社区

$2倍做空NVDA ETF-GraniteShares(NVD)$   看好

大家好像突然不骂 Meta 了 我这两天有个特别明显的感觉： 大家好像突然不骂 $META 了。 就在不久前，大家提起它，翻来覆去还是那三个词： 烧钱、模型落后、扎克伯格掉队。 可这一周，它股价涨了大约 15%，是近一年多来最猛的一周。 骂声，一下子就小了。 很多人看到的是股价涨了。 我盯了两天，我觉得真正变的不是股价 —— 是市场看它的那把"尺子"，换了。 我觉得真正值得看的，有三件事。 第一，它以前为什么被嫌弃。 不是它不赚钱。 恰恰相反，它一个季度营收 500 多亿美元，是全球最能赚钱的公司之一。 问题是：它一年砸 1000 多亿美元建 AI。 却几乎没有一分钱新的 AI 收入。 赚的还是老本行 —— 广告的钱。 所以市场一直不把它当"AI 公司"， 只当它是"一家还在为 AI 烧钱的广告公司"。 它便宜，便宜在这： 手里攥着一张"AI 还没兑现"的欠条。 第二，这一周为什么突然改口。 因为三件事，让市场觉得这张欠条要开始还了。 它开始搞云了 —— 把自己烧钱建的算力对外出租、卖模型，扎克伯格本人都松口说"讲得通"。 那个最招人嫌的"烧钱无底洞"，第一次指向了一条能赚钱的路。 它自己的芯片 9 月要投产了，长期能少求英伟达、把成本压下来。 它新出的模型，在"让 AI 自己干活"这类任务上，已经能跟 GPT、Claude 掰手腕，价格还只有人家四分之一。 第三，也是我最想说的：真正值得看的，不只是 Meta。 我把 Meta 拆成了"两条腿"。 一条还站在旧世界（靠广告赚钱）。 一条刚迈进 AI 新世界（自己搞云、造芯片、训模型）。 而 AI 这波硬科技还能不能继续烧下去，就看两条腿： 一条是"出钱的人"（几大巨头愿不愿继续投）， 一条是"赚钱的人"（AI 应用能不能真赚到钱）。 Meta 恰好卡在第一条腿的关键处： 别的巨头都有云收入给烧钱兜底，只有它没有。 这次搞云

美东7月9日Meta首席执行官扎克伯格公开对外澄清市场核心分歧，直接否定“Meta算力过剩”的主流悲观预期。 此前月初Meta传出开放自有AI算力对外租赁的消息，二级市场迅速解读为行业算力供给过剩、大厂资本扩张周期见顶，资金集体抛售AI硬件产业链，AI服务器、光模块、存储芯片板块连续回调，AI硬件赛道进入阶段性降温通道。 一、事件核心复盘：市场恐慌源于算力供给预期错判 针对市场恐慌情绪，扎克伯格给出两大核心论据： 1. 公司内部算力全部满负荷运行，不存在闲置冗余硬件，放眼整个科技行业，没有哪家企业算力储备能够满足自身长期AI发展需求，全球算力长期紧缺的底层逻辑未发生改变； 2. 对外出租算力并非产能过剩的被动选择，而是主动资产增值策略。当下第三方算力租赁市场定价居高不下，盘活自有存量硬件可新增稳定营收，商业模式对标SpaceX算力租赁业务，不会削减公司内部大模型、AI业务的资本投入。 二、多空逻辑拆解：短期情绪修复，长期分化仍存 （一）多头修复逻辑，支撑板块反弹 1. 扭转市场悲观预期，缓解资本开支担忧 此轮AI硬件下跌的核心导火索，是市场担忧头部大厂停止扩产、算力供需格局反转。扎克伯格表态直接证伪“算力过剩”逻辑，打消资金对资本开支见顶的恐慌，短期风险偏好有望修复，带动前期超跌算力硬件标的估值回补。 2. 算力租赁打开第二增长曲线，增厚企业盈利 Meta将自有算力对外租赁，印证高端AI算力具备持续高溢价。对于上游硬件厂商而言，头部企业持续扩产自用+对外出租双重需求，将拉长AI服务器、GPU、HBM存储的需求周期，不再仅仅依靠内部大模型研发消耗硬件产能。 3. 行业景气底层逻辑不变 全球多模态大模型、AI智能体、本地端AI应用持续落地，训练与推理算力需求保持指数级增长。头部科技企业持续加码算力建设，行业长期供需紧平衡格局未被打破，前期下跌属于情绪驱动的超调。 （二）空头压制

过去一年，Meta 一直被市场嫌弃 —— 烧钱、模型落后、翻来覆去就靠广告赚钱。 可就在过去这一周，它的股价突然涨了大约 15%，是近一年多来最猛的一周。市场，到底重新看见了它身上的什么？ （顺便一提，这一周 AI 圈有两件大事：一件是韩国海力士在美国上市，我上一篇专门写了它；另一件，就是今天要聊的 Meta。） 真正值得琢磨的，不是 Meta 涨了多少，而是 —— 市场好像换了一把尺子在量它。 先说过去一年，市场是怎么"嫌弃"它的 要看懂这周的反转，得先知道大家之前对 Meta 的印象有多差。 过去一年多，一提起 Meta 的 AI，投资者记住的主要是两件让人皱眉的事： 一是烧钱烧到没有纪律。 为了追 AI，它的资本开支一路狂飙，一年砸下上千亿美元建数据中心、买芯片。可钱花出去了，新的收入却看不到影子 —— 市场最怕的就是这种"只见烧钱、不见回报"。（更早之前，它还在元宇宙上栽过一个大跟头，这份"乱花钱"的印象就更深了。） 二是大模型落后。 它的 Llama 模型，一度被寄予厚望，但后来的版本被普遍认为不及预期，眼看着被 OpenAI、谷歌远远甩在身后。一家这么大的公司，AI 模型却掉队了。 烧钱 + 落后，这两个印象叠在一起，市场就一直不肯高看它。 一个奇怪的错位：最能赚钱，却最便宜 但有意思的是，被这么嫌弃的 Meta，基本盘其实强得离谱。 这里可以拿腾讯来类比，你会更好懂 —— 打个比方：腾讯在中国社交上是什么位置，Meta 在全球就是什么位置。只不过 Meta 的盘子铺在全世界，旗下 Facebook、Instagram、WhatsApp 加起来，每月有超过 30 亿人在用。它俩是一类公司：都靠社交起家、都手握顶级规模的用户、都极其能赚钱，身上都有一种 “你可以嫌它一时不行，但很难想象它会垮” 的底色。 就拿它最新一个季度（今年一季度）的成绩来说：营收约 563

根据 $SpaceX(SPCX)$ 近期与 $谷歌(GOOG)$ 和Anthropic达成的算力租赁协议显示，每吉瓦(GW)算力对应约150亿-200亿美元的收入，怪不得 $Meta Platforms, Inc.(META)$ 也想成为云服务厂商！ Meta已与新型云服务商 $CoreWeave, Inc.(CRWV)$ 和 $NEBIUS(NBIS)$ 签署总额最高达480亿美元的内部算力租赁合同，期限至2032年。 根据彭博分析师的测算，Meta算力服务的营业利润率可能比其核心广告业务低15-20个百分点。如果不使用自身Muse Spark模型，仅作为算力租赁服务提供商，其利润率还会更低。 在算力基础设施业务中，折旧、电力、网络以及硬件更新周期等成本占比要高得多。相比之下，Meta的广告业务具备显著的经营杠杆，增量利润率超过50%。 谷歌云业务利润率用了10年时间才达到30%；新兴云服务厂商的营业利润率预计到2028年也就18%： 谷歌、meta、 $微软(MSFT)$ $亚马逊(AMZN)$ 这类云服务厂商，即使能从AI中获得可观的收入，但重资产的特性及竞争对手的增加，都有可能降低利润率，导致资本市场不愿给出高估值！

Palantir CEO 参加CNBC节目直播里，骂了整个AI行业20分钟，当天 $Palantir Technologies Inc.(PLTR)$ 股价大涨9%。同一个早上Meta被爆要把多余的AI算力往外出租，全世界买算力最多的公司亲口承认自己好像买多了。一个骂AI卖的太贵，一个说AI 买的太多，两个开炮的人股价都涨了，建房子的做基建的股价都跌了，今天这个视频我们就从头到尾给大家讲清楚。 $Meta Platforms, Inc.(META)$

