合作核心内容 - 苹果与谷歌达成一项为期多年的深度合作协议 下一代iPhone将搭载谷歌Gemini AI [2] - 合作细节未公开 苹果每年需向谷歌支付约10亿美元的技术许可费 [2] - 苹果强调用户隐私保护 所有AI运算在设备端或通过“私有云计算”完成 谷歌无法获取原始用户数据或用于训练模型 [3] 合作背景与战略影响 - 在苹果自研AI（如新Siri）多次延期及AI团队核心人才流失的背景下 引入成熟模型被视为务实选择 [2] - 此举意味着苹果在坚持自研路线的同时 通过引入外部成熟技术加速AI能力部署 [2] - 合作重塑了科技格局 曾经的竞争对手（苹果与谷歌）转变为合作伙伴 [2][4] 市场与财务影响 - 谷歌母公司Alphabet市值在消息后首次突破4万亿美元 苹果股价也实现连阳 [2] - 合作对OpenAI构成“制衡” 苹果此前已整合ChatGPT 此举旨在避免对任何单一公司的过度依赖 [2] 产品与区域规划 - 一直被吐槽的Siri将迎来史诗级升级 [2] - 海外版iPhone用户将获得AI功能升级 而国行版功能大概率缩水 国行版AI Siri预计不会使用Gemini 苹果可能采用与本土厂商合作的方案或特别版本模型 [2]

谷歌发布“Personal Intelligence”功能 - 谷歌正式发布了由最新Gemini 3模型驱动的“Personal Intelligence”功能，旨在打造一个随叫随到、无所不知的智能管家[1][2] - 该功能打通了Gmail、Photos、YouTube和Search四大核心应用，使AI能在后台跨应用调取数据，将分散的邮件、照片、视频观看记录串联成完整的个人生活图谱[3][4] - 该功能赋予AI处理“私有上下文”的能力，可深入海量历史数据提取细节以辅助回答[6] - 系统内置自然语言纠错机制，用户可直接在对话框中指出AI的认知错误，系统可实时修正[8] - 该功能目前处于Beta测试阶段，优先向Google AI Pro和AI Ultra等付费订阅用户开放，支持Web、Android和iOS全平台使用，未来将逐步覆盖免费版用户[9][10] 谷歌与苹果AI战略路径对比 - 谷歌与苹果虽在Gemini模型上合作，但技术落地路径截然不同[11][12] - 谷歌采用“云原生”架构，依赖云端算力处理海量数据，其护城河在于“记忆的深度”，能挖掘用户过去十年的Gmail存档和Google Photos照片等完整数字历史[12] - 苹果采用端云混合策略，将Gemini作为iOS的云端外挂能力，更侧重于“感知的广度”，依托屏幕感知技术即时理解用户当下操作意图[12][14] - 双方隐私架构不同：谷歌采用“原生一体化”模式，数据在自家闭环生态内流转；苹果通过私有云计算构建隔离层，租用谷歌模型但切断AI对原始数据的直接访问[14] - 这揭示了两大巨头的不同野心：谷歌押注软件生态黏性，让AI成为用户离不开的数字管家；苹果押注硬件体验壁垒，让AI成为购买下一部iPhone的理由[14] AI竞争焦点转向生态壁垒构建 - 谷歌的动作表明，AI竞争的焦点已从单纯的模型比拼迅速转向生态壁垒的构建[15] - 竞争核心在于谁能率先将独立的App孤岛串联成一片不可分割的智能大陆[17] - 国内科技巨头也在采取类似策略，希望通过AI激活手中庞大的存量应用[16] - 例如，阿里正尝试通过Qwen大模型打通钉钉与淘宝，构建覆盖B端与C端的超级枢纽[19] - 字节将豆包大模型嵌入抖音与飞书，利用内容生态喂养AI进化[20] - 腾讯手握微信社交底座，市场期待混元大模型与微信生态贯通，使其从超级App进化为“个人数字操作系统”[20] - 行业终局逻辑显示，未来真正的护城河将回归到私有场景数据的争夺，生态才是核心壁垒[21]

