美東 · 共 57 條 · 按釋出時間倒序
今日晶片層密集釋放訊號：華為何庭波釋出“韜定律”V2論文，補充Kirin 2026量產實測資料，同時華為獨佔中芯43%先進產能，國產AI晶片產線爭奪白熱化；另一邊，亞馬遜計劃對外銷售自研AI晶片，直接挑戰輝達主導地位，而Palantir聯手輝達強化國家安全AI能力，將基礎設施與國防需求掛鉤。晶片層的競爭與產能瓶頸，正同步拉動資料中心與AI算力供應鏈的格局重塑。
2026年，中芯國際N+2工藝（等效7nm）年產能約260萬顆AI晶片，但國產需求達420萬顆，缺口高達160萬顆。華為鎖定43%產能並簽下5年長約，寒武紀分得約11%，其餘十幾家公司爭搶剩餘份額。裝置限制、高成本和良率爬坡三重壓力使擴產艱難，產能分配由國家安全優先順序、國資背景和地方配額共同決定，而非純市場行為。
為什麼重要這條新聞揭示了國產AI晶片產業鏈最核心的供給瓶頸——先進製程產能的極度稀缺正重塑競爭格局，直接影響相關公司的出貨能力、營收增長和估值邏輯。
A股儲存廠商江波龍釋出業績預告，預計2026年上半年營收220億至250億元，同比增長116%至145%；淨利潤92億至110億元，同比增幅高達62204%至74394%。業績暴增主要受益於AI驅動的儲存漲價週期，以及前期低價庫存按高價賣出帶來的價差。公司同時披露，已與主要原廠續簽長期供貨協議以鎖定晶圓來源，並推進企業級儲存與端側AI儲存等新業務。
為什麼重要江波龍超600倍淨利增幅是AI算力需求向儲存產業鏈中游傳導的極端案例，直接反映AI伺服器對DRAM的吞噬效應及儲存供不應求的格局，對判斷儲存週期位置與相關企業盈利彈性具有標杆意義。
AMD 在 2026 年上半年股價回報表現優於輝達。儘管需求端利好預示強勁增長前景，但經歷大幅上漲後，AMD 估值已不便宜，當前遠期市盈率達 87.9 倍。市場關注其下半年能否延續這一勢頭。
為什麼重要AMD 與輝達的回報對比直接牽動 AI 晶片投資風向，高企的遠期市盈率讓估值成為下半年走勢的核心博弈點。
Palantir 與輝達正式合作，為美國聯邦機構及企業提供基於自有 AI 模型的安全解決方案。合作核心是讓美國政府不必依賴外部 AI 模型來保護國家安全，將 Palantir 的資料分析與輝達的算力結合，直接服務於國防與情報等關鍵領域。
為什麼重要此舉將 AI 基礎設施與國家安全需求直接掛鉤，可能加速政府訂單向 Palantir 和輝達集中，影響國防 AI 供應鏈格局。
知名財經評論員 Jim Cramer 在週三市場輪動中反思錯失的個股機會，稱對戴爾與 AMD 的踏空令他“尷尬甚至羞愧”。他透露旗下信託曾從 AMD 獲利了結後未能重新入場，而戴爾雖被列入觀察名單等待回撥買入，股價卻未回撥便持續飆升。Cramer 將失誤歸因於過度謹慎與懷疑，只關注過往漲幅而忽視未來潛力。
為什麼重要該評論凸顯了 AI 基礎設施（伺服器/儲存）相關標的在市場輪動中的強勁動能，為關注算力硬體產業鏈的投資者提供了關於市場情緒與估值敘事的側面觀察。
知名財經評論員 Jim Cramer 在近期節目中表示，他認為 AMD 近期的股價下跌是一個買入機會。他強調，AMD 同時擁有 CPU 和 GPU 業務，兩者在資料中心領域需求旺盛，投資者幾乎不會再有這樣的機會。Cramer 還稱讚了 CEO 蘇姿豐的出色領導力。
為什麼重要該觀點反映了市場對 AMD 在 AI 與資料中心領域雙重晶片能力的關注，可能影響投資者對該公司在算力基礎設施層競爭地位的評估。
知名財經評論員 Jim Cramer 在節目中表示，Palantir Technologies 是他目前唯一信任的股票，稱其為他追蹤範圍內增長最快的公司，但股價已從高點下跌約 80 點，近期才顯露企穩跡象。他建議投資者將其視為長期增長故事，並指出公司基本面增長並未放緩，只是股價受挫。