前两天我写了一篇《Meta 一卖算力，芯片崩了两天》。 事情你大概还记得：Meta 传出要把用不完的算力对外出租，市场吓得以为"资本开支要见顶了"，美光、闪迪这些热门半导体股，连着两天暴跌。我在那篇里的判断是 —— 别慌，资本开支没停，只是开始"挑人"了。而我用来佐证的一条，是 Meta 转头又张罗着砸几十亿，去自研芯片。 文章发完，评论区有位读者拍了桌子： 你凭什么说 Meta 做芯片是"加大投入"？自研 ASIC 本来就比买英伟达便宜，人家分明是为了省钱。你怎么能反过来当成砸钱的证据？ 我盯着这条留言看了很久。 因为他说对了一半 —— 而正是这对的一半，把我拽到一个更大的问题跟前。今天这篇，就想把它掰开。一个观点，讲透。 先认账：自己造芯片，确实省钱 这点读者没说错。 你买英伟达的卡，是在替它那块常年 75% 上下的毛利率买单 —— 也就是说，你花的每一百块里，有七十多块是英伟达的利润。全世界抢它货的人排着队，它当然有底气收这个价。 巨头们算过这笔账。谷歌自己造 TPU、亚马逊造 Trainium、微软造 Maia、Meta 造 MTIA —— 绕开英伟达，自己设计一颗只干自家活的专用芯片，单颗一算，确实便宜得多。亚马逊自己就说，它的芯片跑推理，最多能比英伟达省一半。 所以"自研省钱"，成立。 但接下来这个问题，读者没往下问 —— 那省下来的钱，去哪了？ 打脸：一边自研，一边把钱越花越多 如果自研真是为了省钱，那这几家一边疯狂造芯片，钱应该越花越少才对。 结果恰恰相反。 按各家自己的财报指引加起来，谷歌、亚马逊、微软、Meta 这四家，今年砸在 AI 基建上的钱，合计约七千两百五十亿美元 —— 比去年涨了差不多八成。就说 Meta，去年七百多亿，今年的指引一路上修，奔着一千四百五十亿去 —— 翻了整整一倍。 你看明白这个拧巴没有：它们一边自己造更便宜的芯片，一边把总开支

月亮高高挂在那里才是月亮，如果它跋山涉水穿越星空奔你而来，那就是取你性命的陨石，如果有些波动，顶不住的话，那有些心动，看看就好。 二季度行情太极端，微观地说，笔者有些朋友财富突然自由了，也有财富自由的朋友被Call Margin了。宏观地说，A股看消费做白酒的基金经理越来越多追光了，美股基金经理扎堆在 $iShares费城交易所半导体ETF(SOXX)$ ，韩股散户更是集中火力冲杠杆三星，杠杆海力士。但上周，画风突然有点变了。先是医药ETF，IBB，证券ETF，甚至消费ETF，白酒在月底涨了一波。听到的说法是有些偏离主题太多的，临时整回来，月底拍个持仓“良民照”，月初继续漂移。 但月初，轮动还没停。科创50在跌，红利ETF/ $安硕恒生科技(03067)$ /恒生生科在涨。QQQ/美光/闪迪/MRVL在跌，VOO横盘，而道指，STOXX600，STOXX50却在创历史新高。涨的竟是泛消费，高分红股，及生物医药，如耐克、波音，苹果，高盛，爱马仕，诺和诺德等。一鲸落，万物生？AI硬件的需求辩论又被小扎推到风口浪尖。 先岔开一个话题，聊聊东西方艺术的区别。西方的艺术作品，有唯一的开始，而且开始了也就不变了。达芬奇的《蒙娜丽莎》画成那样，我们能上去添两笔吗？不行，后人只有瞻仰和保护的份儿。但中国艺术就博大精深了。一幅名作越是受人推崇，它外观的变化就越多。鉴赏家和收藏者通常会将题跋和印章覆盖在原作上，以求在大师作品上留下自己的印记。比如《千里江山图》，上面有39个印章与题字。作品本身就是一个不断变化的过程，不停地被转录。所以中国艺术品不说“原作”，说“真迹”。那意思，原作者只是留下了一道痕迹，他没有办法排除这个痕迹在时间的流

下周即将公布的FOMC（联储局联邦公开市场委员会）会议纪要，是继上周「爆冷大非农」之后，决定下半年美股走向的核心宏观指挥棒。 由于上周四非农就业人数大幅爆冷（仅增加5.7万人），市场减息预期骤然升温。本次会议纪要的核心看点，在于揭示联储局内部官员对「通胀死灰复燃」与「劳动力市场减速」之间平衡性的真实讨论底牌。 针对我们高度集中的硬科技赛道（光通信、半导体芯片、云计算、存储股），我梳理出本次FOMC纪要必须死盯的三个重点关注领域及核心博弈逻辑： 重点领域一：联储局对「减息门槛」的内部共识（估值天花板的松绑度） · 核心逻辑：纪要将透露官员们是否认为当前的利率水平已经具备足够的「限制性」。如果纪要显示，多数官员在6月份就对经济下行风险表达了担忧，这将全面坐实上周非农爆冷后的减息加速路径。 · 四大板块影响： o 云计算板块（比如CRWV、NBIS）：【最大受益者】 新兴算力云厂商由于需要借入大量巨额短期和长期债务来向英伟达采购GPU，属于典型的高杠杆、高资本开支重资产行业。联储局的任何减息倾向，都会直接削减其数以亿计的利息支出成本。一旦纪要偏鸽，CRWV有望彻底摆脱上周Meta事件的负面阴霾，引发猛烈的多头估值修复。 o 光通信CPO板块（比如AAOI）：【弹性放大器】 光通信属于高Beta题材。减息预期的坐实将大幅推高全球风险偏好，游资和量化基金会迅速重启1.5倍杠杆（AAOX）等衍生品，推动板块快速冲高。 重点领域二：官员们对「供应端成本涨价」的容忍度（定价权与毛利率的生死线） · 核心逻辑：7月1日全球半导体、MLCC全面涨价潮已经正式生效。市场极度关切联储局官员是否会将这类「科技硬件涨价」视为通胀顽固的信号。如果纪要显示官员们对制造端、供应链层面的价格反弹高度警惕，市场会担忧即使非农爆冷，联储也可能「为了打压通胀而被迫维持高利率」。 · 四大板块影响： o 半导体芯片股

$永康控股 (02523)$ $晶合集成(02249)$ $滨化股份(06745)$ 基本情况： 申购时间：6月30日-7月8日，9号出结果，10号暗盘，13号上市； 发行价格：2.20-2.68 入场费：5414.05 1手：500股 全球发售：5160.00万股 公开发售：516万股 发行手数：2580手 基石：无 绿鞋：有，华富建业稳价 保荐人：华富建业和同人融资联合保荐 分配机制：机制B，回拨10% 永康控股主要为东盟地区及中国的集装箱航运公司和租赁公司提供服务。按2025年集装箱吞吐量计算，公司是新加坡最大及东南亚第二大的集装箱堆场营运商，新加坡市场占有率达16.2%，东南亚市场占有率为5.9%。 公司业务覆盖新加坡、中国、马来西亚、泰国、香港及越南，在10个地点运营18个集装箱堆场，管理总堆场存储面积约59万平方米，总储存量约87,000个TEU。 业务分为三大板块：集装箱堆场业务、仓储及集装箱货运站、集装箱销售和新建集装箱检验。 财务表现： 根据招股书披露，2023年、2024年及2025年，公司收入分别约为1.56亿新加坡元、1.65亿新加坡元和1.49亿新加坡元。其中2025年收入同比下降约9.6%，主要受全球航运市场周期性波动、区域贸易需求短期调整等因素影响，但堆场核心业务收入占比稳步提升至约76.1%，显示业务结构优化成效。 同期，公司纯利表现稳健增长，分别为约837万新加坡元、1,162万新加坡元和1,327万新加坡元，2025年同比增长约18.1%。这一增长主要得益于成本控制

早上醒来，看了一眼消息。 Meta 传出要卖算力，市场当场炸了 —— 存储、芯片、设备连着跌了两天。美光一天跌掉一成，闪迪、康宁、应用材料，一个比一个惨。 所有人盯着两个字：过剩。 Meta 都开始往外卖算力了，是不是说明算力建太多了？是不是资本开支见顶了？是不是 AI 这场盛宴，快散了？ 我把这两天的消息一条条摊开看。看到第三条的时候，发现不对劲 —— 真正在变的，根本不是"过剩"。 下面一步步说。 先说市场慌的那件事 7 月 1 号，彭博报出 Meta 要搭一个云业务，把自己数据中心里用不完的算力，卖给外面的公司 —— 直接跟亚马逊、微软、谷歌云抢生意。 "用不完""富余"，这几个词一出来，买 AI 铲子的人就腿软了。 道理很直白：过去两年 AI 这波涨，靠的就是一个信念 —— 算力永远不够、大家会拼命建、建就得买芯片、买存储。现在最能建的玩家之一站出来说"我有富余要往外卖"，这个信念，第一次被戳了个洞。 于是芯片、存储、设备，凡是沾"卖铲子"的，集体挨砸。CoreWeave、Nebius 这些专门出租算力的新云，一天跌掉一成多。 到这儿，剧本很顺：算力过剩 → 资本开支见顶 → 卖铲子的完蛋。 但同一周，还有两件事，跟"过剩"这个解读，怎么都对不上。 两件对不上的事 第一件，就在 Meta"卖算力"上头条后的几天，又冒出一条消息：据韩媒 Sedaily 报道，Meta 正在找三星的代工厂，做自己的下一代自研 AI 芯片（代号 MTIA 三代），用最先进的 2nm 工艺，规模超过 10 万亿韩元 —— 六十多亿美元。 你品品这个画面。 一个"算力都用不完、要往外卖"的公司，转头就张罗着要砸六十多亿，去做最新一代的定制芯片。 这像"资本开支见顶"吗？更像"钱还在往里砸，而且砸得更深了"。 第二件，是这套"卖算力"的打法，其实一点都不新 —— 马斯克半年前就演过一遍。 今年

