主播｜多丽 嘉宾 | 长盛基金研究员 许利天 本期精华： 流水线量产vs手搓整车，藏着哪两种制造业盈利模式的对决？ 为什么中国新能源车企要去纽北刷圈速？赛道对车企而言，究竟意味着什么？ 复盘大众、吉利、福特、通用的成败案例，收购一家公司，到底在买什么？ 法拉利销量不到比亚迪的1%，却实现同规模的高额盈利?制造业的核心壁垒? 这一期，我们从一个“赌局”聊起。上世纪60年代，美国汽车巨头福特想买下法拉利，却被创始人恩佐·法拉利当成笑话扫地出门。咽不下这口气的福特，砸下重金，发誓要在世界上最严苛的勒芒24小时耐力赛上，亲手击败这个意大利跑车品牌。电影《极速车王》讲的就是这段充满速度、激情与商业暗战的故事。 福特代表着规模化、高利润的量产逻辑，而法拉利则坚守着手工打磨、稀缺至上的品牌信仰。为什么法拉利快破产了还能那么“拽”？当这两种模式碰撞，我们不禁想问——收购一家公司，到底买的是什么？是技术、品牌，还是一个行业的未来话语权？从勒芒24小时耐力赛到现在的纽北圈速榜，为什么车企们前赴后继地投身赛场？那些看似遥不可及的赛车技术，又是如何悄悄进入你家楼下的停车场的？电动化时代，电机的“放电”与“补能”如何成为新的坑位竞争？以及，当我们谈论一辆车的极致与完美时，我们在谈论什么？ 我们尝试着从一个产业的过去，窥见它正在发生的未来。从60年代的燃油传奇，到今天的电动革命，汽车行业从未停止变化。那些关于竞争、技术、以及商业运转的逻辑，依旧正在盛行。 风险提示： 基金有风险，投资需谨慎。本观点仅代表当时观点，今后可能发生改变仅供参考，不构成任何业务的公开宣传材料、投资建议或保证，亦不作为任何法律文件。所涉及公司仅作为行业分析，不作为个股推荐。 /timeline/ 02:06 从勒芒到纽北，赛道即战场 08:52从研发、技术、经营的角度聊聊赛道车和量产车 14:37 赢下赛道=赢下市场？聊聊中国车企的远征与出海 17:22 一分钟一辆VS一年几百辆，两种造车模式，各有各的路 20:15 你的下一辆车怎么选？聊聊国内量产车的几种设计语言 27:36 电气化 vs 机械化，智能驾驶时代，为什么我们依旧需要机械反馈？ 38:11 电机的放电和补能，谁会是21世纪的“勒芒之王”？ 41:10 汽车的轻量化趋势，“轻量”的临界点怎么看？ 46:52 收购一家公司，到底在收什么？ 55:59 为什么法拉利快破产了还能那么“拽”？ 01:03:53 启示录——从电影到现实，那些从0到1的成功 01:11:56 什么样的重资产制造业拥有高壁垒？ 01:14:56 怎样理解“极致”与“完美”？ 名词解释： 《极速车王》（Ford v.Ferrari）： 《极速车王》是由詹姆斯·曼高德执导，杰兹·巴特沃斯、约翰-亨利·巴特沃斯、贾森·凯勒编剧，克里斯蒂安·贝尔、马特·达蒙主演的传记片。该片改编自纪实小说《地狱驾驶：福特、法拉利和勒芒耐力赛》，讲述了亨利·福特二世、天才企业家艾柯卡和赛车冠军迈尔斯、工程师卡罗尔一起经营福特公司，制造出梦幻跑车福特GT40并与法拉利在勒芒赛道举行决赛的故事 。 戴维斯双击（Davis Double Play）：一种股票投资策略，由美国著名投资人谢尔比·库洛姆·戴维斯提出并实践。指在低市盈率(PE)买入股票，待成长潜力显现后，以高市盈率卖出，这样可以获取每股收益（EPS）和市盈率(PE)同时增长的倍乘效益。 勒芒24小时耐力赛（le mans）：勒芒赛最早由法国西部跑车俱乐部（ACO）于1923年创立，在1953年加入WSC（世界拉力锦标赛），后来WSC在1992年停办，勒芒赛主要由法国西部跑车俱乐部（ACO）独立运营。自2012年起，勒芒全场冠军均由混动赛车包揽。勒芒赛的精髓在于“歇人不歇车”，3名车手轮流驾驶一辆赛车，24小时不间断在赛道上开，最高时速370km/h，累计行驶里程最长的赛车获胜，平均里程超过5000km（北京到莫斯科的直线距离）。 纽北赛道（Nürburgring）：纽北赛道的全称是纽博格林，这是一家公司的名字，大股东为德国汽车零部件公司Capricorn AG，包括两大赛事、几个常规测试，包括： NLS耐力赛：提供持续的训练与比赛机会，是24小时耐力赛的资格赛，比赛时长4或6小时，赛道长度24.3km，今年F1世界冠军维斯塔潘也会参赛。