特朗普政府指控 #Kimi# K3母公司月之暗面：涉嫌违规获取 #英伟达# Blackwell #芯片，大规模蒸馏美方模型# 白宫科技政策办公室指控中国月之暗面通过 #泰国# 获取NVIDIA Blackwell系列GB300芯片训练Kimi K3模型，并利用美方模型进行大规模蒸馏。 若月之暗面被正式制裁，其算力基础设施将面临断供。

中美互指对方靠“蒸馏”训练模型 中国商务部周一指责美国AI企业在研发和训练模型过程中使用中国模型进行“蒸馏”，并称如果美国针对中国AI企业采取限制措施，北京将采取必要反制措施。 “蒸馏”（distillation）是一种人工智能训练技术，即利用一个规模更大、能力更强的模型输出结果，训练另一个模型，使其模仿并提升性能。这一方法目前在整个AI行业被广泛使用。不过，美国官员认为，中国企业大规模采用该形式，意在非法复制美国公司专有AI系统。 中国商务部表示，美方相关指责“缺乏事实依据”，在实践上“搞双重标准”，称其为“典型的人工智能霸权主义行径”。 中国商务部在声明中表示：“据了解，很多美国人工智能企业在研发和训练中蒸馏了中国的模型。”声明要求美国停止对中企的“制裁威胁”，并表示：“对于任何实质性损害中方利益的行为，中方将采取一切必要措施，坚定维护自身正当合法权益。” 美国指控“月之暗面”复制美国模型 上周，一名白宫高级官员指责中国初创企业“月之暗面”（Moonshot）在开发Kimi K3时，秘密复制了美国人工智能公司Anthropic的先进模型。 Kimi K3发布后，其代码能力等表现引发美国科技界关注，并再次引发有关“中国AI企业究竟是在复制美国技术，还是依靠自身研发快速缩小差距”的讨论。这一争议也让美国联想到去年中国初创企业DeepSeek崛起时引发的反应。 美国人工智能公司Anthropic今年2月表示，其发现超过340万次与月之暗面相关的、针对其Claude模型的交互行为。Anthropic称，有数百个虚假账户被用于获取Claude在推理、编程、数据分析、工具使用、计算机视觉以及操作计算机等方面的能力。 美国白宫科技政策办公室主任迈克尔·克拉齐奥斯（Michael Kratsios）上周表示，美国政府掌握的信息显示，月之暗面通过蒸馏Anthropic的Claude Fable 5模型开发Kimi K3。 他指控月之暗面建立了复杂的内部系统，以大规模蒸馏美国模型，并通过切换多种访问方式避免被发现。他还称，该公司购买了搭载英伟达GB300芯片的服务器，并很可能通过在泰国访问这些计算系统来训练模型。 威胁制裁 美国财政部长贝森特（Scott Bessent）随后表示，中国企业可能面临金融制裁，或被列入美国商务部“实体清单”，以限制其获取美国技术。 贝森特在X上表示：“我们支持开源AI以及它所带来的创新。但开源并不意味着可以随意窃取美国知识产权。” 他说：“当中国企业进行隐蔽的、工业规模的蒸馏攻击，且行为性质演变为知识产权盗窃时，制裁和列入实体清单都将成为选项。” 中国否认依靠蒸馏取得突破 月之暗面否认Kimi K3的性能是通过蒸馏实现。该公司上周向中国《每日经济新闻》表示，模型性能提升来自底层架构的原创性改进。 如果被列入美国商务部实体清单，月之暗面可能面临严重限制，包括无法获得美国半导体、软件和云服务。 美国此前曾将实体清单作为限制中国通信设备制造商华为的重要工具。2019年，美国将华为列入该清单，大幅限制其获取美国技术。 （消息来源：法新社，路透社）

