行业前景与市场预测 - 亚马逊CEO Andy Jassy将生成式AI描述为“一生一次”的技术，正被用于重塑客户体验 [1] - 埃隆·马斯克预测，到2040年，人形机器人数量将至少达到100亿台，单价在2万至2.5万美元之间 [1] - 根据马斯克的预测，该技术到2040年的潜在价值可能达到250万亿美元，相当于重塑全球经济的巨大浪潮 [2] - 普华永道和麦肯锡等主要机构认为AI将释放数万亿美元的潜力，即使250万亿美元的数字显得雄心勃勃 [3] 技术突破与行业影响 - 一项强大的技术突破正在重新定义人类工作、学习和创造的方式，并已在对冲基金和华尔街顶级投资者中引发狂热 [4] - 比尔·盖茨将人工智能视为“我一生中最大的技术进步”，其变革性超过互联网或个人电脑，能改善医疗、教育并应对气候变化 [8] - 拉里·埃里森正通过甲骨文公司斥资数十亿美元购买英伟达芯片，并与Cohere合作，将生成式AI嵌入甲骨文的云服务和应用程序中 [8] - 沃伦·巴菲特认为这项突破可能产生“巨大的有益社会影响” [8] 投资焦点与机会 - 一家未被充分关注的公司被认为是开启这场250万亿美元革命的关键，其超低成本的AI技术应引起竞争对手的担忧 [4] - 真正的机会并非在于英伟达等巨头，而在于一家规模小得多、默默改进使整个革命成为可能的关键技术的公司 [6] - 从硅谷内部人士和华尔街资深人士的信息判断，该领域存在巨大机遇 [6] - 250万亿美元的价值浪潮并非与单一公司绑定，而是与一个将重塑全球经济的AI创新者生态系统相关 [2] 市场对比与规模感知 - 250万亿美元的市场规模，粗略相当于175个特斯拉、107个亚马逊、140个Meta、84个谷歌、65个微软或55个英伟达的价值总和 [7]

行业前景与市场预测 - 生成式人工智能被视为“一生一次”的变革性技术，正在重塑客户体验 [1] - 预测到2040年，人形机器人数量将达到至少100亿台，单价在2万至2.5万美元之间 [1] - 根据预测，该技术到2040年可能创造价值250万亿美元的市场机会 [2] - 普华永道和麦肯锡等主要机构认为人工智能将释放数万亿美元的潜力 [3] - 人工智能被描述为比互联网或个人计算机更具变革性的“一生中最大的技术进步”，有望改善医疗、教育并应对气候变化 [8] 主要参与者与投资动向 - 亚马逊、特斯拉、英伟达、Alphabet和微软等科技巨头是人工智能领域的重要参与者 [6] - 甲骨文公司正投入数十亿美元购买英伟达芯片，并与Cohere合作将生成式AI嵌入其云和应用中 [8] - 对冲基金和华尔街顶级投资者已对人工智能突破表现出狂热兴趣 [4] - 行业观点认为，最大的投资机会可能存在于一家目前持股较少、掌握关键技术的公司，而非当前的巨头 [4][6] 潜在投资标的 - 一家未被广泛关注的公司被认为是开启250万亿美元革命的关键，其廉价的AI技术可能对竞争对手构成威胁 [4] - 该公司的价值被类比为相当于175个特斯拉、107个亚马逊、140个Meta、84个谷歌、65个微软或55个英伟达 [7] - 有观点认为，未来几年投资者可能会因为未持有该公司的股票而后悔 [9]

OpenAI早期文化与发展历程 - OpenAI在2018年时被业界视为非常非主流的“草台班子”，其团队构成与Google Brain、Facebook AI Research等由知名PhD组成的“全明星阵容”形成鲜明对比[2] - 早期OpenAI团队人员背景极其多样化，包括本科生、神经科学家、英语不流利的俄罗斯开源开发者和Unity游戏开发者，正儿八经的科班CS PhD较少[4] - 与同期其他研究机构不同，OpenAI最大的优势在于其统一的使命和极致的工程化能力，这帮助它将一群背景各异的人凝聚在一起并坚持下来[5] - 