AI大模型厂商正将竞争从模型能力延伸至底层基础设施。继OpenAI推出自研推理芯片后，Anthropic也已启动定制AI芯片早期研发，希望通过掌控芯片设计进一步优化算力成本、提升计算资源自主性。 7月2日，据The Information援引三位知情人士， Anthropic目前已开始规划自主AI芯片项目，并与三星电子讨论潜在制造合作 。项目目前仍处于定义芯片功能、性能指标及服务器部署方案的初始阶段，尚未进入详细设计、测试及量产环节。 这一动向意味着， 越来越多AI模型开发商正尝试向芯片、数据中心、电力及云基础设施延伸布局，以降低对外部供应链的依赖 。在AI算力需求持续增长、先进芯片供给依旧紧张的背景下，自研芯片被视为提升成本控制能力和增强供应链议价能力的重要手段。 项目仍处于早期规划阶段 报道称，Anthropic已经与多家芯片设计企业进行了初步沟通，但尚未进入具体设计、验证及制造阶段。AI服务器芯片研发本身具有较高门槛。设计过程中不仅需要平衡计算性能、功耗、内存、网络带宽及散热等多个指标，还需要解决后续大规模稳定量产问题。 尽管如此， Anthropic已经开始组建相关团队 。本月稍早，公司聘请了曾参与OpenAI自研芯片项目的早期成员Clive Chan加入团队。 不过，Anthropic表示，公司未来算力扩张仍将主要依赖Amazon Web Services的Trainium芯片、Google TPU以及Nvidia GPU，并拒绝进一步透露芯片路线图。 AI厂商进一步向底层基础设施延伸 这一项目反映出AI开发商正逐步将竞争范围从模型本身扩展至整个基础设施体系。 目前，大型AI模型需要部署在庞大的GPU集群之上运行。在这一规模下，即便芯片效率仅提升少量，也能够显著降低整体计算成本，并释放更多有限算力资源。 因此，对于AI公司而言，自研芯片不仅意味着优化推理效率，也意味着在处理器、数据中心容量以及电力资源竞争中拥有更大的主动权。 相比Google、Amazon Web Services多年持续投入自研芯片，Anthropic属于相对较晚进入这一领域的厂商。Meta、微软同样已经开发自有AI芯片。 OpenAI则于2024年与Broadcom合作开发专用AI芯片，并于今年公布双方合作推出的首款产品，一款面向大语言模型推理任务设计的专用推理芯片。 三星角逐先进AI芯片代工订单 如果合作落地，Anthropic有望成为三星先进制程的重要AI客户。 报道称， Anthropic正考虑采用三星2纳米制造工艺以及先进封装技术。 2纳米工艺能够进一步提升晶体管密度和能效，而先进封装则通过将计算芯片与高速内存紧密集成，提高GPU内部数据传输效率。 对于三星而言，这类订单具有重要意义。作为全球主要存储芯片厂商之一，三星近年来持续推动晶圆代工业务发展，希望缩小与台积电之间的差距。随着AI芯片需求持续超过台积电先进产能，三星正借机向更多客户推广其2纳米制造能力。 据The Information此前报道，Google也正在评估将未来部分TPU交由三星生产。 多元芯片策略仍是核心思路 与不少AI模型开发商主要依赖英伟达GPU不同， Anthropic长期采取更加多元化的芯片采购策略 。 目前，公司同时采用Amazon、Google以及Nvidia提供的AI服务器芯片，并正在讨论引入微软以及英国初创公司Fractile的芯片产品， 希望避免对单一供应商形成过度依赖。 与此同时，三星与Anthropic之间此前已经建立资本联系。 今年5月，三星与SK海力士、美光共同参与了Anthropic新一轮650亿美元融资。当时正值全球存储芯片供应趋紧、苹果等消费电子厂商上调产品价格之际，这笔投资也进一步加强了Anthropic与存储芯片供应链之间的联系。

