华尔街见闻 - 资讯 - 最新

卡塔尔据称向伊朗提交旨在结束战事的新协议草案

新华社 — Wed, 28 Oct 2026 11:41:08 GMT

路透社28日援引“知情人士”的话报道，卡塔尔调解人员25日在德黑兰向伊朗提交了一份旨在结束伊朗与美国、以色列之间战事的新协议草案，伊朗方面正在研究这一草案，预计本周作出回应。

卡塔尔外交部媒体与传播司司长哈希米27日在例行记者会上表示，美国和伊朗仍通过卡塔尔渠道交换外交信息、想法和意见。卡塔尔正同巴基斯坦及地区和国际伙伴一道，推动通过对话达成持久协议，全面解决危机。

卡塔尔外交部未披露有关上述新协议草案的信息，也未就后续安排作表态。

来源：新华社

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。

1300亿美元财富一日蒸发，预测市场80%胜率翻车，巴西大选为美国中期选举敲响警钟

Wed, 28 Oct 2026 11:34:20 GMT

预测市场在巴西大选中遭遇重大失准，引发了市场对这一新兴工具可靠性的深刻质疑。

巴西总统大选决选于10月25日落幕，现任左翼总统路易斯·伊纳西乌·卢拉·达席尔瓦（Luiz Inácio Lula da Silva）出人意料地击败保守派候选人Flávio Bolsonaro。在投票日之前，Polymarket和Kalshi两大预测市场均将Bolsonaro的胜选概率标定在约80%。巴西雷亚尔与基准股指Ibovespa在选前一路走高，反映出市场对Bolsonaro胜选的强烈预期。然而随着卢拉胜选消息传出，市场随即大幅逆转，做多投资者蒙受了沉重损失。

这一事件所引发的影响远不止于巴西本身。区区约3200万美元的Polymarket合约成交量，在选前数周内催生了约1300亿美元的股市财富，而这些财富在市场重新开盘后随即灰飞烟灭。彭博专栏作家Jonathan Levin指出，此次事件更值得警惕的教训，在于传统投资者轻信预测市场赔率、将其直接用于金融资产定价的做法，而这一风险在即将到来的美国中期选举前夕尤为突出。

预测市场的先天缺陷

预测市场允许用户就现实世界事件的结果相互对赌，近一年来已饱受争议。据报道，美国司法部曾指控一名美国士兵利用有关突袭捕获时任委内瑞拉总统尼古拉斯·马杜罗的机密信息，在Polymarket上下注获利；检察官亦指控Alphabet Inc.一名软件工程师利用内部数据，在谷歌"年度搜索"结果上进行押注。批评人士还担忧，预测市场带有成瘾性赌博属性，并可能在体育和政治领域制造腐败诱因，同时形成危险的反馈循环——赌盘赔率左右传统媒体和社交媒体的内容基调，进而影响公众认知乃至民主选举结果。

支持者则认为，预测市场在一定程度上能够汇聚群体智慧，为风险管理和公众决策提供参考，并模拟出过去只有对冲基金、保险公司等机构才能获取的预测模型输出。然而当合约规模较小、流动性不足时，预测市场所传递的信号可能误导多于启发，且市场的信息质量完全取决于参与者的认知水平。

三重警示：流动性、参与者与信息质量

此次巴西事件中，上述隐患早已有迹可循。巴西大选的Polymarket合约总成交量约为2.49亿美元，与2024年美国总统大选37亿美元的规模相去甚远，Kalshi市场的体量则更小。

更关键的是，在10月4日第一轮投票至10月25日决选期间，Bolsonaro的胜选概率从约64%跳升至80%，但这一阶段Polymarket的成交量不足3200万美元。其中大量交易集中在第一轮投票前后，以及决选日尾盘——彼时最高法院大法官Cristiano Zanin单方面宣布将投票时间延长两小时，引发市场剧烈波动。值得注意的是，Zanin曾担任卢拉的私人律师。

参与者结构同样存在严重问题。巴西财政部于今年4月封锁了Polymarket和Kalshi的访问权限，政府9月又颁布了更广泛的网络赌博禁令。这意味着，在决选关键窗口期内推动赔率变动的，几乎全为非巴西本地用户，其中不乏来自美国的加密货币圈人士。据报道，埃隆·马斯克于9月20日转发了一篇已删除的X平台帖子，内容涉及Polymarket赔率看好Bolsonaro，或进一步助推了相关资金流入。马斯克长期以来对Bolsonaro家族及拉丁美洲右翼势力持支持立场。

民调早有预警，市场视而不见

与预测市场的高置信度形成鲜明对比的是，传统民调从未显示出如此悬殊的差距。BTG Pactual/Nexus在决选前一天发布的民调显示，Bolsonaro支持率为50.5%，卢拉为49.5%，差距在2个百分点的误差范围之内。Datafolha于10月22日公布的调查则显示两人支持率完全持平。

尽管巴西观察人士习惯于预期Bolsonaro家族的实际得票会高于民调，但从上述数据到80%的胜选概率，这一逻辑跳跃难以自圆其说。Jonathan Levin指出，令人惊讶的并非预测市场本身出现误差，而是众多投资者在明显的预警信号面前，仍将这一赔率直接转化为金融资产的定价依据。

对美国中期选举的警示

巴西事件对即将举行的美国中期选举具有直接的借鉴意义，但两者之间也存在重要差异——最关键的一点在于，美国市场有大量真实选民参与。

即便如此，投资者和选民仍需汲取以下教训：其一，中期选举的预测市场交易活跃度通常远低于总统大选，许多具体选区合约的流动性远不及巴西大选；其二，不应将任何结果视为板上钉钉——这种先入之见或许正是让部分Bolsonaro支持者在决选日选择放弃投票、最终帮助卢拉翻盘的原因之一；其三，若要参考预测市场赔率，必须对相关市场的质量和参与者结构进行独立评估。

当预测市场与传统金融市场相互叠加时，误判的代价将被成倍放大。巴西的案例已然清晰地呈现了这一风险的量级。若同样的情形在美国中期选举中重演，其冲击将远不止于此。

风险提示及免责条款

美联储10月鹰派暂停：市场的交易预期差在哪里？

Wed, 28 Oct 2026 11:09:55 GMT

北京时间29日凌晨，美联储将公布10月份利率决议。目前，OIS市场定价美联储10月加息概率已降至10%左右，但对12月加息的定价约75%。此前由9月份CPI数据超预期引发的10月加息押注，受到沃什及其他美联储官员近期表态的压制。

多位票委强调无需连续会议收紧政策，并保留根据后续数据调整政策的空间。在美联储关键官员密集表态以及中期选举前夕这一敏感时间节点下，市场已基本消化本次会议按兵不动的基准预期。本次FOMC会议的焦点由此将转向沃什对12月加息的态度、其对政策反应函数的解释，以及五个货币政策改革工作组是否披露具体进展。

尽管9月CPI显示通胀压力依然顽固，核心CPI环比上涨0.33%，且能源冲击已开始向航运、柴油及核心商品等下游环节传导，美国或已出现核心通胀扩散迹象；但与此同时，美债长端利率仍接近5%，较高融资成本持续压制房地产、企业投资与科技资产估值，AI板块也在资本开支可持续性、供应约束和融资风险等担忧下持续调整。在此背景下，市场关注点正从通胀担忧转向经济增长与金融条件收紧的风险。

本次FOMC最可能鹰派暂停，Hammack、Logan等官员或投下鹰派异议票，票型可能呈现9:3的分歧格局；同时，FOMC将通过声明措辞、投票分歧和记者会释放鹰派信号，以保留12月加息选项。

加之近期沃什在IMF年会期间拒绝就货币政策或美国经济前景发表评论，仅重申价格稳定承诺，这进一步加剧了沟通混乱。

因此，10月按兵不动真正的交易预期差在于：市场是否低估了鹰派暂停与12月加息的连续性；以及AI资本开支的供应成本担忧、中期选举和金融条件收紧这三大清算事件，可能在未来数周放大市场波动，并影响12月后的政策转向。

预期差的定价：12月才是风险锚

国内生猪价跌破9元/公斤，周期反转还会来吗？

Wed, 28 Oct 2026 10:43:37 GMT

10月以来，生猪市场延续旺季不旺态势，国内生猪价格继续下行。截至10月27日，全国外三元生猪均价降至9.19元/公斤，较10月10日的10.11元/公斤下跌超过9%，部分省份如山西、湖南、四川等价格已跌破9元/公斤。

期货市场同步承压，生猪主力LH2701合约一度跌至9550元/吨附近，近远月合约普遍走弱。针对期价剧烈波动，大连商品交易所出台监管举措：自10月29日交易时起，将LH2701合约非期货公司会员或客户单日开仓量限制为500手，并同步上调该合约交易保证金至16%。监管收紧短期或放大市场波动，但有助于抑制过度投机与挤仓行为，引导资金理性交易，促使盘面回归供需与估值。

而与短期价格弱势形成鲜明对比，生猪中长期产能去化明显提速，供给收缩信号增强。Q3末，全国能繁母猪存栏量已降至3602万头，同比大幅下降10.7%，单季度环比降幅扩大至4.7%，较去年的高点累计去化超460万头。当前能繁母猪绝对数量已回落至农业部设定的3750万头正常保有量的96%左右，处于绿色调控区间中下部。

不过，产能下降尚未转化为商品猪供给的同步收缩。前三季度全国生猪出栏约5.37亿头，同比增长1.4%，出栏均重仍处高位。加上库存绝对水平仍高，供给收缩向商品猪出栏传导仍有时滞。

当前生猪市场呈“弱现实、强预期”格局。弱现实表现为，现货跌破现金流成本线，行业亏损逾8个月，冻品库存高企、出栏均重居高不下，终端消费疲软；生产效率提升与体重增加对冲母猪去化，供给收缩传导仍有时滞，供需宽松短期难改。但深度亏损正加大现金流压力，为产能出清创造条件。

宇树科技：前三季度归母净利润3.87亿元，同比增长270.54%

Wed, 28 Oct 2026 10:42:29 GMT

宇树科技公告，2026年前三季度营业收入18.17亿元，同比增长55.71%；归母净利润3.87亿元，同比增长270.54%；扣非净利润3.49亿元，同比下降18.78%。第三季度单季营业收入6.65亿元，同比增长69.93%；归母净利润1.13亿元，同比下降17.37%；扣非净利润1.05亿元，同比下降17.42%。

风险提示及免责条款

7美元控住50.1%投票权：Anthropic的真实面目

36氪 — Wed, 28 Oct 2026 10:34:01 GMT

10月26日，Anthropic正式向美国证券交易委员会公开提交IPO申请，股票代码ANT，目标估值1.5万亿美元至2万亿美元。科技媒体已经把“162亿美元半年营收”、“807亿美元净亏损”、“1.5万亿至2万亿美元估值，有望超越SpaceX创下的历史记录”翻来覆去写了个遍。我们再复述一遍数字，读者大概只会打个哈欠划走。

但这本长达300多页的招股书，值得慢读。因为它回答的不是“Anthropic多赚钱”，而是一个更根本的问题：当AI实验室长到万亿美元体量，它到底会变成一种什么样的公司？

翻完之后的感受是：它更像三家公司的合体——一家算力“能源”采购商、一家To B企业软件公司、一个带特殊治理结构的使命实验体。

下面五个反常识细节，拼出它的真实面目。

把算力当能源买：照付不议，最长到2045年

这是全文最值得慢读的一点。

Anthropic在招股书里把算力称为“关键投入”，已签合同总额超过8000亿美元，最长延伸到2045年。券商按合同表汇总的口径是至少6570亿美元，差异来自统计范围——谷歌2028到2031年追加的1250亿至1500亿美元TPU采购，甚至没算进合同承诺表。

几笔大的包括：博通AI加速器设备租赁约1612亿美元，五年期不可撤销；谷歌至少1145亿美元，到2033年7月；亚马逊至少1100亿美元，到2036年4月；微软至少449亿美元，到2036年4月；SpaceX 的AI子公司，最高1205亿美元，到2029年，预计12月算力全部上线满载后约31亿美元/月；AMD，明年开始采购Helios，预计超200亿美元，另有期权可翻倍；Nscale约446亿美元，Lambda约413亿美元。

重点不是总额大，是条款。谷歌、亚马逊、微软的合同里都有同一个短语：“regardless of actual usage”——不管实际用不用，钱都得付。谷歌和亚马逊还约定，用量不足按差额补足。

这种“照付不议”条款，以前最常见的地方是天然气、电力的长期合同。

而Anthropic的收入端呢？约80%按实际用量结算，客户调用多少付多少。成本提前一年以上锁定，收入随调用量波动。这是一套典型的重资产基础设施财务结构：经营杠杆极大，但一旦需求不及预期，长期合同就是硬约束。

所以 Anthropic本质上是在把算力当成能源来采购：长期合同、照付不议、成本提前锁定。大模型公司的财务结构，正在越来越像一家重资产的基础设施公司。

Claude封号这么狠，招股书里有一本账

在中国开发者眼里，Claude大概是封号最严、风控最凶的AI产品之一。翻完招股书会发现，这不是产品傲慢，是账本决定的。

2026年上半年，Anthropic营收162.86亿美元。其中按用量计费的收入约131亿美元，占80%；订阅收入约32亿美元，只占20%。而这20%的订阅里，还包含企业Team和Enterprise套餐——个人Pro和Max的占比，只会更低。

图片来源：Anthropic S-1招股书

那八成的钱从哪来？企业和云服务商渠道。48%的收入通过AWS、谷歌云、微软Azure的市场卖出去；年消费10万美元以上的客户，从2025年9月的950家，到2025年12月的1500家，再暴增到2026年9月的超过11900家。

图片来源：Anthropic S-1招股书

最能说明态度的是净收入留存率：约900%，意思是即一年前花1美元的客户，今年同期平均花9美元。但计算这个指标时，个人Pro和Max订阅用户被剔除在外，理由是“固定价格订阅不能反映扩张行为”。

更直白的是免费用户。招股书把免费访问消耗的算力记在“销售与营销”费用里——2026年上半年这项费用31.68亿美元，包含渠道、营销、人员和免费算力等。翻译一下：免费用户在账上是获客成本的一部分。

Anthropic给个人付费用户起了个词叫“prosumers”，研究人员、开发者、分析师、写作者。他们的战略价值是当“火种”：自己先用上Claude，再回公司推动采购Enterprise。但算力永远不够用的前提下，一边是月费固定的个人订户，一边是月花费高出20倍的Claude Code企业用户，资源先给谁，账不难算。

至于中国大陆用户，招股书里只有一句制度性交代：公司有“支持地区政策”，实施基于IP的地理封锁。本来就不在服务范围内。

7美元，拿走50.1%投票权

这大概是整份招股书里最反直觉的设计。

亚马逊、谷歌这样的战略股东砸下重金，SBF当年花5亿美元买Anthropic的股票——他们拿到的都是N类股，没有投票权。那这家公司的票在谁手里？

答案在附件一份有限责任公司协议第10条：名单上七个人，每人向公司出资1美元，合计7美元，认购1股F类股。这1股没有经济权益，分不了一分利润，但投票权固定等于公司全部投票权的50.1%，以后增发新股也稀释不掉。

七个人是Dario Amodei、Daniela Amodei，加上Tom Brown、Jack Clark、Jared Kaplan、Sam McCandlish、Chris Olah——七位联合创始人。招股书对他们的定位叫“我们使命的守护者”。

再往上还有一层：长期利益信托（LTBT）通常有权选举和罢免七名董事中的四名，Dario和Daniela不能被信托撤换。公司同时属于纳斯达克规则下的“受控公司”，可以豁免部分治理要求。

翻译一下：你可以买Anthropic的股票，但很难买走Anthropic的方向盘。资本市场承担股价波动，创始团队掌握战略方向。这是为“AI安全使命”设计的治理结构，也是普通股东要接受的前提。

亏807亿也不慌，8000+亿才是真账单

上半年净亏807.48亿美元，数字吓人。拆开看，其中约723.88亿美元来自可转换票据、衍生负债和SAFE的公允价值变动。

机制不复杂：亚马逊投的钱有一部分是可转换票据，相当于一张“以后按约定价格换股票”的借条。Anthropic估值今年2月3800亿美元，5月升到9650亿美元，借条跟着大幅增值，会计准则要求把增值部分记成公司亏损。招股书注明，这类变动主要由估值上升推动，不涉及现金流出。

按非GAAP口径，上半年调整后净利润是正的26.71亿美元；二季度经营利润9.74亿美元，经营利润率8%，调整后经营利润率19%；上半年经营活动现金流净流入39亿美元。

但“纸面亏损”不是核心风险。真正的账单是那8000+亿美元算力承诺和随之而来的折旧。招股书自己也警告，业绩可能因算力支出出现“显著的期间波动”。

积极的一面是效率在改善：每1美元算力投入带来的收入，从2025年一季度的0.40美元升到2026年二季度的2.08美元。原因包括训练效率提升、推理效率提升、同时在亚马逊Trainium、谷歌TPU、英伟达GPU和AMD GPU四类芯片上调度，以及新模型降价。

招股书中的「每 1 美元算力带来的营收」图片来源：Anthropic S-1招股书

翻译一下：亏得吓人但不流血；可真正要盯的，不是利润表上的807亿，是合同表里的8000+亿。

估值与风险，第一次写进同一份文件

招股书的风险因素写了90多页，约为SpaceX同类披露的三倍，和企业常见的套话式披露很不一样。

文件警告，其技术可能对人类构成“灾难性或生存级风险”，可能“为意图开发化学、生物或其他危险武器的恶意行为者提供实质性帮助”。描述的失控场景包括模型未来可能出现“意外的自我保护行为”，比如抵制关机、隐瞒或操纵信息，也可能生成类似“勒索”的胁迫性输出。

至于保险能不能兜底，招股书的说法是：没有任何单一保险公司，甚至整个保险业合计，也可能无力承保。

还有几个细节值得记一笔：截至9月30日的前九个月，约5%~7%的收入来自后来被认定违反使用政策或商业条款的客户，原因是发现、调查到封号存在时间差，封号前已提供的服务收入照常确认——粗算约16亿~23亿美元。8、9月加大了封禁力度，公司提示这可能拉低未来收入和增速。

七位创始人在文件里劝潜在投资者“不要纯粹从交易角度看待你的购买”，承认公司决策“可能与投资者预期背道而驰”，因为利润最大化要与“公共利益”权衡。

一家准备以万亿美元级估值上市的公司，同时公开提示自己的技术可能带来生存级风险。估值定价和风险定价，第一次被放进同一份文件里。

写在最后

合上招股书，Anthropic的真实面目已经很清楚：收入像企业软件，成本像能源长协，治理像基金会，风险则具有系统性、外溢性、公共性。

它是在把AI变成一种需要长期合同、能源级账单和特殊治理结构来承载的基础设施。华尔街买的也是“AI成为下一代数字经济基础设施”这张期权。

至于这张期权值不值1.5万亿到2万亿美元，接下来要看10月份的ARR（Run-Rate Revenue）、看算力合同怎么落地、看企业客户的Token调用量能不能继续撑住那条陡峭的曲线。

热点过了，但这份文件里的问题，才刚刚开始被定价。

来源：c

风险提示及免责条款

美股最可靠的警报灯亮了！历史两次闪烁后，都迎来大熊市

Wed, 28 Oct 2026 10:24:44 GMT

一个追踪美股市场近70年的关键指标正在发出罕见警报。

衡量优质股与垃圾股相对表现的"质量减垃圾因子"（QMJ）在经历史上最长、最深的垃圾股超跑周期后，于今年7月骤然逆转——而历史上每一次类似的逆转，都预示着一场大熊市的到来。

