美股投资网的股票账号两年回报520%，靠的就是三套策略！

https://youtube.com/shorts/cc87fTcn4bQ?si=vLaXYlklZUHsOMr2

短线 Day Trade——抓住当天爆发机会：INTC、AMD

波段 Swing Trade——高抛低吸，吃波段行情：TSLA、SPCX、CRCL

长线价值持有——重仓真正有潜力的成长股：NBIS、MU、MRVL、SNDK

短线抓机会，波段做差价，长线吃成长。

这，就是美股投资网的交易体系！

光通信为何飙涨？

劳动节长假回来的第一个交易日，美股三大指数集体收跌，而费城半导体指数逆势拉涨1.3%，而半导体内部，资金流向更集中：光通信。

Lumentum飙升11.64%，康宁大涨9.23%，Coherent涨7.10%，应用光电涨5.70%。

美股投资网分析是以下四个原因！

第一、高盛的报告。

高盛盘前发布了一份全球光模块深度报告，把市场规模预测整个往上抬了一截：

2026年：677亿美元（此前预测约509亿，上调33%）

2027年：1314亿美元（此前预测约726亿，上调81%）

2028年：1485亿美元（此前预测约691亿，上调115%）

上调的逻辑不是“AI服务器卖得多了所以光模块跟着多”这么简单。

高盛的核心判断是：

AI服务器架构正在从传统以太网向高速专用网络迁移，单颗GPU需要搭配的光模块数量已经从个位数跃升到十几颗甚至更多，速率从800G向1.6T、3.2T逐代升级。

光模块正在从AI算力的“配套器件”，变成决定集群扩展效率的“核心瓶颈组件”。这个属性重估，直接改变了市场的估值框架。

第二、康宁的订单。

同一天，康宁宣布与Verizon签了一份长达十年的光纤供应协议，价值数十亿美元。2027年到2032年间，康宁要向Verizon交付超过8000万英里的高密度光纤。

这笔订单同时覆盖两个场景：消费者宽带和AI数据中心骨干网。

Verizon表示——他们正在部署一套融合网络，既要服务家庭和企业用户，也要给AI超大规模客户构建高容量、低延迟的骨干网。

美股投资网分析这件事的意义是，AI资本开支的受益链条正在从算力芯片层向外围基础设施溢出。以前买光纤的主要是云厂商和芯片公司，现在电信运营商也杀进来了。

而且这不是孤例——康宁此前已经和Meta、英伟达、亚马逊分别签了大额长单。AI数据中心单节点需要的光纤量大约是传统交换机的16倍。

当运营商也开始为AI储备光纤产能的时候，这个需求的体量和持续性就不是一个量级了。

第三、OpenAI Astra。

上周OpenAI发布的Astra模型还在持续发酵。

黄仁勋在周日公开确认，Astra是基于大约10万张以上的英伟达Grace Blackwell芯片集群训练完成的。他还预告了下一批将有40万张GPU上线。

Astra被OpenAI定位为“世界上最智能的模型”，训练首次实现了10万卡级别的集群规模。

美股投资网分析认为：Astra的发布验证了前沿模型训练仍然处在“超大集群化、重资本化、强互联依赖”的扩张通道中。

模型越大、GPU越多、GPU之间的互联带宽需求越呈指数级上升——这条链条的每一个环节都在指向同一件事：高速光互联的消耗量只会越来越大。

第四、高通和亚马逊。

几乎同时，高通与亚马逊宣布达成战略合作。两家要共同开发面向AI推理的定制芯片，同时联合推进速率最高达1.6T的光连接解决方案。

这是高通继今年早些时候与Meta达成合作之后，在数据中心领域拿下的第二笔超大规模云服务商订单。

高通在数据中心这条路上已经布局很久了——去年发布了面向AI推理的AI200和AI250加速器，今年6月又公布了数据中心CPU——但打入亚马逊AWS的生态，对它的数据中心战略来说是一次实质性的突破。

而对光通信板块来说，这条消息传递的信号同样直接：全球最大的云计算公司正在把“高速光连接”当作AI数据中心的核心基础设施来投。

这四件事串起来，你会发现它们各自回答了一个问题。

高盛回答"市场有多大"——天花板被翻倍抬高；

• 康宁回答"需求是不是真的"——运营商真金白银锁了十年产能；
• Astra回答"需求会不会停"——集群还在指数级扩张；
• 高通和亚马逊回答"谁在买"——云厂商在顶层设计里把光互联列为核心投资项。

四个维度，同一天交叉验证。

算力需求开始"去租赁化"

当天AI算力租赁商也涨得不错。CRWV和NBIS均涨超12%。

CoreWeave的上涨一部分来源于财报，它8月发布的二季报营收25.8亿美元，同比增长112%。积压订单达到1040亿美元，同比增长246%。公司还上调了全年指引。

加上OpenAI Astra的算力需求验证，等于确认了手上那批大额合同正在被真实需求拉动。

Nebius的上涨则来自与Palantir的合作。Palantir当天将Nebius定为其“主权AI”基础设施的首选合作伙伴。

Nebius的算力基础设施将直接嵌入Palantir的企业软件，让Palantir的客户可以在自己控制的基础设施上运行自有AI模型。

Palantir的CEO Alex Karp今年以来一直在批评OpenAI那种按token收费的模式，认为企业客户会被这种计费方式“榨干”。Nebius 拿下 PLTR 这个合作伙伴，等于多了一条触及Z府和大型企业客户的渠道。

