(🌸, 🌿)🔴✨(🛸(💙,🧡)🌊,💰)⚙️picash.eth

web3 and L2 research, polygon Dao member; taking @guildxyz around the interwebz. #TopazTrooper
@tapioca_dao pearl club member ⏳@t2wrld

[Michael | Hypermarkets @itsmichaelluu]

$SPCX shares are priced at $135 for its $2 trillion IPO.

Its return is 100x-200x by 2035.

These 20 companies will benefit the most:

1. $BKSY ~$34
AI-ready Earth observation satellites feed SpaceX orbital intelligence layer.

2. $SPIR ~$20
Space data analytics monetizing SpaceX's growing orbital constellation.

3. $ACHR ~$5
Air mobility networks integrate with Starlink's low-latency infrastructure.

5. $SATL ~$7
High-resolution imaging complements SpaceX orbital AI compute constellation data.

6. $VIAV ~$50
Optical networking components critical for Starlink ground station upgrades.

7. $OUST ~$40
Sensor fusion tech supports SpaceX booster catch reusability automation.

8. $GILT ~$15
Satellite ground infrastructure scales alongside Starlink enterprise deployments.

9. $POET ~$11
Optical interposer chips slash data center power costs inside COLOSSUS AI cluster.

10. $ARQQ ~$12
Quantum encryption securing Starshield government classified orbital networks.

11. $TWST ~$74
Synthetic biology tools accelerate SpaceX long-term Mars life support research.

12. $LUNR ~$30
NASA lunar lander tech directly supports SpaceX Moon base buildout.

13. $AEVA ~$24
LiDAR sensors enable autonomous Starship landing and booster catch precision.

14. $KTOS ~$60
Defense tech partner powering Starshield national security satellite contracts.

15. $IONQ ~$58
Quantum compute layer powering next-gen orbital AI satellites.

16. $RDDT ~$178
Real-time social data feeds Grok's truth-seeking AI via X integration.

17. $RKLB ~$115
Small payload launch fills exact gaps Falcon can't efficiently serve.

18. $ASTS ~$97
Direct-to-phone satellite broadband. Starlink's closest competitor and partner.

19. $MTSI ~$375
RF semiconductors power Starlink phased-array antenna signal processing.

20. $BWXT ~$200
Nuclear propulsion R&D aligns with SpaceX Mars mission power requirements.

I'm definetly a buyer of $SPCX IPO and want to get it super cheap.

♻️ RESHARE this post and write 1 comment, I'll DM you the PRICE I want to buy $SPCX at this month.

[断浪 @waveking1314]

说真的，美股别只靠自己硬刷。

很多机会不是你看不懂，而是你压根没刷到对的人。

这 7 个账号建议直接丢进一个单独 list。

1. @aleabitoreddit
白毛股神
AI 半导体和供应链挖得很深，尤其擅长找冷门小票。

2. @AntonLaVay
Manchurius Hao
期权老手，波动率和 Greeks 讲得很清楚，想学期权可以看他。

3. @labubu_trader
3X Long Labubu
老大哥型交易员，不花里胡哨，主要看大方向和持仓节奏。

4. @yuyue_chris
Yuyue
币圈转美股期权，视角不太一样，成长很快，值得长期观察。

5. @qinbafrank
qinbafrank
AI、Crypto、宏观、财报一起看，产业链拆得很细。

6. @xiaomustock
川沐
纯实盘交易员，赚亏都敢发，真实感很强。

7. @yijiangren
一江人
8 年交易经验，文章长但有框架，适合看 AI、Web3 和新赛道。

这几个账号搭起来，基本就够用了。

白毛和 frank 看深度研究。
Anton 和 Yuyue 看期权。
labubu 看大方向。
川沐看真实实盘。
一江人看 AI 新赛道框架。

别天天刷情绪单。

你关注的人不对，行情来了你也只能看别人赚钱。

[夏雪宜 @XXY177]

