AI产业投资新闻 · 2026年10月18日

01存储三季报：两家扭亏、一家增 18 倍，利润创历史新高，股价却在全表最冷的 −70%

2026 年 10 月 16 日晚间，A 股存储链集中披露前三季度业绩预告：德明利（001309）预盈 86.5 亿—89.5 亿元（上年同期亏损 2,707.65 万元）、营业收入 275 亿—295 亿元（同比 +312.97%—343.00%）；江波龙（301308）预盈 140 亿—149 亿元（同比 +1,864.55%—1,990.84%）；长鑫科技（688825）预盈 1,310 亿—1,325 亿元、营业收入约 2,650 亿—2,700 亿元（上年同期 320.84 亿元）。次日（10/17），摩根士丹利发布半导体与 AI 供应链报告，把 2026 年第四季度 DRAM 合约价季增幅由 +3%—8% 上修至 +10%—15%、NAND 由 0—5% 上修至 +15%—20%。一边是史上最好的利润，一边是全表最冷的位置——这就是本期最需要拆开看的一组矛盾。

（一）先把三家的数字摆在一张表上

• 德明利的利润结构里有一条值得单独记住的线：前三季度企业级存储业务销售收入 82.37 亿元，公司称已在国内头部云服务商实现批量出货，并延伸至服务器 OEM、信创与海外市场；越南生产基地已实现量产交付。换句话说，这 86.5 亿元不是消费级存储涨价的一次性库存重估，企业级（AI 服务器侧）已经是主力。
• 同一份预告里的两个「拖累项」也要看：前三季度股份支付费用约 2.8093 亿元（上年同期 3,940.94 万元）；非经常性损益约 5,400 万元（上年同期 2,340.51 万元）——扣非净利 85.96 亿—88.96 亿元，与归母差异不到 1 亿元，说明这轮利润基本来自主营。
• 按 10/16 收盘价计算，德明利的估值是这样的：市盈率（TTM）约 6.77—6.99 倍、市净率（LF）约 7.23 倍、市销率（TTM）约 2.01 倍（中证网按预告均值测算）。一家前三季度营收增长 3 倍以上、净利从亏损到 86 亿元的公司，市场给的是不到 7 倍 PE。

（二）10/17 大摩报告：把「涨价」写成了一条有终点的曲线

摩根士丹利 10 月报告的核心数字（据科技新报 10/17、中国 IC 交易网转载）：

• 第二家机构的读数方向一致：集邦咨询（TrendForce）10 月初的预测是 2026Q4 一般 DRAM 合约价季增 10%—15%、计入 HBM 后整体 15%—20%，NAND 闪存合约价季增 15%—20%。两家机构在「Q4 继续涨」上没有分歧，分歧只在涨幅的具体区间。
• 但大摩这份报告里最该被记住的不是涨幅，是那句「有效位元供给要等 2027 年下半年才显著开出」。 它把「涨价」这件事从「景气」翻译成了「时间」——从现在到 2027 年中，供给是锁死的；2027 年下半年之后，供给会一次性出来。
• 同一份报告里还有一个反向指标：2026 年 VR200 NVL72 机架出货预估低于 1 万台，远低于原目标约 1.5 万台；单机架内存储价值占比也在下降（从 VR200 NVL72 的 54TB、占 29%，降至 Rubin Ultra NVL72 的 19%）。这说明「单柜用多少存储」这件事本身在往下走——涨价靠的是产能挤压，不是单位用量提升。

（三）这一组矛盾，市场其实已经给出了答案

• 看位置：德明利 −70.52%（60 日 −51.50%、当日 −2.39%）、佰维存储 −70.29%（−48.81%）、江波龙 −67.77%（−47.87%）、兆易创新 −66.71%（−45.23%）、澜起科技 −49.11%（−19.71%）——全表最冷的 5 只里有 3 只是存储（德明利、佰维存储、江波龙），且这 3 只的 60 日跌幅全部在 −47% 以上。
• 看当日的反应：10/16 是业绩预告披露前最后一个交易日，德明利 −2.39%、江波龙 −0.96%、佰维存储 −0.34%，而兆易创新 +1.31%、澜起科技 +3.80%、长鑫科技 +3.28%。 同一个板块，同一晚的预告，涨的和跌的分成了两拨——涨的是「设计 + 接口」，跌的是「模组 + 颗粒贸易」。
• 海外这一头也在跌：美光科技 10/16 收 878.84 美元、单日 −5.63%，距 52 周高点 −29.94%、60 日 −11.23%。 如果只是 A 股情绪问题，美光不该同步走弱；这说明市场对「存储景气还能持续多久」的怀疑是全球性的。

为什么重要

1. 这一条真正说明的是：「业绩」和「股价」之间隔着一个「供给时间表」，而不是隔着一个「信不信」。 三家公司的利润已经是事实，涨价也已经是两家机构同向确认的事实，但这些都不构成「股价该涨」的理由——因为买方真正在算的是 2027 年下半年新增产能出来之后，这些利润还能不能维持。 周期股在景气顶点被给到个位数 PE，从来不是市场算错，而是市场在提前给「下一轮下行」定价。
2. 德明利这份预告最有价值的信息不是 86.5 亿元，而是「企业级存储 82.37 亿元」这一行。 它把「存储涨价」从「渠道囤货」的叙事里摘了出来，落到了「国内头部云服务商批量出货」这个可核查的客户结构上。 这也解释了为什么德明利的位置比兆易、澜起更冷——模组厂的利润弹性最大、但客户黏性最弱，市场给的是「弹性折价」。
3. 大摩报告里「VR200 NVL72 出货低于原目标」与「单柜存储价值占比从 29% 降到 19%」两句话，是这轮存储行情里第一次出现的「量」的反向信号。 价格在涨、单位用量在降——这两件事同时成立时，最终的收入增速会低于价格涨幅。 对模组厂是「单价红利」，对设计公司是「用量红利」，两者的持续时间不一样。
4. 长鑫科技的位置（−27.15%）与它的利润（1,310 亿—1,325 亿元）之间的落差，是全表最大的一个。 它的市值约 3.06 万亿元、上市时间不长，60 日涨跌幅不适用（见位置表 ※ 注）。 这种「新上市 + 巨额利润 + 位置不深」的组合，和德明利「老股票 + 巨额利润 + 位置极深」的组合，是两种完全不同的定价状态，不能放在一起比较。

