客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服Telegram号 MaxMeigu 邮箱 buy@tradesMax.com 电话 (626)378-3637
美股投资网的实盘账号，一年做到 357%的盈利。今天我将无私公开我是如何在美股市场里挖掘机会的，以及我到底用了哪些量化金融工具、哪些核心指标、指标又是怎么调的，全部公开分享给大家。
要想在美股股市中稳定盈利，靠的是信息差，谁先看到关键信息。
华尔街顶级机构，早就把这种方法运用到了极致。过去10年，美股投资网团队持续投入，累计投入超过百万美元，组建由哈佛、清华北大等背景的数据科学和金融博士研究员组成的团队，打造出和投行高盛、摩根斯坦利同等级别的量化金融AI大模型引擎：美股大数据 StockWe.com
系统支持 7×24小时AI智能盯盘，实时追踪机构主力资金流向、期权异动，公司突发重大新闻、并自动扫描财报、解读电话会议及 SEC 文件。
从基本面、财务数据、投资者情绪、技术走势，AI产业链趋势到宏观环境与估值模型，StockWe AI 提供全方位、多维度的系统化分析美股。
AI负责从海量数据中寻找异常和机会，我们研究团队负责拆解底层逻辑，最后再结合严谨的仓位和风险控制，形成完整的投资决策体系。这也是我们一直强调的：真正拉开收益差距的，是比市场更早一步洞察资金异动、基本面出现拐点的初期，就提前锁定真正值得布局的机会。
今天，我们就带大家深入了解美股大数据全部核心功能：
到底怎么帮你挖掘牛股？
怎么发现机构资金正在悄悄布局的股票？
怎么从财报、新闻、期权和暗池数据里寻找市场还没有充分定价的信息？
而且最重要的是，就算你不花钱，也可以通过今天这期内容学到很多真正实用的美股投资方法。我们官网有很多功能都免费使用！
AI智能体：直接调用我们的美股数据库
先说我们的AI智能体。它和普通聊天AI最大的区别，是背后调用我们机构内部高质量付费数据库和上千份投行研报，该系统采用多 AI Agent 共识机制，让多个智能体从不同视角同步分析同一市场信息，实现更全面、更客观的决策支持。
包括机构评级、期权异动、板块强弱、暗池交易、内部人士买卖……这些原本分散在不同模块里的数据，它可以在一次提问中完成调用、筛选、交叉验证和解释。
咱们投资者真正缺的从来不是更多信息，而是从几百条信息里快速找到重点——哪些信号有用，哪些只是噪音。下面我们直接演示。
比如我们问它：“今天（美东时间8月27日周四）有哪些机构评级最值得关注？”
那么我们的AI智能体会先扫描当天全部评级。然后给出结果
1. 看多 210 条
2. 中性 77 条
3. 看空 8 条
整体情绪是明显偏多的
此外还会显示系统自动排出看多最集中的公司：
OKTA 21条，英伟达18条，CRWD 16条，CRM 14条，P 9条；看空评级也会同步列出。
但评级多不代表一定会涨。AI会继续判断：多家机构是否在同一时间形成一致预期？
我们看到 OKTA、CRWD、NVDA、CRM、P 都出现了明显的机构共识——说明这不是某一家机构的孤立观点，而是华尔街集体看涨没有分歧。
接着，系统会追溯每条评级来自哪家机构、哪位分析师，并结合其历史准确率做质量筛选。因为同样是“看多”，不同分析师的判断价值差别很大。明星分析师看板的作用，就是过滤掉缺乏历史验证的观点，优先跟踪那些长期准确率更高的机构信号。
接着我们再看目标价偏离榜。
系统自动计算每只股票的目标价相对现价还有多少空间，从高到低排好。
比如INTZ 现价0.69美元，目标价9美元，偏离1200%多；IVVD 现价0.90美元，目标价10美元，偏离1009%，等等。
这个榜单不是让大家看到数字大就冲进去——低价股、小盘股、覆盖机构少的公司，偏离往往会很夸张。所以AI会把偏离幅度与机构覆盖数量、共识强度、分析师准确率、目标价时效性一起交叉筛选。最后找出来的，不只是“目标价高”的股票，而是既有空间、又有足够证据支撑的公司。
综合这些条件，系统把 NVDA、OKTA、CRWD 列入第一梯队。
NVDA：18条看多，机构一致预期强，高准确率分析师支持，目标价空间明显。
OKTA：看多覆盖度最高，共识最集中。
CRWD：网络安全方向同时获得资金、板块、评级三方面支持。
这背后是调用了我们分析师评级的数据库，让AI做出综合的分析，AI还会告诉你每家公司为什么入选，点这里过滤器，输入NVDA代号，能筛选出过去几个月英伟达全部的投行评级，目标价分别是多少，现在的价格离目标价还有多少上涨空间，这些数据我们都一一呈现。
现在我们再问：“今天美股市场最强的板块是什么？”
AI会实时对板块强弱评分。
周四的结果是：
网络安全第一，21分——OKTA涨28.84%，CRWD涨20.22%，PANW涨13.93%；
随后是比特币相关板块、项目管理软件、无人机、数据存储与保护。
弱势板块：邮轮、酒店、线上娱乐、房屋建筑、社交媒体。
当别的软件可能只会告诉你：“今天金融板块强于科技板块。”但美股大数据能把板块进一步细分，让你看到科技板块内部，到底是谁在领涨。
比如同样是科技股，系统可以进一步拆分出网络安全、SaaS软件、半导体、云计算、AI基础设施等细分方向，让你第一时间发现：今天到底是哪一个细分赛道最强，资金又在集中流向哪里。
这样做的真正价值在于，当某家公司突然出现重大利好、股价大涨时，你不仅能看到这家公司本身的异动，还能快速判断：它会不会带动整个细分板块形成联动？哪些同板块个股最有可能跟涨？资金正在形成怎样的板块共振？
比如周四CRM大涨22%，很快就带动同一细分方向的NOW、TEAM、NET等个股同步上涨，涨幅都达到8%左右。
对于短线交易者来说，真正有价值的，往往当天还有什么股票值得买。接下来再问：“今天有哪些公司内部人士交易最值得关注？”
系统统计最近两个交易日共有165笔买入和342笔卖出，并把成交额最大的交易直接排出来。
买入榜中，MAIR以6.21亿美元排名第一；
卖出榜中，CPAY为2.11亿美元，JMKE为1.21亿美元，SNDK约为7500万美元。
这里最容易被误读的就是SNDK。7500万美元看起来像CEO大额套现，但继续查看SEC申报会发现，其中约7372万美元来自董事长兼CEO David Goeckeler的49,782股股票处置，交易代码为F，原因是股权归属时由公司代扣股份，用于支付税款，并不是他在公开市场主动抛售。
这个区别非常关键：同样显示为“卖出”，主动减持、税款代扣和期权行权后的股份处理，释放的信号完全不同。
看到这里你就明白了——我们的AI智能体不是简单报个代码，也不是把网上信息复述一遍。它会从Form 4数据库中主动抓取信号，把机构评级、目标价、板块强弱、内部人交易串联起来，筛选、排序、交叉验证，最后整理出一条清晰、可追溯的研究路径。过去你需要打开十几个页面、花几个小时做的事，现在一次提问就能抓住重点。
公司内部交易
现在我们看公司内部交易，直接上例子，比如你直接在系统里输入 MU、SNDK和PLTR，这几家公司所有高管的买入和卖出记录就会立刻显示出来。
增持我们用绿色标识，减持用红色，一眼扫过去就能看清哪些高管谁在真金白银地加仓，谁在悄悄撤退。不用自己翻SEC文件，也不用对着交易代码琢磨，颜色就是最直接的信号——绿的多，说明内部人看好；红的多，这时候立马提高警惕。
量化交易选股
再看这个量化交易选股功能
这里看到OKTA 今天走出了突破上行的形态，这功能每天会自动扫描当天出现技术突破的股票，把突破上行、下行破位、双顶、双底模型这些常见形态一次性全标出来。
我们看到INID，系统识别出一个典型的双底结构，
再看MDA，同样出现了双底。而且如果后续股价在这个位置再次获得支撑稳住，那就不是简单的双底了，可能会演变成更扎实的三重底，从这里开始反弹，再次跌回去这底部再反弹，再回调。
还有MCHP，也形成了一个小双底。
量化模型非常适合你做波段交易，我们之前好几笔成功的交易都在这样选出来的。
存储价格追踪
点击“存储价格追踪，就能看到最近一个月不同规格DDR4、DDR5内存芯片的价格变化。我们可以看到近一个月，DDR4 16GB 3200的平均价格从约84.5持续升至91.5附近，其他多个规格也保持高位或小幅上涨，说明存储芯片的公司仍旧掌握住议价权，内存的供应和需求仍旧处于失衡，什么时候出现拐点，什么时候要止盈美光、SK海力士。我们的图表能第一时间看到。
个股分析
然后我们看在个股分析页面，默认打开的是特斯拉，
我们可以看到就在1个月前，这波大跌之前，页面上的数据清清楚楚地显示：机构在暗池卖出了约5亿美元，同时还有近11亿美元的大单卖出。结果呢？股价跌了两天，然后突然又出现一笔约29亿美元的大单买入。这种先砸后接的动作，光看K线根本看不出来，但数据会说话。
我们再切换到AMD。切换之后，你会看到不同分析师对AMD的完整覆盖，每位分析师都附带一个关键指标——历史准确率。
不过，这里还有一个更值得留意的指标——离目标价幅度。页面会自动抓取每只股票的现价和最新目标价，直接帮你算出还有多少上涨空间。
股票极速涨跌
好那下一个就是股票急速涨跌
我们的系统会以毫秒级频率实时刷新盘中每一只股票的异动情况，并把急速上涨和急速下跌分开监控。
先看急速上涨。
比如本周五的 DKNG。美东时间 12:48，DKNG 突然出现一波直线拉升，我们的模型第一时间捕捉到了这个信号，当时股价大约在 24.7 美元附近。
随后股价继续走强，最高来到 26.58 美元，单日振幅接近 8%。背后的原因是，美国法院表示，解除针对监管机构打击其体育博彩类产品的禁令，这突发消息利好DKNG的业务。
我们再去看DKNG期权异动实时订单流，可以发现就在 12:48 这个时间点，期权市场同时出现了一笔权利金高达 177 万美元的 CALL 大单。
也就是说，股价异动 + 期权大单，在同一个时间点出现了共振。这种信号，比单独看股价上涨要更有参考价值。
如果你想第一时间收到这类有价值的信号，可以用“我的关注”功能。
凡是你在官网搜过的每一个代号，都会自动出现在《我的关注》功能里面，你可以手动开启通知开关。之后App就会实时推送这只股票的每一笔动态——包括新闻、分析师评级、期权异动、暗池交易、爆发潜力股、财报、急速涨跌、涨跌幅榜、板块强度等十几类信号，全部推送到你手上。
期权异动实时订单流
每天我们都会系统性地统计当天所有机构期权订单，按总权利金、看涨权利金、看跌权利金分别汇总。
这里的看涨方向，统计的是买入看涨期权（Buy Call）和卖出看跌期权（Sell Put）的总和；看跌方向则对应买入看跌期权（Buy Put）和卖出看涨期权（Sell Call）。两种统计口径都在页面上清晰展示，方便你从不同维度理解资金动向。
往下拉，就是更明细的机构大单列表——几十万、几百万、几千万美元的单笔订单全部按时间排列，每分钟都在刷新。从美东时间9:30开盘那一刻起，整个美股期权市场的资金流向变化，你都能实时追踪。
页面上还有一张全景图：黄色线是标普500 ETF（SPY）的走势，红色区域代表看跌总权利金，绿色代表看涨总权利金。三线叠加，价格和资金的关系一眼就能看穿。
这里有一个非常明显的规律——几乎每天下午14:50左右，都会突然冒出一笔巨量看跌期权成交。这不是偶然，比如我们切换到一周前，7月20号，同样在这个时间点又出现了类似的大额看跌单。这种每天都在重复的信号，光看价格走势根本发现不了，但期权数据会把它直接摆在你面前。提前知道这个规律，你就比别人多了一个每天必看的“闹钟”。
当然，如果你觉得原始期权数据太多、太密，不容易快速消化，我们的《期权异动分析》面板已经提前帮你把整个美股市场，上万只股票数据统计整理好。
你可以直接看到全市场所有股票期权的 Call 和 Put 总权利金对比，也可以单独查看某一只股票当天的 Call 与 Put 权利金变化。通过看涨与看跌资金的变化趋势，可以更直观地判断哪一天可能出现反弹、哪一天可能出现趋势反转，以及市场情绪究竟偏向看涨还是看跌。整个 Call/Put 对比图一目了然。
不仅如此，我们还专门统计了每一只股票的看涨权利金与看跌权利金比例，并按照比例从高到低自动排序。这样你不用自己翻阅大量期权数据，就能快速找到市场上看涨资金最集中的股票。
比如今天，ASML 排名第一，看涨期权总权利金超过 218万美元，而看跌期权权利金只有 4万多美元，两者比例达到惊人的 53:1，说明当天期权资金明显、甚至极端偏向看涨方向。
除此之外，还有两个“激增榜”特别实用：看涨总权利金激增榜和看跌总权利金激增榜——系统会对比过去一两周的平均水平，把突然大幅放量的公司自动标记出来。像微软、PLTR都在列。
再看周四最大Call 和 Put总权利金榜单，系统会按照期权成交的总合约数和总权利金进行排序，让你快速看清资金主要集中在哪些标的，以及Call与Put哪一侧更活跃。比如，当日Call总权利金约86.5亿美元，而Put只有约51.2亿美元——谁在主导市场，一目了然。SPX、NVDA等标的排在榜单前列，说明大资金正在这些品种上密集布局。
这就是数据工具真正的价值：不是把海量数据丢给你，而是提前帮你统计、筛选和排序，让你第一时间找到资金正在押注的方向。你不需要是期权专家，甚至不需要懂复杂的希腊字母——只要看一眼颜色、看一遍排名，就知道大钱在往哪边押注。这就是我们想帮你做到的：让专业级的期权数据，变成人人都能看懂的交易线索。
美股新闻
说到美股新闻，我们这里的更新速度非常及时，覆盖面也很广。每天市场上最热门的个股动态，基本都能第一时间看到。
比如今天盘前MRVL出了什么消息、标普成分股有什么调整、闪迪有没有分析师覆盖更新、亚马逊又出了什么新动态——系统都会自动抓取并按照时间线整理好，不用你到处翻网站，一条信息流全搞定。
全球评论快讯
我们输入代号PLTR，页面会立刻列出它最新的所有新闻，像今天这条就很关键——Palantir在五角大楼的人工智能业务已接近10亿美元规模。
除了新闻，如果你想看投资者都在讨论什么，也很简单——同样在页面里就能看到投资者评论。市场情绪是偏乐观还是偏谨慎，散户在热议什么话题，帮你更全面地把握一只股票的短期热度。
成交量激增
接下来是成交量激增，系统会自动扫描当天全市场所有股票，把成交量突然大幅放大的公司全部筛出来，并且直接标出激增的百分比。比如我们现在看到的，SPTM成交量激增了878.99%，IGC激增610.20%，BRNX激增603.48%——这些数字不是随便跳出来的，每一只都意味着资金在短时间内集中进场或离场。
暗池大单
我们还有一个非常核心的监控维度——暗池大单追踪。
系统会实时追踪当天机构在暗池中成交的所有超级大单。比如这笔1.26亿美元的QQQ卖单，就是机构在暗池里主动抛出的，普通交易平台上根本看不到这种级别的资金痕迹。
当然，你可以点击表头按金额大小排序，谁买得最多、谁卖得最狠，瞬间就排好了。比如今天买入最多的是VOO——也就是Vanguard的标普500指数ETF，机构在暗池里持续吸筹。
你还可以点击《暗池分析》列表，系统会自动帮你拆解出当天这只ETF总共发生了多少笔买入、多少笔卖出，买卖力量对比一目了然。
暗池交易是机构真正的“底牌”，我们帮你把这些藏在水面下的动作，一件件捞出来摆好。
美股课程
我们还有一个完全免费的板块——美股课程中心，从入门到进阶，系统覆盖，全部由我们的前纽约证券交易所资深分析师Ken亲自编写并录制。
先看免费课程。随便点开一个视频，就会从最基础的K线讲起，由浅入深带你真正读懂每一根K线背后的含义，再到怎么做完整的个股分析，一步步帮你把分析框架搭扎实。
进入VIP会员课程后，内容更加实战化：怎么通过价格行为判断盘整和突破，怎么设置合理的盈亏比，期权交易怎么入门、止损怎么设，
期权课程从入门到精通，教你不同的期权策略和组合。
华尔街顶级交易员日常用的日内交易策略又是什么？怎么做Day Trade，核心指标怎么调参数，指标之间怎么组合？以及如何捕捉主力资金的买卖动向。
如果你偏向长线投资，课程会帮你理清价值股和成长股的筛选标准，教你怎么看懂三大财务报表，找到那些被市场低估的公司。进入高阶量价分析后，还会延伸到筹码集中度，以及如何识别集中、反转等关键信号。
人工智能模块则更前沿——从数据获取、模型构建到评估、验证和优化，再到用K线数据建模，完整走一遍AI预测财报的流程。
此外还有短线交易和IPO专题，涵盖日内操作方法、潜力IPO筛选，以及新股上市当天的具体交易策略。
整个课程体系不是零散地教几个技巧，而是从理解市场、建立策略，到形成属于自己的交易系统，一步一步带你完成进阶。最关键的是——大量基础课程完全免费，点开就能学，不管你现在什么水平，都能找到对你有用的内容。
爆发潜力股
最后，我们还有一个王炸产品——Top Stock 爆发潜力股清单。
这不是随便推几只股票给你，而是由我们的量化分析团队，结合基本面数据、技术指标、机构资金流向和AI多因子模型，从几千只美股里一层层筛出来的。
成绩怎么样？
直接看图——自2022年以来，Top Stock组合累计回报298.26%，同期标普500只有100.79%，纳斯达克也不过135.17%。换句话说，这个组合跑赢了大盘将近三倍。再往前看，自2008年以来，我们的“强力买入”股票组合一直在持续创造超额回报。
你可能会问，它是怎么做到的？核心就三个支柱：多维数据——财务、K线、行业趋势、市场结构全涵盖；持续回测——用历史数据验证策略，根据市场变化动态调整；严格纪律——杜绝情绪化操作，专注长期价值。
每周你都会收到一份精选股票清单，买入并持有就行。当个股趋势或评分发生变化时，系统会及时发出卖出提醒，帮你锁定利润或控制风险。组合业绩也是透明实时更新的，随时可以查看。
这套方案特别适合四类人：没时间盯盘的上班族、想用大数据做决策但不懂编程的投资者、追求长期跑赢大盘的人，以及愿意持有股票3到12个月的价值投资者。
好了今天就介绍了官网90%的功能，你最喜欢哪个功能，觉得哪个最有价值？或者还有什么功能你觉得我们应该增加到上面，请打在评论区。谢谢你。