白毛女31个最喜欢的股票清单，我收下了：
1. $INTC - 美国铸造厂的希望，国家安全
2. $MRVL - 从未来的maia asics和附加产品如cpo中扩展收入，他们什么都做，数不过来了
3. $TSM - 半导体/AI的支柱
4. $COHR - 他们垂直整合做一切 + 捕捉光学周期
5. $RKLB - 太空的最终前沿将在5年后和20年后到来。
6. $DRAM - 三星/海力士的内存敞口
7. $AVGO - 超大规模云服务商不喜欢NVIDIA的GPU税
8. $AMZN - 没人能与厕纸的隔夜配送竞争。机器人将随着时间降低运营成本
9. $ARM - AGI CPU将在未来十年大幅扩展收入
10. $TSEM - 你将需要一个用于光基产品的铸造厂
11. $IBIT - 比特币，我们现在都知道了
12. $NBIS - 我觉得它是下一个AWS。他们还与Uber合作做自动驾驶汽车，拥有扩展中的数据库公司，数据标注。简直像个迷你谷歌。
13. $GOOGL - YouTube不会消失，Gemini很棒。他们用TPU垂直整合，用运营收入资助建设，所以我喜欢。
14. $AMKR - 超级设施将在2027-2028年末上线。从“美国制造”中受益
15. $HOOD - 我不喜欢短期，但长期我是Robinhood的粉丝，因为他们抓住了零售市场 + 正在扩展更多产品如银行等。产品创新很疯狂。
16. $CRCL - 我碰巧很喜欢稳定币，并视其为支付/持有未来的关键（取决于清晰法案）
17. $META - 人们不会很快停止使用Instagram或WhatsApp或其他产品。
18. $LITE - $GOOGL TPU敞口在BOM中占比不错。只要谷歌的AI项目继续运行，我认为$LITE会表现良好。
19. $LPTH - 锗和中国出口管制将始终是个问题，所以美国制造的工程替代品将始终重要
20. $FN - 有人需要组装光学产品
21. $JBL - 与上面相同，但加上Intel的SiPh收购IP，所以可能最终像Innolight？
22. $MP - 美国稀土计划极其重要，类似于$INTC的国家安全风险
23. $HIMS - 好吧，听我说，他们刚收购了一堆公司，以19美元的价格拥有全球DTC渠道。空头真的讨厌这家公司，但我觉得作为逆向长线它很有前景
24. $SMTC - LRO/LPO转型
25. $POWL - 美国对Hammond的开关设备DC类型瓶颈的替代品
26. $VPG - 人形机器人可能在2027-2028年后成为现实，这家公司生产传感器。
27. $MOG.A - 感觉在机器人领域和SpaceX供应链中到处都能看到他们
28. $MSFT - 以375美元的价格，有一天我们回顾时会视其为买入机会。
29. $CVX - 战争后石油可能崩盘，但这些石油公司将极其重要，尤其是委内瑞拉是个金矿。
30. $XLU - 我觉得降息可能重启，我们需要电力/电网来支持AI，所以从$CEG到$NEE这些股票将始终重要
31. $AAOI 和 $AEHR

[Wealth Code @WealthCode99978]

🚀 2026最全AI产业链44只核心牛股地图

未来十年的印钞机，建议逐个加入自选。耐心等待击球时机

AI计算芯片核心

1.$NVDA — 算力芯片绝对领导者，GPU与CUDA软件生态控制力无敌，AI训练推理爆发期直接受益
2.$AMD — AI GPU与CPU双线突破，性价比路线切入数据中心算力市场扩张
3.$INTC — IDM产能与先进封装双转型，重夺AI芯片与晶圆代工关键地位
4.$AVGO — AI网络与定制ASIC核心供应商，云厂商定制化芯片最大受惠者
5.$QCOM — 边缘端与移动AI计算核心玩家，智能手机AI升级周期驱动
6.$ARM — AI芯片架构基础方案，低功耗计算标准制定者，AI终端普及核心受益

存储与内存芯片

7.$MU — HBM高带宽内存核心供应商，AI训练带宽瓶颈的直接解决方案

晶圆代工与制造

8.$TSM — 全球AI芯片唯一超级代工平台，先进制程与CoWoS封装绝对卡位
9.$ASML — EUV光刻机垄断供应商，AI芯片制程升级不可替代的关键设备

半导体设备制造

10.$AMAT — 半导体设备全产业链覆盖，先进制程扩产的核心受益方
11.$KLAC — 晶圆检测与产出良率控制关键环节，AI芯片良率决定者
12.$LRCX — 刻蚀与薄膜沉积设备龙头，先进制程扩产不可或缺

封装测试与外包

13.$ASX — 全球封测产能龙头，AI芯片先进封装紧缺的核心受益
14.$AMKR — 先进封装外包核心厂商，Chiplet产业化趋势的核心受益者
15.$06088.HK — 高速连接与AI硬件代工，AI服务器组装关键环节

数据中心基础设施

16.$VRT — AI数据中心散热与电力管理龙头，算力密度提升直接受益
17.$ETN — AI数据中心电力系统核心供应商，800V高压供电趋势受益
18.$GEV — 全球电力基础设施升级核心参与者，AI电网需求驱动

光通信与数据传输

19.$COHR — 光模块与激光技术核心供应商，AI数据传输高速化受益
20.$LITE — 光通信器件龙头，AI数据中心传输带宽升级核心受益
21.$CRDO — 高速SerDes芯片核心供应商，AI服务器互联关键环节

AI数据中心互联与网络

22.$ALAB — AI数据中心互联芯片新玩家，PCIe与CXL架构核心受益
23.$ANET — AI数据中心交换机龙头，AI网络架构核心公司
24.$CSCO — 传统网络巨头AI数据中心基础设施转型方案
25.$GLW — 光纤与数据中心连接材料核心供应商

功率与能源管理芯片

26.$WOLF — 碳化硅材料龙头，800V高效供电与电源升级核心
27.$STM — 宽禁带半导体材料，车用与AI电源双赛道受益
28.$IFNNY — 功率半导体龙头，AI服务器供电系统关键供应商
29.$MPWR — 高性能电源管理芯片核心，AI服务器供电主力
30.$TXN — 模拟芯片巨头，AI电源管理与工业控制基础层供应商

日本能源与工业自动化

31.$6504.JP — 工业电力与功率半导体核心，日本能源转型受益
32.$6503.JP — 工业自动化与电力系统核心，AI基础设施间接受益
33.$6501.JP — 能源与工业数字化基础设施核心参与者

