公司股权激励计划 - 金山云于2025年12月18日（美国东部时间）根据2021年股权激励计划，向若干雇员参与者授出合共440.26万个受限制股份单位 [1] - 所授出的受限制股份单位相当于440.26万股相关股份，或约29.35万股美国存托股（向下调整至最接近的整数） [1] - 此次授出的股份总数约占公司公告日期已发行股份总数的0.10% [1]

公司战略与组织重组 - 亚马逊宣布重组人工智能相关团队，成立新的业务单元，并任命来自云计算部门AWS的高管Peter DeSantis负责[2][3] - 新的组织架构将整合公司的通用人工智能团队、芯片制造部门以及量子计算研究业务[2][3] - 此举表明公司希望打造类似ChatGPT那样的前沿、多用途人工智能工具[2][4] 人事任命与团队整合 - 首席执行官安迪·贾西宣布，Peter DeSantis将领导新团队，并直接向其汇报[3][4] - 现任AGI团队负责人、长期领导Alexa语音科学团队的Rohit Prasad将于今年年底离开公司[5] - Pieter Abbeel将负责基础AI模型的开发团队，其于去年随公司收购机器人软件公司Covariant时加入[6] 业务背景与竞争环境 - 亚马逊云服务是全球最大的计算能力和数据存储租赁服务提供商[4] - 在AI开发者领域，AWS未能复制其在云计算市场的主导地位，正面临来自微软、谷歌以及众多初创公司的激烈竞争[4] - 在OpenAI于2022年底推出ChatGPT后，公司已将分散在Alexa团队和AWS之间的AI开发工作集中[4] 技术整合与资源 - 此次调整进一步强化了团队实力，纳入了安纳普尔纳实验室，该公司是亚马逊于2015年收购的初创公司，是开发通用芯片和面向AI硬件的重要基础[4] - 公司认为多项新技术正处在一个关键转折点，这些技术将在未来很大程度上塑造客户体验[4] - Peter DeSantis被认为在“解决技术可行性边界上的难题”方面有着出色的过往记录[4]

公司战略与业务进展 - 公司正在积极进行国际化布局，产品与服务持续向海外市场推出 [1] - 公司旗下AI算力云服务“基石智算国际版CoresHub.ai”已全面上线并开放使用，旨在为全球开发者提供低成本、高效率、高可靠的模型服务 [1] - CoresHub.ai已同步上线多款大模型，为全球AI应用开发者、企业开发团队、AIGC创作者提供更灵活、更高性能的模型调用服务 [1] 核心产品与技术影响力 - 公司的容器软件KubeSphere是在Kubernetes之上构建的企业级容器平台 [1] - KubeSphere在全球开源容器领域受欢迎程度位列第二，在全球范围内颇具技术影响力 [1] - KubeSphere已被海内外数万家用户使用 [1]

报告核心观点 - 报告标题为《2026年大类资产配置展望：动能切换，增长扩散》，核心观点认为2026年宏观增长动能将从外需拉动切换为中央财政带动的投资以及价格修复推动的补库存周期，并基于此提出“反内卷”与“硬科技”两大行业主线，以及相应的资产配置排序 [2][8] 第一部分：2025年全球市场复盘 - **2025年全球大类资产表现**：贵金属与亚太股市领涨，其中伦敦银现年初至今涨幅超**95%**，伦敦金现上涨约**61%**，LME铜涨幅约**27%**；权益资产中，新兴市场整体好于发达市场，MSCI新兴市场上涨约**27%**，韩国综合指数领跑，上涨约**64%**，A股主要指数涨幅在**15%**至**25%**之间；原油表现靠后，NYMEX原油录得**-9%**的跌幅 [10][14][15][16][17] - **TACO交易模式复盘**：2025年市场总结出“特朗普总是退缩”（TACO）交易策略，即在关税消息引发股市下跌时买入，等待政策软化后获利；例如在4月9日，特朗普宣布暂停高税率后，VIX指数暴跌**18.7**点，标普500单日大涨约**9.5%**；随着市场认知加深，下半年对关税措施逐渐脱敏 [18][20] - **A股在TACO交易中的行业轮动规律**： - **消息日**：市场风险偏好下行，万得全A平均收益**-1.7%**，胜率仅**28%**；医药生物、农林牧渔、社会服务等内需防御板块跑赢的胜率较高（分别约**83%**、**72%**、**67%**），而通信、电子、电力设备等全球产业链相关行业显著下跌 [22] - **执行日**：利空落地，市场表现较消息日温和，甚至出现反弹；消息日中跑输的计算机、传媒、通信等行业胜率大幅提高，国防军工也表现不错；而医药生物、社会服务等防御性行业胜率普遍回落至**50%**以下 [24] - **缓和日**：风险偏好显著修复，计算机、电子、通信等行业领涨（计算机胜率**86%**，电子胜率**86%**）；银行、农林牧渔等防御性行业优势减弱；传统周期行业如建筑、钢铁等相对收益落后 [27] 第二部分：2026年宏观展望 - **国内增长动能切换**：2026年国内GDP增速有望从外需拉动切换为中央财政带动的投资，以及价格修复推动的补库存周期；截至2025年10月，PPI已连续**37**个月同比为负，在反内卷政策下，2026年有望迎来PPI拐点与补库周期，带动名义GDP增速和企业盈利修复 [8] - **美国利率与财政政策风险**：目前市场预期的2026年短端利率大幅低于美国政府机构的判断，市场对特朗普政府“大水漫灌式”降息的预期存在被纠偏的风险；若市场相信美联储要为扩张性财政让路，长端美债收益率将叠加政治风险溢价，可能压制风险资产估值 [8] - **AI发展重心转移**：云端AI仍是2026年的基础设施底座，但成长性已高度反映，价值重心正上移至推理、企业级应用与端侧AI；2026年有望成为AI PC和AI手机渗透率的关键拐点，中国在电子元件、零部件和终端组装上的高份额或将受益于端侧AI的硬件升级 [8] 第三部分：大类资产配置展望——从宏观到中观 - **资产配置排序**：在2025年传统资产相关性被打破的背景下，建议2026年仍以分散化配置为主；在基准情景下，整体判断**权益与商品优于利率债**，具体为：A股与港股**超配**，美股**中高配**，贵金属及工业金属**超配**，利率债与美债偏中性波段操作 [8] - **行业配置双主线**：关注 **“反内卷”** 与 **“硬科技”** [8] - **反内卷主线**：以资本开支/折旧、资产周转率等指标刻画行业内卷程度与执行效率，看好煤炭、化工、建筑材料、电力设备等兼具高内卷和高执行效率、容易通过供给出清实现盈利显著修复的行业 [8] - **硬科技主线**：在“新质生产力”战略与中美科技战升级背景下，聚焦半导体设备与材料、高端制造、算力基础设施及端侧AI硬件产业链 [8] 第四部分：市场资金面的回顾与展望 - **资金供给**：存款利率持续下调背景下，预计2026年约有**2.3万亿元**定期存款面临再投资选择；当前居民存款减少与非银金融机构存款增加大致对冲，印证存款搬家正在发生 [8] - **行情驱动性质**：本轮行情并非2015年式的散户资金驱动，而是由机构资金主导（公募基金份额新高、ETF持续流入、机构开户增速高于散户等），因此更偏向盈利与基本面改善，集中在高景气赛道，而非全面风格扩散 [8] - **机构持仓结构**：主动权益基金持仓高度集中于TMT板块，2025Q3持仓占比超**40%**，接近近十年高位；传统制造、周期、消费和金融地产等板块权重偏低，为“反内卷”及内需修复相关板块预留了仓位与弹性空间 [8] - **行情特征判断**：本轮市场机构化和长线化特征强于以往，结合对A股盈利在2025年见底、2026年逐步修复的判断，本轮行情更像一轮可以拉长时间维度的慢牛，而非短促的资金驱动型行情 [8]

