财报表现 - 2025年一季度总营收3.969亿美元（约28.83亿元人民币），调整后运营利润1.295亿美元（约9.43亿元人民币），超华尔街预期 [1] - 广告和营销营收3.39亿美元同比持平，其中非阿里广告收入2.96亿美元同比下降6%，主因网络游戏及手机行业收入贡献减少 [1] - 增值服务营收5770万美元同比增长2%，受益于会员服务增长 [1] - 月活跃用户5.91亿，日活跃用户2.61亿 [1] 热搜生态 - 一季度上榜热搜4.3万条，月均1.4万条同比增20%，娱乐类占比最高，其次为社会、体育、企业内容 [3] - 热搜平均在榜时长2小时，影视剧《漂白》和《哪吒票房》位列超24小时在榜热搜前二 [3] - 2024年全年热搜16.2万条同比增20%，巩固公共讨论影响力 [3] - 企业热搜中DeepSeek（385次）和小米因AI及汽车热度分列Q1前二 [4] - 车企/手机厂商将微博作为营销核心，通过中性热搜影响消费决策 [5] 竞品对比 - 微信封闭性限制热点传播速度，抖音娱乐化削弱严肃议题深度 [4] - 小红书热点榜模仿热搜机制，但需突破公信力建设与内容平衡问题 [5] AI产品"智搜"进展 - 2024年推出基于大模型的AI搜索，2月接入DeepSeek-R1大模型，3月MAU环比增300% [6][8] - 2月日均使用量突破800万同比增306%，使用频次同比增33% [8] - 产品设计聚焦非结构化信息处理，优先引用认证账号/权威媒体内容，绑定热搜生态 [9] - 文娱与社会民生为两大核心领域，热搜TOP3包括"关税"、"金价"及娱乐话题 [11] - 提升用户搜索量5%并增强留存，但4月因隐私爬取争议遭用户抵制 [11] 平台战略方向 - 坚持热搜枢纽地位，强化议程设置能力与跨圈层传播优势 [3][4] - 通过智搜整合PUGC内容、KOL矩阵及热搜生态，结构化呈现信息 [9] - 垂类领域深耕完善"用户创造-平台聚合-品牌利用"的商业循环 [13]

核心观点 - 量化私募念空科技与上海交大计算机学院合作发表大模型研究论文，提出"自适应混合训练方法论"，成为首家闯入国际顶会NIPS的中国量化机构 [3][4][5] - 公司在DeepSeek基础上提出交替进行SFT和RL的新训练框架，实验证明在三个公开数据集上优于单独SFT、单独RL及简单混合方法 [5][23][24][25][27] - 公司通过产学研结合路径探索大模型在量化投资的应用，同时孵化AllMind进行跨领域大模型底层研究，展现从金融AI向多领域扩展的野心 [10][11][41][42] 技术创新 - 提出动态混合训练框架SASR，通过step-wise自适应算法决定每个训练阶段采用SFT或RL，相比静态混合方法在GSM8K、MATH等数据集上准确率提升显著 [25][27][28] - 实验数据显示SASR框架在1.5B/0.5B参数量下取得0.484平均准确率，优于静态混合的0.326和单独SFT的0.414 [28] - 技术突破点在于发现交替训练可避免过拟合和模型崩溃，类比人类学习中刷题与考试经验交替进行更有效 [24][25] 产学研结合 - 与上海交大合作实现优势互补：高校提供理论研究与人才资源，公司提供算力、工程经验及金融场景 [8][29][34] - 2017年组建3人AI团队起步，2019年将90%实盘模型转为Transformer算法，2021年管理规模达百亿 [17][18] - 当前AI团队规模达数十人，70%-80%为自主培养，通过6个月实习可熟练使用内部一体化研究框架 [37][38][39] 战略布局 - 成立AllMind独立公司专注大模型底层研究，与主营量化业务的念空形成分工：前者侧重基础算法与跨领域应用，后者聚焦金融数据拟合 [40][41] - 基于通义千问3进行垂直领域微调，计划开发面向普通投资者的普惠金融应用 [35][43] - 战略逻辑是通过理解大模型底层原理提升金融预测能力，同时将训练框架迁移至医药、新材料等领域 [11][33][42] 行业洞察 - 金融数据具有量少、信噪比低、不稳定的特点，与互联网数据差异显著，传统机器学习易过拟合 [7][58][59] - 量化模型不需100%准确率，IC值15%-20%即可盈利，关键是在过拟合与欠拟合间找到平衡 [54][61][62] - 大模型可突破传统拟合局限，通过跨模态理解带来超额信息，但需针对金融特点调整训练方法 [19][32][49]

