在AI的五層產業鏈上，定價權究竟在誰手裡，又將走向何處。 2026年3月，黃仁勳在GTC大會上說了一句話：「Tokens are the new commodity。」Token是新的大宗商品。 這句話聽起來像是在宣佈Token將會越來越便宜——大宗商品化的結果是價格下行、利潤攤薄。但如果你理解黃仁勳在說這句話時的處境和意圖，就會發現他說的不是「所有人的利潤都會被攤薄」，而是「其他層級的利潤會被攤薄，但我的不會」。 他是在宣佈一場選擇性同質化戰略的勝利——把模型層、基礎設施層的護城河填平，讓Token在這些層面充分競爭、價格下行，而唯獨晶片層的壟斷定價權至少在當下，仍然是整條產業鏈最堅固的那一環。Token越便宜，呼叫量越爆發，所有人越需要買輝達的晶片來生產這些便宜的Token。

不管你喜不喜歡，承不承認，在中國幾十款9系旗艦SUV裡，能稱得上“神車“二字的，唯有問界M9。 一方面是汽車行業卷生卷死，一季度全行業利潤僅784億，利潤率3.2%創歷史新低。熱鬧的發佈會、光鮮的明星場、喧囂背後3.2%的利潤率，終究還是戳破了表面的榮光。 但另一方面，某些地方，卻是一派欣欣向榮。 “越是這種時候，我走進問界終端使用者中心，都越會有一種錯覺：經濟形勢一片大好，汽車行業一片繁榮。”這是5月25日，在前往深圳參加全新問界M9上市發佈會之前，我在問界展廳有感而發，發的一條朋友圈。

有些人可能會認為輝達的股票已經走下坡路，但我認為並非如此。我認為現在正是買入它的絕佳時機，尤其是在上個月市場對其 2027 年第一季度的盈利報告表現得毫不在意之後。很少有股票能像輝達那樣具備如此大的上漲空間和價值，而且我認為現在它是市場上最值得買入的股票之一，原因有三。 1. 資料中心的資本支出正在急劇增長 在 2026 年年初，所有人都對那些人工智慧超大規模企業計畫在資料中心建設上投入的資金數額感到驚嘆。當時估計的金額為 6500 億美元，但此後可能有所增加。然而，輝達在其最近的財報電話會議上透露，2027 年在這一方面的支出還將大幅增加，因為該公司預計超大規模企業將投入超過 1 兆美元的資本支出。鑑於輝達仍是這些資料中心計算裝置的主要供應商，這對它的未來而言是個好兆頭。 然而，更明顯的趨勢是預計到 2030 年將會發生的情況。屆時，輝達預計全球資料中心的資本支出將每年達到 3 兆至 4 兆 美元。如果這種情況發生，輝達的股票在未來幾年肯定會大幅上漲。

為什麼今天的中國科技企業，開始敢於公開說自己要去全球高端市場？ 這個問題，放在十年前並不容易回答。彼時，中國製造出海最容易被世界理解的方式，仍然是“更便宜”，更成熟的供應鏈、更快的製造響應、更強的成本控制。產品可以賣到全世界，但價格、標準和品牌想像力，仍然常常由別人定義。 但現在，情況正在發生變化。中國科技企業不再只是把產品賣向全球，也開始嘗試在全球市場上重新定義產品、價格和品牌位置。追覓正是這個轉折點上，一個足夠鮮明的樣本。在最新接受央視專訪時，追覓科技創始人俞浩談到高速數字馬達、德國市場和高價出海，也談到追覓從清潔電器走向大家電、汽車、機器人等更大賽道的野心。 相比社交平台上更容易被看見的個人聲量，這場採訪真正值得注意的，是追覓如何把一次企業增長，放進技術支點、全球定價和長期目標的框架裡。

親愛的藏金洞友們： 洞主提醒：今天這根陽線，不是智譜一家的事。 它是在告訴市場：AI資產的定價權，正在從“誰講故事”進入“誰能上市、誰能漲、誰能退出”的階段。 今天港股AI股又炸了。

01 Cerebras逆勢上調IPO定價 2026年5月9日，彭博報導稱，AI晶片製造商Cerebras Systems計畫上調其首次公開募股的定價區間，反映出強勁的投資者需求。這家總部位於加州桑尼維爾的AI晶片公司，正尋求在人工智慧基礎設施投資熱潮中登陸公開市場。 根據最新消息，Cerebras原計畫以每股115至125美元的價格推介2800萬股股票，擬募資最高35億美元，估值最高達到266億美元。然而，由於路演過程中獲得了來自機構和戰略投資者的強勁需求——包括亞馬遜、OpenAI和多位中東主權財富基金——公司最早將於5月13日上調價格區間。更令人矚目的是，此次IPO已經吸引了超過20倍的認購訂單，承銷銀行在正式推介前就已收到投資者超過100億美元的認購意向。

