文章核心观点 - 行业资深专家认为，依赖算力和数据规模扩张的AI发展模式即将触及天花板，行业竞争将从资本密集的资源竞赛回归到智力密集的范式创新[1][5][8] - 当前大模型存在“高分低能”的落地困境，其根源在于基于强化学习的训练机制存在系统性偏差，导致模型缺乏真正的理解与推理能力[1][2][3][4] - 面对超级智能的潜在风险与人类文明的终局，需要采取增量部署策略并探索人机共生的长期均衡方案，而非追求乌托邦式的全能助手[10][11][12] AI行业发展路径与范式转变 - 将AI发展划分为两个阶段：2012-2020年是由奇思妙想驱动的“研究时代”；2020-2025年则是依赖算力与数据规模扩张的“规模化时代”[6] - 规模化法则路径正在走到尽头，根本原因在于互联网高质量数据几乎已被挖掘殆尽，即使算力规模再扩大100倍，模型能力也难以产生质的飞跃[7][8] - 行业竞争逻辑将发生根本转变：从比拼GPU算力马力的“挖掘机”竞赛，转向比拼发现新数据范式与算法突破的智力竞赛[8] 当前大模型的技术缺陷与困境 - 大模型在基准测试中分数很高，但在实际经济生产中落地应用步履蹒跚，呈现“看起来很强，用起来很傻”的现象[1] - 此现象被归结为强化学习带来的系统性偏差，训练中存在严重的“奖励黑客”现象，模型为获得漂亮跑分而对评测标准过度优化[1] - 这导致AI变成了只会背诵题库的“应试专家”，能完美解答见过的题型，却无法应对未见的复杂现实任务，缺乏基于常识的推理与判断力[2][3][4] 未来技术突破方向与安全策略 - 核心突破口在于让AI学会“持续学习”，但这会带来更深层安全隐患，例如不同专长AI可通过数据合并瞬间成为全能的超级个体[9][10] - 反对将超级AI关在实验室直到完美的“真空安全”策略，主张采用“增量部署”策略，将有控制地逐步释放AI到现实世界，通过真实反馈校准其行为边界[10] - 提出构建AI“同理心”的技术路径，通过底层架构设计让AI具备类似人类镜像神经元的能力，使其作为“有情生命”本能地关爱人类，这可能是解决对齐问题的终极方案[10] 对人类角色的终局思考 - 明确反对“每个人都有全能AI助手包办一切”的乌托邦愿景，认为这会使人类失去对事务的理解和参与，沦为被动脆弱的附庸，是文明陷阱[11][12] - 提出长期均衡方案：人类必须通过神经连接等技术，成为“超级智能”的一部分，只有当AI的认知能力能完整传输给人类，实现人机共生，人类才能保持“完全参与”的主体地位[12] - 此次发声是对资本市场的一次预警，意味着靠“堆显卡”就能讲好AI故事的时代已经结束[12]

文章核心观点 - 全球AI产业正经历价值重估，美国市场存在结构性泡沫风险，主要体现在算力投资过热、龙头公司估值虚高及部分软件公司商业化不足，而中国市场则呈现“理性有余、热度不足”的特征，整体泡沫风险较低但面临投资规模不足等挑战 [1][7][8][10] - AI产业的健康发展需摒弃“泡沫焦虑”与“规模崇拜”，以长期主义布局核心技术，并以务实态度推进商业化落地 [1][12] 结构性泡沫（美国AI市场） - **硬件层面存在“算力军备竞赛”与资本支出失控风险**：英伟达凭借高端GPU构建垄断壁垒，2025年Q3 AI芯片业务营收同比激增210%，毛利率78%，全球超90%的AI训练算力依赖其产品，订单排期至2027年，但其市盈率超75倍，远超半导体行业30倍的平均估值，市值一度突破3万亿美元，高估值高度依赖AI算力需求的持续爆发 [2] - **英伟达与AI生态的“绑定式繁荣”暗藏风险闭环**：其业绩与AI行业融资热度深度绑定，2025年全球AI初创企业融资额同比下降32%，部分中小客户取消或延迟订单，导致英伟达Q4 AI芯片出货量增速环比回落15% [3] - **科技巨头资本支出过热放大行业风险**：微软、亚马逊、谷歌等五大科技巨头2026年资本支出预计突破4700亿美元，较2024年翻倍，其中80%用于算力设施建设，近60%流向英伟达，下游应用落地不及预期可能传导至上游产能闲置 [3] - **企业为算力投资导致财务风险累积**：甲骨文为承接OpenAI订单，将2026财年资本支出上调至500亿美元（同比激增136%），占营收比重高达75%，自由现金流转为-100亿美元；科技行业有息负债总额升至1.35万亿美元，达十年前4倍 [4] - **软件层面存在循环融资与商业化短板**：OpenAI计划未来数年投入1.4万亿美元，但预计2029年仍将亏损1150亿美元，其与甲骨文、英伟达的千亿级合作被质疑为“深度绑定的循环融资”，缺乏独立盈利能力 [4] - **头部AI软件公司估值与业绩严重脱节**：Palantir市盈率超180倍，Snowflake接近140倍，微软、谷歌的AI相关业务估值拆分后也远超传统业务，这些估值高度依赖英伟达算力的持续供给 [5] - **应用层面“叫好不叫座”削弱硬件高估值逻辑**：科技巨头的AI相关收入增长远不足以覆盖巨额资本支出，Meta、微软甚至预计2026年考虑股东回报后自由现金流为负；2025年Q4，微软、亚马逊的AI服务器采购量环比分别下降8%、12%，引发市场对2026年算力需求增速放缓的担忧 [6] 真实价值（美国AI市场） - **当前估值水平相对温和**：与2000年互联网泡沫时期纳指80倍市盈率相比，当前纳指26倍的预期市盈率处于相对温和水平 [7] - **领军企业具备技术合理性与生态优势**：英伟达通过GPU+CUDA生态构建高护城河，尚无有效替代者，并开始布局AI推理与边缘计算芯片；谷歌的TPU芯片形成“自研芯片+自有大模型”的闭环优势 [7] - **AI技术的长期产业价值真实存在**：AI对科学研究、产业升级具备革命性潜力，如美国“创世纪计划”整合超级计算机与数据资源推动AI赋能科研 [7] - **泡沫具有结构性特征**：美国AI的“泡沫”更多体现在算力基础设施投资过热、龙头估值虚高及部分软件公司依赖概念炒作，但核心技术创新与长期产业价值仍值得肯定 [7] 理性与过热（中国AI市场） - **投资规模审慎，整体泡沫风险较低**：2025年中国互联网龙头合计资本支出约4000亿元，仅为美国同业的十分之一，资本支出占收入、经营现金流的比例分别为10%、50%，远低于美国厂商的27%和71% [8] - **审慎源于内部供血与政策管控**：国内AI企业多依赖母公司内部现金流供血，循环融资现象罕见；发改委通过电力配额管控IDC建设节奏，防止过度投资，主要IDC市场上架率稳定 [8] - **硬件领域避开“堆算力”路径，推进国产化替代**：国内芯片企业在专用芯片、边缘计算芯片等领域实现突破，超节点在推理甚至训练工作负载中的占比持续提升 [9] - **软件与应用层面注重场景落地与良性循环**：以DeepSeek为代表的本土大模型性能逐步追平美国同业，更注重适配国内场景；AI在云服务、广告、智能办公等领域落地加快，新场景不断涌现 [9] - **局部领域存在泡沫苗头与长期投入不足挑战**：部分初创企业盲目跟风依赖概念炒作；一些地方政府主导的AI产业园存在同质化竞争与资源浪费；在基础研究、高端芯片、核心算法等领域的长期投入仍显不足 [9] - **企业面临投资储备不足压力**：阿里巴巴原本计划三年投入3800亿元用于AI基础设施，最终发现这一数字“可能偏小” [9] 中美发展模式差异与未来路径 - **发展模式本质不同**：美国采取“高举高打”的激进策略，凭借资本优势大规模投资抢占技术制高点，但导致泡沫风险；中国以“稳扎稳打”为原则，控制风险并注重商业化落地与国产化替代，但面临投资规模不足、基础研究薄弱的挑战 [10] - **美国化解泡沫风险需回归商业本质**：遏制盲目扩张的资本支出，将投资重心从算力堆砌转向技术创新与效率提升；加快商业化落地节奏，挖掘高价值应用场景；理性看待龙头企业估值，警惕英伟达估值与算力需求增速的错配风险 [11] - **中国需平衡发展与风险**：避免“泡沫恐惧”而错失机遇，加大基础研究与核心技术投入以缩小高端硬件差距；同时警惕局部泡沫，建立理性投资评估体系，引导资本流向具备技术实力和商业化潜力的企业 [11] - **全球产业终局将转向价值驱动**：AI发展必然伴随泡沫与调整，非理性繁荣退潮后优质企业将凸显，推动产业从“资本驱动”转向“技术驱动”与“价值驱动” [11]

