Everything you care about in one place
Follow feeds: blogs, news, RSS and more. An effortless way to read and digest content of your choice.
Get Feederplink.anyfeeder.com
美股研究社
Get the latest updates from 美股研究社 directly as they happen.
Follow now 44 followers
Latest posts
Last updated about 22 hours ago
IDC黎明前夜：为什么资金开始重新定价万国数据？
about 22 hours ago
*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社瑞银最新一份中国IDC行业前瞻，把市场对AI算力的讨论从“需求真假”拉回到“供给兑现”。这份报告最有价值的地方，不在于短期目标价调整，而在于它给了一个更清晰的时间锚：国产GPU出货扩产临近，数据中心需求有望从2026年下半年加速。瑞银同时重申万国数据和世纪互联“买入”评级，其中提到万国数据自2025年三季度以来重新积极布局中国市场，已在西部累积约3GW电力额度，2026年有望拿下超过500MW新订单。【如需和我们交???可扫码添加进社群】这背后对应的是IDC行业估值逻辑的切换。过去一年，市场盯着AI需求会不会降温；现在问题变成：芯片能不能到、机柜能不能上、电力指标能不能批、订单能不能转成收入。万国数据重新进入资金视野，也不是因为它突然变轻了，而是AI时代的数据中心资产开始重新分层。传统IDC看出租率和现金流，AI IDC还要看电力、园区、PUE、GPU上架节奏和头部云厂商订单。换句话说，万国数据的核心矛盾，正在从资产负债表压力，转向下一轮AI资本开支周期里的资源卡位。万国数据的拐点，不在需求侧，卡在“上架”这一步瑞银这次对中国IDC行业的判断，表面看有些矛盾：一边下调GDS Holdings和VNET Group的目标价，一边继续给出“买入”评级。放在传统财务框架里，这似乎不够顺；放进AI算力产业链里，反而更接近当前市场的真实状态。目标价下调，反映的是融资、资本开支、折现率、EBITDA释放节奏这些现实变量。买入评级保留，反映的是另一个方向：行业基本面没有走弱，需求仍在，只是收入确认的开关被供给卡住了。过去一年，中国IDC板块最尴尬的地方，正是“需求热、报表慢”。大模型厂商、云厂商、互联网平台都在扩充AI算力储备，模型训练和推理需求持续抬升，但GPU供给、机柜交付、电力审批、网络部署和客户验收，把订单转收入的周期拉长了。市场一度把这个现象理解成“AI资本开支可能不够真实”，但从瑞银调研来看，云厂商订单仍在滚动释放，下游Token和云服务价格还在上涨，说明AI算力并没有进入宽松状态。这就是IDC行业现在最大的预期差。需求已经不再是最难证明的一环，难的是把需求装进可用的机柜里。这个变化会改变市场看IDC公司的方式。过去买IDC，核心看机柜数量、出租率、租金水平、利率环境和资本开支强度。到了AI时代，投资者还要多看一层：这些机柜有没有足够电力承载高密度GPU，所在园区是否具备绿电和低PUE条件，客户有没有头部云厂商背书，订单能不能随着芯片到货快速转成上架。万国数据2025年数据其实已经能看到这种“等待兑现”的味道。公司2025年净收入同比增长10.8%至114.32亿元，调整后EBITDA同比增长10.8%至54.04亿元，调整后EBITDA率保持在47.3%；截至2025年底，已承诺及预承诺面积同比增长6.4%至67.01万平方米，已使用面积同比增长11.4%至50.48万平方米，使用率为75.5%。这些数字不算爆炸，但很关键：它说明公司不是没有订单，也不是没有利用率改善，只是AI时代的收入弹性还没有完全打到报表上。瑞银强调，2026年一季度IDC企业业绩可能依然平淡，投资者是否进场，关键要看芯片供给扩产能否出现更多可见度。也就是说，行情的主线正在从“AI概念”切向“机柜兑现”。主题阶段看想象力，兑现阶段看交付链条。国产GPU只要进入规模出货节奏，IDC企业的上架率、利用率、租金确认和EBITDA会形成连续传导。这个传导链条比单纯讲AI需求更硬，也更容易被财务报表验证。带电机柜成了稀缺资产，万国数据的资源位被重新看见万国数据过去几年估值被压制，有一个很直接的原因：市场把它放在“重资产+高资本开支+高杠杆”的框架里定价。这个框架并没有错。IDC本来就是重资产行业，需要不断拿地、建设、接电、采购设备，再慢慢等待客户搬入。高利率环境下，收入释放滞后，融资成本上升，重资产公司天然吃亏。万国数据2025年底现金为143.06亿元，长期债务为425.62亿元；公司2026年仍预计资本开支约90亿元。问题在于，AI正在改变这类资产的稀缺性。传统云时代，很多数据中心更像“标准化机房资产”。谁有地、谁能建、谁能出租，大家比成本、比位置、比客户关系。AI时代，机柜本身不够看，能不能承载GPU集群才是关键。高功率密度、稳定电力、低PUE、绿电供给、跨区域调度、头部客户交付经验，开始把IDC资产分成两类：普通机柜和带电GPU机柜。这个差别会直接改变估值锚。普通机柜更接近基础设施出租，带电GPU机柜则更接近AI算力生产线的一部分。后者的稀缺性来自资源约束，不只是建设能力。万国数据的乌兰察布布局，正在被放回这个新框架里理解。公司早在乌兰察布建设“全国一体化算力网络国家枢纽节点项目”，项目一期位于集宁区察哈尔工业园区，占地125亩，总建筑面积约11万平方米，包含4座独立数据中心建筑，并配套变电站、办公楼、柴发楼等设施。这个区域的价值，不只在电价。乌兰察布处在“东数西算”内蒙古枢纽体系里，天然更适合承接大规模、非实时、集中式的训练算力需求。国家发改委等部门发布的《数据中心绿色低碳发展专项行动计划》也明确提出，到2025年底，全国数据中心整体上架率不低于60%，平均PUE降至1.5以下，可再生能源利用率年均增长10%，新建大型和超大型数据中心优先布局在全国一体化算力网络国家枢纽节点数据中心集群范围内。这类政策约束会带来一个结果：未来IDC行业不太可能无序扩张。电力额度、能耗指标、PUE要求和绿电比例，都会限制低质量供给。瑞银也提到，中央政府对电力额度审批保持谨慎，有助于防止产能过剩。供给被约束，头部客户又要扩AI算力，资源位就会被重新定价。万国数据的价值，不能只看过去的负债表，也要看它能否把西部电力额度、低PUE园区和头部云厂商订单转化成新一轮收入曲线。这一点从同行世纪互联也能看到行业趋势。VNET 2025年总收入同比增长20.5%至99.5亿元，调整后EBITDA同比增长22.6%至29.8亿元，全年交付创纪录的404MW???2025年四季度，公司新增135MW批发订单，2026年计划交付450MW至500MW，并预计资本开支达到100亿至120亿元。这些数字说明，中国IDC行业已经不是“讲故事阶段”。头部玩家正在用更高资本开支押注AI需求，订单体量也从过去的机柜口径进入MW口径。市场重新看万国数据，本质上是在看它能不能成为AI基建周期里最靠近供给瓶颈的位置。下半年才是验货期：芯片、融资和EBITDA会一起给答案万国数据现在最大的看点，不是2026年一季度业绩。公司已经公告，将在2026年5月20日发布2026年一季度未经审计财报。 但从瑞银判断看，一季度大概率很难给市场完整答案。真正需要观察的是2026年下半年：国产GPU放量节奏、头部云厂商订单落地、机柜上架速度、EBITDA是否开始提速。国产GPU是最重要的催化剂。路透社援引IDC数据称，2025年中国GPU和AI芯片厂商已拿下中国AI加速服务器市场约41%份额，国内厂商在本土AI芯片供给中的地位明显上升。 另一条线索来自DeepSeek V4和华为昇腾950PR。路透社报道称，DeepSeek V4发布后，字节跳动、腾讯、阿里等中国科技巨头都在争抢华为Ascend 950PR芯片；华为计划2026年出货约75万颗950PR，全面出货节奏指向2026年下半年。这组信息和瑞银的IDC判断可以拼在一起：模型端需求没有停，云厂商采购没有停，国产GPU供给开始明确时间表，IDC企业的卡点就从“客户下不下单”变成“硬件到不到位”。如果国产GPU规模交付兑现，万国数据这样的IDC运营商将迎来一条很直接的链路：芯片到货，机柜上架，客户搬入，利用率提升，租金确认，EBITDA???放。万国数据的高弹性也来自这个位置。公司2025年在服务面积承诺率达到93.0%，在建面积预承诺率为66.1%；已使用面积全年净增加5.18万平方米。 这类数据说明，公司手里并非只有规划，还有相当比例已经被客户锁定的资源。芯片供给改善后，订单转收入的速度会成为市场最敏感的指标。当然，风险也很清楚。第一是融资。万国数据2026年计划资本开支约90亿元，虽然公司2025年完成ABS、C-REIT相关资产变现，并通过出售DayOne股份和可转优先股私募合计获得资金支持，但重资产扩张对现金流和债务结构的要求不会消失。公司也披露，出售DayOne股份回购价值3.85亿美元，并完成3亿美元可转优先股私募，用于数据中心容量扩张及一般公司用途。第二是国产GPU的交付节奏。路透社也提到，华为950PR供给仍可能受到先进制造设备限制，产量存在无法完全满足需求的压力。 如果芯片上量慢，IDC行业还会继续面临“订单在手、收入递延”的状态。第三是价格。AI算力紧缺阶段，IDC运营商拥有更强议价能力；一旦未来供给集中释放，租金价格和客户议价都会重新平衡。政策对电力额度审批保持谨慎，可以抑制无序扩张，但不能完全消除周期波动。所以万国数据的投资逻辑不能写成简单的“困境反转”。它更像一个被供给瓶颈压住的基础设施平台，正在等三个变量同时转向：国产GPU、头部订单、融资工具。三者只要有一个拖后腿，估值修复就会被拉慢；三者如果在下半年形成共振，市场对它的看法会从“高杠杆IDC公司”切到“AI算力基础设施入口”。结语：AI基建的下一场胜负，可能不在模型发布会上过去一年，AI行业最热闹的地方在模型发布会、API价格表和应用下载榜。但资本市场慢慢发现，模型迭代再快，也要回到一个非常朴素的问题：算力在哪里跑。这也是IDC重新被定价的原因。AI产业链前半段讲芯片，后半段讲应用，中间那层常被忽略的基础设施，开始变得越来越紧。没有电力，GPU只是库存；没有机柜，订单只是合同；没有稳定上架，Token需求很难变成云收入。万国数据站在这个中间层。它不如芯片公司性感，也不如大模型公司有话题，但它卡住的是AI产业从“需求”走向“生产”的物理入口。市场过去用负债表给它打折，接下来可能用上架率给它重新定价。瑞银这份报告真正提醒市场的一点是：中国IDC行业的主线已经换了。需求还在，供给成了更稀缺的变量。2026年下半年，如果国产GPU出货、云厂商订单和西部电力资源形成配合，万国数据的故事会从“重资产压力”变成“资源兑现能力”。AI算力行情最容易被误读的地方，就在这里：真正赚钱的环节，未必总站在聚光灯下。模型负责制造想象力，芯片负责定义上限，IDC负责把想象力变成可计费的算力。下一轮AI基建的胜负，很可能不是谁先发布新模型，而是谁先把更多带电GPU机柜稳定交到客户手里。...
