行业阶段与趋势 - 企业AI行业正从面向终端用户的“新奇玩具”和“回答问题的聊天机器人”阶段，跨越到能自主行动的“智能体流水线”阶段 [2] - 过去两年，谷歌在AI赛道上大幅追赶，表现为Gemini模型迭代提速、Vertex AI开放更多调参空间、以及向合作伙伴开放Agent框架（A2K） [2] - 过去18个月间，Promevo协助谷歌为企业客户举办了约250到300场Gemini for Workspace采用培训工作坊，见证了从管理层试点到全员渗透的完整采用曲线 [3] 企业AI落地的核心挑战 - 当前制约AI智能体发挥全部潜力的核心障碍，并非算力或模型能力，而是企业内部的数据完整性问题 [3] - 具体问题包括数据高度孤立、分散在不同系统、组织内部没有公认的“单一事实来源”、以及各部门对同一数据的定义可能截然不同 [3] - 只有将数据对齐，模型才能真正“接地气”，给出可供智能体采取行动的洞察 [3] 谷歌云AI解决方案的企业吸引力 - 谷歌提供全栈投入（基础设施、模型、开放性），使99%需要消费托管服务的企业可以拿来即用，避免了大量重复建设 [4] - 通过Vertex AI，企业可以调节模型的开放程度，以满足更广泛推断或更严格约束的需求 [4] - 该方案满足两个关键企业级需求：一是数据主权（输入数据不会被用于训练全局模型），二是IP保护（谷歌提供的知识产权赔偿条款让CTO放心） [4] - 模型被视为“灰盒”而非“黑盒”，企业能看到并干预其决策边界，这是与CTOs建立信任的核心基础 [4] 成功的AI转型路径与案例 - 成功的AI落地路径关键动作有三：从小处起步、设定可量化的KPI、让业务负责人真正卷入（不只是技术部门） [5] - 以客户Gold Bond为例，其转型起点是Gemini for Google Workspace全员推广，实现了70%员工的真实采用，随后将应用拓展到产品可视化和订单处理自动化 [5] - Promevo自身将AI应用于财务关账流程自动化，目标是让财务团队能在以往不可能休假的月初申请年假 [5] - 另一个案例是员工自发提案，通过构建自动化智能体处理Chromebook退货流程，目标是每周节省8小时工时 [6] 企业内部AI文化与实践 - 成功的AI应用案例具有从下往上生长，而非自上而下强推的共同特点，这被视为AI内化成组织能力的真实信号 [6] - Promevo在周五下午固定留出“学习时间块”不排会议，目前全员大多已完成谷歌Gemini相关认证 [6] - 公司在奥斯汀举办了一场内部黑客马拉松，用半天时间跑通了三个内部用例原型，后续有20多个用例排队等待落地 [6] - 在战略规划中，公司将战略文件输入Gemini，让模型按部门拆解OKR并与三年目标对齐，一小时内完成了通常耗费数周的工作 [6][7] 企业AI落地的核心理念 - 有效的AI落地逻辑是：从小开始，锁定KPI，让真正使用的人来提需求，把重复劳动自动化，把省下的时间还给人 [8] - 行业应避免“我们要成为AI优先的公司”这类空洞口号，因其缺乏可执行性 [5] - Promevo的实践展示了一家咨询公司如何通过先在内部跑通AI应用，再向客户输出，将自己变成“活的样板间” [8]

报告行业投资评级 - 投资评级：优于大市（维持评级） [2] 报告核心观点 - 光交换机（OCS）是一种无需光电/电光转换、直接在光域实现信号路由与切换的新兴技术，能有效解决传统电交换的带宽瓶颈、功耗和时延问题，可助力AI算力集群及数据中心光互连系统整体功耗降低**30%** 以上 [3][13] - AI变革正推动OCS技术快速发展，其核心应用场景包括AI算力集群、超大规模数据中心的叶脊架构互连及超节点集群高速通信 [3][13] - 目前OCS主要有**MEMS、液晶、压电、硅波导**四大技术路线，其中谷歌主导的MEMS方案商用节奏最快，在2025年占据市场**90%** 以上份额 [14] - 随着谷歌从“自研+代工”模式转向整机采购，以及SerDes速率升级，OCS市场有望在谷歌之外的客户中快速扩张，预计市场规模将从2025年的**4亿美元**增长至2029年的**超过25亿美元**，对应四年复合年增长率（CAGR）约为**58%** [4][79][93] - OCS技术仍处于产业化初期，随着渗透率提升，相关元器件/材料（如准直器、钒酸钇镜头、透镜等）需求将上升，国内已与海外头部厂商深度合作的器件及整机方案提供商有望受益 [4][93] 一、OCS是一种新光电互联集成技术 - OCS技术优势显著：**高带宽能力**（可利用光纤全部容量）、**速率/协议透明**（支持从40G到未来3.2T的演进）、**低延迟+低功耗**（单跳延迟<100ns，整机功耗仅约108W）、**灵活部署与可扩展性**（支持按需增量部署） [13] - OCS四大主流技术路线对比： - **MEMS方案**：谷歌主导，商用最快，端口数量大，光插入损耗低（<3dB），切换时间中等（25ms），可靠性较低 [14] - **液晶方案**：主要由Coherent提供，端口数量大，光插入损耗低（<3dB），切换时间慢（100ms），可靠性高 [14] - **压电陶瓷方案**：主要由HUBER+SUHNER提供，端口数量小，光插入损耗低（<3dB），切换时间中等，串扰高，可靠性高 [14] - **硅光波导方案**：由iPronics、德科立等公司研发，端口数量小，每端口成本低，光插入损耗高（6dB），切换速度快（1ms），串扰高，可靠性高 [14] - 谷歌MEMS OCS方案价值量拆解：以Palomar交换机为例，其物料清单（BOM）成本约为**25，470美元**，其中**MEMS阵列**成本占比最高，达**54.97%**（约14，000美元）；其他关键部件包括光纤准直阵列（占比11.78%）、环形器（占比20.10%）等 [27] - 液晶方案价值量拆解：以Coherent方案为例，其BOM成本约为**50，000美元**，核心部件包括液晶调制单元（占比16%）、偏振分光阵列+晶体光楔（占比28%）、输入输出准直器阵列（占比28%） [39] 二、OCS面向AI数据中心的应用 - 谷歌自研TPU芯片已迭代至第七代（Ironwood），并采用3D环面网络进行芯片互联，对高带宽、低延迟的互连技术需求迫切 [51][53][56] - 谷歌自TPUv4起开始规模应用OCS技术：一个由**4096个TPU**组成的集群需要**12288个端口**，对应部署**48台300端口**的OCS交换机 [64] - 新一代TPUv7（Ironwood）集群对OCS要求更高：一个由**9216个TPU**组成的集群需要**13824个端口**，对应部署**48台600端口**的OCS交换机，相关器件需求是上一代的一倍，单台成本或达**5万美元** [71] - OCS在谷歌数据中心的应用解决了大规模AI算力集群的互联瓶颈，其无需光电转换的特性完美契合高性能计算对低时延、低功耗的需求 [64][71] 三、OCS产业链各环节公司布局 - 全球OCS市场预测：根据Cignal AI数据，2025年市场规模约**4亿美元**，到2029年有望超过**25亿美元**；LightCounting预计2029年OCS出货量将突破**5万台**，2025-2030年出货量CAGR为**15%** [79][81] - 国内产业链相关公司布局广泛，涵盖元器件、材料及整机方案： - **赛微电子**：提供MEMS芯片工艺开发及晶圆制造服务，其瑞典子公司Silex是全球领先的纯MEMS代工厂 [83] - **腾景科技**：提供OCS相关钒酸钇材料（用于液晶方案）和准直器等产品 [83] - **炬光科技**：布局OCS相关透镜、精密V型槽、光纤耦合器和准直器等产品 [83] - **德科立**：与欧洲iPronics联合研发硅光波导方案OCS，已获海外样品订单，并展示32x32 OCS整机 [83][84] - **中际旭创**：全球光模块龙头，其海外子公司TeraHop基于硅光子平台研发64×64 OCS交换机 [83] - **光迅科技**：拥有垂直集成能力，在OFC 2024上展示了MEMS OCS交换机 [83][87] - **光库科技（武汉捷普）**：产品涵盖光交换机（OCS），在CLOE 2025展示与Calient协作的320*320 OCS产品 [83] - **凌云光**：与压电陶瓷方案OCS厂商Polatis建立长期合作关系，代理引进OCS全光交换等解决方案 [83] 四、投资建议 - 投资逻辑：OCS技术处于产业化初期，未来随着在谷歌及其他云厂商的渗透率（使用、客户、场景）提升，产业链相关公司有望受益 [4][93] - 报告推荐关注OCS整机方案提供商及核心器件厂商，具体提及**中际旭创**和**光迅科技** [93] - 报告提供了重点公司盈利预测与估值参考（基于2026年2月26日数据）： - **中际旭创**：收盘价566.07元，总市值6289.7亿元，2026年预测净利润214.929亿元，对应2026年预测市盈率（PE）29倍 [95] - **光迅科技**：收盘价72.27元，总市值583.0亿元，2026年预测净利润14.848亿元，对应2026年预测市盈率（PE）39.3倍 [95]

