2025年第49周全球产业趋势跟踪周报：谷歌TPU挑战英伟达，中国商业航天产业加速

一、核心关注

市场交易热点

上周，A 股涨幅居前的重要主题指数为光模块（CPO）、智能音箱、光通信。

主题与产业趋势变化：谷歌 TPU 挑战英伟达，中国商业航天产业加速跑

（1）谷歌 TPU 挑战英伟达，预期销售破百万颗

事件梳理：Gemini 3 发布、谷歌 TPU 芯片成为幕后赢家 此轮谷歌 TPU 芯片对英伟达 GPU 芯片的冲击，是从 Gemini 3 正式发布拉开帷幕的。谷歌母公司 Alphabet 当地时 间 11 月 18 日推出新一代多模态大模型 Gemini 3，官方和多家媒体的报道都强调 Gemini 3 相比前代在长上下文、 多模态理解与复杂推理上的能力跃升，在第三方评测平台 LMArena 上，Gemini 3 Pro 在 LMArena Elo 评分刷新历 史最高，并在一系列推理和数学基准中刷新纪录，使其在技术舆论场中几乎形成“一战封神”的效果。 Gemini 3 的出色表现把谷歌的 TPUs 从幕后算力底座推到了聚光灯下。彭博等媒体指出，Gemini 3 主要基于谷歌 自研 TPU 进行训练，且配合 100 万 token 长上下文，意味着其背后依赖的是新一代高带宽、高算力 TPU 集群， 而这与谷歌过去两年先后推出的 v5e、v5p、Trillium（v6）和 Ironwood（v7）系列升级直接相关。

Google 早在 2023 年就开始研发 Multislice 全栈大规模训练技术，基于该技术使用 TPU 芯片成功训练了超过数千亿 参数的 AI 模型。Multislice 训练模型能够经济且近线性地扩展到数万个 TPU 芯片。历史上，一次训练作业通常只能 使用单个切片(slice)，也就是一组通过芯片间互连（ICI）连接、作为整体预留的 TPU 芯片集合。引入 Multislice 之 后，同一训练任务可以跨越多个切片(slice)，通过数据中心网络（DCN）进行通信，把规模平滑扩展到数万颗 TPU 芯 片，从而大幅提升大模型训练效率。这是谷歌凭借 TPU 芯片训练出 Gemini 3，并取得技术突破的基石。 11 月 24 日科技媒体 The Information 报道称，Meta 正与谷歌磋商，计划从 2027 年开始在自有数据中心部署 价值数十亿美元的谷歌 TPU 芯片，并从 2026 年起通过 Google Cloud 租用 TPU 算力。Meta 作为英伟达的核 心客户之一， 若大规模使用谷歌专用加速芯片，将直接冲击英伟达在 AI 训练市场的芯片份额，英伟达 GPU 的霸主 地位已然有被撼动迹象。更有大摩分析师预测，2027 年谷歌 TPU 外销量将达到 100 万颗。

技术架构：TPU 与 GPU 的技术差异与关键突破

从底层技术架构来看，TPU 与 GPU 的竞争并不是简单的谁更快，而是通用可编程加速器与面向张量运算的专用矩 阵处理器之间的取舍问题。Google Cloud 官方文档将 TPU 定义为“专门用于神经网络工作负载的矩阵处理器”， 与基于冯·诺依曼结构、依赖频繁访存的 CPU/GPU 不同，TPU 的核心是大规模的乘加器阵列（systolic array）， 在矩阵乘法过程中几乎不访问外部内存，从而获得更高的计算吞吐和能效。 GPU 是为图形渲染与通用并行计算设计的可编程处理器，通过数千个算术逻辑单元（ALU）执行高度并行的线程任 务。现代 GPU 借助 CUDA、cuDNN 等软件栈，可以胜任图形渲染、科学仿真、加密计算以及各种深度学习任务， 其优势在于高度的可编程性和适配多种工作负载的灵活性。但这种灵活性也意味着在做规则、密集的矩阵乘法时，会 承担更多访存和控制逻辑开销，导致理论峰值算力难以完全发挥。

TPU 是谷歌自研的专用集成电路（ASIC），其设计聚焦于两大要素：极高的矩阵运算（matmul）吞吐量和能源效 率。Google 设计的 TPU 是专门用于神经网络工作负载的矩阵处理器，TPU 不能运行文字处理程序，但它们可以很 快地处理神经网络中使用的大量矩阵运算。TPU 包含数千个乘法累加器，这些累加器彼此直接连接以形成大型物理 矩阵。这称为脉动阵列架构。主机将数据流式写入 TPU 的馈入队列，TPU 从队列中取数并存入片上 HBM/缓冲区 完成计算，结果再写回馈出队列，由主机读回系统内存。在矩阵乘法过程中，大部分数据在片上缓冲中流动，无需频 繁访问外部内存，从而显著提升吞吐与能效。因此，TPU 可以在神经网络计算中实现高计算吞吐量。能效方面，对 于典型 AI 工作负载，TPU 的能效通常比同代 GPU 高 2–3 倍，而从 v1 到 Ironwood，能效提升接近 30 倍。

