亚马逊研究奖2025年春季获奖概况 - 亚马逊研究奖最新一期共评选出63位获奖者，来自全球8个国家的41所大学，其中华人学者有26位，占比约41% [1][2] - 该奖项设立于2015年，为多学科研究提供资助，获奖者可访问700多个亚马逊公共数据集，使用AWS AI/ML服务与工具，并获得亚马逊专家的咨询支持 [2] AI信息安全领域 - AI信息安全方向有8位研究者获奖，其中包含3位华人学者 [3] - 加州大学欧文分校Zhou Li的研究课题为利用LLM在审计日志中实现精确且分析人员友好的攻击溯源 [4] - 弗吉尼亚大学Yu Meng的研究聚焦于弱监督RLHF，旨在建模人类偏好中的模糊性与不确定性 [5] - 东北大学Ziming Zhao的研究兴趣涵盖系统与软件安全、网络与Web安全 [6] 亚马逊广告研究方向 - 亚马逊广告研究方向共有两位获奖者，均为华人学者 [8] - 东北大学Xiaojing Liao的研究课题为理解大语言模型的攻击方式：可解释的漏洞检测与修复 [10][11] - 弗吉尼亚大学Tianhao Wang的研究方向包括差分隐私和机器学习隐私，重点在于设计实用算法 [14] AWS Agentic AI方向 - 智能体AI是亚马逊资助的热门方向，今年共有30位研究者获奖 [16] - 达特茅斯学院Cong Chen的研究目标是通过优化、经济学和AI方法推动全球能源转型，涉及面向能源用户的大语言模型 [17][19][23] - 慕尼黑工业大学Chunyang Chen的研究领域位于软件工程、人机交互与AI的交叉处，采用AI和LLM辅助自动化移动应用开发 [20][21][24] - 蒙特利尔大学Bang Liu深耕基础智能体研究，联合发起Foundation Agents开源组织，并构建材料科学大模型与智能体 [26][28][33] - 加州大学圣地亚哥分校Lianhui Qin的研究目标是构建在复杂环境中进行交互、推理与泛化的AI智能体 [30][34][35] - 威廉与玛丽学院Jindong Wang的研究兴趣涵盖机器学习、大型基础模型及面向社会科学的生成式AI，其成果曾应用于微软健康产品，减少15% token消耗 [36][38][42] - 加州大学圣地亚哥分校Xiaolong Wang的研究聚焦于利用数据中的结构学习视觉表示，特别是视频中的时空结构 [39][41][43] - 明尼苏达大学Zhi-Li Zhang的研究重点包括开发AI/ML算法以实现智能软件定义网络基础设施和边缘/云系统 [45] - 石溪大学Jiawei Zhou的研究聚焦于广义语言应用与生成式AI，致力于改进LLM和多模态模型的效率、知识增强、事实性等方面 [46][51] 在Trainium上构建 - Trainium是AWS开发的定制AI芯片系列，旨在以更低成本提供高性能的ML模型训练和推理，支持PyTorch和TensorFlow等流行框架 [48] - 该方向共有20名获奖者 [49] - 康奈尔大学Kuan Fang的研究课题为机器人感知与控制的多模态基础模型快速适应 [50][53][59] - Lieber研究所Shizhong Han的研究旨在结合多组学数据和深度学习技术揭示脑部疾病的遗传基础并开发新型治疗方法 [55][60] - 加州大学欧文分校Sitao Huang的研究兴趣包括高效硬件加速器、硬件系统的编程语言与综合流程 [58][61][79] - 加州大学默塞德分校Dong Li的研究聚焦高性能计算，并与大规模AI/ML系统密切相关 [63][68][78] - 不列颠哥伦比亚大学Xiaoxiao Li的研究集中在AI与医疗的交叉领域、通用人工智能的理论与技术 [66][69] - 早稻田大学Jiang Liu的研究兴趣包括无线通信与感知、无线网络系统 [67][70] - 加州大学默塞德分校Xiaoyi Lu的研究兴趣包括并行与分布式计算、高性能通信与I/O技术、深度学习 [72][78] - 普渡大学Xupeng Miao的研究课题为通过数据流感知优化实现大型基础模型的通信高效分布式训练 [73][74] - 明尼苏达大学Yanning Shen的研究兴趣包括机器学习、数据科学、网络科学 [76] - 加州大学伯克利分校Yun Song的研究方向为数学与计算生物学 [80] - 伊利诺伊大学厄巴纳-香槟分校Minjia Zhang的研究兴趣包括大规模深度学习与AI应用、高效算法及高效机器学习系统 [83][89] Think Big方向 - Think Big方向旨在资助通过变革性理念推进科学前沿的研究者，今年共有三位获奖者，其中一位为华人 [85] - 北卡罗来纳大学教堂山分校Tianlong Chen的研究课题为利用分子动力学赋能蛋白质AI模型 [86][88]

