AI生成文本对语言生态的影响 - AI生成文本迅速普及并大量流入社会生活 导致常用文书、社交平台和网络电商的文本文风发生显著变化 [1] - AI生成的语言结构严谨、语法完美、逻辑流畅、辞采斐然 但模式化、套路化 传递出一种冰冷的“工业味” 高频使用“范式”“洞见”“路径”等高级词汇却显得似是而非 [1] - 大语言模型生成的语言文字呈现空心化、通用化、平均化的特点 形似而神离 这并非语言发展的福音 [2] 语言与人类思维及权利的关联 - 语言是人类表达和交流的工具 与思维、思想紧密相连并互相作用 人类复杂精微的思维系统造就了参差多态、丰富多元的语言世界 这种语言系统能促进人类思维的进步和创造力的升级 [1] - 单一的语言形态会降低思维和创造的活力 [1] - 语言是人成为人的标志 其中集结的灵性和智慧让人与动物和工具有了明确界限 语言也是人类的一种权利 [2] - 一味贪图便捷而放弃亲自组织语言 是在让渡自己思考的权利 [2] 中文面临的挑战与AI的工具定位 - 中文随社会变迁屡经流变 在全球化、信息化浪潮中几度遭遇考验 但凭借强大的生命力和社会的文化自觉 将其表意丰富的独特性保存至今 [2] - 进入AI时代 中文和其他语种一样 都面临着AI发起的挑战甚至威胁 [2] - AI可以极大程度解放生产力 尤其在科研领域能让繁冗的数据分析等工作大幅提速 让科研人员将更多精力投入到创造性环节 进而提高科研效率 [2] - 对于AI向普通生活的入侵 尤其对其经由语言系统“侵蚀大脑”的趋势 需保持批判性审视的态度 [2] - 应和AI保持一定距离 始终将其圈定在“工具角色”的范围之内 可以善用其在检索、整合、参考启发、润色校正方面的优长 但不能让其直接代笔成为“脑替” [3] - 未来AI会接手人类更多的琐碎事务 成为工作、生活的参与者 但不应成为“主导者” 在语言应用上 不应向AI交出“语言权” [3] - 让技术的归技术、文化的归文化 才是正确选择 [3]

文章核心观点 - 人工智能（AI）与工业软件的结合正在颠覆以锂电池为代表的新能源及材料行业的传统研发模式，以“物理仿真+AI”双轮驱动的电池设计自动化（BDA）软件能显著提升研发效率、降低成本，并预示了AI与工业融合的广阔前景 [1][4][8] 行业现状与痛点 - 中国是全球锂离子电池生产与应用第一大国，2024年出货量达1214.6GWh，同比增长36.9%，占全球总出货量的78%，行业市值超1万亿元 [3] - 但行业研发环节长期受制于低效的“手搓试错”传统模式，依赖调配方反复实验，效率低下 [3] - 锂电池研发是“复杂系统工程”，核心挑战在于“跨尺度、长流程、多因素”三大特性 [3] - 当前商业化锂电池能量密度接近极限，新一代电池（如锂金属、全固态电池）面临科学与工程难题，难以商业化 [3] - 传统研发周期冗长（电芯从设计到定型需1至数年），成本高昂，例如仅中试制浆环节，传统模式需投数十锅料，每锅料投入数十万元，单项耗费达数百万元 [3] BDA软件的技术创新 - 北京大学新材料学院联合屹艮科技提出BDA概念，构建以“跨尺度模拟+AI算法”为核心的全流程智能化平台 [4] - 核心创新在于“物理仿真+AI”双轮驱动模式，类比“中西医结合”：物理仿真（西医）有明确科学原理，AI（中医）通过黑箱模型耦合复杂因素 [4] - 该模式精准破解传统研发三大难题：AI加速模拟进程，解决物理仿真速度慢的问题；通过实验与仿真数据构建模型，处理数十个自变量的非线性耦合关系；依托跨尺度参数传递技术，实现从原子尺度到系统层级的全链条覆盖 [4] BDA软件的应用成效 - 