PART01 温柔的收购与现实的考量   “去寻找一个更新的世界，永远不会太晚。” AMD在9月28日官宣收购李飞飞创办的 World Labs，82亿美元、全股票交易。 随后，李飞飞在个人长信中引用了英国诗人丁尼生在《尤利西斯》的这句话。 48岁创业，2年后将公司以82亿美金的价格卖给AMD，成为后者历史上的第二大收购案。交易完成后，李飞飞出任AMD执行副总裁兼首席科学家，直接向董事长兼CEO苏姿丰汇报。 这句话是中年人给自己的鼓励，更是写给苏姿丰与AI行业的投名状。 苏姿丰是World Labs的早期投资人。李飞飞在官宣长文里称她为“great friend”。今年1月的CES，苏姿丰把李飞飞请上主题演讲的舞台，现场演示她的产品Marble在AMD芯片上跑出四倍加速；更早之前，两家公司已经开始联合训练模型。 回头来看，两人的关系是步步升温，走到收购这一步，似乎也是水到渠成。 硅谷见过无数剑拔弩张的收购战：甲骨文与仁科、微软与雅虎、博通与高通，每一段都刺激到值得用一本书去记录。与之相比，AMD 对 Wordl Labs 的这场收购，堪称温柔。考虑到苏姿丰与李飞飞同为华裔女性的身份背景，这也堪称硅谷顶级的“Girls help girls”。 站在收购双方的两位女性，都是硅谷举足轻重的人物了。 苏姿丰在2014年接手AMD，带领这家当时市值20多亿美元、账上全是亏损的老牌公司实现复兴，12年后市值一度突破万亿美元。其中关键就在于，工程师出身的苏姿丰先后押准了Zen架构、AI技术。在面临复杂且宏大的局面时，她很擅长先缩小战线，再围绕一个确定性的技术支点，去建立重构。 眼下，物理AI正在成为AI产业下一阶段的重要探索方向。 围绕大语言模型的竞争，似乎很难再点燃行业的澎湃激情。更多探索转向了物理AI：机器人、自动驾驶、工业仿真。 在LLM阶段吃足红利的英伟达，已经围绕物

隔夜AMD一口气涨了将近10%，市值也挤进万亿俱乐部了。社区这话题问得挺冲：第二极坐实了吗？ 我先说结论：观望。手里没有AMD，也不会因为一天大涨就追。 万亿这个门槛听着热闹，可它更多是里程碑，不是护城河。英伟达还在前面领跑，AMD这波靠的是芯片需求预期，还有Meta那边AI相关的催化。需求真在，股价反应也快；但我更想看的是，接下来几个季度份额和毛利能不能跟着走稳，而不是靠一两天情绪把估值抬上去。 很多人爱把AMD讲成“英伟达之外的唯一选择”。这话方便传播，也不全错，可市场里第二名和第一名的距离，往往比口号里写的宽。客户换供应商有惯性，软件生态也有粘性。一夜暴涨，更像是资金在给叙事加杠杆，不等于竞争格局已经被钉死。 你要是只盯涨幅，容易忽略一件事：叙事一旦被充分定价，后面每一份利好都得更大才撑得住。今天能涨近10%，说明预期在抢跑；抢跑之后，财报和指引稍差一点，回撤也会同样干脆。这种票我宁可等它自己把热度泄一泄，再看承接强不强。 仓位视角很简单：我现在没有AMD直接仓位。手里有甲骨文看涨期权，那是算力需求链条上的另一环，已经够让我对“所有人都在砸钱买算力”这件事保持一点戒心。再加AMD，等于把同一主题又加了一层。主题对了也可能踩节奏，一天涨10%之后再上车，赔率通常不会更好。 所以这帖不喊多，也不喊空。涨得漂亮归涨得漂亮，我会继续盯成交和回调时的承接，不会用“第二极坐实”当交易理由。你要是已经拿着，恭喜你赶上这波；我这种没仓的，就当看热闹，热闹看完再决定要不要进场。

