行业动态 - 某大型科技公司近期在内部对人工智能大模型相关业务或团队采取了严厉的调整措施，指令包括“全部开除/清理”并要求“速度要快” [1][2]

招股详情 - 极视角（6636.HK）招股价为40.0港元，集资额（扣除费用后）约为4.34亿港元[1] - 每手50股，入场费为2,020.16港元，招股日期为2026年3月20日至25日[1] - 总招股1,248万股，其中国际配售占95%（约1,186万股），公开发售占5%（约62万股）[1] 公司业务与市场 - 公司是中国AI计算机视觉解决方案提供商，按2024年收入计，在中国新兴计算机视觉解决方案市场排名第八[2] - 中国企业级计算机视觉解决方案市场规模从2020年的107亿元增长至2024年的368亿元，预计2029年达1,824亿元[2] - 全球企业级计算机视觉解决方案市场2024年为1,496亿元，预计2029年达5,052亿元，复合年增长率为27.6%[2] 财务表现与估值 - 公司收入从2022年的1.02亿元增长至2024年的2.57亿元[3] - 年内经调整利润从2022年亏损5,290万元改善至2024年盈利2,050万元[3] - 上市后市值约45亿港元，招股价对应2024年经调整净利润市盈率约204倍，市销率约16倍，估值较高[3] 行业比较与建议 - 与行业可比公司（如商汤-W市销率17.0倍）相比，公司估值偏高[5] - 基于较高估值，报告建议对此次IPO采取谨慎申购态度[3]

地平线下一代智驾芯片规划 - 地平线正在筹备下一代智驾芯片征程7系列，最高性能版本J7P目标算力将大幅超越英伟达Thor-X，计划2027年量产 [4] - 征程7将采用地平线第四代BPU架构“黎曼”，全面对标特斯拉AI5芯片 [7] - 与大众汽车合资公司酷睿程联合打造的C7H芯片同样基于黎曼架构，基于J7打造，使用3-4 nm工艺，单颗芯片AI算力500-700 TOPS [7] 产品定义与研发策略转变 - J7的产品规划更大程度来自算法团队，由地平线副总裁兼首席架构师苏箐带领，算法团队主导芯片定义是地平线从芯片供应商向整合方案商更靠拢的一步 [6][7] - 定义地平线J6家族产品的芯片研发负责人陈鹏即将离职 [7] - 一款针对车端智驾的AI芯片从定义、设计、流片到量产通常需要3-4年 [8] 行业算力竞争格局 - 英伟达主流高端智驾芯片Thor X理论算力为1000 TOPS [8] - 蔚来自研神玑NX9031被描述为“一颗顶四颗Orin-X”，按Orin-X单颗254 TOPS估算，达到1000 TOPS [8] - 小鹏图灵AI单颗芯片有效算力为750 TOPS，理想马赫100单颗芯片有效算力达1280 TOPS [8] - 特斯拉AI5芯片预计2027年量产，算力预计为2000-2500 TOPS [9] 行业趋势与挑战 - 车端模型参数正从数百万向数十亿级别扩张，规划下一代高端智驾芯片重点不单是继续拉高算力，更要原生适配一段式端到端、VLA大模型等新算法模型 [7] - 当前多数车端芯片的实际瓶颈并不只在理论算力，内存带宽、数据搬运效率、推理精度都可能限制车端模型的体量 [9] - 超过1000 TOPS可能仅仅摸到下一代车端大模型的门槛 [9] - 地平线CEO余凯曾表示两三年后可能出现L3级自动驾驶，算力需要500-1000 TOPS；L4级自动驾驶实现要到2030年，算力需达2000 TOPS [9] - 华为智驾产品线总裁李文广曾表示，从L2到L4车端算力需要从几百TOPS提升到1500-2000TOPS，云端算力资源需从几十EFLOPS增长到近200 EFLOPS，年租用算力成本从几十亿元到超百亿元 [9] 软硬件协同与竞争压力 - 在“卷”算力之外，行业要解决如何把更大的模型更稳定、更高效地部署进量产车的问题 [10] - 小鹏的想法是把芯片、编译器和模型一起优化；理想提出要通过芯片与算法协同研发，提升算法在芯片上的运行效率 [10] - 地平线面临竞争压力：试图将更多车企变成客户时，也有一部分客户正变成它的竞争对手 [10] - 地平线面向高阶智驾场景的J6P以及自研的智驾模型HSD仍在量产爬坡阶段，今年才开始在奇瑞、长安等车企项目上推进更大规模落地 [10][11] 其他产品动态 - 地平线面向舱驾一体的新芯片产品名为“星空”，支持座舱大模型本地化，计划今年4月发布并在年内量产 [4]

