社区

1、AI的三大致命产业特征 ① 资本投入极其巨大； ② 商业化商业模式脆弱，至今没有清晰稳定的赚钱路径； ③ 企业持续大额融资烧钱。 鉴于以上3点，无论估值是 10/20/40/100 倍，都不适合做多； 保守选择直接回避，激进视角可以寻找做空机会。 2、AI 的双重破坏效应 AI 不仅会毁灭 AI 产业内部企业的资本回报，也会摧毁传统价值股的存量盈利。 低估值价值股在 AI 时代也并不安全，不要抱有幻觉。 类比历史：新能源浪潮，车企利润被压缩，受伤更大的反而是传统低估值燃油车企（丰田、本田等）。 3、市场的认知偏差 市场严重高估 AI 短期商业化落地，严重低估 AI 长期对各行业的颠覆破坏力。 AI 板块股价很脆弱，一旦叙事、信念松动，很容易大幅下跌。 $HSI(HSI)$

有人说市场下跌时因为基本面不好。实际上，A股对基本面并没有那么看重，大差不差就行。 除非大超预期地好或者坏，尤其对坏消息特别敏感，当前的风险偏好不高。 但是，市场对资金面尤其看重，但很难还原机构的真实持仓情况，好在，基金三季报马上要披露了，是全市场最有价值的数据，来作为机构真实持仓情况的一个参考。 如果AI全链的仓位大幅下降，会有助于市场启稳，因为抛压减轻； 如果持仓仍然显著地高（这里衡量尺度因人而异，高于基准20个百分点以上算高），还会给市场消纳压力。 在看不清以及出手胜率不高的时候，均衡配置是可以接受的，不因为欠配科技而担心miss反弹，也不因为没有红利等防守仓位而加深负超额，接受净值的平庸、等待时机。 $上证指数(000001.SH)$

特斯拉发布了飞行汽车，股市却一点也不给面子，昨晚又跌成狗。 跳票9年的 Roadster 2，昨天展示了倒立悬挂、腾空飞行、空中翻转。这哪里还是汽车？分明是一个陆地航行器。 马斯克用到的技术，都不是新鲜玩意儿，F1赛车都出现过，航天器利用喷嘴进行姿态控制，更是老掉牙的技术。 但这种工程整合，除了马斯克无人能做，因为资源都是自己的。如果找外部供应商，很难解决一个高度耦合的动态控制问题。 Roaster 2不应该叫“车”了，应该叫主动负压与反作用姿态控制电动载具。 那么问题来了，为什么股价还跌了？ 现在分析特斯拉的人，满脑子都是 Robotaxi、Optimus、FSD、毛利率、交付量和资本开支。Roadster 一年能卖几辆？Optimus更是怀疑是个骗局。 实际上，你无法仅仅通过一款产品的销量，去衡量一家企业持续突破工程边界的能力。 Roadster2 可能挣不了几个钱，但它展示了马斯克所掌握的技术资源，以及他把不同产业的技术组合起来、创造新产品类别的能力。 这种能力很难体现在当期的业绩里，而是一种技术期权，一种工程能力上的非对称优势。 比如，月球重力只有地球的六分之一，Roadster2 开在月球上，通过推进器短暂跳跃、调整姿态，会比传统车轻松得多。 $特斯拉(TSLA)$

