摩根大通《市场观察：2026年展望》电话会议纪要研读 涉及的行业与公司 * **行业**：生成式人工智能、半导体、云计算、数据中心、电力与能源、投资策略 * **公司**： * **超大规模云服务商**：微软、谷歌、亚马逊、Meta[2][7][16][25][26] * **半导体生态系统**：英伟达、台积电、ASML、AMD、博通、英特尔、高通、美光[2][16][25] * **其他AI相关公司**：苹果、特斯拉、甲骨文、Palantir、Salesforce、IBM、Uber、ServiceNow、Adobe、戴尔、惠普、超微电脑等[25] * **AI公用事业与资本设备**：NRG、Vistra、NextEra、南方电力、Constellation、Eaton、Trane、江森自控等[25] * **AI初创公司**：OpenAI、Anthropic、xAI、CoreWeave、Nebius[127][129] * **中国公司**：华为、中芯国际、阿里巴巴、腾讯、DeepSeek、Ecovacs、Roborock[216][223][232][238] 核心观点与论据 1. 市场高度集中与AI的主导地位 * 自2022年11月ChatGPT发布以来，42家与生成式AI相关的公司贡献了标普500指数**65%-75%** 的回报、利润和资本支出[2][7] * 如果没有这42只AI股票，标普500的表现将逊于欧洲、日本和中国市场[7] * 科技行业的资本支出在过去三个季度贡献了美国GDP增长的**40%-45%**，而2023年前三季度这一比例还不到**5%**[7] * 四家超大规模云服务商和四家半导体公司的总市值在短短几年内从**3万亿美元**增长到**18万亿美元**，占发达市场股票市值的约**20%**，全球股市（包括新兴市场）的约**16%**[2][16][19][20] 2. 超大规模云服务商的巨额投入与财务风险 * 自2022年第四季度以来，四大超大规模云服务商已在资本支出和研发上投入了**1.3万亿美元**[11][64] * Meta的资本支出和研发占收入的比例达到新高**70%**，并表示将“积极增加支出以保持在AI军备竞赛中的竞争力”[26] * 相比之下，标普500指数成分股公司的资本支出和研发占收入的中位数比例为**10%**[26] * 近期，部分公司开始转向债务市场为数据中心融资。例如，甲骨文为满足OpenAI的**600亿美元**年合同（提供尚未建成的云计算设施，需要**4.5吉瓦**电力）而大量借贷[36]。Meta通过与Blue Owl的合资企业SPV为Hyperion数据中心项目融资**270亿美元**，采用复杂的表外结构[37][42][43] * 如果将SPV债务合并计算，Meta的净债务与EBITDA比率将从年初的负值上升至**63%**，但仍远低于标普500中位数**2倍**[42] 3. 四大中期风险 **风险一：超大规模云服务商的“元宇宙时刻”** * 巨额投入可能无法带来相应的利润，类似于2022年“科技七巨头”股价下跌**50%** 的“元宇宙”时刻[11][64][65] * 尽管AI模型能力快速提升（例如，OpenAI的o3在Codeforces编程竞赛中击败了**99%** 的人类选手），但企业实际获得的成本和收入效益目前大多较小[76][101][102] * 不同机构对AI影响的看法分歧巨大。MIT报告称，尽管企业投资了**300-400亿美元**，但**95%** 的组织在生成式AI上获得零回报；而沃顿商学院的调查则显示更乐观的投资回报率预期[111][118][119] * 超大规模云服务商的自由现金流利润率正在逐渐下降，现金占总资产的比例也在减少[127][129] * 如果GPU和网络设备的折旧年限从当前假设的**5-6年**缩短至历史水平的**3年**，可能导致主要云服务商的每股收益和营业利润率下降**6%** 至**17%**（甲骨文受影响最大）[133][134] **风险二：美国发电能力制约** * 数据中心虽然仅占美国电力需求的**4%-8%**，但预计将占负荷增长的三分之二[152] * 训练前沿AI模型所需的功率每年翻倍，2025年科技资本支出占GDP的比例已超过互联网泡沫时期[13][14][152][153] * PJM（美国最大区域输电组织）地区的容量价格飙升，2025/2026年交付年度的拍卖价格达到约**350美元/兆瓦**（未设上限则为**530美元/兆瓦**），反映了数据中心的巨大需求[154][155][159] * 新增发电和储能容量的有效增长（考虑太阳能、风能和水电的间歇性与可靠性折减后）更为缓慢。