美股投资网获悉，新思科技(SNPS)于8月26日发布2026财年第三季度业绩，营收、利润率及每股收益均超指引上限。管理层在电话会上强调，EDA正加速迈向双位数增长，设计IP已重返增长轨道，Ansys整合满一周年后协同效应开始兑现。CEO Ghazi指出，AI驱动的芯片设计复杂性非但不是威胁，反而带来对EDA软件及IP的指数级需求增长，联合推出的Multiphysics Fusion已获头部客户验证。公司同步上调全年业绩指引，并宣布“工厂2”定制化IP战略进展顺利，更多细节将在9月投资者日披露，管理层对2027财年持续增长充满信心。
新思科技在2026财年第三季度交出强劲答卷，营收、非GAAP营业利润率及每股收益均超越指引上限。管理层在电话会上释放明确信号EDA增长正加速迈向双位数，设计IP已重返增长轨道，Ansys整合满周年后协同效应正逐步兑现。CEO Sassine Ghazi将本季表现归结为“产品组合基本面全面走强”——EDA得益于AI与高性能计算客户在3DIC先进封装领域的密集投入，硬件辅助验证收入再创新高;IP业务在AI基础设施需求拉动下连续环比回升，其中die-to-die业务有望实现同比翻倍，PCIe 7机会中标率超过95%。尤为值得关注的是，新思科技与Ansys联合推出的Multiphysics Fusion已获英伟达、联发科、三星等头部客户验证，可实现最高10倍设计收敛加速，管理层预计该产品将从2027财年起为EDA增长贡献实质增量。
管理层重点阐述了AI对芯片设计范式的重塑效应。Ghazi明确指出，AI非但不是EDA行业的颠覆性威胁，反而催生了更大的软件需求——客户在构建自主化设计工作流时，对“地面实况”级物理验证的依赖有增无减。本季新思科技展示了与英伟达、微软及AMD合作的自主EDA智能体，可将验证周期缩短50倍，调试时间减少40%。Ghazi透露，目前已有超过30个活跃的代理式人工智能客户合作项目，且随着智能体承担更多工程任务，底层EDA工具的调用消耗将呈指数级增长，形成全新的消费驱动型增长模式。
面向未来，管理层提出了“工厂1”与“工厂2”并行的IP增长战略。“工厂1”即标准的“一次构建、多次销售”IP模式，仍受益于汽车、移动等领域的稳健芯片启动需求，汽车ADAS平台已连续三季保持90%以上中标率。“工厂2”则瞄准定制化芯片机遇，通过“授权+皇金”模式向价值链上游延伸，目前已与多家超大规模云厂商及ASIC供应商展开深入洽谈，更多细节将在9月30日投资者日披露。CFO Shelagh Glaser同步上调全年指引，营收中点上调5000万美元，非GAAP每股收益上调0.31美元至15.04-15.10美元区间，自由现金流指引大幅上调6亿美元至约26亿美元，充分彰显管理层对全年收官及2027财年持续增长的信心。
以下为新思科技2026财年第三季度业绩电话会议实录
高管发言
Tushar Jain
投资者关系主管
大家下午好。欢迎参加新思科技2026财年第三季度业绩电话会议。今天与我们一同出席的有新思科技总裁兼首席执行官Sassine Ghazi和首席财务官Shelagh Glaser。
在我们开始之前，我想提醒大家，在本次电话会议过程中，新思科技将讨论有关公司及其财务业绩的预测、目标和其他前瞻性陈述。虽然这些陈述代表了我们截至今日对未来业绩和表现的最佳判断，但我们的实际业绩受到诸多风险和不确定性的影响，可能导致实际结果与我们的预期存在重大差异。除了我们在本次电话会议中强调的任何风险之外，可能影响我们未来业绩的重要因素在我们最近向SEC提交的报告和今日发布的业绩新闻稿中均有描述。
此外，在讨论过程中我们将提及某些非GAAP财务指标。与最直接可比的GAAP财务指标的对账以及补充财务信息，可在我们今日早些时候发布的业绩新闻稿、财务补充文件和8-K文件中找到。所有这些文件，以及最新的投资者演示文稿、备稿陈述和投资者日信息，均可在我们的网站www.synopsys.com上查阅。
接下来，我将把电话交给Sassine Ghazi。
Sassine Ghazi
首席执行官、总裁兼董事
大家下午好。新思科技在第三季度取得了出色的业绩，营收、非GAAP营业利润率和每股收益均超出指引区间上限。这些业绩反映了广泛的增长动力，包括EDA和Ansys的优异表现，以及IP业务的持续增长。我们正在上调全年营收、非GAAP营业利润率和每股收益指引。此外，我们预计EDA增长将在第四季度加速，并实现全年双位数增长。
第三季度的关键结论是，我们产品组合的基本面正在走强。EDA在加速增长。设计IP已恢复增长，Ansys表现强劲，同时开始在合并后的产品组合中创造新的增长机会。本季度是Ansys收购完成一周年。在第三季度，我们推出了首个新思科技与Ansys的联合解决方案——Multiphysics Fusion。
我要感谢我们的全球团队，他们以专注和敏捷的执行力整合了我们世界级的能力。此次合并增强了我们的竞争地位，扩大了我们的市场机会，使我们能够提供差异化的解决方案，应对现代芯片设计中的物理挑战。行业趋势与我们的战略和优势高度一致，我们是从芯片到系统的工程解决方案的领先提供商。由AI需求驱动的前所未有的设计复杂性，正推动对IP和设计解决方案的需求，以交付下一代AI计算、基础设施和物理AI系统。这些趋势在我们的第三季度业绩中得到了体现。
先从设计自动化(Design Automation)说起，该业务在第三季度实现了健康增长，这得益于EDA的强劲表现，包括创纪录的硬件收入。我们预计这一势头将持续，EDA增长将在第四季度加速至双位数，并实现全年双位数增长。
设计活动在AI和高性能计算客户中最为活跃，他们正在开发日益专业化的芯片，采用多芯粒架构、更复杂的封装和系统要求。这些都是新思科技领先的领域。AMD最近推出的Instinct MI455X GPU就是一个很好的例子。为了交付这一高度复杂的新产品系列，AMD采用了新思科技的3DIC Compiler，这是业内唯一从探索到签核的多芯粒与先进封装协同设计和优化平台。
AI计算对复杂软件和系统的要求也推动了对我们硬件辅助验证解决方案的需求。本季度我们获得了12个新客户和66个重复客户在硬件辅助验证方面的订单。
正如我提到的，Multiphysics Fusion的发布是第三季度EDA领域的一个重要里程碑，为新思科技创造了新的增长机会。Multiphysics Fusion将新思科技和Ansys的技术结合在业内唯一将热分析完全集成到芯片设计流程中的解决方案中。包括英伟达、思科、联发科和三星代工在内的客户已验证了高达10倍的设计收敛加速和3倍的运行时间提速。这为我们的客户和我们的产品都带来了更大价值。我们预计这些附加功能将从2027年开始对EDA增长作出贡献。
代理式人工智能(Agentic AI)是新思科技的另一个增长向量，我们在第三季度展示了强劲的进展。在DAC大会上，我们与英伟达共同展示了一个完全自主的长期运行设计验证智能体，可以编排整个芯片验证周期，将验证RTL的时间加快高达50倍，同时实现了20%的额外覆盖率提升。我们与微软和AMD合作，在Microsoft Discovery上推出了首个自主EDA工作流，可以自动化调试、实现和设计收敛。早期合作显示，调试周期时间缩短了高达40%，节省了数周的工程工作量，同时提高了设计质量。
我们看到客户对我们的代理式人工智能平台有着浓厚的兴趣，目前已有超过30个活跃的客户合作正在进行中。早期反馈清楚地表明，随着这些智能体承担更多的工程工作，它们会以显著更高的速率编排我们底层的EDA工具。这使得客户能够运行更多的设计和验证工作负载，随着我们捕获这些智能体工作流和基础工具为客户带来的价值中的合理份额，这为新思科技创造了增量增长机会。
转向Ansys。合并一年后，Ansys继续看到强劲的需求。从半导体到航空航天再到工业等领域，企业都在拥抱数字工程。在各行各业中，Ansys仿真正在加速创新，同时降低开发风险和成本。例如，一家领先的汽车制造商正在使用Ansys SimAI，实现了约98%的预测准确率，并将碰撞分析推进到近乎实时的水平。
一家领先的重型设备制造商实现了超过10倍的电机设计加速。我们正在应用AI来扩展我们在仿真领域的领导地位，并进一步自动化复杂系统的仿真。这包括扩展我们GPU加速的Ansys应用产品组合。在第三季度，我们最大的Ansys交易是GPU加速的Ansys CFD，用于支持一家跨国电子元件制造商的企业级数字孪生。
转向设计IP业务，该业务在广泛的AI基础设施需求推动下实现了环比和同比增长。随着AI推动对更高带宽、更快连接和更复杂系统架构的需求，我们的接口、存储器和die-to-die IP产品组合处于整个技术栈的核心位置。我们的第三季度业绩也体现了这一点。
我们在PCIe 7的机会中赢得了超过95%的份额，包括在一家知名企业级存储客户处获得的子系统订单。在LPDDR6方面，我们的产品已在多个节点和代工厂得到硅验证，今年迄今已获得25个设计订单。我们的die-to-die业务有望实现同比翻倍，目前累计设计订单已超过100个。行业继续依赖新思科技提供经过硅验证的质量和无与伦比的规模。
我们基于标准的“一次构建、多次销售”的IP模式仍然是我们增长战略的基石。我们将继续投资和发展这项业务，我称之为“工厂1”(Factory 1)，该业务受益于强劲的芯片启动活动和各行业的坚实牵引力。例如，在汽车领域，随着ADAS平台向5纳米和3纳米制程更新换代，我们已连续三个季度保持了超过90%的设计中标率。在移动、消费和边缘AI领域，我们的USB IP累计终身订单已超过20亿美元，一线客户的设计订单已向领先制程节点迁移。
随着AI从数字基础设施扩展到物理产品，对硅的需求将继续扩大，为我们基于标准的IP业务提供顺风。
IP业务中更高增长的机会在于越来越多的AI客户，他们要求更深入的协作和针对其特定工作负载及架构优化的IP解决方案。为满足这一需求，我们正在扩展至差异化的IP子系统，并赋能定制化芯片解决方案。从超大规模云厂商、ASIC供应商、代工厂到传统半导体公司，各类客户都希望与新思科技合作，加速其芯片开发工作，并利用我们的IP和工程专业知识来构建日益差异化的定制芯片。
这是我们面向定制化IP的“工厂2”(Factory 2)模式。它将我们从单纯的授权业务向上延伸至授权加皇金模式，使我们能够把握快速增长的定制芯片市场机会。这是一个重要的战略重点，我们正在取得强劲进展。我们正在与多个“工厂2”客户进行积极洽谈，我期待在投资者日分享更多信息。
总而言之，我要感谢整个新思科技团队的持续专注、创新和执行。第三季度巩固了我们的战略优势和我们对本财年强势收官的信心。AI正在推动对先进芯片、系统级工程和AI驱动设计的需求。我们的领先产品组合使我们能够捕获各行业研发投资中更大的份额。我们仍然专注于将技术领导力转化为可持续的增长和利润率扩张。
接下来交给Shelagh。
Shelagh Glaser
首席财务官
谢谢Sassine。我们在第三季度取得了出色的业绩，实现营收24.77亿美元，非GAAP营业利润率41.6%，非GAAP每股收益3.91美元，均超出我们指引区间上限。得益于各业务的广泛增长动力，营收的超预期表现由EDA以及Ansys业务的强劲表现共同驱动。
待履约义务(Backlog)仍然非常强劲，达到109亿美元，由于处理器IP解决方案业务在第三季度完成的资产剥离，环比略有下降。凭借第三季度的强劲表现、稳健的现金流生成以及进入第四季度的持续势头，我们正在上调全年营收、非GAAP营业利润率、每股收益和现金流指引。
我现在回顾第三季度业绩。除非另有说明，所有比较均为同比。我们实现总营收24.77亿美元，同比增长约42%，其中包含Ansys营收约7.11亿美元。
正如Sassine所述，合并一年后，Ansys继续表现强劲。我们在成本协同效应承诺方面也领先于进度，并已提前偿还了定期贷款。
GAAP总成本和费用为21.19亿美元，GAAP每股收益为2.84美元。第三季度GAAP每股收益包含与本季度完成的处理器IP解决方案业务出售相关的收益。非GAAP总成本和费用为14.46亿美元，位于我们指引区间的低端，因为我们继续提高运营效率并提前实现Ansys成本协同效应，从而实现非GAAP营业利润率41.6%。非GAAP每股收益为3.91美元，超出我们的指引，突显了我们在本季度强劲的运营执行力。
接下来看各业务板块。设计自动化(Design Automation)板块营收约为20亿美元。提醒一下，该数据已剔除2025财年第四季度剥离的光学解决方案业务(Optical Solutions Group)。在设计自动化板块中，第三季度EDA营收同比增长8.5%，反映了强劲的EDA软件表现以及硬件辅助验证解决方案的又一个创纪录季度。设计自动化调整后营业利润率为45.2%。
设计IP(Design IP)板块恢复增长，营收为4.74亿美元，同比增长约11%。与我们的预期一致，这代表了IP板块持续的环比增长，因为我们重新定位了产品组合，专注于最高价值的市场机会。设计IP调整后营业利润率为26.5%。
关于现金流。第三季度自由现金流为7.46亿美元，本季度末现金和短期投资为36亿美元。第三季度末总债务约为100亿美元。
关于全年指引。我们将总营收指引中点上调5000万美元，主要得益于以EDA为引领的设计自动化板块的强劲表现。正如Sassine所述，EDA势头依然强劲，我们预计2026财年第四季度和全年有机EDA营收均实现双位数增长。我们继续预计IP业务将在第四季度环比增长。由此，全年营收区间为96.9亿至97.4亿美元。其中，Ansys全年营收贡献预计约为29.8亿美元，较此前指引上调2000万美元。
关于费用。GAAP总成本和费用预计在86.67亿至87.42亿美元之间。这包括与我们此前宣布的重组计划相关的2026财年预期费用的增加，因为我们正在加速实现已承诺的协同效应。
非GAAP总成本和费用预计在56.7亿至57.0亿美元之间，非GAAP营业利润率中点为41.5%，较此前指引上调50个基点。GAAP每股收益预计在3.84至4.08美元之间。非GAAP每股收益预计在15.04至15.10美元之间，中点上调0.31美元，得益于更高的营收和运营效率的提升。
我们将经营活动现金流指引上调5亿美元至约28亿美元，同时将资本支出指引下调至约2.25亿美元，由此自由现金流约为26亿美元，较此前指引增加6亿美元。
关于第四季度目标总营收在25.3亿至25.8亿美元之间，GAAP总成本和费用在22.25亿至23.0亿美元之间，非GAAP总成本和费用在14.5亿至14.8亿美元之间，GAAP每股收益在0.60至0.85美元之间，非GAAP每股收益在4.10至4.16美元之间。我们的新闻稿和财务补充文件包含了更多目标以及GAAP与非GAAP的对账信息。
感谢我们全球的新思科技团队又一个强劲的季度。这些业绩反映了全业务线强劲的执行力、对我们技术的持续需求以及严谨的运营管理，我们正为下一阶段的增长奠定基础。我们期待在9月的投资者日与大家会面，讨论我们作为客户关键任务合作伙伴的长期发展机遇。
接下来，将进行问答环节。
问答环节
Jason Celino
KeyBanc资本市场研究部
业绩非常出色。我觉得最突出的是8%的EDA增长，尽管基数较高，但与上季度持平。您提到预计第四季度和全年将加速至双位数。请问推动这种加速增长的因素是什么?是设计启动活动?是代理式人工智能?还是更好的变现策略?请帮助我们理解。
Sassine Ghazi
首席执行官、总裁兼董事
谢谢Jason的提问。是的，我们对EDA的整体表现以及全年以双位数增长收官感到非常兴奋，这正是我们承诺的业务板块增速。推动EDA业务信心增强的因素是多方面的芯片设计的复杂性、向先进封装和3DIC的迁移——我在备稿陈述中提到的AMD使用3DIC Compiler的例子，以及许多其他正在设计先进封装的客户都在使用我们的技术。
AI绝对是一个顺风因素。随着客户重新思考如何重新设计其芯片设计工程，这需要不同的工程方法，这为我们带来了另一个顺风因素。硬件方面，我们的硬件业务实现了创纪录的年度营收。总体而言，EDA 8%以上的有机增长率令我们相当振奋。
Shelagh Glaser
首席财务官
是的，Jason，我想指出的是，你看到的第三季度8.5%的EDA增长是在一个非常高的比较基数下实现的。2025财年第三季度是16%。因此，正如Sassine所说，这恰恰显示了业务的强劲实力——能够在高基数下实现这样的增长，并保持全年双位数的增长。
Jason Celino
KeyBanc资本市场研究部
好的。另外，Sassine，你提到了客户需要重新设计其工程流程。我们看到很多创新正在发生。大家总是在谈论新的AI模型。昨天就有一个例子，OpenAI谈到了他们新芯片的开发，提到使用自己的AI模型来加速设计流程。
您能否谈谈当听到这样的例子时——因为您的许多客户过去也使用过自己的模型——重新设计工程流程涉及哪些方面?这是对现有流程的补充还是增量?或者是替代?我不知道这个说法是否准确，但是……
Sassine Ghazi
首席执行官、总裁兼董事
当然，当然。谢谢你的问题。至少在过去一年半到两年的时间里，我们一直在讨论AI如何重塑工程的方式。新思科技一直在投资并引领提供“智能体工程师”给我们的客户，重新思考工作流程，包括AI模型——这些模型将绝对参与并推动工程的重新设计。在每种情况下，底层需求都是对我们软件越来越多的使用，因为无论客户使用的是AI模型还是智能体，你仍然需要物理层面的“地面实况”(ground truth)来使模型能够以信心运行并提供最佳结果。
所以，你提到的例子实际上是一个非常好的例子，对EDA领域的新思科技来说是一个巨大的机会。更不用说，这对IP来说也是一个巨大的机会，因为这是在定制化芯片时对整个架构的重新思考。
Joseph Vruwink
Robert W. Baird & Co.研究部
我想回顾一下几年前的情况。在2024年的投资者日上，你们曾分享过关于到明年EDA软件需求的30%可能来自多芯粒项目的展望。我很好奇这个数字目前的进展如何，以及您对2027年之后有何看法。我想我们都注意到最近甚至本周关于HBM的关注度很高。当您思考DRAM制程向逻辑制程迁移时，EDA的内容会发生怎样的变化?这是否实际上比您几年前预期的更为强劲?
