文章核心观点 - 文章汇总了2026年第三季度美股财报季中多家科技龙头公司管理层关于AI及其对行业和商业世界影响的评论，涵盖ASML、Intuitive Surgical、Meta、TSMC、Tesla等公司 [2] - AI自2022年底至2023年初随DALL-E2和ChatGPT公开推出后进入公众视野，此后发展速度惊人 [1] ASML - ASML管理层已完成与关键客户的价值定价谈判，但效果在2026年不会显现，部分将在2027年逐步显现，全面影响要到2028年及以后 [3] - 2026年ASML逻辑净系统销售额预计增长约10%，存储净系统销售额预计增长约75%，存储增长主要由DRAM驱动，源于客户产能扩张及先进DRAM节点对EUV的加速采用 [3] - 先进逻辑业务2026年预计增长超过25%，逻辑与存储之间的比例将向存储倾斜，但逻辑需求依然强劲，管理层预计2027年逻辑业务仍将大于存储业务 [3][5] - ASML客户短期和长期需求均在上升，客户认为至少到2028年供应无法满足需求，因此加速建设产能，这转化为ASML短期 across产品组合的更多需求，尤其是EUV设备 [6] - ASML已收到大量2028年订单，甚至有2029年和2030年的订单意向，但管理层尚未接受2029和2030年订单，因仍在理解该时间段的整体需求图景 [6] - 客户下单需做出两项严肃承诺，包括足以"感到痛"的预付款，且订单是双向真实承诺，取消不易且代价高昂，因此客户下单前已深思熟虑 [7] - 管理层认为所看到的需求是真实的，并非客户购买行为所膨胀，且已通过客户分享的晶圆厂建设等详细计划进行验证 [7] - 2029和2030年的客户兴趣在DRAM和逻辑之间均等，涉及EUV的DRAM客户来自美国和韩国（即Micron、SK Hynix、Samsung），不包括中国 [9] - ASML管理层原计划2027和2028年各增加30%产能，但已明确30%不足以满足客户需求，正寻求2028年及以后进一步扩大产能 [10] - 已安装基础业务能帮助客户在现有 footprint 内快速获得增量产能，公司正积极开发升级方案 [10] - NXE:3800F EUV设备将于2027年推出，晶圆处理能力从当前230片/小时提升至260片/小时，2028年及以后将显著帮助客户提升产能 [10] - 下一代关键DUV浸没式系统运行速度达330片/小时，将在未来几年逐步量产，为行业提供增量晶圆产能 [10] - 管理层不认为Carl Zeiss是产能扩张的瓶颈，已与供应链完成大量工作确保供应链不成为问题，所分享的每个数字均经过供应链验证 [10][11] - 客户已开始将high-NA EUV设备用于高量产，TSMC要求ASML共同领导联盟推出12英寸掩膜，计划2031年建立试点线、2033年进入生产 [12] - TSMC将于2030年将high-NA EUV引入高量产，Samsung将于2028年使用high-NA EUV进行高量产，Intel已用high-NA EUV曝光超过100万片晶圆，性能达到或超过低NA EUV可比层 [12] - 现有high-NA EUV机队可用率接近90%，管理层预计high-NA EUV的采用将逐节点增加 [12] - 管理层看到2026年及以后中国国内消费需求非常强劲，中国客户均希望与ASML合作，中国出现重大竞争的可能性仍然较低 [13] - 管理层认为中国与ASML竞争仍有很长的路要走，过去25年一直有中国即将具备竞争力的传言，但实际进展并不显著 [14] Intuitive Surgical - 公司管理层正在da Vinci 5上开发AI能力，包括语音用户界面和自动化第四臂控制 [15] - 管理层认为AI能力将提升效率和疗效，但技术必须赢得监管机构、外科医生、护理团队和患者的信任后才能规模化部署 [15] - da Vinci 5有多个项目涉及高光谱成像、荧光分子等先进可视化技术及AI功能，有望带来每台手术的增量收入 [15] Meta Platforms - Meta管理层对个人超级智能的愿景是让每个人拥有一个能力极强的个人代理，帮助实现其独特人生目标 [16] - Meta近期推出个人代理产品Muse，1.5个月内超过1000万人在美国和加拿大设置了Muse个人代理，几乎每天位居App Store第一 [16] - 约25%设置Muse的用户每天使用，早期用户使用时间越长留存越好，留存水平至少是Threads或其他AI应用起步时的两倍以上 [16] - Muse最常见用例是购物，超过四分之一用户参与，平均购买金额超过200美元，Plaid称未在其他服务上见过类似活动，首周购物量远超管理层预期，需与Stripe合作提高信用额度 [17] - 其他常见用例包括个人生产力和连接邮件、日历等其他个人服务，凸显Muse Secure VM对隐私和安全的重要性，Muse Confidential VM即将推出，届时连Meta也无法查看用户内容 [17] - Muse Wonder提升了Muse的质量、参与度和留存，表明随着智能提升Muse表现将越来越好 [18] - 企业对启用代理式商务非常兴奋，大量企业主动联系Meta整合Muse服务 [18] - Muse已进入运营阶段，聚焦规模化、收入增长和优化算力成本，管理层预计Muse将服务数十亿用户 [19] - 管理层预计Muse每用户平均收入最终将超过Meta家族应用美国用户每年数百美元的水平 [19] - Muse对多数用户免费，变现来自四方面：免费用户的交易费、希望更好模型或更多token的用户订阅、希望更多功能的企业订阅、以及连接Muse以改善Meta内容与广告个性化和质量 [19] - Muse当前算力密集，管理层预计未来一年成本效率提升10倍以上，若算力效率持续快速提升，Muse将在多年内高度盈利 [19] - 至少5亿自认小企业使用Meta家族应用，Muse可帮助这些企业获客和更高效运营 [19] - Muse目前由Muse Spark驱动，Muse Wonder仅在付费层提供，公司正开发更高效的Muse Wonder版本以更广泛推出 [19] - Meta近期预览了Personal Agent Protocol，这是Muse与Meta企业代理之间的开放标准，与Sierra、Walmart、Stripe、Shopify等行业伙伴共同开发 [19] - 提升算力效率的近期举措包括利用非高峰或闲置算力、使用更小模型，长期则通过LLM规模化以更少token完成更多任务 [19] - Meta将比正常节奏更早推进Muse变现，因涉及的成本和机会规模巨大，且用户行为中 commerce 占比很高，旅行也是Muse top用例之一 [19] - Meta正在构建Meta Enterprise Platform，以利用训练前沿模型的大额固定成本服务尽可能多的高毛利推理需求 [21] - 管理层认为传统企业公司尚未锁定AI使用 [21] - 公司业务对算力有多种良好用途，构建多种部署先进模型的方式可提高其中一个或多个显著超预期的概率，且尚未发现算力加速核心业务的极限 [22][23] - 管理层正用Muse Wonder自主改进推荐和广告系统，预计随模型进步改进速度将加快 [24] - Muse Wonder在个人超级智能多个维度处于最先进水平，证明自研模型的重要性，Meta AI人均参与度自4月以来翻倍以上 [24] - 公司计划既推进智能前沿又将前沿模型蒸馏为更小高效的产品模型，已在开发比Muse Wonder更大的模型及更小的高效模型 [24] - 近几个月Meta已发布Muse Spark 1.2和1.3、Muse Code、两个开放权重模型Muse Glimmer和Muse Spark Open以及Muse Voice [25] - Reality Labs已重新聚焦于交付个人超级智能，Muse将于下月登陆Meta Glasses，管理层预计Muse将成为Meta Glasses最重要的体验和业务核心支柱 [26] - 管理层不希望在Meta Glasses硬件销售上赚取大额利润，而是通过Muse订阅盈利，Reality Labs今后仅在能实现重大突破时才推出新设备 [26] - Reality Labs近期推出Meta VR Glasses，为首款眼镜形态VR体验，管理层预计Reality Labs 2027年运营亏损150亿美元（2025年为190亿美元），此后趋向盈利 [26][28] - 全球Instagram人均使用时长创历史新高，2026年Q3同比增长双位数，Facebook Reels全球和美国使用时长均创历史新高且同比增长双位数 [29] - 升级的模型架构对Reels序列进行整体排序，使2026年Q3 Instagram Reels使用时长增长超过4% [30] - Instagram Reels推荐内容中近45%为不到一天的新内容，较2026年Q2的34%上升超过11个百分点 [30] - Facebook Reels美国观看时长因排序模型可考虑的历史量翻倍而增长1% [30] - 基于LLM的内容理解系统使2026年Q3 