美光科技(MU)公司財報前瞻分析1. 整體分析1.1 核心股價因素核心邏輯在於從周期性儲存向AI驅動的高毛利HBM結構性轉型，引發估值體系重構。1.2 業績指引 vs 機構觀點1.2.1 核心結論核心結論：預計本次財報業績將“超出分析師預期”並伴隨強勁的全年指引上調。理由如下：量價齊升的超級周期：HBM（高頻寬記憶體）產能直至2026年已全部售罄且價格鎖定，且傳統DRAM價格受伺服器需求帶動出現反彈，供需缺口導致定價權回歸賣方。產品組合結構性最佳化：公司於12月初宣佈退出低毛利的消費級（Crucial品牌）業務，將產能全面轉向高毛利的資料中心和企業級產品，這將顯著拉升毛利率預期，甚至可能高於市場共識。HBM份額提升：美光在HBM3E良率和市場份額上進展順利（目標25%份額），作為輝達供應鏈的關鍵二供，其受三星良率問題困擾的利多效應仍在持續。1.2.2 財報假設基於當前市場環境與公司戰略調整，做出以下核心財報假設： （1）假設1（營收與增速）：假設FY26 Q1營收達到130億美元左右（高於市場預期的127-128億美元），同比增長超過45%。由於AI伺服器需求強勁，抵消了PC和手機端的疲軟，且HBM收入佔比進一步提升。 （2）假設2（毛利率與競爭力）：假設FY26 Q1 Non-GAAP毛利率突破52.5%（指引區間上限或更高）。這主要得益於高附加值HBM3E的出貨量增加，以及退出消費端業務帶來的即時產品組合改善效應。 （3）其他假設（資本開支與戰略）：假設公司將上調FY26資本開支（Capex）指引至營收的35%左右（約180-200億美元），以應對HBM4的研發與擴產。雖然開支增加，但管理層將強調這是基於“已鎖定訂單”的投入，屬於利多訊號而非成本負擔。1.2.3 和機構分析對比當前股價與估值說明：截止2025年12月17日，美光股價約為232.51美元，市值約2595億美元。儘管股價在2025年已上漲約180%，但其靜態PE（約30.6倍）並不能完全反映未來增長。市場更為關注的前瞻市盈率（Forward P/E）目前約為12-15倍（基於FY26預期EPS $16-$18），這一估值水平相對於輝達等AI核心標的仍具吸引力，顯示市場尚未完全為“儲存超級周期”定價。機構分析師建議對比：機構普遍觀點：華爾街主流機構（如花旗、Wedbush、高盛）近期紛紛上調目標價至280-300美元區間，維持“買入”評級。結論來源：依據Wedbush和花旗的最新研報，美光在HBM產能上的“售罄”狀態以及對2026年供需緊張的預判是核心支撐。結合公司近期宣佈退出消費級市場的戰略舉動，這不僅是削減成本，更是主動將晶圓產能重新分配給高利潤的AI資料中心業務，這種“棄車保帥”的策略將使得實際利潤率表現優於基於舊業務模型推算的分析師預期。附錄：近期新聞時間線分析新聞解讀近期新聞時間線分析（2025年9月下旬 – 2025年12月中旬）以下是美光科技（MU）在近三個月內的主要事件及其解讀：2025年9月下旬：美光發佈樂觀的第一季度財測，聚焦AI/HBM需求2025年12月9日：HSBC上調美光目標價至330美元，強調HBM超級周期2025年12月12日：多家分析師上調美光目標價，看好其AI基礎設施地位2025年12月14日：財報臨近，市場審視AI估值與AI記憶體短缺2025年12月16日：CNBC警示財報後可能出現“顛簸”對公司產品和競爭力的影響綜合來看，以下新聞事件對美光科技的產品和競爭力產生重要且深遠的影響：2025年9月下旬：美光發佈樂觀的第一季度財測，聚焦AI/HBM需求。2025年12月9日：HSBC上調美光目標價至330美元，強調HBM超級周期，並提及美光退出消費級“Crucial”記憶體業務。2025年12月12日：多家分析師上調美光目標價，看好其AI基礎設施地位，並提及與主要雲服務提供商簽訂多年度合同。這些事件共同描繪了美光科技正在經歷一場由AI驅動的深刻轉型，其產品策略、市場定位和盈利能力都將因此得到顯著提升，從而增強其長期競爭力。分析師觀點解讀綜合多位分析師的觀點，可以總結出以下幾個關鍵共識和差異：分析師共識：AI/HBM是美光核心增長動力：幾乎所有分析師都強調了AI驅動的記憶體需求，特別是高頻寬記憶體（HBM），是美光未來增長的主要引擎。他們認為AI/HBM市場正進入一個“超級周期”，這將推高記憶體價格並加速美光的營收和利潤增長。戰略轉型獲得認可：分析師普遍贊同美光退出低利潤的消費級“Crucial”記憶體業務，轉而專注於AI資料中心HBM的戰略決策。他們認為這一調整將最佳化美光的產品組合和資源配置，提升整體盈利能力。業績前景樂觀：分析師對美光未來的營收和盈利能力持樂觀態度。例如，路透社報導的財測（Q1銷售額125億美元±3億美元，毛利率51.5%）和HSBC預測的Q1營收127億美元，以及Stifel和高盛對更高營收和EPS的預期（高盛預計Q3營收132億美元，EPS 4.15美元；UBS預計2027年EPS達38美元），都表明市場對其增長潛力的高度期待。目標價大幅上調：多家投行（HSBC、Stifel、UBS）近期大幅上調了美光的目標價，反映了對其業務前景的強烈信心，認為股價仍有顯著上漲空間。The Motley Fool甚至基於共識EPS預測，認為股價可能達到432美元。客戶關係穩固：UBS提到美光與主要雲服務提供商簽訂了多年度合同，這表明美光在AI記憶體領域擁有穩定的客戶群和市場份額。分析師關注點/潛在擔憂：市場估值過高：儘管普遍看好，但也有聲音（如ts2.tech和CNBC）指出，美光股價在2025年已大幅上漲（近180%-200%），市場開始質疑“AI概念股”的估值是否過高。這可能導致在財報公佈後，即使業績表現良好，股價也可能面臨回呼壓力，類似於Nvidia和Broadcom之前的走勢。財報預期管理：CNBC的報導特別提到美光在過去幾個季度中，在強勁財報後股價反而下跌的情況。這暗示市場對美光的預期已經非常高，任何不及預期的細節或對未來指引的保守，都可能引發股價波動。周期性風險：儘管HBM市場表現強勁，但半導體行業固有的周期性仍是潛在風險。雖然目前處於AI驅動的上升周期，但長期來看，市場供需關係的變化仍然可能影響美光的業績。總結：分析師普遍認為美光科技正受益於AI浪潮，其HBM產品和戰略轉型使其在行業中佔據有利位置。儘管對未來增長充滿信心並大幅上調了目標價，但同時也存在對當前市場高估值和財報後股價波動的謹慎情緒。投資者應關注美光即將發佈的財報，特別是管理層對HBM產能、訂單趨勢以及對AI市場長期展望的評論，以評估其基本面是否能持續支撐高估值。 (老王說事)

近期SpaceX估值因市場樂觀情緒被推高至8000億美元，ARK模型則給出更長遠預測：其2030年估值或達2.5兆美元，核心邏輯在於“飛輪效應”——星鏈現金流驅動星艦迭代以支援火星計畫，但這一目標高度依賴於星艦快速復用等關鍵技術能否實現。近期，埃隆·馬斯克旗下的太空探索技術公司SpaceX再度成為全球資本市場的焦點，SpaceX正以8000億美元的估值進行二級市場股份出售，其估值動態與未來前景引發了持續熱議。這一數字意味著，若交易達成，其估值將較短短7個月前（約4000億美元）實現翻倍，並一舉超越OpenAI，成為美國市值最高的私營公司。同時，公司管理層正評估於2026年進行首次公開募股（IPO） 的可能性，為這家成立近25年的巨頭指明了潛在的上市路徑。市場的狂熱並非憑空而來。回溯至2025年6月10日，知名投資人、“馬斯克長期支持者”“木頭姐”（Cathie Wood）旗下的ARK投資管理公司就發佈了一份開源估值模型報告，預測SpaceX的企業價值到2030年有望達到約2.5兆美元。這一預測意味著，若以公司2024年12月上一輪融資時約3500億美元的估值水平為起點，投資者的復合年回報率將高達約38%。根據ARK採用的蒙特卡洛模擬分析，模型同時勾勒出更廣闊的可能性：在樂觀情境下（75百分位），估值可達約3.1兆美元；而在悲觀情境下（25百分位），估值約為1.7兆美元。該研究也坦承，儘管預測基於包含17個關鍵變數的一百萬次模擬運行，但其結果高度依賴於“星艦”的快速復用能力、“柯博文”人形機器人等核心假設的實現。