美東 · 共 122 條 · 按釋出時間倒序
今日AI產業呈現晶片層與基礎設施層共振：輝達季度收入逼近千億美元且增速加快，美銀統計晶片四巨頭未來12個月自由現金流將達4300億美元，但標普因OpenAI集中度風險下調甲骨文信用評級，凸顯算力需求強勁與投資回報不確定性並存的格局。同時，行業高管駁斥算力過剩論，稱能源才是核心瓶頸。
美國戶用太陽能龍頭Sunrun聯合特斯拉及Renew Home宣佈，將聚合超過16GW的分散式靈活容量，直接向AI資料中心運營商售電。這16GW主要來自全美數百萬家庭的屋頂光伏、Powerwall電池及智慧溫控器，其中可排程電池容量約4GW。此舉標誌著虛擬電廠的買方首次從電網公司轉向資料中心，但截至目前尚未簽署任何購電合同。
為什麼重要虛擬電廠客戶結構從電網轉向AI資料中心，可能重塑戶用儲能資產的估值邏輯，並影響中國儲能企業的出海准入標準。
前英特爾CEO Pat Gelsinger等多位行業高管對CNBC表示，AI需求“幾乎是無限的”，真正制約行業發展的是能源供應而非算力需求。資料中心及晶片企業反映，當前市場需求遠超供給能力，Lumentum訂單已排滿五年。企業端AI支出正從“用量最大化”轉向注重投資回報的“價值最大化”，高管認為這種理性調整有助於需求長期延續。
為什麼重要該報道直接回應了近期晶片股波動引發的算力過剩擔憂，從供給端和需求端提供了產業一線視角，對判斷AI基礎設施投資可持續性具有參考意義。
7月13日A股早盤承壓，滬指、深成指、創業板指均跌超1%，商業航天、算力硬體、軍工板塊領跌，市場逾4500股下跌。港股低開高走，恒生科技指數漲超1%，AI大模型股走勢分化，智譜一度大漲10%，MINIMAX暴跌超14%。此前亞太市場波動，韓國首爾綜指跌超6%，SK海力士跌幅達10%，韓國交易所啟動SIDECAR機制暫停程式化拋盤。
為什麼重要智譜與MINIMAX的劇烈分化，疊加算力硬體板塊調整，直接反映市場對AI大模型商業化路徑與估值邏輯的重新定價，牽動AI應用層與基礎設施層投資者的風險偏好。
7月6日，騰訊低調發布旗艦模型混元Hy3正式版，由前OpenAI研究員姚順雨主導研發。該模型上線三天即升至OpenRouter最受歡迎模型榜單第八位，接入辦公智慧體WorkBuddy後排隊率一度超50%。Hy3採用MoE架構，總引數2950億，在SWE-bench Pro等測試中表現突出，被業內視為騰訊重回大模型競爭牌桌的訊號。釋出當天騰訊股價上漲4.82%。
為什麼重要混元Hy3的釋出標誌著騰訊在經歷兩年追趕後，重新建立起模型、產品與工程協同的研發體系，對評估騰訊在AI應用層的生態整合潛力具有風向標意義。
2026年5月25日，思必馳科創板IPO申請再獲受理，距2023年上會被否已三年。公司更換保薦人為東吳證券，戰略從追求規模轉向最佳化結構。2025年實際營收6.88億元，僅為前次預測值的四成，但毛利率升至63.24%，扣非淨虧損大幅收窄至0.48億元。然而，前次預測嚴重失準、經銷商實名舉報晶片業務財務問題，以及累計近10億元未彌補虧損，仍是其上市路上的重大挑戰。
為什麼重要思必馳作為國內車載語音市佔率第二的AI公司，其二次IPO的財務真實性爭議與商業模式轉型，直接牽動市場對AI應用層企業估值邏輯與監管稽核尺度的關注。
多家公司正挑戰輝達在AI晶片領域的主導地位，但目標各不相同。部分企業如Groq和谷歌專注於推理晶片，而非輝達最強的訓練市場。OpenAI和亞馬遜等雲廠商自研晶片主要為內部使用或鎖定雲服務，並非直接銷售。AMD是唯一同時向第三方銷售訓練與推理GPU的主要廠商。此外，輝達的CUDA軟體生態仍是難以逾越的護城河，擁有超590萬開發者。
