兄弟们，稳了！ PCE低于预期，通胀不用担心了。 这下12月美联储降息板上钉钉了！ 准备迎接圣诞行情吧！

🚀⚡ FSD 欧洲三国连演示后，特斯拉的自动驾驶叙事出现了新的加速信号 特斯拉在法国、意大利、德国连续进行的 FSD 演示引发广泛关注，不仅媒体正面报道不断，用户在现场上传的实际体验更是在社交平台形成高讨论度。这不只是曝光度的提升，而是欧洲市场态度正在从“观望”转向“主动验证”。 1️⃣ 为什么这三场演示的意义远大于一次路测？ 欧洲被视为自动驾驶最难攻克的地区之一，原因在于道路结构更复杂、法规更严格、驾驶文化差异巨大。 FSD 能在三国连续取得高评价，说明两件事： • 端到端模型在陌生道路结构下的泛化能力正在被验证 • FSD 从“区域优化”正在向“全球适应”跨越 对自动驾驶行业而言，这是模型能力跨地域迁移的关键证明。 2️⃣ 用户反馈成为核心驱动力，而非营销视频 这次热度的真正来源，是用户自己上传的视频： • 在窄街、环岛、临时让行系统中自然应对 • 加速与减速更接近日常驾驶，不再机械 • 并线、避障等动作呈现“人类式判断” 这些真实世界的视频比任何官方演示更能说明问题：模型在欧洲复杂城市中的行为是“可信的”。 3️⃣ 欧洲监管可能因此被迫重新评估自动驾驶节奏 欧洲一向严格，但有一个特点： 技术被证明可行后，标准化推进速度往往比美国更快。 这三国演示可能带来： • 欧盟重新评估 L3/L4 标准 • 在部分城市开放更大规模的验证区域 • 为未来 Robotaxi 试点打下政策基础 这预示 FSD 的全球商业化节奏正在被提前。 4️⃣ 三国选择在同一时间窗口，非常像一次“欧洲模型能力压测” 法国：以环岛与城市密集流量见长 意大利：超窄街区、非对称车道复杂度高 德国：高速公路规范严格，对车道纪律要求高 一个模型能在三种完全不同的驾驶习惯中都有良好表现，说明： FSD 的逻辑不是“调参数适配某个国家”，而是真正通过大规模数据学习驾驶规律。 5️⃣ 产业层面的真正信号：FSD 进

⚡🚀 黄仁勋认可 Tesla 机器人路线：具身智能的拐点，可能提前来了 $NVDA CEO 黄仁勋罕见在公开场合高度评价 Tesla 的机器人进展，并明确表示“对马斯克正在打造的机器人非常兴奋”。 这意味着两条超级科技曲线——算力 与 具身智能（Robotics）——正在出现前所未有的共振。 1️⃣ 为什么黄仁勋会主动谈“马斯克的机器人”？ 黄仁勋的判断一向代表产业走向。他很少对友商的硬件产品做公开背书。 这次例外，透露出三个关键逻辑： • 类人机器人已经被视为下一代 AI 的最大具象化形态 • Tesla 的数据规模 + 端到端 AI 能力，是目前唯一能把“会走→会干活”闭环跑通的路线 • NVIDIA 的算力生态要增长，需要一个足够大的真实世界需求爆点，而机器人正是那个爆点 换句话说：Optimus 的商业化节奏，已经进入 NVIDIA 的战略视野。 2️⃣ 机器人为何会成为 NVIDIA 与 Tesla 的共同增长曲线？ 机器人是高度依赖以下关键能力的产业： • 视觉理解（Vision AI） • 动作预测（Motion Planning） • 实时推理（Inference） • 大规模训练（Training） 这些全部都是 NVIDIA 的强项。 而 Tesla 拥有： • 全球最大真实世界视觉数据 • 完整的端到端控制模型 • 能把 AI 产品规模化制造的生产体系 这两者不是竞争关系，而是产业链互补。 3️⃣ 黄仁勋眼中的 Tesla：不是车厂，而是“行动智能公司” 当他谈到机器人时，他看到的不是“Optimus 的动作能力”，而是： 一个能够把 AI 训练 → 机器人执行 → 真实世界反馈 形成“端到端闭环”的公司极少，Tesla 是其中最有能力拉长曲线的一家。 这对 NVIDIA 代表： 训练规模会因具身智能而数倍增长 推理需求将从数据中心走向每一个机器人终端

