本周机构调研概况 - 本周机构调研热度环比下降，调研聚焦于高成长赛道与确定性强的龙头企业 [1] 成都先导 (688222) - 公司专注于小分子药物发现领域的研发服务与新药研发，核心业务涵盖DNA编码化合物库技术研发、药物靶点发现与验证、先导化合物筛选与优化等 [1] - 公司于1月6日接待了包括中金公司、国泰海通等在内的74家机构调研 [1] - 偿债能力评级为A，排名第164，资本结构评级为A，排名第825，为公司核心强项 [1] - 发展能力超出行业基准9.69%，业务成长动能充沛 [2] - 规模实力低于行业基准66.32%，业务体量偏小 [2] - 相较于行业龙头药明康德，公司规模实力拓展空间达288.0%，资产质量拓展空间74.0%，运营效率拓展空间61.0%，盈利能力拓展空间66.0% [2] - 现金流量下降15.34%，偿债能力下降7.45%，资本结构下降4.9% [3] - 截至2026年1月9日收盘，公司股价为32.52元/股，济安定价为24.09元/股，偏离率为+35.0%，股价处于显著高估区间 [4] 菜百股份 (605599) - 公司专注于黄金珠宝零售领域，核心业务涵盖黄金、铂金、钻石、翡翠等珠宝首饰的研发、设计、生产与销售 [5] - 公司于1月8日接受了包括财通证券、西部利得等在内的51家机构调研 [5] - 运营效率评级为AA，排名第62，偿债能力评级为A，排名第66，资产质量评级为A，排名第354，为公司核心优势 [5] - 资产质量超出行业基准82.73%，运营效率超出行业基准44.48%，发展能力超出行业基准51.93% [6] - 资本结构显著低于行业基准19.25%，评级为CCC，排名第3873 [5][6] - 相较于行业龙头上海医药，公司规模实力拓展空间达30.0%，资本结构拓展空间32.0% [6] - 资本结构下降17.04%，现金流量下降6.57% [6] - 截至2026年1月9日收盘，公司股价为17.30元/股，济安定价为25.74元/股，偏离率为-32.79%，股价处于显著低估区间 [7] 双林股份 - 公司是国内汽车零部件领域的核心企业，专注于汽车动力系统、底盘系统、车身系统及新能源汽车电驱动总成等核心零部件的研发、生产与销售 [8] - 公司于1月6日接待了兴业证券、嘉实基金等55家机构调研 [8] - 偿债能力评级为A，排名第397，盈利能力评级为A，排名第790，资产质量评级为A，排名第620，为公司核心优势 [8] - 资产质量超出行业基准27.67%，发展能力超出行业基准24.44%，盈利能力超出行业基准22.95%，偿债能力超出行业基准14.54% [9] - 资本结构低于行业基准23.48%，评级为CCC，排名第3507，规模实力低于行业基准13.17%，运营效率低于行业基准6.38% [8][9] - 与行业龙头上汽集团及行业基准相比，公司规模实力拓展空间达53.0%，运营效率拓展空间28.0%，资本结构拓展空间31.0% [9] - 资本结构下降26.55%，现金流量下降21.86%，运营效率下降13.88%，发展能力、盈利能力也有不同程度下滑 [10] - 截至2026年1月9日收盘，公司股价为39.61元/股，济安定价为36.18元/股，偏离率为+9.48%，股价处于轻度高估区间 [11] 普利特 (002324) - 公司是国内改性塑料领域的核心企业，专注于改性塑料、高性能复合材料、特种工程塑料等产品的研发、生产与销售 [12] - 公司于1月7日接受了华鑫证券、国联基金等51家机构的专项调研 [12] - 现金流量评级为BBB，排名第541，资产质量评级为BBB，排名第1334，规模实力评级为BBB，排名第1080，为公司核心优势 [12] - 现金流量超出行业基准21.29%，发展能力超出行业基准11.66%，资产质量超出行业基准11.37% [13] - 资本结构低于行业基准26.8%，评级为B，排名第3388，偿债能力低于行业基准12.51%，评级为B，排名第3116 [12][13] - 与行业龙头中策橡胶相比，公司盈利能力拓展空间达52.0%，运营效率拓展空间44.0%，资产质量拓展空间45.0%，资本结构拓展空间37.0% [13] - 运营效率下降22.14%，发展能力下降19.3%，现金流量下降8.98% [14] - 截至2026年1月9日收盘，公司股价为22.80元/股，济安定价为17.64元/股，偏离率为+29.25%，股价处于高估区间 [15] 唐源电气 (300789) - 公司是国内轨道交通检测监测领域的企业，专注于轨道交通牵引供电、工务工程检测监测系统及智能运维解决方案的研发、生产与销售 [16] - 公司于1月6日接待了平安证券、光大证券等56家机构调研 [16] - 资产质量评级为BB，排名第1745，资本结构评级为BB，排名第2041，发展能力评级为B，排名第2266，处于市场中等偏下水平 [16] - 