文章核心观点 - 中国大模型行业正从追求速度的竞赛转向考验耐力的长跑 公司需要建立更长更稳定的资金补给线以维持持续高投入[3][4][5] - 上市和融资是公司获取“补给”的关键手段 但同时也意味着公司进入更严格的生存机制 需要平衡长期技术路线与短期市场反馈[7][16][18] - 中国大模型公司面临独特的商业化挑战 包括产品同质化竞争、缺乏先发垄断窗口以及B端交付模式重且慢 难以简单复制美国订阅模式[14][15] 资本市场动态与公司估值 - 2025年1月 智谱科技与MiniMax相继在港交所上市 上市后股价上涨 智谱科技市值约913亿港元 MiniMax市值约1128亿港元[1] - 几乎同时 月之暗面在一级市场完成约5亿美元融资 估值约43亿美元[3] - 这些事件共同表明中国大模型公司正进入一个必须寻求资金“补给”的阶段[3] 行业阶段与核心矛盾转变 - 行业从过去两年的“速度竞赛”阶段 转向更像一场“耐力赛”的阶段[4] - 行业主要矛盾已从“能不能做出来” 逐渐转向“能不能持续做下去”[6] - 训练更强模型、维持推理服务、拓展用户和行业落地等动作均意味着持续成本 用户规模增长本身就会带来成本增长[6] 中美商业模式与资本结构差异 - 美国AI公司如OpenAI、Meta、Google背后有“现金牛”业务或联盟提供稳定的算力与资金支持[8] - 中国大模型公司如智谱、MiniMax、月之暗面更像“独立作战” 缺乏能够长期供血的母体业务[9][10] - 这决定了它们在资本路径上更现实和被动 仅靠一轮轮融资不足以支撑“长期消耗战”[11] 上市与融资的战略意义 - 上市被视作长跑中的“补给站” 是一种更长期、更公开、更可持续的资本供给方式[5][7] - MiniMax的IPO募资用途被表述为“未来五年的研发投入” 强调研发是长期义务[12] - 月之暗面5亿美元融资是一级市场的“延长赛” 能让企业继续保持进攻姿态[13] 中国市场商业化挑战 - 中国市场难以直接复制ChatGPT每月20美元的订阅模式[14] - 挑战一：产品形态高度同质化 竞争者密集 订阅价格难以形成稳定锚点[15] - 挑战二：国内市场缺少足够强的“先发垄断窗口” 用户迁移成本更低[15] - 挑战三：B端客户有付费能力 但要求私有化、适配和交付保障 商业化从“产品订阅”变成更重更慢的“工程交付”[15] - 路透社指出 MiniMax业务更偏消费级应用 而智谱更偏企业与政府客户[15] 上市后的双重压力与竞争点迁移 - 上市让公司从“讲愿景”进入“交成绩单”阶段 面临更严格的生存机制[16][17] - 公司需要同时应对技术的长期路线与市场的短期反馈两条时间线[18] - 行业竞争点可能从“模型能力”迁移到“现金流质量与组织效率的差异将被放大”[19] - 无论选择上市还是融资 核心逻辑都是“先确保自己能继续跑下去”[19]

核心观点 - 杭州上城区通过推动楼宇经济向“产业生态”和“创新生态”的3.0模式转型，实现了从追求空间载体和税收贡献到培育高浓度、垂直协同产业集群的质变，杭港科技大厦是这一转型的成功典范 [1][5][6] 楼宇经济转型模式 - 楼宇经济从“量的积累”转向“质的跃迁”，从“空间载体”转向“创新生态”，核心是生态共建 [1][6] - 政府角色从看重单点“税收贡献”转向关注整体“产业集聚度”和“生态价值”，楼宇运营者从“房东”转变为共同培育产业的“合伙人” [5] - 目标是通过精准产业定位，形成“一楼一产业、一楼一特色”的集群模式，让每栋楼成为创新强磁场 [6] 杭港科技大厦案例详情 - 