股在急速反弹之后很可能重回Long Gamma区间。展望未来，仓位层面的脆弱性更值得关注——隔夜公布的NAAIM风险敞口指数已回升至94。这可以加入一系列显示投资者已大举重回风险偏好的指标清单。换言之，我们正在以高仓位、高价位进入月末——而这个月末将迎来有史以来最大规模的再平衡卖出压力之一。与此同时，SOX已连续上涨18天，价格已充分计入了大量预期。

综合来看，高盛Delta One负责人警告：

市场高位，能源高位，更重要的是，这不是一个可以快速逆转的简单冲击。物流层面的影响不容忽视——油轮错位、炼化约束、成品油市场偏紧，意味着即便大头条消息改善，实质影响也将持续发酵。

值得关注的是，盖洛普经济信心指数等调查数据极度低迷，与市场之间形成了显著背离。

就交易而言，感觉下一条头条依然主导一切（看周五的美股走势就一目了然）。Privorotsky周五早正确预判了“如果非要猜，最可能的近期催化剂是周末谈判重启”，这大概意味着先涨，然后再重新评估。

但拉长视角来看，此处技术面的买入动能已大不如前，不对称性正在向另一侧倾斜。因此他一直保持、并将继续保持对当前点位的谨慎态度。

本文来自华尔街见闻，欢迎下载APP查看更多

这是Sofaz自2012年开始买入黄金以来首次减持，近年来，Sofaz一直是全球最大的国家主权黄金买家之一，与多国央行共同构成推动金价屡创新高的重要力量。

不过，目前尚无迹象显示Sofaz将持续大规模减持。此次出售更多体现为被动的配置再平衡，而非对黄金资产的主动撤离。

此次出售发生在一季度末金价大幅回调之际。伊朗战争引发金融市场动荡，美元走强、油价飙升对新兴市场经济体形成双重压力，促使部分国家变现黄金以支撑本国货币。土耳其同期减持约80亿美元的黄金头寸。

Sofaz的抛售动作直接源于内部持仓规则的约束。根据该基金官网披露的投资政策，黄金在投资组合中的占比上限为35%，允许最高4个百分点的偏差，即实际上限为39%。

2025年底，受金价持续上涨推动，Sofaz持有的黄金价值已升至其总资产的38%，逼近允许偏差的上沿。

在此背景下，主动减持成为该基金维持合规配置比例的必要操作，而非单纯的市场择时决策。

Sofaz的角色转变具有一定的市场信号意义。作为近年来国家主权资本持续增持黄金的代表性机构之一，其转为净卖出方，叠加土耳其等新兴市场国家同步减持，令此前支撑金价的主权买盘力量出现阶段性松动。

本文来自华尔街见闻，欢迎下载APP查看更多

贝森特表示，不排除日后出任美联储主席的可能性，但明确拒绝竞选任何公职。他解释称，美联储主席无需参与选举，可以塑造经济走向，且美联储本身是一个重要机构。

在政策优先级上，贝森特将人工智能置于美国经济竞争力的核心位置。并警告技术颠覆的时间窗口已大幅收窄，不是五年，而是"一年，也许十八个月"。

与此同时，他预计经济增长在受到短暂冲击后将重回正轨，"经济惠及每个家庭的时间表"从2026年第二季度推迟至第三季度。

贝森特的经历塑造了他独特的政策风格。他在南卡罗来纳州长大，父亲是一位经历过经济起伏的房地产开发商。

他在耶鲁毕业后进入华尔街，在宏观对冲基金领域磨砺多年，师从索罗斯。

他表示，离开财政部后希望继续在供应链、军事准备、AI政策与金融监管领域私下工作。他明确排除了竞选任何公职的可能性。

但面对美联储主席一职，他回应称："我不会对日后担任美联储主席说'不'。"他解释称，这一职位无需参与选举，可以塑造经济走向，且美联储本身是一个重要机构。

贝森特将人工智能描述为决定经济繁荣的核心赛道。"一年，也许十八个月"这项技术就会彻底改变我们的生活，他说。

在他的描述中，AI带来的影响既深远又具体：整类工作的成本将被压缩至当前的一小部分，小企业可以依靠少量员工加上一套AI代理系统运营，生产率提升将以难以预测却无法忽视的方式波及整个经济体。

与此同时，他对AI风险同样保持高度警惕。贝森特透露，他所在的一个高级别小组每周定期开会，监测AI模型能力、评估系统漏洞，重点关注犯罪分子、敌对行为者及蓄意破坏的潜在威胁。

在税收政策上，贝森特的关注点不在于调整名义税率，而在于分配效果。他反复援引的核心指标是底部50%工薪阶层的收入变化。

他指出，在特朗普第一任期内，这一群体的收入增长百分比快于收入最高的10%人群，重现这一格局是其政策目标，兼具经济与政治双重意义。

他以加班收入免税等措施为例，认为政策已开始改变收入分配结果。财政部数据显示，近半数报税人从本届政府的标志性举措中受益，实际工资正在上涨。

他认为，拜登政府时期通货膨胀所造成的实际购买力缺口（彼时名义工资增速持续落后于关键家庭消费品价格涨幅）仍有空间弥合。

在贝森特的政策框架中，能源既是约束，也是调节阀。伊朗冲突推高了能源价格，但他将此视为可自我修正的动态：高价格刺激生产，供给增加后价格自然回落。

更深层的政策逻辑，是将能源与工业政策对接。他认为，美国数十年来通过监管负担、政策惰性与战略疏忽，过度让渡了国内制造业产能。重建这一产能并非情感驱动，而是出于韧性考量。

在金融监管领域，他认为2008至2009年金融危机后的监管改革产生了事与愿违的结果："我们从'大而不能倒'走向了'小而无法生存'。"大型机构进一步巩固优势，小型银行却不断被挤出市场。

这一判断构成其推动金融去监管化的核心逻辑。在他的整体政策设计中，税收、制造业与去监管化三者合力，最终指向同一目标：可持续的、广泛惠及各阶层的经济增长。

本文来自华尔街见闻，欢迎下载APP查看更多

据彭博报道，管理规模达2.27万亿美元的太平洋投资管理公司（Pimco）已通过私募债券市场，向阿布扎比、卡塔尔、科威特三国政府及卡塔尔国家银行合计提供约100亿美元融资。

上述交易发生于今年2月28日美伊冲突爆发之后——这些海湾国家实际上已被公开债券市场拒之门外。

此举不仅是Pimco对海湾地区主权信用的一次高调背书，也折射出当前全球地缘政治动荡背景下，新兴市场融资渠道正在发生深刻转变。

彭博经济研究首席新兴市场经济学家Ziad Daoud表示，"并非所有国家在地缘政治不确定时期都能以合理利率借款，此番叩门私募市场的三个海湾国家，是资产负债表最为稳健的三个。"

战时融资：私募市场成海湾国家"救命稻草"

2月28日美伊冲突爆发后，海湾国家公开发债渠道迅速收窄。

彭博汇编的数据显示，海湾地区借款人在2026年前两个月通过公开债券发行筹资500亿美元，而从2月28日至4月23日，该地区通过私募债券另行筹资138亿美元——这一规模的对比，凸显了Pimco此轮支持的重要性。

私募债券市场交易细节通常由参与各方严格保密。发行方倾向于选择私募，是因为这一渠道不仅能快速融资，还能在条款上保持更大灵活性。作为交换，买方通常可以谈判到比公开市场更低的价格或更高的票息。

卡塔尔此次私募债券的票息为4.8%，较该国公开交易债券收益率曲线所隐含水平高出约0.3个百分点。其他交易条款均未披露。

Pimco的战略逻辑：在危机中攫取溢价

此番对海湾国家私募债券的大举认购，是Pimco在全球信贷市场困难地带持续布局的最新案例。

这家总部位于加州的资产管理公司，正将其庞大的资产规模转化为在非流动性市场中的谈判筹码——在公开市场退缩之时，以更优惠的条款换取流动性支持。

Ziad Daoud的判断印证了这一逻辑：在此次危机中，真正能够获得市场融资的，是那些主权信用最为扎实的海湾国家。对于Pimco而言，这既规避了尾部信用风险，又通过私募溢价获取了额外收益回报。

Pimco旗下规模达2130亿美元的Pimco Income Fund是全球最大的主动管理债券基金，今年迄今回报率已达10.4%，为2020年以来美国债券市场表现最佳的一年，这为其在高风险交易中的主动出击提供了充裕的底气。

本文来自华尔街见闻，欢迎下载APP查看更多

总部位于达拉斯的数据中心服务商Csquare周五宣布，已向美国证券交易委员会（SEC）秘密提交S-1表格草案，正式启动赴美上市程序。

该公司由基础设施巨头Brookfield Infrastructure Partners持股支持，目前在全球30个市场运营着80座数据中心。发行股份数量及定价区间均尚未确定。

此次申报正值AI基础设施建设热潮驱动数据中心类公司密集冲击资本市场之际。本周，亚马逊支持的核能AI供电企业X-Energy Inc.已完成约10亿美元融资；黑石集团也宣布计划为其新设数据中心收购平台募集约20亿美元。

全球布局：30城80座数据中心

根据公司官网信息，Csquare目前在全球30个市场运营80座数据中心，覆盖纽约、洛杉矶、伦敦等核心枢纽城市，提供主机托管（colocation）及数据中心综合服务。

公司此前名为Centersquare，并于去年10月完成收购10座数据中心，企业价值达10亿美元，进一步扩充其资产规模。

Brookfield Infrastructure Partners的背书，也为其在全球基础设施资源整合方面提供了有力支撑。

公开秘密申报的策略考量

企业选择秘密申报，通常是为了在上市过程中保留更大的主动权，同时规避公开信息披露可能带来的声誉风险。

这一方式允许公司在不受外界审视的情况下与监管机构沟通、回应SEC反馈意见。

然而，Csquare选择主动公开这一申报动作，则另有深意。公开宣布秘密申报，可以达到塑造市场预期、试探机构投资者兴趣的战略目的，相当于在正式路演前提前预热。

目前，Csquare尚未披露拟发行股份数量及定价区间，上市具体时间表亦未公布。

本文来自华尔街见闻，欢迎下载APP查看更多

美国司法部决定终止对美联储建筑翻新超支问题的刑事调查，此举为特朗普提名的下一任美联储主席人选沃什的确认程序扫清了关键障碍。

美国检察官Jeanine Pirro周五在社交媒体发文宣布，已指示其办公室关闭相关调查，同时将该事项移交美联储监察长办公室处理。

她表示若事实需要，不排除重启刑事调查的可能。白宫随后发表声明，称监察长办公室拥有"更强大的职权"，更适合彻查此事，并强调"美国纳税人有权了解美联储财务失当问题的真相"。

据华尔街见闻此前文章，共和党在参议院银行委员会仅以13比11的微弱多数占优，共和党参议员Thom Tillis的一票反对已足以令沃什的美联储主席提名无法进入参议院全体表决。其此前表态，若司法部不撤销调查，将阻止沃什的提名确认。

沃什本周已就任职资格出席参议院银行委员会听证，并获得共和党议员的广泛支持。现任主席鲍威尔的任期将于5月15日届满。

消息一出，美国两年期国债收益率跌幅扩大，目前报3.8%。互换合约体现出，美联储在2026年年底之前更大幅度的货币政策宽松前景。

此次转向来得迅速且出人意料。

Pirro本周早些时候还公开表态将继续推进调查，其办公室对于外界询问"究竟发生了什么改变"未予回应。此前，司法部高层也曾就维护检察官在调查早期阶段使用大陪审团权力这一原则，明确表态支持Pirro立场。

Pirro办公室最初于今年1月向美联储送达大陪审团传票，调查方向涵盖建筑翻新超支问题，以及美联储主席鲍威尔就此事向国会所作证词。

今年3月，美国地区首席法官James Boasberg裁定撤销上述两份传票，Pirro随即表示将提起上诉。此次关闭调查意味着上诉程序亦随之终止。

Pirro在声明中表示，美联储监察长"有权力让美联储对美国纳税人承担责任"，并预计将"尽快收到一份全面报告"，相信调查结果将有助于"一劳永逸地解决促使本办公室发出传票的相关疑问"。

白宫将此次移交定性为程序优化而非调查退缩，强调监察长办公室的授权更为充分。

不过，监察长调查属于行政性质，与刑事调查在法律效力和后果层面存在本质差异。

随着Tillis设定的前提条件得到满足，沃什在参议院的确认程序预计将更为顺畅。Tillis办公室未就此次司法部决定立即作出回应。

这场调查自启动以来始终是美联储领导层交接进程中的不稳定因素。

鲍威尔任期5月15日到期，而围绕其国会证词真实性的法律争议悬而未决，一度令继任程序陷入混乱。

此次司法部撤案在一定程度上消除了这一不确定性，但监察长调查的最终结论仍可能对美联储声誉及下一任领导层产生后续影响。

本文来自华尔街见闻，欢迎下载APP查看更多

洛阳钼业披露2026年第一季度报告。公司实现营业收入664亿元，同比增长44.34%；归母净利润77.6亿元，同比增长96.65%。每股基本收益由上年同期的0.18元提升至0.36元，加权平均净资产收益率达9.06%，同比增加3.57个百分点。

业绩增长主要受益于主要产品价格上涨及产销量同步提升。一季度铜产销量同比分别增长10.15%和47.11%；钴产品受采购成本下降影响，毛利率达86.27%，较去年同期提升约25个百分点。此外，公司于今年1月完成巴西四座金矿收购，黄金业务首度并表，贡献营业收入12亿元。

现金流方面，一季度经营活动产生的现金流量净额为113亿元，同比增长762%，主要受基本金属贸易业务净流入驱动。期末货币资金余额接近450亿元，较年初增加逾113亿元。公司同时于一季度完成12亿美元可转换债券发行，长期借款压缩近半，负债结构持续优化。

铜业务稳增贡献158亿，钴毛利率飙至86%

铜业务仍是洛阳钼业最核心的盈利支柱。一季度铜矿山板块实现营收158亿元，同比增长27.22%，毛利率达63.69%，同比提升8.48个百分点。业绩增长主要受益于刚果（金）TFM和KFM矿山产能持续释放，以及铜价中枢上移的双重推动。

值得关注的是，本季度TFM产品品牌“TFM-1”正式通过伦敦金属交易所（LME）A级注册认证，意味着公司铜产品可参与国际有色金属期货及现货市场交割，产品溢价能力与全球话语权进一步提升。此外，TFM相关采矿许可证已完成续期，有效期为15年，为矿山持续生产消除了监管层面的不确定性。

钴是本季度最具弹性的品种。受钴价大幅回升驱动，公司钴业务毛利率从去年同期约61%跃升至86.27%，增幅接近25个百分点，营收同比下滑52%则主要源于销售量策略性收缩（同比减少91.79%），公司显然在价格低谷期主动减少了对外销售、转而囤积库存，并在价格回升后优化销售节奏。这一"以量换价"的操盘逻辑，使得钴业务以极少的出货量贡献了18亿元营收和高达15.5亿元的毛利，充分体现了公司对市场周期的把控能力。

金矿首度并表贡献12亿，钼钨盈利持续改善

2026年1月23日，公司完成对Equinox Gold旗下Aurizona金矿、RDM金矿及Bahia综合矿区100%权益的收购交割。由于仅并表约两个月，一季度金矿板块贡献营收12亿元，产金4.3万盎司，毛利率达45.63%，展现出较强的盈利能力。

随着巴西金矿全季度并表效应在后续季度逐步释放，叠加公司既定黄金产量规划目标的推进，黄金业务有望快速成长为继铜、钴之后的第三大利润来源，进一步丰富公司在全球关键矿产领域的多元化布局。需要指出的是，本次收购是投资活动现金净流出109亿元的主要原因，但公司充裕的经营现金流及新发债券所获资金对此形成了有效对冲。

国内钼钨板块保持稳定运营。钼业务实现营收18亿元，毛利率由约37%升至46.78%，提升9.8个百分点，产量小幅下滑4.7%，影响有限。钨业务表现更为突出，营收近20亿元，营业成本增幅显著低于收入增幅，毛利率提升5.36个百分点至70.93%，盈利质量明显改善，主要受益于钨价的结构性上行。

零息可转债优化负债成本，汇率风险成利润变量

一季度公司通过境外子公司发行12亿美元零息可转换债券，相关资金已反映在其他流动负债（环比增长836%至91亿元）及筹资活动现金流入中。与此同时，长期借款较年初压缩约49%至6亿元，有息负债结构呈现短期化、低成本化调整趋势。

值得关注的是，一季度其他综合收益录得-13.6亿元，主要为外币报表折算差额，系美元及刚果法郎等境外货币对人民币汇率波动所致；财务费用同比增加59%，汇兑损失是主要因素。鉴于公司资产高度国际化，汇率风险将成为影响账面权益和实际利润的持续变量。

本文来自华尔街见闻，欢迎下载APP查看更多

数据是制约机器人进化的瓶颈已然成为行业共识。

要打破这一瓶颈，行业亟需向真实的物理世界寻找交互数据。

在众多应用场景中，家庭生活所能产生的数据无疑是足具复杂性与训练价值的场景之一。家庭环境的本质是随机、碎片和不断变化的，例如猫随时会跳上桌子，地毯的摩擦力各不相同，散落的玩具毫无规律。

这种充满噪音和不确定性的数据恰是具身智能实现泛化的关键训练场。但该场景也是获取数据难度较高的阵地，核心壁垒在于隐私边界。让一台满载摄像头和传感器的设备进入私域空间，无异于挑战公众信任的底线。