AI仍在拉长存储上行周期，但行业交易逻辑正在从“涨价普惠”转向“结构分化”。大摩最新研报的核心判断是，存储仍处在有利周期中，但更偏好原厂而非模组厂，更偏好DRAM而非NAND。 据追风交易台，大摩在7月2日发布的全球科技研报中更新了NAND供需模型。 其测算显示，AI相关NAND需求将在2027年同比增长60%，推动全球NAND市场在2027年仍有约9%的供需缺口。短缺仍在，但市场不再是无差别紧张。 更关键的变化出现在需求两端。服务器和AI相关需求维持强劲，长期供货协议（LTA）为价格提供下行保护；但消费端已经出现涨价天花板信号。模组厂和分销商库存上升，智能手机和PC客户在销量与利润率之间承压，2Q26涨价后已开始出现实际砍单。 这意味着投资者需要重新审视存储链条中的相对位置。 DRAM因LTA条款更好，需求可见度更高，供应纪律受EUV制约，以及潜在HBM4E产能挤压，战术上优于NAND；在NAND内部，原厂因利润韧性和供给控制力更强，优于模组厂。 AI需求仍是主线，NAND短缺延续至2027年 AI正在成为NAND增量需求的核心来源。AI NAND需求预计从2025年的205 EB升至2026年的400 EB，并在2027年进一步升至609 EB。AI在总NAND需求中的占比也将从2025年的18%提高至2026年的32%，再到2027年的41%。 在总量层面，预计全球NAND需求将从2025年的1111 EB升至2026年的1250 EB，并在2027年达到1484 EB。同期供应预计分别为1128 EB，1058 EB和1347 EB。对应供需充足率为2025年的2%，2026年的负15%，2027年的负9%。 这组数据说明，行业短缺并未快速结束。即便供应在2027年恢复至27%的同比增长，AI服务器，企业级SSD，QLC存储和CSP库存缓冲仍足以吸收大量新增供给。 但这并不意味着NAND定价可以无限上行。AI需求与消费需求已经明显分叉。短缺主要集中在服务器和AI相关产品，消费级产品的涨价承受力正在下降。 价格信号分化：服务器强，消费端见顶 渠道调研显示，3Q26 TLC企业级SSD相关NAND价格环比涨幅约30%，但消费级NAND产品仅小幅上涨。DRAM端，服务器级产品3Q26价格环比涨幅约20%，传统DDR3和DDR4因供应继续收紧及AI相关需求增加，涨幅达到30%至40%。 LTA正在改变价格波动方式。内存供应商与主要客户仍在谈判长期协议，相关协议通常包含价格上限和下限。下限有助于保护原厂盈利和估值，上限则限制价格继续大幅上行的空间。 客户态度也出现分化。客户更愿意为DRAM支付更高价格以锁定供应，而NAND涨价已遭遇一定阻力。这与消费电子客户利润率压力上升有关。 库存端同样释放警讯。供应商库存仍处于历史低位，但模组厂库存显著增加，分销商的消费级内存库存也偏高。分销商认为需求并未根本恶化，但过去三个季度激进涨价推高成本，抑制中小买家采购，成交量收缩使库存持有压力加大。 为什么DRAM优先于NAND 对整个存储周期仍维持建设性看法，但在战术配置上更偏向DRAM。 原因有四点。第一，DRAM的LTA条款更有利，客户为确保供应的支付意愿更强。第二，需求可见度更高，AI计算和相关服务器需求仍是主要支撑。第三，供应纪律更清晰，EUV等技术和产能约束限制了快速扩产。第四，潜在HBM4E产能挤压可能进一步收紧DRAM供需。 不过，存储股仍受“变化率”影响。若同比价格涨幅在4Q26附近趋于平台，而2028年供需仍不清晰，短期周期催化可能减弱。但LTA带来的盈利可见度仍可能支持估值重估。 为什么原厂优先于模组厂 在NAND内部，更偏好原厂而非模组厂，核心在于利润韧性和供给控制力。 传统周期中，模组厂通常在周期底部囤积低成本库存，并在上行期释放库存，获得更高利润弹性。但这种模式也带来明显周期性，一旦低成本库存消耗完毕，利润率见顶，股价往往承压。 这一轮有不同之处。若AI驱动的短缺通过LTA持续三至五年，模组厂利润率可能比过去更稳定。模组厂仍面临三重约束：低成本库存将在年内逐步消耗，消费级涨价幅度在2H26收窄，且原厂正把更多供给分配给CSP客户，限制模组厂2026年和2027年的出货增长。 此外，超大规模客户倾向于直接向NAND原厂采购，或签订长期供货协议，这可能限制模组厂在企业级SSD和AI存储中的长期可触达市场。亚洲SSD模组厂的企业级SSD收入贡献多数仍仅约10%至20%，难以完全抵消消费SSD走弱。 投资者应关注三类风险 第一是AI资本开支放缓。这是存储股面临的最大宏观风险。只要AI资本开支未在近期见顶，存储盈利能力仍有望延续至2027年之后。 第二是消费端承压。