Meta公司AI基础设施投资 - 公司对人工智能基础设施进行了大规模投入 这可能为下一阶段增长奠定基础 [1] - 若投资回报需要时间 在收益显现前 投资者可能需面对利润率承压的局面 [1] 股票市场表现 - 公司股票在2026年4月18日市场交易中上涨2.48% [1]

文章核心观点 - 美国五大科技巨头本周发布的季度财报结果 可能推动比特币及更广泛的加密货币市场向任一方向波动 原因是数字资产与纳斯达克股票之间存在着异常紧密的联动关系 [1] 科技巨头财报与资本支出 - 微软、Alphabet、Meta和亚马逊将于4月29日周三盘后发布第一季度财报 苹果紧随其后于周四发布 [1] - 市场关注的焦点是营收增长、利润率以及2026年剩余时间的人工智能资本支出计划 [1] - 资本支出指引已超越整体盈利 成为对市场最敏感的指标 [2] - Meta为2026年设定的资本支出目标为1150亿至1350亿美元 较上年至少增长59% [2] - 微软预计在2026财年将投入约1460亿美元用于人工智能和云基础设施 [2] - Alphabet维持1750亿至1850亿美元的资本支出范围 [3] - 亚马逊计划支出2000亿美元 较2025年高出50%以上 [3] - 仅本季度 超大规模企业的合计人工智能支出预计将超过1600亿美元 [3] 比特币与纳斯达克关联性 - 比特币与纳斯达克100指数的平均相关系数在2025年攀升至0.52 高于前一年的0.23 [4] - 进入2026年初 这种关联性进一步收紧 有分析师追踪到1月份的滚动相关系数达到0.75 [4] - 这种联动在今年已产生直接的传染效应 微软1月份财报引发市场对AI支出的担忧后 其股价在盘后交易中下跌超过10% 比特币同日短暂下跌至约83，460美元 [4] - 如果五家公司中任何一家的财报在资本支出回报方面令人失望 上述模式可能重演 相反 强劲的业绩则可能在接下来的交易时段提振股票和加密货币市场的风险偏好 [5]

市场表现与行业动态 - 纳斯达克指数和标准普尔500指数连续第四周上涨，其中标准普尔500指数在周五上涨了1.6% [6] - 科技股上涨，英特尔股价飙升至2000年以来的历史新高 [6] - 自冲突开始以来，科技行业的表现优于其他行业，投资者对人工智能公司表现出热情 [5] 美联储会议与利率政策 - 联邦公开市场委员会将于本周召开会议，并宣布利率决定 [1][2] - 市场普遍预期委员会将维持联邦基金利率在3.5%至3.75%的区间不变 [2] - 联邦基金利率影响信用卡、汽车贷款和抵押贷款的利率，较低利率可刺激支出和招聘，但也可能加剧通胀 [3] 科技巨头（“七巨头”）财报 - 多家大型科技公司计划于本周发布财报，包括周三的Alphabet、亚马逊、Meta、微软，以及周四的苹果 [4][9] - 这些公司的业绩和展望能够影响市场走势 [4] - 有分析师看好该行业在人工智能基础设施方面的投入，但也存在对这些投资何时能产生回报的疑问 [4] 其他重要公司财报与事件 - 数据存储公司希捷科技将于周二收盘后发布业绩 [7] - 星巴克将于周二收盘后发布第二季度业绩，投资者关注其扭亏为盈举措是否提振销售 [7] - Chipotle Mexican Grill将于周三发布财报 [7] - 西部数据和Sandisk将于周四收盘后发布第三财季业绩 [9] - 埃克森美孚和雪佛龙将于周五发布第一季度业绩 [9] - 伯克希尔·哈撒韦公司将于周六举行年度股东大会 [9] 人工智能与相关产业 - 科技行业对人工智能基础设施的投入受到关注 [4] - 对人工智能的热情已蔓延至支持AI建设的数据存储公司 [5] - 亚马逊的芯片业务被其CEO描述为“非常火爆” [9] - Alphabet在2月份表示将把去年的资本支出大约增加一倍，但其新的TurboQuant技术可以减少AI模型的内存负载，这令投资者感到鼓舞 [9] 公司具体动态 - 微软上一季度营收和利润超出预期，但其股价因投资者担心其资本支出和对少数关键客户的依赖而暴跌 [9] - 投资者将关注苹果新任CEO约翰·特努斯在蒂姆·库克时代之后将如何推动公司前进 [9] - 埃克森美孚和其他石油公司的股价随着关于通过霍尔木兹海峡的石油流量的新闻头条而波动 [9]

