美股投资网获悉，美国花旗银行最新发布的一份研报显示，Facebook以及Instagram母公司Meta(META)在当地时间周一最新推出代号“Watermelon”的Muse Wonder系列个人AI智能体/AI大模型非常有望以记忆、推理与持续执行能力强化产品周期，并由用户增长、渠道分发优势和Meta主导的AI算力资源大扩张推动该公司的AI智能体业务加速商业化。

花旗策略师团队表示，Meta最新推出的Muse Wonder系列AI应用产品通过Active Memory(主动回忆、主动调用)跨对话记忆与Active Focus持续执行能力，强化复杂任务处理、长期编程及金融、法律等专业场景，进一步增强Meta的AI产品周期。研报引用的数据显示，Muse上线34天美国累计下载约860万、日活超过200万，而Meta庞大的应用分发优势仍有待进一步释放。花旗强调，Muse系列AI智能体有望推动Meta从广告变现向AI智能体长期付费订阅、模型API与专业工作服务拓展，AI智能体相关联的业务版图有望成为仅次于千亿美元级别数字广告业务的“第二增长曲线”，并且智能体未来商业化空间远远强于数字广告。

Meta Muse与OpenAI的GPT-6 Astra全面引爆AI智能体大浪潮之际，“AI FOMO交易”(指投资者担心错过AI相关资产的上涨机会，因而追买或回补此前降低的仓位)可谓随之卷土重来。从AI算力基础设施底层架构看，Muse与Astra有望进一步扩大AI智能体使用范围，它们带来的天量级别AI推理工作负载大举扩张会同时增加模型推理、工具执行和状态管理需求，同时加深了部分软件公司的竞争压力。GPU、TPU等加速器承担模型计算;高性能服务器CPU运行浏览器、虚拟机、商品检索、数据库查询和交易编排;HBM与服务器DRAM承载模型数据、上下文及并发工作环境;企业级SSD保存商品索引、任务记录与持久状态，高速网络和光互连则支撑分布式数据交换。

在花旗策略师团队看来，这种AI FOMO交易热潮甚至有望点燃10月开启的这一轮美股财报季看涨狂潮——主要基于AI智能体相关联的产品热度有望从今年开始大规模转化为越来越多用户长期使用与Token调用/长期订阅付费，并与数字广告增长生态共同支撑不断扩大的算力投入，让模型/智能体竞争力进一步体现为强劲盈利增长预期。

来自花旗的策略师团队表示，标普500指数第三季度盈利同比增长的华尔街分析师们一致预期已由季初26.7%显著上修至29.6%，能源与AI科技主题是主要的增量上修来源，全部11个行业均预计实现盈利同比级别增长。花旗独家模型预测，罗素1000成分股中有66.2%将出现正向盈利惊喜(即盈利超越市场一致预期)及相关正向股价回报轨迹(即花旗模型还同时预测相关股价回报方向为正)，明显高于上季度本已强劲的60.9%，达到2021年第四季度以来最高水平。

华尔街金融巨头杰富瑞近日表示，在AI投资狂潮和AI相关企业盈利超预期上行的双重引擎驱动下，标普500指数预计将在2026年底飙升至8000点，并在2027年进一步触及9000点。杰富瑞的核心逻辑清晰而有力：在一个AI驱动的盈利增长超过历史平均两倍以上的周期中，与盈利趋势对抗是危险的。杰富瑞的2026年8000点位标普500指数基准预测基于每股收益(EPS)达到373美元(同比增长35%，远高于市场共识的29%)以及21.5倍的市盈率。

从AI大模型竞争到引领个人AI智能体风口，Muse有望打开第二增长曲线

Meta最新推出的Muse Wonder系列是驱动最前沿AI智能体的底层AI大模型，主打“深度记住背景、持续执行、完成交付”。Active Memory跨对话检索相关信息，Active Focus支持遇阻换方案、纠错与跟进，重点覆盖长期编码及金融、法律、健康任务。其相比于Anthropic与OpenAI旗舰产品的差异化竞争力集中于长任务的上下文连续性与执行可靠性，目标是减少用户反复解释和人工接管。Wonder已接入Meta Model API与Muse Code，Full面向Muse Code订阅者;对Muse应用的升级将优先向订阅用户推出。

美东时间12日周一，Meta正式发布Muse Wonder系列模型，包括面向快速前沿性能的Muse Wonder，以及完整版本Muse Wonder Full。扎克伯格在社交媒体上表示，Muse Wonder是比此前Muse Spark规模更大、能力更先进的一类模型，标志着Meta在AI能力上迈向行业前沿。

Muse Code是Meta面向软件开发的编程智能体工具，与通用的Muse智能体应用是不同产品。按照此次发布安排，Muse Wonder Full仅向Muse Code订阅用户开放，非订阅用户暂不能使用Full;普通版Wonder则已通过Meta Model API和Muse Code提供。此外，覆盖Facebook与Instagram的Meta生态平台通用Muse智能体应用官方尚未宣布通用Muse可以立即使用Wonder Full。

花旗引用的Artificial Analysis榜单将Wonder Full列为第三;研报比较中的优势集中于记忆、法律、金融和长程软件开发。这意味着Meta正在进入专业工作流竞争。研报梳理的产品链从Spark持续迭代，延伸至Muse Code、开源模型Glimmer、语音视觉、智能眼镜和SecureVM执行环境：底层能力、工具接口与执行环境逐步贯通，有利于将模型进步更快转化为可交付服务。

应用数据提供了初步验证：Muse上线34天美国累计下载约860万、日活超过200万，早期下载速度领先ChatGPT、Gemini及Meta AI各自上线阶段，最近四周下载量超过Meta旗下各个单独应用。花旗认为集团分发优势才开始释放，并期待Muse Voice实时对话、Business Calls代用户致电等体验。投资含义在于订阅、API和专业服务的潜在增量;当智能体接管跨软件流程，部分软件公司的界面入口与按席位收费也将承受竞争压力。

从1GW训练到14GW扩容：财报季将检验Meta庞大算力资源如何变成Token现金流

花旗调研数据显示，Wonder在1GW级别的Prometheus超大型数据中心训练。花旗研报抛出的2027年约14GW总算力容量预期，则意味着算力供给可能同比翻倍，支持更密集的模型与智能体发布，也可能留下短期算力合作空间。

从工程机制看，智能体普及同时增加模型推理、工具执行与状态管理需求：加速器与HBM承担推理，CPU执行工具，持久化存储和检索支持长期记忆，网络连接各环节。花旗强调，Meta的优势取决于这些资源能否协同提高任务完成率、压低每次成功交付的成本。

Muse与Astra这类最前沿AI智能体带来的核心变化，是把一次性问答升级为持续运行的任务执行过程。长期记忆、持续推理与工具调用，使一个用户需求能够展开为规划、检索、代码执行、结果验证和反复修正，多智能体协作还可能增加并行任务与模型调用;随着更多真实工作进入这一流程，算力需求有望同时向计算、内存、存储和通信扩张。

在整个制程天量级别推理工作负载的算力系统之中，GPU凭借可编程性承担复杂训练与多样化推理;对于完成软件适配、调用规模庞大且利用率较高的成熟负载，TPU等ASIC则可以通过计算、访存与互连优化降低推理成本。CPU负责工具运行、浏览器环境与任务调度，HBM和服务器内存承接模型权重、KV缓存及运行状态，SSD与数据库保存长期记忆、知识资料和任务记录，光互连与网络基础设施支撑跨节点、跨机架的模型协同和数据交换。

因此，智能体狂潮催化的是能够完整交付、持续运行的异构算力需求：芯片性能必须与内存带宽、存储响应、网络时延及电力散热配套，才能转化为更多成功完成的任务。当AI推理时代的代理式Agent工作流使用范围和任务数量的扩张远远超过单任务计算效率的提升，AI需求便有望从单颗加速器采购进一步放大为整套数据中心投资，这也是Muse智能体产品周期能够为AI FOMO交易提供产业逻辑支撑的关键之处。

在智能体业务成为坚定的第二增长曲线之前，在花旗看来Meta的盈利底盘仍是广告。花旗预计2026—2028年营收分别为2542、3101、3716亿美元，GAAP每股收益为28.11、36.92、46.17美元。2027年总计广告收入大约2968亿美元，占总收入约95%;应用家族日活人数预计仅增长2.8%，按日活口径的人均收入却增长18%，显示Reels及广告变现效率的重要性。应用家族其他收入预计由2026年44亿美元增至2028年195亿美元，但不能全部归为Muse收入。花旗编制的财务模型同时预期GAAP营业利润率由30.7%升至38.1%，Reality Labs亏损逐步收窄，体现收入增长超过费用增长的经营杠杆。

