文章核心观点 - 上海交通大学科研团队在光计算芯片领域取得重大突破，成功研发出支持大规模语义媒体生成模型的全光计算芯片LightGen，该芯片在算力和能效上相比顶尖数字芯片实现了两个数量级的提升，为人工智能等算力密集、能耗敏感场景提供了新的硬件加速方案 [2][3][4] 光计算芯片技术突破 (LightGen) - 上海交通大学团队首次实现了支持大规模语义媒体生成模型的全光计算芯片LightGen，相关成果发表于《科学》杂志 [2][3] - LightGen在单枚芯片上同时突破了“单片上百万级光学神经元集成”、“全光维度转换”、“不依赖真值的光学生成模型训练算法”三项关键瓶颈 [4] - 实测表明，即便采用性能较滞后的输入设备，LightGen仍可取得相比顶尖数字芯片2个数量级的算力和能效提升 [4] - 该芯片可完整实现“输入—理解—语义操控—生成”的闭环，完成高分辨率（≥512×512）图像语义生成、3D生成（NeRF）、高清视频生成及语义调控，同时支持去噪、局部与全局特征迁移等多项大规模生成式任务 [4] 光计算技术的优势与背景 - 光计算具有可扩展、低功耗、超高速、宽带宽、高并行度的天然优势，是破解高维张量运算、复杂图像处理等大规模数据快速计算的关键技术 [2][5] - 光计算被视为突破传统芯片架构算力与能耗瓶颈的重要方向，为人工智能（AI）、科学计算、多模态融合感知、超大规模数据交换等“算力密集+能耗敏感”场景提供硬件加速 [2][3][5] - 随着深度神经网络和大规模生成模型演进带来超高算力和能耗需求，传统芯片架构性能增长速度已出现严重缺口，光计算等新型架构受到广泛关注 [3] 光计算领域的其他进展 - 过往几年，学术界和产业界持续探索光计算芯片的矩阵规模和光学主频，以台积电的光计算芯片矩阵规模（~512x512）和美国加州理工学院的光计算光学主频（>100GHz）为典型代表 [5][6] - 有效扩展计算并行度是光计算性能提升的前沿发展方向，也是光计算迈向实用的必由之路 [6] - 中国科学院上海光学精密机械研究所团队在解决“光芯片上高密度信息并行处理”难题上取得突破，研制出超高并行光计算集成芯片“流星一号”，实现了并行度>100的光计算原型验证系统 [6] - “流星一号”系统核心光芯片全部自主研制，包含了集成微腔光频梳（频率间隔~50GHz，输出光谱范围>80nm，可支撑波长复用计算通道数>200）、大带宽低时延可重构光计算芯片（通光带宽>40nm）以及高精度大规模可扩展驱动板卡（通道数>256） [7] - 基于该光子集成芯片系统，首次验证了并行度>100的片上光信息交互与计算原型；在50GHz光学主频下，单芯片理论峰值算力>2560TOPS，功耗比>3.2TOPS/W [7]

日本众包平台内容操纵事件 - 日本大型众包平台CrowdWorks被曝长期发布付费招募信息 征集“批评中国”、“称赞日本”等特定主题的短视频 每条视频报酬为2000至4000日元（约合90至180元人民币）[1] - 招募信息要求视频突出“日本技术、日本文化、日语的优秀之处” 展示所谓“中国人的扰民行为和不文明举动” 并鼓励制作者长期兼职[1] - 平台另一发包方从去年11月到今年11月已至少发布14条征集“批评中国”主题视频的信息 事件引发争议后相关信息已被转为非公开状态[6] 平台历史与行业类似案例 - CrowdWorks平台早在2017年就有招募“持保守思想的人”撰写博客的案例 示例主题包括鼓吹修改和平宪法、日本拥有军队等右翼主张[6] - 日本另一大型众包平台Lancers也曾出现类似招募 要求为保守派运营的政治新闻网站撰写留言跟帖 