来源 | 新智元 刚刚，OpenAI终于放弃成为营利性公司！ CEO Sam Altman的理想主义又回来了： 我们想为世界打造一个大脑，并让人们能够非常轻松地用它来做他们想做的任何事情。 简单地说，OpenAI未来的公司结构会有如下四个特点： OpenAI的非营利董事会——那个Ilya还在曾短暂解雇Sam Altman的董事会——将继续监督其商业子公司，而这个子公司也将从一个「有上限的 盈利企业」转变为像Anthropic和xAI一样的公益公司（PBC）。 新的PBC子公司中，投资者和员工将持有普通股票，其增值没有上限。这样做的目的是为了让 OpenAI 未来更容易筹集更多资金。 Sam Altman说，过去他认为OpenAI是唯一的——在看起来可能会有一个主导的AI时代努力，设计一个「限制汇报的公司」是有意义的——但在 一个有许多优秀人工智能公司的世界里就没有意义了。 他说，OpenAI仍将需要「数千亿美元，最终可能需要数万亿美元」来将其服务带给「全人类」。 同时，Sam Altman还发布了一封全员公开信，在信中解释了OpenAI即将如何改变未来。 OpenAI将继续由现有的非营利组织控制 现有的营利公 ...

公司重组计划 - OpenAI撤回2023年12月提出的营利性转型计划，决定继续保持非营利组织的控制权 [1] - 现有营利性实体将转变为公益公司（PBC），非营利组织作为最大股东并保留控制权 [2][4] - 新结构下投资者和员工将持有普通股且增值不受限，取消原100倍利润上限限制 [4][12] 融资与估值 - 软银牵头400亿美元融资计划投后估值达3000亿美元，但前提是OpenAI需在2023年底前完成营利性转型 [3][12] - 若转型未完成软银可能将300亿美元出资额缩减至200亿美元，需引入其他投资者补足 [12] - 公司称新结构将吸引现有及潜在投资者，奥尔特曼表示不影响软银投资计划 [12] 竞争与行业地位 - OpenAI月活用户达6亿但仍面临谷歌、Meta、Anthropic等对手技术追赶 [5][6] - 行业竞争从"一家独大"转向"多元混战"，需持续推出划时代技术如GPT-5并降低成本 [6] - 开源社区和垂直领域对手构成长期挑战，商业化效率提升是关键 [6] 使命与战略调整 - 创始人承认初期未预见AI在医疗、教育等领域的价值及数千亿美元算力需求 [5] - 新结构旨在获取数千亿至数万亿美元资源以履行"广泛惠及人类"的使命 [5] - 计划开源高性能模型赋予用户自由度，同时重申对AGI安全的承诺 [5][6] 重组背景与争议 - 2019年为融资设立营利性子公司在微软投资10亿美元时设置100倍利润上限 [10] - 马斯克、诺贝尔奖得主等联名反对原重组计划，认为其背离非营利使命 [8][9] - 最终方案保留非营利控制权，PBC董事会由非营利组织任命 [7][11]

业绩总结 - 2022年公司总收入为38亿元人民币，同比下降19%[4] - 2022年毛利润为25亿元人民币，毛利率为65%[4] - 2022年GAAP净亏损为166亿元人民币[4] - 2022年净利润为RMB -4,736百万，净利润率为-160.0%[100] 用户数据 - 智能生活业务收入同比增长130%，客户数量和ARPU均显著增加[68] - 2022年公司与717个客户合作，其中110个客户为财富500强或上市公司[91] - 2022年公司在162个城市提供服务，新增22个城市[94] 未来展望 - 智能城市业务收入同比下降49，公司将减少扩张并优化现金流[68] - 研发投资达到128亿元人民币，研发员工超过3400人，同比增长93%[20] 新产品和新技术研发 - 公司在计算机视觉领域开发了全球最大的基础模型，参数量达到320亿[34] - 自有计算能力达到5.0 exaFLOPS，支持同时训练20个大型模型[33] - 2022年研发费用为RMB 3,796百万，同比增长101.5%[106] 市场扩张和并购 - 智能汽车业务收入同比增长59%，每辆车的价值显著提升[68] - 智能汽车业务2022年收入贡献为8%，同比增长59%[104] - 智能城市业务2022年收入贡献为29%，同比下降49%[102] - 2022年SenseCore及大型模型的收入贡献为25%，同比增长130%[103] 负面信息 - 智能城市业务收入同比下降49%[68] - 2022年公司总收入为RMB 3,809百万，同比下降25%[100] 其他新策略和有价值的信息 - 公司未使用的信用额度约为RMB 9.9十亿[113]

