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

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

Anthropic表示，谷歌承诺以3500亿美元的估值即刻投入100亿美元现金，该估值与今年2月融资轮的估值相同（不含近期新募资金）。谷歌将在Anthropic达成业绩目标后再追加投资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，后续还可能追加数吉瓦（1吉瓦的电力可为约75万户美国家庭供电）。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。

Anthropic近来加快融资步伐，背后的推动力正是Claude Code的强劲表现，这款AI智能体能显著加速计算机软件的开发流程。Claude Code已迅速成为硅谷工程师的首选工具，包括谷歌内部的部分员工，这也促使业界其他玩家争相追赶。此外，Anthropic的无需编程技能、可用于处理更广泛任务的Cowork智能体同样增势迅猛。

周五消息公布后，谷歌股价涨幅超过1%。

Anthropic首席执行官阿莫迪早年曾在谷歌担任AI研究员。自2021年阿莫迪携一批前OpenAI员工创立Anthropic以来，两家公司始终保持着密切联系。去年，谷歌宣布将向Anthropic提供多达100万块TPU芯片，该协议价值数百亿美元。彼时，谷歌已累计向这家初创公司投资约30亿美元。

然而，在谷歌持续向Anthropic注入更多资金的同时，双方也在角逐一个共同目标：率先打造出能够比肩人类能力的AI，并将相关工具推广至全经济领域的各类企业。据知情人士透露，近几个月来，谷歌高层对公司在AI编程这一新兴市场中的地位日益感到忧虑，而这一市场目前正由Anthropic主导。

Anthropic的前景同样并非没有风险。在一场围绕Anthropic技术能否被美国军方使用的公开争议之后，该公司被五角大楼列为供应链风险——这一定性目前正在法庭上遭到Anthropic的抗争。

与此同时，部分金融分析师也对大型算力供应商与Anthropic、OpenAI等AI初创公司之间所谓的“循环交易”表示担忧——在这类交易模式中，科技巨头既向初创公司投资，又向其出售芯片或数据中心算力。

本周早些时候，Anthropic公司宣布再次从亚马逊获得50亿美元融资，估值同样为3500亿美元，并保留未来追加最多200亿美元的权力。Anthropic于今年2月完成了300亿美元的融资，此后投资者纷纷以8000亿美元甚至更高的估值寻求入股。

Anthropic正考虑最早于今年10月启动IPO上市，并一直在积极寻求更多基础设施以满足其产品日益增长的需求。

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

消息称白宫延长航运豁免期限，原油短线跳水后重拾涨势，金银抹平日内跌幅。欧股多数低开，亚股指涨跌互现，10年期美国国债收益率和彭博美元指数均有望迎来一个月来的首次周线上涨。

尽管近期风险溢价有所回落，但投资者在周末前仍保持谨慎，市场情绪取决于伊朗局势是升级还是外交化解。交易员将密切关注美伊双方释放的信号及航运动态，以研判能源供应风险。霍尔木兹海峡一旦中断，可能推高油价并拖累全球增长。

Forex.com的Fawad Razaqzada表示：“双方的外交关系存在相当大的不确定性。更令人担忧的是，霍尔木兹海峡局势持续不明朗。由于没有明确的重新开放计划，不确定性依然很高。”

核心市场走势如下：

纳指涨0.7%，标普500指数涨0.4%，道指涨0.2%。英特尔涨约26%，公司一季度财报及二季度指引均超预期。SAP涨约7%，公司云业务营收超预期，同比增长19%，Q1利润超预期增长17%。MaxLinea涨约67%，公司二季度营收指引超过市场预期。

欧洲斯托克50指数开盘跌0.4%，德国DAX指数平开，英国富时100指数跌0.5%，法国CAC 40指数跌0.7%。

日经225指数收涨1%，报59716.18点；日本东证指数收盘几无变动，报3716.59点；韩国首尔综指收盘几无变动，报6475.63点。

NIFTY IT指数跌5.3%，势创2023年6月以来的最低水平。

10年期美国国债收益率基本持平，为4.33%。

彭博美元即期指数变化不大；美元兑日元转跌0.1%，报159.60。

布油上涨0.25%至每桶105.5美元

金银收复日内跌幅，现货黄金涨0.04%，现货白银重回75美元上方。

尽管地缘政治风险加剧市场波动，企业盈利仍具韧性。彭博数据显示，标普500指数成份股中近80%已公布季报的公司盈利超预期。Janus Henderson 的Adam Hetts和Oliver Blackbourn表示，随着伊朗冲突爆发，市场波动性加剧，但金融市场已证明具有相对的韧性。

受白宫延长航运豁免期限影响，布伦特原油短线跳水，此后收复部分失地并由跌转涨，上涨0.25%至每桶105.5美元以上。瑞银集团驻苏黎世分析师乔瓦尼·斯陶诺沃表示：“只要通过海峡的石油流量继续受到限制，市场持续收紧，石油库存持续下降，油价就会得到支撑。”

金银收复日内跌幅，现货黄金涨0.04%，现货白银重回75美元上方。

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

4月24日，A股午后延续跌势，三大股指集体走低，创业板盘中一度跌超2.5%，DeepSeek最新模型，提振半导体产业链，中芯国际等纷纷大涨。算力硬件普遍调整大跌，光模块、光通信等方向领跌，新易盛重挫超11%。锂矿、GPU、服务器等概念股拉升，化工板块反弹。光通信新股联讯仪器IPO首日暴涨超950%。

港股全天低开高走，午后恒指、恒科指震荡上涨，恒指转涨，盘初一度跌超1%，恒科指临近午盘翻红之后，午后继续上涨，芯片股狂拉，华虹半导体大涨超15%。AI应用股杀跌，智谱跌超9%。

债市方面，国债期货分化，长期限国债下跌0.5%。商品方面，国内商品期货多数下跌，多晶硅跌停。

A股：截至收盘，沪指跌0.33%，深成指跌0.69%，创业板指跌1.41%。

盘面上，个股跌多涨少，沪深京三市超3300股飘绿，今日全市场成交近2.66万亿，沪深两市成交额2.64万亿，较上一个交易日缩量1626亿。板块方面，6G、商业航天、太空光伏、CPO、算电协同、短剧游戏、深海科技概念股跌幅靠前；锂电池、化工、工业气体、半导体、芯片、能源金属题材走强。

港股：截至发稿，恒指涨0.24%，恒科指涨0.75%。

盘面上，半导体股涨幅居前，华虹半导体涨约15%，中芯国际涨约10%。锂电股上涨，赣锋锂业涨约9%，天齐锂业涨约6%。大模型股下跌，智谱跌约9%，MINIMAX跌约9%。

债市：国债期货分化，长期限国债领跌，截至收盘，30年期主力合约跌0.50%，10年期主力合约跌0.04%，5年期主力合约涨0.01%，2年期主力合约涨0.01%。

商品：国内商品期货多数下跌，截至收盘，新能源材料跌幅居前，多晶硅跌9.00%；贵金属全部下跌，钯金跌4.92%；油脂油料多数下跌，豆一跌2.30%；化工品多数下跌，橡胶跌1.93%；非金属建材全部下跌，玻璃跌1.37%；黑色系多数下跌，焦炭跌1.35%；基本金属多数下跌，氧化铝跌1.27%；航运期货全部下跌，集运指数(欧线)跌1.04%；农副产品全部下跌，玉米淀粉跌0.96%；能源品涨幅居前，低硫燃料油涨4.42%。

半导体产业链突然爆发

芯片股盘中突然爆拉，华虹公司涨超15%，中芯国际涨近5%，海光信息、寒武纪等先后拉升。

港股芯片股同样大涨，华虹半导体涨超15%。

消息面，寒武纪在官方微信号宣布，已基于vLLM推理框架完成对深度求索公司最新开源模型285B DeepSeek-V4-Flash和1.6TDeepSeek-V4-Pro的Day 0适配，适配代码已开源到GitHub社区。

今日，DeepSeek官网上线DeepSeek-V4接口和模型介绍，包括DeepSeek-V4-Flash和DeepSeek-V4-Pro。

据官网介绍，相比前代模型，DeepSeek-V4-Pro 的Agent能力显著增强。在Agentic Coding评测中，V4-Pro已达到当前开源模型最佳水平，并在其他Agent相关评测中同样表现优异。目前DeepSeek-V4已成为公司内部员工使用的Agentic Coding模型，据评测反馈使用体验优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式，但仍与Opus 4.6思考模式存在一定差距。

另外，DeepSeek-V4-Pro在世界知识测评中，大幅领先其他开源模型，仅稍逊于顶尖闭源模型 Gemini-Pro-3.1。在数学、STEM、竞赛型代码的测评中，DeepSeek-V4-Pro 超越当前所有已公开评测的开源模型，取得了比肩世界顶级闭源模型的优异成绩。

光通信新股上市首日暴涨950%

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”。

据华尔街见闻文章提及，该股首日盘中涨幅一度高达950.2%，最高触及766元/股，直接超越此前由同为科创板上市的GPU芯片企业沐曦股份保持的首日盘中最大755%涨幅纪录，并以单签最高浮盈约38.9万元，成为年内最赚钱的新股。

公司本次发行价格81.88元/股，对应2024年扣除非经常性损益前后孰低的摊薄后市盈率为63.64倍，发行后公司总股本约1.03亿股。截至发稿，该股涨幅仍维持在约800%，全日成交额超60亿元。

此次上市恰逢人工智能驱动的光通信产业上行周期，AI算力基础设施建设对高速光模块需求持续放量。联讯仪器是全球少数、国内极少数已量产供货400G、800G、1.6T高速光模块核心测试仪器的厂商，也是全球第二家推出目前业内最高水平1.6T光模块全部核心测试仪器的企业。在覆盖范围上，联讯仪器是业内极少数能够贯穿光通信产业链中模块、芯片、晶圆等核心环节测试需求的厂商。公司已与中际旭创、新易盛以及Lumentum等国内外主流光通信产业巨头建立深度合作关系。北向资金数据显示，外资正持续加码中国光通信产业链相关标的。

除光通信外，联讯仪器还在功率器件和半导体集成电路测试领域积极扩张。据Frost & Sullivan数据，公司在2024年中国碳化硅（SiC）功率器件晶圆级老化系统市场份额中位居第一；在功率芯片KGD分选测试系统市场，公司2023至2024年排名第三，本土企业中居首。

公司表示，本次IPO募集资金将重点投向下一代光通信测试设备研发及产业化、车规芯片测试设备研发及产业化、存储测试设备研发及产业化等项目，拟使用募集资金合计约17.1亿元。

锂矿概念股掀起涨停潮

锂矿概念股拉升，盛新锂能、永新材料、融捷股份涨停，天齐锂业涨超8%，赣锋锂业、永杉锂业涨超6%。

消息面，据上海证券报此前报道，碳酸锂行情升温在A股锂矿公司一季度业绩中也得到印证。天齐锂业盈利最高预增18倍，盐湖股份、藏格矿业净利润倍增，赣锋锂业大幅扭亏……总体来看，在下游动力与储能电池需求共振、碳酸锂价格企稳回升的驱动下，锂矿企业重新开启“赚钱模式”。

上证报称，多方了解的情况来看，碳酸锂在一季度的行情表现有望贯穿全年。业内普遍判断，从供给增长有限、下游需求旺盛的实际来看，碳酸锂供给全年或维持紧平衡状态，价格大幅波动概率较低，具备低成本与高自给率的企业将在新一轮竞争格局中持续领跑。

中信建投证券指出，锂电设备行业在头部电池厂商扩产潮及储能需求高增长的推动下，迎来订单和业绩的强劲修复。一季度设备头部企业签单大幅超预期，同比环比继续高增，预计全年设备端 “订单强复苏—交付能力提升—利润率修复” 逻辑将持续验证。

算力硬件普遍下跌

A股算力硬件普遍下跌，新易盛、天孚通信、剑桥科技纷纷下挫。

CPO板块龙头新易盛今日放量大跌，截至收盘，该股跌幅达11.67%，单日跌幅创2025年9月4日以来新高。

同时，其全天成交额高达501.03亿元，不仅刷新其上市以来最高纪录，同时在今日A股成交额榜单中位居第一。纵观A股历史，这一成交额位列第四，仅次于东方财富、中国石油与中国平安。

消息面，华尔街见闻文章称，新易盛Q1实现营业收入83.38亿元，同比增长105.76%；归母净利润27.80亿元，同比增长76.80%；扣非归母净利润27.68亿元，同比增长76.44%。

影响利润率的最大变量来自财务费用：一季度财务费用5.22亿元，主要系汇兑损失增加；同时，公司计提的资产减值损失0.83亿元，同比扩大。两项因素叠加，拖累净利率表现。

高盛称，汇兑损失增加造成季度净利润不及预期，仍看好公司今年未来几个季度的营收环比增长。驱动上述看法的因素包括光模块芯片供应持续改善、产品结构向1.6T及以上解决方案升级、硅光解决方案的收入占比提升，公司加快产能扩张以支持出货量的快速爬坡。

本文来自华尔街见闻，欢迎下载APP查看更多

从第三方评测来看，评测平台 Arena.ai 在 X 上将V4 Pro（思考模式）定性为"相较DeepSeek V3.2的重大飞跃"，在其代码竞技场中列开源模型第3位、综合第14位；另一家测评方 Vals AI 则称，V4在其Vibe Code Benchmark中以"压倒性优势"拿下开源权重模型榜首，击败Gemini 3.1 Pro等闭源模型，较上代V3.2实现约10倍性能跃升。

定价层面，V4-Flash输出价格为每百万token 0.28美元，较Claude Opus 4.7低逾99%；V4-Pro输出价格为3.48美元，是同级别前沿模型中定价最低的选项之一。对比表格显示，Flash 处于小模型区间最低档，Pro 也处于“大模型前沿”区间低位。

围绕实际体验的讨论开始分化。多位网友在 X 上称其性价比“打穿”。而DeepSeek在自述材料中则保持克制，称在知识与推理上接近闭源系统但仍有约3到6个月差距，同时提示“受限于高端算力”，Pro 服务吞吐有限，后续价格存在下调预期。

第三方测评：代码能力独占鳌头，综合排名紧追顶级

就在OpenAI GPT-5.5发布不久后，DeepSeek-V4预览版正式上线并同步开源，涵盖参数总量1.6万亿（激活参数49B）的V4-Pro，以及参数总量2840亿（激活参数13B）的V4-Flash，两款模型均支持100万token超长上下文窗口，采用MIT开源协议。

模型评测平台Arena.ai在V4发布当日宣布，DeepSeek V4 Pro（思考模式）在其代码竞技场中排名开源模型第3位，综合排名第14位，并将此次发布定性为"相较DeepSeek V3.2的重大飞跃"。Arena.ai同时测试了V4 Flash，两款模型均支持100万token上下文。

Vals AI的评测结果更具看点。该平台表示，DeepSeek V4在其Vibe Code Benchmark中"以压倒性优势"成为开源权重模型第一，不仅超越第2名Kimi K2.6，更击败Gemini 3.1 Pro等闭源前沿模型。

Vals AI特别强调，V4较V3.2实现了约10倍的性能跃升——"V3.2在该基准上仅得5分，这不是笔误。"在Vals综合指数排名中，V4以第2位收官，与榜首Kimi K2.6仅相差0.07%。

社区反应十分积极。在X平台上，用户Sigrid Jin称其带来新的“shocking moment”，并提到“现在可以在家里跑 gpt 5.4-ish 的模型”。他写道：

"GPT-5.5，对不起，DeepSeek V4才是新的震撼时刻，它在代码竞技场中击败了GPT-5.4高强度模式。"

