文章核心观点 - 高带宽闪存（HBF）作为一种新兴内存技术，旨在与高带宽内存（HBM）互补，通过构建分层内存架构来解决人工智能工作负载对内存系统的巨大压力 [3][4] - HBF利用多层3D NAND芯片堆叠技术，提供远超HBM的存储容量，但速度较慢且写入次数有限，这要求软件设计优先考虑读取操作 [1][4][5] - 行业预计HBF将在未来24个月内集成到主流AI产品中，其市场普及将在HBM6时代加速，并有望在2038年市场规模超过HBM [6][7] HBF技术原理与特点 - HBF采用将多个3D NAND芯片垂直堆叠的技术，类似于HBM堆叠DRAM的方式，并通过硅通孔（TSV）进行连接 [6] - 单个HBF单元的容量可达512GB，带宽高达1.638TBps，远超标准SSD NVMe PCIe 4.0的速度 [6] - HBF的容量约为HBM的10倍，但速度比DRAM慢，且写入次数有限，每个模块大约为10万次 [4][5] HBF与HBM的互补关系 - HBM被用作GPU的快速缓存，用于高效读取和处理AI推理所需的键值（KV）缓存数据，但价格昂贵且容量有限 [3][4] - HBF则像一个内容丰富的“图书馆”，允许GPU访问更广泛的数据集，与HBM（“书架”）形成分层内存架构，HBF集成在AI加速器附近 [4] - 未来的迭代（如HBM7）可能作为“内存工厂”运行，数据可直接从HBF处理，无需通过传统存储网络 [6] 行业进展与厂商动态 - 三星电子和闪迪计划在未来24个月内将HBF技术集成到英伟达、AMD和谷歌的AI产品中 [6] - SK海力士将于本月晚些时候发布HBF原型产品，同时各公司正通过联盟开展标准化工作 [6] - 铠侠已研发出一款采用PCIe Gen 6 x8接口、传输速率为64Gbps的5TB HBF模块原型 [7] 市场前景预测 - HBF的普及预计将在HBM6时代加速，HBM6的特点是多个HBM堆栈在网络中互连，以提高带宽和容量 [4][7] - 预测到2038年，HBF的市场规模可能会超过HBM [7]

1.【谷歌投资Sakana AI旨在提升Gemini在日本的业务】谷歌加入了日本初创公司Sakana AI的投资 者行列，此举有助于增强聊天机器人Gemini在日本的影响力，因为该国正急于加快人工智能的应用步 伐。此次投资是在去年完成1.35亿美元的B轮融资之后进行的，当时这家初创公司的估值约为26亿美 元。Sakana并未透露此次投资的具体金额。通过此次合作，这家美国公司获得了日本最具价值初创 企业的支持，从而能够在资金充裕的企业环境中推广"Gemini"产品（ 财联社 ） 2.【李飞飞的创企World Labs拟融资5亿美元，目标估值50亿美元】据报道，AI领域知名专家李飞飞 正与投资者洽谈，计划为其初创公司World Labs筹集约5亿美元资金，目标估值近50亿美元。该公司 此前于2024年获2.3亿美元融资，当时公司估值为10亿美元。（界面新闻） 3.【OpenAI首席执行官：公司API业务上月新增超10亿美元年化经常性收入】当地时间1月22日， OpenAI首席执行官山姆·奥特曼在X平台上发文透露，过去一个月里，公司通过API业务新增了超过 10亿美元的年化经常性收入（ARR）。（新浪财经） 欢迎加 ...

