「白毛股神」庆祝IQE暴涨：2月已披露其AI供应链关联，今日再获重大利好

传腾讯参投阿里Qwen前负责人林俊旸AI实验室，估值达20亿美元

6 月 15 日，据 The Information 报道，知情人士透露，腾讯已参投由阿里巴巴通义千问 Qwen 大模型前核心负责人林俊旸创立的新 AI 实验室。

在林俊旸的首轮融资中，腾讯投资了 2000 万美元，首轮融资总额达数亿美元，投后估值约 20 亿美元。首轮融资由红杉中国与高榕创投领投，双方各投资 1 亿美元。在完成首轮交易后，林俊旸已经在寻求下一轮融资。

腾讯在本次交易前已投资了多家中国本土大模型开发商，包括月之暗面、MiniMax 和智谱 AI，目前也在参与 DeepSeek 的最新一轮融资。

林俊旸于今年 3 月初从阿里巴巴离职。因在团队重组上与阿里巴巴发生分歧，选择在社交平台 X 上公开宣布辞职。

英伟达、Adobe等高管已请求特朗普政府解除针对Anthropic最强大AI模型限制

6 月 15 日，包括英伟达和 Adobe 在内的美国大型企业网络安全高管已请求特朗普政府解除针对 Anthropic 最强大 AI 模型的限制，理由是这些禁令阻碍了防范数字攻击扩散的努力。(金十)

Binance将于6月19日下架CVC/USDC、RPL/USDC、RVN/USDC和XAI/USDC杠杆交易对

6 月 15 日，根据官方公告，Binance 杠杆将于北京时间 6 月 19 日 14:00 停止 CVC/USDC、RPL/USDC、RVN/USDC 和 XAI/USDC 杠杆交易对全仓杠杆交易对服务，并自动关闭用户仓位、进行自动结算及取消所有挂单。

下架过程中用户将无法调整仓位，预计持续约 3 小时。Binance 建议用户提前平仓或将资产从杠杆账户转移至现货账户，以避免潜在损失。相关代币仍可通过 Binance 杠杆支持的其他交易对进行交易。

AI服务器经纪商Hydra Host完成1亿美元融资，英伟达等参投

6 月 15 日，数据中心软件初创公司、AI 服务器经纪商 Hydra Host 完成新一轮 1 亿美元 融资，估值约 8 亿美元。本轮由 Kindred Ventures 领投，英伟达、Cathie Wood 旗下 ARK Invest、早期 CoreWeave 投资方 Magnetar，以及现有股东 Founders Fund 和 Flume Ventures 跟投。

Hydra Host 成立于 2021 年，最初服务于加密矿工，现已转型为数据中心运营商提供自动化软件，并承担 AI 服务器交易撮合业务。英伟达的直接参与，进一步凸显其在 AI 算力市场构建生态版图的战略意图。

摩根大通：AI服务器需求升温，亚洲MLCC行业或迎新一轮景气周期

6 月 15 日，摩根大通在一份最新研报中表示，随着 AI 服务器、通用服务器和汽车电子需求持续增长，MLCC 市场供需关系有望在未来几年明显收紧，甚至在 2027 年至 2028 年进入短缺状态。

MLCC 是电子设备中广泛使用的基础元件，过去更多与智能手机、PC 和消费电子周期绑定。但这一次，推动需求的主角正在发生变化。摩根大通认为，服务器，尤其是 AI 服务器，正在成为行业最重要的增量来源。相比普通消费电子产品，AI 服务器对电源稳定性和元件规格要求更高，需要更多高容量、高性能的 MLCC。

报告预计，全球 MLCC 行业收入将在 2025 年至 2028 年保持较快增长，主要来自产品价格上涨和需求结构改善。摩根大通预计，行业供需将从 2025 年的约 10% 供过于求，转为 2027 年的约 5% 短缺，并在 2028 年进一步扩大至约 6% 短缺。

