核心观点 - 持续重视物理AI与算力，关注AI应用落地确定性较高的方向 [2] - 全球大模型密集迭代，商业化进程正在提速 [2] - 算力基础设施持续紧缺，AI基础设施（AI Infra）建设高歌猛进 [2] 行业趋势与需求 - AI+制造战略地位提升：需求方面，重视AI+制造在“十五五”期间的战略高度，国产通用大模型渗透有望加速提升 [2][6] - 物理AI受重视：技术方面，重视物理AI，英伟达近期发布Cosmos3世界模型，仿真技术突破有望加速具身智能等产业落地 [2] - 算力需求高景气：GPU产品形态持续裂变，博通宣布与Apollo及黑石共同建立“AI XPV平台”，目标到2028年实现超过20GW的计算容量 [3] - 国产算力发展加速：昇腾910C算力集群顺利完成1.6万亿参数DeepSeek-V4-Pro全流程训练，国产芯片产品加速发展 [3] - AI服务器驱动MLCC需求：随着AI数据中心需求拉动，AI服务器及高端车规MLCC处于量价齐升的上行通道，且有加速可能 [3] 技术进展与商业化 - 大模型性能突破：Anthropic Fable 5发布，刷新各大测试榜单，擅长Coding、复杂任务，大模型在长任务领域实现攻坚 [2] - 大模型商业化提速：26Q2以来，Claude Code、Github Copilot调整计费方式，用户Token账单普遍翻倍；豆包即将迎来收费 [2] - AI Coding是核心场景：AI Coding被定位为LLM核心场景，其性能与渗透率正在快速提升 [5][6] 基础设施与成本 - 算力服务价格上涨：金山云官网宣布AI算力相关产品服务价格上涨约15%-50%，文件存储相关产品服务价格上调约30%-50% [2] - 算力基础设施紧缺：云产品涨价反映了算力基础设施持续处于紧缺状态 [2] - 客户体系化建设需求：算力建设中，客户的体系化建设需求是未来1-2年的长发展趋势 [3]