Core Viewpoint - Meta's fourth-quarter earnings report shows that the company's revenue and guidance for the first quarter of 2026 significantly exceeded market expectations, driven by a strong AI-enhanced advertising business. The company also provided a capital expenditure forecast for 2026 that is substantially higher than analyst predictions, leading to a post-market stock price increase of over 11% [2][3][8]. Financial Highlights - Fourth-quarter revenue reached $59.893 billion, surpassing analyst expectations of $58.42 billion. The full-year revenue for 2024 is projected to be $48.385 billion, representing a 24% year-over-year increase [4]. - Total costs and expenses for the fourth quarter were $35.148 billion, with a forecast of $25.020 billion for 2024, reflecting a 40% year-over-year increase [4]. - Operating profit for the fourth quarter was $24.745 billion, with a projected $23.365 billion for 2024, indicating a 6% year-over-year growth [4]. - Net profit for the fourth quarter was $22.768 billion, with a forecast of $20.838 billion for 2024, showing a 9% year-over-year increase [4]. - The diluted earnings per share (EPS) for the fourth quarter was $8.88, with a projected $8.02 for 2024, marking an 11% year-over-year growth [4]. Capital Expenditure and Guidance - Meta anticipates capital expenditures for 2026 to reach between $115 billion and $135 billion, significantly exceeding the analyst average estimate of $110.6 billion and nearly doubling last year's investment [6][11]. - The company expects total expenses for 2026 to range between $162 billion and $169 billion, with the increase primarily driven by infrastructure costs and employee compensation [7][16]. AI-Enhanced Advertising Business - The strong performance in the fourth quarter was largely attributed to the robust advertising business, which has been significantly enhanced by AI investments. The company reported an 18% year-over-year increase in ad impressions for the fourth quarter and a 6% increase in average ad prices [20]. - Meta's CEO Mark Zuckerberg emphasized the importance of AI in improving ad targeting and effectiveness, indicating future opportunities in advertising and subscriptions [21]. Reality Labs and Metaverse Costs - The Reality Labs division reported an operating loss of $6.02 billion in the fourth quarter, with revenues of $0.955 billion. The cumulative operating loss for this division since late 2020 has approached $80 billion [27][28]. - Despite the high costs associated with the metaverse, Meta is reallocating resources from virtual reality to AI and wearable devices, including partnerships for developing smart glasses [29][30].

郭明錤称，苹果2026年二季度iPhone内存价格涨幅将接近一季度水平，苹果策略明确：利用强大议价能力确保芯片供 应，承担成本压力抢占市场份额，后通过服务业务弥补损失。内存定价已改为按季协商，但苹果计划新款iPhone 18保持 起售价不变，避免提价影响营销。 硬·AI 作者 | 董 静 编辑 | 硬 AI 1月28日，"最懂苹果的分析师"郭明錤在社交平台X上发帖称，苹果能够在供应紧张环境下锁定内存供应协 议，充分展现其强大的议价能力。 天风国际证券分析师郭明錤表示，苹果在2026年第二季度将面临与第一季度相似幅度的内存价格上涨，而 苹果的应对策略十分明确：利用市场混乱确保芯片供应、承担成本压力并抢占市场份额，随后通过服务业 务弥补损失。 这一判断基于三星电子和SK海力士近期成功将供应给苹果的低功耗DRAM价格较上季度提高近一倍的事 实。据 华尔街见闻此前文章提及 ，1月27日，韩国媒体zdnet报道，三星电子一季度LPDDR芯片价格上涨 超过80%，SK海力士涨幅约为100%，苹果作为年出货量约2.5亿部iPhone的关键客户不得不接受这一涨 幅。 他指出："对于大多数非人工智能品牌而言，即便你愿意支付高价 ...

