隨著量子運算能力不斷提升，對加密體系構成的潛在挑戰，正逐漸成為比特幣領域中難以迴避的議題。 Galaxy Digital研究主管Alex Thorn近日與Strategy執行董事長Michael Saylor展開討論，圍繞量子計算可能帶來的影響進行了深入分析。不久前，Michael Saylor在X平台發布「Bitcoin Quantum Leap」觀點時指出，量子計算並不會摧毀比特幣網絡，反而可能促使其完成一次關鍵性進化。在他的判斷中，網路升級將提升整體安全性，同時改變比特幣的有效流通結構。在與Alex Thorn的交流中，Michael Saylor強調，這個問題並非單純的密碼學挑戰，而是一場關於協調與激勵的考驗。他認為，一旦量子威脅被主流社會廣泛認知，系統性升級將不可避免，比特幣也不例外。Michael Saylor指出，真正的轉捩點，可能來自政府與大型機構的行動。當美國政府要求國防體系和關鍵基礎設施全面升級至抗量子加密演算法時，這項訊號將迅速擴散至金融體系與科技產業，形成清晰的行動共識。在這一背景下，主流技術平台將推動抗量子加密標準的普及，並設定明確的升級視窗和認證要求。 Michael Saylor認為，比特幣屆時面對的將是軟體層面的調整，而非根本危機。他進一步指出，激勵機制將推動共識形成。對持有比特幣的投資者而言，升級意味著繼續掌控資產，不升級就可能失去使用權。在這個選擇面前，理性行為將成為網路協調的基礎。Michael Saylor表示，比特幣網路運作在軟體之上，引入抗量子加密庫只是時間問題，而這些方案大機率會與作業系統和企業級基礎設施所採用的技術保持一致。真正引發市場關注的，是升級完成後對比特幣供應結構的影響。在Michael Saylor看來，能夠完成遷移的比特幣將繼續流通，而那些因私鑰遺失或持有人去世而無法遷移的比特幣，將永久滯留在舊體系中。這個過程不僅提升了網路安全，事實上也收緊了可用供應。 Michael Saylor認為，升級將迫使市場首次系統性地區分「可恢復」的比特幣與「不可恢復」的比特幣，從而重新評估真實的流通規模。他指出，所有仍掌握私鑰並希望保有資產的持有者，都會選擇完成重新加密；而無法完成這一過程的比特幣，將自然退出市場。針對去中心化是否妨礙升級的問題，Michael Saylor認為，分散並不等於無序。在明確激勵和外在壓力之下，去中心化系統同樣具備形成共識的能力。他同時承認，相較於由銀行或大型機構主導的遷移，比特幣的升級節奏可能更為緩慢。由於其全球性和無需許可的特徵，過程可能持續一年甚至更長時間。但在他看來，方向本身並不存在不確定性。在Michael Saylor看來，量子運算並非比特幣的終結者，而可能成為重新定義安全性與稀缺性的催化劑，其影響，最終將反映在市場對比特幣長期價值的重新定價中。 （區塊網）

上周五，人工智慧雲端運算公司CoreWeave（CRWV）股價大跌，導致輝達的投資組合整體價值大縮水。輝達建構了一個專注於人工智慧領域的公開投資組合，涵蓋晶片設計、資料中心營運商和基礎設施提供商等，但這些公司鮮為人知。據報導，該投資組合包含六家公司，截至第三季度末，總價值約為38.4億美元。自第三季度末以來，該投資組合六隻持倉股票中有五隻出現下跌，佔投資組合價值86%以上的CoreWeave成為拖累投資組合表現的主要因素。期間，CoreWeave 42%的跌幅幾乎是跌幅第二大的Nebius Group（NBIS，下跌22%）的兩倍。在此期間，只有Applied Digital（APLD）實現了上漲。今年9月，CoreWeave與投資方輝達簽署了一份價值63億美元的初始訂單。根據一項協議，輝達將購買CoreWeave任何未售給客戶的雲容量。但從那之後，CoreWeave短暫上漲後轉頭下跌，如今跌幅已超過30%，較今年股價6月的高點更是下跌接近60%。分析師們對CoreWeave的前景總體持樂觀態度，認為其營收增長、客戶關係和積壓訂單都是支撐因素。然而，持續復甦的關鍵在於展現盈利能力、有效管理槓桿，以及在融資和可持續性存疑的情況下證明人工智慧的持久需求依然存在。在CoreWeave於3月上市前，輝達分兩期投資了3.5億美元。輝達最初於2023年4月投資了1億美元，並在CoreWeave上市前夕追加投資了2.5億美元，最終以每股40美元的價格購入了約2420萬股CoreWeave股票，佔股7%。CoreWeave上市後，股價在6月份飆升至每股187美元的歷史新高，但此後一直穩步下跌。儘管股價幾乎翻了一番，但仍比IPO發行價下跌了近60%。上周五，其股價再次下跌10%，市值降至約390億美元——與6月底近800億美元的市值相比，大幅縮水。上周五的暴跌源於一份提交給美國證券交易委員會（SEC）的4號表格檔案，該檔案披露首席財務官尼廷·阿格拉瓦爾於12月11日以平均每股82.58美元的價格出售了66,467股股票，總計約549萬美元。CoreWeave面臨的挑戰反映了人們對人工智慧行業增長前景的普遍質疑。分析師和投資者強調了潛在的“循環融資”模式，即輝達向購買其硬體的客戶提供投資或產能承諾。CoreWeave與輝達達成的協議包括一項價值63億美元的協議，根據該協議，輝達承諾購買截至2032年4月所有未售出的雲端運算容量，這為CoreWeave提供了收入保障，但也引發了人們對終端使用者真正需求的質疑。整個行業中，隨著營運現金流不足，大型科技公司越來越依賴債務融資來支援其龐大的人工智慧基礎設施項目。Meta Platforms發行了300億美元的債券，計畫於2025年發行，以支援資料中心的擴張。而甲骨文在發佈第三季度財報後，也遭遇了投資者的強烈反對。由於投資者擔憂其債務規模已超過1000億美元，且與人工智慧項目相關的自由現金流為負，甲骨文股價下跌了15%。這引發了關於過度投資風險、潛在產能過剩以及人工智慧建設長期盈利能力的爭論。儘管CoreWeave第三季度營收強勁增長至13.6億美元（同比增長顯著），且積壓訂單量巨大，但該公司仍持續出現淨虧損，並嚴重依賴債務融資，包括本月剛剛完成的26億美元可轉換債券發行，儘管利率僅為1.75%。未來幾年，資料中心擴建所需的高額資本支出預計將達到數百億美元，這被視為對其資產負債表造成了壓力。 (北美商業見聞)