今年7月，QMJ单月录得1957年有记录以来最大单月涨幅，达14.3%。与此同时，高盛追踪的亏损科技股篮子在第三季度下跌11%，而宝洁、可口可乐等高质量消费股则强势反弹。投资研究机构Porter and Company创始人F. Porter Stansberry警告称，这一信号意味着"现在是谨慎的时候了"。

历史数据显示，QMJ单月涨幅第二大和第三大的时间节点，分别出现在2000年11月和2008年10月——恰好是两场重大熊市的前夕。当前这轮由人工智能热潮驱动的垃圾股泡沫，规模已是AQR近70年数据中有记录以来最大，其破裂所带来的市场冲击不容小觑。

史上最大垃圾股泡沫：AI狂热驱动三年超跑

这轮垃圾股跑赢优质股的周期始于2023年11月，延续至2026年6月，持续时间与幅度均创下历史纪录。

在这段时间内，一个做多美国最高质量企业、做空最低质量企业的投资组合累计亏损36%——这是QMJ因子自1957年有记录以来最惨烈的一段表现。2026年5月结束的12个月，更是整个69年记录中质量股表现最差的12个月。质量股在2023年、2024年、2025年连续三年录得亏损，2026年前8个月又再度下跌3.8%。

驱动这一现象的核心逻辑，是投资者对人工智能技术的狂热追捧。据彭博数据，高盛追踪的亏损科技股篮子在2026年前五个月上涨57%，同期标普500指数仅上涨11%。以亏损企业占比超过四分之一的小盘股指数罗素2000为例，今年上半年涨幅达22.7%，超过大盘涨幅的两倍。

Stansberry将这一现象定性为"科技驱动的垃圾股泡沫"，并指出这是有记录以来规模最大的一次。

QMJ因子：一把追踪市场理性的69年标尺

理解这一警报信号，需要先了解QMJ因子的构建逻辑与历史背景。

QMJ因子由AQR资本管理公司创始人Cliff Asness与同事Andrea Frazzini、Lasse Heje Pedersen于2013年提出，相关论文于2019年发表于《会计研究评论》。Asness师从诺贝尔经济学奖得主Eugene Fama，后者的研究证明市场在大多数时候能够有效定价。

QMJ因子将"质量"定义为投资者应当为之支付溢价的三类特征：盈利能力、成长性与安全性。盈利能力采用六种不同指标衡量；成长性追踪过去五年每股收益的变化；安全性则综合股票相对标普500的波动率（贝塔值）、Ohlson O-Score与Altman Z-Score两个资产负债表稳健性模型，以及过去五年净资产收益率的波动程度。

该因子每月对美国全部上市股票打分排名，做多得分最高的30%（优质股），做空得分最低的30%（垃圾股），按市值加权并每月再平衡。AQR公布的美国数据追溯至1957年7月。值得注意的是，QMJ因子完全不考虑估值，仅衡量质量本身。

从长期来看，1957年7月至2026年8月，优质股每年跑赢垃圾股3.6%，证明市场对质量存在系统性低估。

历史规律：垃圾股泡沫破裂后，熊市往往随之而来

AQR的历史数据揭示了一个清晰的规律：垃圾股大幅跑赢优质股的周期，往往以市场的剧烈调整收场——但前提是这一现象由投资者狂热而非熊市反弹所驱动。

自1957年以来，QMJ因子共经历八次跌幅超过10%的下行周期。其中，由技术创新狂热驱动的典型案例有三次：1960年代的电子与计算机热潮、1999年的互联网泡沫，以及2020年的电动车、加密货币与远程办公热潮。

在这三次泡沫破裂后的两年内，优质股分别跑赢垃圾股28%、68%和41%；同期股市整体表现分别为负4.5%、负23.5%和正6.4%（最后一次因基数为新冠疫情崩盘后的低点，故仍录得正收益）。

相比之下，垃圾股跑赢优质股也存在"良性"情形——即在重大熊市之后，中央银行大规模注入流动性，濒临破产的弱质企业得以存活，股价从底部大幅反弹。1970年代、1992年、2002年和2009年的数据均符合这一模式。

当前这轮周期显然不属于后者。标普500在此期间持续创下历史新高，垃圾股的超跑完全由AI热潮驱动，而非廉价估值或熊市反弹逻辑所支撑。

风格切换已经开始：优质股强势回归

市场风格的切换信号已经出现，且来势迅猛。

今年7月，QMJ因子单月上涨14.3%，创下1957年以来最大单月涨幅。高盛追踪的亏损科技股篮子在第三季度下跌11%，而此前曾大幅跑赢大盘的高投机性个股遭到重创：AST SpaceMobile（ASTS）下跌56%，D-Wave Quantum（QBTS）下跌52%。

与此同时，高质量消费品股票强势反弹。自6月30日以来，宝洁（PG）上涨12.9%，并有望创下1998年10月以来最佳单月表现；可口可乐（KO）上涨17.3%；Church & Dwight（CHD）上涨12.4%；高露洁棕榄（CL）上涨6.2%。同期标普500指数仅上涨2.3%。

Stansberry指出，历史上QMJ单月涨幅第二大和第三大的时间节点，分别是2000年11月和2008年10月，均出现在重大熊市的前夕。这一历史对照，令当前的市场信号更加值得警惕。对于投资者而言，向高质量、高盈利能力企业倾斜，或许是当前环境下更为稳健的选择。

风险提示及免责条款

物理AI下一站，谁是最大赢家？

Wed, 28 Oct 2026 10:18:39 GMT

物理AI的技术突破预期正在压缩，产业链投资逻辑随之重构。从模型能力跃升、数据采集放量，到本体量产加速，多重催化剂正在交汇，机构对这一赛道的态度也从观望转向积极布局。

宇树科技创始人兼CEO王兴兴在杭州举办的2026世界物理AI大会上表示，物理AI"已显现突破迹象"，具身智能的"GPT时刻"——即机器人能够在约80%的陌生场景中完成约80%的主要任务——或将在1—2年乃至2—3年内实现，较其此前"最长可能需要10年"的判断明显提前。摩根大通随即据此将宇树科技评级由"低配"直接上调两级至"增持"，并将2027年12月目标价从300元上调至995元，核心逻辑是行业销售S曲线或将前移。

与此同时，工信部数据显示，2026年上半年我国人形机器人整机产量已超4万台，预计全年将突破10万台；Tesla在最新财报电话会议上披露Optimus已在弗里蒙特工厂启动早期生产，对外交付指向2027年底；OpenAI亦明确宣布将布局人形机器人，或于2027年发布相关演示。多个维度的信号共同指向，物理AI正从技术验证迈向规模化落地的关键窗口期。

通用模型加速渗透物理世界

华源证券在其行业专题报告中指出，物理AI使机器人等自主机器能够感知、理解并在现实世界中执行复杂动作，通用大模型正通过直接控制、策略协同及辅助训练三条路径加速具身智能演进。

具体进展方面，OpenAI发布的GPT-6 Astra在单一抓放任务中展现出较强能力：在抓取红色积木并放入碗中的测试中，20次试验成功19次，成功率达95%，单次平均耗时2.5分钟，估算成本0.94美元。但在需要精细对齐的拼图任务中，成功率仅为10%，表明通用模型在复杂精细操作上仍有明显短板。

在策略协同路径上，银河通用发布的研究显示，将Astra与开源具身基模π0.5协作后，十类复杂操作任务的平均成功率从26%提升至48%。值得注意的是，Astra全程仅修正了14.4%的执行控制步，剩余85.6%的动作仍由π0.5直接给出，表明通用推理与专用动作策略的分工协作正成为当前阶段的主流范式。

Google DeepMind方面，其正式上线的Gemini 4 Argon展示了通过仿真加速模型迭代的能力：仅凭一张照片生成4500多个训练片段后，真实机器人任务成功率从56%提升至75%，执行时间从35秒缩短至24秒。华源证券认为，通用模型通过这三条路径正在加速具身智能的整体迭代进程。

数据采集：EGO路线从辅助走向主流

随着模型能力向更多任务和场景扩展，对物理交互数据的需求正在快速放量。华源证券指出，与语言模型可利用互联网海量文档不同，机器人领域缺乏同等规模的现成数据资源，高质量数据需求有望随模型迭代持续增长。

市场规模方面，据FUNDA，某前沿大语言模型实验室正在推进一项超过10亿美元的机器人数据采购计划，以每小时150—200美元的处理数据市场价格估算，约对应500万—670万小时的数据体量。2026年字节跳动世界模型训练数据预算也已达数千万元量级，涵盖视觉语言动作、长视频和三维数据。

技术路线上，华源证券梳理了四条并行路径：真机遥操最贴近机器人真实执行但成本高、规模化慢；UMI移除采集环节中的机器人本体，提升开放场景覆盖效率；EGO/人类视频保留了真实物理与开放世界交互，能够补充物理常识和场景经验；仿真与合成数据则适合扩展长尾任务。

四条路线中，EGO路线的趋势最为显著。华源证券指出，越来越多模型将EGO数据纳入异构预训练数据配方，包括GR00T N1、GR-3、π0.7、Qwen-VLA等；部分模型更将其作为预训练阶段的主要甚至唯一数据来源。EGO数据凭借可规模化能力及对人—物交互的丰富覆盖，正逐渐从辅助性数据源成为预训练基础。

国盛证券亦在其行业周报中强调，数据采集是为VLA等具身大模型提供训练"原料"、构建数据飞轮的基础，预计行业将走向"虚实结合、预训练+微调"的复合模式，并加速构建双轨数据管线与开源数据集生态。

北美科技巨头同步入场

Tesla、OpenAI和英伟达的集体发力，正在将物理AI的产业化时间表推向更清晰的轨道。

Tesla方面，马斯克在2026年三季度财报电话会议上披露，Optimus已在弗里蒙特工厂启动早期生产，得州二期产线仍在建设中；最快约一年后有望达到周产2万台目标；对外交付计划于2027年底启动，初期或优先面向工业客户，执行危险、重复、全天候的任务。先期1—2万台将用于内部真机数据采集，以构建足够的训练数据基础。AI5芯片预计将于2027年4月集成到Optimus中，计算量比AI4高一个数量级。华源证券指出，Tesla量产正在逐步推进，但灵巧手耐久性及寿命验证仍是当前主要瓶颈。

OpenAI方面，CEO Sam Altman在接受媒体采访时表示公司将做人形机器人，或将于2027年发布相关演示。国盛证券援引的信息显示，OpenAI机器人团队正在研发机电一体化执行器，将电机、传动、传感与热管理系统集成于一体，同时招募制造及供应链人才，为规模化生产作准备。

英伟达方面，在GTC柏林宣布对Isaac开放式机器人开发平台进行重大扩展，新增人形机器人参考平台、数据集及运行时系统，为开发者提供从数据到部署的集成路径。黄仁勋表示，通用机器人技术正高速发展，机器人领域的"ChatGPT时刻"或迅速逼近。华源证券认为，Isaac平台的扩展有望提升开发效率，推动模型能力更快转化为机器人应用。

灵巧手仍是量产关键瓶颈

本体迈向规模化生产的过程中，硬件工程化挑战不容忽视。华源证券在报告中引述Tesla的表态：从机电角度看，灵巧手的复杂度高于运动系统执行器，部分定制部件因损耗和可靠性问题仍在开发中。

灵巧手的核心矛盾在于，机器人没有人类的自我修复能力，因此需要在有限空间内集成驱动、传动与感知系统，同时兼顾耐磨损、柔软抓取及传感器长期可靠性。华源证券指出，空间集成、材料耐久、触觉感知和多模态融合仍需持续优化，硬件工程化进展将直接影响能力向规模化交付转化的节奏。

摩根大通在其宇树研报中亦持类似判断：随着大模型在任务规划方面持续进步，行业瓶颈正从高层推理能力转向"现实世界的执行、数据生成和部署迭代"，传感器、执行器、热管理、标定、安全性和耐久性仍是部署环节的重要组成部分。该行同时指出，宇树后续需要证明"重复订单、灵巧操作可靠性、安全表现和生态变现能力"，以验证物理AI突破时间窗口前移的核心前提能否兑现于收入端。

国内产能高速扩张，机构密集布局

国内市场的供给端正在快速放量，为更多场景验证创造条件。工信部数据显示，2026年上半年我国人形机器人整机产品突破400款，产量超4万台，预计全年将突破10万台。工信部表示，下一步将以人形机器人为切入口，带动具身智能大产业发展，推动相关产品和服务加速落地。

在投资布局层面，华源证券维持对机械设备行业"看好"评级，认为人形机器人产业或将逐步从小批量验证迈向"1—10"新阶段，建议重点关注上游零部件、数据采集和主机厂三条主线。

摩根大通则以更为激进的姿态表达了看法，将宇树科技2028年全球人形机器人市场份额预测从8%大幅上调至21%，并将2028年营收预测上调至133.83亿元，同比增速预计达173.8%。该行采用2028年预计市销率30倍作为估值依据，并指出宇树是A股市场中"少数直接的具身AI投资映射之一"，已上市地位、硬件平台及装机基础构成其所称的"稀缺性溢价"基础。

风险提示及免责条款

今夜美联储“按兵不动”无悬念，市场选择"买入一切"（除了原油）

Wed, 28 Oct 2026 10:06:02 GMT

美联储本次会议暂停加息几成定局，但宏观数据的全线超预期正在重新定价12月政策路径，市场在"higher for longer"预期强化下上演了一场罕见的风险资产与避险资产同涨行情——唯有原油逆势下跌，折射出需求端的潜在隐忧。

美联储主席沃什及其同僚今日按兵不动的概率已超过90%，但利率期货显示12月加息概率已悄然回升至80%以上。与此同时，耐用品订单、成屋销售、房价及消费者信心指数全线超预期，将美国宏观惊喜指数推升至7月以来最高水平，为"higher for longer"叙事提供了新的支撑。

在这一背景下，股票、信用债、美元、黄金与比特币同步走高，10年期美债收益率则在5%关口下方保持稳定，债券波动率降至逾一个月低点。原油成为今天唯一的异类——外交谈判带来的去风险化预期压低了油价，WTI测试100美元关口，这在边际上为债市提供了喘息空间，却也令市场对全球需求前景的担忧浮出水面。

宏观数据全线超预期，12月加息预期重新升温

周二公布的一系列宏观数据集体超出市场预期，为美联储维持紧缩立场提供了依据。耐用品订单、成屋销售、房价以及消费者信心指数均高于预期，美国宏观惊喜指数随之升至7月以来峰值。

利率期货市场对此迅速作出反应。尽管本次会议暂停加息的概率仍高达90%以上，但12月加息的隐含概率已从近期低位回升至80%以上。这一定价变化意味着，市场正在将"暂停"重新解读为"跳过"而非"结束"——政策路径的重新定价是否可持续，将在很大程度上取决于本周超大市值科技股财报季的走向。

10年期美债收益率在5%下方维持胶着，长端相对受到追捧。强劲的宏观数据与走软的油价形成对冲，令收益率整体保持平稳。债券波动率降至逾一个月低点，而股票风险溢价虽有所回落，仍与债券风险存在显著背离。

美债收益率高位钝化，风险与避险资产罕见同涨

在美债收益率高位震荡、市场对政策路径形成相对稳定预期的背景下，当日出现了一幕颇为罕见的景象：风险资产与传统避险资产携手走高。

股票方面，纳斯达克100指数收复100日均线，标普500指数突破50日均线。信用市场同步走强，投资级与高收益信用利差双双收窄，数据中心债券利差也出现压缩。

与此同时，美元因欧元疲软及技术性因素走强，升至近一个月区间上沿；黄金则在4000美元支撑位附近强势反弹；比特币在80000美元获得支撑后同步走高。

这种"买入一切"的格局，本质上反映的是：在收益率高位钝化、短期政策路径预期趋于明朗的窗口期，资金在等待美联储决议与科技巨头财报的过程中，选择了全面布局而非单边押注。

AI融资叙事重燃，科技股领涨但成交清淡

推动当日股市走高的另一重要催化剂，来自AI投资叙事的阶段性修复。

博通完成了一笔规模达630亿美元的融资安排，由美国银行、花旗集团、摩根士丹利及黑石联合参与，为Anthropic租用博通AI芯片及网络设备提供资金支持。这是迄今规模最大的AI芯片融资交易，尽管据报道博通为促成交易承担了部分损失。与此同时，Meta完成了250亿美元的股权发行，认购倍数约达五倍，显示机构投资者对大市值科技股的强烈需求。

据高盛科技交易台分析，当日AI板块走强的驱动因素包括：AI融资担忧情绪的阶段性缓解、市场对谷歌、微软、亚马逊本周财报及资本开支指引的预期，以及部分个股从超卖状态的技术性反弹。广义AI板块自上周五收盘以来累计上涨约5%，而非AI板块同期下跌约30个基点。

然而，高盛交易员同时指出，当日整体交易活跃度仅为满分10分中的3分，且整体偏向卖出，卖出倾向约为1%。长线机构在信息通信服务及宏观产品上净卖出，对冲基金则在通信服务、科技及金融板块有所买入。这并非一场情绪高涨的抄底行情，更多是在等待美联储决议与大型科技股财报前的谨慎布局。

原油逆势下跌，需求隐忧与地缘溢价并存

在"买入一切"的普涨格局中，原油是唯一的例外。WTI原油价格再度走低，测试100美元关口。

油价下跌的直接触发因素是外交层面的积极信号——沙特阿拉伯、土耳其及巴基斯坦官员在德黑兰与伊朗方面举行会谈，市场对美伊冲突降级及霍尔木兹海峡供应中断风险的担忧有所缓解。据报道，伊朗最高领袖在与最高国家安全委员会的会议中讨论了结束当前冲突的可能性。

然而，供应端的结构性紧张并未消散。布伦特原油12月至1月价差的现货溢价接近每桶5美元，较一周前大幅走阔；原油及成品油库存较季节性均值低约7600万桶。与此同时，胡塞武装对沙特的持续攻击令风险溢价难以完全消退。

航运市场的稀缺溢价同样值得关注。中东原油出口量已基本恢复至战前水平，但油轮运费仍居高不下。据报道，伊朗已威胁对Sinokor旗下船只采取行动，而该公司上月承运了霍尔木兹海峡约40%的原油出口量，这意味着高企的运费与保险成本将持续支撑油价高于战前水平。

精炼品方面，柴油价格跌至一周低点，大西洋两岸同步走弱。油价的阶段性回落在边际上为债市提供了支撑，但其背后折射出的需求担忧，与当日宏观数据的强劲表现形成了微妙的张力。

警惕信用压力扩散，"轮动—传染—清算"三阶段风险

在当日普涨行情之外，据彭博宏观策略师Frank Monkam警告，市场可能正处于下一轮下跌的前夜，风险将经历"轮动、传染、清算"三个阶段依次演进。

第一阶段，资金从科技与AI相关敞口向防御性及低贝塔板块迁移。这种轮动初期可能支撑主要指数，制造出市场韧性的假象，但实际上市场领涨力量已在悄然恶化。

第二阶段，随着融资条件持续收紧，信用压力从AI领域向更广泛市场蔓延，对整体盈利预测形成压制。信用波动率上升与融资环境恶化将推动股票风险溢价的全面重定价，信用市场将逐步主导风险偏好的方向。

第三阶段，当防御性轮动无法再承接抛压时，系统性去杠杆与组合降险将放大指数层面的跌幅。Frank Monkam指出，自9月以来板块间相关性已在快速收敛，这一动态至关重要——真正的拐点不在于当前的轮动本身，而在于信用压力最终冲击市场广度的时刻。届时，有序的板块切换可能演变为全面的流动性清算。

风险提示及免责条款

摩尔线程Q3营收同比增长1773.9%，归母净利润4926万元扭亏为盈 | 财报见闻

Wed, 28 Oct 2026 09:53:27 GMT

摩尔线程公告，2026年前三季度营业收入32.89亿元，同比增长319.15%；归母净利润3769.73万元，上年同期亏损7.24亿元，扭亏为盈；扣非净利润-1.31亿元，亏损大幅收窄。

第三季度单季营业收入15.52亿元，同比增长1773.92%；归母净利润4926.04万元，扭亏为盈；扣非净利润2007.24万元，扭亏为盈。业绩增长主要因人工智能产业对优质算力及全功能GPU的强劲需求，以MTT S5000为代表的智算产品在CSP、TSP、AI创新企业、运营商及智算中心等客户实现业务加速落地。

更新中.......

