美股周三盘后，EXPE，ETSY，MKSI，APP，FIG，IONQ，XYZ，SNDK，FSLY，AXON，FLUT，UBER，DIS，IONQ，RDW，PTRN，MELI，ROOT，DAVE，RUN，WDC，DASH其中我们，我们看好APPlovin的财报，5天累计期权看涨比例远大于看跌，71% VS 28%，权利金1351万 VS 540万，10天累计期权看涨比例远大于看跌，63% VS 36% ，1640万 VS 923万，在暗池和大单买入35亿美元，卖出2.7亿美元，买/卖比例12:1

【美股期权异动】交易时间 2026-08-03 09:31:50 APP 到期日 2026-08-21 Call 买方看涨价外总价值 323万美元，行权价410.00 成交量999 竞价32.43 未平仓合约92 隐含波动率96.45 分数102

【美股期权异动】交易时间 2026-08-03 09:32:30 APP 到期日 2026-08-07 Call 买方看涨价内总价值 234万美元，行权价400.00 成交量800 竞价29.32 未平仓合约202 隐含波动率152.02 分数90

周四盘前DDOG，FISV，U，QBTS，其中为什么AI越普及，DDOG越受益，因为监控大模型、AI 智能体、工具调用（Tool Calls）、推理成本、幻觉、安全性和整个Agent工作流，AI Agent越多，Datadog收入越高，AI不仅增加新客户，更提升老客户消费，Datadog最大的优势是：已有大量大型企业客户。这些客户原本已经购买，同行竞争对手 DT （Dynatrace）公布财报后大涨12%，但AI可观测性布局较早，企业客户基础强。

今天盘后，两家公司同时给市场上了一课。

AMD交出了一份超过分析师预期的财报，但股价却下跌约9%；SPCX同样在财报后回调超 7%，市场开始重新审视SpaceX高估值背后的盈利兑现速度。

表面看，这是两家公司财报后的下跌。
但背后的逻辑完全不同。
 AMD的问题是：业绩不错，但市场期待的是更高。
 SPCX的问题是：未来故事足够大，但市场开始追问，这个未来需要多久兑现。

AMD：财报是明牌，预期才是暗牌

AMD交出了一份不错的成绩单，但市场用7%的跌幅告诉所有人：
对于高预期AI公司来说，超过预期只是起点，真正推动股价上涨的，是能不能再次提高市场对于未来增长的想象。

从公开数据来看，AMD二季度表现并不差。
 公司营收达到115.4亿美元，高于华尔街预期的113.1亿美元；
 毛利率达到56.2%，超过市场预期的55.8%；
 调整后每股收益1.66美元，也高于市场预期的1.62美元。

作为当前最重要的增长业务，数据中心部门本季度贡献67.2亿美元收入，占总营收约58%，同样超过市场预期的65.5亿美元。

同时，公司给出的第三季度营收指引中值达到130亿美元，也高于卖方机构此前预测的125亿美元。

数据不错，为什么股价反而下跌？
原因在于，财报公布前，市场资金已经提前交易了更乐观的结果。

随着AI行情持续推进，AMD已经成为市场押注“英伟达之外第二AI供应商”的重要标的。因此，部分买方机构内部设定的目标，实际上远高于公开市场预测。

市场此前期待AMD二季度营收能够达到120亿美元左右，同时希望第三季度指引达到132亿美元附近。

最终结果是：
AMD超过了卖方分析师预期，却没有达到部分激进买方资金心中的目标。

对于普通公司来说，这依然是一份不错的财报。
但对于高估值AI股.票来说，市场交易的不是“有没有增长”，而是“增长是否足够惊喜”。因此，一部分提前布局的资金选择兑现利润，这也是盘后下跌的重要原因。

AMD真正的问题
如果只把AMD的下跌理解为预期差，其实低估了这家公司真正面临的问题。

市场现在真正关心的是：
AMD能不能把一颗性能优秀的AI芯片，变成一个可以大规模商业化运行的AI计算平台。

从硬件角度来看，AMD已经取得明显进展。

MI355X、MI455X等产品已经具备承载大模型训练和推理的能力，微软、OpenAI、Meta以及Anthropic等大型客户，也开始认真评估AMD作为英伟达之外第二算力来源的可能性。

过去一年，AMD的软件生态也出现明显改善。
ROCm持续优化，并开始深入适配vLLM、SGLang等主流AI框架，部分推理场景的性能提升速度已经明显加快。

但AI竞争正在进入下一阶段。
客户购买的并不是单独一张GPU，而是一整套能够长期运行的大规模计算系统。

真正的考验在于：
 几千张GPU连接之后，系统是否稳定；
 多节点通信是否高效；
 软件是否能够持续优化；
 出现问题后是否能够快速解决。

AMD目前在单节点环境已经具备竞争力，但在大规模分布式场景下，与英伟达成熟生态之间仍存在差距。

Helios量产能力是下一阶段最大的验证
相比芯片性能，市场接下来更关注Helios。

因为Helios代表AMD第一次真正进入机架级AI系统竞争。
一个完整Helios系统需要整合72颗GPU、18颗CPU，以及大量网络、交换、电源和散热组件。
这意味着AMD竞争的不再是一颗芯片，而是一整套AI基础设施。

