美东 · 共 242 条 · 按发布时间倒序
今日芯片层密集释放信号：台积电将N2/A16先进工艺产能复合增速目标上调至70%，英伟达Blackwell横扫MLPerf训练基准，美光则通过长期协议锁定约千亿美元存储收入。与此同时，模型层出现政策变量——OpenAI应美国政府要求推迟GPT-5.6全面发布，可能影响AI商业化节奏。
中国 AI 初创公司 DeepSeek 计划将所有部门人数至少扩大一倍，标志着其从以低成本模型闻名的精简研究团队，转向注重执行力与组织规模的下一阶段。公司称此举是为应对技术快速演进，扩张将覆盖研究、产品、工程、运营等全职能。背后市场消息指其已完成约 500 亿元人民币 首轮融资，为大规模招聘与基础设施建设提供资源。
为什么重要此举显示 DeepSeek 正从单点技术突破转向构建持久平台，将加剧中国 AI 领域的人才与资本竞争，影响产业链对“效率优先”与“规模扩张”路径的估值逻辑。
OpenAI经济研究团队披露，自2025年11月以来，公司内部Codex使用深度显著提升。截至2026年6月，活跃用户的中位输出token量在研究部门增长56倍，客户支持部门增长32倍，工程部门增长27倍，法务部门增长13倍。这表明AI工具正从编程辅助向跨职能、长周期任务渗透，内部采用模式发生质变。
为什么重要OpenAI内部token消耗的爆发式增长，为评估企业级AI实际采用深度与生产力影响提供了罕见的内部基准，对判断AI应用层商业化进程具有指标意义。
高通发布Arm架构数据中心CPU Dragonfly，已获Meta与微软采用，将2029年数据中心收入目标设为150亿美元，挑战英特尔与AMD。同时，Anthropic指控阿里巴巴旗下AI实验室发起大规模模型蒸馏攻击，美国政府对其最先进模型实施出口管制，AI军备竞赛升温。
为什么重要高通大举进军AI数据中心芯片市场并拿下头部云厂商客户，直接冲击英特尔与AMD的服务器CPU主导地位，对AI基础设施层竞争格局影响深远。
美光科技 2026 财年第三财季营收同比暴涨 346% 至 414.56 亿美元，GAAP 毛利率达 84.9%，净利润超 282 亿美元。HBM 与企业级 SSD 在 AI 算力需求驱动下成为核心增长引擎，公司 HBM 产能已基本售罄并推进 2027 年锁定。财报显示存储行业正从强周期制造向 AI 基础设施核心供应商转型，全行业供需偏紧格局仍在强化。
为什么重要存储芯片毛利率逼近软件级水平，标志着 AI 算力扩张正从根本上重估硬件环节的议价权与产业链地位。
Bitzero与OneQode签署了一份为期15年、容量110兆瓦的租赁协议，并获得一家价值26亿美元的投资级对手方担保。这笔交易验证了比特币矿商向AI基础设施业主转型的可行性，反映出AI产业对稳定电力的迫切需求。
为什么重要该交易印证了AI扩张正面临电力瓶颈，矿商转型为算力基础设施业主的模式可能重塑产业链上游格局。
苹果宣布上调iPad与Mac售价，归因于AI数据中心扩张推高内存和存储芯片成本。英伟达股东大会上，黄仁勋称AI投资回报率已有答案，计划将50%或更多自由现金流返还股东，并将物理AI视为下一波增长浪潮。OpenAI则联合博通发布首款定制AI推理芯片Jalapeño，正式入局芯片赛道。
为什么重要三条新闻分别从终端涨价、算力龙头战略和模型厂商自研芯片三个角度，揭示了AI产业对上游零部件成本、资本分配和算力基础设施竞争格局的深刻影响。
据知情人士透露，谷歌正重组其成立仅数月的AI编程工具攻坚小组，以追赶竞争对手Anthropic。此次调整将扩大业务范围，在提升模型代码能力的同时，强化生成演示文稿等企业办公场景的功能，并将原本的临时团队架构正式固化。这一方向与Anthropic和OpenAI将AI编程工具拓展至办公业务的布局趋同。
为什么重要此举显示谷歌在商业价值最高的AI应用赛道加速追赶，可能影响AI编程及企业办公工具市场的竞争格局。
台积电在6月25日上海闭门技术论坛上披露，受AI与高性能计算驱动，全球半导体市场今年将突破1万亿美元，2030年达1.5万亿美元。公司计划2026至2028年N2/A16先进工艺产能年复合增速达70%，N2首年晶圆产出量较N3同期高出45%。同时，CoWoS、SoIC等先进封装产能2022至2027年年复合增速将超80%。