英伟达CEO黄仁勋最近在苏格兰说了一句很重的话：AI继续进入医疗、制造、金融等行业，英伟达明年的芯片销量可能达到今年的两倍。 而就在他说这句话的前几天，上海**全联接大会上，全球首个采用NPO技术的**960超节点亮相，单个系统最高支持4096卡，直指十万亿参数模型的训练和推理，标志着中国AI基础设施正式迈入全球第一梯队。 在全球AI算力市场，英伟达长期占据主导地位。其DGX GB200系统单机柜可提供1.4 EFLOPS FP8算力，通过NVLink连接多个机柜可构建更大规模的集群。 **960的发布，使国产算力首次在单系统规模上实现与国际顶尖水平的并跑甚至领跑： ·算力密度：**960单节点8 EFLOPS，远超传统集群架构 ·内存容量：1 PB HBM统一内存，为大规模模型训练提供充足空间 ·扩展能力：支持构建百万卡级超大规模集群 值得注意的是，**在发布会上特别强调，**960并非实验室概念产品，而是已经具备量产条件、将于2027年Q2-Q3正式上市的商用产品。 黄仁勋敢喊翻倍，说明算力需求仍在爆发；**960亮相，标志着国产算力迈入全球第一梯队，国产算力已经崛起。同时需求爆发之下，算力的组织方式正在生变，价值会沿着整条系统链重新分配。 一、销量翻倍与4096卡，指向同一轮算力扩张 从芯片销量到资本开支，几组数字指向同一轮扩张：行业还在爆发，需求远未见顶。 需求越旺，瓶颈越明显。模型参数越大，训练要在更多芯片间同步数据；推理走向长上下文和Agent，一次调用跨多轮计算。集群堆到几千卡以后，通信延迟、内存访问、故障率快速放大，互联跟不上，新增算力会被系统损耗吃掉。单卡再强，也装不下整个模型。 那什么是超节点？简单说，就是把成百上千张算力卡，用高速互联、统一内存和液冷机柜组织成一套协同计算的系统，让几千张卡像一张卡一样工作。 大模型越做越大，单卡算力已经不够用。真正卡住

  9月21日，AMD收盘涨9.95%，报615.52美元，公司市值第一次站上1万亿美元。今年以来这只股票大约涨了187%，纳斯达克综指同期大约17%。   把时间拉回2014年10月8日，那天苏姿丰接任CEO，公司市值二十亿美元出头。将近12年，市值放大了约500倍。   资本市场这几年反复问同一句话：AI时代除了英伟达，还需要谁。AMD现在出现在答案里。但它跨过万亿市值大关，并不只是因为跟英特尔抢服务器、跟英伟达抢显卡的旧戏码里占了上风。真正改了公司收入结构的，是数据中心。   CPU和GPU的旧战场没有消失，是被装进了新的交付方式里。   2023年，AMD数据中心收入65亿美元；2024年126亿；2025年166亿，两年翻了两倍有余。2025年公司全年收入346亿美元，数据中心已经接近一半。今年速度又加快，一季度这项业务58亿美元，同比增57%；二季度67亿美元，同比增107%，占当季总收入的约58%。   名字也换了：以前最响亮的是Ryzen和EPYC，现在更常被提起的是Instinct、MI450、ROCm和Helios。AMD开始按机架和系统报价，芯片收入现在仍是主体，只是它已经不只想卖芯片了。   让英伟达一骑绝尘的，从来不只是某一颗GPU更快。它卖出去的是一套能直接开工的东西：GPU、CPU、网络、交换、机架、软件，再加上CUDA。客户买的不是一块加速卡，是一座能投产的AI工厂。   AMD以前有不错的CPU，也有GPU，缺的是能跟DGX、NVL正面对打的整机。   过去几年它在修补这一块。2022年，公司买下赛灵思，随后拿下数据中心网络公司Pensando，2025年3月，公司完成对ZT Systems的收购，把机架设计能力收进来。这些后来被装进一个名字：Heli