Sassine Ghazi
首席执行官、总裁兼董事
是的，Joe，实际上那个预测已经加速了。正如我在备稿陈述中提到的，过去12个月我们在die-to-die方面的订单已经翻倍。原因是整个先进封装和3DIC架构的兴起，这推动了IT领域的重大机遇。die-to-die只是一个例子;当然，还有所有其他将系统作为最终产品拼接在一起所需的接口。
在EDA方面，3DIC Compiler是关键，而与Ansys联合解决方案的重要性也在于此。如果不将物理、热、结构、流体等因素在芯片设计阶段就纳入考量，你无法构建这些系统。当时30%的数字我们认为是一个有挑战性的目标，但鉴于我们的客户在构建这些高效定制芯片方面的所有投资，这个数字绝对已经加速了。
Joseph Vruwink
Robert W. Baird & Co.研究部
好的，很好。我还想问，关于EDA的双位数有机增长，如果将其拆分为软件和硬件两部分，软件业务的表现是否达到了您年底希望看到的状态?硬件似乎一直是一个非常强劲的驱动因素。我更关心软件业务的表现。
Sassine Ghazi
首席执行官、总裁兼董事
我们对软件部分的贡献非常满意，非常非常满意。实际上最令我兴奋的是我们与Ansys联合解决方案的交付。这为我们提供了一个平台，以应对未来工程挑战的方向。正如我们刚刚谈到的，先进封装、将物理引入电子设计的必要性，让我们更有信心继续沿着双位数增长的轨道前进。
Yu Shi
Needham & Company, LLC研究部
首先，Shelagh——或者说这个问题可能给Sassine。我有一个高层次的长期问题。Sassine，我们知道回溯大约10多年前，您在将AI引入新思科技工具流程方面发挥了非常关键的作用。我知道那时可能还不是大语言模型，更像是强化学习类型的AI，比如DSO.ai等优秀产品。
但AI在过去10年，尤其是过去3年，发展迅猛。因此我经常从投资者那里听到的问题是，AI是否存在对商业EDA业务造成颠覆的风险?有一种思路是，是否存在一种端到端的所谓“AI原生芯片设计”，能够绕过所有商业EDA工具，尤其是可能使用由商业EDA工具生成的合成数据来训练的一些AI模型?在您看来，这是对整个EDA行业的真正威胁吗?或者您认为AI在哪些方面可能对商业EDA业务构成替代或补充?
Sassine Ghazi
首席执行官、总裁兼董事
是的，谢谢Charles。我不需要回溯到10年前那么远。你说得对，大约在2017年左右，我们围绕强化学习引入了DSO.ai并进行了投资，取得了很好的成果。如果看过去3年，重点是副驾驶(copilot)、生成式AI，再到智能体(agents)。现在我们正在谈论自主设计。当你开始审视自主工作流时，最重要的是准确性和确定性。客户不会在没有信心确保其可行的情况下投资数亿美元于一个产品。
我们拥有以签核领导力为基础的产品组合，这对构建这些自主工作流至关重要。我们正在与客户共同参与如何实现自主工作流，这并不是在没有我们参与的情况下发生的。我们正主动与客户合作，重新设计他们如何看待以AI为核心的工程未来。
我完全不担心在某个时刻这种模型可以在没有我们参与的情况下完成端到端的设计。因为你必须记住，这些模型不是静态的，它们在不断变化，不断需要学习。所以机会恰恰相反——这不是威胁，而是对我们软件的巨大需求——用于训练、推理、不断赋能更快地设计以应对复杂性，而我们正处在这一核心位置。
Yu Shi
Needham & Company, LLC研究部
也许，Sassine，关于代理式人工智能的机会，我们应该如何考虑对整体营收增长尤其是EDA增长的提升?您能否介绍一下将商业模式转向订阅加消费模式(至少对于智能体而言)的进展?与客户的讨论情况如何?
Sassine Ghazi
首席执行官、总裁兼董事
是的，我们已经有了多个合作项目。关于你的第一个问题，当我们的客户在探索是使用新思科技的智能体，还是使用新思科技的智能体加上他们自己的智能体——以将他们自己的“秘方”保留在工作流中——客户工作流或客户智能体的核心需求是需要更多的许可证。我们正在与客户定义多种合作方式，包括订阅我们的智能体、订阅我们的工作流，以及随着这些智能体和新的工作流消耗更多软件而采用的消费计量模式。
我们将在几周后，即9月30日，进一步阐述我们如何思考在这种背景下的长期增长模式。但可以肯定的是，我们正在与众多客户就不同方式进行深入讨论——使用他们的智能体、使用我们的智能体、两者的混合，以及他们正在考虑的多模型可选性。
Lee Simpson
摩根士丹利研究部
好的，可能就IP业务提几个简短的问题。也许在分析师日之前，我想知道Sassine您能否概述一下向您所描述的“工厂2”机遇(授权加皇金模式)转变的速度?
然后第二个问题，我想自我们见到Intrinsic ID收购以来已经大约一年了。我记得当时您提到安全IP是IP业务的一个新的增长向量。我想了解您能否概述一下这个机遇的规模，您如何看待合作的进展，以及您认为部署将特别发生在哪些领域。
Sassine Ghazi
首席执行官、总裁兼董事
谢谢Lee。关于“工厂2”，实际上你只需要看看每家超大规模云厂商都在投资并处于交付自有定制芯片的不同阶段这一势头。这些芯片如果没有我们的接口IP是无法实现的。这些客户需要我们的接口IP来构建自己的芯片并与生态系统连接，无论是内存供应商还是——如果他们在投资自己的XPU，但需要来自供应商的网络芯片，将它们连接在一起都离不开我们的接口IP。这就是机遇所在。
我们之所以开始谈论“工厂2”，是因为我们看到了定制这些标准并加速交付这些定制化的需求。新思科技凭借其规模、知识、技能和市场地位，处于独特的竞争位置来交付这种定制化和加速服务。我们正在与众多这类客户进行深入讨论，以将业务模式从传统的IP授权加一些NRE转变为授权加皇金。
我期待在几周后帮助大家理解这看起来是什么样子。但我对我们所做的投资以及在这一方向上的灵活调整感到无比兴奋，同时我们当然也会继续领先并投资于“工厂1”，因为那也是一个将继续带来重大机遇的领域。
关于安全，我们之所以开始审视产品组合并剥离了处理器IP业务，是为了专注于增长的领域。安全就是其中之一。正如你所说，我们没有将其单独列示，但我们在安全领域拥有强大的市场地位，并且随着不仅需要在软件层面而且需要在硬件层面保护芯片的需求日益重要，这一点只会变得更加重要——这正是我们安全产品组合的用武之地。
Arsenije Matovic
Wolfe Research, LLC
这是Arsenije代替Josh提问。首先，Sassine，您提到在Multiphysics Fusion推出后看到了强劲的早期客户兴趣。从历史上看，芯片设计和仿真通常由不同的工程团队使用不同的工作流和工具来处理。我想问的是，当您将热分析直接引入设计流程时，客户在结构上是如何应对这种融合的?您是否看到这些团队开始更加紧密地合作并围绕更通用的工作流进行整合?还是说采用仍然需要跨越不同的工程团队和可能的独立预算?
Sassine Ghazi
首席执行官、总裁兼董事
是的，你说得完全正确。这些工程团队或工程技能和专长过去是独立的领域。随着设计步骤从综合到物理设计再到签核等，它们之间有不同交接方式。协同设计的要求对于减少余量并交付这些具有竞争力的产品至关重要。因此，绝对地，领先客户要求在将热考量纳入设计实现的过程中、在构建这些3DIC时将结构和应力纳入芯片架构时加以考虑，而不仅仅是在综合或多个芯粒的实现阶段。
所以是的，绝对如此。这正是我们投资的方向——让位于设计流程前端的实现工程师能够以最小的额外工作量，将签核精度的分析引入设计流程早期。这正是我们看到的合并产品组合的机会，以及实现物理与电子融合的交付。
关于预算问题——抱歉，关于你问题的第二部分——从预算角度来看，正如我们承诺的“1加1大于2”，这意味着即使预算来自EDA，联合解决方案也将捕获相对于现有独立点工具的收入增量。
Arsenije Matovic
Wolfe Research, LLC
明白了，这很有帮助。然后，Shelagh，我想具体澄清一个关于Ansys的问题——上调2000万美元至29.8亿美元。上季度您帮助我们理解了那个会计动态贡献了1250万美元，全年为6000万美元。全年仍然是6000万美元吗?还是说Ansys的上调这2000万美元只是来自良好执行的实质性增长?
Shelagh Glaser
首席财务官
是的，上季度我们谈到了会计变更，我们做出了那个会计变更，我们给出的指引中已经包含了这一变更。所以我们看到Ansys业务表现强劲，包括渠道业务。
Arsenije Matovic
Wolfe Research, LLC
明白了。那么第三季度Ansys的会计变更是多少?全年仍然是6000万美元?还是说是不同的数字?
Shelagh Glaser
首席财务官
全年仍在同一区间范围内。
Arsenije Matovic
Wolfe Research, LLC
明白了。那季度是1250万美元还是……
Shelagh Glaser
首席财务官
我们没有单独披露季度数字。
Joseph Quatrochi
富国银行证券研究部
您谈到了EDA中AI与非AI的“两个市场”的故事。我想知道您所看到的加速是AI在整体中占据了更大的比重并抵消了非AI的部分?还是说您也看到了非AI部分的加速?
Sassine Ghazi
首席执行官、总裁兼董事
是的，Joe，我们之所以最初做出这样的判断——我们每季度都在做的内部衡量——是因为我们跟踪芯片启动(chip starts)。我们之所以能很好地覆盖设计启动，得益于我们的IP产品组合。任何正在规划新芯片启动的客户，我们都会通过IP产品组合在非常早期就进行接触。当然，EDA会随之而来。
观察结果是，在非AI领域，过去两个季度已经趋于稳定。这意味着我们之前观察到非AI领域的设计启动放缓，但在过去几个季度，它已经稳定下来，不再下降了。另一方面在AI领域，我们一直并将继续看到设计启动的加速，这为我们提供了一个很好的平衡。
Joseph Quatrochi
富国银行证券研究部
这很有帮助。另外作为追问，我想知道您能否就待履约义务(RPO)提供一些加减项分析。本季度略有下降，是否受到资产剥离的影响?是否符合预期?
Shelagh Glaser
首席财务官
是的，符合预期。正如我在备稿陈述中所说，小幅变化主要是由于本季度内完成的处理器IP业务资产剥离。你可能还记得，在上次财报时我们已接近完成交易，交易在财报发布后几天内完成。因此这就是你本季度看到的情况。
Sitikantha Panigrahi
瑞穗证券美国研究部
Sassine，本季度业绩确实出色，恭喜。回到Ansys和新思科技的集成产品，您推出了这些产品。我想您提到Multiphysics Fusion预计要到2027年才会对EDA增长产生贡献。那么您能否谈谈从现在到那时的采用和管道轨迹?而2027年的贡献是更可能表现为EDA的增量增长?还是来自您Ansys仿真客户群体的份额获取?关于定价优势和对客户的价值，任何相关信息将非常有用。
Sassine Ghazi
首席执行官、总裁兼董事
是的，从客户价值的角度来看，10倍的设计收敛加速或3倍的SPICE精确多物理场时序加速，这对客户来说是一个显著的价值。这对客户意味着什么?更少的迭代、更好的设计、更快的速度。因此，在早期合作中，我们的客户已验证了这些价值，并处于早期部署阶段。一旦这些客户进入生产阶段，我们就会开始看到收入的上行空间。
正如我们从一开始就说的，2026财年联合解决方案的贡献不会很大。这是执行的一年，是交付这些产品的一年。展望2027财年，它绝对会对我们的EDA增长做出贡献。我们同样绝对致力于在第四年实现4亿美元的协同效应目标。因此，当我们9月会面时，我们将能够开始讨论2027年及更长期的差异化解决方案的贡献。
Sitikantha Panigrahi
瑞穗证券美国研究部
这很有帮助。另一个快速追问。我知道Mike Ellow已经加入几个季度了。他如何推动销售组织?他正在考虑或已经着手推动哪些具体变革来配合您推出集成产品?
Sassine Ghazi
首席执行官、总裁兼董事
是的，Mike在利用组织做得非常好的方面以及我们需要增加投资的领域——从产品组合、市场推广等方面——做得非常出色。当我们展望2027财年及以后时，优先事项是如何在差异化领域与客户互动，并确保我们在客户方面有正确的投入。我们正在赋能客户以成功捕获变现机会。因此，Mike在内部与团队花费了大量精力，为“IP工厂2”、AI变现和联合解决方案做好准备。在我们展望2027年及以后时，所有这些都占据了Mike大量的时间。
Sitikantha Panigrahi
瑞穗证券美国研究部
他是一位出色的人才。
Sassine Ghazi
首席执行官、总裁兼董事
是的，我们很高兴他加入。
Jay Vleeschhouwer
Griffin Securities研究部
Sassine，首先问您一个问题。这可能不是一个完美的类比，但您如何看待新的多物理场产品组合及其后续产品的潜在迁移或采用效益，与当年ICC向Fusion Compiler的过渡相比如何?那次显然在当时不包含Ansys组件，但那是您上一次架构或代际变化。那么您如何比较现在这一正在进行的变革与那一次?
Sassine Ghazi
首席执行官、总裁兼董事
是的，Jay，谢谢。实际上这是个非常好的问题。我们在Fusion方面所做的是将签核能力和优势引入到物理实现阶段，因为当时客户不得不在后期进行迭代以关联或签核芯片。这里的情况完全一样，只是现在加入了物理。
RedHawk、HFSS以及Ansys产品组合的其他部分——如何不仅将近似值而且将实际的引擎引入设计阶段，以减少迭代、实现收敛流程等等?我们在Fusion平台上的投资——记住Fusion平台不是将工具通过通用界面或用户界面拼凑在一起——我们在数据模型层面进行了大量投资。这样我们的研发团队可以在同一基础设施和数据模型上编写代码和优化。这正是Shankar和他的团队从整合开始第一天起就大力投资的方向，以交付与我们在Fusion上建立的完全相同的价值。
Jay Vleeschhouwer
Griffin Securities研究部
好的。其次，您自去年Converge大会以来一直在谈论的“工程再工程”概念对您和您的客户来说仍然是一个非常有趣且具有前景的概念。问题是客户需要哪些要素来使其实现?是一系列需要做出的变革或变量?还是有一个神奇的单一解决方案?例如，您在DAC上与AMD和微软围绕Discovery所做的联合演示看起来非常有趣，可能是这些变革的催化剂。那么请谈谈要实现整个“再工程”目标，实际上需要发生什么?
Sassine Ghazi
首席执行官、总裁兼董事
是的。我们谈到了Fusion作为拥有从规格到签核完整资产集的关键组成部分。这是新思科技拥有完整资产集的关键部分。现在，将能够利用AI速度从副驾驶、生成式AI到自主性的工作流整合在一起，是我们正在投入大量资源并奋力推进的方向。我们做的两个演示——谢谢您提到微软和AMD，那是在Microsoft Discovery上展示的全自主EDA工作流——想想这有多强大您可以从一个规格出发，一个认知层可以编排多个任务智能体以交付符合规格的结果。
同时，我们在DAC上与英伟达展示的是自主长期运行智能体能力的演示。这是重新设计工作流的关键部分。最令我兴奋的是，当您深入挖掘我刚才描述的内容时，不仅是我们拥有的资产，这些资产的消耗量是指数级的，以便允许自主流程兑现客户所期望的承诺——高效的设计、更好的功耗、更好的性能、更优的成本——而这就是我们正在做的。
Gary Mobley
StoneX Group Inc.
Sassine，您在备稿陈述中提到，本季度Ansys最大的交易是基于GPU的数字孪生。这笔交易规模大的原因是因为它采用了加速计算(相对于基于CPU的计算)吗?我想了解的是，从加速计算数字孪生系统的效率中，收益是归于英伟达还是也归于你们?
Sassine Ghazi
首席执行官、总裁兼董事
谢谢Gary的提问。仿真是GPU加速的完美应用，因为这些任务在很大程度上不仅是可以并行化的，而且可以实现显著的加速。这种加速不限于10倍或15倍。在CFD领域，我们看到了40倍、50倍、60倍的加速。对我们客户来说，瓶颈在于获得结果的时间、获得准确结果的时间。实际上，即使在新思科技收购Ansys之前，GPU加速的投资就已经开始了。收购之后，我们只是进一步加速了承诺和投资，当然，与英伟达在这一机会上的合作投资和协同也起到了帮助作用。
关于谁获得了价值——我们销售并捕获GPU的全部价值增量。当然，英伟达在后台——你需要GPU才能从传统的CPU转向GPU——他们以那种方式受益。因此，这笔交易规模大的原因在于对客户的好处以及我们能够交付给客户的加速效果。
Gary Mobley
StoneX Group Inc.
我的追问，我想问一下关于韩国市场的情况。来自韩国的收入似乎呈上升趋势，今年接近20%。这确实是一个突出的表现。这反映了内存市场的强劲?还是反映了你们在三星保留更多市场份额以及许多人所猜测的情况?也许您可以提供一些相关信息。
Sassine Ghazi
首席执行官、总裁兼董事
我不确定那些猜测是什么。我可以告诉你的是，我们与三星、SK海力士以及韩国更广泛市场的关系一直是良好的合作关系，这个地区在AI基础设施的关键部分处于领先地位，而我们在这些客户中处于领先地位，并且不仅限于这两家，还涵盖了更广泛地区以及整个产品组合。因此，你需要从IP(包括我们与领先客户的定制HBM和HBM合作)到EDA和Ansys全面来看。我们对我们的表现非常满意。
Wei Chia
花旗集团研究部
很高兴看到IP业务重回正轨。我记得几年前团队曾提出IP业务的长期增长约为中双位数。自那以来，我们看到芯片设计活动显著加速，尤其是在超大规模云厂商中。而且看起来非AI部分也在趋于稳定。在这种背景下，认为IP业务在未来几个季度内可能实现比所设定的中双位数更强劲的增长是否不合理?如果是，有哪些因素可能阻碍这一增长算法的上调?