产业观察与公开标的梳理

观察要点

• 位置：这是全表最典型的「深冷 + 60 日强负」形态，也是本期唯一一组「业绩在顶点、位置在地板、估值在中位数以下」同时成立的三重错位。 德明利 −70.52%、佰维存储 −70.29%、江波龙 −67.77%、兆易创新 −66.71%——四只全在 −66% 以下，60 日跌幅 −45% 至 −52%。 按位置温度的语言：这不是「物极必反」的位置，这是「还在跌、且跌得很快」的位置。 区分标准只有一条：动量有没有先停下来。本期没有。
• 预期差：市场的一致预期是「存储景气见顶」，本条的增量信息是「Q4 合约价还要再涨 10%—20%、企业级 SSD 涨 23%—28%」。 但真正的预期差不在涨幅，而在「谁先反映」——涨价已经反映在 Q3 报表里，还没反映在 Q4 报表里；而股价反映的是 2027 年的供给。 换句话说：如果要看多，理由不是「利润好」，而是「2027 年下半年之前供给出不来」；如果要看空，理由也不是「利润会掉」，而是「2027 年下半年供给一定会出来」。这两个判断的分歧点是一个具体的时间，不是一个抽象的情绪。

02金盘科技三季报：AIDC 在手订单 55.65 亿元、Q3 数据中心营收 +179.41%，同期经营现金流 −49.04%

2026 年 10 月 13 日晚间，金盘科技（688676）披露 2026 年第三季度报告，成为科创板首批披露三季报的公司之一。前三季度营业收入 61.04 亿元（同比 +17.52%）、归母净利润 5.44 亿元（+12.02%）、扣非净利润 5.19 亿元（+13.79%）；其中第三季度营业收入 25.49 亿元（+24.92%）、归母净利润 2.41 亿元（+9.36%）。真正刺眼的数字在订单簿上：截至 9 月末在手订单 113.00 亿元（同比 +62.70%），其中 AIDC（AI 数据中心）相关产品在手订单 55.65 亿元、占在手订单总额 49.24%。但同一份报表的现金流量表给出了相反的读数：前三季度经营活动现金流净额 9,074 万元、同比下降 49.04%。

（一）订单簿这一头：三个「翻倍以上」

（二）现金流量表这一头：三个「反向」

• 经营活动现金流净额 9,074 万元、同比下降 49.04%；公司解释为「在手订单同比增长 62.70%、提前备货导致经营性现金流出增加，同时支付承建新能源电站材料设备款」。
• 存货较上年末增加 45.83%，占总资产比重上升 7.31 个百分点；货币资金较上年末减少 42.71%，占总资产比重下降 10.76 个百分点。合同负债较上年末增加 84.98%（客户预付款），但预付款多发生在订单启动阶段，资金消耗高峰在生产制造与现场验收阶段。
• 成本端：前三季度电解铜均价 10.39 万元/吨、同比 +32.47%，铜制品采购成本同比增加约 4.11 亿元、占营业收入约 6.74%；叠加股份支付 0.52 亿元、可转债利息 0.38 亿元、汇兑损失 0.76 亿元。公司毛利率仍做到 27.19%、同比 +1.11 个百分点（部分来自美国海关与边境保护局 CBP 退税）。

（三）行业这一头：变压器交期从 24—30 个月拉长到最长 5 年

• 据《华夏时报》10/16 报道：美国本土变压器产能远不能满足 AI 数据中心与电网扩建的叠加需求，高功率变压器交付周期已由此前的 24 至 30 个月延长至最长 5 年；而 AI 数据中心通常不到 18 个月即可建成。美国大型电力变压器关键原材料约 80% 依赖进口，100MVA 级设备交付周期通常 2.5—3 年，超高压设备最长可达 5 年。
• 结果是一个反常识的数字：美国规划中的数据中心项目里，近一半面临延期或取消，关键瓶颈正是变压器、开关设备等电力设备短缺。
• 金盘科技的卡位：产品已获美国 UL、加拿大 CSA 等认证，子公司 JST USA 上半年收入 13.07 亿元、净利润 1.01 亿元；墨西哥生产基地 2026 年中期投产，承接北美及拉美订单。但报道也明确指出：该海外产能无法直接适配国内 AI 智算项目需求（产品认证体系、技术标准与电网接入规范不同）。

为什么重要

1. 这一条把「订单」和「收入」之间那段被忽略的距离，用一个具体的现金流数字量出来了。 在手订单 113 亿元、同比增长 62.70%，同期经营现金流却下降 49.04%——订单是「未来」，现金流是「现在」，两者的缺口就是这家公司当前承担的资金压力。 这不是财务瑕疵，这是「非标定制 + 长周期交付 + 提前锁原材料」这套商业模式的必然结果：订单越好，垫资越多。
2. 「变压器交期 5 年、数据中心 18 个月建成」这组对比，是 2026 年 AI 基建最硬的一个物理约束。 它意味着：算力的瓶颈已经不在芯片、不在电力总量，而在「把电送到机柜」这一段的具体设备交付能力。 这个瓶颈有一个特点——它是「订单确定性最高、但收入确认最慢」的一段。 对设备商是「订单簿越来越厚」，对运营商是「项目一再延期」。
3. 海外占比 61.78% 这件事，要分两面看。 正面：海外订单毛利率更高、交付节奏更确定、且处在供需最紧的窗口。 反面：这个窗口是「美国本土产能不足」造成的，一旦美国本土产能恢复、或韩国/加拿大/墨西哥的替代供应上来，窗口就会关闭。 换句话说，这一轮海外订单的爆发，本质上是外部供需失衡的产物，不是技术壁垒的产物——这是报道里券商投顾的原话，值得原样记住。
4. 10/14 财报披露后股价当日下跌 7.77%（收 55.05 元），10/15—16 反弹至 53.01 元。 这个反应顺序值得记下：市场先对「现金流 −49.04%」定价，再对「订单 +62.70%」修复。 说明在当前环境下，买方对「利润表」的信任度低于对「现金流量表」的敏感度。

