贝莱德第四季度13F持仓总览 - 截至2025年12月31日，贝莱德持仓总市值达5.92万亿美元，较上一季度的5.71万亿美元环比增长3.67% [1] - 第四季度投资组合变动活跃，新增247只个股，增持3309只个股，减持1546只个股，清仓165只个股 [1] - 前十大持仓标的占总市值的30.41% [1] 前十大重仓股分析 - 前五大重仓股均为大型科技公司，依次为英伟达、苹果、微软、亚马逊和谷歌-A [2][3] - 英伟达为第一大重仓股，持仓约19.43亿股，市值约3625.21亿美元，占投资组合6.13%，持仓数量较上季度增加0.75% [3] - 苹果为第二大重仓股，持仓约11.55亿股，市值约3139.07亿美元，占投资组合5.31%，持仓数量较上季度增加0.73% [3] - 微软为第三大重仓股，持仓约6.02亿股，市值约2910.89亿美元，占投资组合4.92%，持仓数量较上季度增加1.70% [3] - 前十大持仓还包括博通、谷歌-C、META、特斯拉和礼来 [3] 主要增持与减持标的 - 前五大买入标的为：谷歌-A（占投资组合比例增加0.51%）、谷歌-C（增加0.39%）、礼来（增加0.33%）、美光（增加0.21%）、苹果（增加0.20%）[6][8] - 前五大卖出标的为：标普500ETF-SPDR CALL（占投资组合比例减少0.11%）、ServiceNow（减少0.06%）、Strategy（减少0.05%）、AT&T（减少0.04%）、Kellanova（减少0.04%）[6][8] 新增投资与配置方向 - 第四季度新建了价值约8.38亿美元的特种材料供应商Solstice Advanced Materials头寸，以及价值约13亿美元的特种化学品公司Qnity Electronics仓位 [4] - 这些投资动作不仅体现了对现有科技赛道的巩固，也预示了在多元化资产配置上的最新探索方向，市场正观察其是否开始向工业、材料等更具周期性潜力的行业分散投资 [5]

文章核心观点 - 谷歌母公司Alphabet的股价在2024年表现强劲，主要得益于其核心广告业务的复苏、云业务的持续增长以及对人工智能领域的巨额投资，这些因素共同推动了公司营收和盈利能力的提升，并增强了投资者信心 [1] 财务表现 - 2024年第一季度，Alphabet营收达到805亿美元，同比增长15%，超出市场预期 [1] - 净利润为237亿美元，同比增长57%，显示出强劲的盈利能力 [1] - 每股收益为1.89美元，高于分析师预测的1.51美元 [1] - 公司宣布了有史以来首次派息以及额外700亿美元的股票回购计划，此举被市场视为对自身未来现金流和增长前景充满信心的信号 [1] 核心业务：广告 - 谷歌搜索及其他广告业务营收为462亿美元，同比增长14% [1] - YouTube广告业务营收为81亿美元，同比增长21%，增长显著加速 [1] - 谷歌网络广告业务营收为74亿美元，同比增长3% [1] - 广告业务的全面复苏是驱动公司整体增长的主要引擎 [1] 增长引擎：谷歌云 - 谷歌云业务营收为96亿美元，同比增长28% [1] - 该部门营业利润为9亿美元，较去年同期的亏损1.9亿美元大幅改善，首次实现了可持续的季度盈利 [1] - 云业务的强劲表现得益于企业在人工智能和数据分析服务方面需求的增长 [1] 战略投资：人工智能 - Alphabet在人工智能领域进行了大规模投资，包括对其大语言模型Gemini的持续开发 [1] - 公司计划2024年在数据中心等资本支出上投入约480亿美元，以支持人工智能领域的扩张 [1] - 这些投资旨在巩固其在搜索领域的领先地位，并为云业务和新兴业务创造新的增长机会 [1] 其他业务 - 包括自动驾驶Waymo和生命科学Verily在内的“其他赌注”业务营收为4.95亿美元，但营业亏损为10亿美元 [1] - 尽管仍处于亏损状态，但这些长期投资代表了公司对未来技术的布局 [1]