用户Ejaaz则称：

"中国正在主导AI，他们已经追上来了。DeepSeek V4 Flash比Opus 4.7便宜99%，每百万token仅需0.28美元，代码竞技场排名第一，这不是笔误。"

也有用户表达保留意见，X用户Michael Anti在试用后表示，V4 Flash的实际体验未能超越此前已相当成熟的V3.2，认为对老用户而言升级体验令人失望。

官方自评：措辞克制，代码与Agent领域差距最小

DeepSeek对自身性能的评述保持了一贯的审慎风格。官方文件显示，在知识与推理任务上，V4-Pro已超越主流开源模型，接近Gemini等闭源系统，但与最先进的前沿模型仍存在约3至6个月的差距。在Agent和代码任务上，表现接近甚至部分超过Claude Sonnet。

内部使用数据方面，DeepSeek表示，V4已成为公司内部员工的Agentic Coding（智能体编程）主力模型，评测反馈显示其使用体验优于Claude Sonnet 4.5，交付质量接近Opus 4.6非思考模式，但与Opus 4.6思考模式仍有一定差距。

在数学、STEM及竞赛级代码评测中，V4-Pro超越目前已公开评测的所有开源模型，包括月之暗面的Kimi K2.6 Thinking和智谱GLM-5.1 Thinking，并取得比肩顶级闭源模型的成绩。

博主Simon Willison在其测评文章中指出，V4-Pro（1.6万亿参数）是目前已知最大的开源权重模型，超过Kimi K2.6（1.1万亿）、GLM-5.1（7540亿）以及DeepSeek V3.2（6850亿），为有意本地部署的企业用户提供了新的选项。

他还晒出了不同模型做出的鹈鹕图例：

这是DeepSeek-V4-Flash的鹈鹕：

至于DeepSeek-V4-Pro：

价格体系：最低仅为竞品1%，下半年仍有进一步降价空间

DeepSeek的定价策略是此次发布中最受市场关注的部分。V4-Flash的输入/输出价格分别为每百万token 0.14美元/0.28美元，低于OpenAI GPT-5.4 Nano（0.20美元/1.25美元）和Gemini 3.1 Flash-Lite（0.25美元/1.50美元），是目前小型模型中定价最低的选项。

V4-Pro的输入/输出价格为1.74美元/3.48美元，同样低于Gemini 3.1 Pro（2美元/12美元）、GPT-5.4（2.50美元/15美元）、Claude Sonnet 4.6（3美元/15美元）和Claude Opus 4.7（5美元/25美元）。

博主Simon Willison汇总的价格对比数据显示，V4-Pro是目前大型前沿模型中成本最低的选项，V4-Flash则是小型模型中成本最低的，甚至低于OpenAI的GPT-5.4 Nano。

DeepSeek将上述低价能力归因于模型在超长上下文场景下的极致效率优化。官方数据显示，在100万token场景下，V4-Pro的单token推理算力仅为V3.2的27%，KV缓存仅为10%；V4-Flash则分别低至10%和7%。

值得关注的是，DeepSeek在价格说明中附注称，"受限于高端算力，目前Pro的服务吞吐十分有限，预计下半年昇腾950超节点批量上市后，Pro的价格会大幅下调"，暗示当前定价仍有进一步下调空间。

技术架构：混合注意力机制突破长上下文瓶颈，适配国产算力

DeepSeek-V4的核心技术创新在于首创的"CSA（压缩稀疏注意力）+HCA（重度压缩注意力）"混合注意力架构，旨在解决传统注意力机制在超长上下文场景下呈平方级复杂度攀升、显存与算力难以工程落地的行业痛点。CSA将每4个token压缩为一个信息块并通过稀疏检索获取最相关内容，在保留中段细节的同时大幅降低计算量；HCA则将海量信息浓缩为框架级信息块，专注全局逻辑处理。

在此之外，V4还引入mHC流形约束超连接（升级传统残差连接，将信号传播约束在稳定流形上）以及Muon优化器（替代传统AdamW，适配MoE大模型与低精度训练）。官方数据显示，全链路工程优化可实现推理加速最高接近2倍。

在国产算力适配方面，DeepSeek-V4在华为昇腾NPU平台上完成细粒度专家并行优化方案的全面验证，在通用推理负载场景下可实现1.50至1.73倍的加速比。DeepSeek官方表示，V4是全球首个在国产算力底座上完成训练与推理的万亿参数级模型，但目前昇腾平台适配代码暂未对外开源，属于闭源优化。此外，寒武纪已通过vLLM推理框架完成对V4-Flash和V4-Pro的适配，相关代码已开源至GitHub社区。

本文来自华尔街见闻，欢迎下载APP查看更多

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。

另据媒体报道，消息人士称，在几类正在考虑的目标类型中，相关选项特别侧重于对伊朗在霍尔木兹海峡、南阿拉伯湾及阿曼湾周边能力的“动态打击”。这些潜在攻击的目标包括伊朗的小型快速攻击艇、布雷船以及其他非对称作战装备——正是这些装备帮助德黑兰有效封锁了这些关键水道，并以此作为对美国的施压筹码。

此前，中东局势已现升级态势。据央视新闻报道，以色列国防部长卡茨于23日明确表示，以色列已做好重启对伊朗军事行动的准备，防御与进攻目标均已确定，目前“正在等待美国的绿灯”。另据伊朗法尔斯通讯社报道，伊朗已依据“对等回应”与“进攻性威慑”原则制定了详细应对方案，选项涵盖打击能源设施、封锁霍尔木兹海峡等高烈度行动。

在发出军事威胁的同时，外交信号同步释放。

当地时间4月23日，美国总统唐纳德·特朗普在其社交媒体“真实社交”上发文表示，以色列与黎巴嫩之间的停火协议将延长三周。另据伊朗塔斯尼姆通讯社报道，伊朗外长阿拉格齐分别与巴基斯坦副总理兼外交部长达尔、巴基斯坦陆军参谋长穆尼尔元帅通电话，就地区事态发展及停火相关议题进行交谈与磋商。

打击方案聚焦海峡，但能否重开航道存疑

据媒体报道，美军新作战方案与第一阶段打击存在显著差异：上月轰炸主要针对伊朗内陆纵深目标，而新方案将火力集中于霍尔木兹海峡、阿拉伯湾南部及阿曼湾周边的战略水道。

然而，多位知情人士（包括一位资深航运经纪商）向媒体表示，即使实施新的军事打击，也难以立即重开该航道。一位熟悉军事规划的消息人士指出：“除非能无可置疑地证明伊朗100%的军事能力已被摧毁，或美国能以自身能力近乎确定地规避风险，否则最终将取决于特朗普是否愿意承担巨大风险，强行推动船只穿越海峡。”

报道称，伊朗大部分岸防导弹仍完好无损，加之拥有大量可用于袭击过往船只的小型快艇，使得重开水道的风险大幅上升。

美军多套备选方案浮出水面：能源设施、领导人定点清除均在列

除针对海峡防御能力的打击方案外，美军规划人员还准备了其他选项。据报道援引知情人士，特朗普此前曾威胁打击能源设施等军民两用基础设施，以迫使伊朗重返谈判桌，该选项目前仍在规划之中。但多名现任及前任美国官员警告称，打击基础设施将构成争议性的冲突升级。

另一方案更为直接：定点清除被美方认定为“阻挠谈判者”的伊朗军方领导人。知情人士透露，伊斯兰革命卫队总司令艾哈迈德·瓦希迪已被列为潜在目标之一。美方官员近期公开暗示，伊朗内部存在积极破坏谈判进程的力量。

特朗普本人在周四的社交媒体帖子中，将伊朗内部“强硬派”与“温和派”之间的分歧描述为阻碍外交解决的关键障碍，并称伊朗政权在最高领导人遭美以联合行动击毙后已处于“分裂”状态。

本文来自华尔街见闻，欢迎下载APP查看更多

据路透社周五报道，西北欧多家设备批发商和可再生能源企业表示，随着天然气和电力价格持续飙升，家庭和企业安装屋顶太阳能系统的需求在3月大幅跃升，4月增速进一步加快。

多位行业高管透露，自2月28日中东战争爆发以来，德国、荷兰和英国的屋顶太阳能需求已上涨30%至50%。

行业协会SolarPower Europe的研究显示，在中东冲突爆发后的前17天，太阳能发电每天为欧盟节省约1.3亿美元（合1.117亿欧元）的化石燃料进口支出。若无太阳能电力，欧盟当前的化石燃料进口账单将比现在高出32%。

德国需求激增，设备批发商单月销售额翻三倍

德国是此轮屋顶太阳能需求爆发的核心市场之一。德国太阳能设备批发商Solarhandel24上月销售额较此前翻逾三倍，4月有望再度实现三倍增长。

德国太阳能解决方案提供商Enpal同样录得强劲增长，3月订单量同比跳升30%，并预计4月将进一步增长33%。上述数据表明，能源价格冲击正在迅速转化为消费者和企业对分布式可再生能源的实质性需求。

英国推出政策组合拳，释放千万级屋顶潜力

英国政府本周亦宣布一系列措施，旨在削弱天然气价格对电价的主导影响，屋顶太阳能安装被纳入其中作为重要抓手。

英国能源企业OVO Energy上月发布分析报告指出，全英约有1370万户家庭具备安装太阳能板的条件，占全部住宅建筑的近一半。若上述安装全部落地，每年可产生28.5太瓦时（TWh）可再生电力，足以为英国现有120万辆电动汽车充电近10年。

此轮需求激增的核心逻辑在于，消费者和企业正将屋顶太阳能视为对冲能源价格波动的实际工具，而非单纯的绿色选择。中东冲突触发的供应危机，使欧洲对化石燃料进口依赖的脆弱性再度暴露。

SolarPower Europe的数据进一步强化了这一逻辑——太阳能在冲突初期已为欧盟每日节省逾亿美元进口成本，直接量化了分布式清洁能源对能源账单的缓冲效果。

本文来自华尔街见闻，欢迎下载APP查看更多

据英国《金融时报》周五报道，能源数据机构Vortexa数据显示，新加坡4月份俄罗斯燃油进口量已超过2025年月均水平的两倍，且有望创下2016年有记录以来的单月历史新高。

与此同时，来自中东海湾地区的燃油供应大幅萎缩，3月至4月合计日均到港量从1月至2月的52.2万桶骤降至33.6万桶。

这一供应结构的切换正在向全球市场传导。Rystad Energy分析师Paola Rodriguez-Masiu警告称，由于新加坡出价高于其他地区，全球可用燃油货物正向新加坡集中，欧洲等地区在未来数周内“几乎不可避免”将面临供应紧张。布伦特原油价格虽已从4月初近110美元/桶的高位有所回落，但仍维持在105美元/桶附近。

战事冲击：霍尔木兹封锁引发供应断层

伊朗战事及霍尔木兹海峡封锁是此轮能源市场动荡的直接导火索。

霍尔木兹海峡是全球重要的能源运输通道，其封锁不仅推高了全球能源价格，更造成航空燃油及船用燃油（即船燃）等关键产品短缺。

Vortexa数据显示，来自海湾地区的燃油货物在3月至4月合计日均到港量为33.6万桶，较1月至2月的52.2万桶大幅下滑。与此形成对比的是，俄罗斯燃油在同期的合计日均到港量从37.2万桶攀升至58.5万桶，基本对冲了中东供应的缺口。

船舶流量数据同样印证了这一趋势。据BloombergNEF，新加坡3月船舶到港量环比增长7%，同比增长近15%，大量船只因绕开中东航线而改道新加坡。

价格飙升：船用燃油成本较年初大涨逾800美元

供应紧张直接推升了船燃价格。据价格报告机构Argus数据，尽管船燃价格已从3月底的历史高位有所回落，但最高等级低硫船用燃油的价格仍较1月高出约800美元/吨。该等级燃油主要用于港口区域，以满足减排要求。

Argus分析师Siew Hua Seah表示，在亚洲大多数港口，“只要愿意支付供应商要求的溢价，仍可以找到燃油，但库存水平很低”。她同时指出，随着需求有所回落以及包括新加坡在内的港口陆续收到新货，4月份供应可得性已有所改善。

数据显示，过去两周新加坡燃油库存已下降约11%，库存压力不容忽视。

俄油涌入：制裁框架下的合规操作

俄罗斯燃油的大规模流入，发生在一套复杂的国际制裁框架之下。

新加坡本身并未对特定俄罗斯油品实施制裁，但使用西方航运服务的交易商须遵守上述价格上限规定。值得关注的是，美国近期已临时豁免对海运俄罗斯石油的制裁，以期抑制价格涨势。

据海事数据公司Veson Nautical，今年已有约20艘俄罗斯油轮停靠新加坡相关锚地，其中数艘处于欧盟及美国制裁名单之列，而去年1月至4月间这一数字仅为5艘。能源与清洁空气研究中心数据亦显示，新加坡3月俄罗斯油品进口量较2月翻倍，其中燃油增幅最为显著。

新加坡的高溢价正在产生"虹吸效应"，将全球有限的燃油货物吸引至亚洲，令其他地区面临潜在供应压力。Rystad Energy的Paola Rodriguez-Masiu指出，欧洲在定价层面处于劣势，"目前尚未感受到痛苦，但在未来几周内，几乎不可避免地将开始出现供应问题"。

本文来自华尔街见闻，欢迎下载APP查看更多

当地时间4月23日，美国总统唐纳德·特朗普在其社交媒体“真实社交”发文表示，以色列与黎巴嫩之间的停火协议将延长三周。

本文来源：央视新闻

特朗普再强调对伊朗“已大赢特赢”：有时间、没压力、不着急

美国总统特朗普23日再次强调自己在结束对伊朗战事上没有压力、不急于同伊朗达成协议，并表示想达成“最好”“永久”的协议。特朗普当天在社交媒体发文，称时间在美国这边，说自己“或许是心理压力最小的那一个”，“我拥有全世界最充裕的时间，伊朗却没有”。接下来的形势只会对伊朗方面愈发不利，“时间并不站在他们那边”。

特朗普晚些时候在白宫一场活动上对媒体再次称，他“完全没有压力”，真正承受压力的是伊朗方面，因为在美国海上封锁下“无法让石油恢复运输，他们的整个石油基础设施体系都将面临崩溃边缘”。

特朗普表示，他现在就可以同伊朗达成协议，但想要协议“永久”有效，令伊朗永远没机会拥有核武器。所以，他不想让自己太着急，“我们有足够的时间”。“如果美国现在离开，我们就已经大赢特赢了，他们（伊朗）至少20年才能重建国家。但我不想这样做，我想要永久协议。”特朗普说。

他同时威胁称，美方已打击伊朗大约75%的目标，严重削弱其军事力量。如果伊朗不想达成协议，他就会“用军事手段完成剩下的事情”。

本文来源：新华社

伊朗外交部：谈判重心已从核问题转为彻底停战

针对议长卡利巴夫出任伊斯兰堡谈判伊方代表团团长一事，伊朗外交部发言人23日作出正式回应。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。

伊朗外交部发言人表示，卡利巴夫拥有两伊战争的实战背景，在多个领域的履历十分丰富。作为议长，他能有效协调国内各方力量，深受各政治派别信任。卡利巴夫与同样具备战争背景的阿拉格齐搭档，伊方认为，这是一个能够统筹全局的高效外交组合。

