他主动帮我付钱、还要微信，我以为今天又被搭讪了…… 直到老板一句话，我整个人僵在原地。 SEEDANCE 2.0 PROMPT: PART A. 女顾客替换为预设成年女角色人物全程使用预设角色#1的脸部、发型、身材和身份特征参考# ；角色#1为成年人。全程只穿预设服装##3# ，加丝袜 ，精致五官、带着装饰眼镜 ，脚穿深紫色高跟鞋，冷艳却带魅惑气质。 搭讪男子替换为预设成年男角色#2# hf_20260702_115248_424b92a4-ca6f-401a-baa3-709ae4b60581 ，面部、发型和身材严格参考角色#2，；# 包子店老板保留为普通中年男性配角，黑色短袖，不得与男角色#2混脸。# 【真实系前缀】 16:9横屏，1280×720，30fps，真实中国街头包子铺短视频。使用普通手机原生相机手持拍摄，由同一名站在队伍侧面的拍摄者掌镜；自然日光、树荫和店铺顶棚形成混合照明。自动曝光、自动白平衡、轻微对焦迟疑、细微呼吸抖动、转身时自然运动模糊，肤色和毛孔真实，不磨皮，不做广告级布光，不做电影调色。镜头之间只用直接硬切。 真实同期收音：街边行人声、队伍细碎交谈、衣物摩擦、塑料袋声和店铺环境声。人物声音随距离自然变化，口型严格同步。无背景音乐、无旁白、无夸张喜剧音效。 【场景与道具锁定】 临街包子铺，橙黄色门框、白色方砖墙、玻璃柜台、多层圆形不锈钢蒸笼，蒸笼里摆满白色包子。柜台上只有一袋已经装好的透明塑料袋包子。店外有成年顾客排队，背景树木和居民楼位置稳定。所有人物、蒸笼、包子和塑料袋不得瞬移或复制。 【女角色海妖风姿态】 女角色#1在排队、拒绝和自我夸赞时，身体微侧形成自然流畅的S曲线，肩部放松下沉，颈部优雅拉长，下巴轻微侧伸，胯部略向一侧推出，双腿前后错位自然交叉。只让一只手缓慢克制地轻触发丝，另一只手自然垂放；半垂眼皮，冷感侧视男角色##2，表情克制、有距离感。姿态必须像生活中的自然站姿，不能扭腰、舔唇、媚笑或舞台化摆拍；# 【严格时间分镜】 0.00—1.93秒｜店铺侧后方手持中景 镜头隔着排队人群拍向玻璃柜台。女角色#1原本站在队伍前方、靠近柜台；男角色##2从她身后快速向前跨一步，插到她与柜台之间，背部朝向镜头。他稍微抬起右手示意老板，语气自然又自信地说：# 男角色#2：“老板，这个美女的钱我来付。”# 女角色#1侧眼看他，眉梢轻抬，没有立刻说话。老板继续低头装包子。# 底部字幕：“老板这个美女的钱我来付” 1.93—4.30秒｜硬切男角色#2近景# 男角色#2位于画面左侧，女角色##1的侧脸和发丝占据右侧前景。男角色转脸看向她，先露出自然友好的浅笑，视线落在她眼睛上，略带试探地说：# 男角色#2：“美女，你长得真漂亮，可以加个微信吗？”# 说到“微信吗”时眉毛轻抬，嘴角保持期待的笑，不要油腻或夸张。 字幕依次准确显示： “美女你长得真漂亮” “可以加个微信吗” 4.30—6.50秒｜硬切女角色#1近景# 女角色#1占画面中心偏右，男角色##2的肩膀和部分侧脸位于左侧前景。她先保持半垂眼皮与克制的海妖风侧视，嘴角出现一瞬礼貌浅笑；随后目光短暂移开，轻轻摇头，平静清楚地回答：# 女角色#1：“不好意思，我有男朋友了。”# 说完重新看向男角色#2，表情不厌恶，只保持礼貌而疏离。# 字幕依次准确显示： “不好意思” “我有男朋友了” 6.50—7.87秒｜硬切男角色#2近景# 男角色#2听完没有受伤或尴尬，只短促眨眼，嘴角仍保持浅笑，轻轻点头说：# 男角色#2：“啊，行吧。”# 随后视线立即从女角色移向柜台，身体准备转身。 底部字幕：“啊行吧” 7.87—11.60秒｜硬切店铺中景 男角色#2转向柜台，右手朝老板做一个简短示意，同时自然说道：# 男角色#2：“老板，钱我刚才已经付了。”# 他说话时伸手拿起柜台上唯一一袋透明塑料袋装的包子。塑料袋被提起时自然下坠摇晃，发出清晰的塑料摩擦声。男角色提着包子从队伍前方离开，朝镜头方向经过；他的表情轻松自然，完全不回头看女角色。 女角色#1留在原位，先追着他的背影看了一眼，以为自己刚刚被搭讪，没有察觉他只是借机插队。# 底部字幕：“老板钱我刚才已经付了” 11.60—13.20秒｜硬切女角色#1正面中近景# 男角色#2从画面左侧前景走出。女角色##1面向镜头附近的同伴，重新恢复舒展的海妖风S曲线，颈部拉长，下巴微抬，轻触一缕发丝。她先无奈地呼出一口气，随后带着克制的自信浅笑说：# 女角色#1：“没办法，长得太好看。”# 字幕：“没办法长得太好看” 13.20—15.00秒｜保持同一女主中近景 不切镜头。女角色#1的自信继续上升，眼神略向上侧视，头部轻轻倾斜，以一种把烦恼说成日常事实的语气继续说道：# 女角色#1：“最大的缺点就是容易……”# 必须遵守原片语速：13.20秒左右开始“最大的缺点就是”，14.84秒开始说“容易”；15.00秒切断时仍处于“容易”的发音过程，没有停顿、没有闭嘴、没有完成整句话。 