资产质量超出行业基准34.95%，发展能力超出行业基准14.32%，盈利能力超出行业基准14.91% [17] - 规模实力低于行业基准51.66%，评级为C，排名第4151，现金流量低于行业基准40.1%，评级为CC，排名第4782，运营效率低于行业基准27.26%，评级为CCC [16][17] - 与行业龙头国电南瑞相比，公司规模实力拓展空间达231.0%，现金流量拓展空间123.0%，运营效率拓展空间82.0%，偿债能力拓展空间90.0% [17] - 各项核心能力指标呈现全面大幅下滑，现金流量下降59.98%，偿债能力下降55.51%，运营效率下降38.05%，盈利能力下降34.46%，资本结构下降34.75%，发展能力下降30.76% [18] - 截至2026年1月9日收盘，公司股价为23.38元/股，济安定价为26.94元/股，偏离率为-13.21%，股价处于轻度低估区间 [18]

产品发布与核心规格 - 英特尔正式发布基于Panther Lake平台的第三代处理器酷睿Ultra，这是首款基于Intel 18A制程（1.8纳米级）打造的AI PC平台 [2] - 酷睿Ultra处理器在CPU性能、集成GPU、能效、游戏表现、连接能力和AI表现上均有提升 [2] - 新处理器采用Intel 18A制程技术，引入背板供电和RibbonFET全环绕栅极晶体管设计，并采用性能核、能效核和LPE能效核混合架构 [3] 性能表现与数据 - 实测数据显示，Panther Lake平台支持长达27小时的多日电池续航 [4] - 与上一代产品相比，CPU性能提升60%，图形性能提升77%，整个平台的AI性能提高两倍 [4] - 新平台总算力达到180 TOPS，可本地运行700亿参数大模型，其搭载的50 TOPS低功耗NPU算力，推理性能较上代提升2倍 [4] - 在特定AI模型性能测试中，英特尔酷睿Ultra处理器在多个框架下的表现优于或与竞争对手产品相当 [5] 市场战略与行业趋势 - 英特尔将2026年视为行业的关键和激动人心的一年，认为当前是AI、计算和制程节点技术集中爆发的转折点 [2] - 酷睿Ultra将成为英特尔有史以来覆盖范围最广的AI PC平台，为全球合作伙伴200多款产品设计提供算力 [2] - 软硬件协同是英特尔AI PC战略的重点，旨在让AI模型和应用在硬件上发挥最优性能 [5] - AI PC的发展速度超出预期，在不到两年时间里完成了大规模产品布局和生态社区爆发式成长 [6] 生态合作与部署 - 英特尔已支持超过350家独立软件开发商，并支持超过900个AI模型在客户端本地部署 [6] - 公司为阿里巴巴的Qwen-3模型提供Day 0支持，并与字节跳动合作优化其短视频摘要工具 [6] - 公司首次实现边缘处理器与对应的PC版本同步发布，酷睿Ultra将加速AI在具身智能、智慧城市、自动化与医疗等“物理AI”领域的部署 [6] - 英特尔已与众多工业与边缘场景客户达成合作，搭载相关产品的边缘计算产品或将在今年二季度面世 [8] 市场预期与公司前景 - 摩根士丹利研报指出，AI PC的渗透率有望在2028年达到或超过65%，全球出货量增至约1.8亿台水平 [6] - 首批搭载酷睿Ultra的PC产品将于1月27日起在全球面市，未来将向市场提供总计4 Zetta OPs的算力，相当于全球40个数据中心的算力总和 [6] - 英特尔需要通过自用产品的性能和市场表现，证实其工艺的先进性和可靠性，为预计2027年量产的14A制程打下基础 [8] - 2026年开年以来，截至1月14日美股收盘，英特尔年内股价已飙升32%，仅1月13日、14日两日就上涨了10.6%，领跑科技板块 [8]

全球泳池清洁机器人行业概览 - 全球私人泳池数量超过3000万个，近半数依赖人工或半自动清洁，单次服务费用普遍超过120美元，催生出年支出129亿美元的庞大市场 [2] - 泳池清洁机器人行业正以年均16%的零售额增速增长，预计2025年行业规模将达到25亿美元 [2] - 技术代际切换明显，无缆化产品出货量从2019年的不足30万台暴增至2025年的250万台，复合增长率超80%，预计到2029年将占据66%的市场份额 [2] 中国企业的市场地位与行业困境 - 以色列公司Maytronics以34.8%的市场份额稳居全球龙头 [3] - 在增长最快的无缆细分赛道，中国企业已强势改写格局，2025年总出货量预计突破1000万台（含各类产品），较2024年的约800万台增长约25% [3] - 行业陷入“中国制造困境”，厂商竞相堆砌硬件参数导致产品复杂度上升而稳定性下降，行业平均退货率普遍徘徊在15%左右，许多公司陷入“卖得越多，亏得越狠”的怪圈 [3] 思傲拓公司业绩与市场认可 - 公司成立于2021年10月，2024年泳池机器人出货量已逼近10万台，2025年夏季旺季单月销量超5万台，上半年累计交付超20万台 [4] - 