华勤技术的数据中心业务，提升得挺快的，支撑逻辑来自国内云服务商加大 AI 训练、推理服务器投入，公司具备完整的产品矩阵供给能力，包含 AI 服务器、通用服务器、超节点、交换机等，超节点整体方案更是打开了新空间。 公司自 2026 年第二季度开始对超节点方案进行小批量交付，下半年出货量爬坡，国内头部云服务商客户正逐步采用该套方案。 后市，智能手机与个人电脑业务整体保持平稳，叠加数据中心业务高速增长，预计Q3收入增长可观；产品结构升级带动下，毛利率也会进一步提升。 这一背后，华勤技术横跨硬件、软件、机械工程、运营效率、供应链管理以及先进制造领域的端到端研发实力，可以说是最大的底气。 9月8日，高盛和华勤管理层做了深度沟通，聊的核心集中在：超级节点的市场机会，以及交换机、AI服务器的放量节奏。 管理层对数据中心业务的增长前景持积极态度：一方面国内云服务商在AI训练与推理侧的资本开支持续释放，另一方面公司凭借服务器和交换机领域的研发积累与整体解决方案能力，持续拓展客户边界。 在高盛看来，国内CSP扩大AI训练与推理相关资本开支，将直接拉动服务器、交换机等数据中心产品需求；与此同时，华勤技术在PC及服务器ODM市场的份额提升，以及AI PC、智能穿戴等产品的持续拓展，也将为后续增长提供支撑。 华创证券10月13日的报告，给华勤做的估值可以参考。 采用分部估值法，数据中心业务参考紫光股份、浪潮信息和中兴通讯，消费电子及其他业务参考龙旗科技、歌尔股份，考虑超节点及高速交换机业务成长性、PC 客户份额提升和AIoT 业务拓展，分别给予2027 年22 倍、19 倍PE，对应27 年目标市值1377 亿，对应目标价90.87 元。 $华勤技术(603296)$

未来三四年，中国创新药将大量在美国上市，集中在ADC和双抗两大领域，足以将“临床数据”转化为可理解的营收和利润，从而让创新药的投资叙事更经得起审视。 当前创新药板块利润增速约25%、估值约30倍。适合大部分投资人的是两类公司：一是有收入有利润的头部药企(这类公司会越来越多)；二是管线已在海外有合作伙伴且已开临床的公司(信息透明度高、预期差可研究)。 偏早期、偏催化剂的标的，波动大、数据难跟踪，其实更适合对创新药特别懂的专业客户。 随着更多产品在海外上市，盈利陆续兑现，是未来创新药的一个看点，市场对"中国创新药赚到美国的钱"的关注度会进一步提升。 未来几年，有望在美国上市的重点产品，主要包括： 2026年：112(依沃西单抗)是最大焦点，11月14日FDA将公布批准结果，首个适应症为EGFR突变后线非小细胞肺癌，是最快有望在美国获批上市的国产创新药。 2027年：有多款产品--264(科伦博泰TROP2ADC)的子官内膜癌适应症预计今年提交FDA申请、明年获批，这是264首个海外适应症，默沙东为其开了17个国际适应症； BNT323(映恩生物HER2ADC)也将上子宫内膜癌适应症，后续可能推进HER2低表达乳腺癌等大适应症； CMG901(康诺亚CLDN18.2ADC)是全球首个在该靶点阳性胃癌大三期中OS阳性的产品。 2028年：汉森的BHH-3ADC值得关注(今年WCLC读出非常好的数据)，看其能否在全球复刻SCLC数据； 科伦博泰将密集读出264的三个关键数据(一线PD-L1高表达非小、EGFR TKI进展后突变非小、二线转移性宫颈癌)； 百力天恒(EAbrain)将发一线TNBC和一线HR+/HER2-乳腺癌数据； 信达生物发后线鳞癌数据(363的第一个国际大三期数据读出)。 2029年：BNT327(普米斯/百欧恩泰的PD-L1NEGF双抗

