文 | 镜相工作室，作者 | 黄依婷，编辑 | 卢枕 😴文 | 镜相工作室，作者 | 黄依婷，编辑 | 卢枕 😎9月，国内入秋，气温骤降，英伟达重回中国市场的步伐也有些凝滞🤔。 两个月前，仲夏之时，英伟达创始人黄仁勋穿着皮衣落地🤩北京，带来H20芯片在中国市场“解禁”的消息。但没过多久，又😁传来H20停产的风声。 作为中国市场定制的“特供芯片”😍，H20深陷“后门”疑云，被质疑“既不安全也不先进”，市场需😴求疲软。不愿意放弃中国市场的英伟达，计划推出性能更强的B30😘A芯片，以技术优势重建市场信心。 H20禁售加上“后门🔥”疑云，英伟达的空窗期成了国产厂商补位的良机。这半年来，华为🤩、寒武纪等大力推广自家芯片，在政务云等领域市占率飙升，一些科😁技大厂也开始批量采购国产芯片。 在黄仁勋的最新访谈里，😉他提及中国在AI芯片上落后两三年的说法，驳斥说：“得了吧，他😜们只落后我们几纳秒。”话里话外流露出一种迫切，希望美国放开管😂制，让英伟达重回中国。 眼下，英伟达回归遇阻，腾出来的😎市场空白，都有哪些国产AI芯片厂商竞逐？谁有机会率先取代H2😡0？国产AI芯片厂商追赶英伟达的路上还有哪些阻碍？ 谁😴在竞逐英伟达的遗留市场？ 过去，大多数公司采购算力芯片🔥时，首选必定是英伟达。从生成式AI爆发至今，英伟达GPU凭借🔥卓越的性能、稳定的驱动和完善的CUDA生态，筑起强大的护城河🙄。 据TechInsights数据，在GPU市场，20❤️23年全球应用于智算中心的GPU总出货量达到了385万颗，其🤯中，英伟达的市场份额接近98%。 垄断性的市场地位，使😁英伟达成为压在国内外科技大厂心头的大山。在国外，微软、谷歌、🔥亚马逊都在一边狂买英伟达芯片，一边自己造芯；而在国内，受限于😎政策禁令，AI公司无法获得先进的英伟达芯片，随时面临断供风险⭐，只能寻找国产替代方案。 好消息是，英伟达留给国产厂商😍的空间足够大，能容纳多家公司同场竞逐。 今年二季度，受😍禁售H20影响，英伟达中国区营收只有27.69亿美元，比去年💯同期的37亿美元下降24.49%。去年全年，英伟达中国区营收🙄171.08亿美元。业绩会上，黄仁勋也预测中国市场年增长率大🙄约50%，光今年就可能有500亿美元的商机。 这数百亿🌟美元的市场，英伟达目前只能干着急。在三季度的业绩指引上，英伟🥳达没有假设任何对华出口H20的情形，而这也是中国公司的好机会😍。 在竞逐H20遗留市场的公司里，最被看好的公司是华为😆和寒武纪。 从单卡性能来看，华为昇腾910B/C，算力😜已超过英伟达H20。除华为外，据行业自媒体“半导体综研”整理🤔，FP16算力能达到300TFLOPS（每秒万亿次浮点运算）👍以上的国产芯片，只有寒武纪的思元590；壁仞科技在2022年😴推出的BR100，其FP16算力能达到1024TFLOPS，😢但因受到制裁无法量产。其他如百度昆仑芯、阿里平头哥、摩尔线程🥳等自研主流产品都已经接近H20水平。 展开全文 😜当然，国产芯片的目标不是阉割过的H20，最先进的国产GPU依😢旧落后英伟达最新产品两代，算力差距约落后3倍。但至少，逐渐替🎉代昂贵但不先进的H20已经具备可行性。 除了技术追赶上👏来，外部环境也在变好，发展国产算力的政策扶持不断，互联网巨头🤩和运营商们纷纷加码算力资本开支，为国产AI芯片打开了市场空间🙄。 今年以来，国内AI芯片厂商业绩突飞猛涨。