模型发布与核心创新 - 公司于11月27日晚间在Hugging Face发布最新开源数学模型DeepSeek Math-V2 [1] - 模型核心创新在于采用自验证方法突破AI深度推理局限 通过验证器训练证明生成器并激励其自我识别和解决证明中的问题 [1] - 该方法旨在解决大模型在数学领域“只重视答案却无法保证推理过程严谨正确”的症结 推动从“结果导向”转向“过程导向”的验证 [1][5] 性能表现与基准测试 - 模型在IMO 2025和CMO 2024上取得金牌级成绩 在北美Putnam 2024竞赛中获118/120接近满分 [2] - 在IMO-Proof Bench基准测试中得分高达99% 高于谷歌Gemini Deep Think的89%和GPT 5的59% [3] - 在IMO-Proof Bench进阶测试中得分61.9% 仅次于谷歌Gemini Deep Think的65.7% [3] - 模型是首个开源的IMO金牌级模型 并在部分性能上展现出比OpenAI和谷歌更大的优势 [2][3] 行业影响与专家评价 - 行业观点认为模型标志着从“聊天机器人”时代过渡到“推理者”时代 其自验证数学推理方法是一个可行的研究方向 [5][8] - 开源模型将有助于自动化注重验证的编程语言中的繁琐工作 其全天候数学推理能力潜力巨大 [5] - AI领域KOL和专家评价称“DeepSeek强势回归” 认为这是“无法忽视的力量” [8][9] - 跨学科团队Binary Verse AI指出模型突破了本科数学瓶颈 其意义不仅在于竞赛分数更在于方法论的创新 [6][8]

AI行业技术路径转向 - 规模化法则正在接近极限，强化学习的算力消耗巨大但并不能算作真正的扩展，扩展与浪费算力之间的界线变得模糊[1] - 行业正在从"规模驱动"重新回到"研究驱动"，科研需要正确的问题和新的方法而非绝对最多的算力[2] - 预训练提供了一套可复用配方：准备足够的数据、算力和能撑住规模的模型结构，性能就会持续上升，但预训练终究会耗尽数据[27] 模型性能与泛化能力 - 当前模型在评估中表现出色但经济影响滞后，存在评估性能与实际现实世界性能之间的脱节[11] - 模型更像投入一万小时练习的算法竞赛选手，虽然训练良好但未必能推广到其他领域[14][15] - 人类学习速度快不是因为预装大量知识，而是因为进化内置了强大的通用学习机制[3][33] - 人类样本效率高的可能解释是进化赋予了我们少量但最有用的信息，对于视觉、听觉和运动能力有强大的先验[33] 公司战略与竞争格局 - 即使创新放缓，各公司依旧会取得显著进展并获得高额收入，差异化可能变得更难但"停滞"并不意味着"衰落"[2] - 规模化扼杀了所有创新空间，导致每个人都开始做同样的事情，公司数量远超创意数量[39] - SSI已经筹集了30亿美元，真正区别在于算力使用方式而非绝对规模，资源需要集中投入重要方向[42][44] - 随着人工智能能力提升，公司在战略协调方面会趋同，OpenAI和Anthropic已经在AI安全方面合作[63][78] 超级智能与社会影响 - 当AI足够强时，许多今天不存在的社会行为会出现，可能带来"全民高收入"并极大提升生产力[3][70] - 真正的风险在于人类可能逐渐从参与者变成旁观者，保持主体性的答案是与AI建立更深层耦合[3][71] - 超级智能最令人担忧的不是意图而是力量，即便目标是善意的，人类仍可能不喜欢实现目标的方式[3][67] - 如果模型被限定在某些领域，它们一样可以极其强大，可以拥有许多功能狭窄的超级智能[3][80] 技术方法与研究重点 - 价值函数能够提高强化学习效率，让系统在中途就能发出预警而不是等到终局才知道失败[22][31] - 预训练的主要优势是数据量庞大且无需费心考虑应该使用哪些数据，试图捕捉人们将世界投射到文本的过程[16] - 