Gemini重回榜首，商业影响为何有限？

  • Google新发布的Gemini 4 Carbon在Artificial Analysis智能指数中取得59分，位居第一；此前Google上一次登顶是2月的Gemini 3.1 Pro。榜首闭源模型相对领先开放模型的优势扩大至27分，为6月以来最大。
  • 这次评测发生在10月27日指数更新之后，新指数主要依赖私有数据集。Carbon目前只向网络防御人员开放，花旗因此认为其直接商业影响可能有限。
  • 按Artificial Analysis的任务测量，Carbon的输出token用量是GPT-6 Astra的2.4倍，但按所列价格计算的单任务成本只高24%，部分原因是Carbon的输出token更便宜。

存储涨价为何会侵蚀云服务利润？

  • 存储价格上涨的同时，积压订单仍在增加。花旗预计美光HBM4 12层产品的价格同比上涨一倍以上；SK海力士已售出2027—2028年超过一半的产能，美光已承诺超过75%的2027财年出货量，三星计划将60%—70%的产能用于长期协议。
  • 花旗指出，领先模型在Artificial Analysis任务中的成本约80%来自缓存上下文。算力设计转向整机柜和共享内存池后，存储更难替代：没有长期合同的小型AI云厂商可能需要按现货价格采购存储，抵消GPU租金上涨带来的收入。
  • 租金分化已显现：自2025年11月以来，内存更丰富的B300租金上涨69%，同期H100上涨33%。

提高GPU利用率会削弱基础设施需求吗？

  • 英伟达的Minerva利用AI预测组件故障，在故障拖慢作业前处理问题，从现有GPU中释放更多算力。任务越长，这种能力越有价值：今年4月的领先模型以50%成功率处理人类需17小时完成的任务，一年前对应时长为2小时。
  • 花旗判断，只要GPU仍然稀缺，效率提升就不太可能影响近期基础设施需求。测试设备商Teradyne称，其AI需求已覆盖存储、互连和集成系统等领域，推动相关收入同比增长70%。

机器人从模拟走向实际部署，还差什么？

  • Google DeepMind的Genie 4让机器人模拟训练更逼真，但花旗认为，只有真实世界数据才能证明训练所得的操作策略有效，因而早期采用者可能积累数据优势。
  • 制造业软件采用仍落后于金融业：使用Ramp的企业中，9月有61%的制造商付费订阅AI软件，金融企业的比例为74%。SAP已开始从订单、库存和维护系统向机器人派发任务，为其参与机器人采用提供了软件入口。
  • 11月9日至12日的机器人学习会议可能显示模拟技术是否正在缩短从试点到机器人集群部署的时间；若能缩短，花旗认为物理AI对硬件和推理需求的贡献可能加快。