tock

1.5K posts

tock banner
tock

tock

@wanggjinming

在日生活的台灣人。

Japan Katılım Ekim 2023
200 Takip Edilen59 Takipçiler
tock
tock@wanggjinming·
@C_W_D_ 为什么他们不港来港股搞量化
中文
1
0
0
1.9K
tock
tock@wanggjinming·
@tuolaji2024 泡沫的时候就是看戏.. 港股创新药那么强,外资几百亿过来买. 都看不上
中文
0
0
0
280
tock
tock@wanggjinming·
@_FORAB Fsd落地。中国车企估计要完了。
中文
12
0
6
11.1K
AB Kuai.Dong
AB Kuai.Dong@_FORAB·
看来马斯克这次来中国没白跑。特斯拉中国,今天突然放出大量急聘岗位,均属于自动驾驶 Autopilot 部门,涉及北京、上海、广州、深圳等 9 座中国城市。 该部门主要研发和运营,特斯拉 FSD 自动驾驶技术。
AB Kuai.Dong tweet mediaAB Kuai.Dong tweet media
Meguro-ku, Tokyo 🇯🇵 中文
411
39
572
192.1K
tock
tock@wanggjinming·
@xzzzjpl 湖北f4全部落马了
中文
3
0
2
11.1K
政经鲁社长
政经鲁社长@xzzzjpl·
原湖北省长王晓东官宣落马,正如我们之前在会员区爆料的那样。
政经鲁社长 tweet media政经鲁社长 tweet media
中文
214
14
599
394.1K
tock
tock@wanggjinming·
@ztacts 就是自己的企业,想做GEO 推广给客户。
中文
0
0
0
37
猫老哥·AI
猫老哥·AI@ztacts·
最近沉迷上站,但是上站不是买了域名,发了代码就结束了。还需要做好后续的seo/aeo。 整理了一套给 Codex / Claude Code 用的提示词,专门拿来做多站点 SEO + GEO 联合审计。 思路很简单: 先用 seo-audit 看传统 SEO 基础 再用 geo-audit 看 AI 可见性 / 可引用性 有问题再继续深挖:geo-technical geo-content geo-schema site-architecture 这样跑下来,不只是知道“哪里有问题”,还能直接拿到: 优先级清单 quick wins 30 天优化计划 哪些站更该做 SEO,哪些更该补 GEO 我觉得这套特别适合: 手上有多个站点 想系统化做自然流量 想让网站更容易被 ChatGPT / Perplexity / Gemini 引用的人 SEO skill 仓库: github.com/coreyhaines31/… GEO skill 仓库: github.com/zubair-trabzad… 如果你也在用 agent 做站点增长,这套 workflow 真挺顺手。
中文
3
0
4
582
tock
tock@wanggjinming·
@ztacts 想做geo推广。
中文
0
0
0
55
tock
tock@wanggjinming·
@pangyusio ai 干掉很多岗位。先ai 泡沫。然后轮到其他行业泡沫。。社会会有动乱
中文
0
0
0
1K
Pangyu 胖鱼 🐠
Pangyu 胖鱼 🐠@pangyusio·
OpenAI 的终极商业模式:健身房。 赌的就是大多数会员,交了钱却很少来。
中文
328
28
977
205.8K
Mr. 小川
Mr. 小川@xiaochuan8688·