招募对象需支持安倍政治、对右翼媒体《产经新闻》抱有好感[6] - 这些案例表明 通过众包平台付费征集特定政治倾向内容的行为在日本并非个例[6] 舆论操纵的外包利益链条 - 日本TBS电视台节目剖析了CrowdWorks平台为“问题政客”制作宣传视频的利益链条 发包者提供素材并支付报酬 制作者完成视频后 发包者将视频上传至社交媒体账号并可获取广告等收入[8] - 平台上还存在招募人员点赞、评论、转发的任务 例如要求接单者每天在社交媒体上点赞和评论300次[8] - 接单制作视频的大学生坦言 客户有时会要求“真相无所谓 要做得更刺激一些” 并认为越极端的内容越容易传播并被视为“真相”[10] 平台与政界的关联 - CrowdWorks官网显示其服务对象包括日本经济产业省等政府部门[10] - 公司首席执行官吉田浩一郎曾获经济产业省“日本创业大奖”审查委员特别奖 今年又获日本内阁府授予的绀绶褒章 其个人社交媒体也发布了与政界人士互动的内容[11] - 日本网民质疑平台幕后发包者与政界力量存在联系[11] 政治势力操控舆论的佐证 - 2021年 社交媒体X上一个长期传播右翼政见、攻击自由派政党的账号“Dappi”被起诉 调查显示其运营主体是一家与自民党存在资金往来的IT企业[11][12] - 在2024年自民党总裁选举中 高市早苗竞选团队投入了8384万日元（约合382万元人民币）宣传经费 其中向大阪一家广告公司支付约3300万日元（约合150万元人民币）用于视频制作和社交媒体宣传[12] - 2025年自民党总裁选举前期 社交媒体上对高市早苗的“正面评价”帖文占比达58% “负面评价”仅占3% 大量不同账号发布了内容几乎一模一样的支持帖文 情况反常[12][14]

公司战略与核心观点 - 世纪华通总裁提出以长期主义的确定性应对新时代多重挑战 [1] - 公司为游戏产业高质量发展提供的破局路径聚焦于：游戏出海、AI技术赋能、以及依托游戏技术外溢深化数实融合 [1] 游戏出海战略 - 中国游戏出海的本质被定义为将中华文化蕴含的快乐、善意和智慧带给世界玩家，而非单纯赚取利润或挤压海外企业 [1] - 游戏“走出去”的标准应避免“一刀切”，需将中华文化精神、技术安全规范、价值导向底线固化为不可动摇的“标准底座” [1] - 在标准底座之上，出海策略需精准适配海外市场需求，具体包括：在叙事节奏上贴合海外用户习惯，在内容呈现上尊重当地文化习俗，在运营服务上结合区域特点适配服务节奏 [1] AI技术赋能与新质生产力 - 游戏产业已成为前沿科技的“练兵场”和文化创新的“孵化器”，其赋能新质生产力的潜力有清晰可寻的实践路径 [2] - 在本轮AI浪潮中，游戏产业扮演了不可或缺的角色，游戏企业对AI技术的高频需求助推了AI应用加速落地 [2] - 随着游戏企业AI应用不断成熟，技术价值将进一步反哺社会，实现数实融合的价值跃迁 [2] - 公司认为，在赋能新质生产力的道路上，企业应怀揣使命感，以跳出技术应用的短期局限，挖掘产业更深层次的社会价值 [2] 数实融合与长期价值 - 在推动游戏从线上延伸到线下（数实融合）的探索中，纠结短期财务回报是无解题 [2] - 应将此类探索转化为企业被信任的价值资产，追求责任与利益的长期共生 [2] - 这种长期主义最终能让企业收获政策红利与品牌认同，并开辟全新的增长曲线，走出兼具商业价值与社会意义的长远之路 [2]

