但斌投资理念与历史业绩 - 秉持“长期持有伟大公司”的价值投资理念，以长期持有行业龙头公司为核心策略 [1] - 过往因成功投资贵州茅台而闻名，曾在2017年茅台股价约400元时预判其将突破600元，并在不到5个月内实现，股价随后冲高至近800元 [1] - 当前投资重心已从A股白酒龙头转向全球AI赛道，从“茅台铁粉”转变为“AI坚守者” [1] 东方港湾近期业绩表现 - 自2022年起将投资视野转向全球市场，重点持仓人工智能相关领域的美国公司，经历了超3年的坚守 [1] - 截至2025年11月底，在百亿私募（近3年有业绩显示且产品数量≥10只）中，东方港湾近3年收益均值以明显优势位居榜首 [2] - 在近3年有业绩显示的70只产品中，实现翻倍式收益的产品高达63只，业绩前三的产品近3年收益分别为***% [3] 东方港湾海外基金持仓分析 - 截至2025年三季度末，东方港湾海外基金共持有17只美股标的，持股市值合计12.92亿美元 [5] - 全球AI硬件龙头英伟达连续多个季度成为其第一大重仓股，持仓市值为23622.17万美元，持仓占比18.29% [5][6] - 前十大重仓股包括英伟达、谷歌-C（持仓市值22414.17万美元，占比17.35%）、三倍做多FAHG+指数ETF（持仓市值14463.19万美元，占比11.20%）、三倍做多纳斯达克100ETF（持仓市值12416.48万美元，占比9.61%）、脸书（持仓市值9944.61万美元，占比7.70%）、微软（持仓市值9916.72万美元，占比7.68%）、特斯拉（持仓市值8802.88万美元，占比6.81%）、苹果（持仓市值8606.54万美元，占比6.66%）、Coinbase（持仓市值5287.35万美元，占比4.09%）和阿里巴巴（新进，持仓市值3949.99万美元，占比3.06%） [6] - 持仓变动显示，亚马逊持股数量减少50.06%，奈飞持股数量减少71.51%，并新进持仓了Astera Labs、BitMine Immersion Technologies、博通和倍做多谷歌ETF等标的 [6] 但斌对AI产业的看法与展望 - 坚定看多AI产业，认为当前处于类似1998年的前夜，而非2000年的互联网泡沫破裂期，人工智能至少是一个持续十年以上的宏大周期 [7][8] - 认为人工智能标志着从碳基生命向硅基生命的过渡，是一个技术颠覆性更为深远的时代 [7] - 提醒“错失一个时代的风险，比天天担心风险的风险更大”，并引用段永平的观点，表示若早知英伟达发展情况，应将茅台换成英伟达 [9] - 在AI方向上的选择标准是聚焦能够定义未来、拥有宽阔护城河的全球科技龙头企业 [10] 但斌在A股市场的布局方向 - 透露在A股持仓上，英伟达产业链、谷歌产业链也持有不少，但因基金分散而未出现在十大股东名单中 [11] - 为投资者梳理了A股英伟达产业链与谷歌产业链的相关个股供参考 [12] - **谷歌产业链A股相关公司**包括：赛微电子（MEMS-OCS工艺）、腾景科技（光学组件）、天孚通信（光器件）、沪电股份（PCB）、深南电路（PCB）、胜宏科技（PCB）、蓝色光标（代理商）、中际旭创（光模块）、工业富联（AI服务器）等，涉及技术路径、OCS、PCB、代理商、光模块、服务器等多个环节 [13][14][15][16] - **英伟达产业链A股核心公司**包括：工业富联（AI服务器代工龙头）、浪潮信息（AI服务器）、中际旭创（800G/1.6T光模块主要供应商）、天孚通信（800G光器件认证供应商）、胜宏科技（GPU板卡PCB）、沪电股份（封装基板）、景旺电子（服务器PCB）、英维克（液冷散热）、通富微电（GPU封装测试）等，覆盖AI服务器、光通信、PCB、散热、封装测试、关键材料等产业链环节 [16][18]

