公司法律事件 - 公司Alphabet在欧洲一家顶级法院的上诉中败诉，该上诉针对一项反垄断罚款[1]

欧盟法院维持对谷歌的反垄断罚款 - 欧盟最高法院维持了对谷歌约41亿欧元（约合46.7亿美元）的罚款裁决 [1] - 该罚款源于欧盟委员会在2018年对谷歌开出的创纪录罚单 [1] 谷歌被指控的反竞争行为 - 欧盟委员会指控谷歌滥用其在安卓移动操作系统市场的主导地位 [1] - 具体行为是通过与智能手机制造商签订预装协议，为谷歌自身的应用程序提供不公平的竞争优势 [1] 事件进展与公司回应 - 谷歌此前一直在通过欧盟法院系统对2018年的裁决提出上诉 [1] - 此为突发新闻，后续或有更新 [2]

核心判决 - 欧洲最高法院驳回了Alphabet旗下谷歌对八年前欧盟反垄断监管机构处以的创纪录罚款提出的抗辩 [1] 案件背景与性质 - 欧盟监管机构指控谷歌利用其Android移动操作系统排挤竞争对手 [1]

J P M O R G A N North America Equity Research 02 July 2026 U.S. Analyst Focus List Current Snapshot (02-JUL-26) Each month, we ask our equity analysts to share their top ideas aligned with the following investment strategies: growth, income, value and short ideas. The investment ideas we provide are tailored to these specific strategies and may differ from J.P. Morgan's fundamental ratings. For further details on a company's investment thesis, rationale for the price target, and associated risks, please ref ...

全球云支出增长预期上调 - 投资银行杰富瑞最新调查显示，全球云端运算支出正迎来新一轮加速增长，高达95%的受访者预估2026年云端预算将较上年上涨，推升全年云支出增速估值从2025年的9.6%上升至10.1% [1] - 53%受访者预期云端预算呈个位数增长，43%受访者看好达两位数增幅，仅3%受访者认为会小幅缩减 [3] - 全球云端基础设施支出今年一季度达1286亿美元，年增率35%，已连续9季加速成长，过去12个月产业总收入约4550亿美元，十年间规模扩张15倍 [3] - 根据TrendForce研究报告，全球九大云服务商2026年资本支出预计达8300亿美元，年增率上修至79% [6] 云服务市场竞争格局变化 - 微软Azure在受访者心中的首选供应商领先优势急剧扩大，55%受访者将Azure列为首选云端供应商，AWS仅为28%，两者差距达27个百分点，远高于去年12月调查时的7个百分点 [4] - 支出分配方面，Azure占比46%、AWS占比29%，差距从上次的3个百分点扩大至17个百分点 [4] - 未来24个月支出预期同样向Azure倾斜，68%受访者预计增加Azure支出，45%受访者预计增加AWS支出，谷歌云仅25% [4] - 以全球市占率来看，AWS仍以约28%夺冠（较去年同期29%微降1个百分点），微软Azure占21%、谷歌云占14% [4] - 谷歌云在企业市场渗透面临挑战，净支出得分从52%下滑至35%，35%受访者认为谷歌云不适用其需求，尽管其首季营收仍大增63%至200亿美元 [5] 人工智能驱动云需求 - AI基础设施投资是云支出增长的核心驱动力，IDC预测今年全球公有云服务支出将突破1万亿美元，年增逾21% [3] - 约68%的企业已设立独立AI预算，占整体IT支出约11%，73%的企业称今年AI Token与API使用成本已超原预算，5%的企业用光全年AI额度 [5] - 投资银行杰富瑞分析，三大超大型云端业者都将受惠于AI需求大于供给的格局 [4] - AI推理需求远未满足，以Anthropic为例，其真实用户调用量、Token消耗、算力占用、年化收入ARR年化增速直接冲到80倍/年，远超其按10倍年化增长所做的预算规划 [10] - GPU租赁价格在6月环比大幅上涨，包括A100、H100和B200，显示算力需求持续强劲 [10] 企业上云与工作负载迁移加速 - 企业工作负载迁云正在加速，85%受访者预期明年底前逾半工作负载上云（高于上次调查的75%），53%受访者预估逾80%的工作负载将上云 [5] - 企业持续将传统IT基础设施迁移至云端，叠加AI增量需求，为云端巨头提供长期支撑 [6] 行业资本开支与竞争态势 - 亚马逊AWS持续大举投入资本支出扩建AI资料中心 [4] - 微软凭借Azure OpenAI Service等整合优势在企业客户偏好中明显超前，亚马逊则依靠庞大资本支出与生态系统稳守龙头地位 [6][7] - 有券商分析指出，Meta计划开展云业务并不意味着基础模型研发投资放缓，基础模型较弱的微软与亚马逊仍然保持着高速的资本支出增长，更好的现金流循环可以带来更健康的资本支出 [9]