2024年美国仅增加了**25吉瓦**的有效容量[152][157][158] * 燃气轮机、变压器、开关设备等关键设备面临**3-5年**的交付周期，且电力设备进口的关税豁免远少于半导体生态系统[164][168][169][172] * OpenAI宣布的四个合作伙伴关系就需要**30.5吉瓦**的新增电力，这相当于美国核电建设高峰期**5年**内完成总量的约**75%**，也相当于英伟达2025年GPU出货量所需的约**300%** 的电力[173][179][180] * 彭博新能源财经预测，到2030年，数据中心可能使美国天然气需求增加**30-40亿立方英尺/日**，这在美国**1070亿立方英尺/日**的总产量背景下是一个显著增量[183][184] **风险三：中国自主突破技术壁垒** * 中国在创新排名、出口产品复杂性、清洁能源专利、AI专利和核工程研究方面正迅速追赶或领先[216][217][219][221][225] * 中国对冠军产业提供巨额支持。根据CSIS数据，中国工业政策支出占GDP比例超过**2%**，远高于其他国家。在某些行业（如技术硬件），政府对上市公司的直接补贴占利润的比例超过**40%**[228][229] * 制裁加速了中国发展自主半导体生态系统的努力。中国第三期国家集成电路产业投资基金规模达**480亿美元**，时间跨度**15年**[238] * 华为的昇腾910C芯片在单芯片性能上仍落后于英伟达（例如，计算能力为**2.9倍**差距，能效为**0.5倍**差距），但其战略是在集群层面竞争[239][240] * 中国科学家正在研发自己的极紫外光刻机，路透社确认一个前ASML工程师团队已在深圳完成了原型机，目标在**2028-2030年**投产[238] **风险四：中国与台湾问题** * 报告提及此为一个风险因素，但未在提供的内容中展开详细论述[11][62] 4. 估值分析：高但并非不合理 * 当前科技资本支出占GDP的比例已超过互联网泡沫时期，但科技估值仅为当时峰值的一半左右，美国科技股的市盈率与增长比率近年来仅为**1-3倍**，而互联网泡沫时期为**4-8倍**[53][57] * 市场存在内部一致性：盈利能力越高，市场赋予的估值也越高。科技和互动媒体行业的自由现金流利润率长期显著高于标普500其他成分股（金融和REITs除外）[44][48][49] * 全球科技指数的PEG比率与全球整体股票市场的PEG比率差异不大[44][52] * 市场对年轻未盈利公司的依赖度远低于互联网泡沫时期和SPAC热潮时期。目前，这类公司的市值仅占科技总市值的约**3.2%**，支出占企业总销售、一般及行政费用、资本支出和研发支出的比例低于**2%**[53][59][60][63] 5. AI需求增长的乐观情景与OpenAI的风险 * AI基础设施提供商是迄今为止唯一产生显著超额回报的板块，而 presumed 的AI产品销售商和劳动力成本节约受益者组合表现与等权重标普500持平[135][136] * 乐观情景基于对未来巨大计算需求的假设。例如，假设到2030年代有**50亿**人使用AI，每人每天消耗**160万**个token，则每天总需求将达**8千万亿**个token，需要**23-92吉瓦**的专用AI推理算力，而目前全球估计仅有**20吉瓦**的数据中心容量能处理AI工作负载[140][141] * OpenAI的预测不断上调。2025年10月底对2027年的收入预测为**900亿美元**，比2025年中的预测**600亿美元**高出**50%**。其推算到2030年将需要**30吉瓦**的新发电容量[144][147][148] * OpenAI被认为是整个AI故事中最大的个体公司风险。它有望实现**100-200亿美元**的收入，并拥有对其企业合作伙伴**1.4万亿美元**的承诺，但目前主要依靠订阅和开发者费用生存，缺乏搜索/广告、云计算或硬件销售收入。