宏观经济与市场数据 - 美国三大股指期货齐涨 纳斯达克100指数期货涨0.85% 标普500指数期货涨0.45% 道琼斯指数期货涨0.18% [1] - 欧洲主要股指涨跌不一 德国DAX指数涨0.25% 法国CAC40指数涨0.11% 欧洲斯托克50指数涨0.35% 英国富时100指数跌0.04% [2] 半导体与硬件行业 - 美光科技第一财季业绩与指引均超预期 公司首席执行官表示DRAM供应短缺将持续至2026年以后 [3] - 德州仪器谢尔曼12英寸晶圆厂SM1投入运营 每日芯片产能可达数千万颗 [12] - 受芯片短缺影响 未来几周日本和中国的部分工厂将暂停生产 [11] - 摩根士丹利将苹果公司目标价上调至315美元 并将其列入2026年科技硬件类股首选之一 [5] 人工智能与科技 - 谷歌发布旗舰模型Gemini的低成本版本Gemini 3 Flash 其推理能力接近Gemini 3 Pro [4] - 亚马逊重组人工智能部门 由公司云业务高级副总裁Peter DeSantis担任负责人 [6] - 阿里巴巴旗下千问APP开始接入首个阿里生态场景高德地图 将具备物理世界理解与行动能力 [10] - Coinbase宣布将正式进军预测市场和股票交易领域 [14] 生物医药与健康 - 礼来公司向美国食品药品监督管理局提交新型口服减肥药orforglipron的上市申请 [9] - 白宫据报最早将于周五宣布与诺华制药和罗氏达成药品定价协议 [8] 公司特定动态与市场观点 - 投资机构William Blair分析称 扣除自动驾驶和能源业务 特斯拉汽车业务每股价值仅为30至40美元 [7] - 激进投资者Elliott披露持有超过10亿美元Lululemon股份 并提名新的首席执行官人选 [15] - 特朗普媒体科技集团据悉将与核聚变公司TAE Technologies以全股票交易方式合并 [13]

公司与技术合作 - 南方航空与阿里云联合发布了“天盾”安全大模型1.0版本 [1] - 该合作旨在推动人工智能技术与航空安全领域的融合 [1] 产品功能与应用 - “天盾”大模型具备多模态风险识别、飞行操作评估及故障智能处置等核心功能 [1] - 模型通过融合飞行数据构建评估体系，飞行员可通过自然语言交互获取定制化训练报告 [1] - 系统已应用于飞机故障智能处理、航班运行风险可视化预警及飞行员能力洞察等方面 [1] 具体应用场景 - “天盾”大模型主要用于飞行训练、航班预警和故障检修 [1] - 公司面向一线员工推出了移动端隐患上报工具，可自动识别隐患类型并匹配责任单位 [1] 合作目标与展望 - 该系统旨在提升安全隐患识别的准确率与处置效率 [1] - 公司表示未来将持续完善相关能力 [1]

AI基础设施板块近期市场波动 - 近期与AI基础设施建设紧密相关的公司股价出现大幅下跌，甲骨文与博通在最近三个交易日内连续大幅下跌，同时云服务商CoreWeave股价延续下行，AI能源基础设施公司Fermi盘中一度跌46% [1] - 市场波动直接诱因包括：甲骨文被传出将其部分为OpenAI开发的数据中心竣工时间从2027年推迟至2028年；Fermi的主要租户突然撤回约1.5亿美元的注资承诺 [1] - 市场波动迅速传导至产业链上下游，光模块、交换机等相关个股集体跳水，引发市场对“AI泡沫”的争论再度升温 [1] 主要公司财报表现与资本开支 - 云巨头甲骨文在科技巨头订单推动下，其剩余履约义务同比飙升438%至5230亿美元 [1] - 博通第四财季营收达180.2亿美元，同比增长28%，其中半导体业务增长34.5%，基础设施软件业务营收也实现19%的增幅 [1] - 然而，上述云巨头自由现金流跌至-100亿美元，且过去12个月累计自由现金流为-131.8亿美元，同时大幅上调2026财年资本支出预期至500亿美元，比之前高出150亿美元 [2] 市场对“AI泡沫”的争议焦点 - 争议集中于三大核心问题：一是科技巨头资本开支的可持续性；二是产业链中是否存在“循环交易”放大估值泡沫；三是未来盈利能否匹配当前高估值 [2] - 