DeepSeek新模型进展 - DeepSeek在R1发布一周年之际，其GitHub代码库更新中出现代号为Model 1的新模型，推测为DeepSeek-V4的内部开发代号或工程版本 [1] - 代码分析显示Model 1采用512维标准架构，全面支持英伟达Blackwell架构，并引入Token-level Sparse MLA稀疏注意力机制 [1] - 新模型引入VVPA数值向量位置感知和Engram机制等新特性 [1] 新兴AI架构与模型 - Liquid AI开源基于液态神经网络架构的推理模型LFM2.5-1.2B-Thinking，该模型在手机端仅需900MB内存即可运行 [2] - LFM2.5-1.2B-Thinking在MATH-500上达到88分，参数量比Qwen3-1.7B少40%却表现更优，推理速度和内存效率均超越Transformer模型 [2] - 训练采用分层强化学习策略，通过n-gram重复惩罚将死循环生成比例从15.74%降至0.36%，证明Transformer并非唯一解 [2] - 中佛罗里达大学等机构发布Medical SAM3，这是首个仅凭文本指令即可在CT、MRI等10种模态实现专家级分割的医学模型 [5] - Medical SAM3采用全参数微调和分层学习率衰减策略，在33个医学数据集上将零样本场景平均准确率从11.9%提升至73.9% [5] - 在内镜息肉分割等极端案例中，其准确率从0.0%跃升至87.9% [5] AI自主性与人机协作演进 - Midjourney工程师展示Claude反向指挥人类工作的视频，AI可布置任务让人类去TestFlight发包、写文案、跑测试 [2] - Claude Code具备自主执行能力，可运行Bash命令、创建文件、自动修Bug形成闭环，Cowork等工具让用户下达模糊指令后AI自主规划执行 [2] - Node.js之父Ryan Dahl宣称人类编写代码的时代已结束，Linux之父也开始Vibe Coding，程序员角色正从编写代码转向审查代码 [2] - 谷歌等机构研究发现DeepSeek-R1等推理模型会在内部自发形成多角色辩论机制，通过提问、质疑、冲突和和解推导答案 [3] - 模型内部存在稳定的虚拟人格分工，高神经质人格负责纠错，高开放性人格提供新视角，这种“思维社会”机制让准确率翻倍 [4] - 通过干预模型内部的“觉察特征”，在倒计时数学游戏中准确率从27.1%飙升至54.8% [4] 行业趋势与公司动态 - xAI工程师在播客上透露MacroHard项目核心机密，包括内部已将AI包装成“同事”进行测试，有人去工位找同事发现是空桌 [3] - xAI押注小模型路线追求极致速度，MacroHard已达人类8倍速度，并考虑租用北美约400万辆特斯拉闲置算力进行部署 [3] - xAI的Colossus 1利用“临时用地租约”在122天内建成，展现了公司扁平化文化和极致执行力 [3] - Anthropic CEO在达沃斯论坛预测AI端到端接管软件工程师工作仅剩6-12个月，公司内部工程师已基本不手写代码 [6] - Anthropic CEO预言2026-2027年将诞生“诺奖级”AI模型，未来1-5年内50%初级白领工作将消失 [6] - DeepMind CEO预测2030年前有50%概率实现AGI，行业领袖认为“AI建AI”闭环一旦跑通将迎来指数级加速 [6] Agent能力评估与商业化 - 红杉中国xbench团队发布AgentIF-OneDay评测，测试Agent处理真实日常任务能力，头部Agent得分约62-65% [7] - 评测覆盖104道任务、15种以上文件格式、767个评分点，发现不同框架难以拉开差距，基础Agent能力已商品化 [7] - 隐式条件推断是Agent普遍最薄弱能力，xbench正着手构建OneWeek评测集，认为优先转起数据飞轮的公司将率先实现Agent的FSD时刻 [7] AI产业经济与未来展望 - OpenAI CFO与投资人指出2026年多智能体系统将成熟，AI泡沫应以API调用量而非股价衡量 [8] - OpenAI算力投资与收入强相关，三年收入从1亿美元增至100亿美元，目前需求受算力限制，采用AI的前沿企业生产力提升27-33% [8] - 双方预测机器人产业规模将超越汽车产业，未来十年末将出现大规模通缩经济，劳动力和专业知识边际成本趋近于零 [9]

