ClaudeOpus4.8 发布，小米MiMo 大模型API 永久降价》2026-06-02

投资要点
分析师：任春阳S1050521110006行业相对表现表现1M3M12M计算机(申万)-15.0-16.31.3沪深300-1.42.724.2市场表现相关研究
1 、《计算机行业周报：
ClaudeOpus4.8 发布，小米MiMo 大模型API 永久降价》2026-06-02
2 、《计算机行业点评报告：
Symbotic（SYM）：Q2 营收增长势头强劲，调整后EBITDA 同比翻倍》2026-05-31行（PONY）：Robotaxi 商业化加速兑现，全球版图扩张与成本下探》2026-05-29▌算力：算力租赁价格平稳，MiniMax 新一代旗舰大模型MiniMax M3 正式发布2026 年6 月1 日，MiniMax 发布新一代旗舰大模型MiniMaxM3。该模型在架构与能力上实现双重突破：采用MSA 稀疏注意力机制，支持100 万上下文窗口，预填充与解码速度较上代分别提升9 倍和15 倍以上；同时为原生多模态模型，支持图片、视频输入及电脑操作，在多模态测试集OmniDocBench中得分超越Gemini 3.1 Pro，并在面向自主Agent 的端到端评测框架Claw-Eval 中取得最高分。▌AI 应用：Character.AI 周访问量环比+11.57%，Gemma 4 12B 开启本地多模态AI 新时代2026 年6 月4 日，谷歌发布了轻量级多模态模型Gemma 412B，一款能够在16GB 内存的轻薄笔记本上全离线流畅运行的高性能模型。该模型抛弃了传统的编码器结构，能够直接处理文本、图像和音频输入。与此同时，DeepMind 的首席执行官Demis Hassabis 也公开表示，Gemma 4 全系列模型的下载量已突破1.5 亿次。▌AI 融资动向：Ramp 完成7.5 亿美元后估值达440 亿美元2026 年6 月4 日，AI 金融公司Ramp 完成7.5 亿美元资，投后估值攀升至440 亿美元，累计融资规模达30 亿美元。本轮融资由Iconiq Capital、新加坡主权财富基金GIC以及安大略省教师退休金计划联合领投，高盛成长股权、摩根士丹利投资管理及业客户，以AI 驱动的企业信用卡及财务自动化平台为核心，推出自主AI 智能体用于欺诈检测和交易审核，并于2026 年3月上线新功能，支持AI 智能体完成企业支付等操作。▌投资建议2026 年6 月2 日，英伟达宣布其Spectrum-X 以太网硅光技术已全面量产。新一代Spectrum-X 交换机基于光电一体封装技术（CPO）构建，支持其VeraRubin 平台在数据中心实现横向扩展与跨区域扩展，为AI 工厂部署提供网络支撑。公司通过与台积电、SPIL、TX 以太网硅光技术的量产，四家企业分别在硅光芯片制造、芯-10(%)计算机沪深300请阅读最后一页重要免责声明诚信、专业、稳健、高效片级封装测试、激光芯片与光模组、系统组装环节提供核心技术支持。作为英伟达全栈协同设计的典范，该技术相较传统收发器网络实现能效与AI 集群正常运行时间均提升5 倍，部署效率提升30%，为百万GPU 级AI 工厂奠定了坚实的网络基础，目前已获得CoreWeave、Lambda 及Oracle CloudInfrastructure 的率先采用。其大规模CPO 部署突破了光互连在功耗、可靠性与部署时间方面的瓶颈，消除了制约AI 集群规模扩张的关键障碍。光通信是英伟达战略布局的核心方向之一，在本周举办的Computex2026 上，光互连领域龙头企业迈威尔科技首席执行官与黄仁勋同台出席。黄仁勋表示迈威尔科技有望成为下一家市值突破万亿美元的科技企业，并透露双方正进一步深化战略合作关系，共同打造支撑下一代人工智能数据中心运行的关键网络与连接基础设施体系。2026 年截至6 月，英伟达已密集对四家美国行业龙头企业进行大规模投资：3 月分别向迈威尔科技、Lumentum 及Coherent 各注资20 亿美元，其中与迈威尔科技的合作旨在将其定制AI 芯片和网络技术整合进英伟达NVLink系统，对Lumentum 和Coherent 的投资则全面押注光互联技术与封装集成；5 月宣布与康宁达成多年期商业与技术合作伙伴关系，总投资上限32 亿美元，支持其将美国光连接制造能力提升10 倍、光纤产量提升超50%，并在北卡罗来纳州和得克萨斯州新建三座先进制造工厂。