UNITED STATES SECURITIES AND EXCHANGE COMMISSION Washington, D.C. 20549 ________________________________________________________________________________________ FORM 10-Q _______________________________________________________________________________________ (Mark One) ☒ QUARTERLY REPORT PURSUANT TO SECTION 13 OR 15(d) OF THE SECURITIES EXCHANGE ACT OF 1934 For the quarterly period ended March 31, 2026 OR ☐ TRANSITION REPORT PURSUANT TO SECTION 13 OR 15(d) OF THE SECURITIES EXCHANGE ACT OF 1934 For the tran ...

财报表现与市场反应 - Meta和Alphabet的季度财报均超出预期，并录得多年来最快的增长[1] - 尽管业绩同样乐观，但市场反应迥异：Alphabet股价在盘后交易中上涨7%，而Meta股价下跌7%[1] - 在财报发布前，Alphabet股价在过去一年中上涨了118%，远超Meta的21%涨幅，亚马逊和微软分别上涨40%和约8%[3] - 分析师指出，谷歌的表现优于同行，这一点在当前估值中得到了充分反映[4] 资本支出与AI基础设施投资 - 两家公司均上调了全年资本支出指引，表明将持续投入人工智能基础设施[1] - Alphabet将2026年资本支出指引区间上调至1800亿至1900亿美元，此前为1750亿至1850亿美元[6] - Alphabet首席财务官表示，公司2027年的资本支出预计将比今年“显著增加”[6] - Meta将全年资本支出指引上调至1250亿至1450亿美元，此前为1150亿至1350亿美元，主要反映了对今年组件价格上涨的预期以及为支持未来产能的额外数据中心成本[8] - 资本支出增长的部分原因是全球AI需求飙升导致内存短缺，迫使公司增加相关支出[6] 业务增长与财务表现 - Alphabet营收增长20%，为2022年以来最快季度增速[7] - 其云计算收入飙升63%，并且由于对AI基础设施的需求，积压订单达到4600亿美元，几乎是上一季度的两倍[7] - Meta的销售额同比增长33%，为2021年以来最强劲的扩张时期[9] - 在财报电话会议上，Meta首席执行官为其公司巨额AI支出进行辩护，称这对未来增长和加强核心在线广告业务是必要的[8] 战略重点与投资回报 - Meta没有像Alphabet、微软和亚马逊那样的大规模云基础设施业务，这使得其AI投资的回报必须体现在其他方面，主要是增加广告收入和盈利能力[2] - Meta首席执行官表示，公司“非常专注于提高投资效率”，正在与博通合作开发定制芯片，并投资“大量AMD芯片”以补充新推出的英伟达系统[10] - Meta首席财务官表示，公司需要在AI上投入巨资，以满足基础设施需求，并确保在未来几年最大化战略灵活性，同时确保有足够的计算资源来训练更多AI模型、构建更多产品并推动其AI代理服务全球消费者和企业[10] - 公司近期的“多年期云交易和基础设施采购协议”使当季合同承诺额增加了1070亿美元[11] - 投资者仍在等待新的收入流出现成果，此前Meta首席执行官花了10个月时间改革公司AI战略并引入高薪人才[11] - 相比之下，Alphabet已从其投资中获利，包括其自主研发的名为张量处理单元的芯片，这些芯片正日益与英伟达的图形处理单元竞争[12] - Alphabet首席执行官在电话会议上多次提及芯片业务的增长势头，表示市场对AI解决方案和AI基础设施（包括GPU和TPU产品）的需求巨大[12]

