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
到 2027 年底,至少两家头部消费级 AI 产品(含苹果 Siri 的高级交互)会把高阶推理能力放入明确标价的付费订阅层级。
证伪条件:若 2027 年底前苹果 Siri 的高级 AI 功能仍全部免费且无用量限制公开定价,则判断错误。
推理成本从财报走进产品界面与事故报告;苹果把算力约束做成产品规则,等于公开承认高端推理是稀缺资源;微软的 30 小时中断说明集中式推理的可用性风险已变成商业风险;而 Rubin 要等到 2028 年,意味着未来两年成本曲线改善主要靠软件与调度。三者合起来改变了 AI 产品的经济模型:免费无限量的假设不再成立,分层计费与降级架构成为基础设施标配。;企业选型要把多供应商与可降级写进架构评审清单;C 端产品应尽早设计额度分层,避免成本上升时被动砍功能。关注推理优化、调度与容灾类公司的并购机会——这类能力正从「技术优化」升级为「合同条款」。
【国外信号传导】开源竞争从权重转向许可证与生态绑定:三件事发生在同一天,指向同一个变化:当开源权重的能力差距收窄,竞争焦点转向「谁定义许可证、谁绑定硬件」。华为把世界模型绑在昇腾上,是用开源换生态入口;阿里用 Qwen4 绑定应用与云推理;Asahi 的许可证转向则证明,AI 抓取正在迫使开源项目用 copyleft 筑墙。开源不再只是分发方式,而是生态控制工具。 ⇒ 优必选(中性):CloudRobo-WM1.2 开源为国内人形机器人提供可用的世界模型与动作生成方案,但训练栈切换成本与昇腾算力可得性决定实际受益程度。
2027 年内将出现至少 3 个主流开源 AI 相关项目从 MIT 或 Apache 2.0 迁移到 GPL/AGPL 等 copyleft 许可证。
证伪条件:若 2027 年底前迁移到 copyleft 的头部开源 AI 项目少于 3 个,则这条判断错误。
开源竞争从权重转向许可证与生态绑定;三件事发生在同一天,指向同一个变化:当开源权重的能力差距收窄,竞争焦点转向「谁定义许可证、谁绑定硬件」。华为把世界模型绑在昇腾上,是用开源换生态入口;阿里用 Qwen4 绑定应用与云推理;Asahi 的许可证转向则证明,AI 抓取正在迫使开源项目用 copyleft 筑墙。开源不再只是分发方式,而是生态控制工具。;使用开源权重做产品的公司需要重做许可证审计,尤其是涉及 AI 生成代码二次分发的场景;具身智能团队应把昇腾 + CloudRobo 作为国产训练栈的备选方案做实测,而不是等到生态锁定后再评估。
到 2027 年年中,至少一家中国主流云厂商会把 Agent 可观测性或评测能力拆成独立计费产品,并公开发布企业客户数。
证伪条件:若 2027 年 6 月前国内主流云厂商均未推出独立计费的 Agent 评测或可观测产品,则判断错误。
Agent 从模型能力竞赛转向基础设施收费,三笔钱同时验证;三笔钱的共同点不是模型更强,而是「Agent 怎么跑、怎么评、数据从哪来」。LangSmith 的 7000 家企业客户说明可观测性与编排已从实验项变成采购项;Mirendil 的 A 轮规模说明垂直流程 Agent 已能给出可计量的工时替代;Mercor 则补上了训练与评测所需的人类专业数据。三者拼成一条完整的 Agent 价值链,估值溢价从模型层转移到运行层。;创业者应避开通用 Agent 框架,转向「垂直流程 + 评测数据资产」;云厂商需要把 Agent 编排与评测做成独立计费产品,而不是捆在模型 API 里。判断标准很简单:能否算出替代了多少工时或多少人力成本。
