发财搭子 EP31

AI产业链跟踪5月刊-从LTA长协到800VDC电力链,寻找AI 硬件的新机会

从存储长协到 800V 数据中心供电,沿着 AI 产业链寻找收入、瓶颈与风险。

本期节目笔记

5月AI产业链月度复盘来啦:全球高位抱团松动行情下的小作文威力、SpaceX新时代算力地主、LTA长协、800V数据中心供电、华为韬定律,以及应用层新动向,逐个击破~

  1. 02:39市场波动:SoCAMM 传闻如何触发存储、PCB、CPO 抛售
  2. 08:11一个GW到底值多少钱
  3. 11:31SpaceX的算力租赁:商业地产新王登基
  4. 14:00算力期货
  5. 15:58LTA 长协:存储为什么突然不像传统周期品
  6. 25:00中国存储产业链和美韩的差异;长鑫/长江的重要数据
  7. 37:39800V 数据中心供电,能源智能化的下一代技术
  8. 55:04华为韬定律:制程受限下,靠封装、互联和系统工程突围
  9. 01:01:04应用层:微信智能体、千问入口、Seedance暴涨
00:00

开场

马克汤00:00

欢迎收听本期的发财搭子。发财搭子是一档专业又有趣的财富伙伴闲聊节目,和各位data们一起聊聊市场,聊聊前沿产业和AI科技。我是主播马克汤,本期的入职时间是2026年的6月6日周六下午的四点半,也请大家注意甄别这个播客的时效,因为信息的时效性在我们投资场景里面是非常重要的。那么过去的一周,我相信这个站在光里面的搭子们应该也发现不能光站在那里了。就是当出现非常现在极端的这个高切高的市场的时候,我们还是发现很多机构都抱团放在双创里面。创业板和科创还是不错的。但是但是又出现高位震荡,然后大盘又大多数是绿的。你发现市场上怎么这个指数好像没有在动,但是这个很奇怪的是只有两三千家,甚至是有的时候不足2000家的票是涨的这就是极端的机构抱团场景。然后你现在可以发现他们有一点开始抱不太动了,要松一松再抱一抱松一松再抱一抱。这个市场行情其实对于不仅仅是我们大A,韩国和美国现在也是一模一样。

马克汤01:20

本期节目也是月度的AI产业链的跟踪。这次我想带大家拆解一下,这个算力板块里面现在开始悄悄兴起的巨头之间的长期协议是怎么一回事。以及未来或者说现在已经开始发展的一些针对数据中心的能源和供电系统,是不是会对上游产业链带来一些重新的定价。以及五月份的时候京东市场的华为的整个套的套定律一以及现在最终的咱们的AI的算力账单到底会由谁来进行支付,这一系列的话题进行展开。

马克汤01:57

好,在节目正式开启之前,再次播报一下本台的长期赞助商财大ZAI。如果你有行业研究的需求,如果你这种苦恼无处探索投资发现,你可以在各大应用商店搜索彩搭子APP来助力你的高胜率决策。我们最近也是上线了agent功能,广受好评,我发现在后台我们能收集到的大家每天的提问都是越来越多了。而且每个人提的问题每天每个人提的问题的数量也发现发生了暴增。希望大家能更多使用我们的产品,然后也欢迎在评论区提出你的建议,也欢迎大家使用我的邀请码,大发特发的感叹号。如果你是新用户的话,可以领取专属的福利。

02:39

市场波动:SoCAMM 传闻如何触发存储、PCB、CPO 抛售

马克汤02:39

那么本期的播客仅分析和总结公开资料和研究材料,不构成任何投资建议。整个AI的产业链的波动是非常大的,估值现在也是属于一个比较高的水平。所以说很多我们的分析更多是来自比如说财大的agent的最新研究,以及一些研报资讯,还有供应商面的一些调查,信息是需要持续更新的。所以大家还是注意本期的这个时间点是6月6号。好,那在这。在录这期之前,我们就在6月5号那一天发现市场上有一个比较大的波动,对吧?就是A股的像存储、PCB、CPU,还有韩国的海力士、三星,这个非常明星的股票,都一起出现了暴跌,就是都被下沙了,机构开始松动了,甚至很多都是王奔着10%就去了,所以这个是一个挺大的行情波动。

马克汤03:43

这个原因是什么呢?我给大家说一个导火索,这个导火索是在周四的北京时间周四的晚上,有美国的一家著名的半导体研究机构semi analysis。他们公布了一篇关于英伟达最新的vera rubin系列的NV72机柜。就是把72张very rubbing装在那个机柜里面的这个东西的一个报道。他们说这个CPU端的这个dram的每机柜的容量可能会从之前的55TB降到28TB然后多数系统可能不是之前大家会猜测使用的192GB的模组,而是替换成96GB的模组。少了一半了,所以市场上就会把这个事儿翻译成需求肯办,然后就导致大家说我靠怎么内存突然出现了需求砍半的情况,这不是大利空大家快点出货,你会发现这种信息现在非常容易引起市场上,尤其是高位抱团的这些机构,还有这个主力,他们的恐慌。为什么?因为现在位置是很高,位置很高的时候,大家就一有风吹草动,大家就很容易一股脑的选择出货,很容易,这个是现在的一个情况,确实是这样。

马克汤05:04

实际来说,这次的这个semi analysis的报道,其实他并不是个意思。主编也马上出来说,他说大家怎么看事儿,看画纸看一半儿的,对吧?就是因为大家也在想找一个出货的理由,那你正好给人家一个理由,他人家从中里面从从这个常文里面挑了这一句小的话,就拿出来放大,无限放大。

马克汤05:26

其实我们研究了一下,就是说是需求砍半其实是不存在的。他他只是说原来的这个SOCAM的系统,也就是英伟达的这个DRAM的so cam模块,它是配备192GB的模块。那么现在去配备了96确实是,但是它不代表着说整体的一个需求变少了,而是因为现在192交不出来那么多货,那where rubin又等着要加快的量产,所以他把192换成了96。我说我妥协一下,我不要这么高规格,我妥协一下。但是因为我换成96,所以我96要更多,我得要的更多,我才能符合我原来的性能要求,对吧?所以96GB的模块这次的整个出货量会增长六倍,成为主流产品。

马克汤06:14

192因为出货量出不了这么多,然后因为大家砍掉了,所以削减了一半。那是192GB模块的出货量削减一半,不是整个d ram削减一半,所以它是差很多的。整体盘下来,barrel rubin系统的这个DDR的总需求,应该是预计相比之前的这个增长会去到10%和20%左右的一个区间。所以它是增长的,就它还是在增长。所以说你看最近各家的包括trend force,Morgan Stanley,goldman,都是对未来内存的一个增长有进一步的预期和这个目标价格的上调,继续会促使26年年底的行情和27年占全年的出货量的预期都在上调。所以甚至有些专家我觉得分析的还挺有道理的。

马克汤07:10

我可以给大家说一说,就是他们会认为这次的这个调整某种程度上可以被理解为是一次双重利好。为什么?因为它短期内会扩大整个so cam模组的出货量,对吧?因为它降级到96,它能导致这个出货并没有这么多,技术上还有生产环节的阻塞,那么就短期会放大这种相对好做的一些东西的量,然后长期他肯定还是要换回192的。而且英伟达自己也肯定是长期会不断的压榨上游供应商的这个技术能力。

马克汤07:43

你快点把牛逼的东西给我造出来,所以说长期又是能推动高价值的,基本还有材料规格的提升的需求。所以说它不是短,它不是就说什么需求砍半,这都是情绪导致大家就是现在市场上一有风吹草动,任何人喊一声,大家就说,快点跑了,该跑了,这么高了还不跑,其实你们都慌,对吧?慌死的,其实不用慌,好吧,不用慌。对。

08:11

一个GW到底值多少钱

马克汤08:11

我们这一期讲完了这个市场的事,我们接下来讲这个行业的事儿。行业的事儿我还是想从现在的这个实际的算力到底是多少的情况来看。算力我先给大家说一个数字,之前老在节目里跟大家说什么一G瓦两G瓦对吧?这个G瓦就是GW这个电力容量单位,现在电力中心或者说AI的算力中心都用计瓦来衡量他们的整个算力中心的一个能支撑多少的算力,基本上你把它变成了一个算力单位了,对吧?