关键要点总结 一、 行业与公司 * 涉及的行业：**人工智能（AI）算力产业链**，涵盖**上游硬件**（GPU、芯片、存储、光模块、PCB）、**中游基础设施**（IDC/数据中心、算力租赁、云服务）、**下游应用**（大模型厂商、AI应用）[1][2][5] * 涉及的公司： * **云服务商**：**阿里云**、**百度云**、腾讯云、亚马逊云科技（AWS）、谷歌云、网宿科技、优刻得、字节跳动（未明确表态）[1][2] * **大模型厂商**：**智谱AI**、Minimax、DeepSeek、OpenAI、Anthropic（Claude）[4][8][9][10] * **硬件与上游**：英伟达（GPU）、台积电、中芯国际（晶圆代工）[5][19] * **其他**：OpenRouter（API聚合商）、Devin（龙虾，Agent应用代表）[4][12] 二、 核心观点与论据 1. 算力通胀趋势确立，价格传导路径明确 * **核心观点**：算力通胀已从上游明确传导至国内主流云厂商和模型厂商，**Token价格上涨是必然趋势** [1][2] * **论据**： * **传导顺序**：2026年1月起，通胀从**GPU、存储**（甚至CPU）开始，传导至**云服务**（1月下旬亚马逊、谷歌云提价），2月国内中小云商跟进，近期**阿里云、百度云、腾讯云、智谱AI**正式宣布涨价，标志趋势确立 [2] * **传导路径**：**晶圆代工/芯片 -> IDC/算力租赁 -> 云厂商/模型厂商 -> 应用/用户**，由上游向下游传导 [1][5][21] * **驱动逻辑**：**需求指数级增长**（Coding、Agent、多模态应用） vs **供给线性增长**（上游产能受物理约束）[3][4][20] 2. 需求侧：AI应用演进是Token消耗激增的核心驱动力 * **核心观点**：大模型向**编程（Coding）、智能体（Agent）、多模态**演进，催生Token消耗量呈指数级增长 [3][4][7] * **论据**： * **AI Coding**：是目前全球AI应用中**渗透率最高**的领域，市场规模巨大（国内中期预计550-1000亿美元）[10][11] * **Agent应用**：是当前最热门方向之一，其Token消耗量**较Chatbot高100-1,000倍** [1][13] * 增长逻辑：Coding能力提升（10倍消耗增长）、Agent数量/工作时长/上下文窗口（乘数效应）、多模态应用普及 [12] * 具体原因：上下文积累、多轮循环、定时任务（7x24小时运行）、工具调用日志、多智能体协作 [14] * **多模态应用**：**视频生成**消耗巨大，如生成1秒视频约耗**2万Token**，成本约**1元**，将重塑影视工业流程 [1][17] 3. 