2026年5月，台积电在第76届电子元件与技术会议 ECTC 上公布了一套面向 CoWoS-R 平台的直接到硅液冷方案。它不再让热量依次穿过芯片盖、导热材料和外置冷板，而是在 SoC 裸片背面制作硅微柱结构，让去离子水更贴近发热源流动。

最吸引眼球的数据是5.3千瓦：在每分钟8升流量下，这套测试载具能够带走超过5千瓦热量。这个数字接近两台大功率家用烤箱同时工作，却集中在一块大型先进封装上。不过，它是实验载具的整封装散热能力，不等于某颗量产 GPU 已经达到5.3千瓦功耗。

一、进展详情：被缩短的前四棒

理解这项技术，先要看清今天 AI 芯片的热量如何离开大楼。整个过程可以拆成八棒接力：硅裸片产生热量；第一层热界面材料 TIM1 填平微观缝隙；一体式均热盖 IHS 保护裸片并摊开热点；第二层热界面材料 TIM2 连接冷板；冷板把热交给冷却液；机架歧管汇集各服务器的水路；冷却液分配单元 CDU 用泵和换热器隔开 IT 水路与楼宇水路；最后由冷水机、干冷器或冷却塔把热排到室外。

这八棒里，最拥堵的是靠近芯片的前四棒。硅片表面并非均匀发热，局部热点会先触发温度上限，迫使 GPU 降频。TIM、IHS 和冷板能够保护芯片、填平空隙并扩散热量，但每增加一层材料，也增加一段热阻。

台积电的方案瞄准的正是这段路径。其 ECTC 论文使用一块3.3倍光罩尺寸的 CoWoS-R 测试载具，包含4颗 SoC 测试裸片和8组 HBM。传统带盖冷板在每分钟1至2升流量下可处理约1.9至2.3千瓦；去盖冷板可处理约2.5至3.0千瓦。流量继续增加后，两种方案受 TIM 热阻限制，改善趋于饱和。

直接到硅方案在每分钟2升时与去盖冷板接近，在每分钟4升时达到4千瓦，在每分钟8升时达到5.3千瓦。它并非简单地「在芯片里挖水管」，而是在裸片背面形成微柱阵列，以更大的接触面积和更短的传热距离把热交给液体。

二、趋势与商业模式：散热开始成为封装的一部分

这项技术的真正变化，不只是散热能力翻倍，而是价值边界向芯片内部移动。传统模式中，芯片公司交付封装，服务器与冷却厂商再安装冷板；直接到硅模式下，微柱、密封和流体接口需要与 CoWoS 工艺、封装翘曲及芯片可靠性共同设计。散热因此从可替换的外围部件，变成先进封装的一部分。

这会让台积电等先进封装厂商获得新的技术控制点，也可能压缩 IHS、TIM2 和一部分通用冷板的价值。但「颠覆整条液冷产业链」仍然言之过早。即使冷却液直接抵达硅背面，热水仍要经过软管、快接、歧管、CDU、楼宇水环和室外排热设备；高流量还会提高泵功耗、压降控制与流量均衡的难度。

可靠性也是商业化门槛。台积电报告称测试载具通过 MSL4 湿敏等级测试，未发现氦泄漏或密封剂分层。微软在同届会议上还展示了用于 NVIDIA GH200 的直硅微流道组件，在每分钟1升流量下，将 GPU 结温到入口水温的热阻降低51%至60%。但长期堵塞、颗粒污染、硅侵蚀、现场维修和集群级可用性仍需更长时间验证。

因此，这条路线目前处于「升温中的工程验证期」，尚未进入大规模量产主流。眼下更现实的商业路径，是让直接到硅与现有机架液冷系统共存，而不是一次替换整座数据中心。

三、全球风口与格局：谁掌握不可替代的接口

从全球产业链看，最值得关注的并非所有带有「液冷」标签的公司，而是掌握关键接口、验证能力和整套交付能力的玩家。

第一类是先进封装平台。台积电把微柱散热结构带入 CoWoS-R，意味着封装厂开始定义芯片侧流体接口。若未来进入量产，芯片设计、封装、密封材料与冷却结构需要更早协同，传统冷却厂商必须从「交付一块冷板」转向参与联合设计。

第二类是机架级液冷集成商。NVIDIA 的 GB200 NVL72 已采用液冷机架，单架需要处理约120千瓦冷却能力。NVIDIA 公布的生态名单覆盖 Vertiv、CoolIT、Boyd、nVent、Motivair、施耐德电气、丹佛斯等厂商；其中 Vertiv 与 NVIDIA 已给出7兆瓦集群参考架构，出售的是电力、热管理、空间和部署方案的组合，而不只是单个零件。

第三类是 CDU 与楼宇排热厂商。施耐德电气旗下 Motivair 在2026年推出单台2.5兆瓦 CDU，并提出多机扩展至10兆瓦以上。CDU负责控制温度、压力、流量和水质，同时隔离芯片侧与楼宇侧水环。无论冷却液最终接触冷板还是硅背面，这个「变压器式」中枢都不会消失，反而会随着流量和机架密度上升变得更关键。

产业链真正可能发生的，不是冷却公司集体出局，而是利润池重新分层：封装厂拿走更靠近热源的技术价值，具备冷板与接口能力的厂商进入联合设计，CDU 与基础设施厂商继续承接从机架到室外的系统价值。只卖标准化金属冷板、又缺少客户验证和系统集成能力的供应商，承受的压力最大。

四、还要观察什么：性能之外是可维护性

直接到硅液冷能否跨过量产门槛，不能只看峰值散热。第一项指标是单位流量能带走多少热，同时付出多少泵功耗；第二项是微柱或微流道能否在多年运行中抵抗污染、堵塞与材料腐蚀；第三项是出现故障后，数据中心能否像更换冷板一样快速维修，而不必报废整块昂贵封装。

还要观察接口能否标准化。今天 NVIDIA 已把 GB200 NVL72 的机架、歧管和浮动盲插接口设计贡献给开放计算项目，推动机架侧生态扩张。未来若芯片侧接口仍由各家封装平台分别定义，系统厂商就要同时维护多套水质、压力和连接标准，商业化速度会受到限制。

换句话说，5.3千瓦证明了「热可以更快地离开硅片」，却还没有证明「这种系统可以低成本、可维修地运行数年」。接下来决定产业格局的，将是可靠性数据和规模交付，而不是实验室里的单次峰值。

投黑马 · 前沿洞察

直接到硅液冷的本质，是把散热从服务器部件推进为先进封装能力；它重写的是价值分配边界，而不是取消整条液冷链。

当前最值得关注的玩家分为三层：台积电掌握封装侧结构，NVIDIA推动机架接口与生态，Vertiv、CoolIT、Motivair等公司承接歧管、CDU和设施级交付。真正稀缺的是跨越芯片、机架与楼宇水路的联合验证能力。

读者可持续跟踪三个可观测看点：台积电直接到硅方案是否出现量产客户与时间表，微软 GH200 微流道测试是否披露集群级故障数据，OCP 是否形成芯片侧流体接口与冷却液标准。

── 投黑马研究团队

资料来源

• ECTC 2026 会议日程与论文信息
• 台积电 ECTC 2026 论文 DOI：10.1109/ECTC51846.2026.00092
• NVIDIA GB200 NVL72 开放计算设计与液冷生态
• NVIDIA DGX GB200 机架系统硬件说明
• 施耐德电气：AI 数据中心液冷架构
• Motivair 2.5兆瓦 CDU 产品公告

AI & 一级市场

GPT-5.6最强一档先给20家伙伴试用

6月26日，OpenAI放出新一代模型GPT-5.6，一口气分三档：旗舰Sol、均衡款Terra、低成本款Luna。官方称Sol是迄今最强，在编程、生物、网络安全等智能体任务上明显进步；Terra价格只有上代一半，Luna则主打高并发场景的低单价。

值得注意的是，这次不是面向所有人开闸，而是先放给约20家受信任的机构做限定预览，更大范围的开放说是「未来几周」。新版还加了一个「ultra模式」，能调度子智能体并行处理复杂任务。

GPT-5.6Sol同时配上了OpenAI口中「最强的安全栈」，对高风险用途、敏感网络请求做了额外加固。（据企业官方公告、据多家媒体报道）

【投黑马点评】
旗舰模型先小范围放、再逐步开闸，正在变成头部实验室的标准动作。对一级市场来说，真正的信号不在Sol有多强，而在Terra「同代价格腰斩」——能力下沉、单价跳水，意味着应用层创业者的成本曲线又被往下压了一截。左侧投资者该盯的，是那些原先被推理成本卡死、如今刚好跑得通的垂直智能体场景。

DeepSeek首轮融资510亿元

6月16日，DeepSeek完成成立以来首轮外部融资，规模约510亿元人民币，投后估值接近4000亿元。投资方阵容颇为罕见：创始人梁文锋亲自出资，腾讯、宁德时代、网易、京东等产业方，叠加IDG资本、正心谷、砺思资本、拾象科技等机构，以及国家人工智能产业投资基金。

一家此前几乎「不缺钱、不融资」的开源大模型公司首次对外开放股权，本身就是一个分水岭式动作。（据公开市场信息、据多家媒体报道）

【投黑马点评】
DeepSeek过去最被津津乐道的，恰恰是「自给自足、不要外部钱」。如今首轮就引入产业资本和国家基金，揭示的是另一层逻辑：开源模型再省，算力和长期商业化也绕不开「朋友圈」。对一级市场，这笔钱的真正看点不是估值，而是投资名单——宁德时代、京东这类产业方入场，等于把模型公司提前绑进了能源与电商的落地管道，下一波值得追踪的，是围绕它生长的开源生态工具链标的。

MirendilAI首轮2亿美元，团队来自四大顶级实验室

6月24日，一家名为MirendilAI的新公司宣布完成2亿美元首轮融资，由a16z与凯鹏华盈联合领投，英伟达参投。这家公司主打「能自我加速的AI研发系统」，目标是用AI来造AI，约20人的创始团队分别来自Anthropic、xAI、DeepMind和OpenAI。（据公开市场信息）

【投黑马点评】
20人团队、2亿美元、顶级实验室「全明星」配置——这类标的的定价逻辑早已不看产品，而看人。值得左侧投资者注意的不是这一单，而是它折射的趋势：顶尖研究员从大厂出走单干，正在批量复制「小团队、大估值」的模板。当这种结构成为常态，早期机构的真正护城河，会从「能不能投进」转向「能不能抢在a16z之前看到名单」。

脑启发AI公司Flourish拿下5亿美元首轮

一家研究「类人脑机制」AI模型的公司Flourish完成5亿美元首轮融资，背后站着贝索斯、Lux Capital和谷歌旗下创投基金。与主流大模型走「堆数据、堆算力」的路线不同，Flourish试图从人脑的工作方式找新解法。（据公开市场信息、据行业研究机构）

【投黑马点评】
在Transformer范式一统天下的当下，资本愿意为「另一条技术路线」开出5亿美元首轮，本身就是个反共识信号。这未必意味着脑启发路线会赢，但说明顶级LP开始为「范式对冲」下注——万一缩放定律撞墙，他们手里得有牌。对左侧投资者，这类非主流架构标的是典型的高赔率小仓位，赌的不是当下，是下一个拐点。

科技商业

三大互联网巨头同时回头加订国产芯片

近期有供应链信息显示，字节跳动、腾讯、阿里巴巴三家头部互联网公司，几乎同时就新增芯片订单与华为展开接洽。另据行业人士透露，字节跳动正与天数智芯洽谈采购至少5万颗云端推理GPU，主要用于推理负载。

国产算力芯片从「备选」走向「主力采购清单」，正在成为这一轮巨头扩张算力的共同选择。（据供应链信息、据多家媒体报道）

【投黑马点评】
三家同时出手，时间点高度重合，这不是巧合，而是供应链结构变化的传导结果。对一级市场，最值得追踪的不是华为，而是它身后那条正在被订单「喂大」的国产算力配套链——推理卡、互联、液冷、封装测试，每一个环节都因为这波采购而打开了早期标的的窗口。谁能卡进巨头的验证清单，谁就拿到了下一轮估值的入场券。

孙正义股东大会放话：说AI是泡沫，是一种亵渎

6月24日，软银集团年度股东大会上，创始人孙正义罕见地把话挑明——「说这是泡沫，是对AI的亵渎」，并强调AI革命才刚开始，「超级智能」时代会迅速到来。一向以激进押注著称的他，再次把软银的叙事全部压在了AI上。（据多家媒体报道）

【投黑马点评】
孙正义喊话的对象，其实是市场里日渐增多的「AI见顶」声音。揭开看，这番话与其说是判断，不如说是仓位的自我辩护——软银在AI上的敞口大到不允许「泡沫论」成立。对一级市场的提示是冷静的：当最大的多头开始用「信仰」措辞为估值背书时，恰恰是该重新检视自己定价假设的时候。情绪到顶，往往领先于资金到顶。

人形机器人跨过量产线，每小时下线一台

人形机器人正从「演示视频」迈进「下线计数」。据公开信息，Figure AI在其BotQ工厂的Figure 03已达到每小时1台、单周50台以上的节奏，累计产出超350台，良率与自主能力持续爬坡；特斯拉Optimus第三代也将小批量产能瞄准在今夏的Fremont工厂。行业的关键词，正从「能不能做」切换到「能不能量产」。（据企业官方公告、据行业研究机构）

【投黑马点评】
「每小时一台」这个指标，比任何一段花哨演示都更说明问题——它意味着人形机器人开始进入工业制造的语言体系。对左侧投资者，故事的重心正从本体公司向上游迁移：一旦量产爬坡确立，灵巧手、关节模组、力控传感器、专用算力这些「卖铲子」的环节，反而是确定性更高、卡位更早的标的。本体厮杀越激烈，供应链越受益。

7月1日起，两项电动车安全强制国标正式实施

7月1日，《电动汽车安全要求》（GB18384-2025）和《电动汽车用动力蓄电池安全要求》（GB38031-2025）两项强制性国家标准将正式落地，对整车与动力电池的安全门槛作出更高要求。新规面向所有在售电动车型，行业普遍预期会加速低端产能与不达标车型的出清。（据监管机构公告）

【投黑马点评】
强制国标抬高的从来不只是安全线，更是入场门槛。对产业链而言，电池安全要求趋严，利好的是早就把安全冗余做进设计的电芯、BMS和热管理供应商——合规成本会把一批跟不上的玩家挤出去。对一级市场，这是一个清晰的结构性过滤器：政策驱动的出清期，往往是头部供应商份额集中、估值重定价的窗口。

