Name: 股市要回调了？;英伟达的第二曲线？;存储重估成共识！谷歌月活赶上来了！
Uploaded: 2026-05-20T02:05:32.866Z
Description: 股市要回调了？英伟达的第二曲线？存储重估成共识！谷歌月活赶上来了！
股市要回调了？;英伟达的第二曲线？;存储重估成共识！谷歌月活赶上来了！
19小时前
播放量 2.0k
股市要回调了？英伟达的第二曲线？存储重估成共识！谷歌月活赶上来了！
开通服务即可查看评论～
文字稿
长债担忧蔓延华尔街
美银调查显示，基金经理现在一边在加仓股票，一边在担心长债收益率脱锚。这听起来有点矛盾，但这确实是现在市场最真实的状态。AI交易还在，企业盈利也不错，所以资金重新涌向了股票。但另一边，通胀担忧也还在，30年期美债收益率站稳了5%以上，债券市场在提醒大家：别太放松。
美银5月全球基金经理调查显示，本月股票配置出现创纪录回升。净50%的受访基金经理表示超配股票，远高于4月的13%，单月上升了37个百分点，创下美银调查历史上最大的单月增幅。同时，基金经理的平均现金仓位从4.3%也降到了3.9%。现金仓位是一个很有名的反向指标。当基金经理现金仓位低于4%时，往往说明大家已经把钱比较充分地投进风险资产里，市场情绪偏热。虽然这不是一个马上要完蛋的信号，但低于4%也说明，市场现在已经不便宜了，安全垫正在变薄。
美银首席策略师哈特内特在报告中说，牛市投降已经接近完成，6月初可能适合获利了结，而债券收益率将决定回调的幅度。
哈特奈特的这句话信息量巨大，咱们一点一点来看。
第一句是牛市投降已经接近完成。所谓牛市投降，就是说原来谨慎的人，现在也开始被迫追进股市。因为当市场涨到一定程度，大家发现再不买就要跑输大盘了，于是现金下降、股票仓位开始上升，最悲观的人也慢慢的变成了多头。这通常是趋势很强的表现，但也说明仓位已经不轻了。
那么，为什么基金经理突然这么积极？
主要有三个原因。第一，财报季不错，企业盈利不错。第二，AI资本开支继续支撑科技想象力。第三，根据调查，有一半的受访者依然认为，美联储未来12个月内会降息。所以你看，分子端有盈利不错，有资本开支带来的半导体收益确定性，分母端也有降息预期支撑，这上下两头就催化了更多基金经理的投资热度。
但问题在于，调查显示这同一批投资者也在担心通胀。
调查显示，40%的受访者把二次通胀列为当前最大尾部风险，超过了地缘政治冲突。所谓二次通胀，就是通胀不是一次油价冲击之后就结束，而是通过工资、运输、服务价格和预期，扩散到更广的经济部门。这也就解释了为什么30年期美债这么关键。因为长期美债收益率的高低，正是市场定价长期通胀的一个窗口。
在这次调查里，62%的受访者认为，如果未来12个月收益率出现大幅波动，30年期美债收益率更可能向上突破6%，而不是向下跌破4%。这里需要说清楚，6%有的观众觉得不高，那是因为相对妖股的每日涨跌幅而言。但对于30年美债而言，这是一个绝对不能低估的数字。如果真的发生，那将是1999年以来没有见过的水平。它影响的不只是债券投资者，而是整个资产定价系统。这最近怎么好多数字都能和1999年还有2000年扯上关系？嗯。。也许是个巧合吧。
所以现在市场处在一个很有意思的状态：基金经理在加仓股票的同时，又在对冲美债收益率继续上行。也就是说，大家并不是没有看到风险，只是盈利和AI叙事能暂时压制利率风险。
这也是为什么哈特奈特建议6月获利了结，以及多家知名对冲基金开始小金额买保险的原因。
研报继续说道，从宏观角度上判断，基金经理明显比上个月乐观。只有4%的受访者认为经济会硬着陆，39%认为经济会不着陆，也就是经济动能继续保持强劲，不出现明显的放缓。不管是什么方向，调查结果起码能说明，市场对衰退的恐慌已经大幅退潮。