早期OpenAI的一些项目，如用AI玩Dota，在当时学术界看来是为了“学术PR”而做的“非主流”项目，并不被认为是一个顶级研究组织[3][4] 中美大模型产业现状与竞争策略 - 中国大部分大模型厂商都在进行模型蒸馏，这是一个比例很高的现象[15] - 蒸馏要做好并不容易，涉及资金、人才、算力以及如何获取用户反馈等多重挑战[15] - 国内厂商的明确目标是保持每一代模型都能在特定有价值的基准测试或能力上与世界最好的模型保持同等水平，只要不掉队即可[15] - 这是一个非常合理的短期生存策略，保持生存和持续迭代至关重要，就有机会实现赶超[17] - 美国头部企业（如Claude）能做好部分原因在于其拥有极强的用户反馈飞轮，例如几乎所有最高质量的AI编程用户数据都流向了Claude[15] - 在编程等领域，由于很多是后训练阶段的工作，通过蒸馏追赶相对更容易一些[15] - 但完全依赖蒸馏的观点不被赞同，公司依然需要一个合理的基础模型，基础模型不好，蒸馏效果也有限[16] - 后训练数据是难题，特别是在智能体编程场景下的任务拆分数据并不好获取[16] - 如果没有自己数据边界清晰的基础模型和良好的强化学习基础设施，后续的泛化工作会非常困难[16] AI技术发展趋势与研究方向 - 强化学习的范式尚未结束，与预训练一样，在架构和训练方式上仍有很大探索空间，例如多模态的引入[31] - 让强化学习继续扩大规模肯定有空间，当前智能体编程任务的训练成本虽重，但尚未到无法承受的地步[32] - 未来的范式转变可能从人类努力的角度考虑，从预训练到后训练，人类体力劳动的付出在持续降低数量级[33] - 训练AI如同培养运动员，后期人类提供的高质量、有价值的数据会越来越少，介入将变得更精细和微妙[34] - 多模态是一个“新大陆”，多模态甚至视频模型的预训练可能为机器人等领域带来全新可能性，并可能解锁新的能力[37] - 将生成和理解统一放到预训练阶段去做是一个新的技术可能性，谷歌大概率走通了这条路线[37] - 如果追求通用人工智能，那么继续深耕编程能力是关键；但如果多模态的新可能性走通，也一定会出现新的机会[37] 智能体与多智能体系统的应用前景 - 真正需要多智能体系统的情况主要有两种：一是大规模并行分布式处理任务；二是处理节奏不同的异步任务[23] - 随着长上下文大模型的出现，许多之前提出的多智能体场景已被证伪，因为一个能力强大的模型可以直接处理，无需拆分角色[24] - 在公司工作流中，强行拆分成多智能体并不被看好，一个集中式的超级智能AI进行后台决策更为合适，除非是特别关键的研究任务[24] - 像Claude Code辅助编程这类需要大量并行尝试和验证的工作，是天然适合多智能体（如智能体编排、集群）的场景[25] - 另一种场景是去中心化系统，例如为不同地点（家、公司、车）或不同功能（回微信、刷社交媒体、看新闻）部署独立的智能体[26] - 在这些需要相互隔离或执行不同功能的场景下，分布式、不同上下文的智能体才有意义[26] 强化学习的挑战与数据飞轮 - 强化学习面临的核心挑战之一是奖励信号不清晰，特别是在创意写作或现实案例等难以验证的领域[27] - 解决问题的底线是至少要能做到“人类可验证”，如果一个领域最专业的人都无法判断好坏，那可能就不存在科学解法[28] - 存在从“机器自动可验证”到“人类可验证”的谱系，可以通过人机协同反馈的模式来扩大可训练范围并降低成本[28] - 与推荐系统拥有天然的用户行为数据飞轮不同，强化学习的数据需要专家进行清洗和构造，本质上是“人在回路”的数据飞轮[29] - 直接从普通用户收集反馈信号（如代码补全接受度）噪声会很大，公司肯定会在后台进行数据清洗，而非纯粹的无脑在线强化学习[30] AI时代的企业组织形态 - 新兴的AI原生团队需要更少但更精英的人员，包袱小，迭代速度非常快，AI工具（如Claude