行业资本开支趋势 - 多家大型科技公司近期公布的资本开支计划远超市场预期，核心驱动因素是人工智能数据中心建设 [1] - Meta将2026年资本开支指引大幅上调73% [1] - 微软自2024财年初以来已在AI技术上投入超过2000亿美元 [1] - 亚马逊给出2026年2000亿美元的资本开支指引，较2025年的1310亿美元增长52% [2] - Alphabet计划2024年资本开支在1750亿至1850亿美元之间 [2] AI数据中心成本结构 - 建设数据中心成本高昂，每兆瓦规划负载的建造成本在700万至1200万美元之间 [3] - 现代超大规模数据中心平均功率在150至300兆瓦之间 [3] - 以一个200兆瓦的数据中心为例，建造成本介于14亿至24亿美元之间 [3] - 数据中心运营成本同样巨大，大型数据中心年均运营成本在1000万至2500万美元 [4] 主要公司财务与竞争态势对比 - Alphabet 2025年营收达4028亿美元，同比增长15%，净利润增长32%至1322亿美元，净利率为32.8% [7] - 亚马逊2025年净销售额增长12%，但净利率仅为10.8% [9] - 微软和Meta的净利率分别为39%和30% [10] - 在企业大语言模型API市场，Meta份额从2023年的16%下降至8% [10] - Google Gemini同期市场份额从7%增长至21% [10] - OpenAI市场份额从2023年的50%大幅下降至27% [12] - Anthropic的Claude以40%的份额成为市场主导者 [12] Alphabet的竞争优势分析 - 公司拥有强大的财务实力和高利润率，为AI高额投入提供了缓冲 [6][7] - 拥有自研的Tensor Processing Unit，是英伟达GPU在AI处理领域的主要竞争对手 [13][14] - Anthropic已宣布将开始使用TPU芯片，目标在今年内使用Alphabet硬件上线超过1吉瓦的计算能力 [15] - 多元化的收入来源提供了稳定现金流：谷歌搜索业务2025年收入增长17%，YouTube通过广告和订阅产生600亿美元收入，谷歌云年化收入运行率超过700亿美元并在2025年第四季度同比增长48% [16][17] - 微软Azure Cloud收入在2026财年第三季度预计停滞甚至下滑，而谷歌云和亚马逊AWS持续快速增长 [11]

行业前景与市场预测 - 生成式人工智能被视为“一生一次”的技术变革 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] - 根据马斯克的预测 该技术到2040年可能创造价值250万亿美元的市场[2] - 普华永道和麦肯锡等主要机构认为人工智能将释放数万亿美元的潜力[3] - 人工智能被比尔·盖茨视为“一生中最大的技术进步” 其变革性超过互联网或个人电脑 有望改善医疗、教育并应对气候变化[8] - 拉里·埃里森正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嵌入甲骨文的云服务和应用程序中[8] - 沃伦·巴菲特认为这项突破可能产生“巨大的有益社会影响”[8] 技术突破与投资机会 - 人工智能的突破正在重新定义人类工作、学习和创造的方式[4] - 这项突破已在对冲基金和华尔街顶级投资者中引发狂热[4] - 一家持股不足的公司被认为是开启这场250万亿美元革命的关键[4] - 该公司的超廉价人工智能技术被认为应引起竞争对手的担忧[4] - 真正的机会并非英伟达等巨头 而是一家规模小得多、默默改进关键技术的公司[6] - 该关键技术的改进使得整个人工智能革命成为可能[6] 市场估值对比 - 预测的250万亿美元市场价值约等于175个特斯拉、107个亚马逊、140个Meta、84个谷歌、65个微软以及55个英伟达的市值总和[7]

