客服微信号 MaxStockWe 客服微信2号 MaxTrades 客服 Telegram号 https://t.me/MeiguWe 邮箱 buy@tradesMax.com 电话 (626)378-3637
美股投资网获悉，投行Rosenblatt Securities启动对存储芯片制造商闪迪(SNDK)的覆盖，并给予“买入”评级，目标价为2400美元。分析师Kevin Cassidy在给客户的一份报告中写道“新的AI计算平台正在创造一个机会，使NAND闪存从一种商品化存储介质重新定位为AI基础设施中更加关键的组件。从历史上看，消费电子、PC和智能手机领域的NAND需求主要由存储密度提升以及每比特成本下降所驱动。”
“然而，在AI系统中，随着模型规模扩大以及数据密集型推理需求不断增加，市场越来越重视存储密度、性能、耐久性和供应确定性，而不是绝对最低的价格。我们认为，让NAND更加靠近计算引擎，可以提升其对整个系统的价值。闪迪的技术路线图支持这一机遇。凭借技术及制造合作伙伴铠侠(Kioxia)，该公司已经拥有约25年的先进NAND工艺技术积累。”
“其BiCS8和BiCS10平台提升了面密度和横向扩展能力，与某些竞争对手的技术方案相比，可以在使用更少3D堆叠层数的情况下实现可比的单颗芯片容量。我们认为，这有助于形成有利的单位比特成本曲线，并维持其在面向AI的企业级存储领域的性能与成本优势。”
分析师补充称，鉴于闪迪与全球最大的8家NAND客户签订了“新业务模式”(New Business Model)协议，公司管理层对2028财年至2030财年营收实现中高个位数增长的指引充满信心。分析师解释称“这些协议可能提高需求可见性，并降低NAND历史周期性的波动。基于这一框架，我们保守估计，到2030财年，非GAAP每股收益(EPS)约为300美元。”
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！
美股投资网获悉，近期增长战略全面转向AI与昂贵折叠屏iPhone的美国消费电子巨头苹果公司(AAPL)新款台式电脑于美东时间周二开始发货时，该公司高管开始向大型企业买家们提出一个不同寻常且颇具性价比吸引力的推销理由购买这些高性能电脑设备比租用大型AI数据中心更便宜。
据了解，苹果全新升级后的Mac mini和Mac Studio系列苹果台式电脑设备将能够在本地处理一些复杂的AI任务/AI推理工作负载，售价可接近2万美元，它们将与英伟达(NVDA)高性能工作站GPU以及微软(MSFT)、惠普(HPQ)以及戴尔(DELL)等美国个人电脑制造商们正在推出的新款可端侧处理AI任务的台式电脑正面交锋。预计这些新机将成为美国软件科技巨头微软公司下个月在旧金山举办的Windows活动的焦点。
AI智能体为Mac打开的新市场，来自持续执行任务所需要的本地计算能力。OpenClaw所代表的智能体工作流，会反复进行模型调用、文件读取、代码运行、浏览器操作和结果校验，使电脑从等待用户操作的终端，转变为能够持续工作的任务执行平台。近日风靡全球的Muse以及Astra无疑是进一步扩大了复杂任务自动化的应用范围;从工程与商业逻辑推演，这有望增加用户对常驻运行、能效较高、部署方便的本地计算设备的需求。尤其苹果Mac系列产品能够承接本地工具执行、私有数据处理以及开放模型推理，并与云端模型协同工作。
但需要注意的是，苹果Mac主导的台式机系统“成本更低”不等于“计算能力/容量足以比肩整座AI GPU数据中心”。从经济性推导，苹果的降本主张成立的条件在于——本地AI大模型系统达到所需任务质量与响应速度，且持续使用所节省的云服务费用，超过设备折旧、电力及运维成本。
Mac本身也依靠Apple Silicon中的集成GPU执行模型计算，其优势在于统一内存让CPU与GPU共享较大容量的内存池，减少数据复制，并容纳模型权重与键值缓存(KV Cache)。大模型低并发、逐词生成的解码阶段，往往受到内存带宽限制，因此“大容量内存+较高带宽+低功耗”，配合量化和MLX软件优化，可以让适合本地部署的模型经济地运行。这尤其适合个人或小团队持续使用的代码助手、文档处理和内部智能体。
尤其是苹果管理层提及的“四台Mac运行万亿参数模型”，证明的是模型能够装载并完成推理，不能直接证明其吞吐量、延迟和并发能力等同云端GPU/TPU集群。实际表现还取决于量化精度、实际激活参数量、上下文长度及跨机通信;雷雳RDMA能够降低通信开销，但不会让多台Mac变成没有通信瓶颈的一块巨大GPU。大规模训练和高并发服务，则更能发挥英伟达AI GPU主导的数据中心所具备的专业加速器、高带宽显存及高速集群互连的优势。