进入美股3季度，全球宏观流动性与产业逻辑正迎来关键转折点。

一方面，科技巨头的资本开支在财报季经历了严苛审视，市场从上半年的“无差别普涨”全面切换为“业绩与现金流强兑现”的严苛分化行情；另一方面，资金正在从高估值单一芯片巨头外溢，向算力供应链瓶颈环节、数据中心能源基础设施、硅光模块以及垂直行业企业级AI展开深度轮动。

3季度赚取超额收益的关键，不再是盲目追高人人皆知的头部蓝筹，而是提前锁定下一只具备300%爆发潜力的AI隐形硬核黑马。

然而，主力资金在潜伏爆发标的时，绝不会大张旗鼓地在新闻中公告，而是通过场外暗池与非公开期权组合悄悄吸筹。由华尔街量化基金经理与硅谷AI团队打造的AInvest（爱投科技），正以垂直金融大模型与暗池异动雷达，帮助全球华人投资者打破信息壁垒，精准捕获3季度主升浪。

【独家福利】抢占3季度美股AI投资先机

告别低效跟风，用AI算力武装你的核心交易系统！

AInvest https://wa.me/16096162675

免费注册即可解锁：3季度AI潜力股票池、Aime智能投研助手与主力暗池异动雷达推送

一、美股3季度核心投资方向：三大高景气主线

历史数据表明，美股3季度的剧烈震荡往往是孕育翻倍行情的温床。结合华尔街机构最新的持仓调配，3季度最具爆发潜力的三大进攻主线已经确立：

主线1：AI能源与散热瓶颈（从“算力芯片”向“物理基础设施”外溢）

GB200与新一代超算集群的单柜功耗突破100kW物理极限，液冷散热、高压配电系统以及数据中心独立供电（核能/燃气轮机）成为各大云厂商抢夺算力的刚性前置条件，相关标的订单能见度直通未来数年。

主线2：高速数据传输与光互联（800G/1.6T光模块、硅光与CPO）

算力卡集群规模扩展至十万卡级别后，集群内部的通信延迟与能耗损耗成为算力释放的真实瓶颈。掌握薄膜铌酸锂、先进封装及硅光芯片技术的供应链细分龙头正迎来量价齐升的估值重塑期。

主线3：企业级Agentic AI落地与垂直变现（从“训练端”迈向“推理端”）

云厂商庞大Capex投入之后，能够将大模型能力无缝嵌入网络安全、工业软件、精准营销并实现清晰订阅收入的垂直软件独角兽，正在复刻早期云计算龙头的爆发路径。

【专属通道】开启华尔街级 AI 投资体验

不再靠运气猜走势，用 AI 算力武装你的美股决策系统！

点击注册 AInvest https://wa.me/14329556727‌

(注册即享免费 Aime AI 投研对话助手、全天候突发异动雷达与多券商一键聚合中台)

二、如何寻找“下一个300%的AI题材股”？AInvest的量化选股逻辑

散户过去之所以错失超倍牛股，是因为当利好消息登上财经媒体头条时，个股涨幅往往已消化大半。捕捉300%潜力的AI标的，必须依托底层的三维量化过滤体系：

【300% AI爆发标的画像】

指标1：业绩拐点‌ 季度RPO（剩余履约义务）环比暴增50%以上 + 自由现金流转正

指标2：主力异动‌ 场外暗池出现连续3日以上的大宗净买入

指标3：技术突破‌ Magic Signals提示动量指标在低波动收敛末期触发多头买点

传统人工筛查需要耗费几十个小时翻阅数百家中小盘公司的SEC报表，而在AInvest平台上，这一筛选流程只需几秒即可完成。

$1三、AInvest四大核心武器：用机构级算力重塑交易胜率

1. Aime对话式投研大脑：秒级穿透全美AI概念股真实基本面

Aime是业内首屈一指的垂直金融大模型引擎，彻底告别传统泛化AI的财务数据幻觉：

财报水分穿透：向Aime提问：“筛选出所有主营业务涉及数据中心液冷且Q3营收指引超预期20%的美股标的”，Aime3秒内直接调取10-Q/10-K原文，提炼毛利率变化与核心客户集中度。

高管电话会异动分析：秒级抓取财报会议中管理层针对“产能瓶颈、大客户订单追加、技术替代”的原声问答，第一时间识别基本面重大转折。

2. Whale Flow主力雷达：在爆发前夕锁定暗池与期权大单

任何暴涨300%的标的，在起爆前夕必然有华尔街“聪明钱”提前布仓：

暗池大单追踪：实时监控机构通过场外交易系统大笔吸筹的隐蔽订单，清晰呈现主力资金真实的加仓成本线。

异常期权异动监控：自动抓取深度虚值看涨期权的大额扫单异动，提前预警潜在的Gamma挤压与财报前潜伏行情。

【专属通道】开启华尔街级 AI 投资体验

不再靠运气猜走势，用 AI 算力武装你的美股决策系统！

点击注册 AInvest https://www.ainvest.com/‌

(注册即享免费 Aime AI 投研对话助手、全天候突发异动雷达与多券商一键聚合中台)