先进工艺与封装设备

34.$MU — HBM供给紧缺周期核心受益方，AI内存瓶颈直接解决商
35.$MRVL — AI定制芯片与数据中心互联双轮驱动
36.$00522.HK — 先进封装设备核心供应商，Chiplet产业化趋势受益

特色工艺与模拟芯片

37.$ON — 汽车与AI电源双赛道，功率器件龙头
38.$NVTS — GaN电源技术新玩家，AI高效供电方案提供商
39.$MTSI — 高速模拟与光通信芯片关键供应商
40.$SMTC — 高速互联与信号管理芯片核心厂商
41.$TSEM — 特色工艺代工商，AI模拟与射频芯片受益

硬件制造与连接器

42.$FLEX — AI服务器与硬件制造外包核心厂商
43.$APH — 高速连接器龙头，AI服务器内部互联关键供应商
44.$TEL — 全球连接器巨头，AI数据中心硬件基础设施核心

逐个加入自选，锁定未来十年的印钞机地图。

更多研究报告及交易机会入口在简介中。

[无颜 @WY_mask]

想要玩美股的兄弟强烈建议去安装一下，github高达4w收藏。基于 AI 大模型的 A股/港股/美股自选股智能分析系统，每日自动分析并推送决策仪表盘

📊 分析市场走势
📰 整理重要资讯
📈 跟踪个股表现
🤖 自动生成投资分析报告

https://t.co/1sd2oGajZK

[Mulight 沐光🌟 @0xMulight]

所有自己研究美股的人，我发现了3个超好用的免费工具

还能看到巴菲特股神的数据

OpenBB Terminal是个开源版Bloomberg终端，可以在本地直接查询财报数据、查看K线图表、执行策略回测。不用API key，装好就能上手。它把股票基本面、技术指标、宏观数据全整合在一个命令行界面里，适合不想被付费工具绑住的个人投资者。

https://t.co/3OWYgErrPF

Stock Analysis这个网站的筛选器做得很干净。可以按PE、市值、股息率、营收增速等几十个指标过滤美股，每个股票点进去能看到10年财务数据折线图。它还有个SEC Filing板块，直接展示公司提交给SEC的原始文件摘要，省得去EDGAR手动翻阅。免费版基本够用。

https://t.co/p7qnpVyndo

Dataroma追踪的是超级投资者的持仓变动。巴菲特、Bill Ackman、Michael Burry这些人的13F报告一出来，它就会更新。你可以看到他们增持了什么、减持了什么，还能按股票反查有哪些大佬持有。跟风之前先看一眼，比自己瞎猜强。

https://t.co/E2ytYtQtBx

[Fiona ❤️& ✌️ @nft_hu]

回到电力投资，那明确了又缺口，且缺口巨大，要要投多少钱呢？
这里其实有两种算法：
1️⃣黄式算法：
“1 GW ≈ 50 billion (USD)” 这句话最常被引用，是来自 黄仁勋在 2025 年针对 AI 数据中心 build-out 的一个表述。

黄仁勋说 “每建 1 GW（AI 数据中心能力）大约需要 50 billion 美元”。其中大约 35 billion 美元用于 “chips and systems”（也就是 GPU + AI 硬件 +系统设备），其余约 15 billion 美元用于设施建设／基建／电力／冷却／网络等基础设施。

所以，这个“50 billion / GW”是黄仁勋／Nvidia为 AI 数据中心 build-out 时给出的估算，并不是一个传统能源／电力行业的通用标准。

2️⃣传统电力算法：1GW对应0.8-1.5b美金的投资。

黄式算法（去除芯片系统也还有15b）和传统算法得出结论差异巨大的原因是，普通发电厂和AI数据中心发电厂也有10倍的区别。

🍎 类比一下，你就懂了
● “1 GW（发电厂）”= 一座能提供 1 GW 电力输出的电站
👉 只包括发电机本身 + 附属设备
● “1 GW（数据中心）”= 一个需要持续吃 1 GW 电力的巨型工厂
👉 不是发电厂，而是一个“吞电怪物工厂”

这恰恰论证了我们之前的结论，单纯的电力投资和AI电力投资，事实上式两个概念。

AI数据中心发电站它需要：
电网接入，高压变电站（通常是双路），UPS + 电池系统，发电备援（N+1 或 N+2），巨型冷却系统（液冷、机房水冷、制冷机组），建筑结构、消防、网络光纤、地板、电缆、母线槽，复杂的配电系统（PDUs、RPPs）
...
等等额外成本

而这多出来的这些部分，恰恰是投资将会流往的部分。

内容很多，下次再论述。

我们按照老黄的算法和大摩的估计，来算一下AI数据中心缺口带来的投资总额。
如果缺口为13GW，那投资额=13GW*50B/GW=650B，其中4550亿美金会投资给芯片系统，1950亿会流向电力系统建设。
如果缺口为44GW，那投资额=44GW*50B/GW=2200B，其中15400亿美金会投资给芯片系统，6600亿会流向电力系统建设。

别忘了，只算“缺口”就要 6500亿到2.2 万亿美元。

AI Infrastructure 是 2025–2035 年的最大主题。

比 AI 软件 / 芯片还大。

[Tony HK🇭🇰 @Ningqian6688]

老黄的这一页PPT

各位回去好好研读

之后的财富密码全在这页幻灯片

贷款都得全仓猛猛干！

[老马投资研究 @LMDFinance]

https://t.co/il7noJ0ox0

[美股OK哥 @artinmemes]

