预判卡
日报里每一条判断,都被固化成一张「预判卡」,到回访日自动回填结果——当时怎么说的、后来如何、差在哪
【国外信号传导】算力供应链松动:OpenAI 采购谷歌 TPU,买方开始用多源议价:表面矛盾的三条信息其实互补:OpenAI 一边加深与微软的收入绑定,一边引入谷歌作为第二算力来源,说明它在用「收入端深度绑定 + 成本端多源议价」的结构降低被单一伙伴锁定的风险。对谷歌而言,TPU 从自用基础设施变成对外商品,是其云业务追赶 Azure 与 AWS 的最差异化武器。 ⇒ 中芯国际(中性):算力多源化提升国产芯片设计公司投片需求,但先进制程产能约束仍在,短期受益幅度受制于产能而非订单。
2027 年上半年,OpenAI 非英伟达算力占比将超过 20%,谷歌在财报中单列 TPU 对外销售收入的概率显著上升。
证伪条件:若 2027 年 6 月 30 日前 OpenAI 未公开确认 TPU 部署规模,或谷歌未单独披露 TPU 外部营收,该判断即告错误。
算力供应链松动:OpenAI 采购谷歌 TPU,买方开始用多源议价;表面矛盾的三条信息其实互补:OpenAI 一边加深与微软的收入绑定,一边引入谷歌作为第二算力来源,说明它在用「收入端深度绑定 + 成本端多源议价」的结构降低被单一伙伴锁定的风险。对谷歌而言,TPU 从自用基础设施变成对外商品,是其云业务追赶 Azure 与 AWS 的最差异化武器。;企业 IT 应预留异构算力额度并完成一次真实迁移验证;芯片厂商的竞争焦点将从峰值算力转向编译器与算子生态的可迁移性;国产算力厂商应抓住「多源化」窗口,用兼容性证明而非参数对标争取客户。
【国外信号传导】具身智能从 Demo 进入交付验证:融资 +185%、宇树盈利、智元改谈部署:四条线索指向同一次转折:资本供给(+185%)与商业验证(宇树盈利)同时出现,但两者兑现速度严重不匹配。海外用天量资金押注机器人基础模型层,国内则用交付与毛利证明本体价值。这种错位会在未来 6~12 个月制造剧烈的估值分化——有交付数据的公司拿到订单,只有模型的公司拿到下一轮融资。 ⇒ 小米(中性):具备供应链与渠道优势,但人形业务尚处早期,短期受益于零部件降本与生态协同,业绩弹性有限。
2027 年上半年之前,国内至少一家本体厂商会公布单季度人形机器人交付量破万台,且该业务毛利率转正。
证伪条件:若 2027 年 6 月 30 日前无国内厂商披露季度交付 ≥1 万台且相关业务毛利为正,该判断即告错误。
具身智能从 Demo 进入交付验证:融资 +185%、宇树盈利、智元改谈部署;四条线索指向同一次转折:资本供给(+185%)与商业验证(宇树盈利)同时出现,但两者兑现速度严重不匹配。海外用天量资金押注机器人基础模型层,国内则用交付与毛利证明本体价值。这种错位会在未来 6~12 个月制造剧烈的估值分化——有交付数据的公司拿到订单,只有模型的公司拿到下一轮融资。;投资人应把「季度交付台数、复购占比、单台毛利」作为第一层筛选,把数据采集规模作为第二层;本体厂商需要尽快建立真实场景数据闭环,否则未来要向模型层支付「智能税」;供应链企业应聚焦具备通用性的关节、灵巧手与力控部件。
【国外信号传导】AI 收入第一次被公开市场定价:Anthropic 的 S-1 与微软的 100 亿美元分成同周落地:三件事拼出同一条主线:AI 收入正在从「内部预估」变成「外部可审计」。Anthropic 提供估值锚,微软提供关联交易的现金流证据,谷歌提供广告端的变现参照。三者叠加意味着 AI 产业的定价基础从叙事切换到报表,所有未上市公司的融资谈判都将被这套口径重新审视。 ⇒ 科大讯飞(中性):以政企项目制收入为主,与订阅制模型公司的估值体系不同源,受益于情绪重估但基本面传导有限。