研究品味来自对简单而清晰信念的坚持，人工智能应该符合大脑的本质结构但要以正确方式理解大脑[4] - 自博弈提供了一种仅使用计算资源而无需数据即可创建模型的方法，如果数据是最终瓶颈则非常有趣[83] 学习机制与进化启示 - 人类的价值判断情感是演化出来的底层代码，这种情感关键点是社会中正常运转的基石[24] - 进化赋予了我们高度抽象的社交欲望，让我们强烈在意别人看法并渴望获得社会认可，尽管这些现象从进化时间尺度看极其新近[72] - 人类具备一种对"好"与"坏"的内在感知能力，这种普遍感知在人类身上极其强大且稳定可靠[36] - 五岁孩子接触到的信息量非常有限，但认知能力已经足以胜任某些工作，表明人类拥有强大的通用学习机制[33]

事件核心 - 埃隆・马斯克宣布旗下xAI公司研发的AI大模型Grok5将于2026年挑战《英雄联盟》顶级人类战队，以验证其通用能力 [1] - 挑战将在模拟人类生理与操作限制的条件下进行，包括仅通过摄像头观察显示器（可视范围不超过视力正常人类）以及响应延迟与点击率不得超过人类水平 [1] - 行业专家提议增加《星际争霸》作为比赛项目，马斯克与Grok官方账号均表示接受，显示出行业互动与对通用人工智能边界探索的共同兴趣 [1] Grok5模型技术规格与进展 - Grok5的发布计划已调整至2026年，较原计划延后约一个季度 [1] - 模型参数规模达6万亿个，是当前Grok3、Grok4的两倍，也是主流顶尖模型的30倍左右 [1] - 采用多模态MoE（混合专家）架构，原生支持视频理解功能，可解析长视频并回答时序问题 [1] - xAI正扩建孟菲斯超算节点，计划将GPU数量增至150万颗，以支撑模型训练需求 [1] 挑战的战略意义与行业背景 - 马斯克曾公开表达对Grok5的信心，称其“将在各项指标上遥遥领先其它人工智能，成为世界上最智能的人工智能” [2] - 选择《英雄联盟》作为挑战项目，与该游戏对策略规划、实时决策及多角色协同的高要求相关，这类复杂场景被视为检验通用人工智能（AGI）的重要标尺 [2] - 行业分析指出，此次挑战更侧重在模拟人类限制下验证模型的类人认知与决策能力，而非依赖过往AI在竞技游戏中常见的算法与硬件优势 [2] 当前信息状态与后续计划 - 目前xAI尚未披露挑战的具体时间、对阵战队及赛事规则细节 [2] - 相关信息预计将随2026年Grok5模型的发布而逐步公布 [2]

AI行业技术发展现状 - 当前AI模型存在"参差不齐"现象，在复杂评测中表现出色却在简单任务上反复犯错，如修复Bug时引入新Bug[20] - 这种现象源于"奖励黑客行为"，研究人员过度针对评测集进行强化学习训练，导致模型缺乏真正理解和泛化能力[11][23] - 模型表现类似于"刷题家"，通过大量针对性训练获得表面能力，但缺乏真正的智能天赋[24][25] AI学习机制与人类对比 - 人类学习效率远高于AI，样本效率更高，这得益于进化留下的先验知识和内在学习机制[43][44] - 情绪在人类决策中扮演类似价值函数的角色，帮助在获得最终结果前判断决策好坏[29][32] - 人类拥有基于价值函数的内在学习机制，能够进行持续学习和自我纠正[11][35] AI发展阶段转变 - 扩展时代(2020-2025)以堆算力和数据为主旋律，通过预训练获得性能提升[38][39] - 当前预训练数据即将耗尽，单纯扩大规模的边际回报递减，行业进入"研究时代"[39][40] - 新阶段需要寻找新的"配方"，更聪明地使用算力，特别是在强化学习和推理过程中[40][41] Safe Superintelligence Inc战略 - 公司采用"直通超级智能"策略，专注于研发直到解决安全超级智能问题后再发布[9][59] - 目前专注于研究，不急于通过产品获利，避免商业竞争的"老鼠赛跑"[9][58] - 