美光上周出了财报，数字炸裂，盘后一度涨超 10%。热闹早过去了，可这几天，我一直在反复想同一件事 —— 而且越想越觉得，大家可能都盯错了重点。 先说那个"炸裂"的数字：一个季度营收 414.6 亿美元，去年同期才 93 亿，翻了四倍多。满屏都在刷同一句话 —— 美光赚翻了。 但我盯着这份财报琢磨了好几天，真正让我坐直的，从来不是它这季赚了多少。 是它顺手做的另一件事 —— 它签了 16 份五年长约，给自己焊了一块"沉不了的舱"。 这件事，比赚多少重要得多。因为它可能是"存储从周期股变成长股"的那一刀。我慢慢讲给你听。 一、先泼一盆冷水：这波钱,很大一块是"涨价"赚来的 先别急着高兴。我们把美光这季的钱，拆开看。 一家公司收入暴涨，钱无非从四个地方来 —— 分清是哪几块，你就知道这好，是"运气"还是"真本事"： ① 东西卖贵了 （涨价）：同样的货，单价涨了。 ② 东西卖多了 （出货量）：真卖出去了更多。 ③ 卖的东西更高级了 （产品结构）：同样的产能，多造 HBM、高端 DDR5 这些贵货。 ④ 造得更便宜了 （成本）：自己把成本降下来。 这四块里，哪块最像"周期"？是①涨价。 涨得快，也可能跌得快 —— 存储三十年，每一次崩盘都是从"涨价停了"开始的。而哪块最"硬"、最像"成长"？是④成本和③结构，因为那是真本事，对手一时抄不走。 那美光这季，主要靠哪块？ 我诚实告诉你：主要靠①涨价。 这一季，DRAM 均价环比涨了约 60%，NAND 涨了约 85% —— 它并没有"卖出多很多片"，利润的大头，是价格蹿上来的。 甚至有个反直觉的细节：美光普通内存（非 HBM）的利润率，在某些时候甚至超过了 AI 用的 HBM（这是美光管理层自己在上一季电话会上说的，他们用了"异常强劲"这个词） —— 因为普通内存现货价蹿得太快了。这更说明：这波超额利润里，周

彭博独家消息确认，Meta推出全新云业务Meta Compute，两大核心业务直接冲击现有AI云赛道：一是对外出租自有闲置GPU算力，向市场开放海量自有算力资源；二是自研大模型全面商用，直面亚马逊AWS、微软Azure、谷歌云、国内云厂商展开直接竞争。 不同于传统云厂商从零搭建算力资产，Meta拥有全球规模顶尖的自有服务器集群、海量GPU库存，叠加自研MTIA专用AI芯片持续迭代，具备独特成本优势。消息落地后全球资本市场反应极端分化：Meta股价逆势大涨超10%，而AI服务器、存储芯片、算力租赁、半导体设备、光模块板块集体重挫，部分算力租赁标的单日最大跌幅超15%，港股科网算力资产同步低开承压，市场围绕“算力过剩”的恐慌情绪快速发酵。 一、事件核心：Meta Compute正式入场，算力供给格局迎来变量 市场空头核心逻辑 1. 供给端冲击：海量闲置算力投放打破算力紧缺定价根基 过去两年全球AI行情的核心支撑逻辑是算力持续性紧缺，GPU供不应求推高算力租赁单价、拉动上游硬件持续扩产。市场担忧Meta将多年囤积的海量闲置GPU对外出租，大幅增加市场算力供给，直接抹平算力租赁行业超额利润，上游厂商硬件出货、涨价逻辑同步弱化。 2. 资本开支预期下修 若市场存量算力供给大幅增加，各大科技企业、云厂商新增硬件采购意愿将显著降温，AI服务器、GPU、存储、光模块整条产业链资本扩张周期被打断，行业景气度见顶回落。 3. 自研芯片长期替代通用GPU Meta持续推进MTIA自研AI芯片落地，内部训练、推理逐步替换英伟达通用GPU，长期会减少行业高端通用GPU采购总量，压制英伟达及上游配套产业链长期成长空间。 二、辩证拆解：短期恐慌是情绪杀跌，算力供需底层矛盾并未逆转 （一）Meta对外出租算力的供给增量有限，难以形成持续性冲击 1. 自有算力优先自用，外租仅为闲置产能补充 Meta自身承载

$iShares费城交易所半导体ETF(SOXX)$   昨天市场最大的新闻，无疑是Meta宣布成立Meta Compute，对外出售闲置AI算力和模型服务。消息一出，整个AI硬件板块集体回调，美光大跌超过10%，英伟达、存储、光模块等方向也纷纷承压。 很多人第一反应是：“AI是不是开始过剩了？” 我觉得，这件事恰恰需要冷静一点看。 市场现在其实存在两种完全不同的解读。 第一种，也是昨天市场的即时反应。Meta开始出售算力，说明过去采购的GPU可能超过了自身需求，未来资本开支存在放缓的可能，那么最直接受到影响的，就是GPU、存储、光模块这些依赖云厂商持续扩张的方向。 但另一种解读，我认为反而更值得长期关注。 Meta出售闲置算力，本质上是在给已经投入数千亿美元的AI基础设施寻找商业化出口，而不是停止投资AI。如果更多开发者能够以更低成本获得算力，AI应用反而会进一步普及，需求从少数头部公司向整个市场扩散。对于整个产业来说，这更像是AI开始进入商业化阶段，而不是进入衰退阶段。 所以我更倾向于认为，这次调整影响的是资本开支的节奏，而不是AI产业的长期趋势。 真正值得关注的是，AI产业链内部正在发生新的变化。 过去大家讨论最多的是GPU够不够、HBM够不够，而现在越来越多的瓶颈已经开始向供应链更深处传导。 最近几天，产业链密集出现涨价消息。 MLCC开始进入第二轮涨价周期，先进封装龙头继续提高CoWoS等先进封装报价，电子级氢氟酸半年涨幅超过75%，工业刀具、碳化钨等材料价格持续走高。 这些涨价涉及的行业看似毫不相关，但背后其实都是同一件事。 AI带来的需求已经不再局限于芯片本身，而是在不断向整个制造体系扩散。 野村最近提出了一个我很认同的观点：AI半导体真正的瓶颈，未来可能不是G

$群核科技(00068)$到了这个位子，分批建仓风险确实不大了，之前AI预期带来的估值泡沫基本也快挤干净了，该释放的悲观情绪也消化得差不多了

内存大涨后，苹果开始涨价，美光老总暗示苹果太过抠门，之前内存7美元时，它卖99美元，现在内存涨到50美元，它就像消费者涨价250美元。 $美光科技(MU)$ $苹果(AAPL)$ 近期“大空头”传奇人物迈克尔·伯里大举押注微软，其旗下Scion基金买入2028年12月到期、行权价约700美元的微软深度虚值长期看涨期权。 $微软(MSFT)$ 木头姐最近又开始扫货了，他的买入标的主要有 $Palantir Technologies Inc.(PLTR)$ $特斯拉(TSLA)$ $CoreWeave, Inc.(CRWV)$ $SpaceX(SPCX)$ $Rocket Lab USA, Inc.(RKLB)$ 等

最近市场讨论最多的话题，不是英伟达，也不是美光，而是一则看似属于一级市场的消息——OpenAI推迟IPO。 很多人的第一反应是：AI泡沫是不是要破了？ 但我觉得，真正值得思考的并不是IPO推迟本身，而是它释放出来的信号：资本市场开始重新审视AI的估值体系了。 过去两年，AI是全球资本市场最确定的主线之一。从GPU、HBM，到云计算和数据中心，只要和AI沾边，市场几乎都愿意给予更高的估值溢价。 然而，当一级市场开始放慢融资和上市节奏时，一个问题自然摆在了所有投资者面前： AI的需求没有变，但AI的估值，会不会开始变？ 一、OpenAI面临的，并不是需求问题，而是商业模式验证 如果站在商业公司的角度来看，OpenAI其实正在面对一个典型的成长型企业难题： 一边，需要持续投入巨额资金购买算力、训练模型、建设基础设施； 另一边，又必须尽快把这些投入转化成稳定的商业收入。 AI行业最大的特点，就是先投入、后兑现。 在需求快速增长的时候，这种模式没有问题，因为资本愿意为未来买单。 但当融资环境趋于理性，投资人开始关注现金流和投入产出比时，市场关注的重点就会发生变化： 不是AI有没有需求，而是AI能不能赚钱。 这也是为什么一级市场的节奏变化，会引发如此大的关注。 二、为什么一家还没上市的公司，会影响整个AI板块？ 很多投资者可能会觉得奇怪： OpenAI又没有上市，它推迟IPO，为什么连芯片股都会受到影响？ 原因其实很简单。 过去几年，整个AI产业链形成了一条非常完整的逻辑链： OpenAI等大模型公司持续融资； 融资之后，大规模采购GPU、HBM、高速网络以及云算力； 芯片厂商、存储厂商、服务器厂商获得订单； 二级市场据此给予整个AI产业链更高的估值。 也就是说，一级市场不断融资，本身就是整个产业链需求的重要来源。 因此，当市场开始担心一级市场融资节奏放缓时，投资者自然会去思考： 未来

