酷妹子从来不装纯，越骚越迷人😏 性感不是坏事，是天生的本钱！ 这三张你最想撕哪一套？来投票📷#女孩子酷一点不好吗# #性感不是错# #黑丝诱惑# #城市欲女# #骚气满分# #撩人精#

智谱盘中跌近 11%，跌破 1000 港元；MiniMax 跌超 9%，跌破 200 港元。 这件事最值得警惕的不是某一天跌了多少，而是很多人买入时根本不知道自己买的是什么，只是被“AI 大模型”“稀缺标的”“港股科技重估”这些情绪推着往前走。 资本市场最残酷的地方在于：你以为自己在参与时代红利，其实可能只是在高位给别人提供流动性。 如果对公司收入结构、商业化路径、算力成本、客户质量、解禁压力、估值假设没有深入理解，只看故事和 K 线，那最后大概率不是投资者，而是燃料。 AI 是真趋势，但真趋势不等于任何价格都合理。 越是性感的赛道，越容易把普通人的判断力榨干。 投资最怕的不是错过，而是在自己看不懂的时候，因为怕错过而冲进去。真正赚钱的人，永远不是最激动的人，而是最清醒的人。 你们计划什么点位上车？

所有人都在买GPU和存储。没有人告诉你光模块公司的总市值比美光还低 我想从一个反常识的问题开始：GPU是AI的大脑，存储是AI的记忆。那光是什么？光是AI的神经系统。但神经系统从来不是最先被注意到的。存储已经涨了10倍，GPU更不用说。光的时代，刚刚开始。 1. 先说一个结构性的错误定价 在Nvidia的NVL72机架里，光模块的采购金额占到整个机架的20%。2026年全球AI光收发器市场规模预计从2025年的$165亿增长到$260亿，同比增速超过57%——这是半导体赛道里增速最快的子领域之一。 但所有光模块公司的总市值，比美光一家还低。这个错误会被纠正。问题只是什么时候。 2. 光和存储不一样的地方 存储的接力是季度级别的事件——供需拐点，财报超预期，市场重新定价，SNDK从$200涨到$900，这个过程很快。光的接力是年级别的结构性变迁，因为光的技术路线本身正在发生一次范式转移： 第一阶段（现在）：可插拔光模块 800G → 1.6T → 3.2T 线性增长，随数据中心扩张 第二阶段（2026下半年）：近封装光学NPO 光模块移向芯片旁边 需求非线性跳升 第三阶段（2027-2028）：共封装光学CPO 光引擎直接封装进芯片 这是终局，也是最大的价值重构 Meta在OFC 2026分享了大量数据，证明CPO比可插拔光收发器更可靠，成本更低，功耗更少。Nvidia在GTC展示了CPO将在2027/28年用于Scale-Up互连。5年内所有AI数据中心互连都将是光。 这不是预测，是物理定律。铜在高速率下信号损耗太大，功耗太高，距离太短。光没有这些问题。 3. 光在吃铜，不只是光吃光 生成式AI集群需要比传统云服务多10到100倍的光纤，正在把现有铜互连逼到物理极限。 这是大多数人没想到的逻辑——光的增长不只来自数据中心规模的扩大，还来自光替代铜的渗透率提升。每一代迭代，光吃掉更多铜的市场。这是双重驱动，不是单一驱动。 4. 产业链七个卡位，从上游到下游 现在我来把整条产业链拆清楚。 七个公司，覆盖从最上游的衬底到最下游的网络设备。 🔬 最上游：硅光衬底 $SOI 做的是硅光PIC的衬底材料——整个产业链最上游的原材料。没有SOI的衬底，硅光芯片就没有基础。护城河极高，几乎没有竞争对手能短期内介入。和TSEM形成上下游绑定：SOI提供衬底，TSEM代工成芯片。 🏭 代工层：硅光晶圆厂 $TSEM（Tower Semiconductor）硅光版本的台积电。 今天刚刚发生的重大事件： TSEM宣布签署$13亿的2027年硅光合同，收到$2.9亿产能预付款，2028年还有更大合同在谈判中。计划资本支出$9.2亿专门用于硅光扩产，Q2营收指引$4.55亿同比增22%。 TSEM最聪明的地方在于：它不赌哪条技术路线赢。 可插拔、NPO、CPO，三条路线都用TSEM代工。就算市场对技术路线判断错了，TSEM依然受益。这是光通讯产业链里确定性最高的picks-and-shovels。 