然而，ARK報告更深層的意義在於，它系統性地拆解了支撐SpaceX宏大願景的“飛輪”邏輯——即“星鏈”業務產生的巨額現金流，如何反哺“星艦”技術的迭代，並最終為火星殖民計畫奠基。這份開源模型，為市場理解SpaceX從一家航天公司向“多行星物種”基礎設施建造者的蛻變，提供了一個至關重要的長期分析框架。因此，從年中ARK的遠期藍圖，到年末市場的即時熱望，SpaceX的故事始終圍繞著一個核心展開：其顛覆性的技術突破與商業化處理程序，正持續重塑人們對這家公司乃至整個航天產業價值空間的想像。以下是ARK報告原文：與 Mach33 合作開發後，ARK 的開源 SpaceX 模型預計在 2030 年的預期企業價值將達到約 2.5 兆美元，從其 2024 年 12 月最後一輪融資（3500 億美元）開始，年復合回報率約為 38%。我們的牛市和熊市預測分別對應於 75 百分位和 25 百分位的蒙特卡羅模擬結果，分別為約 3.1 兆美元和約 1.7 兆美元，如下所示。資料來源：ARK Investment Management LLC，2025。為了便於讀者理解，本文將“預期”（或“基準”）、“熊市”和“牛市”情景分別列示，以闡明我們對2030年估值的預期。在方法論上，我們通過對蒙特卡羅模型生成的100萬次模擬結果取平均值來得出基準估值。熊市和牛市情景分別對應第25和第75百分位數值。預測本身具有侷限性，不能作為投資決策的依據，其基於我們的模型，反映了我們的偏好以及對公司的長期積極看法。我們的開源模型包含 17 個關鍵的獨立輸入，用於模擬 SpaceX 的一系列潛在發展成果，包括火星探測計畫及其在 2030 年和 2040 年的企業價值，如下所示。註：地球企業價值（EV）按我們預測的 EBITDA 計算。乘以 18 倍 EBITDA 與 EV 比率，根據斯特恩的說法，這與航空航天和國防公司的行業平均水平一致。火星企業價值反映了指定用於火星開發的累計現金加上SpaceX在火星上建造的基礎設施的帳面價值。資料來源：ARK Investment Management LLC和Mach33，2025年。本分析使用了截至2025年5月29日的一系列外部資料，如有需要可提供這些資料。本分析僅供參考，不應被視為投資建議或買賣或持有任何特定證券的推薦。預測本身具有侷限性，不能作為投資決策的依據，並且是基於我們反映自身偏好和對公司長期積極看法的模型建構的。資料來源：ARK Investment Management LLC 和 Mach33，2025 年。本分析基於截至 2025 年 5 月 29 日的一系列外部資料來源，如有需要可提供完整資料。本分析僅供參考，不應被視為投資建議或買賣或持有任何特定證券的推薦。預測本身存在侷限性，不能作為投資決策的依據，且基於我們自身的模型，反映了我們對公司的長期積極看法。我們將在以下七個部分詳細介紹我們的模型：模型邏輯潛在市場規模（TAM）和單位經濟效益衛星性能星艦與萊特定律火星遊戲計畫模型及其假設的風險和侷限性結論模型邏輯從分析角度看，該模型運作如同一個具有自我強化勢頭的飛輪，如下圖所示：從現金開始，SpaceX製造火箭和衛星，創造軌道頻寬，獲取星鏈使用者，並再投資產生的現金。隨著循環持續，資金逐步流向火星開發，直至星鏈星座部署完成。資料來源：ARK Investment Management LLC與Mach33，2025年。僅作說明用途。預測本身存在固有侷限性，不可作為投資決策依據，且基於反映我們自身偏見及對公司長期樂觀看法的模型建構。星鏈星座完成後，我們假設SpaceX將維持星座營運，然後加大火星投資。每艘前往火星的火箭都搭載Optimus人形機器人和材料的組合。假設Optimus生產力隨時間提高且成本下降，SpaceX將建立其火星"帳面價值"，如下所示。資料來源：ARK Investment Management LLC與Mach33，2025年。僅作說明用途。預測本身存在固有侷限性，不可作為投資決策依據，且基於反映我們自身偏見及對公司長期樂觀看法的模型建構。潛在市場規模（TAM）和單位經濟效益我們的自上而下開源衛星寬頻收入需求模型（連結）根據可用頻寬、可覆蓋人口數量以及各國可接受的寬頻價格和速度來分配SpaceX的收入。蒙特卡洛模擬表明，其頻寬平均在約1.3億吉位元每秒（Gbps）達到平台期，超出此範圍後增加頻寬將不經濟。盈虧平衡點出現在每月每兆位元每秒（Mbps）約0.20美元，比目前美國平均水平低約75%，如下所示。註：美國平均價格僅供參考；每月每Mbps邊際收入（紫線）為基於我們自上而下模型的全球數值。資料來源：ARK Investment Management LLC與Mach33，2025年。本分析使用了截至2025年5月29日的一系列外部資料來源，可應要求提供。本文僅提供資訊，不應視為投資建議或購買、出售或持有任何特定證券的推薦。預測本身存在固有侷限性，不可作為投資決策依據，且基於反映我們自身偏見及對公司長期樂觀看法的模型建構。根據我們的基準情景，星鏈星座約在2035年完成後，ARK研究顯示SpaceX可能產生約3000億美元的年收入，約佔全球通訊總支出的15%，如下所示。資料來源：ARK Investment Management LLC與Mach33，2025年，基於世界銀行和高德納截至2025年5月29日的資料。本文僅提供資訊，不應視為投資建議或購買、出售或持有任何特定證券的推薦。預測本身存在固有侷限性，不可作為投資決策依據，且基於反映我們自身偏見及對公司長期樂觀看法的模型建構。仔細觀察蒙特卡洛模擬中的邊際成本可以發現，隨著星艦可重用性提高，衛星佔總邊際成本的比例隨時間從約30%上升至約90%，如下所示。資料來源：ARK Investment Management LLC與Mach33，2025年。本分析使用了截至2025年5月29日的一系列外部資料來源，可應要求提供。本文僅提供資訊，不應視為投資建議或購買、出售或持有任何特定證券的推薦。預測本身存在固有侷限性，不可作為投資決策依據，且基於反映我們自身偏見及對公司長期樂觀看法的模型建構。因此，以Gbps/千克衡量的衛星性能成為模型中最敏感的輸入變數，影響收入生成和資本支出。衛星性能對頻寬部署的效率和成本至關重要，也是決定SpaceX完成星鏈星座建設速度以及將資本重點轉向火星目標的關鍵。衛星性能從V1到V2 Mini Optimized，星鏈衛星性能一直遵循萊特定律的學習曲線。SpaceX已向美國聯邦通訊委員會提交了關於下一代衛星的檔案，質量約2000千克，並在另一份關於未來衛星的披露中提及1Tbps頻寬。如果這些規格適用於同一顆衛星，性能躍升將是巨大的，如下圖中紅點和黃點所示。然而，我們的研究表明，這兩份披露可能指向不同的衛星。若是如此，1Tbps衛星將與萊特定律保持一致，如下圖中綠點所示。資料來源：ARK Investment Management LLC，2025年，基於SpaceX截至2025年5月29日的資料。本文僅提供資訊，不應視為投資建議或購買、出售或持有任何特定證券的推薦。預測本身存在固有侷限性。星艦與萊特定律星艦是多行星生活的核心。儘管前期資本成本高，但星艦的周轉時間和可重用性對其營運影響至關重要。隨著星艦可重用性不斷提高，更少的飛行器和更頻繁的發射周期應能輸送相同的上行質量。基於獵鷹9號資料，萊特定律表明，每次軌道上行質量累計翻倍，星艦的周轉時間將以約27%的恆定速率下降，如下所示。資料來源：ARK Investment Management LLC，2025年，基於SpaceX截至2025年5月29日的資料。本文僅提供資訊，不應視為投資建議或購買、出售或持有任何特定證券的推薦。我們認為，最小化火箭周轉時間和提高可重用性對於維持SpaceX星座的經濟可行性以及推進其火星雄心至關重要。因此，我們的模型顯示火箭可重用性隨著累計上行質量同步提高，如下所示。註：根據模型，即使實現快速可重用，星艦的可重用元件也永遠不會達到100%，因為每次發射總會產生可變成本，例如燃料。資料來源：ARK Investment Management LLC與Mach33，2025年。本分析使用了截至2025年5月29日的一系列外部資料來源，可應要求提供。