行业资本支出趋势 - 超大规模科技公司（hyperscalers）的资本支出预计将同比激增87.9% [2] - 行业资本支出预计将持续增长至2028年达到1万亿美元峰值 随后仅会适度正常化 [3] - 投资者可能低估了人工智能资本支出峰值的规模 低估幅度达3000亿美元 [3] 主要公司支出计划 - “科技七巨头”（Magnificent Seven）计划在2026年投入约6800亿美元用于人工智能相关资本支出 较2025年增长70% [8] - 许多公司正通过举债来为人工智能基础设施建设融资 这加剧了市场对其今年盈利潜力的担忧 [8] 市场表现与投资者情绪 - “科技七巨头”的股价相对于标普500指数正徘徊在近期低点附近 并未扮演避风港角色 [6] - 尽管股价已部分反映了支出担忧 但科技巨头仍需在即将到来的财报季中大力说服投资者 其激进的资本支出将带来强劲回报 [1] - 巨额支出的规模令人瞠目 可能难以缓解投资者的担忧 [1]

宏观与市场环境 - 第二季度初宏观形势为2020年以来波动性最强，布伦特原油价格飙升至每桶141美元，中东供应中断可能延长冲击 [1] - 通胀风险重新加速，增长预期疲软，衰退概率攀升 [1] - 美联储陷入两难困境：面临因能源波动而加剧的通胀担忧，以及高盛给出的30%的衰退概率 [3] - 政策利率维持在3.5%–3.75%区间，限制了政策灵活性 [3] - 高盛已将美国增长预期下调至2.1%，这一水平历来会压制硬件投资 [4] 半导体与存储行业动态 - 美光科技和西部数据受益于人工智能驱动的需求叙事，特别是数据中心扩张和存储需求 [4] - 这些公司同时高度暴露于周期性的企业支出，当GDP放缓时，此类支出往往会收缩 [4] - 能源成本上升进一步挤压了整个供应链的利润率 [4] - 内存和半导体股票的上涨在基本面看来是脆弱的 [3] - 美光、西部数据和闪迪的市销率在7倍至12倍之间 [5] 人工智能主题投资与估值 - 对Lumentum的强劲追捧显示了更广泛的动量，投资者将任何与AI基础设施相关的标的都视为机会 [5] - 这显示了资本愿意追逐该主题的程度 [5] - Lumentum的市销率高达27.7倍，意味着投资者为公司每1美元收入支付近28美元 [5] - 当前科技股占标普500指数市值的近一半 [7] 对人工智能的批判性观点 - BCA Research在3月报告中提出，人工智能最终可能侵蚀而非增强大型科技公司的利润引擎 [6] - 尽管生产率可能提升，但历史表明更快的生产率并不保证更高的利润 [6] - BCA认为这与1995-2005年时期有相似之处，当时效率飙升，但利润率并未成比例上升 [6] - 人工智能可能威胁传统的竞争护城河，如规模、网络效应和专有技术 [7] - 软件可能变得商品化，而平台则面临退化为单纯内容仓库的风险 [7] - 这种利润率压缩的影响是重大的 [7]

文章核心观点 - 文章提出并阐释了“Token经济学”这一概念，认为Token作为AI处理和生成信息的基本计量单位，正成为AI经济体系的基础，围绕其形成了新的价格、供需、产业链和国际竞争逻辑 [2][3][8] Token经济学的产业背景 - Token经济学根植于具体的AI产业背景，英伟达CEO黄仁勋将AI产业分为五层：能源、芯片、基础设施、模型、应用，前三层构成“AI工厂”，后两层是智能的载体和价值实现层 [6] - Token是贯穿这五层产业的统一计量单位，被视为“AI的语言和货币”，是衡量AI工厂吞吐量、单位成本、每瓦产出、每兆瓦收入等关键经营指标的核心 [8] 全球Token消耗量级与增长 - OpenAI的API每分钟处理超过150亿Token，折算日均约21.6万亿Token [2][11] - 谷歌Gemini在2025年9月披露的月处理量为1300万亿Token，日均约43万亿 [12] - 中国国家数据局2026年3月公布的数据显示，中国日均Token调用量突破140万亿，相当于OpenAI和谷歌之和的三倍，且较两年前的1000亿增长了1400倍 [2][13][14] - 摩根大通预测，中国AI推理Token消耗将从2025年的约10千万亿增长到2030年的3900千万亿，五年再增长370倍 [14] Token的价值创造与分层 - Token的价值差异巨大，取决于其应用场景，例如用于闲聊的百万Token价值约0.01美元，用于写代码可达200美元，用于法律文档审阅可达1000美元，价值差可达十万倍 [16] - Token具备“可编程性”这一独特属性，其价值不取决于生产成本，而取决于被编程完成的任务，不到5%的Token消耗创造了超过80%的可测量价值 [17][18] - 生成式AI在2024年仅为美国消费者创造的消费者剩余就高达约970亿美元，远超用户实际支付的金额 [17] Token的生产成本与价格趋势 - 生产单个Token的成本因模型和任务复杂度差异巨大，从GPT-4o-mini处理简单问题的约0.03瓦时，到GPT-5处理复杂科学问题的18瓦时，成本相差600倍 [21] - Token价格正在飞速下降，调用GPT-3级别模型的成本从2022年的60美元/百万Token降至2026年初的0.06美元，降幅达99.9% [24] - 驱动降价的因素包括硬件效率每年提升2-3倍、算法效率每年提升2-3倍、系统优化每年提升2-4倍，三者相乘使Token成本每年下降5-10倍 [24] - 尽管单价暴跌（降99.9%），但全球企业AI云支出从2022年的115亿美元增至2026年的370亿美元，翻了三倍多，体现了“杰文斯悖论”——效率提升释放潜在需求，导致总消耗量和支出上升 [25] Token需求增长的新驱动力：智能体 - Token需求增长正经历从“人用AI”到“AI用AI”的拐点，智能体（Agent）成为新的增长驱动力 [28] - 智能体能自主执行任务并持续消耗Token，无需人类参与，例如一个部署1000个、每个日耗100万Token的智能体，年消耗量达3650亿Token，相当于一个中等国家所有人类用户的总消耗量 [29] - 智能体正从工具演变为经济主体，已有实验项目让智能体拥有账户、自主接任务赚取收入并购买Token，这带来了关于其法律身份、合同效力与责任归属的新问题 [30] 中美Token市场的差异与竞争 - 2026年初，在OpenRouter平台上，中国模型的Token调用份额已超过60%，DeepSeek、Kimi、Qwen系列在性价比上超越大量美国竞品 [32] - 中国模型的核心竞争力在于算法创新（如DeepSeek V3采用的混合专家架构MoE使推理成本下降一个数量级）、开源策略形成的生态飞轮，以及接近成本价的极致定价策略 [34] - 中国模型的“出海”本质是算法出海，其推理计算通常部署在海外云节点，中国的竞争优势在于算法效率和生态，而非电力出口 [34] Token经济的商业模式 - **按量计费**：用多少Token收多少钱，如OpenAI和Anthropic的API，简单透明但可能抑制用户调用 [36] - **包月订阅**：如ChatGPT Plus每月20美元，不按Token计数，用户使用量通常比按量计费高5-10倍，利于培养用户习惯 [38] - **按价值收费**：按AI创造的价值（如避免的损失）收费，利润率可能极高，但可靠衡量价值是当前难题 [38] - **Token期货**：企业预购未来Token额度以锁定价格，这种模式的出现标志着Token向经济基础设施的转变 [38] Token经济引发的制度挑战 - **能耗治理**：Token生产耗电巨大，国际能源署预测到2030年全球数据中心用电量将翻倍，一次ChatGPT查询的耗电量约是一次搜索引擎查询的10倍，AI的碳足迹可能成为气候谈判新议题 [41] - **跨境流动**：Token作为数字化智力产品可直接跨境交付，中国模型通过海外平台服务全球用户，现有贸易统计和监管框架尚未覆盖此类新型贸易 [34][41] - **统计盲区**：AI创造的大量消费者剩余价值（如免费服务替代的付费服务）未计入传统GDP统计，现有经济指标难以准确衡量Token经济的真实规模和价值 [41]

SpaceX公司概况与近期动态 - SpaceX是一家航空航天制造商和卫星互联网服务提供商 以其星际飞船和星链卫星星座而闻名[1] - SpaceX近期已向美国证券交易委员会提交首次公开募股文件 计划在6月初进行路演 预计其股票将于今年夏季开始公开交易[2] - 在2025年 SpaceX的估值翻倍 通过二次股票发售 其估值在12月达到8000亿美元 高于年初的约4000亿美元[5] - SpaceX已与xAI合并 据报道合并后的公司目标IPO估值达到1.75万亿美元[6] Alphabet对SpaceX的投资与潜在收益 - Alphabet在2015年向SpaceX投资了9亿美元 获得了该火箭制造商约7%的股权[4] - 仅2025年第一季度 该股权投资的未实现收益就为Alphabet的利润增加了80亿美元[4] - 截至2025年底 Alphabet所持的SpaceX股份价值约为560亿美元[5] - 若SpaceX以1.75万亿美元的估值上市 Alphabet的持股价值将超过1200亿美元 这意味着其初始9亿美元投资的回报率约为13,400%[6] Alphabet自身的增长前景 - Alphabet在人工智能产品上积极投入 其投资回报在云计算业务中尤为明显[8] - 受对其Gemini模型和张量处理单元的强劲需求推动 谷歌云第四季度收入增长了48% 这是连续第三个季度增长加速[8] - 目前是购买Alphabet股票的良机 不仅因为SpaceX的估值在未来几个月IPO后可能飙升 也因为Alphabet自身拥有其他增长前景且股票价格具有吸引力[7] 投资者接触SpaceX的替代途径 - 投资者现在可以通过购买Alphabet的股票来获得SpaceX的IPO前投资机会[2] - 持有Alphabet股票意味着对埃隆·马斯克的火箭公司拥有适度的投资敞口[7]

谷歌CEO对AI变革的展望与公司战略 - 谷歌CEO桑达尔·皮查伊预测，2027年将成为AI驱动智能变革的“极具标志性的历史分野”，颠覆性变革将在那时到来 [3] - 皮查伊用“同心圆”比喻公司变革，核心团队正在进行深刻重构，2026年的战略重心是将变革涟漪扩散至外部庞大梯队 [3] 谷歌的财务表现与资本开支 - 自皮查伊2015年接任CEO至2025年，谷歌市值从接近5000亿美元飙涨至3.8万亿美元，目前位居全球第二，仅次于英伟达 [5] - 谷歌2025年财报显示，年度营收首次突破4000亿美元，但预计2026年资本支出将翻倍，达到1750亿至1850亿美元，显著高于市场预期 [5] - 公司解释激进的资本开支源于对技术曲线的坚定预判，目前所有业务层面均面临庞大的算力需求，处于“供应受阻”状态 [5] 算力资源的管理与行业瓶颈 - 谷歌面临算力紧缺，CEO每周专门花一小时复盘算力分配统筹，精确掌握每个项目和团队消耗的计算单元数量，并将其视为公司核心要务 [6] - 物理世界的限制是主要瓶颈，包括内存、电力、零部件供应链以及晶圆产能、晶圆投片量和行政许可审批，制约了扩张速度 [7] - 内存被列为当下最关键的制约因素之一，顶级内存企业无法在短时间内大幅拉升产能，但预计瓶颈会随时间推移逐渐松动 [7] - 行业制约正倒逼技术创新，例如可能将现有设备的能效比提升30倍 [7] - 皮查伊认为电力能源问题相对更容易解决，但强调需学习中国“大幅加快建设速度”，并指出在物理世界提升10倍建设速度可能面临社会阻力 [7] 谷歌的模型竞争与长期技术布局 - 谷歌近期发布开源模型Gemma 4，被视为与中国开源模型竞争，皮查伊评价中国模型“很优秀”，并称Gemma 4在中国之外地区是顶尖的开源模型 [8] - Gemma 4基于Gemini 3的底层架构打造，与最前沿模型的差距并不遥远 [8] - 谷歌正在对一系列跨越周期的宏大工程下注，包括太空数据中心、量子计算、机器人技术以及无人机配送服务 [8] - 为应对长远挑战，谷歌已开始布局太空数据中心，以解决未来海量算力数据中心的放置难题，量子计算领域的突破也让公司感到兴奋与震撼 [8] - DeepMind团队正在钻研机器人技术，并重新与波士顿动力等公司展开合作 [8]

公司近期股价表现与市场定位 - 母公司Alphabet股价在纳斯达克综合指数上月回调前曾是市场最热门的人工智能股票之一[1] - 此次抛售打断了公司此前超过100%的年度暴涨行情 目前股价较高点下跌约13%[1] - 当前股价为316.78美元 单日上涨3.71% 市值达3.8万亿美元[6][7] 人工智能驱动业绩强劲增长 - 2025年第四季度财报明确显示 人工智能正在推动公司整体业绩强劲增长[3] - 谷歌搜索及其他广告收入同比增长17% 该传统业务曾因AI冲击引发投资者担忧[3] - 谷歌云业务在AI需求推动下加速增长 收入增长48% 运营收入增长超过153%[3] - 2025年公司总收入增长15% 分析师预计今年增速将加快至近17%[5] 庞大的用户基础与生态系统 - 谷歌Gemini AI应用月活跃用户已超过7.5亿[4] - 谷歌One和YouTube的付费订阅用户总数超过3.25亿[4] - 公司自动驾驶出行服务Waymo持续扩张 并已获得外部融资以加速发展[4] - 公司尚未开始通过Gemini AI为苹果即将推出的新版Siri AI助手提供支持[5] 财务数据与估值分析 - 公司年收入已达4030亿美元[5] - 股票基于过去12个月收益的市盈率为27倍[7] - 分析师预计长期收益年均增长15% 市盈增长比率为1.8[7] - 公司毛利率为59.68% 股息收益率为0.26%[7] 战略投资与未来展望 - 管理层计划今年向AI和数据中心投入1750亿至1850亿美元[8] - 大部分投资资金将来自现有广告和云业务的利润[8] - 公司正将AI技术整合到用户已在使用甚至付费的现有产品和服务中[9] - 公司与其他超大规模企业一样 在实现AI投资强劲回报方面处于有利地位[9]

协议发展里程碑 - A2A协议在发布一年内已成为生产就绪的开放标准，实现了从初始发布到企业生产使用的跨越[1][2] - 支持该标准的组织数量已超过150家，核心代码库在GitHub上获得超过22,000颗星[1][7] - 协议已深度集成到谷歌、微软和AWS三大主要云平台中，并被积极部署于供应链、金融服务、保险和IT运营等多个行业[1][2] 技术特性与功能 - 协议提供了通用的语义模型和版本协商机制，标准化了智能体之间的发现、通信和交易方式，避免了被锁定在单一供应商的生态系统中[3] - 1.0稳定版规范引入了多协议支持、企业级多租户、现代化的安全流程以及为早期采用者定义的迁移路径，移除了生产部署的关键障碍[4] - 