AI日报丨传奇投资者：AI牛市“还能再持续一两年”，英伟达与IREN宣布达成战略合作
about 22 hours ago
整理 | 美股研究社在这个快速变化的时代，人工智能技术正以前所未有的速度发展，带来了广泛的机会。《AI日报》致力于挖掘和分析最新的AI概念股公司和市场趋势，为您提供深度的行业洞察和价值分析。AI快报【传奇投资者：AI牛市“还能再持续一两年”】传奇投资者保罗·都铎·琼斯（Paul Tudor Jones）表示，由人工智能（AI）推动的牛市仍有继续上涨的空间，在寻找与早期科技繁荣的相似之处时，他最近买入了更多相关股票。这位亿万富翁对冲基金经理称，“我觉得今年1月的Claude，???当于1981年微软问世的那个时刻。”【机构：大厂减产叠加AI周边IC需求骤增，晶圆代工成熟制程酝酿涨价】根据TrendForce集邦咨询最新晶圆代工产业研究，全球成熟制程面临供给与需求格局转变，2025年下半年以来，台积电、三星晶圆代工两大厂减产八英寸产能，加上AI服务器等对电源管理、功率需求持续成长，2026年全球前十大晶圆代工业者平均八英寸产能利用率已回升至近90%。不仅八英寸产能利用率与代工价格已止跌回升，十二英寸成熟制程也有望因台积电规划减产而带动转单。尽管目前十二英寸成熟制程未出现供不应求程度，但不排除中长期台积电订单外溢效应，将促使Tier 2晶圆厂于2026年下半年再度向客户释出涨价意图。七巨头日报【英伟达与IREN宣布达成战略合作，以每股70美元的价格购买IREN最多3000万股】IREN Ltd (IREN.US) 盘后一度涨近30%，后收窄至6%。英伟达与IREN宣布达成战略合作，以加速部署高达5吉瓦的人工智能基础设施。英伟达获得了一项五年期认购权，可以每股70美元的价格购买IREN最多3000万股股票，这意味着英伟达有权向IREN投资至多21亿美元。IREN上财季（Q3）营收1.448亿美元，Q2为1.847亿美元；净亏损2.478亿美元，Q2为亏损1.554亿美元。 文章原文
算力故事到收入账本，金山云等来AI云第二阶段
about 22 hours ago
*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社AI云计算正在进入一个更难糊弄市场的阶段：资本开支还在狂奔，但投资者已经开始追问收入、利润率和现金流。2026年一季度，海外云厂商交出的答卷很直接。Google Cloud收入同比增长63%至200亿美元，云业务经营利润达到65.98亿美元；AWS收入同比增长28%至376亿美元，经营利润达到142亿美元；Oracle三季度RPO达到5530亿美元，同比增长325%，其中相当一部分来自大规模AI合同。云厂商过去几年砸下去的AI Capex，开始在收入端和订单端被看见。【如需和我们交流可扫码添加进社群】这会把国内云计算行业也拉进同一套评价体系。2024年，市场买的是“谁有GPU、谁能拿到卡”；2026年，资金更关心谁能把GPU转成持续账单、客户续约和EBITDA。金山云的变化，就卡在这个节点上。2025年四季度，公司收入创单季新高，公有云收入同比增长34.9%，AI业务账单收入同比增长95%，Non-GAAP EBITDA同比增长118.3%。这不是一个简单的“AI概念股”故事，而是一家长期被二线云标签压住的公司，开始被市场重新放进“AI云兑现能力”的框架里观察。云厂商的考题换了：从“敢不敢投”到“算不算得过账”过去两年，AI云的核心叙事很粗暴：算力不够，先投再说。微软、谷歌、亚马逊、Meta一路抬高资本开支，服务器、GPU、光模块、IDC、电力链条被轮番重估。那个阶段，市场默认一个前提：只要AI需求足够大，Capex终究能被消化。投资者愿意先买未来，财务报表可以晚一点跟上。2026年，气氛变了。AI需求没有降温，反而更密集地进入云厂商收入表。Alphabet一季度总收入同比增长22%，Google Cloud收入同比增长63%，Pichai还提到，Gemini等第一方模型通过客户API直接使用，每分钟处理Token超过160亿个，较上一季度增长60%。这组数据的含义很清楚：AI已经不只是训练大模型的集中式开销，推理、API调用、企业应用、Agent工作流，开始制造更持续的云收入。AWS也是同一条线。亚马逊一季度AWS收入同比增长28%，是15个季度以来最快增速；AWS经营利润从上年同期的115亿美元提升至142亿美元。更有意思的是，亚马逊披露其芯片业务年化收入已超过200亿美元，并拿下OpenAI约2GW Trainium容量承诺，以及Anthropic最高5GW Trainium容量。云厂商不再只是出租通用服务器，而是在把芯片、模型、算力调度、云服务打成一整套交付能力。Oracle的案例更能说明估值锚变化。它三季度RPO达到5530亿美元，同比增长325%，云基础设施收入同比增长84%。公司还说，AI训练和推理的云计算需求增长快于供给，部分大型AI合同通过客户预付款或客户自带GPU降低了Oracle自身融资压力。资本市场看Oracle，不再只看数据库老巨头的存量生意，而是看它能否把AI基础设施订单变成未来几年可确认的收入。这就是AI云交易逻辑的换挡。2024年，市场奖励“投入速度”；2026年，市场奖励“收入转化效率”。谁的算力利用率更高，谁的客户合同更长，谁能把折旧压力摊进持续账单里，谁就更容易得到估值溢价。这个变化对国内云厂商很关键。中国云计算行业过去几年被价格战压得很低，公有云、政企云、CDN、存储都经历过一轮又一轮降价，市场对云厂商的判断偏悲观：规模越大，资本开支越重，利润越难看。AI推理需求给了行业一次重新定价的机会。训练像项目制订单，波峰波谷明显；推理更像水电煤，调用频次高、场景分散、预算持续。企业不一定都去训练大模型，但会持续调用代码助手、客服机器人、办公智能体、营销生成工具、数据分析Agent。Token消耗越广，云厂商越容易把算力资产变成可重复计费的服务。金山云正处在这个转折里。它没有阿里云、腾讯云那样的生态宽度，也没有华为云的政企和硬件纵深，但AI云第二阶段看的不只是规模。市场正在转向更具体的问题：这家公司有没有稳定AI客户，有没有可用算力，有没有平台化工具，有没有利润率修复迹象。金山云2025年四季度财报给了一个初步答案。金山云的机会，藏在巨头夹缝里的“推理性价比”金山云过去最大的标签，是二线云厂商。这个标签不算冤。传统云时代，云计算竞争拼生态、拼客户、拼资本开支、拼价格。阿里云有电商和企业服务底盘，腾讯云有内容和社交生态，华为云有硬件、政企、行业数字化优势。金山云长期在视频、游戏、办公、政企项目之间寻找空间，规模不占优，利润压力也比较重。AI云把比赛规则拆开了。企业客户现在要的，不一定是最全的云产品货架，而是更快拿到AI算力、更稳定跑推理任务、更低成本接入模型API、更灵活地管理多模型和异构资源。这类需求给了“专用型云厂商”窗口。北美Neocloud的崛起，本质上也是如此：CoreWeave、Nebius这类公司没有传统云巨头的完整生态，却能靠AI专用集群、Nvidia资源、客户定制能力切进市场。CoreWeave被市场关注，核心不只是高增长收入，还有数百亿美元级别的长期合同和订单能见度。金山云无法简单类比CoreWeave。国内芯片供给、客户结构、云市场价格体系都不一样。但它确实开始向“AI底座服务商”的方向靠近。一个很重要的变化，是星流平台的升级。金山云披露，星流平台已经从资源管理平台升级为一站式AI训推全流程平台，覆盖异构资源调度、训练任务故障自愈、模型API服务商业化等环节，并支持DeepSeek、Xiaomi MiMo、Qwen3、Kimi等近40种模型。这件事不能只看成产品包装。AI云的利润空间，最终不可能只靠“卖卡时长”。单纯算力租赁会被价格战追上，硬件折旧也会持续吞利润。云厂商要提高收入质量，就要把算力向上封装成平台：模型管理、推理服务、调度优化、API调用、企业安全、行业应用适配。客户买到的不是一块GPU，而是能跑业务的AI能力。金山云的另一层优势，来自金山和小米生态。雷军在2026年3月辞任金山云非执行董事及董事长，由邹涛接任，这件事短期看是治理层变化，长期看反而让金山云的战略责任更清晰：它不能再只靠“雷军系”故事获得市场关注，而要靠自身AI云业务兑现。但生态协同仍然重要。小米的AI设备、智能汽车、IoT、手机、模型应用，会带来真实的推理场景；金山办公的WPS AI、办公智能体、企业协作，也会制造稳定的Token调用。AI云最怕空转，生态内需求至少能帮助金山云完成早期利用率爬坡。这也是市场重新关注金山云的原因。它不是突然变成中国版CoreWeave，而是原来被低估的“客户场景+算力资源+模型平台”组合，赶上了推理商业化这条线。财报已经出现一些边际信号。2025年四季度，金山云总收入27.61亿元，同比增长23.7%；公有云收入19.02亿元，同比增长34.9%；AI业务账单收入9.26亿元，同比增长95%。全年看，金山云收入95.59亿元，同比增长22.8%；Non-GAAP EBITDA达到23.36亿元，EBITDA率升至24.4%，明显高于2024年的8.2%。这组数据里，最值得拆的是“增长质量”。收入提速来自AI需求，公有云重新变成增长主引擎；EBITDA大幅改善，说明规模效应和费用控制开始起作用；Non-GAAP经营利润连续两个季度为正，说明公司离经营层面稳定盈利更近了一步。但这不是无风险的顺风局。AI业务扩张也推高了成本。四季度金山云IDC成本同比增长12.5%，折旧及摊销成本从上年同期3.43亿元升至7.41亿元，主要来自AI业务相关服务器和网络设备折旧。全年毛利率从2024年的17.2%降至2025年的15.7%，压力同样来自服务器和设备折旧。这就是AI云公司的典型财务画像：收入先起来，折旧也先起来；利用率没有跑满之前，利润表会被硬成本压住???市场现在重新定价金山云，赌的不是它没有成本压力，而是AI推理需求足够持续，可以把这些硬成本摊薄。