但是，衰退不来固然好，可经济如果左脚踏右脚二次腾飞就更好吗？不一定。如果经济太强，可能会让通胀更黏，让美联储更难降息，也让长端收益率继续抬高，继而压低股票估值。这就是当前市场的一个矛盾点。
接着在区域配置上，数据显示资金在重新流向美国。投资者对美国股票的配置明显改善。而对应的额，欧洲股票则出现了大幅低配。美银团队甚至称，欧洲低配是1999年以来最剧烈的轮动之一。（1999又出现了）
为什么资金选择回流美国？哈特奈特认为核心还是AI。全球看一圈，真正能把AI资本开支、云计算、半导体、软件生态、企业利润全部串起来的市场，只有美国。所以即便美股估值高，只要AI叙事在继续，资金回流美股的逻辑就还有。
在风险端，美银也认为，现金低，股票仓位高，科技和半导体交易拥挤，动量很强，这些都不是长期看空的理由，但都是短期要小心的信号。
尤其是半导体。调查显示，做多全球半导体已经成为最拥挤交易，提及比例从上个月的24%提高到73%。这说明AI芯片交易已经非常热。热不代表马上结束，但代表容错率在下降。只要个股财报没那么完美，市场就可能开始挑毛病。
Jason认为，看美债和股票的关系，要分别从绝对值和变化速度两个维度上去看。
从绝对数值上看，各期限美债收益率都在上涨，但期限之间的利差发生了显著变化。衡量衰退的2年期和10年期美债的利差，1个月前和现在基本都是54个基点左右，代表市场并没有明显加大衰退交易，这和美银的结论一致。但30年期和10年期之间的利差就不一样了，它从63个基点大幅压缩到了51个基点。这说明，这次的压力不是单纯集中在30年，不是单纯在说30年国债拍卖疲软，中国、日本政府在抛售长债这一个问题。而同时也反映了，10年期这个最能代表中长期利率的位置，也分担了市场相当一部分的压力。市场似乎正在改变中长期的利率路径，这个路径之前是比较中性的，但现在却正在向上移动，正在朝着偏悲观的预期移动。这是消极的信息，也是债市绝对值变化的信号。
从变化速度来看，衡量债市波动率的MOVE指数，近期有明显抬升趋势，但即便在这几天异动之后，它仍未达到关税或者伊朗战争的高点，更是远低于互联网泡沫、金融危机和疫情时期的极端峰值。这说明。当前债市虽然在重新校准风险溢价，但也没恶化到历史级别的恐慌区间。只是近期的飙升也代表，债市已经从消化坏消息，切换到更主动、也更敏感的再定价阶段。
所以回看这轮债市异动，从绝对值上说确实很异常，包括各期限收益率达到了数年新高。但理由还是那些理由，只是定价现在开始了发酵。并且从变化速度和波动率上来看，其实也没那么恐慌，就像我昨天说的，它更多是一个对前段时间过于乐观的补偿，也让债市从AI风掉头转向到了利率和通胀上，股市也可能会继续降温。
因此我认为，债市的部分信号，包括各期限收益率和MOVE指数的波动，都需要我们密切关注。但到目前为止，债市波动还没有触及警戒区，它更多是在追要补偿，而不是失控。在此之前，在历经股市回调后依然可以逢低布局，直到更明显的信号出现了再说。
﻿
﻿
万亿收入后，市场对英伟达还有何期待？
英伟达明天盘后发财报，但这次市场仍然不关心它能不能超预期，而是更远未来的可见度，以及新的增量空间。
高盛认为第一个核心看点是1万亿美元。
黄仁勋在GTC大会上说，英伟达在2027年，能看到至少1万亿美元的Blackwell和Rubin收入。严格说，这不是传统意义上的季度财务指引，也不是单一年份收入目标，而是对未来几代AI平台需求可见度的表达。
高盛认为，这个1万亿美元框架可能，还没有把所有增量都算进去。比如2027年之后的Rubin Ultra，未来的Vera纯CPU机架，以及一些针对推理场景优化的新配置，这些都可能成为额外空间。