投资者流入与市场趋势 - 零售投资者流入本周达到81亿美元，超过12个月平均的67亿美元/周[7] - 单只股票的流入为35亿美元，而ETF的流入为46亿美元，显示出投资者对ETF的偏好[7] - 本周零售投资者在半导体领域的流入达到一年以来的最高水平，主要集中在MU（37亿美元）和SNDK（46亿美元）[7] - 零售投资者在科技领域的购买额为23亿美元，通讯领域为546百万美元，工业领域为120百万美元[11] - 本周零售投资者在选项交易中的份额达到了历史高点，主要交易的股票包括TSLA、MU和NVDA[11] ETF与固定收益市场 - ETF活动相对温和，半导体类ETF的流出为2.9亿美元，部分被SOXX和SMH的流入所抵消[7] - 零售投资者在固定收益ETF的流入回升至一个月前的水平，主要集中在投资级公司债ETF[7] 行业与个股动态 - 本周零售投资者对AI数据中心和电气化主题的股票持续买入，显示出对相关领域的强烈兴趣[7] - 零售投资者在Mag7中的活动包括购买NVDA（4.92亿美元）和MSFT（2.92亿美元），而对AMZN和META则有所减持[11] - 本周零售投资者在金融和消费品领域为净卖出，分别为2.69亿美元和1.35亿美元[11] - Verizon和T-Mobile的股票自6月26日以来下跌了8-10%，AT&T的股票上周购买了3300万美元[29] - ON Semiconductor在6月26日宣布以约70亿美元的全股票交易收购Synaptics，导致其股票下跌24%[29] - Micron上周购买了8.97亿美元的股票，零售投资者在6月25日的收益报告后，股票上涨了16%[29] - 苹果公司在6月25日购买了1.1亿美元的股票，因产品价格上涨而下跌6%[29] 公司战略与市场展望 - Comcast宣布计划通过税务无负担的分拆将NBCUniversal和Sky分为两家独立公司，预计将在一年内完成[29] - 报告分析了2026年7月的全球市场策略，重点关注零售投资者在期权交易中的活动[74] - J.P. Morgan的全球股票研究覆盖中，51%的股票被评为“超配”，37%为“中性”，12%为“减持”[111] 期权交易与市场活跃度 - 零售期权交易量的市场份额在2023年达到了最高点，显示出零售投资者的活跃度[85] - 报告提供了零售投资者在不同板块的期权交易活动的详细数据，帮助分析市场趋势[84] - 零售期权交易的日均量在过去几个月中保持在高位，显示出市场的活跃性[93] 监管与合规 - 报告中提到的数字或加密资产面临快速变化的监管环境，投资者需关注相关的监管建议[123] - J.P. Morgan的研究材料不应被非专业投资者依赖或使用[136] - 投资者需独立做出投资决策，并应咨询独立的财务、法律或税务顾问[154]