為什麼重要該分析揭示了AI晶片競爭的結構性分化，投資者需區分訓練與推理市場、內部自用與公開銷售的不同競爭邏輯，以準確評估對輝達估值敘事的實際影響。
高盛策略師Kinger Lau在7月13日報告中指出，A股硬科技相對H股網際網路的領先優勢已處歷史極端水平，STAR50年初至今跑贏HSTECH達68個百分點。高盛重申對A股硬科技的戰術偏好，但認為部分H股網際網路標的估值已大幅下調，未來數月有望迎來盈利修復，開始逐步配置。H股網際網路板塊面臨盈利壓力，MSCI中國一季度利潤同比降8%，該板塊自2025年二季度以來累計產生超1800億元人民幣補貼損失，同時承擔著年內可能超1000億美元的AI資本開支。
為什麼重要該報告揭示了AI產業鏈上硬體供給端與軟體應用端在資本市場的分化走勢，以及盈利修復對網際網路平台估值重估的關鍵作用，直接影響投資者在A股與H股間的配置邏輯。
美國企業IT預算正從傳統SaaS軟體轉向AI Agent。賽諾菲用自研AI Agent替代部分ServiceNow功能，同時加深與SAP的AI對接以削減外包支出。中小企業替換更快，Mixology計劃用Palantir替代Salesforce。部分傳統軟體角色退化為資料儲存層，如HubSpot僅被用於存資料。GitHub程式碼倉庫業務也面臨Cursor、OpenAI及前CEO創立的Entire等多方競爭。
為什麼重要企業IT預算結構性遷移直接牽動Salesforce、ServiceNow等傳統SaaS巨頭的長期估值邏輯，同時為Anthropic、Palantir等AI平台及AI Agent初創公司開啟新的收入空間。
美銀統計顯示，輝達、美光、博通和應用材料預計未來12個月合併自由現金流將達創紀錄的4300億美元，是兩年前的三倍多。與此同時，亞馬遜、Alphabet、Meta、微軟和甲骨文五家AI巨頭的合併自由現金流預計首次轉負，逆轉2024年2600億美元的峰值，而它們2026至2027年AI相關資本支出合計將飆升至約1.8萬億美元。
為什麼重要晶片製造商與AI應用巨頭在現金流上出現歷史性分化，直接反映AI產業鏈利潤向上遊硬體端集中、下游雲廠商正承受鉅額資本開支壓力的結構性趨勢。
中際旭創7月12日澄清近期市場傳言，稱二季度業績嚴重不及預期的說法毫無依據，公司對2026年上半年經營和行業需求充滿信心。同時否認故意壓制股價或延遲確認收入，強調一貫重視資本市場形象與投資者利益，相關傳言是對公司的誤解。
為什麼重要中際旭創作為光模組龍頭，其業績預期直接牽動AI算力基礎設施投資情緒，澄清有助於穩定市場對產業鏈需求的判斷。
韓國綜合股價指數年內漲超70%，但企業盈利上調更快，將Kospi預期市盈率壓縮至6.4倍，低於2008年全球金融危機水平。三星電子和SK海力士利潤飆升，推動成分股盈利預期連續17個月上調，預期每股盈利漲幅約170%。分析師指出，估值雖處歷史低位，但記憶體週期隱憂與公司治理問題令“韓國折價”持續，投資者對入場時機存在分歧。
為什麼重要韓國股市估值創歷史新低，直接反映AI驅動的記憶體晶片繁榮週期對產業鏈估值的深遠影響，牽動三星電子、SK海力士等AI基礎設施關鍵供應商的投資邏輯。
招商證券策略報告認為，近期A股波動部分源於海外科技市場動盪的對映，包括韓國市場槓桿問題和Meta相關表述。產業層面，報告建議關注國產算力催化因素，特別是華為即將在人工智慧大會上首次展出業界最大規模超節點Atlas 950 SuperPoD真機。報告還指出，港股大幅反彈主要受阿里業績預覽推動，但超跌修復或已結束，後續上行需等待整體盈利上修及頭部大廠AI收入佔比提升，這將在半年報期驗證。
為什麼重要該報告點明國產算力硬體的最新進展與市場催化節點，對跟蹤AI基礎設施層投資機會的讀者具有參考意義。