供应端的约束是这轮判断的关键。虽然厂商仍在扩产，但高规格 MLCC 并不能简单用传统产能来衡量。用于 AI 服务器和汽车的产品尺寸更大、技术要求更高，生产良率也更低。摩根大通指出，部分 AI 服务器用 MLCC 的组装良率可能只有普通产品的几分之一，这意味着名义产能增长未必能快速转化为有效供应。

汽车电子也是另一个稳定支撑。随着电动车、混动车和智能化配置提升，单车 MLCC 用量持续增加。报告预计，到 2030 年，汽车、服务器和人形机器人等高增长应用合计将占 MLCC 总需求的三分之一以上。

投资层面，摩根大通对亚洲主要 MLCC 厂商整体维持看好态度，但更偏好日本和台湾厂商，而不是韩国厂商。其理由是，日本的村田、太阳诱电、TDK 以及台湾的国巨，在估值和潜在盈利弹性上更具吸引力。相比之下，三星电机虽然同样受益于行业景气，但股价已经大幅上涨，估值优势相对较弱。

不过，报告也提醒，市场已经提前反映了部分乐观预期。MLCC 相关股票今年以来涨幅显著，后续行情能否延续，将取决于 AI 服务器需求是否继续超预期、厂商扩产是否受限，以及高端产品价格能否持续上涨。对于投资者而言，行业价格、库存变化和厂商对产能良率的表态，将成为判断这轮周期强弱的关键指标。

Tether旗下AI平台QVAC发布SDK 0.13.0，新增脑机接口插件

瑞银：企业AI采用成本攀升源于使用量激增，市场对Token通胀风险存在高估

6 月 15 日，瑞银（UBS）在最新研报中表示，企业 AI 采用正面临 Token 和算力成本快速上升带来的新摩擦，但这一问题更多源于使用量激增而非单价通胀，整体风险或被市场高估。报告指出，随着 AI 编码代理等高强度工具的部署，企业 Token 消耗远超预期，这一现象已在投资者讨论中频繁出现，并引发对 AI 技术在企业端扩散速度可能放缓的担忧。

瑞银通过对约 13 家企业 IT 高管的访谈发现，约 60% 的受访组织已将 AI Token 和算力成本视为实质性问题，尤其在从简单聊天机器人转向自主运行的代理应用后，成本从固定 SaaS 支出转变为可变消费支出，预算可预测性大幅下降。

多数企业已或计划引入护栏措施，包括 Token 池化、模型降级使用、浪费提醒以及对重度用户的限制，以消除明显浪费而非全面遏制采用。部分高管明确表示不愿大幅限制员工使用 AI，强调「我们的目标就是让员工开始用 AI」，因此选择通过削减外部 IT 服务、整合云支出等方式优化其他预算来平衡上升的 AI 成本。报告强调，几乎所有受访企业都提到 AI 采用率正在加速，尤其在开发者团队，这表明成本上升主要由使用量增长驱动，而非单位成本通胀。

瑞银认为，这种情况属于企业正常的成本管控行为，并非 AI 采用受阻的信号，即使如 Uber 这类已将全年 AI 预算在一个季度内用完的公司，依然保持高 Token 限额并全力推进 AI 应用，同时通过提升工程师效率来对冲成本。

瑞银进一步分析称，AI 模型提供商和超大规模云服务商正加速推动 Token 效率提升，这可能限制近期价格上涨，并对云服务商份额分布产生影响，Google Cloud 和 AWS 凭借自研芯片与模型或在成本控制上获得优势。

同时，企业对使用量定价模式的抵触可能加大，或导致非 AI 软件支出环境进一步承压。结合此前进行的 140 家企业 AI 调查，报告指出「不明确的投资回报」仍是采用最大障碍，而「缺乏预算」尚未进入前五，但随着 Token 成本问题凸显，这一动态正成为企业更务实地优化 AI 部署的关键因素。

美股聪明钱以2.8万美元本金录118倍盈利，最新布局延伸至AI光通信