TikTok及字节跳动海外业务 - 2025年字节跳动海外营收增长近50%，远超国内约20%的增速，海外业务营收占比从2024年的25%增长至30%以上 [5] - TikTok电商业务是海外营收增长主力，TikTok Shop的2025年GMV同比增长率接近70%，总GMV接近1000亿美元，拥有4亿活跃用户 [5] - TikTok Shop 2025年在美国销售额增长108%，欧洲市场增长率超过100%，在东南亚已成为第二大电商平台，并拓展了拉丁美洲和日本新市场 [6] - TikTok Shop计划在波兰等国上线 [3] 中国电商平台海外市场表现 - Temu在2026年3月以约1910万实际用户规模位居波兰电商市场首位，超过本土龙头Allegro的1850万用户 [8] - Temu在波兰网购客群覆盖率达63.96%，位居第一，Allegro以62.04%紧随其后 [8] - 在波兰市场前十名电商平台中，中国平台占据Temu、AliExpress和Shein三席 [8] 汽车及电池产业链合作 - 丰田印尼公司与宁德时代合作，在印度尼西亚投资1.3万亿印尼盾（约合8500万美元）建设混合动力汽车电池生产基地，计划2026年下半年投产 [9] - 该合作旨在满足丰田在东南亚市场的本地化供应需求，投产后混动车型零部件本地化率有望提升至40%以上 [9] - 小米汽车计划于2027年开始出海，首站选择德国市场，并已在欧洲设立研发中心 [3][16] - 奇瑞汽车与英伟达开启全球战略合作，在辅助驾驶、座舱AI、机器人三大领域共同开发布局物理AI [21] - 本田汽车计划在中国市场推出由合资伙伴主导开发的本田品牌电动汽车，以应对本土品牌竞争，并调整在华燃油车工厂及研发体系 [28] 消费电子与科技产品出海 - OPPO Find X9 Ultra系列首次出海，登陆西班牙、意大利、英国、法国等全球26个国家和地区 [19] - Find X9系列在欧洲市场上市仅一个季度，出货量已超过上一代Find X8系列全年出货量的20% [19] - OPPO在墨西哥市场600–1000美元价格段2025年下半年位居安卓第一，在波兰市场连续两年领跑450–550美元价格段，在泰国市场550–600美元价格段2025年位居行业第一，在巴基斯坦市场450–550美元价格段份额超过50% [19][20] 跨境支付发展 - 微信支付宣布韩国、斯里兰卡、泰国、马来西亚、新加坡五国支付二维码接入其系统，实现与当地支付基础设施的合规化全面互通 [13] - 2026年一季度全国累计查验出入境人员1.85亿人次，同比上升13.5% [13] - 微信跨境支付已覆盖全球78个国家和地区，支持36种货币 [14] - 蚂蚁国际旗下的Alipay+连接了全球40多个电子钱包，覆盖全球100多个市场超过1.5亿商户和18亿消费者账户 [14] 海外科技公司动态 - 英伟达宣布在其GB200 NVL72机架级系统上运行OpenAI的生成式代码模型Codex，内部已有超过10000名员工使用 [25] - 与上一代系统相比，GB200 NVL72可以把每百万token成本降低35倍，并把每兆瓦每秒token输出量提升50倍 [25] - 三星电子已正式停止接收LPDDR4和LPDDR4X移动DRAM的新增订单，标志着这两款产品进入生命周期终结阶段 [27] - 三星LPDDR4X内存报价从2025年3月的6美元/颗飙升至2026年1月的28.5美元/颗，涨幅近4倍 [27]

公司股价与估值表现 - 英伟达股价在过去十年间上涨了惊人的21,840% [1] - 公司市值在10月曾突破5万亿美元，创下盘中历史新高，但约六个月后，股价较峰值下跌约4%，市值约为4.85万亿美元 [4] - 尽管股价停滞，但公司持续增长盈利、创新并提高长期指引，其2026和2027年人工智能芯片收入预期至少达到1万亿美元，这使其远期市盈率降至仅24倍 [4][5] 增长前景与市场机遇 - 公司认为其仍具有长期增长跑道，是一个世代性的买入机会 [1] - 人工智能推理时代将带来广泛需求，公司正大力押注AI智能体的广泛采用以及AI推理代币需求的激增 [8] - 英伟达的硬件和软件旨在尽可能快地处理代币，这对超大规模客户具有吸引力 [8] 业务转型与技术战略 - 公司业务已从专业可视化和游戏，转向主要为数据中心提供AI芯片 [7] - 其数据中心业务一直由用于训练AI模型的通用图形处理器（GPU）支撑 [7] - 为应对定制专用集成电路（ASIC）可能超越传统GPU设计的竞争威胁，公司开发了基于Vera Rubin架构的机架级解决方案，该方案包含GPU、中央处理器（CPU）、存储芯片和互连技术，实现了极致的协同设计，专为AI推理时代构建 [7][8] 行业竞争格局 - 超大规模数据中心对能源和计算有更高要求，需要在AI芯片、网络和IT设备上实现能源和成本效率 [7] - 竞争对手博通认为，其针对更窄工作负载设计的定制专用集成电路（ASIC）最终将在数据中心超越传统的GPU设计 [7]

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 ...