供给侧：资本开支增长但面临多重约束 * **核心观点**：尽管资本开支增长，但受**物理约束和集群损耗**影响，**供给增速远不及需求** [18][20] * **论据**： * **资本开支**：2026年初海外主要云厂商资本开支总额预计**6300-6600亿美元**，同比增长**70%-80%**，但面临GPU产能、数据中心硬件（变压器）、电力供应等约束 [18] * **单卡性能**：新卡（如GB200相比H100）能显著降低单位Token推理成本（从1.73美元/百万Token降至0.45美元），但**新卡优先用于训练**，推理主力仍是上一代产品（如H100），存在应用滞后 [19] * **集群损耗**：业务负载率通常仅**50-60%**，国内部分可能低至**30-40%**，制约有效供给 [20] 4. 市场与商业策略变化 * **核心观点**：2026年资本市场风向转变，大模型厂商策略从**扩张转向追求盈利与轻量化** [1][8] * **论据**： * **驱动因素**：二级市场开始关注**投入产出比**，一级市场融资难度增加 [8] * **策略变化**：海外厂商在迭代旗舰模型同时，推出**性价比更高的中端及免费模型**（如GPT 5.4的Mini和Nano版本）[8] * **盈利验证**：**Coding和Agent方向**被验证具备强大盈利潜力，如Anthropic在Coding Agent领域实现**10-15个月内收入增长20倍** [9] 5. 对算力基础设施的结构性影响 * **核心观点**：Agent等应用的普及对算力基础设施产生**结构性需求变化** [15] * **论据**： * **本地/企业算力**：对个人PC/服务器显存要求提高，企业私有化部署需求将爆发 [15] * **云端算力**：需要极高吞吐率和低延迟，增加对**高速互联（光通信）、HBM和先进封装**的需求 [15] * **边缘计算**：个人/企业对边缘服务器、NAS、IoT设备需求增加 [15] * **存储**：增加对**DRAM和企业级SSD**的需求 [15] * **CPU需求**：主要增加**数据中心服务器CPU**需求（高核心密度、高I/O、低功耗），个人PC CPU需求增长感知尚不明显 [16] 6. 投资策略与市场轮动 * **核心观点**：投资应坚持 **“上游优先”** ，重仓竞争格局优、涨价确定性高的环节；市场轮动关注边际变化 [1][22][23] * **论据**： * **投资逻辑**：越靠近上游（如GPU、核心硬件），**竞争格局越集中，议价能力越强**，涨价确定性和持续性越强 [5][6][23] * **市场轮动**：近期市场焦点从GPU转向云服务，是关注**涨价向下游传导的边际变化**；未来若Token需求量再次出现指数级增长，焦点将**重新回归GPU环节**，开启新传导周期 [22] * **配置建议**：算力产业链内，**上游配置较重仓位**，下游适当减轻；短期关注涨价传导机会 [23][24] 三、 其他重要但可能被忽略的内容 * **视频生成成本具体数据**：生成一段15秒视频消耗**30.88万Token**，每分钟视频消耗约**120万Token**；生成100万个10秒短视频，总Token消耗量达**2000亿** [17] * **AI Coding能力迭代速度**：Anthropic的Claude处理代码能力从2025年7月的**1000行**，增长至11月的约**1万行**，再到2026年2月达**10万行** [10] * **Agent应用的市场热度**：Devin在OpenRouter上的Token调用量份额从2025年12月的**10%** 增长至2026年3月的**17%** [12] * **图片生成消耗对比**：每张图片大约消耗**1000个Token**，远低于视频 [17] * **IDC环节涨价预期**：目前涨价已传导至云服务和算力租赁，**IDC环节尚未明显上涨，但预计未来会跟进** [22]

