公司2025年业绩表现 - 2025年预计实现营业收入14.50亿元至15.20亿元，同比增长230.70%至246.67% [1] - 营收从2024年的4.38亿元跃升至2025年预计超14.5亿元，增长曲线陡峭 [2] - 在持续高研发投入背景下实现翻倍营收，标志着国产GPU正式迈入商业化落地阶段 [1] 核心产品与技术突破 - 基于第四代GPU架构打造的旗舰产品——训推一体全功能GPU智算卡MTT S5000在2025年实现规模量产，成为拉动收入增长的核心引擎 [1][2] - S5000万卡集群支持万亿参数模型训练，线性扩展效率可达95%，有效训练时间超90% [2] - S5000在Dense大模型上MFU达60%，在MOE大模型上MFU达40%，计算效率达到国际同代产品集群先进水平 [2] - S5000千卡集群支持具身大脑模型RoboBrain2.5全流程训练，验证了国产算力在具身智能领域的稳定高效与多模态适配能力 [3] - 在DeepSeek R1671B全量模型上，S5000单卡Prefill吞吐超4000 tokens/s，Decode吞吐超1000 tokens/s，树立国产推理性能新标杆 [3] - 公司已推出五代全功能GPU架构，最新架构为“花港” [5] 市场驱动因素与商业化进展 - 2025年被称为“AI大模型规模化落地元年”，各行各业对高性能算力需求井喷 [2] - 在国产替代政策推动下，党政、金融、能源、智能制造等领域对自主可控GPU的采购进入实质放量阶段 [2] - AIGC、数字孪生等新兴场景不断拓宽算力边界，为全功能GPU提供更广阔市场空间 [2] - 系列产品性能获得市场验证，直接推动了客户订单与集群部署的快速上量 [3] - 公司已从“技术研发”大步迈入“规模商用”阶段，产品在多个高复杂度场景中实现稳定运行 [3] 公司发展战略与生态建设 - 公司选择全功能GPU技术路线，需同步攻克AI计算、图形渲染、视频处理、科学计算等全栈能力 [4] - 发展轨迹与英伟达有相通之处，从GPU供应商演变为算力基础设施提供者，实现从单卡到大规模集群的拓展 [4] - 重点从孤立性能提升，转向系统级的可靠性、扩展效率与整体算力利用率等指标 [4] - 基于“GPU+CPU+NPU+VPU”的异构计算布局，将产品线延伸至AI PC、边缘智能模组及智能座舱芯片等新兴领域 [5] - 已构建自主研发的元计算统一计算架构MUSA，覆盖从芯片架构到软件运行库的全栈技术体系 [5] - MUSA支持国际通用CPU系统及国产CPU操作系统和国内开发环境，旨在争夺下一代计算平台的生态话语权 [5][7] 研发投入与资金保障 - 2022年至2025年上半年，公司累计研发投入金额超43亿元 [6] - 上市所募资金将主要投向三大核心研发项目：新一代自主可控AI训推一体芯片、新一代自主可控图形芯片、新一代自主可控AI SoC芯片 [6] - 公司将使用自有资金补足募投项目的资金需求，保障GPU研发项目顺利推进 [6] 行业前景与公司定位 - 国内AI算力需求年均增速超过50%，供给端依赖进口的格局亟待改变 [7] - 在“数字中国”“东数西算”等国家战略牵引下，自主GPU替代空间打开一个巨大的增量市场 [7] - 仅以信创与行业智算中心建设估算，国产GPU的潜在市场规模已达千亿级别 [7] - 在国内芯片企业中，能坚持全功能GPU技术路线并实现大规模产品落地的玩家凤毛麟角，技术壁垒更高 [7] - 公司核心团队多来自国际GPU巨头，拥有深厚研发与产品化经验，正带领公司从“可用”走向“好用” [7] - 公司全功能GPU的定位与持续迭代能力，使其成为国产算力底座中不可或缺的核心拼图 [8]