其中最大的挑战，就是系统复杂度。
由于没有完全采用无缆化设计，Helios仍然需要大量高速连接组件，并依赖大量retimer芯片维持信号质量。
系统越复杂，装配难度越高，功耗越大，同时潜在故障点也会增加。

所以AMD未来能否成功，并不取决于第一台设备能不能交付，而取决于第1000台、第10000台能不能稳定生产并长期运行。
这也是市场目前重新评估AMD估值的重要原因。

大订单背后，更需要关注利润质量
AMD获得OpenAI和Meta等客户订单，毫无疑问是重要突破。
这证明大型AI公司正在寻找英伟达之外的第二供应商。

但投资者不能只看订单规模。
对于挑战者来说，进入一个已经被巨头占据的市场，通常需要付出成本，包括更有吸引力的商业条件以及一定程度的让利。

因此，未来市场真正关注的是：
 这些订单是否能够形成长期采购；
 客户是否会主动推动ROCm生态发展；
 AMD是否能够在收入增长的同时保持利润率。

如果AMD只是通过优惠条件获得市场份额，那么它卖出的可能只是低价算力，但如果这些客户最终推动软件生态成长，那么AMD获得的将不仅是收入，而是一套长期竞争能力。

美股投资网认为，AMD盘后下跌，本质上是市场对短期预期和估值的一次重新调整，并不意味着AI逻辑结束。AMD已经跨过了“有没有资格参与AI竞争”的阶段。

接下来市场关注的是三个问题：
 Helios能否稳定量产；
 软件生态能否支持大规模集群运行；
 AI收入增长能否真正转化为利润。
 芯片决定AMD能不能进入比赛。
 系统和利润，决定它最终能拿多少份额。

SPCX：市场开重新审视马斯克的未来故事

跟随AMD之后，SPCX盘后同样出现超7%的下跌。
但相比AMD的“预期差”，SpaceX面对的是另一种问题。

市场现在关注的不是SpaceX有没有未来，而是这个未来需要投入多少资金，以及需要等待多久才能兑现。

目前SPCX的压力来自三个方面：
 短期盈利能力；
 高估值压力；
 8月6日股.票解禁带来的供应预期。
 同时，市场中已经积累了巨大的空头仓位，让SPCX成为近期资金博弈最激烈的标的之一。

SpaceX最大的问题
刚刚公布的二季度财报来看，SpaceX目前最大的矛盾依然是：收入增长速度很快，但利润兑现速度还没有跟上。
二季度SpaceX营收达到约68亿美元，同比增长明显，但净利润依然承压，短期内仍然没有形成稳定盈利模式。
这也是市场目前最关注的问题。Starlink正在成为SpaceX最重要的商业化资产，用户增长和订阅收入持续提升，为公司提供越来越重要的现金流来源。但与此同时，Starship研发、AI基础设施建设以及未来太空相关业务，都处于高投入阶段，需要持续投入大量资本。
所以市场真正关注的并不是：SpaceX有没有增长？而是：Starlink产生的现金流，什么时候能够覆盖整个公司的资本投入？ 如果未来Starlink的现金流增长速度能够超过资本开支增长，当前高估值就有机会被新的收入和利润逐渐消化。但如果业务扩张速度快于盈利兑现速度，市场对于估值的压力仍然会持续存在。

246亿美元空头
除了基本面，SPCX最大的特殊性在于空头规模。
截至7月底，SpaceX空头仓位达到2.193亿股，占公开流通股约34%，对应做空规模约246亿美元。

空头押注的逻辑很明确：
 当前估值已经提前反映大量未来增长；
 短期盈利无法匹配市场价格；
 8月6日解禁可能增加市场供应。

而面对不断增加的空头仓位，马斯克近期也公开回应，表示自己已经提醒空头，但他们仍然选择继续增加押注。

这实际上是在改变市场预期。
马斯克并不是在否认亏损，而是在强调：
市场可能低估了SpaceX未来增长的速度。

如果后续Starlink增长、AI基础设施或者Starship出现超预期进展，那么大量空头仓位可能反过来成为股价上涨的动力。
因为空头在上涨过程中，也需要买回股.票平仓。

100美元附近短期关键观察位
从交易角度来看，100美元附近是目前值得重点关注的位置。
这个位置的重要性，不只是技术面，而是因为市场已经提前反映了很多压力：
高估值；
盈利压力；
资本投入；
解禁预期；
大量空头。