行业供需与价格动态 - 英特尔首席财务官表示，由于数据中心与客户端CPU需求远超预期，公司芯片库存正快速消耗，预计2026年第一季度将面临最大供应挑战，届时库存可能耗尽 [1] - 根据KeyBanc的数据，英特尔与AMD为应对供需失衡并确保后续供应稳定，计划将服务器CPU价格上调10%-15% [1] - 数据中心服务器CPU需求增加导致供需关系不平衡，从而推动价格上涨 [1] - 生成式AI浪潮持续演进，AI服务器采购额不断上升，部分挤占了通用服务器的采购预算 [1] - 云厂商前期采购的通用服务器目前已大面积进入更新周期，同时正在数据中心推进架构升级，计划淘汰老旧架构CPU并整合新一代服务器CPU，因此在数据中心领域出现了补偿性投资，驱动服务器CPU价格上涨 [1] 相关公司业务概况 - 国芯科技聚焦于国产自主可控嵌入式CPU技术研发和产业化应用的芯片设计，为国家重大需求和市场需求领域客户提供IP授权、芯片定制服务和自主芯片及模组产品 [2] - 芯原股份为芯片定制和半导体IP授权服务企业，已拥有自主可控的图形处理器IP(GPU IP)和神经网络处理器IP(NPU IP) [2]

文章核心观点 - 由生成式AI爆发引发的全球晶圆产能向高性能芯片倾斜，正导致汽车级DRAM芯片面临价格暴涨与供应短缺的双重挤压，其负面冲击预计将从2026年第二季度开始显现 [1] - 全球三大DRAM供应商（三星、SK海力士、美光）为追求更高利润，将产能重心转向AI服务器所需的高带宽内存，直接挤压了汽车级DDR内存的供给空间 [1] - 在DRAM价格大幅上涨且成本无法完全转嫁的压力下，汽车零部件供应商的盈利能力将遭受显著打击，极端情况下EBIT下滑幅度可达24% [1][5] - 对于整车厂，冲击具有滞后性与结构性，采用集中式计算架构的高端品牌及新势力车企因单车DRAM含量较高，将面临更大的成本波动风险 [2][6] 供应链冲击与原因 - **冲击时间与性质**：供应链震荡预计从2026年第二季度开始显现，汽车业将面临价格暴涨与供应短缺的双重挤压 [1] - **直接原因**：三大DRAM供应商（三星、SK海力士、美光）将产能重心转向AI服务器所需的HBM，挤压了汽车级DDR内存供给 [1] - **深层原因**：全球半导体资源重新分配与技术迭代周期错配 [4] - AI服务器对HBM需求激增，促使占据全球超90%市场份额的三大供应商调整晶圆分配，每一块分配给HBM的晶圆都意味着汽车DDR内存产能缩减 [4] - 汽车行业正处于从DDR4、LPDDR4向DDR5切换的过渡期，旧产能淘汰与新芯片验证采购流程（通常需2年以上）存在时间差，导致2026-2027年间出现“技术断层” [4] - **价格涨幅**：截至报告发布时，DRAM芯片价格已上涨超100% [1] 对汽车零部件供应商的影响 - **盈利冲击量化（基准情景）**：假设DRAM芯片价格上涨120%，且供应商能从整车厂回收80%的上涨成本，一家年销售额200亿欧元、EBIT利润率为5%的通用零部件供应商，其2026年EBIT预计将下滑5%-6%，盈利缩水约1-1.2亿欧元 [5] - **盈利冲击量化（极端情景）**：若DRAM涨价幅度扩大至200%，且成本回收比例降至50%，EBIT下滑幅度将飙升至24%，盈利缩水规模可达4.8亿欧元，接近其原本EBIT规模的一半 [1][5] - **风险暴露度**：电子及ADAS业务占比越高的企业，风险暴露度越大 [5] - 在欧美市场中，Visteon和Aumovio（原大陆集团汽车业务）的相关业务占比超过50%，成为受DRAM风暴影响最为直接的企业 [5] - **敏感性分析（根据表格）**： - 当内存芯片占电子采购总额的30%且电子采购占总成本30%时，EBIT影响可达-26% [3] - 当DRAM芯片价格上涨200%且OEM成本转嫁率为50%时，EBIT影响为-24% [3] 对整车厂的影响 - **冲击特征**：冲击呈现出滞后性与结构性特征，未来12-24个月内供应链稳定性堪忧 [2] - **成本占比与含量**：DRAM成本占整车售价比例不高，但单车DRAM含量已达到25-150美元，高端车型甚至更高 [6] - **高风险车企**：采用集中式计算架构的高端品牌及新势力车企（如特斯拉、RIVN），因其高阶智驾与智能座舱系统对内存容量需求巨大，受影响更为突出 [6] - **长期风险**：汽车业在与财力雄厚的科技巨头争夺DRAM产能时缺乏优势，涨价带来的成本压力可能引发冗长的追溯性补偿谈判，加剧整车厂的财务波动 [7] 行业前景与应对策略 - **供需与价格预测**：2026年全球DRAM行业收入预计将同比增长148.4%至366亿美元，供需缺口将持续存在，DDR内存每Gb均价预计将达0.92美元 [7] - **短期缓冲**：现有库存和长期采购合同仅能提供短期缓冲 [7] - **长期解决方案**：长期解决方案需依赖2028年后的产品重新设计 [7] 相关公司财务影响参考（根据表格） - **Aumovio**：EBIT同比增长21%，较市场预期高出11个百分点，财务杠杆为-1.1，综合评分为1 [8] - **Brembo**：EBIT同比增长13%，较市场预期高出2个百分点，财务杠杆为1.4，综合评分为3 [8] - **Autoliv**：EBIT同比增长10%，与市场预期持平，财务杠杆为1.3，综合评分为2 [8] - **Valeo**：EBIT同比增长7%，较市场预期高出2个百分点，财务杠杆为1.3，综合评分为5 [8] - **Forvia**：EBIT同比增长7%，与市场预期持平，财务杠杆为1.8，综合评分为6 [8] - **OPMobility**：EBIT同比增长7%，较市场预期低1个百分点，财务杠杆为1.5，综合评分为8 [8] - **Gestamp**：EBIT同比增长5%，较市场预期低5个百分点，财务杠杆为1.6，综合评分为7 [8] - **CIE**：EBIT同比增长4%，与市场预期持平，财务杠杆为1.3，综合评分为m [8]

市场表现 - 今日A股半导体板块全线飙升，多股股价创区间新高，算力芯片尤其是CPU概念股涨幅居前 [1] - 龙芯中科20CM涨停，海光信息涨超13%创历史新高，中国长城涨停，澜起科技等跟涨 [1] - 具体涨幅：龙芯中科涨20.00%，海光信息涨13.34%，澜起科技涨11.90%，中国长城涨10.00% [2] 核心驱动因素：供需与价格 - KeyBanc数据显示，由于超大规模云服务商“扫货”，英特尔与AMD在2026全年的服务器CPU产能已基本售罄 [2] - 为应对供需极端失衡并确保后续供应稳定，英特尔与AMD均计划将服务器CPU价格上调10-15% [2] 行业需求前景 - 汇丰银行分析师预计，到2026年，服务器芯片的市场需求年增长率将在30%至40%之间 [3] - 即便内存芯片供应受限可能使实际增速预期腰斩，这一水平仍将明显高于华尔街目前预测的4%至6%的年增长率 [3] - 西部证券认为，通用服务器进入更新周期、AI推理算力需求增长等因素共同作用，推动CPU需求上涨 [6] - 根据TrendForce的数据，2026年全球AI服务器出货量或将同比增长超20%，占服务器整体出货量的比重有望上升至17% [6] CPU在AI时代的重要性 - 国联民生证券将CPU称为“下一个存储的机会”，指出AI时代计算架构创新是重点，CPU等通用计算的重要性有望进一步提升 [4] - CPU是协调硬件、保障系统稳定的核心，高端AI服务器普遍遵循“每8个GPU搭配2个高端CPU”的配置，无CPU则无法完成服务器启动、监控等系统级任务 [5] - 作为通用处理器，CPU擅长处理序列化任务、复杂逻辑运算，能覆盖AI全流程，尤其适配GPU不擅长的非并行化任务 [5] - CPU拥有多年积累的软件生态，处理非GPU适配任务时成本效益更高，能平衡性能与成本 [5] 主要厂商动态与产品进展 - 英特尔与AMD分别将于1月22日与2月3日披露财报，华尔街多家投行上调相关目标价，例如汇丰银行将英特尔目标价从26美元大幅上调至50美元 [3] - 汇丰银行分析师认为，随着AI从简单助手演进为能够规划并执行任务的AI代理，对通用计算能力的需求加速增长，英特尔的传统服务器业务有望“重新回到增长轨道” [3] - 英特尔近期在CES上发布第三代英特尔® 酷睿™ Ultra处理器，该产品是首款基于Intel 18A制程节点打造的计算平台，代表了其最先进的半导体制造工艺，且首次获得针对嵌入式和工业边缘场景的测试与认证 [3] - AMD第五代EPYC“Turin”和Intel Xeon“Granite Rapids”等CPU产品陆续落地，在核心数量、内存带宽等性能指标上有较大幅度的提升 [4]

公司产品发布 - 公司针对机器人大脑域控制器推出了名为“智擎”的新产品线 [1] - 该产品线主力采用NVIDIA Jetson系列芯片，具体涵盖Orin NX、AGX Orin和AGX Thor等型号 [1] - 产品提供从100 TOPS到2070 FP4 TFLOPS的多种AI算力选择 [1] 产品技术与性能 - 产品依托车规IATF16949质量体系进行生产制造 [1] - 产品在散热、体积、重量、信号完整性及防震等级等方面均满足客户要求 [1] - 产品采用异构计算架构，集成了多模态感知、深度学习与生成式AI能力 [1] - 产品支持对图像、语言、触觉等多源信息进行处理 [1]

公司业务与战略 - 公司子公司无双科技提供数据监测、效果评估、智能投放的SaaS服务，深耕数字化营销体系 [2] - 业务集中在以SEM、信息流、短视频及移动分发为主流的互联网媒体全案代理，提供一站式营销服务 [2] - 无双科技正积极尝试利用生成式AI提升效率、降低成本，优化广告创意制作效率、响应能力、差异化与批量化 [2] - 2025年无双科技围绕GEO在AI营销全链路的应用展开探索，分析AI平台、模型、信任来源及算法，为未来GEO领域应用做准备 [2] - 截至目前，GEO探索尚未对公司业绩产生实质影响 [2] 行业与市场 - 数字广告市场正处于快速发展阶段 [2]

2026年1月， OpenAI 确认，其已投资脑机接口初创公司 Merge Labs 。根据包括 Bloomberg、TFN 在内的 多家媒体披露， OpenAI 是 Merge Labs 2.52 亿美元（约合人民币17.6亿）种子轮融资的 主要投资方之一 。 这笔投资在 2025 年中已出现市场传闻，此次得到官方确认。 从金额体量看，这是一笔在脑机接口领域极为罕 见的 seed 轮融资 。 此外 值得关注的 是 ， OpenAI 首次以明确的资本身份，进入脑机接口这一高度前沿且 长期性的技术赛道 。 # 为什么是现在？OpenAI 的一次"接口层"下注 OpenAI 在官方博客中表示："我们很高兴支持并与 Merge Labs 合作，帮助他们将一个雄心勃勃的想法变为现 实，并最终开发出对人类有用的产品。" 这段表述本身并不激进，但结合 OpenAI 近几年的技术演进节奏，其指向性并不模糊。 过去两年，生成式 AI 的能力提升主要发生在 模型层与推理层 ：更大的参数规模、更复杂的推理链路、更接近 人类语言与知识结构的输出方式。但与此同时，一个现实约束愈发明显—— 人类与 AI 之间的交互带宽，依然 高度受限 ...