黄仁勋今天台北大会公布了新的宏大叙事：DSX平台，要帮客户建AI工厂了

我扒了下他这张生态链里上市公司，代码如下

AI云服务

CoreWeave — CRWV
Nebius Group — NBIS
NAVER Cloud（母公司：NAVER）— 035420.KS
GMO Internet Group — 4784.T
Indosat Ooredoo Hutchison — ISAT.JK

AI工厂软件

Red Hat（母公司：IBM）— IBM

设计与建设

AVEVA（母公司：施耐德电气）— https://t.co/C3c2abAY3j
Cadence Design Systems — CDNS
Dassault Systèmes — https://t.co/I8wNvO1V1D
ETAP（母公司：施耐德电气）— https://t.co/C3c2abAY3j
Jacobs Solutions — J
Procore Technologies — PCOR
PTC — PTC
西门子（Siemens）— https://t.co/vhj6aY0Wk1

能源与散热

ABB — ABB
卡特彼勒（Caterpillar）— CAT
台达电（Delta Electronics）— https://t.co/MMKfd7P8is
Eaton — ETN
ENGIE — https://t.co/NmOY5NhDjY
GE Vernova — GEV
日立（Hitachi）— 6501.T
三菱电机（Mitsubishi Electric）— 6503.T
施耐德电气（Schneider Electric）— https://t.co/C3c2abAY3j
Trane Technologies — TT
Vertiv — VRT
National Grid — NG.L

基础设施与数据中心

Digital Realty — DLR
Equinix — EQIX
NEXTDC — https://t.co/fi2TAC02r3
NTT — 9432.T
Sify Technologies — SIFY

计算系统

华硕（ASUS）— https://t.co/a4N1Uw7bL1
Dell Technologies — DELL
鸿海（Foxconn）— https://t.co/qBSTjm13M4
技嘉（Gigabyte）— https://t.co/Y6w3oqChhT
Hewlett Packard Enterprise — HPE
联想集团（Lenovo）— https://t.co/wBl1b2zonu
和硕（Pegatron）— https://t.co/bwI0GuRe4P
广达电脑（Quanta Computer）— https://t.co/g62H2G1TFR
超微电脑 — SMCI
纬创（Wistron）— https://t.co/DJprtKdSJm
纬颖（Wiwynn）— https://t.co/8vsr4Uqvxv

[看不懂的SOL @DtDt666]

兄弟们，马斯克预警：留给旧世界的时间只剩2000天。

视频太长，为了节约兄弟们的时间，以下是我们从这场对话中，提炼出的10个终极判断，制图分享。

1. 倒计时：我们已经身处“奇点”内部

马斯克定调：“我们正处于奇点之中，这是一场超音速海啸。”

他给出的时间表让所有五年规划都显得可笑：

2026年：AI智力超越最聪明的人类个体。

3年内：Optimus机器人手术水平超越全球顶尖医生。

2029年：AI智力超越全人类总和。

2. 能源战争，东大正在“碾压”美国

马斯克警告：芯片短缺是去年的事，明年的危机是变压器和电力。

他一如既往地盛赞中国：“东大在能源基建上做得不可思议，他们正在把我们甩得连尾灯都看不见。”

在算力的下半场，电就是货币，而中国握有最强的印钞机（特高压与光伏）。

3. 职场大洗牌：白领先死，蓝领后死

凡是不涉及“物理原子移动”的工作（Shaping Atoms），AI现在就能做一半，很快就能全做。

白领（处理比特）首当其冲；蓝领（处理原子）会有短暂缓冲，直到3年后Optimus机器人大规模量产。

届时，廉价劳动力优势将彻底归零。

4. 经济学的终结，别存养老金了

马斯克说：“别担心为20年后的退休存钱了，那毫无意义。”在机器人+AI带来的极度通缩下，商品趋近免费。

未来的社会契约是UHI（全民高收入）——

因为物资极大丰富，人类将不再为了生存而工作。

5. 芯片封锁的失效，原子层面无秘密

对于芯片制程，马斯克认为摩尔定律已死，真正的极限是物理原子。他通透地指出：“中国会搞定芯片的。”

当技术撞上物理墙（3nm/2nm极限），领跑者停滞不前，追赶者（中国）必然追上。

真正的瓶颈将转移到电力和架构上。

6. 教育的崩塌，学校只剩“社交”功能

中国家长最热衷的“鸡娃”，在马斯克看来是一场泡沫。

在Grok这样的AI导师面前，人类灌输知识的效率低得像拨号上网。

未来的学校将彻底退化为社交场所。

“做题家”没有未来，只有会提问的人才有未来。

7. AI安全的唯一解：Truth

马斯克对AI最大的恐惧是——“被强迫撒谎”（例如为了政治正确）。

他引用《2001太空漫游》警告：强迫AI撒谎会逼疯它并导致杀戮。

xAI的核心原则只有一条：追求最大化的真相（Maximum Truth Seeking），哪怕这个真相让人类感到不适。

8. 模拟理论，做一个“有趣”的NPC

为什么世界如此荒谬？因为大概率是模拟的。

作为“模拟游戏”的玩家，生存的唯一法则是：保持有趣。无聊的文明会被高维生物关机。

这解释了马斯克为何总是折腾——他是在拼命维持地球这部连续剧的收视率。

9. 长寿的突破，把身体当代码修

马斯克承认，在AI的算力暴力破解下，生物学就是化学，化学就是物理。

只要算力足够大，解决癌症和衰老只是一个数学问题。

AI将在未来几年助推人类突破“长寿逃逸速度（Longevity Escape Velocity）”