🚀⚡当黄仁勋把“能源”提升到产业底层逻辑时，市场真正该警醒的是什么？ $NVDA CEO 黄仁勋的这句话，看似简单，却重新定义了未来十年的科技格局： “所有新产业都建立在能源之上。没有能源，就不会有新的产业成长。” 这不是一句宏观评论，而是来自全球算力核心人物的结构性警告。 1️⃣ AI 的瓶颈不在芯片，而在电力 资本市场过去几年把注意力放在 GPU、模型、数据，但黄仁勋的意思是：真正的增长上限由能源基础设施决定。 如果没有足够的发电与输电能力，AI 训练中心、推理服务、自动驾驶系统甚至半导体工厂本身，都无法扩张。 这意味着谁掌握电力增长曲线，谁就掌握下一轮科技红利分配。 2️⃣ 美国的能源缺口会直接影响 AI 竞争力 黄仁勋罕见点名：美国必须“加倍、甚至数倍”投资能源系统。 原因很现实——大型模型训练与 AI 推理消耗的不是线性的电力，而是指数级增长的电力。 如果能源端不给力，AI 的算力扩张就会被锁死，而这会拖慢从 $NVDA 到整个 $AI 生态链的商业化速度。 3️⃣ AI 工厂的本质，就是电力吞噬机器 黄仁勋过去多次强调“AI factories”，但外界只关注 GPU。 真正的底层逻辑是：AI 工厂不是建在地面上，而是建在电网之上。 随着算力需求从训练走向全球实时推理（如自动驾驶、机器人、Agent 系统），电力成为第一生产要素。 4️⃣ 能源投资将成为新的科技“前置条件” 黄仁勋这句话背后的产业顺序是： 能源 → 电力基础设施 → 数据中心 → 模型训练 → 新产业（自动驾驶、智能制造、AI 医疗、AI 金融等） 如果能源端没跟上，后面所有产业都长不起来。 这会推动美国在核能、小型模块化反应堆（SMR）、太阳能、风能、储能、电网升级等方向加速投资。 5️⃣ 为什么这句话会在此刻说？ 因为 $NVDA 的增长正逼近能源天花板。 AI 不是跑太慢，而是能源供给增长

💥🚗 Elon 亲口验证的瞬间：FSD v14.2 首次让驾驶者“安心低头看手机”？ 这背后的意义远超一段体验 你看到的不是一次炫技，而是自动驾驶从“辅助系统”迈向“交通参与者”的关键拐点。原文描述的情境——驾驶者在全程查看手机、系统自动完成导航、仅在大卡车逼近时触发一次提示——揭示了几个极关键的信号。 1️⃣ FSD v14.2 的决策等级，正在逼近人类驾驶者 能够让使用者在动态路况中几乎完全不接管，说明 Tesla 的 AI 判断逻辑已能处理更高维度的交通环境。 尤其是“只在大卡车靠近时提醒一次”这个细节，代表系统开始像人一样理解“什么风险值得打断驾驶者”。 主动提醒变少，不是放松监管，而是模型理解力正在增强。 2️⃣ Elon 亲口说“可以发信息”，体现对模型能力的置信区间正在扩大 Elon 从不随意给承诺。 他敢说“你可以低头发信息（取决于交通上下文）”，说明内部测试已验证：FSD v14.2 在相当多的实际路况中，有能力维持稳定接管。 这是 CEO 级别的信号，不是营销。对投资者来说，这是模型在真实世界能力的一个强背书。 3️⃣ “AI 工程师主导版本”首次在驾驶体验里体现存在感 许多报告都指出：v14 系列由 Tesla 内部新架构的 AI 团队推进，特征不再是规则堆叠，而是更强的 end-to-end 模型。 你看到的“几乎不打扰驾驶者”正是 end-to-end 的关键特性： 以整体情境来判断，而不是一堆独立子模块互相打断。 这使得它越来越像一个有“整体理解能力”的驾驶者。 4️⃣ 体验者能“全程看手机”= 社会接受度即将进入下一阶段 大众对自动驾驶不再是“能不能跑”，而是：“我是否信任它到可以做别的事情？” 这段体验提供了一个非常强的叙事转折： FSD 从辅助驾驶 → 开始替代注意力 注意力被系统接管，是完全自动驾驶商业化的第一步。 5️⃣ 监管与商业化节