Code）能大幅减少对基础代码维护人员的需求[19] - 这导致团队规模可以很小，从而自然避免了许多大团队常见的组织管理问题[19] - 对于老牌企业或传统企业的AI转型则更为复杂，可能演变为一种类似咨询的方式，需要自上而下地改变组织的评估和运作模式，这对领导层要求极高[20] - 像Meta、字节这样拥有强势且年富力强CEO的公司，可能通过自上而下的绩效和组织变革来实现转型[20] 学术界的定位与价值 - 在算力被大厂垄断的背景下，学术界的价值不在于复刻大厂的规模，而在于提供系统性的科学训练和从零构建系统的机会[21] - 学术界99%的工作可能最终没有直接商业价值，但这正是科学精神的体现，允许伟大的想法在自由环境中缓慢演化[22] - 学术界应致力于思考大厂不敢想的创意，去做那些有趣但看似无意义、甚至可能行不通的东西[22] - 伯克利AMPLab模式是成功的典范，孵化出了Databricks、AnyScale、vLLM、SGLang等改变行业的工具，学术界可以作为一个更安全的创新避风港，以前瞻性实验捕捉产业创新空隙[22][23] 对通用人工智能的看法 - 通用人工智能的定义是一个“移动的球门”，当前AI的能力（例如在经济性文职工作替代上已接近80%）其实已接近早期设定的目标，但公众的期望门槛被拉高了[35] - 目前AI在编程领域已取得巨大突破，但由于普通人不接触代码，导致存在巨大的感知差距，这本身是一个巨大的产品机会[36] - 衡量AI进步的一个具体标准是看其能否独立完成耗时数周的工作，如果能做到，那它必然具备自我进化和持续学习的能力[36]

涉及的行业与公司 * **行业**: 电力设备与发电行业 特别是燃气轮机 柴油发电机组 功率半导体行业[1] * **公司**: 微软 谷歌 OpenAI 亚马逊 Meta xAI 甲骨文 国内柴油发电机组OEM供应商[1][2] 核心观点与论据 * **美国科技巨头转向自主供电**: 微软 谷歌 OpenAI 亚马逊 Meta xAI 甲骨文七家公司签署自主供电承诺 将减少接入市电比例 增加对燃气轮机和柴油发电机组的需求[1] * **中东冲突加剧电力需求**: 美伊冲突波及中东多地 电力基础设施被炸毁 导致数据中心中断和工商业用电受影响 电力设施重建和备电需求迫切 进一步推高对功率半导体等设备的需求[1] * **柴油发电机组需求扩张且场景转变**: 需求规模从数据中心备电拓展至工商业场景 需求性质从备电转为部分应急场景下的主电源 且冗余比例在提升[2] * **柴油发电机组在中东应急需求中占优**: 相比建设周期为1-2年的燃气轮机 柴发模块化 运输便利 建设周期仅1-3个月 更适合当前应急场景 且中东燃料成本低[2] * **国内柴发厂商迎订单机遇**: 产业链调研显示 中东客户已开始向国内主流柴发OEM供应商询单和加单[2] * **中东急单盈利能力强**: 中东需求多为急单 价格弹性大 其盈利能力可与数据中心相关的高端产品相比[2] 其他重要内容 * **事件发生地**: 美国白宫[1] * **需求驱动因素**: 包括科技公司自主供电战略和地缘冲突导致的应急重建需求[1][2]

涉及的行业与公司 * **行业**: 人工智能数据中心、燃气轮机、船舶动力改造[1][2][3] * **提及公司**: 微软、谷歌、OpenAI、亚马逊、Meta、xAI、甲骨文[1][3] * **推荐标的**: 中国动力、常宝股份、东方电气、杰瑞股份、应流股份、万泽股份、联德股份、豪迈科技、BYTH、西子洁能[4] 核心观点与论据 * **核心事件**: 美国七大科技巨头签署自主供电承诺，旨在解决数据中心推高电力需求及电费上涨的公众担忧[1][3] * **行业趋势判断**: 北美人工智能数据中心未来自建电源比例将持续提升，这将进一步提升对燃气轮机的需求[2][3] * **供需预测**: 预计到2028年，全球燃气轮机需求将超过120GW，而全球供给约为90GW，供需缺口将持续扩大[3] * **投资方向**: 继续看好燃气轮机产业链以及船舶动力改造为燃气的趋势[3] 其他重要内容 * **投资建议**: 报告明确给出了看好的细分领域及具体上市公司标的，覆盖了从整机、核心零部件到配套设备的全产业链[4]