花旗予以的800美元目标价对应约22倍2027年GAAP每股收益及11倍EV/EBITDA，折合现价约20倍;与此同时，2026—2028年折旧摊销预计由298亿美元升至598亿美元，Muse普及还可能增加推理费用。Meta将于10月21日盘后公布财报，花旗预计三季度收入636亿美元、增长24.2%。花旗强调，Meta股价进一步打开空间，需要广告增长、智能体付费和成本控制共同兑现，并消化竞争、隐私监管与非广告投资回报的不确定性。

美股大数据 StockWe.com获悉，一家成立150年的传统制药公司，如今竟然跑出了堪比高增长科技企业的业绩增速。

它就是礼来（LLY）。

2026年第二季度，礼来营收达到229.74亿美元，同比增长48%，净利润高达71亿美元，毛利率更是达到惊人的85.8%。

什么概念？一家传统医药巨头，不仅营收接近同比增长50%，每卖出100美元的药品，还能留下将近86美元的毛利润，当然，这还没有扣除研发、营销等费用。

礼来甚至再次上调全年营收预期至850亿至870亿美元。

而推动这家百年药企高速增长的核心动力，竟然主要来自两款药。

第一款是Mounjaro，主要用于治疗2型糖尿病，单季度销售额达到99.43亿美元，同比增长91%。

第二款是Zepbound，主要用于肥胖症及相关获批适应症的治疗，单季度销售额达到49.28亿美元，同比增长46%。

这两款药实际上采用同一种活性成分替尔泊肽，只是针对不同适应症销售。

两款药一个季度就创造了将近149亿美元收入，占礼来总营收的65%。

更值得注意的是，这两款药的销售额合计同比增长超过73%，远远高于公司整体营收增速。

这说明什么？

礼来已经不再只是传统意义上的制药公司，而是正在成为全球肥胖和代谢疾病治疗市场的核心受益者。

过去，很多人把减肥药看成一种帮助人们控制体重的消费产品。但现在，市场正在重新认识肥胖症。它与糖尿病、心血管疾病、睡眠呼吸暂停等多种慢性疾病密切相关。

这意味着，减肥药的潜在市场不仅仅是那些想减掉十几斤体重的人，而是全球庞大的肥胖和代谢疾病患者群体。

更重要的是，肥胖症属于慢性疾病，许多患者需要长期治疗，而不是吃一次药就能永久解决问题。

随着治疗效果提高、适应症增加、医保覆盖扩大，整个市场还有进一步增长的空间。

但在美股投资网看来，礼来真正值得长期研究的地方，不只是今天这两款药卖得有多好，而是它已经开始布局下一代产品。

2026年，礼来在美国推出了口服减肥药Foundayo。

为什么这个变化如此重要？

因为目前主流GLP-1减肥药仍然以注射剂为主。对于一部分患者来说，打针本身就是使用门槛。

如果未来口服减肥药能够在疗效、安全性、价格以及使用便利性之间找到更好的平衡，就有机会吸引更多原本不愿接受注射治疗的人群。

而且，Foundayo采用小分子药物路线，具备规模化制造的潜力，有助于礼来进一步扩大供应能力。

与此同时，礼来的下一代三靶点减肥药Retatrutide，也已经在多项三期临床试验中取得积极结果。

与现有产品相比，这款药同时作用于GLP-1、GIP和胰高血糖素受体，目标是在体重管理和代谢改善方面实现进一步突破。礼来计划于2027年第一季度向美国FDA提交上市申请。

这意味着，礼来正在形成一套完整的产品梯队：现有注射药物负责创造收入，口服药物负责扩大潜在患者群体，下一代创新药则争取进一步提高治疗效果。

这才是礼来最值得关注的竞争优势。它不是只靠一款爆款药赚钱，而是在持续打造下一代产品，争取把今天的领先地位延续到未来。

当然，我们也不能只看增长，而忽视风险。

礼来第二季度还有一组非常重要的数据：产品销量增长60%，但实际实现的平均销售价格下降了13%。

也就是说，礼来今天的高速增长，主要靠卖出更多药，而不是不断提高药价。

这是一个好消息，也是一个值得警惕的信号。

好消息是，市场需求确实非常强劲，价格下降也没有阻挡销售规模快速扩大。

但另一面是，随着诺和诺德等竞争对手不断推出新产品，以及医保机构和政府对药品价格施加压力，未来减肥药市场的竞争很可能越来越激烈。

如果未来销售价格持续下降，而销量增长开始放缓，那么即使礼来仍然是行业龙头，利润增速也可能明显降温。

这也是为什么我认为，礼来和英伟达有一个非常值得研究的共同点。

英伟达受益于全球AI算力需求爆发，依靠技术领先、产品迭代和庞大的生态优势建立竞争地位。

礼来则受益于全球肥胖和代谢疾病治疗需求快速增长，依靠创新药物、专利保护、临床研发能力和生产规模建立竞争优势。

两家公司所处的行业完全不同，但投资逻辑有相似之处：站在长期需求持续增长的产业中心，并且拥有把行业增长转化成自身收入和利润的能力。

不过，这并不意味着礼来就能复制英伟达的股价表现。医药行业还要面对专利到期、临床试验失败、监管审批以及支付方压价等独特风险。

美股投资网认为，判断礼来的长期投资价值，不能只看今天减肥药卖得有多疯狂，更要观察它未来能否持续扩大市场份额，下一代产品能否顺利上市，以及不断增长的销量能否最终转化成更高的利润。

一家150岁的医药公司，已经证明自己能够重新进入高速增长阶段。接下来，真正决定它能走多远的，不是过去的两款明星药，而是它有没有能力持续创造下一款明星药。

这或许才是礼来最值得长期关注的地方。

━━━━━━━━━━━━━━━━━━━━━━

【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”。

━━━━━━━━━━━━━━━━━━━━━━

【突发】SPY 冲高，纽约联储主席威廉姆斯表示：2026年可能还需要再加息一次，但目前认为2027年没有进一步加息的必要。

他指出，人工智能（AI）需求正在推高芯片成本，但他认为美国经济并未出现过热迹象。【美股大数据APP】

苹果这次终于把AI带进了客厅，而且准备让它接管你的整个家。

10月13日，苹果举行了一场主题为“欢迎回家”的新品发布会，正式推出一款名叫Apple HomeView的智能家庭设备。

它只有7英寸屏幕，售价299美元，看起来像是一台小型iPad加上智能音箱，但实际功能远不止如此。

它能认出你是谁，知道你的日程安排，帮你回复信息、管理全家的智能设备。它能同时查看9个监控画面，识别陌生人、宠物和快递包裹，还能配合智能门锁，在你走到家门口时自动开门。

更有意思的是，这台设备是全家共享的，但每个人看到的内容都不一样。

爸爸走近，屏幕显示他的工作日程。妈妈走近，切换到自己的提醒事项。孩子靠近，则可以使用适合自己的家庭功能。每个人的信息互不干扰，不需要反复切换账号。

而且，苹果这次不是孤零零地推出一台新设备，而是同时更新了Apple TV 4K、HomePod mini 2，并联手LG和施耐德电气推出摄像头、门锁、温控器等一整套智能家居产品。

从客厅到厨房，从卧室到大门，苹果终于开始认真布局智能家居市场。

美股投资网获悉，资本市场也给出了积极反应。新品发布当天，苹果股价再创历史新高，盘中总市值达到约5.06万亿美元。

问题来了：这台299美元的小屏幕，到底有什么本事？为什么苹果要在这个时候全面进军AI智能家居？

01、一块会认人的屏幕，整个家庭都能共用

HomeView最有意思的地方，不是屏幕有多高清，而是它能认出站在面前的人。

设备内置1200万像素摄像头，最多能够识别6位家庭成员。

传统智能音箱虽然也能通过声音区分不同用户，但HomeView更进一步：你不需要先开口，它就能通过面部识别切换到你的个人界面。

比如早上起床，你走到厨房，屏幕就能显示你的日程、天气和提醒事项。换一位家人走过来，屏幕又会切换到属于他的内容。

同样一块屏幕，却相当于全家每个人都拥有了一位专属AI助手。

更关键的是，新一代Siri终于不再只是那个只能设置闹钟、查询天气的语音助手。

在获得相应设备和权限支持的情况下，它能够结合你的日历、短信和应用信息，理解你正在处理的事情。

例如，你可以直接问：“我今天下午有什么安排？”或者“帮我看看明天几点需要出门。”

Siri可以从你的个人信息中寻找相关内容，而不是只给出一个网上搜索结果。

苹果还加入了对话接续功能。你在厨房HomeView上和Siri聊到一半，出门拿起iPhone，能够继续刚才的话题。

这意味着AI不再被困在某一台设备里，而是开始跟随用户，在手机、电脑、手表和家中的屏幕之间切换。

当然，涉及个人信息的高级Siri功能，仍然需要配对支持Apple Intelligence的iPhone或iPad。即使没有兼容的新设备，家庭成员和访客仍然可以使用普通的AI问答、音乐和智能家居控制功能。