公司筹集30亿美元资金，专注于技术研究而非推理产品开发[56][57] 对齐与未来展望 - 核心对齐目标是"关爱感知生命"，这比单纯"听从人类指令"更稳健[9][76] - 未来可能出现多个大陆级规模的AI集群，只要前几个最强大的AI是对齐的，世界可能进入良性发展轨道[9][78] - 长期均衡状态可能是人类通过脑机接口与AI融合，成为"半AI"[9][82] 技术发展方向 - 价值函数将在未来AI发展中发挥重要作用，提高强化学习效率[34][41] - 根本性挑战是提高模型泛化能力，这比人类差得多[41][47] - 需要重新思考训练方式，实现类似人类的持续学习能力[48][49] 行业竞争格局 - 当前AI公司比想法多，扩展战略导致同质化竞争[53][99] - 随着AI能力增强，公司将更注重安全合作，行为模式将发生变化[74][75] - 未来可能出现专业化竞争，不同公司在不同经济领域占据优势[94] 研究哲学与方法 - 优秀研究依靠"自上而下"的信念，追求美、简单性和对生物学的正确借鉴[22] - 当实验数据与直觉相悖时，基于美的信念能支撑研究者继续寻找问题根源[22] - 真正的突破性研究不一定需要最大算力，Transformer等关键突破都是在相对有限算力下实现的[54][55]

产品发布与市场表现 - 蚂蚁集团于11月18日推出面向C端的全模态通用AI助手灵光App [1] - 产品上线后热度持续高涨，上线首日下载量突破20万次，两天下载量突破50万次 [2] - 用户评价积极，关注点包括审美设计、信息查询便捷性以及内容总结的精美度 [2] 产品功能与技术特点 - 核心功能为通过自然语言快速生成轻量型可交互应用，即“闪应用”，例如健身计划工具、旅行规划器等，可实现30秒生成、参数自定义和即用即分享 [3][4] - 具备多模态输出能力，基于全代码生成技术，构建了多智能体协作的Agentic架构，能够动态调度图像、3D、动画等专用智能体 [8] - 除“闪应用”外，产品还包括“灵光对话”和“灵光开眼”两大功能 [4] - 技术优势在于从用户自然语言中提取需求本质，自动编写代码，生成应用的过程被评价为快速和轻量 [3] 公司战略与行业竞争 - 灵光App的推出是蚂蚁集团通用人工智能战略的产品级探索，旨在实现从技术突破到场景落地的全链路能力 [1][8] - 公司战略显示出从金融科技向通用AI扩展的路径，强调多模态和全代码生成能力，以在竞争激烈的AI市场中占据一席之地 [5][6] - 行业竞争已步入生态战阶段，DeepSeek、字节跳动“豆包”月活破亿，阿里系凭借“千问”和“灵光”入局，入口争夺进入“超级App+生态”阶段 [5][6] - 公司认为决定产品价值的核心逻辑是在早期阶段扎根技术与用户需求，为行业爆发做准备，而非单纯追求入场时间 [6] 研发投入与生态构建 - 蚂蚁集团持续加大科研投入，2022年至2024年科研经费分别为204.6亿元、211.9亿元和234.5亿元，三年总投入超650亿元，连续三年占营收比例超10% [7] - 2025年初公司成立AGI部门，由CTO直接负责，并推出“Plan A”AI人才专项计划，通过对人才、技术和资金的大规模投入构建AI生态系统 [9] - 公司AGI布局包括百灵大模型、灵光App以及具身智能企业灵波科技，探索通用人工智能在数字世界和物理世界的潜力 [10] 市场前景与行业趋势 - 业内预计2026年可能出现“生成式小程序”爆发潮，大厂会将生成能力嫁接至支付、社交、地图、电商等场景 [6][7] - 未来AI应用创新将趋向“平民化”，催生个人开发者生态，降低开发门槛至自然语言层级，同时需平衡技术成熟度与商业化压力 [7] - 多模态内容生成技术的发展将催生更多形式新颖、功能强大的应用，为用户带来高效生活方式和前所未有的体验 [7]

