跳到正文
海博社 Hyboox

智能体把云计算的钱从GPU搬到平台,阿里云接得住吗

一家海外研究机构最新拆解了AI云计算:到了智能体阶段,一次问答被拉长成规划、检索、调用工具、执行、检查和重试,CPU、数据库、存储和软件平台的需求都在放大。它更看好能卖数据库和平台服务的云厂商,对只出租GPU的新云公司更谨慎。按这个框架看,阿里云的位置在哪? 智能体让云厂商的利润从卖算力转向卖平台,阿里云的平台收入正在加速。6月季度阿里云外部商业化收入增长45%,是22个季度以来最高;AI相关产品收入连续12个季度三位数增长。管理层说,算力资本开支三年可以回本。 阿里云是国内最大的公有云,像一座“按需取用的数字工业园”:底层出租服务器和GPU,中间卖数据库和大模型调用,上层帮企业搭智能体。6月季度集团营收2689.5亿元,增长9%,单季资本开支680亿元。上游是英伟达、国产AI芯片、服务器厂和电力,下游是互联网公司、制造业企业、政府和模型开发者。 需求够不够?智能体每完成一个任务,后台要调用浏览器、跑代码、读数据库,消耗的算力和存储远超一次聊天。卡点在芯片,国内高端GPU供应受限,阿里在用自研芯片和国产芯片补位,算力扩张的速度受制于此。 芯片供应商强势且供给受限,不利;企业客户

引用到 X

GPT-6 Astra实测深度复盘!循环架构解锁AI算力新范式

GPT-6 Astra正式落地后,全网实测数据全面曝光,这款搭载循环Transformer架构的全新模型,彻底刷新了大众对大模型算力效率、推理能力的认知。此前市场热议的“AI隐藏思维链”争议,经业内权威技术拆解后真相大白,循环架构并非安全隐患,而是大模型算力优化的革命性技术突破。 实测数据显示,GPT-6 Astra综合性能全方位领跑前代模型与行业竞品。在数学、编程、逻辑推理等传统优势领域,模型准确率、解题效率大幅提升,在ARC-AGI-3通用逻辑基准测试中得分高达99.9%,实现碾压式领先。最亮眼的突破在于实景操作能力,模型可精准完成3D建模、动画渲染、电脑软件操控等复杂实景任务,通用落地能力远超所有前代大模型。 循环Transformer架构的核心价值,在于实现了算力与参数的最优平衡。传统大模型通过堆叠Transformer模块提升深度,参数庞大、算力消耗极高;而循环架构通过复用同一批模块权重,以更低的参数量实现更高的计算深度,大幅降低模型训练、运行成本。相较于同等性能的传统模型,循环架构模型参数量减半,算力利用率大幅提升,完美解决大模型“算力冗余、成本过高”的行业痛点。 模

引用到 X

GPT-6 Astra核心技术拆解!循环Transformer彻底颠覆AI推理逻辑

OpenAI最新发布的GPT-6 Astra一经上线就引爆全球科技圈,这款全新旗舰模型带来的技术革新,彻底打破了大众对大模型推理机制的固有认知。此前业内热议的“AI隐藏思维链”争议,让循环Transformer架构成为全网焦点,不少人误以为这项新技术会导致AI推理过程彻底不可监控,实则是市场对核心技术的片面解读。作为OpenAI迭代升级的核心成果,Astra摒弃了传统大模型的堆叠式架构,通过创新的循环深度设计,实现了模型性能与算力效率的双向突破。 从实际落地表现来看,GPT-6 Astra的能力升级极具颠覆性。区别于前代模型,它在3D渲染、动画制作、图形交互领域展现出碾压级优势,同时解锁了成熟的全域计算机操作能力,可直接调用电脑本地软件、完成精细化UI操作,从建模渲染到办公实操,实现了全场景落地。硬件训练层面,OpenAI投入数万台Mac设备搭建训练环境,搭配十万级Grace Blackwell GPU算力支撑,让模型的环境适配、实时推理能力大幅跃升,彻底摆脱了传统大模型依赖云端指令的局限。 核心的循环Transformer架构,本质是一次算力优化的技术突破,而非网传的“隐藏推理”

