文章核心观点 - 联想集团作为FIFA官方技术合作伙伴，发起并组织了全球首次人机足球预测大赛“AlphaGoal预测杯”，旨在推动AI大模型从封闭的学术测试走向预测真实复杂世界的实战舞台 [4][25] - 该赛事集结了8家中国顶尖大模型同台竞技，并允许普通球迷和开发者的AI Agent参与，试图以数据和逻辑挑战人类及生物直觉，标志着AI从“做题家”向“预言家”演进的关键一步 [6][9][12] - 此举被视为联想集团在AI生态中的一次“反向操作”，其不直接参与大模型竞争，而是利用其硬件、平台和用户生态充当“组织者”，为AI技术提供大规模、高关注度的落地场景 [37][38][39] 赛事概况与参赛阵容 - 赛事名称为“AlphaGoal预测杯”，由联想集团在2025联想天禧AI生态伙伴大会上宣布，是面向世界杯的全球首次人机预测大战 [4] - 首批参赛阵容包括8家中国主流大模型厂商：百度文心一言、腾讯混元、商汤、科大讯飞、Kimi（月之暗面）、MiniMax、阶跃星辰，它们被形容为“中国AI八大金刚” [14][15] - 赛制不仅限于大模型，也向普通球迷和开发者的AI Agent开放，实现全民参与，可能触发足球从观看变为参与的体验革命 [6][8] 预测方法与核心看点 - 大模型预测足球是一场“全维度的信息战”，其预测基于海量数据，包括过去50年的交手记录、球员近期状态、天气影响、裁判习惯乃至社交媒体士气分析，依赖“数据与逻辑的暴力美学” [17][20][22] - 不同模型因技术路线差异会产生预测分歧，例如逻辑性强的模型依赖概率分析，而擅长拟人交互的模型可能融入“感觉”判断，这种“百家争鸣”体现了AI认知的多样性，是赛事主要看点 [19] - 赛事核心是测试AI在“高熵、非线性”的真实复杂系统中理解因果、预测未来的能力，而不仅是处理封闭规则问题 [27][33] 赛事对AI行业发展的意义 - 赛事被定位为AI的“模型世界杯”，旨在打破AI行业“小圈子里的封闭测试”现状，推动AI从处理文本、图像走向构建能够感知和预测真实世界的“世界模型” [23][25] - 这是继“深蓝”国际象棋对决、“AlphaGo”围棋对决、“AlphaFold”蛋白质预测之后，AI面对真实、混乱世界的新挑战，标志着AI尝试从弱人工智能向通用人工智能迈进 [28][29][30][32][34] - 成功的关键在于AI能否在高噪声环境中展现超越直觉（如章鱼保罗100%的8猜8中纪录）的预测准确性或逻辑说服力，证明其理解因果而不仅仅是相关性的能力 [11][34][35] 联想集团的战略与生态角色 - 联想集团采取“反向操作”，不直接研发大模型参与竞争，而是利用其作为FIFA官方技术合作伙伴的身份及硬件支持，扮演“生态组织者”角色，为各大模型提供落地场景和用户触达渠道 [36][37][38][39] - 其组织赛事的平台是“联想天禧AI平台”，该平台月活跃用户已突破2.8亿，其中70%为18-34岁的年轻群体，为AI应用提供了庞大的核心用户基础 [40] - 联想通过覆盖PC（全球第一）、平板（全球第三）等多设备、多生态（Windows、Android）的硬件优势，致力于将顶尖大模型能力无缝接入各类设备，使AI成为全民参与的基础设施 [40][41][42]

人物背景与成就 - 人工智能研究专家朱松纯于1992年赴哈佛大学追寻AI梦想 [1] - 其曾执掌加州大学洛杉矶分校（UCLA）的千万美金级顶尖实验室 [1] - 其曾斩获国际AI领域最高荣誉马尔奖 [1] - 其于2020年冲破阻碍归国，人生轨迹与祖国AI发展紧密相连 [1] - 其成长轨迹为从湖北鄂州乡村学子逆袭为国际AI领军者 [1] 机构与项目 - 中国科学技术协会与中央广播电视总台联合打造了纪实访谈节目《回家》 [1] - 节目内容涉及朱松纯重返故土及走进北京通用人工智能研究院 [1] - 北京通用人工智能研究院体现了“以中国之思想，创世界之科技”的理念 [1] - 研究院在智能体“通通”的因果认知领域实现了技术突破 [1] - 研究院致力于深耕前沿学术研究 [1]

