文章核心观点 - 面对电商及新兴零售商的激烈竞争，以沃尔玛、大润发为代表的老牌零售商大卖场业态正通过加码自有品牌（如沃尔玛的“沃集鲜”、大润发的“超省”与“润发甄选”）来寻求突围，这被视为应对业绩压力和重塑商品力的关键举措 [1][3] - 零售商发展自有品牌的核心目的在于打造差异化、提升利润并构建竞争壁垒，但成功关键在于极致的品牌价值与强大的供应链把控能力，这引发了新老零售商之间对优质供应商和产地的激烈争夺 [4][5] - 零售行业的竞争焦点正从渠道差异化转向以自有品牌为核心的商品力竞争，老牌零售商正在向盒马、叮咚买菜等较早发力自有品牌的新兴玩家学习，但各自的策略和进展存在差异 [6] 老牌零售商的策略与现状 - **沃尔玛的策略**：沃尔玛在其大卖场线下门店大力推广焕新升级的自有品牌“沃集鲜”，覆盖生鲜、食品、饮料等核心品类，主打“天天平价”与健康属性（如降糖、低糖），价格牌显眼（如9.99元、15.99元）[2] - **大润发的策略**：大润发推进自有品牌“1+1”双品牌战略，包括以低价为主的“超省”系列和注重“健康趋势”等维度的“润发甄选”系列 [2] - **业绩压力**：老牌零售商加码自有品牌与市场竞争及业绩压力直接相关，例如大润发母公司高鑫零售在截至2025年9月30日的6个月内，收入为305.02亿元人民币，同比减少12.1%，净亏损1.27亿元人民币；沃尔玛大卖场业态则不时传出闭店消息，其在中国业绩主要由山姆会员商店拉动 [3] 新兴零售商的实践与优势 - **布局较早**：盒马、叮咚买菜等生鲜零售商很早便将自有品牌视为核心竞争力，例如盒马自2017年推出日日鲜、盒马工坊等品牌 [4] - **品牌与供应链深入**：叮咚买菜将肉类事业部升级为独立公司，运作“黑钻世家”和“禾花田”品牌，并于2025年4月投资源头养殖公司，计划未来一年投苗3万头特色黑猪；盒马则在2025年11月启动“合盒共生”计划，目标3年内扶植10个年销售超10亿元的合作伙伴，并助力100家供应商销售额增长3倍 [5] - **能力开放**：盒马还向合作伙伴开放共享全渠道用户洞察、供应链基建及AI决策平台 [6] 自有品牌的行业逻辑与挑战 - **核心价值**：自有品牌能够凭借差异化、高毛利帮助零售商吸引客流、提升利润，并通过定义产品标准、压缩中间商利润来打造高质价比产品，形成竞争壁垒 [4] - **高占比案例**：德国连锁超市ALDI（奥乐齐）在中国市场的自有品牌比例高达90%；盒马旗下社区平价超市“超盒算NB”的自有品牌占比接近60% [5] - **关键挑战**：自有品牌必须打造极致的品牌价值，若影响力不及市场主流品牌则失去意义；成功极度依赖供应链把控能力，需要通过源头直采、大规模采购来压缩成本 [5] 供应链争夺与审核差异 - **供应链争夺加剧**：随着老牌零售商加码自有品牌，行业围绕优质供应商和产地的争夺愈发激烈 [5] - **供应商筛选严格**：沃尔玛当前重点在于严格筛选供应商，其统计显示平均每拜访10家企业，仅约2家能成为潜在供应商进入审核流程，最终仅约1家能达成合作 [6] - **审核标准**：供应商需通过沃尔玛全球统一的三道合规审核，审核设有明确分数线而非简单“应试” [6]

公司业绩与里程碑 - AI演示文稿平台Gamma在短短几年内突破1亿美元年度经常性收入（ARR）并拥有近1亿用户[2] - 公司从2020年底创办至今五年内实现了从0到1亿用户的快速增长[4][5] 创业初期与融资历程 - 2020年底疫情期间通过Zoom完成早期融资路演，曾遭遇投资人强烈质疑[5] - 创始人将负面反馈转化为动力，强调产品与增长战略必须紧密结合[7] - 公司最初精神核心是让任何人轻松创建内容，AI技术加速了这一进程[8] 产品差异化策略 - 采用"与其更好，不如不同"原则，避免与PowerPoint等传统工具直接竞争[10][11] - 产品基元非16:9幻灯片，专注于无设计技能用户的快速内容创建[11] - 在Pre-AI时代奠定产品构建块基础，后与AI结合实现两全其美效果[12] - 