但家庭场景也是获取数据难度较高的阵地，核心壁垒在于隐私边界。让一台满载摄像头和传感器的设备进入私域空间，无异于挑战公众信任的底线。

尽管面临较高的信任门槛，但为了获取真实的物理世界交互数据，已有机器人公司开始探索“入户”破局。

近日，自变量机器人宣布其搭载新一代具身智能基础模型WALL-B的机器人，将在5月25日后进入真实家庭。

在此之前，自变量机器人已与58同城合作，将搭载WALL-AS模型的机器人送入真实家庭，与保洁阿姨协同作业。

针对市场关注的隐私问题，自变量机器人给出的解法是进行端侧图像脱敏、授权机制以及数据用途限制。

据自变量创始人兼CEO王潜介绍：

一是视觉脱敏，机器人在设备端对原始图像进行实时打码处理，原始图像不离开设备，机器人看到的已经是去除个人特征的场景数据；

二是透明授权，用户主动按下同意键后方可开机，不存在“默认同意”，用户不同意则不开机；

三是用途限定，绝不共享第三方，机器人只认一个主人，发现可疑指令立即锁定。

新一代机器人所搭载的WALL-B模型采用基于世界统一模型（WUM）架构，将视觉、语言、听觉、动作放在同一个网络中从零开始联合训练，实现“多模态进、多模态出”。

如此设计的初衷是为了消除模块间的传输损耗，让模型原生具备感知重力、摩擦力等物理世界的“世界观”，并在真实的失败交互中实现自我迭代。

从进入家庭采集数据到数据反哺模型，这个商业逻辑闭环在理论上已经打通。

但客观来看，自变量机器人目前展现出的能力距离真正的“家庭服务”仍有落差。据全天候科技现场观察，该机器人的动作非常缓慢，例如完成插3朵花的动作需要耗时两分半钟。

王潜坦言，当前模型仍处于“实习生”阶段，会犯错，需要远程协助，有时可能把拖鞋放到厨房、擦桌子擦到一半停下来“思考”。但其能够实现24小时不间断工作，且每工作一天都会因新数据的产生而变得更“聪明”。

支撑这场漫长“实习期”的是资本推力。

自变量近期刚完成由小米战投领投的近20亿元的B轮融资，此前更是在融资中集齐了美团、阿里和字节。

在豪华股东阵容的加持下，自变量机器人能否跑通“数据飞轮”，正受到关注。

本文来自华尔街见闻，欢迎下载APP查看更多

在AI大模型重塑千行百业的时代，企业级SaaS（软件即服务）厂商的AI战略也正在更具象。

4月22日，微盟集团执行董事兼集团总裁游凤椿首次系统性发布了“AI First”战略全景框架。相较于过去停留在“降本增效”层面的工具化定位，微盟此次明确提出，AI是重构生意底层逻辑的增长引擎 。

比战略口号更具说服力的是财务数据：微盟2025年财报显示，其AI相关年度收入首次达到1.16亿元，且2025年下半年环比增长高达137.5% 。在SaaS订阅收入同比微降的背景下，AI正在成为这家老牌零售SaaS公司新的增长变量。

然而，当市场热衷于讨论“AI能否拯救SaaS”的叙事时，微盟的挑战才刚刚开始：从技术架构的推倒重建，到B端客户近乎零容错的交付标准，再到从卖工具到卖结果的商业模式重构，这条路方向明确，但每一步都不轻松。

01 AI First

游凤椿在峰会上表示：AI不会取代SaaS，AI和SaaS是组合。

微盟目前已将AI全面植入自身业务底盘，包括AI+SaaS、AI+营销、AI+出海、AI To C等核心方向。

微盟将AI摆在“First”的位置，并非口号式押注，而是建立在对SaaS行业困局的清醒认知之上。

2025年，微盟订阅解决方案（SaaS）收入8.97亿元，同比微降2.3%，付费商户数同比下降7.2%。虽然公司解释称这是主动收缩低质量业务的策略性调整，但一个更深层的信号不容忽视：SaaS行业按席位付费的传统模式正在遭遇系统性挑战。

然而，这并非意味着SaaS厂商们没有机会了。

华泰证券此前已明确指出，AI Agent的高速发展将加速软件行业重构。在AI时代，软件行业的赢家将包括：深度垂直SaaS公司，其拥有AI无法通过互联网公开抓取的、极其细碎的垂直行业数据；或基础设施平台，如掌握了核心客户关系数据，它们有望成为Agent必须接入的重型底座；以及安全审计公司，专门验证AI执行结果是否合规、安全。

在AI+SaaS方面，微盟升级“Agent+Skills”技术架构，推出“基于Skill调度的Agent”架构，将SaaS系统的复杂功能封装为标准化的Skill，由AI Agent自主拆解调用。同时，公司已推出Weimob Admin Skills，计划覆盖营促销、智能运营等高频场景。

而在AI+营销板块，微盟释放的另一个重要信号是GEO（生成式引擎优化）解决方案“星启”。

随着AI搜索逐渐取代传统搜索引擎成为信息获取的主要入口，Gartner预测2026年传统搜索引擎访问量将下降25%，近四分之一流量转向AI聊天机器人等新载体。艾媒咨询数据显示，2026年中国GEO市场规模预计达942亿元，同比增长169.7%。

对微盟而言，GEO的意义不仅在于为商家开辟新流量入口，更重要是打开营销业务的毛利空间，这背后是商家解决方案毛利率从63.1%跃升至90.9%的业绩参照。

不过，在AI First战略中，微盟也走过一些弯路。

微盟集团技术副总裁肖锋在采访时坦承，“一个是我们过去更想把页面给用户填充得非常完善，可能页面有100、150个参数，每个参数AI都要理解并填上。”

肖锋补充，另一个是AI会兜底。“AI为了不尬聊，会给一个兜底回答。过去我们经验不足，把兜底回答也给商户，商户觉得不对，就产生怀疑。如果是娱乐性场景，兜底挺好的，不兜底反而不好，但To B不行。”

02 挑战持续存在

肖锋向华尔街见闻表示，在零售场景落地AI，最大的难点是非技术的，“商家认为AI是万能的、不应该出错，但凡出一点错就觉得不可用。”

同时，工具本身也面临学习成本问题。老板想推AI，一线员工有抵触——运营人员会担心“AI全自动后我做什么？”

微盟的办法是通过案例分享、上门培训，以及同行标杆的“以事教人”来推动渗透，其同行有赞也在2026年定下了加强AI产品渗透率和让“AI价值被兑现”的目标。

肖锋在采访中提出，按Token收费只是AI商业化的初级阶段——100万Token两毛钱，服务商赚个差价，“未来应该是导购Agent带来多少GMV增长，就按比例付费，这才能体现AI的真正价值。”光大证券在研报中也指出，新产品的推出为微盟打开从订阅制付费向效果付费转型的想象空间。

不过，新的模式还需要市场的验证。

微盟在推进过程中遇到的首个障碍是客户对Token消耗的认知不足，肖锋举例，“很多客户觉得AI能力就是SaaS的一部分，为什么要额外掏钱？”这种认知鸿沟并不会因为战略的宏大而自动弥合。

AI收入的增长固然亮眼，但其1.16亿元的绝对体量在总营收15.92亿元中的占比仍不足8%。

微盟选择AI First战略方向或许是理性的，但这个方向并不保证谁能率先抵达终点。微盟能否在即将到来的智能化浪潮中，彻底完成从工具提供商向增长引擎的价值跃迁，这场大考才刚刚开始。

本文来自华尔街见闻，欢迎下载APP查看更多

业绩报告显示，国泰海通今年一季度实现营业收入162.32亿元，同比增长58.91%；扣非归母净利润57.11亿元，同比增长73.43%，总资产规模稳步攀升至2.26万亿元。而公司归母净利润因为去年合并产生的高基数效应而呈现同比下降的情况。

当日晚间发布的公告还显示，国泰海通董事会审议通过了旗下另类投资子公司国君证裕与海通创新合并，私募投资子公司海通开元与国君创新投合并等议案。此前，国泰海通旗下两家资管和两家期货子公司已分别于去年7月和今年4月20日启动合并，今年以来，国泰海通旗下子公司整合加速迹象明显。

核心业务盈利处于上升通道

财务数据显示，2026年一季度，国泰海通实现营业收入162.32亿元，较上年同期的102.15亿元大幅增长58.91%。

报告期内公司实现归属于母公司所有者的净利润则为63.88亿元，同比下降47.82%。针对这一表观数据的下滑，季报中给出了明确解释：后者是由于上年同期（2025年一季度）公司吸收合并海通证券时产生的巨额“负商誉”，导致上年同期营业外收入较高。

若剔除上述非经常性损益等因素的影响，较能反映公司核心业务经营状况的扣除非经常性损益后的归母净利润达到了57.11亿元，同比大幅增长73.43%；扣非后的加权平均净资产收益率（ROE）也同比上升了0.05个百分点至1.74%。这表明，在剥离了合并初期的会计处理影响后，国泰海通的实际盈利能力和主营业务依然处于上升通道中。

各分项业务增速不一

具体到国泰海通各分项业务的收入表现，呈现总体增长但增速不一的结果。

经纪业务方面：一季度实现经纪业务手续费净收入47.27亿元，同比增长78.23%。季报称，这主要得益于一季度股基交易量的同比增加，以及吸收合并海通证券后经纪业务规模的扩大。

资管业务方面：实现资产管理业务手续费净收入1.76亿元，同比增长50.50%。这主要是因为集团资产管理和基金管理规模在合并后实现了有效扩容。

利息净收入方面：一季度实现利息净收入17.60亿元，同比翻倍以上达到153.74%的同比增速，主要系合并后融资租赁以及融资融券业务规模增加所致。

投资与自营业务方面：尽管受市场行情影响，绝对投资收益有所减少，从70.88亿元下降到16.96亿元，但衍生金融工具等带来的公允价值变动收益从上年同期的亏损29.61亿元增长到今年的44.85亿元，衍生品的投资业务改善幅度较为突出。

又有两类子公司公告启动合并

同日公布的公告显示，国泰海通旗下的子公司继续加速整合。

其中，公司旗下的另类投资子公司海通创新将吸收合并国君证裕，吸收合并完成后，海通创新承继和承接国君证裕的全部资产、负债、业务、人员、合同、资质、账户及其他一切权利与义务,名称拟变更为“国泰海通证裕投资有限公司”。

而公司旗下的私募投资子公司海通开元将控股合并国君创新投，拟由国泰海通将国君创新投全部股权无偿划转至海通开元。合并完成后，海通开元更名为“国泰海通开元投资有限公司”，国君创新投成为国泰海通开元全资子公司。

上述两家采取的合并方式并不相同，展现了国泰海通在整合子公司方面的多元化思路。

国泰海通相关人士表示，海通创新和国君证裕合并不会干预各被投企业独立运营，亦不会对其正常生产经营、业务发展造成不利影响。通过合并，两家另类投资子公司将实现投研能力、项目资源、合规风控的一体化配置，以规模化运营降低成本、以专业化经营提升投资收益，更好构建差异化竞争优势。

该人士还称，海通开元及国君创新投原有各项业务均将正常开展，签订的各项合同、协议、及法律文件均有效，不受此次合并影响。后续，海通开元与国君创新投将继续致力于提升自身专业水平，始终坚持将投资人利益摆在突出位置，持续发挥服务国家战略和创造财务回报的功能。

官宣新任董秘

4月24日晚间的系列公告中，国泰海通还官宣了新任董秘人选。公司现任董事会秘书聂小刚因工作安排辞去董秘等职务，继续担任公司执行董事、副总裁、首席风险官；同时，公司董事会聘任徐岚为公司新一任董事会秘书。

简历显示，徐岚现任国泰海通战略客户部总经理，整合工作办公室副主任，国泰君安证裕投资有限公司董事长、总经理。自2008年7月起入职国泰海通后，曾先后担任投资银行部金融行业部行政负责人，投行事业部金融与科技组行政负责人、综合执行组-党委办公室联席行政负责人、财务顾问业务部行政负责人，战略客户部副总经理，投资银行部联席总经理，战略客户部总经理，国泰君安证裕投资有限公司副董事长、总经理等职务。

本文来自华尔街见闻，欢迎下载APP查看更多

中科曙光2026年第一季度实现营业收入31.99亿元，同比增长23.71%；归母净利润2.28亿元，同比增长22.19%；扣除非经常性损益后的净利润1.64亿元，同比增长53.30%。

扣非净利润增速高于营收增速。据公司披露，一方面系核心业务持续扩张带动盈利规模提升；另一方面，此前子公司获批的政府补助已按规定用途摊销完毕，相关非经常性收益有所下降。每股收益由上年同期的0.128元提升至0.156元，加权平均净资产收益率达1.02%，同比提升0.11个百分点。

研发费用方面，一季度达5.92亿元，同比增长51.7%，占营业收入比重约18.5%。此外，公司已于一季度推进可转债发行预案。

营收净利双增，减值损失扩大

2026年一季度，中科曙光实现营业总收入31.99亿元，较上年同期的25.86亿元增加6.13亿元，增幅达23.71%。营业成本为23.50亿元，同比增长22.9%，成本增速略低于收入增速，毛利率水平小幅改善。

利润总额为2.74亿元，同比增长18.12%；净利润1.92亿元，同比增长13.3%。归母净利润达2.28亿元，高于整体净利润，主要因少数股东亏损3589万元，使得母公司股东承接了更多利润份额。

值得关注的是，本季度信用减值损失由去年同期的约790万元大幅转正至6233万元，主要系本期计提大额应收款减值准备，在一定程度上压制了营业利润的进一步释放。若剔除该项影响，公司主业盈利能力实际改善幅度更为显著。

研发投入激增致成本倒挂，投资收益支撑利润

研发投入是本季报最突出的数据之一。一季度研发费用达5.92亿元，较上年同期的3.90亿元增长51.7%，占营业收入比重约18.5%。这一投入强度处于较高水平，与中科曙光作为国产高性能计算及AI算力核心供应商的战略定位相符。

在AI大模型浪潮带动下，国内算力需求持续释放，中科曙光加大研发投入有助于巩固技术壁垒，并为产品迭代储备能力。值得注意的是，高额研发支出推动营业总成本达32.02亿元，略超营业总收入31.99亿元。当期营业利润得以为正，主要依赖联营企业贡献的1.84亿元投资收益。

投资收益增43%，联营贡献近1.9亿

本季度公司投资收益合计1.87亿元，同比增长43.4%，其中对联营企业和合营企业的投资收益为1.84亿元，成为利润总额的重要支撑。长期股权投资规模达92.39亿元，较上年末增加约2.72亿元，显示公司仍在持续拓展生态投资布局。

这一结构表明，中科曙光的盈利模式并非单纯依赖产品销售，而是构建了以高性能计算为核心、向外辐射产业链的平台型架构。通过参股联营企业获取稳定的权益收益，公司逐步形成主业销售与投资收益双轮驱动的盈利格局。

本文来自华尔街见闻，欢迎下载APP查看更多

据The Information报道，此轮供应紧缺已波及多家获得红杉资本、Founders Fund、General Catalyst及Andreessen Horowitz等顶级机构支持的AI初创公司。General Catalyst管理合伙人Hemant Taneja已向其投资组合创始人发出调查问卷，询问算力获取情况，并在问卷中直言：

"我们听到很多人反映，算力——尤其是GPU访问——是今年面临的最大瓶颈之一。"

供应收紧直接推高了租用价格，云服务商的利润率因此获得提振，但初创企业的运营成本随之大幅攀升。与此同时，微软Azure已向内部员工明确表示，客户应预期漫长的等待时间至少将持续至2026年底，算力格局的重塑正在深刻影响整个AI创业生态。

历史重演，但烈度更甚

此轮GPU短缺与2023年初的情形颇为相似——彼时云服务商同样从云服务中抽调算力，优先支持内部团队及OpenAI等核心客户，Andreessen Horowitz和Index Ventures等风险机构最终不得不自行组建GPU资源池，以缓解投资组合公司的燃眉之急。

然而，当前局面的严峻程度有过之而无不及。The Information指出，AI编程工具的爆发式需求正在加剧这一短缺，Anthropic等大型AI开发商对算力的需求激增，进一步挤压了留给中小客户的空间。

另一个加剧短缺的结构性因素在于：大量AI初创企业此前签订的两至三年云服务合同正陆续到期，云服务商借此机会向客户开出更高价格，或直接将算力重新分配给出价更高的买家。

微软"用进废退"，分级制度明确排序

微软的算力分配机制已形成清晰的等级体系。据一名掌握内情的微软员工透露，Azure将客户划分为三个层级：

• Tier 1为约1000家云支出最高的大客户，享有优先访问权；
• Tier 2为支出规模次之、但仍配有专属销售代表的客户；
• Tier 3则是规模较小的企业，其关系由CDW等微软经销商合作伙伴代为管理。

在芯片准入门槛上，微软近几个月开始要求希望获得英伟达Blackwell芯片的客户，至少承诺租用1000块芯片、期限不低于一年，合同金额至少达数千万美元。即便是租用旧一代英伟达芯片，客户也需等待数周乃至数月。

更值得关注的是微软的"用进废退"政策：对于按需付费获得GPU访问权限的客户，微软会追踪其使用率，一旦服务器闲置哪怕数小时，便可能撤销其访问权限。通过"微软初创企业计划"获得免费算力积分的初创公司同样面临这一规则——若未能充分利用芯片，将被取消GPU访问资格。

初创企业：涨价、被"鸽"、抢不过大客户

图像生成AI初创公司Krea的遭遇颇具代表性。这家成立四年、已从Andreessen Horowitz和Bain Capital Ventures等机构融资8300万美元的公司，六个月前以每小时每块芯片2.80美元的价格签下了数百块英伟达Blackwell芯片的六个月合同。

然而当Krea近期寻求更多服务器以从头训练新模型时，局面急转直下。联合创始人兼CEO Victor Perez表示，部分云服务商的销售代表直接不接电话；等到对方回电，不仅告知价格大幅上涨，还要求签订三年期合同才愿意洽谈。"有些直接消失，有些说没有货，还有些试图让我们接受极其苛刻的条款，"Perez说。

最终，Krea以每小时3.70美元的价格签下一年期合同，较上次合同价格上涨32%。与此同时，另一位寻求租用近1000块GPU紧密集群的初创企业创始人表示，英伟达销售人员上周告知他，在大型云服务商处找到此类集群极为困难——该集群每日租金将超过7万美元。

GPU云服务商Lightning AI的数据则从供需角度印证了这一紧张态势：该公司目前在线GPU约4万块，但来自约40家客户的待处理订单合计需求约40万块。CEO Will Falcon表示，过去六个月价格已上涨逾25%，从每小时约1.60美元涨至逾2美元，部分情况下还要更高。

部分创始人选择"脱云自建"

面对漫长等待和不断攀升的租用成本，部分初创企业创始人开始考虑绕开云服务商，自行购买GPU。

AI代理初创公司Collide的创始人Collin McLelland表示，该公司正考虑花费约50万美元直接购买英伟达GPU自行运营。Collide去年完成1400万美元种子轮融资，专注于为油气行业开发AI代理产品。McLelland计划直接向数据中心或云服务商租用机房空间托管自购GPU，以规避租用模式下的等待时间和不确定性。

"对我们来说，在需要算力时却没有算力，是最大的风险，"McLelland说，"大多数人只是害怕硬件。我拥有过油井，所以对此已经麻木了。"

