10月13日，全球首个量产绳驱AI机器人的具身智能公司星尘智能（Astribot）完成10亿元规模的新一轮融资，投后公司估值已达150亿元。本轮由投控东海领投，洪泰基金、光华阳光管理的宁海兴泰合基金、善恒资本等重要国资及财务投资人参与投资，老股东先沐追投。 据媒体披露，这已经是星尘智能近半年完成的第四轮融资。公司此前在今年6月完成总额超过10亿元的B轮系列融资，估值首次突破百亿元，短短数月便再次获得大额资金支持。 这笔融资的看点，是投资人正在为具身智能企业的不同能力付费。早期资金主要帮助团队完成技术研发和产品原型，随着竞争深入，模型能否理解真实环境、机器人能否稳定完成任务、产品能否进入客户现场，以及交付之后能否持续创造价值，开始共同影响企业的竞争位置。资本仍然愿意为技术路线和团队能力支付溢价，但后续融资能否延续，越来越依赖产业化进展。 星尘智能将AI模型、具身操作系统与绳驱机器人本体纳入同一套技术体系，并尝试把这套能力转化为可以交付的产品。对一家尚处于成长阶段的机器人企业而言，这条路线既提供了技术差异化的空间，也意味着更复杂的研发、制造和商业化任务。150亿元估值为公司打开了新的发展空间，同时也抬高了外界对订单质量、产品性能和收入兑现的要求。投资者们需要关注的是：星尘智能能否把融资形成的资源优势，逐步转化为可持续的经营能力？ 具身智能开始争夺产业化席位，融资能力背后是技术路线的竞争 星尘智能能够获得新一轮融资，与其技术路线和产业化布局脱不开关系。 公司围绕“AI模型—具身OS—绳驱本体”构建全栈技术体系，希望让机器人在真实环境中完成任务，并通过实际操作积累数据，持续改进模型。对具身智能企业来说，这套架构的价值是模型能力、硬件性能和任务执行可以协同迭代，减少算法与本体各自发展带来的适配成本。 绳驱是这套体系的核心技术路线之一。不同于传统关节模组的刚性传动，绳驱通过类人体肌腱的

10月12日，Menlo Research宣布其旗下人形机器人Asimov 1开放Python SDK，同时开放机器人控制软件Asimov Edge。据机器人行业媒体Humanoids Daily的报道，新发布的SDK支持行走指令、关节控制、机器人状态读取，以及摄像头、麦克风和扬声器的调用，开发者可以通过Python程序让机器人执行动作，也可以将视觉、音频和自主控制程序接入现有硬件。SDK采用Apache 2.0许可证，相关代码与开发文档已经公开；但截至Humanoids Daily报道发布时，媒体尚未找到Asimov Edge的公开源代码，因此控制层的开放程度仍需要进一步核实。 这条新闻的行业意义，在于人形机器人产业的竞争边界正在向软件工具和开发者体验延伸。过去，行业关注机器人能否稳定行走、完成抓取，以及关键零部件能否降本；随着机器人逐渐具备可编程能力，另一个问题开始变得重要：外部开发者能否用较低成本，把机器人接入自己的应用、算法和业务流程？ 智能手机提供了一个有参考价值的对照。硬件性能决定产品的基础能力，操作系统、开发工具和应用分发机制则决定开发者能否持续创造价值。机器人也存在类似机会，但两者不能简单类比。手机应用通常在相对标准化的计算环境中运行，实体机器人还会面临关节控制、运动稳定性、传感器误差、物理碰撞和设备安全等问题。 Menlo Research把SDK接口开放出来，研究人员，工程师，应用开发者都能更容易摸到真实硬件，省掉重复搭建底层控制工具的功夫。对一家把开放设计和可编程能力当卖点的机器人公司来说，这一步有机会把用户盘子做大，工具链，开发服务，应用合作这些后续生意，也就有了往下做的空间。。 机器人行业开始补软件课：硬件能力需要转化为可调用的开发接口 Asimov 1的优势，是Menlo Research试图把机械设计、运动控制和应用开发放在一个相对开放的体系内