市场整体表现 - 2025年1月21日，A股市场主要指数涨跌互现，沪指微涨0.08%报4116.94点，深证成指涨0.7%，创业板指涨0.54%，科创50指数表现强势，大涨3.53% [2] - 市场成交额较前一日有所萎缩，沪深北三市合计成交约2.62万亿元，缩量约1800亿元 [2] - 市场个股涨多跌少，近3100股飘红 [2] - 港股尾盘冲高，恒生科技指数涨超1%，华虹半导体涨逾5%，商汤、中芯国际等涨逾3% [2][3] 半导体板块 - 半导体板块整体走势强劲，成为市场焦点 [1][4] - CPU龙头股龙芯中科20%涨停，海光信息涨超13%，股价盘中逼近300元创出新高，全日成交177.5亿元，位居A股成交额首位 [2][5] - 澜起科技涨近12%，中国长城、通富微电等涨停，中科曙光涨近7% [5] - 板块走强与服务器CPU价格上涨有关，继2025年消费级CPU涨价后，AMD与Intel近期再度上调服务器CPU价格10%—15%，且2026年产能已基本被预订完毕 [6] - 生成式AI浪潮推动AI服务器采购额上升，部分挤占通用服务器预算，同时云厂商前期采购的通用服务器进入更新周期，数据中心架构升级带来补偿性投资，共同驱动服务器CPU价格上涨 [7] - 西部证券认为，在数据中心架构升级及AI推理算力需求增加的背景下，需求端有望持续增长，国产服务器CPU性能提升、软件兼容性改善，有望在需求和政策驱动下提升市占率 [7] 玻璃基板概念 - 玻璃基板概念盘中集体飙涨，沃格光电、金瑞矿业、麦格米特等涨停，凯格精机涨超9%并创出新高 [8] - 行业正经历从技术验证向早期量产的关键转折，2026年有望成为玻璃基板小批量商业化出货的节点 [10] - Yole Group指出，2025年至2030年期间，半导体玻璃晶圆出货量的复合年增长率将超过10% [10] - 爱建证券指出，随着AI算力芯片向大尺寸、高集成度演进，传统封装基板性能逼近物理极限，玻璃基板相比有机基板具有更低信号损耗、更高尺寸稳定性、高密度通孔能力等优势，已成为台积电、英特尔布局CoWoS、HBM等先进封装技术的优选载体，未来有望成为支撑下一代先进封装发展的核心材料 [10] AI产业链 - CPO概念等AI产业链股盘中强势拉升，致尚科技20%涨停，罗博特科涨近15%，联特科技涨近13%，思瑞浦涨超10% [12] - 消息面上，Qwen App正式宣布全面接入淘宝、支付宝等阿里生态业务，成为全球首个能完成真实生活复杂任务的AI助手 [14] - 中信建投证券认为，大模型已持续迭代超过3年，CSP厂商投入大额资本开支，2026年有望成为AI全面走向应用发展的一年，包括整合生态推出各类AI助手、通过广告引流实现创收等，AI应用的发展也将继续推动大模型训练迭代及推理算力的持续增长 [14] - 台积电最新财报的收入、净利润、毛利率与资本开支指引均超出市场预期，其大额资本开支指引基于与客户反复沟通后确定，该指引可作为算力行业的重要前瞻指标，预期2027年算力需求仍有望保持强劲增长势头，从通信行业看，继续推荐光模块、液冷、光纤光缆等板块 [14] 其他活跃板块 - 有色板块活跃，黄金概念股亮眼，招金黄金3连板，四川黄金、中国瑞林等均涨停 [2] - CPO概念股拉升，致尚科技20%涨停，罗博特科涨近15%，均创历史新高 [2]