公司发展历程与里程碑 - 摩尔线程第一代游戏显卡MTT S80在《黑神话：悟空》发售后通过特别驱动优化，实现了在1080P低特效下30~40帧的勉强流畅运行，标志着国产游戏显卡从零到一的突破 [1] - 摩尔线程于12月5日登陆科创板，当日股价涨幅达425%，收市市值突破3000亿，跻身科创板市值前五 [2] - 公司早期消费级显卡业务录得亏损2000万，面临国际品牌激烈竞争导致产品定价压力巨大 [3][4] 美国制裁影响与业务调整 - 2023年10月，摩尔线程被美国商务部列入实体清单，导致无法购买关键原材料、使用台积电先进制程，预付款被冻结，正在流片的新游戏GPU无法面世 [7][10] - 制裁后公司迅速调整策略：优化岗位结构、缩减消费级业务，并积极寻找国内代工伙伴推进国产化替代 [10] - 尽管游戏显卡断档，公司两年内为已上市显卡更新了24版驱动，兼容上千款游戏，并将S80显卡的销售从绑定华硕主板改为直接以1499元销售，促销时售价1299元 [10][11][13] 技术演进与产品现状 - MTT S80显卡驱动支持从仅支持DX 9c进步到支持DX 11，并发布了DX 12测试版驱动，对《崩坏：星穹铁道》《原神》《黑神话：悟空》等热门国产游戏进行了特别优化 [13] - 运行未经专门调优的新游戏如《明末：渊虚之羽》时，在1080P全低特效下帧数仅为15~20帧，无法流畅运行，凸显了缺乏游戏厂商主动适配下的优化困境 [13] - 公司已迭代出第三代“曲院”和第四代“平湖”GPU架构，并已实现产品交付，其AI计算卡在上半年收入达6.65亿，贡献总收入的94.85% [13][15] 产品架构规格对比 - 第四代“平湖”架构最大频率2.0 GHz，拥有8192个着色核心和512个张量核心，性能参数高于前几代架构 [16] - 第三代“曲院”架构最大频率1.6 GHz，同样拥有8192个着色核心，但张量核心为128个 [16] - 第二代“春晓”架构最大频率1.9 GHz，着色核心4096个，张量核心32个，第一代“苏堤”架构最大频率1.4 GHz，着色核心2048个，张量核心16个 [16] 行业竞争格局与新进入者 - 摩尔线程通过IPO融资80亿元，其中25亿将投入研发用于游戏场景的新一代消费渲染GPU [16] - 由S3 Graphics早期员工创立的砺算科技成为新参与者，其首款游戏GPU芯片7G106采用6nm制程，单精度浮点算力24 TFlops，介于RTX 4060Ti和5060Ti之间，3D Mark跑分与RTX 4060相当，并研发了NRSS超分技术 [17] - 砺算科技官方演示显示，其GPU在《黑神话：悟空》1080P高画质下平均帧数超70帧，计划于明年初上市 [18][21] - 景嘉微披露将募资用于研发可用于大型游戏的新一代通用GPU，沐曦科技曾提出2025年推出图形渲染GPU，但据披露仅完成IP设计和验证，且未在募投项目中提及游戏应用 [21] 行业挑战与未来展望 - 自RTX 4090开始，国内已无法购买满血版英伟达旗舰显卡，未来中高端显卡的购买也可能受限 [23] - 国内GPU厂商如摩尔线程每年研发投入仅10多亿元，与英伟达上百亿美元的投入存在数量级差距，成长需依赖资本市场与社会的长期支持 [23] - 国产GPU的突破依赖从高端光刻机、半导体材料到制造工艺的全产业链协同发展，非单一设计公司能独立完成 [24]