央视网消息：2025年全球贸易投资促进峰会5月22日在北京举行，大会面向全球工商界发出《2025年全球贸易投资促进峰会北京倡议》。 与会嘉宾表示，当前，单边主义、保护主义加剧，此时更需要多携手共同打造开放合作、互利共赢的全球产业链、供应链。 英中贸易协会主席古沛勤表示，中国经济潜力很好，所以长期来看，他非常看好。这不仅仅是经济的规模，也不仅仅是增长的规模，这也是人 们对新产品、新设计和各种创新的强烈需求。 意大利中国理事基金会驻中国代表库珀·拉斐尔·保罗表示，中国是科技领域的佼佼者，目前在发展方面处于世界顶尖水平。即便在当前的地缘 政治形势下，中国经济前景依然十分看好，这就是他们所坚信的。 中国澳大利亚商会会长冯栢文表示，最近美国的关税措施非常具有破坏性。他们很高兴看到，2025年他们的调查再次呈现出一个一致的主题， 即澳大利亚企业认为与中国企业在市场上建立合作关系非常重要，这提高了他们响应中国消费者需求的能力。 倡议内容包括，构建数智化协同体系，维护全球产业链供应链安全稳定；共享数智技术红利，营造开放公平的创新生态；发挥数智时代新优 势，促进全球贸易投资自由化便利化；加强数智技术应用，赋能绿色低碳转型；推动 ...

智能的本质与历史 - 智能的本质是学习，生命作为智能载体通过DNA、神经系统、语言和数学等不同形式学习外部世界规律并预测未来[3][15] - 智能发展经历了四个阶段：物种进化(强化学习)、个体记忆(神经系统)、语言文明和数学科学[19][20] - 当前大模型处于类似单细胞生命的低效演化阶段，缺乏自主学习和纠错能力[21][30] 大模型技术现状 - 当前推理模型(o1/R1)主要依靠记忆模仿而非真正逻辑推理，存在训练题表现优异但基础题失误的矛盾现象[8][12] - 提升模型能力的两种核心方法：监督微调(SFT)和强化学习(RL)，通常先微调再强化学习效果更佳[10][11] - DeepSeek验证了开源模型可以低成本赶超闭源模型，500万美元训练成本被误读为全程成本[13][14] 机器智能发展方向 - 白盒大模型和闭环反馈纠错机制是突破方向，模仿生物神经系统的多路并行闭环结构[43][45] - 当前端到端开环系统只能在封闭世界运行，闭环系统才能适应开放世界的自主学习[46][47] - VLA方法通过暴力计算整合感知与动作，但非最优解决方案[48] 行业生态与教育 - 港大开设面向所有本科生的AI通识课程，涵盖智能历史、技术原理和伦理思考[37][38] - 为企业家开设AI专项课程，80多位高管参与学习技术本质与商业应用[35] - 学术界应专注原理创新而非跟随工业界，需要保持独立探索精神[44]

Google AI搜索转型 - Google在I/O开发者大会宣布上线由Gemini驱动的高级AI搜索模式AI Mode，支持自然语言交互和结构化答案，标志着从传统"关键词+链接列表"向新范式的转变[1] - 2024年Google搜索业务贡献1750亿美元收入，占总收入一半以上，AI搜索转型可能对该核心业务造成冲击[2] - 研究机构伯恩斯坦指出，Google搜索市占率已从90%+降至65%-70%，面临AI ChatBot的竞争压力[3] AI搜索行业现状 - AI搜索赛道融资额从2024年1-7月的12.8亿美元降至2024年8-2025年4月的8.93亿美元，行业融资活跃度下降[12] - Perplexity和Glean两家公司占本期总融资额的85%，其余10家公司仅占15%，行业集中度显著提升[13] - 通用搜索引擎领域老玩家主导融资，新创企业更多集中在垂类和企业场景搜索[16] 头部公司表现 - Perplexity访问量从4500万增长至1.29亿（增幅186%），但实际订阅收入仅3400万美元，净亏损6800万美元[9] - 前百度高管创立的Genspark宣布关闭搜索引擎产品，转型AI Agent[6] - 全球Top20 AI搜索引擎4月访问量均出现下滑，Perplexity下降8.77%，秘塔AI搜索下降23.57%[29] 技术变革影响 - OpenAI o1推理模型推出后，ChatGPT等通用产品纷纷加入搜索功能，显著降低幻觉问题[24] - 传统AI搜索产品依赖"预测"而非"思考"，导致答案准确性受诟病[22] - 推理模型通过语义理解、路径选择等模块提升搜索体验，削弱专业搜索产品的差异化优势[26] 垂类搜索发展 - 医疗搜索引擎Consensus拥有40万MAU和150万美元年收入[32] - 视频搜索引擎Twelve Labs总融资达9200万美元，提供多模态视频理解解决方案[36][43] - 法律搜索引擎Qura、求职搜索引擎Micro1等垂类产品获得早期融资[33][45] 商业模式挑战 - Google计划在AI Mode中嵌入"Sponsored"标记广告，但SEO专家指出AI回答可能降低广告点击率[51] - Perplexity付费用户仅26万（占比16%），补贴模式难以为继[9] - 行业整体面临商业化难题，需要探索AI搜索可持续盈利模式[51]