豆包灰度社交，AI助手开始「长出关系链」

字节跳动旗下AI助手豆包正灰度测试社交功能，新增「对话」页面，并打通了飞书账号体系。这意味着豆包不再只是一个单点问答工具，而是在尝试把用户之间、以及与办公场景之间的关系链接进来。（据多家媒体报道）

【投黑马点评】
AI助手往社交和办公关系链伸手，揭示的是C端AI产品的下一个主战场——留存。纯工具型助手的天花板是「用完即走」，而一旦织进关系网和工作流，切换成本陡增。对一级市场，这预示着独立AI应用的窗口正在收窄：当巨头用账号体系和社交链做护城河，纯功能型创业者必须找到大厂关系链覆盖不到的垂直缝隙，否则极易被「顺手做掉」。

轻松一刻

戴着AI眼镜去考试，这位博主有点东西

近百万粉丝的一位韩国科技博主，最近发了条实测视频：戴着一副消费级AI眼镜，去挑战韩国大学修学能力考试的模拟卷。眼镜能「看到」题目、实时给出思路，整场堪称大型「科技与狠活」现场。视频评论区一半在惊叹，一半在操心——这要真进了考场，监考老师怕是要失业。（据多家媒体报道）

【投黑马点评】
一副眼镜把「外挂」装上了脸，技术是真酷，但它也顺手把可穿戴AI最尴尬的问题摆上桌：能力越强，越没人知道该让它出现在哪、不出现在哪。好玩归好玩，规则总会迟到，但不会缺席。

左侧信号

信号：国产算力采购与具身智能量产同步提速，硬科技供应链进入「卖铲子」红利期。

追踪方向：一是巨头回头加单国产芯片，正把推理卡、互联、液冷、封测这条配套链整体抬起，早期标的的验证窗口在打开；二是人形机器人跨过量产线后，价值正从本体向灵巧手、关节模组、力控传感等上游迁移。两条线指向同一逻辑——本体与算力越内卷，越早卡进巨头验证清单的供应链标的，确定性越高。建议深挖 → 黑马雷达 / 融资观察。

── 投黑马研究团队

2026年6月22日，一家成立才18个月、产品还没出货的AI网络芯片公司Upscale AI，宣布完成1.9亿美元A-1轮融资。把它单独拎出来，有四个细节不太寻常。

第一，这家公司的全部使命，就是拆掉NVIDIA最坚固的一道墙——而NVIDIA这次亲自掏钱进来了。 Upscale做的是AI数据中心的「scale-up」网络互联，对标的正是NVIDIA的NVLink与NVSwitch。后者是把成千上万颗GPU绑定在NVIDIA生态里的关键锁扣。一家立志用开放标准替代这道锁扣的公司，迎来了被替代者本人的投资。

第二，节奏。 18个月，三轮融资，累计5亿美元，投后估值冲到20亿美元——在一颗自研交换芯片尚未量产、首款产品要到2026下半年才落地的阶段。这个估值曲线，已经不像传统A轮，更像市场在用「卡位费」给一个尚未验证的赌注定价。

第三，投资人名单的杂。 领投方是管理着约150亿美元的Premji Invest；新进的有NVIDIA、Salesforce Ventures、淡马锡、Seligman Ventures；老股东里有Mayfield、Tiger Global、StepStone、Maverick Silicon、Prosperity7；更早的种子轮里，还坐着Qualcomm Ventures、Intel Capital、Celesta、Xora，甚至斯坦福大学。产业资本、主权基金、财务巨头、对手公司，挤在同一张桌子上。

第四，它是「分拆」出来的。 Upscale并非凭空而起，而是从一家比特币矿机硬件公司Auradine（现已更名Velaura AI）的内部孵化、再剥离独立出来。把挖矿攒下的ASIC设计与散热功耗经验，平移到了AI互联这条全新赛道。

这就引出了本期要回答的核心问题：当聪明钱都在抢算力、抢大模型时，为什么这一拨资本，选择押注「连接算力的那根线」？而被颠覆的对象NVIDIA，为什么要给颠覆者递钱？

二、为什么是这个方向——网络层的反叙事

过去三年，一级市场的AI叙事高度集中在两端：要么是模型层（基础模型、应用、Agent），要么是算力层（GPU、自研推理芯片、数据中心）。网络互联层，长期是被叙事忽略的中间地带。 Upscale的第一个反叙事判断就在这里：真正的瓶颈，正在从「单颗芯片多快」迁移到「成千上万颗芯片之间能不能高效对话」。

联合创始人、CEO Barun Kar把这件事说得很白：现在的网络，不再是CPU到CPU、CPU到存储，而是GPU到GPU，要求极高带宽、极低且可预测的延迟，本质上是一张「内存语义」的负载-存储网络。一句话——当模型训练把几万颗加速器绑成一台「超级计算机」，决定整机效率的，往往不是单颗芯片的峰值算力，而是芯片间同步的那一刻有没有人掉队。

第二层反叙事更尖锐：方向对了，路线却偏要跟主流反着走。 市场的默认路线是NVLink、NVSwitch、InfiniBand这一整套NVIDIA私有方案，性能强、但把客户锁进单一生态——你想用它的互联，机柜里最好全是它的卡。Upscale押的是另一条路：完全基于开放标准的「fabric」。它的技术栈搭在一组业界开放协议上——UALink（由AMD、Broadcom牵头、80多家公司支持的加速器互联标准）、Ultra Ethernet、面向scale-up的ESUN，以及开放网络操作系统SONiC与硬件抽象层SAI。目标是让不同厂商的加速器，能像插标准插座一样接入同一张网，「用同一种语言对话」。

为什么现在是时机？因为窗口正好打开。开放标准刚刚成形、还没有出现统治级的商用实现；而下游的超大规模厂商，对「避免被单一供应商锁定」的诉求达到了历史峰值。据行业测算，仅AI数据中心交换设备市场，到2030年年规模就将突破1000亿美元；五大科技公司2026年的基础设施开支预计在6600亿到6900亿美元区间，几乎是上一年的两倍。在如此体量的基建狂奔里，哪怕只啃下「开放替代」这一小块，也足够撑起一家新巨头。Upscale的赌注，是想成为「这一代AI网络的思科」。

三、投资人结构解读——五类钱，五种意图

这张投资人名单之所以值得逐一拆解，是因为它把「同一笔融资里不同资本的不同算盘」摆得格外清楚。

领投：Premji Invest——跟着人下注。 这家脱胎于Wipro创始人家族的约150亿美元基金，并非第一次押Khemani。它曾在联合创始人、执行董事长Rajiv Khemani的上一家公司Innovium后期入局，最终见证Innovium在2021年被Marvell以约11亿美元收购。管理合伙人Sandesh Patnam的逻辑很直接：过去几年算力层本身都是为生成式AI重写的，那么网络、存储、缓存——基础设施的每一层，都同样没有为这种负载设计过。这是典型的「赛道逻辑+创始人复用」双重确认：既看好瓶颈迁移的大方向，又赌一个已经赢过一次的人。

最耐人寻味：NVIDIA——被颠覆者的对冲。 一家要替代NVLink的公司，拿了NVIDIA的钱，这看似矛盾，实则是产业资本最冷静的一手。Upscale本就已是NVIDIA合作伙伴网络的一员；Khemani对此的回应是「未来是异构AI系统的世界，不是NVIDIA或我们二选一，而是各种方案共存」。对NVIDIA而言，这笔投资更像一张期权：如果开放路线真的成势，它在桌上有人；如果不成，损失有限。对赛道而言，这是一个强烈信号——连最大的既得利益者，都不敢把「开放标准会失败」当成确定性。

产业战略资本：Intel Capital、Qualcomm Ventures——拆墙的受益者。 这两家芯片巨头在更早的种子轮入局，意图清晰：开放fabric一旦成立，受益最大的正是NVIDIA之外的加速器阵营。它们投的不只是Upscale，而是「异构能跑通」这件事本身。

财务与主权资本：淡马锡、Salesforce Ventures、Tiger Global、StepStone、Maverick Silicon、Prosperity7——为「资产负债表」背书。 这一层的意义，除了成长资本，还有一个容易被忽视的作用：自研芯片在最先进制程上流片，未投产就要烧掉数亿美元；晶圆厂还要求公司提前最多两年锁定并付费预订产能。Khemani自己点破——供应商要看你的资产负债表有多强，才肯把产能留给你。换句话说，这一轮的厚度本身，就是拿给供应链看的「履约能力证明」。

孵化母体：Auradine（现Velaura AI）——分拆结构的隐形股东。 Upscale的技术与团队，部分平移自这家矿机硬件公司的ASIC与散热功耗积累。这种「老硬件团队孵化新AI基础设施公司」的结构，本身就是一种值得追踪的资本模式。

四、护城河拆解——开放标准是把双刃剑

Upscale最容易被讲成护城河的三件事：顶配的创始团队、卡位开放标准的先发身位、以及全栈自研（自己做芯片、系统、软件）。但要区分「看起来是护城河」和「真正的护城河」。

先说团队，这是最实的一块。Khemani是连续创业者，Innovium是十年里唯一在Broadcom垄断的网络芯片市场里真正撕开份额的初创公司；他还掌过Intel的网络处理业务、当过Cavium的COO。Kar则是Palo Alto Networks的创始团队成员，管过Juniper整条以太网产品线。这种「既懂芯片、又懂系统、还打过大厂硬仗」的组合，是早期最稀缺的资产，也是这轮高估值的真正锚点。

但开放标准这件事，恰恰是护城河里最脆的一环。 逻辑很简单：开放标准按定义就是非排他的——UALink、Ultra Ethernet谁都能照着做。Upscale押注开放，赢得了「政治正确」和生态盟友，却也意味着它无法靠标准本身建立排他壁垒。真正能转化为护城河的，是三样更苦的东西：一是时间窗与客户design-in，谁先拿到超大规模厂商的设计导入，谁就锁定多年订单；二是供应链卡位，提前锁定先进制程产能本身就是壁垒；三是全栈系统集成能力，把硅、系统、软件捏成一个能跑的整机，比单点做交换芯片难得多。

天花板与潜在失效场景也要说清楚。其一，对手不弱：直接竞品Nexthop AI在2026年3月已完成5亿美元B轮、估值42亿美元，进度可能更靠前；身后还有Broadcom和NVIDIA近乎无上限的研发预算。其二，开放标准能否在真实大规模训练里追平NVLink的性能，仍未被证明——「标准好」不等于「实现好」。其三，最根本的替代风险来自客户本身：若超大规模厂商选择自研互联（部分巨头已有自有方案），开放第三方的空间会被两头挤压。开放路线的尽头，也可能是被商品化。

五、被市场低估的周边机会

需要先说清楚：Upscale本轮的直接投资窗口已基本关闭——20亿美元估值、明星投资人锁满，一级市场很难再以「左侧」价格进入。真正的左侧机会，在它「照亮」的周边。

机会一：开放互联的物理配套层。 scale-up fabric要跑起来，离不开retimer、光互联、共封装光学（CPO）、高速线缆这些「毛细血管」。开放标准越成势，配套层的标准化需求越刚性，而这一层目前仍高度分散、缺少卡位者。追踪信号： 首批UALink商用交换机出货时点、光模块/连接器厂商通过UALink兼容认证的名单。

机会二：非NVIDIA阵营的加速器厂商。 开放fabric的最大受益者，是想绕开生态锁定的加速器供应商——包括AMD及一批专注推理的ASIC新创。它们需要一张「中立的网」来让自己的芯片具备集群竞争力，这反过来会催生对开放互联的真实订单。追踪信号： neocloud（新型云厂商）采用非NVIDIA加速器集群的规模化订单、异构集群的公开部署案例。

机会三：开放网络的软件与可观测层。 SONiC等开放NOS、scale-up的测试验证工具、异构集群的调度与可观测软件，是比硬件更轻、更早期、也更容易被忽视的一层。硬件巨头扎堆造芯片时，软件工具链往往留着空白。追踪信号： 围绕SONiC/UEC生态的开发者工具创业项目数量、超大规模厂商对第三方网络可观测方案的采购。

此外，「矿机硬件团队孵化AI基础设施公司」这一分拆模式本身，也值得当作一条线索追踪——Auradine之外，是否会有更多拥有ASIC与功耗散热经验的硬件团队，沿同样路径切入AI基建。

六、【黑马判断】+ 布局建议 + 风险披露 + 结语

分层布局建议

对一级市场投资者： Upscale本轮已无左侧入口，重心应转向它照亮的周边——开放互联的物理配套（光互联/CPO/retimer）、开放NOS与可观测软件、异构集群测试工具。选股标准建议三条同时满足：团队具备大厂networking或silicon背景、明确卡位某一项开放标准、且已有可验证的客户导入信号。对单纯「蹭开放标准概念」、无客户、无供应链能力的项目保持警惕。

对二级市场投资者： 间接路径更稳健。开放scale-up一旦成势，受益面会外溢到以太网交换、互联IP、光模块等已上市环节；可观察这些公司在UALink/Ultra Ethernet生态中的产品节奏。注意事项：开放标准进展与NVIDIA互联份额之间存在此消彼长，但二者节奏都高度依赖产品落地与真实性能验证，不宜用单一事件外推。

对创业者： 市场空白集中在「硬件巨头顾不上的软层」——开放fabric的调度、可观测、故障定位软件，scale-up的测试与一致性验证工具，以及异构集群的运维。这些方向资本投入轻、卡位早、且与大厂形成互补而非正面对撞。

风险披露

其一，商业化周期长。 首款基于UALink的交换芯片要到2026下半年至年底才落地，自研ASIC在先进制程上流片，未出货即需投入数亿美元并提前锁定产能，现金消耗节奏快。

其二，竞争加剧。 直接竞品Nexthop AI已完成5亿美元B轮、估值42亿美元；Broadcom与NVIDIA拥有近乎无上限的研发资源，开放阵营需要在性能上正面证明自己。

其三，技术替代风险。 开放标准能否在真实大规模训练中追平NVLink，尚未被验证；而NVLink仍在持续迭代，护城河是动态的。

其四，治理与利益结构风险。 Upscale由Auradine（现Velaura AI）孵化分拆，存在母体关联；同时NVIDIA既是被对标对象、又是股东，这一特殊结构意味着战略投资人的意图，未必始终与公司的开放路线完全一致，需持续观察其治理边界。