尽管短期内自购GPU的成本远高于租用，但他认为从多年维度来看，综合成本反而更低，且能彻底摆脱对云服务商的依赖。

云厂商利润受益，但生态隐忧浮现

对云服务商而言，此轮供应紧缺带来了久违的利润改善。此前部分云厂商在GPU业务上盈利承压，而当前的供需失衡使其得以提高租用价格，边际利润率随之回升。

然而，这一格局对AI创业生态的长期影响不容忽视。算力资源向头部客户高度集中，意味着中小初创企业在模型训练和产品迭代上将面临更高门槛和更大不确定性。General Catalyst正在研究通过建立共享算力池或代表初创企业直接谈判等方式，帮助投资组合公司获取GPU资源——这与2023年风险机构自建GPU池的应对思路如出一辙，折射出算力获取已成为AI投资生态中不可回避的结构性挑战。

本文来自华尔街见闻，欢迎下载APP查看更多

据RBC Capital Markets分析师Trung Huynh援引IQVIA数据，Foundayo上市第二周共产生3707张处方，而诺和诺德口服版Wegovy在上市第二周录得18410张处方，差距悬殊。

消息公布后，礼来股价盘前大跌8%，诺和诺德股价上涨4%。

Trung Huynh在研究报告中写道，"尽管我们认为上市初期的比较意义有限，但Foundayo本周的处方量表现可能会被市场负面解读。"他同时指出，在产品上市两至三个月之前，样品派发计划及远程医疗处方难以追踪等因素，将使评估其真实市场表现更加困难。

口服减肥药成新战场，诺和诺德或保持领先

口服减肥药被投资者视为减肥医疗领域的下一个前沿阵地，两家巨头的竞争正在从注射剂延伸至片剂市场。

Foundayo本月初获得美国监管机构批准，采用一项旨在加快有前景药物上市的新审批程序。这一获批对诺和诺德构成压力，后者于今年1月推出的口服版Wegovy已成为其业务复苏的重要支柱。

然而，丹麦银行分析师在周五的研究报告中指出，就口服减肥药而言，诺和诺德或将凭借更具竞争力的产品维持领先地位。尽管两款口服药尚未进行正面比较试验，但礼来在一项大型研究中显示，Foundayo的减重幅度不及诺和诺德在单独试验中口服Wegovy所呈现的水平。

在产品特性上，Foundayo具备一定便利性优势——服用限制较少，无需空腹服用，也无需在服药后等待30分钟才能进食或饮水。值得注意的是，Foundayo是一款全新分子药物，而口服版Wegovy与注射版Wegovy及Ozempic使用相同的活性成分司美格鲁肽。

注射剂市场已落后，礼来急需口服药扳回一城

在注射剂市场，礼来已占据上风。其注射类减肥药Zepbound在与诺和诺德Wegovy的正面对比试验中展现出更优的减重疗效，令诺和诺德失去了注射类减肥药的早期市场领导地位。

正因如此，口服药赛道对诺和诺德而言意义重大——若能在片剂市场击败礼来，将有助于这家丹麦药企弥补注射剂领域的失地，重新确立竞争优势。

目前，礼来和诺和诺德均未就Foundayo处方数据置评。礼来未立即回应彭博的置评请求，诺和诺德则拒绝发表评论。

本文来自华尔街见闻，欢迎下载APP查看更多

东方财富作为国内最大的互联网券商，A股交投的每一分热度，都被其业绩高度线性放大。

周五晚间公布的一季报显示，公司实现营业总收入50.31亿元，同比大增44.34%；归母净利润37.38亿元，同比增长37.67%，折合基本每股收益0.2365元。

收入结构上，三大业务板块均实现两位数以上增长：手续费及佣金净收入28.67亿元（+46.45%）、利息净收入11.01亿元（+53.60%）、营业收入（主要为金融电商）10.63亿元（+31.05%）。与此同时，公司扣非净利润达36.95亿元，同比增长36.95%，净利润含金量高，非经常性因素扰动极小。加权平均净资产收益率提升至3.99%，较去年同期改善0.68个百分点，资本使用效率持续优化。

不过，本季度也并非完美无瑕——自营投资收益明显承压，较去年同期下滑30%，显示公司在复杂市场波动中的投资端面临一定挑战。费用端亦有所扩张，尤以销售费用增速（+57.33%）超过收入增速，值得关注。

手续费及佣金净收入是本季度东方财富最核心的增长引擎。28.67亿元的净收入，同比增长46.45%，在整体50.31亿元营业总收入中占比逾57%，绝对主导地位无可撼动。

从资产负债表的佐证来看，代理买卖证券款期末余额达1814.15亿元，较年初的1410.82亿元增加逾400亿元，增幅28.59%，直接反映了客户交易资金沉淀规模的快速膨胀。结算备付金也从195.77亿元增至269.06亿元（+37.43%），客户备付金的同步扩张印证了经纪业务体量的实质性跃升。

这一增长背景与一季度A股市场高活跃度高度吻合。沪深两市日均成交额大幅高于去年同期，东方财富凭借其互联网获客优势，在用户规模和佣金收入上均获得了可观的弹性释放。

利息净收入同比增幅达53.60%，达11.01亿元，是三大收入板块中增速最快的业务线。融出资金（即两融余额）期末余额为812.71亿元，较年初微增，但融出资金的利息收入同比显著提升，说明两融业务的平均规模及利息收益均有改善。

买入返售金融资产由期初79.56亿元扩张至115.28亿元，增幅约44.9%，显示公司在股票质押等业务上的资产配置也有所加码。

此外，存出保证金从56.34亿元升至60.69亿元，整体来看，以资金中介为核心的利息类业务规模稳步扩张，在高利率环境下持续贡献稳定收益。

金融电商服务：增速稳健，基本盘扎实

营业收入（主要反映金融电商服务，包括基金销售等互联网财富管理业务）实现10.63亿元，同比增长31.05%，增速在三大板块中相对温和，但绝对值稳步提升。

与之对应的销售费用增至1.10亿元，同比增长57.33%，增速高于该板块收入增速——这表明公司在金融电商领域的获客及市场推广投入正在加码，为后续用户规模扩张铺路，短期对利润率形成一定摊薄，但属于主动战略布局。

经营活动现金流从-45.66亿元到+304.33亿元，这一"过山车式"逆转是本期财报最值得深究的一笔。

拆解来看，驱动因素有三：其一，代理买卖证券收到的现金净额高达228.85亿元（上年同期为净流出6.06亿元），市场活跃度带来的资金沉淀效应显著；其二，为交易目的而持有的金融资产净减少55.33亿元，去年同期反而净增加187.57亿元，这一180度转变贡献了约240亿元的现金流差异；其三，回购业务资金净流入19.33亿元，收取利息、手续费及佣金的现金近60亿元。

反观投资活动现金流净额仅为17.01亿元，较去年同期的62.39亿元大幅下降72.74%，主要原因是收回投资收到的现金大幅减少，从119.41亿元降至48.49亿元，说明公司今年一季度投资端的存量退出节奏明显放缓。

投资收益4.49亿元，同比下滑30.06%，是本季度的明显"污点"。

公司在说明中将此归因于自营业务投资收益下降，结合交易性金融资产规模从年初的1095亿元小幅收缩至1076.71亿元，可见公司在市场高位主动降低了部分自营仓位，导致浮盈兑现减少。

公允价值变动收益则录得1.53亿元，同比大增155%，部分对冲了投资收益的下滑。两项相加后的综合投资回报仍低于去年同期，自营业务在波动加剧的市场中的稳定性有待观察。

本文来自华尔街见闻，欢迎下载APP查看更多

公司4月24日披露的季报显示，2026年第一季度实现营业收入206.8亿元，同比增长61.61%；归属于上市公司股东的净利润为14.46亿元，同比增长31.35%。两项指标之间逾30个百分点的增速差口，折射出营业成本67.70%的涨幅对毛利空间的持续侵蚀。

出货量方面，储能电池单季出货20.38GWh，同比增长60.82%，规模与增速均超越动力电池；动力电池出货14.34GWh，同比增长40.93%。与此同时，公司经营活动产生的现金流量净额由上年同期正8.92亿元转为负3.66亿元，主要原因为向供应商支付货款增加。

面对供应链成本压力，亿纬锂能表示已主动实施前置管理，通过供应链多元化布局、战略性销售业务规划及审慎运用金融工具加以应对，并将在董事会及战略与可持续发展委员会指导下，择机进一步加大战略销售业务规划力度，以增强经营稳定性。

营收利润：增速剪刀差凸显成本压力

一季度，亿纬锂能实现营业总收入206.8亿元，同比增长61.61%，延续高速扩张态势。然而，营业成本同期增长67.70%至177.8亿元，增速较营收高出约6个百分点。公司将成本超速增长归因于业务规模扩大及材料价格上行两方面因素叠加。

归属于上市公司股东的净利润为14.46亿元，同比增长31.35%；扣除非经常性损益后的净利润为11.15亿元，同比增长36.32%。基本每股收益从上年同期的0.54元增至0.70元，加权平均净资产收益率为3.35%，较上年同期的2.88%有所提升。

研发费用方面，公司一季度投入8.41亿元，同比增长38.09%，占营收比重约4.1%，体现出公司在产品迭代方面的持续投入。管理费用亦随经营规模扩大同比增长36.00%至5.77亿元。

出货量：储能超越动力 双线强劲增长

出货量是本季度最具亮点的核心数据。储能电池单季出货20.38GWh，同比增长60.82%，无论在绝对规模还是增速上均明显超越动力电池板块，显示储能业务已成为公司增长的主要驱动力。动力电池出货14.34GWh，同比增长40.93%，增势同样稳健。

两大板块的高速放量共同拉动了营收端大幅跃升。公司表示，将继续把握市场增长机遇，推进产品迭代、服务升级与流程优化，驱动业务持续增长。

成本应对：套期对冲与前置备货并举

公司在季报中明确指出，一季度面临"显著攀升的供应链成本压力"，并为此采取了多项前置管理措施。从财务数据来看，公允价值变动收益由上年同期的22万元大幅增至2.85亿元，主要来自套期工具公允价值变动，衍生金融资产较年初增长70.62%至6.55亿元，表明公司在运用金融工具对冲原材料价格波动方面力度明显加大。

存货方面，期末余额增至114.9亿元，较年初增长39.42%。公司解释称，这与新建产能持续释放后海外VMI（供应商管理库存）仓库备货，以及基于材料价格上行期进行的前置原材料储备相关。预付款项则因采购原材料陆续到货而下降30.70%至9.79亿元。

现金流与债务：经营现金流转负 短期偿债压力上升

经营活动现金流转负是本季度需要关注的财务信号。一季度经营活动产生的现金流量净额为-3.66亿元，较上年同期的8.92亿元大幅下滑，降幅达140.99%，公司将其归因于支付供应商货款增加。

债务结构方面，短期借款较年初增长94.40%至13.73亿元，一年内到期的非流动负债增长30.12%至85.1亿元，短期偿债压力有所上升。为补充资金缺口，公司一季度通过新增借款取得现金流入34.07亿元，筹资活动产生的现金流量净额为27.05亿元，期末货币资金余额增至113.3亿元，较年初增长33.21%，部分原因为到期结构性存款转回货币资金。

截至报告期末，总资产为1327.6亿元，较年初增长5.75%；归属于母公司股东的净资产为439.7亿元，较年初增长3.89%。

本文来自华尔街见闻，欢迎下载APP查看更多

上月，美国联邦法官Haywood Gilliam Jr.裁定批准原告的集体诉讼资格认证，这一裁定被视为证券欺诈诉讼中的决定性时刻。英伟达随即向第九巡回上诉法院申请介入，寻求在下级法院程序完成前推翻该裁定。与此同时，法官Gilliam已要求双方提交庭审时长估算，案件正向正式审判阶段逼近。

此案的核心争议在于，英伟达及其首席执行官黄仁勋在2017至2018年间是否刻意淡化公司对加密货币挖矿收入的依赖程度，并由此误导了投资者。2018年11月，英伟达披露第三季度营收未达预期，股价在两个交易日内暴跌28.5%，由此引发诉讼。

诉讼缘起：加密寒冬引爆股价崩跌

本案由总部位于瑞典斯德哥尔摩的资产管理公司E. Ohman J:or Fonder AB牵头，于2018年12月提起诉讼。

原告指控称，自2017年起，随着加密货币价格上涨，英伟达芯片因被大量用于加密挖矿而需求激增。然而，公司管理层在与投资者沟通时刻意淡化这一依赖关系。黄仁勋曾公开表示"加密对我们来说规模很小"，以及"我们的核心业务在别处"。

2018年11月，加密货币市场急剧降温，英伟达宣布第三季度营收因"加密需求骤降"而低于预期约2%，股价随即在两个交易日内重挫28.5%。原告认为，此前管理层的表态掩盖了加密业务对公司营收的真实影响，构成证券欺诈。

案件历经曲折，集体资格认证成关键转折

这场诉讼历经多次反复。Gilliam法官于2021年驳回此案，但第九巡回上诉法院随后推翻该裁定，认定原告已充分指控英伟达及黄仁勋"作出虚假或误导性陈述，且系明知或鲁莽为之"。

美国最高法院于2024年同意受理此案，但在口头辩论后以"不当批准受理"为由撤销受理，将案件发回Gilliam法官处理。

今年3月25日，Gilliam在一份长达50页的裁定中批准集体诉讼资格认证。他认定，英伟达11月的披露与此前管理层关于加密业务的表态之间存在矛盾，分析师的反应也印证了这一点——多位分析师在事后表示，11月的披露与公司此前淡化加密敞口的保证相悖。

英伟达上诉聚焦两大法律争议

英伟达在上诉中提出两项核心法律主张，并获得美国商会、证券业和金融市场协会（SIFA）以及全国制造商协会等重量级机构的法庭之友支持。

其一，英伟达援引美国最高法院2021年在Goldman Sachs Group Inc. v. Arkansas Teacher Retirement System案中确立的先例，主张此前管理层关于加密业务的笼统表态与11月具体的营收披露之间存在根本性"错配"，因此前者不构成对后者的"纠正"，不应被认定为影响股价的虚假陈述。

其二，英伟达援引最高法院2013年Comcast Corp. v. Behrend案，主张Gilliam法官在批准集体资格认证时，未要求原告提交详细的损害赔偿计算模型，存在法律错误。

Sullivan & Cromwell联席主席Robert Giuffra Jr.代表七位前美国证券交易委员会官员及法学教授提交法庭之友意见书，称本案涉及"证券案件集体资格认证中争议最多的两大问题"。

裁决影响或超出英伟达本身

这两项法律争议的走向，将对美国证券集体诉讼格局产生广泛影响。

在损害赔偿模型问题上，类似争议正在多个司法管辖区同步发酵。第四巡回上诉法院正在审理一起针对波音公司的证券欺诈案中的相同问题；第六巡回上诉法院去年则部分因原告损害赔偿模型存在缺陷，撤销了针对俄亥俄州公用事业公司FirstEnergy的集体诉讼资格认证。

原告方律师来自Kessler Topaz Meltzer以及Bernstein Litowitz Berger and Grossmann，他们在法庭文件中主张，本案满足集体资格认证的全部要件，与北加州联邦地区法院近期获批的其他证券诉讼案件并无二致。

目前，英伟达尚未就第九巡回上诉法院的审查结果作出回应，其外部律师团队来自Milbank和Cooley律所。在4月21日的庭前会议上，英伟达律师对于若集体资格认证维持原判、公司是否愿意接受陪审团审判一事，几乎未透露任何信息。Gilliam法官表示，他需要为庭审排期，并要求双方提交庭审时长的最佳估算。

本文来自华尔街见闻，欢迎下载APP查看更多

根据协议，Meta将租用数千万个AWS Graviton芯片核心，其中大部分部署于美国境内。两家公司均未披露具体金融条款，但亚马逊副总裁、杰出工程师Nafea Bshara表示，协议期限为三至五年。此次合作将使Meta跻身AWS规模最大的五家Graviton客户之列。

此次交易是Meta近期一系列大手笔基础设施投资的延续。该公司在过去数周内已分别与CoreWeave和Nebius签署协议，两笔交易合计金额高达480亿美元，主要用于租用英伟达GPU资源。与此同时，Meta于周四宣布将于5月裁员约8000人，占员工总数的10%，以抵消持续高企的AI投资成本。

对于AWS而言，此次协议进一步验证了Graviton芯片在AI工作负载领域的商业可行性。就在同一周，亚马逊追加50亿美元投资Anthropic，该协议同样包含Anthropic大规模使用Graviton核心的条款。亚马逊美股盘前涨近2%。

根据双方披露的信息，Meta将在此次协议框架下使用数十万枚Graviton物理芯片，合计调用数千万个芯片核心。Bshara表示，Meta此前已小规模使用Graviton，此次系跨越式扩张。

Meta此次采购的是AWS最新一代产品Graviton5——基于Arm架构的3纳米制程CPU芯片。Bshara表示，AWS EC2平台上，Graviton可提供同等计算选项中最优的性价比，同时能耗较同类产品低约60%。

"Meta在供应侧拥有极为丰富的选择空间，但他们选择了Graviton5，正是看中了其价格与性能的平衡，"Bshara说。

Meta基础设施负责人Santosh Janardhan在声明中表示："扩展至Graviton，使我们能够以所需的性能和效率，在我们的规模下运行AI智能体背后的CPU密集型工作负载。"

过去数年，AI算力叙事几乎被GPU全面主导，CPU一度沦为配角。然而，随着AI智能体（AI Agent）的崛起，这一格局正在悄然改变。

市场研究机构Futurum Group半导体研究总监Brendan Burke指出，CPU与GPU在AI工作负载中具有良好的协同性——CPU负责运行特定应用并将任务反馈给GPU，两类芯片共同支撑AI智能体执行多样化任务。

CPU还在大型语言模型的"后训练"（post-training）阶段发挥关键作用——即在预训练完成后，对模型进行面向特定目标的精细调优过程中，CPU承担着重要的计算职能。

英特尔CEO Lip-Bu Tan本周四也在分析师会议上印证了这一趋势，称其Xeon服务器芯片目前处于供不应求的状态。"过去几年，高性能计算的叙事几乎清一色围绕GPU和其他加速器展开。但近几个月来，我们看到了清晰的信号，CPU正重新成为AI时代不可或缺的基础，"他表示。