文章核心观点 - 文章通过解读Michael Burry的三篇文章，分析了当前AI热潮与历史上互联网泡沫的相似性，核心论点是基于“资本周期理论”，指出供给侧过度投资是泡沫的主要标志，并特别强调了科技巨头通过延长AI基础设施折旧年限来虚增利润的潜在风险 [7][11][13][20][23][25] Michael Burry对AI泡沫的历史对比分析 - 泡沫的核心标志是供给侧贪婪驱动的资本过度投资，而非需求不足，这一规律在互联网泡沫、房地产泡沫和页岩油革命中均得到验证 [7][11] - 1990年代互联网泡沫主要由盈利丰厚的大盘股（如微软、英特尔、思科）推动，而非亏损的互联网公司，当时电信行业在数据传输基础设施上投入数千亿美元，导致2002年仅有不到5%的光纤被真正启用，供需严重失衡 [8][11] - 当前AI热潮与互联网泡沫高度相似，五大AI骑士（微软、谷歌、Meta、亚马逊、甲骨文）和OpenAI计划未来3年投入近3万亿美元，其中OpenAI承诺8年支出1.4万亿美元，但其收入不足该支出的2%，资本市场却给予其5000亿美元估值，该数字与2000年思科市值峰值相当 [12][13] Michael Burry对折旧会计操作的风险警示 - 科技巨头系统性延长芯片和服务器折旧年限，Meta从2020年的3年延长至2025年的5.5年，谷歌和微软从3年延长至6年，甲骨文从5年延长至6年，亚马逊从4年延长至5年，此举直接减少折旧费用，虚增利润 [20][21] - 谷歌仅在2023年调整折旧政策就使税前收入增加39亿美元，Burry估算未来三年此类操作可额外增加约200亿美元报告收入，类似操作曾导致世通公司2002年破产 [21] - 英伟达芯片迭代加速，产品周期缩短至1年，旧款芯片经济价值快速缩水，但企业仍按6年折旧，严重高估资产价值，Burry预测2026-2028年超大规模企业盈利高估幅度可能达两位数，甲骨文或高达48% [22][23] - 数据中心等基础设施面临快速过时风险，企业在建工程规模达数百亿美元，若行业放缓，可能引发资产减值和私募信贷违约连锁反应 [24] 对Burry观点的市场数据反驳 - Bernstein分析指出，GPU在度过初期burn-in阶段后实际寿命可达6-7年，A100等旧卡租赁需求依然旺盛，2025年租价达1.56美元/小时，贡献毛利率70% [28][29][30] - GPU残值曲线非直线，第一年价格暴跌20-30%，之后趋于平缓，直线6年折旧可能反而高估初期贬值，低估后期残值 [32] - 租赁市场数据显示A100美元性能虽仅为B200的一半，但租价坚挺，因大量遗留负载迁移成本高，用户宁愿支付溢价 [33][35] - 超大规模企业实际折旧政策多在5-6年区间，与Burry指控的3年经济寿命存在差异 [37] 国内AI基础设施市场参考 - 国内数据中心折旧年限未如Burry所述般缩短，A100等旧卡仍大量使用，租赁市场存在因价格波动导致客户违约重新议价的现象 [38] - 文章提供了国内谷歌及英伟达供应链企业梳理，包括光库科技、德科立、英维克等公司在OCS光学器件、液冷、变压器等领域的市占率和订单预期 [40]

