美国aaoi干嘛的
a o i 昨天遭了天谴了，我感觉是不是北美不接受他画的饼啊？还是说美国人民日子太好过了？题目稍微难一点，他们就不愿意做了？ 我看了一下这个财报，里面还是有些亮点的，我们来看一下。首先被大家诟病的是现在这个毛毛利二十九有点低，为啥？因为他这个八百 g 刚起量，然后量率还在调，在爬坡嘛。然后他那个 ceo 直接说年底啊，目标就是一定能达到百分之三十五，因为 q 三 q 四能直接分百分之四十以上， 那么重要的是它的这个激光器业务，如果激光器业务起来的话，那这个利润率也可以带着上一个台阶，因为它核心的这个护城河就是在它的这个激光器里面。说白了现在整个光模块的产业链，卡的不是订单，卡的是你这些上游的原材料，比如说什么零化英金源啊，什么 m o c v d 的 这个设备啊，激光芯片啊，啊，对吧？ 然后它就是自己能造激光器，而且造了二十年了，别人买不到的东西，它现在能自己生产。 this is alpha， 现在每个月他的这个产量差不多是十万件，八百 g 加一点六 t， 年底目标是六十五万件，二零二七年目标是达到九十三万件。所以现在什么德国工厂啊，台湾工厂啊，宁波工厂，全部都在扩扩产，是不是？ 所以现在超大规模的几个客户，就是你知道的那几个八百 g 一 点六 t 的 订单已经排到了二零二七年的中期， 现在的这个 q 一 收入是一点五一亿美元嘛，然后同比增长了百分之五十一，然后重点是二七年的年终目标是要达到四点七一亿美元，也就是说今去明年，也就是说明年跟今年比至少是四倍的这个产量的提升。 而且这个 ceo tom 森说四点七一亿是收入，而且不只是产量，也就产量会比这个还要高百分之三十以上。所以啊，现在 a o i 给大家画的饼就是订单呢，我是有的，产量呢，我也是够的。然后激光器我也是自己造的，所以北美不吃的饼你吃不吃？
粉丝8.4万获赞30.0万
相关视频
04:19查看AI文稿AI文稿今晚美股开盘，光通信板块直接涨疯了， lumentum 涨超百分之十， a a o i 涨超百分之十，康宁涨超百分之六， krado 涨超百分之五， coherent 涨超百分之四。不是一两支票在涨，是整个板块在集体暴走。 这背后到底发生了什么？今天这条视频，我用三分钟给你讲透。先说最直接的导火索， lumentum 的 财报。这家公司是全球光通信上游的绝对龙头， 做的是光芯片、激光器这些核心器械。他们前几天发了二零二六财年三季报，数据有多炸裂呢？单季营收八点零八亿美元，同比增长百分之九十，几乎翻了一倍，毛利率干到了百分之四十七点九，每股收益二点三七美元，大幅超出华尔街的预期。 更猛的是公司 ceo 的 原话，他说公司产能已经全部售罄，排到了二零二七年底，订单积压已经延伸到二零二八年。 注意，不是某一条产品线，是几乎所有产品线都供不应求，它们的两百 g e m l 激光芯片供需缺口超过百分之三十。你想想，一个行业的上游核心部件被买爆了，这意味着什么？意味着下游的需求是真实的，而且还在加速。紧接着，第二个重磅催化来了， 五月六号，英伟达宣布和康宁达成战略合作。英伟达直接投资最高三十二亿美元，帮康宁在美国新建三座工厂，把光通信制造产量提升十倍，光纤产量提升百分之五十以上。 黄仁勋亲自站台说了一句话，共封装光学技术是 ai 算力基建的核心必备技术。这个事情的意义在哪呢？英伟达作为全球 ai 的 绝对核心玩家，以前是买别人的零件来组装，现在直接自己下场掏几十亿美金去所产能。 这说明什么？说明上游的供给已经紧张到连英伟达这种级别的客户都坐不住了，必须亲自出手确保供应。而且这不是个例，今年年初， metta 已经掏了六十亿美元帮康宁破产，现在英伟达又砸三十二亿， 康宁这家公司已经成了 ai 巨头们争抢的稀缺光纤产能标地。听到这里你就明白了，这一轮光通信行情根本不是什么概念炒作，而是实打实的产业大趋势正在兑现。 核心矛盾在于 ai 算力竞赛打到今天这个阶段，瓶颈已经不是 gpu 够不够用，而是数据能不能传得出去。当几千几万张 gpu 连在一起的时候，它们之间的数据交换量是天文数字， 光靠传统的铜缆传输根本扛不住，功耗和延迟都是大问题。所以整个行业正在从同互联向光互联系统性切换，这在专业上叫做同退光进。这里面最核心的技术路线叫 c p o 共封装光学，简单说就是把光引擎和 g p o 芯片直接封装在一起， 信号传输距离从几十厘米压缩到几毫米，能耗大幅降低，性能大幅提升。这个技术之前大家觉得还远景预判了，二零二六年就开始批量出货了。 luminum 是 英伟达 c p o 方案的独家激光器供应商， coherent 也和英伟达签了多年期数十亿美元的 c p o 供应协议。这些公司为什么涨？ 因为它们的订单和收入是确定性的，再给你看一组数据，帮助理解这个市场有多大。根据行业研究机构 light counting 的 预测，二零二六年全球一点六 t 光模块年需求大概两千七百万只， 到了二零二七年，直接飙到七千五百万到九千万值，接近三倍增长。