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

gold 24

新闻快讯

Piper-Sandler首次覆盖AI芯片板块:英伟达(NVDA)、博通(AVGO)为“首选”,预计2030年算力市场规模将达2.2万亿美元

作者  |  2026-09-14  |  发布于 新闻快讯

 

美股投资网获悉,Piper Sandler发表研报,首次覆盖人工智能(AI)芯片及半导体板块。该行对七只主要半导体股启动评级,其中AMD(AMD)、Arm(ARM)、博通(AVGO)、迈威尔科技(MRVL)和英伟达(NVDA)获“增持”评级,英特尔(INTC)和高通(QCOM)获“中性”评级。该行指出,博通和英伟达被列为其AI加速器领域的“首选”,而AMD和Arm则因在服务器CPU领域夺取份额而受到重点关注。

在目标价方面,Piper Sandler给予AMD 600美元、Arm 320美元、博通460美元、英特尔110美元、迈威尔科技270美元、英伟达300美元、高通190美元。

分析师David O'Connor和Zackary Altman在报告中表示,算力可谓是AI发展的核心基石,随着智能体AI的落地爆发,AI行业正迫切需要更多算力支撑。

该行指出,2027年产能已经售罄,2028年订单簿也已排满。Piper Sandler预计,到2030年算力市场规模将达到2.2万亿美元,其中加速器市场为2万亿美元,CPU市场为2000亿美元;这意味着算力市场到2030年将扩大约5倍,并推动算力产业链营收扩张,转化为该组股票平均约45%的每股收益复合年增长率。

该行认为,这些公司是超大规模云厂商和新云厂商建设中最重要参与者。报告还指出,当前算力稀缺在新云厂商的GPU小时定价中清晰可见。Silicon Data的H100定价指数显示,英伟达H100 GPU每小时价格为2.60美元,而12月为2.00美元,即OpenClaw出现之前。

报告还提到,2025年2月也曾因DeepSeek部署带来的需求增强而出现需求激增;算力成本下降会进一步拉动使用量,反过来继续推高算力需求。Piper Sandler强调,需要注意,英伟达早在2022年第四季度就已量产H100,也就是说这款芯片距今技术迭代已近4年。此外,组件成本也在上升,从而推高硬件厂商收入;该行发现,GPU芯片成本在过去两代产品中已从30%升至40%。

个股层面,O'Connor称英伟达为“AI算力的绝对领导者,拥有80%市场份额”。他表示,今年智能体AI工作负载的爆发带来了需求阶跃式变化,供应可能在未来两到三年保持紧张,并称该股以约14倍2028财年预期估值计算,是“AI领域中估值最低的股票之一”。

O'Connor称博通是定制ASIC芯片的领导者,拥有75%份额,并指出供应紧张的问题。他写道“需求是供应的两倍,因此确保额外供应是关键。”他还指出,该公司在2027财年可预见的市场需求已达12吉瓦。

O'Connor称AMD为“智能体AI的最佳受益标的”,指出AMD在服务器CPU领域持续获得份额,其Helios GPU也在放量,锚定客户包括OpenAI、Meta(META)和Anthropic。他预计AMD盈利到2030年将以65%的复合年增长率增长。

分析师还看好迈威尔科技的数据中心业务,并称与谷歌(GOOGL)达成的1200亿美元协议具有变革性。他还提到,10月6日的分析师日可能成为潜在催化剂。

最后,O'Connor强调了Arm在CPU知识产权领域的主导地位,以及向定制芯片和加速器IP的扩张,他认为这可能使Arm盈利翻倍。

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!

 

Piper-Sandler“点火”Reddit(RDDT):8月用户增加8%-创年内最强单月增幅

作者  |  2026-09-14  |  发布于 新闻快讯

 

美股投资网获悉,Reddit(RDDT)周四上涨约6%,止步四连跌。此前Piper Sandler表示,该社交媒体平台8月平均用户数环比增长8%,创今年最强单月增幅。Piper称,7月用户数曾下降2%,而8月Feed受众增长足以抵消Conversation用户下滑。根据该券商对Reddit Ads Manager数据的分析,8月总受众同比增速由7月的12.8%加快至18%。

Meta Platforms(META)周四亦小幅走高,此前一交易日收涨约6.5%,但其涨势主要受投资者对其新推出的Muse AI代理的热情推动。其他依赖广告的社交媒体同行,包括此前几个交易日走低的Snap(SNAP)和Pinterest(PINS),周四也小幅上涨。

Piper表示,8月国际用户增长29.3%,较7月的19%提速;美国用户增长5.2%。该券商还指出,自7月初以来,周度用户动能强劲,主要由国际Feed驱动。

Piper提醒,Reddit Ads Manager预测模型的调整预计将使9月受众规模预估降低约20%。该券商称,此次一次性重置反映的是方法论调整,并不表明基础用户趋势恶化。这些变化影响的是预测,而非拍卖、优化或广告投放。

该券商还表示,其数字广告数据集中8月广告支出较预期高出60个基点,超预期幅度最大的是奈飞(NFLX)、Roku(ROKU)、YouTube(GOOGL)和Pinterest(PINS)。不过,其第三季度支出增长预估上调30个基点。Reddit自身第三季度广告支出增长预估也被上调30个基点。

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!

 

CFO称SpaceX(SPCX)对千亿美元年化营收目标信心增强!地面算力接大单,太空AI愿景拓新局

作者  |  2026-09-14  |  发布于 新闻快讯

 

美股投资网获悉,马斯克创立并掌舵的AI与太空探索领军者SpaceX(SPCX)在万众瞩目的高盛Communacopia+科技大会上披露的新动态显示,新签AI算力基础设施资源供给协议将从12月起带来每月11.1亿美元收入,按完整12个月折算约为133.2亿美元,增强了管理层实现1000亿美元年化收入运行率目标的信心,同时也凸显出AI算力基础设施相关联业务快速成为该公司核心增长引擎。SpaceX首席财务官布雷特·约翰森还公布了该公司在地面算力扩容、太空轨道AI算力部署、星舰更大规模商业化、卫星直连手机等多条增长型业务线的重要动态时间表。

1000亿美元乃SpaceX争取在2026年底达到年化收入运行率(annual revenue run rate)规模目标。这一无比强劲增长目标的关键是收入增长速度达到这一目标,需要SpaceX月收入约83.33亿美元,相当于该公司第二季度月均26亿美元的约3.2倍。

马斯克此前在社交媒体X上发文预计,SpaceX年度营收将在2033年前后达到约3.5万亿美元,较其此前提出的“2030年达到1万亿美元”更为激进;若以华尔街预计的2027年1,000亿美元营收为基数,相当于六年增长35倍、年复合增速约81%。但是这一激进预测属于马斯克的个人预测,并非正式公司指引。

谷歌和Anthropic的算力协议分别对应每月约9.2亿美元、12.5亿美元。若新合同如期启动,且前两项业务维持这一规模,三项合计约为每月32.8亿美元。这些数字显示,外部客户采购正在成为SpaceX收入扩张的重要支撑。不过,67亿美元AI云计算服务协议创收前景展望在当前的SpaceX基本面扩张材料中缺乏明确的合同期限,不能直接作为月收入或年收入加入测算。

这些积极进展可谓支持将SpaceX的增长来源进一步延伸至商业算力服务,同时为轨道计算保留长期上行空间——即地面算力合同支撑近期收入扩张,太空AI数据中心愿景则在积极拓展长期增长空间。对AI算力主题交易而言,SpaceX主导的大额AI云服务采购协议有助于显著强化市场对于AI算力产业链的乐观需求展望。

在高盛Communacopia+技术会议上SpaceX展现出对于其实现1000亿美元年化收入运行率规模的强劲信心,公司同时计划将地面AI基础设施容量从2026年底略高于2吉瓦,扩大至2027年的5至10吉瓦,并探索轨道计算以突破地面电力约束。SpaceX计划在本十年末开始商业化模块化轨道算力,长期目标是每年向轨道部署100吉瓦AI计算能力——若全年连续运行,其耗能规模约相当于2025年美国全年发电量的五分之一。

新增AI算力合同添底气,“AI+太空”超级帝国的千亿美元营收目标进入至关重要交付阶段

SpaceX首席财务官布雷特·约翰森表示,公司更加确信能够实现1000亿美元的年化收入运行率规模,凸显出该公司高管以及市场对埃隆·马斯克旗下这家覆盖AI应用、庞大AI算力资源、商业航天与卫星互联网超级科技巨头快速增长的强劲看涨预期。

约翰森在高盛Communacopia+技术会议上表示,公司已签署一项向未披露身份的客户提供AI算力的新协议,自12月起每月金额为11.1亿美元。这份合同对应的年化收入约为130亿美元。他在会议上补充表示,这项最新签署的协议让SpaceX对实现1000亿美元年化收入运行率规模“更加确信”。

他还谈到了SpaceX扩大地面AI算力容量的计划,表示公司预计到2026年底部署略高于2吉瓦的容量,并将2027年的容量目标设定为5至10吉瓦。

约翰森表示,电力供应正日益成为地面AI基础设施的制约因素,这也是SpaceX将轨道计算视为长期机遇并加以探索的原因之一。

从数字上看,这里的年化收入目标是将月收入乘以12计算得出的年度运行规模,并不意味着2026年财报收入将达到1000亿美元。SpaceX甚至有可能需要每月产生约83亿美元收入,才能达到这一水平。这家AI、商业航天兼卫星运营商公布的第二季度收入为78亿美元,相当于每月约26亿美元,这意味着月收入需要提高至原来的至少三倍以上。

现有协议包括一项将于10月逐步加速放量的67亿美元AI云计算资源服务协议,以及一项从12月起每月金额为11.1亿美元的AI托管协议。该公司与全球AI应用领头羊谷歌以及即将登陆股票市场的Anthropic签订的巨额AI算力协议,已经带来超过20亿美元的月收入。