A股今年成交量里,量化交易占比已经超过30%。 30%什么概念?十笔交易里,三笔不是人。 是算法,毫秒级决策。你犹豫一秒,它完成三轮套利。 很多人说"我跟量化没关系,我又不懂代码"。 但你试试—— 当一个房间里30%的人用显微镜,你用肉眼看K线,谁看得清? 不是说量化就必赚。去年一批量化私募清盘,亏得比散户还狠。 问题不在量化。在信息差。 机构用的数据、工具、决策速度,你永远追不上。 那普通人怎么办? 别和机器抢短线。减少交易频率。 把精力放在看懂一家公司、一个行业上。 这是算法暂时还做不到的事。 至少目前还做不到。
中文
29
0
14
1.3K
tock
tock@wanggjinming·
@RealMidasTrend 雷总不错。不像哪些傻逼天天说自己遥遥领先
中文
0
0
0
114
Midas Trend
Midas Trend@RealMidasTrend·
雷军和马斯克合影照风波后,首次接受访谈,称:10几年前就认识马斯克,并且是特斯拉车主,特斯拉对全球电动车行业起到启蒙和推动作用…… 小米到特斯拉这个这个程度,还需要5——10年。 朋友看了这个视频和我说,雷军挺谦虚务实的,比那个杨元庆看着有格局多了。😂 朋友是特斯拉车主,手机用的是苹果。
中文
205
53
652
296.9K
tock
tock@wanggjinming·
@derek03275486 A股特色。割了那么多年还是一样割。
中文
0
0
1
1.2K
新闸路摸鱼仔
新闸路摸鱼仔@derek03275486·
巨力索具吃函,说实话,在这票吃面一点怪不得别人 商业航天原本就是 0-1 的过程,商业化和业绩贡献都还早,情绪炒作只能围绕,用量、价值量、核心环节、技术卡位、特许牌照这些有想象空间的公司玩 特种材料、精密铸件、3D 打印、雷达通信组件、航宇级芯片、天地端连接器、天线…… 一个高大上的题材里,一大堆有市梦率的正经产业链不玩,去炒回收钢缆,这钱亏的不冤
中文
11
1
46
25.6K
Polo1.4 贱🕊️
Polo1.4 贱🕊️@xiaojianjian567·
A股有个信息差,机构能看到的东西散户看不到。 现在这个GitHub项目,一句话就能让AI帮你扒光一支股票的基本面。 项目名:stock-analysis 语言:Python Stars:153(一个月内) 它是做什么的? 一个基于akshare的A股个股深度研究报告生成工具。你只需要说一句话,比如"分析贵州茅台",它自动完成三件事:采集真实数据、AI深度分析、生成专业HTML可视化报告。 核心能力: - 自动获取股票数据(K线、财务、新闻) - 8步分析框架:宏观定位、产业链、质量评分、弹性测算、风险分析、估值、对标、跟踪 - 专业HTML报告,支持ECharts图表、双主题切换 - 5维度质量评分:基本面、产业匹配、弹性、估值、治理 - 支持Claude Code Skill调用,说句话就能跑 Polo的看法: 这个工具最妙的地方在于把散户和机构之间的信息差给压缩了。以前你想深度分析一只股票,得有几个小时和各种付费工具,现在只需要一句话,AI帮你搞定数据采集到报告生成全套动作。 它用的akshare是A股开源数据利器,数据来源透明。小白用户不需要懂代码,直接用自然语言让AI帮你分析,说人话就能拿到机构级别的报告格式。 各位,你们平时分析股票用的是什么工具?有没有被信息差坑过? 🔗 github.com/mingli30119/st…
Polo1.4 贱🕊️ tweet media
中文
132
224
838
80.1K
tock
tock@wanggjinming·
@qinbafrank 弱弱的问一下,光模块里面芯片和元器件。是国产的吗?还是说组装?