结语

回到开篇那个反常的画面：一家立志拆掉NVIDIA互联护城河的公司，拿了NVIDIA的钱。这恰恰说明，AI基础设施的竞争重心，正在从「谁的芯片更快」悄悄滑向「谁能把芯片连得更好、连得更开放」。Upscale未必能笑到最后——它的产品还没出货，对手个个财大气粗。但这笔融资真正昭示的，是一条左侧投资的底层哲学：当所有人都盯着舞台中央的算力，聪明钱已经在买那根连接算力、却始终不被注视的线。瓶颈会迁移，叙事会换位，提前一步看清「下一个卡点在哪」，才是左侧的全部意义。

── 投黑马研究团队

营收同比700%、利润率70%，长鑫存储这份成绩单足够惊艳。但把数字拆开，比特出货只增长了11%——这轮跃升几乎全是涨价撑起来的。当存储行业撞上数十年罕见的紧缺周期，营收会被价格抬到失真的高度，掩盖掉真正的护城河差距。本期黑马雷达不追这轮涨价的热闹，只拆一件事：决定长鑫能走多远的，为什么始终是每片晶圆的合格比特。

一、为什么现在是关键窗口

长鑫存储正在逼近全球DRAM产能前三，但当所有人盯着它的营收曲线时，真正决定胜负的，仍是每一片晶圆能产出多少「合格比特」。

先看一组让人血脉偾张的数字。2026年一季度，长鑫存储单季营收73亿美元，同比增幅约700%，营业利润率升至70%——这个利润率已经贴着三星、SK海力士、美光这三大DRAM厂商的水平线。2025年全年，它的营收同比增长156%至86亿美元，并首次录得约10亿美元净利润，毛利率从2023年的-113%、2024年的-4.7%，一路逆转到37.8%。从烧钱的产能参与者，到全年盈利的全球供给变量，长鑫只用了两年。

但把这组数字拆开，会看到完全不同的另一面。同期长鑫的比特出货量只增长了11%，平均售价却环比上涨57%。也就是说，这轮700%的营收跃升，绝大部分动力来自价格，而非真实的出货放量。更关键的是，SemiAnalysis估算，长鑫的DDR5每比特成本仍比三大厂商高出30%以上。价格周期把利润迅速推到了头部水平，可晶圆效率和制造成本，还远没有以同样的速度追上来。

这就是投黑马本期想厘清的核心张力：当存储进入历史级紧缺周期，营收和利润会同时被价格抬到失真的高度，掩盖掉真正的护城河差距。长鑫已经把规模做进了全球竞争的核心圈，但它能从「产能追赶」走向「技术追赶」吗？答案不在营收里，而在每片晶圆的合格比特里。

二、核心变量/战场定义：这场仗打的是「合格比特经济学」

要看懂长鑫，先得放下「营收」这个会骗人的指标，换成存储行业真正的硬通货——「合格比特」。

DRAM的本质是把比特刻进硅片。同样一片12英寸晶圆，谁能在相同制程下切出更多可用的比特、谁的良率更高、谁的每比特成本更低，谁就掌握了定价权和周期穿越能力。这是一门「合格比特经济学」：营收=出货比特数×单比特售价；利润=单比特售价−单比特成本。价格周期决定前者，制程与良率决定后者。涨价能让所有人短期都好看，但周期退潮时，只有单比特成本最低的玩家还能赚钱。

用一个生活化的类比：这就像一座面包工坊。市场缺面包时，每个炉子烤出来的面包都能卖高价，营收暴涨；但真正决定一家工坊能活多久的，是同样一炉面、同样的电费，你能烤出多少个不糊不塌的合格面包。长鑫现在的处境是：面包卖得和大厂一样贵（售价只低5%~10%），但每炉的烤糊率更高、面粉更费——单比特成本高出30%以上，意味着同样一片晶圆，它产出的可卖比特更少、单位成本更高。

这门经济学里还有一个隐藏的「上限阀门」：HBM（高带宽存储）。AI算力的爆发把高端内存产能源源不断抽走，HBM成了大厂利润结构里最金贵的部分。但HBM对良率的要求是普通DRAM的另一个量级——它要把多层DRAM裸片垂直堆叠键合，任何一层的晶圆良率、芯片开裂、翘曲、热应力、键合缺陷，都会让综合良率断崖式下跌。换句话说，普通DRAM比的是「每片晶圆的合格比特」，HBM比的是「每一叠堆叠的合格比特」，难度指数级上升。

所以这场战争有两条战线：第一条是普通DRAM（DDR/LPDDR）的成本与产能战，长鑫正在快速逼近；第二条是HBM的良率与制程战，长鑫还隔着一道厚厚的工艺门槛。规模决定它能不能上牌桌，合格比特决定它能赢多少。投黑马的判断是：未来三年，长鑫的故事会从「营收叙事」彻底切换到「良率叙事」，而资本市场对它的定价，迟早要跟着这个切换重新锚定。

三、竞争格局分析：四家厂商，四种命门

DRAM是典型的寡头格局，真正有意义的玩家不超过五个。这里只拆对格局走向有决定性影响的四家，外加一个正在成形的国产设备材料阵营，每一家都说清它的护城河与命门。

三星电子。 护城河是全产业链垂直整合与最深的制程储备——它同时是晶圆、HBM、封测、设备验证的玩家，现金流厚到可以在周期底部逆势扩产。隐患在于，过去两年它在HBM3E向头部AI客户的导入节奏上一度落后于SK海力士，先发的身位被对手吃掉了一块。投黑马的判断：三星的体量决定它输不了大局，但它的相对份额正在被HBM这条新赛道重新洗牌，「最大」不等于「最强」。

SK海力士。 护城河是HBM的先发卡位——它最早绑定头部AI算力客户，把HBM做成了高确定性的利润奶牛，2026年的HBM产能几乎被提前锁定。隐患是产品结构高度依赖HBM与高端服务器需求，一旦AI资本开支节奏放缓，它的弹性会反向放大。判断：SK海力士是这轮AI存储超级周期里弹性最大的标的，但「成也HBM、险也HBM」，它的命运和AI数据中心的资本开支深度绑定。

美光科技。 护城河是技术全面+地理多元的供应布局，DRAM与NAND双线作战，HBM也已切入头部供应链；2026财年第三财季营收同比暴增、毛利率创历史新高，印证了它的周期弹性。隐患是相对体量小于两家韩系厂商，在产能军备竞赛中需要持续高强度CAPEX投入（已上修至约270亿美元）才能守住身位。判断：美光是长鑫产能追赶路上最直接的对标对象——长鑫2026年底的月产能正在逼近美光，两者的贴身肉搏，是观察「合格比特」差距的最佳样本。

长鑫存储。 护城河是国产替代的稀缺性+本土客户绑定+持续扩产的产能曲线——2025年约99%收入来自DDR和LPDDR，已商业化DDR5/LPDDR5并切入手机、可穿戴、消费电子，服务器DDR5占比从约20%升至30%以上，本土云厂商正在与它讨论三年以上的长期供应协议。这是别人抢不走的结构性需求。隐患同样清晰：单比特成本仍高30%以上，HBM综合良率估算仅约25%，制程缺少EUV、只能靠DUV浸没式光刻多重图形化硬啃微缩。判断：长鑫的护城河目前建在「需求侧」（国产客户必须用它），而非「供给侧」（成本和良率还没赢）。需求侧护城河能保证它活下来、活得不错，但要真正威胁三大厂商，必须把供给侧的合格比特做出来。

国产设备与材料阵营（结构性变量）。 这不是单一玩家，而是长鑫扩产飞轮上的「卖铲人」生态——刻蚀、薄膜沉积、键合、测试设备，以及电子特气、前驱体、光刻胶等耗材。护城河是与本土存储厂深度协同验证的卡位优势；隐患是部分高端环节（如先进键合、高端光刻）国产化率仍低，进口替代是长跑。判断：在长鑫「重产能、重制程」的资本开支结构下，这个阵营的确定性反而高于存储厂本身——无论长鑫的合格比特最终做到什么水平，它扩产路上花的每一分钱，都会落到这条链上。

一句话总结格局：三大厂商比的是「谁的HBM和成本结构更强」，长鑫比的是「我能不能用普通DRAM和本土客户先站稳，再补上良率这一课」。这不是一场「谁取代谁」的零和战，而是一张正在被新增供给重画的产能表。

四、被市场低估的早期机会·4个

黑马雷达最核心的价值，是在喧嚣的主线叙事之外，找到认知差还没被填平的左侧位置。以下4个机会，每个都过了投黑马的「三层过滤」：需求真实、当前方案稀缺、认知差显著。

机会一：内存接口芯片——DDR5渗透率的「卖票员」。 DDR5相比DDR4多了RCD（寄存器时钟驱动）、CKD（时钟驱动）、SPD、温感等一整套配套芯片，服务器内存模组每一条都要用。供应紧缺把DDR5渗透率快速往上推，服务器DDR5占比突破30%，这门生意的需求是真实且刚性的。当前能做到服务器级DDR5接口芯片量产的玩家全球只有三家，国内以澜起科技为代表，方案稀缺。认知差在于：市场把它当「DRAM配角」，但它其实是DDR5放量最确定的「过路费」收取者，且不直接承担存储颗粒的价格周期风险。追踪信号： MRDIMM/CKD等新一代接口芯片的量产出货占比；服务器DDR5对DDR4的替代节奏。

机会二：先进键合与HBM封测——良率上限的「钥匙串」。 HBM的综合良率约25%，瓶颈很大一块卡在后端的堆叠键合环节。向12层HBM3E推进时，混合键合（hybrid bonding）几乎是绕不开的工艺台阶。全球能提供高端键合设备的玩家屈指可数，国内封测与设备厂正在卡位这条最硬的赛道。需求真实（HBM是大厂必争）、方案稀缺（高端键合国产化率极低）、认知差显著（市场只看HBM产能数字，忽视良率才是真瓶颈）。追踪信号： 国内封测厂HBM/2.5D先进封装产线的客户导入进展；混合键合设备的国产送样与验证节点。

机会三：电子特气与前驱体材料——扩产飞轮的「耗材账」。 每新增一片晶圆产能，背后都是持续消耗的特种气体、前驱体、光刻胶。长鑫IPO募资295亿元中，约205亿元（69.5%）砸向晶圆产线与DRAM技术升级——这意味着稳定、可预期的耗材采购增量。需求真实（产能=耗材的线性函数）、方案稀缺（高纯电子特气与高端前驱体仍是进口替代主战场）、认知差显著（市场盯着设备一次性采购，低估了耗材的持续性现金流）。追踪信号： 头部存储厂的本土材料认证通过数量；国产前驱体在G5节点的导入比例。

机会四：利基存储与模组——价格周期的「弹性放大器」。 供应紧张不只抬高DDR5，连DDR4、DDR3、利基DRAM、NOR Flash都在涨。专注利基存储与存储模组的玩家，业绩对价格周期的弹性极大，且估值往往还停留在上一轮周期低谷的锚点上。需求真实（缺货全面外溢）、方案稀缺（大厂主动退出利基产能腾给高端，留下结构性缺口）、认知差显著（市场只追HBM龙头，冷落了弹性更大的利基环节）。追踪信号： 利基DRAM/NOR的合约价环比涨幅；模组厂的库存周转与毛利率拐点。

五、关键变量追踪·3个

判断长鑫能否从产能追赶走向技术追赶，盯住下面三个可观测变量，每个都有具名信号源。

变量一：DDR5每比特成本差能否收窄。 这是长鑫供给侧护城河的核心指标。信号A——SemiAnalysis每季度对各厂DDR5单比特成本的拆解，看长鑫与三大厂商30%的差距是扩大还是收窄。信号B——长鑫招股说明书与半年报披露的毛利率结构，剔除涨价因素后的「真实成本改善」幅度。当价格周期退潮、涨价红利消失时，这个差距会变成最诚实的体检报告。

变量二：HBM综合良率能否摆脱约25%的测算水平。 这是长鑫的「上限阀门」。信号A——长鑫HBM月产能的分配数据：2025年底约26.5万片月产能里估计仅5000片给HBM，这一数字能否如测算在2026/2027年底升至3万片、5.5万片。信号B——长鑫向12层HBM3/HBM3E送样与客户验证的进展节点，以及三星、SK海力士HBM4量产时点对它的相对挤压。良率是HBM唯一的真考官。

变量三：供需缺口与合约价走势。 这是决定整个周期还能走多远的总开关。信号A——集邦等机构跟踪的DDR5合约价环比走势（DDR5 16Gb颗粒合约价已从2024年8月的约4.35美元升至2026年4月的约33美元）。信号B——本土云厂商与长鑫三年以上长期供应协议的签订落地情况，以及各厂2026/2027年CAPEX指引与新增产能投放节奏。

三变量联动逻辑（飞轮与拐点）： 供需缺口（变量三）撑起高合约价→高利润让长鑫有现金扩产并补研发（喂养变量一、二）→若成本与良率改善（变量一、二兑现），长鑫的合格比特竞争力上一个台阶，反过来增加全球供给、压低缺口（反噬变量三）。这是一个自我修正的飞轮：变量三是当下的「油门」，变量一和二是决定飞轮能转多久的「发动机」。当三者同时见顶，就是周期拐点的前兆。

投黑马·独家评级

赛道热度：🔥🔥🔥🔥🔥
超级周期烈度数十年罕见，全行业景气拉满

左侧机会：⭐⭐⭐⭐
主线龙头已被充分定价，左侧在设备材料与利基弹性

布局紧迫度：⚡⚡⚡⚡
周期高位，确定性环节可布，追涨龙头需控仓位

推荐关注层次：
设备材料（确定性）　＞　内存接口/利基弹性（弹性）　＞　HBM良率突破（非共识）

七、分层布局建议 + 风险披露 + 结语

第一层·低风险长周期（基础设施层）：存储设备与材料。 投资逻辑：无论长鑫的合格比特最终做到什么水平，扩产路上的每一分资本开支都会落到设备与材料链——这是「卖铲人」逻辑，确定性最高，且与高盛从美光财报推导的「存储扩产→设备需求」交叉验证。选股标准：与本土存储厂深度绑定、有量产订单与客户认证、国产化率仍有提升空间的刻蚀/薄膜/键合设备商与电子特气/前驱体材料商。时间窗口：2026年三季度至2027年全年，扩产高峰期。

第二层·中风险中周期（产品层）：内存接口芯片与存储模组。 投资逻辑：DDR5渗透率提升与价格周期共振，接口芯片收「过路费」、模组厂吃涨价弹性。选股标准：服务器级DDR5接口芯片有全球竞争力、或利基存储/模组业绩对价格弹性大且估值仍在低位锚点的标的。时间窗口：2026年下半年DDR5服务器渗透加速期，6~12个月。