文章核心观点 - Zacks Equity Research 发布了其分析师博客的精选研究报告 重点分析了四家公司：Alphabet Inc (GOOGL)、Caterpillar Inc (CAT)、T-Mobile US Inc (TMUS) 和 Onfolio Holdings Inc (ONFO) [1][2] Alphabet Inc (GOOGL) 分析总结 - 公司股价在过去六个月表现优于行业 涨幅达53.1% 而行业涨幅为45.7% [4] - 业绩增长受益于人工智能基础设施、谷歌云和搜索业务的加速增长 [4] - 谷歌云在2025年第四季度末的积压订单金额达2400亿美元 环比增长55% [4] - 公司消费者服务拥有超过3.25亿付费订阅用户 Google One和YouTube Premium采用率强劲 [5] - Google Gemini 拥有超过7.5亿月活跃用户 第四季度售出超过800万Gemini企业付费席位 [5] - 搜索业务受益于AI Overviews和AI Mode 推动了整体查询量的增长 [5] - 在搜索和Gemini应用中推出个人智能功能 前景看好 [6] - YouTube 受益于Shorts短视频日益增长的需求 [6] Caterpillar Inc (CAT) 分析总结 - 公司股价在过去六个月表现优于行业 涨幅达88.8% 而行业涨幅为87.2% [7] - 各板块销量提升推动公司收入持续增长 [7] - 在连续五个季度下滑后 公司在2025年第四季度恢复盈利增长 尽管增幅仅为0.4% [8] - 关税逆风预计将持续至2026年 管理层预计影响达26亿美元 [8] - 创纪录的512亿美元积压订单应能支持未来销售 [9] - 建筑工业板块将受益于美国和全球建筑活动的增加 资源工业板块将受益于稳定的商品需求 [9] - 在电力和能源领域 可持续性倡议和数据中心投资正在推动需求 [9] - 公司专注于发展售后零件和服务相关收入 这些业务利润率较高 将助力增长 [9] T-Mobile US Inc (TMUS) 分析总结 - 公司股价在过去六个月表现逊于行业 跌幅为16.2% 而行业跌幅为2.7% [10] - 公司受到美国无线市场竞争加剧且市场饱和的影响 激烈的竞争和相对固定的客户群对定价造成压力 [10] - 频繁的收购策略增加了整合风险 [10] - 尽管如此 公司在2025年第四季度业绩表现强劲 营收和利润均超出市场预期 [11] - 服务收入健康增长 得益于行业领先的后付费净客户增加 [11] - 第四季度 公司增加了240万后付费净客户 后付费净账户增加26.1万个 [12] - 基于其后付费服务的强劲需求 公司对2026财年给出了乐观展望 [12] - 对高效资本管理的强烈关注是一个积极因素 [12] Onfolio Holdings Inc (ONFO) 分析总结 - 这家微型市值公司股价在过去六个月表现逊于行业 跌幅达52.7% 而行业跌幅为7.8% [13] - 公司市值为250万美元 持续净亏损 销售及一般行政管理费用上升 且缺乏可持续盈利能力的明确证据 [13] - 收购产生的高额摊销、债务和利息费用增加、持续的优先股稀释以及现金消耗持续对盈利质量和普通股股东构成压力 [13] - 股权基础减弱和流动性紧张进一步加剧了执行和再融资风险 [14] - 公司呈现出混合的投资特征 结合了强劲的收入增长势头与资产负债表和盈利能力风险 [14] - 公司实现了稳健的收入增长和毛利率扩张 这得益于其多元化的高利润组合 涵盖B2B营销服务和可扩展的B2C数字教育产品 [15] - 经常性服务合同、订阅收入的增长以及人工智能驱动产品的早期市场反响 支持了运营杠杆潜力并降低了客户集中风险 [15]

文章核心观点 - AI驱动的数据中心建设正在全球加速，成为支撑AI应用落地和产业链竞争的核心基础设施，并受到各国政策与资本的高度重视 [2][3][4] 按地域的市场规模与政策环境 - **北美**：市场规模预计从2026年的95-100亿美元增长至2030年的300-350亿美元，年复合增长率约28%，市场成熟且资本充足，但面临严格的数据隐私法规 [6] - **欧洲**：市场规模预计从2026年的40-45亿美元增长至2030年的120-150亿美元，年复合增长率约25%，GDPR合规与绿色能源政策是主要特点 [6] - **中国**：市场规模预计从2026年的50-55亿美元增长至2030年的160-200亿美元，年复合增长率约27%，政策鼓励AI算力基础设施与国产化硬件发展 [6] - **韩国**：市场规模预计从2026年的5-6亿美元增长至2030年的20-25亿美元，年复合增长率约30%，政府积极推动AI战略并吸引国际合作 [6] - **日本**：市场规模预计从2026年的6-7亿美元增长至2030年的18-22亿美元，年复合增长率约23%，高端制造与金融行业需求稳定，绿色政策是推动力 [6] - **印度/南亚**：市场规模预计从2026年的3-4亿美元增长至2030年的12-15亿美元，年复合增长率约28-30%，云计算与AI本地应用增长潜力巨大 [6] 主要产业链及龙头企业 - **AI芯片/加速器**：核心企业包括NVIDIA（GPU领导者）、AMD（MI系列GPU）、Intel（Xeon+AI加速器）和Google（自研TPU） [8] - **数据中心基础设施**：核心企业包括Equinix（全球最大中立运营商）、Digital Realty（REIT模式），以及Meta、AWS、Microsoft等自建数据中心的大科技公司 [8] - **云服务/AI平台**：核心企业包括AWS（IaaS/PaaS/AI服务）、Microsoft Azure（企业级AI云平台）和Google Cloud（AI开发平台） [8] - **存储/内存**：核心企业包括Samsung、SK Hynix（DRAM/HBM/SSD）和Micron（DRAM/NAND），满足高速存储需求 [8][9] - **网络设备**：核心企业包括Cisco（交换机、路由器）、Arista Networks（高速交换机）和Marvell（网络处理器），专注于AI高吞吐优化 [9] - **能源与冷却**：核心企业包括Schneider Electric（UPS/供电系统）和Vertiv（散热/液冷技术龙头），保障数据中心高可靠运行 [9] - **软件与网络安全**：核心企业包括VMware（DCIM、虚拟化）、HashiCorp/Red Hat（容器与云管理）以及Fortinet/Palo Alto（网络安全服务） [9] 投资机会 - **上游芯片**：投资GPU/TPU/加速器方向，利润空间高，推荐提前锁定产能并与数据中心签订长期采购合同 [10] - **数据中心运营**：投资自建或托管数据中心，可获得稳定租金收入，建议重点布局北美、中国、韩国等高需求地区 [10] - **云服务平台**：投资AI SaaS或IaaS，可获得高增长订阅收入，推荐提供端到端AI云解决方案 [10] - **存储/内存**：投资HBM/SSD方向，建议与主要运营商建立长期战略合作以保障供货 [10] - **网络设备**：投资高速交换机/光互联设备，聚焦AI优化和低延迟产品，以应对中长期设备替换需求 [10] - **能源/制冷**：投资绿色能源与液冷技术，可利用政策红利获取高价值B2B订单 [10] - **软件/运维**：投资DCIM、AIOps等智能运维和监控服务，具有高利润和可扩展性 [10] 结论与战略建议 - 数据中心是AI发展的底层引擎，支撑从模型训练到实时推理的全链条 [13] - 上游芯片与AI硬件是高利润热点，数据中心运营与云平台提供长期稳定现金流，能源、制冷、软件管理是高增值增量市场 [14] - 2026-2030年全球AI数据中心市场年复合增长率预计约25-30%，行业整合与技术升级将持续推动利润空间 [14] - 区域市场布局需差异化：北美和中国市场体量大且稳定；韩国和东南亚增速快；欧洲和日本政策导向明显 [14]

谷歌Gemini 3 DeepThink模型重大升级 - 谷歌于北京时间2月13日发布了Gemini 3 DeepThink的重大升级，该模式是专门用于解决科学、工程领域复杂任务的推理模式 [3] - 谷歌CEO表示，公司通过与科学家和研究人员紧密合作对DeepThink进行改进，以应对缺乏明确原则、数据杂乱等现实挑战，旨在将科学知识与工程实践结合以推动实际应用 [5] - 此次升级使DeepThink模式更进一步，能够支持研发人员开展研究级的数学探索工作 [7] 模型性能表现与基准测试结果 - 该模型在多项基准测试中创下新纪录，超越了Claude Opus 4.6、GPT-5.2以及谷歌自家的Gemini 3 Pro Preview [6] - 在“人类最后的考试”测试中，DeepThink取得了48.4%的成绩（不使用工具），刷新最佳纪录，而Claude Opus 