为什么重要台积电大幅上调先进制程与封装产能扩张目标，直接反映AI算力需求对最前沿芯片制造环节的强劲拉动，对评估AI基础设施投资周期具有参考意义。
高通在投资者日上提出，AI 数据中心将成为其智能手机业务之外的下一个重大增长点。公司设定了到 2029 财年数据中心营收超过 150 亿美元的目标，并透露已获得 Meta 和微软等超大规模客户。高通还宣布以约 39 亿美元收购 AI 软件初创公司 Modular，以补强软件层。管理层将此次转型定位为从设备公司向“云与设备”并举的平台公司演进。
为什么重要此举标志着移动芯片巨头正式大规模进军 AI 基础设施市场，将加剧数据中心芯片领域的竞争，并为高通开辟新的估值叙事。
据 The Information 报道，出于对潜在安全问题的担忧，特朗普政府已要求 OpenAI 分阶段发布其下一代大模型 GPT-5.6。OpenAI CEO Sam Altman 在公司内部问答中透露，将先以有限预览形式向少数企业客户开放，且在此期间，美国政府将逐案审批客户访问权限。此举与此前政府对 Anthropic 模型下达的出口管制指令形成对比，引发业界对 AI 监管不均衡的担忧。
为什么重要此事件标志着美国政府正以国家安全为由直接干预前沿 AI 模型的商业化节奏，可能重塑模型层的竞争格局与市场准入规则。
有评论指出，OpenAI 正通过自研芯片切入 AI 推理环节，试图降低对英伟达的依赖。该观点认为，最具价值的企业往往不靠一次性销售，而是通过每次使用持续收费，OpenAI 此举意在掌握推理阶段的“收费站”角色，从而在模型部署后的持续算力消耗中获取长期收益。
为什么重要若 OpenAI 自研推理芯片成功，可能分流英伟达在 AI 推理市场的部分需求，影响算力产业链的竞争格局。
美光科技周三表示，包括英伟达在内的客户已承诺投入220亿美元以确保存储芯片供应，凸显五年期“照付不议”协议的大幅增长。这类协议要求客户必须购买芯片或支付现金，反映出在人工智能算力需求激增的背景下，DRAM和高带宽存储器等存储芯片在AI供应链中的关键地位日益提升。
为什么重要存储芯片作为AI算力基础设施的关键环节，其长期供应协议的爆发式增长直接反映了AI产业对硬件资源的旺盛需求与供应紧张格局。
Melius Research 科技研究主管 Ben Reitzes 对 CNBC 表示，投资者应趁芯片股回调买入，远离正在大举投入 AI 基建的云巨头。他认为算力是“AI 时代的石油”，当前趋势可能持续 20 年。其看好的买入名单包括英伟达、博通、美光、AMD 和戴尔，而微软、甲骨文和谷歌则因 AI 变现模式不清被列为观望。Reitzes 指出，云巨头资本支出激增但现金流承压，在消费与订阅模式混乱解决之前不值得投资。
为什么重要该观点直接点出 AI 产业链当前核心矛盾：上游算力卖方业绩强劲，下游云巨头投入巨大但回报不明，为投资者提供了审视资本流向与估值逻辑的视角。
在 MLCommons 发布的最新 AI 训练基准测试 MLPerf Training v6.0 中，英伟达 Blackwell 平台取得全面领先。该平台不仅在所有测试中实现了最快的大规模训练时间，还在每加速器性能归一化指标上均位列第一，并成为唯一提交了全部新旧基准测试结果的平台。本次新增了 DeepSeek-V3 等混合专家模型测试，英伟达通过 GB300 NVL72 系统及软件优化，在云环境中扩展至 8192 块 GPU 并创下训练速度新纪录。
为什么重要该结果直接验证了英伟达 Blackwell 架构及其全栈软件生态在超大规模 AI 训练中的统治力，为评估其下一代数据中心 GPU 的实际竞争力提供了关键行业基准。
得州正成为AI超大规模数据中心的试验场，电力先行策略与电网改革成为项目从纸面走向运营的关键。该州电网运营商ERCOT正推行基于实际准备情况的并网排队改革，要求开发商提供选址、许可、融资和设备订单等证据，以筛选出真正有望建成的项目，避免投机性申请挤占电网规划资源。
为什么重要得州电网改革直接决定哪些千兆瓦级AI数据中心能真正落地，影响算力供给扩张节奏与相关基础设施投资的实际兑现。