这才是苹果想要的体验：一台设备服务全家，但又能照顾到每个人的需求。

02、苹果把AI搬进厨房，做饭不用再手忙脚乱

苹果这次展示的另一个亮点，是把HomeView变成一位厨房助手。

想象一下，你正在准备晚餐，双手沾满面粉，手机放在客厅，根本不方便操作。

以前，你得反复拿起手机查看菜谱、设置倒计时。

现在，只需要把网络上的菜谱导入HomeView，它就能转换成一步一步的烹饪说明。

做饭时可以直接问Siri下一步需要什么材料，也可以同时设置多个计时器，不用停下来触摸屏幕。

它的显示方式也很聪明。

人站得远，屏幕就显示大字和最重要的信息；走近之后，自动展开更多内容。

最高500尼特的亮度，让它白天也能清楚显示；到了晚上，亮度最低可以降到0.3尼特，放在床头也不会太刺眼。

除了厨房，它还可以充当全家的电子相框、音乐播放器和FaceTime视频通话设备。

摄像头支持人物居中功能，即使你一边做饭一边走来走去，视频画面也能持续跟随人物。

如果到了吃饭时间，只需要说一句“通知大家吃饭了”，广播就能传到其他房间的HomePod、HomeView，以及家人的iPhone和Apple Watch。

甚至连寻找物品，也能交给它。通过“查找”功能，可以定位丢在沙发里的iPhone、AirPods或者挂着AirTag的钥匙。

苹果想做的不是让你在家里多看一块屏幕，而是让你少拿几次手机。

03、真正厉害的功能：AI不仅能看监控，还能看懂发生了什么

如果说认人和做饭只是提升生活便利性，那么HomeView在家庭安防上的升级，可能更具有实际价值。

它可以直接变成整个家庭的安防控制中心。

一块7英寸屏幕，最多同时显示9路摄像头画面。

前门、后院、车库、客厅，家里不同位置的监控都能集中查看。

你不需要打开多个App，也不需要切换不同品牌的设备。

但真正重要的变化，是苹果开始让AI理解监控画面。

过去的摄像头基本只能告诉你：“检测到运动。”

问题是，它不知道究竟发生了什么。

可能是快递员送来了包裹，也可能是一只猫经过门口，或者陌生人在车道上停留。

现在，苹果利用AI识别人物、熟悉的面孔、宠物、包裹和车辆，并对监控事件生成文字描述。

以前监控摄像头负责录像，现在AI开始负责看录像。

用户不一定需要把一段视频从头看到尾，就可以先通过文字了解发生了什么。

比如，门口来了快递员，系统可以帮助识别包裹相关事件；熟悉的家庭成员出现，也能提供相应的通知。

更实用的是，HomeView还能检测烟雾报警器和一氧化碳报警器发出的声音，并向家人的设备发送提醒。

不过，这些高级监控功能并非全部免费开放。部分AI识别和录像摘要功能需要兼容摄像头、支持Apple Intelligence的设备，以及符合条件的iCloud+订阅。

即便如此，这个发展方向已经非常明确：苹果希望把传统安防摄像头，从单纯的录像设备升级成能够理解家庭活动的智能系统。

04、走到家门口，门自己就开了

这次发布会还有一个容易被忽略、但非常具有未来感的变化。

苹果联手LG和施耐德电气，推出全新的Apple Home Collection智能家居系列。

里面不仅有监控摄像头，还有可视门铃、智能门锁、温控器和温湿度传感器。

其中最吸引人的，是支持超宽带技术的智能门锁。

只要携带已设置家庭钥匙的兼容iPhone或Apple Watch，走近家门时，门锁就可以自动解锁。

你不需要掏钥匙，也不需要打开手机寻找App。

想象一下，双手提着超市购物袋，或者抱着孩子回家，走到门前，大门就自动打开。

这比传统的密码锁、指纹锁更接近真正无感的智能家居体验。

苹果还为室内摄像头设计了一个很有意思的隐私功能。

当系统识别到第一位家庭成员回家时，LG室内摄像头可以自动把镜头转向下方，停止监控。

这解决了智能家居长期存在的一个矛盾：用户既希望摄像头能够看家，又不希望自己回家后还一直被拍摄。

更值得注意的是，苹果还试图解决智能家居产品长期以来最让用户头疼的问题：不同品牌之间的兼容和安装。

过去买一个摄像头要下载一个App，买门锁又要注册另一个账号，家里的智能设备越多，使用起来反而越复杂。

现在，Apple Home Collection支持用iPhone轻碰即可开始配对，之后统一通过苹果“家庭”App管理。

这意味着苹果不仅要卖智能屏幕，还准备把门锁、摄像头、温控器等大量家庭设备纳入同一个控制系统。

05、电视也装上AI，以后找电影可以直接聊天

与此同时，苹果还推出了第四代Apple TV 4K，美国售价299美元。

这次升级最大的亮点，是搭载A19芯片和3个远场麦克风，用户不需要拿遥控器，坐在沙发上就能直接和Siri对话。

以前找电影，需要打开不同平台、输入片名，或者不断翻阅推荐列表。

现在可以直接问：“今年有哪些获得大奖的电视剧？”

看到一半，还能追问：“这部剧是在什么地方拍摄的？”“适合15岁的孩子看吗？”

Siri可以直接在电视上显示相关答案，尽量不打断正在播放的内容。

如果它能结合你的个人信息，还可以帮助寻找朋友在聊天中提到过的电影或电视剧。

苹果甚至还解决了一个非常生活化的问题：遥控器经常找不到。

新版Siri Remote支持精确查找和发声定位。遥控器掉进沙发缝里，可以通过手机定位并让它发出声音。

音响方面，新Apple TV可以与四台兼容的HomePod音箱组成环绕声系统，并自动适配房间中的音箱位置。

HomePod mini 2也同步更新，美国售价149美元。不过，它的新一代Siri AI功能需要等到后续软件更新才能使用。

苹果这次显然不只是想升级电视盒子，而是希望让电视、音箱、手机和家居设备真正连接成一个完整系统。

06、299美元只是开始，苹果真正想抢的是家庭AI入口

从投资角度看，这次发布会最值得关注的，不是苹果能卖出多少台299美元的HomeView，而是它准备如何扩大整个生态系统的使用场景。

过去，iPhone是苹果最重要的个人计算入口。

用户想查看信息、查询资料、控制智能设备，很多时候都需要拿出手机。

但AI时代正在改变这个习惯。

未来的智能助手未必需要你每次都打开App。它可以存在于客厅、厨房、卧室和汽车里，在你需要的时候直接回应。

这也是为什么苹果选择推出一块能认人、能对话、能控制整个家庭的屏幕。

手机负责个人，HomeView负责家庭。两者再通过Siri AI连接起来，苹果就有机会把自己从个人设备生态延伸到整个家庭。

更重要的是，家庭智能设备具有很强的长期使用属性。

一旦用户把门锁、摄像头、温控器、音箱、电视都接入苹果系统，将来更换手机品牌或者切换其他智能家居平台，迁移成本也可能随之提高。

对苹果来说，这不仅可能带来新的硬件收入，还可能增加iCloud+订阅、家庭服务，以及第三方配件生态的长期价值。

当然，现在就断言HomeView会成为下一个iPhone，还为时过早。

299美元的售价并不便宜，部分高级功能依赖兼容的苹果设备，AI监控又涉及额外订阅。更重要的是，消费者究竟愿不愿意在家里增加这样一块屏幕，还需要市场验证。

但有一点值得关注：苹果没有选择把AI简单塞进一台新音箱，而是同时推出智能屏幕、电视、音箱和家居配件，让整套产品围绕Siri协同工作。

这背后反映的，是苹果对下一代人机交互方式的判断。

过去十几年，我们习惯了人去寻找设备、打开App、输入指令。未来，越来越多的设备可能主动理解你是谁、你正在做什么，以及你下一步需要什么。

美股投资网认为，这次苹果新品发布会真正值得关注的，是AI开始从手机和电脑走进真实的家庭生活。

当AI能够认识家人、理解日程、控制门锁、识别监控画面，并连接家里越来越多的设备时，智能家居就不再只是远程开灯、调节空调那么简单。

苹果正在尝试把Siri变成一个真正能够参与家庭生活的AI助手。

而这场竞争的关键，最终不是谁拥有最大、最漂亮的屏幕，而是谁能成为未来家庭里最常用、最值得信任的智能入口。

━━━━━━━━━━━━━━━━━━━━━━

【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”。

━━━━━━━━━━━━━━━━━━━━━━

美股大数据获悉，美股市场内部的分化、融资成本上升与AI资本开支增速放缓风险正在累积。高盛资深宏观交易员Bobby Molavi警告，当前美股越来越依赖少数大型科技股的强势表现，专业投资者却难以从指数上涨中获利，市场脆弱性正在上升。

