尽管博通未能如部分投资者预期那样上调2026财年的全年业绩指引，并在短期内可能面临股价回调压力，但高盛依然重申了对该公司的"买入"评 级。这家华尔街大行认为，博通在定制芯片领域的统治地位正在增强，其AI业务的基本面从未如此稳固。 据追风交易台消息，博通公布了一份表现强劲的第四财季业绩，其营收录得180亿美元，超出市场预期的175亿美元。更为关键的是，公司给出的 2026财年第一季度营收指引达到191亿美元，同样显著高于分析师预期的183亿美元。这一增长主要得益于AI半导体收入的激增，该板块在第四财 季实现了74%的同比增长。 然而，市场对这份财报的反应可能夹杂着失望情绪。高盛分析师James Schneider团队在最新发布的研报中指出，尽管业绩强劲且第一季度展望乐 观，但管理层并未更新或上调其此前发布的2026财年全年AI营收增长指引。考虑到投资者在财报发布前已持乐观看涨的仓位，且AI业务本身正显 示出加速迹象，缺乏正式的全年指引上调可能会被视为一种遗憾，从而导致股价在短期内出现回落。 尽管如此，高盛强调这并不改变其长期看好的逻辑，并将博通的12个月目标价从435美元上调至450美元。高盛表示，任何股价的疲 ...

微软在加拿大的投资计划 - 公司宣布将在未来两年内在加拿大投资超过75亿加元（约合54.2亿美元）用于人工智能基础设施 [1] - 新投资带来的新增产能预计将于2026年下半年开始上线 [1] - 公司预计在2023年至2027年间对加拿大的总投资额将达到190亿加元 [1] 全球AI基础设施投资竞赛 - 公司今年在全球范围内承诺了巨额投资 以获取更多云计算能力来满足激增的AI工作负载需求 [2] - 科技巨头同行亚马逊和谷歌母公司Alphabet今年也承诺了多项数十亿美元的数据中心基础设施投资 覆盖美国及国际市场 [2] - 公司上月宣布计划在葡萄牙投资100亿美元 在阿联酋投资150亿美元用于AI基础设施 [4] 在加拿大的具体业务拓展 - 公司将扩大其在加拿大的Azure Local云服务产品 [3] - 公司与加拿大AI初创公司Cohere合作 将在其Azure平台上提供该公司的先进AI模型 [3] - 公司将在加拿大启动一个专门的“威胁情报中心” 专注于网络安全保护和AI安全研究 并与加拿大政府及立法者合作追踪威胁行为者和有组织犯罪 [3] - 公司目前在加拿大11个城市拥有超过5,300名员工 [3] 资本开支与行业背景 - 公司在10月公布的2024财年第一季度录得近350亿美元的创纪录资本支出 并警告今年支出将进一步增加 [5] - 公司预测其供应紧张状况至少将持续到当前财年结束（2026年6月） [5] - 投资者正日益加大对科技巨头的压力 要求其展示在AI领域的巨额投资正在产生回报 因为公司估值飙升和循环投资网络引发了对AI泡沫的担忧 [4]