已服务宁德时代、比亚迪、广汽、贝特瑞等多家新能源头部企业 [6] - 效率提升：传统电芯1-2年的研发周期有望被压缩至半年，材料实验从数月缩短至数日 [6] - 成本降低：通过计算机模拟推荐配方，制浆等环节仅需1-2锅料即可达标，帮助企业降低30%-40%的研发成本，终极目标是降低90%以上 [6] - 性能优化：AI的精准预测间接提升电池安全性能，某头部车企自研电芯循环寿命提升20%，安全测试通过率显著提高 [6] BDA软件的扩展应用 - 应用边界已突破锂离子电池，可通用至固态电池、钠电池、燃料电池、氢能电池等领域，因底层算法不依赖具体电池材料 [7] - 已成功延伸至显示材料、半导体材料等领域，与京东方、飞凯新材等龙头企业达成合作 [7] - 未来最具落地潜力的细分领域包括：精细化工（塑料、胶粘剂、橡胶等）、光电信息材料、半导体材料、磁性材料、复合材料、燃料电池、氢能电池及工业催化相关材料等 [8] AI与工业融合的未来展望 - 未来3-5年，AI将给工业生产与研发带来两大根本性变化 [8] - 研发端：从“实验试错”全面转向“数字仿真+精准预测”，电池研发工程师可能从车间转向写字楼，通过数字化工具完成设计 [8] - 生产端：从“标准化大规模制造”向“定制化精准智能制造”转变，企业能基于用户需求快速优化材料配方和工艺 [8] - 变革正推动企业竞争格局重塑，促使工业企业自研核心材料和部件，掌握核心技术话语权，AI工具是核心支撑 [9] - 锂电池行业目前尚处“小学生阶段”，未来低空经济、智能机器人、家庭和工业储能、电动船舶等场景将带来更广阔市场空间，可能超越芯片行业规模 [9] - 参照EDA软件200亿美元的市场规模，BDA软件发展潜力巨大，将成为产业链必不可少的一环 [9] 面临的挑战与机遇 - 人才储备不足：AI工业软件需要物理、化学、材料、计算机交叉学科人才，这类人才在国内极为稀缺，高校尚无对应专业和课程体系，屹艮科技70余人团队中80%是研发人员，前几年招人异常困难 [11] - 行业认知培育需时：部分企业文化保守，对数字化工具接受度不高，或习惯传统试错模式，对AI赋能信任需时间积累 [11] - 数据安全问题：工业企业重视核心研发数据，屹艮科技采用私有化部署模式的重要原因 [11] - 政策支持有待完善：目前缺乏针对AI工业软件等基础核心领域的定向扶持，研发补贴多是“大锅饭”，生态建设需完善 [11] - BDA软件的研发成功是立足世界科技前沿、面向经济主战场的实践，为新能源产业升级提供新质生产力工具，推动产业从“规模制造优势”向“核心技术优势”跨越 [11]

OpenAI运营效率与财务状况 - 公司内部指标“算力利润率”在10月达到70%，较去年底的52%显著提升，是2024年1月约35%的两倍 [1] - 算力利润率提升得益于全年算力租赁成本下降、AI模型运行效率优化以及推出定价更高的订阅服务套餐 [1] - 2025年上半年公司营收达到43亿美元，同比增长超200%，但同期净亏损达到135亿美元，较去年同期的31亿美元大幅扩大 [9] - 公司“年化经常性收入”约70%来自ChatGPT订阅费，但8亿月活用户中付费用户占比仅为5% [10] - 汇丰银行研报警告，在最乐观假设下到2030年公司仍无法盈利，2025至2030年云和算力成本将高达7920亿美元，累计自由现金流缺口达2070亿美元 [11] 竞争格局与市场地位变化 - 谷歌最新AI模型Gemini 3在多项基准测试中超越OpenAI的GPT-5.1，例如在Humanity's Last Exam测试中获得37.5%的最高分，超越GPT-5 