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
美股投资网注意到，SpaceX(SPCX)作为上市公司发布的首份季度财报中，格外引人注目的一点是其在构建新型AI算力方面的巨额投入。该公司与AI相关的资本支出较上季度翻倍至158亿美元，管理层表示预计到今年年底将继续保持类似的支出水平。
诚然，与亚马逊(AMZN)、Alphabet(GOOGL)和微软(MSFT)等超大规模云巨头在数据中心上的投入相比，这一资本支出仍相形见绌。仅在上个季度，这三家公司每家的支出就在410亿美元至550亿美元之间。但它们同时也从各自的云计算部门创造了极其庞大的收入，并拥有海量的已签约未履约业务。
然而，SpaceX首席执行官马斯克认为，得益于一项独特的竞争优势，他的公司可以比那些云巨头更有效地部署资本。
SpaceX在 AI 领域的优势
马斯克主张，在云计算领域的竞争中，SpaceX拥有超越其他所有人的工程优势。他的前提是，公司可以利用支持其火箭业务发展的工程人才库和知识产权积累，来高效建设能够产生高投资回报的新型数据中心。
马斯克在该公司的首次业绩电话会议上表示，“我们发现，即使把我们在建造火箭(这极其困难)过程中学到的极少一部分经验应用到数据中心，也能产生巨大的效益，”他特别指出，公司的冷却系统远超当前所需。
回报潜力可观
首席财务官布雷特·约翰森在准备好的发言中表示“目前的经济效益已经转化为我们在新算力资本部署上实现了不到一年的投资回收期。”
这与亚马逊CEO安迪·贾西的表态形成了鲜明对比，后者概述了亚马逊云服务(AWS)大规模扩建的经济效益。
他解释道，“数据中心的资本投入始于我们能够放入服务器并开始变现的两年前，”这仅仅是建设新数据中心所面临的物理限制；两内它甚至无法开始变现，更不用说在一年内实现收支平衡了。
“对于服务器和网络设备，平均需要略少于三年的时间才能在这些投资上实现收支平衡，”贾西补充道。即使数据中心的建设成本为零，贾西表示，仅购买配备这些建筑的设备就需要近三年时间才能收支平衡。微软和Alphabet公布的结果也表明其运营有着类似的时间表。
SpaceX的会计处理与亚马逊的会计处理之间存在着巨大的鸿沟。SpaceX这样一家几乎是昨天才踏入云计算领域的公司，难道真的在工程和资本部署方面高效得多，以至于能产生三倍于云巨头的业绩吗?
投资者对马斯克的说法持怀疑态度
马斯克从不避讳对其业务发展方向以及何时迈过各项里程碑做出大胆断言。但实际结果往往不及他的预测。我们有理由怀疑仅凭工程人才，SpaceX是否有能力在AI算力领域建立起实质性的竞争优势。
虽然约翰森关于当前投资回收期极快的说法可能是准确的，但尚不清楚它是否能够同样高效地进行规模化扩张。SpaceX拥有现有的基础设施，在上个季度曾用来向Anthropic和Alphabet旗下的谷歌等第三方客户提供更多算力。这未必是可以复制的。
更重要的是，面对来自云巨头的竞争，SpaceX能够轻松留住此类顶尖人才在逻辑上根本说通。如前所述，Alphabet、亚马逊和微软在资本支出上的投入是SpaceX的三倍。它们的业务严重依赖于该资本支出的高效回报。如果能将资本回报率提升数倍，它们必然会为顶尖人才支付高昂的薪酬。
SpaceX仅仅是在AI算力严重短缺的时候，处于能够提供部分算力的位置而已。Alphabet与该公司签订了算力合同，是因为通过将部分内部AI算力需求转嫁给第三方，从而利用自身基础设施立即服务像Anthropic这样的大型客户的长期潜力太好，令人无法放弃。
一旦Alphabet为自己建设了足够的产能，就可以终止与SpaceX的合同。这可能会为SpaceX带来一些出色的短期收入，但这并不表明其在云计算领域拥有长期的竞争优势。
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，人工智能(AI)机器人公司Serve Robotics(SERV)宣布与美国在线餐饮配送服务平台Grubhub达成新的合作伙伴关系，同时将其与美国最大外卖应用DoorDash(DASH)的合作扩大至美国另外两个城市。这是该公司与前投资者优步(UBER)关系破裂后采取的最新举措。截至发稿，Serve Robotics周一美股盘前涨超5%。
Serve Robotics周一在一份声明中表示，公司将让其配送机器人在华盛顿州和加利福尼亚州圣何塞执行DoorDash订单。Serve Robotics目前已经与DoorDash合作，在芝加哥、洛杉矶和迈阿密提供服务。这家机器人开发商还宣布与Wonder Group及其子公司Grubhub达成新的合作伙伴关系，为洛杉矶、芝加哥和弗吉尼亚州亚历山德里亚提供自动配送服务。