瑞银$NBIS会议的3个关键金融要点： 1.经营杠杆 “随着我们预计2026年年度经常性收入将增长7到9倍，我们不需要以同样的速度扩大员工规模。因为我们一开始就拥有一支强大的工程师和基础设施专家团队，所以运营方面会有很大的杠杆作用。” 2.纵向整合 “在核心基础设施方面，我们实际上是自己搭建机架和服务器。这使我们的总运营成本降低了20%。而且，我们的财务管理也非常稳健。” 3.保守折旧法 “我们在折旧方面采取了更为保守的做法。对于 Hoppers 公司，我们采用 4 年折旧期，而我们的许多同行则采用 6 年。这并不是因为我们认为芯片的使用寿命只有 4 年，而是因为这是一种更为保守的会计方法。” 我们在评估签署的大宗交易时，会确保其息税前利润率达到20%至30%。我们非常重视这些交易的经济效益，并确保它们能够随着时间的推移带来更好的经济效益和利润率的增长。

$AMD Lisa Su认为，CPU在人工智能和智能体工作负载方面将有强劲的增长潜力。 “现在有更多工作要做，随着代理工作负载等事情的启动，它们会产生更多通用 CPU 需求。 仔细想想，如果你有，比如说1000个代理或1000名虚拟员工，他们需要处理一些数据集。他们需要一定的计算能力。 而这需要通用CPU。因此，我们认为，随着人工智能的应用真正催生出更多传统计算应用，未来四五年内CPU市场将大幅增长。

特朗普政府计划加速美国机器人技术的发展。据Politico报道，商务部长霍华德·卢特尼克已与多家机器人公司首席执行官会面，并可能在2026年支持一项行政命令。特斯拉Optimus加油！！！

🚀📡罗马市长亲自上车：这场 FSD 试乘，背后真正的信号远比你看到的更关键（$TSLA） 当罗马市长 Roberto Gualtieri 和交通委员 Eugenio Patanè 坐进 Tesla 最新版本的 FSD 前排座位时，外界普遍聚焦在“市长体验自动驾驶”这件事。但对熟悉欧洲监管流程的人来说，这背后真正的意义是：罗马，已经把城市级别的支持摆在了桌面上。 这不是一次普通的展示。 这是在欧洲最复杂的城市之一，以“最高级别城市官员试乘”作为开局，传递出一个明确讯号：FSD 想进入欧洲，关键突破口很可能会从地方政府的积极态度开始。 1️⃣为什么是罗马？ 罗马是欧洲自动驾驶合法化的关键节点。 根据意大利 2018 年《Smart Road》法规，若 Tesla 想在真实道路上进行 FSD 测试，不是 EU 说了算，也不是意大利交通部说了算，而是—— 罗马市政府必须亲自签发“nulla osta”（通行许可）。 只有当地政府点头，试验车才能合法上路。 市长与交通委员亲自乘坐，等于把“技术可行性 + 公共安全性 + 城市合作态度”拉到了官方层级的正面曝光。 这就是 Tesla 真正需要的。 2️⃣地方政府的态度，意义大到超乎想象 试乘之外，罗马市政府还负责推动整个市区进入“智能道路升级”： • 更清晰的道路标线 • 更精准的交通号志 • 覆盖更密的 5G 网络 • 更符合自动驾驶系统的路口结构 这些不是 Tesla 能自己铺的，而是城市基础设施必须主动配合。Patane 的态度也十分直接：“任何能让街道更安全、更轻松的技术，我们都会敞开大门——前提是它必须安全。” 换句话说： 罗马正在为自动驾驶提前铺路，而 Tesla 是显然的第一受益者。 3️⃣对 Tesla 的深层意义是什么？ 表面上是一次很酷的展示； 本质上，这是欧洲城市首次公开展示“我们愿意当你的真实道路实验场”。 罗马