為什麼重要該評論反映了市場對 Palantir 這類 AI 資料分析公司估值與增長預期的分歧，對關注 AI 應用層企業的投資者具有情緒指引意義。
S&P Global於6月23日表示，台積電憑藉在先進高效能運算晶片代工領域的主導地位，過去幾年顯著鞏固了在全球半導體代工行業的領導力，營收增長強勁且利潤率穩健。該機構認為，儘管未來1-2年資本支出和股息派發高企，台積電EBITDA和自由運營現金流的快速改善仍可支撐其淨現金頭寸持續增長，並據此調整了對台積電的長期發行人信用評級展望。
為什麼重要信用評級展望的調整直接反映出台積電在AI晶片代工領域的護城河深度與財務健康度，這對評估AI基礎設施層核心供應商的長期穩定性具有參考意義。
NVIDIA 於 6 月 23 日推出 BioNeMo Agent Toolkit，為生命科學領域提供專用工具與技能，使 AI 代理、科學家和實驗室能協同收集證據與推理。該工具包支援任何代理或 AI 平台綜合科學知識、支撐模型並執行後續行動，已有超過 50 家公司採用。此前，NVIDIA 還與韓國 LG 集團達成戰略合作，共建 AI 工廠，覆蓋機器人、自動駕駛、資料中心和 GPU 雲服務。
為什麼重要此舉展示了 NVIDIA 將 AI 算力從訓練延伸到垂直行業代理應用的最新佈局，對關注機器人、生命科學和 AI 基礎設施的投資者具有訊號意義。
亞馬遜計劃向其他公司的資料中心出售其定製AI晶片，此舉被視為其削弱輝達在AI晶片領域主導地位的關鍵擴張。亞馬遜AI負責人彼得·德桑蒂斯表示，公司正專注於吸引更多客戶。其AI加速器Trainium已獲得OpenAI、Anthropic和優步等知名買家，這些客戶通過AWS獲取硬體。
為什麼重要此舉標誌著雲端計算巨頭從自用走向對外銷售AI晶片，可能重塑AI算力供應鏈格局，直接挑戰輝達的壟斷地位。
野村證券在7月2日研報中指出，市場對韓國儲存巨頭4.8萬億韓元擴產計劃和Meta出租閒置算力的擔憂被嚴重誇大。韓國投資需5至10年才能轉化為實際產能，且HBM對通用儲存產能的擠壓正導致嚴重供應短缺；Meta出租算力則可能壓低Token成本，觸發“傑文斯悖論”激發更大AI需求。野村認為，AI驅動的儲存需求增長尚未見頂，市場過度反應提供了重新審視估值的視窗。
為什麼重要該觀點直接回應了當前儲存板塊的核心分歧，有助於投資者理解產能週期與AI算力需求的真實動態。
騰訊在Hugging Face上釋出了全模態大模型Ex-Omni，引數規模110億。該模型由香港中文大學（深圳）、LIGHTSPEED及獨立研究者聯合開發，支援文本或語音輸入，可同步生成文本回復、語音及52維面部混合變形係數，並可選渲染為說話人臉影片，實現從對話到3D面部動畫的端到端輸出。
為什麼重要Ex-Omni將語音對話與3D面部動畫生成直接打通，為AI數字人、虛擬助手等應用提供了更高效的全模態互動方案，可能加速AI在虛擬形象、遊戲及互動服務領域的落地。
瑞銀最新調查顯示，蘋果AI功能Apple Intelligence對消費者換機決策的拉動力正在減弱。表示會因該功能提前換機的受訪者比例較半年前下降約500個基點至約24%，認為無影響的比例上升約300個基點至約31%。不過，美國市場iPhone購買意向同比上升約300個基點，蘋果品牌摺疊屏手機興趣也保持強勁。瑞銀維持蘋果12個月目標價296美元。
為什麼重要該調查直接檢驗了AI功能能否轉化為硬體銷售這一關鍵假設，對判斷AI應用層商業變現節奏及蘋果產業鏈預期具有風向標意義。
