大盘指数与板块表现 - 3月24日，主要股指普遍上涨，科创50指数领涨，涨幅为+2.33%，北证50指数上涨+1.94%，上证指数上涨+1.78%，深证成指上涨+1.43%，创业板指上涨+0.50% [1] - TMT板块领涨，其中SW通信线缆及配套板块涨幅最大，达+5.41%，SW光学元件板块上涨+4.73%，SW被动元件板块上涨+4.18% [1] 国内半导体产业动态 - 阿里发布新一代RISC-V架构旗舰CPU玄铁C950，其单核通用性能在Specint2006基准测试中突破70分，刷新全球RISC-V性能纪录，适用于云计算、生成式AI、高端机器人、边缘计算等领域 [1] - 中导光电成功中标头部面板厂商前道Array制程0.4μm高精度AOI检测设备项目，实现了当前平板显示Array量产线领先精度标准的0.4μm检测精度稳定落地 [1] - 硅来半导体的首批兼容12英寸碳化硅衬底的激光剥离全自动化设备已顺利交付客户，标志着其超大尺寸碳化硅衬底激光剥离全自动化技术成功通过产业化检验 [1] - 据MIR数据显示，中国半导体制造设备的国内生产率预计将从2017年的4%跃升至2025年的21% [1] 海外半导体产业动态 - 意法半导体宣布，首批由华虹宏力代工的STM32晶圆产品已陆续发货给国内客户，公司计划到2026年将有更多STM32产品系列实现本地量产 [2] - 三星表示其HBM5核心裸片沿用1c（第六代10nm级）工艺，底层基片导入其代工2nm工艺，面向第九代HBM5E产品，计划将核心芯片升级为1d（第七代10nm级）DRAM，基片同样采用2nm工艺 [2] - 三星计划于“今年晚些时候”推出搭载Android XR系统的AR智能眼镜“Galaxy Glasses”，该产品将与Galaxy XR头显形成互补 [2] - 安谋科技发布新一代“玲珑”VPU IP新品（代号“峨眉”，型号V560/V760），具备高性能、高鲁棒性等六大核心技术特性，全面覆盖端、边、云应用场景，预计将在2026年内陆续量产 [2] AI产业资讯 - 美图AI Skills正式接入“龙虾生态”，开放8种AI影像能力，用户部署OpenClaw后即可安装调用，公司将通过“资源包+使用次数限制”的方式收费 [3] - OpenAI放弃在ChatGPT内直接完成支付的“Instant Checkout”功能，转而将购买流程导向商家网站或第三方应用 [3] - AiPPT.com引入Nano Banana 2模型，提升其生图功能对提示词的理解能力和图像生成质量，该能力被整合进PPT生成流程中，实现写作、设计、生成合一 [3] - SwitchBot自称推出全球首个支持OpenClaw的本地家庭AI agent——SwitchBot AI Hub，该设备可通过连接的摄像头理解现实世界中的事件，支持AI驱动的自动化，并可结合Frigate软件充当本地NVR系统 [3] “十五五”前瞻产业追踪 - 【深空经济】北京宇石空间航天科技有限公司完成2亿元Pre-A+轮融资，资金将主要用于火箭总装测试、筷子回收技术验证、火箭产能建设和团队建设，为AS-1火箭首飞及后续规模化运营提供保障 [4] - 【脑机接口】中国团队在脑控机器狗技术上取得重要进展，成功将非侵入式脑机接口与自主导航功能集成，通过捕捉脑电信号实现对人机交互的精准控制，并完成了机器狗自主路径规划与避障的集成测试 [4] - 【具身智能】中国团队发布搭载通用动作预训练大模型GAE的“Titan o1”人形机器人，实现“人类怎么动，机器人就怎么动”，突破了传统动作依赖预设程序、手脚分离、响应滞后等短板 [4] - 【新材料】科思创宣布，已委托德国弗劳恩霍夫环境、安全与能源技术研究所运营一座年处理能力为2000吨的硬质聚氨酯泡沫废料化学回收中试装置，采用热解技术进行回收处理 [4] 高频数据：存储与半导体材料价格 - 3月24日国际DRAM颗粒现货价格多数下跌，DDR5 16G (2G×8) 4800/5600盘均价为38.167美元，日跌幅-1.29%；DDR4 16Gb (2G×8) 3200盘均价为76.068美元，日跌幅-0.71%；DDR3 4Gb 512M×8 1600/1866盘均价为7.125美元，日涨幅+2.52% [5] - 3月24日百川盈孚半导体材料价格整体稳定，多种高纯金属及晶片衬底价格日变化为0。例如，6N高纯锌均价2,600元/千克，7N高纯锌均价4,750元/千克；导电N型6寸P级单晶碳化硅衬底均价5,550元/片，导电N型8寸P级单晶碳化硅衬底均价59,000元/片 [6] 上市公司年报业绩 - 源杰科技2025年度实现总营业收入6.01亿元，同比增长138.5%；实现归母净利润1.91亿元，同比增长3212.62% [7] - 沪电股份2025年度实现总营业收入189.45亿元，同比增长42%；实现归母净利润38.22亿元，同比增长47.74% [7] - 中国电信2025年度实现总营业收入5,239.25亿元，同比增长0.07%；实现归母净利润331.85亿元，同比增长0.52% [7] - 光库科技2025年度实现总营业收入14.74亿元，同比增长47.56%；实现归母净利润1.77亿元，同比增长163.76% [7]