短暂成为A🙄股“股王”的寒武纪，今年上半年收入28.81亿元，同比暴涨了😅4348%，首次扭亏为盈，净利润10个亿。 华为的大单👍也源源不断。据行业调研报告，今年昇腾910B全年计划出货约4🌟0万颗，客户主要是运营商和地方算力中心；910C计划出货30😆万颗，以互联网大厂为主。不久前的华为全联接大会上披露，华为新🤗推出的CloudMatrix 384超节点累计部署300多套❤️。 阿里平头哥、百度昆仑芯这两家互联网巨头旗下的芯片公😜司，也有着稳定的内部需求和丰富的应用场景，在充沛的资金下能够😴快速迭代产品，再反哺互联网大厂的云计算和AI业务；摩尔线程、🌟沐曦股份、壁仞科技等新锐也在参与市场竞逐，这些创业公司在技术⭐创新、兼容性设计、市场定位上以灵活见长。 摩尔线程在其😍IPO报表中披露，2025年上半年营收7.02亿元，正在洽谈❤️的AI智算领域合同超过17亿元，其还与中国移动签署过万卡级合🚀作项目，封装订单规模超10亿元。 沐曦股份也曾连续中标😘两份AI训推一体机大单，金额达14.88亿元；截至2025年😴8月，其在手订单（不含税）为11.4亿元，客户涵盖新华三、算😁丰、汇天网络等。 拿下订单意味着国产AI芯片进入到技术😉迭代和商业变现的良性循环中。摩根士丹利在其最新报告《中国人工🎉智能：沉睡的巨人觉醒》中预测，在外部压力下，中国已全力迈向完❤️全独立，并正在以比预期更快的速度构建自给自足的生态系统，中国😜人工智能芯片自给率将从去年的34%飙升至2027年的82%。😆 模仿英伟达，还是另走一条路？ 追赶英伟达，在一🎉两年以前还是遥不可及的事情。 摆在国产厂商面前的有几座😊难以逾越的大山：制程优势、供应链稳定性、软件生态。 即😊便是最先进的国产AI芯片，与英伟达的最新产品都有两代的差距，😘昇腾910C单卡BF16算力只相当于英伟达GB200单卡的3😀1%。根本原因在于制程落后——华为只能用中芯国际的7nm多重🤗曝光工艺（近似7nm但良率很低），但英伟达可以用台积电的3n😎m工艺。 国产厂商也面临着供应链不稳定的问题，台积电的😂良率高达80%，产量稳定，成本可以随着产能爬坡不断降低，而中🎉芯国际7nm工艺良率只有30%多。另外一个风险是，地缘摩擦对🙄芯片行业的影响不确定，比如壁仞科技的高端芯片BR100由于台🚀积电中止代工，迟迟无法量产。 制程问题还可以找到替代方⭐案，但软件生态没有英伟达十几年的积累，很难在短时间内追赶。国🤩内某机器人公司CTO王枫告诉我们，使用GPU产品最重要的是考😜虑工具链的完整性，比如GPU之间的互联技术、框架的兼容性、并🤯行计算的编程模型平台。这恰恰是英伟达耗时十多年筑起的高墙。 🔥 英伟达生态核心是CUDA，它就像底层的Windows操🤔作系统，全球有400多万开发者为它构筑加速库、主流框架和大模👏型，但CUDA只能在英伟达芯片上使用，迁移到其他芯片上就要重💯写代码，光人力和测试成本就高达数千万元。 因此，生态是😉英伟达最大的底气。以被阉割的H20为例，英伟达降低了H20的🌟算力，只有H100的15%，但是保留了HBM3显存和NVLi😘nk技术，就是想用“低性能+强生态”稳住市场地位，让中国公司😡买更多卡来满足需求。 在硬件性能、软件生态和供应链都落❤️后的情况下，国产厂商根据自身能力和市场需求，走上了不同的追赶🙌路线。 华为是受限最多的一家，但自身有着非常好的产业基💯础和技术能力，因此选择了“全栈自研”，从芯片、软件、协议到服😅务器、交换机、存储等，全部自己做。 