随着Serve Robotics逐步结束与运营着美国第二大外卖应用的优步的合作，这些不断扩大的合作伙伴关系为Serve Robotics带来了新的发展机会。两周前，运营着美国第二大外卖应用联合创始人兼首席执行官Ali Kashani在财报电话会议上表示，公司无意在与优步的配送合同于2027年初到期后续签。本月，优步披露称，其已在第二季度退出对Serve Robotics的长期投资，原因是双方在配送机器人的部署方式上产生严重分歧。
Ali Kashani在公告发布前接受采访时表示，与DoorDash扩大合作范围，以及Wonder Group和Grubhub带来的新订单增长，将使Serve Robotics能够让其约2000台机器人中更多的设备投入日常运营。在第二季度，由于机器人使用率较低，Serve Robotics平均每天仅有792台机器人组成活跃运营车队。而Serve Robotics此前曾将较低的使用率列为其与优步分道扬镳的原因之一。
DoorDash在美国外卖市场份额上领先于优步Eats和Grubhub
此外，Serve Robotics还宣布推出一款配备调制解调器的新设备Beacon，并将免费提供给餐厅，用于提醒餐厅工作人员其中一台机器人已经抵达。该设备还将让餐厅员工知道哪台机器人应该接收哪一份外卖订单。
Ali Kashani表示，Beacon将帮助Serve Robotics与餐厅建立直接连接，从而绕过他所称的由第三方软件构成的“碎片化”生态。这些第三方软件包括销售点系统(POS)或配送平台，而这些系统是否已经整合了面向餐厅经营者的自动配送提醒功能并不确定。
作为周一宣布的一系列举措的一部分，Serve Robotics还表示，公司将开始在繁忙地点租用场地，用于存放一批配送机器人，使这些机器人能够更快地前往附近餐厅，而不是让所有机器人都从可能距离热门餐厅较远的中央维护设施出发。首批“微型仓库”将在迈阿密投入运营。这些小型运营站点可以负责机器人的充电、调度和维护。
Serve Robotics在声明中表示“微型仓库只需要极少的基础设施，而且可以在需求旺盛的社区快速建立，为Serve提供一种可复制的模式，使公司能够以更快的速度、更低的成本进入新的社区和城市。”
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，当全球最大的AI数据中心项目——Meta(META)与贝莱德(BLK)联合投资的埃尔帕索1吉瓦算力园区——以140亿美元的开发成本和125.5亿美元的债券融资震撼市场时，一个被高收益率掩盖的结构性漏洞正悄然浮出水面。据报道，这座占地约1000英亩的巨型设施，其保险覆盖上限仅为建设期间的4.27亿美元和运营后的4.5亿美元。这意味着，一旦发生灾难性事件，潜在损失中数十亿美元的缺口将由贷款方直接承担。
140亿美元项目，仅投保4.5亿美元保险覆盖率不足3.2%
这座位于得克萨斯州埃尔帕索的Sopaipilla数据中心园区，由贝莱德旗下基金持有80%权益，Meta保留20%。Meta贡献了约23亿美元的土地和在建工程资产，贝莱德投入约49亿美元现金，其余125.5亿美元通过特殊目的载体Sopaipilla Investor LLC发行的债券融资。Meta作为唯一租户，承担长达20年的租赁义务。
然而，这个超大规模项目的保险配置与其体量严重不匹配。据知情人士透露，在保险经纪公司Marsh的建议下，该项目仅购买了
建设期间全险财产保险上限4.27亿美元，年保费约500万美元;
运营期间全险财产保险上限4.5亿美元，每年增长2%;
租金减免保险(施工延误) 2.18亿美元;
恐怖主义保险6.45亿美元;
商业综合责任险单次及累计赔偿限额各5000万美元，年保费约100万美元。
以运营后4.5亿美元的保险上限计算，相对于140亿美元的项目总值，保险覆盖率不足3.2%。任何超出上述限额的损失，都将由项目自身承担，最终传导至贷款方。
130亿美元“残值担保”替代保险Meta的信用成为唯一屏障
面对保险市场的容量限制，交易结构设计者选择了一条非常规路径。Meta提供了总额约130亿美元的残值担保(Residual Value Guarantee)，该担保在租约前16年内逐步递减。这一机制实质上要求如果项目资产价值跌破约定阈值，Meta需以自有资金补足差额。
标普将Sopaipilla债券评为A+级，仅比Meta自身的AA-级低一个档次。标普分析师Viviane Gosselin指出，Meta须承担保险赔付后最高4.5亿美元以内的任何缺口。但评级机构同时警告，债券持有人对项目实物资产没有直接求偿权，且若因严重灾难导致延误超过18个月，Meta有权无罚金终止租约。
