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】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】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。
【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。 ⇒ 阿里巴巴(看多):通义灵码与 Qwen 编程模型是海外编程工具的直接替代项,跨境账号风控趋严会推动部分团队转向本地合规方案,形成替代需求。
【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」。 ⇒ 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。
【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。
【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。 ⇒ 阿里巴巴(看多):高德的地图与出行场景数据是稀缺训练资产,λ0 若跑通,阿里可同时输出模型与云算力,复制安卓式生态位。
2027 年上半年内,国内将出现至少一个全身动作基座模型在真实产线或仓储场景连续运行超过 3 个月的公开案例,并披露任务成功率数据。
证伪条件:若 2027 年 6 月底前无任何国内团队公开披露全身基座模型在真实作业场景连续运行 3 个月以上的成功率数据,则判断错误。
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。;本体厂商的研发周期会因基座模型复用而缩短,但差异化回落意味着毛利率承压。真正值得布局的是中间层:标准化采集工具、跨本体数据格式与仿真到真实的迁移服务。投资人不应对纯本体叙事付高溢价,应把数据资产的独占性作为估值前提。
【国外信号传导】DeepSeek 千亿融资把能源资本拉进模型公司的股东名册:四条线索指向同一件事:国内 AI 的竞争要素正在从模型能力转向结构性成本。千亿融资解决算力与电力的资本开支,出海登记解决合规通道,高德与字节则示范了场景数据如何转化为模型资产。宁德时代入股尤其关键——它意味着电价与储能被正式计入模型成本模型,这是海外公司尚未走通的一步。 ⇒ 阿里巴巴(看空):通义与 DeepSeek 在高性价比与开源路线上正面竞争,对手拿到千亿弹药后,推理侧价格战压力将上升。
【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。 ⇒ 阿里巴巴(看多):阿里云是国内最接近 Anthropic 企业 API 模式的资产,海外企业级 AI 定价上行会直接抬升其云与模型分部的可比估值。
【国外信号传导】模型与云正在解耦:OpenAI 上架谷歌云,独家绑定时代结束:四个碎片指向同一条链条:模型厂商在做大收入规模,而做大收入必须依赖最广的分发渠道,最广的渠道恰恰掌握在竞争对手手里。因此OpenAI必须接受在谷歌云上架,哪怕这削弱了与微软的独家关系。企业侧需求同步成熟(Uber 3万人),让多云采购有了实际订单支撑。最终结果是模型与云从绑定走向解耦,云厂商的竞争从"独家模型"转为"模型组合完整度"。 ⇒ 阿里巴巴(看多):阿里云若跟进"多模型货架"策略,可借模型组合完整度对抗单一厂商绑定,公有云AI收入弹性提升,同时强化其作为中立算力平台的地位。
【国外信号传导】OpenAI 一手抬私募估值、一手借用对手云:模型竞争转入渠道与资本结构之战:四件事指向同一个动作:OpenAI 在把「模型能力」这个单一资产拆成三条收入腿——企业席位、云端分发、广告库存。上架 Google Cloud 意味着它主动放弃渠道独占,换取企业客户的触达广度;广告栈意味着它承认订阅无法覆盖算力开支。合起来看,这是为公开市场准备一份「收入结构可解释」的报表。 ⇒ 阿里巴巴(看多):阿里云同时握有通义模型与 Marketplace,是「云 + 第三方模型卖场」模式在国内最直接的对标方;OpenAI 上架 Google Cloud 为该模式提供了公开验证,利于其企业客户拓展叙事。
【赛道传导·personal-agent】端侧语音交互跨过可用门槛,个人 Agent 的入口之争提前 ⇒ 阿里巴巴:千问离交易最近:淘宝/支付宝/高德交易闭环,Personal Agent 规划已公布
【国外信号传导】AI 资本分层固化,估值锚与退出通道同时后移:头部单轮融资额已超过中小公司全生命周期融资之和,资金集中度达到极端水平。Anthropic 的延期说明公开市场不愿意为私募估值买单,头部于是选择继续在一级市场融资,把定价问题推到 2027 年。结果是资金、算力、人才三重集中,中间层公司既拿不到便宜算力也没有独立 IPO 通道,只能选择被并购或转向垂直场景。 ⇒ 阿里巴巴(中性):海外 AI 估值锚抬高会短期提振国内大模型资产的估值预期,但阿里云与通义的收入主要来自国内客户,受海外定价直接影响有限,更多是情绪层面的重估。
【国外信号传导】OpenAI 打破 Azure 独家,模型与云正式解耦:把三件事串起来看:融资是为了锁定长期算力,上架对手云是为了扩大分发,两者共同服务于 IPO 前的收入规模最大化。独家绑定在模型稀缺时是资产,在模型过剩时是负债——它限制了企业客户的覆盖半径。OpenAI 选择在上市前主动解绑,说明它判断渠道广度对估值的贡献已经超过独家溢价。这条逻辑会迫使所有模型公司重新审视与云厂商的排他条款。 ⇒ 阿里巴巴(看多):阿里云同时承载自研通义与外部模型的分发模式,与谷歌云路径一致;模型多云化会强化云厂商作为算力与合规通道的价值,其云业务收入结构的稳定性提升。
【国外信号传导】前沿模型开始跨云:算力、渠道与债务三者的边界被打穿:过去 AI 的资本结构像软件:轻资产、高毛利、靠订阅滚动。这四条线索说明它已经变成基础设施:模型公司需要云渠道分销,云厂商需要前沿模型填充货架,而两者都要靠股权与债务融资去购买芯片。SpaceX 为买英伟达芯片借 400 亿美元,是这条链最极端的样本——算力采购正在以债务形式进入非 AI 公司的资产负债表。Anthropic 推迟 IPO 则说明公开市场还没准备好为这种重资产结构付 2 万亿美元。 ⇒ 阿里巴巴(看多):阿里云同时握有自研模型与公有云渠道,跨云分销成为惯例后,其'模型货架'的议价能力上升,可同时上架多家模型以承接政企招标的多样化需求。
【国外信号传导】OpenAI 从卖模型转向卖决策,推理定价击穿 0.1 美元/百万 token:把四件事放在一起看,OpenAI 在做同一件事:把单位推理成本压到极致,然后再找尽可能多的渠道把它卖出去。决策 API 之所以敢报 0.10 美元,是因为限定答案任务的输出极短、可缓存、可批处理,单位算力产出被最大化;上架 Google Cloud 是为了在微软渠道之外再开一条分销漏斗;300 亿美元融资则是在为下一轮算力扩张备足弹药,同时用广告与 API 把收入结构从单一订阅拉成三条腿。逻辑闭环是:成本下降→价格下探→渠道扩张→规模反哺成本。 ⇒ 阿里巴巴(看多):通义千问 API 是国内调用量最大的模型服务之一,OpenAI 把决策类价格打到 0.10 美元会迫使阿里云同步下调轻量模型定价,短期压毛利但能加速企业客户从自建转向云上调用,利好其 MaaS 规模。
【赛道传导·foundation-model】AI 资本开支开始动用股权工具,融资节奏成为基建链的领先指标 ⇒ 阿里巴巴:通义千问国内基座第一梯队