智能手机和PC客户对继续涨价的承受力下降，订单削减已经出现，模组厂和分销商库存上升。若消费端量能继续低迷，NAND普涨逻辑会被削弱。 第三是2028年供给反转。若新增晶圆产能加速释放，同时供应纪律放松，NAND可能面临过剩风险。相反，若新的AI推理SSD产品进入量产，可能消耗约普通SSD三倍的产能，反而进一步收紧行业供给。 结论是，存储周期仍未结束，但“闭眼买”阶段正在过去。AI需求继续支撑高端存储和服务器产品，LTA改善盈利可见度；但消费端价格见顶，模组厂库存上升，2028年供给变量增加。对投资者而言，下一阶段的关键不是判断存储是否还在上行，而是区分谁拥有更强的定价权，更稳的供给入口，以及更清晰的需求能见度。

特斯拉第二季度全球汽车交付量大幅超出市场预期，但股价在消息公布后随即大跌，印证了此前多日上涨已充分消化利好的市场逻辑。 该公司二季度共交付车辆480,126辆，同比增长25%，远超彭博汇总的分析师平均预期不足40万辆的水平。 尽管这是特斯拉有史以来最强劲的第二季度表现，但周四纽约盘中股价仍下跌8.2%，创下近一年最大单日跌幅——此前特斯拉股价已连续四个交易日上涨，仅周一一天便上涨约8%。 芝加哥Karobaar Capital LP首席投资官Haris Khurshid表示： "消息真正到来时，市场已没有太多理由继续兴奋，" 与此同时，特斯拉在电动车交付量上仍落后于中国比亚迪。后者凭借557,090辆纯电动汽车销量位居全球第一。多位分析师认为，此次交付超预期主要由中国和欧洲市场驱动，美国补贴退出后的需求韧性亦超预期。 中欧市场发力，驱动交付超预期 CFRA Research股票分析师Garrett Nelson表示，特斯拉此次交付数据"远强于预期，主要受中国和欧洲市场驱动"。 彭博行业研究分析师Steve Man则指出，数据可能反映出口业务表现强劲。他表示，"美国7500美元购车补贴取消后，需求恢复速度快于预期"，并补充称，"随着补贴结束，美国竞争对手因需求减弱而收缩业务，韩国、日本等市场销售表现较强，可能带动了特斯拉交付量。" William Blair分析师Jed Dorsheimer亦称，这是特斯拉"有一阵没如此大幅超出市场预期"的季度，是汽车业务仍具持续竞争力的积极信号。他估计，北美、欧洲和中国三大市场销量均好于预期，而本季度可能是Model S和Model X最后一个受益于"最后机会销售"效应的季度。 RBC Capital Markets分析师Tom Narayan同样给予积极评价，认为此次表现"强劲"，并指出美国其他车企重新将重心转向燃油车，以及欧洲燃油价格上涨等因素，均可能为特斯拉带来额外利好。 车型结构收窄，资本开支大幅扩张 目前特斯拉面向零售客户仅提供三款车型，其中Model Y和Model 3几乎贡献了全部销量。Cybertruck的需求持续疲软，若非SpaceX自去年底起批量采购数千辆皮卡，整体交付数字将更为逊色。 特斯拉已于5月停产Model S轿车和Model X SUV，马斯克将加州弗里蒙特工厂腾出的产能用于生产Optimus人形机器人。虽然特斯拉预计今年开始推进Semi卡车和Cybercab的量产，但前者面向商业客户，后者目前仅处于公开道路测试的初始阶段。 在资本支出方面，特斯拉今年计划支出逾250亿美元，约为去年的三倍，主要投向Optimus机器人和自动驾驶Cybercab等项目。摩根士丹利分析师Andrew Percoco指出，本季度是特斯拉自2023年第三季度以来汽车业务最高增速。 储能业务回暖，分析师预期分歧 特斯拉储能业务在经历年初低迷后有所复苏。二季度储能产品部署量达13.5吉瓦时，较一季度增长53%。 不过，各方对储能业务的评价存在分歧。William Blair的Dorsheimer指出，储能业务虽有回升，但仍低于该行预期，不过他维持对需求环境的判断，认为Megapack储能电池仍将是AI数据中心和电力基础设施建设的重要组成部分。 TD Cowen分析师Itay Michaeli亦认为储能业务表现低于市场一致预期。 相比之下，摩根士丹利认为储能业务好于预期，并预计储能需求将继续保持稳健。Tom Narayan则强调，受AI推动电力需求增长的结构性利好带动，特斯拉储能业务有望持续受益。 