穆迪分析师在评论AI数据中心繁荣时更直指核心风险“AI、半导体技术和冷却系统的快速进步，可能在资产完全货币化之前就使其过时。 ”
保险市场的“超级周期”万亿级项目遭遇承保能力天花板
埃尔帕索项目的保险困境并非个案，而是整个行业的结构性危机。行业评论人士将当前描述为“数据中心保险超级周期”。据预测，未来五年全球数据中心投资将达到约3万亿美元。仅2025年，美国六大超大规模数据中心运营商(含Meta)的支出预计就接近4000亿美元。
与此同时，单个项目的体量正以惊人速度膨胀。行业观察人士指出，为100亿至200亿美元甚至更高价值的园区提供保险，已从2023年的“几乎不可能”演变为2026年的“每周例行讨论”。但保险公司的承保能力显然未能同步跟上——单站点集中价值高达数百亿美元的风险，已超出传统保险产品的定价和承保能力。
为填补这一缺口，Marsh推出了Nimbus产品线，提供最高27亿美元的容量;Aon将其数据中心保险计划扩大至25亿美元。然而，即便是这些定制化解决方案，与埃尔帕索项目140亿美元的体量相比，仍相去甚远。
得州电网风险ERCOT孤岛效应的“隐形炸弹”
埃尔帕索的地理位置为这场保险危机增添了额外维度。得克萨斯州的ERCOT电网与全美其他电网近乎完全隔离，限制了紧急状态下从邻州进口电力的能力。2021年的冬季风暴Uri已证明了这种孤岛效应的破坏力——全州范围内持续 outages、级联故障和数十亿美元的经济损失。
对于一个消耗整整1吉瓦电力的数据中心而言，持续数日的停电不是麻烦，而是灾难性的业务中断事件。而针对电网故障导致的非物理损坏业务中断进行保险定价，正是保险行业最难处理的类别之一——因为损失不是有明确金额的物理财产毁损。
贷款方的“信用陷阱”高收益背后的高风险
7月，Sopaipilla Investor LLC发行的125.5亿美元债券以7.534%的收益率定价，接近垃圾债水平。尽管标普和惠誉给出了A+/AA-的评级，但认购额仅约170亿美元，远低于超大规模数据中心项目通常的需求水平。
这一相对冷淡的市场反应，反映出投资者对项目风险结构的审慎评估。在“表外融资”模式下，贷款方的追索权实际上依赖于Meta的信用质量和残值担保，而非项目实物资产本身。一旦发生超出保险覆盖范围的灾难性事件，贷款方面临的损失可能高达数十亿美元。
更令人担忧的是，保险经纪公司Marsh在此次交易中同时服务于Meta和贝莱德双方。法律顾问警告，当经纪商同时为交易多方提供风险结构设计服务并销售相关保险产品时，可能面临利益冲突风险。
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，2015年的一笔9亿美元押注，如今已演变为一场百倍回报的投资神话。随着SpaceX(SPCX)今年6月完成规模达860亿美元的历史性IPO，谷歌母公司Alphabet(GOOGL)凭借早期布局，一跃成为SpaceX最大的单一机构股东。
根据Alphabet提交的文件，截至6月30日，该公司持有5.512亿股SpaceX股票，按当日收盘价170.86美元计算，持仓市值约942亿美元。与2015年最初投入的9亿美元相比，这笔投资在十余年间增值超过100倍。
SpaceX于6月12日登陆纳斯达克，发行价定为每股135美元。随着二季度13F持仓报告陆续披露，各大机构对SpaceX的持仓浮出水面。
除Alphabet外，SpaceX的主要机构投资者包括沙特公共投资基金(PIF)二季度新建仓约1.5415亿股，D1 Capital新增约1.26亿股，Tiger Global披露持有37.5万股，Viking Global在第二季度增持120万股。此外，根据最新13F文件，英伟达(NVDA)增持约1.2276亿股，AMD(AMD)新建仓约331万股。
不过，13F文件每季度编制一次，并在季度结束后的六周内披露，因此这些信息相对滞后，无法反映自6月30日以来这些大型投资者的买卖情况。此外，SpaceX投资版图庞大，各机构持股的解禁时间表各异，进一步增加了分析难度。
盈透证券市场策略师Steve Sosnick表示“要厘清哪些机构持有的是IPO前股份，难度非常非常大。”他补充道，13F文件并未揭示投资者的禁售期状态，也未说明其对IPO前持仓的利润兑现意图。
Alphabet是一个例外，该公司在2015年公开披露了对SpaceX的9亿美元投资，这为评估其当前持仓价值提供了一个罕见的参考基准。