4.6和GPT-5.2的成绩分别为40%和34.5% [6] - 在ARC-AGI-2测试中，DeepThink取得了前所未有的84.6%的成绩，此前最强模型得分在60%-70%之间，Claude Opus 4.6的成绩是68.8% [6][8] - 在竞技编程基准测试平台Codeforces中，DeepThink的Elo评分为3455分，相当于全球编程能力前8的水平 [6] - 该模型在化学和物理等科学领域表现出色，在2025年国际物理和化学奥林匹克竞赛的笔试部分取得了金牌级别的成绩 [6] 实际应用案例展示 - 罗格斯大学的一位数学家利用DeepThink审阅一篇高度专业的数学论文，模型成功识别出一个此前人工同行评审均未发现的细微逻辑缺陷 [8] - DeepThink被用于优化复杂晶体生长的制备方法以探索新的半导体材料，在杜克大学的案例中，其设计的方案培育出了尺寸超过100微米的薄膜，技术指标超过此前所有方法 [8] - 该模型能够分析图纸、对复杂形状进行建模并生成文件，以通过3D打印创建物理对象 [8] - 模型旨在推动实际应用，使研究人员能解释复杂数据，使工程师能通过代码对物理系统进行建模 [8] 行业反响与产品发布 - 行业从业者对模型在ARC-AGI-2测试中取得84.6%的得分感到震惊，因为大多数人在此类抽象推理题上都很难达到80%的正确率 [8] - 有AI从业者认为，若模型在识别新模式方面达到如此水平，应称之为“外星智能”而非聊天机器人，并指出其Codeforces的Elo 3455分属于“传奇大师”级别 [9] - 有谷歌前工程师评论，模型能发现人类审稿人忽略的逻辑缺陷，意味着它已从辅助工具转变为合作者，跨越了人工智能辅助与验证研究人员工作的界限 [9][10] - 谷歌表示，DeepThink现已在Gemini应用中上线，供Google AI Ultra订阅用户使用，并首次通过Gemini API向部分研究人员、工程师和企业开放使用权限 [10] 核心研发团队 - 去年9月加入谷歌DeepMind的清华物理系知名研究者姚顺宇是这次DeepThink新模型的核心参与者 [3]

报告行业投资评级 - 给予计算机行业“强于大市”的投资评级 [3][6] 报告核心观点 - 2026年AI应用落地进度远超市场预期，将对软件、影视、传媒等传统行业带来直接冲击 [6] - 国内大模型迎来产品密集发布期，性能对标海外模型，在算力消耗和价格上优势极为明显，2026年国产AI大模型将形成对海外头部模型的替代，可能导致全球AI模型竞争格局重塑 [6] - AI推理需求大幅提升带来算力紧张，模型厂商、云厂商均出现涨价动作，对产业链企业形成利好 [6] 行业数据总结 - **软件行业整体**：2025年软件业务收入15.48万亿元，同比增长13.2%，增速较1-11月回落0.1个百分点，结束了连续9个月的回升趋势 [12]；2025年软件业务利润总额18848亿元，同比增长7.3%，低于收入增速5.9个百分点 [13]；2025年1-11月软件业务出口金额627亿美元，同比增长7.7% [14] - **高景气子行业**： - **IC设计**：2025年收入同比增长18.9%，高于软件行业整体增速5.7个百分点，是景气度最高的子行业 [17] - **云计算+大数据服务**：2025年收入同比增长13.6%，高于软件行业整体增速0.4个百分点 [17] - **其他子行业**： - **基础软件**：2025年收入同比增长11.1%，低于行业整体增速2.1个百分点 [20] - **工业软件产品**：2025年收入同比增长9.7%，景气度偏弱但呈回升态势 [20] - **电子商务平台技术服务**：2025年收入同比增长12.7%，低于行业整体增速0.5个百分点 [24] - **信息安全**：2025年收入同比增长6.7%，低于行业整体增速水平 [25] - **嵌入式系统软件**：2025年收入同比增长9.3%，落后于行业平均增速 [25] - **收入结构**：2025年信息技术服务收入增速14.7%，高于软件业务整体增速1.5个百分点，占软件业务整体收入比重提升至68.7% [27] AI领域动态总结 - **大模型发布密集**：2026年2月预期发布的模型包括豆包大模型2.0、DeepSeek-V4、Kimi-K3、Claude