事件背景 - 包括亚马逊和Meta在内的多家大型科技公司计划就PhonePe和Google Pay在印度即时支付网络中的主导地位向印度支付机构进行游说 [1] - 亚马逊支付、WhatsApp、CRED、MobiKwik以及Flipkart旗下Super.money等平台的高管计划于周四与印度国家支付公司会面 [2] - 此次会议召开背景是印度将UPI应用市场份额上限计划推迟至2026年12月31日 该措施原本旨在限制单一应用在UPI交易中的份额 [3] 市场竞争格局 - PhonePe和Google Pay在UPI网络中占据主导地位 两者合计在3月份处理的226亿笔交易中约占80% [4] - PhonePe本周宣布其注册用户数已超过7亿 商户数达5000万 覆盖印度超过98%的邮政编码区域 凸显其规模和覆盖范围 [5] - 其规模远超Paytm、Flipkart的Super.money、CRED、亚马逊支付和MobiKwik等竞争对手 [4][5] 游说核心议题 - 与会者预计将就用户获取实践、产品设计和UPI生态系统内的货币化问题提出关切 [6] - 具体提议包括限制主导应用获取用户和使用联系人数据的方式 呼吁公平访问自动支付和支付授权等功能 并要求为新兴参与者提供激励和监管支持以帮助竞争 [6] - 这些公司因难以与主导的即时支付参与者竞争 故游说监管机构寻求帮助 [7] 监管挑战与不确定性 - 印度国家支付公司在印度储备银行监管下运营 其一直难以找到在不扰乱数亿用户服务的前提下遏制市场主导地位的方法 [7] - 目前尚不清楚此次会议是否会立即带来任何改变 关于如何解决市场集中度的问题依然存在 [9]

大家早上好！这里是今天的早报，每天早上，我都会在这里跟你聊聊昨夜今晨发生了哪些大事儿。 昨夜今晨 【特朗普称将继续对伊朗实施海上封锁】 当地时间4月29日，美国总统特朗普表示，将继续对伊朗实施海上封锁，直到伊朗方面同意达成一项能够打消 美国对伊朗核计划担忧的协议。 据了解，特朗普拒绝了伊朗提出的"先解除封锁、恢复霍尔木兹海峡通航，再推迟核问题谈判"的方案，强调封 锁是当前最有效的施压手段。 他表示，相较于直接军事打击，封锁"更为有效"，并称伊朗正因无法出口石油而承受巨大压力。 消息人士称，美军已准备好一套"短期且强力"的打击方案，若谈判继续僵持，美国可能考虑对伊朗关键基础设 施实施打击，以迫使其重返谈判桌。 【鲍威尔"告别会"分歧大，美联储再次按兵不动】 在鲍威尔担任美联储主席的最后一次货币政策会议上，美联储如市场所料连续三次会议暂停降息。 29日，美国联邦储备委员会宣布，继续将联邦基金利率目标区间维持在3.5%至3.75%之间不变。 不过，围绕当天发布的政策声明，美联储负责制定货币政策的核心决策机构——联邦公开市场委员会却出现了 自1992年以来最严重的分歧：委员会12人中，8票赞成，4票反对。 美联储在政 ...

今日热点导览 TOP 3大新闻 官方通报"安徽一女子称在霸王茶姬中喝出水银"：异物系购买人投放 马斯克详细回顾了自己的成长经历，试图让陪审团相信，他所有的商业行为都关乎人类的福祉。他还在 法庭上将自己描绘成心系全人类的英雄，并暗示奥尔特曼是反派角色。 他表示自己早在大学时期就对AI感到担忧，认为 AI 是一把"双刃剑"，"可以治愈所有疾病、让所有人富 足，也可能杀死所有人"。 他将 AI 的结局归结为两种：要么是《星际迷航》式的乌托邦，要么是《终结者》式的反乌托邦。他希 望吉恩 · 罗登贝里的作品而非詹姆斯 · 卡梅隆的。马斯克称，这也正是他参与创立OpenAI的初衷。（IT 之家） AI造富，三星家族财富一年翻倍至3000亿跃居亚洲第三 4月29日，据彭博社报道，彭博亿万富翁指数显示，截至今年3月，三星李氏家族的财富总额已从一年前 的约201亿美元翻倍至455亿美元(约合3111亿元人民币)左右。2020年，三星电子背后的李氏家族掌门人 李健熙(Lee Kun-hee)去世，其家族很快面临双重危机：首当其冲的是高达数十亿美元的遗产税。次年， 其子李在镕(Jay Y. Lee)因向前总统朴槿惠行贿以争取对其继 ...