Molavi在最新报告中指出，整个AI生态系统的相关资产规模已达25万亿至30万亿美元，而历史经验显示，股价见顶通常早于资本开支见顶。判断AI投资周期是否接近拐点，可以观察三大信号：股价与实际盈利背离、信贷市场对AI借款方重新定价，以及资本开支增速实际放缓。目前，前两项信号已经出现。

高盛预测，超大规模云服务商的资本开支增速可能于2026年三季度见顶，此后逐季回落。与此同时，AI融资成本上升、股权发行降温，市场对投资回报的审视趋于严格。尽管股票回购仍为美股提供支撑，但高度集中的市场结构意味着，一旦AI投资预期发生变化，调整可能迅速放大。

指数创新高，市场内部却日益脆弱

Molavi将当前美股市场形容为“拼命奔跑却原地踏步”。标普500指数不断刷新高点，美国基本面多空策略净敞口却已降至约46%，接近2025年4月市场暴跌期间的低位，反映出对冲基金难以从这轮上涨中获利。

市场分化是重要原因。报告显示，个股3个月已实现波动率与指数已实现波动率之差已扩大至26至28个百分点，超过2009年约20个百分点的历史高点。个股剧烈波动相互抵消，使指数表面平稳，却增加了交易难度。

当前市场集中度已超过2000年互联网泡沫顶峰。报告显示，10只核心AI相关股票目前占标普500指数总市值的约40%。年内表现最好的AI相关股票平均上涨58%，远超标普500指数13%和纳斯达克指数22%的涨幅，而标普500成分股的中位数个股反而下跌15%。此外，仅5只股票的市值就相当于另外434只股票的总市值，凸显美股上涨对少数大型公司的高度依赖。

值得注意的是，流动性已进一步恶化。美国股市日均盘口流动性自2023年以来下降21%，从约1400万美元降至1100万美元；每十亿美元交易量对应的盘口深度则从2017年的16.2万美元降至1.1万美元，降幅约93%。同期，日均成交量从约65亿股增至近190亿股。成交量上升而盘口深度萎缩，意味着市场承接大额交易的能力减弱，个股更容易因突发消息大幅波动。

AI资本开支逼近拐点：股价、盈利与融资风险同时变化

Molavi估算，涵盖大型科技公司、云服务商、AI实验室、芯片及算力基础设施的整个AI生态系统，相关资产规模已达25万亿至30万亿美元，其价值在很大程度上依赖持续扩张的基础设施投资。

历史经验显示，股价通常早于资本开支见顶。Molavi提出的三大观察信号中，股价与实际盈利背离、信贷市场重新评估AI借款方风险已经出现，资本开支增速放缓则尚待验证。

首先，远期市盈率可能低估真实估值。报告数据显示，2000年3月，标普500远期市盈率为25.2倍，但按实际已实现盈利计算达到39.3倍，按GAAP口径计算约为60倍。2007年，远期市盈率仅为15.1倍，但按已实现盈利计算达到31.6倍，GAAP口径下更超过100倍。Molavi据此提醒，远期估值是否合理，最终取决于企业盈利能否兑现。

其次，AI融资风险正在被重新定价。报告指出，今年已有超过5000亿美元债务发行用于支持AI基础设施建设。多笔知名AI融资的发行收益率持续上升，投资级和高收益信用利差也开始走阔，表明债权人正提高对相关融资风险的定价。

第三，资本开支增速可能即将见顶。高盛预测，超大规模云服务商的资本开支增速将在2026年三季度达到同比116%的峰值，到2027年底降至20%出头。增速见顶并不意味着资本开支总额立即下降，但如果市场此前已按投资持续加速定价，增速放缓仍可能改变投资者对未来回报的预期。

融资环境的变化进一步加大压力。美国月度股权发行数量从5月的65笔降至9月的24笔，季度发行总额则从第二季度的2520亿美元降至第三季度的930亿美元。次级发行表现疲弱，部分交易被迫撤回。尽管Broadcom和SpaceX仍在筹备新一轮融资，但利率高企、投资回报不确定性上升，正令买方比上半年更加谨慎。

回购仍在支撑美股，油价与债市风险同步累积

融资趋紧之际，股票回购仍为美股提供支撑。标普500成分股第二季度回购规模同比增长20%，美国全年回购授权规模有望创历史新高。不过，回购能否抵消市场对盈利兑现和AI投资回报的疑虑，仍有待观察。

宏观层面，法国债市与能源市场的压力也在累积。Molavi指出，法德10年期国债利差已触及140个基点，为1990年以来最高水平，反映市场对法国财政和政治风险的担忧，并警惕压力向其他欧元区国家蔓延。

能源方面，地缘政治局势反复、航运与保险成本高企，以及炼油产能约束，正在削弱市场的缓冲空间。报告显示，航空煤油价格因合约期限不同处于每吨1100至1400美元，明显高于长期均值约700美元。燃油成本若进一步推高机票价格，可能加重消费者负担，促使部分人选择更近、成本更低的旅行。

Molavi的警告并非断言AI投资已经见顶，而是指出市场正接近重新检验投资回报的关键阶段：股价与实际盈利背离，信贷市场开始提高对AI借款方的风险定价，资本开支增速也可能转向放缓。

美股投资网获悉，美股存储股这轮连跌，表面上的直接导火索是长鑫存储的4F²架构突破，但真正让资本市场连续两天用脚投票的，是一套多重利空在同一时间窗口的叠加共振。

________________________________________

1. 导火索：长鑫存储的4F²架构突破

10月9日至10日，长鑫存储总裁曹堪宇在行业大会上宣布，公司在下一代4F² DRAM存储单元架构上取得关键进展，计划2026年底前推出基于该架构的DDR5服务器内存产品。该架构采用垂直环绕栅极晶体管来抑制漏电，理论上单位面积可容纳比主流6F²架构多约三分之一的比特数，直接瞄准AI服务器所需的大容量内存条。

市场担忧的逻辑非常直接：如果中国厂商能以更低成本、更大规模切入此前由美韩企业主导的高端存储市场，美光、三星、SK海力士的利润空间将面临实质性压缩。

但请注意，这更像是一个催化剂，而非全部原因。有分析人士指出，长鑫这次仅公布了一款采用相关架构的试产产品，并未说明细节，业界普遍预期4F²架构要到2028至2029年才会正式投产，此消息对市场的影响"仍是情绪主导"。

________________________________________

2. KR 韩国市场补跌 + 回购托底消失

这是连续第二天大跌的结构性推手。

韩国股市在韩文日假期休市后，周一恢复交易时需要补消化美国芯片股此前两个交易日的跌幅。KOSPI指数当天大跌3.65%，KOSDAQ跌幅达4.8%，半导体指数KRXSEMI下挫5.2%。

更关键的是回购托底的消失。三星与SK海力士合计约55万亿韩元（约400亿美元）的回购计划——韩国史上规模最大——已提前数周结束，三星回购于10月6日实际终止。三星回购结束后的三个交易日，KOSPI累计下跌约8%；SK海力士自6月高点跌幅已达约45%。

韩国市场在存储上行周期中率先领涨，在下行周期中也率先破位，它的大跌又反过来拖累美股存储板块的情绪。

________________________________________

3. 更深层逻辑：AI投资回报质疑 + 供给端竞争格局突变

这轮抛售的核心驱动力，是市场对AI投资回报的深层质疑。随着美国财报季即将拉开序幕，高借贷成本环境下科技企业的巨额AI支出能否转化为足够回报，投资者的信心已明显动摇。Pepperstone研究主管Chris Weston直言："市场情绪之悲观，是近期罕见的。买方退场观望，卖方几乎未遭抵抗便顺利压低价格。AI交易的空方目前占据主导。"

博通CEO陈福阳与英特尔CEO陈立武同日发出警告，AI行业最主要的瓶颈正从"造不出芯片"变成"借不到钱"。

与此同时，供给端的竞争格局正在被重新定价。投资者已开始提前定价2027—2028年产能扩张引发的供需逆转风险——届时中国存储产能持续扩张与韩国新晶圆厂同步投产，供需格局可能逆转。摩根士丹利指出，AI热潮带动存储进入需求更强的超级周期，但供給扩张、价格波动及获利循环仍难避免。

________________________________________

4. 获利了结与估值压力

存储股在过去一年涨幅巨大，美光一度逼近历史高点。当"基本面创历史新高却遭抛售"时，说明投资者已经在为周期见顶做准备。高盛EMEA交易主管Rich Privorotsky将这一局面概括为"存储仍是震中"，直指市场核心忧虑：尽管近期基本面极为亮眼，但峰值盈利的担忧正在压制估值。

美光距6月高点跌幅已接近20%，濒临技术性熊市；闪迪连续七个交易日中六个交易日下跌。Pictet的Jon Withaar指出，存储股"已成为价值股，以当前盈利衡量估值便宜"，但"散户和快钱对冲基金追逐的是成长，而非价值"。