$AMD苏姿丰在瑞银大会上就$GOOG TPU发表了看法： “多年来，谷歌在TPU架构方面做得不错。但它是一种更偏向特定用途的设计。它缺乏GPU所具备的可编程性、模型灵活性以及均衡的训练和推理能力。GPU结合了高度并行化的架构和高度可编程性，从而能够实现快速创新。” 我们认为，各种类型的加速器都有其发展空间。然而，在未来五年内，GPU 仍将占据绝对市场主导地位，因为我们仍处于技术周期的早期阶段，而且软件开发人员需要足够的灵活性来尝试新的算法。 你不可能事先知道应该在ASIC芯片中硬编码什么。这就是区别所在。因此，ASIC型加速器占据20%到25%的市场份额似乎是合理的。同样重要的是要认识到，这是一个庞大且不断增长的市场，我们将看到芯片和软件方面的强劲创新，这将进一步推动整个行业的差异化发展。

🔥🎯特斯拉又挖来关键人物：Jason Gies 加入 Semi 商业拓展，这背后释放的信号很清晰（$TSLA） Windrose 北美运营负责人 Jason Gies 宣布加入 Tesla，接手 Semi 项目的 Business Development。很多人可能只看到一句“Electrifying freight isn’t a concept anymore. It’s happening.” 但真正的重点是：Tesla 正在为 电动重卡的规模化落地 加速布阵。 Jason 不是普通运营经理，而是深度参与北美零排放货运路线、车队调度、充电基础设施与成本结构的实战型负责人。他跳槽到 Tesla，本质上代表了一个趋势： 懂行业的人，看见 Semi 真正要开始放量了。 1️⃣为什么是现在？ 过去一年，Semi 虽然有曝光，但真正的推进速度一直被外界低估： • FSD 与能耗数据持续改善 • Megacharger 网络扩建 • 多家车队开始进行 TCO（全生命周期成本）测算 • Pepsi 案例已跑出高可靠度运营记录 Jason 在这个时间点加入，说明车队侧已经看到明确的经济性转折点—— 重卡电动化不再是试验，而是一个准备全面规模化的业务。 2️⃣他的加入会带来什么？ Jason 的背景让他特别擅长： • 评估车队实际运力需求 • 规划重卡的补能节奏 • 对接物流巨头的采购策略 • 推动车队从“小规模试点”跨到“全面部署” 这正是 Tesla 现在最需要的角色： 把 Semi 从“技术可行”推进到“行业标准”。 3️⃣为什么这对 $TSLA 是加速信号？ 电动重卡是一个巨大的 TAM（总可寻址市场）： • 高里程 → 电动化节省成本更明显 • 单车价值高 → 拉动收入弹性更强 • 配套充电站规模巨大 → 建立 Tesla 在商用补能领域的新护城河 当行业核心人才主动加入，就