制程被卡脖子，华为🥳就把两颗910B芯片封装在一起使算力翻倍；HBM存储技术被卡😴脖子，华为就自研HBM；卡间互联速率慢，华为就研发对标NVL😜ink的灵衢UB。这些系统级的优化创新避开了制程限制，解决了🎉单卡算力差的问题。 质量不够，数量来凑。沿着这个思路，😆把很多芯片、内存、网卡像“拼乐高”一样堆叠在一起，用高速线缆😡传输数据，就是华为推出的“超节点技术+集群战略”，代表性产品🤗CloudMatrix 384超节点集群，BF16算力总和超😍过了英伟达NVL72系统。 华为也在培育生态。想让人用😀自家的芯片，就得让黏性超高的CUDA开发者和应用厂商迁移过来🤗，这需要分两步，第一步是让自家芯片可以兼容CUDA，第二步是😍向他们提供基于自家生态的工具和框架。 华为推出的异构计😎算架构CANN对标CUDA，已经能兼容80%的CUDA AP😁I，支持85%的CUDA算子自动转换，但转换后性能会损耗15🤔%-20%；CANN还能兼容PyTorch、TensorFl🌟ow这些主流框架，华为也自研并开源了MindSpore全场景⭐人工智能计算框架，开放灵衢互联2.0协议规范，试图吸引更多开🚀发者共同完善生态。 华为做“大而全”，一边模仿一边自研❤️，多数国内厂商则只能做“小而美”，从垂直、细分市场切入，要么🌟兼容英伟达，用性价比撬动客户，要么针对特定需求做定制芯片。 💯 国产厂商最常见的一种做法是“NV兼容”，通过中间件把现🌟有CUDA代码映射到国产芯片指令集，让硬件“听懂”开发者的意😅图。芯片使用者可以在不大幅重写代码的前提下，把工作任务迁移到❤️国产芯片上运行，降低了使用和切换的门槛。这种做法是市场导向，🙌先靠模仿打开市场，站稳脚跟，让自己活下去，后面才有机会发展自⭐己的生态。 昆仑芯和华为都在验证类似方案，且在一定程度🤔上获得了市场认可。2025年8月下旬，中国移动2025年至2😜026年人工智能通用计算设备（推理型）集中采购项目中，百度昆🤩仑芯在“类CUDA生态”标包中几乎包揽前三个分项的头名，总中🤗标订单规模达到十亿级。 做定制芯片的佼佼者是寒武纪。与🔥英伟达所做的通用GPU不同，寒武纪的AI芯片属于ASIC（专💯用集成电路），可以应用于云服务器、边缘计算设备、终端设备上，😂在对延迟、功耗和成本敏感的场景中，展现出更高的性价比。 🔥 不管是兼容模仿，还是全栈自研，都是在用自己最优势的能力，在👏英伟达的夹缝里寻找突破口，这条路注定坎坷。 追赶英伟达👍，是漫漫长路 硬件和软件都在缩小差距，但要让市场相信国😎产厂商的产品可用，是一个极其艰难的过程，尤其对那些已经使用英🌟伟达芯片的开发者。 一个已经在英伟达GPU上训练好的大😘模型，要搬到国产AI芯片上运行，中间有两道坎。 第一道🎉坎叫算子对齐。过去十几年，英伟达和全球开发者用CUDA写下了😢海量的算子库。要迁到国产芯片上，就得把一个个算子翻译成国产芯🤔片能听懂的语言。这不是简单的复制粘贴，而是成千上万条代码的“😁逐句翻译”，需要大量人力和时间。 第二道坎是分布式重构😁。大模型训练常常需要几百上千张卡一起算，英伟达有自己成熟的沟🔥通协议，H20的NVLink带宽是昇腾910B的2.25倍，😆训练万亿参数大模型时，多卡协同效率能高10%-15%。这在千🤯亿级模型训练里，可能差好几周时间。 