摩根士丹利發佈了一份研報《AI供應鏈：CPO與ASIC動態更新》，詳細拆解了CPO的技術路徑、產業格局，預測全球AI光模組市場規模將從2025年的約180億美元增長至2028年的約500億美元，對上詮 (3363.TWO)、萬潤 (6187.TWO)進行了詳細的業務與財務預測分析。2026年，是CPO技術規模化發展的元年。一場由“電互連”轉向“光互連”的底層革命，正從實驗室和PPT，快步走向生產線和資料中心。AI模型參數呈指數級增長，對資料中心內部的資料傳輸頻寬和能耗提出了近乎殘酷的要求。傳統的方案，是在交換機、GPU等晶片之外，通過可插拔光模組進行電-光訊號轉換和互聯。好比城市的主幹道已經擴建到16車道，但連接主幹道的匝道和橋樑還是2車道，必然造成嚴重交通擁堵。CPO，簡單理解就是把光學引擎（雷射器、調製器等）和交換機/GPU晶片“共封裝”在同一個基板上，有如下幾方面優勢：功耗銳減：傳輸路徑極短，訊號損耗和功耗大幅降低。報告引用資料，在224G速率下，傳統電互連的功耗和誤位元率已成為瓶頸。頻寬密度飆升：單位面積內能實現的傳輸頻寬指數級提升，滿足下一代GPU（如Rubin, MI550）的“喂資料”需求。延遲降至納秒級：為大規模AI叢集的協同訓練掃清障礙。CPO的發展將沿兩條主線平行：Scale-out（橫向擴展）：主要用於資料中心機櫃之間的互聯。NVIDIA是先鋒，在GTC 2025上發佈了Quantum和 Spectrum CPO交換機。2026年，其Spectrum-X交換機將是主力，預計帶動60萬-100萬個光學引擎和約2.3萬台交換機的出貨。Broadcom也已推出其102.4T的CPO交換機平台，預計2026年下半年開始出貨。Scale-up（縱向擴展）：主要用於單個機櫃內部，GPU到GPU之間的超高速互聯。這被認為是潛力更大的市場，因為目前這部分連接100%是電的。報告推測，NVIDIA很可能為Rubin Ultra平台推出CPO版本的NVLink互聯方案。AMD也目標在2027/2028年為其MI550/MI650系統引入Scale-up CPO。CPO供應鏈進展：NVIDIA：在即將到來的3月16日GTC上，預計會公佈更多Spectrum CPO細節，並可能發佈1-2款新的Quantum交換機，為2027年量產鋪路。TSMC（台積電）：作為底層製造核心，其矽光平台（COUPE）是CPO實現的基石。供應鏈檢查顯示，台積電目前約有每月500片晶圓的PIC（光子積體電路）產能，而客戶要求其從2027年第一季度開始，將產能激進地擴張到每月1萬片，以支援強烈的CPO需求，其中NVIDIA將是最大消耗者。Fabrinet、Lumentum、Coherent等：這些全球光器件龍頭在近期財報會議上均釋放了極其樂觀的訊號。Fabrinet已從三個客戶獲得CPO項目，預計2026年四季度能實現約5000萬美元CPO收入；Coherent則拿到了來自領先AI資料中心客戶的“異常大訂單”。它們一致認為，Scale-up CPO的市場機遇將“碾壓”Scale-out市場。報告詳細分析了兩家公司：萬潤（萬潤，6187.TWO）和上詮（上詮，3363.TWO）。摩根士丹利對二者均給出了“增持”評級，並大幅上調目標價。1. AllRing：不止於CoWoS，CPO裝置成為新引擎基本盤穩固：公司是台積電CoWoS先進封裝裝置的核心供應商之一。預計2026年其CoWoS相關營收仍將佔總營收的76%。但隨著更多非台積電的封裝廠商入場，公司將開闢新的市場。新增長極：在CPO領域，AllRing提供前端（EIC/PIC）與後端（光纖）耦合裝置以及自動光學檢測（AOI）裝置。報告預測，CPO裝置營收佔比將從2026年的13%快速提升至2027年的29%。這得益於CPO交換機出貨量的激增，以及Rubin Ultra等Scale-up CPO方案的推出。估值重塑：基於CPO等新業務的強勁預期，摩根士丹利將萬潤的目標價從450新台幣大幅上調至688新台幣。看多邏輯在於，其深度繫結了台積電的先進封裝與矽光產能擴張，是“賣鏟人”中的關鍵角色。2. 