如果股价在这一附近获得支撑，同时市场重新认可Starlink和未来业务空间，那么情绪可能出现修复。但如果解禁后持续出现卖压，市场可能继续寻找新的平衡。

需要注意的是，资金推动的反弹和基本面反转是两件事。空头回补可以推动短期上涨，但长期价值仍然取决于SpaceX什么时候真正建立稳定现金流。

美股投资网认为，SPCX现在最大的矛盾不是有没有未来。市场其实已经认可马斯克的长期能力。

真正的问题是：
 SpaceX的未来，需要多少资本投入，又需要多久才能兑现？
 空头交易的是今天的利润表。
 市场期待的是未来十年的商业版图。

8月6日解禁之后，市场会进一步告诉我们，当前股价到底是在消化压力，还是开始重新定价未来。

想更快看懂华尔街资金在交易什么，追踪机构最新观点、期权异动与一手市场数据，尽在 StockWe.com。

英伟达刚刚正式发布 Alpamayo 2 Super。

这是英伟达首个面向自动驾驶的开放式推理模型（Reasoning Model），不仅能识别画面，还能像人一样分析环境、推理决策，并计划向商业开放。

很多人觉得，这只是一次模型升级。
但我认为，这可能是自动驾驶行业过去一年最值得关注的一次发布。

美股投资网认为，这次最大的变化不是模型性能提升，而是自动驾驶开始从"看得见"，升级到"会思考"。

以前AI知道：
前面有车
前面有行人
前面是红灯

现在它开始理解：
前车为什么减速？
行人下一步会不会横穿？
遇到复杂路况应该怎么选择？

这就是老黄一直强调的 Reasoning（推理）。
而且他还说了一句更重要的话：
未来将有数十亿台自主机器。

这说明英伟达的目标已经不仅是汽车。
Robotaxi、无人卡车、配送机器人、人形机器人……未来都可能使用同一套AI推理能力。

谁最值得关注？

① NVDA（英伟达）
最大的受益者没有悬念。
GPU、Drive平台、自动驾驶软件、推理模型全部打通，未来每增加一台智能机器人，都可能增加英伟达的收入。

② TSLA（特斯拉）
如果说英伟达负责提供AI大脑。
那特斯拉最大的优势就是拥有全球最大的真实道路训练数据。
FSD未来不仅可能服务Robotaxi，也可能成为机器人能力的重要基础。

③ MBLY（Mobileye）
全球ADAS龙头之一。
如果AI推理能力开始成为行业标配，Mobileye的软件价值有机会重新被市场定价。

④ AUR（Aurora）
无人卡车已经开始商业化运营。
相比Robotaxi，无人货运更容易先看到盈利模式，也是自动驾驶落地的重要方向。

可以这么理解，以前市场拼的是谁的模型更聪明。
现在开始拼的是谁能让AI真正开车、送货、干活。
自动驾驶，可能正在成为AI落地最快的一条赛道。

先别急着喊“光通信王者归来”。

英伟达这次释放的真正信号，不是所有光通信股票都该涨，而是一个困扰华尔街几个月的问题终于有了答案：
CPO不是停留在实验室里的故事，它已经进入生产和早期交付阶段。

但也必须把时间线说清楚。英伟达早在5月31日就宣布Spectrum-X Ethernet Photonics CPO交换机“已经进入生产”。最近真正增加的信息，是产品开始向部分合作伙伴交付，产能预计在2026年下半年继续扩大。

也就是说：
“开始生产”已经得到英伟达确认；
“部分客户开始拿货”是新的进展；
“大规模放量、全面贡献供应商业绩”仍然没有发生；

市场普遍期待的真正收入高峰，更可能落在2027年至2028年。
这不是文字游戏。
它直接决定了这轮上涨究竟是业绩反转，还是市场先把此前过度悲观的估值修回来。

一、之前为什么暴跌？不是需求消失，而是华尔街同时砍了三刀

6月初，一份有关英伟达部分CPO项目进度可能推迟的产业研究，引发光通信股票集体下跌。
当时市场出现过这样的单日跌幅：

AAOI约跌17%；
POET约跌12%；
COHR约跌11%；
LITE约跌8%；
MRVL约跌7.6%；
CIEN约跌7%。

为什么一份进度调整，就能让整个板块一起崩？

第一刀：市场把“推迟”理解成“做不出来”

CPO不是换一颗普通芯片。
它要同时解决光引擎、交换芯片、先进封装、激光器、光纤连接、散热、良率和维修问题。任何一项不过关，整套设备都不能顺利放量。

因此，市场听到“进度推迟”时，担心的不只是少一个季度收入，而是：
如果CPO一直无法量产，过去给光通信公司的高增长估值还有没有意义？
这会直接打击远期估值。

第二刀：估值本来已经没有犯错空间

光通信股票此前不是从低位慢慢涨上来的，而是在AI网络瓶颈、800G放量、1.6T升级和CPO预期共同推动下，完成了非常猛烈的重估。

以Lumentum为例，市场统计显示其2026年内一度上涨超过160%。AAOI的远期市销率一度达到约6.68倍，高于科技行业约5.82倍的参考水平。
这种估值意味着什么？意味着股价默认了三件事会同时发生：
AI资本开支持续增长；
800G和1.6T出货顺利；
CPO在2027年后按计划放量。

只要其中一项推迟，资金就会先卖再说。

第三刀：这是一笔非常拥挤的交易

COHR、LITE、AAOI、FN、MRVL和POET虽然业务不同，但被市场统一装进了“AI光通信”这个篮子。

当基金开始降低风险，程序化交易不会先分析谁做激光器、谁做光模块、谁做代工，而是把整个篮子一起卖掉。

更准确的说法是：
这是一场拥挤交易的集体撤退。
涨得最快、估值最高、期权杠杆最大的小盘股跌得最狠。基本面只是火柴，真正让跌幅失控的是仓位、止损和估值压缩。

更有意思的是，CPO如果推迟，未必对所有光通信公司都是坏事。
CPO晚一年，传统800G和1.6T可插拔光模块的使用周期反而可能延长。对依赖可插拔模块收入的公司来说，短期订单甚至可能更稳定。