行业与公司 * 行业：云服务、AI算力、数据中心、存储、液冷技术 * 公司：阿里巴巴、阿里云、平头哥、智谱AI、Minimax、Kimi、万国数据、鸿博股份、神州数码、中际旭创、兆易创新、佰维存储、江波龙、德明利、普冉信息、优刻得、网宿科技、百度、亚马逊、谷歌、英伟达、海力士、三星 核心观点与论据 **1 云服务全行业涨价潮** * 云服务开启全行业涨价潮，由亚马逊、谷歌率先发起，国内优刻得、网宿科技、阿里巴巴和百度等主要厂商跟进[1][2] * 阿里平头哥“玄铁 C910”系列芯片涨价幅度达到34%[1][2][4] * 预计2026年国内市场可能还会经历2-3轮提价[1][5] * 涨价的频率会加快，更多巨头将跟随提价，且并非短期现象[2] **2 涨价的核心驱动力：Token需求爆发** * 核心驱动力由训练端转向推理端，Token需求爆发[1] * 供需两旺，特别是Token需求的爆发式增长，极大地提振了对云服务及云上大模型的需求[2] * 智谱AI的Token在每日22点后时常售罄，反映了强劲的市场需求[1][2] * 主要互联网公司的Coding Plan以及个人电脑端部署大模型的需求，显著提升了模型Token的调用量[2] * 整个产业趋势正围绕Token的生产、运输和使用环节展开，是当前增长最快、确定性最高的投资主线[2] **3 阿里巴巴的战略转型与业务体系** * 阿里巴巴正围绕Token为核心进行战略聚焦，致力于打通B端、C端事业群与大模型厂商，形成协同效应[4] * 未来，API调用将成为其重要的发展方向[1][4] * 公司战略正从单纯的算力输出转向Token输出，从过去相对分散的事业群模式向整合化方向演进[1][4] * 阿里巴巴旨在构建一个以平头哥芯片为基础、阿里云为服务平台、全栈大模型生态为核心的“芯-云-模”一体化业务体系[1][4] **4 数据中心需求与结构性变化** * IDC需求结构性爆发，驱动力正从训练端转向推理端[1][6] * 万国数据2026年第一季度已签订200兆瓦大单，并有500兆瓦的框架协议，主要需求方为阿里和字节[1][6][7] * 据测算，2026年国内AI芯片需求对应的AIDC需求约在5-8吉瓦[7] * 第三方IDC新增订单同比增速保守估计为66%，乐观情况下可达1.2倍[7] * 未来65%-70%的需求将流向以推理为主的新兴市场[6] * 高功率机柜（10千瓦以上）出现供需缺口，在环京等拥有稀缺卡位和高能耗指标的节点，结构性涨价的可能性非常高[1][7] **5 存储板块的驱动因素与机会** * 存储板块受Token通胀与缺货预期双重驱动[1] * 存储芯片价格也随之水涨船高，对整个算力产业链构成利好[6] * 海力士表示存储芯片缺货状况可能持续到2030年[1][6] * 三星工会计划在5月份罢工，持续强化存储板块的涨价逻辑[6] * 建议关注芯片设计领域的兆易创新、普冉信息；模组方面的江波龙、佰维存储以及德明利[6] **6 液冷技术的机遇** * 液冷技术随英伟达Ruby系列及推理需求增长迎来机遇[1] * 英伟达新发布的Ruby系列芯片采用了微通道技术，对封装和冷板技术提出了新要求[7] * 谷歌等海外巨头也在考察国内液冷技术[1][7] * 在液冷产业链的一次侧和二次侧都将迎来发展机遇[7] **7 云计算产业链的投资机会识别** * 大模型厂商是Token需求通胀的核心驱动力，智谱AI和MiniMax等公司因其用户和设备数量以月度环比增长的态势而长期看好[7] * 大模型的需求直接落在云厂商，而云厂商的核心需求是算力卡，这衍生出算力租赁的投资方向[7] * 算力租赁领域景气度极高，部分公司业绩扎实，例如近期获得500亿授信的鸿博股份，以及中际旭创等[7] * 在AIGC应用层面，那些与新兴模型厂商深度绑定的公司，如神州数码，有望在云涨价浪潮中获得更多利润[7] 其他重要内容 **1 阿里云财报关注点** * 对于即将发布的财报，建议重点关注两个核心指标：云业务的增速变化，特别是对比2025年第四季度与2026年第一季度的数据；云业务事业部的利润率变化[4] **2 国内云厂商涨价的需求侧因素** * 国内主流大模型厂商，如Minimax、Kimi等，许多早期获得了阿里的投资，并与阿里云等有深度合作[2] * 考虑到这些模型公司自身的硬件资源有限，其业务量的爆发，特别是Coding平台和相关应用的流行，使得大量算力需求最终转化为阿里云的IaaS收入，推动了算力租赁类业务的增长[2][3]

