算力链前景 - 对明年算力链的beta持保留态度，市场逻辑高度集中于纯血英伟达链条[1][2][3] - 谷歌推出新一代AI模型Gemini 3，该系统被认为是当前多模态理解能力最强的系统，在各项基准测试中大幅领先[1][3] - Scaling law的有效性面临挑战，模型规模扩大后性能提升并不显著，该核心假设的动摇将影响英伟达的估值逻辑[1][3] - 特朗普政府考虑允许英伟达向中国出售H200芯片，其巨大的CUDA生态优势可能对国产算力链情绪产生冲击[1][3] AI端侧与应用前景 - 对明年AI端侧和应用的beta更为乐观，发展AI端侧符合中国自身的AI战略定位[2][4] - AI端侧是庞大复杂的产业链生态，涉及将大模型装入消费电子外设、应用场景、数据挖掘、数字资产和信用扩张周期[2][4] - 中国模型如Qwen、智谱等已逐渐获得全球开发者认可，外设则依托强大的“中国制造”能力，如消费电子、电动车、无人机、机器人等[2][4] - AI端侧的核心意义在于解决AI基建巨量资本开支的变现问题，并构建完整的AI端侧产业链生态闭环[2][4] 中美AI战略路径 - 美国（西大）力推谷歌的“全栈自研”模式，试图将芯片-软件-模型-应用的链条全部跑通[2][4] - 中国（东大）的优势在于制造能力，应聚焦机器人、无人机、智能外设、电动车等工业制造领域，软件被视为工具[2][4] - 中国战略路径是通过开源软件吸引全球用户加入AI生态，再将生态装入物美价廉的硬件（AI Agents）并销售至全球[2][4] - AI生态催生的应用场景和数据资源将形成巨大飞轮效应，使AI创造的财富沉淀在中国[2][4]