行业投资评级 - 汽车行业评级为“增持”（维持）[6] - 汽车零部件行业评级为“增持”（维持）[6] - 重点推荐公司：敏实集团（买入，目标价42.05港元/107.55美元 ADR）、银轮股份（买入，目标价61.75元人民币）[7] 报告核心观点 - **市场空间与趋势**：AI芯片功耗跃升及PUE政策收紧，推动AIDC（人工智能数据中心）液冷从“可选”变为“必选”[2][15]。预计全球AI服务器液冷市场规模将从2025年的290亿元增长至2026年的1076亿元（同比增长271%），并在2028年达到2291亿元（2026-2028年CAGR为46%）[2][10][34][35]。国内液冷市场预计2026年达141亿元，2028年达362亿元（2026-2028年CAGR为60%）[10][34] - **产业链价值分布**：产业链价值量向冷板、CDU（冷量分配单元）、快接头（UQD）、歧管（Manifold）、管路、泵阀等环节集中释放[1][3][10]。以英伟达GB300 NVL72为例，单机柜液冷组件价值量约95000美元，其中CDU整机约30000美元，冷板约32400美元，快接头与歧管各约12000-13500美元[31][33] - **行业壁垒与竞争格局**：液冷行业壁垒本质是“系统级工程能力+长周期可靠性验证+稀缺客户认证”三重叠加[3][11][47]。系统集成商（如Vertiv、英维克）是产业链“价值分配中枢”，掌握定价权和利润分配权[3][11][52]。零部件环节呈现“海外与台系主导存量，大陆系厂商抢占增量”的格局[3][11][58]。高壁垒环节如高端冷板、一体化管路、UQD的毛利率可达40-50%[3][11] - **汽车零部件公司机遇**：汽车热管理与服务器液冷在底层技术（物理原理）和工艺上高度同源，构成汽零公司切入AIDC液冷的重要抓手[1][3][12]。汽零公司技术迁移难度较低的方向包括电子水泵、电子膨胀阀/温控阀、板式换热器、管路系统等（6-18个月可完成适配认证）[12][14]。当前汽零公司主要布局CDU核心零部件（泵、阀、换热器）、冷板及管路等二次侧零部件层[4][12][44] - **客户突破路径**：相较于英伟达体系（采购权在CSP或ODM/OEM手中，订单不确定性高），谷歌链对大陆供应商更具机会，因谷歌直接审核并决定零部件采购对象，通过认证后订单确定性更高[4][13][37][39]。国产超节点（如华为Atlas）液冷应用的渗透率提升晚于海外链约1年，但将构成大陆产业链中期增量主线[4][13][43] 市场空间与驱动因素分析 - **核心驱动因素**：AI芯片功耗持续跃升，风冷方案已近极限。英伟达芯片单卡热设计功耗（TDP）从2020年A100的400W跃升至2024年B200的1000W以上，2025年GB200 NVL72整机柜热耗达120kW，后续GB300及Rubin架构功率密度将进一步提升，液冷成为必需[16][18][19][20]。政策对数据中心PUE的硬性约束（目标降至1.25以下）也推动液冷渗透，液冷PUE可稳定在1.10-1.20，较传统风冷（PUE 1.4-1.6）节能25-35%[21] - **技术路线**：冷板式液冷是当前绝对主流方案，2024年占数据中心液冷基础设施市场的86.4%[23][24]。