产业观察与公开标的梳理

观察要点

• 位置：金盘科技 −52.20%（60 日 −18.31%）处在「深冷区、动量为负但已收敛」的形态。 同组的特锐德是本期少数「位置 −30.33% + 60 日 +0.22%」的标的——位置中冷、动量刚过零轴，是这一组里唯一形态偏好的。 思源电气 −50.49%（−22.04%）与金盘同形态，属于「跌得深、还在跌、但跌幅在收窄」。 三只票的位置差接近 20 个百分点，说明市场并没有把「AIDC 配电」当成一个整体在定价。
• 预期差：市场对这条链的一致预期是「AI 基建受益、订单饱满」，本条的增量信息是「订单饱满的代价是现金流恶化」。 这是一个方向相反的细节：订单是「需求证据」，现金流是「商业模式证据」。 真正的预期差在于——市场此前按「设备商」给估值（看订单、看毛利），而这份报表显示它更像「工程承包商」（看垫资、看周转）。 估值尺子一旦换了，同一个订单簿值多少钱就完全不同。

0310/16 盘后两家同时「买算力」：一家买服务、一家买设备，两张资产负债表两种赌法

2026 年 10 月 16 日盘后，两家 A 股公司几乎同时公告「买算力」，但买的东西完全不同。数据港（603881）公告拟采购不超过 10 亿元的算力服务，服务期限 5 年（60 个月），算力集群总算力不低于 850P（fp16）；申昊科技（300853）公告其全资子公司申昊智算与 B 公司于 10 月 14 日签订算力设备合同，含税总金额 8.81 亿元，占公司最近一个会计年度经审计主营业务收入 100% 以上且绝对金额超过 2 亿元。一家买「别人的算力」，一家买「自己的设备」——同样是想从 AI 里挣钱，资产负债表上留下的东西完全相反。

（一）数据港：买服务，不买资产

• 这不是它第一次买算力：2026 年 6 月，公司已公告拟投入不超过 8 亿元采购科学计算类算力服务（非 GPU 设备），采用紧耦合 MPP 架构、冷板式液冷散热，单台设备高性能超算芯片不少于 500 颗；该项目已中标某区域客户科研计算平台采购项目，服务期限 2 年、投标报价 4 亿元。
• 它的家底：已建成并运营 36 座数据中心，在运营总电力容量 401MW，折合 5kW 标准机柜 80,200 个；2026 年上半年营业收入 7.82 亿元（同比 −3.57%）、归母净利润 8,588.31 万元（同比 +1.09%）。主营仍是 IDC，算力业务「尚处于业务拓展初期」。
• 这条公告的措辞值得逐字读：「公司拟采购算力服务…推动公司从单一的 IDC 提供商向综合服务平台转型」「目前公司已经收到科技类企业的需求意向函，若该部分意向函全部顺利履约，将对公司当期经营业绩产生正向影响」——注意：需求端是「意向函」，不是合同。

（二）申昊科技：买设备，资产上表

• 它的体量与这笔合同完全不成比例：2026 年上半年营业收入 1.34 亿元、归母净利润亏损 5,994 万元；分产品看，智能电力监测及控制设备 6,459 万元、储能 3,649 万元、智能机器人 1,939 万元。8.81 亿元的合同，相当于它半年营收的约 6.6 倍。
• 也就是说，这不是「用富余现金买设备」，是「用一个比自身大得多的订单去做业务转型」。 设备要分批交付、要预付 5%（约 4,405 万元），后续尾款如何安排公告未细述——这类合同的现金流压力会集中在 2026Q4 至 2027 年。

（三）把两家放在一起看，差别不在「算力」，在「谁承担折旧」

为什么重要

1. 同一天、同一个词（算力）、两份完全不同的公告，恰好把「AI 基建」的两条路径摊开了。 数据港走的是「轻资产转售」——买别人的算力，加上自己的机房、纳管平台和客户，赚中间的差价；申昊走的是「重资产自建」——先买设备，再找客户。 前者赌的是「渠道与客户」，后者赌的是「需求会在设备折旧完之前到来」。
2. 数据港这份公告里最该被注意的不是 10 亿元，是「供应商尚未确定、存在流标风险」。 这意味着它是一个「采购意向 + 董事会授权」，不是「已落地的交易」。 把它读成「10 亿元订单」，会高估确定性；把它读成「没有意义」，会低估方向。 正确的读法是：公司在为一个它认为会来的需求，先准备好采购额度。
3. 申昊这笔合同的参照系是「半年营收 1.34 亿元」。 一家半年亏 5,994 万元、主营是电力监测设备与巡检机器人的公司，签下一笔相当于半年营收 6.6 倍的算力设备合同——这个动作的性质更接近「业务重心迁移」，而不是「产能扩张」。 这类转型的关键验证点不是合同金额，是「设备到货后能否找到付费客户」以及「折旧开始后毛利率还剩多少」。
4. 这两份公告放在同一天出现，本身就是一个信号：算力正在从「科技公司的资本开支」变成「上市公司的转型工具」。 当越来越多的公司用「买算力」来讲述增长故事时，真正的稀缺资源会从「算力」转移到「愿意长期付费的客户」。 这一点，和本期第 2 条（金盘：订单厚、现金流薄）是同一件事的不同侧面。