今年1至5月，我國雲端計算裝置出口金額累計同比增長114.4%，半導體裝置出口金額累計同比增長91.5%。AI產業快速發展帶動上游製造訂單激增，終端產品快速迭代推高時效要求。儘管7月通常是全球空運淡季，但受高科技電子與半導體產品結構性需求拉動，中國至歐洲、美洲等貨運航線運價保持韌性，多家頭部貨代與貨運航司反饋近期AI產品承運量仍在大幅上漲。
為什麼重要出口資料直接對映AI算力基礎設施與半導體制造環節的全球需求強度，對判斷產業鏈景氣度與資本流向具有參考意義。
Citadel 創始人兼 CEO 肯·格里芬在高盛 Apex 研討會上警告，若美國失去台灣半導體晶片供應，GDP 將在六個月內下滑 8%，觸發現代版“大蕭條”。他指出台積電先進晶片已嵌入“每一款高階產品”，一旦供應中斷，波音、汽車製造和消費電子等行業將在六個月內停產。格里芬同時強調中國在約 75 項關鍵技術中的 67 至 68 項上領先，呼籲美國通過教育改革提升競爭力，而非僅依賴關稅。
為什麼重要此觀點凸顯台積電在全球 AI 與高階製造供應鏈中的不可替代性，對評估晶片地緣政治風險及相關產業鏈脆弱性具有直接參考意義。
蘋果已終止的自動駕駛汽車專案雖未造出車，卻意外推動了其AI晶片的關鍵技術。據Mark Gurman報道，蘋果在開發自動駕駛平台早期意識到需要強大的端側AI處理能力，由此催生了Neural Engine。該引擎自A11 Bionic晶片起成為蘋果裝置端AI處理的基石，並已擴充套件至M系列桌面晶片。蘋果正加速開發M7晶片，其Ultra版本預計支援高達1.5TB記憶體，並將成為新款伺服器產品的基礎。
為什麼重要該報道揭示了蘋果AI硬體領先優勢的意外起源，並指明其正將AI晶片作為未來戰略核心，加速佈局從端側到伺服器的完整算力版圖，對關注蘋果AI產業鏈的投資者具有重要參考價值。
高盛釋出研報預測，SpaceX的星艦專案到2031年將執行5288次專用AI發射任務，每次攜帶30至50顆AI衛星，每顆衛星搭載約一個GB300等效AI機架。這一遠景意味著對高頻寬記憶體（HBM）的需求將達到空前規模——輝達每顆加速器需8個HBM堆疊，而美光是全球僅有的三家可量產尖端HBM的廠商之一，已鎖定長期供貨協議。評論指出，即便實際發射量遠低於預測，AI記憶體需求仍將遠超當前資料中心擴張規模。
為什麼重要該預測將AI算力競賽從地面資料中心延伸至軌道，若部分兌現，HBM供應鏈瓶頸將急劇惡化，直接牽動美光、SK海力士、三星及先進封裝產能的長期估值邏輯。
愛爾蘭中央統計局資料顯示，2025年資料中心用電量達7663吉瓦時，佔全國總用電量的23%，同比上升10%，幾乎追平全國居民用電的28%。儘管自2021年起實施電網接入限制，過去十年資料中心用電仍增長360%，AI熱潮進一步推高需求。
為什麼重要資料中心電力消耗激增直接牽動AI基礎設施的能源成本與可持續性敘事，對全球雲廠商和算力佈局者構成關鍵約束訊號。
Anthropic 為 Claude Code 加入內建瀏覽器視窗，讓 AI 能在開發環境內直接開啟、閱讀網頁並執行點選與輸入操作。該瀏覽器以標籤頁形式執行，通過快捷鍵調出，寫操作會經過分類器篩查，購買或建立賬戶等行為需使用者批准。瀏覽器使用無儲存登入資訊的乾淨配置檔案，企業可通過白名單限制外部網站訪問或完全停用該工具。
為什麼重要此舉將 AI 編碼助手的能力從原生代碼擴充套件到即時網路互動，可能重塑開發者工作流與工具鏈生態，對依賴 API 整合和自動化測試的 AI 應用層公司產生直接影響。