公司产品退货率极低，其亚马逊VC账号A的退货率仅为3.85%，账号B的退货率长期维持在0%，远低于行业平均水平 [4] - 凭借出色的品控，公司获得了行业龙头Maytronics的代工与品牌合作邀约 [5] - 2025年12月，公司完成数亿元B轮融资，获得多家知名市场化机构及产业投资方联合投资 [5] 创始人的技术背景与公司基因 - 创始人邓卓明拥有芯片、消费电子机器人及水下无人船领域的复合技术背景 [7] - 其履历为公司沉淀了芯片级成本反向推演能力、机器人软硬件全产业链整合能力以及军工级水下感知和工程技术 [7][8] - 公司从诞生起便携带对性价比、软硬协同和可靠性近乎偏执的技术审美 [9] 核心技术优势与降维应用 - 公司在动力、感知与通信、密封三大技术底座上构建了极致性价比 [10] - 自研无刷电机单台成本仅20-28元，循环寿命提升至2000次，为行业平均水平的4倍 [10] - 感知系统重仓声学技术，将水声通信、超短基线定位等军工技术降维至消费级，将千元级USBL系统成本压缩至100多元，并计划通过自研ASIC芯片进一步降至60元 [11] - 密封技术将无人船时代的IPX8级防水标准移植到消费级产品，独创可拆卸电池技术，未发生安全事故 [11] 产品哲学与研发策略 - 公司坚持“做减法”的产品哲学，拒绝为营销服务的硬件冗余，聚焦稳定、彻底、低成本的清洁核心需求 [12] - 公司无线机型定价400美元（平台补贴后300美元），远低于传统有线机型超1000美元的售价 [12] - 研发效率极高，核心研发团队仅4人，每款产品从立项到量产仅10个月，而行业平均水平近40人 [12] 业务拓展与长期战略 - 公司认识到功能性硬件缺乏品牌粘性，在泳池机基本盘外，开始布局基于探鱼器、水下摄影等设备的兴趣型产品生态 [13] - 预计2026年第三季度推出搭载自研相控阵水声成像技术的探鱼器，预计售价799美元，而市场同类竞品普遍超3000美元 [13] - 该路径旨在通过软件交互与数据沉淀建立用户依赖，构建长期护城河 [13] 营销与渠道策略 - 公司2025年在营销上投入几乎为零，依靠产品力实现超20万台年出货量，依赖用户口碑传播 [14] - 极低的退货率赢得了亚马逊平台的算法倾斜与自然流量扶持 [14][15] - 渠道采取“线上先行—口碑沉淀—品牌联合”的路径，初期专注亚马逊，后通过为Maytronics研发制造产品，借助其全球分销网络建立高端市场认知 [15] - 公司创始人拒绝频繁参加展会，将精力聚焦于产品定义与技术问题，所有功能定义由创始人亲自拍板 [15] 成功路径总结 - 公司的成功路径在于将技术深度转化为产品可靠性，将成本控制能力转化为性价比优势，将用户洞察转化为场景化解决方案 [16] - 其价值验证了在消费电子领域，最好的营销是产品本身，最深的护城河是对真实需求的敬畏 [16]

阿里巴巴AI战略与产品升级 - 公司宣布千问App全面接入淘宝、支付宝、高德、飞猪等核心生态业务，在全球首次实现点外卖、购物、订机票等AI购物功能，并向所有用户开放测试 [1] - 此次升级将上线超过400项AI办事功能，旨在将千问App打造为全球首个能完成真实生活复杂任务的AI助手 [1] - 此次整合是集团层面的预谋行动，需要将淘宝、支付宝等App的功能以原子化方式为千问所用，并获得了各业务负责人的支持 [1] 千问AI的产品定位与竞争优势 - 公司将其定位为“生态型Agent + 真实业务闭环”，核心优势在于“Qwen最强模型”与“阿里最丰富生态”的结合，让AI从一开始就拥有“能办事”的能力 [3][7] - 与谷歌试图通过开放联盟连接外部零售商的模式不同，公司依托内部庞大且深度的生态协同，底层是Qwen大模型，上层直接打通淘宝商品库、支付宝支付及本地生活服务，解决了“决策信任”与“支付断点”难题 [7] - 公司领先于谷歌，成为全球首个实现多品类AI购物功能的科技公司 [7] 千问AI的核心功能与演示 - 千问App能根据用户真实需求给出购物建议，并基于淘宝庞大的商品数据库和评价体系智能生成具体商品推荐方案，完成从消费决策到交易的闭环 [8] - 在发布会现场演示中，用户只需下达“帮我点40杯霸王茶姬的伯牙绝弦”指令，千问App即迅速调用淘宝闪购下单，无需跳转即在端内完成AI支付 [7] - 对于消费场景，公司利用其独特的交易和服务数据来增强模型，以应对繁杂的营销信息，保障AI购物功能的客观和准确 [9] 行业竞争格局与不同路径 - 行业内在定义“AI如何进入真实世界”上走出了不同路径：Manus代表通用型任务Agent，强调跨工具、跨流程的自动化执行能力 [3] - 豆包手机走的是AI原生终端路线，将AI嵌入操作系统和硬件层面 [4] - 智谱GLM更偏向“能力底座 + Agent平台”方向，提供可被自由组合的生产工具 [5] 技术实现与生态整合 - 千问能调用淘宝、支付宝等App，本质是一套系统工程，包括将各生态App能力标准化为机器可用的API接口，涉及下单、查询、支付等，相当于一次生态级的“AI化改造” [11] - 