行业投资评级 - 报告对计算机行业给出“同步大市”的投资评级 [2][3] 报告核心观点 - AI产业应用商用化加速落地，数据要素和数字人民币产业发展有望提速 [2] - AI大模型厂商密集发布新版模型，升级方向聚焦多模态能力提升、智能体协同、tokens成本降低及端侧部署能力增强 [2][10] - AI应用产业化进程加速，具体表现为：阿里千问新模型Qwen3.6-Plus发布仅1天，日调用量突破**1.4万亿**词元，打破OpenRouter平台单日单模型调用量全球纪录；豆包大模型截至2026年3月日均Token使用量突破**120万亿**，三个月内增长一倍，较2024年5月发布时增长**1000倍** [2][10][17] - 智谱2025年业绩报告显示大模型商业化路径清晰，带动tokens使用量价齐升：2025年营收**7.24亿元**，同比增长**131.9%**；API平台收入约**1.9亿元**，增长约**3倍**；Q1 API价格涨幅约**83%**；MaaS API平台Q1付费Token增长约**4倍**，Coding Plan Token 6个月增长约**15倍** [6][23] - 数据要素产业顶层设计与组织架构同步推进：世界数据组织在北京完成组建并正式投入运行；国家数据局发布《数据产权登记工作指引（试行）》公开征求意见稿，旨在推动数据产权登记与交易流通 [2][6][10][24][25] - 数字人民币业务运营机构新增**12家**银行，有望提振相关软硬件产品需求 [6][25] - 中长期投资主线聚焦AI产业和数据产业 [2][11] 市场行情回顾 - 上周（截至报告日期），申万计算机行业指数下跌**3.39%**，跑输沪深300指数（下跌**1.37%**）**2.02**个百分点，在申万一级行业中排名第**23**位 [2][12] - 2026年初至4月5日，申万计算机行业指数累计下跌**9.43%**，跑输沪深300指数（下跌**4.09%**）**5.34**个百分点，在申万一级行业中排名第**27**位 [13] 行业估值 - 截至2026年4月3日，申万计算机行业PE-TTM为**168.49**倍，处于较高水平，且高于2023-2025年历史PE-TTM均值 **158.11**倍 [7][14] 产业动态（人工智能） - **豆包大模型**：截至2026年3月日均Token使用量突破**120万亿**，三个月内增长一倍 [3][17] - **阿里大模型**：连续发布Qwen3.5-Omni、CoPaw 1.0、Qwen3.6-Plus等多款新模型 [3][10][17] - **智谱AI**：发布GLM-5V-Turbo多模态Coding基座模型，深度融合视觉与编程能力 [3][18] - **阶跃星辰**：上线Step 3.5 Flash 2603新版本，新增低推理模式，在低推理模式下可降低token消耗**56%** [3][6][21] - **谷歌**：发布Gemma 4开源大模型，其中31B参数模型在Arena AI文本榜单中位列全球开源模型第三 [6][22] - **Anthropic**：Claude Code源代码泄露事件涉及超**50万行**代码，公司称属人为失误，不涉及用户数据 [6][23] 产业动态（数据要素与数字人民币） - **世界数据组织 (WDO)**：全球首个推动数据发展与治理实践的专业性国际组织，总部设在北京，于3月30日正式投入运行 [6][24][25] - **数据产权登记**：国家数据局就《数据产权登记工作指引（试行）》公开征求意见，征求意见期为4月3日至4月19日 [6][25] - **数字人民币**：中国人民银行新增中信银行、光大银行等**12家**银行为数字人民币业务运营机构 [6][25]