Burke认为，"对于最顶尖的前沿AI实验室而言，其对CPU的需求几乎没有上限。"

Meta此次与AWS的合作，是其今年以来持续推进的多元化芯片采购战略的组成部分。除本次Graviton CPU协议外，Meta今年已先后与英伟达、超威半导体（AMD）及Arm Holdings达成合作协议。

Meta表示，此次新协议体现了公司对基础设施的多元化布局理念，也表明没有任何单一芯片架构能够高效承载所有计算任务。

Meta的AI智能体野心亦为上述需求提供了直接驱动力。该公司于去年12月以逾20亿美元收购AI智能体初创公司Manus，后者专注于开发能够执行复杂任务的AI智能体产品。此外，Meta本月初发布了一年来首个新AI模型Muse Spark，并表示后续将有更多模型发布计划。

Meta与AWS的合作渊源可追溯至约2016年，但此前主要集中于核心云服务、亚马逊Bedrock平台的使用，以及从AWS租用GPU集群。Bshara表示，Meta自2017年起便开始从AWS租用英伟达GPU。

对AWS而言，拿下Meta这一标志性客户，是Graviton芯片大规模商用化进程中的重要里程碑。Bshara是芯片公司Annapurna Labs的联合创始人，该公司于2015年被亚马逊收购，此后成为AWS内部芯片研发的核心力量。

Graviton已吸引Adobe、苹果、Snowflake等知名企业采用，当前正在进一步巩固其在AI基础设施领域的市场地位。Bshara表示，"Graviton是许多基础模型公司最常用的预训练平台之一，Meta是最新加入的重要客户。"

与此同时，AWS在芯片领域并未完全聚焦于自研路线。今年3月，AWS宣布与AI推理芯片初创公司Cerebras达成合作，将在其数据中心内部署Cerebras的推理芯片，进一步拓宽其芯片生态的多样性。

Burke认为，Meta与AWS的这笔协议，将进一步强化市场对Graviton在AI时代价值的认可。"这是一个具有重要证明意义的案例，"他说。

本文来自华尔街见闻，欢迎下载APP查看更多

据韩国科技媒体The Elec报道，霍尔木兹海峡自今年3月初实际上已陷入封锁状态，导致石脑油供应大幅收紧。石脑油是半导体生产所用特种化学品的核心原料，其短缺已促使日本主要光刻胶供应商向三星电子和SK海力士等客户发出或准备发出原材料采购受阻的警告。

此次供应中断对先进制程影响尤为突出。报道援引分析指出，短缺预计将对依赖极紫外（EUV）光刻技术的先进节点造成最大冲击，而韩国恰恰是全球最大的光刻胶消费市场之一。目前半导体制造商普遍维持数月的安全库存，部分美国替代供应或可支撑约六个月的芯片产出，但中长期风险仍不容忽视。

供应链传导路径：从石脑油到光刻胶

此次短缺的根源在于一条清晰的化工产业链传导链条。

石脑油经高温裂解后可产生丙烯等中间体，进而用于生产环氧丙烷（PO），而PO正是合成PGME（丙二醇甲醚）和PGMEA（丙二醇甲醚醋酸酯）的关键前驱体。上述两种溶剂目前均出现短缺。

PGME和PGMEA在半导体制造中用途广泛，涉及光刻胶、稀释剂、底部抗反射涂层（BARC）、旋涂硬掩模（SOH），以及用于高带宽内存（HBM）封装的临时键合胶等多类材料。

日本目前对中东石脑油的依赖度超过40%，这一高度集中的供应结构使其在霍尔木兹海峡受阻的背景下尤为脆弱。

日本主要供应商向三星、SK海力士预警

向三星电子和SK海力士提供上述材料的日本供应商包括信越化学（Shin-Etsu Chemical）、东京应化工业（Tokyo Ohka Kogyo）、JSR Corporation、富士胶片（Fujifilm）以及日产化学（Nissan Chemical）。

上述企业已告知或正准备告知客户，原材料采购面临中断风险。这意味着从光刻胶到相关半导体材料的供应稳定性，正受到来自上游地缘政治冲突的直接威胁。

替代方案存在，但短期切换难度大

面对供应压力，日本光刻胶及相关材料制造商正考虑从韩国或中国采购PGME和PGMEA。然而，这一方案面临重大障碍——工艺变更通知（PCN）程序。

一旦原材料来源发生变更，三星和SK海力士须对相关产品重新进行资质认证，该流程通常耗时约一年，对于先进制程而言甚至可能更长。这意味着供应商切换并非短期内可以落地的解决方案，供应链的脆弱性在未来相当一段时间内仍将持续。

库存缓冲与自给化趋势提供部分对冲

尽管风险上升，市场目前尚存一定缓冲空间。半导体制造商通常为关键材料维持数周至数月不等的库存储备，结合部分美国替代供应，芯片产出或可维持约六个月。台积电（TSMC）方面，据报道已持续推进供应多元化战略，并建立了全球化的供应商体系。

与此同时，中国芯片供应链的自给化进程或在一定程度上对冲全球光刻胶短缺的潜在影响。包括徐州博康化学在内的国内企业正持续扩展光刻胶领域的生产能力，这一趋势有望为中国本土芯片制造商提供相对独立的供应保障。

本文来自华尔街见闻，欢迎下载APP查看更多

一季度，公司实现营业收入539.09亿元，同比增长6.54%；归属于上市公司股东的净利润272.43亿元，同比仅增1.47%。

环比2025年四季度，营收与净利润分别增长32%和53%，但彼时茅台正处于销售模式调整前的阶段性“蓄力期”，基数相对偏低。

2025年底，陈华接任董事长后，管理层的路线出现实质性转向：放弃短期“开门红”诉求，以换取渠道长期健康。

具体来看，公司停止向经销商压货，并逐步暂停部分分销计划。以往，经销商通常需要在四季度完成全年配额，才能进入下一年度体系，但这一惯例在2025年被打破，配额未再被强制执行。

受此影响，2025年四季度批发代理收入同比大幅下降58%，而直销收入则逆势增长27%，单季达到290.32亿元，渠道结构出现明显分化。

进入2026年一季度，这一调整进一步深化。

近年来，茅台国内经销商数量整体呈扩张态势以托底销售增长，2025年全年净增约210家。但在今年一季度，公司国内经销商净减少255家，由扩张骤然转为近年来最大规模收缩。

尽管公司解释称，经销商调整主要来自系列酒体系，但由合同负债骤降50亿元至30.27亿元来看，传统分销模式正在加速退出历史舞台。

与此同时，作为“随行就市”重要抓手、也是本轮渠道调整中最受关注的变量，“i茅台”的一季度销售额达215.53亿元，高于其历史上绝大多数完整年度的销售规模。

i茅台的历史峰值出现在2023年的223.7亿元。

当时平台处于初期扩张阶段，叠加飞天茅台价格高位、官方加大投放以及用户申购热情集中释放，多重因素共振，推动销售额快速放大。

2024年起，飞天茅台市场价出现较明显回落，非标产品价格持续走低，部分时点甚至出现批价跌破指导价的情况，套利空间收窄，用户参与热情逐步降温。

在此背景下，为避免线上低价抛售冲击价格体系，公司开始主动控制i茅台的供应节奏。2024年平台销售额同比下降10.5%至200亿元。

2025年批价下行的趋势持续，i茅台年度销售额降至130.31亿元，同比下滑34.92%，其在直销渠道中的占比由巅峰时接近三分之一回落至15.4%。

而在2026年一季度，这一比例重新提升至约73%，渠道权重出现显著回摆。

随着代售、寄售等模式逐步落地，经销商加速向“赚取佣金的服务商”转型，i茅台未来的地位将愈发稳固，成为茅台销售系统中无可争议的主力。

本文来自华尔街见闻，欢迎下载APP查看更多

4月24日，据媒体报道，特朗普政府将一项关键航运豁免政策延长90天，允许外国船只在美国各港口之间运输石油、成品油及化肥。豁免原定于5月17日到期，现延至8月中旬。白宫发言人Taylor Rogers表示，延期旨在“为美国及全球经济提供确定性与稳定性”，确保关键能源、工业材料及农业物资供应稳定。

据新华社报道，一个月前的3月18日，美国总统特朗普宣布，暂停《琼斯法案》实施60天，解除往来国内港口船运限制，以期遏制因霍尔木兹海峡实际关闭而导致的油价上涨。

当前中东局势前景不明，谈判进展与冲突升级的信号交替出现。据央视新闻，当地时间4月24日，据巴基斯坦政府消息人士称，伊朗外长阿拉格齐24日晚将率团抵达伊斯兰堡。此前，据CCTV国际时讯，美国有线电视新闻网4月23日援引消息人士的话报道称，美国军方正在制定新方案，一旦美伊停火破裂，美军将针对伊朗在霍尔木兹海峡周边的军事防御能力进行重点打击。报道还称，美军还可能对伊朗军民两用设施和基础设施，包括能源设施，发动袭击，迫使伊朗重返谈判桌。

霍尔木兹海峡通行因战争实质受阻，每日约1300万桶原油及成品油供应从全球市场消失，持续推高能源价格。在此背景下，航运豁免延期预计将立即惠及正在寻求水运原油并开始预订7月交货货物的美国炼油商。

豁免覆盖659种商品，已执行多州交付

根据1920年《琼斯法案》，在美国国内港口间以水路运输货物，须使用美国建造、美国所有并悬挂美国国旗的船只。特朗普政府的豁免令暂时解除上述限制，涵盖煤炭、原油、成品油、天然气、天然气凝析液、化肥及其他能源衍生品。

豁免适用范围包括美国海关与边境保护局认定的约659种具体商品，此次延期未缩减覆盖品类。自3月豁免令发布以来，已有船只据此运输可再生柴油、原油、氨、乙醇及汽油等多类商品，交付地点遍及加利福尼亚州、佛罗里达州、宾夕法尼亚州及南卡罗来纳州等多个州。

国防需求驱动，多项措施并举应对能源危机

此次豁免最初由美国国防部提出申请。根据国会数年前对《琼斯法案》的修订，国防部申请的豁免须满足两项条件：其一，现有合格船只不足以满足国家防务需求；其二，豁免对于应对军事行动所受的即时不利影响不可或缺。

航运豁免是特朗普政府为抑制高企燃料价格、缓解供应紧张所采取的一系列措施之一。据彭博报道，特朗普政府还临时豁免了部分国内燃料规格要求，并对部分经水运的俄罗斯原油放宽制裁限制。特朗普及其他高级官员预测，中东冲突结束后原油和汽油价格将回落。然而，当前价格飙升已对总统构成政治压力——距离11月国会中期选举仅剩数月，选举结果将决定国会控制权，进而影响其立法议程。

各方立场分歧：油企支持，航运业强烈反对

石油行业代表等豁免支持方此前积极游说政府延期，称该政策有助于提升燃料及石油供应的便利性，并在必要时灵活切换至新的供应来源。

然而，《琼斯法案》的支持者对此强烈反对。Offshore Marine Service Association主席Aaron Smith表示，豁免延期将损害该法案保护美国造船业及海上实力的立法初衷，并向市场传递出美国船只可被边缘化的信号，从而抑制对本土航运业的长期投资。"这一延期是以牺牲美国航运业和海军根基为代价，换取石油交易商与外国船东的利益，"Smith补充道。

本文来自华尔街见闻，欢迎下载APP查看更多

伴随批价强势回暖，贵州茅台一季度营收、净利双双增长。

周五晚间，贵州茅台披露的2026年一季报显示，公司实现营业收入539.09亿元，同比增长6.54%；归母净利润272.43亿元，同比增长1.47%。

现金流是本季财报最显著的“亮点”：经营活动产生的现金流量净额269.10亿元，同比大增205.48%。公司解释称，主要与控股子公司贵州茅台集团财务有限公司“不可随时支取的同业存款净增加额减少”有关。叠加投资端资金回收，一季度现金及现金等价物净增加515.43亿元。

从经营结构看，茅台酒仍是绝对主力。年初至报告期末主营业务收入合计约538.86亿元，其中茅台酒实现460.05亿元、系列酒78.81亿元。渠道上，直销295.04亿元、批发代理243.82亿元，直销占比过半；公司披露，“i茅台”数字营销平台实现酒类不含税收入215.53亿元。

一季度营业总收入为547.03亿元（其中营业收入539.09亿元、利息收入7.94亿元）；利润总额375.43亿元，同比增长1.38%；归母净利润272.43亿元，同比增长1.47%。

盈利指标上，基本每股收益21.76元，同比增长1.78%；加权平均净资产收益率10.57%，较上年同期下降0.35个百分点。整体呈现“收入增、利润小幅增、ROE回落”的组合。

非经常性损益对当期影响很小：扣非归母净利润272.40亿元，与归母净利润差额仅约253万元。

从成本费用看，营业总成本171.92亿元，同比增加19.12%，显著快于收入增速。其中几项关键科目变化更突出：

• 营业成本55.21亿元，同比大增约36%，对应毛利率从上年同期约92.0%下滑至约89.8%。
• 税金及附加82.27亿元，同比增长14.82%，对利润形成明显“税负挤压”。
• 财务费用为-1.16亿元（仍为净收益），但较上年同期-2.83亿元“净收益收窄”，主要是财务费用项下利息收入从2.87亿元降至1.34亿元。
• 销售费用16.06亿元小幅增长，管理费用18.54亿元同比下降；研发费用0.59亿元同比提升较快，但基数仍小。

利润端的结果是：营收增速维持中个位数，但成本与税金增长更快，使得当期归母净利增速被压至低个位数。

• 茅台酒：460.05亿元
• 系列酒：78.81亿元

按占比粗略计算，茅台酒约占85%，系列酒约占15%。这也意味着当季增长质量与盈利表现，仍高度取决于茅台酒这一核心单品体系的量价节奏与渠道投放结构。

按销售渠道拆分，年初至报告期末：

• 直销：295.04亿元
• 批发代理：243.82亿元

直销收入占主营业务收入比重约55%。其中，“i茅台”平台实现酒类不含税收入215.53亿元，约占主营业务收入的40%，在直销体系内占比约七成以上，平台化直销仍是公司最重要的“确定性增量”之一。

按地区分部，国内收入537.34亿元，国外收入1.52亿元，海外占比仍处极低水平。

经销商方面，报告期末：

• 国内经销商2098家：年初至今增加6家、减少261家（净减少255家）
• 国外经销商124家：年初至今增加2家

公司备注称，国内经销商数量变动主要来自系列酒经销商。从节奏上看，更像是渠道结构与质量的“梳理/出清”过程。

一季度经营活动现金流净额269.10亿元，同比增加205.48%。从现金流量表结构看，销售商品、提供劳务收到的现金563.93亿元较为平稳；更关键的变化来自金融子公司相关科目对现金流的影响。公司在“主要变动原因”中明确指出：经营现金流大增，主要由于财务公司“不可随时支取的同业存款净增加额减少”。

投资活动现金流方面，一季度净流入256.39亿元，而上年同期为净流出6.24亿元，主要对应当期：

• 收回投资收到的现金399.50亿元
• 投资支付的现金137.50亿元

筹资活动现金流净额为-10.06亿元，主要体现回购等资金支出。

回购方面，公司回购方案为：以自有资金集中竞价回购、用于注销并减少注册资本，回购金额15亿—30亿元，回购价不超过1863.67元/股，实施期限6个月。

截至报告批准报出日，已回购96.24万股、耗资13.51亿元。

股东结构上，截至报告期末普通股股东总数243,159户。

本文来自华尔街见闻，欢迎下载APP查看更多

据新闻媒体Semafor报道，特朗普在周四接受媒体采访时回应外界提问称，是否可以由司法部以外的机构调查鲍威尔及美联储装修工程相关费用问题，他表示"可以，这很简单"。这一表态意味着特朗普并未放弃对鲍威尔的追责意图，但在调查主体上留有余地。

这一动态直接关系到特朗普提名的美联储主席候选人凯文·沃什的确认进程。北卡罗来纳州参议员Thom Tillis此前誓言，在针对鲍威尔的调查问题得到解决之前，将阻止沃什的提名获得通过。Tillis是参议院银行委员会的关键一票，其立场对沃什能否顺利就任至关重要。特朗普的最新表态能否打破僵局，目前尚不明朗。

国会调查或成折中方案

Tillis本月早些时候表示，若国会展开调查能够促使司法部撤销对鲍威尔的调查，他对此持欢迎态度。

这一表态为各方提供了潜在的妥协空间——将调查主体从行政系统的司法部转移至立法机构，或许能够在一定程度上回应Tillis的诉求，同时也为特朗普继续施压鲍威尔保留了政治操作余地。

然而，目前尚不清楚这一替代方案是否足以令Tillis改变立场，从而为沃什的确认投票扫清障碍。

装修费用争议成调查焦点

特朗普在采访中再度提及美联储建筑装修项目，称相关工程造价高昂，并暗示其中存在问题。

"你必须搞清楚哪里出了问题，"他说，"那栋楼原本很漂亮，他们把它拆了，可能就是因为修缮费用太高。"

这一争议源于美联储总部装修工程的成本问题，以及鲍威尔就此向国会作证的相关内容。特朗普政府此前已就此启动司法部调查，并将其与阻止沃什确认的政治博弈相互捆绑。

鲍威尔去留悬而未决，特朗普威胁解雇

鲍威尔目前的美联储主席任期将于5月中旬届满。

他此前表示，只要司法部调查仍在进行，他将在任期结束后继续以理事身份留任美联储；若沃什届时未能获得确认，他还将以代理主席身份继续履职。

对此，特朗普回应称，若鲍威尔未能"及时"离开美联储，他可能将其解雇。

特朗普针对现任美联储主席的一系列动作已在国会内部引发警惕，多名议员担忧央行独立性面临威胁。分析人士指出，美联储独立性若受到实质性侵蚀，将对美国经济产生深远影响，并可能引发金融市场的剧烈波动。

本文来自华尔街见闻，欢迎下载APP查看更多

至2026年第一季度，其营收增速进一步提升至4.25%，录得141.75亿元，但归母净利润增速却降至0.66%，录得63.34亿元。

营收与利润增速的背离，是这份财报最显著的特征。

在营收端，上海银行的表现相对稳定。

2026年一季度，其利息净收入同比增长5.08%。在全行业净息差普遍承压的背景下，上海银行2025年的净息差微降0.01个百分点至1.16%。这主要得益于负债成本的压降，例如2026年一季度其人民币公司存款付息率已降至1.12%。

