WAR 價格(WAR)

本周市场反弹主要受两方面因素驱动：美国5月CPI通胀数据符合预期，缓解了加息担忧；伊朗冲突结束致油价暴跌，降低了远期通胀风险。宏观环境改善推动风险资产普涨，但加密市场仅为跟随性反弹，缺乏结构性资金流入支撑。 加密市场方面，比特币从6万美元低位回升，但整体仍处震荡格局。关键问题在于流动性未改善：稳定币持续流出，ETF资金流入中断，机构数字资产管理规模下降。市场缺乏类似上轮周期由ETF获批带来的增量资金驱动。 当前行情特征为熊市反弹后的震荡，方向性交易兴趣低迷。尽管6万美元附近长期看具备吸引力，但底部信号未现，需警惕进一步下探风险。投资者应关注资金流向而非价格波动，在ETF和稳定币出现持续流入前避免盲目抄底，以防在震荡行情中被收割。短期关注美联储主席讲话及美伊协议签署等事件影响。

目前，AI巨头正通过高额补贴进行“Token价格战”，用户实际支付的费用远低于Token的真实成本，高端套餐补贴甚至可达订阅费的70倍。与互联网时代靠补贴建立用户锁定后涨价不同，AI的Token几乎没有锁定效应，用户可轻易在不同模型间切换。 谷歌等拥有稳定现金流的巨头，能用广告利润持续补贴，而OpenAI和Anthropic等依赖融资的公司，在上市后将面临盈利压力。有观点认为，谷歌若将Token价格大幅下调，将对后者的商业模式构成严峻挑战。 这场竞争的结局可能并非一家独大。由于产品差异小、切换成本低，Token可能像水电煤一样成为标准化基础设施，利润空间被挤压。竞争参与者（如OpenAI、谷歌、Anthropic）的目标可能不是彻底打败对方，而是确保自己始终留在牌桌上，并通过竞争共同推动技术普及和进步。 最终，AI Token或许会成为一种公共基础资源，难以被任何单一公司垄断。对用户而言，价格战持续期间，仍能享受到远低于成本的AI服务。

2026年5月，俄罗斯多颗Cosmos卫星机动至靠近支援乌克兰的ICEYE-X36商业雷达卫星约500米处，这一近距离操作虽非攻击，却凸显了商业卫星在军事冲突中成为潜在目标的新现实。在俄乌战争中，Starlink提供通信，ICEYE等商业遥感卫星提供侦察，使得这些商业设施已成为战场信息链的一部分。 太空战具有特殊性：轨道资源有限，碎片威胁持久，且许多动作（如近距离机动、干扰）处于和平操作与军事胁迫的灰色地带。美国凭借SpaceX的可重复使用火箭和Starlink等大规模星座拥有发射与规模优势，但这种优势也可能使所有支持战争的商业卫星被视为军事目标。美国的关键弱点在于，部分高价值军事任务仍集中于少数昂贵卫星，易成为攻击节点。 未来的太空对抗可能更多表现为电子干扰、激光致盲、网络攻击、频谱争夺等非动能形式，而非直接摧毁卫星。核心目标是保持己方的太空服务能力，并威慑对手使其认为攻击得不偿失。当前最危险的是误以为太空仍处于和平状态。商业航天既带来了规模优势，也使其资产暴露于新的军事风险之中，俄罗斯的近距离操作正是对此的一次明确警示。

今年以来，美国AI三巨头（OpenAI、Anthropic、Google）围绕“Context”（上下文/语境）展开激烈竞争，这正在重构AI时代的护城河。 Context的含义已从最初衡量模型输入长度的技术参数，演变为涵盖用户资产、工具权限、任务状态和个性化理解的综合概念。竞争经历了三次跃迁： 1. **长上下文窗口**：早期比拼模型一次性能处理多少文本，从数万字迅速扩展到百万级。 2. **跨会话记忆（Memory）**：焦点转向AI能否长期记住用户偏好和历史交互，建立连续性关系。 3. **进入真实环境**：最新趋势是AI通过浏览器、桌面应用和GUI操作能力，主动进入用户任务现场，获取动态、实时的Context。 三家巨头路径各异： * **OpenAI**：以ChatGPT账户为核心，反向整合各种场景（应用、浏览器、编程），使其成为汇聚和调用Context的中枢。 * **Anthropic**：聚焦高价值垂直场景（如编程、Agent），通过Computer Use（GUI操作）和MCP（工具连接协议）主动获取任务环境中的动态Context。 * **Google**：面临将海量但分散的旧有数据（搜索、邮件、文档等）重构为AI可理解、可用的任务型Context的工程挑战，正逐步将其生态产品转化为Gemini的个性化背景。 竞争逻辑正从互联网时代的“网络规模”转向AI时代的“个体纵深”。护城河不再仅依赖于用户数量，而更取决于： 1. **Context的复利**：AI在每次任务中加深对用户的理解，降低后续冷启动成本。 2. **权限与工具链的嵌入**：AI获得授权进入真实工作流，迁移成本变高。 3. **信任关系的形成**：长期、可靠的服务才能获得执行复杂任务的权限。 AI产品争夺的是“任务入口”。国内如腾讯等公司，其挑战也在于如何将存量生态（关系、内容、服务）高效转化为AI可进入和调用的任务Context。这场Context之战的核心，是看谁能将生态更快转化为AI的工作环境，并在深度理解用户中建立新壁垒。

世界模型是AI领域的关键方向，但业内尚未有统一命名，常被称为世界基座模型、物理AI或融入自动驾驶大模型等。其核心目标是让机器在行动前，在内部构建可推演、复盘的动态环境，将真实世界压缩为可无限生成和测试的数据引擎，从而减少对真实数据的依赖。 国内各大厂商已积极布局。**互联网巨头**中，阿里推出了面向语言、虚拟和物理世界的三个模型；腾讯侧重3D可编辑世界，服务于游戏和社交；字节跳动依托短视频数据秘密研发；华为、百度则将其作为智能汽车与自动驾驶的底层能力，不单独强调概念。**车企**将世界模型视为“驾校和考场”，用于生成和测试驾驶场景，提升智能驾驶系统能力，如蔚来、理想、小鹏、吉利等均有具体布局。**智驾供应商**如Momenta、地平线、毫末智行等，则将世界模型作为“隐形引擎”，嵌入端到端系统中，以强化仿真训练和闭环验证。 创业公司虽专注灵活，但面临数据、算力和商业化闭环的挑战；而大厂凭借数据、算力和现有业务体系，正将世界模型从研究项目转化为业务底座。竞争正从“能否做出模型”转向“能否实现规模化应用”。世界模型并非短暂风口，而是语言大模型、视频生成、自动驾驶等技术在物理世界交汇的必然升级，成为未来产业基础设施的核心。