文章核心观点 - 市场恐慌中最大的危险是把不同资产当成同一种东西抛售，被政策卡住的是算力增量供给而非AI需求本身，需求与订单仍在，变化的只是兑现时间表 [3][5] - 市场同时砸了两类公司：收入高度绑定新建数据中心节奏的公司（跌是定价），以及手握稀缺资产或需求不走这条路的公司（跌是错杀）[5][6] - 衡量被错杀的三条标准：公司稀缺性、订单能见度、暴跌前估值处于合理或低估状态 [7] - 严格意义上同时满足三条标准的只有台积电，AI长期需求方向未变，但普涨阶段结束，进入分化行情 [31][32] 市场暴跌背景 - 11月5日至6日纳斯达克单日跌5.52%，费城半导体指数暴跌12.25%，创2020年3月以来最大单日跌幅 [3] - 标普500成分股单日蒸发约2.9万亿美元，七巨头合计损失约1.04万亿美元 [3] - AI数据中心产业链全军覆没，大量前期热门股跌幅普遍超过20%，部分近几天跌幅超40% [3] - 导火索为民主党拿下两院，得州、俄亥俄等数据中心重镇新州长承诺暂停审批，全美约40%待建容量落在这些州，得州一州占88.4吉瓦 [3] 台积电 - 全球唯一可规模化量产3nm/2nm的纯代工厂，AI芯片代工市占率90%，具备几乎唯一的稀缺性 [8] - 2026年Q3营收结构中HPC占68%、智能手机21%、汽车和IoT各4%，近三成收入来自全球数十亿台终端换机与智能化周期，与美国州级数据中心审批无直接传导关系 [8] - 先进制程产能已排到2028年后，且并非只供AI算力芯片，可在手机旗舰芯片、汽车算力芯片、端侧AI芯片之间重新分配 [8] - 暴跌后ADR收在353美元附近，PE24倍，对应2026年营收增速指引44%、资本开支中值620亿美元，前瞻市盈率处于半导体行业显著偏低位置 [9] 英伟达 - 昨晚跌近10%，近一个月回撤25%，远期市盈率17倍为三年最低，数据中心单季营收890亿美元、同比增长117% [10] - 管理层口径下一财年增长约70%，制约来自芯片供给而非客户需求，中国客户在700亿美元RTX芯片订单中只能拿到约1% [10] - 数据中心收入占比超过90%，收入几乎完全对应新建和扩容数据中心节奏，1万亿美元积压订单是需求端证据而非供给端免疫证据 [10] - 低估与能见度属实，但属于高弹性押注，不是台积电式的防御性错杀 [10] 苹果 - 资本开支只占销售额约2.5%，端侧AI跑在已售出芯片上，数据中心建不建与收入几乎无关 [11] - 36倍远期市盈率处于自身历史99%分位，约为标普500的两倍，确定性溢价已定价到极致 [11] - 是防御的正确选择，但不满足暴跌前估值合理或偏低的标准，限制放宽情境下资金可能从极致防御资产回流弹性方向 [12][13] 谷歌与亚马逊 - Google Cloud积压订单5140亿美元，超过一半预计24个月内确认收入，前瞻PE约16倍，是大型云厂商中估值与backlog反差最大的一个 [14] - 亚马逊AWS积压订单4960亿美元、同比增长300%，但2026年资本开支2200亿美元已把自由现金流打到负值，市盈率20.8倍低于五年均值34.6倍 [14] - 两家积压订单转化速度直接取决于算力供给能否跟上，限制收紧将同样拖慢增长节奏 [14] Meta - 七巨头中估值最低，前瞻PE约18到19倍接近三年低位，大摩预测2026年广告收入增长28%、广告展示量增19%、均价涨12% [15] - 核心利润引擎是广告，与数据中心审批的关联是二阶的，2026年资本支出1350至1450亿美元和950亿美元融资计划在总量上并未收缩 [16] - 在美推进的三个旗舰项目位于俄亥俄州Prometheus、路易斯安那州Hyperion、得克萨斯州El Paso，已越过申请新建许可环节，避开最直接冲击，已锁定电力、已签约、已动工的存量资产价值反而上升 [16] - 尚未进入审批流程、规划在得州或俄亥俄州的新建园区推进节奏大概率显著放缓，整体有被错杀成分 [16][17] 博通、AMD与英特尔 - 