财报显示，第四季度订单额达132亿欧元，几乎是彭博汇编的分析师平均预期68.5亿欧元的两倍，较上季度的54亿欧元大 幅增长。这一创纪录表现受益于人工智能基础设施的快速发展。此外，订单积压规模达388亿欧元。阿斯麦CEO称， 2026 年将是阿斯麦公司的又一个增长之年。 硬·AI 作者 | 董 静 编辑 | 硬 AI 荷兰光刻机巨头阿斯麦四季度业绩表现超预期，并基于客户对AI需求可持续性的乐观预期大幅提升未来增 长目标。受益于极紫外光（EUV）设备需求强劲及客户扩产计划升级，公司预计2026年将实现持续增长。 1月28日，阿斯麦公布2025年第四季度及全年业绩显示， 第四季度净销售额达97亿欧元创纪录新高 ，其 中包含两台High NA系统的收入确认。 公司2025年全年净销售额达327亿欧元，净利润96亿欧元，均创历 史新高。 01 EUV需求激增驱动订单创纪录 财报显示， 第四季度订单额达132亿欧元 ，几乎是彭博汇编的 分析师平均预期68.5亿欧元的两倍 ，较上 季度的54亿欧元大幅增长。这一创纪录表现受益于人工智能基础设施的快速发展，Meta Platforms Inc.和 微软等科技巨头正投入数千亿美 ...

这一转变反映出美国科技企业在政治压力、关税威胁和供应链韧性考量下，不得不从高度集中于台积电的 模式转向"多源供应、分散风险"的新策略。除英伟达和苹果外，谷歌、微软、AWS、高通、博通、超微和 特斯拉等企业也在与英特尔洽谈合作。 供应链人士透露，英伟达预计在2028年推出的Feynman架构平台将与英特尔合作，英伟达在合作中采用"量少、低阶、非 核心"的合作策略。除英伟达外，苹果、谷歌、微软、AWS、高通、博通等企业也在与英特尔洽谈合作。分析认为，在政 治、供应链韧性与台积电先进封装产能受限的现实下，美国芯片大厂势必启动双代工策略。 硬·AI 作者 | 赵 颖 编辑 | 硬 AI 继苹果之后，英伟达也计划将部分芯片制造业务转向英特尔代工。英伟达预计在2028年推出的Feynman 架构平台将与英特尔合作，这是美国科技巨头在特朗普政府推动"美国制造"目标下调整供应链策略的最新 案例。 据DIGITIMES周三报道， 供应链人士透露，英伟达将在与英特尔的合作中采用"量少、低阶、非核心"的 合作策略。 GPU核心芯片仍由台积电代工，而I/O芯片则部分采用英特尔18A或预定2028年量产的14A制 程，最后由英特尔EM ...

奥特曼访谈精华要点 奥特曼承认OpenAI在GPT-5开发中因过度追求编程与推理而"偏科"，未来将回归通用模型路线。他预言软件开发范式将 彻底转型：敲代码不再重要，"让系统达成目标"才是核心，工程师需求不降反升。 硬·AI 作者 | 硬 AI 编辑 | 硬 AI 软件开发范式转型： 奥特曼认为未来工程师的需求不会减少反而会大幅增加，但工作重心将从底层的"敲 代码与调试"转向更高层级的"让系统达成目标"，写代码这一具体行为的重要性将显著下降。 个性化软件时代的到来： 随着 AI 能力的提升，未来几年将出现大量专为个人或极小群体量身定制的软 件，每个人都能以极低成本为自己不断定制专属的工具。 模型进化速度将超越人类： 奥特曼预测未来模型学习新技能的速度会比人类更快，并实现"只听一次解 释"甚至"无师自通"地掌握陌生环境与复杂工具的里程碑。 OpenAI 路线的自我修正： 奥特曼承认在 ChatGPT-5 系列开发中因过度追求推理和编程能力而导致写作 等通用能力"偏科"，未来将重新校准，致力于打造全方位均衡的"通用型"模型。 AI 安全重心转向"韧性"： 面对日益严峻的生物安全等风险，奥特曼主张安全策略应从单纯的" ...