中文
0
0
0
73
qinbafrank
qinbafrank@qinbafrank·
为什么光模块公司总市值比美光还低?原因无它,这主要是由市场容量和产业集中度来决定的。详细说说: 1、存储的的市场规模十倍于光模块/CPO 25年全球存储芯片规模接近2500亿美金,26年全球存储市场规模预计能到3700~4000亿美金,而对29年存储市场规模各个投行预计差别有点大保守有看到六七千亿美金,乐观的有看到九千一万亿美金的体量。 全球光模块与CPO市场整体规模预计从 2025 年的165亿美元增长至 2026年的 260亿美元,年增长率超过 57%。cpo在26年规模还很小,主要是光模块。未来几年到29件对于光模块/CPO市场容量平均估计能到五百多亿美金以上,看到有乐观的能到八九百亿美金。 但整体上来看,存储市场规模差不多是光模块十倍以上。 你看营收体量就能看出来: 海力士最新一季度营收350亿美金,美光280亿美金。 而中际旭创单季营收25亿美金,cohr差不多18亿美金,lite单季不到10亿美金。 营收体量也决定了市值规模 2、产业集中度 存储行业高度寡头垄断,中高端存储芯片三星+SK海力士+美光占八九成份额,壁垒极高(资本+工艺),龙头护城河深。而且存储厂商垂直整合能力很强,产业链掌控环节很强。三星、海力士、美光、铠侠,再加上国内的长鑫、长存基本上内存芯片看这几家就可以了。如果再往上游 光模块/CPO领域产业链碎片化严重,相信大家看光模块市场对其产业链环节众多、各个环节上竞争对手也很多、印象非常深。从上游材料、到硅光、激光器、组件、连接等等。再加上技术路线还在从光模块、NPO、CPO的路径迭代,新的玩家也不少。 所以是市场体量、公司体量、产业集中度,共同决定了存储企业的规模市值远大于光模块/CPO企业,特别是中级旭创市值已经1500亿美金,cohr、lite体量800亿美金,去看其营收体量其实能match的。 如果只是光模块企业比存储企业是市值差异来进行投资决策、这其实是有误区的。 核心是看产业市场容量能到什么量级,这个企业能吃到多大份额,特别是光领域正在从光模块到npo、再到cpo快速演进,谁掌握核心技术自然谁的空间更大。
Art of Speculation@ArtofSpecuycky

所有人都在买GPU和存储。没有人告诉你光模块公司的总市值比美光还低 我想从一个反常识的问题开始:GPU是AI的大脑,存储是AI的记忆。那光是什么?光是AI的神经系统。但神经系统从来不是最先被注意到的。存储已经涨了10倍,GPU更不用说。光的时代,刚刚开始。 1. 先说一个结构性的错误定价 在Nvidia的NVL72机架里,光模块的采购金额占到整个机架的20%。2026年全球AI光收发器市场规模预计从2025年的$165亿增长到$260亿,同比增速超过57%——这是半导体赛道里增速最快的子领域之一。 但所有光模块公司的总市值,比美光一家还低。这个错误会被纠正。问题只是什么时候。 2. 光和存储不一样的地方 存储的接力是季度级别的事件——供需拐点,财报超预期,市场重新定价,SNDK从$200涨到$900,这个过程很快。光的接力是年级别的结构性变迁,因为光的技术路线本身正在发生一次范式转移: 第一阶段(现在):可插拔光模块 800G → 1.6T → 3.2T 线性增长,随数据中心扩张 第二阶段(2026下半年):近封装光学NPO 光模块移向芯片旁边 需求非线性跳升 第三阶段(2027-2028):共封装光学CPO 光引擎直接封装进芯片 这是终局,也是最大的价值重构 Meta在OFC 2026分享了大量数据,证明CPO比可插拔光收发器更可靠,成本更低,功耗更少。Nvidia在GTC展示了CPO将在2027/28年用于Scale-Up互连。5年内所有AI数据中心互连都将是光。 这不是预测,是物理定律。铜在高速率下信号损耗太大,功耗太高,距离太短。光没有这些问题。 3. 光在吃铜,不只是光吃光 生成式AI集群需要比传统云服务多10到100倍的光纤,正在把现有铜互连逼到物理极限。 这是大多数人没想到的逻辑——光的增长不只来自数据中心规模的扩大,还来自光替代铜的渗透率提升。每一代迭代,光吃掉更多铜的市场。这是双重驱动,不是单一驱动。 4. 产业链七个卡位,从上游到下游 现在我来把整条产业链拆清楚。 七个公司,覆盖从最上游的衬底到最下游的网络设备。 🔬 最上游:硅光衬底 $SOI 做的是硅光PIC的衬底材料——整个产业链最上游的原材料。没有SOI的衬底,硅光芯片就没有基础。护城河极高,几乎没有竞争对手能短期内介入。和TSEM形成上下游绑定:SOI提供衬底,TSEM代工成芯片。 🏭 代工层:硅光晶圆厂 $TSEM(Tower Semiconductor)硅光版本的台积电。 