Sonnet 5、阿里的Qwen3.5等，春节期间模型市场竞争格局有望呈现较大变化 [6][33] - **中美模型策略分化**：美国头部模型（如Claude Opus 4.6、GPT-5.2）多采取闭源策略，而中国头部模型（如DeepSeek-V3.2、Qwen3-Max、Kimi K2.5）多采用开源策略 [38] - **模型价格与涨价趋势**：国产模型调用价格明显低于海外模型，优势显著 [39]；2026年2月出现涨价趋势，如Anthropic的Claude Opus4.6极速版价格是原版的6倍，智谱GLM Coding Plan套餐价格上涨30%起 [39] - **AI原生应用用户**：截至2025年12月，国内月活跃用户最高的AI原生APP分别为豆包（1.55亿）、DeepSeek（0.82亿）、元宝（0.21亿） [49]；截至2025年12月，豆包大模型的日均token使用量突破50万亿，较上年同期增长超过10倍 [53] - **视频生成突破**：字节推出的Seedance2.0在人物一致性、动作流畅性、音频适配性上远超之前视频生成模型，可能深刻改变影视、游戏等行业的生产模式 [6][55] - **MaaS市场格局**：MaaS是AI云中增长最快的细分市场，Omdia预测2030年中国MaaS市场规模达177亿元，2025-2030年复合增速72% [56]；截至2025年10月，全球企业级MaaS市场中，OpenAI、谷歌云、字节占比分别为31%、19%、15% [56]；2025年上半年中国大模型公有云服务市场中，字节市场份额为49.2%，阿里份额27% [59] - **模型厂商财务**： - **OpenAI**：年化收入从2023年的20亿美元增长至2025年预计的200亿美元，算力从2023年的0.2GW增长至2025年预计的1.9GW [61]；2025年第三季度亏损超过120亿元 [61] - **Anthropic**：2025年年化收入从年初10亿美元跃升至年底逾90亿美元，2026年2月13日已达140亿美元，目标2026年收入300亿美元 [64]；2026年2月13日完成300亿美元G轮融资，投后估值达3800亿美元 [64] - **AI Agent爆发**： - **Clawdbot/OpenClaw**：开源AI智能体，可根据用户指示使用电脑、应用程序和网络完成复杂任务，其火爆导致Mac mini硬件销售火爆 [65]；阿里云上线了Clawdbot全套云服务，腾讯、字节等也接连更新云上部署 [70] - **Claude Cowork**：Anthropic推出的桌面AI Agent，其强大的功能引发市场对软件企业SaaS模式面临颠覆风险的担忧 [72]；Cowork开发周期仅10天，由4人团队在Claude Code辅助下完成 [72] - **科技企业裁员**：2026年初，科技企业裁员呈现加快趋势，如微软计划裁员涉及5%-10%的员工（对应1.1-2.2万人），Meta对元宇宙业务部门裁员约1500人，甲骨文可能裁员2-3万人以释放现金流 [73][74][77] 国产化进展总结 - **芯片国产化率**：2025年，我国集成电路国产化占比约为17%（即进口依赖度81%） [78]；2025年上半年，我国AI芯片国产化比率从2024下半年的34%提升至35% [81] - **海外芯片供应受限**：英伟达H200仍受禁令限制 [6]；英伟达2025年第三季度来自中国大陆的收入占比降至5% [79]；AMD的MI308实现了少量对华供货 [86] - **国内AI芯片企业上市潮**：摩尔线程、沐曦股份于2025年12月在A股上市，壁仞科技、天数智芯于2026年1月在港交所上市，百度昆仑芯已向港交所递交上市申请，阿里平头哥有独立上市计划 [82] - **国内AI芯片企业业绩**： - **寒武纪**：2025年收入预计60-70亿元，同比增长410%-596% [82] - **沐曦股份**：2025年收入预计16-17亿元，同比增长408%-468% [82] - **摩尔线程**：2025年收入预计14.5-15.2亿元，同比增长231%-347% [82] - **海光信息**：2025年前三季度收入94.9亿元，同比增长55% [82] - **华为昇腾芯片**：昇腾将在2026年第一季度发布昇腾950PR，实现低精度计算能力，并加入自研HBM