特斯拉与中国车企智驾表现对比 - 特斯拉在中国没有使用本地训练数据的情况下取得最高成绩 凸显其基于美国数据训练的智驾系统在高速场景的优势[1][18] - 中国车企智驾系统在高速NOA场景表现出现倒退 主要因专注于城市复杂路况的"强博弈"能力开发[17][23] - 中美道路差异显著 中国道路基建随意性大 存在大量电动车和外卖骑手等美国没有的交通参与者[19][20] 智驾测试方法论与局限性 - 完全精准的车辆测试耗资巨大 某碰撞测试场地耗资5亿 智驾测试难以做到完全控制变量[13][15] - 当前智驾测试装置无法实现极高加速度 难以完全复制场景 测试公允性存在挑战[16] - 懂车帝测试已属不易 虽不完美但足以揭示行业现状[17] 中美智驾系统技术路线差异 - 中国智驾系统专注于城市NOA场景 开发"强博弈"能力以应对复杂路况[23][24] - "强博弈"能力使系统更倾向于老司机思维 在突发情况下选择绕行而非急刹[25] - 这种设计在高速场景反而降低安全系数 表现为决策犹豫和反应时间延长[26][27][28] 未发布的城市场景测试预期 - 懂车帝测试包含15个场景 已发布6个高速场景 还有9个城市场景待发布[30] - 城市场景包括转盘汇出、儿童过马路等极端复杂情况 预计中国智驾系统将反超特斯拉[31][32][33] 测试背后的政策导向 - 测试由官方推动 三个不同部门同日发声 显示顶层设计意图[34][35][37] - 目的是破除消费者对智驾的盲目信任 推动行业健康发展[38][39] - 这是国家级安全警示教育活动 将持续开展以确保智驾推广风险可控[40]

龙岗区企业服务成效 - 龙岗区企业数量逆势增长，净增2.6万家企业，增量全市第一 [1] - 华为在手机电脑新品和鸿蒙生态取得历史性突破 [1] - 比亚迪巴西工厂首车下线，新能源汽车加速拓展欧洲市场 [1] - 领益智造进军具身智能机器人领域，多家企业上线大模型和新技术 [1] - 深圳御光新材料打破国外热固液晶薄膜技术垄断 [1] 政府服务举措 - 挂点干部走访服务企业2.6万家次，"龙ｉ企"平台诉求办成率超95% [2] - 科技成果供需对接平台收录5000余条需求，促成100多项合作 [2] - 实施"零租、免租、减租"空间政策，成立8支总规模204亿元产业基金 [2] - 推出"园区贷""种子贷""信易贷"等金融产品 [2] 人工智能产业布局 - 龙岗将"All in AI"纳入战略蓝图，举办500场场景对接活动 [2] - 促成企业合作超20亿元，打造11个应用场景示范点 [2] - 政府投资项目为AI和机器人产品预留份额 [2] - 大运天地、机套人街区等成为企业创新实验场 [2] 长期服务承诺 - 龙岗提出"当好企业战略合伙人"的长期服务理念 [3] - 强调服务企业是"长久之诺"而非短期行为 [3]

阿里技术实力突破 - 阿里开源编程模型Qwen3-Coder刷新开源领域纪录，直接挑战GPT-4.1、Claude4等商业巨头的地位 [1] - Qwen3-Coder使初级程序员借助AI能在几天内完成资深程序员一个月的工作量，展现接近人类顶尖开发者的专业性 [1] - 模型在代码生成、漏洞修复、复杂系统架构设计等方面实现AI对编程逻辑的深度理解 [1] 阿里技术积累与生态布局 - 今年以来阿里密集开源多款先进模型，形成覆盖全尺寸、全类型的模型矩阵 [3] - 阿里云作为中国最大、亚太第一的云计算平台提供算力支撑，通义千问通过300多款开源模型和4亿次累计下载量构建全球AI生态 [3] - 开源策略形成"全球协同+场景落地"模式，通过开放模型权重和训练方法吸引开发者共同优化 [3] 阿里科技布局的广度与深度 - 阿里云连续多年位居全球前三，支撑中国一半以上的科技公司 [4] - 在AI领域除大模型外，机器翻译、图像识别等基础技术长期保持国际领先 [4] - 科技实力已融入双11算力调度、物流网络智能规划、支付系统风险识别等商业场景 [4] 行业影响与生产力变革 - Qwen3-Coder可能缩短软件开发周期、降低技术门槛和创新成本，引发数字化基础设施领域连锁反应 [4] - 中小企业可借助AI工具以少数人完成过去需专业团队的系统开发 [5] - 将加速数字化转型普惠化，让更多企业享受技术红利 [5] 中国科技企业角色转变 - 阿里从"技术跟随"到"创新引领"，成为重塑全球产业格局的重要力量 [7] - 开源生态持续壮大推动更多类似Qwen3-Coder的模型涌现 [7] - 云和AI深度融合将带来更多技术突破，推动社会效率升级 [7]