小米大模型发布与市场表现 - 小米于3月19日宣布推出三款自研大模型，包括Xiaomi MiMo-V2-Pro、Xiaomi MiMo-V2-Omni与Xiaomi MiMo-V2-TTS，其中MiMo-V2-Pro与MiMo-V2-Omni已正式开放API服务 [1] - 代号为“Hunter Alpha”的神秘模型被证实是小米旗舰模型MiMo-V2-Pro的内部测试版本，该模型在OpenRouter平台上线七天内累计调用量突破1万亿Token，并连续多日登顶榜单 [2] - 此次大模型发布被视为小米全面押注智能体（Agent）时代的重要信号 [2] 亚马逊智能助理服务扩展 - 亚马逊宣布从3月19日起，在英国推出智能助理Alexa+的“抢先体验”计划，期间该服务免费提供 [3] - “先行体验计划”结束后，Prime会员可继续免费使用Alexa+，而非Prime用户则需要支付每月19.99英镑的费用 [3] 国产AI芯片与解决方案进展 - 国产AI芯片企业太初元碁于3月18日面向企业用户推出了OpenClaw全栈国产化适配方案，并发布了太初龙虾一体机（TecoClaw） [4] - OpenClaw方案以郑州空港智算中心为算力底座，从指令集到IP核均为国产，并通过内核级隔离、硬件级加密等技术提升安全性 [4]

MiMo大模型系列发布概览 - 小米于3月19日重磅发布MiMo大模型系列三款新模型，包括旗舰基座大模型MiMo-V2-Pro、全模态Agent模型MiMo-V2-Omni和语音合成大模型MiMo-V2-TTS，该系列旨在为智能体时代打造全栈模型家族，未来稳定后将开源 [6] - 此前在OpenRouter平台API调用量多日登顶的匿名模型Hunter Alpha和Healer Alpha，实为MiMo-V2-Pro和MiMo-V2-Omni的早期测试版，目前仍对开发者免费开放 [9] - 该系列模型发布由原DeepSeek核心成员、被称为“天才少女”的罗福莉领导的小米MiMo团队完成 [4][15] 旗舰基座模型MiMo-V2-Pro性能与定价 - MiMo-V2-Pro总参数量超过1T，激活参数量为42B，较前代MiMo-V2-Flash扩大约3倍，支持100万（1M）上下文长度 [12][19] - 在全球权威大模型综合智能排行榜Artificial Analysis上，MiMo-V2-Pro位列全球第九、国内第三，仅次于智谱GLM-5和MiniMax M2.7 [19] - 在专为智能体能力评估的OpenClaw标准评测榜单PinchBench和Claw-Eval上，MiMo-V2-Pro排名第三，仅次于Claude Sonnet 4.6和Claude Opus 4.6 [22] - 该模型API定价显著低于竞争对手，其价格仅为Claude Opus 4.6的1/5，具体按上下文长度分段计价：256K以内输入每百万tokens 1美元，输出3美元；1M以内输入每百万tokens 2美元，输出6美元 [12][13][27] 全模态模型MiMo-V2-Omni能力与应用 - MiMo-V2-Omni是专为复杂多模态交互与执行场景打造的全模态基座模型，融合文本、视觉、语音能力，能够跨模态理解环境、自主制定执行计划并实时修正策略 [14][30][32] - 在多模态感知能力上表现突出：音频理解超越Gemini 