英伟达作为全球人工智能产业绝对龙头，其全栈式技术协同与产业链资本投入，构成了行业长期增长最坚实的确定性基础。Spectrum-X 硅光互联平台全面量产及共封装光学(CPO)架构大规模商用，标志着光通信行业进入技术迭代与需求爆发的共振期。AI 算力建设需求的加速将驱动光通信板块景气度持续上行。中长期，建议关注专注于半导体等高端制造业的罗博特科（300757.SZ）、新能源业务高增并供货科尔摩根等全球电机巨头的唯科科技（301196.SZ）、AI 智能文字识别与商业大数据领域巨头的合合信息（688615.SH）、深耕工业AI 与软件并长期服务高端装备等领域头部客户的能科科技（603859.SH）。▌风险提示1） AI底层技术迭代速度不及预期。2）政策监管及版权风险。3）AI应用落地效果不及预期。4）推荐公司业绩不及预期风险。重点关注公司及盈利预测公司代码名称2026-06-10股价EPSPE2026E2027E2026E2027E300757.SZ罗博特科627.01-0.300.300.60-2090.03 2090.031045.02请阅读最后一页重要免责声明诚信、专业、稳健、高效301196.SZ唯科科技158.402.533.343.9862.6147.4339.80603859.SH能科科技52.950.921.211.5057.5543.7635.30688615.SH合合信息125.253.244.225.2538.6629.6823.86请阅读最后一页重要免责声明诚信、专业、稳健、高效
正文目录
1.1、 Tokens 跟踪 ....................................................................... 51.2、数据跟踪：腾讯云下调DeepSeek-V4 系列模型价格，阿里云上线Qwen3.7-Plus .............. 61.3、产业动态：MiniMax 新一代旗舰大模型MiniMax M3 正式发布 .............................. 72.1、 周流量跟踪：Character.AI 周访问量环比+11.57% ...................................... 92.2、 产业动态：下载量突破1.5 亿次，Gemma 4 12B 开启本地多模态AI 新时代 ................. 9
3、 AI 融资动向：RAMP 完成7.5 亿美元
图表目录
图表15：
请阅读最后一页重要免责声明诚信、专业、稳健、高效
1、 算力动态：算力租赁价格平稳，MiniMax
新一代旗舰大模型MiniMax M3 正式发布1.1、 Tokens 跟踪根据OpenRouter 公开数据，2026年6 月1 日至6 月7 日，周度Token 消耗量有所上升，调用量为36.1T，环比上周增加13.52%。在Tokens 规模Leaderboard 前五名中，DeepSeek的DeepSeek V4位居第二，Minimax 的Minimax M3 以2.5T tokens 位居第三；Xiaomi 的MiMo-V2.5 以2.19Ttokens 位列第四；OpenRouter 旗下的Owl Alpha 以1.95T tokens 位居第五；从市场份额维度来看，DeepSeek 以6.75T tokens 占据18.7%的份额，稳居首位；Anthropic 以5.29T tokens 占据14.6%，位列第二；Google、MiniMax、Xiaomi 则分别以4.29T、3.05T、2.95T tokens，对应占据11.9%、8.4%、8.2%的市场份额。6 月1 日，微软旗下人工智能编程工具GitHub Copilot 正式实施计费模式调整，从固定额度订阅制转向按Token 用量计费。新模式下，Copilot 按照用户实际Token 消耗（包括输入、输出及缓存）核算成本，具体费率则按照不同模型的API 定价执行。