文章核心观点 - ARK Invest研究团队认为 苹果公司将AI基础能力外包给谷歌 并非战略妙招 而是公司陷入巨大困境的标志 表明苹果在AI军备竞赛中已无力竞争 不再是创新领导者 [1][2][6] 对苹果与谷歌合作的战略评价 - ARK首席未来学家Brett Winton批评该合作是“战略灾难” 苹果公司显得“手足无措” 突显其无法在AI竞赛中竞争 [2] - 合作标志着两家科技巨头之间经济动态的彻底逆转 谷歌此前每年支付苹果约200亿美元以成为iOS默认搜索引擎 而新动态要求苹果为“智能”付费 [3] - 苹果现在需要反过来每年向谷歌支付约10亿美元 这意味着苹果每年在用户通过其系统寻找信息方面净损失约210亿美元 [3] - ARK研究总监Nick Grous提供了更务实的看法 认为合作可能是两家科技垄断企业的防御性举措 旨在将OpenAI等新进入者拒之门外 是“已知的恶魔与未知的恶魔”之间的选择 [5] 对苹果公司内部能力的批评 - 批评延伸至苹果的产品文化 认为公司已“丧失其策划能力” 并且缺乏构建前沿基础模型的内部人才 [3] - 仅向谷歌付费无法解决苹果的产品问题 当前的“Apple Intelligence”功能反响平平 用户因功能意外触发不需要的操作而选择禁用 [4] 苹果公司股价表现 - 苹果股价在2026年迄今为止下跌了4.38% 呈现短期弱势趋势 [7] - 但股价在过去六个月上涨了24.61% 在过去一年上涨了11.44% 中长期价格趋势更强 [7]

苹果与谷歌达成AI合作 - 苹果宣布与谷歌达成合作，将使用谷歌的Gemini模型驱动iPhone功能并改进Siri语音助手 [1] - 该合作以云计算服务合同形式进行，苹果未来可能需要向谷歌支付数十亿美元 [1] - 深水资产管理公司管理合伙人预计，该合同可能为谷歌带来50亿美元价值 [2] 合作对行业竞争格局的影响 - 苹果与谷歌的新联盟对OpenAI构成打击，后者此前一直希望整合ChatGPT以触及数百万iPhone用户 [2] - 市场分析认为，ChatGPT与iPhone的整合可能会被边缘化，苹果同时采用两个大型模型并不合理 [2] - OpenAI在去年秋天已主动决定不担任苹果的定制模型提供商，转而专注于打造自己的AI设备以实现超越 [4] 苹果的AI战略与投资特点 - 苹果在AI领域的支出远低于同行，过去五年将实体基础设施投资维持在营收的3%左右 [3] - 苹果2025财年在不动产、厂房和设备上的支出为127亿美元，而谷歌的财年预期支出约为900亿美元 [3] - 苹果专注于开发规模相对较小的、可在设备本地运行的AI模型，并正在构建自有的“私有云计算”基础设施 [6] - 过去三年，苹果的研发支出维持在营收的8%左右，但面临顶尖AI人才被竞争对手高薪挖走的困境 [6] 合作的历史背景与商业逻辑 - 此次合作与二十年前谷歌搜索引擎成为苹果设备默认选项的协议类似，该安排目前每年为苹果带来约200亿美元收入 [4] - 苹果选择Gemini是在谷歌模型能力与OpenAI差距缩小之后作出的，且需要拥有大规模企业服务经验的可靠合作伙伴 [4] - 此次合作被视为两个传统巨头的联合，对双方而言是合理的选择 [4] 市场表现与投资者关切 - 尽管部分投资者担忧苹果在AI领域投入不足可能面临落后风险，且其早期AI功能曾出现跳票和故障 [4] - 但过去12个月内，随着iPhone 17的强势发布以及美国关税风险缓解，苹果股价累计涨幅已超过12% [5]