苹果携新款Mac加入AI降本竞赛，力图挑战微软与英伟达
苹果升级后的Mac mini和Mac Studio能够在本地处理繁琐的AI推理任务，售价可接近2万美元，它们将与英伟达及个人电脑制造商正在推出的新款台式电脑正面交锋。预计这些新机将成为微软下个月在旧金山举办的Windows活动的焦点。
新款Mac面向编写代码或执行复杂业务工作等更高强度的AI任务，用户无需为此向OpenAI或Anthropic等云端服务领军企业支付“词元”(即所谓“Token”)费用——词元(Token)是AI计算的基本单位。
苹果公司高管们一致希望，自己在充分挖掘iPhone等电池供电设备性能与突出能效比方面积累的经验，能够帮助其在微软的传统优势市场分得一杯羹。但这一挑战十分艰巨根据知名市场调研机构IDC的研究员Linn Huang提供的最新统计数据，苹果在企业台式电脑市场的份额约为4.6%，而Windows为91.3%。
众所周知，苹果联合创始人史蒂夫·乔布斯对企业型大型计算市场一直抱有矛盾态度，因为最终用户们无法自行挑选最喜欢的产品。不过，苹果如今在AI台式电脑领域占据了有利位置，部分原因在于该公司长期以来对节能以及高能效比的执着追求。
苹果在2020年推出首批Apple Silicon芯片时，将个人电脑中原本彼此分离的两类芯片——计算芯片与高性能内存芯片——紧密整合到苹果独家的统一内存架构中，以改善电池续航。
计算与内存之间的这种紧密连接，也意外地让Mac变得擅长处理AI任务;英伟达等全球最顶级AI芯片公司直到最近才开始转向这种方式。随着开源AI智能体工具OpenClaw在中国等市场迅速走红，苹果的Mac mini开始频繁出现售罄的情况。
尽管Mac Studio最初面向的是剪辑视频或制作音乐的内容创作者，但过去两年间，苹果已悄然加入一些不同寻常的AI功能，例如一种专门设计的芯片间互连技术，称为基于雷雳接口的远程直接内存访问(RDMA)。
在本月的发布会上，苹果高级管理层令人惊艳地展示了将四台Mac Studio连接起来，运行一个拥有足足1万亿个参数的超级AI大模型系统，以查找并修复一处图形代码错误。参数数量是衡量模型复杂程度的一个指标。此类任务通常需要数据中心，但这组Mac只需一个墙上的电源插座即可供电运行。
“一旦这台机器摆到你的桌上，你就已经付过钱了。我相信，我们提供的价值绝对出色，无论是在性能方面，还是在成本方面，”苹果首席硬件官约翰尼·斯鲁吉表示。“无需按词元付费。你只需要一遍又一遍地使用这台机器。”
微软也在与苹果争夺同一蓝海级别大型增量市场，其首席执行官萨提亚·纳德拉将设备端AI推理工作负载称为“不按实际的token用量计费的智能”。纳德拉还表示，微软计划将旗下许多AI功能整合进一款面向Windows的“超级应用”。
不过，微软长期以来在企业计算领域的领先地位，意味着它需要支持来自众多不同大型厂商的硬件，这可能会推动那些希望充分发挥特定芯片性能的Windows开发者承担更多工作。也就是说，微软长期占据企业计算市场的领先地位，Windows需要兼容众多厂商提供的硬件，因此开发者若想充分发挥某一款芯片的性能，通常需要付出更多适配和优化工作。
例如，同一个AI程序运行在不同厂商的CPU、GPU或神经网络处理器(NPU)上，可能需要针对各自的架构、驱动、计算接口和内存管理方式进行优化。Windows庞大的硬件生态扩大了兼容范围，也增加了性能优化的复杂度;苹果则能够统一设计芯片、操作系统和开发工具，更便于进行整套系统的协同优化。
微软在回应置评请求时表示，该公司一直在与芯片合作伙伴合作，通过Windows ML工具简化AI工作负载，并且正在积极投资RDMA等功能。英伟达拒绝置评，不过，在今年夏天发布新款个人电脑芯片时，英伟达首席执行官黄仁勋淡化了与苹果直接竞争的意图，称英伟达专注于拓展Windows个人电脑能够实现的功能。
英伟达的优势阵地仍然是全球超大规模AI数据中心。斯鲁吉表示，苹果正向企业买家推介这样一种理念在苹果系列高性能设备上开发的端侧AI大模型，可以向上扩展至其最昂贵的Mac Studio超级台式机，也可以向下适配至其最便宜的iPhone和iPad，因为这些设备的芯片采用了共同的原理和设计。
“你可以向数据中心投入大量电力，”斯鲁吉在采访中表示。“但是我们坚持提供多种产品，让客户能够根据自身需求作出选择我需要哪台电脑、哪款产品?”
