阿里巴巴通义千问发布Qwen3系列模型 - 阿里巴巴通义千问正式发布基于苹果MLX框架深度优化的Qwen3系列模型 [2] - 此举被视为为国行苹果智能做准备 阿里巴巴可能成为苹果在中国大陆的大模型合作商 [4] MLX框架与模型部署 - MLX是专为苹果芯片深度适配的开源机器学习框架 可高效训练和部署AI大模型 [5] - 团队一次性开源32款官方Qwen3 MLX模型 包含4bit、6bit、8bit和BF16四种不同精度量化版本 [5] - 模型可在iPhone、iPad和Mac电脑上轻松部署 实现全场景覆盖 [1][5] 开源与社区支持 - Qwen3的MLX模型已在魔搭社区和Hugging Face全面开源 [7]

行业背景与市场前景 - 百度和小米等互联网大厂入局AI眼镜行业 带动"百镜大战"氛围 与智能音箱发展初期相似[2] - 预计到2029年智能眼镜市场规模达1067.78亿元 年复合增长率18.56%[3] - 2023年全球AI眼镜销量234万台 其中Ray-Ban Meta独占224万台 占比超95%[3] 市场竞争格局 - 中国已有至少50家公司推进智能眼镜项目 分为三类玩家:初创公司(蜂巢科技/Even Realities) AR眼镜厂商(雷鸟创新/影目科技/Rokid)和互联网大厂(华为/百度/小米/字节)[4] - 2025年CES展会亮相超40款AI眼镜产品 各厂商计划今年至少发布50款新机型[5] - 小米生态链企业推出界环AI音频眼镜 星纪魅族StarV Air2上线AI功能 Rokid为政府会议新品带货[4] 技术挑战与产品瓶颈 - AI眼镜面临重量/续航/功能的"不可能三角"挑战 当前产品重量普遍超普通眼镜20-30克标准[9][10] - Meta Ray-Ban重量49克 雷鸟V3降至39克 但配镜片后仍增重10克以上 长时间佩戴不适[10] - 续航能力不足:Meta Ray-Ban持续拍摄维持4小时 雷鸟V3标称7小时 与日常使用需求存在差距[10] 历史经验借鉴 - 智能音箱2024年销量同比双位数下降 全年降幅超20% 第四季度降幅仍超10%[7] - 智能音箱衰落因核心功能未突破 语音识别/语义理解存在缺陷 使用频率大幅降低[7] - 语音识别技术从"能用"到"好用"的壕沟仍未填满 影响智能硬件发展[8] 大模型带来的机遇 - 天猫精灵和小度音箱接入大模型后 语音识别/自然语言理解/对话能力显著提升[11][12] - DeepSeek开源特性允许深度定制 API价格低廉 利好端侧AI普及[15][16] - AI眼镜平台作为新消费电子品类 更容易成为AI应用率先落地场景[16] 未来发展潜力 - 行业需在未来3-5年实现全彩显示/性能提升/重量减轻/价格降低/大模型能力升级等目标[11] - AI眼镜结合AR/眼动等前沿技术 具备替代智能手机潜力 可能成为下一代通用计算平台[17][18][19] - 扎克伯格认为智能眼镜将类似移动手机 是下一个计算平台的始终在线版本[18]

