It is now time for the big three. Three stocks, three charts, and three trades. Victor Cat will take us through the charts. And here to take us through the trades is Tim Bowen, chief technical trainer at stockstotrade.com. So great to see you both, Tim. Always love sort of closing out the week with you on a Friday.And a lot has happened since we spoke last. So curious your thoughts here on the overall market. >> Yeah.Uh thank you, Jenny, and good to see you again, Rick. Um, I do want to start out with that. ...

产品发布与核心定位 - 华硕于2026年4月7日宣布其最新Zenbook系列在美国上市，该系列旨在融合高端工艺与AI性能，提升生产力和创造力 [1] - 全新Zenbook系列由全新的Zenbook A16领衔，该产品被定位为市场上最快的搭载骁龙处理器的笔记本电脑，配备了顶级的骁龙X2 Elite Extreme处理器，拥有前所未有的本地AI能力 [1] - 整个新Zenbook系列（包括Zenbook A14, Zenbook S16, Zenbook S14）均采用华硕独家Ceraluminum™材料，结合了陶瓷的精致触感和铝的强度，提供了独特的触感体验和耐用性 [1] - 这些设备均为完全认证的Copilot+ PC，旨在充分发挥本地AI的潜力，体现了华硕提供面向未来计算体验的承诺 [1] 旗舰型号Zenbook A16 - Zenbook A16 (UX3607) 搭载最新的骁龙X2 Elite Extreme处理器，拥有18个核心和高达80 TOPS的NPU性能，旨在弥合超便携性与高性能之间的差距 [2] - 该机型在CPU和GPU性能上实现了显著飞跃，同时优化了电池效率，能在媒体编辑、渲染及生产力任务中提供流畅无卡顿的性能 [2] - 配备16英寸120Hz ASUS Lumina OLED显示屏，六个超线性扬声器以及全面的全尺寸I/O端口 [2] - 采用全Ceraluminum™机身，重量为2.65磅，兼具轻薄与坚固 [2] 超便携型号Zenbook A14 - Zenbook A14 (UX3407) 重量仅为2.18磅，将超便携性提升到新水平 [3] - 同样搭载骁龙X2 Elite处理器，结合18个CPU核心、强大的下一代GPU和高达80 TOPS的NPU，以加速高要求的AI工作流 [3] - 电池续航时间超过33小时，并支持快速充电，仅需30分钟即可充至50%电量，适合长途飞行、通勤和多日工作使用 [3] 高性能型号Zenbook S16 - Zenbook S16 (UM5606) 采用最新的AMD Ryzen™ AI 400系列处理器，提供高达50 TOPS的NPU性能，确保更流畅的设备端AI计算、加速创意工作流和更强的系统响应能力 [6] - 先进的散热模块配备了一个通过3D弯折技术增大了37%的真空腔均热板，确保在高负载下也能高效静音地散热 [6] - 系统支持高达65瓦的持续性能释放，确保稳定性能 [6] - 配备16英寸120Hz ASUS Lumina OLED显示屏和六扬声器音频系统，机身采用坚固金属材质，顶盖为Ceraluminum™，并提供斯堪的纳维亚白和安特里姆灰两种配色 [6] 超薄型号Zenbook S14 - Zenbook S14 (UX5406) 刷新搭载最新的英特尔酷睿Ultra系列3处理器，提供更高性能、降低10%的功耗，并通过高达50 TOPS的NPU（比上一代多40%的TOPS）提供下一代AI能力 [7] - 超薄全金属机身厚度为0.47英寸，重量仅为2.65磅，顶盖为Ceraluminum™，工程设计支持高达28瓦的CPU性能释放，并配备升级的真空腔均热板冷却系统和双静音IceBlade风扇 [7] - 配备14英寸3K ASUS Lumina OLED 120Hz显示屏、四扬声器系统、WiFi 7和全套I/O端口 [7] 入门型号Zenbook 14 - Zenbook 14 (UM3406) 是一款轻薄精致的超便携笔记本电脑，搭载AMD Ryzen™ AI 400系列处理器、AMD Radeon™显卡、高达1TB SSD存储和高达32GB LPDDR5X内存，为多任务和AI驱动任务提供无缝体验 [8] - 配备14英寸WUXGA ASUS Lumina OLED 60Hz显示屏和带有超线性扬声器的增强音频系统 [8] - 尽管机身紧凑，但仍包含全面的I/O端口，如USB 4.0 Gen 3 Type-C、USB 3.2 Gen 2 Type-C、USB 3.2 Gen 1 Type-A、HDMI 2.1 TMDS和3.5毫米音频插孔，用户外出时无需携带转接器 [8] 定价与上市信息 - Zenbook A16 (UX3607) 起售价为1,599.99美元，现已在百思买线上线下渠道发售，并将在2026年第二季度中旬于华硕官方商店上线 [9] - Zenbook A14 (UX3407) 起售价为1,149.99美元，现已在百思买和华硕商店发售 [9] - Zenbook S16 (UM5606) 起售价为1,599.99美元，现已在百思买和华硕商店发售 [9] - Zenbook S14 (UX5406) 起售价为1,899.99美元，现已在百思买和华硕商店发售 [10] - Zenbook 14 (UM3405/UM3406) 起售价为999.99美元，现已在百思买和华硕商店发售；更多配置（型号UM3406GA-WS76T / UM3406GA-WS79T）将于2026年第二季度中旬在沃尔玛发售 [10] 公司背景与战略 - 华硕是一家全球技术领导者，提供世界上最具创新性和直观的设备、组件和解决方案，旨在提供增强人们生活的卓越体验 [19] - 公司拥有5,000名内部专家团队，以不断重新构想当今技术而闻名世界，并持续被《财富》杂志评为全球最受赞赏公司之一 [19] - 华硕致力于可持续发展的未来，目标是创建一个净零排放企业，帮助推动向循环经济转型，并通过其供应链为每个人创造共享价值 [19]