发言人明确指出，核问题已不再是主轴，当前的谈判重心是彻底停战，首要任务是保障国家核心利益。谈判桌上的关键诉求包括索要战争赔偿、解决霍尔木兹海峡争端、全面解除制裁。伊朗还要求美国和以色列提供切实担保，保证未来不再对伊朗发动军事侵略，任何最终协议都必须以消除威胁和防止侵略重演为底线。

在这份声明发出不久前，以色列方面消息称，由于伊朗伊斯兰革命卫队介入，卡利巴夫已经从伊朗谈判小组辞职。

本文来源：央视新闻

伊朗领导层集体否认内斗分裂：我们都是伊朗人、革命者

对于美国总统特朗普一而再再而三地称“伊朗内部分裂争斗”，当地时间4月23日晚，伊朗总统佩泽希齐扬、议长卡利巴夫及司法总监埃杰伊通过社交媒体共同发布信息指出，“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’。凭借人民与政府之间坚如钢铁的团结，以及对最高领袖的完全服从，我们将让侵略者追悔莫及。”

特朗普当天早些时候曾通过社交媒体发帖称，“伊朗正极其艰难地试图弄清楚谁才是他们的领导人，他们根本不知道。‘强硬派’在战场上输得一败涂地，‘温和派’其实一点都不温和，但正赢得尊重，双方之间的内斗简直疯狂。”

本文来源：央视新闻

本文来自华尔街见闻，欢迎下载APP查看更多

联讯仪器周五登陆上交所科创板，首日盘中涨幅一度高达950.2%，最高触及766元/股，直接超越此前由同为科创板上市的GPU芯片企业沐曦股份保持的首日盘中最大755%涨幅纪录，并以单签最高浮盈约38.9万元，成为年内最赚钱的新股。

公司本次发行价格81.88元/股，对应2024年扣除非经常性损益前后孰低的摊薄后市盈率为63.64倍，发行后公司总股本约1.03亿股。截至发稿，该股涨幅仍维持在约800%，全日成交额超60亿元。

此次上市恰逢人工智能驱动的光通信产业上行周期，AI算力基础设施建设对高速光模块需求持续放量。联讯仪器是全球少数、国内极少数已量产供货400G、800G、1.6T高速光模块核心测试仪器的厂商，也是全球第二家推出目前业内最高水平1.6T光模块全部核心测试仪器的企业。在覆盖范围上，联讯仪器是业内极少数能够贯穿光通信产业链中模块、芯片、晶圆等核心环节测试需求的厂商。公司已与中际旭创、新易盛以及Lumentum等国内外主流光通信产业巨头建立深度合作关系。北向资金数据显示，外资正持续加码中国光通信产业链相关标的。

除光通信外，联讯仪器还在功率器件和半导体集成电路测试领域积极扩张。据Frost & Sullivan数据，公司在2024年中国碳化硅（SiC）功率器件晶圆级老化系统市场份额中位居第一；在功率芯片KGD分选测试系统市场，公司2023至2024年排名第三，本土企业中居首。

公司表示，本次IPO募集资金将重点投向下一代光通信测试设备研发及产业化、车规芯片测试设备研发及产业化、存储测试设备研发及产业化等项目，拟使用募集资金合计约17.1亿元。

光通信测试：稀缺全链路覆盖，国产市场份额第一

联讯仪器成立于2017年，在光通信测试领域的核心优势在于其对产业链模块、芯片、晶圆三大核心测试环节的同步覆盖，这一能力在国内属于极少数。据中信建投证券阎贵成团队4月14日的报告，公司通信测试仪器已完成400G→800G→1.6T三代产品迭代，面向1.6T光模块测试需求的65GHz采样示波器、120GBaud时钟恢复单元和1.6Tbps误码分析仪三款核心产品均已量产供货，使公司成为全球第二家推出1.6T光模块全部核心测试仪器的厂商。

在光芯片测试方面，公司的三款半导体测试设备实现全链路贯通：硅光晶圆测试系统覆盖晶圆级功能测试，光芯片KGD分选测试系统覆盖裸Die级分选，CoC光芯片老化测试系统覆盖封装级老化测试。2024年公司在中国光电子器件测试设备市场份额排名第一。

市场空间方面，根据Frost & Sullivan数据，2024年中国光通信测试仪器市场规模达33.0亿元，预计2029年增至65.9亿元；全球市场同期从9.5亿美元扩张至20.2亿美元。据国投证券4月16日的报告，应用于数据中心的光模块近年在AI影响下迭代周期从3至4年缩短至约2年，800G光模块已成为全球数据中心主流产品，1.6T光模块进入商业化阶段，高速化趋势持续推动高端测试仪器需求升级。

客户资源方面，公司已覆盖中际旭创、新易盛、光迅科技、海信集团、Lumentum、Coherent、Broadcom、日本住友、日本古河等国内外主流光通信产业链客户。

功率器件测试是公司成长的重要第二支柱。据中信建投证券报告，2024年联讯仪器在中国碳化硅功率器件晶圆级老化系统（WLBI）市场份额排名第一，占比43.6%；功率芯片KGD分选测试系统中国市场排名第三、本土企业第一（12.1%）。公司客户覆盖比亚迪半导体、芯联集成、士兰微、三安光电、ONSEMI等国内外主流功率芯片厂商。

根据Frost & Sullivan数据，2024年中国分立器件测试设备市场规模为18.4亿元，预计2029年增至43.6亿元，年均复合增速18.8%，碳化硅功率器件测试需求快速增长是主要驱动力。

据国投证券报告，公司正在布局高速存储芯片测试系统和HBM芯片KGD分选测试系统等存储测试产品。目前全球存储器件测试设备市场主要由Advantest、Teradyne等美日企业垄断，国内产品性能差距较大，高速产品几乎处于空白阶段，国产替代空间充足。公司还计划向宽带实时示波器、任意波形发生器等通用测试领域拓展，开拓新盈利增长点。本次募集资金投向亦包括存储测试设备研发及产业化建设项目（拟使用募集资金3.85亿元）和数字测试仪器研发及产业化建设项目（拟使用募集资金3.04亿元），与上述战略方向相互印证。

联讯仪器近三年收入年均复合增速约77%，盈利能力显著改善。毛利率从2022年的43.61%大幅提升至2024年的63.63%，2025年为58.84%。研发投入持续加码，2022至2024年累计研发投入3.50亿元，2025年1至9月研发费用占营收比例达24.89%，截至2025年9月末研发人员440人，占员工总数约40%，已授权发明专利113项。

从业务结构看，2025年1至9月，电子测量仪器收入3.43亿元（占比43.06%），半导体测试设备收入3.98亿元（占比50.02%），双轮驱动格局基本形成，有助于平滑单一赛道的景气波动风险。

同业估值方面，据中信建投证券研报，国内可比公司华峰测控2026年PE约47.39倍，长川科技约51.01倍，广立微约78.39倍；海外Keysight约44.4倍，Advantest约87.3倍，可比公司均值约63.61倍。

本文来自华尔街见闻，欢迎下载APP查看更多

从数字来看，4月摩根大通估算的可观测库存去化量已达每日710万桶；据高盛数据，若纳入不可见成品油库存，4月全球日均去库规模更高达1090万桶，为2017年以来最快单月消耗速度，自波斯湾冲突爆发至今，累计耗损估计已达4.74亿桶。与此同时，包括管道改道在内的波斯湾石油流量已降至每日约930万桶，仅为正常水平的40%。

Kaneva的核心判断是：4月观测到的全球石油需求下滑约430万桶/日，规模已超过2009年全球金融危机峰值时期的需求损失，但现行油价在历史上并不极端，远不足以解释如此大规模、如此迅速的需求崩落。更合理的解释是，大部分需求损失并非买家主动放弃消费，而是实物断货直接压制了实际购买行为——供给损失正借道需求账目呈现出来。

这一区别至关重要。它意味着迄今为止的调整主要由中东、亚洲和非洲等脆弱市场承压，欧美消费者的价格痛苦尚未真正开始。Kaneva警告，即便叠加激进的库存贡献，供需缺口仍有约200万桶/日需要填补，欧美市场被迫参与调整只是时间问题——这意味着油价需要进一步上涨，或许大幅上涨，市场终将被迫出清。

Kaneva在最新报告中指出，大宗商品市场的物理规律不可逾越：供应加上库存减少，恒等于消费加上库存增加。一旦生产短缺，缺口不会凭空消失，系统须依次启动备用产能、动用库存、紧急释放储备，最终通过高价格强制压制需求。但在本轮冲击中，这套调整机制几乎逐一失守。

供应冲击以罕见的规模和速度展开：3月全球石油供应中断为每日910万桶，4月扩大至每日1370万桶。传统的第一道防线——备用产能——却根本无从激活。全球绝大多数备用产能集中在沙特阿拉伯和阿联酋，而这两国被事实上切断于国际市场之外，行业传统冲击吸收器形同虚设。

美国作为全球边际供应商，即便价格大幅上涨，页岩油的规模化产能响应也需3至6个月，预期贡献仅为每日30万至70万桶；更大规模增产通常需6至12个月方能实现。俄罗斯备用产能约为每日30万桶，但在能源基础设施持续遭受攻击的背景下，近几周俄罗斯供应已下滑约35万桶/日。第一道防线失守，库存消耗随即成为唯一缓冲——这是Kaneva所说的"时钟开始倒计时"。

摩根大通数据显示，全球石油需求3月平均下滑280万桶/日，4月跌幅扩大至430万桶/日。这一规模已超过2009年全球金融危机高峰时约250万桶/日的需求萎缩——而彼时背景是全球衰退与工业活动急剧萎缩。

令Kaneva困惑的是，本轮需求下滑发生在相对温和的价格环境下。布伦特原油期货均价在3月和4月均约为每桶100美元，现货均价3月为107美元、4月迄今约123美元；成品油价格较战前虽近乎翻倍，但原油价格水平在历史上并不极端，不足以单独解释如此大规模且迅速的需求减量。

Kaneva的结论是：大部分需求下滑不是传统意义上价格驱动的主动需求破坏，而是实物短缺迫使消费中断——买家并非因价格过高选择少买，而是根本没有货可买。这种"被迫需求缺失"统计上呈现为需求下降，本质上却是供给损失在账本需求侧的映射，构成一种"伪需求下降"。

4月430万桶/日的需求损失中，87%集中于中东（直接受战争冲击）、亚洲（对海湾原油及成品油存在结构性依赖）和非洲（依赖海湾中间馏分油、库存薄弱、财政应对能力有限）。随着货物被转向出价更高的亚洲买家，部分需求方直接被市场价格排挤出局。

这是本轮供需失衡中最清晰的实时警报。摩根大通估算，可观测商业及战略库存在3月去库400万桶/日，4月激增至710万桶/日。摩根大通同时指出，由于部分成品油库存可见度有限，实际去库幅度完全可能显著大于已报告数据。

高盛的数据与之形成印证。据高盛，4月全球可见库存日均消耗630万桶；若纳入非经合组织国家不可见成品油库存，4月日均去库总量高达1090万桶，为2017年以来最大单月消耗速度，自波斯湾冲突爆发以来估计累计耗损已达4.74亿桶。

供应侧压力同样严峻。伊朗石油出口已骤降至每日约30万桶，美国出口已触及管道上限。高盛预计，即便霍尔木兹海峡完全重开，受产能重启、油轮航行时间及管道速率等物流瓶颈制约，流量恢复将是渐进过程，全球库存下滑可能延续至5月甚至更久。

值得关注的是，库存去化存在不可跨越的自然下限——操作性最低库存水平。一旦触及该底线，在供应无法恢复的情况下，唯一的再平衡机制将是需求的强制性崩塌。这是Kaneva所说"更大冲击"的临界触发条件。

Kaneva的核算揭示了一道无法回避的算术题：约1400万桶/日的供应被移除，即便以激进的800万桶/日估算库存贡献，市场仍有约200万桶/日的缺口，须通过更大幅度的需求减少或更激进的库存去化来弥合。

她警告，这一缺口"太大，仅靠新兴市场无法消化"。欧洲和美国不可避免地需要参与调整，而两者参与的前提是油价进一步——乃至大幅——上涨。欧洲馏分油和航空燃油市场已在进一步收紧；美洲因国内供应灵活性相对充足，短期受冲击程度较小，但美国泵价上涨已开始压制弹性驾驶需求，机票价格上涨也正逐步软化航空燃油需求。

就产品结构而言，调整在利润率薄弱的价格敏感领域率先显现，尤以石化原料和航空燃油为甚。来自海湾的液化石油气（LPG）、乙烷及石脑油短缺，已迫使亚洲各地PDH装置和蒸汽裂解装置大幅削减开工率甚至停产；这一石化原料驱动的需求萎缩约占4月430万桶/日总需求损失的55%。印度官方数据显示，3月LPG消费同比下滑13%。航空燃油约占总需求损失的11%，主要反映中东停飞冲击；Kaneva预计5月亚洲和欧洲航空公司将进一步削减运力，航空燃油需求将持续走弱。

汽油价格涨幅目前明显小于馏分油，反映其对海湾供应的依赖度相对较低。但Kaneva警告，随着炼厂约束收紧整体成品油平衡，这层相对保护将逐渐消退——尤其是在美国夏季驾驶旺季临近之际。Kaneva的最终结论与大宗商品市场的铁律如出一辙：市场必将出清，代价将远比目前账面上呈现的更大，届时消费者与金融市场均难以幸免。

本文来自华尔街见闻，欢迎下载APP查看更多

4月24日，备受关注的DeepSeek的V4模型预览版终于发布并同步开源了权重。

这次发布的两个版本，一个是总参数1.6万亿，激活49B的旗舰版V4 PRO，一个是经济型V4-Flash，总参数284B，激活13B，均支持100万token上下文，MIT协议完全开源。

就在前一天，OpenAI刚刚上线GPT-5.5，每百万输出token定价30美元。今天DeepSeek V4-Flash的输出定价是2元人民币/百万token，折合不到0.3美元。

前后两天，闭源与开源的两种定价逻辑，面对面呈现在了市场面前。

一、时点：三次跳票之后

DeepSeek这一天来得不算突然，但比所有人预期的都晚。

从去年底到今年2月、3月、4月初，DeepSeek V4的发布窗口推了三次，行业里各大模型的频繁更新几乎进入了最密集的时刻。

必须承认在2026年4月末，百万上下文已称不上是绝对领先，Gemini、Qwen等都到了这个量级。这次DeepSeek V4落地，要回答的不是"能不能做到"，而是"做到了之后，成本撑不撑得住"。

V4给出的回答是一套全新的混合注意力架构。它在token维度引入压缩机制，结合自研的DSA稀疏注意力，其让模型在处理超长文本时不再对所有token做全量计算，而是区分轻重：强关联的token精读，弱关联的压缩或跳过。

这套机制从预训练阶段就改变了模型处理长序列的方式。根据技术报告，V4还引入了流形约束超连接（mHC），替代传统残差连接来增强深层网络信号传播的稳定性，并使用Muon优化器提升训练收敛速度。整个模型在超过32万亿token上完成了预训练。

实际效果用两个数字就能概括：在百万token上下文设置下，V4-Pro每处理一个token的算力消耗只有V3.2的27%，KV缓存占用只有10%。

官方在公告里说得更清楚："从现在开始，1M上下文将是DeepSeek所有官方服务的标配。"这意味着长上下文正式从"加价功能"变成了"默认配置"，这对整个行业的成本预期是一次重新校准。

二、矩阵：两型号+三模式

在这次发布中，旗舰V4-Pro和经济型V4-Flash都支持三种推理模式：非思考模式（快速响应）、思考模式-高（显式推理链）、思考模式-极限（推到模型能力边界）。官方建议复杂Agent场景使用极限模式。