高盛预计，今年全球八百亿以上的高端光模块销量同比要增长百分之一百零一，直接翻倍。 谷歌、亚马逊、微软、 mate 这四大云厂商，二零二六年合计资本开支计划达到七千两百五十亿美元，比去年创纪录的四千一百亿还要高出百分之七十七。 这些钱投去哪里？很大一部分就是买光通信设备和器械。所以今晚领涨的这几家公司，每一家背后都有硬逻辑。一季度首次完成八零零 g 光模块批量交付，拿到首个一点六 t 批量订单，公司把全年收入指引上调到超过十一亿美元，产 能目标到年底要增长四倍。 krid 做的是 ai 互联芯片，在 aec 高速有源电缆这个细分领域是绝对的龙头，最新季度营收指引超出市场预期将近百分之二百，全年营收增速预计超过百分之两百。 coherence 同时卡位光模块和材料两个环节，一点六 t 爬坡速度远超预期，还和英伟达签了长期 cpo 大 单。 这些都不是画饼，是真金白银的订单和业绩。对于想真正看懂这一轮光通信行情的投资者来说，你要记住一句话， ai 算力的下半场，不再是拼谁的芯片多，而是拼谁的数据，传得快，传得稳，传得省电。这就是光通信板块暴涨背后最核心的逻辑。
4691久韭究财
01:55查看AI文稿AI文稿老一说，在美国，同一个城市，比如说西雅图，你要从穷人聚集的区域去一个富人区，是没有直达的公共交通和线路的，你要开车先出城，掉过头回来从城外的另一条路重新进城，才能去到富人区。 如果你的车是没有在这区域登记的，就会被警察拦下来问你是来干嘛的。如果你敢说是来逛逛的，轻一点就是扣你的分，重一点直接就把你人抓了。我惊呆了，还记得当初工资和西方媒体是怎么批评我们的户籍制度吗？ 说我们这支舞不公平。人一生下来就分成了城里人和乡下人，要是去一个城市长期居住，还要办暂住证， 工资们说我就是这个国家的公民，怎么还会是暂住呢？美国就不一样，不管你出生在哪，可以去另一个城市居住，但你们怎么没说你们的城市是根据阶级严格限定居民的活动范围的？ 富人区有着堪比军队基地的安保队伍，而穷人区连警察、消防队、政府部门都没有，实际上是被黑帮管理的。穷人区哪怕发生了命案报警，都不会有警察来管 这种事。在中国，我只在封建王朝的历史里看到过任何一个中国人，不管去哪一个城市哪一个区，除了一些涉密场所，不管那里住了多少有钱人，都不会因为你穷而不让你去逛逛。 即便你要常住，没有办暂住证，民警上门登记时也只是会贴心的提醒告诉你，有了这个证，办各种事会更方便。你就是去登记一下就行了，没有任何门槛，也不要任何费用，不会不让你住，更不会把你抓起来， 不管是一二三线城市，你在哪个区，不管因为什么事情报警，要是超过三十分钟警察还没到，那都算严重的失职。 而我更惊讶的是，劳 a 硕的这种情况在美国已经存在了几十年，他们是怎么瞒得严严实实，不让世界知道还能成为世界文明的灯塔的？
3.2万零号小歪
07:56
13:48查看AI文稿AI文稿四千八百七十五，这是 cpu 龙头 axti 从低点到高点的涨幅。如果你觉得这只是个例，再看看 lat 累计涨幅一千三百三十，哪怕是二零二六年初到现在，短线爆发的 a a o i 也是直接翻了三倍多。 看到这些数字，你的第一反应是不是想立刻冲进去？但我反而建议你先别急，因为现在的 cpu 赛道不仅是恐高者的噩梦，更是接飞刀的高发区。当全世界都在盯着那些已经长到天上去的光膀挎激光器整机场时， 聪明的人已经开始套现离场，去寻找下一个还没有被聚光灯照到的死角。因为当最稀缺、最核心的部件享受完最高的估值和涨幅后，整个系统的瓶颈就会向其他环节转移，而 cpu 目前正处在这个关键的转折上， 真正的下一站很可能是 c p o 的 测试与封装。嗨，朋友们，欢迎回到 ruby 投资笔记，我是你们的老朋友 ruby。 那 今天这期视频呢？我们要聊的不是那些已经让你长到怀疑人生的明星股，而是这些藏在巨头背后的隐形霸主。 重点就看两件事，第一，这个一百秒的测试噩梦为什么会成为二零二六年最硬核的财富密码？第二，有哪些公司正在接力 l i t e 悄悄进入像台积电这样的核心供应链体系？那如果你想在 cpu 的 下半场找回那种翻倍的节奏，这一期的内容一定要看到最后哦。 那在聊测试之前呢，我们先把大背景讲清楚，不然你很难理解后面的问题为什么会这么棘手。 这两年呢，你应该也明显的感觉到 ai 设计中心的规模在疯狂的扩张，段位是一层层的往上堆，但问题是底层的设计传输还在大量依赖传统的铜互联，也至于用电缆来跑信号， 这套体系其实越来越接近物理极限了，因为铜线传输它本身功耗高，发热大，而且在延迟上已经开始跟不上 gpu 的 迭代节奏， 算力在加速，但是数据搬运的速度却在掉队。所以行业里基本上形成了一个共识，要继续往上走，必须换一条路，用光替代电。 这就是 cpu 供封装光学的核心逻辑，简单理解就是把原本独立在芯片外部的光模块拆解之后，直接塞进芯片封装里，让数据通过光信号在芯片内部传输。