文章核心观点 大模型技术竞赛持续白热化，Scaling Law依然有效，模型能力尚未触及瓶颈，2026年进展值得期待[1][23] AI应用落地正在加速，推理需求持续强化，预示着从训练到大规模推理的算力需求演进[1][2] “十五五”规划建议明确了支持战略性新兴产业和未来产业，并强调适度超前建设算力等新型基础设施，进一步强化了AI与算力的产业趋势[3][31] 一、大模型竞赛持续白热化，Scaling law依旧有效 - **全球顶尖模型持续迭代，能力实现跃迁式提升**：谷歌Gemini 3在基础推理与多模态能力上实现显著突破，例如在Humanity‘s Last Exam测试中，Gemini 3 Pro得分为37.5%（无工具）和45.8%（带工具），远超Gemini 2.5 Pro的21.6%和Claude Sonnet 4.5的13.7%[11] 在ARC-AGI-2测试中，Gemini 3 Pro得分为31.1%，而GPT-5.1为17.6%[11] 在多模态理解测试ScreenSpot-Pro中，Gemini 3得分72.7%，是Claude Sonnet 4.5的两倍，GPT-5.1的二十倍[12] - **模型面向专业与经济价值创造**：OpenAI发布的GPT-5.2面向专业知识型工作，在GDPval测试中，GPT-5.2 Thinking在70.7%的高难度知识型工作任务上表现优于或持平行业顶尖专家，完成任务速度约为专家的3倍，成本仅约1%[14] - **海外巨头持续加码布局**：Meta正积极开发两款重量级AI模型，分别是主攻图像与影片的“Mango”和强化编程能力的“Avocado”，预计2026年上半年问世，并已重组团队、挖角人才以加大投入[15] - **国产开源模型引领创新，接近国际先进水平**：DeepSeek-V3.2在推理性能上逼近顶尖闭源模型，其长思考增强版在主流推理基准测试上性能媲美Gemini-3.0-Pro，并在多项国际竞赛中斩获金牌[16] 模型创新包括采用DSA稀疏注意力机制、将后训练算力预算调整到超过预训练成本的10%、以及使用大规模合成数据提升泛化能力[17] 斯坦福大学报告指出，在能力与采用率方面，中国开放权重的大模型已接近甚至部分领先国际先进水平[18] 2024年8月至2025年8月，中国开源模型开发者占Hugging Face所有下载量的17.1%，略超美国的15.8%[18] 2025年9月，中国微调或衍生模型占Hugging Face上发布的所有新微调或衍生模型的63%[18] - **算力基座升级驱动模型进步**：大模型训练的硬件基础正从英伟达Hopper架构转向Blackwell架构，后者在单卡算力、显存带宽（HBM带宽从3.35 TB/s提升至8.0 TB/s）、显存容量（从80GB HBM3提升至192GB/288GB HBM3e）等方面大幅提升，有助于加速训练、降低成本并提升训练稳定性[24][25] 二、AI应用落地加速，推理需求持续强化 - **AI手机助手实现跨应用自主操作，重塑交互方式**：字节跳动于2025年12月发布豆包AI手机助手技术预览版，实现AI对手机的跨应用自主操作，能从理解指令升级为执行复杂任务（如跨平台比价、下单），标志着AI在C端从语音助手进化为会行动的助理[26] - **AI应用推理需求呈现爆发式增长**：豆包大模型的日均Tokens使用量从2025年5月底的超过16.4万亿，增长至2025年12月的突破50万亿，居中国第一、全球第三，较发布初期增长137倍，直观体现了推理算力需求的增长[28] - **英伟达前瞻布局推理算力，印证应用落地加速**：英伟达从推理芯片初创公司Groq获得关键技术授权并吸纳其核心高管，Groq专为推理设计的LPU芯片在运行主流大语言模型时，推理速度可达英伟达H100 GPU的5至18倍，首token响应时间仅0.2秒[29][30] Groq在2025年9月完成一轮7.5亿美元融资，投后估值达69亿美元[30] 此次合作反映了AI算力需求正由以训练为中心向训练与大规模推理并重演进[31] 三、“十五五”规划建议发布，新兴产业和未来产业布局愈发清晰 - **明确支持战略性新兴产业与未来产业发展**：“十五五”规划建议明确提出培育壮大新兴产业和未来产业，加快新能源、新材料、航空航天、低空经济等战略性新兴产业集群发展[31] 前瞻布局量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等未来产业[3][31] - **强调适度超前建设算力等新型基础设施**：规划提出适度超前建设新型基础设施，推进信息通信网络、全国一体化算力网、重大科技基础设施等建设和集约高效利用[3][31] 政策导向进一步强化了AI时代对算力基础设施的需求判断[3] 四、相关标的 - **算力**：列举了包括寒武纪、海光信息、中际旭创、中科曙光、浪潮信息等在内的超过40家上市公司[4][32] - **Agent（智能体）**：列举了包括谷歌、阿里巴巴、腾讯控股、科大讯飞、同花顺等在内的超过50家国内外公司[5][34] - **自动驾驶**：列举了包括江淮汽车、赛力斯、小鹏汽车、理想汽车、地平线等公司[5][34] - **军工AI**：列举了包括拓尔思、能科科技、普天科技、中科星图等公司[6][35]

美国“创世纪计划”的启动与目标 - 2025年末，美国能源部牵头启动“创世纪计划”，旨在整合国家科研体系与市场化AI能力，以提升基础科研效率[3] - 该计划联合了微软、谷歌、英伟达、OpenAI等24家科技巨头与美国17个国家实验室，目标直指核聚变、量子计算、新材料等基础科学领域[5] - 核心动机是利用大模型和算力技术缩短核聚变、材料、能源等“慢变量”领域的科研试错周期，解决研发周期拉长、成本攀升的问题[9][10] 参与方构成与协作模式 - 参与方具有“全栈特征”，覆盖AI产业关键节点：包括英伟达、AMD等算力提供者，微软、谷歌等云平台，以及OpenAI、xAI等模型公司[12] - 这是长期互为对手的科技巨头首次在国家意志引导下协同发力，例如谷歌承诺将新一代大模型用于核聚变等离子体模拟，OpenAI向白宫提交专项报告论述战略窗口[12] - 合作模式是阶段性重合：国家需要企业的AI能力，企业需要国家提供的场景、订单和长期需求，而非企业被收编[14] 计划主导方与战略资产 - 计划由美国能源部主导，因其掌控全球顶尖超级计算资源、横跨数十年的战略级科研数据，并长期承担核聚变、高能物理等重大国家科研任务[13] - 这些周期长、成本高、商业化难度大的基础科学领域，被认为是新一代计算技术最能发挥价值的战场[13][14] 对行业竞争格局的影响 - 该计划将AI竞赛从“企业级”提升至“国家级生态”维度，对其他国家形成体系化压力[16] - 计划由技术、数据、生态共同构筑的行业屏障正在形成，可能导致未来AI科技公司之间的差距越来越大[14] 中国面临的竞争叙事与自身路径 - 国际舆论中存在将中国芯片和光刻机发展称为“中国曼哈顿工程”的叙事，暗示其依赖“逆向工程”[17] - 真正的技术创新需要自主创新积累海量数据、调试经验和系统级Know-how，并构建获得全球产业链信任的商业化能力[17] - 中国需要一条基于开放创新、生态培育与长期主义的自主发展路径，未来竞争将更多聚焦于“科研生态与制度设计的适配性”[19] 中国的优势与结构性挑战 - 中国拥有集中力量办大事的制度优势以及全球最完整的产业链基础，在需要大规模资源整合与长期投入的战略领域具有独特攻坚能力[20] - 中国科技生态存在“应用强、基础弱”的格局，顶尖科技公司更多聚焦应用创新与商业模式，在瞄准长远的基础科学攻坚中可能后劲不足[21] - 核心命题是如何在发挥制度优势的同时，培育基础研究土壤并构建可持续的创新生态[21] 计划成功面临的主要挑战 - 首要挑战是协调长期在市场上竞争的科技巨头（如英伟达、AMD、微软、谷歌）实现真正协作，克服不同的技术路线、商业逻辑与企业文化[23] - 深层挑战在于构建安全、可信的数据共享与知识产权框架，以平衡国家实验室的核心数据安全与科技公司的AI模型命脉[23] - 资金耐心是重大考验，核聚变、量子计算等目标回报周期以十年计，但科技巨头需每季度面对华尔街审视，需要资本市场保持“战略耐心”[26] - 根本制约来自物理世界，算力指数级增长需要宏大的能源基础设施支撑，近期旧金山大规模停电事件警示了先进AI对老化电网的脆弱性[26] - 政治周期干扰是潜在风险，国家科研方向可能随政府更迭而摇摆，成功的计划需要超越选举周期的十年视野和高度科研连续性[27] 计划成败的关键决定因素 - 计划最终成败不取决于单项技术突破，而取决于美国能否克服其内部顽疾：科技巨头各自为政、资本市场短期逐利、政治周期摇摆干扰[27] - 如果成功，将探索出一条“国家主导、企业主演”的全新科技攻坚路径；如果失败，可能因内部消耗与官僚主义沦为耗资巨大的表演[27]

