PLTR: 基本面连续 11 个季度加速、股价却近乎腰斩，英伟达合作打开主权 AI 第二增长曲线
Palantir + Nvidia 是值得期待的合作
本文是我对 Palantir Technologies (PLTR) 的深度研究笔记，不构成投资建议。
2026 年上半年的美股里，很难找到第二个这样的剪刀差。
一边是基本面：Palantir 的收入增速连续 11 个季度加速，Q1 2026 同比 +85%，是上市以来最快的一个季度；Rule of 40 达到 145（软件行业的优秀线是 40）；adjusted FCF margin 57%，同业第一；账上 $8B 现金、零有息负债。
另一边是股价：从 2025 年 11 月的历史高点 $207.52，一路跌到 2026 年 6 月的 $106.37，最大回撤 -49%。上半年跌幅 -34%，同期 S&P 500 上涨超 10%。
财报一季接一季超预期并上调指引，股价却近乎腰斩。这个剪刀差本身就是最重要的信息：下跌的全部原因是估值消化，而不是基本面。倍数从峰值的 110x+ TTM P/S 压缩到了 58x，市场把 2025 年的狂热定价，用八个月时间挤了出去。
然后，6 月 29 日，一个可能改变后续叙事的事件发生了：Palantir 与 NVIDIA 联合发布面向主权环境的 AI 引擎，把 NVIDIA 的开源模型 Nemotron 装进 Palantir 的 AI 安全操作系统，交付给美国政府和关键基础设施客户。公告当日股价大涨约 9%。
这篇文章会讲：Palantir 到底在做什么（很多人其实并不理解它的业务）；为什么这次 NVIDIA 合作可能是又一条增长曲线的起点；以及在高估值消化大半、软件板块开始修复的当下，这只股票处在什么位置。
一、这家公司到底在做什么
Palantir 大概是美股里”名气与理解度落差”最大的公司之一。人人都听说过它和 CIA、美军的关系，但很少有人能搞明白它的业务到底是什么。
从 In-Q-Tel 到直接上市
公司成立于 2003 年，创始人包括 Peter Thiel（PayPal 联合创始人）和 Alex Karp（哲学博士出身的 CEO）。名字来自《魔戒》里的 palantír，一种能看到远方发生之事的水晶球。早期几乎没有 VC 愿意投，第一批机构资金来自 CIA 旗下的风险投资部门 In-Q-Tel，第一批客户是美国情报机构。
这段出身决定了 Palantir 与所有软件公司都不一样的成长路径：它是在反恐、情报、作战这种”出错就死人”的场景里长大的，安全、权限、审计从第一天起就是产品的核心之一。2020 年 9 月，公司以直接上市方式登陆 NYSE。2024 年起先后被纳入 S&P 500 和 Nasdaq-100。
四个产品，一个灵魂
Palantir 的产品线有四组：
Gotham（2008）：面向国防与情报客户的原始平台，用于整合情报数据、支持作战决策。美军的 Maven 智能作战系统就构建在这个平台上。
Foundry（2016）：面向商业客户的数据操作平台，把企业里散落在几十上百个系统中的数据整合成统一的运营底座。
AIP（2023）：Artificial Intelligence Platform，当前的增长引擎。它把大语言模型接入企业的私有数据和业务流程，让 AI 不只是聊天，而是能在权限受控的前提下执行真实业务动作。
Apollo：持续交付层，负责把上面三个产品部署到任何环境里，包括公有云、私有机房、air-gapped（物理隔离）的涉密网络、甚至舰船和战场边缘设备。
而贯穿所有产品的灵魂，是 Ontology（本体论）。
这个词听起来抽象，但概念其实很直观：Ontology 是企业的”数字孪生”，它把一家公司的数据、业务逻辑、可执行动作和权限体系，映射成一个结构化的语义模型。打个直白的比方：原始数据表只告诉你”仓库 A 有 3,000 件库存”，Ontology 知道的是”这批库存属于哪个客户订单、由哪条产线供应、延迟一天的成本是多少、谁有权决定改派”。