行业投资评级 - **强于大市 (维持)**：报告对传媒行业的投资评级为“强于大市”，并予以维持 [4] 报告核心观点 - **AI多模态技术加速商用，重塑内容产业**：上周字节、阿里、谷歌三大科技巨头集中升级发布AI视频及图像生成模型，标志着相关技术规模化商用落地进程显著提速 [1][10]。这些模型在生成质量、可控性与成本效率上持续突破，加剧了多模态生成领域的竞争 [1][10]。AI视频及图像生成正加速成为内容产业的“基础设施”，将在广告营销、短视频、电商素材、影视创作等场景实现规模化渗透，驱动内容生产降本增效与产业格局重塑 [1][10] - **监管推动AI漫剧行业合规化发展**：国家广电总局于4月1日正式启动不良动画微短剧和动画短视频专项治理 [1][3][10]。这标志着AI漫剧行业进入“持证上岗、合规经营”的规范化新阶段 [19]。短期看将加速行业洗牌、清退劣质产能，长期则有利于内容精品化与头部合规主体，为产业可持续发展奠定基础 [1][10] - **游戏行业长期成长潜力充足，AI应用商业化是主线**：游戏行业供给端新品持续释放，版号常态化趋势稳固，结合龙头公司政策调整，行业长期成长潜力充足 [2][11]。随着AI能力提升，下游应用场景的商业化兑现成为行业主线，应重点跟踪AI+内容创作、AI+游戏、AI+营销广告等领域的落地进展 [2][11] 市场行情回顾总结 - **上周市场表现**：上周传媒行业（申万）下跌2.57%，在市场中排名第18位 [1][12]。同期沪深300指数下跌1.37%，创业板指数下跌4.44% [12]。传媒行业跑输沪深300指数1.20个百分点，跑赢创业板指数1.87个百分点 [1][12] - **年初至今市场表现**：年初至今，传媒行业（申万）累计下跌6.73% [1][14]。同期沪深300指数下跌4.09%，创业板指数下跌1.67% [14]。传媒行业跑输沪深300指数2.64个百分点，跑输创业板指数5.06个百分点 [14] - **行业估值情况**：SW传媒行业PE（TTM）估值上周从25.62倍震荡下跌至25.07倍，下跌幅度为4.47% [3][16]。当前估值略低于2018-2025年均值水平26.24倍 [3][16] 产业动态总结 - **AI模型进展**： - **字节跳动**：AI视频生成模型Seedance 2.0面向企业用户开放公测，公测仅面向完成企业认证的主体，默认并发数锁定为10 [3][17] - **阿里巴巴**：发布图像生成与编辑统一模型Wan2.7-Image，提升了人物生成的“活人感”、色彩控制及长文本渲染能力 [3][18]。视频生成模型Wan2.7-Video正式上线，支持全模态输入，覆盖生成、编辑、复刻等全链路创作流程 [18] - **谷歌**：推出AI视频模型Veo 3.1 Lite，生成成本不到Veo 3.1 Fast版的一半，支持720p或1080p分辨率，生成时长有4秒、6秒和8秒三种规格，目前仅对Google AI Studio的付费开发者开放 [3][18] - **影视行业动态**： - **爱奇艺**：拟赴香港上市，已提交保密上市申请表，同时董事会批准在未来18个月内回购至多价值1亿美元的股份 [3][19] - **清明档票房**：2026年清明档（4月4日至4月6日）收获3.06亿元票房，观影人次达803.33万，放映场次达145.07万场 [3][19]。档期内票房前三名影片为《超级马力欧银河大电影》（0.64亿元）、《我，许可》（0.48亿元）及《挽救计划》（0.43亿元） [19]

文章核心观点 - 云巨头与存储厂商签署长期协议是结构性转变，将周期风险从上游转移至自身资产负债表，是一场财务豪赌 [1][3] - 此举旨在应对AI推理阶段的内存结构性短缺，以财务刚性换取供给确定性，但需承担未来市场价格下跌时的成本倒挂风险 [5][6][7] - 资本市场初期视其为利好，但存在估值错配，最终需AI商业化现金流的增长跑赢存储价格下跌的斜率，否则将侵蚀云厂商利润 [9][11][12] 行业背景与驱动因素 - **AI基础设施竞赛进入深水区**：2026年，算力堆叠边际效益递减，内存带宽与容量成为制约大模型推理成本的核心瓶颈 [1] - **供需格局发生根本变化**：大模型转向规模化推理，数据中心对DRAM与HBM需求呈指数级跃升，内存带宽瓶颈效应已超越GPU算力上限，而供给受限于扩产周期与良率爬坡，导致**结构性短缺**取代阶段性紧张 [5] - **打破数十年交易惯例**：Microsoft与Google相继与SK hynix、Samsung签署**三年期DRAM采购长约**，引入价格底线与**10%至30%的预付款项**，打破了存储行业的现货交易惯例 [1][3] 协议机制与实质 - **核心条款**：协议包含**价格保底机制**（合同期内采购价不低于固定基准）和**前置资金安排**（支付定金支持供应商产线扩建） [5] - **风险转移**：协议本质是通过金融化合约设计，将原本由存储厂商承担的周期波动风险**转移至下游云厂商的资产负债表** [5] - **角色转变**：云巨头正在扮演 **“准财务投资者”** 角色，为上游晶圆厂的资本开支提供隐性融资，使其敢于在需求高位进行长期规划 [3][6] 财务成本与潜在风险 - **潜在超额采购成本**：假设云巨头年采购规模**150亿至200亿美元**，三年总额**450亿至600亿美元**。