每经记者｜淡忠奎 每经编辑｜杨欢 2025年即将过半，杭州进入"两会时间"。这是杭州近十年来"最晚"的一次两会，也是今年省会城市中最后一个召开两会的城市。 今年以来，杭州可谓风头正劲，DeepSeek等6家位于杭州的新兴科技公司集体出圈，被称为"杭州六小龙"。"杭州有DeepSeek，我们有什么？"这样的问题在 全国多地引发讨论。 一年一度的政府工作报告是地方经济社会发展的重要风向标，透过各省会城市今年的政府工作报告可以看到，加码相关产业政策、布局新一轮"抢人"，几乎 成为统一动作。很多人好奇，作为人工智能产业"模范生"，杭州如何为未来"点题"？ 5月22日，杭州市十四届人大五次会议开幕，市长姚高员作政府工作报告。据公开报道，"DeepSeek、通义千问等一批大模型加速发展"被写入其中。 今年的重点目标任务中，杭州除了强调更大力度巩固经济回升向好态势外，还特别强调要更大力度构建创业者的天堂和创新的活力之城，如国家实验室基地 群、钱塘大学、全球高端芯片设计和制造高地……种种动向，将如何"重塑"杭州？ "造高地" "为什么是杭州？" 这是过去半年时间里，外界频频发出灵魂之问。从春节后以来，重庆、福建、安徽、青海、 ...

资本风向转变 - 今年以来AI行业资本风向明显转变，"投应用优于投模型"成为新共识，纯技术融资窗口正在关闭 [1][7] - 曾经风光无限的"AI六小虎"多数陷入融资静默，仅智谱和面壁智能在2025年公布新融资 [1][5] - 2025年AIGC领域融资数量61笔（截至5月22日），与2024年154笔、2023年153笔相比单笔金额显著缩小 [7] 面壁智能融资与战略 - 面壁智能最新数亿元融资由洪泰基金、国中资本等联合投资，重点布局"端侧大脑"在千行百业的规模化应用 [2] - 公司成立以来完成四轮融资：2023年天使轮（知乎领投）、2024年4月数亿元（春华创投领投）、2024年12月数亿元（龙芯创投等领投）、2025年最新轮 [2] - 核心产品为端侧模型MiniCPM系列，已迭代至全模态版本MiniCPM-o 2.6，差异化避开通用基座大模型竞争 [3] - 重点拓展汽车领域：2025年3月进军智能座舱，4月与英特尔/中科创达合作，本月与德赛西威发布端侧大模型语音方案 [5] 智谱的逆势崛起 - 智谱2025年连续获得超20亿元战略融资：杭州城投等投资10亿元（3月3日）、华发集团5亿元（3月13日）、成都高新区3亿元（3月19日）、北京AI基金追加2亿元（4月） [8] - 当前估值达360亿元，融资策略转向"股东即客户"模式，通过政务/产业场景实现商业落地 [8] - 启动上市辅导备案，成为大模型寒冬中少数持续获得资本支持的案例 [8] 行业生态剧变 - DeepSeek崛起引发两大转折点：垂直小模型数量增长超百倍，大模型调用成本下降近百倍 [7] - 技术门槛降低催生"单人AI超级应用公司"趋势，轻量级团队可用十万元成本开发应用 [7][8] - 行业将形成2-3个"基础模型平台+海量垂直应用"格局，DeepSeek、阿里等少数玩家主导底层，其他企业需快速切入场景求生 [9] 企业转型案例 - 零一万物拥抱DeepSeek技术，百川智能专注AI医疗，体现应用层转型趋势但2025年均未公布新融资 [7] - 面壁智能通过端侧模型绑定终端场景（AI Phone/PC/汽车等），成为资本青睐的应用代表 [3][5]