本週AI產業動態密集：智平方完成近50億元融資；字節跳動豆包宣佈智慧體功能將於7月15日下線；可靈AI落地近30億美元融資；Anthropic推出Claude Science。此外，月之暗面宣告未授權第三方處理融資交易；曝賈揚清離開輝達，其創辦的Lepton AI去年以7億美元被收購；谷歌推出AI生圖模型Nano Banana 2 Lite；施耐德擬31億美元收購工業AI公司Cognite；聯合國報告呼籲儘快完善人工智慧治理。
為什麼重要本週融資、產品下線與高管變動密集發生，反映AI應用層資本熱度與產品策略調整並行，對關注AI產業投資與競爭格局的讀者具有風向標意義。
Palantir 執行長 Alex Karp 週三公開批評 OpenAI 和 Anthropic 的代幣計價模式，稱“有些事完全錯了”。他在 CNBC 採訪中表示，企業正因成本攀升轉向低成本開源模型，並警告沉迷代幣消耗卻無實際價值產出。此番言論正值 Palantir 與輝達擴大合作、為美國政府機構構建定製 AI 模型之際。
為什麼重要企業 AI 支出從“代幣消耗”轉向 ROI 評估，可能重塑模型層定價權與開源閉源競爭格局，影響相關公司估值敘事。
核技術初創公司 Ampera 釋出了其首款全尺寸 3D 打印核反應堆模組，號稱“全球首個次臨界、固態、工廠製造的釷核反應堆”。該模組是其綜合能源架構的核能部分，可搭配廢熱回收模組或傳統燃料發電模組使用。公司計劃將其大規模量產，為 AI 資料中心、國防、工業和海事等領域提供電力，但尚未公佈發電時間表。
為什麼重要此舉為 AI 資料中心激增的能源需求提供了一種潛在的新型供電方案，可能影響算力基礎設施的能源供應格局與相關產業鏈。
高盛全球定製股票籃子業務負責人Louis Miller在7月4日報告中指出，上半年主導市場的AI與動量交易已出現力竭訊號。標普500中AI集中度超50%，對沖基金動量敞口處於五年92分位，近期動量因子創2023年一季度以來最大回撤。高盛建議下半年轉向防禦板塊，首選醫療保健（尤其生物工藝與歐洲大型藥企併購機會），並認為估值低迷的歐洲防務板塊迎來佈局拐點。
為什麼重要高盛對AI交易擁擠與回撥風險的警示，以及資金可能向醫療、防務等非AI板塊輪動的判斷，直接影響AI產業鏈相關標的的短期資金面與市場情緒。
AI算力成本劇烈波動，輝達GPU伺服器部分元件成本單週漲跌幅度高達40%，記憶體等關鍵部件供應緊張是主因。GPU雲服務商Nebius和亞馬遜AWS已分別將租用價格上調約30%和20%。價格資料商Silicon Data執行長指出，GPU租用定價已呈現類似石油的供需驅動特徵，中小客戶承受最大壓力，且市場定價透明度不足。
為什麼重要GPU算力成本波動直接衝擊雲服務商利潤和AI開發者的運營預算，定價機制不透明加劇產業鏈博弈，影響AI應用層的商業可行性。
具身智慧公司光象科技宣佈累計完成數億元天使輪融資，最新一輪由珠海科技產業集團、興證資本、松禾資本、順禧基金、慕華科創、See Fund、億宸資本及上市公司行雲科技等參與，老股東零一創投、L2F光源創業者基金持續加註。資金將用於物理原生基座模型研發與具身智慧機器人產品商業化交付。
為什麼重要具身智慧是AI從數字世界走向物理世界的關鍵路徑，本輪大額早期融資顯示資本正加速押注該賽道，對產業鏈上下游有風向標意義。
Anthropic 宣佈啟動針對被傳統制藥業視為無利可圖的被忽視疾病的藥物發現專案，聚焦臨床前早期研發。公司稱此舉與其非營利使命一致，並能通過一線實踐構建更好的 AI 模型與工具。諾華 CEO Vas Narasimhan 在同一活動中表示，新 AI 模型有望將藥物研發時間從 12 年縮短至 7 到 8 年，並將成功率從 8% 翻倍至 16%。