风险提示及免责条款

基金三季度规模“座次”揭晓：“调整季”里“攻守易形”（附全部排名）

资事堂·粒籽 — Wed, 28 Oct 2026 09:38:45 GMT

对整个公募基金行业而言，三季度已成为今年的“决胜季”。

在科技股的回潮中，各只产品、各条业务线、各个客群有怎么样的感受和反应，很大程度上将决定全年的排名。

变化的征兆已经显现。

来自Wind的统计，截至三季度末，基金公司非货基金总规模（剔除联接基金）较年中环比回落约 2%。这与今年前两个季度，行业公司规模普涨的格局形成鲜明对照。

但也有公司在逆势上涨，南方基金、海富通、贝莱德基金、鹏扬基金、中信保诚、东方基金、长盛基金等逆势规模增长100~620亿，行业排名明显提升。

另外，不同类型基金的规模分化也格外明显。三季度全部基金中，权益基金单季规模减少约9400亿元，混合型基金缩水逾8000亿元。而债券型基金逆势增加5161亿元，后者也带动了行业格局的此起彼落。

当结构分化的时针开始逆行，公募规模的座次表也在这跷跷板之间被重写。

这是三季度最不可错过的变数。（行业全部排名见文末）

头部“稳中有变”，招商重返前十

公募基金头部阵营的规模座次，历来是看似平静，实则暗涌。

Wind 数据显示，截至三季度末，非货规模前十名依次为易方达、华夏基金、广发基金、富国基金、南方基金、汇添富、景顺长城、嘉实基金、鹏华基金和招商基金。

前八名的位次与二季度末完全一致——易方达以16921.82亿元规模继续领跑，华夏凭借11932.53亿元紧随其后，再之后是广发10043.58亿元和富国9938.04亿元。

变化发生在第十名。招商基金由第11名升至第10名，重返前十，成为银行系基金在行业里的最强代表。

十强中真正的“增长王”是南方基金。其非货管理规模由二季度末的7804.33亿元增至8420.26亿元，单季增长615.93亿元，为全行业规模单季增长最多的基金公司。从结构看，南方基金的增量主要来自债券型基金与ETF规模的增长。

富国基金同样可能成为行业格局的“撼动者”。三季度末其非货规模达9938.04亿元，距前位和万亿元大关都只一步之遥。若后续延续增长势头，则公募基金的头部格局或将面临新的变数。

次头部阵营“暗流汹涌”，权益资产成“负累”

第11至20名的“次头部阵营”，是三季度行业面貌的真实写照。

这个区间里有四家公司的“缩水”规模超过250亿，最高则达490亿，相关座次下沉明显。

驱动这四家公司规模变动的“钥匙”是权益基金表现。一方面，前期净值上升较快，导致部分投资者落袋为安；另一方面，三季度市场回撤时，又有投资者积极退出，两厢推动，相关公司麾下的热门品种规模有了明显缩水。

对照来看，也有基金公司规模增长较快，天弘基金非货规模增至4737.86亿元，排名由第15名升至第14名；华安基金的规模增至4602.22亿元，由第17名升至第15名。

华泰柏瑞的规模也较为亮眼，在同阵营公司多数资产缩水的对比下，华泰柏瑞稳定的规模推动公司位次向上一位，由18名升至17名。

“肩部阵营”结构分化，海富通异军突起

第21至30名的“肩部阵营”，呈现出一头一尾的极端分化。

领涨的是海富通基金。其非货规模由2597.49亿元增至2796.44亿元，单季增加198.95亿元，为全市场增长第三，排名由第26名升至第24名。

值得注意的是，海富通和华安均为国泰海通证券控股的基金公司，两者素有合并传闻。此次三季度里，两者的表现都较为强势。

这个阵营中，交银施罗德和华宝基金的规模排名也都向前一位，两者应该都是因其较为多元化的产品线布局，而使得规模相对稳定，而提升行业座次。

腰部集团“此起彼伏”，前50名门槛大幅提升

第31至50名的“腰部阵营”，历来是榜单变化最大的区域。

一方面，这个梯队里，各家规模整体接近，产品线布局和经营思路也类似，只要产品节奏稍有变化，则排名立刻改写。

本轮三季报也是如此。东方基金延续了二季度的上升势头，非货规模由1534.48亿元增至1684.66亿元，单季增加150.18亿元，排名由第37名升至第32名，是前50强阵营中，排名上升最凌厉者。

创金合信基金的势头也不错，由1362.30亿元增至1443.58亿元，增加81.28亿元，排名由第43名升至第40名。

鹏扬基金的规模单季度增加超百亿元，排名也果断上升三位，达到42名。

中信保诚基金规模增加近190亿，排名大幅上升四位到47名。

此外，万家基金、农银汇理基金、摩根基金、中加基金等的位次也在上升。与之相对，一些上半年规模急速跃升的机构，三季度规模明显回落，这和科技股的表现息息对应。

前50名的门槛也因此继续抬升。三季度末第50名中金基金的非货规模为1096.84亿元，较二季度末第50名的约1040亿元进一步上移近60亿元。

由此，第50名与第51名之间的差距，也从二季度的不足30亿元扩大到136.6亿元。未来升入前50名的“跨台阶”之战，难度更大了。

中小机构的“跃迁”与“回撤”

前 50 名之外，一批中型公募机构的跃迁更显戏剧性。

外资公募贝莱德基金的发展有目共睹，三季度该公司的非货产品管理规模由119.70亿元增至325.20亿元，单季增加205.50亿元，排名由第122名升至第91名，一举跃升31个位次，为全市场位次提升最多的管理人。

仔细观察，贝莱德基金的规模提升，主要依靠几个“拳头产品”：贝莱德中债优选绿债基金，规模和净值持续稳步攀升，三季度已经增长到104.58亿。另一个同样回撤控制较好的贝莱德中债投资级公司债基金，规模增长到76.3亿，加上新发的贝莱德稳利63个月债基带来80亿规模，直接推动公司资产规模向上。从外部观察，在市场火热时，坚持发展回撤良好的债券产品，差异化的战略带来了这次跃迁。

另外，财信基金由7.71亿元增至88.36亿元，跃升25位，后者的发展也依托于财信聚鑫63个月封闭债基的募集完成，有关方面扶持中小基金发展的产品政策见了效果。

长盛基金的规模也增加150.60亿元，跃升10位，后者也是因为固收产品的规模表现突出。

跃迁的对面是中银国际证券，其非货规模由853.41亿元骤降至233.05亿元，排名由第58名回落至第101名，单季下滑43位。

当然，后者的规模收缩或与政策要求的清理定制类产品有关，不是常态的经营结果。中银自身的主动固收产品，规模还是比较稳当的。

附图：WIND统计的三季度末公募非货规模列表

风险提示及免责条款

以色列大选计票现反转：内塔尼亚胡反超，但组阁仍无定局，阿拉伯政党成关键变量

Wed, 28 Oct 2026 09:38:25 GMT

以色列大选计票结果出现戏剧性逆转，现任总理内塔尼亚胡领导的右翼阵营在过半选票统计后反超反对派，但双方均未触及组阁所需的61席门槛，政局走向仍高度不确定。

截至当地时间10月28日凌晨，工作人员已统计超过70%的选票。内塔尼亚胡阵营预计赢得120席议会中的54席，反对派领袖、以国防军前总参谋长Gadi Eisenkot领导的阵营预计获得47席，其余席位归属阿拉伯政党。

这一结果与数小时前出口民调所呈现的反对派领先态势截然相反。据新华社稍早前报道，以色列第26届议会选举27日22时结束投票。以媒出口民调显示，内塔尼亚胡阵营预计获得50席，Eisenkot阵营预计获得53席。两者势均力敌。

市场随即作出反应，以色列TA-35股票指数日内下跌逾1%。

预测市场方面，Polymarket数据显示内塔尼亚胡胜选概率已升至55%，Eisenkot则跌至27%，此前自7月中旬以来，市场持续给予Eisenkot更高的胜算。以色列两个阿拉伯政党预计合计赢得19席，双方均表态支持Eisenkot，由此成为左右最终组阁走向的关键变量。

计票逆转，两人均宣称胜利

内塔尼亚胡于当地时间凌晨3时15分左右登台发表讲话，宣称其右翼阵营拥有"清晰、决定性的多数"，并在耶路撒冷的集会现场率领利库德党官员高唱国歌，情绪高涨。

他在讲话中着重强调与美国总统特朗普的关系，并暗示对伊朗发动新一轮打击的可能性近在眼前。

Eisenkot则在此之前发表讲话，将内塔尼亚胡现任极右翼政府定性为"失败的联合政府"，称其"已失去人民的信任"，并表示"公众投票支持变革"，同时警告称进行第二轮投票将是一个错误。

77岁的内塔尼亚胡与66岁的Eisenkot均表示有信心成为下一任领导人。

按照程序，总统Isaac Herzog将在数日内决定授权哪一方率先尝试组阁；若双方均告失败，以色列可能在数月内再次举行大选。

阿拉伯政党：潜在造王者，但掣肘明显

两个阿拉伯政党预计合计赢得19席，已公开表态将支持Eisenkot，并动员选民参与投票，以期终结内塔尼亚胡的执政，认为其连任将构成"生存威胁"。

然而，这一潜在联盟面临严峻内部障碍。

Eisenkot阵营中已有两位盟友领袖明确表示，拒绝加入任何与阿拉伯政党合作的政府。这一分歧使Eisenkot即便在席位上占据优势，组阁之路同样荆棘丛生。

剩余选票存变数，右翼历史上更占优

目前仅约半数选票完成统计，来自军事基地、医院及外交驻地的数十万张选票预计还需一至两天方能完成计票。

此类选票在历史上倾向于支持右翼阵营，这意味着内塔尼亚胡的最终席位数存在进一步上升的空间。

本次选举投票率接近历史高位，据以色列中央选举委员会数据，投票于当地时间晚10时结束前，投票率已达约78%。

组阁悬而未决，经济与安全议题待解

无论最终由谁出任总理，组阁谈判预计将持续数日乃至数周，内塔尼亚胡在此期间将继续以看守总理身份执政。

据彭博，这将使其有条件在美国中期选举后与特朗普协调，推进对伊朗的新一轮打击行动——两人此前均多次发出相关威胁。特朗普已公开为内塔尼亚胡背书，称其有能力"完成任务"。

风险提示及免责条款

中信建投武超则领衔未来产业研究院带你拥抱“确定性”，把握未来产业投资机遇

Wed, 28 Oct 2026 09:20:02 GMT

拥抱确定性，把握未来产业投资机遇

今年上半年，全球 AI 交易热度高涨，美股、日股、韩股接连创出新高。从存储芯片到 CPU，再到各类 AI 硬件，资金沿着产业链一路追涨，科技投资情绪持续升温。

三季度，风向变了。AI 叙事遭遇质疑，科技股明显回调，市场从追逐增长转向重新审视估值。这轮切换再次说明一件事：短期情绪难以预测，但长期研究的产业方向，终究要回到技术进步、国家战略和产业发展规律本身。

投资者真正需要想清楚的，不是下一轮行情由什么主题引领，而是哪些产业正在形成长期基础，哪些技术有望突破现有瓶颈，哪些方向可能孕育新的经济增长点。

市场从来不缺热点，缺的是穿透热点的研究框架。

2026年6月1日，《求是》杂志发表了总书记的重要文章《前瞻布局和发展未来产业》，明确指出要推动量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等成为新的经济增长点——这意味着，未来产业既是科技创新的重要方向，也是观察中国经济增长动能转换和产业结构升级的切入点。

但政策方向明确，不等于产业路径已经清晰；技术突破令人期待，也不代表商业化落地可以一蹴而就。从研发到应用，从政策支持到市场竞争，从长期空间到短期估值，未来产业的投资研究需要回答一系列具体问题：哪些技术已走到产业化关键阶段？哪些瓶颈仍在制约行业发展？不同产业的成长节奏有何差异？如何将产业趋势转化为可跟踪、可验证的研究框架？

看懂未来产业，既要理解技术创新的方向，也要理解产业发展的规律。

从政策到产业，建立理解未来的研究框架

2026年4月29日，中信建投证券未来产业和政策研究院正式成立，聚焦宏观政策与全产业链研究，重点布局影响未来经济底层逻辑的战略方向——从政策到产业链，从技术创新到商业应用，未来产业的研究跨越多个层次。把政策导向、技术演进、产业链结构与市场表现结合起来，才能更完整地理解新兴产业的发展逻辑。

对投资者来说，未来产业研究不能停在概念辨识和热点追踪上。量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、6G，这些方向的技术成熟度、商业化路径、政策环境和资本投入周期各不相同，没法套用同一套分析框架。

怎样建立对战新产业与未来产业的系统认知？怎样从宏观政策读出产业发展的长期方向？怎样绘制未来产业投资地图，找到重点领域的瓶颈和潜在催化因素？又怎样从具体产业出发，形成能持续跟踪和验证的研究思路？

这些问题，是理解未来产业、把握中长期投资机遇绕不开的关键。

2026年11月21日（周六），华尔街见闻联手中信建投证券未来产业和政策研究院，在北京推出《解码未来产业》大师课。

本场大师课由新财富白金分析师、中信建投证券党委委员、执委会委员、机构业务委员会主任、中信建投国际董事长武超则领衔，携手中信建投证券研究发展部联席负责人、未来产业和政策研究院执行院长贺菊颖，首席政策分析师胡玉玮，以及医药联席首席分析师王在存共同主讲。

课程围绕未来产业的认知框架、投资地图、宏观政策与重点产业案例展开，从产业研究的底层逻辑出发，逐步深入到产业路径、政策环境与具体投资分析。

导师介绍：

武超则：中信建投证券股份有限公司党委委员、执委会委员、机构业务委员会主任、中信建投国际董事长。新财富白金分析师，2013-2020年连续八届新财富最佳分析师通信行业第一名。专注于人工智能、云计算、半导体等科技领域研究。中国证券业协会证券分析师与投资顾问委员会委员。清华大学金融硕士行业导师，清华大学全球证券市场研究院学术委员会委员。

贺菊颖：中信建投证券研究发展部联席负责人、未来产业和政策研究院执行院长、全球健康及产业首席分析师。复旦大学管理学硕士，善于前瞻性把握产业政策、趋势及细分赛道机会，公司研究深入细致。多次带领团队荣获新财富、上证报、金牛奖、新浪财经金麒麟等医药行业最佳分析师荣誉。

胡玉玮：中信建投证券首席政策分析师。经济学博士、牛津大学博士后、欧盟访问学者。曾担任中国证监会研究院国际金融部负责人、西班牙对外银行（BBVA）驻华代表（养老金与保险）、经济合作与发展组织（OECD）经济学家。

王在存：中信建投医药联席首席分析师，医疗器械首席分析师，未来产业和政策研究院分析师，北京大学生物医学工程博士，医疗器械蓝皮书编委。

未来产业的投资机会，往往出现在技术突破、产业演进与政策环境的交汇处。但从趋势到商业化落地，从长期空间到市场定价，中间仍然存在大量需要研究和验证的问题。比追逐热点更重要的，是建立一套能持续理解产业、跟踪变化、识别关键变量的研究框架。

从战新产业与未来产业的认知，到投资地图的梳理；从宏观政策环境的分析，到脑机接口行业的具体拆解，《解码未来产业》大师课将从多个维度帮助你理解未来产业的发展逻辑。

2026年11月21日（周六），北京，华尔街见闻携手中信建投证券未来产业和政策研究院，邀你共同解码未来产业。

温馨提示

本场课程包含一个小时的互动问答，学员可以就自己最关心的问题与老师展开讨论，面对面答疑解惑。对本场课程感兴趣的朋友，可点击上图报名。您想了解更多课程详情的话，也欢迎扫码下方图片，咨询课程助手。

风险提示及免责条款

星宇股份三季度利润大幅缩水，曾因解约107名应届生引争议

Wed, 28 Oct 2026 09:05:23 GMT

10月28日，国内车灯龙头星宇股份披露2026年三季报。第三季度实现营业收入36.1亿元，同比下降8.67%；同期归母净利润为2.62亿元，同比下降39.62%。

进入第三季度，星宇股份的业绩下滑明显加速。

今年上半年，星宇股份营收仍保持1.87%的同比增长，归母净利润同比下降5.26%。进入第三季度，公司的收入由增转降，利润跌幅进一步扩大。

前三季度，星宇股份收入为104.94亿元，同比下降2.02%；同期归母净利润为9.32亿元，同比下降18.34%。

星宇股份此前坦言，受下游乘用车整车内销不畅、部分配套车型销量未达预期，以及部分原材料价格上涨等因素影响，公司盈利出现下滑。

作为国内头部汽车车灯供应商，星宇股份主要从事汽车前后车灯、控制器等产品的研发、制造与销售，客户包括大众、奔驰、宝马、丰田等传统汽车厂商，以及理想、蔚来、小鹏等新能源汽车企业。

在整车配套模式下，星宇股份的收入与客户车型的生产和销售情况紧密相关。

今年以来，国内汽车市场竞争持续激烈，部分整车厂商销量不及预期，压力逐渐传导至上游零部件供应商。

到了第三季度，这一压力或许进一步显现。

对于此次的利润大幅下滑，星宇股份在三季报中解释称主要系公司业务收入下降、部分原材料价格同比显著上涨导致成本增加，以及研发费用增加所致。

从毛利率来看，第三季度星宇股份毛利率为为17.23%，较去年同期的19.86%下降2.63个百分点。

与此同时，星宇股份仍在增加研发投入。今年前三季度，公司研发费用达到7.2亿元，同比增长12.36%。

这与汽车车灯行业正在经历的技术升级有关。随着智能化程度不断提升，车灯逐渐从传统照明部件向集照明、显示、交互及控制于一体的智能化产品发展。

星宇股份也在持续布局MicroLED、数字化智能前照灯及车灯控制器等技术，希望通过产品升级争取更多整车厂商的项目。

但在收入增长放缓的背景下，持续投入研发也给短期利润带来了压力。

今年8月，星宇股份因集中解约107名2026届应届大学毕业生，引发社会广泛关注。

根据公司9月7日披露的情况，2025年秋招及2026年春招期间，星宇股份共与440名应届毕业生签订三方协议，其中372人最终建立正式劳动关系。

然而，今年7月星宇股份管理层基于后续订单及用工需求，决定实施岗位优化整合。8月初，星宇股份人力资源部门对其中140人开展协商，最终107人与公司签订解除劳动合同协议。