公司事件 - 美国国家运输安全委员会宣布对自动驾驶公司Waymo展开调查 起因是其自动驾驶出租车在得克萨斯州奥斯汀多次违规超越停靠的校车 [1] - 调查的核心是Waymo的自动驾驶系统在特定交通场景下的决策与行为 特别是对校车停车标志的识别与响应 [1] 行业监管 - 自动驾驶行业面临日益严格的监管审查 此次调查是监管机构对自动驾驶技术公共道路运营安全性的最新关注 [1] - 事件凸显了自动驾驶技术在复杂城市交通环境中 尤其是在涉及儿童安全的特殊场景下 仍需克服的技术与合规挑战 [1]

核心事件：Waymo自动驾驶汽车接受安全调查 - 美国国家运输安全委员会对Waymo的自动驾驶出租车展开调查 原因是其车辆在至少两个州多次被发现非法超越停靠的校车[1] - 调查特别聚焦于发生在德克萨斯州奥斯汀的超过20起事件[1] - 这是NTSB首次对Waymo展开调查 但已是该公司因校车问题面临的第二次调查 美国国家公路交通安全管理局缺陷调查办公室已于去年10月启动了类似调查[2] 公司应对措施与现状 - Waymo在12月发布了软件召回以解决该问题 但之前的软件更新未能彻底消除问题[3] - 在事件多发的奥斯汀 当地学区已要求该公司在学生上下车时段暂停运营[3] - 公司首席安全官表示 其系统每周在美国安全处理数千次校车遭遇 相关事件中未发生碰撞 并相信其在校车周围的安全表现优于人类驾驶员[5] - 公司将此视为向NTSB透明展示其安全第一方法的机会[5] - 对于去年9月在亚特兰大发生的首起 notable 事件 Waymo解释称车辆当时无法看到停车标志或闪烁灯 并表示已通过软件更新解决了该特定场景[8][9] 业务扩张背景 - 此次调查正值Waymo在美国快速扩张之际[4] - 就在本周 公司开始在迈阿密提供自动驾驶出租车服务 将其运营范围扩展至亚特兰大、奥斯汀、洛杉矶、凤凰城和旧金山湾区等地[4] 事件细节与影响 - 首起 notable 事件发生在去年9月的亚特兰大 一辆Waymo车辆从车道驶出 从校车右侧垂直穿过其前方 随后左转驶离 当时孩子们正在下车[8] - 在修补亚特兰大遇到的特定场景后 该公司部分车辆在奥斯汀被拍到超越停靠的校车[10] - 当地新闻媒体KXAN发布了从校车摄像头获得的视频 显示Waymo车辆多次进行非法操作[10] - 公司首席安全官表示 他们继续与奥斯汀独立学区进行建设性合作 并赞赏该学区报告称将人类驾驶车辆违规数量从每年超过10000起减少[11] 调查机构说明 - NTSB与NHTSA不同 它不是联邦监管机构 无权处以罚款或处罚[5] - 该安全委员会通常进行深入调查以确定交通领域问题的根本原因 调查结束后 通常会举行听证会并发布不具约束力的建议[5]

核心观点 - 尽管微软股价近期出现波动和回调，但公司基本面执行能力依然强劲，被视为长期投资机会，特别是在人工智能和数据中心领域的巨大投资有望在未来取得回报 [2][4][5] - 市场目前处于“证明给我看”的模式，等待微软在人工智能和数据中心领域取得重大胜利，而公司历史上的竞争和获胜能力使其处于有利地位 [2][4] - 即将到来的财报和电话会议被视为重要的短期学习机会和长期投资决策的参考，而非单纯的交易事件 [11][12] 公司表现与市场情绪 - 微软股价从历史高点下跌了15%，但公司执行水平依然很高 [2] - 近期服务中断导致股价一度接近熊市区域，但当前出现反弹 [6][7] - 历史上，微软15%的回调屡次成为极佳的长期入场点 [7] 竞争格局与运营指标 - 竞争环境极其激烈，谷歌云服务在网络访问量（作为服务需求和使用量的重要代理指标）方面倾向于超越微软 [3] - 微软拥有通过Office产品进入全球几乎每家公司的门户，这为其推广产品和扩展服务提供了独特优势 [8] 人工智能与数据中心战略 - 公司在人工智能和数据中心建设方面进行了大规模投资，市场期待这些投资产生回报 [2] - 