$13. Magic Signals多因子量化指标：精准卡位多空买卖拐点

动态支撑与阻力位绘制：结合成交量加权平均价（VWAP）与动态波动率，在图表上实时自动画出日内与中期的关键多空临界点。

动能衰竭与超买超卖预警：融合均值回归与趋势跟踪模型，在股票拉升过热时提示落袋为安，在洗盘震荡筑底时给出入场信号，杜绝情绪化追涨杀跌。

$14. Broker Sync跨账户全景风控：一站式掌握持仓全局

打通主流持牌券商：通过合规金融API，一键安全绑定Charles Schwab（嘉信理财）、Interactive Brokers（盈透证券）、Fidelity（富达）、Webull（微牛）、Robinhood等多个独立账户。

统一Beta与敞口测算：实时监测整个资产组合对AI板块的集中度暴露与回撤风险，避免因为单一标的回调造成整体账户不可逆的损失。

四、顶级监管合规与非托管安全底线

在追求高收益的同时，资金安全始终是不可逾越的前提：

正规持牌机构背书：AInvest关联经纪券商Light Horse Securities, Inc.为美国证监会SEC正规注册券商（SEC #：8-65270），同时是美国金融业监管局FINRA（CRD #：120242）及美国证券投资者保护公司（SIPC）法定会员。

最高50万美元法定资产保护：符合条件的合规证券账户享有SIPC提供的最高50万美元（含最高25万美元现金）法定保护。

纯非托管架构：AInvest定位于智能投研中台与决策辅助系统，不接触、不吸纳、不沉淀客户本金；资金始终留在您原有的正规持牌清算行中，安全无虞。

3季度的美股市场属于那些掌握了先进算力武器的先行者。当大多数人还在用肉眼对抗机构算法时，你已经可以借助AInvest的华尔街级投研中枢，在海量标的中快速锁定下一只300%潜力的AI硬核先锋。

【独家福利】抢占3季度美股AI投资先机

告别低效跟风，用AI算力武装你的核心交易系统！

AInvest https://wa.me/16096162675

免费注册即可解锁：3季度AI潜力股票池、Aime智能投研助手与主力暗池异动雷达推送

OpenAI最新的宣传片，最后一个镜头没有给什么炫酷机器人，而是停在一台桌面3D打印机上。

工作人员说了句"给我打个火箭"，机器开始运转，几分钟后一个小火箭就放在了桌上。整个过程中人类就动了两下嘴皮子，外加最后伸手拿了一下。

整个宣传片里GPT-6展示了一大堆功能，OpenAI偏偏让故事终点落在一台3D打印机上。这个结尾值得琢磨。

3D打印最大的痛点

用3D打印机造东西，完整流程分四步：建模、切片、打印、后处理。

最卡人的就是第一步——建模。

所谓建模，就是先在电脑里把想打的东西画成一个3D数字模型。

过去这事得用专业设计软件，比如工业设计圈用了几十年的老牌软件SolidWorks，或者工程师画图纸离不开的Autodesk全家桶。光是学会用这些软件就得花上好几个月，直接把绝大多数普通人挡在门外。

AI正在拆掉这道墙。

过去一年冒出来的Meshy、Tripo这类AI生成工具，你上传一张照片，或者打一段文字描述，它几分钟内就能给你生成一个可打印的3D文件。

建模正在从"必须自己动手画"变成"AI帮你搞定"。

但GPT-6 Astra干的事更进一步。它不光能"生成"模型，还能像人一样坐进Blender这类三维设计软件的操作界面——Blender是很多动画和模型制作者都在用的免费开源软件——然后自己点菜单、拖滑块、调参数，一步步把模型做出来。

它甚至能操作Fusion 360这类面向机械零件设计的工业软件。一个专门考AI设计软件操作能力的测试BenchCAD里，Astra拿到了96%的得分，而上一代GPT-5.6只有83%。

简单理解就是：AI正在学会使用设计师手里的那些专业工具。今天它能用Blender，明天就能用任何人类用来画图的软件。

为什么必须是3D打印机？

AI把模型文件搞出来了，但用户最终想要的是一个能拿在手里的东西——手机支架、椅子模型、零件、小火箭。

工业机器人、数控机床、注塑生产线？要么一台设备几十上百万，要么操作门槛比设计软件还高，要么只适合大批量生产。对普通人来说，这些都不现实。

桌面3D打印机不一样。几千块钱，放书桌上就能用。给它一个数字文件，它一层一层把材料熔化了堆叠起来，几个小时就能出一个实物。不需要模具，不需要工厂，一个人在家就能把想法变成实物。

美股投资网认为，这可能是目前唯一一种普通人买得起、用得上的个人制造终端。

而且硬件端已经成熟了。现在市面上主流的消费级打印机开箱就能用，配套的手机应用程序和模型社区里已经有几百万个现成图纸。

用户只需要关心"我想打什么"，不用操心"机器怎么调"。

研究机构Research and Markets已经把"AI in 3D Printing"列为一个独立的市场分类，预计从2025年的33亿美元增长到2030年的175亿美元。