10月14日，Dell Technologies股价大跌超过11%，Hewlett Packard Enterprise（HPE）与NetApp也遭遇明显抛售；10月15日，两家股价继续下跌。Barron's报道显示，Barclays分析师Tim Long将两家公司的评级下调至持有，并质疑企业AI需求能否持续转化为收入增长。 $戴尔(DELL)$ 市场争议的焦点指向内存价格上涨。零部件涨价可能推高服务器的销售金额，但收入增长是否对应采购量同步增加、利润率是否同步改善，仍需进一步观察。 几家企业各凭本事参与竞争。产业机会依然存在，但收入、利润、现金流能否同步改善，正在成为衡量公司经营质量的重要标准。 服务器收入创纪录，企业AI需求究竟走到了哪一步？ 判断AI服务器的增长，首先要分析增长来源。过去几年，GPU供应、数据中心建设和AI资本开支共同推动服务器厂商扩张，但出货量、配置升级、平均售价和产品结构都会影响销售金额。内存涨价会推高整机成本和售价，却不一定带来更多利润，也不能证明企业AI应用已实现大规模商业化。 Dell最新公布的2027财年第二季度财报显示，季度营收达到469.71亿美元，同比增长58%；其中AI优化服务器收入为164亿美元，同比增长100%，传统服务器与网络收入达到105.31亿美元，同比增长122%，存储收入也增长26%。同时，AI优化服务器订单达到609亿美元，季度末积压订单达到950亿美元。 Dell的增长有实际业务支撑。但积压订单需要经过采购、生产、交付和客户验收才能转化为收入，收入还要扣除各项成本，才能体现为利润。 HPE的最新财报呈现出增长势头。公司2026财年第三季度营收达到122亿美元，同比增长34%；Cloud & AI业务收入达到90亿美元，同比增长2

10月15日，黄仁勋公开表示，CoreWeave并不需要Nvidia提供财务兜底，并称这家AI云计算公司的财务状况正在改善，融资成本也在下降。这番表态迅速把市场的目光重新引向两家公司之间的关系：Nvidia既是CoreWeave的重要股东，也是其关键技术供应商，同时还承担着购买部分未售出算力容量的合同义务。对于一家正在大规模建设AI数据中心、依靠外部融资推动扩张的云计算公司来说，这种关系早已超出普通供应商与客户的范畴。 $Careview Communications, Inc.(CRVW)$ CoreWeave面临的压力也有清晰的财务背景。截至2026年6月30日，公司披露的总债务约为356亿美元，收入积压订单约为1040亿美元；与此同时，公司仍在持续投入服务器、网络设备和数据中心基础设施。庞大的合同储备说明客户需求具有较强的可见度，却不能直接等同于现金流，更不能自动消除融资和建设风险。 这正是理解这场风波的关键。AI产业正在进入资本密集度更高的阶段，GPU的价值需要通过数据中心、电力、网络、云平台和客户订单才能转化为持续收入。Nvidia希望扩大算力基础设施的部署规模，CoreWeave需要获得芯片、资金与长期客户，微软、OpenAI、Meta等企业则需要稳定的计算资源。各方目标相互推动，也让风险沿着产业链传递。 因此，黄仁勋的表态不仅关乎一家云计算公司的信用，也折射出AI基础设施商业模式正在接受的检验：订单能否兑现，融资能否持续，投入能否转化为现金流，以及整个生态能否在保持扩张的同时建立更健康的资本结构。对于关注AI产业链的投资者而言，这些问题比单日股价波动更值得追踪。 AI算力生意正在变重：GPU卖出去之后，真正的竞争才刚开始 过去几年，Nvidia的增长主要由GPU需求驱动，数据中心客

10月14日，人工智能公司Anthropic在旧金山向潜在投资者展示了最新经营情况。据《华尔街日报》和路透社等媒体报道，公司第三季度收入达到168亿美元，较第二季度的116亿美元增长约45%，第一季度收入则为47亿美元。与此同时，Anthropic正在为首次公开募股做准备，外界讨论的潜在估值已经达到约2万亿美元。 短短三个季度内，单季营收从不到50亿美元跨过160亿美元门槛，并在第三季度实现调整后盈利，这组数据直接回应了外界长期以来对大模型商业化能力的质疑。但另一方面，公司同时背负着未来十年至少5180亿美元的算力与基础设施支出承诺，季度收入环比增速也已从二季度的约147%回落至三季度的45%。当一家大模型公司开始以2万亿美元的潜在估值接受公开市场审视，高昂的算力投入与企业客户的持续付费能力之间，能否算平一笔长期的财务账？ 企业付费接棒，代码工具撑起营收 Anthropic的收入呈增长趋势，得益于Claude在企业工作场景的延伸。 过去企业更多是购买模型调用额度、部署聊天助手，如今越来越多的需求开始进入代码编写、软件测试、知识检索和业务流程处理。对于企业客户来说，AI的价值逐渐可以通过开发效率、人工投入和任务完成质量衡量，付费预算也更容易从创新试验转向实际业务支出。 在这一转变过程中，编程工具Claude Code成为拉动增长的主力。对软件工程团队和大型企业而言，编程辅助工具节省的开发工时、提升的代码交付效率都可以直接量化，采购部门更容易将其纳入常规的软件支出预算，而非临时性的研发试验经费。 比起单纯依靠个人订阅，这种B端商业模式更稳健，也为Anthropic带来了连续两个季度突破百亿美元的收入体量。不过，由于严格的成本收益核算，企业客户会因为模型表现出色就无限增加预算吗？ 各大厂商的模型能力快速迭代，竞争对手也会推出更便宜的产品，企业还可能采用多模型架构来降低供应商依赖。