昨天美股最值得注意的，不是大盘跌了多少，而是Alphabet（谷歌母公司）一度/收盘跌约5%—6%，市值回撤接近2300亿美元。导火索也很清楚：谷歌DeepMind先后流失了Noam Shazeer和John Jumper，前者去了OpenAI，后者去了Anthropic。市场第一时间给出的不是AI没戏了，而是更直接的判断：AI竞争正在从模型谁更强，升级成人+算力+资本开支的综合消耗战。 我一直觉得，真正值得警惕的不是一个板块涨多了，而是这个板块的定价逻辑变了。过去市场愿意给AI龙头极高溢价，是因为它们被认为同时掌握了数据、模型、流量和分发入口；但现在，顶尖研究人才的流动，开始让投资者意识到：AI的护城河并不只在产品里，也在组织效率、研发密度和人才稳定性里。这不是情绪问题，而是竞争范式的问题。这个判断，今天盘面已经给了答案。 再看资金层面，Alphabet的压力并不止于人才流失这么简单。公司在2026年二季度把全年CapEx指引上调到1800亿—1900亿美元，并且还宣布了800亿美元级别的股权融资计划，其中包括来自Berkshire Hathaway的100亿美元投资。换句话说，市场现在看到的不是轻资产AI，而是重资本AI；不是靠讲故事，而是靠持续烧钱去抢算力、抢基础设施、抢产品窗口。 这里最关键的一点，是投入回报率（ROIC）。当CapEx还处在加码阶段时，市场可以容忍；但当投入规模已经大到接近全年1900亿美元，同时核心研究人员还在持续流向竞争对手，投资者自然会开始问一个更现实的问题：这些钱，什么时候能转成更强的现金流、更高的利润率，或者更稳固的商业壁垒？这就是为什么今天Alphabet会被杀估值，因为市场买的从来不是花钱本身，而是花出去的钱，最终能不能形成可持续的回报。 但有意思的是，市场并不是在集体撤离AI，而是在重新分层定价。尽管AI巨头承压，半导体相关股票和芯

近日，思格新能源（上海）股份有限公司（以下简称“思格新能源”）举办媒体沟通交流会，预热AI in ALL全球战略发布会。伴随全球动态电价全面普及，分布式光储不再只是基础供能设备，更成为全新能源流量入口。思格新能源正式推出行业首个全域AI智能体SigenAgent，以软硬一体化全栈自研能力，跳出行业AI同质化内卷，构筑起独有的能源智能化技术护城河。 目前欧洲、澳洲电力市场电价波动加剧，负电价常态化，能源管理APP用户活跃度大幅攀升，AI智能调度已然成为用户增收刚需。能源终端入口价值持续凸显，也吸引大批玩家扎堆布局AI+能源赛道，行业竞争日趋白热化。 能源体系重构，人工管理触及能力瓶颈 历经十年光伏产业规模化扩张，发电侧市场逐步趋于饱和，行业发展重心完成关键转移，能源体系彻底告别重发电、轻用能的发展老路，全面转向精细化用能管理。光储一体化从可选配套升级为行业标配，源网荷储多环节联动愈发紧密，能源系统运行逻辑、设备协同策略愈发复杂，人工盯盘、手动调参的传统运维模式，早已抵达能力上限。 放眼全球不同区域，电力市场痛点各有侧重：欧洲电价瞬息万变，转瞬即逝的负电价窗口很难依靠人工精准捕捉；澳洲日内电价起伏剧烈，对储能系统响应速度提出毫秒级严苛要求；国内工商业园区长期面临需量电费带来的隐性用电成本，精细化节能降本需求愈发迫切。与此同时，全球分布式光储装机量连年攀升，安装商运维设备数量激增，跨场景故障排查、系统策略调优压力持续加大，智能化升级成为行业破局唯一路径。 软硬协同并行，构筑非对称竞争壁垒 面对汹涌的行业变革与白热化市场竞争，思格新能源董事长、CEO许映童直言：“通用大模型只是‘大脑’，硬件设备是执行的‘手脚’，软硬件深度融合、真实场景数据与专属Agent，是我们最难被复制的核心壁垒。” 图片 自成立之初，思格新能源便坚守AI原生底层路线，始终推动人工智能与能源实体场景深度耦合，历

5月27日盘后—— · SNOW：财报beat，股价 +35% · MRVL：财报beat，股价 −4.6% 同一行业，同一晚，同一句话："AI需求强劲" 剧本为什么差这么远？ image 一、数字层面：两家都"过了线" image 单看数字，MRVL并不输给SNOW，业务面甚至更厚——数据中心营收占比76%，Non-GAAP营业利润率35%。 但市场给出的答案完全相反。 image 二、SNOW的剧本：起跑线在地板上 财报前的SNOW： · YTD累跌21% · Forward EV/Sales已压缩到 14.5x（vs 历史20–25x峰值） · 卖方下行情景目标价：$78.83 · 联合创始人Benoit Dageville 4月抛售117万股 · 5月19日内部人继续在$175–176区间减持 · 四个空头叙事在这一晚一次性被打脸： 只剩"GAAP仍亏3.26亿"这一条没破，但市场从来不靠GAAP给SaaS定价。 结论：预期压到地板 + 空头筹码堆满 + 60亿AWS彩蛋 = 教科书级短轧空。 三、MRVL的剧本：起跑线在天花板上 财报前的MRVL： · YTD +145%，过去一年 +244% · Forward P/E 68x（半导体行业平均31x） · 卖方目标价从$140一路被追到$215 · Polymarket财报beat概率 92.5% ·过去三个月内部人套现 $29.9M，无一笔买入 · 5月20日CEO在$186.8集中减持 · 电话会带来的"新东西"几乎全部已被price-in： 唯一的"新信息"——Q2毛利率指引 58.25%–59.25%，没有向60%突破。 这一句直接戳穿了"custom silicon规模化 → 毛利率向上"的多头核心叙事。 结论：预期推到天花板 + 多头筹码堆满 + 毛利率边际转弱 = 经典sell the news。

过去一年，Meta 一直被市场嫌弃 —— 烧钱、模型落后、翻来覆去就靠广告赚钱。 可就在过去这一周，它的股价突然涨了大约 15%，是近一年多来最猛的一周。市场，到底重新看见了它身上的什么？ （顺便一提，这一周 AI 圈有两件大事：一件是韩国海力士在美国上市，我上一篇专门写了它；另一件，就是今天要聊的 Meta。） 真正值得琢磨的，不是 Meta 涨了多少，而是 —— 市场好像换了一把尺子在量它。 先说过去一年，市场是怎么"嫌弃"它的 要看懂这周的反转，得先知道大家之前对 Meta 的印象有多差。 过去一年多，一提起 Meta 的 AI，投资者记住的主要是两件让人皱眉的事： 一是烧钱烧到没有纪律。 为了追 AI，它的资本开支一路狂飙，一年砸下上千亿美元建数据中心、买芯片。可钱花出去了，新的收入却看不到影子 —— 市场最怕的就是这种"只见烧钱、不见回报"。（更早之前，它还在元宇宙上栽过一个大跟头，这份"乱花钱"的印象就更深了。） 二是大模型落后。 它的 Llama 模型，一度被寄予厚望，但后来的版本被普遍认为不及预期，眼看着被 OpenAI、谷歌远远甩在身后。一家这么大的公司，AI 模型却掉队了。 烧钱 + 落后，这两个印象叠在一起，市场就一直不肯高看它。 一个奇怪的错位：最能赚钱，却最便宜 但有意思的是，被这么嫌弃的 Meta，基本盘其实强得离谱。 这里可以拿腾讯来类比，你会更好懂 —— 打个比方：腾讯在中国社交上是什么位置，Meta 在全球就是什么位置。只不过 Meta 的盘子铺在全世界，旗下 Facebook、Instagram、WhatsApp 加起来，每月有超过 30 亿人在用。它俩是一类公司：都靠社交起家、都手握顶级规模的用户、都极其能赚钱，身上都有一种 “你可以嫌它一时不行，但很难想象它会垮” 的底色。 就拿它最新一个季度（今年一季度）的成绩来说：营收约 563