6 月5 日，腾讯云总经理、TokenHub 负责人高航于AI 产业应用大会上透露，公司大模型服务平台TokenHub 上线三个月以来，每月连续增长呈翻倍态势，现日Token 消耗量已突破5万亿。6 月5 日，华为云发布四大基础设施新品之一——AICS 灵衢智算集群。该集群基于华为独立自主的所有算力芯片和全栈全国产化的算力硬件系统，支持10 万卡级规模，总算力达200E务可用性高达99.95%。近期，中国信通院联合多家机构将于6 月16 日在北京举办高质量Token 服务研讨会。该会议旨在系统性地提升Token 服务能力，从组织机制和能力建设两方面入手，汇聚行业力量，为Token 服务的规范化与高质量发展提供支撑。
图表1：Tokens 规模Leaderboard
请阅读最后一页重要免责声明诚信、专业、稳健、高效
图表2：市场份额占据示意
1.2、数据跟踪：腾讯云下调DeepSeek-V4 系列模型价格，阿里云上线Qwen3.7-Plus2026 年6 月3 日，腾讯云智能体开发平台针对DeepSeek-V4 系列模型价格进行下调，其中，最高降幅达97.5%。本次调整仅涉及价格变更，不涉及模型服务能力变动。具体来看，DeepSeek-V4-Pro 模型的推理输入、输出价格均下调75%，分别降至0.003元/千tokens 和0.006元/千tokens；缓存命中价格下调97.5%，降至0.000025元/千tokens。DeepSeek-V4-0.00002 元/千tokens。价格调整后，腾讯云DeepSeek-V4 系列模型调用价格已同DeepSeek官方售价全面持平。此前，腾讯云已针对部分模型开展过一系列价格调整。其中，GLM 5、MiniMax 2.5、Kimi 2.5 由免费转为正式商用，并根据模型调用按量计费；Tencent HY2.0 Instruct、Tencent HY2.0 Think 的输入、输出价格则进行了上调。除此以外，上周（5 月27 日）小米正式宣布旗下MiMo-V2.5 系列API 价格永久下调。其中，MiMo-V2.5-Pro 输入缓存命中降幅高达99%，定价与DeepSeek V4-Pro 完全对齐。与此同时，阿里通义千问于6 月2 日发布千问3.7 系列多模态大模型Qwen3.7-Plus。该模型补齐了Qwen3.7 系列的视觉识别能力，实现了多模态混合智能体的新突破，不仅能看懂图片和视频，还能深度推理、自我编程、调用工具、验证测试并自主迭代。当前，该模型已在阿里云百炼平台上线，支持OpenAI 兼容API 与Anthropic 协议，并于Qwen Studio开放在线体验。请阅读最后一页重要免责声明诚信、专业、稳健、高效1.3、产业动态：MiniMax 新一代旗舰大模型MiniMax M3正式发布2026 年6 月1 日，MiniMax 正式发布其新一代旗舰大模型MiniMax M3。实验结果显示，该模型已在多个衡量编程与Agent 能力的基准测试中达到前沿水平。在真实软件工程能力基准测试SWE-Bench Pro 中，该模型取得59.0%的得分，其表现已小幅度超过GPT-5.5 和Gemini 3.1 Pro，接近Claude Opus 4.7。
图表3：MiniMax M3 基准测试结果横向对比图
在架构创新与模型能力上，MiniMax M3 实现了双重突破。一方面，该模型采用了全新的稀疏注意力架构MSA（MiniMax Sparse Attention），将上下文窗口扩展至100 万tokens大小，计算速度大幅提升，并且与上一代全注意力模型M2 相比，M3 在预填充阶段实现了9倍以上的加速，在解码阶段实现了15 倍以上的加速。另一方面，该模型作为一款原生多模态模型，支持图片、视频输入，并具备操控电脑桌面的能力，在多模态测试集OmniDocBench 中，该模型得分超越Gemini 3.1 Pro，并在面向自主Agent 的端到端评测框架Claw-Eval 中取得最高分。这种高效长上下文与原生多模态的结合，使该模型具备了驾驭超复杂任务的能力。在PostTrainBench 后训练能力测试中，该模型根据研究团队下达的指令，于12 小时内从零开始自主训练4 个仅有预训练基座的模型。在全程没有人工干预的情况下，M3 独立完成了数据合成、模型训练、效果评估与迭代优化的完整闭环，最终让这4 个模型在数学推理、工具调用、代码生成等五项任务上习得了基础能力，综合得分为0.37，紧追GPT-5.5 的0.39 和Opus 4.7 的0.42，且其表现显著领先于其他参测模型。