核心观点 - 作者在11月中旬时认为，投资Alphabet Inc (GOOGL) 的股票为时未晚 [1] 估值与增长 - 尽管公司估值已经上升，但其至关重要的云业务部门增长强劲 [1] - 公司的资本支出(CapEx)策略积极 [1]

分析师背景 - 该分析师采用长期且有时逆向的股票投资方法 [1] - 最初是科技行业分析师 目前也覆盖大宗商品和能源行业 [1] - 其研究覆盖范围的演变与全球能源转型的背景相关 [1]

报告行业投资评级 - 报告对国防军工行业中的相关公司给出了投资建议，例如禾望电气的评级为“买入”，合理价值为41.85元/股 [4] 报告核心观点 - AIDC（智算中心）算力建设增长，热功耗增长驱动数据中心电气架构全面升级 [3] - AI机柜功率密度快速提升，AIDC电气架构有望向800V HVDC（高压直流）升级 [3] - 低电压大电流趋势驱动板载电源架构升级，三次电源加速向高度集成化、垂直化、模块化方向演进 [3] - 电源PCB有望从单一基板角色演进为“功能化载板”，高密度集成为核心趋势 [3] - 建议关注三次电源架构高密度集成趋势，如中富电路、铂科新材、新雷能等，同时关注数据中心HVDC趋势下的相关企业 [3] 根据目录总结 一、海外 CSP 资本开支强劲增长，AIDC 高功率推动电气架构革新 - **AI市场与智算中心增长**：全球人工智能市场规模预计从2024年的258.6亿美元增长至2033年的8039亿美元，CAGR为46.5% [14]。中国AIDC市场规模预计从2024年的1000亿元以上增长至2028年的2886亿元，CAGR约30% [14] - **电力需求激增**：全球数据中心电力消耗预计从2023年的49GW增长至2026年的96GW，其中90%的增长驱动力来自AI [18]。到2026年，数据中心、AI等产业的电力消耗可能占全球电力需求的4% [20] - **科技巨头资本开支强劲**：亚马逊2025Q4资本支出395亿美元，预计2026年达2000亿美元 [22]。微软2025Q4资本支出375亿美元 [22]。谷歌母公司Alphabet 2025Q4资本支出279亿美元，预计2026年达1750-1850亿美元 [22]。Meta 2025Q4资本支出221亿美元，预计2026年达1150-1350亿美元 [22] - **AI芯片功耗与机柜功率密度提升**：英伟达GPU TDP从V100的300W增至B300的1400W [27]。单机柜功率密度正从不足20kW向未来的兆瓦级迈进 [3]，预计到2030年单机柜功率有望突破1MW [27] - **AIDC特征与挑战**：AIDC单机柜功率通常在12kW以上，远高于通用数据中心的2-10kW [38]。2024-2028年全球AIDC新增装机CAGR预计达35%左右，占数据中心新增装机的比例将从66%增长至90% [38] 二、AI 机柜功率密度快速提升，AIDC 电气架构有望向 800V HVDC 升级 - **高功率密度带来的挑战**：智算中心对电力供应容量、配电设备面积占比、电能利用率、服务器电源功率、散热效率提出更高要求 [43]。机柜功率密度提升导致柜内配电空间、灰白区比、传输能效与散热等问题 [59] - **提升供电电压是有效途径**：针对高功率密度，提升数据中心供电电压是有效途径，其中DC800V或±400V将是未来发展趋势 [62] - **数据中心供电架构演进**：为应对AI算力需求，数据中心供电架构有望经历从第一代传统机架服务器到第四代固态变压器（SST）架构的演变 [65] - **800V HVDC成为主流架构**：英伟达明确推荐+800V HVDC作为下一代AIDC标配，计划2027年启动高压化改造，2030年规模化应用 [3][91]。