公司融资与团队组建 - 王腾创立的“今日宜休”公司已完成总规模为数千万元人民币的种子轮融资 [1] - 投资方包括高瓴创投、智元机器人、喜临门、云九资本等知名机构 [1] - 公司正处于快速组建团队阶段，核心成员主要来自小米、华为等头部科技公司 [2] 创始人背景 - 创始人王腾曾担任小米集团REDMI品牌总经理及中国区市场部总经理，是集团内少有的“双料总经理” [2] - 其在小M期间的代表作包括Mix2、小米8、红米Note7等产品 [2] - 王腾于去年9月因泄露公司机密信息等违规行为被小米辞退，随后公开致歉并离开 [2] 产品理念与战略 - 公司核心产品理念为“精力资产管理”，将人的精力视为最基础、最易被忽视的核心资产进行管理 [1] - 产品研发将基于脑科学与人工智能，目标是“主动适应使用者”，降低用户的认知成本 [1] - 公司不将自己简单定义为智能床或助眠硬件，而是致力于提供精力感知、状态调节、长期管理的闭环方案 [1] 技术路径与产品规划 - 公司将利用AI大模型与更多传感器结合，主动感知影响睡眠的光线、温度、声音、空气等多重因素 [2] - 产品规划将锚定以科技创新驱动的品类，沿着技术能力与用户需求自然演进的路径发展 [1] - 公司计划于今年下半年陆续发布系列软硬件产品，并计划出海 [1]

行业投资评级 - 维持计算机行业“中性”评级 [2][29] - 维持虹软科技（688088）“增持”评级 [2][29] 核心观点 - 政策赋能算力升级，AI应用生态持续深化，报告标题及主题 [1] - 工信部加快突破训练芯片、异构算力等关键技术，国产算力产业发展进程有望进一步提速 [1][13][28] - 受益于芯片供应等制约因素缓解，国内云计算厂商资本开支环比有望重回增长通道 [1][28] - AI大模型方面，DeepSeek V4大模型预计于农历新年期间推出，或将推动国产大模型实现新一轮技术迭代 [4][28] - AI应用方面，阿里千问App已全面接入淘宝、支付宝等阿里生态业务，实现AI购物功能，阿里、腾讯等有望持续推动AI商业闭环的全面构建 [1][4][14][28] - 持续看好AI应用板块在技术落地提速与场景需求释放的双重驱动下的增长潜力，建议关注应用端具备AI技术落地实力与场景适配优势的头部企业 [4][28] 行业要闻 - 工信部表示将以落实《“人工智能+制造”专项行动实施意见》为抓手，加快推动人工智能产业高质量发展，抓好技术创新、融合应用、企业培育、生态建设和安全治理 [13] - 据有关机构测算，2025年我国人工智能企业数量超过6000家，核心产业规模预计突破1.2万亿元 [13] - 智谱GLM Coding Plan因用户规模高速增长导致算力资源阶段性紧张，宣布暂时限量发售，每日可销售量降为当前的20% [1][14][28] - 阿里千问App全面接入淘宝、支付宝、飞猪、高德等阿里生态业务，实现点外卖、买东西、订机票等AI购物功能，上线两个月后C端月活跃用户数已突破1亿 [1][14][15] 行业数据 - 本周算力租赁价格平稳，V100-32GB*8配置的GPU计算集群在腾讯云价格为66.63元/小时，价格环比上周为0.00% [16][18] - A100-40GB*8配置的GPU计算集群在腾讯云价格为161.50元/小时，价格环比上周为0.00% [16][18] 公司公告 - 海康威视2025年实现营业总收入925.18亿元，同比增长0.02%，实现归属于上市公司股东的净利润141.88亿元，同比增长18.46% [17] - 同花顺预计2025年实现归属上市公司股东的净利润27.35亿元~32.82亿元，同比增长50.00%~80.00% [18] - 朗新科技预计2025年实现归属上市公司股东的净利润1.00亿元~1.50亿元，同比增长139.96%~159.93% [20] 行情回顾 - 1月15日至1月21日，沪深300下跌0.40%，申万计算机行业下跌7.27% [1][21] - 申万计算机三级子行业大部分下跌，具体为：安防设备上涨0.94%，其他计算机设备下跌3.11%，垂直应用软件下跌7.93%，横向通用软件下跌9.45%，IT服务Ⅲ下跌9.54% [1][21] - 2026年1月21日，申万计算机行业市盈率（TTM、整体法、不剔除负值）为223.77倍，相对沪深300的估值溢价率为1550.55% [22] - 本周个股涨幅前五位分别是：金橙子、杰创智能、开普云、海联讯、纬德信息 [25] - 本周个股跌幅前五位分别是：易华录、直真科技、光云科技、岩山科技、佳缘科技 [25]

