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
大家看谷歌财报时只注意到了 AI 资本开支太烧钱、自由现金流转负，但其实市场抛售它还有一个被绝大多数人忽视的致命原因，那就是账面利润极其严重的水分。
表面上看谷歌这个季度净利润飙到了夸张的 1121 亿美元，同比暴增近三倍，可如果你仔细翻看利润表就会发现，这其中有整整 980 亿美元、高达 87% 的利润根本不是靠主业赚来的，而是来自它投资的 SpaceX 和 Anthropic 等未上市独角兽按公允价值重估带来的未实现账面浮盈。
把这层不可持续的纸面富贵剥离掉之后，谷歌真正的经营性净利润其实只有 330 亿美元左右，相比上一个季度仅仅微涨了 2%。GOOGL
美股投资网获悉，华尔街的聪明资金看得非常清楚，主业造血功能几乎停滞，可为了打 AI 军备竞赛，单季度砸进去的资本开支却高达 449 亿美元，甚至导致了公司史上罕见的现金流吃紧。
说白了，机构不害怕你烧钱搞技术，但害怕你一边主业赚钱变慢，一边靠未变现的投资浮盈去美化利润表。这种用纸面利润掩盖主业失速的操作，才是引发估值重评估和股价下跌的关键诱因。
在刚结束的财报电话会上，当分析师抛出"特斯拉与SpaceX是否会合并"这个重磅问题时，马斯克不仅没有否认，反而罕见正面回应：两家公司的业务"重叠越来越多"，合作正在深化。
华尔街顶级分析师随即将合并概率从80%上调至90%。
这场合并在很多人看来几乎只是时间问题。但真正值得追问的是：为什么偏偏是现在？
答案藏在同一天发布的二季报里——营收创新高，利润跌去57%，自由现金流两年来首次转负。
马斯克需要的，可能不仅仅是一个"科技帝国"的叙事，而是一个能撑得起467倍市盈率的终局估值。
营收创纪录，盈利质量承压
这份特斯拉财报呈现出典型的"体量扩张、效率下行"特征：
营收涨26%，利润跌57%——这一剪刀差正是特斯拉当前估值困境的缩影：规模扩张并未转化为经营杠杆，收入增长的质量被高投入严重稀释。
Q1毛利率21.1%的高位是一次性因素堆出来的——2.3亿美元保修冲回和2亿多美元关税优惠。剔除后Q1真实毛利率约17.5%，Q2的16.8%差距仅0.7个百分点，趋势是缓慢下滑，而非断崖式下跌。
真正的警报在于运营费用。 运营费用同比暴增47%，全部来自管理层主动加码的方向：AI研发、Dojo算力折旧、Optimus产线安装、Cybercab产能爬坡。每一项都是前置投入，每一项都尚在回报曲线之外。
特斯拉在财报公告中明确表示，公司正处于"规模最大、最令人振奋的投资阶段"，并暗示大举投资的步伐不会放缓。CFO更直接给出了时间表：自由现金流预计2029年转正。
FSD渗透率过半，软件收入仍撑不起利润缺口
北美新车FSD选配率55%，全球付费用户148万。99美元/月的订阅费对应年化收入约17.6亿美元——这已是特斯拉第二大收入来源的量级。
马斯克在电话会上说："很多人来门店说想买FSD，附带一辆车。"当超过一半的新车买家将FSD纳入选配，特斯拉的产品定义正在从"带软件的汽车"转向"带轮子的软件终端"。
但这里存在一个结构性的时间错配：
结果是：FSD渗透率越高，软件收入占比越大，理论上毛利率应该上升——但实际毛利率却在逐季走低。软件收入的增速还追不上AI投入的扩张速度，中间的缺口由汽车毛利填补。
这就是特斯拉过渡期的核心矛盾：
旧业务的利润在萎缩，新业务的收入在增长，但后者尚不足以覆盖前者的缺口，更谈不上支撑估值。
资本开支翻倍，烧钱到2029年