Sassine Ghazi
首席执行官、总裁兼董事
Kelsey，谢谢你的问题。你的假设是合理的——更多的芯片启动，定制芯片的巨大机会(我称之为“工厂2”)，同时“工厂1”继续交付并扩张。目前，中双位数是我们的长期指引。我们期待在9月分享更多信息并在必要时提供任何更新。
总结发言
Sassine Ghazi
首席执行官、总裁兼董事
感谢所有的提问。在完成对Ansys的变革性收购一周年之际，我们正以专注的态度执行、获得势头并扩展我们从芯片到系统的领导地位。我期待在9月的投资者日与大家见面。非常感谢。
最专业的美股资讯,推荐美股大数据 https://Stockwe.com/
如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！
华尔街最有分量的一对师徒，突然在全球最重要的债券市场上站到了对立面。
徒弟叫贝森特，现在的美国财政部长；师傅叫德鲁肯米勒，当年索罗斯狙击英镑时的核心操盘手，华尔街公认的宏观投资传奇。
三十多年前，贝森特刚入行时，几乎每天都会给德鲁肯米勒打电话请教。如今，这对师徒却对美债的未来押下了方向完全相反的赌注。
事情的起因很简单。8月19日，30年期美债收益率冲到5.32%，创下2007年以来新高。就在数小时后，贝森特宣布，从9月9日起，把10年至30年期长期美债的单次回购上限，从20亿美元提高到至少40亿美元。
但仅仅5天后，德鲁肯米勒就在《华尔街日报》公开发文：《Let the Bond Market Speak》——让债券市场说话。
这句话真正值得在意的地方在于：
贝森特担心的是长期融资成本越来越高；德鲁肯米勒却在提醒他，也许高利率根本不是一个需要被“修掉”的问题，而是债券市场正在对美国的赤字、通胀和债务供给发出警告。
所以这期视频真正要讨论的，不是40亿美元到底多不多。
而是一个更重要的问题：
当美国财政部开始亲自下场影响全球最重要的长期利率，债券市场却仍然不买账，这到底是在给美股创造新的上涨空间，还是意味着一个更大的风险正在浮出水面？
财政部回购不是QE
美股投资网获悉，先把最容易搞混的一点说清楚：财政部买长期美债，不是QE。
QE是美联储印钱去买债，钱是凭空变出来的，金融体系里的钱会变多。
但财政部没这个能力，它不能印钱。它买长债的钱，要么是账上本来就有的，要么是卖掉短期国债换来的。
所以本质上，财政部不是在“放水”，而是在调结构——把长期债务换成短期债务，美国的欠债总额没变。
这也是为什么，财政部把单次买债上限从20亿提高到40亿美元之后，30年美债收益率确实跌了一下，但不到一天就基本涨回去了。市场觉得：40亿太少了，不够扭转大局。
但这里面有个被忽略的关键：
当时市场上，大量资金都在赌长期美债继续跌（也就是收益率继续涨），这种仓位已经达到了历史极端水平。
这时候财政部突然进场买债，能撬动的不只是自己那40亿。因为一旦债券价格开始反弹，那些赌跌的资金为了止损，就得被迫买回来。空头回补本身，又会把价格进一步推高。
所以真正让市场紧张的，不是40亿美元本身，而是市场开始想一个问题：
如果长债继续跌，财政部会不会一次次进场兜底？
一旦大家开始这么想，交易就不再是简单的“买债卖债”，而是变成了猜政策底线。
所以这一轮真正值得关注的是：财政部是不是正在从“被动调节流动性”，变成主动影响长期利率？这才是后面的重点。
一个新的东西，可能正在出现：Bessent Put
一旦市场真的开始这么想——觉得财政部不会眼睁睁看着长期美债一直跌下去——那接下来就会出现一个很有意思的东西。
华尔街已经有人给它起了个名字：“贝森特看跌期权”。
这其实很好理解。以前大家熟悉“美联储看跌期权”——意思是股市一旦跌狠了，市场就会猜美联储会不会出来托底。
现在类似的预期，开始出现在长期美债上。如果30年期美债收益率每次涨到某个位置，财政部就加大回购、释放信号，那市场慢慢就会形成一种感觉：
收益率到这里，贝森特可能就要出手了。
一旦这种预期扎下根，影响力就远比一次40亿美元的回购大得多。因为市场会自己提前反应——做空的人会更谨慎，做多的人会更愿意等，甚至有人会提前押注政策托底。这时候财政部真正影响的，已经不只是当天的买盘，而是整个市场的仓位和预期。
但这套逻辑有个挺要命的问题。
只要市场相信有一条底线，那就一定会有人反复去试探这条底线到底在哪里。
30年收益率涨到5.4%，财政部出不出手？5.5%呢？5.6%呢？
每一次反弹，其实都在逼财政部回答同一个问题：你到底愿意扛到什么程度？
所以“贝森特看跌期权”短期可能很管用，但长期反而会让财政部越来越被动。因为一旦市场认定你会出手，你下次不出手，失望就更大；可每次都出手，干预的规模就只能越滚越大。
所以真正值得盯的，不是财政部有没有一次托底。而是——
这种托底，会不会从一次性的流动性管理，慢慢变成市场默认的一条政策底线。
如果真走到这一步，光靠几十亿美元的回购就不够了。贝森特必须拿出更大的工具。而这，就要说到他手里真正的两张牌。
那如果40亿美元还不够，财政部还能打什么牌？美股投资网为你分析
第一张，叫缩短美国政府的融资期限。
华尔街把这套思路叫“财政部版 Operation Twist”，中文一般叫“扭转操作”。
说白了，就是以后少发一点10年、20年、30年的长债，多发一点短债，同时继续把市场上的部分长债买回来。
这么做的好处是。长债发得少了，市场以后需要接盘的长期国债也少了，价格更容易稳住，长期收益率也更容易下来。
但代价是债务没有消失，只是把压力从长期挪到了短期。就像你把一笔30年固定房贷，换成一笔需要不断续借的短期贷款。如果未来利率真的降下来了，那这招会很好用。
但如果通胀一直压不住，美联储也没法大幅降息，美国以后每次旧债到期，都得重新按照当时的市场价格去借钱，再融资压力反而会越来越集中。
而第二张牌，就敏感得多了。TGA。
TGA可以简单理解成美国财政部存在美联储的现金账户，现在余额接近9500亿美元。
市场目前讨论的是，财政部会不会直接从这个账户里拿钱，去做更大规模的长期美债回购。
要注意，这现在还只是一个被讨论的选项，并不代表财政部已经决定拿9500亿美元去买债。
为什么这张牌不一样？
因为如果靠发短债来买长债，本质上还是在重新安排美国怎么借钱。但如果直接动用TGA，原本放在美联储账户里的现金，会重新流进银行和投资者手里。
这时候，市场里的钱是真的变多了。
也就是说，事情会从“怎么管理债务”，开始往“主动给市场增加流动性”这个方向靠。
而这一步，才真正碰到了德鲁肯米勒最担心的问题。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
德鲁肯米勒真正担心的，是市场规则开始变了
德鲁肯米勒真正担心的的是：财政部会不会开始根据市场价格，临时改变自己的发债和回购策略。
美国财政部在发债管理上一直坚持一个核心原则，即“定期、可预测”。说白了，就是政府怎么发债、发多少、什么期限，尽量提前让市场知道，不要因为今天收益率高了就突然换打法，明天收益率低了又临时改回来。
为什么这个原则重要？
因为买30年美债的人，最怕的不是每天涨跌几个基点，而是规则突然变了。
如果市场开始觉得，财政部以后会根据收益率高低随时调整回购、发债期限，甚至在某个位置主动托底，那投资者就会多算一层风险：
我不仅要判断通胀和赤字，还得猜你下一步政策会怎么变。而不确定性一上来，长期投资者就会要求更高的风险补偿，也就是更高的期限溢价。
这就会出现一个很尴尬的结果：
财政部本来是想把长期利率压低，但如果干预太频繁，反而可能让市场要求更高的长期收益率。
这也是德鲁肯米勒最警惕的地方。
问题不是财政部能不能把利率压下去10个、20个基点，而是如果市场开始相信“价格不合适，政府就会改规则”，那长期美债原本最重要的一个优势——稳定、透明、可预测——就可能被削弱。
而且长期利率本身，也是市场对财政政策的一道约束。赤字越大、债发得越多，融资成本就越高，政府自然会更有压力去控制支出。可如果每次利率一高，就想办法把它压下来，那这种约束也会跟着变弱。
所以德鲁肯米勒真正反对的，不是“财政部不能买债”。
而是：
别让债务管理慢慢变成价格管理。
因为一旦市场开始怀疑，财政部不是在维护市场正常运行，而是在维护某个收益率水平，那事情就已经不是一笔回购那么简单了。
而下一步真正要看的，就是这种干预到底能撑多久，又要付出什么代价。
TGA能买到的，只是时间
而这也把问题推到了更现实的一层。
既然频繁干预本身就可能带来新的风险，那财政部到底能靠这些工具撑多久？
答案可能没有很多人想得那么乐观。
TGA虽然接近9500亿美元，但真正能相对灵活动用的，市场估算大概只有1000亿到2000亿美元。放到大约5万亿美元的长期美债市场里，更多只能带来阶段性影响，很难永久改变方向。
而且TGA的钱花出去以后，后面还得通过重新发债把账户补回来。也就是说，今天先释放流动性，未来还得再从市场里收回去。
所以TGA真正能买到的，不是永久的低利率，而是时间。
贝森特赌的是：先把长端稳住，再等通胀下降、等降息空间打开、等财政压力缓一点。
如果这些都没发生，那长期利率最终还是会重新面对市场定价。
而一旦连财政部不断加码都只能暂时稳住长端，真正需要重新估值的，就不只是美债了。
下一步，压力就会直接传到美股。
真正该警惕的，是美股估值
讲到最后，前面的政策、TGA、回购，其实都只是手段。
对我们（美股）真正重要的是一个结果：
长期利率最后到底能不能真正降下来。
如果能，那美股当然舒服。
尤其是科技、软件、AI这些高成长板块，因为它们的估值很大一部分来自未来很多年的利润。利率越低，市场越愿意提前为这些未来利润付钱。
但如果长期利率始终维持在高位，真正麻烦的不是某一天跌多少，而是市场会慢慢换一套估值标准。
同样一家增长很快的科技公司，过去市场可能愿意给它40倍、50倍估值。
但当长期无风险利率明显更高时，投资者会问：
既然我拿着长期国债都能获得更高回报，我为什么还要为一只风险更高的股票付这么贵的价格？
这时候，最先承压的通常不是那些现金流最稳定的公司，而是三类资产。
第一类，是估值特别高、利润更多在未来兑现的成长股。
第二类，是高度依赖融资的公司，因为利率越高，它们扩张、发债、再融资的成本就越高。
第三类，是房地产、REITs这类天然对利率敏感的资产。
所以真正的风险，不一定是“所有股票一起崩”。
更可能是市场内部开始明显分化。
有稳定现金流、有定价权、有利润的公司还能扛；
但那些主要靠远期故事、远期增长和低资金成本撑估值的公司，会越来越难。
这也是为什么我认为，接下来判断美股，不能只盯着“美联储降不降息”。
更重要的是看：
降息之后，长期美债收益率到底跟不跟着下来。
如果短端利率降了，但10年、30年收益率还是高，那对成长股来说，真正的估值压力其实并没有解除。
这才是最值得警惕的一种情况。
因为那意味着市场正在告诉我们：
美国的短期政策可以变，但长期资金成本未必愿意跟着变。
如果最后真的形成这种局面，那下一轮美股最重要的主线，就不再只是“谁的增长最快”。
而会变成：
谁的现金流最硬，谁最不依赖低利率，谁才更有资格拿高估值。
这才是这场美债博弈，最后真正会落到美股上的地方。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
英伟达FY27Q2收入962亿美元，同比翻了一倍以上，连续第四个季度加速增长。但市场真正关注的，是管理层给出的前瞻性指引：
FY28收入预计同比增长约70%，且明确这是一个"受供应约束"的数字——如果不受约束，真实需求增速约为100%。
目前市场一致预期FY28增长约45%。这意味着英伟达对自身增长潜力的判断，比华尔街当前模型高出近2000亿美元。
按此推算，FY28收入将达到约7500-7800亿美元，若经营利润率维持在68%左右，净利润可能超过4000亿美元，对应forward PE在12-17倍区间。
这次上涨的关键原因是什么？
财报数字本身很强——Q2营收962亿美元，超预期约40亿，数据中心收入890亿美元，同比增117%。但真正把盘后股价从一度跌超2%拉到涨约4%的，是两件事：
第一，FY28 70%的增长指引，把高增长周期又往后延了一年。市场此前最担心的是Blackwell之后增速降档，这个指引直接打消了疑虑。
第二，2790亿美元的供应与产能承诺，一个季度内从1190亿翻了一倍多。这说明英伟达不只是"说"增长能持续，而是真金白银把未来几年的HBM产能锁死了。
一、从"AI有用"到"需求100%"
电话会上，老黄说了一句关键的话："AI has become useful."
这句话的实质是：AI的商业模式已经跑通。当前限制AI公司收入扩张的不再是需求或变现能力，而是算力供给。
Agent的推理调用消耗的计算量，是人类直接使用工具的15到100倍。当AI从对话工具转向自主执行任务，算力需求呈现非线性增长。因此，70%与100%之间的差距，核心在于供应链能否跟上，而非市场需求是否存在。
二、被低估的另一半：ACE市场
市场注意力多集中在超大规模云厂商，但老黄指出，"大约一半的业务正以约100%的速度增长，这部分在云计算之外。"
这指的是ACE业务（AI Clouds, Enterprise, Sovereign），Q2收入403亿美元，同比增长138%，环比增长25%。包括新云、主权AI、企业本地部署和AI原生初创公司。
与超大规模云厂商不同，这些客户既没有能力也没有意愿自研芯片。他们需要的是一个完整的、开箱即用的AI工厂平台。这正是英伟达全栈方案的价值所在。
三、平台价值提升：从卖芯片到卖工厂
一个关键数据是每吉瓦数据中心的收入机会变化：
这反映的不是简单涨价，而是平台能力的扩展。Vera Rubin已开始生产出货，Q3预计占数据中心收入约20%，Q4及FY28将进一步加速。同时，Vera CPU作为独立产品全面投产，FY28 CPU收入预计翻倍。
从竞争角度看，客户面对的不再是一颗GPU的选择，而是一个覆盖GPU、CPU、NVLink、网络、算法和软件的协同设计体系。
四、2790亿美元承诺与内存瓶颈
财报中披露，截至7月26日，供应和产能承诺从上一季度的1190亿美元增至2790亿美元，其中2027财年剩余920亿，2028年870亿，2029年880亿。
CFO明确表示，增长主要由内存采购锁定驱动。电话会上，管理层坦承内存市场处于"极端定价状况"，涨价幅度超出预期，明年还将进一步上涨。
因此，毛利率指引有所下调：Q3为74%±50个基点，Q4触底71%-72%，FY28稳定在72%-73%。
但老黄提供了一个重要视角："内存供应收紧是推动我们自身增长的同一需求激增的症状。" 换言之，内存短缺不是外部冲击，而是AI建设本身造成的。
英伟达用巨额采购承诺锁定供给，同时推进NVHBM定制高带宽内存（将内存控制器集成到HBM基底层，带宽比标准HBM4E高30%、功耗低15%），Amazon Annapurna Labs将成为首位采用者。
五、5000亿美元资本布局
英伟达与Apollo、BlackRock、Blackstone、Brookfield、高盛和KKR六家机构合作，建立融资平台，计划筹集超过5000亿美元第三方资本，支持前沿AI实验室建设基础设施。
英伟达自身已向前沿AI实验室投资近500亿美元。OpenAI已承诺到2030年部署约12吉瓦英伟达算力；软银Energy的Portsmouth园区初始项目支持4.25吉瓦，预计容纳约150万块GPU。
预计明年，需要英伟达信用支持的AI实验室将贡献约四分之一的业务。老黄将此定性为"一代人一次的机会"。
六、估值与风险
如果FY28收入指引兑现，当前估值水平与公司的增长潜力之间存在明显错配。市场顾虑主要集中在三点：
供应链瓶颈：真实存在，但2790亿美元的承诺和5000亿美元第三方资本提供了较高的可见度。
毛利率下滑：短期受内存涨价和Vera Rubin产能爬坡影响，FY28将稳定在72%-73%，仍处于行业高位。
地缘政治：CN收入已降至数据中心总收入的1%以下，且前瞻指引完全未计入CN市场，属于潜在上行空间而非下行风险。
把这几件事连起来，英伟达现在所处的阶段其实非常清楚。
老黄在电话会结尾表示："明年将是极为庞大、相当非凡的一年。" 结合70%的底线指引和100%的真实需求，这句话更像是一个基于供应链可见度的务实判断，而非简单的乐观预期。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
MRNA 暴涨之后：个体化癌症疫苗产业链，谁会拿走下一段价值？
美股 AI 量化分析工具，大家好，我们是美股投资网，帮你从嘈杂的市场中准确识别出持续的方向性关键信息
你可能不知道，制药巨头默克（Merck）和莫德纳（Moderna）癌症疫苗三期临床试验取得成功，本质上是利用AI算法分析患者肿瘤的基因突变，从中筛选激活自身免疫、精准消灭癌细胞的关键开关。
在人体内，癌细胞非常狡猾。它会伪装成正常细胞，导致体内的免疫细胞（T 细胞）根本分不清敌我，也就不会主动发起攻击。
要消灭癌细胞，就必须从患者切除的肿瘤组织里，找出癌细胞特有的基因突变，把这些特征交给免疫系统去识别。
但过去的难点在于：一个患者体内的突变往往有成千上万个，靠传统人工排查，不仅要花好几个月，而且很难判断哪一个特征能真正激活免疫。
而 Moderna 的 AI 算法这次真正厉害的地方就在于：拿到患者的基因测序后，算法能在短短几秒钟内，模拟计算出哪些突变最容易被体内的 T 细胞识别，精准挑出最多 34 个能激活免疫杀伤力的新抗原目标；紧接着，AI 自动生成对应的 mRNA 序列代码送去生产。
这一针疫苗打进人体后，等于给患者自身的免疫细胞配了一套“专属导航系统”，瞬间激活体内的杀手 T 细胞，让它们精准冲向带有这些攻击坐标的癌细胞并彻底消灭，同时完全不伤害正常组织。
也就是说，同样是患黑色素瘤，一千个患者手里拿到的，其实是一千份由 AI 精准计算出来的专属免疫作战图。
那么为什么资本市场会对 AI 医疗这么兴奋？
因为医疗是全行业里，试错最贵、时间最值钱、成功后回报也最惊人的领域。
传统新药研发最残酷的，不是慢，而是花了五六年、烧掉几十亿美元，做到临床后期才发现走不通。这时候损失的不只是真金白银，更是药企无法挽回的战略窗口期。
所以 AI 在医疗里真正值钱的地方，是帮药企提前避坑：尽早算出哪些靶点值得继续推进，哪些错误路线必须立刻止损。提前一年砍掉一个错误项目，省下的就是数亿美元；而帮一款重磅药早一年上市、或者让它在临床上大幅提高胜率，背后创造的就是百亿美元级的商业回报。
这就是 AI 医疗最现实的商业逻辑：问题越复杂，AI 越有价值；试错越昂贵，AI 越能省钱；结果越关键，商业兑现的回报就越大。
一针癌症疫苗，背后其实是四门生意
但是大家必须清楚，从实验室的临床突破，到真正的商业化落地，中间还隔着一整条庞大的工业供应链。
