社区

天眼查消息，文远知行正在尝试分拆Robovan自动驾驶货运车业务进行独立融资，相关业务估值已达4亿美元。 $文远知行(WRD)$ 先回顾公司数据，2026年一季度，公司收入同比增长近六成，但净亏损仍接近3.9亿元，账上现金储备约9亿美元。 文远知行账上还有很多钱，但投资者现在更关心的是：哪条业务能更快产生订单，能降低现金消耗，能把L4自动驾驶从演示场景推到利润表里。资本关注的也不只有“自动驾驶技术领先”这几个字。 这一次，Robovan（由英文单词“Robot”和“Van”组合而成，特指具备高度自动驾驶能力的多功能厢式车辆）被单独推出来，将自动驾驶商业化路径拆得更细了。Robotaxi（由“Robo机器人”和“Taxi出租车”组合而成，顾名思义就是机器人出租车）负责讲长期空间，Robovan负责回答更现实的问题：自动驾驶到底能不能先在物流里赚到钱？ Robotaxi估值太远，货运场景先上场 过去几年，自动驾驶公司很喜欢讲的故事一直是Robotaxi。 原因也很简单。Robotaxi的天花板足够高，一旦跑通，就是城市出行平台级生意。可是天花板高，不代表兑现快。Robotaxi要真正大规模商业化，需要城市开放、监管许可、车队运营、安全责任、保险机制、用户习惯全部成熟。这个链条太长，任何一环慢下来，都会拖累收入兑现。 文远知行有技术、有场景。但文远知行和所有L4自动驾驶公司一样：研发很重，运营很重，商业化节奏还不够让资本市场满意。 所以Robovan对于文远知行意义重大。自动驾驶货运比Robotaxi更像一门B端生意。客户不是分散的乘客，是物流公司、快递企业、商超平台、工业园、机场港口、城市配送网络。这部分公司的决策逻辑很简单很理性，就是一张成本表：司机成本能不能降，车辆利用率能不能提，夜间配送能不能跑

天眼查消息，阿里被曝以15亿美元竞购朴朴超市，很多人第一反应是：前置仓不是早就不香了吗？ $阿里巴巴(BABA)$ 每日优鲜暴雷，叮咚买菜收缩，前置仓曾经被资本市场贴上过最难听的标签：烧钱、低毛利、重履约、难盈利。一个仓要租金，一个骑手要工资，一份菜要损耗，用户还嫌贵、嫌慢、嫌不新鲜。生鲜电商最残酷的地方就在这里，口号喊得再大，最后都要落到一颗番茄、一袋青菜、一单配送上。 但阿里现在愿意用15亿美元去抢朴朴，而且报价是此前高鑫零售报价的两倍多，说明市场对前置仓的理解正在变。 前置仓不再只是一个生鲜电商模型，而是即时零售的底层资产。谁在离用户最近的3公里里有足够密的仓、足够深的货、足够稳定的履约，谁就有机会重新定义本地商业。 阿里买朴朴，或许不是为了补一个生鲜业务，而是为了补即时零售战争里最难补的一块拼图。 过去阿里并不缺流量。淘宝、天猫、饿了么、盒马、天猫超市、淘鲜达，每个名字拿出来都不小。但问题恰恰出在这里，入口太多，心智太散，供给没有被统一调度。消费者不关心盒马和天猫超市的区别，也不会研究淘鲜达和淘宝闪购的组织关系。他只想知道，下班回家前打开一个App，半小时内能不能把晚饭、牛奶、纸巾、药和啤酒一起送到。 互联网公司过去很擅长制造入口，后来才发现，本地生活最硬的壁垒不是入口，而是履约。 入口能买，补贴能砸，心智也能短期冲出来。但仓在哪里、货够不够、骑手能不能跑得过来、损耗谁承担、单量密度够不够，这些问题没有一个可以靠PPT解决。 朴朴的价值，正好藏在这些脏活累活里，背后价值也正是阿里想要的。 阿里的即时零售，终于从“有很多业务”变成“必须打一仗” 过去十年，阿里在本地零售上并不是没有动作。入股银泰，做盒马，推淘鲜达，收大润发，做天猫超市，每一步都能讲故事。但站在今天回看，一个最大的问题是：长