【国外信号传导】两周一代 + 首发半价:前沿模型转入「节奏战」,定价权从能力转向成本:三个动作指向同一策略:用迭代速度让竞品的评估周期失效,用首发折扣抢在对手调价前锁定调用量,用安全资质切入对合规敏感的企业客户。这与 2023~2024 年「堆参数、比榜单」的竞争逻辑完全不同——现在的竞争单位是可验证的单位 token 成本与发布频率,谁的工程化流水线更快,谁就能持续定义价格。 ⇒ 阿里巴巴(中性):通义千问需同步跟进迭代与降价,短期 API 毛利承压,但调用量上升与云推理收入可对冲,属结构性对冲而非单纯利空。
到 2026 年底,至少两家一线实验室会把旗舰模型迭代周期压缩到 4 周以内,并将 API 首发价打到上一代的 50% 以下。
证伪条件:若 12 月 31 日前没有第二家一线厂商在 6 周内发布新旗舰、或降价幅度不足 40%,该判断即告错误。
两周一代 + 首发半价:前沿模型转入「节奏战」,定价权从能力转向成本;三个动作指向同一策略:用迭代速度让竞品的评估周期失效,用首发折扣抢在对手调价前锁定调用量,用安全资质切入对合规敏感的企业客户。这与 2023~2024 年「堆参数、比榜单」的竞争逻辑完全不同——现在的竞争单位是可验证的单位 token 成本与发布频率,谁的工程化流水线更快,谁就能持续定义价格。;API 重度用户应把模型切换成本压到最低,并利用首发折扣窗口迁移;国内模型厂商需在两个季度内跟进降价,同时把训练预算向推理效率优化倾斜。对投资人而言,评估模型公司的核心指标应从「榜单排名」改为「单代迭代周期与推理毛利率」。
【国外信号传导】AI 数据中心的瓶颈从算力转向连接,光互连进入并购主战场:云的收入规模证明需求侧还没见顶,而并购方向暴露了供给侧的真实瓶颈:单集群规模越大,电互连在距离与功耗上越接近上限,光互连从可选项变成必选项。Marvell 把定制 ASIC 与光器件打包,本质是把「算力 + 连接」作为一个整体卖给超大规模客户。这意味着下一轮资本开支的增量会更多落在网络与光器件,而不是单纯的 GPU 数量。 ⇒ 中芯国际(中性):硅光与先进封装代工需求会增加,但国内硅光产能主要掌握在垂直厂商手中,代工端的受益幅度取决于客户导入节奏,暂无明确弹性。
【国外信号传导】Anthropic 的 IPO 第一次把 AI 编程的收入摆上台面:三条线索合起来是一次压力测试:AI 编程已被验证为最实的付费场景,但收入结构里包含相当比例的跨境灰色账号,同时企业客户开始要求 ROI 可计量。IPO 定价会把这三个问题一次性暴露给公开市场——增长质量、合规风险、单位经济模型。这也是为什么 Anthropic 要在上市前先把支出可视化做出来。 ⇒ 腾讯(中性):CodeBuddy 依托内部研发场景打磨,商业化节奏慢于海外,受益更多体现在研发效率而非外部收入,传导强度有限。
【国外信号传导】英伟达 129 亿美元买开源入口,反垄断审查决定开源生态未来两年的形状:一边用 129.3 亿美元买下全球开源权重的默认分发入口,一边持续免费开源自己的模型,这不是矛盾而是同一套策略:把分发通道与自家硬件绑定,让开发者的默认路径经过英伟达。司法部问询的实质不是价格,而是这条通道是否还能保持中立。若审查要求行为性救济,开源托管会从单极走向多极,迁移成本在窗口期内最低。 ⇒ 百度(中性):开源策略相对保守,通道变化对其影响有限,更多是行业情绪层面的重估,实质受益取决于其开源权重是否形成海外社区。