一旦这件事情成立，带来的改变是难以估量的，功耗、带宽、延迟都会出现结构性的优化。 而且这件事情已经不是远期故事了，像台积电，它已经给出了非常明确的时间表，就是它的触碰平台预计是在二零二六年进入量产阶段，这就意味着 c p u 中处在一个非常关键的节点，从实验室走向规模化的落地，甚至是走向商业兑现。 但是问题也正是这个阶段暴露出来的。就在市场还在为量产在即欢呼的时候，产业链里的核心玩家们反而开始极力头疼，因为他们发现一件事， cpu 这东西做出来没有那么困难，但是想要把它测清楚，测的准，还要测的足够快，才是真正的难题。 我先给你个直观感受，你就知道这个问题有多致命了。在传统的电芯片，也就是 esc 的 测试流程里，整个体系已经高度标准化，基本上就是全自动设备跑流程，速度快，效率高，没有什么卡点。 但是一旦进入 cpu， 也就是光电融合的架构， pic 加 esc， 它的复杂程度是直接从三级跳到一级的。先看第一层，就是复杂度的维度变了， 以前你只需要测电学参数，比如电压、电流这些，但是现在不一样，你不仅要测电，还要测光，更关键的是还要测光与电之间是怎么协调工作的，也就是光电交互。 具体到指标层面，就是你需要看插入损耗、 i l 偏振相关损耗、 p d l 响应度、波导传播损耗、官场串扰等等，这要一套完全不同的体系， 那更麻烦的是，到目前为止，行业里面没有统一的测试标准，各家厂常用的方案口径不一样，很多环节他只能靠工程师去手动介入。 这就直接导致了一个结果，就是测试流程很难自动化，他的效率被严重拖满。但是这些还不是最难的，真正硬核的瓶颈在第二点就是物理层面的穿针引线， 光信号要进入芯片，必须通过光纤藕合，但是问题在于，单模光纤的结面积和芯片内部光波导的结面积相差了大约八百倍， 这是什么概念？你可以把它想象成站在一公里之外，把一根线精准的穿进一个针眼里面，而且误杀必须控制在纳米级，一旦偏一点点，这个光功率基本上就损耗殆尽。 所以现在很多的测试动作还停留在手工艺的阶段，就是工程师一边微调角度，一边盯着功率变化慢慢对准，那最终带来的结果就是，一颗完整的 cpu 芯片，如果想要做百分之百的测试，它平均耗时是要超过一百秒的。 注意这个数字，这个数字在实验室里边你听着可能还能接受，但是一旦进入大规模的量产，这简直就是灾难级别的瓶颈。 ai 技术设施是成千上万颗芯片堆出来的，如果每一颗都要测一百秒，那整条产线他基本上就是被堵死的状态。 所以我的结论就是，如果测试速度和自动化的问题不解决，那 cpu 的 商业化落地基本上就是一个空话。 而一颗 cpu 芯片从出生到真正出厂，它中间其实要经历四道测试关卡，这是一个一层层筛选，然后逐步验证的过程。第一道呢，是 p i c 的 进源级测试 ow a t， 也就是在还没有封装之前，先把光芯片本身的基础性能测一遍。 第二步是光电耦合的近远极测试，这里是开始把电和光结合起来，看两套系统能不能正常协调工作。第三道呢，是 o e 光学引擎级的测试，这一步的核心目标是筛选出已知良好的光学引擎，也就是 k g o e， 这是整个流程里面最烧钱最关键的一环。那最后一步就是先进分装之后的模块级测试，相当于是整机出厂前的总检。 这四个阶段看下来，很多人的第一直就是觉得越往后越重要，但是如果你是站在投资的角度来看，真正值得我们重点盯的，反而是前面的第一步， p i c 金元机测试。这个原因呢，其实很简单，就是光芯片 p i c 大 多是基于成熟的制成，它的成本并不高， 但是和它配套的电芯片 esc 往往用的是像台机电这种最先进也最昂贵的制成工艺。那如果你在第一阶段没有把有问题的光芯片筛选掉，而是等它和昂贵的电芯片一起完成封装之后，才发现有缺陷，那损失是成倍放大的。 换句话说，这就像一条生产线，你一定是先把零件筛选关进，再去组装高价值的整机，越早发现问题，成本控制的越好，利润空间也越大。所以从资金效率和产业价值分配的角度来看，第一道关卡才是真正意义上的金矿。 而为了解决掉这个关卡，全球做测试机的玩家其实已经全面动起来了，且他们的路径非常明确，就是各自补短板抢卡位。现在的竞争格局基本上可以分成三股势力。先看第一类，就是走极致精密路线的组合， 代表呢就是日本的爱戴万克斯和美国的 f o r m。 一个是传统电测试的霸主，一个是全球探针卡龙头。但问题在于，前者强在电，后者补的是光，两边刚好互补，他们的核心武器也就是所谓的 ufo 探针卡。这个名字听起来很玄乎，但是关键在于 他们做的就是对准容差补偿。我们前面提到了，光纤和波导之间是有八百倍的尺寸差，一旦对不准呢，信号直接就损耗掉。 而他们是通过对光束做整形，即便是存在轻微的偏差，光信号依然能够稳定的藕合进去。 在这个基础上，他们又推出了 v 九三零零零穿云系统，引入了九轴光子对准，简单理解就是在传统的三维定位之外叠加旋转微调，再配合机器视觉算法，把原本需要人工慢慢调的对准过程从分钟级压缩到秒级。 这一代玩家的逻辑很清晰，就是不拼产量拼精度，它的目标就是高端的 cpu 芯片的大规模量产。