矽谷持續了兩個多月的Token-Maxxing（Token軍備競賽）焦慮，在Meta以一種戲謔的方式按下了休止符。 前情大家都知道了：2026年3月，為了鼓吹自己是一家“AI-Native”公司，Meta曾在內部上線了一個“Claudeonomics（Claude經濟學）”榜單：員工消耗的Token越多，排名就越高；墊底的員工，有被裁的風險。 不過，當我們在4月末來到矽谷，Meta的朋友帶來了故事的後續：榜單上線一個月後，第一名的員工將Token消耗刷到了近50萬美金/月，折合近3000億個Token。 不久後，Meta下架了這個榜單。至於下架原因，公司內沒有明確說法，但員工猜測是因為“畸形競爭下消耗的token成本已遠超Meta預期”。

本次專家調研提及的相關公司為：索爾思（東山精密）、AWS、Coherent、Meta、Oracle、Google、微軟、輝達、新易盛、英特爾、羲禾、熹聯、通美、鑫耀、鼎泰、住友、福晶科技、森一。以下為正文。 光模組行業正處於AI算力驅動的爆發期，SES作為光晶片與模組的核心玩家，正加速擴產——2026年第二季度100G EML月產能已達9KK，年底目標22KK，2027年劍指43KK；400G EML研發已通過內部驗證，預計2026年下半年小批次流片。同時，矽光方案崛起對EML形成挑戰，但CW光源產能可快速切換，未來競爭焦點轉向高功率與良率。 一、產能擴張：100G EML翻倍增長，2027年目標43KK 專家指出： SES的晶片生產與研發分為台灣新竹和江蘇常州金壇兩大基地，當前核心產能集中在100G EML和CW雷射器。2025年第四季度，100G EML月產能約4KK，到2026年第二季度初已飆升至9KK多，實現近一倍增長。根據擴產計畫，2026年年底目標22KK，但從進度看實際產能可能超出預期；2027年年底則計畫提升至43KK。值得注意的是，該產線可靈活切換生產200G EML或CW雷射器，以應對市場變化。

親愛的藏金洞友們： 你以為AI在燒錢，其實它在發行新貨幣 矽谷現在有一種新的炫富方式。 以前炫融資：我融了幾個億。後來炫算力：我買了多少張GPU。現在更離譜：我今天燒了多少Token。

當OpenAI的Claude、DeepSeek等AI助手席捲全球之際，科技巨頭們正在醞釀一場更大的變革——AI個人代理。而這一次，Google和Meta選擇了同一個切入點：開發代號"Remy"（龍蝦）的AI應用。 一、"龍蝦"應用曝光：Google、Meta同日入局 周二，科技圈傳來重磅消息。 Google方面，正在秘密開發一款代號為"Remy"的AI應用。在產品內部描述中，Remy被定位為"由Gemini驅動的全天候工作、學習和日常生活個人代理"。

就在昨夜今晨，AI行業上演了最刺眼的冰火兩重天。 一邊是DeepSeek，曾立誓“永不融資”的AI技術理想國，突然放下身段緊急啟動首輪融資，估值狂飆至450億美元（約合人民幣3000億元）。 融資的背後原因之一在於，核心骨幹批次流失。羅福莉、郭達雅等技術頂流接連被大廠和競爭對手高薪挖走，期權成了無法兌現的白紙，梁文鋒陷入“融資留人”的被動困局。 另一面是馬斯克，乾脆利落解散xAI，將Grok模型併入SpaceX成立新部門SpaceXAI。

AI軍備競賽燒錢的速度，已經快過這些科技巨頭自己賺錢的速度了。 過去一周，亞馬遜、Google、Meta、微軟、甲骨文五家超大規模科技公司（合計市值逾12兆美元）相繼發佈一季度財報，無一例外地上調了資本支出計畫。 摩根士丹利首席跨資產策略師Andrew Sheets隨即更新預測，將五大科技巨頭2026年合計資本支出預測上調至8000億美元，2027年進一步升至逾1.1兆美元。 Sheets寫道：