产品具备移动端响应式设计、富媒体嵌入和交互式演示等创新特性[15][16] AI产品哲学与用户体验 - 当前处于AI"单键时代"，采用易于访问的聊天界面降低使用门槛[9] - 强调对用户保持超级同理心，通过观察用户行为持续优化产品[6][9] - 产品设计借鉴单键鼠标理念，追求极简操作体验[8] 市场竞争与护城河构建 - 不惧大型科技公司竞争，专注于视觉叙事这一核心"待完成的工作"[13] - 通过专用工具解决多模型编排、协作功能和共享工作空间等复杂需求[14] - 建立局部网络效应和品牌护城河，成为AI演示文稿类别首选[37][38] 增长策略与用户获取 - 坚持先建立强大口碑再扩张的原则，专注产品前30秒体验优化[26][28] - 通过有机渠道实现增长，曾实现每日25,000-50,000用户注册量[28] - 采用创始人主导营销策略，深入理解产品价值并广泛传播故事[29] 商业化与定价策略 - 在AI发布后三个月内达到100万美元ARR并实现盈利[31] - 参考ChatGPT定价模型，保持简单定价结构降低用户购买摩擦[30] - 两年多保持基本定价不变，验证单体经济模型有效性[32] 企业市场拓展 - 采用自下而上策略，先建立专业消费者基础再进军B2B市场[33][34] - 利用企业内部自下而上的喜爱和自上而下的AI生产力需求双重动力[34] - 通过Teams计划实现从单人模式向多人协作的商业应用转型[21] API与生态系统建设 - 发布API业务，允许开发者在Gamma平台上构建特定解决方案[22] - 支持与CRM、笔记工具等第三方集成，实现工作流自动化[22][23] - 成为企业内容基础设施，服务房地产等行业的品牌内容生成需求[24] 产品路线图演进 - 1.0版本面向创新者群体，2.0版本赢得早期采用者，3.0版本瞄准大众市场[20] - 3.0发布包含Agent、Teams和API三大核心功能，实现向企业级服务跨越[19][21] - 未来规划端到端支持，从想法雏形到演示反馈的全流程辅助[18] 公司建设与文化 - 坚持"极度痛苦地缓慢招聘"原则，注重人才质量而非数量[39][42] - 初始7人MVP团队具备端到端产品开发能力，奠定公司DNA[40][41] - 团队中25%为产品设计师，强调用户体验和创新界面设计[43] 产品设计理念 - 产品"品味"涵盖端到端用户体验，而不仅限于视觉效果[44][45] - 追求精心策划的体验设计，避免工具成为功能堆砌的自助餐[45] - 设计目标是为用户创造愉悦和神奇的感觉，鼓励口碑传播[45] 创始人运营模式 - 践行"创始人模式"，创始团队亲自体验各职能工作后再招聘[46][47] - 创始人参与网红营销、内容创作等具体工作，深入理解业务细节[47][48] - 创始人作为品牌管家，通过直接面对受众强化品牌传播[50][51] 产品应用场景 - 除了商业演示，产品还应用于投资研究、个人剪贴簿等多样化场景[53][54] - 支持长文档分析和用户互动追踪，为内容优化提供数据支持[53] - 灵活的尺寸格式适应从正式演讲到个人分享的不同需求[53]

市场成交活跃度 - 本周（11月24日至28日）谷歌产业链概念股成交活跃，多只个股创历史新高，中际旭创成交额达1157.22亿元，为A股市场唯一破千亿元个股 [1] - 本周共有42只个股股价创历史新高，11月以来每周创新高个股数量逐渐减少，市场情绪有所回落 [1] - 今年以来截至11月28日，已有1013只个股股价创历史新高 [1] 行业与板块分布 - 创新高个股按申万一级行业划分，电子行业8只、机械设备行业6只、电力设备行业4只最为集中 [1] - 从上市板块看，主板股票13只、科创板股票11只、创业板股票17只、北交所股票1只 [1] 个股成交与市值表现 - 成交额居前个股包括中际旭创1157.22亿元、赛微电子397.24亿元、光库科技293.30亿元、易点天下283.95亿元、长盈精密268.46亿元 [1] - 