其背后涉及Agent调度与工具编排系统，能将用户指令拆解成多个子任务，选择合适的工具并按顺序调用 [11] - 这一系列能力爆发源于底层技术突破：千问大模型Coding能力提升使其能实时构建工具；全模态理解能力突破让其能看懂界面、听懂声音、读懂图文；超长上下文处理能力提升 [11] 未来功能拓展 - 基于技术突破，千问“任务助理”功能已开始定向邀测，具备类人化的多步骤规划能力，覆盖应用开发、Office办公、咨询调研及生活办事等核心场景 [12] - 该功能支持一键处理报表整理、研报撰写及小工具生成等复杂任务，测试结束后将面向用户免费开放 [12] - 公司在做好内部生态Agent的基础上，未来走向通用型Agent是顺理成章的事 [8]

全球智能手机市场概况 (2025年) - 2025年全球智能手机出货量达到12.6亿部，同比增长1.9% [2] - 中国市场出货量约2.85亿台，同比下降0.6% [2] - 第四季度全球出货量同比增长2.3%，推动全年增长，但中国市场第四季度下降0.8% [9] - 苹果与三星合计全球市场份额从2024年的37%提升至2025年的39%，高端市场优势扩大 [16] 主要厂商全球表现 - 苹果2025年全球出货量2.478亿部，市场份额19.7%，同比增长6.3%，实现全球三连冠 [5][6] - 三星2025年全球出货量2.412亿部，市场份额19.1%，同比增长7.9%，增速为前五品牌中最高 [6][7] - 小米全球出货量1.653亿部，市场份额13.1%，同比下滑1.9% [6] - OPPO全球出货量1.020亿部，市场份额8.1%，同比下滑2.7% [6] - vivo全球出货量1.039亿部，市场份额8.2%，同比增长2.7% [6] 中国市场格局变化 - 华为以4670万台出货量、16.4%的市场份额，时隔四年重回中国市场第一 [9][10] - 苹果中国市场出货量4620万台，市场份额16.2%，同比增长4.0%，与华为仅差0.2个百分点 [6][10] - vivo中国市场出货量4610万台，市场份额16.2%，同比下滑6.6% [10] - 小米中国市场出货量4380万台，市场份额15.4%，同比增长4.3% [10] - OPPO中国市场出货量4250万台，市场份额15.2%，同比增长2.1% [10] - 苹果第四季度在中国市场出货量位居第一，同比增速高达21.5%，比第二名vivo多400万台 [6] 厂商具体战略与驱动因素 - 苹果iPhone 17系列（尤其是标准版性价比和Pro系列新设计）在中国市场成功，推动其创下历史新高出货量 [3][5] - 苹果已通知供应链，iPhone 18系列目标出货量约9500万台，较iPhone 17系列的8500万部增长约11.76% [3] - 三星依靠搭载AI功能的亲民Galaxy A系列热销，触达中低端市场，第四季度增速达18.3%，为2013年以来最强第四季度增长 [7][8] - 华为通过推出Mate、Pura、nova及折叠屏等多系列产品站稳高端市场，原生鸿蒙生态壮大吸引用户 [9] - 小米是“国补”政策下获利较大的品牌，其优势阵地（2000-3000元中端机）与政策契合，但需求提前释放导致其第二季度失速，第四季度出货量同比大跌18% [11] 2026年行业挑战与趋势 - 存储芯片成本大幅上涨且将持续，预计2026年第二季前价格再上涨约40%，推升手机BOM成本增幅介于8%至超过15% [13] - 内存价格上涨可能使智能手机物料成本占比提升至25% [13] - 成本压力导致部分中端机型可能取消1TB版本或降低运行内存，预期2026年智能手机平均售价将年增6.9% [13] - 存储芯片短缺可能持续到2027年 [13] - 上游成本上升叠加需求萎靡，多家机构预测2026年全球及中国智能手机市场出货量将出现较明显下滑 [13][14] - 行业竞争焦点转向高端化与利润，而非规模扩张，中国品牌将更专注高端化路线 [16] - 厂商通过调整规格配置（如相机模组、显示、存储）、沿用既有零部件、精简产品线或引导消费者选择高规格版本来应对成本与市场变化 [16] - 品牌整合案例出现，如realme并入OPPO，以重整品牌与市场 [16]