馬斯克近日在社交平台X上闡述了大規模部署太空AI衛星的構想，計畫每年向太空發射總量達100萬噸的衛星，以實現每年在太空部署100吉瓦人工智慧運算能力的目標。他認為，這些衛星能為超大規模AI應用提供能源。馬斯克指出，搭載本地化AI計算的衛星，其結果將從低延遲的太陽同步軌道傳回，這將是3年內產生AI位元流的成本最低的方式。到目前為止，這也將是未來4年內實現規模擴張的最快路徑。馬斯克解釋稱，“在地球上已經很難找到簡單的電力來源。100萬噸/年的衛星，每顆衛星功率100千瓦，則每年可增加100吉瓦的AI算力，無需營運或維護成本，通過高頻寬雷射連接到星鏈(Starlink)星座。”馬斯克進一步指出，更高級的是在月球上建造衛星工廠，並使用大規模驅動器（電磁軌道炮）在不需要火箭的情況下將人工智慧衛星加速到月球逃逸速度。“這相當於每年100兆瓦特的人工智慧，並使成為卡爾達肖夫II型文明取得重大進展。”馬斯克在另一條帖子中補充道：“一旦月球上有了月球工廠、機器人和大規模驅動器，整個循環就會閉合，這個系統可能會與傳統貨幣脫鉤，並以瓦特和噸位為單位自主運行。”一位網友評論稱：“埃隆·馬斯克正在談論每年將100萬噸用於AI計算的星鏈衛星送入軌道。我們目前每年向軌道發射大約3000噸衛星，其中大部分已經是SpaceX的衛星。100萬噸意味著每天發射25艘以上的星艦飛船！”另一位網友翻出了馬斯克今年8月的一條帖子，“在大約6到7年的時間裡，星艦飛船將實現24小時內發射超過24次。”在11月與特斯拉投資者羅恩·巴倫(Ron Baron)的一次訪談中，馬斯克曾表示，他看到了一條可行的技術路徑，每年將100吉瓦的太陽能驅動的AI衛星送入軌道，並稱這可能是“大規模驅動和運行AI的最低成本方式”。作為參考，美國當前的平均用電負載約為460吉瓦。馬斯克還談到，隨著AI與機器人技術發展，“未來將會實現對人類需求的完全滿足”，所有人都能從中受益。對於未來的目標，他形容自己的願景是採取能夠“擴展意識到未來”的行動，推動人類探索其他星系，“像《星際迷航》那樣前往從未有人到過的地方”，並更深入理解宇宙本質。 (i商周)

就在Google剛宣佈“2025年的資本開支將超過930億元”後沒多久，阿里就直接攤牌，甩出一記“王炸”——未來三年砸下超3800億元死磕AI基礎設施建設！而且就過去12個月來看，阿里在雲端運算和AI領域的資本開支已經超過了1260億元，同樣超越了Google，全球領跑！毫無疑問，阿里對AI領域的持續投入，主動扛起中國AI大旗，就是為了能夠快速助力中國AI產業的進步和突破，從而能夠有資格、有能力正面硬剛美科技巨頭，比如Google、Meta、OpenAI等等。通過多年的深耕和蟄伏，阿里早已成長為中國AI領域的標竿企業，且肩負著振興中國AI產業的重任，這一次，阿里“賭”對了，手握兩張硬核“王牌”，正搶佔更多行業話語權，大幅提升國際影響力。阿里的第一張“王牌”就是開源佈局，美科技巨頭在佈局AI時，依然延續了西方霸權主義思想，走閉源收費的路線。但阿里則不同，為了能夠讓更多的人使用Qwen系列大模型，採用了開源免費的方式。在全球AI都在比性能、比算力，阿里則另闢蹊徑，比用的多、用的廣、用得起。蔡崇信也說了，阿里不靠AI賺錢，這也凸顯了阿里的行業遠瞻性。實際上，早在十幾年前阿里決定自己造“雲”的時候，就有很多人質疑，但阿里雲連續虧損十年之久，也沒有停下來的意思。事實證明，阿里選對了，阿里雲也是阿里重押AI的底氣之一。回到開放原始碼的問題上，實際上阿里搞開源，並不是傻，這個過程就像是撒魚餌，一個新技術、一個新平台要讓更多的人用起來，必須要給出點什麼。而這恰恰能夠吸引更多的人才、開發者參與，更多的資料積累、更多的訓練、程式碼生成以及模型建立，都可以幫助阿里通義Qwen系列大模型更完善、更強大。更何況，使用中國AI大模型時間越久，後續要遷移資料的成本就越高，對中國AI大模型的依賴度就越高，到頭來還是繞不開阿里的雲和AI的基礎設施，不虧！現如今，以阿里Qwen系列為代表的中國開源大模型已經成為國際優先選項，在國際生態裡地位穩固，且獲得了很多科技大佬、美科技巨頭的盛讚，這也說明了，阿里對AI的未來投資是正確選擇。阿里的第二張“王牌”就是全端優勢，前面也提到了，阿里發展AI有自己的“雲”基礎支撐，AI技術再強，最終也要落地到實際的AI項目上，而阿里的全端能力是毋庸置疑的，全端基建就是阿里最大的底氣。值得一提的是，隨著千問App、靈光App以及夸克AI眼鏡等的先後發佈，這也意味著，阿里全面進入AI To C領域，從底層的雲端運算，到中層的大模型，再到應用層的AI To B/C市場，阿里正在不斷完善全端AI路線。就算真的存在“AI泡沫”，阿里也比其他科技企業具有更強的抗風險能力，可以鞏固其在全球AI領域的地位。總的來說，全球AI競爭之中，阿里作為中國AI企業的硬核代表，走上了一條創新但極具中國特色的道路，用開源換速度，用生態換粘性，已經實現了全球領先。這也給其他中國科技企業做了很好的榜樣！方向對了，努力才有價值，這場千億豪“賭”究竟誰才是最終贏家，讓我們拭目以待吧。 (W侃科技)