当AI智能体加速走进办公桌，Mac系列迎接算力需求大爆发! 苹果的AI增长空间向外延伸
苹果管理层显然是希望全球企业们将其中一部分云计算AI资本支出——华尔街一致预期2030年之前全球AI算力基础设施支出超过3万亿美元，转化为购买苹果的自有计算设备的预算对于调用频繁、模型能够本地部署的工作负载，企业可以将购机、电力与运维成本分摊到大量任务中，提高长期成本的可预测性。与近期光刻机巨头阿斯麦(ASML)等半导体设备股随AI投资热潮走强相呼应，设备厂商受益于芯片制造产能扩张，苹果则争取下游新增计算需求的整机采购预算，形成AI投资由芯片制造向企业桌面延伸的另一条路径。
正如以上内容所显示的那样，AI智能体为Mac打开的新市场，来自持续执行任务所需要的本地计算能力。苹果的技术优势集中在统一内存、大容量内存、能效与软硬件协同。在低并发的大模型逐词生成过程中，读取模型权重的内存带宽往往十分关键;长上下文和并发任务则进一步增加键值缓存所需的内存容量。统一内存让CPU与GPU共享内存池，减少数据复制，使更多本地工作负载能够高效运行。
从投资传导看，苹果最直接的机会是Mac销量增长、高内存配置占比提升，以及企业客户渗透率提高。轻量工具执行和常驻智能体可扩大Mac mini的使用场景，更大的本地模型、并发工作流和小型集群则有望增加Mac Studio及高配置产品的需求。
当台式电脑设备等端侧体系能够持续承担有经济价值的任务，用户衡量购机回报的依据，就会进一步转向节省多少工作时间、完成多少任务以及减少多少外部算力支出。与此同时，苹果已经通过采用自研芯片的私有云计算体系，为Apple Intelligence提供云端模型支持，端侧与云端协同也为其优化服务成本、响应速度和数据处理方式提供了空间。
企业AI服务器则代表苹果管理层更长期的潜在增长方向。9月16日The Information援引知情人士透露消息报道，苹果正在探索采用M8 Ultra芯片、并可能结合英伟达NVLink Fusion技术的企业AI推理服务器，暂定时间指向2029年，相关规划尚未获公司确认。若这一方向落地，苹果有机会把芯片、内存系统、软件工具链和整机设计的协同优势，延伸至更大规模的企业推理部署。其商业吸引力在于智能体持续运行后，客户会更加重视每个成功任务的总成本、功耗和部署便利性，而这些恰好能够成为苹果竞争的重要维度;眼前的Mac需求与长期的服务器探索，也由此形成相互衔接的增长逻辑。
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！
美股投资网获悉，AI 基础设施供应商 Accelevation 周二表示，其 IPO 的目标估值最高可达53.7亿美元，成为又一家利用投资者对 AI 相关股票需求进行融资的公司。
Accelevation 及部分售股股东计划发行3000万股，发行价区间为20至24美元，募资额最高可达7.2亿美元。
资料显示，Accelevation总部位于俄亥俄州Miamisburg，成立于2017年。该公司负责制造和安装数据中心内部使用的电力配电及机房基础设施产品。其产品和服务包括分支电路软连接(branch circuit whips)、远程电源面板(remote power panels)、配电单元(PDUs)以及相关的监控、热管理和现场安装服务，并将这些设施整合为工厂预制组件。
该公司通过产品销售以及在客户现场提供的安装和现场服务获得收入。其客户包括超大规模数据中心运营商(hyperscale)、托管数据中心运营商(colocation)、AI及云服务运营商。2025年，公司营收增长147%;截至2026年6月30日，公司订单积压约为11亿美元。数据显示，该公司在截至2026年6月30日的12个月内实现营收7.27亿美元。
Accelevation 计划在纳斯达克上市，股票代码为“ACCV”。此次发行的承销商包括摩根士丹利、摩根大通、高盛和美银证券等。