整个消费级3D打印市场则从60亿美元增长到272亿美元。

2025年全球入门级3D打印机出货量同比增长26%，2026年第一季度进一步加速到39%。行业咨询机构预计，2026年到2028年全球消费级出货量将翻倍，达到1000万台。

美股代表公司

3D Systems（DDD）——很多人可能没听过，但它是现代3D打印产业的开创者之一。联合创始人Chuck Hull发明了SLA立体光固化技术。Q2营收9460万美元，同比基本持平，新一代金属和塑料打印机销售均实现两位数增长。

Stratasys（SSYS）——另一家行业元老，联合创始人Scott Crump发明了FDM熔融沉积成型技术，也就是今天大量桌面级3D打印机采用的核心路线。Q2营收1.376亿美元，环比增长3.7%。

Materialise（MTLS）——这家公司普通投资者可能更陌生，但它做的正是3D打印软件、工作流和制造服务。AI生成模型之后，怎么把数字文件真正送进生产端，它就在这条链上。Q2营收7007万欧元，同比增长8.1%。

Proto Labs（PRLB）——它不主要卖打印机，而是帮企业把CAD文件快速变成真实零件，覆盖3D打印、CNC和注塑。Q2营收1.493亿美元，同比增长10.6%，创季度纪录，并上调全年增长指引。

Xometry（XMTR）——这家可能是最贴AI逻辑的一家公司。它本质上是一个AI驱动的数字制造平台，用算法完成工艺推荐、报价和供应商匹配。Q2营收2.29亿美元，同比增长41%，全年增长指引直接上调到33%-34%。

惠普（HPQ）——大家都知道它卖电脑和打印机，但很多人不知道，惠普已经做工业级3D打印十年。2026年又推出新的MJF 1200系统。不过对HP整体来说，3D打印目前仍只是很小的一部分，更适合作为行业大厂入局的观察标的。

几个关键问题

第一，AI建模的精度和可靠性，什么时候能到"普通用户敢放心用"的程度？现在还是早期，生成的东西经常有瑕疵。

第二，消费级打印机的普及速度到底能有多快？出货数据很猛，但能不能持续？

第三，AI把设计门槛踩碎之后，打印机的增量需求到底有多大？这个弹性决定了这几家美股公司的营收天花板。

2022年底ChatGPT上线，同时消费级打印机开始走向成熟——一个在消解软件端的复杂度，一个在消解硬件端的复杂度。

2026年，GPT-6生成的模型被3D打印机打成了实物，两条线在物理世界碰头了。

AI每往前迈一步，连通它和物理世界的那台3D打印机，价值就更大一分。也许用不了太久，用3D打印机把想法变成实物，会跟今天打印一份文件一样平常。

趋势的确定性不低，但节奏和赢家，还得持续盯着看！

$DDD $SSYS

#美股

美银指出，目前约有 7万亿美元美国短期国债（T-bills）在外流通，其中绝大多数会在一年内到期。

这组数据单独看还好，但结合美联储可能继续加息的预期，压力就出来了。

美银做了个情景测试——如果今年Fed累计再加息75个基点，仅这批短债的年化利息支出就会多出约500亿美元。换算成GDP占比大约是0.15%。

我们更直观一点理解就是：每加息25个基点，7万亿美元短债的年化利息负担就增加约175亿美元。这不是理论推演，是实打实的数学。

可问题是，这批短债不像30年期长债可以把利率锁在低位。它们几个月后就到期，到期就得按新利率重新发。只要短端利率不下来，财政部的融资成本就只能跟着走。

财政部自己的操作其实已经说明它们在意这件事。

最新一季的融资计划显示，7—9月预计净融资7390亿美元，10—12月还有6280亿。

与此同时，中长期附息国债的拍卖规模暂时没动，季节性或额外的融资需求更多靠T-bills和现金管理券去补。

这个选择背后的逻辑不难理解——如果大幅增加10年、20年、30年国债的供给，市场想要更高的收益率才肯接盘，长端利率反而可能被推上去。

但一直靠短债顶着，又等于把自己完全暴露在Fed的利率政策面前，每次滚动都是重新定价。

所以财政部的处境其实就是两头堵：发短债怕Fed继续加息，发长债又怕把长端收益率顶起来。

另外有个细节值得单独提一下。

从9月9日开始，财政部要把10—20年和20—30年老债的流动性回购规模从每次最多20亿美元提高到至少40亿美元，直接翻倍。官方说法是改善长久期国债市场的流动性。