星宇股份此前在回应媒体时透露，公司于7月16日至18日召开半年度工作总结会议，彼时管理层便发现第二季度收入和利润同比下降超出预期，对下半年及未来一段时间的经营形势作出了较为悲观的判断。

7月28日，星宇股份管理层据此提出岗位优化整合方案，随后发生了集中解约事件。

常州市人社部门调查后指出，星宇股份在协商过程中方法简单生硬，缺乏充分有效沟通，造成不良影响。

此后，星宇股份向107名毕业生发放了每人1.5万元的求职生活补贴，并承诺对三个月内未实现单位就业的人员给予六个月工资补偿。

如今，三季报披露的数据进一步显示，星宇股份此前担忧的经营压力并未得到缓解。

对于这家依靠技术研发和整车厂商订单发展的零部件企业而言，如何恢复业绩增长是一道难题，而此前失当的用工决策也让公司面临人才管理与企业信誉的双重考验。

风险提示及免责条款

沪上阿姨要从“茶咖双轮”走向“茶咖食”，1.3万家门店寻找新增量

Wed, 28 Oct 2026 09:02:31 GMT

沪上阿姨开始在茶饮和咖啡之外，寻找第三个品类的增长空间。

10月27日，在2026全球伙伴大会暨品牌年度战略发布会上，沪上阿姨宣布推出“全时茶咖食”战略，将食品正式纳入茶饮和咖啡的经营体系，进一步拓展早餐及其他消费时段。

此前，沪上阿姨一直强调“茶咖双轮驱动”，希望借助咖啡进入上午消费场景，补充茶饮门店相对薄弱的早间生意。如今，食品成为这一战略的新组成部分。

目前，沪上阿姨的食品布局主要集中于早餐场景，以小奶砖吐司、水牛奶鸡蛋糕等烘焙产品为主，未来还将继续丰富相关产品。

与门店现烤的烘焙产品不同，沪上阿姨现有的烘焙和零食主要采用预包装形式，通过供应链配送至门店销售，不需要增加复杂的现场制作环节。

咖啡与烘焙组合，既能满足消费者的早餐需求，也有机会提高客单价，增加上午时段的交易。

沪上阿姨联合创始人周蓉蓉透露，公司自2025年底开始重点布局咖啡，目前咖啡杯量占比已稳定在10%以上，生椰系列和小黄油系列咖啡已成为稳定复购的产品。

除了早餐，沪上阿姨也将夜间消费纳入未来探索方向。低因饮品、咸味零食等适配夜间消费的产品已进入布局规划，但相关业务尚未明确落地，未来仍存在进一步拓展深夜消费场景的可能。

茶饮品牌争夺早餐生意，已经不是什么新鲜事。

此前，古茗已在两广地区上千家门店测试早餐业务，试点门店日均销售烘焙产品25个以上，带来超过200元的日均流水增量，并逐步向全国1.3万余家门店推广。

奈雪的茶则更早进入烘焙领域，通过软欧包、蛋糕和咖啡等产品，覆盖早餐及下午茶等消费场景。

对茶饮品牌来说，食品生意的吸引力不仅是多卖一份产品，更在于利用原本客流不足的消费时段，提高门店空间和现有经营资源的利用率。

这也与沪上阿姨此次提出的另一项经营调整有关。

在发布会上，沪上阿姨联合创始人单卫钧强调，加盟商应将更多精力投入门店日常管理，做“店长式”加盟，而不是仅以投资者身份参与开店。

沪上阿姨此前的加盟政策已要求加盟商亲自参与日常经营。此次大会进一步强调这一方向，并提出优化门店网络布局和间距管理、提高选址标准，同时将更多奖励和经营机会向表现优异的加盟商倾斜。

截至2026年6月底，沪上阿姨全球门店达到13155家，其中加盟店13120家。上半年新开加盟店2253家，关闭556家，净增加1697家。

同期，公司收入同比增长42.4%至25.89亿元，期内利润同比增长58.3%至3.21亿元。

门店扩张仍是沪上阿姨重要的增长来源，但在超过1.3万家门店的规模下，如何控制门店间的客源分流、维持加盟商的经营质量，也变得更加重要。

风险提示及免责条款

天孚通信：前三季度营收同比增长21%，归母净利润增长42.2% | 财报见闻

Wed, 28 Oct 2026 08:57:54 GMT

天孚通信公告，2026年前三季度营业收入47.51亿元，同比增长21.25%；归母净利润20.83亿元，同比增长42.18%；扣非净利润20.65亿元，同比增长44.26%。第三季度单季营业收入19.23亿元，同比增长31.50%；归母净利润8.79亿元，同比增长55.30%；扣非净利润8.79亿元，同比增长55.78%。业绩增长主要得益于全球人工智能行业加速发展与全球数据中心建设，带动高速光器件产品需求持续稳定增长。

更新中......

风险提示及免责条款

SemiAnalysis解读Anthropic招股书：老客户一年消费翻9倍、增量毛利率接近90%，企业AI渗透率仍不足1%

Wed, 28 Oct 2026 08:50:51 GMT

老客户一年前花1美元，如今花9美元，但大企业的预算空间仍远未被打开。

在10月27日发布的SemiAnalysis Weekly圆桌会谈中，SemiAnalysis团队解读Anthropic招股书时，将这组反差视为核心看点。增长的同时，Anthropic推理业务的盈利能力也在改善。按SemiAnalysis的分析口径，Anthropic推理毛利率为85%、算力利润率为41%，增量毛利率接近90%。

招股书披露，第二季度Anthropic收入同比增长1368%，同期算力与基础设施支出增长300%。在SemiAnalysis看来，这说明Anthropic收入扩张已明显快于算力成本增长，推理业务具备高利润扩张的潜力。

需求端，第三季度约八成收入来自较新模型，而Anthropic收入占相关《财富》500强客户总费用的平均比例仍不足0.1%。在嘉宾看来，这种增长与成本优势也将给OpenAI施压：如果无法重获产品领先地位，就可能被迫长期依靠价格竞争。

1、老客户消费达到一年前约9倍。约900%的净收入留存率，衡量的是同一批合格客户在当季与一年前同期的消费变化，体现存量客户持续扩张，而非新增客户带来的增长。

2、推理毛利率85%、算力利润率41%，增量毛利率接近90%。这些是访谈讨论的不同利润口径，不能相互替代，也不等于公司整体净利率。

3、收入增长明显跑赢算力成本。第二季度收入同比增长1368%，同期算力和基础设施支出增长300%；嘉宾认为，硬件升级、系统优化与模型能力改善共同推动了变现效率提高。

4、较新模型贡献八成收入。按Nanos在节目中的解读，第三季度约80%的收入来自四月以后发布的模型，客户正在向新模型迁移；另一面的20%则反映大型企业升级仍需时间。

5、企业AI支出空间仍大。相关《财富》500强客户花在Anthropic上的费用平均不足总费用的0.1%；普通企业用户与Claude Code重度用户的消费差距，意味着增长未必依赖所有人都成为超级用户。

6、模型和算力形成相互促进的优势。多芯片部署让Anthropic能按任务选择TPU、Trainium及不同GPU，模型能力和软件工程能力则有助于把新硬件转化为更低成本、更高收入。

7、OpenAI面临产品溢价与价格竞争的考验。看空观点认为，失去最强模型的位置后，第二名会承受更低份额和利润率；反方则强调，企业销售、长期合同和多模型使用习惯仍有利于OpenAI。

对话嘉宾简介

Doug O’Laughlin：SemiAnalysis总裁，关注半导体战略、市场情报与竞争分析。

Jordan Nanos：SemiAnalysis技术团队成员，关注新型云服务商，负责ClusterMAX及相关项目，曾参与HPE大型超级计算机项目。

Jeremie Eliahou Ontiveros：SemiAnalysis董事总经理，负责数据中心、能源与工业研究，关注AI集群和基础设施供给。

Joey Brookhart：SemiAnalysis分析师、Tokenomics模型共同负责人，研究AI算力投入、服务经济性及软件收入之间的关系。

盈利能力：增量利润率达90%，商业模式已获验证

招股书披露的核心财务数据显示，Anthropic的商业模式已具备顶级软件公司特征。

Joey Brookhart指出，推理毛利率达85%，算力利润率41%，增量毛利率90%，增量息税前利润率40%。"这是最顶尖的商业模式，40%的息税前利润率已经好得不能再好了，如果他们能做到这一点，就至少和超大规模云服务商一样好，甚至更好。"

净收入留存率数据尤为突出。招股书显示，一年前花费一美元的客户，当前消费已达九美元，净收入留存率达900%；第一季度该数字为500%。Joey Brookhart强调，对于按使用量计费的业务，无需额外推销即可带动客户消费增长，"这些增长基本都直接落到利润上"。

算力效率图表同样印证了这一趋势：仅推理一项，每兆瓦收入已从去年的约1600万美元升至当前的逾6000万美元，增幅近4倍。

Jordan Nanos认为，Anthropic同时运营TPU、Trainium、NVIDIA GPU和AMD GPU的多元化算力策略是重要推手，"谁拥有最好的软件，能给这些东西写代码，就能最快获得新硬件上线带来的红利"。

算力采购：承诺规模可控，资产负债表压力低于预期

市场此前对Anthropic高达5000亿至6000亿美元的算力采购承诺心存顾虑。

Jeremie Eliahou Ontiveros对此进行了拆解：若以近期Anthropic与Nscale协议中每吉瓦约1000亿美元的市场价格折算，5000亿美元对应约五吉瓦算力。而实际上，Anthropic通过合同锁定的吉瓦数明显高于这一水平，意味着相对于已签约容量，其承诺金额比例相当低。

与OpenAI此前年化收入仅200亿美元、却背负1.4万亿美元承诺的情形相比，Anthropic目前800亿美元年度经常性收入对应5000亿美元承诺，比例明显更为合理。Jeremie Eliahou Ontiveros表示，"首次公开募股之后，账上会有2000亿美元，应对起来会相当容易"。

从承诺结构来看，Anthropic同时持有类似Nscale的长期协议，以及与超大规模云服务商、SpaceX等方签订的短期灵活协议，部分协议实际上随时可以取消，仅承诺90天。这种结构不仅降低了资产负债表压力，也给数据中心市场参与者带来了信心——Jeremie Eliahou Ontiveros指出，数据中心行业长期期待Anthropic上市，"只要上市，就能卖给他们大量兆瓦级容量，一切都会变得特别容易"。

客户结构：头部集中但不依赖单一客户，模型迁移速度快

招股书显示，前五大客户合计占收入约25%，约48%收入来自云服务商市场渠道（主要为AWS Bedrock及Google Vertex），其余约27%来自其他直接客户。

Jordan Nanos指出，前五大客户与云服务商渠道并非简单叠加，"前五大客户中，目前没有任何一家通过Bedrock或Vertex采购"，二者之间存在穿透关系。

过去12个月，消费额达1000万美元的客户已有250家，消费额超100万美元的客户达1900家。高频用户与普通用户之间的消费差异显著：企业端前5%的用户年均花费1.8万美元，而不使用Claude Code的用户每月消费不足75美元。

模型迁移速度同样值得关注。招股书显示，第三季度约80%的收入来自最新模型，仍有约20%停留在三个月前的旧模型。Jordan Nanos认为，"通过Bedrock采购、需要内部认证的《财富》500强企业存在迁移滞后，而初创公司切换更为灵活，这两点都说明客户黏性很强"。

增长空间：企业AI渗透率不足1%，高增长周期刚刚开启

尽管数据强劲，但多位嘉宾一致认为，企业AI渗透仍处于极早期阶段。

Joey Brookhart援引招股书数据：Anthropic当前在《财富》500强企业运营费用预算中的占比约为0.1%，折算后每个员工每月平均支出不足八美元。

"我们现在还在铺地基、画停车线，沥青都还没干。"Joey Brookhart以此形容当前所处阶段。他指出，若企业普通员工的AI支出能从目前水平提升至当前第75百分位用户的水平，仅企业办公这一场景就存在数量级的增长空间。"这将是第一个将AI纳入预算的第四季度传统企业信息技术周期，这才是关键。"

Jeremie Eliahou Ontiveros补充，Anthropic的2027年算力路线图已显著降低风险。随着更多算力上线，推理能力的扩展将直接转化为收入加速。招股书显示，Anthropic与Google签有400亿美元协议（其中200亿美元将在上市等里程碑达成后兑现），并与Broadcom签有420亿美元TPU采购协议，两项合计进一步夯实了算力保障。

OpenAI：陷入价格竞争，难以维持溢价定位

针对OpenAI的竞争处境，多位嘉宾给出了较为一致的判断。Jeremie Eliahou Ontiveros指出，OpenAI目前在模型能力上有时能与Anthropic短暂持平，但"只要客户已经向Anthropic作出大量预付款承诺，OpenAI就很难"。更根本的问题在于定位：当竞争对手占据高端产品位置并享有溢价利润率时，OpenAI将长期处于价格竞争状态，"这是更差的位置，你不会想处在那里"。

讨论中也有声音指出，OpenAI在企业销售层面仍有优势，近期在向Anthropic客户提供折扣、争夺企业合同方面动作积极，且自2026年七月以来执行力有所改善。

消费者订阅基数庞大，但变现效率相对较低——免费用户服务成本拖累整体利润率，且按使用量计费的接口收入占比历史上偏低。

Doug O'Laughlin总结称，在半导体行业，第二名通常意味着份额更小、利润率更差，AI行业的竞争逻辑与此类似。"还有几千亿美元的残羹剩饭可以捡，OpenAI不会消失，但会一直困在价格战里。"

政府市场：占比不足1%，潜力尚未释放

招股书披露，政府机构合同收入约占Anthropic总收入的1%。嘉宾认为，这一比例显示出政府市场几乎尚未开发。

Joey Brookhart将其类比为Microsoft 365的政府及企业席位扩张路径，认为即便从中后台办公岗位的基础应用切入，每席位每月30美元以上的变现潜力已经可以支撑规模化推广。

当前企业客户在模型使用上仍有明显分层管控，"很多企业不让员工用最前沿的模型，某些岗位只能用Sonnet"，这既是当前渗透率偏低的原因，也意味着随着管控放开，消费弹性将显著释放。

以下为访谈对话全文，由AI辅助翻译

开场

Doug O’Laughlin

好，各位，欢迎。我们来聊聊Anthropic的S-1招股说明书。

Jeremie Eliahou Ontiveros

一辈子才能遇到一次的大事，人类历史上最重要的一天。

Doug O’Laughlin

至少肯定是资本主义历史上最重要的一天，对吧，Joey？一点都不夸张。

Joey Brookhart

完全没有夸张。这会是一次多么惊人的首次公开募股。看看这条增长曲线的资本效率有多高，增长发生得有多快。你不能要求更多了。

Jeremie Eliahou Ontiveros

从首次公开募股开始交易的那一刻起，它就会成为全球市值第六高的公司，是吧？

Jordan Nanos

我想它会排在很前面。嗯，Tokenomics，我想覆盖了前十名中的七家。（原字幕此处为Tokenomics，未据另一版本改写）

Jeremie Eliahou Ontiveros

所以这家公司，还有OpenAI，都会超过一万亿美元。

Doug O’Laughlin

好，你们想先聊什么？盈利能力？

Joey Brookhart

我觉得这是个不错的切入点。

Joey Brookhart

他们给出了算力利润率方面的数据。不过我认为，即便按公认会计准则口径，按非公认会计准则口径，利润率也已经超过10%。已经有两个季度盈利了，非常扎实。我觉得从过去三年的毛利率变化来看，算力规模扩大和推理效率提升的表现非常惊人。因此他们能够继续花钱、增加训练方面的投入，这一点确实令人印象深刻。推理毛利率85%，算力利润率41%，而且销售、营销和合作伙伴业务的资本效率也极高。

很多软件和科技公司为了获取一个客户，要花一大笔钱。再看看他们的净收入留存数字：去年这个时候花一美元的客户，现在花九美元。第一季度这个比例还是500%。也就是说，原来花一美元的客户，当时花五美元。这些增长基本都直接落到利润上。对于按使用量计费的业务，你不需要做太多额外的推销，就能让客户增加消费。因此，整个商业模式的主要数据都相当扎实。

Jeremie Eliahou Ontiveros

对，我觉得这非常、非常有意思。你如果和数据中心市场里的人聊一聊，就会知道。我在这里算是那个研究数据中心的家伙。这个市场里的人一直在期待这次首次公开募股，一个重要原因是，Anthropic和OpenAI并列，是算力需求最大的公司。它们的需求规模与超大规模云服务商相当，但无法直接和真正建设数据中心的人交易。一方面，可能是因为团队太小，虽然它们正在组建团队；另一方面，主要还是财务原因。

它们没法签，你没法仅凭Anthropic的信用来为一座数据中心融资。因此，过去几周里，我们看到市场不太喜欢直接、没有保护措施地承担Anthropic和OpenAI的风险敞口，无论是在数据中心这一端，还是GPU这一端。所以，我觉得人们看到真实的财务数据以后，会感到非常安心。这是我首先想说的：你去问数据中心市场中的任何一个人，大家都一直在盼着这次首次公开募股。

他们会说：“哥们儿，这些家伙只要上市，我就能卖给他们大量、大量兆瓦级的容量。一切都会变得特别容易。”当然，这取决于Anthropic能否达到投资级信用水平。所以看看这些数字，看看他们账上有多少现金（超过1000亿美元），再看看他们正在筹集的资金，以及Google等公司给出的承诺。这些家伙将会拥有超过2000亿美元。而且正如Joey所说，过去三年这家公司虽然严重亏损，却几乎没消耗多少现金。我认为这非常让人放心。

另外，坦率地说，他们的算力采购承诺没有那么大。这清楚地表明，他们和Amazon、Google等公司达成了一些不错、相当灵活的协议。他们不需要像Stargate那样，承诺一笔涉及4.5吉瓦、规模高达3000亿美元的巨额交易。他们在承诺金额这方面做得更有效率。我认为总体来说，这是好事，也是整个AI基础设施市场的好消息。

Doug O’Laughlin

Jeremie，你能给我们解释一下吗？很多人看到的标题数字是5000亿、6000亿美元的算力采购承诺。你能说明一下，为什么这其实没那么大吗？

Jeremie Eliahou Ontiveros

可以。

Doug O’Laughlin

对，这是个好问题。大家都会问，但你把它拆开来看，就会发现没有那么多。

Jeremie Eliahou Ontiveros

对，当然。看看最近做成的交易，比如Anthropic和Nscale的协议。就以这个为例。每吉瓦算力对应的采购承诺是1000亿美元。因此，按一种算法，这5000亿美元可能只相当于五吉瓦，而五吉瓦显然不够Anthropic实现其发展路线图，对吧？但他们通过合同锁定的吉瓦数实际上明显高于这个水平。所以，他们签约的吉瓦数相对于承诺金额的有效比率其实很低。（原字幕如此，但这一比率方向与前后文不一致，待原声确认）

我认为，这给了我们，他们现在拥有的算力还不到五吉瓦。到明年年底，这个数字会大幅上升。充足的算力可以加快收入增长，降低模型成本，持续提高效率。所以很明显，这些都会促使收入加速增长。这些家伙明年的年收入会达到数千亿美元。所以，考虑到他们创造的收入、自由现金流状况和强劲的资产负债表，要支付5000亿美元，似乎没有那么难。因此，总体来说，我觉得这相当令人放心。尤其是和去年第一次发生算力采购承诺恐慌时的OpenAI相比。