市场当时却采用了最简单的处理方式：
CPO推迟＝所有光通信股票都该跌。
这正是此前暴跌中最明显的逻辑错误。

二、这次反转意味着什么？不是“光模块永远涨”，而是赚钱的位置变了

很多投资者看到CPO量产，第一反应是：
“光模块需求又要爆了。”

这句话只对了一半。CPO不会让光消失，但会改变利润留在哪个环节。

传统可插拔光模块把激光器、DSP、光学器件和封装装在一个标准模块里。CPO则会把这些价值重新拆开：

激光器可能放在外部，变成可维护的光源；
光引擎被放到交换芯片旁边；
光纤、连接器和光路数量显著增加；
先进封装和测试难度提升；
部分传统DSP价值可能下降；
系统设计权进一步向英伟达、博通和大型云厂商集中。

所以，真正的问题不是“光通信还需不需要”，而是：
谁还能掌握关键产能，谁能进入英伟达的供应链，谁能把技术变成收入。

目前可以把相关美股分成三组。

第一组：CPO的直接受益者——COHR、LITE

Coherent和Lumentum掌握磷化铟激光器、连续波激光器及其他关键光学器件的制造能力。
英伟达已经分别与两家公司建立战略合作，并通过投资和采购承诺推动美国光学产能扩张。

英伟达对Coherent的官方表述，是共同开发下一代数据中心架构所需的光学技术。英伟达与Coherent合作这不是普通的“概念合作”。

英伟达愿意提前锁产能，说明它真正担心的已经不是GPU能不能造出来，而是网络、激光器和光学制造能力能不能跟上GPU集群扩张。

对COHR和LITE来说，现在需要观察的不是PPT，而是：

CPO订单什么时候确认收入；
新建产能的良率能否达标；
毛利率是否随着高端产品放量而提高；
英伟达订单是否会挤压其他客户；
巨额扩产最后由谁承担折旧和成本。

它们是最直接的受益者，但此前股价的大幅上涨，也意味着市场已经提前支付了相当一部分未来利润。

第二组：光纤与制造受益者——GLW、FN

CPO只是把光学器件搬进交换机，不是把光纤拿掉。

GPU集群越大，需要连接的交换机、机架和数据中心就越多。Corning因此可能受益于光纤、连接器及布线需求。

英伟达与Corning签订长期合作后，Corning计划将美国光学连接能力扩大约10倍，并将相关光纤产能提高超过50%。英伟达与Corning合作
Fabrinet则更像整个光通信行业背后的制造平台
。
它的优势不是某一个CPO专利，而是复杂光学产品的组装、测试和规模化制造能力。如果CPO把系统复杂度进一步提高，可靠的制造伙伴反而会变得更重要。

第三组：机会最大，但争议也最大——AAOI、MRVL、POET

AAOI的短期逻辑主要仍来自800G和1.6T可插拔光模块，而不是已经确定的大规模CPO收入。

这意味着AAOI同时面对两股相反力量：
CPO如果继续推迟，可插拔模块生命周期延长，短期有利；
CPO如果快速普及，公司必须证明自己能进入新的光学架构，否则长期估值可能受压。

所以，CPO量产对AAOI不是简单的“重大利好”。

它更像一场倒计时：传统模块业务还能高速增长多久，公司能否在架构改变之前完成升级？
MRVL拥有DSP、网络芯片、硅光子和定制芯片能力，具备参与下一代互连的技术基础。但市场需要继续观察，其投资和收购能否真正转化为订单与利润。

POET等小盘光子公司弹性更大，风险也更高。它们很容易因为产业主题上涨，但如果缺少明确客户、量产订单和毛利证明，股价可能再次出现剧烈回撤。

三、现在可以重新“相信光”了吗？

可以相信光的需求，但不能无条件相信所有光通信股票的估值。
CPO进入生产，至少证明了三件事。

第一，AI算力的下一个瓶颈正在从GPU转向网络。
GPU性能继续提高，但如果几千张、几万张GPU之间传数据太慢，再贵的芯片也会等待。AI数据中心真正购买的不是单颗GPU，而是整个系统的有效算力。

第二，铜连接的物理边界正在逼近。
距离越长、速度越高，铜线的功耗和信号损耗越难处理。未来不是“铜全部消失”，而是光连接会逐渐向机架内部、交换机内部甚至芯片封装内部移动。

第三，光学供应链已经从可选配件变成英伟达必须亲自保障的战略产能。
英伟达先后与Coherent、Lumentum和Corning加强合作，本质上是在提前控制AI数据中心的下一个短板。

美股投资网认为，这轮反转最重要的意义，不是证明光通信股票又可以一起上涨，而是市场的估值方法要改变了。

过去市场看的是：
“这家公司有没有CPO概念？”

接下来真正要看的是：

有没有进入客户正式供应链；
有没有持续订单，而不是一次性样品；
产能什么时候开出来；
良率和毛利率能否守住；
2027年的收入能否按时确认；
股价已经提前反映了多少增长。

这轮行情的失效条件也很明确：

英伟达只做有限数量部署，后续扩产继续推迟；
CPO良率、散热或维修成本无法解决；
AI资本开支增长放缓；
大客户压价，供应商只有收入没有利润；
英伟达和交换芯片厂商拿走大部分价值。