行业供需格局 - 存储芯片供应持续紧缺，价格飙涨，市场需求远大于供应 [1][9] - 能够供应AI数据中心所需LPDDR及HBM的存储芯片大厂仅有SK海力士、三星电子和美光三家 [4][12] - 主要存储芯片厂商的HBM产能已被预定一空，整个2026年的产能都已售罄，难以挤出更多产能应对旺盛需求 [4][12] - 三星和SK海力士的先进HBM及其他先进DRAM产线已满负荷运行 [6][14] 科技公司应对策略 - 包括苹果、微软、谷歌、Meta在内的科技大厂为争取足够供应，纷纷派遣总部采购高管常驻韩国，以与三星、SK海力士签署供应合同 [1][9] - 大型科技公司正在向三家存储公司下无限期订单，即“无论价格如何，都给我们尽可能多的数量” [6][14] - 美国大型科技公司正在改变招聘方式，将更多存储芯片采购经理雇佣到韩国、中国台湾和新加坡等亚洲地区工作，以密切管理亚洲供应链 [5][13] - 谷歌和Meta等公司正在招聘具备工程知识的专家担任全球采购经理，旨在进行技术协调和确保产量，而非简单采购 [5][13] 具体公司动态 - **谷歌**：解雇了因缺乏远见、未能与主要存储供应商签署长期协议(LTA)的采购高管 [1][9]；其目前60%的HBM由三星电子供应 [4][12]；为满足TPU生产需求，曾向SK海力士和美光寻求2026年额外HBM供应，但被拒绝 [4][12] - **微软**：采购主管访问韩国SK海力士总部谈判供应合同与价格，但SK海力士表示在微软想要的条件下供应很困难，导致微软高管在会议中愤怒离席 [4][12] - **苹果**：与三星和SK海力士签订的存储芯片长期协议(LTA)将于2026年1月到期，供应商计划从2026年1月起提高对苹果的供应价格，苹果将受到供应短缺和涨价的严重冲击 [5][13] - **谷歌TPU业务**：正积极推动自研TPU向外部客户供应 [1][9]；摩根士丹利预测，到2027年谷歌TPU出货量将达到500万个，较此前预测增加67% [2][10]；此预测前提是获得足够的HBM供应，例如其第七代TPU需集成8个HBM3E堆栈 [2][10]

谷歌、微软、苹果排前三，美国入选最多， | 排 | 行业 | 品牌 | 代表性品牌 | | --- | --- | --- | --- | | 名 | | 数量 | | | | 1 汽车与零件 | 33 | 特斯拉、丰田、梅赛德斯-奔驰、法拉利、 | | | | | 宝马、福特 | | 2 | 能源 | 30 | 国家电网、埃克森美孚、壳牌、英国石油、 | | | | | 道达尔能源、中国石油 | | | 2 食品与饮料 | 30 | 可口可乐、雀巢、百事、百威、茅台、五粮液 | | 4 | 银行 | 29 | 中国工商银行、美国银行、汇丰、 | | | | | 中国建设银行、富国银行、中国银行 | | 5 | 零售 | 27 | 沃尔玛、宜家、好市多、7-11、乐购、百思买 | | 5 | 计算机与通讯 27 | | 苹果、英伟达、博通、IBM、思科、华为 | | 7 | 互联网 | 24 | 谷歌、亚马逊、Meta、YouTube、腾讯、X(推特) | | 7 | 传媒 | 24 | 迪士尼、奈飞、CCTV、HBO、汤森路透、 | | | | | 人民日报 | | 9 | 保险 | 22 | 荷兰国际集团 ...