SpaceX本周五正式登陆美股，马斯克又一次把全球资本市场的注意力拉到了自己身上。 募资约750亿美元，上市估值约1.77万亿美元。单看数字，已经足够吓人。背后映射的问题也很简单：市场到底还愿不愿意为“未来十年最性感的基础设施故事”提前买单？ SpaceX卖的不是火箭，而是AI时代的天基基础设施入口 很多人看SpaceX，第一反应还是火箭、发射、星舰、马斯克。 资本市场真正愿意给到1.77万亿美元估值，不可能只为一家公司会把东西送上天买单。传统航天制造公司看合同、发射订单、项目交付，估值体系更接近高端制造和国防军工。SpaceX现在想让市场接受的，是另一套逻辑。 SpaceX不是单纯的航天公司，而是一个低轨卫星网络公司，一个全球通信基础设施公司，甚至可能是AI时代的空间数据入口。 目前SpaceX大部分收入来自卫星互联网业务。火箭发射的收入模式偏项目制；卫星互联网一旦形成规模，才有持续订阅、用户扩张、区域渗透、终端普及和现金流改善的空间。 资本市场最喜欢的不是一次性收入，而是可重复、可扩张、边际成本持续下降的收入。 低轨卫星互联网的想象力就在这里。传统通信网络受制于地面基站、光纤、地理环境和监管边界，SpaceX试图用卫星把连接能力铺到全球。偏远地区、海上航运、航空网络、军事通信、灾害应急、跨境数据传输，都可能成为它的场景。 再往后看，AI会进一步放大这个故事。AI的主线已经不只是模型参数，也不只是GPU。下一阶段真正稀缺的，是算力、能源、网络、数据入口和场景闭环。地面数据中心解决算力密度，电力公司解决能源瓶颈，云厂商解决模型训练和推理平台，低轨卫星网络解决全球连接半径。 SpaceX刚好站在几个叙事的交叉点上。可以讲卫星互联网替代传统通信网络，也可以讲全球连接带来的数据入口，还可以讲AI时代的空间基础设施。听起来很宏大，也确实足够贵。 但高估值从来不是免费的。1.77万亿

2026年6月22日开盘前，Astera Labs、CoreWeave、Nebius、Rocket Lab 和 Teradyne 将被纳入纳指100；Charter、Cognizant、Insmed、Verisk 和 Zscaler 则被剔除。 如果只看名单，这不就是一次正常指数调整吗？ 但把这些公司放在一起看，会发现一个非常清晰的信号：纳指100正在换一套增长叙事。 以前的纳指100，代表的是互联网、软件、云计算、平台公司和消费科技，讲的是轻资产、高毛利、高现金流、订阅制、用户规模和网络效应。 但这一次进来的公司，Astera Labs 做AI数据中心高速连接，CoreWeave和Nebius做GPU云，Teradyne做半导体测试设备，Rocket Lab做小型火箭和航天系统。 这五家公司合在一起，指向的不是“软件改变世界”，而是“AI基础设施重构世界”。 纳指100在重新定义“科技” 这次调整，被剔除的公司里，Charter 是传统有线通信，增长乏力，资本开支沉重；Cognizant 是传统IT外包，正在被AI自动化压制；Verisk 是成熟数据分析软件，现金流稳定，但成长弹性已经不够；Zscaler 是云安全SaaS代表，但整个软件板块这两年都在被市场重新审判；Insmed 则更像单一医药事件驱动资产，和纳指100这轮科技主线并不匹配。 进来的这五家公司，刚好踩中了华尔街现在最愿意给估值的方向：AI算力、AI互联、GPU云、半导体设备、太空基础设施。 过去两年，市场最简单的动作就是押注英伟达。不得不承认，GPU是最确定的瓶颈，英伟达是最确定的龙头。可是到了现在，市场已经不满足于一个英伟达了。 英伟达涨，谁受益？HBM受益，存储受益，先进封装受益，光模块受益，电力设备受益，液冷受益，服务器受益，交换芯片受益，测试设备也受益。 AI不是一块芯片就能跑起来的，它是一整座工