🔥🎯高盛重申 $AAPL「买入」并维持 320 美元目标价：App Store 放缓不再是关键，真正的亮点在别处 App Store 的增长确实在降速：11 月同比仅 +6%，从 10 月的 +9% 明显回落，游戏类目甚至转为 -2%。美国、日本、英国、加拿大等关键市场也同步放缓。 看起来像是坏消息，但高盛分析师 Michael Ng 的核心观点完全不同—— 苹果的服务业务，已经不是靠 App Store 一条腿走路了。 1️⃣App Store 增速对比过去明显降温 • 7 月 → 增速 12% • 11 月 → 剩下 6%（直接腰斩） • 最大类目 Games 转负 • 四大关键市场同步下滑 • off-app payments（场外支付）带来潜在冲击 短期确实有压力，这是事实。 但关键不是“它变慢了”，而是苹果早就不只靠它撑服务收入。 2️⃣高盛的重点：服务整体在加速，而不是放缓 苹果 2025 财年 Q4 服务业务同比 +15%，比 Q3 的 +13% 更快。 为什么？因为 App Store 外的大部分服务类别都在提速： • iCloud+ • AppleCare+ • Apple Music • Apple Pay • 其他订阅服务全面提升 这代表苹果的服务模式正在从“单一入口”走向“多引擎飞轮”。 App Store 放缓 ≠ 服务放缓。 这才是市场忽略的重点。 3️⃣对投资者来说，这意味着什么？ 服务业务是苹果未来估值的核心支柱，而现在它变得更： • 分散 • 稳健 • 抗周期 • 可持续 短期 App Store 的回落不会改变大方向—— 反而更凸显苹果靠多元订阅驱动增长的能力。 这就是为什么在噪音偏多的当下，高盛仍然坚定维持：“买入 + 目标价 320 美元”。 问题来了： 你认为市场现在低估的，是 App Store 的风险，还是服务飞轮的长期韧性？

🔥🎯这支今年涨了 27% 的 AI 重磅 ETF，到底值不值得继续上车？（$IVES） 如果你把 $IVES 的前十持仓摊开看，很快会发现 Dan Ives 设计这档 ETF 的核心逻辑：抓住整个 AI 资本开支链条的最强公司，而不是靠单一明星股冲收益。 前十名已经把“AI 革命”全部打包： • 算力（$NVDA、$AMD） • 存储（$MU） • 云端（$MSFT、$AMZN） • 基础模型（$GOOGL） • 代工与供应链（$TSM） • 终端与生态（$AAPL、$TSLA） • 以及正在吃下 AI 接入层价值的 $AVGO 这不是集中押注，而是构建了一条完整的“AI 全产业链指数”。 1️⃣涨了 27% 还能买吗？ 关键不是涨了多少，而是你的判断： AI CapEx 还在不在“加速周期”里？ 如果你认为： • 数据中心换代周期还没开始 • 模型训练仍在指数级增长 • 光纤、算力、存储需求会持续扩张 • AI 从模型时代走向“产品时代” • 企业端的 AI 预算将在 2025–2026 年继续放大 那 $IVES 现在根本不算高位——因为它反映的是 行业大趋势，而不是单季度业绩波动。 2️⃣这档 ETF 最大的优势：不需要押方向 AI 行业现在最大的风险是什么？ 不是“买到涨太多的公司”，而是—— 未来赢家太多、赛道太宽，不知道该押谁。 $IVES 把这个问题直接解决： • 如果你看好 AI 整体 → 它帮你打包最强企业 • 如果你担心个股波动 → 它帮你降低不必要的风险 • 如果你不知道 AI 的下一波价值在云端还是算力 → 它两边都覆盖 换句话说，它是 2025 年最接近“AI 实体经济指数”的组合。 3️⃣但它也有一个潜在缺点 你必须接受一个事实： 这样的 ETF 永远没有个股那种暴击式上涨。 它稳、广、全面，但不会像 $NVDA 或 $TSLA 那样单日狂飙。