今天刚刚发生的重大事件: TSEM宣布签署$13亿的2027年硅光合同,收到$2.9亿产能预付款,2028年还有更大合同在谈判中。计划资本支出$9.2亿专门用于硅光扩产,Q2营收指引$4.55亿同比增22%。 TSEM最聪明的地方在于:它不赌哪条技术路线赢。 可插拔、NPO、CPO,三条路线都用TSEM代工。就算市场对技术路线判断错了,TSEM依然受益。这是光通讯产业链里确定性最高的picks-and-shovels。 💡 激光器层:光的心脏 光模块的核心是激光器。没有激光器,光模块什么都不是。 激光器分两条技术路线: 磷化铟(InP)路线——$LITE(Lumentum) LITE是目前唯一能量产200G每lane EML激光器的供应商,是1.6T收发器的关键零件。Nvidia预先锁定了LITE的EML产能,推迟交货期超过2027年。 Nvidia向LITE投资$20亿,用于加速AI基础设施光学技术。LITE CEO称2026年是激光器芯片销售的"突破年",刚收到历史上最大的CPO超高功率激光器采购承诺。 LITE的护城河是时间积累的——InP激光器的制造需要极其精密的工艺,20年积累的经验是任何竞争对手短期无法复制的。而且LITE不只押注现在:EML是可插拔时代的命门,ELS外置激光器是CPO时代的命门,OCS光路交换机是未来AI集群的光学路由器。 三个产品线覆盖了光通讯从现在到2030年的完整需求。 硅光(SiPho)激光器路线——$SIVE(Sivers Semiconductors) Sivers专注于CPO系统的高性能InP激光阵列,Jabil合作是第一个商业验证信号,证明技术正在从研究走向真实超大规模部署。 SIVE不是要打败LITE,而是作为CPO时代激光器供应链里的补充供应商——当LITE和COHR产能不足时,SIVE是下一个选项。整个CPO产业的激光器供应严重短缺,补充供应商的价值会被重新定价。 🔭 光学系统层:从组件到整合 $COHR(Coherent Corp) COHR最新Q3财报:营收$18.1亿同比增21%,数据中心和通信板块$14亿,同比增40%。Nvidia同样投资$20亿入股COHR。COHR是整个光通讯赛道里垂直整合程度最高的公司。从InP晶圆到激光器到光模块到系统,全部自己做。COHR正在扩大6英寸InP晶圆产能,这是推动毛利率持续提升的核心驱动力——规模越大,每片晶圆的成本越低,利润越高。 LITE和COHR的关系是竞争者也是互补者: LITE:激光器专家,EML垄断,聚焦 COHR:光学系统整合商,体量更大,更全面 🏗️ 物理基础设施层:光纤和连接 $GLW(Corning) Corning是光通讯产业链里最让人意外的标的——一家成立于1851年的玻璃公司,正在成为AI基础设施的核心受益者。 Q1 2026光学通信业务增长36%,分部净利润增长93%。2028年营收目标$300亿,2030年$400亿,内含年化增速19%。两个额外的超大规模云厂商签署了长期协议。 Nvidia命名Corning为下一代AI基础设施光连接合作伙伴,投资$5亿+最高$32亿股权,在美国建三座专属光学工厂。 Corning做的是光纤、线缆和连接器——不是最性感的产品,但是不可或缺的基础设施。 城市要运转,不只需要主干道,还需要所有的小路、接头、路牌。 Corning做的就是光通讯世界里的所有"小路和接头"。 而且这些"小路和接头"是消耗品——每建一个数据中心都需要,每升级一个机架都需要。 📡 网络层:AI时代的网络基础设施 $NOK(Nokia) Nokia是这七个标的里最被市场误解的。大多数人还在用"翻盖手机公司"的眼光看Nokia。 Nokia 2026营收预期同比增长7.5%,EPS增长21.2%,光网络业务增速20%,AI和云业务增速49%,单季度新增€10亿AI和云订单。 Nokia做的是什么? 光传输网络(OTN)——把数据中心之间用光连接起来的骨干网络。这是Scale-Across的核心基础设施。 Nokia的第六代超相干光学技术PSE-6s,是目前全球少数能实现800G甚至1.2T长距离光传输的技术之一。 Nokia收购Infinera之后,从"转卖别人芯片的公司"升级为"拥有自己光芯片工厂的公司"——同样的技术路线,市场给LITE估值66.5倍,给COHR估值35倍,Nokia只有30.8倍Forward PE。 这个估值差距是最大的错误定价之一。 七个标的的完整产业链图 最上游 SOI(硅光衬底) ↓ TSEM(硅光代工) ↓ 激光器层 LITE(InP EML,可插拔+CPO) COHR(垂直整合,光学系统) SIVE(CPO激光阵列,高赔率) ↓ 物理基础设施 GLW(光纤、线缆、连接器) ↓ 网络层 NOK(光传输网络,骨干连接) 每一层都有自己不可替代的护城河。 