KeyFrame內部研究專用

🔴【Daily News】Global Stock Market Midterm Exam: China Ranks Second to Last! One-Third of Hong Kong...

小翠時政財經·7月1日週三·55 min中文

三句話摘要

上半年股市波動回顧與下半年展望,涵蓋宏觀政經、AI產業動向、各區域股市與投資機會。 華爾街的「降價導致算力需求下降」是個持久的騙局,實際上企業效率提升反而增加Token消耗;在AI時代的權力重構中,掌握企業工作流與數據的巨頭會贏,投資本質是克服人性、低價買入長期持有、相信基本面和盈利能力。 美國政策轉向與選舉日程

重點整理

重點
  • 1

    美國政策轉向與選舉日程

  • 2

    川普政府內部在伊朗政策上存在溫鷹派之爭,副總統萬斯傾向外交談判以保住中期選舉,而盧比奧更強硬。最高法院允許黨派委員會與候選人協調投入無上限資金,共和黨因此獲得競選助力。民主黨初選卻出現極左社會主義者當家的危機,不利爭取中間選民。

  • 3

    AI產業的成本競爭與商業模式重塑

  • 4

    OpenAI已將推理成本降低50%,具備強大定價權。Anthropic推出Fable 5與Claude Sonnet 5應戰,但同時與Amazon產生利潤分配矛盾,轉而對加州政府半價優惠,目的可能是尋求民主黨靠山。大模型公司強行進入企業工作流,軟件公司的高毛利時代正在終結。

  • 5

    亞洲匯率貶值與股市結構性問題

  • 6

    日元跌至40年新低、韓元逼近歷史低位,導致按匯率調整的訂閱費大幅漲價。韓國股市因高槓桿對謠言敏感,外資淨賣出148萬億韓元但散戶買進,市場結構脆弱。中國香港內地化趨勢明顯,富裕階層33%願意移居大灣區,港股金融市場監管腐敗風險上升。

  • 7

    美國貨幣流動性充沛但通脹隱憂

  • 8

    M2年增率6.3%遠超GDP增速4%,主要來自財政支出而非美聯儲寬鬆。美聯儲官員集體沉默可能預示政策轉向,但歷史經驗難以盲目套用。加息邏輯存在但現實支持度不足,流動性對美股構成利好但泡沫風險並存。

實用技巧與重點

乾貨
  • 宏觀經濟數據:
  • 美國5月M2貨幣供應量激增2478億美元,達23.1萬億美元(自2021年5月來最大月度增幅)
  • 美國M2年增率6.3%,GDP增速4%
  • 韓國6月出口同比增長70.9%,芯片出口創歷史新高(448.2億美元)
  • HBM單月出口額達126.8億美元,同比增長171%
  • 匯率:日元跌至162.77對美元(40年新低)、韓元逼近1562低點
  • 股市表現(上半年):
  • 道琼斯工業平均指數:+8.9%(2021年來最佳上半年)
  • 標普500指數:+9.6%
  • 納斯達克:+12.8%
  • 羅素2000小盤股:+22%(1991年來最佳)
  • 美光英特爾AMD合計市值增加2萬億美元
  • AI模型成本與定價:
  • Anthropic Fable 5出口限制解除,但限制編程能力,約50%請求降級至Opus 4.8
  • Claude Sonnet 5優惠期定價:輸入2美元/百萬token,輸出10美元/百萬token
  • Opus 4.8定價:輸入15美元/百萬token,輸出25美元/百萬token(Sonnet約4-6折)
  • OpenAI推理成本已降50%(內部機密)
  • 亞洲股市表現:
  • 日經225:+0.6%
  • 東証指數:+0.4%
  • 韓國首爾綜指:-2.6%(上半年累計漲幅100%,但外資淨賣出148.3萬億韓元)
  • 台股:+1.94%;台積電:+3.94%(股價超越2330代碼記錄)
  • MSCI中國指數:-15%(全球表現倒數第二)
  • 會員費匯率調整:
  • 台灣:75元→125元(漲幅67%)
  • 日本:490元→690元(漲幅41%)
  • 中國企業表現:
  • 比亞迪6月新能源銷量40.35萬輛,同比增2.7%;年累計下降15.72%
  • 騰訊+阿里巴巴:共蒸發3370億美元市值
  • 世界銀行下調中國貸款規模:2026-2031年不超20億美元,之後不再貸款
  • 高管持股與政治獻金:
  • 川普2025年透過加密貨幣行業賺14億美元,資產禁止70億美元
  • Meta向川普總統圖書館項目捐2450萬美元
  • 谷歌捐2200萬美元(用於白宮新宴會廳)
  • CBS、ABC捐1600萬美元
  • 存儲芯片企業策略:
  • SK海力士和三星:拒簽價格上限長期協議,保留漲價空間
  • 高盛上調三星目標價:93000日元→116000日元(+31%上升空間)
  • 機板廠商被要求撤銷3-4%漲幅,利潤受到擠壓

