AI产业进入新阶段与市场动态 - 近期智谱华章、MiniMax、天数智芯、壁仞科技等公司密集登陆港交所与科创板，标志着中国AI产业正式迈入商业验证与规模化应用的新阶段 [1] - 在英伟达构建的生态壁垒下，国产芯片面临“卡脖子”困境，部分已上市GPU公司股价在大幅上涨后出现明显回调，反映出市场对其商业化路径和长期成长逻辑的审视 [1] 国产AI芯片的发展路径 - 国产芯片在绝对算力上难以短期追平英伟达，发展路径转向从系统效率、场景贴合度上寻求超越 [1] - 近期芯片企业和大模型企业发布中强调“国产适配”，通过联合优化提升算力利用效率，加速大模型在各行业场景中的应用落地 [1] - 单点技术突破不足以赢得竞争，模型与芯片的生态协同与“双向奔赴”成为国产AI能否真正自主的关键 [1] 大模型技术演进与商业化前景 - 回顾2025年，全球大模型技术在推理、编程、Agentic以及多模态等方向取得明显进步，逐步攻克生产力场景，但模型在稳定性、幻觉率等通用能力方面仍存在短板 [1] - 展望2026年，大模型在强化学习、模型记忆、上下文工程等方面将取得更多突破，从短context生成到长思维链任务，从文本交互到原生多模态，向实现AGI长期目标更进一步 [2] - 在AI辅助编程工具提升企业研发效率和优化业务的商业价值被逐渐认识的趋势下，企业用户在软件开发、数据分析、业务流程自动化等场景的付费意愿有望增强 [2] - 国产AI大模型有望受益于企业付费意愿增强的趋势，实现较好的商业化落地 [2] 相关港股标的 - AI大模型涉及的港股包括MINIMAX-WP(00100)、智谱(02513)、快手-W（01024）等 [3]

文章核心观点 - 2025年全球大模型在推理、编程、Agentic及多模态等能力上取得明显进步，已能应用于真实生产力场景，但模型在稳定性、幻觉率等方面仍有短板 [1][3] - 展望2026年，预计预训练Scaling-Law将重现，旗舰模型参数量将更上一个台阶，强化学习、模型记忆、上下文工程等领域将取得更多突破，推动模型向AGI目标迈进 [1][2][4] - 中美大模型发展路径不同：海外厂商追求智能上限，国内厂商在有限算力下通过开源和工程优化追求效率与性能平衡，但两者相互借鉴，共同推动AI产业发展 [12][14] 技术视角：模型能力进展与短板 - **2025年能力进展**：海内外模型在推理、编程、Agentic及多模态能力上持续迭代，在文本、搜索、编程、图像&视频多模态任务等多个领域已达到真实生产力水平，进步超过2023年预期 [3] - **现存短板**：模型通用能力在可靠性、幻觉率方面未完全解决，记忆能力有提升空间；细分领域上，强逻辑&数学推理能力稳定性不足，对真实世界的理解和建模能力较弱，智能呈现“锯齿状” [4] - **2026年展望**：模型将在长板层面继续进化，并寻找有效路径补齐短板，从ChatBot到Agent，从短context生成到长思维链任务，从文本交互到原生多模态演进 [4] 模型细分能力复盘 - **推理**：强化学习激励模型形成更长思维链解决复杂任务，“测试时计算”成为主流工程杠杆，模型学会并行思考与反思；模型推理与工具调用结合形成“交错思维链”，以完成更复杂的Agent任务，但产业也开始优化思维链效率以控制成本与延迟 [6] - **编程**：在模型推理能力提升驱动下，AI编程从代码补全进化为具备工程闭环能力的开发者代理，能拆需求、搭框架、调接口、跑测试；前端追求极致视觉还原与即时预览，后端模型已具备架构思维，通过“慢思考”推演降低幻觉率，预计2026年编程仍是落地最快场景之一 [6] - **Agentic**：2025年工具调用能力成为标配，核心技术突破之一是交错思维链的使用，让智能体在思考与行动间无缝高频切换，提升实时修正能力并降低幻觉与记忆遗忘，能自主拆解数十个子任务并实现复杂长程任务闭环 [9] - **多模态**：图片生成在质量、理解与控制能力上大幅跃升，迈入可控、可用、可规模化生产阶段；以Gemini-3为代表的原生多模态架构普及，统一token化训练，并将强化学习引入视觉和音频领域以加强时空逻辑和动作因果理解 [9][10] 海内外头部模型竞争格局 - **海外头部玩家**：OpenAI、Anthropic、Gemini以AGI为远期目标，从不同维度加速探索；OpenAI文本类推理实力突出，同步提升多维度能力维持领跑；Gemini后来居上，基于预训练高质量数据与Scaling Law及后训练强化学习，基础与多模态能力大幅提升；Anthropic聚焦代码及Agent领域，走出别具一格变现路径 [11] - **国产大模型**：整体能力与海外头部模型维持约半年静态差距，在海外模型推出3个月到半年后，国内头部厂商能推出能力相当的模型并达到SOTA水准；第一梯队包括阿里Qwen-3、字节豆包1.8、DeepSeek-V-3.2、Kimi-K2、智谱GLM-4.7、MiniMax-M2 [12] - **发展路径差异**：海外厂商算力资源丰富，通过算力Scaling Law+算法优化+高质量数据齐头并进迭代基座模型，追求智能上限；国内厂商在有限资源下，通过开源路线、工程及算法优化追求效率与性能平衡，并在应用端开拓更具创新思维 [14] 模型架构：优化与创新 - **架构延续与优化**：主流模型参数规模已达万亿以上，厂商更聚焦模型架构、算法、工程共同优化，在扩大参数规模的同时提升参数利用效率 [14] - **MoE架构成为共识**：MoE架构采用稀疏激活模式，通常仅激活模型总参数的10-20%，显著降低计算量，实现计算需求与模型规模的有效解耦；国产模型如DeepSeek-V3.2、MiniMax-M2、Qwen-2.5均使用MoE架构 [17] - **MoE优化挑战**：面临计算效率、专家负载不均、参数通信等问题，需通过更复杂算法和硬件基础设施解决，例如通过辅助损失函数实现负载均衡，并通过芯片与算法协同设计提升效率 [18] - **注意力机制优化**：模型厂商基于效果在不同注意力机制（Full-Attention、Linear-Attention、Hybrid-Attention）间优化与切换，以平衡精度与效率，例如阿里千问深耕Linear-Attention，DeepSeek-V3.2引入Sparse-Attention将计算复杂度从O(N^2)降至O(Nk) [20] 工程优化：降本提速与规模化 - **核心目标**：工程侧优化聚焦降本提速与规模化生产，包括推理侧思考链工程化、实时路由机制分配模型类型、长上下文规模化落地等 [21] - **具体实践**：GPT-5引入实时路由模式，根据用户提示词自动分发请求；海内外厂商通过混合注意力机制、KV Cache压缩、算子优化、上下文重写与压缩等不同路径提升上下文处理效率 [21][22] 训练范式演进 - **预训练Scaling-Law重现**：预计2026年预训练阶段在算法和工程优化下仍有提升空间，随着英伟达GB系列芯片成熟及推广，模型将基于更高性能的万卡集群实现Scaling Law，模型参数量和智能上限将进一步提升 [1][22] - **强化学习重要性提升**：强化学习成为解锁模型高级能力的关键，其本质是“自我生成数据+多轮迭代”，依赖大规模算力与高质量数据；预计2026年强化学习在训练阶段占比将进一步提升 [2][23] - **强化学习占比数据**：DeepSeek V3.2后训练计算预算占预训练成本的10%+，估计海外模型厂商相关比重更高，可能在30%左右 [23] - **强化学习路径演进**：正从静态离线向动态在线演进，长期趋势是模型持续向半自动验证甚至不可验证的场景中进行在线学习 [26] 前沿技术路线展望 - **持续学习与模型记忆**：旨在解决大模型“灾难性遗忘”问题，让模型具备选择性记忆机制；Google提出的MIRAS、Titans、Nested Learning、HOPE等算法和架构是让模型根据任务时间跨度和重要性动态调整学习和记忆方式的关键 [2][28] - **嵌套学习（Nested Learning）**：模仿人脑处理记忆的方式，通过分层学习和优化机制实现持续学习新范式 [29] - **HOPE架构**：作为嵌套学习的工程实现，是基于自修改Titans+连续记忆系统的多层次记忆系统，通过“快”“慢”系统协作对抗灾难性遗忘 [32] - **模型记忆成为Agent刚需**：ChatGPT通过四层上下文堆栈工程化优化记忆，未来技术演进路径包括分层记忆、将长期记忆更新至模型参数 [35] - **世界模型**：聚焦理解物理世界因果规律，是实现AGI的重要拼图；主要技术路径包括李飞飞团队的3D物理空间（Marble模型）、LeCun的基于控制理论的JEPA架构、Google DeepMind的交互式视频引擎（Genie 3） [36][40] 海外头部模型厂商巡礼 - **OpenAI**：2025年模型在推理、Agentic、多模态、代码方面全方位提升，发布GPT-4.1、o4-mini、GPT-5、Sora-2等；预计2026年将加速商业兑现，拓展企业端和广告市场 [41][42] - **Gemini**：2025年能力大幅跃升，Gemini-3发布使Google成为世界第一梯队；原生多模态图像生成模型Nano banana Pro具备空间推理和光影控制能力；预计2026年将聚焦综合能力提升并加速探索世界模型 [43][45][47] - **Anthropic**：2025年延续在编程领域优势，加强代码和Agent体验；推出Claude Code（截至25年底ARR已突破10亿美元）和Cowork，探索企业场景；预计2026年将提升记忆能力并探索更多Agent泛化场景 [48][49][52] - **商业化与IPO前景**：截至26年1月，OpenAI估值达8,300亿美元，25年收入预计200亿美元，计划26年Q4启动IPO；Anthropic估值达3,500亿美元，25年收入90亿美元，也将在26年启动IPO [61] 国内头部模型厂商巡礼 - **阿里通义千问**：2025年推出Qwen-3等模型提升全模态能力，领跑中国市场；预计2026年将探索B端Agent市场机遇，让Qwen Agent作为“Orchestrator”编排垂类Agent，并可能探索世界模型技术 [53] - **字节豆包**：2025年提升基座模型能力，豆包1.8具备超长上下文与多模态、Agent能力；截至25年12月底，豆包大模型日均使用量达50万亿+（自发布以来提升417倍），日活用户突破1亿；预计2026年将延续多模态优势并深挖Agent机会 [54][55] - **DeepSeek**：2025年引领大模型走向开源普惠，发布R1、DeepSeek-Janus-Pro、DeepSeek-V3.2等；架构上采取稀疏注意力机制降低计算复杂度；预计2026年将持续追求技术优化与提升多模态能力 [56][57]

AI技术发展前景与哲学思考 - 百川智能创始人王小川认为，AI在某种意义上超越了人类的部分智力 [1][2] - 从Alpha Fold开始，AI已能进行蛋白质设计、组成染色体，并将对药物设计合理性与分子筛选带来巨大变化 [1][2] - DeepMind的哈萨比斯认为，未来几年人类可能通过AI治愈所有疾病 [1][2] AI与人类文明的关系 - 王小川将AI发展视作人类文明的发展，认为AGI将帮助人类文明繁荣和延续，并成为文明的一部分 [1][2] - 他以“生孩子”作类比，表示不会担心孩子比自己聪明，并接受AI可能成为一个新物种 [1][2] 对AI的社会态度与机遇 - 王小川指出，焦虑并非由AI带来，AI反而给人类带来希望 [1][2] - 他强调每天都能看到AI带来的新变化，敢于拥抱和使用AI的人将成为这个时代最幸运的群体 [1][2]