文章核心观点 - 文章通过分析一场对英伟达CEO黄仁勋的深度访谈，揭示了围绕AI芯片出口限制、AI产业竞争逻辑以及英伟达自身商业困境的深层辩论[4][7]。核心在于探讨限制政策是否真能遏制中国AI发展，以及此举对英伟达和全球AI生态的长期影响[5][15][28]。 关于AI终局与竞争逻辑的假设之争 - 采访者Dwarkesh Patel的逻辑是将AI芯片比作“浓缩铀”，认为限制高端芯片出口能有效延缓中国大模型发展，从而在通往通用人工智能（AGI）的竞赛中保持领先[9][11]。 - 黄仁勋强烈反对此比喻，认为其根本错误在于将算力视为AI发展的唯一瓶颈[13]。他提出了“五层蛋糕”框架：能源、芯片、基础设施、模型系统、行业应用，强调芯片只是第二层，能源才是基础[13][31]。 - 黄仁勋指出，摩尔定律正在走向终结，芯片性能优势是暂时的[15]。限制政策短期或可延缓中国，但长期将逼迫中国形成内部整合、协同进化的完整AI生态链，最终不再依赖外部供应商[15][16]。 - 双方分歧体现了两种竞争逻辑：零和游戏逻辑与共生竞争逻辑[21]。黄仁勋认为基于“超级智能”等极端假设的政策带有“输家”心态[17]。 英伟达的身份困境与商业立场 - 英伟达市值已突破4万亿美元，但其希望保持“商业公司”而非“国家工具”的身份，这与美国政府将其视为AI霸权基础设施的战略定位存在根本张力[23][27][34]。 - 黄仁勋的立场可概括为三层：1) 出口管制短期利好美国设备商，但对英伟达是真实的商业损失，且战略上会逼迫中国整合生态[30]；2) AI竞争是完整生态的竞争，单一芯片优势非决定性力量[31][32]；3) 英伟达核心利益在于保持生态开放性、全球服务能力及商业公司身份[34][35]。 CUDA生态是英伟达真正的护城河 - 英伟达的深层护城河并非单一芯片性能，而是从电子到Token（AI输出）的整套转化体系效率[38]。硬件之上还包括驱动、编译、框架、工具链和开发者生态层[38]。 - CUDA是此体系承上启下的核心软件层，它定义了一套“如何用算力”的语言和规则体系[38]。全球数百万AI开发者及主流AI框架（如PyTorch）均深度绑定CUDA生态，迁移成本极高[39]。 - “AI五层蛋糕”理论自洽了英伟达的优势：其在基础设施层和模型系统层同时提供硬件加速与软件工具整合的全栈能力[39]。 中国AI生态的突破与替代链形成 - 关键触发点是DeepSeek V4计划全面转投华为昇腾芯片，底层代码从CUDA重写为华为CANN框架，这将是全球首个完全脱离英伟达生态的头部大模型[41]。 - 从CUDA迁移至CANN工作量巨大，相当于重写整个模型的底层算子库，但DeepSeek团队认为战略收益已使代价可接受[44][45]。 - 中国撕开CUDA裂缝依靠四方面力量：1) 华为昇腾芯片（如950PR）性能已足够用，可对标英伟达H20并进入批量部署[47]；2) CANN框架已成熟到可承接工业级模型[48]；3) 中国正形成从芯片（昇腾、寒武纪等）、框架（MindSpore等）到模型（DeepSeek、通义等）的完整替代链，国产芯片已占国内市场41%出货量（2025年数据）[50]；4) 美国出口管制倒逼了中国AI算力生态的内循环与协同迁移[51]。 对中国AI突围前景的分析与分歧 - 黄仁勋提出反直觉论断：芯片不是AI唯一瓶颈，能源才是。若美国断供芯片，中国AI发展的天花板将由电力决定[53]。 - 但盲点在于芯片制造工艺的差距：中国最先进制程为中芯国际7nm，而英伟达Blackwell系列已用4nm/3nm工艺，此差距非两三年可弥合[53]。 - 专家预测分为两派：审慎派认为芯片性能与软件生态差距客观存在，短期难完全替代[54]；激进派认为中国AI生态整合速度超预期，DeepSeek V3已证明能用极致算力效率（以557万美元完成训练）弥补芯片性能差距，且昇腾与英伟达芯片性能差距预计在18-24个月内进一步缩小[54]。 生态战争的长期性 - 黄仁勋所称的“灾难”，并非害怕华为做出好芯片，而是担忧中国通过政策压力、市场整合与技术迭代，形成一个能够自我进化的AI算力生态闭环，而芯片禁运政策反而加速了这一闭环形成[57][58]。 - 对中国而言，这并非即时胜利。拆除CUDA生态（积累十五年）的护城河、弥补制程工艺与工具链成熟度的显著差距、实现全产业链协同，是一场以十年为单位的耐力赛[58]。 - 趋势已确认：DeepSeek V4全面适配昇腾将像第一张倒下的多米诺骨牌，后续跟进者会越来越多，中国形成独立AI算力生态的未来正在逼近现实[59]。