有机器人开发经历、🙌目前正从事芯片研发工作的张振尧表示：“在迁移顺利的情况下，芯💯片硬件性能能发挥到70%到80%；如果算子勉强适配，可能只有🥳30%到40%。”这也是为什么即便国产芯片在参数表上标注的性😎能比肩英伟达，真正跑起来却常常不如预期。 王枫的经验印🤯证了这一点。他所在的机器人公司曾经长期使用英伟达GPU，从4😅090、5090到H100、H20都有涉猎。两年来，随着英伟😎达芯片价格高企、获取困难，他们开始尝试华为昇腾的云端算力。 😊 真正让他焦虑的，并非单纯的硬件，而是新平台、新架构带来😍的不确定性。英伟达CUDA深度绑定在硬件里，几乎所有主流的机😍器学习框架都得跟它打交道。比如开发者们常用的PyTorch，😉对CUDA的支持是最全面的，两者无缝衔接，用起来又快又稳定。😆 王枫曾尝试用华为芯片跑Llama等比较流行的几个模型😢，几乎每个模型都需要华为单独适配后才有可能在它的芯片上运行，😍这直接导致模型更新滞后。华为芯片目前只适配了160多种模型，🔥而在英伟达的芯片上可以直接跑几万种模型。 华为分别推出😍了对标产品，但在王枫看来，如果没有明显的优势和终端市场需求，😉这些产品很难撬动市场。这就像平面设计师对Photoshop、😡会计师对金蝶软件的依赖，几十年如一日，已经固化成行业习惯，不🎉是所有人都会学习新技术，能学习的也会考虑到机会成本。 🤯中小开发者考虑易用性，对于大公司，整体迁移的成本更是天价。互🥳联网大厂现有的算力基础设施大部分是基于英伟达架构，要是全换成😆国产，IDC的供电系统、网络拓扑等底层架构都得改造，改造成本⭐能达到硬件采购价的2-3倍。 由于CUDA生态更成熟，❤️英伟达集群的运维人力成本也要低很多，而华为集群由于芯片制程问😁题，体积更大，规模化部署还要额外投入数倍的散热、电力和机房空😆间成本。 制程问题也造成国产芯片采购成本更高，且供不应🔥求。但由于H20的安全问题和断供风险，国产芯片to G需求很🤯大，to B的需求也在增长，迁移是不得已的事情，厂商和客户需😘要共度时艰。 相比技术和生态上短时间难以弥补的巨大差距😎，国产厂商更容易发力的地方，是周到的服务和更有吸引力的价格。⭐ 张振尧回忆，使用英伟达芯片时，遇到问题只能从开发者论😜坛、社区的公开文档找答案，很难获得官方工程师的支持，“英伟达🙄的支持体系是很成熟的，但同时也是分层的，不对我们这样的小客户👏开放”。 相比之下，和国产芯片供应商接触时，他能直接和🤗原厂工程师反馈问题，对方会派两三个工程师和他们一起去调试，有🤗时候还会拉会，出新的版本给他们做测试，愿意为客户解决一些问题❤️。他说，这在英伟达是不可能发生的。 算力芯片研发人员唐😜诗（化名）也有类似感受：“国内芯片卖出去，基本都得有工程师驻😎场维护，协同客户上线业务，进行开发。”这样的故事也曾发生在华🙌为。据36氪报道，华为联合讯飞发布“星火一体机”的背后，是不😡惜人力成本，调配了几百名工程师下场帮讯飞调校参数。 在😂不惜成本的人力投入下，一定程度上弥补了生态和性能的欠缺，让国⭐产厂商撕开了一道口子。短期内，在推理场景和边缘计算方面，国产😍芯片已经展现出一定的成本优势，但在训练领域，尤其是训练千亿参😡数以上的大模型，H20还有比较强的生态和技术优势，暂时还没法🎉被替代。国产芯片还需要两到三年的技术迭代，也需要下游的封装、😊制造环节同步突围。 产业链上下游整体进步，今年Deep💯Seek-R1模型的发布就是一个很好的例子。