在息差企稳、营收提速的背景下，净利润的减速则指向了资产质量产生的减值压力。

这意味着，资产端产生的隐性成本，正迫使上海银行将更多的营业收入用于计提拨备或处理不良资产，从而限制了当期利润的释放空间。

从账面指标看，上海银行的资产质量保持了平稳。2024年末、2025年末以及2026年一季末，其不良贷款率均维持在1.18%。然而，维持这一指标的平稳需要消耗安全垫，报表显示其拨备覆盖率正处于下行通道。

该行拨备覆盖率已由2024年末的269.81%，降至2025年末的244.94%，并在2026年一季末进一步降至241.30%。

拨备的消耗，对应着真实风险的暴露与处置。2025年报显示，其房地产业不良率上升至2.91%，个人贷款不良率较上年末上升了0.20个百分点至1.34%。

为了平滑不良率，上海银行加大了核销力度。2025年全年，该行共核销呆账195.59亿元，较2024年增加54.07亿元。这种利用存量拨备和直接核销来消化风险的策略，是其一季度增收却难增利的核心财务原因。

在消化存量房地产和传统零售资产风险的同时，上海银行的资产端正在经历显著的结构置换，信贷资源开始高度向科技金融领域集中。

2025年，该行科技贷款投放量达到2124.49亿元，同比增长28.32%。

进入2026年一季度，这一投放趋势进一步加速。单季科技贷款投放金额达819.85亿元，同比增速高达50.66%。截至一季末，其科技贷款余额达到2110.42亿元。在信贷投放向实体经济倾斜的导向下，发力科创和高端制造领域，已成为上海银行实现规模扩表的核心抓手，支撑其2026年一季度总资产达到3.37万亿元，单季增长2.11%。

不过，科技信贷资产在短期内的高速增长，其长周期的风险定价表现仍需进一步观察。

尽管资产负债表正在进行结构调整，上海银行的底层财务指标保持稳定。2026年一季末，其核心一级资本充足率由2025年末的10.65%提升至10.73%，资本消耗处于可控区间。

流动性方面，2026年一季度经营活动产生的现金流量净额为-1.36亿元，较2025年全年流出677.62亿元的状况大幅改善，同比增加1437.23亿元。这主要得益于客户存款和同业存放款项的净增加，反映出在年初充裕的流动性环境下，其负债端吸纳资金的能力有所恢复。

整体来看，上海银行当前正处于资产结构的深度换挡期。

账面利润增速的放缓与不良率的静止，其实质是管理层在主动出清存量包袱。在依靠拨备消耗对冲房地产和部分零售风险的同时，该行已将未来的信贷增量寄托于科技金融的扩张。对于市场而言，理解这一信贷资源的重置过程，是评估其后续盈利能力与资产质量的关键。

本文来自华尔街见闻，欢迎下载APP查看更多

三星工会称，4月23日晚班期间，因工人出席集会，公司晶圆代工线产出骤降约58%，存储芯片产出亦下滑约18%。三星方面拒绝就产能损失发表评论。工会同时警告，若谈判破裂，将于5月21日起发动为期18天的大规模罢工。

据报道，约3至4万人聚集于三星平泽半导体基地外参加集会。工会要求将公司年度营业利润的15%作为奖金发放给芯片部门员工，总额逾40万亿韩元（约270亿美元），折算后人均超过40万美元。三星发言人表示，公司将继续努力，尽快在薪资谈判上达成协议。

此次停工风险的深层背景是三星业绩的爆发式扩张——公司预计2026年第一季度营业利润同比增长约700%，分析师更预计其有望在2027年超越英伟达，跃升为全球最盈利的企业。利润与薪酬之间的落差，已成为这场劳资对峙的核心张力。

工会诉求与管理层立场

三星最大工会要求，公司将年度营业利润的15%划入奖金池，分配给芯片部门员工。据报道，该比例对应金额超过40万亿韩元（约270亿美元），折算后每名工人平均可获逾40万美元。工会同时要求薪资上调7%。

三星管理层目前提出的方案为：将营业利润的10%用于奖金，并附加6.2%的薪资涨幅，以及包括优惠抵押贷款支持在内的一揽子福利待遇。上述方案已遭工会拒绝。

三星最大工会负责人Choi Seung-ho在集会现场表示：

"公司每年都在谈危机，但在那些危机当中，支撑三星电子的不是管理层，而是工人——是工会成员制造产品、改进工艺、彻夜奋战、提升良品率，让公司成为全球领先的半导体生产商。"

工会将竞争对手SK海力士的分配方案作为参照。据报道，SK海力士去年已同意将年度营业利润的10%划入绩效奖金池。

此次集会产生的停产效应，已清晰预示全面罢工的潜在冲击规模。单次集会即导致晶圆代工线单班产出下降约58%、存储芯片产出下降约18%——其中晶圆代工线因劳动力密集度更高，所受冲击尤为突出。

相比之下，三星工会于2025年发动的上次停工仅持续三天，对生产影响相对可控。工会此次威胁发动的18天罢工——从5月21日持续至6月7日——若付诸实施，规模和时长均将远超以往，对三星供应链的冲击难以估量。

业绩暴增为工会提供谈判底气

劳资矛盾激化的关键背景，是三星业绩的爆发式增长。三星近年来与SK海力士及美光共同加速转向用于英伟达AI加速器的高带宽存储器（HBM）生产，并于今年率先向客户商业化出货下一代HBM4。公司预计2026年第一季度总销售额将达133万亿韩元（约882亿美元），大幅高于市场一致预期的116.81万亿韩元；营业利润预计约57.2万亿韩元（约378亿美元），同比增长约700%，较2025年第四季度的20.1万亿韩元环比增长约184%。

KB Securities分析师预计，三星2026年全年营业利润将达327万亿韩元，2027年将进一步攀升至488万亿韩元，届时有望以微弱优势超越英伟达，成为全球最盈利的上市公司。

此次冲突折射出三星内部权力结构的深层演变。数十年来，三星一直能够与工会保持距离；但近年来，有组织的劳工团体在公司内部取得了更稳固的立足点，员工也因此更有底气公开表达诉求。

谈判的下一个关键节点是5月21日。若管理层与工会届时仍未能达成协议，三星在全球AI供应链中的核心地位将面临直接考验。

本文来自华尔街见闻，欢迎下载APP查看更多

4月24日，马斯克在X平台上宣布，已正式启动Cybercab生产。此前他在2026年第一季度财报电话会议上确认，该车型已在德克萨斯超级工厂投产。马斯克同时警告，受全新供应链限制，初期产量将“非常缓慢”，预计到年底才能实现指数级增长。

值得注意的是，特斯拉以合规自认证方式规避了美国监管机构对自动驾驶车辆的年产数量限制。车辆工程副总裁Lars Moravy明确表示，Cybercab不受NHTSA每年2500辆的自动驾驶车辆豁免上限约束，为未来大规模扩产扫清了法规障碍。

然而，这款无方向盘车型的核心卖点——无监督自动驾驶——目前尚未实现。马斯克预计，无监督完全自动驾驶将于今年第四季度推送至用户车辆，但特斯拉在FSD时间表上长期存在延误记录，投资者面临的核心不确定性依然存在。

产量爬坡：S曲线初期，年底前加速

Cybercab首辆无方向盘量产车已于今年2月下线，但连续性生产直至本月才正式启动。马斯克坦言，新产品叠加全新供应链，产能爬坡将遵循典型的“先慢后快”节奏。他表示：“你应该预期Cybercab和Semi的初期产量会非常缓慢，但随后会加速，并在年底前呈指数级增长。”

目前，特斯拉同步生产无方向盘版本与配备方向盘的版本。马斯克将Cybercab定位为特斯拉长期走量的核心车型，理由是“90%的行驶里程只有一到两名乘客”，并表示未来“绝大多数产量都应该是Cybercab”。

Cybercab是特斯拉推出的无人驾驶出租车，采用双门轿跑造型，配备鸥翼门。Semi则是特斯拉研发的电动半挂式卡车，面向货运场景。

凭自认证绕开NHTSA产量上限

凭借自认证路径，特斯拉成功绕开NHTSA对自动驾驶车辆的年产豁免上限，为Cybercab大规模扩产扫清法规障碍。

NHTSA对不符合《联邦机动车安全标准》（FMVSS）的车辆设有豁免程序，每项豁免年产上限为2500辆。Waymo、Cruise等公司历史上均受此限，产能扩张受阻。

据媒体报道，当被问及2500辆上限是否适用于Cybercab时，车辆工程副总裁Lars Moravy仅一字回答：“不。”

这一底气源自Cybercab的设计逻辑。 该车型从设计之初便完全符合现行FMVSS标准，因此无需申请任何豁免，适用与丰田Camry、福特F-150相同的自我认证流程。来自Giga Texas的无人机航拍画面显示，已下线的Cybercab车辆已贴有联邦合规标贴，涵盖安全、保险杠及防盗标准。

这一路径的现实意义在于： 即便美国国会正在审议的《SELF DRIVE法案》将豁免上限从2500辆提升至9万辆，对特斯拉也基本无关紧要——Cybercab的产能扩张，自始至终不受豁免上限约束。

三大瓶颈制约Cybercab商业化进程

产能扩张的障碍虽已扫清，但Cybercab商业模式的技术基石仍远未稳固。 该模式完全建立在无监督自动驾驶技术之上，而该技术目前仍未就绪。马斯克在财报电话会议上承认，软件仍存在问题，包括车辆“不敢移动”或陷入无限循环等情况。

据媒体报道，特斯拉现有受监督Robotaxi车队的事故率约为人类驾驶员的四倍——每5.7万英里发生一次事故，而人类驾驶员的基准为每22.9万英里一次。

与此同时，Cybercab项目自2月以来经历了明显的管理层流失：车辆项目经理Victor Nechita在首辆量产车下线后数日离职；OTA及网约车基础设施总监Thomas Dmytryk在任职11年后离开；总装负责人Mark Lupkey于3月跟进离职。目前，特斯拉旗下所有量产车型均已无原始项目经理在任。

在无监督自动驾驶落地之前，Cybercab仅能用于特斯拉规模有限的地理围栏Robotaxi试点项目，量产车辆的实际部署空间依然受限。

本文来自华尔街见闻，欢迎下载APP查看更多

利润下滑受多重因素影响。财务费用方面，因汇率波动，由上年同期的净收益3.4亿元转为净支出3.41亿元。资产减值损失近2.39亿元，同比上升近两倍，主要为存货跌价准备和应收账款减值计提增加。其他收益（含政府补贴等）从上年同期的8.05亿元降至3.73亿元。

现金流层面，经营活动产生的现金流量净额为约-19.79亿元，去年同期为净流入18.51亿元，变动主要因销售回款减少、采购支出扩大。投资活动净流出从13.84亿元增至56.9亿元，主要源于定期存款类金融产品净投入增加。资产负债表方面，一年内到期的非流动负债增加48.53%。

基本每股收益从上年同期的0.51元降至0.27元。加权平均净资产收益率从3.38%下滑至1.72%。总资产小幅增长3.67%至2257亿元，归母净资产增至768亿元。

营收稳增，利润遭三重冲击

中兴通讯一季度营收同比增长6.13%，与近几个季度的中个位数增长节奏基本吻合，运营商网络、政企及消费者终端三大主业整体保持稳定。然而，营收平稳增长与净利润大幅下滑之间的剪刀差，凸显出成本端及非经营因素的扰动成为核心矛盾。

利润下滑呈现多重压力叠加的格局。

汇率冲击最为显著。受汇率波动影响，财务费用由上年同期净收益转为净支出，同比变动幅度达200.28%。作为高度国际化的通信设备商，中兴通讯海外业务占比较大，汇率敞口难以完全对冲。

此外，减值计提明显加码。存货跌价准备及应收账款减值计提同步增加，折射出部分客户回款节奏放缓及存货周转压力。政策性其他收益亦大幅退坡。其他收益（含软件增值税退税及政府补贴等）较上年同期缩水超五成，政策性红利的阶段性退潮对利润影响直接。

衍生品及公允价值变动亦产生拖累。公允价值变动收益由盈转亏，营业外支出同比显著扩大。不过，本期投资收益大幅增长，主要来自联营企业盈利转好及衍生品合约交割收益，对利润形成一定对冲。

经营净流出近20亿，现金流三端承压

现金流信号更值得关注：经营净流出近20亿元，投资与筹资端同步承压

经营活动产生的现金流量净额由去年同期的净流入18.51亿元转为净流出19.79亿元，是本季报中最值得关注的指标之一。公司解释，主因是销售回款减少与采购支出扩大形成的双向挤压。若这一趋势持续，将对流动性管理提出更高要求。

投资活动净流出从13.84亿元扩大至56.9亿元，主要源于定期存款等金融产品净投入增加。同时，预付款项同比增长36.53%，显示供应链端资金占用上升，或与采购节奏前置及供应商账期安排有关。

筹资活动净流入同比下降44.91%，叠加一年内到期的非流动负债增长48.53%，意味着公司短期内面临更多到期借款的再融资安排，资金链弹性有所收窄。

资产端保持稳健，负债端短期压力上升

截至一季度末，公司总资产约2257亿元，较上年末增长3.67%；归母净资产约768亿元，增长1.84%，整体资产结构依然稳健。其他非流动金融资产增长35.66%，主要为一年以上金融工具投资增加，反映公司在资金配置上的主动管理。

负债端的变化值得关注。一年内到期的非流动负债较上年末增长48.53%，主要是长期借款集中到期，对短期流动性形成一定压力。递延所得税负债下降41.56%，主要因公允价值变动导致应纳税暂时性差异收窄。

本文来自华尔街见闻，欢迎下载APP查看更多

退出独立网盘应用市场近十年之后，老牌互联网技术公司迅雷（Xunlei Ltd.）正在重新杀回这个以“烧钱”著称的重资产赛道。

4月20日，迅雷旗下全新独立云存储产品“光鸭云盘”正式向公众开放注册。

这家曾在下载时代叱咤风云的科技企业，此次打出了“注册即送2TB永久空间、下载文件免登录、不限速、普通会员即享500TB”的旗号，在当前行业普遍收缩的背景下显得极为激进。

十年前，中国互联网曾见证了一场惨烈的个人网盘出清潮。

彼时受限于监管高压、带宽成本黑洞及盈利模式模糊等，包括迅雷快盘、新浪微盘、360云盘在内的多位玩家悉数离场，将数百亿级市场份额拱手让给了百度等少数幸存者。

行业最终出清，仅少数巨头留存，并集体收缩免费权益、限速非会员、严控分享功能，网盘从此告别野蛮生长时代。

迅雷的再次入局，也正逢国内网盘行业遭遇史上最严厉的版权监管整治——“剑网2025”专项行动。

在全球科技巨头集体向AI与算力转型的当下，迅雷为何选择在此刻重启这一重资产、低毛利、慢回报的“苦旧生意”？

在“剑网2025”严监管清场、叠加AI时代加速到来的当下，这个传统行业的新的商业模式是否正在形成？

十年浮沉

迅雷重返2C网盘赛道的动作，其实与当下的市场氛围格格不入。

一年前，国内网盘行业迎来了史上最严苛的“剑网2025”专项整治行动，把“网络存储 + 传播全链路”列为六大整治重点之一，首次把网盘私密存储、离线资源、境外影视全口径纳入监管中。

“剑网2025”其实不是监管部门第一次对网盘领域进行整治。

早在2015年10月，国家版权局就曾发布《关于规范网盘服务版权秩序的通知》。很快，全国开展打击利用云盘传播盗版等专项整治行动，多家网盘企业投入了大量人力和技术资源用于拦截和封禁违规账号。

在此背景下，国内个人网盘市场经历了惨烈的淘汰赛。

2016年前后，包括UC网盘、新浪微盘、360云盘在内的众多玩家，因监管压力、成本高企和盈利困难相继关停或收缩业务。

迅雷自身的个人网盘业务也历经坎坷：2012年推出主打分享发现的“迅雷方舟”，因版权争议于2014年关闭；2016年，受国内网盘行业大洗牌、监管整治影响，迅雷快盘也宣布停止个人用户存储服务。

两次独立网盘折戟后，迅雷不再做独立App网盘，把云存储功能内嵌进迅雷主下载 App，也就是现在大家常用的迅雷App 里的云盘。

迅雷此后的主要精力也都放在了下载加速、区块链、云计算、直播等服务上。

然这些年来，迅雷的发展之路也充满波折，曾经野心勃勃想要做云计算、区块链和生态巨头的迅雷，兜兜转转，最稳定和赚钱的收入还是来自会员订阅（包括下载加速、存储、增值体验等）。

财报数据显示，迅雷来自会员订阅业务的收入，从 2021 年9120 万美元一路稳步抬升至 2025 年1.548 亿美元，五年累计涨幅69.7%，是迅雷唯一全程稳定增长、毛利最高、最抗风险的基本盘业务。

2026 年 3 月，迅雷向金山云出售网心科技 50% 股权，被视作迅雷第二增长引擎的云计算核心主体半剥离，未来不再并表全部利润，仅保留分成收益。

管理层表示未来迅雷将全面聚焦：会员订阅 + 海外直播。然而尴尬在于，随着互联网用户增长见顶、下载需求增长乏力，会员订阅的天花板是十分明显的。

入局云盘

光鸭云盘的上线，实质上是迅雷试图通过存储工具转化更多高粘性的“会员资产”。

艾媒咨询首席分析师张毅对华尔街见闻指出，“剑网2025”确实大幅提升了网盘合规和内容审核的成本，倒逼着行业告别盗版引流的模式，整体其实进入了合规的常态化、头部的集中化。

“所以这个时候迅雷重启网盘计划，一个是踩中头部平台避险让出的市场空白，但风险明确；二是主流网盘普遍限速、压缩空间，用户体验的痛点集中爆发；第三，则是迅雷自身下载业务增长见底，确实也需要依托P2P技术的优势寻找新的增长点。”

互联网分析师丁道师对华尔街见闻表示，网盘作为一个入口，它能给其他业务带来一些提升，所以做网盘业务赚钱可能是其次，更大的目的是为了能够跟其它业务产生协同效应，这两年快速崛起的夸克就是典型代表。“这也是为什么很多企业要做网盘的原因所在。”

在文娱产业分析师张书乐看来，迅雷重启网盘业务，也是匹配迅雷下载业务而进行的一种增值服务。

张书乐对华尔街见闻表示，随着用户逐步远离PC端，手机的存储空间有限，会引发对网盘的一定需求，尤其是影视这种超大存储，让许多用户不乐意长期占据硬盘空间，而长视频平台的付费机制和内容局限，都在激活用户长期存储的需求，尽管相应小众，但可以长线获利。