功能包括用于加密身份验证的“签名智能体卡”和符合网络架构的设计，支持熟悉的安全与负载均衡模式以实现高规模可靠性[4] - 协议已从通信扩展到经济协调，引入的“智能体支付协议”支持安全的、由智能体驱动的交易，已有超过60家支付和金融服务组织支持该倡议[6] 生态系统与采用 - 支持组织数量自2025年4月以来从超过50家增长到超过150家，包括AWS、思科、谷歌、IBM、微软、Salesforce、SAP和ServiceNow等主要科技公司[7] - SDK生态系统已从单一的Python实现扩展到五种生产就绪的语言，包括JavaScript、Java、Go和.NET[7] - 云服务提供商已将A2A直接嵌入其平台，例如微软将其集成到Azure AI Foundry和Copilot Studio，AWS通过Amazon Bedrock AgentCore Runtime添加支持，这使A2A成为在云中构建基于智能体系统的默认标准[5] 行业影响与定位 - 协议的快速采用反映了行业向基于智能体架构的更广泛转变，解决了自主系统间协调的瓶颈问题[3] - A2A协议与模型上下文协议互补，共同构成了可互操作、多智能体系统的基础层，使系统能够跨不同的技术栈工作，而无需采用单一平台方案[8] - 行业领袖认为，A2A为个人、团队和特定领域智能体在任何平台上无缝协作提供了安全基础，并将零散的原型转变为生产就绪的生态系统[4][10]

行业前景与市场预期 - 亚马逊CEO Andy Jassy将生成式AI描述为“一生一次”的技术 正在全公司范围内用于重塑客户体验[1] - 埃隆·马斯克预测 到2040年人形机器人数量将至少达到100亿台 单价在20,000至25,000美元之间[1] - 根据马斯克的预测 该技术市场到2040年可能价值250万亿美元 相当于重塑全球经济[2] - 普华永道和麦肯锡等主要机构认为AI将释放数万亿美元的价值潜力[3] - 比尔·盖茨将AI视为其“一生中最大的技术进步” 认为其变革性超过互联网或个人电脑 能改善医疗、教育并应对气候变化[8] - 拉里·埃里森通过甲骨文公司 正斥资数十亿美元购买英伟达芯片 并与Cohere合作将生成式AI嵌入其云服务和应用程序[8] - 沃伦·巴菲特认为这项突破可能产生“巨大的有益社会影响”[8] 技术突破与投资焦点 - 一项强大的技术突破正在重新定义人类工作、学习和创造的方式 并已引发对冲基金和华尔街顶级投资者的狂热[4] - 投资焦点可能并非英伟达等知名公司 而是一家规模小得多、默默改进关键技术的公司[6] - 一家未被充分关注的公司被认为是开启这场250万亿美元革命的关键[4] - 该公司的超低成本AI技术据称应引起竞争对手的担忧[4] 市场估值对比 - 250万亿美元的市场规模 粗略相当于175个特斯拉、107个亚马逊、140个Meta、84个谷歌、65个微软或55个英伟达的市值总和[7]

文章核心观点 - 谷歌作为大模型技术的奠基者和AI商业化落地的领跑者，通过其Gemini模型、多模态能力及AI深度赋能的产品生态，正引领全球AI创新潮，并展现出显著的平台协同效应 [1][2][4] 1. 大模型时代开创者,引领全球 AI 创新潮 - **谷歌奠基大模型技术发展**：公司成立于1998年，早期将机器学习用于广告及搜索，后续通过收购DeepMind（发布Alpha Go）和Google Brain团队提出Transformer架构，奠定大模型技术基石 [1][4] - **Gemini模型进化迅速且能力强**：模型呈现快速迭代趋势，在推理、多模态理解、Agent能力上持续提升，其原生多模态和超长上下文能力稳居行业前列 [1][8] - **多模态能力拓宽并落地生产级场景**：在AI生图方面，NanoBanana