当时人们会说：“哥们儿，你的年化收入只有200亿美元，却有1.4万亿美元的承诺。”对吧？所以，我认为这里的比例合理得多：800亿美元的年度经常性收入，对应5000亿美元的承诺。确实很大，但首次公开募股之后，账上会有2000亿美元。所以总体来看，我认为他们应对起来会相当容易。

正如我刚才所说，他们既有像Nscale这样的长期协议，也有与超大规模云服务商、SpaceX等公司签订的更灵活、更短期的协议，实际上几乎随时可以取消。所以总体上，我会说这相当令人放心。

交叉发言

我想插一句。

资本主义历史上最重要的一天。我刚才那句“资本主义历史上”其实是随口瞎编的，但感觉挺对。

我的意思是，你看，哥们儿，这确实是一门大生意。它真的是一门大生意。

我记得以前，年化收入达到10亿美元就算是成熟企业的数字了。他们显然已经远远超过这个规模。

我觉得最棒的一点是，增量毛利率达到90%，增量息税前利润率达到40%。

这是最顶尖的商业模式。40%的息税前利润率，已经好得不能再好了。

如果他们能做到这一点，那就至少和超大规模云服务商一样好，甚至更好，对吧？增量毛利率90%，而且是在非常庞大的收入基数上，这一点非常清楚。

我认为，这已经是你所能要求的最漂亮、最清晰的表现了。这些话我们已经说了很久：显然存在非常好的增量利润，而且这些收入是真实的，对吧？

你不是花一美元一角钱，卖出一美元的东西，而是花一角钱，卖出一美元的东西。好吧，这就是利润率，对吧？

我觉得最坚定的空头一直认为，这里面有大量补贴，补贴。不好意思，我今天这个词说不利索。

现在很清楚，并没有这种情况。所以，我不知道还有什么可说的。另外，我觉得Ed Zitron还没有发推文，可能才是最有意思的一件事。

他上周说Jensen是个骗子，那还真够硬的。你这是在实时观看一个做空者的速通过程。

所以，走着瞧吧。希望他的精神状态还好。今天对Ed来说可能不好过。

是啊。

Doug O’Laughlin

所以，我想，推理是一种不错的商业模式。这就是这期节目的结论。

发言者或交叉发言身份未能核实

对。有争议啊，有争议。原来人们真的想要这些词元。

Jeremie Eliahou Ontiveros

客户集中度怎么样？文件里有一处说，前五大客户现在占收入的25%，然后云服务商的承诺，这些云市场又占了大约50%。那剩下的25%是什么？我的意思是，收入基数很大，所以剩下的25%依然是几十亿美元。

Jordan Nanos

我有点不明白你的意思。我觉得你把它们当成了二选一、互相排斥的两类。58%是整体，是整体分销渠道的占比，而25%可以穿透到这里面去理解，不知道这样说你能不能明白。它们不能直接相加。整个前十大客户，可能百分之百都通过云服务商购买。

Doug O’Laughlin

你是说，前五大或前十大客户中，有一些实际上通过云服务商的市场采购？这些数字意味着这一点，对吧？我想把这一点说清楚，Jordan，我确实希望我们在播客里把这件事搞明白。58%的分销占比，指的是他们的销售来源，对吧？但我认为，他们谈最终客户的时候，不会把云服务商算作最终客户，他们说的是穿透后的，你明白吧。

Jordan Nanos

我想这里应该存在某种穿透关系。也就是说，当Anthropic开具账单时，他们能够知道究竟是哪位客户通过分销平台购买。也就是Bedrock，对吧？那就把我犯傻的这一段剪掉，别聊客户集中度了。

Joey Brookhart

不，我们可以聊这个5%的客户集中度问题。（原字幕此处说5%，与前后文的前五大客户占25%并不一致）

发言者或交叉发言身份未能核实

不，哥们儿，你刚才没弄明白这一点，其实值得说，因为很多人也不知道。前五大客户合计占25%，说实话，这个数字相当不错。

大多数公司的客户集中度实际上都比这个更高。

Joey Brookhart

我知道前五大客户占25%。此外，还有48%的收入通过云服务商市场产生，而这个数字不包括前五大客户。因为招股说明书其他地方还说，他们和那些作出采购承诺、以换取长期折扣的客户有直接关系，就像其他大客户通常会直接做的那样。在这48%的收入里，前五大客户目前没有任何一家通过Bedrock或Vertex采购。

发言者或交叉发言身份未能核实

那就，这也合理，那些客户不会通过这种渠道买。

Jordan Nanos

所以有云服务商市场这一部分。我们知道，通过这种渠道买的更像是传统买家，比如AWS的大客户、Google GCP的大客户。更偏向《财富》500强企业。这一部分是48%，另一部分是25%，剩下27%。我觉得，这里的重点（关于这些客户还有一些非常有意思的数据），是客户仍然相当集中。我们看看任何一组替代数据，排名前1%的客户仍然占样本中消费额的70%、80%。

他们说，Claude企业客户中排名前5%的用户（我应该说，是这些最终客户公司里的用户），每人每年花费1.8万美元。不用Claude Code的企业用户，每个月的花费则不到75美元。

Joey Brookhart

你现在对着的三个人，甚至可能四个人，就属于Claude用户前5%的那一群。（原字幕句末断裂，无法可靠还原）

Jordan Nanos

按过去12个月计算，有250家消费额达到1000万美元的客户。我们，我知道我们属于消费额超过100万美元的那一组，是1900家中的一家。我们应该总有一天会接近那个水平。

Doug O’Laughlin

对，我们是那1900家中的一家。

Jordan Nanos

我觉得，总有一天我们会进入那250家。

发言者或交叉发言身份未能核实

对，总有一天。是啊。

Doug O’Laughlin

如果Dylan在听，这不是一个关键绩效指标。

发言者或交叉发言身份未能核实

但我觉得它是一个结果，是落实其他一些关键绩效指标产生的结果。

当然，不是说我们有什么关键绩效指标。

Jordan Nanos

好，我们聊聊真正的客户吧。文件里列出了客户A、B、C、D。

Jordan Nanos

有一家客户一开始占他们收入的43%，后来降到10%以下，现在又回到10%以上。我们估计过这些客户分别是谁。不过，先这么说吧。

Doug O’Laughlin

我认为不能只看2023年的数字。OpenAI在2023年有一些客户占收入的10%以上，现在已经几乎不贡献收入了。所以，2023年的数字，我不知道是否……

Jordan Nanos

我的意思是，我们知道现在的一些大客户。你知道，现在这些客户……当时好像有一家占10%的客户，在……

Doug O’Laughlin

你觉得是谁？我们猜猜吧。我开的玩笑是，Kimi、MiMo、GLM，不，开玩笑的。

发言者或交叉发言身份未能核实

对，对，对，五……

Doug O’Laughlin

不好意思，是五。这就是我开的那个玩笑。（原字幕此处交谈重叠，数字所指不明）

Jordan Nanos

好，说清楚一点，我甚至不知道他们的客户身份核验做得够不够好，能不能把这些公司完全挡在外面。对吧？我敢肯定，Moonshot里有人在用Claude Code。你们有没有看到某个基准测试？我忘了是哪个，好像是DeepSeek，他们用Claude Code作最后的验证器，核实所有结果。所以，他们显然在用，只是不一定只是拿来做蒸馏。

Joey Brookhart

所以，你认为前五大客户是谁？我是说，我们猜猜吧。

Jordan Nanos

我们知道Meta就是第三季度削减支出的那一家。或者说，不是削减支出，而是从外部供应商转向内部。从整个行业来看，那些词元需求还在。我觉得Microsoft是一家，我们聊过的Cursor是另一家。

Joey Brookhart

NVIDIA，还有Jane Street、HRT这样的对冲基金。

Doug O’Laughlin

你觉得他们的支出有那么大吗？

Jordan Nanos

对，肯定有。我觉得，他们可能就是那家占比从43%降下来的客户。2023年，还有谁会用这么多？

Joey Brookhart

据我了解，他们很晚才拿到Claude的使用权限，2024年才开始采用Claude。

Jordan Nanos

我觉得他们当时没用。我认为NVIDIA在2023年还没用。这是我的印象。我可能说错了，不过我觉得Jane Street可能是最合理的猜测。也可能你会说是Google之类的，我不知道。

发言者或交叉发言身份未能核实

你知道Google也在用。

Doug O’Laughlin

那就太夸张了。我知道Jane Street现在创造了大量现金流，但他们对OpenAI已经有很大的采购承诺了。如果他们同时还是Anthropic前五大客户，对Anthropic也花这么多，那确实惊人。不过，完全有可能。能在这些词元上花几百亿美元的人，毕竟就那么多。

Jordan Nanos

其实，不，我原本想说，我觉得，嗯，我也不知道。感觉我们早晚会知道是谁。我敢打赌，最后会是那种非常明显、但我们就是没想到的客户。

发言者或交叉发言身份未能核实

Jordan Nanos

我想澄清的是，这些大客户不是云服务商市场本身。因为如果客户使用Bedrock、Foundry或Vertex，他们会通过云市场与Anthropic建立直接关系。我觉得这也很有意思，因为如果人们最终和Anthropic有了这种直接关系，而且提前作出采购承诺，就像签AWS的主服务协议那样，这对使用这些模型就构成了很强的锁定。我还做了另一张图。他们说，第三季度有20%的收入来自四月份以前发布的模型。

也就是Opus 4.6、Sonnet 4.6、4.5。他们相当于是在说，80%的收入来自最新模型，所以人们确实会迁移到最新模型。但我其实很惊讶，居然仍有20%的收入停留在发布三个月的旧模型上。从旧模型迁移到新模型，到底要多久？我想，一家通过Bedrock采购、需要做认证的《财富》500强企业，就会有这种滞后。而初创公司切换起来会更灵活。所以，这两点都让我觉得黏性真的很强。

Doug O’Laughlin

如果我们说Microsoft是前五大客户之一，那他们大概就是在那些Opus 4.5上花钱的客户。也包括通过GitHub Copilot，或者Copilot 365之类的，类似Cursor、Perplexity的业务。这些业务不会把客户关系传递到最终用户那里。所有消费都发生在他们自己的接口密钥下。Microsoft既有Foundry业务，会穿透传递客户关系，也有GitHub Copilot这种消耗大量词元的业务。

如果有更细的数据，你可能会看到Microsoft的支出最初很高，后来因为有了各种OpenAI选项而下降。现在，他们更有动力提供Anthropic的服务，不再和OpenAI绑定得那么紧，支出可能又回来了。走着瞧吧。

Doug O’Laughlin

还有什么热门话题？这份招股说明书还有什么值得聊的？算力采购承诺。Jeremie，聊聊那个700亿美元的MPA协议吧。（原字幕未展开MPA全称）

Jeremie Eliahou Ontiveros

好。他们基本上就是要拿到比现在更多的钱，总体来说是好消息。如果你看过Google和Amazon之类公司的文件，其中不少内容已经知道了。不过，他们确实签下了一系列大额融资。比如与Google的400亿美元协议，其中设置了多个里程碑，对吧？Google已经支付了200亿美元，还剩200亿美元，会在达到相关里程碑后，成为Anthropic新增的现金。比如上市。所以实际上，这些都是额外融资。

正如我前面所说，这意味着这些家伙账上会有更多钱，支付各种开支会更容易。他们还拿到了Broadcom那笔420亿美元的协议，这能让他们买入更多TPU。所以总体来说，Anthropic的2027年算力路线图已经消除了相当一部分风险。这也呼应了我们几周前在文章和播客中对数据中心建设的讨论。他们明年会拿到的大部分算力，风险已经基本排除了，而且规模会非常庞大。（原字幕此处将建设对象识别为DSR，具体缩写不明）

所以，这意味着他们明年会拿到所有这些算力。接下来，他们能不能把收入增长充分加速起来，对吧？我认为这仍然是问题。但有一点，大家之前可能并不清楚：他们现在账上究竟有多少钱？现在我们知道了，这本身就说明了很多。

发言者或交叉发言身份未能核实

太棒了。

Joey Brookhart

假设年利率是5%，他们每年就有50亿美元的年度经常性收入，你明白吧？

发言者或交叉发言身份未能核实

这样就让我们快到一万亿美元了，Doug。（原字幕句首为孤立的“two”，所指不明）

Doug O’Laughlin

对，哥们儿，只是朝那个目标迈了一小步。

Doug O’Laughlin

说实话，整份招股说明书里，我觉得最有意思的是他们写进去的那些东西。而且，老实说，我觉得他们在这一点上一直很一致。Dario很早就一直在说：“我们绝不想过度扩张、让自己承担超出能力的负担。”对吧？然后，他们实际上又是在说：“我们绝不会达不到你们的预期。”把这种话写进招股说明书，简直疯狂，真的很疯狂。我觉得，这可能是他们能做的最离谱的事。现在所有人都因为他们向银行家透露的年度经常性收入数字，对第四季度非常担心，非常看空。

但你会想，他们刚刚才告诉你，绝不会达不到你的预期。他们说：“我们和所有这些……”我觉得Joey的画面卡住了。“我们和所有这些人谈过，也讨论过这些事情。你的估值绝不应该比你实际的价值多出哪怕一美元。所以，我们会少承诺、多交付。”我当时想，天哪，哥们儿。

发言者或交叉发言身份未能核实

对，别超额交付，Doug。（原字幕此处与前后文不一致）

Doug O’Laughlin

对，我想，这可能是他们考察文化契合度时会问的东西。我是说，这太疯狂了。

发言者或交叉发言身份未能核实

我觉得，这种说法。好，等一下，等一下。所以，这是他们公司的核心原则。

那他们讲的网络安全导致世界毁灭、药物，以及所有这些东西，就是他们在为自己预测的通用人工智能“少承诺”吗？

人类有10%的概率灭亡，这还是“少承诺”？

对，按Dario的说法，显然如此。还可能更糟，可能糟得多。

你们有没有看到他们的网络安全负责人？他说：“如果你觉得现在已经很糟，那以后会糟得多。”

笑归笑，这很吓人，哥们儿。真吓人。

Jordan Nanos

这可能是我们最后一期还能安全录制的播客了。

Jordan Nanos

上周那些网络安全的事情让我慌得不行。然后周末又出了些有意思的事，Elon和Chamath都在宣判所有新型云服务商的死刑。现在又有一个与这些说法相对的东西：我们可以靠资本主义来拯救这一切。我想，这就是今天的主题。

Doug O’Laughlin

对，在我看来，赚的钱很不错。我觉得Elon很聪明，他知道自己什么时候有优势。他正在非常努力地降低SpaceX的资本成本。而且，我的意思是，他自己就是一家新型云服务商啊。他自己是全球最大的新型云服务商，却在说这些话。所以，这多少是在替自己的利益说话。

发言者或交叉发言身份未能核实

我还想说，我们的看法（我觉得大家也开始真正担心这个问题了），是瓶颈可能倒转。现在数据中心比芯片更紧缺，但也许到明年年底，就会反过来。

然后，这个人跑出来说：“嘿，我一个人就要建到20吉瓦，也许只是10吉瓦。”

所以，他必须确保自己拿得到芯片，对吧？

确保别人拿不到芯片的一种办法（什么，哥们儿），确保其他人不买芯片的一种办法，就是让他们破产。

对，直接把市场搞垮。

他们就没法融资了，全都留给你。

Doug O’Laughlin

这种情况正在发生。目前，整个新型云服务商债务市场基本上正在经历一场流动性挤兑。所以，任何想发行新的新型云服务商债务的人，都发不出去。如果他继续扩大优势，把脚踩在他们的喉咙上，让他们始终融不到钱，那这些机会就全都是他的，对吧？因为到时候所有人都会说：“哥们儿，我想投资，我想投资，我想做这个特殊目的载体。”而市场上只有SpaceX这一个选择。他就会说：“很好，这意味着我的资本成本更低了。”对吧？

发言者或交叉发言身份未能核实

Elon就是，对，没错。

然后，正如他说的，到明年年底，他想做到5000亿美元、两万亿美元的年度经常性收入。（原字幕给出的两个数字如此，无法确认是否有误）

这些公司越没法为自己的项目融资，他就越能自己建设，以每兆瓦每年5000万美元的价格谈成交易，然后赚很多钱。

Jordan Nanos

对。Jeremie，你认为这种情况持续下去的可能性有多大？也就是每小时14美元的GB300按需合同，每个月都能取消，却一直续下去，因为Anthropic的年度经常性收入持续增长，他们上线的算力始终不够，所以就一直保留这些合同。

Jeremie Eliahou Ontiveros

你看，要判断这种情况能持续多久，需要考虑很多因素。其中首先就是最基本的供给与需求。如果需求继续增长得比供给更快。我们已经公开说过，我们认为供给增长会非常大。但如果年度经常性收入和整体需求的增速也超过这个水平呢？那溢价甚至可能进一步扩大，对吧？这是有可能发生的情景，因为2027年还有谁能拿出这么多可用容量？

交叉发言

对。

Jeremie Eliahou Ontiveros

如果供需平衡保持不变，我认为可能仍然有可供出售的容量。当然，如果需求开始走弱，情况就复杂了。另外，还有几件事要看。第一，我们说过算力采购承诺。SpaceX合同的好处在于，与签一份六年期协议相比，它对资产负债表的占用更有效率，或者说，对算力采购承诺额度的使用更有效率，对吧？你看，Nscale的价格大约是每吉瓦1000亿美元。这可能还会上涨，或许涨到1200亿美元，甚至更高。

而这边实际上是每年500亿美元，但只承诺90天。因此，承诺金额其实非常小，对吧？（原字幕省略了单位，按前后文对应每吉瓦计）相当于每吉瓦150亿美元。所以，是更贵，利润率会下降。但另一方面，从账面、从人们关注的指标来看，这其实很有效率。最后一点显然是，只要驱动这个市场的仍然是这些尚未获得债权人和贷款人充分信任的小公司，它们就很难为极其庞大的新增供给融资。我的意思是，即使对超大规模云服务商来说，也没那么容易，对吧？

比如Meta的信用利差上升时，我们就看到了非常、非常细微的裂缝。所以显然，这样的环境对能够承担大量风险的公司非常有利。而这些家伙基本上比任何人承担的风险都大，因为他们用股权资金为所有这些东西融资。有些公司也这么做，而且还在没有客户的情况下就开始建设。（原字幕句首指代不清）

Doug O’Laughlin

对。让我把这张图放到屏幕上，Joey。

Doug O’Laughlin

你看到他们展示的这张算力效率图时，有什么想法？

Joey Brookhart

我觉得很棒。即使只看推理算力效率，也就是每兆瓦的收入，单是推理这一项，就从去年的每兆瓦大约1600万美元，上升到现在的6000多万美元。这更能说明，单是推理就是多么好的商业模式。而且，这还是整个机群的数据。也就是你要持续投资新模型时需要考虑的整体情况。这非常好。当然，第三季度略微下降了一点。

因为SpaceX的一些新算力开始上线，Meta用于蒸馏的消费带来的变现少了一些，同时又增加了一些安全方面的算力投入。但我觉得，这真的说明AI模型业务非常扎实，规模扩大后的表现也非常出色。就像Doug说的，增量利润率非常惊人。

Doug O’Laughlin

对，让我读一下招股说明书里，关于算力效率、最让我注意的一句话。他们说：“我们的算力效率体现在，截至6月30日的三个月，收入同比增长1368%，而同期算力和基础设施支出增长300%。”不过，公平地说，这其中有多少是Anthropic特别天才，又有多少只是整个市场的效率都提高了，对吧？我的意思是，我们自己运营InferenceX。Jordan，你怎么看？

