公司近期股价表现与市场关注度 - 谷歌母公司Alphabet进入2026年，因人工智能驱动强劲反弹而重获投资者关注 [1] - 过去六个月股价上涨约77%，截至发稿时交易价格为314美元，年初至今股价上涨超过60% [1] - 这一势头促使部分投资者考虑该公司股票是否能在一年内将投资变为100万美元 [2] 公司核心财务与业务基本面 - Alphabet是全球股票中最强大的公司之一，年收入超过3000亿美元，营业利润率超过25% [3] - 每股收益超过10美元，远期市盈率在20倍出头至20倍中段，每年超过800亿美元的自由现金流支持持续投资、收购和股票回购 [3] - 人工智能是主要增长引擎，Gemini AI已嵌入搜索、YouTube、Android、Chrome和Google Cloud，支持AI驱动的广告和企业需求 [4] - Google Cloud现已实现盈利，估计有1550亿美元的积压订单，收入增长远高于公司平均水平，成为关键的长期盈利驱动力 [4] 公司战略投资与未来增长 - 公司正在增加基础设施支出，投资于数据中心、定制AI芯片和能源产能，以满足不断增长的AI需求 [5] - 一项47.5亿美元的电力交易凸显了其对长期可扩展性和成本控制的关注，这些投资短期内会挤压利润率，但增强了在AI和云计算领域的竞争地位 [5] 关于“百万美元回报”的数学现实分析 - 通过数学计算，10万美元投资需要股价上涨十倍至约3000美元，意味着近30万亿美元的估值，这对一家超大型公司而言不现实 [7] - 即使从25万美元开始投资，也需要股价上涨四倍并增加数万亿美元市值，这远超历史先例 [7] - 更现实的多头情景是，若AI收入加速且云业务利润率扩大，年增长率可达25%至40% [8] - 按40%增长率上限计算，25万美元投资可增长至约35万美元，一年内达到100万美元仅对已接近该水平的投资者可行，例如75万美元的头寸需要约33%的涨幅 [8] - 虽然杠杆或期权可能放大回报，但也增加了风险，因此公司股票更适合长期财富创造，而非一年内成为百万富翁的途径 [9]

亚马逊核心业务表现 - 零售业务持续平稳扩张 北美地区收入同比增长11% 国际收入同比增长10% 付费单位增长11% 更快的配送速度 当日达杂货业务增长以及AI驱动的购物工具促进了用户参与和转化 [1] - 广告业务收入同比增长22% 达到177亿美元 得益于其全漏斗广告生态系统和新的合作伙伴关系 [1] - 亚马逊云科技收入在最近第三季度同比增长20.2% 达到330亿美元 为11个季度以来最快增速 年化运营率已达1320亿美元 运营利润增至114亿美元 显示规模与效率 [3] - 当季总收入达1802亿美元 同比增长12% 调整后每股收益增长36.4% 至1.95美元 过去12个月自由现金流增至148亿美元 表明整体现金生成能力改善 [6] 亚马逊战略投资与增长前景 - 为满足AI驱动的云需求进行大量投资 过去12个月增加了超过3.8吉瓦的电力容量 自2022年以来规模已扩大三倍 并计划到2027年再翻一番 [2] - 定制芯片业务已成为价值数十亿美元的业务 季度环比增长150% Bedrock平台被管理层寄望未来能与EC2相媲美 [2] - 截至季度末 AWS未履行合同金额达2000亿美元 不包括季度后签署的几笔大额交易 预示未来需求将持续强劲 [3] - 公司计划2025年资本支出约1250亿美元 预计2026年支出将进一步增加 主要用于支持AI 云基础设施和物流 