全球股指表现 - 美国三大股指期货小幅上涨，纳指期货涨0.04%，标普500指数期货涨0.1%，道指期货涨0.11% [1] - 欧股主要指数齐涨，德国DAX指数涨0.51%，英国富时100指数涨0.12%，法国CAC指数涨0.95%，欧洲斯托克50指数涨0.42% [1] 半导体与人工智能行业动态 - 英伟达Q4营收同比增长73%至681亿美元创新高，Q1业绩指引强劲，预期芯片收入将超越5000亿美元的目标 [1] - 英伟达获准向中国出口少量H200芯片，但尚未获得任何收入 [1] - AMD和Nutanix联合开发一个开放的全栈人工智能(AI)基础设施平台 [2] - 苹果为iPhone 17系列敲定三星DS部门LPDDR5X订单，价格提高100% [1] - SK海力士携手闪迪启动高频宽快闪记忆体全球标准化进程 [2] 汽车行业动态 - 特斯拉中国推出五年零息购车方案，变相降价 [2] - 丰田1月份母公司全球汽车销量同比增长4.7%，达822,577辆 [2] - Stellantis去年收入同比下降2%至1535亿欧元，受电动汽车业务减记影响亏损223亿欧元 [2] 科技与互联网公司业绩 - 百度Q4营收环比增长5%至327.4亿元，AI算力订阅收入同比大增143% [2] - 携程Q4收入同比增长21%至154亿元，非公认会计准则盈利34.8亿元，均超预期 [2] - 新思科技第一财季营收同比增长65%至24.1亿美元，下调今财年盈利指引 [2] - Salesforce Q4营收同比增长12%至112亿美元，新财年有机订阅收入指引逊于预期 [2] - Zoom通讯Q4业绩好坏参半，Q1调整后盈利指引不及预期 [2] - 派拉蒙天舞Q4营收81.5亿美元超预期，每股亏损扩大至0.52美元 [2] 其他行业及公司动态 - 礼来在2型糖尿病试验中，Orforglipron在血糖控制和减重方面均优于司美格鲁肽 [2] - Alphabet将机器人软件子公司Intrinsic重新划归至谷歌旗下，加码物理AI布局 [1] - 京东上线“百亿超市”频道，未来3年投入超200亿商品补贴 [2]

行业核心动态 - 科技巨头为构建AI基础设施，已签订大量长期数据中心租赁承诺，这些承诺因尚未开始而未计入当前负债，也未按GAAP准则体现在资产负债表上[1] - 穆迪报告指出，到2025年底前，这些公司累计的未贴现未来租赁承诺总额高达9690亿美元[2] - 随着未来几年租赁生效，超过5000亿美元的数据中心资产将开始计入公司资产负债表，对传统会计指标构成压力[2] 表外负债规模与影响 - 穆迪分析师指出，未记录的6620亿美元负债，约相当于五大超大规模云服务商调整后债务总额的113%[3] - 分析师强调，公司并非规避负债，而是因相关服务尚未交付，故该义务尚未被确认[3] - 这些租赁交易通常由租户提供大量表外担保，以使其对业主可行[4] AI硬件特性驱动租赁模式转变 - 转变由AI硬件更短的生命周期驱动，传统美国数据中心租期为10-15年，而AI设备通常仅能使用4-6年[4] - 这促使超大规模公司寻求更短的初始租期并附带续约选项[4] 会计处理争议 - 核心争议在于，有指控称部分公司夸大了其AI硬件的有效使用年限[5] - 尽管技术变革迅速，但指控称它们延长了芯片和服务器的报告“使用寿命”，以延迟费用确认并避免影响当期收益[5]