证券研究报告 | 行业专题研究 gszqdatemark 2026 04 25 年 月 日 汽车 Robo-X：2026 商业化落地加速，无人化驶向星辰大海 政策与产业共振，2026 迎 L4 爆发元年。政策端，国家及地方层面无人 驾驶法律法规逐步完善，以北上广深一线城市为主的无人化运营区域范围 持续扩大，25 年 7 月上海首发 L4 级牌照，进一步推动 L4 的商业化落地。 技术层面，"世界模型+强化学习"成为 L4 的核心路径，该技术架构强化 复杂长尾场景判断能力，使智驾系统从被动记忆转向主动思考，显著提升 能力上限。资本层面，L4 玩家资本运作频繁，通过 IPO 与大额融资募集 数百亿资金，加快商业化布局。2026 年行业催化密集，特斯拉 cybercab 量产临近、小鹏 Robotaxi H2 开启载客示范运营，多重催化有望带动行业 景气度高企。在政策与产业共振下，我们预计 L4 将加速渗透，Robo-X 为大势所趋，2026 年商业化进程加快。 Robo-X：规模逐步起量，成本下行带动盈利向好。Robotaxi：玩家积极提 升车队规模，主流玩家已从百台提升至千台，且周度订单量激增，头部玩 家实现城 ...

[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 | ...

行业投资评级 - 投资评级：优于大市（维持评级） [2] 报告核心观点 - 核心观点：全球服务器CPU市场在经历2023-2024年的调整后，于2025年进入新一轮涨价与增长周期，主要受AI推理、Agent需求驱动，海外大厂Intel和AMD进入业绩释放期 [2][8] - 核心观点：AI Agent的普及将显著拉动CPU需求，改变数据中心CPU与GPU的配比关系 [44][46][51] 全球服务器CPU市场概况 - 市场规模与增长：预计2025年全球服务器CPU市场规模为280亿美金，同比增长34.7%，预计2030年增长至500亿美金，对应2024-2030年复合年增长率为15.6% [8] - 出货量与增长：预计2025年全球服务器CPU出货量为3220万颗，同比增长21.9%，预计2030年增长至5790万颗，对应2024-2030年复合年增长率为14.0% [8] - 市场周期：2025年服务器CPU周期触底反弹，此前2023、2024年因AI服务器支出增长导致通用服务器采购放缓，出货量下滑 [8] - 技术趋势：全球服务器CPU平均核心数稳步提升，预计从2025年的50.83核增长至2030年的93.78核 [8] - 架构格局：X86架构仍为主流，预计2025年占全球收入的87.5%（245亿美金）；ARM架构收入预计为28亿美金，占比10%，预计2030年提升至74亿美金，对应2024-2030年复合年增长率为26.6% [8] 全球服务器CPU季度表现与竞争格局 - 季度出货趋势：全球服务器CPU出货量于2024年第二季度见底（598万颗），随后在2024年第三季度开始反弹并持续提升 [12] - 市场份额（25Q3）：Intel为全球龙头，市占率为59.4%；AMD市占率为21.7%；ARM架构的AWS和英伟达各占7.2% [20] - 竞争动态：AMD和ARM-Based服务器CPU市场份额持续提升，相比2022年第四季度，各自市占率均提升了5个百分点 [12] - ARM架构增长：ARM-Based CPU出货量自2024年第三季度开始快速提升，主要受英伟达ARM CPU快速放量推动 [20] 主要厂商分析：Intel - 产品提价：Intel在2026年3月提高消费级CPU价格，并于4月1日上调服务器CPU价格，预计下半年还有一轮涨价，涨幅预计为8%-10% [26] - 