报告核心观点 - 基于超过100万亿个真实生产环境Token数据的实证研究，揭示了AI领域正经历三大根本性转变：从单一模型竞争走向多元化生态系统；从简单文本生成迈向智能体推理范式；从西方中心向全球分布式创新格局演进 [3] 行业范式转变：从文本预测到机器思考 - 2024年12月5日OpenAI发布o1模型，标志着AI从“模式补全”转向“结构化内部认知”的关键转折点，该模型引入了扩展的推理时计算过程，包含内部多步思考、潜在规划和迭代优化 [6] - 推理优化模型所处理的Token量已从近乎零增长至占总量的50%以上，意味着半数以上的AI交互不再是简单问答，而是涉及多步思考、状态管理和工具调用的复杂过程 [4][18] - 交互序列长度显著增加，平均输入Token数从约1,500增长到超过6,000，输出Token数也从150左右增加到约400，反映了用户正在将更复杂的上下文交给AI处理 [20] 市场格局重塑：开源崛起与多元化竞争 - 开源模型使用量显著上升，打破了少数闭源巨头主导的市场格局，其中中国开源力量崛起尤为引人注目，其周使用量占比从2024年底的1.2%跃升至2025年后期某些周度的近30% [4][7][9] - 截至2025年底，开源模型市场呈现健康的多元化态势，没有任何单一开源模型能持续占据超过25%的市场份额，流量均匀分布在五到七个主要竞争者之间 [11] - 中型模型（参数规模在150亿至700亿之间）崛起，在能力与效率之间取得了更好的平衡，满足了大量实际应用场景的需求 [12] 主要参与者与市场份额 - 根据2024年11月至2025年11月的总Token使用量，DeepSeek以14.37万亿Token位居榜首，其次是Qwen（5.59万亿）、Meta LLaMA（3.96万亿）、Mistral AI（2.92万亿）和OpenAI（1.65万亿） [12] - 中国模型提供商如Minimax（1.26万亿）、Z-AI（1.18万亿）、Moonshot AI（0.92万亿）也进入了前十名，显示出中国在全球AI版图中的重要地位 [12] 应用场景分化：从生产力到情感陪伴 - 超过一半（约52%）的开源模型使用量流向了角色扮演、故事创作等创意对话场景，这一比例甚至超过了编程辅助，揭示了AI作为情感伙伴与创作引擎的巨大需求 [4][15] - 编程相关的查询量在2025年实现了稳定增长，从年初占总Token量的约11%攀升至年底的超过50%，成为推动输入Token增长的主要动力 [4][17][20] - 编程相关的提示平均长度是其他类别的3-4倍，且增长速率更快，表明软件开发者正以激进的方式探索AI能力的边界 [20] 全球化与区域市场动态 - 亚洲在全球AI使用量中的份额已从约13%显著提升至31%，反映了该区域企业采纳AI技术的加速和本地创新生态的成熟 [23] - 按大洲划分，北美以47.22%的份额领先，亚洲（28.61%）和欧洲（21.32%）紧随其后 [24] - 按国家/地区划分，美国以47.17%的份额占据绝对主导，新加坡（9.21%）、德国（7.51%）、中国（6.01%）位列其后 [24] - 从语言分布看，英语仍占据主导地位（82.87%的Token使用），但中文（简体）以4.95%的占比成为第二大使用语言 [25] 定价策略与市场分层 - 高端市场由Anthropic的Claude系列和OpenAI的GPT系列等闭源模型主导，其每百万Token成本在2美元（Claude）至35美元（GPT-4/5）之间，但在关键业务场景中用户对性能和质量的要求超过对成本的敏感 [29] - 大众市场以Google Gemini Flash、DeepSeek V3等高效模型为代表，以低于0.4美元每百万Token的成本吸引了海量日常使用 [29] - 市场呈现出复杂的价值分层，而非简单的成本驱动，研究显示价格弹性较弱，降价10%仅能带来0.5-0.7%的使用量增加 [29] - “技术”类查询的平均成本显著高于其他所有类别，但使用量依然保持高位，反映了高复杂性、高价值任务的特殊需求 [32] 用户行为与留存模式 - 报告提出“灰姑娘水晶鞋”理论，即当新模型恰好满足一类长期存在的高价值工作负载需求时，会形成“完美契合”，产生强大的用户锁定效应 [33][34] - 数据支持该理论，例如Claude 4 Sonnet在2025年5月的用户群体，在五个月后依然保持了约40%的留存率，显著高于后续用户群体 [34] - DeepSeek模型展现出“回旋镖效应”，部分用户在尝试其他模型后，会重新回归DeepSeek，暗示其在某些特定能力维度上建立了难以替代的优势 [4][35] 未来竞争焦点 - 行业竞争焦点正从对单一“最佳模型”的追逐，转向构建灵活、多样、适应性强的模型生态系统 [36] - 未来竞争将进一步转向运营卓越性，包括精确衡量真实场景下的任务完成率、降低模型性能波动、使AI行为更好对齐生产环境实际需求等 [36] - 开源模型的持续进步正在对闭源市场构成“底线压力”，推动整个行业的技术进步和成本优化 [32]