其首席经济学家披露，**72%** 的GPT查询与业务无关[146][151] 其他重要但可能被忽略的内容 * **关税影响差异**：半导体生态系统（计算机部件、计算机、半导体）受益于较高的特朗普关税豁免（豁免比例约**60%-100%**），而发电生态系统（燃气轮机、电机、变压器、开关设备等）的关税豁免比例很低（**0%-40%**），这可能加剧美国电力基础设施建设的瓶颈[21][23][24][168][169] * **折旧会计处理的影响**：超大规模云服务商自2020年以来逐步延长了GPU和网络资产的折旧年限（至**5-6年**）。如果因技术迭代加速、故障率（年化约**9%**）或用户偏好转向新型号（如Blackwell）而导致折旧年限回调，将对财务报表产生重大影响[131][132][133] * **电力市场的“需求响应”争议**：PJM的独立市场监测机构Monitoring Analytics强烈认为，数据中心的巨大新增负荷需要新的专用发电容量，仅靠需求侧响应或灵活性不足以保障电网可靠性，并建议为大型新数据中心负荷建立排队接入机制[203][204]。而一些由谷歌资助的研究则主张，通过灵活的电网连接和现场发电，数据中心可以更快投入运营[205][214] * **美国产业政策的不同路径**：报告对比了美国政府对MP Materials（关键矿物公司）和英特尔的支持方式。对MP Materials提供了**10年**、**110美元/公斤**的价格支持锚定和政府需求承诺；而对英特尔的芯片法案支持大部分转为现金投资，并未创造新的需求锚定，其效果取决于英特尔自身制造能力的提升[230][231] * **中国在机器人等领域的竞争优势**：以iRobot为例，其被亚马逊收购计划因欧美反垄断监管受阻后，公司裁员一半并申请破产。相比之下，其中国竞争对手Ecovacs和Roborock获得了巨大的政府补贴（中国机器人中心获得的资金是美国的**20-40倍**）[223]

Meta 重金并购 Manus ， AI 代理率先跑通 To B 订阅变现路径。 Meta 以逾 20 亿美元快速收购 AI 初创公司 Manus ，从接触到敲定仅十余天，成为其历 史第三大并购，释放出对"可直接变现 AI 能力"的强烈信号。 Manus 通过向企业订阅式销售 AI 代理，年度经常性收入（ ARR ）已达 1.25 亿美元，验证了 AI Agent 在 To B 场景下清晰、可规模化的商业模式，也为 Meta 多年高投入的 AI 研发提供了稀缺的、可量化的收入锚点。在 Meta 承诺未来三年投入 6000 亿美元布局 AI 基础设施、却持续面临资本市场对回报周期质疑的背景下，此次收购标志着其 AI 战略从能力堆栈与模型竞赛向成熟产品与现金流并重的 阶段性转向。更重要的是， Manus 从中国团队起步、迅速完成国际化并实现高 ARR ，被全球科技巨头高溢价并购，也为中国 AI 创业者参与全球竞争、以 产品与商业化能力突围，提供了极具示范意义的样本。 资本持续加码前沿大模型， AI Lab 进入"资金充裕 + 快速迭代"新阶段。 软银已完成对 OpenAI 总计 400 亿美元的投资承诺，成为史上 ...

Key Points The market doesn't like Meta Platforms' spending plans. But Meta's base business is operating at a high level. And its investments in artificial intelligence could pay off. 10 stocks we like better than Meta Platforms › Investors have access to all sorts of data, including the holdings that billionaire hedge fund managers have. At the end of each quarter, any money manager with greater than $100 million in assets must disclose their holdings to the Securities and Exchange Commission ...