AI制药能够实打实地提高研发效率、降低成本，但这都属于“内部挖潜”，带来的改变没法量化，不好去测算业绩估值。 所以，短期还是从0到1炒想象力为主，真正想买创新药，需要比较深的基本面研究，跟踪管线布局和研发进展，老老实实赚自己能看得懂的钱。 渗透节奏来看，中短期AI在临床前早研阶段介入的成功率更高，长期将逐步渗透至PCC后、IND及临床实验环节。 靶点发现的难度系数最高，此前以人工、生信分析或初级AI软件辅助为主，当前已可通过大模型能力实现赋能。 分子生成及筛选打分是目前AI应用最成熟的环节，可通过多维度筛选推高临床成功率分子，上一轮AI制药以小分子为主，本轮伴随大分子药物兴起，在蛋白抗体、ADC等大分子领域有望研发出first-in-class、best-in-class药物，实现显著降本增效。 总之，AI4S与传统AI制药存在差异，可视为AI制药的前期阶段，核心是从更基础、更广泛的层面助力药物机理研究，解决当前制药领域少数靶点资源堆积、大量潜在成药靶点缺乏基础研究突破的痛点。 $金斯瑞生物科技(01548)$

AI 出现了新的叙事，Meta发布Muse仅约10天，已登上美国苹果Store免费榜第一。半导体昨夜集体狂欢，Arm 涨幅 17%，AMD 10% 直接破万亿美元市值、英特尔暴涨超 12%。 Muse牛x在哪？扎克伯格表示，每个用户均对应一台运行在Meta云端的专属虚拟机（配备专属CPU、内存、存储），能够自主打开网页、填写表单、代为完成购物与差旅预订，甚至处理支付与邮件往来等多步骤任务。 上线仅约10天，已登上免费榜第一，超过ChatGPT。 Muse为何推动了半导体的狂欢节？ CPU承担任务编排、数据调度、沙箱执行、记忆管理和工具调用等关键环节。Agent应用复杂度提升，将增加CPU的需求，其重要性显著增加。这是一个新的叙事逻辑。 年初，英特尔为代表服务器CPU缺货涨价，Agent带来区别传统大模型训练推理的新增算力需求，产业逻辑又升级了。 基于此，资金迅速涌向整个芯片链条。英伟达、AMD、台积电这些权重股直接将ETF直接拉起来。 之前，市场关注的是 anthropic 的需求，因为AI需求当中，只有 coding 是跑通的，但是现在事情起了变化。 个人Agent将会是继 coding 之后的第二增长曲线，且天花板巨大。 coding 的需求对应 3000 万程序员，而Agent对应的是几十亿消费者。 接下来，openAI即将推出类似Muse的产品，Anthropic、Google、Apple 也不会坐以待毙，会陆续看到他们新动作。 当前服务器CPU交付周期显著拉长，英特尔、AMD高端服务器CPU供货紧张，Q4存在涨价的市场预期。AI Agent新增需求叠加传统服务器需求，进一步放大供需矛盾。

  中国移动与智谱前一阵达成了GW级国产算力战略合作。合作的首个落地成果是，数万张一线国产卡算力中心即将落成投产，主要用于全面支撑GLM大模型的训练与推理。   之前智谱官方在发布GLM-5.3-Flash时曾宣布已启用超过10万卡国产芯片集群，支撑新模型的全量线上推理。这次与中国移动合作之后，智谱的国产算力容量要迈上新台阶了，也与其他模型厂商在国产卡这块直接拉开了直接差距。   目前按照双方的规划，除了算力之外，还会联合经营Token业务。大概就是说GLM模型以托管API形式接入移动云MoMA平台，在编程及智能体应用场景，中国移动优先推动使用智谱GLM模型，并向其开放覆盖政企客户与近10亿用户的商业网络，拓展网络安全、金融等高价值市场。   对智谱而言，GW级算力进一步解除了“供不应求”约束。 $智谱(02513)$ $中国移动(00941)$