画面底部已出现完整字幕： “最大的缺点就是容易被人搭讪” 【本段结束帧】 15.00秒突然结束。女角色#1仍处于正面中近景，身体保持海妖风S曲线，头部略微向右倾斜，嘴唇正处于“容易”的发音口型；背景顾客位置、日光、景深及完整字幕全部保持不变，为第二段直接续接。# 【负面提示】 禁止改写或增加台词；禁止男女性别、声音或台词互换；禁止把“他”写成“她”；禁止男角色真心失恋或垂头丧气；禁止女角色提前知道插队真相；禁止老板提前揭穿；禁止塑料袋和包子复制、消失或变形；禁止角色换脸、换装、站位跳跃；禁止群众齐刷刷看镜头；禁止夸张媚态、机械眨眼、塑料皮肤、错误手指；禁止慢动作、推拉摇移炫技、景深虚化、配乐、旁白、额外字幕、平台UI和水印。 PART B : 【生成任务】 续写上一段视频，生成约8.18秒的完整后半段，对应参考视频《包子剧.mp4》的11.60—19.78秒。 必须补全此前没有生成的情节： 女角色#1说完“没办法，长得太好看。最大的缺点就是容易被人搭讪。”→包子店老板平静拆穿：“你想多了，他就是来插队的。”→女角色##1的海妖风自信姿态瞬间瓦解，露出瞪大眼睛、无声尴尬的表情。# 不得从“容易”中间续接，两句女主台词都必须从头、完整、清楚地说完。 【角色参考优先级】 1. 女顾客必须使用预设成年女角色#1的脸部、发型、身材和身份特征参考# ；角色#1为成年人。全程只穿预设服装##3# ，加丝袜 ，精致五官、带着装饰眼镜 ，脚穿深紫色高跟鞋，冷艳却带魅惑气质。 2. 刚刚离开的年轻男子是成年男角色#2# 。本段开头只允许他的肩膀或背影从左侧前景短暂离开，之后不得重新进入画面。 3. 包子店老板是普通中年男性配角，短发、黑色短袖，站在玻璃柜台后面。老板不得使用男角色#2的脸，不得年轻化或美型化。# 【续写起点】 使用上一段成片的最后一帧作为本段第一帧。 男角色#2刚刚拿走柜台上唯一一袋透明塑料袋装的包子，正从画面左侧前景离开；女角色##1仍然留在包子铺前的队伍里，视线追随他的背影。她误以为男角色##2刚才是真心向自己搭讪，并没有意识到他只是借替她付款的理由插队。# 所有人物位置、服装、发型、环境光线、玻璃柜台、蒸笼、包子、背景顾客及街道方向必须与上一段最后一帧连续。不要重新演男角色搭讪、拒绝或拿包子的过程。 【真实系影像前缀】 16:9横屏，1280×720，30fps，真实中国街头包子铺短视频。普通手机原生相机手持拍摄，由同一名站在队伍侧面的拍摄者掌镜。自然日光与树荫混合照明，自动曝光、自动白平衡、轻微曝光呼吸、轻微手持抖动和真实动作模糊。 人物皮肤保留真实纹理、毛孔、细小表情纹和自然肤色，不磨皮、不锐化过度、不使用广告式人物补光。构图略带普通路人拍摄的不完美感，但人物表情与老板的反转台词必须清晰可读。 镜头之间使用直接硬切，不使用转场、慢动作、推拉炫技或电影式环绕运镜。 【场景与道具锁定】 临街包子铺保持原视频结构： 橙黄色门框； 白色方砖墙； 玻璃食品柜台； 圆形不锈钢蒸笼； 蒸笼里摆满白色包子； 老板站在柜台后； 成年顾客在店外自然排队； 背景可见绿色树木与普通居民楼。 透明塑料袋装的包子已经被男角色#2拿走，柜台上不得再次生成第二袋包子。所有蒸笼、包子、人物和背景顾客不得复制、变形或瞬移。# 【女角色#1海妖风姿态】# 反转发生之前，女角色#1保持自然、克制的海妖风姿势：# 身体微侧形成流畅S曲线，肩部放松下沉，颈部优雅拉长，下巴微微抬起，胯部轻微向一侧推出，双腿前后错位并自然交叉。只用一只手缓慢轻触耳侧的一缕发丝，另一只手自然垂落。半垂眼皮，冷感侧视男角色离开的方向，表情克制、自信、带一点危险的距离感。 这种姿态必须融入真实排队动作，不能像摄影棚摆拍；不扭腰、不舔唇、不频繁眨眼、不夸张媚笑。只表现成年女性的姿态和眼神，不添加鱼尾、鱼鳞、海水、魔法粒子或任何奇幻元素。 【严格时间分镜】 0.00—1.60秒｜硬切女角色#1正面中近景# 男角色#2的肩膀或米色衣服边缘从画面左侧前景彻底走出，此后不再出现。# 女角色#1站在画面中央，先顺着男角色离开的方向看一眼，随后把目光收回到镜头附近的同伴身上。她自然呼出一口气，身体舒展成克制的海妖风S曲线，颈部拉长，下巴微抬，一只手缓慢整理耳侧的一缕发丝。# 她先露出一种“这种事情经常发生”的无奈神情，随后嘴角出现克制的自信浅笑，以自然口语完整说道： 女角色#1：“没办法，长得太好看。”# 表演细节：说“没办法”时轻轻呼气、眉梢微抬；说到“太好看”时眼神略微向上侧视，嘴角自信地上扬，但不直视摄影机炫耀。 底部字幕准确显示： “没办法长得太好看” 1.60—4.28秒｜保持同一女主中近景，不切镜头 女角色#1的错误自信继续上升。