大盘整体表现与资金动向 - 2026年1月21日，A股市场冲高回落，沪指收盘微涨0.08%，深成指涨0.7%，创业板指涨0.54% [2] - 全市场超3000只个股上涨，但沪深两市成交额2.6万亿元，较上一个交易日缩量1771亿元 [2] - 在大资金借道宽基ETF持续赎回的影响下，大盘“大起”走势暂歇，但沪指仍运行在4100点上方 [2] - 近期需关注宽基ETF的量能变化及申赎情况以观察大盘企稳进程 [9] 宽基ETF交易活跃度 - 上周四以来，场内4只规模较大的沪深300ETF每日合计成交额依次为435亿元、674亿元、390亿元、363亿元及1月21日的693亿元 [5] - 具体来看，1月20日，华泰柏瑞沪深300ETF成交136.1377亿元，易方达沪深300ETF成交72.7392亿元，华夏沪深300ETF成交69.2759亿元，嘉实沪深300ETF成交85.5046亿元 [3] - 这些产品的量能较峰值有所回缩，但仍远高于爆量赎回前的常态（通常合计不足100亿元） [3] - 1月21日盘中，相关宽基ETF产品仍出现密集抛盘，导致沪指尾盘一度翻绿 [4] - 上证50ETF（510050）成交超169亿元，创2015年7月以来天量，并走出日线七连阴 [7] 板块轮动与市场热点 - 1月21日，贵金属、芯片产业链、锂矿、油气等概念板块表现活跃，而大消费板块集体走弱，白酒方向领跌，银行板块震荡下跌 [2] - 资金正在从前期热门题材中“边打边撤”，同时新的领涨板块已经出现 [9] - 近5个交易日涨幅最大的板块是贵金属，涨幅超过23% [11] - 根据同花顺数据，截至1月21日收盘，近5日涨幅居前的板块包括：贵金属（+23.45%）、金属铝（+8.89%）、能源金属（+5.57%）、黄金概念（+6.13%）、金属铜（+6.22%）、先进封装（+8.17%）等 [12] 贵金属板块驱动因素 - 1月21日盘中，国际金价再创历史新高，处于4800美元上方，接近4900美元 [13] - 瑞银贵金属策略师预计，若市场对美联储独立性的担忧持续升温，金价在上半年有望冲击5000美元/盎司关口 [13] - 白银受益于金价上涨带动及自身供需缺口收窄，今年或挑战100美元/盎司 [13] 科技板块修复与业绩线聚焦 - 近期逆势走强的板块还包括半导体、电源设备、能源金属等 [13] - 1月21日，CPO、PCB等概念也纷纷反弹，形成科技线集体修复的盘面 [13] - 市场出现新旧交替，一方面因财报季临近，资金开始聚焦业绩线和更有基本面支撑的方向 [13] - 以同花顺整理的“2025年报预增”板块为例，自1月5日板块指数诞生以来，其呈现无视大盘的单边上行趋势 [13] - 湘财证券研报梳理发现，2017年至2025年2月份涨幅前10的二级行业中，通信设备、小金属、软件开发、能源金属四个行业出现3次以上，与2026年1月涨幅居前的科技和有色金属板块重叠度较高 [18] - 由于2026年春节在2月中旬，预期2月市场热点较难快速切换，大方向应依然在1月份涨幅居前的科技、有色等范畴 [18] 芯片产业链走强逻辑 - 存储芯片价格自2025年9月以来持续上涨，其间DDR5内存颗粒现货价格涨幅已超300%，256GB DDR5服务器内存单条价格突破4万元，进入2026年有加速上涨趋势 [19] - 生成式AI浪潮驱动AI服务器采购额上升，部分挤占通用服务器预算，云厂商正推进数据中心架构升级，计划淘汰老旧CPU，将新一代服务器CPU整合至现有机架，驱动服务器CPU价格上涨 [19] - 西南证券表示，在服务器CPU架构升级及AI推理算力需求增加的背景下，需求端有望持续增长，国产服务器CPU性能提升、软件兼容性改善，有望在需求和政策双重驱动下提升市占率 [19] - 东海证券建议逢低布局，重点关注AIOT、算力芯片、光器件、PCB、存储、服务器与液冷板块，以及半导体设备、零组件、材料产业，同时关注价格触底复苏的功率、CIS及模拟芯片龙头 [19] 前期热门题材退潮 - 短线资金在前期热门板块持续亏损，打击了部分短线投资者的积极性 [15] - 例如，上周四因短期涨幅过大停牌的利欧股份，在1月21日复牌开盘便一字跌停，封单金额超百亿元 [15] - 前两天在连续跌停后“开板”的一些高位股，后续修复强度也偏弱 [17] - 综合来看，若投资者仍按旧思路参与市场赚钱难度较大，需顺应市场风向转向业绩线，并降低“吃连板”预期，采取“低频操作、聚焦主线”的思路 [18]