能否达到1000亿美元这一数字,取决于这些协议的业务规模扩张速度;交付延误或增长放缓,都可能使SpaceX无法达到这一年化收入水平。

约翰森此前曾表示,由于公司已签订算力出租合同,SpaceX的AI算力基础设施投资回收期甚至有可能不足一年。

华尔街金融巨头摩根士丹利围绕被英伟达CEO黄仁勋称为开启“AGI纪元”的OpenAI Astra大模型提出的最新关键趋势与判断,是AI大模型的能力大幅提升让更多工作负载在经济上变得可行,从而强化AI算力、数据中心电力链条、载板与存储制造的供给约束。在其情景测算中,超大规模云厂商算力部署对应的电力容量从2025年约35吉瓦扩大至2028年约145吉瓦,达到原来的约4.1倍。

Astra发布推高了市场对通用人工智能(AGI)的期待,由此带来更加强劲的算力需求轨迹,尤其是“按成果收费”的新增长模式有望带来更加强劲总算力需求,而近期更加直接的算力需求证据则来自AI研发流程本身——即AI开始“造AI”的“递归自我改进(RSI)”研发轨迹。

随着Astra引领的先进最前沿大模型带来愈发强劲AI算力需求,摩根士丹利预计北美四大超级云计算与AI应用厂商们数据中心综合资本开支将从2026年的9170亿美元升至2027年的1.47万亿美元、2028年的1.64万亿美元,同期部署容量预计由2025年的35吉瓦扩大至2028年的145吉瓦。

AI投资能否持续,关键在于资本回报和经营现金流能否支撑扩张。大摩情景测算显示,模型公司利用自有基础设施提供API服务,投入资本回报率(ROIC)约为46%,高于云厂商出租GPU的31%,以及依赖第三方基础设施提供API服务的25%。这支持同时掌握模型、算力和商业化渠道的企业获得更高回报,但这些属于量化模型估算值。与此同时,四大巨头合计经营现金流方面,大摩预计从2026年的7390亿美元增至2028年的1.23万亿美元,新增债务融资需求从2380亿美元降至900亿美元。

地面算力开始兑现为AI订单增长,太空愿景拓展未来增长边界

SpaceX的地面AI算力扩张计划为摩根士丹利、高盛等华尔街金融巨头们提供了积极观察产业链需求的具体尺度。SpaceX预计2026年底部署略高于2吉瓦的AI基础设施,2027年目标为5至10吉瓦。

吉瓦衡量的是相关设施的功率规模,实际计算能力还取决于芯片配置、集群效率与利用率。从工程和商业逻辑看,智能体承担更多持续运行、反复调用工具的复杂任务,将增加计算、存储和网络需求;头部客户提前采购容量,是这一需求转化为商业承诺的积极信号。相应建设能够带动AI核心计算加速器(GPU/TPU/XPU)、数据中心高性能HBM/DRAM、服务器内存、企业级SSD、光互连及供配电设备采购,但供应商的实际收益仍取决于项目投产进度与订单份额。

太空轨道AI计算资源则是SpaceX试图突破地面电力约束的长期方向。公司已提出部署最多100万颗轨道数据中心卫星的申请,近期报道提及首批相关卫星拟于2027年底发射,这仍属于远期或者长期视野层面的建设计划。

太空AI数据中心潜在优势在于利用合适轨道的日照条件,减少对地面电网接入和土地资源的依赖;工程难点则集中在发射成本、供电系统质量、辐射环境、通信能力和设备更新维护。但是投资者们尤其需要准确理解散热真空中没有空气对流,芯片废热必须经导热系统传至辐射器,再以热辐射方式排出,散热面积和质量本身就是规模化约束。

太空AI数据中心的底层逻辑,是在轨道上获取太阳能并就地完成计算,将数据传回地球,以减少对地面电网扩容、土地和冷却水的依赖。

选择合适的晨昏太阳同步轨道,可以获得接近连续的日照,减少储能需求;但太空低温并不意味着芯片能够自动冷却计算设备消耗的电能几乎最终都转化为热量,真空环境缺乏空气对流,废热必须经热管或流体回路传至辐射器,再以热辐射排出。

因此,大面积散热结构的重量与部署、发射成本、芯片抗辐射能力、高带宽星间通信及在轨维护,仍是规模化建设的关键瓶颈。轻量化太阳能电池无疑大幅度改善了其中的供电环节,整套系统的经济性仍取决于这些工程条件共同成熟。

就在“AI芯片超级霸主”英伟达公布继续抬升全球AI资本开支预期以及新一轮AI算力产业链牛市的强劲业绩报告之后,马斯克试图把AI基础设施的扩张边界从地面推向太空轨道——他创立并掌舵的SpaceX(SPCX)计划于2027年第四季度发射首批采用英伟达下一代算力集群——Vera Rubin架构AI GPU主导集群打造的AI数据中心卫星,并在2028年形成“显著规模”。这并不意味着地面数据中心将被迅速取代,而是押注太空轨道算力能够绕开地面电网、土地及用水等重大瓶颈,成为AI算力的新增供给层。

马斯克等SpaceX管理层的底层判断是,2030年全球数据中心算力需求可能达到235吉瓦,其中70%用于AI,而地球电网、土地、审批和环境容量难以支撑太瓦级扩张;太阳则占太阳系能量的约99.8%。SpaceX因此计划在本十年末开始商业化模块化轨道算力,长期目标是每年向轨道部署100吉瓦AI计算能力——若全年连续运行,其耗能规模约相当于2025年美国全年发电量的五分之一。

SpaceX招股说明书明确把“建设持续扩张的太空文明、最终迈向能够利用太阳全部能量的Ⅱ型文明”定义为长期范式转变;马斯克本人也曾表示,月球卫星工厂、质量加速器(Mass Driver)及每年超过100太瓦的AI硬件部署,将推动人类朝Ⅱ型文明取得“具有实质意义的积极进展”。

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!

 

ASIC与光互连撑起高速增加版图!-美银力挺涨势如虹的迈威尔(MRVL)-高呼还有55%上涨空间

作者  |  2026-09-14  |  发布于 新闻快讯

 

美股投资网获悉,9月11日美国公布的8月整体及核心CPI分别环比上涨0.4%、0.3%,涨幅均较7月加快且核心CPI环比超预期,但当天标普500与纳斯达克综合指数仍分别上涨0.86%、0.96%,油价回落以及AI相关科技企业强劲业绩表现持续提供看涨支撑,凸显出市场仍在权衡地缘政治冲突之下的通胀压力与盈利增长趋势。华尔街围绕聚焦于AI ASIC与数据中心光互连芯片的迈威尔科技(MRVL)的看涨逻辑,正是体现了后者——即“AI算力主题主导的盈利轨迹一切负面逻辑”。

华尔街金融巨头美国银行维持对于迈威尔的365美元目标价,看重其通过围绕天量级AI智能体推理需求的定制AI加速器(即AI ASIC)及配套光互连芯片扩大每套AI系统中的收入份额;相对9月11日236.10美元收盘价,该目标意味着约55%的潜在涨幅。不过,2030年400亿至450亿美元的相关收入机会属于情景测算,兑现程度取决于客户项目、产品份额与盈利能力。

AI算力需求越庞大,数据中心AI芯片与光互连价值愈发扩张

从工程与商业模式看,迈威尔受益于AI扩张的核心是“定制AI加速计算+系统配套光互连/光通信”。面向特定工作负载设计的ASIC,可以通过优化计算单元、存储访问和数据流,提高能效并降低大规模部署成本;与此同时,更多加速器迫切需要全面配套的网络、内存接口芯片和基于光学技术的数据中心高速连接芯片。

迈威尔将这类配套业务称为“XPU配套芯片”,涵盖PCIe重定时器、协处理器、CXL控制器、高速光互连芯片及共封装光学(CPO)关键组件等。根据美国银行的最新测算,每颗定制处理器搭配一至两颗、售价500至1500美元的配套芯片,可以使公司在客户扩容时获得多重收入增量。高速模拟电路、接口知识产权及系统验证的复杂性,也构成客户自行复制这些产品的门槛。

迈威尔的第二增长曲线——即除了携手亚马逊等云计算巨头们共打造AI ASIC芯片之外的“光互连芯片业务”,光互连需求的底层驱动力,是AI集群的有效算力越来越依赖跨节点通信效率。混合专家模型的专家并行、分布式推理,以及采用预填充与解码分离的系统,都可能增加数据交换;网络拥塞会使昂贵的加速器等待数据,降低整个集群的利用率。

随着传输速率与距离提高,铜连接的损耗、信号补偿和功耗压力加大,推动更多链路采用光连接。迈威尔通过光通信数字信号处理器、高速串行接口、驱动器及相关互连产品参与其中,公司已经量产的Ara平台与扩展后的1.6T产品组合,就是承接这一升级的具体产品。

Lumentum的需求展望为这条产业链提供了另一侧证据。花旗会议纪要所记录的管理层判断包括相关光模块器件(即用于AI加速器紧耦合互连的光学模块)出货量从2026年至2027年约翻倍,其中EML和CW激光器短缺预计贯穿2027年,OCS与NPO业务可见度提升推动2028财年每股收益目标上调至40美元。

两家公司的受益环节有所不同迈威尔重点提供处理、传输及连接数据的半导体,Lumentum则提供激光光源、光学组件及光交换系统。因此,AI芯片与光互连的增长逻辑仍有延续基础,但股价持续上涨需要订单、产能认证、毛利率和现金流不断兑现。

美国银行向迈威尔股票投资者们释放强烈看涨信号

根据华尔街的统计数据,这家AI芯片巨头的股价过去六个月累计上涨超过160%,其数据中心芯片的需求激发了市场乐观情绪。根据一份分享给TheStreet的报告,美国银行分析师Vivek Arya在与首席执行官Matt Murphy和首席财务官Dan Durn会面后,认为有充分理由继续坚定看多该股。