Google TPU 最核心的价值并不在某一代芯片的性能数字，而在于它背后那套自洽的技术结构：从单芯片的矩阵阵列 和片上存储，到多芯片互联的托盘、机架、Pod，再到跨 Pod 的算力调度。这套结构决定了 TPU 在大模型时代的 可扩展性和能效边界，也解释了为什么它能在英伟达 GPU 长期占优的环境里杀出一条专用化路线。 从单颗芯片看，TPU 的设计和我们熟悉的 GPU 并不相同。单个 TPU 芯片内部的架构层级由 TPU Single Chip 和 TensorCore 两个部分构成，每颗芯片内含两个 TPU TensorCore，负责所有计算，而在每个 TensorCore 内部， 都有计算单元和较小的内存缓冲区。具体包括以下四个部分：1）矩阵乘法单元 (MXU)这是 TensorCore 的核心部 件，是一个 128x128 的脉动阵列（systolic array）；2）向量单元（VPU）负责执行通用的逐元素操作（例如 ReLU、 点加/点乘、归约操作）；3）向量内存（VMEM；32 MiB）是内存缓冲区，HBM 中的数据需先复制到 VMEM，TensorCore 才能开始计算；4）标量单元 + 标量内存（SMEM；10 MiB）用于调度 VPU 和 MXU 的执行指令，负责管理控制 流、标量运算和内存地址生成。 支撑这套资源配置的，是 TPU 非常鲜明的设计架构。第一根支柱是 systolic array（脉动阵列）叠加 pipelining （流水线）。所谓脉动阵列，可以理解为一个二维网格上的大量处理单元 PE，每个 PE 只做非常简单的乘加操作， 把结果传给下一个单元。只要数据按照固定的节奏“推入”阵列，整个矩阵乘过程就在阵列内部像心跳一样有节奏地 推进，中间几乎不需要额外控制指令，也不需要频繁访存。

TPU 真正拉开与 GPU 差距的，是自下而上的多芯片互联层级结构。TPU 的系统层级从托盘（板卡）层级开始， 一块托盘上焊接 4 颗 TPU 芯片，即 8 个 TensorCore，并配一个独立 CPU Host。Host 和各芯片之间通过 PCIe 通道通信，而芯片与芯片之间则通过专用的 Inter-Core Interconnect（ICI）互连，提供远高于 PCIe 的带宽。多个 托盘通过 ICI 进一步拉起来，便形成机架（Rack）级别的结构。一个机架包含 64 颗芯片，拓扑被设计成 4×4×4 的三维环面网络，每个节点是一颗芯片，节点间通过电连接的 ICI 链接，而每一层“表面”上的环绕连接由 OCS （Optical Circuit Switching，光路交换）完成。站在产业和投资角度来看，这套技术结构决定了 TPU 在算力成本曲 线、能效曲线和规模扩展曲线上的位置，也决定了它能否成为英伟达 GPU 之外，AI 基础设施世界里的第二极。

产品演进：谷歌十年磨一剑，从内部自用到 TPU 外销

谷歌自 2016 年推出首代 TPU V1 以来，最初主要作为谷歌内部的专用算力引擎，支撑搜索、翻译、YouTube、Gmail、 地图等核心业务的机器学习推理与训练任务。早期阶段，TPU 更多是 Google Cloud 的差异化基础设施，而非标准 化销售的商品芯片，客户通过云服务调用 TPU 资源，而不是像买 GPU 那样采购物理芯片或整机。 转折点出现在 2023–2025 年，一方面，Google 在 2023 年 12 月随着多模态大模型 Gemini 发布了新一代 Cloud TPU v5p，将单 Pod 规模拉升到 8,960 颗芯片，单片 FLOPS 相比 v4 提升超过 2 倍、HBM 容量提升 3 倍， 训练 GPT-3 级别 175B 参数模型的速度提升 2.8 倍，并在价格性能上显著改善。另一方面，生成式 AI 爆发带来 对高性能训练加速卡的极端短缺，NVIDIA GPU 供不应求，为谷歌这样掌握自研 AI 加速器的厂商打开了卖芯片的窗 口。 到了 2025 年，谷歌在 Google Cloud Next 等场合不断强化 TPU 路线。推出第七代 Ironwood TPU，用于大模型 推理与在线服务阶段，号称在能效和推理吞吐方面较前代有数量级改进。 同期 Google 与 AI 初创公司 Anthropic宣布扩展战略合作。根据 Anthropic 2025 年 10 月 23 日的官方公告， Anthropic 将在 2026 年获得多达 100 万 颗 TPU 和超过 1 吉瓦的数据中心电力容量，用于训练和部署下一代 Claude 模型。 谷歌的动作并非孤例，而是 AI 芯片自研浪潮的一环。除谷歌 TPU 外，Open AI 携手博通推出自研芯片，亚马逊 AWS 自研 Trainium 和 Inferentia 芯片，Meta 开发了 MTIA 推理加速器等，均旨在针对自身工作负载打造高效定制芯片， 标志着 AI 基础设施正从过去高度依赖单一 GPU 供应转向多元化定制芯片。