文章核心观点 - 高盛交易员Peter Callahan指出，纳斯达克100指数在2025年累计上涨超20%，其中半导体与网络基础设施板块表现领先，而电信和支付软件板块表现落后[1] - 展望2026年，纳斯达克100指数预计将提供稳健回报，但回报更可能在上半年兑现，因市场对人工智能支出的疑虑反而可能创造低于预期的投资机会[1] - 2026年科技股走势预计将由十大关键议题主导[1] 2025年市场表现总结 - 纳斯达克100指数在2025年累计上涨超20%[1] - 半导体与网络基础设施族群以绝对优势领先[1] - 电信与支付软件板块表现落后[1] 2026年市场展望与关键议题 - **人工智能发展路径**：焦点可能从算力转向物理人工智能（如机器人、自动驾驶），同时需关注监管环境与资本回报率的变化[1] - **软件产业挑战**：面临席位定价模式终结、智能体崛起、大型语言模型商品化竞争等估值修复压力[1] - **苹果公司战略**：市场关注其定位是防御型成长股还是人工智能叙事载体，以及折叠屏手机能否成为新的增长催化剂[1] - **大宗商品成本压力**：在DRAM、存储器芯片及金银铜等可能出现的涨价潮中，需关注哪些公司有能力消化成本压力[1] - **生成式人工智能与就业**：人工智能推动的生产力提升与裁员，可能加剧非农就业数据的压力[1] - **网络平台投资价值**：Meta等公司在利润率与竞争辩论中被认为最具投资价值[1] - **周期性产业反转机会**：需关注住房、商业房地产、模拟芯片或汽车产业是否会触底反弹[1] - **硬件股领涨条件**：半导体板块行情可能受到毛利率与支出可见性相关辩论的压制[1] - **大型语言模型发展**：在中美通用人工智能竞赛中，模型将走向产品化还是原始智能比拼[1] - **潜在市场盲点**：代理商业或软件即服务股票的回归是否会成为2026年的市场共识[1]

文章核心观点 - 人工智能是定义新时代的“时代材料”，其发展将遵循历史技术变革的规律，即早期应用会模仿旧有形式，但最终将催生全新的工作模式、组织形态和经济结构[2][7] - 当前人工智能应用尚处早期“水车时代”，主要被用作人类工作流程中的助手，未来潜力在于突破“人类全程介入”模式，实现智能体自主工作，从而引发知识工作的根本性变革[7][18][29][34] - 人工智能将从个人、组织、经济体三个层面带来深刻变革：个人从“骑自行车”变为“开汽车”乃至“自动驾驶”；组织获得如钢铁和蒸汽机般的全新基础材料，打破规模效率瓶颈；知识经济将从“佛罗伦萨式”的小规模人力驱动，迈向“特大城市式”的人与智能体大规模协同[13][19][25][30][32] 个人工作变革：从自行车到汽车 - **现状与隐喻**：当前绝大多数知识工作仍依赖人力驱动，如同在信息高速公路上骑自行车，而人工智能智能体将推动工作模式向“开汽车”乃至“自动驾驶”演进[12][13] - **先行者案例**：在编程领域，已有“十倍程序员”通过同时调度多个具备自主思考能力的AI智能体，将个人产出提升至30-40倍，成为“无限智能管理者”[10] - **普及面临的挑战**：通用知识工作AI化面临两大难题：1) **场景碎片化**：工作信息分散在数十个平台，难以整合；2) **成果可验证性缺失**：缺乏像代码测试那样有效验证工作成果质量的方法，导致人类仍需全程监督[16] - **未来方向**：需实现场景信息整合与工作成果可验证，才能使数十亿劳动者完成从“骑自行车”到“开汽车”的跨越，并最终迈向“自动驾驶”[18] 