Netflix即将在10月20日公布2026年第三季度财报。路透社10月14日报道，Netflix计划裁减约1000名员工，约占公司员工总数的6%，涉及产品、技术、法务和人力资源等部门。公司联合首席执行官在内部备忘录中表示业务仍在增长，全年目标没有改变。但此次组织调整将公司的资源配置效率推到了台前。 $奈飞(NFLX)$ 目前，Netflix已经拥有成熟的全球订阅业务，也在加速推进广告变现，第二季度，Netflix营收达到125.6亿美元，同比增长约13%；公司同时维持全年营收510亿至514亿美元、营业利润率31.5%的指引。广告业务则被寄予更高期待，管理层预计2026年广告收入约为30亿美元。 与此同时，AI开始渗透流媒体产业链，从广告创意、投放优化到内容制作和后期流程。 在订阅增长步入常态化后，市场对流媒体巨头的审视标准已经向单位经济效益的实际改善转变。面对内容成本控制和注意力抢夺的双重挑战，AI究竟是帮Netflix多赚钱，还是多烧钱？ 广告业务开始接棒订阅增长，Netflix需要证明第二条收入曲线能够独立运转 Netflix管理层预计第三季度营收为128.6亿美元，同比增长11.7%，营业利润率为33.2%。 广告业务值得关注。订阅收入趋于成熟，Netflix需要提高单用户平均收入，广告支持套餐拓宽了变现渠道，也让Netflix有机会把长期积累的观看数据、内容资源和用户触达能力转化为收入。 与传统电视广告相比，流媒体广告更容易通过数字化工具实现投放管理、效果评估和预算优化。 不过，广告收入增长快，并不等同利润同步增长。广告销售体系、技术平台、客户拓展和广告库存管理都需要持续投入。第二季度的经营数据已证实：公司营收增长13.4%，营业利润同比增长约11%，利润增速低于收入增速，内容摊销的

10月14日，道恩股份披露2026年前三季度业绩预告，预计归母净利润达到2.84亿元至3.84亿元，同比增长117.38%至194.10%；扣非净利润预计为2.35亿元至3.35亿元，同比增长93.25%至175.60%。在当前化工与高分子材料行业竞争加剧的背景下，这样的利润增幅颇为显眼。 $道恩股份(002838)$ 更值得关注的是，公司在公告中同时提到了新领域和新产品开发、子公司业务整合，以及自2026年2月起将宁波爱思开合成橡胶有限公司纳入合并报表范围。三项因素共同构成了本轮业绩增长的背景。 并购是拉动本次利润提升的主要动力。 并购带来的高增长之外，道恩股份原有业务的真实盈利能力、单季业绩的波动幅度，以及净利润与经营现金流之间的明显背离，能为其长期增长提供多少实质支撑？ 利润增长接近翻倍，宁波爱思开改变了公司的增长结构 外延并购改写了道恩股份的结构利润。据半年报，2026年上半年，公司实现营业收入39.78亿元，同比增长38.05%；归母净利润2.37亿元，同比增长181.94%。道恩股份此前通过收购取得宁波爱思开80%股权，并从2026年2月起将其纳入合并报表。上半年，宁波爱思开实现营业收入约5.35亿元、净利润约1.10亿元，经营活动现金流量净额约7693万元。这家子公司已经成为重要利润来源。 并购在短期内做大了报表规模，道恩股份原有的业务版图也在发生分化。据半年报，2026年上半年，公司改性塑料类产品实现收入约24.04亿元，同比增长12.95%；弹性体类产品实现收入约8.91亿元，同比增长136.22%。两类业务呈现出不同的增长节奏：改性塑料仍然是收入主体，弹性体则表现出更快的扩张速度。 作为一家材料企业，并购的价值不仅在于增加收入规模，还在于补充产品能力、客户资源和产业链位置

