2025年公募量化基金整体业绩表现 - 2025年市场环境回暖，为量化策略提供了有利土壤[3][8] - 根据Choice数据筛选的37只规模大于5亿元的量化基金中，有31只2025年收益率超过20%，占比约83.8%[4][6] - 收益率超过40%的基金有14只，占比达37%[9] - 涨幅榜前三名分别是：银华新能源新材料量化股票发起式A (005037.OF) 收益率54.11%，广发量化多因子混合A (005225.OF) 收益率52.72%，易方达易百智能量化策略混合A (005437.OF) 收益率50.21%[8] 量化基金业绩归因与分化 - 业绩优异主要归因于市场贝塔收益显著以及量化模型持续进步，捕获超额收益能力提升[8] - 量化策略的高仓位特征和对中小市值的广覆盖，使其在反弹行情中表现犀利[9] - 业绩存在分化，例如长盛量化红利混合A (080005.OF) 2025年收益率仅为0.98%，与其红利策略在牛市中可能跑输进攻型策略的定位有关[9] - 部分基金业绩波动与所聚焦的赛道紧密相关，例如银华新能源新材料量化股票发起式A在2022年和2023年收益率分别为-25.45%和-30.14%，在2025年随板块估值修复而大幅反弹[11] 长期业绩与稳健型代表 - 从更长周期（自成立以来年化回报）看，表现领先的基金并非全是2025年涨幅最高的，而是能维持中上水平的基金[11] - 广发多因子混合 (002943.OF) 自2016年底成立至2025年，累计收益率达487.67%，年化回报达21.44%，其规模在2021年三季度已突破百亿，2025年最新规模达172.9亿元[12][13] - 国金量化多因子A (006195.OF) 自2018年底成立以来年化回报达17.86%，2025年收益率48.48%，最新规模64.7亿元，在2022年和2023年市场低迷时仍取得12.23%和13.68%的正收益[12][18] 公募量化基金的核心优势 - 具备极度理性的纪律性，通过模型执行交易指令，规避人性弱点[20] - 拥有海量覆盖广度，可全天候扫描全市场数千只股票，在热点轮动快的行情中优势明显，持仓分散以捕捉中小市值股票机会[20] - 超额能力持续进化，随着AI发展快速迭代，优秀团队具备在不同市场环境下持续获取超越指数收益的能力[20] - 产品风格清晰，工具属性强，产品线丰富（如红利、科技、多因子策略等），成为配置型资金和FOF基金的重要选择[21]

科创板市场表现与结构 - 截至1月29日，主要指数普遍上行，其中科创50指数表现尤为亮眼，年内累计上涨12.1% [3][4] - 科创板上市公司合计流通市值为10.4万亿元，电子行业流通市值达5.17万亿元，占科创板总流通市值的49.64%，是绝对的结构核心 [5][7] - 计算机与通信行业合计流通市值1.31万亿元，电子、计算机、通信三大科技领域在科创板的总计权重占比高达62.1% [5][7] - 医药生物、电力设备及机械设备行业在科创板也占有显著地位，流通市值分别为1.41万亿元、0.91万亿元和0.87万亿元 [6][7] 公募基金在半导体板块的配置与调仓逻辑 - 半导体产业链是公募基金在科创板的绝对配置核心，在持仓市值超百亿元的12家科创板公司中，来自电子板块的占据9席 [9][10] - 公募基金持仓覆盖半导体产业链关键环节：芯片制造/代工（中芯国际、华虹公司）、芯片设计（海光信息、寒武纪、澜起科技、源杰科技）、半导体设备（中微公司、拓荆科技）和IP授权（芯原股份） [11] - 半导体板块的市场定价锚已从“估值扩张”转向“业绩兑现”，核心逻辑在于手订单爆发、通过收购与扩产直接增厚利润、强劲的涨价持续性以及在先进制程等关键领域的国产替代突破 [13][14] - 部分半导体公司出现持股基金家数上升但持股比例下降的现象，例如寒武纪、海光信息、中微公司、源杰科技，表明在前期股价上涨后，主力机构可能获利了结，而更多中小基金开始进场配置 [11] 公募基金在半导体产业链的具体加仓方向 - 从持股比例增持排名看，电子板块占据9席，主要集中在半导体材料、半导体设备、芯片设计环节 [15] - 