Q2资本开支57.89亿美元，同比增142%，环比翻倍。全年指引超过250亿美元，未来2-3年继续增长。
这笔钱流向了哪里：
马斯克称这是"二战以来美国最快的工业规模扩张"。但从财务角度看，经营现金流46.97亿美元（同比增85%）被资本开支完全吞噬，自由现金流两年首度转负。
435亿美元现金储备足够支撑数年烧钱。问题是：烧完之后，这些投资能否转化为可验证的收入和利润？
当前股价中已经包含了成功的预期——如果交付节奏延迟或技术突破不及预期，估值修正的压力将极其剧烈。
如果合并成真，467倍市盈率就不是一个笑话
特斯拉与SpaceX的业务整合其实早已超出多数人的认知：
马斯克在电话会上直言："正如你从SpaceX在众多领域的诸多合作中所看到的，重叠之处越来越多，尤其是Terafab项目，那将是一个真正规模庞大的工程。"
但他也补充："财报电话会不是讨论潜在交易的合适场合，任何推进都必须经过适当的流程。"
顶级科技分析师Gene Munster表示："进入电话会议前，我认为两家公司在未来数年内合并的概率为80%，现在我将这一判断上调至90%。"
Stifel分析师则更直接："许多投资者认为合并是不可避免的——问题不是是否，而是何时。"
如果合并最终落地，特斯拉的估值框架将发生根本性重构。
当前摩根士丹利417美元目标价中，汽车业务仅占47美元，剩余370美元全部来自AI叙事——Robotaxi、Optimus、FSD。合并一旦落地，SpaceX的火箭发射、Starlink的卫星互联网、xAI的大模型、Terafab的芯片制造，都将被纳入同一张报表。
但这不意味着短期估值压力会缓解。合并涉及复杂的监管审批、股东治理和估值定价问题。
SpaceX作为刚刚上市的“新股”，其估值体系仍在市场检验中，存在较大不确定性。而特斯拉当前467倍的前瞻市盈率和3.8%的资本回报率，已经透支了相当长期的预期。合并能撑住这个估值的前提是——AI故事必须兑现，且不能太晚。
市场分歧在加深
财报发布后，分析师框架已明显分裂为两派：
汽车基本面派关注毛利率、EPS和自由现金流。本季度三项指标均低于预期，让他们更加谨慎。他们的核心问题是：如果汽车利润持续下滑，AI投资还要烧到2029年，中间这3年的估值怎么撑？
AI叙事派关注FSD渗透率、Robotaxi里程和Optimus进展。55%的选配率和38万英里零事故数据，强化了他们的信心。他们的核心逻辑是：短期利润不重要，重要的是AI能力的迭代速度和商业化路径是否清晰。
两派的分歧本质上是对时间维度的不同定价——前者看的是未来3个季度的EPS，后者看的是未来3-5年的终局价值。
而合并预期的升温，正在让天平向叙事派倾斜。但这也意味着，一旦合并进程受阻或AI进展不及预期，估值的双向波动将被急剧放大。
美股投资网分析认为
特斯拉正处在一场昂贵的过渡期。 营收282亿美元创新高，利润只剩4亿美元。汽车业务在供血，AI业务在吸血，自由现金流转负，烧钱要烧到2029年。
435亿美元现金储备足够支撑这场豪赌。问题的核心从来不在于"能不能烧"，而在于"烧完之后能不能赢"。
如果SpaceX的火箭、Starlink的卫星、Terafab的芯片最终能进入特斯拉的估值模型，467倍的市盈率或许就不再是一个笑话。
但如果不能——那今天市场为2029年支付的所有溢价，都会变成2027年的成本。
SK 海力士公司已将其韩国上市股票转换为美国存托凭证（ADR）的数量上限，设定为已发行总股本的 2.5%。
