北京 · 共 38 條 · 按釋出時間倒序
今日AI產業動態聚焦模型與晶片兩端的資本與產品共振：Anthropic最快8月末遞交IPO申請，規模或超SpaceX紀錄，為模型層估值樹立新錨；與此同時，輝達股價持穩，分析師維持最高282美元目標價，Oppenheimer稱Blackwell Ultra與VR200將提振其下半年勢頭，晶片層景氣延續。國產GPU方面，摩爾線程半年報營收增147%但增長質量存疑，提示高增長背後的隱憂。此外，螞蟻釋出103B引數擴散語言模型LLaDA2.2-flash，展示模型層創新對應用部署的潛在影響。
週四早盤，輝達股價基本持平於217.55美元，未受美債收益率上行影響，而亞馬遜、特斯拉、谷歌和微軟等大型科技股均走低。Stifel分析師Ruben Roy重申282美元目標價，Oppenheimer分析師Rick Schafer維持265美元目標價，分別暗示約30%和22%的上行空間。輝達2026財年GF評分為95分，第一財季營收同比增長85%至816億美元，其中資料中心收入達752億美元。
為什麼重要輝達作為AI晶片龍頭，其股價韌性和分析師目標價反映了市場對AI算力需求的持續看好，對AI產業鏈上下游的資本開支和估值敘事具有風向標意義。
據知情人士透露，AI公司Anthropic計劃最快於8月末向美國證券交易委員會遞交IPO申請，其首席財務官Rao近期已牽頭向投資者介紹相關情況。此次IPO的規模預計將追平甚至超越馬斯克旗下SpaceX此前創下的歷史紀錄。
為什麼重要Anthropic作為AI大模型領域的重要玩家，其IPO規模若超越SpaceX，將重塑AI一級市場估值敘事，併為整個AI產業鏈的資本流動與估值錨定提供新參照。
根據Duquesne家族辦公室提交的13F檔案，Stanley Druckenmiller在2026年第二季度清倉了美光、英特爾和博通，同時新建倉Equinix和泛林集團，分別投入約1920萬美元和1890萬美元。此舉被視為從晶片股轉向AI基礎設施和裝置的調倉，而非看空半導體。
為什麼重要該調倉反映了頂級宏觀投資者對AI投資邏輯的轉變，從直接晶片製造商轉向資料中心運營商和晶片裝置商，為AI產業鏈的資本配置方向提供參考。
週四盤中，Nebius Group 在定價 50 億美元可轉換票據後股價下跌 4% 至 214.80 美元，Cloudflare 跌 3% 至 282.75 美元，Snowflake 跌 2% 至 319.85 美元，而 CoreWeave 僅跌 1%。市場擔憂 AI 雲公司融資帶來的稀釋效應，但分析認為拋售集中於前期漲幅較大的個股，而非板塊整體輪動。
為什麼重要AI 雲公司依賴可轉債融資擴張，此次 Nebius 發債引發的股價波動提醒投資者關注高資本開支模式下的稀釋風險，對 AI 基礎設施板塊的估值敘事有直接影響。
8月9日，摩爾線程釋出上市後首份半年報，營收17.36億元，同比增長147%，已超2025年全年；歸母淨利潤虧損收窄95.73%至1156萬元。表面看是積極訊號，但細究發現：營收基數低、客戶集中度高、產品結構單一；虧損收窄主要靠政府補助和投資收益，扣非後仍虧1.51億元；經營現金流淨額-21.69億元，存貨高企。分析認為，國產GPU行業業績分化，但共同面臨軟體生態短板、依賴信創採購、海外受限等挑戰。
為什麼重要摩爾線程作為國產GPU第一梯隊，其財報細節揭示行業高增長背後的質量隱憂，對評估國產AI晶片板塊的可持續性與投資風險具有參考意義。
據Synergy Research資料，美國在全球前20大超大規模資料中心市場中佔據15席，北弗吉尼亞一地的容量佔全球近12%。東京、悉尼和南卡羅來納跌出前20，印第安納、田納西和中國廣東入榜。美國的主導地位源於其擁有全球62%的超大規模運營商總部，並貢獻近半雲收入。Meta在路易斯安那州的Hyperion專案預計可容納高達5吉瓦基礎設施。
為什麼重要該資料揭示了AI算力基礎設施的地理分佈趨勢，對投資者判斷資料中心產業鏈的區域機會與電力、土地等資源約束具有參考意義。
Oppenheimer 分析師認為，輝達的 Blackwell Ultra 為其 2026 財年第二、三季度業績帶來上行空間，而下一代 VR200 的產能爬坡將增強下半年增長動能。該觀點發佈於 8 月 21 日，正值市場關注 AI 晶片需求與輝達產品週期之際。
為什麼重要該觀點涉及輝達核心產品迭代與業績預期，對 AI 晶片產業鏈投資者判斷下半年算力需求與相關公司表現具有參考意義。
螞蟻集團旗下百靈（inclusionAI）在 Hugging Face 釋出 LLaDA2.2-flash，這是一款面向智慧體應用的 MoE 擴散語言模型，總引數（非嵌入）100B，上下文視窗擴充套件至 128K，並引入 Levenshtein 編輯（DELETE/INSERT 控制符）以支援長上下文工具呼叫、多輪互動和錯誤修正。官方基準顯示，其 SWE-bench Verified 得分 49.28，吞吐量達 519 TPS，多項指標優於對比模型。模型採用 Apache 2.0 許可。
為什麼重要該模型展示了擴散語言模型在智慧體場景的可行性，其高吞吐和長上下文能力可能影響 AI 應用層的部署選擇，對關注模型層與基礎設施層的投資者具有參考價值。
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。
