核心人事变动 - Meta首席AI科学家杨立昆宣布离职，结束长达12年的任职生涯 [1] - 杨立昆计划创办独立AI创业公司，持续推进前沿人工智能技术研究 [1] 过往贡献与影响 - 杨立昆2013年加入Meta后牵头组建并领导FAIR实验室，出任首席AI科学家 [1] - 其主导的研究团队在深度学习、计算机视觉、基础模型等关键领域取得一系列突破，为Meta核心技术布局奠定重要基础 [1] - 杨立昆在全球AI研究领域享有广泛影响力 [1] 新公司研究方向 - 新公司将承接杨立昆与FAIR实验室、纽约大学及行业同行共同推进的Advanced Machine Intelligence研究计划 [5] - 核心目标是研发具备现实世界理解能力、长期记忆功能、推理能力及多步骤行动规划能力的智能系统 [5] - 新公司将与Meta保持合作关系 [5] 独立创业动机 - 以独立公司形式开展研究能使技术成果更自由地传播，摆脱大型企业内部的短期商业目标约束，更专注于长期技术探索 [5] - 杨立昆对单纯扩大规模的大语言模型持审慎态度，认为此类路径难以实现人类水平的人工智能 [5] - 其观点与Meta当前侧重开发竞争性产品式模型的战略方向存在差异 [5] - AMI计划的长期探索属性在商业竞争背景下较难获得优先资源支持，成为选择独立创业的重要原因 [5]