兑现窗口已经打开，金山云还要过三道关金山云的故事走到这里，不能写成“AI一来，二线云翻身”。它真正要证明的，是三件事。第一，AI业务能不能从高增长账单变成高质量收入。四季度AI业务账单收入同比增长95%，这个速度很亮眼。但资本市场会继续往后看：这些订单来自生态内还是生态外？客户续约周期多长？推理任务占比多少？单卡利用率怎样？模型API调用能否带来更高毛利？如果AI收入只是短期项目制爆发，估值修复会很有限；如果它能沉淀成持续调用和长周期合同，金山云的估值锚才会从“困境修复”转向“AI云成长”。第二，算力扩张能不能压住折旧和融资成本。AI云不是轻生意。GPU采购、服务器租赁、IDC机柜、网络带宽、存储、运维团队，每一项都要真金白银。金山云2025年末现金及现金等价物达到60.18亿元，较三季度末明显上升，主要来自股权融资净额，同时被资本开支抵消。公司物业及设备净额从2024年底的46.30亿元升至2025年底的100.95亿元，资产扩张很快。这既是机会，也是压力。机会在于，公司已经为AI需求提前布置资源；压力在于，一旦客户利用率不及预期，折旧、利息和设备更新???反过来压利润。第三，金山云要在巨头夹击下找到自己的边界。阿里云、腾讯云、华为云不会把AI云市场让出来。阿里有通义和千问生态，腾讯有混元和微信场景，华为有昇腾、鲲鹏和政企客户。金山云不能用巨头打法跟巨头硬碰硬。它更现实的路线，是做更垂直、更灵活、更贴近特定客户的AI底座。这条路线看起来窄，但并不差。AI云会进入分层市场。最顶层的大模型训练集群，仍然属于巨头和头部AI实验室；中间层的推理服务、模型API、行业应用部署、办公和设备生态，则会产生大量性价比需求。金山云真正适合切的，是这个中间层：客户不想自建基础设施，也不想被巨头云完全绑定，需要一个能跑多模型、能控成本、能快速交付的AI云平台。这也是金山云星流平台的价值所在。模型越多，客户越需要统一调度；应用越碎，客户越需要稳定API；推理调用越频繁，客户越在意成本和延迟。金山云不一定要成为模型战争的主角，但可以成为模型落地环节里更务实的基础设施供应商。从交易层面看，金山云当前最重要的变量已经变了。过去市场看它亏多少、现金还能撑多久、二线云有没有出路；现在市场开始看AI收入占比、EBITDA率、经营利润转正能否持续、生态客户需求能否外溢。这个估值锚的变化，会带来弹性，也会带来更严格的验收。金山云真正的“兑现时刻”，大概率不在某一个季度的股价波动里，而在2026年后几个季度的连续财报里：AI账单收入能否继续高增，公有云能否保持加速，毛利率能否顶住折旧压力，经营利润能否摆脱一次性因素，现金流能否支撑扩张。市场可以先交易预期，但最终还是会回到报表。AI云第二阶段，不奖励“有卡”，奖励“会算账”AI云的第一阶段，市场相信稀缺。谁有GPU，谁就有故事；谁敢上Capex，谁就能拿估值。第二阶段，市场开始相信账本。GPU只是起点，后面还要看客户、利用率、单价、续约、折旧、现金流。算力资产越贵，经营能力越重要。AI云听起来像技术生意，落到财务上，依然是周转率和利润率的较量。金山云现在的看点，就在这个切口。它不是最庞大的云厂商，也不是最强势的大模型公司。它的机会来自推理时代的需求外溢：更多企业要用AI，但不一定要自建大模型；更多应用要调用模型，但不一定只认巨头云；更多场景要控制成本，但不能牺牲稳定性。中间这一层市场，正在被AI推理一点点放大。这也是金山云估值重估的底层逻辑：过去，市场用“二线云”给它打折；现在，市场开始用“AI云兑现能力”重新观察它。但这场重估不会轻松。AI云是一门重资产、高折旧、高竞争的生意。收入增长如果跑不过折旧，故事会很快降温；客户黏性如果不够强，算力租赁也会回到价格战；平台能力如果沉淀不下来，金山云仍会被巨头挤压。所以，金山云接下来真正要交的答卷，不是证明自己搭上AI，而是证明自己能在AI云第二阶段活得更有效率。AI云的胜负手，已经从“谁先买到卡”转向“谁能把每一张卡算出更高收入”。金山云站在窗口前，市场愿意重新看它一眼；能不能把这一眼变成长期估值，得看它接下来几个季度能不能把AI账单写成利润。 文章原文
AI重做旅游入口：携程守交易，美团抢决策
about 22 hours ago
来源丨美股研究社AI对旅游行业的冲击，已经越过“帮用户查机票”的浅层阶段。2026年3月，OpenAI被曝缩减在ChatGPT内直接完成预订和购买的计划，OTA股价一度反弹，市场松了一口气：AI短期还不能绕开Booking、Expedia、携程这类平台的交易履约能力。但这并不代表OTA的入口安全了。更准确地说，AI暂时没有吃掉交易，却已经开始改写旅行决策链路。【如需和我们交流可扫码添加进社群】用户过去打开携程订酒店、去小红书找攻略、用大众点评筛餐厅、再拿地图软件排路线。现在一句“帮我安排一个适合摄影的重庆三日Citywalk”，AI就能把风格、预算、时间、路线和消费场景串起来。携程的TripGenie在三周年时披露，AI辅助预订同比增长400%，实时菜单助手、实时翻译等工具使用量同比增长约300%。这组数据提示一个变化：旅游行业的核心入口，正在从“搜索框”转向“意图框”。这对美团很关键。携程强在机票、酒店和标准化履约，美团强在餐饮、到店、酒旅、团购、评价、地理位置和即时消费。AI旅游Agent要想从“写攻略”走向“替用户安排旅程”，最缺的不是文案生成能力，而是真实世界的供给密度。谁掌握本地生活数据，谁就更接近下一代旅行决策入口。旅游业的入口，正在从“比价”变成“表达意图”过去二十年，OTA平台解决的是信息不对称。机票价格复杂，酒店库存分散，目的地产品难以比较，用户需要一个平台把供给标准化。携程、Booking、Expedia、飞猪、美团酒旅，都建立在这个基础上：把分散供给整理成可搜索、可筛选、可支付、可履约的交易页面。这个逻辑到今天依然有效。旅游不是单纯的内容消费，里面有支付、取消、退款、售后、入住、航班变动、签证、保险、发票和客服。OpenAI暂缓在ChatGPT内直接做交易，恰好说明旅游交易闭环非常复杂，AI短期无法完全替代OTA的履约系统。但入口变化不会因为交易复杂而停止。用户规划旅行时，最痛苦的部分不一定是付款，而是决策。去哪儿、住哪儿、怎么走、吃什么、避开什么坑、怎样兼顾预算和体验，这些动作过去被拆散在多个App里。小红书负责种草，大众点评负责餐饮，美团负责团购和到店，携程负责酒店机票，地图负责路线。用户要自己做“总导演”。AI第一次把这些动作压缩成一个连续对话。“人文摄影”“不赶路”“本地人会去”“带老人小孩”“雨天也能逛”“预算3000元”，这类需求过去很难被搜索引擎结构化理解。搜索框适合关键词，AI更适合理解场景、情绪和约束条件。旅游刚好是一个高情绪、高非标、高组合的消费场景，天然适合Agent介入。Booking也意识到了这一点。2026年一季度，Booking披露其AI能力正在用于自然语言搜索、发现功能和智能筛选，目的就是让用户更早进入自己的体系，而不是把需求交给外部通用Agent；公司管理层明确提到，要保护直接访问用户，让自家环境的体验至少不输给通用横向Agent。这背后有一场入口争夺。过去OTA买流量，靠搜索广告、品牌心智和App留存获得订单。AI时代，用户可能先问通用模型，再进入某个预订页面。入口一旦前???，平台的价值排序就会改变：交易平台仍然重要，但“谁先理解用户需求”会变得更贵。携程已经在尝试自我改造。2025年全年，携程集团净收入624亿元，同比增长17%；住宿预订收入261亿元，占总收入42%；交通票务收入225亿元，占总收入36%。这说明携程的交易基础仍然强，但TripGenie的快速增长也说明，公司不能只守住交易页，还要把AI助手放进规划、导航、翻译、菜单和预订全流程里。旅游行业接下来的问题，不是“AI会不会订酒店”。更现实的问题是：用户形成出行意图的那一刻，第一句话会问谁。Agent写攻略很容易，难的是知道哪家店今晚还开着旅游Agent的上限，不取决于模型文笔有多好，而取决于它有没有真实供给。一份看起来漂亮的AI攻略，如果推荐的餐厅临时歇业、排队两小时、离酒店太远、团购不可用、雨天路线崩掉，体验立刻归零。旅行消费不是屏幕里的选择题，它要落到街区、天气、交通、排队、营业时间、价格和人的体力上。这正是美团的预期差。携程擅长标准化旅游供给，尤其是机票、酒店、火车票、度假产品。美团的强项在另一侧：餐厅、咖啡馆、洗浴、演出、密室、景区门票、团购套餐、评价体系、商户实时状态、用户到店反馈。AI旅游Agent想做得像“本地朋友”，离不开这类非标数据。2026年五一假期的数据很能说明消费变化。全国国内出游3.25亿人次，同比增长3.6%；国内旅游总花费1854.9亿元，同比增长2.9%，但单次旅行消费从2025年的574.1元降至571元。用户还在旅行，但更在意性价比和体验密度。与此同时，兴趣驱动正在增强，飞猪和小红书联合报告显示，美食、摄影等兴趣路线成为目的地选择的重要因素，小红书69%的用户会基于个人兴趣选择目的地。美团自己的五一消费洞察也显示，300公里以上中长途旅行订单占比达到46%，热门目的地包括北京、成都、上海、重庆、广州、杭州、西安、深圳、武汉和南京。这个数据背后，不只是“酒旅恢复”，更是本地生活平台开始吃到异地消费的增量。用户到一个城市，不只住酒店，还要吃饭、喝咖啡、逛展、买套餐、看演出、做按摩、找夜宵。AI如果把这些场景串起来，美团的角色就会变。过去市场看美团，核心是外卖竞争、佣金率、即时零售投入和利润压力。2025年，美团被外卖和即时零售价格战拖累，资本市场对它的估值明显承压。这个问题真实存在，也不会因为AI概念立刻消失。但AI给美团打开了另一层叙事：它不只是交易平台，也可能成为“生活决策系统”。美团已经在往这个方向试。2025年9月，美团发布并开源LongCat-Flash-Chat，总参数560B，每个Token激活18.6B至31.3B参数，平均约27B，并强调其在智能体任务中具备优势；同年推出“小美”AI生活小秘书，后续版本已经迭代到餐厅推荐、订座、查路线、酒店会员预订、异地差旅主动建议等场景。