3 Pro；图像理解超过Claude Opus 4.6，逼近Gemini 3 Pro；视频理解超越Gemini 3 Flash [30] - 在真实数字环境交互评测中，其性能逼近Gemini 3 Pro，纯文本智能体任务平均表现仅次于Claude Opus 4.6 [33] - 该模型已展示出实际应用能力，例如结合OpenClaw框架，可操控浏览器完成从小红书查攻略到京东比价、砍价、下单的全流程 [35][36] - MiMo-V2-Omni支持256K上下文，输入定价为每百万tokens 0.4美元，输出2美元 [40] 语音合成模型MiMo-V2-TTS技术特点 - MiMo-V2-TTS旨在让智能体用有温度、有情感的声音与人对话，基于上亿小时语音数据的大规模预训练与多维度强化学习 [14][41][42] - 模型采用自研Audio Tokenizer和多码本语音-文本联合建模架构，实现高度可控的多粒度语音风格控制，支持从整体基调到句内片段的细粒度情绪调节 [42][43] - 具备强大的文本理解能力，可智能识别标点、语气词等格式信号并转化为自然语音表达 [14][43] - 支持多方言（如东北话、四川话、粤语等）、多角色扮演及高质量的歌声合成 [43] 生态整合与市场策略 - 同步上线了基于MiMo-V2-Pro的“MiMo Claw”体验功能，用户可免费体验30分钟创建智能体应用，例如自动生成并部署网站 [14][15][17] - MiMo Claw模块已全面打通金山WebOffice生态，原生支持Word、Excel、PPT、PDF四大格式，覆盖超95%日常文档类型；小米浏览器也已接入MiMo-V2-Pro [27] - MiMo-V2-Omni接入了WPS Office，可通过自然语言指令直接生成各类办公文档 [38] - 为推广模型，MiMo-V2-Pro和MiMo-V2-Omni将联合多个智能体开发框架团队，为全球开发者提供为期一周的限时免费接口支持 [17] 行业意义与研发方向 - 此次发布意味着终端厂商可将底层大模型、系统权限与生态服务深度整合，打造系统级原生智能体 [46] - 小米大模型团队下一步核心研发方向是攻克高复杂度推理与长周期任务规划，提升模型在未知环境中的泛化与决策能力，并向长周期智能体规划、实时流式感知、多智能体协同等方向推进 [45]

公司背景与创业历程 - 原力灵机的创始人唐文斌是旷视科技的联合创始人之一，公司在2025年3月成立，旨在延续旷视未完成的机器人梦想[4][5] - 公司成立近一年，正在装修新工区并计划在当年将员工人数扩招一倍[4] - 创始人唐文斌在旷视时期曾因判断偏保守而错过一些机会，例如在人脸支付和自动驾驶L4级技术跃迁的早期判断上过于谨慎[7][28] - 新公司原力灵机的机器人业务是从旷视“1+4”业务结构调整中拆分出来的新板块，与旷视原有的物流机器人等业务存在合作关系[20][24] 技术路线与产品理念 - 公司的技术路线选择“先做模型，再做本体”，其理念是“模型解锁场景，场景定义硬件”[9] - 这与行业中先做硬件再补大脑、或软硬件同时推进的另两种主流技术路径形成对比[10] - 公司致力于开发能够创造“功能性价值”的机器人，而非仅提供“情绪价值”的陪伴或表演型机器人[8] - 公司认为当前机器人行业的**核心卡点在于“大脑”**，即机器人的智商，这涉及复杂的物理理解、任务规划和闭环控制算法[9][54][55] 行业现状与发展阶段 - 具身智能行业仍处在**极早期阶段**，技术路线、产品形态和商业场景均未形成共识，尚未迎来“ChatGPT时刻”[11] - 当前机器人的技术水平仍很低，即使在简单的桌面抓取、摆放等任务上，许多系统的成功率也只有大约**50%到60%**[33][34] - 行业缺乏成熟的评测体系，难以统一评估机器人的实际能力水平[33] 