美东7月9日Meta首席执行官扎克伯格公开对外澄清市场核心分歧，直接否定“Meta算力过剩”的主流悲观预期。 此前月初Meta传出开放自有AI算力对外租赁的消息，二级市场迅速解读为行业算力供给过剩、大厂资本扩张周期见顶，资金集体抛售AI硬件产业链，AI服务器、光模块、存储芯片板块连续回调，AI硬件赛道进入阶段性降温通道。 一、事件核心复盘：市场恐慌源于算力供给预期错判 针对市场恐慌情绪，扎克伯格给出两大核心论据： 1. 公司内部算力全部满负荷运行，不存在闲置冗余硬件，放眼整个科技行业，没有哪家企业算力储备能够满足自身长期AI发展需求，全球算力长期紧缺的底层逻辑未发生改变； 2. 对外出租算力并非产能过剩的被动选择，而是主动资产增值策略。当下第三方算力租赁市场定价居高不下，盘活自有存量硬件可新增稳定营收，商业模式对标SpaceX算力租赁业务，不会削减公司内部大模型、AI业务的资本投入。 二、多空逻辑拆解：短期情绪修复，长期分化仍存 （一）多头修复逻辑，支撑板块反弹 1. 扭转市场悲观预期，缓解资本开支担忧 此轮AI硬件下跌的核心导火索，是市场担忧头部大厂停止扩产、算力供需格局反转。扎克伯格表态直接证伪“算力过剩”逻辑，打消资金对资本开支见顶的恐慌，短期风险偏好有望修复，带动前期超跌算力硬件标的估值回补。 2. 算力租赁打开第二增长曲线，增厚企业盈利 Meta将自有算力对外租赁，印证高端AI算力具备持续高溢价。对于上游硬件厂商而言，头部企业持续扩产自用+对外出租双重需求，将拉长AI服务器、GPU、HBM存储的需求周期，不再仅仅依靠内部大模型研发消耗硬件产能。 3. 行业景气底层逻辑不变 全球多模态大模型、AI智能体、本地端AI应用持续落地，训练与推理算力需求保持指数级增长。头部科技企业持续加码算力建设，行业长期供需紧平衡格局未被打破，前期下跌属于情绪驱动的超调。 （二）空头压制

$2倍做空NVDA ETF-GraniteShares(NVD)$   看好

大家好像突然不骂 Meta 了 我这两天有个特别明显的感觉： 大家好像突然不骂 $META 了。 就在不久前，大家提起它，翻来覆去还是那三个词： 烧钱、模型落后、扎克伯格掉队。 可这一周，它股价涨了大约 15%，是近一年多来最猛的一周。 骂声，一下子就小了。 很多人看到的是股价涨了。 我盯了两天，我觉得真正变的不是股价 —— 是市场看它的那把"尺子"，换了。 我觉得真正值得看的，有三件事。 第一，它以前为什么被嫌弃。 不是它不赚钱。 恰恰相反，它一个季度营收 500 多亿美元，是全球最能赚钱的公司之一。 问题是：它一年砸 1000 多亿美元建 AI。 却几乎没有一分钱新的 AI 收入。 赚的还是老本行 —— 广告的钱。 所以市场一直不把它当"AI 公司"， 只当它是"一家还在为 AI 烧钱的广告公司"。 它便宜，便宜在这： 手里攥着一张"AI 还没兑现"的欠条。 第二，这一周为什么突然改口。 因为三件事，让市场觉得这张欠条要开始还了。 它开始搞云了 —— 把自己烧钱建的算力对外出租、卖模型，扎克伯格本人都松口说"讲得通"。 那个最招人嫌的"烧钱无底洞"，第一次指向了一条能赚钱的路。 它自己的芯片 9 月要投产了，长期能少求英伟达、把成本压下来。 它新出的模型，在"让 AI 自己干活"这类任务上，已经能跟 GPT、Claude 掰手腕，价格还只有人家四分之一。 第三，也是我最想说的：真正值得看的，不只是 Meta。 我把 Meta 拆成了"两条腿"。 一条还站在旧世界（靠广告赚钱）。 一条刚迈进 AI 新世界（自己搞云、造芯片、训模型）。 而 AI 这波硬科技还能不能继续烧下去，就看两条腿： 一条是"出钱的人"（几大巨头愿不愿继续投）， 一条是"赚钱的人"（AI 应用能不能真赚到钱）。 Meta 恰好卡在第一条腿的关键处： 别的巨头都有云收入给烧钱兜底，只有它没有。 这次搞云

前两天我写了一篇《Meta 一卖算力，芯片崩了两天》。 事情你大概还记得：Meta 传出要把用不完的算力对外出租，市场吓得以为"资本开支要见顶了"，美光、闪迪这些热门半导体股，连着两天暴跌。我在那篇里的判断是 —— 别慌，资本开支没停，只是开始"挑人"了。而我用来佐证的一条，是 Meta 转头又张罗着砸几十亿，去自研芯片。 文章发完，评论区有位读者拍了桌子： 你凭什么说 Meta 做芯片是"加大投入"？自研 ASIC 本来就比买英伟达便宜，人家分明是为了省钱。你怎么能反过来当成砸钱的证据？ 我盯着这条留言看了很久。 因为他说对了一半 —— 而正是这对的一半，把我拽到一个更大的问题跟前。今天这篇，就想把它掰开。一个观点，讲透。 先认账：自己造芯片，确实省钱 这点读者没说错。 你买英伟达的卡，是在替它那块常年 75% 上下的毛利率买单 —— 也就是说，你花的每一百块里，有七十多块是英伟达的利润。全世界抢它货的人排着队，它当然有底气收这个价。 巨头们算过这笔账。谷歌自己造 TPU、亚马逊造 Trainium、微软造 Maia、Meta 造 MTIA —— 绕开英伟达，自己设计一颗只干自家活的专用芯片，单颗一算，确实便宜得多。亚马逊自己就说，它的芯片跑推理，最多能比英伟达省一半。 所以"自研省钱"，成立。 但接下来这个问题，读者没往下问 —— 那省下来的钱，去哪了？ 打脸：一边自研，一边把钱越花越多 如果自研真是为了省钱，那这几家一边疯狂造芯片，钱应该越花越少才对。 结果恰恰相反。 按各家自己的财报指引加起来，谷歌、亚马逊、微软、Meta 这四家，今年砸在 AI 基建上的钱，合计约七千两百五十亿美元 —— 比去年涨了差不多八成。就说 Meta，去年七百多亿，今年的指引一路上修，奔着一千四百五十亿去 —— 翻了整整一倍。 你看明白这个拧巴没有：它们一边自己造更便宜的芯片，一边把总开支

月亮高高挂在那里才是月亮，如果它跋山涉水穿越星空奔你而来，那就是取你性命的陨石，如果有些波动，顶不住的话，那有些心动，看看就好。 二季度行情太极端，微观地说，笔者有些朋友财富突然自由了，也有财富自由的朋友被Call Margin了。宏观地说，A股看消费做白酒的基金经理越来越多追光了，美股基金经理扎堆在 $iShares费城交易所半导体ETF(SOXX)$ ，韩股散户更是集中火力冲杠杆三星，杠杆海力士。但上周，画风突然有点变了。先是医药ETF，IBB，证券ETF，甚至消费ETF，白酒在月底涨了一波。听到的说法是有些偏离主题太多的，临时整回来，月底拍个持仓“良民照”，月初继续漂移。 但月初，轮动还没停。科创50在跌，红利ETF/ $安硕恒生科技(03067)$ /恒生生科在涨。QQQ/美光/闪迪/MRVL在跌，VOO横盘，而道指，STOXX600，STOXX50却在创历史新高。涨的竟是泛消费，高分红股，及生物医药，如耐克、波音，苹果，高盛，爱马仕，诺和诺德等。一鲸落，万物生？AI硬件的需求辩论又被小扎推到风口浪尖。 先岔开一个话题，聊聊东西方艺术的区别。西方的艺术作品，有唯一的开始，而且开始了也就不变了。达芬奇的《蒙娜丽莎》画成那样，我们能上去添两笔吗？不行，后人只有瞻仰和保护的份儿。但中国艺术就博大精深了。一幅名作越是受人推崇，它外观的变化就越多。鉴赏家和收藏者通常会将题跋和印章覆盖在原作上，以求在大师作品上留下自己的印记。比如《千里江山图》，上面有39个印章与题字。作品本身就是一个不断变化的过程，不停地被转录。所以中国艺术品不说“原作”，说“真迹”。那意思，原作者只是留下了一道痕迹，他没有办法排除这个痕迹在时间的流