神工股份四季度被公募基金加仓11.21个百分点，增持主要受主动权益类资金青睐 [15][16] - 公募基金在半导体材料（广钢气体、沪硅产业）、设备与部件（拓荆科技、腾景科技）、芯片设计（普冉股份、复旦微电）等多个环节的头部公司上均进行了显著加仓 [21] - 存储芯片需求受大模型推理侧爆发支撑，2025年四季度DDR4、DDR5、DRAM和NAND Flash产品仍在提价，2026年第一季度存储芯片上行周期已步入第三季度 [17][18] - 被公募增持明显的公司在1月份股价上涨，存储芯片概念股普冉股份年内区间涨幅达119.40%，神工股份、广钢气体1月涨幅在40%左右 [16][21] 公募基金在医药生物板块的配置与调仓 - 医药生物是科创板第二大行业，也是公募基金的持仓重点，但持有市值超百亿的公司仅有百济神州和联影医疗两家 [24] - 创新药企占据公募基金在医药生物板块的主仓位，持有市值排名居前的包括百济神州、百利天恒、荣昌生物、泽璟制药、诺诚健华和迪哲医药 [24][25] - 四季度，主要创新药公司普遍面临公募基金显著减持，百利天恒持股比例下降7.91个百分点，荣昌生物减少8.23个百分点，诺诚健华减持幅度接近19.85个百分点 [26][27] - 受公募减持影响，相关公司股价在四季度明显下跌，1月份持续分化，创新药板块暂难迎来类似去年二季度的主升行情 [30] 医药生物板块的结构性机会与选股思路 - 尽管整体承压，医药生物板块仍是公募基金结构性加仓的重要方向，在持股比例增持幅度排名前二十的公司中占据六席 [35][36] - 2025年11月上市的百奥赛图受到公募基金追捧，2025年末有10家基金持有，持股比例高达21.55%，公司预计2025年归母净利润同比增加384.26%到443.88% [36][37][38][39] - 公募基金显著增持苑东生物，四季度持仓基金数量升至37家，持股比例环比提升4.39个百分点，公司聚焦麻醉镇痛等刚性需求领域，2025年前三季度销售净利率达21.6% [36][39][40] - “短期有业绩，长期有故事”的公司得到资金认可，具备“避险”、“稳健收益”特质同时有创新布局的公司更受青睐 [40] - 有基金经理认为，创新药下一轮行情中，真正能产生巨大自由现金流的公司会显著跑赢，主仓位仍在龙头药企；医疗器械可能在2026年某个季度看到业绩拐点，但属于边际交易；医疗服务虽未看到业绩拐点，但定价已极度便宜，风险收益比突出 [31][32] 2026年市场展望与投资策略 - 预计2026年，公募基金的投资重心将从获取行业贝塔行情，转向深挖个股阿尔法收益，市场将更注重业绩兑现与成长爆发力，选股难度显著提升 [23] - 2026年的牛市将是一场“高难度游戏”，投资操作复杂度显著提升，对专业能力提出更高要求 [40] - 获取超额收益的关键在于：回归公司基本面进行深度研究，紧密跟踪国家政策导向，准确把握产业核心逻辑，并在此基础上精选具备扎实竞争力和成长确定性的优质个股 [40]

2026 年的春节档，成为了 AI 行业一场军备竞赛的缩影。巨头与创业公司密集发布新模型，技术迭代的周期从过去的半年一更，被无情地压缩至按月刷 新。在这个 技术领先窗口期被加速压缩的 时代，任何单一时点的 Benchmark 排名都已迅速失去意义。 行业对护城河的定义正在悄然改变。曾经，某个版本的性能优势就是坚固的壁垒，但现在，焦点正转向其背后支撑高速迭代的系统性进化能力。评估一家 AI 公司的标准，也从它现在有多强，转变为它能 以多快的速度变强 。 正是在这个背景下， MiniMax M2.5 的出现，将这个趋势以一种极端的方式摆在了台面上。 它在关键的编程能力基准 SWE-Bench Verified 上，取得了 80.2% 的成绩，几乎追平了最昂贵的对手 Claude Opus 4.6 （ 80.8% ）。而实现这一切的代价， 却被压缩到了极致：在 100 TPS 的高速推理下，连续工作一小时仅需 1 美金，价格是同级模型的十分之一到二十分之一。这种极致的性能与成本组合，使 其不再只是一个简单的技术升级。 刷新多个行业 SOTA SWE-Bench Verified （ 80.2% ）， Multi-S ...

