“表面上，這是一場基建速度的競賽，實則是關於能源話語權的爭奪。” 7月31日，中國國務院常務會議一次性核准了四個核電項目，共八台新機組，落子浙江、廣東、遼寧和山東四地，預計總投資超過1600億元。 消息一出，A股核電類股大幅上漲，相關成份股中，久盛電氣、中國核建、江蘇神通、合鍛智能等多隻個股漲停。 如果把時間線拉長，實際上在過去的四年裡，中國連續每年核准10台及以上核電機組。截至目前，中國核准在建的機組共58台，裝機6951萬千瓦，在建規模佔全球一半以上。

最近矽谷流傳一個極具衝擊力的判斷：2028 年的 AI 需求，或將讓整個世界感到震驚。 這句話並非來自行業分析師的紙面預測，而是亞馬遜 CEO 安迪・賈西，在二季度財報電話會上的公開表態。當市場還在反覆爭論 AI 是不是泡沫、大模型會不會過剩的時候，手握全球最大公有雲的 AWS，已經看到了三年之後真實的訂單壓力。 亞馬遜CEO 2200 億資本開支，依然填不滿當下的缺口

最近一周，記憶體賽道最熱鬧的不是原廠財報，而是分析師的互撕。 花旗說"供需充足率從70%降到50%，別慌，AI需求能吃掉所有消費疲軟"。大摩說"合約價Q4見頂，雖然不會暴跌但漲不動了"。仁橋的夏俊傑更狠——直接說"記憶體行業很可能已經見頂，極度暴利階段必然短暫"。 華夏基金的張景松站在花旗這邊："在可見的3到5年內，記憶體供給很難滿足所有需求。" 同一個行業、同一組資料，結論天差地別。說實話，這不叫"分歧"，這叫兩撥人在用不同的望遠鏡看同一個東西。

在AI大模型持續擴容、資料中心頻寬需求指數級暴漲的背景下，行業對光子晶片形成高速傳輸、低功耗、靈活調度三大硬性需求。賽道競爭邏輯已經發生轉變，行業比拚不再只關注晶片上層架構設計，底層光學材料的物理性能已然成為決定下一代光通訊升級、光子計算算力突破的核心關鍵。當下主流光子材料各有取捨，尚且沒有一個材料能通吃所有場景的全能方案。 在眾多材料當中，矽光（SiPh）晶片是當前商業化最成熟且已經實現量產的光子材料，依靠熱光效應完成訊號調節，調製響應速度偏慢，運行靜態功耗居高不下。磷化銦（InP）作為傳統有源光子晶片的核心材料，調製速率表現突出，但材料外延製備工藝複雜，適配晶圓尺寸偏小，規模化量產的成本很難壓低。薄膜鈮酸鋰（TFLN）擁有高速、低光損耗的調製優勢，可一旦應用於光子存算場景，短板會十分突出，器件必須持續通電才能維持正常工作，斷電之後內部記憶體的運算權重會直接丟失。鋯鈦酸鉛（PZT）和鈦酸鋇（BTO）作為新型鐵電電光材料正在快速發展，這兩種材料具備高速電光調製與非易失記憶體雙重特性，如今已是全球光子計算領域重點探索的前沿方向。 想要理清這場圍繞材料展開的行業競爭，首先要區分光子晶片兩大核心應用領域，二者對材料的核心指標要求完全不同。一條是以資料中心互連、相干光通訊為主的光傳輸賽道，選材核心聚焦高速調製、低功耗與批次生產能力。另一條面向AI存算一體、通用光子計算，這條賽道對材料額外增加了硬性要求，需要依靠非易失特性長期保存運算權重。同一種材料在兩條賽道中能夠發揮的價值完全不同，這也是分析材料路線時，需要區分應用場景看待的根本原因。 光子晶片材料梯隊版圖