最近半個月，全球AI圈又提速了。算力層，企業大量投資買輝達AI算力。最新資料顯示，Alphabet、亞馬遜、微軟和Meta四大科技巨頭2026年資本支出可能會再度增長，合計支出超過7200億美元，比原來的“上限”預判高出整整1025億美元。模型層，智能紀元AGI基於Artificial Analysis時間順序進行梳理：過去10天內，全球AI龍頭們發佈了10款AI基礎模型，其中80%來自中國企業。4月20日：Kimi K2.6發佈；Qwen3.6 27B系列模型測試結果陸續出來。4月21日：螞蟻Ling 2.6 Flash模型發佈；Qwen3.6 35B A3B推理和非推理模型開始在各大算力平台測試；4月23日：OpenAl GPT-5.5模型公佈，小米Xiaomi MiMo-V2.5系列大模型正式開啟公測；騰訊混元Hy3-preview 推理模型發佈；4月24日：DeepSeek V4 Pro和DeepSeek V4 Flash系列模型發佈；4月28日：IBM Granite 4.1模型基準測試公佈；小米Mimo-V2.5 Pro正式發佈。4月30日：Ling 2.6 -1T基礎模型正式開源；DeepSeek上線識圖模式開啟灰測。就在5月2日，OpenAI CEO Sam Altman官宣，ChatGPT帳號可以直接登錄OpenClaw——GPT和“龍蝦”正式合體；而且，當紅編碼明星Codex也加入“寵物”方向。目前來看，無論是Kimi K2.6，還是DeepSeek V4系列，顯示出今年基礎模型層最大的三個方向：Agent智能體、Coding程式設計能力、多模態和世界模型技術。對於AI智能體熱潮，美的 AI 研究院演算法資深專家汪華燦近期向智能紀元 AGI 表示，無論是真實物理資料還是世界模型，本質都是依靠資料飛輪實現資料規模的持續擴容。隨著 2026 年 AI Coding 全面落地並賦能程式設計師提效，未來 AI 將從模型形態演進至 Agent 應用，逐步成為企業日常辦公的標配。“未來會是人類和AI Agent共存的狀態。你可能不知道，對面到底是個人類，還是個 AI Agent。人要學會與 AI 共同協同，去創造更大的生產力。特別像我現在用AI Coding，當你享受過幾十倍的工作效率提升，不太能再接受一個很慢的速度往前推進的狀態。”汪華燦稱。AI企業一面燒錢、一面造智能體模型今年中關村論壇期間，智譜CEO張鵬的一句話，點燃了未來12個月內AI領域的最關鍵的問題：算力。“不管是模型能力，還是智能體框架，確實都在顯著提升創造力和生產效率，很多場景下甚至可以帶來十倍級的效率提升。但前提是，大家得用得起，也用得上。不能因為算力不夠，使用者提了一個問題，結果模型想了半天還給不出答案，這顯然是不行的。”張鵬稱。因此，對於AI模型行業來說，一方面，今年企業需要進一步增加算力投入。另一面，模型逐漸進化，形成Vibe Coding+Agent+Model範疇，讓模型擁有程式設計和智能體能力。先談算力投入。今年4月29日，幾大AI科技巨頭迎來財報季。Alphabet、亞馬遜、微軟和Meta在同一時間窗口內集中發佈財報，四家超出分析師預期。