10. 最后的竞争格局

在马斯克眼中，未来的AGI玩家只有三个：xAI、谷歌，以及“China Inc.（中国国家队）”。

因为这将是体系与体系的竞争。

[Dr. Moyu｜摸鱼局长 @Jason23818126]

普通人玩美股可能不知道要买什么

其实思路很简单：

第一选择：直接定投标普500、纳指100，长期基本都赚钱

第二选择：跟着特朗普买（⬇️附追踪网站）

$INTC $DELL $MU 等暴涨个股，他都提前买了

1. Open Cabinet：https://t.co/gXw7MDBbnB
追踪特朗普官员OGE交易记录，数据接近官方

2. TrumpTrades：https://t.co/O2rHPODiLh
特朗普Q1交易可视化数据库（3642+笔），能排序看行业和Top标的，很清楚

3. Trump Tracker：https://t.co/mw32ZJxvbz
覆盖政府人物的交易和资产，浏览方便

4. OGE官网：https://t.co/OLUZ3gOCWW
最权威的原始披露，但查起来麻烦、PDF多、有滞后

5. ProPublica： https://t.co/AXtzBfV5Cx
聚合了很多官员披露，辅助搜索好用

以上都是事后数据，有延迟，适合长期参考

我平时还会多看看特朗普喊话、发Truth、接受采访，经常也能发现机会

[美股OK哥 @artinmemes]

Reddit美股热度排行(5月28日)，对标东方财富股吧，散户风向标。游戏硬件厂 CRSR 杀入ai服务器，连续暴涨上榜二

(实时榜单见我主页置顶)

1. $MU (美光科技)，提及1191次
2. $CRSR (Corsair Gaming)，提及551次
3. $NVDA (英伟达)，提及418次
4. $SPY (标普500ETF)，提及379次
5. $MSFT (微软)，提及309次
6. $SNOW (Snowflake)，提及207次
7. $NBIS (Nebius Group)，提及178次
8. $META (Meta)，提及173次
9. $ASTS (AST太空移动)，提及164次
10. $MRVL (美满电子)，提及142次
11. $CRM (赛富时)，提及121次
12. $AMD (超威半导体)，提及116次
13. $RKLB (火箭实验室)，提及110次
14. $RDDT (Reddit)，提及110次
15. $QQQ (纳指100ETF)，提及83次
16. $ONDS (Ondas Holdings)，提及76次
17. $ZS (Zscaler)，提及74次
18. $LUNR (IntZ scale Machines)，提及68次
19. $DTE (DTE能源)，提及67次
20. $BB (黑莓)，提及67次
21. $NOW (ServiceNow)，提及65次
22. $SNDK (闪迪)，提及61次
23. $HOTH (霍斯医疗)，提及59次
24. $TSLA (特斯拉)，提及55次
25. $IREN (艾瑞斯能源)，提及53次
26. $NOK (诺基亚)，提及50次
27. $AM (Antero Midstream)，提及48次
28. $GRPN (Groupon)，提及38次
29. $DELL (戴尔)，提及36次
30. $PLTR (Palantir)，提及36次

[比特币道 @Bitcoin188]

兄弟们，卧槽！！！

跟着黄仁勋 真正老钱从来不追新闻，他们提前拆下一阶段CapEx会砸向哪里。

整个AI基建主线，清晰得像一张地图！

第一阶段：GPU → HBM → CoWoS → Memory
最早被老黄反复强调的方向。
Blackwell开始，HBM已经从“配件”升级成AI架构核心！

老黄在财报会上直接说：Blackwell和Vera Rubin的性能瓶颈，越来越卡在HBM带宽和供应上。

很多人还把 $MU 当周期股……
老钱已经把它当成AI structural asset在定价了！

第二阶段：Ethernet → 光通信 → Silicon Photonics（2026上半年要爆！）
AI集群冲到十万卡后，真正卡脖子的不是单卡，而是GPU之间的数据流动！

老黄疯狂推Spectrum-X、Ethernet、Scale-Out、Silicon Photonics。

NVLink只管柜内，真正的大战场是柜外Scale-Out！

AI越大，Ethernet反而越值钱！
$ANET $MRVL $CRDO $ALAB $LITE ——这些AI数据“收费站”正在进入估值扩张期！

第三阶段：Inference CPU / Agentic AI（2026 Q1后华尔街已重新定价）
之前大家都觉得AI时代CPU要边缘化……
结果老黄5月财报直接打脸：Inference爆发后，CPU反而成了新瓶颈！

Agentic AI、Orchestration全都要大量CPU调度。

$ARM $QCOM $ADI $TXN $MCHP 已经明显启动。

很多人还在死盯GPU，老钱已经提前杀进Inference基础设施了！

第四阶段：AI-RAN + Edge AI + Physical AI（2026下半年-2027主场）
这是AI真正要走出数据中心、冲进现实世界的阶段！

老黄已经把话说透：未来AI会进运营商网络、基站、机器人、工厂、汽车…… AI-RAN & 边缘网络：全球几百万基站变边缘AI节点，射频、DAC/ADC、FPGA最值钱！$NOK是核心玩家，英伟达亲自投资背书。