文章核心观点 - AI硬件行业当前面临资本支持不足、产品同质化严重、营销焦虑与真实价值创造交织的困境 阻碍了颠覆性“iPhone时刻”的到来 但通过聚焦硬核创新、寻找技术与应用的独特契合点、善用供应链并实施国际化战略 行业有望迎来突破 [2][5][6][13][14][16] AI大模型对硬件行业的重塑 - AI大模型正推动硬件从工具向伙伴的模式转移 例如机器人行业在解决“身子”（操作能力）后 大模型为其提供了理解环境、规划任务的“脑子” 实现了“一边想一边看”的初步智能 [3] - AI的价值正从提升效率的“Copilot”向替代人类进行复杂决策演进 原生多模态大模型能结合实时视觉提供精准连贯的操作指引 未来趋势是人与“类人的智慧体”进行高效交流 [5] - 当前大模型本质仍是基于概率预测的生产模型 擅长在已知体系内推演 但无法创造全新公理或突破未知领域 因此是“最好的Copilot”而非全能造物主 [5] - 大模型赋能硬件仍处“功能机时代” 各种AI功能百花齐放但尚未形成统一的终极形态 [5] 当前AI硬件赛道的繁荣与隐忧 - 行业呈现井喷态势 中国厂商在CES等国际舞台集体发力 机器人、AI眼镜等品类创新涌动 [6] - 同质化竞争严重 “Me too”产品扎堆 部分企业为维持估值急于给硬件贴AI标签 陷入营销焦虑 [6] - 繁荣背后的泡沫主要体现在三方面：1) 资源分散导致的低效竞争 政策扶持下各地催生大量标杆企业 资源平均分配后投入核心研发的资金反而减少 不少企业将钱花在营销而非产品创新 [6] 2) 应用场景模糊的盲目跟风 例如在新生儿数量持续下滑背景下仍有创业公司扎堆做儿童领跑机器人 [9] 3) 资本逻辑扭曲 中国资本市场呈共识驱动特征 投资人倾向于复制已有成功案例 但缺乏美国市场的资本消化能力和并购环境 导致大量资金浪费在重复建设上 [9] 创业公司如何避免成为“陪跑者” - 核心在于拒绝“Me too” 找到独特价值锚点 有两条路径：要么快速变现 通过清晰商业模式占领用户心智 要么聚焦硬核创新 在技术或应用场景上建立足够领先身位 [10] - 睿尔曼通过核心零部件完全自研自产（无成熟货架产品可替代）以及通过5万小时MTBF测试建立质量壁垒 成为头部企业核心供应商 印证了硬核创新路径的可行性 [10] - 在市场端寻找技术与应用的契合点 例如录音笔加入大模型后实现自动生成笔记功能 完成价值重构 关键在于发现已有硬件形态的痛点 用AI能力完成体验革新 [10] - 创业者需跳出单一市场局限 当前中国科技产品商业化和资本化重心正转向北美 许多深圳团队产品首日即在北美发布 三年后才考虑中国市场 这要求以国际化思维融入当地生态 结合不同市场需求差异进行创新 [11] 供应链的双刃剑效应与应对策略 - 中国供应链的成本优势和迭代速度是AI硬件创新的重要基石 能让企业以更低成本快速试错 推动行业发展 [12] - 当所有玩家都能利用同一套供应链时 产品同质化和价格战便难以避免 [12] - 应对策略一（睿尔曼路径）：自研+规模化 核心关节模组等零部件自研自产形成技术壁垒 同时通过规划2025年超10万台的出货量建立规模优势 通过规模效应降低成本 供应链核心价值在于整合能力和核心部件的自主可控能力 [12] - 应对策略二（XREAL路径）：从品牌和定位入手 