DeepSeek对V4-Pro的定位给了一个直白的对标：内部员工已经把它当作日常Agentic Coding工具使用，体验优于Claude Sonnet 4.5，交付质量接近Opus 4.6非思考模式，但与Opus 4.6思考模式仍有差距。

推理性能方面，在数学、STEM和竞赛型代码评测中超越当前所有已公开评测的开源模型，比肩世界顶级闭源模型；世界知识大幅领先其他开源模型，稍逊于Gemini-Pro-3.1。

V4-Flash的推理能力接近Pro版，但世界知识储备稍逊；简单Agent任务旗鼓相当，高难度任务有差距。

这组自评有一处值得注意，DeepSeek主动划出了与Opus 4.6思考模式的差距，在国产大模型发布话术的传统里，这种克制本身就是一种技术自信的表达。

三、扳机：Token价格差

随着预览版的公开，V4的API定价已随发布同步上线。

每百万token，V4-Flash的输入价是1元（缓存命中0.2元），输出价2元；V4-Pro的输入价12元（缓存命中1元），输出价24元。官方注明这是预览版定价，Pro版下半年算力扩容后将大幅下调。

这组数字需要放在坐标系里看才有意义。

Flash版每百万token输入1元——这个价格让几乎所有开发者都能无负担地调用一个万亿参数级MoE架构的开源旗舰模型。

对比之下，GPT-5.5前一天刚刚上线的输出定价是30美元/百万token，折合人民币超过200元，与V4-Flash的2元输出价差距超过100倍。即便拿V4-Pro的24元输出价来比，差距仍在一个数量级以上。

Pro版当前价格较高，但官方已经给出了明确的降价预期。背后的约束并非定价策略，而是算力供给——Pro版的高性能推理对芯片资源要求更高，当前服务吞吐十分有限。这也从侧面印证了V4在自主算力适配上的深度投入。

缓存命中的折扣幅度同样值得关注。Flash的缓存命中价只有未命中价的五分之一，Pro是十二分之一。

这意味着DeepSeek在用定价杠杆鼓励一种使用方式：把系统提示词、工具定义、文档模板等固定内容放在请求头部，让缓存机制自动生效，对于Agent类应用，这恰好是最典型的调用模式。

用Flash的白菜价铺量，用Pro的高阶能力撑住顶端场景，用缓存机制降低Agent开发者的边际成本。每一刀都切在应用层最痛的地方。

四、方向：Agent底座

如果在V4的发布里只提炼一个关键标签，那么Agent比百万上下文或许更重要。

官方明确写道：V4针对Claude Code、OpenClaw、OpenCode、CodeBuddy等主流Agent产品进行了专项适配和优化，在Agentic Coding评测中达到开源模型最佳水平。这份适配名单同时包含Anthropic的产品和国产开发者工具。

这个信号很明确，DeepSeek不打算自建应用生态，而是要成为Agent时代的底座供应商。

这个选择放在当前的行业格局里是一个有意识的取舍。Anthropic的年化收入过去四个月从90亿美元翻到300亿美元，增量几乎全部来自Claude Code；Cursor一个代码编辑器估值已到600亿美元。应用层的钱在那里，但DeepSeek选择不去碰。

这说明它的定位不是下一个Anthropic，更有可能是Agent时代的基础设施。

长上下文+低价API+Agent适配的组合，本质上是把自己做成一个供电站，让所有电器都能更便宜地跑起来。

对于那些整天跟Token消耗作斗争的Agent开发者来说，V4打开的是一个具体的场景：把整个代码仓库、完整的需求文档、几百轮历史对话一次性塞进调用，不再需要切分、检索、摘要这套工程绕路。过去做Agent最头疼的就是上下文管理——每多一轮对话，token就指数级堆叠，成本和稳定性同时恶化。

V4如果能在真实负载下兑现承诺，这个痛点的成本结构将被改写一次。

五、生态：模型、算力赛跑

V4延期的这段时间里，国产开源大模型的战场从未安静过。

今年农历年前后出现了一次密集爆发：阿里Qwen3.5总参数3970亿、激活仅170亿，百万token的API价低至0.8元，是Gemini-3-Pro的十八分之一；智谱GLM-5的代码生成的HumanEval96.2%打到开源最强。

4月继续加速：Kimi K2.6在SWE-Bench Verified上拿到80.2%，几乎追平Claude Opus 4.6；智谱GLM-5.1在SWE-Bench Pro上以58.4%超过了GPT-5.4和Claude Opus 4.6；Qwen 3.6 Plus也跨入百万token上下文行列。

Qwen、Kimi、GLM、MiniMax、MiMo，这些国产模型在国际开发者社区的出现频率正在肉眼可见地上升。

除了模型，算力侧的匹配也在同步落地。

华为在V4发布同日确认昇腾全系列产品——A2、A3及最新的昇腾950已全面适配V4-Flash和V4-Pro。

措辞是"双方芯模技术紧密协同"，意味着DeepSeek和昇腾的适配工作从模型研发阶段就在同步推进。

华为给出了一组具体的性能数据：基于昇腾950超节点，V4-Pro在8K输入场景下实现了约20ms的单token解码时延，单卡吞吐4700 TPS；V4-Flash可以做到约10ms时延，单卡吞吐1600 TPS。

昇腾A3超节点上，V4-Flash在64卡大规模部署下单卡吞吐超过2000 TPS。

这些数字背后是昇腾950在底层架构上的三项代际升级：原生支持FP8/MXFP4等低精度格式（内存占用降低50%以上，算力翻倍）、针对MoE稀疏访存特征的硬件级优化，以及Vector与Cube单元共享片上内存的新设计。

更值得关注的是工程生态层面的动作。

华为同步开源了PyPTO编程范式，让V4新架构中涉及的Attention压缩、mHC等复杂算子的开发周期从周级缩短到天级，开发者不需要手动处理硬件层面的同步和数据搬运。

寒武纪同样在发布当天宣布，已基于vLLM框架完成V4-Flash和V4-Pro的Day 0适配，代码开源到GitHub。

两家国产芯片厂商在模型发布首日就拿出了完整的推理部署方案，这个响应速度本身就说明，适配工作不是临时赶出来的，而是跟模型研发深度咬合了很长时间。

DeepSeek为这次底层算力迁移付出的工程代价不小。据此前报道，团队重写了大量核心代码，完成了从CUDA生态到昇腾CANN框架的整套技术栈迁移，这也是V4反复跳票的原因之一。

但当一个万亿参数级的开源旗舰模型，在发布首日就能跑在国产算力的全系列产品上，适配代码直接开源，推理性能给出了具体的吞吐和时延数据而不是"即将支持"——这件事的意义，已超出了任何单一模型的评测范畴。

无论模型还是算力，他们之间存在竞争关系，但从更大的维度看，它们都在证明了同一件事：

中国AI研发的系统性能力不是一两个特例，而是可以不断连续性创新的生态。

2025年1月，DeepSeek R1发布，引发美股单日市值蒸发超1万亿美元，被业界称为人工智能领域的“斯普特尼克时刻”。

今天V4的发布没有那种戏剧性的震撼，但中国AI研发已经从“偶尔令人震撼”进入了“持续在场”阶段。

DeepSeek在公告末尾引了《荀子》中的一句话：

不诱于誉，不恐于诽，率道而行，端然正己。

放在一家三次跳票、核心人才流失、刚传出融资的公司身上，这句话读起来有几分倔强。

但在整个国产开源模型群体站出来的2026年，这句话不只属于DeepSeek，更属于中国所有AI创新坚定前行的脚步。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，高盛最新研报指出，如果霍尔木兹海峡在未来几个月内全面且安全地重新开放，且石油资产未遭受新的打击，海湾地区目前因战争削减的约1450万桶/日，比战前水平低57%，预计将在几个月内实现大部分恢复。

然而，对于原油投资者而言，真正的博弈点在于尾部风险：如果海峡关闭时间显著延长，最后阶段的产能恢复将耗时更久，甚至可能无法完全兑现。外部机构平均预测显示，重开3个月后仅能恢复损失产量的70%，6个月后恢复88%。

核心制约：运输瓶颈与油井物理特性

一旦海峡安全重开，产能恢复并不能一蹴而就，而是面临三大硬性物理与物流约束：

1. 去库存的运输能力：管道容量和空船可用性是关键。自战争爆发以来，海湾地区可用的空油轮容量已大幅下降约50%（减少了1.3亿桶，即130 mb）。尽管历史上霍尔木兹海峡的流量峰值曾达到2330万桶/日（正常水平为2000万桶/日），且管道改道峰值曾高出正常水平350万桶/日，但运力紧张仍是首要瓶颈。

2. 供应链与劳动力：油田修井作业所需的材料和工人可用性将直接影响复产进度。

3. 油井流率的复杂性：强制减产会导致不同类型储层的压力和流率出现复杂变化。油井在重新开放前需要进行干预和修井作业，以尽可能恢复先前的生产率。正如油服巨头哈里伯顿和威德福高管所言，油井关闭时间越长，重启的复杂性就越高，且无法保证能恢复到完全相同的流率。

时间是最大的敌人：关闭越久，恢复越慢

研报明确指出，海峡实际关闭的时间越长，减产持续的时间就越久，随后的产量恢复速度就越慢。这种延迟效应主要体现在三个方面：

• 油井需要进行更复杂的修复工作。

• 枯竭的投入品（如钻杆）采购速度变慢。

• 积压库存的去化将更长时间地挤占新产量的运输能力。

稳健恢复的底气：物理损伤有限与核心产油国的备用产能

尽管存在上述制约，高盛依然认为产能能在几个月内实现“大部分恢复”，主要基于以下三个逻辑：

1. 物理破坏有限：与液化天然气（LNG）资产形成鲜明对比的是，目前公开报道显示，油田遭受的物理损坏仍然非常有限。

2. 沙特阿美的快速响应能力：沙特阿美总裁兼CEO在3月份曾表示，沙特拥有充足的备用产能，且在某些地区采取的是限制油井流量而非完全关闭的措施，因此产量可以在“几天内，而不是几周内”迅速提升。

3. 历史经验与备用产能：历史上的供应中断事件表明，沙特阿拉伯和阿联酋通常会部署其可用的备用产能来稳定市场。据估计，在全面安全重开后，两国可部署超过200万桶/日的备用产能。

长期尾部风险：储层差异与潜在的“疤痕效应”

对于长线投资者而言，必须警惕全面恢复可能需要数个季度，甚至在长期关闭后只能实现部分恢复的风险：

1. 油田与国家间的巨大差异：海湾各国在储层特征、基础设施完善度、维护水平以及制裁风险（如伊朗）方面存在显著差异。例如，数据显示，伊朗和伊拉克具有相对低压储层的产量份额高于海湾其他地区（近一半的伊朗储层被评估为低压），这增加了复产难度。

2. 历史恢复周期的不确定性：回顾历史上的减产事件，产量恢复的速度和程度存在巨大差异，而当前的冲击规模是史无前例的。

3. 战争复发的“疤痕风险”：虽然这不是基准预测，但如果敌对行动恢复，石油生产能力面临巨大“疤痕效应”（永久性损伤）的风险将显著上升，这在过去五次最大的石油供应冲击中已有先例。

本文来自华尔街见闻，欢迎下载APP查看更多

据媒体报道，三星电子已向渠道发出通知，宣布上调SSD价格逾10%；金士顿亦从本周起对旗下全系SSD产品进行调价，涨幅至少10%。以三星990 PRO 1TB为例，目前售价约300至330美元，此轮调价后或升至330至360美元区间，再创新高。

报道指出，鉴于三星电子与金士顿在行业内的龙头地位，此次调价预计将带动其他市场参与者上调定价预期，SSD零售价格可能在现有高位基础上再迎一轮上涨。值得注意的是，这已是本月第二轮SSD涨价，三星电子与西部数据此前已对高端M.2 SSD大幅提价，涨幅最高达一倍，部分地区8TB SSD售价已突破4000美元。

从市场传导路径看，据Guru3D报道，此轮价格调整预计首先冲击批发环节——经销商将以更高成本补货，随着现有库存逐步售罄、新到货物以更新价格体系结算，零售端价格将随之跟进，消费者端SSD价格或在未来数周内稳步走高。

本月二度提价，零售端传导效应渐显

Wccftech报道显示，这是三星电子本月内第二次上调SSD价格。就在数周前，三星与西部数据已就高端M.2产品实施涨价，多个地区价格几乎立即响应。目前市场上8TB SSD售价已超过4000美元，较一年前的价位大幅抬升。

对比来看，去年同类1TB SSD售价尚不足100美元，而当前主流产品价格已升至300美元以上，涨幅约为3至4倍。

从渠道传导机制来看，Guru3D分析指出，SSD调价的直接影响通常先体现在批发层面，经销商在补货时需承担更高成本。随后随着原有库存清空，反映新价格体系的货物逐步入库，零售价格随之上行，由此形成价格逐步走高的动态。

NAND供需持续收紧，合同价料大幅上涨

此轮SSD涨价背后，是更深层的NAND Flash市场供需变化。据TrendForce，NAND Flash市场需求持续受人工智能及数据中心业务驱动，涨价趋势已蔓延至整个产品线，预计2026年第二季度NAND Flash合同价将环比上涨70%至75%。

TrendForce还指出，市场买家普遍预期客户端SSD价格仍有进一步上涨空间，即便目前PC端需求尚未出现明显复苏。此外，买家担忧服务器端需求可能吸收现有产能，由此推动市场积极回补库存，进一步加剧供需紧张态势。

由于三星与金士顿在行业内的主导地位，其价格信号往往对整个市场形成示范效应，预计其他厂商的跟涨动作在未来数周内将逐步落地。

假货涌现，市场风险不容忽视

在SSD价格持续走高的背景下，仿冒产品问题已开始浮出水面。据TechRadar援引德国科技媒体ComputerBase的报道，一名奥地利消费者向零售商购入两块三星990 Pro硬盘，经核实均为假冒产品。

ComputerBase指出，当前市场环境下，仿冒产品具有相当高的牟利空间。随着正品价格大幅攀升，消费者在购买时面临的辨别难度也相应增加，市场风险值得关注。

本文来自华尔街见闻，欢迎下载APP查看更多

同日，《纽约时报》发表评论称，“DeepSeek新作将进一步延伸中国在开源人工智能领域的全球影响力”。文章指出，中国企业已全面拥抱“顶尖模型对全人类开放”的理念，中国开源AI正成为一种持续性的全球重要力量。

而DeepSeek V4的发布不仅是技术迭代，更标志着中国AI产业进入常态化竞争的新阶段。中国正通过技术开放与低成本优势，加速收窄与Anthropic、OpenAI等美国巨头的技术差距，深刻重塑了全球AI生态位。

这种“影响力延伸”已产生实质性的全球效应。从拉各斯到吉隆坡，预算有限的开发者纷纷转向中国模型。去年年中，马来西亚通讯部副部长公开表示，该国主权AI基础设施将基于DeepSeek的技术构建。

对冲基金Interconnected Capital创始人Kevin Xu将此定性为“技术领域的软实力”：“开源策略通过提供更廉价、更易获取的工具，有效争取了全球开发者群体的认同。”

编程能力“大幅领先”

DeepSeek V4提供"专业版"与"极速版"两个版本，面向不同规模的应用场景。该公司称，V4在智能体任务、知识处理与推理能力方面表现突出，并针对Anthropic旗下的Claude Code等主流智能体工具进行了专项优化。