今年阿里第三次集中力量辦大事。在科技公司大建 AI 的敘事裡，阿里之前更像美國的亞馬遜、微軟 —— 沒有微信、抖音那樣的全民流量入口，AI 投入選擇偏向企業客戶，不斷買卡建算力中心，以雲端運算業務抓住千行百業對 AI 的渴望。過去幾年，阿里在 AI 方面的主要進展也不在應用層 —— 入股多家中國頭部大模型創業公司、自研的 Qwen 系列大模型在諸多測試贏過其他開源模型、阿里雲加速增長。但 AI 助理 “千問 app” 在 11 月 17 日正式宣佈公測說明阿里想要更大的劇本。新的千問應用明確對標 ChatGPT 最新的 5.1 版本。它由此前的通義 app 和夸克 AI 對話助手升級而來，接入阿里通義實驗室最新的 Qwen 3 - Max 模型。這是繼 AI 基建、淘寶閃購後，阿里今年宣佈的又一個集團戰略項目，負責人是阿里巴巴智能資訊事業群總裁吳嘉。9 月起，上百名阿里工程師聚集在阿里巴巴西溪園區 C4 樓封閉開發 —— 和高德掃街榜上線前類似。ChatGPT、千問、豆包登陸後的初始介面。據我們瞭解，此次推出的是初級版本，很快會有大更新。除了會聊天，千問項目團隊還在聯合包括淘寶、高德、閃購、支付寶等產品的團隊聯合開發，希望更深嵌入相關產品，解決使用者的實際問題。一位阿里人士說，“阿里有很好的模型基礎，在 C 端肯定要有一個很強的入口，且要做一個 AI 原生應用，阿里會把 AI 超級入口的重點集中在千問上。”中國網際網路巨頭可能都沒有亞馬遜、微軟那樣奢侈的選擇權——退後一點，讓 ChatGPT、Gemini、Claude 接入自己的產品庫。豆包背後的字節跳動有辦公軟體也有自己的電商平台。在這裡，每個巨頭都必須保證自己有流量入口。拼多多內建短影片、阿里進入外賣大戰都是入口之爭。而聊天助手是目前最直接可見的 AI 入口。我們訪談了千問項目的產品經理和其他一些參與的阿里人士，回答為什麼阿里現在推出千問 app，之後的策略是什麼。以下是阿里相關人士回答，經刪減和調整，未改變對方原意。晚點：距離 DeepSeek 時刻已經過去快一年，為什麼現在做千問 app？千問團隊：阿里肯定要有一個非常強的 to C 的入口。這是每家大公司都在思考討論的問題，只是可能路徑不太一樣，和每家公司的業務構成和業務形態、能力累積等都有關聯。阿里的路徑肯定是從雲、基礎模型開始做，模型能力是最重要的，然後再回到 C 端。當下的時機剛剛好，有兩個原因促使我們要重點去做千問這款原生的 AI 產品：1. 模型的成熟度，Qwen3 - Max 整體性能、效果都已經達到全球領先。2. 整個 Agent 生態的成熟度，不管是整個三方生態還是集團內部的生態，都到了一個更能被模型普遍呼叫、能解決更多問題的狀態，我們也花了大量時間處理內部業務的資料互通，還有整個的授權能力。補充：一些事實和行業情況今年阿里每隔幾個月都會有關於 AI 的大動作 —— 2 月發佈 24Q4 自然季財報前，宣佈未來三年將投入超過 3800 億元建設雲和 AI 硬體基礎設施；5 月發佈 25Q1 自然季財報前，正式發佈通義千問 Qwen3 大模型；9 月中旬，The Information 報導稱阿里開發了一款新的 AI 晶片；再過一周，阿里將發佈新一季財報。晚點：對手產品已經推了半年，阿里現在做一個 AI 原生超級入口，晚嗎？千問團隊：不晚，原因也是兩點：1. 國內還沒有一款 AI 應用能夠穩定突破億級 DAU（日活躍使用者），這是一個重要的體量門檻，意味著至少國內還沒出現一個國民級的 AI 應用；2. 不論國內那款產品，客觀說還處於初級階段，沒有真正演進到能解決很多實際問題的程度。大家都是基於本身的知識和優勢來輔助人，而要邁過這個智力門檻，需要的不只是資料，更多依賴在理解世界、自主學習等底層架構上的突破。”補充：一些事實和行業情況今年 3 月，吳嘉對我們說，隨著模型能力的發展，現在到了應用的爆發階段，如果以過億 DAU 為標準，面向 C 端使用者的中國 AI 超級應用一定會很快到來，“不是 2025 年，就是 2026 年上半年。”QuestMobile 資料顯示，2025 年 10 月，AI 原生應用中，豆包的 DAU 最高，5410 萬；DeepSeek 2860 萬，騰訊元寶 560 萬（未包括直接微信裡使用元寶的使用者，但那更少）。作為對比，OpenAI 10 月披露 ChatGPT 全球周活躍使用者超過 8 億，以此推斷日活不可能少於 1 億，可能接近 2 億。晚點：“對標 ChatGPT”，千問要做成什麼樣的產品？千問團隊：千問定位是一款能聊天、會辦事的產品，能夠幫使用者真正解決很多實際問題。P 圖本身也是需求的組成部分，但只有覆蓋了使用者工作、學習和生活當中的大部分問題，才能走到 1 億 DAU。目前千問團隊最重要的是怎麼能夠徹底去激發模型的力量，把它和使用者現在和潛在、未來的需求進行更高程度的關聯。我們的主要工作分為兩個階段：第一階段，核心做好使用者體驗和口碑評價，基於模型快速進行產品迭代；第二階段是千問和阿里各個業務的整體協同，目前千問與高德、淘寶、支付寶、閃購等都已經在做一些聯合開發的工作，進展非常快，預計很快還會有大版本的更新。