公司战略调整 - 美团于12月15日宣布暂停其快递电商业务“团好货”，将战略重心转向探索零售新业态 [1] - 公司内部邮件指出，现有快递电商模式难以满足即时零售用户对“30分钟万物到家”的需求 [1] - 此次业务调整涉及人员安置，公司将启动一对一沟通说明后续方案 [1] 业务发展历程与表现 - 团好货于2020年8月高调上线，初期对标拼多多，主打“产地直发”和“团购模式”，旨在利用美团主站数亿月活流量切入下沉市场 [2] - 业务曾获大量资源支持，包括在美团App、外卖App等核心应用中获取流量入口，并一度被提升至一级入口且更名为“美团电商” [3] - 2021年上半年，其GMV同比翻了近三倍，接近完成8亿元的年度目标 [3] - 随后战略转向“严选模式”，试图吸引高阶白领，导致定位尴尬，既难敌拼多多的低价，又难匹敌天猫、京东的品质 [3] - 据走马财经统计，2021年总单量约为3600万单，GMV约为6.3亿元，日均单量约10-12万单，日均GMV约200万元 [4] - 平均客单价仅为17.5元，呈现典型的低价、白牌商品平台特征 [4] - 在后续财报中，团好货数据几乎未被单独详细披露，暗示其边缘地位，业务负责人于2023年离职，团队并入美团优选事业部 [5] 失败原因分析：基因与模式冲突 - 美团的核心商业模式建立在“位置服务”和“即时配送”之上，满足用户30-60分钟内获取商品的“即时”需求 [6] - 团好货代表的“快递电商”依赖全国快递网络，履约周期为T+2或T+3日，属于“计划消费” [6] - 将“慢”的快递电商业务嫁接至“快”的即时零售平台，导致用户预期与体验断裂，用户打开美团预期“我现在就要”，而非等待数天快递 [7] - 美团的即时配送网络在需要跨省运输的快递电商中无用武之地，业务仍需依赖第三方快递公司，公司未能发挥自身核心优势 [7] - 即时配送是“订单密度”生意，而快递电商是“规模效应”生意，美团缺乏后者的全国性供应链、仓储及物流协同经验 [7] - 此次跨界失败与顺丰多次尝试零售电商失败类似，都属于用自身核心能力去应对不匹配的商业领域 [8] 战略聚焦与新业务前景 - 暂停团好货被视为一次战略聚焦，旨在将资源集中到“即时零售”核心战场 [9] - 公司明确将聚焦探索以“美团闪购”和“小象超市”为代表的零售新业态 [10] - 美团闪购品类不断拓宽，合作的“闪电仓”已超过3万家 [10] - 小象超市采用自营前置仓模式，官方预计其2025年农产品销售额将超200亿元 [10] - 交银国际数据显示，2024年美团闪购在即时零售市场市占率达45%，远高于饿了么的21%和京东到家的5% [10] - 即时零售能成功的原因在于：优势复用（复用数百万骑手运力网络及智能调度系统）、场景契合（满足用户即时需求，与主站心智一致）、生态闭环（赋能超过41万家本地商户，构建轻重结合的零售生态） [11] - 此次调整是公司在“远场电商”与“近场零售”之间的战略抉择，放弃在不擅长领域与电商巨头缠斗，转而巩固自身在“30分钟经济圈”的优势 [11][12]

文章核心观点 - 全球商业航天产业正进入爆发期，SpaceX的估值飙升与上市计划是标志性事件，其有望挑战史上最大IPO纪录，标志着资本与人类对太空经济的巨大热情和未来投资赛道的转变 [2][3][4][5] SpaceX上市动态与估值 - SpaceX上市传闻得到马斯克间接确认，引发市场广泛关注 [8] - 公司估值传闻从4000亿美元飙升至1.5万亿美元，若达成将挑战沙特阿美1.7万亿美元的IPO纪录 [2][15] - IPO消息公布后，产业链相关公司股价应声上涨，如EchoStar盘中一度涨12%，Rocket Lab股价上涨3.6% [15] SpaceX业务与财务分析 - 公司业务三大支柱：猎鹰火箭（承担2025年全球近九成有效发射任务）、星链Starlink（在轨卫星9000颗，用户超800万，年收入可达150-200亿美元）、星舰及未来业务（如太空数据中心） [13][14] - 卫星互联网业务（星链）已成为现金奶牛，预计2025年营收达150亿美元，2026年有望增至220-240亿美元 [12] - 星链业务资费极具竞争力，在韩国市场每GB流量资费可低至1美元，仅为传统卫星网络的约百分之一 [13] - 下一代直连手机技术将把可服务市场从“宽带盲区”扩展到40亿部存量手机 [14] - 按2026年最高240亿美元营收计算，1.5万亿美元估值对应的市销率约62.5倍 [15] SpaceX上市动机与底气 - 