其中，Google母公司Alphabet營收達到1099億美元，每股收益5.11美元，遠超華爾街預期的2.62美元；亞馬遜淨銷售額1815億美元，淨利潤303億美元，每股收益2.78美元，幾乎是預期的兩倍；微軟營收829億美元，同比增長18%；Meta淨利潤268億美元，同比接近翻倍。根據財報顯示，Alphabet、亞馬遜、微軟和Meta四大科技巨頭2026年資本支出可能會再度增長，合計支出超過7200億美元，比原來的“上限”預判高出整整1025億美元。其中，Meta是動作最直接：上調100億，把全年指引推到1250億至1450億美元，理由是元件漲價和額外資料中心成本；而微軟公司首次公佈了截至 12 月底的支出預估值，與Alphabet 預期一致，為1900億美元。Meta CEO馬克·祖克柏周三在與分析師的電話會議上表示，“我們提高了今年的基礎設施資本支出預期。這主要是由於元件成本上漲，尤其是記憶體價格上漲。但我們自身以及整個行業所看到的種種跡象都讓我們對這項投資充滿信心。”事實上，我們的模型現在正在真正轉向推理階段，而之所以會轉向推理階段，是因為需求正在爆發，而且是十倍、百倍地爆發。下面我們聊聊模型層。這一輪AI龍蝦熱潮的背後，我們可以明顯發現，算力是底層支撐能力，基礎模型則是承載Token生成與Agent智能能力的核心載體。根據《全國資料資源調查報告（2025年）》，2025年，全國日均Tokens呼叫量從年初的超兆增長到年末的100兆，呈現指數級增長；全年Tokens累計呼叫量達到約21100兆。那麼，Tokens的增長來源，無疑在於AI Coding和Agent應用。而這樣引發一個趨勢在於，智譜GLM-5.1系列、DeepSeek V4、Kimi K2.6等模型都為AI Coding和Agent做了針對性最佳化。例如，月之暗面Kimi發佈並開放原始碼的Kimi K2.6模型，在通用Agent、程式碼、視覺理解等綜合能力全面提升，在多個基準測試優於或持平GPT-5.4、Claude Opus 4.6和Gemini 3.1 Pro等閉源模型。Kimi K2.6長程編碼能力得到顯著提升，在測試中可不間斷編碼13小時，編寫或修改超過4000行程式碼。同時大幅增強了Agent自主化執行能力，由 K2.6 模型驅動的Agent叢集架構迎來大升級，支援300個子Agent平行完成4000個協作步驟，實現更大規模的平行化。針對高負載工作流與OpenClaw、Hermes Agent等主動式Agent框架，K2.6具備自動化任務處理能力，支援長達5天的持續自主運行。而美的也在佈局AI Coding與智能體技術。近期，美的AI研究院公佈了在AI底層能力方向的重要佈局、面向程式設計場景的Code Agent核心框架：Sema Code。通過將Agent核心引擎從具體產品形態中解耦，並以獨立核心庫的方式開放，Sema Code讓最頂尖的程式碼智能體能力能夠像資料庫、雲服務一樣，被靈活接入不同產品和業務場景，不僅可服務於研發提效，也具備向工業製造、智能家居等更廣泛場景延展的潛力。在這一底層架構支撐下，SemaClaw等應用形態也得以加快落地，可面向個人助手等方向形成實際應用，並進一步向家庭助手等更多貼近使用者生活的場景延展，推動AI能力從底層技術走向真實服務。“美的的核心優勢在於擁有豐富的應用場景，而AI技術的最終價值在於賦能場景、創造價值。”美的AI研究院演算法資深專家汪華燦表示，目前美的AI應用的突破方向重點聚焦工業與智能家居場景，同時佈局領域廣泛，並已取得顯著成效。除了MevoX，汪華燦透露，自2025年起，美的依託“環境規模化”理念，建構了“資料飛輪”與模擬環境相結合的技術迭代閉環，既通過真實環境資料積累最佳化模型，也通過模擬環境生成複雜任務，建構專屬控制決策演算法邏輯。