Pro引领全球多模态能力跨越式提升；在AI生视频方面，Veo模型已应用于营销广告、员工培训、产品演示等生产级场景 [1] 2. AI深度赋能产品生态,平台协同效应显著 - **搜索业务重构交互并驱动广告增长**：谷歌拥有全球超90%的传统搜索流量，通过AI Overviews和AI Mode（发布超250个搜索工具）重塑搜索交互，AI Mode日活用户超7500万，AI Overviews月活用户达20亿，显著提升了客户搜索满意度、参与度及广告覆盖率与匹配效率，带动搜索广告收入加速增长 [2] - **应用产品整合B端与丰富C端场景**：Google Workspace拥有超30亿用户，Gemini正全面整合Gmail、Docs、Drive等高频工作场景以提升生产力；同时，公司推出Antigravity、Flow、NotebookLM等C端应用，覆盖个人生活、视频生成、图像生成、AI编程等多个场景 [2] - **生态建设强化平台协同与卡位流量**： - **谷歌云**：通过Vertex AI平台提供企业级Agent构建与管理能力，截至2025年底，超12万家企业正在使用Gemini模型，Gemini Enterprise付费席位超800万，企业AI采用率快速提升推动云业务收入及积压订单高速增长；公司基于全栈AI能力，已与Anthropic、Open AI、Meta等头部大模型厂商合作，为其提供TPU及云服务 [2] - **端侧布局**：在操作系统层面，宣布Gemini成为安卓设备默认AI助手，并于2026年1月宣布与苹果合作以加速AI分发渠道布局；在AI硬件层面，自研Pixel AI手机打造标杆，并加强与三星等OEM厂商合作，加速抢占AI端侧流量入口 [2] 投资建议与公司梳理 - **AI应用**：建议关注汉得信息、宝信软件、中控技术、金山办公、合合信息、科大讯飞、新大陆、卓易信息、税友股份、能科科技、福昕软件、广联达、萤石网络、同花顺、智谱、Minimax等公司 [3] - **算力**：建议关注海光信息、中科曙光、寒武纪、摩尔线程、紫光股份、浪潮信息、神州数码、智微智能、首都在线、网宿科技、慧博云通等公司 [3]

文章核心观点 - 2026年以来，一场覆盖半导体全产业链的涨价潮正在加速蔓延，从上游芯片到中游制造，再到下游应用，数十家厂商密集涨价，部分品类涨幅超过100% [1] - 本轮涨价并非单一周期性波动，而是由AI算力需求爆发、上游原材料成本飙升与地缘局势扰动供应链等多重因素叠加驱动，涨价态势或将贯穿全年 [1] 存储芯片：涨价的“震中”与核心驱动力 - 存储芯片是本轮涨价的“震中”，2026年一季度常规DRAM合约价涨幅从预估的55%-60%上调至90%-95%，NAND Flash合约价涨幅从33%-38%上调至55%-60% [3] - 二季度存储价格持续上行，集邦咨询预计一般型DRAM合约价将环比上涨58%-63%，NAND Flash合约价将环比上涨70%-75% [3] - 涨价核心驱动力是AI数据中心建设带来的结构性供需失衡，每台AI服务器对DRAM和NAND的需求量分别是普通服务器的8倍和3倍 [3] - 三星、SK海力士、美光三大存储巨头将更多先进制程产能转向高利润的HBM及高端DDR5产品，主动削减DDR4等消费级产线 [3] - 三星电子2026年一季度业绩指引显示，销售额预计为132万亿至134万亿韩元，同比增长67%-69%，营业利润为57.1万亿至57.3万亿韩元，同比增长754%-757%，核心驱动力来自存储芯片需求暴增 [4] - SK海力士表示内存市场已转向卖方市场，价格预计在2026年持续上行，公司库存仅约4周，难以满足全部客户需求 [4] - 