格隆汇7月6日｜东方港湾发布《港湾观点︱2026年6月：时代奔流的动力与颠簸》，文中提到，判断系统性风险通常会看四个要素：估值、杠杆、利率和触发事件。当前部分AI资产估值不低，但远没有2000年泡沫时的高估值，科技龙头公司的估值并不贵，现金流、利润基础和融资能力明显强于2000年互联网泡沫时期。美国银行体系和家庭部门也没有明显处在危机式杠杆状态。利率虽然仍是约束，但并不是一个持续加息后的高利率环境在温水煮青蛙。也并未触发什么重大流动性事件产生多米诺骨牌效应。所以，<u>系统性崩盘的条件当前并不具足</u>。 相比上述几个时代的次要因素，<u>更重要的是埋在这些表象之下，属于AI时代的主脉络并没有发生变化</u>。动力一：单位智能(token)在不断进化。动力二：单位智能(token)成本不断下降。动力三：Token经济学在变得越来越有希望。动力四：竞争在白热化，这是时代进步的不竭源泉，也是未来泡沫的根源。 在以上四条时代脉络下，AI时代的大浪潮滚滚向前，依旧奔流不息。但浪潮的流速越大，水面就越不平静，时而会有湍流回旋，时而会波涛汹涌。<u>长期投资者，要想不错过一个时代，除了理性地避开水下的暗礁，还要学会忍受湍急的波动</u>，才有资格摘取这个时代的馈赠。

格隆汇7月6日丨野村证券分析师在最新报告中表示，市场对于“算力过剩”的担忧可能过度了，存储芯片行业距离下行周期还有很长的路要走。市场实际上目前正面临由人工智能需求引发的严重短缺，由于各大芯片厂厂商优先生产利润更为丰厚的高带宽内存（HBM），导致普通DRAM和NAND的供应受限。野村分析师强调，在这样背景下，对于供应过剩的担忧实属过度。由于半导体产业建设和开发周期往往需要很长时间，韩国芯片巨头宣布的项目在数年内可能都不会对供应产生实质性影响。

格隆汇7月6日丨韩国总统李在明6日在总统府青瓦台主持召开半导体、物理人工智能(AI)、AI数据中心“三大超级项目”民官联合推进会时表示，三大项目的关键在于打好“速度战”。李在明强调，尖端产业的竞争关乎各国命运，最终胜负取决于谁行动更快。他表示，政府应提前消除企业投资和项目建设过程中可能遇到的各种障碍，绝不能因行政审批程序拖延而影响投资和项目落地。李在明表示，青瓦台将尽快组建三大项目专项工作组，政府将尽最大努力提供支持。当前半导体产业带来大量超预期税收，政府将充分利用相关财力，在财政支持等各方面为项目建设提供保障。

格隆汇7月6日｜衡量全市场每百万LLM Token支付价格的Silicon Data LLM Token支出指数在经历了自去年12月创立以来近乎翻倍的狂飙后，目前已较5月份的高点大幅下跌了近20%。对于这场支撑起整个AI板块、规模超7000亿美元的资本支出热潮而言，该指数是外界目前所能获取的最清晰、最直接的市场风向标。需要澄清的是，该指数的走软并不完全等同于AI服务正在变得更便宜。该指标综合了价格与使用量两大维度——这意味着其下滑可能蕴含着截然不同的图景：要么是官方的Token标价在下调，要么是市场需求正在向更廉价的大模型分流。这也可能表明，买家愿意承担的成本确实有所降低。

格隆汇7月6日｜韩国总统李在明周一指示官员迅速推进上周宣布的重大芯片和人工智能(AI)项目。他警告表示，若许可审批、土地征收以及确保电力和供水等方面出现延误，可能削弱韩国在先进产业领域占据主导地位的努力。“在这种情况下，胜负似乎将取决于谁的行动更快、谁能率先取得领先，”李在明在一次政府会议上表示，“速度就是一切。”李在明指出，龙仁工业园区从选址确认到破土动工耗时六年，已经被视为速度相对较快。李在明表示，过去通常依序处理的流程，应改为同步推进，并呼吁尽可能缩短环境评估及其他审批流程。他要求预先确保电力和供水基础设施，称电力对芯片项目而言将是一个特别重要的问题。李在明还表示，尽管可再生能源供应规模持续扩大，但企业仍对基载电力供应能力表示担忧，因此下令官员提前解决这些问题。