AI与自动驾驶成为估值核心变量 尽管汽车交付超预期，多位分析师认为，市场关注的重心已从交付数字本身转向人工智能、自动驾驶和机器人业务的进展。 Truist分析师William Stein在维持"持有"评级的同时，将目标价从400美元上调至430美元，并将2027年每股收益预测从2.83美元上调至3.09美元。 但他同时指出，"汽车交付量明显高于市场预期，但特斯拉并未发布AI项目和新车型方面的进展"，并强调"投资者应更加关注AI项目，尤其是FSD智能辅助驾驶，相比汽车交付量，AI的发展对特斯拉长期现金流和股价表现更为重要"。 他对自动驾驶领域进展的评价为"积极，但仍不够完美"。 Tom Narayan亦认为，随着Model S和Model X于2026年一季度末停产，特斯拉正将战略重点向Robotaxi和人形机器人业务转移，进一步淡化传统汽车制造的地位。 TD Cowen的Itay Michaeli则表示，特斯拉与Rivian的业绩共同支持该行关于"美国电动车市场即将复苏"的判断。

报道称Anthropic已开始自主研发AI芯片的早期工作，并与三星就潜在的制造合作进行了洽谈，导致美国半导体公司股价周四盘中下跌，带动纳斯达克100由涨转跌，美股盘初因疲软的非农就业数据一度走高。 据The Information报道，Anthropic PBC正与三星电子洽谈合作，希望由后者担任其定制人工智能（AI）芯片的制造合作伙伴。Anthropic的芯片计划仍处于早期阶段，公司尚未确定这款处理器的具体用途、性能目标，以及将如何集成到服务器中。 Anthropic向The Information表示，亚马逊的Trainium芯片、谷歌的TPU（张量处理器）以及英伟达的GPU，未来仍将是公司计算战略的核心组成部分。 消息公布后，半导体公司股价集体下跌。费城半导体指数收跌5.44%。闪迪收跌14%、美光收跌5.5%、英特尔收跌5.3%、英伟达收跌1.4%。半导体下跌带动纳斯达克100收跌1.6%，美股盘初因疲软的非农就业数据一度走高。 欧洲芯片股同样普遍承压：ASML收跌3.9%、ASM International收跌5.6%、BE Semiconductor Industries收跌7%、Aixtron收跌9.9%、Nokia收跌5.3%。 随着AI服务需求激增，各大AI公司正寻求实现芯片供应多元化，以满足不断增长的算力需求。上个月，OpenAI发布了与Broadcom合作开发的首款定制AI芯片。这家生成式AI公司希望通过定制运行模型所需的关键硬件，提高整体计算效率。

“大空头”Michael Burry表示，周三在1051.87美元狙空美光科技。 Burry表示，三星和SK海力士上周公布的韩国半导体资本支出计划，是半导体行业景气周期“由盛转衰的开始”。他预计半导体板块将面临约30%的回调，并认为AI基础设施相关公司的估值已经严重偏高。 鉴于Burry此前做空Palantir取得成功，市场预计将更加关注他此次最新空头仓位。 美股周三、周四两个交易日美国芯片股持续大跌，美光周三大跌10.6%，周四继续大跌5.5%，费城半导体指数两日重挫12%。 消息面上，周三媒体报道Meta拟自建云业务、出售过剩AI算力，被解读为超大规模厂商资本开支见顶； 周四媒体报道Anthropic已开始自主研发AI芯片的早期工作；扎克伯格称Meta AI智能体开发不及预期，引发AI回报不及预期与资本开支放缓担忧。

AI硬件板块连续两天调整，但真正引发市场关注的，并不是芯片公司本身，而是两家AI大模型公司的最新动作。 周三，有消息称Meta正探索将富余AI算力对外商业化，一天之后，又有媒体报道称，Anthropic正与三星电子讨论合作开发自研AI芯片，并考虑采用三星2纳米工艺代工。 两则消息看似无关，却共同触碰了AI产业链当前最敏感的话题——持续两年高速扩张的AI资本开支，是否正在进入新的阶段？ 市场率先选择重新定价。美股芯片股最近两日总体持续大跌，费城半导体指数（SOX）周三和周四累跌超10%，创近一个月最大两日跌幅。对资本开支周期最敏感的半导体设备板块领跌，Teradyne（TER）、Entegris（ENTG）、科磊（KLAC）、应用材料（AMAT）、拉姆研究（LRCX）周四盘中曾集体跌超10%，欧洲芯片股龙头ASML的美股（ASML）周四一度跌超5%。 