蚂蚁集团灵光App产品发布 - 蚂蚁集团于11月18日推出面向C端的全模态通用AI助手灵光App，用户可通过自然语言快速生成轻量型可交互应用（“闪应用”），例如通勤方案、学习计划、游戏等[1][3] - 产品核心功能包括“闪应用”（30秒生成小应用）、“灵光对话”和“灵光开眼”，具备全代码生成和多模态输出能力，支持参数自定义和即用即分享[3][4][8] - 该产品实现了基于多智能体协作的Agentic架构，能动态调度图像、3D、动画等专用智能体，突破了现有AI助手“文字+单张图”的输出限制[8] 灵光App市场热度与用户反馈 - 上线首日下载量突破20万次，上线两天下载量突破50万次，热度持续攀升[2] - 用户评价积极，提及“审美好”、“查信息方便、内容被高度总结且展现精美”、“比一般的AI Coding要快，UI简约”等[1][2] - 科技博主评价其“闪应用”具有“快”和“轻量”两大特点，全代码生成技术能从用户自然语言中提取需求本质并自动编写代码[3] AI应用市场竞争格局 - AI应用竞争步入生态战，DeepSeek、字节跳动“豆包”月活均破亿，微信生态“元宝”颇具存在感，阿里系凭借“千问”和“灵光”强势入局[5] - 行业进入“超级App+生态”阶段，灵光App与支付宝小程序、支付、信用体系无缝衔接，可一键将生成的应用转化为商业小程序[6] - 科方得智库研究负责人认为蚂蚁集团更注重实际应用场景落地，其AGI布局显示战略前瞻性，通过多模态和全代码生成能力在激烈市场中占据一席之地[5][6] 蚂蚁集团AGI战略与投入 - 公司将灵光App视为其AGI战略的产品级探索，是首款面向C端的通用AI助手和“AGI产品化”的第一张成绩单[9] - 2025年初成立AGI部门由CTO何征宇直接负责，4月推出“Plan A”AI人才专项计划，2022年至2024年科研投入总额超650亿元，连续三年占总营收比例超过10%[7][9] - AGI战略另一条隐线包括百灵大模型（已跻身万亿参数模型阵营）、灵光App以及具身智能企业灵波科技，目标是将AI从数字世界回归物理世界[10] 行业发展趋势 - 业内预计2026年或出现“生成式小程序”爆发潮，大厂将把“生成能力”嫁接到支付、社交、地图、电商等场景[6][7] - AI应用创新将走向“平民化”，催生个人开发者生态，降低开发门槛至自然语言层级，同时需平衡技术成熟度与商业化压力[6][7] - 多模态内容生成技术将催生更多形式新颖、功能强大的应用，未来创新将更注重个性化和实时性[7]

公司技术路线与产品规划 - xAI公司计划于2026年第一季度发布Grok 5模型 [1] - 公司CEO认为实现人类级推理能力的关键在于实时数据而非竞争对手使用的静态训练数据集 [1] - Grok 5模型有10%的概率实现通用人工智能 [1] - 公司此前曾计划在2025年年底前推出Grok 5模型 [1] 产品开发进展与挑战 - Grok 5模型的发布出现延迟 [1] - 发布推迟的部分原因在于开发过程中遇到的资源限制和极其严格的测试需求 [1] - Grok 4模型已于今年7月发布 [1] 市场竞争与定位 - 公司CEO自信Grok 5模型性能将"碾压"竞争对手的GPT-5 [1]

事件概述 - 马斯克宣布计划于2026年1月让Grok 5在《英雄联盟》游戏中以5v5形式挑战人类顶尖战队，这可能是历史上首次AI与人类的大型5v5对战 [1] - 该事件被视为为Grok 5在2026年1月的发布进行预热 [3] 技术挑战与限制条件 - 对Grok 5施加了关键限制：仅能通过摄像头观看显示器，所见内容与视力1.0的人类相同；反应延迟和点击速度不能超越人类 [3] - 此举旨在迫使Grok 5在认知和推理层面进化，而非依赖数据直读和微操优势 [3] - 需要具备极致的端到端视觉感知能力，包括高精度的实时图像分割与识别，以从复杂游戏画面中识别160+个英雄、技能、小兵和地图迷雾等 [5] - 必须能够处理不同分辨率、UI缩放及屏幕反光等视觉噪点，完全依赖像素理解游戏状态 [5] - 需要具备多模态学习与通用理解能力，能够通过阅读游戏说明书和更新日志来理解机制并调整策略，而无需重新训练 [7] - 在反应速度受限的情况下，需依靠超越人类的战略预测、博弈论及运营节奏等策略能力来取胜 [7] 战略意义与行业影响 - 此次挑战被视为将Grok 5推向通用人工智能的一次重要测试 [10] - Grok 5被设计为能通过阅读说明书和实验来玩任何游戏，这一点被认为是通向AGI的关键 [7] - 马斯克暗示Grok在明年一月的模型榜单中应会排名第一 [10]

文章核心观点 - 2025年世界互联网大会上，“杭州六小龙”企业的集体亮相标志着中国AI创业从追逐流量和模型的“上半场”，进入与物理世界深度融合、注重商业化落地和生态共建的“下半场”[1][13] - AI发展的核心趋势正从理解文本转向理解世界，其关键能力由空间理解、行动能力、环境交互三部分构成，而“六小龙”的业务路径恰好共同构成了这一未来AI框架[11][12] - 杭州凭借其强大的智能制造基础、工程师文化和市场反馈机制，成为AI从虚拟空间走向物理世界这一“时代跃迁”的理想试验场和现实舞台[1][12][13] 行业宏观数据与趋势 - 截至2025年9月，浙江省人工智能核心产业营业收入达4944亿元，同比增长22%，研发费用为390亿元，同比增长14%[1] - 2025年前三季度，中国机器人行业收入同比增长29.5%，生产了59.5万台工业机器人和1350万台服务机器人，均已超过2024年全年总量[2] - 2025年1至10月，中国AI领域亿元级融资达139笔，总额突破600亿元，人工智能相关企业数量已突破424.3万家[6] - AI投资逻辑发生转变，具身智能已超越大模型成为最吸金的板块，73家企业斩获超200亿元融资，占融资总额的三分之一[7] 公司发展与战略 宇树科技 - 公司从2016年成立时的3人团队发展到1000多人的规模，产品销往全球[2] - 机器人行业的突破得益于“全球共创”以及中国强大的生产制造能力[2] - 面临数据采集挑战，相比大语言模型，机器人领域存在模型结构与数据量不足的问题，且各厂家数据不一致[8] 强脑科技 - 创业始于哈佛大学，2018年将公司从美国迁回杭州后得到快速发展[2] - 产品路线遵循从“痛”到“大”的逻辑，从帮助残疾人通过“意念”控制假肢，拓展至睡眠产品等更大领域[2][3] - 脑机接口技术已被列入中国“十五五”规划建议中要大力发展的六大未来产业[3] 群核科技 - 认为空间智能是继大语言模型之后的重要领域，是机器人应用于物理世界的重要基础设施[4] - 未来将是一个充满机器人的世界，需要空间智能技术来统一管理、指挥机器人[4] - 公司在2021年开源了空间数据集，为之后在空间智能领域的发展打开了新空间[8] 云深处科技 - 从10年前机器狗在展会上是新鲜事，发展到如今机器狗随处可见，并开始研发人形机器人[4] - 产品研发遵循“以终为始”的理念，紧密结合具体应用场景，目标是让机器人在危险场景代替人、帮助人[4][5] - 公司发展重点从解决具体技术问题转向关注如何适配真实应用场景[7] 游戏科学 - 认为公司的成功是站在中国游戏产业“巨人肩膀”上的结果，中国已成为全球用户最多、规模最大的游戏市场[5] - 观察到去年全球最赚钱的10款游戏中，有4款由中国团队研发，另有3款有中国投资或参与[5] - 打造的虚拟世界可作为AI训练环境，构成未来AI框架的一部分[11] 深度求索 - 自创立之初就选择开源路线，以追求实现AGI为目标，为开发者提供“以软补硬”技术方案[5] - 通过与开源社区的技术开发者交流获得反馈，反过来推动了自身发展[6][8] - 认为当前AI发展仍处在上半场的早期，技术发展具有“加速度”，跨过关键节点后将迎来爆发[6] 生态构建与创新机制 - “沿途下蛋”成为普遍发展哲学，即优先将已成熟技术应用到垂直行业中解决实际问题，而非等待技术完美成熟[7] - 开源共创成为生态构建的关键，从技术孤岛转向生态共建是创业公司的重要定位转变[7][8] - 杭州的创新竞争力源于“信任专业、赋能个体”的文化，如“校长不管院长，院长不管教授”的管理模式[8] - 阿里云表达了类似的生态观，即“做最好的模型，然后开源出来让大家应用”[8]