总市值超千亿元个股有1只，中际旭创总市值5716.7亿元居首，其次为新奥股份659.68亿元、长盈精密584.09亿元、东芯股份574.92亿元、光库科技383.24亿元 [6] - 股价涨幅居前个股包括品高股份上涨66.93%、金富科技上涨61.07%、昀冢科技上涨60.35%、航天环宇上涨53.33%、海科新源上涨48.64% [6] 股价与创新高频率 - 截至11月28日收盘，42只个股中股价超百元的有9只，中际旭创514.5元/股、浩欧博199.9元/股、腾景科技176元/股、品茗科技159.24元/股、光库科技153.8元/股居前 [7] - 近30个交易日创新高次数，海科新源12次创新高，斯瑞新材、真爱美家、力聚热能均为11次创新高，亚翔集成9次创新高 [5] 谷歌概念股驱动因素 - 谷歌AI技术突破驱动概念股上涨，包括发布先进AI模型Gemini3、推出新一代AI图像生成模型NanoBanana2等，性能大幅提升 [5] - 谷歌自研AI芯片TPU相关消息引发资本市场关注，摩根士丹利认为TPU业务或为谷歌销售额和盈利带来温和提振 [5] - 伯克希尔第三季度首次买入谷歌母公司Alphabet股票，持仓市值约43.4亿美元，使其成为伯克希尔第十大持仓股 [5]

行业整体业绩表现 - 2025年前三季度42家上市券商合计营业收入4195.60亿元，同比增长42.55%，归母净利润1690.49亿元，同比增长62.38% [2] - 自营业务收入占比44.54%，经纪业务收入占比26.64%，两者合计贡献超过70%的收入，成为主要增长引擎 [2] - 经纪业务收入同比增速达74.64%，利息业务和自营业务增速分别为54.52%和43.83%，投行业务增长23.46% [2] 资管业务表现与挑战 - 资管业务收入同比增速仅为2.43%，显著低于其他业务板块，在五大业务板块中增速最低 [1][2] - 行业分化加剧，42家上市券商中仅有14家资管业务实现正增长，占比仅三分之一 [3] - 资管业务承压源于规模与收益双重挑战：存量大集合产品标准化转型压制管理规模和收入，同时面临公募基金和银行理财子的激烈竞争 [4] - 利率中枢下移与信用风险频发限制高收益资产供给，全市场金融产品降费对行业影响巨大 [4] 战略转向与牌照撤回潮 - 2025年8月后出现公募牌照申请“撤回潮”，广发资管、光证资管和国证资管相继退出，与几年前“申牌热”形成对比 [5] - 撤回背景是时间紧迫与获批无望，截至2024年底市场有184只参公大集合产品，净值4339.73亿元，需在2025年底前完成转型 [5] - 行业从“牌照驱动”转向“能力驱动”和“差异化定位”，公募路径更适合具备综合金融生态和零售渠道的头部机构 [6] 私募资管回暖与新增长点 - 截至2025年9月底，证券公司及其资管子公司私募资管产品规模达5.73万亿元，较2024年末增长约2700亿元 [7] - 2025年前9个月累计备案私募资管产品规模3536.11亿元，同比增长22.95%，显示私募领域回暖 [7] - 未来增长呈现“双轮驱动”：公募化转型完成后的“二次增长”及私募资管特色化突围，如投行联动型产品、另类投资等 [8] 优秀案例与成功要素 - 部分券商资管实现高增长，如长城证券、国泰海通和国金证券资管业务增速分别达65.86%、49.29%和36.67% [3] - 成功关键包括“固收+”策略升级、FOF及权益产品发行，以及投研一体化建设 [9] - 金融科技深度应用，AI技术全面嵌入投研决策流程以提升数据分析精度和行业研究深度 [11] - 渠道建设兼顾母公司营业部优势，并推进与银行及互联网平台的深度合作以优化产品触达效率 [10]

