财务表现 - 第一季度全球收入1557亿美元 同比增长10% 剔除汇率影响后增长12% [1][14] - 营业利润184亿美元 同比增长20% 超出指引上限4亿美元 [1][14] - 过去12个月自由现金流259亿美元 [1] - AWS年化营收达1170亿美元 同比增长17% [7][17] - 广告业务收入139亿美元 同比增长19% [6] 零售业务战略 - 通过区域化履约网络优化配送速度 创下Prime会员历史最快配送纪录 [2][3] - 全球促销活动为消费者节省超5亿美元 包括春季促销和斋月活动 [2] - 日用必需品类别增速是其他业务两倍以上 占美国销量三分之一 [4] - 平台SKU达数亿个 拥有超200万第三方卖家 第三方销售占比61% [5][15] - 针对潜在关税上调采取提前采购策略 暂未观察到零售均价明显上涨 [3][23] AWS与AI布局 - AI业务年收入达数十亿美元规模 保持三位数增速 [12][21] - 推出Trainium 2定制芯片 性价比比GPU实例高30%-40% [8][9] - Amazon Bedrock新增Claude 3.7和Llama 4等大模型 服务数千家企业 [10] - 发布Nova Sonic语音模型和Nova Act行动型AI 提升复杂任务准确率 [11][30] - 全球85% IT支出仍在本地 云迁移将成未来10-20年趋势 [7][36] 创新项目进展 - Alexa Plus智能助手支持多步骤任务执行 美国用户反馈积极 [13][30] - Project Kuiper首批卫星成功入轨 计划年内商业化 [13][25] - 参与下一代詹姆斯·邦德电影制作 任命知名制片人 [13] 运营优化措施 - 重新设计入库网络架构 提升履约中心商品覆盖率 [2] - 扩建当日达站点和农村配送网络 增加仓库自动化设备 [3][16] - 第二季度资本支出243亿美元 主要用于AWS算力扩容 [18] 行业竞争态势 - AWS积压订单1890亿美元 同比增长20% 平均履约期4.1年 [35][36] - 广告业务覆盖2.75亿美国用户 提供全漏斗营销解决方案 [6] - 供应链多元化战略降低对中国制造依赖度 [24]

财务表现 - 本季度净销售额1556 67亿美元 同比增长9% 不计汇率影响增长10% 接近指引上限1555亿美元 [1] - 净利润171 27亿美元 同比增长64% 低于预期的188 8亿美元 包含33亿美元Anthropic投资相关收益 [1] - 总运营支出1372 62亿美元 同比上升 [2] - 产品净销售额639 7亿美元 服务净销售额916 97亿美元 均实现同比增长 [3][4] - 自由现金流259亿美元 同比下降48% [5] 业务分部表现 - 北美部门净销售额928 87亿美元 同比增长8% 运营利润率6 3% 同比提升0 5个百分点 [5] - 国际部门净销售额335 13亿美元 同比增长5% 运营利润率3 0% 同比提升0 2个百分点 [5] - AWS云服务净销售额292 67亿美元 同比增长17% 运营利润率39 5% 同比提升1 9个百分点 [5] 技术进展 - ASiC芯片Trainium 2提供比GPU实例高30%-40%的性价比 [6] - Agent Amazon Nova Act研究预览版目标将智能体准确率从30%-60%提升至90%以上 [6] 业绩指引 - 预计Q2净销售额1590-1640亿美元 同比增长7%-11% 中值1615亿美元接近市场预期1613亿美元 [8] - 预计Q2运营利润130-175亿美元 低于预期的176 4亿美元 去年同期为147亿美元 [8] - 首家提示关税影响业绩指引的大型科技公司 超半数第三方卖家依赖中国供应链 [6][8]