此前多份市场调研报告显示，全球AI数据中心的电力需求正在爆发式增长，已经远超传统IT负载的弹性增长模式，未来数年美国公用事业公司等电网建设者们可能需要耗费万亿美元支出来大规模升级老旧电网，并为微软、谷歌以及亚马逊等科技巨头们所主导的史无前例AI数据中心新建设与扩建周期提供最强劲电力扩容资源支撑。
无论是电网系统升级改造还是“自建电力系统”政策导向，都在驱动全球电力资产进入一轮由AI算力基础设施建设狂潮所全面驱动的结构性重估周期。对Accelevation来说，该公司有望借这股电力资产热潮在IPO中取得不错表现。
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！
美股投资网获悉，华尔街投行伯恩斯坦表示，快速崛起的预测市场可能远不只是传统体育博彩的另一种形式，而有望发展成为一种新的金融市场基础设施。随着交易品类从体育赛事和政治事件向加密货币、股票、大宗商品乃至企业经营指标扩展，伯恩斯坦预计，全球预测市场交易规模将从2026年的约4100亿美元增长至2035年的约10万亿美元，2025年至2035年的复合年增长率约为70%。
伯恩斯坦指出，围绕预测市场的争论目前主要集中在监管定义上，例如体育赛事合约究竟应该被视为由各州监管的体育博彩产品，还是由美国商品期货交易委员会(CFTC)监管的衍生品。不过，该行认为，市场可能低估了预测市场背后的结构性机会。
与传统博彩公司不同，预测市场采用交易所模式，平台本身无需成为用户交易的对手方，而是通过全球订单簿连接买卖双方，并引入专业做市商提供流动性。这种模式可能使预测市场从体育领域进一步扩展至更广泛的金融市场，并吸引机构投资者参与。
交易量爆发式增长 2035年或逼近10万亿美元
预测市场今年以来已经出现明显增长。报告显示，全球预测市场交易规模从2025年的约500亿美元迅速增至2026年前8个月的约3000亿美元。推动增长的主要因素包括加密货币和大宗商品短周期合约快速发展，例如15分钟比特币合约，以及世界杯带来的体育类交易热潮。
值得注意的是，世界杯结束后，预测市场交易量仍维持在历史高位，显示新增用户并未随着赛事结束而完全流失。伯恩斯坦预计，2026年全年交易规模将达到约4100亿美元，并在2035年进一步增长至接近10万亿美元。
在这一过程中，预测市场的结构也可能发生明显变化。2025年，体育类合约约占预测市场交易量的61%，金融资产仅占约12%。但伯恩斯坦预计，到2035年，体育类占比将下降至约38%，而包括加密货币、股票和大宗商品在内的金融资产占比将升至约49%，成为预测市场最大的交易类别。
换言之，伯恩斯坦并不认为预测市场的终局是一家更大规模的“线上博彩公司”，而是一个能够同时交易体育、金融资产、经济数据、政治事件等不同结果的综合交易平台。
从“赌比赛”走向交易股票、黄金和企业经营数据
预测市场最基本的产品是一种围绕未来事件结果设计的二元合约。例如，用户可以交易“某支球队是否获胜”、“某个指数是否收于特定点位之上”或“某项经济数据是否超过预期”。如果事件发生，合约最终结算为1美元，否则结算为0美元。在到期前，合约可以在0.01至0.99美元之间持续交易，因此价格本身也可以被理解为市场对事件发生概率的实时判断。
但伯恩斯坦认为，未来的应用范围将远远超过这类简单事件合约。该行预计，短期限二元期权与长期永续期货可能逐渐出现在同一个平台和账户体系中。用户既可以交易5分钟或15分钟的比特币价格结果，也可以持有黄金、股票等资产的永续合约。
更值得关注的是所谓“KPI市场”。未来投资者可能无需直接买卖一家公司股票，而是针对某一项具体经营指标进行交易，例如汽车交付量、产量、订阅用户增长或者交易量。
这意味着，投资者如果只想表达对某家公司某项经营数据的观点，可以直接交易这一指标，而不必通过公司股价间接押注，从而减少宏观经济、资本配置以及其他因素造成的干扰。
预测市场正在吸引博彩业以外的新用户
