报告行业投资评级 - 通信行业评级为“优于大市” [1][6] 报告核心观点 - 全球AI投入CSP军备竞赛加速，算力基础设施持续受益，建议持续关注AI算力基础设施发展 [5][43] - 三大运营商经营稳健，分红比例持续提升，高股息价值仍在，属于红利配置重要资产，建议长期持续配置 [5][43] 产业要闻追踪总结 - **AWS发布新一代AI芯片**：在re:Invent大会上推出新一代AI训练芯片Trainium 3，并预告下一代Trainium 4的开发计划，Trainium 4将支持英伟达的NVLink Fusion高速芯片互联技术，能与英伟达GPU互操作 [1][11][12] - **Marvell业绩与收购**：发布FY2026Q3财报，总营收20.75亿美元，同比增长37%，环比增长3%，归母净利润19.01亿美元，同比增长381.13%，2026年第四季度营收指引为22亿美元 [2][13] - 数据中心业务收入15.2亿美元，同比增长38%，占比73% [13] - 宣布以32.5亿美元收购Celestial AI，布局数据中心全光互联技术，其Photonic Fabric™技术平台能效比铜互连高出两倍以上，预计2028财年下半年开始产生收入，2028财年第四季度达到5亿美元的年化运行率，2029财年第四季度翻番至10亿美元，目标市场增量规模有望达100亿美元 [2][18][19][20] - **Credo业绩高增长**：发布FY2026Q2财报，营收2.68亿美元，环比增长20.2%，同比增长272.1%，2026财年第三季度营收指引为3.35亿美元至3.45亿美元 [3][22] - AEC（有源电缆）成为增长支柱，本季度有四家超大规模数据中心客户各自贡献超10%总收入 [25] - 公司强调MicroLED+ALC（有源光缆）可能带来比现有AEC市场大两倍以上的增量空间，ALC支持最长30米传输，线缆更细，适合“整行级”扩展，预计连接数量可能是横向扩展的10倍 [3][26] - **豆包AI手机助手发布**：字节跳动发布豆包手机助手技术预览版，为与手机厂商在操作系统层面深度合作的系统级AI助手软件，支持跨应用复杂操作、屏幕感知、定时执行任务等功能 [3][28][29] - **商业航天进展**：“朱雀三号”火箭二级入轨成功，是中国可回收火箭迈出的关键一步，火箭一级回收验证过程中发生异常燃烧，回收试验失败，但为后续可重复使用奠定了基础 [4][31] 板块行情回顾总结 - **市场表现**：本周通信（申万）指数上涨3.69%，沪深300指数上涨1.28%，相对收益为2.41%，在申万一级行业中排名第2名 [4][35] - **细分领域表现**：国信通信股票池（82家公司）本周平均涨跌幅为+2.59%，其中卫星互联网、光器件/光芯片和物联网控制器板块涨幅居前，分别为+9.85%、+5.93%和+4.35% [36] - **个股表现**：本周涨幅前五的个股为天孚通信、上海瀚讯、通宇通讯、致尚科技和美格智能 [36] 投资建议总结 - **关注AI算力基础设施**：推荐关注光器件光模块（如中际旭创）、通信设备（如中兴通讯）、液冷（如英维克）、端侧（如广和通）等方向 [5][43] - **配置高股息运营商**：建议长期持续配置中国移动、中国电信、中国联通三大运营商 [5][43] - **重点推荐组合**：2025年第50周重点推荐组合为中国移动、中际旭创、英维克、中兴通讯、广和通 [5][43]

文章核心观点 - AWS在re:Invent大会上宣布战略重心从技术突破转向企业级价值落地，推动AI从“助手”向“智能体”进化，以解决企业“高投入、低回报”的焦虑 [1] - 公司通过向下造芯片提升性价比、中间做厚模型打破微调天花板、向上立规矩解决智能体落地失控风险的三层策略来抓住机会 [1] - 大会密集发布近40款新品，覆盖算力、模型和应用三个维度，展示公司在AI堆栈各层面的突破 [1][2] 算力层进展 - 发布Trainium 3 UltraServers，推理能效比前代提升5倍，并预告Trainium 4性能将再提升6倍，彰显摆脱外部算力依赖的决心 [4] - 推出AWS AI Factories，将算力基础设施部署在客户自有数据中心，以满足金融和政企客户对数据主权的敏感需求 [4] - 新发布P6e实例首批搭载英伟达GB300 NVL72系统，同时Trn3未来将兼容英伟达NVlink Fusion技术，保持与英伟达的紧密合作 [4] - AWS全球数据中心网络覆盖38个区域、120个可用区，过去一年新增3.8吉瓦容量，拥有总长超过900万公里的私有网络 [13] 模型层进展 - 补齐Amazon Nova自研模型家族，发布Nova 2系列，其中Nova 2 Omni是业界首个支持文本、图、音、视四种输入并能多模态输出的模型 [6] - Nova 2 Pro在复杂指令遵循上表现激进，公司称其在基准测试中优于GPT-5.1 [6] - 推出Amazon Nova