近日，前程无忧51job发布了《2026企业招聘行情与用人趋势洞察》，把AI对职场的冲击从技术叙事拉回到了大家关心的工资条上。 $前程无忧(JOBS)$ 报告显示，具备AI能力的各方面人才均能获得更高的工资，销售岗位高出48.8%，财会岗位高出40.8%；生产制造岗位高出43.5%；供应链物流岗位高出35.9%。 在明确要求AI能力的岗位里，月薪4万元以上职位占比为3.09%；不要求AI能力的岗位里，这个比例只有0.86%。也就是说，要求AI能力的高薪岗位是普通岗位的3.6倍。 整体来看，岗位产出模型已经变了。过去招聘市场给人才定价，主要看学历、年限、行业经验、公司背景和职级标签；如今AI能力开始成为一条独立的定价线。 前程无忧自身也启用了AI招聘助手。招聘平台过去拼的是岗位数量、简历库规模和企业客户覆盖，现在拼的是谁能更快识别岗位需求，谁能判断候选人能力真假，谁能把复杂的人才标准转化成可执行的匹配结果。 AI正在改变打工人的价格，也在倒逼招聘平台改变自己的价格。 从只招人变成购买“效率确定性” 从前的招聘市场“只招人”，但2026年的招聘市场正在过渡到购买“效率确定性”。企业不愿意再为“需要培养很久、产出不确定”的人付出高成本。这也是AI能力在传统岗位快速升值的原因。 当然企业不需要大家都变成程序员，企业要的是员工把AI嵌进日常流程，把过去三个人、三天、三轮沟通才能完成的工作，压缩成一个人、一小时、一套自动化工具。 销售岗位AI溢价最高，不难理解。销售是最接近收入的岗位，任何效率改善都更容易被老板感知。AI可以帮销售做客户分层、线索评分、话术生成、竞品分析、会议纪要和跟进提醒。 一个普通销售靠经验推进客户，一个AI型销售可以把客户池、转化率和复盘动作做成半自动系统。企业愿意为了更高的收入转化效

猎豹移动这家公司，放在今天的AI财报观察里，很有样本意义。 $猎豹移动(CMCM)$ 先看数据，2025年，猎豹移动总收入11.50亿元，同比增长42.6%。其中，AI及其他业务收入达到5.35亿元，同比增长84.7%，占总收入46.5%。到了四季度，AI及其他业务收入达到1.53亿元，同比增长98.8%，占季度总收入49.5%，距离半数收入只差一步。 很多公司讲AI，最后落到财报里，往往是研发费用增加、算力投入增加、利润被挤压，收入端还看不见明确回声。猎豹移动不一样。它已经跨过了第一个关口：AI不是单纯成本项，而是收入端变量。 但市场不会因为“有AI收入”就无条件买单。真正要命的问题在第二关：AI能不能赚钱。 2025年，猎豹移动AI及其他业务仍处在调整后经营亏损状态，亏损约2.745亿元，虽然同比收窄42.1%，但还不是利润贡献者。换句话说，猎豹移动现在最好的地方和最危险的地方，是同一个地方：AI收入增长很快，但商业模式还没有完全穿透利润表。 猎豹移动是一家处在转型中段的公司。旧互联网业务还在供血，新AI业务开始长大；收入结构已经明显换挡，利润结构还没有真正切过去。 如果想要资本市场重新定价，看的不是故事有多热，而是收入增长和亏损收窄能不能同时发生。 AI能进收入表的公司才有资格谈重估 今年市场在变得越来越现实。AI到底贡献了多少收入？收入是不是可持续？客户是不是付费？亏损有没有收窄？毛利率有没有改善？成了老生常谈的问题。 而猎豹移动已经把AI相关业务推到了一个不能被忽视的位置。AI及其他业务全年收入占比46.5%，四季度占比49.5%，如果后续继续提升，收入结构就会出现实质性切换。那时候再把猎豹移动简单归类为“老移动互联网公司”，已经不够准确。 老互联网公司转型AI，最怕两种情况。 一种是