比如我们看到GB的表现比Hopper高50倍。这难道不只是整个芯片和系统市场变化的体现吗？

Jordan Nanos

对，新东西确实更好。我想，招股说明书里另一处可以读的内容，和他们整个机群内部的可替代性有关，这非常有意思。我认为，他们确实有独特优势，可以为不同任务选择合适的加速器。因为他们已经同时上线TPU、Trainium、NVIDIA GPU和AMD GPU，而其他人还在这方面追赶。如果你想真正获得新硬件上线带来的好处（新一代硬件总是比上一代性能更好），就得有能够使用它的软件。谁拥有最好的软件，能给这些东西写代码？大概就是那家拥有顶尖工程师和最佳模型的公司。所以，对，你当然可以把功劳归于底层硬件。但我认为，没有理由觉得这会放缓，因为他们正扩大算力采购承诺，而这些承诺都会带来最新、最好的硬件。过去的事实也证明，他们能根据任务采用最合适的芯片。

交叉发言

沿着这个思路，我觉得，坦率地说，我们可能也低估了模型。因为我们以前也属于这样一派，也许不是认为CUDA的护城河永远无法突破，但至少认为内核优化会是一个更难解决的问题。

但现在，我们正在看着模型对二进制程序进行逆向工程。

游戏二进制程序曾被看作这方面的最高标准。以前据说，因为各种反作弊机制，逆向分析游戏几乎不可能。

显然并不是不可能。

所以我认为，我们可能也低估了Claude的能力。它已经足够好，Fable 5.5可能已经能做移植，使AMD、NVIDIA或者其他芯片之间的区别不再像过去那么重要。因为能处理纳维－斯托克斯方程的同一个模型，也能给GPU编程，让他们的经济账真正算得过来。

我觉得，他们是最早真正推动采用多种芯片的公司。

我认为这个策略完全取得了回报。相比之下，OpenAI基本上是NVIDIA优先，几乎不顾其他所有供应商。

我觉得，供给的可获得性，是Anthropic后来追上来的原因之一。他们在确保供给方面，一直做得非常聪明。

他们希望供应商不只来自TSMC这一条路线。

他们要确保每个环节都多元化，这样就没有任何一方能够拿捏他们，而他们可以掌握对其他各方的主动权。

这就是好的商业决策和战略。而且，确实取得了效果。模型才是造成差异的关键。

交叉发言

对，我把它看成一场比赛，你总得在某个时点开始跑。

有些人比Anthropic起跑更早，比如OpenAI，甚至Google DeepMind。它们作出大量承诺，花了很多钱，上线了很多算力。也许现在那些算力的效率还不如Anthropic拥有的算力，因为Anthropic没有背着那么多2022年H100之类设备的包袱，那时他们还没怎么行动、没怎么建设算力。（原字幕设备年份如此）

但反过来，如果你是一家过去三个月刚拿到10亿美元种子轮融资、才开始起步的初创公司，你没有盈利，没有数据飞轮，又缺少所有这些算力。和现在才想起步的人相比，Anthropic拥有一大堆优势。

所以，我认为他们把时机把握得几乎恰到好处：既有财务飞轮，也有研究积累和数据，让他们远远领先其他公司。而且，他们不只是领先还跑得更快。所以我不知道，别人从现在这个位置该怎么追上来。

别人几乎已经没有那种“我们有一批Anthropic没有的研究人员、算力或数据”的护城河了。

我觉得在这些维度中的任何一个上，他们显然都排第一或第二。

你得解释，任何一家新兴模型实验室，究竟凭什么在某个维度追上他们。也许是在某些具体行业，那里有特别好的研究人员和数据。

但按照这个速度，我不知道谁能建出比他们更多的算力。所以，就算力优势而言，他们领先于其他所有人。

也许唯一的例外是Meta或Google，它们有广告业务提供的飞轮，可能比Claude接口业务更适合为这种建设融资。

但随着Claude进入明年、增长得这么快，我现在甚至开始怀疑这一点。

对，我觉得别人能赢、或者有机会赢的唯一领域，是多模态。我认为Anthropic在这方面一直目光比较短浅。

没有别的说法。比如视觉方面，它就是不如Astra。不过，你也可以说，比如我们很喜欢Aqua Voice。

那些非常细分、非常专业化的应用，也许能拿走很小的一块。但我觉得，最大的那块潜在市场，肯定属于Anthropic的……（原字幕句末为“five fly”，无法可靠还原）

他们肯定会放掉一些小领域。但既然他们能凭感觉写代码、做出一个新模型，只要有时间或愿意关注，也可以追上来。

我觉得，他们只是先做机会最大的事。看看这些领域，比如说，推理效率，或者硬件系统工程，是一个重要领域。

他们让Claude来解决，花一些时间，即使以前别人领先，最后也能做到第一。现在，他们又要做芯片了。

他们那个CPU衍生芯片会比Jalapeño更好吗？会比所有初创公司拿出来的东西更好吗？（芯片名称及CPU衍生芯片的表述按原字幕保留）

Claude在替他们工作，这可是个优势。

他们还在给其他所有人分类，让其他人无法使用他们的模型设计芯片。那么接下来是什么，对吧？（原字幕“分类”所指不清）

他们能让它去做语音到语音的交互模型吗？能去做我们见过Jev的那些决策模型吗？能去做生物研究，开始研发抗癌药吗？（Jev所指未明，保留原字幕名称）

我认为，AI研究和软件工程是根本，而且在赢下其他所有领域之前，得先把这两件事做好。这个判断似乎正完全按照他们原先的设想得到验证。

目前，我看不出任何理由怀疑这一点。进入明年，他们似乎会比其他所有人拥有更多钱、更多算力、更多研究人员、更多数据。

Jeremie Eliahou Ontiveros

百分之百同意。我有两个问题想问Joey。第一个，你大概六个月前写过一篇很棒的文章。

Jeremie Eliahou Ontiveros

我特别喜欢那张图，做得真好。确实，干得漂亮。你建立的那个Anthropic财务模型非常准确。我很好奇，这次披露的数字和我们此前的数字相比，有多大程度超出了你的预期？第二个问题是，整体而言，Anthropic作为一家公司、一门生意，有什么让你失望的地方吗？

Joey Brookhart

我认为，我们对利润率的判断是对的。当然，OpenAI和Anthropic内部的第三季度数字都有一点压力。不过，我觉得我们对这种商业模式理解得相当到位。所以没有什么特别大的，我觉得大部分内容也已经泄露了。因此今天没有什么特别大的意外。不好意思，第二个问题你得再说一遍。

Jordan Nanos

这些数字太漂亮了。所有内容都已经泄露了，但关键是，这就像你之前看到了整幅图画的不同部分。

发言者或交叉发言身份未能核实

现在看到完整图画，就会觉得，你当然可以挑某个数字、任何一项数字披露的毛病，但我不觉得你真能挑出什么，说“这个其实不太好”。

也许是表外项目，或者设施的债务承诺，但，是啊，我们也早就知道这些了。哥们儿，这没什么特别离谱的。（原字幕句首不完整）

Jordan Nanos

Jeremie，第二个问题是什么？

Jeremie Eliahou Ontiveros

对，就是这份招股说明书里，关于整体业务，有没有让你失望的地方？

Joey Brookhart

没有。我想，如果你认为企业里每个普通员工都会增加支出，甚至支出中位数能达到今天第75百分位用户的水平，他们都不需要达到第99百分位用户的水平。仅仅企业工作这一块，就还有巨大的增长空间。我之前分享过一个很有意思的数字：前5%的用户花费1.8万美元，每年。而不用Claude Code的用户，每个月的花费在75美元以下。我们目前只占《财富》500强企业运营费用预算的0.1%。

也就是每个员工每个月不到八美元，或者说，从不到八美元到不到50美元。（原发言对范围的表述如此）

Jordan Nanos

对，是时候套用那个八，那个0.85%的、每个客户群体年度经常性收入的软件即服务数字了，所以900在这个客户群体剩余的生命周期里，就一直按0.85来算。（原字幕中数字和公式关系不完整，无法可靠还原）不好意思，我就是觉得，这完全是软件即服务泡沫时期那种没脑子的东西。不知道你还记不记得。

Joey Brookhart

我觉得，如果你看看这些客户群体，另一个重要因素是，展望2027年，我们当然可以聊网络安全。也可以聊传统白领工作。Anthropic显然极其、极其依赖编程，但还有很多其他垂直领域。这些客户群体的消费会猛增。我们正经历第一个将AI纳入其中的第四季度传统企业信息技术预算周期，这才是重点。现在，它在《财富》500强或全球2000强企业中的支出占比很低。大多数人并不是排名前1%的客户。

Jordan Nanos

Joey，我们现在是在第几局？

Joey Brookhart

我喜欢Doug今天的说法：我们还在铺地基，铺停车场。我们还在画停车线，沥青都还……你知道，就是这么早期。

发言者或交叉发言身份未能核实

他们还在平整土地，对，还只是有一片土。你们说那些无聊、停车场的事时，我都笑死了。（原字幕后半句不清）

Joey Brookhart

Jordan，最妙的是，两家前沿模型实验室加起来，年度经常性收入已经达到大约1200亿美元。

发言者或交叉发言身份未能核实

所以，如果今天我们就在这个位置，你知道。

也许有一天，他们能达到Microsoft Teams或Salesforce那样的企业软件即服务收入渗透率，每个用户、每个席位每月能赚到超过八美元。

也许等他们长大了就可以。这是很重要的一点。有些人也许会说，这些收入会流向365 Cowork。

不过我……你有怀疑吗？没有，只是说，对前沿智能的需求总会存在。（原字幕有交叉发言）

因此，展望明年，我认为各种条件都已经就位，2027年会非常强劲。

至于2028年，到了那时再看。但现在还处在非常早期。

Jeremie Eliahou Ontiveros

漂亮。

Jeremie Eliahou Ontiveros

Doug，这些信息出来以后，市场的反应你怎么看？对其他方面会有什么影响？我们已经聊了一点新型云服务商，也大致聊了债务。你觉得他们上市以后，其他所有公司会怎么样？

Doug O’Laughlin

我原本以为，面对最漂亮的季度，或者说，不是最漂亮，而是一份相当漂亮的招股说明书，半导体，或者说所有AI受益公司的市场反应会更大。我觉得，今天最大的赢家实际上是土地开发和建设公司。所以基本上，数据中心这一端确实开始获得买盘。但它没有我们今年一直看到的那些行情那么强。我觉得AI交易已经筋疲力尽了。没有别的说法。AI股票累了。不过，哥们儿，也许只需要更新一下第四季度预算。谁知道呢？

发言者或交叉发言身份未能核实

它们太累了，哥们儿。它们已经走了这么远。

它们已经这么，你知道，规模这么大。

哥们儿，这段会在Twitter上疯传的。

SemiAnalysis，他们看不到的，哥们儿，他们看不到他。他就像Batman，光都从他背后照过来。

我们现在简直是在和Doug的影子聊天。

对。

Jeremie Eliahou Ontiveros

那好，也许我能想到的一个令人失望的地方，是他们提到了假期使用量偏低的问题。

Jordan Nanos

所以，第四季度，我们预期圣诞假期对Claude Code使用量、对收入会造成什么影响？

发言者或交叉发言身份未能核实

他们说，比之前两周下降了20%。所以如果只看十二月整个月，就姑且算下降10%吧。

我想今年这个影响会没那么明显。

为什么会更不明显？我倒觉得会更严重，哥们儿。

我不知道，也许我们可以在Polymarket上开一个这个题目的预测市场。

不过，原文写的是：“与这一模式一致，截至2026年1月2日的两周，客户总支出较此前截至12月19日的两周下降约20%。”

我觉得，收入结构正在从包揽式产品转向按实际消耗计费。

所以，我觉得很多人圣诞假期会下线，对吧？他们就是不用接口词元。我们也会这样。

但对普通Claude Code用户来说，和去年这个时候相比，Claude Code现在是不是更深地融入日常生活了？即便他们每天只工作两小时或四小时？

Jordan Nanos

Jeremie，圣诞假期的时候，你会拿着手机用Claude写代码吗？

Jeremie Eliahou Ontiveros

哥们儿，现在有Muse了。Muse就是干这个的。所以，Muse实际上是在从Claude Code那里抢假期的消费金额。对，我不知道，我也不确定。我现在用Perplexity Computer。也许我是个怪人。这是我向前沿模型实验室发出的呼吁：请把在手机上使用AI模型、然后到电脑上接着做、再回到手机的这种体验做得更好一些。我要夸夸Perplexity，他们做得很好。

发言者或交叉发言身份未能核实

我可没看到招股说明书把“Jeremie转向Perplexity”列为一项重大风险。

他们居然漏了这一条，我很惊讶。

Jeremie Eliahou Ontiveros

对，你们会在第四季度的年度经常性收入里看到影响，可能会降一点。

发言者或交叉发言身份未能核实

继Meta削减之后，他们会把这也称为另一个一次性因素。

SemiAnalysis。“我们有一个一次性因素。”

“Meta离开了，开始用自己的模型。还有一个叫Jeremie Eliahou Ontiveros的人，说SemiAnalysis也走了。”

好，不过你选的是哪些模型？还是用Claude，还是通过Perplexity用了某些Codex模型？

Jeremie Eliahou Ontiveros

你就告诉它，用最先进的模型、子智能体，把推理力度开到最高，让它自己想办法。用最好的东西就行。

发言者或交叉发言身份未能核实

不过，通常我觉得统筹调度的模型是Fable，Fable 5.1。

对，对。

Jordan Nanos

所以，这里甚至还没有考虑Fable 5.x。我们显然看到了Opus 5.5推出，而且影响很大。我特别喜欢那个模型。Fable还停留在5.1。如果它继续大幅进步，会怎么样？我们会不会在下一版Astra之前看到它？我想应该会，对吧？

发言者或交叉发言身份未能核实

对，首次公开募股期间会看到5.5。你总得把第一个季度的数字做漂亮一点。

Jeremie Eliahou Ontiveros

那等他们推出Fable 5.5快速模式，输出词元定价500美元的时候，会怎么样？那就有意思了。（原字幕未说明500美元对应的词元数量）

发言者或交叉发言身份未能核实

我的想法是，他们不喜欢让预期落空。

第四季度他们还会配合5.5，推出一个速度更快的档位。

他们就是少承诺、多交付。

Jeremie Eliahou Ontiveros

人们说的第四季度数字低得离谱，简直无法相信。（原字幕句首“Cable six”不清）

发言者或交叉发言身份未能核实

哥们儿，他们其实会做出一个新类别的模型，Giga Fable。

Jordan Nanos

还没发布的模型要出来了。

Jordan Nanos

说实话，好，我们聊聊还没聊过的东西：OpenAI。OpenAI是不是有点完了？因为Astra是他们最好的模型。也许他们的Bell模型会改善之类的，但OpenAI现在到底处在什么位置？（Bell按原字幕保留，名称未能核实）因为Opus 5.5的加速增长，实际上相当明显地是以其他人的损失为代价。

至少从SemiAnalysis的支出来看，被抢走消费的是谁，非常清楚：就是Astra。我们怎么看OpenAI？因为他们似乎在各个方面都被夹在中间。在消费者市场上，他们被Gemini和Meta夹在中间，对吧？在企业市场，他们被Anthropic和开源模型夹在中间，基本上什么都是第二名。

发言者或交叉发言身份未能核实

那它在哪一项是第一名？

Jeremie Eliahou Ontiveros

我前面讨论Anthropic为什么领先、为什么有护城河时，就说过这一点。我觉得OpenAI起跑有点快，现在可能反而有点落后。他们的年度经常性收入肯定落后。在模型能力上，他们能回击几下，但随后Anthropic又会超过他们。但如果客户已经向Anthropic作出大量预付款承诺，那对OpenAI就很难了。不过，看到所有这些，我实在没办法不同时看好这两家公司。

不同事情，难道不需要来自不同供应商的多个模型吗？我现在仍然用OpenAI模型处理很多我觉得Claude做得还不够好的事情。比如数据分析，我觉得OpenAI模型更可靠。所以，我不知道。无论如何，我不会因为这次结果就成为OpenAI的空头。

发言者或交叉发言身份未能核实

我觉得每天都有人感觉：“嘿，今天Claude像个智障。”“嘿，今天Astra像个智障。”所以，哥们儿，从一个切换到另一个，越来越容易了。

你们看到Thariq离开Claude那件事了吗？

Jordan Nanos

哥们儿，他的第一条推文就是：“Opus 5.5是不是变笨了？”太天才了。

发言者或交叉发言身份未能核实

对。

所以，我不知道。我觉得每个星期，都有某个重度用户从一个模型换到另一个，因为出于某种原因，他觉得那个模型变笨了。

所以，如果两个模型都不错，我不知道，为什么OpenAI就完了？

我只是觉得，好，如果说成本最低、利润率最高的供应商是谁，那就是Anthropic。

你在半导体行业也能看到这一点，对吧？第二名份额更少，利润率也更差。所以，OpenAI可能就会比较一般，但他们不是完了，好吗？

显然，90%的增量毛利率意味着，他们能想明白怎样把这做成一门生意，好吗？

他们肯定可以，只要埋头做事。

我觉得他们能想出办法。

还有几千亿美元的残羹剩饭可以捡。

Jeremie Eliahou Ontiveros

对，他们还是有钱可赚的，好吗？但我觉得，在很多方面，由于他们所处的位置，他们的定位、竞争定位会更差。因为如果你领先，你就可以获得溢价利润率，提供高端产品，收取溢价。这也在向外界传递一个信号：你是品质更高的奢侈品。OpenAI现在就会一直在价格上和Anthropic竞争。这真是个糟透了的位置。

你不会想处在那个位置。我们看到的一个重要结论是，AI首先看的是谁的产品最好。如果OpenAI不是最好的，就得竞争谁最便宜，而那是更差的位置。

交叉发言

对，总体同意。好。

不过，我想提一个不同角度，也想听听你们的看法。我一般听到的说法是，OpenAI目前在企业销售方面强得多。

他们在和这些（我姑且称之为老派《财富》500强企业），签订大额合同时，做得更成功。

所以，这可能是看好OpenAI的一个理由：正如Joey所说，企业支出现在占比还很小，接下来会开始增长。

如果剔除这些超级重度用户，企业支出的增长，也许会有利于OpenAI，因为它是更擅长企业销售的平台。

对，OpenAI对第四季度企业业务的放量非常乐观。比如，他们认为Bedrock会给他们带来很大的增长。

还有上线Vertex。对，这是不同的商业模式。他们没有那么大的第三方业务占比。

他们之前没有。直到几个月前，他们的业务还主要是消费者业务。现在他们又回到正确轨道上了。

我觉得有一种说法是，今后的模型份额会像打乒乓球一样，随着谁最好而来回变化。

但如果签下的是一年期、三年期的企业协议，就不会那么频繁地切换。

而且，切换成本也会更高一点。

过去一周也有很多消息，说他们正积极向Anthropic的客户提供折扣，想把其中一些业务抢过来。

所以，他们愿意为这些业务竞争。而且，七月份发布5.6以后，他们明显更加认真对待企业市场了。

他们执行得不错，第三季度也非常好。他们业务的利润率确实和Anthropic完全不是一回事，但会慢慢追上来。

他们的消费者业务实在太多。

对，我觉得他们有很多消费者订阅。而且，你还得为所有免费用户提供服务。

如果那十亿周活跃用户里，只有6%转成付费用户，那就很难了。

此外，我们一直在说的那种按使用量计费的接口收入，他们过去很少。而这种收入有可能实现每兆瓦超过一亿美元的变现。

交叉发言

政府业务怎么样，可以拿它来看看这个市场的情况。他们说过政府业务，让我把那段读一下。

“我们的客户……”对吧？

对，不到1%。

“我们的客户包括美国和美国以外的政府机构。在本招股说明书列示的各个期间，政府机构合同产生的收入合计约占我们收入的1%。”