模型发布与核心架构 - 阿里于4月29日正式发布最新大模型Qwen3，采用开源方式，全球开发者、研究机构和企业可免费下载并商用，也可通过阿里云百炼调用其API服务 [1] - Qwen3采用混合专家架构，总参数量为2350亿，包含128个专家模型，但每次推理仅激活220亿参数和8个专家模型，旨在降低推理成本 [2] - 其总参数量仅为DeepSeek-R1的三分之一，但在多项性能测评中超越DeepSeek-R1、OpenAI-o1等全球顶尖模型 [2] - 在代码能力测试LiveCodeBench和Codeforces两个榜单中，Qwen3得分高于所有其他模型，包括当前最强的Gemini2.5-Pro [2] - Qwen3的300亿参数MoE模型实现了10倍以上的模型性能杠杆提升，仅激活30亿参数性能就超过了上代Qwen2.5-320亿模型，Qwen3-40亿参数模型也能达到与Qwen2.5-720亿-Instruct相当的表现 [2] 训练过程与数据 - Qwen3预训练数据集规模几乎是上一代的两倍，从18万亿个token扩展到了36万亿个token [3] - 为确保数据质量，团队利用Qwen2.5-VL提取文档文本，并通过Qwen2.5优化提取内容的准确性，同时通过Qwen2.5-Math和Qwen2.5-Coder生成大量合成数据以提升数学和代码领域表现 [3] - 预训练分为三个阶段：第一阶段使用超30万亿个token以4k上下文长度训练；第二阶段在额外5万亿个token上增加STEM、编码等知识稠密型数据比例；第三阶段利用高质量数据将上下文长度扩展至32k [3] - 后训练设计了一个四阶段流程，包括长思维链冷启动、长思维链强化学习、思维模式融合以及通用强化学习，以提升模型的推理能力和通用性 [6] 性能表现与基准测试 - 根据基准测试表格，Qwen3-235B-A22B在多项通用任务中表现优异，例如MMLU得分为87.81，MMLU-Pro得分为68.18，BBH得分为88.87 [4] - 在数学与科学任务中，Qwen3-235B-A22B的GPQA得分为47.47，GSM8K得分为94.39，MATH得分为71.84 [4] - 在多语言任务中，其MGSM得分为83.53，MMMLU得分为86.70 [4] - 在代码任务中，其EvalPlus得分为77.60，MultiPL-E得分为65.94 [4] - 在与其他顶尖模型的对比中，Qwen3-235B-A22B在ArenaHard得分为95.6，AIME'24得分为85.7，LiveCodeBench v5得分为70.7，CodeForces Elo Rating为2056 [5] 技术创新与亮点 - Qwen3原生支持MCP协议，并在模型内部内嵌部分MCP，具备强大的工具调用能力，结合Qwen-Agent框架，为面向Agent化的任务型应用提供模型层支撑 [8] - 在专门评估模型Agent能力的BFCL评测中，Qwen3以70.8的分数刷新榜单记录，超越DeepSeek-R1的56.9分和Gemini2.5-Pro的62.9分 [5][8] - 模型引入了混合式问题解决方法，支持思考模式和非思考模式两种推理模式，测试下来两种模式成本和反应时间相差4倍 [11] - 用户可通过硬开关或软开关控制思考模式，并可自行控制思考的最大token数以平衡复杂度和响应时间 [11] - 阿里共开源了8款混合推理模型，包括2款MoE模型和6款稠密模型，均采用Apache 2.0许可，所有模型都支持混合推理，API可按需设置“思考预算” [13] 成本与部署优势 - Qwen3 MoE模型仅用10%的激活参数，即可实现与Qwen2.5 Dense基础模型相似的性能，大幅降低了训练和推理成本 [4] - 用户只需4张英伟达的H20 GPU就能在本地部署2350亿参数的Qwen3旗舰版MoE模型 [10] - 其部署成本仅为满血版DeepSeek-R1的25%至35%，相比后者一般推荐16卡H20的配置，Qwen3的部署成本大幅降低六至七成 [10][15] 行业影响与生态构建 - Qwen3的发布进一步拉平中美大模型差距，中国大模型在开源领域已领先美国大模型，有利于国内AI应用的推出 [14] - 阿里系具备AI落地的实践场景，如夸克是中国用户量最高的AI搜索应用，钉钉是具备规模和生态优势的SaaS平台，电商、地图导航、内容等业务板块也在积极应用AI [14] - Qwen3原生支持MCP协议，开发者可基于MCP配置文件快速开发带有设定、知识库RAG和工具使用能力的智能体，这被认为是未来Agent的一个新方向 [14] - 在开源社区中，Qwen的衍生模型数量已突破10万，持续超越Llama系列，根据Hugging Face 2025年2月10日的榜单，排名前十的开源大模型全部是基于Qwen二次开发的衍生模型 [15] - 从应用角度看，国内大模型迭代与海外差距越来越小，且国内软硬一体的模式相比海外软硬分离的模式更有利于AI部署 [15]