霍华德·马克斯公开表示，变革性技术历来会引发过度热情和投资，导致基础设施建设过剩和资产价格虚高，人工智能有望成为最具变革性的技术之一，当前正受到市场狂热追捧 [2] AI产业基本面与投资逻辑分析 - 从经济角度看，主要科技企业的投入资本回报率仍在提升，说明当前投入具备经济效益支撑 [3] - 从产业阶段看，AI从技术突破到全面商业化尚处早期，算力需求因多模态模型、智能体系统、实时推理等演进仍在阶跃式增长 [3] - 从竞争格局看，云厂商争夺份额以及模型迭代倒逼算力升级，都意味着未来2–3年内资本开支很难骤然收缩 [3] - 目前AI各层级的真实订单与用户基础仍在扩张，尚未形成完全脱离真实需求的金融闭环，且当前AI相关企业的估值相比历史泡沫时期的极端水平仍相对理性 [3] - 若降息周期延续，流动性环境将有利于成长股估值和盈利修复，AI作为兼具成长与效率提升属性的方向，在宏观温和向好的背景下，具备较强的结构性配置价值 [3] 算力板块具体投资机会 - 光模块作为AI硬件端的核心支撑环节，当前行业需求正持续强化，叠加1.6T产品进入快速上量周期，相关上市公司及上游光芯片等零部件企业均有望维持高速增长 [4] - PCB板块短期受产能扩张进度的限制略有承压，但长期逻辑并未走弱，明年正交背板等新产品升级迭代与海外需求释放的双重红利，仍是后续的核心看点 [4] - 国内算力赛道正迎来双重支撑：一方面，美国放松较为先进的H200算力卡出口，互联网企业或将重启资本开支；另一方面，在政策加持下，国内算力芯片企业的IPO进程加速推进，先进制程持续扩产为相关企业提供产能支持 [4]

人工智能正以前所未有的速度重塑全球经济。在这场变革的核心，发展的驱动力正从"数据驱动"转 向"Token驱动"。城市如何应对这一挑战？ 12月16日，"引领智能升级 共建美好AI CITY"华为云城市峰会2025·乌兰察布隆重举行。峰会汇聚行业 专家、企业领袖、生态伙伴，与会各方聚焦城市从"能源输出地"向"AI生产力输出地"转型的关键路径， 共同探讨以AI技术加速"Token之都"建设，为"草原云谷"的数字经济发展注入全新动能。 内蒙古自治区政务服务与数据管理局副局长刘钧毅在致辞中指出，乌兰察布是自治区数字经济发展的重 要增长极，本次峰会是推动城市智能化转型、发展新质生产力的重要实践。他提出四点希望：一是共 筑"AI CITY"新基座，提升数字治理能级；二是共拓"数实融合"新空间，赋能产业智能升级；三是共 育"数字人才"新生态，夯实长远发展根基；四是共创"协同发展"新格局，凝聚各方合作合力，共同谱写 内蒙古数字经济高质量发展新篇章。 内蒙古自治区政务服务与数据管理局副局长 刘钧毅 乌兰察布市人民政府副市长柴悦发表致辞，他表示乌兰察布紧抓"东数西算""京蒙协作"等战略机遇，将 算力产业作为数字经济"头号工程"持 ...

文章核心观点 - 大模型的出现改变了云计算的竞争格局，打破了以往由规模效应驱动的“强者恒强”趋势，为后进者提供了冲击前排的机会 [1] - AI云的核心竞争力已从传统的“卖云”资源，转变为“模型+云平台+芯片”的垂直整合全栈能力，企业购买的最终商品是AI而非云本身 [20][21] - 行业竞争仍处在“半程路标”阶段，胜负未定，但方向已清晰指向全栈能力的构建，不同厂商正基于各自优势采取差异化路径 [22] AI云对行业竞争格局的重塑 - 大模型之前的叙事逻辑是规模效应驱动行业集中度提升，强者愈强 [1] - 大模型让云厂商的生意发生本质变化，为后进者提供了冲击机会 [1] - 对于如何做AI云，即便是顶级云厂商也未很快达成共识 [1] - 在AI云语境下，企业购买的最终商品是AI，云退居为支撑AI的基础设施，未来会逐渐消失在客户账单上 [20] - AI的竞争已从单点竞争转向涵盖基础设施、模型、工程、应用四个层级的系统能力竞争，任何只占据其中一层的厂商都很难长期掌握产业主导权 [19] 主要云厂商的AI云战略与表现 **微软** - 