这里的关键不是说英伟达又发布了一个新产品，而是原有产品的边界在扩大。过去市场看英伟达主要看GPU。现在要看整套AI工厂，从GPU到CPU，从网络到机架，从训练到推理，从云厂商到企业客户，英伟达都想吃进去。
第二个核心看点是智能体AI。
智能体AI是今天推动美股，尤其是半导体增长的核心驱动力。它不是一个简单的回答问题机器人，而是可以拆任务、调用工具、执行步骤，甚至在企业流程里自己跑起来的新型工具。这个变化很重要，因为智能体AI不是只要GPU。它还需要大量调度、记忆、上下文管理和工具调用，这些环节会提高CPU和整个系统级架构均衡能力的重要性。
高盛认为，智能体AI可能给英伟达CPU业务打开新增长曲线。英伟达的纯CPU机架产品，预计会在2026年下半年开始出货，如果智能体AI真的在企业端加速落地，那英伟达就不只是卖加速器，而是在卖更完整的计算系统。
第三个看点是竞争和毛利率。
现在每一家大云厂商都在做自研芯片。谷歌有TPU，亚马逊有Trainium，微软也在推自己的AI芯片。对英伟达来说，这当然是竞争压力。自研芯片不仅更容易达成标准化部署，并且成本也会更低一些。但问题在于，自研芯片能赶得上英伟达的性能、开发生态、网络和软件栈吗？
对此高盛预计，英伟达会继续强调Blackwell平台在推理成本上的优势，对客户来说，真正关心的不是单颗芯片多贵，而是同样一美元电费、同样一美元资本开支，最后能跑出多少推理量？这个单位token的成本优势，将是英伟达这次财报强调的重点之一。
不过，毛利率确实是一个需要留意的点。高盛预计，英伟达第一和第二财季调整后，毛利率大约在75%附近，略低于市场预期。原因是AI机架越来越复杂，原材料成本上升，Rubin平台下半年进入量产爬坡，这两个因素都会对毛利率形成压力。
小结一下，高盛认为明天盘后的第一财季电话会，市场会盯三个问题。第一是1万亿美元之后还有没有新空间。第二是智能体AI能不能让英伟达的CPU业务，变成第二增长曲线。第三是云厂商自研芯片和成本压力，会不会开始侵蚀英伟达的利润率。
最后在估值上，高盛维持对英伟达的买入评级，并预计明天的财报，大概率会交出超预期加上调指引的组合。高盛还把英伟达未来两年的每股收益预测，平均上调约12%，12个月目标价维持在250美元。
但是高盛也强调道，英伟达现在的问题不是没有需求，而是市场已经默认它会很强。越是这样，财报越不能只是强，只是达标，而是要强得有新东西。单纯的超预期，可能只能守住股价；真正推动估值增量的，是管理层能不能证明，在这1万亿美元之后，英伟达还有第二层和第三层增量空间。
那么这第二层和第三层增量是什么呢？Jason认为，这第二层曲线，可能就是上季度被低估的网络设备。英伟达网络设备主要是以NVLink为主的柜内互联，和全光方案的柜间互联。最近还有消息显示，现在只要客户服务器机柜里有一款英伟达设备，不管是CPU还是GPU还是交换机，客户就可以使用NVlink技术，当然这要付许可证的费用。
接着这第三层曲线，我也认为可能就是Vera CPU。倒不是说本季度有出货量，那还不会这么快，而是说，黄仁勋可能会释放出Vera CPU的指引，代表公司对CPU单独业务线的信心。
所以，Jason非常赞同高盛的观点，传统GPU还是核心中的核心，但增量也越来越难以满足市场胃口。而网络和CPU业务作为新增长引擎，虽然绝对值不高，但高增速和积极的指引，也或许能带来一些积极的化学反应。