SpaceX上周五收于140美元，较IPO发行价上涨3.7%，但较6月30日收盘价下跌18%。Sosnick表示，SpaceX仍然是盈透证券客户交易最活跃的股票之一，此前“市场对首轮禁售期结束后可能出现的情况的担忧被证明是杞人忧天，因此该股迎来了一波新的买盘”。
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，SpaceX(SPCX)已以600亿美元完成对人工智能(AI)编程初创公司Cursor的收购，这是埃隆·马斯克缩小与竞争对手Anthropic PBC和OpenAI差距的关键一步。
根据一份监管文件，该交易于8月14日正式生效，距SpaceX正式宣布达成收购协议仅过去两个月。
此次收购是科技史上规模最大的交易之一，旨在帮助马斯克旗下公司加大投入，构建更先进的AI工具，以优化编码等任务的流程——而编码正是AI领域商业价值丰厚的市场。马斯克的AI业务现已整合为SpaceXAI，此前其产品商业化落地有限，还经历了一系列裁员与重组。
Cursor的AI助手于2023年推出，旨在帮助程序员更高效地编写和调试代码。随着软件开发者对基于聊天机器人提示进行构建的工具需求激增，Cursor迅速成长为有史以来增长最快的初创公司之一，并成为科技界“氛围编程”(vibe coding)时代的核心参与者。
在此次交易完成前，SpaceX与Cursor于7月联合推出了首款模型Grok 4.5。两家公司表示，Grok 4.5专注于编码、金融和法律相关任务，且使用成本低于其他竞品模型。此后，SpaceX发布了Grok Bot，该产品像一个由AI智能体组成的团队，可在全天候分派处理各类任务。同时，SpaceX还推出了升级版Grok 4.6模型。
除上述举措外，SpaceX还签订了一系列价值数十亿美元的合作协议，允许Anthropic和谷歌(GOOGL)等公司接入其计算资源。但在8月与SpaceX员工的会议上，马斯克表示，公司“必须在软件层面取得成功”。
马斯克还强调，AI是公司现在与未来的核心。他在会上表示“到9月，我们的AI收入将超过SpaceX所有其他业务收入的总和。”
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！
今天聊一个可能正在改写AI芯片格局的事情——谷歌的TPU供应链正在发生肉眼可见的变化。
一边是博通的TPU出货预期开始下修，另一边是AMD可能首次进入Google TPU供应链。
放在一起看，谷歌正在做一件非常明确的事：
降低对单一ASIC供应商的依赖。
先看博通这边，数字不太好看了。
SemiAnalysis最新报告给出的数据很直接：博通2026年的CoWoS晶圆需求从之前预期的25万片砍到了21.5万片。
拆开来看：
博通自己CEO陈福阳在6月初的财报电话会上就已经松了口，承认TPU v7/v8i的交付总量会低于此前预测的600万颗。这等于管理层提前打了预防针。
2027年也好不到哪去。
之前市场预期2027年TPU 7和TPU 8i合计能干到600万颗，现在这个数字也要往下调。原因不是谷歌不买了，而是博通的产能被分走了——总CoWoS需求大约46万片，但里面有5.5万片（相当于83万颗TPU 8i）要拿去给Meta的MTIA 400 Iris项目。
SemiAnalysis特别提到，Meta在5月份就干过一件事——主动砍掉自己在博通的产能分配，换取谷歌TPU算力的使用权。
Meta的订单随时可能变卦，说不要就不要了。这笔83万颗的产能到底是给Meta还是回头给TPU，现在谁也说不准。
再看AMD这边，故事才刚刚开始。
市场传言说谷歌正在和AMD谈v10代TPU的合作。如果这事落地，将是AMD第一次真正杀进大型定制AI ASIC项目。
AMD凭什么？
第一，先进封装。AMD在SoIC和Chip-on-Wafer技术上早就趟过路了，已经把SRAM垂直堆到CPU上面去过。TPU越做越复杂，封装能力越重要。
第二，CPU IP。SemiAnalysis指出，谷歌和它的客户正在推动TPU往强化学习（RL）这类工作负载上走，未来可能需要把CPU核心直接塞到TPU封装里。AMD手里有现成的x86 CPU IP，博通可没有。
第三，AMD做定制芯片不是新手。2013年就成立了半定制业务部门，游戏主机芯片做了十几年。
但话说回来，这件事目前还是"市场传言"，双方都没正式确认。
怎么看这件事？
从博通的角度，短期利空是实实在在的——CoWoS产能下调、TPU产量砍单，这些都是已经发生的事。
市场已经开始重新定价了：8月14日周五当天，AMD涨了6.5%，博通跌了5.9%。美银本周二还把博通的信用评级下调到了中性。