当前估值已经提前反映2027年至2028年的乐观情景。所以，英伟达CPO量产不是整条光通信产业链的免死金牌。

它只是证明了方向。
真正的胜负，接下来不在发布会，也不在“又开始相信光”的口号里，而在订单、良率、毛利率和交付时间表里。

光并没有突然回来。
它一直都在。

市场只是经历了两个极端：先把所有光通信公司都当成CPO赢家，又因为项目进度调整，把整个行业当成失败者。

现在，市场终于开始回到最现实的问题：
谁能把光真正装进英伟达的系统，谁能按时量产，谁又能把收入变成利润。

下一轮光通信行情，不会再是所有股票一起涨。
它会是一场非常残酷的分化。
$LITE $COHR $GLW $FN $MRVL #美股

SpaceX最大的矛盾正在出现：
公司的利润表还很难支撑今天的估值，但股价却可能因为空头压力先出现剧烈波动。

2026年第一季度，SpaceX营收46.94亿美元，但净亏损达到42.76亿美元。
Starlink确实在高速增长，但另一边，Starship、AI基础设施、太空数据中心等长期项目正在持续消耗现金。

市场预计第二季度：
营收约68.7亿至69.8亿美元；
净亏损约19亿美元；
短期仍然看不到稳定盈利。

所以，这次财报真正的问题不是SpaceX有没有未来。
而是：
Starlink赚的钱，能不能填上整个公司不断扩大的资金缺口？
长期故事很强，但最终估值必须由收入、现金流和利润兑现。

而现在，市场另一边正在发生一场更大的博弈。

截至7月29日，SpaceX空头仓位达到2.193亿股，占公开流通股约34%，对应做空金额约246亿美元。

这个数字已经超过市场对特斯拉的做空规模。
更夸张的是：
6月16日S3开始追踪时，空头只有2330万股。
一个多月，空头规模接近增长9倍。

空头押注的是：
财报无法匹配估值；
8月6日大规模解禁带来卖压；
新增股票供应会压制股价。

但问题是：
当市场认为答案已经确定时，交易机会往往也开始出现。

美股投资网认为，如果财报没有市场预期那么差，或者马斯克给出强劲的Starlink增长、AI布局和未来指引，34%的空头仓位可能成为巨大的回补力量。

因为空头不是永远正确。
上涨时，他们也必须买回来。

不过，需要区分：
逼空 ≠ 基本面反转。
短期股价可能因为资金博弈暴涨，但长期仍然取决于：
SpaceX什么时候减少亏损；
Starlink什么时候成为稳定现金机器；
当前估值是否已经提前透支未来。

8月4日财报，8月6日解禁。
这不是简单的一份财报。
这是：
246亿美元空头 vs 马斯克增长故事的一场正面战争

星舰首飞商业化，才是真正的转折点

公司未来的增长逻辑，建立在星舰飞行频次持续提升、以及现役主力火箭猎鹰9号逐步退场的基础之上。

投资者在本次财报季最应关注的，是管理层对星舰商业化路径的最新表态，以及测试进度的具体安排——这才是穿透当前市场噪音、判断SpaceX长期价值的核心依据。

短期盈亏数字对判断这家太空公司的投资价值意义有限，真正决定其未来走向的，是"星舰"（Starship）重型可复用火箭的商业化进程。

据彭博汇编的分析师预期，SpaceX本季度预计录得约16亿美元的运营亏损，资本支出约达180亿美元。拖累业绩的主要来源是AI业务——该部门由首席执行官埃隆·马斯克将旗下xAI并入SpaceX后组建，第二季度预计运营亏损达24亿美元。目前，旗下卫星互联网服务Starlink是公司唯一实现盈利的业务板块。

本周财报之后，美国五大科技巨头对2027年的资本开支预测已超1万亿美元，达到GDP的2.8%。

而2025年不到5000亿美元的资本开支已经让市场侧目，而两年翻倍的规模直接让科技巨头现金流转负。

AI大模型的价格战，比所有人想象的都要来得更快、更猛！

本周四，OpenAI把部分AI服务价格砍掉80%，这不是普通降价，而是把企业大规模使用AI的门槛直接打穿了。
过去，企业使用AI还要精打细算；现在，同样的预算可以获得数倍调用量。

接下来真正爆发的，不只是AI用户数量，而是每家公司、每个部门、每项业务对模型的使用次数。

但调用越多，管理越容易失控。
不同部门同时使用不同模型，客户数据放在哪里？
谁有权限调用？
每个部门花了多少钱？
敏感信息会不会泄露？

模型价格下降了，企业管理AI的难度却在快速上升。

模型可以随时更换，但企业的数据架构、权限体系和业务流程，不可能跟着来回迁移。所以这轮降价背后，最大的机会可能不在模型厂商本身，而在那个能够统一管理数据、权限、成本和AI工作流的平台。

美股市场中，已经有一家公司提卡住了这个位置。今天我们不仅要把“模型越便宜，它为什么反而越受益”的商业逻辑讲透，还会结合最新的业绩数据与估值模型，给出具体的买入区间、仓位配置思路，以及必须警惕的下行风险！