图表4：MiniMax M3 于PostTrainBench 后训练能力测试中的表现情况
请阅读最后一页重要免责声明诚信、专业、稳健、高效此外，M3 还展现出在底层硬件优化上的强大自主能力，连续工作24 小时，历经147 次benchmark 提交和1959 次工具调用，该模型完成对CUDA 内核的优化，成功将Hopper件峰值利用率从首版的7.6%提升至71.3%，实现了相较于原始版本近9.4 倍的加速。
图表5：MiniMax M3 自动优化CUDA 内核成果图
实测体验结果显示，该模型具备主动迭代需求、规划项目、持续反思纠错等能力，并能够针对视觉任务中的细节进行详尽描述，同时展现出不错的Agentic 能力和扎实的多模态分析底子，但在具体任务交付上，不少结果的完成度仍然不够高。价格方面，该模型的API 调用价格以512k 上下文为界分为两档，并提供优先调用和标准模式两种方案。其中，512k 以内上下文的调用享有7 天限时五折优惠。优惠后，该模型标准模式下的输入价格为2.1 元/百万tokens，输出价格为8.4 元/百万tokens，缓存读取价格为0.42 元/百万tokens；优先模式下的输入价格为3.15 元/百万tokens，输出价格为12.6 元/百万tokens，缓存读取价格为0.63 元/百万tokens。当前，MiniMax M3 已在MiniMax Code、Token Plan 和API 中上线，并将在未来10 天内更新模型技术报告以及开源对应的模型权重。
图表6：MiniMax M3 模型API 调用价格表
请阅读最后一页重要免责声明诚信、专业、稳健、高效
2、 AI 应用动态：Character.AI 周访问量环
比+11.57%，Gemma 4 12B 开启本地多模态AI新时代2.1、 周流量跟踪：Character.AI 周访问量环比+11.57%本期（2026.5.29-2026.6.4）AI 相关网站流量数据：访问量前三位分别为ChatGPT（1260.0M）、Bing（818.9M）和Gemini（681.4M），访问量环比增速第一为Character.AI（11.57%）；平均停留时长前三位分别为Character.AI（00:14:12）、Discord（00:11:06）和Kimi（00:08:28）;平均停留时长环比增速第一为文心一言（10.06%）。
图表7：2026.5.29-2026.6.4 AI 相关网站流量
应用应用类型归属公司周平均访问量（M）访问量环比平均停留时长时长环比ChatGPT聊天机器人OpenAI1260.03.03%6:021.12%Bing搜索微软818.9-0.70%7:21-0.68%Gemini聊天机器人谷歌681.43.26%7:000.00%Canva在线设计Canva213.4-0.88%5:490.00%Github代码托管微软148.53.70%6:26-0.26%Discord游戏社区微软146.70.69%11:060.15%Character.AI聊天机器人Character.Al39.3311.57%14:12-0.35%PerplexityAI 搜索Perplexity28.90-1.80%4:26-1.48%Deepl翻译工具DeepL25.87-0.04%2:292.05%Kimi聊天机器人Moonshot AI9.49-6.77%8:28-0.20%QuillBot释义工具QuillBot9.08-3.26%2:541.16%NotionAI文本/笔记Notion8.646-73.66%7:50-1.26%文心一言聊天机器人百度0.605.16%2:5510.06%2.2、 产业动态：下载量突破1.5 亿次，Gemma 4 12B 开启本地多模态AI 新时代2026 年6 月4 日，谷歌发布了轻量级多模态模型Gemma 4 12B，一款能够在16GB 内存的轻薄笔记本上全离线流畅运行的高性能模型。