公司需要展示在人工智能和数据中心领域的重大胜利，预计在2026年将看到显著进展 [4] - 对OpenAI的130亿美元投资，目前估值约为1250亿至1270亿美元 [12] 资本支出与财务展望 - 市场关注公司的资本支出指引，若公司对资本支出感到满意并考虑扩大投入，可能成为股价上行的催化剂 [12][13] - 与英特尔类似，微软的财报电话会议内容可能为未来数月科技、人工智能和数据中心领域的交易提供指引 [11] - 若公司明确表示在人工智能和数据中心领域“全面推进”，则可能引发类似2025年的大规模第二轮上涨行情 [14] 投资策略与估值 - 在股价下跌时看好微软，认为其可能在2026年表现良好 [5] - 将微软更多地视为短期学习机会和长期投资机会，而非短期交易机会 [11] - 在即将发布的财报事件前持中性态度，长期投资者可能考虑通过出售看跌期权来建立头寸 [10]

核心观点 - 分析师重申对Alphabet Inc (GOOG/GOOGL)的看涨立场 并认为其是比Microsoft Corporation (MSFT)更好的投资选择 [1] 分析师背景与立场 - 分析师自称拥有丰富经验 擅长评估市场趋势、分析投资机会并提供战略建议以优化投资组合 [1] - 分析师披露其通过股票、期权或其他衍生品持有Alphabet Inc (GOOG)的多头头寸 [2]

纪要涉及的行业或公司 * **行业**：光通信行业（特别是高速光模块、硅光子技术）、AI算力基础设施（AI芯片、服务器、液冷）、半导体制造[1] * **公司**： * **光模块/硅光**：中际旭创、新易盛、源杰科技、世佳科技、智尚科技[1][3][7] * **设备/器件**：罗伯特科（耦合设备）、杰普特（检测设备）、腾景科技、聚焦科技（OCS）、长飞纤维（MPO连接器）[1][3][7] * **AI芯片/制造**：台积电、英伟达[1][4][6] * **液冷/电源**：英维克（液冷）、欧陆通（服务器电源）[1][7] 核心观点和论据 * **硅光技术渗透加速**：800G和1.6T光模块需求激增，导致上游EML芯片短缺约20%，而硅光芯片和CW激光器芯片供应相对充足，这将推动硅光光模块渗透率加速提升[1][2] * **硅光产业链投资机会明确**：投资机会主要聚焦于两个方向，一是硅光器件、模块及硅光引擎（如中际旭创、新易盛），二是配套工艺设备和软件（如罗伯特科的耦合设备、杰普特的检测设备）[1][3] * **全球AI芯片需求强劲**：台积电2025年第四季度营收337亿美元超预期，毛利率环比提升2.8个百分点至62.3%，并计划将2026年资本开支预算大幅增加至520亿至560亿美元（2025年为409亿美元），表明AI芯片需求旺盛，利好高速光模块及液冷产业[1][4][5] * **CPO（共封装光学）方案积极推进**：英伟达发布采用双ASIC设计、支持102.4T带宽的CPO交换机，表明CPO方案发展加速，利好硅光产业链并推动液冷需求增长[1][6] * **谷歌生态拉动AI算力需求**：谷歌生态系统进入正循环，持续拉动AI算力需求，各方保障TPU产能以满足增长[1][7] * **谷歌链涵盖五大投资方向**：具体包括1.6T光模块（中际旭创、新易盛、源杰科技）、液冷市场（英维克）、服务器电源升级（欧陆通）、OCS光学元件（腾景科技、聚焦科技）以及MPO连接器市场（长飞纤维）[1][7] 其他重要内容 * **技术演进节点**：行业已迈入1.6T高速率时代[2] * **供应链状况**：除EML芯片短缺外，CW激光器、无源器件供应商（如源杰科技、世佳科技、智尚科技）也值得关注[3]