马克汤08:48

所以说我们要想知道这个冀娃到底意味着什么。我给大家对比一下世界上两个非常重要的城市,现在的一个电力容量的单位。好吧,纽约市有800万的人口,800万人口现在要消耗大概5.7几瓦。整个纽约市整个纽约市的电力能力基本上就是5.7G瓦。上海市有2500万人口,上海市需要消耗22.6几瓦。你去理解一下,记住这个数字,后面会考到的,就是这个数字。你就会发现好像没有这么大,这么大的两个巨型城市,对吧?500 800万人和2500万人,怎么才只需要6G瓦和23G瓦不到呢?

马克汤09:36

其实这个数字已经很大了。但是我们现在因为天天听到的这些数据的算力中心都是动不动就是一级娃两级娃,什么星际之门十级瓦,什么每年要15G瓦交付二十几瓦,一租好几G瓦。这听起来就好像很便宜的事儿,对吧?但其实这个东西是很难搞定的,所以大家一定要知道,现在AI是过分的吃电,它是非常吃电的一个吃电怪兽,它吃的非常多,都都都要都要吃吐了好吧?但是供不应求,他就还是还是不够吃,他还想吃更多的店。

马克汤10:12

所以说我们现在就现在市场上很多人都在算,你这么多的数据中心,你这些什么亚马逊云、google云,国内的火山云、腾讯云、百度云,你们新增的每G瓦的容量到底值多少钱,对吧?因为现在大家已经把这个数据中心当成AI时代的商业地产,确实是已经有人拿出来卖了。有某些人已经把算力中心开始出租了,开始做这个生意了,对吧?所以我就需要非常的清楚的计算,每G瓦的这个算力中心到底值多少钱。现在算下来,基本上至少能对应到110亿到140亿左右的美元美元141美元左右的增量收入。有些因为它的稀缺性,因为它还是非常稀缺的,所以行业内真实的交易价格的谈判可能会甚至去到200亿美元美金瓦,对吧?因为它有一个稀缺性溢价所以说你就可以看到这个每季瓦是能带来如此多的商业收入的。现在就是美金瓦能直接兑换成美金,你基本上就这么理解,所以它跟石油没什么区别了,他跟石油没什么区别的那我们就来回来说说这个男人。

11:31

SpaceX的算力租赁:商业地产新王登基

马克汤11:31

上一期还是上上一期,这个space x那一期,我跟大家聊了这个space x8 clauses,他们的一个一期的数据中心租给了drop pick,and drop pick每个月要支付space x12.5亿美金,好吧,这是这个数字。然后最近今天6月6号,又看到一条新的新闻,就是google也跟space x租了数据中心,每个月支付的是9.2亿美金。这两笔加起来,你自己去算一下,21.7亿美金。就是space x现在靠出租它的算力中心,靠出租它的clauses能换来的每月的租金,每月能收23亿美金好吧?

马克汤12:15

这个数据中心基本上现在space x租出去的还主要以推理卡为主。所以说我们就可以看到,现在的这些云厂商基本上还是以推理的需求为主。就训练他们还是要拿什么GB300,GB300过纯构成的这个AV72去跑。然后这个是非常稀缺的对性能的要求非常高。但是现在现在我们只需要搞推理,我们现在缺的是推理。现在的这个算力的分布已经从这个训练慢慢的往推理去切了。这已经是一年之前一年开一年前就开始发生的事情,就是说我们现在推理卡就不需要这么强的性能。我之前的H100芯片也可以用,GB300可以用,对吧?但是我们就要知道,现在space x还是把相对弱一些的传之前一代的芯片对外出租,它并没有开始出租它的GB300的集群,这是现在的一些space x的情况。

马克汤13:13

Space x一你要知道老马同志,一龙马,我之前也在space sex sentence节目里面说过,他的这个建厂的能力是特别厉害的,他的基础设施建设能力简直就是跟中国人学的。他建这个。造车的工厂mega factory,对吧?超级超级工厂mega factory,然后造火箭,这些厂房都能造。但现在数据中心不就换一个数据中心上吗?而且上次也给大家念过这个数据,他现在造数据中心是越造越快的,越造越大越造越快,六十几天就能交付,就特别快。你就想,所以space x你现在可以把它做估值的时候,加上这个算力租赁的一个趋势,它也是一个非常好的一个好的生意,对吧?

14:00

算力期货

马克汤14:00

之前国内这么多人炒算力租赁,现在全世界最大的算力租赁就是一个火箭公司,你没想到吧?你完全没有想到,现在就是这么个情况。因为你想一旦这个东西开始这么多租赁,这么多基础设施开始建设了,你就会天然的想到它会不会开始能被交易。因为现在其实租赁这不就是本质上就是一种交易。但是它能不能被更珍贵的更正规的交易?答案是可以的。所以现在美国和中国都在尝试探索类似和GPU的租赁费率挂钩的一些期货市场,也就是算力期货。以前你拿期货去交易石油、交易小麦、交易窦博,就是交易这些商品,现在你就可以交易算力,你可以交易GPU小时对吧?

马克汤14:58

以前你得去,比如说亚马逊的云上,我你说我要这个H100的GPU,我要使用它在夜晚的0点到3点钟使用3个小时,那你就需要支付3个小时的H100的10足价格,然后你就可以把这块卡的这个block在在这个时间段。中国也是一样的,也有路透社的这个信息信息渠道说上海期货交易所可能在尝试token类的期货合约的准备,这大家可以期待一下。中国现在的这个token使用量也是非常高的。这个官方数据是2024年初以来,基本上增长了1000倍,到今年的三月底已经超过了140万亿token了,所以说这每日投坑,所以说这是非常夸张的一个发展速度,大家我们后面要持续的期待一下。

15:58

LTA 长协:存储为什么突然不像传统周期品

马克汤15:58

好,下一个事情就是本期非常重要的一个环节,就是关于LTA,也就是长期协议。这个事儿我在五月份听到的时候,大家就突然开始好多这个投资群里面开始说长鞋,大家关注长鞋。我以为中国不是两家要上市的公司叫长鑫和长江,怎么又出来一个长斜?我当时就很纳闷,说存储要关注长协,我要长协是哪个公司?我又孤陋寡闻了,我都漏怯了对吧?我说我去研究,其实我不知道,我以为是个公司,其实它是长期协议的一个缩写,长写,这个英文叫LTA,念给你们听一下,long term agreement,长期协议进行出租对吧?