大厦总体量约4.9万平方米，集聚32家科创企业，去年实现信软营收9.2亿元，税收贡献1.92亿元，跻身税收“亿元楼”行列 [1] - 产业定位清晰，以“1+5+N”为框架，以AI元宇宙为核心，瞄准人工智能、数字孪生、Web3、云服务、元文娱五大领域，旨在打造“具身智能先导区” [3] - 楼内企业形成紧密的产业链协作，从“跨城寻求”变为“上下楼对接”，降低了沟通交易成本，释放了协同效应 [2][3] - 运营方通过组织行业沙龙等活动，搭建企业间高效沟通的桥梁，加速产业协同的“化学反应” [3] 上城区楼宇经济发展成果 - 过去五年，上城区税收亿元楼宇数量翻一番，达到80幢，建成首条“百亿大道”，并连续四年位居全国楼宇经济前十强 [1] - 政府推出《上城区支持特色楼宇产业园发展若干措施》，为楼宇评价设立三个硬核的70%入门条件（主导产业集聚度、空间入驻率、企业属地率），对达到五星标准的楼宇最高给予200万元补助奖励 [4][5] 杭州市其他区域的探索 - 余杭区以中轴线、良渚玉湖等重点区块建设为示范，加快打造千亿级产业集群 [5] - 萧山钱江世纪城着力升级楼宇经济，使楼宇成为充满活力的产业生态圈 [5] - 西湖区创新构建“政府+楼宇业主+商户”共建共治的生态，通过拆除物理隔阂、串联公共空间实现资源整合与统筹管理 [5]

文章核心观点 文章通过访谈生成式视频开发者平台Fal的核心团队，深入探讨了生成式视频技术的发展现状、面临的挑战、市场动态及未来展望。核心观点认为，生成式视频是一个被低估但潜力巨大的市场，其技术栈、生态模式和应用场景均与大语言模型存在根本差异，目前正处于从早期技术突破向规模化应用过渡的关键阶段，动画、教育、广告等领域将率先实现规模化落地 [4][5][7]。 生成式视频市场被忽视的原因与发展契机 - 生成式视频市场早期被忽视的原因包括：缺乏清晰的行业应用场景，以及三年前的研发投入和增长速度较大语言模型慢 [6] - 当前模型能力已从“玩具级”提升至拥有真实行业应用场景，预计将成为一个拥有独特应用场景和客户群体的庞大市场 [6] - 视频占据了互联网超过80%的带宽，预示生成式视频未来拥有同样庞大的市场规模 [5] - 人类是视觉导向的生物，视频相比文本能更高效地传递信息，尤其在教育等领域潜力巨大 [8][9] 推理引擎的核心技术与优化逻辑 - 公司构建的推理引擎是一个跟踪编译器，通过追踪模型执行过程，识别通用模式并替换为优化的专用内核，从而在性能基准测试中稳居榜首 [10][11] - 团队专注于编写能将性能提升9%到50%的通用化模板内核，并确保优化不损失媒体输出质量 [11] - 与大语言模型受内存带宽限制不同，视频扩散模型的瓶颈在于GPU计算资源饱和，需要编写更高效的内核以充分利用算力 [12] - 技术领先的关键在于对生成式媒体领域的极度专注，这使公司能比竞争对手更早适配新硬件（如H200 GPU）并抓住模型细微变化带来的优化机会，保持3到6个月的领先窗口期 [13][14] 图像与视频模型的运行差异及算力需求 - 算力需求对比悬殊：以生成200个token文本的算力为基准单位1，生成一张图像约为100倍，生成一段5秒（24帧）视频约为12000倍，若为4K分辨率则再增加10倍至120000倍 [19] - 图像模型基础设施相对简单，而实时视频生成（以24帧/秒流式生成）对低延迟和稳定算力提出了全新挑战 [20][21] - 视频模型参数规模正在增长，开源模型已达约300亿参数，未来将更依赖分布式计算，但目前分布式部署需求相对较低（通常只需8个或更少节点） [22] 视频模型的长尾生态与应用特性 - 平台上同时有超过600个生成式媒体模型可供开发者访问，模型生态呈现显著的长尾效应 [4][23] - 特定任务（如超分、图像编辑、文本转视频）需要专属模型优化，这造就了生态的多样性，同一任务下还有不同“个性”的模型，任何时候都有近50个活跃模型 [23][24] - 模型市场格局动态变化，排名前五的模型的半衰期仅为30天 [26] - 客户偏好两类模型：大型昂贵的高质量模型（如Sora、Cling）和更便宜、参数较小的“主力模型”，后者用于高吞吐量应用场景 [25] 生成式媒体的市场动态与合作模式 - 公司平台定位为连接开发者（需求方）与模型供应商（供应方）的市场，是访问多个模型的“单一入口” [30][31] - 作为首批积累大量开发者的平台，其开发者生态和忠诚度吸引了模型研究实验室将其作为分销渠道，形成了良性循环 [30] - 凭借强大的营销体系和行业领导地位，公司能获得模型的“零日发布权限”甚至独家发布权限 [32] - 视频领域开源生态活跃，始于Stable Diffusion的开源成功，开源有助于构建强大生态系统，带来营销优势和用户粘性，部分模型提供商采取部分开源、部分闭源的策略 [33] 生成式视频的开发者工作流与实践案例 - 平台上前100名客户平均同时使用14个不同的模型，工作流复杂多样 [36] - 提供无代码工作流构建器（与Shopify合作开发），方便非技术成员通过可视化界面尝试和比较模型，并将工作流通过API集成到产品中 [36] - 专业工作室和营销团队倾向于使用开源模型，以便对模型各部分进行深度替换和控制，实现定制化，工作流类似复杂的节点式UI [37] - 常见工作流包括：通过图像模型迭代美学风格并生成故事板，再由视频模型进行插值生成连贯视频 [38][39] - 已有个人用户在创作者平台上的花费高达50万美元，超过一些小型制作工作室 [40] 生成式媒体的应用场景与未来展望 - 应用场景广泛，包括：动态培训系统（如安全培训）、原生AI工作室（如生成式视频圣经应用）、设计与生产力工具集成、广告（UGC风格、传统风格及程序化个性化广告）等 [41][42] - 教育被视为潜力巨大的市场，视频内容能更简洁、可视化地传递知识，可能改变学习方式 [9][43] - 关于IP价值，中期来看，拥有技术人才、强大IP储备和专业制作能力的好莱坞传统IP持有者仍具优势；同时，新的AI生成IP（如互联网社区创造的稀有角色）也在涌现 [43][44][46] - 技术发展有望避免“无限劣质内容”，个性化、有人情味的体验（如Sora 2聚焦朋友、宠物共享）将更具吸引力 [46] 生成式视频的未来时间线与技术突破 - 结合现有故事板技术和先进视频模型，在不到一年内有望看到高质量、时长不到20分钟的短片 [48] - 动画、动漫或卡通类等非照片级真实感内容会最先实现AI生成规模化 [5][49] - 完全由AI生成（无人拍摄，但有人类编辑）的好莱坞级别长片电影仍需时间，但视觉特效等昂贵环节已能通过AI高效生成 [47][50] - 实时生成的交互式视频游戏（“超超休闲游戏”）被认为离实现不远，但AAA级质量游戏可能还需3到4年 [53][54] - 要实现大规模、高质量、低成本应用（如4K视频实时生成），需要在模型架构（如提升时间维度压缩比）和工程规模化上取得突破，计算能力或架构需要提升100倍以上 [54][55][56]