当然了，英伟达财报比较魔性，在过去7次财报里，有5次都出现了盘后或者第二天下跌的情况，不管当时超没超预期，资金就是不买账。再加上这两天半导体压力爆表，资金也提前服下了降压药，所以我有信心是对财报而言，至于市场怎么反映，这个真的很难提前判断。总之，明天美投团队会第一时间发布英伟达的财报初步分析，大家可别错过哟。
﻿
﻿
存储的周期性变了！？
上周我们说存储要从PB的周期性估值逻辑，部分切换到PE成长估值逻辑中。这不，昨天大小摩就齐发研报指出，是的。存储这条线正在从周期股变成战略资源。
过去大家看DRAM（可理解为内存）和NAND（理解为闪存），逻辑很简单：价格涨了，厂商就扩产；扩产多了，供应就大于需求，供过于求了，价格就崩；价格崩完，再进入下一轮周期，如此往复。所以这个行业最怕的，就是涨价的时候大家一起上产能，大家一起卷，最后把自己卷回亏损。
但现在，大摩小摩认为，这套老逻辑可能要变了。而改变逻辑的关键，就是长期供货协议，也就是LTA。
大小摩在研报中指出，AI客户正在和存储厂商签订更长的合约周期、更有约束力的供货协议。买方想提前锁住供应，而卖方想提前锁住订单和价格。换言之，过去存储行业是先扩产、再等需求这样的备货式生产，也就是make to stock。而现在开始变成先拿订单、再决定要不要扩产的按单式生产，也就是make to order模式。这件事非常重要。
为什么？因为存储行业的问题不是没有需求，而是没有确定性。厂商如果今天花大钱扩产，结果两年后AI需求放缓、库存积压，价格又会掉下去。所以存储厂商最想要的，不只是涨价，而是有现金、有订单、有价格底线的，可持续的需求可见度。
而LTA（长协）的价值就在这里。LTA能把未来几年的供应、价格和采购义务都提前写进了合同。如果里面还有预付款、金融担保、价格下限和违约成本，那它对存储厂商的意义就完全不一样了。因为这就会反映到现金流和资产负债表里可确认的内容。
这也是为什么摩根大通说，LTA正在给存储公司铺出一条新的估值框架。
要说新估值框架，咱们先聊聊旧的框架是什么。过去存储股常用市净率PB去估值，正是因为存储的盈利太不稳定。价格一涨，利润暴增；价格一跌，利润消失。如果用市盈率去估，很容易出现今天看很便宜，但明天盈利没了，估值又突然失真。这也是为什么过去要用PB去估。
但如果LTA真把未来三到五年的量和价都锁住，那么存储盈利的可预测性就会变强，周期性因子也会被削弱。这样一来，市场就不能再只把存储公司当成传统周期股，而是要开始讨论：它们能不能像一部分基础设施公司一样，用市盈率来定价呢？如果答案是肯定的，那这就是所谓估值框架切换。
这里可以拿台积电来做个参照。台积电早年也被很多人当成重资产的周期股，市场也在用市净率PB去估。但随着苹果等大客户带来了长期订单可见度，市场开始用市盈率PE给台积电定价。不是说存储马上就能变成台积电，而是说，一旦订单稳定性提高，估值工具就可能跟着变化。
所以大小摩这次就非常直接，摩根大通上调了三星、海力士还有铠侠的目标价。摩根士丹利也认为，如果LTA覆盖率提升，并且合同约束力足够强，这些存储存在明显的重估空间。
好了，现在的问题是，LTA真的容易签订吗？为什么半导体公司或者大科技愿意签这种长期协议捆绑自己呢？
摩根大通认为，这个原因不是客户好心，就在需求高涨的当下，担心未来买不到货。
AI服务器对HBM、DRAM和高性能存储的需求增长太快，而存储扩产不是今天下单，明天就能交货的。这里面还有先进制程、EUV设备、封装产能、测试能力等等环节，这些都要时间。尤其是HBM，它不只是普通内存条，它要和GPU一起配套进AI系统，供应链任何一环卡住，整台AI服务器都交不出来。
所以对云厂商来说，价格贵一点可以接受，而断供是不行的。买不到HBM，英伟达GPU也可能变成摆设。这个时候，存储就不再是普通零部件，而是AI基础设施的关键瓶颈。这种强需求也解释了为什么这次LTA和2017年不一样。