[ 品牌增加内容产出、搭建专属数据通道，本质是为了适应"AI决策前置"的消费新场景。这种转型虽短 期内投入较高，但长期将降低获客成本、提升转化效率。 ] 27日，美国迎来感恩节，一年一度的超级购物季随之拉开帷幕。机构预测，紧随其后的"黑色星期五"有 望迎来前所未有的美国消费者购物浪潮，但由于受关税影响的零售商折扣力度减弱，消费者开支的增长 或将受到影响。与此同时，随着人工智能的兴起，商家也开始将目光转向AI Agent应用，以此吸引更多 消费者目光。 多因素冲击消费者情绪 美国全国零售联合会（NRF）预测，感恩节后至网络星期一（Cyber Monday）的五天购物期内，购物人 次将达1.869亿，与去年的1.834亿相比或再创新高。此外，本年度线下及线上总销售额将首次突破1万亿 美元，有望同比增长3.7%至4.2%，但增速低于去年的4.8%。 这位马萨诸塞州前助理检察长、美国消费者权益倡导者指出，以往科尔士（Kohl's）、彭尼百货（JC Penney）和梅西百货等商家会通过折后价、百分比优惠券和邮寄返利等组合方式，将小型厨房电器价格 压低至5美元，但如今许多此类折扣已不复存在。例如，科尔士今年推出的烤面包机 ...

Amazon’s AI-infused Rufus shopping assistant has new features that make it a “faster, more useful, state-of-the-art shopping companion.” Google’s agentic checkout feature “can do the heavy lifting to help you get the perfect item without blowing your budget.” OpenAI on Monday unveiled a free ChatGPT tool it says can generate a personalized gift-buying guide.New artificial intelligence shopping tools are sprouting right and left just in time for the holidays, when US consumers are expected to spend a record  ...

生成式AI的行业前景与重要性 - 亚马逊CEO Andy Jassy将生成式AI描述为“一生一次”的技术，正在被用于重塑客户体验[1] - 埃隆·马斯克预测到2040年人形机器人数量将至少达到100亿台，单价在2万至2.5万美元之间[1] - 马斯克预测该技术到2040年价值将达到250万亿美元，相当于重塑全球企业、政府和消费者的运营方式[2] 行业领袖与主要公司的布局 - 比尔·盖茨将人工智能视为其一生中“最大的技术进步”，比互联网或个人电脑更具变革性[8] - 拉里·埃里森通过甲骨文公司斥资数十亿美元购买英伟达芯片，并与Cohere合作将生成式AI嵌入其云和应用中[8] - 沃伦·巴菲特认为该突破可能产生“巨大的有益社会影响”[8] - 即使钦佩特斯拉、英伟达、Alphabet和微软的成就，但更大的机会被认为存在于其他地方[6] 市场潜力与规模对比 - 普华永道和麦肯锡等主要公司认为AI有望释放数万亿美元的潜力[3] - 250万亿美元的市场价值约等于175个特斯拉、107个亚马逊、140个Meta、84个谷歌、65个微软和55个英伟达的价值总和[7] - 此次技术浪潮并非与单一公司挂钩，而是与整个AI创新者生态系统相关，将重塑全球经济[2]