周四盘中，戴尔股价下跌6%至约407美元，而西部数据上涨5%至约678美元，两者走势形成鲜明对比。这一分化源于美光强劲财报引发的存储芯片热潮：西部数据等存储供应商受益于AI数据中心需求带来的定价权，而戴尔作为服务器和PC组装商，面临内存成本上升挤压利润的压力。戴尔最新季度毛利率已从21%压缩至18%，市场担忧成本压力将进一步加剧。
为什么重要这一走势揭示了AI硬件产业链内部的利润分配博弈：上游存储供应商因稀缺性获得定价权，而下游组装商则承受成本压力，直接影响相关公司的盈利预期和估值逻辑。
美银半导体分析师Vivek Arya在美光财报后表示，存储行业正经历从周期股到AI必需品的结构性转变，但市场估值仍停留在旧模式。美光远期市盈率仅9倍，远低于英伟达的23倍和博通的34倍。Arya指出，HBM生产需3-4倍晶圆量、16份多年客户协议含价格下限，供需紧张至少持续至明年底。美光第三财季营收414.6亿美元、非GAAP每股收益25.11美元，均超预期，毛利率从去年同期37.7%跃升至84.6%。
为什么重要该观点揭示了AI产业链中存储环节的估值洼地，对关注算力基础设施投资的读者有重要参考意义。
美光科技已签署16份长期客户协议，其中14份锁定约1000亿美元的最低保证收入至2030年。公司第三财季营收同比暴增345%至414.56亿美元，毛利率达84.6%。管理层称这些多年期战略协议将显著增强财务表现的持久性与可预测性。受此推动，股价上涨16%，市场开始争论传统存储芯片的繁荣-萧条周期是否已被AI需求结构性地打破。
为什么重要存储芯片是AI算力基础设施的关键组件，其定价权与供应稳定性直接影响数据中心建设成本与节奏；美光以长期合约锁定巨额收入，若周期逻辑真正改变，将重塑整个AI硬件供应链的估值叙事。
雅虎财经评论指出，英特尔虽因英伟达50亿美元入股、软银20亿美元投资及美国政府89亿美元支持而股价飙升超500%，但其一季度净亏损达37.28亿美元，代工业务持续巨亏，且CFO等高管在股价高位减持。相比之下，台积电一季度营收同比增长21.45%，净利润增43.82%，毛利率达46.5%，掌握72%的代工市场份额，远期市盈率仅30倍，基本面优势显著。
为什么重要该评论直接对比了AI芯片制造双雄的估值与基本面，为关注半导体产业链的投资者提供了审视当前市场炒作与真实盈利能力的视角。
OpenAI 正在开发一款名为 Jalapeño 的定制推理加速器，延续了超大规模企业的自研芯片路径。但更引人注目的是其背后利用 AI 自动化芯片设计流程的尝试，这可能成为比芯片本身更具深远影响的发布。
为什么重要OpenAI 涉足定制芯片与 AI 驱动设计工具，可能重塑 AI 算力供应链与芯片开发范式，影响上下游企业竞争格局。
高通于 2026 年 6 月 25 日宣布已达成协议收购 AI 软件基础设施公司 Modular，以增强其在数据中心与边缘环境中生成式与代理式 AI 的软件基础。Modular 提供开放、AI 原生的统一计算平台，能让模型在 CPU、GPU、NPU 及定制 ASIC 等多种硬件架构上高效运行，无需为每种加速器重写代码。高通预计该交易将在 2026 年下半年完成，旨在结合自身芯片优势与 Modular 的软件专长，为客户提供从设备到云的更高效、更易扩展的 AI 部署方案。
为什么重要此次收购标志着高通从移动芯片向数据中心 AI 基础设施层纵深挺进，通过补强跨硬件架构的统一软件栈，直接回应了 AI 推理成本与效率的核心瓶颈，对关注算力基础设施与异构计算生态的投资者具有重要信号意义。
2026年6月10日，Anthropic向美国参议院银行委员会递交信件，指控阿里Qwen团队在45天内利用2.5万个账号，对其旗舰模型Mythos Preview发起2880万次交互，试图蒸馏其软件工程与智能体推理能力。这是Anthropic迄今公开的最大规模模型蒸馏案，也是继DeepSeek、月之暗面、MiniMax后，第四家被点名的中国AI公司。Anthropic正推动将此类行为纳入美国《国防法案》制裁范围。
为什么重要此案将模型蒸馏从技术争议升级为地缘政治与立法议题，可能重塑全球AI模型训练的数据合规边界，直接影响中国AI公司的技术路线与出海风险。
Palantir 股价自 2026 年高点大幅回撤后，24/7 Wall St. 分析师认为其基本面并未同步恶化。该机构给出 12 个月 150.02 美元 的目标价，较当前约 113.50 美元 有约 32% 的上行空间，评级为“买入”。尽管公司一季度营收同比猛增近 85% 至 16.3 亿美元，且管理层上调全年指引，但市场仍担忧其高估值与内部人士减持。
