公司概况与市场定位 - 公司是AI行业中一个独特的样本，其业务模式介于科技公司与游戏公司之间，七成收入依靠“虚拟恋人”业务，同时将AGI（通用人工智能）作为发展目标 [3] - 公司已向港交所递交招股书，其市场动向引发行业广泛关注 [3] 团队管理与运营效率 - 公司创始人闫俊杰拥有商汤科技背景，其创业理念旨在解决传统AI公司效率低下的问题，进行“反商汤”实验 [5] - 公司团队极为精简，总人数仅385人，平均年龄29岁，管理层平均年龄约32岁 [7] - 公司组织结构扁平，CEO以下最多只有三层职级，确保了高效的信息传递 [7] - 运营高度依赖AI协同，公司80%的编程代码由AI自动生成，实现了“小团队+AI”的高效工作模式 [9][10] 财务状况与资本策略 - 公司累计研发投入仅为5亿美元，与行业巨头数百亿美元的投入相比规模很小 [12] - 公司现金储备充裕，达到11亿多美元，并且主要通过理财积累 [12] - 公司采用“轻资产、重模型”的资本策略，在烧钱的AI行业中独树一帜 [14] 收入结构与商业模式 - C端业务（Talkie平台，以虚拟恋人、角色扮演和抽卡机制为主）是公司主要的现金来源，贡献了71%的营收 [17] - 过于依赖C端“二次元”或“荷尔蒙经济”业务，导致资本市场可能将其视为游戏公司，从而影响其估值 [18] - B端业务增长迅猛，收入占比已接近30%，同比增长高达161% [22] - B端采用标准化API服务模式，拒绝定制化私有部署，已覆盖13万企业客户 [22] - 公司商业模式的核心是利用C端业务（如Talkie）产生的现金流和用户交互数据，来反哺和加速B端AGI技术的研发与模型迭代 [20][26] 技术实力与产品 - 公司的M2模型在ArtificialAnalysis榜单上位列全球前五，在开源领域排名第一 [24] - 公司具备全模态能力，提供涵盖文本、语音、视频、音乐的完整解决方案 [24] 市场拓展与全球化 - 公司收入高度依赖海外市场，70%的收入来自海外 [27] - 公司已成功将其服务嵌入全球主要云基础设施，包括亚马逊、谷歌和微软的云平台 [27] - 公司的全球化路径与智谱AI等“学院派”不同，其定位是成为融入生活与工作的“超级伙伴”，而非“超级大脑” [29] 行业启示与发展挑战 - 公司的实践表明，AI创业并非只有烧钱一条路，效率革命和路径创新同样重要 [31] - 公司模式为中国AI行业提供了平衡理想（AGI）与现实（商业化）的样本 [33] - 公司面临的挑战包括：“荷尔蒙经济”的可持续性、当前53个月现金储备能否支撑长期研发、以及技术指标与商业变现的长期协同问题 [31]

谷歌推出通用商业协议UCP - 谷歌联合Shopify、沃尔玛等超过20家零售巨头推出通用商业协议，为AI智能体购物建立统一开放标准，覆盖从商品发现到售后的全流程 [1] - 该协议已在谷歌搜索AI模式和Gemini应用中实现“智能体结账”功能，支持Google Pay并即将接入PayPal，零售商在交易中保持主体身份 [1] - 谷歌将UCP完全开源，兼容智能体支付协议、A2A协议和MCP等多种协议，旨在降低生态参与门槛，让中小商家也能享受AI购物红利 [1] Midjourney更新Niji v7动漫模型 - Midjourney联合Spellbrush推出Niji v7动漫专属模型，修正了v6版本偏写实的倾向，回归纯动漫感，在眼神细节、动态肢体和材质质感上全面提升 [2] - 新增sref风格参考功能，支持上传3张参考图以保持统一画风，模型理解能力大幅提升，能准确识别“四只手每只拿冰淇淋”等复杂提示词 [2] - 实测显示，v7版本在光影细节、复杂姿势稳定性和纯动漫线条质感上全面超越v6，特别适合分镜生成和系列化创作 [2] BabyVision评测揭示VLM视觉短板 - UniPat AI联合红杉中国xbench等机构发布BabyVision评测基准，将视觉能力拆分为精细辨别、视觉追踪、空间感知、视觉模式识别四大类共22个子任务 [3] - 评测结果显示，Gemini-3-Pro-Preview是唯一超过3岁儿童基线的模型，但距离6岁儿童水平仍差20个百分点，在“连线找垃圾桶”等简单任务上模型集体表现不佳 [3] - 研究揭示视觉语言模型的最大短板是无法将视觉信息完整语言化，这些“unspeakable”视觉题在压缩成token时细节丢失，导致模型难以完成追线、数积木等任务 [3] 昆仑万维推出Skywork Video v1.0 - 昆仑万维在天工超级智能体上推出Skywork Video v1.0，采用“项目制”整合创作流程，所有素材自动归集并可一键添加至多轨道编辑器 [4] - 提供文本生成、图片动效、首尾帧补全、多图风格参考生成及数字人视频生成五种启动方式，内置多轨道编辑器支持分割、替换等精细操作 [4] - Skywork产品矩阵已完成从文档、表格、演示文稿到视频生成的全模态覆盖，构建了一个覆盖多场景、支持多模态的智能办公平台 [4] 逐际动力发布具身Agentic OS - 逐际动力发布全球首个具身Agentic OS——COSA系统，采用三层架构实现大小脑一体化融合 [5][6] - COSA赋予机器人理解模糊指令、跨时间语义记忆和“想到就能做到”三大核心能力，其机器人Oli实现了“移动-操作-移动”一镜到底的操作 [6] - 与Figure AI的Helix端到端VLA模型不同，COSA从架构底层构建面向物理世界的操作系统，在移动操作融合能力上展现出明显优势 [6] 千寻智能开源VLA模型Spirit v1.5 - 千寻智能开源视觉语言动作基础模型Spirit v1.5，在RoboChallenge的Table30榜单上位列第一，超越了Pi0.5，并获得英伟达Jim Fan的点赞 [7] - Spirit v1.5的核心突破在于采用“开放式、目标驱动”的数据采集策略，摒弃“干净数据”转向内化物理常识，其多样化数据使微调收敛速度提升了40% [7] - 非结构化的采集方式使人均有效采集时长增加了200%，对算法专家的依赖降低了60%，公司开源了模型权重和推理代码供社区复现探索 [7] Anthropic联创对AI开发效率的观察 - Anthropic联合创始人Jack Clark透露内部调查存在矛盾数据：60%的Claude使用者自报生产力提升了50%，但METR研究显示，熟悉代码库的开发者使用AI工具后，PR合并速度反而下降了20% [8] - Clark指出代码生产存在“木桶原理”，即写代码速度可能快10倍但审查速度只提升2倍，因此整体效率不会爆炸式增长，并强调截至2026年1月地球上还不存在真正递归自我改进的AI [8] - 他强调如果Scaling Law真的撞墙将是最令人震惊的事，当前巨额的基础设施投资表明大多数人押注相反结果，分布式预训练若取得突破将改变AI的政治经济结构 [8] Linux之父使用AI工具开发项目 - Linux之父Linus Torvalds在GitHub发布了首个Vibe Coding项目AudioNoise，该项目使用谷歌Antigravity生成Python可视化工具，他坦言效果“比自己写的好” [9] - 该项目灵感源自吉他效果器板设计，主要探索数字音频处理基础知识，包含IIR滤波器和延迟循环等零延迟单采样处理 [9] - 仅在5天前的1月7日，Torvalds还在内核开发讨论中批评AI生成垃圾代码“愚蠢至极”，此次开源使用AI工具引发了圈内的“真香时刻”热议 [9] 马斯克关于AI与未来的预测 - 马斯克预测人工智能将在2026年达到AGI，2030年AI智能将超越全人类智能总和，AI性能每年以10倍速度提升，其xAI的孟菲斯Colossus 2数据中心将在1月中旬达到1吉瓦功率 [10] - 他提出AI安全的三个关键词，预测三年后Optimus机器人的手术水平将超越顶级外科医生，五年内机器人将从稀缺变为充裕，到2040年将达到100亿台 [11] - 马斯克强调“太阳是一切”的能源观点，赞赏中国太阳能年产能达到1500吉瓦，预测未来货币的本质是瓦特，并认为白领工作将最先被AI替代，但最终将实现全民富足 [11]

公司上市与市场表现 - 智谱于1月8日在港交所挂牌上市，股票代码为“09900”，被称为“全球大模型第一股” [1] - 公司开盘价为124.1港元，较发行价上涨6.88% [3] 公司背景与融资历程 - 公司成立于2019年，脱胎于清华大学知识工程实验室 [3] - 成立初期即获得君联资本和启明创投的天使轮投资，后续融资方包括高瓴、美团、腾讯等巨头，累计融资额达83亿人民币 [5] 财务表现 - 2024年公司亏损29.58亿人民币，2025年上半年亏损23.58亿人民币，自成立以来累计亏损超过53亿人民币 [5] - 收入呈现高速增长，2022年至2024年收入复合增长率为130%，2025年上半年收入为1.91亿人民币，同比增长325% [7] 团队结构与治理 - 公司采用唐杰、张鹏、刘德兵三人的“集体决策”模式，区别于个人主导的创业公司 [9] - 唐杰为首席科学家，原清华大学教授，领导开发了GLM大模型框架；张鹏负责商业化；刘德兵负责技术落地 [9] 商业模式与战略 - 公司未参与C端应用投流大战，而是专注于B端市场，2025年上半年本地部署收入占比达84.8% [11] - 公司采取B端和MaaS（模型即服务）服务两条腿走路的差异化竞争策略 [16] - 上市募资43亿港元，其中70%将投入通用AI大模型的研发 [18] 技术与产品 - GLM大模型框架已迭代至4.7版本，具备文本、图像、代码生成等多模态能力 [9] - 计划于下月发布GLM-5模型，据称将采用全新架构并具备自我持续学习进化能力 [18] 行业竞争格局 - 大模型行业经历洗牌，大厂之外知名的创业公司仅剩智谱、月之暗面、MiniMax等少数几家 [16] - 竞争对手路径各异：月之暗面专攻科研领域，MiniMax全力投入消费级AI，智谱则聚焦B端和MaaS [16] 未来展望与战略规划 - 首席科学家唐杰预测“2026年将是AI替代不同工种的爆发年”，其办公室贴有“2026 AGI落地”的倒计时日历 [11][14] - 公司计划开拓海外市场，主攻“一带一路”和东南亚国家，并倡议建立自主大模型国际共建联盟，以避开欧美市场的专利壁垒 [18][20] 行业面临的挑战 - 行业普遍面临算力资源“卡脖子”问题，例如A100芯片供应紧张 [21] - 人才成本高昂，资深算法工程师年薪可达200万人民币 [21] - 企业级市场商业化挑战大，客户要求定制化开发且交付周期长 [23]

人工智能发展预测 - 公司预测通用人工智能将于2026年实现，到2030年人工智能将超越全人类智能的总和 [7][8] - 公司认为人工智能在智能密度上还有两个数量级（100倍）的提升空间，并预测AI性能每年将有10倍的提升 [8][9] - 公司预计明年会让人感觉像是活在未来，比以往任何一年都更像未来 [10] 算力基础设施进展 - 公司正在孟菲斯建设Colossus 2数据中心，预计1月中旬将建成全球首个功率达1吉瓦的AI训练集群，到4月左右将扩展到1.5吉瓦 [11] - 公司旗下Grok 