相比415V交流电，800V直流电可在相同铜截面积下提升传输功率157% [3][56] - **800V HVDC方案优势**：该方案能显著降低电流和线缆体积，并将电源组件移出核心算力区，释放机架空间 [3]。英伟达提出了改造方案（Side Power Rack）、混合方案和未来方案（使用SST）三种实现路径 [79] - **其他厂商方案**：微软提出了Mount Diablo分离式电源架构，可通过±400V直流双极系统实现800V输出电压 [92]。谷歌Sidecar供电架构将电源系统独立出来，采用±400V HVDC [98] - **国内HVDC应用**：国内已形成成熟的240V/336V HVDC技术应用体系，广泛采用一路市电+一路240V DC的供电方式 [87] 三、板载电源：低电压大电流趋势驱动架构升级，垂直供电为核心趋势 - **低电压大电流趋势**：高性能AI处理器呈现“低电压、大电流”趋势，核心电压已降至1V左右，而电流需求持续增大，峰值电流需求超过130A [108][110]。这导致电源分配网络（PDN）损耗呈平方级增长，传统横向供电遭遇物理极限 [3][110] - **电源模组从分立走向高度集成**：为解决分立器件占板面积大、设计复杂的问题，DC/DC电源正从分立方案向电源模块演进 [3]。例如，MPS的Intelli-Module™将DrMOS、电感和无源元件集成到单个封装中，占板面积更小，功率密度提高2.5倍 [124]。Vicor电源模块相比分立方案，设计周期缩短高达50%，功率密度更高 [118] - **供电架构从横向走向垂直供电（VPD）**：垂直供电（VPD）是解决大电流传输损耗的终极方案，它将电压调节模块（VRM）移至处理器正下方，电流通过基板通孔“垂直”向上直达芯片焊盘，将供电路径缩短至极限 [3]。Vicor、Google等厂商已推出成熟的VPD模块，支持2500-3000A以上的电流需求 [3] - **电源PCB高集成化与载板化**：板载电源高集成度、垂直化需求倒逼PCB本身发生革命性变化 [3]。（1）高密度化、无源器件嵌入：三次电源PCB正变得极其精密（如中富电路在17x23mm尺寸内集成14-18层PCB），并要求具备高多层、重铜、HDI工艺 [3]。电感、电容等被动元件正被直接埋入PCB内部 [3]。（2）电源PCB从单一基板演进为封装功能载板：集成稳压器（IVR）将电压调节功能集成到处理器封装内部或直接嵌入芯片中，PCB需要采用mSAP工艺加工更精细的线宽线距以实现IVR功能的封装及嵌入 [3] 四、投资建议 - 建议关注三次电源架构高密度集成趋势下的相关公司，如中富电路、铂科新材、新雷能等 [3] - 同时关注数据中心HVDC趋势下的相关企业，如禾望电气、中恒电气、科华数据、麦格米特、欧陆通等 [3]

行业前景与市场预测 - 生成式人工智能被视为“一生一次”的变革性技术，正在被用于重塑客户体验 [1] - 到2040年，人形机器人数量可能达到至少100亿台，单价在2万至2.5万美元之间 [1] - 根据上述预测，到2040年，该技术领域潜在市场规模可达250万亿美元 [2] - 这一巨大浪潮并非由单一公司驱动，而是由整个AI创新生态系统引领，将重塑全球经济以及全球企业、政府和消费者的运作方式 [2] - 即使250万亿美元的预测显得宏大，普华永道和麦肯锡等主要机构仍认为人工智能具有释放数万亿美元价值的潜力 [3] 技术突破与产业影响 - 人工智能的突破正在重新定义人类工作、学习和创造的方式，并已引发对冲基金和顶级投资者的狂热 [4] - 比尔·盖茨将人工智能视为其一生中“最大的技术进步”，其变革性超过互联网或个人电脑，有望改善医疗、教育并应对气候变化 [8] - 拉里·埃里森通过甲骨文公司正投入数十亿美元购买英伟达芯片，并与Cohere合作，将生成式AI嵌入甲骨文的云服务和应用程序中 [8] - 沃伦·巴菲特认为这一突破可能产生“巨大的有益社会影响” [8] 投资机会与市场关注 - 一家持股比例较低的公司被认为是开启这场250万亿美元革命的关键，其超低成本的AI技术令竞争对手感到担忧 [4] - 尽管特斯拉、英伟达、Alphabet和微软的成就引人注目，但更大的机会被认为存在于其他地方 [6] - 真正的焦点并非英伟达，而是一家规模小得多、默默改进使整个革命成为可能的关键技术的公司 [6] - 硅谷内部人士和华尔街资深人士的信息均指向这一机会 [6] - 全球从硅谷到华尔街的亿万富翁们正共同关注这一理念 [6] 公司估值对比（潜在市场规模参照） - 250万亿美元的市场规模，粗略相当于175个特斯拉、107个亚马逊、140个Meta、84个谷歌、65个微软以及55个英伟达的市值总和 [7]

事件概述 - Anthropic与美国国防部就军方要求无限制使用其人工智能技术一事陷入僵局 五角大楼设定的合规截止日期临近[1] - 超过300名谷歌员工和60多名OpenAI员工签署公开信 敦促各自公司领导层支持Anthropic并拒绝军方的单方面使用要求[1] 公司立场与诉求 - Anthropic明确反对将其人工智能技术用于国内大规模监控和自主武器系统[1] - 公开信签署者希望谷歌和OpenAI的高管能放下分歧 团结一致 坚守Anthropic针对大规模监控和全自动武器设定的红线[1] - 签署者呼吁领导层继续拒绝美国国防部当前提出的要求[1] 行业动态与策略 - 员工公开信中指出 军方试图利用“对方会妥协”的恐惧来分化各家人工智能公司[1] - 签署者认为 这种分化策略只有在各公司互不了解彼此立场时才会奏效[1] - 截至新闻发布时 谷歌和OpenAI的高层尚未对这封员工公开信作出正式回应[1]

行业动态与员工行动 - 超过300名谷歌员工和60多名OpenAI员工签署公开信 在五角大楼争议中支持Anthropic公司 [1] - 公开信呼吁科技领袖尊重Anthropic在军事用途上对其人工智能技术的伦理限制 [1] 公司立场与行业争议 - Anthropic公司对其人工智能技术应用于军事领域设置了伦理限制 [1] - 此次员工联名行动源于Anthropic公司与五角大楼之间的争议 [1]

行业投资评级 - 报告未明确给出具体的行业投资评级 [1] 报告核心观点 - 大语言模型是包含百亿或更多参数的语言模型，其发展经历了基础模型、能力探索和突破发展三个阶段，以2022年11月ChatGPT的发布为标志进入突破发展阶段[3][32][36] - 大语言模型展现出涌现能力，如上下文学习、指令遵循和逐步推理，使其能够以少量样本处理复杂的新任务，并作为基座模型支持多元应用[8][9][11] - 大语言模型通过预训练、有监督微调、奖励建模和强化学习等阶段训练而成，其巨大的参数量（十亿到万亿级）和分布式训练技术是关键支撑[12][59][99] - 该技术对自然语言处理、信息检索、计算机视觉、AI Agent乃至通用人工智能（AGI）的发展产生了深远影响，并催生了以对话为统一入口的全新应用范式[7][10] - 行业已形成开源与闭源模型并存的格局，国内外多家科技公司发布了具有竞争力的大语言模型产品[4][38][39] 语言模型技术发展历程 - **早期发展**：语言模型于上世纪90年代出现，采用统计学方法；2003年首次融入深度学习思想；2018年Transformer架构的提出是关键转折点[4] - **预训练时代**：2018年，BERT和GPT-1开启了预训练语言模型（PLM）时代；2020年，拥有1750亿参数的GPT-3发布，开启大语言模型新时代，并引入了缩放法则，指出模型性能随参数、数据量和计算量的指数增加而线性提高[26][28][33] - **发展三阶段**： - **基础模型阶段（2018-2021）**：研究聚焦于模型结构本身，参数量在10亿以上的模型因微调计算量大，影响力初期受限[32] - **能力探索阶段（2019-2022）**：探索无需任务特定微调即可发挥大模型能力的方法，如语境学习（ICL）、指令微调，并出现了InstructGPT等算法[34][35] - **突破发展阶段（2022年11月起）**：以ChatGPT发布为起点，模型展现出强大的通用对话和任务处理能力，GPT-4进一步具备多模态能力，在基准考试中得分高于88%的应试者[36][37] - **核心模型演进**：从基于n-gram的统计模型，到神经语言模型（NLM），再到基于Transformer的大规模预训练语言模型（PLM），最终发展为参数量巨大的大语言模型[13][23][26] 大语言模型核心特性与能力 - **关键特性**：参数规模巨大（十亿至万亿），采用预训练与微调范式，具有上下文感知、多语言与多模态支持能力，但同时也面临生成有害内容、隐私、幻觉等伦理与风险问题[12] - **涌现能力**：包括上下文学习（ICL）、指令遵循和逐步推理（思维链），这些能力使其成为全新的AI范式，能够缩短具体应用的开发周期并提升效果[8][11] - **基座模型能力**：作为基座模型支持多元化的下游应用开发[9] - **统一入口能力**：支持以对话作为完成各类任务的统一入口，即Conversation as a Platform[10] 主要大语言模型产品（国内外） - **国外闭源模型**： - **GPT系列（OpenAI）**：GPT-3参数量1750亿，预训练数据量3000亿Token；ChatGPT基于GPT-3.5/GPT-4；GPT-4具备多模态能力，推测参数量达1.8万亿，上下文窗口达128k Token[4][39][43] - **Claude（Anthropic）**：Claude 2上下文窗口扩展到200K Token，擅长长文档处理与结构化数据输出[44] - **PaLM 2（Google）**：PaLM参数量5400亿，PaLM 2是其升级版，已部署于25个Google产品中，其Bard为会话应用[4][45] - **国内闭源模型**： - **文心一言（百度）**：基于参数量达2600亿的文心大模型，具备知识增强、插件机制等特点[4][47][48] - **讯飞星火（科大讯飞）**：3.0版本包含1700亿参数，支持多模态功能，并发布了支持私有化训练的“星火一体机”[4][49] - **通义千问（阿里巴巴）**、**腾讯混元**、**360智脑**等[4][39] - **开源模型**： - **LLaMA系列（Meta）**：参数规模从7B到70B，LLaMA-65B训练消耗超过102万GPU小时，LLaMA 2参数量达700亿[38][51][99] - **ChatGLM（智谱AI/清华）**：GLM3支持32K上下文长度，采用Multi-Query Attention提升推理速度[53] - **通义千问（阿里巴巴）**：开源70亿（7B）和140亿（14B）参数版本[56] - **Baichuan（百川智能）**：开源7B和13B参数模型，Baichuan-13B基于1.4万亿字符训练[57] 大语言模型训练技术 - **训练流程**：主要包含四个阶段：预训练、有监督微调（指令微调）、奖励建模和强化学习[59] - **预训练**： - 使用互联网网页、维基百科、书籍等海量数据，构建数千亿至数万亿单词的语料库，在数千块GPU上耗时数十天完成[61] - 数据需经过严格过滤，例如GPT-3将45TB的Common