先进封装技术的重要性 - 先进封装从非主流的Plan B转变为主流赛道的Plan A，成为技术帝国的边疆要塞 [1] - 先进封装的发展由三股关键力量推动：算力井喷但制程进展放缓、应用多样化需求、资料搬运成本飙升 [1][2] 推动先进封装发展的三股力量 - **算力需求与制程限制**：芯片需通过切割、堆叠、重组（Chiplet）绕过光罩极限，例如Nvidia Blackwell的诞生 [1] - **应用多样化**：单一芯片无法适配所有应用，AI训练、自驾决策等需要模组化设计，先进封装提供弹性与效率的平衡 [1] - **能耗瓶颈**：AI芯片中资料搬运能耗高于运算，先进封装缩短距离以提升效能 [2] 先进封装行业规模与增长 - 行业规模预计从2023年的392亿美元增至2029年的811亿美元，复合年增长率12.9% [4] - 2024年一季度收入102亿美元（环比下滑8.1%），二季度预计回升4.6%至107亿美元 [4] - 2024年行业资本支出预计增长20%，主要参与者2023年投资99亿美元（较2022年下滑21%） [7] 行业参与者与投资动态 - 台积电、英特尔、三星、日月光等巨头大力投资高端先进封装产能，2024年预计投资约115亿美元 [4] - 先进封装技术为消费电子、高性能计算、汽车电子等多领域提供支持 [4] 行业复苏与未来展望 - 2024年为行业复苏之年，下半年业绩预计更强劲 [7] - 生成式AI与HPC领域推动行业增长，技术发展持续赋能多领域应用 [4]

关于作者 - 作者Emily Jarvie曾担任澳大利亚社区媒体的政治记者 后专注于报道新兴迷幻剂行业的商业、法律和科学发展 [1] - 其作品发表于澳大利亚、欧洲和北美多家报纸、杂志及数字媒体 包括The Examiner、The Advocate等 [1] 关于出版商 - 出版商Proactive提供快速、可操作且独立的全球商业与金融新闻 由经验丰富的新闻团队制作 [2] - 团队覆盖全球主要金融中心 包括伦敦、纽约、多伦多、悉尼等地的办事处 [2] 行业覆盖领域 - 专注于中小市值公司 同时涵盖蓝筹股、大宗商品及广泛投资主题 [3] - 重点领域包括生物制药、采矿与自然资源、电池金属、加密货币及电动汽车技术等 [3] 技术应用 - 采用前瞻性技术辅助工作流程 同时保持人类创作者的核心作用 [4] - 选择性使用自动化工具与生成式AI 但所有内容均经过人工编辑与创作 [5]

01 开端：在占山为王的 AI 领域挑战一站式服务 - 通用人工智能 AGI 的概念长期存在，DeepAI 的分布式 Agent 网络与生成工具正将科幻想象转化为可触达的技术图景 [2] - 2023 年消费级 AGI 产品爆发，OpenAI、Google DeepMind 等长于文本和代码生成，Leonardo.ai 等专攻图像，Character.AI 聚焦聊天机器人赛道 [2] - 当前 AI 工具未随使用场景融合而整合，头部玩家依赖独家数据库，算力和数据量限制多模态拓展，生成稳定性优先于融合 [2][7] 02 创新：普惠 + 生态 = 市场更喜欢的多样 AI 工具 - DeepAI 提供免费基础功能（文本生成、图像生成、API 调用等），对比 ChatGPT 免费版 3-4 小时仅限 8 次对话更普惠 [4] - 采用 DePIN 模式鼓励个人开发者构建 AI Agent，通过使用量为创作者匹配收益 Token，形成去中心化生态 [4] - 开发者平台提供多样 API 工具（如客服机器人、数据分析 Agent），用户市场自发筛选解决传统模型高成本、低复用率问题 [5] 03 设计：多模态与个性化工具 - 预设角色（如心理咨询师、语言学习伙伴）降低用户 prompt 构思门槛，直接进入使用场景 [9] - DeepCORE 技术统一解析 prompt 后分发给多模型，解决跨工具生成内容融合度低的问题 [10] - 支持语音交互（Voice Chat），实现自然流畅的语音识别与合成 [22] 04 技术：提升效率而非依赖数据 - 传统生成式 AI 依赖海量数据（如 GPT-3 参数达 1750 亿），但高质量语言数据或于 2026 年耗尽 [41] - DeepAI 创始人提出未来竞争核心是效率优化，通过模型架构改进减少数据依赖 [42] - 创始人曾联名呼吁暂停训练最先进 AI 模型六个月，防范超智能风险 [44] 05 团队与商业模式 - 创始人 Kevin Baragona 有软件开发与嵌入式系统经验，联合创始人 Peter Griggs 擅长产品管理与创业 [47][50] - 商业模式结合 DePIN 激励、分层订阅（免费/Pro 版）及 Token 经济，对比 Character.AI 传统订阅更具用户粘性 [62] 06 竞争对手与市场潜力 - 对比 OpenAI（505M/月访问量），DeepAI 更轻量化且开发者友好 [54] - 平台定位优于 Sleepless AI（虚拟恋人应用）和 Bittensor（机器学习协议），扩展性更强 [57][60] - 麦肯锡评估生成式 AI 潜在价值达数万亿美元，DeepAI 的 DePIN 模式有望形成头部网络效应 [51] 产品功能细节 - **AI Image Generator**：支持 100+ 风格预设，免费版生成速度优先但质量弱于 Google ImageFX [27][30] - **AI Video Generator**：Pro 版可付费购买高质量视频生成次数（5 美元/30 次含 5 次 Genius Mode） [34] - **AI Music Generator**：免费开放，支持文本描述生成音效与背景音乐，可与其他模态联动 [39][40]