这些功能现在还谈不上成熟革命，但方向很清楚：美团希望让用户从“打开App搜服务”，变成“说出需求后直接完成安排”。这条路比通用AI更窄，也更实。通用大模型可以告诉用户“重庆适合去山城步道和鹅岭二厂”，但它未必知道今晚哪家火锅还有号、哪条路线爬坡最少、哪个套餐还可用、附近有没有适合避雨的咖啡馆。美团的优势正藏在这些小问题里。旅游Agent想替用户做决策，最后拼的是三种能力：能理解人话，能调用真实供给，能完成交易闭环。模型解决第一步，OTA解决部分交易，美团握着大量本地供给。它缺的是把这些能力打成一个足够好用的入口。OTA不会消失，但会被迫交出一部分“决策权”讨论“AI会不会干掉携程”，很容易把问题说偏。携程不会因为AI出现就消失。机票、酒店、出境游、商旅、签证、退改、售后，这些能力有长期积累，也有供应链壁垒。Booking、Expedia、携程这类平台的全球支付、库存管理、客服体系和供应商关系，不是一个聊天机器人几个月就能复制的。OpenAI暂缓直接交易，已经给OTA上了一课：旅行交易太重，AI平台想完全吞掉并不容易。更可能出现的格局，是AI层负责理解意图和规划方案，OTA继续承担交易和履约，本地生活平台负责补足目的地里的非标消费。危险也在这里。如果用户以后先问AI，再被导向携程、Booking或美团，传统OTA的主动入口会变弱。它们仍然能赚钱，但可能更像供给基础设施。谁控制对话入口，谁就能决定推荐顺序、路线组合、商户曝光和最终成交路径。Booking现在强调Connected Trip，本质就是对这个变化的回应。它不满足于只卖酒店，而是想把机票、住宿、租车、餐厅、活动和支付串成一条连续旅程。携程的TripGenie也在往“全程陪伴”走，AI辅助预订、实时翻译、菜单助手的增长，证明用户愿意把更多旅行中的微决策交给AI。携程拥有强供应链，美团拥有高频本地生活，小红书拥有种草内容，抖音拥有兴趣分发，飞猪背靠阿里生态。AI不会简单让某一家通吃，反而会把旅游行业拆成几层：内容种草、意图识别、路线规划、供给匹配、交易履约、到店服务、售后反馈。最有价值的公司，是能跨过两层以上的公司。携程的优势在“标准化交易+旅行服务”；美团的优势在“本地生活数据+交易闭环”；小红书的优势在“兴趣内容+人群标签”；抖音的优势在“内容分发+即时转化”。AI把这些能力重新排序后，旅游行业的竞争不再只是OTA之间的佣金率竞争，而会变成生活生态之间的入口竞争。美团的机会在于，它离“真实世界”更近。一个旅游Agent如果只会推荐景点，价值有限；如果能根据用户偏好安排“上午拍照、午饭不排队、下午找安静咖啡馆、晚上订一桌本地菜、临时下雨自动换室???路线”，它就开始接近生活操作系统。美团手里那些看起来琐碎的评价、套餐、营业时间、距离、排队、收藏、复购和交易数据，会从运营资产变成AI时代的决策燃料。当然，美团也有短板。它的长途交通、出境游、国际酒店和高端度假资源不如携程；小美这类AI产品的用户心智还很弱；本地生活数据虽然深，但要变成跨城旅行Agent，还需要更强的行程编排、内容理解和多平台协同能力。所以，更稳妥的判断是：美团未必会取代携程，但AI会让美团在旅游行业里的价值被重新看见。旅游Agent的终局，不是攻略生成，而是生活调度旅游消费有一个天然矛盾：用户想要个性化体验，平台喜欢标准化供给。OTA过去解决的是标准化供给，AI正在放大个性化需求。这个矛盾，会推动旅游行业重新分工。携程、Booking不会失去价值，它们的履约能力依旧是底座。美团、小红书、抖音这类平台也不会自动胜出，它们需要把内容、数据和交易做成更稳定的Agent体验。通用AI平台看似最靠近用户，但如果缺少真实供给和履约接口，也容易停留在“建议很好，执行很难”。下一轮旅游行业的胜负，可能不在酒店库存最多的页面，也不在文案最漂亮的攻略，而在谁能把用户一句模糊的话，拆成一???串真实可执行的本地服务。用户说“我想去长沙玩两天，不想排队，想吃本地小店，预算别太高，顺便拍点好看的照片”。谁能接住这句话，谁就站在新入口上。AI让旅游业从“卖产品”走向“安排体验”。携程守住的是交易秩序，美团握着的是生活现场。行业最有冲突感的变化也在这里：未来最懂旅行的人，未必是传统旅游平台，可能是那个最懂一座城市怎么吃、怎么玩、怎么避坑的本地生活平台。 文章原文
昆仑芯闯关IPO：百度终于有了“硬科技估值”的抓手
about 22 hours ago
*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社昆仑芯启动科创板IPO辅导，看起来只是百度体系内一家AI芯片公司的资本动作，放到2026年的AI产业链里看，它更像一次重新理解百度的窗口。5月7日，昆仑芯正式启动科创板上市辅导，中金公司担任辅导机构；今年1月，百度已经公告昆仑芯以保密形式向港交所递交上市申请，分拆完成后预计仍为百度附属公司。也就是说，昆仑芯正在同时打开A股科创板和港股两个资本市场的想象空间。【如需和我们交流可扫码添加进社群】这件事之所以重要，是因为百度过去几年一直卡在一个尴尬位置：它很早重仓AI，却长期没有拿到“AI核心资产”的估值。市场仍习惯把百度看成广告平台，哪怕它同时布局大模型、AI云、Robotaxi、芯片和AI原生营销。2025年，百度核心AI业务收入达到400亿元，同比增长48%；AI Cloud Infra收入约198亿元，同比增长34%；四季度订阅式AI加速基础设施收入同比增长143%。这些数字已经开始说明，百度的AI不是停在展示层，而是进入收入结构。昆仑芯IPO的价值，正在于它把百度过去藏在体系内部的“底层算力资产”显性化。资本市场终于有机会单独给百度的AI芯片能力定价，也有机会重新判断：百度到底是一家广告公司，还是一家正在向AI基础设施迁移的技术平台。百度的估值折扣，卡在“广告公司”标签里百度过去几年最吃亏的地方，不是AI投入不够，而是资本市场一直没有找到一个顺手的估值锚。阿里有云，腾讯有社交和游戏，华为有硬件和政企体系。百度的技术积累很深，自动驾驶、大模型、AI云、搜索重构、智能芯片都押得很早，但主营收入仍绕不开广告。只要广告业务疲弱，市场就会把百度拉回传统互联网估值框架。这也是百度长期被低估的根源。从业务结构看，百度其实已经不再是单一搜索广告公司。2025年四季度，百度核心AI业务收入达到113亿元，占百度General Business收入的43%；全年核心AI业务收入400亿元，占比达到39%。其中，AI原生营销服务四季度收入27亿元，同比增长110%；ERNIE Assistant 2025年12月MAU达到2.02亿；萝卜快跑累计服务公众出行超过2000万单，全球覆盖26座城市。这些数据单独看，都有AI资产的味道。但问题在于，它们被装在百度这张大资产负债表里。广告的周期性、宏观消费的压力、互联网流量红利的见顶，会把AI业务的估值弹性压住。资本市场最怕“看不清”。百度的大模型能力很强，但大模型本身很难单独定价；自动驾驶很前沿，但商业化周期偏长；AI云有收入，但容易被放进云计算价格战里比较。最终，百度明明有AI资产，却经常被按照广告平台打折。昆仑芯提供的是另一种语言。芯片、算力、基础设施，这些词更容易被资本市场理解。英伟达的估值逻辑并不复杂：它掌握了AI时代最紧缺的底层生产资料。谷歌TPU、亚马逊Trainium、微软自研芯片，背后都是同一条线：AI竞争越往后，成本控制和算力供给越重要。百度此前缺少的，正是这种“硬底座”的外部认知。昆仑芯长期服务百度内部，外界对它的理解有限。分拆上市之后，收入、客户、毛利、研发投入、产品迭代、外部订单都会被摊开。市场可以不再只用广告利润率衡量百度，而是把一部分目光转向AI芯片、AI云和推理基础设施。这不是普通子公司上市。它更像百度主动拆掉估值黑箱，把一块最硬的AI资产推到台前。昆仑芯的价值，在于让百度AI有了“算力闭环”2026年的AI行业，已经进入一个更现实的阶段。过去两年，市场最关注模型能力：参数多大，榜单多高，能不能多模态，能不能做Agent。现在，企业客户开始问另一个问题：跑一次推理多少钱？响应速度够不够？云服务能不能稳定？芯片供应有没有风险？AI从实验室走向产业场景，核心矛盾会越来越贴近成本。训练大模型很贵，但训练不是每天发生。推理才是长期账本。企业客服、办公助手、代码生成、搜索重构、自动驾驶、智能硬件，每一次调用都在消耗Token。推理调用越高频，芯片成本、能耗、调度效率、框架适配就越决定利润率。昆仑芯的战略位置就在这里。它不是孤立的一家AI芯片公司，而是嵌在百度AI体系里的算力底座。百度有文心大模型，有AI云，有搜索和营销场景，有Robotaxi，有文库、网盘、地图等应用入口。昆仑芯如果能够持续迭代，百度就不只是调用外部GPU的AI公司，而是具备“芯片+云+模型+场景”的闭环能力。这个闭环在全球科技巨头中已经被反复验证。谷歌自研TPU，亚马逊做Trainium，Meta推进AI芯片，微软也在加强自研加速器和OpenAI算力绑定。背后的逻辑不是单纯省钱，而是把AI能力从“买来的资源”变成“可控的生产系统”。昆仑芯的独立上市，也贴合中国AI产业链的现实需求。路透社在1月报道中提到，昆仑芯上一轮融资估值约210亿元人民币；公司从百度内部AI芯片部门发展而来，已经独立运营，过去两年外部销售也在扩大。这一点很关键。只靠百度内部需求，昆仑芯更像集团配套资产；外部客户开始增长，它才有机会被看成国产AI芯片平台。21世纪经济报道援引中银国际研究观点称，国内GPU公司在港股上市的预期估值区间约300亿至1000亿港元，昆仑芯估值或处于区间头部，并测算其对百度估值贡献约500亿港元。这个数字未必是市场最终答案，但足以说明：昆仑芯已经开始拥有单独定价的讨论空间。百度官方对分拆的表述也很直接：独立展示昆仑芯价值，吸引关注AI芯片领域的投资者，拓宽融资渠道，并解锁百度AI业务价值。这句话翻译成资本市场语言，就是：百度希望把过去被整体折价吞掉的AI资产，拆出来让市场重新估值。