上詮：聚焦“纖維陣列單元”，坐擁 NVIDIA 核心賽道核心技術：上詮的核心產品是CPO中的關鍵元件——光纖陣列單元，其ReLFACon技術能實現光訊號與多晶片模組的高可靠直連。深度繫結龍頭：報告進行了詳細的底部測算。在NVIDIA的CPO供應鏈中，上詮與TFC、Senko是主要的FAU供應商。預計上詮能佔據約40%的市場份額。僅NVIDIA一家，在2027-2028年對上詮的營收貢獻就可能從44%飆升至81%，成為絕對的業績驅動力。產能與客戶群擴張：公司剛剛完成增資，並計畫進行私募，募集資金主要用於研發和FAU產能建設。供應鏈資訊顯示，已有超過10家客戶正在進行CPO原型開發，這意味著除了NVIDIA，AMD、ASIC廠商等都可能成為其未來客戶。目標價上調：儘管因產能搬遷導致2025年四季度業績弱於預期，但基於CPO的長期巨大潛力，摩根士丹利將其目標價從450新台幣上調至708新台幣。報告認為，公司的矽光/CPO業務佔比將從2024年的7%暴增至2028年的80%，完成徹底的轉型。(iRich投研助手)

摩根士丹利Morgan Stanley據報將全球裁員約3%員工，涉投行和交易業務、以及財富和資產管理業務的員工。截至2025年底，摩根士丹利員工約8.2992人，此次裁員規模接近2500人。報導引述知情人士表示，摩根士丹利此次裁員涉及前台和後台員工，稱裁員與個人績效有關，同時亦反映業務重點和辦公地點策略的調整。摩根士丹利過去一年全年淨利潤創紀錄，並將CEO Ted Pick薪酬上調32%。(瑞恩資本RyanbenCapital)

《人形機器人的訊號：機器人“大腦”將如何演進？》核心內容：一、發展路徑：VLA為主流，世界模型為前沿，中國廠商務實推進當下，人形機器人“大腦”的主流走向是VLA（視覺 - 語言 - 動作）模型。此架構具有徑直嫁接大語言模型以及多模態視覺模型的能力，機器人能夠領會自然語言指令，進而對應為具體動作，讓其擁有比傳統分層模型更強的互動能力和泛化潛力。具有代表性的玩家涵蓋Figure、Physical Intelligence、Galbot、X Square Robot等。然而，VLA可不是終點。報告表明，Nvidia的Jim Fan等專家對VLA提出過質疑，認為其本質依舊是“語言優先”，對物理世界的建模能力不夠，致使機器人在複雜物理互動裡表現欠佳。所以，研究機構著手探索世界模型等新型架構，像Nvidia的DreamZero、1X的世界模型、Robbyant的LingBot VA。這類模型，借助對物理世界動態之規律的學習，具備“想像”未來狀態之舉，進而提升泛化能力以及任務適應性。在國內市場範疇之內，廠商選取了更為講求實際的路線：短期內持續對VLA予以最佳化，借由強化基礎模型（像阿里的RynnBrain）、引入推理模組、融合強化學習等途徑逐步提升能力；長期則著重於世界模型等前沿方面，不過更側重於“場景逐個實現突破”——先於具體任務當中部署機器人，憑藉真實資料回饋模型迭代，建構起“硬體迭代+資料積累+模型最佳化”的正向循環。這種漸進式智能化路徑更貼合當前技術約束，也更具落地可行性。二、核心瓶頸：資料稀缺與算力不足，制約模型能力躍遷具身智能規模化落地面臨兩大硬約束，一是資料質量和規模不足，二是邊緣算力瓶頸。資料瓶頸是阻礙VLA模型發展的最大難題。不同於LLM能夠借助網際網路文字資料，機器人訓練所需的是“視覺-狀態-動作-獎勵”相互對齊的多模態資料，而這種資料的採集成本極其高昂。存在三條主要的當前資料來源路徑，一是遙操作，其資料質量高，然而效率低且成本高；二是模擬資料，其數量大，不過存在Sim2Real gap，因接觸物理、感測器噪聲等致使難以完美建模；三是人類視訊，其資料廣度大，可是與機器人控制不對齊，並且缺乏力覺、深度等資訊。報告提出了“資料金字塔”概念，即越高品質的資料越稀缺，真實世界運算元據是難以獲取的“金礦”。此行業正於多個方面尋求突破困局：其中，模擬最佳化（像Nvidia Isaac Sim這般）會使之對真實資料的依賴得以減少；資料工廠（於中國諸多地方所建立的狀況）借由規模化遙操作來採集具備高品質的資料；跨本體資料通用性（例如Nvidia GR00T N1.6能夠支援多種型號機器人的情形）可實現資料復用率的提高；高精度動捕加第一視角視訊（就如Paxini那樣）會促使資料採集效率獲得提升標點符號。