刚看完All-In Podcast最新一期(282)，几个大佬聊了开源AI的存亡之争、Anthropic天价版权和解、AI资本支出狂飙 开源AI引发新一轮"DeepSeek时刻"，白宫内部开始讨论要不要封杀 中国月之暗面发布的Kimi K3开源模型，性能已经追平Opus 4.8和GPT 5.6这类顶级闭源模型，推理成本却降低了大约50%。这在美国政策圈和科技界引发了类似当年DeepSeek冲击那样的震荡，白宫内部已经开始讨论是否要限制或禁止中国开源模型。 David Sacks对这波动作提出了质疑，认为Anthropic这类头部闭源模型公司正在利用白宫的焦虑情绪搞监管捕获。它们指控中国模型通过大规模"蒸馏"窃取了美国模型的知识，但如果真想阻止蒸馏，应该通过严格的客户身份验证从源头封堵API泄露，不是联合政府直接封杀整个开源生态。Chamath则指出，AI基础模型正在以远超预期的速度被商品化，未来真正的商业价值会沉淀在上层应用和底层算力基础设施这两端，不会是中间的模型层。如果政府强行禁用开源，只会让美国企业被迫支付高昂的AI Token税，反而削弱整体产业竞争力。David Friedberg补充解释，蒸馏本质上是观察并学习另一款产品的输出(就像早年谷歌把查询提交给雅虎做效果对比)，并不是直接盗取模型权重代码，开放的软件生态对经济繁荣至关重要，就像早期的Apache和网页浏览器生态一样。 Anthropic的15亿美元版权和解，被指存在明显双标 Anthropic因为未经许可下载70万本盗版书籍(部分来自LibGen)训练Claude模型，达成了15亿美元的天价版权诉讼和解。几位主持人一致指出Anthropic和OpenAI在版权问题上的双重标准，这些闭源巨头一边声称自己抓取全网书籍和新闻(比如纽约时报的内容)属于合理使用，另一边却把别人学习自己模型输出的行为，扣上国家安全威胁或侵权的帽子，逻辑上明显自相矛盾。 科技巨头CapEx狂飙，但市场对谷歌的抛售可能反应过度 谷歌在云业务高速增长(年化运行率已达千亿美元级别)的同时，因为庞大的AI数据中心和芯片投资，首次出现自由现金流转负。特斯拉的资本支出也同比激增140%。不过Chamath认为市场对谷歌的这波回调反应过度了，谷歌过去20年的平均投资回报率(ROIC)高达32%，在模型高度碎片化、开源生态繁荣的大趋势下，谷歌凭借自研TPU芯片和云基础设施服务，反而能从多模型竞争的格局中持续抽成，长期竞争力并没有被削弱。

美股科技不会崩盘 近期芯片股出现一轮明显回调，市场充斥着AI泡沫即将破裂、半导体景气见顶的恐慌。 黄仁勋接受Axios长达70分钟专访，直面市场所有焦虑，完整的访谈信息，为当下波动给出了清晰的底层答案。 很多投资者看到Kimi、DeepSeek等国产大模型持续迭代，本能担忧：开源免费模型会冲击头部闭源企业，挤压算力需求，科技牛市走到尽头。但黄仁勋直言，华尔街已经两次在同一道题目上犯错。此前DeepSeek发布时，英伟达单日大跌17%；如今Kimi带来的市场恐慌，剧情几乎复刻。市场误区在于把AI竞争理解成零和博弈：免费模型不是需求终点，而是普及入口。更低门槛的AI，意味着使用人群扩大、调用频次激增，最终转化为更多算力需求，对硬件产业链本质是利好。 关于大家最关心的泡沫与周期，他给出了反直觉判断：短期半导体不会崩盘，五年内很难出现全局性泡沫。本轮AI算力扩张，不是短期消费需求驱动，而是一场长达十年的数字基建浪潮。未来十年，整个半导体行业规模需要扩张5至10倍。当下电力、土地、工人、先进芯片全面紧缺，资本开支即便想快速加码，也会受物理条件约束，供给过剩的周期被持续推迟。稀缺约束看似限制扩张，实则拉长景气周期，避免快速过热催生泡沫。 