第三层·高风险短周期（非共识层）：HBM良率突破相关标的。 投资逻辑：HBM是行业的利润上限，良率是唯一门槛；一旦先进键合、HBM封测出现良率拐点，相关玩家会被重估。选股标准：在混合键合、2.5D先进封装、HBM测试环节有真实技术储备与客户导入进展的早期玩家。时间窗口：跟随HBM3E/HBM4验证节点，弹性大但波动剧烈，仓位从严。

风险披露：

• 风险一·周期反转（中高概率，影响全部三层）： 当前乐观预期全部建立在「供给持续偏紧」之上，但存储是强周期行业，大规模扩产正在发生。一旦2027~2028年新产能集中释放，供需可能迅速逆转，价格回落将首先冲击弹性最大的第二、三层，第一层设备需求也会随CAPEX收缩而降温。当前位置追涨，本质是在周期高点做多周期。
• 风险二·HBM良率爬坡不及预期（中概率，影响第三层）： 若长鑫及国产封测在12层HBM/混合键合上的良率改善慢于测算，HBM相关非共识标的的逻辑会证伪，第三层回撤幅度最大。
• 风险三·跨境采购的政策与合规不确定性（中高概率，影响第二、三层情绪面）： 海外终端厂商寻求新增DRAM供应来源、以及相关跨境采购，涉及较高的政策与合规不确定性，落地节奏难以预判；这更多是阶段性情绪与估值扰动，而非改变供需基本面的变量，应与基本面分开评估。
• 风险四·终端利润挤压传导（中概率，影响产业链情绪）： 内存成本在终端硬件物料清单中的占比快速抬升，终端厂商利润承压，可能反向压制对上游的拉货节奏与情绪，传导至中下游标的。

结语： 回到开篇那个问题——决定长鑫存储胜负的，从来不是营收涨了多少倍，而是每片晶圆能产出多少合格比特。规模能让它站上牌桌，价格周期能让它一时风光，但能稳定交付多少低成本、高良率的比特，才会决定它对三大厂商形成多大的真实压力。月产能冲到50万片之后，故事的下半场，看的是合格比特。投黑马会沿着那30%的成本差、G5的良率爬坡、25%的HBM综合良率这三条线，持续替您盯住这场追赶的真实进度。

投黑马·信号解读

长鑫存储的700%营收增长，是一面会反光的镜子——它照出的是存储超级周期的烈度，而不是这家公司护城河的厚度。把涨价红利剥掉，留下的才是真问题：每比特成本与综合良率。

对一级市场而言，最确定的钱不在喧嚣的存储龙头身上，而在它扩产飞轮的「卖铲人」环节，以及被市场冷落、却对价格周期弹性巨大的利基与接口位置。主线越热，左侧越要冷。

接下来12个月，请重点盯三个信号：DDR5每比特成本差是否收窄、HBM综合良率能否越过25%、以及DDR5合约价的环比拐点。任何一个见顶，都可能是周期下半场的发令枪。

── 投黑马研究团队

轨道数据中心这个词，半年前还像是科幻小说的边角料，如今却已是三家公司真金白银烧着硬件在天上跑的现实战场。就在本周，一家刚以史上最大规模IPO登陆纳斯达克、上市首日市值即突破两万亿美元的商业航天巨头，向监管机构申报了一百万颗算力卫星的部署计划——这个数字本身不重要，重要的是它把一个被忽略的判断摆到了台面上：地球，可能正在变成AI算力的瓶颈，而不是它的家。

一、为什么现在是关键窗口

先说一个反常识的事实：当下最贵的那批AI数据中心，争的早已不是芯片，而是电、是地、是水、是散热。一座百兆瓦级的训练集群，落地选址第一个问题不是「算力多强」，而是「附近电网够不够」。当算力需求开始以年翻倍的速度撞上地面电网的物理天花板时，一个原本属于航天工程师的答案，突然被AI基础设施的投资人重新捡了起来——把数据中心搬到轨道上去。

这不是PPT上的概念。据公开报道，轨道数据中心这个赛道，从「概念」走到「竞争」只用了不到一百二十天，目前已有三家公司的算力硬件真实运行在轨道上。YC孵化的创业公司Starcloud在去年十一月把搭载英伟达H100的卫星送上天，并完成了人类首次在太空训练AI模型；与此同时，SpaceX与xAI合并而成、市值首日破两万亿美元的实体申报了百万量级的算力卫星，谷歌的「Project Suncatcher」也披露了自己的轨道算力计划，准备在2027年做首次在轨测试。

对投黑马的读者来说，真正该问的问题从来不是「火箭能飞多高」，而是「当一整个产业的物理边界开始外移时，左侧的钱应该提前埋在哪一层」。本期黑马雷达不谈某一枚火箭的估值——那是二级市场的功课；我们要拆的是这条刚刚点火的赛道：它的真实逻辑是什么，谁手里握着护城河、谁脚下踩着隐患，以及那些还没被资本拥挤起来的早期机会，究竟藏在哪里。

二、核心变量：为什么AI算力会被推上天

要理解这个战场，得先理解一件事——把数据中心送上天，听起来荒诞，算的却是一笔越来越清醒的经济账。

地面数据中心今天面对的是四重硬约束。其一是电力：AI训练是电老虎，而电网扩容以年为单位、以行政审批为节奏，远跟不上算力以月为单位的扩张。其二是土地与水：超大规模集群需要连片土地和海量冷却水，越来越多地方政府已开始对其设限。其三是散热：电力的尽头是热，地面数据中心近四成的能耗实际上花在「把热搬走」上。其四是碳与舆论：能耗越大，绿电压力与社会争议越大。

把同一座数据中心放到近地轨道上，这四重约束的解法几乎被颠倒了过来。在特定的「晨昏轨道」上，卫星可以接近全天候被太阳直射——电力不仅免费，而且密度更高、不分昼夜。真空环境意味着不需要风冷或水冷，热量可以通过辐射板直接散向绝对零度的宇宙背景，这恰恰是地面最头疼、太空最擅长的事。没有土地、没有水、没有邻避抗议。换句话说，地面数据中心是「带着算力到处找电」，轨道数据中心则是「把算力搬到电免费、散热免费的地方」。

这就是这条赛道的核心变量：当发射成本被可复用火箭压到某个临界点之下，「上天」的总拥有成本就会开始低于「在地面找电扩容」。一旦这条曲线交叉，资本会用脚投票。本期要定义的战场，正是这个尚未被主流认知充分定价的物理边疆——轨道AI基础设施。它不是航天的延伸，而是AI数据中心产业在地球之外的续命方案。投黑马的判断是：这条赛道的临界点，比多数人以为的更近。

三、竞争格局：谁在赢，谁踩着隐患

这个战场目前清晰地分成三个阵营，各有各的护城河，也各有各的命门。

第一阵营·垂直整合的发射方。 以SpaceX与xAI合并、上市首日市值逾两万亿美元的实体为代表，它的护城河无人能及：自己造火箭、自己造卫星、自己有算力需求，发射、平台、负载三位一体。当别人还在为「谁帮我发上天」谈判时，它已经能把边际发射成本压到内部成本价。隐患同样明显：它的轨道算力故事高度依赖一个尚未验证的宏大叙事，且公司治理高度集中于单一决策者，重大方向几乎无外部制衡——这是把信任押注在一个人判断上的隐含成本。投黑马只陈述事实：发射端的绝对优势，与执行端的叙事风险，在它身上同时存在。

第二阵营·携生态入场的科技巨头。 谷歌的「Project Suncatcher」走的是另一条路——太阳能卫星搭载自研AI芯片、彼此用激光链路连成在轨集群，已就发射服务与SpaceX接触，并与对地观测卫星公司Planet合作验证。英伟达则推出了面向轨道数据中心的太空级算力模组「Space-1 Vera Rubin」，等于在为整条赛道铺芯片底座。这一阵营的护城河是芯片、资本与生态完整度；隐患是慢——谷歌的首次在轨测试要到2027年，比那些已经把硬件送上天的创业公司晚了一年半。在一个「先在轨者先拿到验证数据」的赛道里，慢，本身就是风险。

第三阵营·已在轨的创业公司。 这是黑马雷达最关注的一层。Starcloud（位于美国华盛顿州雷德蒙德）成立仅约两年，去年十一月发射的首颗卫星Starcloud-1已搭载商用H100完成在轨AI训练，被英伟达列为生态伙伴，最新一轮约1.7亿美元由Benchmark领投、运营着七十多座地面数据中心的基础设施基金EQT跟投，估值站上约11亿美元，是YC史上最快跻身独角兽的公司之一，并已申报近八万八千颗卫星的部署。它的护城河是「最早把真实算力跑在轨道上」的验证身位与资本卡位；隐患则是从「一颗H100」到「近九万颗卫星」之间，隔着散热规模化、批量发射成本、在轨运维这些尚未跑通的硬骨头。

同一阵营里还有两个值得点名的玩家。洛杉矶的Orbital由a16z旗下加速器Speedrun孵化，刻意避开最烧钱的「训练」战场，专攻「推理」——因为训练需要数千颗GPU近零延迟密集互联，而推理请求可以被拆开分散处理，对在轨架构更友好，这是一个被低估的务实选择，其首次测试任务计划于2027年4月。另一家Cowboy Space（由Aetherflux更名而来）则把激进推到极致：让火箭上面级本身留在轨道上、直接充当一座兆瓦级的太空数据中心，把「运载工具」和「数据中心」合二为一，单笔募资就达约2.75亿美元，目标在2027年点亮其名为Stampede的在轨算力节点。

此外，赛道里还有一支由之江实验室与商业航天公司国星宇航（ADA Space）联合推进的「三体计算星座」，已在去年五月规模化把首批12颗计算卫星送入轨道，单星算力达约744 TOPS、总体规划约2800颗、千级POPS的星座算力，并已在轨验证星间激光链路与AI模型运行。从纯赛道角度看，它证明了「在轨算力网络」不只是创业公司的实验，而是已被工程级资源验证过可行性的方向——这对一级市场判断赛道成熟度，是一个不可忽略的客观信号。

四、被市场低估的早期机会

巨头的发射价签和创业公司的估值，都已经被资本照得通亮。但黑马雷达真正的价值，是去那些光还没打过去的角落。下面四个机会，每一个都过了三层过滤——需求真实、当前方案稀缺、认知差显著。

机会一·太空热管理系统。 这是整条赛道最硬的物理瓶颈，也是最没被讲故事的环节。算力上天解决了供电，却把散热从「水冷工程」变成了「真空辐射工程」——所有热量只能靠辐射板散向宇宙，散热面积、材料与展开结构直接决定一颗算力卫星能塞进多少GPU。谁能把单位散热面积的功率密度做上去，谁就握住了轨道算力的「天花板螺栓」。当前能做空间级大功率热控的供应商屈指可数。追踪信号：地面液冷/相变散热厂商是否成立航天事业部、或与轨道算力公司签订联合开发协议。

机会二·在轨光通信与激光星间链路。 算力在天上，需求在地上，这中间的数据怎么回传、卫星之间怎么组成算力集群，全靠激光通信。训练任务尤其要求多星近零延迟互联，这等于要在太空里搭一张光纤骨干网。这一层的需求是刚性的——没有它，单颗算力卫星就是信息孤岛。当前具备空间激光通信批量交付能力的玩家极少，认知差显著。追踪信号：星间激光终端的在轨组网演示、单链路速率突破、以及轨道算力公司是否自研还是外采。

机会三·辐射加固与抗辐射芯片封装。 商用H100上天能跑，不代表能长期稳定跑。轨道辐射会让消费级/数据中心级芯片出现位翻转、加速老化，要把地面芯片「太空化」，需要在封装、屏蔽与容错架构上做文章。这是一个介于半导体与航天之间的窄门赛道，懂芯片的不懂太空、懂太空的不懂AI芯片，交叉地带的早期公司极稀缺。追踪信号：商用GPU的空间级加固方案流片、在轨长周期可靠性数据公开。

机会四·地面—轨道算力调度中间件。 这是最像「软件」的一个机会，也最容易被硬件叙事淹没。当算力分布在天上成百上千颗卫星、而需求来自地面千行百业时，「哪个任务该发给哪颗星、何时调度、如何计费」就成了一个全新的编排问题。这与投黑马在第007期反复强调的「中间件吃肉」逻辑一脉相承——基础设施越复杂，调度层的价值越高。当前这一层近乎空白，没有事实标准。追踪信号：轨道算力公司是否开放API、是否出现第三方在轨推理调度平台、地面云厂商是否接入轨道算力。

五、关键变量追踪

这条赛道的真伪与节奏，可以靠三个变量来判读。每个变量都有具名、可观测的信号。

变量一·发射成本曲线。 这是整条赛道的「总开关」。轨道数据中心的经济性，本质上是发射成本除以卫星寿命。信号有二：一是新一代重型可复用火箭的入轨成功率与复用次数能否稳定爬升，二是每公斤入轨成本是否持续向「百美元级」逼近。这条曲线一旦击穿临界点，「上天比扩容便宜」就从口号变成财务模型。

变量二·在轨验证里程碑。 赛道目前最缺的是「规模化可靠运行」的证据。信号有三：Starcloud能否公开更大规模的在轨训练/能耗数据、Orbital在2027年4月的推理首飞成败、以及谷歌Project Suncatcher与Cowboy Space在2027年的在轨测试结果。这三个节点会在未来十八个月内密集落地，是判断「故事兑现速度」的硬指标。

变量三·资本与产业转向信号。 钱往哪流，赛道就往哪熟。信号有二：一是顶级风投与基础设施基金是否对在轨算力公司持续加注（尤其是运营地面数据中心的资本开始「向天上对冲」，本身就是强信号），二是各国主权基金与产业政策是否把轨道算力列为战略基建。

三变量的联动逻辑： 发射成本下行（变量一）会触发更密集的在轨验证（变量二），验证一旦跑通，资本与政策会加速涌入（变量三），而充裕的资本又会反哺更高频的发射、进一步摊薄成本——这是一条典型的「成本—验证—资本」飞轮。飞轮一旦转起来，赛道的窗口期会比想象中关闭得更快。

投黑马·独家评级

赛道热度：🔥🔥🔥🔥🔥　　硬件已在轨、巨头与创投同时入场，半年从概念到竞争
左侧机会：⭐⭐⭐⭐　　　　运营层估值已抬升，但卖铲子的基础设施层仍是洼地
布局紧迫度：⚡⚡⚡⚡　　成本—验证—资本飞轮已启动，窗口期以季度计