关键要点总结 一、 涉及的行业与公司 * **行业**：海外互联网、人工智能、云计算、数字广告、电子商务 * **公司**：Meta、谷歌、亚马逊、微软、Anthropic、OpenAI 二、 资本开支：规模、结构与财务影响 * **规模与增速**：亚马逊、微软、谷歌、Meta四家公司资本开支自2023年起显著提速，2024年下半年合计同比增速维持在**60%** 以上[2] * **Meta 2026年指引**：**1,150亿至1,350亿元**，同比增长**59%至87%**，较市场预期高**6%至24%**[2] * **谷歌 2026年指引**：**1,750亿至1,850亿元**，同比增长近**一倍**，比市场预期高约**50%**[2] * **亚马逊 2026年指引**：**2000亿美元**，同比增长**56%**，超出市场预期**46%**[2] * **投入方向**：主要用于建设数据中心、采购GPU等算力芯片以及部署电力、网络、冷却等配套基础设施[2] * **现金流压力**：主要科技巨头2026年的资本开支已接近甚至超过其2025年的经营净现金流[2]；若资本开支进一步增长，预计在**2027或2028年**可能出现自由现金流为负的情况[2] * **利润压力**： * 资本密集度提升，以“总资本开支/云计算收入”衡量的指标自2023年以来持续攀升[2] * 折旧占云计算增量收入的比例从四年前的约**30%** 已提升至**40%** 左右，且预计2026年仍将上升[2] 三、 财务状况与融资能力 * **资产负债表健康**：公司主业盈利模式稳固，资产远大于债务，具备强大的持续现金流创造能力[3] * **融资渠道通畅**：2025年，Meta、谷歌、亚马逊均通过发行债券及股权合作等方式进行了**数百亿美元**的融资，市场认可度高，融资成本相对可控[3] * **融资成本**：其债券利率与美国政府债券利率相近，在某些市场甚至更低[3] 四、 云计算业务：AI驱动与利润率 * **增长动力**：AI是驱动云计算业务高速增长的核心动力[7] * **Google Cloud**：**75%** 的客户使用了AI全栈式服务，AI客户使用的产品数量是非AI客户的**1.8倍**[7] * **AWS**：其Bedrock服务有望成为年化收入达**数十亿美元**的服务，客户支出环比增长**60%**[7] * **收入表现**： * 2025年第四季度，Google Cloud和AWS同比增长率分别为**48%** 和**24%**[7] * 更具前瞻性的指标是**在手积压订单**：Google、亚马逊和微软2025年第四季度同比增长率高达**96%**，远超第三季度的**47%**[7] * **未来展望**：预计2026年Google Cloud和AWS的AI相关收入有望保持**200%以上**的同比增速[8]；亚马逊对Anthropic的投资预计将为AWS带来**10个百分点的收入增量**[8] * **利润率现状**：海外三大云厂商经营利润率呈现稳中有升态势，目前超过**30%** 的水平可视为一定的安全垫[4][5] * **利润率水分与风险**：Google Cloud的财报将Gemini大模型的训练成本单独列出，未计入云业务成本[4]；若未来云计算服务向模型即服务转型，且差异化竞争源于自研大模型，当前利润率可能存在水分[4] 五、 AI技术进展与产品化方向 * **技术趋势共性**：头部大模型能力进步的核心方向具有共性，主要体现在**Agent的执行与控制能力**、**长文本处理能力**以及**多模态理解能力**[5] * **算力消耗**：上述能力提升直接导致了Token和算力消耗的**指数级增长**[5] * **产品化方向**：**Agent**成为2026年模型应用的一个确定性发展方向[5] * 