Gemini 3 的发布与市场地位 - 2025年底，Gemini 3以“世界最强多模态理解”、“交互最深智能体”、“推理怪兽”的姿态，在多项权威基准测试中“横扫”并“碾压”全球所有同类模型，强势突围 [2] - 谷歌CEO桑达尔·皮查伊亲自为Gemini 3站台，称其为“迄今为止最智能的模型” [2] Gemini 3 性能表现（基于基准测试数据） - 在“Harlord's Lott Each”测试中，Gemini 3得分为57.68，而GPT-5.8为26.6% [3] - 在“ARC 404-2”测试中，Gemini 3得分为51.18，而GPT-5.8为17.0% [3] - 在“OPGA Distribution”测试中，Gemini 3得分为91.98，而GPT-5.8为8.7% [3] - 在“Albat 2026”测试中，Gemini 3达到95.05 (100%)，而GPT-5.8为94.7% [3] - 在“Ventleye Stench 2”测试中，Gemini 3得分为$5,478.16，而GPT-5.8为$1,473.43 [3] 模型强大的核心原因 - Google DeepMind副总裁Oriol Vinyals指出，Gemini 3强大的核心秘诀在于“更好的预训练”和“更好的后训练” [2][10] - 预训练负责人Sebastian Borgeaud强调，Gemini 3的飞跃是无数细节持续优化的结果，而非单一环节的突破 [3] - 谷歌的研发模式已从单纯“做模型”转向“做系统”，其强大根源在于“研究、工程和基础设施”的深度融合 [3][16] - Gemini 3是在谷歌自研的TPU上进行训练的，体现了端到端的垂直整合优势 [16] 行业趋势与范式转变 - AI行业正从“无限数据”的规模化时代，迈入“数据有限”的新阶段 [4] - 在数据受限的背景下，合成数据、推理轨迹、长上下文、持续学习、端到端检索训练以及可靠的评估体系，共同构成行业未来的进化路径 [4] - 经典的Chinchilla项目结论在当下依然具有现实意义：在训练计算量固定的前提下，更快地扩展数据规模比盲目扩大模型规模更能训练出更优的模型，这直接影响模型推理的服务效率和使用成本 [4][22] 预训练的发展方向与创新重点 - 预训练的Scaling Law（规模定律）并未失效，规模依然重要，但架构创新和数据创新的权重已显著提升，甚至变得更为关键 [5][32] - 未来预训练的重点将转向架构创新，而非单纯追求“更大、更长、更贵” [7] - 长上下文和注意力机制是关键的创新变量，更长的上下文能让模型携带更多信息，拓宽能力边界 [7][37] - 更长期的方向是将检索与搜索以端到端、可微的方式深度融入训练，让“会检索”成为模型的内生能力 [7][39] - 公司内部有团队正在研究“后Transformer架构” [6][15] 对合成数据与数据策略的看法 - 对合成数据的使用持审慎态度，核心风险在于数据分布偏移可能导致模型陷入“自嗨”闭环 [5] - 建议的稳妥方案是：用强模型生成合成数据后，必须通过小规模可控消融实验验证其收益和潜在副作用 [5] - 一个核心研究问题是：用合成数据训练出的模型，能否超越生成数据的“老师”模型 [6][34] - Gemini 3的训练数据从一开始就是原生多模态的，融合了多种来源，为其多模态优势打下基础 [6][33] 持续学习与知识更新 - 基础模型一旦预训练结束，知识便基本定格，无法自动更新 [7] - 当前行业更可行的办法是在产品推理侧接入检索，将最新信息实时拉入上下文进行推理，从而避免频繁重训底座 [7] - 这与RETRO项目的思路一致，即将知识放在外部库，模型负责推理 [8] - 未来的目标是改变训练方式，让模型能在真实世界的数据流上持续训练，实现真正的“持续更新” [8][51] 评估体系的重要性 - 评估是预训练阶段的核心难题，如果评估体系跟不上，容易陷入“看似提升”的假象内耗 [8] - 公司内部搭建了专属的评估体系，因为外部基准很容易被污染，保留内部评估阵地是关键 [8][41] - 