引用到 X

煤化工上游涨价下游未必跟涨,装置亏损带来的负反馈才是行情天花板

煤化工板块在地缘带动下成本抬升,但整个链条的传导并不是畅通无阻。很多人看到上游原料涨价,就推演下游全部会跟涨,现实中会遇到下游亏损带来的负反馈约束。 甲醇上涨之后,MTO装置原料成本抬升,如果烯烃产品价格不能同步跟涨,装置就会陷入亏损。亏损扩大到一定程度,工厂就会选择降负,直接压制甲醇的需求。这就是链条内部天然的自我约束。 部分传统下游甲醛、MTBE同样面临这个问题,原料涨,终端需求偏弱,利润被挤压。只有港口低库存可以阶段性缓冲这种矛盾。 市场预期差就是简单做自上而下链条推演,忽略下游利润、开工率这个现实阀门。不是上游涨,下游就一定全部跟涨。 做煤化工,不能只看原油、甲醇价格。要逐个观察每个下游的利润、开工、库存水平。成本是催化剂,但下游承接能力决定行情的天花板。

引用到 X

港股缩量也有药股涨,创新药放量谁在接钱

指数上涨、成交缩量、药股走强,可以同时发生。2026年9月中旬的一次交易日,恒生指数与国企指数均涨0.5%,主板成交额却下降15.7%,至1926亿港元。医药里,翰森制药涨5.1%、康方生物涨6.0%。资金并没有把所有方向一起买上去,而是在挑能够给出新证据的资产。 当天的研究线索集中在世界肺癌大会。翰森的B7-H3 ADC披露新的临床结果,康方的依沃西相关研究也进入重点展示范围。大会曝光能让更多投资者看到产品,但展示级别不等于临床成功,更不等于商业化已经兑现。真正值得定价的,是研究设计、患者结局和竞争位置发生了怎样的变化。 以翰森为例,同一批材料披露其相关小细胞肺癌三期研究中,中位总生存期从对照组10.3个月提高到18.5个月。这个差异把讨论从“肿瘤有没有缩小”推向“患者能否活得更久”。但结论适用于对应研究和人群,不能据此宣布它在所有肺癌治疗中都占优势。 如果随机研究的优势能够延续到更广人群,并通过审批和市场准入,原有疗法的份额就可能重新分配。这里的供给门槛包括可靠临床证据、生产和全球开发能力,潜在需求则来自相应治疗场景。价格能定多高,还要接受竞品和支付体系检验,疗效进步与无限提

引用到 X

商业航天提速落地,太空AI基建开启全新产业纪元

全球商业航天产业进入高速落地周期,火箭发射频次持续提速,卫星星座建设、太空算力布局稳步推进,太空AI基建成为科技产业全新增量赛道。很多人觉得商业航天还在早期、商业化遥遥无期,却没看到高频发射能力落地、卫星组网加速、太空算力场景拓展正在推动产业从概念走向现实,天地一体化算力、通信新格局正在成型,产业成长空间彻底打开。 商业航天基础设施建设持续提速,民营航天企业火箭发射频次大幅提升,高密度、常态化发射格局逐步成型,快速满足卫星组网、太空试验、轨道部署的规模化需求。可回收火箭技术持续成熟,发射成本大幅下降,发射效率显著提升,为商业航天规模化发展奠定基础。高频次发射能力的落地,大幅降低太空产业落地成本,提升项目迭代速度,卫星互联网、太空算力、太空储能等新兴业务的硬件基础持续夯实。 卫星互联网建设加速推进,天地一体化通信网络逐步成型。低轨通信卫星组网规模持续扩大,多家企业卫星星座计划稳步实施,在轨卫星数量快速增长。卫星互联网具备全球覆盖、低时延、高带宽的优势,能够弥补地面网络在海洋、航空、偏远地区的覆盖空白,在应急通信、物联网、航空航海通信等场景具备不可替代的价值。随着卫星组网规模扩大和地面