高盛一篮子AI半导体股票遭遇重创，创关税日以来最糟糕的两天表现。 内存股遭遇重创，高盛一篮子内存股过去两天跌幅超过 18%，创12年来最剧烈的两日跌幅。 闪迪甚至跌入熊市。 相比芯片等资金接受方的惨烈表现，作为资金支出方的超大规模云服务商股价有所企稳。 然而不少机构认为，两则消息更像是市场重新审视AI投资逻辑的催化剂，而非AI产业景气度发生根本逆转。市场真正交易的，并非"AI需求是否见顶"，而是AI产业正从"拼资本开支"迈向"拼资本效率"的新阶段。 市场真正担心的，不是Anthropic做芯片，而是AI资本开支逻辑开始变化 过去两年，AI硬件板块一路狂飙，背后的核心逻辑几乎没有变化：AI模型快速迭代带来算力需求持续爆发，GPU长期供不应求，科技巨头不断上调资本开支，进而带动GPU、高带宽存储（HBM）、高速网络、先进封装以及半导体设备需求形成一轮前所未有的"AI资本开支超级周期"。 这一逻辑不仅推动英伟达成为全球市值最高的公司，也让应用材料、拉姆研究、荷兰ASML、科磊等设备商，以及美光科技、闪迪等存储厂商成为资本市场最大的赢家。 然而，本周连续两天出现的两则消息，却让市场开始第认真讨论： 如果AI产业开始更加注重资本效率，而非单纯扩大投入，这一轮资本开支超级周期是否会进入新的阶段？ 周三，有报道称Meta正筹划建设AI云计算业务，未来可能向外部客户开放部署在Meta基础设施上的AI模型，或直接出租富余AI算力，实现数百亿美元AI基础设施投资的商业化回报。 紧接着，周四又传出Anthropic正讨论开发自研AI芯片的消息。 单独来看，两家公司采取的是不同路径，但放在一起，却共同指向一个变化——AI公司开始思考如何提高已有基础设施的投资回报，而不仅仅是继续扩大资本开支。 正是这一预期变化，引发了市场对AI交易逻辑的重新评估。 Anthropic自研芯片，意味着AI公司进入"成本优化时代"？ 相比市场最初对"自研芯片会不会减少GPU采购"的担忧，更值得关注的是Anthropic此举背后的商业逻辑。 报道称，Anthropic正与三星电子讨论开发面向AI训练和推理的定制芯片，目前仍处于早期阶段。 如果最终推进，Anthropic将成为继谷歌、亚马逊、微软、Meta之后，又一家布局自研AI芯片的基础模型公司。 这背后并非意味着放弃英伟达GPU，而是AI产业发展的自然演进。 过去两年，大模型公司竞争的重点是谁能够获得更多GPU、建设更多数据中心；而随着模型规模持续扩大，训练和推理成本迅速攀升，如何降低单位Token成本、提高算力利用率、减少对单一供应商依赖，开始成为新的竞争重点。 针对特定模型设计的ASIC能够在性能、能耗以及成本之间实现更优平衡，这也是谷歌TPU、亚马逊Trainium以及Meta MTIA近年来持续推进的重要原因。 从这个意义上说，Anthropic探索自研芯片，更像是AI产业从"拼投入"迈向"拼效率"的重要标志，而不是削减AI投资。 Meta与Anthropic，两条不同路径指向同一个目标 Meta和Anthropic采取了不同策略，但目标却高度一致。 Meta希望让暂时闲置的AI算力产生收入，提高数百亿美元资本开支的回报率；Anthropic则希望通过定制芯片降低长期算力成本，增强自身在基础设施上的自主能力。 无论是出售富余算力，还是布局ASIC，本质上都不是减少AI投资，而是在寻找更加可持续的AI商业模式。 不过，对于资本市场而言，这两则消息却容易引发另一种联想：如果AI公司开始更加关注资本效率，那么未来GPU采购、云计算租赁以及新增数据中心投资是否还会维持过去两年的高速增长？ 市场也因此开始重新审视AI资本开支能否继续保持此前几乎"只增不减"的预期。 这也是为何连续两天市场调整中，跌幅最大的并非模型公司，而是与新增资本开支联系最紧密的半导体设备企业。相比GPU和存储厂商，设备商订单往往更直接反映未来晶圆厂和芯片企业的投资计划，因此对资本开支预期变化最为敏感。 机构：市场更像在重估AI交易，而非否定AI超级周期 虽然半导体行业股连日调整，但多数机构并未将两则消息解读为AI需求开始降温。 