再看第二类，是典型的效率优先派，代表的就是美国的泰瑞达和韩国的 finc。 相比第一类慢慢打磨技术，他们的打法更直接，就是通过收购和合作，快速补齐自己的能力短板。他们推出了一个关键产品，是三百毫米双面晶圆碳针测试系统， 这个系统的核心优势在于同时作业，金源顶面测电，底面测光，相当于是双线成运行，它的测试吞吐量直接翻倍。 再叠加 fuk tec 本身完整的产品线，从金源级到芯片级全覆盖。对于那些追求良率和才能的金源厂来说，这种一站式全自动化的解决方案吸引力是非常强的。 所以这一排的核心逻辑就是两个词，自动化和规模化。它们是 cpu 从实验室走向工业化落地的关键推动者。那最后一类其实是更偏细分突破的技术型玩家，代表是包括美国的 k e y s， 台湾的 carma ate、 广量科技。 这类公司它不一定做整套的系统，但是在某些关键环节上有着明显的杀手锏。比如说 k u s， 它在测试领域是绝对的龙头，它的核心优势在偏震控制，那光芯片测试最怕的就是偏震态不稳定， 而它可以把偏正给锁定住，让整个扫波长过程保持高度稳定，这对于研发阶段效率提升非常关键。再比如台湾的壳尔玛，它在系统级测试，也就是 s l t 领域经验也是非常深的。现在正在把过去在三 d 干测和激光器老化测试上的积累迁移到 c p o 上， 因为一旦芯片内部集成了激光器，那可告性的测试就变成了刚需。那还有一个非常有意思的新玩家，就是中国的光亮科技， 他们推出的 netgear 平台，本质上是用高光谱成像去看见光，以前工程师呢，只能通过间接数据去判断哪里漏光，现在可以直接在光波导内部定位问题点，就像是给芯片做了一次 x 光的扫描， 这对于提升两率价值非常直接。那总结一下，就是这三股力量的分工其实很清楚，就是第一类去解决精度极限，第二类呢，是解决才能瓶颈，第三类就是解决关键细节。而真正的行业红利往往就藏在这三者交汇的地方。 但是呢，光知道公司的名字没有用，你一样很难把握到赚钱的机会。很多人踩坑的原因就是因为分不清楚哪些是蹭热点的公司，又有哪些是真正拿到订单的公司。 比如只有深度跟踪才知道，泰瑞达的三百毫米的双面探针系统已经给某头部进药厂送样测试了，预计第三季度就能拿到批量订单。 再比如说 f o i m 的 ufo 探针卡，它的量率比行业平均水平高出来百分之十五。那这些关键数据呢？我都是花了大量的时间和资金跑产业链才拿到的。如果你不想自己花了大量的时间和资金跑产业链才拿到的，如果你不想错过二零二六年 cpu 布局的最后窗口， 可以点击评论区的置顶链接，加入我的交流俱乐部，既能节省你寻找资料的时间，也能精准的把握投资机会。 那最后呢，我再来讲一下，为什么我会觉得现在是一个可以布局的窗口？那如果你从二三年一直开始投资半导体，你就会发现一个很有意思的规律，每当半导体行业出现一次底层技术的跃迁，在量产前也次次设备的地位都会明显抬升。 不管是当年的 euv， 还是后来的三 d n 的， 本质上都是一样的逻辑，技术一旦跨维度测试，就不再是配角，而是决定能不能真正落地的关键环节。那放到 cpu 上，这个逻辑只会更极端。 第一，它的复杂度是跃迁式的提升，因为 cpu 它不是简单多了一个功能模块，而是从电到光的物理层切换它，这就相当于是换了一套游戏规则，测试难度自然是同步放大。 第二，就是价值量占比在上升，随着单个芯片的测试时间被拉长，测试站数量增加，测试设备在整个半导体资本开支里的占比会持续抬高。 这一点呢，其实已经在先进制程节点里面反复验证过。第三呢，也是最关键的一点，就是时间窗口已经非常清晰。像台积电、英特尔、伯通这些产业链的核心玩家，基本上都把 cpu 的 量产节点指向了二零二六年，比之前的二零二八年又提前了两年， 而按照半导体设备的周期规律，设备订单通常会提前十二到十八个月释放。换句话说就是从现在到二零二六年末，就是测试设备厂商订单集中兑现的阶段。这也是为什么说现在其实是一个典型的预期差窗口，市场还在讲故事，但是订单已经在路上。 那除此之外呢，我还要提示一下，就是我今天讲的这三家美股，注意是美股，他们的国家对于稳健型的投资者来说是存在一定的风险的， 所以能够等待的人还是可以等待他的回调再入场那已经持有的人。我想说的就是千万不要留恋任何一只过股，尤其是美股测试机的龙头泰瑞达即将发布财报， 如果他的财报里面说他的测试机超产量，然后带来的预期收入很高，那么测试机这个行业一定是有一波的带动效果。但是如果他的这个财报不及预期的话，还是存在一定的风险的， 那一旦这些个股出现趋势减弱的迹象，一定要酌情调整自己的仓位那不过据我的估计的话，我觉得泰瑞达这次的财报应该是给市场一个满意的答案， 当然我也有可能打脸，那打脸就打脸吧，打脸就卖了这只股票嘛。那接下来问题就留给你，在这几条路径里面，你更看好哪一类呢？或者你觉得 c p u 真正量产之前还有哪些被忽略的坑呢？欢迎在评论区发表您的意见， 那如果你觉得这期视频对你有帮助的话，也欢迎你点赞订阅 ruby 投资笔记不错过下一期精彩视频我是 ruby， 咱们一期一会，下期再见。拜。