人形机器人产业发展现状 - 人形机器人是一种仿生机器人，能够模仿人类运动、表情及互动，由感知、决策、执行、动力、躯体和智能网联模块组成，按形态分为桌面式、轮式、双足式，按应用领域分为医疗、科研、教育、服务、家用和工业型 [12][13] - 2020年后生成式AI和大模型技术推动人形机器人进入初级智能化阶段，特斯拉、优必选等厂商推动技术发展，小鹏汽车、蔚来、华为等AIEV厂商加速技术迁移 [7][16] - 2023年工信部发布《人形机器人创新发展指导意见》，目标2025年建立创新体系，2027年成为经济增长新引擎，中国相关专利申请达5590项位居全球第一，2024年中国企业推出35款人形机器人占全球三分之二 [7] AIEV汽车产业与人形机器人协同 - AIEV（新能源智能汽车）是AI技术与汽车深度融合的产物，通过云端智能、自动驾驶等技术实现汽车智能化质变，其技术框架与人形机器人高度相似 [17][18] - 人形机器人与AIEV自动驾驶解决方案在感知定位层（摄像头/激光雷达）、决策规划层（SoC芯片/算法）、执行层（执行器/底盘）技术同源，迁移成本低 [20][22] - AIEV厂商布局人形机器人可开辟工业自动化、商业服务等新增长点，同时反哺汽车智能化升级，如优化生产线搬运效率 [24][25] 供应链参与主体与布局模式 - 中国AIEV产业链已覆盖人形机器人上游（传感器/芯片）和中游（本体制造）关键环节，车企如广汽、小鹏通过自研进入，科技公司如腾讯、百度通过投资合作推动 [26][27] - 车企参与方式多元化：特斯拉自研Optimus并计划2026年量产，小鹏汽车投资鹏行智能推出Iron机器人，长安汽车计划2027年前发布产品 [29][30] - 科技公司中腾讯建立RoboticsX实验室研发双足机器人，华为与宇树科技合作场景化应用，抖音投资智元机器人等初创企业 [29][30] 关键技术迁移与创新 - 感知领域：速腾聚创、禾赛科技将汽车激光雷达方案迁移至机器人，汉威科技将柔性压力传感器应用于触觉模块，均胜电子拓展嗅觉传感器 [31][32] - 决策领域：地平线机器人将征程芯片拓展至机器人，兆易创新基于汽车MCU开发关节控制方案，科大讯飞星火大模型提升机器人任务拆解准确率95% [33][34] - 新势力车企将汽车VLA模型框架迁移至机器人，如小鹏"世界基座模型"、理想MindVLA架构，英伟达发布GR00T模型并配套合成数据工具 [35][36] 产业规模与区域分布 - 预计2040年中国人形机器人市场规模达3万亿元，其中工业领域2.3万亿元，商业服务超5000亿元，家庭生活领域1700亿元 [7] - 未来产业区域分布将形成多层次集群：京津冀聚焦科技创新，长三角、珠三角承担智能制造，长江沿岸及津冀鲁地区承接产业转移 [7]