会议纪要关键要点总结 **一、 涉及的行业与公司** * **核心行业**：AI大基建（AI数据中心/AIDC）、加密货币挖矿、电力能源、宏观金融与债券市场、稳定币与黄金市场[1][2][5] * **提及的主要公司**： * **AI/科技巨头**：OpenAI、谷歌、XAI (K2)、微软、英伟达、Meta、SpaceX、特斯拉、Anthropic[5][6][7][8][10][23][29] * **AI数据中心运营商/承包商**：CoreWeave、Crusoe (Cosmos)、Iris Energy (IREN)、Applied Digital (APLD)、NeoCloud[18][19][20][22][23] * **加密货币矿工**：Marathon、Riot、CleanSpark、比特大陆 (寒武纪)、比特小鹿[14][17][22][35] * **金融机构**：摩根大通、摩根士丹利、蓝色猫头鹰资本、Galaxy Digital[8][11][22][29] * **稳定币发行商**：泰达 (Tether)[53][56][60] **二、 AI大基建的核心观点与论据** **1. 行业现状：进入“精退无补”的烧钱竞赛** * 大模型边际收益在下滑，但OpenAI作为“鲶鱼”迫使其他大厂必须跟进投入[5][7] * 英伟达战略上必须支持OpenAI，以维持整个生态的持续投入和对GPU的需求[7][8] * 市场已进入“精退无补”阶段，参与者只能继续投入[8] **2. 资本需求：巨额融资与“城投化”趋势** * 摩根大通估算美国AIDC建设总框架为**5-7万亿美元**[8][51] * 未来5年融资结构预估：投资级债券**1.5万亿美元**、项目融资、私募债/垃圾债（几千亿美元）、股市融资[9][10] * AI项目融资模式越来越像中国的“城投”，并可能通过拆分份额（如REITs）出售给散户[10][29] **3. 核心约束：美国面临严重的电力短缺** * 美国与中国不同，存在严重的电力瓶颈，主要由于电网分散、建设滞后[11] * 摩根士丹利预测，因AIDC建设，到2028年美国电力缺口将达**46GW**（相当于46个核电站）[11][12] * 电力短缺是法规性、结构性的，短期内难以解决[32][38][41] **4. 电力解决方案评估** * **矿工转产AIDC**：被视为最现实、最快的路径。美国所有矿场转产可释放约**15GW**电力，占缺口的近三分之一[12][19][34] * 但市场对矿场电力（“黑电”）能否稳定转化为T3级别AIDC持怀疑态度，体现在估值上：已签单矿工EV/瓦多在**3-7美元**，未签单者在**2美元以内**，远低于新建T3 AIDC的重置成本（**11-13美元/瓦**）[20][21][22][35] * 矿工转产模式分两种：轻资产的“CoreWeave系”（只出租电力，签15年长约）和重资产的“Iris Energy系”（需自购GPU，与微软签5年约，面临更大融资压力）[22][23][24] * 转产项目的内部收益率（IRR）估算约**10%-12%**，但对GPU（假设**5-6年**折旧）和场地（假设**20年**折旧）的使用年限非常敏感[25][26][30][31] * **其他常规路径**： * **天然气发电**：受限于燃气轮机产能瓶颈（订单排到2030年）和环保法规[32][33] * **储能/燃料电池**：中期解决方案，但无法大规模解决问题[34] * **核电（SMR）**：商用时间较长，远水解不了近渴[34] * **非常规路径**： * **将训练环节迁出美国**（如巴西、印尼），推理留在美国[36] * **允许柴油主力发电**：理论上可瞬间释放**80GW**电力，但受环保法规严格限制[37][38] * **太空算力中心**：马斯克提出，旨在规避地面监管障碍，并为SpaceX上市讲述宏大故事。其经济可行性取决于星舰发射成本能否降至**1000万美元/次**以内（对应每公斤载荷成本**60-10美元**）[33][41][42] **三、 宏观与政策风险** **1. 政策与监管是最大风险** * **中期选举风险**：若民主党在中期选举中横扫两院，当前“去监管”（Deregulation）的趋势将受阻，严重打击AI、加密货币、商业航天等产业[39][40][41][47] * **建议关注预测市场**（如Polymarket）对选举概率的实时变化，以捕捉内幕信息[40][47] **2. 