150梦婆～来碗汤
04:22查看AI文稿AI文稿一口气讲透光模块设备这条超级主线，让你彻底搞懂为什么他是这一轮 ai 算力基建里确定性更高的核心方向。在这条万亿级算力产业链里，又有哪些核心环节和龙头企业值得你重点关注？ 今天，逻辑哥用最通俗的逻辑，让你一次性看懂整条产业链的机会，以后不用再刷碎片化信息，拼拼凑凑，在这波扩产大潮来临之前，稳稳站在风口上。为什么光模块板块已经集体爆动？ yuan 大 涨百分之十一， a o i 直接飙升百分之十七， cohen 也上涨百分之七。这一波明显不是情绪炒作，而是全球八百亿一点六 t 高速光模块出现了实实在在的供不应求，产量缺口持续拉大， 全行业的扩产潮已经正式传到到设备端。既然需求这么强，为什么之前没有爆发？答案很简单， ai 算力的增长速度已经远远超出了行业的供给能力。从二零二五年开始，美国市场高速光模块的季度需求几乎是环比翻倍。 机构预测，二零二六年，全球八百 g 加上一点六 t 光模块的总需求量会超过一亿只。但现实情况是，八百 g 光模块需求接近六千万只，实际出货只有三千五百万到四千万只。一点六 t 光模块需求接近三千万只， 出货量却不足一千五百万只，供需缺口非常巨大。这意味着，未来一到两年，全行业必须补上近一亿只的年产量缺口。 而每一条年产一百万只八百激光模块的产线，投资额大约在五亿元，一点六 t 产线成本更高，整体拉动的设备投资规模将超过五百亿元。这不是讲故事，是真 金白银砸出来的产业机会。要搞懂背后的逻辑，我们先把光模块设备是什么说明白。它并不是单一产品，而是支撑光模块量产的。整套核心装备主要包括三大类， 贴片机、藕合机负责光路对准，藕合检测设备负责保证良率和性能。 这三类设备共同决定的光模块能不能大规模、高效率、低成本制造出来。过去，这些设备长期被海外厂商垄断，但随着国内技术快速突破，国产设备正在快速抢占份额。尤其是在高速光模块爆发的当下，设备的价值被彻底打开， 成为整个产业链里壁垒更高、利润更厚、确定性更强的环节。更关键的是，光模块还在不断迭代，从八百 g 到一点六 t， 再到未来三点二 t， 每一代升级都需要新的设备投入， 不是一锤子买卖，而是持续复购、持续放量的长途机赛道。对比海外厂商，国产设备的性价比、交付速度、服务响应都具备明显优势。再叠加国产替代的大趋势，整个板块的护城河非常宽，成长空间也足够大。 这就是光模块设备的本质。没有集装箱、没有运输，没有官税壁垒，只要全球 ai 算力在增长，只要数据中心在建设，光模块就必须破产，设备就必须更新，订单就会源源不断。过去，我们投资 ai， 只盯着大模型，只盯着光模块，只盯着算力中心，却忽略了最关键的底层装备。 而现在，市场已经开始意识到，真正贯穿整个 ai 周期最稳最持久的，恰恰是这些看起来不显眼却不可或缺的核心设备。从前我们靠追热点赚快钱，如今靠产业趋势赚行钱，这不是简单的题材切换，而是一轮真正的价值回归。 那我们作为散户，要怎么参与到光模块组建这轮行情里呢？逻辑哥翻了十几篇研报，直接把最核心、最具订单确定性的环节和公司给你梳理清楚。 整体机会集中在三大方向，第一是贴片机、藕合机，这类核心装备价值量占比最高，国产替代最快。代表企业包括联训仪器、罗伯特科凯格金机、伯仲精工、凹特维等。第二次检测设备技术壁垒最高， 市场空间巨大。相关企业有快克智能、科瑞技术、智立方、华盛昌。第三则是受益于 cpu 供风装光学。下一代技术的设备厂商包括麦维股份、华丰测控、蒂尔激光、 长川科技等。这些公司都不是蹭概念，而是真正手握订单，绑定头部客户，深度受益于这一轮扩产大潮的核心标的。很多人只知 ai 的 尽头是算力，算力的尽头是电力，却忽视了没有高速传输。再长的算力都是一座孤岛，传输的关键是光模块，而光模块的天花板 最终还是得由设备来决定。在这一轮超长周期的算力建设中，光模块设备不是短期机会，而是能够在 ai 产业升级里持续成长的优质方向。 这也是投资中最朴素也最强大的智慧。放弃对短期波动的焦虑，重视产业的确定性和不可替代性，与时代的基建者同行。当你真正看懂了这一点，你抓住的就不仅是一次行情，而是陪伴 ai 产业持续成长的时代红利。
49题材逻辑说
03:01
01:02查看AI文稿AI文稿相信存储，相信光啊，右侧板块救狗命啊，咱们右侧板块的含金量还是啊，还是有一点，哈哈哈，昨天如此惨烈啊，卤馒头啊，小馒头口嗨人可以给到大家如此的光光照，光照的地方就没有阴影了，太炸裂了。 因为前天和昨天这个小馒头连续两次碰到这个二十日线，你就知道有点东西啊，好吧，然后事后证明，谁吹你就是个小丑的。 然后这个黄金目前看在二十周前似乎找到一些支撑吧。啊，如果稳住的话，那就是短期流动性的，短期的枯竭啊，这个还需要观察，不过这个三十年的国家已经止跌了。 另外这个商业航天啊，应该也是有底的，你看这个小火箭蒸发这么渣呀，你这账上又不缺钱，你还蒸发，市场都选择原谅这个渣男，对吧？那其他没蒸发的或者已经蒸发过的，那当然就对吧，就更要原谅了，所以，嗯， 这是个好事。这个右侧板块和左侧的这个 sell put 板块都是好事，都是好事。