公司业绩与市场反应 - 谷歌最新财报和电话会议表现不佳 被描述为“稀烂的业绩”和“鬼头鬼脑的电话会议问答” [3] - 尽管业绩不佳 公司股价在财报发布后盘前一度上涨超过6% 但最终未能维持强势 [3] - 与特斯拉等“散户网红股”不同 谷歌作为“机构股”未能实现“丧事喜办”式的大涨 [3] 市场交易特征分析 - 当前纳斯达克指数显示出“交易强”的特征 即市场更侧重于交易博弈而非基本面 [3] - 市场参与者主要在“博弈仓位”和“博弈套利” 导致业绩对股价的影响减弱 [3] - “纯博弈股”表现强劲 反映出市场的风险偏好正在改善 [3] 历史市场模式参考 - 参考2022年市场调整 纳指在当年6月巴菲特进场后 于10月才真正见底 [3] - 在2022年3月至6月期间 市场可以博弈四轮涨跌 同年6月至11月期间也能博弈四轮涨跌 [3]

财务表现 - 25Q1公司实现收入902 3亿美金 同比+12% 环比-6 5% 超市场预期892亿美金 [1] - 25Q1实现净利润345 40亿美金 同比+46 0% 环比+30 2% 超市场预期248 5亿美金 [1] - 营业利润率显著提升 上季度32% 本季度33% 主要得益于收入健康增长及薪酬增速放缓 [1] 业务分项 广告业务 - 25Q1广告收入668亿美金 略超市场预期664亿美金 [1] - 搜索业务收入507 0亿美金 同比+9 9% 受AI摘要功能拉动 月活用户达15亿 [1] - Youtube广告收入89 3亿美金 同比+10 4% [1] - 谷歌Network收入72 6亿美金 同比-2 1% [1] - 亚洲零售商广告业务可能受关税豁免取消影响 但CEO拒绝具体量化 [1] 订阅与设备业务 - 25Q1收入103 8亿美金 同比+18 8% 环比-10 8% [1] - Youtube和Google One订阅用户超2 7亿人 [1] 云业务 - 25Q1收入122 6亿美金 同比+28 1% 环比+2 6% 略低于市场预期122 7亿美金 [1] - 营业利润21 8亿美金 超市场预期19 4亿美金 [1] - 增长驱动来自GCP产品 AI基础设施及生成式AI解决方案 [1] - 与英伟达合作推出B200 GB200租赁实例 计划推出Robin系列GPU租赁 [1] 资本开支与股东回报 - 25Q1资本开支172亿美金 同比+43 2% 环比+20 5% 略超市场预期171亿美金 [1] - 维持全年750亿美金资本开支计划 但面临折旧压力 [1] - 宣布700亿美金股票回购计划 分红提升5% [2] AI进展 - AI Studio活跃用户及Gemini API调用量较年初增长200% [2] - Gemini模型已应用于15个产品 覆盖5亿用户 [2] - Circle to Research功能覆盖2 5亿台设备 本季度使用量增40% [2] 市场反应 - 财报整体表现未达舒适区间 但股价仍上涨 反映前期预期已部分消化 [3]