在这之前，大多数❤️可被使用的开源模型来自美国，从底层适配开始就很难与中国硬件做😅好兼容。DeepSeek-R1发布后，中国在模型和硬件上有了😆同时可用的方案。 8月下旬发布的DeepSeek-V3😍.1，也针对国产芯片做了优化。不久前，腾讯也宣布已全面适配主😜流的国产芯片，并希望通过异构计算平台整合多类芯片，提供高性价😎比的AI算力解决方案。越来越多客户加入到国产芯片阵营，替代的😢速度也会越来越快。 从服务到迁移，从生态到工艺，国产A😍I芯片厂商正经历着一场艰苦的追赶战。他们没有捷径，只能靠人力❤️投入去弥补生态差距，用长期的技术迭代去对冲硬件短板，再忍受工🤯艺成熟之前的高昂成本。这是一个注定不会轻松的过程，是一次软硬😍件、生态和市场的再造。距离真正替代H20，国产厂商们还有很长🤗的路要走。 参考资料 36氪：《围剿英伟达丨深氪🙌》 新浪财经：《英伟达最新特供芯片RTX 6000D需⭐求疲软，国内厂商投入自研AI芯片》 人民日报：《H20🎉芯片解禁，怎么看？》 21世纪经济报道：《从超节点到集🙌群 华为亮出AI算力全家桶》 信达证券：《DeepSe🤩ek-V3.1 发布，国产 AI 芯片迎接战略性机遇》 👏 东吴证券：《半导体设备行业深度：AI芯片快速发展，看好国产😉算力带动后道测试&先进封装设备需求》 华创证券：《计算😊机行业深度研究报告：国产智算芯片，需求强劲，性能生态再进阶》😢 半导体综研：《全球主流算力芯片参数汇总、整理、对比（👍修正版）》 chosun：《China aims fo😎r 80% AI chip self-sufficiency👍 and 30% share in humanoid rob🚀ots》 wccftech：《Morgan Stanl🚀ey Guts SMIC’s Huawei AI GPU R😜evenue By More Than 50% Due To💯 Abysmal Yields》返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

文 | 伯虎财经，作者 | 路费 文 | 伯虎财经，作😘者 | 路费 这次苹果的新品发布有多成功？看媒体评论和🤩首销情况就知道了。 虽然iPhone17系列激活量还没❤️有公布，但是电商平台的预售成绩已经发布了。iPhone17 😢Pro系列和上一代相比销量增长了3倍，更夸张的是标准版的iP😆hone17，比上一代增长了8倍左右。 媒体的评价更加❤️简单粗暴。发布会后，几乎所有的媒体稿件都可以总结为同一句话：🌟牙膏挤暴了。 连友商高管卢伟冰也按捺不住发微博称赞，顺😁带再次拉高了对标尺度——小米的新一代旗舰跳过了小米16，直接❤️命名为小米17、小米17 Pro、小米17 Pro Max。❤️ 苹果这次的久违发力其实也是自身处境的映射。 2🥳024年是苹果在国内市场承压的一年，无论是挤牙膏的更新还是在🤔AI上的迟滞，都已经让一部分粉丝开始不满。Canalys数据😍显示，苹果2024年在中国出货量降17%，降至4290万部，😆而华为增加37%至4600万部。2024年，苹果整体营收虽增💯长，但大中华区仅增14%，占比从25%降至17%。 国😅内的安卓品牌更是早已对苹果的存量用户垂涎已久，纷纷推出了各自🤩的兼容苹果系统方案，谋求逐步吸纳苹果的用户群体进入自家生态。🚀 不过如果你要问，苹果这次是不是意味着苹果正在倒退回那🚀个令人期待的品牌？