向AI+轉型4月29日晚，美的集團披露2026年一季報，實現營業總收入1316億元，歸母淨利潤127億元。同時，股東更關心的是，2026年公司擬實施回購金額為65億元至130億元，回購的部分將100%用於註銷減少註冊資本。值得注意的是，本季度業績中最引人關注的，無疑是美的集團加速向AI+全球性科技集團轉型，通過打造“家庭大腦”和“工廠大腦”兩大樞紐，在“智慧家居、智能製造、智慧辦公、行業賦能”四大核心業務場景全面深度應用AI賦能而且，美的計畫未來三年投入超600億元用於前沿科研。目前，美的集團已組建了一支超400人的AI研發團隊，每天有13000多個智能體在住宅、辦公、製造、醫療、倉儲、物流等多個場景運行。通過AI賦能，集團2025年全年提效超1500萬小時，節約各項成本達7億元。今年一季度，美的集團發佈家居領域首個自進化智能體MevoX，通過主動記憶、智能管理，實現全屋家電統一調度與最優決策。據介紹，美的建構了從底層築基、中層賦能到上層落地的完整體系，讓智能家居從簡單的連接和控制，成長為具備強認知能力的空間系統。目前，美的已與華為、vivo、OPPO、榮耀等頭部手機廠商，以及比亞迪、蔚來、長安等核心車企達成深度互聯，致力打造行業最深度互聯的操作體驗。目前，美的已完成超150個品類家電的AI化佈局，全品類超5億台家電具備聯網能力，全球超1.4億台智能家電聯網，超1.5億智能使用者接入，建構起覆蓋空氣、用水、烹飪等六大系統的主動智能應用能力，實現了人車家互聯場景的深度落地。汪華燦認為，美的在AI技術前瞻性研究方面處於行業前列，尤其是在具身機器人領域，作為早期佈局者，積累了大量專利、論文等成果。這樣的探索，不僅體現了美的依託豐富產業場景推動AI技術落地轉化的能力，也為智慧財產權佈局、技術成果沉澱和產業生態建設提供了有力支撐，展現出美的以原創技術夯實“AI+”發展底座、賦能多元場景創新的前瞻佈局。美的集團董事長兼總裁方洪波曾表示，未來十年，中國將出現一大批真正科技領先的全球化企業，美的要始終堅持圍繞“三個一代”研發體系，集中資源，聚焦核心關鍵項目，真正以使用者為中心，解決使用者需求，要敢於創新，做真正的創新。 總結美的早已不是傳統家電企業，正從家電巨頭，穩步蛻變為“AI+工業+家居”的科技全球化企業。而且從業績角度來說，美的的收入利潤基礎穩固，現金流造血能力極強，同時大手筆重倉 AI 前沿研發，走技術自研+場景落地雙輪驅動路線。未來美的發展趨勢，還是加速向AI轉型、提高利潤增長能力。我這兩年持續跟進美的之後，大家會發現美的在AI層面的變化：美的的對手永遠不是小米和格力，而是越來越像德國工業巨頭西門子。即建構AI+工業智能體軟體生態。正如西門子CEO博樂仁所言，AI 像當年的電力一樣具有變革性，甚至力量更為強大。它將改變我們的生活與工作、生產與消費，讓電網、城市，乃至整個經濟體等龐大系統，都更加靈活、自主和高效。我們已經邁入工業 AI 革命的時代。實際上，當下全球基礎模型陷入扎堆競速，多數企業拼參數、拼基準跑分，也在拼算力基礎設施。但和純AI科技公司相比，美的最大優勢不是演算法，而是資料和場景。美的坐擁智能家居、樓宇科技、工業製造、機器人實體場景，搭建“真實環境資料+模擬訓練”的資料飛輪，能讓 AI 模型在真實物理世界持續迭代最佳化。這是純網際網路公司不具備的落地土壤。而且，美的避開通用大模型紅海，選擇AI Coding+智能體+具身智慧型手機器人三條務實路線。從Sema Code、SemaClaw 到 MevoX，再到具身機器人的前瞻佈局，美的沒有盲目跟風通用大模型的內卷競速，而是將 Agent 智能體與 AI Coding 能力深度融入自身研發、生產、智能家居全業務鏈條。先實現內部降本提效，再向外開放輸出技術能力，商業化路徑清晰且落地紮實。這種發展路徑，值得所有謀求AI轉型的實體企業借鑑深思。 (智能紀元AGI)