公司动态 - 百度上线名为“心响”的超级AI智能体App，其核心特点是能够全托管处理复杂任务 [1] - 该App整合了地图类MCP功能，提供行程自动标注和出行打车推荐服务 [1] - 在健康领域，系统通过调度多位“医生AI分身”进行联合会诊，以提供全面的健康建议 [1] - 在法律服务方面，由多个律师AI分身组成“律师智囊团”，协同为用户提供高质量的法律咨询 [1] - 此举表明公司仍在致力于开发通用的智能体 [1] 行业趋势 - 将MCP功能嵌入应用已成为行业大势所趋，后端的分成模式是关键问题 [1] - 医疗、法律、吃喝玩乐是目前行业内各家公司首先能想到的智能体落地场景 [1] - MCP协议统一后，应用的边界将被打开 [1]

上周一天40个起。 如题！ 今天算少的 ...

美联储政策与市场影响 - 特朗普呼吁美联储降低利率并采取更积极的行动 但无意解雇主席鲍威尔 [1] - 美元和美股在政策表态后出现即时反弹 盘后期货延续涨势 [4] 中美贸易战前景 - 贝森特指出当前中美贸易战状态不可持续 预计局势将在"不久的将来"缓和 [2] - 特朗普政府政策目标并非与中国经济脱钩 但承认谈判将是"艰苦的战斗" [2] - 在现有高关税禁运背景下 市场已处于最差情境 后续改善空间显现 [4] 美元地位与政策导向 - 白宫明确表态希望维持美元作为世界储备货币的地位 [3] - 政策声明对美元信用和联储独立性产生安抚效果 [4]

美股表现 - 美股表现疲软 主要因大型科技公司业绩预期不佳 [1] - 美债市场出现异常崩盘 其传统避险属性被质疑 甚至表现不及加密货币 [1] 黄金市场 - 黄金价格近期呈现异常强势上涨趋势 超出市场预期 [4] - COMEX黄金最新报价3425 3美元 日内涨幅达0 70% 最高触及3449 2美元 [5] - 黄金持仓量单日减少34 99万手 显示部分投资者获利了结 [5] - 黄金价格波动区间较大 日内高低点差达14 8美元 [5] 市场对比 - 黄金与传统避险资产美债出现走势分化 黄金表现显著优于美债 [1][4] - 加密货币近期展现出强于美债的避险特性 这一现象引发市场关注 [1]

产品定位与特点 - 字节跳动扣子空间定位为通用Agent，采用邀请码制进行内测，用户可选择通用实习生或行业领域专家协助完成任务 [1] - 产品拥有专家Agent生态，例如华泰A股观察助手可生成每日早报并分析股票问题，用户研究专家可深度分析用研资料 [1] - 提供探索/规划双模式，探索模式一步到位输出结果，规划模式让用户逐步把控任务流程 [1] - 支持MCP扩展集成，首批包括飞书多维表格、高德地图、图像工具等，未来将支持扣子开发平台发布MCP [1] 技术架构与能力 - MCP是开放标准协议，标准化应用程序向大模型提供上下文信息的方式，实现外部工具即插即用 [1] - 通过MCP扩展可访问外部工具和服务，显著提升Agent执行复杂任务的能力 [1] - 专家模式平均每个任务浏览6个网页，比通用模式多近2个，搜索深度增加 [4] 用户体验与功能 - 任务执行过程可视化，用户可查看每步思考过程，结果以Markdown格式存储并提供代码下载 [3] - 支持多任务并行处理，新建任务后返回主页面再建任务仍可同步运行 [7] - 内容输出能力优秀，支持网页、PPT、飞书文档等多种格式，每步任务可溯源 [6][7] 应用场景与效果 - 能自动分析需求并拆解子任务，自主调用浏览器、代码编辑器等工具执行任务 [6] - 专家模型在专业领域表现优秀，输出结果深度，未来可减少模型幻觉并提升付费转化 [5] - 已集成墨迹天气、高德地图、Github等主流应用，解决模型数据调用问题 [5]