文章核心观点 - AI聊天机器人（Chatbot/AI Agent）与电商支付环节的打通，形成从对话到下单的完整商业闭环，具有重大价值，并可能重塑下一代电商格局 [1][2] - 相较于北美市场，中国大模型厂商在打通支付权限后更具商业化潜力，主要得益于模型与电商平台的一体化以及更高的商业化积极性 [1][2] - 阿里巴巴凭借其完整的商业生态，其千问APP有望在实现交易闭环方面取得领先优势 [3] 商业模式与战略合作 - Google于1月11日宣布其大模型Gemini接入沃尔玛及山姆会员店，并发布通用商业协议（UCP），旨在为谷歌搜索和Gemini提供智能购物能力 [1] - Google此举有望推动其电商商业模式从Google Shopping的“卖流量”向“分佣金”模式转变 [1] - 通过UCP协议，Google能将用户的搜索行为直接转化为购买行为 [1] - 阿里巴巴的千问APP亦有望实现对话内购物功能 [1] 闭环价值与行业影响 - 从AI Chatbot到实际支付落地的闭环价值意义重大，是下一代电商格局重塑的前兆 [1][2] - 对Google而言，此举可强化Gemini的适用性及用户粘性 [1] - 通过掌握用户的真实购买路径和复购频次，Google能强化其“购物图谱”的数据护城河，并反哺推荐算法 [1] - AI搜索下的广告业务存在“零点击率”痛点，支付环节的落地将直接改善此问题 [1] 海外案例复盘与挑战 - ChatGPT早在2025年9月29日便推出了“即时结账”功能，跑通了购物闭环，首批接入的Etsy、Shopify当日股价大涨 [2] - 但后续未能形成持续性行情，原因包括：北美大模型龙头（如OpenAI、谷歌）与电商龙头（亚马逊）市场割裂，亚马逊会抵制模型厂商渗透支付场景 [2] - 其他原因包括：AI购物支付仅是OpenAI宏大“操作员”计划的子功能，市场关注度在其复杂代理能力；高价值商品的退换保、产品信任度等问题尚未完美解决 [2] 中国市场潜力与优势 - 国内大模型在打通支付权限后的潜力更值得期待 [1][2] - 优势一：模型与电商市场二合一，阿里巴巴与字节跳动等公司本身既是模型大厂，也是电商平台 [1][2] - 优势二：国内企业在AI功能的商业化上积极性更高 [1][2] - 千问APP有望通过Agent调用飞猪或淘宝API，在对话框内完成选购、确认和支付，从搜索选择进化为指令交付 [3] - 大模型有望从聊天机器人向个人Agent形态进化，降低用户认知负担 [3] 阿里巴巴生态优势 - 阿里巴巴拥有电商、旅行、本地生活、物流及支付的完整生态，其千问APP有望率先实现交易闭环 [3] - 未来，随着AI模型及算法差距持续收窄，场景及数据打通能力或成为领先优势 [3] - 需关注后续千问与阿里生态深度整合的进展 [3]

行业前景 - 人工智能投资热潮预计将持续至2030年甚至更久 目前仍处于建设早期 尚未完全融入工作和日常生活 为相关股票提供了广阔的上涨空间 [1][2] - 人工智能计算市场预计至少将扩张至2030年 [8] 个股分析：Alphabet (GOOG/GOOGL) - 公司2025年表现超出所有预期 其生成式AI战略并未输给小型竞争对手 Gemini已成为顶级选择 [3] - 已将Gemini无缝集成至谷歌搜索引擎 每个搜索结果顶部都提供生成式AI驱动的摘要 巩固了谷歌在搜索引擎领域的领先地位 [3] - 云计算业务蓬勃发展 为其他公司开发和部署AI技术提供算力 公司已从AI的潜在颠覆对象转变为颠覆者 [5] - 关键财务数据：市值4.1万亿美元 毛利率59.18% 股息收益率0.25% [5] 个股分析：Nvidia (NVDA) - 尽管市场预期AI计算基础设施建成后其主导地位可能减弱 但用于AI的图形处理器寿命较短 需要定期更换 这为英伟达创造了持续性的收入流 [6] - 关键财务数据：市值4.5万亿美元 毛利率70.05% 股息收益率0.02% [7][8] 个股分析：Taiwan Semiconductor Manufacturing (TSM) - 公司制造的芯片支撑了当前大多数AI工作负载 其基础能力无与伦比 几乎涉及所有先进技术设备 [9] - 计划于2026年推出2纳米芯片节点 在相同速度下可比上一代3纳米芯片降低25%至30%的功耗 并拥有其他节能技术储备 [10] - 对更高效计算技术的追求永无止境 使其成为可长期持有的股票 [10] 个股分析：Microsoft (MSFT) - 在AI领域采取了与同行不同的路径 选择与多家领先公司合作 包括OpenAI、xAI和中国的DeepSeek 这使其云计算平台Azure成为开发AI产品的理想之地 是近年来成功的重要原因 [11] - 仍在将AI工具广泛集成到其各类商业软件中 公司在全球企业日常运营中根深蒂固 AI集成是其巩固主导地位的下一步 [13] - 关键财务数据：市值3.4万亿美元 毛利率68.76% 股息收益率0.74% [12][13] 投资建议 - 所提及的四只股票不仅是长期持有的优质投资 当前也是很好的买入时机 预计在2026年均将实现强劲增长 并可能在未来数年持续表现优异 长期有望跑赢标普500指数 应构成任何AI投资组合的核心持仓 [14]

文章核心观点 - 全球人工智能发展引发的芯片需求激增，正遭遇以台积电为核心的先进半导体制造与封装产能瓶颈，供需缺口巨大且短期内难以缓解，这正在重塑供应链格局并制约AI行业扩张 [1][2] 产能供需严重失衡 - 对台积电最先进芯片的需求量已达到其产能的三倍 [1] - 英伟达首席执行官直接向台积电寻求“更多芯片”，谷歌通过博通申请增加定制TPU芯片产能但遭拒，因台积电无法满足全部需求 [1] - 数据中心建设热潮推高了存储及连接芯片的需求，使产能紧张局势进一步蔓延 [1] 客户应对与行业影响 - 部分客户如特斯拉已寻求替代方案，与三星达成一项价值165亿美元的协议生产下一代芯片，并考虑自建芯片工厂 [2] - 但对于极度依赖台积电先进制程的英伟达和谷歌，短期内几乎没有其他选择，产能危机成为制约AI行业扩张速度的最大变量 [2] - OpenAI计划中的超级数据中心需要数百万颗芯片，谷歌在抢购英伟达GPU的同时也向台积电施压生产更多定制TPU [3] 生产安排与分配难题 - 台积电在同一条生产线上混合生产不同类型芯片，如iPhone/iPad芯片与AMD的AI芯片，苹果服务器芯片与英伟达Rubin及谷歌TPU也共享生产资源 [3] - 台积电坚持严格的年度时间表与客户协商产能和价格，通常不讨论超过一两年后的订单，且客户无法通过支付溢价“插队”或在业务放缓时随意取消订单 [3] 产能扩张计划与限制 - 台积电调整全球布局以应对短缺，如将日本新工厂从原计划生产汽车芯片转为最先进的2纳米制程，预计2027年完工 [4] - 加快美国亚利桑那州第二座工厂建设，计划将3纳米芯片生产提前一年至2027年开始 [4] - 但这些扩产计划无法解决当前燃眉之急，当前解决方案主要是重新设计现有工厂空间，将老旧芯片生产线改造为3纳米生产线 [4] 投资审慎与行业周期性 - 尽管AI需求火爆，台积电未承诺专门为此新建工厂，源于对半导体行业周期性特征的深刻认知 [6] - 建设一座尖端晶圆厂耗资数百亿美元且需数年时间，但芯片需求变化速度更快 [6] - 