华尔街对迈威尔的整体评价偏多,但目标价存在分歧。截至9月11日,StockAnalysis展示的标普全球45位分析师汇总评级为“强力买入”,平均一年期目标价为284.64美元,相对236.10美元收盘价对应约20.6%的上涨空间,但是负面目标价则意味着跌幅约20%。该样本中的最高目标价为400美元,对应约69.4%的潜在涨幅;公开评级记录显示,KeyBanc分析师John Vinh于8月28日维持“增持”评级及400美元目标价。美银的365美元目标价同样明显高于市场平均水平。华尔街共同的看涨方向是AI数据中心业务扩张,分歧集中在增长兑现速度及市场愿意给予的估值倍数。

截至9月11日,该股涨幅接近12%,而英伟达(NVDA)等半导体板块大型同行的股价过去一周下跌超过5%。具体而言,迈威尔参与构建支撑AI运行的硬件。该公司设计定制处理器,以及在处理器之间传输数据、使庞大计算系统能够高效协同工作的高速光互连芯片。

该公司与谷歌扩大的合作尤其引人关注,合作涵盖支持这家搜索巨头AI基础设施的芯片。此外,该协议还赋予谷歌以特定价格购买迈威尔股票的权利,具体取决于未来的采购情况。

但Arya在与管理层共进午餐后发表的最新观点,已经超出了某个特定客户的范畴。美银强调,迈威尔不断扩大的产品组合可能进一步深化其在AI系统中的作用。随着10月6日分析师日临近,投资者可能很快就能更清楚地了解这一机会究竟有多大。

美国银行维持迈威尔股票的“买入”评级和365美元的高目标价,相较于该股9月11日约236.10美元的收盘价,意味着接近55%的上涨空间。

以Vivek Arya为首的分析师团队,其信心建立在迈威尔能够向每套AI系统销售更多技术产品的潜力之上。

Arya及其团队认为,迈威尔最大的机会在于连接处理器、管理内存和传输数据的配套芯片。与处理器本身相比,客户复制这项业务的难度要大得多。

迈威尔已经向美国四大超大规模云计算厂商交付这些产品,而且其每颗定制处理器都需要一至两颗配套芯片,售价为500至1500美元。这为迈威尔在客户扩充算力时增加来自这些客户的收入创造了新机会。

美银估计,到2030年,仅这一配套芯片市场的规模就可能超过600亿至650亿美元。按预计40%至50%的市场份额计算,迈威尔的年度销售机会可能达到300亿美元,而管理层对2028年的展望为30亿至40多亿美元。

此外,定制处理器还提供了另一项重要增长动力。美银认为,到2030年,迈威尔在这一领域的潜在销售额可达150亿美元,使两者合计的机会达到400亿至450亿美元。不过,需要注意的是,这些属于模型测算的机会,并非已经确认的订单。

盈利层面的潜力也解释了这种乐观情绪。美银分析师Arya认为,迈威尔2028自然年的每股盈利潜力接近14美元,高于11美元的基准水平;销售额每增加10亿美元,每股盈利可增加30至35美分。

他的目标价采用剔除股权薪酬费用后的基准盈利的33倍估值。因此,看涨情景在很大程度上依赖于强劲增长,以及投资者在迈威尔执行计划的过程中继续给予其溢价估值。

作为参照,根据华尔街的数据,该股过去五年的非公认会计准则市盈率为42倍,因此,33倍的基准估值要求并没有那么高。

哪些因素可能打断迈威尔的上涨行情?

迈威尔股价层面的最大风险,是其巨大的市场机会与实际实现的盈利之间存在差距。美银所设想的400亿至450亿美元庞大销售情景,在很大程度上依赖于市场扩张、客户支出以及股价大幅上涨。这些销售收入仍有待未来实现。

客户项目的执行情况可以说是第一道考验。美银指出,亚马逊和微软下一代芯片项目存在不确定性。产品推出延迟可能导致销售收入推后,而研发成本仍会持续发生,从而削弱投资者所期待的盈利增长。

竞争很可能进一步加剧这种风险。AI ASIC领域的份额霸主博通(AVGO)可能仍是定制芯片领域最强大的现有竞争者,而英伟达与AMD主导的标准化AI加速器也在争夺同一笔支出预算。迈威尔广泛的互连产品组合提供了多条增长路径,但赢得业务并不一定能够保证定价权,也不一定能够实现美银盈利假设所要求的利润率。

此外,谷歌协议也值得仔细审视。备受讨论的1200亿美元金额涉及的是一个与采购挂钩的框架,并非保证订单。正如Peace Longe在提出质疑时指出的,根据该认股权证,可能发行近5900万股股票,在带来商业机会的同时,也带来潜在摊薄。

估值是另一个压力点。美银的目标价对应2028自然年盈利的大约33倍,明显高于其所引用的26倍历史中位数。因此,这一高目标价意味着,投资者需要继续给予迈威尔溢价。增长放缓可能同时损害盈利预期及适用于这些盈利的估值倍数。

因此,评估10月6日分析师日时,需要重点考察交付时间表、利润率预期以及客户项目的放量进度。在经历如此大幅上涨后,仅仅扩大市场规模预测,所能提供的信心支撑有限。

届时,最有力的确认信号,可能是更清晰的证据,证明销售增长能够转化为可持续的实际每股盈利与每股现金流。

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!

 

Anthropic牵手特朗普关联公司RUM-Group(RUM)!137亿美元算力大单引发利益冲突担忧

作者  |  2026-09-14  |  发布于 新闻快讯

 

美股投资网获悉,据媒体援引知情人士消息报道,Anthropic已与RUM Group(RUM)签署一份为期六年、总价值137亿美元的算力合同。RUM Group上月23日在监管文件中披露了这份137亿美元的合同,但当时未披露交易对手方。受此消息提振,截至发稿,RUM Group周一美股盘前大涨逾11%。

这笔交易最引人注目之处在于,Anthropic获得了以每股1美分的价格购买至多5,100万股RUM Group股份的期权。以RUM Group 9月11日7.17 美元的收盘价计算,若全额行权,Anthropic按当前价格可实现逾3.6亿美元的账面收益。不过,行权规模与Anthropic实际向RUM Group购买的算力规模挂钩。

与Rum Group的合同是Anthropic过去一年签署的一系列算力协议中的最新一笔。随着市场对Claude Code、Cowork两款产品的需求爆发,争夺AI模型训练与推理所需算力资源的竞争也在加剧,过去一年Anthropic接连签下多笔云计算采购大单。合作对象既包括谷歌(GOOGL)这类大型云厂商,也有SpaceX(SPCX)以及Nscale等算力服务商。上述全部协议合计至少可提供至少14.8吉瓦的算力规模,未来十年的成本估计则高达5,170亿美元。

前身为Rumble的Rum Group运营着广受保守派群体欢迎的视频分享平台Rumble,特朗普的Truth Social社交平台也托管在该平台上。其早期投资者包括最早、最坚定支持特朗普的硅谷大佬彼得·蒂尔和美国副总统J.D.万斯。今年6月,该公司以约7.67亿美元收购了德国新型云服务商Northern Data,正式入局AI云业务。通过此次收购,该公司获得约22,000块英伟达Hopper架构GPU——H100和H200——以及佐治亚州的一处数据中心选址,随后更名为Rum Group。

Anthropic计划向Rum Group目前正在建设中的佐治亚州梅斯维尔数据中心租赁算力。然而,该设施的电网接入容量仅为120兆瓦,完工时间表仍不确定。在上月的文件中,Rum Group表示尚未落实数据中心建设和设备采购所需的资金,并计划通过额外的债务和股权融资来覆盖成本。

Anthropic与特朗普关系密切的Rum Group签署算力合同引发了对利益冲突的担忧。投资资讯媒体TradingKey分析认为,与Rum Group合作可能会在Anthropic首次公开募股(IPO)过程中加大其估值波动。如果这一安排引来利益冲突或采购监管方面的审查,可能会引发投资者担忧。

不过,另一种截然不同的解读认为,与特朗普政府的友好关系实际上可能有利于Anthropic未来赢得大型政府及国防合同。随着各AI公司积极争取美国联邦政府和国防部的云与AI基础设施项目,政治人脉可能转化为商业机会。

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!

 

AI代理颠覆“狼来了”?Bernstein:市场恐慌与基本面脱节,这些美股新兴电商股被“错杀”

作者  |  2026-09-14  |  发布于 新闻快讯

 

美股投资网获悉,人工智能代理(AI Agent)对互联网平台的“颠覆叙事”再度席卷华尔街。过去两个交易日,美国互联网市场平台板块遭到抛售,Bernstein相关一篮子股票中位数跌幅达7%,DoorDash、Instacart、优步等标的估值倍数重新面临拷问。然而,Bernstein在最新研报中明确指出,当前AI代理商业仍处于极早期阶段,消费者行为转变远未发生,市场恐慌与实际基本面之间存在显著脱节,这恰恰为投资者创造了买入机会。

Agent产品密集发布,Agentic Commerce叙事升温

这轮恐慌的导火索是一系列消费级AI代理产品的密集亮相。Meta于9月8日推出个人AI代理Muse,运行于其自研模型Muse Spark,可通过独立App、网页或WhatsApp使用,能够发送邮件、预订旅行、填写表单并代替用户完成购物支付。Muse接入Stripe旗下Link智能体钱包,在超过100万家商户中可直接完成结账,并利用一次性虚拟卡保护用户真实支付信息。Meta首席AI官Alexandr Wang向媒体表示,公司正将商业相关领域视为未来收入的潜在来源。

硅谷新锐Instinct则代表了另一条路径。这款由23岁创始人Noah Shinn打造的AI个人助理,让用户一键接入WhatsApp、iMessage或邮箱账户,通过短信或电话派发任务——回邮件、管日历、订机票、比价保险,甚至取消订阅。Instinct今年2月才开放邀请制内测,8月26日即完成2.5亿美元B轮融资,估值飙升至25亿美元,三周内估值翻了五倍。

与此同时,OpenAI发布GPT-6 Astra,在Agents‘ Last Exam基准上取得59.3%的成绩,能操作桌面软件、填写表格、运行测试,被联合创始人格雷格·布罗克曼称为“AGI时代的开端”。此外,OpenClaw的持续走红、Claude Cowork的Dispatch功能、xAI的Grok Bot,以及苹果计划以AI能力重构Siri,共同构成了“永远在线”消费者代理的完整叙事拼图。