微博的AI故事，终于不只是平台自己讲给资本市场听的。 $微博(WB)$ 近期，微博发布《微博AI内容生态报告》，Q1 AI兴趣用户暴涨328%。乍看像一个常规平台热度指标，但放进今年的AI产业链里，含义会更复杂：AI正在从少数技术从业者的谈资，变成普通用户每天都要处理的工具问题、消费问题和职业问题。 过去两年，AI的核心叙事一直掌握在大模型公司、芯片公司、云厂商和应用创业者手里。资本市场讨论的是算力、参数、推理成本、Token价格、Agent落地，普通人更多是在围观。微博现在给出的信号，是用户讨论焦点已经从“AI是什么”转向“AI怎么用”。一旦问题变成“怎么用”，技术就不再只是技术，而是开始进入生活场景、品牌预算、消费决策和内容生产链条。 微博卡住的，正是这个缝隙。很多人低估了微博的原因，是过去几年平台叙事确实有些老。不像抖音拥有极强的交易闭环，不像小红书占住生活方式种草，也不像B站掌握长视频知识社区。 微博的核心资产一直偏“公共议题场”，但AI恰好是一个非常需要公共讨论的行业：新模型发布要扩散，产品能力要被验证，企业案例要找声量，用户疑问要被解释，争议也要在开放场里发酵。 AI越往应用层走，越需要一个大众可见的舆论中转站。微博的价值，在这里重新露头。 微博这轮AI热度不能简单看成内容平台蹭主题。更准确的说法，是微博在AI应用扩散周期里，重新拿到了一张流量入口牌。 微博不是基础模型公司，不承担最重的资本开支，也不会直接参与大模型价格战；但可以成为AI从产业语言进入大众语言的翻译层。这个位置没有那么硬核，却很适合广告商业化。 微博过去的问题，不是没有用户，而是增长故事不够锋利。公开财报显示，微博一季度MAU仍有5.62亿，DAU达到2.54亿，总营收4.213亿美元，同比增长6%，广告及营销收入3.6

近日，甲骨文发布了最新财报表面看是非常强的。 $甲骨文(ORCL)$ 数据显示，第四财季总营收同比增长21%，做到192亿美元；云基础设施收入同比暴涨93%，达到58亿美元；RPO，也就是待履约收入，直接冲到6380亿美元，同比大增363%。这个数字放在过去，基本就是标准的“AI大单爆炸、继续重估”的剧本。 但事与愿违。盘后，甲骨文跌超10%。 财报超预期，指引也不差，云业务还在加速，为什么市场表现如此反差？ 过去市场只关心你有没有AI订单、有没有云收入、有没有大客户。现在市场开始问一个更现实的问题：这些订单到底要花多少钱才能兑现？ 说白了，AI云的故事，已经从“收入增长”开始切到“资产负债表”。 甲骨文给市场揭开了一个残酷现实：AI云是一个极其重资本的生意，不是嘴上喊一喊就能赚钱。 买GPU，要建数据中心，要搞网络，要搞电力，要搞冷却，要签长期租约，还要提前垫很多钱。订单当然很漂亮，但订单越多，前期资本开支也越重。收入端越强，现金流压力反而越容易被放大。 甲骨文FY2026全年营收增长17%，做到674亿美元，经营性现金流增长54%，达到320亿美元。这个现金创造能力一点不差。但问题是，在AI云大扩张下面，公司全年自由现金流是负237亿美元。 这才是市场真正不舒服的地方。 以前投资者买科技巨头，买的是轻资产、高毛利、高自由现金流、高回购。现在AI云厂商越来越像重资产基础设施公司，估值当然要变。 轻资产互联网平台，可以给很高的利润倍数，因为边际成本低，现金流好，回购稳定。但重资产基础设施公司，市场一定会盯着资本回报率、负债率、折旧周期、融资成本和自由现金流。 甲骨文这次最大的问题，是增长太贵。 公司FY2026已经通过债务融资430亿美元，通过股权融资50亿美元，合计筹了480亿美元。到了FY2