产业观察与公开标的梳理

观察要点

• 位置：这一组的位置分布很分散——数据港 −46.05%（60 日 −20.13%）、润泽科技 −50.58%（−20.60%）属于「深冷 + 动量负」；申昊科技 −37.14%（60 日 +3.84%）属于「中冷 + 动量转正」；中科曙光 −39.35%（−27.83%）属于「中冷 + 动量仍负」。 同样是「算力」两个字，四只票的位置差了 13 个百分点，动量方向甚至相反——这说明市场已经不再按「板块」给算力定价，而是按「这家公司到底靠什么挣钱」分别定价。
• 预期差：市场对「上市公司买算力」的默认反应是「转型利好」，本期两份公告给出的增量信息是：这两种买法的风险落点完全不同。 数据港的风险在「供方未定」，申昊的风险在「折旧先到」。 真正的预期差在于——市场容易把「合同金额」当成「收入」，但这两笔钱一笔是支出（数据港买服务）、一笔是资本开支（申昊买设备），在利润表上的方向都是负的，收入要等客户签单才出现。

04智元精灵 G2 在宁波首发并投产：订单在发布会之前签好，节拍写在车间里

2026 年 10 月 16 日下午，宁波普智机器人工厂，智元机器人新款人形机器人「精灵 G2」举行全球首发暨投产仪式。这场发布会没有体育馆、没有巨幅 LED 屏，台下是产线负责人和供应商；仪式结束的同时，与均胜电子过亿元采购合同的首批交付同步启动，直接落地汽车零部件制造场景。而更早的 10 月 9 日，龙旗科技已经给精灵 G2 下了数亿元框架订单、计划部署近千台，进入消费电子精密制造产线。发布会开在工厂里、订单签在亮相前——这是国内人形机器人第一次把「发布即量产、量产即交付」这句话落到实处。

（一）两份订单：一份在发布前，一份在发布当天

• 龙旗产线的实测数据：36 小时完成集成并线，单班次处理约 3,000 台，6 天连续并线直播任务成功率 99.99%；智元称之为「全球首个具身智能机器人 3C 精密制造规模落地标杆」。
• 均胜产线的实测数据：承担高难度「三销定位柔性装配」，节拍最快 12.97 秒、成功率 99.9%，体系内适配工位已达千个。
• 另一条被验证的工序：汽车安全带卷收器外壳精密上下料（已在均普智能产线落地），面对高反光金属件，单次作业节拍控制在 13 秒以内、成功率稳定在 99.9% 以上。 注意这个数量级：13 秒对应的是人工工位的正常节拍——机器人当前的水平是「追平」而非「超越」。

（二）硬件与模型：参数只挑三个关键的

• 算力：英伟达 Jetson Thor T5000，本地算力 2,070 TFLOPS（FP4），多路传感器数据本地高速处理、延迟低于 10 毫秒；视觉大模型与语言大模型可直接在机器人身上运行。
• 结构：全球首款「十字腕」力控臂，全臂集成高精度关节扭矩传感器；腰部 3 自由度；双电池热插拔 + 自主回充，对准 24 小时工厂节拍。
• 模型：通用基座大模型 GO-1 分三层——VLM 负责感知、Latent Planner 负责规划、Action Expert 负责执行；世界模型 GE-1 做未来时空预测，动作先在「脑内预演」再上手。

（三）产能与累计交付：一条可以对照的时间线

• 配套产能：均普智能（688306）与智元联合成立研发实验室、完成 G2 的生产制造；截至 2026 年 6 月末已累计下线具身智能机器人 900 台、年产能突破 3,000 台，具身智能业务上半年营业收入 6,452.36 万元、占营收 5.25%，在手订单约 25.92 亿元；产能规划不是在发布之后才启动，而是在发布之前就已对准量产节奏。
• 管理层口径：G2 年底完成 POC，明年一季度正式在产线落地部署；明年海外收入占比目标 30% 以上，北美、西欧客户已在排队咨询。

为什么重要

1. 这一条最值得记的不是机器人本身，是「订单的时间顺序」。 过去两年行业的标准动作是「先发布、再找客户」，本期是「先签单、再发布」——龙旗的订单在 10/9，发布会在 10/16。 这个顺序的改变，意味着客户已经愿意在看不到实物的情况下，用框架订单锁定产能。 这是「信任」的量化形式，比任何参数都硬。
2. 15 秒这个数字要读两遍。 同工位人工约 15 秒、机器人 15 秒左右、最快 12.97 秒——这不是「效率倍增」，这是「可以替班」。 「可以替班」在商业上的含义是：客户买它的理由不是「更便宜地产出」，而是「在招不到人的夜班、在重复搬运的岗位、在质量波动大的工序上，有一个稳定的替代」。 这个理由比「效率提升 3 倍」更接近真实的采购动机，也更难被证伪。
3. 99.9% 与 99.99% 这两个成功率，意义不在小数点后几位，在于它们是「连续 6 天直播」和「产线节拍下」测出来的。 实验室里的最好成绩和产线上的持续表现是两件事；工业客户买的是后者。 这也是「交付曲线」这个词的具体含义——不是一台机器人的性能，是一批机器人重复交付时的稳定性。
4. 把智元的累计下线曲线和订单放在一起看，会发现一个节奏：2025 年 1 月 1,000 台 → 2025 年底 5,000 台 → 2026 年 3 月 10,000 台 → 2026 年 9 月 20,000 台。 这个曲线是「加速」的，但它衡量的是「累计产量」，不等于「累计销量」，也不等于「累计确认收入」。 本期两份订单的意义在于：它第一次让「产量」有可能被「订单」消化掉——这是从「产能故事」到「收入故事」的关键一步。