但博通没有护城河很硬。它在4月份刚和谷歌签了到2031年的长期供应协议，v8、v9、v10、v11四代TPU都有份。而且摩根士丹利预估博通2027财年AI收入能到1200亿美元，其中TPU相关收入约800亿。
最大的变数
最大的变数在于：谷歌到底想把鸡蛋分几个篮子放？
以前TPU几乎是博通独家，现在联发科已经切走了v9的一部分，AMD又在谈v10。
谷歌的供应链多元化趋势已经很清楚了——它不想在任何一家供应商身上绑死。
美股投资网认为，这件事暂时还不能理解成博通丢掉谷歌，更准确的说法是，它在谷歌TPU里的份额和议价权，未来可能不再像过去那么稳。
对AMD来说则完全相反，如果v10合作最终落地，这不只是多一个订单，而是它第一次真正进入Hyperscaler定制AI ASIC的核心供应链
接下来真正需要跟踪两个变量：
第一，2027年那5.5万片CoWoS产能最终如何分配；
第二，AMD参与TPU v10的传闻能不能得到进一步供应链验证。
模型越大越好，算力越多越好，企业接上API就能享受最先进的智能。
企业不用训练模型，也不用自己建AI基础设施，只要按Token付钱，就能直接使用全球最强的大模型。
这套模式确实推动了生成式AI最快的一轮普及。
但到了2026年，我越来越关注另一个正在冒头的变化：
企业开始不满足于“租AI”，而是想把AI重新掌握在自己手里。
这背后对应的关键词，就是最近越来越频繁出现的——Sovereign AI，主权AI。
而如果这条趋势真的成立，它改变的不只是企业怎么使用AI，更可能重新划分整个AI产业链的利润。
一、以前用AI像租房，现在企业开始想“买房”
最初企业使用AI的方式非常简单。
把数据传到远端，调用OpenAI、Anthropic等厂商提供的API，再按使用量付费。
刚开始这笔账很好算。
员工偶尔问几个问题、生成几段文字，一次调用只消耗少量Token，和自己训练模型相比，API几乎便宜得可以忽略。
但Agent开始改变这件事。
以前AI只是“回答一个问题”。
现在的Agent需要：
读取整个代码库、理解上下文、拆解任务、调用工具、反复测试、根据结果重新规划……
一个任务背后的模型调用次数可能成倍增加。
原文以Uber为例：内部工程师使用Agentic Coding工具的比例快速上升，重度用户每个月的AI使用成本甚至可以达到数百至数千美元，公司最后开始给员工和工具设置月度预算上限。
这件事很重要。
因为企业突然发现：
AI采用率越来越高，不等于AI的ROI一定越来越高。
Token消耗可以很容易翻几倍，但生产效率究竟提高了多少，却没有那么容易衡量。
于是第一个变化出现了：
企业开始从“尽可能多用AI”，进入“AI到底值不值得花这笔钱”的阶段。
微软在原文中的做法也很典型：开始通过FinOps和模型路由，把简单任务交给更便宜的小模型，真正复杂的问题才调用昂贵的前沿模型。
这其实和云计算早期非常像。
最开始大家只想快速上云，几年之后才发现，云账单本身也需要管理。
AI现在正在经历同样的过程。
二、比账单更敏感的问题，是“我的供应商会不会变成我的竞争对手？”
成本只是第一层。
第二层是企业更难接受的问题：控制权。
原文提到了Anthropic与Figma之间的争议。
Figma本身是Anthropic的重要企业客户，但当Anthropic推出与设计、原型生成相关的新产品之后，双方的业务边界开始变得越来越模糊。
这里最值得关注的并不是某家公司到底有没有使用客户数据，而是这种商业模式天然存在一个矛盾：
今天，大模型厂商给你提供底层能力。
明天，它也可能自己向上进入应用层。
于是企业会开始思考一个非常现实的问题：
如果我的产品、工作流、企业知识全部运行在一家外部公司的模型之上，我究竟拥有多少主动权？
模型价格怎么调整，你决定不了。
模型版本什么时候升级，你决定不了。
API是否继续开放，你决定不了。
甚至未来对方会不会进入你的行业，你也决定不了。
这也是Palantir CEO Alex Karp在原文中不断强调“AI主权”的原因之一。
【配图2：IBM关于企业AI主权差距的调查图】
三、所以，什么才是真正的“主权AI”？
“主权AI”这个词听起来很宏大，但把它拆开，其实非常具体。
原文将它归纳为五个维度。
1. 数据主权
企业的数据、客户资料、生产参数，尽可能留在自己可控制的环境里。
2. 模型主权
模型权重能够由自己掌握、微调和部署，而不是完全依赖远端API。
3. 算力主权
关键AI系统可以运行在自己能够控制的硬件和基础设施上。
4. 决策主权
AI作出的关键判断能够被审计、追踪，出了问题能够回滚。
5. 供应链主权
整个AI系统不能完全依赖单一公司、单一国家或者单一技术栈。