美股AI量化分析工具，美股大数据网站 https://StockWe.com/ 实时查看当天投资者情绪指标，期权看涨看跌Call/Put比例，AI智能选股，监测主力资金流向、机构持仓变化、华尔街市场突发新闻，美股交易信号第一时间发到您手机APP！

META今天股价上涨，旗下AI助理应用Muse在第7天留存率（D7）方面，Muse 甚至超过了 ChatGPT，达到 30%以上；到了第14天（D14），留存率为 22%，仅略低于 ChatGPT。

不过，与顶级社交平台相比，Muse 仍有一定差距。第14天留存率方面，WhatsApp 高达67%，YouTube 为59%，Instagram 为54%，TikTok 和 Snapchat 则为37%。

尽管如此，Muse 已经跻身用户留存率最高的 AI 产品之一！

补充： D7和D14分别代表用户首次使用产品后的第7天和第14天留存率。例如，D14留存率22%，意味着每100名新增用户中，约有22人在第14天仍然使用该产品。

这项数据的意义在于，Muse 不只是吸引用户尝鲜，还展现出较强的持续使用能力。不过，留存率并不直接等同于用户使用时长、活跃度或商业变现能力。

━━━━━━━━━━━━━━━━━━━━━━

【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”。

━━━━━━━━━━━━━━━━━━━━━━

美股投资网获悉，AI投资叙事正在悄然换挡——从芯片军备竞赛，到"推理经济"和个人智能体，高盛认为市场已经四年磨一剑，开始迫不及待地向前看。

高盛近期录制的《宏观对话》（The Macro Call）播客节目中，首席美股策略师Ben Schneider与TMT板块专家Pete Callahan围绕AI交易结构演变、市场广度、Q3财报季看点及年底行情展开深度讨论。

节目中，两位高盛人士均指出，当前股市在利率高企背景下展现出的韧性，核心支撑来自以大型科技股为代表的盈利强劲——而AI主题本身，也正在经历一次深刻的"叙事迁移"。

AI交易"上移"：从卖铲子到卖水

Pete Callahan直接点出了当前市场的核心逻辑转换。他表示，围绕2027年资本开支，市场已初步形成健康的共识，这提供了约12至15个月的能见度。

但问题随之而来：2027年之后怎么办？

"这就是为什么你看到半导体板块估值出现了压缩——市场在问，这种高盈利到底可不可以持续？公司是在超额盈利还是低估了盈利潜力？2027年以后的路线图又是什么？"Callahan说。

在这一背景下，市场的目光开始向"应用层"迁移。Callahan指出，"推理经济（inference economy）"以及帮助企业和消费者部署AI的工具类公司正在受到关注，具体包括网络安全、数据基础设施等领域。

"我认为交易已经在一定程度上向上迁移了，"他说，"但我更倾向于把它看作一个'既要又要'，而非'非此即彼'。半导体距离历史高点仍在射程之内，市场为这两个方向都找到了空间。"

"编程AI已不是秘密"：个人智能体是下一个爆点？

在Q3财报季展望部分，Callahan抛出了被外界广泛关注的一句判断：

"市场非常渴望下一个故事。编程AI已经不再是市场的秘密，它作为一个重大AI应用早已人尽皆知。那么，个人智能体（personal agent）这个故事能有多大、能来得多快？以及由此带来的整个消费端产业链的连锁反应，我认为将非常值得关注。"

他还补充，财报季中，标普500企业关于成本节省、新收入、新产品和新业务的表态，将是市场用来支撑AI叙事持续性的关键信号。

在大型超级计算云服务商（hyperscalers）的投资回报率（ROIC）问题上，Callahan表示，市场在二季度财报后对此感觉良好，三季度将再次寻求正向验证。此外，半导体公司若能给出延伸至2028年的可见度，将有助于缓解当前压制估值的最大悬念。

市场广度创互联网泡沫以来最窄，但年底仍是基本看多

主持人Mark Wilson提及，当前市场广度极度收窄。首席美股策略师Ben Schneider对此直言：

"标普中位数股票距高点超过15%。我们衡量市场广度的首选指标，已经是互联网泡沫以来最窄的水平。"

不过，他认为从历史规律看，市场广度收窄的修复方向往往并非"补跌"，而更多是"补涨"。"大多数投资者回想2000年，认为必然以下跌来收场，但实际上，历史上更多时候是通过追涨来收敛的。"

对于AI资本开支增速，Schneider给出了一个关键预判：当前市场共识预期盈利增速约30%，但进入2027年将出现放缓——"不仅是因为宏观压力，还因为AI资本开支虽然仍会继续增长，但增速不会再维持同样的速度"。

在大选因素上，Schneider认为，与以往选举年相比，本轮投资者关注度明显偏低，主要原因是AI叙事、宏观背景，以及"未来一两年不太可能出现重大政策变化"的共识。综合盈利强劲、仓位较轻、估值合理三大因素，他的基本情形是：年底前市场走高。

本期《宏观对话》全文文字实录如下（AI协助翻译）：

Mark Wilson：大家好，欢迎收听最新一期的《宏观对话》。我是Mark Wilson。我很高兴邀请到我们研究部的首席美国股票策略师Ben Schneider，以及我们市场业务的TMT行业专家Pete Callahan。各位，非常感谢你们参加。

Ben Schneider：谢谢，Mark。

Mark Wilson：所以过去几周，很多股票故事实际上真的是一个利率故事。利率走势一直处于核心位置。与此同时，实际上股市交易得非常好。Ben，这是怎么回事？面对这轮利率走势，这种股市强势或韧性有多可持续？

Ben Schneider：首先，我们应该承认，尽管标普500指数接近历史高点，但它在某种程度上已经反映了更高收益率的影响，过去一年估值倍数下降了不少。如果你看市场内部，那些更具周期性的股票、股市中对利率更敏感的领域，随着收益率上升，它们非常明显地走低了。话虽如此，我认为这种韧性的简单原因是盈利强劲，尤其是与AI交易相关的最大科技股相关的盈利。不是说这些股票完全不受更高收益率影响，但在很大程度上，它们比市场其他大部分股票更不敏感。

Mark Wilson：所以我一段时间以来一直在说，微观一直在驱动宏观。Ben提到了这一点。仍然有真实的AI热情，Pete，但兴趣和股价走势的性质已经改变，最近一些产品成功，尤其是当你想到像Muse这样的产品时，确实重新点燃了一些新的热情，故事已经从上半年改变，当时股价走势真的全是关于那笔巨额资本开支的受益者和接受者。没错。你在看什么，在当前AI中你最关注哪些主题？

Pete Callahan：是的，Mark。所以我们现在肯定开始看到，我认为围绕日历27年，从资本开支角度形成了一些健康的共识。这很好，因为这意味着未来12到15个月左右有可见性。这也意味着市场在那之后的可见性稍低一些，我认为这就是为什么你看到半导体板块的倍数压缩，因为市场在说这有多持久？公司是盈利过度？还是盈利不足？

如果你愿意，甚至也可以提出那种观点。以及你如何思考日历27年之后的路线图，所以这推动了半导体板块的一些倍数压缩。随着这种情况发生，你开始看到市场对栈上更高的东西感到兴奋。所以想想推理经济、帮助在企业端和消费端部署AI和人工智能的公司和工具。所以这些是网络安全或数据基础设施之类的东西。

所以我认为这笔交易在某种程度上已经上移到栈上。我确实认为它更像是一个“和”，而不是一个“或”。半导体仍然在。距离历史高点只有一步之遥，所以我认为市场在这笔交易和这个主题中为两者都找到了空间，但你肯定在某种程度上正在成熟，你处于AI主题的第四年，市场继续向前看，并寻找日历28年的线索。

Mark Wilson：还有Ben，股市一直在以人们不断提到的非常糟糕的广度交易。这种狭窄性很惊人。你对此有多紧张，我们应该有多紧张？当你看看股市引擎盖下面时，你最关注哪些主题，你最兴奋的是什么？

Ben Schneider：很惊人，标普中位数股票比其高点低超过15%。是的，我们偏好的市场广度指标是自互联网泡沫以来最窄的。这相当极端。我会说，那里容易下的赌注是，在某个时点，会出现重新趋同。难的部分是把握时机非常困难。而且判断这种重新趋同的方向也非常困难。大多数投资者回顾2000年，他们认为必须以向下追赶来解决。

但实际上，窄广度更常以向上追赶来解决。所以我认为对投资者的结论是，你想每样都拥有一些，想坚持Pete讨论的一些AI主题。你可能还想寻找市场上最近确实被宏观压力打压得很厉害的一些部分。

例如，我们一直在强调消费体验类股票。它们以相当低的倍数交易。如果你在利率方面或石油方面得到一点缓解，我认为它们会很好地追赶上来。而且我们是10月第一周，下周将开始大量财报，这将是市场接下来几周的注意力所在。当我们进入第三季度财报季时，你最关注什么？然后显然，日历年将改变，人们将开始谈论2028年估值倍数。当这些关键主题、这些对话开始时，你在想什么？