【文/观察者网 齐倩】 作为加拿大科技初创公司Cohere首席执行官，艾丹·戈麦斯自满于能与美国合作。他还断言美加联手定 能胜过中国，给出的理由竟是所谓"民主国家"不愿用中国技术。 艾丹·戈麦 斯近期接受美媒采访 视频截图 报道提到，随着AI发展迅速，科技投资者已经在该领域投资数百亿美元。但近来，这些投资者开始要 求微软和谷歌母公司Alphabet等科技公司展现更好回报。对此，戈麦斯辩解说，过去几年，随着大规模 AI应用扩展，"我们看到模型改进速度正在放缓"。 据路透社消息，当地时间12月4日，戈麦斯在纽约参加路透NEXT大会时做出的上述表述。 据介绍，Cohere总部位于多伦多，专注于构建企业专属人工智能（AI）模型。 戈麦斯在会上称，在与全球采用AI的经济体合作方面，美国和加拿大处于"难以置信的有利位置"，而这 使得美加在全球AI竞赛中"领先于中国"。 戈麦斯承认，中国已推出性能极高的AI模型，缩小了与一些顶尖闭源大语言模型之间的差距。但他随 后声称："真正重要的是，谁是这项技术的主要服务提供者——不是谁先拿到技术，而是谁能大规模商 业化。美国和加拿大处于绝佳位置，成为全球采用这项技术的伙伴。" 作为技术 ...

【文/观察者网 齐倩】 作为加拿大科技初创公司Cohere首席执行官，艾丹·戈麦斯自满于能与美国合作。他还断言美加联手定 能胜过中国，给出的理由竟是所谓"民主国家"不愿用中国技术。 据路透社消息，当地时间12月4日，戈麦斯在纽约参加路透NEXT大会时做出的上述表述。 艾丹· 戈麦斯近期接受美媒采访 视频截图 报道提到，随着AI发展迅速，科技投资者已经在该领域投资数百亿美元。但近来，这些投资者开始要 求微软和谷歌母公司Alphabet等科技公司展现更好回报。对此，戈麦斯辩解说，过去几年，随着大规模 AI应用扩展，"我们看到模型改进速度正在放缓"。 对于社会对AI技术风险的担忧加剧，戈麦斯回应表示："我个人并不太相信那些'终结者'、末日之类的 科幻叙事，这些说法后来变得不受欢迎，因为人们已经面对了AI技术的现实。" 路透社称，进入2025年后，中美两国间AI竞赛升温。今年1月，中国AI初创公司DeepSeek迅速走红，此 后，包括阿里巴巴和百度在内的中国科技巨头加快推出新模型和AI产品升级的频率。与此同时，美国 据介绍，Cohere总部位于多伦多，专注于构建企业专属人工智能（AI）模型。 戈麦斯在会上称，在与全球 ...

全球AI竞赛格局与公司动态 - 加拿大AI初创公司Cohere的首席执行官艾丹·戈麦斯认为，美国和加拿大在成为全球采用AI技术的合作伙伴方面处于“难以置信的有利位置”，并断言美加联手将在全球AI竞赛中“领先于中国” [1] - 戈麦斯承认中国已推出性能极高的AI模型，缩小了与顶尖闭源大语言模型的差距，但他认为竞争的关键在于谁能大规模商业化技术，而非谁先获得技术 [1] - 戈麦斯将经济问题政治化，宣称“全球自由民主国家”通常不太愿意将中国技术作为其经济中的关键基础设施，因此会选择“自由民主国家”作为经济转型的伙伴 [1] AI行业投资与技术进步趋势 - 随着AI迅速发展，科技投资者已在该领域投资数百亿美元，但近期开始要求微软和谷歌母公司Alphabet等科技公司展现更好回报 [3] - 戈麦斯对此解释称，过去几年随着大规模AI应用扩展，模型改进速度正在放缓 [3] - 对于AI技术风险的担忧，戈麦斯表示个人不相信“终结者”类的末日科幻叙事，认为这些说法因人们面对AI现实而变得不受欢迎 [3] 中美AI竞争加剧与市场动态 - 进入2025年后，中美两国间AI竞赛升温，中国AI初创公司DeepSeek迅速走红，阿里巴巴和百度等中国科技巨头加快了推出新模型和升级AI产品的频率 [3] - 与此同时，美国科技巨头和AI公司也斥巨资提升计算能力和AI基础设施，以确保美国的AI领跑者地位 [4] - 美国芯片制造商英伟达的CEO黄仁勋警告，如果美国企业放任华为等中国竞争对手抢占市场，中国将很快寻求向全球输出自己的AI技术，并可能赢得AI竞赛 [4] 地缘政治对半导体与AI产业的影响 - 从拜登政府到特朗普政府，美国实施了一系列不断收紧的芯片出口限制措施以围堵打压中国科技发展，英伟达的AI芯片是其重点 [4] - 为应对限制，英伟达寻求对华出售“减配特供版”H20芯片，并极力游说，但面临美国国会议员可能提出新法案阻止其向中国出售先进AI芯片的局面 [4] - 中国外交部指出，美方将经贸科技问题政治化、泛安全化、工具化，不断加码对华芯片出口管制，这种行径阻碍全球半导体产业发展，最终将反噬自身 [4]