管理层致力于长期资本回报和持续的客户价值创造 [6] - 分析师预计公司2025年收益将增长29.6% 2026年增长9.5% AWS增长重新加速 AI领导地位 现金流增长以及稳健的核心业务使其成为持有至2026年及以后的优质公司 [7] 华尔街对亚马逊评级 - 华尔街给予亚马逊股票“强力买入”评级 覆盖该股的56位分析师中 49位给予“强力买入”评级 5位建议“适度买入” 2位建议“持有” [8] - 平均目标价为295.80美元 意味着较当前价格有27%的潜在上涨空间 最高目标价360美元则暗示未来12个月可能上涨高达55% [8] 谷歌核心业务表现 - 第三季度收入首次突破1000亿美元 达1023亿美元 同比增长16% 五年前季度收入为500亿美元 显示业务规模迅速扩大 [10] - 搜索 YouTube 订阅服务 智能手机和谷歌云均实现两位数增长 表明整体业务执行稳健 [10] - 谷歌云收入同比增长34% 达152亿美元 运营利润同比增长85% 至36亿美元 运营利润率达23.7% [12] - 得益于对企业AI基础设施 专有TPU以及基于Gemini的生成式AI解决方案的高需求 云业务未履行合同金额增至1550亿美元 环比增长46% 2025年前九个月达成的十亿美元级云交易数量超过过去两年总和 [12] 谷歌AI进展与财务状况 - AI正日益推动实际业务成果 Gemini模型目前每分钟通过API处理数十亿个token Gemini应用月活跃用户数远超6.5亿 所有谷歌平台的token处理量同比增长超过20倍 显示AI在用户搜索 创作和在线互动中的重要性日益增长 [11] - 公司财务状况异常强劲 当季产生245亿美元自由现金流 过去12个月达736亿美元 期末持有近1000亿美元的现金及有价证券 [13] - 尽管为支持AI基础设施 资本支出急剧增加 但管理层视这些投资为长期价值创造的关键 预计2026年支出将更高 [13] 华尔街对谷歌评级 - 华尔街给予谷歌股票“强力买入”评级 覆盖该股的54位分析师中 43位给予“强力买入”评级 4位建议“适度买入” 7位建议“持有” [15] - 平均目标价为329.79美元 意味着较当前水平有5.2%的上涨空间 最高目标价400美元则暗示未来12个月有27.6%的上涨潜力 [15]

12月30日，随着全球数字资产市场的演进，RadexMarkets瑞德克斯观察到，加密行业正站在机构级普及 的十字路口。根据行业前沿预测，2026年将成为科技巨头与传统金融力量深度渗透加密领域的关键一 年。RadexMarkets瑞德克斯认为，尽管财富100强企业纷纷布局区块链技术，但市场重心仍将集中在具 有中立属性的基础设施上，而非由单一企业主导的封闭生态。 责任编辑：陈平 12月30日，随着全球数字资产市场的演进，RadexMarkets瑞德克斯观察到，加密行业正站在机构级普及 的十字路口。根据行业前沿预测，2026年将成为科技巨头与传统金融力量深度渗透加密领域的关键一 年。RadexMarkets瑞德克斯认为，尽管财富100强企业纷纷布局区块链技术，但市场重心仍将集中在具 有中立属性的基础设施上，而非由单一企业主导的封闭生态。 在具体的行业应用层面，RadexMarkets瑞德克斯表示，银行和金融科技领域将成为财富100强企业接入 区块链的主阵地。许多机构倾向于利用Avalanche或OP stack等现有工具包构建许可链，从而在保障数据 隐私的同时，通过桥接技术与公链保持交互。虽然摩根大通、高盛等巨头 ...