特斯拉Robotaxi服务表现与定价 - 特斯拉在奥斯汀的Robotaxi服务价格比其竞争对手Alphabet旗下Waymo更便宜 [1] - 根据Jeffries分析师的实测，特斯拉提供的乘车服务价格约为Waymo的一半 [2] - 分析师发现特斯拉的乘车服务普遍在关键绩效指标上表现不佳，且路线选择非最优，导致行程时间更长 [3] 特斯拉Robotaxi运营与安全状况 - 在15次特斯拉乘车中，仅有2次是在没有安全驾驶员的情况下进行的 [2] - 由于服务不可用，尝试预订特斯拉乘车失败的比例超过25% [2] - 自2025年中服务启动以来，特斯拉在奥斯汀报告的Robotaxi事故总数已增至14起 [3] Waymo运营与监管状况 - 美国国家公路交通安全管理局正在对超过3000辆Waymo自动驾驶汽车进行调查，原因是涉及该公司车辆的多起事故 [4] 自动驾驶行业前景与成本分析 - 分析师认为自动驾驶行业最初依靠炒作来推动采用，但规模化独立自动驾驶车队相比网约车服务并不具备成本优势 [5] 特斯拉股票市场表现 - 特斯拉股价在周三市场收盘时上涨1.96%，至417.40美元，但在盘前交易中下跌0.63%，至414.75美元 [5] - Benzinga Edge Rankings显示，特斯拉在动量指标上得分良好，并在长期提供有利的价格趋势 [5]

报告行业投资评级 * 报告未明确给出统一的行业投资评级，但列出了覆盖产业链各环节的“投资分析意见”及具体公司名单 [5][70] 报告核心观点 * 字节Seedance2.0在技术与产业落地（依托字节生态形成“创作-分发-变现-反哺迭代”闭环）上实现双重突破，标志着AI视频赛道已正式跨过规模化商用临界点 [5][6][12] * 全球AI视频生成市场尚处发展初期，市场空间广阔，国内头部模型（字节、快手、阿里、MiniMax等）保持1-2个季度的快速迭代速度且定价显著低于海外，差异化定位使得多家头部公司可以并存 [5][6][13][16] * AI将改变内容产业的生产函数，转向“基础创意+提示词工程+AI算力+数据燃料+分发算法”的新范式，产业价值将加速向价值链两端（上游稀缺IP与下游高效分发平台）聚集，中游标准化制作环节价值面临压缩 [5][6][7][37][38][39] * AI漫剧是AI视频技术首个大规模商业化落地场景，正迎来从0到1的爆发机遇，AI真人短剧是下一个风口，短视频平台、IP方及整合工具链的一站式工作流将受益 [5][6][41][52][53][54] * AIGC时代版权服务重要性凸显，版权方与AI企业开始从对抗转向“训练授权+价值分成+股权投资”等主动合作，建立完善的确权溯源体系与精细分成机制是IP方价值重估的关键 [5][8][60][61][62][66] * 多模态（视频）算力消耗远大于LLM，生成5秒4K视频的算力约为LLM处理10万次200Token Prompt所需算力的10万倍，将利好AI云、芯片、服务器、存储、IDC及网络互联带宽等算力产业链 [5][7][68][69][70] 根据相关目录分别总结 1. Seedance2.0：技术突破与产业突破 * **技术突破**：采用统一的多模态音视频联合生成架构，支持文字、图片、音频、视频四种模态的“全能参考”输入，创作自由度大幅提升；在主体形象与声音还原、动作逻辑、特效风格及剧情叙事的参考一致性上表现较好，并具备一定的自主规划镜头语言的编导思维 [11] * **产业突破**：依托字节生态（剪映、火山引擎、抖音、TikTok等）形成了从“创作-分发-变现-反哺迭代”的完整闭环，为用户提供了从创意到收益的完整路径，区别于OpenAI Sora需依赖第三方平台分发的模式 [5][12] 2. 如何看待Seedance2.0与快手等模型的竞争？ * **市场格局**：AI视频生成市场空间广阔，尚处快速发展初期而非零和竞争阶段。根据LMArena截至2026年2月10日的榜单，文生视频前20名中谷歌Veo系列、OpenAI Sora系列排名靠前；国内阿里（Wan2.5）、字节（Seedance1.5 Pro）、快手（Kling）及MiniMax（Hailuo）等模型排名在10-20名区间 [13][14][15] * **差异化竞争**：快手可灵3.0注重多镜头输入，专注于长时序叙事和镜头语言可控，适合专业影视创作者；字节Seedance2.0注重多模态参考输入，更适合普通用户或一般创作者；两者技术路线（均基于Latent Diffusion+Transformer）有相似之处，但市场定位和技术侧重点不同，形成差异化竞争 [5][18][20][21] * **迭代与定价**：国内头部模型基本保持1-2个季度一次重大版本的迭代速度，且整体定价显著低于海外模型，性价比高 [5][16][17] 3. 