竞争格局：从英伟达 GPU 绝对主导到“多极并存”的专用集成电路

在 AI 加速芯片的竞争格局上，NVIDIA 仍然是训练市场的事实垄断者。此前 Statista 等机构的统计显示，NVIDIA 在 2023 年 AI 训练用 GPU 市场的份额超过 80%。但是从 2024–2025 年一系列事件来看，行业格局正在从单一 GPU 霸权向多极专用集成电路（ASIC）并存演变。 Google 在这一波中的差异点在于其 TPU 产品已经经历了七代迭代，内部规模部署达到数十万颗以上，并且在大型 LLM/Gemini 训练上经过了大规模实战验证。因此，当这套体系被有选择地开放给如 Anthropic、Meta 等头部客户 时，TPU 不再仅仅是谷歌自己的内部工具，而是有机会成为行业层面的第二算力标准。 在行业竞争格局上，AI 算力芯片的地位变化具有较强的基本面支撑。需求端上，大型科技公司和 AI 独角兽的算力需 求，从数千颗 GPU 的超大集群迅速扩张到以十万甚至百万加速器为单位的超大规模 AI 基础设施。Anthropic 宣布 在 2026 年将扩展使用 Google TPU，锁定约 100 万颗 TPU 与超过 1GW 电力容量，正是这种需求爆炸的标志性 案例。从算力规划的角度看，当一个 AI 公司要在 2–3 年内把可用加速器规模从万级拉升到百万级，传统只依赖 NVIDIA 一家供应商会在价格、供货周期以及地缘政治风险上都面临约束，因此主动引入第二供应源（如 Google TPU、 AMD GPU、定制 ASIC）在战略上几乎成为必选项。

根据 The information net 的预测，根据 The Information Network 的统计和行业外推，2023 年 ASIC 约占 22%， 到 2025 年有望提升到约 30%；若按同样趋势推演到 2027 年，ASIC 份额有望进一步接近三成以上。Marvell AI 预测，2028 年专用集成电路（ASIC）的市场份额将占到全球 AI 加速器市场份额的 25%，同样对比 2023 年增加。根 据 Grand View Research 预测，在全球生成式 AI 加速器领域，ASIC 的份额会在 2027-2028 年占约三分之一。也就 是说，研究机构普遍认为，GPU 的相对份额减少，定制 AI 芯片份额提升，是未来的产业趋势所在。

（2）中国商业航天产业加速跑，抢占空天资源窗口期

国家航天局设立商业航天司，工信部组织开展卫星物联网业务商用试验。 11 月 25 日，国家航天局发布《推进商业航天高质量安全发展行动计划（2025—2027 年）》，提出将商业航天纳入 国家航天发展总体布局，加快形成航天新质生产力，推动航天发展效能整体提升。行动计划明确，到 2027 年实现商 业航天产业生态协同高效、科研生产安全有序、产业规模壮大、创新活力增强，资源能力统筹建设与高效利用，行业 治理能力进一步提升，基本达到商业航天高质量发展目标。行动计划围绕增强创新动能、提升资源利用、推动产业发 展、做好行业管理、强化安全监管等五方面提出二十余项重点举措，包括竞争性向商业航天主体开放国家科研项目和 民用航天科研计划、加强基础研究布局、支持新概念与低成本技术研发等。 11 月 26 日，工业和信息化部印发通知，组织开展卫星物联网业务商用试验，试验期为两年。通知指出，卫星物联网 业务利用卫星通信技术为数据采集终端、穿戴设备、手持终端以及汽车、船舶、飞机等交通工具提供广域低速数据连 接。商用试验服务对象为在工业、交通、能源、农业、应急等领域使用卫星物联网开展数据采集和传输的行业用户。 通知明确试验目标在于丰富卫星通信市场供给、提升行业服务能力、建立安全监管体系，形成可复制、可推广的模式， 支持商业航天及低空经济等新兴产业的发展。 11 月 29 日，国家航天局表示已于近期设立商业航天司，相关业务正逐步展开，标志着商业航天专职管理机构落地。