文章核心观点 - 马斯克旗下xAI公司在九个月内消耗80亿美元，以远超行业常规的资本密度和激进策略，全力押注通用人工智能（AGI）的研发，旨在挑战现有AI秩序并重塑行业规则 [1] 成本真相：金钱熔炉与AI炼金术 - **硬件成本高昂**：xAI大量采购英伟达H100芯片，每片3万美元起，此项花费估计达7.5-9亿美元；基于特斯拉Dojo经验的自研AI芯片单次流片成本超过1亿美元；规划中的单个超级计算集群造价突破12亿美元 [5][6] - **人才争夺激烈**：公司重塑行业薪酬逻辑，顶尖AI研究员年薪升至500万至1000万美元，为争夺核心人才可能已支付超过1亿美元的竞业赔偿 [7] - **数据战略关键**：数据被视为AI时代的新原油，xAI的数据布局包括：每日5亿条推文的X平台实时语料、特斯拉数百万车辆的传感器数据、每月投入5000万美元生成的合成数据流水线，以及与学术机构达成的数亿美元级别采购协议 [8][9] 战略本质：为何必须如此？ - **规模定律约束**：AI性能遵循性能≈规模^α的指数增长法则，xAI在模型参数、训练数据等方面与领先者存在数倍差距，因此采取激进策略以求颠覆 [8][10] - **生态系统协同**：xAI依托特斯拉、X平台、SpaceX和Neuralink构成的庞大生态系统，其每美元研发投入理论上可能产生对手1.5至2倍的价值回报 [11][12] 行业坐标：竞争版图的重划 - **资本消耗横向对比**：xAI以初创企业之姿达到科技巨头烧钱速度，其年估计支出达1000–1100亿美元，与OpenAI、Google DeepMind、Meta AI等巨头处于同一量级，但微软AI年支出超2000亿美元 [13] - **资源总量存在差距**：xAI累计投入约800亿美元，与微软+OpenAI累计超4000亿美元、Google AI累计超3000亿美元相比，仍有5倍以上差距 [14][15] 资本迷雾：融资神话与财务倒计时 - **估值跃升迅速**：公司预期B轮融资寻求600亿美元，支撑高估值的原因包括马斯克的光环效应和投资者的FOMO（害怕错过）情绪 [16] - **现金流压力显著**：公司当前月消耗6.5–7亿美元，B轮融资后现金储备约800–900亿美元，剩余跑道仅12–14个月，商业化拐点最迟需在2025年第一季度出现 [16] 技术哲学：一条不同的路 - **追求“最大真实性”**：与主流AI公司加强内容过滤的路径相反，xAI采取最小化过滤策略，使用包含“杂乱”数据的训练集，瞄准对“过度审查”不满的研究人员和开发者群体 [16][17] - **全栈整合雄心**：公司策略覆盖从芯片层到应用层的全栈控制，包括自研AI芯片、自建超算中心、专注Grok推理能力、利用独家数据以及预装特斯拉与X应用，旨在摆脱外部依赖并深度优化 [18] 行业震动：规则已被重写 - **大幅提高行业门槛**：xAI将AI种子轮规模从千万美元级推高至2-5亿美元，A轮估值从5–10亿美元推高至200-500亿美元，首次训练预算从千万美元级推高至2-10亿美元，标志着AI创新进入“国家工程”时代 [19][20] - **改变全球算力分配**：xAI一举拿下全球高端GPU市场约12%的份额，导致交货周期从3个月延长至9个月，现货价格暴涨40–60% [21][22] - **转移人才定价权**：顶尖AI研究员薪酬总包从2022年的150–300万美元，在xAI入场后飙升至500–800万美元，部分超过1000万美元 [23] 三条可能的未来之路 - **路径一：突破性胜利（概率20%）**：2024年底Grok-2比肩GPT-4，2025年与特斯拉FSD深度融合，2026年发布AGI原型，估值破2000亿美元，2027年AGI应用落地估值达5000亿至1万亿美元 [23] - **路径二：适度成功后被收购（概率50%）**：若2025年商业化滞后且现金流濒危，可能在2026年被收购，潜在收购方包括特斯拉（概率60%，价格6000亿美元）、苹果（概率20%，价格5000亿美元）等 [23] - **路径三：战略失利（概率30%）**：若技术未达预期且融资环境转冷，可能在2025年底现金流断裂并大规模裁员，最终于2026年资产分拆或破产清算 [23] 终极赌注：超越商业的人类未来 - **信念驱动**：马斯克的豪赌基于三大信念：AGI将在5–10年内到来的技术加速信念、从芯片到应用全栈控制的垂直整合信念、以及让AI暴露于复杂真实数据中以获得理解的“反脆弱”信念 [24][25] - **永久改变行业规则**：xAI已永久性改变行业规则，包括将AGI核心赛场的资本门槛推高至数百亿美元、将技术迭代节奏从年压缩至月、使竞争形态从产品竞争升级为生态系统对抗，并迫使监管加速应对 [24][25]

政策与监管动态 - 工信部2026年将深入实施新一轮钢铁、有色金属、石化等十大重点行业稳增长工作方案 继续支持工业大省挑大梁 强化重点行业产能监测预警和治理 [2] - 国家发改委等部门发布政府投资基金管理办法 支持投向培育新兴产业和未来产业 包括新一代信息技术、新能源、新材料、高端装备、新能源汽车、绿色环保、民用航空和船舶与海洋工程装备等领域 [3] - 市场监管总局无条件批准包括中国汽车技术研究中心收购长春汽车检测中心股权案在内的经营者集中案件 [4] - 商务部通报中欧电动汽车案磋商进展 欧方将发布价格承诺申请指导文件 并承诺秉持非歧视原则 以客观公正方式评估申请 [5] 全球市场与产业动向 - 美国加州州长提议设立2亿美元州级电动汽车退税补贴 以应对联邦税收抵免政策终止的影响 [6] - Stellantis集团宣布因市场需求疲软 将从2026款车型开始逐步停止在美国销售吉普牧马人等插电式混合动力车型 转而聚焦油电混合动力和增程式电动车 [7] - 印度马鲁蒂铃木董事会批准在古吉拉特邦购置土地 拟新增产能100万辆 相关预算约496亿卢比（约合5.5亿美元） [7] 企业战略与产品发布 - 比亚迪申报全新子品牌“领汇”首批4款车型 包括领汇e5、e7、e9三款纯电轿车及领汇M9插混MPV车型 [8] - 岚图汽车与引望签署深化战略合作协议 双方将在智能驾驶、智能座舱联合开发、To C软件联合运营等方面组建联合团队进行全价值链合作 [9] - 吉利汽车斥资约1.51亿港元回购900.7万股股份 回购均价16.80港元 [10] - 兆易创新与奇瑞汽车签署战略合作协议 双方将聚焦车规级芯片与下一代电子电气架构的协同创新 [11] 科技与服务创新 - 抖音App在打车功能基础上推出“租车”功能及独立入口 该服务由哈啰租车提供 [12] - 智谱与滴滴达成战略合作 双方将围绕通用人工智能关键技术及其在出行领域的智能体应用开展前瞻性协同探索 共同推进Agent场景落地 [13][14]

战略合作 - 智谱与滴滴宣布达成战略合作 双方将围绕通用人工智能关键技术及其在出行领域的智能体应用开展前瞻性协同探索[1] - 合作内容包括共同推进Agent场景落地和大模型领域人才培养 深化出行场景的意图对齐与推理能力建设 推动Agent在更复杂业务场景中的验证与落地[1] 合作背景与基础 - 滴滴持续加大在大模型与智能体方向的技术投入 依托真实复杂出行场景 逐步推进了AI出行助手、商旅助手等智能体的创新应用[1] - 智谱在大模型架构、训练范式和智能体技术上有着深厚的积累[1] - 滴滴期待双方充分发挥各自优势 共同推动通用人工智能在更广阔真实场景中的应用与发展[2] 公司近期动态 - 智谱于1月8日在港交所主板挂牌上市 发行价为每股116.20港元[4] - 截至发文 智谱股价涨至219.8港元 总市值达到967.63亿港元 约合867.25亿元人民币[4]