早期凭借对OpenAI的投资拥有GPT优先使用权，希望通过GPT带飞Azure [3] - 与OpenAI的合作从最初的美好变为“貌合神离”，因OpenAI寻求多方云资源替代方案并推出竞争产品 [3] - 微软不得不投资Anthropic并加大自研模型力度以应对 [3] **亚马逊云科技 (AWS)** - 选择大手笔投资OpenAI的竞争对手Anthropic（先于微软）以获得领先模型能力 [3] - 核心策略是“Choice Matters”，在Bedrock上提供多种模型选择，认为不存在适用于所有场景的通用最优模型 [3] - 面临的关键问题是头部模型具有无可替代的重要性，而顶级模型多由竞争对手掌控或企业不愿完全托管，影响了其模型层竞争力 [4] - 在最近的re:invent大会上新增了十多款模型，包括中国的Kimi和Minimax，并更新了自研的Nova模型，以在模型层面不落后太多 [4] - 与微软类似，缺少自研模型，正处于关键的自我修正期，需在保持平台中立的同时补齐模型层的确定性 [22] **阿里云** - 凭借Qwen模型在全球技术圈闯出影响力，是全球唯一一家积极研发先进AI模型并且全方位开源的云计算厂商 [5] - 业界率先实现“全尺寸、全模态”的全面开源，其他三家头部云厂商均未将自身模型规模开源 [5] - 通义千问Qwen衍生模型数量已突破18万，远超Meta的Llama系列；全球下载量超7亿，据彭博统计截至2025年10月已超越Llama，成为全球第一AI开源模型 [5] - 阿里云的目标是让Qwen成为产业的默认依赖，通过开源成为标准 [5] - 在Gartner报告中，是唯一入围GenAI云基础设施新兴领导者象限的亚太厂商 [10] - 在“GenAI模型”维度，其“特征”指标领先于AWS和微软，仅次于谷歌和OpenAI [13] - 在“GenAI工程”维度，其“特征”及“未来潜力”指标优于AWS、谷歌和微软 [16] - 与谷歌云一同，因在模型、云平台与芯片多个层级形成正向叠加效应而更受资本市场认可 [21] - 其自研AI芯片PPU虽未公开发布，但公司体量支撑得起相关支出，并具备自用和对外输出的想象空间 [22] **谷歌云** - 是低开高走的典型代表，Gemini 3系列模型和第七代TPU Ironwood被视为谷歌AI逆袭的标志 [6] - 公司创始人坦诚，尽管八年前发布了Transformer论文，但内部未给予足够战略重视，在算力扩展上投入过于保守 [6] - 第七代TPU Ironwood在性能、能效比和互联带宽上均显示出对GPU的显著优势 [6] - Gemini 3系列的原生多模态能力和超长上下文窗口将行业标准提升到新量级 [6] - 其“模型+云+芯片”的垂直整合，展现了更深厚的护城河，为行业提供了AI云的参考标准 [6] - 与阿里云一同，因在模型、云平台与芯片多个层级形成正向叠加效应而更受资本市场认可 [21] - TPU已经证明其在性能和成本上的优势 [22] Gartner生成式AI技术栈象限分析 - Gartner发布了涵盖GenAI云基础设施、GenAI工程、GenAI模型以及AI知识管理应用四大维度的新兴市场象限报告，可视为AI技术栈的参考指南 [7] - **GenAI云基础设施**：新兴领导者象限仅有微软、谷歌、AWS和阿里云四家厂商入围，阿里云是唯一入围的亚太厂商 [10] - **GenAI模型**：市场高度集中，主要由少数几家厂商主导，四家云厂商依旧位居领导者象限 [13] - **GenAI工程**：收录厂商数量更多，四家云厂商继续领跑，但与其他厂商的差距并未拉开 [16] - **AI知识管理应用/通用生产力**：评测范围覆盖企业级AI搜索、对话式AI平台及生产力工具，除四家云厂商外，Salesforce等软件厂商也位列其中 [19] AI云的核心竞争力与未来趋势 - AI云的核心竞争力在于模型、云平台与芯片的垂直整合 [21] - 模型决定智能上限，云平台把模型变成可规模化的商品，芯片决定成本下限和性能天花板 [21] - 当AI成为算力、数据、软件栈高度耦合的系统工程，全栈能力使得模型迭代能直接反馈到底层基础设施，也让基础设施投入更快转化为产品优势 [21] - 海外新兴云厂商如CoreWeave和Nebius试图从提供最新GPU裸机服务或AI推理服务等单点优势切入，但很难冲击原有的四强格局 [20] - 云厂商过去二十年的变化是不断在技术栈上叠加新能力，这本身就是护城河 [21]