文章核心观点 - 北京精雕通过“从软到硬”的独特发展路径，实现了机电软深度融合，这代表了高端装备制造业在“十五五”规划背景下的一个重要发展方向，其战略融资和业务转型标志着行业正从单纯硬件竞争转向以软件为核心的数字化整体解决方案竞争 [2][4][8] - 中国机床行业正经历结构性转变，下游新兴产业（如半导体、人形机器人、高端医疗）的精密化、智能化需求驱动行业向高精度、系统化能力升级，而软件与硬件的深度融合是应对这一趋势、实现“变道破局”的关键 [2][4][5][12] - 公司的成功不仅在于技术路径，更在于其以市场需求为导向的研发体系和对海外市场采取差异化服务策略，从“卖设备”转向帮助客户“用起来”，这为中国制造业的系统性创新和国际化提供了可借鉴的范例 [9][12][15][17][18] 行业趋势与市场环境 - “十五五”规划将高端装备列为重要发展方向，装备制造业再次成为资本关注热点 [2] - 2025年1-9月，中国机床工具行业完成营业收入7647亿元，同比增长1.6%，结束了自2023年上半年以来的下行趋势，恢复增长 [3] - 下游制造业向智能化、精密化加速迈进，市场对加工精度、效率及一体化解决方案能力提出系统性更高要求，“高精度”需要构建从软件、数控系统到智能化误差补偿的整体能力 [2] - 国产装备已在半导体、高端医疗、人形机器人等新兴产业的关键零部件加工中崭露头角 [3] - 2025年1-9月，机床工具商品出口额同比增长9.1%，其中金属加工机床出口增幅达到23.4%，显示海外市场增长强劲 [14] - 越南成为2025年1-9月中国机床排名第一的出口市场，占比达12.1%，其北部制造业集群（聚集了约70%的制造业企业）对高端机床有迫切需求 [14][15] - 中国金属加工机床出口仍以中端产品为主，平均单价与进口产品存在明显差距，面临“部分产品同质化严重、品牌溢价不足”的困境 [15] 公司发展路径与战略 - 北京精雕起点是软件，走了一条“从软到硬”的逆向路径，实现了机电软的深度融合，这与国内大多数机床企业的发展模式不同 [2][4] - 公司早期为求生自主研发数控系统并涉足整机制造，这条路径使其提前触及行业演进的核心逻辑 [4] - 2012年，公司抓住制造业高端化升级的转折点，全面转向精密数控机床研制 [8] - 2016年，首台精雕高速加工中心开始规模化推向市场 [8] - 2024年，在公司成立三十周年之际，发布了涵盖五轴高速加工中心、数字化制造软件平台、通用数控系统的全系自研新品，并正式宣布向精密数控机床、关键功能部件全链供应商及数字化工程服务商战略转型 [8] - 公司坚持“销售一代、预研一代”的研发节奏，市场团队扮演“雷达”角色，依托全国40多个分公司和海外机构的反馈网络，快速捕捉新兴行业的精确需求 [12] - 未来几年主战场依然在国内，但“以内养外”是阶段性战略选择，同时积极拓展海外市场 [14] 技术与产品创新 - 公司通过CAM软件、数控系统及传感器的协同，实现对刀具、工件等的在机检测和智能补偿，实现自适应加工，充分释放硬件性能 [6] - 软件的作用是通过实时感知与补偿加工过程中的各类误差，使硬件性能得到更充分、更稳定的发挥，而非弥补硬件不足或替代硬件 [8] - 依托“机电软”深度融合，精雕设备以较低的主轴转速（1万2到1万6转）实现了通常需要更高转速（6万转）才能达到的镜面曲面加工效果 [6] - 2026年将推出三款新品：面向汽车压铸件等大批量生产的卧式五轴加工中心；重复定位精度小于1微米、针对半导体等领域的立式三轴加工中心；适用于微米级零件高效加工的立式五轴加工中心新成员 [9][10] - 重复定位精度小于1微米的新机筹备了三四年，但最终产品实现不到一年，体现了技术快速迁移和响应市场需求的能力 [12] - 产品布局思路清晰：一方面在精密加工主赛道做深做透，另一方面向通用加工、复合加工等更多场景延伸 [13] 商业模式与市场策略 - 机床企业的盈利模式正逐渐从设备销售为主，转向“机电软一体”数字化整体解决方案的持续价值输出 [8] - 公司更注重从实际加工案例和典型零件成果出发向客户展示设备能力，而非仅仅依照传统设备指标体系 [6] - 确保前沿技术精准对接市场需求是高端装备制造业持续发展的关键，新品诞生逻辑完全是市场驱动 [12] - 对市场有分层理解：在半导体领域，用户更关注精度稳定性与良率；人形机器人行业一旦量产，对成本和效率敏感度会急剧上升 [13] - 在出海时选择差异化路径：不走低价竞争，而是面向海外市场提供高精度机床和整体解决方案 [15] - 海外拓展的关键是服务能力，公司不只交付机床，还会配套提供工艺方案与技术支持，确保客户真正把设备用起来，稳定批量生产后支持团队才会逐步撤出 [16][17] - 服务模式包括帮助新建工厂客户从无到有搭建精密生产体系，以及以柔性方式适配增强已有成熟体系企业的制造能力 [17]

