关于作者与发布方 - 作者Angela Harmantas拥有超过15年北美股市报道经验，尤其专注于初级资源类股票，并曾为多家领先行业刊物从加拿大、美国、澳大利亚、巴西、加纳和南非等多国进行报道 [1] - 发布方Proactive是一家面向全球投资受众，提供快速、易获取、信息丰富且可操作的商业与金融新闻内容的机构 [2] - 其新闻团队独立制作内容，团队遍布伦敦、纽约、多伦多、温哥华、悉尼和珀斯等世界主要金融与投资中心 [2] 公司定位与内容覆盖 - 公司在中小市值市场领域具有专长，同时也为投资者社区提供蓝筹公司、大宗商品及更广泛投资故事的更新信息 [3] - 团队提供的新闻和独特见解覆盖多个市场领域，包括但不限于生物技术与制药、采矿与自然资源、电池金属、石油与天然气、加密货币以及新兴数字和电动汽车技术 [3] 技术应用与内容生产原则 - 公司秉持前瞻性思维，积极采用技术，其人类内容创作者拥有数十年的宝贵专业知识和经验 [4] - 团队会利用技术来协助和增强工作流程 [4] - 公司偶尔会使用自动化及软件工具，包括生成式人工智能，但所有发布的内容均经过人工编辑和撰写，遵循内容生产和搜索引擎优化的最佳实践 [5]

It only takes one look at Berkshire Hathaway's NYSE: BRK.B latest 13F filing to know that someone new is in charge. Warren Buffett retired as CEO at the end of 2025, and Greg Abel succeeded him. Saying that Abel turned over Berkshire's portfolio in Q1 2026 may be an understatement. In reality, "consolidated" may be a better fit. In Q1, Berkshire completely sold out of over 15 positions and added just a few new ones. Overall, the number of total holdings fell from 42 to 29, creating a significantly more focu ...

行业整体趋势 - 2026年3月，美国主要消费级AI聊天机器人平台的桌面端独立访客总数达到4440万，较2月增长21.3% [1] 头部平台竞争格局 - OpenAI的ChatGPT保持行业领先地位，2026年3月美国桌面端独立访客达3386万，环比增长18.9% [2] - Google Gemini排名第二，独立访客为1066万 [2] - Microsoft Copilot排名第三，独立访客为502万 [2] 高增长与新兴竞争者 - Anthropic的Claude是增长最快的平台，环比增长130.1%，独立访客达266万，在排名中稳固占据第四位 [3] - 除Claude外，Copilot（环比+44.4%）、Gemini（环比+29.1%）和DeepSeek（环比+46.2%）也实现了显著增长 [5] - 行业分析指出，消费者正在探索更广泛的AI工具，使得Claude、Copilot和Gemini等平台获得了有意义的关注度 [4] 市场参与者表现摘要（基于2026年3月数据） - **OpenAI ChatGPT**: 独立访客3386万，环比+18.9% [5] - **Google Gemini**: 独立访客1066万，环比+29.1% [5] - **Microsoft Copilot**: 独立访客502万，环比+44.4% [5] - **Anthropic Claude**: 独立访客266万，环比+130.1% [5] - **X Grok**: 独立访客165万，环比+9.9% [5] - **DeepSeek**: 独立访客41万，环比+46.2% [5] - **Perplexity**: 独立访客36万，环比+20.5% [5]

Prediction: Wall Street May Be Sleeping on Google's Next Big Move - 24/7 Wall St. Prediction: Wall Street May Be Sleeping on Google's Next Big Move By Vandita Jadeja Published May 18, 8:09AM EDT Quick Read Google (GOOG) posted a 94.1% EPS beat in Q1 with $109.9B revenue up 22% YoY, while Google Cloud revenue surged 63% to $20B with backlog nearly doubling to $462B and Cloud operating margins expanding from 17.8% to 32.9%. Search queries hit all-time highs with AI Overviews monetizing better than expected, a ...

