Anthropic 執行長 Dario Amodei 於 2026 年 9 月中旬發表題為《我們必須放慢前沿發展》(We Must Pace the Frontier)的重要文章,公開呼籲全球 AI 產業應主動放慢技術推進的速度, 此項呼籲隨即獲得 OpenAI 執行長 Sam Altman 、 Google DeepMind 負責人 Demis Hassabis 以及馬斯克(Elon Musk)等業界領袖的正面迴響與支持 。
而今年早些於 7 月時候,NVIDIA 執行長黃仁勳也發表其 X 帳號的首篇推文,與多家科技巨頭、投資機構聯署一封關於開源模型(Open Weights)重要性的公開信。黃仁勳直言過度依賴封閉模型將加劇「單點故障」風險、引發資安漏洞並阻礙 AI 發展,而開源模型除了能降低技術門檻、加速創新與擴散,更重要的是能讓各國根據自身文化與法律,控制屬於自己的 AI 基礎設施,實現「AI 主權」。
面對業界對 AI 監管的討論興起,近期模型圈的版圖也在悄悄變動,6 月中旬,中國模型在 OpenRouter 上的 Token 使用量份額已衝上 55%,正式擊敗美國模型,躍升為該平台最大來源,輝達則在 9 月突然發佈收購 Hugging Face 開源平台。面對巨變,比起單純討論市佔數字,本篇主題研究,我們更需要深入剖析三個核心問題:
追趕機制,中國 AI 實驗室如何在短時間內彌補算力差距,逼近美國的領先地位?
路線分化,美中兩國在 AI 產品的定位、商業化設計與目標市場有何根本差異?
底層邏輯,為何說這場 AI 追逐賽本質上是「舊戰爭」的延續,各自用新科技為既有產業護城河進行的深度強化?
隨著單純堆疊算力(FLOPS)的邊際效益遞減,記憶體已從過去的成本項目躍升為決定 AI 變現落地的核心;記憶體架構正全面向運算核心靠攏,甚至直接垂直堆疊於 XPU/ASIC 上進行架構協同設計與封裝。未來 AI 晶片市場的勝負關鍵,不再是誰能做出速度最快的超級晶片,而是誰能透過 3D 垂直整合與軟硬體協同排程將搬移能耗降至最低,精準掌控「頻寬、熱量與 Token 成本」的平衡。
能源:
AI 伺服器機櫃將從數百千瓦(kW)邁向 1 百萬瓦(MW),Meta 、 xAI 、 OpenAI 也陸續興建或啟用吉瓦級(GW)超級運算叢集,因此從電網到晶片(From Grid to Chip)整體架構都面臨技術挑戰與升級需求。晶片側觀察到英飛凌預估每新增 1GW 資料中心容量可挹注 1.75 億美元營收,成熟製程也受惠功率半導體需求而出現高稼動率與漲價潮。機櫃電源架構方面,留意 54V 轉向 800V 高壓直流的規格升級進程,傳統機電系統也逐步被固態變壓器(SST)取代。
紀要顯示聯準會的共識程度持續下降,相較於過去較常出現、代表較多人意見的 most 、 many,如今更多出現 some 、 several 等指涉較少數成員的量詞,顯示聯準會內部內部的意見與政策看法正變得更加多元。我們認為這也是 Warsh 在會後記者會避免正面回答記者提問的原因,內部意見分歧加劇的情況下,若過早給出明確立場反而將被綁住手腳,此時刻意模糊反而是聰明的作法。
南韓是全球經濟發展中特別的案例之一,從戰後以農業為主的經濟體,一路發展至今日以半導體、汽車與造船為核心的製造大國。尤其在半導體領域,三星與 SK 海力士長期主導全球記憶體市場;近年隨著 AI 浪潮興起,資料中心加速擴張、 HBM 需求爆發,更進一步強化南韓在 AI 基礎設施供應鏈中的核心地位,也帶動南韓股市強勢上漲,今年最高漲幅一度高達 120% 。