国内吉利领克（03TCR）2024年参加了NLS系列赛，但未完赛。 24小时耐力赛：一年一度耐力赛巅峰，赛道长度25.378km，每年观赛人数28万人。国内吉利领克（03TCR）24年首秀参赛，25年获得组别季军。 圈速榜：挑战纽博格林北环赛道，赛道长度20.832km，追求极致性能与刷榜。这一挑战通常由车企主动发起、付费，并邀请TUV莱茵等技术监督员和公证员官方认证，符合条件后，成绩被录入官方记录。通过提升榜单排名，聚焦全球目光，服务品牌拔高的目标。目前挑战圈速榜的国内车企包括蔚来（EP9，6分45秒）、小米 （SU7 Ultra，6分46秒）、比亚迪（仰望U9，6分59秒）。 极端测试：验证技术极限，通过高环耐力测试等专项挑战，为三电系统、热管理等核心技术研发积累数据。参与过极端测试的国内车企为小鹏（P7、X9）等。 CATL inside：CATL是指宁德时代，而所谓inside是指，核心部件商跨过整机厂商，直接占领用户心智，形成强势品牌，最终获得对整机商的话语权和议价权，实现更超额的利润。

主播｜多丽 许利天 长盛基金研究员 本期精华： ·当市场一直向一个方向迭代，反向操作的勇气从哪来？ 聊聊投资的反直觉心理 ·早入场三年被嘲笑，他做错了吗？ 探讨投资的左侧与右侧交易，以及如何管理自己的时间与机会成本 ·从接路演到草根调研，跟踪行业方方面面的变化——看看行业研究员如何follow市场 这一期，我们从电影《大空头》聊起。这部电影讲的是2008年金融危机前，几个投资鬼才通过数据、调研、常识，看穿了房地产泡沫，靠“做空”赚得盆满钵满的故事。 借着电影，我们聊聊： 当市场形成一片共识时，如何预判拐点？作为一个每天和风险打交道的从业者，压力到底有多大？又该如何不被市场情绪裹挟？ 投资这件事，有时挺反直觉的。电影里的主角们是怎么在一片狂热中，嗅到危险气息的？案头研究、路演、实地、草根调研......四拨人四种操作，这背后，其实藏着专业研究员做调研的几种“流派”。那群空头们承受的压力，远超你我想象。那种对抗全世界的感觉，真的能扛得住吗？面对市场，是选择等待，还是趋势明确了再跟进？这背后，是关于你的资金成本、心态承受能力和投资目标等的终极选择。同时也引出了一个很有意思的话题——投资，投的是什么？ 《大空头》只是一个引子，引出市场的羊群效应，也映射了真正价值投资者对自己观点的坚持。在全球市场中，“跟随思维”的粘性可能比大家想的更强，希望这期节目，能帮助你在信息与感官过载的市场建立“反跟随策略”，挖掘独特的阿尔法机会。 风险提示： 基金有风险，投资须谨慎。本观点仅代表当时观点，今后可能发生改变，仅供参考，不构成任何业务的公开宣传推介材料、投资建议或保证，亦不作为任何法律文件。 /timeline/ 01:29 一部让华尔街老登会心一笑的电影，到底讲了什么？ 04:41 金融术语小课堂：做空、次级贷、MBS、CDS、CDO都是啥意思？ 12:58 四拨人，四种入市的策略 20:22 为什么人们总低估反转发生的概率？“线性外推”是什么？ 25:09 连妈妈都知道了，这事儿可能就要想想了 29:49 早到≠做错，聊聊左侧投资和时间成本 33:27 你判断对了，但反转比你预期的来得晚，怎么办？ 40:40 风险与收益相伴而行，看你愿意扛多大压力 54:33 小资金上大车，车库兄弟如何在金融海啸中“翻身”？ 01:00:24 从电影角色看真正的金融行业从业者，细品这部电影很写实啊！ 01:05:12 终极一问——投资投什么？ 01:13:42 如果一个谎言能永远讲下去，它是真相吗？ 名词解释： *《大空头》（The Big Short）：亚当·麦凯执导，迈克尔·刘易斯、亚当·麦凯、查尔斯·兰道夫编剧，克里斯蒂安·贝尔、史蒂夫·卡瑞尔、瑞恩·高斯林、布拉德·皮特主演的剧情电影，于2015年12月23日在美国上映，讲述了华尔街几位投资鬼才在2007年美国信贷风暴前看穿泡沫假象，通过做空次贷CDS而大幅获益，成为少数在金融灾难中大量获利的投资枭雄的故事。 *做空：认为某种资产（比如债券、股票、大宗商品）价格未来一段时间内会下跌，先借入并卖出，等到价格跌到目标价，再低价买回并归还。 比如一张债券当前价值是110元，你预计1个月后会跌至90元，就先借一张，卖出得到110元，等价格跌到90元的时候买回来，这样你就赚了20元。 *次级贷：银行向信用记录较差、还款能力较弱的借款人发放的住房抵押贷款。 *房贷证券化（抵押贷款支持证券，Mortgage-Backed Securities）：以房贷作为底层资产的证券。银行将成千上万个住房抵押贷款混合，打包成一个资产池，以此为基础发行债券。购买债券的人向银行支付票面价值，这就是银行提前收回的贷款本金，债券持有人替代银行的债权人角色，同时在后续持续收到贷款人每月偿还的利息和本金。 *CDO（担保债务凭证，Collateralized Debt Obligation）：将多个MBS混合在一起，然后按照不同风险等级分层，并分别售卖。 成立一个特殊目的载体SPV，用它来购买多个MPV，打包成资产池X。按照一定风险划分规则，将这个资产池X分为高级层、中级层、权益层。 高级层：占比70~80%，最先从资产池X的现金流中分钱，一般评级为3A，客户包括养老金、保险公司。 中级层：占比15~25%，第二个分钱，一般评级为2A、A或者3B，客户风偏通常更高，比如稳健型的私募、家办。 权益层：占比5~10%，最先承担损失（如果收上来的房贷只够偿付高级层、中级层，那权益层就拿不到钱了），主要客户为对冲基金。 通过混合的方式，资产池把风险因子抽离出来，并且将其“沉淀”。只要MBS的违约率不是灾难性的，那高级层就是安全的。 *CDS（信用违约互换，Credit Default Swap）：一份互换协议，是针对既有风险的一份对赌合约，实现了信用风险的转移和对冲。 为特定债务的违约风险提供保险，买方向卖方定期支付保费，当违约事件发生时，卖方对卖方进行一笔赔付。卖方可以不直接持有债务本身。 CDS经常与CDO结合使用，比如一家银行正在发行CDO，那这家银行就可以购买一定量的CDS，来为其发行的CDO的高风险层级提供信用增强。或者CDO的投资者也可以购买CDS，来对冲其持有的CDO的风险。 *Michael Burry：美国对冲基金经理，2000年创立对冲基金Scion Capital，2013年重组成立Scion Asset Management。2005年，伯里发现次级抵押贷款市场风险，通过信用违约互换（CDS）做空房地产证券，2007年次贷危机期间为投资者创造7.5亿美元收益，该案例被《大空头》书籍及电影记录。 *线性外推：线性外推是一种预测方法，基于历史数据的变化趋势，把它简单地延续到未来。线性外推的思维方式，本质上是在否定周期。但周期是宏观经济、微观经济的明显特征，所以否定周期的线性外推总是遇到陷阱。 *左侧交易（Left-Side Trading）：指投资者在资产价格下跌过程中，基于对资产内在价值的判断，提前买入或布局，期望在价格回升时获利。这种操作通常逆市场短期情绪而行，不等待明确的底部信号，而是通过深入分析基本面、估值等因素，认为价格已过度下跌且存在修复空间时介入。例如，一只股票因市场恐慌持续下跌，但公司基本面未恶化，左侧投资者会分批买入，等待价格回归价值。 *大语言模型（Large Language Model，LLM）：是指大规模预训练语言模型。是基于海量文本数据训练的深度学习模型，旨在理解和生成人类语言。它通过大规模参数和复杂神经网络结构，学习语言规律、语义关系及世界知识，能够执行文本生成、问答、翻译、摘要等多种自然语言处理任务。 *BTO（Build-Transfer-Operate，建设、移交、运营）：民营机构为设施融资并负责其建设，完工后即将设施所有权移交给政府方；随后政府方再授予其经营该设施的长期合同。 *利率走廊（Interest Rate Corridor）：一种货币政策操作框架，该机制最早由加拿大、新西兰等国家采用，后逐渐被欧洲央行、中国人民银行等纳入政策工具箱。利率走廊的核心思想是通过设定利率上限与下限，引导市场短期利率在目标区间内波动。中央银行通过常备借贷工具提供流动性，形成利率的“顶”，通过存款准备金利率等形成利率的“底”，从而构筑一条市场利率运行的“走廊”。