市场环境与政策 - 2025年市场回归正常，表现为全球多元化投资而非仅持有美国七只股票，且固定收益在投资组合中重新发挥作用 [2] - 利率环境恢复正常，10年期国债收益率约4%被视为健康水平，符合名义增长率（实际GDP增长加上通胀） [3][6] - 利率波动性处于自2022年3月美联储开始加息周期以来的最低水平，高盛金融状况指标显示美国消费者面临宽松条件 [5] 市场表现与估值 - 市场近期上涨源于美联储政策转向鸽派以及大型科技股势头重燃 [1] - 尽管存在回调，但盈利增长基本面故事保持完好，预计2026年将有两位数盈利增长 [4] - 估值倍数出现小幅回调，从约23倍下降至22倍 [5] 行业配置与投资策略 - 投资策略倾向于增持股票，并利用市场回调机会增加风险资产配置 [4][9][10] - 对科技和通信服务板块的持仓从超配下调至中性，这两个板块合计约占标普500指数价值的50% [10][11] - 资金正从科技和通信服务板块转向工业、公用事业和金融等板块 [12] - 向工业、公用事业等板块的配置在一定程度上也是为了以更低成本获取人工智能主题的敞口，而非完全规避其影响 [13][14] - 投资策略仍倾向于真正增长且具有现金流和盈利潜力的公司，特别是人工智能相关领域 [15]

财务数据和关键指标变化 - 公司总收入为2478亿元人民币 若不包含高鑫零售和银泰业务的收入 按同比基准计算增长15% [11] - 调整后税息折旧及摊销前利润下降78% 主要由于对即时零售业务的战略性投资 部分被中国电商和云业务的双位数收入增长以及其他业务运营效率提升所抵消 [11] - 美国通用会计准则净收入为206亿元人民币 同比下降53% 主要归因于运营利润的下降 [11] - 运营现金流为101亿元人民币 较去年同期减少213亿元人民币 同比下降主要由于即时零售业务的战略性投资增加 [11] - 自由现金流为流出218亿元人民币 反映了对即时零售业务和AI+云基础设施的重大投资 [11] - 公司拥有410亿美元的净现金 为再投资策略提供信心 [11] 各条业务线数据和关键指标变化 - 中国电商业务群收入为1326亿元人民币 同比增长16% 客户管理收入增长10% 主要得益于陈占推渗透率提升和软件服务费的增加 [12] - 即时零售业务收入增长60% 该业务调整后税息折旧及摊销前利润为105亿元人民币 若剔除即时零售业务的亏损 中国电商业务群调整后税息折旧及摊销前利润本季度将实现中个位数同比增长 [12][13] - 国际数字商业集团收入增长10% 其调整后税息折旧及摊销前利润本季度盈利162亿元人民币 [13][15] - 云业务收入增长加速 云业务分部收入和来自外部客户的收入分别加速至34%和29% 增长势头主要由公共云收入增长驱动 AI相关产品收入继续以三位数速度增长 本季度AI相关产品收入占外部客户收入的20%以上 且贡献持续增加 调整后税息折旧及摊销前利润率相对稳定在9% [15] - 所有其他分部收入下降25% 主要由于处置高鑫零售和银泰业务 所有其他分部调整后税息折旧及摊销前利润亏损34亿元人民币 主要由于对技术业务的投资增加 部分被其他业务运营业绩改善所抵消 慧晶数字媒体娱乐已连续三个季度实现盈利 [16] 各个市场数据和关键指标变化 - 在混合云市场 阿里云已成为关键参与者 同比增长超过20% 增速超过行业 并稳步扩大市场份额 [5] - 金融云业务增速也超过市场 市场份额持续上升 [5] - 在中国AI云市场 阿里云是明确的领导者 其市场份额大于第二至第四大提供商的总和 [6] - 国际数字商业集团的速卖通发展了速卖通直达模式 利用超过30个国家的本地库存 [13] 公司战略和发展方向和行业竞争 - 公司两大核心战略支柱是AI+云和消费 将继续果断投资于这两个领域 [10] - 在AI+云方面 目标是建立世界领先的全栈AI提供商 服务各行业企业 并为消费者构建原生AI优先应用 [6] - 在消费领域 继续深化跨业务协作 大型综合平台的优势日益明显 [8] - 云计算市场两大趋势日益明显 一是随着AI应用规模化 更多开发者和企业客户选择拥有全栈AI技术组合的供应商 二是客户正在深化和拓宽AI使用 显著增加了对计算、存储等传统云服务的需求 [4][5] - 全栈AI能力现已成为决定性的竞争优势 阿里云正在多个细分市场获得份额 [5] - 即时零售是淘宝天猫集团平台升级的核心战略支柱 目标是在三年内为平台带来1万亿元的商品交易总额 从而推动相关类别的市场份额增长 [27] 管理层对经营环境和未来前景的评论 - 管理层认为当前是扩大消费者AI投入的合适时机 AI与更广泛的阿里生态系统之间的协同效应是一个强大的乘数 阿里是中国唯一同时拥有领先大模型和广泛生活及商业用例的公司 [7][8] - 对于AI需求前景充满信心 认为AI需求正在加速且来自企业运营的各个方面 模型训练和推理活动需要使用计算 真实客户在真实用例中的需求潜力巨大且持续增长 [20][21] - 在即时零售业务方面 单位经济性显著改善 履约效率提高 用户粘性增强 平均订单价值提升 规模扩大 管理层坚信即时零售模式与更广泛的阿里生态系统具有巨大的协同潜力 [9][24][26] - 关于资本支出 此前提到的3800亿元人民币是三年计划 基于当前看到的客户需求 该数字可能偏保守 不排除进一步扩大资本支出投资的可能性 将积极投资AI基础设施以满足客户需求 [41][42][43] - 在AI投资优先级上 最关键是确保能够持续训练自有基础模型 以解锁新需求和新客户 其次是关注百炼平台上的推理即服务 以确保AI资源24/7高效利用 外部客户的优先级取决于其使用阿里云全栈服务的程度 [49][50][51][52] - 展望未来三年 AI资源将持续供不应求 需求超过供应 行业未见所谓的AI泡沫迹象 [55][56][57][58] 其他重要信息 - 公司旗舰模型QN3 Max在全球编码任务、智能体工具使用能力等专业评估基准中位居前列 [5] - 近期 NBA、万豪酒店、中国银联、博世等企业已与阿里云在AI计划上合作 [6] - 上周正式推出QN应用 旨在成为由最新模型驱动的最先进的个人AI助手 公开测试第一周新下载量已超过1000万次 [6] - 截至10月31日 天猫上约3500个品牌已将其线下门店接入即时零售业务 [9] - 10月1日 高德地图日活跃用户达到历史新高36亿 9月推出的高德街星功能显著提升了用户参与度 10月高德街星平均日活跃用户超过7000万 平均每日用户评论量是去年同期的三倍以上 [9][10] - 高德街星利用用户信用评级等用户同意指标 为本地线下服务建立了基于信任的评级体系 [10] 问答环节所有的提问和回答 问题: 云业务的增长前景和外部收入增长的关键驱动因素 [19] - 回答: AI客户需求非常强劲且仍在加速 公司甚至无法完全跟上客户订单增长的步伐 AI需求来自企业运营的各个方面并持续深化 模型训练和推理需要使用计算 真实客户真实用例的需求潜力巨大 对未来AI需求增长充满信心 [20][21] 问题: 即时零售业务的关键进展、与核心电商的协同效应 以及十二月季度核心电商客户管理收入和调整后税息折旧及摊销前利润展望 [23] - 回答: 过去几个月专注于优化即时零售单位经济性同时保持市场份额 取得显著进展 订单结构改善 规模经济推动物流成本明显下降 11月起每单单位经济亏损较7-8月削减50% 在此基础上保持了稳定的订单份额和商品交易总额份额 并看到相关实体电商类别的有意义提升 非饮品订单占比超过75% 最近平均订单价值较8月实现双位数增长 推动了整体商品交易总额份额提升 随着订单规模扩大 履约物流实现明显的规模经济 配送速度快于去年同期 每单平均物流成本显著下降 甚至低于大规模投资即时零售前的水平 用户留存和购买频率超出预期 除食品外卖外 零售品类通过即时零售快速增长 特别是生鲜食品、保健品和超市等实体电商类别 例如盒马和天猫超市的即时零售订单自8月以来增长30% 近期积极引导商户和品牌入驻淘宝即时零售 未来将加速关键零售品类与即时零售模式的整合和协同 坚信即时零售模式与阿里生态系统具有巨大协同潜力 第一阶段成功实现快速规模扩张 第二阶段单位经济性优化符合预期 为业务长期可持续性奠定基础 第三阶段将继续通过运营升级完善用户体验 专注于服务高价值用户和拓展零售品类 [24][25][26][27] - 