这一限额已通过 SK 海力士 265 亿美元的 ADR 发行计划全部用完，这意味着除非现有 ADR 持有人先将美国交易的存托凭证转回韩国股票，否则投资者无法将首尔上市的股票转换为 ADR。
SK 海力士的 ADR 交易价格一直高于首尔上市股票，而转换上限的存在，使得这种价差有可能在更长时间内维持较大幅度。
SK 海力士的美国存托凭证相较首尔上市股票的溢价一度高达 51%，截至周三仍高出约 33%。
“那些做空美国存托凭证、同时做多本地股票，押注本月晚些时候因额度增加溢价会崩溃的人，现在可能急于平仓，”在 Smartkarma 上发布分析的独立特殊事件分析师 Travis Lundy 表示。“这种争相平仓的行为可能会在短期内将溢价推得更高。不过，长期来看，高溢价不会持续。”
据金融大数据分析公司StockWe.com截至周三的数据显示，自SpaceX( $SPCX )于6月中旬IPO以来，做空SpaceX股票的投资者已实现约155亿美元的账面利润，因其股价已跌破IPO发行价。做空者通过借入股票卖出，随后以更低价格买回以获利。
随着SpaceX股价从IPO后的高点225.64美元跌破135美元的发行价，他们加大了对该公司的看跌押注。
“目前没有迹象表明做空者正在获利了结SpaceX的头寸，”StockWe联合创始人Ken表示。“如果非要说的话，他们反而在加码做空。”
StockWe截至周二的数据显示，约有3.6亿股SpaceX股票被借出，约占流通股的56%。马斯克上周五表示，“长期持有SpaceX大量空头头寸的公司，其生存概率非常低。”
特朗普政府目前正“接近”决定对伊朗发动史无前例的大规模军事打击，以回应近期中东航运安全问题及外交僵局。对此，伊朗军方已全面提升战备水平，并对周边美军基地实施了报复性打击。美伊双方的军事对峙急剧升温，冲突外溢风险显著增加，同时引发了全球金融市场的恐慌以及美国国会的反对。
具体要点梳理
1. 美国的立场与军事动向
酝酿大规模打击：特朗普在专访中明确表示，正在认真考虑并“接近”决定对伊朗发起规模空前的军事攻击。目前美军已“完全准备就绪”。
密集释放升级信号：过去12天，美军持续在中东增加军事活动。特朗普警告称，若伊朗或也门胡塞武装继续袭击霍尔木兹海峡及红海的船只，美国将摧毁伊朗的桥梁或发电厂，并实施“重大军事惩罚”。
打击目标扩展：美国的军事目标正从前期的削弱导弹能力和打击核设施，逐步扩展至海上交通线及区域代理人网络。
2. 伊朗的应对与实质性反击
拒绝妥协：伊朗方面认为目前尚未准备好达成协议，且未接受最新提出的停火方案。
全面备战：伊朗军方已推演包括应对美军地面入侵、核设施被炸等多种极端场景的应对方案。伊朗警告，若美军再次扩大打击，其回应将“超出美方预期”。
展开报复行动：伊朗伊斯兰革命卫队于23日发表声明，已对约旦和科威特（比林军营）境内的美军设施实施打击，并造成部分美军人员死伤。
3. 市场反应与美国内部分歧
引发市场恐慌：受战争阴云影响，美股全线下挫（标普500跌1.7%，纳指跌2.7%，道指跌1.2%），恐慌指数VIX飙升22%，显示资金避险情绪高涨。
白宫与国会矛盾激化：在特朗普威胁动武的同日，美国众议院通过了一项要求停止对伊军事行动的决议，围绕战争授权的内部分歧进一步浮出水面。
4. 地缘政治与冲突外溢风险
以色列的角色：特朗普称以色列随时可以加入对伊行动，但也暗示此举会使以色列面临伊朗的报复。目前美国暂不需要他国协助。
陷入“危险循环”：美国以“航运和地区安全”为由增兵，伊朗将其视为“打击前兆”并强硬反击。双方均在为最坏情况做准备，导致误判和冲突意外升级的风险急剧攀升。