博通AI半导体收入单季167亿美元、同比增长221%、占总营收56%，CEO称80%半导体业务和70%收入已AI-dependent，增长引擎高度绑定超大规模客户定制加速器资本开支，冲击是一阶直接的 [18] - AMD数据中心收入占比64%，MI455X开始放量，但AI加速器业务处于追赶份额阶段，订单节奏对单一超大规模客户部署时间表高度敏感，缺乏台积电式多终端缓冲 [18] - 英特尔代工业务外部客户季度收入仅2.93亿美元、95%营收来自内部，18A量产但领先工艺主要外部客户尚未落地，10月单月跌45%同时包含PC需求疲软和代工客户信心动摇 [18] - 三家下跌是敞口暴露的定价，不是错配 [19] 中芯国际 - 中国区收入占比从2025年的85.6%升至2026年上半年的89.6%，收入来源是国内Fabless流片需求迁移，与美国云厂商AI加速器订单走两条轨道 [20] - 瑞银将其从"中性"上调至"买入"，目标价96.2港元，基于3.3倍目标市账率，核心判断是市场低估了其在中国AI半导体本地化趋势中的受益程度 [21][22] - 稀缺性在于中国大陆唯一可规模化量产的先进制程平台这一战略地位，订单能见度底层支撑是本土逻辑和存储扩产，而非美国数据中心审批节奏 [22] - H股对应2027至2028年平均账面净值的市账率仍处历史偏低区间，暴跌前定价未为本土化趋势支付充分溢价 [22] 北方华创 - 订单能见度硬，逻辑是国内逻辑和存储扩产加速、在手订单充足 [22] - 50倍2027年PE处于合理区间上沿而非深度折价，满足非美国数据中心敞口加订单能见度极高，但估值保护不如中芯国际充分 [22] 长鑫科技 - 2026年前三季度营收2690亿元、同比增长738%，高盛全年营收预测3875亿元、净利润1918亿元，目标价130元对应潜在上行空间超过200% [23] - 股价11月初创上市以来新低，瑞银将目标价下调到76元 [23] - DRAM需求来自服务器DDR5、移动端存储和国产供应链份额替代，美国数据中心建设放缓对其直接冲击小于对HBM或AI加速器配套存储的影响 [24] - 上市仅三个月股价跌破初期平台，而周期位置和国产替代方向没有逆转，属于情绪折价与基本面的错配，弹性大但确定性略低于中芯国际 [24][25] 大模型厂商 - 数据中心扩建受限对OpenAI、Anthropic等纯AI大模型巨头冲击最大，算力不够用直接冲击商业化和降成本逻辑，估值必然直接受损 [27] - 美国数据中心受限真正放大的是中国大模型厂商的结构性成本优势，美国前沿模型"用更多算力压低单位token成本"的通道被卡，降价路径从堆算力退化为存量取舍 [28] - 中国模型低价建立在能源侧可再生投资、更早转向MoE架构降低单位token算力消耗、开源权重和极低API定价的分发方式之上 [28] - 智谱GLM-5.3上架AWS Bedrock按调用量分成，底层推理算力由AWS承担，收入分成接近纯利润，高盛接入后将评级上调至买入，2026年底ARR预期从27亿美元上调到32亿美元 [28] - 智谱出海模式"寄生"在云厂商存量算力上，不受美国数据中心新建审批直接冲击，存量算力在供给收紧环境中本身在升值，风险在于通道的法律基础如《远程访问安全法案》推进节奏 [28][29] 行业结论 - AI时代全球大国将AI放在最重要战略地位，算力需求增长是指数式的，没有国家会真正停掉AI数据中心建设 [31] - 过去两年"只要沾上AI就能涨"的普涨阶段结束，接下来是有真实订单、真实收入、真实算力储备的公司继续走强，靠概念和预期撑估值的公司被反复挤压的分化行情 [32] - 分化不会是一两个季度的事，投资者需重新校准的不是AI还有没有机会的方向性问题，而是哪些公司能在算力受限环境中依然兑现增长的结构性问题 [33]