結論

結論

華爾街的「降價導致算力需求下降」是個持久的騙局,實際上企業效率提升反而增加Token消耗;在AI時代的權力重構中,掌握企業工作流與數據的巨頭會贏,投資本質是克服人性、低價買入長期持有、相信基本面和盈利能力。

完整解析

詳細

這期直播從宏觀政經開始,講者指出美國和伊朗的談判雖然已在卡塔爾恢復,但仍採用間接談判方式,且雙方在霍爾木茲海峽通航、伊朗資產解凍等核心議題上存在根本分歧。川普政府內部對伊朗政策的立場並不一致,副總統萬斯傾向外交解決以保住中期選舉,而國務卿盧比奧主張更強硬的立場。雙方都在利用這個談判窗口為各自的政治目標服務。在美國國內政治方面,最高法院做出了有利於共和黨的競選資金裁決,允許黨派委員會與候選人進行資金協調且不受上限限制,這為共和黨的中期選舉造勢提供了重要助力。相比之下,民主黨初選卻面臨一個嚴重問題:大量極左社會主義者當選,溫和民主黨人被逐出局,這對爭取中間選民極為不利。講者認為民主黨實際上是在浪費一手好牌。

資本市場方面,講者詳細分析了美國貨幣供應和利率市場的動向。美國5月M2貨幣供應量激增2478億美元,創下23.1萬億美元的新高,這是自2021年5月以來最大的月度增幅。但講者強調,這種增長並非來自美聯儲的寬鬆政策,而是源於財政部的支出活動——各種退稅和政府開支不斷向私人部門注入資金。另一個貢獻因素是銀行存款和貨幣基金在高利率環境下的持續擴張。雖然M2增長對資產價格友好,但講者也指出了潛在的通脹和泡沫風險:M2年均增長率6.3%遠超GDP增速4%,這意味著流動性增速超過了經濟增速。目前美聯儲官員集體保持沉默,引發了市場對政策轉向的猜測。根據歷史經驗,當美聯儲官員發言密度偏低時,往往預示著政策轉向即將開始(如2019年7月降息、2022年1月加息等),但講者認為這種歷史參考在現任主席的政策框架下可能不完全適用,因為新主席強調與市場保持隔絕,不提供明確的政策預期線。

AI產業層面,Anthropic Fable 5的出口限制解除是一個重要的政策調整,這是美國商務部與Anthropic談判數周後的結果。新版Fable 5加入了更嚴格的安全分類器,編程調試等請求將自動降級到舊版Opus 4.8,且用戶只能在約50%的額度內使用新模型。同時,Anthropic推出了Claude Sonnet 5應對OpenAI的價格戰,定價為輸入2美元、輸出10美元每百萬token,相當於Opus 4.8的4-6折。講者指出,OpenAI已通過技術進步將推理成本降低了50%,這對其市場定價權和利潤空間產生了巨大幫助。而且OpenAI因此具備了更強的成本優勢,在價格戰中處於主動。講者用AI效率提升的實際案例說明,成本降低並不會導致Token需求下降——亞馬遜招聘流程從6-9個月縮短到3-4個月,企業員工效率提升意味著他們會承接更多工作,反而增加了Token消耗。