2026年前四個月，港股IPO募資額同比增長六倍，基石投資規模同同比增長八倍，國際資管、險資、公募基金和產業基金構成了港股IPO基石投資的多元化陣營 2026年前四個月，港股IPO（首次公開發行）市場募資規模繼續領跑全球，47隻新股募資額突破1500億港元，新股數量同比增近三倍（2025年同期17隻），募資額同比增超六倍，基石規模水漲船高，同比增八倍，新股認購火爆。據港交所資料，截至4月底，約500家企業仍在排隊上市，預計今年港股仍將保持穩步密集發行。 經曆數年低谷之後，近兩年港股IPO不但重新活躍起來，亦發生著結構性變化，科技與新經濟類公司成為這輪上市潮的主力，無論是AI晶片、半導體IP，還是分佈式儲能、大模型應用，一批代表新質生產力的企業扎堆登陸港股，為長期資金提供了較此前相對稀缺的配置標的。 與IPO持續繁榮相伴而生的，還有基石投資者的躍升：瑞銀、摩根士丹利、高盛、貝萊德、淡馬錫等全球資管機構，泰康、平安、大家等頭部保險機構，廣發、華夏、易方達等公募基金，以及韋爾半導體、華勤技術、騰訊等產業資本，悉數出現在這支隊伍中。

