行业趋势转变 - AI行业正经历从传统大模型向推理模型和Agent的转变 强调"巧"而非"大" [2][4] - 模型进化方向从死记硬背转向链式思考(CoT) 实现多步验证和精准输出 [5] - 应用范式从聊天机器人升级为能执行任务的Agent 覆盖客户服务 金融分析等场景 [7] 技术路径分化 - 两种发展情景：Chinchilla缩放持续有效则2028年模型达65万亿参数 或预训练停滞转向推理优化 [10][11] - 推理模型代表如OpenAI的o1/o3和DeepSeek R1 已展现更高基准测试成绩及成本优势 [5] - 算力需求结构变化：推理计算占比将超50% 2028年推理算力缺口达2500亿exaFLOPS [13] 产业链影响 - 芯片需求从通用训练芯片转向定制推理芯片 网络设备商持续受益 [9][18] - 开源模型(Llama/DeepSeek)发展迅速 但微调成本仅为大模型训练的小部分 [15][16] - 科技巨头自由现金流可能改善 因推理成本下降减少资本支出压力 [19] 投资逻辑重构 - 缩放定律有效时优先布局芯片/设备供应商 警惕高资本支出科技企业 [1][18] - 预训练停滞则关注科技巨头现金流回升及用户基数大的应用类公司 [1][19] - ChatGPT两月新增1亿用户显示Agent应用爆发潜力 [7]

文章核心观点 算力演绎到23年云租赁逻辑，仍在云框架内，阿里新模型QwQ - 32B性能出色且开源，推动国内推理需求和应用部署 [1] 行业动态 - 算力发展演绎到23年云租赁逻辑，未脱离云的整体框架 [1] 公司动态 - 阿里Qwen团队发布QwQ - 32B大语言模型，拥有320亿参数，性能可与具备6710亿参数（370亿被激活）的DeepSeek - R1媲美，在约1/21参数量情况下用强化学习实现性能跨越 [1] - 阿里在推理模型中集成与Agent相关能力，使其能使用工具、批判性思考并根据环境反馈调整推理过程 [1] - QwQ - 32B在Hugging Face和ModelScope开源，推动国内推理需求和应用部署，模型更小成本更低利于垂直部署 [1]

行情速递 - 主板领涨个股包括德明利（+6.12%）、和而泰（+4.03%）、盈方微（+2.86%）、歌尔股份（+2.61%）、有研新材（+2.55%）[1] - 科创板领涨个股包括云从科技-UW（+19.98%）、天德钰（+13.56%）、翱捷科技-U（+10.04%）、英集芯（+8.28%）、思特威-W（+6.83%）[1] - 活跃子行业中，SW数字芯片设计（+0.55%）和SW被动元件（+0.33%）表现突出[1] 国内新闻 - 2024年中国半导体产业投资总额为6831亿人民币，同比下降41.6%，但半导体设备投资逆势增长1.0%，达到402.3亿人民币[1] - 晶合集成与思特威签署战略合作协议，第一阶段将提供月产能1.5万片Stacked晶圆，第二阶段提升至4.5万片[1] - DeepSeek开源三项优化并行策略，详细展示DeepSeek-V3和R1模型的并行计算优化技术[1] - 芯原股份推出AI图像处理系列IP，包括AINR1000、AINR2000（智能降噪）和AISR1000、AISR2000（超分辨率），覆盖汽车、监控等领域[1] 公司公告 - 华海诚科2024年营收3.32亿元（+17.21%），归母净利润4080万元（+28.97%）[2] - 天承科技2024年营收3.81亿元（+12.32%），归母净利润7684万元（+31.19%）[2] - 微导纳米2024年营收27.00亿元（+60.74%），主要因光伏和半导体设备验收数量增长[2] - 芯源微2024年营收17.70亿元（+3.09%），归母净利润2.11亿元，高温硫酸清洗机台通过客户验证[2] 海外新闻 - 2024年全球电视出货量2.3亿台（+2%），中国出货量首次超过韩国[2] - 2024年全球智能眼镜销量298.3万副，2025年预计增长超4倍，苹果、谷歌等40余家厂商布局[2] - 英伟达财报显示推理需求加速，Blackwell Ultra芯片预计下半年推出[2] - 2024年Q4全球DRAM营收突破280亿美元（+9.9%），Server DDR5合约价上涨及HBM出货推动增长[2] 行业研究团队 - 孙远峰为太平洋证券科技行业首席分析师，团队专注于产业资源赋能研究，获2023年君鼎奖及Wind金牌分析师进步最快奖[3]