在大模型與雲巨頭的關係上,Anthropic近期重新談判了與Amazon的合作協議,將使用費改為按Token計價而不是按計算小時計價,這導致Amazon支付給Anthropic的費用大幅增加。Amazon現在開始考慮引入其他模型以降低成本。與此同時,Anthropic卻以半價優惠向加州州政府提供模型使用權,這暗示Anthropic可能在尋求民主黨政治靠山,因為它在川普政府和美國防部那邊的關係並不融洽。講者還提到,Anthropic承認在3月份的更新中留下了針對中國用戶的檢測後門和間諜代碼,這引起了道德爭議。Anthropic正在強行進入微軟Teams的辦公生態,以搶奪Microsoft Copilot的市場份額。微軟被迫同意接入Anthropic Cloud,這是一種防禦性妥協——如果企業想用Anthropic而Teams不支持,他們可能轉向Slack等競爭對手。講者認為,未來大模型公司和雲巨頭之間必然會產生入口爭奪戰,掌握企業工作流和數據權限的巨頭會活下來,同時也會有少數軟件公司通過真正提升生產力並成功收費而突圍。

亞洲股市方面,日元跌至162.77對美元,創40年新低,整個亞洲貨幣相對美元大幅貶值。日本財務省最高貨幣官員表示目前沒有準備採取大膽的外匯干預,講者猜測日本的底線可能在163。韓國上半年綜合指數累計漲幅超過100%位居全球主要股市之首,但外國投資者淨賣出了148.3萬億韓元,創歷史同期最大淨賣出規模,而韓國散戶卻買入了99.2萬億韓元。講者認為韓國股市堵信氾濫的責任歸咎於總統李在鳴,他為了讓股市上漲而打壓房市,甚至賣掉自己房子投入股市,但卻沒有約束高槓桿和ETF倍數,導致市場結構極其脆弱。最近韓國股市頻頻遭遇謠言攻擊,如國民年金可能大規模減持、政府要求三星和SK海力士進行利潤共享等,這些小作文雖然後來被官方澄清,但暴露了市場對"共產主義政策"的恐慌,也反映出韓國股市的脆弱性。與此相對的是,韓國企業的基本面確實不錯:6月出口同比增長70.9%,創歷史單月最高,芯片出口達448.2億美元再創新高,HBM單月出口額達126.8億美元同比增長171%。但講者指出,這些漲幅主要來自價格上升而非出口量增加。三星和SK海力士因為這一輪的高利潤而變得異常自信,宣稱不簽價格上限的長期協議,想保留每年漲價的空間。他們卻對供應商毫不留情,要求撤銷之前給的3-4%漲幅,吃掉了原材料價格下跌的全部利益。機板廠商開始向社會呼籲,指出自己利潤受到擠壓,面臨與過去被蘋果壓榨時類似的困境。

美股上半年表現創歷史新高,道瓊斯工業平均指數上漲8.9%、標普500上漲9.6%、納斯達克上漲12.8%、羅素2000小盤股暴漲22%。光一個二季度,美光、英特爾和AMD三家公司合計市值就增加了2萬億美元。台股上漲1.94%,台積電上漲3.94%並突破自己的2330代碼紀錄。

講者提醒讀者警惕華爾街講的"鬼故事"。華爾街一直在宣揚模型會越來越便宜因此芯片需求會減少的論調,但這完全是騙人的。即使企業80%的任務都用最便宜的開源模型完成,那20%最難的任務才是真正燒算力的地方。從GPT問世到現在,API調用成本降了1000倍,但Token需求卻漲了數萬倍。華爾街最近又開始講企業AI預算遭遇危機的故事,但根據實際數據,美國前1%的頭部客戶人均年度AI支出才9萬美元,前10%只有7300美元,中位數只有136美元。即使是燒Token大戶Meta,按標價計算每年每位員工花費也只有5萬美元。Anthropic自身的文檔顯示,Cloud Code的開發者月均支出只有150-250美元,僅10%的用戶日均花費超過30美元。真實情況是企業效率提升帶來更多工作,導致Token需求持續上升——亞馬遜招聘流程從6-9個月縮短到3-4個月,數據分析公司原本一週的工作現在幾個小時完成,法律分析員也經歷類似效率提升,結果是公司期望他們完成更多工作,招聘也增加了。