文章核心观点 - 股市现诸多折扣，虽抛售令人紧张但也带来买入机会，推荐两只大幅下跌后值得买入的科技股 [1][3] 分组1：市场背景 - 3月股市因消费者信心减弱和经济放缓担忧下跌，4月特朗普关税计划致主要指数暴跌，中美贸易战升级，市场仍存不确定性 [2] 分组2：The Trade Desk公司情况 - 该公司是广告技术行业领先独立需求方平台，股价较历史高点下跌64%，自2月以来暴跌 [4] - 2月第四季度财报弱于预期，首次未达营收指引，后因关税致经济放缓担忧持续下滑 [5] - 作为服务型企业，虽不直接受关税影响，但广告业务对经济整体健康状况敏感 [6] - 2022年数字广告巨头销售增长停滞时，该公司仍实现20%以上营收增长 [7] - 目前股价处于近五年低价，基于调整后收益市盈率仅30，若四季度失误是内部错误，长期有望获胜 [8][9] 分组3：Nvidia公司情况 - 该公司引领AI革命，但股价因经济逆风担忧较峰值下跌26%，其营收增长面临风险 [10] - 业务相对受关税影响小，“裸片”半导体暂免关税，且推动国内芯片制造或受联邦政府青睐 [11] - 产品和AI需求可能持续增长，OpenAI融资显示投资者对AI兴趣浓厚 [12] - 股票远期市盈率低于25，即使增长放缓也有安全边际，有望继续引领AI革命 [13][14]

文章核心观点 - 2025年第一季度中美AI领域火热，AGI路线图上智能提升是唯一主线，要围绕智能投资和思考，模型公司壁垒在于成为Cloud或OS，未来模型和产品边界将模糊；最大非共识是pre - training空间大，Coding是实现AGI的最好环境，Agentic AI是未来关键，AGI时代组织和文化竞争力仅次于算力 [3] 重新重视Pre - training - pre - training空间大，还会涌现新能力，下一代SOTA模型能显著超过当前模型，只有pre - training能决定模型内在上限，post training和RL不涌现新能力 [5][6] - OpenAI看似不重视pre - training可能是战略选择和组织问题，战略上O系列刷分快、ChatGPT成长快占用精力，组织上pre - training核心团队动荡 [7] - RL能产生合成数据加入pre - training环节，可解决数据瓶颈问题，但training和RL inference融合难，涉及训练框架的Infra问题 [9] - 期待pre - training涌现新能力，如提升模型tool use能力，Manus是Anthropic tool use能力的“ChatGPT时刻” [9][10] - 对两年内实现AGI有信心，Coding是实现AGI最好的环境，是模型的“手”，现实世界多数任务可用Coding表达，Agent可通过操作电脑和手机任务接近AGI [11][12] - Anthropic在Coding上有领先优势，Cursor是热门编程IDE工具，多数开发者选Sonnet，Coding是$1T级机会，模型公司在AI for Science领域突破可达到$1T或$10T [14][15][16] - Coding应作为技术引擎，产品表达形式待定义，期待Cursor在交互表达上有新突破 [17] ChatGPT只是攀登AGI的第一站 - OpenAI和Anthropic在实现AGI路线上发生分化，OpenAI核心bet是O系列和ChatGPT，重视C端市场和自下而上组织文化；Anthropic专注pre - training、Coding和Agentic，重视B端市场和自上而下组织文化 [18] - 路线分化原因可能是Anthropic团队出身pre - training有信心，OpenAI O系列亮眼获更多资源，且pre - training团队变动大 [19] - O系列刷benchmark快，但不确定能否打开智能天花板，其提升的Coding多为竞赛型，Anthropic做实战型Coding更多 [20] - 硅谷对不同路线分歧大，本质是智能和流量哪个重要，更应相信AGI原教旨主义，智能提升是首要目标 [21][22] - 谁能做出显著领先的base