HiBL 1.0，将从根本上解决被美国禁令限制HBM的窘境 [6][91] - **超节点（Scale Up）发展**： - **华为Atlas 900**：已规模销售超过550套 [100] - **中科曙光scaleX 640**：发布全球首个单机柜级640卡超节点，采用浸没相变液冷方案 [96]；以scaleX 640为基础的国家超算互联网郑州核心节点3万卡AI算力集群已上线，是全国首个投入运营的最大国产AI算力池 [100] - **未来规划**：华为计划于2026年第四季度发布Atlas 950 SuperCluster集群（52万+卡），2027年第四季度发布Atlas 960 SuperCluster集群（99万+卡），后者算力将是当前世界最大集群xAI Colossus的1.3倍 [99][102] - **鸿蒙系统**：纯血鸿蒙系统（HarmonyOS NEXT）终端设备数已于2026年1月25日突破4000万 [101]；2025年第三季度，鸿蒙占据中国手机操作系统18%的市场份额，位居第二；占据全球4%的市场份额，位居第三 [105] 算力领域总结 - **云厂商目标激进**：阿里云提出2026年发展目标是拿下全年中国AI云市场增量的80%，并判断2026年增量的10%都会大于2025年全量，意味着其认为2026年AI云市场将数倍于Omdia的预测值 [6] - **自研芯片进展**： - **阿里平头哥**：有独立上市计划 [6] - **字节跳动**：自研芯片计划2026年量产10万枚 [6] - **谷歌TPU**：2025年11月发布第七代TPU Ironwood，峰值算力4614 TFLOPS (FP8)，可扩展至9216颗芯片集群，峰值算力达42.5 EFLOPS [122]；2023年自用TPU芯片量已突破200万颗，成为全球第二大AI芯片厂商 [123]；Meta将在2026年租用、2027年直接采购谷歌TPU [125] - **亚马逊Trainium**：2025年12月发布自研芯片Trainium3，采用3nm工艺，性能较Trainium2提升40% [126]；正在研发Trainium4，目标FP4计算性能提升6倍、内存带宽提升4倍 [127] - **微软Maia 200**：在互联网厂商自研芯片中性能领先 [121] - **英伟达动态**： - **芯片性能**：2025年发布的B300芯片峰值算力为20 PFLOPS (FP4稀疏) [115]；2026年将量产的Rubin架构芯片峰值算力达50 PFLOPS (推理，FP4) [116] - **超节点计划调整**：2026年1月实际发布的是72个GPU的Vera Rubin NVL72，而非2025年计划的144个GPU的NVL144 [116] - **外部技术投资**：2025年12月，英伟达斥资20亿美元投入新思科技项目，并以200亿美元获得AI芯片公司Grop核心技术的非独家授权，以弥补GPU在AI推理实时响应方面的不足 [120] - **海外资本开支**：海外科技厂商2026年资本开支计划大增，引起了市场担忧 [6] - **国内资本开支**：2025年仍受制于芯片供给，整体需求有望更好地释放 [8]

谷歌Gemini 3 Deep Think模型性能突破 - 在Codeforces竞技编程平台上取得3455 Elo分数，相当于全球排名第8位，全球仅有7人的编程水平排在其前[1][2] - 在公认测试AI推理能力的前沿基准ARC-AGI-2上取得史无前例的84.6%得分，该成绩已经ARC Prize基金会验证[3][4][15] - 在Humanity's Last Exam基准测试中刷新SOTA，取得48.4%的成绩[3][4] - 在2025年国际数学奥林匹克竞赛中达到金牌水平，取得81.5%的成绩[4][15][26] - 在2025年国际物理奥林匹克竞赛笔试部分取得87.7%的成绩，在2025年国际化学奥林匹克竞赛笔试部分取得82.8%的成绩，均达到金牌级别[4][24][26] - 在MMMU-Pro多模态理解与推理基准测试中取得81.5%的成绩[4][26] - 在凝聚态理论基准CMT-Benchmark中取得50.5%的成绩[4][24][26] - 