三大云厂商均已推出Agent开发工具[5] * **Meta**表示其Agent购物工具能精准匹配用户商品需求[5] 六、 AI赋能传统互联网主业的效果 * **广告业务**： * **Meta**：Andromeda模型上线后广告质量提升**8%**；JAM模型使Reels转化效率提升**5%**；Natives模型让Feed转化率提升**4%**[6] * **用户活跃度**：Meta推荐算法升级带动Instagram和Facebook视频时长持续提升；谷歌的AI Mode和AI Overview带动搜索queries使用量创新高[6] * **电商业务**： * **亚马逊**：Ruffles AI助手服务了**3亿**用户，购物意向提升**60%**，预计年化增量销售额将超过**120亿美元**[6] * **效率提升**：亚马逊的JIM AI listing工具帮助商家缩短商品上架时间；履约端部署了机器人以提升效率[6] 七、 竞争格局与壁垒分析 * **新兴AI巨头挑战传统平台**：新兴AI巨头（如OpenAI）通过Chatbot或Agent进入电商等交易领域面临挑战，主要在于用户场景不清晰、创造的增量价值不足，难以撼动亚马逊等已形成强用户心智的传统平台地位[7] * **模型壁垒有限**：模型本身难以成为可持续壁垒，原因在于： * 大模型迭代速度极快，以月为单位[10] * 具备追赶意愿、人才、数据和算力的公司，追赶成功概率不低[10] * 模型蒸馏难以被完全杜绝，后发者可加速追赶[10] * 顶尖大模型之间的能力差异化正在缩小，许多模型能力已超越普通用户甄别上限[10] * **飞轮效应尚未形成**：目前大模型的预训练机制尚未实现持续学习的闭环，因此未能像抖音推荐算法那样进入成长的正向飞轮[10] 八、 投资建议与市场预期 * **投资策略**：建议从两个维度把握投资机会[9] * **关注主业确定性与估值**：聚焦主业基本面扎实且估值相对合理的公司，以提升安全边际[9] * **把握AI方向的市场预期差**：市场对各科技巨头AI布局的认知存在分歧，可能蕴含潜在机会[9] * **具体标的观点**： * **Meta**：主业收入增速良好，估值处于合理偏低区间，同时在AI领域存在明显预期差；自2026年4月以来模型能力已有显著提升[10] * **亚马逊**：处于估值较低且具备潜力的状态[10] * **谷歌**：中长期看其全栈式布局具有独特性和确定性，但短期市场预期可能较为一致[10] 九、 其他重要内容 * **中国互联网公司增速**：宏观环境是影响增长的重要因素，但中国厂商并未系统性地比美国厂商增长更慢[11]；部分未上市的中国公司（如字节跳动、小红书）增速并不慢[11]；中国互联网广告的整体增速未必低于美国[11]

存储/CPU/模拟芯片龙头业绩超预期，谷歌发布第八代 TPU。近期，存储芯片龙头 SK 海力士、 CPU 龙头英特尔及模拟 芯片龙头德州仪器发布了最新的财报，从三家公司的业绩表现及展望来看，AI 相关的业务都呈现了强劲的增长。4 月 23 日，SK 海力士宣布今年 Q1 营收同比增长 198.1%，达到 52.58 万亿韩元；营业利润同比增长 405.5%，达到 37.6103 万亿韩元，连续第四个季度创下新高。营业利润率达到 71.5%，创公司历史新高。DRAM 占总收入的 78%，NAND 闪存占 21%。由于需求旺盛，DRAM 售价较上一季度上涨约 60%，NAND 闪存售价上涨约 70%。SK 海力士表示，一季度淡季不淡， AI 基础设施的投资增加，需求依然强劲，公司通过扩大 HBM、大容量服务器 DRAM 模块和 eSSD 等高附加值产品的销 售，继续保持业绩上升趋势。4 月 23 日，英特尔公布 2026 财年第一财季财报。26Q1 实现营收 136 亿美元，同比增长 7%，连续第六个季度超市场预期。其中数据中心与 AI 业务（DCAI）营收达 51 亿美元，同比增长 22%。随着 AI 从训练 ...