大模型与通用人工智能 - 智谱与滴滴于1月12日宣布达成战略合作，将围绕通用人工智能（AGI）关键技术及其在出行领域的智能体应用开展前瞻性协同探索[1] - 本次合作是业内大模型厂商与数字化出行巨头的首度联手，标志着出行Agent场景的产业化推进进入实质阶段，对推进AIAgent复杂出行场景应用、人才生态和行业标准具有示范作用[1] - 合作被视为中国出行行业在AGI技术应用上的重要尝试，为全球AGI技术在真实产业场景的落地应用提供了可复制范例[1] 可控核聚变 - 2026核聚变能科技与产业大会将于1月16日在安徽合肥的聚变堆主机关键系统综合研究设施园区召开，会议包含产业链展会、创新展览馆开放和产业大会三大模块[2] - 行业分析认为核聚变是人类终极能源，远期成长空间广阔，短期国内外已进入催化密集释放期，国内资本开支有序落地，海外进展有望超预期[2] - 据国际能源署测算，2030年全球聚变市场规模有望超千亿美元[2] 北斗导航 - 《浙江省“十五五”数字经济和数字基础设施规划》公开征求意见，其中提到跟进第四代北斗系统的规划建设，优化省内北斗站网布局，推进北斗地基增强站改造、数据互通和业务协作[2] - 政策层面，国家多部门密集出台政策推动北斗规模化应用，2024年成立中国时空信息集团，启动北斗规模应用试点城市遴选，2025年明确支持大众消费领域北斗应用，要求2026年煤矿、交通等重点领域北斗终端应用率进一步提升[3] - 应用场景方面，北斗在低空经济领域机载终端覆盖率达95%，消费端98%智能手机支持北斗，车道级导航覆盖全国99%城乡道路，短报文功能服务超3000万用户[3] IT金融 - A股市场交投显著活跃，1月12日沪深两市成交额达3.6万亿元，连续第2个交易日突破3万亿元，较上一交易日放量4787亿元，刷新2024年10月8日创下的历史纪录[4] - 两融市场持续回暖，2025年全年新开两融账户达154.21万户，创近十年最高纪录，同比增幅超52%，2025年末两融账户总数突破1564万户[4] - 截至2025年末，全市场融资余额从2024年末的1.85万亿元升至2.52万亿元，增幅超36%[4] - 市场活跃度提升直接利好金融IT公司，一方面带动C端炒股软件用户数、付费转化率及ARPU值上升，另一方面促使券商、银行等B端机构加大IT系统投入[4] 宏观、行业与公司动态 - 商务部通报中欧电动汽车案磋商进展，欧方将发布《关于提交价格承诺申请的指导文件》[6] - 2026年我国将加快建设高效智慧寄递网络[6] - 力鸿一号完成首次亚轨道飞行试验[6] - 脑机海河实验室在航空航天领域开发五代空间站在轨脑机交互系统，完成人类首次“太空脑机接口实验”[6] - 荣耀手机将与泡泡玛特进行IP联名合作[6] - 我国新增20万颗卫星申请[14] - 商务部对原产于日本的进口二氯二氢硅发起反倾销立案调查[28] - 强脑科技提交香港IPO申请[28] - 商务部等三部门积极探索金融支持首发经济、“IP+消费”等消费新业态[29] 人工智能与科技前沿 - DeepSeek或于2月发布新一代旗舰模型，具备强大编程能力[18] - OpenAI宣布推出ChatGPT Health[20] - 八部门印发《“人工智能+制造”专项行动实施意见》[24] - 超聚变拟A股上市[25] - GEO（人工智能营销优化）引发关注[10]