辦事能力指的就是能解決更複雜的任務，比如結合淘天的 AI 萬能搜，千問基於過去使用者的喜好習慣給使用者做推薦，甚至比價；再比如使用者有一個晚上想做的菜，千問能基於這個菜幫使用者提前買好對應的食材。晚點：千問和 ChatGPT 的產品思路會有什麼區別？千問團隊：會有不同：1. 我們強調普通人可以隨時用、免費用。目前完全不考慮收費的事，專心做好產品;2. 我們希望 ChatGPT 有的能力我們都有，很多會快速上線，另一方面 ChatGPT 沒有的我們也有，主要就是阿里生態裡的各種 agent 服務，內部業務合作、協同的程度會更深。我們必須承認，中國網際網路實際是封閉的，大家都把自己的資產當作最強的競爭門檻。這對於每一家網際網路大公司都是一個普遍問題。ChatGPT、Gemini 都驗證了一個路徑，依託模型的領先可以在 C 端產品上實現突破，這件事的本質是對模型智力的追求，我們的思考路徑也是一樣的。對千問團隊最大的挑戰是，阿里體系下有這麼多 agent，怎麼基於場景把它們更好地串聯在一起？使用者很多需求使用的不是一個或者兩個 Agent 的服務，比如說我想要規劃一個團建，呼叫的不只是飛豬，可能還有很多支付、出行、購物等一系列能力，怎麼把它們有機且絲滑得串聯在一起，這個難度比較大，因為每一個 Agent 的能力成熟度不一樣。晚點：什麼時候確定開始做千問，誰來主導？千問團隊：產品、演算法層面一直在做相關的準備工作，不是一次拍板，是個演進的過程。差不多在 2025 年夏天，阿里核心管理層的討論會更多一些，確定阿里要投入多少資源，投入多少力度去做這件事情，國慶前是阿里上上下下對千問項目討論最密集的時候。最終是吳泳銘做出的判斷和決定 —— 阿里巴巴必須要有一個 AI 原生的 C 端超級入口。9 月後，從北京、廣東調來上百名工程師，大家在阿里巴巴西溪園區 C4 樓封閉做千問項目，現在這幫人坐的地方是三層和四層，高德掃街榜當時封閉時坐的是二層。千問是高德掃街榜之後的又一個集團戰略級項目，吳嘉是負責人，團隊以智能資訊事業群為主，還有很多業務都參與，包括阿里雲、通義實驗室、淘天、高德等，一起在做共同開發。千問產品和大模型的對接，在產品方向上，由夸克團隊和通義實驗室一起針對拿到的使用者資料和反饋、各種應用場景做定製化的模型訓練和最佳化。晚點：阿里消費端 AI 的戰略具體是什麼樣的？千問團隊：面向使用者，一塊是原生應用，也就是千問；另一塊是原本業務的 AI 化，夸克、淘天、1688、高德、海外電商等都在做一些事實半年前，吳嘉對我們說，他希望夸克成為一個對使用者有用、專業、萬能的 AI 產品。“我們的第一優先順序肯定是讓夸克現如今這麼大的群體都享受到 AI 帶來的價值。”但夸克應用包羅萬象。需求最大的是搜尋，還有相當數量的使用者會在夸克網盤裡直接看劇。88VIP 有一項權益是贈送夸克網盤會員。根據 QuestMobile 的資料，夸克的 DAU 在 2025 年 1 月為 2970 萬，一直到 10 月，這個數字也只小幅增長到 3370 萬，與之對比的是，豆包 9 月較前一個月就多了 850 萬 DAU。一位阿里人士說，夸克的部分流量一直未被第三方資料標記，導致外部統計並不精準，目前實際 DAU 在 5000 萬 - 6000萬之間。2025 年，夸克關於 AI 的動作頻頻，上線了超級框、高考志願大模型、AI 創作平台、AI 眼鏡、AI 對話助手等。千問團隊：產品形態上，千問這樣的 chatbot 和夸克的超級框，其實不完全矛盾。打個比方，肯定不是說 Google 做了 Gemini，Google search 就不重要了。2025 年上半年，阿里當時的確希望通過夸克來嘗試 AI 時代的入口。夸克有原來的使用者、產品基礎，而且是一款年輕人都在用的產品。隨著 AI 能力的提升，我們覺得對話式 AI 助手是更好的形式，接下來阿里會重點發展千問，並把它放進夸克。夸克的定位是 AI 搜尋和 AI 瀏覽器。過去一兩年，阿里在組織上有一個非常大的變化，比如閃購這場仗不是閃購自己也不是淘寶自己打。它在競爭裡能站穩腳跟的本質，是集中了整個阿里所有的優勢資源，明確指揮官，統一指揮。 (晚點LatePost)

今年的市場不見往日把美林時鐘捲成風扇的極致輪動，而是在猶如土撥鼠之日的重複裡不斷上演似曾相識的新高。投資者來來回回似乎總在交易同樣的主線——要麼是在全球貨幣秩序重塑的宏大敘事裡與黃金眉來眼去，要麼是在科技改變世界的宏偉藍圖裡與AI舉案齊眉。市場在近乎單調的行情裡，逐漸走向新一輪財報季。但會計報表還沒出，太平洋彼岸的科技公司就已經提前進入了新一輪“預期加碼”。上個月，OpenAI宣佈投資1000億美元購買Oracle的雲端運算服務，轉頭Oracle就宣佈投資1000億美元買輝達的顯示卡，然後輝達就宣佈向OpenAI投資1000億美元建設10吉瓦的AI資料中心。腦筋急轉彎之最後到底誰出了這1000億，還沒蹲出來權威答案，事情就又起了新的變化。2025年10月6日，繼輝達之後，Open AI與AMD也達成了一項價值數百億美元的合作協議：OpenAI 承諾將會在未來的幾年中累計部署6 吉瓦的 AMD GPU，並且將於2026年下半年開始部署首批AMD Instinct MI450 GPU 。與此同時，AMD 向 OpenAI 發行了普通股的認股權證，在滿足解鎖條件的情況下，Open AI 能以每股0.01美元的行權價購買最多1.6億股AMD普通股。