行业投资评级 - 报告看好AI覆铜板/PCB及核心算力硬件、半导体设备及苹果产业链 [3][27] 核心观点 - AI短期、中期需求都非常强劲，主要依据包括：存储/CPU/模拟芯片龙头（SK海力士、英特尔、德州仪器）业绩超预期；谷歌TPU快速迭代；Anthropic营收爆发式增长；台积电用于AI芯片的先进制程产能排满、加速扩产；GPU租赁价格上涨 [1][3][27] - 随着台积电Rubin及谷歌/亚马逊等ASIC厂商新产品的拉货，Q2环比增长依然强劲 [3][27] - 研判谷歌、亚马逊、Meta、Open AI及微软的ASIC数量，2026-2027年将迎来爆发式增长 [27] - 继续看好AI产业链硬件核心公司，AI强劲需求带动PCB价量齐升 [3][27] 细分行业总结 消费电子 - AI正从技术探索迈向大规模生产力赋能新阶段，大模型调用量有望延续高速增长 [4] - 看好AI应用落地：1) **AI手机**：重点看好苹果产业链，算力+运行内存提升是主逻辑，带动PCB板、散热、电池、声学、光学迭代 [4]；2) **AI智能眼镜**：关注海外大厂Meta新机节奏，及苹果、微软、谷歌等布局 [4]；3) **AI端侧应用产品**：类AIPin、智能桌面、智能家居等产品加速，有望给可穿戴硬件带来新机遇 [4] PCB - 行业保持高景气度，主要因汽车、工控政策补贴加持及AI持续大批量放量 [5] - 预计Q2景气度有望进一步走高（海外AI新品开始拉货），且中低端原材料和覆铜板涨价至少持续到6月 [5] - 目前多家AI-PCB公司订单强劲，满产满销，正在大力扩产 [3][27] - AI覆铜板需求旺盛，由于海外扩产缓慢，大陆覆铜板龙头厂商有望积极受益 [3][27] - 行业景气指标为“加速向上” [3] 元件 - **被动元件**：26Q1淡季不淡，有望形成结构性需求旺盛+上游成本增加的顺价涨价 [20]。AI端侧升级带来估值弹性：AI手机单机电感用量预计增长，价格提升；MLCC手机用量增加，均价提升（产品升级） [20]。以WoA笔电为例，ARM架构下MLCC容值规格提高，每台MLCC总价大幅提高到5.5~6.5美元 [20] - **面板**：LCD面板价格报涨，3月32/43/55/65吋电视面板价格分别变动1、1、2、3美元 [20]。OLED方面，看好上游国产化机会，国内OLED产能释放、高世代线规划带动上游设备材料厂商需求增长+国产替代加速 [21] IC设计（存储） - 持续看好景气度上行的存储板块 [22] - 根据TrendForce，受全球云端供应商扩充数据中心规模驱动，2025年第四季Server DRAM合约价涨势转强，带动整体DRAM价格上涨，预计第四季一般型DRAM价格涨幅从先前预估的8-13%上修至18-23% [22][23] - 看好从Q2开始存储器持续上行：供给端减产效应显现，存储大厂合约开启涨价；需求端云计算大厂capex投入启动，企业级存储需求增多，同时消费电子终端补库需求加强 [23] - 持续看好企业级存储需求及利基型DRAM国产替代 [23] 半导体代工、设备、零部件及封测 - 半导体产业链逆全球化，自主可控逻辑持续加强，国内设备、材料、零部件在下游加快验证导入，产业链国产化加速 [24] - **封测**：先进封装需求旺盛，算力端自主可控成为国产算力核心发展方向 [24]。寒武纪、华为昇腾等AI算力芯片需求旺盛，先进封装产能紧缺，持续扩产背景下产业链有望深度受益 [24]。HBM产能紧缺，国产HBM已取得突破，看好相关产业链 [24]。当前封测板块景气度“稳健向上” [3][25] - **半导体设备**：是半导体产业链基石，存储扩产与自主可控共振 [25]。国内设备龙头业绩亮眼，2025年前三季度八家龙头公司合计营收同比增长37.3%，归母净利润同比增长23.9% [25]。随着AI大模型驱动存储技术向3D化演进，叠加国内存储大厂扩产项目落地，国产半导体设备产业链有望迎来新一轮高速增长 [25] - 看好国内存储大厂及先进制程扩产加速落地，以及消费电子补库、成熟制程资本开支重启带来的机会 [26] 重点公司业绩/动态 - **胜宏科技**：2025年实现营收192.92亿元，同比增长79.77%；归母净利润43.12亿元，同比增长273.52% [28]。