涉及的行业与公司 * 行业：人工智能、银行业、保险业、科技行业、房地产行业、宏观经济、外贸 * 公司：腾讯、阿里巴巴、民生银行[1][17] 核心观点与论据 人工智能投资路径与影响 * 美国采取重资产豪赌策略追求通用人工智能，而中国采取轻量化路线关注产业生态铺开[1][7] * 中国利用基础设施、人才和数据成本优势降低AI投资成本，规模仅为美国的八分之一到十分之一，从而减少泡沫风险[1][7][20][27] * 腾讯正转向国产芯片并计划大幅升级混元模型，可能在2025年底或2026年初带来突破[20] * 阿里巴巴因其云计算和AI业务表现被看好[20] * 多数标普500公司预期AI能带来正向盈利表现[1][8] 全球市场与美股展望 * 预计美联储将在2026年1月、4月和6月各降息一次，原12月降息预期取消但总体降息幅度不变[1][4] * 美股整体行情将由普惠型辐射型行情带动，而非仅依赖人工智能公司[1][5] * 对2026年标普500指数预期为未来12个月达到7,800点，市盈率略降至22倍左右，盈利增长预计为17%[6] * 当前科技股估值接近23倍市盈率，结构脆弱依赖少数大盘股，但长期受益于行业普及应用而看好[1][8] 中国宏观经济与政策 * 预计2026年消费平稳中放缓，投资比2025年有所改善但全年基本持平[1][25] * 消费发力点包括旧换新政策延续及拓宽资金用途至快销品和服务业，2026年下半年可能推出对服务业消费的直接支持[25] * 投资端将依靠高质量基建止住快速下滑趋势，如地下管网建设每年达1万亿投资规模，能源转型特别是储能设备投资继续推进[25] * 预计2026年出口略微放缓但保持韧性，产业升级及目的地多元化为底色，中美关系基础稳定但脆弱[2][26] 中国金融行业展望 * 中国银行业未来几年将逐渐提高贷款利率，以覆盖长期风险并消化不良资产，监管支持合理定价[1][17] * 银行与房地产相关风险可控，不良消化进入最后攻坚阶段，小微和消费贷的不良形成率逐步下降[15][16] * 保险行业被视为成长股，保费增长预计在10%到15%之间，若金融资产利率稳定且股市上涨，估值有望从8至9倍PE提升[19] * 预计到2027年左右，中国逐渐走出通缩，实现合理增长并全面消化金融风险[16] 中国房地产市场展望 * 高线城市房地产市场企稳可能要等到2027年，因消化前期过剩房产过程复杂[1][21][23] * 房地产市场的传导机制广泛复杂，单点政策突破效果不及预期[1][22] * 潜在支持政策包括全国范围内对新增个人住房贷款提供贴息等，但仍处初期讨论阶段，需要1到2个季度论证[23] * 若仅对新增房贷贴息可能引发社会矛盾并导致二手房挂牌量攀升，有效诱因需要长期大规模资金支持，如每年1000亿至4000亿级别[24] 其他重要内容 * 对中国资产在全球配置中的吸引力保持信心，因A股估值有缓冲空间且与世界股票资产联动性较低[10][11] * 对2026年中国盈利增长预期为6%至7%，低于市场15%的乐观预期[12] * 市场短期波动受十一黄金周持仓、中美贸易战、四中全会政策未达预期及美股震荡影响，建议关注科技股及红利股[14] * 不建议因市场短期恐慌情绪进行极端操作，对2026年中国市场保持谨慎乐观[9][13]