Tanay Jaipuria 在公开资料中说什么
A
A
T 
TTSLA 🐦 X 根据 Tesla Q2 电话会，他们用于训练 Optimus 机器人的数据：
- 互联网上人们执行任务的视频，工业和家庭场景
- 他们工厂工人做本职工作的录制视频
- 一个小型专门团队，采集用于后训练的高质量演示
- “Optimus Academy”，机器人在其中自己运行任务，并通过试错改进 07-28
这条资料已归入 TSLA 的跟踪线。点下面的标的进它的页面，可以看到这家公司在产业链上的位置、证据链和相关人物观点。
短摘只作入口 · 站内继续拆解 来源：tanayj
TSLA 人物终端 → 
AAAPL 🐦 X 自 2024 年起已在美国上线的 Apple Intelligence 刚刚获准在中国推出。
它将使用 Alibaba 的 Qwen 模型，并使用 Baidu 提供搜索和视觉智能。 07-24
10
短摘只作入口 · 站内继续拆解 来源：tanayj
AAPL 人物终端 → 
GGOOGL 🐦 X Alphabet 资本支出在 Q2 增至 $45B，同比翻倍 😯 07-22
这条资料已归入 GOOGL 的跟踪线。点下面的标的进它的页面，可以看到这家公司在产业链上的位置、证据链和相关人物观点。
短摘只作入口 · 站内继续拆解 来源：tanayj
GOOGL 人物终端 →HK0700.HK 🐦 X Kimi K3 制造商 Moonshot AI 的战略投资者持股估计： - Alibaba：~32% - Tencent：~7% - Meituan / Long-Z：~3% - China Mobile：~1% - Xiaohongshu：~1% 07-22
5
短摘只作入口 · 站内继续拆解 来源：tanayj
0700.HK 人物终端 → GGOOGL 🐦 X 根据 @tryprofound 和 @ListenLabs 对100位CMO的调研，CMO们如今开始研究新供应商或工具的起点是：
- 同行推荐：49%
- LLM（大语言模型）：22%
- Google/搜索引擎：16%
- 分析师/行业刊物：7% 07-20
CMO 调研显示 22% 从 LLM 开始研究新供应商，高于 Google 搜索的 16%，这是企业软件获客入口从搜索页转向答案层的信号。对 GOOGL 来说，关系在搜索广告和商业查询分发权；对模型和 AI SEO 工具则是上游流量入口机会。Tanay 会先看样本和可复现性，再问 LLM 推荐能否转化为可归因线索、谁拿渠道毛利、供应商是否丧失客户所有权。
短摘只作入口 · 站内继续拆解 来源：tanayj
GOOGL 人物终端 → 
MMETA 🐦 X Kimi模型背后的实验室创始人杨植麟，在卡内基梅隆大学攻读博士学位，期间曾在Meta和Google工作，并与Yann LeCun合著过论文。
2019年毕业后，他回到中国创办了一家初创公司。 07-17
Kimi 背后的月之暗面处在模型层与应用层交界：既要训练大模型，又要把长上下文、搜索和办公入口变成可收费产品。杨植麟的 CMU、Meta、Google 履历说明中国模型创业团队并非只靠本土工程红利，也吸收了海外推荐系统和大规模产品经验。以 Tanay 的口径，这不是“创始人光环”，而是要继续拆收入：消费订阅、企业授权、API 调用分别是否可年度化、可复购，并看推理成本是否被云和上游芯片价格锁住。META 在这里更多是人才与产品方法的来源，不是直接受益标的。
短摘只作入口 · 站内继续拆解 来源：tanayj
META 人物终端 → 
TTSM 🐦 X 台积电将2026年资本支出上调至600-640亿美元（1月份预期为520-560亿美元）。
CEO魏哲家展望未来时表示："未来三年的资本支出将比过去三年有更显著的增长。" 07-17
TSMC 把 2026 年资本开支上调到 600-640 亿美元，说明先进制程、CoWoS 等 AI 相关产能仍是整个产业链的瓶颈环节。它位于 NVIDIA、AMD、自研 ASIC 与云厂之间，承担把需求转成晶圆和封装供给的核心位置，也决定交付节奏。按 Tanay 的框架，这类数字不是简单的景气口号，而是上游 COGS 和折旧承诺：AI 应用的毛利最终会被芯片、云和模型层层传导约束。对 TSM 是需求可见度的数据点，同时更高 capex 也意味着未来折旧和产能利用率要被持续验证。
短摘只作入口 · 站内继续拆解 来源：tanayj
TSM 人物终端 → 
AASML 🐦 X ASML 在其财报电话会议上谈及定价权时表示：
"当前环境比以往任何时候都为定价提供了更多灵活性。"
他们还表示，鉴于其 Low-NA 机器的生产效率在持续提升，"这为我们实现潜在的价格改善提供了相当强劲的支撑空间。" 07-16