如果按行權條件之一“AMD股價達到600美元”來計算，1.6億股的價值將達到960 億美元，四捨五入又是一個千億級的佈局。一周之後的2025年10月13日，OpenAI再度出手，宣佈與博通達成深度定製晶片的合作。AI投資大循環的生態系統裡，又迎來了一個1.5兆市值的巨頭參與其中。OpenAI 的朋友圈群賢畢至、金碧輝煌，但分歧也隨之而來。樂觀者們看到的是科技巨頭們 All in AI的決心，悲觀者們則是質疑這種類似“梯雲縱”的遊戲就像空中樓閣，隨時可能倒塌。站在當下這個時點，如何看待不斷新高中的AI成為了市場最為激辯的話題之一？遠川整理了部分機構近期對於人工智慧的觀點和討論以供讀者參考。高盛：AI沒有泡沫10月8日，高盛發佈了一篇題為《Why we are not in a bubble...yet》的研報，旗幟鮮明地表示：AI還沒有形成大規模的泡沫。高盛在報告中談到泡沫通常會涉及到三個重要的組成部分：資產價格的迅速上漲、估值過高以及槓桿增加驅動的系統性風險顯著上升，而這三者當下都還未達到產生泡沫的程度。首先資產價格的快速上漲並不直接意味著泡沫的產生。譬如今年國防類股票也產生了可觀的回報，而歐洲銀行股在過去幾年的表現甚至超過了美國科技股，但市場卻並沒有產生對其產生泡沫的擔憂。因此，價格上漲的速度並不是泡沫產生的充分條件。只有當股價所代表的相關公司總價值超過它們可能產生的未來潛在現金流時，泡沫才可能形成。站在當下來看，股價的快速上漲更多反映的是強勁而持續的盈利增長，而非對未來過度的投機。根據相關資料顯示，美國科技股的股價變化和EPS增速高度重合，這無疑表明了強勁的基本面是股價上漲的源動力。其次，美國市場的估值相對於其歷史而言雖然處於高位，但科技股的估值卻還遠沒有達到網際網路泡沫的峰值。高盛通過將過去科技股的回報分解為盈利、估值和股利貢獻後發現，2000年網際網路泡沫峰值時，除了盈利之外，還有比我們今天所見的要大得多的估值上升。尤其是對於歐洲電信股來說，估值上升甚至更陡峭，回報幾乎完全由估值而非盈利驅動。而當下"七巨頭"的24個月遠期市盈率中位數為27倍，如果排除特斯拉（其市盈率遠高於其他公司），則為26倍，僅是1990年代末最大7家公司等效估值的一半；PEG比率更是遠低於1990年代末的水平。因此估值曲線雖然看起來有些陡峭，但只要盈利始終沒有令人失望，那麼就不會產生大規模的泡沫。最後，同1990年代末不同的是，美國科技股的資本支出與銷售額之比迅速攀升的同時，資本支出與自由現金流之比卻一直保持穩定。這意味著當今大型科技公司的資產負債表因高現金流和低槓桿率而得到加強。儘管這些公司仍有可能無法實現足夠的投資回報，但並不會像此前網際網路泡沫破裂時對更廣泛的經濟產生系統性影響，因為它們的資產負債表仍然強勁。歸根到底，對於高盛以及所有的AI支持者而言，不論是來自於AI還是其他業務，只要公司的盈利還在保持增長，那麼股價的上漲也會成為理所當然，而泡沫也就永遠不會產生。只是對於諸多謹慎的投資者而言，“只要公司的盈利還在保持增長”似乎不再是一個令人篤定的假設，他們選擇離開這場AI的盛宴，並從蛛絲馬跡當中捕捉到一些人工智慧當下所面臨的困境。Kuppys Korner：對AI有少量看跌押注不論是看好還是看空，對於當前人工智慧行業而言，投資者繞不開的關鍵問題都在於：需要多少收入才能證明當下的資本開支是合理的。10月5日，避險基金Praetorian Capital的創始人Kuppys Korner在官網上發佈了一篇名為《An AI Addendum》的文章，表達了自身對於人工智慧行業的質疑。通過走訪資料中心產業端的人員，他發現自己此前對於資料中心的折舊年限還是太過於保守了。由於資料中心的使用壽命最多為三到十年，同時每隔一兩年就會出現一次新的 GPU 迭代，因此折舊曲線將加快到三到五年的範圍。這意味著行業可能需要一個接近 3200 億美元至 4800 億美元範圍的收入範圍來實現今年資本支出的收支平衡。而目前人工智慧每月產生的收入僅僅為10億美元左右。尤其是伴隨著2026 年還將建造數千億個額外的資料中心，對於收入水平的要求將高達1兆美元才能達到收支平衡，且其中還不包括數兆美元的回報要求。可以預見的是，屆時將會產生巨大的收支缺口。與此同時，Kuppys Korner還發現行業中並非所有的人都希望能夠獲得資本回報，尤其是對於政府來說，人工智慧或許同樣只是國家戰略的一部分。“回想一下橫貫大陸的鐵路的建設。出於戰略原因，政府希望連接海岸，並意識到需要補貼。於是它們想盡了各種各樣的辦法來達到他們的目的。譬如土地贈款以及廉價貸款。”Kuppys Korne寫道。最終，國家完成了橫貫大陸的鐵路目標，即便當時鐵路的運輸費率要低於營運成本，但更多的鐵路公司卻在這一過程當中經歷了破產。在他看來，如今的人工智慧與當初的鐵路建設並無二致：政府希望美國能夠在人工智慧領域獲勝，並給予了諸多的支援，卻未對其所創造的價值作出相應的要求。就像舊金山聯儲主席瑪麗·戴利在採訪中說的那樣，“即使投資者沒有得到早期在投資時所認為的所有回報，它也不會讓我們一無所有，反而會給我們留下許多的AI基建[1]。”但問題在於，如果資料中心的擴建停止，人工智慧受益人的股票就會被拋售，財富效應就會逆轉。當消費增長為負值時候便會遇到金融恐慌，這種恐慌在反饋循環中將會影響到整個經濟。就像鐵路建設過程中不斷破產的公司最終導致了金融恐慌一般，當下的人工智慧建設也正處於這樣一個明斯基時刻。