在成熟赛道供应链大同小异时 最终比拼品牌带来的用户信任（如苹果、宝马） 创业公司需明确自身定位（服务全球或特定群体、追求极致体验或高性价比） 品牌认知难以替代 [12] - 出海过程中供应链需适配 不能沿用国内低价竞争和营销套路 海外市场对信任要求极高 需在利用国内成本优势同时提升品控标准 [12] - 从资本视角建议采用“拆分模式”：供应链留在中国利用成本优势实现稳定盈利和上市 探索性业务布局海外结合不同市场需求创新 以发挥中国供应链硬实力并避免单一市场同质化竞争束缚 [12] 阻碍“iPhone时刻”的因素与未来突破点 - 核心阻碍在于资本对长周期、高风险探索的支持不足 iPhone的成功源于技术突破带来的体验跨越 这需要长期持续的研发投入 但当前资本市场追求短期回报 难以支撑高风险探索 [14] - 中国资本市场的“浅水特性”加剧了该问题 难以支撑需要大量资金投入的颠覆性创新 此外 生产要素流动性不足、工程师思维保守等因素 也导致企业倾向于在已知领域做改良而非未知领域做突破 [14] - 突破关键在于打破“鸡生蛋、蛋生鸡”循环：没有应用就没有数据 没有数据就没有智能 没有智能又难以推动应用 [14] - 强调超级产品经理的重要性 颠覆性产品需要有人能跳出固有思维重新定义用户需求（如乔布斯重返苹果） AI硬件的下一个突破点在于对用户痛点的深刻洞察而非技术堆砌 [14] - 预测下一个20年将是AI硬件重塑生活的20年 只要资本给予足够耐心 技术突破的临界点很快就会到来 颠覆性的“iPhone时刻”已在转角处等待 [16]

行业趋势与人才需求转变 - 程序员的 高价值赛道 发生变化，从通用开发转向 大模型应用开发 [1] - 大模型竞争已从 技术储备 阶段进入 应用落地 阶段 [1] - 企业不缺大模型，但缺乏能 把AI真正用起来的人，即能交付企业级AI产品、解决实际业务难题的开发者 [1] - 百度、华为重组AI项目架构，全力投入应用层 [1] - 腾讯2024年第三季度疯狂扩招3000人，狂揽AI人才 [1] 高价值岗位定义与市场薪资 - 2026年真正 稀缺、高薪、抗风险 的岗位是 大模型应用开发工程师 [1] - 目前该岗位中，78% 的年薪在 60万-100万 人民币之间 [3] - 该岗位实习生 日薪高达4000+ 人民币，远超市场平均水平 [3] - DeepSeek 以 年薪154万 人民币招聘大模型应用开发人才 [1] 核心技术能力要求 - 开发者需要超越仅 调API、写Prompt 的层面，否则将被淘汰 [1] - 核心技能包括掌握 大模型应用开发 的核心逻辑 [2] - 需要学习完整技术体系，包括 Fine-tuning（针对行业数据优化模型）、Agent（让AI自主调用工具、执行流程）、RAG（为企业构建专属知识库） [2] - 掌握这些技术能拉开与 90% 普通开发者的差距 [3] - 主流大模型（如DeepSeek、Qwen等）的微调技术是关键，需针对特定场景优化模型性能 [9] - 需深入理解检索增强生成（RAG）技术，构建高效的知识检索与生成系统 [9] - 需学习如何设计和开发 AI Agent，实现多任务协同、自主决策和复杂问题解决 [9] 企业级应用与实战项目 - 开发者需要积累一套 可面试、可落地 的 企业级项目 [2] - 应用场景包括利用领域数据（如制造、医药、金融等）进行模型定制，提升任务准确性和效率 [9] - RAG技术可应用于垂类场景，如法律文档分析、医疗诊断辅助、金融报告生成等，实现精准信息提取与内容生成 [9] - AI Agent可构建垂类场景下的智能助手，如制造业中的设备故障诊断Agent、金融领域的投资分析Agent等 [9] - 热门大模型商业化应用案例拆解包括 金融行业的支小助 和 知乎直答 [16] - 通过案例拆解，可学习利用AI大模型落地AI应用场景，快速交付业务价值 [16] 培训课程与市场供给 - 市场存在由AI领域大佬陈旸老师联合打造的 「大模型应用开发实战营」 培训课程 [6] - 课程旨在通过2节直播课，帮助学员系统掌握 RAG、Agent、微调 三大核心，完成企业级项目实战 [6] - 课程已开班58期，为 20000+ 学员服务 [11] - 课程完课附赠求职大礼包，包括经典面试题库、高薪岗位解读、企业内推、直聘权益 [6] - 课程还附赠 《大模型应用案例集》 和 《AI商业落地白皮书》 [8] - 课程通过5个步骤培养能力：了解大模型原理与核心技术 → 掌握各种AI工具 → 产品开发实操 → 持续与AI前沿信息链接 → 不断学习实战演练 [16] - 课程由AI大模型领域大佬们联合打磨研发，分享丰富的商业化AI应用项目 [17] 职业发展路径与机遇 - 掌握相关技术能实现 职业层级的跨越，握住 高薪钥匙 [3] - 学习目标包括：快速链接产品/业务团队，参与前沿项目；构建技术壁垒，从竞争者中脱颖而出；避开35岁裁员危险期，顺利拿下高薪岗；迭代技术水平，延长未来20年的新职业发展 [13] - 课程老师会深度剖析大厂关于大模型招聘的行情风向、就业岗位、薪资、技术迭代方法、发展空间等，并从面试官角度帮助规划职业发展路径 [19] - 课程提供持续的内推机会，简历可直达大厂面试官 [19] - 很多学员已经通过完整学习，实现了职业跃迁 [19]

文章核心观点 - 北京理工大学2026年能源经济预测与展望研究报告首次将低碳算力作为核心议题，指出算力与电力、碳排放的协同耦合是产业高质量发展的关键，并系统分析了中国算力服务面临的五大挑战，提出了构建“低碳+普惠+融合”的算力服务体系以实现从“算力大国”到“算力强国”跨越的路径[1][3] 行业现状与挑战 - 算力供需存在多重错配：包括“东紧西松”的区域错配、算力类型错配以及算效水平错配[1] - 需求端存在结构性失衡：高端智能算力紧缺与低端算力闲置并存[2] - 供给端面临双重制约：核心芯片、高端服务器等关键硬件自主可控不足，且算力分布区域不均[2] - 传输端存在技术瓶颈：受限于跨域网络时延、异构算力互联互通壁垒[2] - 市场端存在短板：交易机制不健全、价格形成体系不完善、标准化程度偏低[2] - 环境端面临现实难题：绿电供给不足、电能利用率优化空间收窄、碳核算与碳交易协同不畅[2] 具体问题表现 - 区域供需失衡严重：东部核心城市群（如上海、北京智算枢纽）算力负载率超85%，高峰时段出现算力排队；而中西部地区（如贵州、内蒙古）部分算力节点平均利用率低于25%[3] - 西部算力经济吸引力不足：西部绿电覆盖率超80%，单位能耗成本较东部低45%，但跨区域传输费用可达区域内的2-5倍，常抵消资源价格优势，且系统迁移、测试验证等隐形成本突出[3] - 西部算力供给占比低：目前西部算力供给占比仅为20%[3] - 市场协同存在错位：算力市场、电力市场、碳市场在制度成熟度与政策目标上存在错位，制约资源高效配置与能源转型协同[3] 发展路径与建议 - 构建低碳算力服务体系：需锚定“低碳+普惠+融合”价值导向，构建东西对接、类型适配、算电协同、市场多元、业态丰富的低碳算力服务体系与网络[1] - 强化“东数西算”工程约束力：建议实施差异化准入，西部新建数据中心需满足绿电占比与PUE要求，东部重点部署实时算力，并建立由东部向西部支付绿电算力补偿费用的跨区域补偿机制[4] - 建立全国统一算力定价机制：建议区分通用与智能算力，实施差异化补贴，对使用绿电算力给予价格折扣，并向小微企业发放“算力券”以降低使用成本[4] - 推动算力金融化：虚拟算力金融化可引入期现货市场来发现价格；实体算力金融化可借鉴能源合同管理，将未来算力资源打包成可交易的金融产品[4] - 加强算力与电力系统协同规划：建议在可再生能源大基地同步规划算力设施，优化算力主干网和电力传输网，并实现电力系统调度运行与算力服务市场的连接，打通价格传递渠道[5] 市场预测与展望 - 电力需求预测：报告预测，2030年全国数据中心电力负荷均值将达到1.05亿kW，总用电量均值将达到5257.6亿kWh[4] - 电力占比预测：在智能算力中等速率增长下，推断到2040年数据中心在全国电力需求中的占比为10.84%[4] - 能源支撑优势：中国的清洁能源为AI算力发展提供了全球最佳能源支撑，展望2026年，软硬件支撑水平有望进一步提升[6]