面壁智慧（OpenBMB）開源 UltraX-0.6B 預覽版，這是一個用於大規模預訓練資料精煉的輕量模型。它不直接重寫文本，而是預測結構化編輯操作（如插入、刪除、替換），再確定性執行，比端到端 LLM 重寫成本更低。模型在 FineWeb 資料上訓練，使用 8 塊 GPU 進行全引數 SFT，基於 Apache 2.0 協議開源，相關程式碼、資料集及技術報告已同步釋出。
為什麼重要預訓練資料質量直接決定模型效能天花板，UltraX 提供了一種低成本、可規模化的資料清洗新範式，對算力投資回報和模型訓練效率有直接影響。
知名風投 Chamath Palihapitiya 在播客中指出，標普 500 中剔除科技巨頭的“標普 493”近年盈利增長僅 0%–2% 來自 AI 驅動的生產力提升，其餘主要源於通脹定價與大規模回購。他援引普華永道 2026 年 CEO 調查稱，56% 的 CEO 未看到 AI 帶來收入或成本改善，僅 12% 同時獲得兩者。他認為 AI 投資正從創新預算轉入核心運營預算，CFO 開始追問回報是否高於無風險利率。
為什麼重要該觀點直接挑戰當前 AI 資本開支的合理性，若企業端回報持續低於資金成本，可能動搖對算力基礎設施長期需求的估值敘事。
半導體設計公司博通近期股價波動顯著：年內累計上漲15%，但在6月18日至7月2日間下跌12%，此後又反彈11%。6月30日，Jefferies重申對博通的“買入”評級，目標價設為550美元，認為其AI晶片業務受益於未來盈利可見度的提升，與谷歌合作的Tensor AI晶片業務表現良好。然而，7月7日Erste Group將其評級從“買入”下調至“持有”，認為當前股價已基本反映公司估值。
為什麼重要博通是AI定製晶片（ASIC）領域的關鍵玩家，其股價波動與評級分歧直接反映市場對AI算力投資回報週期和雲廠商資本開支前景的評估，對判斷AI基礎設施層投資情緒具有風向標意義。
對沖基金D.E. Shaw將輝達列為2026年十大最佳買入股票之一。輝達股價年初至今溫和上漲9.6%，目前在207美元附近交易。美銀在7月8日重申買入評級，給出350美元目標價。近期SpaceX釋出Grok 4.5模型，披露其訓練使用了數萬顆輝達AI晶片。輝達還與Hugging Face合作，將物理AI能力整合進LeRobot開源機器人庫。
為什麼重要億萬富翁投資者持倉動向與頂級投行目標價分歧，為AI算力龍頭的估值敘事提供多空參照。
AI 搜尋公司 Perplexity 為其多智慧體編碼棧選用輝達 Vera CPU，而非 x86 伺服器晶片，稱其執行速度快 1.5 倍。該決定發生在輝達與 AMD 均釋出強勁財報之際，卻暴露出更深層的競爭裂痕：輝達正以 GPU、CPU、網路和軟體的一體化堆疊，直接威脅 AMD 的 EPYC 伺服器 CPU 核心地盤。
為什麼重要Perplexity 的選擇標誌著輝達的 CPU 開始打入 AMD 長期主導的伺服器 CPU 市場，這直接影響兩家公司在 AI 資料中心總擁有成本上的競爭敘事，對投資者判斷其護城河寬度至關重要。
雅虎財經分析指出，博通與Marvell在定製AI晶片（ASIC/XPU）領域佔據主導，但市場給予兩者截然不同的估值。Marvell因更純粹的增長預期享有更高溢價，而博通憑藉多元化業務（含基礎設施軟體）與更廣泛的客戶陣容（據報包括谷歌、Meta、OpenAI、蘋果等）獲得更合理的估值倍數。兩者均依賴少數超大規模客戶，面臨客戶集中風險。
為什麼重要該分析揭示了AI晶片投資中“高增長溢價”與“多元化折價”的估值分歧，直接影響投資者對算力產業鏈上游的配置邏輯。