算力瓶頸，同樣是十分嚴峻的情況。人形機器人，需要進行即時互動，沒辦法依賴於雲端大模型推理。縱然Nvidia最新Thor晶片能提供2070 TFLOPS算力，還是被多家廠商認定為不足以去支撐複雜模型推理。因而，在短時間之內，機器人模型參數的規模依舊會被控制在百億等級的範圍之內，也就是大約在~10B這個數值以內，而這同樣表明了通用智能的“湧現”還需要一段時日。三、未來格局：規模遊戲開啟，頭部優勢持續放大報告針對未來格局作出的判斷為，人形機器人會逐漸演變成一場“規模遊戲”，並且結構性優勢會使領先者和追趕者之間的差距被拉大。資料飛輪效應促使頭部玩家加快勝出的速度。那些擁有大規模佈局機器人的廠商，能夠拿來更多發生在真實世界裡互動所需資料，並據此塑造出更為優質高端先進完備的策略模型，進而對產品自身性能予以提升，從而吸引到更多的客戶，最終形成一種正向的循環。與此同時，模擬這類預訓練以及世界模型，是需要大規模算力來進行投入的，頭部公司具備的在算力以及資料方面的結構性優勢，將會持續不斷地被放大。模型供給端會分化成兩類玩家，一類是獨立模型提供商，也就是類似機器人界的“Android”，它們由科技巨頭主導，會提供通用機器人作業系統以及模型介面，另一類是全端整合者，它們依靠自有大規模機器人叢集形成資料閉環，進而持續最佳化模型能力。報告覺得，2026年在這一方向上會看到更多進展，不過依舊處於早期階段。總結：具身智能所處的階段是在“由VLA主導，在接下來的三到五年時間裡，行業將會呈現出“具有漸進式智能化的態勢，頭部加速朝著集中方向發展，模型供給出現分化。於從業者來講，資料採集能力以及算力部署能力會成為核心競爭力。(TOP行業報告)

今天我拿到了一份摩根士丹利（Morgan Stanley）剛剛發佈給核心客戶的重磅研報——《AI光模組：增長壓倒顛覆》 (AI Transceivers: Growth Dominates Disruption)。這份報告太重要了。因為它直接把過去半年懸在所有AI硬體投資者頭頂的那把“達摩克利斯之劍”——CPO（共封裝光學）替代論，給硬生生折斷了。最近，不管是美股的 Coherent，還是我們A股的“易中天”三劍客，估值總是給不上去。大家怕什麼？怕輝達下一代 Rubin 架構搞“去光模組化”，怕矽光CPO一出來，現在的插拔式模組全部歸零。但大摩這份報告，用極其詳實的資料告訴市場：你們想多了。CPO是未來，但絕不是現在。一、最大的預期差：CPO“狼來了”，但狼還在很遠的地方大摩在報告裡做了一個非常大膽的“糾偏”。他們調研後認為，CPO技術目前還卡在良率低、散熱難、成本貴這“三座大山”上。結論非常毀三觀：即使到了2027年，CPO對傳統光模組市場的侵蝕也僅僅只有 11%。這意味著，在未來兩三年裡，可插拔光模組依然是AI硬體中確定性最高的王者。更得人心的是這組資料：AI光模組的市場規模（TAM），將從今年的180億美元，飆升到2028年的 500億美元。這是一個實打實的 三年三倍 的增量市場。在這個巨大的蛋糕面前，那點被CPO分走的份額，簡直可以忽略不計。二、銅纜贏了機櫃，光模組贏了世界很多朋友問我：“老王，輝達 NVL72 機櫃裡全換成銅纜了，光模組是不是這就沒戲了？”大摩這次提出了一個非常性感的增長模型：Scale-Up（向上）、Scale-Out（向外）、Scale-Across（跨越）。雖然機櫃內部（Scale-Up）用了銅，但這反而逼出了機櫃外部（Scale-Out）對頻寬的極度飢渴。當AI叢集從萬卡邁向十萬卡，資料中心之間要搞 DCI 互聯（Scale-Across）時，銅纜就徹底歇菜了，1.6T 高速光模組 將接棒成為唯一的主角。簡單說：輝達在家裡用銅省下的錢，出門全買了光模組。三、誰在印鈔？大摩給出的名單很“暴力”這份報告最刺激的地方，是大摩對中美兩地核心龍頭的評級調整。這種力度的“空翻多”，在投行圈並不多見。