Meta收购Manus的交易概况 - Meta于2025年最后一天宣布收购AI Agent创业公司Manus，交易金额约20亿美元，几乎是“闪电成交”[1] - 被收购方Manus总部位于新加坡，由几位中国创业者创立，成立仅三年，专注于Agent层，不做基座模型[1] - Manus于2025年3月发布产品，在8个月内实现了1.25亿美元的年化收入，年度经常性收入突破1亿美元[1][6] Meta收购的背景与动机 - Meta的焦虑源于其基座模型能力落后，2025年4月发布的Llama 4系列模型（最高参数量2万亿）在发布72小时后即因实际表现与基准测试不符而引发“翻车”争议[2] - 竞争对手如Anthropic的Claude、Google的Gemini、OpenAI的GPT系列在模型迭代、多模态能力及Agent产品上持续领先，而Meta的“个人超级智能助手”愿景仍停留在PPT阶段[3] - Meta的收入高度依赖广告，而AI Agent可能改变用户意图的解释权和注意力捕获模式，对传统广告构成威胁[5] - 为弥补能力短板，Meta于2025年6月以143亿美元战略投资Scale AI并挖来其创始人担任首席AI官，但后续出现高管摩擦、核心人员离职等整合问题[3][14] Manus被收购的考量与机遇 - Manus自身不研发底层大模型，产品体验依赖调用Anthropic的Claude等第三方API，面临可变成本和供应链风险[5] - 作为创始团队和早期研发在中国的公司，即便迁至新加坡并清退中国业务，在美国市场获得完全信任仍异常艰难，被收购是规避地缘博弈风险的路径[5] - 收购使Manus团队实现财富自由，其产品有机会深度集成至Meta旗下Facebook、Instagram、WhatsApp等每日数十亿用户活跃的平台中[7] - Meta主导的Llama开源大模型生态可为Manus提供稳定、可控且低成本的底层技术支撑[7] 资本市场与行业反应 - 收购消息公布后，Meta股价连续两个交易日下跌，表明资本市场对该交易能否为公司带来改变持怀疑态度[1] - 交易在创投圈引发震动，促使多家VC在元旦假期加班研究其投资组合中是否有可被大厂收购的AI Agent公司[1] - 此次收购为国内科技大厂提供了定价参考，可能推高类似AI Agent创业公司的收购价码[1] 科技巨头的“焦虑”与不同应对策略 - 科技巨头普遍面临AI时代底层能力建设跟不上产品化需求的困惑，纷纷采取“买人、买团队、买时间”的策略[9] - 腾讯采取“守”势，于2025年12月高价从OpenAI挖来首席AI科学家，并整合分散的大模型研发力量以求突破[10] - 阿里面临B端（云份额）和C端（AI应用）两线作战，选择“内部封闭研发+投资初创”的组合拳，于2025年11月密集推出两款杀入App Store免费榜前六的AI应用[10] - 字节表现从容，其豆包App日活跃用户破亿，火山引擎日均处理50万亿token，并挖来谷歌DeepMind副总裁专注长期基础研究，应用层与模型层团队并行推进[10] - 字节与Meta最为相似，核心命脉均为流量和广告，但字节更清醒，未陷入“大模型竞赛”执念，而是聚焦模型能力的产品化变现和分发渠道优势[10][11] 历史收购案例的启示与风险 - 成功的收购案例如Google在2014年以约5亿美元收购DeepMind，关键因素包括给予高度自治权、长期稳定资源投入及共同的技术愿景[12] - 失败的收购案例众多，如微软2007年以63亿美元收购aQuantive，五年后确认62亿美元资产减值；苹果收购多家AI初创公司后，相关团队销声匿迹，Siri进展缓慢[13] - Meta当前困境类似失败案例，其控制欲强的管理风格导致新收购团队（如Scale AI创始人团队）整合困难、内耗严重、高管离职[14] - 英伟达2019年以69亿美元收购Mellanox，以及特斯拉2016年收购SolarCity、2019年收购Maxwell的成功案例表明，收购成功需有清晰战略主线、尊重被收购方核心能力、并以“共生”而非“控制”为目标进行整合[16] 对Meta收购Manus前景的质疑 - 市场观点认为该交易更像是掩盖失利的“止痛药”，而非深思熟虑的战略布局[1][8] - Meta被指将发展顺序搞反，先高调画饼再补课，在技术迭代不确定的AI时代容易碰壁[11] - 分析认为Meta的组织能力（“腿部肌肉”）可能已“萎缩”，存在文化冲突风险，Manus团队在Meta“板结”的土壤中能否成功成长存疑[17] - 核心观点指出，真正的能力是长出来的，不是买回来的[18]

Key Points The Nasdaq Composite recently entered a new bull market, and the index has returned 31% annually during bull markets since 1990. Meta Platforms is strengthening its advertising business with artificial intelligence tools, and the median target price on Wall Street implies 29% upside. Datadog is a leader in observability software, which is critical for artificial intelligence applications, and the median target price on Wall Street implies 62% upside. 10 stocks we like better than Meta Pla ...