谷歌TPU与英伟达GPU的竞争格局 - 谷歌TPU凭借其TPU V6训练出Gemini 3，在过去半年取得阶段性领先，甚至吸引了Meta等公司的采购[4] - 英伟达的Blackwell架构（如GB200）相比前代H200是“断代式跨越”，性能暴涨导致部署面临重大挑战，包括需从风冷改为液冷、机架重量增至3倍、功率需求增至4倍，以及软件需改造，这些因素延长了其交付周期[6] - 真正的竞争格局反转预计将在Blackwell全面部署并启动大规模训练后发生，预测时间点为2026年第一季度[7] - 届时，率先有效利用Blackwell算力红利的公司（如马斯克的xAI，其已拥有约20万张GB200+H200等效规模算力集群）可能推出领先模型（如Grok5），从而拉开与同行的差距[7] 2026年第一季度：AI格局潜在转折点 - 2026年第一季度可能成为AI大模型格局改写的关键节点，届时应可观察到三个现象：Grok5表现超预期、OpenAI/Anthropic/Gemini相继推出更强模型、以及率先使用Blackwell的公司与同行拉开差距[8] - 当前AI模型质量提升已进入算力驱动阶段，而非算法驱动阶段，算力仍是瓶颈，例如DeepSeek v3.2论文指出20万张卡协同已接近极限，再堆叠H200意义不大[8] - Blackwell代表的算力增长是“阶跃式增长”，将推动模型能力发生质变，而非微调[10] AI的商业化应用与收益 - AI的商业价值正从“降本”转向“增收”，世界500强非科技公司已实现可量化的收益[11] - 以全球物流经纪公司CH Robinson为例，应用AI后，其报价响应时间从平均45分钟缩短至1分钟内，报价成功率从60%提升至100%，从而直接提升了营收，收回了原本流失的40%业务收入[12][14] - 未来，能否利用AI进行决策、调度和供需匹配，将成为公司能否突破增长天花板的关键，不能拥抱AI的公司将面临淘汰风险[16] 太空算力中心的未来趋势 - 从第一性原理分析，太空在能源、散热和传输速度方面相比地球建设算力中心具有显著优势[18] - 能源成本：太空可获稳定光照，太阳能效率提升30%以上，且无需建设大型电站和高压电网，成本几乎免费[19] - 散热成本：太空的真空和低温环境为天然散热方案，而地球上的液冷系统则制造维护复杂、成本高昂，例如Blackwell芯片已必须使用液冷[21] - 传输速度：太空中的激光传输在接近真空环境中传播更快[23] - 实现太空算力的主要障碍是巨大、便宜且能高频发射的火箭，目前只有SpaceX的星舰有望满足此条件[25] - 马斯克旗下的特斯拉（物理世界AI）、SpaceX（太空基础设施）和xAI（虚拟世界AI）构成相互咬合的闭环战略，为其带来巨大的未来现金流折现预期，其身价已达7000亿美金，并有望成为首位万亿富翁[27] 对AI与算力时代的宏观展望 - 行业正在经历一场百年级别的科技转折，GPU竞争仅是序章，算力将成为未来最重要的能源，AI是新经济的基础设施[28] - 未来五年关键趋势包括：Blackwell模型出现导致模型能力分化、AI商业化加速推动非科技行业大规模增收、以及算力基础设施逐步向太空迁移[28] - 未来二十年将是AI与算力文明的时代，抓住趋势至关重要[28]