💡 激光器层：光的心脏 光模块的核心是激光器。没有激光器，光模块什么都不是。 激光器分两条技术路线： 磷化铟（InP）路线——$LITE（Lumentum） LITE是目前唯一能量产200G每lane EML激光器的供应商，是1.6T收发器的关键零件。Nvidia预先锁定了LITE的EML产能，推迟交货期超过2027年。 Nvidia向LITE投资$20亿，用于加速AI基础设施光学技术。LITE CEO称2026年是激光器芯片销售的"突破年"，刚收到历史上最大的CPO超高功率激光器采购承诺。 LITE的护城河是时间积累的——InP激光器的制造需要极其精密的工艺，20年积累的经验是任何竞争对手短期无法复制的。而且LITE不只押注现在：EML是可插拔时代的命门，ELS外置激光器是CPO时代的命门，OCS光路交换机是未来AI集群的光学路由器。 三个产品线覆盖了光通讯从现在到2030年的完整需求。 硅光（SiPho）激光器路线——$SIVE（Sivers Semiconductors） Sivers专注于CPO系统的高性能InP激光阵列，Jabil合作是第一个商业验证信号，证明技术正在从研究走向真实超大规模部署。 SIVE不是要打败LITE，而是作为CPO时代激光器供应链里的补充供应商——当LITE和COHR产能不足时，SIVE是下一个选项。整个CPO产业的激光器供应严重短缺，补充供应商的价值会被重新定价。 🔭 光学系统层：从组件到整合 $COHR（Coherent Corp） COHR最新Q3财报：营收$18.1亿同比增21%，数据中心和通信板块$14亿，同比增40%。Nvidia同样投资$20亿入股COHR。COHR是整个光通讯赛道里垂直整合程度最高的公司。从InP晶圆到激光器到光模块到系统，全部自己做。COHR正在扩大6英寸InP晶圆产能，这是推动毛利率持续提升的核心驱动力——规模越大，每片晶圆的成本越低，利润越高。 LITE和COHR的关系是竞争者也是互补者： LITE：激光器专家，EML垄断，聚焦 COHR：光学系统整合商，体量更大，更全面 🏗️ 物理基础设施层：光纤和连接 $GLW（Corning） Corning是光通讯产业链里最让人意外的标的——一家成立于1851年的玻璃公司，正在成为AI基础设施的核心受益者。 Q1 2026光学通信业务增长36%，分部净利润增长93%。2028年营收目标$300亿，2030年$400亿，内含年化增速19%。两个额外的超大规模云厂商签署了长期协议。 Nvidia命名Corning为下一代AI基础设施光连接合作伙伴，投资$5亿+最高$32亿股权，在美国建三座专属光学工厂。 Corning做的是光纤、线缆和连接器——不是最性感的产品，但是不可或缺的基础设施。 城市要运转，不只需要主干道，还需要所有的小路、接头、路牌。 Corning做的就是光通讯世界里的所有"小路和接头"。 而且这些"小路和接头"是消耗品——每建一个数据中心都需要，每升级一个机架都需要。 📡 网络层：AI时代的网络基础设施 $NOK（Nokia） Nokia是这七个标的里最被市场误解的。大多数人还在用"翻盖手机公司"的眼光看Nokia。 Nokia 2026营收预期同比增长7.5%，EPS增长21.2%，光网络业务增速20%，AI和云业务增速49%，单季度新增€10亿AI和云订单。 Nokia做的是什么？ 光传输网络（OTN）——把数据中心之间用光连接起来的骨干网络。这是Scale-Across的核心基础设施。 Nokia的第六代超相干光学技术PSE-6s，是目前全球少数能实现800G甚至1.2T长距离光传输的技术之一。 Nokia收购Infinera之后，从"转卖别人芯片的公司"升级为"拥有自己光芯片工厂的公司"——同样的技术路线，市场给LITE估值66.5倍，给COHR估值35倍，Nokia只有30.8倍Forward PE。 这个估值差距是最大的错误定价之一。 