Vals AI的测评结果显示，V4在代码生成方面"大幅领先"所有其他开源系统。与此同时，月之暗面也于数日前推出最新开源模型Kimi 2.6。Vals AI首席执行官Rayan Krishnan评价称，若与Moonshot AI最新的Kimi 2.6进行横向比较，两者在各项任务上的综合表现基本相当。

值得注意的是，V4此次发布距DeepSeek推出上一代标志性产品R1已超过一年。R1于2025年1月问世，以极低算力成本实现了媲美甚至超越顶级大模型的推理性能，一度引发全球科技市场震荡，令市场重新审视AI基础设施投入的规模逻辑。

从"DeepSeek时刻"到常态化竞争

2025年1月，DeepSeek以远低于OpenAI和Anthropic的芯片成本构建出高性能AI系统，震动整个行业。这一事件随后被称为中国的"DeepSeek时刻"——标志着中国AI企业有能力向全球展示其技术实力。

此后，中国企业掀起一轮开源模型的密集发布潮。据《纽约时报》援引AI模型市场平台OpenRouter的研究数据，中国开源模型在2025年占据全球AI使用量的约三分之一，其中DeepSeek使用量居首，阿里巴巴模型紧随其后。

阿里巴巴已成为这一阵营中的领军者。其Qwen模型系列累计下载量突破10亿次。TikTok母公司字节跳动也在2024年投入110亿美元AI基础设施建设后，对外披露了部分技术细节。Counterpoint Research北京团队AI首席分析师Wei Sun表示，DeepSeek的成功为中国科技巨头公开发布AI系统而非严密封存铺平了道路。

专注于AI投资的对冲基金Interconnected Capital创始人Kevin Xu表示："2025年，来自中国的开源AI建设者这一代群体，可以说是AI领域最重要的故事。模型的进步速度、发布节奏，以及既相互竞争、又似乎彼此喝彩的AI实验室数量，来得又快又猛，且没有任何放缓迹象。"

开源战略：中国AI的全球软实力

中国AI产业在开源路径上的全面押注，已产生实质性的全球影响力。从拉各斯到吉隆坡，预算有限的开发者纷纷转向中国开源模型，原因在于其运行成本更低、试验门槛更易跨越。

一份由美国国会咨询机构发布的最新研究报告指出，中国的开源AI推进已在国内形成显著的经济优势——由于使用门槛极低，相关系统迅速渗透机器人、物流、制造等工业领域，并通过工业应用产生的真实世界数据反哺AI系统的持续迭代。

Kevin Xu将这一趋势定性为技术领域的软实力逻辑："开源是未来技术领域的软实力。"他指出，随着中国企业向海外扩张，开源策略通过提供更廉价、更易获取的工具，有效争取了全球开发者群体的认同。

DeepSeek选择开源，同样是中国整体AI战略的组成部分。分析称，中国在开源模型方面几乎对外完全开放了其顶尖系统，与OpenAI、Anthropic等美国公司对核心模型的封闭保护形成鲜明对比。

本文来自华尔街见闻，欢迎下载APP查看更多

据英国《金融时报》周五报道，达拉斯联储最新季度调查显示，逾百家油气公司高管中，43%的受访者预计2026年日产量增幅不超过25万桶。这一结果表明，即便在油价高企的背景下，页岩行业对高价能否持续仍存有深度疑虑。

市场分析人士指出，2027年和2028年的远期油价仍低于生产商大幅扩产所需的盈亏平衡线，这直接制约了企业的投资决策。

特朗普政府已明确向行业施压，能源部长Chris Wright与内政部长Doug Burgum上周联合致电油气高管，敦促其加大钻探力度，以期在今年年底中期选举前压低汽油价格。然而，美国油气钻井平台数量迄今未见明显增长，行业的克制态度与政府意愿之间的落差日益凸显。

高管普遍观望，扩产意愿低迷

达拉斯联储调查以匿名形式进行，被视为美国能源行业情绪的重要风向标。本季度结果显示，面对伊朗战争引发的市场"混乱"，页岩油高管普遍不愿快速扩产。

调查数据显示，对于2027年的产量预期，32%的受访高管认为日产量增幅将在25万至50万桶之间。一位匿名高管在调查附加评论中表示："面对如此混乱的局面，预测能源行业的任何走势都极为困难。"另一位高管则指出，纸面市场价格与实物价格之间的背离"向运营商发出了相互矛盾的信号，当价格随推文剧烈波动时，企业根本无法规划钻井计划和资本预算"。

金融服务机构Pickering Energy Partners创始人Dan Pickering在接受采访时表示，"大多数公司对其2026年预算采取观望或按兵不动的态度"。他同时指出，"冲突每持续一天，都在收紧2027年和2028年的市场供应，但近期的剧烈波动令人难以对短期走势形成任何判断"。

政府施压效果有限，大型运营商动作迟缓

特朗普政府力推"能源主导"战略，持续向行业喊话要求增产，以降低通胀压力、争取选民支持。然而，行业的实际反应与政策期望之间存在明显温差。

油田服务商哈里伯顿周二公布一季度业绩，北美业务营收为21亿美元，同比下降4%。首席执行官Jeff Miller在业绩电话会议上表示，部分规模较小的生产商已开始行动，试图抓住高油价机遇，但整体上尚未出现新增钻机的迹象。"我们还处于早期阶段，"Miller说，"率先行动的是小型公司，大型运营商的时间表目前仍不明朗。"

这一格局折射出页岩行业在经历多轮繁荣与萧条周期后形成的更为审慎的资本纪律——相较于追逐短期价格信号，企业更倾向于等待远期曲线给出更清晰的盈利保障。

市场对霍尔木兹海峡恢复持谨慎乐观态度

调查还就中东局势对全球能源供应的影响征询了高管意见。大多数受访高管预计，霍尔木兹海峡将于2026年8月前恢复正常通行。约三分之二的受访者认为，目前被困于波斯湾的产量最终将有90%重返市场。

不过，这一相对乐观的预期并未转化为立即扩产的动力。分析人士指出，当前现货油价虽已突破每桶100美元，但远期价格曲线显示，2027年及2028年的价格水平仍不足以支撑生产商做出大规模增产承诺。在价格信号尚不明朗、地缘局势仍存变数的双重压力下，页岩巨头的谨慎立场短期内难以改变。

本文来自华尔街见闻，欢迎下载APP查看更多

新易盛一季度营收83.38亿元人民币，同比增长106%，但净利润27.74亿元低于高盛预测约12%。受财报影响，新易盛周五成交额达400亿元，跌超11%。

据追风交易台，高盛分析师Ting Song在报告中明确指出，净利润不及预期主要源于汇兑损失推高财务费用，属于非经营性扰动，并不改变对公司后续基本面的判断。

花旗亦在报告中表示，一季报不影响新易盛的稳健前景，援引公司方面的说法称营收环比持平主要源于原材料与产能紧张，这一状况预计从二季度起将逐步改善。两家机构对公司的中期前景判断方向一致。

一季报：收入超预期，净利输给汇兑

新易盛一季度营收高于此前预测约10%，毛利率从上一季度的48.9%小幅升至49.2%，这一改善归因于制造流程优化与产品结构升级。

净利润端则出现明显落差。27.74亿元的季度净利虽同比仍增长76%，但环比下滑约13%，较预测低12%。报告直接指出，汇兑损失高于预期是核心原因，推升财务费用，导致市场对“利润跟随收入同步增长”的预期落空。

汇率波动带来的季度性扰动不影响对公司后续成长路径的评估，其关注重心在于接下来几个季度的环比增长能否延续。

四大驱动：增长逻辑向结构性因素切换

未来几个季度的营收环比增长拆解为四个核心驱动因素：光模块芯片供应持续改善、产品结构向1.6T及以上解决方案升级、硅光（Silicon Photonics）方案收入占比提升，以及公司加快产能扩张以支持出货量的快速爬坡。

其中，1.6T光模块的持续放量及向更高速率方案的升级，与硅光方案贡献的上升，被视为更具结构性的增量来源，并将其置于二至四季度环比增长的核心驱动位置。报告未披露1.6T或硅光方案的具体营收占比数据，但一季度已处于爬坡阶段，上述产品贡献将在未来几个季度持续提升。

产能扩张加速：泰国二期推进，供给约束趋于松动

在供给侧，高盛将产能扩张单列为增长推手之一。报告指出，管理层表示泰国基地二期厂区建设进展符合预期，并预计产能扩张节奏将进一步加快。

结合光学芯片供给的持续改善，此前制约出货增长的供给瓶颈正在松动，泰国产能的如期推进也与公司库存及预付款的显著跃升相互印证，为二至四季度出货量爬坡提供配套支撑。

此外，相较于受汇兑扰动的利润表，资产负债表的变化更能反映公司对后续出货的准备程度。截至一季度末，新易盛库存升至约90亿元人民币，较上一季度末的72亿元明显增加；预付款升至6.82亿元，而上一季度末仅为0.17亿元，环比大幅跃升。上述变化是公司在供应链与产能端的“提前备弹”，是为更大规模光模块产能爬坡所做的主动部署。

尽管基本面判断偏向乐观，报告维持12个月目标价人民币518元，基于2026年预期盈利27倍市盈率测算，该倍数与公司2018年以来平均远期市盈率29倍大致一致。以当前股价较目标价存在约5%的下行空间。高盛的立场更多体现为押注"增长趋势延续"，而非认可现有估值水平。

本文来自华尔街见闻，欢迎下载APP查看更多

4月24日，爱尔眼科发布的2025年财报显示，当期实现营业收入223.53亿元，同比增长6.53%。

业务基石依然稳固，全年门诊量突破1889.17万人次，同比增长11.52%；手术量也达到168万例，录得5.77%的同比增幅。

但这并未能如期转化为利润增长，2025年爱尔眼科归母净利润为32.4亿元，同比下滑8.88%。

剖析这份略显承压的成绩单，核心在于非经常性损益和扩张后遗症带来的财务账面挤压。

一方面，非经常性损益构成了明显的拖累。政府补贴的减少以及公允价值变动收益的下降直接削弱了利润表现。剔除这部分影响后，2025年爱尔眼科扣非净利润为31.41亿元，同比微增1.36%。

另一方面，也是更深层的逻辑在于爱尔眼科正处于重资产投入的集中消化期。随着前期大量新建、搬迁的医院陆续投入运营，相关在建工程转为固定资产，随之而来的折旧与摊销等正在侵蚀当期的利润空间。

面对重资产模式下的利润挤压，爱尔眼科试图通过提升单店效率和技术溢价来破局，过去一年加速落地“爱尔AI眼科医院”，上线了包含手术适应性评估等功能的多个“AI眼科医生”智能体。

同时，爱尔眼科进一步深耕疑难泪道病、糖尿病眼病等亚专科，并引进了蔡司新一代机器人全飞秒等前沿设备。

内部的提效显然不够，持续对外扩张才是业绩增长的加速器。

4月24日，爱尔眼科宣布启动港股IPO，加入了浩浩荡荡的赴港上市大军。

“这是为了深入推进全球化战略、打造国际化平台，实现实业布局与资本结构的联动。”爱尔眼科表示。

赴港上市能否为爱尔眼科的新一轮扩张，注入足够的资本活水，市场正在持续关注。

本文来自华尔街见闻，欢迎下载APP查看更多

"从现在开始，1M（一百万）上下文将是DeepSeek所有官方服务的标配。"

OpenAI和Google早就支持超长上下文了。问题是成本。Transformer注意力机制的计算量随序列长度平方增长——序列翻倍，算力变四倍——处理100万token在传统架构下几乎无法商业化。

技术报告给出了这次架构改动的幅度：在1M token场景下，V4-Pro的单token推理FLOPs只有V3.2的27%，KV缓存用量只有10%。

两把刀

标准Transformer的自注意力，要让每个token跟序列里所有其他token算相关性权重。这是平方复杂度，结构性的，不是工程调优能解决的。

过去的应对方式大体分两类：要么切掉计算范围（滑动窗口只看局部邻居，全局感知随之消失），要么绕开长文本本身（RAG先检索再喂给模型，检索质量成为新的上限）。还有固定稀疏注意力，人工设计稀疏模式来跳过部分计算，但模式是死的，不同任务的信息分布差异大，泛化能力有限。

V4的方案是CSA + HCA混合注意力架构。

CSA（Compressed Sparse Attention）解决的是"算什么"。用轻量级索引器先对所有token对做粗筛，快速估算相关性排序，再精选出需要完整计算的token集合。关键在于这套稀疏结构是可训练的——模型在训练过程中自己学出哪里需要高密度注意力，哪里可以稀疏。V3.2时代的DSA是雏形，V4在此基础上做了进一步演化。

HCA（Heavily Compressed Attention）解决的是"存什么"。在V3时代MLA（Multi-head Latent Attention）的基础上继续推进，把KV向量映射到低维潜空间，推理时解压。叠上FP4+FP8混合精度——MoE专家参数用FP4，其余用FP8——KV缓存的显存占用再砍一半。

两者叠加的效果，直接体现在那两个数字：27%的FLOPs，10%的KV缓存。换算过来，同等算力下能服务的长上下文并发量大约是原来的3到4倍。

技术报告里还有两个细节值得记一下。mHC（Manifold-Constrained Hyper-Connections）对残差连接做了流形约束强化，针对的是1.6T参数超深度模型训练时跨层信号衰减的问题。Muon优化器替代了Adam系列，基于矩阵正交化更新，在超大规模训练里收敛更快，更稳定——Adam在大模型训练里几乎是默认配置，DeepSeek这次换掉了它。

数字

官方给出了与Claude Opus 4.6、GPT-5.4 xHigh、Gemini 3.1 Pro High的全维度横评。

数学和竞赛推理是V4-Pro表现最突出的维度。Codeforces评分3206，四家最高（GPT-5.4是3168，Gemini和V4-Flash都是3052）。Apex Shortlist 90.2，超过Opus 4.6（85.9）、GPT-5.4（78.1）、Gemini（89.1）。IMOAnswerBench 89.8，仅次于GPT-5.4（91.4）。

Agent能力上，SWE Verified 80.6，Opus 4.6是80.8。Toolathlon 51.8，Opus 4.6是47.2，GPT-5.4是54.6。公告里有一句内部评价：V4已成为员工Agentic Coding的主力模型，"使用体验优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式"。

长上下文测评有两个数字要对比着看：MRCR 1M（长文本关键信息检索）83.5，Gemini是76.3，Opus 4.6是92.9。CorpusQA 1M（长文档精准问答）62.0，Opus 4.6是71.7。MRCR侧重检测关键信息是否存在，CorpusQA要在百万token里精准定位并综合分析——两个测评的分化放在一起，说明的东西自然清楚。

综合知识和科学前沿推理：SimpleQA-Verified 57.9，Gemini是75.6。HLE（前沿科学推理超难题集）37.7，四家里最低。

V4-Flash：284B总参数，13B激活，约为Pro版18%的体量，同样支持1M上下文和Think/Think Max推理模式。官方说简单Agent任务上与Pro"旗鼓相当"。

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。

数据来源：DeepSeek官方公告《DeepSeek-V4 预览版：迈入百万上下文普惠时代》（2026年4月24日）；技术报告 DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence

本文来自华尔街见闻，欢迎下载APP查看更多

周五，台湾金融监督管理委员会宣布计划将本地股票基金及主动管理型ETF对单一股票的持仓上限由10%提升至25%。受此消息提振，台积电股价盘中最高涨幅达4.8%，刷新历史纪录，台湾加权指数涨幅一度达3.2%，成为当日亚洲表现最强劲的主要股指。

