Gemini 3 模型性能表现 - 在多项基准测试中表现卓越，尤其在 Humanity's Last Exam 学术推理测试中，无工具辅助得分为 37.5%，使用搜索和代码执行后提升至 45.8%，显著优于 Gemini 2.5 Pro (21.6%)、Claude Sonnet 4.5 (13.7%) 和 GPT-5.1 (26.5%) [1] - 在 ARC-AGI-2 视觉推理测试中得分 31.1%，远超 Gemini 2.5 Pro (4.9%) 和 Claude Sonnet 4.5 (13.6%) [1] - 在 AIME 2025 数学测试中，无工具辅助得分 95.0%，使用代码执行后达到 100%，在 MathArena Apex 高难度数学竞赛题中得分 23.4%，远高于其他模型（0.5% 至 1.6%）[1] - 在多模态理解（MMMU-Pro 81.0%）、屏幕理解（ScreenSpot-Pro 72.7%）、图表信息合成（CharXiv Reasoning 81.4%）及视频知识获取（Video-MMMU 87.6%）方面均领先 [1] - 在编程能力上，LiveCodeBench Pro Elo 评级达 2,439，代理终端编码（Terminal-Bench 2.0）成功率为 54.2%，代理工具使用（t2-bench）成功率为 85.4%，长周期代理任务（Vending-Bench 2）平均净值达 5,478.16 美元，优势明显 [1] Gemini 3 的技术突破与优势 - 模型性能的巨大提升源于预训练和后训练的改进 [3] - 其核心突破体现在处理20%高难度任务的能力上，如复杂逻辑推理和精妙创意决策，在需要额外"脑力"的场景下优势完全显现 [4] - Gemini 3 Pro 完全使用谷歌自研TPU训练，未使用英伟达GPU，标志着谷歌在AI全栈能力上的成熟 [7] - 优异表现建立在暴力计算之上，证明了"compute = better model"以及scaling law仍有空间 [15] 谷歌TPU的成本与生态优势 - 根据摩根士丹利测算，使用TPU V7训练400B参数Llama-3模型的硬件投资为2.34亿美元，总拥有成本为4400万美元，显著低于英伟达B200方案（硬件投资6.84亿美元，总拥有成本4800万美元）[8][9] - TPU V6的推理成本不到英伟达GB200超级芯片的一半，优势非常大 [9] - 在非通用计算平台TPU上成功训练出Gemini 3，表明谷歌的软件生态已非常完善，是"十年磨一剑"的成果 [12] 英伟达业绩前景与增长动力 - 机构普遍看好英伟达Q3业绩，高盛预测营收555.56亿美元，EPS 1.28美元；瑞银预测营收562亿美元，EPS 1.29美元；花旗预测营收567.54亿美元，并预计Q4指引可能突破625.66亿美元 [17] - 截至Q3末，Blackwell GPU已售出600万片，订单金额超1200亿美元；Rubin系列早期订单200万片，预计2026年Q1量产 [19] - 增长逻辑转变，供给端改善：云厂商云业务营收同比增长25%以上，GPU采购量环比增30%-40%；台积电CoWoS封装产能Q3环比增15%，70%供给英伟达 [19] - GPU + 网络 + 软件的整套解决方案占比达45%，环比增5个百分点，提升营收弹性 [19] 英伟达产品路线图与供应链 - Blackwell客户结构分散：大云厂商占65%，AI初创公司占25%，企业客户占10%，显示AI需求正向各行业扩散 [20] - Rubin系列是2026年增长重点，预计贡献13%营收，高端VR200和CPX性能比Blackwell强30%到50%，单价3万美元以上 [20] - 全球大模型训练每月需120万片GPU，但Blackwell月产仅80万片；Rubin在2026年Q1月产20万片，Q4达50万片，将弥补产能缺口 [20] - 供应链瓶颈存在于CoWoS封装（英伟达需求占其产能71%）、HBM内存（Q3 HBM3E价格涨20%）及光学元件 [21] 英伟达盈利能力与业务结构 - 机构预测Q3毛利率能稳定在73.5%-74%，数据中心业务毛利率可达77% [22][23] - 高毛利维持得益于高毛利率的解决方案占比提升至45%、数据中心营收增长22%带来的规模效应以及高端型号提价5%-10% [23] - Q3数据中心营收预计493.88亿美元（占比88.9%），游戏业务营收47.32亿美元（同比增44%），汽车业务营收6.2亿美元（同比增38%）[24] 英伟达面临的挑战与竞争 - 中国市场受出口管制影响，高端AI芯片份额从95%降至0%，中低端H20芯片Q3仅售2亿美元，远低于预期，且有45亿美元库存待消化 [25] - 面临AMD MI300（Q3销量80万片，市场份额升至12%）、云厂商自研芯片（如谷歌TPU、亚马逊Trainium2）以及AI初创公司专用芯片的竞争 [26] - 但其CUDA软件生态覆盖95%以上AI开发者，"GPU + 网络 + 软件"解决方案仍具优势 [26] AI资本支出可持续性 - 2026年全球AI基础设施支出预计达2046亿美元，同比增长45% [19][27] - 企业采用生成式AI的比例预计从当前的15%提升至2027年的50%，将支撑AI capex持续增长，2027年全球AI capex可能达2682亿美元 [27][28] - 即使AI初创公司支出减少，大云厂商和企业的需求也能支撑英伟达增长，2026年数据中心业务营收有望突破3000亿美元 [28]