为什么重要该观点直接回应了市场对 AI 应用层高估值标的的恐慌性抛售，为投资者提供了基于最新财报的另一种估值参照。
英伟达与亚马逊云科技（AWS）合作，将AI基础设施推向规模化生产。亚马逊EC2推出搭载英伟达RTX PRO 4500 Blackwell服务器版GPU的G7实例，推理性能较前代提升4.6倍。同时，英伟达cuVS库使GPU加速向量索引成为OpenSearch Serverless的默认选项，速度提升10倍、成本降至四分之一。AWS还获得英伟达GB300训练性能的Exemplar Cloud认证，确保大规模训练负载的优化性能。
为什么重要此次合作将GPU加速的向量搜索与推理能力深度嵌入AWS核心服务，直接降低企业AI落地的成本与复杂度，对算力基础设施与云服务产业链产生重要拉动。
财经网站 24/7 Wall St. 发布对英伟达（NVDA）的看多预测，给出 251.55 美元 的目标价，较当前水平隐含约 26% 的上行空间，评级为“买入”，置信度达 90%。该观点认为，英伟达 2027 财年第一季度营收同比增 85% 至 816 亿美元，第二季度指引高达 910 亿美元，超大规模云客户需求仍远超供给，近期股价回调反而重置了市场预期。
为什么重要该观点为 AI 算力龙头的估值分歧提供了明确的多方参照系，有助于投资者理解市场对超大规模资本开支周期的定价逻辑。
英伟达股价周四早盘下跌2%，报2194.98美元，跌破200美元关口。此前因美光科技财报亮眼而上涨的半导体板块情绪迅速逆转。巴伦周刊指出，英伟达自4月突破200美元后，似乎正在构建以该价位为底部的交易区间。
为什么重要英伟达股价跌破关键心理价位，叠加竞争担忧升温，可能影响市场对AI芯片龙头估值与算力投资叙事的判断。
AI热潮导致高带宽内存（HBM）与DRAM供应严重不足，美光科技HBM产能已售罄至2026年，仅能满足客户约五到六成需求。苹果CEO库克将此轮存储成本压力形容为“百年一遇的洪水”，并宣布对部分Mac和iPad机型提价约20%。这一现象反映出AI数据中心正在与消费电子争夺有限的存储产能，短缺可能持续至2027年。
为什么重要此事件揭示了AI算力需求已从芯片层向上游存储环节传导，形成全产业链供应瓶颈，直接影响消费电子巨头的成本结构与定价策略。
尽管AI芯片市场竞争日益激烈，英伟达股价周四仍走高，盘前交易上涨1.5%。受美光科技业绩大幅超预期带动，半导体板块整体走强，为英伟达提供了支撑。不过，有分析指出，竞争加剧可能抑制其股价后续上涨空间，投资者在确认市场份额能否维持前或保持谨慎。
为什么重要英伟达作为AI算力核心供应商，其股价走势与市场份额变化直接反映市场对AI基础设施投资信心的冷暖。
2026年6月25日，英国在爱丁堡大学正式动工建造下一代国家超级计算机，项目由英国研究与创新署（UKRI）主导，总投资高达7.5亿英镑。新系统性能将是现有超算ARCHER2的约50倍，每秒可执行至少10亿亿次计算，旨在加速飞机工程、极端天气预测和癌症药物研发等领域的突破性发现，并巩固英国在超算领域的领导地位。
为什么重要这笔巨额投资标志着英国在主权算力基础设施上的重大升级，对AI模型训练和科学模拟至关重要，将直接影响该国在全球AI与科研竞赛中的资本叙事和产业链布局。
在晶体管微缩逼近物理极限之际，3D芯片堆叠成为延续算力增长的关键路径。上月在IEEE电子元件与技术大会上，比利时微电子研究中心imec与法国CEA-Leti实验室分别刷新了混合键合技术的连接密度纪录。imec将晶圆对晶圆的键合间距缩至200纳米，CEA-Leti则将芯片对晶圆的间距减半至1微米，每平方毫米连接数提升至百万级。更小的间距意味着芯片间通信更快、功耗更低，对AI与高性能计算至关重要。
为什么重要混合键合直接决定3D封装芯片的互连密度与能效，是突破AI算力瓶颈的关键制造技术，其每一次纪录刷新都牵动整个高性能芯片产业链的技术路线与竞争格局。
微软今年股价下跌24%，同期标普500上涨7%，过去五年涨幅仅38%，远逊于Alphabet的171%。评论认为，微软在AI领域正从领先者沦为输家：OpenAI从盟友变为竞争对手，Azure云业务与Copilot产品未获预期优势，且缺乏苹果那样的硬件基础来部署AI。其传统Windows与Office业务难以扛起AI增长大旗。