谷歌的现状与挑战 - 谷歌股价在2025年初从206美元高点跌至145美元附近，年初至今下跌近20%，表现逊于微软和Meta [4] - 2025年Q1营收同比增长12%至902 3亿美元，净利润增长超40%，但投资者仍担忧其未来 [5][6] - 广告业务占总营收74%（668 9亿美元），其中YouTube广告增长10 3%至89 3亿美元，云业务增长28%至122 6亿美元 [5][6] - 谷歌搜索全球市场份额首次降至90%以下（约89%），付费点击量同比仅增2%，创历史新低 [7] 生成式AI对谷歌的冲击 - ChatGPT代表的新信息获取范式威胁谷歌广告模式，用户无需点击广告即可获得答案 [7] - 谷歌推出"搜索生成体验"（SGE）和AI综述功能，月活用户达15亿，并升级Bard至Gemini模型 [10] - 公司2025年资本开支计划达750亿美元，重点投入云基础设施以支持AI发展 [13] 云计算与AI业务进展 - 谷歌云营收同比增长28%，利润率从不足10%提升至18% [13] - 推出Gemini 2 5模型并整合至Vertex AI平台，提供文本、图像等多模态AI服务 [13] - 七大核心产品（Gmail、Docs等）已嵌入AI功能，覆盖超20亿用户 [15] 科技巨头的AI竞争格局 - 微软通过投资OpenAI快速整合GPT技术至Office和必应，推出Copilot系列产品 [17] - Meta采取开源策略，发布LLaMA模型并吸引开发者生态，10亿用户接触其AI功能 [21][22] - 三方竞争体现为：谷歌综合实力强但转型慢，微软+OpenAI敏捷创新，Meta侧重社交与开源 [24] 谷歌的核心优势与转型 - 拥有海量数据资源（每日数十亿搜索查询、数百亿YouTube观看）和Android/Chrome等分发渠道 [27][29] - 账面现金超900亿美元，年自由现金流约750亿美元，具备持续投资能力 [29] - 当前市盈率17倍低于微软26倍，市场对其转型存在分歧 [31] 行业范式转变 - 互联网从信息检索转向智能对话，搜索框让位于AI直接回答 [31] - 谷歌需从广告中介转型为AI基础设施提供者，重构商业模式 [26][31]

人工智能发展趋势概述 - Mary Meeker最新发布340页《人工智能趋势报告》，标志着其研究方向从互联网转向AI领域[1] - 报告显示AI技术演进速度和范围前所未有，变革速度远超历史任何时期[27] - ChatGPT达到1亿用户仅用24个月，速度是TikTok的375倍、Netflix的515倍[16][32] 技术发展加速特征 - 计算专利授权量在ChatGPT发布后两年激增6000份，增速超1995年互联网泡沫时期[4][5] - AI模型训练计算量(FLOP)年均增长超360%，15年累计增长100亿倍，远超摩尔定律[10] - 基础设施从CPU转向GPU，NVIDIA数据中心收入2024年占全球数据中心资本支出25%[7][45] 市场应用与商业化 - OpenAI年化收入92亿美元但估值达3000亿美元，收入倍数33倍；Perplexity估值倍数高达75倍[24][25] - 摩根大通预计AI/ML创造价值两年内增长65%，已在投行服务、运营优化等领域全面部署[19] - 全球AI公司融资总额达950亿美元，年收入仅110亿美元，呈现高增长高消耗特征[61] 技术性能与成本动态 - AI推理成本两年下降997%，每百万代币价格从数美元降至美分级[51] - 顶级模型性能差距缩小，中国DeepSeek R1在MATH测试达93%接近OpenAI的95%[55][76] - 训练成本八年增长2400倍，100亿美元级模型训练或于2025年启动[45][51] 行业竞争格局演变 - 中美竞争白热化，中国MAU前十AI应用均为本土开发，DeepSeek四个月获5400万用户[82] - 开源模型数量两年增长33倍，Meta Llama下载量八个月增长34倍[60][72] - 六大科技公司资本支出2024年占收入15%，较十年前提升7个百分点[45] 物理世界融合进展 - Waymo自动驾驶市场份额20个月从0%增至27%，特斯拉FSD里程33个月增长100倍[88] - 农业AI应用累计除草23万英亩，减少10万加仑农药使用[91] - 卫星互联网推动全球网络普及，Starlink用户32年实现202%年增长[97][103] 工作模式变革 - 72%美国职场人士认为AI显著提升工作质量和效率[38] - GitHubAI开发者仓库16个月增长175%，使用AI开发者比例从44%升至63%[55] - 美国AI职位发布量七年增长448%，非AIIT职位下降9%[108] 基础设施投资 - 全球数据中心支出2024年达4550亿美元，美国新建容量四年增长16倍[45] - 六大科技公司自由现金流十年增长263%至3890亿美元，现金储备4430亿美元[45] - AWS将49%收入投入AI基建，远超2013年云基建27%的投入比例[45]