该模型抛弃了传统的编码器结构，能够直接处理文本、图像和音频输入。与此同时，DeepMind 的首席执行官Demis Hassabis 也公开表示，Gemma 4 全系列模型的下载量已突破1.5 亿次。请阅读最后一页重要免责声明诚信、专业、稳健、高效在实际性能测试中，评测机构atomic.chat 将Gemma 4 12B 与前代模型Gemma 4 26B-A4B 在单张RTX 4090 显卡上进行了对比。测试任务要求模型在不依赖任何第三方库的情况下，仅凭自身推理能力生成包含高尔顿钉板、方块碰撞以及三摆系统等复杂物理动效的HTML5 Canvas 代码。结果显示，虽然Gemma 4 26B-A4B 模型以更高的138token/s 的推理速度表现出了明显优势，但Gemma 4 12B 以80token/s 的速度同样成功完成了全部物理场景的代码生成，而其所占用的显存仅为9GB，Gemma 4 26B-A4B 模型则占用了15GB 的显存。这意味着，以往需要依赖云端API 或昂贵双路工作站的复杂多模态物理推理任务，如今可以在普通的MacBook 或者搭载消费级显卡的游戏本上离线完成。
图表8：Gemma 4 12B 与Gemma 4 26B-A4B 在单张 RTX 4090 显卡上的对比
Gemma 4 12B 之所以能够在较小的参数规模下实现如此强大的多模态理解能力，关键在于谷歌DeepMind 采用了无编码器的统一架构设计。传统多模态模型通常需要视觉编码器将图像转换为向量、音频编码器将声音波形转换为向量，再将这些向量送入大语言模型进行处理。这种先编码再融合的方式存在延迟高、占用内存多、训练难度大等问题。而Gemma 412B 直接处理原始的图像像素块和音频信号，视觉信息仅通过一个35M 的超轻量级嵌入模块就能像文本Token 一样流入模型的核心网络中，音频信号则被直接投影到与文本Token 相同的维度空间。这种设计不仅大幅降低了端到端的延迟，还使得视觉、音频和文本共享同一套模型权重，开发者在使用Hugging就能同时更新所有模态的参数，极大方便了本地开发者的使用。请阅读最后一页重要免责声明诚信、专业、稳健、高效
图表9：Gemma 4 12B 的无编码器统一架构
图表10：Gemma 4 12B 与传统多模态模型的对比
在应用场景层面，Gemma 4 12B 展现出了强大的Agentic 能力。官方演示中的一个典型案例是，模型能够根据开发者的自然语言指令，自动生成完整的Python 和Gradio 桌面应用代码，构建出了一个带有图形界面的图像处理工具。这套应用背后的图像分析核心引擎调用了本地的Gemma 4 12B 自身，形成了模型自己编写应用来调用自己的局面。另一个案例中，模型被输入一段长达五分钟的演讲视频，包含上千帧画面和原始音频，提示词要求模型分析视频中某个特定行为对应的深层含义。模型不仅完整消化了长达256K token 的多模态上下文，还准确识别出了其中隐藏的视觉隐喻，这种深度的视频理解能力过去通常只有在顶级闭源模型中才能见到。Gemma 4 12B 采用Apache 2.0 开源协议，为商业化落地扫清了障碍，开发者可以自由修改、微调并将模型嵌入商业产品中而无需向谷歌支付任何费用。该模型已适配LM Studio、Ollama、llama.cpp、MLX、vLLM 等多种主流本地部署工具，用户只需几条命令即可在自己的电脑上运行。请阅读最后一页重要免责声明诚信、专业、稳健、高效
3、 AI 融资动向：Ramp 完成7.5 亿美元