但美股投资网不觉得这是财政部在帮市场压利率。回购解决的是旧债流动性差的问题，并没有减少政府实际需要融的资金量。

财政部自己也说得很清楚，回购不会显著降低净融资需求——回购掉的债最终还得靠新发债来替换。

说到底，现在美债市场真正值得关注的点，可能不只是Fed下一次加多少息。更核心的问题是：美国财政还能以多高的成本，把手里这笔越来越庞大的债务继续滚下去。

如果短端利率持续高位，而长端拍卖需求又出现疲软，财政部就会面临一个挺难处理的组合——利息支出往上走、发债需求往下压不住、长端收益率同时承压。

这可能才是7万亿美元T-bills背后真正让人不太放心的地方。 #美债

$AAPL $AMZN

H100已经是三年前的训练芯片，但它的租赁价格这个月反而上涨了 22%，来到 3.28美元/小时。

正常情况下，随着H200、Blackwell等新一代GPU推出，旧芯片应该持续折旧、租金下滑。

但现在市场愿意为一颗“三年前的GPU”支付更高价格，美股投资网认为这说明决定算力价值的已经不只是芯片新旧，而是有没有现成、能立刻上线的算力。

这背后的信号很直接：AI需求增长，至少目前还跑在算力新增供给和硬件折旧速度之前。对 $NVDA 来说，这比单看新一代GPU订单更能说明真实需求强度。

$INTCA #芯片

看完S&P Global最新的铜矿数据，我更确定了一件事：

铜价当然不会直线上涨，也一定会在衰退、美元和中国需求的扰动下剧烈回撤。但铜的长期多头逻辑，已经不再只靠“需求会增长”支撑。

真正麻烦的是，全球铜矿供给正在失去自我修复能力。

1/ 钱还在花，大矿却找不到了

1990年代，全球重大铜矿发现量约714.8百万吨。到了2020—2025年，只剩约8.7百万吨。

这不是普通的周期下滑，而是断层。

Collahuasi、Pebble这类数千万吨级资源，曾经可以直接改写全球供给曲线。现在很多新发现只有100万—200万吨，放进全球一年两千多万吨的矿产铜市场里，几乎改变不了平衡。

更反常的是，矿企并没有停止花钱。

2025年全球铜勘探预算升至约32.7亿美元，创12年新高。但钱越来越多地流向现有矿山周边：矿山附近的勘探占预算43%，真正寻找新矿的基层勘探只有25%。

美股投资网分析认为，对单家公司来说，这很理性。旧矿扩建有道路、有电力、有选矿厂，许可路径也更清楚，回报远比去荒野里赌一座新矿可靠。

但所有公司都做同一个选择，结果就是整个行业只会延长旧矿寿命，却找不到下一代Tier‑1资产。

这才是最危险的地方。

2/ 今天不找矿，缺的是十几年后的产量

一座新铜矿从首次发现到商业生产，平均需要约17年，其中超过12年消耗在勘探、可研、环保评估、社区谈判、融资和审批上。

铜不是价格涨了，明年就能多挖一点。

工厂可以加班，油井可以重启，铜矿却要同时穿过地质、资本、许可和政治四道门。等市场真正看到缺口时，再决定增加供给，已经晚了十几年。S&P Global长期供需研究

供给的地理结构也越来越脆弱。1990年以来发现的重大铜资源中，拉丁美洲占55%；非洲正在贡献更多增量，但刚果（金）等地区同时伴随更高的主权、基础设施和运营风险。

未来铜供给不只是增长慢，还更容易被罢工、缺水、停电、税制变化和政治事件打断。

3/ 供给最迟钝的时候，需求开始同时扩散

电网升级、电动车、可再生能源和AI数据中心，争抢的是同一种金属。

S&P Global预计，全球铜需求将从2025年的约2800万吨升至2040年的4200万吨。如果供给体系没有明显改变，2040年的缺口可能达到1000万吨。

我并不认为这些需求预测会一条直线兑现。经济衰退会打击铜价，中国需求会波动，AI资本开支也可能降温。

但铜最强的地方恰恰在这里：它不需要所有需求叙事全部实现。

美股投资网分析认为，只要全球电气化、算力基础设施和电网投资没有长期倒退，供给端就很难及时跟上。任何一次周期性铜价下跌，都会进一步压低勘探回报、推迟新项目，最终减少下一轮可用供给。

价格越低，未来供给越少；未来供给越少，下一轮需要的激励价格越高。

这就是铜的反身性。

4/ 落到股票，买的不是“铜多”，而是现金流能不能兑现

$FCX

代表确定性。它拥有大型在产资产、充足流动性和更强的融资能力，铜价上涨能够较快进入利润和现金流。代价是市场已经给了它更高的质量溢价，确定性更强，赔率未必最大。

$HBM

代表弹性。公司市值更小，铜价变化对盈利和估值的放大作用更明显；黄金等贵金属副产品还能抵消部分单位生产成本。但它并不是纯铜敞口，矿山执行、资本开支和资产所在地区的经营风险，都会决定铜价上涨最后能转化成多少自由现金流。

Ivanhoe、Lundin、Capstone和First Quantum拥有更强的资源弹性，但市场给出的折价不是白送的。国家风险、项目建设、融资稀释和单一资产集中度，都可能吞掉铜价上涨带来的收益。