产品发布与核心功能 - Tiiny AI在CES 2026上推出了Tiiny AI Pocket Lab 这是一款口袋大小的个人AI计算机 旨在本地运行大规模人工智能模型[1] - 该设备能够完全离线运行参数高达1200亿的大型语言模型 并实现超过20 tokens/s的实际解码速度[3] - 产品定位为专用的个人AI引擎 通过即插即用方式与现有笔记本电脑和台式机协同工作 无需硬件升级即可为旧计算机提供高级AI能力[5] 产品设计与市场定位 - 该产品旨在解决数据隐私、使用成本上升和云依赖等问题 使用户无需订阅、支付token费用或持续联网即可在设备上运行AI[1][2] - 公司将其定价策略设定为降低本地AI采用门槛 而非定位为高端工作站 Kickstarter上的超级早鸟价格为1399美元[7] - 设备包含80GB LPDDR5X内存 该配置的独立市场价值超过900美元[7] - 该产品已获得吉尼斯世界纪录认证 成为“能够在本地运行1000亿参数大型语言模型的最小迷你PC”[9] 软件生态系统与行业趋势 - 公司同步推出了设备端软件平台TiinyOS 包含面向消费者的客户端和开发者工具 支持一键下载和运行开源大模型及AI智能体[6] - 行业观察指出 此类价格区间的设备传统上难以在本地支持超大型模型 但Pocket Lab旨在运行1000亿以上参数的模型 属于新兴系统之一[8] - 随着推理效率的进步 大型模型在紧凑设备上变得可行 本地AI系统正重新获得关注 这反映了关于数据治理、企业安全和AI服务长期经济性的广泛讨论[4][8]

Mid-Training 会成为未来的 Pre-Training 吗 行业动态与公司布局 - OpenAI 在2024年7月低调成立“中期训练”（Mid-Training）部门，负责改进旗舰模型，成果包括GPT4-Turbo和GPT-4o，团队贡献显著[6] - OpenAI 当前Safety Systems team的职位描述中包含“通过有针对性的预训练和mid-Training干预措施，使后续的协调工作更加有效和高效”[6] - xAI 也被报道在不同渠道的招聘说明中阐述了对Mid-Training人才的需求[6] - 微软、零壹万物等机构在2024年的研究论文中接连提及对“Mid-Training”不同程度的投入[6] 概念定义与业界关注 - “Mid-Training”在字面上与“Pre-Training”“Post-Training”高度关联，被描述为介于两者之间的环节，但截至2024年底，不同工作对该术语的定义、理论和算法实现存在诸多差异[7] - 2025年7月，OpenAI研究员Noam Brown在播客中将Mid-Training描述为“新的Pre-Training”，称当前的预训练模型就像能衍生出其他模型的半成品，mid-training就像是派生时的预训练，post-training则完成最终的细化与优化[7] - Mid-Training是通过某些有趣的方式为模型添加新的能力或特性的一种手段，与预训练和后训练间的界限非常模糊，难以给出严谨定义，但它不同于pre-training中对大规模语料的广泛学习，也不是post-training中针对具体用途的微调，而是一个独立阶段，可以拓展模型的泛化能力和实用性[7] 研究进展与框架探讨 - 北大和美团的研究者在10月底发布综述“A SURVEY ON LLM MID-TRAINING”，尝试明确当下Mid-Training的定义，并通过数据管理、训练策略和模型架构优化框架三个层面探讨现有的Mid-Training工作[8] - 该综述将Mid-training定义为衔接预训练和后训练之间的一个关键阶段（vital stage），其特点是使用的中间数据（intermediate data）和计算资源（computational resources）[8] - Mid-training阶段的定位在于系统地增强LLM的特定能力（如数学、编程、推理、长上下文扩展），且必须保持模型基础能力不下降[9] 优化策略与历史溯源 - Mid-Training的优化策略主要从数据整理、训练策略和模型架构优化三个维度进行，核心目标包括优化用于Mid-training的数据质量和分布、调整训练配置以提高效率和效果、以及调整或利用模型特性来配合Mid-training[10] - 数据整理维度探讨数据清洗与增强以及合成数据的利用，训练策略维度包括学习率退火、上下文扩展和权重平均，模型架构优化维度涉及MoE路由和注意力机制的调整[10] - “Mid-Training”词源最早可以追溯到Google Research的ACL 2020论文“BLEURT”和该团队后续的WMT 2020研讨会论文，并非2024年新出现的词汇[11]