本文僅提供資訊，不應視為投資建議或購買、出售或持有任何特定證券的推薦。預測本身存在固有侷限性，不可作為投資決策依據，且基於反映我們自身偏見及對公司長期樂觀看法的模型建構。火星規劃馬斯克創立SpaceX的目標是實現多行星生活，特別是借助其其他公司的力量使人類能夠移居火星。我們認為，埃隆一直在設計Optimus機器人和Boring Company裝置，為挑戰性的外星環境建造基礎設施，以支援火星殖民。根據我們的研究，火星在SpaceX企業價值中的佔比將隨時間增長，如下所示。然而，儘管與火星相關的資本改進將計入SpaceX的資產負債表，但其相關現金流將比星鏈的現金流更具投機性。資料來源：ARK Investment Management LLC與Mach33，2025年。本分析使用了截至2025年5月29日的一系列外部資料來源，可應要求提供。本文僅提供資訊，不應視為投資建議或購買、出售或持有任何特定證券的推薦。預測本身存在固有侷限性，不可作為投資決策依據，且基於反映我們自身偏見及對公司長期樂觀看法的模型建構。因此，我們的模型假設，在星鏈星座完成前，SpaceX僅將一小部分預算用於火星。一旦達到該里程碑，SpaceX可能會將其星鏈資源轉向火星，如下所示。鑑於殖民火星的規模和長期目標，投資者在相當長的時間內可能無法獲得太多資本回報。儘管火星活動可能降低服務地球衛星市場的成本並為小行星採礦鋪平道路，但這些機會超出了本預測的範圍。資料來源：ARK Investment Management LLC與Mach33，2025年。本分析使用了截至2025年5月29日的一系列外部資料來源，可應要求提供。本文僅提供資訊，不應視為投資建議或購買、出售或持有任何特定證券的推薦。預測本身存在固有侷限性，不可作為投資決策依據，且基於反映我們自身偏見及對公司長期樂觀看法的模型建構。我們的蒙特卡洛模擬假設星艦將搭載經過火星改造的Optimus機器人（Optimi）組合，其數量隨時間增長至數百萬，如下所示。根據模型，Optimi將建造基礎設施以支援永久殖民地，其生產力隨時間提高。支援早期人類居住的有效載荷可能相當複雜。我們的合作方Mach33分析了早期火星有效載荷的潛在成本（連結）。在早期，火星上的人類有效載荷對SpaceX帳面價值的貢獻可能不大。資料來源：ARK Investment Management LLC與Mach33，2025年。本分析使用了截至2025年5月29日的一系列外部資料來源，可應要求提供。本文僅提供資訊，不應視為投資建議或購買、出售或持有任何特定證券的推薦。預測本身存在固有侷限性，不可作為投資決策依據，且基於反映我們自身偏見及對公司長期樂觀看法的模型建構。模型及我們假設的風險與侷限性ARK的17個關鍵獨立變數覆蓋了我們認為SpaceX未來幾年可能出現的合理情景。意外事件，如埃隆·馬斯克突然離開公司，或自然災害或疫情，可能顯著影響這些結果。此外，太空本質上是一個具有重大執行風險的挑戰性領域。如果星艦未能實現快速可重用性，可能會嚴重影響我們為公司預測的價值。同樣，無法保證Optimus能夠在模型設定的時間表內支援基礎設施開發，並且鑑於行星際發射窗口的時間限制，延遲可能導致進度大幅滯後。最後，競爭加劇可能減少寬頻的總可定址市場，而政府支出的變化可能影響星盾的收入潛力。 (invest wallstreet)

估值百億，產品幾無，這便是當下最瘋狂的AI資本敘事。最近，前OpenAI CTO米拉·穆拉蒂創立的Thinking Machines Lab，正以高達500億美元的估值，籌劃新一輪40億至50億美元的融資。而它拿得出手的，僅是一個名為Tinker、介面尚待考證的API介面。相比傳統商業邏輯，這無異於一場豪賭：資本押注的，早已不是產品，而是人，是那串貼在創始人身上的“OpenAI開國元老”的黃金標籤。穆拉蒂的實驗室，正是席捲矽谷的neolab（新生代實驗室）風潮中最耀眼的一朵浪花。據國外知名VC menlo合夥人Deedy推文，AI領域新興的10家neolab中，9家在種子輪階段就斬獲10億美元估值。一批從OpenAI、DeepMind等巨頭出走的頂尖研究員，正以反叛者的姿態，用全新的範式重建AI研究的邏輯。他們不談營收，不論商業化，只談那些看似天方夜譚的方向：情感智能、AI社會、自動化科學家等。資本的反應則更為直接與狂熱：Humans&成立數月估值40億，SSI瞄準超智能安全估值320億，Periodic Labs一出手種子輪便是3億……這些在傳統視角下“啥也沒有”的實驗室，正以令人咋舌的估值，鯨吞著數十億美金。當最聰明的大腦決定另起爐灶，資本的選擇是不看PPT，只認履歷，用真金白銀為他們的直覺與純粹投票，賭他們能用履歷兌換一個不一樣的未來。/ 01 / 5家，拿下 25億美元當OpenAI和Anthropic的估值飆升至1830億美元量級，變得“貴得離譜”時，資本的洪流正悄然湧向一批更為神秘、精悍的新型實驗室neolab。根據The Information報導，僅五家neolab初創公司，就在過去一個月內完成或洽談了高達 25億美元 的融資。如果只看研究方向，neolab的主題幾乎毫無共識：有人在做多智能體數字社會，有人在研究情感智能，有人在做自動化科學家，有人探索身體化智能，有人在推進實驗物理材料，有人在逼近通用智能的邊界。它們共同點只有一個——創始人都是那批走出巨頭實驗室的最能打的人。這些neolab的創始人，幾乎全部從OpenAI、DeepMind、Anthropic等巨頭出走，個人財富早已達到千萬乃至億美元等級。然而，他們放棄了巨頭的穩定與高薪，選擇all in一種新的AI範式。正是這種財務自由帶來的純粹性，構成了neolab最核心的魅力。他們可以無視短期商業化壓力，專注於那些巨頭不屑或無力觸及的高風險、長周期探索。於是，我們看到了研究方向呈現出前所未有的多元化：前xAI研究員Eric Zelikman籌集10億美元打造情感型AI初創Humans&，他不追求更快的推理速度，而是讓AI理解情緒、進行價值權衡，並建立長期關係。OpenAI安全研究員Eddie Zhang創業打造“多智能體數字社會”Isara，試圖讓上千個AI智能體像真實公司一樣自主分工、協作與治理。前OpenAI首席科學家Ilya Sutskever創立SSI，將“開發可控的超智能”作為唯一使命，安全優先於一切，據傳估值已觸及320億美元。相比之下，巨頭們似乎被禁錮在大模型最佳化的單一路徑上，追求參數與算力的線性增長。而neolab則追求迭代智能，其使命不是把模型做得更大，而是去發現新的智能結構。這種純粹性也讓他們能夠保持極度小而精的團隊，將“技術複利”做到極致。當然，這也催生了“夢想驅動估值”的奇觀。這些實驗室普遍收入極低甚至為零，沒有成熟產品，卻憑藉創始人的光環效應和顛覆性願景，在早期就獲得令人瞠目的估值。最典型的案例莫過於前OpenAI CTO Mira Murati創立的Thinking Machines Lab。在僅推出一個初步的開發者工具Tinker、產品能力有待考證的情況下，其估值據傳已高達500億美元。相比巨頭，neolab的10億美元估值幾乎是白菜價，例如Murati作為OpenAI開國元老的標籤，其加成就已值百億。/ 02 / 情感智能、遊戲視訊模型……九成種子輪拿10億美元估值接下來依次介紹這些neolab。①OpenAI“開國元老”單干，做超智能保險Safe Superintelligence（SSI）由前OpenAI首席科學家Ilya Sutskever聯合Daniel Gross與Daniel Levy創立，將"開發可控的超智能"作為唯一使命，安全優先於短期商業化。團隊聚焦精銳科研與安全工程，而非消費級產品化。▲ Ilya Sutskever、Paul Christiano、aniel Kokotajlo（從左到右）披露融資規模接近/超過十億美元，並與雲基礎設施方戰略合作保障算力。技術上需解決三大核心：推進能力時確保安全邊界領先、將理論對齊工程化、在無產品壓力下維持透明治理。短期內SSI是"科研+安全驗證"的高強度實驗室。