所以真正该比较的，不是哪家公司地下资源量最大，而是三个问题：

铜价每上涨1美元，利润能增加多少；为了兑现新增产量，还要投入多少资本；这些现金流最终能否安全回到股东手里。

美股投资网认为，FCX更适合作为铜牛市的核心仓位，HBM更像提高组合弹性的进攻仓位。前者买确定性，后者买预期差。

这套逻辑的失效条件也很明确：全球电网、AI和电动车需求被连续多年下修，回收与替代材料增速远超预期，或者大量新矿以明显快于历史的速度获批并投产。

在这些变量真正改变之前，短期调整不等于结构性逻辑结束。

铜不会免疫衰退，也不会每天上涨。但当一种金属需要17年才能增加供给，而需求正从电力、交通和算力三个方向同时挤过来，时间本身就在重新定价它。

需求决定铜能涨多快，供给决定这轮行情能走多远。 #铜

这两年 AI 的更新，我基本都在第一时间上手试过。Agent、多模态、一轮又一轮的模型迭代——说实话，大多数我已经没什么感觉了。

能力确实在涨，但基本都还在"把内容做得更逼真"这条线上打转，方向没变。

直到这个月，我把 Astra、Atlas、Cosmos 连着跑了一遍，才第一次真正停下来。

不是因为它生成的东西更好看了，而是因为我第一次感觉到：AI 正在跨过另一条线——从"生成内容"，走向"理解世界、并且准备动手"。

结论我先放这儿：下一轮真正的价值转移，不在模型参数量的竞赛里，而在——三维世界正被重写成 AI 能读取、能模拟、能操作的接口。

如果还停在"3D 内容需求会变多"这一层去理解它，你会错过整个底层逻辑的替换。

这话听着很满。但这三步走完，我没法说服自己这只是巧合。

1/ Astra：先塌的是成本结构

我让 GPT-6 Astra 生成一个住宅室内场景。放以前，这类输出再好看，导进建模软件也就是一张废纸——结构信息全部归零，没法接着用。

这次不一样。它直接吐出了结构完整的资产：能在 Blender 里继续编辑，导进 Unreal Engine 5 就能实时漫游。

做过三维工作流的人都知道这套流程有多贵——建模、材质、光照、渲染、后处理，每一环都得在专业软件里手动接力，容错率极低，时间成本极高。

现在呢？自然语言就是入口。

图片和视频已经把这剧本演过一遍了——工具的成本一旦被打下来，需求不是被压缩，而是被释放。游戏、电商、建筑、广告、工业设计，全在后面排着队。这不是推演，是正在发生的事。

2/ Atlas：从"造对象"到"懂空间"

如果说 Astra 让我注意到了变化，那 World Labs 九月发布的 Atlas，才真正让我意识到这轮能走多远。

你想想这个区别：生成一个杯子，你只关心它外形对不对；可要理解一个厨房，模型得知道杯子放哪、台面多高、手从哪个方向伸过去最自然、下一秒空间里该发生什么。

前者是造对象，后者是懂空间。中间隔的不是清晰度，是一整个维度。

World Labs 有句话我反复读了几遍："3D 正在成为空间的通用接口。"

文字曾经是人和机器之间的接口。如果三维变成人和 AI 共同生成、编辑、模拟空间的媒介，那 3D 就不再是一份设计文件，而是一种新的计算载体。这个判断听着还有点远，但我实际测下来的感受是——它正在变得具体。

3/ Cosmos：从"看得懂"到"敢动手"

到英伟达 Cosmos 这一步，我基本确认之前的感觉不是过度解读。

现在的视觉模型，已经能很准地回答"画面里有什么"。可机器人和自动驾驶真正难的地方，从来不是识别，而是判断"接下来会发生什么"。

Cosmos 做的事，是让模型先在内部建立一个世界状态的推演系统——模拟每个动作可能带来的结果，再选最优路径。等于给 AI 装了一个能运行的内部模拟器。

没有它，机器只能感知当下这一刻；有了它，机器才具备"动手之前先推演一遍"的能力。这一步对 Physical AI 的意义，我认为不亚于当年大模型在推理能力上的那次突破。

4/ 真正的胜负手：合成数据

真实世界的数据，太贵了。

语言模型能爬海量网页文本，但机器人没法从网页里学会怎么抓一个杯子；自动驾驶也不可能靠真实路测覆盖所有极端场景。而最关键的训练数据——极端天气、突发事故、罕见路况——偏偏最难拿到。

可三维重建加上世界模型一旦成熟，逻辑就变了：先用有限的真实数据建一个数字基准场景，再在虚拟里系统性地改天气、改位置、改物体属性、改光照——从一组种子数据，长出海量训练样本。

所以美股投资网分析认为， Physical AI 的竞争维度正在迁移：过去比谁拥有更多真实数据，往后比的是——真实数据质量×空间重建能力×仿真精度×合成数据放大效率。

说回美股：谁在这条链上收钱

我按"受益的直接程度"排了四层，越靠前越确定，越靠后弹性越大、也越集中：

第一层•基础设施：$NVDA

不管最后哪家机器人、哪家自动驾驶胜出，都得要算力、仿真、合成数据和训练平台。而 NVIDIA 同时握着 GPU、Omniverse、Isaac、Cosmos——它卖的早就不只是芯片，是"让机器学会现实世界"的整套底座。这是最不依赖单一赢家的位置。

