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 3 月,至少还会有一家国产大模型以系统级组件形式接入安卓阵营头部厂商的中国版系统助手,且形式同样是「用户可选开关」。
证伪条件:若 2027 年 3 月底前没有任何非苹果生态的国产手机厂商宣布与第三方大模型的系统级集成,则判断错误。
苹果把系统级 AI 入口交给阿里,国产模型的分发战从 App 转到 OS;三条线索拼出同一件事:苹果在中国缺中文模型能力、缺合规路径,阿里缺系统级分发,两者互补完成交换。开关由用户掌握这一设计,既回应监管对数据出境的关切,也把「是否把请求交给云端」的决定权交给用户,为后续扩大集成留下空间。对国产模型而言,这意味着竞争焦点从 App 下载量转向能否被 OS 调用。;应用厂商应在 11 月 Beta 期就测试系统意图能替代哪些自有功能,并把差异化压在独有数据与垂直流程上;模型厂商则应把「被系统调用」当成新的渠道 KPI,而不是继续堆 App 日活。未进入 OS 层的模型,在中文 C 端的分发成本会持续上升。
【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。 ⇒ 海光信息(看多):兼容 CUDA 生态的迁移成本优势在多源化趋势下被放大,政企与运营商客户的异构算力采购意愿提升。
【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。 ⇒ 寒武纪(看多):全球头部买方多源化,直接强化「算力不必锁定单一架构」的叙事,国产 AI 芯片的替代逻辑从政策驱动转向产业趋势驱动。
【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。 ⇒ 优必选(看多):国内少数已进入工业客户交付阶段的本体厂商,宇树的盈利数据为其估值提供可比锚,订单可见度提升带来重估。
【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。 ⇒ 阿里巴巴(看多):拥有模型+云+企业客户的完整闭环,最接近「AI 收入可被公开市场定价」的国内样本,港股估值有望获得重估锚。
【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。 ⇒ 寒武纪(看多):国产 scale-out 集群同样受电互连距离限制,光互连需求上升会带动其整机方案价值量提升,与海外路径同构。
到 2027 年上半年,头部云厂商资本开支中网络与光互连占比将从约 10% 升至 15% 以上,光器件订单能见度超过 12 个月。
证伪条件:若 2027 年 6 月底前头部云厂商财报未显示网络侧资本开支占比上升,则判断错误。
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。;投资上应把观察窗口从 GPU 出货量转向云厂商网络侧资本开支占比;供应链上,硅光与光模块的产能锁定会比 GPU 更早出现紧张;技术上,集群设计者需要提前评估光互连在故障域与可维护性上的代价,别把瓶颈从一个环节搬到另一个环节。
【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。 ⇒ 阿里巴巴(看多):通义系列是海外下载量最高的中国开源权重之一,HF 中立性受质疑的窗口期正是其扩大海外开发者基数的时点,对标关系直接。
【国外信号传导】ChatGPT 正从聊天框变成企业系统的总入口:四个碎片指向同一件事:OpenAI 正在把 ChatGPT 从对话产品改造成企业应用的分发层。技术前提是存储与推理成本已经能扛住 10 亿级用户,商业前提是微软侧 100 亿美元的收入证明这条管道能变现。ServiceNow 与 Oracle 的双向嵌入不是普通合作,而是把客户的工单、ERP 流程搬进 ChatGPT,让切换成本从「换一个聊天工具」变成「换一套业务流程」。 ⇒ 腾讯(看多):企业微信与腾讯会议掌握大量流程入口,WorkBuddy 已把执行端延伸到个人电脑,ChatGPT 的嵌入范式一旦被客户接受,腾讯的入口资产会被重新估值。
【国外信号传导】ChatGPT 正从聊天框变成企业系统的总入口:四个碎片指向同一件事:OpenAI 正在把 ChatGPT 从对话产品改造成企业应用的分发层。技术前提是存储与推理成本已经能扛住 10 亿级用户,商业前提是微软侧 100 亿美元的收入证明这条管道能变现。ServiceNow 与 Oracle 的双向嵌入不是普通合作,而是把客户的工单、ERP 流程搬进 ChatGPT,让切换成本从「换一个聊天工具」变成「换一套业务流程」。 ⇒ 阿里巴巴(看多):钉钉与通义的企业侧组合是国内最接近「工作流入口」的资产,海外验证的嵌入模式会被快速复制到政企与中小企业客户,抬升其 AI 订阅的客单价。
未来两个季度内,至少还会有两家头部企业软件厂商宣布把核心工作流接入 ChatGPT 或 Codex,形成双向嵌入的标准化模板。