百度的重估，不会只靠芯片故事完成昆仑芯IPO能够打开百度的估值想象，但不会自动完成估值切换。资本市场接下来会看三张答卷。第一张，是昆仑芯能否证明自己不只是百度内部供应商。AI芯片行业最怕“自循环”。如果客户主要来自母公司，市场会担心收入质量、定价公允性和外部竞争力。昆仑芯要真正拿到硬科技估值，需要持续证明外部客户愿意采购，行业场景能跑通，软件生态能适配，开发者迁移成本可控。国产AI芯片的最大难点，不只在芯片性能。生态、框架、编译器、模型适配、工程支持，都会影响客户选择。英伟达强大，不只是因为芯片强，还因为CUDA生态构建了很高的迁移门槛。昆仑芯要走出来，必须把“能用”推进到“好用”，再推进到“规模化部署更划算”。第二张，是百度AI云能否持续释放收入。百度2025年AI Cloud Infra收入约198亿元，同比增长34%；订阅式AI加速基础设施收入在四季度同比增长143%。这组数字说明，百度的AI云已经不是简单卖云主机，而是在向算力基础设施订阅转型。如果昆仑芯上市后，百度AI云继续保持增长，市场就会把两者放在一起看：芯片提供成本优势，云平台提供收入入口，模型和应用提供需求场景。这种组合会比单独讲大模型更有说服力。第三张，是广告业务能不能不再拖累整体估值。百度的AI资产再硬，广告基本盘如果持续承压，市场仍会担心AI增长被传统业务抵消。百度计划5月18日发布2026年一季度财报，这份财报会是观察广告、AI云、AI原生营销和利润结构的重要节点。也就是说，昆仑芯带来的是估值重估的入口，不是免检通行证。百度要从“广告平台估值”切向“AI基础设施估值”，还要靠连续财报验证。更大的挑战来自行业本身。AI芯片是高投入、高迭代、强周期行业。国产芯片与英伟达之间仍有???态和性能差距；先进制程、HBM、封装、软件栈、客户适配，都不是短期能完全补齐的环节。IPO可以解决融资和定价问题，但不能替代产品竞争。不过，从资本市场角度看，昆仑芯已经改变了一个关键问题。过去市场问百度：“你的AI什么时候赚钱？”现在市场开始多问一层：“你的AI底座值多少钱？”这两个问题的估值含义完全不同。前者容易陷入短期利润表，后者会把百度放进国产算力、AI云、推理需求和AI基础设施周期里重新评估。结语：硬科技估值不是奖励，是真正的验货昆仑芯IPO对百度最大的意义，不是多一个融资平台，也不是多一个资本市场故事。它真正改变的是百度被看见的方式。过去，百度做AI，市场往往觉得它还在用广告现金流养未来项目；昆仑芯独立闯关之后，百度的AI投入开始具备更清晰的资产形态。芯片能被定价，AI云能看收入，模型能接应用，自动驾驶能看运营里程和订单规模。百度的AI不再只是一组技术发布会，而是逐渐拆成一套可以被资本市场验证的产业资产。这也是最有冲突感的地方：百度过去被低估，并不一定是因为它没有AI，而是因为它的AI太久没有变成资本市场熟悉的“硬资产”。昆仑芯???市，等于把这块隐藏资产从后台搬到前台。但硬科技估值从来不是白送的。它要求更高研发强度，更长回报周期，更严苛客户验证，也要求公司在国产算力竞争中拿出持续交付能力。市场可以先因为昆仑芯重看百度，但最后还会回到几个硬指标：外部客户占比、收入规模、毛利率、AI云协同、芯片迭代速度。如果这些指标跑出来，百度的估值逻辑就可能真正松动。它不再只是一个被广告周期压住的互联网公司，而会更接近一家拥有芯片、模型、云和场景的AI基础设施平台。昆仑芯IPO按下的，不只是上市辅导按钮。它按下的是百度从“AI叙事”走向“AI资产定价”的按钮。 文章原文
AI光模块进入兑现期？好业绩为何换不来“掌声”？
2 days ago
*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社Coherent交出了一份很难挑硬伤的财报：第三财季营收18.1亿美元，同比增长21%；调整后EPS达到1.41美元；毛利率继续改善；第四财季收入指引上探至20.5亿美元，非GAAP毛利率目标最高看到41%。按硬件公司的标准看，这不是需求降温的财报，更像AI数据中心订单继续加速后的正常兑现。可市场的反馈很冷，盘后股价一度跌近7%。过去一年，光通信被资金当成AI算力扩张的“卖水人”：GPU越密集，AI集群越大，光互联越重要，Coherent、Lumentum、Corning这些公司都被重新定价。英???达3月分别向Coherent和Lumentum投资20亿美元，并签下长期采购协议，更是把光学供应链推到了AI工厂的核心位置。【如需和我们交流可扫码添加进社群】市场已经不满足于“增长不错”，它要的是持续超预期、毛利率继续抬、产能扩张不卡、AI资本开支不降速。Coherent这次不是败在业绩，而是撞上了AI光通信板块的高预期。 好财报不一定能涨，AI基础设施开始交“高预期税”Coherent这份财报放在多数硬件公司身上，都算强。第三财季营收18.1亿美元，高于市场预期的17.8亿美元，同比增长21%；调整后EPS为1.41美元，高于去年同期的0.91美元；毛利率提升至39.6%；第四财季公司给出的收入指引为19.1亿至20.5亿美元，调整后EPS为1.52至1.72美元，目标毛利率最高看到41%。财报公布后，股价盘后却下跌6.5%左右。这组反差，基本就是AI基础设施行情现在的缩影。需求还在，订单还在，毛利率也没崩，但市场已经不愿意只为“不错”买单。Coherent的问题不是差，而是市场已经提前把它当成AI光通信主线资产来买了。今年以来，Coherent大幅上涨，市场交易的核心逻辑非常直接：AI服务器越密集，GPU之间的数据交换压力越大；GPU集群越大，网络延迟、带宽和能耗就越容易成为瓶颈。过去数据中心网络更像配套设施，现在AI集群把光互联推成核心部件。这也是为什么英伟达会在3月直接出手。英伟达宣布向Coherent投资20亿美元，双方签署多年战略协议，覆盖先进光学技术、制造产能、研发和未来AI基础设施；协议还包括英伟达的多十亿美元采购承诺，以及先进激光和光网络产品的未来产能权益。同一天，英伟达也宣布向Lumentum投资20亿美元，并签署多年期协议，锁定先进激光组件和未来产能。英伟达官方表述里，光互联和先进封装集成被放在下一代AI基础设施扩展的关键位置。这等于把光通信从“AI旁支”抬进了主桌。过去市场看AI硬件，第一眼看GPU，第二眼看HBM，第三眼看服务器和液冷。现在资金开始意识到，AI工厂不是一堆GPU简单堆起来。GPU之间需要高速通信，训练集群需要低延迟网络，推理集群需要高吞吐连接，光模块、激光器、硅光、交换机、DSP、光纤，都在成为AI扩张的必要条件。Coherent卡在这条链条的关键位置。它不是普通通信器件公司，而是AI集群高速互联的一部分。但也正因为市场已经充分理解了这个故事，财报的门槛被抬高了。一年前，市场可能只要听到“AI数据中心需求强劲”就愿意往上买；现在，投资者会追问更多细节：毛利率还能不能继续涨？高端产品占比够不够？产能扩张有没有拖累成本？英伟达订单能贡献多少？云厂商资本开支能不能撑到2027年？1.6T升级能不能接上800G周期？所以这次Coherent下跌，本质是一种预期校准。好公司也会跌，好财报也会被卖。尤其在AI光通信这种涨幅已经很大的赛道里，市场交易的不再是“行业好不好”，而是“是不是比最乐观的人想得还要好”。 光互联不再是配套件，它正在变成AI工厂的吞吐阀门AI数据中心的升级，最早被市场理解成芯片升级。这没错。没有GPU，就没有训练算力；没有HBM，就没有高带宽数据交换；没有先进封装，就很难把芯片性能继续推高。但随着AI集群规模不断放大，另一个瓶颈开始被看见：数据在芯片之间怎么跑。AI训练不是一颗芯片单兵作战，而是一整片GPU集群同步计算。模型参数越大，训练节点越多，数据交换越频繁。GPU算力提高后，如果网络跟不上，集群利用率就会下降。更直接一点说，芯片很贵，但一旦通信拖后腿，昂贵芯片就会在等待中浪费时间。这就是光通信被重新定价的原因。光连接相比传统电连接，在远距离、高带宽、低功耗方面更有优势。AI集群从万卡走向更大规模后，铜缆和电连接会面临更明显的距离、功耗和散热约束。光模块原来像网络设备的零件，现在越来越像AI工厂的高速公路入口。TrendForce 4月发布的报告提到，AI数据中心继续扩张，800G及以上光收发器需求快速上升；北美超大规模数据中心流量保持30%以上年增长，Google、Microsoft、Meta等云厂商扩大GPU和AI服务器部署，进一步推高高速光互联采购需求。这组信息对Coherent很关键。800G还在放量，1.6T已经开始进入下一轮预期，CPO也开始从概念走向更具体的产业路线。对于Coherent这类公司来说，它真正值钱的地方，不只是当前卖了多少器件，而是它能不能在每一轮速率升级里守住技术位置。AI数据中心的网络升级有一个很明显的规律：带宽越往上，供应链门槛越高。普通光模块可以卷价格，但高端光互联很难只靠低价拿订单。客户要的是可靠性、良率、能耗、交付速度和与系统架构的协同。尤其英伟达这样的公司，不会只看单个零部件价格，它看的是下一代AI工厂能不能按计划扩容。所以英伟达投资Coherent和Lumentum，不只是“扶持供应商”，更像是提前锁住AI网络的关键产能。这一点和HBM很像。HBM过去也被视为存储细分品类，直到AI GPU把它变成算力系统里的硬瓶颈，SK海力士、三星、美光的估值逻辑才???重新理解。光通信现在也在走类似路径：从通信周期品，变成AI资本开支的核心约束。但这里有一个更容易被忽略的变化：光通信的景气，不会只靠一个季度订单证明，它要靠连续几代产品升级兑现。800G放量只是第一段，1.6T升级是第二段，硅光和CPO可能是第三段。每一段都会带来新需求，也会带来新竞争。客户不会永远为紧缺买单，产能扩张之后，谁能留住毛利率，谁才是真正有定价权。这也是Coherent财报里毛利率被市场盯得很紧的原因。收入增长只能证明行业热，毛利率扩张才能证明公司有位置。AI光通信到底是一轮高景气制造业，还是一条具备长期定价权的稀缺赛道，最后看的是毛利率和产品结构，而不是PPT里的AI字样。