5月10日晚报
2026-05-10 AI算力涨价、国产大模型落地与机器人路线分化
覆盖 05-09 18:00 至 05-10 18:00
今天最重要的结论是，市场正在同时重估“AI算力硬件周期”和“AI应用商业化”两条主线：一边是存储、CPU、代工和国产芯片预期继续升温，另一边是通义千问、LongCat、国产AI芯片与世界模型/机器人路线不断把AI从概念推向可用。值得继续看下去的原因在于，这两条线都已经开始进入“价格、产能、产品化”验证阶段，接下来谁能兑现业绩、谁只是题材轮动，会越来越清晰。
阅读说明
本期内容结构
今日处理 136 条素材，正文引用 7 条代表动态，归纳为 3 条主线。
下面是过去24小时的主线判断，每条代表动态提供关键证据。
今日主线
nga:370218
围绕 nga:370218 的 3 条高相关动态。
代表动态
AI存储芯片九层塔与涨价逻辑
简略梳理一遍大A存储芯片 首先,存储是周期行业,过往历史都在,每次技术迭代都会出现产能变化和涨价逻辑 其次,本轮的超级周期来自于AI服务器急需HBM导致高端产能往HBM倾斜触发了低端产能紧缺导致涨价,所以得到两个结论,HBM很赚钱,低端产品(ddr5等)产能紧缺被迫涨价 以下是国内存储芯片的九层塔 1)存储颗粒原厂:长鑫 长存 两家公司目前均没有上市 作为卖颗粒的公司是最赚钱的因为颗粒是实实在在的涨价了 并且都是自有晶圆厂 随时可以扩产 不仅ddr5 还在推进hbm的量产 2)0.5个存储原厂:兆易创新,和长鑫的关系很密切,比如长鑫做ddr5兆易就做ddr4,且兆易的都是长鑫代工的 3)模组:御三家是江波龙 德明利 佰维存储 赢在涨价周期前囤了大量的颗粒 就好比魔兽世界关服前囤了一仓库的便宜幽灵虎重开服的时候直接翻几倍了 而其他模组厂 朗科 盈新 大为 城邦 同有 深科技 输在胆子小 囤的不多 现在颗粒贵也不敢在高位梭哈(是不是很像散户) 只能在这场狂欢中喝点汤 4)分销:香农芯创,海力士的国内代销商,包括hbm产品 而其他小分销商 雅创电子 云汉芯城 就是吃口小肉 (模组和分销商吃的都是存货涨价的钱 存储是强周期行业 涨价周期吃饱 跌价周期转亏 现在可能几十上百亿的赚 后期也会几亿几亿的亏回去 看的是各家公司的存货管理和市场判断能力在跌价周期出清存货减少亏损 业绩代表过去不要过分按计算器算pe 因为跌价周期一到所有结论全部推倒重来) 5)小众存储:2dnand/norflash/eeprom/sram 这些和本轮的涨价逻辑关系不是很大都是吃小肉喝汤的 普冉 东芯 恒烁 聚辰 北京君正 只说业绩不说股价别人业绩可能翻几倍而他们只能提升几十个点 6)代工封装:太极实业(和海力士合资的子公司代工海力士,只是代工没有议价权,可见业绩没有起色,非常边缘) 7)存储控制接口芯片:澜起(内存的控制芯片和代工厂一样属于没有议价权的所以表现平平, 反而是给cpu用retimer大有作为,最近的异动大概率还是cpu带来的增量) 大普微(ssd的pcie控制芯片) 联芸科技(专给海康威视供货 底气足) 国科微(规模小) 这些控制芯片德明利江波龙也能干可见都是些喝汤业务没有宏大叙事 8)设备:悦芯科技(顶级 待上市) 精智达(悦芯上市前的下位替代) 赛腾(收购了的一家韩国公司做量检测设备供给给三星海力士 但还是边缘) 百傲化学(控股公司芯慧联做混合键合设备,该公司长鑫长存也有投资) 微导纳米(有订单) 9)参股/映射:大A最熟悉的环节 摩尔前的和而泰记忆犹新 长鑫:合肥城建 长存:养元饮品 另外还有些小角色 时空科技(收购的公司体量很小,炒过但就那样) 线上线下(被深蕾科技收购股份,后者是做分销的) 没有逻辑 全是情绪
为什么值得关注：核心观点：作者认为本轮存储芯片行情的主线是“AI带动HBM挤占高端产能，进而推高DDR5/NAND等低端产品价格”，并按产业链把A股相关公司分成原厂、模组、分销、控制芯片、设备和参股映射几层，强调谁有库存、谁能涨价、谁就更受益。其核心判断是：当前更像一轮典型的周期性涨价行情，而非长期估值逻辑，后续要防范跌价周期反噬。...