据智研咨询报告，2024年我国个人网盘市场活跃用户数达39870万人，其中，PC端活跃用户数占70%，移动端活跃用户数占30%，庞大用户规模为我国个人网盘行业发展带来广阔的增长空间。

当用户对于网盘空间容量、文件下载速度的要求更高，付费意愿有所提升，整体市场规模快速增加。

2024年中国个人网盘行业市场规模达54.29亿元，同比增长11.96%，其中，会员服务规模约占51.6%，增值服务规模约占48.4%。

艾媒咨询研报也指出，随着人们对数字信息的存储与需求日益增加，个人云端存储的网盘成为多数人的刚需。

但经过20年发展，这个略显存量的市场已经巨头盘踞，百度网盘凭全网资源生态稳居绝对霸主，阿里旗下阿里云盘、夸克网盘正快速抢占份额，腾讯微云依托微信 QQ 做社交文件备份配套，电信、移动等运营商网盘靠宽带套餐捆绑守住下沉存量用户。

国内个人网盘市场的集中度正在进一步提升，带宽成本高昂、用户付费意愿不足、政策监管趋严，三座大山压下来，大多数玩家都选择了撤退。

这意味着网盘赛道已进入“耐力赛”阶段：比拼的是谁的成本控制更极致，谁的合规边界更清晰，谁的付费转化更具粘性。

因而，对于迅雷来说要想在个人网盘市场中打开局面并不是一件容易的事。

赚钱之困

艾瑞咨询发布报告指出，27.7%的用户将网盘主要用作盗版资源库。很多用户认为网盘上的盗版资源是吸引其付费购买会员的重要因素，盗版内容直接成为了网盘平台的付费转化工具，形成了“网盘默许/纵容盗版吸引用户—用户为更快下载、更大空间付费”的畸形商业模式。

显然，个人网盘不仅是个人数据的存储工具，也已成为盗版内容分发平台，这成为一些网盘早期得以快速拓客的原因之一。

近日，华尔街见闻也在一些社交平台上发现了分享来自光鸭云盘的影视剧集盗版资源的链接。

但在监管严格的当下，迅雷要想通过这一路径揽获更多用户无疑会变得困难很多。

为了吸引更多用户，迅雷的光鸭云盘上线就推出了所有用户均可解锁“永久免费 2TB 存储空间”的活动，一年仅需要108元充值VIP会员即可扩容至500TB。

这个力度有多大？作为对比，如今百度网盘新充值SVIP一年才享有5T的存储空间，且一年的会员费需要298元，不充值会员，单纯想要扩展空间的话，2TB一年需要支付88元，5TB一年则需要188元。

作为后来者的夸克，优惠力度上比百度网盘稍微更大一些，SVIP一年享有6TB的存储空间，连续包年的费用则是128元/年。

目前，机械硬盘（HDD）供应商给云服务厂商的大宗采购谈判价大概达到100元/TB 左右，如果要采购500TB大概费用要达到5万元，当然，网盘业务的赚钱逻辑则在于资源池化、去重等。

除了大额的存储空间外，迅雷还给出的福利包括新用户叠加福利可享30天VIP，解锁不限速下载、高清播放及1TB大文件上传。

不限速这一点，直接对标了市面上一些主流网盘被用户广为诟病的限速问题。

然而，一个很直接的问题就会浮现在人们脑海中，这样做迅雷能赚钱吗？

张毅认为，迅雷的举措属于典型的获客型激进打法，短期来看，它可以依托自身的P2P技术优势，摊薄带宽的成本，用逻辑容量和流量分层控制空间的支出，本质上是用极致体验快速来抢用户，再通过会员转化为覆盖的成本，短期内冲击力非常强。

“不过长期来看，还是考验它的用户留存和付费转化”。

一个普遍的行业共识是，因为成本高、付费转化率低、同质化严重，个人网盘业务并不是直接赚钱的好生意。

从成本来看，云基础设施是个人网盘业务支出的最大头。在这笔账本中，大众普遍存在一大认知误区：将网盘重资产归因于高昂的存储空间成本，实则宽带成本是一笔更大的开支。

这也是为什么百度网盘、夸克等平台对免费用户的限速政策从未真正放松的原因——限速本质上是在控制亏损额度。

一个典型案例是，2025年11月，123云盘宣布了用户权益调整通知，主要针对的是免费用户，每月免费流量从30GB下调至10GB，同时也不再提供无需登录的下载服务。

123云盘表示，由于流量与带宽成本持续攀升，加上部分免费用户通过技术手段或规则漏洞批量注册账号，造成服务器资源严重挤占和恶意利用。

国内个人网盘市场的主流商业模式采用 Freemium 模式，收入主要靠会员订阅、广告、增值服务。

免费用户提供基础容量和限速体验，付费用户获得更大空间和更快的传输速度。用免费服务吸引海量用户，再用增值服务筛选出愿意付费的群体，这几乎是所有云存储服务商的通用路径。

张毅告诉华尔街见闻，个人网盘业务的单活跃用户每年刚性成本在 200–350 元，沉默用户也要近百元年均成本。行业盈利核心看付费率，需要达到15%左右，当前头部平台普遍是没达线的，所以整体属于战略性亏损状态。

张书乐认为，对于巨头而言，发展个人网盘业务主要是为了辅助其主业，给用户提供的配套个性化服务，贴钱也可以做，也就是说很多公司其实并不是为了靠这块业务赚钱。

转型路不易

在监管和成本的压力下，叠加AI时代加速到来，个人网盘业务要想更好的生存下来，必然需要给用户带来更好的产品体验。

智研咨询指出，2016年之前，国内个人云盘市场通过免费模式抢占市场，市场整体营收较小。2016年下半年开始，部分云盘厂商由于难以承担高昂成本而关停，存活下来的云盘产品纷纷加快商业化运作步伐，开通会员等增值服务，并向付费用户提供更加多样化、更具吸引力的特权功能。

为了寻找新的利润增长点，不少网盘也在建立传统个人网盘之外的新商业模式。

例如夸克的是“无广告搜索 + AI 全能助手 + 会员全家桶 + 生态补贴 + 场景化裂变”的组合打法，跳出传统商业变现模式，形成以AI 为核心的服务闭环与增长飞轮。

张毅认为，随着行业的发展，也会倒逼个人网盘从存储工具转向个人智能数据中枢这样的一个角色，具备AI多模态处理、智能整理等能力，AI一定是标配，同时会成为主要增量收入的贡献者，行业价格战则将难以持续。

对于迅雷而言，光鸭云盘的上线只是“万里长征第一步”。它抓住了行业洗牌的窗口期，但若想破解网盘生意的“盈利魔咒”，还需在控制成本的同时，尽快找到可持续的商业化路径。

商场唯一不变的就是变化，即便是如今看起来并没有不太有吸引力的网盘市场，说不定也会上演精彩的新故事。

本文来自华尔街见闻，欢迎下载APP查看更多

4月23日，知名半导体及AI行业研究机构SemiAnalysis首席执行官（CEO）Dylan Patel在一场深度访谈中，详细拆解了当前AI行业的供需动态、代际技术突破以及潜在的社会宏观影响。

Patel的公司SemiAnalysis是华尔街和科技投资圈高度关注的AI基础设施独立研究机构，其客户覆盖顶级对冲基金和科技企业。他在访谈中以自身公司的AI使用数据为切入口，引出了对整个AI产业供需格局的深度研判。

他透露，SemiAnalysis去年的AI支出仅为数万美元，但由于员工（甚至是非技术人员）开始疯狂使用Claude等AI工具进行代码编写和数据分析，今年的年化Token支出已经飙升至700万美元。

他指出，Anthropic等头部机构的新模型实现了“近两年最大能力跃迁”，仅用两月便从L4跨越至L6级工程师水平，让“执行变得极其廉价”。然而，这也导致硬件供应链面临“极度短缺”，DRAM价格或将翻两至三倍，台积电2028年资本支出有望触及千亿美元。

值得警惕的是，随着技术向经济系统渗透，底层失业焦虑加剧，预计三个月内美国或爆发针对AI的大规模抗议，公众抵触情绪正成为不可忽视的宏观变量。

模型“近两年最大能力跃迁”

驱动这场Token消耗狂潮的核心，是前沿模型能力的爆炸式增长。

在访谈中，Patel特别提到了Anthropic未公开发布的神秘新模型（代号Mythos）以及最新版的Opus。他指出，随着Scaling Laws（缩放定律）的持续生效，模型的迭代速度正在从过去的六个月大幅压缩至两个月。

“Mythos可能是近两年来模型能力的最大跨越。”Patel强调，“Anthropic最初的目标是在2025年底前让模型达到L4级软件工程师的水平，他们在Opus 4.6上基本实现了这一点。但如果你看Mythos的基准测试，它已经达到了L6级工程师（资深专家）的水平。从L4到L6，他们仅仅用了两个月。”

这种能力的跃迁正在从根本上改变商业世界的运行逻辑。过去，市场的法则是“想法很廉价，执行极其困难”；但在新一代模型的加持下，这一逻辑被彻底重写：

“现在想法廉价且丰富，而执行变得非常容易。因此，只有真正好的想法，才能证明在极其廉价的执行上花费资金是合理的。”

Mythos的出现还验证了一个关键命题：Scaling Laws仍然有效。Patel明确表示，Mythos是一个"materially larger model"（明显更大规模的模型），训练规模等效于10万块Blackwell芯片，且"所有迹象都表明，往模型里砸更多算力，模型就会变得更强"的趋势线依然成立。

供应链“极度短缺”

极端的模型算力需求直接导致了物理世界供应链的全面告急。

Patel指出，尽管云服务商和芯片制造商正在疯狂扩产，但供给侧几乎在每一个节点上都处于“极度短缺”状态，且全产业链的利润率正在不可逆转地扩张。

“随着需求飙升，供应端所有东西的价格都在上涨。”他打破了市场关于GPU使用寿命较短的固有认知：“有人认为GPU的使用寿命不到5年，这完全是胡说八道。现在有3到4年机龄的Hopper集群正在续签未来三四年的合同。有效寿命显然不是5年，甚至可能是7到8年。”

在更广泛的半导体供应链中，短缺现象同样令人咋舌。Patel重点提示了存储芯片和晶圆代工环节的惊人预期：

• 首先是存储芯片：“真正的增量供应（incremental supply）在2028年之前都不会到来。DRAM的价格将从现在起翻倍甚至翻三倍，因为他们必须通过更高的定价来摧毁部分需求（demand destruction），资本主义经济不搞配给制。”

• 其次是代工与设备：“人们没有关注到台积电未来的资本支出。到了2028年，台积电的资本支出可能会达到1000亿美元。人们觉得这很疯狂，但这绝对是一个真实的可能性。”

此外，Patel特别强调了两个容易被忽视的瓶颈：

CPU：被严重低估。原因有二：一是强化学习（RL）训练环境完全运行在CPU上，而非GPU；二是AI生成的代码和内容最终都要部署到基于CPU的服务器上运行。"CPU完全售罄，需求在暴增。"

PCB铜箔、玻璃纤维、激光器等小众上游材料：同样供应极度紧张，订单预付款现象普遍，即便毛利率未必大涨，投入资本回报率（ROIC）正在显著提升。

Patel的整体判断是："经济价值最好的模型所能创造的价值，正在以比我们实际供应Token能力更快的速度增长。这个缺口会持续扩大，模型厂商的利润率会持续扩张，直到硬件供应链里的人也开始说，'等等，为什么我们不把自己的利润也拉上去'。"

美国民愤情绪正在积累

在技术的狂飙突进和资本的疯狂盛宴之外，Patel对AI引发的美国社会情绪发出了极其严厉的预警。

他指出，随着企业利用AI大幅提高效率并可能随之裁员，美国普通大众对AI的敌意正在迅速逼近临界点。

“我认为三个月内，就会出现针对大模型公司的大规模抗议活动。”Patel在访谈中直言不讳。他列举了近期的极端事件：

“Sam Altman的房子在两周内两次被人投掷燃烧 瓶，而新闻评论区里人们竟然在欢呼，这仅仅是个开始。AI现在比政客还要不受欢迎。”

他将这种公众愤怒部分归咎于美国AI公司高管的公关策略失误。他认为，美国头部AI公司的掌舵者（如Sam Altman和Dario Amodei）在面向公众时缺乏魅力，且过于热衷于谈论AI将如何“改变整个世界”和“自动化所有工作”。

“他们需要停止不断谈论未来的能力将如何改变世界，因为普通人与此毫无联系，这只会让他们对这种能力感到恐惧。他们必须开始展示AI能带来的令人振奋的现实用例。”

访谈文字实录译文（由AI辅助翻译）

注：Dylan Patel，半导体研究机构SemiAnalysis首席执行官

主持人Patrick O'Shaughnessy，风险投资公司Positive Sum首席执行官

Dylan Patel：

过去，执行非常重要，因为执行非常困难，而想法则很廉价。现在想法既廉价又充裕，但执行变得非常容易。所以真正重要的，只有那些好想法，才是能够证明在超级廉价的执行上花费是值得的。

主持人：

你跟我讲过一个令人难以置信的故事，关于你自己团队对token的使用今年发生了多么巨大的变化。是的，零售，讲讲那个故事，以及它在教你关于这个世界正在发生什么。

Dylan Patel：

去年，我们以为自己是AI的重度用户。每个人都在用ChatGPT，每个人都在用Claude，每个人都有，你知道，我为公司里任何人提供他们想要的订阅，花费大概在几万美元的量级。今年，花费就直线飙升了。这真的是从去年十二月底Opus推出开始的，其中包括Doug，他是总裁，Douglas。他非常像是在领头冲锋，意义在于像他这样的非技术人员在用AI写代码。所以他基本上慢慢地把整个公司都带进来了。我认为他一直是这方面的领头人。显然，工程师们无论如何都在用，但一月份的花费就开始拐点向上，然后不断飙升、飙升、飙升、飙升。我们签了，你知道，与Anthropic的企业合同，现在已经到了这个地步——我想我上次和你说的时候，花费是500万，对吧？现在实际上是700万的花费。

主持人：

那是上周的事，顺便说一句。

Dylan Patel：

其中很大一部分就是使用量，对吧？真正的情况是，你知道，那些以前从未写过代码的人，现在在用Claude Code，有时一天花几千美元，遍布整个公司。我们现在每年在Claude Code上花700万美元。按照目前的速度，而我们的薪资支出大约在2500万美元左右。所以，你知道，我们在Claude Code上的花费占薪资的比例超过了25%。如果这个轨迹持续下去，那么，你知道，到今年年底，我们在Claude Code上的花费将超过薪资总额的100%，这有点令人恐惧。

Dylan Patel：

幸运的是，我不必在人和AI之间做选择，因为我们公司增长非常快。情况更像是，好吧，我不需要那么快地招人，我可以在AI上花更多钱，而且它确实有效，我们只是增长得更快了。但我认为其他人将开始面对这样一个现实：如果这个人能用Claude Code完成五到十到十五个人的工作，那么突然之间，我或许应该裁员了。

Dylan Patel：

但就目前而言，我认为使用场景非常广泛。举个例子，我们在俄勒冈州有一个逆向工程实验室，我们已经建了一年半了。我们有一堆，你知道，高级显微镜、扫描电子显微镜。这整个实验室的目的是对芯片进行逆向工程。你从中提取架构，获取他们用于制造的材料。这是我们出售的一些数据。分析这些数据是一个非常缓慢的过程。然而，团队里的一个人，他用几千美元的Claude token，就能够创建这个应用程序——它是GPU加速的，运行在我们在Core Weave的一台服务器上。每当我们发给它一张图像，它就能拍下芯片的照片，并叠加标注出每一种材料在哪里。哦，这部分是铜。哦，栅极的这部分是钽。栅极的这部分是锗。栅极的这部分是钴。这样你就可以非常快速地对芯片的整个堆叠结构进行有限元分析。带有仪表盘图形界面，可视化。一切都有了。就花了几千美元的token。

Dylan Patel：

这个人之前在英特尔工作过，他说那曾经是整个团队的工作，负责构建和维护那个系统。现在把这个乘以整个公司的规模。太疯狂了。

Dylan Patel：

另一个我认为非常有趣的例子是Malcolm。他之前是一家大型银行的经济学家。那家银行的经济学家部门大概有一两百人。他构建的东西是有史以来最令人难以置信的。他把各种不同的数据都接入进来，你知道，Fred数据以及所有其他数据，对不起，就业报告以及来自各种API的其他数据。我们与一些机构签了几份合同，获得API来访问数据，把所有数据都整合进来，开始跑回归，开始研究各种经济变革从通缩、通胀角度对经济的影响。美国劳工统计局，整个劳工统计局有整整一套大约2000个任务的清单。所以他用AI对这些任务进行了分析——哪些可以由AI完成，哪些不能，并按照一个评分标准对它们进行评级，你知道，大约3%的任务现在可以由AI完成。所以他创建了这样一个指标，你可以用它来衡量哪些事情可以由AI完成，以及能够用AI完成这些事情的巨大通缩效应是什么——也就是说，产出可以上升。他把它叫做"幽灵GDP"。幽灵GDP。产出可以上升，但因为成本下降得如此之多，理论上GDP实际上会萎缩。所以他创建了这整套分析，以及一个全新的语言模型基准测试——不是跨2000封不同的电子邮件，而是……对吧？

主持人：

这全都是他一个人做的？

Dylan Patel：

这全都是他一个人做的。他说，兄弟，这本来需要一个200人的经济学家团队花一年时间来完成。他就像是，他完全沉迷于Claude了。他说，一切都变了。

主持人：

作为一个企业主，你如何看待从接近零到25%、并加速向某个百分比迈进的这个过程——占总支出的比例？我明白。到什么程度你会说，好吧，我需要踩刹车，谨慎考虑我们的花费。也许我们不需要花在最贵的——今天刚发布的Opus 4.7上。也许我可以退回到一个稍微便宜一点的版本。