为什么这在 AI 时代变得关键？因为企业在 2024-2025 年的生成式 AI 试验中集体发现了一件事：原始大模型在生产环境不可靠。LLM 能生成流畅的回答，但它不知道企业的上下文，不知道权限边界，不知道哪些动作能执行、哪些绝对不能碰。Palantir CTO Shyam Sankar 的说法是，Ontology 是 AI 大脑的”身体”，没有身体，agent 哪儿也去不了。他还有一句更直接的：”more tokens means more slop”，单纯堆 token 只会堆出更多垃圾输出。
AIP 做的事情，就是让 AI agent 针对”企业的治理化表示”运行，而不是针对原始数据表。这正是所有想把 AI 从 demo 推进到生产环境的机构缺失的那一层。
商业模式：FDE 与 Bootcamp
Palantir 的销售方式也和传统软件公司完全不同。Karp 在财报会上说过，公司 70 个销售里真正在”卖货”的只有 7 个。真正的获客武器是两个：
FDE（Forward Deployed Engineer，前沿部署工程师）：工程师直接进驻客户现场，把客户的领域知识沉淀进 Ontology。十几年积累下来，这套部署方法论本身就是资产。
AIP Bootcamp：5 天时间，用客户自己的数据、在客户自己的安全边界内，交付一个可上线的 AI 用例。传统企业软件 6 到 12 个月的销售周期，被压缩到一周，转化率约 70-75%。
合同通常 3-5 年，前期部署成本由 Palantir 承担，利润来自装机后的持续扩张。这个”先落地、再扩张”的模式效果体现在一个数字上：NDR（净收入留存率）150%，意味着仅存量客户的支出就在一年内增长了 50%，还没算任何新客户。
一个具体的落地例子：英国 NHS 的 Federated Data Platform 构建在 Foundry 上，公开披露的成果包括额外完成 110,078 台手术、安全移除 797,728 名等待名单患者、出院延迟减少约 15%。商业侧的例子包括 Lear（半年节省超 $30M）、Hertz（50 万辆车队的运营系统）、AIG（多 agent 核保）、Wendy’s（供应链数字孪生）。
二、核心驱动力 1：逆规模定律的收入加速
绝大多数软件公司随着规模变大而减速，这是行业的重力法则。Palantir 在过去三年做了相反的事。
从 2023 年 Q2 到 2026 年 Q1，季度收入同比增速的完整序列是：13%、17%、20%、21%、27%、30%、36%、39%、48%、63%、70%、85%。连续 11 个季度加速，且加速发生在收入体量从 $2B 迈向 $7B+ 的过程中。年度增速：FY23 +17% → FY24 +29% → FY25 +56% → FY26 指引 +71%。
Q1 2026 的具体构成：总收入 $1.633B（+85%），其中 US commercial $595M（+133%）、US government $687M（+84%）、美国市场合计 $1.282B（+104%）。全年指引 $7.65-7.66B，管理层在 Q1 一次性把指引上调了约 10 个百分点，为历史最大幅度的指引上调。
更重要的是，这个加速有前瞻性指标背书，不是冲刺出来的：
NDR 150%，环比提升 1,100 个基点
RPO $4.5B，同比 +134%
Remaining Deal Value $11.8B，同比 +98%，backlog 增速快于收入增速
前 20 大客户 TTM 人均贡献 $108M，同比 +55%
Q1 签约 206 笔 $1M 以上、47 笔 $10M 以上的合同
Karp 在 Q1 财报会上的表述是，公司在美国最大的问题不是需求，而是满足不了需求。这是供给受限的增长，不是需求受限的增长。