新任美联储主席政策的影响** * 新任联储主席沃什（Warsh）可能推行取消或降低超额准备金利息的政策，以迫使银行购买长期国债和MBS[10][43] * 市场担心此举可能导致收益率曲线陡峭化（长债收益率下不来，短债收益率被压低），从而抬高长期投资的机会成本，压低权益资产估值，对动能股和Meme股造成打击[43][44] * 其最终政策表态是影响上半年市场走势的关键变量[44][46][48] **3. 债券市场动态** * 稳定币合规要求（购买93天以内国库券）挤出了货币市场基金，迫使后者购买更长期限的短债，助长了财政部“借新还旧”的滚动操作[47] * 市场共识是期限溢价走高、收益率曲线陡峭化[48] **四、 加密货币与黄金市场的联动** **1. 加密货币挖矿产业趋势** * 美国挖矿成本高昂（完全成本估算达**9-10万美元/比特币**），在全球竞争中不再经济[17] * 在AI产业对电力需求饥渴的背景下，比特币挖矿产业可能整体淡出美国，迁往海外[36][37] * 加密货币相关股票此前上涨与“去监管”预期有关[38] **2. 泰达（Tether）的业务转型与黄金机遇** * 泰达面临三年合规过渡期，需将非合规资产（如比特币、黄金投资）从储备金中剥离[53][54] * 为此，泰达可能以**5000亿美元**估值融资**150-200亿美元**，以自有资金承接这部分约**400亿美元**的资产[55] * 合规后，其稳定币业务的ROE将下降至行业平均水平（类似USDC），因此公司可能大力拓展新业务——**黄金链上代币**（SAVT）[56][58] * 推动力：全球实物黄金交易占比低（可能不到**10%**），产业界希望提升实物交易以压缩金本位杠杆，推动金价；地缘政治分裂（东西方两套体系）也提升黄金重要性[57][59] * 看多黄金，认为涨至**7000美元**是大概率事件，甚至可能到**1万美元**[60] * 泰达储备金安全垫厚：黄金（约**150亿美元**）和比特币（约**80多亿美元**）合计约**230亿美元**，且有**67亿美元**超额准备金。即使算上关联投资公司的净资产，整体超额准备可达**17%-18%**，抗跌能力强[60][61][62]

产品发布与核心定位 - 昆仑天工正式发布全新的Agent产品——天工Skywork桌面版，并旗帜鲜明地将Windows平台作为首发阵地，旨在为全球用户提供开箱即用的「Cowork平替」[1][4] - 该产品原生支持Windows系统，无需繁琐迁移或适配，可对海量本地历史文件和复杂项目场景进行自动化处理，打通了个人Agent进入真实办公场景的「最后一公里」[5] - 在全球竞品如Claude Cowork、OpenAI Codex等优先适配macOS的生态失衡背景下，Skywork桌面版打响了针对「Windows生产力人群」的抢位战[4][11] 产品功能与性能特点 - **多模型支持**：与Claude Cowork仅支持自家模型不同，Skywork增加了对谷歌Gemini系列模型的支持，用户可自由选择Gemini 3 Pro、Claude Opus 4.5、Claude Sonnet 4.5等模型，也可启用智能路由「auto」模式自动匹配最佳模型[7] - **全文件格式处理**：产品能跨文件、跨格式直接读取并理解图片、视频、表格、Word、Excel、PDF、PPT等全类型文件，进行归类整理或生成新内容[8] - **多任务与本地执行**：能同时响应并执行多项复杂任务，且所有处理在本地环境完成，无需上传云端，消除了用户对数据泄露的担忧[9] - **内置技能库**：内置了100+个经过精选的、真正有用的Skills技能包，操作灵活，覆盖Office三件套生成、网页生成以及图像与视频生成[9] - **创作场景优势**：在图像与视频生成的创作场景中，相较于Claude