因为一针个体化疫苗要真正打进病人体内，单靠台前一两家药企根本搞不定。背后必须有前端的数据支撑、中间的工业化制造、底层的关键专利卡位，以及一整套能把它们串联起来的商业变现系统。
所以，这轮行情最值得深挖的核心问题已经变了：当定制化医疗真正走向产业化，万亿资本到底会流进谁的口袋？谁能最先把技术变成真实收入？谁卡住了全行业最难被替代的核心生态位？
为了帮大家提前锁定 AI 医疗里最具爆发力的核心资产，我们美股投资网分析团队顺着资金流向，深度排查了数十家上下游公司的专利文献、商业订单与真实供应链关系，对整个生态做了一次地毯式的深度复盘。
把一针疫苗从设计到落地的完整流程拆解到底，资金真正的争夺焦点，其实就在四个核心环节：
第一层：直接开发药物的平台公司
谁离临床数据、监管审批和最终销售网络最近，谁就最先被市场重估。MRNA 和默沙东就在这里。它们承担了前期的研发风险，赌的是这套治疗能不能在更多癌种里继续跑出好数据，最后变成真正卖得出去的全球重磅药。
第二层：做肿瘤测序、检测和复发监测的公司
个体化癌症疫苗不是现成的药，医生不能拿同一针去打所有患者，必须先看清每个人肿瘤里到底有哪些特异突变，才知道疫苗该针对什么来设计。治疗之后，还要继续跟踪肿瘤有没有残留、复发风险有没有变化。
它们不直接卖疫苗，却可能切入患者从确诊、治疗到后续长期复查的整个周期。它们的真正价值，不只是一份静态的检测报告，而是能不能把多模态数据连起来，变成长期服务患者的高粘性能力。
第三层：把“私人定制”变成规模化能力的设计与制造公司
传统药是一张配方生产几百万份，如同流水线做衣服；而个体化疫苗更像量体裁衣，不同患者对应完全不同的一套序列。
患者不多时，实验室慢慢定制也能做。但如果以后有成千上万患者排队用药，谁能把序列设计、基因合成和质控流程做得更快、更便宜、每一批质量还高度稳定，谁才可能卡住产业链真正的生产瓶颈。
它们不一定直接面对患者，也不等于已经进入了 MRNA 或 BNTX 的核心供应链；我们真正要跟踪的，是未来有没有真实客户、排他性订单和规模化产能的持续兑现
第四层：让药能安全送进细胞的关键递送技术
mRNA 做出来以后，不能直接丢进人体，它得被安全送进细胞，才能发挥作用。这里要靠 LNP 这类递送技术。你可以把它理解成给 mRNA 配的一辆运输车：没有它，药很难完整到达该去的地方。
如果一家公司掌握的递送技术或专利确实难绕开，相关产品卖得越多，它的授权和专利价值就可能越高。但这类公司风险同样大，专利范围、授权条款、专利到期和诉讼结果，都会直接影响估值。
所以，同样沾上“癌症疫苗”四个字，赚的根本不是同一笔钱：
做药的，博弈的是临床胜率与商业化天花板；
做肿瘤数据的，赚取的是贯穿患者全周期的长期服务费；
做定制设计和制造的，比拼的是交付速度、单批成本与规模化产能；
做递送技术的，依托的是核心专利卡位与排他性授权抽成。
接下来筛公司，就不能只看概念热度，只问三个问题：
它和这条产业链到底有没有真实的业务与收入关系？
它做的事情技术壁垒有多高，药企客户能不能轻易把它换掉？
除了癌症疫苗这个宏大故事，它在未来几个月内有没有新数据、新订单或专利进展，能支撑市场继续对它重新定价？
按这三个标准筛完，剩下的核心公司才值得我们一只一只往下看。至于那些还没有关键临床数据、只是跟着赛道热度短期上涨的中小 Biotech，交易的完全是市场亢奋期的风险偏好，而不是产业链定价权，必须单独隔离看待。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
从产业链里，筛出真正值得看的公司
前面把一针个体化癌症疫苗要经过的步骤拆开了。接下来最重要的，不是再往自选里加名字，而是先把大部分“看起来会受益”的公司删掉。
只要这个方向热起来，卖普通试剂、耗材、接外包的公司都会说自己受益。它们短期可能多点订单，但由于门槛低、客户随时能换，赚的只是短期情绪热钱，赚不到长期的定价权。
美股投资网认为，真正值得花时间研究的，是这几类核心公司：自己能拿出临床结果的、掌握患者肿瘤数据的、能把定制生产做得更快更便宜的、提供核心关键原料的，以及手里握着难绕开底层专利的。
第一家，是做 DNA 序列合成的 Twist Bioscience（TWST）。
个体化治疗难就难在：每个患者的肿瘤不同，需要完全不同的一套序列。传统药是一张配方做几百万份，而个体化治疗更像给每个人单独量体裁衣。如果前端合成太慢、太贵，再好的临床方案也无法普及。
TWST 的核心业务，就是把算法设计好的 DNA 序列快速、高通量地合成出来。你可以把它理解成：负责把一份份不同的“定制治疗说明书”快速打印出来的公司。
它的看点在于，未来定制需求一旦成倍爆发，谁能把合成做得更快、更便宜、更稳定，谁就能卡住制造的第一道关口。但后面真正要盯的是：有没有真实的大药企订单落地，交付加速后成本能不能降下来、利润能不能提高。
第二家，是持有 LNP 递送专利权益的 Arbutus Biopharma（ABUS）。
ABUS 不靠卖设备或试剂挣钱，市场看它，主要是因为它和合作方持有的一批 LNP 关键专利。
mRNA 很脆弱，不能直接打进人体，必须装进 LNP 这种微小的脂质颗粒里，才能安全送到细胞发挥作用。把 LNP 理解成 mRNA 专属的“运输车”就够了。
此前 Moderna 就新冠疫苗专利纠纷与他们达成和解，支付了 9.5 亿美元的确定款项，后续最多还有 13 亿美元视上诉结果而定。这说明一项关键专利一旦绕不开，变现价值巨大。
目前针对辉瑞和 BioNTech 的专利诉讼仍在推进。但要说明的是：这笔和解是新冠时期的纠纷，不等于未来癌症疫苗卖得好它就一定能躺赚。ABUS 更适合按“高弹性专利博弈事件”来看待，不适合当成确定的日常现金流。
第三家，是做肿瘤检测和患者数据服务的 Tempus AI（TEM）。
TEM 不做药，它做的是治疗的起点：帮医生看清患者肿瘤里有哪些突变，辅助做治疗决策。
它宣布收购 Personalis，最大看点在于“盯复发”的能力（微小残留病灶监测 MRD）。说白了，就是在影像学还没发现问题前，提前找出残存的肿瘤信号。Personalis 此前深度参与了 Moderna 的个体化癌症疫苗临床研究，Moderna 也是其核心客户。
TEM 的真正逻辑在于：收购完成后，能否把“治疗前找突变、治疗中辅决策、治疗后盯复发”接成一条贯穿患者全周期的长期数据服务。如果跑通，它卖的就不只是一次性检测报告，而是高粘性的数据订阅服务。接下来要看的，是收购能否顺利完成，以及医院真实检测量的增长情况。
第四家，是癌症疫苗的关键“卖铲人” Maravai LifeSciences（MRVI）。
如果说 Moderna 和 BioNTech 是在造下一代“mRNA 汽车”，那么 MRVI 旗下的 TriLink，就是给汽车厂提供核心关键零部件和专利原料的供应商。不管谁家的疫苗跑出来，只要进入研发和规模化量产，都离不开这些上游关键原料与技术服务。
更关键的是，MRVI 的基本面已经出现清晰的拐点。过去市场最担心“新冠订单没了以后它还有什么”，但最新财报显示，总收入与 TriLink 核心业务均出现大幅反弹，非新冠基础业务增长稳健，公司也上调了全年收入和盈利指引，说明它已走出后疫情低谷，开始接入核酸药物和基因治疗的全新放量周期。
我们美股投资网微信公众号在本周三精准提示该股，当时股价仅 7.2 美元，随后强势上涨到 8.87 美元，短线涨幅达 23%！
第五家，是手握多条肿瘤重磅管线的 BioNTech（BNTX）。
很多人对 BNTX 的印象还停留在新冠疫苗，但新冠退潮后，公司的重心已经全面转向肿瘤领域：除了 mRNA 癌症治疗，还在重兵布局双特异性抗体、ADC（抗体偶联药物）等前沿方向。
MRNA 这次的突破，让华尔街重新确认了“mRNA 个体化治疗”商业落地的可行性。如果这条路被持续验证，BNTX 储备的多条肿瘤管线估值也有望被重新计算。但看 BNTX 必须拿硬核临床数据说话，公司将在接下来的世界肺癌大会（WCLC）上更新重磅资料，后续多项肿瘤数据读数的好坏，将直接决定其股价估值的走向。
把这五家标的放在一起，背后的商业逻辑其实非常清晰：
除了这几家公司，我们美股投资网最近还在深度调研几家尚未公开的癌症疫苗核心标的，部分公司目前关注度不高，但一旦后续在临床、订单或合作上出现突破，具备极高的爆发潜力，欢迎加入我们的 VIP 获取独家深度报告。后续一旦有新的临床读数、商业订单或专利进展，我们美股投资网会第一时间为大家跟进拆解。
感谢收看，我们下期再见！
有一家美股公司，周三收盘股价只有 13美元，市值才30亿美元。
但就是这么一家不起眼的小公司，最近却同时出现在 Anthropic 和 Meta 的数据中心项目里——Anthropic 470兆瓦的超级订单，Meta 366兆瓦的数据中心电力项目，背后都有它的参与。
与此同时，手头积压的未兑现订单从 1.7亿美元直接飙到了17亿美元，翻了整整10倍。
Anthropic不找那些老牌行业巨头，偏偏把这么大的项目交给它——这是第一个不寻常。
17亿美元订单在手，市场却只给了30亿美元市值——这是第二个不寻常。
这两个“不匹配”，到底是市场有它的顾虑，还是还没有真正看懂这家公司？
我们今天就从三个问题入手，把它拆透。
第一，它的竞争力到底是什么？是技术不可替代，还是刚好卡在了AI数据中心最缺的一环？
第二，这17亿美元订单水分有多大，最后到底有多少能真正变成收入和利润？
第三，这种爆发是一次性的，还是AI数据中心扩张刚刚给它打开了一个长期赛道？
最后回答大家最关心的问题：
现在13美元，到底值不值得买？它究竟只是一只已经炒起来的小盘股，还是一只真正有机会走出5倍、甚至10倍空间的潜力股？
点赞收藏，我们直接开始。
EROC到底是什么公司？
这家公司就是 ERock，美股代码 EROC，今年6月刚上市。
它做的事情，其实一句话就能讲明白：
AI数据中心已经盖好了，GPU也买了，但电网还没接过来，怎么办？EROC先给你把电送上。
这就是它最核心的生意。
很多人一听“数据中心缺电”，第一反应就是想到GEV、CAT、CMI、BE和FLNC 这些能源公司，但它们干的事情，其实不完全一样。
GEV偏大型发电设备，CAT和CMI主要卖发动机和发电机，BE做燃料电池，FLNC主要做储能。
而EROC盯住的是一个更急的问题：
数据中心现在就要开机，但公共电网可能还要等一两年。怎么办？
EROC的答案就是 Bridge-to-Grid。
简单说，就是：大电网没来之前，我先给你顶上。
它会把模块化天然气发电设备直接部署在数据中心旁边，先让GPU跑起来。
等以后电网和变电站建好了，这些设备也不用浪费，还可以继续当备用电源，或者在电网紧张的时候补电。
所以EROC也不是单纯卖几台发电机。
它从设计、审批、天然气接入，到设备安装、调试、后期运维，都可以一起做。
你可以把它理解成：
客户只提一个要求——我要尽快通电。剩下的EROC帮你搞定。
这也是为什么它的核心优势不是“电最便宜”，而是通电速度够快。
对于Anthropic、Meta这种AI公司来说，这一点非常重要。因为一个数据中心里可能放着几十亿美元的GPU。如果因为等电网晚开机半年，真正损失的根本不是那点电费，而是这些GPU半年都不能赚钱。所以它们买EROC，本质上买的不是电。买的是时间。
Meta的366兆瓦数据中心项目，就是这种模式：电网还没完全准备好，EROC先提供过渡电力，让数据中心提前运行。等正式电网接通后，这套设备还能继续作为备用或可调度电源。
现在Anthropic又给了它470兆瓦订单，而且生产安排已经排到了2028年。
这两个项目至少说明了一件事：
EROC这套“先通电、再并网”的模式，已经开始被大型AI客户真正采用。
所以看EROC，不要把它想成一家普通发电设备公司。
它真正押注的是一个很现实的趋势：
以前数据中心比的是谁能拿到GPU。
现在GPU有了以后，新的瓶颈变成了——
谁能最快把电送过来。
EROC现在抢的，就是这个位置。
它没有什么别人永远复制不了的黑科技，但它已经用Meta和Anthropic两个大项目证明了一件事：
在“最快通电”这件事上，它有能力把大型项目真正做出来。
这才是EROC最值得看的地方。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
订单已经证明需求，接下来拼的是交付
前面讲清楚了，EROC最大的卖点就是一个“快”字——客户着急通电的时候，它能更快把电送过去。
但问题也来了：
订单是拿到了，你交不交得出来？
这才是EROC接下来最关键的一关。
公司今年给出的收入目标是 4.35亿到4.65亿美元，其中大约 3.6亿到3.9亿美元，本来就来自已经签好的积压订单。所以今年其实不用太担心它还能不能继续拿单，单子已经够多了，现在最重要的是把手里的单子交出去
说实话压力真不小。
上半年收入加起来大约7160万美元。要完成全年目标，下半年至少要做到3.6亿美元左右，是上半年的5倍。
所以接下来不是“小幅提速”，而是要真正把产能拉起来。
这也是为什么新投产的 Hyperion工厂很重要。
公司计划今年年底把年组装能力提高到大约1.2吉瓦，也就是1200兆瓦。你可能对这个数字没什么概念，我换个说法：Anthropic那个470兆瓦和Meta那个366兆瓦，两个大项目加起来也就836兆瓦。1200兆瓦什么水平？足够同时把这两个大客户的单子全部交完，还能再剩下三分之一。
而且管理层表示：如果需求继续增长，再增加1200兆瓦的产能，只需要再投1500万美元。
为什么只用这么少的钱呢？因为EROC不自己造发动机，它买别人的发动机回来组装自己的系统。扩产快、花钱少，这就是这个模式最实在的好处。
说到这里，还有一个很多人没注意到的地方——设备卖完以后，生意没结束。
前面卖设备、做安装，先赚一笔钱；设备运行之后，EROC还能继续收运营维护和服务费。二季度，这部分年化经常性服务收入已经达到 2360万美元。
所以你可以把EROC的收入理解成两层：
前面靠卖设备把收入做大，后面靠运维和服务把收入做稳。
但现在它明显还在“把规模做起来”这个阶段，所以风险也很直接。
二季度收入虽然环比在涨，但同比降了42%。你可能一听这个数心里就咯噔一下——别急，同比降这么多，主要是因为去年二季度有一个一次性大单，基数太高了，不是业务本身在往下走。但调整后EBITDA亏了1400万美元，毛利率也从去年同期的22.2%降到了18.6%，这些都是实实在在的压力。
所以话说回来，17亿美元的积压订单看着确实漂亮，但它还不能直接等于17亿真金白银的收入。
那到底看什么？盯住接下来几个季度就行——交货速度能不能明显加快，收入能不能按计划爆发，规模做大之后毛利率能不能重新往上走。
这三件事如果都出现，17亿订单才算真正开始"值钱"。
EROC值多少钱？三种情况
前面的商业模式、订单质量和交付能力都已经讲清楚了，接下来就进入大家最关心的问题：现在13美元附近，到底值不值得买？
像EROC这种还处在高速扩张期、利润没有完全释放出来的公司，直接用市盈率去估值意义并不大，因为它现在最重要的不是“今年赚了多少钱”，而是未来收入能做到多大，以及随着规模扩大，利润率能不能同步提升。
所以我更愿意用三种情景来判断它未来大概值多少钱。
先看最差的情况。
最差并不是说AI突然不缺电了，也不是Anthropic和Meta的需求一夜之间消失，而是EROC虽然收入继续增长，但增长质量很差。
比如到了2027年，公司收入只能做到6亿到8亿美元，毛利率长期停留在十几个点，EBITDA也迟迟起不来。那市场最后会发现，这家公司虽然吃到了AI数据中心的风口，但本质上还是一家利润很薄的设备和工程公司。
这样的公司市场通常不会给很高的估值，如果只给2到3倍销售额，那么股价回到8到10美元附近并不奇怪，甚至在市场情绪差的时候还可能更低。也就是说，13美元并不是一个“跌不动”的位置，它已经提前反映了一部分未来增长预期。
再看中性情况，也是我认为目前最值得参考的一种。
假设EROC今年基本完成收入目标，到了2027年收入能够做到10亿到12亿美元，同时毛利率慢慢回到20%以上，EBITDA稳定转正，并且随着收入扩大，利润也开始真正释放。
到了这个阶段，市场对EROC的看法就会发生变化，因为它不再只是“订单很多”，而是开始证明自己真的能把业务规模做起来，而且做大以后还能赚钱。如果市场愿意给它4到5倍左右销售额，那么股价大概有机会来到18到25美元附近。
从13美元算，大概还有40%到接近翻倍的空间。这个情景并不需要特别夸张的假设，不需要Anthropic突然再给十个项目，也不需要利润率一下子做到非常高，只需要公司把现在已经看到的增长趋势正常延续下去。
然后才是乐观情况。
乐观情况真正发生变化的，不只是收入从10亿美元变成15亿美元，而是市场开始重新定义EROC这家公司。
假设未来一到两年，Anthropic和Meta之后又陆续出现两三个同级别的大型AI客户，公司开始进入更多地区，同时服务收入越来越大，毛利率和EBITDA利润率也明显改善，那么市场就会开始相信，这不是两个偶然的大项目，而是一套可以不断复制的商业模式。
到了这个阶段，EROC可能不再只是被当成普通设备和工程公司，而是被当成AI数据中心电力基础设施公司来定价。如果2027到2028年收入能够做到15亿到20亿美元，而且增速还没有明显放缓，市场给到6到7倍销售额并不是完全没有可能。按照这个逻辑，股价看到30到40美元以上，我认为是有基本面支撑的。
那很多人肯定还是最关心一个问题：5倍、10倍到底有没有可能？
先说5倍。
13美元涨5倍，大概就是65美元附近。这个价格不是完全没可能，但它要求EROC进入第二个增长阶段。也就是说，公司不能只是把现在这批项目做完，而是必须证明Anthropic和Meta之后，还能持续出现第三个、第四个、第五个大型客户，而且项目规模不能越来越小。
同时，收入规模也不能停在10亿或者15亿美元，而是要往30亿美元甚至更高走。更重要的是，利润率必须同步改善。
如果未来收入做到30亿美元，但EBITDA利润率依然只有几个点，那市场很难长期给它很高估值，因为那说明这门生意虽然规模大，但赚钱效率并没有真正提升。只有当收入增长的同时，毛利率和利润率也开始明显上升，市场才会相信EROC拥有真正的规模效应，这时候65美元才有更扎实的支撑。
至于10倍，也就是130美元附近，我会明显谨慎。
因为到了那个阶段，EROC已经不能只是今天这家小型成长公司了，它得真正成长成美国AI数据中心电力基础设施里非常重要的一家公司。收入可能要做到50亿美元甚至更高，而且还要保持不错的增长速度和利润率。
同时还有一个现实问题，如果这个市场真的足够赚钱，GEV、CAT、CMI这些大公司一定会继续加码。EROC必须证明，即使这些巨头进入，它依然能保持自己的交付速度、客户关系和市场位置。只有这些条件连续几年都兑现，10倍才有讨论价值。