她保持海妖风S曲线，手指从发丝上缓慢离开，头部轻轻向右倾斜，半垂眼皮，带着克制而略显得意的浅笑继续完整说道：# 女角色#1：“最大的缺点就是容易被人搭讪。”# 台词必须从“最大的”开始，到“搭讪”完整结束，不截断任何字，不省略“容易被人”，不得改写成其他句子。 表演递进： 说“最大的缺点”时，她的眉梢略微抬起； 说“就是容易”时，下巴轻轻抬高； 说“被人搭讪”时，头部缓慢向另一侧倾斜，眼神自然侧视，嘴角形成自我满意但不过分夸张的浅笑。 她完全没有意识到刚才发生的是插队，不能提前看向老板、提前震惊或露出怀疑。 底部字幕准确显示： “最大的缺点就是容易被人搭讪” 4.28—4.50秒｜无对白停顿 女角色#1说完后保持约0#.22秒的自信浅笑和海妖风姿态，像是在等待旁人认同。现场只保留街道声、队伍细碎交谈声和店铺环境声。 不要加入罐头笑声、喜剧音乐或反转音效。 4.50—6.17秒｜硬切老板反打中景 从女角色#1背后拍向包子店柜台。女角色的后脑、肩部以及服装##3的部分轮廓位于画面右侧前景；老板位于画面中央，站在玻璃柜台后面。不锈钢蒸笼与白色包子清晰可见。# 老板原本正在低头整理包子，听见女角色的自夸后才抬起眼睛。他没有笑，也没有故意嘲讽，只用平静、直接、略带无奈的口吻说道： 老板：“你想多了，他就是来插队的。” 表演细节： 说“你想多了”时，老板短暂看女角色一眼； 说“他就是来插队的”时，手上的工作仍然继续； 台词结束后自然低下视线，不等待掌声，也不做喜剧表情。 “他”必须指已经离开的男角色#2。声音中的“他”和字幕中的“他”都不能生成成“她”。# 字幕依次准确显示： “你想多了” “他就是来插队的” 6.17—8.18秒｜硬切女角色#1正面反应特写# 切回女角色#1正面近景，镜头距离比自夸镜头稍近，但焦距、光线和方向保持连续。# 她的表情按照以下顺序自然变化： 先保持约0.10秒刚才的自信浅笑； 听懂老板的话后，半垂的眼皮迅速抬起； 瞳孔转向老板所在方向； 眉毛先上扬； 嘴角的浅笑突然僵住并慢慢消失； 嘴唇微微张开； 下颌停止动作； 短促眨眼一次； 屏住呼吸，不说任何台词。 与此同时，她原本完整的海妖风姿态自然瓦解：颈部不再刻意拉长，轻触发丝的手停顿一下后缓慢落下，身体由流畅S曲线变成略显僵硬的直立姿态。 最后约0.70秒停留在她瞪大眼睛、嘴唇微张、无声尴尬的表情上。不要尖叫、捂嘴、后退或摔倒。背景顾客只允许有轻微的自然视线变化，不能集体大笑或齐刷刷看她。 最后一帧保持女角色尴尬僵住的面部特写，自然结束。 【声音要求】 全部使用真实现场同期声： 街道行人与远处车辆声； 排队顾客低声交谈； 衣物与发丝的轻微摩擦声； 包子铺内部器具碰触声； 老板隔着柜台传来的自然空间混响。 女角色#1声音年轻、自然、自信但不过度表演；老板声音来自柜台后方，距离比女角色稍远。所有口型与台词严格同步。# 无背景音乐、无旁白、无罐头笑声、无反转音效、无干净棚录配音。 【连续性要求】 女角色#1的面部、发型、服装##3、肤色和身材全程保持一致；# 男角色#2离开后不得重新出现；# 老板与男角色#2不得混脸；# 透明包子袋已被拿走，不得回到柜台； 正反打保持空间方向一致； 女角色始终在柜台外，老板始终在柜台内； 女角色必须先完整自夸，老板才能揭露真相； 女角色必须听完老板整句台词后才出现震惊反应； 字幕必须严格对应当前说话者，不得提前显示老板的反转答案。 【真实系负面提示】 禁止遗漏女角色的两句完整台词； 禁止从“容易”中间开始； 禁止截断“最大的缺点就是容易被人搭讪”； 禁止把“他就是来插队的”写成“她就是来插队的”； 禁止重复搭讪、拒绝、付款或拿包子的情节； 禁止男角色#2重新进入画面；# 禁止女角色提前知道插队真相； 禁止女角色提前震惊、提前看老板或突然失去笑容； 禁止老板大笑、嘲讽、挤眉弄眼； 禁止夸张尖叫、捂嘴、后退、摔倒或卡通式变形； 禁止角色换脸、换装、复制、站位互换； 禁止错误手指、多余手臂、手掌穿过头发； 禁止群众同步表演或集体大笑； 禁止塑料皮肤、强磨皮、广告布光、过度虚化； 禁止稳定器般丝滑移动、慢动作、环绕运镜和特效变焦； 禁止奇幻海妖元素； 禁止背景音乐、AI旁白、额外台词、额外字幕、平台UI和水印。