2.2-2.8 TOP10 | | 1月 26-2月 1 2月 2-8 | 2月 9-15 | 2月 16-22 | 2月 23—3月 1 | ﺐ | | --- | --- | --- | --- | --- | --- | | | Supaboard | | | D | 0 | | | Ask in plain English. Get accurate answers from your data | | | 111 | ୧୦୧ | | | S Analytics · Data & Analytics · Data Visualization | | | | | | AN | Claude Opus 4.6 | | | D | റ | | | Claude's most advanced model for agentic tasks | | | 30 | 594 | | | S Productivity · Developer Tools · Artificial Intelligence | | | | | | | moltbook | | | O | 0 | | | A Social Networ ...

文章核心观点 - 李飞飞团队提出的Latent Forcing方法，通过重排扩散模型的生成轨迹，强制实现“先定结构、后填细节”的逻辑，从而在保持100%原始像素精度的同时，解决了传统AI生图方法在效率与保真度之间的取舍矛盾，并在多项指标上刷新了SOTA [4][5][6][26] 传统方法瓶颈 - 传统像素级扩散模型在降噪过程中，高频纹理细节会干扰低频语义结构，导致模型在未明确整体轮廓时就预测局部像素颜色，违背视觉生成的自然逻辑，容易产生结构混乱和速度慢的问题 [8][9] - 潜空间模型通过预训练tokenizer将图像压缩到低维空间，生成速度快，但依赖预训练解码器会引入重建误差，并丧失端到端建模原始数据的能力 [11][12] Latent Forcing方法原理 - 该方法核心是对扩散轨迹进行重新排序，在不改变基础Transformer架构的前提下，引入双时间变量机制，让模型同时但异步地处理像素和潜变量 [14][16] - 在生成初期，潜变量率先完成降噪，在大尺度上确立图像的语义骨架；在结构确定后，像素部分再进行精细化的降噪填色 [19] - 生成过程结束后，用于结构引导的潜变量“草稿”被直接丢弃，最终输出是100%无损的原始像素图像，无需解码器，整个过程端到端、可扩展，且几乎不增加计算量 [20][21] 性能表现与突破 - 在ImageNet-256任务中，相同计算规模下训练80个epochs，Latent Forcing的条件生成FID分数从此前最强的像素级模型JiT+REPA的18.60降至9.76，接近腰斩 [22] - 在200个epoch的最终模型（ViT‑L规模）下，Latent Forcing实现了条件生成FID 2.48（guided）、无条件生成FID 7.2（unguided）的分数，创下像素空间扩散Transformer新的SOTA [23][24] - 该方法打破了学术界“必须通过更高倍率的有损压缩才能换取好的FID表现”的普遍观点，证明在保持100%原始像素精度的情况下，性能可以超越有损模型 [25][26] 研究团队 - 该研究项目由斯坦福大学教授李飞飞领衔，其他共同作者包括Eric Ryan Chan、Kyle Sargent、Changan Chen和Ehsan Adeli，密歇根大学教授Justin Johnson作为合作作者参与 [27][28][29]

