长期成长股筛选标准 - 关注具备强劲增长潜力、明确竞争优势及适应技术趋势能力的公司 [1] 英伟达(NVDA) - 在AI基础设施领域占据绝对领导地位 GPU已成为AI工作负载的核心 2024年Q1市场份额高达92% [2] - CUDA软件平台构成核心护城河 通过早期向研究机构免费推广培养开发者生态 形成围绕其芯片的AI工具链 [3] - 获准恢复向中国销售H20芯片 汽车领域(自动驾驶/机器人出租车)成为AI之外的新增长点 [4] 台积电(TSM) - 全球最大芯片代工厂 为NVIDIA、AMD、苹果等顶级设计公司生产芯片 [6] - 高性能计算(HPC)收入占比从52%提升至60% 7nm及更先进制程芯片贡献74%收入 其中3nm占比24% [7] - 技术领先优势持续扩大 在AI需求增长和自动驾驶等新市场驱动下具备长期价值 [8] Meta Platforms(META) - 利用Llama AI模型提升Facebook/Instagram用户参与度 创造更多广告库存并提高广告精准度 [9] - WhatsApp(30亿用户)和Threads(3.5亿用户)刚开始广告商业化 提供长期增长空间 [10] - 重金招募AI人才 推进"个人超级智能"战略 可能成为全球最重要AI平台 [11] GitLab(GTLB) - 从代码仓库转型为全生命周期软件开发平台 覆盖规划、测试、部署等全流程 [12] - GitLab 18推出30+新功能 包括Duo Agent AI助手 帮助提升开发效率(仅20%时间用于写代码) [13] Toast(TOST) - 餐饮行业SaaS平台 通过AI工具(ToastIQ/Sous Chef)优化运营决策 实时调整人力/菜单/供应链 [14][15] - 支付处理业务与客户增长形成协同 行业碎片化特征提供持续扩张空间 [16]

Meta Platforms的AI战略转型 - Meta正在通过大规模资本投入和人才收购转型为AI基础设施领导者，包括以143亿美元收购Scale AI 49%股份并建立超级智能实验室[3] - 公司采用开源策略开发Llama大语言模型，与OpenAI等封闭系统形成差异化竞争[4] - 通过高薪招募顶级AI人才，包括前GitHub CEO Nat Friedman，并提供高达1000万美元年薪的岗位[5] Meta的AI商业化前景 - 预测到2035年生成式AI产品将创造4600亿至14万亿美元收入，覆盖WhatsApp客服到Instagram内容创作等场景[6] - 凭借33亿日活用户的渠道优势，Meta具备纯AI公司难以企及的商业化落地能力[6] - 通过开源开发+资本部署+用户规模的三重组合，目标成为互联网AI基础设施层的主导者[7] Tesla的机器人战略布局 - 2025年6月推出小规模机器人出租车服务，作为AI系统的现实测试场[9] - 人形机器人Optimus计划2025年量产5000台，2026年扩产至5万台，单价2-3万美元[11] - 垂直整合优势显著：自研AI芯片、软件和生产线，车辆技术可直接迁移至机器人[12] Tesla的AI生态系统构建 - 机器人出租车服务产生的数据将形成自动驾驶与机器人导航的指数级改进循环[13] - 马斯克预测Optimus最终价值可能超过特斯拉其他业务总和，有望解决全球劳动力短缺问题[13] - 尽管存在延期交付争议，但公司在规模化制造和AI技术上的护城河难以被复制[14] 长期投资价值 - 两家公司均由创始人主导，愿意为AI愿景承担极高风险[15] - Meta和特斯拉的转型本质上是从社交媒体/电动车企业升级为AI基础设施和机器人公司[1][10] - 市场对其AI战略存在短期质疑，但长期可能重塑行业格局[7][14]

公司重组 - Meta将AI部门重组为两个新团队 分别是AI产品团队和AGI基础单元 [1] - AI产品团队专注于面向消费者的功能 包括Facebook Instagram WhatsApp的AI特性以及独立AI应用 [1] - AGI基础单元致力于更宏观的目标 如改进Llama模型 [1] - 此次重组未涉及人员裁减 [1] 行业竞争 - Meta通过Llama for Startups计划鼓励初创公司使用其生成式AI产品 [2] - 4月举办的LlamaCon活动旨在展示Meta与OpenAI的竞争能力 [2] - 公司正与OpenAI Google Anthropic等对手保持同步发展 [2]

Meta AI开发者大会LlamaCon - 公司首次举办AI开发者大会LlamaCon 宣布推出面向消费者的Meta AI聊天机器人应用和面向开发者的Llama API [1] - 新产品旨在扩大开源Llama模型采用率 但核心动机是与OpenAI竞争 [2] - 聊天机器人应用具备社交功能 用户可分享AI对话 并根据Meta应用活动提供个性化响应 [3] 战略定位与竞争格局 - Llama API通过单行代码简化云端模型接入 直接挑战OpenAI的API业务 [4] - 公司高管曾公开表示将击败GPT-4 削弱专有模型供应商是长期战略 [5] - CEO明确表示"出售AI模型访问权"不属于公司商业模式 与OpenAI形成差异化 [5] 开源生态系统建设 - 公司将DeepSeek、阿里通义千问等开源模型视为对抗封闭模型的盟友 [6] - 开源策略允许开发者混合不同模型的优势 被认为最终将超越闭源模型质量 [7] - 欧盟AI法案对开源系统的特殊待遇可能影响公司政策 尽管Llama是否符合标准存在争议 [7] 长期发展路径 - 公司更关注壮大开源生态而非开发尖端模型 通过限制OpenAI增长实现战略目标 [8] - 即使自身未推出类似o3-mini的推理模型 仍坚持开放路线 [5][8]