市场另一大争论：开源浪潮会不会颠覆OpenAI、Anthropic这类闭源巨头？黄仁勋看法十分明确，二者并非你死我活。免费开源模型培育海量新用户，而真正愿意付费、追求稳定托管服务、企业级安全方案的群体，恰恰是体验过免费AI的人。他甚至预判，OpenAI与Anthropic将会成为人类历史上最成功的IPO。 谈及中美AI竞争，他视角跳出短期博弈：AI不是百米冲刺，不存在单一赢家。英伟达在中国市场收入几乎归零，业绩指引也未计入中国市场增量，但他认为阻挡不了中国AI产业前行。国内培养的AI研究员数量，超过世界其余地区总和，技术长期演进必然持续推进。 访谈同样触及行业伦理与长期方向。对于Anthropic被严格限制、号称能够攻破银行系统的Mythos模型，他主张技术应当开放，安全加固的责任掌握在企业自身。针对“模型蒸馏算不算偷窃”的争议，他提出一个长远视角：未来互联网绝大多数内容由AI生成，模型互相学习、彼此蒸馏，本身就是智能演化的常态，合规边界可以交由法律界定，不必否定AI学习的底层逻辑。 在产业落地层面，机器人领域的“ChatGPT时刻”已经到来。机器人已经具备逻辑推理能力，能够自主思考“想要放进苹果，先要打开抽屉”；不过从有趣的演示，到大规模商业化落地，还需要3到4年持续打磨。 当然，我们需要理性打一个折扣：作为算力赛道最大卖铲人，黄仁勋天然站在产业多头立场，观点带有自身行业利益底色。不必全盘盲从，但可以牢牢盯住一个关键观测指标：电力、先进封装、存储芯片的紧缺格局何时缓解。一旦供给瓶颈被打破，资本开支可以顺畅落地，供需格局逆转，才是需要高度警惕的节点。 总结来看，短期股价回调是情绪与预期博弈，不等于产业周期终结。AI基建是超长维度的产业浪潮，支撑美股科技主线的底层逻辑并未消失。恐慌性抛售很多时候，是把阶段性波动误判为长期崩盘。 更多咨询在订阅平台链接 免责声明：本文仅为行业访谈观点复盘与个人思考，不构成任何投资建议，股市有风险，入市需谨慎。

🇨🇳#习近平# 怎么就被 🇨🇳#雷军# 糊弄了呢 因为2026年1月3日中共给委内瑞拉🇻🇪#马杜罗# 防身的雷达系统和反侦查电子系统装备全部失灵了…也就是中国的 #军用芯片# 大规模的出问题了…时间节点赶上了，雷军把握时机刚刚好，拿到贷款1月8日他才公开

逃离SaaS！摩根士丹利底牌曝光，大幅砍仓Arm，钱全流向了这里： 增持 1. 英伟达 $NVDA AI芯片绝对王者，GPU几乎垄断全球训练市场，数据中心需求爆炸式增长，每一轮AI浪潮它都是最大受益者，机构持续加仓就是看中它无法撼动的护城河和确定性。 2. 应用材料 $AMAT 半导体设备龙头，专门给芯片厂提供先进制程铲子，AI芯片大规模扩产离不开它，订单能见度极高，业绩确定性强，性价比突出。 3. 博通 $AVGO 自定义AI芯片和高速网络双料冠军，帮谷歌、Meta等大厂做专用ASIC，增速快、利润高，是英伟达之外最稳的AI基础设施玩家。 4. Cerebras Systems $CBRS 全新AI芯片黑马，用整片晶圆做超大芯片，训练速度远超传统GPU，机构新建仓就是赌它能真正分食英伟达的蛋糕，捕捉下一代算力机会。 5. Circle $CRCL 全球最大稳定币USDC发行方，合规牌照齐全，机构资金大举入场加密市场，它是连接传统金融和数字资产的核心桥梁，增长确定性极强。 6. 亚马逊 $AMZN 云计算AWS是AI训练和推理的重要底座，自研芯片+海量数据中心持续扩张，机构小幅加仓看中它在AI基础设施中的长期红利。 减持 7. Arm $ARM 手机和边缘AI架构老大，授权模式躺赚，但当前估值已经很高，增长弹性相对有限，机构选择大幅减仓落袋为安，把资金转向更具爆发力的算力硬件。 8. Snowflake $SNOW 云数据仓库龙头，AI数据分析概念热度高，但估值泡沫明显、增长放缓，机构大幅削减仓位规避高位风险。 9. 赛富时 $CRM 企业软件巨头，AI Agent概念加持，但竞争加剧、增长不及预期，机构选择减仓锁定利润，转向更硬核的硬件标的。 10. 派拓网络 $PANW 网络安全龙头，AI安全需求上升，但估值已充分反映预期，机构小幅减持进行仓位再平衡。 主打一个弃软投硬！