那倒不是，苹果不是返老还童了，它只是更能放😉下身段开卷了。 01 加量不加价 一个词概括苹果🌟这次更新的最大特点，莫过于加量不加价。 苹果在标准版的😍刀法一向为人诟病，比如iPhone 14系列更新了“灵动岛”😡和迟了好几年的息屏显示，但只有iPhone 14 Pro系列😴才能上岛。iPhone 15标准版虽然继承了上一代Pro版的🚀一些特性，如A16芯片和灵动岛功能，但也明显“砍掉”了如12👏0Hz高刷新率屏幕和长焦镜头等关键配置 。 但iPho🌟ne 17标准版堪称是最实惠的标准版iPhone。iPhon😢e 17标准版虽然没能用上新的主板架构，但是它有最新的A19😢芯片，有和Pro相同的屏幕，搭载4800万像素主摄+1200🚀万像素2倍长焦双摄组合，前置摄像头升级至了1800万像素。甚🙄至还有120Hz高刷。 当然，最关键的是，这款手机可以😘参加国补。 类似华为的退出成就了苹果，国补政策同样意外🥳的让苹果成为了最大赢家。618前夕，苹果直营的天猫Apple⭐ Store官方旗舰店在全国范围内上线国家补贴（国补），覆盖😡产品包括iPhone16系列、iPad、Apple Watc😎h及Mac系列，补贴比例最高达20%，再叠加以旧换新权益，原🙌价7999元的iPhone 16 Pro叠加平台券后最低只需🔥要5299元。降价迅速激发了用户的换机热情，根据TechIn😂sights的数据，618期间苹果的销量能占到总体份额的43😘%。 展开全文 为了继续蹭到国补的东风，苹果暂时🤯放弃了全球统一的定价策略，同样是256G内存的版本，港版的i🔥Phone 17标准版需要6899港币，但内地只需要5999😴人民币，卡在了补贴范围内。 如果说以上还属于产品和定价😡卷，那么上架抖音就是渠道卷。 iPhone 17全球首😉发前一周，苹果突然宣布入驻抖音商城。放到过去，苹果未必会这么❤️快的推进抖音渠道的拓展。 和其他所有知名品牌一样，苹果😁对于新渠道的选择一直比较审慎，因为渠道和品牌的调性关联很大。🔥在线下，苹果一直力图把每一个直营店打造成地标建筑，而线上，过😅去十年只有天猫拿到了国内唯一的Apple Store官方旗舰😜店。在数码3C品类占据绝对优势的京东也只是是首个线上授权渠道🤗。 即便抖音电商在过去取得了不错的成绩，但无论是3C数👍码品类还是知名品牌，都不是它的优势类目。简单举个例子，202😉3年9月，抖音就上线“Apple产品抖音官方自营店”，截至目👍前该店的iPhone 16 Pro Max累计卖出不到5万台😆，京东平台的销量则超过了300万台。 找抖音“带货”并😡不是什么一锤定音的关键决策，凑国补也绝非深思熟路之举。单纯是😂因为过去苹果抬头看着月亮就能有无数信徒们抢着送钱，而现在需要😡自己弯下腰数数，有没有钢镚从指缝落下没看着。 02 把🔥成本的牙膏挤爆 新机发布后，苹果迎来了股价暴跌。苹果“😂推荐一致性”指标降至3.9，为2020年初以来最低水平。D.😘A. Davidson将苹果评级从“买入”下调至“中性”。追😘踪苹果的分析师中，仅有55%推荐买入苹果。作为对比英伟达、微🥳软和亚马逊等大型科技股的买入比例都超过90%。 单从业😡绩来看，苹果仍然有非常强力的支撑，软硬件整合带来的优势越来越😎强。一个明显的例证是，以ITunes为代表的服务业务收入占比😘逐年提升。