行业技术突破 - 800G超高速光模块成为数据中心与通信网络的核心组件，但面临国际标准缺失和高频段（40GHz以上）检测技术空白等难题 [1] - 湖北省计量院自主研发"800G光模块电磁兼容辐射发射试验方法"，突破40GHz以上频段测试技术瓶颈，构建覆盖40GHz~75GHz的测试系统 [1] - 采用混频器下变频技术，将40GHz以上信号转换为接收机可测范围，误差控制±1.5dB以内 [2] 技术创新亮点 - 设计可拆卸式标准化测试工装，兼容主流封装，确保不同企业产品测试条件统一 [2] - 工装模块化设计可快速适配未来1.6T超高速光模块检测，算法模型可移植至汽车雷达、卫星通信等高频场景 [2] - 建立产学研用协同闭环机制，联合头部企业成立"新一代超高速率光模块研发测试平台" [2] 产业应用与效益 - 成果已服务华为海思、光迅科技等全球头部企业，推动武汉"中国光谷"光通信产业升级 [1] - 为湖北地区光通讯、光器件企业提供高频EMC检测服务超50次，单次检测周期从15天缩短至10天，效率提升33% [3] - 帮助企业节约研发成本超2000万元，支撑算力网络绿色发展，数据中心800G超高速光模块更新后能效比（PUE）从1.4降至1.25 [3] 环保与社会效益 - 以单数据中心10万台服务器规模测算，年节电量超1200万度，减少碳排放7500吨，相当于种植41万棵树 [3]

核心观点 - 中药行业维持“增持”评级，关注价格治理、消费复苏、国企改革三大主线，推荐佐力药业、片仔癀、寿仙谷 [6][9] - 药品行业创新成果兑现，产业新成长周期启动，关注ADA会议和2025国谈，推荐创新和复苏主线相关标的 [10][11][15] - 煤炭行业供需格局边际改善，煤价有望回升，关注长协比例高的动力煤龙头煤企 [20][21] - 半导体行业维持“买入”评级，关注AI大模型带动的硬件需求增长和传统消费电子复苏 [28][29] - ETF市场推荐关注医药生物、纺织服饰和农林牧渔行业对应的ETF [34][35][36] 中药行业 - 市场表现：上周中药Ⅱ下跌0.32%，医药板块涨跌互现，化学制药表现最好，中药较弱 [2] - 公司表现：康惠制药、恩威医药等居前，万邦德、龙津退等靠后 [3] - 估值：上周中药PE（ttm）为27.68X，PB（lf）为2.29X，均环比下降 [4] - 上游中药材：部分药材上新量增加，市场存在下行压力，价格指数周跌0.7% [5] - 集采情况：第三批全国中成药集采落地，规则优化，后续关注集采及规则优化 [6] - 投资建议：关注价格治理、消费复苏、国企改革三大主线及相关标的 [7][8][9] 药品行业 - 市场走势复盘：受益《民生10条》，医药生物创新药主线上涨，部分子行业涨幅居前 [10] - 市场展望：产业步入创新成果兑现期，关注ADA会议和2025国谈 [11] - 投资建议：2025年创新药产业有望拐点，关注创新和复苏主线相关标的 [13][15] 煤炭行业 - 煤炭进口：5月煤及褐煤进口量同环比双降，后期下滑趋势难扭转 [19] - 供需情况：产地供应或收缩，需求有望边际改善，煤价支撑渐强 [20] - 投资建议：关注长协比例高、防御性强、分红稳定的动力煤龙头煤企 [21] 半导体行业 - 行业指数：2025年6月9 - 13日指数下跌，受中东局势等因素影响 [24] - 市场动态：美光停DDR4出货，价格或急涨；华为发布新品搭载国产CMOS [25][26] - 指数表现：费城半导体指数上行，周涨幅1.5% [27] - 投资建议：关注AI大模型带动的硬件需求和传统消费电子复苏 [28][29] ETF市场 - 市场概况：截至6月13日，沪深两市1193只ETF，本周7只新上市、2只新成立 [31] - 分类表现：股票型、债券型、跨境ETF涨跌幅中位数不同，份额变动有差异 [32][33] - 策略跟踪：PB - ROE框架下关注第三、五象限行业，策略表现有提升 [34][35] - 投资建议：关注医药生物、纺织服饰和农林牧渔行业对应的ETF [36]