所以130美元我不会把它当成目标价，更像是一个非常远端、非常理想化的超级牛市情景。
所以如果现在让我给EROC做一个简单的估值框架，我会这样看：
8到10美元，对应的是增长质量不及预期，市场重新按普通设备公司定价；
18到25美元，对应的是业务正常兑现，也是目前更现实的基准情景；
30到40美元以上，对应的是客户、收入和利润率同时超预期，市场开始给它更高的AI基础设施估值；
65美元附近，则意味着EROC已经进入第二轮高速成长，5倍逻辑开始真正成立。
至于130美元，现在更多还是想象空间，而不是可以直接拿现有财务数据算出来的目标价。
所以我现在不会直接说EROC一定是一只5倍或者10倍股。更准确的说法是，它已经具备了一些小盘成长股很吸引人的早期特征：公司体量还不大，所在市场足够大，而且已经进入头部客户。
好了，你对EROC如何看待，你会在当前位置作何选择，欢迎在评论区留下你的看法。
如果你希望第一时间收到我们关注的潜力牛股和重要机会提醒，也可以打开官网 StockWe.com，订阅我们的VIP会员。除了机会提醒，我们也会持续跟踪美股、AI和科技板块的重要变化，把真正值得研究的公司、财报和交易机会及时分享给大家。
最后，如果今天这期内容对你有帮助，别忘了点赞、订阅，并打开小铃铛。你的每一次互动，都会让我们知道这种真正花时间做研究、做深度分析的内容值得继续做下去。
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
AI大模型的价格战，比所有人想象的都要来得更快、更猛！
本周四，OpenAI把部分AI服务价格砍掉80%，这不是普通降价，而是把企业大规模使用AI的门槛直接打穿了。
过去，企业使用AI还要精打细算；现在，同样的预算可以获得数倍调用量。
接下来真正爆发的，不只是AI用户数量，而是每家公司、每个部门、每项业务对模型的使用次数。
但调用越多，管理越容易失控。
不同部门同时使用不同模型，客户数据放在哪里？
谁有权限调用？
每个部门花了多少钱？
敏感信息会不会泄露？
模型价格下降了，企业管理AI的难度却在快速上升。
模型可以随时更换，但企业的数据架构、权限体系和业务流程，不可能跟着来回迁移。所以这轮降价背后，最大的机会可能不在模型厂商本身，而在那个能够统一管理数据、权限、成本和AI工作流的平台。
美股市场中，已经有一家公司提卡住了这个位置。今天我们不仅要把“模型越便宜，它为什么反而越受益”的商业逻辑讲透，还会结合最新的业绩数据与估值模型，给出具体的买入区间、仓位配置思路，以及必须警惕的下行风险！
干货很多，建议先赞后看。
AI模型越便宜，Snowflake反而越值钱？
不卖关子，这家公司就是 Snowflake，美股代号 SNOW。
其实，早在今年4月和7月，我们就在 VIP 内部两次提示过这家公司，核心逻辑就是看好 AI Agent 带来的数据爆发，以及它作为中立控制台的不可替代性。
为什么我们敢连续看好它？结合最近 AI 行业的变化，趋势已经越来越明显了：
7月17日，月之暗面发布Kimi K3，凭借编程等部分测试表现和较低的使用成本迅速获得关注。
7月24日，包括英伟达、微软和Meta在内的25家科技公司联合发布公开信，呼吁美国不要过早限制开放权重模型。黄仁勋、微软CEO 随后在X上转发，马斯克也公开表示‘完全支持’。
三天后的7月27日，月之暗面正式公开Kimi K3的模型权重和技术报告。这意味着，开放权重AI不再只是行业讨论，而是开始进入真实竞争。
简单来说，开放权重就是把AI模型的核心能力开放出来，让企业可以自己部署、调整，而不是完全依赖外部AI服务商。对企业来说，好处很直接：成本更低，数据更安全，也拥有更大的自主权。未来，企业可能不再只是购买AI服务，而是根据自身需求打造自己的AI系统。
面对 DeepSeek、Kimi 等高性价比模型快速发展，微软也开始重新布局开放权重生态。
市面上的AI模型越来越多，价格战也彻底打响了。就在7月30号，OpenAI再次大幅下调了API的价格，主力模型直接降价20%，轻量模型更是砍掉了80%的成本。
面对这种“腰斩式”的降价，强如 Anthropic 这样的顶流玩家，即便现在还能扛住不降，后续也势必会面临客户被低价模型抢走的巨大压力。
事情发展到这里，一个趋势越来越明显：
未来企业不会只依赖某一个AI模型，而会根据不同场景选择不同方案。
简单任务可能交给成本更低的模型；复杂推理继续使用顶级模型；涉及核心数据的业务，则可能选择在自己的环境中部署专用模型。
也就是说，未来企业更可能进入“多模型并存”的时代，而不是被某一家AI公司完全绑定。
但新的问题也随之出现。
模型可以随时更换，企业的数据资产、权限体系和业务流程，却不可能跟着反复折腾。
接入的模型越多，跨平台的数据、权限、成本和工作流管理就越复杂，最后很容易变成一场管理灾难。
这正是 Snowflake 的机会。
7月28日，Snowflake 推出 Cortex AI Gateway，卡位的正是这个节点。
它为企业提供了一个统一入口，不仅可以接入和管理不同的模型与 AI Agent，还能集中管理数据访问、身份权限、运行状态和调用成本。
换句话说，Snowflake 争夺的早已不只是数据存储市场，而是企业进入多模型时代后的“控制台”和统一管理平台。
OpenAI 可以继续打价格战，Anthropic 可以坚守高端推理市场，微软、DeepSeek 和 Kimi 也可以继续扩大开放权重生态。
但无论企业最终选择谁，只要想把AI真正接入业务，就需要一个地方统一管理数据、权限和工作流。
这就是我们看好 SNOW 的核心逻辑：
它不需要押注哪家模型最终胜出。
它押注的是，模型会越来越多，价格会越来越便宜，调用会越来越频繁，而企业对数据治理和统一管控的需求，只会越来越强。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙 美国热线 626 378 3637，
美股经历了一个月的暴跌，不少好公司被错杀，捡筹码的时机已经到了。我们团队最近做了一轮深度调研，梳理出了几家真正具备弹性与护城河的标的。想了解具体代号和交易逻辑的朋友，现在就可以添加客服微信。
当然，逻辑成立不代表股价立刻就能涨。接下来真正需要验证的，是企业到底有没有把这些AI产品真正用起来，并最终转化为Snowflake账面上实打实的收入。
SNOW为什么重新加速？
Snowflake 最新一季财报给出的答案，不仅仅是收入增长，而是 AI 产品已经真正嵌入了企业的实际业务流。
截至4月30日的季度，使用 Snowflake AI 功能的客户数已经暴增到 13,600 多家！其中 Snowflake Intelligence 的使用账户数环比翻了一倍还多，Cortex Code 更是直接覆盖了 7,100 多家客户。
这些落地数据，远比单纯炒作“AI 概念”更有说服力。它清晰地表明，客户不再只是在打样测试，而是把代码开发、数据分析和企业知识检索，真正搬到了 Snowflake 上运行。
更关键的是，这种实际用量已经变成了实实在在的财务收入： 当季产品收入达到了 13.34 亿美元，同比增长 34%；而剩余履约义务——也就是客户已经签约、但还没来得及确认的后备收入，达到了 92.1 亿美元，大涨 38%！这说明，客户不仅现在用得勤，还把未来的预算也提前锁死在 Snowflake 这里。
高价值客户的盘子也在同步变大。过去 12 个月消费超过 100 万美元的大客户达到了 779 家，同比暴增 29%。其中有 46 家是当季第一次跨过百万美金大关，而去年同期这个数字只有 26 家。
当然，客观讲，不能把所有增长都归功于AI。Snowflake传统的数据仓库、数据分析和共享业务，当然是坚实的底盘。但AI产品的确大幅带动了查询、推理和数据处理需求，在Snowflake按实际用量计费的模式下，每一个新增的AI任务，最终都会变成账面上的产品收入。
这里挺有意思的一点是，市场过去总担心这种按量付费模式缺乏稳定性，觉得客户一精简预算就会缩手。但到了AI落地阶段，逻辑反而倒过来了——当同一份数据被越来越多的模型和Agent频繁调用，按量计费反而吃到了很高的向上弹性。
所以结论很直接：Snowflake不是在靠“讲AI故事”拉股价，而是客户已经在用、预算已经在签、合同已经在落。
但话说回来，机会大，竞争也大。面对AWS、Azure、谷歌云三家巨头，还有最直接的对手Databricks，大家都在抢企业 AI 数据中枢这个蛋糕。Snowflake 凭什么能把这些需求牢牢留在自己手里？这才是接下来最核心的问题。
Snowflake真正的竞争位置
这就要看 Snowflake 的竞争优势到底在哪里了。
它的护城河，从来不是某个能被轻易复制的小功能，而是多云部署、统一治理、以及极高的易用性这三件事叠加在一起的组合拳。
第一是跨云生态。它能同时跑在 AWS、微软 Azure 和谷歌云上。虽然跨云有成本，但它最大的牌是“中立”。微软肯定优先卖 Azure 和 OpenAI，AWS 强推 Bedrock，谷歌则抱紧 Gemini。而 Snowflake 跟三家都合作，不强迫企业绑定任何一家云厂商或模型，给客户留足了自由度。
第二是统一治理。企业接的模型越多，数据泄密、权限混乱、费用失控的风险就越高。Snowflake 本身就是做数据权限和安全审计起家的，现在无非是把大模型和 AI Agent 也顺手纳入这套体系，企业完全不需要再花大钱重搭一套管理系统。
至于它最大的对手 Databricks，两家的根本区别在于受众基因完全不同：
Databricks 是给程序员和数据科学家用的。它像一台硬核的工业机床，上限极高，但门槛也很高，需要懂代码、懂底层架构。 而 Snowflake 是给业务部门和分析师用的。它主打开箱即用，只要懂最基础的 SQL 语句就能直接跑数据，几乎零门槛。
说白了，两家公司是从两个方向往同一个终点靠拢——Databricks 从底层技术往企业应用扩，Snowflake 从企业分析和治理往 AI 延伸。它们最终争夺的，都是企业 AI 预算的入口。谁能更顺畅地把数据、模型、权限和业务流程串起来，谁就能拿到后续暴涨的使用量。
这也是 Snowflake 最值得被市场重新估值的地方。大模型可以随时降价，甚至随时被换掉；但当一家企业把最核心的数据治理、权限体系和业务流程都定在 Snowflake 上之后，迁移成本极高，客户关系也就彻底锁死了。
怎么买?
前面把行业趋势和竞争优势讲清楚之后，最后要落到一个更现实的问题：现在这个价格，值不值得买。
截至7月31日收盘，Snowflake股价约293美元，市值约1033亿美元，过去12个月市销率约19.88倍。
这个倍数放在SaaS行业不算过于离谱，但已经不便宜了。市场显然已经提前把AI产品落地、收入维持高增长和利润率改善这三件事，都计入了当前价格。
这意味着，下一份财报仅仅“符合预期”可能不够。SNOW要继续往上走，需要看到Cortex和Snowflake Intelligence这些产品不只是增加了试用账户，而是实实在在地推高了客户用量——并最终反映在产品收入、剩余履约义务和经营现金流上。
华尔街的平均目标价大约在295至302美元，和现价基本重叠。也就是说，按卖方的一致预期，未来一年的常规上行空间已经不多了。UBS的370美元、KeyBanc的325美元、和RBC的313美元，对应的是更乐观的情景：Snowflake继续保持高增长，同时AI商业化速度明显快于市场预期。
429美元的历史高点，距离现价还有约44%的空间。但这个价格只能作为参考——它反映的是当时的市场情绪和估值环境，不是当下可以简单对标的目标价。市场上那些超过670美元的长期估值模型，通常基于2031年前后收入保持约21%的复合增长、净利润率提升至约15%的假设。
这类模型对增长率和利润率非常敏感，一旦实际表现低于预期，算出来的数字会差很多。所以SNOW长期能走到哪里，不取决于它曾经到过哪里，而取决于AI用量能不能在未来几个季度持续转化为收入。
基于以上判断，可以把买入位置分成三个区间：
290至310美元，预期比较满，赔率一般，容错空间小。
260至280美元，相对合理的价格，如果AI使用数据没有走弱，这个区间赔率会好很多。
220至250美元，估值压力明显减小，可以考虑加仓，但前提是基本面没有变坏，而不是单纯因为跌了。
三个区间对应三种市场状态和风险偏好，最终怎么操作，取决于你对SnowflakeAI业务落地节奏的判断，以及自己能承受多大的波动。
风险
最后来说风险
第一、AI用量变成真金白银的速度，可能比想象的慢。
财报里上万个AI使用账户确实亮眼，但很多企业现在还处于概念验证或小范围试用阶段。按Snowflake的用量计费模式，试用阶段产生的收入微乎其微。如果企业从“试一试”推进到“大规模高频使用”比预期慢，收入增速就很难撑得住现在这个估值。
第二，按用量计费是一把双刃剑。
这种模式的好处是顺风期收入弹性大，但逆风期也一样。一旦宏观环境转弱，或者企业启动成本优化，客户完全可以通过减少非必要查询来压缩开支。而且这些调整是实时的，不会给你缓冲期。到时候不只是当季收入会波动，RPO也可能跟着受影响。
第三，两头夹击的竞争格局。
一边是Databricks，凭借开源Lakehouse架构在AI和数据科学领域势头很猛；另一边是三大云厂商谷歌，亚马逊，微软都在力推自己的AI平台。如果这些巨头未来采取更激进的捆绑销售，或者抬高跨云数据传输的门槛，Snowflake在新客户拓展和利润率上都会感受到压力。
第四，这个估值容不下任何差错。
300美元附近、20倍市销率，市场已经提前把业绩超预期、指引上调这些好消息都算进去了。在这种状态下，容错率非常低。后续只要产品收入、剩余履约义务或者季度指引有一点点不及预期，股价面临的估值压缩可能比正常情况更剧烈。
另外，监管文件显示，Snowflake联合创始人兼董事Benoit Dageville于7月29日以每股280美元出售了5万股，套现1400万美元。内部人减持不一定是看空信号，但在当前位置，它提醒我们保持客观。
好了 你认为这只股怎么样？你愿意用什么价格，为它未来几年的增长买单？你认为Snowflake是多模型时代真正的隐秘赢家，还是市场已经把未来几年的增长提前透支了？欢迎在评论区留下你的判断。
从华尔街机构最新的实盘数据显示，对冲基金正在以历史级别的速度降低部分科技股仓位。表面来看，这似乎是一场典型的避险行情；但如果你认为聪明钱正在彻底放弃 AI 和科技，那可能低估了机构真正的意图。
因为在这轮调整背后，资金并不是简单离场，而是在重新选择方向：
为什么同样都是 AI 产业链核心公司，谷歌因为巨额 AI 资本开支遭遇市场质疑，而 Meta 却依然获得资金认可？
为什么通用软件股正在被机构减仓，但硬件公司如 AMD 却持续获得 AI 生态订单，美光周三一天更是出现接近 1 亿美元的大额期权成交？
机构到底是在逃离AI 泡沫，还是借着市场波动重新布局下一阶段的赢家？
我们怎么看待下周 Meta、微软、亚马逊、苹果等科技巨头的财报，市场真正关注的问题已经不是 AI 有没有未来，而是：
华尔街正在卖掉什么？
又正在提前押注什么？
今天，我们就一起拆解这场市场板块轮动背后，聪明钱真正的选择。
美股历史性脱钩与极危信号
美股内部正在发生的一场严重分裂。
现在真正的问题，并不是指数还能不能继续上涨。
而是：
推动指数上涨的力量，正在越来越集中。
表面上看，美股依然强势，但如果拆开来看，市场内部已经出现了明显的裂痕。
我们可以从三组数据中看到这种变化。
第一，个股走势正在脱离大盘。
数据显示，在美国市值最大的1000家公司里，那些走势和标普500“对着干”（也就是负贝塔）的股票，数量突然暴增到了108家，明显高于过去十多年的正常水平。
这意味过去，大多数股票通常会跟随市场方向波动。但现在，越来越多公司的表现已经开始和指数背离。
市场不再是“所有公司一起上涨”，而是少数股票继续拉升，而更多公司逐渐掉队。
第二，指数内部的分化正在扩大。
高盛数据显示，等权重标普500与普通市值加权标普500的一年相关性，已经下降到了79%，远低于96%的长期平均水平。
简单来说：
普通标普500指数，会受到苹果、微软、英伟达等超级权重股影响；
而等权重指数，则代表更多普通公司的真实表现。
当两者走势越来越分离，说明一个现象：
推动市场上涨的，并不是整个市场，而是一小部分核心资产。
第三，资金最集中的半导体板块，波动也正在明显放大。
过去50个交易日，半导体板块平均单日振幅达到3.36%。
这个水平说明，市场对于这个行业未来的增长、需求以及估值，正在进行快速重新定价。
把这三组数据放在一起看，我们看到的并不是“美股马上要崩盘”。
而是：
如今的市场越来越依赖少数核心资产，内部的缓冲空间正在不断缩小。
当这些龙头公司的增长预期没有发生变化时，指数仍然可以维持强势；
但一旦市场开始重新评估它们的增长前景，波动就可能被迅速放大。
最近韩国存储股的剧烈波动，其实就是一个典型案例。
当资金高度集中于某一个热门赛道时，即使产业逻辑并没有发生根本性变化，仅仅是短期预期出现调整，也足以引发股价的大幅波动。
因此，面对近期芯片板块的大幅震荡，按照常规思路，很多投资者的第一反应都会是降低风险、减少仓位。
但真正值得关注的是：
当市场开始担心风险时，高盛最新披露的对冲基金交易数据显示，聪明钱并没有选择简单撤退。
相反，一场更加精细、更有针对性的资金重新配置，正在悄然发生。
Smart Money 的调仓真相
先看高盛这张图，红圈标出来的地方，在截至7月16日的过去8周里，对冲基金在整个美股信息技术板块的净资金流向，已经砸到了-10%附近的极端低点。
但这里有个很多人容易绕晕的细节——“信息技术”是个大筐，半导体只是其中一块，剩下的主要是软件公司和消费电子硬件。如果不拆开看，很容易误以为“半导体被抛弃了”。
所以，要搞清楚钱到底去了哪儿，得把高盛另外三张半导体细分的仓位图拎出来，一张一张看：
第一张是全球对冲基金在半导体的净买卖流向。从6月中旬开始，他们确实在大举获利了结，上半年累计买入的份额被一口气吐掉了将近80%。但注意看曲线最右边，最近这条线已经明显掉头向上，说明大资金又重新开始净买入了。
那么，前段时间半导体为什么会回调得这么厉害？接下来的两张图就揭示了原因：筹码拥挤度一度达到了极限。
一张显示，6月份全球半导体占对冲基金总仓位的比例一度冲到了24%的历史高位；
另一张显示，美股半导体配置比例也达到了14%。仓位这么满、资金这么扎堆，市场当然对任何风吹草动都格外敏感，随便一个消息就能引发连锁抛售。
把这些数据放在一起看，Smart Money的真实策略就清楚了。
这轮信息技术板块的极端净卖出，主要压力并不来自半导体，而更多集中在前期涨幅过大、估值偏高的软件和SaaS股。