Dylan Patel：

归根结底，我是做信息行业的，对吧？就是，你知道，我们出售分析，做咨询，创建数据集。我不明白为什么这不会在相当快的速度上被完全商品化。如果我不能持续改进我最初作为数据集出售的核心产品，那就会发生这种情况。实际上，确实是这样，你知道，现在有更多的人在尝试做同样的事情。我们让它不断变得更好、更详细。因此，它仍然有市场。但我们在2023年做事的方式与现在其他人做的方式并没有太大不同。如果我不提高标准，我就会被商品化。如果我移动得不够快，我也会失去优势。所以问题是，是的，AI会将事物商品化，就像它将软件商品化一样。那些能够快速行动、保住客户、持续提供出色服务并持续改进的人，业务不会萎缩，反而会增长得更快。那些固守现状、什么都不做的老牌企业，将会失败。所以这有点像生死存亡的问题——如果我不采用AI，别人会，而他们将会打败我。

Dylan Patel：

另一个简单的例子是能源领域。所以我们有几位能源分析师，大概一年了，我们一直在尝试建立这个能源模型。这非常复杂。能源数据服务市场大概有9亿美元的规模。所以显然是一个我试图打入的巨大市场。但是，你知道，尽管团队里有多人花了一年时间，我们真的没能打入能源数据服务业务。然后"Claude Code狂热症"击中了半导体分析公司负责数据中心、能源和工业业务的Jeremy。突然之间，在三周内，他花了很多。他每天花大约6000美元。这是一个疯狂的数字。但他抓取了美国每一座发电厂、每一条超过特定电压的输电线路，并创建了对整个美国电网的完整映射，以及大量需求来源，所有数据都来自各种公开数据源。我们展示了它，它有一个仪表盘，你可以查看和检查。你可以看到美国所有微区域的电力短缺和盈余，以及所有这些细节。

Dylan Patel：

在几周内就建成了。我们开始向一些购买我们数据中心数据集的客户展示，但也向一些能源交易员展示，他们看到后说，哇，这花了你多长时间？这真的很好。这比XYZ公司的产品还要好。然后我们深入挖掘。XYZ公司有100个人，已经在这上面工作了十年。显然，我们的产品没有那么完善、那么健壮，但在某些方面它确实更好。我要去商品化这些能源服务公司、数据服务公司——谁又会来商品化我，如果我移动得不够快的话？所以从企业主的角度来看，问题是，是的，我花了很多，但这些花费给我带来了什么？它带来了更多收入吗？

主持人：

你是否担心，在极端情况下，那些掌控资本、投资资本的人——他们通常雇用你来做你所做的事情——会说，好吧，我们也有分析师，他们对这方面非常了解。就像，我们自己来建这个。就像，如果它变得那么容易，到什么程度它就会全部被吸纳进那些投资公司——他们因为在数据或洞见上拥有最大的杠杆而最能从中获益。

Dylan Patel：

首先，任何信息服务业务，显然，我从信息中产生的价值远不如我的客户从这些信息中产生的价值。因为如果我以1美元的价格卖给你信息，你之所以愿意花1美元购买，是因为你知道这些信息能帮助你做出决策，让你赚到超过1美元的收益。因此，你有，你有套利空间，你从这些信息中赚到的钱比我从信息本身赚到的更多。

Dylan Patel：

投资基金，这些投资基金都有自己的信息服务，你知道，尤其是像那些超级顶级的，比如Jane Street和Citadel。他们对自己的数据非常精细。然而，这类机构也从我们这里购买数据，并且持续这样做，持续与我们共同成长，因为我认为就是有某种难以言说的特质，对吧？我们行动更快，我们更灵活，我们是一个专注于某一特定领域的小团队。AI基础设施，以及它带来的巨大变革，还有AI和tokenomics以及所有这些事情。我们真的看到了它的走向。所以我们行动更快，建设更快。

Dylan Patel：

我认为投资专业人士只会，你知道，是的，他们会尝试自己建一些我们做的东西，但更有可能的是，他们只会直接从我们这里购买数据。对他们来说，从我们这里购买数据，然后在此基础上构建，比自己从头开始建要便宜。但最终，有些人可能会尝试自己建。

主持人：

我感觉每次和你谈话，我一直在深入探讨的就是token的供需关系。这是我现在觉得世界上最有趣的事情。这段经历教会了你关于需求方面什么？它是否改变了你对这个等式需求侧的看法，只是直观地感受到了它本身？

Dylan Patel：

如果我们退后一步，从宏观角度来看，对吧？Anthropic已经从9亿美元的年经常性收入增长到了什么，他们现在大概在350亿到400亿，等这期节目播出时可能到400亿到450亿的年经常性收入了。他们的算力并没有增长到同等程度。如果你做计算，并假设他们没有削减研发算力——他们显然没有削减，他们发布了Mythos，他们有Opus 4.7，所以他们显然没有削减研究算力支出。所以最终，他们所做的是，即使你假设他们获得的所有增量算力都用于了推理，他们的毛利率也已经超过了72%的底线。实际上，他们获得的一些增量算力可能用于了研发。毛利率可能高于72%。需要说清楚的是，在年初，有人泄露了——是他们的某个融资方，他们的部分融资相关信息被泄露了。某人泄露了，大概30几个百分点的毛利率。这样一家企业，在哪里能实现这样的利润率增长？原理就在这里，对吧？他们的需求如此之高，他们能够削减使用限制、速率限制，所有这些东西。真正重要的是拥有一个Anthropic客户代表，与他们签订企业合同，并获得你所需要的速率限制提升，因为否则token最终是极度供不应求的，谁能付得起钱，谁就能得到。

Dylan Patel：

Anthropic也面临同样的问题，对吧？我的意思是，不是问题，这只是资本主义运作方式的现实。是的。人们在向他们发送价值400亿美元年经常性收入的token，但这些token产生的价值远远超过400亿美元。不同的企业每个token产生的价值不同，但随着我们变得越来越智能，真正重要的是获得这些最智能的token，并将它们用于某些事情上。你作为一个人，决定如何最好地利用这些token来发展业务、创造价值。因为很多人都想要token并生成token。但旧金山那家用Claude来生成他们软件产品的糟糕SaaS初创公司，不一定真的在创造大量价值，因此他们很快就会被token市场淘汰出局。

主持人：

你对此感到惊讶吗？我今天刚刚有过这样的经历——在来这里的飞机上，我在某件事上被严重限速了。我看到4.7发布了，我立刻想要的就是那一秒就能用上4.7。而且，我根本无法想象再用4.6了。既然4.7已经出来了。在过去这么多周里，我对4.6一直非常满意。太神奇了。你是否对人们如此坚持要用最贵的、最前沿的东西感到惊讶——程度之深令人咋舌。

Dylan Patel：

毫无疑问，过去一个半月里我最有趣的记忆之一，就是我和Buddy还有Leopold跪在一位Anthropic联合创始人面前，恳求他给我们访问Mythos的权限，然后假装它不存在——因为我们知道它存在。我们说，请给我们访问权限。他说，我不知道你在说什么。

主持人：

你对那个速率卡或者评估卡发布时是什么反应？

Dylan Patel：

在湾区就有传言。每个人，你知道，我们有点像是知道它应该会非常好。但如果你只看基准测试，而且显然基准测试会随时间变化，Mythos可能是两年来模型能力最大的一次跃升。我认为这是一个非常重要的细节，你知道，它好到他们都不想发布——尽管他们已经向那些他们为Cyber安全做了选择性发布的人宣布了价格，token成本大概是5到10倍。他们就是不想发布它，因为他们担心对世界的影响。他们发布给我们的是较差的版本Opus 4.7。他们在模型卡里明确说了，嘿，我们实际上是有意让它在网络安全方面变得更差的。如果你读到这个，不管你是谁，如果你有足够的资本，你应该去搞一个企业级Cloud、企业级Anthropic订阅，在那里你按token付费，而不是用这些订阅制，因为那样你就不会被频繁限速，然后你必须，你需要想清楚如何将这些token用于最高价值的任务并从中赚钱。因为最终，你现在做的事情，也许一年后或两年后，这个业务实际上就是套利token，对吧？这些token非常强大，但让我们搞清楚把它们指向什么方向。然后三四年后，模型将会知道，你知道，如何使用这些token以及如何创造最大价值。你知道，你可以回顾性地看，选择任何一个基准测试。

Dylan Patel：

达到某个能力层级的成本，过去要花X，现在只需要X的百分之一或千分之一。Deep Seek为例，在GPT-4上，成本是原来的六百分之一。从那以后，GPT-4级别模型的成本进一步下降了。当然，没有人再在乎GPT-4级别的模型了。他们想要的是前沿模型，因为前沿模型让他们能够创造出具有经济价值的东西。但GPT-4级别的模型仍然可以用在一些场景中。人们在一些小型用例中使用它们。只是成本下降得太快了。真正驱动需求的不是成本，而是所有这些新的使用场景。是的。目前的4.6 Opus或4.7 Opus，对于你的这些模型。一年后，同等质量模型的花费可能大概是7万美元。我打赌它会便宜100倍。但这无关紧要，因为我将会使用一个好得多、好得多、好得多的模型，它能做好得多的事情。所以Anthropic的Mythos作为模型来说更贵，但完成同样的事情花费的token要少得多。因此，在大多数任务中，它实际上比4.6 Opus更便宜，因为它的效率要高得多。尽管每个单独的token更聪明。

主持人：

我上次见到你时，Mythos可能刚出来一天左右，或者卡刚出来，你说了一些话，大意是它实际上让你感到有点害怕，它太好了。你是什么意思？

Dylan Patel：

Anthropic在2025年的整体目标，甚至在2024年的很大一部分时间里，他们说，嘿，到2025年底，我们需要在我们的模型里实现L4级别的软件工程师。他们基本上通过4.6 Opus实现了这一目标。他们没有说的是，你知道，而且，如果你看Mythos，如果你比较基准测试，它就像是一个L6工程师。所以L4是相当新的。L6是相当有经验的。我认为Anthropic说这个模型在内部是二月份就可用了。所以在两个月内，他们从L4工程师进步到了L6工程师。

Dylan Patel：

接下来是什么？你知道，当你思考模型进展时，它只会加速。Anthropic的发布节奏压缩了，OpenAI的发布节奏也压缩了。为什么？因为这些模型，通常来说，要制造一个更好的模型，你需要几样东西，对吧？你需要惊人的算力。算力非常昂贵，它有一个时间尺度，我们，你知道，我们追踪它，它就像是，你知道，它在增长，但就像是，你知道，对于接下来的，你知道，短期内，它就像是已经板上钉钉了，就是你已经签署的那些合同。会有延误和变动，你也许能多找到一点，但总体来说是相当板上钉钉的。有那些惊人的研究人员，人们为他们支付数千万美元。

Dylan Patel：

最后，还有执行实施。历史上，这一直非常困难。如果我有一个想法，现在我必须去实施。实施是困难的。现在想法有了，实施变得非常容易了。它很贵，但非常容易。那么，如何决定实施哪些想法呢？事实证明，如果你的实施现在变得如此容易，你就可以实施更多的想法，在跑步机上越跑越快，无论是AI模型研究，还是其他什么。所以现在你的模型发布节奏从之前的六个月压缩到了两个月，或者……

Dylan Patel：

嘿，我想把美国所有的发电厂和所有输电线路都纳入进来，建模，跑回归，看看微观层面的供需关系。我也可以做到这一点。

Dylan Patel：

想法是廉价的。你知道，哪个想法有意义，哪个想法值得你在token上花费那些资本，因为执行实施已经到位了。这就是，这就是，我认为这是关键的学习。如果执行实施成本继续下降，而它们确实在下降，我们甚至还没有Mythos呢。距离Opus 4.7发布才过了几个小时。但你知道，我的团队内部对此相当兴奋。现在降临到世界上的是什么，是经济运作方式的彻底重组。过去，执行非常重要，因为执行非常困难，而想法则很廉价。现在想法既廉价又充裕，但执行变得非常容易。所以真正重要的——那些毫无价值的想法，以及那些能够证明在超级廉价的执行上花费是值得的想法。

主持人：

所以你真的感到害怕，还是说，它只是引入了一种难以应对的不确定性？

Dylan Patel：

不确定性是存在的，但我确实认为这在某种程度上引发了一些恐惧——关于社会如何重组自身？在一个世界里，你实施某件事的能力实际上并不那么重要，你为AI选择正确想法去实施的能力，以及你销售那个想法或销售AI所实施的东西的能力，才是重要的；你聚集资本的能力，才是重要的。回到之前那个观点，拥有最新的模型始终非常重要——谁将能够获得最新的模型？

Dylan Patel：

Anthropic的那个项目。我知道它不叫earwig，但我通过叫它earwig来逗Anthropic的人——glasswig，Anthropic earwig，你知道，他们只向某些公司发布Mythos用于网络安全——这只会是一种持续下去的趋势。模型的广泛部署范围将越来越窄。我知道OpenAI和Anthropic以及所有这些人都在说，我们想要让每个人都能用上出色的AI。AI非常昂贵。谁来为这万亿美元的基础设施买单？那些有钱、能用AI构建有用东西的人，而且你不希望人们蒸馏你的模型。所以你不广泛发布，而是向越来越少的客户群体发布。那些客户现在也在争夺token。除非Anthropic，你知道，他们可以把Opus的定价翻倍，我会继续付，我打赌大多数用户也会继续付。我打赌那也解决不了他们巨大的容量问题。所以问题就变成了，这个循环在哪里结束——token的使用，以及因此这些token带来的好处，在这些token之上产生的额外价值，将汇聚于越来越少的公司之中。

Dylan Patel：

我还没有Mythos。你知道，关于Mythos，顶级银行现在只把它用于网络安全。但在某个时刻，我可以设想这样一个世界：嘿，也许因为我有一个Anthropic企业合同，而且因为Anthropic的人有点喜欢我，他们愿意给我们稍微早一点的访问权限，或者稍微高一点的速率限制，或者某个模型的什么东西。我希望这就是会发生的事情。然后我的竞争对手，不管是谁，没有这个，我就能碾压他们。有些人，比如Ken Griffin和Citadel，他们人脉超广、资金雄厚，他就像是，他直接去签，你知道，谁知道呢？他去和OpenAI或Anthropic签了一份合同，大概是这样的：是的，我要获得你们模型的访问权限，我每年会购买价值100亿美元的token。所以每当你发布模型，你知道，我会花掉前100亿的token，然后其他人才能在那之后获得这个模型。那就是说，好吧，那会怎样呢？好吧，现在他将要在市场上碾压所有人。这只是一个例子。可能是网络安全，就像Anthropic担心的那样，哦，现在我可以入侵别人了。也可能是像我这样的信息服务业务，我碾压了别人。我认为，你知道，它的基础如此广泛。我们不知道这些模型能做什么，Anthropic也不知道这些模型能做什么。没有人知道这些模型能做什么。这取决于最终用户去弄清楚他们可以在哪里利用这些token，看看他们能构建什么、能想象什么——这对人类来说是极其富有成效和令人振奋的。但是，资源的集中和对它的使用会发生什么呢？

主持人：

可以这么说，目前机器人或机器人技术消耗的token相对于其他一切来说几乎是零。你怎么看——如果这像是一条可能开始棘轮式上升的第二需求曲线？就在离这里一英里之内，每天都有新的初创公司在尝试在机器人领域构建有趣的东西。所以有这个……

Dylan Patel：

有一个"纯软件奇点"的概念，就是说这个世界有。你知道，AI奇点，但只在软件领域。那么世界上其他的部分呢？世界的绝大多数是物理的。你可以看到世界围绕硬件而非软件来运转。这实际上就是为什么我认为纯软件奇点只是一个小插曲，而不是说，你知道，我们不会得到其他一切，因为一方面软件太容易了。是什么让机器人真的很难？就是给微控制器和执行器编程，控制所有这些东西，现在非常困难。

Dylan Patel：

关于AI模型，有趣的是，它们在学习上实际上是非常低效的。只是我们能够给它们提供如此大量的数据，以至于它们能够学习并在某些方面超越我们。机器人，目前，机器人模型，VLA——视觉语言动作模型，现在非常流行，可能不会是最终能够规模化的东西，因为它们在数据上效率低下，而且我们无法足够快地为它们扩充数据。将会有某种方式来大规模预训练机器人模型，就像人类在一生中看到所有这些数据一样。有趣的是，人类，我们之所以如此厉害，是因为我们的样本效率很高。一个例子，两个例子，我们就学会了。所以把这个应用到机器人上……

Dylan Patel：

所以一旦你有了这个纯软件奇点，执行实施的成本超级低廉，任何人都可以开始构建这些模型。人们可以开始构建模型，让机器人现在真正变得有用。所以我认为在未来六到十八个月内，我们将开始看到机器人领域真正的突破，实现少样本学习——也就是说，有一个预训练的机器人模型，现在有一个你雇用了或购买了或随便什么的机器人。你展示了几个例子，它就能做到了。你告诉它把这两样东西叠起来，或者你告诉它，嘿，这实际上可以完美地保持平衡，你知道，它就开始做这些事情了。

主持人：

单样本学习。

Dylan Patel：

不，相信我，我打翻了很多东西。所以我认为机器人将会，而且现在就能实现少样本学习。你知道，现在有很多公司在做机器人，用于广告或者简单任务之类的。但它会变得非常细分，比如专门用于折叠衣物的机器人，但会越来越细分，比如专门用于擦黑板的机器人。它可以是一种租赁服务，或者，你知道，会有一个模型包，你下载到你的标准机器人上，然后它就能做那件事，对吧？你按使用量付费，不管怎样，物理领域将会有一次巨大的爆炸性加速，以及相应的通缩效应。但是，而且，所以这最终将使token需求持续疯狂增长。我个人不认为token需求会放缓。

主持人：

你有没有根据 Mythos 的结果以及它的构建方式学到关于这个世界的其他东西？比如说，如果你拆解规模定律的各个组成部分，你知道，比如说……

Dylan Patel：

这是一个在规模上明显大于之前模型的模型。所以是的，它是一个大得多的模型。现在，它是否是，它在什么芯片上训练的其实并不重要。重要的是规模。显然，你知道，10万块 Blackwell 相当于数十万块上一代芯片。TPU 和 Trainium 有各自不同的发布节奏，并不完全是一比一的镜像关系。但归根结底，是的，Mythos 是一个规模显著更大的模型。它证明了规模定律仍然有效。关于它的一切都表明，模型的趋势线仍在延续——向模型投入更多算力会使模型变得更好。而且在整个过程中，不仅仅是向模型投入更多算力使其变得更好，我们同时也在获得这些算力效率上的提升，也就是说，你知道，实验室花费的所有这些研究算力实际上正在转化为——如果我想要某个能力水平的模型，每6个月，或者每两个月，那个成本都在大幅下降。但如果我大规模地扩展它，我同时也能获得巨大的能力飞跃。

