换句话说，零售业务正在成为亚马逊的“流量入口”，而真正驱动利🤩润和增长的引擎，早已换成了广告、云计算和服务生态。 这🚀一转变似乎是必然的。 全球电商市场的增速在过去几年持续🔥放缓，美国市场更已进入相对成熟阶段。根据美国商务部数据，20🙄24年美国电商零售额增速仅约7%，远低于疫情高峰时期的两位数⭐增长。 对于亚马逊而言，单靠零售已不足以维持长期高增长😂，业务多元化是必然选择。 零售业务仍是“入口”，但增长🥳趋缓 首先来看看亚马逊2025年第二季度财报的关键数据🙄： 营收1677.02亿美元，同比增长13% 营运利😁润191.7亿美元，同比增长31% 净利181.64亿美元🥳，同比增长34.7% 分地区来看： 北美地区销售😢额为1001亿美元，同比增长11% 国际地区销售额为368🤔亿美元，同比增长16% 分业务来看： 电商业务：🙄净销售额达615亿美元，同比增长11% 第三方卖家服务：净👏销售额达403亿美元，同比增长11% AWS板块：销售额达😎308.73亿美元，同比增长17.5% 广告业务：净销售额🌟达157亿美元，同比增长23% 实体店业务：净销售额达56😎亿美元，同比增长7% 显然，亚马逊零售业务仍在扩张。2😜025年第二季度，在线商店销售额同比增长11%，达到615亿😅美元；实体门店销售额增长7%，至56亿美元。 零售主业😆依然稳健，但其增速与亚马逊其他业务相比，已经不再突出，放在行🙄业维度观察更为清晰。 沃尔玛在同期电商业务增速约8%，🔥Target线上销售基本停滞，Costco仍依赖会员店模式缓🙌慢增长。在整体行业增长放缓的大环境下，亚马逊的零售表现其实已👏属亮眼。 但问题在于，零售的毛利率低，价格竞争激烈，即👍便增长，也难以为公司贡献显著利润。 更大的挑战来自外部😁竞争。 中国平台Shein和Temu正通过极致低价冲击👏美国市场。Temu在2024年一度成为美国下载量最高的App🌟，甚至短暂超过亚马逊，吸走了一部分价格敏感型用户。 与🌟此同时，沃尔玛等本土零售巨头加大了低价策略，使得亚马逊在零售🎉上的竞争压力加剧。 因此，亚马逊零售业务的战略地位越来😜越像是“用户入口”——用丰富商品和高效物流吸引消费者，但真正😍的利润和增长，已经转移到其他板块。 广告、卖家服务与A🔥WS成为利润引擎 如果说零售是入口，那么广告和服务才是🙄亚马逊的“过路费”。 第二季度，亚马逊广告收入达到15🎉7亿美元，同比大涨23%，成为公司增长最快的板块之一。如今，😡亚马逊已是全球第三大数字广告平台，仅次于谷歌和Meta。 😉 亚马逊广告的核心优势在于“交易闭环”。不同于谷歌的搜索广🤩告或Meta的社交广告，亚马逊广告直接出现在消费者购买决策的🤔最后一环。无论是自营商品还是第三方卖家，都必须依赖广告来获得🔥曝光。 这种“按需付费”的模式，使广告逐渐成为卖家的必🤔选项，而非可选项。 展开全文 除了广告，第三方卖🙄家服务同样稳健增长。第二季度收入为403亿美元，同比增11%😘。这一板块涵盖了物流费、佣金、仓储服务等，已经成为亚马逊的另🚀一大现金流来源。 Prime订阅也在持续贡献收入。亚马🤯逊目前拥有约2亿会员，第二季度订阅收入达到122亿美元。订阅😍模式不仅带来稳定现金流，也加强了用户粘性，使消费者在亚马逊生😁态中形成“购物习惯”。 支撑亚马逊利润的最大来源依然是😅AWS。第二季度，AWS营收接近310亿美元，同比增长17.😅5%。虽然近年受到微软Azure和谷歌云的强势竞争，但AWS🤔依旧保持领先，市场份额约占全球三分之一。 AWS的重要💯性不止于财务。它为亚马逊的电商、物流、广告等业务提供了底层技😅术支持，包括AI推荐、库存预测、智能定价。可以说，AWS是亚😉马逊商业模式的技术基座。 广告、服务与AWS三者结合，😘使亚马逊逐渐形成一个低毛利零售 + 高毛利服务的混合结构，既😍能保证用户规模，也能维持盈利能力。 不确定 的关税阴影🔥 关税政策的不确定性正在为零售业带来新的变量，亚马逊同😉样无法独善其身。 在特朗普政府的贸易政策中，取消来自中😍国及其他地区商品的免税门槛（de minimis looph🎉ole），意味着Shein和Temu的低价优势将受到削弱，从😎而给亚马逊的Haul业务带来机会。 正如GlobalD💯ata董事总经理Neil Saunders所言：“Shein🎉和Temu可能会调整策略，但他们的一大竞争优势已经永久丧失，😘这对亚马逊显然有利。” 短期看，这有利于亚马逊缓解价格😁竞争压力。但从长期看，关税带来的消费价格波动，也可能影响整体⭐零售需求。 安迪·贾西在财报电话会上直言：“关于关税对😴价格和消费的影响，外界有很多讨论，其中不少是错误或被误报的。🤯事实上，在今年上半年，我们既没有看到需求下滑，也没有看到价格😅显著上涨。” 押注下沉市场 除了应对外部竞争，亚😜马逊正在主动寻找新的增长空间，下沉市场的农村和小城镇成为其下🥳一个重点。 6月，亚马逊宣布将在年底前，将当日达和次日🤯达服务覆盖4000多个美国小镇和农村社区。今年早些时候，公司😢还表示将在2026年前投资超过40亿美元，用于扩展农村地区的😎物流和配送网络。 这一战略与沃尔玛当年的“农村包围城市🙄”颇有相似之处。美国农村地区长期零售服务不足，传统零售商布点👏稀疏，电商渗透率低，亚马逊若能凭借物流网络打通这一市场，将建😜立起新的竞争壁垒。 Saunders认为：“单个农村地👍区的增长可能有限，但考虑到农村市场庞大的规模和竞争的稀缺性，🙌亚马逊在这里的收获将极为可观。”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)