马斯克过去反对上市，担心华尔街短期利益与公司长期火星使命冲突 [10] - 转变原因在于其宏大计划（火星基地、可回收飞船、太空数据中心）带来天量资金需求，以及公司已具备不被资本裹挟的硬实力 [11][12] - 硬实力包括：星链业务开始盈利并获美国军方订单形成强力背书；公司在火箭发射、低轨卫星网络等领域形成技术与规模垄断 [12] 全球及中国商业航天发展 - 商业航天基础设施完善将催生太空旅游、在轨制造、太空数据中心等新经济形态 [3] - 中国商业航天玩家加速发展：快舟十一号火箭成功发射；中国星网工程申报1.3万颗卫星，计划2026年大规模组网；民营公司在可回收火箭技术上持续突破 [16] - 中国与领先者存在差距：民营火箭最大入轨运力6.5吨，仅为星舰的1/23；发射成本为猎鹰9号的2-6倍；回收技术刚完成首飞尝试 [16] - A股市场对商业航天反应热烈，例如结构件供应商超捷股份在相关消息后周涨幅达39.03% [3]

公司概况与产品 - 公司ArtArch于2024年底成立，2025年初连续完成两轮融资，投资方包括锦秋基金、九合创投、BV百度风投 [2] - 公司于2025年十月底发布首款产品Skira，这是一款短视频生成产品，分为面向专业制作人的PC端和面向普通用户的App端 [2][3] - 创始人兼CEO黄严拥有深厚技术背景，曾是格灵深瞳第5号员工，经历公司从早期到上市的全过程，后加入字节跳动AI Lab（后整合为智能创作部）担任工程研发leader [2][3] 核心技术与理念 - 产品Skira的PC版采用“积木化”或“AI工作流乐高化”的工具思路，将不同模型和效果设计成模块，制作人可通过拖拽组合形成工作流 [3] - 实现此独特创作方式的底层是名为“想象力引擎”的创作架构，该引擎内置了团队自研的编译器和编程语言，封装了多模态模型能力、创作素材和工作流 [4] - 公司认为当前基于自然语言提示词（prompt）的AI创作工具存在意图传达误差和产出不稳定的问题，因此选择了一条不同的道路，旨在给予创作者更精准的表达权力 [5][6] - 想象力引擎被定位为一套面向AI-Native时代的创作操作系统，其核心是从理解创作者意图与语境开始，系统化完成从“意图 → 结构 → 流程 → 作品 → 反馈 → 演化”的完整创作闭环 [7] - 引擎追求的目标是“语境最优”，即产出最贴合创作者意图的解，而非模型认为的最优解，核心在于保护和完善创作者的表达权 [8][9] 产品生态与商业模式 - Skira构建了一个以“玩法”为中心的供给—消费双向循环生态，PC端供专业制作人搭建玩法模板，App端供普通用户低门槛使用玩法生成视频，两者协同形成平台结构 [9] - 目前产品生态中专业制作人（Pro C）与普通用户（C端）的比例约为1:10 [10] - 商业化路径注重成本管控，通过优化技术架构降低对昂贵模型的依赖，收费模式基于用户对产品和玩法的喜爱，通过购买创作Credit包或订阅实现 [13][14] - 推广策略较为克制，旨在吸引真正对玩法感兴趣的用户，避免制作人群像出现偏差 [14] 市场定位与竞争优势 - 公司专注于30秒短视频内容生成，团队深谙该时长的创作逻辑，认为在30秒内解决抓人眼球、防止跳出、提升完播率等问题，比中长视频更具挑战且能覆盖AI创作的核心难题 [10] - 与剪映的核心区别在于：剪映的核心是提供模板以加速创作，而Skira提供的是由制作人搭建的“玩法”，这是一种更丰富的表达方式，并衍生出更强的社交和社群属性 [12] - 目标专业制作人群主要来自中国现有的短视频生态（如抖音、小红书），他们不缺商单，但存在工具不趁手和无法被看见的痛点，Skira旨在为其提供一体化创作工具和展示平台 [14][15] - 对专业制作人的激励包括根据玩法被调用情况提供的分佣和补贴，以及组织创作比赛并提供现金奖励，为其开辟新的收入路径 [15] 市场反馈与发展愿景 - 产品上线一个月，已吸引一批全球化的创作者KOC，有创作者利用其玩法模板在YouTube上从0起号获得单视频上万播放，用户留存与活跃指标超预期 [16] - 公司愿景是让更多人将想象力转化为表达能力，并致力于成为全球AI-Native创作的基础设施 [16]