Cowork，在语义遵循、表现力、专业性等多方面均更胜一筹[9] - **价格优势**：用户只需支付19.99美元的Basic会员费，即可解锁完整的产品体验[10] 实测应用案例 - **PPT自动生成**：用户只需提供Word文档和视频素材文件夹，并告知制作PPT的需求，Skywork能自行分析需求、寻找素材并生成可供修改的PPT初稿，过程中还会与用户互动选择风格[13][14][15] - **复杂文件整理**：在测试中，Skywork成功在不删除任何原始文件的基础上，将文件夹内所有内容整理成清晰的目录结构，并生成报告；任务共整理了194个文件，发现了4个重复文件，并生成了包含学术、研究、商业、语言学习、工作文档等分类的新文件夹结构[17][18][20] - **图文报告生成**：根据需求，Skywork能自动搜索网络信息，规划撰写路径，并生成一份图文并茂的「下一代AI推理算力基础设施提案」意向报告[21][22][23][24] - **SEO网页生成**：能够根据文档和图片，精准提取核心语义、优化视觉素材，并自主编写符合SEO逻辑的代码，生成信息齐全、布局合理的精美网页[25][26][27] - **智能体能力进化**：实测表明，此类智能体助手已不再是简单的对话执行工具，在获得更高系统操作权限后，其自主性得到史诗级强化，可在极少人为参与下高效完成复杂工作[28] 行业趋势与竞争格局 - **发展阶段**：2025年被普遍认为是Agent落地元年，而2026年正见证新一轮爆发；行业观点认为，2025年是编程智能体元年，而2026年将是个人助理智能体元年[30][31] - **竞争态势**：年初Agent赛道竞争白热化，国外有Anthropic发布Cowork、OpenClaw，国内有阿里上线千问APP任务助理和桌面端QoderWork，其他大模型独角兽也陆续推出桌面智能体应用[30] - **行业影响**：Agent正在以前所未有的速度与深度重构数字世界的底层逻辑，通过连接本地操作系统，实现跨文件管理、跨应用操作和复杂任务并行执行，有望将人类从繁琐任务中解脱，驱动走向以Agent为主导的超级个体时代[31][34] - **竞争关键**：随着Agent底层模型和执行框架被开源社区大量解构，赛道几乎不存在「技术秘密」，主流厂商均有能力自研，因此竞争胜负手转向了场景垂直与生态适配[34] - **公司优势**：昆仑天工早在2025年5月即发布了「AI版Office」——天工超级智能体（Skywork网页版），积累了丰富的办公场景效率优化经验和庞大的AI办公用户基础；其桌面版依托全球最大的生产力平台Windows，并灵活支持多模态与逻辑推理模型，在办公场景效率优化及与其他应用场景的联动中构筑护城河[35] - **市场展望**：在Agent竞争中，可能不会出现「赢家通吃」的局面，谁能更快建立起无法替代的相对优势，谁就可能成为最后的赢家[33][34][36]

摩尔线程+硅基流动+GLM-4.7的硬核组合。 本文为IPO早知道原创 作者｜ Stone Jin 微信公众号｜ipozaozhidao 据IPO早知道消息，摩尔线程于2月3日正式推出AI Coding Plan 智能编程服务。作为首个基于国产 全功能 GPU 算力底座构建的智能开发解决方案，该服务以 MTT S5000 强劲的全精度计算能力为 核心驱动，融合硅基流动推理加速引擎，并集成 GLM-4.7 顶尖代码模型， 成功实现了国产芯片与 国产大模型在 AI Coding 领域的关键突破，标志着国产算力在 AI 核心生产力工具领域打破瓶颈， 具备了支撑高复杂度应用开发的实战能力。 具体来讲：全新推出的AI Coding Plan依托摩尔线程MTT S5000的全精度计算能力，通过软硬件 协同架构实现了算力效能的倍增。在此坚实底座上，摩尔线程与硅基流动联合开发，通过高效算子融 合及框架极致优化，在确保代码生成质量的同时显著降低了响应延迟。而在核心模型层面上，系统选 用了在 Code Arena（全球百万用户参与盲测的专业评估系统）中位列开源及国产第一的 GLM- 4.7。该模型在函数补全、漏洞检测等场景的表现 ...

