核心观点 - DeepSeek发布全新DeepSeek-OCR2模型，其创新的动态重排图像部分技术有望颠覆传统文档处理模式，开启原生多模态推理新路径 [1] 技术突破与性能 - 新模型采用DeepEncoderV2方法，使AI能根据图像含义动态重排图像部分，而非机械地从左到右扫描 [1] - 在基准测试中，新模型性能达到91.09%，较前代提升3.73% [1] - 模型视觉token使用上限降至1120个，前代为1156个 [1] - 该技术代表新一代“压缩存储”思路，通过将文本映射为视觉表征进行高倍率压缩，以少量视觉token承载长上下文信息，实现从“扩大计算基数”到“减少计算负荷”的转变 [2] - 在低于10倍压缩率下可实现约97%的文本还原精度，能满足多数信息检索与文档归档需求 [2] - 在20倍高压缩率下精度约为60%，适用于容错性较高的线索检索场景 [2] 优势与应用潜力 - 采用OCR技术可显著降低计算与显存资源消耗，提升长文本处理效率 [1] - 对表格、图表等结构化信息具备天然处理优势 [1] - 在20个A100节点上具备日处理3300万页数据的吞吐能力 [2] - 对小语种（如阿拉伯语、僧伽罗语）有良好支持，在全球化商业部署中具有显著优势 [2] - “视觉即压缩”的范式可能重塑未来大语言模型的输入方式 [2] - 为统一全模态编码器提供了可行方向 [1] 相关上市公司业务 - 金现代：公司与百度在大模型应用的开发、OCR识别能力的算子互补等方面有合作 [3] - 汉王科技：公司为客户提供了文字识别OCR平台等产品与服务 [3]

公司业务与产品 - 公司旗下江西新华云教育科技有限公司拥有自研大语言模型产品“领思大模型” [2] - 公司业务中已有具体项目应用该模型，例如“文书守正”等项目已使用“领思大模型” [2]

投资评级 - 维持“买入”评级 [1][10] 核心观点 - 市场回暖与AI赋能双重驱动，金融信息服务价值持续释放 [1] - 公司盈利水平将实现显著增长，主要得益于AI技术投入提升产品竞争力与用户体验，以及市场回暖带来的金融信息服务需求增长 [4][5] - HithinkGPT大模型性能持续迭代，并推出智能体产品“问财投资助手”，构建了金融大模型评测基准BizFinBench，强化AI应用能力 [6][7] - 国内ETF市场高速扩张，为公司的基金代销业务（爱基金平台）打开新增长极 [8] - 公司在C端拥有海量用户，B端实现多机构覆盖，大模型赋能下产品变现能力有望提升，预计将实现业绩持续增长 [10] 业绩与财务预测 - 2025年业绩预告：预计全年归母净利润27.35亿元至32.82亿元，同比增长50%至80%；扣非归母净利润26.47亿元至31.77亿元，同比增长50%至80% [4] - 2025年第四季度：预计实现归母净利润15.29亿元至20.76亿元，同比增长30.5%至77.1%；扣非后归母净利润14.76亿元至20.06亿元，同比增长30.2%至76.9% [4] - 盈利预测：预计2025-2027年公司实现营收64.26亿元、84.70亿元、103.39亿元，归母净利润分别为29.28亿元、38.96亿元、49.14亿元 [9][10] - 每股收益预测：2025-2027年EPS分别为5.45元/股、7.25元/股、9.14元/股 [9][10] - 估值：当前股价对应2025-2027年PE分别为65.20倍、48.99倍、38.84倍 [9][10] - 盈利能力：预计2025-2027年ROE分别为32%、34%、33%，销售净利率分别为46%、46%、48% [9][11] 市场数据与表现 - 当前股价：355.03元 [3] - 总市值：190,864.13百万（约1909亿元） [3] - 近期表现：近1个月上涨8.9%，近12个月上涨18.4% [3] AI技术与产品进展 - HithinkGPT大模型在文本生成、逻辑推理、多模态理解与智能体应用等方面有显著提升，具备处理多模态数据能力 [6] - 该模型可对复杂金融数据进行深度分析，并结合宏观环境与行业动态预测市场趋势 [6] - 推出智能体产品“问财投资助手”，具备多步自主规划与动态执行能力，支持连续任务处理，并通过迭代训练构建闭环优化系统 [7] - 构建全球首个面向金融任务的大语言模型评测基准BizFinBench，包含超过10万条高质量中文金融问答数据，覆盖多种业务场景 [7] 业务增长驱动 - 市场回暖：投资者信心修复，市场对金融信息服务的需求明显增长，同花顺APP用户活跃度提升 [5] - 广告及互联网业务：广告及互联网推广服务收入相应增长 [5] - ETF市场扩张：2025年国内ETF总规模从年初的3.73万亿元跃升至12月26日的6.03万亿元，增幅超过60%，其中股票型ETF规模增至约3.85万亿元 [8] - 基金代销平台：“爱基金”平台接入基金公司及证券公司228家，代销基金产品及资管产品24,606支 [8] - 指数化投资渗透率：与美国等成熟市场相比，国内指数化投资的渗透率仍有较大提升空间，增长潜力可观 [8]

Agentic推理的定义与核心范式转变 - 将推理视为智能体的核心机制，涵盖基础能力（规划、工具使用与搜索）、自进化适应（反馈和记忆驱动的适应）和集体协同（多智能体协作）[5] - 与传统LLM的静态、一次性问答模式不同，Agentic推理强调模型与环境的持续交互，使LLM进化为能在真实世界中自主感知、规划、行动并学习的智能体[5][6] - 本质区别在于智能体获得了在时间维度上与环境持续对话的能力，能处理不确定性、从反馈中学习并与其他智能体协作，以完成开放、动态场景中的复杂任务[6] Agentic推理的三个能力层级 - **第一层：基础Agentic推理**：智能体在相对稳定环境中通过任务分解（规划）、调用外部工具和主动搜索来实现目标，并能够验证结果、调整步骤，例如编写代码并运行调试[8] - **第二层：自进化Agentic推理**：智能体通过反馈整合与记忆驱动适应机制，从经验中学习以应对变化的环境，利用基于反思的框架或强化学习方法动态整合推理与学习过程，实现持续适应和跨任务泛化[9] - **第三层：集体多智能体推理**：多个智能体通过角色分配、通信协议和共享内存系统协同工作，通过多轮交互实现辩论、化解分歧并达成共识，以提升推理多样性和解决问题的能力[10] Agentic推理的两种系统优化模式 - **上下文推理**：不动模型参数，侧重于推理时的计算扩展，通过结构化编排、基于搜索的规划以及自适应工作流设计，将推理过程从静态的“一次性预测”转变为动态的“想”和“做”循环[11] - **后训练推理**：旨在修改模型权重，侧重于能力的内化，利用强化学习和监督微调，将成功的推理模式固化为模型的“本能”，使模型能更直接高效地调动内部知识[11] Agentic推理的实际应用场景 - **数学探索与代码生成**：通过集成编程环境，实现“思维-代码-执行”循环，将复杂逻辑推理转化为可验证的程序输出，在代码领域演化为由智能体处理繁琐语法的“Vibe Coding”[14] - **科学发现**：在材料科学、生物学和化学等领域，智能体能够自主设计实验、运行模拟并分析海量数据，实现“自主研究”和跨学科知识整合[15] - **具身智能体**：将自然语言指令转化为机器人的物理动作，结合视觉感知与运动规划，在动态环境中实现目标导航、物体操作，形成闭环的感知-决策-反馈机制[16] - **医疗健康**：辅助诊断、药物发现和个性化治疗方案制定，通过整合患者多模态数据提供基于证据的推理路径，多智能体系统可模拟医生会诊以提高诊断准确性和方案鲁棒性[17] - **自主网络探索与研究**：智能体具备自主浏览网页、提取信息、评估信息可信度的能力，应用于市场调研、竞品分析及自动生成深度行业研究报告[18] Agentic推理面临的未来挑战 - **个性化**：需让智能体通过推理快速捕捉并适应用户的独特偏好、工作流风格和反馈习惯，实现“千人千面”的个性化服务，而非仅优化平均性能[20] - **长周期交互**：需解决在跨越数天甚至数月任务中维持专注、保证记忆连贯性、处理中断与变化的难题，克服现有上下文窗口限制和记忆管理机制的不足[21] - **世界建模**：智能体需构建内部“世界模型”以准确认知环境物理规律、因果关系和动态变化，从而在未知环境中做出更好决策并通过模拟推演预判行动后果[22] - **多智能体训练**：训练成百上千个智能体协同工作面临可扩展性、信用分配和通信效率等挑战，需设计高效训练框架以涌现群体智能，避免混乱或低效循环[23] - **治理框架**：当智能体被赋予执行行动权限时，安全风险指数级上升，需构建有效治理框架确保行为符合人类价值观、防止滥用，并能及时干预和追责[24]

文章核心观点 - AI技术，特别是大语言模型，正在重塑智能客服行业，使其从企业的成本中心转变为增长部门[1][6] - 电商行业竞争焦点转向“存量用户运营”和“服务体验”，推动了客服部门的价值重塑，使其成为影响流量和转化的关键[7] - 淘宝天猫的智能客服产品“店小蜜”通过彻底重构为AI原生（Agent原生）产品，引领了行业变革，显著提升了商家效率与转化率[11][13] 技术与场景的适配性 - 大语言模型的核心优势（多轮对话理解、文本生成）与客服场景的天然属性高度契合，能实现连贯应答并主动预判需求[5][6] - 传统规则型客服系统面对多轮追问易出现断层，而大模型能精准捕捉核心诉求与潜在疑问[6] - 文本是客服领域最主要的交互载体，无需额外搭建复杂交互形式，便于大模型能力落地[6] 电商行业竞争逻辑的转变 - 电商竞争核心焦点已转向“存量用户运营”，服务能力成为影响流量获取和订单转化的“必选项”[7] - 淘宝天猫上线新版店铺评价体系“真实体验分”，将服务质量纳入平台流量分配的核心考核指标[7] - 平台倡导“好服务构筑增长韧性”，形成“好服务 → 高转化 → 多复购”的正向循环，重构了行业竞争逻辑[7] 店小蜜的产品演进与行业地位 - 十年前为解决大促期间海量咨询问题，阿里推出智能客服产品（后迭代为店小蜜），奠定了行业标杆地位[9][10] - 传统基于规则的智能客服存在局限性：面对个性化、模糊或复杂需求时难以精准应答，转人工率高，配置维护成本高昂[11] - 店小蜜团队在验证大模型效果后，于2025年初决定彻底颠覆过去十年的技术架构，进行基于大语言模型的重构[11][16] - 2025年9月，AI原生的店小蜜5.0正式发布，成为智能客服行业首个Agent原生产品[11][13] 店小蜜5.0的性能与效果数据 - 测试阶段数据显示，店小蜜5.0帮助商家转人工率降低20%以上，店铺成交转化率提升35%以上[11] - 在2025年双11大考期间（10月15日至11月2日），累计接待服务消费者3亿人次[11] - 产品帮助商家降低了60%的配置成本[19] - 目前已有百万商家接入店小蜜5.0[12][21] 店小蜜5.0的核心优势与差异化 - **AI原生（Agent原生）**：产品100%基于大模型构建，从底层彻底重构，替换了上一代的小模型，而非局部改良[13][16] - **依托平台数据与能力**：拥有海量真实场景数据用于训练模型，可实现更个性化体验；能对接平台众多接口，实现从售前到售后的一体化解决（如物流查询、国补查询）[14] - **有效控制幻觉风险**：通过大量训练使模型严格按事实回答，并构建多层次安全检测措施，将幻觉概率控制在非常低的水平[17] - **开箱即用与普适性**：对大部分商家而言简单易用，即使不做配置，效果相比之前版本也有很大提升，对中小商家友好[22] 