Ben Schneider：嗯，回到之前关于利率和估值的点，真正支撑市场的一直是盈利。我们需要看到盈利强劲将继续的迹象。共识预期，我认为这是正确的，是盈利增长约30%。这相当不错。但看起来随着我们进入2027年，我们会看到一些减速。

这是真的，既因为我们一直在讨论的宏观力量，也因为AI资本开支，尽管应该继续增长，可能不会以同样的速度继续增长。所以问题是那种减速会有多温和或多陡峭？然后回到之前的讨论，随着投资者不仅关注AI资本开支，还关注AI经济的其余部分，在那里获得更多数据将非常关键。

Mark Wilson：还有Pete，当你思考盈利以及我们将从科技公司看到的重大主题时，你最关注什么？再者，这与你明年关注的主题如何结合？

Pete Callahan：是的，有几件事与Ben所说的相吻合，但我认为第一焦点再次可能是这些大型超大规模云厂商的投资资本回报率，对吧？那仍然是这个市场的核心引擎。我觉得市场在第二季度出来后对此感觉不错，所以我们将再次寻找来自大型超大规模云厂商的积极强化。

我认为其他要考虑的事情，可见性，你开始听到一些半导体公司谈论到日历28年的可见性。那是，那是市场我认为试图解决的桥梁。而且这是半导体倍数广泛的一个大悬顶。所以那些拥有12、15个月可见性并且能够说出28年可能即将发生什么的公司，那将是焦点。我认为市场非常渴望下一个东西，对吧？大家都知道编程。作为一项大型AI应用，它在市场上已不再是秘密。

所以，这个个人代理的故事能变多大、多快，然后它对整个消费栈上下的影响，我觉得会很有意思去观察。然后最后，当然，与AI相关，只是试着思考你从标普500公司得到的任何关于成本节约、关于新收入、关于新产品、关于企业形成的只言片语。我认为这些是市场真正渴望的东西，以继续支持AI交易。

Mark Wilson：最后，Ben，我们距离中期选举不到一个月。我想问题真的是，选举重要吗？更实质性地，当你思考从现在到年底这段时间，XYZ在中期选举后确实交易得相当好的历史类比已经根深蒂固并被充分覆盖。投资者应该多大程度思考那本剧本？

Ben Schneider：再者，我认为这说明了背景，你直到现在才问它。通常在选举年，前一个月，我们会不断谈论它。是的，这个周期投资者的关注少得多。我认为既因为AI。因为宏观背景，也因为共识观点，即我们不太可能在未来一两年看到重大政策变化。话虽如此，正如你所说。最清晰的历史动态是选举前风险溢价积累，以及这种风险溢价实际上大约现在10月开始缓解。我认为目前显然有很多变动因素。但如果我看我们一直谈论的潜在盈利强劲，并将其与相当轻的投资者仓位、相当合理的估值结合起来。我确实认为基准情形应该是市场到年底更高。

Mark Wilson：Ben，Pete，非常感谢。感谢你们参加最新一期的《宏观电话会》，并记得参加每周版本，高盛marquee平台上的所有人都可以收听。

摩根士丹利指出，资本不再仅仅追逐算力或电力这两个单一要素，而是加速流向将两者整合为一体的系统性解决方案——数据中心正在演变为需要统一调度电力、算力、网络、冷却与数据流动的"AI工厂"。

据美股大数据，摩根士丹利最新研究报告指出，2026年美国AI基础设施相关初创企业的风险融资规模已达335亿美元，较2025年全年近乎翻倍。资本高度集中于两大最稀缺的基础设施要素——单位功耗算力与稳定电力供应，两条路径合计占2026年融资总额的逾80%。与此同时，越来越多的投资者开始同时布局电力与算力，跨路径投资者参与比例从2021年前的16%跃升至2026年的73%，标志着市场对系统集成逻辑的认可度显著提升。

这一趋势对投资者的直接影响在于：单纯押注某一组件层的逻辑正在弱化，能够跨越电力与算力边界、提供端到端解决方案的企业正获得估值溢价。Crusoe以300亿美元估值成为该领域最高估值公司，Etched、FluidStack、Helion等多家企业估值突破100亿美元，印证了市场对整合型商业模式的定价偏好。

四条路径：资本布局的底层逻辑

摩根士丹利将美国AI基础设施初创企业的创新方向归纳为四条路径：加速电力获取、提升单位功耗算力、将电力与算力重新设计为单一集成系统，以及通过新型物理架构与选址重新定义数据中心本身。

自2024年初至今，这四条路径合计融资规模已超过500亿美元。其中路径一（加速电力获取）与路径二（提升单位功耗算力）占据绝对主导，两者合计占2026年融资总额的80%以上。算力方向（路径二）单独占比超过一半，电力方向（路径一）约占四分之一，而重新定义数据中心（路径四）约占六分之一。

从累计估值来看，推理与定制芯片领域合计估值约499亿美元，新云/GPU算力平台约397亿美元，能源集成云计算约309亿美元，聚变与先进核能约354亿美元，光子互联约226亿美元。这五个细分方向构成了当前AI基础设施风险投资的估值核心。

资本加速：2026年融资规模近乎翻倍

2026年融资规模的急剧扩张，既体现在总量上，也体现在单笔交易规模的膨胀上。GPU算力与能源集成算力是资本最集中的方向，FluidStack、Groq、GMI Cloud和TensorWave等公司合计获得约三分之一的2026年融资。

独角兽企业（估值10亿美元以上）获得了2026年86%的融资资金，但参与融资的企业数量仍然广泛，超过半数的追踪企业在2026年完成了融资。十角兽（估值100亿美元以上）包括Etched（210亿美元）、FluidStack（180亿美元）、Helion（155亿美元）、Base Power（130亿美元）、SambaNova（110亿美元）和Commonwealth Fusion Systems（100亿美元），合计占40家独角兽总估值的逾半数。

2025年是超大规模融资轮次成为惯例的一年。Pacific Fusion完成9亿美元A轮，Commonwealth Fusion Systems完成8.63亿美元B2轮，Groq先后完成7.5亿美元和15亿美元两轮融资，Unconventional AI以4.75亿美元种子轮创下纪录，成立当年估值即达45亿美元。2026年，这一趋势延续，Jane Street领投Etched 7亿美元融资，估值达210亿美元；FluidStack完成15亿美元融资，估值达180亿美元。

种子轮信号：电力正在取代算力成为早期投资焦点

种子轮融资方向的变化，往往是市场预判未来瓶颈的先行指标。2025年，种子轮资金高度集中于算力方向，Unconventional AI的4.75亿美元种子轮和Upscale AI的1亿美元种子轮合计占当年种子轮总额的约四分之三。

进入2026年，种子轮重心已明显向电力及其周边瓶颈转移。海底地热（Endurance Energy）、现场电力（Transformative American Resources）、变压器（Fluxco）、磁性材料（CorePower Magnetics）和先进核能（Applied Atomics）成为今年最大的种子轮融资方。

这一转变与投资者行为的整体趋势一致。在2025至2026年间，从算力领域首次进入电力领域的投资者数量，约为反向流动的三倍，其中包括SoftBank、微软、英伟达、Sequoia和Atreides。路径三与路径四的融资轮次中，72%包含了同时布局电力与算力公司的投资者，而2023年前这一比例仅为14%。

整合溢价：系统集成模式获得估值认可

尽管高度整合型企业在数量上仍属少数，但其估值表现已开始脱颖而出，印证了投资者对"将电力与算力合并为单一系统"这一商业逻辑的认可。

路径三（重新架构电力与算力）的代表企业Emerald AI，其商业模式是让算力负载实时响应电网状况，使数据中心部分充当电网灵活性资产。该公司于2024年成立，2026年8月估值达10.5亿美元，是该领域估值上升最快的企业之一。Phaidra（估值约6.7亿美元）则在设施内部应用AI代理协同优化电力、冷却与工作负载。

路径四（重新定义数据中心）中，能源集成算力平台是估值最高的细分方向。Crusoe以300亿美元估值位居整个追踪宇宙之首，其模式是自主掌控电力供应、建设运营数据中心园区并在此基础上销售GPU算力，与依赖第三方数据中心的新云服务商形成本质区别。轨道数据中心方向的Starcloud和Cowboy Space估值分别达23亿美元和20亿美元，模块化数据中心开发商Armada估值达23.4亿美元，三者合计在2026年融资接近10亿美元。

商业化时间轴：三种截然不同的变现节奏

资本正同时流向三个时间跨度迥异的方向，这对投资者的风险评估框架提出了更高要求。

近期可执行容量方向，以GPU原生云服务商为代表，当前已在部署算力，商业验证最为充分。Etched向Jane Street交付首批专用Sohu变换器ASIC机架，Emerald AI完成与Silicon Valley Power的首个商业多兆瓦级英伟达DSX Flex部署，均属于这一类别。