相比去年12月发布的初代Deep Think在ARC-AGI-2上45.1%的得分，新版模型在不到三个月内性能大幅提升至84.6%[19] - 在ARC-AGI-1基准上取得了96%的成绩[19] - 模型推理成本大幅降低，从初代Deep Think每项任务77.16美元的成本降低了82%，降至每项任务仅需13.62美元[21] 行业竞争格局与基准测试进展 - 在关键基准测试中，Gemini 3 Deep Think性能显著超越主要竞争对手：在ARC-AGI-2上优于Claude Opus 4.6的68.8%和GPT-5.2的52.9%[3][4] - 在Humanity's Last Exam基准上，Gemini 3 Deep Think的48.4%成绩优于Claude Opus 4.6的40.0%和GPT-5.2的34.5%[4][26] - 在Codeforces Elo评分上，Gemini 3 Deep Think的3455分显著高于Gemini 3 Pro Preview的2512分和Claude Opus 4.6的2352分[4][26] - 由于模型在ARC-AGI-1和ARC-AGI-2上表现卓越，ARC Prize基金会已在构建更难的ARC-AGI-3基准[24] 模型在科研与工程领域的实际应用 - 模型能够分析草图，对复杂形状进行建模，并直接生成用于3D打印的实体文件，例如成功打印了一个笔记本电脑支架[7] - 罗格斯大学的数学家利用该模型审阅高度专业的数学论文，成功识别出一个此前人工同行评审均未发现的细微逻辑缺陷[9] - 杜克大学的王安实验室利用该技术优化了复杂晶体生长的制备方法，成功设计出一种能够生长厚度大于100微米薄膜的工艺，达到了以往方法难以企及的精确目标[10] - 模型擅长处理科学领域中的长尾任务，例如根据输入的复杂分子结构图片准确计算出分子式[11] - 官方表示，新版Deep Think是专门开发的推理模式，旨在推动智能前沿发展，并解决科学、研究和工程领域的现代挑战[4] 核心研发团队与人才背景 - 核心研发团队中有不少华人科学家，包括95后华人科学家Yi Tay，他在团队中从事强化学习和推理方向的研究工作[27] - Yi Tay曾在Google Brain共同领导早期大语言模型项目，包括PaLM-2、UL2和Flan-2，后作为联合创始人创办AI独角兽初创公司Reka，并于一年半后重返谷歌DeepMind担任高级资深研究科学家[28] - 另一位关键参与者是清华物理系传奇特奖得主姚顺宇，他于去年9月加入谷歌DeepMind，参与了Deep Think新模型的开发[5][28] - 姚顺宇本科期间已在《Physical Review Letters》发表高水平论文，首次在国际上给出了关于非厄米系统的拓扑能带理论，博士毕业于斯坦福大学，师从知名学者，在加入谷歌前曾于Anthropic参与Claude系列模型的研发[29][30]

公司业务动态 - Waymo在亚特兰大启动试点项目 付费让DoorDash外卖骑手为其无人驾驶汽车关闭未关严的车门 以便车辆能迅速重新上路 [1] - 公司证实 未来的Waymo车型将具备自动关门功能 但未说明该功能何时上线 [1] - Waymo开始部署其下一代无人驾驶出租车 致力于扩大其在美国的领先地位 [2] - 目前Waymo在美国六个市场提供全自动无人驾驶出租车服务 并计划在今年扩展到更多城市 [2] 运营模式与成本 - Waymo的汽车在无人驾驶状态下行驶 但当离车乘客没关车门时 车辆在有人关上门之前将无法移动 [1] - 为解决车门未关问题 Waymo正求助于来自DoorDash等公司的零工经济从业者 [1] - 根据Reddit帖子信息 亚特兰大的一名DoorDash驾驶员被提供11.25美元的报酬去关闭附近一辆Waymo的车门 [1] - 除了DoorDash Waymo还在向独立道路救援公司Honk的用户支付报酬以关闭车门 在洛杉矶关一次车门最高可获得24美元的报酬 [2] - Waymo在简单任务上对人类的依赖 凸显了即使是最先进的自动驾驶技术 在某些基础操作上仍需要昂贵的人工干预 [2] 公司财务与估值 - 在最近的一轮融资中 Waymo的估值达到了1260亿美元 [2] - Waymo是Alphabet"其他赌注"板块的核心 该板块旨在利用技术尝试解决影响包括交通和健康技术在内的广泛行业的重大问题 [2] - 根据Alphabet的年度报告 "其他赌注"部门去年的营业亏损为75亿美元 其中包括Waymo产生的21亿美元股权激励费用 [2]