所以主权AI并不简单等于：
“所有企业都自己建机房。”
它更像一个光谱。
一端是完全离线、物理隔离；
另一端可能只是要求数据留在某个国家、客户自己掌握密钥、全过程可以审计。
不同公司根据自己的敏感程度，选择不同程度的控制权。
【配图3：McKinsey AI Sovereignty光谱图】
四、为什么“开放权重”突然变得重要？
如果企业想把AI控制权拿回来，首先就会遇到一个问题：
模型怎么办？
如果最核心的模型始终锁在远端API里，那么所谓“主权”其实很有限。所以开放权重开始变得重要。
这里必须区分两个很容易混淆的概念：
Open Source，开源。和Open Weight，开放权重。
严格意义上的开源，通常意味着代码、训练方法、数据等都具有较高程度的公开透明。而现在大家经常说的Llama、DeepSeek等，很多更准确的描述其实是“开放权重”：你可以获得模型权重，可以下载、微调、部署到自己的服务器，但并不代表训练过程的一切都完全公开。对于企业来说，这已经产生了很大的区别。因为一旦权重掌握在自己手里：模型不会因为API厂商改变政策就突然不能使用；企业也可以根据内部数据进行微调；更重要的是，可以把模型部署在自己能够控制的环境里。
所以美股投资网很喜欢原文里的一个概括：
开放权重解决“怎么拿回来”，主权AI创造“为什么要拿回来”的需求。
【配图4：开放权重与真正开源的区别】
五、为什么黄仁勋突然开始大力支持开放模型？
这里其实是整条投资逻辑里，我觉得最有意思的一部分。
原文提到，黄仁勋在X上分享关于开放权重与AI领导力的公开信，并强调未来世界既需要闭源前沿模型，也需要开放模型。
乍一看有点奇怪。
NVIDIA又不卖大模型订阅。
为什么它如此关心模型到底开不开源？
换一个角度就很好理解了：
模型越开放，做模型的人越多，需要部署AI的人也越多。
而不管企业最后选择Llama、DeepSeek、Qwen、Mistral还是其他模型，它最终都需要：
GPU、推理软件、服务器、网络、存储，以及整套AI基础设施。
换句话说：
如果闭源模型一家独大，价值可能高度集中在少数几个API供应商手里。
如果模型越来越商品化，模型层的利润可能被压缩，但整个市场的AI部署数量反而会变得更大。
而NVIDIA卖的是“铲子”。
模型是谁的，对它没有那么重要。
只要AI越来越多地被部署起来，就需要更多算力。
这可能正是开放模型对NVIDIA最大的战略意义。
【配图5：黄仁勋关于开放模型的X帖截图】
六、Meta为什么也希望模型变得越来越“免费”？
另一个非常典型的玩家，是Meta。
Meta为什么愿意长期推动Llama开放？
原文给出的逻辑很直接：
Zuckerberg在智能手机时代吃过“没有底层平台”的亏。
Meta拥有Facebook、Instagram、WhatsApp，却没有自己的手机操作系统，因此长期需要受到Apple、Google平台规则的影响。
到了AI时代，Meta显然不希望再出现一次：
整个AI底层平台被另外一家公司控制。
于是一个非常有意思的商业战略出现了：
把模型本身做成商品。
如果全球开发者都可以低成本使用Llama，那么最底层“模型”的稀缺价值就会下降。
真正有价值的东西，就可能重新回到：
用户、数据、社交网络、广告系统、智能眼镜和终端生态。
所以开放模型对Meta来说，并不一定是慈善。
它更像是一次平台战争。
【配图6：Zuckerberg谈开放平台】
七、DeepSeek真正改变的，不只是模型排行榜
开放路线以前最大的问题很简单：
不够强。
如果开源模型只能做简单任务，那么安全、控制权、成本再漂亮，也无法取代真正好用的闭源模型。
但原文认为，2024—2026年这段时间出现了几个关键变化。
一个是MoE——混合专家模型。
模型不需要每次回答问题都启动全部参数，而是根据问题，只调动其中最相关的一部分。
另一个是推理时计算。
模型不再只是“问一句答一句”，而是可以在输出前进行更多内部推理。
再加上知识蒸馏、合成数据以及开源社区快速迭代，开放模型和闭源前沿模型之间的差距逐渐缩小。
DeepSeek V3和R1成为其中非常关键的节点。
它真正冲击市场的地方并不只是benchmark，而是打破了一个长期存在的默认假设：
高性能AI，一定必须依赖极其昂贵的闭源模型吗？
原文给出的判断是，到2026年，优秀开放权重模型与闭源前沿模型的差距，已经从过去按“年”计算，缩短到大约几个月。这个判断属于原作者的行业观察，并非本文额外验证的数据。
而企业真正每天需要的任务，其实很多都不需要“全世界最聪明的模型”。
客服、摘要、报表、代码辅助、内部知识库……