人工智能或改变内容产业的生产函数：利好上游IP、下游分发平台以及算力 * **生产函数变革**：AI引入后，内容生产从依赖创意、专用设备、制作工时、传播渠道，转向依赖基础创意、提示词工程、AI算力、数据燃料和分发算法 [7][37] * **价值重分配**： * **上游创意与IP端**：AI降低创作门槛导致尾部内容泛滥、腰部内容通缩，但头部稀缺IP价值进一步放大，并有望借助AI工具提升运营效率 [5][39] * **下游分发与运营端**：内容供给爆炸式增长后，用户注意力成为核心稀缺资源，具备强用户粘性、高效分发算法和成熟创作者生态的平台（如抖音、哔哩哔哩、快手等）价值持续强化 [5][39][40] * **中游制作环节**：标准化、流程化的生产环节价值面临持续压缩 [5][39] * **案例**：以ItalianBrainrot社区为例，展示了去中心化UGC内容通过游戏、电影改编等实现IP价值提升的路径，凸显了优质UGC社区和高效分发平台的价值 [39][40] 4. AI漫剧：AI视频大规模产业实践，从0-1的机遇 * **市场与用户**：2025年中国微短剧市场规模突破1000亿元。AI漫剧核心用户为40岁以下年轻男性（占比超73%），与真人短剧用户形成差异，打开了增量市场 [41][46][48] * **落地条件**：AI视频在分辨率、帧率、色彩等核心参数上已达到漫剧等轻量视频的制作要求；AI工具可降低生产成本70%以上，提升效率80%以上 [43][44] * **商业化进展**：市场已出现月分账破500万人民币的企业（如漫谭动漫）和播放量破10亿的作品（如《斩仙台下我震惊了诸神！》） [49][50] * **产业链受益方**： * **短视频平台**是核心环节，竞争要素包括用户粘性、分发算法及集成AI工具的一站式创作分发能力 [53] * **IP方**获得新的变现和引流渠道，可提升IP运营效率 [54] * **AI技术提供方**的关键在于整合复杂工作流，构建一站式平台 [54] * **制作方**短期受益于成本下降，但长期内容突围难度提升 [54] * **未来趋势**：AI真人短剧正在崛起，如《轩仙台真人AI版》上线6天播放量破亿，其制作成本仅为传统真人短剧的1/4 [52][53] 5. AIGC时代版权服务重要性凸显 * **版权纠纷焦点**：集中在训练数据和生成内容的侵权认定，以及生成式AI内容的版权归属 [5][61] * **合作模式转变**：版权方与人工智能企业开始从对抗转向“训练授权+价值分成+股权投资”等主动合作模式，例如OpenAI与迪士尼签订了为期三年的授权协议，并获得了迪士尼10亿美元股权投资 [8][62][63] * **关键基础设施**：建立完善的确权溯源体系（如采用数字指纹、区块链存证技术）和更精细的分成机制，是AIGC时代IP方价值重估的关键 [5][8][62][66] * **行业进展差异**：音乐领域凭借标准化的权利标识（如ISRC）、成熟的集体管理组织（如ASCAP）和清晰可计量的使用场景，在AI版权合作上进展快于文字和影视视频领域 [5][66][67] 6. 多模态算力消耗较大 * **算力对比**：视频模型因需处理时空序列、高分辨率像素及多步去噪，算力消耗远大于LLM。生成一张图所需算力约为LLM处理200Token的100倍；生成5秒标清（24fps）视频约为1万倍；生成5秒4K视频约为10万倍 [68][69] * **产业链影响**：多模态算力需求井喷，将利好AI云服务、GPU芯片、AI服务器、存储、数据中心（IDC）、网络互联带宽等整个算力产业链 [5][69][70] 7. 投资分析意见 * **AI视频模型**：快手-W、Minimax、阿里巴巴 [5][70] * **分发平台**：哔哩哔哩、腾讯控股、芒果超媒 [5][70] * **版权数据服务**：阜博集团、视觉中国 [5][70] * **IP方**：阅文集团、中文在线、掌阅科技、光线传媒、上海电影等 [5][70] * **云和算力**：百度、金山云、中际旭创、新易盛、天孚通信、锐捷网络、润泽科技、奥飞数据、万国数据、世纪互联、网宿科技、大位科技等 [5][70] * **其他**：博纳影业、中国儒意集团、欢瑞世纪、荣信文化、兆驰股份、德才股份、昆仑万维、易点天下等 [5][70]