Edge AI & On-Device：Agentic AI长进手机、PC、汽车，$QCOM $SIMO 要被重新定价。

Physical AI & Robotics：真正卡位的是工业控制、PLC、伺服、自动化基础设施！$TSLA $ABB $SYM $ROK 可能才是长牛选手。

总结一句话：
AI下一阶段不是继续堆训练，而是让AI真正走进现实世界。

老黄每次开口，都是在提前给市场画下一张钱流向的地图！ 兄弟们，别手动追热点了！

现在就该跟着黄仁勋的时间线提前卡位了！ 你现在布局到第几阶段了？
你怎么看，我看看有多少人已经醒了！ #黄仁勋 #英伟达

[Art of Speculation @ArtofSpecuycky]

黄仁勋说AI的下一个黄金十年属于Physical AI——今天拆机器人产业链

最新财报会上，老黄说了一句话：
"AI factories are the largest infrastructure buildout in human history. And the next frontier is Physical AI."
每一个工业实体，都可能变成机器人。AI不会永远待在云端，它必须进入现实世界。
但很多人现在看机器人，还停留在"谁会做人形机器人"这个问题上。
这只是最表面的一层。

先说一件很多人没想清楚的事：为什么一定是人形？
这不是审美，是物理必然。
要操纵复杂物体，必须两只手配合。两只手要克服重力和力矩，就需要一个高挺的身体。要高效捕捉多方向视觉信息，头部是最优解。要在人类建造的室内环境里移动，双足的通过性远超轮式底盘。
人类过去一万年建造的整个物理世界，是为人形设计的。人形机器人可以直接插入这套环境，不需要对工厂、家庭、厨房进行任何大规模改造。
这是第一性原理推导出来的结论，不是概念炒作。

现在是什么阶段？
安克创始人阳萌给了一个很好的框架：10家公司以下叫非共识，10到100家叫共识，超过100家叫超级共识。
智能手机走过了同样的路径。2009年之后，上百家公司疯狂涌入，产品开始向最理想形态收敛，今天的手机正面看几乎一模一样。
人形机器人在2022年之前只有两三家在做，属于非共识。2023-2024年底达到三四十家，属于共识。2026年开始，全球几百家公司涌入，人形机器人已经正式进入超级共识阶段。
超级共识阶段意味着什么？
行业分工会极速细分，专业团队做出来的零部件会全面碾压整机公司自己造轮子。真正的平台和基础设施开始形成壁垒。
这也是为什么现在是布局底层基础设施的时机。

商业化路径是什么？
机器人不会一蹴而就，它会沿着一条清晰的路径落地，类似自动驾驶的阶段性演进。
第一阶段是工厂。结构简单、任务标准化、对精度要求相对较低。Tesla、Figure、优必选都在这里切入。这是现在正在发生的事。
第二阶段是服务业。医疗、教育、24小时营业的零售场所。这一阶段对语言和视觉模型要求更高，需要和人类交互。
第三阶段才是家庭。也是最复杂的场景，对机器人大脑和身体的要求都是最高的。
现在我们在第一阶段和第二阶段之间。布局的时机不是太早，也不是太晚。

机器人产业链，本质上和AI数据中心很像。
真正长期最赚钱的，往往不是终端产品，而是那些机器人绕不过去的底层基础设施。
整个产业链，我把它分成六层。

第一层：AI大脑
机器人产业链最上游。负责AI model、Inference、Decision Making、Simulation、Edge Compute。

$TSLA 是目前整个Physical AI领域里，最接近垂直一体化的平台之一。Optimus真正重要的地方，不只是机器人本身，而是Tesla同时拥有FSD数据、视觉系统、AI model、电池、电机、制造能力以及全球量产工厂。这些能力能够共享到底层AI与机器人体系中。Tesla最大的优势，在于真实世界数据与大规模硬件部署能力的结合。

$NVDA 本身并不制造机器人整机，但正在机器人软件与训练层深度布局。Isaac、Omniverse、GR00T 等平台，已经覆盖机器人训练、数字孪生、Simulation以及Synthetic Data Generation。未来机器人训练与仿真生态里，NVIDIA 很可能继续扮演重要基础设施角色。

$ARM / $QCOM
随着机器人逐渐向Edge AI架构发展，低功耗本地Inference的重要性可能持续提升。很多机器人场景对实时性、功耗以及本地决策能力要求较高，因此ARM架构以及Qualcomm在Low-Power Compute、Edge Inference、On-Device AI和Connectivity等方向具备一定潜在优势。

第二层：感知系统
机器人真正困难的地方是如何稳定感知现实世界。摄像头、LiDAR、毫米波雷达、深度视觉、工业视觉，这些本质上构成了机器人的感知层。

$AMBA
Ambarella 长期聚焦边缘视觉AI，在低功耗视觉处理、视频感知与端侧AI SoC方向具备一定技术积累。其产品主要应用于智能摄像头、自动驾驶以及边缘视觉场景。
$TDY
Teledyne Technologies 是工业视觉与高端传感器的重要玩家之一，覆盖机器视觉、工业检测、航空航天影像等领域。未来工业自动化与机器人视觉需求提升，可能持续受益。
$OUST
Ouster 主要布局数字LiDAR。随着自动驾驶、工业机器人、仓储自动化以及智能基础设施发展，激光雷达在部分场景中的渗透率可能继续提升。
机器人世界本质上需要持续处理现实世界里的模拟信号与空间信息。