浸没式液冷效率更高（PUE逼近1.0）但受限于改造成本和专用硬件，短期以实验部署为主[23][24] - **系统构成与价值量**：液冷系统分为二次侧（机柜内，负责热量采集）、CDU（热交换枢纽）和一次侧（机柜外，热量排散）[29][32]。单柜液冷价值量随功率提升而增加，从GB200 NVL72的约79100美元增至GB300 NVL72的约95000美元，预计Rubin架构将进一步提升至约114000美元/柜[31] 产业链结构与竞争分析 - **系统集成商**：扮演“价值分配中枢”角色，拥有较高定价权，赚取商品收入及长周期服务收入[3][11][52]。主要类型包括数据中心基础设施商（如Vertiv）、暖通空调巨头（如Carrier）和精密温控企业（如英维克）[53] - **零部件厂商分类与格局**：报告将零部件厂商分为9类，包括精密温控企业、消费电子/精密制造企业、机械/通用制造企业、汽车零部件企业、台系散热模组厂商、海外工业巨头、海外暖通巨头、专业液冷厂商及海外汽车热管理龙头[56][57] - **台系厂商**：在冷板、快接头等环节主导英伟达链存量份额，但架构迭代和供应链开放为大陆厂商创造窗口[55][58] - **大陆汽零公司**：核心优势在于规模化精密制造能力、SOP量产体系及在汽车行业锤炼出的成本控制（VA/VE）优势[12][14][56]。对比暖通/数据中心散热企业，汽零公司制造能力突出；对比台系厂商，具备成本优势；对比海外汽车Tier 1，当前并未形成显著劣势，且海外Tier 1切入深度和决心整体不及中国汽零群体[20][22][57] - **各子赛道竞争现状**： - **冷板**：台系五强（AVC、Cooler Master、双鸿、台达、健策）垄断NV链主要份额，大陆厂商正承接增量[58] - **CDU整机**：格局相对分散，Vertiv、CoolIT主导海外链，国内英维克有望进入谷歌供应链[58] - **循环泵**：海外由格兰富、威乐、Nidec主导，其交付周期长、价格高为国产替代创造空间[58] - **阀件/控制**：Danfoss、Emerson主导，国内三花智控凭借制冷阀件优势具备迁移能力[58] - **快接头（UQD）**：高端市场由Stäubli、Parker把持，台系AVC/CM为NV链主力[58] - **管路**：Parker Hannifin主导，大陆企业凭借材料配方和规模化制造寻求突围[58] - **歧管（Manifold）**：台系AVC/CM与CoolIT主导NV链[58] 汽车零部件公司具体布局与建议 - **切入路径与优势**：汽零公司主要从CDU核心零部件（泵、阀、换热器）、冷板、管路等二次侧环节切入，底层技术相通性是其核心优势[12][18][22]。随着液冷向标准化、大批量发展，汽零公司的成本管控和VA/VE优势将逐步放大[4][14] - **推荐关注公司**： - **银轮股份**：从车规热管理拓展至数据中心液冷的平台型厂商，为CDU整机厂供应换热器[12][24][52] - **敏实集团**：凭借台系背景加持，在液冷业务（包括冷板、CDU）布局蓄势待发[7][25][33] - **其他产业链公司**：包括飞龙股份（汽车水泵龙头转向液冷核心部件）、川环科技（汽车管路龙头跨界液冷）、溯联股份（汽车流体管路企业进军AI液冷）[5][13][27][29][30]