Anthropic营收增长 - Anthropic年化营收达30亿美元，较2024年12月的近10亿美元年化营收大幅跃升 [1] - 营收在3月底突破20亿美元，5月底达到30亿美元，5个月内增长三倍 [1] - 营收激增主要来自向企业销售定制化"AI大模型即服务"，显示企业级AI应用需求大幅增长 [1] Anthropic业务模式 - 公司以AI代码生成技术闻名，产品在全球科技公司快速采用 [2] - 单季度营收增速使其成为风险投资家眼中增长最快的SaaS公司 [2] - 通过Claude AI聊天机器人订阅模式获得消费者驱动营收，但难以精准统计 [3] 与OpenAI对比 - OpenAI预计2025年营收超120亿美元，远高于去年37亿美元 [4] - OpenAI更聚焦消费者端，大部分营收来自ChatGPT订阅 [4] - Anthropic的Claude流量仅为ChatGPT的2% [5] 行业趋势 - 企业级AI应用软件需求旺盛，加速渗透至各行各业 [6] - C3.ai在19个行业创造营收，非油气行业营收同比增长48% [6] - AI训练成本下降将推动生成式AI应用和AI代理爆发式增长 [7] 公司背景 - Anthropic由离开OpenAI的团队于2021年创立 [5] - 公司完成35亿美元融资，估值达614亿美元 [5] - 获得谷歌母公司和亚马逊共同投资支持 [2]

边缘AI市场升温 - 生成式人工智能快速发展为行业带来新机遇 众多企业加速布局边缘AI 推进大模型降本和智能终端迭代发展 [1] - 边缘AI成为科技巨头抢占的下一块高地 AI与边缘计算融合为产业链带来新机遇 [1] - 边缘计算解决数据本地化需求 降低大模型部署成本 推动具身智能机器人 数字人等终端及应用的迭代发展 [2] 企业布局进展 - 英特尔与中国企业深度布局边缘算力 加速AI大模型在实际场景应用落地 推出专为边缘和网络AI设计的模块化平台 已落地制造 交通 医疗等领域 [1][3] - 科东软件基于英特尔计算平台开发智能机械臂控制系统 通过自然语言驱动机械臂执行任务 满足工业场景轻量化本地部署需求 [2] - 深信服实现垂直领域安全大模型高效能部署 提升大语言模型处理速度 降低运营成本 [3] - 数码视讯采用AI分辨率软件 实现图像重建和生成超高清视频内容 [3] - 高通 英伟达 国内三大运营商 网宿科技等企业从不同路径布局边缘AI市场 [3] 技术应用案例 - "小英"AI 3D虚拟数智人完全部署于边缘端 集成大语言模型和RAG技术 可担任营业厅客服代表等职务 [1] - 具身机器人 机械臂 AI数字人 智能网联汽车路测设备 低空预警和5G边网融合场景在大会展示 [2] 市场前景预测 - Gartner预测到2026年 80%全球企业将使用生成式AI 50%全球边缘部署将包含AI [3] - STL Partners预测到2030年全球边缘计算潜在市场规模将达4450亿美元 年复合增长率48% [4] - 轻量化大语言模型有望带动边缘AI计算成长 加速边缘硬件市场更新迭代 边缘侧终端 算力 芯片等产业链环节将迎来规模性发展 [4]