为什么需要卫星互联网？ 卫星物联网（Satellite Internet of Things，Satellite IoT）是利用不同轨道高度的通信卫星，为地面各类物联网终 端提供全球覆盖、连续稳定的数据连接服务的系统。根据卫星轨道高度不同，卫星物联网可由高轨（GEO，约 35786 公里）、中轨（MEO，约 2000—20000 公里）和低轨（LEO，约 300—1500 公里）三类卫星协同构成。高轨卫星位 于地球同步轨道，覆盖范围大、链路稳定，适用于大范围广播式监测与应急通信，但端到端时延较高（约 600 毫秒 以上），难以支撑低时延物联网业务。中轨卫星主要用于导航增强和跨区域通信，其时延较低，覆盖更广，可承担关键行业的定位与数据传输任务。低轨卫星由于高度低、接收信号强、时延低（约 20—40 毫秒），最适合连接密集、 实时性要求高的物联网应用，近年来成为全球卫星物联网建设的主力方向。卫星物联网体系由空间段（GEO/MEO/LEO 星座）、地面段（网关站、控制中心、任务调度平台）和用户段（星地通信终端、嵌入式模组、车载/船载/无人机终 端）三部分构成，通过星间链路和地面网络完成数据回传、分发与处理。依托三轨协同，卫星物联网实现了跨地域、 跨行业的全球广域连接能力，可为能源、电力、水利、农业、矿业、交通运输、海洋渔业、林草监管、自然灾害监测 与应急救援等行业提供可靠的数据接入，是建设“空天地一体化”通信网络的重要组成，也是 6G 网络体系的关键方 向之一。

随着全球数字化进程加速，物联网设备数量呈指数级增长，但地面蜂窝网络在空间覆盖上仍存在天然局限。尽管4G/5G 已覆盖约 90％的全球人口，但在地表面积维度，仅覆盖不到三分之一，广大的海洋、高原、沙漠、林区以及跨境交 通线路仍是“无信号区”，地面基站因成本、地形或监管原因难以触达。这些区域却恰恰是能源、交通、管道、航运、 矿业、农业和环境监测等关键行业的重要作业场景，因此必须依托卫星构建“无盲区”的空间连接能力。同时，在当 前以大模型和智能制造为代表的算力基础设施高速扩建背景下，数据跨区域流动的需求急剧上升，越来越多的工业终 端、传感器集群和边缘节点需要将数据以较低成本、较高稳定性回传到区域中心或云端算力基地。相比地面光纤和基 站网络，卫星链路具备穿越海洋、山区和跨境区域的显著优势，不依赖地理条件，具备天然的长距离传输能力和抗灾 能力，尤其适合低速、低功耗、间歇上报的数据特性，使其成为远程行业数据回传和算力输入的重要补充通道。随着 低轨卫星批量化生产与发射成本下降，卫星物联网在构建“空—天—地一体化”数据网络中角色愈发突出，可为能源 管网巡检、海洋渔业、全球物流追踪、农业监测、环境治理和极端天气下的应急通信提供关键连接能力。

根据 IoT Analytics 发布的《Satellite IoT Market Report 2025–2030》，2024 年全球卫星物联网连接数已达到约 750 万，只占全部物联网连接的极小一部分，但保持高速增长，预计到 2030 年卫星物联网连接和相关设备/服务收入 将以约 26％的复合增速扩张，对应市场规模超过 47 亿美元。另一家机构 Grand View Research 测算，2024 年全球卫星物联网市场规模约为14.9亿美元，预计到2033年将增至约72.3亿美元，2025—2033年的复合增速约19.5％。 这些数据表明，卫星物联网一方面承担“补盲补缺”的基础设施职能，另一方面也在快速成长为支撑远程监测、资产 跟踪、能源管网、海洋渔业、环境监测和应急救援等场景的新型数字底座，其产业化与规模化具有明确的需求基础和 经济合理性。

为什么要加快星座发射的数量和速度？ 要真正把卫星物联网从“试验工程”做成可持续运营的基础设施，首要任务不是单星能力有多强，而是能否形成稳定、 连续覆盖的星座网络。低轨卫星运行高度通常在数百公里量级，单颗卫星可见时间有限，要在目标区域实现“随时可 联”“多星同时在视场内”，必须依靠多轨道面、多层轨道的大规模星座。SpaceX 在其网络更新中介绍，截至 2025 年中，Starlink 在轨卫星已超过 7800 颗，用户几乎在任何时刻都能同时看到多颗卫星与多个地面网关站，从而保证 链路冗余和业务连续性。这一实践直接体现了“大星座”的技术必要性：通过数量和轨道设计换取高可用性和低时延。 面向物联网应用的中国星座同样采用“多星组网”模式。例如，中国航天科工集团的“行云工程”规划通过发射 80 颗低轨通信卫星，分三阶段构建全球空间物联网网络，中国国家航天局公开信息也明确“行云”将于约 2023 年前后 完成 80 星在轨布局。国电高科建设的“天启星座”初始阶段由 38 颗低轨小卫星构成，用于窄带物联网数据通信，并 已实现全球范围的商用覆盖。从这些案例可以看出，卫星物联网要实现面向工业、交通、能源、农业和应急等行业的 常态化服务，首要工作就是在目标轨道完成足够密度的星座部署，使得任一时间、任一典型场景下都有足量卫星提供 接入和转发能力。