体育仍然是预测市场当前最重要的用户入口，但伯恩斯坦认为，这一市场并非简单从DraftKings(DKNG)等传统体育博彩平台手中抢夺现有用户，而是在扩大整个市场的参与人群。
数据显示，大约80%的Kalshi用户此前从未使用过线上体育博彩应用，而DraftKings Predictions与DraftKings传统线上体育博彩业务的用户重合度仅约1%。 报告还指出，目前美国有20个州、约1.5亿消费者无法使用开放且持牌的线上体育博彩市场，相当于美国总人口约45%。
伯恩斯坦估算，如果预测市场仅仅吸引这些州原本可能参与体育博彩的消费者，相关体育预测市场2026年的潜在可寻址交易规模就可能超过6000亿美元。
因此，该行认为，预测市场更重要的意义可能不是重新分配现有博彩市场份额，而是扩大体育交易本身的用户基础和流动性。
机构资金或成为下一阶段增长引擎
预测市场的另一个潜在变化是机构投资者入场。伯恩斯坦预计，机构资金未来将主要集中于体育以外的预测市场，包括加密货币、股票、大宗商品、经济数据和政治事件。到2035年，机构交易可能占非体育预测市场交易量约50%，对应约3万亿美元，占整个预测市场交易量约31%。
其背后的逻辑在于，预测市场能够让机构直接对某个具体事件进行风险管理。例如，债券投资者可以直接交易美联储是否降息，而无需通过美国国债期货间接对冲；医药基金可以针对某项药品定价法案是否通过建立头寸；并购套利基金则可以直接交易某笔收购是否能够通过反垄断审查。
这类合约的优势在于，投资者可以直接交易希望对冲的事件本身，从而减少利用股票、利率或外汇等相关资产进行间接对冲时产生的基差风险。
目前机构化趋势已经开始出现。报告称，今年4月，Kalshi完成预测市场行业首笔机构大宗交易；6月，Polymarket完成首笔链上机构大宗交易，用于对冲英伟达(NVDA)H100 GPU算力租赁成本；Galaxy Digital也完成了一笔约1000万美元、与美国《CLARITY ACT》结果挂钩的Kalshi交易。
Robinhood(HOOD)、Coinbase(COIN)等争夺新金融基础设施入口
随着预测市场规模扩大，一场围绕产业链控制权的竞争也已经展开。伯恩斯坦将预测市场产业链划分为消费者入口、期货佣金商(FCM)、交易所(DCM)、清算机构(DCO)和做市商等多个环节，并认为每增加一个由自身控制的环节，平台就能够增加新的收入来源。
不过，从竞争壁垒来看，该行认为最关键的仍然是用户分发能力，因为交易和清算基础设施可以购买或建设，但拥有大量已经入金的零售客户需要长期积累。
在伯恩斯坦覆盖的公司中，Robinhood被认为在产业布局方面具有明显优势。其不仅拥有消费者应用和庞大的零售客户群，还通过Rothera等业务布局交易所和清算环节。与此同时，公司仍然向用户提供来自Kalshi、ForecastEx和Crypto.com等其他平台的合约，从而扩大产品覆盖范围。
Coinbase、盈透证券(IBKR)以及传统交易所和博彩运营商也正在不同环节切入预测市场，一场围绕下一代事件交易基础设施的竞争正在形成。
监管仍是最大不确定因素
不过，预测市场尤其是体育赛事合约的监管地位仍存在重大不确定性。争议核心在于，体育赛事合约究竟属于受CFTC监管的金融衍生品，还是本质上属于应由美国各州监管的体育博彩。
伯恩斯坦指出，近期法院对于这一问题出现不同解释，美国各州监管机构、博彩行业、CFTC以及预测市场平台之间的法律争议仍在持续。该行预计，体育预测市场的长期监管框架可能要到2027年至2028年才会更加明朗。
因此，未来数月行业需要关注的问题包括相关案件是否最终进入美国最高法院、各州是否进一步加强执法和征税，以及美国联邦层面是否重新调整监管框架。
尽管存在监管风险，伯恩斯坦认为，预测市场正在经历一个更重要的结构性变化它正在从围绕选举和体育赛事的零售产品，逐步发展成为可以容纳金融资产、宏观经济、企业经营指标和事件风险的交易基础设施。