完整早报音频，请点击标题下方小耳机收听 AI新闻概览 DeepSeek 内测"识图模式"，多模态能力正式开放 欧盟初步认定 Meta 违反《数字服务法》，未能阻止 13 岁以下未成年人使用旗下软件 AWS 宣布扩展与 OpenAI 合作， Amazon Bedrock 可一键调用 OpenAI 模型 阶跃星辰发布新一代图像生成编辑模型 Step Image Edit 2 魔法原子发布旗舰人形机器人 MagicBot X1 美图 RoboNeo 升级更新 ， 推出影像创作 Agent Teams 2025 年中国词元调用量约 21100 万亿，呈现指数级增长 OpenRouter 发布最新大模型调用量排行榜，混元 Hy3 preview 登顶 【东方甄选：依据股份激励计划奖励 302 人，俞敏洪获 180 万股】 东方甄选 4 月 28 日晚间公告，依据 2023 年股份激励计划，向公 司董事、高管及核心员工授出 1930.14 万股股份奖励，涉及 302 人，占已发行股份 1.82% ，当日收盘价 28.44 港元 / 股。核心激励 对象包括俞敏洪（执行董事、主席兼 CEO ），获得 180 万股，占比 0. ...

公司战略与愿景 - 公司正致力于构建一个由AI执行任务的搜索新版本 将智能化的流程和工作流带给消费者被视为巨大的未来机遇 [2] - 公司正从基础设施到应用层全面控制AI技术栈 并利用此地位塑造商业模式的演变 包括调整广告形式以适应AI驱动的交互 并探索订阅和交易模式对传统广告收入的补充 [11] - 尽管采用速度在加快 但公司CEO强调向智能系统和AI驱动工作流的转型仍处于非常早期的阶段 [12] 财务表现 - 公司报告季度总收入为1099亿美元 同比增长22% 连续十一个季度实现两位数增长 [3] - 搜索业务收入增长19% 谷歌云业务收入增长63% 后者直接反映了AI工作负载和企业采用带来的需求 [3] - 谷歌服务部门收入为896亿美元 增长16% 其中订阅和搜索业务领涨 云业务季度收入首次突破200亿美元 [7] - 公司季度运营收入增长30% 达到397亿美元 [7] - 公司季度资本支出达到357亿美元 大部分用于支持AI工作负载的服务器和数据中心 [8] 业务运营与商业化 - 超过30%的搜索广告支出现在通过AI驱动的广告活动工具进行 反映了广告主正在适应对话式和上下文丰富的搜索查询 [1][5] - AI正在改变搜索中的消费者行为和货币化方式 公司利用AI更深入地理解用户搜索意图并提升广告相关性 即使在没有直接用户查询的情况下也取得显著进展 [6] - 公司正在重建购物旅程 用户可以在AI模式和Gemini应用内从产品发现直接完成购买 无需离开界面 这被描述为对商业基础设施的重新设计 [4] - 公司使用“通用商业协议”来连接商户、平台和支付流程 使AI系统能够管理从推荐到结账的全过程 [4] 市场需求与投资 - 谷歌云63%的增长反映了市场对AI基础设施和模型的强劲企业需求 [3] - 公司管理层承认 在某些领域 特别是云服务 AI计算需求超过了供应 容量限制制约了潜在的收入增长 [9] - 为应对需求并抓住机遇 公司正在加速投资并优化资源分配 包括扩大使用自研芯片、扩展数据中心容量 并在某些情况下直接向客户提供硬件 [10] 生态系统与平台 - 社交商务正通过YouTube获得增长动力 该平台在美国联网电视上每日观看时长超过2亿小时 每天有超过1000万个频道发布Shorts短视频 为基于创作者内容的AI驱动产品发现创造了巨大空间 [6]