引用到 X

核电长期成长预期上调,AI算力成全新增长引擎

全球核电产业迎来估值重估窗口期,国际机构连续多年上调核电长期增长预期,AI算力高速发展带来的稳定供电刚需,叠加全球能源低碳转型趋势,彻底打开核电产业长期成长空间。很多人觉得核电是老能源、增长缓慢,却没看到AI算力正在成为核电的全新增长引擎,核电赛道高景气周期正式开启。 全球核电装机扩容空间巨大,当前核电装机规模仅为未来远期规划的三分之一,未来数十年全球核电产能将实现跨越式增长。相较于风电、光伏的间歇性波动,核电具备稳定出力、低碳排放、高能量密度的核心优势,是基荷电力的最优选择。全球多国重新审视核电战略,法国、英国、日本、韩国等国家明确核电装机扩容目标,核电项目审批节奏加快,新建机组数量持续增加。 AI算力成为核电需求的全新增长引擎,彻底打开核电成长空间。全球AI数据中心建设爆发,单数据中心用电规模达到吉瓦级,且需要全天候稳定供电。风电光伏受天气影响波动大,无法满足AI算力稳定供电需求;天然气发电受燃料价格波动和碳排放约束,长期成本不确定。核电凭借稳定、低碳、大容量的特性,完美匹配AI算力用电需求,成为科技巨头供电布局的首选。海外头部云厂商、AI企业已经与核电企业达成合作,投资建设核

引用到 X

氢能职业体系落地+设备国产化,产业进入规范化爆发期

国内氢能产业迎来政策、人才、技术、项目四重突破,国家级职业工种落地补齐人才短板,国产化核心设备批量量产打破海外垄断,各地产业规划、示范政策密集落地,大型绿氢项目持续投产。很多人还觉得氢能是远期概念,却没看到氢能产业已经正式进入规范化、规模化、高增速的爆发周期。 人才体系建设实现历史性突破,两大氢能核心工种正式纳入国家职业分类,覆盖燃料电池制造、电解水制氢全流程岗位,明确行业从业标准、技能要求、职业发展路径,为产业规模化发展补齐人才短板。职业体系的建立意味着氢能产业已经从试点示范阶段进入规模化用工阶段,人才供给将逐步跟上产业扩张节奏,为项目落地提供人力保障。 国产化核心设备批量量产,打破海外技术垄断。碱性电解槽、PEM电解槽等核心制氢设备实现国产化突破,国内企业产品效率、寿命、可靠性达到国际先进水平,且成本显著低于进口设备。2026年以来,国内多条大型电解槽量产线投产,设备产能持续释放,交付周期缩短,国产化率快速提升。储氢、运氢、加氢环节核心设备同步实现国产化突破,高压储氢瓶、氢气压缩机、加氢机等产品批量供应,产业链配套体系持续完善。 各地产业规划密集落地,政策支持力度持续加码。多

引用到 X

AI商业化加速落地,核电卫星新赛道同步突围

全球新兴产业进入多点爆发阶段,AI技术迭代与商业化落地提速,半导体产能持续扩张,商业卫星、核电赛道同步迎来政策与需求双红利。很多人还在单一维度追逐AI概念,却没看到AI算力扩张正在外溢到核电、商业航天等关联赛道,多赛道共振推动新兴产业景气度持续上行,全球科技能源产业格局迎来深度重构。 AI终端应用与底层硬件同步迭代,产业落地节奏持续加快。头部科技企业全新AI系统开放测试,实现跨场景、跨应用智能交互,云端算力需求持续扩容,进一步拉动数据中心建设和芯片采购。AI大模型推理成本持续下降,商业化变现路径逐步清晰,企业级AI应用渗透率快速提升,从办公协同、代码生成向工业设计、医疗诊断、金融分析等垂直领域深度渗透,AI产业从技术驱动转向需求驱动,成长确定性持续增强。 核电赛道迎来AI算力带来的全新增长引擎,长期成长空间彻底打开。AI数据中心对稳定、低碳、大容量电力的需求持续爆发,核电作为基荷能源的最优选择,迎来装机扩容加速期。国际能源机构连续多年上调全球核电长期增长预期,多国重启核电建设规划,核电审批节奏明显加快。国内核电项目核准密度持续提升,沿海核电基地扩建、内陆核电前期工作稳步推进,核电装