Aehr宣布，其领先的硅光子客户再次追加采购一套全自动FOX-XP晶圆级老化测试（Wafer-Level Burn-In，WLBI）系统，用于AI光互连和超大规模数据中心硅光芯片的大规模量产。这不是新客户，而是同一客户的连续追加订单，表明客户已从研发验证阶段正式进入产能扩张阶段。 本次订单最大的意义是客户生产阶段的变化。公司披露，该客户此前采购的第一套全自动FOX-XP系统已经完成安装、生产验证（Production Qualification），并成功与客户的300mm晶圆自动搬运系统（FOUP）及自动导引运输车（AGV）集成，实现了真正意义上的无人化生产（Hands-free Operation）。在设备完成量产验证后，客户立即追加采购第二套设备，说明该生产线已经达到量产要求，并开始扩大产能。 另外还有一个值得aehr投资者注意的细节是在公告中国呢提到FOX-XP的角色转变。过去FOX-XP更多承担研发和工程验证任务，而现在已经成为客户自动化晶圆厂的一部分，可同时处理9片300mm晶圆，实现全自动、高吞吐量的晶圆级老化测试，满足高产能制造需求。这进一步提高了FOX-XP未来向其他大型客户复制的可能性。

新晋纳指100个股介绍之一： $CRWV --- $CRWV 在 MLPerf Training v6.0——AI 硬件基准测试的金标准权威基准——中为云基础设施设定了新的行业标杆。其计算集群仅用 2.02 分钟就完成了对大规模 DeepSeek-V3 模型的训练，这突显了其在顶级 NVIDIA 硅芯片的大规模云编排和性能调优方面的不可逾越的技术优势。 在第一季度，$CRWV 在关键 AI 客户合作伙伴关系方面发布了备受瞩目的公告：它与 Meta 签署了一项价值 210 亿美元的计算能力承诺，与 Claude 模型的开发者 Anthropic 敲定了一项多年基础设施支持协议，并扩展了与 Cohere、Mistral AI 和 Perplexity AI 现有的合作关系。 1.1. 其 AI 原生云的主导效率 三大传统超大规模云提供商——AWS、Azure 和 GCP——最初是为网络工作负载、通用应用程序和 CPU 时代计算而构建的。它们的 GPU 建设相当于对过时传统基础设施的改装。相比之下，CoreWeave 从第一天起就专为大规模 GPU 计算、基础模型训练和生成式 AI 推理而设计。其底层软件栈和高速 InfiniBand 网络架构在数万 NVIDIA GPU 上实现了近乎零性能衰减。对于大型 AI 实验室来说，这意味着更快的模型训练周期和更低的总拥有成本 (TCO)。 2.2. 与 NVIDIA 的特权内部地位 在全球 GPU 供应短缺之际，获得前沿硅芯片的可靠访问权构成了无可匹敌的竞争护城河。NVIDIA 将 CoreWeave 视为主要股权利益相关者，并利用这家云公司作为针对超大规模云提供商内部定制芯片计划（Google TPU、Amazon Trainium）的战略平衡力量。