证伪条件:若 2027 年 1 月底前没有第三家企业软件厂商宣布同类双向嵌入合作,则判断错误。
ChatGPT 正从聊天框变成企业系统的总入口;四个碎片指向同一件事:OpenAI 正在把 ChatGPT 从对话产品改造成企业应用的分发层。技术前提是存储与推理成本已经能扛住 10 亿级用户,商业前提是微软侧 100 亿美元的收入证明这条管道能变现。ServiceNow 与 Oracle 的双向嵌入不是普通合作,而是把客户的工单、ERP 流程搬进 ChatGPT,让切换成本从「换一个聊天工具」变成「换一套业务流程」。;对 SaaS 厂商,入口被上移意味着未来要么被集成、要么自建 Agent 层,中间态最危险;对创业者,独立聊天入口的机会窗口正在关闭,嵌入客户既有系统才是可持续位势;对投资人,应重新评估「工作流入口型」公司的溢价,而非只看模型能力。
【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。 ⇒ 海光信息(看多):其 DCU 走的是通用生态兼容路线,在推理侧替代中的迁移成本低于专用架构,受益于云厂商的成本重算。
【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。 ⇒ 寒武纪(看多):推理侧去单一供应商的逻辑与国产替代完全同向,价格战越激烈,每 token 成本更低的国产推理卡获得的验证窗口越大。
【国外信号传导】机器人融资单季同比 +185%,资本从模型层切到物理 AI:钱在换赛道:软件层的估值分歧与物理层的确定需求形成剪刀差——制造、物流、零售的劳动力缺口是可验证的,而前沿模型的收入可持续性仍在被争论。于是资金向有硬件交付、能按台收费、数据闭环更独占的具身智能迁移;中国在供应链与本体成本上的优势,使这轮融资在地域上高度集中。 ⇒ 小米(看多):汽车产线与自有工厂提供真实落地场景,本体 + 场景双闭环是国内具身叙事中最稀缺的组合,融资与估值重估弹性大。
【国外信号传导】机器人融资单季同比 +185%,资本从模型层切到物理 AI:钱在换赛道:软件层的估值分歧与物理层的确定需求形成剪刀差——制造、物流、零售的劳动力缺口是可验证的,而前沿模型的收入可持续性仍在被争论。于是资金向有硬件交付、能按台收费、数据闭环更独占的具身智能迁移;中国在供应链与本体成本上的优势,使这轮融资在地域上高度集中。 ⇒ 优必选(看多):作为国内本体代表,直接受益于 Physical AI 资金集中流入中国供应链,且已有工业场景订单可作为千台级交付的验证样本。
2027 年上半年,中国具身/人形本体厂商的合计融资额将超过美国同类公司,且至少 3 家披露千台级交付。
证伪条件:若 2027 年 6 月底前中国具身厂商无一家披露千台级交付,或合计融资额低于美国同类公司,则判断错误。
机器人融资单季同比 +185%,资本从模型层切到物理 AI;钱在换赛道:软件层的估值分歧与物理层的确定需求形成剪刀差——制造、物流、零售的劳动力缺口是可验证的,而前沿模型的收入可持续性仍在被争论。于是资金向有硬件交付、能按台收费、数据闭环更独占的具身智能迁移;中国在供应链与本体成本上的优势,使这轮融资在地域上高度集中。;看具身项目时应把'单台 BOM 成本'与'月均有效工时'放在参数之前;对本体厂商,2027 年前的窗口是拿下标杆场景而非铺产品线,融资节奏一旦快于交付节奏,回调幅度会大于软件层。
【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。 ⇒ 快手(看多):可灵是国内在世界模型与视频生成上对标最快的一家,Genie 4 把竞争维度从画质推向可交互性,反而给了其明确的路线参照与技术叙事溢价。
6~12 个月内会出现至少一家头部人形机器人公司公开宣称,其策略训练数据中超过 50% 来自世界模型合成的仿真环境。
证伪条件:若 2027 年 10 月前无人形机器人公司公开披露合成数据占比超 50%,则判断错误。
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。;具身智能公司应评估用合成环境替代真机采数的比例,把数据成本从每台机器人摊销转为算力摊销;内容侧公司要警惕'一次性生成'被降级为世界模型的副产品,纯视频生成工具的溢价会先收窄。
【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。 ⇒ 阿里巴巴(看多):夸克与千问 App 是国内最接近'个人智能体入口'的产品形态,Computer Use 成本降至 1 美元档后,其 Agent 化的边际成本同步下降。
【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。 ⇒ 阿里巴巴(看多):阿里云与通义千问同为按 token 计费的 API 模式,Anthropic 的 S-1 相当于为该模式做了可审计背书,国内云厂商 API 收入的估值框架有望被重估。