如果AI的进化注定要让机器人走向物理世界，那么动力系统的第一性原理就必须被重写。 过去，工业机器人追求标准化、低成本、规模化量产，对动力单元的精度、柔性、稳定性要求相对宽松，结构成熟、量产成本低廉的减速器，恰好适配了时代需求，得以统治行业。 但如今，AI赋能的具身智能机器人、人形机器人、服务机器人已经对动力系统提出了极致化要求：毫秒级响应、零误差控制、低能耗静音、超长寿命、免高频维护。 面对全新的产业需求，传统减速器的底层物理架构已经彻底落伍，技术天花板已然固化，革新已是必然趋势。 一个清晰的革命信号已然开启：直驱，用电机原生力量直接驱动——零背隙、零摩擦、超高响应。 01 直驱“杀死”减速器：一场将席卷全球的动力革命 海外投资圈热议的“白毛股神”Serenity曾提出一个“紫苏叶理论”：顶级寿司店里，食客追逐的是金枪鱼大腹，但真正不能断供的却是一片紫苏叶——缺了它，整家店都会停摆。映射到投资上，“紫苏叶”就是那些牵一发而动全身的关键环节。在机器人产业链中，动力系统正是这样一片“紫苏叶”。 传统的机器人动力方案，普遍采用的是“电机+减速器”组合，从而能像人一样做出精密动作。但齿轮啮合必然会带来机械噪音、能量损耗、发热量大、寿命衰减和维护成本高等短板。 这些问题的根源不在工艺，而在底层转动架构：只要有齿轮啮合，就有背隙、有摩擦；只要有多级传动，就有响应延迟、能量损失、精度衰减。这是减速器路线的结构性天花板，无法通过工艺改良来突破。 而具身智能对高动态、高精度、高响应的长远需求，恰恰要求动力系统同时做到零背隙、零延迟、低能耗、长寿命——这与减速器的物理本质直接矛盾。 直到本末科技的出现，这些困扰机器人行业多年的难题，迎来了一种全新的解法。 本末科技2020年成立之初便另辟蹊径，区别于传统减速器复杂的传动结构，本末科技核心布局的直驱技术，彻底摒弃了齿轮、减速机、传动链条等中间传动

市场弱的一笔，回头一看，短期拼景气、拼赛道，长期还是靠红利资产。但红利资产不仅仅是稳、没弹性、赚点死利息，复盘日本股市过去30年，可以看出一些门道。 先破除一个误区，高股息赛道从来不是一成不变的。 很多人以为公用事业、金融地产永远是红利主力，但日本30年的行情推翻了这个说法。 90年代的日本高股息核心是中上游制造和出口产业链，汽车、化工、机械靠着出口景气和阶段性高分红领跑； 2000年后市场风格彻底切换，消费、金融、成熟科技慢慢接过红利大旗； 近十年，稳增长属性的公用事业、金融地产，才成为高股息的绝对主力。 另一个反直觉的：最赚钱的，不是股息最高的那一批标的。 有一个术语叫“高股息陷阱”。 日本股市各个阶段股息排名前五的行业，看似回报率诱人，实则大多是股价超跌导致的被动高股息，没有扎实的现金流支撑，长期收益反而平平无奇。 反而是排名5-10名的次高股息标的，既有稳定分红兜底，又有业绩提升、股息率继续上行的潜力，超额收益的稳定性远超前者。 拉长30年周期看，90年代的高股息基本是跌出来的，并非企业基本面向好，红利因子根本不主导收益，只起到简单避险作用。 2000-2010年才是真正的红利黄金期，国债利率长期维持1%-2%低位，行业高景气机会稀缺，高股息资产收益跑赢固收，正式成为市场主线。 2010年后科技消费复苏，红利行情短暂蛰伏。 近几年借着“日特估”改革，高股息资产再度迎来估值修复。 穿越牛熊的核心密码，其实很好理解。纯红利股优势是胜率高、波动小，但缺点也很明显，赔率有限、弹性不足。 真正能长期跑出超额收益的，始终是具备竞争力的行业龙头。既能在成长行情中跟上节奏，也能在震荡熊市靠分红稳住底盘。 落脚到我们当下的投资，这几年国内红利行情演绎速度极快，短短两三年就走完了日本十几年的估值修复，导致当前A股红利资产性价比有所下降。 对比来看，港股