生成式人工智能的变革潜力与投入 - 生成式人工智能有望对人类社会产生前所未有的变革 这在一定程度上归功于其背后数千亿美元的投入 [1] 行业领袖对通用人工智能(AGI)的观点分歧 - 谷歌DeepMind首席执行官警告 人类正站在实现通用人工智能的边缘 但社会尚未做好准备应对其所有影响 [3] - OpenAI首席执行官则表示 AGI或许会在悄然间到来 且对社会产生的影响远没有想象中那么大 [3] - 英伟达首席执行官提出 未来某天或许会出现一种“上帝级人工智能” [3] 对“上帝级人工智能”的界定与预期 - 英伟达首席执行官将“上帝级人工智能”定义为一种能够极致理解人类语言、基因组、分子、蛋白质、氨基酸乃至物理规律的智能体 [6] - 英伟达首席执行官认为 以当下的技术水平直接空谈打造上帝级人工智能是不切实际的 没有任何一家公司或研究人员有切实可行的方案 [6] - 英伟达首席执行官指出 上帝级人工智能目前根本不存在 不会在下周或明年出现 其实现可能需要堪比《圣经》记载的漫长岁月甚至是星系级的时间尺度 [6] 人工智能对产业发展的意义 - 英伟达首席执行官指出 人工智能是计算机产业发展的下一个重要阶段 [6] - 英伟达首席执行官强调 企业对人工智能融合的需求将日益迫切 未来绝大多数企业的日常运营都将离不开人工智能的支撑 [6] 对生成式人工智能发展的监管呼吁 - 微软联合创始人针对生成式人工智能的飞速发展发出警告 呼吁通过建立监管框架与约束机制对这项技术的研发和应用进行规范治理 [7] - 微软联合创始人警示 生成式人工智能技术可能会助推生物恐怖主义武器的研发 其对人类构成的风险或将远超新冠疫情 [7]

大盘及板块表现 - 2025年1月12日，主要股指普涨，其中北证50指数领涨，涨幅为+5.35%，科创50指数上涨+2.43%，创业板指上涨+1.82%，深证成指上涨+1.75%，上证指数上涨+1.09% [1] - TMT板块内部分化，营销代理、门户网站、大众出版板块领涨，涨幅分别为+14.01%、+10.85%和+10.61% [1] - TMT板块中，印制电路板和分立器件板块领跌，跌幅分别为-1.82%和-0.33% [1] 国内产业动态与政策 - 歌尔股份拟参与设立规模为6.9亿元人民币的基金，主要投资方向聚焦于科技前沿领域，包括人工智能、XR与空间计算、新材料与先进制造、立体出行以及半导体等 [1] - 沪电股份宣布已成功掌握M9等级高速材料及其与常规材料的混压工艺，能够满足高速信号传输的严苛要求，标志着公司在高端PCB核心技术领域实现关键突破 [1] - 上海市政府发布《上海市支持先进制造业转型升级三年行动方案（2026—2028年）》，支持集成电路企业在装备、先进工艺、光刻胶材料、3D封装等领域实现全产业链突破，并培育具有国际竞争力的龙头企业 [1] - 黑芝麻智能完成募资5.68亿港元，此次认购所得款项的90%将用于并购和投资，主要投向人工智能芯片、半导体产业链、机器人及相关先进技术领域的优质公司或资产 [1] 海外科技进展与市场趋势 - 麻省理工学院团队研究发现，通过在传统CMOS芯片的后端工艺中增加额外的有源器件层，可将布线区域转变为能容纳逻辑和存储晶体管的堆叠结构 [2] - 美国商务部撤销了一项原定于2025年10月提交审查的、针对中国制造无人机的进口限制提案 [2] - 受新兴市场需求和经济增长推动，2025年全球智能手机出货量同比增长2%，但由于芯片短缺和零部件成本上升，预计2026年市场将放缓，因芯片制造商优先发展AI数据中心 [2] - 根据Omdia数据，2025年第四季度台式机、笔记本电脑和工作站总出货量增长10.1%，达到7500万台，带动2025年全年PC出货量达到2.795亿台，同比增长9.2% [2] 