如果这一趋势延续，体育博彩可能只是预测市场吸引消费者的第一站，而非最终形态。随着金融资产和机构资金占比不断提高，预测市场最终可能演变成一个横跨传统金融、加密资产和事件交易的新型市场，并在未来十年形成接近10万亿美元的年交易规模。
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！
【【美.股..期.权..提.示】】SPY 公司期.權 2026年 9 月 23日到期的看跌期權PUT現在買.入，行權價772 美.元 , 競價美.元附近買入或市場價，目標美.元，未平倉，止.損設，取消前有效，英文 GTC=good till cancel=除非手動解除否則【永遠持續有效】
The Information 最新报道显示，Muse 上线约一周后已经有超过 50 万人使用过，其中超过 25 万是日活跃用户 DAU。粗略看，相当于首批累计用户中有很高比例仍在日常使用，虽然这不能严格等同于“50%留存率”，但说明它不只是下载后尝鲜一次。The Information
更重要的是，Muse 后续增长还在加速。Reuters 报道，截至上线约两周，Muse 下载量已经超过 250 万；Sensor Tower 数据显示，其近期单日下载甚至超过 30 万次。Reuters
所以美股投资网研究团队会这样理解：
25万 DAU 对 Meta 本身体量来说还非常小。Meta 旗下应用每天有大约 36 亿活跃用户，因此 Muse 目前远远谈不上影响 Meta 整体收入。Reuters
但如果从“新产品验证”角度看，25万 DAU 很有意义。特别是 Muse 不是普通聊天机器人，而是可以购物、订餐、订行程、发邮件、打电话执行任务的 Agent。对于这种需要用户授权账户、提供个人信息、并真正让 AI 替自己做事情的产品，能够一周做到 25 万 DAU，说明用户接受度可能比市场此前预期更高。
美股投资网研究团队认为真正应该盯的不是现在的 25 万，而是接下来 1到3个月能不能走：
25万 DAU → 100万→ 500万→ 1000万 DAU。
如果 Muse 很快突破几百万 DAU，而且用户持续让它进行购物、预订、支付、打电话等真实交易，那么意义就完全不同了。那时候 Muse 就不只是一个 AI App，而可能成为 Meta 新的“AI交易入口”。
这也是为什么最近华尔街对 META 的反应这么大——市场交易的不是“25万用户值多少钱”，而是在重新评估 Muse 有没有可能成为 Meta 的下一个大型消费者平台。Investopedia
所以一句话：25万 DAU 本身不算大，但“上线一周做到25万 DAU”很强，尤其对于 AI Agent 来说，是一个值得重视的早期信号。
━━━━━━━━━━━━━━━━━━━━━━
【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”。
━━━━━━━━━━━━━━━━━━━━━━
目前公开披露的AI辅助药物项目中，研发周期缩短约 15%—80%。
传统大型药企：
Target ID → FIH（首次人体试验）：约 50个月+
Hit ID → FIH：约 50–65个月
AI赋能项目：
Schrödinger SGR-1505：10个月
Recursion EXS21546：9个月
Generate Biomedicines GB-0669：17个月
Insilico Medicine Rentosertib：18个月
核心变化：
过去药物研发靠大量实验试错。
现在AI可以：
快速发现药物靶点
模拟分子结构
筛选候选药物
提前预测有效性
本质是用AI降低研发时间和成本。
美股投资网整理受益美股如下：
1.RXRX （Recursion Pharmaceuticals）
AI制药代表公司。
逻辑：