儘管目前無商用產品，但其獲得Google（TPU支援）與Nvidia投資，估值據報達320億美元等級，表明資本對“長周期、安全性極高”的AGI實驗室有信心。②前OpenAI CTO出走創業，聚焦“企業定製模型”相比Cursor的290億美金估值，Thinking Machines啥也沒有就快估值500億美元。原因在於其創始人Mira Murati給它的加成太大。這位前OpenAI CTO、臨時CEO技術背景聚焦工程研發+產品落地+AI前沿技術操盤，她於今年出走創立新公司。▲Mira Murati新公司主攻“可解釋的群體智能”與符號-機率混合架構，將大量輕量級模型組織成層級化“工作流工廠”，通過可驗證協議在金融風控、藥物發現等高風險場景，實現可審計的多智能體協同。實驗方向包括任務分解語言、跨智能體信任評分與動態合約（以弱監督獎勵流標註），安全邊界被設為首要原則。10月，Thinking Machines推出了Tinker。近期，Thinking Machines Lab在籌集40億至50億美元。此前它已籌集了20億美元資金，最近一次的估值為100億美元。③前xAI研究員籌集10億美元打造情感型AIEric Zelikman來自xAI，是行業內罕見專注“情緒、價值觀與長期關係建模”的研究者。他的方向不追求更快的推理速度或更長的上下文，而是讓AI更像人。其能處理數周乃至數月的任務，理解情緒、做價值權衡，並建立長期關係。▲Eric Zelikman由Zelikman創立的Humans&致力於打造“情感智能”AI，把傳統強化學習從分鐘級、小時級任務，延伸到用時數周甚至數月的現實任務，如長期決策、戰略規劃、陪伴式互動等。其目標是讓AI不再追求“一次答對”，而是追求“長期最優”，具備自我情緒建模與長期目標協調能力。儘管研究尚未商業化，也沒有成熟產品，Humans&仍在成立數月內與投資人洽談以40億美元估值融資10億美元。知情人士稱，Nvidia與AMD均有意投資，希望這類新實驗室成為下一代算力大戶。④前DeepMind 12年元老創業Reflection AI，逐夢超級智能Reflection AI的CEO Misha Laskin，DeepMind前研究科學家，主導了Gemini從初代到1.5的RLHF訓練體系和獎勵模型架構設計，負責模型與人類反饋的閉環最佳化。芝加哥大學理論物理博士+伯克利博士後，2017年創業做AI需求預測，25歲入選福布斯“30 Under 30”。CTO Ioannis Antonoglou是DeepMind 12年元老，AlphaGo、AlphaZero、MuZero核心架構設計者，直接參與策略搜尋與價值網路建構，推動強化學習在複雜棋類和決策任務中實現突破。兩位創始人聯手，帶領60人團隊大部分來自DeepMind、OpenAI，專注於高性能模型訓練、強化學習演算法最佳化與大模型架構設計。他們的目標是，將強化學習、獎勵建模和大規模生成模型緊密結合，首先打造自主編碼智能體，使其能夠在複雜程式設計任務中自我最佳化、規劃與執行，再逐步擴展到通用推理與跨領域問題解決。投資人直接投入1.3億美元，A輪估值5.55億美元，紅杉、輝達、LinkedIn聯合創始人Reid Hoffman等均在股東名單上。⑤You.com CEO雙線作戰，10億美元建AI實驗室前Salesforce首席科學家、You.com創始人、史丹佛NLP博士Richard Socher，正在籌建一家以他本人命名的新型研究所，目標直指“自動化AI研究”。同名研究所Richard Socher在籌備階段就計畫募資近10億美元。▲Richard SocherSocher的設想是把科研流程徹底機器化：建構一套能夠自動完成模型設計、實驗執行與迭代最佳化的閉環系統，讓AI能自主生成新想法、自我反思、自動驗證，從而顯著壓縮從概念提出到可復現結果之間的周期。這種理念瞄準的是“研究生產力的系統級解放”。短期內，Socher團隊的能力對藥物研發、材料科學、半導體等高實驗密度行業尤其具有吸引力。這一方向不是堆算力，而是重構科學家的工作方式。團隊強調三條核心路徑：1）自動化實驗設計與超參搜尋，減少人工反覆偵錯；2）強化實驗可復現性，並建構完善的閉環驗證體系；3）將“自動化研究”的產出標準化為可工程化模組，使其能真正應用在企業級場景中。⑥OpenAI和DeepMind大佬離職聯手，押注“AI做科學”Periodic Labs由前OpenAI後訓練研究副總裁Liam Fedus與前DeepMind資深研究員Ekin Dogus Cubuk創立，目標是打造“AI科學家”：不僅生成論文和預測，而是真正開啟“從模擬→設計→實驗→驗證”的全鏈路自動化科研流程。▲Ekin Dogus Cubuk（左）和William（Liam）Fedus（右）Periodic Labs首要研究方向聚焦於低能耗超導材料、新材料與催化劑等高壁壘、實驗密集型領域。其願景是讓AI不只是理論工具，而是能在實驗室裡自主提出假設、設計合成路線、執行物理實驗，並完成結果反饋，實現“真AI科學家”的閉環。據公開融資文件，Periodic Labs已完成首輪種子融資，金額約為3億美元，由風投機構Andreessen Horowitz (a16z)與Felicis Ventures領投。⑦史丹佛三教授做“身體化擴散智能”，專注長期決策Inception Labs是一家由三位史丹佛背景的頂尖學者聯合創立的新型AI公司：擴散模型和FlashAttention關鍵推動者Stefano Ermon、UCLA助理教授Aditya Grover、康奈爾大學助理教授Volodymyr Kuleshov。三人長期深耕生成模型、強化學習與科學計算，並擁有將前沿技術成功推向產業的履歷，為公司帶來罕見的“學術深度+商業落地”雙重優勢。公司聚焦“身體化智能”與“長期學習系統”，試圖突破傳統模型僅停留在文字或靜態資料中的侷限，讓AI置身真實世界，通過持續的物理互動積累經驗，形成可長期更新的策略與習慣。他們試圖打造“任務生命周期管理器”，讓智能體在數周甚至數月中依環境變化不斷迭代策略。在商業端，Inception Labs採用軟硬體一體路線，通過機器人與感測系統切入製造業和物流業這些需要長期適應、高頻執行的場景。團隊已推出Mercury系列擴散語言模型，其中Mercury Coder在程式設計任務上實現了數倍效率提升，為身體化智能提供高效推理引擎。⑧遊戲視訊專家專注於“時空推理”模型General Intuition由Pim de Witte聯合James Swingos、Ken Colton等核心成員創立。創始團隊彙集科研、技術基建及視訊處理領域專家，Pim此前執掌視訊平台Medal九年，帶領團隊積累海量遊戲視訊資料，其他成員深耕世界建模與策略學習前沿，兼具技術研發與產業落地經驗。General Intuition起源於視訊平台Medal，利用其每年數十億條遊戲視訊作為訓練集，專注於“時空推理”與環境感知基礎模型，讓智能體理解物理世界中的運動因果。2025年10月，公司獲得1.34億美元種子/早期融資，是2025年AI領域規模最大的早期融資之一。資金將用於擴展團隊、基礎設施及加速機器人/無人機原型驗證。其核心主張是，遊戲視訊提供了豐富的稀有成功/失敗鏡頭，適合訓練理解物體運動、碰撞與長期因果關係的模型。商業路徑從遊戲AI代理延伸至現實世界的感知控制，如搜救無人機、倉儲機器人。⑨金融圈名人下場做“數學超級智能”，可用於金融分析Harmonic的故事從一個金融圈明星開始：其聯合創始人Vlad Tenev，就是知名券商Robinhood的聯合創始人與前CEO。這一次，他從金融與演算法交易領域進入AI，引發了資本與媒體的廣泛關注。Harmonic是一家以“人類數學直覺”為起點的AI公司。它並不追求建立更大的模型、堆滿算力，而是重新設計數學推理系統：讓AI像人一樣抽象、驗證、反思，把複雜數學任務拆解成結構化步驟。公司已於2025年完成C輪融資，估值達約14.5億美元。Harmonic的技術路線是建構“數學層”的系統化推理引擎，與傳統大模型平行，而不是取代。他們面向的是科研、量化、工程與高複雜度任務，強調輸出必須可驗證、可審計、邏輯嚴謹。與當前主流AIagent趨勢相比，Harmonic的定位是提供底層高可靠性的“數學思維元件”。⑩OpenAI安全研究員創業“多智能體數字社會”前OpenAI安全研究員Eddie Zhang曾專注於多智能體系統的安全與協作機制研究。他認為未來智能不是一個超級大腦，而是一整個“AI社會”。於是他從最前沿的安全／協作研究中走出來，轉身搭建一個全新的“智能體社會平台”。其創業的公司Isara嘗試讓上千甚至上萬智能體自主分工、協作、達成治理共識，像一個有部門、有責任、有激勵機制的公司。它的AI智能體可以在不確定環境中自動分工、協作、分配“責任／信用”、共同完成諸如財報預測、企業盡調、法律檔案分析等複雜任務。從行業趨勢來看，Isara的產品與當前流行的“單體AI agent自動化”形成對比。它不只是為了替人做事，而是為了模擬“組織結構+社會機制+群體智能”。Neo Lab成為了這個時代的訊號。AI未來的發電機，正從資源密集但可能陷入路徑依賴的巨頭實驗室，重新回到那些手握新範式藍圖、極致專注的頂尖研究者手中。而資本所能做的，就是搶在最早期，給他們足夠的彈藥，去打開那些連巨頭都未曾設想的大門。 (矽基觀察Pro)