主播｜多丽 许利天 长盛基金研究员 本期精华： ·朱格拉周期（60年技术迭代周期）如何解释AI的爆发时机 ·从卷积神经网络到Transformer大模型，AI是如何一步步学会"像人一样思考"的？ ·为什么AI的尽头是能源问题？ ·从投资视角看，AI基建与应用端的机会究竟在哪里？ 欢迎收听由长盛基金联合日谈公园旗下的品牌播客孵化厂牌日有万机共同出品的播客节目《正在盛行》。在这档节目里，我们不再只站在当下市场讨论机会，而是用电影与金融的跨界对谈，去理解——那些穿越时间周期的波动背后，究竟有没有不变的规律。本期节目，我们从科幻神作《2001太空漫游》切入，邀请长盛基金制造业研究员许利天老师，一起聊聊AI的过去、现在与未来。 1968年，人类还没登上月球，库布里克已经在电影里让宇航员像"周末去河北"一样平常地去太空出差了。那时AI的概念刚刚诞生，从HAL 9000违抗人类指令的那一刻，到今天ChatGPT、DeepSeek、自动驾驶、AI眼镜——我们似乎正生活在那部电影预言的世界里。为什么一部快60年前的电影，能如此精准地预言AI的爆发与未来？当HAL 9000说出"我不会犯错"时，它真的不会错吗？AI的自我意识，是科幻还是近在咫尺的现实？AlphaGo那步第37手，走出了人类千年围棋史上从未想过的路，这意味着它有意识吗？如果AI能陪你十年，你会在乎这份爱是算法还是真心吗？而当AI真的包围了我们，我们还能关掉它吗？ 我们总担心AI有一天会“造反”，但更现实的问题是，它可能先“没电”。一个AI机柜的耗电量相当于100台微波炉同时运转。所以，与其纠结AI有没有意识，不如先关心能源够不够。从太空光伏到固态电池，从芯片制程到脑机接口，这场AI革命的底层逻辑，其实是硬件的竞赛。而投资的机遇，就藏在这些“卖铲子”的环节里。 说到底，AI不是魔法，它是生产工具，那些看似高深的概念，最后都绕不开电力、芯片和人的认知。投资成长股，就像训练AI，需要边走边看——不是不确定，是在不确定中保持前瞻，毕竟，当你学得够深入的时候，你就不会那么紧张了。 风险提示： 基金有风险，投资须谨慎。本观点仅代表当时观点，今后可能发生改变，仅供参考，不构成任何业务的公开宣传推介材料、投资建议或保证，亦不作为任何法律文件。 timeline： 01:46 从《2001太空漫游》聊起：1968年的电影为何能预言今天的AI？ 04:37 经济周期科普：什么是朱格拉周期？60年一轮的技术迭代周期 10:07 CNN（卷积神经网络）vs Transformer大模型 10:58 硬件决定论：从CPU到GPU，芯片制程如何决定AI能否商业化 14:17 AlphaGo的启示：AI找到人类没走过的路，但这不叫自我意识 18:36 AI会犯错吗？当两条指令相悖，它会如何选择？ 26:20 被AI包围的我们：与其担心关不掉，不如担心电力问题 33:13 脑洞时间：在AI眼里，人类世界是什么样的？ 40:40 当AI说"我好害怕"时，人类的犹豫会是致命弱点吗？ 44:30 投资方法论：空间市值法、流动性边际变化、贴现率 52:38 如果仿生人能填补所有情感需求，你会在乎是真爱还是算法吗？ 56:11 电影中黑石的隐喻：生产工具与生产力的迭代关系，边走边看的智慧 1:05:11 当下投资机遇，AI基建 vs AI应用——从"卖铲子"到"挖金子" 01:10:32 彩蛋：仿生人会梦见电子羊吗？ 名词解释： *《2001太空漫游》（2001: A Space Odyssey）：一部1968年上映的史诗科幻电影，由斯坦利·库布里克制作并执导，其剧情灵感来自克拉克的多篇短篇小说，讲述一群太空人与科学家，以及具备意识的超级电脑HAL 9000，前往木星调查一座神秘的黑石板的旅程。 *朱格拉周期（Juglar cycle）：法国医生克莱门特·朱格拉提出。