为什么重要该评论直指微软在AI应用与基础设施层的竞争地位动摇，对关注AI产业格局重塑及科技巨头估值逻辑的投资者具有警示意义。
AI 芯片公司 Cerebras Systems 发布 2026 财年第一季度财报，截至 2026 年 3 月 31 日，GAAP 营收达 1.934 亿美元，同比增长 94%。其中硬件收入 1.106 亿美元，云服务收入 8280 万美元，均大幅增长。公司 GAAP 净亏损收窄至 1400 万美元，持有现金及短期投资 33 亿美元。管理层强调晶圆级技术带来的速度优势正推动客户增长，并给出全年核心营收指引约 8.55 亿至 8.65 亿美元。
为什么重要Cerebras 作为 AI 芯片赛道挑战英伟达的独特玩家，其高速增长验证了推理与训练市场对非 GPU 架构的需求，对关注算力基础设施多元化的投资者具有风向标意义。
高通宣布将旗下蜻蜓数据中心四条产品线全部引入中国，包括专为符合美国出口门槛而设计的AI加速器。CEO安蒙在投资者日透露，首款加速器AI250明年推出，采用近内存设计而非HBM。公司预计数据中心业务本财年收入3亿美元，2027财年增至50亿美元。中国贡献了高通2025年46%的收入，但当前面临反垄断调查及国产替代压力。
为什么重要高通以合规硬件切入中国AI算力市场，试图在英伟达几乎归零的出口限制缝隙中重建数据中心叙事，直接影响AI芯片竞争格局与投资者对其第二增长曲线的预期。
6月25日，OpenAI宣布对ChatGPT默认模型GPT-5.5 Instant进行升级，重点优化建议生成、方案比较、购物决策等场景的交互体验，提升对用户意图的理解能力。付费用户即日可用，免费用户明日开放。新版模型能更准确判断用户需要简短答案、深入分析还是情感支持，对话风格更自然。
为什么重要此次升级标志着AI竞争焦点从纯智力指标转向交互体验与意图理解，直接影响ChatGPT在消费级市场的用户粘性与应用层竞争力。
6月25日，A股存储芯片板块强势领涨，普冉股份、兆易创新、德明利等16只概念股同步创历史新高。板块年内总市值增长约2.1万亿元，从年初的1.23万亿元升至3.33万亿元，其中13只百元股贡献了1.75万亿元增量。存储赛道正成为高价股密集区，4只龙头股股价突破700元。
为什么重要存储芯片作为AI基础设施的关键环节，其板块市值爆发式增长反映了市场对算力配套存储需求的强烈预期，对产业链上下游估值有重要参照意义。
美光科技宣布已与多家客户签署16项战略客户协议，其中14项在合同期内按最低价格计算的累计收入约1000亿美元。公司预计将收到约220亿美元的现金押金及相关财务承诺。这些协议覆盖DRAM与NAND闪存，期限多为五年。美光CEO表示，目前看不到内存供应何时能追上持续增长的需求，预计供应紧张至少持续到2028年。
为什么重要千亿美元级长约锁定意味着下游厂商对AI算力基础设施关键元件（内存与存储）的供应焦虑加剧，也反映出内存产业正从周期性商品转向战略资产，直接影响AI芯片与服务器成本结构。
美国AI初创公司Mirendil宣布完成2亿美元种子轮融资，由a16z和Kleiner Perkins领投，英伟达等跟投，估值达10亿美元。公司今年3月成立，创始团队包括前谷歌、Anthropic及xAI成员，计划打造帮助科学家在医学、材料等领域自主开发专用AI模型的工具，未来几个月将发布首个模型和产品。
为什么重要英伟达参投及高额种子轮估值，显示资本正加速布局“AI研发工具”这一上游环节，可能影响AI基础设施层的竞争格局。
文远知行自研世界模型WeRide GENESIS在48小时内连获2026年ATTI仿真创新奖与AI Breakthrough Awards“年度生成式AI解决方案”大奖。该模型基于物理AI构建，可大规模进行自动驾驶仿真、训练与验证，将数据采集与标注成本降低超75%。GENESIS已赋能公司端到端ADAS方案WRD 3.0，支撑其全球商业化部署。
为什么重要物理AI世界模型被视为连接数字与物理世界的下一代基础设施，GENESIS获奖验证了其在自动驾驶仿真与降本方面的工程化能力，对关注AI应用层商业化落地的投资者具有风向标意义。