AI光互联进入"无距离"时代，CPO/薄膜铌酸锂迎来历史性拐点 A股的光有哪些！ 6月2日Computex大会上，Marvell CEO与Nvidia CEO黄仁勋同台对谈，首次系统阐述了AI数据中心光互连的演进蓝图。双方共识明确：连接性已成为AI基础设施的新瓶颈，计算和内存瓶颈逐步解决后，系统性能将由连接架构定义。Agentic AI、混合专家模型等新一代工作负载对数据移动的需求呈指数级增长，光互连是突破物理限制的唯一路径。 核心催化： "铜退光进"已成定局。黄仁勋直言"尽可能用铜，能用光的地方全用光"。当前机架内200Gbps铜线极限约2.5米，已接近实际布线需求；400G单通道后铜线距离极限将被触及，机架内全互联将逐步转向光学。Marvell重点展示CPO方案，光纤直连消除PCB走线，显著提升密度并降低功耗。 "无距离数据中心"蓝图落地。Marvell描绘通过全光互连实现计算、内存、网络资源池化，Scale-up从单机架NVLink 72扩展至跨多个机柜乃至1000+ XPU/GPU，服务器解构为独立计算池和内存池，架构按工作负载动态优化，彻底打破距离约束。 未来5-10年铜光并存，但光学增量巨大。Scale-up/out/across全场景均需光互连支撑，各环节均有历史性投资机遇。 重点关注： 大光： 旭创+新易盛+立讯+东山（物料+订单+客户有保障，业绩成长性高） 弹性光： 联特（新确认物料+订单有保障，CPO组件主力供应商）汇绿（cohr核心代工商，FR/ELS等新产品持续贡献增量） CPO： 长芯博创（DFAU+MPO是CPO封装刚需，份额/价值量有望超预期）天孚（英伟达CPO核心供应商） 薄膜铌酸锂： 光库（国内唯一、全球三强TFLN调制器厂商，CPO上游"刚需品"）天通、安孚（单波400G确定性方向，龙头厂商纷纷布局） 磷化铟：云南锗业（磷化铟衬底龙头，光芯片核心材料），衬底材料国产替代加速

AI光互连正在进入“混合化时代” AI scaling真正撞墙的位置，已经越来越接近data movement。移动bit的成本，开始越来越接近，甚至超过计算bit本身。 massively parallel IO、power/bit、thermal density、reliability、optical packaging、chip-to-chip bandwidth这些问题越来越成为瓶颈。未来光互连越来越像系统工程问题。 AI光互连重要的趋势，是“光互连混合化”。行业正在从每模块独立激光、pluggable optics、板级光模块，逐渐走向 CPO、ELS（External Laser Source）、Optical IO、chiplet optics、MicroLED optical interconnect。核心原因很简单：激光器越来越难放在最热、最密集、最难维护的位置。于是行业开始把激光集中化、共享化、远程化。ELS路线背后的本质，也是把光源从局部模块变成系统级资源。 ai集群的网络功耗正在逼近计算功耗。GPU越来越像“被IO限制的计算器”。于是光开始越来越靠近封装。过去是 GPU → PCB → 铜 → 光模块 → 光纤。未来越来越像 GPU旁边直接就是光。而一旦光进入封装，热、良率、耦合、封装、可靠性，全部开始指数级变难。 于是MicroLED开始成为选项。传统激光路线更强调单通道极限速度、长距离、相干性、超低损耗。MicroLED路线更强调海量并行lane、超短距离、低功耗、CMOS-like scaling、低成本、超高密度。重要的是，它更接近“半导体+显示产业链”的制造逻辑。 很多人会把MicroLED理解成激光替代。更准确的理解是：它更接近“铜线升级方案”。尤其适合 chip-to-chip、package-to-package、board-level optics、rack内部互连这些超短距离场景。 这里真正重要的，是总IO数量能不能持续扩展。 现在这个方向最积极的推动者之一，其实是Microsoft。MediaTek已经和Microsoft Research联合开发基于MicroLED的AOC（Active Optical Cable）。路线很明确：重点放在AI scale-up网络里的超短距高并行光互连。核心思路是“slow-and-wide”。重要的是海量低速并行光通道，而不是少量超高速channel。这其实非常符合AI时代的网络特征，因为AI真正需要的，越来越像“无限并行IO”。 MTK具备完整的数据中心系统能力，包括高速IO、ASIC协同、SerDes、封装、power delivery、hyperscaler协同、大规模量产。而且它已经绑定Microsoft。这意味着它已经开始进入hyperscaler验证阶段。微软公开时间线是2027年前后开始商业化部署。 另一边，KOPN也已经正式进入这个赛道。它原来的核心能力是AR、military optics、MicroLED display，但现在已经开始向AI optical interconnect迁移。KOPN已经和Fabric. AI合作，推出MicroLED optical interconnect demo chipset，并签下初始订单和exclusive agreement。这意味着行业已经开始从“研究验证”进入“早期商业化验证”。 