收入翻倍、海外收入近七成，精锋医疗商业化进入加速期 2026年上半年，精锋医疗迎来上市后的首个中期业绩期。报告期内，公司实现营业收入3.19亿元，同比增长113.8%；毛利2.05亿元，同比增长118.0%；毛利率由2025年同期的62.8%提升至64.1%；净亏损由8909万元降至1925万元，同比收窄78.4%。收入规模快速扩大、毛利率保持稳定、主要经营费用占比显著下降，商业化放量正进一步传导至盈利端。 业务端的增长主要来自全球装机扩张和海外市场放量。2026H1，公司来自海外终端用户的产品收入达到2.23亿元，占总收入约69.8%；截至6月底，全球累计装机或发货设备158台，其中海外103台、国内55台，上半年新增58台。随着设备进入更多医院，临床使用规模同步扩大。 从财务与经营指标的同步变化看，精锋商业化已由产品获批和首批导入进入规模化阶段：收入增长改善费用效率，海外市场形成主要增量，存量装机推动手术量及器械配件需求增加，多孔、单孔、远程与支气管镜等产品围绕统一技术底座继续延展。公司下一阶段核心观察点，已由“能否完成商业化”转向“规模增长能否持续转化为盈利、持续性收入和平台价值”。 一、收入同比增长114%，规模效应开始进入利润表 收入与毛利同步放量 2026H1，精锋医疗营业收入由上年同期的1.49亿元增至3.19亿元，同比增长113.8%，半年收入已经达到2025年全年4.56亿元的约70%。毛利由9385万元增至2.05亿元，同比增长118%；毛利率达到64.08%，较上年同期提升1.25个百分点。 手术机器人企业在研发、临床试验、注册认证和生产体系建设上具有明显的前置投入特征。进入规模商业化后，同一套技术平台、生产体系和组织架构可以承载更高销售收入，收入与费用增速的差异开始直接影响利润表，精锋上半年数据已体现这一特征。 费用率下行，经营杠杆开始释放 2025

最近没怎么跟踪优信，刚回头又把公司最近几年经营数据，以及Carvana从至暗时刻到利润反转的过程看了下，二者相似之处还挺多。 优信现在特别像Carvana在2023年前后，路径稍微有点差别。 外部环境看，形成机制很像 Carvana在2022年的问题，既有外部周期，也有自身扩张过快。 当时美国二手车市场刚经历完疫情期间的价格暴涨，随后快速反转。2022年美国二手车批发价格同比下降14.9%，2023年又下降7%，到2023年末已较2021年高点回落接近21%。 与此同时，美国进入快速加息周期。2022年3月至2023年7月，美联储将联邦基金利率目标区间从0.25%—0.50%一路提高至5.25%—5.50%，累计加息525bp。融资成本迅速传导到汽车消费端，美国商业银行60个月新车贷款利率从2021年约4.8%升至2023年的接近8%。美国汽车消费市场高度依赖汽车金融，需求端和融资端同时承压。 而Carvana在自身业务上，赶在周期顶部22亿美元收购ADESA，又发了32.75亿美元债券融资。高杠杆、高固定成本碰上车价下跌，库存贬值和利息压力被同时放大。 2022年Carvana零售销量下降3%至41.23万辆，单车总毛利从4537美元降至3022美元，调整后EBITDA亏损10.41亿美元，净亏损达到28.94亿美元，市场当时担心流动性和债务安全。 优信当前外部环境虽然不像美国当年暴力加息，但也谈不上轻松。 2026年上半年国内汽车销量同比下降4.1%，其中国内销量下降21.1%，增长主要由出口支撑，7月乘用车零售146.1万辆，同比下降20.9%，燃油车零售下降41%。 二手车市场，1—7月交易量1127.48万辆，仅增长0.39%，7月单月同比下降5.98%。新车价格竞争、燃油车需求收缩和新能源渗透率提升，共同压低传统燃油二手车的残值。 对比两者，外部触发因素不同，底

