好的，以下是您提供的市场复盘视频的详细总结： --- **本周市场复盘：AI行情“换挡”，资本流向新趋势** 本周市场焦点集中在两件大事：AI模型价格战升级与SK海力士创纪录上市，这两个信号叠加预示着AI行情可能正从“普涨”进入“换挡”阶段，资金流向发生改变。 **一、AI Token价格战白热化，模型日益商品化** * **XAI Grok 4.5发布：** 马斯克的XAI发布Grok 4.5，声称达到Anthropic Opus级别，但价格更便宜（每百万token输入2美元，输出6美元），约为竞争对手1/3，效率提升一倍。 * **OpenAI ChatGPT 5.6全家桶：** ChatGPT 5.6的Terra和Luna模型上线，Terra性能追平XGPT 5.5但价格减半，Luna价格直逼中国开源模型。 * **Meta Muse Spark 1.1：** Meta也公布其Muse Spark 1.1报价，价格更低（每百万token输入1.25美元，输出4.25美元），并赠送20美元额度。 * **价格雪崩：** 各大模型竞相降价，AI掌门人Alexander Wang明确表示Meta将提供极具吸引力的定价。机构统计显示，企业实际支付的平均token成本在一年内从每百万10美元跌至2.5美元，跌幅超75%，实际使用成本每年下降超过10倍。 * **华尔街观点：** 华尔街巨头Apollo认为，AI token和AI智能未来将像汽油、电力、卫生纸一样商品化，价值链将不会终结于OpenAI和Anthropic，真正的赢家是在这些token之上构建价值的公司。 **二、Meta股价暴涨15%，商业模式与成本优势凸显** Meta本周股价暴涨15%，创短期新高，原因有三： 1. **商业模式转型：从“送模型”到“卖模型”** * Meta从过去免费开源Llama系列，转变为通过付费API（Muse Spark 1.1）提供模型服务，打造开发者门户，并刻意不挂载第三方平台，要求模型跑在Meta自有基础设施上。 * Alexander Wang明确表示模型完全运行在Meta自建算力之上。 * Meta计划改变过去AI资本投入无法直接转化为收入的局面，开始搭建类似AWS Bedrock的商业模式，出租算力并收取租金。 * 更强大的新模型“Watermelon”正在训练中，目标超越现有所有模型。 2. **算力成本远低于预期：** * 路透社报道，Meta建设AI算力的实际成本约为每Gigawatt 220亿美元，远低于美国银行此前预估的450亿美元。 * 这意味着同样的资本开支，Meta能建出两倍以上的算力，使资本开支从“烧钱”变成“高效资产”。 * Meta计划在2026-2027年建成约14Gigawatt，全年资本开支上调至1250亿-1450亿美元。 * 美国银行重申Meta买入评级，目标价835美元（较现价高出50%）。 * 扎克伯格公开放风考虑对外出租算力，直接对标AWS Bedrock和CoreWeave，尽管Meta目前是CoreWeave最大客户，但其自建AI云成本优势巨大，可能抢占市场份额。 3. **自研Iris芯片即将上线：** * Meta自研的Iris芯片将于今年秋天上线，由博通和台积电投产，进一步降低成本（成本节约预计在2027年后显现）。 * **资本市场解读：** AI模型本身是内卷且不赚钱的，真正的资本正在追逐两个方向： 1. **算力地产：** 像AWS、Google Cloud那样出租算力。 2. **模型之上的应用与工作流。** * Meta在这两头下注，通过自研芯片、建立私有云对外出租算力，并利用30多亿用户实现应用生态变现。 **三、SK海力士创纪录上市，市场流动性受考验** * **历史性IPO：** 周五，SK海力士ADR在纳斯达克敲钟上市，募资265亿美元，超过阿里巴巴2014年的250亿美元，成为美股历史上最大规模的外国公司上市。发行价149美元，开盘跳涨至170美元（+14%）。 * **HBM市场霸主：** SK海力士手握全球HBM高带宽内存约57%的市场份额，是英伟达最核心的内存供应商。