干货很多，建议先赞后看。

AI模型越便宜，Snowflake反而越值钱？

不卖关子，这家公司就是 Snowflake，美股代号 SNOW。

其实，早在今年4月和7月，我们就在 VIP 内部两次提示过这家公司，核心逻辑就是看好 AI Agent 带来的数据爆发，以及它作为中立控制台的不可替代性。

为什么我们敢连续看好它？结合最近 AI 行业的变化，趋势已经越来越明显了：

7月17日，月之暗面发布Kimi K3，凭借编程等部分测试表现和较低的使用成本迅速获得关注。

7月24日，包括英伟达、微软和Meta在内的25家科技公司联合发布公开信，呼吁美国不要过早限制开放权重模型。黄仁勋、微软CEO 随后在X上转发，马斯克也公开表示‘完全支持’。


三天后的7月27日，月之暗面正式公开Kimi K3的模型权重和技术报告。这意味着，开放权重AI不再只是行业讨论，而是开始进入真实竞争。

简单来说，开放权重就是把AI模型的核心能力开放出来，让企业可以自己部署、调整，而不是完全依赖外部AI服务商。对企业来说，好处很直接：成本更低，数据更安全，也拥有更大的自主权。未来，企业可能不再只是购买AI服务，而是根据自身需求打造自己的AI系统。

面对 DeepSeek、Kimi 等高性价比模型快速发展，微软也开始重新布局开放权重生态。

市面上的AI模型越来越多，价格战也彻底打响了。就在7月30号，OpenAI再次大幅下调了API的价格，主力模型直接降价20%，轻量模型更是砍掉了80%的成本。
面对这种“腰斩式”的降价，强如 Anthropic 这样的顶流玩家，即便现在还能扛住不降，后续也势必会面临客户被低价模型抢走的巨大压力。

事情发展到这里，一个趋势越来越明显：
未来企业不会只依赖某一个AI模型，而会根据不同场景选择不同方案。
简单任务可能交给成本更低的模型；复杂推理继续使用顶级模型；涉及核心数据的业务，则可能选择在自己的环境中部署专用模型。
也就是说，未来企业更可能进入“多模型并存”的时代，而不是被某一家AI公司完全绑定。

但新的问题也随之出现。

模型可以随时更换，企业的数据资产、权限体系和业务流程，却不可能跟着反复折腾。
接入的模型越多，跨平台的数据、权限、成本和工作流管理就越复杂，最后很容易变成一场管理灾难。

这正是 Snowflake 的机会。
7月28日，Snowflake 推出 Cortex AI Gateway，卡位的正是这个节点。
它为企业提供了一个统一入口，不仅可以接入和管理不同的模型与 AI Agent，还能集中管理数据访问、身份权限、运行状态和调用成本。

换句话说，Snowflake 争夺的早已不只是数据存储市场，而是企业进入多模型时代后的“控制台”和统一管理平台。
OpenAI 可以继续打价格战，Anthropic 可以坚守高端推理市场，微软、DeepSeek 和 Kimi 也可以继续扩大开放权重生态。

但无论企业最终选择谁，只要想把AI真正接入业务，就需要一个地方统一管理数据、权限和工作流。

这就是我们看好 SNOW 的核心逻辑：
它不需要押注哪家模型最终胜出。
它押注的是，模型会越来越多，价格会越来越便宜，调用会越来越频繁，而企业对数据治理和统一管控的需求，只会越来越强。

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，

美股经历了一个月的暴跌，不少好公司被错杀，捡筹码的时机已经到了。我们团队最近做了一轮深度调研，梳理出了几家真正具备弹性与护城河的标的。想了解具体代号和交易逻辑的朋友，现在就可以添加客服微信。

当然，逻辑成立不代表股价立刻就能涨。接下来真正需要验证的，是企业到底有没有把这些AI产品真正用起来，并最终转化为Snowflake账面上实打实的收入。

SNOW为什么重新加速？

Snowflake 最新一季财报给出的答案，不仅仅是收入增长，而是 AI 产品已经真正嵌入了企业的实际业务流。

截至4月30日的季度，使用 Snowflake AI 功能的客户数已经暴增到 13,600 多家！其中 Snowflake Intelligence 的使用账户数环比翻了一倍还多，Cortex Code 更是直接覆盖了 7,100 多家客户。

这些落地数据，远比单纯炒作“AI 概念”更有说服力。它清晰地表明，客户不再只是在打样测试，而是把代码开发、数据分析和企业知识检索，真正搬到了 Snowflake 上运行。

更关键的是，这种实际用量已经变成了实实在在的财务收入： 当季产品收入达到了 13.34 亿美元，同比增长 34%；而剩余履约义务——也就是客户已经签约、但还没来得及确认的后备收入，达到了 92.1 亿美元，大涨 38%！这说明，客户不仅现在用得勤，还把未来的预算也提前锁死在 Snowflake 这里。

高价值客户的盘子也在同步变大。过去 12 个月消费超过 100 万美元的大客户达到了 779 家，同比暴增 29%。其中有 46 家是当季第一次跨过百万美金大关，而去年同期这个数字只有 26 家。

当然，客观讲，不能把所有增长都归功于AI。Snowflake传统的数据仓库、数据分析和共享业务，当然是坚实的底盘。但AI产品的确大幅带动了查询、推理和数据处理需求，在Snowflake按实际用量计费的模式下，每一个新增的AI任务，最终都会变成账面上的产品收入。

这里挺有意思的一点是，市场过去总担心这种按量付费模式缺乏稳定性，觉得客户一精简预算就会缩手。但到了AI落地阶段，逻辑反而倒过来了——当同一份数据被越来越多的模型和Agent频繁调用，按量计费反而吃到了很高的向上弹性。