在文章的末尾處，Kuppys Korner這樣說道，“從鐵路到 2000 年的光纖建設，從 1830 年代的運河泡沫到 1920 年代的發電廠泡沫。如果大規模地做一件不能從經濟學角度去解釋的事情，那麼它只會引發一場行業危機，並最終演變成一場國家經濟危機。”尾聲2025年年初，Deep Seek的橫空出世讓“算力通縮”成為了彼時AI最大的分歧。簡單來說，就是DeepSeek能夠以極低的成本訓練出了高性能模型，那麼科技公司就可以相應地減少對於算力的需求。而這種擔憂的持續發酵也讓輝達在2025年1月27當晚跌幅達到了16.97%。但預想中的“算力通縮”並未到來，相反，科技巨頭們在此後的季報中不斷上修自己對於AI的資本開支，並就此開啟了新一輪算力的軍備競賽。原因也不難理解：既然低訓練成本就能夠生成Deep Seek，那麼隨著算力的增加，最終生成更好模型的機率也就更高。根據高盛研報資料顯示，美國最大的5家科技公司現在的總價值超過了歐洲斯托克50指數、英國、印度、日本和加拿大市場的總和，其價值約佔全球公開股票市場總值的16%。時至今日，科技公司已經將AI產業的發展玩成了金融內循環。收入增速只是一個維度，市值上漲也是一個維度。投入與產出的平衡，算術題好像不只是在財務報表上。動輒兆市值的大公司們，因為一則新聞跳漲10%，就能多出來1000億的事情，在今年的市場上早已見怪不怪。這麼看來，投資者真的不要再責怪A股是一個融資市了。AI產業動輒千億的資本開支又何嘗不是“美股市場”的一種融資屬性呢？至於AI究竟有沒有泡沫？用橋水基金創始人達里奧的話來說，“我已經有一些泡沫的感覺了，但我並不會去做空這些超級規模的科技巨頭[4]。” (遠川投資評論)

在OpenAI和輝達等聯手搞動GPU和整個晶片市場之後，一個警鐘悄然敲響。周二， 知名媒體The Information 在一篇報導對該公司購買數十億 Nvidia 晶片並作為雲提供商出租給 OpenAI 等客戶的計畫提出了質疑，隨後該公司股價下跌 3%。報導稱，甲骨文最近轉型為最重要的雲端運算和人工智慧公司之一，但可能會面臨盈利挑戰，因為輝達晶片價格昂貴，而且其人工智慧晶片租賃定價激進。根據報告援引內部檔案稱，截至8月的三個月裡，甲骨文旗下輝達雲業務的銷售額為9億美元，毛利率為14%。這遠低於甲骨文約70%的整體毛利率。甲骨文今年9月表示，其積壓的雲合同（稱為剩餘履約義務）在一年內增長了359%。該公司預測，2030年雲基礎設施收入將達到1440億美元，高於2025年的100多億美元。然而，這些預測收入的大部分來自 Oracle在星際之門項目中所扮演的角色，該項目中，這家企業供應商正與 OpenAI 合作，開設五個裝有 Nvidia 人工智慧晶片的大型資料中心。縱觀整個AI市場，這其實是OpenAI一系列動作下的結果OpenAI挑起的AI基礎設施爭奪戰據金融時報最新報導，OpenAI 今年已簽署了約 1 兆美元的合同，用於運行其人工智慧模型的計算能力。這些承諾使其收入相形見絀，並引發了對其資金來源的質疑。今年 1 月，OpenAI 與軟銀、甲骨文等公司啟動了一項名為“星際之門”的計畫，承諾為 OpenAI 在美國基礎設施建設上投資高達 5000 億美元。目前尚不清楚輝達和 AMD 的交易將如何融入“星際之門”計畫。這家 ChatGPT 製造商尚未透露是直接購買晶片還是通過其雲端運算合作夥伴購買，預計將租賃部分輝達晶片。OpenAI 已從其供應商處獲得了巨額財務激勵，以換取其晶片採購的回報。Nvidia 計畫在未來十年向 OpenAI 投資 1000 億美元，OpenAI 可以用這筆資金購買 Nvidia 的晶片，用於其 AI 資料中心。AMD 將向 OpenAI 提供認股權證，使其能夠以每股 1 美分的價格收購 OpenAI 最多 10% 的股份，具體取決於他們的項目是否達到特定目標，其中包括一些與 AMD 股價掛鉤的目標。據 OpenAI 高管估計，按目前的價格計算，每部署 1 千兆瓦的人工智慧計算能力的成本約為 500 億美元，總成本約為 1 兆美元。這些交易將一些全球最大的科技集團與 OpenAI 的能力緊密聯絡在一起，OpenAI 有能力發展成為一家盈利企業，並能夠償還其日益沉重的財務負擔。但DA Davidson 分析師 Gil Luria 表示：“OpenAI 沒有能力做出任何這些承諾”，他同時並補充該公司今年可能虧損約 100 億美元。“矽谷‘假裝成功，直到成功’的理念部分在於讓人們參與其中。現在，許多大公司在 OpenAI 上投入了大量資金，”他補充道。OpenAI 在基礎設施、晶片和人才方面投入了大量資金，遠沒有達到實現這些宏偉計畫所需的資金。這些交易還涉及這家全球最有價值的初創公司與其合作夥伴之間的循環安排，以及大多數情況下尚未達成一致的複雜融資條款。彭博社在一篇相似的報導中也指出，兩周前，輝達公司同意向OpenAI投資高達1000億美元，以幫助這家領先的人工智慧初創公司建設一個規模龐大、足以為一座大城市供電的資料中心。OpenAI則承諾在這些資料中心部署數百萬塊輝達晶片。這一安排因其“循環”性質而迅速受到批評。本周，OpenAI再接再厲，達成了一項類似的協議。這家ChatGPT的開發商周一與輝達的競爭對手AMD公司簽署了合作協議，將部署價值數百億美元的AMD晶片。作為合作的一部分，OpenAI有望成為AMD的最大股東之一。