KOPN和MTK路线很接近，都在赌未来AI网络会从“few ultra-fast lanes”转向“many lower-power parallel optical lanes”。重要的是，两者定位不同。MTK更像系统路线定义者，KOPN更像底层光源和器件供应商。未来很可能形成：MTK负责系统方案，KOPN负责部分核心MicroLED器件，其他SiPho/CPO厂商提供不同层级补充。整个行业最终更像异构拼图。 这个赛道门槛是半导体、光学、显示、封装、数据中心系统五个产业叠加。难点是如何同时做到：超高良率、超高一致性、超低误码率、超低功耗、超长寿命、超高密度。这里最难的几个环节包括：III-V外延、GaN制造、MOCVD、mass transfer、wafer-level alignment、光学耦合、thermal engineering、光学封装。 MicroLED仍然高度依赖III-V GaN体系，尤其蓝光/绿光MicroLED，本质更接近显示产业链。其瓶颈是GaN外延、高端MOCVD、MicroLED mass transfer、wafer-level alignment、optical packaging、thermal management、高速驱动IC。 很多东西已经开始接近“TSMC CoWoS + 光学 + 显示制造”三者叠加的复杂度。所以这个行业最终很可能形成极少数核心玩家，而且一旦进入hyperscaler production，护城河会非常深。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

AXTI：AI 光互联的“卖水人”，也是最近我最想做波段的一只美股。 最近看 AI，我反而越来越少追最热的名字了。 英伟达、光模块这些已经被市场研究得非常透，我现在更喜欢往产业链最上游找—— 谁是那个需求爆发之后，短时间内根本扩不出产能的环节？ AXTI 就是我最近盯上的一个。 它真正让我感兴趣的不是“AI概念”，而是 InP（磷化铟）。 800G往1.6T升级之后，高速光互联对InP的需求正在快速增加。 换句话说，大家都在研究谁能卖更多光模块，我更关心： 如果光模块都要扩产，谁在给他们提供最上游的关键材料？ AXTI就是这个位置。 而且这次财报的数据确实有点猛： Q2营收 4760万美元，预期只有3410万； EPS 0.19美元，预期0.07； InP业务做到 3070万美元历史新高； 更夸张的是Q3，公司直接给出约 6600万美元营收指引，远高于此前市场预期。 再看订单端： $1亿+在手积压订单。 Lumentum甚至愿意拿出 8700万美元预付款，把供应关系锁到2031年。 我觉得这件事比任何AI故事都有说服力。 因为客户嘴上说“需求旺盛”没什么意义。 愿意提前拿真金白银锁几年产能，才说明他们真正担心的是未来拿不到货。 所以我对AXTI的定义一直很简单： AI光互联的“卖水人”。 但有意思的地方来了。 这么好的财报，AXTI却从近期低点50美元附近一路冲到88.58美元之后，又快速回到了 73美元附近。 很多人看到这种走势第一反应是： 是不是炒完了？ 我的理解反而没这么简单。 50→88，交易的是预期差； 88→73，杀的是财报之后过高的情绪溢价。 真正需要判断的是： 基本面到底有没有跟着股价一起恶化？ 目前至少从Q3指引、InP需求、积压订单和Lumentum长期协议来看，我暂时没有看到这个信号。 所以这种股票我反而不太喜欢单纯“买进去等涨”。 它波动这么大，多空都能做，才有意思。 这也是为什么我最近直接在 Bitget 美股合约里盯 AXTIUSDT。 以前交易这种美股，我经常会遇到一个问题： 看对了趋势，却只能等现货上涨。 但放到 Bitget 美股合约里，我的思路就简单很多： 看多，可以做多； 涨太快觉得估值透支，也可以做空； 不用非得给AXTI贴一个“永远看多”或者“永远看空”的标签。 我交易的是价格，不是信仰。 这也是我觉得 Bitget 美股合约比较适合这种高波动AI标的的地方——一个账户里就能直接围绕行情做多空策略，不需要因为观点变化重新换交易场景。 我目前自己的交易计划也很明确： $71-74：重点观察承接，如果结构企稳，我会考虑分批做多； 85-90：前高附近压力明显，如果快速反弹，我会倾向减仓锁利润； 66-68：关键防守区域，一旦有效跌破，就要重新审视逻辑，而不是死扛。 而如果AXTI后面再次冲到85-90附近，但基本面没有新的上修，我甚至会开始观察 Bitget AXTIUSDT 的反向机会。 这才是我现在喜欢用美股合约交易这类股票的原因： 不是因为我知道它一定涨还是一定跌，而是无论市场最后选择哪个方向，我都有工具表达自己的判断。 AI行情走到现在，下一阶段我觉得值得挖的已经不只是GPU。 算力继续增长之后，光互联、供电、散热、上游材料都会开始出现自己的“卖水人”。 AXTI是不是其中最大的赢家，现在还不能下结论。 但至少它已经进入我的交易池。 而对于这种一天10%、20%波动都不奇怪的标的，我更愿意直接放在 Bitget 美股合约里盯着。 有行情就交易，没有机会就等。 这比猜一个遥远的目标价有意思多了。