自动驾驶行业趋势 - 自动驾驶技术栈开始趋同 以前需要几十个方向的算法工程师 现在转向one model、VLM、VLA等统一方案 [1] - 统一方案背后是更高的技术壁垒 行业对人才的技术要求提升 [1] 行业人才动态 - 校招学生面临实习受限、实验室资源不足等挑战 传统规控方向人才寻求转行机会 [1] - 从业者出现转行趋势 包括从规则系统转向大模型或具身智能领域 [1] - 行业人才普遍寻求职业发展突破 争取更好未来 [1] 社群建设 - 建立行业综合型平台社群 汇集全行业人才 [1] - 社群内容涵盖产业动态、公司信息、产品研发及求职跳槽等话题 [1] - 提供行业交流渠道 帮助成员获取最新产业信息 [1]

报告行业投资评级 - 领先大市 - A(维持) [1] 报告的核心观点 - OpenAI通用智能体上线标志大模型迈入Agent时代，其对算力Token的无上限消耗以及工具调用能力将极大驱动GPU算力和云计算通用服务器的需求 [3][16] - OpenAI全新推理模型在IMO2025上达到金牌水平，且GPT - 5即将发布，此次突破依靠通用强化学习和测试时计算扩展方面的新突破 [4][17] - 英伟达Jetson Thor即将发售，物理AI已到爆发临界点，在云加端配合下英伟达有望推动产业发展，端侧算力芯片有轻、中、大三种类型值得关注 [5][18] - 算力板块多环节龙头股创新高，业绩置信度提升、中美经贸关系改善以及中长期需求预期提升是催化的三重因素，建议把握做多窗口，同时可左侧布局GPU和ASIC新架构相关预期差领域 [8][20] 根据相关目录分别进行总结 周观点和投资建议 周观点 - OpenAI发布全新ChatGPT Agent，完成复杂任务能力大幅提升，对算力和服务器需求有极大驱动作用 [3][16] - OpenAI新推理模型获IMO金牌并预告GPT5即将亮相，在推理和强化学习方面有重大进步 [4][17] - 英伟达Jetson Thor即将销售，有望推动物理AI产业发展，端侧算力芯片分三种类型值得关注 [5][18] - 算力板块多环节龙头股创新高，建议把握做多窗口，左侧布局相关预期差领域 [8][20] 建议关注 - 海外算力关注中际旭创、东山精密、光库科技、仕佳光子、鼎通科技、鼎泰高科 [9][21] - 端侧AI关注瑞芯微、天准科技、中科创达、泰凌微 [9][21] 行情回顾 市场整体行情 - 本周（2025.7.14 - 2025.7.18）市场整体上涨，申万通信指数涨7.56%，创业板指数涨3.17%，深圳成指涨2.04%，科创板指数涨1.32%，沪深300涨1.09%，上证综指涨0.69% [9][21] 细分板块行情 - 涨跌幅：周涨幅最高的前三板块为光模块（+27.45%）、液冷（+10.16%）、IDC（+10.01%） [9][21] 个股公司行情 - 新易盛、中际旭创、博创科技、英维克、光环新网涨幅领先，涨幅分别为+39.01%、+24.33%、+13.12%、+11.49%、+10.46% [9][34] - 中国移动、中国卫通、中天科技跌幅居前，跌幅分别为 - 0.95%、 - 0.80%、 - 0.57% [9][34] 海外动向 - 英伟达副总裁介绍在RISC - V CPU上的发展成果，宣布CUDA软件将支持在RISC - V上全面部署 [38] - ASML发布2025年二季度财报，营收等增长但对后续营收目标低于预期，股价大跌 [38] - 英伟达恢复向中国销售H20，并将推出新的兼容GPU [38]