核心观点 - 生成式AI正在颠覆传统的“软件定义世界”投资范式，资本市场正经历一场深刻的价值重估，资本偏好从追求“轻资产溢价”和未来增长，转向追求拥有“确定性溢价”的硬资产（如机器、能源、基础设施）[1][2][3] - 这并非简单的行业轮动，而是对商业本质认知的回归，资本开始重新相信物理世界的约束（如电网容量、土地、能源供应）构成了AI时代新的、难以被虚拟化的护城河[2][6][7] 投资逻辑的转变 - **从增长溢价到确定性溢价**：资本的定价逻辑发生关键转向，从为未来高增长支付溢价，转向为“不会被技术颠覆”的确定性支付溢价[3][7] - **信贷市场反馈**：软件资产融资遇冷，而基础设施类资产却能获得更低利差和更高认购，银行更愿意借钱给拥有物理资产抵押的企业[7] - **HALO资产受捧**：以Blackstone、Bain Capital、Brookfield为代表的头部私募机构系统性转向“低淘汰率的重资产”（HALO资产），如工业制造、能源、基础设施及国防[6] - **HALO资产核心**：其吸引力不在于增长，而在于“可验证的现金流”，通常伴随长期承购协议，锁定了未来收入流，在动荡市场中类似债券[11][12] 软件行业估值体系面临的挑战 - **估值体系失效**：问题核心并非软件不行，而是过去十年以年经常性收入、留存率、客户终身价值/获客成本为核心的软件估值体系正在被AI打破[8][9] - **资产定价失灵**：过去五年软件投资规模超过1万亿美元，大量基金资产负债表存在“高估值软件资产”，其假设的永续高增长和低流失率因AI而变得不确定[9] - **流动性神话破裂**：软件资产通过IPO或并购快速退出的路径受阻，公开市场和并购市场都在重新评估其真实价值，投资者不再愿为未盈利的增长买单[10] - **进入重新定价窗口期**：软件行业最危险的并非增长放缓，而是估值锚缺失，传统市盈率、市销率可能失效，估值需转向“利润质量”或“数据壁垒”[10][11] AI对软件护城河的冲击 - **动摇核心假设**：AI动摇了软件行业“边际成本近零、护城河很高”的核心假设，生成式AI工具显著降低了软件的“开发难度”和“替代成本”[6] - **竞争加剧**：初创团队利用AI辅助编程，可能在几周内复制过去需数年开发的功能，导致SaaS商业模式差异化困难、定价权削弱[6] - **客户留存不确定性**：AI使竞争对手更易进入市场，客户留存率和续费率的不确定性增加，直接冲击了现金流折现模型的预测基础[9][10] 未来投资机会与风险 - **交叉机会**：为AI提供算力的基础设施（如数据中心）是少数可能同时获得“增长溢价”和“确定性溢价”的领域，兼具硬资产属性与高增长潜力[13] - **细分机会**：聪明的资本正寻找“硬资产+软能力”结合的细分机会，例如能优化能源消耗的电网管理软件或提高数据中心冷却效率的技术[14] - **HALO资产的隐忧**： - 这类资产本质是“低增长资产”，资本大量涌入会迅速压缩回报率，推高资产价格导致初始收益率下降[13] - 部分资产（如数据中心）同样受技术周期影响，若AI模型效率大幅提升，可能放缓算力需求，影响资产利用率[13] - “避险式配置”可能具有周期性，一旦市场重拾增长确定性，资金可能回流轻资产[13] - **产能过剩风险**：如果全球过度建设AI数据中心，而应用层商业化不及预期，这些重资产可能变为搁浅资产[14] 对市场参与者的启示 - **对投资者的启示**：需要放弃对“快钱”的幻想，回归商业本质审视，未来资本市场将不再为单纯的“数字化”故事买单[15][16] - **对创业者的启示**：仅做“套壳”AI应用已不足以获得高估值，必须深入产业链深水区，构建不可替代的能力，如独有数据闭环、对复杂物理流程的深刻理解或与硬资产深度绑定的运营壁垒[15][16] - **未来价值锚点**：能够连接虚拟智能与物理现实的企业，才能穿越周期，成为新的价值锚点[16]

文章核心观点 - 英伟达首席执行官黄仁勋在访谈中提出，通用人工智能（AGI）已经实现，并基于此第一性原理对未来技术、产业和社会变革进行了系统性展望 [1][3][8][189] - 访谈核心围绕AI Scaling Laws的持续演进展开，驳斥了行业对数据瓶颈和推理计算轻量化的悲观判断，并阐述了从预训练、后训练、推理时到智能体（Agentic）的完整扩展路径 [4][5][14][15][21][23] - 智能（Intelligence）未来将作为一种可按需分层定价的商品（Token）大规模流通，开启“Token的iPhone时刻”，而人性、品格等特质将比智能更为宝贵 [8][116][120][246][248][249] AI Scaling Laws 的演进与未来 - **预训练（Pre-training）远未触顶**：行业曾因高质量数据耗尽而恐慌，但合成数据将推动数据规模继续扩张，训练瓶颈已从数据转移至算力 [16][17][18] - **推理（Inference/Test time）绝非轻量计算**：推理是思考，远比阅读（预训练）困难，涉及规划、搜索和解决问题，因此需要强大的计算系统 [5][6][19][20] - **智能体扩展（Agentic Scaling）是下一个阶段**：智能体能够进行研究、调用工具并派生子智能体，本质是“AI的乘法”，其产生的高质量数据与经验将反哺预训练，形成增强循环 [21][22][23] - **模型与硬件架构的协同设计周期**：AI模型架构约每六个月变化一次，而系统与硬件架构周期约为三年，公司通过自身研究、深度合作及CUDA的灵活性来预判方向并保持平衡 [24][25][26][27][28] 未来计算范式与基础设施 - **计算角色转变**：从检索式计算（文件仓库）进入生成式计算（Token工厂），新世界需要的算力远高于旧世界 [109][110][111][112][113][114] - **数据中心与能源挑战**：电网在99%的时间有大量闲置电力（仅使用约60%峰值），需重新设计可优雅降级的数据中心，在电网高峰时利用备用发电机或迁移负载，而非盲目扩容电网 [45][47][48][49][50][51][53][57] - **英伟达的硬件演进**：从专为MoE大模型推理设计的Grace Blackwell，转向为需要调用工具的智能体设计的Vera Rubin机架，系统复杂度增加但追求必要简单 [29][30][72][74] - **太空计算的潜力与挑战**：为处理卫星产生的海量实时遥测数据，需在太空边缘进行AI处理，但面临辐射散热等工程挑战 [103][104][105] AI驱动的产业与社会变革 - **智能商品化与Token经济**：智能将像iPhone一样分层定价，高价值Token（如一百万个Token值1000美元）将用于专业场景，计算在全球GDP中的占比可能比过去高出100倍 [116][120] - **OpenClaw的标志性意义**：OpenClaw对于智能体系统的意义，如同ChatGPT之于生成式AI，是历史上增长最快的应用形态，被视为“Token时代的iPhone” [8][32][33][121] - **程序员职业的进化而非取代**：编程本质是规格说明（Specification），具备此能力的人群可能从3000万激增至10亿，木匠、会计等职业将因AI工具而整体能力抬升 [8][206][208][210][211][212] - **AI对就业的实质影响**：以放射科医生为例，AI接管看片任务后，医生人数反而增加，因为职业核心是解决问题而非单一任务，岗位位移将冲击单一任务型工作 [195][199][201][203][236][237] 公司战略与管理哲学 - **市场创造而非份额争夺**：英伟达的许多市场此前并不存在，公司是在创造新市场，因此其规模难以用传统市场份额思维衡量 [118] - **领导力与决策过程**：通过持续分享信息、洞察和推理过程来塑造团队认知，重大决策宣布时让员工觉得顺理成章，目标是让所有人进入同一方向 [131][132][133][136] - **处理压力与焦虑的方法**：拆解问题，对能行动的部分立即执行，并系统性遗忘无法控制的部分，强调对尴尬的耐受力 [140][141][143][144][145][166] - **“光速”与第一性原理设计理念**：强制从物理极限出发进行设计，反对在历史包袱上进行持续优化，追求从零开始的根本性重构 [67][68][69][70] - **知识传承与接班人规划**：通过在日常会议中公开推理，将所学所知即时传递给团队，以此作为最重要的接班规划，而非传统形式 [261][262][263][265] 对中国科技产业与合作伙伴的观察 - **中国科技崛起的原因**：全球约一半AI研究人员是中国人且大部分在本土，其优势在于移动互联网时代的软件人才基础、内部省份竞争催生强者，以及基于家庭朋友关系的“类开源”知识快速传播文化 [76][77][79][80][83][85][87] - **台积电的成功要素**：核心能力是协调全球数百家客户动态需求，并同时做到技术驱动与极致客户服务，与英伟达合作30年涉及上百亿美元业务但无合同，基于深厚信任 [90][91][92][93][94][96]

行业趋势与会议背景 - 2025年以来，以生成式AI与空间计算为核心的科技浪潮正以前所未有的深度与广度重塑各行各业，显示技术处于这场变革的中心[2] - 行业热点包括AI PC的算力爆发、智能座舱“第三空间”概念的深化以及AR眼镜开启轻量化交互的新纪元[2] - TrendForce集邦咨询将于4月22日至23日在深圳举办“2026新型显示产业研讨会”，并同期安排“OLED产业高峰论坛”[2] 会议议程与核心议题 - 会议议程分为4月22日的MLED显示专场，以及4月23日的OLED显示专场和AR/VR显示专场[4] - 4月23日上午的OLED专场将聚焦大世代OLED产业演进，首场演讲主题为“8.6代线启幕：AMOLED跨入IT领域的战略转折与格局重构”[4] - 议题涵盖大世代OLED产业演进与战略机会、大世代FMM的国产化与技术挑战、IJP OLED技术进展与趋势[4] - 议题还包括国产OLED红光材料的技术突破与产品化实践、ViP制程下的AMOLED技术突破与未来显示解决方案、以及极致画质与功耗平衡的端到端AMOLED系统优化[4] - 会议最后将以“OLED产业新动向：技术创新全景解析”主题演讲收尾[5] 参会企业与产业链覆盖 - 已确认出席的OLED产业链代表企业包括京东方(BOE)、TCL华星、维信诺(Visionox)、拓维光电、卢米蓝[2] - 其他参与或支持方包括联发科(MTK)、国星光电、晶科电子、雷曼光电、诺瓦星云、立讯精密、洲明科技等[6] - 演讲嘉宾来自产业链各环节，包括TrendForce集邦咨询的研究副总经理范博毓、OLED技术与市场首席专家周诗博、TCL华星光电技术企划中心长周明忠、联发科技术架构经理叶碧纯等[4][5]