产业观察与公开标的梳理

观察要点

• 位置：这一组是本期最典型的「信息最正面、位置最冷」——龙旗 −38.70%、均胜 −41.18%、均普 −42.43%、拓普 −53.18%、宇树 −61.18%、优必选 −58.73%、越疆 −68.66%，60 日涨跌幅除均胜（−3.10%）外全部为负。 10/16 当天是这组的一次集体反弹：均胜 +10.03% 涨停、宇树 +5.40%、拓普 +4.93%、优必选 +3.03%、越疆 +2.43%。 但反弹一天不改变 60 日的方向——这是「深冷区的事件反弹」，不是「趋势反转」。
• 预期差：市场此前对国内人形机器人的怀疑集中在一点：只有 demo、没有订单；只有产量、没有客户。 本条给出的增量信息恰好落在这个怀疑点上：订单签在发布前、交付发生在发布当天、成功率是产线节拍下的连续数据。 但另一面也要说清楚——15 秒追平人工、客户是「框架订单」而非「确认收入」、均胜首批交付的具体台数未披露。 所以预期差的方向不是「行业已经跑通」，而是「从 demo 到订单这一步已经跨过去，从订单到收入这一步还没跨完」。

05首批六项人形机器人国标 10/15 发布：把「能不能演示」换成「能不能测量」

2026 年 10 月 15 日，市场监管总局批准发布我国首批六项人形机器人领域国家标准，将于 2027 年 4 月 1 日起正式实施。六项标准包括 5 项《人形机器人技术要求》系列标准（总则、环境感知、决策规划、运动控制、作业操作）与《人形机器人仿真测试平台技术规范》，由全国机器人标准化技术委员会（SAC/TC591）归口。官方给出的设计逻辑是「从认知到行动、再到验证」的完整技术闭环——先定义术语与架构，再规定感知、决策、运动、作业四类能力指标，最后用统一的仿真测试平台保证「可信、可复现」的评价。

（一）六项标准各自管什么

• 官方口径（全国机器人标准化技术委员会秘书长李金村）：「这 6 项标准遵循从认知到行动、再到验证的完整技术闭环逻辑。目标是逐步建立覆盖设计研发、生产制造、测试评价和实际应用的标准体系，让技术创新有依据、产品评价有尺度、产业协同有共同的语言。」
• 起草人之一、宇树科技创始人王兴兴给出的现实理由：「目前每家企业的人形机器人产品，无论是尺寸、性能、电池电压，包括通信和使用接口，差别都非常大。全球范围内都还处于比较早期，尤其在中国尽早制定国家标准，可以大大加速、规范整个行业发展。」
• 一个容易被忽略的细节：这批标准解决的第一个问题不是「性能够不够高」，而是「同一件事能不能用同一套话描述」。 术语、接口、测试方法不统一时，采购方无法在合同里写验收条款——这才是产业规模化的第一道门槛。

（二）时间表：标准 2027 年 4 月 1 日实施，采购行为现在就会变

• 标准实施日是 2027-04-01，但采购方的行为会比实施日更早改变：一旦国标编号确定，招标文件就可以写「符合 GB/T 48316—2026」「符合 GB/T 48317.1—2026 至 48317.5—2026」，而不必再自己定义测试方法。
• 这意味着 2026Q4 至 2027Q1 的招标，可能出现两种情况：①买方开始要求供应商提供「按国标方法测出的报告」；②供应商为了拿到 2027 年的订单，提前做一次「对标自测」。 这两种行为都会直接产生对「测试、仿真、数据服务」的采购需求——而这部分需求，比整机订单更早落地。
• 对照上一轮类似的路径：2026 年 11 月 1 日将实施的《具身智能数据集质量要求及评估方法》（YD/T 6771-2026）是行业标准，从数据生产规范、组织机制保障、八大质量指标建立框架，推动数据集建设从「规模导向」转向「质量导向」。 国标与行标在同一时间窗口落地，指向的是同一件事：把「数据」和「能力」都变成可以计价的标的物。

为什么重要

1. 标准的本质是「把不可比变成可比」，而可比性一旦建立，价格就会开始分层。 在此之前，所有人形机器人的能力描述都是「能后空翻」「能叠衣服」「能拧螺丝」——这些是演示，不是指标。 国标落地后，同一项能力有了统一的测量方法，买方就可以在同一张表上比较不同厂商。 对头部厂商，这是「护城河被写进文件」；对尾部厂商，这是「不能再靠视频讲故事」。
2. 这批标准最直接的受益方，不是整机厂，是「测试与仿真」这一层。 《仿真测试平台技术规范》是六项里唯一一个「工具型」标准——它规定的不是机器人该有什么能力，而是「用什么方法验证能力」。 标准一旦统一，仿真平台就从「各家自建」变成「可以对外服务的公共基础设施」。 这条链上的公司（仿真软件、测试设备、数据服务）拿到的是「标准落地即需求落地」的位置，而不是「等整机放量」的位置。
3. 2027-04-01 这个实施日期，恰好落在多数券商预测的「人形机器人量产元年」之前。 标准先行、量产在后，是一个健康的顺序；但它也意味着 2026Q4 到 2027Q1 会有一段「标准已出、产品还没完全达标」的尴尬期。 这段尴尬期的表现形式通常是：招标要求写得很严、应标产品很少、价格谈不下来。 对买方是「买不到」，对卖方是「不敢投」。
4. 把本条与第 4 条（智元交付）放在一起看，会发现一个有意思的错位：产业界已经在用「成功率 99.9%、节拍 15 秒」这样的具体数字说话了，而标准体系刚刚开始定义「该怎么测」。 这说明真实需求跑在了标准前面——这不是坏事，反而说明标准是在「追认」已经发生的实践，而不是「凭空发明」一套要求。