🚀📊大行AI 30 名单大更新：谁被提升、谁被踢出局？这张图其实透露了下一轮 AI 资本流向的方向盘（$NVDA $TSLA） 这份最新的《AI 30》名单不是简单的公司罗列，而是一次“资金预告片”： 谁正在成为下一轮 AI 投资的核心受益者、谁正在被边缘化、结构性趋势正在往哪里走——一张图全部说完。 以下是完整解读，带你看清名单背后的资本逻辑。 1️⃣超大规模计算：云巨头正式进入“AI 基建主导时代” $MSFT、$GOOG、$AMZN、$ORCL 全数上榜，说明一件事： AI 的基础设施层已经彻底被云厂整合。 训练、推理、数据、模型托管全部在这些巨头的控制下，他们是未来十年最稳健的 AI Beta。 同时 CoreWeave（$CRWV）从边缘玩家跨入主名单，成为第一家“纯 AI 云”新巨头，象征 Neocloud 正式具备系统性影响力。 2️⃣自主车队、能源、机器人：$TSLA 正式被归类为“AI 驱动的实体经济公司” 新增 IREN、入榜 $TSLA，让整个模块从“技术”转向“真实世界的 AI 产业化”。 一个强趋势出现： 资本正在押注AI 不是停留在软件，而是进入交通、能源、机器人这些可见、可落地的真实经济环节。 Tesla 是唯一同时贯穿： • AI（FSD） • 机器人（Optimus） • 能源（Megapack） • 车辆（产品规模化） 的全垂直整合公司。 这就是它被列为核心 AI 企业的原因。 3️⃣半导体硬件：赢家全在名单上，输家直接消失 新增：$CRVW（CoreWeave） 进入：$NVDA、$AMD、$AVGO、$MU、$TSM、$NBIS 这里的信号很直接： 整个 AI 时代的价值增量仍然最集中落在“算力密集型公司”身上。 • $NVDA 是绝对主导 • $AVGO 吞下 AI 网络与推理时代红利 • $MU 随 GPU 需求大爆发，存储成刚需

🔥🎯富士康 × 英伟达联手打造工业级AI人形机器人，这一步可能彻底改变全球制造业（$NVDA） 富士康在台北举办的“鸿海科技日2025”上，抛出了它迄今最具野心的技术宣言：一整套 以英伟达AI为核心的大规模工业机器人体系 正在成形。而这一次，不再只是展示未来，而是针对真实产线、真实任务、真实落地周期的工业级产品。 在“智能制造”专区，富士康首次公开亮相四类关键设备： • 工业级AI人形机器人（与英伟达联合开发） • 晶圆搬运机器人 • 远程操作灵巧手 • 服务型人形机器人 这是全球制造业最敏感、最看重的四大自动化方向，而富士康把它们一次带上了舞台。 1️⃣ 两类工业级人形机器人：轮式 + 足式，直接对应工厂的两套需求 轮式机器人强调效率与低维护： • 高移动效率 • 长续航 • 适合长时间稳定作业 → 对应半导体产线、平整车间、重复性高的场景 足式人形机器人强调适应性： • 能上下台阶 • 可跨越障碍 • 动作更接近人类 → 对应多层厂房、不规则环境、人工替代率最高的区域 现场展示的任务也不是“表演秀”，而是来自真实工厂： 取放面板、双手搬运重物、螺丝锁付——这些都是直接等价人工的高频动作。 2️⃣ 机器人大脑来自英伟达：VLA 模型 + Isaac Sim 让开发周期被大幅压缩 富士康明确表示，他们的机器人能够做到精细操作，靠的是英伟达提供的： • VLA 模型：把人类示范动作转成机器人可执行的轨迹 • 遥操数采系统：让机器人从真实人类动作中学习 • Isaac Sim 数字仿真平台：大规模训练、测试、迭代 传统工业机器人从编程 → 调试 → 适配流程通常需要数月。 英伟达的方式让整个周期被压缩到“可工业化的速度”。 这意味着： 制造业规模化采用 AI 机器人的最大瓶颈（时间 & 复杂度）正在被消除。 3️⃣ 富士康把整个工厂搬进了英伟达 Omniverse 除了