国际电信联盟（ITU）在其空间业务频轨资源规则中明确，卫星网络获取频谱与轨道资源遵循“先来先服务”（first come, first served）的基本原则，即各国或运营方通过尽早提交网络申报并推进协调，在不对既有系统造成有害干扰的前 提下，优先获得特定频段和轨道资源的使用权。在这一框架下，谁先完成网络申报、谁先进入部署运营阶段，谁就更 有可能锁定对关键频段和优质轨道壳层的长期使用权。当前，以 Starlink 为代表的星座已经在规模上取得明显先发优 势截至 2025 年 10 月 30 日，Starlink 在轨卫星数量为 8811 颗，其中 8795 颗处于工作状态，且累计发射卫星数量已 突破 1 万颗、在轨运行约 8600 余颗。亚马逊的 Kuiper 项目则已获得美国联邦通信委员会授权部署 3236 颗低轨卫星， 并在 2025 年 4 月之后陆续发射超过 150 颗，启动第一阶段组网。欧盟方面则推出预算约 100 亿欧元、由约 290 颗 卫星构成的 IRIS²计划，目标在 2030 年前后提供面向政府和关键基础设施的安全通信服务。在这些项目不断“抢占”频轨资源的背景下，如果中国的大型星座（包括面向物联网的星座）在申报、协调和实际发射上明显滞后，就可能在 关键频段和轨道壳层上面临资源紧缩甚至“无资源可用”的局面。

加速放量是全球空间基础设施竞争中取得主动权的战略必然

当前全球卫星产业竞争格局中，美国在有效在轨卫星数量与年度卫星发射规模方面均保持绝对领先，已与包括中国在 内的其他国家拉开了一个以上数量级的差距。从在轨卫星数量看，美国依托 Starlink 超大规模低轨星座的加速部署， 拥有超过 1 万颗有效在轨卫星，占全球总量的约七成；而中国在轨卫星数量约 951 颗，仅占 6% 左右，数量约为 美国的十分之一。在年度卫星发射方面，近年来美国通过“高密度、低成本、可重复使用”的商业发射体系实现发射 能力的指数级提升，2023–2024 年年度发射卫星数连续达到 2200 颗以上，而同期中国虽保持上升趋势，但每年发 射数量仍在 70–188 颗区间，与美国之间存在约十倍的差距。这种在规模、节奏与体系化能力上的领先，使得美国 在未来全球卫星互联网、低轨通信、物联网连接以及空天地一体化网络格局中占据战略制高点。

在全球空间互联网竞争加速的背景下，中国必须把握窗口期，通过快速追赶实现“规模补齐 + 体系重构”，形成与 美国可竞争的空间基础设施能力。首先，从星座规模看，低轨通信网络具有典型的“规模决定能力、数量决定覆盖” 的特征，高轨联网时代的单星高价值模式已经让位于“批量化、网络化、低成本”的万星级星座竞争。Starlink 已经 证明，大规模星座可以显著提升通信品质、降低时延，并通过星间激光链路构建跨国、跨洋的全球网络优势。因此， 中国无论是国家级 GW 星座，还是地方主导的千帆星座，以及行业性的行云、天启等物联网星座，都必须坚持“快 速放量、批量部署”的总体路线，通过高密度发射形成可持续覆盖能力。其次，从发射基础能力看，中国要实现规模 化星座部署，需要在运载火箭可复用化、低成本化方面持续突破。当前美国通过 Falcon 9 等可复用火箭大幅降低单 次发射成本，并以每年百次发射的节奏支撑 Starlink 快速上量；而中国要想缩小差距，必须提升中低轨快速发射能 力，推动商业火箭形成规模化、可复用化的稳定发射体系。

二、全球观察：全球市场跟踪

1、 全球股市行业表现

上周全球股市涨多于跌，信息技术和材料表现较好，日常消费表现较差。具体来看，美股全面上涨，电信服务大幅领 涨，可选消费涨幅第二；欧股涨多于跌，信息技术显著领涨，唯有日常消费略有回调；英国股市涨多于跌，金融明显 领涨，可选消费略微拖累指数；日本股市涨多于跌，公共事业领涨带动指数，电信服务小幅领跌；港股亦涨多于跌， 医疗保健涨幅最大，日常消费和能源小幅回调；A 股亦涨多于跌，信息技术亮眼领涨，能源小幅下跌，金融较上周持 平。

2、 全球强势股与异动股简析

过去一周领涨的 200 亿美元以上市值公司中，半导体与半导体生产设备居多；过去一周领跌的 200 亿美元以上市值 公司中，软件与服务居多。

异动股简析

【博通(BROADCOM)】此次异动上涨受 AI 需求爆发+盈利预期提升的双重利好因素驱动：11 月 24 日周一，公司股 价单日上涨约 10％，因谷歌新发布的 Gemini 3 模型被市场看好，而 Gemini 3 的训练与推理基础设施正采用博通共 同设计和供应的 Tensor Processing Units (TPUs) 及高速网络设备，该供应关系意味着博通有望在新一轮 AI 基础设施扩张中受益；与此同时，次日多家机构和分析师上调对公司的评级与目标价，例如高盛将其目标价上调至 435 美元， 维持“买入”评级，并明确指出公司2026财年及以后在AI加速器 (XPU)、网络基础设施领域的营收增长有望超过 100%。 分析师认为，随着来自谷歌、OpenAI 等大客户的定制 AI 芯片订单量持续释放，博通的 AI 相关营收与利润率将获得 结构性改善，这将推动其未来每股收益 (EPS) 出现显著上修。以上说明，公司不仅短期受益于 AI 热潮，更有望凭借 持续订单积累与供应链壁垒，在中长期建立较为稳定且高速增长的盈利轨道。投资者因此抬高对其未来盈利的预期， 主力资金进一步流入，推动股价本周显著上涨超 18%，成为全球重点异动上涨股之一。