ASML 位于 AI 半导体供应链最上游，EUV 和高端 Low-NA 光刻机决定先进制程扩产节奏。管理层强调定价灵活性，反映其设备稀缺性和客户对产能的高确定性需求。Tanay 的四层毛利框架会把这看成芯片层 COGS 主权的体现：当设备商能涨价，晶圆厂成本、芯片价格、云算力价格会沿链条向下传导。对 ASML 是议价能力的数据点；对模型与应用公司则是提醒，所谓 AI 原生高毛利必须扣除被上游资本品和产能周期支配的成本压力。
短摘只作入口 · 站内继续拆解 来源：tanayj
ASML 人物终端 → TTSM 🐦 X 四年前，智能手机业务还是台积电最大的营收来源。如今，高性能计算与人工智能的业务规模已是智能手机的三倍。 07-16
TSMC 收入结构从智能手机转向 HPC/AI，意味着 AI 已经从增量题材变成先进制程的主需求来源。HPC/AI 三倍于手机，不只说明 NVIDIA、AMD 和云厂订单强，也说明终端消费电子不再是最重要的产能定价锚。Tanay 会把这视为产业链利润池迁移的证据：应用层讲 ARR 前，必须承认算力成本来自一个被 AI 需求重新定价的上游体系。对 TSM 是业务组合优化的数据点；对下游模型公司则意味着推理和训练成本不一定会线性下降，毛利假设要带日期回测。
短摘只作入口 · 站内继续拆解 来源：tanayj
TSM 人物终端 → MMETA 🐦 X Meta 和 xAI 本周 07-10
GGOOGL 🐦 X DeepMind 第一轮融资是 230 万美元，投后估值约 500 万美元 06-30
这条信息提供了AI产业早期融资的参考坐标。DeepMind成立于2010年，在2014年被谷歌收购前，其首轮公开融资仅为230万美元，估值约500万美元。这个数字揭示了顶级AI公司发展初期的真实资本门槛，与今天动辄数亿甚至数十亿美元的AI初创公司融资规模形成鲜明对比。它提醒我们，在AI投资中，识别“种子期”与“成长期”在资本需求、风险和潜在回报结构上的本质区别至关重要。从成本结构看，早期AI公司的核心成本是人才而非算力，这与当前模型训练和推理成本成为主要COGS（销售成本）的现状截然不同。这符合将AI公司拆解为芯片、云、模型、应用四层毛利的分析视角，展示了成本结构随技术栈演变的动态过程。
短摘只作入口 · 站内继续拆解 来源：tanayj
GOOGL 人物终端 → GGOOGL 🐦 X 2016 年，DeepMind 曾在内部秘密组建了一支高频交易团队，试图击败 Renaissance Technologies。 Google 最终解散了这个团队。 06-29
这条信息揭示了AI技术在金融交易领域的早期尝试。DeepMind在2016年秘密组建高频交易团队，试图挑战顶级量化对冲基金Renaissance Technologies，但最终被母公司谷歌叫停。从产业链角度看，这反映了AI模型能力在特定垂直领域的商业化潜力与边界。谷歌的决策体现了其对AI应用场景的战略取舍：更倾向于将DeepMind的资源投入AI基础设施、模型优化及自身核心业务赋能，而非分散进入高风险、强监管的量化金融。从收益质量视角看，量化交易虽能带来超额收益，但其商业模式的持续性、收入可预测性以及谷歌在该领域的壁垒均存在巨大不确定性。叫停该项目避免了进入一个与核心优势关联度低、收入质量高度波动的领域，符合其长期聚焦AI基础设施与应用的战略逻辑。
短摘只作入口 · 站内继续拆解 来源：tanayj
GOOGL 人物终端 →查看 Tanay Jaipuria 的会员分页资料索引
免费预览最多 12 条公开资料；会员每页最多 200 条。人物终端仅在真实生成时提供，无内容标的只显示标签，不跳旧研报库。
只想先盯Tanay Jaipuria一个？也行 —— 单订 · $79/年 → 先把这一个看穿。 跟你说实话：4 份单订一年（$316）就超过整站（$299）。想多看几个，直接整站更划算——41 位全给你、每位约 $7。哪种都行，账摆在这，你自己挑。 - 先评估覆盖 · 再单独立项：你点名一个对象——一个人（投资人 / 机构 / 分析师 / 高管）或一家公司 / 标的——我们先评估其公开数据覆盖与可采源，确认能追踪后单独立项、架设专属投研席位；踪迹不足会直说做不了，不硬凑。
- 按对象适用性启用机构级方法：13F 持仓 · Form4 内部人 · 13D-G 举牌 · 公开发声 · 跨源交叉验证 · 命中率台账——适用于 SEC 可覆盖对象；不适用的项以替代证据或缺口说明如实交付，与追踪 41 位聪明钱同一条投研流水线。
- 持续盯守 · 证据可回溯：人工 / 半自动每周投研简报 + 重大信号经人工确认后工作日提醒 + 证据链归档（本地 JSON / Markdown / SEC 链接），可回溯复盘「当时凭什么这么判」。
- 只对你一人开放：追踪口径、提醒规则、交付形式按你的决策需求定制；不进公共库、不共享。