早上醒来，看了一眼消息。 Meta 传出要卖算力，市场当场炸了 —— 存储、芯片、设备连着跌了两天。美光一天跌掉一成，闪迪、康宁、应用材料，一个比一个惨。 所有人盯着两个字：过剩。 Meta 都开始往外卖算力了，是不是说明算力建太多了？是不是资本开支见顶了？是不是 AI 这场盛宴，快散了？ 我把这两天的消息一条条摊开看。看到第三条的时候，发现不对劲 —— 真正在变的，根本不是"过剩"。 下面一步步说。 先说市场慌的那件事 7 月 1 号，彭博报出 Meta 要搭一个云业务，把自己数据中心里用不完的算力，卖给外面的公司 —— 直接跟亚马逊、微软、谷歌云抢生意。 "用不完""富余"，这几个词一出来，买 AI 铲子的人就腿软了。 道理很直白：过去两年 AI 这波涨，靠的就是一个信念 —— 算力永远不够、大家会拼命建、建就得买芯片、买存储。现在最能建的玩家之一站出来说"我有富余要往外卖"，这个信念，第一次被戳了个洞。 于是芯片、存储、设备，凡是沾"卖铲子"的，集体挨砸。CoreWeave、Nebius 这些专门出租算力的新云，一天跌掉一成多。 到这儿，剧本很顺：算力过剩 → 资本开支见顶 → 卖铲子的完蛋。 但同一周，还有两件事，跟"过剩"这个解读，怎么都对不上。 两件对不上的事 第一件，就在 Meta"卖算力"上头条后的几天，又冒出一条消息：据韩媒 Sedaily 报道，Meta 正在找三星的代工厂，做自己的下一代自研 AI 芯片（代号 MTIA 三代），用最先进的 2nm 工艺，规模超过 10 万亿韩元 —— 六十多亿美元。 你品品这个画面。 一个"算力都用不完、要往外卖"的公司，转头就张罗着要砸六十多亿，去做最新一代的定制芯片。 这像"资本开支见顶"吗？更像"钱还在往里砸，而且砸得更深了"。 第二件，是这套"卖算力"的打法，其实一点都不新 —— 马斯克半年前就演过一遍。 今年

美光上周出了财报，数字炸裂，盘后一度涨超 10%。热闹早过去了，可这几天，我一直在反复想同一件事 —— 而且越想越觉得，大家可能都盯错了重点。 先说那个"炸裂"的数字：一个季度营收 414.6 亿美元，去年同期才 93 亿，翻了四倍多。满屏都在刷同一句话 —— 美光赚翻了。 但我盯着这份财报琢磨了好几天，真正让我坐直的，从来不是它这季赚了多少。 是它顺手做的另一件事 —— 它签了 16 份五年长约，给自己焊了一块"沉不了的舱"。 这件事，比赚多少重要得多。因为它可能是"存储从周期股变成长股"的那一刀。我慢慢讲给你听。 一、先泼一盆冷水：这波钱,很大一块是"涨价"赚来的 先别急着高兴。我们把美光这季的钱，拆开看。 一家公司收入暴涨，钱无非从四个地方来 —— 分清是哪几块，你就知道这好，是"运气"还是"真本事"： ① 东西卖贵了 （涨价）：同样的货，单价涨了。 ② 东西卖多了 （出货量）：真卖出去了更多。 ③ 卖的东西更高级了 （产品结构）：同样的产能，多造 HBM、高端 DDR5 这些贵货。 ④ 造得更便宜了 （成本）：自己把成本降下来。 这四块里，哪块最像"周期"？是①涨价。 涨得快，也可能跌得快 —— 存储三十年，每一次崩盘都是从"涨价停了"开始的。而哪块最"硬"、最像"成长"？是④成本和③结构，因为那是真本事，对手一时抄不走。 那美光这季，主要靠哪块？ 我诚实告诉你：主要靠①涨价。 这一季，DRAM 均价环比涨了约 60%，NAND 涨了约 85% —— 它并没有"卖出多很多片"，利润的大头，是价格蹿上来的。 甚至有个反直觉的细节：美光普通内存（非 HBM）的利润率，在某些时候甚至超过了 AI 用的 HBM（这是美光管理层自己在上一季电话会上说的，他们用了"异常强劲"这个词） —— 因为普通内存现货价蹿得太快了。这更说明：这波超额利润里，周

$永康控股 (02523)$ $晶合集成(02249)$ $滨化股份(06745)$ 基本情况： 申购时间：6月30日-7月8日，9号出结果，10号暗盘，13号上市； 发行价格：2.20-2.68 入场费：5414.05 1手：500股 全球发售：5160.00万股 公开发售：516万股 发行手数：2580手 基石：无 绿鞋：有，华富建业稳价 保荐人：华富建业和同人融资联合保荐 分配机制：机制B，回拨10% 永康控股主要为东盟地区及中国的集装箱航运公司和租赁公司提供服务。按2025年集装箱吞吐量计算，公司是新加坡最大及东南亚第二大的集装箱堆场营运商，新加坡市场占有率达16.2%，东南亚市场占有率为5.9%。 公司业务覆盖新加坡、中国、马来西亚、泰国、香港及越南，在10个地点运营18个集装箱堆场，管理总堆场存储面积约59万平方米，总储存量约87,000个TEU。 业务分为三大板块：集装箱堆场业务、仓储及集装箱货运站、集装箱销售和新建集装箱检验。 财务表现： 根据招股书披露，2023年、2024年及2025年，公司收入分别约为1.56亿新加坡元、1.65亿新加坡元和1.49亿新加坡元。其中2025年收入同比下降约9.6%，主要受全球航运市场周期性波动、区域贸易需求短期调整等因素影响，但堆场核心业务收入占比稳步提升至约76.1%，显示业务结构优化成效。 同期，公司纯利表现稳健增长，分别为约837万新加坡元、1,162万新加坡元和1,327万新加坡元，2025年同比增长约18.1%。这一增长主要得益于成本控制

下周即将公布的FOMC（联储局联邦公开市场委员会）会议纪要，是继上周「爆冷大非农」之后，决定下半年美股走向的核心宏观指挥棒。 由于上周四非农就业人数大幅爆冷（仅增加5.7万人），市场减息预期骤然升温。本次会议纪要的核心看点，在于揭示联储局内部官员对「通胀死灰复燃」与「劳动力市场减速」之间平衡性的真实讨论底牌。 针对我们高度集中的硬科技赛道（光通信、半导体芯片、云计算、存储股），我梳理出本次FOMC纪要必须死盯的三个重点关注领域及核心博弈逻辑： 重点领域一：联储局对「减息门槛」的内部共识（估值天花板的松绑度） · 核心逻辑：纪要将透露官员们是否认为当前的利率水平已经具备足够的「限制性」。如果纪要显示，多数官员在6月份就对经济下行风险表达了担忧，这将全面坐实上周非农爆冷后的减息加速路径。 · 四大板块影响： o 云计算板块（比如CRWV、NBIS）：【最大受益者】 新兴算力云厂商由于需要借入大量巨额短期和长期债务来向英伟达采购GPU，属于典型的高杠杆、高资本开支重资产行业。联储局的任何减息倾向，都会直接削减其数以亿计的利息支出成本。一旦纪要偏鸽，CRWV有望彻底摆脱上周Meta事件的负面阴霾，引发猛烈的多头估值修复。 o 光通信CPO板块（比如AAOI）：【弹性放大器】 光通信属于高Beta题材。减息预期的坐实将大幅推高全球风险偏好，游资和量化基金会迅速重启1.5倍杠杆（AAOX）等衍生品，推动板块快速冲高。 重点领域二：官员们对「供应端成本涨价」的容忍度（定价权与毛利率的生死线） · 核心逻辑：7月1日全球半导体、MLCC全面涨价潮已经正式生效。市场极度关切联储局官员是否会将这类「科技硬件涨价」视为通胀顽固的信号。如果纪要显示官员们对制造端、供应链层面的价格反弹高度警惕，市场会担忧即使非农爆冷，联储也可能「为了打压通胀而被迫维持高利率」。 · 四大板块影响： o 半导体芯片股

彭博独家消息确认，Meta推出全新云业务Meta Compute，两大核心业务直接冲击现有AI云赛道：一是对外出租自有闲置GPU算力，向市场开放海量自有算力资源；二是自研大模型全面商用，直面亚马逊AWS、微软Azure、谷歌云、国内云厂商展开直接竞争。 不同于传统云厂商从零搭建算力资产，Meta拥有全球规模顶尖的自有服务器集群、海量GPU库存，叠加自研MTIA专用AI芯片持续迭代，具备独特成本优势。消息落地后全球资本市场反应极端分化：Meta股价逆势大涨超10%，而AI服务器、存储芯片、算力租赁、半导体设备、光模块板块集体重挫，部分算力租赁标的单日最大跌幅超15%，港股科网算力资产同步低开承压，市场围绕“算力过剩”的恐慌情绪快速发酵。 一、事件核心：Meta Compute正式入场，算力供给格局迎来变量 市场空头核心逻辑 1. 供给端冲击：海量闲置算力投放打破算力紧缺定价根基 过去两年全球AI行情的核心支撑逻辑是算力持续性紧缺，GPU供不应求推高算力租赁单价、拉动上游硬件持续扩产。市场担忧Meta将多年囤积的海量闲置GPU对外出租，大幅增加市场算力供给，直接抹平算力租赁行业超额利润，上游厂商硬件出货、涨价逻辑同步弱化。 2. 资本开支预期下修 若市场存量算力供给大幅增加，各大科技企业、云厂商新增硬件采购意愿将显著降温，AI服务器、GPU、存储、光模块整条产业链资本扩张周期被打断，行业景气度见顶回落。 3. 自研芯片长期替代通用GPU Meta持续推进MTIA自研AI芯片落地，内部训练、推理逐步替换英伟达通用GPU，长期会减少行业高端通用GPU采购总量，压制英伟达及上游配套产业链长期成长空间。 二、辩证拆解：短期恐慌是情绪杀跌，算力供需底层矛盾并未逆转 （一）Meta对外出租算力的供给增量有限，难以形成持续性冲击 1. 自有算力优先自用，外租仅为闲置产能补充 Meta自身承载