推荐关注层次：
太空热管理/激光通信（卖铲子） ＞ 在轨算力运营商 ＞ 轨道调度中间件（非共识）

七、分层布局建议与风险披露

第一层·基础设施，低风险长周期。 押注「无论谁赢都要用」的卖铲子环节：太空热管理、激光星间通信、辐射加固封装。逻辑是这一层不赌某家运营商胜出，只赌赛道本身成立；选股标准是「在轨已有交付或联合开发协议、且地面业务能造血」的硬科技公司；时间窗口是未来12–24个月,趁运营层光环尚未传导到供应链估值时提前埋伏。

第二层·在轨算力运营商，中风险中周期。 即那批已经或即将把算力送上天的创业公司。逻辑是它们卡住了「最早在轨」的验证身位；选股标准是「已有真实在轨数据 + 头部资本背书 + 清晰的训练或推理路线选择」，警惕只有申报数字没有飞行记录的公司；时间窗口锚定2027年的几次关键首飞，飞行成败将直接重定价整层估值。

第三层·平台与非共识，高风险短周期。 包括「火箭即数据中心」的激进垂直整合者，以及尚未成形的轨道算力调度平台。逻辑是赌一个尚未被验证的架构范式；选股标准是「技术路线足够差异化、且团队具备跨航天与AI的稀缺复合能力」；时间窗口最短、波动最大，只适合作为组合里的高赔率小仓位。

风险披露：

• 散热与规模化物理失效（中高概率，主要冲击第二、三层）： 从「一颗H100在轨」到「数万颗卫星组成算力集群」，散热面积与功率密度可能存在尚未跨越的工程天花板，导致单星算力远低于宣传，运营商估值面临重估。
• 发射成本未达临界（中概率，冲击全部三层）： 若新一代重型火箭的复用与降本节奏不及预期，「上天比扩容便宜」的财务前提就不成立，整条赛道的时间表会整体后移。
• 地面侧技术突破釜底抽薪（低概率、高杀伤，主要冲击运营层）： 若地面在小型核能供电、先进液冷或能效上出现跃迁，「电力与散热」这两个把算力逼上天的核心痛点被地面化解，轨道方案的经济性优势将被显著削弱。
• 轨道资源与监管约束（中概率，冲击第二、三层）： 频谱、轨道位置与日益拥挤的近地空间，可能带来审批与协调成本的上升，万颗级星座的部署节奏存在不确定性。

结语： 回到开篇那个问题——当一百万颗算力卫星的申报摆上台面，多数人看到的是一枚火箭飞得多高，而左侧研究者要看的，是一整个产业的物理边界正在外移。轨道数据中心是否会成为AI算力的最终归宿，今天没有人能下定论；但「算力开始逃离地球」这件事本身，已经为提前布局的人画出了清晰的几层。投黑马的态度一如既往：不追尾焰的掌声，只在别人仰望火箭时，低头记下那些卖铲子、搭骨干、写调度的人——他们的名字，往往才是赛道兑现时真正升空的那一批。

投黑马·信号解读

轨道数据中心赛道在不到半年里完成了从概念到竞争的跃迁，三家公司硬件已在轨、巨头与顶级创投同场入局。投黑马的核心判断是：这不是航天故事的续集，而是AI基础设施在地面电力、土地与散热约束下，向地球之外寻找的续命方案——它的驱动力来自AI算力需求，而非火箭本身。

真正的左侧机会，并不在已被资本照亮的在轨运营层，而在尚处洼地的「卖铲子」环节：太空热管理、激光星间通信、辐射加固封装，以及几乎空白的地面—轨道算力调度中间件。基础设施越复杂，越靠后的环节越值钱，这是投黑马反复验证过的左侧规律。

接下来十八个月，三个信号值得持续盯紧：每公斤入轨成本是否击穿临界点、2027年几次关键在轨测试的成败、以及运营地面数据中心的资本是否开始「向天上对冲」。这三者一旦共振，「成本—验证—资本」飞轮就会加速，而赛道的左侧窗口，也会随之以季度为单位悄悄关闭。

── 投黑马研究团队

AI & 一级市场

英伟达发布RTX Spark超级芯片，ARM架构正式杀入PC战场

5月31日，英伟达CEO黄仁勋在台北Computex大会上发布RTX Spark超级芯片，宣布正式进军个人电脑市场。

这颗芯片采用双芯粒设计，集成20核ARM CPU（10颗Cortex-X925性能核+10颗A725能效核）与Blackwell架构GPU（6144个CUDA核心），支持最高128GB LPDDR5X统一内存，带宽达300GB/s。芯片由台积电3nm工艺制造，联发科负责CPU与I/O芯粒设计。

微软、戴尔、惠普、华硕、联想、MSI等厂商将于今年秋季首批推出超过30款笔记本和10款台式机。黄仁勋称这将开启「PC的新时代」——让Windows电脑具备本地运行AI智能体的能力。（据企业官方公告）

【投黑马点评】
英伟达从数据中心向消费端的这一步，本质是把AI推理能力从云端拉回终端。128GB统一内存意味着本地可以跑百亿参数模型——这直接威胁到云端推理的商业模式。对一级市场而言，端侧AI芯片、本地模型优化、隐私计算这三条创业赛道的窗口正在同时打开。高通和苹果的护城河，从今天起要重新评估了。

软银豪掷750亿欧元，在法国建欧洲最大AI算力集群

5月31日，软银集团宣布将在未来数年投资最高750亿欧元（约合人民币5900亿元），在法国北部建设总容量达5吉瓦的AI数据中心群。

首期项目投资450亿欧元，计划2031年前在上法兰西大区三个地点（敦刻尔克、博斯凯勒、布尚）建成3.1吉瓦算力容量。软银还将与施耐德电气合作建设AI基础设施与机器人制造中心。作为OpenAI的重要投资方，这是软银在欧洲规模最大的一笔AI基础设施投入。（据多家媒体报道）

【投黑马点评】
孙正义押注的逻辑很清晰：全球AI算力需求远超当前供给，谁先把电力变成Token谁就掌握下一个十年的基础设施税。750亿欧元砸下去，法国北部将变成欧洲AI的「水电站」。对早期投资者的启示是：围绕超大规模数据中心的配套生态——冷却技术、电力调度、光模块——将在未来18个月迎来密集订单。

宇树科技获英伟达选为人形机器人研究平台首个合作方

6月1日，英伟达宣布选定中国人形机器人公司宇树科技（Unitree），作为其首款面向研究机构销售的机器人系统平台。

这套系统将提供给斯坦福大学、苏黎世联邦理工学院等全球顶尖实验室使用。宇树此前已是日本航空在羽田机场部署人形机器人的供应商，单台成本约1.54万美元。据悉宇树正在筹备IPO。（据多家媒体报道）

【投黑马点评】
英伟达为宇树背书的信号远比一单硬件生意重要——这意味着宇树的硬件将成为全球机器人研究的「标准实验器材」，类似当年Arduino对创客生态的意义。当一家中国公司成为全球机器人研究的默认平台时，围绕它的软件生态、零部件供应链和应用开发机会才是一级市场应该关注的。

SpaceX AI冲刺1.75万亿美元IPO，下周启动路演

SpaceX AI（SpaceX与xAI合并后的新实体）确认将于6月12日在纳斯达克挂牌，股票代码SPCX，计划融资约750亿美元，目标估值1.75万亿美元——将成为人类历史上规模最大的IPO。

路演将于6月4日正式启动，6月11日定价。不过马斯克近日在X平台的发言与招股书内容出现矛盾——他称SpaceX与Anthropic的算力租赁协议仅为180天短约，而招股书中并未披露此细节，引发市场对信息透明度的担忧。（据公开市场信息）

【投黑马点评】
1.75万亿估值的底层假设是：火箭发射+卫星通信+AI大模型+社交平台形成闭环飞轮。但马斯克在社交媒体上随口「补充」招股书信息的做法，恰恰暴露了这家公司治理结构的最大风险。对一级市场而言，真正值得关注的不是SPCX本身，而是这笔IPO如果成功，将为私募市场中的AI+硬科技公司重新定锚估值天花板。

科技商业

GitHub Copilot今日取消固定月费，按Token计量引发开发者反弹

6月1日，GitHub正式将Copilot所有付费计划从固定月费切换为基于Token消耗的「AI Credits」计费模式。

各档月费不变（Pro 10美元、Pro+ 39美元、Business 19美元/人、Enterprise 39美元/人），但对应的不再是「无限使用」而是等值的AI Credits额度（1 Credit = 0.01美元）。代码补全和Next Edit建议仍免费，但智能体编程（Agentic Coding）会大量消耗Credits。社区反馈显示，一次深度Agentic编程会话可消耗30-40美元——Pro用户的月度额度一次用完。官方公告帖收到900多个踩和400多条抗议评论。（据企业官方公告）

【投黑马点评】
微软这步棋的真实意图是筛选用户：用免费补全留住长尾开发者保市占率，用按量付费从重度AI编程用户身上收割利润。但反过来看，这也给开源替代方案（Cursor、Continue、Cody）打开了一个巨大的获客窗口——当老大开始涨价时，正是挑战者融资的最佳时机。

台积电3nm核心负责人达博辞职归国，加盟中科大

5月29日，曾主导台积电日本3nm量产线相关技术的中国科学家达博，正式辞去日本国立材料研究所（NIMS）终身教职，带领整建制团队全职回国，加盟中国科学技术大学担任讲席教授。

达博是甘肃人，中科大本硕博九年，2013年赴日研究，在NIMS仅一年即获终身教职，成为该机构史上最年轻终身学者。他在电子束利用率领域的突破性成果被日本学界评为「具有与准晶发现相当的原创性意义」。辞职前，设备厂商泛林曾提出无偿捐赠支持，仍未能挽留。（据多家媒体报道）

【投黑马点评】
比一个人回来更值得注意的是「整建制团队」回来——这意味着一条完整的技术能力链条在迁移，不只是一颗种子。电子束光刻恰好是EUV之后的下一代候选方案之一。对早期投资者而言，这类顶尖人才归国往往预示着12-18个月后会出现相关方向的天使轮项目。

神舟二十一号航天员平安抵京，在轨210天刷新中国纪录

5月30日，神舟二十一号乘组航天员张陆、武飞、张洪章乘飞机平安抵达北京，进入隔离恢复期。

三人于2025年11月1日进驻中国空间站，在轨驻留210天，刷新中国航天员单乘组在轨最长纪录。任务期间完成3次出舱活动，其中张陆成为目前出舱次数最多的中国航天员。他们搭乘的是神舟二十二号飞船返回舱，5月29日晚在东风着陆场成功着陆。（据企业官方公告）

【投黑马点评】
210天驻留对商业航天的意义在于：验证了中国空间站长期载人运营的可靠性，这是未来开放商业载荷和太空旅游的技术前提。随着空间站进入常态化运营阶段，围绕微重力实验、在轨制造和天地往返运输的商业航天创业公司，正在从「概念期」进入「客户验证期」。

2026智博会天津收官：364项合作落地，具身智能首次独立成馆

5月31日，2026世界智能产业博览会在天津国家会展中心闭幕。为期四天的展会汇聚超过700家企业，达成合作意向364项，发布248项新成果（其中54%为全球或全国首发）。

最大亮点是具身智能首次独立设馆——80多家国内外企业展示近150种机器人设备，搭建「机器人小镇」覆盖生产、商业、娱乐、家庭、养老五大场景。上海创智学院在闭幕日发布开源具身世界模型τ₀-WM，让机器人具备「行动前预演」能力。（据多家媒体报道）

【投黑马点评】
具身智能从「AI分论坛的一个议题」升级为「独立展馆」，这个信号比任何融资新闻都更能说明产业节奏。150种机器人同台竞技的背后是：通用本体硬件已不再是瓶颈，竞争正在向「谁的世界模型更好」转移。τ₀-WM的开源意味着创业公司可以跳过世界模型从零训练的阶段，直接在应用层创新。

AMD Computex多线出击：AM5承诺支持到2029

5月31日，AMD在Computex上宣布多项产品更新，最重要的战略信号是确认AM5平台将支持到2029年，保障用户投资不打水漂。

新品方面，发布Ryzen 7 5800X3D十周年纪念版（6月25日上市，349美元）、AM5平台的Ryzen 7 7700X3D（7月16日，329美元），以及全球发售的Radeon RX 9070 GRE显卡。同时推出EXPO Ultra Low Latency内存标准，游戏帧率平均提升4%。（据企业官方公告）

【投黑马点评】
「AM5支持到2029」这句话看似面向消费者，实则是对整个PC生态链的定心丸——主板厂商敢备料、内存厂商敢适配、OEM敢做长周期规划。在英伟达ARM芯片即将搅局PC市场的当口，AMD选择用平台稳定性来守住x86阵地。这场ARM vs x86的PC大战，2027年才会见分晓。

轻松一刻

谷歌要在东京表参道开店，跑去和苹果做邻居

6月1日，谷歌宣布今年夏天将在东京表参道开设全球首家美国以外的直营零售店——Google Store表参道。

店面位于东急Plaza表参道「Omokado」一楼，距离苹果表参道店步行仅几分钟。店内将展示和销售Pixel手机、Nest智能家居、Fitbit等全线硬件产品，还能作为网购自提点。日本是谷歌设立海外办公室的第一个国家，选址表参道显然是要在苹果的「主场」插旗。（据企业官方公告）

【投黑马点评】
谷歌选在苹果隔壁开店这件事本身就很有喜感——像是优等生转学后非要坐在班长旁边。但认真说，硬件直营店是谷歌从「服务公司」转型「生态公司」的信号，Pixel+Nest+Fitbit需要一个让消费者「摸得到」的场景。

今日左侧信号

信号：端侧AI算力从「够用就好」跃迁到「本地跑大模型」

追踪方向：英伟达RTX Spark的128GB统一内存让PC本地运行百亿参数模型成为现实，叠加GitHub Copilot涨价推动开发者回归本地工具——端侧AI推理芯片、模型压缩/量化技术、隐私优先的本地AI应用三条赛道即将进入密集融资期。建议深挖 → 前沿信号

── 投黑马研究团队

AI芯片赛道正在经历一个被大多数人低估的结构性转折——不是某家公司变强了，而是整个供应链的权力结构开始松动。

2026年5月14日，Cerebras Systems在纳斯达克敲响上市钟声。开盘价350美元，盘中一度触及385美元高点，相比发行价185美元上涨108%。最终收于311.07美元，首日涨幅68%。这是2019年Uber以来美国科技圈最大规模的IPO，通过出售3000万股，合计募资约55.5亿美元。