若审查拖过 2027 年一季度,交易将以附带行为性承诺的方式获批,Hugging Face 的中立分发条款被写入救济措施。
证伪条件:若 2027 年 3 月底前交易无条件获批且未附加任何中立性承诺,则判断错误。
英伟达 129 亿美元买开源入口,反垄断审查决定开源生态未来两年的形状;一边用 129.3 亿美元买下全球开源权重的默认分发入口,一边持续免费开源自己的模型,这不是矛盾而是同一套策略:把分发通道与自家硬件绑定,让开发者的默认路径经过英伟达。司法部问询的实质不是价格,而是这条通道是否还能保持中立。若审查要求行为性救济,开源托管会从单极走向多极,迁移成本在窗口期内最低。;企业工程团队应在条款落地前完成权重镜像与版本快照;开源模型团队应把多托管渠道当作默认配置而非备份;投资人应关注替代托管平台与国内开源社区的流量变化,这类「通道迁移」通常先体现在下载量而非收入上。
【国外信号传导】1 亿美元押注非英伟达推理芯片:算力竞争转向单位 token 成本:价格战与算力多元化是一枚硬币的两面:模型厂商把 token 价格压到 1 美元/百万,推理侧的毛利只能靠更低的单 token 成本来守,这给非英伟达推理芯片留出了真实需求缺口;而 neocloud 被质疑的恰恰是'用英伟达卡做转售'的薄利模型。谁能在降价周期里维持每 token 成本最低,谁就能活下来。 ⇒ 中芯国际(中性):国产推理芯片放量会带来代工需求,但产能与制程约束决定其弹性弱于设计公司。
12 个月内,至少一家前沿模型厂商会在生产环境的推理集群中把非英伟达加速卡占比提升到 20% 以上并公开披露。
证伪条件:若 2027 年 10 月前无任何前沿模型厂商公开披露推理侧非英伟达加速卡占比超 20%,则判断错误。
1 亿美元押注非英伟达推理芯片:算力竞争转向单位 token 成本;价格战与算力多元化是一枚硬币的两面:模型厂商把 token 价格压到 1 美元/百万,推理侧的毛利只能靠更低的单 token 成本来守,这给非英伟达推理芯片留出了真实需求缺口;而 neocloud 被质疑的恰恰是'用英伟达卡做转售'的薄利模型。谁能在降价周期里维持每 token 成本最低,谁就能活下来。;云与模型公司应把采购指标从每卡 FLOPS 改为每百万 token 综合成本(含电力与调度损耗);国产推理芯片的窗口在价格战期而非训练集群建设期,跟踪推理集群采购结构比看总算力增长更有信息量。
【国外信号传导】Genie 4 把世界模型做成可实时操控的仿真环境:世界模型的价值不在生成一段视频,而在成为可交互的训练场:机器人策略训练需要大量带物理一致性的反事实数据,视频生成模型给不了动作—反馈闭环,Genie 4 给得了。于是竞争从'画面像不像'转向'能不能被策略网络调用',这会重新定义多模态公司的客户结构——从内容公司变成机器人公司与自动驾驶公司。 ⇒ 商汤(中性):其在仿真与视觉基础模型上有积累,但商业化以政企项目为主,世界模型带来的收入弹性短期难以体现。