标普500指数表现 - 过去几年标普500指数的惊人牛市主要由AI科技“七巨头”股票引领，这些股票也是市值最高的股票[2] - 受AI热潮推动，“七巨头”贡献了标普500指数年内超过一半的涨幅，标普500指数回报率约为16%，若剔除“七巨头”股票，该数字将降至7%[3] “七巨头”股票构成 - “七巨头”包括苹果、Alphabet、亚马逊、Meta Platforms、微软、英伟达和特斯拉[2] - 这些公司是美国首批突破万亿美元市值天花板的股票[2] 排除“七巨头”的投资策略 - 一种在不承担“七巨头”下行风险的情况下继续从标普500获益的方式，是投资追踪标普493的ETF[3] - Defiance Large Cap ex-Mag 7 ETF通过排除“七巨头”股票，实现了13.54%的年内回报率[5] - 该ETF的表现比剔除“七巨头”后计算的标普500回报率高出约650个基点[5] Defiance Large Cap ex-Mag 7 ETF (XMAG)详情 - 该ETF追踪493只大盘股，前几大持仓包括博通和礼来，而非苹果或英伟达[5] - 该ETF完美契合了追踪标普493的需求[3] BITA US 500 ex-Magnificent 7指数 - BITA US 500 ex-Magnificent 7指数追踪一个重新平衡的、不含“七巨头”AI市值最大股票的标普500指数，实质上成为标普493的指数[6] - 该指数于2024年10月创建，旨在覆盖多元化的大型股，为投资者提供替代方案，实现更大的多元化，避免AI行业集中度过高[6] - 追踪该指数的ETF可以对冲“七巨头”股票的潜在波动性和风险敞口[6] - BITA US 500 ex-Magnificent 7指数按季度重新平衡[6]

巨额资本支出 - 亚马逊、Alphabet和微软在两年内共同承诺近3万亿美元用于AI基础设施投资[1] - 微软计划在2025财年投入800亿美元资本支出，主要用于数据中心[1] - Alphabet将2025年资本支出指引提高至750亿美元[1] - 亚马逊AWS到2026年预计年资本支出将超过1000亿美元[1] 市场预期与战略目标 - 行业巨头目标是在竞争对手之前锁定主导地位[2] - 华尔街对资本支出上调表示欢迎，推动公司股价屡创新高[2] - 财报电话会频繁出现“一生一次的机会”和“圈地阶段”等表述[2] - 分析师预计未来五年云和AI收入将保持20%至30%的增长[2] 会计处理争议 - 行业被指控系统性低估GPU和服务器的折旧[3] - 通过延长资产假定使用年限来降低年度折旧费用[6] - 这种激进的会计选择旨在提升短期盈利[4] - 大部分芯片将在2026至2027年进入假定使用年限的后半段[7] 潜在财务影响 - 2026至2028年间行业可能少计折旧达1760亿美元[6] - 少计折旧足以使综合盈利虚增约20%[6] - 被描述为“现代更常见的欺诈之一”，虽未达到安然级别但属激进会计[4]

About this content About Angela Harmantas Angela Harmantas is an Editor at Proactive. She has over 15 years of experience covering the equity markets in North America, with a particular focus on junior resource stocks. Angela has reported from numerous countries around the world, including Canada, the US, Australia, Brazil, Ghana, and South Africa for leading trade publications. Previously, she worked in investor relations and led the foreign direct investment program in Canada for the Swedish government ...

Key Takeaways Tech stocks rebound as investors eye a December rate cut and four large-cap picks gain focus.Softer PPI and retail sales data boost hopes for easing and support renewed interest in NVDA.PLTR posts rising earnings estimates, highlighting strong growth expectations across the tech group.Wall Street appears to have rebounded after a tech bloodbath saw all major indexes — the S&P 500, the Nasdaq and the Dow — remain volatile in October and November. However, tech stocks are once again driving the ...

Investor holds smartphone with Amazon stock trading view displayed. Key Points Amazon has fallen into correction territory after dropping more than 15% from its all-time high earlier this month. Yet buyers are already stepping back in, with shares up more than 6% from last week’s lows. Analysts remain almost universally confident, calling the move a reset rather than the start of a reversal. Interested in Amazon.com, Inc.? Here are five stocks we like better. Shares of Amazon.com Inc. (NASDAQ: AMZN ...