组织形态变革：钢铁与蒸汽 - **组织效率瓶颈**：现代企业依靠会议、消息等“人脑通信网络”运作，在业务指数级增长下不堪重负，现有管理工具如同用木材建造摩天大楼，无法支撑工业化规模的复杂挑战[22][23] - **人工智能作为“钢铁”**：人工智能有望成为企业组织的“钢铁”，打破信息壁垒，精准呈现决策信息，从而简化流程（如将两小时周会变为五分钟异步审阅），使企业实现真正的规模化扩张，摆脱效率衰减规律[25] - **人工智能作为“蒸汽机”**：当前AI应用如同工业革命初期仅将水车替换为蒸汽机，提升有限。真正的突破在于摆脱旧有约束，围绕AI智能体重新设计组织与流程。例如，Notion公司已有700多个人工智能智能体处理重复性工作，这只是变革的开始[27][29] 经济体变革：从佛罗伦萨到特大城市 - **历史隐喻**：钢铁与蒸汽机不仅改变了建筑与工厂，更催生了东京、重庆等特大城市，这是一种全新的、规模与密度爆炸式增长的生活方式，远超文艺复兴时期佛罗伦萨等依赖人力运转的小城[30][31][33] - **知识经济现状**：知识经济贡献了美国近一半GDP，但多数活动仍停留在“人力规模”，依赖几十人的小团队和会议邮件流程，如同用“石头和木材”建造“佛罗伦萨式”的经济体[32] - **未来图景**：当人工智能智能体规模化应用，将催生属于知识经济的“东京”：由数千名人类与智能体协同、全天候运转的组织。新模式初期会带来不适感，传统工作节奏可能失效，但将换来规模与效率的跃升[32]

上海市开源体系建设实施方案 - 核心目标为将上海建设成为服务全国、具有国际竞争力的开源创新策源地和发展高地 [3] - 到2027年初步建成开源体系 具体目标包括打造1-2个具有国际影响力的开源社区 培育100家开源商业化企业 孵化200个以上优质开源项目 集聚开源开发者超300万人 [4] - 到2030年 使开源在引领产业创新发展和提升产业链供应链韧性方面作用凸显 并形成主动建设、使用和贡献开源的氛围 [4] 开源基础能力筑基工程 - 打造人工智能国际开源社区 推动平台丰富预训练模型、训练数据集、开发工具等资源 满足模型全链条需求 支持发布海外站并组织海外活动 [4] - 构建开源生态服务圈 聚焦通用人工智能、智能芯片、高端软件、下一代互联网、元宇宙等重点方向 支持建设一批专业服务平台 培养开源专业服务商 [5] - 强化开源工具链攻关 重点突破人工智能、软件及RISC-V三大领域的开源工具链 支持企业基于自主产品打造兼容国际标准的统一接口 [5] 长三角G60科创走廊支持措施 - 核心目标为推动G60科创走廊向“世界级”升级 打造产业创新策源高地 并加快其成为长三角更高质量一体化发展的标杆典范 [7] - 加速新一代电子信息产业发展 对引育智能终端产品及关键零部件制造等重点项目 分阶段给予不超过总投入15%、最高5000万元的经费支持 [8] - 加速航空航天产业发展 对引育卫星制造与商业运营等产业链关键环节的重点项目 分阶段给予不超过总投入15%、最高5000万元的经费支持 对取得卫星通信基础电信业务经营许可证的企业给予5000万元一次性奖励 [8] 未来产业与创新支持 - 培育未来产业集聚区 创建国家6G综合试验地方基地 推动6G技术研发与应用 分阶段给予不超过总投入30%、最高3000万元的经费支持 [8] - 建立企业共同参与的多元投入机制 支持企业组织产学研力量开展市场导向的应用性基础研究 加快颠覆性技术和前沿技术突破 分阶段给予不超过总投入30%、最高3000万元的经费支持 [8] - 支持企业联合高校、科研院所、产业链企业组建创新联合体 建设高水平共性技术平台 组织实施重点产品技术攻关 分阶段给予不超过研发总投入30%、最高3000万元的经费支持 [9]