1.6T和CPO把行业推向兑现期，贵资产必须交出毛利率答卷AI光通信最舒服的阶段，可能已经过去。这个判断听上去有点反常识，因为行业需求还很强，英伟达还在投资，超大云厂商还在扩产，800G、1.6T、硅光、CPO看起来都有长周期机会。但资本市场不按行业报告线性定价，它更在意边际变化。过去两年，光通信板块最大的驱动力是“想象空间”。AI服务器爆发，800G渗透，1.6T升级，硅光打开长期空间，英伟达入局供应链，这些都能支撑估值重估。现在，行业进入兑现期。兑现期的规则完全不同。主题阶段，市场愿意为订单能见度付费；兑现阶段，市场开始审利润率。主题阶段，市场看行业空间；兑现阶段，市场看谁能拿到高质量订单。主题阶段，AI故事能拉动估值；兑现阶段，任何低于预期的指引、毛利率停滞、客户集中风险、产能爬坡压力，都可能成为调整的理由。公司收入和EPS都不错，指引也不弱，但市场已经提前期待更多。尤其在同业Lumentum此前财报后波动、光通信板块大幅上涨之后，资金对“财报催化”的要求更高。Barron’s也提到，Coherent和Lumentum都受益于AI数据中心投资，但强劲财报未必足够推动公司继续向上，J.P. Morgan分析师在财报前已经提醒，这份财报可能很难成为强催化。这背后有三个更深的市场担忧。第一，AI资本开支是否一直这么猛。光通信需求的核心来源，还是微软、谷歌、亚马逊、Meta、英伟达生态这批超大客户。如果2026到2027年AI资本开支继续上修，光互联供需会维持紧张；一旦云厂商开始控制预算，或者GPU交付节奏有变化，光通信板块作为高Beta资产，估值会先被压。第二，产能扩张后，供需紧张能维持多久。英伟达投Coherent、Lumentum，Corning也在5月与英伟达合作扩张光连接产品产能。路透报道，Corning将扩充美国光连接产品产能，以服务AI数据中心需求。 这类扩产短期证明需求旺，长期也会带来一个问题：高端环节的紧缺溢价能持续多久？产能一旦跟上，客户议价能力会不会回升？第三，技术路线变化可能重分利润池。今天市场买的是800G、1.6T、高端激光器、硅光和光模块。下一阶段如果CPO加速，价值链会不会向交换芯片、封装平台、系统厂商转移？如果更多云厂商推动自定义网络架构，供应商之间的利润分配会不会改变？AI光通信当然有长坡，但长坡不代表每一家公司都能一直保持高毛利。这也是Coherent接下来最重要的看点。它要证明自己不是短期吃到800G景气，而是在1.6T、硅光、CPO、先进激光器和美国本土产能扩张里持续卡位。英伟达的20亿美元投资给了它信用背书，但市场最终要看的，是订单转收入、收入转利润、利润转现金流。AI基础设施行情的上半场，资金喜欢买“确定受益”。下半场，资金会开始区分“谁只是跟着行业涨，谁真的掌握定价权”。Coherent现在正卡在这个分水岭。长期逻辑很强：AI工厂规模越大，光互联越重要；推理流量越高，数据中心网络越忙；1.6T和CPO升级越快，光学供应链越容易获得更高价值量。短期矛盾也很清楚：财报只要没有明显超过最乐观预期，就容易被资金卖出。这不是Coherent一家公司的问题，而是整个AI基础设施板块都会遇到的问题。英伟达之后，市场买过HBM；HBM之后，市场买过液冷、电力、铜、???模块。每一条链条只要涨到足够贵，都会进入同一个阶段：从讲行业逻辑，变成交经营答卷。 结语：AI卖水人也要接受估值纪律Coherent这次财报后下跌，最有价值的提醒是：AI基础设施不是没有风险，只是风险从“需求有没有”变成了“预期够不够”。光通信当然是好赛道。AI集群继续扩张，GPU之间需要更快连接，数据中心网络会越来越重要。英伟达连续投资Coherent、Lumentum和Corning，也已经把光学供应链放进下一代AI工厂的核心版图。市场已经走过了“只要沾AI就重估”的阶段。接下来，AI基础设施公司要面对更硬的审判：订单能不能持续，毛利率能不能抬，产能扩张会不会稀释利润，技术路线会不会改变价值分配，客户资本开支还能不能继续上修。Coherent的问题，恰恰是它太早被市场看懂了。它确实站在AI网络升级的关键位置，也确实受益于英伟达和云厂商的长期扩张。但也要求财报必须越来越漂亮，指引必须越来越保守又超预期，毛利率必须一季一季抬上去。这样的资产，容错率会变低。AI行情没有结束，光通信也没有退潮。真正变化的是，资金开始从“买方向”转向“挑质量”。下一轮AI基础设施行情里，能继续获得溢价的，不会只是名字里带有AI、光模块、硅???、CPO的公司，而是那些能把带宽瓶颈变成利润率、把客户订单变成现金流、把技术升级变成长期定价权的公司。Coherent这次跌了一下，跌出的不是坏消息，而是一个新规则：AI卖水人，也要交出足够硬的利润表。 文章原文
雅宝利润暴增背后：锂行业又到了重新算账的时候
2 days ago
*内???为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社雅宝这份财报，最抓人的地方不是单季盈利超预期，而是它把锂行业过去两年的悲观叙事撕开了一道口子。2026年一季度，雅宝净销售额14.29亿美元，同比增长33%；归母净利润3.19亿美元；调整后EBITDA达到6.64亿美元，同比增长148%；储能业务收入同比增长70%，EBITDA同比增长196%。一家去年还在低锂价压力下收缩澳洲加工厂的全球锂巨头，突然交出这种利润弹性，市场自然会重新问一句：锂是不是又回来了？【如需和我们交流可扫码添加进社群】但这一轮锂的变化，不能只用“新能源车复苏”解释。供给端收缩、库存去化、津巴布韦出口限制、江西锂云母扰动、AI数据中心带来的储能需求，正在把锂从单一新能源车周期，重新拉回资源定价框架。过去市场担心锂太多，现在开始担心高质量供给不够稳定。锂没有脱离周期，但它正在从电动车材料，变成电力系统、储能安全和AI基础设施共同争夺的战略资源。 锂价这次反弹，先从供给端撕开口子雅宝一季度业绩的冲击力，在于它不是“小修复”。公司披露，2026年一季度净销售额14.29亿美元，去年同期为10.77亿美元；调整后EPS为2.95美元，而去年同期为亏损0.18美元；调整后EBITDA从2.67亿美元增至6.64亿美元。储能业务更夸张，净销售额8.91亿美元，同比增长70%，其中价格贡献51%，销量贡献14%；该业务调整后EBITDA达到5.51亿美元，同比增长196%。这组数据把锂行业的弹性说得很清楚：价格只要从底部抬头，龙头公司的利润表会比市场想象中修得更快。过去两年，锂行业被贴上“产能过剩”的标签。2022年高价刺激矿山和盐湖扩产，2023年至2025年需求增速放缓、库存堆积、低成本和高成本供给同时挤压，锂价一路下行。雅宝也没能躲开周期。2025年四季度，公司出现亏损，并宣布继续闲置西澳Kemerton加工厂剩余产线，取消原计划扩建项目。那一刻，市场对锂的定价很简单：过剩、亏损、去产能。2026年，供给端先变了。路透报道，锂价反弹受到多重因素影响，包括中国矿山关闭、津巴布韦出口禁令、碳酸锂库存下降，以及地缘冲突推高供应担忧。雅宝一季度锂销售增长70%，背后正是价格和销量同时改善。津巴布韦这一条尤其关键。2月，津巴布韦暂停原矿和锂精矿出口，中国碳酸锂期货随后快速拉升，广州期货交易所主力合约一度冲至187700元/吨附近。这个价格反应，不是因为津巴布韦单独决定全球锂供需，而是市场突然意识到：锂资源并没有想象中那么“自由流通”。中国这边，江西宜春锂云母同样成为价格敏感点。宁德时代旗下江西宜春锂矿在2025年8月因采矿许可证到期停产，彼时锂期货快速涨停。2025年底，宜春又传出拟注销一批到期采矿许可证，市场再次交易供给扰动。把这些线索放在一起看，锂行业的核心变化不是需求突然爆了，而是市场对“供给无限扩张”的信心被打破了。资源品的定价，从来不只看储量。审批、环保、品位、成本、运输、冶炼、地缘政治、资源国政策，每一环都会影响最终供给。高价阶段，市场容易高估供给弹性；低价阶段，大量项目被推迟、缩减甚至搁置。一旦需求稍微改善，前期收缩又会反过来放大价格弹性。雅宝一季度业绩就是这种周期反转的财务映射。公司并没有宣布激进扩产，反而继续强调成本纪律和现金流。它完成了Eurecat合资公司和Ketjen控股权出售，获得合计6.48亿美元现金；一季度偿还13亿美元债务；全年资本开支仍维持在5.5亿至6亿美元区间。这比单纯盈利超预期更有行业含义。经历上一轮扩产失控后，锂矿公司开始重新把现金流、资产负债表和资本纪律放到更靠前的位置。行业不再盲目用产能换份额，资源股的估值框架也会随之改变。过去市场买锂，是买电动车渗透率；现在重新买锂，更多是在买资源约束。AI把锂从车链拉进电力账本过去几年，锂的需求叙事几乎被电动车垄断。只要新能源车销量强，锂价就有支撑；只要电动车增速放缓，锂矿股就被杀估值。这个逻辑曾经很有效，因为动力电池确实是锂需求最主要的增量来源。但2026年开始，另一个变量正在进入市场定价：储能，尤其是AI数据中心推动的电力系统扩容。这个变量不会立刻取代电动车，却会改变锂的估值弹性。AI数据中心最现实的问题是电。IEA在2026年《Energy and AI》报告中预计，全球数据中心用电量将从2024年的约415TWh升至2030年的约945TWh，增速约为每年15%，超过整体电力需求增速四倍。IEA还提到，到2030年，全球数据中心可能部署20至25GW电池储能，以应对AI训练和推理带来的快速功率波动，并在条件合适时成为电网资产。这对锂行业很重要。过去储能更多服务于风光消纳、电网调峰、用户侧备电。AI数据中心加入后，储能的角色会变得更复杂：它要帮数据中心平滑负荷峰值，要配合燃气、核电、光伏、风电形成混合供能方案，还要在电网接入周期过长时提供过渡能力。路透近???报道，得州数据中心开发商正在大规模建设“表后电源”，2024年至2026年初宣布的表后发电容量超过30GW，很多项目采用燃气与电池或可再生能源组合，用来绕开电网接入和输电升级的漫长周期。