杨植麟说，他们的目标是"Scale the variety of agents"。而我觉得，Kimi K2.5 最核心的价值，是 Scale your ambition（扩展你的野心）。 硬·AI 不管是GPT-5还是Claude4.5，它们确实越来越聪明，但本质上，我还是在和一个AI对话。我依然需要像个保姆一样，把任务拆碎，一步步喂给它，然后盯着 它干活。 我们都想要一个能干活的AI，但实际上更多时候它只是个知识库。 但如果，AI变成了一支随叫随到的"军队"呢？ 作者 | KMGGGG、小猫 编辑 | 硬 AI 坦白说，过去半年，我对大模型的更新已经有点"审美疲劳"了。 就在刚刚，月之暗面发布了Kimi K2.5。深度体验后，我被它完全震惊到了： AI正在成为你的外包公司 。 这一次，Kimi K2.5 抛弃了单纯卷参数、卷长文本的旧叙事，直接祭出了一个让硅谷都感到压力的杀手锏：Agent Swarm（智能体集群）。 它的意义，不仅仅是评测榜单上的开源SOTA，更重要的是，它让我第一次感觉在调度一整个团队。 这，可能就是我们一直在等的"AI 2.0"时刻。 01 我的 Kimi K2.5 "指挥"体验 先说 ...

Core Insights - Morgan Stanley predicts a differentiated landscape for global AI technology development by 2026, with significant growth in computing power demand surpassing supply capabilities, and strong policy initiatives from the Trump administration [2][3][4]. Group 1: AI Technology Development - The report anticipates a leap in capabilities for leading AI models in the U.S. by mid-2026, while competitors in other regions will struggle to achieve similar advancements, creating a "two worlds" scenario in AI development [5]. - Market sentiment regarding AI adoption is expected to shift from concerns in early 2026 to optimism later in the year, driven by non-linear growth in AI capabilities [5]. Group 2: Computing Power Demand - The proliferation of AI applications and increasing complexity of use cases will lead to an exponential growth in computing power demand, which will outpace supply growth [6]. Group 3: Policy Initiatives - The Trump administration is predicted to implement stronger policies than expected, focusing on ensuring domestic supply of critical minerals, uranium, and metals, supporting manufacturing return, increasing military spending, and lowering consumer costs [7]. Group 4: AI Technology Transfer - There will be increasing pressure for AI technology transfer globally, as disparities in national AI capabilities may affect trade dynamics, with countries pursuing self-sufficiency and enhancing "domestic intelligence" [8]. Group 5: Energy Costs and Policies - Rising global energy costs will trigger a backlash against data center growth, leading to the introduction of low-cost energy support policies and encouraging data center projects to adopt off-grid power strategies [9]. Group 6: Integration of Energy Infrastructure - Major AI companies will accelerate the integration of energy infrastructure to control their energy destiny, secure the most reliable and cost-effective energy sources, and enhance energy efficiency through AI [11]. Group 7: Global Manufacturing Landscape - China is expected to increase its share in key technology-intensive industries, while the U.S. manufacturing balance will tilt towards domestic production as technology diffusion diminishes the advantage of low-cost labor [12]. Group 8: Investment Cycle in Latin America - Policy shifts, geopolitical changes, and peak interest rates will drive Latin America into a new investment cycle, characterized by investment-led growth rather than consumption [13]. Group 9: Retraining Initiatives - Companies and governments will launch extensive retraining programs to address employment changes driven by AI, with political sensitivity around perceived job losses prompting various policy interventions [14]. Group 10: Transformative AI Impact - By the second half of 2026, transformative AI is expected to lead to early signs of rapid price declines across multiple sectors, exacerbating wage inequality, increasing capital expenditures, and putting upward pressure on interest rates, thereby reshaping national competitiveness [15].