Crawl数据过滤至570GB使用[63] - **有监督微调（SFT）**：使用包含用户提示和理想输出的高质量小数据集对基座模型进行微调，使模型具备初步的指令理解与泛化能力，此类模型包括Alpaca、Vicuna、ChatGLM-6B等[67][71] - **奖励建模（RM）**：训练一个二分类模型，用于对同一提示下SFT模型的不同输出结果进行质量排序，为强化学习提供奖励信号[72] - **强化学习（RL）**：基于奖励模型，通过强化学习算法（如PPO）进一步优化SFT模型的参数，使模型生成更高奖励的文本，最终得到如ChatGPT、Claude等系统，但该方法存在稳定性挑战[76] - **分布式训练**： - 因模型与数据量巨大，必须采用分布式训练。例如，OPT使用992块A100 GPU训练近2个月；BLOOM使用384块A100 GPU训练3.5个月[64][99] - 并行策略包括数据并行（DP）、流水线并行（PP）和张量并行（TP），大模型训练通常混合使用这些策略[105][106][114] - 采用ZeRO优化器、混合精度训练等技术来优化内存占用，例如1750亿参数模型若使用FP16格式，模型状态需占用120GB内存[117][121] - **长文本建模**：为处理长文本，采用增加上下文窗口微调、改进位置编码（如ALiBi）或插值法来扩展模型的上下文处理能力[151] 大语言模型应用与生态 - **技术影响**：推动自然语言处理（文本理解与生成）、信息检索（智能搜索）、计算机视觉（文生图）、AI Agent（智能助理、数字人）等领域发展，并被视为通用人工智能（AGI）的早期形式[7] - **应用开发框架**：LangChain等框架简化了大语言模型应用开发，提供模型I/O、数据连接、智能体等标准化接口[177][178] - **提示与语境学习**：提示学习（Prompt-based Learning）和语境学习（In-Context Learning, ICL）成为使用大模型的新范式，无需参数更新即可让模型适应新任务[139][143] - **高效微调技术**：如LoRA，通过引入少量可训练参数来高效微调大模型，节省计算资源[149] - **思维链与任务分解**：思维链提示和由少至多提示等策略能显著提升大模型在复杂推理和规划任务上的表现[172][175]

汽车行业 - 领克汽车因车主语音误操作关闭大灯导致事故，公司已通过云端推送优化，后续行驶中仅支持手动关闭大灯 [1] - 特斯拉在阿布扎比完成最新无人驾驶技术的道路实测，测试在监管框架内推进，旨在建立先进驾驶辅助及自动驾驶技术的测试模型 [8] - 小米汽车将筹建安全顾问委员会并建立公众安全沟通机制，计划邀请车辆安全专家参与评估，预计上半年召开首期活动 [9] - 现代汽车集团计划在韩国西海岸新万金地区投资9万亿韩元（约63亿美元），用于人工智能、机器人、氢业务及相关设施建设 [12] 人工智能与科技 - OpenAI获得1100亿美元新融资，其中软银、英伟达、亚马逊分别出资300亿、300亿、500亿美元，投前估值7300亿美元，并与亚马逊、英伟达达成战略合作 [1] - OpenAI宣布将把伦敦打造成其美国以外最大的研究中心，以支持英国成为人工智能强国的目标 [12] - 谷歌据悉与Meta达成价值数十亿美元的AI芯片交易，Meta将使用谷歌芯片开发新型人工智能模型 [11] - 英伟达CEO警告本财年上半年游戏GPU供应将紧张，可能导致价格上涨和短缺，对下半年情况缺乏清晰可见度 [8] - 苹果请求法官驳回一项集体诉讼，该诉讼指控苹果夸大Siri的AI能力并在遵守应用销售佣金禁令问题上作出虚假陈述 [11] - 寒武纪2025年营业收入64.97亿元，同比增长453.21%，净利润20.59亿元，实现扭亏为盈 [17] - AI运动科技公司“致敬未知”完成超亿元Pre-A轮融资，资金将用于全球化市场拓展、新产品研发及核心技术创新 [21] 消费电子与硬件 - 