增长的质量同样罕见。毛利率 87%，adjusted operating margin 60%，GAAP operating margin 五个季度里从 20% 翻倍到 46%。Q1 adjusted FCF $925M，margin 57%。CapEx 占收入不到 1%，对比 Hyperscalers（超大规模云厂商）动辄 20-35% 的资本开支强度，Palantir 是纯粹的轻资产模式。$8B 现金、零有息负债，增长完全靠内生现金流。
曾经最大的质疑点 SBC（股权激励）稀释也在收敛：SBC 占收入的比重从 FY24 的 24% 降到 Q1 2026 的 12.3%，摊薄股数同比只增加了不到 1%。
把增速与利润率合并成一个指标，Rule of 40 = 145，是软件同业中位数（约 50）的近 3 倍。这个数字放在整个美股都找不到几个可比对象。
三、核心驱动力 2：Ontology 护城河，AI 越强它越值钱
理解 Palantir 的护城河，关键是理解它在 AI 价值链中的位置：它不与基础模型竞争，它是模型与真实业务之间缺失的那一层。
AI 革命的第一阶段是模型竞赛，OpenAI、Anthropic、Google、Meta、xAI 还有国内的开源模型在能力前沿上互相追赶。但企业逐渐发现，拿到最强的模型并不自动等于商业价值。国防机构不能让 LLM 无监督地做任务决策，制造企业需要模型理解产线约束，金融机构必须对 AI 输出做合规管控。模型在变得越来越可互换，而把模型接入企业数据、工作流、权限体系的那一层，变得越来越值钱。
Palantir 的护城河可以拆成三层看：
第一层：已部署的 Ontology 本身。 每个客户的 Ontology 都经过数年沉淀，包含数千种对象类型和定制执行逻辑。竞争对手即使复制产品，面对的仍是一个 3 年起步的集成周期。NDR 150%、前 20 大客户支出 +55%，都是这层锁定的量化证明。一旦 AI agent 开始基于 Ontology 执行真实业务动作，切换成本就不再以美元计价，而是以”敢不敢动一个正在运行的关键系统”计价。
第二层：政府涉密壁垒。 约一半收入坐落在 FedRAMP High、IL5/IL6 认证和涉密网络运维能力之后，需要持有安全许可的工程师团队。这套资质积累了近 20 年，基础模型公司无法触及。更聪明的是，Palantir 通过 FedStart 项目把这个壁垒变成了平台生意，把自己的合规认证”出租”给想进入政府市场的第三方，客户包括 Anthropic。
第三层：模型中立的卡位。 AIP 是 model-agnostic 的，Claude、GPT、Gemini、Llama、Nemotron 都在其中热插拔运行。这意味着无论哪个模型胜出，Palantir 都受益；模型推理成本每下降一分，AIP 交付业务结果的经济性就改善一分。Palantir 卖的是 outcome，不是 token。
一个有说服力的旁证是巨头们的选择：NVIDIA 选择与它合作而非绕过它，Google Cloud 在 2026 年 6 月宣布把 BigQuery 与 Foundry 做双向数据联邦、把 Gemini 与 AIP 深度打通。有能力自建这一层的公司，选择了接入而不是替代。
反面案例也值得一提：同样讲”enterprise AI platform”故事的 C3.ai，FY2026 收入 -46%，股价 -55%。这个品类里没有真实使用量支撑的公司已经被市场处决。PLTR 与它的分野，恰恰是那条 11 个季度的加速曲线和 150% 的 NDR。
护城河并非无懈可击，Databricks、Snowflake、Microsoft 都在从数据平台一侧向语义层进攻（风险部分详述）。但至少在政府涉密层和 AI 编排层，这条护城河目前在变宽，而不是变窄。
四、核心驱动力 3：NVIDIA 合作，主权 AI 的第二个答案
这是我认为近期最关键、也最值得展开讲的事件。
合作的具体内容