核心投资观点 - 公司股价在过去一年实现138.92%的上涨，年初至今上涨26.65%，但市场仍未完全定价其未来潜力，模型显示仍有上行空间 [2] - 24/7 Wall St.给出的12个月目标价为473.24美元，较当前397.17美元有19.15%的上涨空间，评级为买入，置信度为90% [3][4] - 看涨情景下的目标价可达549.06美元，对应38.24%的回报率 [7] 近期业绩与市场反应 - 2026财年第一季度业绩远超预期：营收达1099亿美元，同比增长21.79%；每股收益超出预期94.1% [5][8] - 谷歌云业务收入激增63%，达到200.28亿美元；其未完成订单量环比增长近一倍，达到4620亿美元 [5][8] - 财报发布后股价上涨9.97%，目前股价接近399.93美元的52周高点，200日移动均线为289.27美元 [5] - 市场情绪积极，Egerton Capital本月增持238万股，ARK Invest增持174,522股 [6] 业务增长驱动力 - 谷歌云业务盈利能力大幅提升：运营利润同比增长两倍，利润率从17.8%扩张至32.9% [7][8] - 生成式AI产品收入同比增长近800% [7] - 搜索查询量创历史新高，AI概览功能的货币化效果优于预期，广告相关性提升近10% [7][8] - Waymo自动驾驶服务每周载客量超过50万次 [8] 未来增长前景与关键杠杆 - 公司4620亿美元的云业务未完成订单，在计算资源受限的背景下，预计约有一半将在未来24个月内转化为收入 [8] - 搜索业务的AI货币化以及2026年预计1800亿至1900亿美元的基础设施资本支出，是华尔街尚未充分定价的关键增长杠杆 [8]

文章核心观点 - 当前主流的大型语言模型技术路线并非通向人类级或类人智能的道路，其根本缺陷在于缺乏预测行动后果、形成计划和建模真实物理世界的能力 [5][7] - 行业存在明显的“羊群效应”，几乎所有大公司都押注于同一种LLM技术范式，这导致高质量公共语料枯竭、训练成本暴涨、闭源加剧，技术边界日益清晰 [3][5][22] - 下一代人工智能的发展方向应是“世界模型”，其核心是让系统具备预测自身行动后果的能力，并通过规划与搜索来完成任务，这比当前依赖海量数据模仿学习的LLM路径数据效率更高，泛化能力更强 [12][13][19][20] - 联合嵌入预测架构是构建世界模型的关键技术路径，其通过在学习到的抽象表征空间中进行预测，避免了生成像素等低效方式，是比生成式架构更有效的学习世界表征的方法 [15][17][18] 对当前LLM技术范式的批判 - LLM是“有用的产品”，擅长处理语言、代码、数学等符号系统，但在处理高维、连续、充满噪声的真实物理世界时存在根本局限 [5][7][8] - LLM缺乏构成智能行为的关键特征：预测行动后果的能力，以及通过优化搜索进行规划的能力 [12][13] - LLM本质上是不安全且不可靠的，因其无法阻止幻觉，也无法保证其作为智能体时不会采取未预测到后果的行动 [49][50] - LLM的能力提升严重依赖为每个特定任务收集大量训练数据，数据效率低下，且无法实现可靠的零样本任务解决 [19][20][44] JEPA与世界模型的技术路径 1. **核心理念** - 世界模型的核心是让智能系统能够预测自身行动的后果，并据此进行规划以完成任务 [12][13] - 目标是构建“为真实世界打造的AI”，其学习速度应像人类一样高效，例如一个17岁青少年能在约20小时内学会开车 [20][21] 2. **技术优势** - 基于世界模型的系统泛化程度远高于模仿学习系统，能以更少的训练数据覆盖更广泛的任务，并有望实现零样本问题解决 [19][20] - 联合嵌入预测架构通过在学习到的抽象表征空间中进行预测，被证明是比预测原始像素更有效的学习图像和视频表征的方法 [17][18] 3. **应用前景** - 短期应用集中在工业领域，如复杂系统（喷气发动机、化工厂、生产线）的过程控制与优化，以及医疗保健领域的疗程设计等 [25][26][53] - 长期目标是实现家用机器人、L5级别自动驾驶汽车等通用具身智能应用 [25] 行业生态与公司战略 1. **行业趋势与问题** - 硅谷出现“羊群效应”，几乎所有公司都在追逐同一条LLM技术路线，导致创新同质化 [5][22] - 高质量公共文本数据已耗尽，公司转向授权商业版权数据或使用合成数据训练，加剧了闭源趋势 [38] - 大公司内部，短期产品化压力与竞争导致探索性长期研究失去优先级，研究和开发之间出现“阻抗失配” [9][10][58] 2. **Meta案例与离职原因** - 公司在2023年将战略重心重新集中在LLM以追赶行业，导致许多探索性研究（如JEPA和世界模型）不再被赋予高优先级 [10] - 尽管高层支持，但公司中下层将精力全部集中于LLM，且JEPA技术的应用场景多属Meta不感兴趣的工业领域，因此不再是推进该研究的合适环境 [8][10][67] - 对Llama系列没有技术贡献，主要贡献在于力排众议推动了Llama 2的开源，以启动整个AI行业 [70] 3. **开放与闭源之争** - 闭源模型公司（如OpenAI、Anthropic）被类比为过去的Sun Microsystems等专有系统巨头，而开源力量最终可能像Linux一样抹平专有优势 [37][38] - Tapestry项目旨在通过联邦式协作，让美国和中国之外的国家共同训练一个开放的全球基础模型，各国可在其上基于自身文化、语言和价值体系进行微调，以实现AI主权 [34][35][36] 对研究社区的建议与展望 - 建议在读博士生不要研究当前的LLM，因为难以做出贡献，而应致力于研究下一代AI系统 [61][63] - 取得突破性研究的最佳方法是雇佣最优秀的人才，给予资源，然后不加以干涉 [60] - 预测到2027年初，行业将普遍认识到需要改变现有技术范式 [30] - 未来智能系统的蓝图将是具备世界模型的、能够思考的系统，LLM将主要作为语言接口存在 [29]

