先把这个“负21亿”拆清楚。 Meta的营收在涨，利润在涨，为什么自由现金流是负的？ 因为资本开支在吞噬一切。Q3单季资本开支193.7亿美元，同比增长111%。2026年全年capex指引从660亿–720亿美元收窄至700亿–720亿美元，2027年美元金额将显著增加。运营现金流大约250亿美元，减去193.7亿的capex和一部分融资租赁，自由现金流就变成了负21亿。 更扎心的细节，是费用结构的变化。Meta的运营费用占营收的比例，从两年前的58%，升到了现在的84%。销售与营销费用同比增长22%，研发费用同比增长39%，法律相关费用因那笔99亿美元的和解而大幅攀升。 两年前，Meta每赚100块钱，花58块；现在，每赚100块，花84块。 剩下的16块里，还要拿出大部分去建数据中心。留给股东的自由现金流，就这么被挤成了负数。 这是Meta上市以来的第一次。一家公司从印钞机变成烧钱机，只用了两年。 市场到底在给什么定价？不是营收，是付费模式的切换。 这是今天最核心的一层。 过去两年，AI牛市的付费模式是什么？是市场为capex付费。一家公司宣布上调资本开支，股价就涨。因为市场相信，这些投入会变成未来的收入。Meta在2023年到2025年的每一次capex上调，几乎都伴随着股价的上行。 但昨晚，这个模式变了。 Meta的营收增速26%，是2021年以来最快的。广告业务在AI推荐系统的加持下，单价在涨、展示量在涨。如果按为capex付费的旧框架，这是一份完美的答卷。 但市场没有按旧框架定价。 因为自由现金流转负，意味着公司不能再用自己赚的钱去支撑AI投入了。它需要开始考虑：是减少回购、削减股息、还是发债融资？ 答案已经在债市里了。Meta的5年期信用违约互换利差，在财报前就创下了历史新高。路透社报道，Meta、甲骨文、Meta等超大规模厂商的债务融资规模，今年以来大幅攀

10月10日，长鑫科技总裁曹堪宇在第四届集成芯片和芯粒大会上宣布，公司在4F² DRAM架构研发上取得关键进展，预计2026年年底推出融合4F²架构与混合键合技术的新一代DDR5 RDIMM产品，直接面向服务器内存市场。 注意关键词：4F²、服务器、年底。 一、4F²到底意味着什么？为什么它比“涨价”更让存储巨头紧张？ 先解释技术。当前DRAM行业的主流架构是6F²。F代表光刻能实现的最小线宽，一个存储单元由一个晶体管加一个电容器组成。6F²意味着每个单元占6倍的F²面积，4F²意味着每个单元只占4倍的F²面积。 单元面积从6F²缩到4F²，降幅约33%。同样的晶圆面积，能塞下多出30%到50%的存储单元。 但真正让存储巨头紧张的是长鑫实现4F²的路径。 长鑫的核心创新是自研的VSG（Vertical Surrounded Gate）晶体管，采用垂直包围沟道结构，解决漏电和短沟道效应。同时，长鑫将DRAM与CMOS工艺解耦，通过晶圆级混合键合实现高速互联——这是DRAM从二维缩放迈向三维集成的关键转折。 这意味着什么？意味着长鑫是在4F²的新路上另起了一条跑道。 而三星的4F²计划，预计要到2028年才能量产。长鑫如果年底如期推出产品，将比三星提前约两年进入4F²架构。 二、存储股的下跌，杀的是什么？ 如果长鑫的4F²只是宣布，还没量产，为什么市场反应这么剧烈？ 因为它动摇了存储“超级周期”定价权的一个核心假设。 过去一年，美光、三星、SK海力士的股价之所以能大涨，底层逻辑是：AI数据中心对HBM和高端DRAM的需求爆发，而供给被HBM产能搬家锁死了。三星和SK海力士的股价较峰值虽然跌了35%，但远期市盈率只有3到4倍，市场已经把超级周期定价进去了。 但这个逻辑有一个隐藏前提：供给端的竞争格局是稳定的。三星、SK海力士、美光三分天下，各家扩产节奏可控，价格默契维持在高位。

上周 $Meta Platforms, Inc.(META)$ 的Muse横空出世，登顶应用。高盛/彭博第二天就出具了“颠覆名单”，引发跨行业美股下跌。从旅游（BKNG,EXPE,ABNB），到保险（ALL,PGR）；从健身房（PLNT）到电信运营商（AT&T）。他们的共同点是，躺赚用户惰性的钱。懒得比价，懒得填表，懒得传材料，懒得换台，懒得看邮件。之前只能“受着呗”，现在Muse说，你继续躺着，动动嘴皮，我帮你省钱。这可把美国客户惊艳坏了。仅是被亚马逊封杀这点，就反向说明Muse，有料。9月以来META已涨了31%+。就算这样，还是感觉市场反应有点过了。和去年“软件已死，有事烧纸”是一个叙事。退一步说，Muse在中国网友看来，不就是阿里千问购物吗？不就是携程+去哪儿吗？不就是蚂蚁保里车险自动比价续订吗？不就是微信APP自动续费列表么？说到底，是中美商业形态的“生态代差”，说人话就是咱们这卖家竞争太激烈，早已帮客户磨平了摩擦。另一个体感CPU在个人agent领域从“装填工”变成了调度全场的“项目经理”与“执行手”，会加速走向CPU:GPU=1:1。CWW从“存为王”临时变成了“CPU为王”，AMD首破万亿美元，陈立武也说，英特尔满打满算能满足一半的客户需求。再叠加海力士正在找 $英特尔(INTC)$ 做先进封装，英伟达也在找英特尔做美版“国产替代”。英特尔股价又起飞了。 咱们这，上周平头哥发布真武V900，单芯片性能提升至M890的3倍；阿里云规划50万卡超节点集群，本质是模仿并追赶英伟达NVL72/DGX SuperPOD体系。巧了，**也刚发布**960超节点，中美解题思路都类似：用“网络通信拓扑”化解“