文章核心观点 - 腾讯通过引入首席AI科学家姚顺雨并重构混元团队，一年内实现模型能力快速追赶，Hy 4跻身全球第一梯队开源模型行列，同时大举招聘扩充人才密度，依托场景底牌全面参与AI下半场竞争 [2][4][11] 腾讯混元Hy 4模型发布与能力提升 - Hy 4发布博客明确表态已跻身全球第一梯队开源模型行列，相较此前发布表述更为自信 [2] - Hy 4进一步扩大预训练和后训练规模，相比三个月前的Hy 4 preview首次引入视觉理解能力，实现“睁眼” [4] - Hy 4总参数规模相较Hy 3翻倍至770B，并首次支持电脑操作 [4] - 金融分析为重点升级方向，混元组织213位金融专家围绕基金研究、证券分析和量化策略等场景设置579个真实任务众测，Hy 4正式版综合得分3.04，排在参评开源模型第一位 [4] - 官方定调口号为“为真实生产力而生”，姚顺雨公开表示为过去一年成就自豪 [4] - 混元团队同时保持谦虚，承认Hy 4虽为当前最强开源模型之一，但与顶尖闭源模型仍有较大差距，将持续稳健扩展预训练和后训练规模以缩小差距 [5] - 业内人士实测评价Hy 4相较Hy 3乃至Hy 4 preview提升非常大，进入国产模型前三没有悬念，外界预期Hy 5总参数规模会上T [10] 腾讯混元招聘与人才布局 - Hy 4发布同日，姚顺雨执掌的腾讯混元上线招聘，青云课题涵盖逾160个岗位，混元社招有60余个岗位 [2] - 青云课题招募校招和实习生，需求部门包括基础模型部、AI Infra部、AIData部，招聘官网显示共165个岗位在招 [6] - 社招岗位包括基础模型部、AI Infra部等，官网显示共60余个岗位在招，绝大多数社招岗位信息更新于2026年10月至11月 [6] - 过去一年多腾讯混元持续高薪纳才，田永龙、蔺旭东等核心人员陆续加入；The Information曾报道腾讯以双倍薪水挖角字节部分核心研究员，对博士应届生开价比行业平均高出50% [6] - 今年7月姚顺雨本人也在社交平台为混元AI 4S招人 [6] - 今年下半年来包括混元在内的国内基模团队招聘要求显著变高，行业普遍反映“今年更难进了” [6] 姚顺雨的履历与组织重构 - 姚顺雨1998年出生，2025年底正式任腾讯首席AI科学家，接手能力尚缺的Hy 2，主导推出Hy 3 preview、Hy 3、Hy 4 preview再到Hy 4 [2] - 腾讯此前是国内大厂中最晚推出自研大模型的一家，一度陷入没有拿到AI船票的焦虑，今年5月股东大会上马化腾复盘称“原来一年前，我们以为上了船，后来发现那个船漏水了” [7] - 姚顺雨为安徽合肥人，高中就读合肥一中，2015年以704分高考成绩进入清华姚班学习计算机科学，师从吴佳俊 [7] - 2019年赴普林斯顿大学读博，原主攻计算机视觉，后改道自然语言处理与强化学习，师从Karthik Narasimhan [8] - 博士毕业后于2024年加入OpenAI，参与Operator、DeepResearch和计算机使用智能体等重点项目研发，被腾讯挖来时仅有约一年工作经验 [8] - 腾讯为姚顺雨提供前所未有的薪酬水平和入职规格；2025年12月其加入，3个月后存续10年的AI Lab撤销，核心研发人员并入混元 [9] - 今年7月腾讯合并大语言模型部和多模态模型部成立基础模型部，由姚顺雨统一管理；目前其手握基础模型部、AI Infra部两大部门，并成为AIData部负责人，完整覆盖混元大模型全链路 [9] - 7月发布的混元Hy 3是姚顺雨加入后的第一张成绩单，彼时外界期待仅为“走出谷底，走到赛道上来”；Hy 4则开始展露实力与诚意 [10] 腾讯AI的场景落地与商业化 - 腾讯拥有大量toC和toB产品，连接真实用户、具体场景需求以及业务流程，场景被视为其最厚的底牌 [11] - 今年三月腾讯推出AI智能体办公助手WorkBuddy，目前中国500强企业中已有超过50%在使用，100强企业中已覆盖六成 [11] - 腾讯内部将WorkBuddy视为QQ、微信之后的下一个战略级产品 [11] - 腾讯集团高级执行副总裁汤道生回应AI“步调偏慢”时表示“起得早固然重要，熬得久才有机会抓住持续出现的新机遇” [11] 