战略合作与融资 - 上海国有资本投资有限公司与阶跃星辰达成深度战略合作 [1] - 上海国投将参与阶跃星辰新一轮融资 [1] 公司动态与业绩目标 - 阶跃星辰发布第三代基础大模型Step3 [1] - 公司宣布全年收入目标为10亿元人民币 [1]

报告公司投资评级 - 买入丨维持 [6] 报告的核心观点 - 寒武纪公告定增方案调整等一系列公告，定增募集资金总额从不超过49.8亿下修调整为不超过39.9亿元，定增下修募资总额使股权稀释减少，顺利完成概率有望提升 [2][4][9] - 公司新一代产品提升方向初现，若定增完成产品升级，在AI生态和AI性能上将有较大幅度提升，可更好满足用户需求 [9] - 存货结转显示经营态势向好，2025年Q2季度存货转化为营收态势良好，为2025Q2净利润提供支撑 [9] - 模型能力提升和未来应用繁荣趋势下AI芯片中长期天花板进一步抬升，行业需求旺盛，公司在国产AI芯片竞争力突出，总量和份额双升逻辑不改，维持“买入”评级 [9] 根据相关目录分别进行总结 事件描述 - 2025年7月18日，寒武纪公告定增方案调整公告、定增预案修订稿及定增审核问询函回复等一系列公告，2025年度向特定对象发行A股股票募集资金总额从不超过49.8亿下修调整为不超过39.9亿元 [4] 事件评论 - 定增募资减少对公司摊薄减少，通过监管审核要求相对容易，发行难度大幅降低，定增成功率有望提升 [9] - 公司第五代架构已量产，新一代架构在研，募投项目拟研发的面向大模型的新一代智能处理器微架构、智能处理器指令集将满足智能芯片性能迭代升级需求；芯片硬件层面新增优化对主流大模型关键操作的支持等，软件层面优化各类算子和适配大模型框架和各类计算机制 [9] - 自2025年3月末后期后结转存货约7.5亿，参考2024年毛利率56.71%，估算2025年Q2季度存货转化为营收态势良好，为2025Q2净利润提供支撑 [9] 财务报表及预测指标 - 营业总收入方面，2024A为11.74亿元，2025E为48.09亿元，2026E为66.09亿元，2027E为95.09亿元 [15] - 净利润方面，2024A为 - 4.57亿元，2025E为11.55亿元，2026E为16.40亿元，2027E为25.75亿元 [15] - 每股收益方面，2024A为 - 1.09元，2025E为2.73元，2026E为3.88元，2027E为6.09元 [15]

山东省港口与航道布局规划解读 - 山东省政府新闻办举行政策例行吹风会解读《山东省港口与航道布局规划（2025—2035年）》 [1] 青岛国际航运中心建设进展 - 青岛国际航运中心综合实力排名由第15位跃升至第13位 实现2020年以来首次提升 继续领跑中国北方港口群 [3] - 青岛市将青岛国际航运中心建设列为市委、市政府重点工作 成立由市委书记、市长担任组长的工作专班 [3] - 高标准编制《青岛国际航运中心建设五年规划（2024-2028年）和2035年远景目标》 研究提出"二一四五"发展策略 [3] 青岛港口基础设施建设 - 董家口港区北三突堤7-8泊位工程等国家重大项目岸线获交通运输部批复 [4] - 40万吨港投万邦矿石码头工程交工验收 与既有40万吨矿石码头形成两翼齐飞新格局 [4] - 潍宿高铁至青岛连接线项目首条隧道贯通 董家口至五莲铁路等工程加快推进 [4] - 沈海高速南村至青岛日照界段改扩建项目冲刺年底双向八车道建成通车 [4] 现代航运服务业发展 - 希腊菲尼克斯船级社亚洲总部落户青岛 [4] - 成功招引首艘国产大邮轮"爱达·魔都"号到访青岛 [4] - 成立国内首个总部级海洋保险专营机构——中国人保海洋保险中心 [4] - 全球首个港口服务类大模型——方舟TaaS开启公测 [4] - 青岛自贸片区获批实施离岸贸易印花税免征政策 为北方唯一获批自贸试验区 [4] 未来发展规划 - 积极引进航运头部企业和专业机构 [5] - 提升航运贸易、航运金融、船舶交易、信息咨询、海事服务等产业发展能级 [5] - 加快推动青岛港从物流港向枢纽港、贸易港、金融港、数智港转型 [5]