🚀 第一名：中際旭創 (Eoptolink, 300308.SZ)大摩直接把評級從“低配”（Underweight）暴力翻多至 “超配”（Overweight），目標價直接看高到 460元。邏輯：它是輝達 1.6T 光模組的核心一供，地位不可撼動。只要輝達還在出貨，它就是最大的賣鏟人。🚀 第二名：天孚通訊 (TFC, 300394.SZ)目標價從 142 元直接拉升至 371 元（接近翻倍空間！）。邏輯：天孚做的是光引擎，這其實是 CPO 時代的過渡形態。進可攻 CPO，退可守光模組，卡位極佳。🚀 第三名：Coherent (COHR)美股光通訊龍頭，它是 Scale-Across（長距離相干光）的最大受益者。四、老王看來：這是機構搶籌的發令槍結合我昨天看到的輝達 Rubin 架構內部文件，這事兒的拼圖拼完整了。市場總是喜歡在技術變革的前夜過度恐慌，自己嚇自己。當所有人都在擔心“光模組要死”的時候，大摩告訴你：別傻了，產能缺口還大著呢，趕緊買票上車。對於A股投資者來說，中際旭創和天孚通訊這次被大摩“點名表揚”，是一個極其重要的訊號：華爾街資金正在重新定價中國光模組龍頭的持續性。只要輝達的 Capex（資本開支）不崩，這就是一場甚至比 2023 年還要壯闊的業績兌現潮。最後多說一句：投資不能只看“硬幣的一面”。CPO是遠期的利空（對模組廠），但更是近期的利多（因為技術不成熟，反而延長了現有產品的生命周期）。在2026年當下，業績增長才是硬道理。拿著好公司，坐穩了。 (老王說事)

雲資本開支援續超出預期，2026 年總支出預計達 7350 億美元，將實現連續第三年 60% 以上的增長。由於計算需求持續供不應求，我們預計雲資本開支相關的強勁公告將持續發佈，這對雲資本開支敞口較高的供應商而言是積極訊號。核心要點市場對 2026 年全球雲資本開支的一致預期目前為 7350 億美元，較一周前上調 22 個百分點，同比增長約 60%。全球 11 大雲支出方的資本開支強度（資本開支佔總營收的比例）目前已超過 25%，是 2014-2023 年平均水平的 3 倍。2025-2026 年全球雲資本開支總規模預計達 1.2 兆美元，較一年前的預測高出 5000 億美元。我們認為這對雲資本開支敞口較高的元件供應商而言是明確的積極因素。2026 年雲資本開支目前預計約為 7350 億美元，同比增長約 60%，較第四季度財報發佈前的預測（同比增長 35%）上調 22 個百分點，增幅約 1200 億美元（見圖表 2）。2026 年資本開支的上調，主要得益於Google、亞馬遜和META在本財報季發佈的強勁 2026 年資本開支指引（見圖表 3）。儘管 2026 年 57% 的同比增速較 2025 年回落 9 個百分點，但這仍將是 11 大雲資本開支方連續第三年實現約 60% 以上的同比增長，這在我們雲資本開支追蹤歷史中尚屬首次。考慮到：（1）摩根士丹利對 2026 年總資本開支的預測為 7950 億美元，較市場一致預期高出 8%；（2）至少在過去 9 個季度中，11 大支出方的雲資本開支合計預期每季度均在上調，我們認為市場對雲資本開支的預期仍有可能進一步走高。事實上，回溯至一年前（2024 年第四季度財報發佈前），2025-2026 年全球雲資本開支的預測總額為 7100 億美元，而目前這一數字已上調至 1.2 兆美元，新增支出 5000 億美元，相當於總營收的 26%，約為 2014-2023 年資本開支強度平均水平的 3 倍（見圖表 4）。隨著主要雲服務提供商（CSP）的月度處理代幣量呈指數級增長（見圖表 5）、Google雲（GCP）/ 亞馬遜雲（AWS）/ 微軟雲（Azure）的合計雲營收加速增長（見圖表 7）、資料中心承諾不斷擴大，以及資料中心元件供應商紛紛強調需求加速增長且業務可見性提升，我們認為超大規模雲服務商的資本開支預期將持續面臨上行壓力。關於摩根士丹利覆蓋的、有望從這一趨勢中受益的雲資本開支相關資料中心元件供應商完整名單，詳見圖表 1。圖表 1：摩根士丹利覆蓋的美國、歐洲及亞洲股票研究範圍內，50 多家科技公司的雲資本開支相關營收敞口估算美國四大超大規模雲服務商對 2026 年支出計畫有何具體表態？