行业与公司 * 纪要涉及美国大型科技股行业 涵盖16家摩根士丹利覆盖的最大市值科技公司 包括NVDA AAPL MSFT AMZN AVGO GOOGL META IBM CSCO INTC ORCL DELL ADBE CRM INTU [1][2] * 公司作为金融顾问参与Cipher Mining与Fluidstack的托管协议 该协议涉及Alphabet提供14亿美元担保 [55] 核心观点与论据 机构持仓概况 * 大型科技股（NVDA AAPL MSFT AMZN GOOGL META）的机构持仓相对于其标普500权重的差距在3Q25扩大至-148个基点 为16年多以来最低配水平 而其他大型科技股则小幅超配+10个基点 [2] * NVDA是大型科技股中最低配的股票 其机构持仓权重较标普500权重低-261% 其次是AAPL(-219%) MSFT(-166%) AMZN(-144%) [2] * INTU是超配程度最高的科技股 其机构持仓权重较标普500权重高+053% 其次是CRM(+049%)和ADBE(+019%) [2] 个股持仓变动与投资论点 * **英伟达 (NVDA)**: 机构持仓权重季度环比增加24个基点至520% 但仍比其标普500权重781%低261个基点 是跟踪股票中最低配的 [9][25] 投资论点认为人工智能计算需求领先指标异常强劲 随着机架级解决方案的供应链约束缓解 公司是人工智能时代的主要资产 [25] 目标价220美元 基于26倍CY27每股收益843美元 [226][234] * **苹果 (AAPL)**: 机构持仓权重季度环比增加36个基点至445% 但其标普500权重上升90个基点至665% 导致低配差距扩大53个基点至-219% 成为第二低配的大型科技股 [9][15] 投资论点认为iPhone 17周期受益于延长至5年的更换周期 核心功能升级以及有吸引力的运营商补贴 预计升级势头将持续至FY27 约5.5亿部iPhone在FY26结束时仍无法使用Apple Intelligence [15] 目标价305美元 基于约32倍FY27每股收益955美元 [112][119] * **微软 (MSFT)**: 机构持仓权重季度环比增加约40个基点至51% 其低配差距收窄73个基点 是所有大型科技股中收窄幅度最大的 3Q25末低配比例为-166% [9][15] 投资论点强调公司在软件领域关键长期增长趋势中的强势地位 FQ1财报显示收入增长加速 运营利润率扩大 管理层指出需求信号加速超出预期 [15][16] 目标价650美元 基于32倍CY27每股收益2040美元 [206][211] * **亚马逊 (AMZN)**: 3Q25末机构持仓权重较标普500权重低约144个基点 是三大互联网巨头中最低配的 [17] 投资论点认为AWS在3Q加速至20%增长 展示了公司早于预期的容量增加推动了增量AI工作负载需求 预计未来Anthropic的训练/推理将进一步提振AWS收入增长 [17] 目标价315美元 为行业首选 隐含约40%上行空间 [17][96] * **Meta (META)**: 机构持仓权重较标普500权重低约40个基点 [17] 投资论点认为市场对增长支出的ROIC质疑掩盖了强劲的核心业务 相信平台改进渠道 尽管投资增加 但核心广告增长依然强劲 [19] 目标价820美元 基于约23倍27年市盈率 隐含38%上行空间 [19][131] * **Alphabet (GOOGL)**: 机构持仓权重较标普500权重低约60个基点 [17] 投资论点认为GenAI创新步伐 加速的云业务以及核心搜索和YouTube业务的实力使其在进入26年时有望受益于上调预期 [17] 目标价330美元 基于约25倍27年市盈率 隐含15%上行空间 [17][75] * **Adobe (ADBE)**: 机构持仓权重为05% 高于其标普500权重03% 超配幅度为019% [22] 投资论点对其在复杂多渠道营销者中的竞争护城河持建设性态度 但对AI对消费者和简单营销者的潜在干扰规模能见度有限 [22] 目标价450美元 基于19倍FY26每股收益2368美元 [56][60] * **英特尔 (INTC)**: 机构持仓权重季度环比小幅下降至031% 仍高于其标普500权重027% 超配幅度为004% 为1Q24以来最低超配水平 [27] 投资论点看到转型的早期改善迹象 包括成本削减 disciplined资本支出 但在变得更具建设性之前 需要更多关于18A产品路线图的能见度 [27] 目标价38美元 [171] * **博通 (AVGO)**: 机构持仓权重从194%增至20% 仍比标普500权重低69个基点 差距季度环比扩大20个基点 [31] 投资论点认为其通过网络业务和作为ASIC供应商的多元化AI敞口支撑了增持观点 预计企业和电信网络的周期性复苏将提供额外顺风 [31] 目标价409美元 [262] * **戴尔 (DELL)**: 机构持仓权重为026% 高于其标普500权重007% 超配幅度为019% [35] 投资论点认为公司是覆盖范围内最能受益于T2云服务提供商 主权实体和企业AI服务器需求加速的公司 但认为不断上升的DRAM和NAND成本是新兴的周期性风险 对利润率构成压力 因此评级为减持 [35] 其他重要内容 * 历史所有权数据的量化分析表明 在调整市值和盈利超预期后 低主动所有权相对于标普500与未来股票表现之间存在统计学上显著的关系 表明当主动所有权远低于市场时 股票平均会经历技术性拉升 [12] * 摩根士丹利对多数提及的公司给出了投资评级和目标价 例如对AAPL MSFT AMZN META GOOGL NVDA AVGO INTU为增持 对ADBE IBM INTC ORCL为中性 对DELL为减持 [15][17][19][22][25][27][31][35][206][226][262]