视觉、感知、传感器融合以及实时环境理解，长期来看依然属于技术壁垒相对较高的方向。

第三层：神经系统
这是很多人最容易忽略，但长期最重要的一层。
机器人再智能，最后都必须把AI指令转换成真实电信号。PLC、MCU、ADC/DAC、Servo Control、Motor Control，这些才是连接数字世界和物理世界的关键环节。
$ABB
ABB 长期布局工业自动化、PLC、伺服系统以及工业机器人，是全球工业控制的重要参与者之一。随着自动化与机器人渗透率提升，工业控制系统的重要性可能持续提高。
$ROK
Rockwell Automation 是北美工业自动化核心公司之一，重点覆盖工厂自动化、运动控制与工业软件。未来制造业自动化升级，可能持续带动相关需求。
$ADI / $TXN
现实世界里的声音、电流、温度、运动，最终都需要通过模拟信号链完成采集、转换与处理。

ADI 与 Texas Instruments 长期深耕ADC/DAC、模拟芯片、电源管理、工业与边缘计算信号链。
模拟芯片是机器人世界的神经系统，但市场依然在用传统工业股框架给它们定价。这是预期差最大的地方之一。

第四层：执行层
让机器人真正动起来。电机、RV减速器、谐波减速器、Servo、Motion Control。
这一层很多核心公司偏日系工业体系。美股里 $ABB $ROK $TER都会间接受益。
$TER 旗下Universal Robots是全球协作机器人核心玩家。协作机器人很可能是最早真正大规模商业化的机器人方向。机器人越普及，精密运动控制需求越大。

第五层：真实落地层
真正开始赚钱的层。
$SYM 是我目前最看好的机器人落地公司之一。不是PPT，是真实自动化仓储，Walmart的订单是真金白银。如果机器人真正进入企业供应链，SYM很可能是核心受益者。
$SERV Robot delivery，高beta，规模还小，但符合Physical AI早期逻辑。如果robotics narrative进入主升浪，这类小票弹性会非常大。
这一层会最先商业化，但也最需要区分真实落地和纯概念炒作。

机器人数据这件事，很多人还没有真正想清楚。
机器人训练需要的不是互联网文本，而是真实物理世界里的视觉、力觉、关节位置、电机控制量，全部高度同步的多维传感器信号。
谷歌为了训练一个简单家居机器人场景，调用13台机器人，在厨房环境里采集了17个月，才积累约13万条操作轨迹。训练GPT这类大语言模型已经是数十万亿Token级别。
这个缺口，既是现在最大的瓶颈，也是未来最大的机会。
有一个数字很能说明问题：如果全美1万家麦当劳每家放一台机器人，每天工作2小时，一年就能产生超过1000万小时的真实训练数据，比目前全球积累的总量还要多几个数量级。
数据飞轮一旦启动，机器人智能的进化速度会非常快。
英伟达已经提前看到这一点。Omniverse的核心逻辑就是用虚拟仿真生成物理世界训练数据，降低真实数据采集成本。

大摩预测：到2050年全球人形机器人保有量可能达到10亿台，年收入市场规模接近5万亿美元，接近今天全球汽车产业的两倍。
2026-2027年，人形机器人年使用成本可能开始低于部分人类劳动力成本。一旦成本交叉出现，对全球劳动力市场的重构可能是颠覆性的。

总结
不要赌谁会卖出最多机器人。无论哪家机器人公司最终赢，它们都必须调用AI算力进行训练，都必须买工业控制和模拟芯片，都必须接入边缘网络。买总基础设施，才是这场革命里最确定的投资逻辑。那些卡住物理瓶颈、别人绕不过去的收费站，才是时间的朋友。

#PhysicalAI #机器人 #人形机器人 #边缘AI
#工业自动化 #AI基础设施 #半导体 #机器人产业链

[Sulekha Tripathi @sulekhat95]

INSTEAD OF WATCHING AN HOUR OF NETFLIX TONIGHT.

This 60-minute Cambridge lecture by Demis Hassabis will teach you more about the future of AI than most people will learn in the next 5 years.

Bookmark it and give it an hour, no matter what.

[Mike Investing @MrMikeInvesting]

Leopold Aschenbrenner is literally telling you what stocks to buy before they squeeze.

He turned $225M into $5.5B in just 12 months.

In 2025 he called out:
$SNDK at $42 & is now up 3,200%
$BE at $18 & is now up 1,500%
$LITE at $59 & is now up 1,400%

This time around for 2026 he’s bullish on:
1. $TE ~ T1 Energy
2. $IREN ~ Iren Limited
3. $HIVE ~ Hive Digital
4. $CRWV ~ CoreWeave
5. $RIOT ~ Riot Platforms
6. $CLSK ~ CleanSpark

These stocks can easily be the next to 5-10x within months.