本財報季美國超大規模雲服務商的評論繼續凸顯，2026 年人工智慧驅動的基礎設施支出將出現顯著加速 —— 所有服務商均表示，2026 年全年將持續面臨供應約束，且需要加速投資和 / 或最佳化產能配置，以應對激增的計算需求。META指引 2026 年資本開支為 1150-1350 億美元（中點值同比增長 73%），將加大對元宇宙超級智能實驗室（MSL）及更廣泛 AI 基礎設施需求的投資。Google指引 2026 年資本開支為 1750-1850 億美元（中點值同比增長 97%），全年支出將逐步增加，以支援Google深度思維（Google DeepMind）、Google服務系列中面向使用者的 AI 功能改進，以及大量雲基礎設施需求。Google指出，約 60% 的支出用於伺服器，40% 用於資料中心和網路等長期資產。亞馬遜預計 2026 年資本開支約為 2000 億美元（同比增長 52%），主要用於亞馬遜雲（AWS），核心驅動力包括核心（非 AI）和 AI 雲工作負載的增長速度超出預期。亞馬遜還表示，其正在以儘可能快的速度將新增產能轉化為收入。微軟未提供 2026 年定量資本開支指引，但表示受雲基礎設施建設的正常波動及融資租賃交付時間影響，第三季度（3 月季度）資本開支將環比下降。微軟管理層還指出，短期資產（CPU 和 GPU 伺服器）在資本開支中的佔比將維持在三分之二，與第四季度（12 月季度）持平。圖表 2：2025 年第四季度美國超大規模雲服務商財報發佈後，我們的雲資本開支追蹤顯示 2026 年同比增速為 57%，較三周前 35% 的預測上調 22 個百分點圖表 3：摩根士丹利目前估算，11 大雲服務商 2026 年現金資本開支將達 7950 億美元，較市場一致預期高出 8%圖表 4：隨著 2026 年雲資本開支預期走強，整體資本開支強度現已超過 26%，創歷史新高圖表 5：主要雲服務提供商的月度處理代幣量表明，AI 推理需求持續呈指數級增長圖表 6：市場對 2026 年資本開支的一致預期較一年前增長約 100%（約 3700 億美元），這使我們認為，只要雲支出相關的定性評論保持強勁，2026 年資本開支預期將進一步上調圖表 7：未來幾個季度，美國四大超大規模雲服務商的雲營收同比增速預計將加速至 30%-35% 區間，為 2020 年以來的最高水平圖表 8：根據摩根士丹利預測，2025 年非 AI 雲資本開支同比增速大幅提升 52 個百分點至 80%，2026 年預計仍將保持近 60% 的強勁同比增長(大行投研)

摩根士丹利認為，特斯拉決定將資金投入太陽能製造領域，源於其對地緣政治演變及資料中心需求的長期戰略展望。除有望使我們對特斯拉能源業務的估值提升 35% 外，此舉還能通過深化能源供應鏈整合，產生潛在協同效應。核心要點特斯拉太陽能業務有望為我們對特斯拉能源業務的估值增加 250-500 億美元（每股 6-14 美元），目前我們對該業務的估值為 1400 億美元（每股 40 美元，佔我們 415 美元目標價的 10%）。100 吉瓦垂直整合太陽能產能可能需要 300-700 億美元資本投入，該金額未包含在其 2026 年超 200 億美元的資本開支指引中。一旦產能擴大至 100 吉瓦，特斯拉太陽能業務可為特斯拉能源業務創造 250 億美元收入及 30-40 億美元額外息稅前利潤（EBIT）。我們認為，100 吉瓦產能中，大部分將用於太空資料中心，小部分用於地面資料中心。針對特斯拉計畫新增 100 吉瓦太陽能製造產能的初步公告，我們收到了投資者大量問詢，下文將詳細解答。總體而言，我們認為特斯拉垂直整合太陽能製造的計畫，體現了馬斯克的戰略目標：一方面將大量太陽能供電的資料中心送入太空，另一方面與自身領先的儲能業務形成協同效應。我們初步估算，滿負荷運轉時，特斯拉太陽能業務可為特斯拉能源業務的權益價值增加 200-500 億美元（每股 6-14 美元），目前我們對該能源業務的估值為 1400 億美元（每股 40 美元）。儘管單從估值來看對特斯拉整體估值影響不大，但我們認為，投入資金擴大太陽能產能的決策具有合理性 —— 垂直整合的 “太陽能 + 儲能” 業務模式能創造價值並帶來增長機遇（例如，將資料中心送入太空，可規避供應鏈瓶頸）。