马克汤16:38

长期采购协议之前的存储被称大家称作为周期性行业是有原因的。就是因为它这个价格纯属的价格,之前是像过山车一样,涨价的时候,大家抢跌价的时候没人要。那么现在就之前大家签的都是框架协议,框架协议就是我给你预定这个,我买方要承诺这个采购量,我采购量给你定下来,但是价格不一定,价格我是要跟着季度谈判和现货周期走的。所以说他并没有当时的这些框架协议,并没有彻底改变存储的周期性的一个本质。

马克汤17:15

但是现在不一样,现在好像大家都开始说存储好像不是一个周期性的板块,存储开始变成了一个长牛的商品市场大家觉得这东西一直牛下去,一直供不应求,所以说这个变成了非常稀缺的东西了。这些HBM非常稀缺,真的稀缺。这些什么三星、海力士、美光都跟印钞机一样,对吧?就别说这三家了,你就是看看长鑫都像印钞机一样。好的,一会儿给大家念这个财务数据所以这个需求方包括什么meta google,anthropic opening AI,都开始做这些LTA的协定,就是为了去争夺更多的内存的一个长期的供应稳定性。就是我提前给你确定性,你未来这些产能就给我,我把价格都给你锁死。你就会发现这个事情就是一个非常夸张的事情了。我就像我前面说的,它不是传统的框架合同,它已经变成了一个带有非常强硬约束的合同了。

马克汤18:27

美国他们已经叫这个enhanced LTA,之前也叫LTA,但是之前的LTA是框架合同,现在的LTA比如说现在改了个名字,叫ASCA strategic customer agreement战略客户协议,它就变成了一个很厉害的东西。它是一个包含了预付款、价格锁定,然后产能锁定的长期协议,对吧?第一个咱们要锁量,比如说我这个预定你未来多少的dram我多少的DDR5,多少的HBM和nand的供给,你都得给我准备好。

马克汤19:02

我也会给你支付固定的价格,我可能是有这个协议里面放一定的固定价格和一定的浮动价格,我组合给你来来来支付也可以。第三点,我的这个责任,就是我之前是我要货对吧,这个价格另说,现在我前面都定了,都给你定了,而且我还会给你一些资本开支的支持,我给你开packs的支持,我还可以给你签违约金。我可以跟你说这个take or pay,take or pay就是我到时候要要么拿要么付钱,我不管拿不拿都得付钱,我得为这批产能负责,现在变成这种情况了,就是现在几家存储的巨头,简直就是大爷,对吧?他就坐坐那儿,张口就是新的价格,每天都在编好不好?

马克汤19:53

第一道,我们看这个几家大厂,美光、海力士和三星基本上都是适合多家的这个上下游的战略客户,都没有披露具体的,有些披露了,就比如说微软,google什么之类的,但很多也没披露。但是基本上20%到30%在未来2027年的产能全部被定掉了。也就是说之前的我这个2027年,大家要是说,会不会明年出现一些变动,会不会26年底出现一些新的技术,导致这个存储并没有在2027年就没有这么吃香了,会不会?那不是,那现在人家已经把整个行业的20%到30%的DDR全部给你定掉了。所以说这个产能的或者说这些存储公司的业绩可见性,你我们开车要讲这个可见距离对吧?

马克汤20:52

我能我能见度是多少,我能见多少米。现在一样的,我这个存储股票的这些存储公司的未来几年的业绩的可见性是非常高的。因为都已经预定掉了都已经预定掉了。

马克汤21:06

这里面还有几个逻辑,我觉得是非常值得大家去深度思考一下。就是为什么大家要去做,尤其是这些云厂商,为什么他们要去做这些的战略的绑定?就是因为他们也不想说,因为后面比如说我token不够了,导致我被限制我们的业务运转,他不想被这个数数手脚,所以他要先定下来,就因为他认为这个是非常重要的。未来的一个现金流的资来源的渠道。

马克汤21:41

第二个你就会发现,这个就是大家去抢。因为我们我们如果把这个存储对应的芯片,对应的算力能生产出来的token算成一个大的池子,对吧?这个池子基本上就是这么点儿,全年所有的这些卡堆在一起能跑出来的token就这么些。我如果去锁定了其中的一部分token,第一是我保障我的安全性,对吧?第二是什么?第二我保障了我的对手拿不到更多的草根,我锁定的越多,外面的就越少,所以就是一种竞争的感觉就出来了。这就强化了整个基于token紧缺的这个投资框架。

马克汤22:22

我觉得这个是大家要去关注一下的。就是未来我们其实都不用去看什么,我过去两个月的消耗了多少token,我要我要你披露的是什么?你未来两三年已经定了多少token对吧?你已经定了多少,这个是非常关键的。就是我不管你之前消耗了多少,你告诉我你未来定多少,未来定多少表明了什么?表明了第一你的战略决心对吧?你认为这个东西重要你才会多定。

马克汤22:50

第二就代表着你人就认为这个东西是非常有价值的,以及你愿意为他支付多少的价格,我们能从中去看出很多东西,所以说这帮助我们投资者就是什么,我能更好的看到未来的业绩。的能见度。那能见度上去了,是不是价值的中枢就可能就往上抬呢?因为我们投资最怕什么?怕不确定性,一旦确定性很高,那这个玩意的中枢就能往上提,不然它就是容易波动然后它中枢会下来,对吧?投资最怕不确定性了,所以说这个是大家关注的。

马克汤23:25

还有一个点我觉得大家是可以思考一下,就是你想这个token是不是一个通缩的产品?我们从宏观上来讲,token是不是通缩的产品?因为硬件会提升,算法会提升,软件的效率会提升,这怎么理解?硬件越来越好,那就导致我每分钟能产生的token会更高。所以我token的生产的速度会更高。

马克汤23:50

第二,算法越来越好,那就会导致什么?我生产托管的效率也会更高,就硬件和算法是配套的。然后第三点软件就比如说cloud code或者codex或者什么open claw龙虾对吧?他们去推理的效率会不会更高?就是原来我需要比如说3万token我才能把这个任务做了。我现在只要花3000 token我就能把这任务做的非常好。那是不是单任务的token的消耗也会变少。也就是在这个基础上,token就是通缩产通缩的一类商品通缩的一类商品。

马克汤24:27

那为什么大家要去对一个通缩的商品去做长期协议呢?这件事情就好像是一件有点反常识的事情所以我们就只能说是不是智力的绝对值是通胀,智力的绝对值是一个通胀的水平。想一想这个问题,这个问题我觉得是非常关键的。说到存储,我觉得因为我们我的听众很多,大家还是关注国内的这个市场。存储我们在实际找标的的时候,我们还是要关注一下。

25:00

中国存储产业链和美韩的差异;长鑫/长江的重要数据

马克汤25:00

就是现在我们说的大家市场上或者看到的分析,聊的比较多的都是美国和韩国的巨头,海力士、三星、美光这些都是本质上都是全球最顶尖的这三家公司。他们对于像DRAMI、land、HBM,他们都是巨头公司。就他们自己做制造,他们自己做设计,然后他们再卖给全球的存储的客户。所以说他们是完整的吃到存储的价格上涨到HBM的供给的紧缺,带来的一系列的价格的提升等等,带来的业绩的增长,他们全部迟到了。

马克汤25:43

中国其实在做的是不一样的,就整个存储产业链的上下游,它是一个很复杂的东西。就他先要从存储的原厂去,比如说做这些d ram芯片和nand芯片和HBM芯片的设计和制造,对吧?制造完之后它就等于输出的是什么呢?它输出的是dram nand HBMDDR这些玩意的颗粒,这些颗粒最终会在配合主控的这些。比如说像国内有一些做做这个微控制器的一些公司,也被归进了这个内存厂。一样的,他配合这个主控,然后再进行最终的模组的组装,把颗粒加主控,加固件加封装测试全部包装好,成为最终的可销售的产品。那这可销售的产品就比如说你看到的实际看到的那条内存条,或者这个SSD固态硬盘或者存储卡,然后他再去放给终端的这个整整机厂,比如说电脑、显卡厂、车等等等等去做安装。所以说它是一整套的上下游的产业链。