诺基亚这些数据挺平庸，甚至可以说是很差：
AI 业务虽好，但体量依然太小
- 尽管 AI 与云业务增长了 105%，订单爆表，但它目前仅占总营收的 9%。
- 剩下91% 的核心业务（传统电信网络）增长极其缓慢（仅 4%），甚至部分细分领域在下滑。
- 市场担心：在 AI 业务成长为支柱之前，体量巨大的传统业务衰退速度会压垮整体业绩。
资本开支（Capex）大增导致短期利润承压
-为了应对 AI 光模块芯片（InP 磷化铟）的产能瓶颈，诺基亚做出了极其激进的扩张策略：收购 NXP 芯片厂、在美国多地扩产。
-资本支出大增直接导致自由现金流转负（-7.32亿欧元）。（现金流严重恶化）。
-厂房改造、设备买入和初期产能爬坡在短期内都是纯成本支出，会严重侵蚀近几个季度的毛利率和净利润。
未上调全年业绩指引（No Raise in Guidance）
既然 Q2 拿下了 28 亿欧元的巨大订单，市场原本期待管理层会因此提高全年的营收和利润预期。然而，管理层维持原指引不变。
这向市场传递了一个隐性信号：AI 订单带来的增量，可能正好被传统业务下滑的缺口抵消了；或者这些订单转化需要较长时间，无法在短期内贡献利润。
运营亏损 5000 万欧元（上一季度或去年同期是盈利的）。对于宏观环境不确定性较高的市场来说，当期亏损和现金流大幅失血是极强的抛售信号。
预期兑现与利好尽出（Sell the News）
财报发布前，由于市场对 AI 光通信（如 CPO、InP 芯片等概念）追捧热烈，已有大量资金“盲目涌入（aping into）”提前博弈。财报出来后，虽然 AI 逻辑得到印证，但当期财务数据的难看给投机资金提供了离场理由，引发了典型的“利好兑现/不及预期砸盘”现象。
美股投资网总结：诺基亚目前正处于“转型阵痛期”：
短期内，市场选择了先给难看的头条财务数据打折；但长线能否翻盘，取决于这 28 亿欧元的 AI 订单能否在未来的 12 个月中顺利转化为真正的营收与利润。
技术面关键支撑 9.8美元附近
我们是一支来自美国硅谷创业的美股AI量化研究团队，创始人Ken来自美国前纽约证券交易所资深分析师，以及摩根斯坦利研究员
路透社消息，英特尔和AMD正在跟中国客户签长期服务器CPU供货协议，为的就是锁死AI数据中心的算力供应。
据知情人士透露，今年开年以来，中国市场部分CPU产品价格已经涨了超过40%，有些型号一个月就涨了10%以上。
AI推理负载在快速吃掉通用算力——训练跑显卡，但推理跑起来的时候，CPU一样是刚需。涨价只是结果，供需缺口才是原因。
更值得看的是，整个供应链都在签长约。从存储芯片开始——美光、三星、闪迪、SK海力士在签DRAM和NAND的长期协议；光芯片这边，LITE和COHR在签EML的长期协议；AMD和几家云厂商也在跟进CW激光器芯片的长期供应。
再往下看，从MLCC电容到封装基板，整个产业链都在用长约把未来几年的产能锁死。对于老担心“AI泡沫”的人，这至少说明一点——下游客户愿意签几年期的“照付不议”合同，那这需求就不是靠情绪吹出来的。
根据美股大数据http://StockWe.com期权异动实时追踪，今天周三尾盘短短几分钟内，有大资金扫货下周 7/31 到期、800 美元行权价的 Call，单日集中砸入近 6,500 万美元权利金。全天 Call 总权利金更是接近 2.8 亿美元。
考虑到当时股价在 965 附近，买入的是深度实值（ITM）期权。这通常不是散户赌博，而更像是机构大资金在利用杠杆替代正股（Stock Replacement）大举建仓，既锁定上行收益，又减少资金占用。