10月13日晚间，浪潮信息（000977.SZ）披露2026年前三季度业绩预告，预计归属于上市公司股东的净利润为38亿元至41亿元，同比增长156.40%至176.64%；扣除非经常性损益后的净利润预计为33.1亿元至36.1亿元，同比增长147.88%至170.37%。公司将增长归因于AI产业快速发展、服务器市场需求旺盛以及产品附加值提升。 $浪潮信息(000977)$ 资本市场对一家AI服务器公司的判断，最终要落到收入增长、利润率、现金流和资金周转上。服务器行业供应链复杂、硬件采购金额大、客户交付要求高，订单增长需要经过采购、生产、交付和回款，才能形成完整的经营闭环。利润大幅增长是积极信号，但可持续性还需正式财报验证。 浪潮信息接下来的看点，在于AI基础设施需求能否继续支撑业务扩张，以及公司能否在规模增长的同时改善盈利质量。浪潮信心提供了一个观察窗口：算力投入如何传导至服务器厂商，产业链利润如何分配，以及增长如何从业绩预告走向稳定的经营成果。 利润增长提速，规模增长让位于盈利能力 利润增速与收入增速之间的差距值得关注。根据公司2026年半年报，上半年实现营业收入843.79亿元，同比增长5.22%；归母净利润29.52亿元，同比增长269.59%。第二季度单季营业收入489.08亿元，同比增长46.72%，归母净利润23.47亿元，同比增长598.5%。收入增长与利润增长速度不一致，说明利润率改善已经核心看点。 这一变化与AI基础设施需求演进有关。大模型训练需要高性能计算集群，推理业务扩张持续增加计算需求，云厂商和大型企业对服务器的采购也逐步涉及整机、网络、存储和散热等更复杂的系统配置。服务器厂商的竞争能力，正从硬件供给延伸至系统集成、供应保障和项目交付。。 浪潮信息的业务结构体现了这一

10月14日，金盘科技披露2026年第三季度报告。 $金盘科技(688676)$ 前三季度，公司累计实现营业收入61.04亿元，同比增长17.52%；归母净利润5.44亿元，同比增长12.02%。从累计业绩来看，金盘科技交出的是一份稳健增长的成绩单，拆解来看会有更大的信息量，数据中心业务开始显著改变公司的收入结构与订单构成。 AI算力基础设施的扩张，已经从产业链上游的芯片、服务器，延伸至供配电设备等更接近物理基础设施的环节。于是，金盘科技获得了新的成长空间。 因此，理解金盘科技这份财报，需要同时看清三件事：AI基础设施需求能为公司带来多大增量，新增订单能否维持合理的盈利水平，以及收入增长最终能否转化为现金回报。这三件事，将共同决定公司未来增长的质量。 数据中心业务加速放量，电力设备正在成为AI基础设施的重要一环 数据显示，2026年前三季度，公司数据中心业务收入23.98亿元，同比增长146.24%；第三季度单季收入达到11.33亿元，同比增长179.41%。同期，公司整体第三季度营业收入为25.49亿元，同比增长24.92%。 按公司披露的数据计算，数据中心业务已贡献当季约44.5%的营业收入，其增长速度明显快于公司整体。 订单端的变化更加突出。 前三季度，金盘科技累计新签销售订单111.18亿元，同比增长82.26%；其中数据中心领域新签订单56.78亿元，同比增长471.96%。第三季度，公司新签数据中心订单18.09亿元，同比增长1609.25%。截至9月底，数据中心相关在手订单达到55.65亿元，占全部在手订单的49.24%。 可见AI算力建设带来的需求，正在转化为电力设备企业可以承接的具体项目。 大型数据中心对供电可靠性、设备运行稳定性和交付能力都有较高要求。尤其是随着AI服务器

10月21日至22日，NVIDIA GTC大会将在柏林举行。21日，黄仁勋将现身柏林，在NVIDIA GTC发表主题演讲。根据英伟达官网信息，大会议题覆盖加速计算、Agentic AI、机器人、开放模型和Physical AI等方向。这场大会的看点在于英伟达准备如何定义下一阶段的AI基础设施需求。 $英伟达(NVDA)$ 过去几年，数据中心加速计算驱动了英伟达的业绩狂飙，Blackwell成为新一轮算力建设的重要产品，Rubin则承接下一阶段的平台升级。如今，AI产业的竞争正在向推理效率、Agent应用、网络互联、存储和系统级部署扩展，客户购买的硬件越来越多地被纳入整套计算基础设施中评估。 算力产业链的价值分配逻辑正在重塑。GPU仍然是核心，但决定算力投资回报的因素已经延伸到每个Token的成本、系统利用率、能源效率以及应用能否持续产生收入。GTC值得提前研究的原因正在于此：最重要的不在于提前猜中黄仁勋会展示哪款产品，而在于理清产品代际如何决定供给节奏，客户部署如何决定收入兑现，软件生态和系统能力则决定竞争优势又能维持多久。 Blackwell仍在兑现，Rubin开始接棒：算力需求进入系统竞争 英伟达目前最有说服力的基本面，依然来自数据中心业务。根据英伟达最新发布的2027财年第二季度财报（截至2026年7月26日），公司单季总营收达962亿美元，其中数据中心单季收入达到890亿美元，同比增长117%，占总营收比重超过92%；而在上一完整财年（2026财年）数据中心收入达到1937亿美元，同比增长68%。AI基础设施建设仍然为英伟达提供了强劲的收入支撑。 观察下一阶段的增长，不能只盯着GPU出货量。随着大型模型训练逐步扩展到规模化推理，客户对算力的要求正在发生变化：训练阶段不计成本地追求集群性能