第二层•三维重建与数字孪生：PTC、ADSK

现实要变成 AI 能训练的数字世界，先得有人把工业三维、数字孪生和设计工作流搭起来。它们是现实世界进入模型的"数据入口"。

第三层•空间感知：OUST、MBLY

激光雷达、机器视觉——负责把物理环境转成机器能读的空间数据。没有这层，上面全是空中楼阁；但它也最卷、最比拼成本和一致性。

第四层•终端落地：TSLA、SYM

真正把 AI 部署进现实的人。弹性最大，但风险也最集中：模型能跑，不代表机器人能规模化交付；仿真有效，不代表能顺利迁到现实。

接下来，别只盯着演示视频多震撼，盯这三件事：仿真有没有真的减少实地训练、合成数据有没有真的提高模型成功率、客户愿不愿意为它持续掏钱。

上一轮 AI 革命，把人类的知识变成了 token。

下一轮，可能是要把整个现实世界，变成可计算、可模拟、可训练的数据。

语言让 AI 读懂了人类；而 3D，才可能让 AI 真正走进这个世界。

#美股

美股投资网获悉，AMD: Jean Hu-执行副总裁、首席财务官兼财务主管

Key Message: positive outlook for data center growth (2027+2x) with MI450 ramping this qtr (significant step up in Q4& Q1:27), and greater CPU supply driving strong growth into 2027. GM is less clear to me given the movingparts in the mix.

关键信息:对数据中心增长持积极展望(2027年增长至+2倍)，MI450将于本季度开始放量(第四季度和Q1:27将实现显著提升)，CPU供应增加将推动增长强劲延续至2027年。鉴于产品组合中的诸多变动，GM对我而言尚不明朗。

This room is even more packed/standing room only than AMD(AMAT was crowded in the back of the room but AMD has folks along the wall too).

这个会场比AMD的会场更加拥挤，甚至只能站立(AMAT会场后方人很多，但AMD会场连墙边也站满了人

Reiterated 2027 Data Center growth +2X重申2027年数据中心增长至+2倍

GPU ramp for MI450 starts this qtr and ramping into 2027Some revenue in Q3, then significant step up in Q4:26 and again in Q1:27.

MI450的GPU产能爬坡将于本季度开始，并持续爬坡至2027年。Q3将产生部分收入，随后在Q4:26大幅提升，并在 Q1:27再次提升。

CPU supply is increasing and can grow 80% in H2:26 and70% in 2027 despite still constrained.

CPU供应正在增加，尽管仍受到限制，但H2:26可增长80%，2027年可增长70%。

GM Puts/Takes: will be impacted by the MI450 ramp(lower margin, but drives Gross Profit), but there are some offsets with Server CPU (strong and high margin), rebound in Embedded (high margin and broad-based recovery) and Gaming mix (lower margin).

毛利率增减因素:将受到MI450产能爬坡的影响(毛利率较低，但可带动毛利润增长);不过，Server CPU(表现强劲且毛利率较高)、Embedded业务反弹(毛利率较高且呈广泛复苏)以及Gaming业务组合(毛利率较低)将带来部分抵消

CPU pricing: function of units (smaller) and ASP (increased core count per generation also impacts pricing). Work with customers on best L-T relationship/TCO. Not looking to increase pricing just to increase GM.

CPU定价:取决于出货量(规模较小)和ASP(每代核心数增加也会影响定价)。与客户合作，以实现最佳的长期关系/TCO。并不打算仅为提高GM而提价。

2026 年现在，用一笔同样的钱，在加州买一套出租房vs 买一辆特斯拉Cybercab放进Robotaxi 网络自己赚钱，短期看，Cybercab 的理论现金回报率可能远高于出租房；但是……