2020-2024财年，苹果服务相关收入的营收从5😀38亿美元增长至962亿美元，同期营收占比从19.6%提升至🤯24.6%，25财年第三财季进一步提升至25.6%。 😉问题出在预期上。 苹果的这套软硬件组合拳，根基是广大的🙄硬件用户。过去苹果之所以能在竞争激烈的手机行业保持独树一帜的😢品牌力，本质还是得益于创新能力带来的升维体验。 但一方🔥面，当下手机创新早已进入瓶颈。虽然iPhone 17 Pro🙌系列摒弃了延续了好几代的“浴霸设计，采用了横向大矩阵相机布局🚀，升级了相机像素，3nm工艺的A19 Pro芯片性能更强，同💯时把光学变焦倍数提升到了8倍，iPhone Air甚至破天荒😜的为了轻薄需求，调整了设计。但前者作为消费者很难又明显的体验😜革新，后者则为了轻薄舍弃了实用性。 甚至从产品的角度而❤️言，iPhone Air更像是一种试验品。在官方的宣传语之外🤔，iPhone Air还是苹果自研占比最高的机型之一，在此之🚀前苹果虽然试图挣扎，但还是无法脱离高通的5G基带芯片。而iP🤯hone Air不仅搭载了苹果自研的基带芯片C1X，还集成了😀苹果自研的Wi-Fi芯片N1。 2010年苹果和高通的😁协议显示，苹果每卖出一台手机，就要向高通支付手机售价的5%作😊为专利费。换句话说如果iPhone Air能够成功试验自研基🤯带芯片的可行性，就能给苹果在成本端带来巨大的提升。 苹⭐果在AI这个大机会上显得却非常谨慎。和谷歌等大厂相比，苹果不🚀仅没有公开的大规模投资AI，原本的AI团队也陷入了动荡。 🙌 苹果内部对于是否要大举投入AI举棋不定。据报道，软件主管🔥费德里吉认为AI并非移动设备的核心功能，更不愿因此影响iPh👏one、Mac等年度系统更新的开发节奏。这导致苹果面对Cha👏tGPT毫无准备。 这种“设备优先”的思路还导致了苹果🤔AI基础模型团队负责人庞若明的离职。今年初，苹果AI基础模型😍团队负责人庞若明拟定了初步开源路线图。但费德里吉担心开源会使😀苹果失去端侧优化的优势。前不久，庞若明加入了Meta的“超级🤗智能实验室，成为了硅谷的头条新闻。 另一方面，地缘政治😆的冲突正在为这家跨国公司的前景蒙上阴影。 虽然苹果目前🤗苹果的产品获得了豁免，但是仍然需要面对可能到来的高额关税。虽😆然苹果早前就已经开始着手分流供应链，把产能转移到印度等地。2🤔025年，苹果为响应“制造回流”的要求，宣布未来4年将投资6🚀000亿美元在美国建厂，这将带来巨大的成本压力。 届时💯苹果可能需要面对一个问题：要不要继续让利获得消费者，守住市场😜份额？ 03 写在最后 知名彭博记者古尔曼曾总结😘苹果为什么在AI能力建设上落后：一是缺乏明确的愿景，二是不清🔥楚如何才能与众不同、以及如何将目标付诸实践。 库克继任🔥后不是没有上马大型的开发项目，无论是头显还是汽车，苹果都投入😍了大量的人才和资金。但他们既没有像乔布斯那样坚定——汽车项目💯的成立很大程度上是为了让人才不流向其他公司，也过于考虑投产比😀——比起AI，现阶段能抓住的、能形成收入的产品才是他们最重视😂的。 这对于一家消费品公司是够的，但对于一家曾经改变过🤯世界的为大公司而言，显然是一种退化。 参考来源： 😍 1、远川研究所：《iPhone挤爆牙膏，苹果用自研换利润》😎 2、道总有理：《iPhone 17虽然大爆，但苹果的🙌“流量饥渴症”加重了》 3、36氪财经：《苹果，不想成🌟为下一个Intel》返回搜狐，查看更多