中国大模型，首登Nature封面。 9月17日，在最新🙄一期的国际权威期刊Nature（自然）中，DeepSeek-🔥R1推理模型研究论文登上了封面。该论文由DeepSeek团队🤩共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发🎉大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na😅ture封面，也是全球首个经过完整同行评审并发表于权威期刊的😀主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🤯可。 Nature在其社论中评价道：“几乎所有主流的大😊模型都还没有经过独立同行评审，这一空白终于被DeepSeek❤️打破。” 中国AI大模型的“Nature时刻” 😘自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终👍缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡🙄有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🎉 DeepSeek以其公开性和透明性打破了这一局面。D😆eepSeek-R1模型的研究论文最早于今年年初发布在预印本🙄平台arXiv上。自今年2月14日向Nature投递论文至今🙄，历经半年，8位外部专家参与了同行评审，DeepSeek-R👍1推理模型研究论文终获发表，完成了从预印本到Nature封面🤗的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方🤔法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😅和可重复性的可喜一步。 因此，Nature也对Deep🤩Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😜主流的大模型都还没有经过独立同行评审，这一空白终于被Deep🌟Seek打破。”全球知名开源社区Hugging Face机器🙌学习工程师Lewis Tunstall也是DeepSeek论😢文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这😡种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的😅潜在风险。” 据了解，DeepSeek本次在Natur🤔e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🤯不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细😂节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😴提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行😂了全面评估。 其中，在训练成本方面，R1-Zero和R⭐1都使用了512张H800GPU，分别训练了198个小时和8😀0个小时，以H800每GPU小时2美元的租赁价格换算，R1的👏总训练成本为29.4万美元（约合人民币209万元）。不到30🤯万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可👍谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏🚀”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😀然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😜的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型😘输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O😀penAI称它发现DeepSeek使用了OpenAI专有模型😁来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 😍 R2何时问世引发关注 自今年年初发布R1以来，D🙄eepSeek在全球树立了开源模型的典范，但过去数月，外界对😎于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2💯的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有👍关。 展开全文 值得注意的是，今年8月21日，D🤩eepSeek正式发布DeepSeek-V3.1，称其为“迈🚀向Agent（智能体）时代的第一步”。据DeepSeek介绍🚀，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同🤗时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🙄时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新😜模型在工具使用与智能体任务中的表现有较大提升。 由于R🥳1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路🎉上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🤯强调DeepSeek-V3.1使用了UE8M0 FP8 Sc🚀ale的参数精度，而UE8M0 FP8是针对即将发布的下一代🙄国产芯片设计。这也表明未来基于DeepSeek模型的训练与推🌟理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🎉态一度带动国产芯片算力股股价飙升。 中国银河证券研报指😘出，DeepSeek从V3版本就开始采用FP8参数精度验证了😎其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟😅制程（12-28nm）上接近先进制程英伟达GPU的算力精度，😁DeepSeek-V3.1使用UE8M0 FP8 Scale😅参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😉的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😜拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😍换取数量级性能的提升，国产算力芯片将迎来变革。 责编：👏万健祎 校对：王朝全 版权声明 " Typ😡e="normal"@@--> 证券时报各平台所有原创⭐内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关🙌行为主体法律责任的权利。 转载与合作可联系证券时报小助👍理，微信ID：SecuritiesTimes " Ty👏pe="normal"@@-->返回搜狐，查看更多