集邦咨询指出NAND端新增产能预计要到2027年底或2028年才能大规模开出，供应紧张态势仍将持续，有券商研究员判断本轮周期或将持续到2026年末甚至2027年 [4][5] 涨价潮向其他半导体品类蔓延 - 涨价潮已全面蔓延至模拟芯片、功率半导体和MCU等品类 [5] - 德州仪器自4月1日起对部分产品调价，涨幅在5%至85%之间，其中工业控制类最高达85%、汽车电子约18%至25%、消费电子约5%至15% [5] - 英飞凌2月发布涨价通知函，称AI数据中心部署推动功率开关和IC需求激增，原材料及基础设施成本攀升 [5] - 恩智浦3月涨价函将调整归因于原材料、能源、人工、物流等多环节成本上升 [5] - 国内A股半导体公司密集发布涨价函，国民技术部分产品价格上调15%至20%，华润微电子、国科微、中微半导、士兰微、新洁能、普冉股份等十余家企业涨幅从10%到80%不等 [5] - 中微半导对MCU、NOR Flash等产品涨价15%至50%，士兰微对小信号二极管/三极管芯片、MOS类芯片等产品价格上调10% [5] 晶圆代工环节酝酿涨价 - 市场传出联电、世界先进、力积电等厂商自二季度起酝酿调价，部分涨幅约在一成以内 [6] - 晶合集成被报道自6月1日起对部分新产出晶圆代工价格上调10% [6] - 华虹公司称2026年仍有一定提价空间，尤其在12英寸方面 [6] - 芯联集成表示自2026年1月起已对8英寸MOSFET产品线执行新价格体系 [6] - 台积电先进制程亦传出涨价传闻 [6] 半导体行业市场规模与结构性特征 - 德勤预计2026年全球半导体市场规模将激增26%至9750亿美元 [6] - 行业当前重仓AI的策略虽能博取短期红利，但需提前防范AI需求见顶回落带来的潜在风险，若AI商业化进程不及预期，数据中心项目可能被取消或推迟，从而对芯片销售产生不利影响 [6] 涨价向下游云计算行业传导 - 半导体涨价影响加速向下游传导，云计算“只降不涨”的定价惯例被打破 [7][8] - 亚马逊云科技AWS宣布对用于大模型训练的EC2实施约15%的价格上调 [8] - 谷歌云宣布对数据传输服务、AI和计算基础设施等服务进行价格调整，其中北美地区数据传输价格涨幅达100%，欧洲60%，亚洲约42% [8] - 腾讯云结束多款模型免费公测并开始计费，混元2.0两款模型调价涨幅超过400% [9] - 阿里云因全球AI需求爆发、供应链涨价，对部分产品调价，多款AI算力涨价5%至34%，智算版CPFS涨价30% [9] - 百度云宣布AI算力相关产品服务上调约5%至30% [9] - 本轮云服务调价中，高端算力及AI存储相关产品涨幅较高，主要受芯片产能紧张影响，是AI算力供需失衡下的被动性市场应对 [9] - 国内云市场呈现“结构性涨价”特征，行业集中度提升，叠加硬件供应紧张及国际定价趋势演变，有望带动市场重新定价 [10] 涨价向消费电子终端传导 - 消费电子终端亦未能幸免，部分安卓手机品牌和多家PC厂商已经提价或预告提价 [10] - 三星Galaxy S26系列起售价较上代上涨1000元，联想、惠普、戴尔、华硕、宏碁五大PC厂商已开始提价或酝酿提价 [10] - IDC预测2026年全球智能手机出货量将下滑12.9%至11.2亿部，平均售价升至523美元的历史高位 [10] - 集邦咨询已下调2026年全球智能手机生产出货预期，从同比下滑2%进一步调整为下滑7%，笔记本电脑出货下修至下滑14.8% [10] - 后续预测是否进一步下调将取决于内存价格走势，以及品牌对终端售价的调整幅度和市场接受程度 [10] - “缩减规格配置”或“暂缓升级”已成智能手机平衡成本的必要手段，低端市场受影响最深，2026年部分手机运行内存容量可能退回以4GB为主 [10]