固定收益丨深度报告 [Table_Title] 美国，如何看债做股？ %% %% research.95579.com 1 报告要点 [Table_Summary] 当前美股科技股在 AI 产业浪潮驱动下维持高估值运行，但企业资本开支、债务融资与隐性杠杆 同步扩张，债务与信用风险正在逐步累积。哪些个债指标对股价变动有领先性？个债 CDS 利 差、高收益债期权调整利差（OAS）、CDS 交易额以及 CDS 利差期限结构领先股价变动。其 中，个债 CDS 利差、CDS 交易额与期限结构斜率目前仍具有较强前瞻意义，而高收益债 OAS 近期预测能力有所弱化。结合当前各项信用指标表现来看，头部科技企业信用风险定价整体已 有抬升，未来 1-2 个季度内，美股科技股或面临一定风险。 丨证券研究报告丨 %% %% 分析师及联系人 [Table_Author] 赵增辉 马骏 SAC：S0490524080003 SAC：S0490525120004 SFC：BVN394 请阅读最后评级说明和重要声明 2/25 %% %% %% %% research.95579.com 2 [Table_Title2] 美国，如何看债做股？ ...

文章核心观点 - 机构投资者正在对AI相关资产进行重新定价，资金从依赖叙事的软件股转向能直接获得AI资本开支订单的硬件和基础设施资产 [6][7][8] - 市场对科技巨头（Mag7）的估值开始出现分化，不再将其视为一个整体，而是根据各自的AI回报路径清晰度、现金流状况和估值进行区别对待 [10][11][12][14] - 机构的风险偏好呈现“两头走”趋势，一方面继续加码AI基建，另一方面开始配置AI之外的现金流和周期性修复资产，以平衡高估值科技股的拥挤交易 [15][16][17] 机构换仓逻辑：从软件叙事转向硬件订单 - 桥水基金一季度最大新建仓为台积电，同时退出Salesforce、Workday、ServiceNow等软件股，增持亚马逊、英伟达、迈威尔等科技股 [4] - 高瓴资本增持英伟达、台积电、英特尔、康宁、Lumentum、高意、迈威尔，减持阿里巴巴、拼多多、IBIT [4] - 资金从AI软件端向硬件和基础设施端迁移，因为软件公司尚未证明AI能大规模转化为新增收入，反而面临成本上升和客户付费意愿不强的问题 [7] - 硬件链（如台积电、美光、博通、迈威尔、英伟达）的共同点是直接受益于AI资本开支，正在获取订单、安排产能和确定交付周期，而软件公司仍停留在商业模式讨论阶段 [8][9] - AI行情的中期主线正从“谁讲得出AI故事”转向“谁拿得到AI订单” [9] 科技巨头（Mag7）估值出现分化 - 阿克曼在微软因云收入增速和高支出担忧下跌后建仓，认为市场低估了微软通过AI提升企业软件ARPU和云需求的能力，其M365和Azure等产品构成了深入企业工作流的入口 [11] - 伯克希尔·哈撒韦加仓Alphabet，反映出市场对其的叙事正在从“AI冲击搜索的受害者”转变为“AI基础设施和流量入口” [12][13] - 伯克希尔Q1新建达美航空26.5亿美元仓位，同时卖出亚马逊、联合健康、Visa、万事达等，并将Alphabet持仓提高至约5800万股 [13] - 市场开始区分“投入型AI”（讲未来）和“回报型AI”（已开始产生收入、利润和现金流），不再给予所有科技巨头相同的AI溢价 [14] 风险偏好呈现“两头走”趋势 - 一头继续买入AI基建：如桥水、高瓴加码台积电、英伟达、迈威尔、博通、美光、光通信链，对应AI资本开支尚未结束的中期主线 [16] - 