马克汤26:49

中国现在除了长鑫和长江以外,都是在后面的。要么是做主控的,要么是做这个模组的。就他们不吃最前面那一道价值量最高的这个议价,所以大家在选择标的的时候一定要关注。就是大家每你你做的你选的那家公司到底在做这个产业链里面的哪一个板块的业务。然后这个业务到底是怎么怎么产生价值的,它的壁垒是在哪里?它是在库存管理更重要,还是在什么先进的技术更重要,还是他的下游客户更重要,还是他的这个行业的比如说做车规级芯片,那你就需要去做认证更重要。他他的这个完是完全不一样的,大家不要搞混了。对于现在我们实际在强调的像HBM、D ram、land这一类的芯片,by the way你如果不太清楚HBMDRAM和net是什么区别,你得去倒回去听我们之前的节目,之前我都讲过,今天就不再赘述了。

马克汤27:53

就这三个东西来说,全球的竞争是非常强大的。就我们现在最好的公司就是长江和长鑫,也就是今年有望在咱们A股去实现一个上市的这两家非常好的中国顶级的存储公司,这两家是纯雪的,他们是真做dram和nano的。但是对比海外的这几家,基本上技术上还是存在非常严重的代际差异的,尤其是在HBM这个事情上。HBM就是high bandwidth memory,就是这个高带宽的存储芯片,这个是性能最高的存储芯片。

马克汤28:31

它是直接贴着GPU去提供,就贴着最核心的算力芯片去进行这个高速的存储。它的价格是最贵的对性能要求是最高的。这个我们就算是长鑫都没在做,或者说都在非常早期的起步阶段,在非常后面在追赶的就差的还是挺多的。我们现在能稍微做的好一点的就是dram,dram现在场景做的是还很不错的,非常不错的。当然离那三个巨头还是差距是非常大的,但已经能稳稳的坐到第四名的位置了。

马克汤29:06

这是d ram我们的一个生态位。Nand的生态为我们国家主要就是由长江存储来承接。Net也是一个竞争非常强的一个板块。除了御三家以外,还有凯霞和闪迪对吧?他们也在nand上是有非常高的竞争优势的,而且凯霞和闪迪基本上只做net,所以说这个是是是有非常明显的代际差异的。我们要持续的关注这个市场份额的变化,关注实际长青长江后面会披露出来的业绩到底是怎么样的,他们的自由现金流又是怎么样子的。我们来判断这个事情到底它长期的一个竞争的优势,竞争的一个格局是怎么样子。

马克汤29:47

长鑫在五月份的时候也公布了他们2026年Q一的这个财报的业绩。简单来看就是两个字,炸裂。好吧,就你没想到一家这家这样的公司之前,你之前听说他牛逼,对吧?但不知道他这么牛逼。他一个季度赚了330亿,就净利润是330亿元人民币,这个同比增长是百分之1268,反而翻这个12 13个跟头,好吧,就是很很夸张。然后它的这个经营现金流也是非常高的,经营现金流去掉425亿元,这就代表着整个客户的回款周期也非常好。

马克汤30:24

然后上半年公司对于上半年也就是Q1加Q二这整个六个月的营收的预计,是要超过1100亿到1200亿元中间这个区间的。然后净利润会去到500亿和570亿这个区间,这个是管理层估计的,所以说我们会等Q2具体的财报出来,我们再去看一下。如果受益于整体市场的这个存储芯片的持续涨价,那这个可能都不止这个数,这个非常有可能。长江现在还没有披露它的完整的业绩,但是我们可以从他的现在的这个市占率上去窥探一就比如说现在长江在整个land市场的份额已经从25年的大概8%提升到现在13%。

马克汤31:09

那你按照整个市场,就是全球net市场在26年Q一的这个营收是460亿美金的市场规模来去算的话。那13%基本上就能推出大概60亿美金左右的一个收入的情况,60亿美金,对吧?那你想60亿美金就差不多是420亿这个人民币。那长鑫在d ram那边收到的营业收入是500亿500多亿,那就差不多是四五百亿的这个区间。那说明这两家公司基本上是相同的一个体量的,当然DRM它的可能利润率会更高一些。

马克汤31:45

然后长江它最近也是还有很多工厂还在持续的扩建。武汉的第三座工厂预计26年的晚些时候也会再启动了。所以说整个27年的话,我们对于长江存储的一个产能还是能有非常高的一个期待的。27年的可达月产基本上能取到5万片金源的一个状态。然后长江存储现在的技术上也是被很多的专业的专家架构是认可的,长江存储是完整的自研的叫x tacking 4.0的架构。这个架构已经被专家认为是可以和三星这些领先产品相当了。所以我们持续的期待一下他们在全球市场上的市场份额的进一步的提升。

马克汤32:36

对ok说回来就是聊到说完存储的话,我们就最终稍微做个小结,就是说存储大家就要注意,如果你做的是A股市场的标的,那你就需要去关注你投的这个玩意儿到底是干啥的,他肯定不是做HBM和DRM的,他肯定是往后面去靠烧边了。就是说你要知道他赚的是到底是什么钱,他转的到底是什么壁垒,好吧,你要搞清楚,你不能稀里糊涂的去去去说,这个玩意儿是做存储的,他我告诉你,他肯定不是做HBM和d ram或者land的,好不好?国内就是长京,长江和长京这两家没别的了。

马克汤33:17

好了,说完存储之后,再给大家说一个现在有有一些股权融资的一些新闻。股权融资大家一听是不是像一级市场的融资,对吧?那一级市场的融资是不是都是一些小的创业公司,像我们这种财大的这种创业公司,其实不是。我们最近收到的几个新闻,google的母公司alphabet和meta都在考虑非常大规模的股权融资,alphabet是宣布的是800亿美金的股权融资,后面也有报道提到了850亿,就反正是八百多亿。你就可以畅想一下,然后matter最近考虑的是百亿级别的,数百亿级别的这个股权融资。你也不知道它到底是数数是几百亿美金,但反正也估计也不少。所以说你就会发现这些巨头都开始对这个股权融资下手。

马克汤34:13

那为什么你就这些巨头没有采用债务轮融资呢?就债务融资其实没有选用的原因,我猜很可能是因为这些巨头他们对这些实际的投资的收益率的预期也不确定,因为你如果确定的话,然后你又确定这个收益率是比你这个债务所需要支付的这个资金成本高的话,那你就直接用债务融资。那样你是这个收益最大化的那你把股权融出去之后,吧,那其实收益就是是有一些折损的。但为什么他们选择这样做?那可能就是因为对未来的这个远期收益率其实还是有一些些担忧,它不是这么的确定,所以他用股权的方式去融资,就有更好的风险共担的属性。

马克汤35:02

这个投资人里面,有一个人是要着重找出来的,就是这个伯克希尔,伯克希尔现在基本上是掏100个亿美金给google。那google现在是什么个情况?为什么为什么伯克希尔要在google这现在算很高位的一个状态下去掏这个钱的对吧?