所以结论很直接：Snowflake不是在靠“讲AI故事”拉股价，而是客户已经在用、预算已经在签、合同已经在落。
但话说回来，机会大，竞争也大。面对AWS、Azure、谷歌云三家巨头，还有最直接的对手Databricks，大家都在抢企业 AI 数据中枢这个蛋糕。Snowflake 凭什么能把这些需求牢牢留在自己手里？这才是接下来最核心的问题。

Snowflake真正的竞争位置

这就要看 Snowflake 的竞争优势到底在哪里了。

它的护城河，从来不是某个能被轻易复制的小功能，而是多云部署、统一治理、以及极高的易用性这三件事叠加在一起的组合拳。

第一是跨云生态。它能同时跑在 AWS、微软 Azure 和谷歌云上。虽然跨云有成本，但它最大的牌是“中立”。微软肯定优先卖 Azure 和 OpenAI，AWS 强推 Bedrock，谷歌则抱紧 Gemini。而 Snowflake 跟三家都合作，不强迫企业绑定任何一家云厂商或模型，给客户留足了自由度。

第二是统一治理。企业接的模型越多，数据泄密、权限混乱、费用失控的风险就越高。Snowflake 本身就是做数据权限和安全审计起家的，现在无非是把大模型和 AI Agent 也顺手纳入这套体系，企业完全不需要再花大钱重搭一套管理系统。

至于它最大的对手 Databricks，两家的根本区别在于受众基因完全不同：

Databricks 是给程序员和数据科学家用的。它像一台硬核的工业机床，上限极高，但门槛也很高，需要懂代码、懂底层架构。 而 Snowflake 是给业务部门和分析师用的。它主打开箱即用，只要懂最基础的 SQL 语句就能直接跑数据，几乎零门槛。

说白了，两家公司是从两个方向往同一个终点靠拢——Databricks 从底层技术往企业应用扩，Snowflake 从企业分析和治理往 AI 延伸。它们最终争夺的，都是企业 AI 预算的入口。谁能更顺畅地把数据、模型、权限和业务流程串起来，谁就能拿到后续暴涨的使用量。

这也是 Snowflake 最值得被市场重新估值的地方。大模型可以随时降价，甚至随时被换掉；但当一家企业把最核心的数据治理、权限体系和业务流程都定在 Snowflake 上之后，迁移成本极高，客户关系也就彻底锁死了。

怎么买?

前面把行业趋势和竞争优势讲清楚之后，最后要落到一个更现实的问题：现在这个价格，值不值得买。

截至7月31日收盘，Snowflake股价约293美元，市值约1033亿美元，过去12个月市销率约19.88倍。


这个倍数放在SaaS行业不算过于离谱，但已经不便宜了。市场显然已经提前把AI产品落地、收入维持高增长和利润率改善这三件事，都计入了当前价格。

这意味着，下一份财报仅仅“符合预期”可能不够。SNOW要继续往上走，需要看到Cortex和Snowflake Intelligence这些产品不只是增加了试用账户，而是实实在在地推高了客户用量——并最终反映在产品收入、剩余履约义务和经营现金流上。

华尔街的平均目标价大约在295至302美元，和现价基本重叠。也就是说，按卖方的一致预期，未来一年的常规上行空间已经不多了。UBS的370美元、KeyBanc的325美元、和RBC的313美元，对应的是更乐观的情景：Snowflake继续保持高增长，同时AI商业化速度明显快于市场预期。

429美元的历史高点，距离现价还有约44%的空间。但这个价格只能作为参考——它反映的是当时的市场情绪和估值环境，不是当下可以简单对标的目标价。市场上那些超过670美元的长期估值模型，通常基于2031年前后收入保持约21%的复合增长、净利润率提升至约15%的假设。

这类模型对增长率和利润率非常敏感，一旦实际表现低于预期，算出来的数字会差很多。所以SNOW长期能走到哪里，不取决于它曾经到过哪里，而取决于AI用量能不能在未来几个季度持续转化为收入。

基于以上判断，可以把买入位置分成三个区间：
290至310美元，预期比较满，赔率一般，容错空间小。
260至280美元，相对合理的价格，如果AI使用数据没有走弱，这个区间赔率会好很多。
220至250美元，估值压力明显减小，可以考虑加仓，但前提是基本面没有变坏，而不是单纯因为跌了。

三个区间对应三种市场状态和风险偏好，最终怎么操作，取决于你对SnowflakeAI业务落地节奏的判断，以及自己能承受多大的波动。

风险

最后来说风险

第一、AI用量变成真金白银的速度，可能比想象的慢。

财报里上万个AI使用账户确实亮眼，但很多企业现在还处于概念验证或小范围试用阶段。按Snowflake的用量计费模式，试用阶段产生的收入微乎其微。如果企业从“试一试”推进到“大规模高频使用”比预期慢，收入增速就很难撑得住现在这个估值。

第二，按用量计费是一把双刃剑。
这种模式的好处是顺风期收入弹性大，但逆风期也一样。一旦宏观环境转弱，或者企业启动成本优化，客户完全可以通过减少非必要查询来压缩开支。而且这些调整是实时的，不会给你缓冲期。到时候不只是当季收入会波动，RPO也可能跟着受影响。