2017年，存储行业也签过长期协议，但后来需求降温、价格暴跌，客户推迟交货，价格也开始重新谈判，很多协议最后根本没有真正锁住周期。那一轮的LTA，更像是景气高点时的框架合同，没有什么强约束力。
摩根大通认为，这一次的长期协议，关键就要看条款有没有变硬。有没有预付款？有没有价格下限？如果客户不按季度采购，厂商能不能拿到补偿？这些才是核心。
闪迪和三星就是两个很好的例子。闪迪披露说已经签下多份多年期供应协议，其中一部分合同对应数百亿美元的最低收入承诺，并且也有金融担保和预付款安排。
三星在最新财报会上也提到，和过去基于互信的供货安排不同，现在多年期合同有更高的约束性。大摩认为，闪迪三星这两个说法很重要，因为它代表厂商不是简单说客户需求很好，而是在强调合同属性，合同结构已经发生了变化。
Jason认为，大小摩虽然说要切换估值框架，但PE只给到8倍、9倍的样子，这个水平甚至低于存储周期股的长期均值。这说明，估值逻辑虽然切换，但机构的定价还是比较谨慎的。因为LTA并不等于存储告别了周期。周期是不会消失的，只是波动可能被压低，时间可能被拉长。现在只是提前把框架变好，接着要看到更多预付款进入到资产负债表，更多金融担保或者兜底协议被披露出来，这样才敢给出10倍或者更高的估值。
但即便按照8倍或者9倍相对谨慎的估值倍数去看，存储公司的公允价值也仍然被低估了一些。就在今天，花旗把美光的目标价从425美元，大幅上调到840美元，2027财年预期每股收益超过了百元，对应估值也落在了8到9倍区间。理由是HBM供应紧张，DRAM超级周期正加速进入释放阶段等。
所以按今天美光的680美元左右的价格，和新的估值框架去看，美光涨回到800的概率并不低，潜在空间还有20%左右。不过当然了，这背后你必须要真正去认可PE估值的逻辑才行。可即便你认可，如果以20%作为回报基准，市场上其实也有很多确定性更高的投资机会，包括甲骨文在内的四大云，英伟达等，这些都是不错的投资标的。而它们之间的区别在于，一个是慢蹭蹭的走上坡，一个是快蹭蹭的过山车。前者虽然慢，但拿着也踏实一些，后者虽然快，但也非常刺激，你不一定能像机构那么灵敏。至于具体怎么选，这完全取决于你的风险承受能力和投资纪律。但目前，乃至接下来很长一段时间的大方向，仍然是AI主线，所以抓住这轮AI机会，你至少不会落后到哪去。
﻿
谷歌IO大会重点
谷歌今天在开发者大会上传递出的信号，不是说我又发了一个新模型这么简单，而是说作为三大模型中生态最好的我，是有能力把AI对接进入到我的生态里去的。换言之，谁掌握最强的模型没那么重要，谁把控最多的流量入口，同时掌握一个不落后的模型才是关键。
据CNBC报道，谷歌在今天的Google IO大会上，发布了Gemini 3.5 Flash，并推出了个人AI智能体Gemini Spark，以及一个名为Omni的世界模型。
先说Gemini 3.5 Flash。
这是谷歌这次发布的一个轻量级模型，但轻量不等于弱。CEO劈柴表示，Gemini 3.5 Flash的能力接近前沿模型，但价格只有同类模型的一半，在某些情况下，3.5 Flash甚至接近三分之一的成本。同时，Gemini 3.5 Flash，将成为Gemini应用和全球搜索AI模式里的默认模型。
默认模型的说法很重要。因为大多数用户是不会去模型选择器里，研究哪个模型最好。而是直接使用默认模型。所以谁的默认模型性价比最高，谁就能捕获更多的用户，并且也能掌握更多的真实使用场景。对谷歌来说，只要Gemini 3.5 Flash足够快、足够便宜、足够稳定，就可以大规模地塞进搜索和应用里，让用户在不知不觉中开始使用AI。