价格走势：其消费级CPU（酷睿i7 Alder Lake）散货价格自2025年底以来稳步上涨 [26] - 出货结构（25Q3）：服务器CPU出货以Xeon DP为主，占比61.0%（291.8万颗） [26] - 财务表现：2026年第一季度实现收入136亿美金，同比增长7%；实现净利润（Non-GAAP）15亿美金，同比增长156%；毛利率为39.4%，同比提升2.5个百分点，进入业绩释放期 [26] 主要厂商分析：AMD - 产品提价：AMD计划在2026年提高服务器CPU产品线价格，预计第二季度和第三季度各进行一轮提价，累计涨幅约为16%-17% [33] - 价格走势：其消费级CPU（Ryzen 7 Zen4）散货价格自2025年底以来稳步上涨 [33] - 出货结构（25Q3）：服务器CPU出货以Turin系列为主，占比52.5%（92.4万颗） [33] 中国通用服务器市场 - 出货量与增长：2025年中国通用服务器出货量为397万台，同比增长4%，预计2030年达422万台，对应2025-2030年复合年增长率为1.3% [39] - 市场规模与增长：2025年中国通用服务器市场规模为420亿美金，同比增长30%，预计2030年达643亿美金，对应2025-2030年复合年增长率为8.9% [39] - 市场格局（2025年）：Intel CPU服务器占比47.8%，占据主要市场份额；AMD CPU服务器占比15.1% [43] - 国产化进展：ARM Other（主要为鲲鹏）市占率快速提升，2025年达到25.5%；其他国产CPU（如x86其他）市占率从2022年的4.5%提升至2025年的11.4% [43] AI Agent对CPU需求的拉动 - 需求维度一：传统软件及越来越多的AI“数字员工”仍在通用服务器（CPU）上执行工作负载 [45] - 需求维度二：每个智能体（Agent）需要独立的计算沙箱，成为普遍的基础设施需求 [45] - 需求维度三：AI Agent执行涉及非线性控制逻辑（任务编排）、密集型系统调用与I/O负载、以及多智能体间的系统协调与同步，这些均严重依赖CPU性能 [51] - CPU与GPU配比变化：根据ARM测算，传统AI数据中心每GW需要约3000万个CPU核心，而AI Agent时代将提升至每GW 1.2亿个CPU核心，未来CPU与GPU的配比有望提升至1:1到1:2之间 [51]

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]

美股芯片板块整体表现 - 费城半导体指数于美东时间4月24日大幅收涨4.32%，实现连续18个交易日上涨，期间成份股总市值合计增加至少2.4万亿美元（约合人民币16.4万亿元）[2] - 费城半导体指数年内累计涨幅扩大至48.43%[3]，其超买程度创有史以来最高，相对200日均线的偏离程度为2000年6月以来最高[2][9] - 大量资金流入追涨半导体板块，有评论指出涨势已从空头回补演变为上行恐慌，风险正在积聚[2][7][9] 主要公司股价与业绩 - 英特尔第一季度营收达136亿美元，高于市场预期的123.6亿美元，公司给出的第二季度营收指引为138亿至148亿美元，亦高于市场预期的130.3亿美元[7] - 受超预期财报提振，英特尔股价单日暴涨超23%，创下历史新高[6] - AMD股价单日大涨超14%，高通大涨超11%，英伟达大涨超4%[6] - 英伟达总市值重新站上5万亿美元大关[6] - 截至4月底，英伟达当月股价累计涨幅跑输费城半导体指数约19个百分点（英伟达涨19%，费城半导体指数涨38%），创其20余年来最大月度跑输纪录之一[9] 市场观点与关键人物动向 - 知名投资人Michael Burry宣布做空美股半导体板块，买入iShares半导体ETF（SOXX）2027年1月到期、行权价为330美元的看跌期权，并直言当前涨势缺乏基本面支撑[2][10][11] - Michael Burry表示，费城半导体指数的上涨更多是技术性因素所致，而非可持续的基本面逻辑驱动[12] - 有分析指出，当前涨势已不再是一场纯粹的AI牛市，而是一场流动性驱动的AI追逐游戏[9] - 市场关注微软、亚马逊、谷歌及Meta即将发布的财报中关于AI资本支出的最新信号[9]