Forge服务，引入“开放训练模型”概念，允许企业在模型预训练最后阶段注入专有数据，解决微调导致模型变笨的痛点 [6] - 索尼集团作为早期客户采用Nova Forge和AgentCore，旨在将合规审查效率提升100倍 [6] 应用层进展 - 将AI Agent作为未来核心，推出AgentCore Policy，基于Cedar语言构建确定性控制系统，可实时拦截违规操作如阻止超过1000美元的自动退款 [7] - 发布Frontier Agents系列，包括能自主修复Bug的Kiro Autonomous Agent、代码提交前自动扫描漏洞的Security Agent和自动诊断根因的DevOps Agent [7] - AgentCore服务SDK自发布几个月以来下载量已超过200万次，显示强劲发展势头 [12] - 公司认为AI正在从技术奇迹转变为生产力工具，未来每家公司内部将涌现数十亿个Agent [18] AWS业务与基础设施概况 - AWS年化收入达1320亿美元，年增长率20%，过去一年收入增长约220亿美元，超过半数《财富》500强公司全年收入 [10] - Amazon S3存储对象数量超过500万亿个，数据量达数百艾字节，平均每秒处理超过2亿次请求 [11] - 连续第三年新增CPU容量中一半以上来自自研Graviton芯片，已部署超过100万枚Trainium芯片 [12][26] - Amazon Bedrock目前支持超过10万个AI推理应用，福特AI 50榜单中85%的企业以及CNBC Disruptor 50榜单中85%的企业运行在AWS上 [12][14]

分析师观点与行业背景 - 奥本海默重申对亚马逊的“跑赢大盘”评级，强调其云科技业务藏有“黄金机会” [1] - 摩根大通判断亚马逊云科技需求趋势健康，并预计2026年将迎来加速增长 [1] - 2025年亚马逊云科技re:Invent大会将Agentic AI的落地定义为核心演进主线，CEO Matt Garman的发布几乎全部围绕此展开 [1] AI基础设施战略与产品迭代 - Amazon Trainium系列芯片已发展成为价值数十亿美元的核心业务，季度环比增长150% [4] - 配备近50万颗Amazon Trainium2芯片的Project Rainier核心数据中心已全面投运，预计年底芯片数量将翻番至100万颗 [5] - 正式发布Amazon Trainium3 UltraServers，每颗芯片提供2.52 PFLOPs计算能力，内存容量较Trainium2提升1.5倍，带宽提升1.7倍至4.9 TB/s [6] - 与Trainium2相比，Trainium3服务器计算能力提升4.4倍，内存带宽提升3.9倍，每兆瓦功耗可处理的AI tokens数量提升5倍 [8] - 预告正在开发中的Amazon Trainium4，FP4计算性能将提升6倍，内存带宽提升4倍，高带宽内存容量提升2倍 [11] - 推出搭载英伟达GB200 NVL72系统的P6e-GB300实例，计算能力超P5en实例20倍，内存带宽提升超11倍 [11] - 推出Amazon AI Factories，帮助企业在自有数据中心内部署专属的亚马逊云科技AI基础设施 [12] 模型生态与数据战略 - 发布第二代自研大模型Amazon Nova 2系列，包括Lite、Pro、Sonic和Omni四款模型 [13] - Amazon Nova 2 Lite在多项基准测试中与Claude Haiku 4.5、GPT-5 Mini、Gemini Flash 2.5表现持平或更优 [15] - Amazon Nova 2 Pro在多项基准测试中与Claude Sonnet 4.5、Gemini 2.5 Pro表现相当或更优 [15] - 推出业界首个支持文本、图像、视频和音频输入，并支持文本和图像生成输出的多模态推理模型Amazon Nova 2 Omni [18] - Amazon Bedrock新增Kimi和MiniMax等中国模型，目前中国模型在平台中占据四席 [19] - 引入“开放训练模型”理念，推出Amazon Nova Forge，允许企业将自有数据与Amazon Nova精选数据集混合，打造定制模型“Novellas” [24] 开发者工具与Agentic AI应用 - Amazon Bedrock AgentCore推出Policy功能，可用自然语言定义代理权限边界，确保行为在授权范围内 [27][28] - 发布三个Frontier Agent：能自主处理复杂编码任务的Kiro Autonomous Agent、主动扫描漏洞的Amazon Security Agent、自动诊断并预防故障的Amazon DevOps Agent [28][30][31] - 行业案例显示，Reddit使用Amazon Nova Forge生产出满足准确性和成本效益目标的专属模型；Sony通过Amazon Bedrock AgentCore每天处理760TB数据，实现Agent能力管控 [32]