精准把握AI算力与数据中心升级机遇，高端产品大规模量产，产品结构向高价值量升级 [28] - **中微公司**：2025年实现营收123.85亿元，同比增长36.62%；归母净利润21.11亿元，同比增长30.69% [29]。高端产品新增付运量显著提升，超高深宽比刻蚀工艺实现大规模量产 [29]。2025年9月推出六款半导体设备新产品，加速向高端设备平台化公司转型 [30] - **安集科技**：2025年实现营收25.0亿元，同比增长36.5%；扣非归母净利润7.0亿元，同比增长32.4% [31]。化学机械抛光液业务营收20.4亿元，同比增长32.1%；功能性湿电子化学品板块营收4.5亿元，同比增长63.7% [31] - **江丰电子**：2025年实现营收46.0亿元，同比增长27.7%；归母净利润5.0亿元，同比增长24.7% [32]。拟募资不超过19.48亿元，主要用于静电吸盘和超高纯金属溅射靶材产业化项目，推动关键零部件国产化 [32] - **鼎龙股份**：2025年半导体材料营收达20.9亿元，同比增长37.3%，首次占总营收比重超过50% [33]。其中CMP抛光垫营收10.9亿元，同比增长52.3% [33] 市场行情回顾（2026.04.20-2026.04.24） - 申万一级行业中，电子行业涨幅为3.11%，排名第二 [34] - 电子细分板块中，涨幅前三大为被动元件（7.48%）、电子化学品（6.61%）、半导体材料（5.89%） [36] - 个股方面，涨幅前五包括华特气体（94.59%）、光智科技（43.68%）、金宏气体（32.16%）等 [36]

1 国常会：研究科技创新有关工作 听取推动海洋经济高质量发展情况汇报 国务院总理李强4月24日主持召开国务院常务会议，研究科技创新有关工作，听取推动海洋经济高质量发展情况汇报，审议通过《行政法规制定程序条例（修订草 案）》。 其中会议指出，近年来我国科技实力持续增强，关键核心技术攻关加快推进，科技创新成果不断涌现， 新质生产力稳步发展。要锚定2035年建成科技强国的战略目标，充分发挥新型举国体制优势，全面深化 科技体制机制改革，一体推进教育科技人才发展，加快实现高水平科技自立自强。要紧盯全球科技前沿 动向，围绕国家战略需求与产业发展需要，加强原创性引领性科技攻关，提升基础研究水平，打造具有 全球影响力的创新高地。要强化企业科技创新主体地位，支持有条件的企业参与重大科研项目、承担国 家重大战略任务，带动产学研协同发展，促进科技创新和产业创新深度融合。 会议指出，要提高经略海洋能力，高效开发利用海洋，推动海洋经济高质量发展，加快建设海洋强国。 3 A股大消息！沪深北交易所发布 北交所交易规则于2021年11月首次发布并试行。本次修订是在总结前期规则试行情况的基础上，进一步完善股票交易机制，优化交易监管安排，有助于 ...

[Table_Page] 投资策略|专题报告 2026 年 4 月 26 日 证券研究报告 [Table_Title] 美联储降息预期反反复复，如何影 响成长股？ ——周末五分钟全知道（4 月第 4 期） 报告摘要： 加息抑制广谱需求、对宏观经济造成影响；但技术驱动的产业趋势更 为独立。例如 21 年中国地产进入下行周期叠加通胀压力抬升，但新 能源进入高速渗透阶段。 （2）宏观流动性紧缩，也不等于微观流动性紧缩 利率抬升对应着广义流动性收紧，但股票市场的微观流动性可能带来 增量资金。例如 99 年科网时期，美国共同基金及个人投资者入市， 21 年 A 股公募基金的发展也带来了微观流动性的改善。 （3）市场对高利率有容忍度，前提是龙头公司当年的业绩兑现度都不 错，折现到当下的股价价值并未受到太大影响 大多数相关产业龙头公司的利润增速在 50%、甚至 100%以上，在这 么高的增速面前，FY1 的 PE 动态估值基本上可以给到 30-50X，并未 受到利率中枢抬升的影响。 | [分析师： Table_Author]刘晨明 | | | --- | --- | | | SAC 执证号：S0260524020001 | ...