做了几十年家务后，50多岁的全职妈妈高波，第一次发现自己的动作也能卖钱。 她家住山东，平时要照顾十几岁的儿子，很难外出工作。现在，高波每天在做饭、洗衣和打扫卫生时，用手机拍下自己的动作。她告诉媒体，每天六个小时，收入能有120元。 这些第一视角视频经过处理后，将成为机器人学习家务的训练资料。 高波不是个例。在社交媒体上，类似的场景越来越多：在麦当劳里，女孩戴着采集设备清洁餐桌；在大排档中，厨师一边颠锅炒菜，一边记录手腕的角度和动作轨迹…… 具身数据正在进入「众包」时代。过去，机器人数据主要由采集员在训练中心里遥控真机生产。如今，随着第一视角相机等无本体采集设备普及，数采的工位不再只有训练中心，所有人干活的地方，都可能成为机器人的课堂。 这轮众包热潮背后，是机器人行业巨大的数据缺口。机器人要在物理世界干活，就要先「补脑」，但现状是理解物理世界的数据严重缺乏。 围绕机器人的数据采集与训练，一条产业链迅速冒了出来，一级市场的热情也跟着涌了进来。 但热闹背后，账并不容易算。这条产业链上谁最先赚到钱？不断扩张的数据产能，又有多少能真正变成机器人的能力和客户订单？ 01 全行业都争着给机器人「上课」 据Interact Analysis数据，截至2026年4月底，全国已经投用的数据采集与训练中心达到64个，连同在建和规划项目至少有90个，其中至少13个中心部署了上百台机器人。 在几千平方米的场地里，家居、商超、仓储和工厂被一比一还原。几十上百台机器人排着队「上课」，采集员戴着VR头显，操纵机械臂反复搬运箱子、整理货物和操作工具。 招聘网站上，具身智能数据采集员也开始成批出现，一些岗位不要求工作经验。 一家数据采集服务商，此前服务百度地图等互联网客户，今年年初新增一个20多人的团队，专做双目采集通用数据业务。据相关负责人透露，已有两家头部机器人厂商、一家养老地产主动来合作，「这个需求量还

摘 要 本文把美国AI数据中心（AIDC）从立项到投产的全链条拆开，逐环节给出交付周期与最新读数；对“电”这个当前的硬约束，分别回答四个问题——新增的电从哪来、现在的电从哪来、小型核反应堆能否解围、全球算力版图因此如何重排。 约束不在钱，在排队。 四大云厂2026年资本开支指引合计约7200-7450亿美元（各公司财报电话会口径），资本充裕；但美国数据中心从申请到获得电网供电平均等待约4年（JLL），北弗吉尼亚100MW级接入约需7年，而数据中心壳体建设只要18-24个月。关键路径完全由电力侧决定——这是"电力天花板"的实质：它不会显著抬高单位算力成本（电费占算力总成本比重不高），而是直接约束算力的可部署总规模。 需求数字有系统性水分，供给研究必须换口径。 美国数据中心累计电力申请达 1,066GW，电网运营商预计最终仅承诺约 298GW——约72%是开发商向多家电网重复提交的"幻影负荷"（Wood Mackenzie）。得州ERCOT大负荷队列一年膨胀近 300% 至 233GW，但获准通电的只有个位数GW。看"申请/宣布"口径会系统性高估供给，可靠信号是签约电力合同、设备下单与实际开工。 新增的电排到 2029 年以后。 重型燃气轮机三大制造商订单簿全面排满：GE Vernova 积压与档期预订合计约100GW（2029-2030 年可售交付档期仅剩约 10GW），三菱重工积压35GW、新单交付排至2028-2030年。2026年美国计划新增装机创纪录的86GW，但其中可 24×7 调度的天然气仅6.3GW。美国银行测算 2026-2030 年可调度发电容量缺口超 100GW（指满足含&nbs