韩国政府推动数字医疗产业 - 韩国副总理兼企划财政部长官具润哲将于16日召开部长级会议和工作组会议，探讨建立韩国数字医疗的新出口模式 [2] - 韩国企划财政部在总统工作报告中提出了旨在实现超创新型经济的韩国数字医疗新出口模式 [2] - 数字医疗是将大数据、人工智能等信息通信技术应用于医疗保健领域，为个人提供预防、诊断、治疗和健康管理服务 [2] 全球市场前景与韩国行动计划 - 据全球市场研究咨询公司Nova One Advisors预测，全球数字医疗市场规模预计将从2024年的2916.9亿美元增长到2030年的9204.6亿美元 [2] - 韩国拟组建"K-Digital Healthcare Team Korea"以支持本土医疗器械企业实现研发、审批许可、商业化的全流程出口 [2] - 韩国政府计划从明年开始完善该团队的运营计划，并在2027年落实相关预算以正式启动项目 [2]

核心观点 - AI与自动化技术正快速重塑企业IT部门的角色分工，其核心挑战在于如何带领团队顺利转型并构建适应AI时代的新型IT能力体系 [2][13] - AI不会取代大量IT岗位，而是促使IT人员被重新部署到新的岗位上，以解决AI无法独立完成的复杂问题，实现角色的再造 [4][11][15][24] AI重塑IT角色的趋势与原因 - 过去一年，AI和自动化在企业IT中的渗透速度超出预期 [4][15] - IT人员依旧稀缺，在预算紧张的情况下，CIO更倾向于通过内部转岗和技能再培训来应对，而非增编 [4][15] - AI应用进入深水区后存在“修正期”，错误的判断和业务不匹配等问题会逐渐暴露，企业仍需经验丰富的工程师兜底 [4][15] IT角色迁移的具体领域 - **开发领域**：低代码/零代码工具的普及使业务用户能自建应用，传统开发团队的工作转向更复杂的系统架构、数据工程或AI模型集成 [6][19] - **运维领域**：批处理、告警分析、常规维护等任务逐步自动化，运维人员可能被培训为网络、云基础设施或AI系统监控专家 [6][19] - CIO必须建立系统化的“再培训机制”，以帮助员工从被替代的岗位过渡到AI驱动的新领域 [6][19] AI转型的关键动作 - **主动沟通，安抚团队情绪**：CIO应保持公开透明的沟通，展示未来职业发展路径，并为人员转岗提供再培训和内部转岗机会 [8][21] - **匹配节奏，科学推进再培训**：企业需识别AI落地所需关键技能（如模型运维、数据治理、AI安全），评估现有能力，并通过内外部培训逐步提升技能成熟度 [8][21] - **更新治理与安全体系**：AI的引入要求现有IT治理框架必须升级，企业需制定AI合规标准并明确使用边界与责任 [8][9][23] - **重新定义质量保障（QA）**：AI系统质量以输出准确率是否维持在**95%**以上为核心指标，QA团队需持续监控模型表现，并与业务部门协作排查问题，这要求其掌握AI工具并具备跨部门沟通与分析能力 [9][22] 未来IT部门的定位 - 当IT团队掌握AI时代的新技能，他们将不再只是“系统维护者”，而将成为推动企业创新和效率提升的中坚力量 [11][24] - 安全团队必须开发针对AI模型和数据的新型防护策略，以应对AI系统可能面临的新安全威胁 [9][23]

论坛核心主题与背景 - 2025年度中国保险鼎峰50人论坛于12月17日举办，主题为“‘十五五’启航擘画保险蓝图”，旨在探讨保险业高质量发展路径 [1] - 论坛由中保新知联合新时代保险研究院主办，并获中央财经大学及北京工商大学相关研究机构提供专业学术指导 [1] 行业数字化转型与AI应用 - 原中国银保监会副主席陈文辉指出，数字化浪潮具有革命性，人工智能（AI）技术正广泛赋能保险业各类服务场景，且应用正在加速 [1] - 