若未来市场价格从高位回落60%，而长约仅允许下调30%，将产生成本倒挂。保守测算，**年超额成本约45亿至60亿美元**，**三年累计潜在损失达135亿至180亿美元** [7][8] - **资金机会成本**：按**20%预付定金**计算，需提前沉淀**90亿至120亿美元现金**。在基准利率**4.5%** 环境下，**年无风险收益损耗约4亿至5.5亿美元**，叠加内部资本配置机会成本，隐性财务拖累更大 [8] - **会计处理与利润表影响**：预付定金计入其他非流动资产，不立即费用化，但一旦市价跌破合约底价，将面临**减值测试与成本结转压力**，用报表平滑性换取了下行期**利润弹性收缩** [8] 对产业链及资本市场的影响 - **利润再分配**：上行期长约是云厂商的防波堤，下行期则成为侵蚀毛利率的暗礁。价格下行通道中，**上游存储厂商因长约保护维持高毛利率**，而**下游云厂商面临销货成本粘性与定价权受限的双重挤压** [9][12] - **估值逻辑变化**： - 对存储制造商：盈利周期被拉长，波动率因对冲而平滑，估值逻辑从 **“强周期博弈”转向“类公用事业现金流”** [11] - 对云厂商：盈利弹性被前置压缩，周期风险从预期变为表内负债，估值需重锚定 **“AI变现效率”与“内存成本拖累”的净值差** [11] - **市场认知滞后**：分析师模型常将资本开支视为一次性投入，忽略长约的跨期成本锁定效应。云厂商已开始调整折旧摊销等会计政策，但无法改变**议价权向上游回摆**的商业实质 [10]

产业竞争重心转移 - 2026年开始，AI产业竞争重心从算法模型能力竞赛下沉至基础设施和算力效率 [1] - 产业竞争从单点公司竞争演变为“算力联盟”的竞争，联盟内部协同效率成为关键胜负变量 [1] - 产业拐点出现，推理需求开始超越训练需求，单位算力成本差异决定商业模式可行性，算力供给组织方式重写产业权力地图 [3] 模型趋同与算力稀缺 - 2026年主流大模型在MMLU、GSM8K等基准分数进入“边际改善”区间，用户感知差异转向响应速度、推理成本与场景适配度 [5] - 模型能力趋同源于开源社区跟进、蒸馏技术成熟及数据飞轮效应递减 [5] - 训练与推理的算力成本曲线持续分化，不同架构间完成千亿参数模型推理的能耗与延迟差异可达3-5倍 [5] - 算力成为新的“稀缺资源”，即便获得相同模型权重，缺乏匹配算力体系支撑将卡在商业化成本与效率瓶颈 [4][5] 两大算力联盟格局形成 - 产业自然演化为“联盟结构”，因单一组织无法承担从芯片设计、制造、集群调度到模型优化的全链条投入 [5] - 两大阵营成型：以Google + Broadcom + Anthropic为核心的算力联盟，以及以NVIDIA + Microsoft + OpenAI + Oracle构建的体系 [5] - Google阵营偏向“自研闭环”，强调定制化与成本控制，预判推理需求占比超过70%后需通过软硬协同定制方案优化单位任务成本 [6] - NVIDIA阵营偏向“生态整合”，依赖标准化与规模扩张，相信通用架构生态优势能持续抵消成本劣势 [6] 定制化闭环体系的成本优势 - Google的TPU是对通用GPU体系的“去依赖”尝试，在特定任务上具备更高效率和更低成本 [8] - 2026年初谷歌云内部数据显示，运行Claude 3.5系列推理任务时，TPU v5p集群单位请求成本比同代H200 GPU低约40%，延迟稳定性提升25% [8] - 在日均亿级请求的商业场景中，上述成本差距可直接转化为数亿美元的年度成本节约 [8] - Broadcom通过参与定制芯片设计与制造，从“卖芯片”升级为“参与定义算力架构”，其与Google联合开发的定制互联方案解决了TPU集群大规模扩展时的通信瓶颈 [9] - Anthropic的爆发式增长形成需求侧验证，其模型架构设计之初便考虑TPU硬件特性，实现“算法-硬件”协同优化，进一步降低算力消耗 [9] - 算力成本从被动接受变为可主动优化 [9] - 2026年亚马逊、微软、Meta等巨头加速推进自研推理芯片部署，以争夺“成本定价权” [10] 标准化生态体系的困境 - NVIDIA + Microsoft + OpenAI + Oracle体系成熟、稳定、可复制，但成本问题开始显现 [12] - 标准化GPU设计需兼顾训练、推理、图形渲染等多场景，硬件冗余在推理需求占比超过70%的2026年转化为真实成本负担 [12] - 微软内部测算显示，运行相同规模推理任务，定制化方案的成本优势正从“可接受”变为“不可忽视” [12] - 过度依赖单一算力供应商导致议价能力受限，微软加速自研Maia 300芯片部署，以在商务谈判中增加筹码 [13] - 市场开始关注“算力成本回收期”指标，以评估模型公司长期盈利能力，当单位算力产出效率无法覆盖采购与运维成本时，模型叙事面临资本市场重新定价 [14] - NVIDIA推出针对推理场景专项优化的Blackwell Ultra系列，但标准化路径惯性使其成本优化空间天然受限 [14] 投资主线与产业格局演变 - AI产业投资主线从关注“谁能做出最强模型”转向“谁能以更低成本提供同等算力” [16] - 竞争从“技术领先”转向“资源控制” [16] - 真正的投资线索在于掌握“算力基础设施”和“定制能力”的企业，而非模型公司 [16] - 定制与标准的博弈、闭环与开放的取舍，本质是对“算力定价权”的争夺，其归属将映射产业价值分配 [16] - 2026年的分水岭在于能否将单位算力成本压至商业可持续的临界点之下 [16] - 资本市场定价已开始倾斜，2026年以来博通估值涨幅显著高于传统芯片设计厂商，市场给予其溢价源于在定制算力体系中的“卡位能力” [6]

文章核心观点 - 文章为“泽平宏观商学”发布的2026年实战研学项目宣传材料，核心是面向企业家群体，通过组织深度探访全球及中国前沿科技企业与机构，提供顶级对话与实战赋能，以帮助学员把握产业趋势、捕捉投资机遇并链接资源[12][13] 2026年实战研学日程安排 - **1月至2月（国际）**: 1月4日至11日前往美国洛杉矶、拉斯维加斯、旧金山，参访CES、英伟达、特斯拉、谷歌、罗宾汉、playground及斯坦福大学、伯克利大学[7] - **2月（国内）**: 2月27日于北京参访国内头部智驾科技企业及人形机器人企业[6][7] - **3月（国内）**: 3月27日至28日在苏州参访追觅科技、魔法原子、灵猴机器人，并举行“2026 AI的中国力量(一)”闭门投研会；3月29日在上海举行长三角校友会[8] - **4月（国内及香港）**: 4月20日至21日在香港参加“2026 香港 Web3 嘉年华”，并参访HashKey、复星财富[8] - **5月（国内）**: 5月22日至23日在北京参访智谱、头部机器人企业及商业航天企业[8] - **6月（国内）**: 6月26日至27日参访华为、莫界科技及AI算力企业，并举行“2026 AI的中国力量(二)”闭门投研会[9] - **7月至12月（后续安排）**: 计划参访地点与企业包括：7月于成都参访新易盛、川润股份、布法罗机器人等；9月于上海参访智元机器人、开普勒机器人等；10月于美国东部参访纽交所、纳斯达克、黑石集团等；10月于合肥参访阳光电源、国轩高科等；11月于武汉参访华工科技、长江存储等；12月于广州及东南亚参访芯粤能、极免速递、Tokopedia等[9][11] 研学内容与特色 - **深度探访**: 带领学员深入科技上市公司、AI独角兽、专精特新标杆企业，零距离探访科技工厂、尖端实验室与创新孵化基地，见证技术从实验室到产业化的全链条发展[13] - **顶级对话**: 与参访企业的创始人、高管及首席科学家面对面交流，解密企业战略、技术攻坚与行业颠覆逻辑，获取一线商业洞察[13] - **实战赋能**: 聚焦“前沿技术趋势×新兴产业生态×商业思路探索”三大维度，通过标杆案例拆解与场景化深度研讨，助力学员精准捕捉投研机遇、驱动实战创新、链接高价值资源[13] 往期研学回顾 - **2023年**: 探访了华为、字节跳动、东方甄选、蔚来汽车、科大讯飞、新希望、名创优品等企业，并与刘永好、余承东、俞敏洪等企业家交流[24] - **2024年**: 