先粗算一个非常有意思的账

假设Cybercab 最终售价$30,000–$40,000。

如果它每天真正跑：

10小时× $25/小时 × 365天 = $91,250 毛收入

即使扣掉：

• Tesla 平台/抽成
• 电费
• 清洁
• 保险
• 维修
• 轮胎
• 折旧
• 空驶
• 事故停运
• 税

假设最后净剩$30,000–$45,000/年：

那么一辆$35,000 的 Cybercab：净回报率可能达到85%–130%/年。

这个数字如果真的能够实现，出租房根本没法竞争。

但是问题恰恰在这里

Cybercab 最大的问题不是“能不能赚钱”，而是：

你现在根本不知道它最终能让车主拿到多少利润。

Tesla 官方现在描述的是Robotaxi 网络正在扩张，但没有给个人车主一个确定的收入分成公式。

而且Cybercab 本身就是为了无人驾驶运营而设计的，没有方向盘和踏板，只有两个座位。

所以它和买一辆普通Tesla 去 Uber 完全不是一个逻辑。

你真正赌的是：

特斯拉 FSD/Robotaxi + Tesla Network + 监管 + 保险 + 车辆利用率 + 收入分成

这其实是一个AI 自动驾驶商业模式投资。

再看加州出租房

假设你拿$500,000做投资。

加州很多住宅出租物业的cap rate 并不高，尤其是南加州核心区域。

目前市场上比较常见的住宅出租物业，大约：3%–5% cap rate

沿海热门地区甚至可能只有2.5%–3.5%。

例如：$500,000 投资

假设：房价：$500,000，年租金：$30,000，NOI：$20,000

那么：Cap Rate = 4%

一年净经营收入只有：$20,000

但是房子还有一个非常重要的东西：杠杆。

比如：$500K 首付+ $500K贷款

你控制的是：$1M 房产

如果未来房价上涨4%，就是：+$40,000

同时租客帮你还一部分本金。所以房地产真正的收益：

租金现金流 + 房价上涨 + 租客替你还贷款 + 折旧/税务优势

而不是单纯看租金。

美股投资网了解到，加州出租房还存在保险、物业管理、维修等成本；例如物业管理常见收费约为租金的 7%–10% 左右，具体取决于物业和服务。

但我反而觉得 Cybercab 有一个房地产没有的巨大优势

假设未来真的实现：

$35,000 一辆车，每天净赚 $100

一年：$36,500

那么：$35,000 → $36,500/年

这就是接近 100% ROI。

更夸张的是，如果未来你可以：买10辆 → $350,000

变成：$300K–$400K/年净收入

这就从“买车”变成了：

建立一个无人驾驶出租车车队。

这时候它的投资属性就完全不一样了。

但是有一个巨大的坑

千万不要按照 $100/天净利润去买 Cybercab。

美股投资网认为正确的方法应该是：

第一阶段买 1辆。不是为了赚钱。

而是为了获得真实数据：

Revenue/day
↓
Tesla抽成
↓
电费
↓
保险
↓
维修
↓
折旧
↓
净利润/day

跑 3–6个月。

第二阶段

如果实际数据达到：

$80/day净利润

那么：

$80 × 365 = $29,200

如果车价 $35,000：

83% 年化

这时候就非常值得考虑。

第三阶段

如果实际只有：

$30/day

一年：

$10,950

ROI：

31%

仍然非常不错。

如果只有：

$10/day

一年：

$3,650

ROI：

10.4%

这时候就没有那么吸引人了。

所以 StockWe.com 真正关注的不是 Cybercab 售价

而是一个数字：

Net Revenue per Cybercab per day

我甚至会把投资标准定成：

>$70/day：疯狂扩张

$40–70/day：值得继续买

$20–40/day：观察

<$20/day：不值得大规模投入

如果让我现在二选一

我的答案会是：

如果你有 $100万现金：

我不会全部买出租房。

也不会全部买 Cybercab。

我会考虑：

$700K–800K → 房地产

$100K–200K → Cybercab/Robotaxi实验

剩余现金 → 流动资金

因为 Cybercab 最大的价值可能不是第一辆车赚多少钱。

而是：

如果 Tesla 最终证明“一辆车可以稳定产生 $30K–50K 年净利润”，那么你真正拥有的是一种可以复制的自动化现金流机器。

房地产很难做到这一点。

你可以买第一套、第二套、第三套，但每套房都需要大量资本。

Cybercab 如果商业模式成立，则可能是：

1辆 → 5辆 → 20辆 → 100辆

资本效率完全不是一个级别。

不过，我会特别提醒你一个问题

现在 Tesla Robotaxi 在加州本身还不是成熟的个人车主赚钱模式。 Tesla 官方目前列出的 Robotaxi 服务城市并不包括加州；所以如果你的假设是“我现在在洛杉矶买 Cybercab，马上让它自己出去跑”，这个前提目前不能直接成立。

所以如果你问我：

“2026年9月，我手里有 $500K，哪个未来5年的预期回报更高？”

我的判断反而是：

Cybercab：潜在回报 >>> 出租房

但：

Cybercab：确定性 <<< 出租房

这非常像你投资股票时的逻辑：

Cybercab 是高赔率、高不确定性。

出租房是低赔率、低波动、可以加杠杆的资产。

我让 OpenAI Astra Ultra + Anthropic Fable 5.1 Max 帮我打造一个目标在一年内实现 5～10 倍回报的投资组合。

为此烧掉了不少额度，现在结果出来了：ChatGPT 6 给出的投资组合：

KYTX ——自身免疫性疾病 CAR-T 疗法临床结果

PRQR ——人体 RNA 编辑数据

VSTM —— KRAS 靶向抗癌药

CNTB ——哮喘与慢性阻塞性肺病（COPD）

RANI ——口服生物制剂

IVA —— MASH（代谢功能障碍相关脂肪性肝炎）

SILC ——网络连接 + AI 推理硬件

AMPX ——电池

EOSE ——电池

ZVRA ——罕见病药物业务增长

Anthropic 给出的组合：

INO ——呼吸道乳头状瘤病

CAPR —— Deramiocel 的 PDUFA 审批节点

GOSS —— Seralutinib

SLS —— III 期临床的重大二元事件

IREN ——熟悉的面孔

WULF ——熟悉的面孔

OKLO ——核能

SMR ——核能

RGTI ——量子计算

QBTS ——量子计算

几个专业术语解释

CAR-T：嵌合抗原受体 T 细胞疗法，一种细胞免疫治疗技术。

RNA editing：RNA 编辑，通过改变 RNA 分子来影响蛋白质表达或功能。

KRAS：癌症研究中非常重要的致癌基因靶点，KRAS 靶向药是肿瘤药物研发的重要方向。

MASH：Metabolic dysfunction-associated steatohepatitis，即代谢功能障碍相关脂肪性肝炎。

PDUFA：美国 FDA 对新药申请作出决定的目标日期，通常被市场视为重要的药物审批二元事件。

Phase 3 binary：III 期临床二元事件，通常意味着临床结果好坏可能导致股价出现非常剧烈的上涨或下跌。

Inference hardware：AI 推理硬件，用于运行已经训练好的 AI 模型。

Familiar face：直译是“熟悉的面孔”，这里作者的意思更接近于之前就经常提到、市场比较熟悉的标的。