【ZSCALER】导致公司本周异动下跌的利空事件源于账单(billings)数据疲弱+整体科技板块估值修正：11 月 25 日， 公司公布截至 10 月 31 日的 FY2026 Q1 业绩，虽然营收与非 GAAP 每股收益（EPS）均超出预期，且上调了全年 指引，但市场焦点落在了其关键增长指标——账单 (billings) 上。公司报告的 billings 水平低于市场此前预期，引发 了对其未来营收兑现节奏与增长动能持续性的担忧。加之若干投行和分析师对公司的定价与估值进行了下调，比如美 银美林将其目标价下调至 310 美元；此外，在利率高位和科技板块估值普遍承压的宏观环境下，市场对高成长、高估 值 SaaS/网络安全类公司的信心下降，资金开始从波动性较大的成长股撤离，转向现金流稳定的或防御型资产。上述 利空信号表明，虽然公司的季度财报看似“beat and raise”，但由于 billings 等核心未来增长预期被削弱，加之估值与 市场情绪同步回落，投资者信心受打击、主力资金流出，导致其成为 “账单疲弱+估值修正+未来兑现不确定性” 驱动 下的全球重点异动下跌股之一。

三、重要资讯速递

1、 国内重要资讯与产业政策

（1）中美对话——中美领导人通电话

釜山会 晤以来，中美关系总体稳定向好，受到两国和国际社会普遍欢迎，事实再次说明，中美“合则两利、斗则俱伤”是 经过实践反复验证的常识，中美“相互成就、共同繁荣”是看得见、摸得着的实景。双方要保持住这个势头，坚持 正确方向，秉持平等、尊重、互惠态度，拉长合作清单、压缩问题清单，争取更多积极进展，为中美关系打开新的 合作空间，更好造福两国人民和世界人民。

（2）量子科技——我国科学家在量子体系中实现并探测高阶非平衡拓扑相

财联社 11 月 28 日电，据中国科学技术大学消息，该校潘建伟、朱晓波、彭承志、龚明等，与山西大学梅锋等合作， 基于可编程超导量子处理器“祖冲之二号”，首次在量子体系中实现并探测了高阶非平衡拓扑相。这一成果标志着 量子模拟在探索复杂拓扑物态方向上取得重要突破，为利用超导量子处理器在量子模拟问题上实现量子优势奠定了 基础。相关成果 28 日在国际学术期刊《科学》发表。

（3）AI 眼镜——夸克 AI 眼镜发布，搭载阿里千问

《科创板日报》27 日讯，阿里旗下夸克 AI 眼镜今日发布，接入阿里千问。在硬件方面，采用高通 AR1 旗舰芯片加 恒玄 BES2800 芯片的双芯设计，搭配安卓加 RTOS 双系统，支持双显双光机+合像距调节技术；配备双电池系统， 采用 5 个麦克风加 1 个骨传导的阵列设计。夸克 AI 眼镜首发提供 S1、G1 两个系列共六款单品。S1 系列配有不同 框型和颜色共 3 款单品，最低到手价为 3799 元。更侧重时尚和轻便的 G1，除提供两种框型选择之外，还配有太阳 镜款，最低到手价 1899 元起。

（4）半导体——就安世半导体等经贸问题，商务部部长王文涛与欧方视频会谈

财联社 11 月 26 日电，据商务部官网，11 月 26 日，商务部部长王文涛与欧盟委员会贸易和经济安全委员谢夫乔维 奇举行视频会谈，就安世半导体等经贸问题深入交换意见。王文涛表示，关于安世半导体问题，造成当前全球半导 体产供链混乱的源头和责任在荷兰方面。中国政府始终本着负责任的态度，及时采取切实措施，努力维护和恢复全 球半导体产供链稳定。近期，荷方宣布暂停行政令，向妥善解决问题迈出了一小步，但是荷方对企业的不当行政和 司法干预仍未取消，全球半导体产供链尚未恢复正常，依然面临较大不确定性。希望欧方发挥积极作用，敦促荷兰 政府尽快提出建设性的解决方案，为企业开展内部协商创造有利条件。

（5）“人造太阳”——我国启动聚变领域国际科学计划

财联社 11 月 24 日电，今天，中国科学院燃烧等离子体国际科学计划在合肥正式启动，紧凑型聚变能实验装置 BEST 的研究计划面向全球发布。聚变能源被视为未来清洁能源的终极目标，素有“人造太阳”之称。来自法国、英国、德国、意大利等 10 多个国家的聚变科学家共同签署《合肥聚变宣言》，鼓励更多国际科研人员来到合肥，开展聚变 相关实验与合作，携手实现聚变能源的梦想。