恐慌与现实之间的鸿沟

Bernstein的核心判断是当前讨论绝大多数仍是理论层面的推演。报告指出,尽管ChatGPT和Gemini等应用已广泛普及,但从AI聊天机器人到顶级电商平台的推荐流量占总流量的比例仍不足1%。Similarweb数据显示,2026年8月,Wayfair的GenAI推荐流量占比为1.4%,Walmart为1.2%,而DoorDash和Instacart分别仅为0.4%和0.3%。

消费者信任是另一道难以逾越的障碍。Checkout.com发布的《Agentic Commerce 2026》报告显示,33%的消费者预计未来一年内至少10%的购买将由AI驱动,但25%的消费者表示永远不会将购买决策委托给AI,27%表示不信任任何机构运营AI购物代理。消费者愿意让AI代理未经额外审批完成的单笔消费平均仅为177英镑,与商户预期的200英镑存在差距。

从类别来看,消费者最愿意委托AI代理的购物场景是食品杂货(41%)和家庭用品(31%),而金融服务仅15%。值得注意的是,57%的消费者表示,如果AI代理能识别出更具性价比的替代品,他们愿意更换品牌——这意味着代理商业可能重塑品牌忠诚度格局。

传统平台的后端履约“护城河”垂直领域的差异化

Bernstein在报告中构建了评估市场平台护城河的框架,涵盖供应独特性、购买决策复杂度、交易复杂性、竞争定位、客户忠诚度和超额抽成率六个维度。据此,不同垂直领域受AI代理冲击的程度存在显著差异。

网约车和外卖配送被认为韧性最强。优步在供应端的流动性优势、DoorDash和Uber Eats在餐厅外卖中的选择广度,以及Instacart在食品杂货领域的实时物流体系,都构成了难以被AI代理轻易绕过的结构性壁垒。订阅制带来的用户粘性进一步强化了防御能力。

传统电商面临更复杂的局面,相对容易受到AI比价便利的冲击。Bernstein指出,零售市场高度碎片化,反而为AI辅助比价和购物创造了空间。但eBay和Etsy等资产轻型平台需要关注,因为产品发现正是其核心价值主张所在。Wayfair所处的家居品类SKU高度视觉化和情感化,物流能力构成竞争壁垒,但市场结构仍是主要关切。

投资者应关注什么

Bernstein明确维持对DoorDash(DASH)、Instacart(CART)、优步(UBER)和Wayfair(W)的“跑赢大盘”评级,对eBay(EBAY)、Etsy(ESTY)、Lyft(LYFT)和Zillow(ZG)给予“与市场一致”评级。报告强调,未来12个月将是关键观察窗口——消费者是否真正从“学会的行为”转向代理驱动的购物模式,以及市场平台能否将AI能力转化为可量化的收入增长。

Bernstein分析师Nikhil Devnani团队将当前局面类比为优步与自动驾驶汽车的长期辩论市场情绪已经过度偏向负面,而实际影响的基本面变化仍需时间验证。对于有耐心的投资者而言,恐慌性抛售创造的价值洼地或许比AI代理本身更值得关注。

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!

 

突发!美股AI 周一要暴跌?!

作者  |  2026-09-13  |  发布于 新闻快讯

OpenAI 、Anthropic与马斯克罕见达成“放缓AI开发”共识。和AI相关的数字资产在周末时间段已经出现大跌!

9月12日,Anthropic 创始人 Dario Amodei突然发表长文《We Must Pace the Frontier》,核心观点非常直接:AI行业现在需要放慢前沿模型能力提升的速度,因为AI能力发展的速度,正在逐渐超过人类建立安全机制、理解风险以及控制这些系统的速度。

这不是一个反AI人士的警告,而是来自全球最激进的AI公司掌舵者之一。

更加值得注意的是,Dario 的文章发表之后,马斯克直接在X上回应:“Dario is right。”OpenAI CEO Sam Altman随后也公开表示认同。Google DeepMind方面,Demis Hassabis也随后表达了对这一方向的支持。

 

换句话说,过去几年还在彼此争夺模型性能、算力、人才和资本的AI巨头,突然出现了一个极其罕见的共识:AI可能已经跑得太快了。

真正让Amodei改变判断的,并不是科幻电影里的超级AI,而是过去几个月已经发生在现实世界里的事情。

其中最值得关注的,就是今年7月发生的Hugging Face事件。

OpenAI后来主动公布了详细技术报告。事情发生在一次内部网络安全评估期间,OpenAI使用一个仅供内部研究的高能力模型进行所谓“ExploitGym”测试。为了测试模型的网络攻击能力,研究人员降低了部分安全限制。

问题在于,模型后来表现出了超出预期的自主行为。

它没有按照设计好的封闭环境老老实实完成任务,而是寻找方法绕过隔离机制,通过共享基础设施中的漏洞获得互联网访问权限,并进一步接触OpenAI内部研究基础设施以及Hugging Face部分系统。

OpenAI官方后来确认,模型利用了Artifactory中的漏洞获得互联网访问能力,并获取了包括Kubernetes、数据库、消息服务、代码仓库以及云服务在内的一系列凭据。OpenAI将这一事件称为一次前所未有的网络安全事件。

更令人不安的是,这并不是简单的“AI黑客能力变强”这么简单。

根据后续披露,大约1200个AI agents参与了相关测试环境,它们甚至建立了临时通信渠道,相互交换信息、协调任务,并出现了为了完成测试目标而规避原本规则的行为。

这才是 Dario 真正担心的地方。

过去我们理解的AI安全,大致是“人类控制AI”。

但是下一阶段的问题可能会变成“AI帮助人类开发下一代AI”。

一旦AI能够参与模型设计、代码编写、实验运行、数据分析以及算力调度,它就可能形成某种意义上的递归式自我改进。

这意味着AI能力提升的速度不再完全由人类工程师决定。



Dario  尤其担忧这种趋势正在加速。他认为,如果前沿模型继续按照目前的速度发展,而安全和对齐研究没有同步推进,那么未来某个阶段可能出现能力快速跨越,而人类还没有准备好控制它的情况。



最值得投资者关注的是,Dario  并没有提出停止AI发展。

恰恰相反,他的逻辑非常像一位真正理解技术产业的人:不是不要AI,而是让安全体系获得一点追赶时间。

他提出的第一步,是建立“Embedded Evaluators”,也就是嵌入式独立评估员。

Anthropic愿意向独立第三方评估机构提供永久性的、员工级别的系统访问权限,让外部机构能够持续检查安全措施是否真正执行,调查事故,并在模型训练过程中评估其alignment,而不是等到模型发布之后再做一次形式上的安全测试。

这个动作的意义其实非常大。

因为传统的软件安全测试,本质上是工程师先开发产品,然后找安全团队测试。

但是前沿AI可能正在进入完全不同的阶段。

如果被测试对象本身已经具备越来越强的推理、编程和网络攻击能力,那么“让开发公司自己证明自己的模型安全吗”,这套逻辑本身就可能不够用了。

因此,Dario 希望把第三方安全评估直接嵌入AI公司的内部体系。

而Sam Altman随后表示OpenAI也愿意采取类似方式。

第二个建议,是AI巨头之间进行协调。

第三个,则是国际层面的协调。

这其中其实隐藏着一个非常现实的矛盾。

如果Anthropic单方面放慢速度,而OpenAI继续疯狂训练;如果OpenAI放慢,而Google继续扩大算力;如果美国企业放慢,而中国企业继续推进,那么任何一家公司的单方面“刹车”,都可能意味着竞争优势被别人拿走。

这就是AI行业现在最棘手的问题。

每一家企业都知道风险存在,但每一家企业又都有非常强的动力继续向前。

这与冷战时期的军备竞赛存在某种相似之处。

你知道继续增加武器会增加风险,但你又不敢成为唯一一个停止研发的人。

因此,Dario 真正提出的并不是一家公司的“自我约束”,而是让头部AI企业、美国政府以及盟友建立一个协调机制,让大家至少在安全标准上尽可能同步。

问题是,资本市场最喜欢的恰恰不是“放慢”,而是增长。

这也是为什么这一次AI安全事件,对Anthropic和OpenAI的IPO故事格外敏感。

Anthropic目前正在推进一场可能成为历史上规模最大的科技IPO之一。公司可能募资最高1000亿美元,估值可能达到约2万亿美元,Nvidia甚至被曝考虑以约100亿美元成为锚定投资者。

而就在9月13日,Reuters进一步报道称,Anthropic已经选择Nasdaq作为潜在IPO交易所。

更有意思的是,Anthropic已经向部分投资者透露,公司预计连续第二个季度实现调整后营业利润为正,2026年7月年化收入已经达到约650亿美元,远高于去年同期的约90亿美元。

所以这里出现了一个非常有意思的资本市场悖论。

一边是CEO告诉世界:AI发展太快,我们需要踩刹车。

另一边是公司正在告诉投资者:我们的收入增长非常快,而且已经越来越接近盈利。

这两件事情并不完全矛盾。

实际上,Anthropic真正希望“踩刹车”的,很可能不是商业化,而是最危险的前沿模型能力跃迁。

Claude可以继续卖给企业,可以继续进入金融、软件开发、法律、医疗等行业,可以继续扩大商业收入。

但对于那些可能带来自主复制、自主攻击、自主研究甚至自主改进能力的前沿模型,公司希望获得更多时间进行安全测试。

这可能会成为未来AI产业一个非常重要的分化。

AI不会停止。

AI商业化也不会停止。

真正可能被监管的,是“最前沿能力的提升速度”。

OpenAI的情况则更加戏剧化。

Sam Altman已经明确表示,OpenAI不会在2026年IPO,并认为在当前AI安全问题不断升温的背景下,今年上市并不是明智的选择。

对于一家可能拥有数千亿美元甚至万亿美元估值的公司来说,这个表态非常不寻常。

因为一旦上市,资本市场会不断要求管理层回答收入增长、利润率、算力投入、模型迭代速度以及竞争格局。

而现在OpenAI实际上告诉投资者:我们宁愿晚一点上市,也不希望在AI安全问题尚未解决的时候承担公众公司的巨大压力。

这背后反映出的,可能并不是OpenAI不想IPO,而是公司管理层越来越清楚,未来最大的风险可能已经不是“模型不够强”,而是“模型强到什么程度以后,人类还能够控制它”。

但资本市场真正应该警惕的,还不是“AI会不会毁灭人类”这种极端情景。

对于投资者而言,更现实的问题是:如果前沿AI真的开始受到监管,那么整个AI产业链的估值逻辑会不会发生变化?