9月23日A股市场点评与操作策略 今日A股指数分化，大盘指数小幅震荡，科创、北交所表现偏强，市场成交维持高位，科技成长内部出现明显轮动，半导体、科学仪器板块集体爆发，算力、液冷方向继续有资金博弈，部分前期高位题材出现获利兑现 。 季末临近，市场分歧加大，资金高低切换明显，主线没有出现全面普涨，更多是细分赛道的结构性行情。 操作策略：不盲目追高短期暴涨个股，优先看成交量配合；高位股做好止盈，回调企稳的景气赛道可以分批低吸；控制整体仓位，避免满仓博弈，重点关注算力硬件、半导体设备、科学仪器等国产替代方向，注意板块快速轮动带来的波动风险。 中石科技，主营电子热管理、电磁兼容材料组件，产品包含高导热石墨、热管、均热板、液冷模组，覆盖消费电子、AI服务器、光模块、通信基站。AI算力芯片功耗提升，服务器散热从风冷向液冷、高性能均热板升级，公司材料‑组件‑模组一体化布局，液冷业务持续导入算力客户，受益算力硬件升级红利 。 技术面：短线压力位112元附近，短期连续上涨后积累较多获利盘，靠近压力区间容易出现震荡回踩；需要放量突破压力位，才能打开进一步上行空间；若放量回落，要注意短期回调风险。 亚康股份：主营算力设备集成、IDC机房运维，同时布局算力租赁运营，服务云厂商、大模型企业。AI浪潮下，算力建设从硬件采购转向算力运营，公司依托原有运维客户资源，发力算力租赁业务，硬件集成提供业绩底盘，算力运营是未来弹性看点，核心看算力业务落地进度。 技术面：短线压力位85元附近，板块情绪波动大，该位置存在较多套牢筹码；若无增量资金进场，容易反复震荡；放量站稳压力位，才能延续上行，否则会出现冲高回落。 普源精电：国内头部通用电子测量仪器厂商，主营示波器、微波射频仪器、源测仪器、模块化测试设备，下游覆盖半导体、通信、新能源、科研教育。受益于半导体国产替代、AI高速通信发展，高速信号、射频测试需求提升，高端示

$Meta Platforms, Inc.(META)$ Meta这次大涨，表面催化是Muse上线两周冲到美国App Store第一。更重要的是，市场终于看到AI从数据中心走到了普通用户手里：它可以帮用户发邮件、订行程、购物，还有明确的付费方案。此前让市场担心的巨额AI投入，开始有了变成收入的可能。 这也解释了今天阿里的动作。 阿里发布了新一代AI芯片振武V900，同时计划继续扩大数据中心规模，目标是在2032年让全球数据中心容量超过20GW。大白话讲，阿里想建一座规模巨大的“AI发电厂”：自己做芯片、训练模型、建设数据中心，再通过阿里云把算力卖给企业。 这条路已经出现收入验证。阿里最新季度AI云与计算收入增长45%至484亿元，但同期资本开支达到677亿元，自由现金流流出447亿元。云业务确实在赚钱，数据中心也真的有人用，只是目前投入速度明显快于现金回收速度。 腾讯走的是另一条路。它没有阿里这么完整的“芯片—模型—云—数据中心”链条，但微信拥有14.39亿月活，后面连接支付、小程序、视频号和商户。未来“小微”如果能在微信里替用户找商品、订餐、预约并直接付款，商业化路径会更短。 简单理解，阿里在建AI工厂，腾讯守着AI商店。阿里要证明工厂里的算力能够持续卖出去，腾讯则要拿出一个像Muse一样真正被用户使用的爆款智能体。 Meta这次大涨还说明了一件事：市场愿意为“用户入口+真实使用+付费路径”给出更高估值。只有模型、芯片和数据中心，市场还会追问资本开支什么时候收回来；产品一旦爆发，原本被视为烧钱的投入就可能被重新解释成增长资产。 所以我的判断很直接：腾讯胜率更高，阿里弹性更大。