在等待大型科技与芯片公司财报的同时，美股指数在周一表现波动不定。华尔街正在为即将到来的繁忙企业财报周做准备，其中微软、Meta、苹果和亚马逊都将在本周公布季度业绩。本周的财报将有助于确定科技股能否从上周的颓势中反弹。周一，这些科技巨头以及特斯拉的股价上涨，推动标普500指数和纳斯达克指数小幅走高。

这是本周美股财报日历：

我们美股投资网团队上个季度准确预测了英伟达的财报， 文章回顾：

美股英伟达5月财报预测，深度报告，坚定看涨 https://mp.weixin.qq.com/s/7u9M

本季度我们将在 https://StockWe.com/col/depthreport 公布 AMD MSFT 微软，Meta、苹果、亚马逊的财报预测

在美联储周三决策前，美元指数创下逾两周新高，美债收益率走低。尽管美股主要股指在早盘一度冲高，但随后跳水转跌。这种市场波动反映出投资者在重大财报和关键经济决策前的谨慎态度。

尽管市场普遍预计美联储不会将基准利率从目前的5.25%下调至5.50%，但交易员将密切关注美联储在9月会议上可能采取行动的线索。

截止收盘，标普500涨幅0.08%，道指跌幅0.12%，纳指涨幅0.07%。

特斯拉（TSLA）取代福特成为美国首选汽车股，特斯拉早盘涨超近6.3%！

今日我们美股大数据的AI选股大模型，精准捕捉TSLA，StockWe.com 量化交易终端多次发出提醒。具体来看，在短短的37分钟内共发出6次提醒，特斯拉的评级从34逐渐上升至80。可以看出，我们的AI选股系统精准捕捉到了特斯拉的上涨趋势，为投资者提供了重要的决策参考。

摩根士丹利已特斯拉取代福特（F.N）汽车提名为美国汽车行业的首选汽车股。并认为特斯拉的股价有40%的上涨空间，但表示特斯拉对自动驾驶出租车的期望"过高"。

该经纪公司表示，特斯拉的能源业务未来潜力巨大，其价值可能会超过公司的汽车业务，因为投资者可能会重点关注那些解决气候变化相关问题的企业。

该公司还预计，随着传统汽车制造商缩减电动汽车扩张计划，特斯拉将在零排放汽车积分收入市场中占据更加主导的地位——该公司在第二季度每辆车确认了约2000美元的积分收入。

"我们估计，特斯拉可能占据市场上一半的积分销售额，支持特斯拉的这项利润率达100%的业务，而投资界目前可能还未预见到这一点，"摩根士丹利分析师表示。

然而，特斯拉上周报告称，其利润率为五年来最低，且未能达到华尔街对第二季度的盈利预期，因为这家由埃隆·马斯克领导的公司为应对需求下滑，对其汽车进行了大幅折扣销售。

该经纪公司对特斯拉在中国实现自动驾驶技术商业化的能力以及电动汽车需求的未来表示担忧。

特斯拉一直在押注其自动驾驶技术，但该技术因安全问题而受到监管机构的审查。投资者正热切期待特斯拉的机器人出租车发布活动，该公司已将活动从8月推迟至10月，以便对汽车的一些元素进行重新设计。

苹果官宣：Apple Intelligence模型在谷歌定制芯片上训练。

苹果公司正式发布了iPhone AI（Apple Intelligence）的第一个版本，并宣布仅年费99美元的注册开发者可以获得iOS 18.1测试版本。7月29日，苹果在一份技术论文中透露，其AI系统Apple Intelligence依赖的两种AI模型是在谷歌设计的云端芯片上进行预训练的。这一决定表明，在AI训练领域，一些大型科技公司可能正在寻找英伟达图形处理单元的替代品。

据论文披露，苹果在8192块谷歌TPUv4芯片上训练了一个大型服务器语言模型——服务器苹果基础模型（AFM），处理了6.3万亿token的训练数据。同时，端侧AFM在2048块TPUv5p芯片上进行训练，AFM和AFM服务均是在"云TPU集群"上完成训练的。

这一合作表明苹果在AI训练方面寻求多样化，降低对单一供应商的依赖。此外，选择谷歌的云TPU芯片可能是因为其在性能和成本上的优势，尤其是在大规模模型训练方面。苹果此举也可能激发其他科技巨头探索更多AI训练解决方案，推动行业技术进步。

鸿海将在印度制造iPhone 16 Pro与Pro Max，这是苹果首次在印度生产高端Pro系列机型，显示出苹果对印度智能手机市场和供应链的日益重视。作为iPhone最大的供应商，鸿海也是苹果在印度的主要代工厂，这一决定无疑将使其受益匪浅，并打破了比亚迪抢单的传闻。这一举措将帮助苹果更好地开拓印度市场，还能增强其供应链的韧性，减少地缘政治因素对生产的影响。

Aletheia Capital将苹果评级从卖出上调至持有。道明证券将苹果公司目标价从220美元上调至250美元。

英伟达推Blackwell样品及NIM更新，助力3D和机器人创建。

英伟达本周一推出了 fVDB，一个利用现实世界3D数据打造空间智能的深度学习框架。fVDB 建立在行业标准的 OpenVDB 上，专为稀疏、大规模和高性能的空间智能设计。它的空间规模是以前框架的四倍，性能提升了3.5倍，并且可以处理大量现实世界的数据。

fVDB 的优势

生成式物质 AI 模型：理解并执行物质世界中的细致或粗糙动作技能。

高效框架：提供处理现实规模的强大、连贯的框架，简化了流程。

大规模数据处理：访问大量现实世界数据集，提升 AI 模型的实际应用能力。

Isaac Lab：加速机器人学习

英伟达还推出了 Isaac Lab，这是一个开源模块化框架，专为解决传统训练方法对机器人学习技能的限制而设计。Isaac Lab 提供高保真模拟环境，支持模仿学习和强化学习，帮助机器人制造商灵活添加或更新机器人技能。

NIM 和 VIA 微服务：推动视觉 AI 代理

英伟达推出了 NIM 微服务，支持语音、翻译、视觉以及逼真的动画和行为。VIA 微服务现已可在开发者预览版中下载，能与 NIM 集成，用户可灵活使用任何 LLM 或 VLM 模型。VIA 微服务加快了 VLM 和 NIM 驱动的视觉 AI 代理开发，无论是在边缘还是云端部署。

Omniverse Replicator：解决数据短缺问题

英伟达还展示了如何用 NIM 微服务和 Omniverse Replicator 构建自定义合成数据生成（SDG）管道。Omniverse Replicator 基于 OpenUSD 和英伟达 RTX 技术，帮助开发人员解决现实世界数据短缺问题，提升生成式 AI 模型的训练效果。

英伟达与苹果合作，构建从 Graphics Delivery Network 到 Apple Vision Pro 在内的混合渲染管道流，进一步推动了工业企业和物质 AI 开发者的高性能模型开发。