AI模型 + 自动化实验平台，加速新药发现。
图中多个AI药物项目来自Recursion。
受益方向：AI药物筛选，分子设计，生物数据平台
2. SDGR（Schrödinger）
计算化学平台。
核心：
利用AI和计算模拟设计药物分子。
逻辑类似：
AI时代的“药物研发软件基础设施”。
3. NVDA
AI制药背后的算力供应商。
药物研发需要：
GPU计算
分子模拟
生物数据训练
AI进入生命科学，将增加高性能计算需求。
4. 大型药企
AI不会取代药企，而是提高研发效率。
重点关注：
LLY
NVO
MRK
PFE
优势拥有：临床数据，研发资金，商业化渠道
$NVDA
$LLY
#美股
摩根士丹利亚洲团队9月发布的中国互联网行业深度研究显示，在已使用或计划采用AI的广告主中，72%表示广告总预算没有变化，74%认为跨平台广告支出正在进一步集中。在总预算增长有限的情况下，AI首先改变的是广告预算的配置方式。
这一趋势已经体现在广告主的实际应用中。2025年，74%的受访广告主使用AI进行内容生成，62%用于广告活动管理，而商品Feed/目录优化、生成式引擎优化的渗透率分别仅为9%和5%。当前AI对广告行业的主要作用仍是提升效率，而不是创造新的广告入口。
随着AI从内容生成、投放优化进一步走向Agent，广告平台的竞争也将逐渐延伸至用户决策和交易环节。对于互联网平台而言，真正值得关注的不是AI本身带来多少新增预算，而是谁能够借助AI获得更多存量预算，并进一步打开广告之外的商业化空间。
AI先改变预算流向，广告增量尚未打开
摩根士丹利基于第六期AlphaWise中国广告主调研得出的结论相当明确：AI正在改变广告预算分配，但尚未显著扩大广告总盘子。
调研显示，50%的广告主认为AI已经带来ROI提升，46%认为客户咨询处理以及售前、售后承接有所改善。但在预算层面，72%的广告主表示总广告支出没有变化，更多是在既有预算内部调整投放结构。
与此同时，74%的广告主认为跨平台广告支出更加集中。随着广告主越来越重视投放效率和结果可衡量性，预算正在向能够提供更高转化效率、更完整数据反馈的平台集中。因此，AI当前带来的首先是份额变化，而不是市场整体扩容。
这一阶段的另一个特征是，AI应用仍主要停留在广告生产和管理环节。内容生成、广告活动管理已经成为较成熟的使用场景，而商品Feed优化、生成式引擎优化等更接近AI原生广告的模式，渗透率仍然较低。只有当AI进一步参与用户发现、商品决策和交易执行，新的商业收入空间才可能真正释放。
2030年看预算迁移，2040年才体现增量
摩根士丹利预计，到2030年，可单独识别的AI总变现规模约为2910亿元人民币，其中候选集广告约100亿元，AI归因交易佣金约2810亿元。
需要注意的是，这一预测并不包括预测式AI提升现有广告库存变现效率所带来的收入增长。也就是说，如果AI提高了广告点击率、转化率或投放效率，这部分增量仍将体现为传统广告业务收入，而非新的AI独立收入。
真正的增量空间来自Agent进一步进入交易链路。到2040年，随着AI参与发现、决策和交易执行，AI促成的广告收入预计达到3190亿元，AI归因交易佣金规模则可能达到1.24万亿元。不过，扣除传统业务被替代、激励支出以及合作伙伴分成后，最终形成的净市场扩张规模将低于上述总量。
因此，两个阶段对应不同的商业逻辑：2030年前主要是预算迁移，2040年前后才更多体现AI对商业模式和市场空间的重构。2040年的预测更适合作为长期情景锚点，而非精确的时间节点。
模型之外，商业闭环决定价值获取
当AI从广告投放工具进一步变成能够理解需求并执行任务的Agent后，平台竞争的核心将转向对商业链路的控制。摩根士丹利将其归纳为四个关键节点：谁发起需求、谁决定候选集、谁完成交易，以及谁掌握结果数据和回写权限。从广告、赞助排序，到交易佣金、支付和商家服务，不同环节对应着不同的价值获取方式。