時值年末，華爾街機構開始陸續發佈報告展望新的一年。雖然近期對於科技股估值的擔憂引發了股指回撤，三大股指今年以來依然表現不俗，均超過10%。展望明年，機構普遍對標普500指數給出了較為樂觀的預測，目標點位集中在7400-7800點區間，核心驅動因素多指向人工智慧推動的科技股盈利增長，同時也提及了經濟下行、中期選舉等潛在風險。德意志銀行：人工智慧領域的投資與應用普及將主導市場情緒德意志銀行看漲標普500指數明年目標8000點，潛在漲幅近20%，成全球投行中最樂觀預期。“股票倉位自4月低點大幅反彈，但目前處於中性水平。儘管企業盈利增長強勁且盈利上修顯示應提高股票敞口，但主動型（基於基本面的）投資者仍持謹慎態度，倉位上限維持在中性，”德銀首席美股策略師查達（Binky Chadha）在周一發佈的報告中稱。這些代表客戶做決策的投資者（如投資組合經理）是 “潛在上行空間的來源”，同時股市還將繼續受益於 “跨資產流入熱潮”，他補充道。德意志銀行預測，2026 年標普 500 指數盈利將表現強勁，每股收益（EPS）預計達到 320 美元（同比增長 14.2%），股票回購也將保持增長勢頭。雖然當前標普500指數的市盈率為25倍，遠高於15.3倍的歷史均值，但他認為股票估值將維持高位。“在股市供需關係強勁的背景下，我們預計市盈率即便不進一步走高，也將保持在當前水平。”他表示。強勁的美國經濟也是其看漲美股的重要依據 ——不過德意志銀行預計，2026年美國國內生產總值（GDP）增速將從今年的3.2% 小幅放緩至3.1%。該行的基準預測顯示，短期內失業率將溫和上升，明年將回升至當前水平，而企業成本削減和勞動力市場則是這一預測面臨的風險因素。輝達、微軟、Google等大型科技股仍是本輪上漲的主要引擎，人工智慧驅動的支出支撐了創紀錄水平的資本開支。德意志銀行在其2026年全球展望報告中指出：“我們認為（美國）投資者的自主配置倉位是潛在的市場上行動力來源。”德銀認為，隨著人工智慧（AI）投資與應用持續快速推進並主導市場情緒，2026年 “絕非平淡之年”。“鑑於技術進步的速度，我們有理由相信這將轉化為未來顯著的生產率提升。然而，最終的贏家和輸家將取決於多種動態因素的複雜相互作用，其中許多因素可能要到 2026 年之後才會顯現，”該行認為，波動性不會減弱 ——這也是2025年接近尾聲時的一個日益顯著的特徵。明年，市場可能會 “在繁榮與衰退的敘事之間大幅搖擺”，而這與人工智慧主題密切相關。摩根士丹利：滾動復甦與聯準會降息摩根士丹利為標普500指數設定了未來一年7800點的目標位，潛在漲幅達到18%。聯準會的鴿派轉向與流動性收緊近期已擾亂股市穩定，並對回報率造成實際損害。不過，對於摩根士丹利首席股票策略師威爾遜（Michaeal Wilson）而言，這種疲軟態勢反而強化了他對股市看多觀點，讓他得以把握逢低買入機會，並重申其 "滾動復甦理論"。威爾遜及其團隊在策略報告中勾勒2026年的展望，並在周一發佈的周度報告中進一步充實了相關論據。標普500指數7800點的目標位，基於對每股收益（EPS）更為樂觀的17%增長預期 ——相比之下，目前華爾街分析師和基金經理的預期為14%。支撐其股市建設性觀點的 "滾動復甦理論"，首先源於摩根士丹利的觀察：上周EPS修正廣度再度回升。該理論還得到該行另一觀點的支援，即美國正處於增長周期的初期階段（與多數投資機構認為的周期晚期觀點相反），且各大主要指數的未來一年淨利潤預期總體向好。摩根士丹利表示，未來12個月淨利潤預期持續上升，其中小盤股表現出最強勁的增長趨勢。與此同時，威爾遜認為，風險資產的疲軟、流動性收緊，再加上總體疲軟的勞動力市場，可能會提高聯準會決定提前降息的機率。這進一步堅定了威爾遜對股市中期走勢的信心。摩根士丹利推薦的股票組合中大型科技股集體缺席。部分原因可能是 "七巨頭"（Mag7）可能會隨市場其他類股同步下跌，另一個重要因素是威爾遜所洞察到的美國經濟潛在趨勢：即 EPS 修正改善、定價走穩、消費支出從服務轉向商品、利率下行以及被壓抑的需求釋放。這些趨勢均利多非必需消費品、小盤股、醫療保健、金融和工業等類股的投資。威爾遜補充稱，就更高的盈利預期而言，小盤股近期展現出最顯著的上行拐點。其他預測與風險提示英國匯豐銀行將標普500指數2026年底目標位設定為7500點，同樣押注人工智慧行業的強勁表現。“無論是否存在泡沫 ——歷史表明，上漲行情可能持續相當長一段時間（網際網路泡沫及房地產繁榮時期均持續了3-5 年），因此我們認為後續仍有上漲空間，並建議擴大人工智慧相關交易的覆蓋範圍。”這家歐洲投行寫道。巴克萊預計，2026年標普500指數有望達到7400點，同時將每股收益目標從295美元上調至305美元。該行認為宏觀經濟低增長環境下，大型科技股運行穩健，人工智慧競賽無放緩跡象，疊加聯準會降息，將推動指數上漲。瑞銀環球財富管理在其日前發佈的報告中稱，其基準情景下2026年底標普500指數將升至7700點，牛市情景下可能觸及8400點預計當年每股收益達305美元、增長10%；其中約半數漲幅來自科技類股，同時提到行情正逐步突破大型科技股獨大的局面，資本支出增長將更具廣泛性。需要注意的是，第一財經記者彙總發現，上述機構在看漲的同時，也提示了諸多風險：一是經濟下行風險，通膨和失業率上升可能拖累整體經濟活動與消費，消費者信心目前處於多年低位；二是美國中期選舉的影響，歷史上中期選舉年往往會導致股市回報走弱；三是估值泡沫爭議，當前股票市場預期市盈率接近22倍，遠高於五年均值，市場擔憂人工智慧領域的投資狂熱可能醞釀泡沫，關鍵要看人工智慧帶來的生產力提升能否傳導至非科技企業。 (第一財經)

最近，月之暗面推出的Kimi K2 Thinking 性能全面壓過 GPT-5，第一次把中國模型推上全球榜首。不久，小鵬汽車發佈了IRON機器人，以逼真的步態復刻了人類的行走姿勢。而且幾乎每個季度，中國的高科技公司們都會發佈階段性的技術成果。但地球另一端，OpenAI 的估值突破了 5000 億美元，特斯拉的市值也超過1.34兆美元。不論是Kimi 還是小鵬，估值都只有他們的百分之一。一個越來越尖銳的問題擺在檯面上：為什麼我們的企業與美國企業之間始終存在一個難以解釋的估值差距？即使在一些關鍵評測上，中國技術已經領先。即使在商業化的路徑上，中國企業並未落後。即使在資金成本上，中國企業更低。但如此懸殊的估值差距依然沒有明顯收斂。這種差距或許不是市場的誤判，而是兩種估值體系、兩種資金結構與兩種產業歷史之間的結構性鴻溝。不過隨著中國企業持續從向海外溢出，估值差收斂可能來得比想像中更快。01. Kimi估值不到OpenAI的1%到底是中國企業被低估了，還是美國企業被高估？這是在Kimi和小鵬發佈了最新產品之後，朋友圈的幾位創業者同時發出的疑問。資料展現了他們的疑惑：OpeanAI在今年10月的估值已達5000億美元。而月之暗面的估值或在33億美元50億美元之間，不到其1%。Tesla的市值1.34兆美元，而小鵬汽車的市值1900億港元，大約為其1.8%。