文章核心观点 - 美国科技巨头计划在2025至2030年间向印度投入超过675亿美元（近680亿美元，约5000亿元人民币），这标志着全球数字基建重心的一次战略性南移，其核心驱动力是为应对AI算力需求爆发和美国本土基础设施瓶颈而进行的全球产能布局与重组 [1][2] 投资规模与结构 - 2025-2030年五年窗口期内，美国科技巨头对印度承诺投资总额超过675亿美元，逼近680亿美元大关 [1] - 亚马逊投资规模最大，达350亿美元，微软紧随其后投资175亿美元，谷歌投资150亿美元 [1] - 投资性质从过去的运营支出（如人力成本）转变为资本支出，重点投向土地、超大规模数据中心园区及昂贵的GPU服务器集群等物理基础设施 [3] 战略驱动因素：算力危机与产能外溢 - 投资根本动力源于美国本土数据中心建设瓶颈，如北弗吉尼亚州电力告急，陈旧电网和严格环保法规使新建吉瓦级数据中心困难 [4] - AI大模型算力需求呈指数级增长，巨头急需在印度等拥有土地、快速审批和电力扩容潜力的国家承接算力增量 [4] - 此举是巨头为未来十年AI算力危机购买的“昂贵保险”，也是一场全球范围内的“产能外溢” [2][4] 行业竞争格局与护城河 - 参与印度巨额基建投资的均为亚马逊、微软、谷歌等万亿市值云巨头，OpenAI和Anthropic等AI模型公司无法进行同等规模投入 [4] - 云巨头通过在印度构建无法复制的规模优势，正在物理层面巩固其AI时代的护城河 [5] - 巨头们赌注“缩放定律”不会失效，坚信堆砌足够算力能持续推动AI智能涌现，此次投资是为下一场技术战争预付的入场券 [5] 印度作为AI“新世界工厂”的吸引力 - 投资旨在将印度从“后勤办公室”改造为AI时代的“超级工厂”，生产智能 [6] - 印度在“硅基”与“碳基”维度提供双重红利：其激进的太阳能和风能扩张政策能提供吉瓦级绿电，契合科技巨头的碳中和需求 [6] - 印度庞大的英语人口储备可转化为训练AI（如通过RLHF）的高素质劳动力，推动其从低端IT外包跃升至全球AI供应链关键环节 [7] - 在地缘政治层面，印度成为中美科技脱钩背景下“China Plus One”战略在AI时代的具体呈现，是兼具市场辐射能力与政治安全性的备份选择 [7][8] 投资面临的挑战与风险 - 印度存在“速度悖论”，基础设施建设受频繁断电、水资源匮乏、复杂土地法律等因素制约，可能影响数据中心99.999%的电力在线率等精密要求 [9] - 市场消化能力存疑：印度用户平均收入低，服务本土市场回报周期长；若服务欧美客户，则面临数据主权和跨境传输的法律风险 [10] - 全球AI应用若未出现杀手级变现逻辑，或技术突破降低对硬件堆砌的依赖，巨额投资建设的算力设施可能面临价值缩水风险 [10] - 大规模资本投入引发“数字殖民”担忧，美国公司可能控制数据、算力及人才路径，使印度面临沦为“锅炉房”而非诞生自主AI领军企业的风险 [10][11] 长期影响与意义 - 此次投资被视为全球数字经济版图的一次“大陆漂移”，标志着美印科技关系从雇佣关系转向深度绑定的命运共同体 [11] - 对印度而言，这是跨越式升级基础设施、从农业和低端服务业跃入智能工业时代的千载难逢机会 [11] - 未来可能形成由美国资本驱动、印度电力运转、服务全球市场的超级数字混合体，深刻改变“技术国界”的认知 [12] - 这不仅是商业押注，更是人类迈向通用人工智能前夜对地球资源与智力资源的一次终极动员 [12]