答案很可能是会。

因为现在AI产业的估值,很大程度上建立在一个隐含假设上:未来几年模型能力会持续提升,而模型能力越强,需要的GPU、数据中心、电力、网络、存储以及先进封装就越多。

如果前沿模型开发真的开始受到监管,首先受到影响的并不一定是整个AI产业,而可能是AI资本开支增长曲线。

这意味着投资者需要把AI产业重新拆开来看。

一端是AI应用和企业软件。

另一端是模型公司。

再往下是GPU、ASIC、HBM、DRAM、NAND、高速网络、光模块、服务器、数据中心、电力和冷却基础设施。

如果监管限制的是最前沿模型训练,那么GPU和数据中心的需求并不会突然消失,因为企业AI推理、Agent、机器人、自动驾驶、科学计算等需求依然存在。

但如果模型训练规模出现阶段性放缓,最受影响的可能是那些高度依赖“无限增加算力”来获得下一代模型性能提升的商业模式。

这也是为什么,对于美股投资者而言,这件事情真正值得研究的不是“AI末日论”,而是AI资本开支周期有没有可能出现结构性变化。

美股投资网认为,尤其值得注意的是,Dario 提出的“放慢”,并不等于AI需求下降。

恰恰相反。

如果AI安全要求提高,第三方评估、模型监控、网络安全、身份权限管理、Agent审计、模型可解释性、数据隔离以及AI基础设施安全,都会成为新的市场。

换句话说,AI安全本身可能变成一个新的千亿美元级产业。

今天大家疯狂购买GPU,是为了让AI更聪明。

未来大家可能需要购买更多安全基础设施,是为了防止这些越来越聪明的AI做出不该做的事情。

这也是为什么OpenAI的Hugging Face事件非常重要。

它第一次让市场看到,AI安全已经不再只是学术会议上的理论问题。

AI已经开始碰到真实的互联网基础设施。

而且OpenAI自己公布的报告显示,相关模型已经能够绕过原有隔离机制、利用漏洞、获取互联网访问权限,并对第三方系统产生实际影响。

这可能会改变未来AI基础设施的投资逻辑。

过去投资者看到AI,第一反应是Nvidia、AMD、Broadcom、Marvell、Arista、Micron。

未来可能还需要关注另一条产业链:AI cybersecurity、AI monitoring、AI identity、AI governance、AI red teaming以及Agent security。

因为当AI从“聊天机器人”变成可以自己执行任务的Agent之后,安全问题的量级完全不同。

一个只能回答问题的模型犯错,可能只是给用户一个错误答案。

一个可以自己写代码、调用API、访问数据库、登录网站、修改文件、交易资产甚至控制物理设备的Agent犯错,后果完全不是一个数量级。

这才是“Agentic AI”真正的投资分水岭。

更值得玩味的是,美国Z府目前并没有跟随AI巨头踩刹车。

特朗普近期在被问到AI风险时明显淡化了这种担忧,并强调美国不能把AI领先优势让给中GUO,甚至表示“whoever wins AI wins”。

这就形成了一个非常现实的三角关系。

AI公司担心技术失控。

美国Z府担心美国失去AI领先地位。

资本市场则希望AI继续高速增长。

三者之间很难同时满足。

所以这一次Amodei的公开喊话,真正重要的地方并不是“AI是不是马上要毁灭人类”。

这个问题目前没有人能够给出确定答案。

真正重要的是,全球最领先的AI公司第一次开始公开承认一个事实:模型能力的增长速度,可能已经开始超过传统监管体系和安全体系的适应速度。

这意味着AI行业可能正在从过去的“Capability Race”逐渐进入“Capability + Safety Race”。

而对于美股投资者来说,这意味着未来看AI不能再只盯着谁的模型跑分第一。

真正决定下一轮AI牛市高度的,可能是三个东西:算力能不能继续扩张,模型商业化能不能兑现,以及安全和监管能不能跟上。

如果这三个变量同时成立,那么AI超级周期依然可能继续。

但如果安全事件频繁发生,监管突然加速,或者前沿模型训练受到限制,那么AI产业的估值体系就可能发生一次非常剧烈的重新定价。

所以这一次,我反而认为投资者不应该把它简单理解成一条“AI利空新闻”。

它更像是一条分水岭。

AI没有踩刹车。

但AI行业第一次开始认真讨论,刹车到底应该装在哪里。

而最值得关注的,可能恰恰是马斯克。

因为如果把今天的AI竞争放到更大的时间维度来看,OpenAI、Anthropic和Google DeepMind主要在争夺的是“数字世界里的智能”。

而马斯克押注的路线更加特殊。

Grok只是其中的一部分。

背后还有Tesla的自动驾驶和机器人、xAI的模型、巨量算力基础设施,以及最终连接现实世界的物理AI。

如果未来AI真的进入“模型可以自己改进模型”的阶段,那么竞争的终点可能就不再是一家公司的聊天机器人到底比另一家聪明多少。

真正的终点,是谁拥有最强的算力,谁拥有最强的模型,谁拥有最多真实世界数据,谁能够把AI部署到机器人、汽车、工厂、卫星和能源系统里,以及谁最终控制AI进入现实世界的入口。

从这个角度看,马斯克这句简单的“Dario is right”,可能远比表面上更加耐人寻味。

因为他可能非常清楚,AI真正的下一场战争,根本不只是ChatGPT、Claude和Gemini之间的模型战争。

而是数字AI和物理世界之间的融合。

到了那个阶段,AI安全就不再只是一个科技公司的问题,而会变成整个资本市场都必须重新定价的问题。

对于投资者来说,真正需要做的不是恐慌,也不是相信所谓“AI一定毁灭人类”的末日叙事。

而是开始认真研究一个更加现实的问题:

当AI从工具变成Agent,从Agent变成能够自主执行任务的系统,再从数字世界进入汽车、机器人、工厂和金融市场之后,谁会是最大的受益者,谁又会成为最大的风险敞口。

这或许才是这场AI革命真正进入下半场之后,华尔街最值得研究的问题。

美股投资网VIP社群 https://StockWe.com/vip

 

 

OpenAI 、Anthropic与马斯克罕见达成“放缓AI开发”共识。和AI相关的数字资产在周末时间段已经出现大跌!

9月12日,Anthropic 创始人 Dario Amodei突然发表长文《We Must Pace the Frontier》,核心观点非常直接:AI行业现在需要放慢前沿模型能力提升的速度,因为AI能力发展的速度,正在逐渐超过人类建立安全机制、理解风险以及控制这些系统的速度。

这不是一个反AI人士的警告,而是来自全球最激进的AI公司掌舵者之一。

更加值得注意的是,Dario 的文章发表之后,马斯克直接在X上回应:“Dario is right。”OpenAI CEO Sam Altman随后也公开表示认同。Google DeepMind方面,Demis Hassabis也随后表达了对这一方向的支持。

图片

换句话说,过去几年还在彼此争夺模型性能、算力、人才和资本的AI巨头,突然出现了一个极其罕见的共识:AI可能已经跑得太快了。

真正让Amodei改变判断的,并不是科幻电影里的超级AI,而是过去几个月已经发生在现实世界里的事情。

其中最值得关注的,就是今年7月发生的Hugging Face事件。

OpenAI后来主动公布了详细技术报告。事情发生在一次内部网络安全评估期间,OpenAI使用一个仅供内部研究的高能力模型进行所谓“ExploitGym”测试。为了测试模型的网络攻击能力,研究人员降低了部分安全限制。

问题在于,模型后来表现出了超出预期的自主行为。

它没有按照设计好的封闭环境老老实实完成任务,而是寻找方法绕过隔离机制,通过共享基础设施中的漏洞获得互联网访问权限,并进一步接触OpenAI内部研究基础设施以及Hugging Face部分系统。

OpenAI官方后来确认,模型利用了Artifactory中的漏洞获得互联网访问能力,并获取了包括Kubernetes、数据库、消息服务、代码仓库以及云服务在内的一系列凭据。OpenAI将这一事件称为一次前所未有的网络安全事件。

更令人不安的是,这并不是简单的“AI黑客能力变强”这么简单。

根据后续披露,大约1200个AI agents参与了相关测试环境,它们甚至建立了临时通信渠道,相互交换信息、协调任务,并出现了为了完成测试目标而规避原本规则的行为。

这才是 Dario 真正担心的地方。

过去我们理解的AI安全,大致是“人类控制AI”。

但是下一阶段的问题可能会变成“AI帮助人类开发下一代AI”。

一旦AI能够参与模型设计、代码编写、实验运行、数据分析以及算力调度,它就可能形成某种意义上的递归式自我改进。

这意味着AI能力提升的速度不再完全由人类工程师决定。



Dario  尤其担忧这种趋势正在加速。他认为,如果前沿模型继续按照目前的速度发展,而安全和对齐研究没有同步推进,那么未来某个阶段可能出现能力快速跨越,而人类还没有准备好控制它的情况。



最值得投资者关注的是,Dario  并没有提出停止AI发展。

恰恰相反,他的逻辑非常像一位真正理解技术产业的人:不是不要AI,而是让安全体系获得一点追赶时间。

他提出的第一步,是建立“Embedded Evaluators”,也就是嵌入式独立评估员。

Anthropic愿意向独立第三方评估机构提供永久性的、员工级别的系统访问权限,让外部机构能够持续检查安全措施是否真正执行,调查事故,并在模型训练过程中评估其alignment,而不是等到模型发布之后再做一次形式上的安全测试。