如果你說月之暗面、小鵬，仍是OpenAI和特斯拉的“隨從”，遠不能與之相比。那我們再看看宇樹科技與Figure AI的差異。宇樹科技不論是其技術能力與商業化進度，都是無可爭議的全球第一梯隊。但它的估值僅有120億人民幣，而Figure AI最新一輪估值高達390億美元，約合人民幣2700億元，也就是說宇樹的估值只有Figure AI的4.4%。真格基金合夥人戴雨森在8月份的一次交流中就說，以Kimi為代表的中國AI創業團隊的價值在被低估。“外界太容易在很早期就下結論……但實際上，他們的主觀能動性和突破空間遠遠被低估了。”可見，這類感嘆並非個例，已經是一種在投資圈內反覆出現的普遍情緒。不僅國內投資人會發出這樣的感嘆，海外質疑也開始多了起來：為什麼中國AI企業能夠在資金成本如此低廉的情況下，做出與美國同行相同水平的產品和技術？要回答這個問題。關鍵不在於解答中國企業是不是被低估，而是找到為什麼被低估的原因。至少從技術上而言，這樣懸殊的估值差距不應該出現。Kimi K2 Thinking在多項核心評測中全面超越OpenAI的GPT-5、Anthropic的Claude 4.5等閉源模型。獨立評測平台Artificial Analysis將其列為全球第一。因此，技術能力本身顯然不足以解釋估值鴻溝。商業化路徑也不是根本差異。比如豆包、Kimi、元寶等都上線了電商業務。同樣的，今年10月中旬，OpenAI也宣佈與零售巨頭沃爾瑪達成合作，使用者未來可通過和Chat-GPT聊天直接購買沃爾瑪商品。既然技術與商業模式都不能解釋差距，那麼真正的分野就只能從估值方式本身找答案。02. 如何給AI大模型公司估值中美投資人，到底是按照什麼給AI估值的？2023年底，國內某機構給出了AI大模型公司的估值方法。當時OpenAI正在與投資人討論股票出售，估值在800—900 億美元區間。該機構分析說，預估OpenAI的穩態年利潤30億美元/年，以SaaS的業務模式，給到30倍PE，那麼估值就在900億左右。然後又以OpenAI為天花板，按照市場體量差異、終局市佔率差距、穩態淨利率差距等係數進行調整，得出中國第一梯隊的大模型公司的估值或在600億人民幣左右。我覺得這家機構對大模型估值邏輯，能夠說明兩個問題：第一，即使到今年，OpenAI也沒有實現穩態年利潤30億美元，資料顯示，OpenAI在2025年上半年營收約43億美元，淨虧損135億美元。但是OpenAI的估值從900億美元左右迅速飆升至5000億美元，這意味著美國市場採用的根本不是“PE估值”這一套，而是完全不同的敘事框架。第二，但在中國市場，大模型公司的估值則在200億-600億之間，可見給國內大模型公司的估值，恰恰正是按照這家機構的邏輯進行估值的。這正是兩個市場不同的估值邏輯。在中國市場，對AI公司的估值，是按照落地效率+產業化兌現速度來定價；而在美國資本市場，對AI公司的估值邏輯，是按照未來可能控制AI基礎層範式來定價。一個面向當前現金流，一個面向未來系統權力。所以，真正影響資本定價巨大差異的，既不是技術實力，也不是商業化模式，而是上述不同的估值體系。再進一步，OpenAI的估值錨點，是基礎模型與AI平台級控制權的爭奪。市場對它的預期，是建構AI世界的作業系統。這一點不僅是其演算法領先，也在於與傳統巨頭的生態繫結。其商業模式是向全世界的使用者，抽取“AI稅”。而一旦能夠抽“稅”，估值自然具備平台級資產的溢價。而以Kimi為代表的中國AI公司就大不一樣了。其估值錨點在於應用層和產品體驗，市場對其的預期並非作業系統，而是AI助手。商業模式自然也不是“稅”，而是廣告、流量與B端的大客戶。兩廂比較，一個是AI的作業系統，另一個是AI產品。兩者對應的不是同一種資本語言。類似的估值體系也表現在小鵬與特斯拉上。從產品形態上看，兩家企業都是新能源汽車和機器人公司。但是資本市場把特斯拉看做是通用機器人的產業革命，木頭姐更定義特斯拉是“地球上最大的AI項目”。而國內資本市場只把小鵬看做是一家製造業公司，即使率先推出了IRON機器人，也只被看做是車廠延伸出的智能硬體新業務。一個是全球最大AI，另一個僅為車企新業務，兩者的估值高下立現。這種估值體繫上的差異，還體現在對高端人才收購上。你很難想像一個頂尖大學畢業的25歲的年輕人，竟然能夠拿到5000萬美金以上的薪酬包。這筆人力成本的帳，在中國市場是算不過來的。但在美國投資界有獨特的演算法：“如果我能把賺一兆美元的機率提高1%，那就值100億美元。”——即便這可能是一種不能兌現的演算法，但美國資本願意相信這樣的敘事。正如紅杉資本David Cahn說的，這是矽谷的“生態系統的焦慮症”。何為生態系統？就是一種對AI世界的定義權。它不僅是單一產品或技術，而是一套被廣泛採用的技術和商業模式組合，說白了就是標準的制定權，“我這麼做，你也必須按照我的方式來做”。所以，美國投資者並不關心 OpenAI 短期內是否掙錢，而關心它是否能成為 AI 世界的“生態系統”。美國資本對OpenAI的高估值，本質上是對這種“定義權”的押注。而現金流只在它的估值體系的邊緣。03. 不同的LP 不同的產業歷史而估值體系差異的背後，實質上是LP結構差異。PitchBook 前不久發佈的一篇報告Sovereign AI: The Trillion-Dollar Frontier.《主權人工智慧：兆美元前沿》，報告披露了全球主權財富基金對AI的投資資料。資料顯示，今年 1 月至 8 月，全球主權財富基金參與了總價值 464 億美元的 AI 風險投資交易，其中 433 億美元（超過 93%）流向了美國的初創公司。比如，阿布扎比主權財富基金旗下的資產管理機構Mubadala Capital領投了Crusoe。馬斯克的xAI，則得到了阿曼和卡達的主權財富基金支援。這些主權財富基金通常偏好能長期掌控技術秩序的公司，而不是短期能掙現金流的公司。除了主權財富基金外，養老基金、大學捐贈基金、產業資本等長期資本也是其重要的出資人。也就是說，美國AI創業公司背後的資本結構天然是“全球化+長周期”而國內資金量少得多。投中嘉川CVSource資料顯示，今年（截至11月15日）國內AI產業，累計融資金額約為480億人民幣，這包括了市場化VC/PE、國資機構、產業資本。其資金規模更小、期限更短、退出壓力更強，自然更偏好現金流可見性高的公司。但資金屬性只是表層原因，更深層的差異來自——歷史上誰曾掌握過“範式定義權”。答案是：在過去半個世紀，美國企業連續三次定義科技範式，這讓美國市場形成了“押注定義者而不是追隨者”的長期主義。比如第一次由微軟完成的PC革命。1981年，IBM 採用微軟 DOS 作為 PC 系統，第一次把“計算入口”交給微軟。1985年，微軟發布Windows系統，確立了圖形介面的交付標準。1995年，微軟發布Windows95，為全世界的個人電腦，建構了統一的交付平台。再加上推出的office系列產品，微軟最終定義了個人的網際網路生活與全球商業的辦公方式。第二次是由Google建立的內容革命。創業之初，靠著 PageRank 演算法，Google迅速成為網際網路使用者獲取資訊的起點，改變了使用者使用網際網路的習慣。2010 年以後，隨著智慧型手機普及、YouTube迅速增長、Chrome成全球最強瀏覽器，Google最終完成了對入口層的全面佔領。資訊不再自發傳播，而是“按Google的方式”被組織、排序、傳遞。第三次由蘋果創造的移動生活革命。原本手機只是“通訊裝置”，由諾基亞、黑莓、摩托羅拉統治。2007年發佈的iPhone則重新定義了“手機是什麼”。2008 年的 App Store又把手機從硬體產品變成一個“生態系統”，所有開發者必須遵循它的規則、介面和稽核流程。從此，蘋果掌握了移動網際網路時代的“入口權”和“生態秩序”。這三次定義，強化了美國投資人對於平台級技術的長期主義信仰。所以，全球資金對OpenAI們的追逐，正是延續了這一種信仰的“歷史慣性”。04. 中國企業創造半次勝利那麼中國企業呢？到目前為止，中國企業只完成了半次對世界的定義，那就是新能源。太陽能、新能源汽車、動力電池，這三大領域，其產能、價格和材料體系均由中國主導。中國企業是供應鏈上的規則制定者。