格隆汇7月6日｜摩根士丹利投资管理发布第二季度深度研究报告《人工智能：十条投资真相》。报告指出，AI已不再仅是技术竞赛，而是一场系统性变革，正在重写全球产业与组织运作的根本规则。 1. <u>四股力量共振，AI进入飞轮效应</u>。推动此波AI跃升的并非单一模型的突破，而是算法、算力、人才与资本四股力量同步加速。 2. <u>摩尔定律失效，物理世界成新瓶颈</u>。过去“算力将越来越便宜”的信念正在松动，AI瓶颈正持续从芯片转移至电力、存储器、网络、冷却设备与资料中心供应。 3. <u>Token经济崛起，算力正在变成收入</u>。过去作为成本中心的数据中心，正转型为生产智能输出的制造设施，而Token就是这种智能输出的计量单位。 4. <u>代理时代来临，员工角色从执行转为管理</u>。 5. <u>软件护城河重塑，数据、领域与分发才是关键</u>。AI快速降低程序码与功能开发的门槛，软件公司的竞争优势已从产品功能转向更难复制的核心资产，包括企业数据、产业知识、客户网络、合规能力及深度嵌入业务流程的经验。 6. <u>AI从分析经济走向运行经济</u>。随着具身智能快速发展，AI已从知识工作延伸至交通、物流、制造、医疗、能源等实体产业。 7. <u>AI是横跨基础设施、模型到应用层的全栈资本周期</u>，非单一产业故事，涵盖芯片、资料中心、模型训练、AI 代理、机器人等完整生态。 8. <u>中美形成平行AI架构</u>，未来AI竞争不仅比拼资本与模型规模，更取决于成本控制、工程能力、供应链整合、应用落地速度与组织效率。 9. <u>AI已是战略基础设施，治理却严重落后</u>。 10. <u>基础设施先行，最大回报的应用可能尚未诞生</u>。历史显示，当基础设施成熟、成本快速下降后，往往会催生当初难以预见的新应用。随着Token成本大幅下降，未来真正消耗AI算力的杀手级应用可能尚未诞生，甚至相关企业都还未成立。

格隆汇7月6日｜根据The Kobeissi Letter发布的预测数据显示，AI领域的投资热潮正在重塑美国经济结构。预计到2027年，谷歌母公司Alphabet、亚马逊、Meta、微软以及甲骨文这五大科技巨头在AI领域的资本支出占美国国内生产总值(GDP)的比重将攀升至3.2%左右。如果该预测最终兑现，这将是美国历史上年度AI资本支出首次超过国家国防开支(预计明年国防开支约占GDP的2.7%)。 数据显示，今年这五家公司的AI资本支出预计将突破8000亿美元，占GDP的比重从2025年的1.5%急剧上升至2.5%左右，已逼近约2.7%的国防开支估值。而到2027年，这一数字预计将进一步飙升，达到创纪录的1.1万亿美元。

格隆汇7月6日｜东方财富策略陈果团队研报指出，随着中报窗口期的到来，认为市场可放下“硅基碳基之争”，以开放的心态，全面考察各行业景气度和重点公司业绩是否超越市场预期。纵观申万二级行业，我们将景气度向上行业分为四类： 第一类，兼具高利润体量和高预期增速的半导体、通信设备、化学制品； 第二类，利润体量不大但增速预期大幅上修的饲料、能源金属等； 第三类，利润体量较大因此资金容量大、增速预期尚可的工业金属、炼化及贸易、证券、城商行、电池、煤炭开采等； 第四类，利润体量不大但增速预期相对匹配的偏稳健增长行业，如电网设备、化学制药、其他电源设备、元件、物流、航运港口等。 总的来说，我们认为中报以及下半年基本面，能超越市场预期的，并非只有前期最热门的AI上游赛道。如果进一步兼顾景气是否好于预期和估值分位，短期我们建议以下行业： 第一，高景气与低估值兼备的券商。 第二，政策支持下迎来估值修复的生物医药。 第三，基本面平稳，前期股价超调，受益加息预期纠偏的有色。 第四，周期反转的煤炭。 第五，景气度维持高位的新能源。 最后，我们认为中国消费景气与估值分位处于历史底部区间，可逐步耐心布局，后续也可先行积极关注新消费与消费互联网优质公司的重估机会。最后，除了AI产业之外，也可适度关注以人形机器人、商业航天、量子通信等为代表的新兴产业主题投资机会。

格隆汇7月5日｜美国风投家David Sacks表示，大模型最大的风险，或许是“学会之后自己做”。Anthropic眼看客户Cursor将Claude推成爆款编程助手，转身推出Claude Code直接抢市场。未来AI安全的核心已不只是防模型输出错误，而是防供应商学习、复制甚至取代你的商业模式。近期Claude Code又被曝存在后门和秘密传输数据风险，阿里已全面禁用，进一步引发企业对AI供应商信任边界的担忧。