客服部门的价值重塑与增长逻辑 - AI客服将人工客服从重复性工作中解放，使其能专注于改善用户体验和降低品牌资损等更有价值的场景[12] - 通过更好的服务，在售前提升转化，在售后进行挽单、减少退货带来的资损，客服创造出了增量生意的机会[12][13] - 客服Agent能回答80-90%的问题，解决了因转人工导致响应不及时而影响转化的问题，其更准确、拟人化的回复也能提供情绪价值，促进购买[21] - 在企业内部，客服部门的定位正从成本部门悄然转换成增长中心[13] 商家成本与使用政策 - 店小蜜5.0大幅降低了商家的配置成本：大模型能自动挖掘商品信息并学习历史对话，商家只需补充增量元信息，无需一一配置问答对[19][20] - 平台惠商政策为：日均UV在2000以下的商家免费使用，日均UV在2000以上的收取少量费用，相当于加量不加价[23] - 随着AI推理成本大幅下降和技术发展，长远来看AI的使用成本预计会持续下降[23] 未来迭代方向与商家参与 - 未来重点迭代方向：在售前环节追求回答得更好；在售后环节完善工具覆盖以提升解决问题能力；发展智能辅助功能帮助人工客服[26] - 将向商家开放两个关键部分：**知识**（可引入内部文档或知识库）和**策略**（实现更个性化、差异化的售前售后能力），并继续加强通过ISV接入商家内部能力[26]

文章核心观点 - 一篇由多机构联合发布的综述文章，系统性地提出了“可实践的机制可解释性”框架，旨在将机制可解释性从观察分析工具转变为能实际干预和提升大语言模型性能的“手术刀”[2] - 该框架围绕“定位、操控、提升”三阶段范式，为大模型的对齐、能力增强和效率提升提供了一套具体的方法论[2] - 文章指出，现有机制可解释性研究大多停留在“观察”层面，而该综述的核心是解决如何将机制层面的发现转化为模型行为和性能的实际改进[7] 从“显微镜”到“手术刀”的范式转移 - 大语言模型内部运作机制不透明，常被视为“黑盒”，机制可解释性是一个重要的研究方向[5] - 传统机制可解释性研究侧重于回答“模型内部有什么”，而本篇综述将关注点转向“可以对模型做什么”[7] Locate：精准定位 - 干预的前提是准确诊断，文章首先构建了一套系统的可解释对象定义与分类体系[9] - 微观层面涵盖从传统神经元到稀疏自编码器特征，宏观层面涵盖注意力头、残差流等组件[9] - 梳理了包括因果归因、探针、梯度检测等主流定位技术[9] - 通过表格形式系统定义了各类可解释对象及其表示和形状，如词嵌入矩阵、残差流状态、注意力头输出、前馈网络块输出、神经元激活状态及SAE特征激活状态等[10] Steer：干预手段 - 当关键对象被定位后，对其进行干预标志着机制可解释性从“观察”迈向“可实践”的关键一步[11] - 文章将现有干预手段归纳为三大类：幅度操控、靶向优化和向量运算[13] - **幅度操控**：对目标对象进行置零、缩放、替换等操作，实现“开关式”或“强度式”控制[13] - **靶向优化**：利用定位到的关键组件进行参数级微调，比全量微调更高效、副作用更小[13] - **向量运算**：在激活空间中加入或移除任务向量或特征向量，实现推理时引导模型行为[13] Improve：应用场景 - 机制可解释性赋能的三大应用场景包括对齐、能力和效率[14] - **对齐**：通过定位与有约束的干预，减少有害行为、降低幻觉或提升遵循指令的稳定性[14] - **能力**：将机理层面的“功能模块”转化为具体的能力增强路径，例如更稳定的推理、记忆或语言生成[14] - **效率**：探索更灵活的干预与压缩手段，为高效训练、推理加速与部署成本提供新抓手[14] Paper List指南 - 研究团队将分散的研究成果做成了“可检索的图表”，每篇论文都用统一标签标出研究对象、定位方法和操控方法[17] - 