AI 行业财经信息 · 股市分析 · 投资观点 · 不构成投资建议
| 标的 | 动态 | 核心事件 | 观点 |
|---|---|---|---|
| 英伟达 (NVDA) 📊 分析 |
→ 高位盘整 | Epoch AI数据:HBM内存占AI芯片成本63%,三星/海力士HBM产能争夺加剧;Google I/O确认巨头AI基建投入持续 | 看多 GPU需求结构化增长,但HBM供应瓶颈需关注 |
| Google (GOOGL) 📊 分析 |
I/O大会催化 | Google I/O 2026发布Gemini Omni全能模型,"世界模型"概念首秀,Agent全栈工具链发布 | 看多 Gemini生态构建加速,AI投入转化为产品力 |
| 微软 (MSFT) 📊 分析 |
→ | DeepSeek永久75%降价施压Azure OpenAI定价,Cursor获Gartner领导者挑战GitHub Copilot | 观望 价格战+编码工具竞争双重压力 |
| AMD (AMD) 📊 分析 |
→ | HBM成本占比飙升利好MI系列芯片差异化,但英伟达CUDA生态壁垒仍牢固 | 观望 需关注MI400系列能否突破CUDA护城河 |
| 标的 | 动态 | 核心事件 | 观点 |
|---|---|---|---|
| 寒武纪 (688256) 📊 分析 |
算力链受益 | BitCPM在华为昇腾910B全栈训练验证成功,国产AI芯片可用性获里程碑式证明 | 看多 国产GPU龙头,昇腾验证打开全栈替代空间 |
| 地平线 (9660.HK) 📊 分析 |
政策利好 | 国家发改委发文加快具身智能训练基础设施建设,推动机器人"进工厂、进商场、进家庭" | 看多 具身智能基建→智驾芯片需求扩容 |
| 科大讯飞 (002230) 📊 分析 |
语音AI催化 | 网易有道子曰4全量开源验证语音AI商业化前景;智谱400t/s加速实时AI应用 | 看多 B端/G端语音AI龙头,受益AI应用加速 |
| 中芯国际 (688981) 📊 分析 |
HBM替代预期 | HBM占AI芯片成本63%,国产HBM替代紧迫性升级;先进封装产能持续扩张 | 看多 HBM国产替代是长期确定性趋势 |
今天AI圈最轰动的消息来自DeepSeek:700亿元人民币(约97亿美元)融资与旗舰模型永久75%折扣同日曝光。这两个数字放在一起看,是一份完整的商业宣言。
此前DeepSeek的75%折扣是限时优惠,市场解读为「获客手段」。但永久化意味着:DeepSeek认定自己在当前定价下仍能维持健康利润率。如果属实,这将彻底重塑全球AI API的定价锚——当行业均价在每百万token $2-15时,DeepSeek的V4-Pro可以把价格打到$0.5以下。
短期:倒逼OpenAI、Anthropic、Google跟进降价 → AI API进入「微利时代」→ 利好所有AI应用开发者
中期:推理成本优势者胜出 → 模型架构优化能力比参数规模更重要 → DeepSeek MoE架构优势凸显
长期:AI API价格趋近边际成本 → 竞争维度从「模型能力」转向「生态粘性+垂直场景」
97亿美元的融资规模使DeepSeek估值可能突破300亿美元。梁文锋「坚持开源」的承诺让这笔融资具有了行业格局意义:
但一个核心问题是:永久低价+高额融资,DeepSeek的盈利模型是什么?答案可能在「开发者生态」——通过极致低价吸引数百万开发者上船,再通过企业服务、私有部署、定制化解决方案变现。这是红帽和MongoDB验证过的开源商业模式。
Epoch AI今天发布的数据刷新了对AI芯片成本结构的认知:内存(主要是HBM)已占AI芯片组件成本的近三分之二。这意味着:
| 环节 | 主导者 | 格局 | 投资含义 |
|---|---|---|---|
| HBM设计/制造 | 三星、SK海力士、美光 | 三强寡头,产能极度紧张 | HBM产能扩张周期2-3年,短期供不应求 |
| 先进封装 | 台积电CoWoS | 台积电独占,产能瓶颈 | CoWoS产能决定GPU出货上限 |
| 存算一体替代 | 多家初创+大厂 | 早期阶段,3-5年商业化 | 可能是打破HBM瓶颈的终极解法 |
| 国产HBM替代 | 长江存储/长鑫 | 追赶中,进度加速 | 地缘压力下的确定性机会 |
对投资者而言,HBM供应链的「确定性」远高于AI应用层:无论哪家AI公司胜出,都需要HBM;无论OpenAI还是DeepSeek领先,HBM的采购量都在增长。这是一个「卖铲子」逻辑最强的细分赛道。
Google在I/O 2026大会上正式发布Gemini Omni——支持从任意输入(文本、图像、音频、视频)生成任意输出的全能模型。但最引人注目的不是多模态能力,而是「世界模型」概念——Gemini首次展示了对物理世界因果规律的理解能力。
Google的赌注是:当AI能理解物理世界时,应用场景将从「聊天/编程/写作」扩展到「机器人控制/自动驾驶/科学发现」——后者的市场规模是前者的数十倍。
Google推出了实验性工具套件Gemini for Science,旨在加速科学发现。如果AI能帮科学家设计实验、分析文献、验证假设,科研效率将提升一个数量级。这是一个短期无法变现但长期想象空间极大的方向。
最后提醒一句:本文所有内容不构成投资建议。股市有风险,入市需谨慎。以上分析基于公开信息的个人观点,不保准,不负责,自己判断。