本季方舟投資新建倉 SpaceX 約 447 萬股,一躍成為第三大部位,同時建倉晶片設計公司 Cerebras Systems 與核能公司 X-Energy,顯示 ARK 對下一代技術的重點關注,涵蓋航太物流、先進運算及核能解決方案。賣出部分主要來自 Roku 與 AMD,分別減碼約 322 萬股與 129 萬股,此次調整使 ARK 得以集中資金於創新驅動的成長標的,同時維持對多個受惠於技術融合產業的曝險。
總結
總結來說,2026Q2 各大機構操作方向轉趨分歧,操作邏輯已不如上季一致。橋水與索羅斯同步轉向能源電力等防禦資產,記憶體與中國概念股則成為本季主要的減碼對象。避險工具的使用也出現分歧,部分機構由大盤賣權轉為個股賣權。儘管機構對 AI 長期趨勢的信心並未消退,但在科技股評價已處於高位下,資金配置更趨分散,防禦與避險心態也同步在增加。
另外,從出口細項也能觀察到一些狀況,例如電子零組件創歷史新高,但資通與視聽產品的成長反而出現停滯,這意味著晶片可以先出貨,但目前因為零組件出現廣泛性缺貨,導致在組裝整台 AI 伺服器時卡關。因此,雖出口連兩個月低於預期,但從多項數據交叉驗證下,AI 需求並未放緩,反而是因為強勁的需求導致了短期出口的不如預期,而這也呼應在近期 AI 文章 中我們看到的「Vera Rubin 架構修改,導致供應鏈預先備貨」的狀況,因此下半年 Vera Rubin 的順利出貨也將是台灣出口能否維持強勁動能的關鍵之一。
Apple:發表「 Siri AI 」,首度將系統級 AI 、 Apple Intelligence 與裝置個人隱私脈絡進行整合,開發者與公開測試反響熱烈,預期秋季推出將成為 iPhone 17 系列的重要需求驅動器,其 25 億的龐大裝置安裝基礎下,長期具備形成以裝置為入口的個人 AI 助理的機會。
Tesla:Tesla 的 AI 發展核心是將視覺感知、端到端神經網路、自研 AI 晶片及大規模真實世界數據,應用於 FSD 、 Robotaxi 與 Optimus。目前無監督 FSD 測試在 6 個城市累積超過 38 萬英里(無任何事故記錄),Robotaxi 運作里程以每週雙位成長。 Optimus 進入 Fremont 生產線。並與 xAI 聯合推出 AI 代理人系統「 Digital Optimus 」,嘗試把其自駕技術從「控制車輛」延伸至「控制電腦與機器人」。
Apple:AI 晶片與 Siri 運算成本將採取自建數據中心與第三方雲端混合模式。此外,與 Broadcom 簽訂超過 300 億美元的多年度自研晶片與製造協定,並計劃在休士頓啟用 Advanced Manufacturing Center 以組裝 AI 伺服器與生產 Mac mini,觀察 Apple 的自由現金流維持在 387 億美元的強勁水準。
Meta:與 EssilorLuxottica 合作推出新一代 Meta Glasses(含 Kylie Jenner 聯名款),出廠即搭載 Muse Spark,早期銷量超出預期。
Microsoft:正致力於將 Windows 打造為「無計量智慧(unmetered intelligence)的離線卸載終端」旨在將強大的設備本機運算與企業級安全結合,可在不消耗雲端算力或無需連網的狀態下,運行高效能的 AI 推理與開發工作;重整 Xbox 遊戲陣容與營運,預期 2027 財年恢復增長。
Apple:與 Klarna 合作在美國推出 Apple Upgrade 硬體租賃計劃;推出 Global Accessibility 輔助功能,讓 Vision Pro 支援眼動控制輪椅。