舉個例子，在太陽能產業中，中國在矽料—電池片—元件—製造能力上的規模與成本優勢，形成了產業等級的“成本曲線定義權”。在技術上，不論是PERC ，還是TOPCon 、HJT，這些新技術的迭代節奏全部由中國企業決定。在動力電池行業，其磷酸鐵鋰、矽碳負極、電解液、隔膜等各個環節，都由中國企業把控。韓國市場分析機構SNE Research的資料顯示，今年上半年，中國動力電池企業在全球市場的佔有率持續提升，6家中國企業（寧德時代、比亞迪、中創新航、國軒高科、億緯鋰能、蜂巢能源）的市佔率合計達到68.9%。即使其他國家試圖削弱中國企業和供應商的影響力，也不得不遵循中國的價格體系和產能曲線。特斯拉當年必須依靠中國的供應鏈才得以起死回生；而歐洲老牌公司雷諾汽車也在2024年將新能源汽車的研發中心設在了上海。可見，中國企業不是單一技術領先，而是生態化的系統性的領先。站在一級市場的角度，我們認為新能源投資也標誌著人民幣基金的成熟。寧德時代就是里程碑，它是人民幣基金投出的第一家具有世界影響力的兆級企業。寧德的早期投資者，君聯資本葛新宇曾說，新能源是中國歷史上第一次為世界貢獻的工業語言。正說明了中國企業在這一領域擁有的範式定義權。但中國在新能源上並非完全具備軟體定義能力，所以只能說是“半次定義”。新能源汽車的作業系統，智能駕駛的城市標準，分佈式能源的調度與分配，這些軟性層面的標準和規則，依然在角逐之中。而AI的發展水平，無疑也深刻影響著這些軟體層面的競爭格局。05. AI的故事會按照既定劇情發展嗎？所以從產業發展的歷程上看，中美AI企業的估值差距，表面上看是模型強弱的差距，是LP屬性上的差距，但根本上是“美國企業定義了世界3次”與“中國企業定義了世界半次”之間的歷史差距。而現在AI產業上的競爭，正是進行中的又一次定義權之爭。這場競爭的起點，是誰的模型更加強大，但競爭的終點，在於誰能夠決定“人類未來應該如何使用AI”。這不止是性能競爭，更是系統的競爭。輝達、OpenAI和微軟等美國企業之間的合縱連橫，正是形成這一系統閉環的縮影。但歷史慣性並不意味著未來必然重演。紅杉資本David Cahn說，過去所有的壟斷，都是靜悄悄完成的。不論微軟，還是Google，早年間投資界對他們的預期，都遠遠小於後續的發展。他們當今的全球權力，是所有人的意外。但是今天，AI卻是擺在明面上的事。整個資本市場幾乎都在押注AI，不論是標普500，還是私募股權，全球資本都指向了單一方向。所以，會不會出現這樣的情形：當所有人都認為一件事會發生的時候，這件事就不會發生，或者不會按照預期的模樣發生？這或許是可能的。最近矽谷的一個新趨勢，就是投資那些由頂尖科學家組成“Neolabs ”（新生代實驗室），背後的邏輯便是對OpenAI、Anthropic 等高度成熟的大公司們的懷疑——5000億估值的企業已經過於龐大，在技術路徑上是否已經陷入了某種慣性？那麼在主流之外又有沒有新的可能？所以，競爭尚未落定。至少到目前為止，沒有那個模型能主導一切。特別是在中國開源模型的衝擊下，應用端公司和個人仍然有很多選擇。最近中美模型的下載量資料被刷屏了：2023年11月，美國模型在全球下載量中佔比超過60%，中國模型僅有25%。到2025年9月，中國模型新增下載量佔比已上升至約65%，而美國模型份額下降至30%左右。截至2025年10月，中國開源模型累計下載量達到約5.5億次，而美國模型為4.75億次。下載量上升說明中國模型可用性提升，這削弱了美國模型的先發優勢，增加了未來估值收斂的可能性。另一個在矽谷流傳但沒有核實的資料是，80%的AI創業公司都在用中國開源模型。這些資料都意味著，中國模型的可用性正在被海外市場驗證，這為後續更深層競爭打開了空間。所以，回到中美AI企業估值差距這一話題。OpenAI 的估值並不只來自模型能力，而來自其被視為主導下一代互動範式、工作方式和軟體形態的可能性。而中國AI範式也在競爭之中，如果它能持續從中國向外溢出，讓海外市場開始認為中國模式也能“制定標準”。那麼估值差收斂可能來得比想像中更快。這會發生在什麼時候？如今矽谷的AI泡沫的形成已經成為共識。人們開始質疑美國企業過於高估了。也許更清晰的未來，在這一輪泡沫消化（或破滅）之後就能看到。 (超越 J Curve)

引言：科技股回呼背後的基本面訊號2025年11月，隨著全球經濟不確定性加劇，美國股市尤其是科技類股面臨顯著調整壓力。其中，“MAG7”（Magnificent Seven，即微軟、蘋果、亞馬遜、Alphabet、Meta、輝達和特斯拉）作為市場主導力量，其股票表現備受關注。過去兩周，該指數（CNBC Magnificent 7 Index）整體下跌約5.2%，其中輝達（NVDA）和特斯拉（TSLA）領跌逾8%，而亞馬遜（AMZN）和Meta（META）也分別回落4.5%和3.8%。 微軟（MSFT）和Alphabet（GOOG）雖相對穩健，但累計跌幅仍達2.1%和1.7%。這一輪迴調並非單純的技術性調整，而是基本面因素逐步顯露的訊號，特別是自由現金流（FCF）的逆轉、資本支出（Capex）的激增以及信用市場的隱憂。長期以來，MAG7被視為經濟增長的引擎，其高估值源於強勁的現金生成能力和創新驅動的效率提升。然而，2025年第三季度財報季揭示出，AI投資熱潮正侵蝕這些巨頭的盈利質量。追蹤12個月（TTM）FCF資料顯示，Meta的FCF同比暴跌近70%，Oracle的FCF轉為負值，亞馬遜的FCF增速放緩至個位數。 分析師預計，未來18個月內，這一趨勢將進一步惡化：微軟和Alphabet的FCF增長預計轉為負值，整體MAG7的FCF預計下降15%-20%。這一變化的根源在於AI基礎設施的巨額投入。2025年，亞馬遜計畫Capex達1250億美元，Alphabet為910-930億美元，Meta為700-720億美元，微軟第三季度Capex已達349億美元。 Oracle則通過380億美元債務融資擴展資料中心。 這些支出雖旨在搶佔AI賽道先機，但短期內導致現金流承壓，引發市場對可持續性的質疑。信用市場率先發出警示。Oracle的5年期信用違約掉期（CDS）spread從年初的55個基點（bp）飆升至80bp，創兩年新高。 微軟CDS從13bp升至26bp，亞馬遜和Alphabet也出現類似上行。 投資級（IG）CDS指數CDX.NA.IG的spread從10月的70bp擴大至11月的82bp。 這不僅反映了對科技債的擔憂，還可能傳導至更廣泛的股權市場，推動S&P 500的市盈率（P/E）收縮。目前S&P 500的TTM P/E為27.88，遠高於歷史均值20倍，若信用spread持續拓寬，預計P/E將回落至24-25倍。本文將深入剖析這些動態：首先審視FCF趨勢，其次探討Capex驅動因素，然後分析信用市場訊號，最後評估對整體股市的影響。通過整合2025年11月最新資料，揭示科技巨頭從“現金機器”向“投資黑洞”的轉變，以及潛在的市場重估路徑。自由現金流趨勢：從增長引擎到壓力源頭自由現金流是評估企業財務健康的核心指標，尤其對高增長科技公司而言，它衡量了營運現金減去必要Capex後的剩餘資金，用於分紅、回購或再投資。MAG7長期憑藉高效的商業模式維持強勁FCF增長，但2025年這一優勢開始逆轉。以TTM資料為例，截至2025年11月7日，Meta的FCF從2024年的高峰大幅下滑近70%，僅為約150億美元，主要因AI伺服器採購擠壓了營運現金。 Oracle的情況更為嚴峻，其TTM FCF轉為負值，達-50億美元，受雲基礎設施擴張拖累。 亞馬遜的FCF增速從2024年的25%降至8%，TTM值為約450億美元，AWS雖貢獻主要收入，但Capex佔比已超40%。 相比之下，微軟和Alphabet仍保持正增長：微軟TTM FCF約800億美元，同比增長12%；Alphabet為650億美元，增速15%。 然而，這些資料僅是表象，財報季顯示，MAG7整體TTM FCF同比下滑10%，遠低於市場預期的5%。展望未來18個月，分析師共識更為悲觀。FactSet和Bloomberg資料顯示，Meta的FCF預計從2025財年的200億美元降至2026年的120億美元，下降40%。 