美股市场表现分化 - 道琼斯指数收高270点 而纳斯达克指数下跌超过100点 市场呈现明显分化走势[1] - 资金正从科技股撤出 转向寻找新的去处 反映出板块轮动[1] 科技股调整与市场逻辑转变 - 英伟达 甲骨文等人工智能明星股及苹果公司拖累纳指 苹果已连续第七个交易日下跌[3] - 市场正在重新评估科技股 特别是部分人工智能概念股的估值[3] - 市场关注点从畅想未来转向用业绩和落地验证未来 人工智能交易持续性的关键在于“实际应用场景”是否大量出现及出现在哪些行业[3] 资金流向新领域 - 资金流向国防军工板块 在特朗普呼吁2027年国防预算达到1.5万亿美元的背景下 洛克希德·马丁等公司股价上涨[3] - 地缘政治紧张局势已成为市场重要的定价因素[3] - 资金同时流向更广泛的工业 金融等传统领域 策略师认为市场表现需扩散到这些领域 涨势才能持续[3] - 资金在追求“确定性” 包括国防开支的确定性以及经济周期中工业和金融板块可能回暖的确定性[3] 宏观背景与市场支撑 - 美国第三季度生产率数据强劲 失业数据仍处低位 描绘出“增长稳健 通胀可控”的宏观图景[3] - 该宏观环境为美联储未来货币政策提供了空间 降息步伐可能放缓但方向明确[3] - 良好的基本面和潜在的宽松预期是支撑市场整体信心的底层逻辑[3] 对市场分化的核心解读 - 美股当前分化是“高估值成长股的获利了结”与“价值与政策受益板块的再发现”之间的切换[4] - 这未必是牛市终结 更像是牛市进行到一定阶段后的内部健康调整[4] - 市场正尝试从由单一赛道（科技）驱动 切换至由“科技落地+经济复苏+地缘主题”多轮驱动的更均衡状态[4] 对A股市场的策略启示 - 需理性看待外部波动 美股科技股调整可能通过情绪传导影响A股相关高估值成长板块[5] - 应重视“应用落地”逻辑 投资视角应从概念炒作转向能将AI 机器人等技术真正应用于医疗 工业 金融等具体行业并产生实在效益的公司[5] - 关注“均衡配置”价值 在投资组合中 除科技成长股外 可适当配置受益于经济复苏 政策扶持或具备独特安全边际的价值板块 以平滑波动并应对市场风格变化[5]

谷歌引领的AI新叙事 - 谷歌凭借“全栈式生态”实现逆袭，形成自给自足的“算力-大模型-应用”闭环，股价在11月25日跻身美股市值前三，年内涨幅达67% [1] - 谷歌的“全栈式”模式让AI商业化的确定性远高于单纯做硬件或模型的企业，市场越来越关注AI下游的盈利能力 [4][7] 底层算力：谷歌TPU与英伟达GPU的竞争 - 谷歌使用自研TPU而非英伟达GPU，TPU作为定制化芯片能实现更高能效与更低成本 [3] - 英伟达大客户Meta计划采购谷歌TPU的消息引发市场对英伟达份额分流的担忧，但TPU的定制化属性也使其无法像通用型GPU那样适配全场景 [3] 中间模型：谷歌Gemini的性能优势 - Gemini 3大模型在多模态处理、复杂逻辑推理、代码生成等测试中大幅领先竞品，打破OpenAI GPT模型一家独大的格局 [3] - Gemini 3与谷歌TPU芯片原生适配，协同使用时能提升训练速度、降低能耗，这是依赖英伟达GPU的OpenAI难以比拟的优势 [3] 下游应用：谷歌的变现路径 - 谷歌手握安卓系统、谷歌搜索、YouTube等海量流量入口，Gemini模型可直接嵌入这些核心业务实现变现 [4] - 这种无缝衔接的模式使谷歌AI商业化的确定性更高，或是巴菲特旗下伯克希尔重仓谷歌的重要原因 [4] 国内映射：海外算力方向 - 国内光模块企业作为海外芯片巨头的“配件供应商”，向英伟达和谷歌供货，海外算力需求走强直接提升其业绩预期 [5] - 但海外算力方向年内累计涨幅超83%，交易拥挤度升至历史高位，风险收益性价比降低 [5] 国内映射：国产替代方向 - 国内市场的核心矛盾仍是缺芯片、缺算力，“国产替代”的逻辑未变 [5] - 谷歌打破英伟达的算力垄断为国产芯片提供良好示范，国内企业在快速迭代的技术中仍有弯道超车机会 [5] 国内映射：应用落地方向 - 一类是直接“搭便车”的应用端企业，如传媒板块，可借助海外先进模型提升效率，业绩弹性更易兑现 [6] - 另一类是对标谷歌的互联网公司，拥有庞大用户基数与丰富应用场景，能快速推动AI落地，如阿里、腾讯、百度等，可关注恒生港股通互联网指数 [6] AI投资趋势展望 - AI投资从算力到应用的扩散趋势已逐步显现，11月以来中美AI行情已向中下游应用扩散，这或是2026年的大趋势 [7] - 科技仍是核心主线，在海外算力、国产替代、应用落地三条支线中调整仓位有助于把握行情 [7]

AI市场发展回顾与展望 - 23年AI市场爆发初期，互联网从业者和美元基金迅速涌入，投资焦点集中在大模型公司，OpenAI背景人才备受追捧 [1] - 24年上半年一级市场跌至十年最低谷，大模型公司热度消退，Pre Training模式被质疑，具身智能成为新投资关键词 [2] - 24年9月后市场出现三大变化：融资复苏、多模态模型能力突破（图片/语音/视频生成达GPT-3水平）、AI创二代创始人涌现 [3] 技术演进趋势 - 大模型呈现四大趋势：基础设施化、开源快于闭源、多模型混合方案受青睐、产品价值高于技术 [2] - 多模态进展超预期，视频和3D模型发展速度显著快于语言模型，推理模型o1推动Agent落地 [3] - AI Native产品形态可能通过多模态实现突破，NotebookLM展示跨模态内容组织新范式 [13][14] 投资与创业格局 - 25年市场两极分化加剧：美元基金聚焦出海，人民币基金侧重硬科技/国产替代，初创公司首轮估值达3000-5000万美金 [4][5] - 应用落地成为共识方向，生产力工具类产品主导市场，20-30家应用公司估值超5000万美金，头部ARR达1000万美金 [2][6] - 创始人画像迭代：从互联网转型者变为AI创二代（大厂AI负责人/创业公司联创），认知水平和商业模式显著升级 [3] 商业模式变革 - Prosumer（小B大C）模式验证成功：兼具C端传播属性和B端付费能力，预计25年将出现千万美金ARR公司 [6] - Agent商业模式可能颠覆SaaS：按结果付费替代订阅制，销售体系重构，新创企业比现存SaaS公司更具转型优势 [7][8][9] - Perplexity案例显示搜索平台可能演变为任务完成型Agent，成为AI时代核心入口 [12] 未来重点方向 - Agent领域三大机会：2B场景落地、存量SaaS公司AI化、新商业模式创业公司反攻 [11] - 多模态潜在突破点：视频作为内容输出终局、用户从被动接收转向参与式消费、生产关系变革 [15] - 技术-商业协同效应：AI理解能力+多模态组织将重塑产品形态，如NotebookLM的交互式对话设计 [13][14]