这说明AI对锂的影响，不一定只体现在“数据中心买多少电池”这个单一数字上，更体现在整个电力系统被迫加速重构。AI算力扩张推高电力需求，电力需求推高储能、调峰、备用电源和电网改造需求，而锂电池仍是当前最成熟、最具规模化能力的储能技术路线之一。行业机构也在给出更激进的预测。GGII曾预计，到2030年，面向AI数据中心的储能锂电池出货量有望超过300GWh。这个数字未必适合作为单一确定结论，但它反映了市场正在形成的新预期：AI数据中心正在成为储能需求的重要新场景。所以，锂行业的需求结构正在从“汽车周期”走向“汽车+储能+电力安全”的复合周期。这会带来三个变化。第一，需求波动可能不再完全跟随乘用车销量。即便部分地区电动车增速放缓，电网侧储能、工商业储能、数据中心储能仍可能提供支撑。第二，锂的金融属性会增强。它不再只是电池材料价格，还会被放进AI基建、能源安全和关键矿产框架中重新定价。第三，资源国议价能力会上升。津巴布韦推进本土加工，南美盐湖受到政策审查，澳洲矿山受成本周期影响，中国锂云母受环保和许可影响，这些都会让锂价更容易被供应事件放大。这里也要保持克制。AI储能不会把锂需求一夜之间拉爆，电动车仍是锂行业的基本盘。市场最容易犯的错，是把每一个新需求都讲成十年牛市。更准确的判断是：AI给锂行业加了一条新的需求曲线，提升了锂作为能源基础设施材料的估值权重。锂从电动车链条里走出来，进入全球电力资本开支的账本。这一步，会影响未来几年锂矿股的定价方式。 资源股最怕一致乐观，雅宝选择先修资产负债表锂行业最危险的时刻，往往不是价格低迷，而是所有人重新相信“这次不一样”。上一轮锂价大涨，行业几乎把经典周期剧本演了一遍：价格暴涨，资本开支狂奔，矿山扩建，盐湖开发，冶炼产能上马，需求端稍微降速，价格迅速失控。锂价从高位回落后，很多高成本项目只能停产、推迟或减值。现在，类似诱惑又回来了。雅宝股价过去12个月已经大幅反弹。Barron’s称，其股价年内上涨约37%，过去12个月上涨约236%。这类涨幅背后，市场已经提前交易“锂价反弹+利润修复+资源重估”。问题也在这里。锂价上行越快，高成本产能复出的冲动越强；股价涨得越多，市场对盈利的要求越高；资源逻辑越热，越容易吸引投机资金提前抢跑。雅宝现在的经营选择，反而给行业提供了一个有用信号：公司没有急着重新加杠杆扩张，而是把现金流、成本、债务和资本开支放在前面。一季度，雅宝自由现金流2.48亿美元，全年资本开支仍维持5.5亿至6亿美元；公司完成13亿美元债务偿还，降低加权平均利率；管理层继续强调运营效率、成本改善和现金创造。这是一家周期公司经历暴跌后该有的反应。它享受价格上涨，但不急着把所有利润重新扔进扩产。如果更多锂资源公司都采取类似策略，锂行业的价格中枢会更稳。资源牛市从来不是靠需求单边拉出来的，供给纪律同样重要。铜、铀、石油都反复证明过，行业一旦学会克制资本开支，资源股的估值周期会更长。但锂行业还没到可以开香槟的时候。它仍然面对几组硬约束。第一，供给扰动可能被修复。津巴布韦已经在4月提出配额和本土加工承诺，部分出口有望恢复；中国矿山许可问题也可能阶段性缓解。供应风险带来的价格弹性，不一定都能转化成长期紧缺。第二，储能需求很强，但电池技术路线仍在变化。钠离子、电池回收、长时储能、液流电池、压缩空气储能都会在不同场景分流需求。锂电池仍是主力，但不能把所有储能增长都简单折算成锂价上涨???第三，新能源车需求仍会影响锂价底盘。储能提供新增弹性，汽车仍决定需求体量。如果全球电动车销量低于预期，锂价会重新面对压力。第四，资源股估值已经修复。左侧低估值买入的阶段过去后，市场会越来越关注盈利持续性，而不只是锂价涨了多少。所以，雅宝这份财报适合给锂行业降一个调：复苏是真的，牛市还要看供给纪律。锂价重新上涨，不能简单理解成新能源车又火了。更大的变化是，锂被放回全球资源安全、电力系统建设和AI基础设施扩张的框架里定价。这个框架会提高锂的战略属性，也会放大锂的波动。结语：锂重新变贵，考验的是行业会不会再犯老毛病雅宝一季度业绩把锂行业带回了聚光灯下。它证明了两件事：低迷周期里的供给收缩已经开始起效；储能和AI电力需求正在给锂打开新的想象空间。过去市场只把锂看成电动车周期品，现在它更像能源系统里的关键材料。AI数据中心、电网扩容、储能部署、资源国政策，都在把锂重新推回战略资源的位置。但锂行业的老问题没有消失。资源品一旦重新赚钱，最容易吸引扩产；价格一旦重新上涨，最???易把边际供给拉回来；股票一旦涨得太快，最容易提前透支好消息。雅宝现在的优势，不只在于利润暴增，更在于它还保持着资本纪律。如果行业能从上一轮惨烈下跌中学到东西，锂价中枢才有机会真正抬升。未来几年，锂行业最重要的变量，不只是电动车卖多少辆，而是AI和电力系统会把储能推到什么高度，资源国会如何重新分配矿产收益，龙头企业会不会克制扩张冲动。锂重新变贵，不难理解。难的是，行业能不能在重新赚钱之后，别急着把下一轮过剩也提前造出来。 文章原文
Arm被重新定价：AI算力的下一场牌局，轮到CPU上桌
2 days ago
*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社Arm这份财报，市场最该看的不是一季14.9亿美元收入，也不是EPS多超了几美分，而是AI基础设施定价框架正在变。过去两年，资本市场把AI主线几乎等同于GPU、HBM、服务器和液冷，CPU更像一个被默认存在的后台角色。但AI数据中心越建越大，问题开始变得现实：电力、散热、机柜密度、系统调度、总拥有成本，每一项都在倒逼云厂商重新计算“单位能耗下的算力效率”。Arm恰好站在这个变化口上。它曾经是移动互联网时代的底层架构，靠智能手机出货吃版税；现在，AWS Graviton、谷歌Axion、微软Cobalt、英伟达Grace，以及Arm自己的AGI CPU，把它推向AI数据中心的中心区域。Arm不再只讲“手机生态”，也不再满足于做一家轻资产IP授权公司。它要争的，是下一代AI算力系统里的CPU标准入口。【如需和我们交流可扫码添加进社群】这也是这份财报的核心矛盾：增长故事比以前更大，商业模式也比以前更重。Arm正在从“卖图纸”走向“卖系统能力”，估值打开了想象力，风险也同步抬高。 手机周期还在拖后腿，但Arm的增长锚已经换了Arm过去在资本市场里的标签很清楚：全球智能手机背后的IP授权巨头。它的商业模式足够漂亮。客户买授权，之后每卖出一颗基于Arm架构的芯片，Arm再拿版税。前者决定未来订单能见度，后者跟着终端出货走。智能手机高增长时代，这是一门极好的生意：轻资产、高毛利、现金流稳定，还拥有极强生态壁垒。问题在于，手机已经不再是那个高速增长的市场。这次财报里，Arm第四财季收入达到14.9亿美元，全年收入49.2亿美元，连续第三个财年保持20%以上增长；授权收入达到8.19亿美元，版税收入为6.71亿美元。Arm官方披露，云AI相关数据中心版税同???翻倍，但版税端仍受到手机、边缘设备等周期影响。市场的第一反应也很微妙。财报发布后，Arm股价盘后一度大涨，随后又回落。路透提到，版税收入低于市场预期，且管理层在电话会上承认新芯片供给尚未完全匹配需求，投资者开始重新评估成本和兑现节奏。这组反应很能说明问题：如果Arm还是一家“手机IP公司”，版税不及预期就是硬伤；如果Arm已经成为“AI数据中心架构公司”，授权收入和数据中心订单才是估值主线。现在的Arm，正在从第一个故事切到第二个故事。授权收入同比增长29%，远比单季EPS更重要。芯片设计周期通常以年为单位，客户今天买授权，意味着未来几年会有大量基于Arm架构的CPU、加速器配套芯片、云端自研芯片陆续落地。对资本市场来说，这不是一笔短期收入，而是一张中长期订单草图。更关键的是，这些新增设计越来越少来自手机，越来越多来自云厂商和AI基础设施。AWS有Graviton，谷歌有Axion，微软有Cobalt，英伟达有Grace。几家超大云厂商的共同动作，指向同一个方向：数据中心CPU不再完全围着x86转。这背后不是简单的“替代Intel和AMD”，而是AI数据中心的约束变了。过去服务器市场最看重兼容性、单核性能、成熟生态。x86能长期占据主导，靠的就是这些优势。但AI集群拉大以后，云厂商算的账变得更细：同样一度电能跑多少推理请求？同样一个机柜能塞多少有效算力？CPU能不能把GPU、网络、存储、内存调度得更高效？散热和电费会不会吃掉模型带来的商业收益？Arm的低功耗、可定制化、生态延展性，在这个阶段变得更值钱。尤其到了Agent和推理时代，CPU的重要性会被重新放大。训练大模型时，GPU是绝对主角；但模型进入应用层以后，大量任务并不只是矩阵计算，还包括调度、检索、数据库访问、工具调用、工作流编排、多模态数据流转。GPU负责“重计算”，CPU负责“组织系统”。AI应用越复杂，后台的通用计算和调度压力越大。这就是Arm财报被重新理解的原因。它卖的已经不只是CPU架构授权，而是AI数据中心降低功耗、提升系统效率的一种路径。资本市场对Arm的定价，也从“手机出货量周期”切向“AI基础设施资本开支”。这个切换一旦成立，Arm的估值上限就不再由智能手机决定，而由云厂商的AI资本开支、数据中心CPU渗透率、以及Arm架构在推理时代的系统地位决定。 最性感的故事也最危险：Arm开始离开舒适区 Arm最新战略里，最有分量的一件事，是它开始从IP授权走向生产硅片。2026年3月，Arm发布AGI CPU，目标是服务Agentic AI数据中心。路透报道称，Meta是该芯片的首席合作伙伴，TSMC将采用3nm工艺制造，Arm预计这项新业务约五年内有望带来约150亿美元年收入。这不是一次普通产品发布，而是Arm商业模式边界的改变。过去Arm更像半导体行业里的“规则制定者”。它输出架构和设计方案，让高通、苹果、英伟达、亚马逊、联发科等客户去做芯片、建生态、承担库存和制造风险。Arm在上游收授权费和版税，生意轻、利润率高、风险相对低。现在它往前走了一步，进入Compute Subsystems，再到AGI CPU这样的生产硅片产品。