我點開 DeepSeek 的 API 定價頁，想看看 V4 具體售價多少，結果在價格表下方看到一行灰色小字。字型特別小，不留意的話很容易直接劃走。上面寫著「受限於高端算力，目前 Pro 的服務吞吐十分有限，預計下半年昇騰 950 超節點批次上市後，Pro 的價格會大幅下調」。簡單來說，DeepSeek 把自己未來能不能降價、降多少，公開繫結到了華為昇騰 950 這顆晶片的出貨節奏上。早在 DeepSeek 正式發佈前，就有不少傳聞將它和昇騰關聯在一起，只是一直沒有實錘，現在來看，雙方的深度合作已經落地。所以，在我看來，這行不起眼的灰色小字，蘊含的關鍵資訊，比所有跑分加起來都大。想要看懂這行小字到底有多關鍵，得先弄懂一個技術細節；DeepSeek V4 訓練時，用了一種叫 mxFP4 的精度方案。這名詞聽著特別高大上，其實我也不懂啊。於是，索性瞭解了下，意思是：大模型有著上兆個參數，每個參數本質上是一串數字，這些數字全都要存放在晶片的儲存空間裡；行業裡普遍用的是 FP8 方案，靠 8 位位元記錄一個數字，FP4 隻需要 4 位位元就行。打個通俗的比方：FP8 就像用常規字號在 A4 紙上記筆記，一頁紙能承載的內容很有限，FP4 把字號縮小一半，同一張紙能裝下兩倍內容。雖說精細度稍微差一點，完全不影響正常識別和使用。我專門查過實測資料，FP4 對比 FP8，問答的精準度幾乎沒怎麼掉，日常使用的絕大多數場景裡，普通人完全感受不到區別，還能直接省下一半儲存空間。簡單講，FP4 的優勢，是更少的儲存空間，更低的計算成本，跑差不多效果的模型。搞懂 FP4 之後，接下來的事情有意思了。目前輝達的整個生態體系，主流用 FP8。國內晶片這邊，華為昇騰 950 是唯一一款已經商用、並且明確支援 FP4 的 AI 加速卡。重點是：唯一一款。DeepSeek V4 在訓練階段選了 FP4，昇騰 950 恰好是國內唯一支援 FP4 的晶片，這兩件事放在一起，不需要任何人告訴你結論。這根本不是模型做完再臨時去相容國產晶片，早在模型訓練起步階段，選擇精度規格的時候，已經專門為這顆晶片量身鋪路了。就像你設計一把鑰匙時，已經知道它要開的那把鎖長什麼樣。那 DeepSeek 為什麼要這麼做？單純立場問題，或是情懷加持？我覺得根本沒這麼簡單，畢竟它一直堅持開源，海外也有大量使用者在使用。本質上，背後有一筆實打實的商業帳單。要知道 DeepSeek 是開源企業，核心收入全靠 API 呼叫；它的核心打法是極致低價，V4-Flash 輸入只要 0.2 元每百萬 tokens，比 OpenAI 同檔次產品便宜幾十倍，妥妥的行業價格殺手。「價格屠夫」的名頭聽著亮眼，背後卻有個繞不開的硬性要求，那就是算力成本必須壓到極致。如果一直繫結輝達，兩大難題永遠躲不開：一，顯示卡造價昂貴，高昂的算力成本會直接壓縮利潤；二，供應鏈完全不受自己掌控，一旦相關管制收緊，隨時會被卡脖子。開源模型廠商利潤本來就十分微薄，這種盈利模式下，把核心算力命脈，攥在無法自主掌控的外部供應商手裡，無異於慢慢等死。所以，擁抱國產晶片是 DeepSeek 能持續走低價路線、長久活下去的核心關鍵。對了，這還沒完。V4 是周五上午發的，同一天之內，華為昇騰、寒武紀、海光資訊、摩爾線程率先官宣完成適配。到收盤前，加上沐曦、崑崙芯、平頭哥、天數智芯，一共 8 家國產 AI 晶片品牌全部完成「Day 0 適配」。Day 0，發佈當天就能跑。不光是晶片廠商，華為雲、騰訊雲、百度智能雲、阿里雲、天翼雲、聯想智能雲這些雲服務商，也在同一天宣佈把 V4 上架到自己的平台；寧暢、長江計算這些做伺服器的廠商，也跟著同步跟進。一個模型發佈，整條產業鏈當天就集體響應，這速度絕對不可能是看到發佈才開始動手的。你想啊，一個兆參數的全新模型，從拿到權重，到完成適配、跑通推理、測出性能資料，幾個小時根本不可能做完。那答案就只有一個了：這些廠商，早就提前拿到了 V4 的模型，早就開始做準備了。我查了一下，The Information 的報導也印證了這一點。DeepSeek 在 V4 發佈之前，特意給國產晶片廠商開了提前適配的窗口，給了他們好幾周的時間做偵錯、做最佳化，反倒是輝達和 AMD，沒拿到這個優先權。所以，你再回頭看周五那天的場面，它更像一場提前排練好的集體亮相。DeepSeek 是領唱，幾家晶片廠商是和聲，雲服務商和伺服器廠商是伴奏，所有人在同一天一起上台。以前聊 AI 產業鏈，基本上都沿著同一條線說：模型突破了，算力需求爆發，所以要建更多算力中心，需要更多晶片，輝達吃肉，台積電代工跟著喝湯，台積電產能不夠就得買裝置，半導體裝置是下一個主線。我承認，這條邏輯過去兩年完全成立，V4 這次釋放的訊號，是旁邊正在長出另一條鏈路。前面我說的，FP4 精度選擇、幾家晶片同天適配、雲服務商同步上架，串起來看，這條新鏈路的輪廓已經很清晰了。它的核心驅動力是「軟硬體從源頭協同設計」。堆量和協同，受益的方向幾乎沒有重疊，用舊地圖去找新鏈路上的機會，大機率會走偏。這件事的影響範圍還不止於「利多誰」。我查了一下，據路透社 3 月 27 日報導，字節跳動和阿里巴巴均計畫大規模採購昇騰 950，華為今年計畫出貨約 75 萬顆。國內財經媒體援引的資料更具體，字節約 25 萬顆，阿里約 15 萬顆，光這兩家加起來就 40 萬顆，佔了全年出貨計畫的一半以上。需要說明，這組採購數字，幾家當事方既沒有回應、也沒有承認，晶片採購量級本身屬於高度敏感的商業資訊，不公開確認是正常的。因為供需關係的變化，昇騰 950 已經漲價 20%，這些訂單在 V4 發佈之前就已經下了。這裡有一個很微妙的關係，大廠們買了晶片，準備用國產算力來跑大模型、做雲服務。這個商業決策最終成不成立，取決於一個前提：得有一個足夠強的模型，在這顆晶片上真的跑通了，效果經得起驗證。V4，正是那個驗證。它是整個國產算力產業鏈的一張驗收單，驗收通過，40 萬顆晶片的訂單才有意義，後續更大規模的採購才有依據。當然，這件事也沒有那麼完美，不能為了吹捧忽略客觀事實。訓練側，V4 最核心預訓練過程，仍然跑在輝達的體繫上，國產晶片目前接住的是推理側，使用者實際呼叫模型時的那部分算力。訓練和推理是兩件事，推理跑通了不代表訓練也能脫離輝達。昇騰 950 的產能也是另一個未知數，全年 75 萬顆的出貨計畫，光字節和阿里兩家就要走一半以上，後面排隊的還有騰訊、百度和一眾中小廠商；供不應求的局面下，產能能不能跟上，直接決定這條新鏈路的傳導速度。換句話說，閉環在推理側跑通了，訓練側還要時間。我認為，看這件事得看方向，過去幾年，中國 AI 產業的底色一直是「用別人的晶片，追別人的模型」；V4 釋放的訊號不一樣，有人開始用自己的晶片跑自己的模型了，晶片和模型從一開始就在一起長。路還很長，產能瓶頸、訓練側的硬骨頭、CUDA 生態十幾年積累的護城河，這些都是真的；當然，中國 AI 第一次在頂級模型層面跑通國產算力閉環，這也是真的。 (王智遠)