涉及的行业与公司 * 行业：人工智能基础设施投资 AI基础设施公司 云计算服务商 数据中心运营商[3][6][15] * 公司：AI超大规模资本支出公司包括亚马逊AMZN 谷歌GOOGL 元META 微软MSFT 甲骨文ORCL 以及新云公司如CoreWeave CRWV Nebius NBIS[3][6][8] * 公司：AI平台公司包括Snowflake SNOW MongoDB MDB Datadog DDOG等[75] * 公司：AI生产力受益公司筛选自罗素1000指数成分股 涵盖银行 资本市场 保险 IT服务 专业服务 软件等多个行业[87] 核心观点与论据 AI资本支出趋势与预测 * 2026年AI超大规模公司资本支出共识预期从三季度财报季初的4670亿美元年增长20% 上调至5330亿美元年增长34%[3][6] * 分析师预计AI资本支出增长将从2025年三季度的76% 急剧放缓至2025年四季度的53% 并在2026年底进一步降至25%[22][28] * 历史技术投资周期显示当前支出预期存在上行风险 若支出达到运营现金流的100% 2026年资本支出可能达到7000亿美元 较2025年增长76%[37][39] * 过去两年分析师预期过于保守 2024年和2025年初共识预期资本支出增长约20% 但实际增长均超过50%[29][31] AI基础设施领域投资表现与分化 * AI基础设施股票年内平均回报率为35% 但同期两年期远期每股收益EPS共识预期仅增长9% 表明股价涨幅远超盈利增长[16] * 自9月30日以来 AI基础设施股票回报率出现显著分化 CoreWeave CRWV下跌45% 而亚马逊AMZN和谷歌GOOGL分别上涨17%和6%[8] * 大型AI超大规模公司股价相关性从6月的80%下降至目前的20% 反映投资者根据资本支出与收入关联性进行区别对待[6][10] * 高盛AI篮子GSTMTAIP年内回报率达40% 超越等权重标普500指数34个百分点 同期远期四季超大规模资本支出共识预期从2800亿美元升至5000亿美元 增幅80%[11][14] 资本支出融资能力与风险 * 大型公有AI超大规模公司资产负债表强劲 净债务与LTM EBITDA杠杆率仅为0.2倍 多数公司信用评级在投资级范围高端[42][48] * 自2021年以来 超大规模公司净债务集体增加2950亿美元 但仍有能力增加7000亿美元净债务而不会将净杠杆率推高至1倍以上[3][53] * 供应链瓶颈可能限制资本支出 制约因素已从芯片转向电力 电力瓶颈可能暂时减缓AI容量增长[54] * 数据中心资产支持证券ABS未偿价值虽仅为370亿美元 但近期年增长率达60% 且51%的信贷投资者预计2026年AI相关发行规模在5000亿至1万亿美元之间[60][63] AI应用拓展与下一阶段受益者 * 近半数标普500公司在三季度财报电话会议中讨论AI在生产力或效率提升方面的应用 高盛投资银行家调查显示37%的企业客户正定期使用AI生产商品或服务[68][72] * AI平台股票表现突出 如Snowflake SNOW年内上涨66% 这些公司有望因企业AI应用增加而获得直接收入增长[73][75] * 筛选出的AI生产力受益公司具有高劳动力成本和高工资暴露于AI自动化的特点 其股价自2023年12月以来上涨16% 但落后于等权重标普500指数的23% 且表现优于GSTHLTAI篮子[85][87] 其他重要内容 * 三季度财报季中 多家超大规模公司报告了私募股权投资价值变动对盈利的重大影响 例如谷歌GOOGL录得100亿美元未实现私募股权收益 微软MSFT进行40亿美元减记[65][70] * 当前AI繁荣从宏观角度更类似于1997年或1998年的环境 而非1999年或2000年 债务融资和企业杠杆程度是关键区别特征[66] * 新云公司和其他竞争对手日益重要 可能导致未来资本支出建设比过去几年更为分散[55]