谷歌DeepMind IMO金牌团队事件 - 谷歌DeepMind团队在IMO2025前夕集结全球核心成员进行冲刺训练，最终完成Gemini Deep Think模型的最终训练，使其性能达到巅峰状态[10][11][13] - 团队负责人Thang Luong公开晒出团队全家福，回应此前Meta挖走3名核心成员的事件，合照中未出现被挖走的3名华人成员[3][4][8][17] - 团队在训练过程中面临计算资源不足的问题，需要从多个团队东拼西借资源[12] 团队成员背景 - Thang Luong担任DeepMind超级推理团队负责人，是IMO金牌团队的核心领导者[4] - Yi Tay是团队联合负责人，曾参与谷歌PaLM、UL2、Flan-2、Bard等大模型研发，撰写45篇论文(16篇一作)，后因创业期间健康问题重返谷歌[21][22][25] - Quoc Le作为Google Brain创始人之一，拥有斯坦福大学计算机科学博士学位，师从吴恩达[27] - Dawsen Hwang曾两次参加IMO并获得银牌和金牌，拥有MIT硕士和博士学位[33] - Jieming Mao本科就读清华大学，获普林斯顿大学计算机科学博士学位[35] 团队其他核心成员 - Andreas Kirsch在慕尼黑工业大学和牛津大学完成学业，现任Google DeepMind研究科学家[29] - Theophane Weber拥有MIT运筹学博士学位，曾在Analog Devices担任研究科学家[31] - Jonathan Lee主攻强化学习，获斯坦福大学计算机科学博士学位[37] - Vinay Ramasesh专注于量子处理器研究，获加州大学伯克利分校实验物理学博士学位[39] - Lei Yu在牛津大学完成博士研究，2017年加入Google DeepMind[41] - Zicheng Xu高中成绩全优(GPA满分)，获莱斯大学双学位，计划攻读约翰霍普金斯大学博士学位[42]

行业趋势与应用 - 预计今年将有超百个覆盖风控、营销等全链条的金融智能体方案呈现 [1] - 中国智能体正从客服、办公等边缘场景向风控、投研、财富管理等核心业务渗透 [1] - 技术驱动使智能体从单点应用向多智能体协同转变 [1] - 场景Agent以手机银行为突破口和标杆，将加速金融核心业务智能化 [1] 政策与监管 - 会议主题紧扣政府工作报告"支持大模型广泛应用"要求和央行"安全稳妥有序推进人工智能大模型等在金融领域应用"的政策部署 [1] - 需要推动完善AI大模型金融应用的制度和标准 [2] - 需提升监管科技和智能监管能力，把握金融科技伦理底线 [2] - 建议加快制定AI智能体金融应用安全规范，深化金融科技创新监管工具应用 [3] 挑战与风险 - 需关注AI大模型在金融行业应用的风险底线，避免长期低估或短期高估挑战 [2] - 面临伦理问题、攻防对抗问题、隐私泄露问题等挑战 [2] - 证券大模型量化方面存在模型同质化、算法共振、黑箱可解释性等问题 [2] - Agent价值对齐问题可能导致弱势群体丧失金融服务 [2] 解决方案与合作 - 需要金融合规专家、人工智能算法专家、系统架构师等协作解决金融场景下的幻觉问题 [3] - 需形成良好的金融行业上下游协作和跨行业间协作 [3] - 建议运用信息披露、公众监督等方式设置柔性边界 [3] - 支持金融机构、科技公司在风险可控环境中验证AI智能体赋能路径 [3]