摩根大通认为此次政策调整可能为台股带来逾60亿美元的新增资金流入，并预计台湾加权指数有望借此升至40000点，较上周四收盘价隐含约6%的上行空间。与此同时，台湾基板类股集体涨停，市场情绪全面升温。

政策松绑直接利好台积电

此次监管调整的核心受益者是台积电。由于人工智能热潮持续推升台积电股价，该股在台湾加权指数中的权重已超过44%，在MSCI新兴市场指数中的占比亦达13%。原有的10%单一股票持仓上限，令众多本地基金在台积电的上涨行情中无法充分参与。

Union Bancaire Privee董事总经理Vey-Sern Ling表示，"现在上限提升至25%，这些本地基金将买入更多台积电。"他同时指出，此举最终将有助于收窄台积电台北上市股票相对于其美国存托凭证（ADR）的折价差距——该折价的存在，部分源于台湾股票转换为ADR需要特殊监管审批，而美股则无此限制。

此次行情并不局限于台积电一家。台湾多家主要基板公司当日均触及涨停板，包括金像电子涨9.88%，南亚电路板涨9.94%，欣兴电子涨7.28%。该观察人士并指出，台湾证券交易所或需考虑扩大每日涨跌幅限制。

集中度风险仍是隐忧

尽管市场情绪高涨，分析人士亦提示潜在风险。台积电在台湾加权指数中超过44%的权重，意味着此次政策调整将进一步加剧台湾市场的集中度风险。分析师此前已对台积电单一股票的大幅波动可能拖累整体市场表示担忧，而持仓上限的提升将使这一关联更为紧密。

与此同时，摩根大通策略师已将台湾股市评级上调至超配，理由是人工智能变现挑战的担忧有所缓解，以及硬件定价的持续提升，为台股基本面提供了额外支撑。

本文来自华尔街见闻，欢迎下载APP查看更多

4月24日，中国人工智能公司DeepSeek再度向开源社区投下重磅，其全新系列模型DeepSeek-V4预览版正式发布并同步开源，在Agent能力、世界知识与推理性能三大维度宣称达到国内及开源领域领先水平。

DeepSeek-V4分为Pro与Flash两个版本，均支持百万（1M）token超长上下文，两个版本均大幅降低了对计算和显存的需求。

API服务同步上线，开发者将model参数修改为deepseek-v4-pro或deepseek-v4-flash即可调用，接口兼容OpenAI ChatCompletions与Anthropic两套标准。

DeepSeek同时披露，受限于高端算力供给，Pro版本当前服务吞吐十分有限，预计下半年随华为昇腾950超节点批量上市后，Pro版本价格将大幅下调。

值得注意的是，昇腾CANN将在16点直播DeepSeek V4在昇腾平台的首发。

DeepSeek-V4-Pro：性能比肩顶级闭源模型

DeepSeek-V4-Pro是本次发布的旗舰版本，官方将其定位为性能比肩顶级闭源模型。

在推理性能方面，V4-Pro在数学、STEM及竞赛型代码评测中宣称超越当前所有已公开评测的开源模型，并取得比肩世界顶级闭源模型的成绩。

世界知识评测方面，V4-Pro大幅领先其他开源模型，仅稍逊于Google的Gemini-Pro-3.1。

Agent 能力大幅提高。相比前代模型，DeepSeek-V4-Pro 的Agent能力显著增强。在Agentic Coding评测中，V4-Pro已达到当前开源模型最佳水平，并在其他Agent相关评测中同样表现优异。

目前DeepSeek-V4已成为公司内部员工使用的Agentic Coding模型，据评测反馈使用体验优于Sonnet 4.5，交付质量接近Opus 4.6非思考模式，但仍与Opus 4.6思考模式存在一定差距。

DeepSeek-V4 发布同时，也公布了其详细的技术报告。

DeepSeek-V4-Flash：更快捷高效的经济之选

V4-Flash定位为更快捷、经济的轻量化选项。

相比 DeepSeek-V4-Pro，DeepSeek-V4-Flash 在世界知识储备方面稍逊一筹，但展现出了接近的推理能力。

由于模型参数与激活规模更小，其API服务在速度与成本上具备明显优势。

在Agent评测中，V4-Flash在简单任务上与V4-Pro表现相当，但高难度任务上仍有差距。

这一定位使V4-Flash更适合对延迟和成本敏感、任务复杂度适中的企业级应用场景。

结构创新和超高上下文效率

DeepSeek-V4在底层架构上引入了一种全新注意力机制。

在token维度进行压缩，并结合自研DSA稀疏注意力技术（DeepSeek Sparse Attention），官方称其实现了全球领先的长上下文能力，同时相比传统方法大幅降低了对计算资源和显存的需求。

这一架构创新的直接产物是：1M上下文窗口将成为DeepSeek所有官方服务的标配。

对于需要处理长文档、长对话或复杂多步骤任务的企业用户而言，这一能力的普及具有实质性意义。

在降低算力消耗的同时扩展上下文窗口，亦有助于进一步压低推理成本，强化DeepSeek在性价比维度的竞争优势。

Agent生态适配同步推进

DeepSeek表示，V4系列针对Claude Code、OpenClaw、OpenCode、CodeBuddy等主流Agent产品进行了专项适配与优化，在代码任务及文档生成任务上均有性能提升。

API层面，两款模型最大上下文长度均为1M，同时支持非思考模式与思考模式。

思考模式支持通过reasoning_effort参数设定推理强度，可选high或max档位。DeepSeek建议，针对复杂Agent场景应启用思考模式并将强度设为max。

本文来自华尔街见闻，欢迎下载APP查看更多

截至2025年末，其资产总额达到3.02万亿元，同比大幅增长16.61%，至2026年一季度末，这一数字进一步攀升至3.21万亿元；

反映在营收端，2025年该行实现营业收入555.42亿元，同比增长10.48%，2026年一季度营收达161.11亿元，同比增幅更是高达13.54%。

这一亮眼表现的核心驱动力，来自于利息净收入的爆发式增长。2025年及2026年一季度，其利息净收入同比增速分别高达31.08%和39.44%。

但这并不意味着南京银行逆势掌握了卓越的定价权。

事实上，该行2025年净息差为1.82%，较上年下降0.12个百分点。

这是一次典型的建立在对公贷款的凶猛投放之上的“以量补价”策略。至2026年一季度末，其对公贷款余额接近1.2万亿元，绿色金融、科技金融等领域增速均超9%。

与双位数的营收增速相比，南京银行的利润增速显得颇为“克制”。2025年及2026年一季度，其归母净利润同比增速分别稳定在8.08%和8.05%。

维持这种平稳波动的背后，是信用减值损失的快速攀升与拨备“蓄水池”的开闸调节。

2025年及2026年一季度，南京银行计提信用减值损失分别高达138.84亿元和44.42亿元，同比分别激增31.91%和40.09%。

为在消化巨额减值的同时保证利润稳健，管理层精准动用了多年积累的拨备缓冲，其拨备覆盖率从2024年的335.27%，一路下调至2025年末的313.62%，至2026年一季度末进一步降至306.81%。

虽然这一指标仍具备良好的风险抵补能力，但这种“减值攀升叠加拨备反哺”的模式，一定程度上稀释了利润的含金量。

光鲜的总量数据之下，资产质量的结构性分化及非息收入的疲软同样不容忽视。

金融市场波动对该行非息收入造成了明显拖累。2025年，其非利息净收入同比下降12.71%。主要原因在于公允价值变动收益大幅缩水，该项目在2025年录得亏损25.12亿元，而上年同期为收益73.77亿元，这暴露出交易账簿在面对市场波动时的脆弱性。

同时，零售与房地产领域的资产质量也面临一定压力。

尽管整体不良贷款率稳在0.83%，但在2025年，母公司个人贷款不良率升至1.49%，较上年末上升0.20个百分点。投向房地产的对公贷款不良率也达到了1.81%。受市场调整影响，住房抵押、消费及经营性贷款不良率均有抬头迹象。此外，2026年一季度经营活动产生的现金流量净额同比大幅下降67.03%，也侧面反映出同业负债端的结构调整压力。

综合来看，南京银行当下的基本面呈现出鲜明的“矛与盾”特征。

一方面，其资本补充与控费执行力较强。200亿元“南银转债”提前两年完成市场化转股，将2026年一季度末的核心一级资本充足率推高至9.17%，为后续在核心区域的扩表备足了弹药。同时，一季度成本收入比降至20.90%，较年初大幅下降5.17个百分点，费用管控立竿见影。

另一方面，其隐患在于资产质量的真实消耗速度。高速的扩表掩盖了信用减值损失的激增。只要规模扩张的列车不减速，拨备的安全垫依然能支撑目前的利润承诺。

但面对宏观信贷需求的结构性变化，以及零售端不良的边际抬升，这种依靠消耗存量拨备来平滑利润的财务模型，未来或将面临更为实质的压力测试。

本文来自华尔街见闻，欢迎下载APP查看更多

4月24日，紫金银行最新披露的2026年一季报显示，其当季营收与归母净利润分别实现2.22%和1.62%的微增。

这一数据的平稳开局，实质上是对其2025年业绩承压期的一次缓冲。

在此之前，紫金银行在2025年经历了明显的业绩调整，全年营业收入下滑7.72%至41.18亿元，归母净利润同比下行23.35%至12.44亿元。

拆解今年一季度营收净利双双回正的表象，其核心驱动力更多来源于成本端的精细化管控，而非资产收益率的实质性反转。

数据显示，2026年一季度，紫金银行的成本收入比被大幅压缩至29.28%，较2025年全年的36.73%有了显著下降。通过降低管理费用等支出，紫金银行为底端的利润表腾挪出了一定的增长空间。

然而，作为银行业绩核心指标的净息差，依然处于探底区间：2023年，紫金银行的净息差尚有1.59%，2024年降至1.42%，至2025年末已下探至1.13%。

进入2026年一季度，这一指标进一步收窄至1.08%，净利差也从上年末的0.97%微降至0.96%。

在当前资产荒叠加LPR持续调降的宏观背景下，资产端收益率的下行压力显著大于负债端成本的压降幅度。以2025年为例，其普惠小微新投放利率同比下降达87个基点，传统的存贷利差空间正被持续挤压。

息差承压的背后，是紫金银行在资产端进行的一次主动且深度的结构性重构。最显著的变化在于，曾经作为高收益引擎的零售信贷业务，正经历战略性收缩。

从信贷结构来看，2024年末紫金银行的个人贷款余额为414.73亿元，但到了2025年末，这一数字回落至337.30亿元，降幅接近19%。即便是具备信贷“开门红”效应的2026年一季度，其零售贷款余额也仅微幅升至340.11亿元，整体扩张步伐明显放缓。

与零售业务的审慎克制形成对比，对公业务和票据贴现成为了信贷投放的稳压器。

2025年末，其企业贷款和垫款余额（含贴现及贸易融资）达到1611.77亿元。至2026年一季度，单是企业贷款一项就达到了1417.85亿元。

这种向对公业务倾斜的策略，折射出区域性银行在面对信用风险时的防御性考量。管理层正在主动减少对高收益但风险相对更高的长尾客群的依赖，转而拥抱收益率较低但资产质量更易把控的大对公及票据业务。

这种业务结构的调整，确实在一定程度上稳住了资产质量的账面表现。2025年末，紫金银行不良贷款率为1.35%，较2024年微升0.11个百分点；2026年一季度则小幅回落至1.34%。

但平稳的资产质量并非没有代价。

作为抵御风险的“安全垫”，紫金银行的拨备覆盖率正呈现逐年下降的趋势。该指标从2023年的247.25%、2024年的201.44%，回落至2025年末的180.09%，2026年一季度则维持在180.39%。拨备水平的降低，意味着未来通过释放拨备来反哺利润的弹性空间正在缩小。

综合来看，紫金银行正处于一个从以往的“规模与下沉”向当下的“稳健与防守”过渡的业务重构期。其加权平均净资产收益率从2024年的8.42%下行至2025年的6.17%，并在今年一季度持续承压，正是这一业务逻辑转换期的直接反映。

对市场而言，一季度的微幅增长是一个积极的企稳信号，但在净息差拐点尚未明确、零售资产占比持续调整的当下，基本面的重塑仍需时日。短期内依靠成本压缩释放利润具有阶段性特征，如何在新一轮宏观周期中找回核心资产的盈利弹性，仍是其实际经营中需要跨越的挑战。

本文来自华尔街见闻，欢迎下载APP查看更多

4月22日，奇瑞汽车在北京联合中汽中心以及清华、天大等五所国内顶尖高校，正式发布《中国新燃油汽车技术变革白皮书》，并宣布搭载新燃油技术的新一代瑞虎9正式上市。

在多数车企对内燃机研发讳莫如深、悄然缩减甚至冻结相关预算的当下，奇瑞的高调加码无疑是一次逆势选择。背后的判断并不复杂：全球燃油车市场的体量依然庞大。

01 破局与重构

在新能源渗透率不断跨越新关口的今天，燃油车面临的最大危机早已不是简单的能耗劣势，而是智能化配置缺位带来的落差感。

而奇瑞《中国新燃油汽车技术变革白皮书》的核心立意，正是要打破“能源形式与智能化绝对对立”的行业刻板印象。

燃油车之所以在近两年被频繁诟病，核心原因在于供应链与车企将最先进的车机、智驾和舒适性配置绝对倾斜给了新能源产品。

奇瑞集团副总裁张国忠的判断是，能源形式不应限制用户体验。

这一理念被具象化为“油电同权”战略，消费者在选择燃油车的全气候适应性和无补能焦虑时，不应再以牺牲智能化和舒适性体验为代价。为了支撑这一理念，奇瑞现任CTO肖锋主导的技术团队，交出了一份系统性重构内燃机技术体系的方案。

《白皮书》中披露的核心技术，直指燃油车的核心痛点。比如最新一代鲲鹏天擎发动机通过“双曲三联动”等前沿技术创新，实现了48.57%的全球最高热效率，这是目前公开数据中量产内燃机的最高纪录。

又比如针对燃油车无法提供驻车空调和外放电的短板，奇瑞全球首发了HEV 5度电技术。它不仅将传统油耗降低约30%，峰值放电功率更是达到150kW。

燃油车同样需要智能化，这已是行业共识。依托火星·星核MIND全域融合智能架构，奇瑞打通了燃油车的感知、决策与执行。

技术的落地需要强有力的产品阵列作为支撑，当前，这些技术搭载在全新一代瑞虎9上。

实测1100公里零接管的猎鹰500智能驾驶系统、高速NOA以及L2+级全场景智驾的大规模装车，这撕掉了传统燃油车“不够智能”的历史标签。

02 真实的全球基本盘

跳出奇瑞单一企业的战略视角，站在2026年全球汽车工业的宏观维度来审视，燃油车的现状远非国内舆论渲染的那般日薄西山。

不可否认，国内纯燃油车的市场份额在经历结构性收缩，不过行业内对未来市场的预测大概是保持“433”能源结构，即混动40%、纯电30%、纯燃油30%，30%的比例依然对应着年销数千万辆级别的庞大绝对体量。

汽车产业高度依赖规模效应。

在南美、中东、东欧乃至部分北美及东南亚地区，受限于电网基础设施薄弱、极端气候频发以及广袤的地理环境，纯电动车在较长一段周期内无法形成规模化替代。燃油车依然是这些区域不可撼动的绝对刚需。

一位行业资深从业者对华尔街见闻表示，中国汽车品牌要想真正完成从“区域性玩家”向“全球化巨头”的跨越，内燃机技术不仅不能丢，还必须做到世界领先，这对面向全球市场的企业尤其关键。