因此，NVIDIA 优先向 CoreWeave 批量分配其最新旗舰硬件——包括 H200、Blackwell 和 Rubin 产品线——从而赋予其比传统云竞争对手多出数月的市场首发领先优势。 3.3. 资产轻型 AI 策略捕捉海量生成式 AI 需求 像 Meta 和 Anthropic 这样的主要参与者，以及无数 AI 独角兽企业，不再希望投入资本和时间从零开始建设数据中心；它们需要即时访问多万 GPU 计算集群。作为 AI 计算房东，CoreWeave 通过长期合同将其硬件容量租赁给计算能力饥渴的 AI 企业，将前期资本支出转化为高度可预测的多年经常性现金流。

亚马逊 & 谷歌：对南韩两强（三星/海力士）支出预计 (2026F) 1. 核心支出数据快报 (Estimated Spending) 基于 AI 服务器成本结构中存储价值量翻倍的逻辑，2026 年两巨头的采购规模估算如下： 亚马逊存储支出：300-360亿美金 谷歌存储支出：250-300亿美金. 关键变数： 2026 年初，由于 HBM 产能极其短缺，亚马逊和谷歌的采购负责人被爆出“长租韩国酒店”以寻求签下 3-5 年的长期供应协议（LTA），这可能导致实际支出超出预算。 2. 业务线深度拆解 (Segment Breakdown) SK 海力士 (海力士)：AI 溢价的绝对受益者 谷歌逻辑： 谷歌的 TPU v7 架构对 HBM 的带宽要求极高。海力士作为 HBM3E 的一号供应商，占据了谷歌 AI 加速器存储需求的 60% 以上。 亚马逊逻辑： 亚马逊的 Trainium 2 芯片正在大规模起量，海力士为其定制了专用 HBM。 利润质量： 海力士在 2026 年 1 月将 HBM3E 报价上调了 20%，两巨头为了“保量”几乎全盘接受。 三星：全能补位与 NAND 霸主 NAND/SSD 需求： 亚马逊 2000 亿支出中很大一部分用于数据中心扩建，三星在 企业级 SSD (eSSD) 领域的统治力不可替代，预计拿下两家超过 50% 的闪存订单。 HBM 追赶： 三星虽然在 HBM3E 进度上略慢于海力士，但凭借巨大的产能储备，在“通用型 DRAM（DDR5）”短缺潮中，成为了两巨头的保底供应商。 3. 供应链博弈：2026 的“预期差” (The Strategic Shift) 从“按需购买”到“长租抢货”： 往年存储属于周期品，巨头倾向于压价。但 2026 年，由于 HBM 挤占了通用 DRAM 产能，导致传统服务器内存价格飙升（Q1 报价单季涨 60%-70%）。 预期差： 亚马逊 2000 亿开支中，原本预留给存储的资金可能面临 50 亿美元以上 的超支缺口，这部分利润将直接从亚马逊的报表流向海力士和三星。 自研芯片的影响： 谷歌和亚马逊都在加大自研 ASIC（TPU/Trainium）。这意味着他们对存储的要求不再是“标准化”，而是“定制化”。海力士通过这种深度绑定，正从“供应商”变成“联合开发商”。 4. 总结：看多/看空的逻辑支点 看多存储端（三星/海力士）： 巨头们 3800 亿的总 Capex 是存储行业的强力托底。只要 AI 军备竞赛不停止，存储芯片就是最硬的通货。 看空支出端（亚马逊/谷歌）： 如此庞大的芯片支出意味着这两家巨头在 2026 年的毛利率将承受巨大压力。折旧费用的激增可能导致其 GAAP 利润在下半年出现环比下滑。 提炼结论： 2026 年，亚马逊和谷歌将合计向这两家韩国巨头贡献约 $500 - 650 亿 的营收。 以上为gemini的ai结论，我个人看好海力士三星，但是也看好谷歌，不看好亚马逊.谷歌自家ai和服务器，以及原产品之间业务闭环，自带ai飞轮.

