扫描下载APP
其它方式登录
美股AI概念股在10月遭遇剧烈抛售，纳斯达克单月重挫5.3%，超万亿美元市值蒸发。市场对AI基础设施巨额投入能否产生可持续商业回报产生深度质疑，科技与半导体板块成重灾区。机构如Elliott和Dohmen Capital警示AI泡沫风险，指出顶部早于公众认知形成，当前情绪正从FOMO转向FOGO，杠杆清算与资本开支可持续性问题引发系统性担忧。
美国中期选举影响AI数据中心建设的政治风险上升，约58%项目储备位于政策收紧倾向州，但实际建设受州长、公用事业委员会和地方政府多重审批权制约；报告指出短期开工未明显放缓，政策更可能体现为成本分摊调整而非项目取消，市场对风险或已过度反应。
美国中期选举举行，影响全球市场预期，尤其波及美股（聚焦AI企业盈利与资本开支）、比特币（关注监管政策与资金流向）和黄金（受美元、实际利率及避险需求博弈主导）。文章强调选举结果不直接决定资产走势，关键在于后续政策落地、企业基本面及流动性变化。
青年学者刘世隆从计算机视觉（DAB-DETR、DINO、Grounding DINO）起步，转向自进化智能体（Self-evolving Agents）研究，聚焦具身AI与物理世界交互，提出以Router能力、World Model和科学发现为三大突破方向，强调打破泛化执念、重视务实落地与底层信念驱动。
文章探讨物理AI行业当前发展态势，指出2026年融资热度空前但下半年一级市场明显降温，资本关注点从技术想象转向真实场景落地与商业兑现；大厂聚焦世界模型基座与生态布局，A股产业链则多处于‘卖铲人’阶段，商业化仍处早期，面临高投入、低营收、盈利不确定等现实挑战。
文章以价值投资框架分析Anthropic公司1.5万亿美元估值的合理性，聚焦其收入高增长与巨额研发及算力投入并存的矛盾特征，指出其报表轻资产但经济上资本需求极重；通过ROE、可持续性、成长性、风险四维度评估，强调估值能否成立取决于技术护城河持久性、新增资本回报率及股东实际可得收益，而非单纯增长或融资规模。
文章分析2026年10月下旬AI产业的双重张力：一方面，科技巨头在AI基建上巨额投入导致现金流恶化、信用风险上升，市场担忧泡沫化；另一方面，AI在基础科学领域取得突破性进展，推动科研范式变革。同时揭示AI对人类决策权的侵蚀、对齐困境、文本可读性下降及政策监管强化等深层挑战。
甲骨文宣布一次性完成200亿美元股权与债券融资，用满投资日承诺的融资上限，引发股价单日大跌8.76%，年内跌幅扩大至约33%。市场担忧其融资成本飙升，新债利差和CDS定价已接近垃圾债水平，尽管评级仍属投资级。投资者质疑其AI基建投入的资本效率及未来现金流能否支撑债务压力。
Meta首席AI官Alexandr Wang详解个人AI智能体Muse的研发历程：团队两周内做出原型，但为确保高度可靠性，耗时七个月打磨，聚焦用户真实生活场景中的事务处理能力，强调通过逐项评测、持续迭代和渐进式信任建立，让AI真正替用户完成‘不得不做的事’，释放时间用于个人目标。
Marvell溢价近24%全股票收购Lumentum，拟整合芯片与光通信技术以抢占AI数据中心高速低功耗数据传输市场，但因换股价值未锁定、股东稀释担忧、成本协同兑现不确定性及交易周期长（预计2028年上半年完成），导致双方股价双双大跌。
文章分析比特币矿场向AI数据中心转型的现实挑战，指出矿工虽拥有稀缺电力接入资源，但改造需巨额投入、技术升级和长期合约安排；SWI Group与Core Scientific等企业正通过收购、增资和合作布局AI算力业务，但收益受制于客户条款、融资压力和建设风险，电力资源增值并不自动转化为股东利润。
文章揭示AI热潮下科技巨头巨额资本开支引发的财务危机：谷歌、英特尔、亚马逊等公司虽业绩增长，但自由现金流持续为负，依赖大规模发债和表外债务融资，隐藏债务高达3万亿美元；市场担忧其重演安然丑闻与2008年金融危机式风险，AI泡沫面临破裂压力。
文章分析中国国产算力产业链的进展与挑战，聚焦华为海思、中芯国际、寒武纪、海光信息、长江存储、长鑫科技、盛合晶微七家代表企业，覆盖芯片设计、制造、封装、存储等关键环节；指出当前在五个环节已形成战斗力，但在IP授权、光刻机、高阶EDA、HBM等领域仍存短板，并强调产业链协同闭环是下一阶段突围核心。
文章以ThredUp为例，介绍AI如何深度赋能二手服装交易平台：通过AI自动识别服装属性、智能定价、个性化推荐（如Style Chat、以图搜图）显著提升转化率与毛利率（达79.5%），同时探讨AI从‘帮你挑’向‘替你买’演进中的技术落地挑战与商业风险。
历史学家赫拉利指出AI正从工具转变为自主行动主体，其核心能力是掌握并重构人类赖以合作的语言与官僚体系；人类信任崩塌加速AI发展，而缺乏合作又使人类难以控制AI，导致决策权正从人类向AI转移。