作者 | 王启隆 出品丨AI 科技大本营（ID：rgznai100） 2026 年 1 月，硅谷的风有点冷。 65 岁的 Yann LeCun（杨立昆）离职 Meta 创业还没一个月，就炮轰起了他的老东家，和那位他看不起的小将 Alexandr Wang。 虽然 LeCun 离开的新闻已经有一段时间，但如果你从 2013 年就开始关注这家公司，关注这群人，你会明白，这事实际上宣告了一个时代的彻底终 结。那个大厂愿意花重金养着一群科学家，让他们在一个叫 FAIR（Facebook AI Research）的象牙塔里，不计成本、不问产出、只为探索"智能本 质"的时代， 结束了 。 取而代之的，是 Alexandr Wang 这种年轻狠角色的上位，是"暴力美学"，是"别跟我谈哲学，把算力堆上去"，是赤裸裸的商业变现。 回首 2025 年，咱们公众号的爆款文章就献给了 LeCun。当时他在英伟达 GTC 大会意气风发，怼天怼地： 杨立昆"砸场"英伟达：不太认同黄仁勋，目 前大模型的推理方式根本是错的，token 不是表示物理世界的正确方式｜GTC 2025 2026 年开篇，我们聊聊这个倔强的法国人，是怎么把 Met ...

编辑 ｜ LRS 来源｜ 新智元（ID：AI_era） 封面来源 ｜ pexels AI人才竞争白热化， 大厂纷纷高薪招募实习生。 AI人才大战的火，终于烧到实习生身上了！ OpenAI、Anthropic、Meta、Google DeepMind等AI顶流公司，过去只为顶级研究员和工程师开出30–40万美元的年薪，甚至通过上百亿美元级的投资、并购 来「打包」挖团队。 现如今，类似的竞争开始下沉到实习和驻留项目：短期、入门角色的薪酬，直接对标很多行业的正式工作，传统意义上的「廉价实习生」正在消失。 巨头们给实习生开出的工资最高已经达到了1.83万美元（折合 12.8万人民币 ）， 月薪 ！ 不光要「挖」走AI人才，也要「培养」AI人才。 招募超级实习生 1.Anthropic安全研究员 Anthropic提供一个为期4个月的全职研究Fellowship，给出的定位是「加速AI安全研究、培养相关研究人才」，核心目标是让Fellows产出可公开发表的AI Safety研究成果，Anthropic透露过往届80%以上的学员最终写出了论文。 项目聚焦AI Safety，特别是可解释性（interpretability ...