2026 年 6 月 29 日，Palantir 官宣与 NVIDIA 的战略合作：推出一个”智能引擎”，用于在主权环境（sovereign environments）中部署 NVIDIA AI 与 Nemotron 开源模型，面向美国政府机构和美国关键基础设施企业。这不是一份意向书，而是在双方 2025 年 10 月发布的”Palantir 主权 AI 操作系统参考架构 + NVIDIA AI 基础设施”之上的落地扩展。
分工非常清晰。NVIDIA 出三样东西：加速计算硬件（Blackwell 等）、NVIDIA AI Enterprise 软件栈（含 NIM 微服务）、以及 Nemotron 开源模型家族。其中 6 月初刚发布的 Nemotron 3 Ultra 是一个 550B 参数的 MoE 模型（激活参数 55B），支持 1M token 上下文，在多个 agentic 基准上与体量大得多的开源模型打平或领先，同一个量化 checkpoint 可以跑在 Ampere、Hopper、Blackwell 三代 GPU 上。最后这点对政府客户尤其务实：涉密机房里的硬件往往不是最新一代。
Palantir 出的是它的全套安全操作系统：AIP + Ontology + Foundry + Apollo，负责数据授权、架构级隔离、完整审计，以及在 air-gapped 涉密环境中的部署能力。新闻稿把联合能力总结为四层：部署工程（把模型送进涉密与隔离环境）、上下文工程（围绕实际任务优化模型行为）、模型工程（允许客户用自有数据和任务反馈直接改模型权重）、企业级交付。
最关键的是：客户将拥有针对自身任务持续自我改进的模型，包括模型权重本身。使用过程中产生的遥测和轨迹数据留在客户环境内，用于持续后训练，形成一个完全在客户控制之下的数据飞轮。
为什么这件事重要
企业、政府机构、主权国家在 AI 采用上有一个真实且普遍的顾虑：不愿意把自己的核心数据交给云端的闭源 AI 服务商。无论 OpenAI 还是 Anthropic，本质上都要求数据流经服务商的基础设施，而客户最担心的正是 Karp 在公告中点破的那件事：专有知识渗入闭源模型的权重，拿不回来。对情报机构、军队、银行、能源电网运营商来说，非常危险，是底线。
在这次合作之前，这类客户面前只有两个不理想的选项：要么接受闭源云服务的数据出境，要么自己使用中国的开源模型，缺乏工程能力把模型做到生产级和涉密级。
Palantir + NVIDIA 提供了第二个完整答案：前沿级的开源模型 + 生产级的安全操作系统 + 可以部署在任何隔离环境的硬件，且模型权重归客户所有。Jensen Huang 对此的表述是，这套架构可以立在任何 air-gapped 区域、完全本地、甚至战场现场。这个方案目前没有第二家公司能完整交付。
市场空间有多大
Brookings 的追踪数据显示，美国联邦 AI 合同的潜在价值从 2024 年的 $4.6B 增长到 2026 年的 $91.8B，两年 20 倍，其中国防部占了几乎全部。Palantir 当前的政府业务年化收入约 $2.75B，按分析师的测算，这大约相当于整个池子的 3%；如果份额提升到 10%，仅政府业务就是 $6-7B 的年化收入，接近公司当前全部收入的规模。
而且主权 AI 的逻辑天然向外延伸：盟国政府（NATO 已在 2025 年以史上最快采购之一引入 Maven，英国国防部签下 £240.6M 的历来最大合同）、以及不愿被云厂商锁定的关键行业企业，都是这套架构的潜在客户。Karp 在公告里提到，多个支撑美国关键基础设施的公私客户已经在使用这些模型，接下来是”radical expansion”。
把这些放在一起看，我的判断是：这次合作不是一条新闻，而是 PLTR 从”AI 应用软件公司”向”国家与企业级 AI 基础设施”演进过程中的一个结构性节点。这个愿景已经在逐步兑现的路上。
这里提一下英伟达的 Nemotron 开源模型。
自从英伟达的客户：OpenAI、Anthropic、META 等都开始自研芯片后（Anthropic 也一直在使用亚马逊的 Tranium 芯片），英伟达明显把自家的开源大模型 Nemotron 也加速进度了。