商业化与市场应用 - 创始人认为当前许多机器人订单是“伪商业化”，例如卖给展示中心、创新中心等，并未为社会创造真正的增量价值[48][49] - 真正能**持续开机、被长期使用**的机器人案例目前非常有限[52][53] - 商业化落地的场景可分为三类：1）相对成熟的科研/文娱场景（如表演机器人）；2）正在逐渐落地的工业与物流场景；3）更后期的服务业及To C交互场景[41][42] - 工业和物流场景有望率先成熟，因其对错误的容忍度更高，且引入机器人的经济账（ROI）相对于人工成本更容易算清楚[45][46] 行业竞争格局与未来展望 - 行业未来会逐渐收敛，但**不会像大模型行业那样只剩下寥寥几家头部公司**，因为机器人产业链更长，涉及模型、本体、控制、场景实施等多环节，且不同场景对产品形态要求差异大[11][36][37] - 在迈向通用人形机器人之前，行业将长期呈现大量针对不同垂直场景的产品形态，例如承载能力从50公斤到500克的不同机械臂就是完全不同的系统[38][39] - 技术进步的速度常超出预期，从深度学习、Transformer到大模型，每一次技术浪潮的发展都比预期更快，公司需要重新思考投入节奏和商业价值[27]

会议核心观点 - 中信证券2026年春季资本市场论坛召开，全面展望全球宏观格局与投资策略，探讨了全国两会政策、“十五五”规划、大类资产配置、人工智能、房地产及REITs市场、能源转型等热点话题 [1] - 2026年是“十五五”开局之年，也是向2035年基本实现社会主义现代化目标迈进的关键时期，需要以高质量发展的确定性应对外部不确定性 [1] 资本市场生态与投资策略 - 资本市场生态明显优化，监管机构正深化创业板改革、优化再融资机制，增设包容上市标准，以支持新产业和科技创新企业 [2] - 中国资产的全球吸引力持续上升，A股市场在基本面修复与增量资金入市驱动下，正处在从存量博弈走向增量配置的关键转折期 [2] - 2026年春季投资策略认为，地缘动荡恰逢指数触及关键隘口，春季是信心重塑期和指数决断期，低估值和定价权是最重要的两个因素 [2] - 配置上，坚定围绕中国优势制造定价权重估进行布局 [2] 宏观经济展望与政策预期 - 2026年中国经济有望在波动中持续复苏，预计实际GDP增速保持在4.9%左右，全年增长可能呈现“V”型节奏，通胀回升下名义GDP有望快速回升 [3] - 财政政策将保持积极，赤字率维持在4%，专项债向项目建设倾斜，政策性金融工具规模提高至8000亿元 [3] - 货币政策存在“灵活高效运用”降准降息的空间，预计全年或将降息1-2次、降准1次，结构性工具将发挥更大作用 [3] - 当前宏观和政策形势呈现“改革破局，产业跃升”格局，国内经济需求侧温和复苏，再通胀预期明确，财政政策与去年持平，投资止跌回稳成关键 [3] - 在化债背景下地方加杠杆受限，预计政策性工具撬动效应凸显 [3] 论坛嘉宾与议题 - 论坛邀请了400余家上市公司参会交流 [1] - 多位重磅嘉宾就全国两会政策解读、通用世界模型、企业大模型市场实践与分析等主题进行了分享 [3]

事件概述 - 代号为“Hunter Alpha”的大模型在OpenRouter平台匿名上线后，单日调用量冲至榜首，一周内稳居周榜第一，表现远超预期[1] - 海外开发者一度猜测该模型为DeepSeek新模型，最终由小米公司“认领”并引发轰动[1] - 小米公司创始人雷军于3月19日06:53发文，正式回应小米大模型MiMo-V2-Pro的火爆现象，并首次公开其旗舰基座模型的性能细节与战略布局[1] 公司战略与发布 - 小米大模型负责人罗福莉于3月19日05:22在社交媒体发帖，透露了小米新模型的训练过程，并宣布小米新模型将开源[3] - 原Qwen大模型技术负责人林俊旸对罗福莉的帖子点赞[7]