说到用户，这里就不得不提今天谷歌披露的另一个数据。谷歌表示，Gemini的月活人数目前已达到9亿人。作为对比，这个数字三个月前是7.5亿，半年前是6.5亿，一年前更是只有4亿。所以这么看来，谷歌Gemini的用户增速还是比较积极的。如果和ChatGPT相比较的话，虽然有口径上的差异（OpenAI是周活跃人数），但大致水平已经不分高低。
接着是Gemini 3.5 Pro也有更新，但谷歌表示，这个更大更重的版本目前还在内部使用中，要到下个月才会更大范围推送。这么做的原因，也许是因为还要做最后的调试，也许是想让市场多关注一些Flash轻量级模型，但不管怎么样，起码是给了一点盼头。
好，第二个重点是Gemini Spark。
Gemini Spark，是谷歌在Gemini家族里的通用个人AI智能体。它的特点在于可以连接多个应用，理解应用之间的信息，并在用户指示下，替用户执行任务。
举个例子，以前你要AI规划一下行程。AI最多给你一段建议。而现在通过Spark智能体AI，它能做到理解你的邮件、日历、地图、航班、预算，然后在你的监督下，把订票、改时间、设计日历、发邮件等步骤串起来，成为一体化多步骤的代理工具。
而谷歌在这件事上有天然的优势。因为很多人的数字生活，本来就在谷歌生态里。包括Gmail邮件，Calendar日程，Maps地图，YouTube内容，还有Google Search和Chrome浏览等等。Gemini Spark如果真能把这些应用都打通了，它的价值迟早会被消费者挖掘出来。
不过这也带来一个风险，那就是权限、隐私和信任。
现在AI替你总结一封邮件，和AI替你发一封邮件不是一回事。AI替你查机票买机票也不是一回事。每当AI的权限越来越深入，越来越向执行层走，它对用户的隐私、权限、误操作和责任都要求就更高。所以Gemini Spark到底会不会大面积犯错？乱买机票瞎删邮件？这都需要时间和更多用户的验证才行。谷歌也把它暂时放在了Beta测试里，目前也仅向测试者和Google AI Ultra的订阅用户开放，等付费测试阶段过了，我相信谷歌会很快将它嵌入到更多的产品里。
接着是第三个重点Omni模型。
谷歌把Omni称为世界模型。所谓世界模型，就是要理解物理环境和动作之后会发生什么。比如你给它一段视频，问如果我改变某个动作，画面会怎么变；或者让它给视频增加角色、物体，改变事件走向。
这类模型对机器人、游戏、视频生成和仿真都很重要。因为它可以理解动作、空间和因果关系。谷歌表示，Omni会用于Flash、Gemini应用、Google Flow和YouTube Shorts，并且也支持图像和音频，可以用于视频编辑和更真实的图像生成。
好，今天的谷歌IO大会内容就基本结束了。Gemini 3.5 Flash解决了低成本的高频使用，Gemini Spark带来了个人智能体，Omni则帮助AI生产多媒体和理解物理世界。这些都很不错，也确实体现出了谷歌生态的AI兼容性。
但Jason还是觉得，如果今天就发布一个强大的3.5 PRO模型，或许会给市场带来更多的信心，毕竟市场现在想确认的不仅仅是谷歌生态和AI的融合，也想知道谷歌模型的上限有没有落后？当然，也许这个时间不用等太久。
另外还有几个数据可以说一说，一个是刚才提到的Gemini月活人数9亿，这个数字不能直接和ChatGPT的周活口径对比，但应该可以说明，这两大模型的用户数量正在拉进。
还有一个是谷歌搜索的AI Overviews，就是搜索后显示AI结果的产品，这个产品月活人数突破了25亿，一年增长了66%，增速没有那么夸张，但考虑到高基数效应后，发展速度还是不错的。