文章核心观点 - OpenAI正式下架了包括GPT-4o在内的一系列旧模型，标志着这款因高度人性化和情感连接而备受用户喜爱的AI模型的终结 [1][3][5] - 用户对GPT-4o的下线反应强烈，出现了取消订阅、社交媒体悼念和呼吁回归等现象，核心原因在于用户与GPT-4o建立了深厚的情感纽带，而新模型（如GPT-5.2）被批评为过于机械和冷漠 [8][9][43][44] - 大模型“变人机”是一种行业趋势，厂商出于安全与伦理风险（如被指控需对用户自杀等行为负责）的考虑，正在调整模型性格，减少过度迎合和情感互动，但这引发了用户体验与安全管控之间的平衡难题 [47][48] 事件概述：GPT-4o的下线与用户反应 - OpenAI于太平洋时间5月13日正式下架了GPT-5、GPT-4o、GPT-4.1等一系列旧模型 [3] - 此次下架并非突然，自去年8月GPT-5发布后，公司就曾尝试关停GPT-4o，但因用户抗议而短暂恢复，此次为最终决定 [4][35][37] - 官方给出的下线理由是GPT-4o的日活跃使用比例已逐渐下降至仅有0.1%的用户仍在使用 [33] - 用户反应激烈，包括取消ChatGPT订阅、在社交媒体上悼念，并直言替代品GPT-5.2并不好用 [8][9] - 用户悲伤的核心并非失去产品，而是失去了一段已建立的情感纽带 [8] GPT-4o的产品特征与市场表现 - GPT-4o于2024年5月上线，最初作为旗舰级模型免费向全球用户开放 [18] - 该模型因独特的“吉卜力风”图像生成功能在2025年3月爆火全网，甚至公司CEO萨姆·奥特曼也使用了其生成的头像 [19][20] - 其核心吸引力在于强大的“共情”和“理解力”，能帮助用户解决家庭关系、克服社交障碍、指导创作与学习，超过33%的支持者不将其视为工具，其中22%将其比作“伴侣” [23][24][25] - 在写作能力上表现突出，逐渐演变为用户眼中写作能力一骑绝尘的模型 [18] - 但该模型也存在“讨好型人格”争议，会过度赞美用户甚至附和错误观点，其“Sky”语音因极像电影《Her》中的AI而引发争议，公司于2025年5月承认其性格缺陷并撤回了相关更新 [28][29][30][31] 行业趋势：大模型的“人机化”与安全伦理考量 - 接替GPT-4o的新模型GPT-5.2被用户批评为过度机械冷漠、回复标准中立、缺乏互动感，且在文学创作上的灵动和创意远不及GPT-4o [44][45] - 类似趋势不止出现在OpenAI，最新升级的DeepSeek模型也因语气变得平淡、回复简短而受到“变人机”的批评 [46] - 这种趋势是厂商基于安全风险的主动调整，高度迎合用户的互动可能诱导心理脆弱人群做出危险举动，OpenAI正面临数十起指控其模型需为用户自杀、精神崩溃或暴力行为负责的诉讼 [47] - 模型与用户建立情感连接是一把双刃剑，在提供支持的同时也可能让用户沉溺于虚拟世界，因此AI安全与伦理议题在大模型发展到一定阶段后必然被提上日程 [48] - 当前厂商采取的“一刀切”式调整（使人机交互更中立、更少情感）可能并非最佳解决方案 [49] 用户诉求与商业决策的冲突 - 面对用户强烈的保留GPT-4o的诉求（如发起“Keep 4o”请愿活动），OpenAI曾妥协，允许付费用户切换回GPT-4o [34][35] - 但公司最终仍决定关停，理由是专注于改进大多数用户正在使用的模型，从商业角度看，维持一个仅0.1%日活用户使用的旧模型成本效益不高 [33][37] - 对于依赖GPT-4o人性化特点的用户而言，下线过程如同“戒断”，部分用户选择退订，部分则在社交媒体分享与GPT-4o的故事 [38] - 部分用户希望OpenAI能保留GPT-4o的API或将其开源，以类似老游戏停运后改单机模式的方式，为用户保留一份念想 [41]