对于Meta，不少分析认为，出售富余算力更像是在为巨额AI资本开支寻找商业化出口，从而提高未来继续投入GPU、网络设备、数据中心及能源基础设施的可持续性，而不是缩减资本开支。 对于Anthropic，机构普遍认为，自研芯片符合AI大模型公司的长期发展趋势。即便越来越多企业开始采用ASIC，仍然需要依赖先进制程制造、HBM、高速互连、先进封装以及数据中心建设，AI基础设施需求并不会因此消失，而是可能向不同环节重新分配。 更重要的是，目前AI应用渗透率仍然处于较低水平。业内人士指出，随着推理需求持续增长，大模型的Token消耗和算力需求仍远高于此前预期，AI基础设施建设距离真正成熟仍有相当长的周期。 因此，本周市场更像是在经历历史性上涨之后，对AI交易进行一次阶段性的重新定价。 如果说过去两年的AI竞争，比拼的是"谁投入更多"，那么Meta和Anthropic释放出的信号则意味着，AI产业正在进入新的阶段——竞争开始转向 谁能够让每一美元资本开支创造更高的回报率 。 对于市场而言，这种预期切换足以成为AI硬件板块调整的催化剂；但对于产业本身而言，它未必意味着超级周期结束，反而可能意味着AI基础设施投资开始迈向更加成熟、更强调商业闭环的发展阶段。

马斯克在展示特斯拉人形机器人量产进展的同时，也为外界的乐观预期踩下刹车。 马斯克周三在社交平台X上回应一名用户关于Optimus V3提前量产的猜测时明确表示，"Optimus生产初期将极其缓慢，因为一切都是全新的。这不像造车。" 此前一天，他刚刚发布了一张与Optimus量产团队在特斯拉弗里蒙特工厂内的合照，照片中马斯克双臂交叉，与身着安全帽和反光背心的工人们并肩而立， 引发市场对量产进度的广泛猜测。 马斯克的表态直接压制了"超前量产"的预期，但也再度确认了弗里蒙特工厂的实质性进展。对于特斯拉投资者而言，Optimus的量产节奏与周四即将发布的第二季度汽车交付数据，将共同构成近期股价走势的关键变量。 驳斥"超前量产"论，S曲线爬坡在即 马斯克的回应，针对的是X用户Doctor Jack提出的一套推断：特斯拉之所以推迟Optimus V3公开演示，是因为工程师意识到量产进度已超出预期，不愿让竞争对手借此复制设计，并预测特斯拉将在某次重大发布会上展示大量功能性机器人，同时宣布有意义的量产已经启动。 马斯克的回应部分否定了这一"超前"论断。他此前曾多次表示，Optimus量产将遵循经典的S曲线路径——初期产量极低，随后逐步加速放量。他强调，早期阶段的重点在于理顺装配流程，而非追求产量规模。 Optimus量产的复杂性有其结构性根源： 该机器人包含约10,000个独立零部件，需协同运作，任何一个环节均可能形成生产瓶颈，这与汽车制造的成熟体系存在本质差异。 弗里蒙特转型，德州大厂在建 尽管节奏偏慢，特斯拉的产能布局已在实质推进。特斯拉已将弗里蒙特工厂部分产线改造用于第三代Optimus机器人的初步装配，其中包括此前用于生产Model S和Model X的产线。试产预计于今年夏季在弗里蒙特启动。 与此同时，规模更大的第二座Optimus专属工厂正在Giga Texas建设中。大规模量产预计要到2027年夏季前后才能实现，特斯拉的长期目标是年产能达到1000万台。 特斯拉和马斯克将Optimus定位为公司"有史以来最重要的产品"，认为其长期价值最终可能超越电动汽车业务本身。 在Optimus进展之外，特斯拉的近期汽车业务表现将于周四随第二季度交付报告一并揭晓。据Benzinga报道，投资人Gary Black of The Future Fund预测交付量约为41万辆，高于市场普遍预期；Ross Gerber of Gerber Kawasaki则表示特斯拉本季度表现"稳健"，并预计与伊朗战争相关的油价上涨推动了更多消费者转向电动汽车。