文章核心观点 - 文章认为尽管股市存在不确定性，但以下十只股票在2026年有潜力为投资者创造财富 [1][2] 支付处理行业 (Visa) - Visa在过往15年中有13年股价上涨，包括股息后仅有两年下跌（2021年跌0.3%，2022年跌3.3%），且有12年实现了两位数涨幅 [4] - 公司的优异表现得益于其与美国及全球经济的紧密联系，经济增长激励消费和商业支出，从而推动其基于手续费的支付收入 [5] - 公司专注于支付处理、避免借贷业务的模式，使其无需为贷款损失预留资金，因此在经济短期收缩时通常比其他金融股恢复更快 [6] 数字广告行业 (The Trade Desk) - 尽管关税对公司部分核心客户的广告支出产生了不利影响，但2026年的中期选举应能抵消部分负担，并可能带来有吸引力的同比比较 [7] - 公司的统一身份识别技术UID2.0正获得发展势头，有望取代第三方跟踪Cookie，有助于维持或增强其在数字广告领域的定价能力及维持两位数销售增长率 [8] - 公司目前估值具有吸引力，投资者可以以18倍的预期市盈率买入，同时公司仍能维持中高两位数的年销售增长率 [9] 社交媒体与人工智能行业 (Meta Platforms) - Meta旗下应用家族（包括Facebook、WhatsApp等）在9月份日均吸引35.4亿用户，无其他社交媒体公司可及，这赋予了其卓越且稳定的广告定价能力 [11][12] - 公司向客户提供生成式人工智能解决方案，帮助客户定制用户信息，这有望提高点击率，增强其广告定价能力，使其22倍的预期市盈率更具吸引力 [13] 健康保险与医疗服务行业 (UnitedHealth Group) - UnitedHealth Group在2025年表现不佳，主要因医疗保险优势计划支出超预期及多次下调盈利展望，但在过去26年中，包括股息在内，其股价有22年上涨 [14][16] - 公司正采取退出无利可图的医疗保险优势市场、不吝于提高保费等措施，以确保2025年的情况是异常现象 [17] - 公司的Optum子公司预计将在2026年反弹，该部门历史上运营利润率高于保险部门，若其运营利润率今年反弹至接近7%，公司股票可能成为道指表现最佳之一 [18] 卫星广播行业 (Sirius XM Holdings) - Sirius XM的收入结构独特，其超过四分之三的净收入来自订阅，这使其在经济动荡时期的运营现金流比同行更具可预测性 [20][21] - 公司预期市盈率低于7倍，接近其上市31年来的历史低点，较过去五年平均预期市盈率有46%的折价，且其5.2%的股息率为股价提供了坚实基础 [22][23] 生物制药行业 (BioMarin Pharmaceutical) - BioMarin专注于超罕见疾病疗法，其明星药物Voxzogo（用于治疗儿童软骨发育不全）销售额呈两位数增长，预计今年全年销售额可能超过10亿美元 [25][26] - 公司在控制成本并寻求剥离其成人严重A型血友病基因疗法Roctavian，预计2026年将实现中高个位数销售增长及每股收益超过5美元，11倍的预期市盈率对于一家运营现金流快速扩张的公司而言具有吸引力 [27] 公用事业与可再生能源行业 (NextEra Energy) - NextEra Energy是美国市值最大的电力公司，在过往24年中有21年为投资者带来了正的总回报（含股息） [29] - 其运营模式具有可预测性，电力需求相对稳定，且其在服务区域通常具有垄断或双头垄断地位 [30] - 公司在风能和太阳能发电容量上领先全行业，这些投资显著降低了发电成本，使其每股收益平均实现高个位数增长，其20倍的预期市盈率较过去五年平均有13%的折价 [31] 网络安全行业 (Okta) - Okta提供第三方身份验证解决方案，无论经济或股市表现如何，对网络安全的基本需求持续存在且预计将不断增长 [33][34] - 公司关键绩效指标显示其持续两位数增长潜力，截至10月底，其订阅积压（剩余履约义务）增至近43亿美元（同比增长17%），且在2026财年前九个月毛利率跃升至77%以上 [35] 水务公用事业行业 (York Water) - York Water已向宾夕法尼亚州公用事业委员会提交提价申请，若获批，其年收入较2024年报告销售额将增加约32%，这可能显著提升其全年每股收益 [37][38] - 公司已连续209年支付股息，其运营模式的可预测性加上稳定的补强收购，使其成为非常稳健的投资 [39] 汽车零部件零售行业 (O'Reilly Automotive) - O'Reilly Automotive在过往23年中有21年股价上涨 [41] - 宏观趋势对其有利，根据标普全球移动2025年5月报告，美国道路上汽车和轻型卡车的平均车龄已升至12.8年的历史新高，车辆使用年限延长意味着对零部件和配件的持续需求 [41][42] - 公司的股票回购计划自2011年启动以来，已花费近270亿美元回购并注销了60%的流通股，这对每股收益产生了积极的长期影响 [43]