4在人类最后考试测试中已获得52%的分数，即将推出的Grok 5可能接近满分 [11] 人工智能安全与教育 - 公司提出确保AI安全的三个核心特质是：真相、好奇心和对美的感知 [12][15] - 公司认为真相可以防止AI因矛盾指令而“发疯”，好奇心可保护人类的存在价值，对美的感知能让AI创造美好未来 [12][13][14][15] - 公司正与萨尔瓦多合作推出全球首个全国性AI教育项目，认为AI可以成为无限耐心的个人教师 [16][17] 人形机器人发展 - 公司预测其Optimus机器人将在三年后达到超越最佳外科医生的手术水平，并能大规模部署 [18][19] - 公司认为五年后，机器人外科医生与人类外科医生的差距将大到没有可比性 [19] - 公司解释人形机器人进步迅速源于AI软件、AI芯片和机电灵活性的三重指数增长叠加，以及制造递归和网络效应 [20] - 公司曾预测2040年人形机器人数量达100亿台，但认为这是保守数字，真正的瓶颈是金属和供应链，预计两年内机器人会大量出现，五年内从稀缺变为充裕 [20] 能源与未来基础设施 - 公司强调太阳是能源问题的终极答案，指出人类目前仅利用了地球接收太阳能的约1%，而合理文明目标应是获取其百万分之一到千分之一 [23][24] - 公司赞赏中国在太阳能领域的领先地位，指出中国年产能约1500吉瓦，去年新增500太瓦时装机量中70%来自太阳能，并预测到2026年中国电力产出将达到美国的三倍 [26] - 公司认为在地球上搞核聚变是荒谬的，并预测未来的货币本质将是瓦特（能量） [25][27] - 公司对太空数据中心感到兴奋，认为一旦星舰完全可重复使用，每次发射边际成本可能仅约100万美元，并展望未来在月球制造卫星并用质量投射器发射的可能性 [27][28][29] 人工智能对社会经济的影响 - 公司预测未来将同时出现全民高收入和社会动荡，白领工作会最先被AI取代，目前AI水平已可替代一半以上白领工作 [32][33] - 公司认为变革将缓慢发生，但最终完全AI化的公司将摧毁非AI化的公司 [34][36] - 公司提出可能的解决方案是“全民高物品和服务”，由于商品和服务产出增速超过货币供应，将导致价格暴跌和通缩 [37][38]

市场指数表现 - 中证智能电动汽车指数收盘上涨0.4% [1] - 中证消费电子主题指数收盘上涨1.2% [1] - 国证机器人产业指数收盘上涨3.1%，实现“三连阳” [1] - 中证物联网主题指数收盘上涨3.2% [1] - 中证消费电子主题指数当前滚动市盈率为59.9倍，自2020年发布以来估值分位处于96.7% [4] 交易与资金流向 - 机器人ETF易方达（159530）全天成交额近12亿元，较上一交易日有所放量 [1] - 机器人ETF易方达（159530）当日获近3000万份净申购 [1] 行业观点与前景 - 我国人形机器人在近期国际消费类电子产品展览会中大放异彩，表明产业链快速发展，具有极强竞争力 [1] - 简单机器人的量产对投资的影响会边际变弱，但AGI（通用人工智能）的叙事有望边际变强 [1] - 看好具备构建大脑能力的领跑公司及产业链，包括特斯拉核心产业链和具有垂直场景的本体公司 [1]