文章核心观点 - Meta公司深夜发布其Segment Anything Model (SAM)系列的重大更新，包括SAM 3D和SAM 3 [1] - SAM 3D包含两个模型：专注于物体与场景重建的SAM 3D Objects和专注于人体形状与姿态估计的SAM 3D Body [2][5] - 公司同步开放了模型权重与推理代码，并推出全新平台Segment Anything Playground供用户体验 [7][8] SAM 3D Objects技术特点与性能 - 该模型提出全新技术路径，用于在单张自然图像中实现稳健、真实感强的3D重建与物体姿态估计，能从日常照片中重建物体的细致3D形状、纹理和场景布局 [11] - 核心创新在于通过强大的数据标注引擎突破真实世界3D数据难以大规模获取的瓶颈，并结合全新的多阶段3D训练流程 [15][22] - 借助数据引擎，公司在真实世界图像上总计标注近100万张图像，生成约314万个3D网格 [17] - 性能表现卓越：在3D形状指标F1 (0.01)上达到0.2339，显著高于对比模型（如Trellis + MegaPose的0.1436）；在3D IoU指标上达到0.4254，优于Hunyuan3D1 + Foundation Pose的0.2937 [27] SAM 3D Body技术特点与性能 - 该模型旨在解决从单张图像中获得准确人体三维姿态与形体重建的长期挑战，即使图像中存在不寻常姿势、遮挡、多人同时出现等复杂情况也能保持高质量表现 [28] - 基于公司全新的开源3D网格格式Meta Momentum Human Rig (MHR)，该格式通过将骨骼结构与软组织形体分离建模提供更强可解释性 [30] - 训练数据集包含约800万张图像，使其能够应对遮挡、罕见姿态和各种服装 [31] - 在多个3D基准测试中超越以往模型，例如在EMDB数据集上的MPJPE指标为61.7，优于4DHumans的98.0和NLF的68.4 [32] SAM 3技术特点与性能 - SAM 3引入可提示概念分割，模型能够根据文本提示或示例图像提示找到并分割某个概念的所有实例，克服了现有模型在面对细致、具体请求时的困难 [34][35] - 模型架构建立在公司以往AI进展之上，文本和图像编码器来自4月开源的Meta Perception Encoder，检测模块基于DETR [37] - 在概念分割性能上取得跨越式提升，将cgF1分数提升了两倍，优于基础模型和专业模型 [39] - 推理效率高：在H200 GPU上对单张包含超过100个检测目标的图像仅需30毫秒即可完成推理，在视频中约五个并发目标的情况下仍可保持近实时表现 [39]

机器之心报道 机器之心编辑部 就在刚刚， 即将离职 Meta 的图灵奖得主 Yann LeCun 在 Threads、领英等社交平台上宣布已经开启事业的下一阶段： 创业 。 这家新公司的研发核心将是所谓的 Advanced Machine Intelligence ，即高级机器智能（AMI）。他写到：「新公司的目标是推动下一场 AI 的重大革命：让系统能 够理解物理世界，拥有持久记忆，具备推理能力，并能规划复杂的行动序列。」也就是说，这家新公司将继续他一直以来坚持的「世界模型」研究。 有趣的是，作为配图，他还发了一张与扎克伯格的合影。 图源： https://www.linkedin.com/feed/update/urn:li:activity:7397020300451749888/ 以下为 Yann LeCun 离职声明全文： 我非常感谢马克・扎克伯格、Andrew Bosworth（CTO）、Chris Cox（CPO）以及 Mike Schroepfer（First Senior Fellow）对 FAIR 的支持，以及他们过去几年对 AMI 计划的支持。由于他们持续的兴趣与支持， Meta 将成为 ...

人类大脑中未被破译的进化密码，AI的未来或许正系于此。 近日，图灵奖得主、Meta首席AI科学家杨立昆（Yann LeCun）被曝将离职创业，将以"世界模型"（World Models）为技术核心，延续其深耕多年的探索方 向，这一动作迅速引发全球AI圈的关注。 "AI教母"李飞飞在自己的社交平台发布万字长文，直指当下大语言模型（LLM）的算力穹顶与认知局限。她提出，AI 的未来不在于模型参数的无限扩 容，而在于植入 "空间智能"（Spatial Intelligence）—— 这种人类先天具备、婴儿阶段即觉醒的基础认知能力，才是通往通用人工智能（AGI）的必经之 路。 与此同时，李飞飞创立的 World Labs于11月13日推出首款产品Marble，以多模态世界模型为核心引擎，可从单张图像、视频片段或文本描述中，生成具备 持久性的三维数字孪生空间，为空间智能搭建起关键的三维认知基座。 当AI从纯虚拟语境切入物理现实维度，现实世界的复杂约束与动态交互，正呼唤一套颠覆性的认知模型破局。 一场关于AI本质的路线分歧 Yann LeCun在Meta任职12年，其技术愿景与扎克伯格主导的大语言模型路径存在分歧已不是秘 ...