马克汤35:26

这个是一个不是算之前巴菲特那种喜欢安全边界的,然后深度价值的投资风格了,其实我们看一下博客希尔的实际的财务状况,伯克希尔现在整个账上躺着3730亿美金,他们整体2025年的自由现金流达到了250亿。就这么些钱,我也不知道它能用来干嘛。就是你投什么玩意儿能能有一个稳定的回报呢?稳定的且高的且成长的回报?好像投给google也挺合理的,你就把google当成一个分红股,他总能分点钱所以说好像还可以。那我掏一百给厂商咸蛋我账上3700亿美金,我掏个100亿怎么样了,长个咸蛋还是没有问题的,所以说我们后面看一下,人家会不会持续加码。当然大家知道,伯克希尔的这次决策不是巴菲特老爷子做的,因为他已经退休了,是他现在新的CEO做的。所以不知道巴菲特本人如何看待这件事情,肯定都知道。

马克汤36:37

但是就挺好奇的,八老爷子到底会怎么看给google投资的这个事情。因为之前有1万个买入的时间点,选择现在这个时间点,确实不太符合价值投资的概念了。所以说我们要知道这些老这些大的巨头开始开始股权融资了。开始融资了说明什么?说明他们现在的现金流是有压力的对吧?就我纯用自由现金流去进行资本开支不够了。所以我要把资本开支再一步放大的话,那我肯定要去通过其他的融资渠道去拿来更多的钱,不然我纯靠自由现金流去硬扛的。我就会去挤压现在可能他们原有的回购计划,原有的这个现金安全店的规划,然后挤压一些估值的弹性所以说这是这些云厂商的一些选择,我们后面持续的关注。

37:39

800V 数据中心供电,能源智能化的下一代技术

马克汤37:39

好,说完了存储和说完了这些云厂商的动作,我们今天就我们这个台每个月的AI产业链的节目,基本上都会找一些具体的算力领域的一些东西给大家去做一下展开,对吧?我们之前聊了内存其实很早就聊过了,今天只是重新讲一下这个LTA的事情。之前我们还聊过PCB,我们也聊过上上一期聊过CPU相关的,像归光,像光源,都跟大家聊过了。今天我觉得可以再跟大家扩展一下的,就是整个算力中心的能源和供电系统,我觉得是可能是下一个需要大家重点关注的地方。

马克汤38:24

我最近看到一句话,我觉得特别棒,拿出来跟大家分享。如果我们说能源的话,蒸汽机是从能是是成功的把能源弄到了做工对吧?做工然后那是我第一次把地契能源化,也就是说人退出体力劳动,然后让蒸汽机来解决,那能源其实是做力气活,现在这一次大模型来了,大模型做的是什么?大模型是把能源认知化,也就是我们第一次把想这个想理想的想这个想字能源化,这是一个经典工程一直没做成的事情,就是我的输入是算力,输出是理解推理和生成,我觉得这个是我觉得这个观点是说的非常棒的,他把整个的大模型的一个格局打开了,对吧?我从能源现在能直接输出知识和认知了,这个是一个新的突破。好,那那这个里面就非常考验能源了,对吧?

马克汤39:32

我前面给大家讲了这么多的一个事情,那这个能源现在到底是怎么个紧缺法2,我今天给大家讲一讲一个新的系统,就是800伏直流供电,800伏DC的这个事情。听说听这个我刚刚听800伏这个东西,我就好像脑子里蹦蹦闪过了一道闪电,你知道为什么吗?我突然想到了800伏在上一个是什么地方听到的来着?上一个不是新能源车吗?现在的新能源车的快充不是800F吗?这个玩意儿好像是我们非常擅长的东西我们先我先卖个关子,这800伏为什么这么重要呢?就是现在我们数据中心的供电是人就是采用传统的,没有这么超高压的一个供电系统。所以它会带来很多问题,带来哪些问题呢?

马克汤40:29

咱们要知道传统的这些云厂商的机柜的功率基本上是10到15千瓦。那么black whale的机柜要去到120千瓦,像下一代英伟达的barrel rubin系列,它可能就要去到600千瓦。然后再后面3029年、30年,可能一台一个机柜就要去到一兆以上。这是非常高的一个功率的增长。这个功率增长之后就会出现非常多的问题。就随着这些GPU集群的对于,比如说它的密度也越来越高,然后它的功率消耗也越来越高,那物理的极限就开始冒出来了,因为电阻是会随着这个电流有损耗的,然后电阻的损耗是随电流的平方成比例的增加。所以说在如此高的功率水平下,铜缆的质量和散热的范围就超过了咱们现在的这些机架的承载能力了。

马克汤41:31

因为这些机架当时不是为了去去接受660千瓦的这个功率去设计的,那如果我们把它从现在的这个第一电压的架构去转到800伏直流供电的架构,那就会去解决很多事情。它能消除多级转换,能降低电阻的损耗,并且把设施层面的功耗降低5%以上。也就是说在一G瓦的这个负载下,你基本上就意味着50兆瓦的持续节能。那50兆瓦的持续节能就对应着每年可以去节省几千万美元的电费,对吧?那这事情是数据中心必须会考虑的,然后这也意味着800伏直流会变成一个,他这个是基本上跑不掉的一个必然转型。因为这是物理定律驱动的,就我们从马斯克的第一性原理出发,物理世界的规律是不可逆的对,然后这个也是直接能转换成经济效益的,所以云厂商肯定会去做,这里面的增长空间是非常高的。然后也是传统的机架机柜到现在新的这个800伏的整体的机柜的转变,也是需要很长的时间周期去做替换的,中间有非常多的事情要做。

马克汤42:53

我给大家举一个例子,在现在48到54伏DC的这个电压下面,一兆瓦的这个算力,它需要用到12000到15000安的电流。那这个玩意儿换成800伏之后,那就只要750安了,那整个电流就少了16.7倍。电流一小,它的整个铜线的一个排布,它的发热、它的损耗,整个空间的压力都会改善。

马克汤43:25

就是你要知道现在的话一兆瓦的机架,那就需要200公斤的铜的母线,这是200公斤就是我给大家说说一个这样的,实际上这样直观一点,就48伏的电压下,这个铜线,铜线是要去到直径56毫米。那如果是800伏的电压的话,它铜线的这个直径只需要14毫米,这是非常大的一个。就是你想原来的电线又粗又重,现在的电线就能又细又轻。那又细又轻的电线它能导致什么?它能导致整个铜线在成本、重量、安装复杂性,整体的这个数据中心的布线空间,都是非常好的一个减负的动作。

马克汤44:09

就你原来这个机柜就算了,里面这个芯片就算了,我现在要堆这么多铜线,我你们看到过那个机柜吧?如果你没看到过那个机柜的话,你可以去修,脑子里看看,我会贴一些图片,你也可以去网上搜索更多。现在比如说NV72,或者你搜这个华为的cloud matrix 384,它的机柜是长成什么样子的,里面的这个线是怎么样子的。好吧,你就能大概知道现在数据中心整个你这个里面是个什么情况,另外一点,除了以上说到的这些关于物理层面的一些优势,800伏的电压一来,它还能去放大现在整个英伟达芯片的速度。它本质上就是去解决每个token所消耗的成本的。就不仅它的电费会少,它的经济效益也会更高。所以这是一个双重的一个一个鼓励鼓励数据中心去做这样的改造,我们就看一下时间节点对吧?这听起来是一个很复杂的事情,因为我最终最终希望的我最终希望的肯定是我从电网的电能直接打到某一张具体的芯片上,对吧?