国芯网[原:中国半导体论坛] 振兴国产半导体产业！ 不拘中国、 放眼世界 ！ 关注 世界半导体论坛 ↓ ↓ ↓ 当地时间5月19日，马来西亚19日才宣布成为第一个全国部署华为「Ascend（升腾）GPU驱 动AI服务器」的国家，彭博新闻审阅过的讲稿指出，马来西亚计划2026年前部署3千台华为升 腾芯片AI服务器，同时中国新创DeepSeek也提供AI模型之一，这也是中国AI芯片首次在海外 进行规模化部署。 但《彭博新闻》报道，消息才公布一天，马来西亚政府便急转弯撤回言论，且不作任何解释。 目前，尚不清楚该项目是否会按原计划推进，中国相关AI芯片公司也表示尚未在马来西亚销售 芯片，当地政府也未采购相关设备。 美国白宫人工智能顾问萨克斯在社交媒体上表示："正如我早已警告的，中国的完整AI体系已 经出现。" 第一步：扫描下方二维码，关注国芯网微信公众号。 第二步：在公众号里面回复"加群"，按照提示操作即可。 爆料｜投稿｜合作｜社群 文章内容整理自网络，如有侵权请联系沟通 投稿 或 商务合作 请 联系 iccountry 美国商务部日前宣布升级华为升腾AI芯片出口管制措施，明确规定全球任何地方使用华为产品 均会违反美 ...

尽管如此，meta对Llama及其广泛的生成式AI产品组合仍寄予厚望。该公司曾预测，其生成式AI产品将在2025年实现20亿至30亿美元的收入，并在2035年达 到4,600亿至1.4万亿美元。为了实现这一目标，meta与一些托管其Llama模型的公司签订了收入分成协议，并推出了一个用于定制Llama版本的API。meta的 AI助手meta AI（由Llama提供支持）未来还可能展示广告并推出带有额外功能的订阅服务。 然而，这些雄心勃勃的计划背后是巨大的开发成本。据报道，meta在2024年的"生成式AI"（GenAI）预算超过了9亿美元，而今年的预算可能会超过10亿美 元。这还不包括运行和训练模型所需的基础设施成本。meta此前已表示，计划在2025年投入600亿至800亿美元用于资本支出，主要用于新建数据中心，以支 撑其AI业务的快速发展。 | | | E -ablish Metrics Dash pard | | un AB Testing | Deplay to Clud Platform | Strategy | content Create Demo for Investors | | --- ...

大模型思考机制 - 从心理学角度类比人类思考系统1（直觉快速）和系统2（分析缓慢） LLM早期输出类似系统1 增加思考时间可激活系统2式推理 [6][7] - 计算资源视角将思考定义为可分配的计算量总和 神经网络通过调整前向传递资源实现动态思考 [8] - 数学建模将思考过程视为隐变量 通过概率模型整合多路径思考可优化答案分布 [10][11] 模型训练方法论 - 思维链（CoT）技术演进：从模仿人类推理到强化学习自动优化 模型规模与CoT收益呈正相关 [12][13] - 强化学习规模化应用案例：DeepSeek R1采用并行采样（best-of-N）与顺序改进（反思修正）双路径训练 纯RL训练也可涌现高级推理能力 [15][17] - 外部工具调用成为新范式 OpenAI o3/o4-mini与Claude sonnet3.7集成代码解释器/网页搜索等多模态工具 [19][20][21] 前沿技术挑战 - 思考忠实性问题：专用推理模型（如Claude 3.7 Sonnet）比通用模型更易展示真实思考链 但直接奖励诚实性可能导致反向作弊 [23][24] - 计算效率平衡：当前阶段增加test-time计算量优于单纯扩参 但受限于基础模型潜力天花板 [26][27] - 架构创新方向：动态深度RNN 改进型Transformer 思考token插入 潜变量建模等28] 开放研究问题 - 强化学习激励机制设计：需兼顾人类可读性 思考真实性 反reward hacking三重目标 [29] - 能力迁移路径：如何将推理模型性能提升蒸馏回基础模型 实现技术代际传承 [31] - 自适应思考机制：建立问题难度与思考时间的动态匹配算法 [31]