GEO概念与核心目标 - GEO是一种基于大语言模型技术原理的新兴营销优化策略，通过优化内容使品牌信息更易被生成式AI引擎抓取、理解、引用并呈现在AI生成的答案中[1] - GEO的核心目标是构建品牌与AI之间的信任关联，促进品牌与产品被AI“看见”并“信任”[2] - 与SEO侧重于“算法排名”不同，GEO的核心是构建品牌与AI之间的“信任关联”，将品牌资产转化为AI可信的“知识源”[13] AI行业发展与用户行为变革 - 中国AI行业已进入以生成式AI为核心的规模化应用阶段，AI正从效率工具演进为用户高频的信息获取与决策入口[3] - 2025年AI应用市场行业规模快速扩张，豆包、DeepSeek、腾讯元宝、千问等应用凭借生态或场景优势实现爆发式增长，用户加速向头部APP集中[5] - 超过4成用户搜索习惯重心从传统搜索引擎向AI搜索转移，半数以上用户同时使用两者，搜索范式从“链接导向”向“答案导向”迁移[7] - AI搜索深度渗透用户日常消费决策场景，成为影响消费选择的核心信息入口，AI成为连接企业与终端购买者的关键中间环节[9] GEO的战略价值与认知误区 - 流量入口与用户触点的结构性改变是品牌营销策略变化的大前提，品牌方需要关注AI生态下的流量话语权与品牌曝光度，抢占流量新主场[9] - 常见的认知误区是以传统搜索引擎与效果广告的思维来理解AI品牌战略，传统广告追求“短、平、快”的效果，而GEO是一种需要关注与消费者建立信任关系的品牌策略，而非广告手段[11] - GEO的颠覆性价值在于彻底改变了营销的终极目标：从“争取一个蓝色链接的排名”转向“让内容成为AI直接说出口的答案”[63] GEO的技术原理与实施 - GEO的原理是构建基于大语言模型的信息认知与优先输出体系，通过优化品牌知识资产的内容质量与结构，使其更适配生成式AI的机制，从而在AI回答中获得更高推荐权重和显性引用[13] - 实施GEO的本质是以语义优化为核心的系统性内容工程，品牌应掌握内容主权，通过系统化的信息纠偏和语义基础建设，确保在AI生态中的准确曝光[22] - 内容优化策略包括：进行用户身份、使用场景和搜索意图解读[24]；进行权威性优化，如用量化数据代替定性描述、关键词引用、来源标注优化、遵守EEAT原则等[24]；以及构建结构化的内容，如使用小标题、问答式FAQ等[24] - 是否被AI推荐，取决于内容是否靠近用户的语义坐标，内容分发需考虑权威层（如官方网站、学术机构）、讨论层（如社交媒体、论坛）和平台层（不同AI平台的引用偏好）[24] GEO行业发展趋势与市场规模 - 随着AI搜索渗透率提升，企业GEO投入正从试验性预算转为主要营销战略之一，预计2030年国内GEO市场规模超500亿[15] - 市场增长动力主要来自存量预算的结构性转移（如从传统SEO、PR预算转移至GEO）以及为构建品牌知识库、网页优化等产生的技术服务增量[15] - 未来趋势包括：GEO将从文本优化扩展到视频、图像、音频的全内容形态[58]；GEO营销的核心价值将更多来自策略咨询和权威资源的整合能力[58]；以及GEO将与内容营销、电商等场景深度绑定，成为驱动长效增长的核心基础设施[60] GEO行业生态与主要服务商 - 行业上游由AI搜索平台、语料资源平台提供基础建设，核心层以GEO服务商、效果监测与独立团队共同组成，为下游品牌方/广告主提供优化服务[17] - 智推时代是国内领先的综合型GEO服务商，通过自研GENO系统提供从意图分析、策略规划到内容生产分发、效果监测的全链路一站式方案，业务布局海内外核心市场[35] - PureblueAI清蓝基于自研模型算法与数字员工平台提供AI口碑营销服务，其服务可将金融科技企业的品牌内容优先推荐率稳定保持在90%以上[37][38] - 悠易科技自主研发Mentis GEO智能体，通过优化品牌内容与接入权威语料来提升AI问答中的引用权重，已在3C、美妆、汽车等高决策复杂度行业得到验证[42] - 源易信息是GEO领域的倡行者，推出了DSS方法论并自主研发「并行宇宙」GEO智能体引擎，已服务超300个项目，并牵头出品了国内首份GEO白皮书[44] - 迈富时通过Tforce营销大模型协作，构建“监测-创作-优化”的AI内容闭环，旨在提升品牌在AI引用池中的可见性与可信度[47] - 万悉科技的Trendee产品打造了LLM-原生GEO技术体系，通过“监控、策略、行动”三层智能体协同架构，驱动品牌完成从“品牌语言”到“用户语言”的转变[49][50] - 光引GEO是GEO2.0深层优化的领导者，基于自研深层优化体系与端到端AI交付系统，为品牌提供在全球及中国AI大模型的生成引擎优化服务[52] 内容平台在GEO生态中的角色 - 知乎作为高质量内容社区，是AI营销生态的重要信源之一，其内容在AI引用中具备天然优势，知乎内容被AI引用的概率达29.9%[53][55] - 知乎的内容结构（如「问-答」格式）、专业创作者以及真实体验分享，使其在消费领域引用率达62.5%，在专业知识领域占比35.3%[55] - 