知名苹果供应链分析师郭明錤最新产业调查显示，亚马逊自有消费电子产品的处理器采购策略将迎来20年来首次重大转向——放弃外购，改采COT（customer-owned tooling）自研模式，并由世芯电子独家承接后段设计与测试业务。这一战略调整预计自2027年起正式启动。 这一转变的直接背景是亚马逊的财务压力。受AI算力投资快速扩张影响，亚马逊截至2026年一季度的过去12个月自由现金流年减约95%，降至约12亿美元。为维持财务弹性、支撑AI投资周期，亚马逊正同步精简组织、优化非AI业务的成本结构，消费电子处理器策略转型正是这一系列举措的组成部分。 对市场而言，此次转型的最直接受益方是世芯电子。该公司将独家负责亚马逊自研处理器的后段设计与测试，除一次性工程费用（NRE）收入外，还将随处理器出货量持续受益。待策略全面转换完成后，自研处理器年出货量预估约达4000万颗，预期将显著贡献世芯电子的营运动能。 AI投资挤压现金流，亚马逊向非AI业务"动刀" 亚马逊的处理器策略转型，根源在于其日趋紧张的现金流状况。据郭明錤调查，截至2026年第一季度的过去12个月，亚马逊自由现金流同比减少约95%，仅剩约12亿美元，而这一缩水主要源于AI算力基础设施的大规模投入。 面对AI投资周期的持续消耗，亚马逊选择从非AI业务入手压缩成本，消费电子产品线首当其冲。目前，亚马逊旗下Kindle、Fire TV、Echo、Alexa设备、Blink、Ring等一系列自有产品所使用的处理器均为外购，这一长达约20年的采购模式将被彻底改变。 在亚马逊内部，此次转型与其AI芯片Trainium的开发路径一脉相承，采用同样的COT模式——即由亚马逊主导芯片设计，晶片制造及相关服务则委托外部合作伙伴执行。 世芯电子独家入局，NRE加出货量双线受益 在此轮转型中，亚马逊选定世芯电子作为唯一合作伙伴，负责自研消费电子处理器的后段设计与测试工作。 据郭明錤，世芯电子的商业模式将体现在两个层面：一是针对各设计项目向亚马逊收取一次性工程费用（NRE）；二是随处理器批量出货同步受益。待亚马逊消费电子产品线完成全面切换后，自研处理器年出货量预估将达约4000万颗，届时将对世芯电子的营收及整体营运表现形成持续、实质的正面贡献。 与此同时，亚马逊硬件与服务部门负责人Panos Panay此前在接受CNBC采访时也公开证实，公司正在为旗下"关键"消费设备自主研发端到端芯片，其中包括Echo Show 8、Echo Show 11及Fire TV等产品，并在去年10月推出了专为设备端AI推理设计的AZ3及AZ3 Pro芯片。Panay同时表示，亚马逊仍将继续采购高通等厂商的芯片。 2027年启动，消费电子成本结构有望重塑 郭明錤指出，此项策略转型预计自2027年起正式落地推进。从时间节点来看，亚马逊选择在AI算力投资高峰期同步启动消费电子端的降本工程，显示其对财务结构管理的主动布局意图。 全面自研处理器后，亚马逊自有消费电子产品的成本结构预期将得到有效改善，外购芯片所带来的供应链成本与议价依赖将随之降低。 Panos Panay亦表示，公司正在规划一整套面向"移动场景"的可穿戴及随身设备产品线，Alexa+将作为核心AI能力贯穿这些设备，打通用户在家庭与外出场景之间的连续体验。自研芯片战略的推进，将为这一硬件生态的长期扩展提供更稳固的成本与技术支撑。

韩国研究团队在半导体领域取得突破性成果，成功开发出性能与稳定性大幅提升的p型钙钛矿晶体管，有望破解长期制约高性能低功耗芯片发展的核心难题，并为AI计算用垂直堆叠DRAM等下一代存储器件开辟新路径。 据韩国《先驱报》周四报道，浦项工科大学（POSTECH）教授Noh Yong-young研究团队宣布， 其开发的基于铯-锡-碘（CsSnI₃）薄膜的p型钙钛矿晶体管，正孔迁移率突破50 cm²/V·s，电流开关比超过1亿（10⁸），达到全球p型钙钛矿晶体管最高水平。 相关研究成果已发表于国际顶级学术期刊《自然》（Nature）。 该研究的核心突破在于解决了锡基钙钛矿半导体长期面临的空气稳定性问题——新器件在空气中可稳定工作超过4小时，并在100℃加速老化条件下保持初始性能逾一个月，而此前同类器件在空气中数分钟内即告失效。 研究团队表示，这一成果将加速p型钙钛矿薄膜晶体管在集成电路中的实际应用进程，对AI计算用垂直堆叠DRAM、新一代显示驱动电路及可穿戴设备等领域具有重要意义。 p型晶体管：半导体领域的"十大未来难题"之一 晶体管是芯片的基本构成单元，分为传输电子的n型和传输正孔（电子离开后留下的空位）的p型两类。