事件概述 - Alphabet旗下谷歌被瑞典法院判决需向Klarna旗下PriceRunner支付143亿瑞典克朗（约合99.79亿元人民币）的反垄断损害赔偿金 [1][3] - 该判决源于PriceRunner在2022年提起的诉讼，指控谷歌操纵搜索结果偏袒自家服务，违反了反垄断法 [3][4] 涉事公司背景 - 原告方PriceRunner创立于1999年，是一个商品比价和购物搜索平台，于2022年被Klarna收购 [1][3] - 原告母公司Klarna成立于2005年，是全球最大的先买后付支付服务提供商之一 [1][3] - 被告方为Alphabet旗下的谷歌 [1][3] 案件详情 - PriceRunner在2022年起诉谷歌，索赔金额约为21亿欧元（约合162.85亿元人民币） [3][4] - 斯德哥尔摩专利与市场法院于2026年7月1日作出判决，认定谷歌多年来非法偏袒自家的商品比价服务，导致PriceRunner遭受损害 [3][4] 公司回应 - 谷歌发言人对判决表示不认同，并称将考虑采取法律途径维权 [3][4]

文章核心观点 - 人工智能科学（AI4S）领域的竞争已从模型能力单点比拼，全面切换至生态位卡位与工作流整合的战场，三大巨头基于“模型能力触及‘识别-行动’鸿沟天花板”的共识，采取了不同的战略路径，但均旨在成为科学家不可或缺的底层基础设施，目前市场仍处开放竞争期，胜负未定[2][3][5][14][15] AI4S发展瓶颈与现状 - **模型能力触及“识别-行动”鸿沟天花板**：OpenAI的评测基准GeneBench-Pro显示，在129个真实科研工作流题目中，其最强的GPT-5.6 Sol模型端到端通过率仅为28.7%，非GPT模型中表现最强的Claude Opus 4.8通过率仅16.0%，突显模型能识别问题但无法转化为正确分析决策的缺陷[2][5] - **科研场景的独特挑战与高成本**：通用大语言模型在生命科学领域存在理解生物原始数据结构、处理非文本规则现象（如基因表达随机性）及处理大量未知缺失值等结构性短板，且单道题目的人工专家成本高达数千美元，数据合规要求严苛[5][6] - **竞争阶段转变**：行业从模型能力比拼进入“巨头生态混战”阶段，焦点转向工程化整合、生态卡位和数据主权[3][6] 三大巨头战略路径分析 - **Anthropic：工程化整合与工作流“包揽”** - 发布Claude Science科研智能体工作台，通过任务拆解、分发给垂直模型执行并交叉验证的工作流整合现有能力，连接60多个科学数据库[2][8] - 技术实质是通过MCP协议调用外部垂直模型处理专业计算，自身仅负责自然语言理解与任务协调，优势在于避免高推理成本、支持垂直模型独立迭代及满足数据本地处理的合规要求[8] - 市场策略走宽，通过订阅模式普及，并向青年科学家提供价值30,000美元额度的资助计划，旨在培养用户习惯[10][11] - **OpenAI：定义标准与专用模型攻坚** - 推出GeneBench-Pro评测基准覆盖10个领域，旨在定义“科研任务的完成”标准，同时推出专为生物推理微调的GPT-Rosalind模型以冲击高分[2][9] - 市场策略走窄，标准公开但模型封闭，依靠企业门禁建立门槛[12] - **Google DeepMind：专有资产与平台深度捆绑** - 凭借AlphaFold、AlphaGenome等自有基础科学模型，与Gemini for Science平台深度整合30多个生命科学数据库，将核心能力作为底层基础设施[3][9] - 市场策略走深，依靠专有资产构筑壁垒，实现“模型即平台”，增强用户粘性[13] 战略风险与市场格局 - **各战略路径对应不同风险**：Anthropic赌模型突破不会短期到来，风险在于可能沦为工具箱；OpenAI赌模型能力将追上标准，风险在于标准可能不被科学界认可；Google依靠基础模型源头构筑高壁垒，但生态相对封闭[14] - **市场处于开放竞争期**：头部客户（如制药巨头Novo Nordisk）同时出现在多家巨头合作名单中，并行试用不同方案，表明尚无一家工具链强大到能让科学家迁移完整工作流[14] - **终局尚未确定**：AI4S的最终格局大概率不会被任何一家巨头单独决定，科学家的选择（在数据主权、学术独立性和研究效率间的取舍）将比技术参数更能影响结局[15]

美股"AI交易"遭遇重挫。 昨夜今晨，美股三大指数集体收跌，芯片、光通信概念股遭遇猛烈抛售，费城半导体指数大跌超6%，美光科 技、闪迪暴跌超10%，康宁暴跌超13%；大型科技股则多数走强，Meta大涨超8%，有消息称，Meta正制定计 划，拟推出云基础设施业务，向外部客户出售AI（人工智能）算力和模型访问权限。 有分析人士指出，从芯片、光通信概念股的走势来看，市场似乎将Meta的动作解读为未来资本开支增速放缓、 超趋势需求持续时间缩短的信号。 但有华尔街机构认为 ，市场对此次消息存在过度解读，Meta出售AI算力， 本质上更像是在为巨额AI资本开支寻找商业化出口，而非意味着自身AI投资放缓。 美股"AI交易"崩盘 美东时间7月1日，美股三大指数全线走低，截至收盘，道琼斯指数跌0.03%，盘中一度刷新历史新高；标普 500指数跌0.22%，纳斯达克综合指数跌0.66%。 光通信概念股全数走低，康宁大跌超13%，Astera Labs大跌超10%，迈威尔科技大跌超8%，Lumentum、 Coherent、应用光电大跌超6%。 与此同时，美股软件股大幅走强，iShares扩展科技软件行业ETF（IGV）涨超3%， ...