文章核心观点 - 华尔街焦点正从硬件炒作转向对人工智能投资回报率与市场广度的审视[1][3] - 尽管纳斯达克100指数在2025年上涨超20%，但市场内部高度分化，超过30%的成分股以跌势收官[3] - 2026年科技股回报前景稳健，但收益可能更倾向于上半年，投资主题将关注市场“扩大化”交易及AI的“第二衍生品”[9] 2025年市场回顾与现状 - “Mag 7”在2025年合计贡献约3.5万亿美元市值增长，但增速较2024年的5.4万亿美元和2023年的4.8万亿美元已显现放缓[3] - 市场最显著特征是“分化”，个股波动率极高，半导体与网络基础设施板块领跑，电信、支付和应用软件板块表现滞后[8] 决定2026年走势的十大关键问题 - **AI辩论将引向何方**：焦点是否会转移至“物理AI”（机器人、自动驾驶汽车、智能眼镜），监管与投资回报率（ROIC）将如何演变[7] - **（应用）软件公司如何修复估值**：未来12-24个月内，软件行业将面临席位定价模式终结、智能体兴起、使用率问题或大语言模型带来的商品化竞争等挑战[7] - **苹果公司的故事线是什么**：进入2026年，苹果是防御性增长股还是AI叙事，折叠屏手机能否成为催化剂，App Store增长放缓的原因[7] - **大宗商品超级周期的广泛影响是什么**：关注DRAM、HDD、NAND等存储产品以及黄金、白银、铜的价格走势，分析供应紧张领域及价格承受能力[7] - **GenAI推动的“效率”意味着什么**：如果意味着裁员，市场会将其视为生产力提升的利好，还是对经济和非农就业数据造成压力的利空[7] - **在利润率和竞争辩论中，哪些互联网公司最值得买入**：例如投资者正在激烈辩论META等公司的前景[7] - **周期性行业的转折点是否到来**：2026年是否会见证住房、商业地产、连续三年低于50的ISM数据、模拟芯片或汽车行业的周期性反转[7] - **硬件与半导体AI股票能否再次领涨**：还是关于毛利率、支出可见性或竞争加剧的辩论会压制市场情绪[7] - **市场对大语言模型（LLM）的看法将如何演变**：会走向“商品化”吗，是多方参与者竞争还是少数玩家主导，是通用人工智能还是超级人工智能，中国模型将扮演什么角色[7] - **现在的盲点是什么**：什么是现在无人提及但2026年将成为共识的话题，例如代理商业、SaaS股的回归，还是AI生产力的具体用例[7] 2026年市场展望与投资主题 - 投资者日益关注生成式AI在未来12个月能否兑现其高昂的资本支出承诺，辩论核心在于AI基础设施支出路径（例如英伟达数据显示到2030年每年可能达3万亿至4万亿美元）是否具有可持续性[5] - 建议关注市场“扩大化”交易，即资金从拥挤的AI基础设施股流向其他领域[9] - 投资者将在2026年寻找AI的“第二衍生品”，即那些利用AI降低成本、改进产品发现或驱动新收入流的折价股票，而不仅仅是“卖铲子”的硬件供应商[9]

具身智能复合机器人产业的演进路径与核心驱动力 - 行业演进被视为一场通向真正智能“行动实体”的新征程，其路径由技术、产业和社会需求共同驱动[1] - 行业未来最具想象空间的方向是实现通用人工智能的关键路径，机器人通过与物理世界交互学习、试错和进化，可能发展出常识、理解和创造力，从专用工具蜕变为能适应复杂世界的通用智能实体[1] - 行业演进不仅是技术迭代，更是一场关于生产方式、社会形态乃至人类自身定义的深刻变革[1]

