AI药物研发行业概述 - AI药物研发以数据驱动和算法赋能为核心，通过机器学习、生成式AI等技术重塑药物发现、优化及临床试验全流程 [2] - AI设计的药物分子在Ⅰ期临床试验成功率达80%-90%，远超传统方法的40%-65% [2] - 部分企业将药物发现周期从5-6年压缩至2-3年，研发成本降低30%-50% [2] - AlphaFold 3突破蛋白质结构预测精度，推动靶点发现效率提升70% [2] 行业驱动因素 - 政策支持：各国将AI制药纳入战略规划，国内明确84种AI应用场景 [2] - 资本加速布局：2024年全球AI制药融资超50亿美元 [2] - 企业管线快速推进：晶泰科技、英矽智能等多款AI设计药物进入Ⅱ/Ⅲ期临床 [2] 行业痛点 - 高质量数据稀缺：药物研发数据获取成本高，受隐私法规限制，罕见疾病和新靶点数据尤为不足 [3] - 算法适配性和可解释性不足：AI算法多源自其他领域，不完全适配药物研发复杂场景，"黑箱"特性限制临床应用 [3] - 临床试验进展缓慢：仍需湿实验和长周期验证，产品进展存在不确定性 [3] 代表性企业及技术领域 - 技术覆盖：多组学数据整合、蛋白质结构预测、分子模拟优化、自动化实验平台、成药性智能评估等 [3] - 精选企业： - 天鹭科技（A+轮）：AI蛋白质设计服务商 [5] - 智源深澜（种子轮）：AI驱动生物大分子设计制造商 [5] - 目图生科（B轮）：全球首个千亿级蛋白质模型 [5] - 腾迈医药（A轮）："干湿结合"新药研发服务 [5] - 德睿智药（A+轮）：临床阶段AI驱动创新药物研发 [6] - 深势科技（C轮）：AI for Science科研与工业解决方案 [6] 相关热门赛道 - 生物医疗：ADC创新药、基因治疗&RNA药物、脑科学、合成生物、银发科技、外骨骼机器人 [8][13] - 人工智能：具身智能、AIGC、ARVR核心硬件、芯片之母EDA [8][13] - 底层技术：量子计算、隐私计算、边缘计算、数据安全 [8][13]

财务表现 - 公司2024年实现营业收入12.85亿元，同比增长29.60% [1] - 归属于母公司所有者的净利润5452.60万元，同比减少38.38% [1] 业务分项表现 3C精密金属零部件业务 - 实现收入7.93亿元，同比增长40.26% [2] - 可穿戴类精密金属零部件增长显著，包括耳机金属头梁、改良型耳机充电仓接口及无线追踪器金属壳 [2] - 与大客户新耳机项目合作顺利，已实现批量出货 [2] - 受益于消费电子需求回暖及AI技术渗透，全球个人智能音频设备出货量预计2025年同比增长8%至5.33亿台 [2] 汽车精密金属零部件业务 - 实现收入2.23亿元，同比增长21.12% [2] - 产品应用于汽车天窗、遮阳帘、挡风网、内饰及侧窗、尾门系统、充电口盖、动力系统及动力电池包等领域 [2] 电动工具精密金属零部件业务 - 实现收入1.94亿元，同比增长68.71% [3] - 已进入大型电动工具跨国公司合格供应商体系 [3] 研发投入 - 研发费用12,242.58万元，同比增长24.22% [3] - 新引进研发人员149人，同比增长42.33% [3] - 多项研发工作达到预期目标 [3] 未来布局 - 2025年重点布局人形机器人灵巧手领域，包括微型丝杠、腱绳、灵巧手弹簧、防松脱金钢防滑止滑垫片等零部件 [4] - 全球机器人灵巧手市场规模2024年达17.06亿美元，2030年有望突破30亿美元 [4] - 设立福立旺精密智造(苏州)有限公司作为项目主体，投资10亿元，预计2025年中期开工建设 [4] - 微型丝杠处于研发送样阶段，客户对接有序进行 [4]