人工智能应用与发展 - Google的Gemini AI与沃尔玛等平台达成合作，用户可与AI深度交流获取购买建议并直接下单，该功能已在美国上线，并计划于2025年推广至其他地区 [2] - 医疗AI模型AntAngelMed正式开源，总参数量达1000亿，已应用于浙大二院和杭州七院等项目，用户可通过开源社区体验医疗咨询等服务 [2] - 腾讯混元发布并开源文生3D动作大模型HY-Motion 1.0，其内置的智能动作导演模块可将模糊描述转化为结构化指令，降低3D动画创作门槛 [2] - 马斯克预测通用人工智能将于2026年到来，Optimus人形机器人4年后将在外科手术领域超越人类医生，但多位医疗专家认为AI在复杂手术中无法替代人类医生的临场判断与经验 [2] “十五五”重点产业追踪 - 商业航天领域，中科宇航力鸿一号遥一飞行器完成亚轨道飞行试验，飞行高度约120千米，穿越卡门线进入太空，其返回式载荷舱成功回收 [3] - 集成电路领域，在AI需求增长和存储供应紧张的背景下，多数中国大陆代工厂对55/90nm制程有涨价意愿，部分已实施，预计普遍涨价可能在2025年第二至第三季度发生 [3] - 脑机接口领域，时识科技发布新一代超低功耗高通量侵入式脑机接口芯片，采用事件驱动的神经形态架构，能效较Neuralink等现有方案提升10-100倍 [3] - 具身智能领域，Omdia报告显示2025年全球人形机器人出货量达1.3万台，其中智元机器人以5168台出货量位居榜首，占据全球39%的市场份额，宇树科技与优必选分列二、三位 [3] 高频数据：存储与半导体材料价格 - 2025年1月12日国际DRAM颗粒现货价格多数上涨，其中DDR5 16G (2G×8) 4800/5600盘均价为32.500美元，日涨幅为+2.26%；DDR4 8Gb (1G×8) 3200盘均价为27.214美元，日涨幅为+1.47% [4][5] - 同日，国内半导体材料价格整体稳定，部分高纯锌产品价格小幅上涨10元/千克，例如6N高纯锌市场均价为1,785元/千克，7N高纯锌市场均价为1,912元/千克 [6] - 碳化硅衬底价格保持稳定，例如导电N型6寸D级单晶碳化硅衬底市场均价为2,150元/片，半绝缘6寸P级单晶碳化硅衬底市场均价为10,800元/片 [6]

市场表现与战略合作 - 1月12日午盘，智谱领涨港股AI概念，盘中最高涨幅超过60%，市值一度超过1100亿港元，截至发稿时涨幅回落至56.37%，股价报248港元/股 [2] - 智谱与滴滴达成战略合作，双方将围绕通用人工智能关键技术及其在出行领域的智能体应用开展前瞻性协同探索 [5] - 滴滴持续加大在大模型与智能体方向的技术投入，已依托出行场景推进了AI出行助手、商旅助手等智能体的创新应用 [5] - 智谱在大模型架构、训练范式和智能体技术上积累深厚，合作将共同推进Agent场景落地、大模型领域人才培养，并深化出行场景的意图对齐与推理能力建设 [5] AGI技术发展路径 - 智谱创始人唐杰在“AGI-Next”前沿峰会上明确了公司2026年推进AGI探索的三个方向 [5] - 方向一为继续“Scaling”，即在已知领域不断加数据以探索上限，并在未知领域探索新范式 [5] - 方向二为技术创新，通过全新的模型架构创新，解决超长上下文、更高效的知识压缩问题，并实现知识记忆和持续学习 [5] - 方向三为多模态感统，目标是让AI能像人类一样统一理解和处理视觉、语音、触觉等多模态信息，形成协同感知与决策，以在人类工作环境中执行长任务，最终实现具身并进入物理世界 [5]