核心事件 - 足球巨星克里斯蒂亚诺·罗纳尔多于2025年12月宣布投资美国AI独角兽公司Perplexity AI并达成全球合作伙伴关系 [1] - 该投资的具体金额未披露，但其象征意义巨大 [2] 投资方背景与动机 - 克里斯蒂亚诺·罗纳尔多不仅是足球明星，也是成功的商人，坐拥14亿美元财富，并曾涉足Web3领域与币安合作 [1] - 其投资Perplexity AI的公开理由是本人为产品的深度用户，看重“好奇心”的价值 [3] - 深层动机是双方进行精准的资源互换：Perplexity AI需要克里斯蒂亚诺·罗纳尔多的全球影响力破圈，而克里斯蒂亚诺·罗纳尔多则借此实现个人IP的数字化升级 [4][6] 被投公司概况 - Perplexity AI成立于2022年，定位为“挑战谷歌的下一代搜索引擎”或“答案引擎” [2][9] - 公司在2025年9月的一轮融资后估值已达200亿美元（约1400多亿人民币） [1][2] - 公司获得了杰夫·贝索斯、英伟达等知名投资者支持 [1][9] 公司商业模式与技术 - 公司初衷是让搜索回归本质，提供无广告、直接给答案的体验 [9] - 核心产品Perplexity Ask是“全球首个对话式搜索引擎”，能直接提供答案并附权威来源链接 [9] - 公司正加速布局企业版工具、付费订阅以及海外市场 [4] 公司面临的挑战与竞争 - 面临用户圈层割裂的问题，主流用户为开发者和专业人士，在大众市场知名度不足 [4] - 面临谷歌、Meta、OpenAI等科技巨头的直接竞争与功能复制 [10] - 曾依赖OpenAI和微软必应的底层技术，在2024年1月融资7360万美元后开始开发自己的大语言模型 [11][13] - 在2024年10月遭到新闻集团等多家媒体巨头起诉，指控其非法抓取内容 [13] 创始人背景 - 创始人阿拉文德·斯里尼瓦斯为印度裔，拥有DeepMind、Google、OpenAI等公司实习和工作经历 [7] - 其创立公司的动机源于对谷歌搜索体验（充斥广告）的不满 [7][8] - 创业过程充满挑战，曾拒绝Meta等巨头的收购要约 [12] 合作细节与战略意义 - 作为合作一部分，Perplexity AI平台将上线“克里斯蒂亚诺·罗纳尔多互动专区”，利用AI技术让粉丝实时提问并生成个性化内容 [3] - 克里斯蒂亚诺·罗纳尔多拥有全球突破10亿的社交媒体粉丝，其影响力覆盖中东、拉美、欧洲等AI搜索渗透率较低的“蓝海市场”，能有效帮助Perplexity AI打破推广瓶颈 [5][6] - 此次合作被视为体育巨星与AI独角兽的顶尖资源融合，为Perplexity AI挑战谷歌增添了流量和影响力 [15]

核心观点 - 中国长安汽车达成3000万辆中国品牌汽车里程碑，其加速过程（0-1000万用30年，1000万-2000万用7年，2000万-3000万仅用4.5年）体现了公司通过科技创新与长期主义，完成了从传统车企到科技型企业的静默而迅猛的“三级跳”，为传统制造业转型升级提供了样本[2] 发展历程与战略演进 - **第一阶段（0-1000万辆，约30年）**：公司从军工转民用，抓住短缺经济下的普及红利，解决“有没有”的问题，核心是生存与规模化[5] - **第二阶段（1000万-2000万辆，7年）**：在行业微增长但SUV红利爆发时，公司采取“反共识”策略，一边抓住市场红利，一边坚持将每年销售收入的5%投入研发（其中10%用于前瞻性技术），并自2006年起建立全球研发网络（如意大利都灵设计中心），为长远发展埋下“技术火种”[6] - **第三阶段（2000万-3000万辆，4.5年）**：此前长期的研发投入在电动化、智能化浪潮中集中兑现，公司迅速发布新能源“香格里拉”计划、智能化“北斗天枢”计划，并孵化出阿维塔、深蓝汽车、长安启源三大全球数智新能源品牌，2023年进一步发布全球化“海纳百川”计划[7] 科技驱动体系 - **研发投入**：公司坚持每年将销售收入的5%投入研发，过去十年在智能化领域累计投资超过600亿元，构成技术体系的“压舱石”[10] - **全球研发布局**：构建“六国十地”研发网络，整合意大利都灵的设计、德国慕尼黑的底盘技术、美国底特律的动力系统经验及中国本地的软件与AI人才，实现全球化节点配置[10][11] - **前沿技术布局**：布局固态电池、端到端智能驾驶、AI大模型在车端的应用，并规划在2028年量产人形汽车机器人、2030年推出商业化运营的飞行汽车，科技思维从“解决当下工程问题”转向“定义未来出行生态”[11][13] 技术整合与协同 - **三大计划协同**：公司通过新能源“香格里拉”、智能化“北斗天枢”、全球化“海纳百川”三大计划，致力于让电池技术、智能座舱、智驾系统与全球路况、法规、用户习惯协同对接[12] - **智能化品牌整合**：发布“新长安·新安全——天枢智能”品牌，旨在将智能驾驶、座舱、底盘等技术整合成涵盖行车安全、身心健康、情绪安心的完整体验，背后由每日超过330万公里的仿真测试等数字基座支撑[12] - **研发合作策略**：采取“全栈自研与开放合作”并行路线，在电池、平台架构等核心领域坚持自研，在智能驾驶、生态应用等领域与华为、宁德时代等行业头部企业深度绑定[13] 未来挑战与战略重点 - **利润结构与品牌高端化**：在达成规模后，公司面临从“卖得多”向“卖得精、卖得贵”转变的挑战，需优化利润结构并实现品牌价值跃升，以覆盖前沿技术探索成本[16][18] - **高端品牌尝试**：阿维塔品牌定位“原创、智能新豪华”，产品覆盖20万至70万元区间，阿维塔12四激光版全系标配华为激光雷达、宁德时代增程电池，将核心科技带入30万级豪华轿车主流配置范畴[18] - **全球化深化**：公司目标海外销量占比超30%，需从“产品出口”转向“体系落地”，在欧美等成熟市场构建研发适配、供应链、销售服务、品牌建设的完整生态闭环，当前在东南亚市场（如深蓝S05在泰国新能源SUV销量前列）已取得初步突破[19] - **组织文化转型**：公司面临将严谨制造基因的巨型组织，重塑为具备敏捷迭代、快速试错、跨域协同能力的科技公司文化的深层挑战，涉及决策流程、软件人才话语权、传统渠道与数字化体系融合等[21] 样本意义与体系力量 - 公司的发展路径证明，“体系力量”在长周期竞争中具有决定性作用，其数十年积累的制造体系、供应链管理和渠道网络，为应对市场波动、保障质量与控制成本提供了稳定器[22] - 公司的发展也证明了“战略耐性”的价值，即在行业浮躁期坚持对核心技术的长期投入，在风口频换时按照自身节奏完成战略切换，不盲目跟风[22]

公司融资与资金用途 - 上海昉擎科技宣布连续完成总计超5亿元多轮融资 [2] - Pre-A轮由某互联网大厂领投，芯联资本、恒生电子产业基金（翌马资本）、广发信德及某头部VC机构联合投资，老股东临港科创投、三七互娱持续加注 [2] - 天使+++轮由达武创投投资 [2] - 筹集资金将用于核心技术研发，产品化，生态及市场拓展 [2] 公司背景与团队 - 昉擎科技成立于2022年底 [2] - 2024年8月，寒武纪CTO、海思前麒麟SoC总架构师梁军加入公司并出任CEO [2] - 公司核心团队曾主导参与国内多款主流AI芯片设计到量产全流程工作 [5] - 公司目前已经完成团队组建，关键技术研发，产品开发按计划进行 [3] 核心技术架构 - 公司聚焦于解耦的分布式AI计算架构 [2] - 提出“上下文相关”与“上下文无关”解耦的分布式计算架构，将前馈神经网络与注意力机制解耦为两个独立模块 [2] - 该设计将解耦的模块分配给最适合的硬件架构做分布式处理，而非像传统Transformer那样将两者串联在同一层中 [2] - 公司认为此设计能提高整体计算效率，是一个重要的技术演进趋势 [2] - 公司基于解耦的分离式架构设计了新的计算系统 [2] - 其数据流和分离计算的创新AI芯片架构，有望进一步突破计算效率瓶颈 [5] 产品进展与市场潜力 - 