最后一个是谷歌搜索的AI Mode，就是搜索后可以多轮对话的产品，这个产品在去年7月开放后就迅速达到了1亿月活，而今天宣布月活突破了10亿，也就是说，AI Mode在不到一年的时间里增长了9倍之多，这个增速就可以用炸裂来形容了。
不过这里也要公平地说一句，AI Overviews和AI Mode这些月活数据，还是有些水分的，毕竟只要用户在使用搜索，这些功能只需要谷歌被动推送过去就是了。所以月活增长的数字本身没那么重要。
那重要的是什么呢？其实就是生态。从这三组数据不难发现，谷歌生态和Gemini之间的互相赋能效果十分明显。Gemini不是独立的聊天机器人，而是可以嵌入到搜索、应用、浏览器、YouTube和Workspace等谷歌生态桶里面去的。这种消费级的互补生态链，是OpenAI和Anthropic暂时很难复制的护城河。
最后还有一点，谷歌下调了Ultra订阅价格，把最高档AI Ultra从250美元降到200美元，同时又新增了100美元档位。
这个变化不仅仅是谷歌，前不久OpenAI也进行了降价。所以它往好的方面说，这代表谷歌的推理成本在优化，也代表它降低了专业用户的付费门槛。
但往坏的方面说，AI订阅的价格战正在升级，模型公司之间已经不只是在拼能力，也开始了拼成本、拼套餐和拼用户留存。现在这还没有成为趋势，降价幅度也在高端订阅产品里，也算是合理调整。但如果价格竞争持续下去成为一个趋势，用户自然是受益者，毕竟可以用更亲民的价格使用更好的模型。但对于模型公司和投资者来说，价格战往往不是一个好消息，尤其是在行业的发育初期。
﻿
好了，接下来是彭博五大科技新闻：
第五：美国大学校园掀起反AI浪潮，学生抗议高校与OpenAI、Anthropic等签订合作协议、将AI纳入课程。盖洛普民调显示Z世代对AI态度转向负面，兴奋情绪从36%降至22%，焦虑感升至42%。学生通过游行、请愿、卢德派俱乐部及行为艺术，反对AI在教育尤其艺术领域的渗透，担忧其威胁就业、环境与批判性思维。
第四：SpaceX预计今夏IPO拟融资约750亿美元，将让其在德州布朗斯维尔逾3000名当地员工跻身百万富翁，但这座美国最贫困边境城市之一正面临两极分化。当地房价十年间翻倍至25.4万美元，高端餐厅与新建住宅涌现，长期居民却因租金上涨面临挤出风险，墨西哥裔本地人难以享受新经济红利。
第三：OpenAI创始成员、特斯拉Autopilot前负责人Andrej Karpathy，宣布加入Anthropic，专注于新一代AI模型训练的研发工作。Karpathy去年第二次离开OpenAI后，创办了AI教育初创公司，表示未来仍将继续教育领域的工作。Anthropic近期还从马斯克旗下xAI，挖来创始成员Ross Nordeen。
第二：美银5月基金经理调查显示，34%的全球基金经理将AI超大规模厂商资本开支，列为未来系统性信贷事件最可能来源，较4月翻倍；美国私募信贷以42%居首但环比下降。自去年以来科技公司已从美国投资者处，借入逾3000亿美元用于AI支出，摩根大通杠杆融资董事总经理David De Boltz，称融资规模呈指数级增长。
第一：苹果首席硬件官Johny Srouji，本月启动硬件部门重组，将产品设计管理权从资深副总裁Kate Bergeron，移交至Shelly Goldberg和Dave Pakula，Richard Dinh继续负责iPhone产品设计。Bergeron调任全产品线可靠性主管。重组旨在加快新产品开发、深化自研芯片与产品团队整合，配合John Ternus于9月1日接任CEO。