刚刚推出的 Nemotron 3 Ultra，550B，性能已经达到了开源模型的前沿水平。
世界上的开源团队，唯一能与中国团队竞争的，就是英伟达的 Nemotron 了。因此与英伟达的合作，不会因为模型实力本身而失去竞争力。相反，企业、政府大部分时候并不需要 Frontier Intelligence （比如 Mythos 5），更重要的是合规、安全。
英伟达应该会一直试图让自己的开源模型达到接近 Frontier 的水平：开源模型的第一梯队，但仍落后自己客户（Anthropic、OpenAI 等）的最前沿模型，这样不至于完全得罪客户最终伤害自己的业绩。
五、核心驱动力 4：被商业故事掩盖的政府第二引擎
Palantir 的企业市场增长极快：+133%，吸引了市场的注意力。但 2026 年悄然变化的是政府业务：FY2025 全年 +55%，Q4 2025 +66%，Q1 2026 加速到 +84%。这条线的可见度其实比商业侧更高：
Army Enterprise Service Agreement（2025 年 8 月）：10 年期、上限 $10B，把陆军原有的 75 份合同整合为单一采购载体。需要说明这是 ceiling 不是承诺金额，真正的看点是未来两年 task order 的落地节奏，以及它作为采购整合模板被其他军种复制的可能。
Maven Smart System：2026 年 3 月路透社报道五角大楼备忘录将其确立为 program of record（正式列装项目），意味着稳定的长期预算。合同上限已提到约 $1.3B（至 2029）。使用量在过去 12 个月增长 4 倍，横跨各军种与情报界。
NGC2（下一代指挥控制）：2026 年 6 月，陆军选择 Anduril 牵头 common data layer，Palantir 的 Foundry 作为其中的数据层，归入 Anduril 10 年、上限 $20B 的采购载体。这里要纠正一个流传很广的误读：Palantir 不是牵头方，$20B 是 Anduril 载体的上限而非 Palantir 的收入。但从原型进入规模部署阶段，战略意义是实的。
国际：NATO Maven、英国 MoD £240.6M 合同并承诺 £1.5B 投资英国、乌克兰 Brave1 合作。
生态位同样值得单独一段。Palantir 事实上处在”新国防联盟”的中心节点：与 Anduril 在 NGC2 和 Warp Speed（面向美国再工业化的制造操作系统，客户包括 Anduril、L3Harris、Shield AI）深度绑定，与 SpaceX、Scale AI、Booz Allen 在多个项目中协作，Golden Dome 是潜在的标志性机会。商业侧的合作网络在 2026 年 6-7 月密集扩张：Google Cloud（BigQuery/Foundry 双向联邦）、SNP SE（切入 SAP 密集的欧洲企业市场）、Zeta Global（预计每年贡献超 $100M）、Kirkland & Ellis（PE 募资平台）。
一家公司同时是 NVIDIA 的模型落地伙伴、Anduril 的数据层、美军的列装项目、Google Cloud 的集成对象，这种生态密度本身就是护城河的外显。
六、时机：AI CAPEX 降温与软件修复
单看公司还不够，2026 年年中的宏观与板块环境正在发生一个对 PLTR 有利的变化。
过去一年市场的主导交易是 AI CAPEX：钱涌向算力、电力、光模块，软件股被 “AI 会颠覆 SaaS” 的叙事持续抽血。这个交易在 2026 年年中出现降温迹象，市场广度在改善，资金开始回流被过度抛售的大科技与软件板块。软件 ETF IGV 年初至今仍然 -11.5%，但最近三个月 +16.5%；率先修复的是那些”增长加速 + 盈利改善”的名字，Datadog 年初以来 +91%，Snowflake +19%。