从 GaAs 到 InP：AI 光互连时代的隐性瓶颈 GaAs（砷化镓）是 III-V 半导体材料，长期用于射频和光电器件。更重要的是，它形成了一整套成熟制造体系，这套体系可以部分复用于 InP（磷化铟）。 而InP 是当前 AI 光互连的关键材料。 AI 基础设施的核心约束之一是光互连，而光互连带动InP 需求快速放大。 InP 外延门槛看起来不高，因为：设备可以买，像 Aixtron、Veeco 都提供设备；器件厂商如 Coherent Corp.、Lumentum Holdings 也在自建外延。 问题在量产。关键是三件事：良率、一致性、可靠性。这些不在设备上，而在工艺能力上。进入不难，做好很难。 GaAs 产线可以扩 InP，但不是简单复制。设备、厂房、部分工艺可以复用。材料特性不同，良率提升更难，扩产是一次工艺跃迁。是否扩产取决于需求强度、资本效率、客户绑定。 而对很多供应商来说，当前三者同时成立。 产业链的瓶颈当前在衬底层。原因很直接：技术难、扩产慢、供应集中。代表公司是 AXT, Inc.、Sumitomo Electric Industries。 但下一阶段可能会外溢到外延，比良率和定制能力。代表是 IQE plc 及台湾厂。 对 IQE 来说，订单来源分三类：没有外延能力的客户、IDM 外包、产能溢出。第三类最重要。它吃的是“别人做不过来的部分”。 InP 不像芯片和存储，资本密度高、需求集中、技术门槛高；inp产品定制化，应用分散，资本门槛相对较低。因此，inp的护城河相对较窄。 但集中趋势仍然存在。AI 把需求集中到光互连，良率形成正反馈，客户认证周期长。最终结构是分层的：衬底 几家 家，外延几家，器件分散。 核心公司吃确定性增长，IQE 吃供需错配，它能吃多少，只取决于别人来不及做多少。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议，dyor

行业分析：AI光互连全景：谁是下一个“HBM级瓶颈”？ AI算力的瓶颈正在从计算转向带宽。随着GPU规模扩大，节点间通信接近N²级增长，电互连在功耗与距离上逐步触顶，光互连从可选项变成刚需。这一变化不只是需求扩张，而是产业结构的重排：光开始从数据中心边缘进入系统核心，甚至进入封装内部。 从底层看，硅光（SiPho）是在硅基上做出一整套光通信器件：波导负责传光，调制器把电信号变成光，探测器再把光变回电。它解决的是带宽与能效问题。硅本身不能发光，激光器依赖InP、GaAs等III-V材料，因此整个体系天然是“硅 + III-V”的异构结构。 产业链可以拆成四层：上游材料（InP与激光材料）、中游核心器件（激光器、硅光芯片）、模块与封装（光模块、CPO）、以及系统与网络架构。价值分配并不均匀。最稀缺的是光源，也就是激光器及其背后的InP体系，这一层类似算力链中的HBM，是物理瓶颈；再往下是硅光与光芯片，决定光电融合是否可行；光模块更偏制造与组装，周期性更强；真正的高价值封装集中在系统级CPO。 在硅光制造这一层，Tower Semiconductor 和 GlobalFoundries 是典型代表。它们本质是foundry，把光子芯片从设计变成晶圆。器件公司是它们的客户，而不是供应商。两者路径不同：TSEM更像工艺专家，擅长定制和复杂结构，解决“别人做不出来”的问题；GF更像平台型foundry，提供标准化工艺和规模能力，让更多客户可以复制。 这也解释了近期股价的差异。TSEM的上涨几乎直接由AI光互连驱动，尤其是硅光需求进入订单兑现阶段；GF更多受益于AI整体需求扩散，硅光只是其中一部分。前者是主线变量，后者更像beta。 很多人会误以为竞争在晶圆尺寸，比如300mm。但在SiPho、模拟、RF这些领域，关键不在晶圆，而在工艺复杂度、良率和客户绑定。真正决定竞争力的是能否稳定量产复杂光电结构，而不是晶圆大小。 从全球格局看，中国在光模块层面占据优势，但在SiPho制造仍处于早期阶段。差距不在技术原理，而在量产能力和客户验证。短期内，由于订单和经验的正反馈，差距在拉大；中期随着下游需求反向驱动，上游有望追赶。这一结构和HBM不同，SiPho不属于天然寡头，更可能走向多极竞争。 真正改变产业结构的是CPO（co-packaged optics）。CPO不是一个器件，而是一种封装形态：把光芯片与算力芯片封在一起，使光从“外部模块”变成“系统内部的一部分”。