輝達7月8日宣佈，其Nemotron 3 Ultra模型與LangChain的Deep Agents框架整合後，通過最佳化執行環境而非重新訓練模型，在基準測試中達到與頂級閉源模型相當的任務表現，同時推理成本降至十分之一、吞吐量顯著提升。Abridge、Amdocs、Box等企業已將該方案嵌入自身平台，安永則利用該技術幫助客戶治理和部署專用AI代理。
為什麼重要此舉標誌著企業級AI向高效能、低成本、開源可控方向加速演進，可能進一步鞏固輝達在AI推理基礎設施環節的競爭力。
港股大模型公司智譜與MiniMax在上市半年、首批股份解禁之際相繼釋出全員內部信。智譜創始人唐傑提出“摸高”計劃，未來兩年將上市募資重投基礎模型研發，衝擊下一代通用人工智慧。MiniMax創始人閆俊傑則宣佈個人不領薪酬並拿出合計5%股份用於團隊激勵和開源社群。兩家公司解禁後二級市場表現分化，智譜解禁當日上漲，MiniMax則下跌。
為什麼重要兩家公司作為港股大模型代表，其內部信揭示的戰略方向與解禁期股價分化，直接反映市場對AI企業不同技術路線、資本結構與長期價值的評估分歧。
知名財經評論員 Jim Cramer 在節目中直言，閃迪遠期市盈率達 28 倍，高於輝達的 23 倍，這種估值倒掛“令人憤慨”。閃迪年內暴漲 707%，但內部模型預計其未來回報為負 14%；輝達分析師共識目標價則隱含約 43% 上行空間。兩家公司均交出強勁季報，市場卻給 NAND 儲存供應商比 GPU 壟斷者更高的估值溢價。
為什麼重要該評論直指 AI 產業鏈估值邏輯的極端分化——市場正以高於算力核心的倍數追捧儲存配套商，這對投資者審視 AI 基礎設施各環節的估值合理性具有警示意義。
摩根士丹利預測，全球頭部客戶對台積電CoWoS先進封裝的需求將從2026年的約138.4萬片晶圓飆升至2027年的268.2萬片，近乎翻倍。輝達仍是最大客戶，但其需求佔比將從56%降至45%；AMD成為最大黑馬，需求暴增307%至53萬片；聯發科、博通、Marvell等ASIC與網路晶片廠商需求同樣激增。台積電雖在拼命擴產，但供需缺口預計到2027年仍可能超過30%，英特爾與三星正藉機推廣其替代封裝方案。
為什麼重要CoWoS產能分配直接決定輝達、AMD及雲廠商AI晶片的出貨節奏，其供需缺口與客戶結構變化是觀測AI算力產業鏈景氣度與競爭格局的關鍵先行指標。
Futurum Group 執行長 Daniel Newman 表示，Meta 今年高達 1450 億美元的 AI 基礎設施支出並非要拋棄輝達與 AMD，其自研晶片策略是為了“增強”算力以滿足龐大需求。此前有報道稱，Meta 計劃於 9 月開始製造代號為 Iris 的自研 AI 晶片，該晶片由博通協助開發、台積電製造。
為什麼重要該觀點直接回應了市場對 AI 晶片競爭格局的關鍵疑慮，有助於投資者理解 Meta 鉅額資本開支的分配邏輯及其對輝達、AMD 等現有供應商的長期影響。
央行行長潘功勝表態外儲將增加在港資產配置，推動港股連續第二週反彈，未平倉賣空佔比雖降至2.43%但仍處歷史高位，逼空空間猶存。同時A/H溢價走擴與南向資金流出顯示配對交易活躍，短期關注創新藥、航空等方向。美股方面，SK海力士ADR上市上漲、Meta擴建資料中心及亞馬遜大規模發債，緩解了AI資本開支放緩擔憂，AI硬體與雲端計算主線動能交易顯著迴歸。
為什麼重要港股逼空與美股AI動能交易同步升溫，直接牽動兩地科技與算力板塊的資金流向和估值敘事，對關注AI產業鏈的投資者具有風向標意義。
標普全球將甲骨文信用評級從BBB下調至BBB-，距垃圾級僅一步之遙。標普指出，甲骨文AI業務現金消耗遠超預期，預計到2027年資本支出將達950億美元，而收入需多年後才能實現。OpenAI佔甲骨文6380億美元合同義務的近一半，若OpenAI違約，甲骨文將面臨大量資料中心產能閒置的風險。標普認為甲骨文處境比亞馬遜、谷歌和微軟更脆弱。
