YouTube Premium 美国订阅价格上调 - 公司宣布在美国上调其订阅服务价格 这是三年来的首次提价 新价格将从下一个账单周期开始生效 [1] - 标准个人YouTube Premium套餐价格从每月13.99美元上调至15.99美元 家庭套餐价格上调4美元至每月26.99美元 [2] - 低成本套餐YouTube Lite价格定为每月8.99美元 该套餐提供大部分视频的无广告观看 但不包含YouTube Music Premium 且在Shorts和音乐内容中仍显示广告 [2] - 独立的YouTube Music Premium订阅价格也上调1美元至每月11.99美元 [2] 提价背景与行业趋势 - 此次价格调整发生在YouTube Premium（其前身YouTube Red于2015年推出 2018年品牌重塑）推出数年之后 [3] - 此次提价是流媒体平台更广泛涨价浪潮的一部分 Spotify在今年早些时候已上调美国订阅价格 Netflix、Disney+等公司也提高了费用 [3] - 公司提价是为了抵消更高的内容和运营成本 [3] 公司业务与用户数据 - 公司表示 此次调整使其能够维持会员最看重的功能 包括无广告观看、后台播放以及YouTube Music上超过3亿首曲目的庞大音乐库 [4] - 公司去年宣布 其YouTube Music和Premium服务的全球订阅用户总数已超过1.25亿 较2024年的1亿有所增长 [4]

文章核心观点 - 谷歌发布的TurboQuant技术虽然旨在压缩大语言模型以减少内存占用 但分析认为该技术将推动更大规模模型的训练 从而可能增加而非减少对内存芯片的长期需求 并可能使美光科技、闪迪、希捷科技等内存制造商受益 [1][2][3][4][5] 技术分析 - TurboQuant是一种模型压缩方法 能在不损失精度的情况下缩小大语言模型的大小 [1] - 该技术通过减少训练大语言模型所需的内存大小来实现 主要目标是降低因内存芯片短缺而不断膨胀的内存成本 [2] - 该技术的实际应用效果尚待观察 但即使成功并获广泛采用 预计也将增加内存需求 因为它消除了大规模模型训练的一个瓶颈 [5] 行业趋势与数据 - 大语言模型的参数量呈指数级增长 最大模型参数量从2019年的0.09亿个激增至2022年的5400亿个 [6] - 最新的LLM训练参数量已超过1万亿 一些流行模型甚至超过5000亿个参数 [7] - 高德纳预测 由于芯片成本降低、利用率提高及更具成本效益芯片的使用 到2030年 在具有1万亿参数的LLM上运行推理应用的成本可能比去年降低90% [7] 市场反应与影响 - 谷歌发布研究成果后 美光科技、闪迪、希捷科技等内存制造商的股价大幅下跌 因投资者担忧由有利供需环境推动的收入和盈利增长可能因谷歌算法而枯竭 [2][3] - 深入分析表明 TurboQuant可能反而增强上述三只股票的前景 因其可能通过促进更大、更强模型的发展来增加内存需求 [3][4]

YouTube Premium 价格调整 - YouTube Premium 在美国市场提价 个人订阅计划月费从13.99美元上涨2美元至15.99美元 家庭计划月费上涨4美元至26.99美元 学生计划月费上涨1美元至8.99美元 [1] - 公司表示此次调价旨在维持高质量服务体验并支持创作者与艺术家 同时保留无广告观看、后台播放及超3亿曲库的核心功能 [2][3] - 现有订阅用户将提前至少30天通过邮件收到调价通知 [3] 流媒体行业“通胀”趋势 - 多家主流流媒体服务在2025及2026年均已宣布或实施涨价 2026年提价的服务包括Netflix、Paramount+、Crunchyroll和Hulu [4] - 2025年已有Disney+、HBO Max、Peacock和Apple TV等其他流媒体平台上调价格 [4]