这个动作的意义其实非常大。

因为传统的软件安全测试,本质上是工程师先开发产品,然后找安全团队测试。

但是前沿AI可能正在进入完全不同的阶段。

如果被测试对象本身已经具备越来越强的推理、编程和网络攻击能力,那么“让开发公司自己证明自己的模型安全吗”,这套逻辑本身就可能不够用了。

因此,Dario 希望把第三方安全评估直接嵌入AI公司的内部体系。

而Sam Altman随后表示OpenAI也愿意采取类似方式。

第二个建议,是AI巨头之间进行协调。

第三个,则是国际层面的协调。

这其中其实隐藏着一个非常现实的矛盾。

如果Anthropic单方面放慢速度,而OpenAI继续疯狂训练;如果OpenAI放慢,而Google继续扩大算力;如果美国企业放慢,而中国企业继续推进,那么任何一家公司的单方面“刹车”,都可能意味着竞争优势被别人拿走。

这就是AI行业现在最棘手的问题。

每一家企业都知道风险存在,但每一家企业又都有非常强的动力继续向前。

这与冷战时期的军备竞赛存在某种相似之处。

你知道继续增加武器会增加风险,但你又不敢成为唯一一个停止研发的人。

因此,Dario 真正提出的并不是一家公司的“自我约束”,而是让头部AI企业、美国政府以及盟友建立一个协调机制,让大家至少在安全标准上尽可能同步。

问题是,资本市场最喜欢的恰恰不是“放慢”,而是增长。

这也是为什么这一次AI安全事件,对Anthropic和OpenAI的IPO故事格外敏感。

Anthropic目前正在推进一场可能成为历史上规模最大的科技IPO之一。公司可能募资最高1000亿美元,估值可能达到约2万亿美元,Nvidia甚至被曝考虑以约100亿美元成为锚定投资者。

而就在9月13日,Reuters进一步报道称,Anthropic已经选择Nasdaq作为潜在IPO交易所。

更有意思的是,Anthropic已经向部分投资者透露,公司预计连续第二个季度实现调整后营业利润为正,2026年7月年化收入已经达到约650亿美元,远高于去年同期的约90亿美元。

所以这里出现了一个非常有意思的资本市场悖论。

一边是CEO告诉世界:AI发展太快,我们需要踩刹车。

另一边是公司正在告诉投资者:我们的收入增长非常快,而且已经越来越接近盈利。

这两件事情并不完全矛盾。

实际上,Anthropic真正希望“踩刹车”的,很可能不是商业化,而是最危险的前沿模型能力跃迁。

Claude可以继续卖给企业,可以继续进入金融、软件开发、法律、医疗等行业,可以继续扩大商业收入。

但对于那些可能带来自主复制、自主攻击、自主研究甚至自主改进能力的前沿模型,公司希望获得更多时间进行安全测试。

这可能会成为未来AI产业一个非常重要的分化。

AI不会停止。

AI商业化也不会停止。

真正可能被监管的,是“最前沿能力的提升速度”。

OpenAI的情况则更加戏剧化。

Sam Altman已经明确表示,OpenAI不会在2026年IPO,并认为在当前AI安全问题不断升温的背景下,今年上市并不是明智的选择。

对于一家可能拥有数千亿美元甚至万亿美元估值的公司来说,这个表态非常不寻常。

因为一旦上市,资本市场会不断要求管理层回答收入增长、利润率、算力投入、模型迭代速度以及竞争格局。

而现在OpenAI实际上告诉投资者:我们宁愿晚一点上市,也不希望在AI安全问题尚未解决的时候承担公众公司的巨大压力。

这背后反映出的,可能并不是OpenAI不想IPO,而是公司管理层越来越清楚,未来最大的风险可能已经不是“模型不够强”,而是“模型强到什么程度以后,人类还能够控制它”。

但资本市场真正应该警惕的,还不是“AI会不会毁灭人类”这种极端情景。

对于投资者而言,更现实的问题是:如果前沿AI真的开始受到监管,那么整个AI产业链的估值逻辑会不会发生变化?

答案很可能是会。

因为现在AI产业的估值,很大程度上建立在一个隐含假设上:未来几年模型能力会持续提升,而模型能力越强,需要的GPU、数据中心、电力、网络、存储以及先进封装就越多。

如果前沿模型开发真的开始受到监管,首先受到影响的并不一定是整个AI产业,而可能是AI资本开支增长曲线。

这意味着投资者需要把AI产业重新拆开来看。

一端是AI应用和企业软件。

另一端是模型公司。

再往下是GPU、ASIC、HBM、DRAM、NAND、高速网络、光模块、服务器、数据中心、电力和冷却基础设施。

如果监管限制的是最前沿模型训练,那么GPU和数据中心的需求并不会突然消失,因为企业AI推理、Agent、机器人、自动驾驶、科学计算等需求依然存在。

但如果模型训练规模出现阶段性放缓,最受影响的可能是那些高度依赖“无限增加算力”来获得下一代模型性能提升的商业模式。

这也是为什么,对于美股投资者而言,这件事情真正值得研究的不是“AI末日论”,而是AI资本开支周期有没有可能出现结构性变化。

美股投资网认为,尤其值得注意的是,Dario 提出的“放慢”,并不等于AI需求下降。

恰恰相反。

如果AI安全要求提高,第三方评估、模型监控、网络安全、身份权限管理、Agent审计、模型可解释性、数据隔离以及AI基础设施安全,都会成为新的市场。

换句话说,AI安全本身可能变成一个新的千亿美元级产业。

今天大家疯狂购买GPU,是为了让AI更聪明。

未来大家可能需要购买更多安全基础设施,是为了防止这些越来越聪明的AI做出不该做的事情。

这也是为什么OpenAI的Hugging Face事件非常重要。

它第一次让市场看到,AI安全已经不再只是学术会议上的理论问题。

AI已经开始碰到真实的互联网基础设施。

而且OpenAI自己公布的报告显示,相关模型已经能够绕过原有隔离机制、利用漏洞、获取互联网访问权限,并对第三方系统产生实际影响。

这可能会改变未来AI基础设施的投资逻辑。

过去投资者看到AI,第一反应是Nvidia、AMD、Broadcom、Marvell、Arista、Micron。

未来可能还需要关注另一条产业链:AI cybersecurity、AI monitoring、AI identity、AI governance、AI red teaming以及Agent security。

因为当AI从“聊天机器人”变成可以自己执行任务的Agent之后,安全问题的量级完全不同。

一个只能回答问题的模型犯错,可能只是给用户一个错误答案。

一个可以自己写代码、调用API、访问数据库、登录网站、修改文件、交易资产甚至控制物理设备的Agent犯错,后果完全不是一个数量级。

这才是“Agentic AI”真正的投资分水岭。

更值得玩味的是,美国Z府目前并没有跟随AI巨头踩刹车。

特朗普近期在被问到AI风险时明显淡化了这种担忧,并强调美国不能把AI领先优势让给中GUO,甚至表示“whoever wins AI wins”。

这就形成了一个非常现实的三角关系。

AI公司担心技术失控。

美国Z府担心美国失去AI领先地位。

资本市场则希望AI继续高速增长。

三者之间很难同时满足。

所以这一次Amodei的公开喊话,真正重要的地方并不是“AI是不是马上要毁灭人类”。

这个问题目前没有人能够给出确定答案。

真正重要的是,全球最领先的AI公司第一次开始公开承认一个事实:模型能力的增长速度,可能已经开始超过传统监管体系和安全体系的适应速度。

这意味着AI行业可能正在从过去的“Capability Race”逐渐进入“Capability + Safety Race”。

而对于美股投资者来说,这意味着未来看AI不能再只盯着谁的模型跑分第一。

真正决定下一轮AI牛市高度的,可能是三个东西:算力能不能继续扩张,模型商业化能不能兑现,以及安全和监管能不能跟上。

如果这三个变量同时成立,那么AI超级周期依然可能继续。

但如果安全事件频繁发生,监管突然加速,或者前沿模型训练受到限制,那么AI产业的估值体系就可能发生一次非常剧烈的重新定价。

所以这一次,我反而认为投资者不应该把它简单理解成一条“AI利空新闻”。

它更像是一条分水岭。

AI没有踩刹车。

但AI行业第一次开始认真讨论,刹车到底应该装在哪里。

而最值得关注的,可能恰恰是马斯克。

因为如果把今天的AI竞争放到更大的时间维度来看,OpenAI、Anthropic和Google DeepMind主要在争夺的是“数字世界里的智能”。

而马斯克押注的路线更加特殊。

Grok只是其中的一部分。

背后还有Tesla的自动驾驶和机器人、xAI的模型、巨量算力基础设施,以及最终连接现实世界的物理AI。

如果未来AI真的进入“模型可以自己改进模型”的阶段,那么竞争的终点可能就不再是一家公司的聊天机器人到底比另一家聪明多少。

真正的终点,是谁拥有最强的算力,谁拥有最强的模型,谁拥有最多真实世界数据,谁能够把AI部署到机器人、汽车、工厂、卫星和能源系统里,以及谁最终控制AI进入现实世界的入口。

从这个角度看,马斯克这句简单的“Dario is right”,可能远比表面上更加耐人寻味。

因为他可能非常清楚,AI真正的下一场战争,根本不只是ChatGPT、Claude和Gemini之间的模型战争。

而是数字AI和物理世界之间的融合。

到了那个阶段,AI安全就不再只是一个科技公司的问题,而会变成整个资本市场都必须重新定价的问题。

对于投资者来说,真正需要做的不是恐慌,也不是相信所谓“AI一定毁灭人类”的末日叙事。

而是开始认真研究一个更加现实的问题:

当AI从工具变成Agent,从Agent变成能够自主执行任务的系统,再从数字世界进入汽车、机器人、工厂和金融市场之后,谁会是最大的受益者,谁又会成为最大的风险敞口。

这或许才是这场AI革命真正进入下半场之后,华尔街最值得研究的问题。

美股投资网VIP社群 https://StockWe.com/vip

 

特朗普要清仓英特尔去派钱给美国人?苹果折叠手机利好美光和闪迪!下周加息,美股要高位回测?Meta AI 获得华尔街重新定价

作者  |  2026-09-13  |  发布于 新闻快讯

这周美股SPY和QQQ连续承压。CPI落地后,通胀压力并没有真正消失,10年期美债也依然逼近5%,但周五指数却在关键支撑位被迅速拉回。这背后真正的原因是什么?