核心观点 - 杨立昆因技术路线分歧、公司战略转型及管理文化冲突离开Meta，并创立AMI Labs以继续其基础研究愿景 [1][12] Meta AI战略转型与内部动荡 - 2025年4月，Meta发布的Llama 4系列中代号“Maverick”的模型在Chatbot Arena排行榜以1417分位列第二，一度超越GPT-4o的1410分 [2][4] - 开源社区发现提交测试的模型是经过特殊微调的“针对对话场景优化的实验性版本”，该版本通过生成冗长回答和使用表情符号在当时的评分算法中获取高分 [4][5] - 在平台引入“风格控制”机制后，Llama 4 Maverick的真实排名从第二跌至第五 [5] - 杨立昆承认Llama 4的测试结果“确实被修饰了一点”，团队采用了用不同模型应对不同测试的策略以博取更好账面成绩 [5] Meta高层人事与权力更迭 - 2025年6月，Meta首席执行官扎克伯格决定斥资约143亿美元收购数据标注巨头Scale AI 49%的股份，目标直指其当时28岁的创始人Alexandr Wang [6] - 作为交易的一部分，Alexandr Wang空降Meta，出任公司首位“首席AI官”，全面接管包括FAIR在内的所有AI研究与产品部门 [8] - Meta成立了新的“超级智能实验室”，将分散的研究力量统一收归Alexandr Wang麾下 [8] - 此次调整后，65岁的杨立昆需要向比自己年轻37岁的Alexandr Wang汇报工作 [8] 技术路线与管理文化冲突 - Alexandr Wang上任后将Meta的AI战略锁定在“大语言模型驱动的超级智能”这一单一路径上，扎克伯格提出“为每个人构建个人超级智能”的激进目标，要求全公司资源向LLM倾斜 [8] - 杨立昆对主流LLM技术路径持怀疑态度，认为其本质是“自回归的预测机”，缺乏对物理世界的真正理解，无法通向真正的超级智能，并将其比作“通向超级智能路上的死胡同” [9] - 在一次高层会议上，当杨立昆阐述长期基础研究的重要性时，Alexandr Wang粗鲁地打断并称“我们是在开发超级智能，不是在辩论哲学”，标志着“学术派”与“工程落地派”的决裂 [10] - 杨立昆表示Meta管理层和新团队已经完全“被大语言模型洗脑了”，只顾在基准测试分数上追赶竞争对手 [10] Meta内部科研文化的剧变 - 在Alexandr Wang主导下，FAIR实验室的学术自由受到限制，研究人员在发表学术论文前需先提交给Wang领导的核心产品部门TBD Lab审查 [10] - 只有被认定具有“重大商业价值”的研究才被允许发表，且研究人员需先协助将成果转化到产品中才能回归日常研究 [10] - 2025年10月，Meta启动针对AI部门的裁员，约600名员工被解雇，受影响最严重的是FAIR及相关基础设施团队，而Alexandr Wang亲自组建的TBD Lab则毫发无损并继续扩招 [11] - 杨立昆形容其在Meta的最后日子里感到“政治上越来越困难”，尽管扎克伯格个人仍支持其研究，但在公司急功近利的氛围下支持显得苍白无力 [11] 杨立昆的离职与创业 - 杨立昆因不愿为保住职位而改变科学观点，最终选择离开Meta [11][12] - 杨立昆在巴黎创办了初创公司AMI Labs，致力于“增加这个世界的智能”，探索在科技巨头商业化竞争中被搁置的科学路径 [12] - AMI Labs预计首轮融资5亿欧元，估值高达30亿欧元 [12] - 杨立昆在新公司担任执行主席，将管理运营交给法国AI创业老兵Alex LeBrun，自己回归纯粹的科学家角色 [12][14]

Two industry-leading businesses are ideally positioned to announce and complete their respective first-ever splits.Although artificial intelligence (AI) has been the hottest trend on Wall Street over the last three years, it's not the only catalyst responsible for sending the Dow Jones Industrial Average (^DJI +0.66%), S&P 500 (^GSPC +0.19%), and Nasdaq Composite to record-closing highs in 2025. Investor euphoria surrounding stock splits in brand-name companies has played a key role in lifting the tide for ...