【国外信号传导】AI4S从论文走进湿实验,国内开始比拼谁能交付实验产能:四条线索的共同点是AI开始为「实验」而非「文本」付费。软件仿真已被证明容易复制,真正稀缺的是湿实验产能与可采信的临床证据。Emulate用类器官芯片把实验周期压到周级,青葵智造用自驱动实验室把设计—实验—数据回流闭环,肺癌诊疗则用大样本医生评测建立采信基础。三者共同指向:AI4S的护城河在硬件调度、实验标准化与第三方背书。 ⇒ 科大讯飞(中性):医疗AI的采信逻辑一旦跑通,具备院内渠道与资质积累的平台型公司会优先承接,但短期业绩贡献有限,更多是估值叙事层面的重估。
2027年上半年内,国内会出现至少一家以自驱动实验室为主业、单笔商业合同金额超过5000万元的AI4S公司。
证伪条件:若2027年6月前国内AI4S公司最大单笔商业合同仍低于2000万元,则判断错误。
AI4S从论文走进湿实验,国内开始比拼谁能交付实验产能;四条线索的共同点是AI开始为「实验」而非「文本」付费。软件仿真已被证明容易复制,真正稀缺的是湿实验产能与可采信的临床证据。Emulate用类器官芯片把实验周期压到周级,青葵智造用自驱动实验室把设计—实验—数据回流闭环,肺癌诊疗则用大样本医生评测建立采信基础。三者共同指向:AI4S的护城河在硬件调度、实验标准化与第三方背书。;对创业者,AI4S不要从模型切入,要从「某个实验环节的自动化设备+数据标准」切入,否则无法形成壁垒。对投资人,估值应看单实验室的日实验通量与客户合同金额,而非模型指标。对医院与药企,现在是锁定合作方、共建数据标准的成本最低时点。
2027年年中前,欧洲至少一家推理芯片公司会被美国云厂商或芯片巨头收购,交易金额超过30亿美元。
证伪条件:若2027年6月前欧洲推理芯片公司无一家被收购,且该赛道融资总额同比回落,则判断错误。
资本从训练转向推理,非美供应链第一次拿到入场券;训练侧正在被少数超大规模客户与十年期长约锁死,新玩家无法在峰值算力上竞争;但推理需求分散在千行百业、按token成本定价,天然适合差异化架构。欧洲资本的四倍增幅与英伟达转向科学仿真,是同一判断的两面:训练的钱已经赢定了,推理的钱才刚刚开始分配。这也解释了为什么英伟达要用战略投资去占住仿真这类推理新场景。;对国产算力厂商,这是「不比峰值、比每token成本」的窗口,窗口期约两个季度到2027年Q2。对投资人,推理芯片的尽调标准应改为「单卡吞吐/功耗/迁移成本」三指标,而非峰值算力。错过这一窗口,等英伟达治理稳定后切换动力会迅速消失。
【国外信号传导】英伟达的「个人信用」正在被制度替代,AI资本循环进入重定价期:把四条串起来:过去三年AI一级市场的估值锚不是模型跑分,而是「英伟达领投+优先拿卡」这一隐性担保。CEO缺位让这个担保从个人承诺变成组织流程,而组织流程的审批周期远长于个人决策,于是初创公司的融资节奏被打断。Anthropic选择此时用公开市场募资,本质是用十年期资本替代对产业投资方的依赖,这恰好填补了英伟达留下的信用真空。 ⇒ 中芯国际(中性):国产推理芯片放量最终要落到本土先进制程产能,但短期订单增量有限,更多是估值层面的情绪跟随而非业绩兑现。
未来12个月内,至少一款国产AI诊疗产品进入省级医保或医院集中采购目录,形成按院年费计价的商业合同
证伪条件:若2027年11月前无任何国产AI诊疗产品进入省级医保或集中采购目录,则此判断错误
中国AI在高价值场景走「评测+基建」路径,而非流量路径;国内AI的落地路径正在分叉:一条是流量与入口(腾讯元宝争默认位),另一条是高价值垂直场景的严肃验证(医疗多中心评测、自驱动实验室)。后者的共同点是用「可被专业共同体接受的评测口径」换取采购资格,绕开了通用助手的价格战。这类路径收入慢但壁垒高。;评估国内AI公司时应看它是否拥有被专业机构认可的评测或认证,而非DAU。医疗、科研、工业质检这类场景的采购周期长,但一旦进入目录,续费率与单价远高于通用订阅。投资上应把「是否进入医保、集采或行业标准」当作核心里程碑。