敢在这么短的期限内砸入数千万美金，说明大资金正在押注近期可能发生的重大催化剂。下周密切关注 MU 走势！
谷歌 Q2 出现了一组非常反常的数据：
Google Cloud 收入增长 82%，全年 Capex 指引再次上调，但单季自由现金流却降至 -58.55 亿美元。
盘后股价一度走低，市场交易的不是谷歌业务变差，而是这场 AI 扩张需要付出多高的现金流和折旧成本。
Google Cloud增速以及Capex今天都给出了超预期的答案。
这背后的信号很清楚：
谷歌面对的不是缺少订单，而是算力和基础设施供给仍然跟不上需求。管理层也提到，会借助第三方算力补充容量。
所以财报后的交易逻辑再次出现分化：谷歌自身承受现金流和折旧压力，AI 硬件链则获得更长的需求能见度。
拼命的代价：自由现金流骤降为“-59亿”
为什么谷歌盘后股价仍然承压？答案在现金流量表里。
谷歌 Q2 经营现金流为 390.69 亿美元，但资本开支达到 449.24 亿美元，导致自由现金流降至约 -58.55 亿美元。相比 Q1 的正 101.16 亿美元，环比下降非常明显。
在美股投资网看来，自由现金流转负并不等于投资失败，但它确实提高了未来几个季度的验证门槛。
Gemini 到底行不行？
如果说负自由现金流可以被理解为扩张期的阶段性压力，那么电话会上更让部分投资者失望的，是管理层对下一代 Gemini 模型和 AI Coding 进展仍然缺少足够具体的展示。
面对相关提问，管理层承认 Coding 能力仍有改进空间，并强调团队正在持续迭代，但没有给出足以明显改变市场预期的新进展。
这也对应了此前大摩的一个判断：相比单季财报，市场更关心下一代模型矩阵。业绩是结果，模型能力和产品竞争力才是原因。
不过，这里也不能说谷歌的 AI 没有带动核心业务。Q2 Google Search 收入增长 17%，公司明确表示 AI 功能正在推动搜索查询增长；Gemini App 月活用户达到 9.5 亿。
真正的问题不是“AI 有没有贡献”，而是谷歌能否把模型能力进一步转化为开发者份额、Agent 生态和更高的商业化效率。
谷歌的钱最终流向谁？
谷歌的新增投入不会平均分给所有硬件公司，资金流向取决于它最终选择自研 TPU、外购 GPU，还是租用第三方算力。
如果谷歌继续扩大 TPU 集群，受益更直接的是定制芯片、先进制程、先进封装和 HBM 供应链，对应 AVGO、TSM、MU 及 SK 海力士。NVDA 和 AMD 仍能受益于 GPU 采购及第三方云扩容，但谷歌自研芯片占比提高，会削弱“Capex 增加等于 GPU 订单同比例增加”的逻辑。
另一个确定性较高的方向是网络。AI 集群规模扩大后，瓶颈会从单颗芯片转向芯片之间的数据传输，因此交换机、光模块、DSP 和高速互连的需求会同步上升。相比单纯押注 GPU，网络和光通信更接近谷歌扩建整个集群的共同需求。
存储链的逻辑相对间接。训练和推理会增加 HBM、DRAM、企业级 SSD 与 NAND 用量，但 MU、SNDK 最终能获得多大业绩弹性，还取决于产品结构、价格和真实出货量，不能只根据谷歌增加投入直接下结论。
谷歌财报中提到，Cloud 的产品收入主要来自 TPU 系统销售，但公司没有公布产品收入占 Cloud 总收入的比例，也没有披露 TPU 的具体销量。因此，这只能证明 TPU 已经形成对外销售收入，不能证明它已成为 Cloud 的主要收入来源，更不能直接推导谷歌正在全面替代英伟达。
写在最后