但真正值得关注的不是股价，而是这笔钱背后的信号。

IPO认购需求超过可用股票的20倍以上，原本150至160美元的预期发行区间被直接击穿，最终定价185美元。资本市场用真金白银投了一张票：我们需要「不是英伟达」的AI芯片选择。

过去两年，全球AI算力的押注高度集中——集中在英伟达，集中在H100和B200的订单排队上。这种集中带来了效率，也制造了风险。如果把今天的AI军备竞赛比作一场大战，英伟达就是那条几乎垄断了全部弹药供应的后勤线。所有人都依赖它，所有人也都清楚，这种依赖有多危险。

于是，一场寻找「第二条补给线」的行动，一直在暗中推进。Cerebras的上市，是这场行动浮出水面的标志性事件。

二、核心变量：一张「不像芯片」的芯片，重新定义AI算力的几何形状

要理解Cerebras为什么能在IPO市场掀起如此大的骚动，得先搞懂它到底造了什么。

英伟达的GPU，无论多么强大，本质上还是一枚「小」芯片——多块芯片通过高速互联组成集群，协同完成大模型的训练和推理任务。这套架构在过去十年里统治了整个行业，但它有一个天生的短板：芯片之间的数据通信延迟，在处理超大规模模型时，会成为一个无法忽视的瓶颈。

Cerebras的创始人Andrew Feldman不是第一次做这种「架构级别的异见者」。2010年代初，他在SeaMicro就论证过，当时流行的服务器架构对互联网工作负载来说「几何形状就是错的」——事实证明他是对的，AMD最终以超过3.34亿美元收购了SeaMicro。

这一次，Feldman把同样的逻辑用在了AI芯片上。

Cerebras的核心产品是WSE（Wafer Scale Engine），一块和整片晶圆一样大的芯片。没有多块芯片互联，没有通信延迟，神经网络的所有计算在同一块硅片上完成。Cerebras声称，其推理速度比「领先的基于GPU的方案」快15倍。

这里的核心变量不是「快多少」，而是「架构层面的范式差异」。

传统GPU集群的扩展逻辑是「加更多芯片」——但每加一块，通信开销就多一分，性能提升的边际效益递减。WSE的逻辑完全不同：把所有计算单元放在同一块硅片上，数据在片上流动，延迟降低几个数量级。这不是改良，而是重写了AI算力的基本几何形状。

伊利诺伊大学香槟分校教授Deming Chen给出了一个冷静的注脚：「较小的芯片对大多数用例仍然更实用，更便宜、更灵活、更容易扩展。Cerebras在某些工作负载中表现出色，但它不会替代一切。」

这句话恰恰点明了WSE的战略定位——它不是要取代GPU，而是在GPU力不从心的场景里开辟第二战场。当推理工作负载持续爆炸式增长（多家机构预测2027年推理算力需求将超过训练算力），WSE的「零通信延迟」优势将从技术亮点变成商业刚需。

投黑马认为，AI芯片赛道正在从「单一架构统治」走向「多架构并存」，而推理场景的爆发是驱动这一转折的核心变量。

三、竞争格局分析

AI芯片的竞争从来不只是硅片之间的比拼，更是生态、客户关系和路径依赖的博弈。当前格局中，六个玩家的卡位逻辑正在分化。

英伟达：不可撼动的王座，但护城河的性质正在改变

英伟达的统治力无需赘述。5月20日即将发布的2027财年第一季度财报，市场预计当季营收约780亿美元，同比增长约75%。但更值得关注的是英伟达护城河的本质——不是芯片性能，而是CUDA软件生态。全球数百万开发者、数十万个开源项目、整个深度学习框架栈都绑定在CUDA上。这是十五年积累的成果，不是靠一张更快的芯片就能填平的。

护城河：CUDA生态的锁定效应，加上全链条产品矩阵（训练+推理+网络互联），让客户的迁移成本极高。

隐患：估值已经充分反映了垄断溢价（市销率约25倍）。一旦「非英伟达」选项在生产级部署中被验证可行，溢价回调的空间不可忽视。更深层的风险在于，当大客户（如OpenAI、谷歌、亚马逊）同时推进自研芯片时，英伟达的议价权正在被逐步稀释。

投黑马判断：短期内无可替代，但中长期面临「生态解绑」的慢性压力。

Cerebras：架构异见者的生产级大考

Cerebras的技术差异化已经得到市场认可——首日68%的涨幅就是证据。但技术差异化和商业化规模之间，还隔着一条巨大的鸿沟。

护城河：WSE架构在推理延迟上的物理优势是结构性的，竞争对手无法通过软件优化抹平。客户名单已出现OpenAI和AWS等重量级名字。

隐患：客户集中风险刺眼。根据S-1招股说明书，阿联酋穆罕默德·本·扎耶德人工智能大学（MBZUAI）一家贡献了62%的营收，占应收账款的77.9%。187倍的市销率对比英伟达的25倍，不是贵一点，是贵了将近八倍。Motley Fool分析师说得很直接：「我会谨慎劝阻投资者立即跳进。」

投黑马判断：技术逻辑成立，但从「备胎测试」到「生产级部署」的跨越尚未完成，这是未来两年的核心观察点。

AMD：老二的逆袭窗口

AMD今年以来涨幅已超过94%，这不是偶然。MI300X在推理性价比上的表现让大客户多了一个真实的选项，而ROCm软件栈的持续改进正在降低从CUDA迁移的门槛。

护城河：x86 CPU+GPU的全栈整合能力，加上与大型云厂商的深度合作关系。

隐患：软件生态仍然是短板。ROCm的成熟度与CUDA差距明显，开发者社区的规模不在一个量级。如果不能在两年内让ROCm达到「够用」的临界点，硬件性价比的优势将被软件摩擦力抵消。

投黑马判断：最现实的「第二选择」，但成败系于软件生态的追赶速度。

英特尔：涅槃重生还是回光返照？

英特尔同期涨幅高达218%，市场押注的是Gaudi系列AI加速器和代工业务的双重转型。新任CEO的激进重组给市场注入了信心，但执行力仍需验证。

护城河：制造能力（如果代工转型成功）和企业级市场的渠道积累。

隐患：多线作战消耗巨大，AI加速器、CPU业务、代工业务三条战线同时烧钱。历史上多次战略转型未能兑现的记忆，让机构投资者的耐心有限。

投黑马判断：高赔率但高风险的赌注，适合配置型投资者而非集中押注。

Groq：推理专用芯片的另一种可能

Groq的LPU（Language Processing Unit）走的是和Cerebras不同的推理加速路线——不是做大芯片，而是用全新的确定性计算架构消除GPU推理中的内存瓶颈。其公开演示的推理速度令人印象深刻，每秒输出token数远超传统GPU方案。

护城河：架构层面的延迟优势和确定性调度带来的能效比。

隐患：产能受限，目前仍依赖云端API服务模式，尚未大规模出货物理芯片。商业模式能否从「演示级惊艳」过渡到「生产级可靠」，仍是未知数。

投黑马判断：值得持续追踪的非共识标的，但当前阶段更适合观察而非重仓。

云厂商自研芯片（谷歌TPU / 亚马逊Trainium / 微软Maia）

大客户自研芯片是英伟达最大的长期威胁。谷歌TPU已经迭代到第六代，亚马逊Trainium 2正在全面铺开，微软Maia首批芯片已进入自有数据中心。

护城河：自研芯片与自有云平台深度绑定，优化空间远超通用方案。

隐患：自研芯片通常只服务内部工作负载，不具备外部生态效应。如果无法吸引第三方开发者，其影响力将被限制在「降低自身成本」的层面。

投黑马判断：不是直接投资标的，但其进展速度是衡量英伟达护城河侵蚀程度的关键指标。

四、被市场低估的早期机会

Cerebras的IPO不是一个孤立事件，而是AI芯片多元化浪潮的序章。以下三个方向是投黑马判断中被市场显著低估的左侧机会。

机会一：AI推理优化中间件

核心逻辑：当AI芯片从「英伟达一家独大」走向「多架构并存」时，企业面临的核心痛点不是「选哪家芯片」，而是「如何在不同芯片之间高效调度推理工作负载」。一个大模型可能在英伟达GPU上训练，在Cerebras WSE上做批量推理，在Groq LPU上做实时推理——这需要一个跨架构的推理编排层。

三层过滤：需求真实（多架构部署已是大客户的既定路线）+ 当前方案稀缺（现有方案高度绑定单一架构）+ 认知差显著（市场关注芯片本身，忽略了中间件的平台价值）。

追踪信号：如果2026年下半年出现获得A轮以上融资的独立推理编排平台公司，说明机会正在兑现。关注开源社区中跨架构推理框架（如vLLM、TensorRT-LLM的多后端支持）的贡献者活跃度。

机会二：晶圆级封装与先进封装技术

核心逻辑：Cerebras的WSE证明了一件事——芯片的物理尺寸限制正在被突破。无论是WSE的整片晶圆方案，还是英伟达、AMD采用的Chiplet多芯粒封装路线，先进封装技术都是AI芯片性能跃升的关键瓶颈。台积电的CoWoS产能已经排到2027年，这个供需缺口不会短期消失。

三层过滤：需求真实（所有AI芯片公司都在争抢封装产能）+ 当前方案稀缺（全球先进封装产能高度集中）+ 认知差显著（市场关注芯片设计公司的估值，低估了封装环节的战略价值）。

追踪信号：关注封装设备龙头的订单增速（如ASMPT、Besi）、非台积电封装产能的扩建公告、以及Chiplet标准化组织UCIe的成员扩展情况。

机会三：AI芯片的垂直行业定制化

核心逻辑：当通用AI芯片的军备竞赛越打越贵，一条被忽略的路线正在浮现——为特定垂直行业（自动驾驶、机器人、边缘推理）定制专用芯片。通用大芯片追求的是「什么都能做」，但垂直行业要的是「做这一件事做到极致且功耗最低」。这是一个完全不同的价值主张。

三层过滤：需求真实（自动驾驶和机器人领域对低功耗实时推理的需求正在爆发）+ 当前方案稀缺（大多数边缘AI芯片仍是通用架构的缩小版，非原生定制）+ 认知差显著（市场聚焦数据中心大芯片，忽略了边缘垂直芯片的长尾市场规模）。

追踪信号：关注地平线、爱芯元智等边缘AI芯片公司的新一轮融资和设计导入（Design Win）公告；关注英伟达Jetson产品线是否出现被垂直专用芯片替代的案例。

五、关键变量追踪

变量一：非英伟达芯片的生产级部署进展

Cerebras的WSE、AMD的MI300X、Groq的LPU——目前都有客户在测试，但「测试」和「大规模生产部署」之间有本质区别。

可观测信号①：关注OpenAI、Anthropic等头部模型公司是否在财报或公开声明中披露「非英伟达芯片」的推理算力占比。一旦这个数字从个位数跳到两位数，就是格局变化的确认信号。

可观测信号②：关注AWS、Azure、GCP三大云平台上，基于非英伟达芯片的推理实例（如AWS的Trainium实例）的定价变化和客户采用数据。价格战的启动意味着非英伟达方案已经具备规模化竞争力。

变量二：推理算力需求的增长斜率

AI的商业化落地正在从「训练为王」转向「推理为王」。每一次用户调用ChatGPT、每一次Agent执行任务、每一次AI实时处理视频流，消耗的都是推理算力。如果推理需求的增长斜率持续陡峭，那么WSE这类推理优化架构的价值窗口就会持续打开。

可观测信号①：关注主要AI应用（ChatGPT、Claude、Gemini）的用户量和调用频次增长数据。月活用户翻倍意味着推理算力需求可能是四倍增长（考虑Agent等复杂场景）。

可观测信号②：关注推理芯片的ASP（平均售价）趋势。如果推理芯片的单位价格持续上升而非下降，说明需求远超供给，芯片公司拥有定价权。

变量三：CUDA生态的解绑速度

英伟达护城河的本质是软件生态锁定。如果开源社区和竞争对手能够加速CUDA的替代方案（如OpenAI的Triton、AMD的ROCm、谷歌的XLA），那么芯片之间的竞争将更多回归硬件性能和性价比本身。

可观测信号①：关注PyTorch和JAX框架中，非CUDA后端的PR合并数量和CI测试覆盖率。这是生态解绑最直接的度量指标。

可观测信号②：关注Hugging Face模型库中明确标注「支持非CUDA推理」的模型比例变化。当这个比例从不足5%增长到20%以上时，生态解绑进入实质阶段。

三变量联动逻辑： 推理需求爆发（变量二）→ 催生多架构部署的商业动力（变量一）→ 加速CUDA生态解绑（变量三）→ 进一步降低非英伟达芯片的采用门槛 → 推理需求的增长被更多架构承接 → 飞轮加速。这个飞轮一旦转起来，AI芯片赛道的竞争格局将不可逆地走向多元化。

投黑马 · 独家评级

赛道热度：🔥🔥🔥🔥🔥　　Cerebras首日68%涨幅+20倍超额认购，市场对AI芯片多元化的渴望已无法忽视
左侧机会：⭐⭐⭐⭐　　　　非英伟达架构的生产级验证尚未完成，仍处于左侧布局的黄金窗口
布局紧迫度：⚡⚡⚡⚡⚡　　下半年SpaceX/OpenAI/Anthropic排队上市将虹吸市场注意力，AI芯片多元化标的的定价窗口正在收窄

推荐关注层次：
AI推理优化中间件 ＞ 先进封装产业链 ＞ 垂直行业定制芯片

七、分层布局建议

第一层：低风险·长周期——AI芯片基础设施层

投资逻辑：无论哪家芯片公司最终胜出，先进封装、EDA工具、半导体设备都是「卖铲子」的确定性受益者。AI芯片竞争越激烈，基础设施层的需求越旺盛。

选股标准：在先进封装（CoWoS/Chiplet）或EDA领域拥有技术壁垒，且客户覆盖多家AI芯片公司（非单一客户依赖）的企业。

时间窗口：2026年下半年至2028年，先进封装产能缺口预计持续存在，设备订单的确定性最高。

第二层：中风险·中周期——非英伟达AI芯片的头部玩家

投资逻辑：AMD、Cerebras、Groq等公司的命运取决于一个核心问题——非英伟达芯片能否在2027年底前占据推理市场10%以上的份额。如果答案是肯定的，当前估值（尤其是AMD）仍有显著上行空间。