換言之，若不進行此項投資，特斯拉可能面臨嚴重的能源相關瓶頸，進而限制其在其他業務領域實現更廣泛目標的能力。下文將解答我們收到的投資者常見問題：全球太陽能市場規模有多大？目前全球太陽能製造產能已超 1000 吉瓦，其中 75% 以上位於中國及東南亞地區（由中國製造商營運）。相比之下，全球年度太陽能需求約為 625 吉瓦，這意味著市場存在顯著產能過剩。具體到美國市場（特斯拉的潛在目標市場之一），年度公用事業規模太陽能需求為 30-40 吉瓦，而當地矽錠、矽片、電池產能不足 10 吉瓦，元件組裝產能約為 65 吉瓦。綜合來看，全球太陽能市場目前供應嚴重過剩，而美國市場供需相對平衡，部分原因在於政策調整（關稅、反傾銷 / 反補貼調查等）。在此背景下，我們預計特斯拉新增的大部分產能將用於太空資料中心。圖表 1：頭部企業年末產能與全球元件需求對比：多晶矽領域整合後，供應仍充足但過剩幅度有所緩和圖表 2：美國太陽能製造產能 —— 美國太陽能元件供應鏈產能特斯拉為何要建設 100 吉瓦太陽能製造產能？我們認為主要有兩大原因：地緣政治擔憂：如前所述，中國主導了全球大部分太陽能電池板製造。正如馬斯克在第四季度財報電話會議中強調的，地緣政治對關鍵供應鏈構成嚴重威脅。因此，特斯拉考慮垂直整合能源供應鏈中另一重要環節具有合理性，該環節與儲能業務存在明顯協同效應。需求超預期：參考我們美國清潔能源團隊的預測，2035 年前美國太陽能年需求預計為 30-40 吉瓦。鑑於 100 吉瓦的潛在產能規模，我們推測大部分產能擬用於太空資料中心，但預計部分產能也將用於美國公用事業規模市場，作為其在美國領先的儲能系統（ESS）業務的補充。特斯拉新增 100 吉瓦太陽能產能將產生那些財務影響？特斯拉的具體規劃尚不完全明確：一方面，管理層強調計畫建設 100 吉瓦太陽能電池製造產能；但在後續電話會議中，馬斯克表示希望打造垂直整合的電池板業務，稱 “因此我們計畫實現每年 100 吉瓦的太陽能電池產能，完成從原材料到成品太陽能電池板的全供應鏈整合”。若採用後者（垂直整合），需 300-700 億美元資本投入（取決於技術路線），且該資本開支未包含在其 2026 年超 200 億美元的資本開支目標中。若特斯拉僅開展太陽能電池製造，我們估算資本投入可能在 150-200 億美元左右（註：該資本開支估算基於美國此前公佈的太陽能製造投資項目）。收入與利潤率潛力測算假設滿負荷運轉，且平均售價為 0.25 美元 / 瓦（美國公用事業規模電池板均價為 0.25-0.30 美元 / 瓦），不考慮《通膨削減法案》（IRA）稅收抵免，特斯拉太陽能業務的營收規模可達 250 億美元。相比之下，特斯拉現有儲能系統業務 2025 年營收近 130 億美元。不同太陽能電池板製造商的利潤率差異顯著，但在供需平衡的市場環境下，具備規模效應的垂直整合企業有望實現可觀利潤率 —— 我們認為特斯拉毛利率有望接近 20%-25%（不過初期擴產階段利潤率可能仍處於低位）。若銷售費用（Opex）佔營收比重為 8%-10%，我們估算特斯拉太陽能業務可為特斯拉能源業務新增 30-40 億美元息稅前利潤（摩根士丹利預測，該能源業務 2026 年息稅前利潤為 45 億美元，2030 年預計達 88 億美元）。此外，根據美國本土製造的元件類型，特斯拉可能獲得大量製造相關稅收抵免（45X 條款）：若實現全垂直整合（矽片、電池、元件），100 吉瓦產能下每年可獲得 0.17 美元 / 瓦的稅收抵免，合計約 170 億美元；若僅開展電池製造，每年稅收抵免約 40 億美元，但資本投入也會顯著降低（150-200 億美元）。我們初步的現金流貼現模型（DCF）顯示，特斯拉太陽能業務權益價值為 250-500 億美元，約為 2030 年息稅折舊攤銷前利潤（EBITDA）的 10 倍 。圖表 3：特斯拉太陽能業務財務概況（摩根士丹利預測）時間進度如何？：近期消息顯示，特斯拉已開始選址潛在製造基地。我們預計公司將在下次季度財報電話會議中公佈更多更新資訊。特斯拉將採用何種技術？