Anthropic正在走到一个关键节点。随着Claude在企业开发、代码生成和复杂任务处理中的应用扩大，其收入增长已成为观察企业级AI需求的重要窗口。路透社2026年8月报道称，Anthropic截至7月底的年化收入运行率超过650亿美元，高于5月的470亿美元，也显著高于2025年末约90亿美元的水平。需注意，年化收入运行率是根据当前收入速度推算的指标，并非已实现的全年收入，更不代表公司已经盈利。 投资者日因此受到关注。市场期待Anthropic进一步解释收入增长来源、客户付费意愿，以及快速扩张背后的算力投入和现金消耗。对微软、亚马逊、谷歌和英伟达而言，模型公司的需求增长可以带动云服务和芯片采购，但产业链各环节收入增长并不必然转化成同等利润。 AI行业的竞争焦点正在从“模型能做到什么”，转向“客户愿意为它付多少钱，以及公司能留下多少利润”。Anthropic的案例，恰好可以用来观察AI产业链下一阶段的增长来自哪里。 企业级AI开始兑现收入，Anthropic的增长质量比模型排名更重要 Anthropic的企业业务正在快速扩张，Claude逐渐进入软件开发、代码审查、企业知识处理等工作流程。AI对企业客户的价值在于能否减少开发时间、降低人工成本、提升交付效率，这些效果决定了企业是否愿意持续增加预算。 路透社8月披露，Anthropic截至7月底的年化收入运行率超过650亿美元，5月这一数字为470亿美元，2025年末约为90亿美元。企业客户愿意为AI付费，不代表每一笔AI收入都具有同样的利润质量。代码生成等场景可以嵌入开发流程，使用频率和业务价值相对容易衡量；通用聊天、试验性应用则可能面临使用频率下降、预算收缩或产品替代。企业部署AI还涉及安全审查、权限管理、数据治理和系统集成，从试用到规模化应用并非一蹴而就。 Anthropic的企业级产品已经形成一定需求基础，Claud

10月14日，美股AI基础设施板块出现明显回撤。CoreWeave股价单日下跌约16%，Nebius和戴尔双双下跌约11%，甲骨文（Oracle）下跌约9%。路透社报道，这些公司合计蒸发约800亿美元市值。 $CoreWeave, Inc.(CRWV)$ 比起股市的剧烈回撤，真正让华尔街警觉的信号来自债券市场。CoreWeave一笔2026年6月发行、票面利率为9.625%的债券，市场收益率一度升至15%左右。在金融市场里，15%的收益率通常只出现在陷入财务困境的高风险企业身上。股票投资者在重新评估增长预期，债权人则在要求更高的风险补偿。 两类资金同时给出信号，意味着AI基础设施的融资成本和现金流质量已经成为行业定价的重要变量。 CoreWeave并非缺少业务机会的边缘公司，恰恰相反，它正处在AI算力需求风暴的中心。公司2026年第二季度收入达到25.75亿美元，收入积压约1040亿美元。与此同时，当季净亏损达到6.26亿美元，净利息支出达6.40亿美元。 当一家算力巨头单季付给债权人的利息甚至超过了主营业务的经营亏损，说明AI基础设施的竞争早已不再是单纯比拼谁能抢到更多显卡，而是演变成了一场考验资产负债表抗压能力的资本消耗战。 收入增长很快，但GPU租赁生意必须跨过折旧和利息两道门槛 CoreWeave的业务逻辑并不复杂。公司采购或融资取得GPU及配套设备，再将算力资源以云服务形式提供给AI实验室、企业和大型科技客户。在算力紧缺的周期里，这门生意的收入爆发力极强。最新财报显示，CoreWeave第二季度收入同比增长约112%，从上年同期的12.12亿美元升至25.75亿美元。 只看收入而忽视成本，无法了解一个企业经营的全貌。CoreWeave第二季度经营费用达到26.24亿美元，GAAP经营亏