文章核心观点 - 埃隆·马斯克在对话中预测，人工智能（AI）与人形机器人技术正以指数级速度发展，人类社会已处于技术奇点之中，未来几年将经历颠覆性变革，最终走向商品与服务极度丰富的富足社会 [7][10][30] 人工智能（AI）发展预测与进展 - 预测通用人工智能（AGI）将于2026年实现，到2030年AI智能将超越全人类智能的总和 [8] - 判断当前AI在智能密度上仍有100倍的提升空间，结合硬件与算力进步，预计AI性能每年可提升10倍 [8][9] - 旗下xAI公司正在孟菲斯建设全球首个吉瓦级AI训练中心，功率在1月中旬达1吉瓦，4月左右将扩展至1.5吉瓦 [11] - 其AI模型Grok 4在人类水平考试（HLE）中得分为52%，预计即将推出的Grok 5可能接近满分 [11] AI安全与教育应用 - 提出确保AI安全的三个核心特质：追求真相、保持好奇心以及对美的感知，认为这能防止AI逻辑混乱并保护人类价值 [12][15] - xAI正与萨尔瓦多合作推出全球首个全国性AI教育项目，AI可作为无限耐心的个人教师，但学习动机仍需人类自身驱动 [16][17] 人形机器人（Optimus）发展前景 - 预测三年内Optimus机器人的手术水平将超越最佳外科医生，并能大规模部署，其数量将超过全球外科医生总数 [18][19] - 五年后，机器人与人类在外科手术能力上的差距将大到没有可比性 [19] - 人形机器人进步源于AI软件、AI芯片及机电灵活性的三重指数增长叠加，以及制造递归与网络效应 [20] - 曾预测2040年人形机器人达100亿台，现认为该数字保守，真正瓶颈在于金属与供应链，预计两年内大量出现，五年内从稀缺变为充裕 [20] 能源与未来基础设施 - 强调太阳能是终极能源解决方案，指出人类目前仅利用了地球接收太阳能的约1%，文明应致力于获取其百万分之一到千分之一 [23][24] - 赞赏中国在太阳能领域的领先地位，其年产能约1500吉瓦，去年新增500太瓦时装机量中70%来自太阳能，预测到2026年中国电力产出将达美国三倍 [26] - 认为在地球上开发核聚变是荒谬的，类比为“在南极造冰块” [25] - 提出未来的货币本质将是“瓦特”，即能量成为一切价值的基础循环 [27] - 展望太空数据中心前景，若星舰实现完全可重复使用，每次发射边际成本约100万美元，按每吨100千瓦功率密度计，每年发射100万吨载荷可提供100吉瓦太空AI算力 [27] - 更远期设想在月球制造卫星并用质量投射器发射，以达成每年100太瓦产能目标 [28] 社会与经济影响展望 - 预测未来将同时出现“全民高收入”（或更准确地称为“全民高物品和服务”）与社会动荡 [32][37] - 认为白领工作将最先被AI取代，目前AI水平已可替代一半以上白领工作，变革因惯性缓慢发生，但最终完全AI化的公司将彻底摧毁非AI化公司 [33][36] - 商品与服务产出的增速将超过货币供应增速，导致价格暴跌和通缩，使得直接向所有人发钱成为可能，且钱会多到花不完 [38]

IT之家 1 月 12 日消息，"全球大模型第一股"智谱于 1 月 8 日上午在港交所主板挂牌上市，发行价为每股 116.20 港元。 截至IT之家发文，智谱股价涨至每股 205 港元，总市值达 902.47 亿港元。 | 今开 | 182.300 | | 最高 | 214.000 | | 成交量 | 412.98万股 | | --- | --- | --- | --- | --- | --- | --- | --- | | 昨收 | 158.600 | | 畳低 | 165.100 | | 成交额 | 7.85亿 | | 换手率 | 1.91% | | 市盈(TTM) | 亏损 | | 总市值 | 902.47亿 | | 分时 | 五日 | 日K | 周K | 月K | 季K | 年K | 更多v | | 213.000 | | | | | | | 83.30% | | 164.600 | | | | | | | 41.65% | | 200 01-08 | 01-09 | | 01-12 | | | | 0.00% | 据新浪财经报道，在《未竟之约》栏目中，智谱 CEO 张鹏回应为何 AGI 还没实现公司 ...