model谁可能是赢家，长期来看Anthropic可能比OpenAI更有价值，OpenAI对pre - training重视不够 [23][24] - 国内公司有必要训练自己的闭源模型，智能处于早期阶段，认知差异可能源于想象力局限 [26] - AGI探索主线是智能提升，ChatGPT是第一站，后续还有Coding、Agent、AI for Science等，AI for Science是珠穆朗玛峰，多模态、Online Learning等大概率在主线上 [30][31] - 智能涌现带来Magic moment和流量迁移，当前AGI模型公司和产品无绝对壁垒，应围绕智能主线推动智能提升，应用承接智能红利 [32][33] - DeepSeek放弃Chat Bot流量是因组织文化和智能本质考量，AI Robotics排在AI for Science后面是因数据采集低效、算法架构未达成一致，AI for Science有自动化实验室和垂直领域基础模型等趋势 [33][34][35] Agent & Online Learning - AGI应用爆发少是因Agent产品供给受限，依赖模型能力，模型和云厂商未做好Infra准备，Agent有文本、Coding、通用日常任务等类型 [48] - Agent落地关键能力是Long Context reasoning、Tool use、Instruction following，对应不同Infra能力，Context很重要，存在支付宝级机会 [49][51] - Long Context对Agent完成多步骤任务很重要，但目前未找到有效突破方式，存在数据、成本、架构等难点，long - term memory可能取代Long Context [51][52][53] - 两年内实现AGI确定性高，路径是现有路径，AGI定义是在电脑或数字环境下满足3个90% [54] - 新的范式级路线可能是Online Learning，让模型自主在线探索学习，但存在无清晰reward和目标定义等挑战，可能通过模型微调等实现 [54][55] - 可通过坐标轴评价路线差异，重视数据，未来pre - training叙事和Agentic对算力刺激大，看好算力需求 [58] - 英伟达想成为云厂商，贾扬清的公司被卖符合其战略 [58] 大模型的壁垒到底在哪？ - 应做研究驱动的应用，AI市场有泡沫，Agent泡沫刚开始，AI产品定价偏低 [60][61] - 通用Agent能否出现取决于pre - training和RL及关键能力，Reward Model泛化性微弱 [62][64] - 模型公司壁垒可能是成为Cloud或OS，OpenAI商业模式可能较好，Anthropic专注模型pre - training [65] - 投资人应投研究推动的应用，应用公司构建壁垒需考虑用户数据使用和独立环境构建，长期做大需具备调整模型和做Research的能力 [66] - 用户数据对提升模型能力作用微弱，模型和产品边界将模糊，应用公司和模型公司会相互渗透 [67][68] - Agent可能影响SaaS公司价值，模型训练是人类面向未来的大基建投入，价值链利润将向后迁移 [69][70][71] - AI市场可能出现黑天鹅，如全新架构、新的Agent产品形态等 [72] 全球AI公司的竞争格局 - OpenAI核心bet是O系列和ChatGPT，Anthropic专注pre - training、Coding和Agent，OpenAI领先优势加强，流量集中度提升，与Anthropic拿走市场revenue的80% [73][74] - Anthropic和xAI背后有Amazon和Musk支持，DeepSeek和xAI Grok跟随OpenAI路线，Google多模态强但其他bet不清晰 [75] - GPT - 4.5可能较强，GPT - 5可能是hybird model，预期今年夏天推出，有GPT - 3.5到GPT - 4量级的提升 [76][79][80] - OpenAI支持Anthropic的MCP协议，两家有竞争但路径分化，OpenAI与微软可能因利益冲突产生裂痕，分家对微软有影响 [81][82][83] - OpenAI整体较安全，但存在base model不够领先的风险，xAI Grok写作能力突出，与Twitter合并为了流量 [84][85][86] - AGI是普通本科毕业生操作电脑水平，ASI是爱因斯坦水平，实现ASI需突破，Mira的新公司团队强，可能做打败ChatGPT的产品 [87][88][89] - Manus和Perplexity执行力强，Manus更吃模型能力，ChatGPT的Deep Research后续会集成更多产品，有两个发展方向 [90][91][92] - Devin解决的问题易被模型公司覆盖，Cursor可能是阶段性产品，期待DeepSeek出现范式级创新 [93] - ilya和Noam对AGI推动贡献最大，其次是Dario和Alec等，Sam对业界贡献大但部分行为可能是烟雾弹 [94][95] 如何构建AGI portfolio - 构建AGI portfolio会投25%给Anthropic，25%给Bytedance，10%给OpenAI，10%给Mira的公司，5%给ilya的公司，5%给Cursor，5%给Manus，15%待定，若DeepSeek融资也会投25% [96] - 字节被低估，营收和利润好，可内生投入AGI，Anthropic团队、Roadmap和战略重点更受看好，Mira公司成功概率高 [97][99] - 未来3 - 5年投资最大的bet是AGI带来科学的文艺复兴，会出现多家市值超$10T的公司和下一个Google、Windows等 [101] 组织文化竞争仅次于算力 - 组织和文化竞争力是仅次于算力的核心竞争力，做AGI要有赌性，人才密度比数量重要 [103] - 判断AGI - native组织要看是否AGI first、Research first等，团队成员要年轻聪明、有想象力和执行力 [103][104] - 大概率OpenAI和Anthropic最早实现AGI，中国字节和DeepSeek等也可能实现，开源可突破地缘封锁 [105] - 中美差距快速缩小，中国人才强，字节Infra能力强，有望在AGI领域有突破 [105][106] - 硅谷多0 - 1创新，中国多1 - 100创新，未来中国创新模式可能变化，需资本充裕和冒险精神 [109] - 应把产品和技术做到极致，跨越地缘问题，激进全球化，期待更多中国跨国公司出现 [110][112]

文章核心观点 公司计划本月晚些时候发布旗舰AI模型Qwen 3，当前AI领域竞争激烈，公司今年已推出部分AI产品并计划加大AI投入以实现通用人工智能目标 [1][3] 公司动态 - 计划本月晚些时候发布旗舰AI模型Qwen 3，发布时间可能有变 [1] - 今年已推出部分AI产品，上周发布Qwen 2.5系列新模型，上月发布AI助理Quark新版本 [3] - 二月表示未来三年在AI上的投入将超过过去十年，管理层称AI投资主要目标是实现通用人工智能 [3] - 阿里云3月27日推出的Qwen2.5 - Omni - 7B多模态AI模型可处理多种形式输入、生成实时响应且能部署在移动设备，能驱动“敏捷、经济高效的AI代理” [5] 行业情况 - 自DeepSeek发布开发成本低于美国竞争对手的模型引发关注后，中国公司已推出多款低成本AI服务 [2] - 近几周OpenAI、Google和Anthropic也发布了新的AI模型 [2]

靠着吉卜力，OpenAI 又大出了一把风头。但实际在过去的一周里，有不少模型发布了版本更新，包括 DeepSeek，Gemini，Qwen。个个都是在推理上有 所增强，以及多模态的支持。 每次有新的推理模型升级或者出现，怎么领略它们的能力很棘手。说白了，老让它们做题也没什么意思。 周末打游戏的时候，我忽然意识到：游戏不就是最好的试验场景吗？ 版本齐齐更新，推理能力再上一层 Qwen 在周五的凌晨发布了全新自家视觉推理模型的全新版本 QvQ-Max。不仅能够「看懂」图片和视频里的内容，还能结合这些信息进行分析、推理，甚 至给出解决方案。 一种潜在的使用场景是，让模型 能通过读取游戏记录，根据相对应的关卡，制定作战计划。这意味着不仅要搞懂所有的素材，还要有分析和计算的能 力。 Gemini 这边，则是三月 25 日推出的 2.5 Pro Experimental，推理、写代码以及多模态理解都有全面提高。在数学和科学基准测试（如 GPQA 和 AIME 2025）中排名超越 OpenAI 的 03 mini。 | | | Gemini | OpenAl | OpenAl | Claude | Grok | Deep ...