每一层都在受益于同一个趋势。 6. 为什么是现在? 2026到2027年是在1.6T供应链建立立足点的关键时期,在一线客户的设计导入将决定长期赢家。现在是design-in阶段——产品正在被超大规模客户选中和锁定。等量产阶段到来,市场才会充分定价这些公司的价值。 在design-in阶段买入,等量产阶段收获——这是光通讯投资最好的时机。 7. 仓位逻辑 高确定性(重仓): TSEM → 今天$13亿合同,产业链里最硬的催化剂 LITE → EML垄断+Nvidia锁定,现在到2028年都受益 COHR → 垂直整合,体量最大,Nvidia $20亿入股 中等确定性(配置): GLW → Nvidia直接合作,物理基建不可或缺 NOK → 最被低估的估值,但故事兑现需要更多时间 高赔率(小仓位): SOI → 和TSEM绑定,护城河高但流动性低 SIVE → CPO时代的纯粹赌注 8. 光会接力存储吗? 会。但不一样的方式。存储的接力是一次性的价格重估——供需拐点到来,几个季度内完成定价。 光的接力是分阶段的持续重估—— 2026年:可插拔1.6T带来第一波 2027年:CPO开始量产带来第二波 2028年:Scale-Up全面光化带来第三波 三波叠加,才是光通讯超级周期的全貌。存储让你在一年内赚了10倍。光可能让你在三年内赚同样多,但过程更平稳,确定性更高。 最后一句话 光通讯不是一个新故事,是一个被重新发现的旧故事。 光纤已经存在几十年了,但AI让这个故事的量级发生了质变。每当数据中心需要更高密度、更低功耗、更远距离的连接时,答案永远是光。 #光通讯 #TSEM #LITE #COHR #GLW #NOK #SOI #SIVE #CPO #硅光 #光模块 #AI基建 #数据中心 #存储接力 #Nvidia #美股 #USStocks #SiliconPhotonics #CoPackagedOptics #EML #光互连 #AIInfrastructure #光纤 #Nokia #Corning #Coherent #Lumentum

中文
33
120
502
151.2K
tock
tock@wanggjinming·
@ztacts 你好,我是做外贸的! B 端客户。 想聊聊 GEO 把公司网站产品 排上去
中文
1
0
0
64
猫老哥·AI
猫老哥·AI@ztacts·
附提示词,我测下来的确很有用。 请对我当前这几个站点做一轮 SEO + GEO 联合审计,并输出明确的优化建议: 站点列表: - example1.com - example2.com - example3.com 请优先使用这些 skills: - $seo-audit - $geo-audit 如果首轮审计发现明显问题,再按需继续使用: - $geo-technical - $geo-content - $geo-schema - $site-architecture - $schema-markup 如果页面是 JavaScript 渲染较重的网站,请结合 @Chrome 或 $browse 查看真实渲染后的页面,重点检查: - title / meta description - H1-H3 结构 - 首屏正文可见性 - structured data / JSON-LD - 移动端布局和内容可读性 请按站点分别输出结果,每个站点都包含: 1. SEO 审计摘要 2. GEO 审计摘要 3. 最重要的 5-10 个问题,按优先级排序 4. 每个问题的影响、原因、建议修复方式 5. 低成本 quick wins 6. 中期结构性优化建议 7. 30 天执行优先级清单 最后再给我一个跨站点汇总: 1. 哪些问题在多个站点重复出现 2. 哪些改动最值得统一优先做 3. 哪个站最值得先重点投入 4. 哪些站更适合继续做传统 SEO,哪些更适合加强 GEO / AEO 请尽量给出页面级、结构级、内容级、技术级的具体发现,而不是泛泛建议。
中文
1
0
0
405
tock
tock@wanggjinming·
@yaojingang 海外模型能做吗。外贸使用
中文
0
0
0
60
姚金刚
姚金刚@yaojingang·