其在韩国股价今年已涨约260%，市值突破万亿美元。 * **资金流向：** 募资将投向龙仁半导体集群、青州先进封装厂和EUV光刻机。 * **市场流动性冲击：** 本次IPO抽走市场流动性。上市前一周，半导体板块集体失血，费城半导体ETF跌近9%，英特尔7个交易日跌超两成。加上6月份SpaceX（857亿美元）和Alphabet（850亿美元）的融资，过去一个月内，这三单已从市场抽走近2000亿美元流动性。 * **“IPO魔咒”与牛市逻辑：** * **熊市论（IPO魔咒）：** 历史上多次大型IPO（如黑石、力拓嘉能可、Coinbase）都曾是周期见顶的标志。SK海力士在AI浪潮最高点募资，表面看符合见顶剧本。 * **牛市论（三点观察）：** 1. **HBM并非普通内存：** 垂直堆叠技术良品率低，难以像DRAM一样迅速量产导致供给过剩，人为延长了定价权。 2. **HBM供需结构独特：** 三大内存厂优先生产高毛利HBM，挤压传统DRAM供给。内存目前占云厂商AI开支的35-40%，且签有延伸至2027年后的不可取消长期供货协议，能见度前所未有。HBM处于结构性供不应求，需求仍在高速增长。 3. **估值修复与催化剂：** SK海力士HBM市场份额是美光两倍，但远期市盈率仅6倍，低于美光的13倍（所谓的“韩国折价”）。ADR上市正是修复折价的开始。12月纳斯达克100例行调整，SK海力士有望被纳入，被动资金将强制买入。 * **投资建议：** 作为普通投资者，不应试图预测市场顶部。芯片股短期波动剧烈是正常现象，不等于基本面反转。只要HBM合约价和超大云厂商资本开支未下修，股价波动即是噪音，暴跌反而是抄底机会。 **四、AI行情“换挡”：两大未来利好方向** 将Meta和SK海力士的信号叠加，得出结论：AI行情不是终结，而是换挡。投资者需从粗放式普涨转向精细化分析，挑选赢家。大资金正看好两个方向： 1. **应用层：AI token价格雪崩的最大受益者** * AI token作为“原材料”价格暴跌，直接提升应用公司的毛利率。 * **Snowflake (SNOW)：** 数据地基。AI token越便宜，越能将AI原生模型嵌入平台（Cortex），客户计算用量上升，平台粘性增强，Snowflake调用模型成本暴跌。数据引力因AI更强。 * **Palantir (PLTR)：** 工作流操作系统（AIP平台）。连接原始模型与企业敏感数据（军工、医疗），提供安全、可追溯的操作闭环。模型越便宜，Palantir运行成本越低，利润溢价越高。 * **ServiceNow：** 自动化工厂。统治企业IT、HR工单流程。AI大幅降低处理工单成本，可将商品化AI嵌入平台实现端到端自动化，赚取高价值结果费用，支付低廉AI token成本。 * **共同点：** 这些公司无需投入巨资训练模型，只需接入最便宜、最智能的模型。模型公司替全球补贴智能，它们是最大受益者。 2. **硬件层：从“买总量”到“买效率”** * AI基础设施仍需投资，但焦点已从“有没有算力”转向“每个token成本多少”。 * **效率时代的瓶颈：** 1. **定制芯片ASIC：** 推理需求暴增，token成本竞争激烈。通用GPU全能但效率低。巨头纷纷开发自研定制芯片。博通（Broadcom）占据定制AI芯片市场超7成份额，客户包括Google、Meta、OpenAI、苹果等。定制化是效率时代的必然。 2. **网络和互联层：** 数十万张芯片互联成超级计算机，芯片、机柜、数据中心之间的通信是下一个卡脖子的地方。光模块、光交换、高速互联等技术壁垒高。博通在网络和光互联领域也是最大玩家。 * **博通（Broadcom）：** 在ASIC定制芯片和网络/光互联这两大AI瓶颈领域均是市场霸主，是长期核心持仓的理由。 **总结：** AI超级周期仍在继续，但市场资金追逐的标的已变。不再追求“无限算力”的叙事，而是开始布局AI的下一个形态——商业变现，将AI token转化为现实价值，以及追求AI硬件效率（如ASIC定制芯片和网络互联）的公司。投资者应更加关注这些被市场忽略但潜力巨大的领域。