Tesla:Megapack 3 即將進入生產階段,隨著 AI 資料中心用電需求快速增加,公司預期大型儲能系統將更廣泛用於電網調節、尖峰負載管理與資料中心供電穩定。 Tesla 同時深化與 SpaceX 的技術合作,將 Grok 導入車載系統,並作為 Digital Optimus 的上層任務管理模型;Starlink 則整合至 Cybercab,未來也計畫導入其他車款,以補足行動網路覆蓋不足,降低 Robotaxi 通訊死角。此外,Tesla 正規畫 Megapod 分散式算力架構,將 Tesla AI 電腦與 x86 伺服器整合於模組化設備,未來可能部署在具有可用電力的 Supercharger 等地點,藉此利用分散式電力擴充 AI 算力;不過,該架構目前仍處於設計與規畫階段。
自研晶片持續推進:Maia 200 效能 / 成本較前代提升 30%,已同時支援 OpenAI 與 MAI 模型;並宣布將率先部署採用 AMD Helios 與 NVIDIA Vera Rubin 的新一代 AI 基礎設施,並於本季在五大洲新增 31 個數據中心(累計達 88 個)。此外,Cobalt 200 預期在 7 月底前部署於全球超過 25 個數據中心。
結論
微軟公佈 Q2 財報和電話會議後,盤後股價大漲 8%,對比 7/22 的 Google 和同日公佈財報的 Meta 盤後呈現下跌,反映市場極度關注於科技巨頭「創造現金」的能力,尤其在大家都紛紛擴大 AI 支出之際,而微軟目前繳出了最佳答案,增加的資本支出有效轉換成獲利和現金流,並且獲得更多訂單後繼續擴大資本支出,我們認為這得力於兩個原因,第一是微軟主要以 Microsoft 365 、 Azure 等訂閱制與長約雲端服務為主,而 Google 和 Meta 有一大部分是仰賴廣告這種波動性較大的收入來源,第二是微軟沒有選擇和 Google 、 Meta 打「頂尖前沿模型」的戰爭,而是透過自己的生態系優勢,從不同入口獲得更多訂單。因此,未來在 AI 賽道上誰能贏得勝利,並不只是看模型的性能提升多少,或成本降得多低,而是能夠把 AI 能力快速嵌入既有的企業通路與客戶關係,並轉換成可預期現金流的生態系。
預期哪一項 AI 業務服務能在 2026 至 2027 年最先展現 ROIC? 祖克伯僅回應目前多數算力仍會繼續用於訓練模型,以保持領先地位,其餘才會分配到不同的產品與營收機會,包括優化核心業務、即將推出的新消費者產品、 API 、企業代理人、開發者工具,以及直接銷售算力的機會。
如何打進企業市場? 祖克伯將企業市場分為兩類,第一類是既有廣告主與商家的延伸,尤其是透過 WhatsApp 、 Messenger 和 Instagram 的 Business Agent 幫助企業客服、銷售與完成交易;第二類是 API 、程式開發工具、內部生產力工具及更廣泛的企業軟體,這也是 Meta 過去不完全具備的新能力。
一般消費者何時會真正使用 AI Agent? 祖克伯認為某些 AI 市場已經突破,例如 Coding Agent,雖消費者個人 Agent 尚未成熟,但看好未來 5 年內,數十億人會擁有能理解個人目標、全天候協助工作的 Agent。
為甚麼一邊買算力,一邊賣算力? 祖克伯回應是從資本配置角度來思考,因為目前整體市場算力嚴重不足,所以 Meta 既有內部高價值用途,也收到了外部的高價購買需求,而管理層會在兩者之間做組合配置,部分算力可以直接出售,但更大部分將保留用來訓練模型和建構更高價值的「智慧層」。