关于客户管理收入和调整后税息折旧及摊销前利润: 即时零售对提升用户参与度和驱动相关类别交易有显著影响 对客户管理收入有积极影响 下一阶段主要任务是更好地整合传统电商和即时零售以实现协同效应 但目前处于投资阶段 九月季度可能是投资规模最大的季度 随着效率提升、单位经济性改善和业务规模稳定 预计下一季度投资规模将显著缩减 但会根据市场竞争动态调整投资节奏和规模 客户管理收入和电商业务将受到支付处理费和陈占推推广的基数效应影响 自去年9月开始收取支付处理费 从下一季度起可能因基数效应导致增长放缓 公司的首要目标是确保中长期市场份额 在此过程中将继续果断投资于消费者和商户 并坚决推进电商平台商业模式升级 因此客户管理收入和调整后税息折旧及摊销前利润会出现短期波动 [28][29][30][31] 问题: 效率优化带来的成本节约将如何分配 若维持对消费者的补贴强度 对单位经济性增长空间的展望 [34] - 回答: 近期工作重点是提升用户体验和增加平均订单价值 这意味着每单收入将随平均订单价值增加而增加 同时优化了物流履约效率 并将在规模效应下持续推动改进 未来在消费者端仍有相当大空间 过去几个月主要是新用户 现在正将这些用户转化为平台整体粘性更高的用户 通过此过程将继续提高平均订单规模和价值 并调整补贴方式 淘宝应用流量包括即时零售频道流量快速增长 该频道日活跃用户已迅速超过1亿 这表明未来存在巨大的进一步货币化机会 也是未来改善单位经济性的机会 但市场竞争激烈 将根据市场动态调整方法 [35][36][37] 问题: 未来三年资本支出计划 资本支出与预期增量收入之间的关联性评估 [40] - 回答: 此前提到的3800亿元人民币资本支出是三年计划数字 基于当前情况 增加新服务器的速度不足以跟上客户订单增长 考虑到数据中心建设和新服务器上线的速度以及供应链问题 公司正尽最快速度满足所有客户需求 若当前投资节奏无法很好满足客户需求 不排除进一步扩大资本支出投资的可能性 总体上将积极投资AI基础设施以满足客户需求 此前提到的3800亿元数字可能偏保守 [41][42][43] - 关于资本支出驱动增量收入的比率: 目前无法估算此类比率 因为AI行业仍处于早期发展阶段 AI基础设施的使用方式多样且处于变化中 例如直接租给客户用于训练或推理的服务器 公司内部用于百炼推理以及高德、淘宝、Qwen等内部应用的服务器 并将这些应用转化为用户会员服务 不同的应用方式导致不同的收入和毛利率水平 因此该比率目前不会稳定 长期更关注基础设施服务于高质量令牌并提供良好的成本效益 [44][45] 问题: 在当前宏观环境下 如何评估AI投资（包括训练和推理）的投入资本回报率 [48] - 回答: 作为全栈AI服务提供商 公司正处于非常重要的AI投资周期 投资于产品和基础设施 内部有优先顺序考量 最关键的优先事项是确保能够持续训练自有基础模型 因为AI领域获取更多客户或高价值用例的能力依赖于基础模型的持续迭代和升级 以解锁新需求和新客户 其次是关注令牌消耗量和令牌质量 以及客户为这些令牌付费的意愿 该意愿将逐步加强 这是投资分配的最高优先级之一 另一个优先事项是推理 主要是百炼平台上的推理即服务 这也是相对高优先级的领域 因为创建百炼平台是为了服务全球客户 需要确保AI资源24小时可用且高效利用 关键是确保一台AI服务器能够24小时满负荷运行以产生更多令牌 百炼是非常关键的资源池 此外还有内部AI推理用例和利用推理服务的外部客户 对于外部客户 也有优先标准 若客户使用阿里云全栈服务（存储、大数据等） 则优先级较高 若客户仅租用GPU满足简单推理需求 则优先级略低 [49][50][51][52] - 补充关于AI泡沫的看法: 基础模型能力持续增强 行业尚未遇到扩展定律的瓶颈 模型能力突破进展重要 随着模型更强大 能够在现实世界做更多事情 服务更多样化的用例 并更深入地嵌入各行各业和业务运营的各个方面 未来三年AI需求呈现高度明确的增长趋势 需求快速增长的同时需考虑供应端 今年下半年起全球范围内 