产业观察与公开标的梳理

观察要点

• 位置：这一组的位置分布是「整机最冷、部件居中、软件最暖」——宇树 −61.18%、优必选 −58.73%、绿的谐波 −52.22%，而双环传动 −32.62%、中科创达 −43.79%、华大九天 −28.43%。 60 日动量上，除华大九天（−7.40%）与中科创达（−12.45%）跌幅较浅外，其余全在 −19% 至 −37% 之间。 换句话说：离「整机」越近的越冷，离「工具」越近的越暖——市场已经在按「谁更早拿到钱」排序，而不是按「谁的故事更大」排序。
• 预期差：市场把国标当「行业规范化」的中性消息，甚至担心「标准会限制创新」。 本条的增量信息是：标准的作用不是限制，是「让采购可以写合同」。 人形机器人过去两年最大的商业障碍不是技术，是「买方不知道怎么验收」——国标解决的正是这个问题。 所以预期差的方向不是「标准利好整机」，而是「标准利好一切能让验收变得可执行的东西」：测试、仿真、数据、认证。

06DeepSeek V4.1-Flash-1017：价格没动，任务时间与输出长度一起降下来

2026 年 10 月 17 日，DeepSeek 宣布 V4.1 Flash 更新至 V4.1-Flash-1017 版本，网页端、App 与 API 三端模型同步切换。官方将其定性为「一次小幅更新」，但在未上调 API 价格的前提下，多项基准出现跃升，同时缩短了任务运行时间与输出长度，官方称之为「性能—费用之间的帕累托改进」。同日，DeepSeek Harness 0.2.1 版本适配新模型；DeepSeek API 新增 Search 与 Fetch 接口，两个接口价格均为 5 元/千次。

（一）基准提升：不是全面碾压，是「智能体与终端任务」这一段的跃升

• 涨幅最大的是两项「端到端交付」类基准：Terminal-Bench（在命令行环境里完成任务）从 31.2 到 42.3，ProgramBench（从零构建程序）从 20.3 到 29.1。 这两项衡量的都不是「会不会写代码片段」，而是「能不能把一个任务从头做完」。
• 官方给的定位很克制：「一次小幅更新」，主要在推理、编程、智能体任务及视觉基准上提升。 但同一句里还有半句更重要的：「缩短了任务执行时间和输出长度」。
• 能力来源：基于自反馈的强化学习（RL）训练技术，提升了在游戏开发、3D 建模等场景下「从零开始构建完整项目」的能力；官方示例包括故宫 3D 建模、网页版赛车游戏、基于 Godot 引擎的《传送门 2》复刻、跨时代 3D 场景「Valley of Ages」——都是在较少提示词与素材参考条件下、在 Harness 框架内用极短交互轮次完成。

（二）两个接口开放：Search 与 Fetch 各 5 元/千次

• DeepSeek API 新增 Search 与 Fetch 接口，正式向公众开放，两个接口价格均为 5 元/千次。
• 官方称 DeepSeek 搜索是「AI 原生的通用搜索引擎」，支持多语言、实时返回高相关与高时效结果，并对 SEO 作弊、GEO（生成引擎优化）操纵、低质 AIGC 设有识别与过滤机制；网页端与 API 端的搜索能力均由自研搜索引擎提供底层支持，每天处理来自全球的数亿次搜索请求。
• 「按次计价」这件事本身就是信号：模型 API 按 token 计价，搜索按「次」计价。 当一次调用里模型可以自主决定搜几次、抓几页时，成本结构就从「token 单价」变成了「任务单价」。 这是定价单位从「用量」往「任务」迁移的一个具体案例。

（三）Harness 0.2.1：模型与「运行系统」同步迭代

• DeepSeek Harness 团队同日发文：0.2.1 版本适配 1017 模型；新模型训练中针对 Harness 做了专项优化，在提升任务表现的同时缩短任务运行时间、减少输出消耗与 token 费用。
• 官方明确提到，新模型针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等平台框架做了优化。 这句话的含义是：模型的优化目标已经不只是「答题正确率」，而是「在特定 Agent 框架里跑完整任务的效率」。
• 激励设计：首次登录使用 DeepSeek Harness 赠送 6 元赠金，无需充值，限量发放，到账后 7 天内有效。

为什么重要

1. 这一条最值钱的信息不是任何一个基准分数，是「价格没涨、任务时间降了、输出长度也降了」这三件事同时发生。 对使用方来说，这意味着「完成同一个任务的成本」在下降——不是单价下降，是「干完这件事需要多少 token、多少轮交互」在下降。 这两种下降的商业含义完全不同：单价下降是「价格战」，任务成本下降是「效率提升」。后者对卖方更健康，对买方更实惠。
2. Terminal-Bench 从 31.2 到 42.3 这个跳幅，比 SWE-bench 那类「修 bug」的指标更能说明问题。 前者衡量的是「在一个真实终端环境里把任务做完」，后者衡量的是「在一段给定代码里改对一处」。 从「改对一处」到「做完一件」，是 2026 年模型竞争的主战场——也是「Agent 能不能真的替你干活」的分水岭。
3. Search 与 Fetch 按「次」计价，是一个被低估的定价信号。 当模型自己决定要搜几次、抓几页时，卖方无法再用 token 单价覆盖成本波动，只能按「任务」或「调用」收费。 这个变化会向上传导：按 token 计价的中间层（API 转售、简单的 Agent 封装）毛利被压缩，而按「任务/结果」计价的应用层反而受益。
4. 「针对 Harness、CodeBuddy、WorkBuddy 优化」这句话，说明模型厂商的优化对象已经从「通用 benchmark」转向「具体运行框架」。 这是一个产业成熟的标志：模型不再只比拼「谁更聪明」，而是比拼「在谁的框架里更好用」。 对平台方是议价筹码，对模型方是「必须适配生态」。

产业观察与公开标的梳理

观察要点

• 位置：这一组的形态是「中冷 + 动量接近零轴或仍负」——金山办公 −44.06%（60 日 −2.81%）、寒武纪 −43.52%（−28.47%）、中科曙光 −39.35%（−27.83%）、海光信息 −51.28%（−39.91%）。 港股两只更靠上：阿里巴巴 −37.46%（−5.31%）、腾讯 −36.57%（−6.15%）。 注意这个差别：应用侧（金山、阿里、腾讯）的 60 日跌幅都在 −7% 以内，算力侧（寒武纪、海光、曙光）全在 −27% 以下——「应用比算力抗跌」是本期这条链最清晰的结构。
• 预期差：市场关注的是「DeepSeek 又发新模型了、排名怎么样」，本条真正的增量信息是「价格不变、任务成本下降」。 前者是「能力叙事」，后者是「成本曲线」。 在一轮已经持续两年的 AI 行情里，能力叙事的边际效用正在下降，成本曲线的边际效用正在上升——因为企业采购的决策依据已经从「这个模型强不强」变成「这个任务划不划算」。