Nvidia CEO 黄仁勋（Jensen Huang） 对公司的未来一如既往地充满信心，他在2月26日周三的最新财报电话会议上重申， DeepSeek 不会影响销售。 有关 DeepSeek 的 R1 模型训练所需芯片数量大幅减少的猜测，推动了 Nvidia 股价上个月创纪录的下跌。 图片来源： Nvidia 但在财报电话会议上，黄仁勋将 R1 誉为"卓越的创新"，并强调它和其他"推理"模型对 Nvidia 来说是重大利好消息，因为它们需要更多的计算资源。 "推理模型的计算消耗可能是现在的 100 倍，而未来的推理模型将消耗更多的计算资源，"黄说。 " DeepSeek R1 已经点燃了全球的热情。这是一项卓越的 创新，但更重要的是，它开源了一个世界级的推理 AI 模型。几乎每一位 AI 开发者都在应用 R1 。" Nvidia 的销售未见放缓迹象。 Nvidia 报告了又一个破纪录的季度，其收入达到 393 亿美元——超过了公司自身的预测和华尔街的预期。 公司还表示，预计 下一季度的收入将再次增长，达到约 430 亿美元。 的确，尽管上个月人们对 DeepSeek 的恐慌情绪蔓延，但 AI 芯片市场并未显 ...

OpenAI o1模型发布 - OpenAI发布新型推理模型o1系列，包括o1-preview和o1-mini，性能在数学、编程等领域大幅超越GPT-4o [3][5][7] - o1采用强化学习和思维链技术，通过自我纠偏和分步推理提升逻辑能力，解题时处理字符量达6632个，是GPT-4o的4.2倍 [8][9][19][25] - 模型响应时间显著延长，o1-preview回答简单问题需32秒，是GPT-4o的10倍，且目前功能受限，开发者API调用被限制为每分钟20次 [25][29] 技术路径革新 - o1突破传统Scaling Laws瓶颈，通过增加"答题时思考"的算力分配(test-time compute)实现性能跃升，AIME数学竞赛得分达GPT-4o的4倍 [5][19][26][27] - 训练数据来源扩展至三类：公开数据集、合作伙伴专有数据和内部定制数据，研发团队规模与GPT-4o相当(212人) [21] - 模型架构可能向"推理核心+知识存储"方向演进，OpenAI暗示将把o1技术整合至下一代GPT模型 [27][29] 行业影响 - o1发布刺激英伟达股价两天累计上涨10%，缓解市场对AI进步停滞的担忧，此前英伟达市值从6月高点已下跌20% [3][4][29] - 红杉研究显示AI领域2023年投入产出差达1200亿美元，2024年可能扩大至5000亿美元，除英伟达外多数公司未实现收入大幅增长 [4] - 中国部分科技公司已暂缓基础模型训练转向应用开发，o1发布可能重启算力竞赛，OpenAI借此时机以1500亿美元估值寻求70亿美元融资 [4][6][30] 产品特性对比 - o1在数学/编程测试中表现突出：Codeforces编程竞赛成绩超GPT-4o 5.6倍，但语言创作能力弱于GPT-4o [19][22][24] - 相比GPT-4o，o1系列暂缺网页浏览、文件处理等功能，付费用户使用频次受限(每周30次o1-preview) [25][29] - 下一代o1模型在物理/化学等学科测试表现预计达到博士生水平，当前模型相当于硕士生水平 [21]