10月12日，博通CEO陈福阳（Hock Tan）在新加坡出席活动时谈到，限制AI产业继续扩张的关键因素可能逐渐转向资本供给。另外陈福阳还批评了部分缺乏充分研究的AI投资行为。 $博通(AVGO)$ 到了10月13日，芯片股继续承压，市场也开始重新审视AI基础设施的扩张成本，以及相关投资能否产生足够回报。 陈福阳的相关言论之所以值得关注，就在于博通本身就是AI基础设施扩张的重要受益者。公司最新公布的2026财年第三季度业绩显示，AI半导体收入达到167亿美元，同比增长221%；公司同时预计，第四季度AI半导体收入将达到217亿美元，同比增长236%。如此增长幅度足以说明定制AI加速器和网络基础设施的需求没有因为短期股价波动而消失。 但产业正在进入一个更复杂的阶段。此前市场关心的是GPU够不够、先进封装能不能跟上、数据中心能否按期交付；如今远不止如此，除了供给能力，还要回答谁来承担持续扩张的成本，以及新增算力能否转化为稳定收入。 微软推出自研AI芯片、云厂商推进定制化方案，也说明大型客户正在重新分配芯片采购与自研投入。 对博通、迈威尔和英伟达来说，这意味着三种不同的增长模式需要接受同一场检验：定制芯片能否扩大商业规模，GPU平台能否持续保持综合竞争力，网络连接能否随着算力集群扩张获得更稳定的需求。 接下来真正需要观察的，是需求如何穿过资本预算、产品交付和客户变现，最终落到供应商的收入与利润上。 博通的增长仍在加速，但AI产业开始面对资本约束 2026财年第三季度，公司总营收约296亿美元，同比增长86%；经营现金流约142亿美元，扣除约5亿美元资本开支后，自由现金流约137亿美元，相当于营收的46%。AI半导体收入达到167亿美元，已经成为公司增长的重要推动力。 根据上述数据可以发现，AI业务已经

巨蟹智能敲定超亿元A+轮融资，为近期热度走高的机器人核心零部件赛道，又增加了一个值得掰开细看的案例。 10月10日，投中网、《科创板日报》披露，无锡巨蟹智能驱动科技有限公司完成超亿元A+轮融资。本轮由华泰紫金领投，德昌电机、九号资本、自变量机器人参与跟投，科沃斯、南创投等老股东继续跟投。本轮募集的资金，巨蟹计划用在一体化关节核心部件自研、模组协同设计，还有自动化产线搭建，目标也非常明确：提升性能、降低成本，解决批量稳定交付问题。 这份投资方名单值得细品。华泰紫金带来财务资本；德昌电机自带精密电机驱动产业积淀；九号资本、自变量机器人，拉近企业和下游机器人真实需求的距离；老股东科沃斯持续加注，也传递出原有投资方的信心。虽然拿到产业资本投资，并不等于锁定下游订单，更不能直接预判未来业绩，但财务、产业资本共同入局，足以证明市场看好关节模组从实验室研发迈向大规模落地的可能性。 巨蟹智能业务定位十分清晰：围绕谐波减速器、无框电机、编码器、驱动器等关键元器件，向一体化机器人关节模组延伸。查阅官网资料，产品线覆盖谐波减速机、执行器、关节模组、面向具身机器人的专用模组，落地场景覆盖人形机器人、工业智能制造。2026年6月，企业还公开展示多款不同规格一体化谐波关节样品。 摆在零部件企业面前一道非常现实的考题：实验室测出来的漂亮参数，如何转化成整机厂商愿意持续采购、稳定装机，同时接受成本约束的标准化产品?巨蟹智能这轮融资的观察意义，就在于它能不能把精密制造、零部件研发积累，转化成系统级产品实力，交出可验证经营成果。 这也是读懂这家公司的关键。机器人行业热度已经传导到上游供应链，资本开始筛选有实力打入整机供应链、具备制造功底、承接大批量需求的零部件厂商。对巨蟹智能而言，融资提供了加大投入的弹药；往后评判企业，客户验证进度、批量交付水平、产品良率、实际经营质量，会成为更核心的标尺。 关节集成化，零部