魅族否认“手机退市”传闻，但将暂停国内手机新产品自研硬件项目，正积极接洽第三方硬件合作伙伴，原有业务不受影响 [5] - 阿里千问将在2026年世界移动通信大会上发布AI眼镜，并于3月2日开启预约，年内还将发布AI指环、AI耳机等产品 [22] - 三六零创始人周鸿祎回应发力AI眼镜话题，认为该产品难做，因硬件不赚钱、软件服务成本高且缺乏合适场景，公司仍将专注于智能体核心 [6] - 戴尔科技2026财年全年营收1135亿美元创历史新高，同比增长19%，第四季度营收334亿美元同比增长39%，宣布现金股息上调20%并新增100亿美元股票回购授权 [19] - 石头科技2025年营业总收入186.16亿元，同比增长55.85%，但净利润13.6亿元，同比下降31.19% [18] 游戏与文娱 - 米哈游回应员工意外离世，称不存在超负荷加班情况，网传“赔付3万元抚慰金”为不实信息，公司正与家属积极沟通 [1] - 米哈游多款未公开游戏角色遭泄露，3名“00后”犯罪嫌疑人因破解测试包体并发布侵权视频被刑拘，此案为国内打击游戏剧透行为的典型案例 [5][6] - 中国邮政已叫停与手游《尘白禁区》的线下邮局快闪联名活动，该游戏因内容成人向、角色形象问题引发争议 [6][7] - 华纳兄弟探索公司与派拉蒙天舞公司签署价值1100亿美元的收购协议，交易包含约290亿美元债务，合并后派拉蒙将获得华纳兄弟丰富的知识产权资源 [9] 互联网与平台 - 豆包手机回应存在安全漏洞的传闻，称未收到详细漏洞报告，网传视频需用户主动指令才会触发攻击，公司已升级相应防护措施 [2] - 字节跳动旗下懂车帝被传考虑在香港IPO，筹资10亿至15亿美元，公司对此表示“暂时不回应” [7] - 东方财富实际控制人其实计划向上海交通大学教育发展基金会捐赠其持有的公司2000万股无限售流通股，占公司总股本0.13%，市值约4.5亿元 [7] 医疗健康 - 诺和诺德GLP-1类药物司美格鲁肽在中国的核心分子专利即将于3月到期，国内十多家制药公司的仿制药有望上市，十余款处于三期临床，预计将引发价格战 [8] - 君实生物2025年营业总收入24.98亿元，同比增长28.23%，净亏损8.74亿元，较上年同期亏损12.81亿元有所收窄 [20] 零售与消费 - GUESS将关闭中国市场所有线上线下门店，母公司称正在进行战略调整，未来将以全新模式深耕中国市场 [10][11] - 蜜雪冰城计划在河南郑州集团总部建设全国首家“雪王室内乐园”，打造以雪王IP为核心的“游玩+购物+体验”三位一体体验体系 [7] 制造与工业 - 影石创新涉及的337调查已终结，ITC裁决结果显示其大部分产品不构成侵权，公司可不受限制地在美国进口和销售现有产品 [3] - 斯凯孚宣布其分拆的汽车业务将使用名称SKF Vertevo，并计划在2026年第四季度于纳斯达克斯德哥尔摩证券交易所上市 [15] 资本市场与上市公司 - SpaceX正推进有史以来规模最大的上市计划，考虑最早在3月秘密提交IPO申请，估值可能寻求超过1.75万亿美元 [12] - 美格智能启动H股全球发售，拟发行3500万股，发售价不高于每股28.86港元，预计募资至多10亿港元 [13] - 特锐德已向香港联交所递交H股上市申请 [14] - 钛动科技向港交所提交上市申请书，联席保荐人为中金公司和摩根大通 [15] - 港交所2025年收入及其他收益291.61亿港元，同比上升30%，股东应占溢利177.54亿港元，同比上升36%，全年派息每股12.52港元 [16] - 晶科能源2025年营业总收入654.92亿元，同比减少29.18%，净亏损67.86亿元，为2013年以来首次亏损 [16][17] 其他 - 美股三大指数集体收跌，道指月线10连涨但2月仅累涨0.17%，纳指2月累跌3.38%，美国KBW银行指数跌近5%创去年4月以来最大单日跌幅 [10]