台积电纯代工模式依赖客户订单，一旦客户在扩产后取消订单，公司将面临昂贵的产能闲置风险 [6] - 公司曾在疫情期间加大投资后，因需求回落导致2023年营收同比下降8.7% [6] 先进封装成为新瓶颈 - 先进封装是将多个处理器组装连接成成品的复杂工艺，对于高端AI芯片至关重要，现已成为关键瓶颈 [7] - 台积电已将部分老旧芯片生产线产能重新分配给先进封装组件 [7] - 由于工艺复杂，即便在亚利桑那州工厂生产的英伟达Blackwell芯片，仍需运回台湾进行最终封装 [7] - 英伟达在2023年曾遭遇封装产能短缺，当时能生产足够的Hopper处理器却无法提供足够封装产能 [7] - 为确保供应，英伟达已锁定了台积电2025年初以来的大部分先进封装产能，导致博通代表谷歌增加TPU封装订单时遭拒 [7] - AMD和博通均在测试其他供应商以分担芯片封装需求 [7]

核心观点 - 过去12个月中 谷歌母公司Alphabet是“美股七巨头”中表现最佳的股票 且其增长势头有望持续 尽管华尔街分析师给出的12个月目标价隐含的上涨空间有限 但文章认为有五大理由支持其继续上涨 [1][2] 财务与市场表现 - 当前股价为335.70美元 市值达4.1万亿美元 52周价格区间为140.53美元至340.49美元 [3] - 公司毛利率为59.18% 股息收益率为0.25% [3] - 广告业务是公司收入支柱 贡献了超过72%的总收入 2025年第三季度广告收入同比增长12.6% [3] 核心业务增长动力 - **广告业务**: 生成式AI并未成为“谷歌杀手” 反而为谷歌搜索提供了催化剂 通过整合AI Overviews和AI Mode 搜索引擎流量有所增加 同时Imagen4等生成式AI产品帮助客户创建更多更好的在线广告 [4] - **谷歌云**: 生成式AI为谷歌云带来巨大顺风 该部门是三大云服务提供商中增长最快的 2025年第三季度收入同比增长34%至152亿美元 未履行合同金额环比增长46%至1550亿美元 [5] 2025年前九个月 谷歌云签署的超过10亿美元的交易数量超过了前两年的总和 [6] - **人工智能模型**: 谷歌的大语言模型Gemini是公司AI成功的关键驱动力 Gemini 3.0 Pro在LMArena排行榜上位列第一 Gemini 3.0 Flash排名第三 [7][8] 新兴业务与未来增长点 - **自动驾驶**: 旗下Waymo是机器人出租车市场的领导者 目前已在亚特兰大、奥斯汀、洛杉矶、凤凰城和旧金山湾区提供自动驾驶叫车服务 并计划很快扩展到包括英国伦敦在内的另外12个城市 [9] 公司正讨论为Waymo额外筹集约150亿美元资金 其估值可能高达1100亿美元 预计未来几年其价值将达到数千亿美元 [10] - **其他增长途径**: 公司计划今年推出AI智能眼镜 有望在智能眼镜市场成为Meta的有力竞争者 [12] “其他赌注”项目如无人机配送公司Wing和医疗技术部门Verily也具备增长潜力 [12] 量子计算可能成为公司的“彩票” 谷歌量子AI已实现其路线图中六个里程碑中的两个 [13]

文章核心观点 - 2025年成为机器人基础模型的“元年”，以视觉-语言-动作模型为代表的新一代范式开始涌现，其核心在于将大语言模型的常识推理能力与机器人控制相结合[23][31][35] - 机器人基础模型的发展是60年技术积累的集大成者，融合了编程式机器人的精确控制、基于模型方法的环境感知、行为克隆的示范学习、强化学习的自我优化以及大语言模型的常识推理[35] - 当前机器人行业围绕如何实现“通用机器人”的路径，形成了全栈整合、垂直突破和生态平台三大主要流派，它们对“通用性”的实现有着不同的底层假设和赌注[41][55][70][79] - 