SAP推出欧盟AI云平台 - 德国科技巨头SAP推出欧盟AI云，将数字主权相关举措整合为一个为欧洲定制的单一框架[1] - 平台为客户提供多种数据主权和部署选项，可在SAP管理的数据中心、可信赖的欧洲基础设施或现场管理解决方案之间进行选择[1] - 该平台旨在满足欧盟数据驻留和不同组织需求的监管合规要求[1] 平台部署与合作伙伴 - 作为发布的一部分，SAP与Cohere合作，通过集成至SAP业务技术平台的Cohere North提供智能AI功能[2] - 合作旨在让受数据驻留限制的企业能将AI直接融入核心业务流程[2] - 欧盟AI云集成了来自Cohere、Mistral AI、OpenAI等合作伙伴的模型[2] 服务与部署模式 - 产品通过SAP业务技术平台以软件即服务、平台即服务或基础设施即服务解决方案形式提供[3] - 部署选项包括SAP自身基础设施或通过经批准的欧洲提供商[3] - 该方法使私营和公共部门组织能在遵守欧洲法规的同时使用新AI技术[3] 主权云部署细节 - 通过SAP主权云部署使客户能根据运营和合规要求控制基础设施、平台和软件[4] - AI工作负载运行在托管于欧洲数据中心的SAP软件抽象层上，确保独立于非欧洲超大规模云提供商[4] - 具体部署选项包括使用开源技术开发的SAP欧洲基础设施即服务、SAP在客户选定地点管理基础设施的现场模型以及提供额外主权功能的选定全球云提供商[5] - 德国Delos云可供公共部门应用使用[5] 与塔塔咨询服务的合作 - SAP已选择塔塔咨询服务公司在一项五年协议下推动其云和生成式AI转型[6] - TCS将支持SAP简化IT运营并构建AI能力，作为提升效率的更广泛努力的一部分[6] - 此次合作延续了双方长达二十年的现有关系，期间TCS为“随SAP崛起”企业云服务的开发做出了贡献[6] - 未来五年，TCS将专注于重塑SAP的IT业务功能，以促进进一步创新和响应能力[7]

公司战略发布 - SAP公司发布其欧洲数字主权愿景的新阶段，推出名为“EU AI Cloud”的主权AI和云产品[1] - 该产品将现有里程碑统一到一个战略框架下，提供全栈主权云服务[1] - 客户可根据自身需求选择主权级别和部署模式，包括在SAP自有数据中心、可信赖的欧洲基础设施上部署，或选择完全本地管理的解决方案[1] 核心产品能力 - EU AI Cloud支持欧盟数据驻留和完全主权，帮助各类组织满足其独特的监管和运营要求[1] - 产品提供灵活的部署选择，通过SAP Sovereign Cloud让客户在基础设施、平台和软件层面拥有完全控制权[5] - AI模型运行在欧洲数据中心的SAP软件抽象层（SAP Cloud Infrastructure + SAP BTP）上，确保合规性并独立于美国超大规模云服务商[5] 合作伙伴与生态系统 - SAP与Cohere合作，通过EU AI Cloud和主权产品提供前沿的智能代理AI能力（Cohere North）和先进的多模态AI能力[2] - Cohere North将集成至SAP业务技术平台（SAP BTP），使有数据驻留限制的客户能将AI融入核心业务流程[2] - 生态系统包括Cohere、Mistral AI、OpenAI等领先的欧洲及全球合作伙伴，其AI模型和应用直接集成到SAP BTP[3] - 客户可以以SaaS、PaaS或IaaS的形式使用这些合作伙伴的产品，并灵活部署在SAP自有基础设施或可信赖的欧洲合作伙伴之上[3] 部署模式与主权保障 - SAP主权云在SAP云基础设施（EU）上提供基础设施即服务（IaaS），采用开源技术并在SAP欧洲数据中心网络内运营，所有数据保留在欧盟内[8] - SAP主权云本地部署是在客户拥有或选定的数据中心内由SAP运营的基础设施，提供最高级别的数据、运营、技术和法律主权[8] - 针对选择在全球云提供商上运行SAP商业SaaS的客户，提供按市场选择的、具备所需主权功能的超大规模云服务商选项[8] - Delos Cloud是德国的一个安全主权云解决方案，旨在支持公共部门转型并满足国家特定的主权要求[8]