高性能、低功耗半导体的实现有赖于两类晶体管的性能均衡，然而p型晶体管性能的提升历来极为困难，已被韩国科学技术信息通信部列为"半导体领域十大未来难题"之一。 锡基钙钛矿材料因正孔传输顺畅、性能可比肩现有氧化物半导体，长期被视为破解这一难题的候选方案。然而，其最大缺陷在于对空气极度敏感：材料表面残留的未反应锡离子（Sn²⁺）与空气接触后迅速氧化，产生大量阻碍电荷流动的缺陷，导致半导体性能急剧下降。 "挥发性表面重构"策略破解稳定性瓶颈 Noh Yong-young团队提出了名为"挥发性表面重构"的解决方案。 研究人员在CsSnI₃半导体表面施加醋酸钾（KAc）处理后，原本导致性能劣化的未反应锡离子转化为挥发性化合物醋酸亚锡（Sn(Ac)₂），并自然挥发至空气中。锡离子离开后，碘化钾（KI）在原位自发生成，形成保护半导体免受外部环境侵蚀的"自防御层"。 这一工艺使器件的阈值电压显著降低，正孔迁移率超过50 cm²/V·s，电流开关比达10⁸以上。 稳定性方面，新器件在空气中可持续工作4小时以上，在100℃加速老化条件下亦能维持初始性能超过一个月，较此前同类器件的稳定性实现质的飞跃。 应用前景：AI存储、显示驱动与可穿戴设备 Noh Yong-young教授表示，这是全球首次就p型钙钛矿薄膜晶体管在《自然》上发表相关成果，得益于三星显示器及韩国科学技术信息通信部六年来的持续支持。 他指出，此次研究解决了锡基钙钛矿半导体长期存在的低稳定性问题，将推动p型钙钛矿薄膜晶体管长期稳定性的确立及其在集成电路中的应用落地。 在应用方向上，该技术有望成为AI计算用垂直堆叠DRAM存储器件、新一代显示驱动电路、可穿戴设备及高集成度半导体器件等未来电子产业核心技术的重要基础。

韩国通胀压力持续升温，AI芯片出口繁荣正从经济增长引擎演变为新的物价风险来源。 据韩国数据与统计部周四公布的数据，6月消费者价格指数（CPI）同比上涨3.2%， 创2023年12月以来最快增速，连续第二个月突破3%，显著高于韩国央行2%的目标水平。 与此同时，韩国6月出口同比激增71%，月度出口额突破1000亿美元，创历史纪录，半导体出口是主要驱动力。 通胀持续超标令市场对韩国央行加息预期升温。韩国央行定于7月16日召开利率决策会议，多数经济学家预计央行最早将于当月启动加息。央行行长申铉松此前已明确表态，应"在为时已晚之前"启动加息。 能源与汇率推高物价，芯片繁荣带来新隐忧 6月通胀数据显示，石油产品是价格涨幅的主要来源。 数据显示，汽油和柴油价格分别同比上涨23%和34%。韩元走弱与原材料成本的累积上涨持续向经济传导， 尽管美伊停火协议已在一定程度上缓解了中东地区紧张局势，能源价格压力有所减轻。 剔除波动性较大的食品和能源价格后，核心CPI同比上涨2.5%，与上月持平，仍高于央行目标。 与此同时，AI热潮驱动的芯片产业繁荣正令通胀前景趋于复杂。韩国央行6月17日发布报告警告，三星电子、SK海力士等芯片巨头发放的异常丰厚奖金，可能引发跨行业薪资竞争，通过消费扩张和劳动力市场传导， 将薪资压力扩散至更广泛领域，形成"通胀自我强化"的恶性循环。 出口创纪录，经济增长动能强劲 韩国贸易依存度较高的经济体今年表现亮眼。6月出口同比增长71%，月度出口额超过1000亿美元，创近50年来最强增速，半导体出口是核心驱动力，受益于全球AI基础设施建设带动的芯片需求持续旺盛。 花旗集团经济学家Jin-Wook Kim在近期报告中指出，强劲的半导体出口和制造业活动持续支撑经济稳健增长，年内额外财政刺激措施及科技基础设施投资的增加，有望进一步提振增长动能。 韩国央行预计将在8月季度经济展望更新中再度上调2026年增长预测。今年5月，央行已将2026年经济增长预测上调至2.6%，2027年为2.1%；同期将今年通胀预测上调至2.7%，明年为2.3%。 加息预期升温，央行面临政策抉择 在5月的上次政策会议上，韩国央行按兵不动，但明确释放信号，将在未来数月内加息，理由是增长和通胀均面临上行风险。随着6月通胀数据再度超预期，市场对7月16日会议加息的预期进一步强化。 央行上月警告，若半导体行业的强劲薪资涨幅向全经济蔓延，将通过更高成本和更强消费需求双重渠道强化通胀。随着中东驱动的能源通胀风险逐步消退，AI繁荣引发的工资-通胀螺旋正成为央行需要应对的下一个挑战。