Pro的31.64% [4] - 谷歌Gemini应用已拥有6.5亿月度活跃用户，而ChatGPT周活跃用户为8亿，统计口径不同但竞争对手增长势头明显 [6] - 在移动端App下载量上，ChatGPT以约8700万月度下载量领先，但Gemini从2025年中每月约1500万下载飙升至10月底的约6600万 [6] - 尽管下载量被追赶，ChatGPT在用户活跃度上保持优势，占据近90%的移动端聊天机器人会话量，用户日均打开应用超过8次，远超Gemini的2.5次 [7] - 竞争对手Anthropic与微软和英伟达达成价值3500亿美元的“战略伙伴关系”，可能削弱OpenAI的算力资源优势 [5] 公司战略调整与内部动态 - 公司首席执行官发出“红色警报”，决定暂停包括Sora视频生成项目在内的多个侧线项目约八周，全力投入改进ChatGPT以应对竞争 [3] - 被暂停的项目包括商业化前景广阔的广告业务、能处理复杂任务的AI Agent项目以及个性化资讯报告功能Pulse [9] - 战略重心从“追求广泛的消费者吸引力”与“实现突破性研究目标”的平衡，转向将用户满意度置于通用人工智能目标之上以确保生存 [3] - 公司正计划进行新一轮融资，目标募集高达1000亿美元资金，若成功估值可能达8300亿美元，并计划最快在明年第一季度末完成 [2] - 公司从苹果挖走大量人才，显示出在硬件能力上的战略布局，以应对AI在消费级设备整合中的竞争，认为苹果也是重要竞争对手 [7] 行业竞争与效率对比 - OpenAI的竞争对手Anthropic去年的算力利润率约为-90%，但预测今年年底可能提升至约53%，明年或达68% [1] - 分析显示，若将面向非付费用户的AI模型运行成本及模型训练成本纳入考量，Anthropic的综合服务器运营效率将超越OpenAI [2] - 由于ChatGPT拥有大量免费用户，公司未来需通过广告或购物返佣实现这部分用户的商业化变现，以弥补与Anthropic的效率差距 [2] - 公司正在大力推广面向金融服务和教育等行业的企业版本和付费软件功能，与谷歌、Anthropic展开竞争 [2] - 一些分析师预计，谷歌及Anthropic将继续削弱OpenAI的领先优势，有观点认为OpenAI已挥霍其技术领先优势，谷歌已经追上 [6]

全球半导体行业增长态势 - 2025年1-10月全球半导体销售额约为6121亿美元，同比增长21.9% [2] - 2025年全球半导体市场规模预计将达到7009亿美元，同比增长11.2% [2] - 2026年全球半导体市场规模预计将达到7607亿美元，同比增长8.5% [2] - 2025年1-10月中国大陆半导体销售额约为1694亿美元，同比增长12.5% [2] - 2025年亚太地区半导体市场规模预计约为3706亿美元，同比增长9.8% [2] 晶圆产能与制程发展 - 预计2028年全球12英寸晶圆月产能将达到1110万片，2024-2028年CAGR约为7% [3] - 7nm及以下先进制程月产能预计从2024年的85万片增至2028年的140万片，期间CAGR约为14% [3] - 中国大陆已投产及在建的晶圆代工厂数量预计从2024年的29座增长至2027年的71座 [3] 半导体材料市场 - 2025年全球半导体材料市场规模预计达到约700亿美元，同比增长6% [4] - 预计2029年全球半导体材料市场规模将超过870亿美元 [4] - 2025年中国大陆半导体关键材料市场规模预计达到1740.8亿元，同比增长21.1% [4] AI与存储技术驱动 - AI数据中心和处理器需求推动高带宽存储（HBM）出货量快速提升 [4] - HBM单位比特所需晶圆面积约为传统DRAM的三倍以上，增加了对晶圆制造能力和半导体材料的消耗 [4] 电子化学品行业趋势 - 先进制程对电子化学品的纯度、稳定性和一致性提出更高要求，强调超低金属杂质和极低颗粒水平 [5] - 先进制程下，电子化学品成为影响工艺稳定性和量产能力的关键材料 [5] - 行业竞争格局有望向具备技术实力、规模优势和长期客户合作基础的头部供应商集中 [5]

