报告行业投资评级 - 行业投资评级为“增持”（维持）[4] 报告的核心观点 - AI模型正持续向大参数、MoE架构、长上下文、多模态方向升级，这直接驱动AI硬件进入全栈式、高确定性的升级周期，是硬件体系的范式重构，产业链高景气具备强持续性与结构性机会[3] - 看好光+存储+PCB及相关产业链的投资机遇[3] 一、HappyHorse-1.0 盲测登顶，40层单流架构高效推理 - HappyHorse-1.0在Artificial Analysis视频生成盲测榜单中，于文本转视频、图像转视频及含音频赛道均位列第一[1] - 在文本转视频（无音频）赛道，其Elo分数达到1375，领先第二名约100分[8] - 在图像转视频（无音频）赛道，其Elo分数为1409，创下该榜单历史最高纪录[8] - 模型采用40层单流Transformer架构，原生支持音视频同步生成，仅需8步去噪即可输出1080P视频[1] - 在H100显卡上生成5秒视频片段仅需38秒[1] 二、GLM-5.1长程任务领先，自主执行完成工程级交付 - GLM-5.1首次实现了开源模型与全球顶尖闭源模型Claude Opus 4.6的全面对齐，并在SWE-bench Pro基准中刷新全球最佳成绩[2] - 在CUDA Kernel优化任务中，模型连续工作14小时，将加速比从2.6倍提升至35.7倍[2] - 在系统级工程构建中，1小时内从零生成完整macOS桌面环境[2] - 在更复杂的Linux系统构建任务中，耗时约8小时，完成相当于4人团队一周开发量的工作[2] - 模型核心能力提升包括：长程规划与目标保持、自适应纠错与持续执行、状态延续与上下文整合[2] - 该模型代表了AI从“对话者”向“执行者”的能力升级[2] 三、Muse Spark多模态突破，预训练效率大幅提升 - Meta发布原生多模态推理模型Muse Spark，发布后股价当日上涨约6%[3] - 模型在多模态理解、工具调用及医疗健康等维度表现突出，在HealthBench Hard中取得42.8分的最高分[3] - 相较于Llama 4，Muse Spark在达到相同预训练性能时所需计算量降低了10.3倍[3] - 为弥补在编程和Agent类任务上的差距，Meta推出了“Contemplating”沉思模式，通过多Agent协同提升复杂推理能力[3] - 当前Muse Spark采用闭源方式上线，API仅向部分合作伙伴开放[3] 四、相关标的 - 光产业链：东山精密（索尔思）、炬光科技、腾景科技、源杰科技、豪威集团、天孚通信、中际旭创、新易盛、长光华芯、仕佳光子、光迅科技、永鼎股份、太辰光、光库科技、赛微电子等[34] - PCB及产业链：胜宏科技、东山精密、沪电股份、鹏鼎控股、深南电路、生益科技、鼎泰高科、大族数控、延江股份（甬强）等[34] - 存储模组：香农芯创、佰维存储、国科微、江波龙等[34] - 存储芯片：兆易创新、澜起科技、东芯股份、普冉股份、恒烁股份、聚辰股份等[34] - 半导体设备：中微公司、北方华创、拓荆科技等[34] - 半导体材料：雅克科技、鼎龙股份、彤程新材、安集科技、兴森科技、天承科技、兴福电子等[34] - 封测：长电科技、通富微电、甬矽电子、汇成股份、伟测科技、利扬芯片等[34]