為什麼重要此舉標誌著前沿 AI 公司從提供工具轉向親自下場做藥，直接驗證 AI 能否攻克傳統研發中高成本、長週期、低成功率的難題，對 AI 在生命科學領域的落地敘事有重要訊號意義。
DeepSeek宣佈7月中旬起對API調價，工作日9:00-12:00與14:00-18:00呼叫價格翻倍，V4-Pro模型輸出價從每百萬tokens 6元漲至12元。同期浙江省新版工商業分時電價生效，將16:00-23:00劃為高峰時段。AI公司的算力排程與電網的電力排程在同一邏輯下趨同，凸顯算力供給緊張與電力成本壓力。
為什麼重要DeepSeek引入峰谷定價標誌著AI算力成本開始直接對映電力價格波動，對依賴即時呼叫的AI應用開發者成本結構產生重大影響，並折射出算力基礎設施的供需瓶頸。
2026年人形機器人出貨量衝刺5萬台，但整機價格戰激烈，宇樹R1已降至2.99萬元。利潤向上遊核心零部件集中，絲槓、減速器等技術壁壘最高的環節佔據價值鏈頂端。綠的諧波、雙環傳動等國產供應商訂單已排至2027年，三花智控作為特斯拉Optimus旋轉關節獨家供應商，單台價值量約2.8至3萬元。資本同步向上遊遷移，一季度國內融資額達681億元，超過2025年全年。
為什麼重要人形機器人量產加速但整機盈利難，上游核心零部件供應商憑藉高壁壘和確定性訂單成為產業鏈現階段最明確的受益環節，對投資佈局具有風向標意義。
Mistral AI 釋出開源模型 Leanstral 1.5，採用 Apache 2.0 許可，專為 Lean 4 程式語言的形式化驗證設計。該模型在高中數學至奧賽難度的 miniF2F 基準上達到 100% 準確率，在 PutnamBench 的 672 題中解出 587 題，並在代數基準 FATE-H 和 FATE-X 上分別取得 87% 和 34% 的頂尖成績。除數學外，模型在掃描 57 個開原始碼庫時發現了 5 個此前未知的漏洞，包括 Rust 庫 varinteger 中的溢位缺陷。
為什麼重要該模型展示了 AI 在形式化驗證領域的突破，不僅能攻克高難度數學證明，還能在實際程式碼中自動發現未知漏洞，對提升軟體可靠性與安全性的 AI 工具鏈具有直接產業價值。
據《金融時報》報道，OpenAI執行長薩姆·奧特曼與高管初步討論，計劃向美國政府出讓5%公司股份，估值約426億美元。此舉旨在緩解特朗普政府對AI企業的政治壓力，並可能推廣至其他主要AI公司，讓公眾通過政府持股分享AI產業收益。該提議引發關於AI財富分配機制的廣泛討論。
為什麼重要此舉標誌著AI產業從技術競爭轉向制度與財富分配之爭，可能重塑AI企業的治理結構與公眾參與模式，對投資者評估政策風險與長期估值具有重要參考意義。
高盛7月3日維持對MiniMax集團的“買入”評級，目標價860港元。報告指出，MiniMax M3模型通過訓練與推理架構升級，推理效率提升逾2倍，抵消了引數翻倍帶來的成本增長，且定價與M2.7持平。高盛認為，DeepSeek本週宣佈V4正式版將提價，側面印證了MiniMax M3的高性價比。
為什麼重要模型推理效率與定價策略直接關係AI應用層的成本結構與商業化前景，對評估AI模型公司競爭力具有參考意義。
華為半導體負責人何庭波於7月3日在中國科學院ChinaXiv平台釋出“韜定律”V2版論文。相比V1版，新版補充了LogicFolding齒比概念、Kirin 2026量產實測資料等工程細節，並新增多張原理示意圖，完善了以時間常數τ為核心的後摩爾時代縮放理論體系。論文還細化了移動端與AI端的技術演進路線。
為什麼重要該論文展示了華為在3D堆疊與晶片縮放理論上的工程化進展，對評估其先進封裝和AI晶片競爭力具有參考意義。
市場動態、友商訊息等一行快訊,點選進原文。
該分層下當日暫無新聞。