市场观点与反弹逻辑 - 人工智能交易正上演戏剧性反转 市场反弹的潜在触发因素是某家科技巨头收紧AI基础设施支出并转向利润与现金流导向 [1] - 若某家超大规模厂商或软件公司表态将停止AI投资 不再采购价格虚高的内存 并重归现金流导向 市场反而有望迎来反弹 [1] 当前市场状况与担忧 - 今年科技股主导的抛售潮中 软件板块首当其冲 [1] - 市场正在定价AI颠覆性冲击带来的不安 同时日益担忧超大规模厂商资本开支持续攀升或已触及不可持续水平 [1] - 资金向价值股的显著轮动正成为2026年市场主线之一 [1] 主要公司的AI投资计划 - 微软 谷歌 亚马逊及Meta Platforms均已公布今年AI投资计划 合计规模高达6500亿美元 [1]

谷歌Gemini 3 Deep Think模型重大升级 - 面对Claude Opus 4.6和GPT Codex 5.3的竞争，谷歌推出了Gemini 3 Deep Think的重大升级[1] 在多项基准测试中刷新纪录 - 在Codeforces竞技编程平台上取得3455 Elo分数，相当于世界第8名[2] - 在ARC-AGI-2基准测试中取得史无前例的84.6%得分，远超之前最强模型的60%-70%区间以及Claude Opus 4.6的68.8%[3] - 在人类最后考试上刷新SOTA，取得48.4%的成绩[4] - 在2025年国际数学奥林匹克竞赛中达到金牌水平，取得81.5%的成绩[5][22] - 在2025年国际物理奥林匹克竞赛笔试部分取得87.7%的成绩，达到金牌级别[5][33] - 在2025年国际化学奥林匹克竞赛笔试部分取得82.8%的成绩，达到金牌级别[5][33] - 在CMT-Benchmark凝聚态理论测试中取得50.5%的分数[5][34] - 在MMMU-Pro多模态理解与推理测试中取得81.5%的成绩[5] - 在学术推理测试中取得53.4%的成绩[5] - 在ARC-AGI-1测试中取得96%的成绩，直接顶到天花板[27] 性能与成本优势显著 - 推理成本大幅下降，从初代Deep Think每项任务77.16美元降至13.62美元，降幅达82%[29] - ARC-AGI-2测试得分在不到三个月内从初代的45.1%飙升至84.6%[26] - 由于ARC-AGI-1和2均被刷爆，ARC Prize已在构建ARC-AGI-3[32] 定位为科研与工程助手 - 新版Deep Think旨在推动智能前沿发展，并解决科学、研究和工程领域的现代挑战[5] - 其野心不止于赢得基准测试，而是要走进科研和工程领域，帮助工程师处理复杂任务[7] - 模型可以分析草图，对复杂形状进行建模，并直接生成用于3D打印的实体文件[8] - 罗格斯大学数学家利用其审阅高度专业的数学论文，并成功识别出一个此前人工评审均未发现的细微逻辑缺陷[10][11] - 杜克大学实验室利用其优化复杂晶体生长的制备方法，成功设计出能生长厚度大于100微米薄膜的工艺，达到了以往方法难以企及的精确目标[13][14] - DeepSeek研究员表示其非常擅长处理科学领域中的长尾任务，例如输入复杂分子结构图片后能准确计算出分子式[16][17] 研发团队背景 - 研发团队中有不少华人身影[36] - 核心成员包括95后华人科学家Yi Tay，他在Gemini团队从事强化学习和推理方向研究，曾共同领导Google Brain的早期大语言模型项目，并曾联合创办AI独角兽公司Reka AI，后重返谷歌DeepMind担任高级资深研究科学家[37][38] - 另一位关键参与者是清华物理系传奇特奖得主姚顺宇，他于去年9月从Anthropic跳槽加入谷歌DeepMind，参与了此次新模型的开发[6][39] - 姚顺宇本科期间已在《Physical Review Letters》发表高水平论文，博士毕业于斯坦福大学，师从知名学者，在Anthropic期间参与了Claude系列模型的强化学习理论工作，此次Deep Think新模型是他在谷歌的首秀之作[41][42]