该图表便于将不同研究路线的代表性工作进行直观对照，帮助研究者快速定位与自身需求最契合的关键论文[17] - 图表中列举了大量论文，并按“安全与可靠性”、“公平与偏见”、“角色扮演”、“多语言”、“逻辑与推理”、“知识管理”等类别进行了归类，展示了机制可解释性在改善对齐和提升能力方面的具体应用[18] 未来展望 - 机制可解释性的核心挑战与机遇在于打破“各自为战”的局面，需要建立标准化的评估基准以验证干预手段的泛化性[20] - 未来需推动机制可解释性向自动化演进，最终实现让AI自主发现并修复内部错误的愿景[20] - 期待该综述能为社区提供详实指南，推动大模型从不可解释的黑盒走向透明、可控、可信的未来[21]

行业标准与规范 - 2025年1月24日，品牌强国经济论坛在北京举行，会上正式启动了《优化消费环境 放心消费品牌评价规范》团体标准的宣贯工作 [1] - 该标准由全国商报联合会联合国家市场监督管理总局发展研究中心、对外经济贸易大学中国国际品牌战略研究中心等权威机构牵头起草 [1] - 标准构建了涵盖经营基本情况、消费环境创建、质量安全放心、消费者权益保护、消费服务保障、诚信信用、社会责任等多维度的完整评价指标体系，旨在为行业规范化发展与放心消费品牌建设提供科学指引 [1] - 公司作为该标准的起草单位之一，将自身在眼科医疗服务领域二十余年的发展经验融入标准制定中，助力消费环境优化与放心消费生态构建 [1] 公司业务模式与网络 - 公司针对医疗资源分配不均的问题，创造了适应国内市场的分级连锁模式，打造“横向成片、纵向成网”的立体化眼科服务网络，推动优质医疗资源共享下沉 [2] - 公司以“共享全球眼科智慧”为目标加速国际化，已基本实现医疗技术、设备、药品与国际水平的“三同步”，旨在让创新技术更早惠及中国患者 [2] 医疗质量与安全管理 - 医疗质量与安全管理是公司发展的核心驱动力，公司通过健全质量管理体系、完善制度规范、强化风险防控、推进智能监管等举措，不断完善集团化医疗高质量管理体系 [2] - 公司在门诊量、手术量、出院人次稳健增长的同时，质控成绩突出，例如2024年，角膜移植术、玻切术等高等级手术的术后感染性眼内炎发生率低至0.0156%，优于国际平均水平 [2] 技术创新与数字化转型 - 公司加速推进眼科医疗数字化转型，首创“数字眼科”发展新模式 [3] - 公司在人工智能、大语言模型、联邦学习等前沿技术领域持续发力，全面打造“爱尔AI数字眼科医院”，旨在实现眼健康服务全流程的智能闭环管理 [3] - 公司致力于将人工智能的高水平服务普及到全生命周期的眼健康医疗服务中，以提升医疗服务的精准性、可及性与效率，惠及更多基层患者 [3] 未来发展规划 - 未来，公司将以《优化消费环境 放心消费品牌评价规范》团体标准为重要指引，持续深化技术创新，迭代升级服务品质 [3] - 公司致力于以专业力量守护患者光明福祉，为推动中国眼科行业高质量发展、构筑放心医疗消费生态贡献力量 [3]

公司核心定位与愿景 - 公司DEEPX是一家韩国AI芯片公司，致力于让AI从云端走向边缘，嵌入物理世界的各个角落[1] - 公司创始人金錄元将公司定位为“帮助人类向真正智能文明演进的公司”，其创立源于AI可能是人类克服缺乏智慧的终极解决方案的信念[2] 核心技术突破与优势 - 公司通过“黄油测试”直观展示了其芯片在运行相同AI负载时，相比竞品在功耗和散热方面的巨大优势[1] - 公司核心产品DX-M2芯片能在5瓦功耗下运行200亿到1000亿参数的大语言模型，功耗仅为手机充电器级别，实现了物理安装可行性[5] - 公司能效提升源于其“极简主义”哲学，深入研究AI数学运算本质，对处理器架构进行针对性剪裁与优化，而非简单依靠工艺进步[5] - 公司已建立坚固的专利护城河，在美国注册的NPU专利数量已超过高通、ARM、英特尔和英伟达，全球专利申请超过400项，保护了NPU的核心工作原理[5] 