文章核心观点 - 2026年中国将迎来大规模居民定期存款到期潮，预计规模在30万亿至60万亿元之间，但经济环境已变，居民难以通过续存获得满意回报，资金面临重新配置 [1] - 巨额到期存款的流向是影响未来金融市场走向的关键变量，主要可能方向包括银行理财、保险产品等，直接流入股市的比例预计有限，但绝对规模仍可观 [2][8][13] 到期存款规模测算 - 截至2025年11月末，中国金融机构人民币存款余额约327万亿元，其中居民定期存款121万亿元，企业定期存款58万亿元 [3] - 居民部门定期存款增量在2025年为11.03万亿元，创2022年以来新低，较2023年高点减少4万亿元，显示兴趣下降 [3] - 多家券商对2026年到期规模进行预估，中金公司预计总到期约75万亿元，其中中长期存款（2年及以上）约32万亿元 [5] - 华泰证券预计2年及以上到期约50万亿元，国信证券预计全行业到期59-71万亿元（其中六大行中长期约27-32万亿元），中信证券预计中长期到期约45万亿元 [5] - 2026年到期高峰主要源于2023年集中存入的三年期定存，中信证券测算其中38万亿元将在2026年集中释放 [6] - 到期具有季节性，中金预计全年61%的居民长期定存在一季度到期，高于此前三年同期的51%-58% [6] - 2020年后居民与企业定期存款年新增量均在10万亿元以上，22-23年年均新增达20万亿量级，为2026年到期规模大奠定背景 [7] 到期资金潜在流向：银行理财 - 多数观点认为存款到期不等于“存款搬家”，居民风险偏好稳定，银行存款留存率多年保持在90%以上，2025年仍在96%高位 [8] - 存款下降更多是存款与理财之间的结构性转换，整体储蓄（含理财）仍在增加，例如2023年以来从13万亿升至18万亿 [9] - 银行理财市场持续增长，截至2025年三季度余额达32.13万亿元，保持每季度1.5-2万亿元的稳健增长 [9] - 理财产品收益略高于定存，截至2025年12月末近1年平均年化收益率为2.28% [9] - 开源证券测算，2026年理财规模在保守情形下增长3.83万亿元（同比增11.46%），激进情形下增长5.06万亿元 [9] - 中金证券预计2026年固收+理财、股混类理财同比增速有望达到20% [9] 到期资金潜在流向：保险产品 - 保险产品成为定存重要替代品，主流寿险产品保底收益率1.75%加演示利率3.5%-3.75%，虽流动性差但收益高于存款且安全性高 [10] - 银行存款利率已降至历史低位，大行1年/2年/3年/5年期挂牌利率分别为0.95%/1.05%/1.25%/1.30%，中小银行利率优势明显下滑甚至取消5年期产品 [10] - 有分析认为，受债市波动影响，银行理财吸引力边际递减，保险产品凭借稳定预期收益与防御属性，有望成为本轮存款搬家中最大的资金分流点 [10] - 居民在“长钱”无处可去的当下，更愿牺牲灵活性来锁定长期收益 [11] 到期资金潜在流向：股市 - 市场关注存款入市可能性，2025年A股新开户2744万户，同比增长10%，为2022年以来最高，其中12月新开户260万户环比增9% [12] - 2025年下半年以来，以散户为主的小额订单累计净流入规模约4万亿元 [12] - 作为定存替代品的理财、“固收+”、分红险等产品具有一定“含权量”，能为股市带来增量资金 [13] - 中金公司测算，2026年理财机构有望将狭义权益资产（股票+股混基金）仓位提升0.8个百分点至2.3%，2027年有望至3.5%，合计为资本市场带来潜在近1万亿元增量资金 [13] - 但中金也指出，160万亿元居民存款每年用于金融资产配置的比例仅6%左右，且以低风险理财和保险为主，按新增券商保证金估算，入市资金占存款不到1% [13] - 申万宏源认为市场低估了超额储蓄规模，若考虑非存款类储蓄（如理财），测算超额储蓄规模在9.4万亿元以上，大于过往，潜在入市规模或更大 [14] - 申万宏源还认为市场低估了资金入市速度，测算居民证券交易保证金或新增8000亿元以上，高于市场基于“非银存款”推测的4200亿元左右 [14] - 此轮储蓄主要源于购房支出减少，资金集中于中等收入群体，该群体投资经验少，在信心回暖时易受“羊群效应”影响入市 [14] - 国信证券指出，此轮存款增量东部沿海区域贡献更大，意味着高收入群体新增存款规模较大，其投资意愿更高，资产配置弹性更大 [14]

美国对华AI芯片出口政策调整 - 美国政府批准英伟达向中国出口其人工智能芯片H200，预计将重启对华出货[1] - 对华销售将由美国商务部负责审批和安全审查，美方将从相关交易中收取约25%的费用[1] - 同样的安排也将适用于其他人工智能芯片公司，如AMD和英特尔[1] - 英伟达CEO黄仁勋表示，中国是一个非常大的人工智能市场，再过两到三年，中国人工智能市场规模可能会达到500亿美元[1] 国产GPU行业迎来上市热潮与技术突破 - 2025年国产GPU公司密集上市：摩尔线程、沐曦股份成功登陆科创板，壁仞科技、天数智芯加速冲刺港股[3] - 摩尔线程上市首日股价大幅上扬468.8%，总市值迅速攀升至3055亿元[3] - 沐曦股份上市首日收盘涨幅高达692.95%[3] - 2025年全球GPU市场规模预计突破3500亿美元，中国占比接近40%[4] - 国产GPU企业取得技术突破：摩尔线程基于MUSA架构推出“花港”架构，算力密度提升50%，效能提升10倍[4]；壁仞科技推出性能对标英伟达A100/H100的BR100芯片[4]；天数智芯成为国内首家实现7nm GPGPU量产的企业[4] - 