供应链效率 - 公司实现72小时极速交付周期，远低于行业平均20天水平 [1] - 自有工业互联网平台连接上下游供应商、加工厂和加盟商，实现全链路协同 [1] - 旺季单日产能达8000件羽绒服，关键工序自动化率超90% [1] 智能制造技术 - 智能裁剪区实现100%裁片正确率，充绒区精准称重达0.01克 [2] - 自动吊挂系统优先处理急单，员工可一键切换生产优先级 [2] - 生产流程包含至少150道工序，48小时内完成急单生产任务 [2] 物流体系 - 物流自动化程度超90%，单日最高出入库量达100万件 [3] - 智能物流覆盖自动称重、机器人分拣、码垛及智能配送全环节 [3] 数字化销售服务 - 门店提供袖子改短、衣长调整等定制化服务，小程序实时追踪进度 [3] - 支持异地寄回改衣服务，满足个性化需求 [3] AI技术应用 - AI大模型实现设计构思到虚拟成衣的全流程数字化闭环 [4] - AI生成8款花型和9款成衣投放市场，头样开发时间从100天压缩至27天 [4] - 样衣开发成本降低60%以上 [4]

大模型应用现状 - 千行百业正逐步形成共识：AI大模型值得重构与升级 [1] - 国内主流大模型厂商上半年密集迭代技术，新模型集中亮相 [1] - 大模型使用价格降低推动应用产品激增，C端硬件融合最受关注（智能办公设备/玩具/穿戴设备） [1] - 工业领域应用初现端倪，但智能制造核心环节案例仍稀缺 [1] 低风险场景落地特征 - 企业内部知识管理成为最快落地的应用场景 [2] - 中国化学五环公司将1200名工程师经验沉淀为AI知识库，实现设备参数查询秒级响应 [2] - 营销服务领域容错空间高，电力/燃气企业已部署大模型驱动的智能客服系统 [2][3] - 知识客服/引擎/问答等低风险、高容错、标准化场景成为技术突破优先方向 [3] 工业核心环节挑战 - 生产控制/工艺优化等核心环节渗透面临显著难题 [1] - 视觉安监是与制造核心关联最紧密的应用方向（如钢铁行业CV模型提升缺陷识别准确率） [4] - AI质检使产线检测效率提升400%（1人可操作2台机 vs 原需5人1台机） [5] - 生产过程直接操控暂未应用，因大模型黑箱特性与低可解释性阻碍决策授权 [5] 商业化落地瓶颈 - 企业ROI考量关键：化工行业AI质检方案因场景差异化导致复用性低/单位成本高 [6] - 当前聚焦管理维度AI应用，核心生产环节自动化设计仍属长期目标 [6] - 调研显示短期内难以突破生产环节自动化 [6]

公司公告摘要 - 每周日至每周四推送明日股市重大公告 包含停复牌、增减持、投资中标、收购、业绩、解禁、高送转等个股利好利空信息 重要公告以红色标注[1] - 公告内容帮助投资者提前寻找投资热点 防范黑天鹅事件 并提供充足时间分辨和选择合适上市公司[1] 公司业务亮点 公司1 - 业务覆盖谷子经济、区块链、AI游戏、AI大模型、华为鸿蒙领域 积累大量IP授权包括"大富翁"等知名IP[1] 公司2 - 业务涉及数字货币、区块链、人形机器人、军工、鸿蒙、数字经济、信创领域 正推进与金融机构合作并在数字货币试点城市拓展业务[1] 公司3 - 业务涵盖人形机器人、军工、无人机、新能源汽车领域 拟定增募资不超过10亿元用于具身智能机器人等项目[1]