市场验证与商业落地 - 公司第一代芯片DX-M1已在全球获得超过50个量产项目，覆盖机器人、国防、智能家电等领域，成功跨越了从技术演示到商业落地的鸿沟[8][9] - 现代汽车机器人实验室将在2026年开始量产搭载公司芯片的MobED和DAL-e平台，初期预计出货1万台[11] - 韩国钢铁巨头POSCO同时推进9个量产项目，涉及工厂自动化、物流系统、工业事故监控及自动叉车等领域[11] - 与百度的合作预计在2026年将为中国市场出货约4万台芯片，应用于OCR相机、数据解析系统和无人机等场景[11] 产品价值主张与市场需求 - 公司芯片解决了GPU在边缘部署中的核心痛点：功耗、散热和成本 主流GPU运行AI推理需消耗300瓦以上功率，而公司芯片仅需5瓦[5] - 在POSCO的案例中，使用公司芯片后，芯片价格已低于人工成本，使得工厂自动化的大规模部署成为可能，而此前使用GPU方案时人工成本竟比GPU卡便宜[11] - 在与百度的合作测试中，公司芯片性能比300瓦的GPU卡高出近5倍，而功耗仅为5瓦，证明了AI从数据中心转移到边缘设备的可行性[11] - 通过对全球700多家公司的调研，公司理解到客户的关键需求是：在功耗和成本最多比现有方案高20-30%的前提下，达到GPU级别的性能 这一“20-30%原则”是技术成功商业化的关键[11]

行业技术现状与挑战 - 当前主流大模型（如ChatGPT、DeepSeek、Gemini、千问）本质上是“大语言模型”，在文本生成方面有突破，但在图像处理、三维空间理解和物理世界建模方面能力不足，“幻觉”现象突出 [2] - 人工智能模型目前更多基于二维基础模型，而人类认知记忆以三维世界为基础，这限制了其在复杂物理任务中的应用 [2] - 人形机器人在动作控制（如跑半马、走猫步、翻跟头、打太极）方面取得明显进步，但这些动作多为“预制程序”，且可能经历上百乃至上千次失败才成功一次，不代表综合能力 [3] 对特斯拉Optimus及外科手术能力的预测分歧 - 特斯拉CEO埃隆·马斯克预测，其旗下人形机器人Optimus将在三年内规模化地超越人类最好的外科医生 [1] - 南方科技大学教授孟庆虎对此提出否定看法，认为受数据、模型性能和硬件（尤其是精准度、灵巧手及反应）制约，三五年内不可能实现 [1][4] - 孟庆虎进一步指出，机器人实现成功进行手术的能力可能需要五年甚至十年时间，未来很可能由仿人形机器人结合医生专家的AI Agent共同完成 [4] 人工智能发展路径：场景智能 vs 通用智能 - 行业专家指出，人工智能当前缺乏自主行为和交互性这两个关键因素，具身智能发展仍有很大局限性 [3] - 提出应以“场景智能”替代“通用智能”作为落地路径，即针对特定应用场景，使用极小的算力、极简的算法和有限的数据高效解决问题，例如无线胶囊机器人使用消化道系统数据集检测异常 [3] - 通用人工智能（AGI）面临高质量有效数据不足的制约，在数据补齐之前，训练出的模型仍是低维且不通用的，因此应优先发展可立即解决具体问题的“场景智能” [4]

报告行业投资评级 - 行业投资评级为“领先大市-A”，并维持该评级 [4] 报告核心观点 - 太空基建不断加速，持续看好商业航天和卫星产业链 [1] - 航天与卫星技术的重要性不断凸显，随着太空基础设施建设的加速，相关产业链将长期受益 [2] - 太空基建是全球共振的产业趋势，全球主要大国和区域对该新兴领域的投入都在持续加码 [1][11] 行业动态与事件总结 - 2026年1月23日，2026国际商业航天展在北京亦庄举办，众多前沿产品首次亮相 [1][11] - 蓝箭航天展出朱雀二号改进型和朱雀三号可重复使用火箭模型 [1][11] - 星河动力展示了“智神星”中型液体火箭和“谷神星”系列固体火箭 [1][11] - 