涉及的行业与公司 * **行业**: 北美（美国）电力基础设施行业、数据中心（AIDC）行业 * **公司**: 谷歌、微软、Meta、亚马逊等北美AI科技巨头；以及一系列被提及的潜在受益的中国电力设备及电源企业，包括金盘科技、伊戈尔、明阳电气、安靠智电、思源电气、神马电力、威腾电气、良信股份、宏发股份、正泰电器、法拉电子、麦格米特、欧陆通、科华数据、中恒电气、科士达、禾望电气、盛弘股份、四方股份、中国西电、特变电工、新特电气、京泉华等[1][2][3] 核心观点与论据 * **北美科技巨头签署供电承诺，将加速电网基建** * 谷歌、微软、Meta、亚马逊等AI巨头签署了“纳税人保护承诺”，承诺通过建设、引入或购买新电力来支持其数据中心供电，以防止居民电费上涨[1][2] * 该协议明确科技公司需承担AI项目所需的所有发电和电力，并尽可能通过新增发电厂增加电网发电能力[2] * 此举有望促使头部AI厂商加快电力基础设施建设，以支撑数据中心的快速增长[1][2] * **美国数据中心电力需求激增，是未来用电增长主要驱动力** * 截至2025年十月中旬，美国数据中心项目规划容量达245GW，其中2025年第三季度备案容量达45GW，而2024年初累计备案数量仅为50GW左右，备案规模迅速增长[2] * 2023年美国数据中心耗电量为176TWh，占总体用电量约4.4%[3] * 乐观情况下，2028年美国数据中心耗电量将达到580TWh，占总体用电量比例将提升至约12%，数据中心将成为美国耗电增长的主要驱动因素[3] * **国内电力设备及电源企业有望受益于北美市场机遇** * 看好受益于美国电网基建加速的电力设备出口及AIDC相关标的[3] * **电力设备出海**：包括变压器（金盘科技等）、高压设备（思源电气等）、母线（威腾电气等）及相关元器件企业[3] * **电源环节**：包括服务器电源（麦格米特等）及相关电源企业[3] 其他重要内容 * 协议除电力供应外，还包含其他细则：科技公司将与公用事业公司协调单独的费率结构，投资当地社区进行劳动力发展，并在必要时利用其基础设施为当地电网提供备用电力[2] * 纪要提及了潜在风险，包括技术进展不及预期、下游需求不及预期、贸易环境变化等[4]

行业与公司 * 涉及的行业为电力设备行业，具体聚焦于**变压器**及其上游供应链[1][3] * 涉及的公司包括变压器整机制造商（如思源电气、伊戈尔、金盘科技、望变电气、安靠智电、白云电器、中国西电等）和上游材料/组件供应商（如神马电力、宏远电气、金杯电工、广信材料、华明装备等）[4] * 同时提及了扩散性受益的**低估值**公司（如特变电工、三星医疗、明阳电气、特锐德等）[4] 核心观点与论据 * **核心驱动：AI发展导致电力需求激增，引发全球性资本开支** * 微软、谷歌、OpenAI、亚马逊、Meta、xAI和甲骨文七家美国科技巨头签署承诺，将自行供应或购买AI数据中心所需电力[1][3] * 这标志着美国电网与数据中心在电力资本开支上形成“双足鼎立”的局面[1][3] * 预计大规模资本开支将席卷全球关键电气设备产能[2][4] * **核心逻辑：中国变压器供应链将深度受益** * 全球（尤其是北美）电力需求景气，导致供应链向**中国**转移[4] * 国内企业凭借出色的产品质量和无可匹敌的产能交付优势，有望持续获取欧美电网及数据中心下游的高毛利订单[4] * 行业呈现**量价齐升**，成长性显著[4] * **需求印证：欧洲大单验证景气度与转移逻辑** * 三星医疗获得荷兰电网下游价值**9.5亿元**的变压器大单，进一步印证了北美需求景气下全球供应链向国内转移的逻辑[4] 其他重要内容 * **投资建议**：报告明确“继续重点推荐”并“强CALL变压器出口”赛道[1][3][4] * **细分推荐方向**： * **变压器整机**：分为确定性北美敞口公司和扩散性北美受益（低估值）公司两类[4] * **变压器上游**：具备全球供货能力的材料与组件公司[4]