陈文辉认为，未来AI特别是大模型技术，是各类保险机构实现质变提升的重要机会，AI的全面应用是决定保险业生死存亡的关键之举 [1] - 对于保险业如何拥抱AI，建议包括：全面实施数智化转型战略并将其作为“一把手工程”；挖掘数据价值以提升长期经营效率；加大对AI人才的培养和使用；高度关注AI运用可能带来的风险 [1] 保险人才培养与教育趋势 - 对外经济贸易大学保险学院院长谢远涛表示，培养保险复合型人才、推动跨学科融合及AI技术赋能是保险高质量发展的关键 [2] - 该观点是在各院校推进教育规划与国家“十五五”规划衔接的背景下提出 [2] 寿险业发展机遇与战略 - 北京人寿总经理王修文认为，尽管当前寿险业面临产品同质化、降本增效压力大等挑战，但未来发展机遇大于挑战 [2] - 王修文建议，应抓住“健康中国”、“银发经济”及“报行合一”的政策机遇，通过产品创新、服务与科技提升来提质增效，最终实现生态圈共融共生 [2] 中小财险公司差异化发展路径 - 现代财险总裁张宗韬阐述了公司差异化战略，即全面聚焦于新能源网约车保险业务 [2] - 该战略选择基于对同质化竞争陷阱的规避，以及对技术变革带来的结构性机会的洞察 [2] - 张宗韬认为，车辆使用性质与风险基础的变化，正是中小险企建立差异化能力的时机 [2] - 现代财险在新能源车险领域着力提升三大核心能力：风险选择定价能力、理赔生态服务能力以及综合销售拓展能力 [2]

文章核心观点 - AI技术正在以前所未有的速度重塑职业能力差距，过去需要5到10年才能拉开的差距，现在可能只需要2到3个月或18个月[1][4][15] - 身处大型科技公司的员工，尤其是那些在“离AI很远”的部门或从事“系统依赖型”岗位的人员，正面临认知钝化和被迅速淘汰的风险[3][6][7] - 未来的商业和职业生存能力取决于能否深度拥抱AI，将其作为工作的底层逻辑，而非辅助工具，否则将面临价值归零[20][21][25] 大厂现状与悖论 - 大型科技公司本质是精密分工的“人力工业系统”，其严密的流程和框架导致许多员工成为“离AI最远的人”[6][7] - 在合规、传统市场、老牌业务线等核心部门，员工工作高度流程化，如填表、走流程、汇报，无需接触AI[8] - 大厂员工因局限于内部KPI和系统内琐事，认知钝化，产生AI无法取代复杂系统性工作的错误安全感[9][10] - 大厂部分部门因缺乏生存压力和害怕失业，存在自我保护意识，不积极推动AI应用进行自我革命[11] - 公司网络限制（如监控、外网访问不便）进一步阻碍员工接触和使用先进AI工具如GPT或GEMINI[12] AI时代的能力差距演变 - AI改变了经验的折旧率，职业发展从依赖“经验沉淀”转变为适应快速迭代[13][14] - 熟练掌握AI驱动能力的专业人士，其产出质量和效率能轻易超越数个传统岗位，能力增长呈指数级，而拒绝AI者能力增长仅为线性甚至衰退[15] - AI能力每6个月或更短时间就有一次大的跃迁，分为三个阶段：学会与AI对话（效率快2倍）、构建自动化工作流（效率快10倍）、利用AI进行复杂系统架构与决策[16][17][18] - 经过18个月的“物种进化”，深度使用AI者与仅“按系统干活”者将产生代际差，这种差距难以通过加班弥补[15][18] 客户需求与从业者价值的脱节 - 许多中小行业的企业主对AI的认知和应用深度已超越大厂普通员工，正积极利用AI构建竞争壁垒[3][20] - 当客户已在研究如何“投喂”全球大模型以优化品牌时，若从业者仍专注于手工填表或制作PPT模板等传统工作，其价值将面临脱节甚至归零[20][21] 高风险岗位特征 - “系统依赖型”岗位最危险，其工作内容仅为操作内网系统、填入数据、点击提交，缺乏创造性与决策空间，极易被后台智能化改造所替代[22] - 