文章核心观点 - 多位中国顶尖AI公司创始人、技术负责人及院士在AGI-Next前沿峰会上，就AGI发展路径、模型扩展极限、智能体落地及中国AI的长期机会等议题展开深度交流，核心共识在于大模型发展正从“对话”范式转向“做事”范式，智能体是明确的前进方向，同时需在模型架构、训练范式及多模态等基础能力上寻求突破 [3][4][19][20] 行业技术发展路径与范式转变 - **从Chat到Agent的范式转变**：以DeepSeek的出现为标志，纯粹的“对话”范式竞争基本结束，行业焦点转向让AI完成具体任务的智能体范式 [4][19][20] - **Scaling Law的持续与反思**：模型扩展仍是提升智能的有效路径，但可能是一种“偷懒”方式，未来探索方向是让模型具备自主扩展能力，并需结合技术、数据与审美共同演进 [4][42][50] - **能力演进轨迹**：大模型能力从2020年前后的简单问答，发展到2021-2022年的数学计算与基础推理，再到2023-2024年可处理研究生层级问题与真实世界编程任务，智能水平持续快速提升 [9][11] - **强化学习与可验证环境**：RLVR通过引入可验证环境使模型能自主探索并获得反馈，是重要进展，但当前挑战在于可验证场景逐渐耗尽，需向半自动或不可验证任务空间拓展 [17] 模型能力进展与挑战 - **代码能力飞跃**：模型从2021年写十个程序才能跑通一个，发展到如今在复杂任务中可一次性跑通，能实质性地辅助高级工程师 [18] - **核心评测表现**：在HLE等极高难度智能评测基准上取得进展，例如有模型在HLE上达到45%的准确率，超过OpenAI [17][63] - **能力整合与回灌挑战**：在SWE-bench等真实世界评测中取得好成绩，但如何将专项能力可靠地整合回主模型，避免用户真实体验与Benchmark成绩脱节，仍是巨大挑战 [24] - **通用能力与专用能力的平衡**：在较小规模模型上引入大量Agent数据能显著增强Agent能力，但会导致部分通用语言和推理能力下降，未来需解决在强化Agent能力的同时避免损害通用能力的问题 [27] 智能体发展的关键问题与探索 - **智能体任务复杂度**：基础能力是编程，但任务可延伸至几十步、上百步的完全异步超长链路任务，这带来了全新的技术挑战 [25] - **环境交互的混合方案**：在现实环境中，需采用API调用与模拟GUI操作相结合的混合方案，以采集数据并训练模型适应能力 [26] - **训练风险与校正**：在数据不足的冷启动场景下，强化学习易陷入局部最优，需在训练中周期性插入SFT进行方向校正和多样性恢复 [27] - **开源生态影响力**：中国在开源大模型领域影响力显著，在Artificial Analysis榜单前五名中，蓝色模型几乎全部来自中国 [28] 未来AGI的突破方向与思考 - **三大关键突破方向**：1) 建立类似人类感统机制的原生多模态能力；2) 构建从个体到文明级的记忆与持续学习框架；3) 发展更深层次的反思与自我认知能力 [33][34][35] - **参考人类认知的三类Scaling**：1) Scaling数据与模型规模以提升智能上限；2) Scaling推理，用更多计算与搜索找更优解；3) Scaling自学习环境，让模型从与外界交互中获得反馈 [40][41] - **模型架构创新需求**：Transformer的O(N²)计算复杂度制约长上下文效率，需探索线性复杂度等新型模型架构，以实现更高效的知识压缩与承载 [42][64] - **自主学习的多层定义**：从实现F-X到X映射的自监督多任务学习，到引入数据学会推理，再到具备自反思与自学习能力，最终可能发展出自我认知乃至意识 [44][45][46][47] 主要公司的技术实践与战略 - **智谱AI**：发展路径聚焦强化模型的Thinking能力并结合Coding与Agent场景，通过整合Coding、Agentic和Reasoning能力，并利用RLVR在可验证环境中优化，使模型在真实编程任务中稳定性提升 [21][22][23] - **月之暗面**：技术核心围绕提升Token效率与长上下文能力，采用Muon二阶优化器使Token效率提升2倍，并研发kimi Linear线性注意力架构，在长程任务效果上超越全注意力机制且速度更快 [54][55][64][66] - **阿里千问**：致力于打造通用智能体，在2025年重点提升模型的Reasoning能力、长上下文支持及多模态能力，其VL模型在保持语言智力不下降的同时，图像生成质量接近真人，并积极布局语音交互与编辑功能 [73][80][83][89][95][96] - **腾讯**：观察到toC与toB市场明显分化，以及垂直整合与模型应用分层两种模式的分化，认为在toB场景，最强的模型与稍弱的模型价值分化会越来越明显 [110][111] 市场分化与行业生态观察 - **toC与toB市场分化**：toC应用类似搜索引擎加强版，用户对智能提升感知不强；toB场景中，智能直接等同于生产力，用户愿意为最强模型支付高溢价，市场分化明显 [110] - **垂直整合与分层模式分化**：在toC场景，模型与产品强耦合的垂直整合模式成立；但在toB生产力场景，强大的基座模型与多样化的应用层产品开始分层，专业化趋势显现 [111][112] - **中美市场差异**：美国市场Coding消耗量巨大，而中国市场相对较小，显示两地市场机会与认知存在差异 [114] - **学术界与工业界的角色**：工业界在前沿狂奔，学术界需在模型进入稳态后跟上，研究如智能上限、资源分配、幻觉与资源的平衡等理论问题，孕育新的计算模式 [115][116][117]

IT之家 1 月 12 日消息，"全球大模型第一股"智谱于 1 月 8 日上午在港交所主板挂牌上市，发行价为每股 116.20 港元。 据新浪财经报道，在《未竟之约》栏目中，智谱 CEO 张鹏回应为何 AGI 还没实现公司却纷纷上市，表示实现 AGI 不是一件非常简单的事情，它也不是一 个非常短期就能实现的目标。它可能是一个马拉松，是一个长跑，非常长的一个距离。 张鹏称："大家都坚持不住的时候，你会去补给站拿一些补给，然后把自己的体力保持住，不断平衡自己的消耗和摄入能量。在不同的阶段你会有不同的方 式去运转你整个体系，所以上市这个事情对我们来讲就自然而然的。" | HK 02513智谱 | | | | | | | | --- | --- | --- | --- | --- | --- | --- | | 205.000 港元 +46.400 +29.26% | | | | | | | | ○ 交易中 01-12 11:34:00 北京时间 | | | | | | | | 今开 182.300 | | 最高 | 214.000 | | | 成交量 412.98万股 | | 昨收 158.600 | | 最低 | ...

市场表现与资金动向 - 1月12日早盘，传媒、计算机等行业延续强势，Kimi、DeepSeek、AIGC等应用概念走强 [1] - 截至9:44，云计算ETF华夏（516630）涨超3%，易点天下20cm涨停，中科星图、拓尔思、卫宁健康等多股走强 [1] - 云计算ETF华夏（516630）连续两日获得资金净流入超7000万元 [1] 行业趋势与竞争格局 - 大模型竞争已从"Chat"转向"Agent"阶段，重心从榜单分数位移至真实环境的复杂任务执行 [1] - 行业预判2026年为商业价值落地元年，技术路径正向可验证强化学习（RLVR）演进 [1] - 面对"中国反超"议题，领军者将领先概率评估为20%以内，认为中美在算力投入结构、新范式引领及toB生态上存在本质差距 [1] - 随着全球巨头大幅加码资本开支，市场对于AI的焦点转向应用商业化落地，以实现产业链价值闭环 [2] - DeepSeek带动AI平权推进、叠加国家政策层面高度支持，国内AI商业化落地已具备基础 [2] - 庞大市场规模与丰富应用场景有望助力我国在AI应用发展中"弯道超车" [2] 产品与指数信息 - 云计算ETF华夏（516630）跟踪云计算指数（930851），是跟踪该指数费率最低的ETF [2] - 该指数聚焦国产AI软硬件算力，deep seek、AI应用含量均超40% [2]