Oracle的負FCF將進一步擴大至-80億美元，受債務負擔加重影響。 亞馬遜預計FCF增速轉為負5%，TTM值降至400億美元以下。 微軟和Alphabet的逆轉尤為引人注目：微軟2026年FCF預計下滑8%至700億美元，Alphabet降10%至580億美元。 這一預期源於Capex的結構性上升，預計MAG7 2025-2026年總Capex將達1.2兆美元，佔營收比重從15%升至22%。為量化這一趨勢，可參考歷史比較。2019-2021年，MAG7 FCF年均增長30%，支撐了P/E擴張至35倍。但2022-2024年，受疫情後需求放緩，增速降至15%。2025年11月資料表明，AI投資加速了這一衰退曲線：Meta的營運現金流雖增16%至1020億美元，但Capex佔比達49%，直接蠶食FCF。 類似地，Alphabet的Q3 2025營運收入升9%至312億美元，但FCF僅增5%，反映出資料中心成本的侵蝕。這一逆轉並非孤立事件，而是與宏觀環境互動。聯準會2025年維持高利率（聯邦基金利率4.25%-4.50%）增加了融資成本，MAG7的債務利息支出預計升20%至500億美元。 此外，地緣政治風險（如中美貿易摩擦）推高了供應鏈成本，進一步壓縮現金流。Bloomberg分析顯示，若Capex增速維持40%，MAG7的FCF/EV比率將從當前的8%降至5%，低於2018年低點。投資者需警惕FCF的季節性波動。Q4 2025財報預計將確認這一趨勢：亞馬遜AWS收入雖增20%，但Capex將達300億美元，FCF貢獻率降至30%。 Oracle的雲業務雖增長50%，但負FCF將持續至2026年中。 總體而言，FCF rollover標誌著MAG7從“增長優先”向“效率優先”的範式轉變，短期內將加劇股價波動。資本支出激增：AI基礎設施的投資邏輯與代價Capex的飆升是MAG7 FCF壓力背後的核心驅動力。2025年，AI成為科技巨頭戰略焦點，資料中心、GPU採購和雲端運算擴張主導了支出結構。根據CNBC資料，2024年亞馬遜、Meta、微軟、Alphabet和Oracle的總Capex達2410億美元，相當於美國GDP的0.82%。 進入2025年，這一數字預計升至3490億美元，增長45%。亞馬遜領跑Capex浪潮，其2025年預算達1250億美元，其中80%投向AWS資料中心和AI晶片。 Q3 2025財報顯示，Capex環比增25%至320億美元，主要用於Bedrock AI平台和自訂矽開發。預計2026年將再升20%至1500億美元，以應對OpenAI等競爭。 Alphabet的Capex從2024年的850億美元升至2025年的910-930億美元，重點是TPU v5晶片和Gemini模型訓練。 Q3支出達239.5億美元，佔營運現金的49%，預計Q4將達250億美元。Meta的AI投資同樣激進，2025年Capex預算700-720億美元，較2024年增30%。 Llama 3.1模型訓練需數千塊H100 GPU，Q3 Capex達280億美元，債務融資300億美元支援新資料中心。 微軟的Capex在2025年預計達1400億美元，Q3已達349億美元，增長74%。 Azure AI基礎設施擴張是主因，合作夥伴如OpenAI的支出間接推高微軟成本。Oracle雖非MAG7核心，但其Capex達500億美元，380億美元債務用於德克薩斯州資料中心叢集。這些投資的邏輯清晰：AI市場規模預計2025-2030年複合增長率達37%，達1.8兆美元。 MAG7通過Capex鎖定供應鏈（如輝達GPU），搶佔計算能力先機。Seeking Alpha分析顯示，亞馬遜AWS的AI收入佔比從2024年的15%升至2025年的25%，Alphabet的Google Cloud類似。 然而，回報周期長：資料中心ROI通常需3-5年，短期內Capex回報率僅為5%-7%，遠低於歷史10%均值。代價顯而易見。高Capex侵蝕FCF，推高負債率。Meta債務/權益比達37%，Oracle高達500%。 2025年11月，Bank of America警告，AI支出可能耗盡現金儲備，類似於2000年網際網路泡沫。 此外，能源成本上升：資料中心耗電預計佔美國總用電的8%，推高營運支出20%。從歷史視角，Capex峰值往往預示估值調整。2015年雲端運算浪潮中，亞馬遜Capex佔比升至30%，股價隨後回呼15%。當前AI周期類似，但規模更大：MAG7 Capex佔S&P 500總Capex的60%。 若聯準會2026年降息有限，融資成本將維持高位，進一步放大壓力。總體，AI Capex雖是長期增長催化劑，但短期已成為FCF的“黑洞”，促使市場重新評估MAG7的定價合理性。信用市場動態：CDS拓寬與IG指數警示信用市場往往領先股權市場發出風險訊號。2025年11月，MAG7的CDS spread顯著拓寬，反映投資者對債務可持續性的擔憂。Oracle的CDS最劇烈：5年期spread從年初55bp升至80bp，創2023年11月以來新高。 這與380億美元AI債務發行直接相關，Barclays下調其債評級至BBB-。 微軟CDS從13bp升至26bp，亞馬遜升至41bp，Alphabet新發CDS交易於29-30bp。 Meta雖CDS資料有限，但其300億美元債券發行推高spread至41bp，高於微軟和亞馬遜。這些變化並非孤立。CDX.NA.IG指數（投資級CDS）spread從10月的70bp擴大至11月7日的82bp。 ICE BofA US Corporate Index OAS升至0.82%（82bp），BBB級OAS達1.04%。 高收益（HY）OAS為3.15%，較上月升10bp。 Goldman Sachs資料顯示，MAG7債務佔IG總債的25%，其CDS上行拖累指數整體。CDS拓寬的方向性而非絕對水平更關鍵。歷史資料顯示，CDS升10bp往往預示股票跌幅3%-5%。Oracle股價與CDS反向相關：spread升85bp對應股價跌12%。 微軟類似，CDS升13bp伴隨股價回落5%。 CoreWeave等AI初創CDS超500bp，放大市場恐慌。宏觀因素放大這一訊號。2025年企業債發行量達2兆美元，MAG7佔30%。 通膨回升（CPI 3.2%）和聯準會鷹派立場推高借貸成本。Reuters分析顯示，IG spread拓寬與S&P波動率正相關，r=0.65。總體，信用市場正從“寬鬆 complacency”轉向警惕，MAG7 CDS上行預示更廣的債市重定價。股權市場傳導：S&P收益收益率與PE收縮壓力信用spread拓寬直接影響股權估值。S&P 500的收益收益率（earnings yield，E/P）與IG/HY spread高度相關，相關係數達-0.75。 當前S&P E/P為3.6%，接近BBB債收益率5.6%的低點。 若IG OAS升20bp，E/P預計升至4.0%，對應P/E從27.88降至25。MAG7主導S&P權重（35%），其FCF壓力將拖累整體盈利。2025年Q3，S&P EPS增長11.2%，但剔除MAG7後僅6%。 預計2026年EPS增速降至8%，P/E收縮2-3倍。 歷史資料顯示，2000年dot-com泡沫中，類似spread拓寬導致P/E從40降至20。隱含波動率（IV）同步上升，VIX從15升至18，反映市場對AI回報的疑慮。 LQD/SHY比率升0.5%，HYG弱勢確認信用壓力。這一傳導將放大MAG7回呼，S&P潛在下行5%-7%。輔助指標監測：ETF比率與OAS的即時洞察輔助工具如ETF比率提供信用spread的簡化檢視。LQD（IG債ETF）收益率4.39%，HYG（HY債）3.13% OAS。 SHY/LQD比率升0.02%，HYG弱於SHY 2.3%。 ICE AAA OAS升5bp。這些指標與IV聯動，VIX升與OAS r=0.7。 投資者可通過MAGS ETF（MAG7追蹤）監測，近期跌3%。結論：重估機遇與風險並存MAG7的FCF逆轉、Capex激增與CDS警示預示估值重估。短期壓力增大，但長期AI潛力猶存。投資者應關注Q4財報，平衡風險。 (周子衡)