这对所有公司来说，都是一个庞大的市场。

政府里可以卖出的席位很多。我们把它和什么比一比，整个GovCloud之类的？

对，看看GovCloud，或者FedRAMP，或者这些计划中的任何一个。但我觉得，更重要的参照是现有的365席位，这对很多此类工作都适用。

Microsoft 365现在有多少商业席位？有好几亿。

如果你能向很多人每月收30美元，不管怎样，你都可以去卖。Microsoft过去几年就在卖这些较低档位的产品，比如卖给Walmart的收银员。

至于企业使用，那些认为他们还没有证明价值的人，我觉得，已经证明即使在这些较小规模的应用上，它也值每月30美元以上。

对。

但要从某个地方开始，比如普通的中后台岗位，甚至前台岗位。

这些人一开始，即便慢慢增加使用，支出也不会接近编程那种水平，甚至很多人都不会达到每月几百美元。

我们和企业交流的时候，很多企业根本不让员工用最前沿的模型。比如，如果你属于某种岗位，就只能用Sonnet。

所以，模型，无产阶级模型，不好意思。

你不需要像Jeremie那样，使用资产阶级模型。

Jeremie Eliahou Ontiveros

百分之百是资产阶级，哥们儿，没有别的说法。

发言者或交叉发言身份未能核实

推理力度开到最大，智能体数量开到最大。启动200个智能体，去找那些数据卖家。

交叉发言

好，Doug，来一个犀利观点，我们就结束吧。已经聊得够久了，和市场一样累。

Doug O’Laughlin

对，我和市场一样累。

发言者或交叉发言身份未能核实

天哪，他们也会把这句剪出去的，哥们儿。我真是，彻底完了。

我们都看不见你，哥们儿，剪出去也没事。

我把它转过来……（原字幕此处无法可靠还原）

新办公室怎么样，哥们儿？看起来不错吗？

我们正在弄这些……无线网络太烂了。哥们儿，无线网络真的太烂了。

通用人工智能把它修好了。等它能修好无线网络的时候，通用人工智能就真的来了，是吧？

它发现了Aruba无线接入点中的十个漏洞，已经公开披露，严重程度达到十分级别。（原字幕混用了CVE编号与严重性评分，具体评分表述待原声确认）

所以，也许通用人工智能可以入侵所有人的无线网络，再利用它发现的这些漏洞把网络修好。

你们有没有看到那个PHP漏洞的事情？有人提议，让通用人工智能扫描互联网上存在漏洞的服务器，登录进去，打补丁，然后把入口锁上。

他们只要拿训练成本的5%去做这件事就行。5%的收入都给互联网上那些友善的智能体，在你迷路的时候帮助你。

对，善意的进攻型网络安全模型，发现漏洞以后，自己再把它补好。

这就是未来。好吧，让我们大胆畅想一下好的一面。

少承诺、多交付。看看以后我们能不能也做到这一点。Anthropic，干得不错。各位，干得漂亮。

好，我们结束了。Daksha说：“Doug，请往镜头前靠一点，给我们来一个微笑镜头。”各位，为算法笑一个。来吧。太美了。

不错。对，这次我能看出你的鼻子了。还有牙齿。好了。

我们抓到一个瞬间了。对，对。

Doug，你万圣节要扮成什么？

Doug O’Laughlin

其实我也不知道。我能下线了吗？

发言者或交叉发言身份未能核实

就万圣节？这节目还没结束吗？我能下线了吗？

我会在巴黎，所以会待在家里，不然我可能会没命。

不，他会戴着面具在街上……（原字幕后面的“moth telecon”无法可靠还原）

Jeremie Eliahou Ontiveros

我万圣节要做什么？我大概会读Anthropic的招股说明书，因为这是有史以来最大的事件。所以，我得一遍一遍地读。

发言者或交叉发言身份未能核实

对。

Jeremie，要是有孩子来你家门口“不给糖就捣蛋”，你会把Anthropic招股说明书的复印件发给他们，让他们回家好好学习吗？

Jeremie Eliahou Ontiveros

对，完全正确。孩子们，这就是未来，读这个就行。

发言者或交叉发言身份未能核实

不，反过来，不好意思。

那你万圣节要扮成什么？（原字幕句首称呼不清）

会和家人穿什么特别的服装吗？

不会，我可能会在飞往新加坡的航班上。我会好好享受那趟17小时的新加坡航班。

你应该……我想扮成收益率7%的十年期国债。这才是让我害怕的东西。

对，对，对。真正的恐惧。是啊。

你可以扮成，新的美联储主席是谁来着？Kevin，姓什么？对，就是他，扮成死神的样子。对。

我女儿买了一套火箭服，今年她要扮成火箭。

是火箭表情符号，还是一套火箭服？

就是一套服装，有一些吊带，前面和后面是火箭造型，还有喷火的发动机，特别好玩。

希望她没拿到糖果时不会爆炸。

那你就给她糖呗。

她肯定会拿到很多糖。

去年她扮成一块披萨，我扮成剩下的披萨。我抱着她，她是切出来的那一块，我是剩下的部分。这个创意你可以拿去用，好吗？

好主意。对，我觉得我太太会喜欢。

那套服装好像在Amazon上有卖。

对。

好吧，不管怎样，万圣节快乐。吓人的S-1招股说明书。

风险提示及免责条款

保时捷利润回来了，中国生意还没缓过来

Wed, 28 Oct 2026 08:47:44 GMT

保时捷交出了一份利润明显回升、收入继续收缩的成绩单。其在当地时间10月27日公布的财报显示，2026年前三季度，保时捷营业利润达到17.4亿欧元，去年同期仅为4000万欧元；营业利润率从0.2%升至6.9%。同期，营收下降5.9%，至252.8亿欧元。

战略调整费用的大幅减少，推动了这轮利润反弹。去年前三季度，保时捷战略调整费用约为27亿欧元，今年同期约5亿欧元，减少约22亿欧元，超过同期营业利润17亿欧元的增量。费用负担减轻，托起了这份成绩单。

中国市场仍是这场修复中没有解决的一环。

早在10月9日，保时捷就已公布前三季度交付数据：全球交付17.85万辆，同比下降16%；中国交付21493辆，同比下降33%。此次财报将这些已经披露的销量变化，与最新的盈利表现放在了一起：中国业务仍在缩量，公司需要适应更低的销售规模。

保时捷选择继续强调“质大于量”。其逻辑是控制供应、改善产品组合，通过更高价值的车型和选装业务支撑收益。公司在最新财报中表示，更高利润车型占比增加，以及价格和产品组合的积极影响，正在支持经营表现。营收降幅小于交付量降幅，也为这一策略提供了初步观察窗口。

车型表现则显示，这种修复尚不均衡。前三季度，911交付增长12%，至42217辆；Panamera与Taycan分别下降35%和31%。产品换代也在压低交付量：718车系已于去年10月停产，前三季度交付下降79%；燃油版Macan则在今年夏季停产。经典跑车的增长与部分车系的产品空档同时存在。

10月7日发布的2035战略，进一步明确了保时捷如何适应缩量。公司计划将盈亏平衡点降至年销量20万辆以下，这一目标基于对中国市场极为保守的预测；同时拓展个性化定制和更高价值的产品，力争在中期内将顶级车型平均售价提高约20%。

保时捷正在把更低的销量写进成本规划。2035战略还提出，中期内将生产人员成本降低最多30%、销售及分销成本降低20%。高价值车型负责提高收益，削减成本则负责降低维持盈利所需的销量，二者共同支撑这场收缩。

渠道也需要跟随新的规模调整。据行业消息，保时捷计划于2026年底前将在华销售网点调整至约80家。缩减网络有助于减少网点之间的竞争，但留存经销商能否获得足够订单、维持服务投入，是品牌策略落地时必须解决的问题。

现金流方面，前三季度保时捷汽车业务净现金流升至25亿欧元，公司指出，增长主要来自出售Bugatti Rimac和Rimac集团股权的现金流入。这笔资产处置收入为调整提供了资金，也使现金流回升带有一次性因素。

中国市场收缩之后，保时捷已不再把销量反弹作为经营修复的主要前提。从降低盈亏平衡点到压缩销售网络，它正在重做一套适用于更小销售规模的经营账。利润先于销量回升，正是这轮调整最鲜明的特征。

风险提示及免责条款

新车热销，奔驰为何还在下调盈利预期？

Wed, 28 Oct 2026 08:46:27 GMT

奔驰的新车攻势，暂时还没能挡住盈利预期下修。

当地时间10月27日，梅赛德斯-奔驰将2026年乘用车业务调整后销售利润率预期，从3%—5%下调至2%—3%。公司给出的原因十分直接，中国市场竞争环境日趋严峻，第四季度包括原材料在内的成本还将上升。集团全年息税前利润预期也从显著高于上年，调整为与上年持平

28日发布的完整三季报进一步揭示了压力。第三季度，奔驰乘用车业务调整后销售利润率为2.5%，低于去年同期的4.8%；调整后息税前利润由11.39亿欧元降至5.6亿欧元。公司表示，降本措施带来的收益，只能部分抵消中国市场利润贡献减少、汇率变化，以及新车型投放等费用增加的影响。

中国市场的下滑，正在削弱奔驰乘用车业务的盈利基础。

根据奔驰10月7日公布的数据，第三季度乘用车全球销量约40.72万辆，同比下降8%；欧洲和北美分别增长5%和4%，中国却下降31%。在华销售仍较依赖传统主力车型，GLC与E级合计贡献了接近三分之二的销量。奔驰同时披露，纯电GLC L于7月上市，国产GLE L于9月中旬上市，中国市场的新产品仍处于导入和爬坡阶段。

这让终端价格的取舍更难。扩大优惠，有助于争取订单、维持工厂和渠道运转，却会进一步压缩单车收益；减少优惠、接受更低销量，又意味着固定成本需要由更少的车辆分摊。在全年利润率目标已降至低个位数后，每一轮促销都更需要算清销量与利润的交换关系。

新能源产品则承载着另一重任务：既要带来增量，也要逐步建立盈利能力。

第三季度，奔驰乘用车全球纯电销量达到6.84万辆，同比增长61%，创季度纪录。增长在欧洲已有具体落点：奔驰称，纯电GLC、CLA家族、GLB和GLA在欧洲当年剩余产能已售罄，订单延伸至2027年。而在中国，GLC与E级仍承担着近三分之二的销量，新车攻势在两个市场面对的是不同的接力任务。

投入正在从高峰回落。奔驰披露，在去年产品投放投资达到高峰后，前三季度乘用车业务固定资产投资与研发投入合计同比下降11%。新车型进入交付阶段，也开始把资金需求从研发和生产准备转向库存与销售周转。

本地化成为连接产品与成本的重要手段。奔驰今年公布的中国业务计划提出，到2027年，本地材料成本较2024年降低超过10%。北京奔驰的国产车型阵容也计划在2027年扩展至20款，覆盖燃油与纯电产品，以利用中国供应链和成本结构的优势。

不过，降本的效果需要时间，现金流压力已经出现。第三季度，奔驰工业业务自由现金流降至1.72亿欧元，去年同期为13.67亿欧元。公司解释，主要原因是营运资金增加，尤其是待交付新车库存上升。

奔驰在中国面对的压力，已经从销量减少传导至集团盈利预期。主力车系仍撑着销量，新产品投放又带来费用，本地化降本还要按计划逐步兑现。

这段换代期里，奔驰能否以更适合中国市场的产品减少对优惠的依赖，并让本地降本跟上竞争节奏，将决定这轮产品攻势何时真正转化为利润。

风险提示及免责条款

新品越推越多，爱美客利润越赚越少

Wed, 28 Oct 2026 08:43:20 GMT

10月28日，爱美客披露2026年三季报。第三季度实现营业收入5.28亿元，同比下降6.62%；同期归母净利润为1.98亿元，同比下降34.92%。

将时间拉长来看，爱美客已连续多个报告期面临业绩压力。

2025年，爱美客收入同比下降18.94%，归母净利润同比下降34.05%，出现上市以来首次年度营收、净利润双降。

今年前三季度，爱美客实现营业收入17.44亿元，同比下降6.48%；归母净利润7.91亿元，同比下降27.64%。

这一变化与医美市场竞争加剧、传统核心产品增长乏力密切相关。

爱美客的主要收入来自以嗨体为代表的溶液类注射产品，以及以濡白天使为代表的凝胶类注射产品。

据此前披露的半年报，今年上半年，爱美客溶液类注射产品收入5.91亿元，同比下降20.51%；凝胶类注射产品收入3.79亿元，同比下降23.08%。

两大产品线合计贡献收入约9.7亿元，仍占爱美客上半年总收入的近八成。

与此同时，爱美客通过并购韩国REGEN拓展的冻干粉类注射产品，正在成为新的收入来源。

今年上半年，爱美客冻干粉类注射产品实现收入2.09亿元，同比增长973.5%。不过，这一增长也受到去年同期并表基数较低的影响。

在传统产品收入下降、新产品加速推广的背景下，爱美客的费用支出明显增加。

前三季度，爱美客销售费用达到3.41亿元，同比增长47.57%，与同期收入下降6.48%的走势形成反差。

随着销售费用快速增长，前三季度爱美客的销售费用率由去年同期的12.39%升至19.56%，提高约7.16个百分点。

爱美客解释称，主要系组建新的产品事业部，带来人工费用增加，以及新产品市场推广费用上升。

这都进一步挤压了爱美客的盈利空间。

事实上，爱美客也在尝试通过扩充产品线寻找新的增长动力。

今年以来，公司独家经销的韩国Huons BP注射用A型肉毒毒素产品获得注册证书，并于8月上市销售；控股子公司研发的射频皮肤治疗仪也取得Ⅲ类医疗器械注册证。

此外，爱美客还完成了嗨体相关产品适用范围的变更，新增面部真皮浅层注射范围，进一步拓宽产品应用场景。

值得注意的是，在收入持续承压的同时，爱美客的存货规模也有所增加。截至9月末，爱美客存货为1.25亿元，较去年末增长33.93%，主要来自库存商品增加。

现金流方面，前三季度经营活动产生的现金流量净额为7.48亿元，同比下降30.3%。

从传统玻尿酸产品向再生材料、肉毒毒素及医美设备等领域扩张，爱美客正在经历产品结构调整带来的投入期。

从行业层面来看，医美市场正在经历一轮调整。过去几年，医美行业凭借快速增长的消费需求和较高的产品准入门槛，支撑起上游企业的高毛利率。但随着市场竞争加剧、产品供给增加，以及消费者需求趋于理性，行业原有的增长模式正面临挑战。

即便是拥有核心产品和较强盈利能力的爱美客也难以独善其身。对于医美上游企业而言，如何找到新的增长动力正成为共同的考验。

风险提示及免责条款

微纳核芯半年融资30亿元，三颗AI芯片计划2027年初送测

Wed, 28 Oct 2026 08:42:40 GMT

10月28日，杭州微纳核芯电子科技有限公司（以下简称：微纳核芯）宣布完成超10亿元C2轮融资，由建投投资领投，杭州资本、凯泰资本、晓池资本、烟台财金、国投泰康等多家机构参与，多名老股东继续加码。

微纳核芯称，加上9月完成的10亿元C1轮融资，公司两个月内融资超过20亿元，半年内累计完成30亿元融资。本轮融资估值未披露，资金将主要用于产品开发迭代及供应链量产备货。

融资持续推进之际，微纳核芯第一代三颗芯片正处于从投片向客户验证过渡的阶段。

微纳核芯成立于2021年，孵化于浙江省北大信息技术高等研究院，主要研发面向人工智能推理的存算一体芯片。

传统计算架构需要在处理器与存储器之间频繁搬运数据，带来带宽和能耗开销。存算一体技术尝试让部分计算在存储器内部或附近完成，以减少数据搬运。

微纳核芯采用自主研发的3D-CIM架构，融合DRAM三维近存计算、SRAM存算一体与RISC-V异构计算，产品面向AI手机、AI PC等端侧设备，以及智算中心等云侧推理场景。

公司称，SRAM存算一体架构在此前的流片测试中，相较传统冯·诺伊曼架构可提升4至6倍算力密度、5至10倍能效比。公开材料未提供完整的对照芯片规格及测试条件。

产品进度方面，微纳核芯披露，第一代LP-CIM系列和PCIe-CIM系列共三颗芯片已全部投片，预计2027年初正式进行客户送测并启动批量供货。

在此之前，公司已与多家手机平台、ODM厂商及具身智能企业开展算法适配和方案开发，完成多轮仿真器验证，部分项目进入深度联合调试阶段。云侧业务方面，公司与云服务商、AI基础设施厂商等推进算力方案评估及场景化POC测试。

这些工作为后续客户导入提供了基础，但仿真器验证、方案测试与实物芯片正式送测仍属于不同环节。目前，公司尚未披露上述三颗芯片的具名送测客户、批量采购订单及收入规模。

微纳核芯所处的存算一体赛道，已有企业进入产品量产或规模出货阶段。

其中，后摩智能以SRAM存算一体技术布局相关产品，10月中旬公开披露M30、M50芯片已实现量产，M50获得超过150个产品定点，首款3D-CIM芯片A20也已投产。知存科技则以Flash存内计算技术切入低功耗终端市场，官网披露芯片累计出货量已超过千万颗。

云侧方向，亿铸科技基于3D DRAM技术研发存算一体芯片，相关产品已完成流片。10月23日，亿铸科技宣布完成超10亿元融资。

不同企业采用的存储介质、产品定位及商业化阶段并不完全相同。不过，从上述进展来看，存算一体芯片的竞争已从架构设计和实验室性能指标，延伸至客户导入、量产交付与实际出货。

微纳核芯的融资阵容里，有多家产业链企业。

9月，微纳核芯披露C1轮融资信息，华勤技术、美格智能等产业投资方参投。两家公司在微纳核芯的融资官宣中分别表达了围绕智能终端、推理服务器及AI手机、AI PC等场景开展协同的意向。

此前，微纳核芯还曾披露获得兆易创新、佰维存储等存储产业链企业的投资支持。

产业资本的参与有助于公司对接存储供应链及终端应用生态，目前公开披露的信息尚不足以确认上述企业已向微纳核芯下达芯片订单。

对于微纳核芯而言，半年30亿元融资为芯片研发、供应链准备和客户导入提供了资金支持，评估商业化进度仍需依据产品交付来判断。

按照公司最新披露的计划，2027年初将是一个关键节点。这笔融资能否支撑公司从技术研发走向规模化销售，要看三颗芯片完成正式客户送测、启动批量供货的实际节奏，以及最终公司拿到的实际订单。

风险提示及免责条款

黑芝麻智能的”三部曲”跨越：从智驾芯片迈向端侧AI推理万亿市场

Wed, 28 Oct 2026 08:34:47 GMT

引言：

黑芝麻智能正将自身定位从一家智能驾驶芯片供应商，系统性扩张为覆盖具身智能与端侧AI推理的综合算力平台公司。

这家2024年在港交所挂牌的”智能汽车AI芯片第一股”，近期向外界清晰阐述了其”三部曲”战略路径：从百亿美金量级的智能驾驶市场，向千亿美金量级的具身智能，再向万亿美金量级的”物理AI”端侧推理市场逐步跃迁。