角色变了，财务结构也会跟着变。这次财报里，调整后营业利润率从去年的53%降到49%，运营费用增长明显。对一家被市场视作“高利润率IP平台”的公司来说，这不是一个可以轻描淡写的变化。Arm要吃AI数据中心更大的蛋糕，就必须投入更多研发、验证、系统工程、客户支持，甚至要处理供应链和产能排期。轻资产的舒适区，正在被AI时代的机会拉开一道口子。问题在于，仅靠IP授权，Arm很难拿到AI基础设施价值链里最肥的一段。GPU公司卖整卡、系统和软件栈，云厂商做自研芯片和整机方案，服务器厂商卖整机，HBM厂商吃紧缺溢价。Arm如果只停留在授权层面，依旧是高毛利生意，但收入弹性有限。所以Arm必须往系统级方案走。这也是半导体行业权力结构的变化。Intel时代，CPU性能和制造工艺主导通用计算；英伟达时代，GPU和CUDA主导AI训练；推理和Agent时代，竞争会变成“CPU+GPU+网络+内存+软件栈”的系统效率战。Arm的野心，是成为这套系统里的统一底层架构。它的优势很清晰。第一，生态够大。Arm官方披露，全球累计出货的Arm架构芯片超过3500亿颗，开发者超过2200万。这个规模意味着它天然不是一个新进入者，而是从移动、边缘、汽车、云端都能找到落点的架构平台。第二，能效标签足够强。AI数据中心面临越来越硬的电力约束，低功耗架构不再只是移动设备的卖点，而是云厂商控制资本开支和运营成本的抓手。Arm官方称AGI CPU相较x86平台可实现超过2倍的每机架性能，并在每GW级AI数据中心资本开支上带来最高100亿美元节省空间，这属于Arm自己的测算口径，但很符合它向市场讲述的方向。第三，可定制化契合云厂商自研芯片潮流。AWS、谷歌、微软、Meta这类公司越来越不愿意只买通用芯片，它们希望围绕自己的工作负载做定制，尽可能降低成本、提升效率、锁住技术路线。Arm架构比x86更容易承载这种定制化诉求。从这个角度看，Arm最想争的并非某一颗CPU的销量，而是AI云厂商未来十年的设计入口。这也是市场愿意给它高估值的原因。按FinanceCharts等数据口径，Arm近期前瞻市盈率已经接近百倍，背后交易的不是手机复苏，而是“AI基础设施标准迁移”。但这里也埋着风险。Arm往芯片和系统走得越深，越容易碰到自己的客户边界。过去大家愿意用Arm，是因为它是中立架构供应商；一旦Arm开始自己卖芯片，客户关系会变得微妙。亚马逊、谷歌、英伟达、微软既是合作伙伴，也可能在某些场景里成为竞合对象。IP公司最珍贵的资产是“生态中立性”。Arm要扩大利润池，就必须往更高价值环节走；但走得太深，又可能让部分客户担心被平台反向切入。这条线怎么拿捏，会决定Arm这轮转型能不能走得长。高估值给了Arm想象力，也拿走了犯错空间 Arm现在的问题不在于故事不够大，而在于市场已经提前付了太多票钱。财报后的股价波动就是信号。收入超预期，授权收入强劲，数据中心需求亮眼，AGI...
Anthropic疯狂扫货算力：AI行业开始拼电力和现金流了
2 days ago
*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社Anthropic在5月开发者大会上抛出的那句“原本按10倍增长规划，结果一季度收入和使用量年化增长了80倍”，把AI行业最硬的一层矛盾摊开了：大模型能力还在往前跑，但基础设施已经开始追不上需求。更直接的证据，是Anthropic几乎同时向SpaceX、Amazon、Google、Broadcom、微软、英伟达和Fluidstack锁算力、锁电力、锁未来几年的数据中心资源。这家公司最新披露的口径是，run-rate收入已经超过300亿美元，而2025年底约为90亿美元；百万美元级企业客户从2月的500多家增至1000多家；Claude Code单独的run-rate收入超过25亿美元。换句话说，Anthropic不是靠讲故事撑估值，而是已经在企业软件、开发者工具和AI Agent工作流里跑出了强需求。【如需和我们交流可扫码添加进社群】但强需求也带来更尖锐的问题：AI行业过去像软件，现在越来越像能源、云计算和半导体的混合体。谁能拿到更多GPU、TPU、Trainium、电力、园区和长期资本，谁才能继续迭代模型、服务客户、维持体验。AI行业没有进入轻松赚钱的阶段，反而进入了更重、更贵、更残酷的基础设施战争。 最强的模型不够用，能交付的算力才稀缺 Anthropic最新一轮动作，最像一家高速扩张的云厂商，而不是传统意义上的AI实验室。5月6日，Anthropic宣布与SpaceX达成合作，将使用SpaceX位于孟菲斯Colossus 1数据中心的全部计算能力。按照Anthropic自己的说法，这相当于一个月内新增超过300兆瓦容量，对应超过22万块英伟达GPU；公司也同步提高Claude Code和Claude API的使用上限，取消部分高峰期限制。这条新闻很有意思。过去大模型公司发布新闻，往往围绕模型参数、榜单成绩、多模态能力、上下文长度。Anthropic这次讲的是“使用限制放开”和“算力补货”。这说明AI行业的瓶颈已经发生变化。用户不是没有需求，企业不是不愿意付钱，开发者也不是不想用。真正的问题是：平台能不能稳定供得上。Anthropic的算力采购清单已经非常重。4月20日，公司与Amazon扩大合作，锁定最高5GW算力，用于训练和部署Claude；其中Trainium2和Trainium3接近1GW容量将在2026年底前上线，Anthropic还承诺未来十年在AWS技术上投入超过1000亿美元。 4月6日，Anthropic又宣布与Google和Broadcom签署多GW级下一代TPU容量协议，预计2027年开始上线。公司称，Claude会同时跑在AWS Trainium、Google TPU和NVIDIA GPU上，以便按照不同工作负载匹配不同芯片。这不是普通采购，这是资源抢占。AI行业现在有点像新能源车早期的锂矿争夺。谁先锁矿，谁就能保证电池供给；谁先锁算力，谁就能保证模型迭代、产品体验和企业交付。过去大家以为大模型公司的核心竞争是算法团队和数据；到了2026年，竞争表已经加了几行：电力指标、芯片排产、数据中心交付、云厂商关系、融资能力、长期现金流。这也是为什么Anthropic一句80倍增长，会让市场格外敏感。Business...
AI日报丨千问PC端上线AI语音输入能力；Scale AI获五角大楼5亿美元AI合同；谷歌、Microsoft、xAI同意让美国提前评估AI模型
2 days ago
整理 | 美股研究社在这个快速变化的时代，人工智能技术正以前所未有的速度发展，带来了广泛的机会。《AI日报》致力于挖掘和分析最新的AI概念股公司和市场趋势，为您提供深度的行业洞察和价值分析。AI快报【千问PC端上线AI语音输入能力】5月7日，???问在PC端上线AI语音输入能力，用户通过快捷键即可在各类桌面应用中直接使用。千问语音输入法支持对口语内容去语气词、纠错、格式化整理等，能够基于上下文智能回复，还可直接下达创作、问答、翻译等指令。目前，千问语音输入法功能已经全面开放，所有用户可以通过千问PC端免费使用。七巨头日报【苹果研发投入占营收比重突破10%】苹果公司正将其收入的每1美元中拿出超过10美分用于研发，这是至少最近30年来的首次。这一强力信号表明，这家iPhone制造商正为实现其人工智能（AI）雄心投入巨资。这一增长使苹果在研发投入上更接近其他超大规模科技公司，但在资本支出（Capex）方面仍保持着截然不同的策略。Deepwater资产管理公司执行合伙人Gene Munster表示：“这标志着苹果在推出AI新产品方面感受到了紧迫感。”【英伟达与康宁宣布建立长期合作伙伴关系】英伟达宣布与康宁宣布建立长期合作伙伴关系，以加强美国AI基础设施的制造能力。英伟达表示，康宁将把美国的光学连接能力提升10倍，光纤产量提升50%以上。康宁将在美国新建三座工厂，创造超过3,000个就业岗位。【谷歌、Microsoft、xAI同意让美国提前评估AI模型】Alphabet（GOOG）、谷歌DeepMind、Microsoft（MSFT）和xAI（X.AI）已同意让美国政府提前访问他们的AI模型，以评估系统能力并帮助提升安全性。根据协议，三家公司与OpenAI（OPENAI）和Anthropic（ANTHRO）一起，允许CAISI对其模型进行发布前审查。2024年8月，前身为人工智能安全研究所的CAISI宣布与OpenAI和Anthropic达成相关协议。 文章原文
AI硬件重估开始：谁在重新定义数据中心利润分配？
3 days ago
*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社摩根大通发布最新硬件与网络行业报告，直接将 AI 基础设施定性为 “下一轮资本开支主线”，而非单纯技术主题。数据明确指向未来增长曲线：未来五年服务器 CAGR 约 30%，数据中心以太网交换机达 29%，AI 专用交换机更是飙升至 51%。这组数字背后，不是简单的需求扩张，而是算力、网络、光互联三大核心环节的系统性跃迁。【如需和我们交流可扫码添加进社群】2026 年最关键的产业变化，在于 AI...
7000 亿豪赌之后：AI 产业的生死审判
3 days ago
*内容为转载编译，仅为呈现不同市场观点与研究视角，并不意味着本公众号对文中观点结论认可。来源丨美股研究社2026 年 4 月底，Alphabet、微软、Meta、亚马逊四大科技巨头同日发布一季报，合计将年度资本开支指引推至近 7000 亿美元，刷新人类科技史年度投入纪录。AI 产业已越过概念炒作的沸点，进入残酷的商业化兑现期。市场不再为 “AI 会改变世界” 的远期愿景支付溢价，而是精准聚焦 “千亿投入何时转化为真实现金流”，估值锚点从虚无的终值想象，转向可验证的资本回报率。【如需和我们交流可扫码添加进社群】过去三年，AI 行情由叙事扩张与估值切换双轮驱动，从云计算到算力、从应用到...