特斯拉Optimus v3的小作文来了! take with a grain of salt 🔥 别再看PPT了！特斯拉机器人终于要真刀真枪量产了！ 🤖 最新的产业链数据直接摊牌：Optimus周产能正在爆发式攀升，从7月底的200多台冲到8月底500台，10月目标更是直指周产1000台！整机直通率64%（返修后83%），BOM成本约4.7万美元，V3版本预计2026年Q4发布并开启商业化交付。国内供应链也已启动，关节模组追加订单、轴承测试、结构件PPA正在加速落地！ 机器人板块的逻辑已经彻底变了，市场不再为炫技视频买单，而是开始真金白银验证产能与交付。对于投资者而言，能从“看图纸/测试”跨越到“拿订单/PPA”的国内供应链企业，才是这场量产狂欢中真正的硬核心标的！

X上近期讨论 $VST（Vistra Corp.）的金融账号，多数偏多，少数提醒风险。当前股价大约在144–148美元一带，距离去年高点219美元附近已回落三成左右。 多头主线很集中：卖电给数据中心。 Vistra同时做发电和零售电力，手里有核电站（得州Comanche Peak等）和大量燃气机组。博主反复提到的合约是： - Amazon（AWS）20年、最多1.2GW核电PPA - Meta 20年、覆盖约2.6GW核电容量 解读：公司已经在卖“现在就能用、而且是24小时稳定”的电，不完全靠未来新建项目。 @amitisinvesting 的帖子转发较多。他列出Q2调整后EBITDA约17.7亿美元、同比增逾30%，2026年EBITDA指引68–76亿美元，并给出自己的区间：熊市约110、基准约185、牛市约240。估值上他写的是远期大约13–15倍EPS、2027年EV/EBITDA约8倍，认为相对Constellation Energy（$CEG）折价偏大。他也提到Peter Thiel二季度买入、David Tepper加仓。 @CVResearch_ 做了较长的基本面帖，核心不是“再盖多少新厂”，而是现有燃气机组利用率从大约60%往上抬。他们估算，利用率提升带来的毛利增量，可能超过Cogentrix这笔约47亿美元收购本身。得州联合循环机组利用率一个季度里从54.8%升到62.5%，同时远期电价还在跌，他们据此说“量补价”。 @LeifInvests 给出基准目标价215美元（按2027年EBITDA约82.5亿美元、11倍EV/EBITDA）。@abindawood88 发了长帖，把公司质量、现金流、催化剂都打到8.5–9分，认为它比再加一只高波动AI成长股更适合做组合里的电力敞口。 内部人动向也被反复引用：CEO James Burke近期买入，有账号写成8月31日、9月1日连续买。中文账号@vigery、@CryptoOracle666 也提到“老板觉得便宜就自己买”。Nancy Pelosi持仓、Thiel买入同样经常被列在一起。 期权流账号这几天也在报看涨扫单，比如较远月、虚值看涨。波段交易者把本周反弹写成赢家之一，有人提到若站稳，176美元可以当作下一观察位。 唱反调的并不多，但理由具体。 @SayNoToTrading 写得最清楚：VST、CEG、TLN已经不再是传统公用事业防御股，而是跟AI情绪绑定的“X股票”。买的人冲的是数据中心用电，不是股息或衰退保护。他提醒高负债、利率、以及公用事业一旦出事故（他举PG&E、夏威夷电力）会被市场迅速惩罚。操作上他只在135–137美元一带加仓，148美元附近追高他觉得没必要。 风险清单在多头帖子里也反复出现，并不回避： - 电价仍有一部分暴露在现货/远期市场，对冲并不能完全抹平 - 负债不低，利息覆盖一般 - 核电运营、监管、并网进度 - Cogentrix、Helix等项目还要落地 - AI资本开支若放缓，稀缺溢价会收缩 - 主题已经拥挤，股价对利好反应偏钝，有人直接问“逻辑这么清楚，价格为什么不跟” 华尔街公开目标价多数仍明显高于现价，常见区间在217–223美元，评级以买入/增持为主。这与X上零售讨论方向一致，但X上的价格预期更散，从“先看到150–176”到“215–240”都有。 中文讨论相对少，主要是把VST放进“AI用电产业链”里看，和$CEG、$GEV、$VRT等并列，关注点同样是发电侧和CEO买入，没有形成独立的空头叙事。

Vistra二季度营收40.2亿美元，市场预期54.6亿，差了一大截。净利润3.05亿，同比降6.7%。 但这条不能只看营收。持续经营口径的调整后EBITDA是17.67亿，同比涨31%，反而超了预期。中间的落差来自一笔4.72亿美元的未实现商品对冲亏损，去年同期这一栏还是1600万的浮盈。 公司维持了全年调整后EBITDA 68亿到76亿的指引，自由现金流指引39.25亿到47.25亿。2027年的中值机会给到74亿到78亿，还没算进Cogentrix收购和新签的PPA。 财报里管理层特意提了德州那几轮极端高温，机组可用率保在97%以上。 电力股这一年是被当成AI的隔壁桌在炒的，你们觉得这个逻辑还站得住吗？