从晶圆厂、DRAM供应商、存储公司到CPU制造商 AI服务器价值链各环节均出现供应短缺 供应无法满足需求 预计供应商需要至少两三年才能提高产能 未来两三年AI资源将持续供不应求 需求超过供应 行业内所有最新GPU满负荷运行 甚至上一代或三五年前的GPU至今仍满负荷运行 因此未来三年基本不存在所谓的AI泡沫问题 [55][56][57][58] 问题: 除即时零售外 消费市场中还有哪些值得投资的子领域机会 [60] - 回答: 阿里多年来一直战略投资消费市场 进入大量不同类别和子垂直领域 除重点投资的即时零售外 还有盒马、线下O2O模式、飞猪、高德地图以及本地服务等业务矩阵 当前重点是需要整合、连接这些业务 并推动现有业务间更多协同效应 从而在更大的消费市场中实现市场份额的进一步提升 [61]

文章核心观点 - 全球金融市场进入“浅流动性”新环境 美元流动性从极度充裕退回到勉强充足 导致资产价格对仓位调整和预期修正更为敏感 波动加剧 [4] - 2026年投资需在AI驱动的创新乐观情绪与央行政策分化、新贸易秩序、财政风险、地缘政治重构等复杂性因素交织中寻找平衡 [8] - 投资策略需从追逐单一风口转向构建多元、有弹性的资产配置结构 以承受不确定性并捕捉被时间验证的长期趋势 [19] 极端波动背后 - 市场呈现极端波动 截至11月24日现货白银年内涨七成 黄金涨五成多 恒生指数、深证成指、上证指数涨幅超过标普500 但短期呈现普跌 [6] - 美联储12月降息25基点概率一周内从三成多跃升至逾八成 引发典型“浅流动性行情” 全球主要股指反弹 资金在板块间轮动 [6][7] - 高盛判断未来市场主旋律是复杂性 AI创新乐观情绪与央行政策分化等因素交织 将塑造长期利率不再超低、短期波动更剧烈的新环境 [8] 美联储政策分歧 - 美联储内部对12月是否降息存在显著分歧 反对继续降息的地区联储主席数量达鲍威尔任期高点 使最终决议高度集中於其个人决策 [10] - 关键判断包括短端利率路径不确定性增加 长期中性利率因财政扩张等因素整体抬升 AI面临估值风险而非系统性信用风险 [11] 高盛2026年投资路线图 - 股权资产从“单极美股”走向多极化 需择优站队 欧洲受益于再工业化及国防能源投资 新兴市场在弱美元背景下有望跑赢全球 [13][14] - 固定收益迎来久期回归与信用分层 需通过不同期限组合和策略性曲线仓位管理利率不确定性 看好高评级CLO、部分BBB级信用债等 [14][15] - 私募股权领域价值创造重于估值故事 私募信贷、房地产与基础设施需在安全与收益间找平衡 数字化与能源转型被视为结构性机会 [15] 中国市场的配置思路 - A股经历从估值修复到结构分化 资金从高位硬科技和工业龙头减仓 转向低位TMT、军工等板块 建议关注红利价值股和科技新消费的杠铃式配置 [17] - 黄金与贵金属作为尾部风险管理工具的功能在2026年将更重要 应成为长期资产配置一部分 债券可作为稳定票息和对冲波动的工具 [18] - 中国债市情绪有好转企稳迹象 建议配置中长期高等级债、利率债 信用债更偏向中短端票息策略 [18]

全球流动性环境 - 全球美元流动性从极度充裕退回到勉强充足状态，定义为“浅流动性”[2] - 流动性“水位”变浅后，仓位调整或预期修正会引发股、债、汇、商品市场更大波动[2] - 货币流动性总体不紧，但美元流动性退至浅水区，利率预期轻微变动即可导致资产共同波动[7] 市场近期表现与特征 - 截至11月24日，现货白银年内涨七成，黄金涨五成多，恒生指数、深证成指、上证指数涨幅压过标普500[3] - 11月24日，美联储12月降息25基点概率一周内从三成多跃升至逾八成，引发美股与港股联袂反弹，恒生指数单日涨近2%，A股温和修复，金银走强[3] - A股资金从前期涨幅巨大的工业富联、中际旭创等AI硬件板块流向防御板块[4] - 市场表现为跨资产去杠杆，资金在价格、利率与杠杆间进行“队形重排”[5] 高盛2026年投资展望 - 认为未来市场主旋律是复杂性，AI驱动创新与央行政策分化、新贸易秩序、财政风险和地缘政治交织[5] - 