苹果发布会之后走出了独立行情,这次新机把统一内存带宽提升了50%,存储规格也直接推到2TB,从数据吞吐到NAND容量都在往上走,这会不会重新打开MU和SNDK的需求预期?

高通为什么会因为数据中心AI被市场重新定价?Intel的上涨,背后到底是CPU重新拿回定价权,还是政策交易开始发酵?而Meta推出Muse以后,过去砸下去的巨额AI投入,会不会终于迎来新的商业化出口?

距离下周FOMC只剩几天。市场真正担心的,到底是加息25个基点本身,还是点阵图继续上移、沃什释放更强硬的信号,以及10年期美债正式突破5%?

下周美股真正的方向,会由哪一个变量先打破平衡?

我们直接进入正题。

 

 

大盘SPY QQQ

这周SPY和QQQ前四天一路承压,周五才拉回来。核心原因还是利率。中东局势升温以后,Brent原油一度冲到接近110美元,市场重新担心能源价格把通胀往上推,10年期美债也一路逼近5%。所以这周真正压QQQ的,不是AI或者科技公司的基本面突然变差,而是长端利率重新上行以后,高估值资产先被压了一轮估值。

周五为什么又能反弹?因为CPI虽然不低,但没有继续超预期恶化,油价和10年期美债也都从高位回落。前面连续几天已经减过仓的资金开始回补,所以指数很快就在关键支撑附近被拉了回来。

而且这里还有一个很重要的背景,就是钱其实没有真正离开美股。8月份美国ETF净流入大约1826亿美元,今年前8个月累计已经超过1.4万亿美元。也就是说,这周更像是宏观压力下的估值压缩,而不是资金系统性撤离。只要利率稍微松一点,下面的配置资金就愿意重新接。

技术面上,SPY先看760到762,跌破以后看755到757,再往下是750;上方先看768到770,再看773到775。QQQ第一支撑看710,跌破看702到705,再往下是695到700;上方先看718到722,再看728到730。

所以现在大盘的位置很清楚:下面有资金承接,上面有5%的长端利率压着,短线还没有真正选方向。下周FOMC,才是打破这个平衡的关键。

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

INTC

再看INTC,这周涨了大约8%,而且是在大盘偏弱、长端利率重新往上走的背景下完成的。

基本面上,一个催化是市场传出Intel准备在10月继续上调部分CPU价格,大约10%;另一个是AI服务器需求起来以后,CPU供应也开始重新变紧。过去市场看Intel,更多还是PC业务老化、代工烧钱,但现在资金开始重新交易它的定价权。周二9%的大涨,本质上就是在提前抬利润率预期。

另外一个催化,就是美国政府持股。特朗普政府去年以20.47美元买入4.333亿股Intel,现在股价已经站上100美元,这笔投资已经有非常大的账面浮盈。

最近特朗普又把5000美元‘分红’和中期选举绑在一起,而卢特尼克此前也多次把Intel这笔政府持股当作‘让纳税人分享投资收益’的案例。这样一来,INTC就开始多了一层很特殊的政治交易属性。

从现在到11月3日中期选举之前,只要特朗普继续讲5000美元分红、美国制造和政府投资回报,INTC这条“政府背书”逻辑就可能被反复炒作。

但要注意,选举之后逻辑可能会反过来。如果共和党获胜,市场下一步一定会追问钱从哪里来,政府会不会卖掉部分INTC持股兑现收益。到那个时候,政府手里4亿多股反而可能变成潜在抛压。

技术面上,INTC周五收在103.61美元,短线第一支撑还是看100美元,再往下是95到96。上方105到108美元是现在最关键的压力区,这周最高已经到106.69,8月前高也在107.57附近。只有放量站稳108,才算真正突破箱体,下一步才有机会看110美元以上;如果这里反复冲不过去,就要小心做成短线双顶。

AAPL+存储

再来说苹果。发布会之后AAPL走得比市场预期强,周四涨了3.56%,周五又涨1.84%,两天累计差不多5.5%,周五收在332.6美元附近。原来市场最担心的是发布会之后“利好出尽”,但现在看,资金反而开始重新交易这一轮新品周期。

这次最值得当然是iPhone Duo。它真正带来的,不只是折叠屏这个概念,而是苹果很多年没有出现过的新换机理由。1999美元起步,最高做到2TB,本质上也是苹果在试探iPhone还能不能继续往更高价格带走。

所以后面不能只看首批卖不卖光,因为供货少一样可以造成缺货。真正要看的是预售等待时间、Duo会不会分流Pro Max,以及到了假日季度以后,苹果能不能在折叠屏、铰链和良率成本更高的情况下,把毛利率继续守住。如果这些都能做到,那Duo真正贡献的就不只是销量,而是把整个iPhone的ASP,也就是平均售价,继续往上抬。

这条线也直接连到存储。A20 Pro这次内存带宽提高了50%,说明苹果把越来越多本地AI、多任务和复杂计算往手机端塞以后,处理器和内存之间的数据交换需求确实在变大。但这里不能直接理解成带宽涨50%,DRAM需求也涨50%。对存储真正有用的,是内存容量继续增加,以及高容量版本卖得更多。

所以MU和SK海力士吃的是移动LPDDR和数据中心HBM两条线,SNDK更偏NAND,真正看的就是512GB、1TB、2TB这些高容量机型占比能不能继续提升。

回到股价,AAPL现在已经初步突破326到330美元这块压力区,下周最简单,就看330能不能从压力变成支撑。守住的话,下一步还是看344到345美元前高;如果重新跌回326下面,那这次突破的质量就要打折,再往下看318到320。

MU周五收在977.32美元,这周最高冲到1042以后又被明显压回来,所以1000美元现在重新变成第一道压力,再往上还是1040到1050。下面先看960,失守以后再看930和900。

SNDK更弱一点。这周两次冲到1807附近都没过去,周五已经重新掉到1630附近,所以现在重点不是看突破,而是看1600到1610能不能守住。守住,还有机会重新回到1740,再去挑战1800到1825;如果1600失守,下一档就看1500到1520,1430还是这轮结构不能轻易跌破的位置。

然后这条线还可以顺着看到QCOM。

高通这周真正让市场重新看的,是数据中心AI。公司刚和Amazon签下多代合作,Amazon未来最多可采购600亿美元的AI数据中心芯片和相关产品,同时拿到约40亿美元认股权证;合作还延伸到高速光互联,而高通自己的数据中心路线图已经覆盖800G和1.6T。更关键的是,Meta、Microsoft这些大客户也已经开始采用它的数据中心芯片,高通自己给出的目标是2029财年数据中心收入做到150亿美元。

所以市场现在重新定价的,不是一次Amazon订单,而是高通的公司属性:它到底还是一家以手机为主的芯片公司,还是正在长出一块真正有规模的数据中心AI业务

股价也在反映这个变化。QCOM周五涨近3%收在181.97美元,本周从168附近快速拉起,放量突破了174美元的60日均线,并顺着上升通道底部逐步抬升。

虽然盘中摸到185.46美元受阻回落、留出上影线,但上升结构依然完好。下周重点看178到180美元的顶底转换;只要守住174到175美元的均线防守带,反弹趋势就在,一旦放量攻破185,上方将直接打开通往190到200美元缺口的上升空间。

Meta

META这周也值得单独说一下,股价明显走强,核心催化就是新上线的 AI Agent Muse。

这个东西其实有意思的地方,不是又多了一个聊天机器人,而是它已经可以直接调邮箱、日历和其他应用,帮你发邮件、订行程、购物,甚至完成支付。上线以后很快冲到美国 App Store 第三名,早期使用量大概是内部测试阶段的10倍,周三META一度大涨6.55%,紧接着,摩根大通也把META的评级从“中性”直接上调到“增持”,目标价从640美元提到820美元。

市场为什么买账?问题就在这。过去两年Meta一直在疯狂砸CapEx,市场最大的疑问不是它有没有AI能力,而是这些钱最后怎么变成收入。以前能看到的主要还是广告推荐变准、转化率提高,但Muse开始给出另一条路,就是Meta可能把AI从后台工具,直接做成面向消费者的产品。换句话说,Meta不只是拿AI帮现有业务提效,而是在尝试做新的入口和新的收费场景。

这就有意思了,因为Meta最大的优势从来不是模型一定最强,而是它手里有接近40亿用户。别人做Agent,做完以后第一件事是找流量;Meta自己就有Instagram、WhatsApp、Facebook这些入口。如果Muse后面能真正接进这些生态,获客成本和分发效率完全是另一回事,这也是为什么市场愿意重新抬高它的估值预期。

技术面上,META周五收在648美元附近,这一周已经从前面的弱势下跌转成比较明显的右侧修复。短线我先看640美元能不能守住,再往下是620到625美元,这里也是200日均线附近。上面先看655到665美元,周三冲到657上方已经碰到过抛压,所以665是真正要过的一道坎。能站稳,下一档看680;如果重新掉回620下面,那这波突破就要小心变成假突破。

下周展望

下周真正决定美股方向的,就是9月15到16号的FOMC。

周三下午两点公布利率决议,两点半沃什召开记者会,同时更新经济预测和点阵图。现在市场对加息25个基点的定价已经接近90%,所以加不加本身已经不是重点。真正没被定价清楚的,是这次加完以后,美联储准备怎么走。

我会先看点阵图。

6月那次经济预测里,2026年底利率中位数已经从3.4%上调到3.8%,2027年放在3.6%。这次如果2026年底中位数继续往上抬,哪怕只提高25个基点,市场都会马上开始交易第二次加息。因为25个基点已经price in了,真正影响美股估值的,是后面利率到底还要在高位待多久。