想成为雷电法王吗？我教你 AI发展的越好，能源要求越高 这叫啥？能量守恒定律？ AI推动的发电、输配、冷却、效率每一步都很关键，也都受益 发电端 Vistra ： $VST 与meta签订20年的PPA，与亚马逊等多家大企业签订了十年协议 核电重启 Constellation Energy ： $CEG 与微软签订了20年的PPA，同时有能源部的贷款支持，保障长期运营 冷却+电源 Vertiv ： $VRT 与英伟达合作，共同开发800VDC平台，预计下半年发布，用来支持2027年的Rubin Ultra平台；同时在冷却领域拥有领导地位，属于卖铲子的 快速发电 GE Vernova ： $GEV 为Crusoe AI数据中心提供了29台LM2500XPRESS燃气轮机，发电总量接近1GW；同时还获得了24亿美元的DC订单，现在已经有超过1630亿美元的订单积压 光学与热管理 Coherent ： $COHR 与英伟达签订了战略合作协议，获得了其20亿美元的投资，并且公司的光学和热管理产品已经用于英伟达GPU和AMD服务器 通过长期PPA、合作、订单锁定收入，整体很硬哈 像其他的，如：ETN、PWR、BE、NEE、NVT、POWL、STRL、TLNE、AAON、HUBB、WCC、AROC等这些，下次想起来了再写，都是属于在电力赛道上的 有一点要注意的是，因为这些都是已知的资料，所以在股价上已经兑现了部分预期，所以我们需要关注实际订单落地和执行情况、政策变化、下游供应链等等。 对了，美联储会议利率公布时间是在6月18日凌晨2点，熬夜的朋友们记得关注下。 PS：PPA（购电协议），一般情况下签了这个，就是搂了一个下金蛋的母鸡 DYOR #美股# #AI能源#

新记录！20万人口规模城市级别的15年超长期电力合同将给ai数据中心上下游带来哪些影响？ Applied Digital Corporation（apld） 今天宣布与一家美国投资级 hyperscaler 签下了一份 300MW、15年期、总额约75亿美元的长约。 股价应声大涨近20%。 300MW的规模已经接近20万人口城市级负载，15年的期限明显超出传统数据中心合同；而按容量锁定的模式，也不同于按GPU或按小时计费的算力租赁。 这在“超大规模 + 超长周期 + 明确算力用途”的基础设施级AI合同上，创了新的记录。 这背后对应的是行业属性的变化。截止目前的数据中心，本质是还是IT服务，尽管之前有一些长达5年的合同，但扩容仍按需进行，资源可以迁移和替换； 而现在则逐步变成基础设施资产，开始用类似电力PPA或能源的15年的长期合同的方式锁定供给。 算力不再是可以随时采购的资源，而是需要提前规划、提前占位的生产能力。 为什么会发生这种变化，本质原因是资源开始稀缺，和储存，芯片，光模块一样，对hyperscaler来说，如果不提前锁定，未来可能根本拿不到资源。 在接下来的演进中，电力资产会被重新定价，甚至重新定义。 有电，有接入能力，和高达100–300MW甚至GW级别的电力扩展能力，同时具备网络连接条件和开发可行性，都将成为新资产定价的属性。 归根结底，这一切指向同一个变化：AI竞争正在从模型和算法层，转向物理资源层。电力、变压器、冷却、土地和网络，正在成为新的约束条件。谁掌握这些入口，谁就掌握未来算力供给，也就掌握了更长期的定价权。这才是这笔15年合同真正重要的地方。 免责声明：本人持有文中提及的标的，观点必然偏颇，非投资建议dyor

奥特曼还是牛逼！推文在24年5月份提到的公司，做小型核反应堆发电项目，利用核废料二次回收再利用！#OKLO# 居然默默涨了6倍！ 这公司采用的发电商业模式也很新颖，使用了PPA模式，电力即服务。不直接出售反应堆，而是通过建造-拥有-运营（BOO） 模式与客户签订长期购电协议（PPA），来保障长期现金流回报！ 由于 #AI# 下半场，就是能源电力竞争，奥特曼算是全产业链和全生命周期布局，目前公司的主要客户来自数据中心（已获2100兆瓦意向订单）、工业区、国防基地、偏远社区等。值得关注一下！