马克汤45:20

那现在不是这样子的,现在是电网的电压打造数据中心,数据中心在做分流,分流到每一个机柜,然后机柜内部再去做什么,做交流店,做做直店的都有啊。这就是很复杂的一个事情,那他肯定是会逐步的去做切换的那现在我们看啊专业的分析师分析,我们现在从800伏要去切换到800伏,会先发生在机架层。也就是说我每一个机架现在旁边会新开一个叫sidecar的边车。就是我每一个机柜里不是放了巨多的芯片,然后旁边再开一个空的这个格里,就放这个800伏的,从AC转800伏DC的这样的一个设备。然后我就能通过这个就整个数据中心把店打到这个sidecar再从sidecar打到芯片。然后我这个sidecar用840的,基本上是这个级别。那我下一阶段我就会从比如说整个数据中心做整个设施级的高压DCHVDC。然后最终到我再去实现从电网到这个芯片,那就需要非常好的一个变压器了。

马克汤46:34

我们稍微科普一下,现在的数据中心会分为两个区域,一个叫白区,一个叫灰区。白区就是这个芯片的所在地,实际芯片这个机架的所在地。回去就是比如说一些散热,一些供电系统,现在是这么区分的。我前面说的,就是要把供电系统从一个单独的供电系统挪到每一个机架里面去,放一个边车,就等于我这办公桌旁边放一个小餐车,然后这小餐车上面放一点顺手的玩意儿,然后通过这个编车来直接给我的芯片去提供800伏的交流电,不是直流电。所以这个是现在的一个短期的一个改造的方式。他就是给AI这些算力的机柜去额外供电的一个外挂的电源池,因为AI和GPU的现在这个机柜功率实在是太高了。所以传统机构里,传统的机柜里面内置的48伏架构不一定扛得住这么高的功率。所以就把这个电源转化能力外置成一个旁边的一个柜子,去通过这种方式让这个power cycle去把传统的这个48伏的、480伏的AC去转成800伏的DC然后再去供给给高功率的计算的机轨,通过这种方式去进行一个短期的过渡,基本上是这样的一个流程。

马克汤48:08

那我们说到800伏DC,它是一个配套系统。就它你可以理解它有很多的子的板块,子的元素我们要去关注。比如说功率半导体,比如说直径材料,比如说这个铜线,比如说这个配电保护储能液冷系统集成,就它是一个很系统的事情。

马克汤48:30

那这个玩意儿基本上你要是没有中国这几年在新能源行业摸爬滚打的这些经验,这个AI数据中心要去从零搞这个东西,那是非常吃力的。但是好在咱们过去十年已经在非常多的实践里面把这个东西训练过来。你想我们现在全国做这么多新能源车的800伏的高压平台,对吧?然后做这个光伏的逆变器,做储能,做这个充电桩,做工业电源,那就是现在的AI数据中心就直接把咱们之前已经搞完的整个的新能源和太阳能行业直接继承过来。我砸钱,我给你钱,对吧?你给我供应,正好。

马克汤49:12

这个里面其实有有几个东西是大家可以关注一下的,一些上游的一些东西。第一个就是这个碳化硅SIC。碳化硅是800伏1000伏这种高压平台的最主要的原材料,包括这个逆变器,包括了超充桩的功率模块,都非常需要碳化硅这个玩意儿。

马克汤49:34

然后第二个就是氮化钾,氮化钾大家如果经常喜欢一些这个充电器的话,就给手机充电的话,你也会非常看到现在网上很多的做的非常好的充电器都是淡化贾的那淡化贾这个玩意儿就是高频小型的电源。它在传统的像消费快充或者说服务器的电源上是非常成熟的。然后现在也发展到比如说车载电源,比如说无线充电,都是非常普及的。

马克汤50:05

然后第三个就是SST固态变压器,固态变压器solid state transformer这个玩意儿会被用在高功率的充电站,直流配电、光出光光储光储充车网互动这一系列的东西。固态变压器在整个800伏DC入住数据中心这里面就会是最后的一个环节里面必须的它会非常远期,就短期内是用不到SST的,短期内只会去用我前面给大家讲的那个power sidecar编车的那个技术方案,去做一些短期的改造。长期的话,如果我们希望直接从电网能打造芯片,那我们就需要一个非常强大的变压器。那到那时候SST就会发光发热了。但这不是一个短期的点,它可能有炒作的机会,但它肯定在短期内是贡献不了业绩的。

马克汤50:53

最后一个还有一个就叫VRM,就是电压调节模块voltage regulator module。这个玩意儿就是对吧?电压调节,反正就是这些玩意儿,你们可以去去去关注一下。我们如果你要去找,比如说你说我之前对新能源行业非常了解的,我好像800伏也知道一些,那我就劝你去在找投资标的的时候,你一定要不能去找那些只做车或者光伏或者做储能的,你一定要去找。就原来可能是做这些的,但是他现在已经有开始做一些比如说数据中心的业务的,对吧,就它不能只有八个F的这个呃标签,它还得有能实际做AI数据中心的一个技术能力。因为AI数据中心是非常精密的东西,它会比这些储能车更加的精密。你就可以把它理解成是AI工厂的高速电力高速公路好吧?他需要把整个的高压直流,把功率器件,把前面说到的像这个母线,把液冷,把电能质量全部的打包成一个完整的系统。

马克汤52:08

A股里面很多的公司,它其实讲的都只有新能源车、充电桩,这种传统的UPS或者电网设备。它是不等同于能够直接打入AI数据中心的整个供应链线条了。所以我们要去关注的是它真的有没有披露对应的细节,然后它现在的客户订单收入占比是怎么样子的,它的毛利率是不是足够的高。因为进到AI这个服务中心之后,它的毛利率应该是会有一个比较明显的上升的。

马克汤52:39

大家要知道这个数据中心,你别以为以为是非常的精,大家要知道这个数据中心,你别以为是啊一个非常设施非常豪华的一个东西。现在比如说meta最近被卫星照片拍到,说他在他在美国的应该是德州在搞一些非常离谱的事情,就他直接拿帐篷去构建了他的数据中心。太急了,实际实在是太急了,他就直接像一个打仗时候的一个毛坯房一样,就搭了几个帐篷,然后就往帐篷里放了好多好多价值几亿美金的算算力的芯片卡,就开始算了,就是实在等不及了。就是我现在的已经到快速部署快速快速部署,抢时间的去供电,去做芯片的部署,然后去做数据中心的发光发热了。这个是我们没有想到会发生这么快的。

马克汤53:44

然后你也会看到现在这些云厂商,和很多的发电厂都签了非常好的,非常高价值的一些协议。好吧,去去保障他们的发电厂的建设,定向的供给给数据中心。这和咱们国内的就条件是不太一样的。因为国内的咱们总整个的国家电网,还是国家电网和南方电网,还是对这个供电方面是做的非常好的。基本上数据中心的发电不需要太过考虑,这个基础设施是很完备的。当然在美国,这个电厂都是私人企业,它不是联邦企业,所以说这些大的公司都需要去跟这些私人企业去单独的谈判。

马克汤54:31

大家独单独的拉线,它是一个很复杂的工程,就包括meta之前也投资了很多核电的公司,对吧?大家也可以去查一下,就是说电这个玩意我觉得前面我的那个比喻还挺好的。AI的这个算力的高速公路对吧?你得把高速公路建好啊,你能通电,你不能通电,你里面再牛逼也白搭。这个往往是没有那么耀眼的一个地方,所以也是可以大家持续值得去关注的。他有没有后面的有没有一些机会?