廣告系統導入全新的「 Meta 生成式推薦器」,不再對每個廣告獨立評分,而是運用 LLM 同時理解廣告內容與用戶偏好進行精準匹配。這項轉變與 GEM 模型共同驅動了 Facebook 廣告點擊次數提升 8.3%,轉化率提升 15.7% 。此外,旗下自動化行銷方案 Advantage+ 的年化營收 run rate 已達 750 億美元。
結論
Meta 公佈 Q2 財報和電話會議後,盤後股價大跌 -9%,反應目前 Meta 的獲利能力和現金流創造,以及在企業 AI(非廣告)和個人 Agent 的發展,尚未提供明確的營收時,難以說服市場再度上調資本支出,但觀察 Meta 本業的廣告需求並未轉弱,廣告收入仍強勁成長,且在 AI 驅動下繼續帶動廣告展示量和平均價格成長,提高點擊和轉換率。再者,Meta 後續也預計能夠受惠到現在算力供不應求的環境,來自祖克伯在電話會議中提到的「大量以溢價租用算力的邀約」,同時為了近一步分攤基礎建設成本,正積極引進如貝萊德(BlackRock)戰略合資夥伴關係等創新的融資模式,均有助於緩解目前市場對於現金流的擔憂。
Robotaxi 會與 Uber 等叫車平台合作嗎?馬斯克明確表示,Tesla 傾向保持垂直整合,也就是自行掌握車輛、軟體、平台與營運,而不是將 Robotaxi 交由外部平台分銷。理由是 Tesla 預期需求將高於供應,因此沒有必要支付第三方平台抽成。
Cybercab 為何尚未快速放量?Cybercab 是全新的底盤與車型,因此必須先累積針對 Cybercab 車身、懸吊、轉向與煞車特性的實際道路數據。與 Model 3 、 Model Y 已有數百萬輛道路數據不同,Cybercab 缺乏足夠的實車樣本,因此初期仍需要搭配方向盤與踏板的測試車,蒐集校準資料,後續部署數量才會明顯增加。
Tesla 為何要自己做 Terafab?Terafab 是擴大 Optimus 規模的必要條件,因為未來最大的瓶頸可能是 AI 晶片、記憶體與先進封裝供應不足,而 Tesla 已為 Austin 的開發型晶圓廠下單設備。
Starlink 將整合至 Cybercab,並可能逐步擴展至其他 Tesla 車輛,提升車輛的通訊可靠性。
AI5 晶片研發進展良好,初期可能優先用於 Optimus;AI6 則被定位為更高階的下一代邊緣 AI 晶片。公司也正在評估將部分舊車升級至新一代 AI 板卡,而不只是升級到 AI4 。
結論:
Tesla 電話會議帶動盤後股價走跌逾 -4%,反映了本業汽車獲利不如預期,但持續投入 Robotaxi 、機器人等新興業務,導致市場擔憂現金流將持續惡化,但觀察 Tesla 仍手握超過 400 億美元的現金和短期投資,短中期仍能繼續支撐公司積極轉型的願景,從一家電動車廠轉向擁有 AI 、無人載具、機器人、晶片與能源的垂直整合基礎建設公司。
而為了實現這個目標,公司中長期希望由 AI 、軟體與車隊型收入加速成長,改善獲利結構。以進度來看,FSD 訂閱和使用量正在加速,且海外市場正在提供第二條成長曲線,包括在荷蘭取得部署 FSD 的批准後,2026Q2 又取得立陶宛、愛沙尼亞、丹麥及比利時等市場的進一步批准,是目前 Tesla 中最成熟且最接近規模化獲利的 AI 業務,同時 AI 伺服器對電力的強勁需求也帶動儲能業務的部署規模持續擴張;Robotaxi 業務短期財務貢獻有限,但進度仍持續推進,目前以每週超過 10% 的速度增長,包括於 Austin 的無監督營運範圍持續擴大、在佛州的 Miami 、 Orlando 與 Tampa 推出無監督搭乘服務。
因此,Tesla 的中長期前景仍高度取決於 AI 與車隊型收入能否繼續放量,以及正處於產線建置期的 Optimus 機器人何時能夠真正進入真正商業化階段。