2026年第一季度，美股科技巨頭的AI軍備競賽邁入了一個新的量級。截至5月1日，“七姐妹”中除輝達外，Google母公司Alphabet、微軟、亞馬遜、Meta、蘋果、特斯拉已悉數交卷。六家巨頭營收全面超預期，但更值得關注的是另一個數字：以區間高點計算，六家巨頭2026年合計資本支出將突破7000億美元。業績增長與支出狂潮之間，市場正在進行一場冷靜的重新定價。同樣交出超預期財報，同樣加大資本開支，Alphabet盤後大漲逾7%，Meta卻遭遇重挫。當巨頭們的AI資本支出加速衝刺，業界的關注焦點轉向重金砸向AI後，AI的賺錢邏輯是否清晰。AI“燒錢”階段遠未結束Google母公司Alphabet是本輪財報季最突出的贏家。2026年第一季度，公司實現總營收1099億美元，同比增長22%，創四年來最高單季增速；GAAP淨利潤626億美元，同比大增81%。各項業務呈現全面增長態勢，其中搜尋廣告及其他營收604億美元，同比增長19%。Google雲營收首次突破200億美元，增速從去年的30%一躍跳升至63%，營運利潤率攀升至32.9%。這意味著AI業務不僅帶來了營收增量，更開始貢獻實質性利潤。CFO阿納特·阿什肯齊給出了遠期指引：2026年全年資本支出上調至1800億至1900億美元，2027年將“顯著高於”這一水平。與此同時，Google雲積壓訂單季度環比近乎翻倍至4620億美元，其中超過一半將在未來24個月內確認為收入。這種將巨額支出與明確需求直接對應的敘事，構成了Alphabet股價大漲的底層邏輯。相比之下，儘管Meta也交出增長的業績，但盤後股價重挫約7%，市值蒸發超千億美元。從財報看，Meta一季度總營收563億美元，同比增長33%，創2021年以來最快增速。其中廣告業務出現回暖，AI投入的成效開始在廣告業務顯現。但Meta上調開支的計畫影響了資本市場。該公司將2026年全年資本支出預測從此前的1150億至1350億美元，上調至1250億至1450億美元。Meta CFO稱，開支上調主要源於硬體零部件成本上漲及資料中心擴張。她還表示公司在估算自身算力需求時“一直在低估”，2027年的資本支出暫不明朗。此外，Meta正在試圖通過裁員和內部效率最佳化來避險AI開支帶來的壓力。這種“投入需求仍在擴大卻看不到邊界”的表態，在一定程度上加劇了市場對其資本效率的擔憂。微軟的業績同樣穩健，市場反應相對平淡。第三財季營收829億美元，同比增長18%；AI業務年化收入突破370億美元，同比增長123%；Azure雲增速達40%，超出自身指引上限。資本支出方面，微軟本財季資本支出319億美元，低於市場預期的349億美元。微軟CFO艾米·胡德在財報後電話會上預測，公司2026年全年資本支出將達到1900億美元，與2025年相比大增61%，預計零部件價格上漲將帶來250億美元的影響。亞馬遜雲服務AWS在本季度的表現突出，營收同比增長28%至376億美元，這是其過去15個季度以來的最快增速。亞馬遜透露，積壓訂單為 3640 億美元，環比增加 1200 億美元。