七个标的的完整产业链图 最上游 SOI（硅光衬底） ↓ TSEM（硅光代工） ↓ 激光器层 LITE（InP EML，可插拔+CPO） COHR（垂直整合，光学系统） SIVE（CPO激光阵列，高赔率） ↓ 物理基础设施 GLW（光纤、线缆、连接器） ↓ 网络层 NOK（光传输网络，骨干连接） 每一层都有自己不可替代的护城河。 每一层都在受益于同一个趋势。 6. 为什么是现在？ 2026到2027年是在1.6T供应链建立立足点的关键时期，在一线客户的设计导入将决定长期赢家。现在是design-in阶段——产品正在被超大规模客户选中和锁定。等量产阶段到来，市场才会充分定价这些公司的价值。 在design-in阶段买入，等量产阶段收获——这是光通讯投资最好的时机。 7. 仓位逻辑 高确定性（重仓）： TSEM → 今天$13亿合同，产业链里最硬的催化剂 LITE → EML垄断+Nvidia锁定，现在到2028年都受益 COHR → 垂直整合，体量最大，Nvidia $20亿入股 中等确定性（配置）： GLW → Nvidia直接合作，物理基建不可或缺 NOK → 最被低估的估值，但故事兑现需要更多时间 高赔率（小仓位）： SOI → 和TSEM绑定，护城河高但流动性低 SIVE → CPO时代的纯粹赌注 8. 光会接力存储吗？ 会。但不一样的方式。存储的接力是一次性的价格重估——供需拐点到来，几个季度内完成定价。 光的接力是分阶段的持续重估—— 2026年：可插拔1.6T带来第一波 2027年：CPO开始量产带来第二波 2028年：Scale-Up全面光化带来第三波 三波叠加，才是光通讯超级周期的全貌。存储让你在一年内赚了10倍。光可能让你在三年内赚同样多，但过程更平稳，确定性更高。 最后一句话 光通讯不是一个新故事，是一个被重新发现的旧故事。 光纤已经存在几十年了，但AI让这个故事的量级发生了质变。每当数据中心需要更高密度、更低功耗、更远距离的连接时，答案永远是光。 #光通讯# #TSEM# #LITE# #COHR# #GLW# #NOK# #SOI# #SIVE# #CPO# #硅光# #光模块# #AI基建# #数据中心# #存储接力# #Nvidia# #美股# #USStocks# #SiliconPhotonics# #CoPackagedOptics# #EML# #光互连# #AIInfrastructure# #光纤# #Nokia# #Corning# #Coherent# #Lumentum#

性感小女僕上線拉 享受被主人調教是我的座右銘 易濕體質不是誰都能駕馭🥵 論誰都不想錯過一個 擁有極致體質的人吧 不想錯過就要馬上行動 錯過了可能就沒機會了 想挑戰的來➡️ #巨乳# #飢渴單女# #找性慾強的人#

如果我有错上天会惩罚我，而不是在我蹦迪的时候一个嘴臭的白男来搭讪一次又一次未果，最后一次问我是不是只喜欢亚洲男人，我说是啊，他说那你要单身一辈子了因为亚洲男的都很矮。我说我有50个亚洲男朋友，他就闭嘴了，说我是这里最性感的女生我说谢谢滚吧。

承认吧，现在的链上交易，散户本质上是在和 24 小时不睡觉的脚本、拥有顶级工具的机构抢肉吃。 你手动切链、算 Gas、盯大V动态的时候，Alpha 早就被夹完了。 直到我深度体验了 @velvet_capital，才明白他们搞的 SocialFAI 根本不是堆砌名词，而是在给普通人发 链上交易的钢铁侠战衣。 它最性感的降维打击在于三点： 1. AI 不是噱头，是你的外脑：他们不仅在 Virtuals 上早早就部署了 AI Agent，App 内更是实装了真正的 AI Copilot，甚至在训练专属的 Crypto 场景模型。它不是帮你画线，而是帮你过滤噪音，直接输出策略。 2. 抹平“链”的物理边界：BNB、Solana、Base、Hyperliquid、Ethereum... 在它的底层框架里，跨链不再是折磨。你只需要关注交易逻辑，基础设施的脏活累活它全包了。 3.VelvetX 的不公平优势：这个移动端优化的邀请制应用，给你的是一种在嘈杂市场中拥有私人顶级交易室的错觉。极致的流畅度，就是最大的 Alpha。 关于 8 月 10 日的明牌： 2,710,049 枚 $VELVET（价值超 100 万美金）即将发放。但请注意，这不是无脑撒钱，而是依据 Gem 排行榜 的精准分配。 平台在奖励什么？奖励那些真正在用它管理组合、跑通策略的早期超级用户。 本文基于官方披露与个人看法体验，投资需谨慎