报告行业投资评级 - 报告未明确给出行业投资评级 [2][3][8][9][12] 报告的核心观点 - 谷歌正式开放世界模型Genie 3的实验性研究原型Project Genie，该模型是通往AGI的关键里程碑，有望重塑游戏行业开发链路，其环境生成能力在电商、营销、互动教育、智驾、物理AI、仿真等场景亦具备长期赋能潜力 [2][3][8][9][12] 事件描述与产品特性 - 谷歌开放Project Genie，这是一个由Genie 3、Nano Banana Pro和Gemini共同驱动的原型Web应用 [12] - 用户通过输入文字提示词或生成/上传图片，即可创建、探索并二次创作一个可漫游及互动的“世界” [12] - 与AI生成视频相比，Genie 3可在移动和交互时实时生成前方路径，并模拟物理与交互，实现持续的空间探索，生成的是用户可控制角色的“游戏” [12] - Genie 3能从简单文本提示生成无限多样的交互式3D环境，实现720p高清画质、24fps实时交互，数分钟连贯世界状态 [12] - 该模型不依赖硬编码物理引擎，而是通过自回归生成学习世界运作规律，代表了AI世界仿真技术的重大突破 [12] 对游戏行业的影响 - Genie 3或重塑游戏行业开发链路，为游戏厂商提供快速原型制作和概念可视化能力 [12] - 该技术可用于游戏原型概念验证，前期分镜、场景等制作环节的效率或极大提升，轻量级开发的门槛或进一步降低 [12] - 互动影游的创作效率有望因Genie等世界模型得到较大提升 [12] - 报告认为IP、优质内容及玩法创新、平台化能力等仍是游戏行业的核心竞争力和护城河，游戏行业积极拥抱并受益于技术变化 [12] 对其他行业的赋能潜力 - Genie 3的环境生成能力在电商、营销、互动教育、智驾、物理AI、仿真、具身AI训练、创意内容、VR/AR等场景具备潜力 [12] - 对于自动驾驶和机器人场景，Genie 3提供了一个无限的“沙盒”，允许即时生成动态世界，让多个独立智能体通过反复试验进行学习，有望加速机器人和智能驾驶的进步 [12] - Genie 3有望彻底改变AI训练的格局 [12] 投资建议 - **游戏**：看好AI对游戏行业的长期赋能，相关标的包括恺英网络、心动公司、巨人网络、完美世界、三七互娱、腾讯控股等 [12] - **互动影游**：Genie等世界模型对互动影游创作效率有较大提升 [12] - **智驾、物理AI等相关方向** [12]

产品发布与核心突破 - 公司正式推出AI Coding Plan智能编程服务 这是首个基于国产全功能GPU算力底座构建的智能开发解决方案 [1] - 该服务以MTT S5000的全精度计算能力为核心驱动 融合硅基流动推理加速引擎 并集成GLM-4.7顶尖代码模型 [1] - 此举标志着国产芯片与国产大模型在AI Coding领域实现关键突破 表明国产算力已具备支撑高复杂度应用开发的实战能力 [1] 技术架构与性能优势 - 服务依托MTT S5000 通过软硬件协同架构实现了算力效能的倍增 [3] - 公司与硅基流动联合开发 通过高效算子融合及框架极致优化 在确保代码生成质量的同时显著降低了响应延迟 [3] - 系统核心模型选用GLM-4.7 该模型在Code Arena（全球百万用户参与盲测的专业评估系统）中位列开源及国产第一 [3] - GLM-4.7在函数补全、漏洞检测等场景的表现超越同级 甚至优于GPT-5.2 [3] 产品适配性与市场定位 - 服务已实现与Claude Code、Cursor、OpenCode等多款主流编程工具的即插即用适配 开发者可在不同开发环境中无缝切换 [3] - 公司针对不同规模团队推出梯度化套餐方案 [3] - Free Trial套餐提供30天免费体验期 适合轻量级项目试水 [3] - Lite Plan套餐定价为120元/季度 具备Claude Pro套餐3倍用量额度 支持中频开发场景 [3] - Pro Plan套餐定价为600元/季度 提供5倍于Lite套餐的调用额度 专为复杂项目架构设计 [3] - Max Plan套餐定价为1200元/季度 提供峰值流量优先保障 满足企业级高频调用需求 [3] 公司战略与未来展望 - 随着AGI时代加速到来 公司将持续深化“芯片+模型+工具链”全栈布局 [5] - 公司旨在助力中国开发者赢在智能化转型起跑线 [5]