引用到 X

氢能产业链招投标放量,绿氢装备国产化进入高速落地周期

全球氢能产业正从技术研发、项目试点阶段,全面迈入规模化落地、商业化普及的全新周期。很多人还觉得氢能是炒概念、讲故事的题材赛道,却没看到国内外项目密集签约、设备采购量大幅攀升、国家级职业体系与产业政策持续落地,氢能全产业链景气度已经全面爆发,绿氢制备、储运、应用各环节迎来确定性增量。 氢能装备市场需求迎来爆发式增长,头部央企集中采购规模大幅扩容,行业订单确定性持续强化。国内能源龙头企业2026年氢能设备集中采购规模同比大增超四成,涵盖碱性电解槽、PEM电解槽等核心设备,采购品类覆盖大中小各类功率机型,适配不同场景制氢需求。连续四年扩容的采购规模,直接印证行业下游需求持续高增,且入围企业数量逐年递增,产业链配套体系持续完善,国产化替代进程全面提速。 海内外大型绿氢、绿氨项目密集落地,持续打开产业增量空间。国内多地布局万吨级绿氢联产项目,依托风电、光伏新能源资源,打造绿氢、绿甲醇、航空燃料一体化生产体系,且成功纳入国家级新型金融工具支持清单,获得政策性银行专项贷款支持,项目落地资金保障充足。新能源龙头企业的风光耦合制氢项目实现技术突破,大规模波动制氢系统完成集群运行,可实时适配风电功率波

引用到 X

别被AI放缓言论骗了!巨头集体喊话降温是假象,算力高景气行情根本没结束

最近市场弥漫着一股悲观情绪,不少人跟着巨头言论唱衰AI,觉得头部创始人集体呼吁放缓模型迭代,AI算力行情就要见顶回落、产业红利逐步消退。但如果只盯着表面的舆论风向做判断,很容易错过当下最确定的科技主线。拨开市场情绪的迷雾,真实的产业数据、企业财报、资本开支动作,全都在印证一件事:AI产业的真实需求从未退潮,短期的舆论降温,只是市场的阶段性认知误区。 9月12日,Anthropic CEO公开发文呼吁放缓AI模型能力迭代节奏,随后OpenAI、xAI两大头部机构创始人纷纷表态附和,一时间市场担忧四起,资金恐慌出逃美股科技板块。叠加OpenAI官宣推迟上市、年内无上市计划,进一步放大了市场对AI产业扩张放缓、算力需求见顶的悲观预期,让整个科技赛道陷入短期情绪承压状态。 但这种担忧完全站不住脚,本质是市场把“模型迭代节奏调控”和“产业真实需求收缩”混为一谈,形成了巨大的预期差。真正支撑AI行情的从来不是单纯的模型参数堆叠,而是商业化落地、企业真实采购、算力刚需扩容,而这些核心基本面,近期全部在持续超预期向好。 从模型迭代的核心价值来看,当下AI的进化逻辑早已彻底改变。此前行业比拼模型参

引用到 X

德琪上半年盈利?授权放量先别凭标题下注

德琪医药“上半年实现盈利”,这句话值得看,却远远不够买。现有条目把2026年上半年盈利、CLDN18.2 ADC和TCE平台列为核心看点,正文却没有财务数据、产品明细或合同条款。信息到这里就断了,不能替企业编出一张漂亮的利润表。 最需要拆开的,是这次盈利究竟由什么构成。成熟产品销售改善,可能说明经营效率进步;大额授权集中确认,可能让利润突然跳升;费用节奏变化,也可能短期影响结果。三种情况对现金和未来估值的意义不同,只有一个“盈利”标题,无法判断企业已经站在哪一步。 行业确实提供了可研究的背景。2026年上半年,39家中国生物科技上市企业合计收入666.38亿元,增长33.81%,合计归母净利润转为正值。这个样本显示商业化与授权收入正在共同影响行业报表,但它不能代替德琪自己的数据。别人的盈利拐点,不能借来给自己持有的公司盖章。 CLDN18.2 ADC的价值,要看它在特定患者中能否提供更好的疗效与安全性。TCE平台也要把技术名称翻译成可验证的临床结果和可执行的合作。能够开发类似路线的企业究竟有多少、竞争产品进度如何、合作方愿意付多少钱,现有条目没有提供。缺少这些信息,就不能认定供给

引用到 X

收藏到桌面