【储存最好的上车时机，历史性窗口！】 Meta一天暴涨8.8%，美光同一天暴跌10.6%。 同一个AI产业链，同一天，方向完全相反。如果你只看其中一个，你会得出完全错误的结论。 7月1日，下半年第一个交易日，半导体板块集体崩盘。 美光跌10.6%，闪迪跌10.6%，AMD跌6.9%，英特尔跌9%，应用材料跌10%。整个存储和芯片板块像被人拔了电源。 但同一天，Meta暴涨8.8%——它宣布要把多余的AI算力做成云业务对外卖。微软涨了3%，亚马逊涨了1.4%。 AI产业链的定价重心正在从"建设阶段"往"变现阶段"迁移。 过去三年AI行情的逻辑是"谁在卖铲子谁涨"——英伟达、美光、博通，都是卖铲子的。 但当铲子卖到一定阶段，市场开始问下一个问题："铲子买了这么多，金子挖到了没有？" Meta昨天的暴涨就是在回答这个问题。它说：我不光买了铲子，我还要把多出来的铲子租给别人用，让铲子自己生钱。 华尔街最想听到的就是这个故事——AI投入开始产出回报了。 但这并不意味着卖铲子的公司就不行了。 美光跌了10.6%，它的基本面变了吗？没有。 上周财报营收$348亿，毛利率81%创历史新高，Q4指引$410亿。 跌的原因是资金短期从AI基建搬到AI应用，不是需求消失了。 市场现在觉得挖金子的公司比卖铲子的公司更性感。但挖金子的人越多，铲子的需求只会更大。 昨天存储芯片被砸出来的坑，可能是下半年最好的一次上车窗口。

当所有人都在谈 AI，这家机构在找别的股票 这家机构你可能略有耳闻。4月霍尔木兹海峡封锁时，这家叫 Citrini Research 的机构直接派分析师坐小船进去数，发现实际情况和报道完全是两回事 他们的逻辑：不被表象迷惑，要去寻找真相 这次他们把同样的逻辑放到了 AI 上。最新研报的核心观点：AI 交易太过拥挤，分析师的注意力被完全吸走，其他行业的定价错误在安静积累。一旦 AI 行情降温，资金会流向这些股票👇 第一条是航空 相关股票：Delta Air Lines（DAL）、United Airlines（UAL） 航空过去是典型烂周期行业：油价涨，利润被吃掉；经济弱，需求下滑；同行打价格战，现金流也跟着消失。但现在的航空不太一样，疫情后行业供给被压了一轮，航司不再疯狂扩运力，票价也不再只是抢市场的工具，而是开始变成利润工具 这也是 Citrini 关注 Delta 和 United 的原因。航空股不是突然变成科技股，而是行业从混乱竞争，慢慢变成更有纪律的现金流生意。如果 2026 年世界杯继续推高跨境旅行需求，这类公司更容易被重新定价 第二条是养老地产 相关股票：Welltower（WELL）、Brookdale Senior Living（BKD） 这个方向不性感，但基本面很硬。美国婴儿潮一代进入高龄阶段，80 岁以上人口未来几年会快速增长，养老院、护理设施、老年公寓的需求不是可选消费，而是刚需 问题是供给跟不上。养老设施建设慢，牌照限制多，资本投入周期长，所以需求增长不会马上变成新供给，而是先反映在入住率和租金上 第三条是线下活动 相关股票：TKO Group（TKO）、IMAX（IMAX）、Cinemark（CNK）、Live Nation（LYV） 这条线其实是 AI 和数字世界的反面。过去十几年，电影、音乐、体育、社交都在被搬到线上，但线上内容越便宜、越泛滥，真正稀缺的东西反而变成了线下体验 一场 UFC、一场演唱会、一场世界杯、一部 IMAX 电影，卖的不只是观看权，而是现场感和参与感。