Instagram搜索结果参与度提升1%，本季度开始将内容理解模型迁移至第一方Muse模型家族，离线评估中表现优于先前生产模型，并将单位内容处理成本降低超过80% [30] - Meta Generative Recommender于2026年Q2推出，利用LLM同时推理广告内容和用户偏好，Q3在Facebook Feed推出生成式检索方法，使目标细分市场广告转化率提升近2% [31][32] - GEM生成式广告模型扩展至更多场景，使站外转化活动转化率提升1.7%，应用广告转化率提升9.6% [32] - Andromeda在2026年Q3的改进使Facebook转化率提升1.4% [32] - 采用Meta AI商业助手建议的广告主在相同转化成本下转化率提升近5%，广告投资增加9% [33] - 枫糖浆生产商Simply Organic Maple使用Meta AI商业助手后购买量增长57%，每次购买成本降低36%，最强修改版广告实现3倍广告支出回报，较原版提升52% [33] - 近1000万广告主使用至少一种Meta生成式AI广告创意工具（2026年Q2为900万），视频生成功能采用率环比增长25% [34] - 2026年资本支出指引收窄至1350亿至1450亿美元（此前为1300亿至1450亿美元），较2025年722.2亿美元增长87%-100% [35] - 管理层预计2027年继续积极投资AI基础设施，AI投资已通过更强参与度、更好推荐和更高效变现带来可观增量广告收入 [36] - MSL投资正在创造解锁重大新收入机会所需的技术和基础设施，但变现所需时间将长于核心业务投资 [36] - 尽管不提供2027年全年收入展望，AI投资对核心业务的益处加上模型进步和产品发布的新兴机会，使公司有信心在2027年全年保持强劲整体收入增长 [37] - 核心广告业务持续改善的三大主题：传统机器学习改进的稳健管道、将LLM融入排序和推荐引擎、以及Advantage+套件中的生成式AI工具 [38][39] Taiwan Semiconductor Manufacturing Company - TSMC资本支出始终是对未来几年增长的预判，2026年资本支出指引维持600亿至640亿美元 [40] - 过去三年资本支出约1000亿美元，管理层继续预计未来三年资本支出将显著更高 [40] - 大部分资本支出与长期需求相关，若经营得当收入增长将超过资本支出增长 [40] - 2026年第四季度业务将受领先制程技术强劲需求支撑，包括2nm技术的陡峭爬坡 [40] - 管理层表示AI加速器业务2024-2029年CAGR可能高于此前高50%的预期，需求极其强劲，未见放缓迹象 [41] - 管理层认为AI市场近期发展对长期需求非常积极，尤其是代理式AI的兴起，从聊天机器人向AI助手转变 [42] - 开源AI的广泛采用将降低AI使用门槛并带来更多领先硅需求，代理式AI CPU和网络芯片推动进一步硅需求 [42] - 半导体在AI大趋势中仍将至关重要，其在全球供应链中的价值将继续增加 [42] - AI相关需求是结构性的，将持续多年，TSMC凭借技术领先、制造卓越、全球产能扩张和客户信任，处于捕获全部AI相关需求的有利位置，所有AI参与者均与TSMC合作 [42][43] - CPU需求未纳入TSMC AI收入CAGR计算，因无法识别传统服务器CPU或AI服务器CPU的具体用户 [43] - TSMC在规划产能时与客户及客户的客户紧密合作，甚至派团队检查美国数据中心建设进度和电力供应情况，反馈良好，CSP已做好准备 [44] - 管理层对客户多年产品路线图和生产计划有清晰了解，对AI大趋势保持坚定信心 [44] - TSMC正以创纪录速度扩张，全球近20座晶圆厂在建，未来几年将在台湾建设13座领先制程和先进封装厂，海外另有5至6座 [45] - 管理层表示不会给竞争对手留余地，意图捕获每一块可能的业务 [45] - 管理层认为需求仍高于供应，正努力缩小差距 [45] - TSMC管理层将于2030年才使用ASML high-NA EUV，因认为届时技术足够成熟且成本曲线合理，与ASML合作于2031年建立12英寸光掩膜 [46] - 管理层有信心相对竞争对手较晚采用high-NA EUV不会使TSMC处于劣势 [46] - TSMC先进封装技术极具竞争力，已实现5倍掩膜尺寸量产，良率优异，正推进9倍和14倍掩膜尺寸，CoWoS仍是客户首选 [48] - 管理层表示愿意为使用Intel