55:04

华为韬定律:制程受限下,靠封装、互联和系统工程突围

马克汤55:04

好,下一个我们要聊一聊在五月份惊动过市场的华为的这个套定律。套定律这个玩意儿是什么东西呢?就大家之前应该听说过摩尔定律,对吧?摩尔定律的意思就是芯片上的晶体管数量会持续增加,然后芯片的会越来越小,越来越强。你就等于是你比如说你去盖个房子,你要把房子越造越小,但是你要在这个房子里面要住越来越多的人,基本上就是这个概念。为什么他要做的越来越小呢?就是对于同一个地方,如果晶体管能越来越小,那同一面积它就能放下更多的晶体管。它的性能就会越高,这是摩尔定律。

马克汤55:46

这个玩意儿就是对于中国来说是比较难的。因为中国的先进之城会受光刻机的限制,我没办法拿到阿斯麦的光刻机,所以我很难去沿着像台积电、英伟达的那条路线去发展。这个还是非常受限的。那么淘淘定律它是为什么只是让市场这么关注?就是它仿佛讲了一个新的故事,就是说我传统的不是要把芯片做小,我现在能不能不把芯片做小,但是把性能打起来呢?那我就能不能通过一些别的路径。

马克汤56:21

华为套定律引入了时间缩放的概念,它用时间缩放来替代单纯的几何缩放。就我们前面说的摩尔定律是几何缩放。他现在新重新强调了一个新的名词叫时间缩访问,也就是说从晶体管电路、芯片封装、互联系统全站的去缩短整个系统的延迟,提高密度和能源效率。这就像我们在城市里面,原来是就是只有一条路,对吧?后面我们建设了高架,我们建设了这个地道,我们就把这个立体交通给做起来了。很多远距离的通勤,你把它改成上下游坐电梯。那就等于把这个一页纸去折了一下,那你这一页纸的两端就直接碰到一起了。所以说他这个技术的一个名词叫logic folding,也就是说叫逻辑折叠。

马克汤57:17

逻辑折叠也就是像我前面说折纸,折纸的好处就是它能把原来很远的东西,突然给它变近了,来带来效率的提升。报告里的数字就说这个logic folding能在固定节点带来55%的密度提升和41%的能效提升。系统层的通信延迟目标从数十微秒压缩到约100纳秒,这是非常高的一个优化的水平了。也就是说他给了市场一个新的故事,对吧?他说前端制臣被卡没关系,我们能不能靠先进封装,能不能靠互联的提升把集群工程做得更好。同时走出一条中国自己的scaling law,然后走出一条自己的规模化效应。

马克汤58:03

Deep seek在25年的春节给全市场带来的模型行业的冲击是很像就资源不够咱们工程化来优化来解决。当时deep sick就是我算力也没有OpenAI这么高,但是人家那个O一的这个推理链我们也给你整出来,我用一个更加精巧的工程化的架构,我从架构上去做优化,我不跟你卷这个相同架构下的算力堆出来的那些优势。但是我们要知道一点,就是这个东西听起来很新,但是它在芯片行业内其实并不是一个新的概念。咱们你如果去搜一下,你也可以能搜到。比如说现在很多先做先进封装的,也有在做这个混合建合,或者说还有一些名词像这个3D堆叠,这些都不是新发明出来的,就包括现在的台积电和英伟达也在做,英特尔也在做对吧?然后也领先也非常领先。所以说它到底带来的差异性在哪里,我觉得这个是我们要后面持续的去看的。

马克汤59:11

就华为到底拿这个玩意儿做出了一个什么产品?这个产品的性能到底有没有优势?因为我我听到这个logic folding,我第一个想到的就是混合建合。混合建合是我们国家在封测领域做的也还不错的,虽然比不上国际的领先的第一梯队,但是有非常好的就是科创板的,有一些它做混合建合做的非常好的。

马克汤59:35

混合建合它就是我把两个东西合起来,然后这两个东西上的金源心力上的这个借电层,也就是铜和铜能直接的对对接对吧?我去从而替代传统的像凸点或者焊球。那就能实现在非常小的空间里面去做非常精细的堆叠和封装,它就是一个非常对对对精度非常要求非常高的一个技术。它就是更小的间距,但是更高的带宽,更低的功耗。它和logic folding,它跟tao定律好像听起来就是很像的一个技术概念。所以大家非常有兴趣的话,可以多研究我以上说的这些名词,你给他合并一下,你看一下有没有什么新的发现,你也可以直接把这个问题在彩搭子的agent里面去做一些提问,我觉得你应该能拿到一些更加深入的解读。

马克汤01:00:34

这个玩意儿我们最后其实就是要关注华为交付了什么,以及是不是这个良率能上来。因为良率是决定了芯片行业非常重要的一个指标。就你的良率不好,比如说你的良率只有50%,那你就是你生产出来一半要淘汰掉,要扔掉。你白生产产能打上来也没用,那你产能打上来就打上一半,所以这个是现在来看还是一个技术名词,它不是直接交付付了一个具体的产品,所以我们后面要持续的去跟踪,好吧?

01:01:04

应用层:微信智能体、千问入口、Seedance暴涨

马克汤01:01:04

好,咱们今天的最后还是来讲一讲应用为什么不讲模型。因为上期质朴已经算给大家讲过模型了,没有听过上一期的去听一下质朴那一集,讲过一些模型。那么应用出现了一个什么事儿呢?就是我还是要重申一下老黄说的一句话,黄仁勋之前说过一句话,我觉得是非常重要。他说应用层就是最重要的东西,因为应用层起到的是教育市场的作用。你想你要是没有天天在用豆包,你怎么能对大模型的有一个具体的认知呢?你怎么能对你为什么会需要上游这么多AI的产业链,我一定是因为用豆包用的好,且越用越多,我才会产生这些需求。

马克汤01:01:47

所以说应用层起到了教育市场的作用。它是最终决定了我们前面上述的所有的这些什么算力、芯片,它这个内存到底有没有人付钱。你要是最终的终端消费者不买单,不收钱,然后用不起来,那对吧?那最终你就很难说这个上游的所有的做的动作是有价值的,而且他可能长期被证伪了。所以最终还是要应用层去解决这个问题。

马克汤01:02:16

应用层我觉得比较重要的一些在本在五月份发生的事情。值得跟大家分享的第一个就是微信或者说腾讯。腾讯的微信智能体基本上传闻马上要上线了,说是之前已经做了一版,然后也测了一下,但是内部反馈不太好,所以说直接推倒重来了。因为微微信这个产品很特殊,微信这个产品是全球15亿到20亿人在用的一个产品,你不能随便去动它,不像比如说我们创业公司的产品,对吧?彩达子,我今天给你上个新功能,明天上个新功能,你用都挺好的,没问题。微信是这么多人用,男女老少都在用的一个产品,他不能随随便便的就做大动作,他要一步步来,这个也是非常合理的。我们也看张小龙能不能在这一场仗上把智能体真的引入好,引入到微信,且引入的非常好啊,非常丝滑,场景非常正确。我也非常想着急的学习一下。然后腾讯最近在在五月份的work body的发布,还有kimi月之爱面kimi work的发布,其实在国内的反响还是比较好的。

马克汤01:03:29

因为work body和kimi work这两个产品其实都是对标的athletic加的cloud coworker然后这几个产品的特点就是它不需要你有太多的代码能力,然后你也不需要去了解什么命令行这个语言,对吧?你要去装一个什么terminal终端里面再打开什么CLI,装这个东西,还要看一些代码,然后吐出来的东西都是什么带井号键的,带星号。就普通人看不懂,对吧?就接受有难度。所以说才会有这些针对普通人的工作台的产品。他就非常像早年的谷嫂的微软的microsoft coworker copilot对吧?就是这种产品它是一个封装好的产品,然后你看起来界面是非常友好,它还是算机UI的界面,这一系列产品现在反响是挺好的一个,大家也可以去使用一下,腾讯的work buddy,这个和他整个腾讯的生态都能比较好的连接。比如说腾讯文档,比如说这个MA,都能串联起来,腾讯也开始把自己的生态尝试去做起来。但这里的问题就是腾讯文档最近裁员了,对吧?