中长期能源解决方案方向，以聚变与先进核能为代表，2026年合计融资约45亿美元，但商业化产出仍需数年。摩根士丹利明确指出，核能无法解决2028年前的近期电力缺口，原因在于监管审批、许可和多年建设周期的制约。谷歌已与Commonwealth Fusion Systems签署200兆瓦购电协议，与Fervo Energy签署396兆瓦购电协议，Meta与TerraPower达成支持最多八座Natrium核电站的协议，这些长期承诺体现了超大规模云厂商对未来电力供应的战略布局。

全新选址模式方向，包括轨道数据中心和模块化设施开发商，目前处于商业化曲线的最早期阶段。SpaceX计划于2028年部署首批"Starmind"算力卫星，摩根士丹利预测其轨道算力规模将于2030年达到吉瓦级，并于2031年实现与地面数据中心的成本平价。

执行风险与本地化：下一阶段的核心变量

摩根士丹利指出，AI基础设施风险投资的下一阶段验证重心，将从"融资规模"转向"实际部署容量"。商业协议、监管批准、首次部署以及具有竞争力的单位经济效益，将比融资本身更具说服力。

执行风险因技术路径而异：核能高度依赖许可证、燃料与建设执行；电网与电力技术面临并网资质认证和漫长的采购周期；轨道数据中心则处于商业化曲线的更早期阶段。

与此同时，美国数据中心的发展正呈现显著的本地化特征。据Cushman & Wakefield，各地开发结果越来越多地受到地方电力分配框架、输电约束、基础设施要求和监管政策的影响。各州对相关技术的态度出现分化——新泽西州已向新核能开放，弗吉尼亚州则转向余热再利用。这意味着不同电力、冷却和电网技术的部署经济性，将日益呈现市场特异性。

资本形成层面，Andreessen Horowitz的11亿美元Machine Age Fund专门针对AI物理基础设施，涵盖算力基础设施与数据中心等完整系统；Elemental Impact的数据中心创新计划由亚马逊、谷歌、Meta和微软共同支持，将数据中心作为新兴能源、电气、冷却和材料技术的部署验证环境。这两项举措共同表明，AI基础设施正在成为既提供资本、又提供商业验证路径的战略性平台。

大家好，欢迎来到美股投资网，你的量化分析工具与决策系统

AI巨头Anthropic创始人Dario Amodei的父亲，2006年因丙型肝炎去世。当时这种疾病的治愈率只有约50%，然而就在父亲去世后的三年，新的治疗药物取得突破，治愈率提高到了95%左右。

如果医学进步能提前几年，他的父亲很可能就不会离开这个世界。这段经历深深改变了Dario的人生，让他从物理学转向生物学，最终投身人工智能研究。

所以，AI加速药物研发，争取的绝不仅仅是时间，而是一条条原本可以被挽救的生命。

这期视频，可能是我这辈子最最喜欢、最激动的一个话题。

为什么？因为AI在不断突破编程、数学等领域之后，如今终于开始向人类最伟大、也最艰难的挑战之一发起冲击：用AI加速药物研发，探索逆转衰老，甚至突破人类生命的极限。

在美股投资网创始人Ken看来，这件事的重要性，远远超过自动驾驶汽车，也远远超过能够洗衣做饭、替我们干家务的AI机器人。

劝各位观众一句，你一定要极大限度的延长你的寿命直到AI研发出返老还童的疗法。因为你每多活一年，AI 就多一年时间去突破衰老的极限，这就是为什么我ALL IN AI，长期持有这人类最伟大的事业。

很多人可能以为，AI制药最大的赢家，一定是那些利用AI研发出新药的公司。但美股投资网认为，真正值得关注的投资机会，可能恰恰藏在那些不直接研发新药的上游企业身上。

为什么这么说？

首先，你要明白，研发一款新药，简单来说有两个重要步骤。

第一步，在电脑里找到可能治病的方法；

第二步，在现实实验室里证明这个方法到底有没有用。

过去，科学家为了找到一种有效药物，可能需要花费很多年，不断设计、制造、测试各种分子，失败了再重新来。

但现在，AI改变了游戏规则。

AI可以在很短时间内设计出成百上千种候选方案，甚至可以帮助科学家预测蛋白质结构，寻找疾病潜在的突破口。

问题来了。

AI在电脑里设计出1000种可能治病的分子，不代表这1000种分子真的能够治病。

你还得把这些设计变成现实中的东西，再送进实验室测试。比如，能不能真的合成出来？能不能作用于目标细胞？有没有毒性？能不能在人体内稳定发挥作用？这些最终都需要现实中的实验来证明。

而且，实验不是做一次就结束了。科学家还需要把实验结果重新交给AI，让AI分析为什么失败、下一次应该怎么改，然后再设计、再制造、再测试。

所以现在出现了一个非常有意思的现象：AI设计新药越来越快，但现实实验室却开始跟不上了。

打个比方，以前一家餐厅每天只能收到100张订单，厨房完全忙得过来。现在AI突然让订单暴增到每天1万张，但厨房的炉灶、厨师和设备没有同步增加。

那么，真正的瓶颈在哪里？显然不是接订单，而是后面的厨房根本做不过来。

AI制药现在就有点像这个情况。AI就是那个疯狂增加订单的系统，而实验室就是后面的厨房。

这就带出了一个非常重要的投资逻辑。AI制药最先受益的公司，未必是研发出下一款抗癌神药的生物科技公司，而可能是帮助这些公司做实验、提供材料和设备的上游供应商。

比如，有些公司专门帮助科学家合成DNA，有些负责生产蛋白质，有些提供可以同时测试大量样本的仪器，还有些通过机器人和自动化设备，让实验室一天能够完成更多实验。

如果你投资一家研发抗癌药物的公司，即使它花了十年、投入几十亿美元，只要最后临床试验失败，股价就可能遭遇重创。

但是，提供DNA、实验设备、检测试剂和实验服务的公司，不一定需要押中哪一款新药最终成功。只要越来越多的药企开始使用AI，设计出更多候选药物，需要做的实验越来越多，就可能带动这些上游公司的订单增长。

当然，订单增长最终能否转化为利润，还取决于竞争、定价和产能利用率。所以我们真正需要关注的，不只是下一款神药会由谁研发出来，还包括谁正在为越来越多的新药实验提供必不可少的工具。

那么，哪些美股公司已经开始接到真实订单？哪些公司已经把AI需求反映到财报里？又有哪些股票，只是市场提前买入了未来预期

本期视频干货满满，先点赞再收藏，关键时刻能帮忙！

两个案例看懂AI制药的数据闭环

接下来，我们用两个近期案例，看它到底有没有开始变成真实的实验需求。

先看行业层面的信号。

10月7日，由扎克伯格夫妇支持的非营利科研机构Biohub，宣布扩大Virtual Biology Initiative。

参与者包括美国能源部、美国国立卫生研究院，以及Google DeepMind、Meta和Isomorphic Labs。

整个计划涉及的资金、现有数据、算力和测量技术资源，合计达到18亿美元。

这里要注意，这18亿美元不是某家公司马上拿到的现金订单，而是包括已有资源和未来投入，用来建设大规模生物数据基础设施。

简单来说，就是通过真实实验，观察细胞在不同条件下会发生什么变化，再把这些结果标准化，交给AI学习，让模型逐渐学会预测生物反应。

这件事释放出的信号很清楚：

AI生物学现在缺的，不只是更强的模型和更多算力，还缺大量高质量、可重复、能够被模型读取的真实实验数据。

而这种模式，在美股公司RXRX身上，已经有了具体体现。

今年8月，RXRX披露与罗氏旗下Genentech合作，双方共同发现并通过实验验证了一个新的神经科学治疗靶点，随后将其推进到早期小分子药物发现项目。

RXRX的工作方式，并不是让AI在电脑里凭空猜答案。研究人员先通过干细胞技术培养神经元，再进行基因扰动、自动化实验和细胞成像，收集大量真实数据，让AI从中寻找与疾病有关的规律。

根据公司披露，相关研究累计培养了超过1万亿个神经元细胞，并采集了超过3000万张细胞图像。

为什么需要做这么多实验？因为AI发现一个可能的治疗方向之后，还要通过下一轮实验验证这个方向是否可靠。

整个过程可以概括成一句话：

AI提出假设，实验室负责验证，数据回到模型，模型再提出下一轮假设。

当然，发现并验证一个新靶点，距离一款药物最终上市还很远。RXRX这个案例证明的是，AI、自动化实验和真实生物数据，已经可以组合成一套持续运行的研发流程，并不代表某款药物已经成功，更不代表公司收入马上会爆发。

但它揭示了一个非常重要的变化：

在AI制药时代，实验室不只是验证药物的地方，也正在变成持续生产AI训练数据的地方。

像RXRX这样的平台，可以自建实验室。但即使是拥有自建实验室的公司，也需要采购DNA、蛋白质、检测试剂和自动化设备，或者直接购买专业实验服务。

这意味着，AI带来的实验需求，有一部分最终会转化成生命科学工具和服务公司的订单。

AI制药背后的四家“卖铲人”