如果一个便宜很多、可以私有部署的模型已经“足够好”，企业为什么一定要为最后那一点能力差距支付高昂溢价？
【配图7：开放模型与闭源模型能力差距收窄图】
八、模型免费以后，到底谁赚钱？
这是我最关心的问题。
如果未来模型越来越像一种基础商品，那么利润不会消失，只会重新分配。
原文总结了开放模型常见的几种商业模式：
第一种，卖官方API。
模型虽然可以免费下载，但自己部署服务器非常麻烦，很多开发者最后依然会选择官方托管服务。
第二种，企业私有部署和定制。
真正进入大型企业、政府、金融、医疗等场景之后，部署、合规、安全、维护和模型微调都需要大量工程服务。
第三种，用开放模型带动母公司的核心业务。
Meta用Llama保护自己的生态；
阿里用Qwen吸引更多开发者进入云服务体系。
第四种，是把全球开发者变成免费的研发网络。
模型一旦开放，全球开发者会帮助寻找Bug、做量化、做微调、开发不同版本。
这意味着：
模型本身越来越便宜，不代表AI产业链没有利润，而是利润可能开始从“模型租金”转移到部署、算力、软件控制和生态。
九、从投资角度，我更关注这几个位置
如果“主权AI＋开放权重”这条路线继续发展，我觉得接下来不能只盯着“哪家大模型最聪明”。
更值得问的是：
$NVDA ：最明显的卖铲人
无论模型是闭源还是开放，最后都需要算力。
而企业从调用API转向自己部署模型，甚至可能让算力需求变得更加分散。
$PLTR ：企业控制层
企业自己拥有模型之后，真正困难的事情才刚刚开始。
谁可以看什么数据？
Agent可以执行哪些动作？
出了问题怎么审计？
这些都属于企业AI治理和软件控制层的问题。
$Meta：让模型层商品化
Llama如果扩大开放模型生态，本质是在降低模型本身的稀缺性，同时保护Meta自己的应用和终端生态。
阿里巴巴：模型免费，云来赚钱
Qwen的逻辑也很容易理解。
模型越多人使用，就越可能带来部署、推理和云计算需求。
所以未来AI产业的竞争，也许会越来越像今天的互联网：
免费的东西负责获取生态，真正赚钱的是生态背后的基础设施和服务。
十、主权AI真正改变的，是AI的利润分配方式
过去几年，市场习惯把AI价值集中在少数几个前沿模型厂商身上。
谁拥有最强模型，谁就拥有最高议价权。
但主权AI和开放权重提供了另一种可能：
模型能力逐渐商品化；
企业重新掌握数据和模型；
AI从少数云厂商的远端黑盒，变成可以被部署到不同公司、不同国家和不同设备上的基础能力。
如果这一天真的到来，那么价值链可能发生一次很大的迁移：
模型层的“智力租金”下降，算力、部署、治理、云服务和终端生态的重要性上升。
这也是为什么黄仁勋会支持开放模型。
因为对于一个卖算力基础设施的人来说，他可能并不希望任何一家模型公司成为AI世界唯一的入口。
他更希望世界上有成千上万家公司、政府和开发者，都在搭建自己的AI。到最后，无论他们选择谁的模型，都需要计算。这可能才是“主权AI”真正值得投资者关注的地方。
AI下一阶段的竞争，也许已经不只是：谁拥有最聪明的模型。而是：谁拥有AI的控制权，以及当控制权重新分散之后，谁还能持续收取利润。
这套模式最大的风险也很明显
金融资本进来以后，会把行业的上行弹性放大。
同样也会把风险放大。因为一旦GPU开始被当成融资资产，金融机构一定会关心它的残值。
假设一批GPU买入时值100。两年以后新一代产品性能大幅提升，旧GPU二手价格只剩40。
那抵押物价值就会缩水。如果再叠加算力租金下降、数据中心利用率不够、客户合同不稳定，融资方就会变谨慎。
到时候就可能出现另一种循环：
算力价格下降
→ GPU残值下降
→ 融资条件收紧
→ 数据中心减少扩产
→ AI硬件订单下降。
所以“算力金融化”不会让AI周期消失。它更像是给整个周期加了杠杆。景气好的时候跑得更快，反过来也一样。
我为什么还是偏向看多硬件
美股投资网现在真正关注的，是AI产业的钱从哪里来，以及最后流向哪里。模型可以换。应用也会换。但一座AI数据中心真正建起来，需要的东西很难跳过：
GPU、HBM、存储、光模块、高速互连、服务器、电源、电力和冷却。
只要算力建设还在扩张，这些东西就要有人提供。
而算力金融化解决的恰恰是最关键的一步：让有需求的人买得起。原来AI硬件的资本开支主要依赖几家科技巨头自己的现金流。
如果金融机构真正把AI Factory当成一类可以融资的基础设施资产，产业能够调用的资金就会大很多。
这也是我现在看这条线最核心的逻辑。
与其一直猜下一个最强的大模型是谁，我更愿意看那些无论谁赢，都要被采购的东西。
GPU、HBM、光通信、服务器、电力。
如果要把“算力金融化”压成一句话，我会这么理解：