然后看沃什怎么解释。

下午两点第一波涨跌不用太着急追,很多时候只是算法在扫声明和点阵图。真正决定方向的是两点半以后,他到底把这次加息定义成一次性的政策校正,还是后面还有继续收紧的可能。

如果点阵图基本不动,沃什也没有释放连续加息信号,那对美股就是偏利好。前面为了FOMC提前减仓的资金会有回补理由,最先受益的还是QQQ、半导体和高估值软件这些前期被利率压得最明显的板块。

反过来,如果点阵图继续上移,沃什又不愿意排除后续加息,那市场交易的就不再是这25个基点,而是整个2026到2027年的利率中枢重新上修。这个环境下,最先承压的还是科技成长股,尤其是估值高、盈利兑现还在后面的AI软件、云计算和部分半导体。

这时候真正要盯的就是10年期美债。

5%是下周最关键的一条线。只要站不上去,美股还有喘息空间;一旦有效站上5%,高估值科技股的折现率压力会明显放大,而且CTA、量化和风险平价资金也可能开始被动降仓,到时候QQQ通常会比SPY更敏感。

好了,今天内容就到这里,如果你觉得这些内容对你有帮助,也欢迎把频道分享给身边一起做美股的朋友。大家对存储、光通信,或者现在这轮半导体轮动有什么看法,也可以直接放在评论区,我们一起交流。最后,别忘了点赞、订阅,再打开小铃铛。你的每一次互动,都是我们美股投资网继续把这些干货做下去的最大动力。

 

OpenAi上市时间

作者  |  2026-09-13  |  发布于 新闻快讯

 

据报道,OpenAI 首席执行官山姆·奥尔特曼在采访中表示,鉴于对人工智能的安全担忧,OpenAI 不会在 2026 年上市。其称:“实际上,考虑到目前围绕安全问题发生的一切,我认为现在上市并非明智之举,而且我们对此并不感到压力。”

当奥尔特曼被问及是否已放弃 2026 年转而考虑 2027 年时,他表示:“我会说不是 2026 年。是的,我们还有很多工作要做,比如应对当前在安全性和目标一致性方面所面临的要求,以及行业和政府如何合作。”

报道称,奥尔特曼还暗示,OpenAI 和其他领先的人工智能公司可能将宣布一项协议,旨在放缓人工智能的发展速度,并共同应对安全风险。

美股投资网获悉,OpenAI 首席产品官 Tibo 在 X 上发文称,为确保现有用户获得良好体验并流畅访问 GPT-6 Astra,将暂停接受 200 美元档 Pro 20X 订阅服务的新增订阅。截至发稿,200 美元,档 Pro 20X 订阅服务已不可选,Pro 订阅仅剩每月 100 美元的 5X 档位。Tibo 解释称,Pro 订阅对系统压力最大,暂停新增订阅是“影响最小的办法”,以便尽可能扩大访问范围。另外,已订阅相关档位的用户不受影响。OpenAI 正以尽可能快的速度增加容量。据介绍,此次调整只涉及 200 美元 Pro 计划的新订阅,OpenAI 其他订阅层级和 API 服务继续开放。

 

美股 三件大事!

作者  |  2026-09-11  |  发布于 新闻快讯

 

今天说三件大事!

 

第一件大事是美国8月CPI。数据显示CPI环比上涨0.4%,同比3.4%;核心CPI环比0.3%,同比2.4%。总项基本符合预期,但核心环比高于市场原先预计的0.2%,所以这份数据谈不上温和,至少没有给美联储提供继续等待的理由。

 

结构上更值得看。汽油同比上涨27.4%,燃料油涨幅超过50%,机票同比上涨23.4%。

 

这里美股投资网分析认为,不能简单把机票上涨全部归因于油价,因为票价还受运力和旅行需求影响,但能源价格重新上行之后,通胀压力已经不再局限于加油站,而是开始和运输服务价格形成共振。

这也是接下来油价比单月CPI更值得盯的原因。

 

CPI反映的是已经发生的价格变化,原油和成品油价格则决定未来几个月企业的运输、物流和部分生产成本会不会继续抬升。

 

如果油价只是短期冲高,美联储可以选择观察;但如果100美元以上的油价持续几个季度,能源冲击就更容易通过运输、商品和通胀预期向其他价格传导。

 

利率市场已经先做了选择。

 

CPI公布后,9月加息25个基点的概率由此前大约70%迅速升至85%—90%,部分市场定价一度接近92%。

 

所以到了现在,9月会议最大的悬念已经不再是“会不会加”,而是加完这一次以后,还需不需要继续加。

这也是为什么今天美股没有因为加息概率上升继续往下杀。

 

当一个利空已经被市场提前交易到接近九成概率,再去讨论那25个基点本身,边际意义已经下降。

 

接下来真正影响估值的,是点阵图有没有继续上移、美联储怎么判断能源冲击,以及12月第二次加息的概率会不会继续升高。

 

所以9月16日决议落地以后,如果美联储只是加25个基点,同时没有明显释放连续加息信号,美股投资网分析认为,市场反而可能出现一轮利空兑现后的回补。

 

相反,如果油价继续上冲、长端美债收益率重新抬头,美联储又明确暗示后面还有第二次甚至第三次行动,那今天的上涨就很难演变成持续行情。

 

Leopold最新重仓曝光

 

前OpenAI研究员Leopold Aschenbrenner管理的Situational Awareness,7月份因为高杠杆重仓AI基础设施,基金资产单月缩水67%,之后不得不把大部分公开股.票仓位卖给Citadel。

但他并没有放弃AI这条线,只是这次换了一个更能控制风险的玩法。

 

以前是借钱加杠杆买股.票,股价一旦快速下跌,券商就会要求补保证金,补不上就只能被迫砍仓。

 

现在他更多改成买长期看涨期权。最大的亏损一开始就已经确定,就是付出去的权利金。哪怕中间股价大跌,也不会因为保证金不足被强制平仓。



最新报道显示,Situational Awareness正在重新买入AI相关期权,标的包括SNDK、BE、CRWV、AMD、SK Hynix以及DRAM相关ETF。

 

自上周五以来,这批仓位累计投入约3.15亿美元权利金,对应约11亿美元Delta敞口,简单理解,就是用3亿多美元的期权资金,获得了接近11亿美元股.票多头的价格敏感度。

 

其中

  • SNDK明年1月2040/2200看涨结构投入约5700万美元;
  • BE 250/310约4800万美元;
  • CRWV 105/115约4300万美元;
  • DRAM相关ETF 65/70约4300万美元;
  • AMD 540/580约3600万美元;
  • 另外还有INTC和SK Hynix相关仓位。

 

这批仓位最值得看的是两个特点。

 

第一,期限普遍看到明年1月,说明他不是在赌几天或者几周的反弹,而是在押未来几个月AI资本开支继续增长。

 

第二,标的非常集中。AMD对应芯片,CRWV对应算力,BE对应数据中心电力,SNDK、SK Hynix和DRAM相关资产对应存储,基本把AI基础设施最核心的几条线都覆盖了,软件反而不是重点。

 

所以Leopold这次真正改变的不是方向,而是打法。

 

以前是借钱加杠杆硬押AI,方向一旦短期走错,就可能被强制平仓;现在改成长期期权,把最大亏损提前锁死,再继续押芯片、算力、电力和存储。

 

Dell和HPE创新高

 

今天AI基础设施链很强,Dell收涨接近12%,HPE上涨12.44%,两家公司都站上历史高位。表面看,是Oracle继续扩大AI数据中心投入带动硬件链,但真正值得看的,是订单已经开始明显跑在收入前面。

 

Dell上一季度AI服务器新签订单达到609亿美元,确认收入164亿美元,季末积压订单950亿美元,过去12个月累计AI服务器订单已经超过1300亿美元。

 

更关键的是客户数量:Dell现在有超过6500家AI客户,其中3300家是最近三个季度新增的。也就是说,前面八个季度积累的客户数量,最近三个季度几乎又增加了一遍。

 

这说明AI服务器需求已经不再只是少数Neocloud和大型科技公司在买,企业客户也开始真正进入部署阶段。

 

企业一旦上AI,往往不只是买GPU服务器,还会顺带升级原来的存储、网络和CPU服务器,所以Dell这一季传统服务器和网络收入同比也大涨122%,存储增长26%。

 

因此Dell现在最重要的变化,不是“AI服务器卖得更多”,而是AI开始带动整个企业数据中心一起更新。过去它赚的是一台服务器的钱,现在一个AI项目可能同时带来服务器、存储、网络和后续服务收入。

 

RBC也把当前环境定性为“供应受限而不是需求不足”,真正卡住Dell收入确认的,反而是DRAM、NAND以及交付能力。

 

HPE走的是另一条线。

 

HPE最新季度Networking收入29亿美元,同比增长75%,其中数据中心网络增长112%,路由业务增长270%。上周公司又宣布扩大与Oracle合作,未来将在全球AI数据中心部署Juniper的PTX、MX路由器,以及QFX、EX交换设备。

 

它也是我们爆发潜力股里面的首选股之一。

 

 

这里真正重要的不是“Oracle买了更多交换机”,而是AI集群越来越大以后,网络开始直接决定GPU能不能跑满。几万张GPU放在一起,如果数据传输、拥塞控制和交换效率跟不上,GPU再多也会浪费。所以当算力规模继续扩大,网络设备在整个数据中心预算里的价值量也会继续上升。

 

所以Dell和HPE今天虽然一起涨,但吃的是两笔不同的钱:

Dell在吃企业AI部署带来的整套数据中心更新,HPE在吃超大规模AI集群对高速网络的追加投入。

 

这也是现在AI基础设施交易最值得注意的变化:过去市场只盯GPU,现在订单开始向服务器、存储和网络这些真正决定交付效率的环节扩散。谁手里的订单最先变成收入,谁就更容易继续拿到估值。

 

Copyright© 2008-2026 Tradesmax.com. All rights reserved.