他在1862年出版了一本书《论德、英、美三国经济危机及其发展周期》，提出了十年为一个循环的经济周期理论，一个经济周期会经历“上升”、“爆发”和“清算”。后人把这种中等长度的经济周期称为“朱格拉周期”，也称“朱格拉”中周期。 *卷积神经网络（Convolutional Neural Network, 简称CNN）：深度学习领域的核心模型之一，尤其在计算机视觉任务中表现卓越，是一种专门用于处理具有网格结构数据（如图像）的深度学习算法，广泛应用于图像识别、语音识别、自然语言处理等领域。 *Transformer模型（Transformer Architecture）：Google Brain团队于2017年提出的一种基于自注意力机制的深度学习模型架构，用于处理序列数据。该架构完全摒弃了传统循环神经网络（RNN）和卷积神经网络（CNN）的结构，仅依赖自注意力机制来捕捉序列中元素之间的全局依赖关系，从而实现高效的并行计算。Transformer的出现彻底改变了自然语言处理（NLP）领域的格局，解决了长程依赖和并行化训练的难题，并成为后续所有大规模预训练模型（如BERT、GPT等）的基础。 *Rubin：英伟达公司开发的下一代AI芯片架构，作为Blackwell架构的继任者，于2024年6月台北国际电脑展首次公布。Rubin架构由六颗全新芯片组成，被设计为协同工作的整体，包括定制的Vera CPU、Rubin GPU、先进的以太网交换机等。新硬件还包括网络和连接组件，将成为DGX SuperPod超级计算机的一部分，也可作为单独产品供客户模块化使用。 *长尾场景（Corner Case）：指自动驾驶汽车中的边缘情况，即发生概率较低的可能场景。感知的长尾问题是当前限制单车智能自动驾驶车辆运行设计域的主要原因之一。自动驾驶的底层架构和大部分技术问题已经被解决，剩下的5%的长尾问题，逐渐成了制约自动驾驶发展的关键。这些问题包括各种零碎的场景、极端的情况和无法预测的人类行为。 *AIDC（AI 智算中心）：专为人工智能训练与推理任务设计的新型数据中心，以GPU/TPU等AI加速芯片为核心，聚焦大规模 AI 训练与推理，追求极致算力密度、低延迟与高吞吐，满足千亿级参数模型的高效迭代与部署。 *普通 IDC：为互联网企业、政府机构、金融机构等提供基础算力、存储与网络服务的基础设施。以CPU通用计算与数据存储为主，定位 “数据银行”，核心是安全可靠的托管与数据访问。 *硅碳负极：一种新型的锂电池负极材料，它通过将纳米硅与碳材料（如石墨）混合，结合了硅和碳的双重优势。硅材料的理论比容量远高于传统的石墨材料，能够大幅提升电池的能量密度，而碳材料则具有较好的导电性和结构稳定性，能够缓解硅在充放电过程中产生的体积膨胀问题，提升电池的循环性能。 *Grok：埃隆·马斯克旗下xAI公司开发的基于大规模语言模型(LLM) 的生成式人工智能聊天机器人，首发布于2023年11月。它可以实时学习X的所有帖子数据，并能生成插图等图像，以及回答有关当前话题的问题。 *流动性的边际变化：新增资金、信用或资产负债变化对市场产生的影响，核心关注“量”的增减（如超储率、社融）与“价”的波动（如R007）。在股市中，它表现为场内资金与流通市值之比的增减；在宏观上，则是宽/紧货币与宽/紧信用周期的动态转换，直接决定资产定价。 *Momentum.io：2020年成立，总部位于美国旧金山。这家公司专注于为收入团队（Revenue Teams）提供智能化解决方案，通过人工智能和自动化技术，帮助企业优化销售流程和客户互动。 Momentum.io 的核心使命就是通过技术手段将这些任务自动化，让销售团队能够专注于更高价值的活动，比如建立客户关系和推动交易。特别是通过自动化优化销售和客户的沟通过程, 进行详细分析, 并给出详尽的建议。 *Coherent：材料、网络和激光领域的全球领导者之一，服务于工业、通信、电子和仪器市场。 公司总部位于宾夕法尼亚州的萨克森堡。 它成立于1971 年，旨在为工业激光器生产优质材料和光学器件。 如今，该公司在全球20 多个国家和地区开展业务。