AI工业时代的开启 - 2025年标志着AI从“学术探索”正式迈向“工业化基础设施”时代，创新将模型性能推向新高度，AI驱动的应用变得不可或缺 [1][10] - AI投资成为驱动美国GDP增长的核心力量，2025年上半年数据中心和AI投资几乎占美国国内生产总值增长的全部 [1][20] - 全球年度资本支出突破3000亿美元，其中大部分用于建设新的数据中心来处理AI任务 [1][17] 万亿级基础设施投资与能源挑战 - 科技巨头开启大规模数据中心计划，单项投资动辄数千亿美元，例如OpenAI与合作伙伴宣布耗资5000亿美元的“Stargate”项目，并计划最终在全球建设20吉瓦的容量 [1][5][19] - 主要公司2025年基础设施支出巨大：微软全球数据中心支出达800亿美元，亚马逊预计支出1250亿美元，Alphabet预计支出930亿美元，Meta在基础设施项目上花费约720亿美元 [5][19] - 电力供应成为硬约束，科技公司开始通过重启核电站来保障算力需求，例如微软签署为期20年的协议计划于2028年重启宾夕法尼亚州的三里岛核反应堆以提供835兆瓦电力 [1][5][19] - 电网容量不足已导致硅谷部分数据中心闲置，且贝恩公司估计到2030年AI年收入需达到2万亿美元以支撑建设规模，这超过了主要科技巨头2024年的总盈利 [5][24] 推理模型成为主流与智能体编码爆发 - 以OpenAI o1和DeepSeek-R1为代表的推理模型成为主流，AI具备了“多步思考”能力，显著提高了在数学、科学和编程任务中的表现 [1][7][11] - 推理的早期形式通过提示“让我们一步步思考”兴起，关键是通过强化学习进行微调，训练模型在生成输出前“思考”问题 [11] - 当推理模型学会使用工具时性能更好，例如结合工具使用的OpenAI o4-mini在一项多模态理解测试中达到了17.7%的准确率，比没有工具时高出3个百分点以上 [7][14] - “智能体编码”爆发，AI智能体已能独立处理复杂的软件开发任务，到2025年底，基于最新大模型的编码智能体在SWE-Bench基准测试中能够完成超过80%的任务 [1][7][21] - 编码应用从代码补全发展到能管理广泛软件开发任务的智能体系统，Claude Code、Google Gemini CLI、OpenAI Codex等成为竞争焦点 [7][21][25] 天价薪酬重塑人才市场 - 顶尖AI人才身价飙升至职业体育明星水平，Meta在2025年打破了传统薪酬结构，向研究人员提供部分四年期合同价值高达3亿美元的薪酬包 [2][6][15] - 扎克伯格亲自参与人才争夺战，成功招募了OpenAI的Jason Wei和Hyung Won Chung等关键研究人员 [6][18] - 作为回应，OpenAI为新员工提供了更激进的股票期权归属时间表和高达150万美元的留任奖金 [6][17] - AI工程师薪资轨迹反映了AI从学术好奇心到革命性技术的演变，顶级薪酬不断攀升 [16][18] 行业竞争与公司动态 - 顶级AI公司为熟练从业者展开激烈争夺战，从竞争对手处吸引顶尖人才，Meta从OpenAI、谷歌和Anthropic挖角，而微软AI首席执行官从Google挖走了20多名研究人员 [6][18] - 埃隆·马斯克的xAI从Meta聘请了十几名AI研究人员，马斯克谴责竞争对手的“疯狂”offer [18] - 除了人才竞争，模型制造商和集成开发环境开发者之间存在拉锯战，导致一些IDE提供商构建自己的模型，而谷歌构建了自己的IDE Antigravity [25] - 开放权重模型如Z.ai GLM-4.5和Moonshot Kimi K2成为热门选择，使自动化编码初创公司能够大幅削减成本 [25] 面临的现实挑战与成本 - 推理过程增加了推理成本，例如启用推理的Gemini 3 Flash在基准测试中使用了1.6亿个token，而未推理版本仅使用740万个token [13] - 生成推理token可能会延迟输出，增加了LLM推理提供商更快服务token的压力，但研究人员正在寻找使过程更高效的方法 [13] - 苹果和Anthropic的研究指出推理模型在某些复杂逻辑上仍存在局限性，且推理步骤可能遗漏对结论有关键贡献的信息 [7][14] - 尽管存在对AI泡沫的担忧，但对于计划花费数百亿美元建设AI数据中心的公司来说，高薪被认为是合理的支出 [17]

