东升西落叙事 - 美国市场从24年开始因AI领先和美元强势吸引全球投资，但Trump上台后政策调整引发宏观不确定性，导致股市剧烈震荡[2][3] - 中国市场24年股价开始回升，今年因DeepSeek发布彻底引爆，反映此前对科技行业预期过低的价值回归[5][6] - 中美AI发展路径差异显著：美国专注scaling law和AGI，中国聚焦应用落地和成本优化[8][9] 中美AI发展差异 - 美国AI发展路径依赖高成本投入（算力/数据），但模型能力提升不及预期[9] - DeepSeek通过工程优化大幅降低成本，实现更好性能输出，打破高成本叙事[9] - 中国AI应用注重覆盖更广泛用户群体，如Manus团队专注让未接触AI人群使用产品[10][11] 标志性产品分析 - DeepSeek开源模型使腾讯等公司跳过模型军备竞赛阶段，直接进入应用开发[26] - Manus采用脉冲式增长策略，通过Prosumer群体快速传播，但被误读为OpenAI对标对象[12][15] - Cursor等产品以极低市场成本实现高ARR收入，展示中国AI商业化路径优势[12] 二级市场表现 - 美国市场因前期AGI预期过高，当前面临预期调整；中国市场预期正从0开始填平[19][20] - 阿里云宣布增加AI Capex后股价上涨，反映市场对国内AI预期转向乐观[23] - 国内互联网公司从价值股重新获得成长股属性，AI推动估值逻辑变化[24] 产业趋势分析 - 推理芯片领域国内呈现"百卡齐放"局面，寒武纪等公司股价表现亮眼[28] - 专精特新企业通过技术突破和出海确立行业领先地位，如宁德时代[34] - AI推动产业趋势明确，但对中国资产重要性仍低于美国，需关注消费等宏观指标[35] 市场波动特征 - 板块轮动速度加快，信息传播和处理效率提升导致市场共识形成更快[37] - 高波动环境下企业经营策略可能转向蹭热点和讲故事[38] - 从业者对产业判断更精准，如云厂商CXO提前布局光模块投资[44] 投资机会展望 - 模型产业链价值、原生应用发展和垂直行业应用构成三大关注方向[43] - 生物医药、航空航天等非AI领域同样存在结构性机会[43] - 二级市场投资技巧可学习，但全职炒股可能导致认知密度下降[46]

AGI三大要素与机器人定位 - 机器人现阶段代表AGI三大要素中的"数据"，可视为物理AI形式的资本开支(Capex)，与代表算力的NV和代表算法的DS/OpenAI形成互补 [2] - 预训练大模型面临互联网数据耗尽问题，机器人可采集人类行为中未数字化的"遗失数据"(如家务动作)，其数据量级可达现有互联网数据的10-100倍 [3] - 马斯克部署10万台工厂机器人的核心目的是数据采集，通过物理AI的scaling law补齐AGI数据短板，Figure公司"用机器人造机器人"本质是合成数据生产 [3] 机器人产业价值重估 - 机器人被重新定义为AIDC核心部件，与光模块/GPU/铜缆同属AI大模型资本开支范畴，10万台擎天柱机器人(单价100万)对应1000亿资本开支，预期2027-2028年全球100万台落地将带来5000亿-1万亿资本开支 [4] - 产业逻辑分两阶段：前五年定位为AGI资本开支(类比GPU地位)，后五年可能转化为服务C端的爆款产品，形成独特产业价值 [4] - 当前市场存在认知偏差，国内宣传侧重服务功能导致低估其数据采集价值，实际产业地位可比肩算力基础设施 [4] 当前市场异常现象 - 特斯拉股价腰斩但国内供应链公司创新高，与Apple/NV供应链历史规律背离，显示机构抱团特征 [5] - 行业质疑声集中于DS/Manus等企业，但机器人板块呈现罕见一致性看好，反映筹码高度集中 [5] - 25年专用大模型预期未被充分讨论，对比DS同类话题热度差异显著，表明当前定价权掌握在少数机构手中 [5] 其他产业动态 - 一体机产品存在未明确的技术或商业问题 [6] - 产业界优先选择NVIDIA解决方案，GC(推测为Google Cloud或竞品)采用意愿较低 [6] - AI落地存在强预期与弱现实的矛盾，实际应用场景面临挑战 [7] - H厂商封闭系统策略与行业"平权"趋势冲突，新兴GPU公司(如摩尔/mx)更受市场青睐 [7] - 互联网大厂在机器人领域布局存在差异，ZJ/TX展现后发优势潜力 [8] 全球资本流动影响 - 近期A股科技板块与港股高度联动，资金流动源于全球资本从美股向新兴市场转移，国会山股神佩洛西清仓美股被视为重要信号 [8] - A股需培育本土增量资金以避免过度依赖外资流动，恒生科技资金动向将持续影响科技板块走势 [8]

AI市场融资现状 - 2024年1-5月获得主流机构投资的AI公司不超过30家 其中相当部分为追加轮次 融资难度较十年前提高百倍[1] - 一级市场新资金流入不足 投资人因历史踩坑经验转向过度保守 市场环境不健康[2] 机构投资困境 - 评价体系与AI发展阶段不匹配 存在三大核心质疑：技术可行性/商业化潜力/行业演进方向[2] - 投资策略在早期投人与后期投PMF间摇摆 缺乏统一方法论[2] 技术发展节奏 - 行业存在非理性急躁情绪 从十年缩短至季度级赛道切换 违背技术发展客观规律[3] - AI进展已超预期 Sora/4o/3D等多模态demo验证技术想象空间 但模型能力仍需1-2年成熟期[7] 应用层创新趋势 - 全球华人创业者中PMF达标企业不足30家 呈现三大方向：工具型产品/Prosumer服务/非结构化数据处理[4][5] - 短期爆款多为黏土滤镜等增长型产品 刚需型应用仍待探索[6] 创业策略建议 - 应用层先发优势取决于数据质量与认知积累 大模型领域无先发优势[8] - 核心要务是跑通PMF 即使小规模用户验证ROI也具价值[9] - 创业者需兼具技术理解/需求洞察/组织能力 移动互联网经验非必要条件[10] 行业认知演进 - 市场悲观情绪反映认知深化 从业者已明确技术边界与最佳实践[11] - 产品创新需突破"下一代XX"思维定式 探索原生AI交互形态[12] 全球化与分工 - 创业者普遍转向全球市场 欧美付费能力助力ROI验证 地缘政治加速此趋势[13] - 模型层将呈现端到端分离 头部公司垄断基础层 中间层出现垂直领域模型与infra服务[14] 入口变革与巨头布局 - AI coding可能重塑交互入口 聊天界面将取代传统APP形态[15][16] - 大厂模型战略分两类：字节等进攻型玩家争夺入口 美团等防守型玩家防止掉队[17] 投资标的分析 - 苹果因硬件入口价值最具潜力 腾讯社交数据资产构筑护城河[18] - 英伟达面临AI ROI计算带来的军备竞赛放缓风险[18] - 中美模型差距持续扩大 全球范围内头部公司马太效应加剧[18]