$iShares费城交易所半导体ETF(SOXX)$   昨天市场最大的新闻，无疑是Meta宣布成立Meta Compute，对外出售闲置AI算力和模型服务。消息一出，整个AI硬件板块集体回调，美光大跌超过10%，英伟达、存储、光模块等方向也纷纷承压。 很多人第一反应是：“AI是不是开始过剩了？” 我觉得，这件事恰恰需要冷静一点看。 市场现在其实存在两种完全不同的解读。 第一种，也是昨天市场的即时反应。Meta开始出售算力，说明过去采购的GPU可能超过了自身需求，未来资本开支存在放缓的可能，那么最直接受到影响的，就是GPU、存储、光模块这些依赖云厂商持续扩张的方向。 但另一种解读，我认为反而更值得长期关注。 Meta出售闲置算力，本质上是在给已经投入数千亿美元的AI基础设施寻找商业化出口，而不是停止投资AI。如果更多开发者能够以更低成本获得算力，AI应用反而会进一步普及，需求从少数头部公司向整个市场扩散。对于整个产业来说，这更像是AI开始进入商业化阶段，而不是进入衰退阶段。 所以我更倾向于认为，这次调整影响的是资本开支的节奏，而不是AI产业的长期趋势。 真正值得关注的是，AI产业链内部正在发生新的变化。 过去大家讨论最多的是GPU够不够、HBM够不够，而现在越来越多的瓶颈已经开始向供应链更深处传导。 最近几天，产业链密集出现涨价消息。 MLCC开始进入第二轮涨价周期，先进封装龙头继续提高CoWoS等先进封装报价，电子级氢氟酸半年涨幅超过75%，工业刀具、碳化钨等材料价格持续走高。 这些涨价涉及的行业看似毫不相关，但背后其实都是同一件事。 AI带来的需求已经不再局限于芯片本身，而是在不断向整个制造体系扩散。 野村最近提出了一个我很认同的观点：AI半导体真正的瓶颈，未来可能不是G

最近市场讨论最多的话题，不是英伟达，也不是美光，而是一则看似属于一级市场的消息——OpenAI推迟IPO。 很多人的第一反应是：AI泡沫是不是要破了？ 但我觉得，真正值得思考的并不是IPO推迟本身，而是它释放出来的信号：资本市场开始重新审视AI的估值体系了。 过去两年，AI是全球资本市场最确定的主线之一。从GPU、HBM，到云计算和数据中心，只要和AI沾边，市场几乎都愿意给予更高的估值溢价。 然而，当一级市场开始放慢融资和上市节奏时，一个问题自然摆在了所有投资者面前： AI的需求没有变，但AI的估值，会不会开始变？ 一、OpenAI面临的，并不是需求问题，而是商业模式验证 如果站在商业公司的角度来看，OpenAI其实正在面对一个典型的成长型企业难题： 一边，需要持续投入巨额资金购买算力、训练模型、建设基础设施； 另一边，又必须尽快把这些投入转化成稳定的商业收入。 AI行业最大的特点，就是先投入、后兑现。 在需求快速增长的时候，这种模式没有问题，因为资本愿意为未来买单。 但当融资环境趋于理性，投资人开始关注现金流和投入产出比时，市场关注的重点就会发生变化： 不是AI有没有需求，而是AI能不能赚钱。 这也是为什么一级市场的节奏变化，会引发如此大的关注。 二、为什么一家还没上市的公司，会影响整个AI板块？ 很多投资者可能会觉得奇怪： OpenAI又没有上市，它推迟IPO，为什么连芯片股都会受到影响？ 原因其实很简单。 过去几年，整个AI产业链形成了一条非常完整的逻辑链： OpenAI等大模型公司持续融资； 融资之后，大规模采购GPU、HBM、高速网络以及云算力； 芯片厂商、存储厂商、服务器厂商获得订单； 二级市场据此给予整个AI产业链更高的估值。 也就是说，一级市场不断融资，本身就是整个产业链需求的重要来源。 因此，当市场开始担心一级市场融资节奏放缓时，投资者自然会去思考： 未来

在今天的GTC Taipei 2026上，英伟达一口气发布了十多款重磅产品。从面向 AI Agent 的数据中心 CPU Vera，到面向个人 AI 电脑的 RTX Spark，再到机器人模型、自动驾驶平台和 AI 工厂解决方案，几乎涵盖未来AI产业领域的方方面面。 算力时代成就了英伟达“AI之王”的身份，现在黄仁勋展露野心，把自己对未来的布局一口气合盘推出。 五大布局之一，Vera：给 AI Agent 准备的新 CPU 我们知道，AI算力的需求正在从训练向推理转移，而Vera CPU，就是英伟达为推理需求特别准备的核心产品。 过去，我们一提到AI算力，想到的就是GPU。但推理时代和AI Agent的到来，让事情开始发生变化。一个 Agent 不只是生成一段文字。它可能要拆解任务、调用工具、写代码、访问数据库、读取文件、执行流程、检查结果，甚至和其他 Agent 协同工作。这些任务背后，除了 GPU 的并行计算，也需要大量 CPU 参与，包括任务调度、数据处理、系统编排、安全隔离和工作流管理。这时候，英伟达加强在CPU领域的布局，其意义也更加凸显。 Vera 不是英伟达第一颗数据中心 CPU，它是英伟达第一颗专门为 AI Agent 工作负载设计的 CPU。英伟达官方把 Vera 定位为“the CPU for agents”，重点面向 AI Agent、强化学习、数据处理等场景。 五大布局之二，RTX Spark：AI 不只在云端，也要进个人电脑 除了数据中心，英伟达这次还把重点放到了个人电脑上。RTX Spark 是英伟达面向 AI PC 推出的新平台。根据英伟达和微软的发布，RTX Spark 面向 Windows PC 和个人 AI Agent，提供 1 petaflop AI 性能，目标是让个人电脑能够本地运行 AI Agent、大模型、创意应用和开发任务。首批

近日，思格新能源（上海）股份有限公司（以下简称“思格新能源”）举办媒体沟通交流会，预热AI in ALL全球战略发布会。伴随全球动态电价全面普及，分布式光储不再只是基础供能设备，更成为全新能源流量入口。思格新能源正式推出行业首个全域AI智能体SigenAgent，以软硬一体化全栈自研能力，跳出行业AI同质化内卷，构筑起独有的能源智能化技术护城河。 目前欧洲、澳洲电力市场电价波动加剧，负电价常态化，能源管理APP用户活跃度大幅攀升，AI智能调度已然成为用户增收刚需。能源终端入口价值持续凸显，也吸引大批玩家扎堆布局AI+能源赛道，行业竞争日趋白热化。 能源体系重构，人工管理触及能力瓶颈 历经十年光伏产业规模化扩张，发电侧市场逐步趋于饱和，行业发展重心完成关键转移，能源体系彻底告别重发电、轻用能的发展老路，全面转向精细化用能管理。光储一体化从可选配套升级为行业标配，源网荷储多环节联动愈发紧密，能源系统运行逻辑、设备协同策略愈发复杂，人工盯盘、手动调参的传统运维模式，早已抵达能力上限。 放眼全球不同区域，电力市场痛点各有侧重：欧洲电价瞬息万变，转瞬即逝的负电价窗口很难依靠人工精准捕捉；澳洲日内电价起伏剧烈，对储能系统响应速度提出毫秒级严苛要求；国内工商业园区长期面临需量电费带来的隐性用电成本，精细化节能降本需求愈发迫切。与此同时，全球分布式光储装机量连年攀升，安装商运维设备数量激增，跨场景故障排查、系统策略调优压力持续加大，智能化升级成为行业破局唯一路径。 软硬协同并行，构筑非对称竞争壁垒 面对汹涌的行业变革与白热化市场竞争，思格新能源董事长、CEO许映童直言：“通用大模型只是‘大脑’，硬件设备是执行的‘手脚’，软硬件深度融合、真实场景数据与专属Agent，是我们最难被复制的核心壁垒。” 图片 自成立之初，思格新能源便坚守AI原生底层路线，始终推动人工智能与能源实体场景深度耦合，历