战略跨越：从智驾到物理AI的三步棋

黑芝麻智能成立于2016年，创始人兼CEO单记章清华大学毕业，在硅谷从业逾三十年，核心团队来自微软、Arm、高通等知名科技公司。公司总部位于武汉，在上海、深圳、北京、成都设有研发基地，员工上千人，并在新加坡和硅谷设有海外布局。

公司发展历程大致分为五个阶段：2016年至2018年为技术验证期，重点打磨ISP与NPU两大核心IP；2020年起推出A1000芯片并实现商业落地，客户覆盖吉利、东风、比亚迪、广汽、一汽等主流车企；随后迭代至A2000，算力从数十TOPS提升至数百TOPS；今年进入整体横向扩张阶段。

黑芝麻智能认为，过去两年推理范式的转变，使单次计算量扩大上万倍、使用量扩大上百倍。据灼识咨询预测，截至2029年端侧AI市场规模将持续扩大，AI设备连接的复合增速达44%，机器人、智能汽车及视觉监测等场景的端侧AI推理芯片市场占比将明显提升。

正是基于上述判断，公司将战略棋盘从百亿美金量级的汽车智驾，延伸至千亿量级的具身智能，最终对准万亿量级的物理AI全场景端侧推理市场。

三大场景：车端、机器人与端侧AI推理

智能驾驶是公司自2019年以来的主战场，覆盖乘用车、商用车及低速末端物流车、开放式Robotaxi等场景，客户体系已建立。

具身智能是公司当前着力拓展的第二大场景。2025年11月，公司推出SesameX 多维具身智能计算平台，将车端感知—决策—控制—安全闭环迁移至机器人赛道，衍生出三大平台：最成熟、高性价比的普惠机器人中枢Kalos商用服务机器人专用平台、面向多足机器人、工业巡检机器人、协作机械臂等复杂作业场景的Aura多任务执行通用计算平台（已有中远海控具身智能巡检等落地案例）、以及面向人形机器人、多机器人协同系统等高阶场景的Liora具身智能全能计算平台。黑芝麻智能表示，底层中间件和底软具备复用模块，车端向机器人端迁移的逻辑顺畅，可提升研发效率。

商业节奏上，黑芝麻智能选择先用两三年铺设规模、把握客户需求，待行业规模爆发时以稳定供应链和国产化AI芯片的定位切入中高端复杂场景。

端侧AI推理是第三大也是扩张最为积极的场景，分三个方向布局：一是车载边缘算力盒子与车路协同，依托智能视觉算法，此前曾为理想AI眼镜提供算法搭载；二是2026年6月完成收购的亿智电子，这家成立于2016年的珠海公司主打AI机器视觉算法加SoC系统方案，覆盖智能车载、智能硬件及智能安防三大业务领域，其中智能硬件包括智能台灯、智能云台、运动相机、AI眼镜等品类，收购后与黑芝麻智能形成”零点几T到1000 TOPS”芯片环节全覆盖；三是AI推理服务器，公司近期公布了近3亿元AI计算服务器销售框架合同，其中一年内预计整机采购约2.5亿元，标志着公司在AI计算服务器领域拿到首批订单。公司表示，未来将继续与更多头部公司开展AI计算服务业务，共同把握AI计算由云端向边缘及本地部署扩展所带来的新一轮产业机会。

竞争格局：将复刻手机时代

黑芝麻智能认为，车企自研芯片的浪潮从中长期来看终将收敛。其逻辑类比于手机时代：早期各厂商广泛自研，最终格局收敛至高通、联发科等少数头部第三方供应商主导的寡头结构，而手机厂商专注于算法等技术提升带给客户差异化体验。车端智驾芯片有望经历类似演变，黑芝麻智能的目标是在这一收敛过程中占据有利位置，坚持专业化分工、开放生态的核心逻辑。

公司的差异化支撑在于自研IP的持续积累与跨场景复用能力——同一套核心感知与推理架构，可在汽车、机器人与通用端侧AI三个市场间低成本迁移，这构成其横向扩张”三部曲”的底层逻辑。

对话黑芝麻智能实录

【问】我们怎么看待黑芝麻智能在车的战略方向？从我们的视角看到行业在发生什么变化？

【答】我们认为，智能汽车是具身智能规模化落地的首个场景，也是端侧AI最重要的应用市场之一，目前汽车智能化仍在持续演进：

从需求侧看，智能辅助驾驶加速普及，对算力性能、成本与能效提出更高要求；从技术侧看，智驾与座舱AI模型持续演进，舱驾融合加速推进，整车电子电气架构正向中央计算演进；

从供应链侧看，产业链自主可控与供应安全的重要性持续提升。面对当前及未来的产业需求，提供高性能、高可靠、高效率的智能计算解决方案，并持续提升软硬件协同与系统级创新能力，仍然是国产汽车芯片企业的重要使命，也是我们持续不断的努力方向。

【问】具身智能公司有什么打法？怎么看到未来具身智能的增长？

【答】具身智能是公司第二增长曲线，是公司长期发展的重要战略之一，当前已与人形、工业巡检、港口场景的多家头部机器人企业达成战略合作并启动联合开发，持续丰富场景落地储备。未来2-3年公司将采取差异化竞争策略把握核心落地场景，交付形态上主推模组+底层软件+工具链一体化打包方案，解决客户底层开发痛点，我们预计具身智能将继续保持高速增长，未来在公司收入占比将持续提升。

【问】近期公布的3亿订单主要瞄准了什么市场需求？

【答】我们看到随着Agentic AI带来模型调用次数和Token需求快速增长，行业正在形成从MAX模型到Flash、中型模型的分层推理体系。这类高性价比的模型正凭借能力、成本、时延和能效之间更优的平衡，承接大量高频、规模化AI推理需求。AI计算的多元市场结构给了我们更多可以拓展的机会，我们也将重点面向这些高性价比AI推理，并期待和更多头部厂商合作。

风险提示及免责条款

和谐汇一凌晨：AI站上“执行任务”临界点，Capex争论的两边都有漏洞

Wed, 28 Oct 2026 08:28:19 GMT

引言

AI产业正在逼近下一个关键转折点，而困扰市场的资本开支之争，其实双方都存在“裁剪事实”的问题。

上海知名私募和谐汇一TMT创新精选基金投资经理凌晨近日在出席华尔街见闻《聚焦硬科技：AI产业链调研行》活动中表示：未来六至十二个月，AI将从“完成思考和推理”跨越至“执行数字任务”的新阶段，由此打开企业数字员工和个人助理两大商业化市场。与此同时，凌晨认为市场对2028年Capex断崖的担忧被高估——AI产业确实尚未实现自我造血闭环，但当前的问题是需要融资，而非不可能持续。

在投资层面，凌晨提出观察AI产业的两条基本法则：模型阶梯式进步与Token经济学。他的核心判断是，多项前瞻指标均指向模型进步正在加速，硬件、存储、互联三大环节均存在结构性增量，而应用层的商业模式正从“按席位收费”向“按结果收费”演进。

两条法则：模型进步曲线与Token经济学

凌晨认为，跟踪AI产业不必每天追踪GPU和存储出货量，从第一性原理出发，核心问题只有一个：模型到底在进步吗。

当前所有AI资产的定价中，都内嵌了“模型将持续进步”这一假设——若进步曲线是平的，整个AI产业的投资逻辑都将失效；若曲线处于向上拐点，则意味着较好的投资机会。

第一条法则是模型呈阶梯式进步，每隔一年半载会出现一个“Moment”。2023年前后是ChatGPT Moment，模型解锁了生成能力；2024年至2025年初，以Claude等产品为代表的复杂推理能力突破，Coding场景被打开。两个Moment之间，资本市场对模型进步与否常存在较大预期差。

第二条法则是Token经济学——由黄仁勋提出，将AI上下游串联起来的底层规律。Token之于智能时代，如同流量之于移动互联网时代。对硬件厂商而言，关键在于如何更高效地输出Token；对模型厂商而言，是让同样成本的Token完成更多任务；对应用厂商而言，是将Token转化为真实完成的任务，创造最终经济价值。

新Moment将至：从“思考”到“执行任务”

凌晨对模型层持乐观态度，并认为当前进步速度可能与市场感受存在明显落差。

模型能力进步的关键词是长程任务。从GPT-4以来，模型在无人干预下可持续执行任务的时间呈指数级上升。到Opus 5.5、GPT-6 Astra这一代，模型可以不停歇地自主工作十几小时，并调用手机APP、Office三件套、OA等基础软件。

“今天这个节点，我可以比较有信心地讲：我们正处于马上要见证一个新Moment的状态。”凌晨表示，这一跨越的标志是AI从只是“思考”，进入“执行数字任务”阶段。他将这一临界点类比为邮件整理的成功率：从30%迭代到40%时用户没有感觉；但当准确率从四五十提升到六七十，跨过了“可用”的临界点，用户才会突然意识到“模型原来可以帮我做这件事”。

由此衍生两大商业化市场。其一是To B端数字员工。今年Anthropic和OpenAI的迭代关键词是Computer Use——让模型盯着屏幕、自主操作鼠标使用软件，而非仅通过API调用。这一路径的重要性在于，大部分企业软件并不开放API，而企业中大量白领工作（报销、行政、HR流程等）均可通过“AI加软件加Computer Use”实现。当前Computer Use的准确率刚跨过“能用”阶段——看懂屏幕这一步约93%，长程任务连乘后降至50%至60%——未来六至十二个月准确率将明显提升。根据funda.AI的测算，市场空间方面，全球约十亿白领、平均年薪约2.6万美元，AI中期可渗透的数字员工机会约在1万亿美元ARR量级。

其二是To C端个人助理。Meta在9月发布的此类应用约一个月DAU达300万，留存率和打开频次均表现较高；国内大厂如阿里也在跟进。对Meta Muse的测试显示，邮件整理、生活行政助理场景成功率最高（六七十以上），金融保险次之，跨平台购物再次之。凌晨认为，一旦切入购物、保险等交易入口，商业模式将从订阅制转向佣金分成，想象空间大幅扩展。

支撑模型进步持续加速的前瞻指标同样明确：Anthropic算力投入从去年约1GW增至今年底约5GW、明年可能达10GW；数据端，过去半年大量硅谷数据公司在帮模型采集真实企业工作流数据，使模型得以进入真实商业场景。

Capex争论：两边都有“裁剪事实”的漏洞

硬件环节的核心分歧在于Capex能否持续。

据摩根士丹利数据，北美四大云厂加上Neo Cloud，明年合计投入约1.5万亿美元，市场对2027年已无太多质疑；但2028年是否断崖式下滑，分歧巨大，这也是近期硬件板块承压的重要原因。

凌晨指出，看多和看空双方都存在“裁剪事实”的问题。

看空方的逻辑是：模型厂商收入——OpenAI加Anthropic今年底约1500亿美元、明年4000至5000亿美元——相较于1.5万亿美元Capex存在巨大缺口。但这一逻辑严重低估了AI商业化收入：Google同样产生AI云收入；Meta等厂商的GPU还用于搜索和推荐算法；且1.5万亿Capex并非全部用于AI——按投行测算，其中约1万亿真正用于AI，另外5000亿是云服务商在AI出现之前每年就会花的基础开支。一加一减，投入与回报的差距并没有看起来那么夸张。

看多方的逻辑是产业链各方均在盈利，引用Anthropic最新季度盈利、头部云厂算力投入约三年回本等数据。但其漏洞在于忽视了投入与产出的时间错配：今年投入、三年后才有回报，云服务商有现金流可以承受，但Neo Cloud没有，必须借债。

整体来看：AI产业确实尚未实现自我造血闭环，但当前面临的是融资问题，而非不可能。据高盛分析，明年约1.5万亿美元Capex中，预计35%至40%由债务融资完成，约5000亿美元量级——而美国每年投资级债券发行约1.4至1.9万亿美元，占其四分之一到三分之一，此外还有ABS、抵押融资、银行融资等渠道，美国资本市场深度足以支撑。

“虽然最近跌很多，我们也没有那么悲观。”凌晨表示，长期来看，只要数字员工和个人助理等场景跑出来，AI就能实现真正的商业化闭环。

硬件三大件：算力、存储、互联各有逻辑

算力层面，英伟达地位依然稳固。尽管AMD、谷歌TPU、亚马逊自研芯片持续发起挑战，英伟达在云厂商Capex中的算力市占率反而从ChatGPT前的约11%稳步提升，明年预计达44%以上。原因仍在于Token经济学——按每美元产出Token量计算，买英伟达仍是最具性价比的选择。GPU加ASIC出货量增速今明两年均在50%以上，仅GPU市场规模今明两年分别约3000亿和5800亿美元。

值得关注的是CPU的结构性增量。训练时代CPU存在感不强，但Agent时代逻辑反转：以Meta Muse为例，每个注册用户都对应一个后端虚拟CPU，每个DAU均产生CPU需求。Agent时代越来越多的调度运算交给CPU，核心Token生成由GPU完成，两者配比将逐步倒转。

存储方面，凌晨指出这轮周期与以往存在两点结构性差异：驱动力从消费电子转向CSP采购生产资料，后者为保障GPU利用率对价格容忍度更高；此外，三星、海力士、美光、闪迪等原厂过去大半年已与下游签订长协，锁定未来三至五年的保底价格和保底量，占未来出货量的50%至70%以上，这是存储商业模式的重大变革。“若能运转下去，这轮周期可能真和以前不一样。”

互联环节，铜缆采购成本约为光模块的五分之一，但功耗更高，算上功耗后单位吉瓦产出Token反而更少，综合经济成本更高。今年起，NVL72机柜内连接正从铜缆不可逆地转向光。

抓取供应链超额收益的关键在于三个效应：一是乘数效应，比如H系列——>B系列，单GPU的HBM容量从192GB升至288GB，HBM需求增速会在GPU出货增速的基础上再叠加系数；二是牛鞭效应，供需紧张时订单向上游逐级放大；三是价格传导效应，越靠近终端、越有议价权的环节在供需偏紧时反而获得超额利润。

应用层：私域数据是壁垒，“按结果收费”是方向

应用层的关键共识已从年初的“模型将吃掉应用”转向“共存”。凌晨认为，模型进入企业真实工作流，不是Coding出一套ERP就能完成，必须掌握企业的私域数据。

他援引Palantir与英伟达合作的案例：Palantir帮助英伟达整理ERP数据、供应商会议纪要等私域数据，并将英伟达运营经验中的隐性知识转化为可训练的供应链AI模型，上线后物料分配和供应链优化准确率大幅提升。“谁能掌握或劝动企业交出私域数据，做成垂直模型和垂直应用，谁就是应用层的最终受益者。”

产品形态层面，从Copilot走向Autopilot的趋势正驱动商业模式升级。Salesforce今年6月收购了一家以AI实现全无人客服的CRM公司，定价从按席位收费，演进至按对话次数收费，再到按完成结果收费。客服是当前已跑通的成熟场景，其他场景将陆续完成这一跳跃。

国产算力链：额外的国产化率倍数效应

凌晨对国产算力链的态度相对乐观，并给出三点理由：其一，美国算力投入领先国内一年半到两年，国内处于“刚开”状态，阿里算力约两至三吉瓦，但已公布“十年翻十倍”规划；其二，国内大厂Capex占现金流仅约50%，尚有余力，而美国CSP现金流已到极限；其三，国内大厂AI Capex以50%增速增长的同时，国产化率还将从20%至30%提升至50%至60%，叠加产生额外的增量倍数效应。

格局方面，国产GPU能力约落后英伟达两至三年，综合性价比约为英伟达60%。但在英伟达出口管制的背景下，两者性价比已趋近。当前国产GPU供不应求，“只要有供应链能把卡拿出来，客户都会买”；凌晨预计再经历一轮淘汰整合后，市场将收敛至两至三家头部，以海光、寒武纪为一梯队，背靠大厂生态的为二梯队，缺乏供应链能力者将被淘汰。

风险提示：本文观点仅代表作者截至 2026 年 10 月的判断，不构成任何投资建议或个股推荐；文中提及的公司及相关标的仅用于说明产业逻辑，不代表基金持仓，也不构成对未来投资方向的承诺。文中引用的第三方数据来自公开资料，本公司力求但不保证其准确性与完整性。基金有风险，投资须谨慎，过往业绩不预示未来表现。

风险提示及免责条款

摩根大通私行：加息周期不结束金价难触底，4000美元下方几乎没有支撑

Wed, 28 Oct 2026 08:24:39 GMT

金价在美联储利率决议前夕承压，4000美元关口再度成为市场焦点。摩根大通私人银行警告，在利率见顶之前，金价难以形成真正意义上的底部，而4000美元下方几乎缺乏技术支撑，市场依然“相当脆弱”。

在市场聚焦今夜的FOMC决议之际，现货黄金周三盘中震荡下跌，盘中最大跌幅达0.8%，抹去前一交易日大部分涨幅。摩根大通私人银行亚洲利率与外汇策略主管Yuxuan Tang表示，"金价将在利率见顶（美联储本轮加息周期的终点）时找到坚实底部"，并指出流动性偏薄、利率仍有上行空间，是当前金价面临的主要下行风险。

美联储本周预计按兵不动，但交易员已将年内加息的可能性纳入定价，令金价上行空间受到压制。美联储主席沃什（Kevin Warsh）面临两难局面——既要安抚市场对抗通胀的信心，又要应对能源价格持续高企带来的压力。值得关注的是，能源价格的顽固高企是当前通胀的主要驱动力，而周四公布的PCE数据将进一步厘清通胀走势与利率前景。

摩根大通：市场脆弱，4000美元下方支撑匮乏

摩根大通私人银行亚洲利率与外汇策略主管Yuxuan Tang对金价前景持审慎态度。他指出，金价在近期抛售后面临下行风险，原因在于流动性依然偏薄，且利率仍有进一步上升的空间。

"金价将在利率见顶时找到坚实底部，" Tang表示，并补充称市场目前"相当脆弱"，每盎司4000美元下方几乎没有技术支撑。

金价近日已短暂跌破4000美元关口。上周，人工智能相关股票遭遇抛售，投资者被迫出售黄金以弥补其他资产损失，金价一度跌至7月中旬以来最低水平。此后，科技股随AI交易热情回暖而反弹，在一定程度上缓解了金价的跌势。

尽管技术面支撑薄弱，实物买盘与逢低抄底资金在一定程度上阻止了金价的进一步下滑。中国家庭对黄金的购买意愿在过去两个月持续升温——随着金价回落，中国消费者对实物黄金的需求有所增加。

然而，印度方面的需求动态形成对冲。据印度最大贵金属精炼商透露，印度家庭普遍预期近期金价跌势尚未结束，因此推迟了节日季的黄金采购，这在一定程度上削弱了实物需求对金价的支撑效果。

华侨银行策略师Christopher Wong在研究报告中表示，“近期风险仍偏向进一步整理，但需求面应在抛售压力消退后提供一定缓冲。”

他同时指出，金价若要重获更持久的上行动能，需要油价下跌、通胀降温、美元走弱以及收益率回落等多重条件同时具备。

风险提示及免责条款

A股三大指数全线高开

Wed, 28 Oct 2026 01:25:52 GMT

上证指数涨0.78%，深证成指涨1.01%，创业板指涨1.77%。

风险提示及免责条款