【国外信号传导】OpenAI 把 Computer Use 打到 1 美元档,Agent 中间层被挤出利润区:降价、能力下放、企业入口三步合起来是一次挤压中间层的动作:当模型厂商自己把'看屏幕、点鼠标、跨软件完成流程'做成 1 美元级标准件,靠 prompt 编排与 RPA 封装收费的公司就失去定价权;而 Oracle 应用进驻 ChatGPT,则把企业软件的入口直接收归模型方。上游在压成本,下游在抢入口,中间层的利润空间被两头夹击。 ⇒ 腾讯(中性):元宝 + 微信具备入口优势,但节奏偏保守,短期更多是跟随降价而非主动定义 Agent 交互形态。
【国外信号传导】Anthropic 把 AI 的账本摊开:163 亿美元半年营收撑起 2 万亿美元估值:三条串起来看:Anthropic 卖的不是席位许可,而是随客户用量线性放大的 token 消费,这解释了 12 个月内 4 倍以上的营收斜率;创始人绝对控股则意味着上市后仍能抵抗短期利润压力,把毛利继续投回算力。换言之,它的估值锚更接近云厂商而非 SaaS——这一定性会同时改写一级市场的融资条款与二级市场的可比公司选择。 ⇒ 百度(中性):文心与智能云同样依赖按量计费,但企业客户结构与 Anthropic 差异大,短期受益更多体现在叙事层面而非订单。
【国外信号传导】企业 AI 的计费单元从订阅转向席位,捆绑销售成为胜负手:四条线索共同说明,AI 的商业化已经越过尝鲜期,进入预算替代期:企业用 AI 席位替换既有软件预算,消费者用更低门槛的输入方式提高使用频次。Anthropic 的交叉使用比例从三成升至过半,证明捆绑销售比单点工具更能留住企业客户;Uber 的 3 万席位则证明规模采购已经发生。两者叠加,意味着定价权正从模型供应商转向同时掌握工作流的集成方。 ⇒ 科大讯飞(中性):按席位收费的可复制性提升利好其政企 AI 产品,但国内采购更看合规与本地化交付,短期冲击与受益都有限。
【国外信号传导】企业 AI 的计费单元从订阅转向席位,捆绑销售成为胜负手:四条线索共同说明,AI 的商业化已经越过尝鲜期,进入预算替代期:企业用 AI 席位替换既有软件预算,消费者用更低门槛的输入方式提高使用频次。Anthropic 的交叉使用比例从三成升至过半,证明捆绑销售比单点工具更能留住企业客户;Uber 的 3 万席位则证明规模采购已经发生。两者叠加,意味着定价权正从模型供应商转向同时掌握工作流的集成方。 ⇒ 阿里巴巴(中性):ChatGPT Work 验证席位模式后,钉钉与通义的捆绑会成为国内对标打法,但国内企业付费意愿更低,节奏会慢一到两个季度。
【国外信号传导】具身智能的瓶颈被公开确认为数据与本体,而非算法:三家公司的动作相互印证:高德用场景数据做基座,字节用高薪买采集产线,本体公司承认卡点在模型与硬件的对齐。共同指向的结论是——具身智能的稀缺资源已经从算法人才变成真实动作数据与本体工程能力,而算力仍由英伟达把守。谁掌握可复用的采集产线,谁就掌握下一阶段的定价权。 ⇒ 小米(中性):人形机器人是其生态延伸方向,但基座模型能力仍依赖外部供给,短期受益有限,需观察自研投入力度。
【国外信号传导】三家头部公司在同一周把 AI 变成金融资产:三件事看似分属融资、私募与航天,实际是同一条链条的三个环节:模型公司需要天量算力,算力需要长周期低成本资金,资金需要可抵押资产与退出通道。GPU 被证券化让算力脱离现金流约束,反过来又推高模型公司的资本开支,最终把估值压力集中到 IPO 定价这一刻。质疑声出现的时点恰好说明,链条已经走到必须由公开市场验收的阶段。 ⇒ 腾讯(中性):Anthropic 与 OpenAI 的发行定价将成为港股 AI 资产的估值锚,折价发行会压缩腾讯 AI 分部的重估空间,溢价发行则相反。