07Reflection 开源 501B 的 Beam：把「模型」变成可以买回家的资产

2026 年 10 月 16 日，美国 AI 实验室 Reflection 在 Hugging Face 上发布其首个开源权重模型 Beam，采用 Apache 2.0 许可（可商用）。Beam 是一个稀疏混合专家（MoE）模型：总参数 501B、每个 token 激活 23B，上下文窗口 100 万 token，专门面向代码、推理与长周期智能体任务。同日，Baseten、AWS、Cloudflare、CoreWeave、Databricks、Google Cloud、Microsoft Azure、Oracle、Ollama、vLLM、SGLang 等 40 余家伙伴宣布 day-0 支持；Dell 与 HPE 提供「防火墙内部署」版本。

（一）技术规格：三个数字决定了它的部署门槛

• 基准（厂商自报，未经第三方独立复测）：SWE-bench Verified 80.9%（另一处披露为 81.6%）、Terminal-Bench 2.1 为 80.1%、GPQA Diamond 90.5%、AIME 2026 为 97.8%、SWE-bench Pro 66.1%。
• 第三方评测侧：Artificial Analysis 智能指数 30 分，位列「美国开源权重模型」第二；Cyber Index 34%，为「美国开源权重模型」第一；Arena 开源模型排名第 12、美国开源模型第一。
• 生态设计：Reflection 把这次发布称为「智能体的开放操作系统」——模型是内核，之上全部开放：参考智能体集成、部署容器、推理集成、定制流水线。 同时发布 Rust 编写的开源 harness「Mirror CLI」，支持可恢复会话、并行智能体、项目指令、skills、MCP 连接与 Python 扩展。

（二）同一天的另一条线：本地推理的硬件门槛也在往下走

• 英伟达 10 月 16 日宣布 RTX Spark 笔记本正式开售，起价 2,599 美元，合作厂商包括华硕、戴尔、惠普、联想、微软与微星；主打的卖点是「最高 128GB 统一内存 + 本地 AI」。
• 国内媒体的具体机型口径：联想 YOGA Pro 15 售价 29,999 元起，芯片整合 6,144 核 Blackwell GPU、20 核 Grace CPU 与最高 128GB 统一内存，可在端侧释放 1 Petaflop FP4 算力、原生运行 CUDA，支持本地常驻运行超千亿参数大模型。
• 把这两条放在一起看，结论很直接：Beam 的 BF16 权重约 1 TB，普通工作站装不下；但 FP8 / NVFP4 量化版 + 128GB 统一内存的机器，已经可以跑「千亿参数级」的本地模型。 「开源权重」与「本地大内存」是同一件事的两半：一个提供模型，一个提供容器。

（三）为什么「开源一个 501B」比「开源一个 7B」重要得多

• 7B 开源的意义是「让开发者能玩」；501B 开源的意义是「让企业能自建」。 前者影响的是应用数量，后者影响的是采购决策——一家银行、一家医院、一家军工企业，如果能把权重放进自己的机房，它就不需要把数据送出去。
• 代价是显性的：1 TB 的 BF16 权重、501B 的显存占用、私有化部署的机房与运维。 这意味着 Beam 的目标客户不是「个人开发者」，是「有 GPU 集群、有数据合规要求、不愿意按 token 付费」的机构。
• 训练成本也第一次被写清楚：23.8 万亿 token 预训练 + 4 周 RL + 10.5K 张 GB300 + 1 亿次 rollout。 这组数字说明：开源不等于低成本，它只是把「成本」从「按次付费」换成了「一次性资本开支」。

为什么重要

1. 这一条真正改变的，是「模型」这件商品的形态：从「服务」变成「资产」。 按 token 付费是租；下载权重是买。 租的好处是零门槛、随用随付；买的好处是数据不出门、边际成本趋零、可以深度定制。 当 501B 级别的模型可以被下载时，一部分原本属于云厂商的收入，会转移到「卖 GPU、卖内存、卖部署服务」的人手上。
2. 对云厂商，这是中性偏负；对硬件与集成商，这是明确的正。 因为「客户自建」意味着云上的推理调用量减少，但「客户自建」同时意味着一次性采购服务器、内存、交换机、液冷。 同一笔钱，从「运营支出」变成「资本支出」——收钱的人从云厂商换成了设备商。
3. 「40 家伙伴 day-0 支持」这件事，比模型本身更值得注意。 它说明开源模型的竞争已经不在「谁的分数高」，而在「谁的生态铺得快」。 vLLM、SGLang、Ollama、Transformers 全部首日支持，意味着开发者不需要为「跑起来」付出额外成本——这是把「开源」变成「可用」的关键一步，也是过去很多开源模型失败的地方。
4. 把本条与第 6 条（DeepSeek）放在一起，会发现两条完全相反的路线在同一天发生。 DeepSeek 走的是「极致的单位任务成本」——不开放权重，但把每次调用的成本压到最低；Reflection 走的是「极致的可控性」——开放权重，但要求你自己有 1 TB 的显存。 这两条路线不会互相取代，它们服务的是两类完全不同的客户：一类要「便宜」，一类要「自主」。