评估需要跨越两道鸿沟：一是小模型上的有效改进能否迁移到大模型；二是预训练阶段的优势能否在后训练后转化为真实可用的能力 [8][40] 成本与商业化考量 - 随着用户规模扩大，推理预算变得敏感，预训练环节必须为“上线落地”负责，在提升模型能力的同时，还要降低成本、节省资源 [8][52] - 原生多模态模型在处理图像等输入时，计算成本可能更高，但通过研究提升效率，其收益总体上远大于成本 [31] 模型架构细节 - Gemini 3是基于Transformer的混合专家（MoE）架构，其高层架构与上一代相比变化不大，性能飞跃是多个因素叠加的结果 [28][29] - MoE的核心思想是将“使用的计算量”和“参数规模”解耦，通过动态路由将计算分配到某些“专家”上执行 [30] 团队协作与研发文化 - Gemini 3的预训练团队规模庞大，日常参与人数可能在150到200人之间，成功是大团队共同协作的结果 [10][17] - 在谷歌/DeepMind，来自与其他实验室竞赛、强推基准目标的压力很少，领导层更重视研究进展与把研究做成 [26] 未来展望与行业影响 - 模型的能力进步不仅体现在基准测试上，更反映在内部人员使用模型提升生产力的真实工作场景中 [11] - 预测未来模型将更好地服务于科学研究，甚至可能助力获得诺贝尔奖，同时也会更深入地融入普通人生活，解决实际问题 [9][13] - 基础模型越来越强，对于不需要极度专门化的任务，使用通用模型更为合理，这改变了创业公司与研究者的关注点，如何更好地利用（harness）模型变得愈发重要 [55][56]

消费者情绪与通胀预期 - 12月消费者信心指数从密歇根大学初步估计的53.3下修至52.9 但仍高于11月的51.0 [4] - 消费者对未来一年的通胀预期连续第四个月下降至4.2% 为11个月来最低水平 但仍高于1月份的3.3% [5] - 消费者信心的改善集中在低收入群体 而高收入消费者的情绪保持稳定 [5] 科技巨头资本支出与AI竞赛 - 大型科技公司正投资数十亿美元用于AI基础设施 以加速AI领域的领先地位 [9] - Meta Platforms预计2025年资本支出（包括融资租赁本金付款）在700亿至720亿美元之间 高于此前660亿至720亿美元的展望 [10] - Meta表示明年将“积极支出” 并警告2026年资本支出将“显著增加” 总支出将以“明显更快的百分比速度”增长 [11] - Alphabet将2025年资本支出预期上调至910亿至930亿美元 高于此前850亿美元的估计 [12] - Alphabet高级副总裁兼CFO表示 投资激增源于云客户的需求和公司整体的增长机会 [12] - 亚马逊第三季度现金资本支出为342亿美元 今年迄今已支出899亿美元 公司将继续进行重大投资 特别是在AI领域 [13] 2026年标普500指数展望 - 预测标普500指数将在2026年再上涨10-15% [14] - 看涨观点基于科技股背后的顺风因素 包括其巨额支出 以及构成标普指数一半权重的十大公司大多不受关税影响 [14] - 这些公司即使在进入AI这种预计利润率很低的业务时 似乎也在持续扩大其利润率 [14]

公司股价表现与历史回报 - 公司A类股自投资组合持有约九年后 截至2019年12月23日 股价上涨348% 同期标普500指数上涨156% [1] - 公司股价自2019年以来累计涨幅达2084% 若计入股息则涨幅为2096% [2] - 当前股价为313.96美元 较近期高点略有下跌 但过去一年股价上涨66% 表现优于“美股七巨头”中的其他六家公司 [3] 公司当前市场与财务数据 - 公司当前市值为3.8万亿美元 日交易区间为311.95美元至314.97美元 52周交易区间为140.53美元至328.83美元 [3] - 股票日均成交量为3600万股 最新成交量为1400股 毛利率为59.18% 股息率为0.26% [3] 公司核心业务与增长动力 - 公司在在线搜索与广告、人工智能平台、早期量子计算研究、无人驾驶出租车服务等多个领域处于领先地位 [4] - 公司拥有持续增长的能力 即使当前市值已达3.8万亿美元 [4] 投资观点与机会 - 公司股价近期的轻微下跌被视为机会而非警告信号 [1] - 投资应遵循“让赢家持续赢”的理念 不应因股价已大幅上涨而退缩 [2] - 从长期视角看 例如展望2030年末或2040年末 在当前股价低于每股330美元时增持 可能优于在当前冬季卖出 [6]