英伟达周四盘前上涨1.5%至201.94美元，受益于美光科技强劲财报带动的整体半导体板块乐观情绪。尽管AI处理器市场正涌现更多竞争选项，投资者对芯片需求前景的信心仍推动该股走高。
为什么重要美光财报释放的存储芯片需求信号，直接验证了AI基础设施投资仍在加速，对算力产业链构成短期情绪提振。
IBM 研究院公布了名为 Nanostack 的新型晶体管架构，目标是在 2030 年代实现亚 1 纳米制程，特别是 7 埃节点。该技术通过晶圆堆叠在垂直方向构建逻辑电路，以突破当前 GAAFET 晶体管在持续微缩上的物理限制，预计可支撑未来至少十年的芯片工艺发展。
为什么重要该技术路线若成功商业化，将直接影响 AI 芯片的算力密度与能效天花板，对基础设施层和芯片层的长期投资叙事构成底层支撑。
IBM发布了0.7纳米纳米堆叠芯片技术，承诺可实现1000亿个晶体管和更高密度的SRAM，并计划在五年内投入生产。这一突破将芯片制程推进到亚1纳米级别。
为什么重要亚1纳米芯片若量产将大幅提升算力密度，对AI基础设施的能效和性能产生深远影响。
高通推出高带宽计算（HBC）近存计算架构，将AI加速器置于LPDDR DRAM堆栈下方，通过硅通孔连接，宣称每瓦带宽较HBM提升6倍、容量较片上SRAM高出200倍以上。公司同步披露加速器路线图：今年将推出AI200，后续AI250和AI300将分别采用第一代和第二代HBC，带宽逐代大幅跃升。
为什么重要该架构若落地，可能重塑AI推理与训练的能效比和成本结构，对依赖昂贵HBM与先进封装的算力基础设施链条产生替代性压力。
SK海力士计划在美国进行290亿美元的上市，引发套利投资者高度关注。核心未决问题是其美国存托凭证（ADR）能否与首尔上市股票自由互换。这一“可互换性”将决定两地股价差异能否被快速套利消除，若受限，ADR可能因全球AI需求而持续溢价。目前公司尚未就此做出决定。
为什么重要SK海力士作为AI存储芯片（HBM）龙头，其ADR的可互换性将直接影响全球投资者对其的估值定价与套利策略，并可能重塑韩国科技股在美股市场的估值体系。
谷歌已将“Computer Use”功能直接集成到 Gemini 3.5 Flash 模型中，使其能自主观察并操作电脑、浏览器与移动设备。该模型在 OSWorld 基准测试中得分 78.4，与 GPT-5.5 的 78.7 分接近，超越了 GPT-5.4 mini。开发者可通过 Gemini API 构建用于软件测试或办公自动化的智能代理。
为什么重要这标志着模型能力从语言理解向直接操控数字环境的重大跨越，对依赖自动化代理的 AI 应用层与基础设施层投资叙事均有直接影响。
AMD 与云服务商 Rackspace Technology 于 6 月 16 日宣布签署最终协议，计划从 2026 年底至 2028 年，在 Rackspace 全球数据中心部署初始 30 兆瓦的 AMD 专用算力。该协议落实了双方 5 月 7 日签署的谅解备忘录，并确立 AMD 为 Rackspace 受管控 AI 堆栈硅层面的战略技术伙伴，旨在服务受监管企业的 AI 工作负载。
为什么重要此举标志着 AMD 在企业级 AI 基础设施市场拿下重要云服务商订单，直接挑战英伟达在数据中心 GPU 领域的主导地位，对 AI 芯片竞争格局与算力供应链多元化具有风向意义。
瑞银分析师Timothy Arcuri在6月11日维持对博通（AVGO）的“买入”评级，给出485美元目标价。他认为，尽管供应限制可能给谷歌未来路线图带来不确定性，但博通在AI领域的长期机遇依然乐观，来自OpenAI和Anthropic的AI基础设施需求强劲。Wolfe Research同样看好，指出阿波罗与黑石的合作有望进一步拉动需求，但也提到部分投资者对博通未上调业绩展望感到失望。
为什么重要博通是AI芯片与基础设施的关键供应商，其评级与目标价动态直接反映市场对AI算力需求预期的变化。
英伟达于6月22日宣布，创纪录的35台基于其全栈AI基础设施的HPC超算正在欧洲部署，将为超过300万研究人员提供下一代算力，覆盖气候科学、医疗、清洁能源与量子计算等领域。这些系统采用Blackwell与Hopper架构，自去年以来欧洲已部署或公布的AI算力达800 exaflops。