英伟达正在成为AI时代的中央银行 英伟达当然不能印钞，也不能决定联邦基金利率。但它正在影响另一种更重要的资源配置——AI时代最稀缺的资本。 整个AI产业正在进入金融化（Financialization）阶段，资本开始成为AI基础设施的一部分，而不仅仅是融资工具。在这个体系中，英伟达越来越像AI时代的中央银行，不是创造货币，而是一定程度上决定资本围绕哪里流动。 NVIDIA是这一趋势最积极的推动者，nvda带动着其他GPU厂商、云厂商、NeoCloud、封装厂、HBM厂商、银行、Private Credit基金、基础设施基金、保险资金和主权财富基金，正在共同构建新的资本体系。AI产业正在从半导体产业链，逐渐演变为基础设施资产体系。 第一步，是金融化供应链。长期采购协议（LTA）、预付款、Take-or-Pay协议、供应链融资不断增加，本质都是将未来需求提前锁定，让供应商敢于扩产。对于TSMC、Amkor、SK hynix、Micron等企业而言，融资能力开始与制造能力同样重要。供应链投资越来越依赖长期订单，而不是短期市场判断。 第二步，是金融化客户。英伟达已经不只是销售GPU，而是帮助客户获得融资，通过投资像neocloud等的客户，帮助他们更容易获得银行贷款、Private Credit，更容易实现资产证券化（GPU租赁合同，电力ppa），将未来数年的采购提前释放。未来收入提前转化为今天订单，需求波动开始被金融体系吸收，而不是全部传导给供应链。 金融工具也改变了需求曲线。传统半导体行业最大的风险来自需求周期，需求旺盛时全面缺货，需求下降时订单迅速取消，整个产业链剧烈波动。金融化之后，即使客户短期现金不足，也能够继续采购GPU，未来需求被提前兑现，整个产业链获得更加平滑的资本开支节奏，供应商也更愿意持续扩产。 另外还有资本循环。融资购买GPU，GPU出租产生现金流，现金流支持新的融资，新融资继续购买GPU，形成持续扩张的资本飞轮。GPU开始具备基础设施资产属性，不再只是电子设备，而是能够产生长期现金流、能够抵押融资、能够证券化的资产。GPU正在从一种计算资源，演变成一种金融资产。 这也是为什么英伟达持续锁定HBM、先进封装和供应链产能。 如果资本变成未来瓶颈之一， 那么帮助客户解决融资问题，本身就是扩大GPU销量最有效的方法。 帮助供应商解决融资问题，本身就是扩大产能最有效的方法。 不光nvda，整个行业已经开始向这一方向演化。微软、Google、Meta、Amazon持续扩大资本开支，他们给客户或供应商的订单、预付款、合作协议，也能同样的帮助产业链上下游更容易的获得资金。 NeoCloud大量采用债务融资；HBM厂商持续扩产；先进封装企业签署多年协议；Private Credit基金、基础设施基金和主权财富基金开始进入AI数据中心投资。AI产业链已经从传统制造业融资，逐渐转向基础设施融资模式。 未来Hyperscaler每年数千亿美元CapEx，如果大量依赖债务融资，将持续吸收长期资本。新增资金不仅流向GPU，也流向数据中心、电力、光纤、冷却系统、HBM和先进封装。AI产业将成为全球最大的资本吸收行业（可能没有之一）。 资本需求扩大，对金融市场的影响不容忽视。长期资本供给有限，AI融资增加意味着长期资金价格可能维持较高水平。即使短端政策利率下降，长期融资利率仍可能受到资本需求推动而保持高位。同时，资金配置出现分层，现金流稳定、成长确定性高的AI企业融资成本可能继续下降，而传统行业融资成本可能相对上升，信用利差存在扩大的可能。 这种模式与房地产存在明显相似之处。两者都属于资本密集型行业，都依赖长期融资，都能够形成稳定现金流，都具备资产抵押和证券化能力，也都吸引养老金、保险资金和主权财富基金长期配置。 但与其说AI像房地产，不如说ai基建更接近铁路、电网和高速公路建设。资本首先建设基础设施，基础设施提升生产效率，新的现金流支持进一步融资，再推动下一轮建设。铁路曾经重塑资本市场，AI基础设施也可能经历类似过程。 但风险永远和收益并存，如果GPU和数据中心持续创造高于资本成本的回报，资本会不断进入，产业继续扩张。如果未来GPU租赁收益率下降到低于融资成本，资本循环将迅速放缓，GPU采购、HBM需求、先进封装投资都会同步降温，整个产业链将进入新的调整周期。 经历过房地产去库存周期的都应该知道，这样的调整会多么的痛苦。 未来AI产业最重要的变量，已经不仅是技术进步、算力需求或芯片性能，也包括全球长期资本是否能够持续支持AI基础设施扩张。从这个意义上说，英伟达正在扮演一个前所未有的新角色——它越来越像AI时代的中央银行：它不创造货币，却决定资本围绕什么资产流动；它不决定利率，却正在重塑全球资本配置的方向。