谷歌这份财报没有解决所有争议，反而把下一阶段的验证标准摆得更清楚。一边是快速增长的 Cloud、持续扩大的订单和更高的 AI 投入；另一边是转负的自由现金流、不断增加的折旧压力，以及仍需证明的模型竞争力。
接下来几个季度，市场只会盯住三件事：Cloud 增速能否维持、利润率能否守住、Gemini 能否把用户规模进一步转化为开发者份额和商业收入。这三项决定谷歌的巨额投入最终是形成领先优势，还是变成持续上升的资本成本。
以上内容由美股大数据整理，更多华尔街第一手数据尽在美股大数据StockWe.com
中国 Kimi 大模型背后的 CEO 表示：AI 竞赛的关键并不是谁拥有最多资源。
“真正稀缺的资源不是芯片，而是洞察力（Insights）。”
Moonshot AI（月之暗面）创始人杨植麟详细披露了他们如何依靠开源模型与 GPT、Claude 正面竞争的技术路线。在美国头部实验室逐渐减少技术公开分享的时候，他们选择了另一条道路。
第一步，他们放弃了整个行业自 2014 年以来广泛使用的 Adam 优化器。
Moonshot AI 开发的 Muon 优化器变体，可以用约一半的 FLOPs（浮点运算量）达到相同的训练损失（Loss），同时实现两倍的 Token 效率。这意味着在相同算力条件下，模型能够学习更多内容，或者用更少资源达到同样效果。
第二步，他们优化的不仅仅是模型损失函数（Loss），而是“每个 Token 位置对应的 Loss”。
杨植麟认为，优秀的模型架构不应该随着上下文长度增加而逐渐失去能力，而应该在更长的上下文中持续提升理解和推理能力。而这恰恰是 AI Agent 时代最重要的竞争核心——谁能在超长上下文中保持更强的推理和执行能力，谁就更有优势。
第三步，他们解决了大规模训练过程中长期存在的不稳定性问题。
在超大规模训练时，Loss 曲线经常会出现突然飙升（Spike），导致训练效率下降甚至失败。Moonshot AI 采用了一项名为 QK-Clip 的技术，在长达 15 万亿 Token 的训练过程中，让 Loss 曲线始终保持平稳，没有出现任何异常波动。
杨植麟甚至表示，这是他在 2025 年见过“最美丽”的技术成果之一。
第四步，他们正在推进下一代模型 K3 所使用的 Kimi Linear 技术。
这是一种线性注意力（Linear Attention）机制。长期以来，线性注意力虽然理论上效率更高，但效果始终无法超越传统的全注意力（Full Attention）架构。
而 Moonshot AI 认为，他们终于实现了突破。在处理超长文本任务时，Kimi Linear 的性能已经超过传统全注意力机制，并且在百万 Token 上下文场景下，速度最高可提升 6 倍。
第五步，开源并不是一种慷慨行为，而是一种战略。
杨植麟认为，每一次开源发布都会推动整个行业建立在他们的技术成果之上。随着越来越多开发者和企业采用这些模型，中国开源大模型正在逐渐成为全球 AI 生态中的默认选择之一。
据美股投资网 TradesMax.com ，最后，他用一句话概括了这一切：
“构建一个模型，本质上是在构建一种世界观（Worldview）。”
而到了最后，真正决定模型高度的，往往不是参数规模，也不是算力投入，而是创造者的品味（Taste）。
观看并收藏这段分享。
这是迄今为止最清晰的一次机会，让人们了解 Kimi 团队究竟是如何思考 AI，以及他们为何能够在资源远不如美国科技巨头的情况下，持续与 GPT、Claude 等顶级模型展开竞争。
微信分析师 微信公众号