好的，我将为您总结这份关于人工智能行业的研报关键要点。报告主要围绕智能时代的全面到来和人机协作新常态展开，分为智能演变、人机协作、产业现状和教育成长四个部分。 报告行业投资评级 - 报告未明确给出行业投资评级 [1] 报告核心观点 - 智能时代全面到来，人机协作成为新常态 [1] - 大模型发展带来知识革命，推动通用人工智能进步 [7] - 人工智能正深刻改变产业格局和教育模式 [56][86] 智能演变 - GPT系列模型训练数据量快速增长：从GPT-1的4.6GB增加到GPT-3的45TB（相当于三千万本《西游记》）[4] - DeepSeek-V3相比GPT-3有显著提升：训练数据量从3000亿token增加到14.8万亿token，参数量从175B增加到671B，训练成本从1200万美元降低到557.6万美元 [6] - 大模型构建了"全体人类知识空间"，涵盖多媒体和个体知识空间 [7] - 模型训练演进三阶段：预训练（电磁波）、监督微调（探测器）和人类反馈强化学习（拯救派）[12][14][16] - 思维链（CoT）技术成为提升AI推理能力的关键，通过模拟人类逐步推理过程增强复杂任务处理能力 [32][33] - DeepSeek R1成为首个将思维链显式展示的开源模型 [34] 人机协作 - 人机协作模式分为三类：Embedding模式（小助理）、Copilot模式（副驾驶）和Agents模式（代理人）[62] - 生成式人工智能可将每个工人的平均劳动时间从2022年每天5小时降低到2030年的4.5小时，降幅达1.3% [58] - 诺贝尔经济学奖得主预测AI将带来工作模式变革，可能转向每周4天工作制 [57] - 人工智能发展呈现五波浪潮：机械化、铁路化、电气化、电子化和信息化，下一波可能是智力基础设施 [64][66] 产业现状 - 全球大模型竞争激烈：截至2025年2月20日，全球观测到534个大模型，其中中国117个 [70] - 模型性能排名：OpenAI的01模型以92.3分居MMLU榜首，DeepSeek-R1以90.8分位列第二 [70] - AI工具迅猛增长：根据Toolify.ai统计，已收录23915个AI工具，涵盖233个分类，2024年新增13795个工具，增长57% [71][73] - DeepSeek开源策略加速AI技术普惠化，已与多家头部应用和企业完成深度集成： - 消费级：百度搜索、微信搜索、支付宝百宝箱、抖音内容审核、高德地图导航 [74] - 企业级：南方电网、华为云、深圳福田政务、吉利汽车、中国移动 [74] - 技术应用三大方向：微调（Fine-tuning）、检索增强生成（RAG）和提示词工程（Prompt Engineering）[76] - 提示词工程依然重要，特别是在复杂逻辑推演和特定格式输出场景 [79] 教育成长 - 人工智能正在重塑教育体系，从"教师-学生"二元结构转变为"人工智能-教师-学生"三元结构 [90][91] - AI大模型支持个性化学习、课程设计和教学管理，如浙大大先生平台和智海MO平台 [94] - 对话式学习成为新趋势，AI大模型让学习回归师生问答的本真形式 [93] - 教育需要关注AI能力提升：树立基本AI意识、试用前沿工具、与AI一起成长、引入工作流 [95] - 知识依然是教育关键载体，但高级能力和素养愈发重要，包括逻辑思维、批判性思维、创造性思维等 [95]