黄仁勋干的不只是把GPU卖出去，而是在想办法让更多人借得到钱来买GPU。
只要这个融资飞轮没有出问题，对AI硬件就仍然是一个很值得跟踪的增量。
━━━━━━━━━━━━━━━━━━━━━━
【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”。
━━━━━━━━━━━━━━━━━━━━━━
回购是闪迪上涨的根本原因。茅台股价不行是因为空有现金流却舍不得大力回购股票救市。闪迪市值2千亿美元（正好差不多1.4万亿人民币，和茅台市值差不多），就这个8月宣布拿出200亿美元从公开股市里回购（资金量正好和茅台自由现金流差不多），目前已实施回购才45亿美元，就已经把从最高点（2300美元一股，价位数字上还正好和茅台顶峰差不多）下跌到最低时1015美元一股的颓势（下跌百分比和茅台幅度也差不多），五个交易日就救成了现价1660。这个回购力度茅台敢想吗，不敢，所以空有现金流没意义，不大力回购说明并不觉得自己的股价被低估了。
这个刚刚结束的财报季，Lumentum、Coherent、AAOI 三家先后交出的业绩，罕见地指向了同一个方向——这个规律正在被改写。
先看具体说了什么：
三家没有一家在说“我们觉得需求不错”。三家都在说——“我们做不出来”。
这不是需求侧的情绪表达，而是供给侧的事实陈述。
产业链的定价权在转移
光子学行业过去是典型的买方市场，设备商拼价格、拼交付，单价逐年走低。
但这一轮，情况不同了。
Lumentum 已经签了覆盖到 2030 年的长期供货协议，客户承诺最低采购量，协议里还带定价条款。AAOI 也在推进为期三年的激光器长协，涉及两到三家头部客户。
这些协议最大的变化在于：客户不仅承诺买，还愿意提前付钱，直接用于供应商扩产。
Lumentum 从 AXTI 拿到的 8750 万美元定金，用于预订未来数年的基板供应直至 2031 年。超大规模客户用预付款换产能分配，相当于把扩产的资本压力转移到买方的资产负债表上。
对设备商而言，这是一种近乎理想的风险结构——资金压力被稀释，需求侧有合同兜底。买方不是在采购，是在入股这条供应链。
1.6T 的放量超出预期
Lumentum 提到，1.6T 的爬坡速度比三个月前内部预测的还要更快，数据中心激光器出货量同比增长约 80%。
AAOI 的数字更具体：
对应产能需要从现在的每月 20 万只，拉升到 2026 年底的 65 万只以上，再到 2027 年底的 93 万只。
这个节奏意味着供应链上任何一个环节掉队，都会卡住全局。
尤其值得注意的是，瓶颈在迁移。目前最紧张的不再是激光器本身，而是 3nm DSP 和 200G TIA/驱动芯片。1.6T 这个节点上，谁能稳定拿到这些配套芯片的 allocation，谁才能真正兑现收入。
市场长期担心的老问题，可能被简化了
NPO/CPO 会不会干掉可插拔模块、压缩现有市场空间？
Lumentum CEO 给出了一个分析框架：
NPO 和 CPO 首先替代的不是机柜之间的可插拔连接，而是机柜内部的铜缆。两者是叠加关系，而非替代关系。当每颗 XPU 都需要独立光源时，激光器数量和总光功率都在成倍增加。
如果这个逻辑成立，NPO 对这个行业不是存量博弈，而是 TAM 扩张的变量。
几个事实拼在一起
风险仍然存在。产能扩张的执行力、关键零部件的供应稳定性、宏观层面客户资本开支的节奏，都会影响最终结果。但至少从三家公司的财报和指引来看，这个趋势是连贯的，口径没有出现矛盾或动摇。
━━━━━━━━━━━━━━━━━━━━━━
【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”。
━━━━━━━━━━━━━━━━━━━━━━
据《华尔街日报》报道，美国商务部长Lutnick明确表示，不希望苹果采购中国存储芯片。
可问题是，苹果才开始测试CXMT和YMTC，希望多找一个货源，也顺便压一压现有供应商的报价。
•如果中国供应商被挡在门外，苹果只能更依赖MU、SK海力士、三星和SNDK，老供应商的话语权会更强。
•中国存储也不是以前那种“低价冲市场”了。CXMT、YMTC在部分产品上同样提价，说明真正的问题是缺货，不只是政治。
•对MU和SNDK来说，市场买的不是一条新闻，而是未来几个季度的价格更硬、订单更稳。
美股投资网认为，这条消息真正改变的是苹果的议价能力。过去苹果靠体量压供应商，现在AI大客户抢产能，华盛顿又限制备选货源，苹果手里的牌明显少了。
接下我们会盯三件事：
美国会不会把“劝阻”升级成正式限制；
苹果最终是否签下CXMT或YMTC；
DRAM和NAND合约价能不能继续上涨。
微信分析师 微信公众号