文章核心观点 Google在Cloud Next 2026大会上发布了第八代自研AI芯片TPU 8t和TPU 8i，这是其首次将训练和推理芯片进行分开设计，标志着AI硬件基础设施进入精益化分工的新阶段[1]。这一分叉设计旨在解决大模型训练与推理场景下不同的性能瓶颈：训练侧强调吞吐与扩展，核心是“喂满”集群；推理侧则聚焦于降低长上下文、多智能体及MoE模型的延迟[3]。公司认为，这种专芯专用的架构升级，结合网络、存储等全栈系统优化，将进一步提升AI算力效率，强化“供给降本-需求增加”的飞轮效应，并继续看好光通信、芯片定制服务、存储、晶圆代工等核心产业链方向[1]。 TPU v8芯片设计分叉与核心规格 - **TPU 8t定位大规模训练**：采用单Die设计，配备216GB HBM，带宽为6.528TB/s，片上SRAM为128MB[4]。其核心增量在于更平衡的VPU/MXU设计、原生支持FP4数据格式，以及TPUDirect RDMA/Storage，目标是解决训练中向量/非线性算子暴露时间等瓶颈，最大化集群计算利用率[3][8][10]。 - **TPU 8i定位推理与智能体工作流**：采用双Die设计，配备288GB HBM（带宽8.601TB/s）和384MB片上SRAM，容量约为前代及8t的3倍[4][19]。其核心增量在于大容量SRAM、高带宽HBM、专用集合通信加速引擎（CAE）以及Boardfly网络拓扑，旨在降低KV Cache访问延迟和跨芯片通信延迟[3][19][24]。 - **经济性显著提升**：TPU 8t在训练场景下，每美元性能提升高达2.7倍，每瓦性能提升2倍[12]。TPU 8i在推理场景下，每美元性能提升80%，每瓦性能提升2倍[4][22]。 训练芯片（TPU 8t）的优化路径 - **解决训练瓶颈转移问题**：大模型训练的瓶颈不再仅是矩阵乘法（GEMM），随着序列长度增长，Softmax、LayerNorm等向量/非线性算子的耗时占比抬升[6]。TPU 8t通过更平衡的VPU/MXU设计，使这些操作能与矩阵乘法更好地重叠执行，减少流水线空闲[8][10]。 - **原生FP4提升系统效率**：引入原生FP4支持，通过更低位宽提升单位HBM带宽的数据搬运效率，从而释放更多有效算力，优化计算吞吐密度并降低数据搬运开销和能耗[11][12]。 - **存储与数据通路优化**：引入TPUDirect RDMA/Storage，允许TPU的HBM直接与网卡、高速存储交换数据，绕过CPU中介，使训练时的存储访问速度提升10倍[31][32]。配合Virgo网络架构，支撑大规模训练集群的扩展与数据供给[12][40]。 推理芯片（TPU 8i）的优化路径 - **聚焦长上下文推理痛点**：长上下文、多轮对话及智能体推理的核心瓶颈在于KV Cache的读取与访问延迟，而非算力本身[7][19]。TPU 8i通过将片上SRAM大幅提升至384MB，旨在将更多高频访问的KV数据保留在片上，提高缓存命中率，减少对HBM和远端内存的依赖[19][24]。 - **强化通信与同步能力**：用专用的集合通信加速引擎（CAE）替代了训练导向的SparseCore，将片上集合通信延迟降低最高5倍，以优化MoE和推理场景中频繁的芯片间同步[25]。同时，采用Boardfly网络拓扑，将1024芯片系统中的最大通信跳数从16跳压缩至7跳，网络直径下降56%，通信密集负载延迟最高改善50%[42]。 - **资源配置向内存与通信倾斜**：采用双Die+8 HBM堆栈的设计，提供更高的HBM容量（288GB）和带宽（8.601TB/s），资源堆料优先级明确指向提升本地内存容量和通信效率，以缩短单Token响应时延[29][38]。 网络架构升级 - **训练网络（TPU 8t）**：Scale-out单卡带宽翻四倍至400Gb，采用全新的Virgo两层无阻塞拓扑，单Fabric可支持13.4万颗TPU，实现百万卡集群的近线性扩展[40]。