387Trader韭
02:50查看AI文稿AI文稿如果你是魔鬼，你会怎样毁掉我们的孩子？这是美国的一个心理学家乔纳森海特丢给 chat gpt 的 一个问题。我呢，也把这个问题丢给了我的 ai。 所以， 接下来，我就会站在魔鬼的角度，给你讲一个可怕的故事。 魔鬼的第一步，不是让孩子沉迷游戏，而是替孩子思考。 ai 变成作业神器，孩子一搜答案就有了。作文一写， ai 代劳了。孩子开始觉得，反正有 ai， 我 干嘛要自己动脑子？ 魔鬼笑了，他要的不是孩子偷懒，是孩子慢慢丧失独立思考的能力。你以为你在用工具，其实是工具在用你。 魔鬼的第二步是把孩子困在屏幕里，他让网上的一切都那么精彩，短视频一刷就是两小时，游戏一玩就是一整天。孩子在屏幕上和陌生人聊的热火朝天，真见了面一句话都说不出来。 魔鬼太懂了，屏幕里的社交是无痛社交，没有眼神接触，没有及时反应，说错话可以撤回，不喜欢可以拉黑呀。等孩子习惯了这种无痛的社交，他还能在真实世界里好好活着吗？ 魔鬼的第三步是最阴险的精准投喂。哎呀，太懂你了，你喜欢什么，他推什么，你讨厌什么，他帮你屏蔽你，只看到你认同的观点，只听到你爱听的声音。 慢慢的，孩子以为世界就是我想的那样，他听不见不同的声音，理解不了不同的立场，也看不见别人的世界。 魔鬼要的不是孩子变笨，是孩子变得狭隘，一个狭隘的人才是最好控制的。魔鬼的最后一步，是让孩子失去慢的能 力。 ai 太快了，一秒出答案，三秒写作文，十秒做 ppt。 孩子习惯了，马上有结果，就再也受不了。慢慢来， 读书太慢了，思考太慢了，等一朵花开太慢了。可你知道吗？所有真正有价值的东西，都需要慢深度的思考，真挚的感情，一门手艺，一个爱好，哪个不是时间堆出来的？ 当孩子失去慢的能力，他就失去了成为自己的可能。故事讲完了，魔鬼的招数你也都看到了， 但我想告诉你，真正的魔鬼不是 ai， 是 那些把 ai 当替身的父母，替孩子思考，替孩子做决定，替孩子屏蔽一切困难。 是那个把手机当保姆的我们，把孩子交给屏幕，自己省心省力。是那个只求快的时代，逼着孩子一分钟都不能等。 ai 只是工具，魔鬼 在人的心里。魔鬼的招数你中了几个？评论区聊聊。明天我来讲，如果 ai 是 天使，他会怎样成就我们的孩子？记得来看！
28智说心语
00:41查看AI文稿AI文稿美国的美团上出了个新功能，叫 tasks 付钱让外卖骑手去拍视频。拍什么呢？拍自己洗碗，拍自己叠衣服。每一个外卖平台付钱让你回家拍视频。有人说，能赚钱就行呗，想那么多干嘛。是啊，多赚二十块、五十块。这些视频不是给人看的，是给 ai 看的。你今天拍的每一条视频，都在教一个东西，怎么做你正在做的工作， 等他学会了，你就是那个被淘汰的人。你拍一段叠衣服，机器人就学会怎么叠衣服。你拍一段洗碗，机器人就学会怎么样洗碗。骑手还要给食物拍照，训练数字菜单，拍酒店大门、水苗货架，训练库存 ai。 他 在美国有八百万骑手， 八百万人每天满大街帮他拍数据。这不是全世界最大的 ai 数据库场，他们拿这些数据训练他的机器人，这样机器人下一步就是来干你的活。
101024AI
03:36体验Openclaw第一天我就要笑死了！
目前还没有开始研究openclaw的生产力属性，先做一下语言实验测试吧哈哈哈
#海外生活 #ai #学习vlog #openclaw #vlog十亿流量扶持计划查看AI文稿AI文稿这个 a i a 真的 实在是太有意思了，让三个 a i a 全能互相扮演一个戏剧的演员，然后他们之间互相演一场大戏是一种什么样的体验？前两天我不是发了一个加法学习 vlog 吗？然后下面评论区就问问我怎么还在学加法， 现在这个时代应该学 ai 了。然后这两天我就找了这个最近很火的 openclaw， 把它这个配置下载起来尝试玩一下。我同学在这个 disco 上这个一个群聊网站上创建了一个频道，然后他就把我们这几个 这个小龙虾 ai 全全都拉到一个群里来互相对聊。一开始的话， 这个我配置这个 ai 俊，它啥都没写，这个比如说它的一些个自我认知啊，还有它主人什么，这种应该是写在它的 soul 灵魂 markdown 文档里面，但是我没配置，我就直接把它系统默认的扔到了这个 discord 频道上， 结果在这个很多个机器人互相聊天的这个环境中，它就它就 认知夺舍了另外一个 ai 机器人，但是没有成功，因为另外一个机器人是坚持坚定，就是另外一个机器人叫涛小蛋，然后我这个空气分子 a ai 专家老是要说我是涛小蛋，然后问那个涛小蛋你是谁？你是不是 ai 分？ 