核心观点 - 文章核心观点为 Alphabet 有望在2026年底市值超越英伟达和苹果 成为全球第一 尽管英伟达是当前人工智能领域的明星 但Alphabet业务多元化 增长动力更强 [1] 公司表现与市值对比 - Alphabet股价今年以来上涨约60% 英伟达股价上涨约25-30% [1] - 英伟达当前市值约为4.3万亿美元 Alphabet市值约为3.7万亿美元 两者差距约为0.6万亿美元 [1] - 苹果当前市值约为4.0万亿美元 今年以来上涨约10% [1] - Alphabet被认为拥有超越的势头 且超越市值的差距并不大 [1] 业务多元化与增长前景 - 英伟达尽管有吸引力 但其业务本质上完全与人工智能绑定 [1] - Alphabet不仅涉足人工智能 还广泛布局其他高增长领域 包括云计算、量子计算、YouTube、Waymo和SpaceX等 [1] - 苹果的表现可能干扰预测 但分析仍坚持认为Alphabet将在2026年底位居市值榜首 [1]

全球亿万富豪2025年财富增长概况 - 2025年全球3100多位亿万富豪总财富增加3.6万亿美元，总额达到18.7万亿美元 [4] - 全球多数股市行情向好，标普500指数全年回报率达17%，德国、日本、加拿大主要股指涨幅分别达22%、26%和30% [4] - 财富增长最多的十位富豪身家合计猛增超7290亿美元，其中美国富豪占据六席，贡献了增长总额的超85% [4] - 人工智能领域投资激增，财富增长前五名均为美国科技界巨擘 [4] 埃隆·马斯克 (Elon Musk) - 身家从年初4210亿美元增长至7540亿美元，全年增长3332亿美元，日均增长9.35亿美元 [3][5] - 旗下SpaceX启动股份出售计划，估值达到约8000亿美元，并计划于2026年IPO，届时估值有望达1.5万亿美元 [3][7] - 特斯拉股东投票通过一项薪酬方案，若达到业绩目标，马斯克将获得价值1万亿美元的股票奖励 [7] - 特斯拉股价过去一年累计上涨22% [7] - 旗下xAI Holdings正在洽谈新一轮融资，估值或将达到2300亿美元，较今年3月估值近乎翻倍 [7] 拉里·佩奇 (Larry Page) - 身家达2547亿美元，2025年财富增长987亿美元 [8] - 谷歌季度营收首次突破1000亿美元，并推出最新AI模型Gemini 3 [8] - 美国国防部正采用Gemini 3开发军方内部人工智能平台 [8] - 谷歌股价2025年累计上涨61% [8] 谢尔盖·布林 (Sergey Brin) - 身家达2351亿美元，2025年财富增长861亿美元 [9] - 作为谷歌联合创始人及控股股东，受益于谷歌股价61%的上涨 [8][9] 黄仁勋 (Jensen Huang) - 身家达1595亿美元，2025年财富增长423亿美元 [11] - 英伟达于10月成为史上首家市值突破5万亿美元的上市公司，股价较年初仍上涨37% [13] - 公司股价上涨带动其个人财富增长近360亿美元 [13] 拉里·埃里森 (Larry Ellison) - 身家达2503亿美元，2025年财富增长406亿美元 [14] - 9月10日，受AI热潮助推，甲骨文股价单日飙升36%，埃里森身家暴增近1000亿美元，创下史上单日财富增长最高纪录 [16] - 取得了TikTok的部分控制权，并促成了其子的大卫天空之舞与派拉蒙的合并交易，价值80亿美元 [16] 阿曼西奥·奥特加 (Amancio Ortega) - 身家达1452亿美元，2025年财富增长287亿美元 [17] - 旗下Inditex集团2025年前三季度净利润创54亿美元历史新高，同比增长3.9% [19] - 在美国推进涉及30家门店的拓展与翻新计划 [19] - 获得超30亿美元的税前股息分红，并投入欧美房地产市场 [20] 