EMIB-T先进封装技术的客户提供备份方案 [47][48] - 当前智能手机和AI HPC应用同时驱动新节点需求，大小芯片同时出现，对TSMC有利，学习曲线表现合理 [50] - 美国AI数据中心电力供应短缺不会推动客户加速采用TSMC背面供电方案，是否采用取决于客户产品需求 [51] Tesla - Tesla管理层认为全自动驾驶软件是车辆需求的最大驱动力，认为FSD没有竞争对手 [52] - FSD已在欧洲多国获批，Tesla正推动欧盟范围批准，管理层认为可能在几个月内实现，不会晚于Q1 [52] - 2026年Q3北美超过75%的交付包含付费FSD订阅，较Q2提升约20%，尽管每辆车交付时附赠一个月免费FSD，车主仍签约付费订阅 [52] - FSD全球付费客户达170万，其中首次超过50%为订阅制，FSD年度经常性收入已接近10亿美元 [52][53] - Tesla正在FSD v15中构建基于AI的地图和导航，将高度个性化并利用所有Tesla车辆的集体智能 [52] - 管理层认为FSD对其他车企是极其困难的问题，长尾问题极长，达到数百万英里无伤害的安全水平极其困难 [52] - 消费者进入展厅要求试驾FSD而非特定车型，已成为关键需求驱动因素 [52] - 管理层认为Tesla FSD技术领先于任何中国车企，正努力在中国获得更广泛FSD批准 [52] - Robotaxi完全自动驾驶里程每周快速 scaling，管理层认为没有其他公司能在自动驾驶车辆规模上匹敌Tesla [54] - Austin的Cybercab车队自一个月前推出以来增长10倍，Cybercab已在Austin大规模使用 [54] - Robotaxi无监督里程2026年Q3增长8倍，季度内每周双位数增长 [54] - Cybercab将于11月在Dallas推出，管理层计划年底前将Cybercab交付客户，但绝大多数Cybercab为Tesla自用提供运输即服务 [54] - 管理层认为消费者带FSD的车辆可在2027年Q2加入Robotaxi车队 [54] - Robotaxi服务尚未达到每英里0.30美元的成本目标，但管理层看到实现路径，关键在于规模化运营 [54] - 管理层已发布中国无监督Robotaxi安全报告，数据难以被任何监管机构反驳 [54] - 管理层认为Robotaxi可能在2027年Q2开始对Tesla财务产生明显影响，Q3或Q4成为大事件 [54] - Cybercab零部件比任何其他Tesla车辆少50%，列示年产能12.5万辆远低于该产线实际产能 [55][56] - Tesla已在Fremont启动高产量Optimus产线早期生产，已落地百万台/年产线绝大部分，但达到该年化率（每周2万台）预计至少需一年或更长 [57] - 管理层预计Optimus的AI、机电设计、可靠性和使用寿命等问题将在2027年底左右解决，届时可向Tesla以外公司交付Optimus [57][58] - Optimus获取训练数据需制造约1万至2万台机器人进行自对弈，公司正在建设Optimus Academy供机器人练习广泛任务 [57] - 管理层坚信Optimus将成为地球上最大的产品，认为没有其他人形机器人接近Optimus [57] - 管理层计划一两个月内发布Optimus非预编程任务的视频演示 [57][58] - Tesla计划2027年4月将AI 5芯片集成到Optimus，AI 5算力比AI 4高一个数量级，将大幅提升Optimus能力 [59] - Optimus初始最有价值客户为工业应用，如危险、重复、人们不愿做且需24/7运行的任务 [59] - 手部仍是Optimus最难解决的问题，公司已在手部未完善情况下制造机器人用于训练 [59][60] - 管理层认为最终地球上人形机器人数量将超过人类，除Fremont外已在Austin建设产能更大的Optimus工厂 [61] - Terafab研究晶圆厂进展迅速，2027年上半年将调试设备，希望2027年5/6月制造首批测试芯片，目标2028年Q3实现有用芯片量产 [62] - 管理层认为Terafab将成为世界上最有价值的建筑，对Optimus规模化至关重要，可解决存储、封装、逻辑等半导体价值链瓶颈 [62] - Terafab长期资本需求可能超过1000亿美元，2028年初前设备资本支出不低于数百亿美元，首批设备大部分订单已下达 [62] - Tesla能源业务看到数据中心极端需求，推动售价和利润率改善，2026年Q3部署13.7吉瓦时储能，为第二好季度 [63]