梳理近十余年燃油车的演进路径，可以清晰地看到其从单一竞争走向复合维度竞争的历史必然。

在纯机械主导期，用户的核心诉求是排量、马力、平顺性与三大件的绝对可靠性，海外老牌车企依托百年积累构筑了坚固的技术护城河。

在配置堆砌过渡期，自主品牌在崛起初期，试图通过大屏幕、真皮材质和初级的网联化来建立差异化优势，但底层电子电气架构依然陈旧。

而进入智能电驱深度融合期，即新燃油时代。燃油车不再排斥电气化，而是主动融合高压系统、大算力芯片与AI大模型。发动机的角色从单一的动力驱动源，转变为高效驱动与智能发电的综合能源中枢。

消费者的核心痛点，永远是产业进化的第一驱动力，燃油车也需要与时俱进。

奇瑞对燃油车的技术重塑，也是对行业“唯纯电论”的一次回应。

新能源与内燃机的关系未必是替代，在全球范围内，多元能源路径将长期并存。

对中国车企而言，新能源领跑是核心战略，但用电气化和AI技术重构内燃机、在燃油车市场与国际巨头正面竞争，同样值得投入。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，摩根大通分析师Doug Anmuth在会后写道：“从实验到部署的这一转变，或许是智能体AI跨越概念验证鸿沟、走向企业级工作负载的最有力证据。”需求端的数据印证了这一判断：谷歌第一方模型通过直连API的处理能力已达每分钟160亿tokens，较上一季度的100亿大幅提升；约75%的Cloud客户正在使用其AI产品；Gemini Enterprise付费月活用户在一季度环比增长40%。

三家机构——摩根大通、美国银行证券和花旗研究——均在会后维持对Alphabet的买入评级，目标价分别为395美元、370美元和405美元。共同逻辑是：Cloud收入增速持续快于广告业务，"Gemini模型+自研TPU+企业编排平台"的组合正在构筑差异化护城河，并有望成为更直接的股价驱动因素。与此同时，Sundar Pichai在主题演讲中给出2026年资本开支1750亿至1850亿美元的区间，市场对财报窗口前后的capex路径走向仍保持高度关注。

如果说过去两年的Cloud Next是技术能力的展示窗口，今年的主调已经切换为如何将AI从少数先行企业的实验性部署，推广为可大规模运营、可治理、可控成本的生产工作负载。

摩根大通在研报中回溯了这一演进路径：2024年的重心在Gemini与Workspace的集成和早期agent探索，2025年开始强调A2A协议与第七代TPU Ironwood，到了2026年，围绕Agentic Cloud、数据易用性、AI基础设施成本效率与安全的几条主线，统一指向一个结果——把agent从试点推进到可持续运营的生产部署。

花旗研究分析师Ronald Josey的表述更直接：随着管理者开始"管理多个Agent跨工作流"，企业从"会用模型"走向"用Agent改流程"，谷歌云押注的正是这个迁移方向，并将其定位为"agentic enterprise的关键操作系统"。

这一背景也解释了为何发布会信息密度集中在两个层面：面向代理工作流的算力与网络形态，以及把平台升级为"代理工厂"。谷歌选择不在会上发布任何财务更新，而是用客户使用量来证明产品正在生产环境中真实运行——包括谷歌内部约75%的新代码已由AI生成并经工程师审核，安全侧威胁处置时间缩短超过90%。

本次大会硬件侧最具结构意义的变化，是第八代TPU首次被拆分为两条独立产品线：TPU 8t面向高吞吐训练工作负载，TPU 8i则被定位为"从零开始为实时推理优化"的专用芯片。

这一“分叉式架构”的逻辑链条在摩根大通研报中表述得最为清晰：TPU 8t通过新的Virgo Network fabric将集群扩展至单集群百万芯片以上，峰值性能约为上一代Ironwood的三倍，目标是压缩万亿参数级前沿模型的训练时间；而TPU 8i采用新的boardfly网络拓扑，片上SRAM提升约三倍，核心目标是突破agentic推理在规模化时遭遇的延迟与内存瓶颈。花旗研报则补充了效率维度：TPU 8i时延较TPU 7降低约五倍，性能/美元维度改善约80%。

摩根大通的推断逻辑值得关注：既然推理不再"复用训练芯片"，而是需要专门的ASIC进行优化，说明谷歌判断推理算力需求已大到值得单独建硅、单独进行资本配置。收入机会也因此发生结构性变化——不再只跟随训练走，而会更多来自推理侧的持续消耗，形成独立的增长曲线。

值得注意的是，三份研报均提到管理层在大会上未谈及TPU对外销售的可能性，意味着这条硬件路线在现阶段更多服务于"自用加卖云服务"的逻辑，尚未演变为独立的硬件商业化叙事。

硬件之外，平台层的重组是本次大会另一个值得关注的结构性变化。谷歌推出Gemini Enterprise Agent Platform，摩根大通将其描述为有效"superseding Vertex AI"——将企业构建、编排、治理与安全收拢为统一入口，而非分散的功能模块。

美国银行证券研报把这次重组拆解为三个层次。基础设施层推出AI Hypercomputer，将GPU/TPU、高速网络、存储与优化软件编入同一架构，覆盖从训练到推理的全生命周期。平台层围绕"build/scale/govern/optimize"四个维度组织能力，包括低代码/无代码Agent创建、集中化管理、跨生态编排（可串联Google Workspace、Microsoft 365与第三方应用），以及内置的可观测性与可追溯能力。应用层则通过Workspace Intelligence将代理能力下沉到Gmail、Docs、Chat等高频办公入口，允许跨应用执行多步骤任务。

花旗研报的解读角度略有不同，其强调平台的关键价值在于"让企业把多个Agent放进同一套管理体系里跑流程"。这一能力在产品哲学上意味着：大规模部署agent的门槛不再只取决于企业的技术深度，而是取决于平台的预置能力是否足够标准化，让更多企业能绕过定制工程直接进入生产部署。

发布会未披露财务数据，谷歌选择用内部可量化案例来支撑"agent已进入生产"的叙事。花旗研报将这些案例归结为四个维度：

研发侧，约75%的新代码由AI生成并经工程师批准；花旗研报给出了纵向对比——2025年10月这一比例约为50%，2025年一季度约为30%，渗透速度显著。一次代码迁移项目被描述为比一年前快六倍完成。

营销与内容生产侧，从概念到视频素材的制作周转提速约70%，伴随约20%的转化率提升。

安全侧，Google Cloud每月自动处理数以万计的非结构化威胁报告，威胁缓解时间缩短超过90%；安全能力依托Wiz与Mandiant整合构成差异化产品套件。花旗研报还提到，AI已将"平均漏洞利用时间"压缩至"负七天"，即补丁往往尚未发布攻击已经发生，这进一步放大了自动化安全编排的战略价值。

客服侧，YouTube在六周内部署AI语音Agent，覆盖NFL Sunday Ticket与YouTube TV的来电场景，花旗研报强调其低延迟、准确性与双语能力。

这些案例在三份研报中的共同作用，是将"企业侧真实负载"与"展示型Demo"做出区隔，用以支撑Cloud当季业绩存在上行空间的判断。

Sundar Pichai在主题演讲中给出2026年资本开支1750亿至1850亿美元的区间，是本次大会唯一涉及财务量级的表态，也是三份研报中分歧相对较大的议题。

摩根大通的解读偏务实：这一区间的公开提及提高了下周财报“维持既有指引不动”的概率，并非资本开支已触上限的确认。其自身预测是2026年约1810亿美元、2027年约2260亿美元（同比增长约25%），较市场一致预期高出约12%。研报同时将另一条反向线索摆在台面：Amin Vahdat与Jeff Dean在会上均强调AI仍处于供给受限状态，意味着资本开支轨迹"可能仍有上行空间"，"区间即上限"的结论并未成立。

美国银行证券研报则把Capex/FCF压力直接列入下行风险清单：AI投入推高资本开支、压低自由现金流，是最直接的利润率承压因子之一。

三份研报的共识是：Cloud Next解决的是"谷歌有没有agentic AI的产品与基础设施"，而接下来几个季度要回答的，是这些投入能否在不显著牺牲现金流的情况下，将Cloud的增长与利润率预期兑现出来。

在投资结论上，三份研报均维持买入评级，但估值锚点和侧重论据有所差异。

摩根大通维持Overweight，12个月目标价395美元，基于约29倍其2027年GAAP EPS预测13.51美元；研报将Alphabet列为"top overall pick"，支撑理由不只押注云，同时涵盖Search与YouTube广告仍有跑道、非广告业务空间持续扩大、以及Waymo提供期权价值。

美国银行证券维持买入，目标价370美元，依据是27倍2027年核心GAAP EPS加每股现金；研报将Cloud在SOTP中的权重持续上调，并给出按10倍收入估算对应约1.2万亿美元市值贡献的参考口径，认为云利润率扩张与AI资产变现空间支撑更高倍数。

花旗研究维持买入，给出最高目标价405美元，对应约29倍2027年GAAP EPS 13.92美元；研报将溢价的来源压在两点——谷歌云在TPU与Gemini需求驱动下的收入增速再加速，以及查询量强势带来的搜索业务韧性。

风险层面，三份研报均提及AI竞争加剧与搜索流量被分流的潜在压力，摩根大通和美国银行证券均单独列出EU DMA合规压力；美国银行证券则将"搜索中LLM整合节奏慢于预期或对搜索收入造成负面影响"作为最大的短期不确定性，而目前的验证节点将回归4月29日盘后披露的一季度业绩。

本文来自华尔街见闻，欢迎下载APP查看更多

4 月 23 日盘后，英特尔涨了 20%，股价逼近 $80，创下互联网泡沫以来的新高。

但这个涨幅本身，其实比财报数字更值得思考。在此之前，华尔街 34 位跟踪英特尔的分析师中，有 24 位给的是 Hold，平均目标价 55.33。而那时候英特尔的股价已经在66——也就是说，多数机构的判断不只是保守，是已经落在了现实后面。

一份大幅超预期的季报，不只是让股价涨了，更是把这个落差暴露出来了。这一轮盘后的 20%，某种程度上是市场在替机构完成了一次迟到的定价修正。

本文来自华尔街见闻，欢迎下载APP查看更多

据追风交易台，花旗研究报告显示，腾讯于2026年4月23日在GitHub、HuggingFace等主流开发者平台正式发布混元HY3.0预览版。该模型采用混合专家架构（MoE），拥有2950亿参数，推理效率较前代提升40%，并以极具竞争力的定价切入企业市场——按量计费最低输入价格为人民币1.2元/百万tokens，输出价格为人民币4元/百万tokens。

尽管定名为"预览版"，但该模型已即时整合至腾讯旗下多款核心产品，表明其已具备解决真实世界问题的能力，这一模型标志着腾讯AI能力迈入可规模化商用的新阶段。

花旗维持腾讯买入评级，目标价783元港币，对应当前股价（495.20元港币）的预期总回报约59.3%。HY3.0的"实用主义"路线——聚焦质量、速度与成本的平衡，而非单纯追求实验室评分——是正确的战略方向，并预计随着HY3.0正式版或后续迭代版本（如3.1/3.2）的推出，模型能力将进一步提升。

技术架构：MoE模型兼顾性能与效率

HY3.0是一款融合快慢思维的MoE语言模型，总参数量达2950亿，激活参数量为210亿，支持最长256k的超长上下文窗口。腾讯对该模型从预训练到强化学习的底层基础设施进行了全面重建。

在能力维度上，HY3.0在三个核心方向实现显著突破，其一，复杂上下文处理方面，腾讯提出CL-bench及CL-bench-Life两项评测基准，专门评估模型的上下文学习与指令跟随能力。其二，复杂推理方面，HY3.0在FrontierScience-Olympiad、IMOAnswerBench、清华大学数学博士入学考试及全国高中生物奥林匹克等高难度科学与工程推理任务中表现突出。其三，代码与智能体方面，HY3.0在SWE-Bench Verified、Terminal-Bench 2.0、BrowseComp及WideSearch等基准测试中取得具有竞争力的成绩。

该模型已在GitHub、HuggingFace、ModelScope及GitCode等平台开放权重，并支持vLLM、SGLang等主流推理框架，进一步降低开发者的部署门槛。

商业落地：即时整合十余款腾讯核心产品

HY3.0预览版的战略意义不仅在于技术参数，更在于其与腾讯现有产品生态的即时整合深度。

据报告，HY3.0预览版已接入元宝（Yuanbao）、ima、CodeBuddy、WorkBuddy、QQ、QQ浏览器、腾讯文档、腾讯地图、腾讯乐享及腾讯电子签等产品，并正在向微信公众号、和平精英、腾讯新闻等更多产品推广。

这种广泛的产品整合是判断模型已具备真实世界应用能力的关键依据。相较于仅停留在开发者平台的模型发布，HY3.0的落地路径直接触达腾讯庞大的用户基础，为AI能力的商业变现提供了清晰通道。

定价策略：极致性价比剑指企业市场

在成本与定价层面，HY3.0预览版相较前代模型实现了40%的推理效率提升，并在腾讯云Token Hub上提供具有竞争力的定价方案。

按量计费模式下，输入价格最低为人民币1.2元/百万tokens，输出价格为人民币4元/百万tokens。针对高频用户，腾讯云还推出TokenPlan套餐，个人版起价为人民币28元/月。

HY3.0明确将目标定位于帮助企业在成本可控、运行稳定的智能体工作流环境中部署AI应用，而非单纯追求实验室评测的极端分数。这一"实用主义"定位，与当前企业客户对AI落地的核心诉求高度契合，有助于腾讯在云服务与AI商业化赛道上扩大市场份额。

本文来自华尔街见闻，欢迎下载APP查看更多

4月23日，据彭博报道，知情人士透露，Andurand旗下规模最大的对冲基金Andurand Commodities Discretionary Enhanced在4月上半月（截至4月17日）暴跌约52%，将一季度积累的全部涨幅悉数吞没，年内累计亏损扩大至近37%。

此前，据华尔街见闻文章提及，该基金凭借对美伊战争引发的原油供应冲击的精准押注，在一季度录得31%的强劲回报，其中仅3月单月便大涨30.6%。

分析指出，此番遭遇重挫的导火索，是特朗普政府寻求结束美伊冲突的停火信号。随着市场对地缘局势缓和的预期升温，此前因战争溢价推高至近120美元/桶的布伦特原油大幅回落，目前已跌至100美元附近，Andurand的原油多头头寸因此遭受重创。

4月急转：停火预期令多头措手不及

地缘政治风向在4月骤然逆转。尽管供应冲击本身仍在持续，但特朗普寻求结束冲突的信号令油价涨势戛然而止。Andurand的多头头寸在这一背景下遭到重创。

据报道，知情人士指出，该基金在4月前半月下跌约52%，年内累计亏损扩大至近37%。值得注意的是，该基金并无固定风险限额，这一机制设计使其在行情顺风时能够放大收益，但在方向判断失误时同样会承受极端损失。

对比之下，实物原油贸易商在此轮波动中却收获颇丰。据报道，Vitol Group、Trafigura Group和Gunvor Group等大型石油贸易商凭借买卖实物原油货物，在这场供应混乱中录得超额利润。

据华尔街见闻文章，今年一季度，Andurand的回归堪称戏剧性。数据显示，Andurand Commodities Discretionary Enhanced基金一季度累计上涨31.1%，月度走势与油价波动高度吻合：1月下跌4%，2月上涨4.6%，3月单月暴涨30.6%，三月一役奠定了全季绝大部分收益。