10月10日，机器人行业冒出一条很容易被外界忽略的软件方向，值得长期蹲守后续测试结果。美国初创公司Monolithos正在打磨名为Robot Brain的产品，目标是搭建一套机器人专属的长期记忆体系。这套系统会留存任务执行全过程：包括失败报错、人工介入修正，还有最终任务结果，再筛选出和当下任务相匹配的历史经验，喂给机器人已有的软件调度模块。 据Humanoids Daily披露，创始人Silas Yu正在四处对接机器人团队，招募合作开展实体场景实测；国内的51WORLD也在牵头相关实体机器人验证工作。只不过截至目前，对外没有放出第三方实测报告，这套记忆框架能不能实实在在拉高机器人任务完成率，依旧没有实锤。 这条消息的价值在于戳破了具身智能热潮之下一个常常被大模型性能掩盖的现实痛点：机器人跑完一次完整任务之后，到底能沉淀多少可复用的经验留给下一次调用？展厅Demo里，机器人可以流畅完成抓取、搬运、物件整理等一连串动作，但把同样一套机器扔到现实工况，稳定性往往会大打折扣。环境变动、物体摆放位置偏移、任务中途中断、人类手动接管干预，种种状况，都会让机器人反复撞上同类故障。一旦故障发生就要靠人工工程师逐一排查、补写规则、调试流程机器人，落地部署效率会被严重拖累，长期运维成本也会居高不下。 Robot Brain给出了一套尚待验证的解题思路：把历史任务沉淀成可回溯、可修订、可按条件检索调取的经验库，供给机器人原有任务规划、故障恢复模块调用。它并不会越俎代庖接管机器人感知识别、运动控制以及安全防护模块，核心使命，是打通不同任务之间的经验断层。 放到整个机器人产业来看，这背后既是机器人软件架构新一轮分工演进，同样牵扯商业利益该如何划分。基础大模型决定机器人理解问题、处理指令的上限；记忆系统则希望借助过往执行记录，削减重复踩坑带来的额外开销。Monolithos尚且处在产品验证早期，不过它

现在行业内对于AI芯片的探讨，不再是“是设计的GPU更强”，而是“睡的单位算力更便宜”。 云巨头不再满足于排队买英伟达，开始把芯片设计攥在自己手里。 微软10月12日公布第三代自研AI芯片Maia 300，并宣布从2027年开始扩大Azure Maia的部署规模，目标是让自研芯片逐步承担微软产品和服务中的主要推理任务。Maia 300机架系统搭载96颗加速器，功耗预算为167千瓦，配备27.6TB高带宽内存，预计每兆瓦可处理的Token数量较领先的GPU系统提高40%，机架级Token吞吐量最高可达上一代Maia 200的7倍，这一由官方给出的技术标准颇有分量。路透社同日报道称，这一规模可能超过100万颗芯片。 $微软(MSFT)$ 推理需求上升，微软开始把芯片效率变成云业务的竞争力 如今，计算资源的竞争指标，从单颗芯片的峰值性能，延伸到整个系统能够以多低的成本持续提供AI服务。 过去，生成式AI早期的算力投入，重点在于训练大型模型，需要高性能加速器、大规模互联和稳定的集群供给。随着AI进入办公软件、代码开发、企业搜索和智能体工作流，推理调用的频率、延迟与单次成本，开始和训练性同等重要。 微软对Maia 300的设计，正是围绕这些问题展开。它定位为以推理为先的AI平台，用Chiplet架构把计算、内存控制器和I/O拆分，关键计算芯粒交给台积电N2P制程制造。 微软强调的40%效率提升，指的是每兆瓦能够处理更多Token，参照对象是其所称的领先GPU系统，官方没有披露完整的对照测试平台与测试条件，因此不能直接将这一指标理解为Maia 300在所有任务上都比英伟达GPU快40%。不同模型、精度设置、批处理规模和软件优化方式，都可能改变实际结果。 数据中心的电力、机房和网络资源需要长期投入，如果单位电

AI算力投资热了两年，市场对“还能涨多久”的怀疑随之累积。 10月12日，英伟达和AMD股价连续第四个交易日下跌。就在同一天，AMD发布面向Agentic AI的Helion机架设计，试图通过开放的硬件与软件架构，让客户根据智能体工作负载灵活配置CPU、GPU和网络资源；英伟达则公布了与Vera Rubin平台相关的开放标准设计，并与Meta、思科、谷歌等企业推进相关生态合作。 $英伟达(NVDA)$ 新品发布、架构升级、产业协同，消息叠加本应成为AI芯片行业的催化剂，但如今，显然未能扭转市场态度。MarketWatch预计，或许与AI投资可持续性担忧、相关企业收入预期以及成长股估值压力相关。 当前的AI竞争，到底在争夺什么？ AI基础设施的竞争单位正在变大，GPU只是整套系统的起点 AI产业发展趋势，正从芯片层面延伸至机架、网络和数据中心的整体效率。 AMDHelion机架设计，核心思路是把CPU、GPU、网络和软件组织成更适合智能体运行的计算系统。AMD官方介绍称，Helion面向Agentic AI基础设施，支持客户按工作负载灵活配置计算资源，并通过开放硬件和软件降低系统部署的限制。英伟达同期向开放计算项目贡献Vera Rubin机架和计算托盘设计，也在推动下一代AI基础设施的标准化。 智能体应用在训练之外，进一步增加了推理调用、上下文管理、多模型协作和持续运行的需求，计算任务变得更加分散，系统要在延迟、吞吐量和成本之间做出更精细的平衡。 单纯比较芯片峰值算力，已经不足以完整解释客户的采购决策。数据中心运营商需要评估每单位电力能够产生多少有效计算、每个Token的实际成本、集群利用率以及设备部署和维护的复杂程度。英伟达在7月公布的Vera Rubin平台信息中，强调了整个平台的协同设计和T