产业观察与公开标的梳理

观察要点

• 位置：这一组的位置差极大：微软 −4.01%（60 日 +38.91%）在最上端，联想集团 −25.92%（+15.55%）在中上，英伟达 −12.01%（+2.69%）在中上，AMD −19.71%（−2.03%）在中冷，阿里巴巴 −37.46%（−5.31%）在中冷偏下。 注意：这条链上没有一只票处在「深冷区」——这与第 4、5 条（具身智能 −40% 至 −68%）形成鲜明对比。 同一个「AI」，硬件与平台的定价位置，比应用与整机高了 40 个百分点以上。
• 预期差：市场把「开源」理解为「模型公司让利、云厂商受益」，本条的增量信息恰好相反：开源把收入从「云侧推理」转移到「本地硬件」。 真正的预期差在于——过去两年所有人都在算「云厂商的 AI 收入」，很少有人算「因为开源而少掉的云收入」和「因此多出来的硬件收入」。 这两笔钱在不同的报表上，所以市场经常只看到一半。

08双足人形整机报价打到 2,490 美元：价格线破了，但首批只交付 20 台

2026 年 10 月 16 日（北京时间），Faraday Future（FFAI）与 FF EAI Robotics Ecosystem（FFR）联合发布两款机器人：入门级双足人形 FF Nova，本体售价 2,490 美元、开发者技能包 390 美元，官方称是「全美首款 2,500 美元以下的具身智能人形机器人」；以及面向 8 岁以上儿童的 FF Nova Mini，本体 299 美元、配套课程 499 美元。同一场发布会还披露了资本动作：FFAI 与 FFR 已于 10 月 12 日签署最终协议，FFR 以全股票方式收购 FFAI 全部机器人资产及业务，估值约 2 亿美元，每股作价 2.246 美元、较协议签署日收盘价 1.50 美元溢价约 50%。

（一）2,490 美元买到的是什么

• Nova Mini 的定位更清楚：整机重量不足 1 公斤、铝合金框体、双足拟人步行、转向、自主起身、动态平衡、前滚翻，支持图形化积木编程与手动示教；面向 8 岁以上，覆盖 K-12 课堂、课后机构与家庭。 它的对手不是工业机器人，是「教育硬件」。
• 资本结构必须一起看：交割后 FFAI 将持有 FFR 约 65.7%；管理层与员工约 18.2%；PIPE 投资人约 5.5%（六个月锁定）；其他股东约 10.7%。 也就是说，交割后可自由交易的公众流通股仅约 1,300 万股、约占 10.7%。 FFR 同时完成不超过 1,000 万美元的首轮 PIPE 融资。

（二）「2,500 美元以下」这个数字，到底改变了什么

• 它改变的是「谁买得起」，不是「能干什么」。 2,490 美元的定价，把客户从「工厂采购部门」换成了「高校实验室、教培机构、独立开发者、发烧友」——这是一个「按台卖」的市场，不是「按产线卖」的市场。
• 20 个自由度决定了它的能力边界：工业装配需要的手臂末端精度、力控与重复定位，20 自由度做不到；但「走进教室、被学生编程、做演示、摔倒了自己站起来」这些事，20 自由度够了。 换句话说：这是一台「物理 AI 教学平台」，不是「工业劳动力」。
• 首阶段的「100 台、首批 20 台」是这条消息里最该被记住的两个数字。 它说明这次发布的性质是「价格公告 + 开发者招募」，不是「规模出货」。 对比启元（7 城门店、首批交付）与智元（近千台框架订单），FF 的量级还停留在「验证阶段」。

为什么重要

1. 价格线一旦被击穿，行业的「价格锚」就会被重设。 过去两年，双足人形的公开报价集中在 2 万—10 万元人民币区间；2,490 美元（约 1.66 万元）把下限又往下推了一档。 对消费者是好事，对整机厂是压力——但这个压力主要落在「教育/开发者」这个细分市场，不是工业市场。 工业客户买的不是「便宜」，是「稳定」，两者不在同一个价格体系里。
2. 「低价 + 低自由度」是一个必然的组合，这个组合说明的是「产品定义」而不是「成本突破」。 同样的 BOM，做 40 自由度就是工业机，做 20 自由度就是教育机——价格差不是来自供应链能力，是来自「砍掉什么」。 所以不能把这次降价读成「人形机器人成本曲线下移」，只能读成「市场被切成了两层」。
3. 资本动作比产品动作更值得注意。 FFR 以约 2 亿美元估值收购 FFAI 机器人资产、FFAI 持股 65.7%、流通盘只有约 10.7%——这套结构意味着「股价的参考价值很低」。 小流通盘 + 事件驱动，容易出现「单日大幅波动但不代表真实定价」的情况。 把它当作「行业景气指标」会误判。
4. 把它与第 4 条（智元）放在一起，能看到人形机器人正在分成两个完全不同的市场。 一个市场按「台」卖，客户是学校与开发者，价格是 2,000—3,000 美元，胜负手是「生态与课程」；另一个市场按「产线」卖，客户是车厂与 3C 代工，价格是「过亿元合同」，胜负手是「节拍与成功率」。 这两个市场的估值方法、增长曲线、竞争壁垒都不一样，不能用一个「人形机器人板块」笼统概括。

产业观察与公开标的梳理

观察要点

• 位置：这一组全在深冷区：越疆 −68.66%（60 日 −34.65%）、优必选 −58.73%（−21.42%）、上纬新材 −52.38%（−22.07%）。 10/16 当日三只全部上涨（+2.43%、+3.03%、+1.73%），但幅度远小于第 4 条里的均胜（+10.03%）与宇树（+5.40%）。 同为「具身智能」，市场对「订单交付」给的权重，明显高于「低价新品」——这个排序本身就是答案。
• 预期差：市场容易把「价格击穿 2,500 美元」读成「渗透率拐点」，本条的真实信息是「首发只有 100 台、首批 20 台」。 价格的信号强度被高估，交付的信号强度被低估。 真正值得记的是另一件事：FF 把「课程 + 技能包 + Skills Store」做成了产品的一部分——它在卖的不是机器人，是「物理 AI 的教学方案」。 这个模式如果跑通，对手不是机器人公司，是教育硬件公司。