智驾平权与汽车云赛道 - 汽车行业智能化竞争加剧，需兼顾技术先进性与合规性，既要快速发展又要稳健落地[2] - 智驾功能已普及至20万价位车型，智能汽车进入大众消费市场[2] - 腾讯汽车云凭借C端超级入口（微信、QQ音乐等）与B端技术势能的双重优势，形成差异化竞争力[2][3] 座舱体验优化 - 车载导航体验是用户核心痛点，2017年腾讯开始优化离线地图更新慢、定位不准等问题[6][7][8] - 2020年后行业转向云端求解，腾讯通过"云图一体"战略实现导航无缝衔接室内外场景，已覆盖全国100城5000个停车场[14] - 地图正从导航工具升级为"解决方案入口"，整合AI Agent与微信生态实现语音点单、餐厅排队等闭环服务[16][18][19] 智驾研发效率提升 - 智驾技术路径从专家系统转向BEV+Transformer，20万价位主流车型普遍采用该方案[22] - 腾讯"智驾地图8.0"实现舱驾一体，共享数据降低训练成本，提升研发效率25%[25] - 通过云图一体化架构，提供实时更新的高质量训练数据，加速模型迭代[23] 合规与基础设施 - 腾讯构建国内最大规模智能驾驶云专区，采用物理隔离（非逻辑隔离）满足自然资源部合规要求[31][32][33] - 依托甲级图商资质与金融级加密技术，实现全流程数据合规[29][30] - 发布全栈AI能力，覆盖算力底座、数据平台到座舱应用，助力车企快速部署大模型[35][36] 行业竞争格局 - 汽车云IaaS层技术趋同，腾讯凭借"车端-云端-车端"闭环形成多维服务优势[38] - 打通C端物理世界与B端数字世界的完整数据链条，成为市场核心诉求[38][39]

跨界应用拓展 - 显示产品提供客厅以外价值 通过VR眼镜在工业场景进行虚拟培训 如焊接安全培训和煤矿安全培训[3] - 显示产品与医疗结合 为乡镇城市提供远程诊疗服务 让患者享受大城市专家医疗资源[3] - 微创手术和肠镜等医疗场景需要显示产品完全还原真实色彩和影像[4] AI技术布局 - 公司自研星海大模型 在流媒体媒资知识库构建和运算能力上较强 行业测评排名靠前有时第一[6] - 行业内第一家接入DeepSeek 结合星海大模型为用户提供智能化服务[6] - AI技术为显示产品提供历史经验知识库建立 包括用户历史病理 提升判断准确性[5] 智能化发展趋势 - 电视智能化随AI技术发展和电视芯片端侧算力提升 将成为必备能力和功能[7] - AI技术为电视行业提供更大可能性 解决以往模型和算力不足问题[8] - 电视具备自我学习和进化能力 通过多个AI智能体实现聊天、学英语等功能[9] - 未来通过沉浸态智能体 用户可直接将产品作为个人助理或咨询对象交互 能力迭代刷新更自然流畅[9] 行业技术变革 - 电视行业面临新挑战 公司以激光显示、RGB-Mini LED、AI大模型破局[2] - 全球出货量份额剑指第一 通过技术创新向高端市场跃升[2] - 显示行业正在发生变革 跨界举动及显示产品应用不断扩展[2]

国内电商布局与创新 - 公司指出国内电商市场竞争加剧 需更加注重用户体验和服务质量 [3] - 公司借助大数据和AI技术实现精准营销和个性化推荐 [3] - 公司通过优化供应链管理 实现产品快速响应和高效配送 提升了市场竞争力 [3] 跨境电商与国际化战略 - 公司认为跨境电商是企业拓展国际市场的重要途径 [5] - 公司强调境外仓储建设是提升物流效率和用户体验的关键 [5] - 公司在多个国家和地区建立了境外仓储中心 通过智能化管理系统实现货物快速分拣和配送 大大缩短了物流时间 [5] 对国际贸易形势的看法 - 公司认为尽管全球经济面临不确定性 但跨境电商和国际贸易仍具有广阔发展空间 [7] - 公司呼吁企业积极应对挑战 通过技术创新和模式优化提升抗风险能力 [7] 供应链及金融体系 - 公司指出供应链稳定性和金融支持是企业发展的基石 [9] - 公司通过与金融机构合作 建立了完善的供应链金融体系 为企业提供充足资金支持并保障供应链稳定运行 [9] AI大模型在电商领域的应用 - 公司正在积极探索AI大模型在智能客服、智能推荐和数据分析等方面的应用 [9] - 公司通过AI技术提升运营效率和用户体验 [9] - 公司分享了AI在跨境电商中的应用案例 展示了其在语言翻译和市场分析等方面的优势 [9]