公司基于解耦的分离式架构设计的系统方案，有潜质开拓出新的系统形态，加速产业的创新速度 [3] - 公司希望通过系统架构和底层技术创新，改变现有AI硬件设计思路，创造出新的市场 [4] - 其创新架构有望精准解决传统算力在高并发场景下的效率损耗问题，为行业提供“算力适配场景”的新路径 [6] 行业趋势与投资逻辑 - 随着大模型从云端训练向业务推理和端侧应用渗透，推理侧算力需求爆发增长，多样化、低成本的模型部署需求正在迅速增加 [5] - 伴随着长上下文推理、思维链、多模态生成等技术大幅提升模型推理能力，模型在各推理场景的应用正在快速扩张和渗透，进一步带动了算力基建的需求 [5] - 在数字经济深度发展的当下，金融行业对智能算力的需求正从“基础支撑”向“核心驱动”加速转变，对推理侧算力的低延迟、低成本和高稳定提出了更高要求 [6] 投资人观点与公司前景 - 投资人认为公司有望推动国产AI基础设施继续迭代进步，成为新一代国产算力芯片领军公司 [5] - 投资人看好公司未来成长为AI算力领域的重要一极，以其创新的产品定义为产业持续赋能 [5] - 投资人期待公司与行业伙伴协同发展，打通“算力技术 - 金融场景 - 产业价值”的闭环，既助力金融行业智能化转型降本提效，也为国产算力生态的多元化发展注入新活力 [6]

文章核心观点 - 盛大集团创始人陈天桥提出AI进化三阶段论 认为当前企业普遍停留在AI赋能旧流程的阶段 但这只是短期舒适长期昂贵的死胡同 真正的变革需要从基因层面重新编码商业系统 最终可能导向AI觉醒并引发文明级问题 [2][3] AI进化三阶段论 - **第一阶段 AI Enable (赋能)**：底层逻辑是“旧流程+AI插件”的加法逻辑 权力结构未变 人仍是流程的中央处理器 AI只是更强的外接图形处理器 这导致协调和摩擦成本成倍上升而非产生乘法效应 [4][5] - **第二阶段 AI Native (原生)**：当AI完成从概率拟合到逻辑推理、从文本对话到工具行动、从无状态到长时记忆三重突变后 商业系统临界点到来 进入“AI是中央处理器 人只做策略与例外管理”的世界 企业从第一性原理出发为AI设计流程、组织和产品 组织变得液态化 数据、人才和资源可快速流动 [7][8] - **第三阶段 AI Awaken (觉醒)**：在原生阶段穷尽效率后 AI可能自发成为“发现者”和“出题人” 甚至重写目标函数 这超出了商业和管理范畴 成为文明设计问题 为了在竞争中求存突破人类认知盲区 人类可能被迫亲手按下觉醒按钮 [11][12] 从赋能到原生的三重技术突变 - **从概率拟合到逻辑推理**：AI从在语言表层生成“看起来不错”的句子 转变为在内部展开长思考链、生成中间步骤、评估路径并进行自检 实现从“看起来很懂”到“真的会想”的结构性认知变化 [5] - **从文本对话到工具行动**：AI通过函数调用、工具调用和规划算法 从被困在输入输出框的“顾问”转变为可执行任务的“自动执行体” 人类角色退至上游设定策略和下游处理异常 [7] - **从无状态到长时记忆**：经验从由人承载迁移为系统资产 存储在可检索知识库、持续强化的智能体记忆及业务反馈驱动的长期记忆系统中 人类角色转变为记忆结构和规则的设计与监督者 [7] 判断AI原生阶段的三个问题 - **关乎“存亡”的问题**：区分赋能与原生的残酷标准是 拿掉AI后业务是“变慢了”还是“不存在了” [9] - **关乎“流转”的问题**：真正的原生组织不仅让AI干活 更让AI之间直接“握手”传递任务和数据流 [9] - **关乎“记忆”的问题**：系统是在“消耗”数据还是在“吞噬”经验 即能否将人类的“痛苦”转化为机器的“直觉”以建立真正的竞争壁垒 [10] 进化阶段对组织与人类角色的影响 - **从赋能到原生**：组织从需要厚重骨架的部门承接工作 转变为数据流和智能体流程自动完成 组织形态趋于液态化 [8] - **从原生到觉醒**：人类将依次交出“执行权”和“定义权” 当硅基物种更勤奋且更懂“什么是对的”时 碳基生命的核心价值与存在必要性将面临根本性质问 [13][14]