格兰：这件大事儿！利好A股什么？

lameihua

　　最近阿里真的是热度不断，一天之内，又干了两件大事。

　　头一件是阿里发布了全新的全新的Qwen3-Next-80B-A3B模型。

　　这个模型牛在什么地方呢？

　　直接上数据：

　　训练成本：计算成本仅为Qwen3-32B的9.3% 。

　　推理速度：在处理32K以上长文本时，吞吐量是Qwen3-32B的10倍以上 。

　　参数效率：模型总参数高达800亿，但每次推理仅需激活约30亿参数 ，占比仅为3.7%。

　　性能表现：指令微调模型在推理与长上下文任务中的表现，可媲美阿里自家的2350亿参数旗舰模型Qwen3-235B 。思考模型甚至超越了谷歌最新的Gemini-2.5-Flash。

　　这一系列数据意味着，用更少的钱就能训练出性能更强、跑得更快的模型，AI应用的门槛，再一次被大幅降低。

　　了解大模型的同学都知道，行业发展到现在，最核心的矛盾就是成本和效率的问题。

　　性能强的模型计算量大，成本高；计算效率高的模型在处理复杂问题时又容易胡说八道。

　　阿里的模型是怎么解决这个矛盾的呢？

　　简单来说，用混合注意力机制、高稀疏度MoE架构、训练稳定性优化、多Token预测机制四个核心技术创新，解决了上面的问题。

　　其中最核心的创新，是混合注意力机制。

　　这个设计有点像混合动力汽车的意思，将75%的模型层换上能够用极高效率处理超长文本的全新门控DeltaNet，相当于混合动力中的电动机部分。剩下的25%保留使用经过的增强传统门控制注意力，用来确保在关键任务上的顶尖精度和回忆能力，可以看成是混合动力里的燃油发动机部分。

　　这样一来，阿里就给模型装上了完美的混合动力引擎，既可以高效节能，又能在关键时刻保证性能。

　　阿里的架构也为整个AI行业提供了一个新范本，通过巧妙地平衡速度与精度，解决成本与效率的问题。

　　以后大模型的竞争焦点，也会从谁的更大，转向谁的架构更好。更多中小企业和开发者也会从中受益，用上便宜、高效的大模型。

　　第二件事更振奋人心，《The Information》等多家媒体援引知情人士爆料，阿里和百度，已经开始在AI大模型训练中，使用自研芯片，部分取代英伟达产品，迈出从依赖到自给自足的关键一步。

　　事实上，想要看懂阿里的芯片战略，就不能单看这一件事，要把所有事情串联起来。

　　阿里自己的身份，本质上是一个超大规模的云服务商。商业模式的核心，就是用极具竞争力的价格提供海量的计算资源。

　　在这个竞争环境中，数据中心的TCO总体拥有成本，就是决定生死存亡的生命线。

　　长期以来，我们的云服务商对英特尔、英伟达等外部供应商依赖严重，这不仅是我们要被动接受他们的定价的问题，更大的点在于，他们的GPU通用芯片为了服务广阔市场，必须做到什么都能做。但是，在特定的云场景下，这种面面俱到往往意味着效率折损。

　　阿里自研芯片，相当于给自己的云业务量体裁衣，在性能、功耗、成本之间，得到平衡。

　　这种降本增效一旦用在万亿级业务规模的阿里身上，带来的TCO节约效应将是指数级的。节省的不仅仅是芯片的采购成本，更深远的效益在于计算密度的提升。

　　更高能效的芯片意味着可以用更少的服务器、更小的机房空间、更低的耗电量，完成同样甚至更多的工作。这直接延缓了云厂商最庞大的资本开支之一，建设新数据中心的需求。

　　这样看来，自研芯片是一道关乎核心竞争力的必然选择。

　　同时，阿里也能构建一个从软硬件深度协同的AI护城河。

　　竞争对手或许可以模仿某个软件功能或AI模型，但是，如果极致的性能与成本优势来自于自研硬件，那么这种优势就变得无法复制。

　　一旦用户习惯了这种由深度整合带来的极致性价比，就会被阿里牢牢锁定在其自身的生态中，想要迁移到其他平台几乎不可能。

　　短期来看，这个系列消息对阿里AI叙事和估值情绪的提振是明显的。

　　对于整个产业而言，则预示着英伟达在中国市场的份额结构将会发生改变。从训练和推理全面主导，逐步分化为保留前沿训练优势，其他训练和推理市场被国产方案替代。

　　自研芯片一旦进入规模化量产，将直接带动国内晶圆制造、先进封装、服务器整机等一系列产业链。

　　国产算力，必将是星辰大海。

　　回到市场，指数创出新高后，遭遇抛压，最终收跌4个点。

　　值得一提的是我们的创业板，在今年创下了全球涨幅第一的成绩。

　　从图上可以看出，前10的排名中，有5个是中国市场，另外还有一个美股的中国科技排在第三，我们的上证指数排在第十一位。

　　在全球资本市场中，争足了面子。

　　惹得外资也是相当眼红，说超过9成的美国投资者对中国市场感兴趣，达到了2021年来的最高水平。

　　从历史来看，美国投资者更喜欢做在美国上市的ADR中概股。原因也很简单，在美国上市嘛，交易时区、监管环境和交易规则都比较熟悉。

　　不过现在这个偏好正在向A股和港股方向发展。

　　更有意思的是，他们对我们的人工智能、半导体、人形机器人以及新消费等行业也是两眼一抹黑，短时间内根本搞不清行业逻辑与价值。

　　解决方法也很简单粗暴，就是买基金，通过ETF参与中国市场。

　　我也和大摩的前同事沟通了一下，虽然我们的市场对外资的吸引力与日俱增，但从整体投资偏好顺序来看，ADR仍然牢牢占据着首位，其次是香港市场，最后才是A股。

　　我知道，很多同学看到最近A股很火热，港股相对平淡，心里不免打鼓，不知道港股到底有没有机会。

　　我们系统地分析一下。

　　从估值历史分位来看，港股的科技指数正处于一个极具吸引力的位置。

　　无论是对比近三年还是近五年的历史数据，港股科技的估值都处于明显的低位，这种显著的估值优势，不仅意味着有更高的安全边际，也预示着未来有更大的弹性。

　　从技术规律和历史经验来看，我们通过观察创业板指与恒生科技指数的 60 日滚动收益率差值，能发现二者存在明显的交替轮动关系。

　　当创业板指的涨幅领先港股科技20%时，港股科技往往会迎来一波相对收益的补涨行情。

　　当前，这一差距已经拉大到了30%以上，港股科技板块的补涨几乎是一种必然。

　　从基本面角度看，港股上市公司的整体盈利状况，已经先于A股市场出现了修复迹象。

　　以刚刚提到的阿里为例，超预期的业绩和持续扩张的AI资本开支，如同为市场注入了一针强心剂。基本面率先回暖，为港股以后的上涨打下最坚实的地基。

　　另外再加上刚刚提到的资金关注度问题，可以说短期内，美联储降息、香港利率压力缓解、外卖大战影响逐步消化等消息中任一落地，都将直接点燃市场热情。

　　四字箴言：重视港股，