文章核心观点 - 企业AI转型的成功与否由三大反复出现的趋势决定：摒弃“为AI而AI”的技术先行思维、在“枯燥”的后端任务中寻找实际应用、以及将“人”置于转型的核心并做好变革管理 [1][2] 趋势一：摒弃“为AI而AI”，以解决问题为出发点 - 许多公司因出发点错误而陷入“AI疲劳”，其共同点是选错应用场景或误解AI作用，出发点是想搞AI而非想解决问题 [3] - 咨询公司West Monroe的案例显示，一家客户组建“创新小组”研究AI部署，却在无实际价值的概念上浪费资源；在顾问建议下转向由业务部门明确关键挑战后，才迅速找到AI能真正发挥作用的领域并成功部署 [5] - 建筑设备租赁公司BigRentz展示了相反的成功案例，其并非围绕AI构建公司，而是将AI作为解决特定问题的最佳工具，并仅使用传统机器学习技术就重塑了整个业务 [5] - 霍尼韦尔以明确目标战略开启AI探索，建立细致框架指导开发与部署，目前所有职能部门和战略业务单元都在使用生成式AI，已有24个生成式AI项目投入生产，另有12个在推进中，而一年前只有16个 [6] - 霍尼韦尔评估任何潜在AI项目时，均从价值创造出发，首要问题是“应用场景是什么？我能衡量和追踪其效果吗？” [6] 趋势二：“枯燥”的后端任务应用产生实际成效 - 许多组织发现，真正产生实效的往往是那些“枯燥”的后端AI应用，而非追逐最新热点 [7] - Troutman Pepper Locke律师事务所发现AI对后端行政任务最有用且风险较低，是理想的起点；例如，在合并后开发智能体功能为1600名律师重新起草履历，与上次耗时六个月人工处理相比极大地提高了效率，总体节省了相当于20万美元的时间成本 [7] - 在医疗领域，打造健康陪伴聊天机器人的努力收效甚微，但AI工具正通过后端部署产生价值：医生使用大语言模型记录和转录医患对话以生成医疗文书，使他们能与患者更多互动并减少工作时间外的文书负担；还使用大语言模型快速生成复杂病历摘要并更便捷地查询医疗数据库 [8] - 医疗创新研究员指出，那些从临床医生手中接过来的、更偏向行政性的工作，正是AI应用推进得特别快的领域 [9] 趋势三：以人为本，置于核心，重视变革管理 - 人是AI转型的核心，公司如何应对当前的变化和对未来的焦虑，直接影响员工接受AI转型的态度 [10] - 高管们频繁提及“变革管理”，指的是组织如何以最大的成功采用率和最小的破坏性，从当前状态过渡到理想的未来形态 [10] - 霍尼韦尔的高级副总裁警告不能低估变革管理；埃森哲的首席人工智能官指出，构建出色的AI工具与确保员工准备好并愿意使用它们同样重要；另一些人谈到需要弥合AI狂热信徒与AI怀疑论者之间的鸿沟 [10] - 公司领导者需对AI能带来的成果保持承诺和期望的克制；一些开发者对高管过度吹捧和夸大AI能力感到沮丧，或被不切实际的期望所累；当变革由有实践经验的技术经理或开发者自己倡导时，往往能产生更积极的情感和更好的结果 [11] - 一些高管警惕将过多工作（尤其是初级工作）外包给AI对劳动力意味着什么；例如，法律AI工具公司Filevine的CEO担心使用AI副驾的年轻律师能否培养自己的创造力和独立收集信息的能力，认为“过度依赖AI可能与AI带来的激动人心的机遇一样成问题” [11]

