事件与背景
2026 年 8 月 12 日,Nebius Group N.V.(NBIS)发布 2026 年第二季度财报。AP 快照显示,公司 Q2 营收 $582.3M,超过 Zacks 调查的四位分析师预期的 $573.8M;报告期内净亏损 $190.4M,每股亏损 68 美分,但调整后(剔除一次性收益与成本)每股亏损 12 美分,大幅好于预期的 67 美分亏损。Odaily 报道显示,Nebius Q2 营收同比增约 454%,上半年累计营收 $981.3M(同比 +529%),调整后 EBITDA $365.7M,而去年同期为 -$74.7M。营收超预期与盈利改善推动股价在财报后大涨。
关键事实
| 指标 | Q2 2026 | 说明 |
|---|---|---|
| 营收 | $582.3M | 预期 $573.8M,同比约 +454% |
| 调整后 EPS | -$0.12 | 预期 -$0.67,好于预期 |
| 报告期净亏损 | $190.4M | 每股 -$0.68 |
| H1 累计营收 | $981.3M | 同比 +529% |
| H1 调整后 EBITDA | $365.7M | 去年同期 -$74.7M |
技术机制或行业解释
Nebius 的商业模式被称为"AI 算力银行":与 CoreWeave 类似,它大量采购 GPU(英伟达 H/B 系列等),通过长期合同锁定产能,以算力消费(GPU 实例、AI 云服务)的形式向客户收费。这种模式的关键变量有三个:GPU 供给与采购成本、客户合同(尤其长期合同与预付款)、利用率与折旧节奏。Q2 营收同比 +454% 的爆发力来自需求端——模型训练与推理需求激增、GPU 供给仍然偏紧,Nebius 的产能利用率保持高位;而调整后 EBITDA 转正则说明规模效应开始覆盖折旧与运营成本。值得注意的是,Nebius 的营收基数在去年同期仍较低,高同比增速包含基数效应;但连续超预期的事实说明"算力银行"模式的收入弹性正在兑现。
影响与意义
对 AI 云赛道,Nebius 的财报与 CoreWeave 的 $2.58B 季度营收(前一日新闻)共同构成"AI 基础设施商业化"的验证样本:市场担心的"重资产模式无法盈利"正在被调整后 EBITDA 转正所回应;对上游供应链,持续强劲的 GPU 需求支撑英伟达等芯片厂商的订单能见度,也利好数据中心与电力配套;对模型厂商与 AI 应用公司,算力供给的持续扩张有助于降低训练与推理成本;对投资者,AI 云高 capex 模式的"盈利拐点"叙事开始具备财务数据支撑,但也意味着市场对后续季度的增长与利润率预期会提高。
风险边界
同比 +454% 的高增速部分来自低基数,随着基数抬高,增速会自然回落;客户集中度风险——若少数大客户削减订单或转向自建算力,营收承压;GPU 折旧周期与下一代芯片迭代可能压缩利润率;调整后 EBITDA 与 GAAP 亏损的差异需要持续关注(GAAP 每股仍亏 68 美分);AI 云竞争加剧(CoreWeave、Oracle OCI、云厂商自建)可能带来价格压力;股价在财报后大涨,估值已隐含高增长预期,回调风险存在。
后续观察
关注 Nebius 对全年营收与 capex 的指引更新;跟踪其合同 backlog(积压订单)与客户集中度披露;对比 CoreWeave、Oracle OCI 等 AI 云厂商的财报节奏,评估行业整体健康度;观察 GPU 供给与下一代芯片(如英伟达后续产品)对采购成本的影响;关注调整后 EBITDA 转正的可持续性与 GAAP 盈利时间表。
AI Master 解读
核心事件
Nebius 8 月 12 日发布 Q2 2026 财报:营收 $582.3M(预期 $573.8M,同比 +454%),调整后每股亏损 12 美分(预期亏 67 美分),上半年累计营收 $981.3M(+529%),调整后 EBITDA $365.7M。
行业影响
为什么重要: Nebius 是"AI 算力银行"模式(用长期合同锁定 GPU 产能、按算力消费收费)的代表厂商,与 CoreWeave 同属 AI 云第一梯队。Q2 营收同比大增 454% 且连续两个季度超预期,验证了"重资产 AI 云"在高需求下的收入弹性;调整后 EBITDA 转正(上半年 $365.7M vs 去年同期 -$74.7M)说明规模效应开始显现。在 OpenAI/Anthropic 等模型厂重金投入算力、云厂商 capex 激增的背景下,Nebius 的财报是衡量"AI 基础设施商业化"健康度的重要样本。
影响分析:
| 维度 | 影响 |
|---|---|
| AI 云厂商 | CoreWeave、Nebius 等"算力银行"模式获财报验证 |
| 供应链 | GPU 需求持续强劲,利好上游芯片与数据中心 |
| 投资者 | AI 基础设施高 capex 模式的盈利拐点临近 |
| 模型厂商 | 算力供给充足度影响模型训练与推理成本 |
风险边界: 高增速部分依赖低基数(去年同期营收基数小),同比数字存在基数效应;调整后 EBITDA 转正依赖客户集中度与合同锁定,若大客户削减订单或 GPU 折旧压力上升,盈利可持续性存疑;股价波动大,估值已隐含高增长预期。
AI Master 建议
把 Nebius Q2 当作 AI 云"算力银行"模式的财务验证样本:对比 CoreWeave、Oracle OCI 等同类厂商的营收与盈利节奏;关注客户集中度与合同积压(backlog)变化;跟踪 GPU 供给与折旧政策对利润率的影响。