线下体验越来越像奢侈品，票价和变现能力也在上移 第四条是交易平台 相关股票：Robinhood（HOOD）、Coinbase（COIN） Crypto 已经教育了用户，资产价格不应该只在工作日和交易所开门时间波动。当市场越来越习惯 24/7 交易，传统金融交易时间也会被重新审视 这个变化会冲击传统交易所，也会给新型交易入口带来机会。Robinhood 和 Coinbase 的价值，不只是券商或交易所，而是下一代交易平台入口 第五条是 BNPL，先买后付 相关股票：Affirm（AFRM） 这个行业过去被市场打得很惨，因为很多人把它看成高利率环境下的消费金融泡沫。但 Citrini 的角度是，BNPL 不只是贷款，更像一种嵌入式支付入口 只要消费端没有崩，风控模型继续改善，商户愿意为转化率付费，这类公司就不应该只按坏账周期定价 所以 Citrini 这份报告的重点不是AI不行了，而是市场已经太久没有认真看 AI 之外的资产 AI 仍然是主线，但主线过度拥挤后，资金一定会寻找下一个低关注区域。航空、养老地产、线下活动、交易平台、BNPL，看起来不在同一个故事里，但共同点很清楚：它们不是最热的资产，却可能是被低估的资产

GPT-5.6和Fable 5联手搞定了一个25年没人证出来的通信理论问题。 说出来有点反常识：用的算法是2000年代就有的。 符号LMMSE估计加热心逐位翻转，复杂度O(N³)，简单到通信工程师看了会说这不就是我们一直在用的那个吗。 问题是大家用仿真跑了二十年都知道它好使，但谁也没能从数学上严格证明它确实达到了信息论最优阈值。 现在证明出来了。在N×N高斯MIMO信道上，这个简单算法在SNR≥2log N时就能把N个比特全部正确恢复，跟指数时间的最大似然检测打平。 那个从2000年代初就悬在那儿的计算-统计鸿沟——统计上能恢复的时候，多项式时间算法到底行不行——关掉了。 证明分三步。先证LMMSE初始估计离真实解只差亚线性Hamming距离，再证真实解附近每个错误比特翻回来都有正增益而且优化路径跑不偏，最后证任何下降路径必然收敛到精确解。 就这些，没有新数学。 真正有意思的部分在后面。 Dimitris Papailiopoulos是这个问题早期的研究者之一，他自己说得很直白：无线通信领域早就不关心这个了。 大规模MIMO、5G/6G、编码、神经网络检测器，这些才是现在的热点。精确块恢复阈值这个问题，被社区丢在角落大概十五年。 它不是那种全世界聪明人都在攻但攻不动的明星问题。 它是那种大家都知道应该有人证、但谁也没真坐下来花几个月把冗长的证明磨完的问题。因为不划算。 证出来了也发不了顶会，领域已经走了，学术生涯不会因此加速。 然后AI来了，花了不知道多少时间，把它证完了。 这件事比结果本身值得注意。它说明一个事：很多长期开放的问题，缺的不是新数学，是有人愿意把已知的工具足够耐心地拼到正确高度。这个证明不需要灵光一闪，需要的是不犯低级错误地推很多步，在该卡住的地方找到正确的技术路径，然后一直推到底。 人会烦。人会觉得这个问题不够性感。人会在证明到一半的时候去做更热门的东西。AI不会。 它不在乎问题流不流行，不在乎证明过程好不好看，它就一直推。 Dimitris管这叫把Death Star对准那些社区已经搬走但逻辑上还没关闭的老问题。我觉得这个说法很准。 想象一下各个学科里散落着多少这种问题——被遗弃的理论死角，证明就在那儿等着人写，但没人写。现在AI可以极低成本地一个一个扫过去。 当然实用价值有限，算法本身20年前就在用了，证明只是给了个理论盖章。现代通信系统关心的是软输出、是编码增益、是近似算法，不是严格的精确块恢复。O(N³)对真正大规模的MIMO也偏重。 但证明技术能迁移到随机格点解码、同步问题、稀疏恢复这些相邻问题上。 而且它展示了一种新的研究模式：人来判断哪些问题值得攻、给出方向和关键直觉，AI负责把那些需要耐心但不需要天才的长证明推完。 我看完最大的感受跟AI能力关系不大。就是觉得，有多少东西其实早就可以被解决了，积木都散在地上，就差一个不会无聊的人把它们搭起来。