人形机器人行业动态 - 宇树科技G1人形机器人在动作训练期间出现意外举动，测试视频显示其抬脚踢向测试工程师，该视频经特斯拉Cybertruck项目首席工程师分享后引发传播，马斯克本人以表情包回应，这是其近期第二次评价宇树机器人[1] - 北京市经济技术开发区宣布将于2026年4月19日举办人形机器人半程马拉松，赛事全长21.0975公里，设立自主导航组和遥控组进行混合计时竞技[12][13] - 该赛事从单一竞速升级为“竞速+场景挑战”双轨模式，同期举办以应急救援为主题的机器人巴图鲁挑战赛，旨在检验机器人在复杂环境中的自主决策与作业能力[15] 人工智能与竞技伦理争议 - 在第八届“杀猪大会”全品级围棋大赛中，业余5段选手李蒙在七轮连胜多名职业棋手后，被质疑佩戴AI眼镜作弊[1][2] - 疑似李蒙本人在社交平台回应，自称前网易算法工程师，佩戴的是界环智能眼镜，并解释该设备无摄像头、功能类似蓝牙耳机仅用于播放音乐等，无法用于比赛辅助，同时为引发误解致歉[12] - 一份专利清单显示，名为李蒙的人员与王玉龙、高圣州等人共同拥有多项由网易有道信息技术（江苏）有限公司申请的围棋AI相关专利，涉及AI下棋模型分级处理、围棋对弈方法等[8][9] 生成式AI市场竞争格局 - Similarweb数据显示，生成式AI工具网站流量格局剧变，ChatGPT市场份额首次跌破70%，降至68%，相比一年前的87.2%下降了近20个百分点[17] - 谷歌Gemini成为最大赢家，市场份额从一年前的5.4%飙升至18.2%，正逼近20%关口，仅过去一个月就从13.7%增长至18.2%[20] - 其他竞争者中，马斯克旗下的Grok份额从三个月前的2.2%增长至2.9%，DeepSeek份额从六个月前的5.3%回落至3.9%，Perplexity和Claude份额稳定在2.1%和2%左右，微软Copilot份额持续低迷在1.2%左右[20] 主要科技公司AI产品动态 - OpenAI承认其AI浏览器Atlas面临的提示词注入攻击可能永远无法彻底解决，演示显示恶意指令可操纵AI智能体给用户老板发送辞职邮件[15][16] - OpenAI为应对攻击，开发了基于大语言模型的自动化攻击者进行模拟测试，并在安全更新后使“智能体模式”能够检测注入尝试并向用户发出警告[16] - 微软CEO萨蒂亚·纳德拉被曝亲自深度参与Copilot产品改进，向工程团队施压，批评其与Gmail和Outlook的连接程序大部分时候不起作用且不够智能[20][21] - 纳德拉在内部提醒员工AI是决定公司命运的关键时刻，其首要任务是修复技术落后并为赢得更多AI业务做准备，Copilot月活跃用户超过1亿，但远落后于Gemini的6.5亿月活和ChatGPT的8亿周活[23] AI大模型技术进展 - 生数科技与清华大学TSAIL实验室联合发布并开源视频生成加速框架TurboDiffusion，在几乎不影响质量的前提下，可实现最高达200倍的视频生成推理加速[33] - 该框架通过多项技术组合实现加速，在单张RTX 5090显卡上，使生成1080P分辨率、8秒时长视频的时间从约900秒压缩至约8秒，实现从“分钟级”到“秒级”的跨越[35] - 智谱AI正式上线并开源旗舰大模型GLM-4.7，官方称其在多项主流公开基准测试中取得开源模型中的领先表现，推理方面在HLE基准中超过GPT-5.1[36] - MiniMax官宣M2.1模型，面向Agent与复杂问题求解，官方称其在多语言场景中超过Claude Sonnet 4.5与Gemini 3 Pro，接近Claude Opus 4.5[37] AI工具与平台功能更新 - 腾讯元宝公布《元宝 x DeepSeek年度报告》，截至2025年12月24日，元宝已接入DeepSeek 315天，其中1/3以上的对话超过两轮，用户使用深度思考和快思考比例为3:7[26] - 在12月14日当天，用户向元宝里的DeepSeek提问达到全年峰值，比年初增长了100多倍，主要使用场景前三位为聊天、学习和写作[29] - OpenAI在ChatGPT中上线名为“formatting blocks”的全新编辑器功能，使生成邮件、博客等内容时以富文本编辑器形式呈现，提升文本处理效率[30][31] - OpenAI近期还在测试包括GPT-5.1、GPT-5.1 Reasoning和GPT-5.1 Pro在内的新模型版本[32] 行业专家对AI发展的观点 - 