为什么重要大规模超算部署直接拉动英伟达芯片与数据中心基础设施需求，强化其在欧洲AI算力市场的渗透，对产业链上下游的资本开支预期构成支撑。
据外媒6月25日报道，OpenAI聘请了在AWS工作超十年的资深高管克里斯·格鲁斯，出任云合作伙伴常务总监。格鲁斯是OpenAI近两个月从云巨头引入的第三名合作伙伴领域高管，此前已从谷歌云和Salesforce挖来类似背景的负责人。三人均擅长在大型云平台或企业软件公司主导合作伙伴生态建设。此举显示OpenAI正仿照AWS验证过的企业合作伙伴模式，加大对企业市场的投入，近期已推出合作伙伴网络并投入1.5亿美元。
为什么重要OpenAI密集引入企业销售与生态高管，标志着AI竞争正从模型能力转向商业化落地与渠道建设，直接影响其企业级营收增长路径与云服务商的竞合格局。
美国企业级AI服务初创公司Hang Ten Systems宣布完成3200万美元种子轮融资，由梅菲尔德领投、Aramco Ventures参投。公司由印孚瑟斯前CEO维沙尔·西卡于今年6月创立，通过智能体代码生成与可复用AI技能库，帮助大型企业持续构建与运行业务软件，客户包括西门子歌美飒和费森尤斯。
为什么重要前IT服务巨头掌门人再创业、成立不足月即获大额融资并拿下付费客户，凸显AI正加速重构传统IT外包的成本结构与增长逻辑，对关注AI应用层落地的投资者具有风向标意义。
英伟达年度股东大会上，CEO 黄仁勋表示有用的人工智能已经到来并实现盈利。他将 AI 数据中心比作“制造词元”的工厂，每个词元都可转化为代码、答案或服务，构成利润单位。黄仁勋称英伟达系统虽采购价未必最低，但能实现最低词元成本与最高吞吐量。他还将“物理 AI”视为下一波增长浪潮，并计划将 50% 或更多自由现金流返还给股东。
为什么重要英伟达首次明确将 AI 产出量化为“词元利润”，并承诺高比例自由现金流回馈，这对评估 AI 基础设施商业回报与芯片巨头资本叙事具有风向意义。
高通正大举进入数据中心市场，推出网络连接、AI 加速器以及定制与标准 CPU 等产品组合。公司预计这些新数据中心解决方案将带来数十亿美元的额外收入，标志着其从移动芯片向数据中心基础设施领域的重要扩张。
为什么重要高通此举直接切入 AI 基础设施层的算力与互联环节，可能重塑数据中心芯片竞争格局，对关注 AI 产业链上游的投资者具有重要信号意义。
在近日举行的FIFA世界杯赛事中，一款名为FIFA AI Pro的超级智能体被所有48支参赛球队及分析师采用。该工具由联想集团提供底层技术，定位为足球垂直领域的对话式AI，能通过自然语言问答提供战术分析、传球线路图、热力图及视频片段等多模态洞察。使用最多的球队平均每场比赛提问数十至上百次，联想通过引入足球分析本体论与多智能体协同架构，实现了分析师思维的模拟与任务的高效执行。
为什么重要此案例展示了中国科技企业在垂直行业AI应用中的落地能力，为AI从通用模型向专业场景渗透提供了重要参照，对关注AI应用层商业化及产业落地的投资者具有风向标意义。
由中国、欧盟、英国、美国、加拿大和日本联合牵头制定的联合国自动驾驶系统全球技术法规（ADS GTR）经全体缔约方投票通过，正式获批发布。该法规是全球首个针对自动驾驶系统的统一技术规范。工业和信息化部表示，下一步将加快国内强制性国家标准发布，并推动国际法规与国内标准有效衔接。
为什么重要全球统一技术法规的落地为自动驾驶产业链提供了标准化基础，有助于降低合规成本、加速技术商业化，对芯片、算法、整车等环节的投资者构成长期制度利好。
研究机构 Gartner 将 AMD 评为“企业 AI 服务器 CPU 领域最值得击败的公司”，强调其 I/O 带宽、服务器整合能力及对智能体 AI 编排的适配性。AMD 过去一年股价上涨 275.53%，年内涨幅达 132.63%。近期 Bernstein 将其目标价从 525 美元上调至 600 美元，维持跑赢大盘评级。此外，AMD 于 6 月 15 日收购了 AI 驱动内存优化技术公司 MEXT，以强化计算基础设施的内存优化能力。
为什么重要Gartner 的认可与收购动作进一步巩固了 AMD 在企业 AI 服务器 CPU 市场的竞争力，对关注数据中心芯片格局的投资者具有重要参考意义。