🔥🎯美国突发政策消息：白宫要加速“机器人革命”，为什么特斯拉成了第一个被点名的受益者？（$TSLA） 川普政府传出准备大幅推动美国机器人技术后，$TSLA 股价率先反应。表面上像是政策刺激，但实际上，这背后牵动的是 特斯拉人形机器人 Optimus 与整个美国机器人产业的战略级转折点。 Politico 指出： 商务部长 Howard Lutnick 已与多家机器人公司 CEO 会面，并考虑在明年推动行政命令，加速美国本土机器人研发、产能与应用落地。 这不是一般的政策风向，而是直接对准 Tesla、Figure、Agility、Apptronik 等企业的 国家级产业扶持信号。 1️⃣ 为什么特斯拉会是第一个被市场反应的企业？ 因为在美国所有公司中，只有 Tesla 同时具备四大核心能力： • 能源系统（机器人用电） • AI 能力（与 FSD 同源的 Real-World AI） • 人形机器人本体研发 • 大规模制造能力（唯一能把人形机器人做成工业品的企业） 如果美国要推动“本土机器人崛起”，Tesla 的技术成熟度与量产能力自然是第一优先。 Optimus 并非展示用，而是 距离商用最近、迭代速度最快 的人形机器人。 所以政策一旦启动，Tesla 会是直接受益者。 2️⃣ 为什么所有机器人股都同步大涨？ 政府态度一旦明确，市场自动解读为： • 技术将从“展示阶段”走向“产业化” • 补贴、采购、法规松绑将陆续出现 • AI + Robotics 将进入新的资本开支周期 这会带动整个机器人产业链同步加速： AI → 传感器 → 马达 → 金属加工 → 产线 → 物流 → 补能系统 → 雇主端采用 所有环节都可能迎来扩张。 3️⃣ 这对 $TSLA 的真正估值影响 市场过去把 Tesla 的估值放在： • 电动车 • FSD • 能源 但政策一旦正式启动全国级机器人计划，

🚀💥Nvidia CFO 亲自确认：Jensen 的「五季 5000 亿」预测其实还不含中国与 OpenAI 巨单（$NVDA） Nvidia CFO 的最新发言，直接把华尔街所有模型的上限重新划了一遍： “我们谈到的 5000 亿美元预测 不包含 与 OpenAI 新协议的任何内容。” 外界对这句话的反应远远不够强烈。因为这意味着—— Jensen Huang 提到的“五个季度 5000 亿美元”增长路径，不但没包含中国市场，连 9 月底宣布的 OpenAI 巨型合作也没有计入。 换句话说： 现在的 Nvidia，是在没有顺风的情况下跑出这种成绩的。 1️⃣市场担心的，与现实错位 当前投资者的主要疑虑集中在： • 中国市场受限 • AI CapEx 增速可能放缓 • 大模型订单不明朗 这些担忧导致 $NVDA 被不合理折价。 但关键是： Nvidia 最近几季的爆炸性增长，并没有依赖这些“潜在利好”。 2️⃣现实更强：在逆风环境中仍能高速增长 过去几个季度的增长，是在以下条件下完成的： • 中国营收几乎清零 • OpenAI 巨单完全未计入 • 大型云厂仍在去库存 • H200/Blackwell 未全面放量 这是一种“纯靠内力”的增长模式。 如果没有顺风都能这样跑——那顺风回来时会是什么速度？ 3️⃣被忽略的，是“顺风叠加效应”还没开始 未来只要有一个变量恢复，就可能产生二次加速： • 中国市场恢复 • OpenAI 合作计入财报 • CoreWeave 等 Neocloud 持续扩张 • 全球数据中心换代周期全面启动 • 商用 AI 模型落地推动长尾需求 当前的增长看似强劲，但很可能只是“基础增速”。 真正的超额成长来自尾端顺风的连锁放大效应。 对投资者而言，这不仅是 Nvidia 的机会—— 也是整条 AI 基建链、加速卡、服务器、散热、Neocloud、数据中心基