（6）脑机接口——全国首例“医保价”脑机接口手术完成

《科创板日报》27 日讯，11 月 26 日，在华中科技大学同济医院神经外科，我国首例按照政府核定医疗服务价格项 目执行的脑机接口手术顺利完成。此次手术采用武汉衷华脑机融合科技发展有限公司生产的植入式脑机接口设备，可 用于监测大脑手部运动和感觉区域的脑电信号。

（7）人工智能——夸克发布 AI 浏览器 融合阿里千问

《科创板日报》26 日讯，《科创板日报》获悉，阿里千问与全新的夸克 AI 浏览器融合，成为桌面级智能助理。这 是阿里“千问项目”的关键落子，旨在把浏览器打造为下一阶段千问能力的核心载体。接近项目的人士透露，夸克 AI 浏览器在电脑上的安装量达 1.1 亿。千问将直接成为夸克 AI 浏览器的“系统底座”。

（8）数据中心——北京加速布局太空数据中心 拟将大规模 AI 算力搬上太空

财联社 11 月 27 日电，北京拟在 700-800 公里晨昏轨道建设运营超过千兆瓦(GW)功率的集中式大型数据中心系统， 以实现将大规模 AI 算力搬上太空。根据“智绘星空 胜算在天——太空数据中心建设工作推进会”上发布的规划方 案，数据中心系统由空间算力、中继传输和地面管控分系统组成。数据中心建设分为三个阶段：2025 年至 2027 年， 突破能源与散热等关键技术，迭代研制试验星，建设一期算力星座；2028 年至 2030 年，突破在轨组装建造等关键 技术，降低建设与运营成本，建设二期算力星座；2031 年至 2035 年，卫星大规模批量生产并组网发射，在轨对接 建成大规模太空数据中心。

（9）人工智能——摩尔线程发布 Torch-MUSA v2.7.0 持续增强 AI 模型训练与推理支持

《科创板日报》28 日讯，据摩尔线程公众号消息，近日，摩尔线程正式发布 PyTorch 深度学习框架的 MUSA 扩展库 ——Torch-MUSA v2.7.0，新版本在功能集成、性能优化与硬件支持方面实现进一步突破。Torch-MUSA 在短短一个 月内，连续完成 v2.5.0 和 v2.7.0 两次版本更新，充分体现了摩尔线程在 MUSA 生态建设上的持续投入与快速迭代能 力。

（10）商业航天——国家航天局：鼓励商业航天布局航天产业链相应环节

做强星箭制造 财联社 11 月 25 日电，国家航天局印发《国家航天局推进商业航天高质量安全发展行动计划（2025—2027 年）》。 行动计划指出，推进产业结构优化。鼓励商业航天布局航天产业链相应环节，做强星箭制造，做大应用服务，拓展 测控运营能力，推动商业航天产业高质量发展。重点支持商业航天主体开发新技术、新产品，挖掘应用新场景。

2、 国外重要资讯与产业政策

（1） 美联储——美联储新任主席遴选中 白宫国家经济委员会主任哈塞特被视为领跑者

财联社 11 月 26 日电，据报道，随着美联储新任主席人选的遴选进入最后几周，白宫国家经济委员会主任凯文·哈 塞特被特朗普的顾问和盟友视为下任美联储主席人选的领跑者。不过，知情人士也指出，特朗普以做出令人意外的 人事和政策决定而闻名，因此提名在公开前都不能算最终确定。美联储主席及理事人选历来是总统影响美联储最直 接的途径。特朗普首个任期时提名了现任主席杰罗姆·鲍威尔，但当鲍威尔未按其期望速度推动降息时，特朗普对 此决定深感后悔。哈塞特被视为与特朗普的经济观点高度一致，包括主张需要降低利率。他在 11 月 20 日接受采访时表示，若自己担任美联储主席，“现在就会降息”，因为“数据表明我们应该这么做”。

（2） 人工智能——Anthropic 发布模型 Opus 4.5，称其编程能力已超越人类工程师

财联社 11 月 25 日讯（编辑 赵昊）当地时间周一（11 月 24 日），美国人工智能初创企业 Anthropic 在官网宣布， 公司推出了最新的 AI 模型“Claude Opus 4.5”。Anthropic 表示，该模型智能高效，“是目前全球在编码、智能代 理和计算机应用方面表现最佳的模型，它在深度研究、处理幻灯片和电子表格等日常任务方面也显著优于其他模型。”

（3） AR 眼镜——三星 AR 眼镜专利曝光：创新铰链设计提升佩戴舒适度

《科创板日报》25 日讯，三星已就一款“增强现实可穿戴电子设备”获得美国专利授权。该专利文件详细阐述了三 星拟如何通过创新结构设计提升未来 AR 眼镜的整体佩戴舒适性。根据专利文件描述，该设备包含一个主体部分（设 有镜片安装结构）、镜腿部件，以及一个将镜腿可旋转地连接至主体部分的铰链结构。