实现路径是先在SiPho晶圆上完成器件制造，筛选良品（KGD），切割成die，再与GPU/ASIC、HBM等一起进行异构集成，通常采用平面并排而非堆叠。 这一变化的核心结果是：硅光从“独立产品”变成“系统中的一层”。功能重要性不变，但定价权下降。过去光模块可以独立定价；在CPO中，价值更多被系统整合者吸收。掌握先进封装能力的厂商更接近控制节点，这也是为什么TSMC和Intel在这一阶段具备更强话语权，而TSEM和GF更接近中游die供应商。 CPO对技术提出了三大硬约束：功耗、带宽密度和封装耦合。功耗决定系统是否可持续，带宽密度决定扩展能力，封装耦合决定良率和成本。这三点直接推动硅光工艺进入新阶段。 在这一过程中，低损耗波导成为关键基础。波导是芯片内部的“光通道”，损耗以dB/cm衡量。0.1 dB/cm与1 dB/cm的差异，会在封装内线性累积，直接决定系统功耗与成本。当前主流量产水平在0.3–1 dB/cm，先进工艺可到0.1 dB/cm，实验室中的氮化硅（SiN）接近0.01 dB/cm，但距离大规模量产仍有距离。材料路径也逐渐清晰：硅波导受限于粗糙度和折射率，长期趋势是向SiN迁移。 难点不在单点，而在多重极限叠加：侧壁粗糙度、PECVD氢吸收、SiN应力、弯曲损耗、光纤耦合等因素同时作用。这也是为什么真正的优势来自“全栈工艺控制”，而不是某个单一技术突破。 CPO不仅改变技术路径，也改变竞争结构。未来不会出现单一路线，而是分层共存： 核心AI集群：定制CPO，追求极致性能 大规模部署：标准化CPO或pluggable，追求成本与灵活性 即使在CPO内部，也会分化为“高性能CPO”和“标准化CPO”，类似HBM与DDR的关系：前者吃价值，后者吃规模。 对TSEM和GF来说，这种分化进一步强化各自路径。TSEM更靠近高性能CPO，承接定制需求，有机会成为局部瓶颈；GF更靠近标准化CPO，承担规模扩张，是产业的放大器。 整条链可以压缩成一句话：材料决定能不能做，芯片决定性能上限，封装决定系统价值，系统厂决定利润分配。对应到算力链，InP激光器类似HBM，CPO类似GPU封装，光模块类似服务器组装，而硅光晶圆厂更像中间层的chiplet供应商。 从投资角度看，最确定的机会在光源，这是物理瓶颈；最大弹性在硅光与CPO，一旦路径跑通会被放大；光模块是顺周期；封装稳定吃利润但不容易爆发；系统层存在潜在黑马，但取决于架构演进。硅光不会消失，但正在被“吞入系统”。未来真正的“HBM时刻”，更可能出现在光源层或系统级封装，而不是封装之前的中游晶圆环节。 免责声明：本人持有文章中提及资产，观点充满偏见，非投资建议dyor

谁在做光芯片？ AI 数据中心正在进入高速互联时代。随着 NVIDIA GPU 集群规模扩大，800G、1.6T 光模块、CPO（共封装光学）成为下一代 AI 基础设施的重要方向，而光芯片正成为整个产业链的核心环节。 中国光芯片产业链主要包括以下公司： 1，源杰科技 国内较纯正的光芯片企业之一，核心布局激光器芯片，包括 DFB 激光器芯片等，是 AI 数据中心高速光模块升级的重要受益方向。 2，光迅科技 国内光通信龙头之一，覆盖光芯片、光器件、光模块完整产业链，具备 DFB、EML、VCSEL 等多个光芯片技术平台，是国产光通信产业链的重要代表。 3，仕佳光子 聚焦光芯片和光器件领域，在 PLC 芯片、AWG 等无源光芯片方向具备技术积累，受益于高速光互联需求增长。 4，华工科技 布局光模块、激光技术和智能制造，在数据中心高速光模块领域持续发展，是 AI 光互联产业链的重要参与者。 5，长光华芯 专注半导体激光芯片，具备高功率激光芯片研发能力，在激光产业链中具有较高技术壁垒。 6，杰普特 主要布局激光器、光电设备和光连接相关产品，在高速光互联和激光应用领域持续拓展。 7，亨通光电 传统光纤光缆龙头，同时布局光通信产业链，受益于数据中心互联、海底光缆以及通信基础设施升级。 8，燕东微 具备半导体制造能力，涉及光电半导体相关领域，更偏向晶圆制造和产业链支持环节。 9，信科移动 主营通信设备和5G相关业务，光芯片并非核心业务，但属于通信产业生态参与者。 如果从 AI 光互联投资逻辑来看： 第一梯队： 源杰科技 光芯片纯度较高，直接受益于高速光模块升级。 光迅科技 产业链覆盖最完整，从芯片到模块具备综合竞争力。 仕佳光子 聚焦光芯片细分领域，有望受益于光互联长期需求。 第二梯队： 华工科技 受益于 AI 数据中心光模块需求增长。 亨通光电 受益于全球通信基础设施和数据中心互联。 长光华芯、杰普特 关注激光芯片和光电技术突破。 AI 时代的竞争正在从“算力芯片”扩展到“连接芯片”。 未来几年，GPU 数量持续增加，数据中心内部的数据传输压力不断提升，光互联、CPO、硅光技术可能成为 AI 基础设施下一轮升级的重要方向。 光芯片，可能成为继 GPU、HBM 存储之后，AI 产业链中的下一个关键环节。