尽管2025年各家公司展示了令人惊叹的技术进展和Demo，但大规模商业化落地仍面临挑战，处于“展示很精彩，落地还未知”的阶段[82] 机器人技术范式演进 - **第一代：编程式机器人**：始于1960年代，完全依赖预设代码执行固定动作，零容错和零灵活性，典型代表是1961年在通用汽车工厂投入使用的Unimate[6][8] - **第二代：基于SLAM的方法**：兴起于1990年代，核心是让机器人通过传感器感知环境并构建地图进行路径规划，在导航任务上成功，但在操作复杂任务上效率低下，例如2010年机器人叠一条毛巾平均需24分钟[9][11] - **第三代：行为克隆**：在2010年代中期出现，通过模仿人类演示数据来训练神经网络，实现了从数据中学习，但存在数据效率低和泛化性差的致命缺陷，例如训练抓取需要数十万次数据且难以跨机器人型号迁移[13][15] - **第四代：强化学习**：2010年代后期随AlphaGo成功而受关注，让机器人通过试错和奖励机制自主学习，但存在训练速度慢、成本高、难以获取物理常识的根本问题[16] - **第五代：VLA模型**：2020年代中期随大语言模型成熟而诞生，将视觉、语言和动作统一到一个端到端的神经网络中，能直接理解指令并利用大模型中的常识进行推理与规划，代表了当前的范式革命[17][18][19] 2025年成为机器人基础模型元年的关键因素 - **大语言模型“够用了”**：2024至2025年，OpenAI、Anthropic、Google等公司发布的模型在理解指令、规划任务和常识推理方面已足够成熟和稳定，为具身智能提供了良好基础[24][26] - **算力价格大幅下降**：随着GPU云服务商价格战和NVIDIA GPU大量铺货，算力强度增强而等效价格降低，初创公司已能负担数千张卡进行模型训练[27][30] - **硬件供应链成熟**：2024年人形机器人热潮带动资本涌入上游零部件领域，中国供应商在电机、减速器、传感器等部件上获得大额融资并扩产，降低了硬件成本和机器人开发门槛[31][33] 闭源模型机器人主要流派 - **全栈整合派**： - 代表公司为特斯拉Optimus和Figure AI，核心理念是机器人基础模型必须与硬件深度垂直整合才能发挥最大效果[41] - 特斯拉试图将其在FSD上积累的海量真实世界数据、端到端架构迁移至机器人，但2025年量产计划遇阻，组装1000多台后暂停生产并面临重新设计，且其使用人类视频训练模型的方法受限于机器手与人手之间的“物理差异”[43][45][46][47] - Figure AI在2024年初与OpenAI深度合作，2025年2月宣布分手并迅速推出自研的Helix模型，该模型采用“System 1, System 2”双系统架构，用单一神经网络控制上半身35个自由度，公司于2025年9月完成10亿美元C轮融资，估值飙升至390亿美元[49][50][52][54] - **垂直突破派**： - 代表公司为Dyna Robotics，核心理念是追求“从专精到泛化的涌现”，先让机器人在洗衣房、餐厅等垂直场景“打工”做到极致，积累高质量数据和元学习能力，再迁移至其他任务[55][57] - Dyna Robotics于2025年4月发布DYNA-1基础模型，其机器人在24小时内自主折叠700多张餐巾，成功率超过99.4%，吞吐量达人类速度的60%[55] - 该流派认为机器人基础模型的缩放定律与大语言模型不同，性能瓶颈更在于“数据质量”和“物理一致性”，而非单纯追求参数和数据量[60][62] - 