（4） 固态电池——LG 化学宣布开发出全固态电池商用化核心技术

财联社 11 月 25 日电，LG 化学 11 月 25 日宣布开发出大幅提高全固态电池性能的核心技术，以均匀控制其核心材 料固态电解质粒子的大小。与使用现有电解质的电池相比，采用新技术的电池基本容量增加了约 15%，高倍率放电 容量增加了约 50%。本次研究由 LG 化学新一代材料研究院联合韩国汉阳大学 Taeseup Song 教授研究团队共同进 行。相关研究成果已于学术期刊杂志《Advanced Energy Materials》上进行发表。

（5） 人工智能——人工智能平台 Suno 与华纳音乐达成合作协议

财联社 11 月 26 日电，美国人工智能平台 Suno 和美国华纳音乐集团 25 日达成合作协议，双方宣布将共同开发新一 代授权的人工智能音乐，并对在快速发展的人工智能大潮下受冲击的艺人和音乐家们予以补偿。该协议化解了双方 的法律纠纷。此前，华纳音乐集团联合其他唱片公司对 Suno 和另一家人工智能音乐平台 Udio 提起诉讼，指控这些 人工智能平台侵权使用艺人和音乐家的作品和肖像等，用于训练生成式人工智能模型。

（6） 存储——三星电子旗下 SAIT 研发出超低功耗 NAND Flash 技术

《科创板日报》27 日讯，三星电子 SAIT（原三星先进技术研究院）27 日宣布，将在《自然》上发表一项关于新型 NAND Flash 结构的研究成果。该结构结合了铁电半导体和氧化物半导体，可将 NAND Flash 的功耗降低 90%以上。 这项技术有望提升包括人工智能（AI）数据中心和移动设备在内的各个领域的能效。

（7） 人工智能——特朗普签署行政令 启动人工智能“创世纪计划”

财联社 11 月 25 日电，据央视新闻，当地时间 11 月 24 日，美国白宫发布声明表示，总统特朗普签署了一项行政命 令，启动一项旨在利用人工智能（AI）变革科学研究方式、加速科学发现的全新国家计划“创世纪计划”。声明表 示，该命令指示能源部创建一个人工智能实验平台，整合美国超级计算机和独特数据资产，以生成科学基础模型并 为机器人实验室提供支持。该命令指示总统科学与技术事务助理（APST）协调这项国家计划，并整合联邦政府各部 门的数据和基础设施。能源部长、总统科学与技术事务助理以及人工智能与加密技术特别顾问将与学术界和私营部 门的创新者合作，支持并加强“创世纪计划”。

（8） AI 芯片——谷歌 TPU 抢风头 英伟达紧急发声：我们仍领先行业一代

财联社 11 月 26 日电，英伟达官方周二表示，其技术依然领先行业一代，是唯一能够运行所有人工智能（AI）模型 并应用于所有计算场景的平台。英伟达在社交平台 X 上发文称：“我们对谷歌的成功感到高兴——他们在人工智能 方面取得了巨大进展，而我们也将继续向谷歌供货。”“英伟达领先行业整整一代——是唯一一个能运行所有 AI 模 型、并在所有计算场景中部署的平台。”英伟达补充道：“与专为特定 AI 框架或功能设计的 ASIC（专用集成电路） 芯片相比，英伟达提供更高的性能、更强的通用性以及更好的可替代性。”

（9） 俄乌局势——乌方否认已原则上同意美方和平计划

财联社 11 月 26 日电，据 CCTV 国际时讯报道，美国总统特朗普 11 月 25 日在社交媒体上表示，美方就结束乌克兰 危机所提出的“28 点”新计划已经进一步完善，目前各方对一些条款内容还存在分歧，美方将派出代表分别与俄乌 双方就该计划进行沟通。乌克兰总统泽连斯基同一天表示，他愿意与特朗普会面，就“和平计划”中的一些问题进 行讨论。此外，乌方谈判代表 25 日也否认了美国媒体当天报道称乌克兰已“原则同意”美方“和平计划”的说法。

（10） 人工智能——新加坡国家 AI 计划放弃 Meta 模型 转向阿里千问

财联社 11 月 25 日电，新加坡国家人工智能计划（AISG）正在进行一次重大战略调整，在其最新的东南亚语言大模 型项目中，放弃了 Meta 模型，转向阿里巴巴的通义千问 Qwen 开源架构，标志着中国开源 AI 模型在全球影响力版 图中的一次关键扩张。据悉，AISG 于 11 月 25 日宣布推出的“Qwen-SEA-LION-v4”模型，在一项衡量东南亚语 言能力的开源榜单上迅速占据首位。这一转变旨在解决一个长期痛点：此前以 Meta 的 Llama 系列为代表的开源模 型，在处理印尼语、泰语和马来语等区域性语言时表现不佳，严重制约了本地化 AI 应用的开发效率与性能。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）