公司财务表现 - 截至2025年9月30日止的九个月，公司收入为5343.7万美元 [1] - 公司毛利率由2023年的-24.7%升至2024年的12.2%，并进一步升至截至2025年9月30日止九个月的23.3% [1] 用户与客户增长 - 公司AI原生产品的付费用户数从2023年的约11.97万名增至2024年的约65.03万名，并于截至2025年9月30日止九个月进一步增至约177.16万名 [1] - 截至2025年9月30日，其AI原生产品累计为来自超过200个国家及地区的逾2亿名个人用户提供服务 [1] - 截至2025年9月30日，其AI原生产品累计为来自超过100个国家及地区的10万余名企业和开发者提供服务 [1] 公司运营与团队 - 截至2025年9月底，公司员工总数为385人 [1] - 公司员工平均年龄为29岁 [1] - 公司研发人员占比近74% [1] - 公司董事会平均年龄为32岁 [1] 公司发展里程碑 - 公司于12月21日首次刊发其聆讯后资料集版本的招股书 [1]

文章核心观点 - 摩根大通认为，在人工智能驱动的超级周期和K型分化的经济环境下，美国股市在2026年将呈现建设性但选择性的投资前景，科技、工业和部分金融板块将受益于长期变革性趋势，而必需消费品、住宅建筑商和部分能源板块可能面临压力 [1][3][6] 主要投资主题与市场展望 - 2026年的核心投资主题包括AI与数据中心扩张驱动的长期增长、基础设施与电气化建设、以及市场向高质量增长和运营韧性转变的趋势 [3] - 投资者应关注具备强大定价权、长期增长驱动力、稳健资产负债表，并能受益于数据中心扩张和基础设施投资等变革性趋势的公司 [3] - 美国经济凭借其韧性和AI驱动的超级周期，预计将继续成为全球增长引擎，该周期正推动创纪录的资本支出、快速的盈利扩张以及市场在高质量增长和AI受益股方面前所未有的集中度 [6] - 尽管存在AI泡沫和估值担忧，但当前高估值倍数反映了对高于趋势的盈利增长、AI资本支出热潮、上升的股东回报以及更宽松的财政货币政策的预期，与AI相关的生产率提升好处仍被低估 [6] - 标普500指数前景乐观，目标价看至2026年底7500点，预计未来两年盈利增长将加速至13%-15%（预计2026年每股收益315美元，2027年355美元），若美联储进一步降息，指数可能在2026年突破8000点 [7] 人工智能（AI）的影响与趋势 - AI驱动的超级周期是核心增长引擎，企业和政府因“恐惧落伍”而加速支出，使得2026年成为解决基础设施和算力供需失衡的关键建设阶段，资本支出可能超过预期 [8][9] - AI正推动经济进一步分化，形成“赢家通吃”的局面，市场集中度达到新高，小摩的AI 30股票目前占标普500指数市值的44%（“美股七巨头”+博通占39%），远超2022年11月ChatGPT推出时的26% [9][10] - AI的效益尚未完全反映，约60%的标普500成分股公司正在投资AI，其中50%提到了成本节约和效率提升，预计更多公司将在明年晚些时候提供具体案例 [9] - AI的动能正从科技板块广泛扩散至公用事业、银行、医疗保健和物流等行业 [6] 经济与政策环境 - 美国商业周期在经历三年上升后正处于放缓阶段，但这并非周期结束的收缩，近期疲软主要源于联邦政府停摆的预期冲击，明年年初将有显著抵消因素 [11] - 