财务数据和关键指标变化 - 2024年总销售额为837亿美元，可比基础上下降2.7% [14] - 2024年调整后营业利润率为12.3%，调整后摊薄每股收益为11.99美元 [15] - 2024年通过股息和股票回购向股东返还65亿美元 [15] - 董事会批准将季度股息从每股1.15美元提高4%至每股1.2美元 [15] 各条业务线数据和关键指标变化 - Pro业务方面，Transform产品使Pro渗透率从2019年的约19%提升至2024年的约30%，2024年Pro可比销售额实现中个位数增长 [16] - DIY业务的忠诚度计划MyLowe's Rewards已有超3000万会员，会员消费比非会员多近50% [20] 公司战略和发展方向和行业竞争 - 2025年更新并完善总家居战略，包括推动专业客户渗透、加速在线销售、拓展家居服务、创建忠诚度生态系统和提高空间生产力五个关键支柱 [15] - 推出重新设计的Pro忠诚度计划My Lowe's Pro Rewards，相比最大竞争对手，目标客户能以更低消费获得更高奖励 [17] - 2024年12月在美国推出首个家居改善在线产品市场，与Miracle合作以实现快速扩展 [19] - 利用生成式AI增强销售、购物和工作方式，与OpenAI合作推出面向客户和员工的数字工具 [20][21] - 收购Artisan Design Group，以扩大专业客户群体，在500亿美元高度分散的市场中获取份额 [22][23] 管理层对经营环境和未来前景的评论 - 2024年尽管宏观经济环境充满挑战，消费者面临通胀和高利率压力，但公司仍取得稳健财务业绩 [14] - 董事会对公司有效应对近期市场不确定性并进行正确投资以推动长期增长充满信心 [15] - 预计未来十年房屋建设将成为专业计划支出的主要驱动力 [23] 其他重要信息 - 会议选举12名董事，批准2024财年高管薪酬咨询投票，批准任命德勤为2025财年独立注册公共会计师事务所 [10][12][13] - 公司领导团队多元化且经验丰富，是公司过去六年取得强劲财务业绩的关键原因之一 [23][24] - 公司被JD Power评为家居改善零售商客户满意度第一名 [24] - 公司支持业务所在社区，助力灾后恢复、投资安全经济适用房和社区改善 [25] 总结问答环节所有的提问和回答 问题: 为何因保守活动人士压力缩减DEI（多元化、公平和包容）相关举措 - 公司表示未因活动人士压力改变多元化举措，虽部分项目有所发展，但对多元化的承诺不变，且领导团队的多元化构成证明了这一点 [28][29] 问题: 是否会提高工资以增强竞争力 - 公司认为好工作始于好薪酬，会定期监测并调整市场层面的工资以保持竞争力，自2018年以来已在一线员工工资和基于股票的薪酬方面进行超40亿美元的战略投资，还提供全面且有竞争力的福利套餐 [30] 问题: 如何改善库存管理 - 公司对当前库存管理情况满意，目前拥有自CEO上任以来最佳的产品库存状况和库存管理流程，利用技术实现补货和需求规划流程现代化，并针对天气相关需求等复杂规划场景采用先进的AI驱动库存管理解决方案 [31] 问题: 如何控制在特朗普政府大幅提高关税情况下的商品成本，是否考虑从非中国地区采购产品 - 公司过去几年一直在与供应商合作，以实现全球采购多元化，目前产品来自全球超100个国家，约60%的采购额（约300亿美元）来自美国国内，未来将继续加速多元化采购 [33][34] 问题: 董事会对AI下游利润有何规划 - 公司已建立框架利用生成式AI提升销售、购物和工作方式，灵活的AI平台可与行业领先公司合作，目标是提升客户和员工体验，通过更好的预测、采购、库存规划和更快的交付来提高公司利润 [35] 问题: 如何提高门店运营效率以更好服务客户，以及如何改善门店层面的执行和问责制 - 公司对门店执行情况满意，外部认可证明了过去五年的投资是正确的，但仍会继续在技术上进行重大投资，打造全渠道体验，利用AI应用为客户和员工提供支持，还推出了新的Pro报价流程以提高效率，未来将继续投资技术和流程改进以推动门店运营更高效 [36][37][38]

编者按：生成式 AI 的狂飙正快速重构企业业务想象力，这是既定趋势，但却并非易事。时至今日，除了 最浅层的助理功能， AI 该如何深度嵌入业务流程，在最核心的场景发挥作用，依然没有一条通用路径。 近期， 21 世纪经济报道记者就企业级 AI 应用话题，相继采访了 IBM 、微软、 Gartner 中国区相关负责人， 试图探寻企业 AI 应用的关键点，如何发挥业务数据的真实价值，让 AI 真正触及业务核心、驱动价值创 造。 21世纪经济报道记者孔海丽 北京报道 在生成式AI席卷全球企业的浪潮中，一个尖锐的矛盾日益凸显：技术显著提升了生产力，却未能如预 期般转化为可观的成本削减。这一现象引发了企业决策层的深度焦虑。 Gartner高级顾问总监李彬在接受21世纪经济报道记者采访时指出，上一轮试图通过生成式AI提升生产 力进而降低成本的企业里，超过75%的比例可能以失败告终，ROI很难达到预期。 生产力提升不等于成本降低 李彬表示，当前企业普遍陷入一个认知误区，投入新技术后将提升工具效能，继而提高生产力，最终自 然降低成本。然而，现实远非如此理想。 IT内部速赢方面，建议削减外包整体支出，削减第三方可变支出。科技高管 ...