到2027年底,推理负载将占新增AI算力支出的50%以上,且至少两家欧美企业级软件厂商推出「本地推理+云编排」的混合产品
证伪条件:若2027年底前公开数据显示推理占新增AI算力支出仍低于35%,则此判断错误
推理算力从云端下沉:苹果把Mac变成私有推理服务器,欧洲押注推理芯片;三个碎片指向同一个转向:训练侧已进入少数超大规模玩家的资本游戏,增量机会转到推理侧。推理的需求形态是分散的(企业内网、边缘设备、区域合规),供给形态也随之分散(存量Mac、欧洲挑战者、neocloud的按需集群)。集中式GPU集群不再是唯一答案。;评估AI基础设施公司时,训练与推理要分开建模:训练看长约、电力与交付,推理看单位token成本、迁移摩擦与合规溢价。持有纯训练叙事资产的投资者应开始对冲,采购方则应把10%~20%的推理负载迁到私有或第二供应源做压力测试。
【国外信号传导】具身智能的分工正在被重新划线:三件事分别发生在模型层、数据层与零部件层:OpenAI 放弃自研硬件改卖大脑,Emulate 的融资说明仿真数据成为被资本锁定的瓶颈,国内厂商已在用消费级存储方案压本体成本。合起来指向同一趋势——人形机器人产业链正沿「大脑—数据—本体」三段分工固化,谁掌握前两段,谁拿走毛利。 ⇒ 小米(中性):小米同时自研本体与模型,外部大脑供给增加对其是可选项而非依赖,受益传导弱于纯本体厂商
【国外信号传导】Anthropic 把大模型估值锚从私募搬到公开市场:过去两年大模型公司的估值由微软、谷歌、亚马逊的战投轮次定义,价格缺乏公开参照。Anthropic 把融资搬到 IPO,等于给整层资产做一次公开定价:一旦认购倍数与首日表现公布,OpenAI 等同类公司的私募估值就有了可比的下限与上限。改变的不只是估值,还有节奏——从 18 个月一轮私募,变成一次定价加多次增发。 ⇒ 百度(中性):文心与智能云同样受益于估值锚上移,但其模型商业化节奏弱于云业务,传导强度明显低于一体化程度更高的标的
2027年年中前,至少一家非云主业巨头(航天/汽车/能源)公开对外售卖训练或推理算力,AI算力市场从三家云厂商主导变为五家以上。
证伪条件:若2027年6月30日前没有任何非云主业公司公开对外售卖AI算力,则判断错误。
算力资本开支脱离云厂商:SpaceX 740亿自建、Nebius 400亿靠预付款;三件事共同说明算力的“生产函数”变了:过去由三家云厂商用股权融资集中建设再对外零售,现在重资产产业公司用自有现金流自建、新兴neocloud用客户预付款加杠杆建设、芯片侧则出现大量以推理成本为卖点的新架构。结果是供给主体从3家扩到10家以上,价格发现从长约谈判变成多方竞价。当供给不再稀缺,算力的利润率会向制造业靠拢,而不再是软件业。;对算力租赁与neocloud标的,先查预收款占比与交付违约条款,这两项决定了周期下行时谁先出问题。对做AI应用的公司,2027年后的推理成本预期应下调,可把更重的推理任务纳入产品规划。对芯片投资人,把每token成本而非峰值算力作为首要指标。
【国外信号传导】Anthropic用904亿美元募资给基座模型定价,估值却较私募缩水6000亿:认购6倍说明市场不缺钱,缩水6000亿说明市场不再为叙事付溢价——两件事同时成立,意味着定价权已从创业者手里转到承销商与长线基金手里。这套尺子一旦确立,会反向约束所有未上市的模型公司:融资时要回答的不再是榜单排名,而是推理成本、毛利率与算力周转。对算力供应商而言,客户拿到公开市场信用后会签更长的算力长约,等于把资本市场的钱直接转成GPU订单。 ⇒ 百度(中性):公开市场对基座模型的定价逻辑将传导至港股与A股AI标的,文心一言相关叙事需用收入而非参数支撑,估值弹性收敛。