AI初创公司技术真实性调查 - 对200家成立超过半年且获得融资的AI初创公司的技术分析显示，73%的公司产品实质上是封装第三方API，而非拥有自研技术[5] - 真正进行技术创新的公司仅有18家，占比不足10%[5] - 该调查通过网络流量监测、代码反编译及API调用追踪等被动观测手段完成，未违反任何服务条款[6] 虚假技术宣传模式分析 - 模式一：37家宣称拥有"自研专有大语言模型"的公司中，34家实际直接调用OpenAI的GPT-4 API，仅添加系统提示词进行简单封装[15][17] - 模式二：42家公司使用完全一致的技术栈（OpenAI嵌入服务+向量数据库+GPT-4生成），却宣传为"专属AI基础设施"[26][28][29] - 模式三：仅7%的公司真正从零开始训练模型，多数所谓"微调"实为使用OpenAI的微调API服务[36] 商业模式与成本结构 - 封装公司单次查询实际成本约为0.002-0.033美元，但向客户收费高达0.50-2.50美元，溢价幅度达75-1000倍[20][27][31][33] - 典型公司月处理100万次查询时，月度API成本约30,140美元，而月度营收可达150,000-500,000美元，毛利率达80%-94%[32][34][35] - 12家公司将API密钥直接暴露在前端代码中，存在严重安全漏洞[7][43] 行业生态与投资启示 - 投资机构应关注技术架构图、API消费账单等实质性证据，对封装型公司给予合理估值[60] - 市场存在大量代码高度雷同现象，三家不同公司的代码几乎一模一样，表明行业同质化严重[21][22] - 200家初创公司中，仅有27%真正投入技术研发，行业存在明显泡沫[53][58] 技术真实性鉴别方法 - 通过网络流量监测可发现api.openai.com、api.anthropic.com等第三方API调用[39] - OpenAI API具有标志性延迟规律（200-350毫秒），可作为识别特征[40] - 检查JavaScript代码包中的openai、anthropic等关键词可快速识别技术依赖[42] - 模糊的技术宣传术语（如"先进AI"）往往掩盖真实技术栈[44][46]

加拿大政府AI聊天机器人项目 - 加拿大数字服务团队正在开发基于OpenAI GPT-4模型的AI聊天机器人原型，旨在帮助用户通过自然语言提问从政府1000万个网页中获取信息并导向相关页面[1][2] - 该工具设计为无需账户即可匿名访问，且不接受查询中的任何个人信息（如社会保险号或电话号码），这是一个有意为之的设计选择[4] - 项目已完成2700名随机用户的测试，成功率达到约95%，并计划明年对3500名用户进行下一轮试验，但项目尚未确定能正式推出，成本仍是关注点[19] 负责任AI的开发原则与挑战 - 负责任AI不仅关乎风险管理，更在于确保AI效益惠及所有人，并反映加拿大的多样性、价值观和社会优势[3][4] - 开发团队采取“手术刀而非电锯”的精准方法，通过咨询不同社区（如黑人、LGBTQ+、原住民）来理解其与政府服务的互动方式，以确保回应具有代表性且无负面偏见[9][10][17] - 训练数据可能导致AI聊天机器人存在固有偏见，例如仅提供西方国家的市场数据而忽略非洲，这类似于某些自动皂液器无法检测深色皮肤的问题[7][8] AI治理与参与权讨论 - 峰会核心议题之一是界定“负责任AI”及决定其标准的主体，强调“在桌旁有一席之地”的重要性，即确保所有利益相关方在AI发展中被代表[12][13] - 有观点质疑责任归属，推测未来可能出现专门委员会或政府组织来负责实施负责任AI政策，但当前相关讨论仍在进行中[14][15] - 加拿大数字服务团队采取“基于气泡”的渐进式咨询策略，从政府内部多元化员工群体开始，再扩展至社区测试，避免对不同社区采用单一方法[16][17][18]