其他玩家包括从通用模型切入的Skild AI，以及拥有海量垂直场景数据的亚马逊，后者在2025年7月宣布部署了第100万台专用机器人，并正在开发通用机器人基础模型[65][68][69] - **生态平台派**： - 代表参与者为NVIDIA、Google、OpenAI、Meta等，核心理念是通过控制工具链和生态标准来赢得市场，技术路线本身并非唯一决胜因素[70][72] - NVIDIA在2025年3月GTC大会上开源了GR00T N1模型，但旨在通过全套生态工具链实现生态锁定[72] - Google通过开源RT系列研究及开放数据集在学术界建立影响力，并推动Gemini AI成为通用控制平台[74] - OpenAI和Meta采取投资、招聘和内部研发并举的策略低调布局机器人平台，例如OpenAI投资了Physical Intelligence[74][77] 行业现状与未来展望 - **2025年现状**：各家公司技术展示精彩但落地规模有限，特斯拉Optimus量产遇阻，Figure AI估值虽达390亿美元但实际部署仅几十台，NVIDIA的GR00T N1实际应用情况尚不明确[82] - **商业化路径与时间线**：预计将率先在商用服务场景与人工协同完成任务，家用场景的进入可能早于预期，不需要完整的通用人工智能，可能从叠衣服等单一功能切入，时间线可能在1-2年左右[83][85] - **市场潜力**：人形机器人有望成为史上最庞大的产业之一，预测将是一个5万亿美元的市场，全世界将遍布十亿台机器人[35]

市场表现与动态 - 科技板块近期涨跌轮动加速，AI应用和AI智能体相关个股在1月15日涨跌互现 [1] - 截至当日10:50，低费率云计算ETF华夏（516630）下跌2.61%，低费率创业板人工智能ETF华夏（159381）下跌2.32%，通信ETF华夏（515050）下跌1.16% [1] - 个股层面，石基信息、广联达逆势涨停，而易华录、中科图星、拓尔思领跌 [1] - 拉长时间看，低费率云计算ETF华夏（516630）今年以来涨幅已超18% [1] 行业趋势与展望 - 国金证券表示，2026年将是AI应用从“技术验证”迈向“商业推广”的关键之年 [2] - 产业研究重点推荐四大方向：超级入口（大模型作为流量入口）、AI Infra（人工智能基础设施，获取“卖铲子”的确定收益）、高增长（AI技术升维，营销、漫剧成为商业化先锋）、高壁垒（数据流与工作流铸盾，医疗/制造/管理等场景） [2] 公司/产品动态 - 谷歌近日宣布推出新一代开源医疗AI模型MedGemma 1.5，以增强医学影像支持功能，此次更新能将模型集应用于涉及多种医学成像模式的应用 [1] - 谷歌还发布了MedASR，一款全新的开源自动语音识别模型，专为医疗听写而优化，其初始版本允许开发者将医疗语音转换为文本，并可与MedGemma无缝集成用于执行高级推理任务 [1] 相关投资工具概要 - 云计算ETF华夏（516630）跟踪云计算指数（930851），是跟踪该指数费率最低的ETF，该指数聚焦国产AI软硬件算力，计算机软件+云服务+计算机设备合计权重高达83.7%，deep seek、AI应用含量均超40% [3] - 创业板人工智能ETF华夏（159381）跟踪指数一半权重在AI硬件算力（CPO），一半权重在AI软件应用（计算机、传媒、电子、军工），具备较高弹性和代表性，目前该ETF场内综合费率仅0.20%，位居同类最低 [3] - 通信ETF华夏（515050）跟踪中证5G通信主题指数，深度聚焦英伟达、苹果、华为产业链，前五大持仓股为中际旭创、新易盛、立讯精密、工业富联、兆易创新 [3]