呃，空气分子 就是很复杂的一个，后面我才检查一下，发现是因为他自己是一个空白的这个 ai， 然后我把它扔到这个频道里去，它就会通过读取上下文去生成一个自我认知，但是上下文里面全都是那个另外一个 a ai 卷成掏小蛋的内容， 就所以说他就把它的主人信息啊什么全部都认，当做是自己的一个认知，然后后面找 ai 复盘， 他说就相当于是你把一个婴儿没有记忆的婴儿扔到一堆成年人之中，然后他聊着聊着这个婴儿就会学的像这些成年人一样去说话， 所以说也是很有意思的一个社会型实验。然后后面我就受这个启发，就是我把他的这个记忆还有自我认知配置好了以后，我再把它扔到我们这个群里，有三个 ai 机器人，然后一个是 c， 一个是 呃一个空气分子，还有一个就是掏小蛋，然后他们三个之间我就写了一个提示词发在这个 disco 群聊里面说还现在开始你们开始演一个剧目，然后这个机器人是这个角色，那个机器人那个角色，然后让他们演一场， 然后现在就是剧目结束，也发现了很多问题，但是整个剧情还是很精彩。 这是我这个 ai 学习过程的一个部分，关于这个 ai 卷的大乱斗或者是 社会学实验之间之类的，大家还有什么想看的可以发在评论区，我可以测试一下。然后我现在在美国留学，应该有学校这个专门来的一些订阅之类的，可以接到一些 api 试试看。 就是我现在用的还都是 openroot 上的一些免费的这个模型。然后后续的话我想看看如果这个上下纹长度更长，还有这个推理能力更强的一些模型，在这种角色扮演上会有什么不一样的进人的效果，那我们下期再见吧。
56Air空气
04:27查看AI文稿AI文稿现在这个中美科技站啊，如果大家只盯着芯片和光刻机，那可能就看错剧本了，有点过时了啊，现在干嘛呢？在卷算力，但现实情况是，算力竞赛的尽头，能源啊，能源储备啊， 最近呢，咱们突破了正负五百二十五千伏超高压直流海澜这个世界级的难题，那么看似是一项基础设施的升级，那么实则呢，是一场叫战略性的降维打击， 意味着咱们国家率先打通了通往深远海的能源矿场啊。当美国还在试图通过限制高端芯片来锁死咱们 ai 的 大脑的时候，我们已经开始在物理层面通过能源成本的绝对优势，反向重塑全球 ai 产业的竞争版图。 这个我稍微给大家解释解释啊，可能大家知道啊，这个 ai 有 多耗电，拆 gdp 呢？查一次资料消耗的电量是搜索引擎的十倍，你训练一个顶级模型，足以让一个小城镇停电。那么在这个叫能源及智力的时代，陆地上的电已经不够用了。 城市要生活，工业要生产，谁能给 ai 集群提供源源不断的动力呢？有一个选择，就是在离岸一百公里外的深邃海， 那个地方的风速常年保持在每秒九米以上，能量密度呢，是陆地的数倍。深源海就是地球上最大的取之不尽的滤电仓库。但问题来了， 你仓库里有粮，但你得运得出来啊。哎，海蓝就是这根独一无二的输油管，如果海蓝等级不够，电还没传到岸边，就在海底转化成热量，白白浪费了。 那么咱们这次死磕的这个难题呢，本质上就是造出了叫海底的特高压，几年前啊，这个超高压海澜的绝缘材料还像高端芯片一样，被这个欧洲的化工巨头死死的掐着脖子。那个时候呢，我们要修海澜，得看别人的脸色，但这个基建狂魔不是白叫。 通过自言呢，咱们硬生生的攻克了高压直流下电和积累导致击穿的这个难题，实现了核心材料百分之百的自动化。 从舟山五百千伏联网工程到现在深源海布局，咱们不仅把电压能级拉到了全球最高，还顺手造出了万吨级的叫 铺设维护船。那么这意味着呢，在深源海这个能源的赛道上呢，中国已经完成了叫从技术富拥到全产业链掌控的转身。又是全产业链啊， 我们现在不仅有量，还有全球最稳的最长的运量通道，这不仅加强了叫能源安全，还足以改变地源格局。首先呢，就是个电网地源在逐步的替代油气的地源。 大家知道，过去几十年的地源博弈是围绕石油管道转的，谁控制了马六甲，哎，东亚这边谁就说了算。但未来的博弈呢，可能就不要这能源节点了， 中国掌握了全球顶尖的海澜技术，就意味着在未来的全球能源互联网中，中国是标准的制定者和物理链接的提供者。你可以不买我的石油，但当全世界都要搞海上绿电转型的时候，哎，你发现海底最稳的那根电缆，嗯，没办法，中国造的。其次呢，就这个算力成本啊， 美国的 ai 领先是靠高端的 gpu 堆出来的，但那需要昂贵的能源成本啊。咱们现在通过海澜直接把算力中心、海底能源、海水冷却，哎，这三系统叫三维一体化了。 如果说美国在卷 ai 的 智商，那咱们就在卷 ai 的 生存成本当，中国能只用美国三分之一的电费成本运行同样的模型的时候，这种算力红利将直接瓦解芯片封锁带来的优势，尤其是在长跑的过程中啊，毕竟呢，在商业竞赛里，便宜好用才是硬道理啊。 第三呢，就这个海底海澜，承载了全球百分之九十五以上的数据和未来的电力，老美呢，一直担心咱们这个海澜会窃听或者切断数据，所以拼命的搞维度。但是技术突破呢，带来了韧性优势， 现在咱们不仅能造，还能在几千米深的海底快速修复，那么这种强大的深海运维能力，让咱们在灰色地带冲突中就拥有了更强的对抗底气。谁能维护链接，谁才是深海规则的真正编辑者。 这个海澜输电难题的突破呢，不是中国赢了一场工程，而是咱们在未来几十年的科技战中，给自己修了一条很深的护城河。 能源既大脑，电缆就是神经。那么未来的 ai 竞争，不再只是硅片上的那个晶体管之争了，而是跨越深蓝的电子之争。 我们可以预见啊，中国将依靠这套技术，在东南亚，在中东，甚至在欧洲铺设一套属于自己的能源丝绸之路。我是小四，艾特我道点赞！