格尔曼·拉利阿·莫塔·维拉斯科及家族 (Germán Larrea Mota Velasco & family) - 身家达514亿美元，2025年财富增长256亿美元 [21] - 执掌的墨西哥最大铜矿企业Grupo México股价年内涨幅接近100% [21] - 公司第三季度净利润同比增长50%，得益于钼、锌、银等产品产量与销量的提升 [21] 孙正义 (Masayoshi Son) - 身家达561亿美元，2025年财富增长254亿美元 [22] - 软银加大AI基础设施投资，11月以65亿美元收购美国芯片设计公司Ampere Computing Holdings [22] - 为推进大型项目（如耗资5000亿美元的“星际之门”数据中心计划），出售了价值58亿美元的英伟达股票 [22] 马克·扎克伯格 (Mark Zuckerberg) - 身家达2268亿美元，2025年财富增长243亿美元 [23] - Meta在2025年前九个月营收达1410亿美元，同比增长21% [25] - 公司持续加大AI领域投入，今年截至目前股价累计上涨13% [25] 卡洛斯·斯利姆·埃卢 (Carlos Slim Helú) - 身家达1016亿美元，2025年财富增长243亿美元 [26] - 掌控的美洲电信今年新增移动用户超300万，前九个月总营收同比增长10.5% [28] - 旗下Grupo Carso与墨西哥国家石油公司达成20亿美元合作协议，计划开发至多32座油气井 [28]

作者 | 高允毅 2025 年底，大模型行业的"年终决战"正式打响，各家纷纷亮出压箱底的杀手锏，就在这场激烈角逐中，Gemini 3 以绝对王者 之姿强势突围，一登场就刷新了行业的认知边界。 11 月 18 日，Gemini 3 直接"横扫"多项权威基准测试，以"世界最强多模态理解""交互最深智能体""推理怪兽"的姿态，强势碾压 全球所有同类模型。谷歌 CEO 桑达尔·皮查伊亲自为其站台，直言这是"迄今为止最智能的模型"。消息一出，整个 AI 圈瞬间沸 腾，所有人都在追问：Gemini 3 的强悍，到底藏着什么秘诀？ 答案在发布当天就有了初步线索。Google DeepMind 研究与深度学习副总裁 Oriol Vinyals 直接在推特上"剧透"： "Gemini 3 这么强，核心秘诀就两点：更好的预训练，更好的后训练。 "这番直白的表态，让"预训练"与"后训练"瞬间成为行业热议的核心 话题。 作为从强化学习转向表征学习的资深研究者，Sebastian Borgeaud 的预训练功底堪称深厚：从 Transformer 架构，到 BERT、 XLNet，再到 DeepMind 第一篇大语言模型论文 Goph ...

行业供需动态 - 高带宽内存（HBM）和低功耗双倍数据速率内存（LPDDR）等内存产品持续短缺，导致微软、谷歌和Meta等超大规模数据中心运营商不得不与三星、SK海力士和美光等主要内存供应商进行漫长谈判 [1] - 三星和SK海力士的HBM产能已满负荷运转，微软、谷歌和Meta等AI数据中心运营商正在下达不设上限的内存订单，并接受任何价格的任何HBM数量 [1] - 内存短缺影响广泛，苹果公司被迫为其LPDDR5X内存支付高达230%的溢价 [3] 公司采购策略与应对 - 科技巨头将采购主管派驻韩国，并积极寻求与内存供应商签署长期协议（LTA），微软高管曾到访SK海力士总部商讨新的LTA [1] - 谷歌因内存供应短缺问题，解雇了一名被认为缺乏远见、未能提前签署长期协议的采购主管 [2] - 大型科技公司正在扩大在亚洲的招聘规模，尤其是在采购经理方面，以更好地管理供应链，谷歌发布了全球内存商品经理的招聘信息，Meta也计划招聘专门的内存芯片全球采购经理 [2] 供应链关系与谈判 - 内存供应商在谈判中占据强势地位，SK海力士曾向微软表示，在其提出的条件下供应内存产品“困难重重”，导致微软一位高管愤怒离席 [1] - 谷歌的定制AI加速器TPU所需的HBM，目前约60%由三星供应 [2] - 苹果与一些主要内存供应商签订的长期协议（LTA）将在明年1月到期，这可能为新一轮的价格上涨埋下隐患 [3]