雅虎财经一篇评论将博通列为长期持有的最佳AI芯片股之一。文章指出，该股过去一年上涨44.12%，年初至今上涨9.36%。在CNN汇总的55位分析师评级中，93%给出“买入”建议，7%为“持有”，目标价中值为525美元。此外，摩根大通维持“增持”评级，并强调其下一代TPU v9 2nm芯片计划于2028年量产。博通近期还与阿波罗和黑石合作，推出规模达350亿美元的AI基础设施平台，为Anthropic等前沿AI实验室提供算力支持。
为什么重要该评论梳理了博通在AI芯片领域的战略布局与资本叙事，有助于投资者理解其长期增长逻辑及产业链定位。
英伟达于6月22日发布面向科学计算的Vera Rubin平台，并宣布洛斯阿拉莫斯国家实验室的新超算将采用英伟达Vera CPU。该超算基于HPE Cray GX5000架构，整合Vera CPU、Rubin GPU与Quantum-X800网络，旨在加速AI仿真与数据密集型研究，推动科学领域的智能体AI应用。
为什么重要英伟达CPU进入国家级实验室超算体系，标志着其加速计算栈在尖端科研基础设施中的进一步渗透，对AI芯片长期需求叙事构成支撑。
台积电（TSM）被列为长期持有的十大AI芯片股之一，过去一年股价上涨98.28%，年内涨幅达36.54%。6月22日，Susquehanna分析师Mehdi Hosseini将台积电目标价从500美元上调至575美元，维持积极评级。分析师更新了模型，预计公司业绩将超预期，但也指出硅需求可能引发供需失衡的不确定性。此前台积电与Amkor达成十年协议，旨在提升美国先进封装能力。
为什么重要目标价上调与先进封装合作直接反映AI芯片产业链的产能扩张预期，对关注算力基础设施的投资者具有重要参考意义。
DDN 本周推出 AI400X3M 存储设备，写入吞吐提升 35% 至约 190 Gbps，随机读取达 800 万 IOPS，单机架支持 30PB 数据。公司同时发布 KV 缓存解决方案，集成英伟达 Dynamo 等中间件，声称可将缓存加载速度提升最高 55 倍，以应对 AI 推理工作负载。此外，DDN 还增强了多租户环境下的安全与可观测性功能。
为什么重要DDN 的新品直接瞄准英伟达下一代 Vera Rubin 平台带来的存储瓶颈，其 KV 缓存方案若兑现性能承诺，有望降低推理延迟与 token 成本，对 AI 基础设施层的投资叙事构成支撑。
OpenAI 为降低高昂的第三方硬件成本，与博通合作开发了首款定制 ASIC 芯片 Jalapeño，专用于大语言模型推理。该芯片由 OpenAI 提供核心架构，博通负责硅工程与网络集成，台积电制造，Celestica 构建板卡系统。早期样片已在未发布的 GPT-5.3-Codex-Spark 模型上运行。OpenAI 去年服务器成本达 84 亿美元，今年预计升至 140 亿美元，此举旨在通过垂直整合基础设施来缓解资本支出压力，首批部署计划于 2026 年底启动。
为什么重要OpenAI 从纯软件层转向垂直整合基础设施，直接挑战英伟达在 AI 推理硬件领域的高利润地位，可能重塑 AI 芯片供应链格局。
在WAVES 2026大会上，峰瑞资本创始合伙人李丰从资本与流动性角度分析AI产业。他认为，当前AI周期已进入“只谈钱、不谈技术”的后半段，全球流动性变化是推动AI热潮的关键因素。他对比了当前美国科技巨头巨额资本开支与互联网泡沫时期的相似性，并指出大模型公司烧钱模式面临盈利考验，市场终将关注AI应用的实际落地。
为什么重要该观点从宏观流动性与历史周期对比切入，为投资者理解当前AI产业估值、巨头资本开支可持续性及潜在风险提供了独特视角。
据彭博社援引知情人士消息，谷歌两名深度参与Gemini AI模型开发的研究员Jonas Adler和Alexander Pritzel计划离职，加入竞争对手Anthropic。Adler在DeepMind工作超7年，参与过AlphaFold及Gemini多个版本项目；Pritzel任职近12年，专注AI系统训练。此前，诺贝尔奖得主John Jumper也已宣布转投Anthropic，谷歌正面临AI人才持续流失的压力。
为什么重要核心AI研究员接连流向竞争对手Anthropic，直接削弱谷歌Gemini模型迭代的人才基础，加剧大模型赛道的人才与资本竞争，影响投资者对谷歌AI长期竞争力的评估。
市场动态、友商消息等一行快讯,点击进原文。
该分层下当日暂无新闻。