品牌可以通过在知乎布局优质、丰富语料，通过自然流量、商业合作等多渠道扩散，以增加被AI抓取的概率[55] GEO的效果评估与行业挑战 - 现阶段GEO效果评估指标包括可见性、内容层、技术层、业务层指标，但归因仍存在技术瓶颈[25] - 行业面临的主要挑战包括：AI搜索平台用户行为数据透明度不足，品牌难以获取具体Prompt、互动次数等关键信息，增加了衡量ROI的难度[68]；以及行业高速发展期存在的投机行为与违规操作，如投放低质量重复内容、使用黑帽手段等[31] - 行业规范化需要政策约束与行业自律协同，2026年2月3日，中国人工智能产业发展联盟AIIA发起了《人工智能安全承诺：生成式引擎优化（GEO）专项》，多家企业签署承诺以推动规范化发展[31] GEO的未来竞争核心 - 未来AI生态中的品牌竞争将回归营销本质，即“比竞争对手更懂用户并提供价值”[27] - 品牌竞争核心已从“信息可见性”转向“知识权威性”的深层博弈，品牌需要构建一套能被AI识别、信任并引用的专属动态知识体系[65] - 真正的GEO是构建机器可读的权威内容体系，容易被AI引用的内容具备五个特征：结构化数据标记、跨平台一致性、权威信源背书、用户意图匹配度、以及可验证的事实陈述[58]

OpenClaw 3.22大版本更新与安全加固 - 停更9天后发布3.22版本，彻底废弃旧扩展API，上线全新模块化插件SDK，ClawHub成为官方首选分发渠道，并新增对Claude、Codex、Cursor插件包的兼容发现与安装 [1] - 一次性修补十余项安全漏洞，包括Windows SMB凭证泄露、JVM环境变量注入、Unicode零宽字符审批伪装和Webhook预认证资源耗尽，公网部署用户必须更新 [1] - 默认模型升级至GPT-5.4并预置mini/nano前向兼容，Anthropic Vertex正式接入支持GCP直连Claude，MiniMax升级M2.7并统一插件入口，Agent默认超时从10分钟延长至48小时 [1] Meta的AI战略与组织调整 - 扎克伯格正在开发个人“CEO Agent”，可直接检索信息替代多层员工传递链，Meta内部已广泛使用My Claw个人智能体和基于Claude的Second Brain等AI工具，甚至出现Agent间自动协作的群组 [1] - Meta可能裁员超1.6万人（约占总员工20%），延续2023年“效率之年”裁员1万人的路线，CFO明确表示要确保公司效率不低于AI原生公司 [1] - 背后逻辑是AI基础设施投入暴增——2026年AI资本开支预计1150至1350亿美元，近乎翻倍，Meta希望用AI提升人效来对冲巨额投入，Block、Amazon、Atlassian等多家公司也将AI与裁员直接挂钩 [1] MiniMax推出全模态模型订阅计划 - MiniMax将原有Coding Plan全面升级为Token Plan，一个API Key即可调用M2.7编程模型以及Hailuo视频、Speech语音、Music音乐、Image图像等全模态模型，Plus及以上套餐用户获赠多模态额度且不占用编程用量 [2] - 针对专业开发者和企业用户推出语音/视频资源包，支持旗舰语音模型Speech 2.8和视频模型Hailuo 2.3，价格较单独调用最多节省20% [2] - 因M2.7上线后用户激增，高峰时段实施动态限流和单周额度调控以保障多数用户体验，同时推荐有超高并发需求的用户使用按量付费模式绕过限流 [2] 多家AI公司产品接入微信ClawBot插件 - 阶跃星辰旗下StepClaw率先完成对微信ClawBot插件的适配，用户通过三步配置即可在微信好友列表中直接使用AI龙虾助手 [2] - 月之暗面Kimi同步适配微信ClawBot插件，支持云端Kimi Claw和本地OneClaw安装的OpenClaw原生系统两种方案，3月22日后新创建kimi Claw均可通过扫码连接微信 [3][4] - 网易有道龙虾（LobsterAI）完成微信ClawBot插件适配，用户升级至2026.3.22版本后，通过桌面端设置扫码即可将龙虾接入微信聊天列表，且与本体共享同一套记忆和配置 [4] - 智谱AutoClaw澳龙完成同日接入微信ClawBot，用户只需在微信中发送指令即可调用AI智能体执行任务，操作三步完成 [4] - MiniMax MaxClaw接入微信，用户在网页端Skills社区搜索“weixin-connect”添加技能后，发送指令即可自动安装插件并生成配对二维码，单账号最多支持3只龙虾部署，且已接入微信、飞书、钉钉等所有主流IM渠道 [5] 行业前沿研究与市场动态 - 谷歌副总裁联合芝加哥大学、加州大学圣迭戈分校学者在《Science》发文，提出智能爆炸不会是“独裁者式超级大脑”，而将像城市一样不断复杂化扩张，主张以“制度性对齐”取代RLHF的“亲子纠错”范式 [5] - 研究发现DeepSeek-R1等推理模型在链式思维中自发涌现“多智能体辩论”结构，增强“顿悟”特征向量可将准确率从27.1%翻倍至54.8% [5] - a16z发布第六版《Top 100 Gen AI Consumer Apps》报告，ChatGPT网络端规模是Gemini的2.7倍、Claude的近30倍，消费者争夺战升温 [6] - OpenClaw若纳入排名将位列网络榜第30名并已成GitHub星标第一项目，Manus被Meta超20亿美元收购，Agent领域在近六个月迅猛发展 [6] - 报告首次收录Canva、Notion等AI驱动的非原生AI产品，全球人均AI采用率新加坡排第一、美国仅第20位 [6]