【路透社：中国或加强铟出口审查，AI光芯片关键材料面临管制风险】路透社6月19日称，中国正在加强对铟（Indium）出口的审查力度。这种关键金属未来可能被正式纳入出口管制体系，而出口管制已成为中国在国际贸易领域的重要政策工具之一。 中国目前占全球铟产量近70%。铟主要是锌精炼过程中的副产品，广泛用于显示屏、焊料等领域，同时也是生产磷化铟（InP）的核心原料——磷化铟则被视为下一代人工智能数据中心高速光芯片和光模块的关键材料。 随着AI算力需求快速增长，铟的重要性正不断上升。

股票我觉得只看 AI 和相关就可以了，主线还是光和存储，及他们的供应链，对应有两个不错的 ETF $DRAM （存储） $FOTO （光） 剩下的人形机器人主要围绕 physical ai 的故事来看。 其余的都是食之无味的小菜了，打打野就可以了。 DRAM：押 AI 存储涨价 DRAM = HBM/DRAM 涨价 ETF。 前十大持仓： - MU：美国存储龙头，HBM/DRAM 涨价直接受益 - SK hynix：HBM 龙头，英伟达核心供应链 - Samsung：全球存储巨头，DRAM/NAND/HBM 全覆盖 - Kioxia：日本 NAND 大厂 - SanDisk：闪存/SSD 周期弹性。 - WDC：硬盘+闪存，数据中心容量需求受益。 - STX：HDD 龙头，AI 数据爆发利好冷存储。 - PSTG：企业级闪存存储。 - NTAP：企业存储和数据管理。 FOTO：押 AI 光互连 FOTO = 光模块/激光器/光通信 ETF。 前十大持仓大致是： - LITE：激光器/光通信核心，NPO/CPO 直接受益。 - IPGP：工业激光器龙头，光子学代表股。 - FN：光模块代工，出货放量受益。 - COHR：激光器+光器件+光材料综合龙头。 - CIEN：光网络设备，相干光通信受益。 - LASR：高功率激光器，小票弹性。 - AAOI：数据中心光模块高弹性标的。 - VIAV：光通信测试设备。 - MKSI：光子学+半导体设备零部件。

未来一两年AI最有潜力的几个细分领域，以及我认为其中弹性最大的公司： 1. AI数据中心 / Neocloud BTDR：拥有全球电力和数据中心资产，正在从比特币挖矿向AI/HPC扩张，一旦更多电力资源被AI重新定价，资产弹性很大。 APLD：建设高功率AI/HPC数据中心，把电力、土地和数据中心容量变成长期AI基础设施合同，大型项目投产后收入弹性很大。 RIOT：拥有大规模电力基础设施和土地资源，如果更多矿场电力转向AI/HPC数据中心，资产价值存在重新定价空间。 2. AI高速互联 / 光通信 CRDO：做AI服务器高速连接芯片和AEC，AI集群规模越大，数据传输瓶颈越明显，公司正处于高速放量阶段。 LITE：做高速光通信核心器件和激光器，AI正在从“算力不够”进入“互联不够”的阶段，光通信价值量持续提升。 COHR：从激光器到高速光通信器件覆盖很广，800G、1.6T以及未来光交换放量都直接受益。 3. AI半导体测试 / 新材料 AEHR：做SiC、GaN、硅光等芯片的测试与老化设备，如果硅光/CPO进入大规模量产，公司会直接受益于新增测试需求。 AXTI：生产InP等化合物半导体衬底，是高速光通信上游材料，AI光互联需求爆发最终会向最上游传导。 ACMR：做先进半导体清洗和制造设备，AI推动先进制程、HBM和先进封装扩产，小基数设备商利润弹性更明显。 4. Physical AI / 无人系统 ONDS：做自主无人机、反无人机和无人系统网络，把AI直接带进国防和现实世界，收入基数小，订单放量后的弹性非常大。 SYM：用AI和机器人自动化大型仓库，本质上是在用机器替代重复性体力劳动，Physical AI落地后市场空间巨大。 SERV：做最后一公里无人配送机器人，如果机器人真正进入城市商业场景，小体量公司拥有非常高的收入增长弹性。 5. AI医疗 / 药物研发 TEM：把临床和分子数据与AI结合，用于精准医疗和诊断，医疗数据规模越大，平台价值越明显。 RXRX：用AI＋自动化实验寻找新药，试图把传统药物发现变成可以规模化计算和验证的过程。 SDGR：利用计算物理和AI设计药物分子，既有软件平台又有自研管线，管线成功会带来软件收入之外的巨大期权价值。 如果只看AI下一阶段最可能出现高弹性的方向，我最关注的已经不是定价相对充分的GPU、存储芯片等，而是正在形成的新瓶颈和新应用：数据中心、高速互联、Physical AI以及AI医疗。算力决定AI有多聪明，而基础设施决定AI能扩张到多大，Physical AI和AI医疗则决定AI能创造多大的现实价值。