第三，两头夹击的竞争格局。
一边是Databricks，凭借开源Lakehouse架构在AI和数据科学领域势头很猛；另一边是三大云厂商谷歌，亚马逊，微软都在力推自己的AI平台。如果这些巨头未来采取更激进的捆绑销售，或者抬高跨云数据传输的门槛，Snowflake在新客户拓展和利润率上都会感受到压力。

第四，这个估值容不下任何差错。
300美元附近、20倍市销率，市场已经提前把业绩超预期、指引上调这些好消息都算进去了。在这种状态下，容错率非常低。后续只要产品收入、剩余履约义务或者季度指引有一点点不及预期，股价面临的估值压缩可能比正常情况更剧烈。

另外，监管文件显示，Snowflake联合创始人兼董事Benoit Dageville于7月29日以每股280美元出售了5万股，套现1400万美元。内部人减持不一定是看空信号，但在当前位置，它提醒我们保持客观。

好了 你认为这只股怎么样？你愿意用什么价格，为它未来几年的增长买单？你认为Snowflake是多模型时代真正的隐秘赢家，还是市场已经把未来几年的增长提前透支了？欢迎在评论区留下你的判断。

据《The Information》报道，OpenAI 正在准备一个暂定名为“Astra”的新模型家族（注：需区分 Google 的 Project Astra），并在华盛顿向监管人士进行了预览。

这次的核心突破，并非单个模型变得更聪明，而是让多个 Agent 协同工作，在更长的时间跨度内解决复杂难题。OpenAI 甚至准备展示该系统在攻克 10 个未解决数学难题上的最新进展。

1. 技术的本质转变：从“堆参数”到“堆推理”
Astra 真正释放的技术信号在于：OpenAI 正在把能力扩张的重点，从“训练阶段堆算力”，转向“推理阶段堆时间、堆 Agent、堆尝试次数”。

遇到复杂难题时，不再要求模型一次性给对答案，而是通过多 Agent 分工、互相校验、失败重试。换句话说，未来的模型上限，不仅取决于参数量有多大，更取决于你愿意为一个任务投入多少推理算力。

2. 商业与成本结构的全面重构
这会直接颠覆 AI 行业原有的商业逻辑与算力需求：

消耗量级递增：过去一次问答消耗几千 Token；未来一个 Agent 团队为解决复杂工程或科研问题连续运行数小时甚至数天，Token 消耗量将扩大几个数量级。

算力需求重构：对供应链（GPU、云厂商、网络基础设施）而言，推理需求不会随模型效率提升而衰减，反而会被更长、更复杂的任务链重新拉爆。

估值锚点翻转：AI SaaS 的评估标准将从“DAU / 买单用户数”转向“单次任务能够解决多复杂的难题”。

3. OpenAI 的战略阳谋
Sam Altman 选择在华盛顿向决策者预览 Astra 并展示数学难题破解，用意非常深远：

向监管展示不可替代性：证明 AI 不只是聊天娱乐，更是能突破科学边界的国之重器。

拉高行业竞争壁垒：展示极耗算力的顶级 Agent 架构，变相表明只有拥有万亿级基础设施的巨头才能参与这场终极科学竞争。

美股投资网分析认为，Astra 最值得关注的，并非它是否会被命名为 GPT-6，而是 OpenAI 能否证明一件事：付出十倍甚至百倍的推理成本，能否产出远高于成本的商业与科研价值？

如果答案是肯定的，AI 行业下一轮算力需求的爆发，将不再仅仅由用户规模（DAU）驱动，而由“单个任务愿意消耗多少算力”来决定。
#OpenAI
$NVDA $INTC

存储行业，一个长期被三星、SK海力士、美光掌控的市场，正在出现新的变量。

美股投资网获悉，长鑫存储（CXMT）的LPDDR6研发验证已接近完成，距离量产更进一步。

其首款LPDDR6产品：

数据速率达到12800Mbps
支持16Gb存储芯片
采用1295球PoP封装

如果消息属实，意义不只是“多了一款国产芯片”。

更重要的是：

中国存储正在从追赶，进入全球竞争。

对三星意味着什么？

短期影响有限。

三星真正的利润核心已经逐渐转向：

HBM、高性能AI存储。

但LPDDR市场如果出现新的供应商，会带来一个变化：

存储价格上涨空间可能被压缩。

过去几年AI需求推动DRAM涨价，三星、美光、SK海力士享受高利润周期。

未来如果供应端增加，市场会重新关注：

存储价格还能涨多久？

对美股存储股意味着什么？

美光压力最大。

因为美光高度依赖DRAM周期。

如果市场开始担心未来供应增加，可能提前交易：

“存储超级周期是否接近尾声”。

SK海力士影响相对小。

因为它最大的护城河不是手机内存，而是：

AI服务器HBM。

只要英伟达AI需求继续增长，HBM仍然是核心利润来源。

闪迪直接影响较小。

但整个存储板块都会受到情绪影响。

投资者会重新评估：

这轮存储上涨，到底是长期需求增长，还是周期高点。

未来存储行业比拼的，不只是技术。

还有：

产能、成本、良率和资本投入。

对于三星、美光、SK海力士来说：

AI带来的HBM机会还在。

但传统DRAM市场，可能迎来一个新的竞争者。

LPDDR6只是开始，真正改变存储格局的，是中国厂商正在进入三星、美光过去最赚钱的领域。