接下来，我们就把镜头拉到四家美股公司，分别看谁在制造实验材料，谁在完成检测，谁在推动实验室自动化，谁又在生产AI最需要的细胞数据。临床前、临床试验和医药数据服务也属于这条产业链，但今天我们先聚焦药物发现阶段。

第一家TWST

我们美股投资网把TWST放在第一位，是因为在这四家公司里，它目前最接近“AI设计增加，订单直接增加”这条逻辑。

TWST是一家DNA合成和蛋白质研发服务公司，主要帮助药企和科研机构，把电脑里的生物设计，变成可以拿到实验室里测试的真实材料。

举个例子，AI设计出一种新的蛋白质，科学家不能只看电脑模拟结果，还要先合成对应的DNA，再通过实验生产出真实蛋白质，最后测试它到底有没有用。

而TWST最擅长的，就是利用硅芯片和自动化技术，大规模合成不同的DNA序列，并提供蛋白质、抗体等相关研发服务。

今年，Anthropic在蛋白质设计项目中使用Claude生成候选方案，并与包括TWST在内的实验机构合作，对这些AI设计进行真实实验验证。

这说明TWST已经进入了“AI设计、材料制造、实验验证”的实际流程，而不是只停留在市场概念上。

它的商业模式也比较直接。

客户设计一批、测试一批。如果实验结果不理想，就要修改设计，再采购下一批DNA和蛋白质材料。

所以TWST不需要等到某款新药最终上市，才能获得收入。只要客户不断设计、不断实验，它就有机会持续获得订单。

财报也出现了比较清晰的增长信号。

2026财年第三季度，TWST的DNA合成与蛋白质解决方案业务收入达到5660万美元，同比增长39%；合成基因交付量约36.9万条，同比增长56%。

公司还披露，2025财年AI药物发现相关订单已经超过2500万美元，并预计这部分订单在2026财年有望实现三位数百分比增长，2027财年继续保持较快增速。

但这里要分清楚：三位数增长说的是AI相关订单预期，不是公司整体营收增长了三位数；DNA合成业务的增长，也不代表全部来自AI。

不过，相比那些只是在讲未来市场空间的公司，TWST至少已经拿出了比较直接的商业化证据。

竞争反面，Danaher旗下的IDT，同样拥有成熟的DNA合成技术和客户资源。

所以TWST未来能不能继续拿到订单，关键要看三件事：合成成本能不能继续下降，交付速度能不能继续提高，以及它能不能把蛋白质解决方案和实验服务做得更完整。

第二家RVTY。

如果说TWST负责把AI设计变成真实材料，那么RVTY负责的，就是帮助科学家测出实验结果。

RVTY是一家美国生命科学工具公司，主要销售实验仪器、检测试剂、自动化设备和科研软件。

比如AI设计出上万个候选分子，研究人员需要测试它们能不能结合目标蛋白，会不会影响细胞，以及有没有潜在风险。

这些实验都需要专业的检测设备和试剂，而RVTY的产品就覆盖了其中相当一部分环节。

它的商业模式还有一个特点：不只是卖一次设备。

客户买完仪器以后，后面每开展一轮实验，都可能继续采购试剂、耗材和软件服务。如果AI真的带来更多实验量，RVTY理论上可以同时受益于设备销售和后续耗材收入。

但目前，这种机会还没有明显反映在财报里。

2026年第二季度，RVTY生命科学业务收入约3.59亿美元，同比下降2%；不过，这块业务的调整后营业利润率仍然在31%左右。

这说明RVTY的业务基础比较成熟，也有盈利能力，但现在还不能证明AI已经推动它明显加速增长。

所以我关注RVTY，不是因为它已经出现了最强的AI订单信号，而是因为它拥有成熟的客户、产品和盈利基础。

未来真正的催化剂，是AI带来的新增实验量，能不能在财报中体现为更多仪器需求、更高试剂消耗和持续收入增长。

不过，检测效率提高以后，实验室还会遇到另一个问题。大量样本准备、细胞培养、液体转移和仪器操作，仍然需要研究人员手动完成。如果实验数量持续增加，人力就可能成为新的瓶颈。

于是，第三家公司就有了机会。

第三家DNA。

这是一家美国生物技术公司，现在正把业务重点转向自主实验室，也就是利用机器人和软件，让大量生物实验自动运行。

与前面的RVTY不同，DNA更想把样本准备、细胞培养、检测和数据记录整合起来，通过建设自动化实验平台、提供相关服务来赚钱。

目前，公司已经参与麻省理工、加州理工等研究机构的自动化实验室项目。

这说明它并不是完全没有客户，但拿到项目，不代表商业模式已经跑通。

从财报来看，DNA目前的问题也最明显。

2026年第二季度，公司营收约2000万美元，同比下降48%；持续经营业务净亏损约5700万美元。

虽然收入下滑部分来自原有业务的重组和收缩，但至少说明，新战略目前还没有形成足够大的收入规模。

竞争压力也在增加。

10月7日，Danaher宣布计划在2027年初让自己的AI自主实验室实现规模化运行，重点用于抗体等科研材料的设计、制造和验证。

Danaher本身已经拥有实验仪器、DNA合成、自动化设备和软件业务，可以把这些技术整合到同一个平台里。

虽然两家公司的具体业务并不完全一样，但Danaher拥有更大的客户基础、资金实力和产品整合能力，这会对DNA形成明显压力。

所以我关注DNA，是因为它押注了实验室自动化这个长期方向。

但它也是四家公司里商业化风险最高的一家。

DNA真正需要证明的，不是能不能做出一个自动化实验室，而是这些项目能不能复制，能不能持续收费，最后能不能形成稳定的现金流。

第四家，TXG。

这是一家美国生命科学技术公司，主要销售单细胞和空间生物学分析设备，以及配套试剂和软件。

这个技术听起来比较复杂，但可以用一个例子来理解。

假设科学家正在研究一种抗癌药。普通检测可能只能看到整个肿瘤组织发生了什么变化。

但同一个肿瘤里面，有癌细胞、免疫细胞，还有其他不同类型的细胞。它们对药物的反应可能完全不同。

TXG的单细胞技术，可以帮助科学家分别分析这些细胞的基因活动；空间生物学技术，还能进一步了解这些细胞在组织中的具体位置。

这些数据既可以帮助科学家寻找新的治疗靶点，也可能成为训练AI细胞模型的重要基础。

当然，READ环节并不只有单细胞和空间组学，还包括基因测序、临床数据和医学影像。

今天选择TXG，是因为它最直接连接到细胞层面的AI生物数据。而且，TXG已经参与了实际项目。

美国科研机构Arc Institute正在推进Virtual Cell Atlas，也就是虚拟细胞图谱项目，希望利用大规模细胞数据，训练能够预测细胞反应的AI模型。

TXG就是相关技术合作伙伴之一。

这也是我关注TXG的原因：它提供的数据生成技术，已经进入大型AI生物学研究项目，而不是停留在市场概念上。

2026年第二季度，TXG营收约1.51亿美元。剔除今年和去年同期的一次性专利和解收入后，可比营收同比增长约3%。

不过，公司的空间组学耗材收入增长了16%。这个数字值得注意，因为TXG不仅卖仪器。客户安装设备以后，每完成一轮实验，还需要购买配套试剂和耗材。

所以，如果未来AI生物数据项目带动更多仪器安装，同时提高设备使用频率，TXG就有机会获得持续性的耗材收入。

四家公司怎么比较？

讲完这四家公司，大家应该可以看到，它们虽然都可能受益于AI新药，但商业化进度并不一样。

TWST负责把AI设计变成DNA和蛋白质，目前AI订单增长信号最直接，但市场给它的增长预期也最高。

RVTY负责实验检测，业务成熟、盈利基础较好，但AI带来的增量还没有明显反映在财报里。

DNA押注实验室自动化，想象空间最大，但收入下滑、现金消耗和竞争压力也最明显。

TXG掌握单细胞和空间生物学数据，长期逻辑不错，但目前整体收入增长仍然比较温和。

所以，产业链逻辑成立，不代表四家公司现在都值得买。

真正需要比较的是：订单能不能变成收入，收入能不能变成利润，利润能不能变成现金流，以及当前股价已经提前反映了多少未来增长。

如果你想进一步查看这四家公司的市销率、收入增长、现金消耗和估值对比，可以通过我们的官网，查看更详细的研究资料。

好了今天的视频就到这里，你最看好哪家，欢迎在评论区留下你的看法，我们一起交流。如果觉得今天的分析对你有帮助，别忘了点赞、订阅频道，打开小铃铛，后面我们还会继续挖掘美股市场中值得关注的投资机会。

感谢大家的观看，我们美国热线 6263783637 下期见！