查看原始来源DDR5炒作路径与存储芯片转折点
Post by 进击的猫猫头选手 (2026-05-10 13:39) 短线上来说 模组和分销还没走完 未来肯定是会在一个业绩报告期兑现的 终有一雷 雷的转折点肯定是在ddr5颗粒不再涨价了 能做到的肯定是两长的产能可以跟上了 但是两长也是要赚钱的公司他们不会内卷打价格战 产能充足的情况下是可能垄断ddr5的市场 对于吃颗粒涨价逻辑的模组厂来说当颗粒不再涨价(哪怕保持当前价格)他们的好日子也到头了 因为其他没囤货的模组厂也能买到管饱的颗粒了 中长期来说 等长鑫长存悦芯这些顶级公司IPO以后是可以参与博弈的 连大普微这种npc级别的公司都能受到市场青睐 有什么理由怀疑顶级的震撼力 所以存储芯片的炒作路径应该是 当前还可以炒作景气的品种,当顶级公司ipo越来越有说法的时候转向炒作映射,顶级上市后转向正牌,再后面的增长曲线就是hbm量产的突破了,那时候谁还看ddr5一眼
为什么值得关注：上下文和主题 这条回复围绕存储芯片/DDR5行情展开，核心是讨论“涨价逻辑还能持续多久”。回复者认为，当前市场炒作的主线仍是模组、分销和颗粒涨价，但这条逻辑最终会在DDR5颗粒不再继续上涨时见顶。随后资金会转向“映射”国产存储厂商，最终再回到真正的国产龙头上市后的基本面预期。 回复者的立场和观点 回复者整体偏周期行情+...
查看原始来源CPU涨价与代工重估推高英特尔估值
纯CPU逻辑下 AMD的预期是万亿市值当前7500亿 INTC本来都打算把CPU打包计提了结果CPU涨价迎来了泼天富贵 更何况现在INTC承载着美国版国产替代Foundry的重任 其他大厂也不想把宝全压在TSM上 APPL就是率先做了尝试 那作为华尔街把INTC的市值往TSM看齐也不是不行 这个故事放到大A就好比海光寒武纪这些公司说他们除了搞CPUGPU也打算自己干晶圆代工还要做到拳打中芯脚踢华虹那种 且不说能不能干成 资本圈先要疯 当前基础上市值再翻个倍都合理
为什么值得关注：这条动态的核心观点是：在“CPU+代工”叙事重估下，Intel（INTC）可能被华尔街重新赋予接近台积电（TSM）的估值逻辑。作者用“万亿市值、7500亿预期”来强调AMD/Intel在CPU景气修复中的想象空间，并把“美国版国产替代Foundry”视作Intel获得估值加成的关键。类比到A股，则认为若海光、寒武纪等公...
查看原始来源今日主线
tuolaji2024
围绕 tuolaji2024 的 3 条高相关动态。
代表动态
国产AI芯片发展超预期引热议
国产 AI 芯片的发展，可能超出了很多人的理解和预期，我自己看完也觉得太颠覆了，即使川普带领黄仁勋来中国，哪怕最高端的给中国，可能有点助纣为虐了，这更会加速发展，不给，可能就是现在的超预期，起码能用和接下来的好用，对美国确实不太友好，所以这次来新增的人工智能议题，有点意思。 https://t.co/InaPgC2FrK
为什么值得关注：核心观点和信息 这条动态的核心判断是：国产 AI 芯片的发展速度可能已超预期，且外部限制未必会抑制，反而可能加速国产替代。配图给出一组偏乐观的 2026 出货预期，强调华为昇腾、寒武纪、海光、沐曦、昆仑芯、天数智芯等厂商的市场空间，传递“国产算力正在从能用走向好用”的信号。 作者背景和立场 作者显然偏向国产科技、国产替...