全球半导体行业投资与挑战 - 到2030年全球半导体公司计划在新晶圆厂建设上投资约1万亿美元 行业年收入有望突破1万亿美元 未计入生成式AI的额外增长潜力 [2] - 投资旨在满足市场需求并增强各地区供应链弹性 但面临五大结构性障碍：资本与运营成本高、材料需求增长、关键原材料及封装离岸集中、物流瓶颈、人才短缺 [2] 资本与运营成本动态 - 美国建设先进逻辑芯片厂的前期资本投入和长期运营成本普遍高于中国大陆、东南亚和中国台湾 欧洲资本投入略低于美国但运营成本相近 [3] - 考虑补贴后 美国成熟逻辑芯片厂建设成本比中国台湾高10% 运营成本高35% 中国大陆在运营成本补贴优势达20% 资本开支优势达40% [3] - 美国劳动力成本是亚洲4-5倍 欧洲是2-3倍 美欧晶圆厂建设周期比亚洲长（美国50个月以上 欧洲40-50个月 亚洲28-32个月） [5] 运营成本差异 - 美欧晶圆厂运营成本核心差异来自劳动力和公用事业成本 美国直接劳动力占总成本30% 设备维护占20% 欧洲分别为20%和15% [6] - 美国劳动力成本是亚洲2-4倍 欧洲是2-3倍 欧洲能源价格是美国的2-3倍 中国大陆能源补贴高达70% 中国台湾约30% [6] 材料需求与供应链挑战 - 先进制程（<10nm）和先进封装技术大幅增加材料需求 美国2030年7nm以下节点产能占比将达26%（当前15%） 欧洲达11%（当前6%） [8] - 美国材料消耗量预计增长60% 欧洲增长65% 远超晶圆产能增幅（美国45-47% 欧洲50-55%） [8] - 关键原材料如镓、锗、铜、钨供应高度集中 单一国家控制超70%市场份额 传统封装75%集中在亚洲 先进封装中国台湾占70%以上 韩国占HBM封装85% [9] 物流与基础设施瓶颈 - 美欧海运基础设施薄弱 全球前20大港口中亚洲占14个 美国十大港口货运量仅为中国十大港口的27% 导致运输成本高、周期长 [11] - 铁路和公路运输面临挑战 如过氧化氢等化学品运输需额外培训 加剧供应链效率问题 [11] 人才短缺问题 - 2018-2022年美欧技术职位招聘年均增长超75% 高流动率、老龄化、培训不足导致全球性人才缺口 [12] - 人才集群（如半导体企业密集区域）可促进知识共享与投资吸引力 需创新人才战略如技能提升、多元化招聘 [12][13] 行业应对策略 - 美欧厂商需调整成本结构或产品组合以应对高运营成本 可能通过工程设计变革降低人工成本 但需大量研发投入 [13] - 远期合同和成本挂钩措施可管理价格波动 需提升材料供应链能力以匹配制造扩张 [13] - 美国《芯片与科学法案》预留35亿美元用于先进封装和国际技术安全 可能推动ATP产能再平衡 [14]

核心技术发布 - 商汤绝影在上海车展发布生成式智驾R-UniAD、4D世界模型"绝影开悟2.0"和AI内核"绝影千机"三项核心技术 [2] - R-UniAD采用VLAR（视觉、语言、行动、强化学习）架构，支持仿真环境闭环训练，实现"试错—强化—泛化"的系统策略能力 [3] - "绝影千机"AI内核由MOE多模态模型、类人记忆框架和智能体框架组成，支持免唤醒多轮对话、个性化建议等智能座舱功能 [5] 技术优势与创新 - R-UniAD通过4D世界模型构建动态环境进行强化训练，在施工占道场景中实现精准避让并泛化到类似场景，降低数据成本同时提高模型上限 [4] - 公司强调从"功能模型"转向"系统AI"，在数据、性能、安全门槛外构建AI基础设施层 [3] - 强化学习+世界模型组合要求仿真环境具备真实性、时空一致性和复杂度，需模拟碰撞及极端交通场景 [10] 商业化进展 - 生成式智驾系统已合作东风等4家车企，将量产7款车型 [6] - 2025年计划交付与广汽合作的征程®6M平台方案、与东风的端到端UniAD方案 [6] - 医疗AI模型"旅医"已在星途揽月量产落地 [6] 战略合作 - 东风与商汤绝影2021年开始合作，2023年初组建联合开发团队推进端到端方案量产 [7] - 双方优势互补：商汤提供AI算法和数据算力，东风负责产品工程化 [7][10] - 计划最快2023年底实现端到端大模型应用 [9] 行业趋势 - 大模型在汽车应用快速发展，从端到端自动驾驶向世界模型、模拟仿真演进 [11] - 智能化进入深度融合阶段，AI成为人车交互核心，不同车型配置不同技术方案 [12] - 行业难点在于基础设施标准不统一，未来竞争焦点是基础设施构建能力 [13] 产品定位 - 公司从"AI能力提供者"转型为"汽车系统参与者"，构建模型、平台、接口、系统交互的闭环能力 [6] - 明确"车脑"系统定位，不替代整车厂商 [6] - 东风在10万元车型实现高速NOA，持续优化成本推动高阶智驾下沉 [12]