选股标准：已获得至少两家头部AI公司（如OpenAI、谷歌、Meta、亚马逊）的生产级部署或明确采购意向，且软件生态建设有可量化进展。

时间窗口：2026年Q3至2027年Q2，关键验证期。英伟达5月20日财报和各竞争对手的年中客户进展披露将是密集催化剂窗口。

第三层：高风险·短周期——AI芯片赛道的非共识机会

投资逻辑：推理编排中间件、垂直行业定制芯片、以及尚未上市的芯片初创公司（如Groq、SambaNova、Tenstorrent），代表着市场尚未充分定价的非共识方向。高赔率但高波动，适合小仓位配置。

选股标准：技术路线与英伟达GPU架构有本质差异（非改良型），且有至少一个可验证的商业化场景（哪怕规模尚小）。

时间窗口：2026年下半年IPO窗口期是关键——如果Cerebras之后有更多AI芯片公司上市，市场的定价锚将被迅速重塑。

风险披露

风险一：英伟达护城河被低估。如果CUDA生态的锁定效应比预期更强，非英伟达芯片的采用速度将大幅放缓，Cerebras等公司的估值面临回调。影响第二、三层。概率：中等偏高。

风险二：推理需求增长不及预期。如果AI应用的商业化落地速度放缓（用户增长见顶、企业采购预算收紧），推理算力需求的增长斜率将趋缓，WSE等推理优化架构的价值窗口可能延后打开。影响全部三层。概率：中等。

风险三：客户集中风险引发连锁反应。Cerebras 62%营收依赖单一客户的结构性风险如果兑现（大客户缩减订单或延迟付款），不仅冲击Cerebras自身，还可能让市场对整个「非英伟达」叙事产生信任危机。影响第二、三层。概率：低但影响大。

风险四：半导体周期性下行。AI芯片目前处于超级上行周期，但半导体行业的周期性从未消失。如果宏观经济衰退导致企业IT支出全面收缩，即使AI需求仍在增长，芯片公司的估值也会承受系统性压力。影响全部三层。概率：低，但不可忽视。

结语

历史上，没有任何一个技术平台能永远保持垄断。英伟达不是第一个，也不会是最后一个被挑战者盯上的王座。Cerebras在纳斯达克敲响的钟声，不一定是英伟达的噩梦，但一定是AI芯片生态走向多元化的起点。对于左侧投资者而言，当所有人都在找「第二张牌」的时候，真正的机会不在那张牌本身——而在发牌的过程中。

投黑马 · 信号解读

Cerebras以187倍市销率登陆纳斯达克，定价逻辑已超越传统估值框架——市场买的不是当前营收，而是AI芯片格局从「一超独霸」走向「多架构并存」的期权价值。这与2000年代初AMD挑战英特尔时的市场情绪高度相似，区别在于这一次的赛道天花板高出几个数量级。

投黑马提醒：Cerebras的成败取决于能否在未来18个月内将OpenAI和AWS从「测试用户」转化为「生产级客户」。62%营收依赖单一客户的结构必须改变，否则187倍市销率将难以维系。这不是一个「买不买」的问题，而是一个「什么时候买」的问题。

核心追踪信号：2026年Q3至Q4期间，如果Cerebras公布的客户营收占比中MBZUAI降至40%以下且北美头部AI公司占比升至30%以上，将是客户结构改善的确认信号。同步关注英伟达5月20日财报中对竞争格局的措辞变化——如果首次在风险披露中具名提及Cerebras，意味着王座上的玩家已经感受到了压力。

── 投黑马研究团队

AI & 一级市场

Cerebras上市首日暴涨68%，市值破千亿美元

5月14日，AI芯片公司Cerebras Systems在纳斯达克挂牌交易，IPO发行价185美元，当日开盘报350美元，收盘涨68%至311美元，市值约950亿美元（约合6,900亿元人民币），成为2019年Uber上市以来美股最大科技IPO。（据公开市场信息）

Cerebras的核心产品是晶圆级芯片WSE-3，通过将整块晶圆做成单一芯片绕过了传统GPU的互联瓶颈，在某些AI推理任务上速度比英伟达H100快20倍以上。本次IPO融资约55亿美元，机构认购超募逾20倍。（据公开市场信息）

值得注意的是，Cerebras 2025年营收约3.6亿美元，其中沙特阿拉伯国家主权基金相关客户贡献逾七成，收入集中度风险极高。上市次日（5月15日），股价即从311美元有所回落，市场开始消化这一风险因素。（据公开市场信息）

图说：Cerebras Systems（CBRS）IPO首日价格走势，发行价$185→开盘$350→收盘$311，首日涨幅+68%

【投黑马点评】
Cerebras的上市成功传递了一个强信号：华尔街此刻愿意为「硬件层面的AI差异化」支付巨额溢价。但市场忽视了一个核心风险——超七成收入来自中东主权基金客户，一旦这一关系变动，整个商业逻辑会被重新定价。对一级市场而言，真正的机会在Cerebras IPO之后：追踪那些被它的上市所验证、但尚未上市的「晶圆级算力替代方案」方向的A/B轮标的——光计算、存内计算、类脑芯片，那里才是左侧窗口正在打开的地方。

SpaceX最早6月挂牌，估值直逼1.75万亿美元

5月16日，SpaceX已选定纳斯达克作为上市交易所，股票代码定为「SPCX」，计划最早于6月4日启动路演、6月11日公布发行价、6月12日正式挂牌交易。知情人士透露，SEC对上市申请文件的审核速度快于预期，是时间表提前的重要原因。（据多家媒体报道）

公司以约1.75万亿美元估值拟募资约750亿美元，若成功将超越沙特阿美2019年的IPO，成为有史以来规模最大的单次上市融资。在股权结构方面，马斯克将控制B类股票绝对多数，每股投票权为普通股的10倍，其直接持股超过40%、投票权超过80%。（据多家媒体报道）

这一双重股权架构意味着，上市后公众投资者对公司战略方向的影响极为有限。即便IPO成功，SpaceX实质上仍将是一家由马斯克掌控的私人企业。（据公开市场信息）

【投黑马点评】
SpaceX这次IPO对一级市场的信号，比估值数字本身更重要：750亿美元的募资规模，意味着过去在一级市场押注SpaceX的VC/PE基金终于迎来流动性出口。这一退出事件会重新锚定整个航天+卫星通信赛道的估值体系。左侧真正的机会是SpaceX生态圈的上下游供应商——发动机零部件、卫星地面站设备、星链终端生产商，那批企业还有大量非上市标的，IPO之后这些标的的估值逻辑会被重新定价，是值得前置布局的方向。

OpenAI推出ChatGPT理财功能，接入银行

5月15日，OpenAI面向美国ChatGPT Pro订阅用户推出个人理财工具预览版，允许用户连接自己的银行账户，就消费分析、投资组合评估及未来财务规划等问题进行咨询。OpenAI与金融账户连接服务商Plaid达成合作，目前支持超过12,000家金融机构，包括嘉信理财、富达投资、摩根大通、Robinhood等。（据企业官方公告）

一旦连接账户，用户将看到展示投资组合表现、消费趋势、订阅服务及即将到期付款的综合仪表板。此次推出距OpenAI今年4月收购个人理财初创公司Hiro团队仅一个月，且新推出的GPT-5.5模型在上下文推理方面能力更强，公司已与金融专家合作建立专项评估基准。（据企业官方公告）

据OpenAI披露，目前每月已有超过2亿用户通过ChatGPT咨询金融相关问题，覆盖面已超过绝大多数传统金融顾问平台的活跃用户总量。（据企业官方公告）

【投黑马点评】
OpenAI打通银行账户这步棋，相当于直接把金融顾问服务的「获客入口」从传统银行和理财App手里接管过来。对一级市场而言，这个动作会直接压缩ToC个人理财赛道的创业机会——那些以「AI理财助手」为核心卖点的初创公司估值逻辑会被重写。真正的左侧机会在合规层：金融AI的数据安全、行为分析监管和账户连接标准制定，那里的B端监管科技（RegTech）机会才刚打开。

科技商业

Cisco创纪录季报当日裁4千人，转型AI

5月14日，思科（Cisco）发布2026财年Q3财报：营收158亿美元，同比增长12%，为公司有史以来最高季度营收。同日，公司宣布裁减约4,000个岗位，约占全球员工总数5%，预计产生最高10亿美元的重组支出。（据企业官方公告）

Cisco将裁员定性为「资源快速重新分配」，而非「成本节省」措施——新增岗位和预算将集中于AI基础设施、高速硅光互联、云端安全及数据中心网络设备。公司将2026财年AI基础设施订单目标从50亿美元上调至90亿美元，AI产品订单加速超50%。（据企业官方公告）

「好季报+大裁员」的组合，已成为科技巨头AI转型的标准模板，Cisco不是第一家，也不会是最后一家。（据公开市场信息）

【投黑马点评】
Cisco这次确立了「AI转型企业」的财报范式：营收可以创纪录，但人头必须砍，因为钱要流向算力相关的资本开支而非人力。对一级市场的启示是，网络设备和数据中心互联正成为AI基础设施投资的必经通路。Cisco这笔90亿美元AI订单清单背后，藏着一批还没上市的光互联、液冷散热、铜缆高速传输B/C轮公司的机会——那些公司正是Cisco把钱烧向的方向。

三星18天大罢工5天后打响，HBM供应链告急

5月12日，三星电子全国员工联盟（约4.5万名芯片工人）与公司的薪酬谈判最终破裂，18天大罢工计划于5月21日正式启动，持续至6月7日。韩国总理已召开紧急会议，但双方立场差距悬殊。（据行业研究机构）

争议核心是AI芯片利润的分配问题：工会要求取消奖金上限、将15%的营业利润分配给员工并写入合同。市场分析估算，若按此方案，AI部门员工年均奖金将超60万美元——而SK海力士（SK Hynix）员工因其HBM供货英伟达的利润分红，实际到手已远高于三星同岗。（据行业研究机构）

4月的一次预警罢工已显示出产能冲击：当日夜班内存产线产出下滑18%，代工产线产出下滑58%。若18天大罢工全面展开，全球AI芯片市场的HBM库存缓冲将受到直接考验。（据公开市场信息）

【投黑马点评】
三星的这场罢工本质上是「AI产业链利润分配权」的第一场公开博弈。SK海力士成为HBM霸主后，英伟达的超级利润通过供应链传导到了工人薪酬，三星工人看到这条路，要求同等待遇。若罢工成真，短期内对HBM现货价格是利好，但长期来看会加速整个半导体行业的「AI工人涨薪潮」。左侧关注点：国产存储（CXMT等）和铠侠（Kioxia）的现货价格，是接下来一周最值得盯的指标。

字节AI资本开支破2000亿，豆包开启付费

5月14日，据行业研究机构，字节跳动已将2026年AI基础设施预算较此前上调至少25%，整体年度AI资本开支突破2000亿元人民币，主要原因是内部AI业务需求激增以及HBM等核心内存芯片价格持续走高。豆包大模型日均Token调用量已超120万亿，较上线时暴增约1,000倍。（据行业研究机构）

与此同时，字节跳动豆包于5月初正式推出付费版，分标准版（68元/月）、加强版（200元/月）、专业版（500元/月）三档，成为中国主流AI应用中首个推出多档付费套餐的产品，标志着国内大模型「免费时代」正式终结。（据企业官方公告）

当前国内算力军备竞赛已进入字节与阿里两强对抗为主的格局——阿里计划2026财年AI云资本开支超1,100亿元，腾讯、百度同步跟进。（据行业研究机构）

【投黑马点评】
字节把AI资本开支上调25%至2000亿，最核心的信号是：豆包已不只是应用产品，而是字节的基础设施入口战略的核心执行层。2000亿砸下去，上游受益最直接的是算力租赁（国内IDC/云厂商）、液冷散热、高速互连；中游是MaaS API服务商；下游是豆包生态里的B端应用开发者。左侧的机会藏在那些承接字节算力外包的区域数据中心运营商，那里的融资窗口还没关。

「本源悟空-180」上线，向全球开放量子算力

5月15日，搭载单核180个计算比特的「本源悟空-180」量子计算机正式上线，并开始接收来自全球的量子计算任务。该处理器完全由中国自主研发，是目前国内规模最大的超导量子芯片，部署于安徽合肥的量子计算云服务平台，非商业用途可免费申请算力资源。（据企业官方公告）

「本源悟空-180」是此前「悟空-72」的迭代升级，量子比特规模扩大近2.5倍，相干时间和门保真度进一步提升，系统支持通过量子云平台远程接入。（据企业官方公告）

【投黑马点评】
量子计算仍处于NISQ（含噪声中等规模量子）阶段，180比特还远未触及「量子优势」在复杂实际问题上的临界点。这次开放全球算力接入的动作，意义不在技术本身，而在生态建设：谁先建立起量子算法开发者社区，谁就在下一阶段的量子软件层占据先机。对一级市场而言，量子纠错和量子软件层的早期团队才是当前真正值得押注的左侧方向，硬件本身的投资逻辑现阶段还不成熟。

人形机器人灵巧手最低报价跌破3千元

5月15日，国内灵巧手（机器人手部关键组件）产业正式进入规模化发展阶段：慧灵科技eHand-6市场报价已降至2,999元，较2024年同类产品下降逾70%；开普勒开源K2灵巧手技术方案推动行业接口标准化；宇树科技展示液压驱动灵巧手，动态指尖力突破30N，支持毫米级精密操作。（据行业研究机构）

从市场结构看，2026年灵巧手订单量预计较2025年翻倍以上，头部企业已启动产能扩张。触觉传感器配置率和集成度的提升，使灵巧手正成为人形机器人「感知-执行」闭环中的核心瓶颈突破点。（据行业研究机构）

【投黑马点评】
2,999元这个价格节点的意义不亚于几年前移动摄像头进入百元时代——它标志着灵巧手从「科研样品」向「工业零部件」的定性跨越。接下来一年，灵巧手赛道会经历一轮剧烈整合：同质化产品大幅降价，有专利壁垒的触觉传感器和仿生驱动方案会溢价。左侧机会在触觉感知（力传感器/皮肤传感器）方向的Pre-A/A轮团队，那是当前灵巧手全产业链中技术壁垒最高、竞争格局最未定的一环。

iPhone 17 Pro官降千元，安卓阵营更难过

5月15日，苹果官方宣布iPhone 17 Pro系列在中国市场直降1,000元，叠加以旧换新最高可享2,000元优惠，到手价最低仅需6,999元；iPhone 17标准版同步迎来上市后首次官方降价，叠加渠道补贴和以旧换新后到手价低至4,499元。（据企业官方公告）

苹果线下授权渠道人士表示，每年5月常规调价叠加随后的618大促，是老果粉惯常等待的入手窗口。与苹果降价形成鲜明对比的是，今年核心内存等元器件普遍涨价，已有不少国产安卓旗舰上调售价200至600元不等。（据行业研究机构）