：鑑於我們預計大部分產能將用於太空資料中心，特斯拉可能採用與當前主流製造商不同的技術，而非傳統晶體矽技術。特斯拉估值方法我們 415 美元的目標價由五大業務類股構成：核心汽車業務：每股 45 美元。基於 2040 年 850 萬輛銷量、9.8% 的終端息稅前利潤率（不含全自動駕駛 FSD）、10.9% 的加權平均資本成本及 2030 年 10 倍息稅折舊攤銷前利潤終端估值倍數。網路服務業務：每股 145 美元。基於 2040 年 80% 的搭載率及每月 240 美元的每使用者平均收入。特斯拉出行業務（Mobility）：每股 125 美元。基於現金流貼現模型，2040 年約 500 萬輛汽車規模，每英里收入約 1.33 美元。能源業務：每股 40 美元。人形機器人業務：每股 60 美元（含 50% 成功機率折價）。 (大行投研)

2026第一個房價上漲的城市出現了。中原地產創始人施永青直呼：“要連漲6年，漲幅85%！”連摩根士丹利也預測，這座中國城市房價繼25年回升4%後，今年還將上漲10%以上。那裡？答案是——香港。去年下半年，香港私人住宅售價指數連漲6個月。全年新房成交量同比升兩成，近6年最高；二手房量價齊升，近4年最強。租金連漲12月，破歷史紀錄。香港樓市為何突然支棱起來？施永青歸因於“心理預期+基本面”共振：1是港股日均成交額穩定超2000億港元，遠超此前千億水平；2是多數行業薪資穩步上揚，租售比不斷上升。“供平過租”遍地開花：月供竟比房租還低。對許多白領而言，與其交租幫房東還貸，不如自己當業主。走進銅鑼灣，時代廣場周邊滿是操普通話、掛大廠工牌的年輕人。美團、小米、京東、小紅書紛紛入駐；阿里與螞蟻更豪擲66億整棟買下寫字樓。過去一年，內地人在香港拚命買樓。25年用普通話拼音登記買房的買家，拿下13500套，同比上漲一成多——人才與資本加速湧入。政策也一次性給足。24年香港“撤辣”力度極大，非本地買家購800萬房產可省稅214萬，好比北上廣深徹底取消限購，需求集中釋放。香港這台造富機器正加足馬力全面開動：25年港股IPO募資規模時隔6年重回全球首位，香港跨境資產規模預計達2.9兆美刀，超過霸榜第一多年的瑞士。香港還在佈局“區域黃金儲備中心”，目標三年囤積2000噸黃金。不僅要奪回國際金融中心地位，更要成為全球資本“終極避風港”。這一切，其實有跡可循。去年中聯辦換帥，新掌舵者不僅有地方經驗，更是歷任多家企業的“實戰派”，釋放強烈訊號：香港的工作重心正轉向“發展”。特首李家超也明確表態：在整體安全獲保障後，現階段香港要“全力以赴拚經濟”。這標誌著整座城市的焦點議題，回到了經濟建設的原點。最具戰略意義的，是規則體系的“自主化”，“國際調解院”在獅子山下正式成立。它提供一套非西方主導、高效低成本的國際爭端解決機制。過去打一場跨國官司要耗時數年，如今在香港，幾個月即可裁決。這種制度型開放，才是真正的硬實力。香港樓市V型反轉，是一場從人口結構、資本流向到制度話語權的系統性重構。東方之珠的爆發期，再次到來。三個影響26年經濟的靴子都已落地，接下來不再是滔滔洪水大水漫灌，不同領域接到的水會截然不同。 (智谷趨勢Trend)

AI晶片供應改善：預計2026年隨著H200的批准以及晶片本地化進展的增加，AI晶片的供應將有所改善。H200被認為是一款高性能GPU，廣泛用於基礎模型訓練，目前國內晶片無法替代，中國的AI推動者和採用者將在H200獲得官方批准後受益，預計監管方面不會有阻力。中國本土晶片供應能力也在加速提升，摩根士丹利大中華半導體團隊預計，中芯國際的先進製程廠擴產將逐步緩解裝置瓶頸，從而進一步提高中國本土GPU自給率，從2025年的27%升至2026年的39%。圖表4：中國人工智慧：GPU充足率分析：對於近期H200進口的問題大摩的判斷比較明確，儘管美方層層設限，但預計後續我方監管不會有阻力，理由是目前國內用於模型訓練的高性能GPU並沒有替代品。晶片方面的東西我不是很懂，所以我找了一下相關資料，H200的性能是H20的6倍，而且在訓練場景確實沒有國產替代，這種短缺預計會持續2-3年，直到國產能填補這個空缺。