早评: 美股，隔夜纳指标普基本平收，走出一根低开高走的K线，如何看待?昨晚的美伊消息是一个小意外，但我们只管从技术层面看，9/16以来算是一个转势表现，从短期看有突破后回落确认的意图，昨天表现非常有利于企稳，尽管还有拐头和持续性的问题，但至少企稳信号先出，我们继续验证。港股，再次探底，所以，弱势市场需要更多时间和信号才能确认其是否转势。 $Meta Platforms, Inc.(META)$  $美国超微公司(AMD)$  $Bitmine Immersion Technologies INC(BMNR)$  $英伟达(NVDA)$  $美光科技(MU)$  

有道子曰R2T2和T3PO，分别登上Hugging Face语音识别、翻译分类热度榜第一。 这里简单解释一下Hugging Face的含金量。它可以理解为目前全球影响力最大的AI开源模型社区之一（现在是英伟达旗下，前两天刚被英伟达收购），包括Meta、Google、Microsoft、NVIDIA等全球头部科技公司都在这里发布和维护模型，全球开发者也会直接在平台上下载、测试和二次开发。HF上的Trending榜，基本等于全球开发者用脚投票的模型热度榜。 目前有道几大块业务里面，我最看好的就是AI业务，一个重要原因就是务实，模型研发有现成的产品和付费需求承接。 现在模型侧早就过了拼参数的时代，具体好不好用，都要下游开发者应用端说了算。 以AI同传和Hi Echo口语陪练这种产品为例，虽然面向不同用户需求，但都需要准确、低延迟的语音能力。 今年二季度电话会管理层明确说会聚焦需求旺盛、价值空间大、有道有优势的方向。当季AI同传活跃度同比约翻倍，Hi Echo交易额增长超过100%。 有道选择持续往语音模型和Agent上投入，是有道理的，因为产品侧已经把需求验证出来了，研发目标核心是把听得准、翻得快以及交流顺畅这些共性问题做深。相关能力既能改善现有产品，也能用于语音Agent接收指令、处理实时信息，新产品不用每次都从头做一遍。 从研发费用角度看，同一类底层能力可以服务多个应用，老产品持续改善体验争取续费，新Agent可以拓展新付费场景，AI应用收入可以降低对爆款应用依赖，后续规模扩大后，更有条件摊薄前期研发投入。 作为AI公司，在熟悉的业务里把技术做深，再把成果用到更多产品上，这条非常顺。这次双模型登顶，感觉给后续商业化提速增加了确定性。 $有道(DAO)$

先看一组昨晚的收盘数据，你们感受一下。 ARM涨17.16%，英特尔涨12.14%，AMD涨9.95%，市值首次站上1万亿美元。高通涨9.29%，台积电涨2.42%。而英伟达，涨幅只有2.30%。 同一个AI赛道，同一个算力标签，涨得最猛的，是那些卖CPU的公司。而过去两年被捧上神坛的GPU龙头，涨幅温和得像一个局外人。 这不是随机波动。这是市场在用真金白银，重新划分AI算力的价值版图。 一、Muse的架构，直接翻译成了一张CPU采购单 引爆这一切的，是Meta的Muse。 9月8日发布的Muse，上线约10天，登上美国App Store免费榜第一，超过ChatGPT。根据Apptopia的估算，Muse在美国和加拿大的前12天下载量达到180万次，同期ChatGPT只有130万次。 但真正让市场重新定价CPU的，不是下载量，是它的架构。 Meta给每个Muse用户分配了一台专属的云端虚拟机，配置为2颗vCPU、8GB内存、100GB SSD。这台虚拟机有自己的浏览器、文件系统、后台任务。而且，它在你关闭App之后仍然继续运行。你的Muse可以在你睡觉的时候替你比价、填表、发邮件、追踪物流。 这意味着什么？意味着一个用户 = 一台常驻的云端计算机。不是一次性的推理请求，是一个7×24小时在线的虚拟工作机。 Wccftech做了一个简单的测算：如果Muse用户达到1亿，按每用户2颗vCPU计算，需要约2亿颗vCPU核心。按AMD EPYC每颗芯片126核折算，需要至少158万颗EPYC CPU。即使考虑到部分用户同时活跃、CPU可以共享，按50%的并发率折算，也需要约79万颗EPYC CPU。 而这还只是CPU。内存和存储的需求同样惊人：1亿用户意味着100 PB的RAM和10,000 PB的SSD。 Muse的架构本身，就是一张天量的CPU采购单。这不是AI需要更多算力的泛