实际增长指标大多仍处于扩张状态，消费者和企业的资产负债表相对健康，劳动力市场的疲弱程度应足以促使美联储在2026年1月和5月各降息25个基点 [11] - 超越AI，动态的政策环境将推动股票主题分化，包括中美竞争和供应链多元化将惠及稀土、铀等战略资源，放松管制可能利好金融、住房供应链和部分能源领域 [13] - 低端消费股和美国进口商存在战术性机会，其估值具有吸引力，与“大而美法案”相关的财政刺激以及可能的关税减免提供了短期上行空间 [13] 板块与风格偏好 - 公司继续超配电信、媒体和科技、公用事业和国防板块，并对银行和制药板块的进一步跑赢潜力持积极看法 [12] - 公司青睐高质量增长和动量因子，同时对低波动性因子保持战术性看好 [12] - 尽管高贝塔/投机性增长板块存在拥挤风险，但板块轮动最终将使高质量增长和低波动性股票受益，这两者在标普500指数中的合并权重为86% [7] 财务与市场数据 - 过去一年美国可支配收入增长了约1.3万亿美元至约26.3万亿美元（名义增长5.1%，实际增长2.3%），家庭净资产在2025年第二季度末升至创纪录的176万亿美元（过去一年增加约10万亿美元，过去五年增加58万亿美元） [7] - 预计2026年标普500指数营收增长7%（剔除AI部分为5%），利润率扩张35个基点将推动每股收益至315美元（同比增长15%） [12] - 2025年股东回报预计同比增长8%至约1.8万亿美元（其中1.1万亿美元来自股票回购），2026年预计略微放缓至约1.7万亿美元 [12] 精选股票列表 - 报告按板块列出了2026年精选的股票，涵盖科技、工业、消费、医疗保健、金融、能源、材料、媒体与电信等多个领域 [4][5]

国常会部署经济工作 - 国务院常务会议强调各部门需统一思想行动 全面贯彻明年经济工作总体要求和政策取向 加快制定具体实施方案 推动工作落地见效 以巩固拓展经济稳中向好势头 确保“十五五”开好局[2] 监管打击资本市场谣言 - 国家网信办会同证监会处置一批炮制谣言、非法荐股的账号 典型案例涉及“八姐无敌”“投行那些事儿”等多个平台账号[3] - 违规行为包括编造虚假IPO政策、股指期货信息、金融机构小道消息 歪曲解读涉企公开信息 诋毁企业声誉 AI批量生成虚假内容攻击监管政策 随意预测股价及非法荐股等[3] - 网信办指出编造传播资本市场虚假信息扰乱信息传播秩序 影响市场稳定运行 将受法律惩处[3] 中国神华重大资产收购 - 中国神华拟以发行股份及支付现金方式购买国家能源集团等持有的12家标的公司股权 交易价格1335.98亿元 成为A股市场最大收购案[4][5] - 交易对价支付比例为30%股份和70%现金 其中现金支付对价为935.19亿元[4] - 标的公司业务覆盖煤炭、坑口煤电、煤化工等多个领域 交易后中国神华煤炭保有资源量将提升至684.9亿吨 增长64.72% 煤炭可采储量提升至345亿吨 增长97.71% 煤炭产量提升至5.12亿吨 增长56.57%[5] - 交易将增厚公司每股收益 2024年每股收益提升至3.15元/股 增厚6.1% 2025年1-7月每股收益提升至1.54元/股 增厚4.4%[5] 光计算芯片技术突破 - 上海交通大学科研人员在新一代光计算芯片领域取得重大突破 首次实现支持大规模语义媒体生成模型的全光计算芯片LightGen 成果发表于《科学》杂志[6] - 光计算具有可扩展、低功耗、超高速、宽带宽、高并行度优势 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 为AI、科学计算等“算力密集+能耗敏感”场景提供硬件加速[6] 摩尔线程发布新产品 - 