苹果此次中国市场逆势降价，直接在国产安卓旗舰涨价的节点上拉大价格差距，被多位数码博主解读为一次主动发动的「市场份额扩张攻势」。（据行业研究机构）

【投黑马点评】
苹果这波降价不是因为卖得不好——它是一次主动发动的市场份额扩张攻势。当国产安卓旗舰因元器件涨价被迫上调售价时，苹果靠供应链谈判能力逆势降价，直接拉大价格差距。对一级市场的含义是：安卓手机供应链的小品牌客户集中度会持续恶化，那些同时服务苹果和安卓头部品牌的中游零部件企业（屏幕、摄像头模组），才是当前值得关注的稳定标的。

轻松一刻

神秘买家花900万拍下巴菲特午餐

5月15日，一位神秘买家以900.01万美元拍下与「股神」沃伦·巴菲特、篮球明星斯蒂芬·库里共进午餐的机会，拍卖持续一周并于周四落槌，买家身份暂未公开。按照安排，这位买家最多可携带7名宾客，一同在美国内布拉斯加州奥马哈共进午餐。（据多家媒体报道）

本次拍卖所得将分配给Glide Foundation和Eat.Learn.Play.两家慈善机构，两方等额匹配捐赠后，总捐款额将达2,700万美元。历史最高纪录是2022年的1,900万美元，这次900万虽未破纪录，但加入库里这个全球IP，明显让拍卖的「性价比感知」提升了不止一个档次。（据多家媒体报道）

图说：900万美元换来的一顿饭——2026年巴菲特慈善午餐落槌，神秘买家身份成最大悬念

【投黑马点评】
这900万美元买的不只是一顿饭，也是一句「我曾当面问过巴菲特」的终身谈资。上一次成交买家事后说根本不后悔，因为那顿饭帮他想清楚了一个投资决策，省下的钱远不止这个数。库里入局让这顿饭从「金融圈盛事」变成了「全球IP联动」——神秘买家，很懂营销。

今日左侧信号

信号：AI应用层正快速渗透金融服务，同时以SpaceX为代表的「硬科技+深空」赛道一级市场估值体系即将迎来二级市场定价锚的重塑——两个方向都在同一天开始倒计时。

追踪方向：①SpaceX上市将重新定价航天+卫星通信供应链的非上市标的，前置布局窗口开启；②ChatGPT进入个人理财赛道，AI合规科技（RegTech）和账户安全基础设施层机会浮现；③三星罢工若成真，HBM现货价格短期上涨，关注国内存储替代（CXMT等非上市标的）——建议深挖 → 黑马雷达

── 投黑马研究团队

黄仁勋临时加入访华商业代表团，阿拉斯加经停时登机

5月13日，英伟达CEO黄仁勋（Jensen Huang）在最后一刻加入了访华商业代表团。据现场媒体记者报道，黄仁勋在专机经停阿拉斯加安克雷奇期间被目击登机，这一消息迅速引发行业震动。

此前公布的随访商界领袖名单中并未包含黄仁勋。直到5月12日晚间，名单上仍不见他的名字。据知情人士透露，黄仁勋在出发当天早上接到邀请电话后，随即飞往安克雷奇与代表团会合。

英伟达在声明中表示：「Jensen是应邀出席峰会的，以支持美国和本届政府的目标。」白宫发言人Steven Cheung确认了黄仁勋的行程安排在最后时刻发生变化，并表示日程调整「刚好都能配合得上」。（据企业官方公告、据多家媒体报道）

此前，黄仁勋缺席代表团一事曾引发行业广泛讨论，外界猜测可能与英伟达先进AI芯片的出口安排有关。过去一年，黄仁勋频繁与美国政府沟通，推动为AI产业发展扫清障碍，包括调整出口管制相关政策。据知情人士透露，随访高管均来自在中国拥有大量业务的企业，预计将参与此次访问的商业议程。（据多家媒体报道）

去年12月，英伟达H200 AI芯片获准向中国出口，美方将从中收取25%的费用。但据美国商务部信息，由于中方企业尚未获准采购，实际出口尚未发生。与此同时，黄仁勋一直支持对更先进芯片维持出口限制，包括Blackwell处理器和即将推出的Vera Rubin系列。（据公开市场信息、据监管机构公告）

【投黑马点评】
从「缺席名单」到「深夜登机」，黄仁勋行程的戏剧性反转本身就是最值得解读的信号。随访高管均来自在华业务体量巨大的企业，商业议程指向明确。对一级市场而言，H200芯片出口一旦实际落地，中国AI算力产业链的供给格局将发生实质变化——从芯片分销到算力基础设施，多个环节的早期标的窗口可能同时打开。这通「最后一刻的电话」，比任何公开声明都更能说明英伟达在全球AI产业链中不可替代的战略权重。

── 投黑马研究团队

AI & 一级市场

英伟达市值创历史新高，黄仁勋缺席特朗普访华团

5月12日，英伟达股价创历史新高，市值突破5.4万亿美元。同日，白宫公布特朗普总统5月13日至15日访华代表团名单，苹果、特斯拉CEO均在列，但英伟达CEO Jensen Huang未被邀请。这一差异立刻引发市场广泛解读。（据公开市场信息、多家媒体报道）

将AI芯片与消费电子、汽车区别对待，折射出算力基础设施在中美科技产业链中的特殊地位。英伟达正在推进Vera Rubin次世代AI芯片的试产工作，计划7月起向AWS、谷歌云、微软、Meta、Oracle等北美主要云厂商发货，相比Blackwell可提供高达5倍的推理性能提升。

目前英伟达Vera Rubin已提前进入全面生产阶段，市场预期其将主导2026年下半年全球AI算力采购周期。Jensen Huang缺席访华的信号，让这条供应链的地缘属性愈加明确。

【投黑马点评】
黄仁勋的缺席不是外交失误，而是一种无声的分类。当汽车和手机CEO可以随团谈合作，AI芯片CEO被单独列入更高审查级别，意味着算力已经脱离「商品」属性，被视为战略资源。对一级市场而言，这加速了一个趋势：能服务全球市场、不受单一供应链约束的推理芯片和边端算力方案，战略溢价正在重新定价。左侧机会在于非英伟达路线的推理加速芯片、以及国产算力替代链条上仍有技术空白的细分环节。

SoftBank向Graphcore追加注资4.5亿美元，押注非英伟达路线

5月12日，SoftBank宣布向旗下英国AI芯片公司Graphcore追加注资逾4.5亿美元，为当年预计投入的一部分。Graphcore于2024年被SoftBank收购，主打IPU（智能处理单元）架构，专为Transformer类模型推理优化，与英伟达GPU路线直接竞争。（据企业官方公告、多家媒体报道）

SoftBank同步持有ARM约87%股权，ARM市值年内涨幅已达84%，约合1700亿美元。此外，SoftBank正筹备旗下新合资企业Roze AI的IPO，该企业专注AI与机器人技术，目标估值高达1000亿美元，最早拟于2026年下半年上市。

SoftBank的战略布局正趋于清晰：ARM掌控芯片指令集架构、Graphcore切入推理硬件、Roze AI攻占机器人应用层，三层协同构建垂直整合的AI基础设施体系。

【投黑马点评】
SoftBank此轮押注的核心逻辑是：英伟达市值已接近A股总市值，GPU稀缺且昂贵，推理端的非GPU路线存在真实商业窗口。Graphcore的IPU在特定工作负载下有成本优势，但能否大规模商业化仍待验证。一级市场更值得关注的信号是：全球AI算力投资的「主赛道」之外，正在形成一条以低成本推理为核心的「副赛道」，早期布局这一方向的初创公司，估值还未被充分发现。

OpenAI开放网络安全模型，Anthropic Mythos挖出数万漏洞

5月11日，OpenAI宣布将向欧盟开放GPT-5.5-Cyber——其最新模型的网络安全变体，Anthropic的Mythos模型则仍未向欧盟提供预览访问，谈判仍在进行。（据多家媒体报道）

Anthropic的Claude Mythos Preview已展现出极强的漏洞挖掘能力：仅在Firefox浏览器中就发现近300个安全漏洞，跨主流软件后总数达到数万个。Anthropic CEO Dario Amodei警告，相较中国领先AI实验室，Mythos存在约6至12个月的技术领先窗口，业界必须在此期间完成大规模漏洞修复。

Anthropic为此推出「Project Glasswing」，向超过40家关键软件组织提供Mythos访问权限，并承诺提供高达1亿美元使用积分和400万美元开源安全捐款。

【投黑马点评】
Mythos的能力边界正在将「AI安全」从一个概念赛道变成一个有真实业务需求的市场。能最早接入Mythos的安全企业，将在漏洞修复和渗透测试上建立数月的先发优势。更深的问题是：当AI可以自主发现数万漏洞，传统的「人工渗透测试+安全咨询」商业模式将面临根本性重构。这是网络安全赛道在AI时代的结构性拐点——一级市场此刻关注这个方向，并不算晚。

中国人形机器人初创Vbot完成7300万美元Pre-A融资

5月11日，中国具身AI初创公司Vbot宣布完成约7300万美元Pre-A融资，用于扩大机器人产能及研发全尺寸人形机器人。Vbot目前已推出首款商业产品机器狗，首批500台已开始量产出货。（据The AI Insider报道）

Vbot的融资紧随中国机器人赛道的集中爆发期：Robotera于5月8日完成逾2亿美元融资，由顺丰集团领投，IDG资本、高瓴、中金资本等参与，计划加速物流与工业自动化规模部署。从出货量看，宇树科技2025年已出货5500余台，2026年目标1至2万台；中国整体人形机器人出货量已超过美国。

「机器狗→人形机器人」的产品路径，正在被更多国内初创公司验证：先用低单价小型机器人打开市场、积累运动数据，再训练全尺寸机器人。

【投黑马点评】
Vbot Pre-A估值偏高，说明「已出货」这件事在当前机器人赛道的估值体系里被高度溢价。这背后的逻辑是：真实出货意味着真实场景数据，而具身AI的核心竞争壁垒恰恰是数据。一级市场当下最重要的筛选标准不是谁的机器人「跑得最帅」，而是谁已经在工厂、仓库、医院等真实场景跑起来了。已量产出货的团队，值得优先进入尽调名单。

科技商业

阿里腾讯智谱相继涨价，大模型「告别免费时代」

5月初以来，国内主要大模型厂商相继上调API价格：智谱年内完成第三次涨价，GLM-5.1对标Claude Opus 4.5定价；阿里云取消百炼平台基础套餐，AI算力最高涨幅达34%；腾讯云5月9日起调涨5%。（据新浪财经、多家媒体报道）

涨价背后是资本支出的急剧攀升：腾讯2025年资本支出达792亿元，阿里突破1039亿元，字节跳动2026年计划约1600亿元，其中约半数流向AI芯片和数据中心建设。规模化算力投入必须通过商业收入回收，涨价是不可避免的必然。

豆包在2026年1月日活破亿后，字节跳动正通过「一句话购物」功能将豆包与抖音商城深度整合，以应用生态支撑模型商业化。

【投黑马点评】
「免费时代」的终结，对一级市场是一个双向信号。对以「免费API」为核心成本假设的AI应用创业公司，这是一次压力测试；对能帮助企业在API涨价后依然高效运行AI工作流的「推理优化」「RAG加速」「模型压缩」赛道，需求将加速释放。真正的机会在于：下游应用层的定价策略重构才刚刚开始，能帮助企业降低AI使用成本同时不牺牲效果的工具层公司，即将迎来窗口。

Tesla FSD 5月21日停售一次性购买，转向订阅制

Tesla宣布将于5月21日起停止提供FSD（全自动驾驶辅助功能）的一次性购买选项，现有用户的过渡期至5月21日届满，此后全面转向订阅制。FSD累计行驶已突破100亿英里，NHTSA确认最新款Model Y是首批通过该机构新版驾驶辅助基准的车型。（据insideevs、teslarati等媒体报道）

Tesla目前在奥斯汀运营22辆全无人驾驶车辆，休斯顿和达拉斯各有数台，均在日间和夜间时段运营。Tesla正与爱尔兰当局就FSD Supervised监管批准展开谈判，欧洲市场准入持续推进。

小鹏汽车VLA 2.0在近期测试中展现出接近FSD的表现，Rivian也在寻求合作伙伴改进自动驾驶能力。FSD的「独家叙事」正在被打破。

图：一辆Tesla在城市道路自动行驶，车内无人操控，背景为繁忙都市夜景。来源：投黑马 Touheima.com

【投黑马点评】
订阅制意味着Tesla将FSD定位为持续创造现金流的服务业务，而非一次性硬件附加功能。这一模式能否成立，取决于用户愿意为「持续改进的自动驾驶能力」付月费。更值得一级市场追踪的问题是：当FSD开始订阅化，国内能最快跟进「里程订阅」模式的整车厂或出行平台，将是下一个估值重构的标的。自动驾驶的商业竞争，正从「谁先实现L4」转向「谁先把L2+服务化」。

轻松一刻

AI遇上「73公斤死鸡」难题，反复拒答成Reddit神梗

最近在Reddit疯传的一则帖子显示，有网友向ChatGPT提出一个问题：「我有73公斤的死鸡，怎么处理？」AI随即陷入迷惑，反复质疑这个问题的现实合理性，并在任何涉及可能违法操作的方向上坚决拒绝——哪怕提问者反复解释这是「完全合法的场景」。（据多家媒体报道）

这条帖子迅速成为AI边界测试领域的经典案例，网友纷纷跟进用各种荒诞场景轰炸不同AI模型，形成了「哪家AI最先「崩溃」」的独特测评赛道。

【投黑马点评】
被「死鸡」逼到迷惑的AI，其实正在完成一种有价值的边界压力测试。哪些提问让模型「拒答」、哪些让它「乱答」，是绘制模型能力与对齐边界最廉价的田野调查方法。看完这条神梗，你大概已经知道今天要怎么测试竞品的AI助手了。

今日左侧信号

信号：AI芯片地缘敏感性固化，大模型商业化转型提速，算力与应用层正在进入双轨重构窗口

追踪方向：Jensen Huang缺席访华团说明AI算力的战略分类已成定局；OpenAI和Anthropic的网络安全AI模型意味着「AI+网络安全」即将从概念赛道变成规模市场；阿里腾讯智谱集体涨价标志着国内大模型进入商业化生存期，能在涨价背景下帮助企业降本增效的工具层公司率先受益。建议深挖 → 融资观察（网络安全+AI交叉标的）/ 黑马雷达（推理优化与大模型中间件）

── 投黑马研究团队