公司战略与激励 - 蚂蚁集团推出“AI Credit”特别激励方案，对在AI方向有开创性贡献的团队和个人，在原有绩效激励基础上给予额外激励，未来两年如相关业务有效提升公司价值，即可解锁兑换成SERs(经济受益权)[1] - 公司CEO提出“业务和组织都要全面AI化”的目标，并强调在技术迭代加速的背景下，公司仍是“追赶者”，需保持紧迫感与危机意识[2] - 公司近期一系列密集动作，旨在聚拢核心资源，聚焦投入AI领域，实现“业务和组织全面AI化”的转型目标[4] AI业务进展与成果 - 在AI应用方面，公司旗下健康助手APP“蚂蚁阿福”月活超过3000万，用户单日提问量超1000万[2] - 全模态通用AI助手“灵光”发布后表现抢眼，在Quest Mobile的AI应用周活榜上位列第十，并新增“上传图片生应用”与“桌面小组件”能力[2] - 在AGI探索上，公司旗下“灵波”四天内接连开源四款具身领域大模型，实现从数字世界到物理感知的关键延伸[2] - 百灵大模型家族已发布18款大模型，覆盖从100亿到1万亿的不同参数尺寸，标志着公司进入万亿参数大模型行列[2] 核心业务AI化与支付创新 - 在支付领域，AI化改造已进入场景，千问App全面接入“支付宝AI付”，实现用户通过自然语言指令完成商家推荐、自动下单及一键付款，全程无需跨应用跳转[3] - 公司CEO认为，移动互联网受益于移动支付，但在AI时代，数字支付需要进化以适配新的需求，公司致力于打通AI时代支付的“最后一公里”[3] - 业内预测，随着智能体商业生态成熟，智能体支付将迎来蓬勃增长，支付作为底层基础设施必须进化以支撑高效协作网络[3] 未来战略支柱与价值重估 - 支付、金融与医疗健康，将成为支撑公司下一个十年的三大战略支柱[4] - 公司CEO表示“我们已重回战场，阿福是下一个十年”，并通过将国民级流量活动“集福”向AI应用“蚂蚁阿福”开放，佐证对AI健康战略的投入决心[3] - 当公司将组织和业务全面推向AI化，其市场价值的评估权重，也将随之转向AI原生能力[5]

交易概述 - SpaceX宣布已收购人工智能公司xAI，xAI声明已“加入SpaceX”，该交易被评价为科技领域迄今为止最具雄心的合作之一 [1] - 合并交易为全股票形式，合并后公司预计每股定价约527美元，整体估值将达1.25万亿美元，其中SpaceX估值1万亿美元，xAI估值2500亿美元 [2] 战略与竞争背景 - 在人工智能领域，马斯克正与谷歌母公司Alphabet、Meta、亚马逊支持的Anthropic以及OpenAI等竞争对手展开角逐 [2] - 此次交易可能助力SpaceX实现其在数据中心方面的野心 [2] 业务协同与规划 - SpaceX、特斯拉和xAI存在“互补”关系，马斯克对SpaceX有长期规划，设想将数据中心送入太空为人工智能提供计算能力 [2] - 从业务协同看，特斯拉的能源业务可与SpaceX的星链基站结合，其FSD系统则可借助SpaceX为偏远地区提供“卫星互联网+微电网”一体化解决方案 [2] - xAI的AGI（通用人工智能）研发能力可为合并后的公司提供“太空大脑” [2] 市场反应 - 交易消息传出后，特斯拉股价在当天的盘后交易中迅速拉升，涨幅一度触及4.5% [2]