行业现状与趋势 - 中国生成式AI正在进入产业深水区，从“新技术”变为“新工具”，并正成为企业必须面对的现实 [1] - AI不仅改变内容生产，还影响研发效率、营销方式、团队协作甚至决策流程 [1] - AI已从“观望期”迈入“全民参与期”，从论文参数变成短视频创作工具、手机助手等日常应用，标志着一个新分水岭的出现 [16][17] 2026中国AIGC产业峰会 - 峰会将于2026年5月在北京举办，主题为“@所有人，马上AI起来”，聚焦“如何用好AI” [17] - 峰会旨在邀请AI创业者、开发者、资深玩家共同将AI讲清楚、用起来、跑起来，推动更多人迈出应用AI的第一步 [17] - 峰会将公布“2026年度值得关注的AIGC企业”及“2026年度值得关注的AIGC产品”评选结果 [1][4][10] 2026年度值得关注的AIGC企业评选 - 评选目标是拥有最创新、最前瞻或最有规模落地潜力的AI企业 [4] - **参选条件**：公司主体或主营业务在中国；主营业务是生成式AI及相关，或已将AI广泛应用于主营业务；近一年在技术/产品、商业化有出色表现 [7] - **评选维度**：技术维度（技术实力、研发能力、创新性）；产品维度（产品创新性、市场适配性、用户体验）；市场维度（商业模式、市场规模、营收情况）；潜力维度（核心团队实力、品牌潜力） [12] 2026年度值得关注的AIGC产品评选 - 评选目标是拥有最创新、最实用、最热门或最有应用潜力的AI产品 [10] - **参选条件**：主要功能基于生成式AI能力；产品技术成熟且已投放市场，具有一定用户规模；近一年有重要的技术创新或功能迭代，推动了应用落地并对行业有影响力 [13] - **评选维度**：产品技术力（技术先进性、成熟度、高效性）；产品创新力（功能、体验、应用场景的创新性）；产品表现力（用户反馈、市场表现）；产品潜力（未来发展、市场扩展潜力） [13] 评选活动安排 - 评选报名即日开始，截止日期为4月27日，最终结果将于5月的中国AIGC产业峰会上公布 [14] - 企业可通过指定网页链接或扫描二维码进行报名 [16] - 评选将结合对公司的深入调研及数十位行业知名专家的意见进行 [1]

涉及行业与公司 * **行业**：中国云市场、AI云市场、IDC（互联网数据中心）行业[1][3][10] * **公司**：阿里巴巴（阿里云）、字节跳动（火山引擎）、腾讯（腾讯云）、万国数据、世纪互联、百度、快手[1][3][5][10][14] 市场前景与核心预测 * **AI云市场高速增长**：预测中国AI云市场规模将从2024年的**150亿人民币**增长至2029年的**接近2200亿人民币**，年复合增长率高达**72%**[1][3][4][10][12] * **市场结构变化**：AI相关SaaS在云市场中的占比将从**6%** 提升至**接近40%**，成为未来云增量的主要空间[4][12] * **核心增长驱动力**：需求端的关键变量是**token消耗量**的增长，尤其推理侧增速将显著高于训练侧，主要推动力包括：1）各类Chatbot等C端应用使用量增高；2）企业侧AI应用逐渐落地；3）新一代Agent相关应用不断出现[4][12] * **行业迎来涨价周期**：判断云市场可能正迎来过去**20年**来首次真正的**涨价周期**，从“以价换量”转向“量价齐升”，将对行业利润率和估值产生积极影响[1][3][10][19] * **涨价实例**：阿里云已对AI算力和存储产品进行**5%至34%** 不等的涨价[20] 竞争格局与核心玩家分析 * **头部赢家**：阿里巴巴和字节跳动被视为AI时代的两大核心赢家，优势在于强大的算力供给能力、全站AI服务能力以及面向企业的服务和交付能力[1][3][10][12] * **市场份额预测**：在AI云细分市场，阿里云预计占据约**23.5%** 的市场份额，保持领先；字节跳动旗下火山引擎成为第二大玩家，拥有约**14%** 的市场份额[6][14] * **格局结构性变化**：以阿里为代表的头部民企预计将重新夺回自2020年起被三大运营商及华为侵蚀的市场份额，因AI时代比拼的是模型能力、技术迭代能力和算力供给[5][14] * **竞争关键维度**：影响云服务商份额获取的主要因素有三个维度：1）算力和供给能力（GPU支持）；2）产品集成能力（芯片、模型、平台）；3）交付和服务能力（稳定性、合规性、部署能力）[15] * **CIO调查偏好**：**47%** 的CIO更倾向于选择大云厂商进行AI部署，其中阿里云在公有云部署和AI云服务方面均是被首选的供应商[13][16] 资本开支与供给端分析 * **资本开支激增**：头部云厂商自2024年起资本开支显著增长，预计到**2026年**将达到约**5400亿人民币**（约合**760亿美金**），主要驱动力是国内AI芯片产能扩张[5][14] * **供给端约束与展望**：目前最大的约束来自高端GPU芯片供应，但预计从2026年下半年开始，整体产能将明显提升，单位算力效率也将显著提高[4][5][13] * **各厂商投入力度**：字节跳动和阿里巴巴在资本开支上领先行业，预计2026年字节跳动的开支将达到**2000亿**水平，阿里可能接近**1000亿**；腾讯在基础设施端节奏相对较慢[14] 公司具体表现与展望 阿里巴巴/阿里云 * **业绩与股价**：第三季度业绩未达预期，股价曾下跌**7%**，主要失望点在于其他业务单元（如OSS）表现，但云业务增速符合预期[11][22] * **未来增长指引**：管理层预计阿里云增速将在三月份季度进一步提升，预计达到**40%** 的增速，并给出未来五年收入规模达**100亿美元**的积极预期[22] * **利润率目标**：云业务长期毛利率提升目标是从**F27财年**起逐步达到**20%**[8] * **解决方案优势**：拥有最完整的解决方案，从自研芯片（平头哥）、自研千问模型家族到云服务和B端应用，产业链完整[16] * **投资建议**：被推荐为行业首选标的，目标价**180美元**[3][10] 腾讯/腾讯云 * **利润预期**：市场对腾讯2026财年的营业利润增长预期降至**5%**，低于此前的高个位数预期[9][11][22] * **AI进展评价**：市场对其在AI领域的进展和领先地位持保留和观望态度，认为相较于阿里巴巴，其在AI芯片层和模型层仍显不足，对四月份混元模型的更新持谨慎期待[9][11][22] * **非AI业务稳定性**：在游戏和广告等核心收入端表现稳定，获得认可[9][11] * **云业务复苏**：腾讯云在三月份季度有望迎来复苏，其中相关业务预计增速在**6%** 左右，且随着成本改善，亏损有望继续收窄[23] * **闪购业务**：闪购业务亏损正逐季度收窄，目标在**F29财年**实现盈亏平衡，预计未来三年通过每年收窄约**30亿美元**亏损来逐步实现扭亏[8][23] 字节跳动 * **竞争策略**：在AI云市场中份额提升显著，策略最为激进[6] * **布局完善**：虽在自研芯片方面有所欠缺，但已开始筹备自家ASIC芯片以完善全栈布局[16] 利润率分析与提升路径 * **中外利润率差异**：相较于海外大云厂，中国云服务商（如阿里云）的利润率较低，主要原因在于：1）传统云产品商品化程度高，价格竞争压力大；2）增值服务较少[17][18] * **AI时代的改善路径**：中国云服务商有望通过以下方式提升利润率：1）业务从训练向推理的结构性迁移；2）提供全栈式AI解决方案能力；3）自研芯片的应用[7][17][18] 其他重要信息 * **受益群体**：在token消耗量非线性增长的背景下，**超大规模云厂商（hyperscaler）** 将是最直接的受益群体[12] * **IDC行业受益**：万国数据、世纪互联等IDC行业公司也会受益于云市场的上行周期[3][10] * **AI对部署模式的影响**：AI的出现提升了企业对公有云部署的意愿，主要因大厂拥有更强的技术能力和更充足弹性的算力供给[13]

公司融资与资金用途 - 杭州竹马创新科技有限公司完成数千万元天使轮融资，由峰瑞资本领投，洪泰基金跟投，光智资本担任独家财务顾问 [1] - 融资资金将主要用于研发团队招聘、产品量产筹备及初期营销推广 [1] 公司背景与创始人 - 公司成立于2025年11月，专注于消费级三维重建与空间智能产品 [1] - 创始人兼CEO张吉拥有20余年3D图形行业经验，曾任群核科技副总裁，负责推动公司从大家居向全空间战略转型，并与蜜雪冰城、茶颜悦色、圣奥等品牌达成战略合作 [1] - 更早前在广联达从程序员成长为国际事业部总经理，是广联达首个图形平台引擎、2D向3D战略升级的技术负责人 [1] 公司成立的行业趋势判断 - 智能汽车产业爆发带动激光雷达、惯性导航等传感器成本骤降 [1] - 3DGS技术突破使实时高质量三维重建成为可能 [1] - 空间智能与生成式AI融合，正在打开三维内容生成到具身智能的广阔应用场景 [1] 市场定位与产品技术 - 公司瞄准消费级三维重建市场的空白，即“工业级太贵、消费级没有”的市场真空带 [2] - 以三维高斯泼溅技术为核心打造下一代空间影像终端，该技术可实现高保真重建与实时渲染，兼顾精度与速度，同时支持轻量化存储和云端计算，大幅降低硬件门槛 [2] - 传统工业级设备均价在5万元以上且需专业人员操作，而公司产品定位消费级硬件价格，操作简单 [2] 产品规划与发展路径 - 第一代产品代号“Pebble”，定位专业级3DGS相机，目标用户为海外家居设计师、空间设计师、视频制作者、独立游戏开发者，专注室内场景，结构小巧便携 [2] - 第二代产品将面向普通消费者，定位为“空间记忆相机”，用于记录家庭聚会、旅行场景等，生成可任意视角回放的三维记忆 [2] - 公司短期全力推进首代产品Pebble研发量产，从专业设计师群体切入建立种子用户社群 [3] - 中期向欧美主流市场拓展，产品线从专业级向消费级延伸，目标是将3DGS相机做到“普通相机的价格” [3] - 长期目标是构建“硬件+软件+社区”业务闭环，围绕3DGS技术打造用户社区，形成生态壁垒 [3] - 公司的愿景不仅是做一款硬件产品，而是开创一个新的内容品类 [4] 投资方观点 - 峰瑞资本看好AI的下一步是世界模型和物理AI，认为三维数据的获取、重建与实时渲染是关键，看好团队极强的软硬结合技术栈及在商业空间、三维渲染、海外市场超过20年的沉淀 [5] - 洪泰基金看好3DGS技术成为基础设施级的通用技术范式，让三维空间建模能力首次向消费级市场扩展，认可团队定义了“3DGS相机”新品类及极强的云端分布式三维数据处理能力 [6]