文章核心观点 - AI明星公司商汤科技自上市后市值大幅缩水，其高度依赖“项目制”的商业模式导致规模效应不显、持续巨额亏损，尽管公司积极向生成式AI转型并取得技术认可，但在激烈的市场竞争和巨额算力投入需求下，自身“造血”能力不足仍是其面临的核心挑战 [1][3][5][6][11] 公司历史与背景 - 公司于2014年由汤晓鸥教授带领香港中文大学实验室团队创立，创始团队拥有顶尖学术和科技公司背景 [4] - 成立初期以计算机视觉技术为核心，业务覆盖智慧商业、智慧城市、智慧生活和智能汽车四大板块 [4] - 上市前经历12轮融资，吸引了软银、阿里巴巴等顶级投资机构 [4] 上市表现与市值变动 - 公司于2021年12月30日在港交所上市，创下当时全球AI领域最大IPO [1] - 上市当天市值一度突破1400亿港元，此后一个月最高涨超3700亿港元 [1] - 截至最新收盘，股价报2.38港元/股，总市值仅为962亿港元，较2022年最高点9.7港元/股缩水超过七成 [3][6] 财务业绩与亏损状况 - 2018年至2025年上半年，近七年半时间累计亏损563亿元人民币 [3] - 2025年上半年归母净利润为-14.78亿元，虽同比增长39.84%，但仍处亏损 [3] - 2018年至2024年累计总收入约240亿元，累计亏损超527亿元，相当于每获得1元收入伴随约2.2元亏损 [6] - 2018年至2024年累计研发投入高达204.45亿元，其中2024年研发费用达41.32亿元 [6] 商业模式与困境 - 早期商业模式以高度定制化的“项目制”为主，为B端客户提供AI解决方案 [4][5] - 该模式严重依赖人力交付，导致规模效应不显、边际成本高，且项目收入多为“一次性”，复购差、回款周期长 [5] - 在此模式下，公司陷入了持续亏损的困境 [6] 业务转型与生成式AI发展 - 2022年底ChatGPT引发变革后，公司于2023年迅速推出“日日新”多模态大模型 [7] - 2024年12月，该模型在OpenCompass评测中以77.4的平均得分超越GPT-4o，获全球第一 [7] - 2023年公司重组业务为生成式AI、传统AI和智能汽车三大板块，当年生成式AI业务营收超11亿元，营收占比从超10%提升至超34% [8] - 2024年业务再度重组为生成式AI、智能汽车和视觉AI，并宣布“1+X”战略，让核心业务轻装上阵，生态企业独立运营 [8] - 2024年生成式AI业务营收超24亿元，成为核心业务，营收占比超过63% [9] 市场竞争与份额变化 - 根据IDC报告，2023年公司在中国大模型平台市场份额为16%，位居第二 [9] - 2024年，公司在中国大模型应用市场份额为13.8%，虽跻身前三，但份额明显下滑 [10] 面临的挑战与融资活动 - 生成式AI需要巨额持续的算力投入，公司承认无力效仿阿里“三年千亿”的算力扩张，只能依靠轻资产模式，但硬件规模差距导致其在To B市场议价能力下滑 [10] - 公司自2024年6月起进行密集股权融资以补充资金 [10] - 2024年6月：以每股1.20港元配售16.73亿股，募资约20亿港元 [10] - 2024年12月：以每股1.50港元配售18.65亿股，融资28亿港元 [10] - 2025年7月：以每股1.50港元配售16.67亿股，获国际资本无极资本全额认购25亿港元 [10] - 2025年12月：宣布配售17.5亿股新股，融资约31.5亿港元 [10]