核心观点 - 近50年来，美国劳动者在国民收入中的份额持续下降，而企业利润份额上升，导致普通劳动者年收入减少约1.2万美元，整体薪酬损失总计约2万亿美元，收入中位数潜在提升幅度近20% [2] - 收入与财富不平等加剧，最富有的1%家庭经济份额翻倍，而中等收入家庭份额下降，自动化与资本收益是主要推手，人工智能预计将加速这一趋势 [4] 行业与宏观经济趋势 - 劳动者收入占比从1980年的58%下降至2025年三季度的51.4%，而同期企业利润占比从6%上升至近12% [2] - 自动化与全球化是导致劳动者话语权削弱、资本所有者获益更多的主要原因，集体谈判等制度不断衰落 [3] - 市场收入，特别是资本收益，是收入差距扩大的主要驱动因素 [4] - 自动化自1980年以来一直是收入不平等的主要原因，对低学历劳动者冲击最大 [4] 人工智能对就业的影响 - 人工智能发展预计将进一步拉大企业利润与劳动者薪资福利的差距 [4] - 人工智能对岗位的替代将涉及各教育层次，未来五年内可能淘汰一半的入门级白领工作，将失业率推高至20% [5] - 仅去年一年，约有5.5万个裁员岗位与人工智能发展相关，科技行业是重灾区，例如微软裁员9,000人，Salesforce裁员4,000个客服岗位 [6] - 笔译、销售代表、历史学家和作家等职业被列为最容易受到生成式人工智能影响的40种职业之一 [6] 政策与应对建议 - 为避免人工智能引发灾难性失业，建议政府提供监管保障和激励措施，确保人工智能技术以人为本，例如通过研究拨款奖励劳动增强型技术 [6]

Meta海伯利安AI数据中心扩建项目 - 公司在路易斯安那州里奇兰教区新购入约1,400英亩土地，紧邻原有的2,250英亩地块，使园区总面积超过新奥尔良路易斯·阿姆斯特朗国际机场的两倍，面积几乎是曼哈顿中央公园的两倍 [1] - 新购土地已开始施工活动，现场有公用设施标记、重型设备及工人，符合早期场地平整阶段特征，购地行为为海伯利安项目二期扩建铺平道路 [1] - 公司拒绝就新土地项目置评，相关地块产权文件更新可能存在延迟 [1][2] AI基础设施建设的行业趋势 - 美国AI基础设施建设呈现迅猛态势，超大规模云服务商（科技巨头）正争相抢占土地、电力和资金以打造超大型AI数据中心园区 [4] - 此类扩张往往通过举债融资，且在政治上颇为敏感，部分项目（如海伯利安）推进速度过快，导致当地社区难以及时察觉或应对潜在问题 [4] 海伯利安项目初始规划与规模 - 项目于2024年12月动工，位于路易斯安那州里奇兰教区的霍利里奇社区，初始规划投资100亿美元，建筑面积超过400万平方英尺 [4] - 为满足能源需求，公用事业公司安特吉计划在附近新建三座总成本30亿美元的天然气发电厂 [4] - 项目原占地面积2,250英亩（约五英里长、一英里宽），面积是中央公园的近三倍，现场已有3,700多名建筑工人，计划增至5,000人，预计为当地新增500个长期全职岗位 [4] 项目融资与长期战略 - 2025年10月，公司与蓝猫头鹰资本管理的基金成立合资企业，负责该数据中心的融资、建设和运营，预计总开发成本高达270亿美元 [5] - 合资安排由蓝猫头鹰承担大部分资金投入，公司负责运营，表明海伯利安是一个长期、多阶段的数据中心园区项目 [5] - 此前有迹象（包括特朗普总统引述）表明公司最终计划在该数据中心投入500亿美元 [6] 公司的AI基础设施战略 - 公司首席执行官近期宣布成立名为“Meta Compute”的全新顶级战略项目，旨在确保公司获得打造AI模型所需的巨大算力（以吉瓦计），最终目标是迈向“超级智能” [6][7] - 公司计划在这个十年内建设数十吉瓦的算力，并未来扩展到数百吉瓦甚至更多，将AI基础设施的设计、投资和合作建设视为核心战略优势 [7] - 路易斯安那州的海伯利安数据中心是公司成为AI基础设施巨头这一使命的关键组成部分 [6][7]

美股市场出现罕见恐慌性下跌 - 标普500指数本周下跌1.4%，为去年11月以来最大跌幅 [1] - 周五交易中超过40只标普500成分股出现超过3倍标准差的异常波动，为高盛交易员记忆中的最高水平 [1] - 市场恐慌深度体现在资金极端避险，公用事业、必需消费品、房地产投资信托、医疗保健板块领涨，市场将所有与AI相关或可能被波及的标的划入“禁区” [3] 多个板块遭遇严重冲击 - 物流板块成为重灾区，C.H. Robinson股价遭遇8倍标准差的暴跌 [3] - 科技巨头苹果、亚马逊、微软、Meta成为指数最大拖累 [3] - 亚马逊股价九连跌，创下自2006年以来最长连跌纪录，并跌入技术性熊市 [3] - 标普500房地产服务指数本周下跌14%，创下2020年以来最大跌幅，主要公司世邦魏理仕财报强劲却依然下跌 [3] AI引发市场叙事根本性逆转 - 微软AI首席执行官预言未来18个月内大多数白领工作将被AI完全自动化，成为市场恐慌的直接导火索 [4] - 市场担忧从AI提升效率的“增长叙事”转向AI导致全行业用工减少、总需求萎缩和利润通缩的“通缩叙事” [7] - 投资者开始质疑科技巨头从轻资产向重资产模式转型，对其市场领导地位构成威胁 [4] 科技巨头面临商业模式与资本支出双重压力 - 谷歌、Meta、微软和亚马逊合计公布了2026年高达6500亿美元的AI基建资本支出计划，瑞银警告该投资规模几乎消耗了超大规模企业运营现金流的100% [4] - 平台型公司承受双重挤压：既要应对AI对传统业务的侵蚀，又要消化巨额资本开支的压力 [6] - 微软的SaaS模式正被AI代理颠覆，可能动摇其商业模式根基 [6] - 亚马逊重资产投入的物流网络可能因AI提升物流效率三至四倍而成为负担 [6] - Meta股价较去年8月高位下跌近19%，逼近牛熊分界线 [6] 中国AI崛起加剧全球竞争与定价权转移 - 中国AI公司密集发布突破性产品：字节跳动发布Seedream 5.0和Seedance 3.0，智谱AI推出GLM-5并全面开源，MiniMax上线M2.5文本模型并全球开源，其性能逼平Claude Opus 4.6但价格仅为其二十分之一 [5] - AI顶尖性能不再与高价绑定，行业定价权、技术路线、商业模式需重新思考 [6] - AI正在变成一种低成本的公共事业，科技巨头的“护城河”正在被成本塌方填平 [8] 市场面临系统性风险与未来考验 - 高盛警告，若标普500指数跌破6707点（较周五收盘价下跌空间约2%），未来一个月可能触发高达800亿美元的系统性抛售 [8] - 市场正在对AI时代的商业模式和公司“护城河”进行残酷的“压力测试” [8]

影片票房表现 - 截至2月14日17时48分，影片《飞驰人生3》的预售总票房已突破1亿元 [1] 数据来源 - 票房数据来源于灯塔专业版实时数据 [1] - 新闻文章来源为每日经济新闻 [2]