核心观点 报告的核心观点是，随着AI算力平台功率密度实现“断层式跃迁”并进入7×24小时连续运行阶段，能源供给已成为决定算力上限的“第一性约束”[1][10] AI竞争已从算法竞赛转变为围绕“功率密度×持续时间”的工程竞赛[1][16] 市场对AI能源需求的理解需从“算力扩张→电力需求增加”的线性外推，升级为对能源体系进行“被动重构”的认知[10] 2026年是一个关键时间窗口，算力代际跃迁与能源约束产生“同频共振”，迫使行业进入基础设施强制升级阶段[13][26] 谁能率先构建并交付新一代能源体系，谁就能定义下一阶段算力扩张的上限[3][82] AI能源体系重构的第一性原理 - **AI的尽头是能量竞赛**：AI的本质不仅是模型参数之争，而是“能量密度×持续时间”的工程竞赛，算力的极限由能源系统决定[1][16] - **算力平台功率密度实现断层式跃迁**：从GB200的120kW区间，到GB300的135-140kW区间，再到Rubin平台有望突破200kW+，单机柜功率密度呈现“断层式跃迁”，迫使现有基础设施必须重构[1][17] - **等电=等项目，资源严重错配**：电网是典型的“慢系统”（建设周期3-5年甚至10年），而AI是“快系统”（数据中心建设周期12-24个月），二者节奏错配成为算力扩张的真实瓶颈[2][11][22] 电力已成为算力交付的前置条件，而非配套条件[11][22] 分阶段能源体系重构方案 阶段一：电源侧重构（正在发生） - **供电架构从UPS向HVDC/SST演进**：传统UPS（不间断电源）效率相对较低，HVDC（高压直流）移除逆变环节，效率提升至95%以上，SST（固态变压器）是数据中心电源架构的终极形态，效率可达98%[30][33][38] - **技术路线多样化**：中国电信和腾讯等主推240V/336V HVDC；北美CSP厂商主流选择400V HVDC；英伟达跳跃式推进800V HVDC架构，并计划2027年后规模应用；阿里推出“巴拿马电源”作为集中式中压直流方案[35][37] - **AIDC电源产业链**：上游为关键材料与器件（如Wolfspeed、Infineon的SiC）；中游为电源设备与系统（如Vertiv、台达的HVDC/SST）；下游为应用与服务（如云厂商CSP与IDC运营商）[39][43] 阶段二：天然气+本地化发电（现实解法） - **天然气发电的核心优势是“快”**：相比电网并网排队3-5年，天然气发电从立项到投运通常只需1-2年，其价值在于“不用等”，能帮助AI项目提前交付[12][44][46] - **主要技术路线包括燃气轮机、内燃机和燃料电池**：燃气轮机（如GE Vernova）单机容量大，适合超大规模智算中心；内燃机（如卡特彼勒）启动迅速，模块化程度高；燃料电池（SOFC，如Bloom Energy）效率可超60%，能实现“离网运行”，部署速度最快90天[45][47][53][54] - **产业链关键公司**：上游燃料供应（如ExxonMobil）；中游核心设备（如GE Vernova、西门子、卡特彼勒、Bloom Energy）；下游运营（如NextEra Energy）[56][59] 阶段三：核电（终极工程解） - **SMR（小型模块化反应堆）与AI天然适配**：核能发电平稳，无需配备巨量储能；SMR模块化、灵活性高，建设周期可压缩至3年，占地面积仅为传统核电站的1/4[60][61] - **SMR产业链瓶颈在上游燃料**：SMR多采用HALEU（高纯度低浓缩铀），目前全球商业规模产能几乎全部集中于俄罗斯Rosatom，美国产能极度稀缺[65] - **科技巨头全面入局**：2024-2025年，全球科技巨头承诺投入超过100亿美元用于SMR部署，首批SMR设施预计2030年前并网[67] 例如，谷歌与Kairos Power签署500MW PPA；微软与Constellation Energy签署20年PPA，重启三里岛机组；Meta与Oklo、TerraPower合作[68] 阶段四：太空算力（突破物理边界） - **太空算力是地面能源约束下的“扩维解法”**：通过部署在晨昏轨道等特殊轨道，能实现近乎全天候太阳能获取，摆脱对地面电网的依赖，并利用太空极低温环境进行辐射散热[70][71] - **已进入工程化落地阶段**：海外如Starcloud（获NVIDIA投资）已发射搭载H100芯片的卫星；谷歌公布“Project