上圖4列明了未來兩年中國GPU的自足率走勢，到2027年也就50%，後續還有很長的路要走，這也說明國產晶片的發展具備可持續性。但面臨的技術封鎖等困難也不小，未來國產晶片股的業績是否能支撐目前的估值要打個大大的問號，如果我要買會等確定性再高點，大家可以自行判斷。模型能力的增長：中國人工智慧基礎模型在2025年已與美國前沿模型保持同步（僅落後數月），我們預計到2026年性能差距將進一步縮小，中國模型將在開放權重和多模態類別以及成本效率方面繼續領先。自主智能體AI的發展以及多模態場景的蓬勃發展將進一步推動2026年令牌消耗量增加。圖表 5：中美前沿模型智能對比分析：在AI模型的性能方面目前中美之間的差距並不大（僅幾個月），預計在今年差距將進一步縮小。關鍵是中國AI模型在成本效率上領先美國，這也符合我們這邊價格殺手的一貫風格，成本效率的領先是很重要的，以後AI在應用端的經濟效率和擴張速度很大程度上取決於成本效率。2C端的非線性增長：我們預計AI原生應用將在2026年繼續獲得關注，其增長將呈現非線性態勢，這主要由基礎模型能力提升和超級應用突破推動。豆包（Doubao）在月活使用者（MAU）方面可能仍將保持領先，同時預計隨著阿里巴巴建立C端業務部門來整合阿里生態系統應用，包括淘寶/餓了麼（電商/即時配送、外賣）、飛豬（旅行）、高德地圖（地圖）、支付寶（支付），全新推出的Qwen有望在C端市場獲得關注，從而定位為一站式AI超級應用和生活助手。此外騰訊近期的頂尖人才引進、推出HY2.0及計畫在2026年上半年推出的HY3.0，也可能推動公司在AI領域更積極的投資。圖表7：AI原生應用月活躍使用者數分析：從我個人的應用感受上來說，我覺得目前千問和豆包給我的使用體驗比較不錯，特別是一天限用5次的深度研究，我經常用這個功能來蒐集某些投資問題的意見，給出的報告也比較長比較詳實。但也不是沒問題，比如有一次我叫千問算復投問題時它把75%的分紅支付率給算成了股息率，真是離了個大譜，在我提醒之後才改了過來，AI畢竟不能像人類一樣避免一些常識性錯誤。DS的話之前還行，但從某一天開始似乎參考資料的數量縮水了，回答問題比較敷衍（沒有更改設定）。2B端的發展：2025年下半年CIO調查顯示，企業正越來越多地將其IT預算分配給AI，企業AI預算佔IT總預算的平均比例從2025年的7.7%提高到2026年的13%。另外軟體在AI預算中相對於硬體獲得更多份額，但沒有看到任何證據支援“AI取代軟體”的說法。最後通縮的宏觀環境仍然是企業端整體AI變現的一大障礙。圖表 11：人工智慧在IT領域的支出滲透率分析：資料顯示企業端正在加速佈置AI，預計2026年企業在AI佈置上的預算將增加將近一倍（IT預算從2025年的7.7%提高至2026年的13%），這也意味著企業內一些基礎文員的工作很可能陸續被AI所替代。另外就是AI在企業的佈置受到通縮環境的影響（預算限制）而減慢了速度，這點上也與美國AI在2B市場上的快速擴張形成了對比，所以說通縮對AI付費擴張的限製作用也是很大的。AI在2C端競爭加大：預計網際網路平台之間的競爭將保持激烈，主要是阿里巴巴（千問）、騰訊（元寶）和字節跳動（豆包）。在使用者採用方面，豆包的日活躍使用者數穩步增長，得益於其來自抖音的強大流量匯入。雖然騰訊通過微信/元寶提供最廣泛的超級應用服務，但近期重點在於提升混元模型能力。相比之下，千問正在加強2C服務，該助手整合了整個阿里巴巴生態系統（外賣、快速商業、電子商務、本地服務等業務類股），目前可以提供一體化的日常生活服務而領先於同行。圖表 32：中國AI應用2C端日活躍使用者分析：目前AI在2C端的競爭是最激烈的，巨頭們都分別推出了自己的AI應用，與我上面的使用感受比較相符的是，豆包和千問是兩個日活使用者量領先的AI應用，千問靠的是整合了整個阿里的生態系統，而豆包得益於抖音的流量匯入。我感覺元寶後期可能還有比較大的潛力可挖，畢竟在這個流量的時代流量入口等同於推廣能力，人手一個的微信流量在理論上是顯著大於抖音的，這個優勢騰訊並沒有很好的利用起來。當然我個人對元寶的使用感受也不太好，有時候感覺有點答非所問，希望後面可以有所改善。 (finn的投研記錄)