这一表现的背景，是美伊战争引发的历史性供应冲击。冲突爆发后，波斯湾航运受阻，部分产能被迫停工，叠加美国对霍尔木兹海峡实施封锁，全球能源供应链遭受有记录以来最严重的中断。

布伦特原油期货在3月9日一度攀升至近120美元/桶，创下历史性单月涨幅，接近60%。Andurand的多头头寸在这一行情中获益丰厚。

从"原油之神"到大起大落

据华尔街见闻文章指出，Andurand的职业轨迹，本身就是一部原油市场的风云史。他曾任职于高盛及全球最大独立石油贸易商Vitol集团，后创立Andurand Capital Management，因精准预判2008年油价暴涨和2020年史诗级暴跌而声名大噪，被市场冠以"原油交易之神"之称。

然而，近年来其业绩呈现出极端的双向波动特征：2022年大涨约59%，2023年亏损约55%；2024年再度大涨约50%，2025年又亏损约40%。这一模式在今年再度上演——一季度大赚31%，4月前两周即告"腰斩"。

2023年的失利尤为典型。Andurand曾在年初预测布伦特原油年底将升至140美元/桶，但油价始终未能突破100美元，OPEC+减产效果不及预期，看涨策略落空，终结了其连续三年的盈利纪录。

2024年，他在6月OPEC+会议前完全清仓石油期货多头头寸，公司在信中表示，"一旦我们对供应方面有更清晰的认识，我们将重新参与石油市场。"

此番重仓押注中东供应冲击，Andurand再度以高风险换取高回报的方式重返市场。一季度，市场站在了他这边；进入4月，地缘政治的天平再度倾斜，令这位原油猎手再次付出了沉重代价。

本文来自华尔街见闻，欢迎下载APP查看更多

据《华尔街日报》周四报道，Meta计划于5月20日裁减约10%员工，涉及约8000人，并将6000个原计划招聘的空缺岗位维持空置，合计影响岗位数量约占公司当前员工总数的近18%。

Meta在内部备忘录中将此次裁员定性为"提升运营效率、为其他投资腾挪空间"的必要举措，有分析认为，此轮Meta裁员的本质更接近“员工替换”而非单纯的成本控制——被裁减的往往是通用型岗位，而新招募的则是薪酬可能更高的AI及专业技术人才。

与此同时，微软宣布推出公司51年历史上首个自愿退休计划，面向约7%的美国员工，按其美国员工总数约12.6万人计算，潜在离职规模可超9000人。

裁员之际，两家公司的股价均承压。微软股价在过去六个月内已累计下跌近20%，微软股票截至4月初一度创下1997年以来同期最差表现；Meta股价年内则基本持平。

微软51年首推"买断"，薪酬体系同步重构

微软此次推出的自愿退休计划，是这家成立51年的软件巨头有据可查的历史上首次采用此类机制，标志着其人员调整策略的重大转变。

据华尔街日报获得的一份发给员工的内部备忘录，该计划由微软执行副总裁兼首席人事官Amy Coleman宣布，被定性为"一次性退休项目"。Coleman在备忘录中写道："我们希望这一计划能让符合条件的员工按照自己的节奏迈出下一步，并获得公司慷慨的支持。"

参与资格设有门槛：员工须处于资深总监级或以下职级，且工龄与年龄之和须达到70年或以上。微软2025年度报告显示，公司全球员工总数约为22.8万人，其中美国员工约12.6万人。按约7%的比例测算，潜在离职规模可超9000人。尽管实际参与人数预计仅占"一小部分员工"，但该规模仍代表公司迄今最大规模的一次主动人员结构调整。

此次人员调整并非孤立举措。微软3月底已对云计算与销售部门部分岗位实施招聘冻结，去年更在销售、Xbox等部门裁减逾1.5万名员工。与减员同步推进的，是薪酬体系的系统性改革——公司正将股权激励与现金奖金拆分发放，并将管理层绩效评估选项从九档简化至五档，以集中资源奖励核心员工。

Meta裁员8000人，实质更多是为“换血”

Meta此次裁员是扎克伯格AI豪赌的直接财务映射。Meta今年1月披露，资本支出规模可能接近翻倍至1350亿美元，用于数据中心建设及高端AI人才招募，以追赶谷歌和OpenAI。

Meta首席人事官Janelle Gale在内部备忘录中坦言："这是我们持续提升公司运营效率、并为其他投资腾挪空间的举措之一。我知道这是一个不受欢迎的消息，确认这一决定会让所有人感到不安，但我们认为在当前情况下这是最佳路径。"

裁员将于5月20日执行，受影响员工将获得"慷慨的遣散方案"，美国员工可享受18个月的医疗保险覆盖。Gale在备忘录中亦承认："我知道这让所有人面临近一个月的不确定期，这令人极度不安。"

此次裁员是Meta过去两年多轮人员调整的延续。据英国《金融时报》报道，多名员工表示，已历经多轮裁员、重组及高管更迭，内部情绪持续紧绷。另据路透社报道，Meta还计划安装追踪软件，捕捉员工的鼠标移动、点击、键盘输入及屏幕内容，以训练AI模型，此举引发员工对“自我替代”的忧虑。

据The Information分析，历史数据显示，科技公司大规模裁员往往并不会显著压缩整体用人规模，而是以"换血"为实质——用薪酬更高的专业人才替代被裁员工。Meta预计2026年总支出将同比增长40%，其中明确包括针对AI等优先领域的新增招聘成本，这意味着此轮裁员在短期内未必能带来可观的成本节约效果。

硅谷进入“大规模裁员”新时代

Meta与微软的举措并非孤立，而是硅谷更大范围结构性调整的组成部分。Snap裁减16%员工，Block砍掉40%人力，甲骨文大规模削减岗位；据华尔街日报本周早些时候报道，盖茨基金会亦计划裁减约500个职位，占员工总数约20%。

这一轮裁员浪潮呈现出与以往不同的市场逻辑。分析人士指出，裁员已不再被投资者视为企业陷入困境的信号，而是被解读为管理层"果断行动"的体现。风投人士指出，多数公司裁减30%至50%员工并不会实质影响业绩，AI的兴起则为管理层推进"早该完成的人员优化"提供了现成理由。

Block首席财务官兼首席运营官Amrita Ahuja透露，该公司宣布裁减40%员工后，大批企业高管主动联系Block，寻求复制这套"大规模裁员剧本"。她直言，这种做法"不可避免"，并表示："作为一位CFO，我认为宁可早一步，也不能落后。"

这一趋势折射出科技企业对专业人才态度的根本性转变。过去十年间，许多企业为吸引知识型员工不惜提供高薪与丰厚福利，而如今，企业领导者普遍认为庞大的团队反而阻碍发展。

与此同时，被裁员工面临的处境日趋严峻——美国劳工部数据分析显示，过去12个月，34岁及以下大学本科毕业生的失业率已与两年制专科学历人群的4.1%持平，甚至开始超越后者，白领再就业难度正在显著上升。

本文来自华尔街见闻，欢迎下载APP查看更多

周五4月24日，油价连续第六个交易日上涨。西德克萨斯中质原油（WTI）升至约97美元/桶，布伦特原油早盘涨至106美元/桶附近，本周累计涨幅约16%。推动这轮上涨的核心逻辑只有一个：美伊和谈前景再度蒙上阴影，市场开始为更长时间的对峙定价。

据媒体最新报道，特朗普在Truth Social上的系列帖文，以及他持续推进的对伊朗港口海上封锁，正在损害通过巴基斯坦等中间方进行的谈判进程——两名熟悉相关事务的美国官员如此表示。伊朗谈判代表也认为，这些帖文意在羞辱德黑兰领导层，令其更不愿意达成协议。

BOK Financial Securities高级副总裁Dennis Kissler表示：“紧张局势正在进一步收紧——市场现在定价的是一场更激烈、持续时间更长的对峙。”

特朗普的帖子，成了谈判的“绊脚石”

特朗普在帖子中写道：“伊朗不想关闭霍尔木兹海峡，他们想开放，这样每天能赚5亿美元。”他还称伊朗新任总统“远没那么激进，比前任聪明得多”。

伊朗议长、首席谈判代表Mohammad Bagher Ghalibaf将这些帖子定性为“媒体战和舆论操控”。伊朗总统Masoud Pezeshkian周三表示，伊朗欢迎与美国谈判，但“封锁和威胁是真正谈判的主要障碍”。

对此，白宫一名不具名发言人回应称：“特朗普总统无意保护伊朗领导人的面子，他认真对待谈判，目标是确保美国的长期国家安全。”

中东研究所伊朗问题高级研究员Alex Vatanka直言：“特朗普的发帖方式，正在破坏他自己希望外交发挥作用的立场。对于伊朗这个政权来说，有效的方式是安静、低调，不是高调，不是在媒体上，不是在社交媒体上攻击伊朗领导人。”

顾问团队内部出现分歧

在特朗普持续在社交媒体上“输出”之际，据媒体援引美国官员，特朗普的顾问团队在策略上已出现明显分裂。

一派认为，应继续维持封锁、拖延时间。理由是：伊朗因无法正常出口石油，油库可能在数周内"爆满"，届时将被迫做出更大让步。对这一派来说，特朗普的社交媒体发帖，正是在"消耗时钟"。

特朗普周四在椭圆形办公室对记者表示，他认同这一判断，并不急于达成协议："你知道谁在承受时间压力吗？是他们。因为如果他们的石油动不了，整个石油基础设施就会'爆炸'——他们没有地方储存。"

另一派则持相反立场。这些顾问认为，现在正是寻求出路的时机。他们担忧，如果霍尔木兹中断持续太久，高油价将在国内造成更深的经济创伤，并在11月中期选举中引发政治反噬。对这一派来说，特朗普的强硬言辞，可能正在瓦解谈判人员此前积累的进展。

和谈卡在哪里

美伊双方在多个核心议题上仍陷入僵局，包括伊朗的核能力、以色列对黎巴嫩的打击行动等。

据央视新闻、新华社综合报道，美伊停火协议在两周多前刚刚生效，第一轮谈判于4月中旬在巴基斯坦举行，无果而终。本周，伊朗拒绝派代表团赴伊斯兰堡参加第二轮谈判，副总统JD Vance原本已准备好率团出发，最终因取消而未能成行。特朗普周一宣布延长停火，但谈判本身依然停滞。

伊朗方面的诉求包括：解除制裁、限制核与导弹项目的谈判保障、不再遭受军事打击的安全承诺，以及对霍尔木兹海峡航运的某种正式控制权。美国和以色列已明确表示不接受后两项要求。

据彭博上周报道，部分海湾阿拉伯国家和欧洲领导人认为，就更广泛议题达成协议至少需要六个月时间。目前，各方仍在探讨一种可能性：先达成临时协议，重开海峡、结束封锁，其余争议留待后续谈判解决。

霍尔木兹海峡目前通行几近停滞，仅有零星伊朗相关船只偶尔移动。美军周四登上一艘在印度洋运载伊朗石油的超级油轮，海上封锁力度持续加强。与此同时，伊朗周三向船只开火并扣押两艘船只。

本文来自华尔街见闻，欢迎下载APP查看更多

据华尔街见闻，周三美股收盘后，ServiceNow和IBM相继公布首季财报，营收与盈利均超出华尔街预期，但两只股票在周四均遭遇重挫，并拖累整个软件板块大幅下行。

ServiceNow单日重挫18%，IBM跌幅逾9%。抛售情绪迅速蔓延，Salesforce、Atlassian、Workday、Adobe等主流软件股集体下跌约8%至10%。

投资者的担忧焦点已不再是某家公司的业绩好坏，而是AI是否将从根本上颠覆整个软件行业的商业模式。

追踪逾百只软件股的iShares扩展科技软件板块ETF周四单日下跌6%，过去六个月累计跌幅达27%。

与此形成鲜明对比的是，半导体制造商德州仪器因业绩超预期而暴涨17%，推动费城半导体指数连涨17日。

就在市场哀鸿遍野之际，因预言2008年次贷危机而声名大噪的投资人Michael Burry逆势出手，宣布于周四购买了微软股票，增加了他在软件行业的多头头寸。

ServiceNow首季营收为37.7亿美元，同比增长22%，高于市场预期的37.5亿美元；调整后每股收益0.97美元，亦略超预期的0.96美元。

IBM首季营收为159.2亿美元，同比增长9.5%，超出市场一致预期的157.1亿美元；调整后每股收益1.91美元，高于预期的1.81美元。

然而，靓丽的业绩数字未能提振市场信心。

ServiceNow还披露，中东地区持续紧张局势导致部分政府客户的交易出现延迟，进一步加剧了投资者的担忧情绪。

从年初至今的累计表现来看，ServiceNow已累跌逾40%，IBM跌幅亦超过21%。

本周四的大幅下挫，是在今年已然惨淡的市场表现基础上的再度重创。

市场的持续下挫，催生了一批逆向投资者。

Michael Burry在其Substack文章中表示，他预期这场"AI叙事所主导的软件大屠杀"将出现反转，并披露已于周四买入微软股票，同时增加了对MSCI、PayPal及Adobe的持仓。

值得注意的是，Burry同时买入了纳斯达克100指数ETF的2027年1月及3月到期看跌期权，以及英伟达和iShares半导体ETF的2027年1月到期看跌期权。

华尔街见闻提及，此前4月10日Burry就披露英伟达看跌期权，其中包括行权价115美元、2027年1月到期的期权，成本3.30美元，并继续持有行权价100美元的同期限看跌期权。

Jefferies科技分析师Brent Thill则认为，AI工具将摧毁整个软件行业的论断被过度夸大。长期科技投资银行家Brandon Hightower表示：

SaaS末日论目前太过夸张了，估值已被压得很低，终将回升。

软件公司高管也在公开场合予以反驳。

Atlassian首席执行官Mike Cannon-Brookes今年2月接受彭博电视采访时表示：

AI是有史以来发生在Atlassian以及我所在的软件行业最好的事情之一。

但市场暂时不为所动，Atlassian股价周四下跌10%，今年以来累计下挫57%。

华尔街将当前软件股的系统性抛售称为"SaaS末日论”。

这一悲观情绪的根源在于，Anthropic、OpenAI等AI模型开发商的产品迭代正在引发市场对AI不仅替代人类员工、更将直接取代企业所购买的软件应用的深层忧虑。

对于那些按员工人数收取订阅费的软件公司而言，这一威胁尤为致命：一方面，企业裁员直接压缩其收入来源；另一方面，其核心产品本身也面临被AI工具复制的风险。

上周，设计软件公司Figma股价单日重挫10%，导火索是Anthropic发布了AI设计工具Claude Design。

该工具可根据文字提示直接生成视觉内容，无需设计经验，也无需购买Figma许可证。Figma股价周四继续下跌11%，今年以来已累计暴跌54%。

此前被视为相对抗跌的IBM，同样未能幸免。今年2月，Anthropic宣称AI可协助企业现代化改造IBM长期主导的特定编程领域，并可能使IBM部分高利润服务变得不再必要，IBM股价当日单日重挫13%。

当前正值科技公司密集披露财报的关键时期。

当地时间4月29日下周三，Alphabet、微软、亚马逊和Meta将于集中公布首季财报，市场将密切关注这些科技巨头对AI战略及软件业务前景的最新表态。

此后数周，Atlassian、Cloudflare、Datadog等企业软件公司亦将陆续交出成绩单。

随着更多软件公司在5月和6月披露一季度业绩，投资者的目光将持续聚焦于AI威胁对企业实际业务的影响程度。

而这些财报，或将成为决定"SaaS末日论"叙事能否逆转的重要转折点。

本文来自华尔街见闻，欢迎下载APP查看更多