探访了比亚迪、腾讯、京东、美团、娃哈哈、小米、美的、大疆、强脑科技等企业，围绕人工智能、新能源、生物医药等热点主题展开调研[24] - **2025年**: 探访了绿的谐波、汇川技术、科沃斯、优必选、元戎启行、亿航智能、小鹏汽车、汇天飞行汽车等企业，深入机器人、自动驾驶、低空出行等领域，并举办了稳定币研讨会、机器人产业投研闭门会等高端闭门会[25] 学员反馈与评价 - 学员认为该研学是在传统商学院培训基础上的再思考、再实践、再创新与再提升，秉承“读万卷书，行万里路”的理念[43] - 学员反馈通过研学拓宽了认知边界，加深了商业洞察，获得了从宏观趋势到产业落地的实战认知升级，并链接了跨界资源[46][47][48] - 学员评价该组织为“游学界的‘特种部队’”，认为其能汇前沿智识、授务实之策，并帮助学员提升认知与投资能力[49][51]

公司AI生成答案特性 - 公司AI生成的答案在呈现形式上具有权威性外观 [1] - 这些答案的信息来源构成广泛且多样 [1] - 信息来源范围涵盖从可信赖网站到Facebook帖子等不同质量层级的渠道 [1]

博通与谷歌、Anthropic的合作协议 - 博通已同意为谷歌开发并供应未来几代张量处理单元，并扩大了与Anthropic的协议，该协议将使Anthropic从2027年起获得基于谷歌AI处理器的约3.5吉瓦计算容量 [1] - 博通与谷歌签署了供应保证协议，博通将为谷歌的下一代AI机柜提供网络和其他组件，该协议有效期至2031年 [2] - 根据扩大的合作，Anthropic将通过博通获得该容量，作为其承诺使用的多个吉瓦级下一代基于TPU的计算能力的一部分 [2] Anthropic的业务增长与基础设施扩展 - Anthropic的年化收入已超过300亿美元，高于去年年底的约90亿美元 [5] - Anthropic拥有超过1000家企业客户，每年支出超过100万美元，这一数字是两个月前的两倍 [5] - Anthropic表示，数千名客户通过谷歌云访问其Claude模型，包括Coinbase、Palo Alto Networks、Cursor、Shopify和Replit [7] - Anthropic正在扩大对谷歌云服务的使用，包括BigQuery、Cloud Run和AlloyDB，以支持模型开发、数据和应用程序 [6] 行业动态与竞争格局 - 博通首席执行官Hock Tan在3月的财报电话会议上表示，公司在2026年开局良好，已开始使用谷歌自研TPU向Anthropic供应1吉瓦计算容量 [4] - 这些协议反映了对用于运行生成式AI模型的基础设施的需求 [4] - 博通也在与Anthropic的竞争对手OpenAI合作开发定制AI芯片 [7] - OpenAI和Anthropic都严重依赖通过亚马逊、谷歌和微软等云提供商获得的英伟达图形处理单元 [7] 合作细节与未来规划 - Anthropic对扩大容量的使用取决于其持续的商业表现 [3] - 相关公司也在与一些运营和财务合作伙伴讨论部署事宜 [3] - 额外的TPU容量预计将从2027年开始通过谷歌云服务以及通过博通供应的谷歌自建TPU上线 [3] - 大部分新基础设施将位于美国 [3]

文章核心观点 - 过去17年美股牛市主要由少数超大型科技公司驱动 这些公司即“万亿美元俱乐部”成员 包括英伟达、苹果、Alphabet、微软和亚马逊 [1] - 尽管这些公司因拥有可持续的护城河和受益于人工智能革命而表现出色 但其内部人士（高管、董事、大股东）在过去两年进行了巨额净卖出 且买入活动极少 这可能暗示内部人士认为公司股票估值过高 并非好的价值标的 [3][5][6][9][13][15] 主要公司的市场表现与护城河 - 自2009年3月9日标普500指数触及金融危机低点至2026年4月2日 该指数上涨了873% 而同期英伟达股价飙升超过85,000% 苹果、Alphabet、微软和亚马逊分别上涨约8,500%、4,000%、2,400%和6,800% [2] - 这些公司拥有坚固的竞争护城河：英伟达的GPU在AI数据中心几乎形成垄断 苹果iPhone是全球最畅销智能手机并拥有忠诚的付费用户群 Alphabet的谷歌占据全球约90%的互联网搜索流量 微软的Windows操作系统全球主导且Azure云服务支出全球第二 