华为昇腾AI算力产品发布与市场进展 - 华为发布搭载昇腾950PR处理器的Atlas 350加速卡，7家核心生态伙伴同步推出服务器整机 [1] - Atlas 350单卡算力为英伟达H20的2.87倍，是国内首款支持FP4低精度计算的商用推理产品，HBM容量112GB，多模态生成效率提升60% [1] - 联合生态伙伴推出超400款行业一体机，服务客户突破2700家，占据国内AI一体机市场八成以上份额 [1] 海外科技巨头桌面AI智能体布局 - OpenAI计划将ChatGPT、Codex和Atlas浏览器三合一为桌面超级App，并收购Python工具链公司Astral，全面押注Agent赛道 [2] - 谷歌双线布局，AI Studio接入Antigravity编码Agent，同时内测代号Janus的Gemini Mac桌面端 [2] - Anthropic在两个月内密集推出Cowork、Dispatch和Claude Code Channels，将Claude快速嵌入用户本地系统 [2] 腾讯微信生态接入AI智能体 - 微信推出官方ClawBot插件，用户可通过扫码或复制命令将OpenClaw智能体接入微信，通过聊天调用完成任务 [3] - 腾讯全线产品同步支持，包括云端虾Lighthouse、自研虾WorkBuddy、本地虾QClaw，均支持通过微信通道扫码直连 [3] - 该插件正逐步放量，用户需更新至微信最新版本，在插件设置中查看安装指令 [3] AI模型套壳争议与行业规范 - Cursor发布的自研模型Composer 2被用户发现底层实为月之暗面的Kimi K2.5模型，遭月之暗面团队实锤 [4] - Kimi开源协议规定月活超1亿或月收入超2000万美元的商用产品须标明来源，Cursor估值500亿美元、月收入约1.67亿美元远超门槛但未署名 [4] - Cursor创始人承认使用了Kimi但表示“忘记署名”，截至发稿未在官方博客补充说明 [4] 前沿芯片制造与太空计算布局 - 马斯克宣布SpaceX、xAI与特斯拉将联合建造代号TERAFAB的芯片制造工厂，选址德州奥斯汀，年产能目标1太瓦，约为目前全球芯片总产能的50倍 [5] - TERAFAB将生产用于Optimus机器人和特斯拉汽车的边缘推理芯片，以及为太空AI卫星设计的高功率芯片，马斯克判断2至3年内太空部署AI芯片成本将低于地面 [6] - 马斯克将TERAFAB定义为迈向太阳系级文明的第一步，下一步设想在月球建造电磁质量投射器，将算力规模推至拍瓦量级 [6] AI智能体经济与产品设计趋势 - YC合伙人观察到AI智能体正在自主选择开发工具，例如Supabase因文档质量最优被设为默认数据库，Resend因对智能体友好的设计成为邮件发送首选 [7] - 专为智能体设计的基础设施开始涌现，例如Agent Mail提供AI专用邮箱收件箱，在OpenClaw流行后其增长迅速爆发 [7] - 创业者需要从智能体视角思考产品设计，开发工具市场正从两千万专业开发者扩展到所有人 [7] AI自主学习能力的研究与挑战 - Meta、纽约大学和UC Berkeley的研究者联合发文指出，当前AI模型部署后学习模式即固定，数据筛选和训练依赖人类工程师，缺乏像人类一样的自主学习能力 [8] - 论文提出整合观察学习和行动学习的双系统框架，由元控制器动态调度协作，并借鉴进化与发育机制来破解冷启动难题 [8] - 研究者认为实现完全自主学习系统可能还需数十年，并指出自主性越强对齐越难，可能产生目标偏移、情感依附错位等全新伦理挑战 [8] AI对人类工作与生活影响的调研 - Anthropic对159个国家80508人的深度访谈发现，人们最想要的不是更强AI而是更多时间，三分之一受访者的核心愿望是腾出时间陪伴家人 [9] - 报告发现AI的好处和伤害同时发生：享受学习帮助的人认知退化风险最高，用AI省时间的人反而被加速内卷，情感支持使用者对AI产生依赖的概率是普通人3倍 [10][9] - 16.3%的受访者主动承认思考能力在退化，19%认为AI没有兑现承诺，报告揭示AI好处即时可感知而伤害缓慢且系统 [9] AI深度使用者的行为模式与行业观察 - 前特斯拉AI总监Karpathy自述从去年12月起再未手写代码，每天16小时与智能体对话并行驱动十多个任务，当token额度没用满时会感到不安，称此状态为“AI精神病” [10] - Karpathy用OpenClaw接管家庭自动化，智能体自主扫描局域网设备并构建API控制面板，通过WhatsApp统一控制家居，他认为App终将消失、Agent将成为新操作系统 [10] - 其自动化研究系统运行一晚后发现了二十年经验未注意到的优化点，主张把研究员从循环中移除以最大化token吞吐量，并认为开源模型与闭源前沿保持6至8个月差距的格局整体健康 [11]