智东西11月20日消息，今早，现年65岁的图灵奖得主、Meta AI首席科学家、深度学习泰斗杨立昆在领英上宣布，自己将于年底从Meta离职，计划创办一 家专注于先进机器智能研究项目（AMI）的初创公司，目标是构建能理解物理世界、具备持久记忆、推理并能规划复杂动作序列的系统。 杨立昆在帖子里提到，新创企将分析网络数据之外的信息，以更好地呈现物理世界及其属性，未来他会进一步介绍新公司。Meta将成为其新创业公司的 合作伙伴。 ▲杨立昆在领英上发布的原帖 他还在帖子下方配上了自己之前和Meta创始人、CEO马克·扎克伯格（Mark Zuckerberg）的合照。 AMI指的是高级机器智能（Advanced Machine Intelligence），这一概念最早由杨立昆提出，他曾解释说这就是Meta对AGI的内部代号，AMI蓝图聚焦于 理解物理世界、具备常识、持久记忆、能够推理和规划，且可控且安全的系统。 今年11月，Meta已损失两位顶尖大佬，此前PyTorch之父Soumith Chintala发布长文宣布自己将于11月17日正式离开Meta，他在Meta工作11年，领导PyTorch 团队近八年。 杨立昆20 ...

Concerns about an AI bubble have been rising on Wall Street in recent weeks. Julian Emanuel of Evercore said that rising debt among AI firms is a "rational" concern for markets. Despite thinking investors should be concerned, he remains mostly bullish on AI. Big Tech stocks have dipped recently on speculation that the peak is in and a correction in high-flying AI names is imminent. Front and center for investors is a relatively recent concern that heavy borrowing among AI companies could worsen th ...

更多AIGC资讯…… 1.【Anthropic CEO警告：AI将"消灭"半数白领初阶职务，失业率恐飙至20%】AI初创公司 Anthropic首席执行官Dario Amodei再次警告，生成式AI的快速进展可能在未来五年内"消灭"一半的 白领初阶职务，使失业率飙升至10%-20%。他点名三大高风险职业：初阶顾问、实习律师、新进金 融分析师。AI系统已经能接手这些新进通常负责的核心工作，包括撰写文件与进行分析。Amodei谈 到，他的担忧源自于观察到Claude已具备处理复杂的端到端工作能力，包含进阶客服、撰写技术内 容、分析医学论文，甚至撰写Anthropic内部近90%的源代码。（ 钛媒体 ） 2.【Meta领导层大洗牌，首席营收官与商业AI部门高管离职】据报道，Meta首席营收官John Hegeman将离开这家社交网络巨头，这是该公司领导层进行的一系列变动之一，此前该公司面临着 投资者要求证明其代价高昂的AI战略合理性的压力。他的关键职责将由另一位Meta资深高管Andrew Bocking接管。去年11月才加入Meta领导公司商业AI部门的Clara Shih也将离职。（新浪财经） 3.【谷歌Dee ...

在围绕AI投资的激辩中，一个核心会计问题正成为多空双方的新战场： 作为算力基石的GPU，其真实的经济寿命究竟是多久？这个问题的答案，直接关系到科 技巨头数百亿美元的利润以及当前AI估值泡沫的虚实。 据投行伯恩斯坦（Bernstein）在11月17日发布的一份报告，分析师认为，将GPU的折旧周期设定为 6年是合理的 。报告指出，即便考虑到技术迭代，运行旧 款GPU的现金成本相对于其市场租赁价格而言非常低，使得延长使用年限在经济上完全可行。 这一发现意味着，对于亚马逊、谷歌和Meta等大型云服务提供商而言，其当前的折旧会计政策在很大程度上是公允的，并非刻意粉饰财务报表。 这直接为科 技巨头的盈利能力提供了辩护。 然而，这一观点与市场上的悲观论调形成鲜明对比。以预测了2008年金融危机的"大空头"Michael Burry为代表的批评者认为， AI芯片等设备实际寿命仅2-3年 。Burry警告称，科技巨头正在玩一场危险的会计"戏法"，旨在人为抬高短期利润。 伯恩斯坦：6年折旧在经济上可行 分析师Stacy A. Rasgon在报告中明确指出，GPU可以盈利地运行约6年，因此大多数超大规模数据中心的折旧会计是合理的。 ...