前端Jupiter架构增加了光电路交换机（OCS）的用量[40][45]。 - **推理网络（TPU 8i）**：采用特制的Boardfly ICI拓扑架构，在第三层使用OCS实现全连接。根据测算，每个TPU 8i对应约1.25个1.6T光模块，带来了额外的光模块增量需求[43][45]。该架构专为满足MoE等场景的All-to-all低延迟通信需求而设计[42]。 - **网络投资占比趋势**：以谷歌链为代表的AI ASIC架构中，未来可能出现更多网络投资占比提升的方案，AI光通信被视为有望超越大市长期表现的方向[2][45]。 系统存储与数据访问 - **强调低延迟直连访问**：本次发布重点在于TPUDirect RDMA/Storage、Managed Lustre并行文件系统等低延迟访问方案，而非市场此前预期的内存池化技术[30]。Managed Lustre通过RDMA可为TPU 8t提供10TB/s吞吐，Rapid Storage吞吐从6TB/s提升至15TB/s[32]。 - **新增Z4M虚拟机节点**：该节点搭载大容量本地SSD，并支持RDMA与开源并行文件系统，作为本地高性能存储底座，与远端Managed Lustre形成互补，服务于低时延数据热缓存和灵活部署[37]。 - **HBM配置差异**：TPU 8t的HBM带宽为6.528TB/s，重点在于通过FP4和直连存储提升整体数据通路效率；TPU 8i的HBM带宽则明确升级至8.601TB/s，容量增至288GB，以支持更大的KV Cache工作集和更快的读取速度[38]。

核心观点 - 公司2026年第一季度业绩表现强劲，营收和利润大幅增长，主要驱动力是人工智能投资和全栈式方法，这推动了包括搜索、云计算和订阅业务在内的全线业务表现 [3][4][5] - 人工智能是公司主要的增长引擎，体现在开发者与企业API使用量激增、付费AI产品（如Gemini）的快速采纳、以及云计算业务的加速增长上 [1][2][7] - 为应对前所未有的AI算力需求，公司大幅提高了资本支出指引，并计划向客户直接销售TPU硬件，同时将季度股息提高了5% [5][11][18] 财务业绩 - **整体财务表现**：第一季度合并营收为1099亿美元，同比增长22%（按固定汇率计算增长19%）；营业利润增长30%至397亿美元，营业利润率为36.1% [5][15] - **净利润与每股收益**：净利润大幅增长81%至626亿美元；每股收益增长82%至5.11美元，增长主要得益于非上市股权证券投资组合的未实现收益 [5][17] - **现金流与资本**：第一季度运营现金流为458亿美元，自由现金流为101亿美元；季度末持有现金及有价证券1268亿美元，长期债务775亿美元 [18] - **股息**：董事会宣布将季度股息提高5% [5][18] 业务部门表现 - **谷歌服务**：营收增长16%至896亿美元 [19] - **搜索与其他广告**：营收增长19%至604亿美元，主要由零售和金融行业驱动，健康领域也是主要贡献者 [3][13][19] - **YouTube广告**：营收增长11%至99亿美元 [19] - **网络广告**：营收下降4%至70亿美元 [19] - **订阅、平台与设备**：营收增长19%至124亿美元，主要由YouTube订阅（包括音乐和高级版）和Google One订阅驱动，后者受益于AI方案需求增长 [2][19] - **谷歌云**：营收加速增长63%至约200亿美元，首次突破200亿美元；营业利润增长两倍至66亿美元，营业利润率从去年同期的17.8%提升至32.9% [6][7] - **其他业务**：营收为4.11亿美元，营业亏损21亿美元；其中Verily已完成外部融资并在第一季度解除并表，GFiber计划与Astound Broadband合并，预计在第四季度交易完成后解除并表 [19] 人工智能发展 - **AI产品采用与增长**： - 开发者与企业通过直接API使用的第一方模型每分钟处理超过160亿个令牌，较上一季度的100亿个大幅增长 [1] - 付费AI产品增长迅速，Gemini企业版付费月活跃用户环比增长40% [1] - 消费者AI方案（主要由Gemini应用驱动）创下历史最强季度表现 [2] - **AI驱动搜索**：搜索使用量增加，查询量创历史新高，AI模式和AI概览等功能推动了这一势头 [3] - **AI广告工具**：超过30%的客户搜索支出现在使用AI驱动的广告活动（如AI Max或效果最大化广告），这些广告主在相同支出下获得了更多转化 [13] - 通过Gemini改进广告相关性，在Discover和Maps中的广告相关性提升了近10% [16] - **代理式AI与商务**：公司推出了用于构建和管理智能体的“Gemini企业代理平台”以及新的数据与安全产品（如代理式数据云） [9] - 通用商务协议（UCP）于1月启动，其技术委员会新成员包括亚马逊、Meta、微软、Salesforce和Stripe，旨在实现跨发现、购买和售后支持的代理式商务工作流 [14] 云计算业务 - **强劲增长与盈利能力**：云业务营收加速增长，营业利润和利润率显著提升 [6][7] - **未完成订单（积压订单）**：云业务积压订单环比几乎翻倍，达到4620亿美元，其中超过50%预计在未来24个月内确认为收入，增长主要由企业AI产品和TPU硬件销售驱动 [6][8] - **大额交易与客户承诺**：公司签署了多笔价值超过10亿美元的交易，价值在1亿至10亿美元之间的交易数量同比翻倍；新客户获取量同比翻倍，客户实际消费超出初始承诺的45% [8] 资本支出与基础设施 - **资本支出指引上调**：由于AI算力需求空前，公司将2026年全年资本支出指引从1750-1850亿美元上调至1800-1900亿美元，并预计2027年资本支出将较2026年显著增加 [5][11] - **第一季度资本支出构成**：第一季度资本支出为357亿美元，“绝大多数”用于技术基础设施，其中约60%投资于服务器，40%投资于数据中心和网络设备 [11] - **算力限制**：公司近期面临算力限制，云业务营收“本可以更高，如果我们能够满足需求的话” [11] - **TPU硬件销售**：公司计划开始向选定的客户（包括资本市场客户和前沿AI实验室）交付TPU供其在自己的数据中心使用，预计这些协议产生的收入中“小部分”在2026年晚些时候确认，“绝大部分”在2027年确认 [12] 未来展望 - **汇率影响**：在即期汇率下，预计第二季度汇率变动将对合并营收产生约1个百分点的顺风影响，而第一季度为3个百分点 [20] - **并购影响**：3月收购的Wiz将并入谷歌云部门报告，预计在2026年剩余时间内对云业务营业利润率产生“低个位数百分点”的逆风影响 [20]

核心观点 1. 四家科技巨头（Alphabet、亚马逊、Meta Platforms、微软）在周三的财报中均超出盈利预期 [1] 2. 投资者对Alphabet的增长势头反应最为积极 [1] 公司业绩表现 - Alphabet、亚马逊、Meta Platforms、微软四家公司均报告了超出市场预期的盈利 [1] - 尽管多家公司业绩超预期，但市场对Alphabet的积极势头给予了最热烈的回应 [1]