Suncatcher”计划；国内如之江实验室的“三体计算星座”、北京轨道辰光的GW级太空数据中心计划均已启动[74] - **太空算力产业链**：涵盖上游核心元器件（如抗辐射芯片）、中游太空数据中心与计算星座、下游星地融合应用等环节[75] 其他探索：AIDC配储 - **AIDC配储升级为智能能源系统**：从单纯备用电源升级为集备电、调峰、绿电消纳于一体的系统，要求具备毫秒级响应能力和智能调度能力[77][80] - **相比传统方案具有优势**：可将能源基础设施建设周期从5-10年缩短至1-2年；相比柴油发电机，具有响应更快、零碳排放等优势[81] - **产业链主要环节**：电芯制造（如宁德时代、亿纬锂能）和系统集成（如特斯拉、阳光电源）[81] 投资建议与关注方向 - **投资逻辑转变**：AI能源已从“远期叙事”进入“工程兑现”阶段，建议关注在相关产业链中具备系统集成能力、工程交付经验与头部客户绑定能力的核心环节[13] - **具体关注方向**： - **AIDC电源产业链**：如Wolfspeed、Infineon（上游碳化硅）；ABB、施耐德（低压电气）；Vertiv、台达（中游电源设备）[3][43] - **天然气发电产业链**：如Bloom Energy（SOFC）；GE Vernova（燃气轮机）；卡特彼勒（柴油/燃气发电机组）[3][59] - **核电产业链**：如OKLO（SMR设计与研发）；LEU（生产核燃料HALEU）；NuScale Power（SMR设计获NRC批准）；Constellation Energy（下游运营）[3][66] - **太空算力产业链**：如RKLB（小型火箭发射）；以及国内在芯片、卫星制造、地面设备等环节的公司[3][75][84]

Meta的“模型能力计划”（MCI）核心内容 - 公司正在美国员工的办公电脑上部署追踪软件，用于记录鼠标移动、点击位置、键盘输入及部分屏幕内容，以训练AI模型和智能体系统 [1] - 该计划内部名称为“模型能力计划”（Model Capability Initiative，MCI），核心任务是观察人类如何使用电脑工作，并教会AI复刻这些动作 [3] - 公司强调该工具不会监控所有行为，仅在批准的办公应用和网址中运行，且仅适用于电脑端，不涉及手机设备 [5] MCI计划的技术目标与数据价值 - 公司旨在解决当前大模型在基础电脑操作上的不足，例如难以理解真实办公流程的上下文关系、不知道何时使用快捷键、面对下拉菜单容易出错、无法在多个软件间自然切换等 [3][4] - 目标是让AI不只生成文本，而是能像员工一样直接操作电脑，完成真实任务 [4] - 真实办公操作数据包含大量隐性知识，如人类如何判断优先级、在多个窗口间切换、完成重复流程及处理异常情况，这些经验很难从公开网页文本中学到，因此数据价值极高 [6] 员工反应与公司内部争议 - 计划引发员工强烈不满，核心争议点在于“强制参与”且“没有退出选项” [7][8] - 员工在内部论坛点赞最高的评论表达了不适并询问如何退出，公司CTO回应称，使用公司提供的工作电脑就没有退出选项 [8] - 员工担忧正在亲手训练未来可能替代自己的系统，尤其在科技行业持续裁员、AI替代焦虑加剧的背景下，这种不适感被放大 [7] - 尽管有内部人士指出公司监控员工设备并非新政策，但此次将监控权限延伸至记录每一秒操作，仍踩到了很多人的红线 [9] 公司的官方回应与隐私保护措施 - 公司发言人回应称，采集的数据不会用于绩效评估，也不会用于模型训练之外的其他用途，并已设置保护机制来过滤敏感内容 [10] - 数据收集的唯一目标是提升AI Agent使用电脑完成任务的能力，因为模型需要见过大量真实案例而非仅靠模拟环境训练 [10] MCI计划的战略背景与公司AI转型 - MCI风波是公司全面推进AI战略的一部分，反映了公司正被改造成AI公司 [13] - 过去一年公司内部AI动作频繁，包括组建Meta超级智能实验室、举办AI Weeks、调整组织架构成立多个AI Pods团队、将内部效率系统围绕Agent改造等 [13] - 在MCI工具公告前一天，公司CTO发布备忘录宣布加强内部数据收集，作为“AI for Work”计划的一部分，该计划后更名为“智能体转型加速器”（ATA） [13] - 公司的终极愿景是构建一个由智能体主要负责干活、人类负责指挥、审核并帮助其改进的未来 [13] - 公司CEO更关心AI带来的效率提升，员工的情绪似乎被放在了“必要的代价”之列 [14]