最近,给一些公司,做了一些GEO分享 他们问得最多的一个问题之一,就是如何去选择一家靠谱的GEO服务商 于是,我和向阳,一起梳理了这份《GEO蓝皮书》 ,免费分享给大家 核心是为国内业务与出海业务团队 建立一套完整的GEO服务商采购与合作参考,涵盖:定义、边界、流程、标准、指标体系、服务商类型、服务商评估与评分框架等等 无论是个人,还是企业,这份蓝皮书可以解决的一些问题: 1、选择GEO服务的一些前提问题和条件是什么? 2、如何理解GEO的概率、证据与边界? 3、企业采购GEO服务的完整流程是什么? 4、GEO的前端指标与后端的定义与区别是什么? 5、不同的AI平台,如何衡量与考核? 6、中国的GEO服务商,都有哪些类型,如何划分,如何选择? 7、服务商评估维度与评分框架的参考是什么? 8、海外GEO采购与国内GEO采购的差异是什么? 9、不同企业阶段与行业敏感性的采购策略是什么? …… 这份蓝皮书,在试图回答如何选择与衡量靠谱的GEO服务商的过程中,其实也在试图回答,一个靠谱专业的服务商,应该是什么样的 《GEO蓝皮书》地址: yaojingang.feishu.cn/wiki/MwkiwPDqC… 附: 《GEO白皮书》 yaojingang.feishu.cn/docx/Jv85dXAeZ… 《GEO红皮书》 yaojingang.feishu.cn/wiki/Otqtw0HFb…
姚金刚 tweet media
中文
8
18
107
6.1K
tock
tock@wanggjinming·
@tim_geo_seo 国外的模型能做吗。我们是做外贸的
中文
1
0
0
56
Tim Research GEO
Tim Research GEO@tim_geo_seo·
我们构建了一套 GEO 内容生产系统,让你的小龙虾或者其他 Agent 能在红海竞争中持续提升 AI 可见度,并反超行业头部品牌。 Skill:github.com/GEO-SEO/geo-co… GEO 数据免费获取-dageno.ai/?utm_source=X&… 在为一家数据安全客户部署后,1 周内 AI 可见度达到 56.3%,品牌在竞争对手中上升至第 1 位。 这套 GEO 系统不惧红海市场,它可以让你的 Agent 摇身一变成为 GEO 专家,让品牌在持续竞争中不断超越行业领先者。 We built a GEO content production skill that helps your Agent compete in crowded markets and outrank industry leaders in AI visibility. Skill: GitHub - github.com/GEO-SEO/geo-co… Free GEO data 👉 dageno.ai/?utm_source=X&… After deploying it for a data security client, visibility reached 56.3% in 1 week, with the brand rising to #1 against competitors. Built for any competitive environment—whether you're fighting for visibility in crowded red-ocean markets or defining presence in emerging blue-ocean categories. #GitHub #GEO #AIVisibility #AISEO #SEO #AIMarketing #GenerativeAI #AIAgents #ContentMarketing #MarketingAutomation
Tim Research GEO tweet media
中文
12
12
86
59.4K
tock
tock@wanggjinming·
@freeman1266 C端矩阵那些都是老套了。用c端思路做B端。
中文
0
1
1
16
老金
老金@freeman1266·
@wanggjinming 这命中我知识盲区,还真不知道怎么做
中文
1
0
0
61
老金
老金@freeman1266·
失业后,我从零开始做公众号月入2000,有人对这个经历感兴趣不?留言或点赞告诉我吧👀
中文
80
1
108
21.1K
yingzheng zhang
yingzheng zhang@YingzhengZ47526·
做个小测试:今天开放 1 个 99 元「海外客户开发工具栈极速诊断」。 适合:出海小B/外贸/OEM工厂,有产品但不知道怎么找海外客户、选工具、写第一封英文外联。 交付:1页诊断+最小工具栈+10个客户搜索方向+1封英文首封邮件。 不代发、不买名单、不承诺询盘成交。需要可评论/私信。
中文
2
0
0
26
tock
tock@wanggjinming·
@YingzhengZ47526 如何做B端客户, 我们是墙壁开关插座产品
中文
0
0
0
7