關於大模型和芯片產業的長期格局,講者引述了Sequoia Capital創始人的觀點。黃仁勳之所以始終不願放棄中國市場,是因為他想創造一個多級的世界。如果AI生態只有OpenAI、Anthropic和Google Gemini,算力只被微軟、Amazon和Google壟斷,中國市場又失掉,那麼小型AI公司就沒有獨立的算力入口,只能淪為芯片供應商。黃仁勳希望的是一個多元競爭的生態,這樣所有參與者都不得不依賴他。中國市場對英偉達的優勢在於,Deep Seek、Kimi等中國模型在架構上天然親和英偉達GPU,中國領先模型主動銀河英偉達,因此中國才是英偉達最適合的戰場。講者認為黃仁勳之所以不放棄中國,既是戰略眼光也是現實考量——中國確實是英偉達最忠誠的客戶。

中國A股方面,上半年滬深300指數跌幅較大,MSCI中國指數下跌15%,全球表現倒數第二。騰訊和阿里巴巴共蒸發3370億美元市值。比亞迪雖然6月銷量同比增長2.7%達40.35萬輛,但年累計銷量同比下降15.72%,全年銷量預期不樂觀。世界銀行在新一期的國別夥伴框架中大幅下調對華主權貸款規模,2026-2031年期間主權貸款不超20億美元,之後不再向中國提供貸款。講者用借喻方式評論中國的經濟現狀:許多中國人習慣於外在虛偽——駕豪車、戴名表、穿高檔衣服——卻忽視內在建設如牙齒保健等,這種"打腫臉充胖子"的心態導致自卑的對外表現。這與中國經濟的虛擁有異曲同工之妙:宣稱成為世界第二大經濟體,實際上仍有大量人口處於貧困,基礎設施和民生需求面臨嚴峻挑戰。

香港市場也面臨內地化的加速趨勢。華僑銀行的調查顯示,在百萬資產港人中,有33.1%願意未來移居大灣區內地城市,32%選擇深圳作為退休目的地。這意味著香港的人才和財富正在加速向內地流失。講者指出,香港自回歸中國以來,金融市場監管水平大幅下降,各種詐騙和腐敗案件頻繁發生,市場透明度和法治程度都在持續惡化,變得越來越像內地一樣的"洗錢黑屋"和"割韭菜中心"。整個香港金融生態已經內地化,失去了昔日的廉潔和專業精神。

最後,講者進行了與網友的Q&A互動。他坦誠自己在世界杯預測上的戰績糟糕透頂——開始預測就全錯,導致跟風的人反買反而賺錢。他笑稱自己是"奶死王",已奶死德國、日本、科特迪瓦等隊伍。關於英偉達vs VOO的長期投資選擇,講者認為從盈利和EPS增長看,英偉達明顯優於VOO這樣的大盤基金,但最近七巨頭股價停滯反映了短期資金偏好的變化。這不影響公司長期的盈利能力,只要持續盈利並分紅,最終股價一定會反映基本面。他以AMD為例,許多人在該股停滯的多年內不斷批評,但最近漲到600元(五年前135元的低點購入)就后悔不迭。講者強調投資的關鍵是克服人性的短期偏好,買便宜貨而不是追高,這是掙錢的根本。關於台積電,講者認為雖然股價已創新高,但回調時仍值得布局,因為其製程工藝壟斷力強,長期確定性高。他透露自己的投資組合結構與副總統萬斯相同——主要是大盤ETF加黃金比特幣和房產,沒有個股。他認為越早入場越有優勢,因為他自己早在十多年前就開始投資台積電,累積了可觀的收益,這正如會員費的機制——早加入的享受更低價格,後加入的要付更高費用。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。