①開放權重模型降低AI使用成本後，可能刺激更多企業部署，從而帶動Token、算力和電力需求增長；②開放權重並不等於完全免費，企業仍需承擔GPU、雲服務、運維和安全等成本，實際經濟性取決於應用場景；③大摩提出未來三種情景，並認為無論模型開放程度如何變化，輝達等均有望受益。 財聯社8月4日訊（編輯 夏軍雄）摩根士丹利在最新報告《開放權重模型與三種未來情景》中指出，開放權重模型並不一定削弱AI算力需求。 恰恰相反，更低的使用成本可能加快AI普及，形成典型的「傑文斯悖論」：單次推理變便宜後，企業會把AI用於更多任務，最終推高Token、算力、電力和基礎設施的總需求。 開放權重不等於完全開源

摩根士丹利為AI終局構建三套情景框架：閉源寡頭壟斷、開閉混合共存、開源全面勝出。三條路徑下，雲服務商、安全軟件、半導體各有側重，而輝達、PANW等核心標的貫穿所有情景，堪稱"全天候贏家"。AI格局走向仍存重大不確定性，但結構性受益者已逐漸浮現。分析師斷言，開放權重模型是加速AI普及的催化劑，而非威脅——真正的問題不是AI需求會否萎縮，而是價值將在那個層級沉澱。 開源與閉源模型之爭已從學術討論演變為影響數十億美元投資決策的核心議題。 摩根士丹利在最新研究報告中系統梳理了這場博弈的三種終局情景，併為投資者劃出了跨越半導體、雲計算、安全軟件及能源基礎設施的受益股票圖譜。 Kimi K3發佈，以及$輝達(NVDA.US)$和Anthropic相繼發佈的開放權重立場檔案，將這場爭論推向白熱化。投資者擔憂：隨著更小、更高效的開源模型大量湧現，算力與AI基礎設施需求將遭到壓制。摩根士丹利對此持不同看法——該行認為，開放權重模型有助於競爭，並通過"傑文斯悖論"加速AI普及，由此推動更大規模的企業級AI採用，而非削弱需求。 調研數據印證了這一趨勢。據麥肯錫對41個國家700位科技領袖的調查，63%的企業已將開源模型納入AI技術棧，通常與閉源模型並行使用。另有數據顯示，2026年2月至7月間，美國公司每周通過OpenRouter路由至中國開源模型的Token佔比超過30%，儘管這一數據可能更多反映初創企業而非大型企業的行為。儘管如此，摩根士丹利判斷，企業AI支出的格局將隨模型效率提升和開源模型發展而持續演變，投資者需要一套清晰的分析框架來把握這場變局。

城堡證券預測，到2028年，為支援AI晶片採購，美國科技公司將在公開和私募市場累計發行逾5000億美元債務，僅2028年單年晶片製造商發債規模就將突破2500億美元。這一融資體量將重塑整個投資級信用市場格局，投資者或不得不壓縮在科技、媒體及電信類股的配置，以騰出資金承接。 全球信貸市場或許已經消化了數據中心建設帶來的創紀錄借款規模，但美國科技公司的融資需求遠未結束。 城堡證券（Citadel Securities）預測，到2028年，為支援AI晶片採購，美國科技公司將在公開和私募市場累計發行逾5000億美元債務。 該公司投資級信用研究負責人Jeff Eason警告稱，這一規模"相對於當前市場而言史無前例"，且上述預測或仍屬保守。

Micron Technology, Inc.(NASDAQ:MU) stock slid by more than 2% during Thursday's premarket session as traders weigh a pullback in high-beta chip names even with a firmer overnight index tone. Nasdaq futures are up 0.65% while S&P 500 futures have gained 0.39%. 美光科技公司（納斯達克代碼：MU）股價在周四盤前交易中下跌逾2%，因交易員權衡高貝塔晶片股的回調，儘管隔夜股指基調更為堅挺。納斯達剋期貨上漲0.65%，而標普500指數期貨上漲0.39%。 Micron remains central to the memory trade as analysts point to tight supply, strong demand and pricing trends as the key factors shaping the sector after a sharp pullback. 美光科技仍是記憶體器交易的核心，分析師指出，在經歷大幅回調後，供應緊張、需求強勁和價格走勢是塑造該行業的關鍵因素。