另一头开始买入AI之外的资产：如伯克希尔买入达美航空（持有约6.1%股份）、梅西百货，寻求需求修复、经营质量、估值折价和现金流改善 [16][17] - 高瓴减持阿里巴巴、拼多多，增持唯品会、叮咚买菜，显示中概股内部也在分化，市场更关注利润、现金流和用户质量，而非单纯的GMV增长故事 [17] - 此轮调仓是在高AI仓位之外补充现金流资产，同时减持部分软件股、中概平台和金融科技股 [17] 对后续市场的启示 - AI硬件仍是主线，但后续上涨需要更强的财报指引、订单和毛利率支撑，相关公司包括台积电、英伟达、博通、迈威尔、美光、康宁、Lumentum等 [18] - 软件股不能简单抄底，Salesforce、Workday、ServiceNow、Adobe等被减持，机构对“AI提升软件估值”的耐心下降，软件公司需证明AI能切实提升ARPU、续费率和利润率 [18] - 中概龙头需从平台估值切换到AI效率估值，阿里巴巴、拼多多被减持意味着市场不再接受“互联网平台自然增长”的旧逻辑，需要讲述AI如何改善广告、云、交易转化和供应链的新故事 [18] 市场资产分类 - 第一类资产：能直接吃到AI资本开支的硬资产，包括半导体、先进封装、内存、光通信、网络芯片、电力、数据中心，是中期主线 [20] - 第二类资产：AI投入短期被市场错杀、但工作流入口极深的巨头，如微软、谷歌，机会在于市场重新相信其能将AI投入转化为收入和利润 [21] - 第三类资产：AI之外被重新定价的现金流和周期修复资产，如航空、折价消费和部分传统行业，表明资金不愿将所有筹码押在高估值科技股上 [21] - 总体而言，资金正从主题交易转向兑现交易，更青睐有订单、有现金流、回报路径被低估的资产 [21]

证 券 研 究 报 告 美债利率上升引发调整，美股AI巨头债务压力如何？ 全球资产配置每周聚焦 (20260508-20260515) 证券分析师：金倩婧 A0230513070004 冯晓宇 A0230521080005 林遵东 A0230524100005 王胜 A0230511060001 2026.5.18 报告摘要 www.swsresearch.com 证券研究报告 2 ◼ 全球资本市场回顾：上周 (20260508-20260515)美国通胀超预期，全球流动性紧缩，宏观流动性影响全球风险偏好，全球股债双杀。1）固收方面，10Y美债收益率边际大幅上行21BP 至4.59%，美元指数大幅上行1.45%；2）权益方面，全球主要股指普跌，韩国KOSPI 200仍持续小幅上涨，上证指数小幅下行；3）商品方面，全球原油库存快速下行，同时美国大型炼 厂爆炸，油价大幅上升9.2%。 ◼ 热点聚焦：降息预期大幅回落背景下，美债利率大幅上行，全球股债市场普遍调整。近期美国非农数据整体好于预期（新增非农人数11.5万人VS预期6.5万人），同时上周美国通胀数据 整体大幅超预期上行（美国4月CPI同比3.8%VS预期3 ...

公司业绩与市场表现 - Alphabet的股价因其在人工智能领域的表现而持续上涨，市值已超过4.8万亿美元，自上次分析以来涨幅达19.43% [1] 分析师投资理念与关注领域 - 分析师专注于分析基本面强劲、现金流良好但被低估或不受市场待见的公司和行业 [1] - 对石油天然气和消费品等行业有特别的兴趣，关注那些因非理性原因被冷落但可能带来可观回报的领域 [1] - 投资风格以长期价值投资为主，但偶尔也会参与交易套利机会 [1] - 倾向于避开无法理解的业务，例如某些高科技或时尚类消费品，并且不理解投资加密货币的行为 [1]