拒绝“认知更新”的岗位同样危险，部门负责人可能因利益绑定而声称业务特殊、AI无法处理，导致员工思维被低效、旧有的方式固化[23][24] 未来职业发展指南 - 必须进行“职场逻辑重构”，建立“数字实体”，让AI成为工作的底层逻辑而非辅助工具，测试标准是仅依靠大模型对话框能否完成工作[25] - 思维方式需从“随系统转”转变为“用算法思考”，研究AI如何理解行业，并思考如何让业务逻辑被AI学习和增强[25] - 在AI时代，用户向AI发出的每一次询问都是精准需求，从业者应学习通过AI捕捉和满足这些需求，而非仅学习操作旧系统[26] - 未来的商业一半在现实，一半在AI中，社会正分化为沿旧系统滑行者和在AI中构建新规则者，分化速度极快，一次迟疑就可能导致掉队[27][28][29]

货币政策与宏观经济 - 日本央行宣布加息25个基点至0.75%，为今年第二次加息，基准利率达到1995年9月以来高位 [1] - 日本央行认为工资与价格温和上涨趋势将持续，且来自美国经济和贸易政策的不确定性有所下降 [1] - 中国11月全国居民消费价格（CPI）同比上涨0.7%，为今年以来最高同比涨幅 [2] - 中国11月扣除食品和能源后的核心CPI同比上涨1.2%，涨幅与上月持平，连续3个月涨幅在1%以上 [2] 科技与人工智能行业动态 - TikTok CEO周受资内部信称，字节跳动、TikTok已与三家投资者签署协议，将成立名为TikTok美国数据安全合资有限责任公司的美国合资公司，负责数据保护、算法安全等内容，相关事宜将在不晚于2026年1月22日完成 [3] - 腾讯对大模型研发架构进行调整，新成立AI Infra部、AI Data部、数据计算平台部，前OpenAI研究员姚顺雨出任首席AI科学家并兼任AI Infra部、大语言模型部负责人 [5] - 特斯拉已开始在无安全员的情况下测试自动驾驶出租车Robotaxi，受此消息拉动，公司股价当天收盘上涨3.6% [6][7] - 蚂蚁集团旗下AI健康应用“蚂蚁阿福”发布后下载量猛增，月活用户规模已超1500万，每天回答用户500多万个健康提问，其月活复合增长率高达83%，远超行业13.5%的平均增速 [8] - 人工智能巨头OpenAI据称正就融资进行初步谈判，融资额最高或达1000亿美元，估值可能冲至7500亿美元，较今年10月5000亿美元的估值实现约50%的跃升 [16] 消费电子与家电行业 - 美的、海尔、奥克斯、海信、小米、TCL、美博等多家空调企业宣布推动“空调铝强化应用研究工作组自律公约”，但行业龙头格力电器未表态加入并多次表示没有空调“铝代铜”计划 [4] 半导体与存储芯片行业 - 存储芯片大厂美光科技2026年全年高带宽内存（HBM）的供应量已全部售罄 [9] - 美光科技预计HBM总潜在市场将在2028年达到1000亿美元（2025年为350亿美元），较此前指引提前两年 [9] - 美光科技将2026财年的资本支出计划从180亿美元上调至约200亿美元，但对资本支出增长保持审慎态度 [9] 资本市场与基金动态 - 截至12月17日，2025年以来共有39家公募机构参与了85家A股公司的定增项目，合计获配金额达340.88亿元，较去年同期的298.4亿元增长14.24%，目前这些定增项目已实现浮盈112.24亿元，整体浮盈比例达32.93% [10] - 12月以来，超30家基金公司发布货币基金暂停大额申购或调整限额的公告，多只基金将单日申购限额设定为1万元 [11][12] 首次公开募股（IPO）与新股表现 - 上周7家企业上会全部通过，本周有6家企业迎考，包括比亚迪供应链企业尚水智能等 [13][14] - 沐曦股份于12月17日登陆科创板，发行价104.66元，收盘829.9元，首日暴涨693%，成交额113亿元，市值一日升至3320亿元，按中签500股计，单签浮盈最高近40万元，刷新注册制以来打新收益纪录 [15] - 沐曦股份2024年营收32.7亿元，净利7.4亿元，此次募资主要投向7nm GPU、AI加速卡及通用计算平台，目标2026年量产规模翻番 [15]