為什麼重要OpenAI作為甲骨文最大單一客戶帶來的集中度風險被評級機構明確警示，這直接影響市場對AI基礎設施投資回報週期的評估，也牽動整個AI算力產業鏈的信用敘事。
AI算力競爭帶動大型資料中心建設，燃氣輪機需求激增。微軟近期向GE Vernova採購7台大型燃氣輪機為得州資料中心供電，單台售價超2.5億美元。據Melius Research估算，燃氣輪機價格過去三年累計上漲約300%。GE Vernova股價半年漲超70%，卡特彼勒、西門子等同行也實現快速增長。
為什麼重要燃氣輪機價格飆升直接反映AI基礎設施建設的能源成本壓力，影響資料中心運營商資本開支與電力供應鏈相關公司估值。
國產儲存晶片巨頭長鑫科技將於7月16日進行科創板網上申購，擬募資295億元。這將是今年A股市場規模最大的IPO，也是科創板史上第二大IPO，僅次於中芯國際的532億元。長鑫科技此次網上申購上限為167.2萬股，頂格申購需配滬市市值1672萬元，是今年及科創板歷史上發行股票數量最多的新股，預計中籤率較高。
為什麼重要長鑫科技作為國產儲存晶片龍頭，其大規模IPO直接牽動半導體產業鏈資本流向，並可能影響A股科技板塊估值與資金配置。
特斯拉將Model S/X產線轉用於Optimus人形機器人量產，宇樹科技以420億元估值推進科創板IPO，2026年全球人形機器人出貨量目標指向5萬台，產業鏈正經歷關鍵重塑。
為什麼重要人形機器人從研發走向量產與資本化，直接影響AI產業鏈的硬體需求與投資邏輯，對關注算力應用落地的投資者具有風向標意義。
Palantir 執行長 Alex Karp 在 CNBC 採訪中激烈批評大型 AI 實驗室虛報能力、Token 定價過高，稱企業客戶普遍“怒火中燒”。隨後 Palantir 釋出白皮書，提出 15 條建議以防範 OpenAI、Anthropic 等對核心資料的侵蝕。微軟 CEO Satya Nadella 與前白宮 AI 事務負責人 David Sacks 也表達了類似憂慮，認為依賴基礎模型的企業可能無法保留自身價值。這場爭論直指 AI 時代價值歸屬的核心矛盾。
為什麼重要這場爭論揭示了 AI 產業鏈中模型層與應用層之間的價值分配矛盾，直接影響依賴大模型構建業務的企業估值邏輯與投資敘事。
通用聚變公司完成與Spring Valley Acquisition Corp III的SPAC合併，企業估值7.24億美元，融資最高達3.38億美元，將於下週一在納斯達克上市。這家加拿大核聚變公司獲貝佐斯多輪投資，CEO稱率先上市可“主導敘事”並接觸更大投資者群體。但上市前夕，其最新科學論文引發對技術路線商業化的質疑，市場人士也對其放棄私募融資的動機存疑。
為什麼重要作為首家上市的核聚變公司，其估值、融資規模及技術爭議為AI產業投資者提供了觀察清潔能源賽道資本化程序與商業化可行性的視窗。
輝達CEO黃仁勳在摩根士丹利路演中表示，公司季度收入正逼近1000億美元，且增速仍在提升。他否認了Rubin Ultra將推遲至2028年的傳言，確認該產品仍將於明年出貨。摩根士丹利分析師指出，一家此前主要依賴ASIC的前沿AI實驗室，其輝達算力使用佔比已升至近50%，市場普遍猜測為Anthropic。該行維持輝達“增持”評級，目標價288美元。
為什麼重要輝達以增長加速回應市場對需求見頂和ASIC競爭的擔憂，並透露關鍵客戶正從自研晶片轉向更多采用其GPU，這直接影響AI算力產業鏈的資本流向與估值敘事。
雪佛龍與GE Vernova宣佈合作，將共同開發4吉瓦的“表後”天然氣發電專案，為美國多個地區的AI資料中心提供全天候基載電力。專案計劃採用7台GE Vernova 7HA燃氣輪機，利用雪佛龍在二疊紀盆地的低成本伴生天然氣，預計在2027年底至2028年初投運。為緩解環保壓力，雙方還將整合碳捕集與封存技術，目標捕獲高達90%的排放。