| 硬·AI | | | | --- | --- | --- | | 作者 | 硬 | AI | 编辑 | 硬 AI 当Qwen3-Max-Thinking证明了中国在算法上的顶级实力，当阿里云证明了其在算力上的可控，当千问APP证明了AI在商业场景中的落地能力，阿里的AI估值便具备了重构的坚实基 础。 回顾 2024年至2025年，资本市场对中国科技资产的定价逻辑经历了一场漫长的拉锯。 随着 Qwen2.5和DeepSeek的惊艳表现，市场曾短暂掀起过一轮对中国AI的"重估浪潮"。那时候，投资者看到了中国大模型"追平"硅谷的希望，阿里巴巴的股价 也曾因此出现修复性反弹。 然而，那轮行情的性质更多是 "情绪修复"。 全球资金虽然承认中国科技企业 "没有掉队"，但依然顽固地拒绝相信它们能够"领跑"。在华尔街的定价模型中，阿里电商基因依旧强大，其AI与云业务的潜在 价值，仅仅被视为一种看涨期权，有潜力，但并非是进攻性的增长引擎。 想要改变这种惯性定价，中国大模型们只能不断用新产品逐渐改变市场看法。 2026年1月26日，阿里云正式发布旗舰推理模型Qwen3-Max-Thinking ，性能爆表，甚至在多项全球权威 ...

1月24日，摩根大通在最新研报中称，1月16日，OpenAI宣布将在未来几周内开始在ChatGPT的免费版和 Go版本（轻量级订阅版）中测试广告，这标志着其变现策略发生了实质性转变。 研报称，这一转向并非偶然—— 面对接近10亿的周活跃用户中95%为免费用户的现状，以及未来八年高 达1.4万亿美元的基础设施投入承诺，广告收入已从可选项变为商业必需。 摩根大通分析指出， ChatGPT的广告模式将有别于传统社交平台的"注意力经济"，转而通过捕捉用户的 高商业意图来获取更高的千次展示费用（eCPM） 。目前ChatGPT约12%的查询具有搜索性质，且用户购 买意向强烈。 硬·AI 作者 | 董 静 编辑 | 硬 AI 正式告别"免费午餐"时代，OpenAI终于按下了广告变现的按钮。摩根大通认为，随着ChatGPT宣布将在未 来几周内开始测试广告，这家AI巨头正式迈出了从单纯依赖订阅模式向多元化商业变现转型的关键一步。 商业化"三驾马车"驱动 广告是必然选择 摩根大通认为，OpenAI部署广告是基于三个关键因素的商业必然： 首先是庞大的免费用户基数 摩根大通称，OpenAI面对95%的免费用户占比及未来八年1.4万 ...

作者 | 黄仁勋 编辑 | 硬 AI 过去三周，存储板块迎来罕见的"完美风暴"。 黄仁勋点燃第一把火，他系统性提出ICMS的概念并给出了一个清晰判断：上下文正在成为AI的新瓶颈，而不是算力本 身，这为NAND创造了全新应用场景；DeepSeek Engram则在模型层面，验证了NAND可作为"慢速内存"的可行性。而 ClaudeCode在应用层面，放大了长期存储的刚性需求。 硬·AI 闪迪股价累计涨幅超过100%，NAND相关标的集体上行。表面看，这是一轮典型的存储周期反弹；但如 果深入拆解年初以来的技术与需求变化，会发现这更像是一场由AI架构演进触发的价值重估。 据TMT breakout报道，从英伟达在CES上提出全新的推理存储架构，到DeepSeek发布的Engram模型， 再到ClaudeCode推动"有状态AIAgent"加速落地，三条原本分散的技术路径，在2026年初同时指向同一个 结论： 存储，正在从"成本项"转变为AI的"核心生产要素"。 01 黄仁勋点燃第一把火 上下文成为瓶颈 存储必须被重构 AI推理规模的失控式增长，正在逼迫算力系统重构。 在CES2026上，英伟达CEO黄仁勋首次系统性 ...