纪要涉及的行业或公司 * **行业**：AI数据中心（AIDC）发电设备行业，具体涉及燃气轮机、航改燃、燃气内燃机、固体氧化物燃料电池（SOFC）、柴油发电机组等细分领域[1][2][3][4][5] * **公司**：美国科技七巨头（微软、谷歌、OpenAI、亚马逊、Meta、xAI、甲骨文）[1]；国内多家上市公司，包括应流股份、豪迈科技、冰轮环境、西子洁能、博盈特焊、杰瑞股份、东方电气、海联讯（杭汽轮）、上海电气、哈尔滨电气、航发动力、航发控制、航宇科技、潍柴动力、潍柴重机、银轮股份、联德股份、玉柴国际、重庆机电、鹰普精密等[2][3][4][5] 核心事件与核心观点 * **核心事件**：美国七大科技巨头签署自主供电承诺文件，旨在通过自建发电设施应对AI数据中心电力需求激增，避免影响居民用电成本[1] * **核心观点**：AI算力的电力约束极度紧张，将加速美国AI数据中心供电模式重构，现场发电成为刚需，确认了AIDC发电设备行业的高景气度[1] * **核心论据**：海外AIDC基建高景气外溢，发电方式呈现多元化，包括燃气轮机、航改燃、燃气内燃机、SOFC等[1] 各细分领域观点与标的 * **燃气轮机** * **观点**：供需持续紧张，海外需求外溢为国内企业带来出海机遇[2] * **相关标的**：应流股份、豪迈科技、冰轮环境、西子洁能、博盈特焊（关键零部件及配套设备）；杰瑞股份（集成商）；东方电气、海联讯（杭汽轮）、上海电气、哈尔滨电气（主机厂）[2] * **航改燃** * **观点**：属于航空发动机技术的降维应用，技术同源，出海前景可期[2] * **相关标的**：航发动力、航发控制、航宇科技[3] * **燃气内燃机** * **观点**：已获得北美AIDC批量订单，证实市场需求[3] * **相关标的**：潍柴动力、潍柴重机、银轮股份（新披露北美燃气发电机定点订单，年均9亿）、联德股份[3] * **固体氧化物燃料电池** * **观点**：90天高效部署方案，最能解决发电的燃眉之急[3] * **相关标的**：潍柴动力[4] * **柴油发电机组** * **观点**：作为备用电源方案，受益于国产替代与出海共振[4] * **相关标的**：潍柴重机、潍柴动力、玉柴国际、重庆机电、联德股份、鹰普精密[5]

**纪要涉及的行业或公司** * **行业**： 电力设备与储能行业，特别是面向海外（北美）市场的相关产业链[1] * **公司**： * 事件主体：微软、谷歌、OpenAI、亚马逊、Meta、xAI、甲骨文（北美七大科技巨头）[1] * 合作方/供应商：Xcel Energy（公用事业公司）、Vistra Corp、Constellation Energy Corp（核能供应商）、Oklo、TerraPower（下一代核反应堆开发商）[2][3] * 投资建议关注的中国产业链公司：阳光电源、阿特斯、宁德时代、海伦哲、科陆电子、正泰电源、思源电气、华明装备、伊戈尔、金盘科技、安靠智电、四方股份、特锐德等[4] **核心观点与论据** * **核心事件**：北美七大科技巨头签署自主供电协议，承诺通过自建发电设施或采购电力来满足新建AI数据中心的用电需求，以避免挤占公共电网资源并确保居民电价稳定[1] * **两种主要自主供电模式**： 