行业竞争格局与投入态势 - AI竞争焦点持续演变：两年前比拼参数规模、训练数据和算力投入，聚焦推理、代码、长文本、图像和视频生成；2025年DeepSeek-R1、OpenAI o系列等模型使复杂推理成为竞争重点，行业开始重视调用价格、响应速度和实际效果 [12] - 当前AI竞争正从单纯追求模型能力转向模型、智能体、基础设施、商业化和安全治理之间的全面竞争 [12] - 国内大厂AI投入手笔加大：市场流传字节2026年AI投资预算接近1600亿元，阿里宣布三年内在AI及云计算领域投入3800亿元并追加资本开支，腾讯单季在AI基础设施上的投入超过千亿元 [12] - DeepSeek今年前7个月在AI基础设施相关支出上花费约110亿元，比2025年暴增10倍 [12] - 行业观点认为追逐投资规模后必然开始审视回报，这场影响巨头命运的竞争才刚刚开始 [13]

文章核心观点 - Sand.ai完成2亿美元A+轮融资，正式跻身独角兽行列，这是公司2026年第三轮融资，三轮融资在约十个月内完成，累计约3亿美元 [6][7] - 视频大模型独立公司的入场费已涨至数亿美元，自研模型、提供API、再做一款应用成为这批公司的共同选择，Sand.ai需要证明同样布局下能做出更好的生意 [33] - 独立公司的机会藏在具体行业需求的差异中，只要模型能在一类任务上明显减少重试、修改和等待，就有机会进入客户生产流程 [37] - 技术领先窗口有限，Sand.ai需要趁窗口还在，把技术变成客户的使用习惯、生产流程和续费账单 [38] 融资与投资方 - 本轮融资由基石资本、网宿科技联合领投，时代资本、国方创投、磐霖资本、东证资本等机构参投，上海国资背景机构加入，经纬创投、中科创星等老股东继续加注 [6] - 王慧文家办出现在投资人名单中，曾经一起创业的人以投资者身份继续支持曹越 [13] - 王慧文和宿华两位颇具辨识度的支持者先后看中曹越 [9] - 网宿科技参与的看点是双方提出的音视频推理、低延时边缘推理等合作，若能改善实际交付，就有机会把模型能力变成企业愿意持续采购的服务 [38] 创始人背景与创业历程 - 曹越是90后博士，本科、博士均就读于清华，获得过清华大学特等奖学金，后来担任微软亚洲研究院主管研究员，也曾负责智源的视觉模型研究 [10][12] - 曹越是Swin Transformer的主要作者之一，相关工作获得ICCV 2021最佳论文奖（计算机视觉领域知名的马尔奖），积累了视觉模型架构和大规模训练的研究基础 [12] - 2023年曹越以算法联合创始人身份加入王慧文创办的光年之外，同年6月王慧文因个人健康原因离岗就医，美团随后以约20.65亿元收购光年之外 [12] - 此后曹越重新组队创业，把方向转向视频模型，视频是其研究积累更深的领域，也是更考验连续性的任务 [12] - Sand.ai早期押注分块自回归生成，根据前面的片段继续生成后面的片段，为持续生成和中途交互提供可能 [12] - 2025年5月MAGI-1发布时，团队算上数据、基础设施、算法和测评只有三四十人，曹越回顾称"还是低估了这个路线的难度" [12] 技术路线与模型迭代 - Sand.ai技术路线被概括为"自回归世界模型"，与可灵、Seedance等采用的Diffusion架构不同，核心逻辑是让视频按时间序列逐块生成，后一段接续前一段状态 [15] - MAGI-1最初试图解决视频如何持续往下生成，把视频分成连续片段按时间顺序逐步生成，片段内部再通过扩散去噪形成画面，自回归与扩散承担不同层次任务 [17] - 2026年8月发布的MAGI-2 Preview把重点推进到更大规模模型训练：总参数量1140亿，单Token激活参数约60亿，采用混合专家架构（MoE），每次计算只调用其中一部分专家以控制单次计算开销 [17] - MAGI-2 Preview没有直接照搬MAGI-1的分块自回归设计，而是转向单流架构，推进规模扩展与音视频联合建模 [19] - 这是曹越创业过程中的一次关键调整：训练系统、数据处理和工程经验继续使用，模型设计根据下一阶段目标重新选择 [20] 公司业务布局 - Sand.ai的公司轮廓逐渐清晰：自研模型、开放技术、API服务，再加上自有产品 [21] - 自研模型决定它能直接改进哪些能力，也决定必须承担多重的研发投入；开放技术帮助接触开发者，从MAGI模型到MagiAttention等工程组件，外部团队可以实际使用、检验和优化 [21] - API让客户不必自行部署就能把模型接入产品和生产系统，出售的不仅包括生成效果，还包括调用稳定性、并发、交付速度与技术服务 [21] - 自有产品VidMuse以音乐驱动视频创作，公司披露上线两个月年化经常性收入（ARR）突破1000万美元 [25] - 音乐作为入口的价值在于：节拍可以决定切镜节奏，段落可以组织画面结构，情绪可以约束视觉表达，为创作提供现成线索 [25] - VidMuse更接近围绕一项任务组织创作，而非单独生成一个镜头 [26] - 开发者希望开放、API客户需要稳定、应用用户追求省事、研究团队又要不断试验，这些需求能否相互支持而非同时消耗资源，是Sand.ai接下来的考验 [26] 竞争格局与同业对比 - 字节Seedance、快手可灵拥有产品入口、客户资源和持续投入能力，独立公司若只追着通用模型效果跑，容易陷入刚追上一代下一代又发布、训练费用还没收回市场价格已降的循环 [35] - 智象未来（HiDream）2026年4月至7月连续完成三轮融资，阶段累计超过21亿元，其中C轮融资15亿元进入独角兽行列，9月又披露C+轮融资但金额未公开 [28] - 智象未来2026年C轮后估值超10亿美元，产品服务超过5000万名专业用户、4万余家企业客户，2025年全年营收约1亿元，2026年一季度已超过上年全年 [28][31] - 智象未来底层是多模态模型，中间有企业模型服务，应用覆盖营销、影视与个人创作，与Sand.ai的区别在于前者已把能力铺向多个行业场景，后者目前更鲜明的应用入口是音乐视频 [28] - 生数科技2026年2月完成超6亿元A+轮融资，4月新一轮融资约20亿元，7月又完成5亿美元融资，按分别披露的交易计算已到约60亿元人民币量级，估值超过20亿美元 [29][31] - 生数科技上线约8个月ARR超过2000万美元（2025年披露），业务覆盖200多个国家和地区 [30][31] - 爱诗科技PixVerse全球用户超过1.5亿（2026年7月披露），累计融资超过35亿元人民币，投后估值超过20亿美元 [30][31] - 爱诗科技ARR约7000万美元（投资人2026年公开介绍），月活超过1600万（2025年10月） [31] - Sand.ai与三家直接竞品对比：融资2026年三轮累计约3亿美元，估值进入独角兽梯队，未披露可比用户规模，VidMuse上线两个月ARR超1000万美元 [31] - 行业门槛非常清楚：独立视频模型公司的入场费已经涨到数亿美元，Sand.ai面对的同类公司已有人建立较大用户覆盖，也有人拥有更厚的融资储备 [33] 客户需求与商业化路径 - 内容生产采购并不完全按照模型榜单来：电商公司批量制作商品视频最在意产品外观别变、不同尺寸快速适配；短剧工作室更关心角色跨镜头保持一致、修改一个动作是否需要整段重做；广告代理商则要考虑客户素材保密、项目交付和批量生成稳定性 [36] - 这些需求背后是不同的预算、流程和验收标准，独立公司的机会就藏在这些具体差异里 [37] - 即便客户已经采购Seedance或可灵，也可能为另一项能力增加供应商，但进入名单只是开始，多模型采购给后来者机会也让客户随时可以比较、切换，最终留下来得有持续交付的本事 [37][38] - Sand.ai的开放策略争取的是另一种位置：企业可以自行部署、微调，开发者可以围绕模型做工具，但这留下一个商业问题——模型用得越广原厂能赚到多少钱 [38] - 第三方平台可以托管、云厂商可以出售推理、客户也可以自己部署，Sand.ai需要在效率、稳定性和服务上让付费给原厂成为一笔划算的采购 [38]