轮融资，投后估值达440 亿美元2026 年6 月4 日，AI 金融公司Ramp 完成7.5 亿美元年11 月的320 亿美元攀升至440 亿美元，累计融资规模已达30 亿美元。本轮融资由Iconiq Capital、新加坡主权财富基金GIC 以及安大略省教师退休金计划联合领投，高盛成长股权、摩根士丹利投资管理及Peter Thiel 旗下的过去一年，Ramp 的估值增长了近两倍。当前，公司年化收入ARR已突破15 亿美元，相较2025 年9 月的10 亿美元，年化收入增长了50%。收入的快速增长成为其估值持续重估的核心支撑。Ramp 成立于2019 年，最初专注于帮助初创企业管理费用报销，如今业务已拓展至企业支付、财务自动化及AI 驱动的欺诈检测等领域。公司目前服务约7 万家企业客户，较年初的5 万家增长40%，其中，新增客户相当一部分来自快速扩张的AI 初创企业，公司则针对企业不断增长的模型调用、算力采购及相关支付支出的管理需求提供支持。公司以面向企业的公司信用卡服务为核心，财务团队可通过设定支出规则来管控非必要开销。在此基础上，公司还提供高利率的企业银行账户服务Treasury，以及供应商发票处理工具。2025 年7 月，公司推出首款用于欺诈检测与交易审核的自主AI 智能体，平台功能覆盖账单支付、采购、差旅、资金管理和会计自动化等综合场景。公司自身也全面拥抱AI 技术，不仅设立了AI 研究实验室，还自主开发内部AI 工具，并推动销售、客服、工程等团队广泛使用AI。2026 年3 月，公司上线新功能，允许AI 智能体在平台上执行几乎所有原需人类用户完成的操作，包括发起企业信用卡支付。首席产品官Geoff Charles 表示，未来企业间交易模式将演变为“智能体对智能体支付”，也就是说AI 将替代人类自主执行从采购、审批到收付款等环节，人类则仅承担监督角色。目前，Ramp 在全球拥有约1700 名员工，并计划进一步扩大团队规模，持续加码AI 驱动的企业服务市场。
图表11：上周AI 初创公司融资动态
应用应用类型领投方融资轮融资额目前累计融资额目前估值RampAI 金融Iconiq Capital、GIC、安大略省教师退休金计划
440 亿美
请阅读最后一页重要免责声明诚信、专业、稳健、高效SupabaseAI 基础设施GIC美元
105 亿美
SunoAI 音乐生成Bond CapitalD 轮
4 亿美元
超8 亿美
54 亿美元
请阅读最后一页重要免责声明诚信、专业、稳健、高效
4、 行情复盘
上周（2026.6.1-2026.6.5 日），AI 应用指数/AI 算力指数/万得全A/中证红利日涨幅最大值分别为1.76%/0.42%/0.75%/2.64%，AI 应用指数/AI 算力指数/万得全A/中证红利日跌幅最大值分别为-1.21%/-1.41%/-1.15%/-0.44%。AI 算力指数内部，民爆光电以15.95%录得上周最大涨幅，天源迪科以-13.10%录得上周最大跌幅。AI 应用指数内部，美迪凯以51.04%录得上周最大涨幅，电科数字以-14.10%录得上周最大跌幅。
图表12：上周（2026.6.1-2026.6.5 日）指数日涨跌幅
图表13：上周（2026.6.1-2026.6.5 日）AI 算力指数内部涨跌幅度排名
-2-1AI应用指数AI算力指数万得全A中证红利%-15%-10%-5%0%5%10%15%20%请阅读最后一页重要免责声明诚信、专业、稳健、高效
图表14：上周（2026.6.1-2026.6.5 日）AI 应用指数内部涨跌幅度排名
-20%-10%0%10%20%30%40%50%60%请阅读最后一页重要免责声明诚信、专业、稳健、高效
5、 投资建议
2026 年6 月2 日，英伟达宣布其Spectrum-X 以太网硅光技术已全面量产。新一代Spectrum-X 交换机基于光电一体封装技术（CPO）构建，支持其VeraRubin 平台在数据中心实现横向扩展与跨区域扩展，为AI 工厂部署提供网络支撑。公司通过与台积电、SPIL、T及富士康的深度协同实现了Spectrum-X 以太网硅光技术的量产，四家企业分别在硅光芯片制造、芯片级封装测试、激光芯片与光模组、系统组装环节提供核心技术支持。作为英伟达全栈协同设计的典范，该技术相较传统收发器网络实现能效与AI 集群正常运行时间均提升5 倍，部署效率提升30%，为百万GPU 级AI 工厂奠定了坚实的网络基础，目前已获得CoreWeave、Lambda 及Oracle Cloud Infrastructure 的率先采用。其大规模CPO 部署突破了光互连在功耗、可靠性与部署时间方面的瓶颈，消除了制约AI 集群规模扩张的关键障碍。光通信是英伟达战略布局的核心方向之一，在本周举办的Computex2026 上，光互连领域龙头企业迈威尔科技首席执行官与黄仁勋同台出席。