英特尔与谷歌的合作 - 英特尔公司刚刚扩大了与Alphabet/谷歌的合作伙伴关系 [1] - 此举表明至强CPU在人工智能时代不太可能被取代 而是会继续发挥重要作用 [1] 分析师背景 - 分析师拥有细胞生物学硕士学位 并曾作为实验室技术员在药物发现诊所工作数年 [1] - 其具备细胞培养、检测方法开发和治疗研究方面广泛的实践经验 [1] - 过去五年活跃于投资领域 其中四年在从事实验室工作的同时兼任生物技术股票分析师 [1] - 分析重点在于识别以独特和差异化方式进行创新的有前景的生物技术公司 [1] - 分析方法强调评估候选药物背后的科学原理、竞争格局、临床试验设计和潜在市场机会 同时平衡财务基本面和估值 [1] - 分析师计划主要在Seeking Alpha上撰写关于生物技术领域的文章 涵盖从早期临床管线到商业阶段生物技术公司的不同发展阶段 [1]

行业投资评级 - 行业评级：看好（维持）[4] 报告核心观点 - 本周行业围绕三条主线展开：一是Anthropic在营收规模和前沿模型层面取得重大进展，其年度经常性收入首次超越OpenAI并发布了网络安全能力极强的Mythos Preview模型；二是海外头部厂商（Anthropic、OpenAI、Google）相继调整定价结构，推出新的计费模式；三是国内外模型与产品功能密集迭代，头部厂商在基座模型、Agent工具链与多模态产品线上均有推进 [4] 国内厂商动态总结 - **通义**：其商业化MaaS平台在2025年12月至2026年3月期间，API日均Token消耗规模扩大约6倍；Qwen3.6 Plus以6.09T tokens登顶OpenRouter周度调用榜榜首；AI视频模型Happy Horse 1.0空降Artificial Analysis排行榜榜首，API访问计划于4月30日推出；发布了支持多模态输入的视频创作大模型Wan2.7-Video [4] - **智谱**：2026年一季度API调价83%后，其MaaS业务调用量仍增长约400%，呈现量价齐升趋势；正式发布新一代开源模型GLM-5.1，官方称可持续工作8小时，是首个在综合能力上全面对齐Claude Opus 4.6的中国模型，定价较此前的GLM-5-Turbo上浮约10% [4] - **MiniMax与Kimi**：本周均未有重要产品发布 [4] 海外厂商动态总结 - **Anthropic**：年度经常性收入突破300亿美元，首次超越OpenAI [4]；与谷歌、博通签署算力协议，共同打造吉瓦级下一代TPU算力集群，预计2027年起陆续上线 [4]；发布迄今最强前沿模型Claude Mythos Preview，网络安全评测能力远超现有模型，因风险过高不公开发售，仅通过Project Glasswing向约50家机构提供限制性访问，配套1亿美元使用额度，超出后按输入/输出每百万次25美元/125美元收费（为Opus4.6的5倍）[4][5]；产品矩阵集中更新，包括Cowork全面开放、Advisor策略上线、Managed Agents API公测，加速向Agent平台转型 [4]；推出Opus 4.6-fast模式，速度提升2.5倍但定价为标准模式的6倍 [4] - **OpenAI**：调整订阅体系，Pro定价改为每月100美元（此前为200美元），与Claude Max持平，核心变化是Pro档位的Codex用量为Plus档位（20美元/月）的5倍 [5]；企业收入目前约占40%，管理层预计2026年底与消费者端收入达到同等水平 [5]；新模型Spud可能将在几周内发布 [5]；GPT Image2疑似泄露并在Arena以代号测试，Hive AI检测显示某些生成样本仅1%被识别为AI图像 [5] - **Google（Gemini）**：在Gemini应用中推出Notebooks功能，与Notebook LM实现双向同步 [5]；上线基于最新Gemma架构的高级语音转文字应用Google AI Edge Eloquent，主打离线优先与智能断句能力 [5]