摩尔线程发布新一代GPU架构“花港”及两款基于该架构的芯片“华山”“庐山” “花港”采用新一代指令集 算力密度提升50% 能效提升10倍 可支持十万卡以上规模智算集群[7] - 公司推出集成“长江”智能SoC芯片的AI算力本MTTAIBOOK笔记本 32GB+1TB版本售价9999元 将于2026年1月10日开售 该笔记本内置了AI智能体和AI数字人[7] 互联网平台价格行为规则发布 - 国家发展改革委、市场监管总局、国家网信办制定发布《互联网平台价格行为规则》 以健全互联网平台常态化价格监管机制 规范相关价格行为[8] - 规则明确平台经营者不得强制或变相强制平台内经营者降价、让利、返现促销 不得强制其在该平台售价不得高于其他渠道 不得强制其开通自动跟价、降价系统等 以限制平台内经营者自主定价权的行为[9] 自动驾驶商业化进展 - 国内首块L3级自动驾驶专用正式号牌“渝AD0001Z”在重庆诞生 由重庆市公安局交通管理总队授予长安汽车 标志长安汽车在国内率先开启L3级自动驾驶时代[10] - 此前工信部公布我国首批L3级自动驾驶车型准入许可 长安深蓝SL03和极狐阿尔法S6两款车型获准上路试点 标志着L3级自动驾驶从测试阶段迈入商业化应用[10] 美股及中概股市场表现 - 截至最新收盘 道指上涨0.38% 标普500指数上涨0.88% 纳指上涨1.31%[11] - 大型科技股普涨 甲骨文涨超6% 英伟达涨近4% 博通涨超3% 谷歌涨超1%[11] - 商业航天概念股大涨 Rocket Lab Corp涨17.69% AST SpaceMobile Inc-A涨15.03% 维珍银河涨6.71%[11] - 纳斯达克中国金龙指数收涨0.86% 热门中概股多数上涨 小鹏汽车涨超6% 理想汽车涨超5% 拼多多涨超3% 百度、知乎涨超2% 爱奇艺跌超1%[11] IPO注册与新股发行 - 证监会同意易思维（杭州）科技股份有限公司科创板首次公开发行股票注册[12] - 本周（12月22日—12月26日）有3只新股发行：陕西旅游（申购代码732402 发行价80.44元）、新广益（申购代码301687 发行价21.93元）、蘅东光（申购代码920045 发行价31.59元）[12][13] 限售股解禁情况 - 本周（12月22日—12月26日）共有53家公司限售股解禁 合计解禁210.32亿股 解禁总市值为1879.88亿元[14] - 解禁市值居前三位的是：首创证券（423.12亿元）、三一重能（248.75亿元）、微导纳米（225.36亿元）[14] - 解禁占比居前三位的是：首创证券（82.38%）、微导纳米（78.06%）、三一重能（76.83%）[14]

文章核心观点 - 中央经济工作会议明确将上海国际科创中心扩围至长三角，为生物医药等产业的跨域协同提供了战略支点，目标是推动长三角建设成为世界级生物医药研发与制造集群 [1] - 长三角生物医药产业规模已突破1.2万亿元，约占全国总量的三分之一，产业跨域融合需依靠技术、人才、政策、资本等关键要素的优化配置与协同 [1] - 产业协同发展已形成“上海研发、周边制造、成长后回流上海设立研发或全球中心”的标准路径，各地共享企业成长带来的增量红利 [6] 技术要素与交易 - 上海技术交易所构建生物医药专板，以解决技术判断难、投入周期长等痛点，累计进场交易项目1835宗，涉及成果服务4649项，成交金额超380亿元 [2] - 专板通过技术权益登记、质押登记明确金融属性，解决“管线估值”难题，并为银行授信提供依据 [2] - 首创成果转化领域的“认股权”模式，允许技术许可对价包含现金与股权，以吸引更多耐心资本投向早期项目 [2] - 上海在技术资产估值、管线质押、知识产权证券化、投贷联动等方面的经验，将向长三角复制推广，推动一体化科技创新 [2] 产业集群与载体要素 - 长三角生物医药产业规模占全国约40%，仅G60科创走廊9个城市就有9813家生物医药企业，占全国企业总数的14.67% [3] - 松江作为上海西南门户，是研发总部，与嘉兴、苏州、芜湖等城市形成制造互补的梯度转移模式，是当前有效的跨域产业布局模式 [3] - 产业协同模式已升级，需考量不同园区的资源禀赋与侧重点，强调因地制宜的分工协作，而非简单拼土地成本或补贴 [3] 政策协同与监管工具 - 长三角三省一市药监部门已签署多份跨省委托生产协同监管及审评合作的互认文件，促进了企业高效发展 [4] - 政策落实层面仍需加强，如需细化操作细则、区分正常违规与职业打假行为、提升监管人员的跨域合作思维 [5] - 企业建议探索“一地留样，协同监管”等机制，以降低如进口化妆品企业重复留样的成本 [5] 资本参与与投融资 - 2025年长三角生物医药投融资总额约1500亿元，占全国45%，上海和江苏领跑，第三季度融资额分别达55.39亿元和29.48亿元 [6] - 资本热点集中在细胞基因治疗、ADC、核酸药物、高端医疗器械等赛道，政策支持基金规模超500亿元 [6] - G60科创走廊发起设立生物医药基金，整合上海及周边城市资源以支持行业发展，遵循产业实际协同需求 [7] 未来赛道与发展建议 - 技术层面应重点关注AI与大数据驱动的智能医药，AI可在靶点发现、分子筛选、临床设计及疾病分型重界定方面发挥作用 [7] - 商业层面应关注细胞基因治疗及合成生物学，长三角已形成覆盖上中下游的完整产业链，合成生物学在开发新药和生产高价值原料方面空间广阔 [8] - 对企业建议：战略上主动融入区域协同生态，参与产业创新联合体；研发上提升数据科学和AI能力，利用长三角临床试验资源加速转化；布局上聚焦未满足的临床需求，并重视关键设备、耗材的国产替代与供应链自主可控 [8]

士绅化现象及其本质 - 士绅化是指街区因资本和人才流入而变得富裕高档的过程，但该过程在美国被视为负面词汇，因其导致原有居民因租金和生活成本上涨而流离失所[4] - 士绅化过程伴随着无形甚至是有形的暴力，对于没有积蓄的美国人及居住在最低廉区域的穷人而言，房租上涨意味着直接失去容身之处，且他们无法获得补偿[6] - 在美国城市士绅化过程中，常发生人为纵火，地主通过放火来清除原有租客和建筑，以便重建豪华公寓并可能获取保险赔偿，此现象在上世纪七八十年代的纽约、旧金山、波士顿等城市普遍存在[8][9] 士绅化的社会影响与案例 - 在士绅化纵火事件中，尽管造成人员伤亡，但房东很少被起诉，因为难以获得其花钱雇人纵火的直接证据[15] - 新迁入的职业人士对被迫迁离的原住民缺乏同情，有报道引用一名股票交易员在目睹致12人死亡的纵火案后的冷漠言论为例证[15] - 士绅化被比作历史上资本原始积累的现代版本，如同英国“羊吃人”圈地运动，如今是通过住房驱赶贫民，其核心是资本将人异化为“劳动力”、“消费者”等经济要素的过程[18][19] 科技产业发展与士绅化的关联 - 美国AI产业及数据中心建设的发展，并未普惠所有美国人，反而导致其所在地的工业电价和家庭电价飙升[20] - 根据彭博社报道，人工智能数据中心正在导致电价飙升，过去5年来，数据中心最多的5个州的平均工业电价涨幅超过全国平均水平[22][24] - 文章将AI产业发展视为新一轮“物吃人”运动的开始，其带来的电价上涨等问题是对普通民众的考验，而非普遍繁荣的信号[24]