根据 $SpaceX(SPCX)$ 近期与 $谷歌(GOOG)$ 和Anthropic达成的算力租赁协议显示，每吉瓦(GW)算力对应约150亿-200亿美元的收入，怪不得 $Meta Platforms, Inc.(META)$ 也想成为云服务厂商！ Meta已与新型云服务商 $CoreWeave, Inc.(CRWV)$ 和 $NEBIUS(NBIS)$ 签署总额最高达480亿美元的内部算力租赁合同，期限至2032年。 根据彭博分析师的测算，Meta算力服务的营业利润率可能比其核心广告业务低15-20个百分点。如果不使用自身Muse Spark模型，仅作为算力租赁服务提供商，其利润率还会更低。 在算力基础设施业务中，折旧、电力、网络以及硬件更新周期等成本占比要高得多。相比之下，Meta的广告业务具备显著的经营杠杆，增量利润率超过50%。 谷歌云业务利润率用了10年时间才达到30%；新兴云服务厂商的营业利润率预计到2028年也就18%： 谷歌、meta、 $微软(MSFT)$ $亚马逊(AMZN)$ 这类云服务厂商，即使能从AI中获得可观的收入，但重资产的特性及竞争对手的增加，都有可能降低利润率，导致资本市场不愿给出高估值！

昨天美股最值得注意的，不是大盘跌了多少，而是Alphabet（谷歌母公司）一度/收盘跌约5%—6%，市值回撤接近2300亿美元。导火索也很清楚：谷歌DeepMind先后流失了Noam Shazeer和John Jumper，前者去了OpenAI，后者去了Anthropic。市场第一时间给出的不是AI没戏了，而是更直接的判断：AI竞争正在从模型谁更强，升级成人+算力+资本开支的综合消耗战。 我一直觉得，真正值得警惕的不是一个板块涨多了，而是这个板块的定价逻辑变了。过去市场愿意给AI龙头极高溢价，是因为它们被认为同时掌握了数据、模型、流量和分发入口；但现在，顶尖研究人才的流动，开始让投资者意识到：AI的护城河并不只在产品里，也在组织效率、研发密度和人才稳定性里。这不是情绪问题，而是竞争范式的问题。这个判断，今天盘面已经给了答案。 再看资金层面，Alphabet的压力并不止于人才流失这么简单。公司在2026年二季度把全年CapEx指引上调到1800亿—1900亿美元，并且还宣布了800亿美元级别的股权融资计划，其中包括来自Berkshire Hathaway的100亿美元投资。换句话说，市场现在看到的不是轻资产AI，而是重资本AI；不是靠讲故事，而是靠持续烧钱去抢算力、抢基础设施、抢产品窗口。 这里最关键的一点，是投入回报率（ROIC）。当CapEx还处在加码阶段时，市场可以容忍；但当投入规模已经大到接近全年1900亿美元，同时核心研究人员还在持续流向竞争对手，投资者自然会开始问一个更现实的问题：这些钱，什么时候能转成更强的现金流、更高的利润率，或者更稳固的商业壁垒？这就是为什么今天Alphabet会被杀估值，因为市场买的从来不是花钱本身，而是花出去的钱，最终能不能形成可持续的回报。 但有意思的是，市场并不是在集体撤离AI，而是在重新分层定价。尽管AI巨头承压，半导体相关股票和芯

01 一场补考，2300亿美金   苹果CEO蒂姆·库克最后一次以CEO的身份走上Apple Park的舞台，完成了WWDC 2026的主题演讲。三个月后，硬件工程主管约翰·特努斯将接替他，带领苹果走进更有挑战的AI时代。 6月8日的这场告别秀，本该是一场加冕礼。然而，事实上它看起来更像是一场“补考”。那个2024年WWDC就许诺过的“全新AI”确实来了，新名字叫“Siri AI”，但从现场演示来看，它能进行问答、搜索信息、发消息、设置提醒——对于习惯使用AI工具的用户来说，可以说是毫无惊喜可言。至于Agent能力，那就更加相差甚远了。 于是发布会后，苹果股价一路下跌，截至收盘时，相比当日最高点的市值蒸发超过2300亿美元。 在业务层面，这是一场刚刚及格的“补考”。 让我们把时钟拨回两年前。 2024年6月，苹果在WWDC上高调发布“Apple Intelligence”，承诺Siri将具备屏幕内容感知、跨应用操作、自然语言理解等能力。那是苹果首次正面回应ChatGPT掀起的AI浪潮，资本市场一度为之振奋。苹果股价在那个夏天创下新高。 但承诺很快变成了拖延。 2024年秋季，新Siri未能随iOS 18上线。2025年，苹果以“内部技术问题”为由再次推迟。期间，OpenAI发布了GPT-4o，Google推出了Gemini 1.5 Pro，Anthropic的Claude 3在代码和推理能力上全面超越。苹果的智能助手，却连一个准确的闹钟都经常设错。 更尴尬的是内部数据。2025年3月，苹果高管在内部会议上承认，Siri新功能的执行成功率仅有60%到80%。这意味着每五次交互中，就有一次会失败。这个数字在科技行业内部流传时，被评价为“难看且尴尬”。 2026年1月，苹果与Google达成合作协议，将Gemini模型整合进Siri——相当于优等生不得不向同桌借笔记。

Liftoff（LFTO.US） $Liftoff Mobile(LFTO)$ 是一家移动营销和广告技术公司，主要连接广告主和发布商，通过其平台促进数字广告库存的购买和投放。预计今晚在美股上市交易，2026 年6月4日（周四）。 图片 【公司历史】 图片 【商业模式】 Liftoff 为移动应用开发者和商业客户提供平台，帮助他们推广产品和服务，并对其应用进行商业变现。平台提供竞价和匹配解决方案，将广告主的广告投放到发布商自有的广告位中。 公司统一的DSP平台（来自Liftoff）和SSP平台（来自Vungle）、专有的Cortex神经网络技术，以及实现可配置模块（适配器）的差异化运营模型的结合，为客户带来了差异化的性能，通过广告支出回报率ROAS及类似的盈利指标来衡量。 图片 Cortex™ 是 Liftoff的下一代机器学习/神经网络预测引擎，是公司核心AI 平台，被称为“AI is in Liftoff’s DNA”。它统一驱动用户获取UA、创意优化和广告变现全链路决策，是Liftoff在移动 App 经济（尤其是游戏和消费类 App）中的关键竞争力来源。 Liftoff 的 Cortex 这套“成长飞轮”叙述，和AppLovin $AppLovin Corporation(APP)$ 的AXON表态高度一致，在后 ATT时代，移动广告公司都把AI+数据飞轮作为核心护城河。广告公司的AI越用越聪明，广告主效果越好就越愿意持续加钱，形成正向循环。 【运营数据】 Liftoff 历史上曾在游戏垂直领域和部分大客户上存在收入集中风险。但目前公司已实现多元化，截至2026年第一季度，超过一半的

非AI板块跌了很多，但仍不是抄底的好时机 当前，标普500内部相关性跌至历史低位，半导体权重持续攀升。今年夏天SpaceX、OpenAI、Anthropic或将IPO并被纳入主要指数，美股的集中度尤其是AI领域还将进一步上升。如今买入标普500或纳指100股指期货，名义上持有的是“大盘”，但的确像是在买一篮子以AI、算力、半导体与资本开支(Caepx)为核心的单一主题组合。  面对这种拥挤，保守型投资者的直觉往往是减配科技、转向等权指数，或逆势加仓已经跑输一年的非必需消费、金融、医疗与小盘股。但这种看似稳妥的再平衡，在当前宏观环境下未必有用。规避AI拥挤的更优解，或是增配现金。 图：标普500内部相关性跌至历史低位  一、经济周期决定了必需消费、金融、医疗与小盘股的弱势 散户惯于把非AI板块的弱势归咎于资金被AI抽走，似乎情绪一旦回摆即可迎来均值回归。但落后板块的真正压力来自基本面——美消费需求放缓、企业投入成本上升、利润率承压、盈利修正转负。 在散户抄底消费的同时，除了已退休的巴菲特和港岛的李氏家族以外，重仓消费板块的资本大鳄，是近乎于没有的。而且巴菲特的第一大消费持仓——苹果公司也很难说与科技无关，而巴菲特退休前的最后一笔大动作也是买入谷歌，在今天的100亿美元配售之后，谷歌一支的仓位权重将超过10%，达到320亿美元；对于港岛的李家，其近年的仓位动向也更多是集中在基础设施而非消费上。 2026年一季度中位数美股上市公司盈利增12%，与中长期中位数持平，但总量数字掩盖了剧烈的结构分化。一个有用的领先指标是盈利预期的"净修正"——即分析师上调盈利预期的家数减去下调的家数。它通常先于实际财报反映出盈利动能的转向。 眼下,非必需消费与必需消费品的净修正都已转负,金融与医疗的降幅更大,说明分析师正集体调低对这些板块的盈利预期。工业却是例外:净修正不降反升,因