1. **谷歌模式（清洁能源加速共建）**： * **模式**：与公用事业公司（如Xcel Energy）合作，采用“清洁能源加速收费（CEAC）”模式，企业承担所有相关的新电网基础设施成本[1][2] * **配套建设**：在明尼苏达州项目将建设1400MW风电和200MW太阳能，并额外投资5000万美元部署分布式电池系统[2] * **储能策略**：采用“锂电池+铁空气电池”复合策略，锂电池应对短时波动，铁空气电池作为长效支柱[2] * **影响**：大规模新能源在AI数据中心的应用标志着光储成为行业首选项，长期利好AI数据中心储能需求；新增1.6吉瓦（GW）清洁能源接入将带动大量输电线路和变电站建设，且大厂直接投资有望解决美国电网投资落地难的问题[3] 2. **Meta模式（大规模采购核能）**： * **模式**：大规模采购核能，与多家供应商签约[3] * **规模**：签署的核能总供电规模最终可能超过6吉瓦（GW），足以满足约500万户家庭规模城市的用电需求[3] * **技术投资**：同时投资Oklo和TerraPower两家公司，支持其开发下一代小型模块化核反应堆[3] * **模式对比与前景判断**： * **短期（更现实、更可落地）**：谷歌的合作共建模式能直接解决美国电网投资不足的问题，以消纳更多新能源，且相对核电上马速度或较快，因此光储网产业链确定性更强[3] * **长期（5-10年）**：随着核电投产与小型模块化核反应堆技术发展，核电或将成为更长效稳定的方案[3] **其他重要内容** * **投资建议**：基于上述分析，建议关注三条主线： * **海外储能产业链优质企业**[4] * **电力设备企业**[4] * **SST（可能指特定细分领域或技术）相关企业**[4]

阿里巴巴AI与组织动态 - 公司批准通义实验室林俊旸的辞职申请，并决定成立基础模型支持小组，将继续坚持开源模型策略，持续加大AI研发投入和吸纳优秀人才力度 [1] - 针对“千问模型核心团队集体离职”等传闻，公司辟谣称团队稳定，没有出现集体离职，所有产品与服务运行正常，并重申千问会坚持开源策略，基础模型团队从未被设置DAU等商业化KPI，目标是追求模型智能上限，实现AGI [5] - 谷歌DeepMind开发团队相关负责人Omar Sanseviero公开向Qwen团队抛出橄榄枝，邀请其加入以共同打造优秀模型和为开源生态贡献力量 [4] 人工智能行业动态与竞争 - OpenAI截至上月末年化收入突破250亿美元，较其年末214亿美元的年化收入增长了17% [5] - Anthropic正逐步缩小与OpenAI的收入差距，同时其首席执行官重启与五角大楼的AI合作协议谈判，以期敲定一份关于美军使用其AI模型的合同 [5][9] - 阶跃星辰Step 3.5 Flash模型在全面开源后，其调用量在OpenClaw平台上迅速攀升至全球第一，前五名中来自中国大模型创业公司的基座模型占据了过半席位 [10] - OpenAI正式推出GPT-5.4及GPT-5.4 Pro模型，提供“Thinking（思维）”模式，并优化了在各类工具、软件环境及专业任务中的协同表现 [16] - 美国七大科技巨头（微软、谷歌、OpenAI、亚马逊、Meta、xAI和甲骨文）签署自主供电承诺，以应对数据中心电力需求激增问题，国际能源署预测到2030年全球数据中心电力需求将增长一倍以上，达到约945太瓦时 [12] 机器人及具身智能领域 - 理想汽车将在今年年内发布一款主要用于工厂制造场景的双轮机器人，其内部人形机器人团队已秘密研发近一年，团队代号Nexus，负责人为前九光智能硬件合伙人何俊培，团队不到30人 [7] - 人形机器人企业魔法原子创始人、原CEO吴长征已从公司离职并启动个人创业，公司证实此事，但表示核心技术团队稳定，研发工作已由CTO陈春玉接管 [5] - 亚马逊机器人部门裁员至少100人 [11] - IDC预测2026年全球智能机器人硬件市场规模将接近300亿美元，其中中国将引领全球具身智能机器人市场增长，届时中国市场规模将突破110亿美元 [20] - 具身智能企业星动纪元完成10亿元战略轮融资，估值破百亿，累计吸引16家国内外产业投资方，为行业之最 [13] - 具身智能企业帕西尼完成超10亿元B轮融资，估值突破百亿元，成为全球具身感知领域估值最高的企业 [13] - 具身基模和通用机器人企业极佳视界完成近10亿元Pre-B轮融资 [13] 新能源汽车与自动驾驶 - 比亚迪发布第二代刀片电池，电量从10%充至70%需5分钟，从10%至97%仅需9分钟，能量密度较第一代提升5%，搭载该电池的腾势Z9GT续航里程达到1036公里 [14] - 比亚迪集团董事长王传福表示，用新能源汽车替代燃油车是关乎国家能源安全和长远发展的必答题，因中国超过70%的石油依赖进口，且全国70%的石油用在交通领域 [7] - 华为智能汽车解决方案BU CEO靳玉志回应安徽浓雾事故，称智驾系统已将车速降至60公里，但车主持续踩电门将车速提升至超过100公里，导致事故 [7] - 全国人大代表、小米集团董事长雷军建议设立智能电动车辆一级交叉学科，推动智能电动汽车专业走入大学，培养复合型人才 [10] - 东风本田纯电车型e:NS2将出口日本，最早于2026年春季开始销售，暂定名INSIGHT，出口限定3000台 [12] - 自动驾驶公司MOMENTA据悉申请10亿美元香港IPO [13] - 新石器无人车在阿联酋阿布扎比暂停运营，此前文远知行、百度萝卜快跑也暂停了在阿联酋的无人驾驶测试或运营 [10] - 特斯拉2月在英国售出2208辆汽车，同比下降45.2% [20] 科技公司财务与市场 - 京东集团2025年全年收入为13091亿元，同比增长13%，归属于普通股股东的净利润为196亿元，年度活跃用户数增至超7亿，季度活跃用户数和用户购物频次同比增长超30% [10] - OpenAI年化收入突破250亿美元 [5] - 胡润研究院发布《2026胡润全球富豪榜》，马斯克财富在过去一年飙升89%，达到5.5万亿元人民币，蝉联世界首富；字节跳动张一鸣以5500亿元人民币财富成为中国首富，财富增长32%；全球十亿美金企业家数量首次突破4000大关，中国以1110位领跑全球，增加287位 [6] - 泡泡玛特创始人王宁及其家族财富为1100亿元人民币，同比增长132% [6] - 存储器涨价冲击供应链，TrendForce预估2026年全球手机面板出货量约为21.4亿片，较2025年23.1亿片下滑约7.3% [20] 其他科技与投资动态 - 英伟达CEO黄仁勋表示，公司近期对OpenAI的300亿美元投资“可能是”在该公司年底上市前对其的最后一次投资，因OpenAI正准备上市 [7] - 谷歌与Epic Games达成和解，将应用商店内购佣金降至20%，若开发者使用谷歌支付系统则额外加收5%，并推出“注册应用商店计划” [10] - 中国科学家牵头发布全球首个气溶胶预报人工智能模型AI—GAMFS，可在1分钟内实现全球范围未来5天、以每3小时为间隔的高精度环境气象预报 [19] - AI原生社区捏Ta完成超千万美元PreA+轮融资，平台已积累超1200万用户，活跃用户日均互动时长超过110分钟 [13] - 深度原理Deep Principle完成A2轮融资，资金将用于迭代升级算法模型体系及推进AI Materials Factory战略落地 [14] - 通用人工智能公司VAST完成5000万美元A轮融资，由阿里、恒旭资本联合领投 [14] - 默沙东因全球HPV疫苗需求下降，决定优化产能，其美国达勒姆基地HPV疫苗生产线将停产，导致约150名员工被裁 [12]