Dylan Patel：

所以是的，这证明了这一切仍在发生。谷歌和 Anthropic 在训练侧并不是 GPU 的重度用户，但是，OpenAI，他们将开始推出新一类的模型。我认为他们正在采取一种更合理、更有原则的方式，以小步骤进行扩展。Anthropic 则真的进行了一次巨大的跃进。我们将在这一年里看到越来越好的模型。而且发布节奏只会越来越快。

主持人：

在整个对话中，我们几乎没有提到 OpenAI，这在以前会显得非常奇怪。

Dylan Patel：

所以这是有趣的地方。所有人都在说，好吧，所以 Anthropic 刚刚赢了，对吧？你知道，他们在二月份就有了 Mythos。他们从来没有发布它，因为他们觉得没有必要。他们已经供不应求了。收入已经每月新增100亿美元了。然后今天你还有 Opus 4.7，这一切都发生在 OpenAI 所谓的 GPT 发布之前，你知道，媒体如 The Information 等已经报道过这件事。所以很明显，Anthropic 处于领先地位，对吧？而 OpenAI 已经完了。

Dylan Patel：

有趣的是，因为 Anthropic 在算力上有如此大的限制，他们只能以那么快的速度增长算力。从某种程度上来说，你知道，Dario 以前常常吹嘘说 OpenAI 在算力上过于激进，而 Anthropic 在扩展上更为明智，但现在 Anthropic 的态度是，我们应该，我希望我们有更多的算力。OpenAI 能够完全正常地支付账单。事实上，他们筹集了大量资金来获得额外的算力，除了他们从 Oracle、CoreWeave、Softbank 以及所有这些人，还有微软那里购买的不负责任水平的算力之外，你知道，比如 Trainium，现在他们也从 Amazon（Anthropic）那里获得 Trainium。所以他们在算力上做了这种……疯狂的事情，而且他们知道，不，他们也知道他们需要更多。

Dylan Patel：

但有趣的是，如果你说 Opus 4.6，你知道，让我们忽略模型随时间变好这件事。让我们只看这项技术的扩散。你和我可能会在第一天就立刻使用这个模型。但其他企业需要时间，人们需要时间来学习，而那种"哦，AI 顿悟时刻"的火花并不会同时击中所有人。所以到今年年底，假设一个纯粹的 Opus 4.6 模型，整个经济体会在上面花费1000亿美元。我认为这并不是不合理的。现在的花费已经是400亿了。

主持人：

那就像是线性外推。

Dylan Patel：

这是线性外推，不是指数级的。要达到指数级，你需要更好的模型。Anthropic 没有足够的算力来做到这一点。所以，大概 OpenAI 和谷歌也会很快达到那个层级。下一个达到那个层级的人，当然，Anthropic 可能可以收取70%以上的毛利率，但如果 OpenAI 下一个达到，他们收取50%的毛利率。他们仍然能获得所有这些增量需求。而且可能他们也没有足够的算力来服务所有用户。所以当然，也许 Mythos 是一个如果世界有足够算力可以产生5000亿美元收入的模型，或者某种疯狂的数字，对这些 token 的需求如此之大，而供给又如此有限。

Dylan Patel：

算力上的限制，你知道，我们从 H100 价格飙升以及这些 GPU 的使用寿命不断延长中看到了这一点。很明显，即使是二线实验室也会把 token 卖光，更不用说一线实验室了。一线实验室会有更好的利润率，但二线实验室也会卖光，而且可能三线实验室也会接近卖光。最好的模型能够提供的经济价值增长速度，超过了我们通过基础设施实际向人们提供这些 token 的能力。所以这个差距将继续扩大，模型实验室将继续拥有不断扩张的利润率，直到硬件供应链、基础设施供应链中的人们开始说，等等，不对，我为什么不直接大幅提高我的利润率呢？

主持人：

所以可以说，我认为今天的评估，或者说你对需求侧的评估，在你自己这个具体例子——Semi Analysis 这里——是完全爆炸性的，但更广泛地说，当人们陷入你所说的 AI 顿悟时刻，当人们陷入这种体验，意识到自己能做什么，而实施难度完全消失的时候。我自己也确实感受到了，你知道，我自己的 token 消耗在短短几周内就已经绝对突破天际了。所以这感觉是一个相当准确的评估。关于需求侧，我们还遗漏了什么吗？

Dylan Patel：

如果你不使用更多的 token，你将永远无法逃脱永久底层阶级。

主持人：

请展开说说。

Dylan Patel：

所以，要么你使用更多的 token，并且产生超出使用这些 token 本身经济价值的经济价值。很多人在用无聊、懒惰的方式做这件事。哦，我猜我每天只工作1小时，而不是8小时。然后让 AI 来做我大部分的工作。那是无聊的方式。酷的方式是，我仍然每天工作8小时，然后我还额外完成8份工作，也许我能赚到5倍的钱，也许不能。你不能用一份工作来做到这一点。显然，有些人有多份工作。有些人喜欢创业，开始卖东西，在所有人都开始使用之前、在它还没有成为基本功能之前，从这个 AI 中获取那些经济价值，因为如果你不使用更多的 token 并从中产生价值，它仍然不是基本功能。并且要捕获那个价值。

Dylan Patel：

这里有三个不同的问题。使用更多的 token，从这些 token 中产生价值，以及从你用这些 token 创造的价值中捕获价值。如果你不做这三件事，你将永远无法逃脱永久底层阶级，也就是说，随着模型能力继续飙升，以及资源集中化可能发生的情况。

主持人：

好的，让我们来谈谈供给侧。发生了什么？你会如何描述前沿的变化，或者在供应整个堆栈方面，随着需求曲线爆炸性增长，服务所有这些 token 所需的一切正在发生什么变化？

Dylan Patel：

随着需求飙升，供给侧的一切价格都在上涨，无论是 GPU，它们的价格都在上涨。此外，它们的使用寿命也在延长。

主持人：

H100 的价格看起来是这样的（向上）？

Dylan Patel：

是的，正是。有些人认为 GPU 的使用寿命不到5年。完全是无稽之谈。现在有些集群，3到4年前的 Hopper 集群正在续签3到4年的合同。有些 A100 集群正在续签几年的合同。所以使用寿命显然不是5年。也许甚至是7到8年，可以这么说。我们还不知道。等 Hopper 到那个时候我们再看，但显然不是5年。所以使用寿命在延长，而且续签时的价格也在上涨。所以实际上，一个集群的毛利率不是35%，而是超过了这个数字。所以云层的利润率在扩张。硬件层的利润率非常健康，你知道，Nvidia 仍然收取75%或其他某个百分比的毛利率。当我们向下移动堆栈时，内存，显然那里的利润率已经飙升。像光学和逻辑这样的地方，有大量预付款，利润率正在缓慢增长。更多的是那些像 Nvidia 一样制造芯片的公司。

Dylan Patel：

支付巨额预付款。所以它影响了资本成本或现金流的时机，即使毛利率没有提高，投资资本回报率也在上升。你在整个供应链中都能看到这一点。你看到 ASML 已经完全卖光了，他们需要 Carl Zeiss（蔡司）更快地扩张。在整个链条上，每个人要么卖光了利润率在上升，要么在收取预付款，这提高了投资资本回报率，因为投资资本更低了。所以这就像是贯穿任何部分的一致趋势。甚至像，你知道，一块 PCB，制造 PCB 需要铜箔，那种铜箔已经卖光了，人们正在为它支付预付款。就像任何有点生命力的东西，只要它卖光了，人们就会争先恐后地获取更多的增量供应，并争夺未来几年的供应。

主持人：

你认为最重要的瓶颈是什么？通常在经济历史上，当出现这种需求时，供给会重新调整并迅速增长以满足需求。在这个时刻，供给似乎几乎不可能跟上。你知道，这是著名的"最后的话"，历史上每次短缺之后都会出现过剩。但在整个供给侧，哪些瓶颈对你来说是最有趣的？

Dylan Patel：

供应链通常反应非常快。一个独特的地方是，我们的供应链现在比以往任何时候都更加复杂，我们正在构建的东西也比以往任何时候都更加复杂。因此，交货期更长了。并不是说我们在其他行业没有见过18个月的长交货期，只是建立增量供应以前不需要数年时间。

Dylan Patel：

内存就是这种情况，对吧？内存每年只能以低两位数的百分比增长产能，对吧？每年20%、30%，NAND 甚至更低，DRAM 稍微高一点，即使需求信号非常强烈。

Dylan Patel：

在2025年底，内存公司立即开始有所反应。除了他们决定增加的那些增量产能，加上典型的20到30%，你知道，他们可以稍微拉伸一下，但真正的增量供应要到28年才能到来，这是非常独特的一件事。即使他们想尽快建设，最早也要到2027年底、2028年初才能到来。所以结果是内存价格，你知道，已经飞涨了。你猜怎么着？它们还会再翻倍和三倍，至少 DRAM 是这样，特别是有些人说，哦，内存的故事被过度渲染了。大家都明白了。然后就是，不，你不明白。DRAM 从现在起还会翻倍或三倍，仍然是这样，因为这就是需要的产能量，他们必须从其他地方挪用产能。而在资本主义经济中，从其他地方挪用产能的唯一方法是通过更高的定价来摧毁需求。我们不是在这里实行配给制。所以最终，这就是将要发生的事情。所以利润率继续上升。

Dylan Patel：

我认为逻辑芯片也有巨大的产能问题。台积电刚刚公布了他们的财报，他们继续增加资本支出。最终，你知道，他们需要相当长的时间来建造晶圆厂。他们正在竭尽全力从每一个晶圆厂中挤出每一点产出。但最终，他们没有快速提价，因为他们是好人。这看起来像是，你知道，个位数的价格涨幅，而不是像内存公司那样三位数的价格涨幅。所以你最终会有这样一个市场，是的，台积电是一家伟大的公司，但他们真的会提取所有价值吗？我提到了铜箔、PCB 用的玻璃纤维、激光器。这些都是众所周知的利基供应链，但它们非常紧张。而最终在上游，半导体晶圆制造设备供应链是一个我仍然认为，它已经上涨了很多，但仍然非常被低估的领域。

Dylan Patel：

台积电今年的资本支出，他们说是560亿，我们自1月份以来得到的数字是574亿。我们可能会稍微上调，因为我们看到了一些他们可以获得增量资本支出的方式。但人们没有关注的是，这对明年意味着什么，对后年意味着什么？事实证明，三年后，台积电将在资本支出上花费1000亿美元。也许两年后，对吧？可能是2028年。说真的，他们可能在2028年花费1000亿美元的资本支出，而人们根本无法想象这一点。

Dylan Patel：

但这对他们的下游供应链意味着什么？你知道，像泛林研究、应用材料、ASML 这样的公司，或者更下游的供应链，比如 MKSI 和所有这些其他公司。鞭打效应会越来越猛烈。而最终这就是短缺。如果，你知道，台积电想在2028年花费1000亿美元，这是一个真实的可能性。我认为人们会觉得这太疯狂了，但这是一个真实的可能性。

主持人：

那么芯片生态系统中其他GPU完全占主导地位的领域呢？比如CPU、ASIC，或者那些既是机遇又是瓶颈的东西，不仅仅是英伟达GPU的主导地位。

Dylan Patel：

是的，我的意思是，ASIC显然正在起飞，但我会稍微转移一下话题，从AI芯片聊到这些其他的东西。我们做了一个关于FPGA的项目，结果发现每个下一代机架、AI机架里有120个FPGA。然后，那些FPGA、CPU，所有这些强化学习环境，加上你我正在生成的那些垃圾代码，现在都跑在某个Versal实例或者某个AWS实例，或者我们启动的某个存储桶上。所有这些都需要CPU。所以CPU完全供不应求，需求正在急剧攀升。

主持人：

帮大家理解一下CPU在其中扮演的角色。

Dylan Patel：

是的，所以你需要大量CPU主要有两个原因。第一个是当你做强化学习的时候，CPU非常关键。与此同等重要的是：以前你会把所有互联网上的数据扔进模型去训练，它输出一些东西。现在你训练完全世界的互联网，你把所有互联网数据放进模型，然后你把它放进这个环境里。这个环境就像是：嘿，模型，试试这个。然后它尝试各种各样的东西。最终，有一个环境来评分，判断它尝试的东西是否成功，并给它打分。这些环境可以是任何东西。

Dylan Patel：

可以是：嘿，检查一下文本输出的格式是否正确。结构化输出可以是非常简单的事情，也可以是非常复杂的事情。人们开始涉足非常复杂的事情，对吧？

Dylan Patel：

比如：嘿，我要你打开这个文件，修改它、编辑它、更新它，然后提交到这个网站。我要你打开西门子的这个物理仿真软件，编辑这个CAD模型——所以这些环境可以变得越来越复杂。而这些环境运行在CPU上，它们不运行在GPU上，也不运行在ASIC上。ASIC运行的是模型——那个从环境中接收输入数据、将其传入模型、模型生成各种不同轨迹输出的模型，也就是我认为它可以在不同情况下解决问题的各种方式。这些轨迹被评分或打分，成功的那些你用来训练，然后更新、反复迭代。所以CPU在这方面非常有用。然后，一旦你拥有了这些优秀的模型并开始部署它们，这些模型在生成代码，在生成有用的输出。这些有用的输出，并不是直接从GPU传到人类大脑的。它从GPU或ASIC传到某个你部署在某处的应用程序，而那个应用程序实际上就是跑在CPU上的。所以这是另一个需求量很大的领域，而且在很大程度上已经供不应求。

主持人：

当你持续评估并努力成为全球在供需走势方面信息最充分的人时，有哪些是你希望自己能了解的？也就是说，让你意识到自己还不知道的那些东西。

Dylan Patel：

我认为对我们以及对所有人来说最难的领域是理解"Token经济学"，也就是Token的经济学。我认为我们对运行基础设施的成本、Token的成本、模型的成本、这些实验室的利润率有着非常非常深刻的洞察，但使用量和采用情况才是真正难以持续建模的，你懂的，对吧？

Dylan Patel：

我们有这些……比如我们在一月份有过疯狂的估算，在二月份也有疯狂的估算。Anthropic 把它们全都打破了。我们该如何校准这个模型？二月份的数据来源是什么？我们对三月份有疯狂的假设，然后他们又打破了，每个人都看到了100亿这个数字，然后都在想，什么，他们怎么增加了100亿的收入？谁在使用所有这些Token？他们为什么使用它们？他们用这些Token在构建什么？更重要的是，他们用这些Token构建的东西，实际上是如何扩散到经济中去的？这又产生了什么价值？因为这实际上并不是你能在任何GDP统计数据中捕捉到的东西，对吧？我使用的所有Token的价值都被转化成了更好的信息，然后我以相对低于人们过去出售信息的价格折扣出售这些信息，因此，这些信息现在正在整个经济中传播，人们正在做出更好的投资决策，或者更好的竞争决策——如果他们是半导体公司、数据中心公司或超大规模云服务商的话。

Dylan Patel：

那么，这一切的价值是多少，这对经济做了什么？从每一个主观指标来看，这显然是惊人的。但那"幽灵GDP"在哪里？"幽灵GDP"是什么？我们如何追踪真实的经济增加值？因为GDP指标并不准确，你知道，如果你要说Dylan Patel创造的GDP是多少，与我认为正在创造的价值相比，它是微不足道的。所以归根结底。

Dylan Patel：

这些Token所创造的价值是什么——不是基于简单的，你知道，连锁效应是什么，对吧？所有这些东西正在做的事情的连锁效应是什么？我认为这才是真正难以衡量的问题和挑战。我认为我们在供给侧有着非常出色的解读。我们在很多需求侧信号方面也有着非常出色的解读，但难以量化和衡量的，是这些Token正在产生的价值。

主持人：

我希望我们每三个月都能有这样一次机会，因为这变化得太快了。你认为接下来会发生什么？比如三个月后我再来，或者我们再次在旧金山相聚，你期待会发生什么？

Dylan Patel：

大规模抗议。真的吗？是的，我认为会有针对Anthropic的大规模抗议。

主持人：

最终会演变成AI实验的对立面。

Dylan Patel：

人们讨厌AI，AI的受欢迎程度低于冰淇淋，低于政客。不知道皮尤是怎么做这个调查的，但显然AI的受欢迎程度低于政客。你知道，随着Anthropic增加如此多的收入，这将开始在下游引发商业变化。人们会越来越害怕AI。他们会开始把越来越多自己的问题，以及那些全球性的、长期以来根深蒂固的问题，归咎于AI。这些问题会浮出水面并被归咎于AI。可能某些政客或某些社交媒体人士，某个网红，将能够开始利用AI来对付人们。你看看那些新闻文章的评论，Sam Paul Altman在大约两周内两次遭人向他家扔燃烧 弹。评论里的人们都在欢呼，而这仅仅是个开始。所以我认为三个月内我们会看到针对AI的大规模抗议。

主持人：

对此的制衡力量是什么？AI行业应该如何化解这一局面？

Dylan Patel：

首先，Sam Altman和Dario必须停止接受采访。他们太缺乏个人魅力了。我不知道他们在干什么。他们做的每一次采访都像是，好吧，普通人会更加讨厌你。比如Sam上塔克·卡尔森的节目，可能让所有共和党人都讨厌OpenAI。Dario也一样。他们完全没有魅力。我认为这是前两点。他们需要开始展示AI能做的那些振奋人心的事情。第三，他们需要停止不断谈论AI的能力将如何彻底改变整个世界，因为这样人们就会对这种能力产生恐惧，因为他们与之毫无联系。

主持人：

不知道如何使用它。

Dylan Patel：

是的，也没有任何联系。就像普通人不认识Anthropic的员工。普通人不认识OpenAI的员工。普通人不知道这些人是谁，他们的目标是什么，他们只是把这些人视为某种……像鬼鬼祟祟的小团体。就这5000个人的公司，他们要改变世界，自动化所有工作，摧毁社会。这就是他们的看法。而且，作为资助建造所有这些数据中心和发电厂的人，这些设施将污染世界，对吧？他们并不完全理解正在发生的事情。你知道，他们必须停止谈论未来将要发生的事情，而只谈论当下，谈论AI如何令人振奋。我认为这需要一次重大的重组和品牌重塑。这件事必须要做。

主持人：

我很喜欢和你一起做这件事。感谢你的时间。太棒了。

Dylan Patel：

谢谢。

本文来自华尔街见闻，欢迎下载APP查看更多