云端AI算力投资与英伟达的本地计算布局 - 全球云端AI算力中心投资规模巨大，预计到2028年累计支出接近3万亿美元，其中1.4万亿美元由美国大型科技公司覆盖 [4] - 微软宣布投资约800亿美元建设AI数据中心，主要用于训练AI模型和推出AI云应用 [4] - 英伟达发布售价3999美元的DGX Spark桌面级AI超算，并与多家OEM厂商合作计划在2025年底前全球分销，该设备提供千万亿次浮点运算性能和128GB统一内存，支持对2000亿参数模型进行推理和700亿参数模型进行微调 [4][5] 消费终端Local AI的构成要素 - 消费终端Local AI的成熟需具备三大要素：端侧硬件算力底座（如DGX Spark）、本地模型的生态工具链以及能在真实场景中运行的本地产品 [6] - Apple Silicon等芯片正持续下放端侧推理能力，同时Ollama等本地运行时和Gemma 3等端侧模型供给加速成熟，推动离线本地产品从“跑起来”走向“用起来” [1][2] 消费终端Local AI面临的关键挑战 - 当前消费终端Local AI的大众化落地仍面临关键门槛，包括本地算力和能效、内存带宽、知识更新以及开箱即用体验等方面的制约 [1][3] - SLM（小语言模型）与端侧芯片新架构的结合，将是推动消费终端Local AI能力边界扩展的关键方向 [3]

AI行业变革 - ChatGPT在17个月内达到8亿用户，成为历史上增长最快的应用[1][5] - DeepSeek登顶全球100多个国家，推动AI平权化[1][5] - AI公司收入暴涨，Cursor成为最快突破5亿美金收入的SaaS公司[5] - 传统互联网流量全线下降，AI正在改变用户习惯和流量入口[1][5] 三座大山挑战 - 算力霸权：CUDA对中国禁运，华为推CANN、AMD推ROCm、Intel推oneAPI进行破局[6] - 模型霸权：OpenAI采取封闭模式，DeepSeek和阿里巴巴通过开源打破垄断[6] - 数据霸权：英文语料主导全球，需建立多元开放数据集（如欧洲LAION项目）[6] Local AI机遇 - 全球对Local AI需求强烈，各国不希望数据被单一模型控制[7] - 中国制造业优势明显，50元成本即可将硬件接入大模型[12] - 中国创业团队两年达2亿美金收入，通过AI解决iPhone录音问题[12] - 硬件制造与软件工程师红利结合，推动"义乌小商品"AI化[12] 开发者生态变革 - GitHub开发者数量达1.9亿，年增长20%[8] - AI Coding改变编程方式，传统"码农"工作将被AI替代[8] - "码盲"将消失，产品经理可独立开发App（如"小猫补光灯"案例）[9] - 超级程序员生产力将提升10倍以上[9] Agent技术发展 - Manus等Agent产品实现分钟级内容创作[10] - Agent Engineer成为稀缺人才，需具备提示词、软件工程和产品能力[10] - 企业AI化程度可通过每日Token消耗量衡量[10] 产业未来展望 - AI将重写硬件和软件，实现万物可编程[11][12] - 数字化向智能化转变，大模型赋予个人全球知识[12] - 未来十年将创造巨大新兴产业[13]

AI行业变革 - ChatGPT以17个月达到8亿用户成为史上增长最快的应用[7] - AI公司收入暴涨，Cursor成为最快突破5亿美金收入的SaaS公司[7] - DeepSeek登顶全球100多个国家，推动AI平权化[1][7] 三座技术霸权 - **算力霸权**：CUDA对中国禁运，华为推CANN、AMD推ROCm、Intel推oneAPI进行破局[8] - **模型霸权**：OpenAI封闭模式受质疑，DeepSeek和阿里巴巴开源打破垄断[9] - **数据霸权**：英文语料主导全球数据，需建立多元开放数据集（如欧洲LAION项目）[9] 开发者生态重构 - GitHub开发者数量达1.9亿，年增长20%[11] - AI Coding变革传统编程，手动代码工作将被AI替代[11] - "码盲"消失，产品经理可独立开发应用（如"小猫补光灯"案例）[12][13] - 超级程序员生产力提升10倍，Agent Engineer成稀缺人才[15] 中国AI机遇 - 硬件成本降低：50元BOM成本即可接入大模型能力（ESP32芯片案例）[17] - 制造业优势：3D打印技术结合AI，创业团队两年收入达2亿美金[17] - AI重写硬件与软件，推动"义乌小商品"智能化改造[17] 技术栈与全球化 - 从Global AI转向Local AI，满足各国数据自主需求[10] - 开源系统联合对抗技术霸权，构建本地化技术栈[8][9]