半导体当然也经历了明显的获利了结，但那更像是仓位过度拥挤之后的一次集中去杠杆。随着全球半导体配置比例从24%回落到19%，美股半导体配置也从14%降到11%，之前最危险的拥挤状态已经释放了不少。
更关键的是，半导体的净买卖曲线最近已经开始掉头向上，说明大资金并没有彻底离开芯片产业链，而是在筹码清洗之后重新寻找机会。
从细分方向来看，资金关注的重点开始向两个弹性更大的领域集中：
一个是上游半导体设备，包括阿斯麦ASML、应用材料AMAT和泛林集团LRCX；
另一个是周期弹性更强的存储产业链，包括美光MU、西部数据WDC和希捷STX。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
美股大数据MU期权
如果你觉得高盛的持仓数据还有一定滞后性，那我们再看一组更及时的实盘信号。
在半导体设备和存储这两个方向中，近期资金动作最密集的，明显是存储芯片。
根据美股大数据 StockWe.com 的期权异动实时订单流，美光过去两天连续出现罕见的大额期权成交。
先看7月22日尾盘。
从15:33到15:35，短短3分钟内，市场连续成交5笔7月31日到期、800美元行权价的深度实值CALL。
其中三笔偏买方成交，权利金合计6473万美元；另外两笔偏卖方成交，合计3514万美元。也就是说，同一份短期期权在3分钟内累计成交接近1亿美元。
这组买卖高度集中的订单，更像大型资金在快速调整上涨敞口：通过深度实值CALL获得接近正股的敏感度，同时利用卖出订单回收资金、降低整体成本。
更值得注意的是，这些合约距离到期只剩一周左右。
大资金选择在这个时间点集中交易近1亿美元，说明7月31日前后已经成为重点博弈窗口。下周科技巨头财报对AI资本开支和硬件需求的指引，将直接影响美光和整个存储板块。
到了7月23日，资金的分歧进一步扩大。
当天先后出现2808万美元和1795万美元的超远期大额CALL，同时还有多笔1000美元行权价的PUT，其中较大的几笔达到705万美元、453万美元和375万美元。
所以，这两天订单透露出的核心信号很清楚：
周三近1亿美元的短期实值CALL，把资金博弈的焦点锁定在了下周；周四远期CALL与大额PUT同时出现，则反映出机构对长期趋势仍有期待，但对短期波动已经明显提高警惕。
聪明钱并不是简单赌涨或赌跌，而是在保留上涨空间的同时，提前控制下行风险。
这也印证了高盛数据里的资金博弈：机构正在减持部分高估值科技资产，但没有离开半导体，而是在筹码清洗后重新寻找弹性更大的方向。
下周财报如何看？
当然，美光的期权异动并不是孤立事件。
Google刚刚公布的财报，已经把当前市场最核心的矛盾暴露出来了：
AI需求依然非常强，但华尔街对巨额资本开支的容忍度，正在迅速下降。
Google二季度营收达到1198亿美元，云业务收入248亿美元，同比增长82%，说明企业对AI基础设施和云算力的需求并没有减弱。
但Google单季资本开支也升至449亿美元，超过当季391亿美元的经营现金流，导致自由现金流转为约负59亿美元；全年资本开支指引也进一步上调至1950亿至2050亿美元。市场真正担心的，不是Google没有增长，而是增长速度能不能持续跑赢不断扩大的投入。
这也是理解下一阶段行情的关键。
对于Google、微软、Meta、亚马逊这些云巨头来说，资本开支越高，折旧、现金流和利润率压力就越大；但对于半导体设备、GPU、服务器和存储公司来说，这些资本开支恰恰意味着订单。
所以现在市场并不是简单看空AI，而是在重新区分两类公司：
一类是负责花钱建设AI基础设施的公司；
另一类是直接把这些支出转化为收入的硬件供应商。
这也解释了为什么机构减持部分高估值软件股的同时，仍然在重新布局半导体设备、GPU和存储。
AMD最近连续拿下大单，就是最直接的例子。
Meta已经与AMD签署最高6GW的多年合作，首批基于定制MI450架构的产品预计在2026年下半年开始出货；微软也刚刚宣布把AMD Helios平台和下一代EPYC处理器引入Azure；Anthropic则计划部署最高2GW的MI450系列GPU，首批1GW预计2027年上半年启动。
这组订单真正说明的，不只是AMD开始切入英伟达主导的AI算力市场，更重要的是，云巨头正在主动建立第二供应源，降低对单一GPU供应商的依赖。
当AI基础设施进入数十亿甚至数百亿美元级别的采购阶段，客户不会愿意把所有算力、定价权与交付风险都压在一家供应商身上。AMD的机会，来自整个行业开始追求更低成本、更高议价能力和更稳定的供应链。
而这对存储同样重要。
无论最终采购的是英伟达还是AMD，只要AI服务器继续扩张，每一套系统都需要更多HBM、DRAM、NAND和企业级存储。
换句话说，GPU供应商之间可以竞争，但存储容量的需求不会因为竞争而消失，反而会随着算力部署规模扩大同步增长。
所以美光近期出现密集期权交易，背后真正被押注的，不只是某一个短期消息，而是下周科技巨头会不会继续确认：
AI资本开支仍然强劲，硬件订单仍然向上。
接下来，微软和Meta将在7月29日盘后公布财报，亚马逊和苹果则在7月30日盘后公布。
下周财报，我认为要分别看四个问题。
微软：Azure增长能否跑赢资本开支
微软最重要的不是整体营收，而是Azure增速、AI服务需求和数据中心利用率。
如果Azure继续保持强劲增长，同时管理层证明新增算力正在快速被客户消化，市场会认为微软的资本开支仍然有回报。
但如果资本开支继续上升、Azure增速却明显放缓，微软就可能面临和Google一样的质疑：业务很好，但现金投入增长得更快。
Meta：广告利润能否继续覆盖AI扩张
Meta与Google最大的不同在于，Meta的AI投入已经能够直接转化为商业回报。
AI不仅提升了广告推荐和投放效率，也帮助越来越多的中小商家更快地测试广告素材、优化投放策略，并找到回报率（ROI）更高的广告组合。
广告主赚到更多钱，就愿意投入更多广告预算，而这最终会直接推动Meta广告收入持续增长。
因此，市场对Meta高额资本开支的容忍度，并不取决于它花了多少钱，而是取决于这些投入能否持续转化为广告收入和利润率的提升。
同时，Meta与AMD签下最高6GW合作后，市场还会关注这批算力到底用于训练更大的模型，还是已经开始转化为广告、推荐和AI助手收入。
只要广告现金流继续强，Meta的资本开支更容易被视为进攻；一旦利润率承压，同样的投入就会被重新定义为负担。
亚马逊：AWS能否通过自研芯片守住利润率
亚马逊的核心不是单纯看AWS增速，而是AWS能不能在大规模扩张AI基础设施的同时，守住利润率。
Trainium和Inferentia等自研芯片部署越快，亚马逊对高价第三方GPU的依赖就越低，也越有能力在云计算价格竞争中控制成本。
因此AWS增速、营业利润率以及自研芯片使用情况，是判断亚马逊AI投入回报的三个关键指标。
苹果：它是这轮AI资本开支交易里的异类
苹果并不是这轮数据中心建设的主要受益者或主要支出者。市场更关心的是服务收入、iPhone需求、大中华区表现，以及Apple Intelligence能否真正提升换机和付费转化。
因此，苹果更像是下周财报季中的防守型资产。从科技股普遍遭遇抛售时，苹果却逆势上涨，就能看出市场资金正在向防御性标的集中。
如果其他科技巨头继续扩大资本开支、自由现金流承压，资金反而可能更愿意配置现金流稳定、资本开支相对较轻的苹果。
所以，下周财报真正要验证的不是“AI还有没有故事”。
而是三个更具体的问题：
云巨头会不会继续加大资本开支？
这些投入能不能转化为收入和利润？
硬件供应链的订单，是否仍然比软件端的变现更加确定？
Google已经给出了第一个答案：AI需求没有降温，但市场开始要求更清晰的回报。
如果微软、Meta和亚马逊继续确认算力需求强劲，那么半导体设备、AMD以及美光代表的存储产业链，仍然会是资金重点关注的方向。
但如果几家公司同时开始放缓资本开支，或者强调AI投入回报低于预期，那么美光周三近1亿美元期权所押注的下周窗口，也会立刻变成风险集中释放的位置。
好了，今天的视频就聊到这里。
你觉得下周科技巨头财报，会继续确认AI资本开支，还是让市场进一步担心投入回报？欢迎在评论区留下你的判断，我们一起讨论。感谢你的点赞、收藏。
最近美股存储板块真的是一天KTV、一天ICU，大家应该都被折磨得够呛。周一集体暴跌，周二暴力反弹，很多人刚以为最恐慌的时候过去了，结果周三又被重新跌了回来。
而另一边，今年同样大热的AI光通信，这两天也在持续走弱，LITE、GLW、CIEN从高点都已经出现明显回撤。
所以今天这期视频，我们重点聊两件事。
第一，存储这轮巨震到底发生了什么？超级周期有没有松动？现在的SK海力士(SKHY)，到底什么价格，估值才算合理？
第二，光通信为什么连续走弱？AI需求明明还在，市场为什么突然开始重新杀估值？
存储板块三天巨震，市场到底在交易什么？
最近三天的存储行情，其实同时发生了三件事：第一层是韩国市场的去杠杆，第二层是SKHY上市后的跨市场重新定价，第三层才是整个存储板块对未来供需和估值的重新评估。把这三层拆开，很多看起来矛盾的走势就能解释清楚。
这轮行情的第一层，首先是流动性出了问题，而起点在韩国。
7月13日周一，韩国大盘指数KOSPI暴跌8.95%，SK海力士下跌15.37%，三星电子下跌10.70%。过去几个月，AI存储已经成为全球科技股里最拥挤的交易之一，而在韩国市场，这种拥挤又被指数结构和杠杆产品进一步放大。
三星电子和SK海力士不仅是KOSPI最重要的权重股，围绕两家公司还存在大量杠杆产品和高弹性交易仓位，因此当股价开始快速下跌，获利盘、杠杆资金和ETF调仓会同时朝一个方向移动，把原本针对高估值的正常回调迅速放大。
这也是为什么韩国市场当时跌得比基本面变化本身严重得多。高盛随后认为，此前韩国芯片股的剧烈下跌，很大程度上受到ETF仓位解除和技术性去风险的放大，并不能简单等同于半导体周期突然恶化。
这种压力很快传到了美国，而且被卖掉的根本不只是SK海力士。MU、SNDK、WDC和STX全部受到冲击，但这几家公司其实对应的是完全不同的存储细分市场：SK海力士和美光的核心是DRAM和HBM，闪迪主要是NAND，西部数据和希捷更多对应数据中心HDD。
产品不同、客户不同、供需周期也不同，却在同一时间被市场统一抛售，这说明当时资金交易的已经不是某一家公司的基本面，而是在整体降低“存储”这个主题的风险敞口。
这就是拥挤交易最典型的特征。上涨的时候，资金把所有公司装进同一个故事；下跌的时候，也会把它们放进同一个篮子里一起卖。市场真正恐慌的时候，资金先处理仓位，基本面往往排在后面。
到了7月14日，第一轮去杠杆的力量暂时减弱，行情迅速反转。SKHY单日暴涨27.29%，，其他存储股也普遍修复。前面的跌幅实在太大，只要强制卖盘开始衰减，抄底资金和空头回补就足以制造一次非常猛烈的反弹。
随后7月15日周三韩国市场继续修复，KOSPI上涨约6.2%，SK海力士首尔股收涨8.83%，这至少说明此前最极端的流动性压力得到了缓解，并没有继续演变成失控式踩踏。
但从这里开始，行情进入了第二层。
韩国市场的去杠杆缓和之后，美股存储并没有同步企稳，说明资金已经开始交易另一个问题：此前被流动性掩盖的估值和定价问题，重新浮到了台面上。
SKHY就是最典型的例子。SK海力士此次美国ADS发行价为149美元，每份ADS代表0.1股韩国普通股。按照7月15日韩国普通股208.2万韩元的收盘价，以及约1500韩元兑1美元粗略计算，每份ADS对应的韩国普通股价值大约为139美元，而SKHY当天即使已经下跌9%，仍然收在176.46美元，粗略溢价仍接近27%。
当然，这并不意味着SKHY一定会机械地跌回139美元。跨市场转换、流通结构和套利机制存在现实摩擦，美国投资者也可能愿意为更方便的交易渠道和有限流通筹码支付一定溢价。
但当同一家公司在两个市场出现二三十个百分点的价差时，这个溢价本身就会成为一种风险。因为从这一刻开始，投资者买的不只是SK海力士的基本面，还在为“美国市场的稀缺性”额外付费。
所以，SKHY这几天的剧烈波动不能简单理解成市场突然看空HBM。这里面既有基本面预期，也有新股上市后的资金追逐、有限流通筹码、前一天暴涨后的获利盘，以及两地价格重新寻找平衡的过程。换句话说，最近的SKHY已经不只是一只存储股，它同时还在经历一场跨市场的价格发现。
但如果只是SKHY自己跌，这轮行情其实还没有那么值得担心。真正重要的是，MU、SNDK、WDC和STX也在同步下跌，这说明市场开始进入第三层：重新审视整个存储板块未来几年的预期。
过去几个月，市场交易的逻辑非常顺畅。AI服务器持续扩张，HBM短缺，DRAM紧张，企业级SSD和HDD需求增长，只要供给跟不上需求，产品涨价、利润扩张和估值提升就可以同时发生。这个产业逻辑本身没有错，但问题在于，当所有人都相信同一个故事之后，市场的要求会越来越高。
最开始，产品涨价就够了。
后来，价格要持续大涨。
再后来，连涨价速度都不能放缓。
到了这个阶段，股票交易的就已经不是“基本面好不好”，而是“基本面还能不能继续比市场预期更好”。
这就是所谓的二阶导交易。
大家好，我们是美股投资网，用大数据驱动你的投资决策
假设DRAM价格去年上涨50%，今年仍然上涨20%，从产业角度看，价格依然上涨，公司利润甚至可能继续创新高；但从股票市场角度看，涨价速度已经从50%降到20%，盈利增长的加速度开始下降，资金就会提前交易未来利润率是否见顶。
所以，最近存储板块最核心的变化，并不是AI服务器突然不需要HBM了，也不是存储需求一夜之间消失了，而是市场开始怀疑过去几个月那个“永远短缺、永远涨价、利润永远加速”的预期还能维持多久。
与此同时，三星、SK海力士和美光都在增加资本开支并建设未来产能。从产业角度看，扩产恰恰说明企业看到了长期需求；但从股票市场角度，资金一定会继续往前推演：当这些新增产能在2027年、2028年陆续释放，供需关系会不会重新宽松？
所以最近三天的剧本，其实已经非常清楚了。
第一阶段，是韩国市场的去杠杆，把一次正常调整放大成流动性踩踏；
第二阶段，是SKHY上市后的跨市场溢价和短期资金狂热开始回归理性；
第三阶段，则是整个存储板块从“只看需求有多强”，重新转向计算“未来供给会不会追上来，以及现在的估值到底透支了多少增长”。
表面上看，这三天市场每天都在变脸，但底层一直在交易同一件事：一个被交易得过于充分的AI存储故事，正在重新寻找合理价格。
而这也正是为什么，我目前还不会直接把这轮下跌定义成存储超级周期结束。至少截至现在，我们看到的更多还是仓位、估值和远期预期的调整，而不是产业订单突然消失。AI训练仍然需要HBM，推理负载增长也会继续推高内存需求，数据中心对企业级SSD和Nearline HDD的需求也不会因为三天股价下跌突然归零。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
现在的SK海力士，到底什么价格才算合理？
那么问题来了，如果存储超级周期还没有被证伪，现在的SK海力士到底什么价格才算合理？
这里一定要把公司估值和SKHY这张美股ADS的价格分开看。
按照7月15日韩国股价和汇率粗略折算，SKHY对应的韩国本土股票价值大约在139美元附近，而当时SKHY收在176.46美元，仍然有接近27%的溢价。需要强调的是，139美元不是目标价，只是一个会随着韩国股价和汇率变化的参考锚。
但从盈利估值来看，SK海力士又不算贵。按照华尔街投行的测算，SKHY大约只有6.2倍预期市盈率，和美光接近。
所以这里的矛盾就在于：SK海力士这家公司可能不贵，但SKHY这张ADS并不便宜。
如果以139美元为锚，给10%的美国市场溢价，大约是153美元；给20%的溢价，大约是167美元。所以我会把150到165美元附近看成一个更值得观察的区域；如果进一步回到140到150美元，同时HBM订单、存储价格和AI资本开支都没有恶化，安全边际会更高。
当然，这不是机械目标价。盈利预期继续上调，合理价格也会提高；反过来，如果盈利见顶，即使ADR溢价消失，也不代表139美元就是底。
所以我对SKHY的判断很简单：公司未必贵，但176美元附近，还不能因为已经跌了很多，就直接定义成便宜。
再从技术面上分析MU，MU目前已经走出了比较明显的头肩顶结构，短线趋势明显转弱。869美元附近是接下来最需要观察的支撑区域，如果这里能够止跌企稳，股价还有机会进入震荡修复；但如果有效跌破，说明头肩顶形态进一步确认，调整空间可能继续打开。
最后再说今年大热的光通信板块
最后再说一下今年同样非常火的AI光通信板块。
截至本周三，从52周高点计算，光器件龙头LITE，已经回调约31%；光纤光缆龙头康宁GLW回调35%；光网络设备龙头CIEN，回调约34%。而仅仅周三一天，三家公司分别下跌约7.7%、7%和6.3%。
如果把时间拉长一点看，其实这几只股票过去一年都已经经历了非常夸张的上涨，尤其LITE，截至7月9日年内涨幅一度超过115%，整个光通信板块早就成为AI产业链里最拥挤的交易之一。也正因为前面的预期打得太满，现在任何关于竞争、供给和技术路线的消息，都会被市场放大。
其实这种变化在周三之前已经出现了。6月初，CIEN交出一份营收增长40%、同时上调全年指引的财报，股价却一度暴跌接近19%；最近康宁也曾在短短四个交易日内回撤约24%。这说明光通信现在面对的问题，和刚才我们讲存储非常像：市场已经不满足于“基本面很好”，而是要求未来必须持续比已经很高的预期更好。
而周三这轮下跌，又把市场的担忧往前推进了一步。
导火索来自杰富瑞一场关于中国光学产业的电话会议。不过这里要强调，根据市场流传出来的信息，偏空判断主要来自电话会中的产业专家，并不是杰富瑞正式下调了整个光通信行业评级。
市场最担心的有三个问题。
第一个，是中国高端光芯片国产化。据电话会专家的观点，中国厂商正在推进200G EML芯片量产。如果未来真的能够实现规模供应，最先受到影响的可能就是过去在高端EML市场拥有较强地位的海外供应商，而LITE自然首当其冲。
第二个，也是我认为更值得关注的，是硅光渗透。
过去800G高速光模块大量使用EML路线，但进入1.6T之后，如果硅光方案占比不断提高，市场就会开始重新计算整个产业链的价值分配。以前大家担心的是AI需求太强，LITE的高端激光器够不够卖；现在资金开始问：未来1.6T真正大规模放量的时候，还需要多少传统EML？
不过这里也不能简单得出“硅光起来，LITE就完了”这种结论。
因为硅光同样需要光源。更重要的是，LITE自己也在同时押注多条技术路线。今年OFC上，公司既展示了面向1.6T和未来3.2T的高性能EML方案，也展示了专门面向CPO和硅光架构的超高功率外置激光器。
换句话说，LITE并不是站在硅光的对立面，它真正需要证明的是：当行业从传统EML逐渐走向硅光和CPO之后，它还能不能继续守住核心光源这个最赚钱的位置。
