工具平台：腾讯元宝
人工审校：腾讯科技编辑组
英伟达在北京时间 2 月 27 日凌晨公布了 2025 财年第四财季的财报。此财报表明，英伟达第四财季的营收达到 393.3 亿美元，相较于去年同期增长了 78%；净利润为 220.9 亿美元，同比增长 80%；经调整后每股收益是 0.89 美元，超出了 LSEG 所调查的分析师平均预期的 0.84 美元。在财报发布之后，英伟达的股价在盘后交易中先是一度上涨超过 3%，随后转为下跌。
一、财务表现：超预期增长背后的“双刃剑”
英伟达在 2025 财年的第四财季（Q4 FY25）交出了一份成绩十分突出的成绩单。英伟达 2025 财年第四财季的成绩单表现亮眼。2025 财年第四财季（Q4 FY25）的英伟达交出了一份令人瞩目的成绩单。
亮点解读：
数据中心业务表现极为突出：数据中心的营收达到 355.8 亿美元，占总营收的 90.5%，并且同比增长了 93%。全年的收入为 1151.9 亿美元，同比增长 142%。这一增长主要是由 AI 大模型、生成式 AI 以及云计算的需求所推动的，尤其是 Blackwell 架构芯片的快速增加销量，在第四季度贡献了 110 亿美元的收入。
游戏业务出现了触底反弹的情况。在第四季度，游戏收入同比下滑了 11%，达到 25.4 亿美元。然而，全年的游戏收入为 113.5 亿美元，同比增长了 9%。这主要是因为 RTX 40 系列 GPU 的份额得到了提升。
新兴市场潜力开始显现：专业可视化全年营收为 18.8 亿美元，同比增长 21%；汽车业务全年营收为 16.9 亿美元，同比增长 55%。这两大业务成为第二增长曲线，表明英伟达在工业设计、自动驾驶等领域的渗透速度加快了。
隐忧浮现：
二、数据中心：AI时代的“核动力引擎”，但燃料接近满仓
英伟达的数据中心业务已成为其非常重要的部分，在其业务中占据着无可争议的地位，就如同“脊梁骨”一样。在第四季度，该业务的占比超过了 90%。然而，这种高度集中的业务模式存在着潜在的风险。
增长动力：
Blackwell 架构迎来爆发。在第四季度，交付了 110 亿美元的 Blackwell 产品。这创造了公司最快的产品爬坡纪录。大模型的训练与推理需求推动着云厂商持续加大采购力度，而云厂商在数据中心收入中占比 50%。
四大云厂商（Meta、谷歌、微软、亚马逊）在 2025 年的资本开支预计接近 3200 亿美元。其中，微软的预计资本开支为 800 亿美元，谷歌为 750 亿美元，亚马逊为 1000 亿美元，Meta 为 600 亿美元。并且，AI 芯片的采购份额进一步向英伟达集中。
英伟达从 GPU 到 NvLink 互连，再到 Spectrum-X 以太网平台，构建了端到端的算力解决方案，使得客户切换成本极高，这体现了生态壁垒的加固。
瓶颈隐现：
三、游戏与边缘市场：防守中的“突围战”
尽管数据中心主导增长，英伟达在传统市场的表现仍值得关注。
1. 游戏业务：份额逆势扩张
2. 边缘市场：从汽车到工业的“长尾机会”
四、Blackwell：火力全开，但“达峰”在即？
Blackwell 架构是英伟达当前增长的关键所在。它是核心引擎。然而，其量产爬坡的情况以及市场的反应，将会对未来的走势起到决定性作用。
积极信号：
潜在风险：
五、未来展望：站在“算力之巅”的挑战
短期指引：稳健但缺乏惊喜
英伟达对 2026 财年 Q1 的营收指引设定为 430 亿美元，上下浮动 2%。该营收同比增长 69%，与市场预期相符。英伟达对毛利率的预期为 70.6%，环比呈现出进一步承压的态势，这反映了 Blackwell 的爬坡情况以及竞争性定价策略。
长期隐忧：