據報導， AMD 已與 OpenAI 達成合作夥伴關係，ChatGPT製造商將在多代晶片中部署 6 GW 的 AMD 圖形處理單元 (GPU)。 這筆交易對 OpenAI 來說是一個重大決定，OpenAI 幾乎完全依賴 Nvidia晶片來訓練 ChatGPT 及其其他 AI 產品背後的模型。Nvidia 佔據了人工智慧加速器市場的主導地位，市場份額估計為 80% 至 95%，當供應緊張或價格上漲時，客戶幾乎沒有其他選擇。現在，Instinct 系列在資料中心直接與 Nvidia 的 H100 和 H200 晶片競爭，這些處理器在資料中心訓練大型語言模型 (LLM) 並運行推理工作負載。此次合作的財務利益相當可觀——正如AMD執行副總裁、首席財務官兼財務主管 Jean Hu所說，此次合作“預計將為 AMD 帶來數百億美元的收入，同時加速 OpenAI 的 AI 基礎設施建設”。 她補充說，該協議“為 AMD 和 OpenAI 創造了重要的戰略一致性和股東價值，預計將大大增加 AMD 的非 GAAP 每股收益”。對於 AMD 來說，獲得 OpenAI 作為客戶是其多年來試圖打破 Nvidia 對 AI 晶片市場的控制的證明。從Meta到xAI，都在搶GPU除了OpenAI以外，其他雲供應商也都在加入到了這個瘋狂的AI基礎設施浪潮。從相關報導可以看到，META 和 CoreWeave 已簽署了一份價值 140 億美元的協議，利用後者的GPU算力為 Facebook 母公司提供計算能力。 ORACLE也正在和Meta 就一項價值約 200 億美元的多年期雲端運算協議進行談判，這凸顯了這家社交媒體巨頭致力於更快獲得計算能力的決心。八月底，有消息指出，Meta 與Google簽署了價值 100 億美元的雲端運算協議。根據協議，Meta 將使用Google雲的伺服器、儲存、網路和其他服務。此前，Meta 首席執行官馬克·祖克柏 (Mark Zuckerberg) 曾在 7 月份表示，公司將斥資數千億美元建設幾個大型人工智慧資料中心。在最新的財報電話會議上，該公司預測 2025 年的資本支出將提升到 660 億至 720 億美元。當中，Meta 將部分資金投向出版商、晶片初創公司和雲服務提供商，並與之達成協議——這是一項龐大行動的一部分。與此同時，數十億美元的資金正湧入輝達的 GPU、定製晶片以及類似能源公用事業的資料中心，旨在確保人工智慧經濟的各個領域都不受限制。值得一提的是，Meta 的高管表示，他們預計到 2028 年將在人工智慧基礎設施上花費 6000 億美元 ，包括 大型資料中心。另一家巨頭微軟也是GPU的大買家。科技諮詢公司 Omdia 的分析師估計，微軟在去年購買了 48.5 萬塊輝達的“Hopper”晶片。這使得微軟遠遠領先於輝達的第二大美國客戶 Meta（購買了 22.4 萬塊 Hopper 晶片），以及其雲端運算競爭對手亞馬遜和Google。但這遠遠滿足不了微軟的需求。據知情人士在本月初透露，微軟與 NeoCloud 公司 Nebius Group NV 達成的協議將為微軟內部團隊提供計算能力，用於開發大型語言模型和消費者 AI 助手。這項價值高達 194 億美元的協議公佈後，Nebius 股價應聲上漲，但公告並未透露具體細節。知情人士表示，作為協議的一部分，微軟將獲得輝達公司超過 10 萬塊最新的 GB300 晶片的使用權。雲供應商通常營運著自己的資料中心，但微軟卻難以提供足夠的計算能力。租用 NeoClouds 的伺服器可以加快速度，因為他們已經解決了包括獲取足夠的電力和晶片在內的後勤挑戰。“我們在人工智慧領域處於非常激烈的爭奪戰模式，”微軟雲業務負責人 Scott Guthrie 表示。“我們已經決定，我們不想在容量方面受到限制。”Elon Musk旗下的xAI也已然成為了AI基礎設施市場的另一個爭奪者。其中，孟菲斯是馬斯克斥巨資進軍人工智慧戰爭的前線。他的人工智慧公司 xAI 已經在這座布拉夫城建造了一座大型資料中心，並稱之為世界上最大的超級電腦。這座名為“Colossus”的設施擁有超過 20 萬塊輝達晶片，並為人工智慧聊天機器人 Grok 提供技術支援。現在，馬斯克即將完成第二座設施，這座設施規模將更大，他稱之為“Colossus 2”。一些人工智慧和資料中心專家表示，完成Colossus 2將耗資數百億美元。僅輝達晶片一項就耗資巨大：一位熟悉孟菲斯項目財務狀況的人士表示，馬斯克需要至少花費180億美元來購買大約30萬塊晶片才能完成孟菲斯項目。馬斯克在7月份表示，Colossus 2將總共擁有55萬塊晶片，並曾暗示最終可能擁有100萬個處理單元。此前報導指出，馬斯克還在探索一種無需直接購買、而是通過與外部合作夥伴達成的複雜融資協議租賃的方式來囤積價值120億美元的晶片。再加上其他雲廠商，尤其是中國廠商的搶奪，對於AI算力和GPU的需求，正在瘋狂增長。根據《商業內幕》對財務報表的分析，今年，我們統計的五大能源使用者中的四家，亞馬遜、Meta、Microsoft 和Google，估計可以在資本支出上花費 3200 億美元，主要用於人工智慧基礎設施。這超過了芬蘭的 GDP，略低於埃克森美孚 2024 年的總收入。另一場網際網路泡沫正在上演？此前從未有過如此巨額的資金被如此迅速地投入到一項儘管潛力巨大，但其盈利能力在很大程度上仍未經證實的技術上。而這些投資通常可以追溯到兩家領先的公司：輝達和OpenAI。近期兩大巨頭之間發生的一系列交易和合作，加劇了人們的擔憂：日益複雜且相互關聯的商業交易網路正在人為地支撐著價值數兆美元的人工智慧熱潮。