马克汤01:04:41

就腾讯文档最近把北京所有的人都裁掉了,这个孕妇都走听说7 8月份全部要走人,说明这个裁员潮已经出现了,我我我这顺带便引入到这样,大家可以去关注一下这个裁员朝后面我可能有有节目会去专门聊这个事情,我觉得是我觉得是一个非常重要的社会问题。我之前在之前那期A聊聊聊这个AI社会的节目里面也聊过这个话题。然后我还是坚坚持我的判断,在2026年的下半年年终年终的时候,它其实已经扩散到互联网科技类公司了。现在我们看到一些大厂都已经出现了,很多台湾的消息都放出来了。然后在26年的年底,他很可能会开始扩散到传统企业,然后在27年会变天,所以这就是现在的现状,没办法,就是因为AI能力确实很强,他确实能替代掉很多的普通员工,尤其是普通白领员工。现在通下水道的施工的、搬砖的这些,大家之前觉得是蓝领的工人。现在反而是没办法被替代的,至少现在还不行,就后面我们看机器人的发展短期还是不行。

马克汤01:05:59

然后第二个事儿,我觉得值得分享的是阿里的这个产品千万的产品开始接入各个企业。比如说银行,医院开始做一些接入,还有一些销售类企业。那这些的接入,你比如你不要轻易的认为它是这个微信接小程序一样,它本质上还不完全,它是它的主要核心的矛盾是什么呢?我之前一直以来的观点就是最终每一个人都会有一个AI助理,对吧?就是他可能是任何一个产品,那它大概率是大厂的产品。因为大厂的产品最容易触达最大规模的用户,就比如说微信能把这个事儿做好,或者阿里能把这个事儿做好。但不可能是一个创业公司把一个最大的入口吃掉,或者自己也能做好,对吧?豆包能做好,那你有个这个唯一的入口之后,因为你想为什么它是唯一的入口,就是你你不会天天去找找你不会天天找这个人说话,对吧?

马克汤01:07:03

那我太累了,我需要去知道,我做某一个事儿我要去找他,做另外一个事儿去找他,这不符合未来的一个发展方向。那未来发展方向就是我所有的事儿都找一个人,然后这个人帮我去分散。比如说这个人说你这个是一个金融投资类问题,我帮你去找菜搭子,那是他帮我去找菜搭子,我有一个医疗问题啪,我去找一个比如说百川的医疗的agent去去去提问。我有个法律问题,他去找专业的,他我要买一个东西,他去找什么?就这是我猜测的。

马克汤01:07:36

或者说我压住的未来的发展方向,就是最终每一个人会有一个有且仅有一个,这个可能你我他用的是不一样的,对吧?不同家的产品,但是每个人最终大概率只会去和一个主入口去对话,然后由那个主入口去把你的任务意图理解之后,去分发给不同的子。我们说子智能体,让子智能体subagent再去解决。这些子智能体就是各个企业或者提供垂类服务的各个应用,我这是我的一个判断。所以说阿里去开始接这些企业,并且在它的整个千万的服务里面去接,我觉得是代表着一定的可能性的。

马克汤01:08:23

然后另外一点就是,微信也在开始和一些手机厂商,比如说荣耀、华为、小米去谈a to a的一些合作。A to a就是agent to agent agent agent,那就是我前面提到的这种方式了,就他可能是能允许比如微信的智能体系去操控手机上其他的这个APP来进行对应的服务。也可能是手机作为一个OS它作为一个操作系统的agent去操控微信的智能体。也可能那就我们后面拭目以待,我估计在六月份就会有一些对应的披露。这个是两个大厂的事情。然后第三个大厂就是字节。字节这次要聊的不是豆包,这次要聊的是字节的火山引擎。

马克汤01:09:08

火山引擎上现在有一个API卖的非常好叫c dance,就是之前的那个AI生成视频的那个那个模型。AI生成视频的这个CDS2.0,现在在火山引擎基本上每个月会卖到10亿人民币,那它对应的就是120亿的ARR120亿的年化收入,那是非常高的一个数字。火山引擎原来今年的mass的营收的目标是100亿,那你现在这一个玩意儿就一年能卖120亿了。所以他们也把全年的收入的营收目标提升到150亿,这个数字在去年是15亿,所以这是一个非常高的增长。

马克汤01:09:50

这里面还有一个细节,你就可以知道为什么就是好像外卖文本模型不如卖视频模型。因为视频模型的单价会非常高,而且它离价值更近就文本模型好像总外部是直接的价值提供方。但是视频模型我生成出来就是一个视频,视频直接给终端消费者看的,然后这个视频好像看起来比较有含金量。所以说它单单产品的一个销售有如此高的增长速度,就是非常有意思的一个事情了。

马克汤01:10:25

现在有非常多的AI短剧公司,已经是拿这个CDS2.0去做短剧的制作。然后非常多的营销公司、广告公司、创作者工具都在拿这些API去卖钱。我甚至前两天看了两个视频,我觉得挺有意思,可以给大家分享。就是你拿自己的家的c dance 2.0生成了一个短剧视频或者any视频对吧?然后你把这个视频发到了抖字节跳动的抖音平台上,然后你还要支付给自己的跳动一笔推广费用,用来推广你的短句。这好像有点意思,这什么意思呢?那就是我你这个字节又承担了我制作成本,你又承担了我营销成本,这两个成本的收入都被你收掉了,然后我最终再去有可能是能从终端消费者那儿去收到一些钱,那就导致了这个字节跳动直接收了两把卖铲子的钱。

马克汤01:11:33

这是非常好的一个变现方式,就它有最好的生产工具和渠道工具的情况下,他就能做这个事儿。之前是剪映加上抖音,现在是Seedance加上抖音。剪映是人拍用它剪,Seedance是人说故事,人说脚本,Seedance直接实现,那就导致了这个生产速度会变得非常高,供给会非常多,对吧?那供给非常多,大家要杀出来,那就必须给抖音去交推广费。能听清楚这个逻辑,所以最终怎么着都被自己的去割,所以说这个是大家可以去思考一下的。

马克汤01:12:17

现在字节我觉得光这个豆包光这个豆包这一系列的模型,什么C站是什么C的这些这些模型,Seedream这些模型就很很够他现在的现现在的估值了,就根本不用考虑抖音,抖音都是白送的好不好?我认为抖音现在就是送给你的。之前听别的博主说过这个观点,我觉得非常有意思。

马克汤01:12:45

好,今天就差不多,我觉得我们的节目这个月度的这个节目还是还挺有必要的。我自己也通过,因为我要给你们讲,所以我要准备没这么多材料,然后帮助我在过程中也学习了很多。我觉得四月份我们尝试去发现这个AI金字塔怎么去一个个建起来,对吧?然后五月份我们看看这个金字塔现在是怎么收钱的,现在融资发生什么什么状况,然后长期又出现了什么长期的协议,以及这个市场上现在是有点恐慌。机构投资者开始抱团,抱团之后有点缺乏继续上涨的动力。所以说大家就要开始去看一下,是不是自己会是站在最拥挤的楼梯口的最后一个人,希望给AI支付账单的不是咱们的投资者,最好是最终的终端的消费者,真的能产生实际的价值。好吧?

马克汤01:13:39

以上就是本期发财大字的全部内容了,你可以在各大应用商店搜索财搭子,来使用大家怎么好评如潮的研究工具,定制你的财富伙伴。你也可以在小宇宙、苹果播客网音乐、QQ音乐、喜马拉雅、B站和小红书找到发财搭子的更多发财密码。你可以搜索财达子、马克汤来找到我的。欢迎你给我们留言,也欢迎分享给更多的朋友们,你们的支持是我更新的最强动力,拜拜喽。

延伸阅读

在财搭子继续研究

查资料、核对证据,继续追问。

带着问题去财搭子 ↗
EP31 · 发财搭子原音频 · 74 分 39 秒
去财搭子提问 ↗