Gemini模型的发展与市场地位 - Gemini模型人气飙升，被部分观点认为是大型语言模型中的领先者，苹果公司上周宣布选择Gemini为Siri提供技术支持 [1] - 公司对最新的Gemini 3模型表现感到满意，认为其在大多数基准测试中位居榜首 [4] - 公司正加速基础设施升级并重写大量基础设施代码，以尽快将高质量的模型集成到产品中，目前已开始在搜索和Gemini应用中部署，今年将扩展到更多产品服务，特别是Gmail等 [5] 公司资源整合与技术演进路径 - 过去几年，公司整合了谷歌和DeepMind的所有资产，包括卓越的研究团队、TPU芯片以及十多年来的研究成果，这些构成了AI行业的许多基础 [2] - 公司认为已拥有所有关键要素和可接入AI的出色产品平台，并在过去一年中以高效的方式完成了整合 [3] - 公司拥有最深最广的研究团队，能够同时推进现有范式（如大语言模型）的改进和寻求新的重大突破，以探索通往通用人工智能（AGI）的路径 [7][9] 对通用人工智能（AGI）与行业发展的看法 - 要实现完全的通用人工智能（AGI），现有模型仍缺乏持续学习、真正的创造力以及长期规划和推理等能力 [8] - 关于AGI的实现路径存在两种观点：一种认为只需投入更多计算能力，另一种则认为需要重大的科学研究突破，公司CEO持中间观点，认为这是一个实证问题 [6][7] - 对于实现AGI，尚不确定是需要两三个新的重大突破，还是仅扩大现有技术规模就足够，公司正在双线推进 [9] 对AI行业泡沫与投资热度的评估 - 公司CEO认为AI行业泡沫问题并非简单的“是或否”，行业现已规模庞大且包含多个部分，其中某些领域可能处于泡沫之中 [10] - 一些热门初创公司在种子轮融资中筹集数十亿美元（billions of dollars）却尚无产品或技术，这看起来有些泡沫化且可能不可持续 [11] - 另一方面，AI领域也存在许多出色的应用案例和正在被使用的产品 [11] 对计算需求与效率革命的看法 - 公司CEO认为出现类似DeepSeek那样、宣称不需要大量处理能力的技术革命时刻“非常不可能”，并认为DeepSeek时刻在一定程度上被夸大 [12] - 存在出现意外突破以提高效率的可能性，例如通过自我改进机制减少计算需求，但目前训练、服务和探索新想法等许多环节仍需大量计算 [13] - 公司也在努力使领先模型尽可能高效，例如Gemini 3中的Flash模型作为主力模型非常重要，因其可广泛部署 [13] AI对就业市场的影响与未来机遇 - 目前尚无任何真实证据表明AI已对就业市场造成改变，现阶段仍为早期 [14] - 在入门级工作和实习岗位方面或许受到些许影响，但预计未来五年内，这些工具将带来非凡的新机会，足以弥补并超越可能的影响 [15] - 这些新机会将尤其惠及个体创作者，如艺术家、创作者和游戏设计师，他们几乎可以独自创建完整的应用程序 [15] - 建议当今的年轻毕业生熟练掌握新工具，沉浸其中并达到原生运用的程度，从而利用这些将改变工作场所的新技能实现职业跨越 [15]

行业趋势：移动操作系统生态的趋同与封闭化 - Android与iOS在移动操作系统领域博弈十余年后，正显现出“趋同进化”的迹象，具体表现为Android系统正变得越来越封闭 [1] 公司策略：谷歌对Android侧载的持续限制 - 谷歌Play Store确认将上线一套关于侧载的“高阻力”安装流程，该流程被描述为一个“责任层”，旨在确保用户了解侧载风险，高级用户虽可跳过验证，但操作阻力将显著增大 [3] - 谷歌过去数年一贯策略是明里暗里打压侧载，例如在Android 15中引入“增强确认模式”以限制侧载应用获取敏感权限，并在2024年秋季停止为应用生成完整APK安装包，迫使用户借助第三方工具安装 [5] - 相比以往，谷歌曾计划从2026年开始要求所有Android应用开发者完成身份信息注册，此举被开发者社区视为旨在从源头控制应用分发，将发布形式从“注册制”改为“审批制” [5] 潜在影响：对开发者生态与用户权利的压缩 - 开源应用仓库F-Droid指出，谷歌的策略实质上是建立对所有Android开发者的管控，若应用未获谷歌批准，则可能无法进行侧载 [7] - 一旦实施开发者身份验证计划，Android应用的发布需经谷歌批准，不符合其价值观的应用通过审核的概率可能极低，开发者受到的限制甚至可能超过iOS开发者 [7] - 该计划也将压缩用户权利，意味着未来Android生态中的应用都将被谷歌预先筛选 [7] 最新进展：谷歌的妥协与策略调整 - 在开发者群体的强烈反对下，谷歌被迫退让，放弃了开发者身份信息验证计划 [9] - 作为替代方案，谷歌将“高阻力”安装流程的皮球踢给用户，通过延长安装时间（如强制观看安全须知、等待安全检测）等繁琐设计，利用用户惰性使其对侧载感到厌烦并知难而退 [9][11] - 谷歌此做法被视为一种“无解的阳谋”，通过增加用户认知负担和操作麻烦来间接达到限制侧载的目的 [9][11]

核心观点 报告认为，尽管市场存在对“AI泡沫”的担忧，但AI产业已渗透至社会经济各层面，其需求持续高景气且呈现多元化发展[8][13] 2026年，AI对通信行业的需求将从数据中心内部延伸至数据中心之间、网络边缘及终端，驱动光通信、算力基建及网络应用等多个环节的增长[8][9] 投资应聚焦于光模块龙头、上游核心器件、算力配套瓶颈环节、国产算力自主可控、太空算力及AI应用落地带来的网络流量增长机会[7] 产业加速：AI算力需求持续高景气 - **AI模型持续进化，应用规模化落地**：GPT-5.2 Thinking模型在70.9%的知识工作任务对比中击败或与顶尖专家持平，生成速度超专家11倍以上，成本低于1%[19] 企业级AI正从试点迈向规模化，ChatGPT企业消息量同比增长8倍，API推理Token消耗同比飙升320倍，企业用户平均每天节省40–60分钟[19] 超过88%的商业组织愿意尝试AI，科技行业AI采用率在过去12个月增长11倍[20][23] - **云业务收入强劲增长，支撑资本开支高增**：谷歌、微软、亚马逊云业务营收连续七个季度保持20%以上同比增速[27] 具体来看，谷歌FY25Q3云业务营收151.6亿美元，同比+33.5%；微软FY26Q1智能云收入309.0亿美元，同比+28.2%；亚马逊FY25Q3 AWS营收330.1亿美元，同比+20.2%，年化收入约1320亿美元[27] AI同时赋能广告与电商业务，使用亚马逊AI购物助手Rufus的购物者完成购买可能性提高60%，预计带来超100亿美元年度增量销售额[28] - **科技巨头资本开支高速增长，算力供不应求**：2025Q3北美四大云服务提供商资本开支总和达1124.3亿美元，同比+76.9%，环比+18.3%[31] 其中，微软FY26Q1 Capex为349亿美元，同比+74.5%；Meta FY25Q3 Capex为193.7亿美元，同比+110.5%[31] 资本开支高增源于积压订单（剩余履约义务）快速增长，2Q25五大科技巨头（含甲骨文与OpenAI的3000亿美元订单）剩余履约义务总额达11460亿美元，同比增长90.7%[44] 预计2026年五大科技公司资本支出将超4700亿美元，同比增长约26%[47] - **AI投资回报显现，现金流健康**：以微软为例，其AI收入与折旧的“剪刀差”迅速缩小，从2023年的-5.54%收窄至2025年的-0.60%，表明收回AI投资的速度在加快[36] 四大云厂商核心业务盈利强劲，自由现金流充沛，足以覆盖大部分AI资本开支[37] 向光而行：算力多元化带来光链接新需求 - **1.6T光模块成为新增长核心，硅光方案渗透率加速提升**：LightCounting预计2025年全球光模块销售额将超230亿美元，同比增长50%[54] 1.6T光模块预计在2026-2027年加速增长，且因英伟达Rubin系列GPU统一使用224G SerDes，其生命周期有望延长[7][59][63] 