幾乎每個經濟領域都面臨風險，人工智慧基礎設施的炒作和建設波及了各個市場，從債務、股票到房地產和能源。晨星公司分析師布萊恩·科萊洛在談到輝達對OpenAI的投資時表示：“如果一年後我們經歷了人工智慧泡沫並最終破裂，這筆交易可能是早期的蛛絲馬跡之一。如果情況惡化，循環關係可能會發揮作用。”這種迅速吹起的泡泡，讓人想起了四分之一個世紀前的“網際網路泡沫”。當時，公司們爭先恐後地為新興網際網路奠定支柱時，出現了類似的模式。在截至 2001 年的五年裡，WorldCom和Global Crossing等公司花費了數百億美元鋪設光纜和安裝其他網路功能，但第二年，網際網路泡沫破滅導致為建設提供資金的貸方索要資金，結果倒閉了。根據Businessinsider引述布魯金斯學會（Brookings Institution）的分析報告顯示，領導光纖建設的公司的股東損失了2兆美元的價值，而50萬名工人失去了工作。雖然光纜最終被投入使用，主要是由於 Netflix 開創的串流媒體視訊革命，但許多鋪設它的公司並沒有看到它。就像早期的光纜和鐵路一樣，資料中心的建設和 GPU 的購買都是由華爾街資助的。當然如上所述，矽谷巨頭本身也越來越多地為繁榮提供資金。這進一步引發了擔憂。“我們都見證了這種行為的某些方面，”JonesTrading首席市場策略師邁克·奧羅克(Mike O'Rourke)上個月在一份報告中寫道。“網際網路泡沫的教訓幾乎已被遺忘，但它的影響將永存，”他寫道，並指出供應商融資是朗訊倒閉的“關鍵”——朗訊曾是全球最大的電信裝置公司，如今卻像輝達一樣，被譽為新興科技經濟中的“鐵鍬”公司。（朗訊在2002年經濟衰退期間險些破產，並於2006年被出售給法國競爭對手阿爾卡特。）摩根士丹利分析師周一在一份報告中表示：“我們看到了一些重要的區別。”其中最主要的是：大型科技公司的財務狀況比網際網路時代許多過度膨脹的股票要強得多。“我認為這是全球有史以來最大、最危險的泡沫，”宏觀戰略合夥公司（MacroStrategy Partnership）的朱利安·加蘭（Julien Garran）在周五一份頗為悲觀的報告中寫道。他估計，由人工智慧引發的“美國資本錯配”比網際網路泡沫嚴重17倍，比2008年的房地產泡沫嚴重4倍。但拋開循環融資及其盈利能力的討論，我們更應該關注的是這些投資的核心產品：由大型語言模型驅動的生成式人工智慧（LLM）。而這正是許多其他投資者、分析師和學者們高呼“皇帝沒穿衣服”的原因。“我想說，這種想法可能太狹隘了，”周一，當被問及對大規模人工智慧投資可能超前發展的擔憂時，AMD CEO蘇姿丰在雅虎財經上表示。“你必須認真考慮這項技術的力量能為世界帶來什麼。”蘇姿丰表示，公司“正在以正確的速度進行投資，因為我們希望加速發展……這是一個當公司和合作夥伴採取大膽行動時就會獲得回報的地方。”展望未來，蘇姿丰表示，人工智慧熱潮仍處於初期階段。“我堅信，這是一個十年超級周期的開端，”她補充道，人工智慧改變金融、醫療保健和研究等各行各業的潛力才剛剛開始顯現。她說：“我們相信，只要正確使用人工智慧計算，就能更快地解決疾病問題，更快地研發新藥，更好地診斷早期患者的問題，從而為人們的生活帶來改變。”寫在最後由於文章裡的“泡沫說”是一個假設，那就意味著其在未來並不會出現，這也引發了另一個猜想，OpenAI和AMD的交易，Microsoft對AMD和輝達的觀點，會否撼動當前的輝達格局？如上所述，輝達佔領了接近九成的訓練晶片市場。據FactSet 估計，人工智慧處理器目前每年為資料中心創造超過 1460 億美元的收入，預計未來 12 個月的年銷售額將達到 2260 億美元。相比之下，AMD 的資料中心業務目前的年銷售額略高於 140 億美元。首席執行官蘇姿丰在周一上午的電話會議上表示，一旦首批晶片在明年下半年開始部署，OpenAI 的交易將為該部門帶來“數十億美元的年收入”。她還指出，未來幾年該業務的收入可能“遠超 1000 億美元”。這將是一筆可觀的收入，但也表明 AMD 要想縮小與輝達在人工智慧系統市場的領先優勢，還有很長的路要走。就AMD而言，在追趕競爭對手的競爭中，AMD現在面臨著更大的風險。這筆交易從AMD預計將於明年下半年開始出貨的MI450晶片開始。AMD宣稱，這些晶片的性能完全可以與輝達計畫同期推出的Vera Rubin晶片相媲美。這將是一個巨大的飛躍。根據輝達在3月份的GTC大會上公佈的規格，首批Rubin系列晶片的計算性能將是輝達目前銷售的最強大的Blackwell晶片的3.3倍。MI450 也代表著 AMD 首次嘗試所謂的機架式系統，該系統將多個 GPU 晶片和其他元件組合在一起，有效地形成一台可裝入現有資料中心機架的 AI 超級電腦。這類系統的複雜性非常高；就連輝達去年在量產首批基於 Blackwell 的機架時也遇到了一些困難。但AMD在追趕輝達的競爭中，仍需實現一個雄心勃勃且快速推進的目標，同時還要兼顧其他業務，例如個人電腦和視訊遊戲等增長前景黯淡的市場。對於OpenAI和AMD的交易來說，還有一個關注點，那就是博通是否會最大利空。因為據之前報導，OpenAI正在與博通打造ASIC。專家此前曾猜測，AVGO 將成為僅次於 Nvidia 的第二大 AI 晶片供應商——尤其是在有報導稱 OpenAI 已下達 100 億美元定製 ASIC 訂單之後。對此，各位讀者是怎麼看？ (半導體行業觀察)