黄仁勋表示迈威尔科技有望成为下一家市值突破万亿美元的科技企业，并透露双方正进一步深化战略合作关系，共同打造支撑下一代人工智能数据中心运行的关键网络与连接基础设施体系。2026 年截至6 月，英伟达已密集对四家美国行业龙头企业进行大规模投资：3 月分别向迈威尔科技、Lumentum 及Coherent 各注资20 亿美元，其中与迈威尔科技的合作旨在将其定制AI 芯片和网络技术整合进英伟达NVLink的投资则全面押注光互联技术与封装集成；5 月宣布与康宁达成多年期商业与技术合作伙伴关系，总投资上限32 亿美元，支持其将美国光连接制造能力提升10 倍、光纤产量提升超50%，并在北卡罗来纳州和得克萨斯州新建三座先进制造工厂。英伟达作为全球人工智能产业绝对龙头，其全栈式技术协同与产业链资本投入，构成了行业长期增长最坚实的确定性基础。Spectrum-X 硅光互联平台全面量产及共封装光学(CPO)架构大规模商用，标志着光通信行业进入技术迭代与需求爆发的共振期。AI 算力建设需求的加速将驱动光通信板块景气度持续上行。中长期，建议关注专注于半导体等高端制造业的罗博特科（300757.SZ）、新能源业务高增并供货科尔摩根等全球电机巨头的唯科科技（301196.SZ）、AI 智能文字识别与商业大数据领域巨头的合合信息（688615.SH）、深耕工业AI 与软件并长期服务高端装备等领域头部客户的能科科技（603859.SH）。
图表15：ficonTEC2025 年年中至今公告订单
签约日期客户/描述业务类型金额折合人民币2025/6/20美国某头部公司A 及其子公司光电子封测设备约1,710 万欧约1.36 亿元2025/7/11美国某头部公司B 及其子公司光电子封测设备约1,418 万美约0.98 亿元2025/9/3瑞士某头部公司C 的子公司全自动硅光子封装整线设备或服务约946.50 万欧元约0.75 亿元2025/10/21武汉驿路通科技股份有限公司光纤预制及组装线相关自动化设备约900 万美元 约0.62 亿元请阅读最后一页重要免责声明诚信、专业、稳健、高效2026/1/6瑞士某头部公司C 的子公司第二条全自动OCS（光交换机）封装整线设备及服务约770.00 万欧元约0.61 亿元2025/9/24-2026/1/26以色列的纳斯达克上市的头部公司E单面晶圆测试设备及服务约921.60 万美元约0.64 亿元2026/3/13暂未披露双面晶圆测试设备及服务约608.09 万欧元约0.48 亿元2026/3/19-2026/3/25纳斯达克上市的公司及其子公司耦合设备及服务（可用于可插拔硅光高速光模块封装制程核心环节的量产）约6 亿元人民约6 亿元2026/4/1纳斯达克上市的公司耦合设备及服务（可用于可插拔硅光高速光模块封装制程核心环节的量产）约3,570 万美约2.46 亿元2026/4/8-2026/5/1纽约证券交易所上市的公司B 的子公司耦合设备及相关服务约2680 万美约1.83 亿元2026/4/8-2026/5/1纳斯达克上市的公司视觉检测设备、高精度激光bar 条封装设备及相关服务约3226 万美约2.20 亿总金额约17.93 亿元
图表16：重点关注公司及盈利预测
公司代码名称2026-06-10股价EPSPE2026E2027E2026E2027E300757.SZ罗博特科627.01-0.300.300.60-2090.03 2090.031045.02301196.SZ唯科科技158.402.533.343.9862.6147.4339.80603859.SH能科科技52.950.921.211.5057.5543.7635.30688615.SH合合信息125.253.244.225.2538.6629.6823.86
6、 风险提示
1）AI 底层技术迭代速度不及预期。2）政策监管及版权风险。3）AI 应用落地效果不及预期。4）推荐公司业绩不及预期风险。请阅读最后一页重要免责声明诚信、专业、稳健、高效▌中小盘&北交所组介绍任春阳：华东师范大学经济学硕士，6 年证券行业经验，2021 年11 月加盟华鑫证券研究所，从事计算机与中小盘行业上市公司研究周文龙：澳大利亚莫纳什大学金融硕士