公司融资与背景 - 睡眠健康品牌“今日宜休”完成总规模为数千万元人民币的种子轮融资 [1] - 本轮投资方包括高瓴创投、智元机器人、喜临门、云九资本等知名机构 [1] - 公司创始人王腾为前小米高管，曾担任REDMI品牌总经理及小米中国区市场部总经理，主导过Mix2、小米8、红米Note7等产品 [4] 公司战略与产品规划 - 公司计划于2024年下半年陆续发布系列软硬件产品 [4] - 公司有明确的出海计划 [4] - 公司目标是通过研发睡眠健康相关产品，帮助用户改善睡眠质量，从而获得更好的精力状态 [4][5] 行业与市场洞察 - 睡眠与精力管理已成为普遍关注的大众健康问题，工作与生活压力导致睡眠质量差、精力不足的现象非常普遍 [6] - 社会对睡眠价值的理解仍有待提升，睡眠的作用及睡眠不足的风险等知识尚未普及 [6] - 人工智能大模型的快速发展为产品体验带来巨大提升空间，通过结合传感器与大模型，可主动感知用户状态并进行干预，使睡眠改善和精力管理成为可能 [6]

公司概况与创始人背景 - 王腾于2025年9月离开小米，离职4个月后创立睡眠健康公司“今日宜休” [2] - 公司已完成数千万元种子轮融资，投资方包括高瓴创投、云九资本、智元机器人和喜临门 [2] - 创始人王腾拥有小米八年工作经验，具备从研发、供应链管理到产品定义的全链路爆品操盘能力 [3] - 新团队汇聚了来自小米、华为、理想等公司的硬件与AI算法精英 [3] - 王腾拥有生物信息专业背景，结合科技产品经验，从跨学科视角理解睡眠生理逻辑 [3] 产品理念与市场定位 - 公司目标是通过研发睡眠健康产品，帮助用户改善睡眠质量、提升日常精力 [2][4] - 产品理念是利用AI大模型技术，从“被动记录”睡眠转向“主动决策、主动干预” [3] - 产品追求极致简单，将复杂技术隐藏，让用户只需躺下即可享受服务 [3] - 公司总部位于北京，未来考虑在深圳、杭州设立分部，薪酬福利向大厂看齐但侧重股权激励 [4] - 新产品将接入米家生态，从而拥有中国强大的智能家居入口 [7] 行业市场与竞争格局 - 2025年全球睡眠科技市场规模达274.6亿美元，预计2033年将突破1027.6亿美元，复合年增长率达17.96% [6] - 2023年中国睡眠经济规模4370亿元，其中智能睡眠产品细分赛道达350亿元，2025年预计突破600亿元，年复合增长率保持20%以上 [6] - 智能睡眠赛道参与者包括科技巨头（如苹果、华为、小米）、专业医疗公司（如瑞思迈）以及智能家居企业（如Eight Sleep、喜临门、慕思） [6] - 行业未来趋势是AI与物联网深度融合，打造全环境感知的智慧卧室，实现从“人适应床”到“床主动照顾人”的转变 [6]

公司业务澄清 - 公司主营业务未涉及GEO 且暂无相关考虑 [1] AI业务进展 - 公司AI大模型及相关医疗AI产品已取得部分客户合同 [1] - 相关业务目前仍处于早期阶段 [1] - 相关业务累计合同金额不大 占公司总体合同金额的比重还较低 [1]

公司业务澄清 - 公司主营业务未涉及GEO 且暂无相关考虑 [1] AI业务进展 - 公司AI大模型及相关医疗AI产品已取得部分客户合同 [1] - 相关业务目前仍处于早期阶段 [1] - AI业务累计合同金额不大 占公司总体合同金额的比重还较低 [1]