查看原始来源阿里拟打通通义千问与淘宝搜索
$baba 阿里巴巴计划官宣将旗下人工智能平台通义千问与电商平台淘宝打通融合，此举旨在以对话式交互替代传统关键词搜索，重塑购物模式。 来的有点慢，千问 c 端已经跟腾讯元宝一个水平了！
为什么值得关注：这条动态的核心观点是：阿里拟将通义千问与淘宝深度打通，用对话式交互替代传统关键词搜索，推动“AI购物”重构电商入口；作者同时认为千问在C端产品体验上已接近腾讯元宝同类水平。 作者 @tuolaji2024 更像是关注互联网与AI商业化的自媒体/观察者，表达明显偏乐观，倾向于把阿里的AI进展解读为“补课完成、开始落地”，...
查看原始来源美团LongCat大模型每日送5000万Token
美团这个 longcat 大模型，每天送 5000 万 token 额度，轻量任务跑一下日常办公还是很舒服的，明天试试申请 2.0 版本看看怎么样，知道的人不多，赶紧嫖！ https://t.co/cG1AxS7Tot
为什么值得关注：核心观点和信息 这条动态在“安利”美团 LongCat 大模型的免费额度，重点是每天可领 5000 万 token，足够做轻量办公、测试和日常调用。作者还提到准备申请 LongCat-2.0 版本，整体语气偏“薅羊毛式分享”，传递的是“福利大、知道的人少、值得尽快申请”的信息。 作者背景和立场 从用词看，作者明显是关注...
查看原始来源今日主线
ylecun
围绕 ylecun 的 1 条高相关动态。
代表动态
LeWM让世界模型走向低成本
Yann LeCun（扬·勒丘恩）在 3 月 10 日为 AMI Labs（AMI 实验室）筹得了 10.3 亿美元。三天后，他在 NYU（纽约大学）的合作作者发布了这篇论文。1500 万参数，单块 GPU，一共只训练了几个小时。LeWorldModel（LeWM，世界模型）是第一个从原始像素端到端训练的 JEPA（联合嵌入预测架构）。它只有两个损失项：预测下一个 embedding（嵌入），并让潜在空间保持高斯分布。此前的 JEPA（联合嵌入预测架构）为了避免表征坍塌，需要指数移动平均（exponential moving average）或预训练编码器。LeWM（LeWorldModel）不需要。6 个超参数降到 1 个。数字本身就是故事。 基于 foundation model（基础模型）的 world model（世界模型）要执行一个控制任务，通常需要数亿参数和大量算力来进行规划。LeWM（LeWorldModel）在保持具有竞争力的 2D 和 3D 基准表现的同时，规划速度最高快 48 倍。整套系统装在一台笔记本 GPU 上都绰绰有余。 看看这条轨迹。Yann（扬）在 2025 年 11 月宣布离开 Meta（元公司），当时他已经在那里工作了 12 年，并称创办 FAIR（基础人工智能研究团队）是他“最自豪的非技术成就”。2026 年 3 月 10 日，AMI Labs（AMI 实验室）以 35 亿美元投前估值完成了欧洲历史上最大的一轮种子轮融资。Bezos（贝索斯）、Nvidia（英伟达）、Samsung（三星）和 Toyota（丰田）都投了钱。三天后，这篇论文出现：JEPA（联合嵌入预测架构）从像素出发不再脆弱，也不再依赖重算力。那套让它看起来像学术奇谈的工程支架已经不复存在。作者来自 Mila（米拉人工智能研究所）、NYU（纽约大学）、Samsung SAIL（三星先进学习与智能实验室）和 Brown（布朗大学）。没有一位来自 Meta（元公司）。 Yann（扬）的押注是：通往机器智能的路径要经过 world model（世界模型），而不是 language model（语言模型）。他离开一家上市公司，就是为了把它做出来。他网络中的每一篇 JEPA（联合嵌入预测架构）论文，都会重置这场押注的默认成本结构。这一次，它把世界建模变成了笔记本级别的低成本。Meta（元公司）仍然拥有 GPU，但架构已经离开。
为什么值得关注：核心信息：这条动态借“LeWorldModel”论文强调 Yann LeCun 体系下的 JEPA 路线出现了关键进展：从原始像素端到端训练、参数量仅 1500 万、单卡几小时完成、且可在2D/3D基准上保持竞争力。作者试图传达一个结论：世界模型（world model）正在变得更便宜、更稳定、更接近工程可落地，而不再...
查看原始来源继续
继续阅读日报
如果你只是想快速回看当天判断，可以直接回到首页继续浏览其他已发布日报。