亚马逊是美国在线市场绝对第一且AWS是云基础设施服务支出领导者 [7] - 这些公司正充分利用AI革命：英伟达主导硬件端 Alphabet、微软和亚马逊则因其云基础设施服务平台整合了生成式AI和大语言模型能力而享受销售增长的重新加速 [5] 内部人士交易活动分析 - 内部人士通常需在买卖公司股票后两个工作日内向美国证券交易委员会提交Form 4文件 [10] - 截至2026年4月2日的过去两年间 这五家公司内部人士净卖出股票总额比买入多出近161亿美元 [10] - 具体公司净卖出金额为：英伟达41.1亿美元 苹果3.651亿美元 Alphabet 4.014亿美元 微软2.786亿美元 亚马逊109.3亿美元 [11] - 过去两年间 五家公司中有三家（英伟达、苹果、亚马逊）没有任何内部人士买入 另外两家（Alphabet和微软）的内部人士买入总额仅为840万美元 [13][16] - 内部人士卖出股票可能有多种原因（如缴税） 但买入股票只有一个原因：认为股价会上涨 当前极低的买入活动传递出内部人士可能不认为其股票是良好价值的信息 [13][15] 市场估值背景 - 根据希勒市盈率 股市在进入2026年时处于155年来第二昂贵的估值水平 [14] - 希勒市盈率此前两次突破40（互联网泡沫时期和2022年1月第一周）之后 标普500指数分别下跌了49%和25% [14] - 个股方面 基于过去12个月每股收益 苹果估值处于历史高位 而英伟达的市销率也远高于其历史常态 [15]

公司评级与目标价 - 富国银行维持对公司股票的“增持”评级 但将目标价从397美元下调至361美元 [3] - 调整后的目标价仍意味着较当前股价有超过22%的上涨潜力 [3] 财务与现金流展望 - 富国银行视2026年第一季度为现金流预测修正的积极转折点 [4] - 预计公司将实现营收和营业利润预估的增长 并在自由现金流预测长期承压后保持资本支出稳定 [4] - 预计这一增长主要由非周期性因素驱动 特别是其云服务平台 [4] 资本支出与业务发展 - 公司已规划2026财年资本支出在1750亿至1850亿美元之间 [5] - 人工智能发展势头在搜索、云服务和YouTube等业务中加速 [5] 市场地位与投资观点 - 公司被列为当前最值得购买的15只标普500指数成分股之一 [1][3]

SpaceX潜在IPO的核心观点 - 文章核心观点在于探讨SpaceX若以传闻中的巨大规模进行IPO，除了其自身和埃隆·马斯克外，哪些已上市公司可能成为真正的赢家，其中明确指出了Alphabet和Nvidia [1][2] Alphabet作为直接受益者 - Alphabet被明确为最直接受益者，因其不仅是SpaceX的主题关联方，更是实际股东，谷歌和富达早期共同投资约10亿美元，持有SpaceX近10%的股份 [4] - Alphabet已从其投资中获益，其一季度利润因一笔与SpaceX相关的80亿美元未实现收益而得到提升 [5] - 作为SpaceX的直接股东，Alphabet将直接受益于IPO带来的任何价值重估 [4][7] SpaceX的IPO规模与业务 - SpaceX目标进行750亿美元的IPO，估值最高可达1.75万亿美元，这将是史上规模最大的上市活动 [3][7] - SpaceX的业务已超越火箭和卫星，在2025年合并xAI后，正积极向人工智能领域推进 [8][9] - 公司2025年营收约150亿至160亿美元，息税折旧摊销前利润约为80亿美元 [9] Nvidia作为间接（二阶）受益者 - Nvidia与SpaceX IPO的关联较为间接，其并非SpaceX股东，因此不会像Alphabet那样直接从上市中获益 [2][6] - 其上行潜力取决于SpaceX在获得新资本后，是否会更加激进地投资于AI基础设施，特别是考虑到其与xAI的合并 [2][8] - 埃隆·马斯克曾多次表示，SpaceX AI和特斯拉将继续“大规模”订购Nvidia芯片，这巩固了Nvidia在计算核心中的地位 [8] 更广泛的市场影响 - SpaceX的IPO可能重塑公开市场投资者对埃隆·马斯克生态系统的投资思路，为市场提供直接接触主导商业发射和星链卫星互联网公司的机会 [10] - 这将在股市创造不同层次的机会：对Alphabet是直接所有权，对Nvidia则是可能搭乘IPO后AI支出激增浪潮的供应商角色 [10]