行业竞争格局与新品发布 - 2026年初，AI眼镜赛道竞争激烈，呈现“饱和式攻击”态势，市场从“元年”进入“全面战争”阶段 [1] - 行业呈现“全明星阵容”，互联网巨头、手机大厂、传统渠道商与AR新势力同台竞技，新品发布节奏显著加快，技术路径分化清晰 [2] - 极米科技在CES 2026推出全新AI硬件子品牌“MemoMind”，正式进军智能眼镜赛道 [2][8] - 雷鸟创新在CES 2026展示全球首款支持eSIM独立联网的双目全彩AR眼镜“雷鸟X3 Pro Project eSIM”，实现脱离手机的独立通信与多模态AI对话 [2][8] - 乐奇Rokid采取双线策略：面向海外发布仅**38.5克**的超轻AI眼镜Rokid AI Glasses Style；其核心产品Rokid Glasses集成多项AI能力，重量控制在**49克** [2][8] - 玄景MLVision推出行业罕见的模块化AR眼镜M6，旨在以“硬件可持续升级”模式破解消费者对电子产品快速迭代的保值焦虑 [3][8] - Meta计划与依视路陆逊梯卡将年产能提升至**2000万副**以上，以应对需求并抢占市场，其新一代Ray-Ban Meta预计在光学舒适度、续航及AI交互上全面升级 [4][8] - 谷歌以“三步走”战略重返战场：2026年初发布音频智能眼镜；年末推出单目微显示屏产品；与XREAL联合开发的Project Aura将在年内上市，深度融合Gemini大模型与Android XR平台 [4][8] - 苹果计划在2026年底发布Apple Glasses，初代产品或将舍弃AR显示功能，定位为iPhone配件，聚焦Siri与AI体验，追求极致轻量化的“隐形AI助理” [4][8] - 华为AI眼镜已定档上半年发布，将依托鸿蒙系统实现跨设备无缝协同 [5][8] - 字节跳动计划年内发布两款产品：一季度发布不带显示的AI眼镜，主打全天候拍照；四季度推出带显示的版本 [6][8] - 三星、阿里夸克、百度小度、理想汽车等也纷纷公布了将AI大模型深度融入眼镜产品的计划 [7] 行业核心发展趋势 - 行业呈现两大核心趋势：一是“轻量化”与“独立化”并行，厂商优先确保佩戴舒适度并让眼镜摆脱对手机的刚性依赖；二是“AI能力”成为核心卖点，大模型与眼镜硬件深度融合 [9] - AI眼镜在2026年集中爆发的背后，是产业链成熟、技术拐点与市场需求共振的必然结果，驱动力包括产业链加速降本、AI交互助力眼镜走向生产力工具、场景适配提供杀手级应用 [10] 产业链与成本结构 - 供应链的快速降本与国产化替代是“百镜大战”的商业基础 [11] - 在AI拍摄音频类眼镜中，芯片成本占比超过**三分之一**；在带显示的AI眼镜中，微显示屏与光学模组成本占比过半 [11] - 过去两年，核心元器件成本大幅下降，中国厂商凭借完整产业链优势，已占据全球AI眼镜市场超过**80%** 的份额 [11] - 在芯片领域，恒玄科技、全志科技等企业研发的AI专用芯片将算力与功耗比提升至行业领先水平 [11] - 在光学显示方面，水晶光电、蓝特光学等企业攻克了树脂波导镜片量产难题，使全彩AR眼镜重量从**90克**降至**49克** [11] - 成本的下降使主流AI眼镜产品进入**2000-3000元**的大众消费者可接受区间 [11] 技术突破与产品进化 - 端侧AI的落地与交互技术的突破解决了产品的“可用性”难题，此前受困于“重量、续航、算力”的“不可能三角” [12] - 高通AR1系列等专用芯片使得在极低功耗下运行复杂AI算法成为可能 [12] - 歌尔在CES 2026展示的Rubis AR眼镜采用MCU+ISP+NPU三芯异构系统，允许在极低功耗下运行轻量化物体检测模型 [12][18] - 光学方案与显示技术的演进让产品在保持轻量化的同时具备全天候使用的显示效果 [13] - 交互方式的革新体现在多模态感知能力的突破上，例如Rokid联合广汽开发的车载AI眼镜可通过语音指令远程操控车辆，玄景科技的“鸿雁AIOS”系统能根据场景自动切换服务模式 [13] - 这些技术落地标志着眼镜正在从“玩具”向“生产力工具”进化 [13] 政策支持与市场预期 - 2026年，智能眼镜首次被纳入全国性消费补贴范畴，个人消费者购买可享受**15%** 的销售价格补贴，单件补贴上限**500元** [14] - IDC预测，受益于厂商新品发布节奏和新国补政策推动，2026年中国智能眼镜市场出货量将达**451万台**，同比增长**78%**；全球出货量有望突破**2300万台**，其中AI眼镜品类将首次突破**千万台**大关 [14] - 市场预期高涨吸引了更多资本涌入：雷鸟创新完成超**10亿元**C+轮融资；闪极科技获近**亿元**投资；**17只**AI眼镜概念股单季净买入额超**2亿元** [14] 竞争焦点与未来方向 - 行业竞争焦点正从早期的硬件参数竞赛，转向更深层次的用户体验、技术整合与生态建设之争 [16] - 用户体验优先于技术炫技，成为产品竞争力的核心，厂商进化方向从堆砌功能转向场景深耕 [17] - 乐奇Rokid的数据显示，其Rokid Glasses产品日均佩戴时长达**8小时**，用户真正将其融入日常生活 [17] - 技术整合优于单一突破，系统级创新决定产品高度，例如歌尔Rubis AR眼镜的“异构计算”整合思路让眼镜从被动响应走向主动感知 [18] - 交互方式的整合在加速，例如Rokid与Wearable Devices合作，将神经腕带Mudra Link接入AI眼镜，实现通过细微手指动作进行精准控制 [18] - 生态建设决定长期价值，真正的壁垒在于软件生态和AI能力 [20] - 谷歌联合XREAL推出Project Aura，旨在推广Android XR系统，复制其在手机时代的“生态平台”路径 [21] - 国内厂商加紧生态布局：华为依托鸿蒙实现多设备无缝协同；Rokid已在全球**115个国家**落地，拥有超**10万**活跃用户，并打通了高德地图、支付宝、京东科技等生态伙伴 [21] - 未来的竞争是生态与生态的对抗，关键在于谁能将大模型能力、应用服务和用户数据真正融入眼镜 [21]

AI基础设施投资浪潮与科技巨头资本周期 - AI基础设施投资浪潮正推动科技巨头进入史无前例的重资产周期，以亚马逊、谷歌、Meta、微软和甲骨文为代表的超大规模云服务商资本支出强度将全面超越互联网泡沫时代的历史峰值，行业商业模式发生结构性转变 [1] 资本支出强度与历史对比 - 预计五家超大规模云服务商资本支出占销售额比例将在2026至2028年分别达到34%、39%和37%，超越互联网泡沫时期约32%的峰值 [1][4] - 若将融资租赁纳入计算，该比例将进一步攀升至2026至2028年的38%、44%和45% [1][7] - 未来三年上述公司总资本支出合计将超过2万亿美元，约占罗素1000指数成分股资本支出总量的40% [1] 资本支出修正的规模与速度 - 自2025年9月以来，市场对超大规模云服务商2026年和2027年资本支出的共识预期已各上调约1.5倍，摩根士丹利自身的分析师预测上调幅度高达约1.8倍 [8] - 从单个公司看，谷歌2026年资本支出共识预期较一年前上调117%，Meta上调96%，亚马逊上调75%，甲骨文上调幅度高达264% [8] - 资本支出修订呈现“阶跃式”特征，表明投资周期极难预测 [8] 融资租赁对投资规模的影响 - 五家企业对未来租约的总承诺额已超过6600亿美元，其中甲骨文约2480亿美元，微软约1550亿美元，Meta约1040亿美元，亚马逊约960亿美元，谷歌约590亿美元 [13] - 谷歌的租约承诺自2024年以来增长约七倍，Meta同期增幅逾200% [13] - 纳入融资租赁后，个别公司资本强度显著跃升：微软FY26和FY27的capex-to-sales从约29%分别跃升至约43%和42%；甲骨文FY26和FY27的capex-to-sales从75%和119%分别攀升至107%和201% [15] 对罗素1000指数资本支出的影响 - 2025年，超大规模云服务商贡献了罗素1000指数资本支出增量的150%以上，意味着其余成分股的资本支出实际上在净收缩 [7] - 超大规模云服务商资本支出同比增长约70%，而指数其余成分股则下降6% [7] - 预计至2026年，超大规模云服务商占罗素1000总资本支出的比重将达约40%，较2024年翻番，并可能于2028年进一步跃升至49% [7] 收入与现金流预期滞后 - 过去六个月，市场对2026至2027年资本支出的共识预期累计上调超过6300亿美元，但收入预期的修订幅度远为有限 [3] - 在过去一年的2026年预测中，五家公司资本支出合计上调超3100亿美元，而收入修订合计仅约1300亿美元 [10] - 这导致超大规模云服务商的自由现金流预期持续下行 [3] 半导体AI赋能企业成为直接财务受益者 - 过去两年，半导体AI赋能企业2026年销售收入共识预期上调幅度约达60%，远超超大规模云服务商约8%的涨幅 [3] - 自2023年12月至今，北美半导体AI赋能企业的股价涨幅已分别超出超大规模云服务商和更广泛AI赋能板块272%和224% [17] - 市场更愿意为半导体企业已确定的近期盈利支付溢价，因其收入确定性更高 [17] 超大规模云服务商的回报路径与挑战 - 超大规模云服务商需在未来若干年内，依托大语言模型货币化、持续的算力需求以及产品差异化，逐步将算力资产变现，不确定性相对更高 [17] - 当前资本支出上修的趋势将引发折旧费用持续攀升，在销售收入未能同步上修的背景下，将对利润率形成压力 [18] - 分析师认为，Meta、谷歌和亚马逊正借助AI投资加速用户参与度与商业变现；甲骨文的数据中心扩建是潜在收入机遇，但需要巨额资金支持 [18]

文章核心观点 - 过去一年中，华尔街“科技七巨头”的内部人士（高管、董事、大股东）整体上大规模净卖出公司股票，净卖出总额达84.14亿美元，这一现象在历史性昂贵的股市中可能是一个值得警惕的信号 [1][4][8][13] “科技七巨头”构成与市场地位 - “科技七巨头”按市值降序排列包括：英伟达、苹果、字母表、微软、亚马逊、Meta Platforms、特斯拉 [2] - 这些公司是行业领导者，拥有可持续的竞争优势和通常现金充裕的资产负债表，并且都站在人工智能革命的前沿 [4] 内部人士交易数据总览 - 除特斯拉CEO埃隆·马斯克在9月中旬购买了约10亿美元的公司股票外，其他六家公司的内部人士在过去一年（截至2026年2月22日）都是其公司股票的大额净卖家 [8] - 七家公司内部人士在过去一年的净卖出总额为8，414，225，611美元 [8] - 内部人士买入活动极少，除马斯克的大额买入外，买入的唯一理由是预期股价上涨，而这一行为几乎不存在 [12] 各公司内部人士具体交易情况 - **英伟达**：内部人士净卖出22.50亿美元，且在过去一年无任何内部人士花费一分钱购买股票 [10][13] - **苹果**：内部人士净卖出1.30亿美元，且在过去一年无任何内部人士花费一分钱购买股票 [10][13] - **字母表**：内部人士净卖出2.52亿美元，内部人士买入额相对温和，仅为500万美元 [10][13] - **微软**：内部人士净卖出1.64亿美元，内部人士买入额相对温和，仅为340万美元 [10][13] - **亚马逊**：内部人士净卖出57.24亿美元，且在过去一年无任何内部人士花费一分钱购买股票 [10][13] - **Meta Platforms**：内部人士净卖出4.37亿美元，且在过去一年无任何内部人士花费一分钱购买股票 [10][13] - **特斯拉**：内部人士净买入5.42亿美元，主要由CEO埃隆·马斯克约10亿美元的购买推动 [8][10] 内部人士交易行为的背景与解读 - “内部人士”指可能掌握非公开信息的高管、董事或持有至少10%流通股的大股东 [5] - 根据证券法，内部人士必须在交易后两个工作日内通过SEC表格4报告其买卖活动 [6] - 并非所有卖出行为都是坏事，许多内部人士出售股票是为了行使期权或支付联邦/州税款，基于税负的卖出不应引起投资者担忧 [9]

三星Galaxy S26与Gemini的整合进展 - 三星最新发布的Galaxy S26系列进一步强化了与谷歌Gemini的系统级整合，推出了Gemini智能手机助手 [1] - 该助手的能力与国内的“豆包手机助手”相近，用户可通过长按手机侧键在系统层面唤醒Gemini [1] - Gemini助手被设计为“代办任务”的入口，能够自动完成多步骤操作，用户在此期间仍可继续使用手机 [1] - 用户可以从通知栏实时查看任务进度、进行介入或停止任务 [1] - Gemini手机助手的部分任务执行能力由GUI（图形用户界面）方案实现 [1] 谷歌对安卓生态与AI助手的战略定位 - 谷歌安卓生态系统总裁表示，安卓正从传统操作系统演变为“真正理解并为你服务的智能系统” [3] - 该总裁将Gemini手机助手这类技术归类为业内所称的“智能体（agentic AI）”，并将其核心概括为“把事情搞定” [3] - 该技术旨在通过后台执行任务来减少应用切换与手动协调，让用户操作流程更顺畅 [3] - 该技术设计上保留了用户对任务的可见性与控制权 [3] - 谷歌认为这项技术正在兴起，重要的是如何拥抱它 [3]