北京市“高效办成一件事”改革与数智化政务服务进展 - 北京市通过“四个免于提交”改革，在政务服务中实现政府部门核发证照、内部批复文件、申请人已提交材料及部分社会机构报告免于提交，减轻申请人负担并避免反复奔波 [1] - 改革已使139个政务服务事项免于提交材料，39个事项实现“空手办”，高频事项证照材料应免尽免，企业和群众可办事项增多而需重复提交材料减少 [1] “四个免于提交”改革的具体成效 - 在2025年义务教育入学报名中，户口本、不动产权证等数据实现自动调用，入学申报材料从6份压减至2份，部分家庭实现“零材料”办理 [2] - 入学报名通过智能预填自动填充身份数据，减少重复录入，材料准备时间平均缩短70%，材料审批时限从3个工作日压缩至4小时内 [2] 数智技术赋能政务服务创新 - 北京市深化数据联通共享，通过通用人工智能与智能应用工具融合，推动政务数据“破壁”与群众办事“高效” [3] - 丰台区上线国产AI大模型驱动的“丰小政”数智助手，提供7×24小时服务；密云区融入AI数字人语音交互、VR实景大厅等技术；经开区打造百变政务数智人应用于营商、政务及执法场景 [3] “高效办成一件事”服务场景拓展 - 北京市以数智化为引擎推进改革，已推出110个“一件事”服务场景，涵盖工程建设“一表通办”、大型演出“一站式集成审批”、涉外服务集成化、科技创新全链条支持等领域 [3] - 改革通过行政审批的“减法”换取市场活力的“加法”，助力首都高质量发展 [3] 未来政务服务优化方向 - 相关部门将继续以“高效办成一件事”为抓手，以数智赋能优化服务，推动数据更好流动、服务更加智能、监管更有温度 [4]

年度十大科技人物评选背景 - 钛媒体集团携手NextFin.AI、巴伦中国举办2025 T-EDGE全球对话，并发布EDGE AWARDS年度十大科技人物榜 [2] 人工智能与脑科学 - 陈天桥提出“发现式智能”是真正意义的通用人工智能理念，并投入10亿美元算力及孵化器支持相关研究 [3] - 其团队2025年发布了预测大模型MiroMind ODR、开源记忆系统EverMemOS、数字人框架Mio，并成立尖峰智能实验室聚焦类脑大模型研究 [3] - 其支持的脑虎科技和华山医院获得全球首例实时汉语解码、中国首款全植入全无线全功能侵入式脑机接口重大成果 [3] - 其创办的大圆镜工作室专注AIGC系列科普视频，全年播放量近3亿，吸引全球粉丝300万 [3] 深海科学探索 - 杜梦然团队乘坐“奋斗者”号载人潜水器潜入9533米深处，直接观测到世界上分布最深、规模最大的化能合成生命群落 [4] - 该发现是人类首次发现地球已知最深的动物生态系统，揭示了深渊带中不依赖阳光的化能合成群落和巨大甲烷储库 [4][5] AI硬件与消费电子 - 李传刚是AI硬件商业化领域的标志性人物，曾成功创立颠覆行业的讯飞智能录音笔产品线 [6] - 其新创公司推出的AISON爱畅K歌音箱，以创新技术重塑品类体验 [6] - 刘靖康创立的影石Insta360稳占全球消费级全景相机市占率榜首，2025年6月登陆上交所科创板 [8] - 2025年12月，影石推出全球首款全景无人机“影翎Antigravity A1”，开辟飞行拍摄新赛道 [8] 大模型与算力基础设施 - 梁文锋主导发布的DeepSeek-R1推理模型，以不足30万美元的训练成本实现了比肩国际顶尖模型的逻辑推理能力 [7] - 通过自研MLA架构与FP8通信技术，将大模型推理成本降低了两个数量级，并坚持全权开源承诺 [7] - 周靖人领导的团队使Qwen系列大模型在开源性能、生态影响力和全球应用范围上取得显著突破，已吸引数万企业用户部署应用 [14] - 张建中带领摩尔线程坚持全功能GPU、自主统一架构与完整生态构建，首次系统性公开全功能GPU技术路线图 [13] - 摩尔线程实现了国产GPU万卡级训练集群的工程化落地，并在超大模型推理性能上取得实质性突破 [13] 机器人技术与具身智能 - 王鹤创立的银河通用机器人率先提出并落地“大规模仿真合成数据预训练+少量真实数据后训练”的虚实融合数据新范式 [10] - 2025年，银河通用实现全球唯一百台机器人7×24小时自主卖货的商业化，并在世界人形机器人运动会全自主干活赛中夺冠 [10] - 其自研机器人及灵巧手在工业领域获得千台级订单，公司估值已达30亿美元 [10] - 王兴兴率领宇树科技凭借G1系列人形机器人的规模化量产，开启了人形机器人“十万元平民化时代” [12] - 宇树科技实现了电机、拓扑器及4D激光雷达等核心零部件90%以上国产化自研，并发布了UnifoLM机器人统一大模型 [12] PC硬件行业 - 潘春节带领机械革命在激烈的PC行业竞争中连续三年电竞笔记本销售保持前三名，占比逐年增加，成为行业“御三家”品牌 [9] - 公司独创行业“OEM+ODM双轨并驱”模式和互联网服务理念，并进行了品牌焕新 [9]

文章核心观点 - 2025年12月20日，行业专家在香港论坛上探讨了AI与机器人技术的发展前景，重点讨论了人形机器人的技术阶段、商业化路径以及生态共建 [1] - 与会者普遍认为人形机器人是通用人工智能（AGI）的重要载体，但并非唯一形态，其商业化落地需克服技术、标准化和场景闭环等挑战 [2][3][4][5][6][7] 人形机器人的技术定位与发展阶段 - 中国已成为全球工业机器人和服务机器人第一大国，2026年被视为人形机器人量产的重要节点 [2] - 人形机器人被视为具身智能的最佳形态，是构建Physical AI和世界模型、实现通用人工智能的关键数据基座 [2] - 非人形机器人已在许多产业落地并进入业绩兑现周期，而人形机器人尚处于“从0到1”的阶段，未真正进入生活产生价值 [3] - 技术层面，具身智能目前处于L2阶段（动作实现较好，智能化水平偏低），正迈向L3阶段 [3] - 产业层面，人形机器人正从PR阶段回归理性价值判断，基本完成从实验室原型到真实场景实训的过渡 [4] 人形机器人的商业化关键与量产进展 - 商业化落地是科技产品的核心价值，过往多家企业因无法量产而失败 [5] - 优必选作为全球人形机器人第一股，已交付500台人形机器人，即将突破1000台，2026年计划实现月产800-1000台，年底储备万台产能 [5][6] - 大规模量产需要标准化产品，但行业仍处于“从0到1”的成长阶段，灵巧手、本体等缺乏全球统一标准 [6] - 行业对人形机器人量产时间的预期已从十年以上缩短至三五年 [6] - 商业化需先找到垂类场景，让用户感受到实际价值，通过持续交互积累信任，形成用户场景闭环，以获取数据与反馈实现强化学习与智能进化 [7] 算力与芯片解决方案 - 成熟的机器人产品需要高灵活度执行器、实时算力支持与强大算法支撑，实时算力必须部署在本地 [7] - 天数智芯是首家通用GPU厂商，2021年推出云端通用GPU芯片，产品已迭代至第四代，技术成熟 [7] - 国产算力硬件采用通用GPU架构以适配各类新模型，软件兼容主流路线，曾实现两天内完成跨本体的具身大模型适配 [7] - AMD提供全栈式人工智能解决方案，以CPU+GPU+NPU的异构计算方案满足机器人运动控制、视觉识别、AI算力等需求 [8] - AMD拥有开放的ROCm开发者生态，其FPGA和自适应SoC可满足边缘智能场景对低时延、高能效智能推理的需求 [8][9] 生态共建与未来发展方向 - 依托中国强大的供应链体系、庞大的应用场景以及软硬件一体化人才，应聚焦用重大科技创新解决智能制造等社会关键问题 [6] - 脑系统的核心是软硬件一体，需要芯片物理层、操作系统层、模型层三者深度融合，提出“副脑”概念以实现大小脑协同 [6] - 2024年底，显性知识已被AI学尽，智能进化新阶段的核心驱动力来自各行业的隐性知识（需通过人机交互挖掘）和物理世界的具身智能（需搭建世界模型） [7] - AMD通过上下游产业链合作，助力AI及人形机器人产业发展，担当行业创新引擎与技术推动者 [9] - 预计2026年泛具身场景中非人形机器人将率先起量 [3]