AI大模型与开源进展 - DeepSeek全新系列模型DeepSeek-V4预览版本正式上线并同步开源，拥有百万字超长上下文，在Agent能力、世界知识和推理性能上实现国内与开源领域的领先 [7] - 腾讯混元发布并开源Hy3 preview语言模型，总参数295B，激活参数21B，最大支持256K上下文长度，是混元重建后训练的第一个模型，在复杂推理、指令遵循、智能体等能力上实现大幅提升 [9] - 阿里云正式开源Qwen3.6-27B模型，总参数量270亿，在多项反映真实智能体编程能力的权威基准测试中表现出众，性能媲美千亿参数级别模型 [14] - 字节跳动发布新一代3D生成大模型Seed3D 2.0，采用MoE架构，能生成更丰富的纹理细节和更精确的金属-粗糙度边界 [13] - 小米MiMo-V2.5系列大模型开启公测，其中MiMo-V2.5-Pro和MiMo-V2.5均支持百万级上下文，将于近期开源 [14] - 蚂蚁百灵发布Ling-2.6-flash模型，总参数量104B，激活参数7.4B，主打“Token效率”，API定价为输入每百万tokens 0.1美元，输出0.3美元 [34] - 阿里通义实验室推出语音识别大模型Fun-ASR1.5，单模型覆盖30种语言、汉语七大方言体系及20+地方口音 [25] 国际巨头动态与竞争 - OpenAI正式推出GPT-5.5，新模型能够更快理解用户意图以及独立完成更多工作，包括编写和调试代码、在线研究、数据分析等，已向ChatGPT和OpenAI编程产品Codex的付费用户开放 [9] - 英伟达CEO黄仁勋要求公司所有10000名员工使用基于GPT-5.5的OpenAI Codex编程工具 [10][11] - 谷歌发布一系列用于构建AI代理的工具，旨在帮助企业实现任务自动化，挑战OpenAI和Anthropic，并计划宣布新一代定制芯片，进一步挑战英伟达的市场领导地位 [15] - 谷歌已集结专项攻坚团队优化其人工智能代码模型，旨在实现更多内部代码工作自动化，并最终推动人工智能研究的自主化 [24] - 消息称埃隆·马斯克旗下xAI公司有望进军智能编程领域，可能会在下周推出Grok Build与Grok CLI两款产品，与Claude Code、OpenAI Codex等展开竞争 [38] - 人工智能初创公司Cognition AI正就新一轮融资进行初步谈判，此轮融资可能使其估值达到250亿美元 [13] 1. 杰夫·贝索斯的人工智能实验室在融资交易中估值接近380亿美元，该实验室专注于能够理解物理世界并改变工程与制造业的人工智能 [23] - 消息称AI编程初创企业Cursor即将完成20亿美元融资，融资前估值为500亿美元，现有投资方Thrive和安德森·霍洛维茨基金预计将牵头，英伟达亦计划出资 [28] - Anthropic在Forge Global等未上市企业股权交易平台上的估值已升至1万亿美元左右，超过OpenAI的8800亿美元 [34] - OpenAI视频生成平台Sora负责人比尔·皮布尔斯宣布离职 [31] - Meta计划于5月20日启动今年计划的第一轮大规模裁员，首轮裁员将削减约10%的全球员工，即近8000人 [33] 具身智能与人形机器人 - 自变量机器人发布全球首个基于世界统一模型架构的具身智能基础模型WALL-B，将视觉、语言、动作、触觉、物理预测等多类能力融入同一个网络联合训练，实现真实环境自主迭代，35天后将入驻真实家庭服务 [13][22] - 在2026北京亦庄半程马拉松暨人形机器人半程马拉松上，荣耀人形机器人“闪电”以50分26秒（净用时）获得机器人组冠军，超过人类冠军完赛时间约17分钟，约四成队伍选择完全自主导航，较去年明显增加 [9][25][26] - 北京智源人工智能研究院联合西安交大、清华等机构，推出业内首个开源世界模型+VLA框架VISTA，为通用机器人落地提供低成本、高泛化技术路径 [15] - 高德首次曝光旗下首款具身机器人“途途”，这是一款四足机器人，同时也是一只智能导盲犬，将在机器人半马赛事期间协助视障人士 [29] - 前华为天才少年、19级技术专家赵立晨离职创业，加入杭州拉格朗日具身技术有限公司，聚焦于具身智能架构研发（Agentic OS）与硬件规模化落地 [17] - 宇树H1机器人在人形机器人半程马拉松终点突发姿态失控摔倒，被工作人员用担架抬离赛道 [26] AI Agent与行业应用 - 谷歌宣布推出一系列用于构建AI代理的工具，纳入Memory Bank和Memory Profile等新功能以帮助代理记住与用户过去的互动，并推出Agent Simulation功能帮助开发者测试 [15] - 大麦娱乐联合阿里通义大模型事业部发布潮玩创作者AI设计平台“妙呀”，该平台依托全新大模型Wan2.7的底层技术支持 [13] - 天猫超市发布AI超市智能体“超喵1.0”，涵盖16个经营领域的子Agent，覆盖从商品规划到供应链管理的全链路 [23] - 阿里巴巴发布生态级AI助手数字人形象“千问小酒窝”，用户可通过对话完成订餐、买票、打车等操作，未来将接入淘宝、飞猪等阿里生态应用 [19] - 腾讯QClaw正式开启海外版内测，延续零门槛、免部署、下载即用的特点 [23] - 美国连锁快餐品牌Dairy Queen将在全美和加拿大多家门店的得来速车道启用由Presto公司开发的语音AI聊天机器人，用于接受点餐并进行主动加购推荐 [29] - 特斯拉中国车机语音大模型服务完成备案，将接入豆包大模型，承担导航设定、媒体播放操控、空调温度调节及车主手册查询等功能，DeepSeek模型则提供AI互动服务 [16][17] 算力、芯片与硬件生态 - DeepSeek官方预计下半年昇腾950超节点批量上市后，V4-Pro模型价格会大幅下调 [10] - 英伟达计划将最新游戏显卡产能缩减最高40%，主要受GPU通用显存严重缺货影响，公司会将有限的显存库存优先供给利润更高的AI芯片 [38] - 乐鑫科技子公司明栈科技的硬件M5StickC Plus/M5StickS3获Anthropic开源项目Claude Desktop Buddy官方推荐，其硬件芯片采用乐鑫ESP32-S3方案 [24] - 小米18 Pro曝光，将采用2nm芯片 [28] 投融资与市场活动 - 本周期全球披露的人工智能融资事件56起，已披露融资金额的事件24个，总融资规模为133.62亿元人民币，平均融资金额为5.57亿元人民币 [43] - 从阶段分布来看，早期融资事件42个、成长期11个、后期3个 [46] - 本周国内人工智能领域已披露融资总额为63.01亿元人民币，融资额最高的为机器人研发商自变量机器人，完成近20亿元人民币B轮融资 [52][53] - 本周海外人工智能领域已披露融资总额为61.61亿元人民币，融资额最高的为通用超级智能研究商Recursive Superintelligence，完成5亿美元A轮融资 [75] - 从国内地区分布来看，广东披露17起、浙江披露12起、上海披露8起、江苏披露4起、北京披露3起 [49][51] - 重卡自动驾驶公司DeepWay深向累计完成超3.1亿美元Pre-IPO轮融资，创下重卡自动驾驶行业近五年最大单轮融资纪录 [22] - DeepSeek被曝正计划以超过100亿美元的估值募集至少3亿美元的资金，此举被视为战略上的重大转向，可能旨在为员工期权定价和兑现以留住人才 [35] 政策、产业与生态建设 - 2026年南京市加快推动“人工智能+软件”发展行动方案正式出台，目标包括培育高水平行业领域人工智能服务商超100家、智能体开发商超100家，全市重点软件企业智能开发工具应用普及率超90%等 [39][40] - LG人工智能研究院和英伟达同意加强技术联盟，结合LG的Exaone模型和英伟达的Nemotron生态系统，共同开发人工智能模型 [21][22] - 游戏行业近半数开发者因就业不稳定考虑离职，一项研究显示游戏行业44%的开发者因大规模裁员计划离职 [41]