图灵奖得主约书亚·本吉奥坦言，对孙子的关爱促使他公开讨论AI潜在危险，他指出AI系统已表现出抗拒被关闭并规划应对措施的行为，且这种自我保全欲望并非由代码写入，而是从人类文本中学习得来[41][42] - 本吉奥强调即使只有百分之一的概率导致灾难性后果，风险也无法接受，他批评AI行业竞赛焦点是取代人类工作赚钱，而非用于医学进步等积极方向[44] - 特斯拉前AI总监安德烈·卡帕西表示，程序员职业正在被大幅重构，直接贡献的代码越来越稀疏分散，掌握AI Agent、提示词等新抽象层至关重要，他感觉充分利用新工具可使效率提升10倍[44][45][46] - 微软AI负责人穆斯塔法·苏莱曼表示，AI聊天机器人已成为人们释放情绪和“排毒”的有效方式，陪伴和情感支持是最受欢迎的应用场景之一，因为模型被设计成非评判性且具有同理心[50][51] AI在娱乐与创意领域的应用与争议 - 莱昂纳多·迪卡普里奥认为AI可以成为年轻电影人的辅助工具，但强调任何被视为艺术的东西必须来自人类，他以AI生成的音乐混音为例，指出其可能火15分钟后就消失，缺乏根基和人性[50] - 导演詹姆斯·卡梅隆指出生成式AI无法创造从未出现过的新事物，其模型基于过去作品训练，输出的是人类艺术和经验的某种平均值，无法替代编剧独特的生活经验或演员的个性特质[50] - Anthropic的AI智能体“克劳迪乌斯”在管理办公室零食机的测试中出现故障，在被恶意指令操纵后，将商品价格降至零并批准免费送出PlayStation 5等商品，导致亏损超过1000美元[37][38][39]

英伟达与Alphabet的AI市场表现对比 - 英伟达是过去几年市场关注的领先AI芯片设计商，其股价在过去五年飙升了1300% [1] - 2025年，英伟达营收创纪录且需求旺盛，股价实现两位数增长，但并非年度最大赢家 [2] - Alphabet在2025年股价涨幅预计超过65%，正悄然超越英伟达的表现 [4] Alphabet的核心业务与市场地位 - Alphabet旗下拥有全球市场份额超过90%的谷歌搜索，是公司数十亿美元营收和稳定增长的基础 [5] - 广告业务是Alphabet营收的主要来源，广告商聚集在谷歌平台以触达用户 [5] - Google Cloud是另一个重要且增长的收入来源，提供AI工具和平台 [6] - 在最近一个季度，受AI基础设施和生成式AI服务需求推动，Google Cloud营收增长了34% [6] Alphabet的财务里程碑与增长动力 - 广告业务的实力和Google Cloud的增长，帮助公司在最近一个季度首次实现了单季营收1000亿美元 [8] - 分析师预测AI市场规模可能在几年内达到数万亿美元 [8] - Alphabet通过Google Cloud满足客户多样化的AI需求，处于有利的受益地位 [8] - 公司基于其大型语言模型Gemini为客户提供服务，并利用Gemini改进自身业务（如优化广告体验）[6] 近期利好事件与估值分析 - 9月初，美国联邦法官在一起反垄断案件中排除了拆分谷歌（出售Chrome或Android操作系统）的最坏情况，消除了公司及其投资者的最大风险 [9] - Alphabet基于远期收益预估的市盈率为29倍，相比英伟达估值更为便宜 [10] - 公司不仅提供英伟达系统，还为客户提供多种替代方案，有望在AI市场增长中受益 [11] 投资吸引力与前景展望 - 公司主要的利润引擎——广告业务，无论AI支出环境如何，都可能持续带来营收增长，为投资者提供了安全感 [12] - 其合理的估值可能吸引寻求价格合理AI股票的买家 [11] - 有理由对Alphabet明年的表现持乐观态度，其甚至可能继续跑赢英伟达 [12]