投资框架建议股权资产从“单极美股”走向多极化世界“择优站队”，欧洲受益于再工业化、国防与能源投资，新兴市场在弱美元背景下有望跑赢全球[12] - 固定收益迎来久期回归和信用分层，结束“一律缩短久期”时代，看好高评级CLO、部分BBB级信用债、优质高收益债和新兴市场债[13][14] - 私募股权价值创造重于估值故事，私募信贷、房地产与基础设施需在安全与收益间找平衡[14] - 核心建议为真正的多资产、多地域、多策略配置[15] 美联储政策与宏观判断 - 美联储内部对12月是否降息分歧显著，反对继续降息的地区联储主席数量达鲍威尔任期高点[8] - 短端利率路径不确定性增加，市场预期在几周内反复拉扯，引发“机械式减仓”[9] - 长期中性利率因财政扩张、供给收缩和结构性通胀被整体抬高一个台阶[10] - AI更多面临估值风险而非系统性信用风险，监管者不打算将其当成“金融稳定问题”处理[11] A股市场与资产配置建议 - A股经历从极低估值反弹的“估值修复”阶段，AI硬件、半导体成为高波动性资产，近期资金转向低位TMT、军工、防御基建和区域发展概念[16] - 建议关注红利价值股（防御）和科技新消费（进攻）的杠铃式配置[17] - 黄金、白银对冲美国财政与债务可持续性争议、科技股估值波动及地缘冲突，应作为尾部风险管理工具成为长期配置一部分[17] - 债券成为稳定票息和对冲波动的工具，建议国内配置中长期高等级债、利率债，境外投资级信用债、新兴市场债和高评级CLO[17] - 中国债市情绪有好转企稳迹象，波段性关注偏长端利率债机会，信用债更偏向中短端票息策略[18]

根据提供的文档内容，该文档不包含任何关于公司或行业的实质性信息，仅包含一则网站免责声明[1]

产品定位与目标用户 - 产品为NVIDIA DGX Spark，定位为个人AI超级计算机，目标用户是科研人员、数据科学家和学生等群体，旨在提供高性能桌面级AI计算能力以支持AI模型开发和创新[8] - 售价为3万元人民币，被称作“全球最小超算”，具备2000亿参数处理能力和128GB内存[1][5] 核心性能表现 - 设备AI核心能力定位在RTX 5070和RTX 5070 Ti之间，能处理1200亿参数的大模型，总体性能优于Mac Mini M4 Pro（10999元版本）[11][15][21] - 在Prefill（预填充）阶段表现出色，批量大小为1时Prefill TPS达7，991，但Decode（解码）阶段性能受限，同条件下Decode TPS仅20.52，显示出算力强但数据传输慢的特点[11][23][24] - 最大短板为内存带宽仅273 GB/s（使用LPDDR5X内存），而对比产品如RTX 5090带宽达1800 GB/s，这导致Decode阶段性能成为瓶颈[13][31] 应用场景与玩法 - 官方提供超过20种开箱即用玩法，包括生成视频、搭建多智能体助手等AI全家桶功能[13][47] - 实际应用案例包括本地AI视频生成（使用ComfyUI框架和阿里Wan 2.2 14B模型）、并行运行多个LLMs和VLMs实现智能体交互等[37][45][47] - 典型用户玩法包括本地运行大模型确保数据安全、不受限制生成图片视频、打造私人助理等[8][9] 性能优化方案 - 有团队采用PD分离方案，将Decode阶段交给带宽更高的Mac Studio M3 Ultra（带宽819 GB/s），使整体推理速度提升2.8倍，但成本增至近10万元[32][33][34] - 通过流水线式分层计算与传输实现计算和传输时间重叠，优化了DGX Spark带宽限制问题[33] 生态与兼容性 - 设备获得LM Studio等桌面工具支持，社区有Reddit用户开展AMA活动分享测试结果[44][53] - 兼容性方面，有用户尝试运行nanochat项目但面临兼容性问题和长时间训练挑战（对比8xH100芯片训练需4小时，RTX 4090需约100小时）[56][57][58]