提及AI泡沫，很多人会问：AI到底有没有需求？即便AI有需求，谁来为这些需求提前买单？但最近，华尔街开始发现或许债务才是关键。 过去两年，市场讲AI，基本都在讲英伟达订单、云厂商Capex、大模型参数、Token消耗、HBM产能、数据中心电力瓶颈。这些故事讲得很好，链条上基本所有公司都从中受益。 同时也带来了超5,700亿美元的AI相关债券。这一惊人的数字更是代表着：AI基础设施的建设，现如今不只是科技公司的资本开支问题，已经慢慢地变成了一个信用市场问题。 过去处于牛市当中，靠股权市场定价。但AI牛市进入下半场，定价权开始转向债券市场。 谁要借钱，谁的信用利差会不会扩大，谁的自由现金流会不会转负，谁的评级会不会被下调，谁的融资结构里藏着表外债务，开始变得越来越重要。 也就是说，AI泡沫即便被刺破，极大的可能是因为债务，而非需求。 一、泡沫破灭往往是从融资断裂开始 很多技术泡沫在最热的时候，需求并没有消失。 泡沫真正破裂，往往不是因为长期方向错了，是因为资本市场提前把未来十年的增长都折现进股价，然后融资环境突然变了。 AI所面临的也是如此。 AI需求是真实的。企业确实在用大模型，云厂商确实在扩建数据中心，推理Token确实在增长，GPU确实供不应求，HBM确实紧张，电力确实成为瓶颈。 但资本市场从来不只看需求。 资本市场更关心的是：这些需求能不能转化为自由现金流？ AI并非没有需求没有未来，只是这个未来正在被越来越昂贵的债务提前买下来。 过去的Big Tech利润十分可观，自己就能产生巨额现金流。 所以过去很多投资者觉得，大厂投入AI不用担心。 但现实里，为了发展AI，Amazon获得了大额贷款工具，Meta被曝考虑通过大规模股权融资为AI基础设施找钱，Alphabet、Meta等hyperscalers也在持续进入债券市场。 如果连Amazon、Meta、Oracle这种公

Crusoe暂停了怀俄明州夏延1.8GW AI数据中心校园项目。 一家为超大规模云服务商开发数据中心的公司，一个Blackstone支持的能源合作方，一个1.8GW级别的超级算力园区，一个未公开的神秘租户。几乎所有AI基础设施牛市里最昂贵的关键词，都被塞进了同一个项目里。 现在，项目被按下暂停键。 Crusoe在声明里说得很克制：应客户要求，暂停该项目开发活动。 市场最怕的不是坏消息，而是这种“客户要求”。因为不会告诉你客户是谁，也不会告诉你暂停多久，更不会告诉你是技术路线调整、融资压力、资本开支收缩，还是科技股暴跌之后，客户董事会突然开始重新审视每一笔AI投入。 一个1.8GW项目暂停，已经足够让市场重新计算AI数据中心的估值锚。 过去一年，AI基础设施讲的是一套非常顺滑的故事：GPU不够，电不够，数据中心不够，变压器不够，液冷不够，土地不够，谁能把这些东西凑齐，谁就能拿到下一轮资产重估。 现在，故事被打断了一下。 不是因为AI没有需求，而是因为资本开始问一句更残酷的话：这么大的项目，客户真的会一直买单吗？ 1.8GW暂停，打中的不是Crusoe，而是整个AI基建的信心 1.8GW是什么概念？ 普通数据中心还在讲几十兆瓦、几百兆瓦，1.8GW已经是一个能改变区域电力规划的怪物项目。它不是几栋楼加一批服务器，而是一整套能源、电网、土地、融资、冷却、GPU集群、长期租约和云厂商资本开支计划的绑定。 换句话说，一个1.8GW AI园区一旦开始，就不是开发商自己能说停就停的事。能源公司要排电力，设备商要排产能，融资方要算现金流，地方政府要算就业和税收，云厂商要把它放进未来几年的算力地图里。 Crusoe暂停项目，真正刺痛市场的不是“少了一个数据中心”，而是AI基建最性感的资本故事开始出现裂缝。 过去资本市场看AI数据中心项目，很容易进入一种亢奋状态。只要规模够大，背后有大客户，有