【国外信号传导】Anthropic用904亿美元募资给基座模型定价,估值却较私募缩水6000亿:认购6倍说明市场不缺钱,缩水6000亿说明市场不再为叙事付溢价——两件事同时成立,意味着定价权已从创业者手里转到承销商与长线基金手里。这套尺子一旦确立,会反向约束所有未上市的模型公司:融资时要回答的不再是榜单排名,而是推理成本、毛利率与算力周转。对算力供应商而言,客户拿到公开市场信用后会签更长的算力长约,等于把资本市场的钱直接转成GPU订单。 ⇒ 阿里巴巴(中性):全球基座模型获得公开估值锚后,通义资产的定价参照被抬高;但同时暴露国内厂商收入倍数的差距,短期情绪正面、中期估值承压。
【国外信号传导】Agent从演示期进入验收期,评测与计费口径开始定义采购:四件事共同把Agent从「能不能做」推到「值不值得做」:生物实验、软件开发、企业SOP、安全修复四个场景都出现了可量化的成本与成功率口径。一旦采购方开始用「每次成功任务成本」签合同,靠demo融资的Agent公司会迅速出清,而有真实场景数据与工具链集成的团队会拿到溢价。 ⇒ 腾讯(中性):企业微信与混元组合具备场景基础,但组织与计费模式改造节奏仍待观察。
【国外信号传导】具身智能的竞争焦点从本体转向触觉与物理数据:三件事拼出一条完整链路:英伟达用开源基础模型锁定硬件生态,蚂蚁灵波补上触觉这一最稀缺的感知模态,物原科技在数据供给端做高保真物理仿真。谁掌握触觉表征与物理真实数据,谁就决定下游本体厂商的算法起点。本体的商品化速度会快于市场预期,价值向数据与传感器硬件转移。 ⇒ 小米(中性):人形与消费级机器人布局受益于生态成熟,但机器人业务在总营收中权重稀释传导强度。
【国外信号传导】推理ASIC的第二供应商窗口正在打开:三条线索的共同点是算力采购方开始主动拆分供应:谷歌用TPU把云内推理成本压到自有可控区间,Anthropic用Fractile做英伟达之外的推理备份,英伟达自己则往设计仿真这类更上游的环节布防。结果是训练侧的GPU垄断短期不变,推理侧的价格与议价权开始分散,采购结构从单一供应商转向双轨制。 ⇒ 中芯国际(中性):国产ASIC放量增加成熟与先进制程代工需求,但节奏受产能与设备约束。
2027年Q2前,至少一家中国云厂商或模型公司公开披露采用非英伟达推理芯片承载超过10%的线上推理流量。
证伪条件:若2027年6月30日前无国内厂商披露非英伟达推理芯片的线上流量占比数据,则判断错误。
推理ASIC的第二供应商窗口正在打开;三条线索的共同点是算力采购方开始主动拆分供应:谷歌用TPU把云内推理成本压到自有可控区间,Anthropic用Fractile做英伟达之外的推理备份,英伟达自己则往设计仿真这类更上游的环节布防。结果是训练侧的GPU垄断短期不变,推理侧的价格与议价权开始分散,采购结构从单一供应商转向双轨制。;云厂商与模型公司的采购负责人应在2027年预算里单列「第二供应商」试点,规模不必大但要拿到真实workload数据;芯片创业者应把定位从「更快」改成「更省电或更省内存」,通用性能对标已不具备融资说服力。
【国外信号传导】模型层估值锚从一级市场切换到公开市场:三件事指向同一件事:头部模型公司已经能用收入曲线支撑公开市场定价,同时用降价把中小玩家的份额挤出去。IPO带来的是披露义务,一旦季度数据公开,「高增长高亏损」的叙事会被PS与毛利率逐季检验,一级市场对同类公司的估值倍数将被迫下修,融资窗口在2027年上半年会明显收窄。 ⇒ 腾讯(中性):混元与云业务占比结构不同,受益更多来自情绪外溢而非直接对标,传导强度偏弱。