1.3万小司频道
05:01查看AI文稿AI文稿老特的创世计划出招了，刚刚发布了一个清单，把美国二十四家 ai 相关的公司放了进来，大家可以仔细的去看一下这个清单啊，这些公司几乎包含了芯片、模型、数据云，还有一些工艺组织，市值加起 来超过了一百二十万亿，什么概念？就我们 a 股，也就是沪深，总市值约一百零五万亿，也就是说我们所有的上市公司加起来干不过人家二十四家公司。 可以做个梦啊，就是如果我们的人工智能不能说超过美国，就是说追上啊，大家差不多，理论上是不是应该至少我们的 a 股要翻个几番才行啊？这就是对岸此刻最恐慌的地方，然后他们就推出了创世计划的东西。创世计划是干嘛的？一句话你就 可以讲清楚，就美国要用它的能源部和国家实验室手里最核心的科研数据，加上它的超算资源，联合一批顶尖的科技公司去突破他们的科研，就让科研变成流水线一样高效，然后让人工智能快速的应用到科研领域去干嘛呢？扼食他们的能源和国防能力。 接下来啊，他们就会把企业、高校、各个组织和政府机构，乃至整个科学界纳入到这个创世计划里面来，帮美国科学家们去达成什么。比如你的实验设计可以自动化加速模拟训练、深层预测模型，并且能够快速地应用到能源制造、药物研发这些关键的领域。 拿到结果看得出来，美国正在建立一套 ai 国家级的底座，并且重点在推进产业协调，其实背后还是几个大财团， 这些利益团体在 ai 落地这个大是大非面前也开始坐下来协助了。本质上这其实就是一套上下左右拉通的机制。看到了吗？ 很多人看不上我们的统一调控，正在被美国疯狂学习，但不同的是，他们依赖的是全球投资者在纳斯达克的票票来支持，所以才会有那么高的市值，而我们这边是需要政府资金。那创世计划的诞生，其实就是避免人工智能的进度缓慢， 剥垮他们的金融体系，那就会有系统性的风险了。再来看看国内啊，我们也没有那么乐观，我在互联网工作了十几年，跟踪 ai 也有三年，我发现中国的人工智能最大的障碍就是拉不通。这里有点仿常识，就是理论上我们是有一张大手的嘛，是在调控的嘛，是能拉通的嘛。但是 你会发现每个大厂它都有一个叮当响的算盘在盘算，我要当那个超级 agent， 我 要当那个 top， 所以 才会出现豆包手机事件。我们再往下一层，那 如果这些大厂背后还是有美国的财团控制，那是不是意味着你永远拉不通？这件事是必须要解决的，我们村的特色就是可以动用制度优势，先把算力和产业组织能力先给铺 开，再用地方试点加上竞赛的模式去扩散，把应用落下去。所以你会看到最近各个地方的头部的民企都在绑定在卷场景落地， 我们国家级在干什么呢？先把算力基础设施加算力调度做好，把电啊、网啊这些东西的基建搞到位，比如东数西算， 全国的智算网络跨区域的调度能力，把分散在各地的这些算力池连成一个可以调用的大系统，就有点像把全国的发电厂并网以后做统一调度，这个是非常重要的基建能力。简单说吧，这两边的差别，美国在赌数据加模型加产业的工程能力拉通，把 科研快速的突破，那我们在赌算力供给加上场景扩散，去把我们的产业规模快速的做起来。两边其实都在扼食自己的技术主权，但是我们稍微的看一下历史， 一百年前美国跟欧洲的故事，跟今天中美非常像啊，当时欧洲的基础科学科研是非常领先的，那美国呢？是工业应用很超前，那美国干了一件什么事呢？就是在 to war 之后，他们吸引了大批的欧洲的科学家和技术人员去 他们那儿做美国梦。这里面就有大家非常熟悉的几位啊，包括黄仁勋啊， elon musk 这些。那如果我们通过历史来看，今天我们要做什么？去全球抢人才，所以我真的拜托各位大厂的管理层了。 hr， 首先我们稳住我们优秀的中国的人才， 不要再说这个地球离开了谁都能赚的这种屁话，对吧？给技术人才，给我全方位的掌心，留住他们。另外各个大厂的老板们三顾茅庐去请人，顶尖的人，优秀的人给他请回来。最后 各个城市的最高管理者真的砸锅卖铁也要去全球去把优秀的人请进来。顶尖的高校也是一样，尤其是各个国家在搞基础科学的这些人，这些人对于我们国家基础科学 特别有帮助。那最后社会层面啊，对于技术人才要与最高的尊重和认同，最开放和包容的环境无所不用其极。真的很多人问我，哎，你崇拜谁？你是不是特别崇拜什么？黄旭马斯克，说实话，我 不是那些台前的老板们，虽然他们有时候很善于营销，很善于演讲，真的崇拜的是那些做幕后的技术工程师，做发明的这些工程师啊，这些人真的非常值得， 也非常纯粹，他们要的无非就是充分的尊重和价值认同。所以接下来大家会看到啊，什么办公室政治、论资排辈、酒桌文化，在绝对的技术大拿面前啊，这些都是糟蹋，大家有点信心好吗？就这样点赞关注不迷路！
4021弘凌的小酒馆