数据中心收入占比过高。如果云厂商的资本开支增速放缓，当前同比为 59%。那么就可能面临增长断档的风险。
地缘政治与供应链方面，美国对中国的芯片出口限制进行了升级，中国地区的收入（其占比大约为 20%）有受到冲击的可能性，需要密切关注供应链本土化的情况，例如台积电在美国建厂的进度。
当前股价对应 2026 财年的市盈率约为 33 倍，这就是估值天花板。当前的估值虽低于历史高位，但需要持续保持超预期的增长来支撑。如果毛利率或收入指引有所下调，就有可能引发估值的回调。
六、结论：脊梁犹在，但需寻找“第二曲线”
英伟达在 AI 时代依然是“算力霸主”，其在数据中心业务方面的统治力是不可动摇的。不过，由于过度依赖单一业务，以及面临着毛利率的压力和竞争的升温，这预示着它的增长火力已经接近了阶段性的峰值。未来能否突破瓶颈，取决于以下三点：
生态进行扩展：借助 CUDA+AI Enterprise 软件生态，向云服务（例如 DGX Cloud）以及企业市场渗透，促使长期订阅收入的占比得以提升。
边缘进行突围：促使汽车、机器人以及工业自动化等这些边缘场景能够快速落地，并且减少对数据中心的依赖程度。
确保 Rubin 架构能够按时推出，以此来维持技术代差。同时，通过这一举措巩固 Rubin 架构在 AI 芯片领域的“摩尔定律”地位。
“脊梁骨”虽硬，但英伟达需在巅峰之上，构建更广阔的护城河。
这篇文章写得怎么样？
整体超过我们的预期，但仍然有一些小问题：
首先是上下文处理能力受到限制。在我们的测试中，它仅能够处理大概三份篇幅为 50 页的财报。这就导致了进行多个年度的连续性分析是很困难的。
其次，联网搜索功能存在一些问题。一是时效性方面，即便通过 Prompt 特意限定了时间范围，系统仍可能返回过时的数据。比如，当我们限定查询上一季度财报时，AI 却仍然返回了 2023 年的财报信息。二是准确性方面，也存在类似情况。
因此，使用 AI 财报进行分析是很方便的。然而，其深度和可靠性远远未达到能够替代专业分析师的水平。不过，这也反向证明了，在未来，“Deep Research”仍具有很大的发展潜力。
创作过程复盘
将英伟达的财报放置于元宝的对话界面，接着关闭联网模式，此操作能够让元宝专注于分析文档本身，从而减少出错的情况。
输出结果如下：
整体来看，所需要点都具备了。然而，仍带有较浓的“AI 味”，结构较为规整，结论较为简洁，并且未进行更深入的分析。
所以，第二步要做的是打开联网搜索的功能，并且要让它进行有目标的调整。
输出的结果如下：
这时候，就已经有了我们想要的雏形了。
不满意的是，小标题显得呆板且无聊。数据图表并非我们所期望的维度。后续的分析缺少一些我们所希望的角度。
所以，后续我们依据这些内容，继续通过 prompt 与它进行交流并进行调整。后面的步骤都是微调，大概要反复进行 10 次。
人工做的工作主要是在生成完成后，对文字进行了简单的微调，将过于 AI 导致的生硬表述进行了修改；同时还调整了排版和分段，在腾讯文档中对样式进行了美化。
最后一步：模型校验。
虽然AI写稿很方便，但需要时刻担心幻觉问题。
首先，我们花费了一个小时的时间来进行大模型的交叉验证。其次，得到的结果是很有意思的。
Kimi针对每个数据会指导我们，如何进行“核实”。
GPT 也对我说 DeepSeek 算错了，甚至是“每一个数字”。
但是在我质疑了它们之后，它们会承认，“是自己算错了”。
AI 工具在信息汇总方面很高效，也能提供分析思路。然而，其分析深度存在局限，若要进行深入研究，仍需人工进行搜索和验证。目前，AI 写作尚未成熟到可以替代专业编辑的程度，不建议完全依赖 AI 进行编辑和校对，以免出现理解方面的偏差。