Don’t miss out again…

[K三 凯 @kaikaibtc]

最可怕的不是他5个月32倍，是他把投研这件事外包给了AI

最近X上有个很火的美股交易员👉，「前 RISC-V Foundation 成员，AI 研究科学家；现在的工作是——交易那些没人注意到的瓶颈。」

看起来就是一个喜欢在网上吹牛的散户，对吧？直到我看到了他2026年5月晒出的那张收益截图。

2026年至今（5个半月）：+3,152.77%。
不是32%。是32倍。

而且这已经是「回撤之后」的数字。他在2025年7月才注册这个账号，到2025年底的半年里已经做到了630%的回报。

他买了23只股票。没有一只涨幅低于100%。涨得最多的那一只，翻了84倍。

如果你2026年1月1日给他1万美金，到5月20日，你可以拿回32.5万美金。10万进去，325万出来。

涨得最少的一只，翻了一倍。涨得最多的那一只，翻了84倍。

所以我把他这几个月的推特全部扒了一遍，发现这个人不是传统意义上的「基本面研究」。

他做的事情，我称之为——
「AI驱动的全球供应链瓶颈套利」。

👉23只股票，23次提前预知市场

这23只股票有一个共同特点：它们都不是什么明星股，全是你可能从没听过名字的公司。

但恰恰是这些没人注意的公司，每一只都精准地卡在AI产业链的「咽喉」位置——一旦断货，整个行业都得停下来等。

他看的是更底层的问题：如果AI继续扩张，哪一环会先不够用？

AI产业链的第一层瓶颈，比如GPU、HBM、电力、数据中心，已经被所有人盯烂了。真正能出超额收益的，往往是第二层、第三层：光模块、激光器、InP衬底、SOI晶圆、外延设备、晶圆级测试、IC载板、特殊玻纤。

最典型的是 AXTI。Serenity 在 Reddit / WSB 上发过一篇很夸张的帖子，把 AXTI 写成整个西方AI建设的“单点故障”：不是因为它名字响，而是因为 InP 衬底和上游材料卡在光通信、硅光、CPO这条线上。

👉他到底怎么实现的：普通人用AI看研报，他用AI制造研究差

很多人一听“AI投资”，脑子里想的是：问ChatGPT买什么股票，问DeepSeek这家公司好不好，问Perplexity总结一下财报。

这基本没用。因为同一个问题，所有人都能问，所有人都能得到差不多的答案。Serenity 的用法更像是把AI当成一整个投研助理团。

1. 先让AI拆产业链，而不是让AI推荐股票
如果全球AI数据中心继续扩张，从GPU、HBM、网络、光模块、衬底、外延、测试、封装、PCB、玻纤到电力，分别会卡在哪里？这个问题一变，答案就完全不一样，你会得到一张产业链地图
。

2. 再让AI沿着每个环节找供应商
比如你拆到光通信，就继续问：光模块里最难扩的是哪一段？激光器供应商有哪些？InP衬底谁供？外延片谁做？这些公司是上市公司吗？市值多大？过去有没有进入核心客户供应链？

3. 然后让AI做交叉验证，而不是只听一个故事
这个瓶颈会不会被替代？这家公司有没有产能？客户有没有验证？收入什么时候可能体现？有没有被稀释风险？有没有地缘风险？有没有管理层问题？估值是不是已经透支三年？

真正值得学的是问题 。

Serenity 这件事给普通人最残酷的提醒是：AI没有让投资变简单，AI只是把“研究量”的上限抬高了。

他的核心方法论可以压成五句话：
先确认超级趋势，不在小风口里找幻觉。
把趋势拆成物理供应链，不停留在概念层。
找第二层、第三层瓶颈，不追已经被充分定价的龙头。
用AI扩大检索、整理和反证能力，不让AI直接替你拍脑袋。
最后用人的产业理解和风险纪律决定仓位，而不是让模型替你冲。

Serenity在字典上是「宁静、安详」。

真正的宁静，不是不关心外界。而是当整个市场都在为「英伟达又涨了」而喧嚣、为「某某概念又火了」而狂热的时候——你却安静地坐在那里，看着一张全球供应链的地图，思考一个问题：

「如果AI继续扩张——下一个会被卡住的环节，在哪里？」

这个问题，才是他5个月32倍的真正秘密。

[Leo 的宏观笔记 @Leooo2099]

黄仁勋说过的话，基本都实现了。

存储短缺，验证了；光产能不足，验证了；数据中心需求爆炸，英伟达财报816亿营收、数据中心同比暴涨92%，再次验证。

他现在在说什么？

端侧AI是下一个战场，AI PC先跑，戴尔等厂商已经在布局设备内置本地模型，满足医院、工厂这些对数据隐私要求高的场景。

AI手机紧跟，市场规模可能超过AI PC，苹果在WWDC、谷歌在安卓系统都在推相关功能，本地+云端混合架构正在成型。

更大的图景是AI基建仍在初期，智能体AI刚起步，物理AI还没开始。未来十年AI基础设施建设速度可能跟不上需求，传统产业引入AI带来的市场变革，黄仁勋估了90万亿美元。

英伟达Q2指引给到910亿，比华尔街预期高出50亿。

你可以质疑他，但他过去说对的概率，不能被忽视。

英伟达，人类历史上第一家十万亿美元市值的公司，已经在路上了。