而 PLTR 同期还是下跌 -27%，最近三个月 -12.9%，明显落后于正在修复的板块。以基本面论，它是全板块里 KPI 最强的公司。这个落差的来源是它此前的估值溢价更高、消化需要更久，但消化已经进行了大半：TTM P/S 从 110x+ 回到 58x，恰好落在 5 年均值附近；Forward P/S 从峰值 64.5x 回到 39.7x。
卖方的态度也在转向。Citi 在 7 月 11 日的 Q2 软件财报前瞻中把 Palantir 与 Microsoft、MongoDB、Snowflake 并列为最受益于企业 AI 增量支出的名字，目标价 $225。D.A. Davidson 7 月初上调评级至 Buy。各路分析师的 Buy & Strong Buy 覆盖越来越多。
“杀估值最凶的阶段已经过去 + 板块资金回流 + 公司自身催化剂密集” 这三件事叠加，构成了一个与 2025 年 11 月完全不同的起点。
七、风险
估值仍是最大的风险。 58x TTM P/S、约 40x Forward P/S、Forward P/E 80x 上下，在任何绝对标准下都是全市场最贵的大型软件股。反向 DCF 显示当前价格隐含了未来十年约 33% 的收入 CAGR。这意味着任何一个”符合预期但未超预期”的季度、一次仅 in-line 的指引，都可能触发新一轮杀估值。2026 年上半年已经预演过一次。
语义层的商品化进攻。 三年前没人能理解 Palantir 的 Ontology 到底是什么意思，现在很多人都在拷贝这个 idea。Databricks 在 6 月发布 Genie Ontology，试图自动构建 Palantir 靠 FDE 手工构建的上下文层；Microsoft Fabric 捆绑进 Azure 协议、近乎零边际成本地分发；Snowflake 同向进攻。如果”自动生成 Ontology”被证明可行，NDR 从 150% 向 120% 滑落将是最早的预警信号。
政府集中度与政治周期。 政府收入占比约 53%，联邦预算削减、continuing resolution、项目取消都是真实威胁。海外政治风险已经具象化：英国议会委员会已建议政府在 2027 年 2 月行使 NHS 合同（£330M）的 break clause，改用本土供应商，欧洲若出现效仿将冲击国际增长故事。
知名空头与筹码结构。 Michael Burry 持有 PLTR 长期 put（Dec-2026 $100 与 Jun-2027 $50），称其为 sand castle；Citron 给出 $40 目标价。散户约占流通盘四成，会放大双向波动。内部人过去 12 个月净卖出约 $3.2B、零买入，绝大多数是程序化的 10b5-1 计划，但体量本身是估值层面的黄旗。
这些风险没有一条动摇业务本身，但它们说明这只股票的持有体验会有比较大的波动，仓位管理和 timing 就很重要。
八、结论前瞻
把前面的内容稍微总结一下：
第一，Palantir 是当前美股中基本面最强的软件资产：$7B+ 收入体量又加速到 +85%，Rule of 40 达 145，57% FCF margin，零负债。
第二，与 NVIDIA 的主权 AI 合作打开的是一条市场尚未充分定价的增长曲线，它让 PLTR 有机会成为企业与国家 AI 基础设施的默认选项。
第三，过去八个月的下跌是估值消化而非基本面恶化，且消化已进行大半，恰逢软件板块开始修复。
前段时间的下跌，让这家公司第一次同时具备了”顶级资产”和”可以接受的价格起点”两个条件。方向上我是乐观的。
那么具体值多少钱、Bull/Base/Bear 三种情景的目标价和概率、五维框架的完整评分、以什么节奏建仓、哪些信号出现必须重新评估，这些放在付费部分详细展开。
以下为 Jimmy狐狸五维评估模型、概率加权估值、操作策略、警戒线与关键催化剂。
👉 加入知识星球 / Substack，获取完整分析。