商业化层面，国产GPU已切入政务云、智算中心等核心场景[4] 国产GPU面临的生态与系统级挑战 - 国产GPU的突破仍停留在“单点技术达标”层面，尚未形成“全栈生态闭环”的核心竞争力[5] - 与英伟达相比，在高速互连协议、大规模集群调度等关键环节存在明显短板[5] - 英伟达的CUDA生态覆盖了90%以上的AI框架，形成了短期难以撼动的壁垒[5] - 国产GPU厂商各自为战的指令集与软件栈，导致开发者适配成本高昂[5] ASIC芯片对GPU市场的冲击与替代趋势 - 云服务厂商越来越偏爱自研ASIC芯片[8] - 集邦咨询预测，2026年云服务厂商对自研ASIC的需求增速将大幅领先GPU，其中ASIC增长率预计达44.6%，远超GPU的16.1%[9] - 谷歌推出第7代TPU芯片Ironwood，训练和推理性能比第六代TPU提升4倍[9] - 谷歌计划在2026年将TPU芯片产能提升至430万颗，其中新一代V8系列合计占比达65%[9] - 亚马逊推出首款3nm AI芯片Trainium 3，计算能力较Trainium 2大幅提升[10] - Meta与Broadcom共同开发下一代MTIA v2，微软下一代Maia v2的设计也已定案[10] - 国内云服务企业也推出自研ASIC芯片，如阿里巴巴的含光800、百度的昆仑芯、腾讯的紫霄芯片等[10] - 野村证券报告称，目前英伟达GPU在AI服务器市场中占据超过80%的份额，而ASIC仅占约8%-11%[11] - 野村证券预测，到2025年，仅谷歌和亚马逊两家的ASIC出货量就可能达到英伟达GPU出货量的40%至60%[11] - 高盛预测ASIC服务器将在2025至2026年间占据全球AI服务器市场38%至40%的份额[12] 存算一体技术对GPU构成的新挑战 - 存算一体技术旨在解决传统计算架构中数据搬运导致的“冯·诺依曼瓶颈”[13] - 在处理大模型推理时，数据搬运产生的能耗可能占到近50%[15] - 存算一体技术能将数据搬运产生的损耗降低60%以上，在低功耗场景下优势明显[15] - 该技术产业化逻辑是从GPU不擅长的场景突破，与GPU形成“互补竞争”[15] - 自2017年起，英伟达、微软、三星等大厂提出了存算一体原型，同年国内存算一体芯片企业开始涌现[15] - 国内初创企业如知存科技、亿铸科技、九天睿芯等押注不同的存算一体技术路线，分别专注于大算力场景和边缘小算力场景[16] GPU的固有优势与巨头的反击策略 - GPU在大模型训练、复杂科学计算等需要多任务并行处理的场景里，通用性和灵活性是ASIC、存算一体短期内比不了的[18] - 2025年12月24日，英伟达以200亿美元收购推理芯片独角兽Groq的核心技术与团队[19] - Groq的LPU芯片以5-10倍于GPU的速度优势，以及1/10的成本优势，切中了英伟达在推理赛道的核心短板[19] - 此次收购延续了英伟达通过并购补全生态、巩固优势的一贯策略[20] - 未来在大模型训练等通用算力场景，GPU仍将保持核心优势；而在推理、边缘计算等细分领域，其与ASIC、存算一体芯片的“互补共存”将成为主流[20]

文章核心观点 - 资深医生张文宏认为，AI在医疗等高风险领域的应用，其带来的最大变化并非效率提升，而是可能改写专业人员的训练路径和能力形成方式，因此必须审慎划定边界，确保人类监督和责任可追溯[1][3] - 行业围绕AI部署存在三种主要立场：守门（高风险入口前置治理）、治理（建立可审计的风险管理闭环）和能力（在发展中建立规则），其分歧本质在于系统默认值是“AI正确”还是“AI仅为候选”[5][6] - AI能否被负责任地接受，关键在于将风险管控写入系统默认值，通过明确角色、建立错误发现与回放机制、落实责任闭环及监测人的能力变化，将AI用作增强而非替代人类判断力的训练装置[7][9] AI在高风险行业的应用边界与原则 - 在医疗领域，AI可作为个人辅助工具，但不允许直接接入病历系统等核心责任链条，以确保最终判断和责任归于人类专业经验[1] - 划定边界需明确哪些环节必须由人决策，AI仅能作为候选、提示或预审工具，防止AI参与责任分配导致责任稀释[4] - 社会接受AI的前提是防止过度使用，将风险管控在可控范围内，这需要工程化的解决方案而非道德口号[4] AI对专业训练路径与能力形成的潜在影响 - 核心担忧在于AI过早进入一线可能改写医生的成长方式，新人若将AI作为默认答案生成器，可能导致其出现“能做但说不清原因、对答案但不理解边界”的能力退化[3] - 工具越强大，人越容易跳过艰难但必要的内化过程，这可能导致一代人能力形成方式的根本性改变[3] - 一项关于知识工作者的研究显示，对AI越有信心，个体越可能减少批判性思考；而对自身能力更自信者，则更倾向于进行批判性评估与整合[9] 构建可靠AI治理体系的关键要素 - **纠错机制**：高风险行业最危险的是“看起来像对”的错误，系统必须建立复核、抽检、回放与反例库，以持续发现和定位错误，而非依赖资深个人兜底[4] - **责任闭环**：必须明确谁启用、谁审批、谁签字、谁对输出负责，确保责任可追溯、可问责，防止责任被稀释归因于“系统建议”[4][7] - **治理框架**：可参考如美国NIST的AI风险管理框架（AIRMF1.0），将可信AI拆分为治理、映射、度量、管理等可落地环节，实现可审计的风险控制闭环[5] 将AI转化为训练装置的可执行路径 - 可采用“AI作为第一读者，而非最终裁判”的方法，例如让AI先看病例，但最终由人做判断[1][9] - 具体路径包括：先自行完成推理链，再让AI挑错；让AI生成相互冲突的路径由人裁决并解释；用AI进行交叉质询，追问依据与边界条件，使人始终处于“解释与审查”的位置[9] - 行业应监测如复核率、纠错率、独立完成率、异常处置时长等反映人的能力变化的指标，并将其视为与模型指标同等重要的治理指标[7] 行业部署AI的三种主要立场与分歧 - **守门立场**：以世界卫生组织在医疗AI治理中的原则为例，强调高风险场景必须将安全与治理前置，先守住入口再谈规模化[5] - **治理立场**：侧重于将风险转化为流程和指标，建立可落地的风险管理结构，确保AI应用进入可审计的闭环[5] - **能力立场**：如企业界代表所表达，承认AI的竞争性与不可逆，主张尽快应用但同时必须建立规则，例如需要设立AI“裁判/监管者”以避免失控[5] - 三种立场的根本分歧在于系统默认值的设定：是默认AI正确，还是默认AI仅为候选[6]

苹果公司现状与市场反应 - iPhone 4近期突然爆火，国内回收价格上涨60倍，2025年谷歌上“购买iPhone 4”相关搜索量增长979% [1][2] - 这被视为消费者对乔布斯时代情怀的怀念，与对库克时代创新乏力的拷打 [3][4] 库克时代的经营策略与成果 - 库克2011年接任CEO，其专长在供应链管理，将库存期从30天缩短至6天，追求渐进式创新与成本控制 [6] - 在其治下，公司成为全球首个市值破万亿美元的公司，营收从2011财年的1082亿美元增长至2025财年的4162亿美元 [7] - 公司策略强调供应链可靠与产品品控，宁肯牺牲外观与创新速度也要保证质量，iOS生态与设计遗产为产品溢价护航多年 [6][7][8] 创新能力的削弱与设计边缘化 - 2016年，传奇设计师乔纳森·艾维离职，标志着公司内部工业设计话语权被削弱 [7] - 库克时代创新被边缘化且谨慎，例如快充技术落后于安卓阵营，折叠屏手机规划迟至2026年 [7] - 公司基本逻辑是保证产品质量过关，但消费者更在意能否做出“很酷”的产品 [7][8] AI战略的滞后与内部冲突 - 公司早期在AI布局上有先发优势，iPhone 4S引入了Siri，但后续更新缓慢，功能落后于竞争对手 [11] - 2018年引入谷歌AI主管约翰·詹南德雷亚，但其倡导的开放研究、增加投入的路线与公司封闭、保密的文化及重视用户隐私的核心理念相悖 [11][12] - 技术路线上，公司强调数据不离开设备端或私有云，限制了端侧AI的能力发展，且AI团队长期缺乏足够的资金与算力支持 [12] - 2023年ChatGPT引发AI军备竞赛时，公司已远远落后 [14] AI项目推进受阻与团队动荡 - 2024年发布的Apple Intelligence多次延期，原随iOS 18发布的功能延期至iOS 18.1，部分Siri新功能推迟到2026年 [17] - 项目管理层洗牌，詹南德雷亚被边缘化，Vision Pro操盘手Mike Rockwell接手Siri并向软件负责人汇报，AI基础研究团队被边缘化 [17] - 2025年AI团队出现离职潮，包括基础模型负责人、Siri与搜索负责人等多名高管离职，詹南德雷亚也宣布将于2026年春季退休 [18] - 分析师批评公司AI战略是一场灾难，公司愿意花费7000亿美元回购股份，却大幅削减购买英伟达GPU的预算 [18] 与谷歌的合作及市场影响 - 公司已选定谷歌作为AI合作伙伴，下一代基础模型将基于Google的Gemini模型和云技术构建 [19] - 合作引发对谷歌权力集中的担忧，2025年1月13日，谷歌股价上涨0.9%，苹果股价下跌0.5%，双方市值差距扩大至2500亿美元 [20][22] - 此次合作被视作公司已无法独自守住其闭环生态帝国的标志 [20] 领导层更迭与未来展望 - 公司正经历十多年来最大规模人事变动，COO、AI团队高管、环保政策副总裁、总法律顾问等多位高管宣布离职或已离任 [22][23] - 多方消息显示库克最早可能于明年卸任，硬件工程高级副总裁约翰·特努斯是头号热门继任人选 [4][23] - 特努斯自2001年加入，参与了主要硬件工程设计，性格温和沉稳，更擅长维护现有产品，其风格与公司当前成本控制、供应链管理、渐进式创新的思路契合 [23][24] - 选择特努斯及与谷歌的合作，基本为苹果定下了继续保守的战略基调 [24]