文章核心观点 - 科技股从创历史新高到暴跌，市场不确定性增加，但抛售可能带来买入机会，英伟达股价下跌近30%，是不错的买入时机 [1][2][10] 行业情况 - 几周内科技股从创历史新高到因关税和衰退担忧暴跌，截至3月11日，纳斯达克综合指数较2024年12月17日收盘峰值下跌13.6%，进入回调区间 [1] - 消费者信心报告疲软、关税政策反复及关键经济指标公司下调一季度指引，使股市充满不确定性 [2] 英伟达情况 股价表现 - 英伟达在近期回调中市值蒸发约1万亿美元，较今年早些时候的峰值下跌27% [3][4] 业务增长 - 尽管面临负面消息，但公司增长出色，第四季度营收增长78%至393亿美元，预计第一季度营收约430亿美元，同比增长65% [5][6] 中期态势 - 新Blackwell平台需求持续超过供应，公司正以前所未有的速度提高新组件的产量 [7] 长期前景 - 通用人工智能竞赛不太可能因全球衰退而受阻，公司的前沿技术可能在未来创新中发挥作用，半导体行业未来十年需求有望增长 [8] 投资分析 - 半导体行业具有周期性，股价可能因经济疲软而下跌，但英伟达近期回调后估值便宜，远期市盈率仅24，与标准普尔500指数的20.7相近 [9] - 英伟达不受关税或贸易战直接影响，产品需求旺盛，短期波动不应阻止长期投资者利用抛售机会买入 [10]

文章核心观点 - 英伟达虽近期股价回调，但凭借技术优势和行业地位有望收复失地，当前股价打折，是不错的买入时机 [13] 英伟达近期股价表现 - 过去两年多引领人工智能热潮，自2023年初以来股价上涨超600%，市值约3万亿美元 [1] - 今年以来股价下跌约16%，上周四财报发布后虽超预期且指引稳健，但股价仍跌8% [2] - 股价较几个月前的峰值下跌27%，处于2024年9月以来最低点 [3] 股价下跌原因 - 投资者对英伟达股票感到疲劳 [3] - 受特朗普新一轮关税担忧以及部分芯片可能非法出口到中国的担忧影响 [3] 投资者面临的困境 - 英伟达股价回调让投资者陷入两难，公司发展势头似在放缓，宏观经济前景不明，持有大量收益的投资者考虑是否卖出 [4] 英伟达股价波动历史 - 半导体行业周期性和波动性强，英伟达成为全球最有价值公司之一的过程并不顺利 [5] - 过去两年中，仅2024年7月有一次类似幅度回调，当时因对人工智能基础设施投资放缓担忧引发抛售，不过几个月后股价创新高 [6][7] - 过去十年中，2018年和2022年股价曾两次回撤超50%，但约一年半后均创新高 [8][9] 对英伟达的意义 - 无法确定当前股价回调持续时间和下跌幅度 [10] - 新Blackwell芯片需求持续超过供应，在数据中心GPU领域竞争优势增强，云计算巨头今年增加资本支出，通用人工智能竞赛有望继续 [11] - 目前股价处于人工智能热潮以来较低水平，远期市销率仅25，与标普500指数相当，但公司增长速度远超该指数 [12]