美国财政与监管机构关注AI网络安全风险 - 美国财政部长斯科特·贝森特和美联储主席杰罗姆·鲍威尔召集华尔街银行首席执行官举行紧急会议，讨论Anthropic公司最新人工智能模型可能带来的更大网络风险时代 [4] - 会议旨在确保银行了解Anthropic的Mythos及类似模型可能引发的风险，并正在采取预防措施来保护其系统 [5] - 与会CEO来自花旗集团、摩根士丹利、美国银行、富国银行和高盛，摩根大通CEO受邀但未能出席 [6] Anthropic发布新型AI模型 - Anthropic公司发布了名为Claude Mythos Preview的模型，该模型发现软件漏洞的能力优于除最熟练人类之外的所有对象，并已提供给包括亚马逊、苹果和微软在内的精选合作伙伴 [7] - OpenAI也正在最终确定一款具有先进网络安全能力的新型强大模型，计划仅向一小部分公司发布，类似于Anthropic对Mythos的有限推广 [9] 网络安全公司股价受冲击 - 由于对人工智能颠覆和脆弱地缘政治背景的持续担忧，软件公司股价普遍下跌，网络安全公司受创最重 [8] - 网络安全公司中，Qualys股价下跌12%，Cloudflare和Tenable收盘跌幅均超过8%，Zscaler股价大跌11% [8] Meta面临法律诉讼与广告政策调整 - Meta正在撤下律师事务所寻求客户加入指控Facebook和Instagram成瘾性设计伤害的诉讼的广告 [9] - 此次打击行动源于针对社交媒体公司的法律诉讼浪潮以及近期法院败诉，包括新墨西哥州3.75亿美元和洛杉矶600万美元的赔偿裁决 [10] - Meta公司发言人表示，公司正在加州州法院和联邦法院应对数千起案件，并拒绝让诉讼律师在利用其平台获利的同时声称平台有害 [10] 美国邮政服务提价 - 美国邮政服务提议新一轮涨价，包括将永久邮票价格从78美分提高至82美分，涨幅为4美分 [11] - 若获批准，调整将于7月12日生效，邮件服务价格总体上涨约4.8% [11] - 计费信件、明信片和国际信件的邮寄成本也将上涨，邮政服务还在寻求对期刊、营销邮件、包裹服务和某些特殊服务产品进行更广泛的资费调整 [11][12] 其他市场与公司动态 - 原油价格上涨1%至98美元，比特币基本持平于71,000美元，黄金下跌0.2%至4,750美元 [13] - 富时100指数上涨0.4%，德国DAX指数上涨0.5% [13] - 盘前波动最大的个股中，Tecnoglass股价下跌6%，因公司更新其2026财年展望以反映美国新实施的10%铝窗进口关税的影响 [13]

文章核心观点 - 谷歌发布的Gemma 4模型与OpenClaw（龙虾）的本地集成方案，通过极简的三步流程，显著降低了本地运行AI智能体的技术门槛和复杂性，使其从一项高难度、不稳定的调试工作转变为可复制、简单可用的常规操作 [16][18][21] - 尽管本地部署Gemma 4在成本上具有吸引力（如声称Mac Studio可在3个月内通过节省token费用回本），但其模型性能（尤其在复杂任务、长上下文和工具调用方面）与顶尖云端大模型（如GPT-5、Claude Opus）存在明显差距，且存在幻觉严重、实用性受限等问题 [22][26][27] - 在本地模型的安全性方面存在担忧，较弱的本地模型可能更容易受到提示注入等攻击，模型的智能程度与其对攻击的抵抗力相关，这是一个需要权衡的安全问题 [29][31][32] 技术实现与部署 - 部署流程极其简洁，仅需三步：1) 下载安装Ollama；2) 下载合适的Gemma 4版本（官方推荐26B A4B）；3) 通过Ollama以Gemma 4为后端启动OpenClaw [7][9][12] - 该方案解决了以往本地部署智能体时常见的服务商配置、终端节点不通、嵌入层缺失、模型无响应等繁琐问题，实现了“安装即用”的体验 [16][18] - 运行不同版本的Gemma 4对硬件有不同要求：E2B版本可在树莓派上运行；E4B版本需要配备8GB GPU的笔记本电脑；官方推荐的26B-A4B版本加载时约需18GB显存，运行长提示时可能跃升至约30GB；31B版本约需20GB显存 [14][15] - 对于搭载苹果统一内存架构的Apple Silicon设备（如Mac mini M4 16GB, Mac Studio M4 Pro 48GB），显存要求不再是问题，可以流畅运行相应版本 [16] 性能表现与实用性评估 - 用户反馈显示，即使在iPhone上运行，Gemma 4处理简单问题流畅，但在上下文变长或开启深度思考时速度会变慢，并伴有手机发烫、耗电快等问题 [1] - 模型智力水平与Opus等顶尖模型差距明显，在调用工具、处理长上下文等方面存在短板，且幻觉问题严重，有用户认为其输出结果甚至需要额外时间引导和检查，实用性存疑 [22][26][27] - 然而，对于大量相对简单的任务（如生成晨间简报、会议转录、设置定时任务等），使用本地模型运行OpenClaw被认为是实用且划算的，满足了绝大多数（约99%）用户的使用场景 [28] 经济性分析 - 有用户声称，通过在Mac Studio上本地部署Gemma 4 31B并连接OpenClaw，可以节省此前每月高昂的云端API token费用，该设备有望在约3个月内回本，依据是过去几个月其在token上花费了5000至6000美元 [2][3] 安全风险讨论 - OpenClaw（龙虾）的创始人Peter Steinberger警告，不要使用廉价的模型或本地模型，因为较弱的模型更容易受到提示注入攻击，显得“轻信” [29][32] - 模型越智能，其对于攻击的抵抗力可能越强，但与此同时，更强大的模型一旦被攻破可能造成更大的损害，这形成了一个涉及攻击面、模型能力与潜在危害的三维权衡 [31][33]

大事观察 - 2026年4月10日人民币汇率中间价报1美元兑人民币6.8654元，央行持续展现对汇率稳定的坚定维护态度[2] - 2026年4月9日伦敦现货黄金价格从站上4800美元高位大幅回落，最低跌破4700美元关口，美伊停火协议达成导致避险情绪降温，但以色列军事行动风险为价格提供支撑[3] - 2026年第一季度香港IPO市场募资规模突破1100亿港元，创五年来新高并登顶全球主要交易所榜首，中国AI公司涌入上市是主要推动力[4] - 自2026年4月1日起约一周内，美国在中东地区损失8架MQ-9“死神”无人机，累计损失达24架，仅8架的总损失价值约7.2亿美元，单架造价高达3000万美元或更高[4][5] - 《互联网平台价格行为规则》于2026年4月10日正式实施，新规直击大数据杀熟、虚假促销等五大典型价格乱象，核心在于明确价格行为合规边界、保护经营者自主定价权及消费者知情选择权[6] AI前沿观察 - 英特尔与谷歌于2026年4月9日宣布扩大在CPU和IPU领域的战略合作，谷歌承诺在其全球AI数据中心采用英特尔Xeon处理器，双方将在AI训练与推理场景深度协同优化[8] - 亚马逊正考虑将其自研AI芯片Trainium和Inferentia向外部客户开放销售，以挑战英伟达的市场地位，截至2026年3月，AWS已累计部署超过140万颗Trainium芯片，其中超过100万颗Trainium2芯片用于运行Anthropic的Claude模型[9][10] - 宇树科技与阿里巴巴达成人形机器人领域合作，双方将在智能化升级、云端算力支持、AI大模型应用等方面展开深度合作，标志着科技巨头加速布局具身智能赛道[11][12] - 2026第三届AI算力产业大会于4月9日至11日在深圳举办，主题为“算力领航、赋能千百行业”，汇聚华为、腾讯云、浪潮等全产业链近百家顶尖企业[13] - 国内AI大模型技术持续突破，端侧部署成为新焦点，多家厂商发布面向端侧优化的模型，Canalys预计AI PC出货量占比将从2024年的18%增至2028年的70%，中国信通院预测未来三年AI手机渗透率将突破50%[14][15] - SpaceX 2025年全年营收突破185亿美元，但合并其收购的AI公司xAI财务数据后，净亏损接近50亿美元，亏损主因是xAI在算力、人才及研发上的巨额投入，公司正冲刺估值1.75万亿至2万亿美元的史上最大IPO[16][17]

文章核心观点 - 通用人工智能（AGI）在未来五年内出现的概率很高，其定义是能够展现人类心智全部认知能力的系统 [7][9] - AI行业竞争的下一个关键胜负手不再是单纯扩大模型规模，而是发明新算法以弥补持续学习、记忆系统、长期规划和一致性等核心能力缺口 [3][4][14][23] - Google DeepMind通过整合内部分散的研究人才与算力资源，已重新回到AI研发的前沿位置 [17][18][20][21] - 开源模型在生态中将长期扮演重要角色，但预计会持续落后于最前沿的闭源模型大约半年时间 [14][24] - 公司对AI的终极押注在于“AI for Science”，旨在推动科学发现黄金时代，应用领域涵盖药物发现、电网效率提升、气候建模以及新材料研发等 [14][26][27][28] - AI发展带来的社会冲击将远超过互联网和移动互联网，需提前积极应对劳动力市场变革、财富分配等挑战 [33][34] AGI的定义、时间表与瓶颈 - AGI被定义为能够展现人类心智全部认知能力的系统，人脑是当前已知的唯一通用智能存在证明 [7] - 公司联合创始人从2010年基于算力增长和算法进步推演，预测AGI约在二十年内出现，目前进展基本符合该轨道 [10] - 当前实现AGI的最大瓶颈仍是算力，算力不仅是训练更大系统的需求，也是验证新算法想法的关键实验平台 [11][12] AI技术演进与竞争格局 - Scaling law（规模扩展定律）并未见顶，但增长幅度已从早期的极端指数形态趋于平缓，扩展系统仍能带来可观回报，只是收益不如最初夸张 [13][15] - 现有AI系统在持续学习、记忆系统、长期规划和一致性方面存在关键能力缺口，这些是系统与“通用智能”的主要差距 [14][16][19] - 视频模型和交互式世界模型等领域的进展远超行业五到十年前的预期 [16] - 行业最前沿的三四家实验室之间的差距将会重新拉大，决定性因素在于是否具备发明新算法的能力 [22][23] - 基础模型（如大语言模型）已被证明能力惊人，不会被简单替代，但未来的AGI系统可能将其作为关键部件而非唯一核心 [25] 公司战略与组织效能 - 公司过去十几年贡献了支撑现代AI产业约90%的关键突破，包括AlphaGo、强化学习、Transformer等 [17] - 通过将公司内部原本分散的顶尖研究人才、算力资源和产品化节奏进行深度整合，统一方向并集中资源，实现了加速发展 [18][20][21] - 公司致力于推动“AI for Science”，成立了Isomorphic Labs以将AI应用于完整的药物发现流程，目标在未来五到十年内打造出药物设计引擎 [27] - 公司认为AI可提升现有国家级电网效率30%到40%，并在天气气候建模、聚变能源、新电池及超导材料等领域成为关键工具 [28] 开源模型与生态定位 - 开源模型预计将长期保持比绝对技术前沿落后半年左右的格局 [14][24] - 公司同时积极开发并开源如Gemma等模型，旨在为小开发者、学术研究者、早期创业团队及边缘计算场景提供最佳工具 [24] - 开源与闭源并非简单的胜负关系，而将形成一种长期分层的生态格局 [24] AI的社会影响与治理 - AGI带来的变革被形容为“工业革命的10倍、而且快10倍”，其对社会劳动力市场的冲击将比互联网和移动互联网时代更大 [33] - 需提前主动处理技术革命带来的副作用，包括财富分配、基础设施供给和制度安排 [33] - 应对AI潜在风险需要建立国际协调的监管框架，包括设定最低安全标准、建立明确的危险特征测试基准，以及由独立研究机构进行系统审计 [29][30][31][32]

产业核心动态概览 - 英伟达于2026年3月向Lumentum和Coherent各投资20亿美元，总计40亿美元，以锁定光互连和先进封装产能，明确光通信为下一代AI基础设施核心技术 [1] - 当前光通信供应链满负荷运转，磷化铟晶圆产能紧张，Lumentum发货量比客户需求低25-30%，Coherent预计供需失衡将持续整个2026和2027年 [1] - 光模块行业景气度处于上升通道，需求侧受“十五五”首年速率升级（400G向800G/1.6T）与AI算力需求提升驱动，呈现量价齐增态势 [2] - 海外云厂商2026年资本开支持续超预期，GPU性能提升带动高速率光模块升级趋势明确，放量节奏有望加速 [2] - 谷歌新世代Ironwood系统结合3D Torus与Apollo OCS全光网络，将推升800G以上高速光模块出货占比，预计从2024年19.5%升至2026年60%以上 [3] - 谷歌下达1200万只NPO光模块订单用于下一代TPU集群，对应市场规模约120至150亿元，中际旭创获60%份额（约720万只），新易盛获40%份额（约480万只） [3] - Meta计划从2026年起通过谷歌云租用TPU算力，并于2027年在自有数据中心部署谷歌TPU，交易规模或达数十亿美元 [4] - 2026年谷歌TPU中位数出货量预期为400万颗，对应800G以上光模块需求将逾600万支，中际旭创和新易盛将共同囊括近八成订单 [4] 对国内厂家的综合影响评估 - 英伟达与谷歌的动向对中际旭创、新易盛等国内头部厂家带来正面预期，核心因素包括市场需求爆发、技术领先地位巩固及业绩增长动能强劲 [5][6] - 市场需求呈爆发式增长，高盛预计2026年和2027年全球光模块价值规模将分别提升43%和46%，其中800G和1.6T光模块出货量将增至3800万和1400万只 [6] - 中际旭创自研硅光芯片良率达95%，800G硅光模块功耗较传统方案降低40%，并布局NPO、OCS等下一代技术 [6] - 新易盛核心技术为LPO方案，功耗较传统方案降低30%至50%，在LPO细分市场占有率高达75% [6] - 中际旭创2025年预计归母净利润98亿元至118亿元，同比增长89.50%至128.17%；新易盛预计2025年归母净利润94亿元至99亿元，同比增长231.24%至248.86% [6] - 根据新关税政策，半导体分类下的通讯设备、光模块等产品享受关税豁免，消除了对美出口的关税担忧 [7] - 美国在AI芯片与光电芯片处于制高点，光模块为其配套环节，未来几年仍将依赖中国供应，制裁不具备条件且会损害其自身AI基建 [7] - 国内厂家通过全球化布局降低风险，中际旭创已在泰国、中国台湾地区建厂，芯片原产地涵盖多国，非美国地区出口比例在2024年已显著增长 [7] 国内厂家的新机会方向 - CPO/NPO技术正从预研走向商业化，英伟达Rubin平台将有多款CPO交换机，Rubin Ultra或于2027年采用Kyber机柜架构，相关预期行情可能在2026年体现 [8] - 天孚通信在全球光引擎市场占据60%以上份额，产品价值占CPO模块30%至40%，是谷歌TPU集群中OCS设备和高速光模块关键组件供应商 [8] - 中际旭创具备800G及1.6T高速光引擎量产能力，1.6T产品已进入正常交付阶段；新易盛XPO方案领先竞争对手半年以上，已推出行业首款12.8T XPO模块 [8] - 2026年是1.6T光模块商业化元年，中际旭创1.6T产品已批量供货，是目前唯一实现大规模量产的中国厂商；新易盛1.6T产品已通过英伟达认证并进入规模化量产 [9] - LightCounting预测1.6T光模块出货量将从2025年小基数增长至2026年数千万端口 [9] - 2027年1.6T光模块需求将非常强劲，主要来自CSP客户和算力系统解决方案提供商，800G也有增长，行业需求整体乐观 [10] - 国内算力需求加速释放，字节跳动宣布900亿元AI算力专项采购，阿里巴巴计划3800亿元云计算/AI基建投资，腾讯800亿资本开支聚焦数据中心建设 [11] - 国产AI芯片发展带来新机遇，英伟达芯片禁售后国产芯片需求增加，同等算力密度需要更多芯片，将带动200G/400G等光模块需求增长 [11] - 硅光子技术成为高速光模块主流方案，新易盛通过收购Alpine强化自研能力，400G、800G硅光模块已批量出货；光迅科技与思科联合推出1.6T OSFP-XD硅光模块 [12] - 空芯光纤、薄膜铌酸锂、OCS全光交换等技术快速演进，华工正源成为XPO MSA联盟创始成员，全球首发12.8T XPO光模块，并与阿里云联合研发全球首款3.2T NPO模块 [12] - 车载光模块市场正在兴起，随着L3自动驾驶准入法规有望放开，智能汽车对通信要求提升，中际旭创看好其未来发展机遇，相关业务处于市场导入阶段 [12] 结论与展望 - 英伟达和谷歌动向对国内头部光模块厂家带来明确正面预期，主要体现在市场需求爆发、技术竞争领先及政策环境相对有利 [13] - 市场需求层面，英伟达40亿美元投资、谷歌1200万只NPO订单及主流云厂商上调资本开支共同推动需求爆发式增长 [13] - 技术竞争层面，国内厂家在800G、1.6T高速光模块及CPO/NPO等下一代技术方面处于全球领先地位，形成强大竞争护城河 [13] - 政策环境层面，光模块享受关税豁免，地缘政治风险可控，同时国内算力市场加速释放提供新增长动能 [13] - 未来新机会集中在四个方向：CPO/NPO技术商业化放量、1.6T光模块规模化部署、国内AI算力投资带来的国产替代空间、以及硅光子等新技术赛道战略布局 [13]