文章核心观点 - 人工智能市场在经历前期快速上涨后出现阶段性波动，市场开始关注其盈利兑现、估值及增长可持续性 [1][2] - 外资机构普遍认为AI仍是影响全球资本市场的重要长期趋势，但对2026年的投资路径、风险认知及市场表现存在明显差异 [2] - 部分机构继续看好AI的长期盈利前景和产业价值，同时另一些机构则对高估值和市场结构风险保持审慎 [2][3][4] 长期趋势与积极判断 - 富达国际认为AI是一个“无处不在的趋势”，其推动的强劲盈利增长势头将延续到2026年，并指出科技板块增长前景正在提升 [3] - 富达国际指出，去年仅26%的分析师预期AI会在2025年提升盈利能力，如今这一比例已接近整个调研样本的一半，支撑市场的基本面已出现实质性改善 [3] - 摩根资产管理认为，包括中国在内的东亚市场凭借在全球半导体、芯片及AI供应链中的关键地位，展现出显著的投资价值，AI技术持续拉动对半导体和硬件的需求 [3] 估值与结构风险 - 施罗德基金指出，当前全球多个市场股票估值处于较高水平，但尚未达到极端状态，该机构正在寻找分散投资的机会 [4] - 安联基金提醒，尽管企业盈利增长为市场提供动力，但投资者仍需对AI及相关科技板块估值高企保持谨慎 [4] - 有观点指出，美国标普500指数中大公司集中度持续上升，AI虽是增长驱动力，但指数高度集中化与高估值问题可能放大市场波动风险 [5] - 富达国际分析称，风险分散依然必要，许多投资者在根据政治事件重新审视地域配置，高增长预期的任何波动都可能带来影响 [4]

美国就业市场数据与影响 - 美国劳工统计局补发数据显示10月非农就业人数大幅减少10.5万人，远超市场预期的2.5万人降幅，且当月失业率未公布 [1] - 11月非农就业人口新增6.4万人，略高于预期的5万人，但失业率意外攀升至4.6%，创下2021年9月以来新高 [1] - 整体报告虽显示数据变差，但未差到进入“衰退叙事”地步，经济“软着陆”仍是基准情形，为风险资产提供缓冲空间 [1] 市场预期与反应 - 最新非农数据公布后，市场对美联储2026年降息两次的预期增强 [1] - 根据CME“美联储观察”数据，明年1月降息25个基点的概率已从数据公布前的22%上升至26.6% [1] - 近期美股经历小幅调整，市场情绪受多重因素扰动，但更多由情绪驱动的抛售行为最终将回归理性水平 [1] 未来经济与政策展望 - 鉴于美国经济与就业市场仍面临下行压力，美联储在2026年继续推进降息是较大概率事件 [2] - 当前美股整体估值虽不便宜，但标普500指数、纳斯达克指数及“科技七巨头”（M7）的股价驱动主要源自盈利贡献，市场整体未出现明显泡沫 [2] 人工智能（AI）行业前景与投资策略 - AI技术终将逐步渗透至所有行业，在未来一至两年内，预期AI将进一步广泛应用于各类2B与2C领域 [2] - 相关优质企业若短期受到负面情绪或信息冲击，表明行业在快速扩张中仍保持必要的市场纪律，并非坏事 [2] - 投资策略倾向于保持积极仓位，并持续在全球范围内寻找真正受益于AI发展的投资标的 [2]