印度零售投资市场趋势 - 印度零售投资者对金融市场的参与度处于历史最高水平 印度证券存管账户数量在2025年9月首次突破20亿个[24] - 然而 印度投资组合中的海外投资配置比例仅为2–3% 远低于发达市场投资者的全球配置水平[1][24] - 这一情况正在缓慢改变 尤其是在寻求本土股票以外机会的年轻印度投资者中[1][24] 零股投资的概念与运作 - 零股投资允许投资者购买美股或ETF的一部分 而非一整股[1][24] - 即使美股或热门ETF单价高达数万卢比 投资者也能以低至1卢比的金额进行投资并获得相应敞口[3][24] - 投资价值与标的股票或ETF同步变动 股息等经济收益按比例分配[4][24] - 平台汇集多个投资者的订单以在美股市场购买整股或ETF单位 然后根据投资金额为每位投资者分配零股权益（如0.25或0.4）[6][24] - 所有股息 红利或公司行为均会公平且自动地分配[6][24] 零股投资对印度投资者的价值 - 为零股投资消除了高投资门槛这一主要障碍 尤其有利于首次进行全球投资的印度投资者[5][24] - 该结构使印度投资者无需预先投入大笔资金即可接触优质的全球资产[6][24] - 零股投资的意义不在于快速交易 而在于以明智的方式建立全球投资敞口[14][24] - 它使印度投资者能够以小额资金参与全球增长 无需等待积累大量资本或追求完美时机[16][24] 美国市场作为零股投资目的地的优势 - 美国市场是零股投资的全球先驱 大多数领先的美国券商已支持股票 ETF和指数的零股交易[7][24] - 这为印度投资者开辟了两大途径：通过股票投资全球公司（如苹果 字母表 英伟达）以及通过ETF实现即时多元化[7][8][24] - 美国ETF允许投资者通过单一工具投资整个行业 指数或主题（如标普500 纳斯达克100 全球科技 医疗保健或清洁能源）并提供内置的多元化及相对于个股更低的波动性[8][24] - 零股投资使这两条途径都能以小额资金实现[10][24] 零股投资的技术与安全 - 通过合适的平台提供时 零股投资有强大的技术和治理框架支持[11][24] - 许多平台使用分布式账本（基于区块链）技术为每位投资者的零股所有权维护独立透明的记录 这确保了准确的 ownership tracking 按比例分配股息和公司行为 以及安全防篡改的记录[11][12][24] - 该技术在保持高透明度和投资者保护标准的同时提高了效率[13][24] 平台案例：Appreciate的功能 - Appreciate平台允许印度投资者在一个地方研究美股和ETF 分析基本面并无缝进行投资[16][24] - 该平台遵守所有必要法规 确保投资安全并符合印度和美国的金融监管要求[21] - 平台提供清晰的费用结构 无隐藏收费 便于管理投资成本[21] - 为初学者和经验丰富的投资者提供教育资源 工具和易用界面 每个投资组合还享有美国证券投资者保护公司最高50万美元的保险[21] - 为印度投资者提供无缝的全球市场接入 便于进行国际多元化投资[21] 对印度投资者的策略建议 - 以小额可管理的资金开始美国投资[20] - 结合股票和ETF以实现平衡[20] - 降低对印度市场的过度依赖[20] - 获得全球业务和美元资产的敞口[20] - 在不影响月度预算的情况下进行持续投资[20] - 在一个由技术 人工智能 数字消费和全球供应链驱动的世界中 美股和ETF能为长期投资组合增添有意义的多元化[15][24]

文章核心观点 - 2025年是人工智能工业时代的黎明，行业从算法竞赛演变为一场涉及人才、算力、基建和能源的工业革命 [13][36] - 尽管行业在人才、资本和基础设施上投入巨大，但推理模型的成熟和编程智能体的进化极大地降低了AI开发的门槛，为开发者创造了前所未有的机会 [36] 2025年AI行业关键趋势 模型能力：推理成为标配并解决更大问题 - 2025年初，模型需明确提示才会执行推理策略，而年底大多数新的大语言模型已默认具备此能力，显著提升了广泛任务的性能 [20] - 推理模型在数学、编程和科学问题解答上表现卓越，例如OpenAI的o1-preview在AIME 2024上比GPT-4o高出43个百分点，在GPQA Diamond上高出22个百分点，在Codeforces编程题中表现位于人类选手的第62百分位，而GPT-4o仅为第11百分位 [23] - 当推理模型学会使用工具（如计算器、搜索引擎）时，表现进一步提升，例如带工具的OpenAI o4-mini在一项高难度测试中准确率达17.7%，比不使用工具时高出3个多百分点 [23] - 机器人动作模型通过强化学习学会推理，在任务上的表现相较于不具备思考能力的模型提升了约8% [23] - 推理能力提升性能的同时也增加了成本和延迟，例如Gemini 3 Flash开启推理时消耗1.6亿tokens（得分71），关闭推理仅消耗740万tokens（得分55）[21] - 研究人员正努力提高推理效率，例如Claude Opus 4.5与GPT-5.1取得相同分数，但前者消耗4800万tokens，后者消耗8100万tokens [21] 人才争夺：巨额薪酬成为常态 - 领先的AI公司展开激烈人才争夺战，提供堪比职业体育明星级别的薪酬挖角，例如Meta为新成立的Meta Superintelligence Labs向来自OpenAI、Google、Anthropic的研究人员开出高达数亿美元的待遇 [22] - 为抵御挖角，OpenAI提供了更高比例的股票薪酬，加快新员工期权归属进度，并发放高达150万美元的留任奖金 [26] - 具体案例包括：Meta成功招募了OpenAI的Jason Wei和Hyung Won Chung [27]；Andrew Tulloch最初拒绝了Meta价值15亿美元的奖金方案，但几个月后改变主意加入 [27]；Meta聘请了前Apple AI主管Ruoming Pang，其薪酬方案在数年内累计高达数亿美元 [27]；Microsoft AI CEO从Google带走了20多名研究人员 [27]；xAI从Meta挖走了十多名AI研究人员 [27] 基础设施：数据中心建设狂潮 - 2025年AI行业资本支出突破3000亿美元，大部分用于建设处理AI任务的新数据中心 [26] - 各大公司规划宏伟蓝图，建设规模堪比小镇、能耗相当于中型城市的设施，据麦肯锡预测，到2030年相关成本可能高达5.2万亿美元 [26] - 主要公司具体计划： - **OpenAI**：启动与甲骨文、软银等合作的5000亿美元“星际之门”项目，计划在全球建设20吉瓦的数据中心产能，并预测需求量是该数字的5倍 [31] - **Meta**：2025年在基础设施项目上投入约720亿美元，其Hyperion项目包括在路易斯安那州建设一个价值270亿美元、容量为5吉瓦的数据中心 [31] - **微软**：2025年全球数据中心项目支出达800亿美元，计划将其在欧洲的云和AI产能扩展至200个数据中心 [31] - **亚马逊**：预计2025年基础设施支出达1250亿美元，其耗资110亿美元的“雷尼尔计划”是位于印第安纳州的一个2.2吉瓦数据中心 [31] - **Alphabet**：预计2025年基础设施支出高达930亿美元，宣布了一项400亿美元的计划，到2027年在得克萨斯州增加3个数据中心 [31] - 基础设施建设热潮为经济带来增长，2025年上半年美国GDP的增长几乎全部来自数据中心和AI领域的投资 [29] 应用落地：智能体编程成为核心战场 - 编程已成为智能体工作流中最具直接商业价值的应用场景，是AI巨头竞争最激烈的战场之一 [30] - 2024年首个智能体代码生成器Devin将SWE-Bench基准测试的最高水平从1.96%提升到13.86%，而到2025年，使用最新大语言模型的编程智能体已能常态化完成超过80%的同类任务 [30] - 智能体系统性能的快速提升催生了SWE-Bench Verified、LiveBench等一系列新的评估基准 [33] - 2025年初，业界认为智能体仅擅长生成常规代码，但到年底，许多公司报告已开始自动化资深级别的任务，Microsoft、Google、Amazon和Anthropic均表示自身越来越多的代码正由AI生成 [33] - 主要模型与应用进展：Gemini 3 Pro、Claude Opus 4.5和GPT-5.2成为编程和智能体工作流领域的顶尖模型 [39]；开放权重模型如GLM-4.5和Kimi K2帮助初创公司大幅削减成本 [39]；Anthropic推出Claude Code应用，OpenAI随即推出基于GPT-5系列的Codex应用 [39]；模型制造商与IDE开发者展开竞争，导致部分IDE提供商开始构建自己的模型，而Google也构建了自己的IDE——Antigravity [39] 对从业者的建议 - 要真正具备构建AI系统的能力，需要进行结构化学习（如学习AI课程）、持续动手构建AI系统，并可选择阅读研究论文 [6][14] - 在没有理解AI基础的情况下贸然动手，容易导致重复发明轮子或走弯路 [6] - 随着高度智能化的编程助手出现，动手构建的门槛已比以往任何时候都低 [8]