AI产业重塑中国产业空间格局：解放战略纵深，登顶全球工业竞争力 当下市场流传一种朴素认知：中国正在把芯片、实验室、军工、数据中心全部搬到中西部，未来沿海只留贸易与港口。 这个说法看似贴合现状，却极度简化了中国顶层战略。 真实的时代变革远比“东西搬家”复杂：AI算力革命、新质生产力体系、全国产业链重分配，正在彻底改写中国几十年不变的“东部独大、西部薄弱”的产业空间格局。 这场空间重构，正在解放中国三大核心国力，直接拉满未来十年的全球竞争优势。 一、解放了中国的战略纵深安全力 过去几十年，中国高端制造、芯片、算力、军工科研高度集中在沿海一线。 沿海开放、便利、接轨全球，但也意味着所有国家核心命脉，全部暴露在前沿风险地带。产业、能源、算力、高精尖技术高度扎堆，属于单点集中、极度脆弱的布局模式。 AI时代到来，算力、芯片制造、封测、数据存储不再极度依赖港口贸易，转而依赖土地、电力、低温环境、稳定政策、安全腹地。 于是国家开启史诗级产业后撤与分布式布局： 武汉长江存储、合肥长鑫科技坐稳存储芯片核心； 天水华天科技撑起全国7%的芯片封测产能； 西安8英寸晶圆、郑州12英寸大硅片落地生根； 庆阳、内蒙古、襄阳超级数据中心集群成型； 成都、绵阳、西安巩固内陆军工科研高地。 AI算力产业，第一次让中国把高端硬核生产力，从沿海一线解放到广阔内陆腹地。 这不再是简单产业转移，而是国家核心资产的战略分散、战略备份、战略纵深扩容。 从此中国不再是“沿海一条线强国”，而是全域立体式工业强国。 战时抗风险、技术保存续、产能保稳定的能力，直接提升一个维度。 二、解放了中国的极致产业分工效率 过去的产业格局是：东部挤爆、西部闲置。 高端研发、制造、贸易全部堆在沿海，土地昂贵、人力拥挤、成本高企，产业内卷严重。 AI产业链的特殊性，天然完成了全国最优空间分工： 沿海保留全球对接、高端智力、顶层研发、贸易金融、品牌出海。 上海、苏州保留全国最完整芯片研发与高端制程； 深圳保留算法、AI模型、软件生态、外资研发中心； 宁波保留全球顶级高端制造单项冠军集群； 沿海港口升级为高端装备出海枢纽，不再只是搬运码头。 中西部承接重资产、高能耗、大占地、规模化制造、算力基建。 芯片制造、封测、晶圆厂、数据中心、新材料、军工重资产全面西进。 AI让中国第一次实现：研发在东、制造在西，算法在东、算力在西，大脑在沿海、肌肉在内陆。 这不是掏空沿海，而是全国一盘棋极致专业化分工。 彻底解放了东部的空间压力，激活了西部的闲置资源，让全国每一寸国土都各司其职、各尽其能。 三、解放了中国的超级工业化产能上限 在AI重构空间格局之前，中国工业产能的天花板，被东部土地、电力、人力、环境容量死死锁死。 现在通过产业西进： 西部廉价土地、稳定绿电、大规模劳动力、广阔建厂空间，全部转化为国家级高端产能。 芯片产能、算力产能、高端材料产能，不再受限于沿海狭窄空间。 中国的工业化产能天花板被彻底打碎、无限抬升。 四、最终：中国全球产业竞争力实现层级跃升 过去中美竞争： 美国掌握技术、标准、软件、高端设计； 中国掌握制造、组装、加工。 现在空间重构完成后，中国拥有全球独一无二的优势结构： 1. 全球最完整的AI算力基建体系（东数西算） 2. 全球最大规模芯片制造与封测腹地产能 3. 全球唯一“沿海顶级研发+内陆超级制造”双层产业结构 4. 全球最大战略纵深+最完备工业链条+最低成本算力制造体系 这是美国、欧洲、日韩完全不具备的国家级结构性优势。 美国产业高度集中、产业空心、腹地狭小； 欧洲碎片化、没有完整算力与芯片产业链； 日韩国土狭小、无战略纵深、产能极易触顶。 唯独中国，通过AI时代的空间格局重塑，完成了人类工业史上最强的立体工业体系。 所谓产业西进，不是简单搬迁。 是AI算力革命赋予中国重新定义国土价值、重新分配生产力、重新构筑国家硬实力的历史性机会。 沿海做全球大脑，内陆做全球躯干。 前端接轨世界，后端纵深兜底。 这场无声的空间革命，正在让中国从“世界工厂”，彻底升级为“人类顶级工业科技强权”。 未来的全球科技竞争、工业竞争、AI竞争，中国的底盘厚度、容错空间、迭代速度，已经没有任何对手可以比肩。 关注我们深度分析世界产业格局，占领投资制高点： 免责声明：本文仅为宏观产业格局分析，不构成任何投资建议。