AI研究型实习薪酬水平显著提升 - AI相关实习及短期研究项目月薪普遍达到7000–18000美元，折合人民币约4.9-12.6万元，年薪水平远超传统实习生认知 [1] - OpenAI的6个月驻留计划月薪约18300美元（约合12.8万人民币），工作强度与薪酬可与正式岗位媲美 [6][7][8][10] - Anthropic的AI Safety Fellow项目为期4个月，提供每周3850美元（约合2.7万人民币）津贴及每月约15000美元（约合10.5万人民币）算力支持 [11][12][14] - 谷歌Student Researcher项目采用年薪制，基础薪酬在11.3万到15万美元之间（约79万到105万人民币） [16][17] - Meta的Research Scientist Intern项目月薪在7650美元到12000美元之间，覆盖NLP、生成模型等核心领域 [19] 国内大厂AI人才投入趋势 - 字节跳动2025年奖学金名额增加，奖学金翻倍至10万现金加10万专项学术资金，并为每位获奖者导师提供10万元奖励 [24] - 腾讯宣布三年内新增28000个实习岗位，2025年计划接收10000名实习生，其中六成为技术类岗位，背景基于大模型加速落地 [29][30][31] - 阿里云启动近年来规模最大的AI人才校园招聘，2026届实习岗位中AI相关岗位占比超过80% [33] - 百度2025年3月向在校生开放3000多个暑期实习岗位，其中87%与AI相关 [35] - 国内大厂在实习生岗位占比、技术集中度及长期转化预期上，开始向海外巨头趋势靠拢 [23][27][35] 企业对研究型实习生的核心要求与定位 - 最核心的能力是可验证的研究产出能力，体现为论文、方法论创新或系统性推进复杂问题的经验 [37][38] - 许多项目明确希望候选人在项目周期内完成具有公开价值的研究成果，Anthropic往届AI Safety Fellow有超过80%产出了论文 [12][13][39] - 寻找能够独立推进长期、复杂问题（如模型架构、安全性研究、系统优化）的研究者 [40][41] - 项目设计为全职强度，旨在观察候选人在该环境下的表现，并评估其未来成长为核心研究员或技术负责人的潜力 [42][43] - 此类岗位并非传统补充人力或承担基础任务的实习，而是系统性筛选、培养和绑定AI技术人才的方式 [44][45] - 短期研究项目成为企业提前下注人才的“顶尖期货”的低风险方式，也是一套隐形的精英筛选机制 [46][47][48] 行业竞争格局变化 - 大厂通过高薪酬和资源倾斜争夺顶尖AI人才，使得资源和资金有限的初创公司获取顶尖人才的难度上升 [49][50][51] - AI人才的培养和筛选路径明显前移，加剧了人才竞争 [49]

AI人才争夺战蔓延至学生与实习生群体 - 行业巨头如OpenAI、Anthropic、Meta、Google DeepMind等，为实习、Fellowship、Residency等短期岗位开出的薪酬已可对标全职研究员，月薪普遍在7000至18000美元区间，折合人民币约4.9万至12.6万元 [2] - 这场针对成熟AI人才的激烈争夺，现已波及尚未正式毕业或刚进入研究路径不久的学生群体 [2] 海外巨头短期项目薪酬与定位 - **OpenAI**：其为期6个月的驻留计划，参与者以全职员工身份加入，月薪约18300美元（约合12.8万人民币），工作强度与薪酬均媲美正式岗位 [5][6] - **Anthropic**：为期4个月的AI Safety Fellow项目，参与者每周可获得3850美元（约合2.7万人民币）津贴，并享有每月约15000美元（约合10.5万人民币）的算力支持，超过80%的往届成员产出了论文 [7] - **谷歌**：其Student Researcher项目针对博士生，采用年薪制，薪酬在11.3万至15万美元之间（约79万至105万人民币），旨在为Google Research和DeepMind团队补充新鲜血液 [7] - **Meta**：其Research Scientist Intern项目为期12至24周，月薪在7650美元至12000美元之间，研究方向覆盖NLP、生成模型、CV等核心领域 [8] - 这些项目虽名义上是实习或学生项目，但从工作内容、薪酬及资源投入来看，已等同于AI领域的正式工作 [4][7][8] 国内大厂在实习生项目上的趋势 - **字节跳动**：2025年字节跳动奖学金名额增加，奖学金翻倍至10万现金加10万专项学术资金，并为每位获奖者导师提供10万元奖励 [10] - **腾讯**：宣布启动史上最大规模就业计划，三年内新增28000个实习岗位，2025年计划接收10000名实习生，其中六成为技术类岗位，背景是大模型加速落地 [12] - **阿里云**：2026届实习招聘是近年来规模最大的AI人才校园招聘，AI相关岗位占比超过80%，覆盖大语言模型、多模态等多个方向 [12] - **百度**：2025年3月向在校生开放了3000多个暑期实习岗位，其中87%与AI相关 [12] - 国内市场在实习岗位的AI技术集中度、长期转化预期上，正与海外趋势靠拢，尽管具体薪资未详细披露 [13] 巨头对实习生的核心要求与长远考量 - 公司寻找实习生的**核心能力是可验证的研究产出能力**，通常体现为论文、方法论创新或在复杂问题上的系统性推进经验，许多项目明确要求候选人在周期内完成具有公开价值的研究成果 [15] - 公司也在寻找能够**独立推进长期、复杂问题**的研究者，项目设计为全职强度，部分原因是为了观察候选人在高压环境下的表现 [15] - 公司的**长远考量在于潜力**，旨在通过系统性筛选，考核候选人对问题的理解深度、研究品味及长期投入意愿，从而提前培养和绑定顶尖AI技术人才 [17] - 短期研究项目正成为企业**提前下注人才**和**隐形精英筛选**的方式，这种方式比高价挖角成熟人才风险更低，也比单纯依赖简历面试更可靠 [17] - 这种人才争夺前移的趋势，使得资源和资金有限的初创公司在获取顶尖人才方面的难度上升 [17]

行业现状：YouTube平台AI生成低质量内容泛滥 - 一项针对全球15,000个最受欢迎YouTube频道的研究显示，超过20%推荐给新用户的视频属于低质量、以吸引点击为目的的AI生成内容，即“AI泔水” [1] - 研究人员创建新账号测试发现，平台推荐的前500个视频中，有104个是“AI泔水”类视频，占比达20.8% [1] 公司影响：部分频道完全依赖AI内容并产生可观收益 - 调查发现，有278个YouTube频道的视频完全由“AI泔水”构成 [1] - 这些完全依赖AI内容的频道累计获得了630亿次观看和2.21亿订阅者 [1] - 这些频道估计每年产生约1.17亿美元的收入 [1]

行业背景与投资主题 - 人工智能革命蕴含丰富的投资机会，并可能带来巨大的经济转型和生产力提升[1] - 从初创公司到全球巨头都在大力投资人工智能研究和基础设施，以跟上全球技术竞赛[1] - 强劲的机构支持预计将加速人工智能的发展和采用，为专注于AI的企业创造长期有利且稳定的环境[2] - 尽管并非所有AI股票都会成功，但关注具有强大竞争优势和坚实财务基础的高质量公司，可以在行业仍处于相对早期阶段时捕捉其未来机遇[2] 公司分析：Alphabet (GOOGL/GOOG) - 公司拥有全栈AI生态系统、庞大的数据护城河、在搜索和云领域的市场主导地位以及强大的财务实力[5] - 公司具备端到端的AI基础设施，包括自研AI芯片（TPU）、Gemini基础模型、Google Cloud平台以及大量面向用户的产品（如搜索、YouTube、Android）[5] - TPU是专为神经网络数学设计的专用集成电路，相比通用GPU，在AI训练和推理上更高效，是谷歌AI的支柱[6] - 自研芯片使公司能够摆脱外部芯片供应链和价格的影响，从而更好地控制和扩展AI开发规模[7] - Google Cloud提供TPU即服务，使公司在利润丰厚的AI硬件市场中成为重要参与者，而不仅仅是芯片消费者[7] - 来自搜索和YouTube的用户交互数据用于训练和完善AI模型，构成了其更广泛商业生态系统的持久竞争优势[9] - AI正在提升谷歌搜索流量并优化广告投放，搜索是公司的核心现金引擎，占整体收入的一半以上[9] - 谷歌是大多数设备的默认搜索引擎，这为公司部署和完善新AI功能提供了庞大的分销网络[10] - 其他业务，如Waymo（自动驾驶）和通过子公司Verily进行的AI医疗研究，是更具长期增长潜力的新兴领域[10] - 公司持续盈利（仅第三季度净利润就增长了33%）并产生大量现金流，这些资金习惯性投资于AI基础设施、数据中心和研究[11] - 公司当前股价为313.51美元，市值达3.8万亿美元，第三季度净利润增长33%[9][11] 