為什麼重要此合作揭示了AI算力飢渴正迫使能源巨頭與裝置商繞過傳統電網，直接構建專屬電力供應鏈，對天然氣需求、燃氣輪機訂單及相關基礎設施投資邏輯產生深遠影響。
Anthropic 分析超 60 萬家組織的 120 萬次 Cowork 會話後發現，約一半使用量流向業務流程與內容創作等“工作周邊”任務，如彙總報告、製作入職清單或幻燈片。軟體開發佔比僅 8.7%，因開發者更傾向使用專門的 Claude Code 處理程式設計工作。
為什麼重要該資料揭示了 AI 智慧體在企業中的實際落地形態——並非替代核心開發，而是大量吞噬行政協調與溝通類“雜務”，這對判斷 AI 應用層商業價值與使用者黏性具有參考意義。
韓國儲存巨頭 SK 海力士於 7 月 10 日在納斯達克發行美國存託憑證（ADR），首日收漲 13% 至約 168 美元。公司近期季度營收同比增長 198% 至約 350 億美元，淨利潤飆升 398%，運營利潤率達 72%。作為輝達主要儲存合作伙伴，SK 海力士在全球高頻寬儲存（HBM）市場佔據 58% 份額，並已與輝達簽署多年技術合作協議。
為什麼重要SK 海力士在 AI 資料中心關鍵元件 HBM 領域佔據主導地位，其美股上市為投資者提供了直接參與 AI 算力核心供應鏈的新渠道。
IREN Limited 與 BE Networks 宣佈合作，利用 NVIDIA DSX Air 對超過 5 萬塊 NVIDIA Blackwell Ultra GPU 部署的網路架構進行模擬與驗證。雙方將建立生產級數字孿生，提前測試自動化工作流與潛在問題，旨在加速 IREN 的 AI 工廠建設，提升基礎設施就緒度與運營信心。
為什麼重要此次合作展示了大規模 GPU 叢集部署前通過數字孿生進行模擬驗證的前沿模式，對關注 AI 基礎設施效率與資本開支節奏的投資者具有參考意義。
7月9日，三菱汽車與日本機器人公司Highlanders簽署備忘錄，將聯合開發用於汽車製造的人形機器人，並計劃在京都工廠量產。專案最快2027年初啟動，目標月產能1000台。首批機器人將率先用於三菱汽車自身的發動機裝配線，從數十台逐步擴至數百台，2027年下半年實際執行。未來可能向其他製造企業銷售。
為什麼重要汽車製造商直接下場量產人形機器人，標誌著AI硬體從實驗室走向規模化製造，對機器人供應鏈和工業自動化投資敘事有重要牽引。
據《華爾街日報》報道，特朗普政府過去一年深度介入英特爾經營，通過關稅談判施壓蘋果使用英特爾晶圓廠生產Mac和iPhone晶片，並撮合輝達投資50億美元、SpaceX加入製造計劃。美國政府還將90億美元聯邦補貼轉為英特爾10%股權，成為其最大股東。英特爾CEO陳立武上任後股價漲逾四倍，但代工業務過去四個財季累計運營虧損達104億美元。
為什麼重要美國政府以關稅、補貼轉股和直接撮合等非常規手段強力干預半導體產業鏈，直接影響蘋果、輝達等AI關鍵企業的製造佈局，並牽動英特爾代工業務能否挑戰台積電的競爭格局。
馬斯克與Sam Altman的口水戰在雙方釋出新模型當週升級。馬斯克指控Altman將欺詐推向新高度，Altman回擊稱馬斯克向投資者兜售短期太空資料中心概念。馬斯克進一步指Altman竊取開源AI機構與蘋果手機技術，並提及蘋果已起訴OpenAI蓄意挖角員工以獲取未釋出產品資訊。OpenAI否認指控，稱對其他公司商業秘密無興趣。
為什麼重要這場衝突將AI頭部公司間的競爭從技術延伸至法律與輿論場，蘋果訴OpenAI案可能影響雙方在Apple Intelligence上的合作，而GPT-5.6與Grok 4.5的同期釋出直接爭奪AI代理市場。