这也是独立AI与嵌入式AI的主要差异。独立AI能够聚合跨领域用户意图，但嵌入业务体系的AI距离商品、商家、支付和交易更近，更容易把用户需求转化为可量化的商业结果。调研显示，47%的广告主认为AI创造的价值将由各参与方共同分享，37%认为平台将成为最大的单一受益方。
由此看，AI未必会彻底改变互联网竞争格局，反而可能放大不同平台在用户需求、供给、交易和数据上的既有差异。对于广告市场而言，短期看预算向高效率平台集中，中长期则取决于平台能否把AI接入完整商业链路。随着Agent从辅助投放走向“读取需求—决策—执行—回写”，广告之外的交易佣金和商家服务收入，有望成为下一阶段更重要的增量来源。
美股大数据 StockWe.com 每天追踪存储芯片价格，发现内存DDR价格在9月已经开始回落，但美光和SK海力士股价继续创新高，为什么，因为AI已经从拼模型能力，转向落地一款极具粘性的个人Agent产品 META #Muse
这意味着，AI产业的竞争正在进入一个新阶段：模型能力是必要条件，但不再是充分条件。谁能把通用模型转化为具体的产品体验、稳定的工作流和可验证的商业回报，谁才能在下一阶段的竞争中真正占据有利位置。
而这一变化提示了一个值得重新审视的估值框架：在AI领域，模型参数规模和基准测试排名固然重要，但应用层的工作流深度、用户入口的粘性，以及ROI的可验证性，可能正在成为更具预测力的商业价值指标。当模型开始“够用”，下一场战争的战场，已经悄然转移。
美股投资网获悉，OpenAI 正呼吁美国牵头建立全球 AI 技术标准，覆盖模型评估、安全测试、事故报告和国际协作等领域。
与此同时，Sam Altman 本周将前往联合国，就 AI 安全与国际治理问题进行讨论。
这件事真正值得关注的是竞争层级变了：
从OpenAI、Google、Anthropic 这些公司之间争模型能力，到现在开始进入美国z府、中国、联合国、多边治理体系。
谁掌握标准，谁就可能掌握未来模型测试、算力准入、跨境部署甚至芯片出口的话语权。
美股投资网认为，短期这不是直接的业绩催化，但它意味着 AI 产业正在多出一条新的估值变量：
技术竞争之外，规则竞争正式升温。
$NVDA $MSFT #美股
━━━━━━━━━━━━━━━━━━━━━━
【原创声明】
本文由美股投资网（TradesMax.com）研究团队原创完成。
原创机构：美股投资网
英文品牌：TradesMax
本文基于公开财报、SEC文件、市场数据、机构资金、期权交易及产业链信息进行独立分析
如需引用本文，请注明：
“美股投资网（TradesMax.com）原创研究”。
━━━━━━━━━━━━━━━━━━━━━━
指数快创新高了，但越来越多股票却在创新低。
周一标普500大涨1.49%，距离历史高点已经不到1%，但标普成分股内部却出现明显背离——创新低的股票数量远远超过创新高。
类似“指数在高位、内部宽度却快速恶化”的情况，历史上并不常见。
更值得注意的是，部分市场宽度指标已经降到历史极端区域。过去比较接近的阶段，包括1973年前后以及1999年科技泡沫末期；
其中更严格的“指数大涨并逼近新高、但新低股票反而超过新高”的组合，上一次出现要追溯到1999年12月。
美股投资网认为，这说明现在真正的问题不是指数，而是上涨越来越集中。
AI、半导体和少数超级科技股还在不断抬高指数，但大量普通股票已经提前进入深度调整。
这并不意味着美股马上见顶。
但历史告诉我们，当指数不断创新高，而参与上涨的股票却越来越少时，市场的容错率会明显下降。
所以接下来比$SPY 能不能创新高更重要的是：
如果指数再创新高，市场宽度能不能一起回来？
如果回不来，这个背离就值得真正重视。$QQQ #美股
━━━━━━━━━━━━━━━━━━━━━━
【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”。
━━━━━━━━━━━━━━━━━━━━━━
微信分析师 微信公众号