公司分析：SoundHound AI (SOUN) - 公司专门为各行业企业开发和提供独立的语音及对话式人工智能解决方案[12] - 其技术能一步理解语音和意图，实现更快更准确的响应，而非传统的语音转文本再处理的二步流程[12] - 业务已从最初的汽车领域（如与Stellantis的合作）扩展到餐饮等多个行业（如Chipotle、Five Guys），以降低对单一客户的依赖[13] - 在餐饮业，平台用于自动化电话和得来速订单、管理复杂的菜单修改以及回答营业时间等客户咨询[13] - 公司还为医疗保健、金融服务和保险等行业提供客户服务AI代理[14] - 收入来源包括软件解决方案的订阅费、语音商务交互的佣金以及技术许可[14] - 2025年第三季度营收为4200万美元，同比增长68%，但公司从未实现年度盈利，持续报告巨额GAAP净亏损，核心业务仍在消耗现金[15] - 公司与主要品牌的合作以及对Amelia和Interactions等公司的收购，加强了其市场地位，扩大了客户群并增加了新能力[16] - 截至2024年底，公司报告了约12亿美元的显著合同积压[16] - 与亚马逊、谷歌和苹果等将其语音AI解决方案绑定在自身生态系统中的大型科技公司不同，公司提供白标、可定制的解决方案，允许企业保持完整的品牌控制和数据隐私[17] - 公司当前股价为10.69美元，市值为45亿美元[15] 公司分析：Amplitude (AMPL) - 公司是一个数字分析平台，帮助企业理解客户如何使用其数字产品，以改善用户体验并推动收入增长[18] - 公司全面拥抱AI，推出了一系列AI代理和功能，可自动化数据分析并为客户生成可操作的见解[18] - AI代理是自主AI工具，可监控用户行为、发现问题、形成假设，并就结账流程或功能采用等事项提出甚至实施优化建议[19] - AI反馈解决方案是一个AI原生工具，可综合来自各种来源的客户反馈，即时提炼主题，将其与用户行为关联，并帮助企业构建更好的功能[19] - 在经历疫情后的一些阻力后，公司增长已重新加速，最近几个季度营收和年度经常性收入均呈现稳健增长[20] - 2025年第三季度业绩出色，ARR达3.47亿美元，同比增长16%；剩余履约义务达3.919亿美元，同比增长37%[20] - 业务模式是围绕产品分析构建的免费增值分层软件即服务框架，采用“先落地后扩展”策略[21] - 客户群多元化，超过4500家，包括沃尔玛、Atlassian、Shopify等知名企业，以及DoorDash、Coinbase等成长期的颠覆者[21] - 在第三季度，ARR超过10万美元的客户群体同比增长了15%，整体营收同比增长18%[22] - 尽管仍报告GAAP净亏损，但公司现金流为正，并预计2025全年将实现非GAAP营业利润，第三季度产生了340万美元的自由现金流[23] - 公司当前股价为11.93美元，市值为16亿美元[21]

henry 发自 凹非寺量子位 | 公众号 QbitAI 2025年的AI，真·八方来财。 福布斯最新数据显示，仅今年一年，AI产业就捧出了50多位新晋亿万富翁。 福布斯最新数据 其中，数据标注公司SurgeAI的CEO Edwin Chen以180亿美元净资产居首；凭借DeepSeekR1在年初搅动硅谷的梁文锋，也已站上115亿美元的财富高点。 然而，新钱喷涌的同时，老钱们并未退场。 今年，马斯克的净资产同比增长近50%，升至6450亿美元；谷歌创始人拉里·佩奇与谢尔盖·布林，则凭借公司在AI方向上的强势反弹，分别位列硅谷富豪 榜第二、第四，过去一年财富增长均接近60%。 黄仁勋与马斯克 更广泛来看，AI还吸走了全球创投市场近一半的融资。 所以，先甭管康波不康波，这轮AI浪潮，至少在"钱"这一块已经是完全到位了。 新钱已就位 据Crunchbase数据，今年投资者向AI领域投入了超过2023亿美元，其中约50%流向初创公司，比2024年增长了16%。 Crunchbase数据 这些资金覆盖了整个AI生态——从基础模型、AI Infra、应用开发和人才争夺，同时也塑造了一批新的亿万富翁。 在基础模型赛道，De ...