證監會7月10日披露長江儲存IPO首期輔導進展，輔導期自5月19日至6月30日。中信證券與中信建投組成31人團隊，通過盡調、授課等方式推進工作，重點梳理公司治理與規範運作，並督促學習上市法規。長江儲存是國內唯一具備3D NAND快閃記憶體自主研發與生產能力的IDM廠商。目前仍存在治理制度完善與股東穿透核查等挑戰。
為什麼重要長江儲存作為國內唯一3D NAND IDM廠商，其IPO進展直接牽動國產儲存晶片產業鏈的資本化程序與估值敘事。
Meta 近期宣佈推出“Meta Compute”雲服務，將過剩 AI 算力對外出租，並計劃自 9 月起與博通、台積電合作加速量產自研 Iris 資料中心晶片。同時，公司釋出了 Muse Spark 1.1 和 Muse Image 等新模型，並任命了首席資料官。這些舉措標誌著 Meta 正將其龐大的 AI 基礎設施和模型轉化為面向企業的雲與工具業務，試圖在廣告之外開闢新的企業級收入來源。
為什麼重要此舉直接測試 Meta 能否將鉅額 AI 資本支出轉化為可持續的企業收入，關乎其估值敘事能否從純廣告平台向 AI 基礎設施服務商延伸。
機構PhotonCap實地調研指出，台積電憑藉博通102.4Tbps CPO交換機和輝達Quantum-X光子交換機出貨，在交換機共封裝光學領域佔據先機。三星則瞄準下一階段，其高階副總裁在Nano Korea提出2.xD先進封裝方案，擬將HBM、邏輯晶片與矽光晶片整合至同一封裝，目標直指AI計算封裝的光學I/O。兩種架構競爭邏輯迥異，前者考驗製造工藝，後者要求計算、記憶體與光學的深度聯合設計。
為什麼重要CPO技術路線分化將重塑AI算力基礎設施的封裝與互連格局，直接影響台積電、三星及HBM產業鏈的長期競爭位勢。
輝達CEO黃仁勳指出，AI建設的關鍵瓶頸並非晶片，而是電工、管道工等熟練技工。這一判斷下，基礎設施承包商廣達服務（Quanta Services）成為直接受益者，其積壓訂單已攀升至創紀錄的485億美元。公司通過自辦技工學院培養勞動力，在人力短缺的市場中構建了獨特優勢。
為什麼重要該訊息揭示了AI產業擴張中常被忽視的物理層瓶頸——電力基礎設施與熟練勞動力，為投資者提供了從能源/基礎設施層佈局AI的新視角。
下週全球市場迎來多項重磅事件：美國6月CPI、PPI及經濟褐皮書將公佈，美聯儲主席沃什首次出席國會聽證；中國二季度GDP、社零和工業增加值資料出爐。世界人工智慧大會（WAIC）召開，華為Atlas 950真機或首次亮相，Gemini 3.5 Pro傳聞將釋出。財報方面，華爾街五大行同日放榜，ASML與台積電業績驗證AI需求，長鑫科技IPO打新受關注。此外，韓國央行預計時隔五年重啟加息，霍爾木茲海峽再度關閉令美伊局勢升級。
為什麼重要宏觀資料與AI產業事件密集交織，影響全球流動性預期與AI算力、晶片及模型應用等板塊的估值敘事。
國金證券7月9日研報指出，全球儲存龍頭擴產但海外裝置交付週期已拉長至12–24個月，為國產半導體裝置開啟替代與出海空間。SEMI預計全球半導體裝置市場將從2024年的1166億美元增至2027年的1556億美元，測試裝置複合增速達21.1%。國內長鑫科技與長江儲存2026年合計裝置採購規模預計達550–630億元，量檢測與成品測試兩大賽道國產化率極低，被視為最具成長彈性的方向。
為什麼重要該研報揭示了海外裝置供給瓶頸下國產替代加速的產業拐點，對判斷半導體裝置板塊訂單兌現與估值邏輯有直接參考意義。
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。