中國 Q2 GDP 年增 4.3%,低於市場預期,主要仍由出口支撐。 6 月出口值年增 27.0%(前 19.4%),遠超市場預期的 18.2%,持續受到 AI 供應鏈需求與價格推動,主要貿易地區亦持續向東協等亞洲地區轉移。投資與消費則持續偏弱,使 Q2 GDP 年增率低於全年目標區間下緣,符合我們先前的判斷,在 Q1 達成 GDP 成長目標後政策力道將放緩。
核心資料中心部門(Core Data Center, CDBU):營收達 115.24 億美元,季增 102.6%,毛利率高達 87% 。主要受惠於定價上漲與產品組合的優化,其中資料中心 SSD 營收突破 50 億美元,較上季成長超過一倍,並且代理 AI 正在重塑資料中心基礎設施架構(需求從 GPU 機櫃拓展到 CPU 機櫃,以及專門用於儲存上下文的存儲機櫃)。除此之外,2026 年整體伺服器單位成長將達 15 ~ 19%(High-teens %),主要由 AI 伺服器帶動,但傳統伺服器也預計有 15 ~ 17%(Mid-teens %)的增長。
客戶端與行動部門(Mobile and Client, MCBU):營收達 115.21 億美元,季增 49.4%,毛利率高達 87% 。完全受惠於定價上漲,抵銷了出貨量略微下滑的影響,雖然 PC 與手機的出貨量可能下滑,但市場對於高階、高單價設備仍具有韌性,帶動平均售價成長。並且代理 AI 平台提升了邊緣 AI 的設備價值,未來預計透過邊緣 AI 與延遲的換機需求帶動長期成長。
美光本季度再次繳出超越市場預期的強勁財報,再度擊敗各大機構分析師預期,並且下季財測也同時超越市場預期,盤後上漲 +15.82% 。各項業務也同時因為定價上漲與出貨量增加,在毛利率的表現上均達到約 80% 的水準,顯示記憶體已如同公司表示的,已成為「戰略性」資產,對記憶體的需求從單純的 GPU 機櫃,延伸至 CPU 與存儲機櫃,並且已開始出現外溢至邊緣與物理 AI 的現象,手機、 PC 透過定價上升維持成長動能,自動駕駛、機器人也開始出現貢獻營收的情形。
先前市場對於記憶體產業未來的獲利仍有存疑,本次美光也揭露對於戰略客戶協議,在 2030 年底前的累計保底收入約 1,000 億美元,即便在最低價格的情境下,毛利率仍將遠高於過去週期的峰值,並且公司已採取收取現金保證金的策略,顯示客戶願意提前付款卡位產能,對記憶體產業的獲利健康與能見度進一步提升。庫存方面,公司提及的 DRAM 與 NAND 產能持續緊縮,我們也看到了存貨週轉天數同步回落,顯示庫存狀況仍然健康。最後,記憶體的「結構性升級」已在美光的財報中一覽無遺,而公司提及的邊緣與物理 AI 的進展也顯示 AI 需求已開始外溢,為此次生產力循環增添更多動能。
同時,剛結束的 2026 Taipei Computex 正好是檢驗 AI 實質需求和釐清疑慮的關鍵時點,包括記憶體需求是否面臨縮減、光通訊的未來、電力瓶頸、邊緣 AI 等,本週蘋果 WWDC 也引發熱議,本篇報告將進一步探討 AI 等新科技趨勢的基本面與投資邏輯:估值回調 AI 股市是否仍能佈局?AI 硬體需求爆發究竟該如何配置?本篇報告 分析以下重點:
科技基本面仍無可挑剔,東北亞 AI 供應鏈的半導體出口持續維持強勁,使預估本益比處在合理位置。
從近期 Vera Rubin 記憶體容量遭砍半、代理 AI 技術節點、 RTX Spark 發表與蘋果 WWDC 重點觀測:AI 應用擴大,帶動一波又一波硬體需求!
架構式梳理當前 AI 硬體爆發浪潮,哪些已能商業變現?哪些為未來機會?估值修正行情下,掌握 AI 配置法則!