🚀💥OpenAI 首席研究员 Mark Chen 最近爆出一则堪称 AI 人才大战最夸张现场 的故事：$META 不只试图挖走他团队里 “一半的直属员工”，Mark Zuckerberg 甚至亲自登场—— 端着 自己煮的汤 去敲 OpenAI 工程师的门当招募诚意；而在这之前，Meta 已经开出 一亿美元级别的报价。😂 1️⃣ AI 人才战已经进化到“极端模式” 过去一年，大模型竞争从模型规模比拼，正式升级成对 顶级科研人才的全面争夺战。 Meta、OpenAI、Google、Anthropic 都清楚： 真正决定胜负的，是那几十个关键研究员。 2️⃣ Zuckerberg 亲自端汤，是行业压力的真实写照 CEO 亲自下场挖人，意味着 Meta 对 AI 的投入进入 战略加速期。 这反映三件事： • Llama 系列之后，Meta 要把速度再提升 • 开源路线需要更多顶级算法和训练专家 • 不能再让 OpenAI 把前沿研究全部垄断 3️⃣ OpenAI 的“人才护城河”正在接受考验 能被 Zuck 开出 100M+ 抢的工程师，一定是核心人物。 但 Mark Chen 暗示： • OpenAI 的使命感 • 团队文化 • 内部研发节奏 仍然是这些天才愿意留下的重要原因。 换句话说：AI 人才大战不是单纯比钱，而是 价值观 + 技术路线 + 组织速度 的综合比拼。 4️⃣ 这对投资者释放了什么信号？ 当公司拼到 CEO 都亲自端汤挖人时，这说明—— 下一轮 AI 爆发点已在这些公司内部酝酿。 对 $META 而言，这意味着： • AI CapEx 会继续增加 • 模型规模与产品化速度将进一步加速 • 2025 的 AI 战争会比今年更激烈 5️⃣ 重点来了：人才争夺本身就是估值的领先指标 谁抢到关键人才，谁就掌握下一轮技术突破点。 模型会更新、硬件会迭代，但人是无法复制的。

🚀🔥 罗马正式成为最新的 Tesla FSD 实测舞台——而且这一次，坐在副驾驶的，是市长本人。 当一座城市的市长与交通事务首长，选择亲自坐进 #Tesla FSD（监督模式）的车内，在意大利那种拥挤混乱的城市交通中进行真实体验——这已经不再是公关动作，而是政治讯号。 罗马市长 Roberto Gualtieri 与交通主管 Eugenio Patanè 这次没有看示范影片、没有听技术简报， 他们是 坐进系统内部，亲身感受到： 车辆如何判断、如何犹豫、如何变道、如何切入环岛、如何处理摩托车穿插、如何面对不可预测的路口…… 这些都是罗马道路每天都会给驾驶者的极限挑战。 这类体验，比任何官方声明或技术文件都更关键。 因为一旦政策制定者 亲身感受到 系统在真实混乱环境中的表现，讨论焦点就会从： “FSD 安全吗？” → “我们能多快制定法规？” “自动驾驶还很远吗？” → “我们应该从哪里开始试点？” 对 Tesla 来说，让政府官员坐进乘客座，是最强大的推动方式。 这能加速监管接受度，提高合法化速度，并让大众不再把自动驾驶视为“硅谷科技产品”，而是“城市交通基础设施”。 意大利的道路是欧洲最难驾驭的环境之一。 如果 FSD（监督模式）能在罗马、在官员亲自乘坐的情况下顺利运作，那么接下来的问题就会变得明朗： 欧洲下一座会批准 Tesla 的城市是谁？ 又是谁会率先开放无人监督模式？ 📢 专注追踪 Tesla 自动驾驶与 Robotaxi 推进过程中的政治、监管与机构拐点——从测试、试点到政策成形，让你在趋势成为法规之前提前看见机会。 #Tesla $TSLA #FSD #AutonomousDriving #Robotaxi #ElonMusk

美股历史上，失业率低于4.6%有过两次降息，一次1998一次2019，都是牛市。 这两年都是三次降息之后停止宽松。 今年12月大概率是第3次。 1998是9到11月三连降，标普从98年9月一直涨到00年3月，才开始大跌。 2019是7到10三连降，标普从19年10月一直涨到20年2月，开始大跌。 今年，你觉得会牛到什么时候？