人才回流现象 - 2025年谷歌招聘的AI软件工程师中，约20%为离职后重新入职的“回飞镖员工”，这一比例较往年有所上升 [3] - 与2024年相比，来自主要竞争对手的AI研究人员数量大幅增加 [3] - 整个信息行业的“回飞镖员工”数量都在上升 [4] 吸引人才的核心优势 - 雄厚的财力与先进的计算基础设施是吸引AI领域软件工程师的关键因素 [3] - 公司对当前的发展势头、计算资源和人才储备充满信心 [3] 公司背景与市场表现 - 2023年初母公司Alphabet进行了史上最大规模裁员，裁掉12,000个岗位，员工总数减少6% [4] - 此后公司继续进行滚动裁员和买断计划 [4] - 今年以来，Alphabet股价上涨了60%以上，表现优于所有大型科技同行 [5] 行业竞争态势 - OpenAI、Meta和Anthropic等公司之间AI人才争夺战愈演愈烈 [3] - 2025年7月，微软从谷歌DeepMind挖走了约24名员工 [6] - OpenAI首席执行官表示，Meta曾开出1亿美元的签约奖金招揽人才，其自身也在积极努力留住员工 [6] 战略调整与产品反弹 - 在2022年底OpenAI推出ChatGPT后，公司在生成式AI领域起步缓慢，一度处于追赶状态 [5] - 经历多次产品推出失误后，今年凭借对AI基础设施的巨额投资以及Gemini应用的成功实现反弹 [5] - 上个月发布了其最新模型Gemini 3 [5] 高层行动与组织变革 - 2024年年底，召回了AI领域重要人物诺姆·沙泽尔，其曾于2021年离职创办Character.AI [7] - 2024年8月，沙泽尔及其联合创始人等研究团队成员在授权协议下重新加入了DeepMind [7] - 过去一年里，公司变得更加敢于冒险，加快了产品推出速度，即使产品并非完全成熟 [7] - 公司努力消除官僚主义，实施了大规模的员工买断计划，并裁掉了超过三分之一的小团队管理人员 [7] - 联合创始人谢尔盖·布林在2023年退休后复出，有时会亲自联系潜在候选人进行招聘 [9]

核心观点 - 报告认为，全球AI产业在2026年将延续高景气，并看好“一主两副”三条投资主线：主线是AI算力链，副线一是以商业航天、低空经济、量子科技为代表的“新质生产力”，副线二是以电信运营商为代表的“核心资产” [1] 2025年行情回顾 - 2025年初至12月18日，通信（申万）指数累计涨幅为84%，跑赢沪深300指数（+19%），在31个申万一级行业中位列第1位 [14] - 板块走势分为四个阶段：第一阶段（1月1日至2月21日）受DeepSeek出圈影响，市场对海外算力逻辑产生担忧，国产算力链关注度提升；第二阶段（2月22日至4月8日）地缘政治因素成为核心矛盾，板块承压调整；第三阶段（4月9日至9月1日）板块迎来单边上涨，受北美云厂商加码AI资本开支、800G/1.6T光模块需求预期上修等因素推动；第四阶段（9月2日至12月18日）板块震荡，但AI巨头（谷歌、英伟达、阿里）有力回击“AI泡沫论”，国内超节点方案密集发布 [14] - 自生成式AI革命以来，AI算力需求带动GPU、液冷&铜连接、光模块环节的3Q25单季度归母净利润相比于1Q23分别扩张15.6倍、3.7倍、13.7倍 [17] 2026年投资主线：AI算力链 - 报告认为2026年或将迎来此轮AI的第三次算力需求高增，看好海外与国内算力链投资机会 [1][21] - **海外算力**：1）光通信方面，2026年800G、1.6T光模块需求有望快速提升，龙头厂商及上游核心物料环节（如光芯片）业绩有望延续高增 [1][21]；2）液冷方面，国内液冷产业链厂商出海进程提速，有望凭借制造业优势提升全球份额 [1][21]；3）光纤光缆方面，看好2026年空芯光纤在数据中心场景的产业化落地机遇 [1][21] - **国产算力**：超节点是弥补国产卡与海外先进卡算力差距的必由之路，预计2026年有望成为国产超节点放量元年，其中Scale Up为核心增量环节，国产卡集群放量有望带动网络配比提升，重点板块包括铜连接、交换机、交换芯片 [1][21] AI算力：海外链详细展望 - **光通信产业高景气延续**：3Q25光模块及光器件板块总营收/归母净利润分别同比增长51%/123% [28] - **1.6T升级周期开启**：英伟达GB300搭载CX-8网卡，Rubin架构将搭配CX-9网卡，单台Compute Tray配套网卡数量较GB系列翻倍至8张，有望推动GPU与1.6T光模块配比提升，利好头部厂商 [33] - **关注新晋供应商与核心物料**：随着800G、1.6T需求提升，上游光芯片（如100G/200G EML、70mW/100mW CW光源）需求快速释放，供应商正积极扩产 [43]。上游InP衬底市场集中度高，2020年全球前三大厂商（Sumitomo、北京通美、日本JX）占据90%以上份额 [44] - **新技术趋势**：1）**CPO（光电共封装）**：相比传统1.6T光模块的30W功耗，CPO方案可将光通信功耗降低至9W [49]。2025年英伟达、博通均发布CPO新品，产业进展积极 [53][56]。2）**OCS（全光交换）**：可有效降低数据中心组网功耗与成本，Coherent预计OCS可带来30%的成本节省及41%的功耗降低，并为其带来20亿美元的增量市场空间 [63] - **光纤光缆新机遇**：AI数据中心需求成为新引擎，CRU预计2029年数据中心光纤在全球总光纤需求占比有望达到11%（芯公里数） [70]。空芯光纤凭借超低时延等优势有望迎来快速发展，微软数据显示光通过空芯光纤的速度比传统方案快47% [75] - **液冷市场步入高增元年**：2026年北美云厂商主力出货的AI芯片（如GB300、TPU v7）均将采用液冷方案，产业链步入业绩收获期 [81]。Promersion统计2025年全球液冷市场规模预计增长85%至70亿美元 [84]。国内厂商（如英维克、申菱环境）出海进程提速，有望凭借工程师红利和供应链优势提升全球份额 [91][94] AI算力：国内链详细展望 - **超节点引领国产算力突围**：面对“单卡算力有差距”、“单位算力成本更高”的困局，超节点通过多卡协同有望在集群层面实现赶超，例如华为CM384超节点以5.3倍于英伟达GB200 NVL72的卡数，实现了1.7倍于后者的算力性能 [105] - **Scale Up为核心增量环节**：超节点的核心在于强化Scale Up（节点内部互联），国产超节点需求释放将为铜连接、交换芯片、交换机等Scale Up环节带来核心增长机遇 [109] - **铜连接全面受益**：高速铜连接（DAC）在短距互联场景相比光连接（AOC）具备成本低（单根25G DAC价格仅为25G AOC的1/3至1/4）、功耗低（25G DAC/AOC线缆功耗分别为0.1W/2W）、稳定性高等优势 [110]。英伟达GB200 NVL72超节点所用铜连接总价值量约65万元人民币，占GPU价值量的4% [114] - **市场规模测算**：报告测算，2026年中国高速铜连接（AI）市场规模有望达129亿元，同比增长56%，2025E-2029E市场空间CAGR为46% [121]。预计2026年英伟达GB系列服务器对应高速铜芯线市场规模为66.5亿元，同比增长106% [123][125] 副线一：核心资产（电信运营商） - 国内三大运营商收入增速虽有所放缓，但经营效率提升、资本开支下降的趋势仍在延续，为利润及股息的稳健增长留出充足空间 [2][21] - 三大运营商借助科技央企定位，在各行各业AI转型中发挥重要作用，同时秉持审慎投资原则 [2] - 运营商利润呈现稳步增长态势，叠加分红率提升，其港股股息率具备较强吸引力，是红利资产的优质选择 [2][21] 副线二：新质生产力（新兴产业） - “十五五”规划擘画了商业航天、低空经济、量子科技等新兴信息通信产业方向 [3][22] - **商业航天迎来三重拐点**：1）政策面：“十五五”规划首提建设航天强国目标；2）业绩面：中国星网、垣信卫星加快发射节奏，有望带动上游卫星制造、火箭发射等环节业绩兑现；3）技术面：商业火箭公司加快可回收技术突破，地面蜂窝网络产业优势有望赋能NTN技术发展 [3][22] - **低空经济**：省市级信息基础设施建设有望提速 [9] - **量子科技**：建议关注量子通信与计算在政策、技术等方面的催化 [9] 投资建议与重点公司 - 报告重点推荐光通信领域的中际旭创、新易盛、太辰光；ICT设备领域的锐捷网络、星网锐捷、中兴通讯、紫光股份；铜连接领域的沃尔核材；AIDC领域的润泽科技；光纤光缆领域的亨通光电；运营商领域的中国移动-H、中国电信-H、中国联通-H；商业航天领域的盟升电子；低空经济领域的莱斯信息 [4] - 报告同时列出了产业链其他相关公司，包括光通信领域的天孚通信、铜连接领域的华丰科技、液冷领域的英维克、光纤光缆领域的长飞光纤、商业航天领域的海格通信和上海瀚讯 [4]

收购事件概述 - Meta Platforms Inc 同意收购新加坡初创公司 Manus 以获取其人工智能代理产品 [1] - 此次收购旨在为公司围绕其大规模人工智能投资构建业务提供助力 [1] 收购标的 Manus 详情 - Manus 是一家提供人工智能代理订阅服务的企业 其产品可完成筛选简历、制定旅行行程和分析股票等多项通用任务 [3] - 该公司在今年早些时候的年收入运行率达到1.25亿美元 [2] - Manus 的母公司 Butterfly Effect 最初在中国成立后迁至新加坡 今年早些时候在一轮由美国风投 Benchmark 领投的融资中估值接近5亿美元 [3] Meta 的人工智能战略与投资 - 公司将人工智能作为最高优先级 正在投入数十亿美元招聘研究人员、建设数据中心和开发新模型 [2] - 公司计划在未来三年内投入6000亿美元用于美国基础设施项目 其中许多预计与人工智能相关 [4] - 公司已组建高成本的研究团队开发新的尖端人工智能模型 计划于明年春季首次亮相 [4] 收购的战略意义与整合计划 - 收购 Manus 的订阅服务可能为公司的人工智能投资带来更直接的回报 [2] - 公司表示将继续运营和销售 Manus 的服务 并将该初创公司的代理技术整合到其消费者和企业产品中 [5] - 此次收购涉及获取 Manus 的技术和领导团队 但未明确新团队在组织内的位置 [6] 行业背景与产品定位 - 人工智能代理被定义为无需人类监督即可执行特定数字任务的工具 企业软件公司如 Salesforce 和 ServiceNow 大力推广其代理版本 认为这是企业使用新兴技术最有效的方式 而非需要用户提示的生成式人工智能功能如聊天机器人 [5] - 公司自身已拥有人工智能聊天机器人 Meta AI 可通过其社交媒体和通讯平台及智能眼镜访问 [6] 相关人事动态 - 公司首席人工智能官 Alexandr Wang 于今年夏天加入 这是对其初创公司 Scale AI 进行的高调投资的一部分 [7] - Manus 联合创始人兼首席执行官 Xiao Hong 表示 此次交易将帮助其公司扩大代理技术的覆盖范围 [7] 潜在争议背景 - 风投公司 Benchmark 因支持一家与中国有关联的人工智能公司而在今年早些时候受到立法者和其他风险投资者的批评 [8]

Malika Aubakirova 是 a16zAI 基础设施团队的投资人，专注于人工智能、网络安全与企业级基础设施交叉领域的前沿技术，拥有后端系统、前端开发与 SRE 背景，长期从事高可扩展性、高安全性与高可靠性软件系统的构建。本文发布于 2025 年 12 月 8 日。 MVP 、用户流失率，以及 " 老派 SaaS 剧本 " Z Highlights ： 在传统 SaaS 模式中，早期留存经常是一场苦战。行业里形成了一套心照不宣的打法：先快速推出一个功能极简的 MVP （最小可行产品），再在真实用户 的反馈与压力下不断 " 补功能、补体验 " ，同时祈祷用户不要流失得太快。在这一逻辑里，反复迭代不仅是常态，甚至被视为正确路径。创始团队默认接 受一种现状：第一批用户中必然会有人离开。于是，大家便把希望寄托在后续版本上：要么通过持续改进把已经流失的用户拉回来，要么至少让那个不断 漏水的 " 留存桶 " 漏得慢一点。 这种运作逻辑，几乎定义了 SaaS 行业多年来的常态：产品先以现有能力上线，随后眼看着相当一部分早期采用者逐渐流失，再通过高强度、快节奏的迭 代，试图把留存率一点点拉升。 高留存被视为真正的 " ...