在EML芯片短缺（供应缺口达客户需求的25-30%）背景下，硅光方案凭借成本、功耗和产能弹性优势加速渗透[67][68] LightCounting预测到2026年，超过一半的光模块销量将来自硅光方案[70] Yole预计硅光芯片市场规模将从2024年的5.2亿美元增至2030年的超46亿美元，年复合增长率43%[68] - **Scale-up超节点部署带来关键增量，光铜共进**：英伟达NVL-72和华为CloudMatrix 384等超节点发布，其Scale-up互联带宽远高于Scale-out，将带来更多链接需求[7][76] 2026年Scale-up部署有望驱动短距离DAC、AEC需求增长，集群规模扩大则带动Scale-out层面的FR/LR/ER光模块需求[7] 随着接口速率提升，铜介质（DAC/AEC）适用范围变窄，光介质（AOC）在长距离互联中的渗透率将提高[83] - **CPO/OCS等新技术是长期趋势，带来产业链变量**：共封装光学是降低功耗、提升密度的必经之路[93] Yole预计CPO市场规模将从2024年的4600万美元飙升至2030年的81亿美元，年复合增长率高达137%[117] 全光交换技术具备低时延、低成本、协议透明等优势，谷歌引入OCS后，其TPU v4集群组网成本降低约30%，整体功耗降低近40%[122][137] Cignal AI预测，至2028/2029年，全球OCS市场规模有望分别突破10亿、17亿美元[139] - **Scale-Across推动数据中心互联市场增长**：英伟达提出Scale-Across愿景，将多个分布式数据中心连接成GW级AI超级工厂，推动DCI需求[143] Mordor Intelligence预计，数据中心互联市场规模将从2024年的141.2亿美元增长至2029年的283.8亿美元，年复合增长率14.98%[144] 相干技术持续下沉，单波1.6T相干技术已可覆盖10km LR场景，有望进一步应用于更短距离互联[150] 算力无疆：AI新基建、新范式、新应用 - **算力密度革命驱动散热方案从风冷向液冷迁移**：AI服务器功耗激增，英伟达Blackwell机架功耗达120kW，预计2027年Rubin Ultra平台单机架功耗将达600kW[155] 液冷散热能力是风冷的1000~3000倍，成为高密度数据中心主流方案[164] Dell‘Oro预测，到2027年直接液冷和浸没式冷却收入将达到17亿美元，占热管理收入的24%[164] - **全球数据中心市场持续扩张，AI硬件占比提升**：BofA统计显示，2024年全球数据中心资本支出突破4000亿美元，2025年预计达5060亿美元[157] 其中AI服务器支出从2022年的170亿美元激增至2024年的1390亿美元，预计2028年将达5490亿美元，2024-2028年复合增长率41%[158] - **AI应用落地驱动网络流量增长，关注DCI与CDN**：算力云化与边缘化进程开启，AI模型迭代、应用普及及新硬件涌现将带动用户和流量增长[7] 推理服务的去中心化特征与算力集中化供给之间的矛盾，使得DCI网络建设进入加速期[143] - **太空算力与国产算力自主可控成为新阵地**：太空算力打开算力部署新空间，成为全球算力产业格局演变的新主阵地[7] 国产替代加速背景下，国内AI行业在算力芯片领域的制约有望改善，推动国内算力投资与AI模型训练加速[7] 行业投资建议 报告建议2026年沿以下主线布局：1）**硅光光模块领域龙头**，如中际旭创、新易盛等；2）**上游核心光器件**，如仕佳光子、源杰科技、永鼎股份等；3）**算力配套瓶颈环节**，如液冷领域的英维克、科创新源，交换机领域的锐捷网络及交换芯片盛科通信等；4）**国产算力自主可控**，如芯片&一体机标的禾盛新材；5）**太空算力与卫星互联网**，如顺灏股份、上海港湾、通宇通讯等；6）**AI应用驱动的流量增长环节**，如物联网模组厂商移远通信及AI应用核心厂商[7]