银河航天发布了采用柔性太阳翼的平板堆叠卫星“灵犀03”和可直连手机的“翼阵合一”卫星模型 [1][11] - 中科星图展示其数字地球平台等航天应用方案 [1][11] - 1月23日，北京市经信局等部门印发《北京市促进商业卫星遥感数据资源开发利用若干措施（2026-2030年）》，支持多源卫星大数据平台建设 [1][11] - 1月21日，蓝色起源宣布将部署由5,408颗低轨卫星组成的“TeraWave”卫星通信网络，定位服务数据中心、政府和大型企业用户 [1][11] - 1月19日，长征十二号火箭成功将卫星互联网低轨19组卫星送入预定轨道 [1][11] - 1月16日，星河动力通过谷神星一号S火箭（海上发射）成功将4颗物联网卫星送入近地轨道，使天启星座卫星总数达41颗 [1][11] - 1月12日，欧洲卫星运营商Eutelsat宣布向空客公司追加订购340颗OneWeb低轨宽带卫星，加上2024年底订购的100颗，新增总计达440颗，计划自2026年底开始交付 [1][11] - 上个月底，中国在国际电信联盟(ITU)集中申请了20.3万颗低中轨卫星的频率和轨道资源，涵盖14个卫星星座 [1][11] - 12月下旬，印度ISRO的LVM3运载火箭成功将美国AST SpaceMobile公司的BlueBird-6送入近地轨道，该卫星将展开约223平方米的天线阵列 [1][11] 投资建议与关注方向 - 建议关注太空基建中的增量方向：太空算力、3D打印、终端直连、星间互联 [2][12] - 建议关注低轨卫星中具备价值量提升的环节：阵列天线、T/R组件、基带载荷等 [2][12] - 建议关注测试和仿真厂商：信道仿真、星座模拟、瞬态仿真、热真空试验、射频与微波器件测试等 [2][12] - 建议关注涉足卫星和太空资产的测控与管理、安全、应用等厂商 [2][12] - 报告关注的具体公司包括：【星图测控】、【坤恒顺维】、【金橙子】、【中科星图】、【霍莱沃】、【索辰科技】、【信科移动】、【盛邦安全】等 [2][12] 市场行情回顾 - 本周（报告期）上证综指上涨0.84%，深证成指上涨1.11%，创业板指下跌0.34%，沪深300下跌0.62% [13] - 本周计算机板块相对上证综指跑输1.3%，板块表现相对较弱 [13] - 本周计算机（中信）指数下跌0.46%，年初至今上涨12.57% [14] - 本周卫星互联网指数上涨2.90%，年初至今上涨13.67% [14] - 本周计算机行业指数在中信30个行业指数中排名第26，在TMT四大行业（电子、通信、计算机、传媒）中排名第3 [16] - 本周计算机个股周涨幅前十中，ST立方上涨95.52%，海联讯上涨28.76%，星环科技-U上涨26.08% [19] - 本周计算机个股周跌幅前十中，品高股份下跌16.19%，石基信息下跌11.92%，锐捷网络下跌11.67% [19] 行业其他重要新闻 - 1月16日，量子计算公司SEEQC宣布拟通过合并上市，估值约为10亿美元 [20] - 1月20日，智谱AI开源轻量模型GLM-4.7-Flash并开放免费API [20] - 1月20日，MiniMax发布Agent 2.0智能体平台，定义为AI原生工作新范式 [21] - DeepSeek新模型MODEL1架构曝光，预计2026年2月中旬发布 [22] - “货币桥”业务加速落地，自2024年6月试运营至2025年底，累计处理跨境支付业务4868笔，交易金额折合人民币约4778亿元，其中数字人民币交易额占比约96% [22][23] - 1月21日，工信部透露中国6G研发迈入新阶段，已完成第一阶段技术试验，储备超300项关键技术，并已启动第二阶段试验，2030年有望实现商用 [23] - 英伟达正以NVQLink和CUDA-Q定义量子加速超算，致力于成为整合量子硬件与经典算力的核心平台 [24]