亞馬遜 CEO 安迪·賈西表示，這些訂單來自相當廣泛的客戶群體，且不包括 Anthropic 此前同意斥資 1000 億美元購買 AWS 基礎設施的交易。更深層次的突破在於，亞馬遜的自研AI晶片（Trainium和Inferentia）業務的年化收入規模已突破200億美元，且以三位數的速度增長。這直接證明了亞馬遜在試圖擺脫對輝達的依賴。安迪·賈西在電話會中透露，亞馬遜正在佈局更宏大的能源藍圖，包括與OpenAI達成協議，為其提供2吉瓦的Trainium算力支援。這種“以自研換成本”的策略，讓亞馬遜在AI軍備競賽中走出了一條穩健的曲線。蘋果與特斯拉則走出了相對獨立的路徑。蘋果2026財年第二財季總營收1111.8億美元，同比增長17%，大中華區收入扭轉下滑趨勢，增長28%。蘋果CEO庫克在電話會上傳遞出克制的投資姿態：AI是重要領域，但公司將在產品路線圖常規投資基礎上逐步加大投入。這種策略使蘋果避開了市場對“燒錢”的審視。特斯拉一季度營收224億美元，略低於市場預期。馬斯克將2026年資本支出上調至超過250億美元，但這將導致特斯拉自由現金流承壓。特斯拉的押注方向指向Optimus人形機器人與定製AI晶片AI5。這是一條周期更長、驗證更難的道路。從軍備競賽到商業閉環從已披露財報的六家美股巨頭財報電話會內容看，算力、晶片、商業化等主題多次出現，這也構成理解當前AI競賽的關鍵線索。算力供給緊張是行業的共同瓶頸。Alphabet CEO皮查伊明確表示，“如果不是受限於短期內的計算資源瓶頸，Google雲的收入本可以更高。”微軟CFO給出了時間表——供給受限“至少會持續到2026年底”。Meta CFO 則表示一直在低估自身需求。三家公司的表述指向同一個現實：需求遠未被滿足，但釋放節奏受制於晶片供應和資料中心的建設周期。與此同時，自研晶片正在成為重塑巨頭們成本結構的關鍵變數。亞馬遜首次披露的晶片業務年化營收200億美元，若將晶片業務獨立營運，同時面向亞馬遜雲科技客戶及外部第三方銷售半導體產品，該業務年化收入規模有望達到500億美元。Alphabet的自研TPU已經在雲業務中規模化部署，並將發佈第八代產品。微軟也在推進自研晶片以最佳化長期成本。這一趨勢對輝達而言構成結構性變數：短期內，巨頭們仍是其最大客戶；中長期看，自研晶片的成熟可能分流部分需求。此外，伴隨著大模型競賽轉向Agent時代，AI的商業化驗證進入關鍵階段。亞馬遜高管多次提到Agentic（智能體化），Google稱每分鐘處理的Token數量已超過160億個，微軟Copilot付費使用者突破2000萬，Meta的AI廣告系統帶來了可量化的轉化率提升。此外，Google和亞馬遜的雲業務積壓訂單大幅增長，表明AI的商業化已從簡單的文字生成轉向了重塑生產力的核心邏輯，同時一些企業級AI產品已開始形成規模收入。野村中國科技及電訊行業分析師段冰對記者表示，在AI商業化節奏方面，中美基礎模型平台均處於變現探索期，海外頭部企業因模型能力與付費環境優勢變現更快。而上層應用企業面臨底層模型功能外溢的壓力，一些標準化的應用容易被替代。但AI對利潤率的貢獻仍處於早期階段，一些巨頭的資本支出同比增速高於營收增速，Meta的投資回報路徑尚不清晰，亞馬遜有相當比例的利潤來自非經常性收益。在美股七姐妹中，輝達是唯一沒有正式披露業績但又無處不在的一家。該公司將於5月20日左右公佈最新季度業績。六巨頭的資本支出計畫為它提供了強勁的需求側支撐，但當它的大客戶們同時成為自研晶片的競爭者，輝達同樣面臨考驗。在其餘幾家相繼公佈財報後，輝達市值再度跌破5兆美元。 (第一財經資訊)