文章核心观点 - 一场汇聚顶尖投资家与科学家的闭门研讨会形成共识：由硬科技定义的新周期正在到来，AI是明确的焦点，正从云端算力延伸至工厂与实验室，带来切实的生产力提升，投资机会在于拥抱AI与算力基础设施、寻找解决真实痛点的技术应用以及具备全球竞争力的出海企业 [1][10] 宏观经济与市场周期展望 - 基于覆盖31个一级行业、124个二级行业的景气度模型分析，2026年被认为是“筑底回升的转折之年”，其逻辑建立在三重动力交汇：外部冲击（如房地产）的负面影响已基本消化；新一轮投资周期可能在2026年下半年开启；以AI、新能源车、半导体为代表的战略性新兴产业已跨越最艰难阶段，进入规模化商业化阶段 [2] - 有观点预判2026年将是中美经济与货币政策出现罕见“共振”的窗口期，为中国经济回升与全球资本流动创造有利条件 [2] - 部分外资机构看好中国资产但仍在等待宏观数据确切反转，这种“刻舟求剑”式的思维可能导致其错过市场底部区域 [3] AI浪潮的定性、规模与产业应用 - 多数产业与资本代表不认为AI存在泡沫，美国当前约4000亿美元的AI投资仅占其27万亿美元GDP的约1.2%，未来可能达到1万亿美元也仅占约4%，从资本开支占比看远未达泡沫水平 [6] - 主流机构普遍认为AI是第四次工业革命，目前尚处早期阶段 [6] - AI正带来切实的生产力提升：云服务商定位为“AI算力的批发商和零售商”，训练大模型是批发业务，千行百业的AI应用推理需求是潜力更大的零售市场 [6] - 在医药研发领域，公司以“小分子药物研发+AI技术”为核心，与AI制药公司合作并内部搭建复合型人才梯队，要求员工全面使用AI工具以提高效率 [6] - 在内容制作领域，过去需十人团队几周完成的三五分钟视频，现在使用AI工具一两个人一两天即可完成，实现显著降本增效 [7] 硬科技发展的挑战与跨越路径 - 从实验室技术到工业化交付存在鸿沟，根本矛盾在于高校科研追求“先进性”（发论文），而产业需要“商业化”（可交付、成本可控） [8] - 硬科技领域存在人才恶性竞争问题，例如整个国家级芯片项目团队被市场化公司高薪挖走，导致原团队破坏和新环境难以发挥的双输局面 [8] - 探索“体制内策划，体制外运营”模式以促进科技产业化，核心是绑定高校教授提供稳定技术源，并解决关键的“首单客户”问题，促成技术参数与工业标准的磨合 [8] - 作为“耐心资本”的代表，国家队险资对于国家鼓励的方向（如算力芯片、商业航天、量子计算）会重金投入，并通过并购、定增、S基金等方式长期陪伴，但其险资属性决定对中后期项目偏好更强，“投早投小”更为谨慎 [8] - 机器人作为硬件，迭代周期远慢于软件，安全是商用落地最大前提，公司采取务实的结合策略：让专用轮式机器人承担配送清洁等“劳务”工作，而将人形机器人限定在吧台迎宾配餐等特定区域使用 [9] - 半导体等领域Know-how极深且难以横向复制，专家跨领域往往需从零开始，这种高壁垒既是护城河也是突破难关，公司的策略是纵向深耕核心技术，同时依托既有优势沿产业链需求进行横向拓展，要求极致的战略定力 [9] 产业进展与竞争力 - 以新能源车为例，自主品牌市占率已从过去的40%-50%攀升至70%以上，且出口车型毛利率普遍高于国内10个百分点，行业已进入结构性重塑的早期 [2]