第三个问题，则是供需。
按照电话会专家的判断，2026年的800G产品可能仍然存在供应缺口，但到2027年供需关系可能明显缓和。翻译成人话就是，今年可能还是谁有货谁赚钱，但一旦明年供给追上来，行业竞争就会从“抢货”变成“比价格”。
到了那个阶段，市场担心的就不只是收入还能不能增长，而是ASP和毛利率还能不能守住。
所以周三光通信板块真正交易的，并不是AI数据中心突然不需要光纤和光模块了，而是市场开始第一次认真思考AI光通信繁荣之后的问题：需求当然还在增长，但这么大的蛋糕，最后到底谁能把利润真正留在自己手里？
这也是为什么LITE、GLW和CIEN不能完全混在一起看。
LITE受到的影响最直接，因为市场讨论的就是EML、硅光和激光器的技术路线竞争；康宁核心还是光纤、光缆和连接密度，AI集群越大，物理连接需求仍然存在；CIEN更偏光网络设备和高速传输。三家公司同时下跌，更多说明整个光通信板块正在经历估值和风险偏好的重新定价，并不意味着三家公司的基本面同时发生了完全一样的变化。
所以我认为，AI光通信现在正在进入第二阶段。
第一阶段，市场只问一个问题：AI需要多少光通信？
第二阶段，市场开始问更难的问题：需求这么大，最后谁有定价权？谁会被国产替代？谁能够跨过技术路线切换？谁又只是吃到了暂时的供需红利？
对于LITE来说，中国200G EML能不能真正实现高良率量产、1.6T里面硅光实际渗透速度有多快，以及800G和1.6T未来的供给增长会不会超过AI网络需求，这三个问题才是接下来真正需要跟踪的。
所以这次暴跌，我暂时不会直接定义成AI光通信逻辑反转，但它确实给所有光学股投资者提了一个醒：这个板块已经过了“只要沾AI就一起涨”的阶段。
接下来真正决定股价的，不只是市场有多大，而是谁能在这个越来越大的市场里面，守住自己的份额、定价权和利润率。
华尔街，正在把目光投向AI投资的第三阶段——AI机器人。
原因并不是机器人突然火了，而是因为AI终于开始从屏幕里走出来，真正进入工厂、仓库、医院，以及现实世界。
过去几年，AI创造的是数字生产力；未来几年，它创造的将是真实世界的生产力。
最近，一系列信号正在不断验证这一趋势。
英伟达Jetson Thor开始量产，意味着机器人拥有了更强大的边缘算力；
特斯拉Optimus正式进入得州工厂生产线，释放出人形机器人迈向规模化落地的重要信号；
亚马逊几十万台仓储机器人每天高效运转，直觉外科凭借手术机器人建立起近乎垄断的商业模式，更说明机器人产业早已不只是概念，而是已经形成了成熟的商业生态和持续创造现金流的能力。
但作为投资者，我们其实不需要死记那些复杂的技术参数。
今天，美股投资网会站在机构投资人的视角，帮大家重点看清四个问题：
第一，资本最先流向机器人产业链的哪一层？
第二，谁掌握着不可替代的核心技术，拥有真正的技术护城河？
第三，谁控制着关键零部件和产业链瓶颈，具备长期滚雪球的成长潜力，有机会成长为机器人时代的“美光”或者“闪迪”？
第四，谁只是借着机器人概念讲故事、炒预期，热度过后可能一地鸡毛？
如果你想看清未来三到五年，美股AI机器人产业链真正值得长期布局的投资机会，建议先点赞、收藏。接下来，我们直接进入今天的核心内容。
美股机器人产业链深度解构6层
不过今天，我不打算按照传统的“上游、中游、下游”来讲。
因为那种讲法，听完以后，你可能记住了一堆电机、减速器、传感器的名字，却依然不知道整个产业的钱到底是怎么赚的，价值又集中在哪里。
我们换一个更容易理解的方法——把机器人，当成一个真正要工作的“人”。
一个人要干活，第一步要先听懂你的指令，所以它需要一个大脑。
接着，它要看见周围的环境、识别障碍物、判断距离，所以它需要眼睛。
大脑做出决策之后，还要把命令高速传递到全身，所以它需要一套神经系统。
收到指令以后，它才能真正迈开腿、抬起手、搬起重物，这就是它的关节和肌肉。
但光能动还不够，它还必须精准控制每一个动作，知道该用多大力度、什么时候松手、什么时候发力，这就是机器人的手，也是整个系统精度最高的部分。
最后，无论前面的系统多先进，如果没有稳定的供电、可靠的材料，以及各种基础零部件支撑，它根本坚持不了连续工作几个小时，更谈不上商业化。这就是机器人的能源系统和基础供应链。
我们看第一层：机器人的大脑
过去工厂里的工业机器人，本质上只是“自动化设备”。你让它焊接，它就重复焊接，换个位置它就很难自己判断。
但这轮机器人革命的核心质变在于“具身智能”（Embodied AI）——机器能听懂人话、看懂环境、自己规划动作。所以大脑这一层，是整个产业链里价值最高、护城河最深的环节。
但节奏上得区分清楚：短期行情里，涨得最快的是那些概念纯、弹性大的公司；可一旦把时间拉长，真正决定产业能走多远的，还是看谁掌握了AI算力、模型训练和数据闭环。
放到美股市场上，真正称得上“底牌”的，只有两大绝对主线。
第一条，就是英伟达的全行业底层平台。
英伟达做的是机器人时代的底层基础设施。它把机器人从训练到部署全包了：训练有GPU，仿真有Omniverse，边缘部署有Jetson Thor量产芯片，上面还有GR00T和Cosmos世界模型。
这套体系解决了一个核心痛点：机器人不能直接在物理世界里频繁试错，代价太高，必须先在虚拟世界里疯狂训练、迭代，再打包部署到现实中。英伟达做的是平台生态，未来不管谁造机器人，底层都绕不开它。
第二条，特斯拉代表的整机加AI闭环路线。
特斯拉走的是“自研硬件、自训 AI、自跑数据”的全栈闭环路线。马斯克手里的底牌，是 FSD 积攒的真实世界视觉数据和自研的超算训练体系。其本质是用物理世界的海量数据，让机器人不仅能看清环境，更能理解真实世界的运转规则。
目前，弗里蒙特工厂的 Optimus 产线已进入设备安装阶段，规划年产 100 万台，计划 2027 年底前面向公众开售。
特斯拉的硬核壁垒，在于同时咬合了“真实世界数据入口”与“大规模量产能力”。这种“用汽车养 AI，再用 AI 反哺机器人”的模式，让它不仅是个整机厂，更是一个能自我进化的物理 AI 巨兽
除了这两大平台，近期资本市场动静最大的，就是借壳上市股 CCXI。他们计划以 25 亿美元的估值，把机器人新星 Agility 送上纳斯达克，新代号预计变更为 AGLT，亚马逊通过其创新基金投资了 Agility
华尔街最近之所以疯狂炒作这只股票，本质上是因为美股市场太缺乏人形机器人的纯整机标的了。像行业领头羊 Figure AI 还没上市，而特斯拉的估值里又混着庞大的汽车和能源业务，资金想押注纯整机，根本没得选。
虽然 Agility 的 Digit 机器人已经在亚马逊和丰田的仓库里进行实际测试，已签订超过3亿美元（300M+）的Digit v5多年度合同订单，这些合同主要采用 RaaS（Robots-as-a-Service）模式，因此收入将在未来几年逐步确认，而不是一次性计入营收。
但冷静来看，它目前依然面临两个非常现实的痛点：
一是缺乏核心生态的定价权，作为纯硬件厂商，它的底层芯片和大模型高度依赖外部；二是造血能力严重不足，目前它的现金流消耗依然维持在高位，未来的规模化量产和盈利能力，还有待时间验证。
所以，CCXI 短期内更像是一个资金用来炒作行业情绪的高弹性工具；但如果要谈未来三年的长线确定性，它和巨头之间，还差着一个代差。
再往下看边缘侧。
机器人不可能每一个动作都去问云端大模型，延迟太高，也不稳定。在工厂、仓库、家庭这些场景里，很多判断必须在本地完成。这就是高通 QCOM 的机会。
高通正在把它在智能手机和智能汽车领域沉淀的边缘算力，无缝迁移到具身智能上，直接锁定了这个行业最大范围的底层芯片红利。
第二层：机器人的眼睛
大脑再强，也必须先看懂现实世界。机器人的眼睛，是由图像传感器、边缘视觉芯片以及激光雷达高度集成的感知系统。
第一个我们看安森美（ON）。
机器人要“看见”，第一步就是捕捉光线。安森美是智能汽车和工业自动化传感器领域的顶级玩家，在高级感知领域的全球市占率高达三分之一以上。它的优势在于双重产业咬合：一方面，传感器让机器人在各种复杂光线下“看得清”；另一方面，它手握功率半导体的王牌，顺便把机器人动力系统的电能管理和驱动红利也给吃下了。
第二个是安霸AMBA。它做的是边缘AI视觉芯片，让传感器数据变聪明。2026年CES上发布了4纳米制程的CV7端侧AI视觉感知SoC，支持多路8Kp60视频流并行处理。它的定位非常清晰：让机器人在本地完成视觉理解，而不是什么都传回云端。
最后是激光雷达公司OUST。
它是美股极少数率先走出早期概念期、开始用硬核业绩兑现估值的标的。传统激光雷达内部有几百个机械零部件，成本高、容易震坏。
而 OUST 的核心壁垒是“数字激光雷达”，它利用硅光子技术把零部件直接集成到两颗硅芯片上。这种高度芯片化的架构抗震寿命极强，完美契合了仓储物流（AGV）、无人码头等恶劣的工业刚需环境。
我们美股投资网直接用数据事实说话：其最新季报录得营收 4900 万美元，同比暴涨 49%，实现了连续 13 个季度的产品收入增长。由于它拿到了美国 BABA（买美国货）法案的合规认证，直接锁定了联邦智能基建的补贴红利，目前已经与亚马逊、Symbotic 等仓储自动化巨头形成了直接的供货链闭环。
如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637
第三层：机器人的神经系统
第一个看罗克韦尔自动化 ROK。
它是美国工业控制龙头，卡住的是工厂里的控制中枢。机器人什么时候启动、什么时候停止、怎么和产线同步、怎么和安全系统联动——这些都离不开PLC、运动控制、伺服驱动和工业软件。ROK不是机器人整机股，而是机器人进入工厂后的控制底座。工业机器人部署越多，对控制平台的需求就越刚性。
第二个看艾默生（EMR）。
艾默生卡位的是化工、能源、制药等复杂高危场景。在这类流程工业里，机器人要和现场的阀门、仪表完全协同。随着艾默生完成对工业软件巨头 AspenTech（阿斯本）的全资控股，它直接补齐了用 AI 进行生产调度和数据分析的最后一块拼图。
第三个看PTC。
在物理 AI 时代，机器人不可能先造出硬件再去测试，代价太高。行业共识是：先在虚拟世界里完成 100% 的设计与仿真。PTC 做的就是最核心的 CAD 设计和三维全生命周期（PLM）软件。2026 年 3 月，PTC 果断作价超 5 亿美元剥离了物联网硬件业务，全面聚焦于纯软件设计与数字孪生，卡死了机器人量产前的数字大门。
第四层：机器人的关节和肌肉
前面讲的是理解、感知和控制，但机器人最终必须动起来。走路、弯腰、搬运、抓起，靠的是电机、减速器、丝杠、执行器、传动系统——这一层是人形机器人最容易被市场炒作的部分。
但美股里最纯正的减速器、丝杠标的没有日本和中国那么集中，更多是工业运动控制和精密部件公司。
第一个看泰瑞达（TER）。
很多人只知道泰瑞达是半导体测试巨头，但它手里握着两张真正的机器人底牌：全球协作机器人老大优傲（Universal Robots）和移动机器人 MiR。它是已经在全球工厂产线上疯狂干活、提供长期现金流的工业执行场景玩家，也是英伟达机器人大生态的重要硬件伙伴。
第二个看 Regal Rexnord，RRX。
它做的是电机、微型传动、减速和线性运动部件。机器人的每一个关节要想动得有力，背后都离不开这种动力传输技术。RRX 的核心优势在于，它能提供从动力源到执行末端的全套“运动堆栈”，是机器人肌肉系统里不可或缺的底层供应商。
第三个看 Novanta，NOVT。
如果说别人解决的是“动起来”，NOVT 解决的则是“动得极其精准”。机器人要动作稳定、重复定位精度高，底层全靠它旗下的精密编码器和微型驱动器。 NOVT 在高端手术机器人领域是绝对的末端微操专家。
随着其技术全方位加入英伟达 Holoscan AI 生态平台，它直接完成了与顶级大模型底座的兼容性验证。这类高壁垒的精密医疗级硬件，一旦切入供应链，下游客户的替换成本极高，护城河极深。
第五层：机器人的手
机器人真正进入现实世界，最难的不是走路，而是那双手。抓取的复杂度极高——杯子、衣服、精密零件、鸡蛋，形状、重量、材质完全不同。灵巧手、夹爪、力觉和触觉传感器，是机器人能否真正商业化落地的关键瓶颈。
但放到美股里，不能硬凑。目前还没有绝对意义上的“灵巧手龙头”，技术路线也没完全收敛。所以我们要看的是：谁卡住了手部动作背后的关键零部件？
第一个看VPG。它做的是超高精度的应变片和力觉传感测量系统。机器人抓取精密零件和鸡蛋时，用多大劲、什么时候收紧、什么时候悬停，全靠它附着在手指上的力觉传感器。根据其 2026 年最新财报，VPG 在第一季度已经斩获了人形机器人客户 100 万美元的 pre-production（准量产）订单，并开启了与第四家机器人巨头的供货谈判。它是整个赛道里极少数用订单实实在在兑现灵巧手逻辑的核心卖铲人。
至于其他玩家，核心逻辑主要在于配合手部的运作：
泰瑞达（TER）：它旗下的协作机器人提供了工业线最直接的“抓取执行场景”；
Novanta（NOVT）：它的力矩传感器负责在手部高精度抓取时提供“微控制防失控”的安全保障；
第六层：机器人的能源和基础零部件
机器人要长时间稳定工作，光靠聪明的大脑和灵活的关节还不够。连接器、线束、电源管理和模拟芯片，这些听起来不那么性感的底层硬件，才是机器人从实验室样机走向工业规模量产的“硬件地基”。
在这个层面，核心玩家和市场逻辑清晰地划分为三大梯队：
第一梯队：应用场景与落地终端（亚马逊与Symbotic（SYM））
亚马逊是机器人设备的大型采购方，其仓库中运转的数十万台机器人本身就是基础零部件的巨大消化端，它的资本支出直接拉动着上游的放量周期。
Symbotic（SYM）则是仓储自动化的代表，AI仓储机器人系统已实打实落地。截至2026年第二季度订单积压高达227亿美元。但商业模式上它是“披着AI外衣的工程承包商”——采用完工百分比法确认营收，大项目交付周期长、收入确认滞后，加上订单严重依赖沃尔玛等少数大客户，容错率极低，股价波动非常剧烈。
第二梯队：安费诺（APH）与泰科电子（TEL）
机器人全身上下密布着传感器和控制器，模块之间的电力和信号流，全靠高可靠性的连接器来维系。安费诺（APH）的业绩弹性较高，机器人规模放量将带来单机线束和连接点指数级增长，能直接吃到结构性红利。泰科电子（TEL）则卡住了工业恶劣环境下抗震、小型化连接器的壁垒，是工业级控制求稳的首选。
第三梯队：电源与模拟信号链头部玩家（MPWR、ADI 与 TXN）
每一个关节的电机和每一路传感器反馈，都需要高精度的供电与信号转换。
芯源系统（MPWR）强在高功率密度电源方案，能有效解决机器人关节空间内减重、控发热的刚需。
亚德诺（ADI）负责将现实中的触觉、力觉精密转化为数字信号，是机器人实现精准反馈的关键环节。
德州仪器（TXN）则是典型的工业底座型企业，产品线最广，随着产业链放量将实现毛细血管式的全面渗透。
这六层产业链拆完，从大脑到感知，从神经到关节，再到最底层的能源地基，每个环节的卡位逻辑和资金流向，大家应该已经看得很清楚了。
那么，这二十几家核心玩家里面，哪几家最有可能跑出“十倍股”？谁同时满足卡位核心、市场够大、业绩弹性充足这三个条件？其实刚才的拆解里，细心的朋友应该已经听出了一部分线索。
但受限于视频篇幅，具体标的的建仓时点、估值模型，以及哪几家真正符合“十倍潜力”的黑马名单，我没法在公开视频里讲太细。
如果你想在这个周期里卡准位置，跟着机构资金一起吃下未来三年美股机器人产业链最肥的那块肉，欢迎加入我们的VIP社群。
风险提示
在美股机器人这条线，方向是真方向，但泡沫也是真泡沫。要想在这个赛道安全落地，你必须看清以下四个风险：
风险一：量产速度，远比市场想象的慢得多。
2026年被市场称为人形机器人“量产元年”。特斯拉弗里蒙特工厂的Optimus产线确实动起来了，但马斯克自己7月1日刚泼了冷水：“Optimus生产线一开始会极其缓慢，因为一切都是全新的。这不像制造汽车。”
汽车有成熟的工业供应链和大约 3 万个标准件；而 Optimus 即使简化到 1 万多个零件，几乎每一项都是全新定义的，根本没有现成产线可复制。从实验室到大规模量产爬坡，中间隔着一条叫“良率”的鸿沟。目前，不仅特斯拉缺乏明确的产量指引，波士顿动力的全新 Atlas 在 2026 年的全部产能，也仅仅只够分配给现代汽车和 Google DeepMind 做内部测试。
风险二：强行脱钩的成本硬伤。
人形机器人涉及减速器、丝杠、传感器等上百个精密环节，目前中国控制着全球零部件供应链约 63% 的关键企业，精炼稀土份额更是高达 88%。
根据行业测算，如果完全绕开中国供应链，一台 Optimus 的物料成本在 13 万美元以上；而一旦接入中国本土供应链，成本能暴跌近七成。目前美国国会正在推进限制政策，但强行脱钩的代价，是让美国硬件零部件成本飙升 2 到 3 倍。企业买机器人算的是 ROI（投资回报率），账算不过来，科技感再酷也只是高级玩具。
第三个风险：安全责任归属至今不清晰。
机器人不是App，出错可以重启。它是一个会移动、会碰撞的物理机器。
2026年4月，美国推进自动化协会发布了工业机器人安全新标准的实操指引，要求所有工业机器人系统必须具备自主身份认证功能。美国国会也在推进相关立法。众议院听证会上明确提出了一个问题：“我们需要认真讨论，在这些场景中部署机器人意味着什么——在它们造成身体伤害之前。”
但责任归属——整机厂、AI公司还是传感器供应商——至今不清晰。机器人越智能、越联网，监管和合规成本就越高。
第四个风险：估值泡沫已经很明显了。
在一级市场上，资金在“害怕错过”的情绪驱动下极其激进。头部初创企业 Figure AI 的估值已经冲到了 390 亿美元，Skild AI 则在短短几个月内翻了三倍、飙到 140 亿美元，但它们目前的营业收入几乎可以忽略不计。
这种在私募市场上“涨时不看利润”的空中楼阁，一旦进入需要接受季度财报检验的二级市场，游戏规则就会被无情逆转。大资金开始用放大镜去挑硬件公司的交付与财务兑现能力，稍有差池，就是暴跌。
前面提到的 Symbotic（SYM）就是最典型的例子。手里攥着 227 亿美元的在手订单，听着够硬吧？但就因为大项目交付周期长、传统工程维护成本高，最新季报的每股收益仅 0.01 美元，远低于华尔街预期的 0.12 美元。财报一出，市场瞬间翻脸，股价直接从高点腰斩。
我的观点很明确：机器人是未来十年的大方向，但现在绝不是闭眼追概念的阶段。
短期炒的是视频和想象力，长期值钱的，是那些卡住产业链瓶颈的公司，我们目前只看好一家被低估，不被市场充分了解的机器人公司，它市值上百亿美元，业务增长稳定，目前只公布给了我们VIP社区。https://StockWe.com/vip
有兴趣的朋友可以点下方链接订阅，如果你觉得这期内容对你有帮助，欢迎点赞、转发，让更多人看到。
投资是一场长跑，我们下期见。
微信分析师 微信公众号