三个月前，台积电交出一份营收、净利双双大超预期的二季报，股价却在盘前一度跳水 5%。业绩超预期，市场不买账。 $台积电(TSM)$ 三个月后，同样的考卷又摆上桌，公司预计于10月15日公布2026年第三季度财报。 此前，公司披露第三季度营收约1.49万亿新台币，同比增长51%，创下季度营收新高，也超过市场此前预期。随着完整财报临近，先进制程需求、先进封装产能、毛利率和资本开支将成为判断AI硬件景气度的重要线索。 台积电不生产AI芯片，却站在所有AI芯片的必经之路上。 英伟达、AMD和博通持续推进AI芯片产品迭代，云服务商不断投入算力基础设施，产业链上游的订单正转化为实际收入。但订单增长最终能带来多少利润，取决于技术壁垒、产能供给、制造成本和资本投入。也因此，这份财报，成了整条产业链的底牌。 芯片设计公司可以通过产品升级与售价调整改善盈利，晶圆代工厂则必须把客户需求转化为稳定的产能利用率和制造效率。AI需求依然强劲，并不意味着产业链所有环节都能获得相同的利润回报。 营收只回答了“卖了多少”，还没回答“赚了多少”，一片晶圆最终能沉淀下多少毛利？新产线的折旧、新制程的爬坡，又会吃掉多少利润？这才是这次财报真正的考题。 营收创新高之后，毛利率才是关键 据台积电此前公布的第二季度数据，营收为402亿美元，同比增长33.7%，毛利率达到67.7%，营业利润率为60.3%。公司当时预计第三季度营收为446亿至458亿美元，毛利率为65%至67%。据10月8日公司发布的Q3营收速报表示，第三季度实际营收约467亿美元，超过指引上限，显示AI相关需求仍然强劲。 不过，收入超预期只是第一步。其能否变成利润，制造成本是否超过预期，决定了这份增长值多少钱。 据台积电第二季度法人说明会内容表示，2纳米制程将在下半年加快爬坡

据《华尔街日报》10月11日的报道，亚马逊正洽谈以70亿美元收购AI初创公司Decart，该项目仍处于谈判阶段。对于一家成立时间不长的创业公司而言，这个价格足以引起市场关注。 $亚马逊(AMZN)$ 据Decart公司官网介绍，其业务价值在于实现模型运行效率、算力成本和应用商业化之间的连接。一方面帮助开发者在不同AI芯片之间切换，通过底层优化软件DOS提升硬件利用效率；另一方面是开发实时视频生成与世界模型产品如Lucy、Oasis，探索AI在内容创作、交互体验和物理世界模拟中的应用。 过去几年，GPU供应和先进芯片性能受到广泛关注，如今异构计算、推理效率和单位任务成本也开始进入企业的技术决策。亚马逊如果最终完成收购，可能进一步强化自研芯片、云服务与软件优化之间的协同；Decart则有机会借助云平台扩大技术应用范围。 不过，70亿美元仍是媒体披露的潜在交易金额，不能直接视为最终成交价。亚马逊为何愿意出高价收购Decart，它又是否值这个价？ AWS增长提速，算力效率开始影响云业务的竞争力 理解亚马逊的动机，需要先看AWS正在经历什么。 据天眼查，亚马逊二季度财报，AWS当季净销售额达到422亿美元，同比增长37%，创下过去18个季度以来最快增速；自研芯片业务的年化收入规模均已超过250亿美元，且保持三位数同比增长。这些数字说明，AI已经不只是云业务的未来选项，而是正在贡献收入的现实业务。 反观到资本开支方面，截至6月30日的过去12个月，公司自由现金流为负76亿美元；同期用于购置物业和设备的净支出同比增加661亿美元，公司明确将AI投资列为主要原因之一。此外，二季度财报表示，亚马逊将全年资本开支计划提高至2200亿美元。 将这些数据放在一起，会发现：客户需求增长越快，企业越需要提前建设数据中心、采