财务表现 - 2024年全年实现营业收入140.80亿元，营业利润17.42亿元 [1] - 芒果TV年末有效会员规模达7331万，全年会员收入首突50亿元大关，同比增速达19.3% [1] - 小芒电商全年GMV超过160亿元，同比增长55% [1] - 2024年前三季度已缴纳的企业所得税费用2.6亿元可全额退回，2025-2027年免征企业所得税将增厚公司利润 [2] - 2023年确认递延所得税资产增加归属于上市公司股东的净利润16.3亿元，2024年净冲回递延所得税资产减少归属于上市公司股东的净利润4.2亿元 [2] 业务发展 - 芒果TV国际APP下载量从2023年的1.3亿人次增长至2024年的2.61亿人次，收入从6200万元增长至1.41亿元 [3] - 2024年芒果TV评级S及S+综艺共21部，占比超80% [4] - 2024年芒果TV在自制、定制剧集投入占比超60%，下半年剧集日均有效播放环比增长24%以上 [4] 技术创新 - 公司构建起高清制播、智能剪辑等70余个场景的生成式AI矩阵 [4] - 自主研发的超高清云制播系统已将超高清制作成本降至高清的1.3倍 [4]

IDC总裁德尔普雷特在接受日本经济新闻（中文版：日经中文网）的独家采访时透露，2025年全 球IT支出增长率将从同比增长10％降至同比增长5％。2025年半导体市场的增长率也可能从原本 预计的11％降至9％左右…… IDC总裁克劳福德・德尔普雷特（Crawford Del Prete）在接受日本经济新闻（中文版：日经中文 网）的独家采访时透露了上述内容。此前，IDC预计2025年的IT支出规模为4.1万亿美元，同比增 长10％。德尔普雷特表示，由于美国启动关税政策，"被认为会出现增长率降至5％的情况"。 版权声明：日本经济新闻社版权所有，未经授权不得转载或部分复制，违者必究。 IT支出不仅包括智能手机和服务器等硬件，还涵盖云服务等软件产品。预计硬件和软件都将因特 朗普关税而导致成本增加，并转嫁到价格上。德尔普雷特预测称："价格上涨会让消费者难以购买 产品和服务，自2025年下半年起，IT支出将减速"。 除了IT支出外，IDC还汇总了半导体市场动向。包括特朗普政府正在考虑引进的半导体关税政 策，IDC还在研究2025年半导体市场的增长率从原本预计的11％降至9％左右的可能性。 半导体的设计、生产、制造设备、零部 ...

开源AI的崛起与影响 - DeepSeek-R1的开源掀起底层基础大模型开源风暴，终结了AI开源与闭源的争论 [2] - 开源大模型浪潮带来更低算力成本的高性能模型，使更多企业能够拥抱大模型红利 [2] - 开源AI仍处于发展初期，对各行业的革命刚刚开始，安全与商业化等问题仍需解决 [2] 开源模式的优势 - 开源为创新提供平台，全球开发者均可参与，加速创新迭代速度 [3] - 开源大模型重塑全球产业格局，DeepSeek以"成本断崖式下降"打破闭源巨头技术垄断 [3] - 中国开发者对开源AI贡献显著，推动全球技术发展 [3] 开源大模型的技术与经济影响 - DeepSeek-R1推理成本仅为OpenAI o1模型的1/30，数学推理和代码生成能力达到同等水平 [4] - 中小企业和开发者能以极低成本调用顶尖AI能力，例如欧洲开发者开发法律文书生成工具成本降低90% [4] - 云服务商推出"模型即服务"（MaaS）模式，降低企业应用模型的技术门槛 [4] 算力需求与安全挑战 - 全球范围内对算力需求旺盛，企业需关注算力消耗的可观测性 [5] - 安全是企业用云的核心焦点，本地化部署模型反映企业对云安全的担忧 [5] - 隐私和数据安全（57%）及AI驱动的网络攻击（55%）是生成式AI云安全的首要问题 [6] 开源AI的安全问题案例 - Hugging Face平台遭未经授权访问，私人信息可能被第三方获取 [6] - DeepSeek遭遇大规模DDoS攻击、僵尸网络等安全威胁，影响正常服务 [7] - ChatGPT、秘塔AI、kimi.ai等均遭受DDoS攻击，安全挑战不仅限于开源模型 [8] 安全解决方案与趋势 - 私有AI平台采用增加，企业可完全掌控数据，避免未经授权的数据共享 [9] - 开源大模型因代码公开更易被攻击，安全建设亟待加强 [9] - 中国市场对供应链和边缘安全需求上升，42%的IT专业人士关注SBOM透明度与安全性 [9] 边缘安全与数据隐私 - 边缘安全事件增多，企业需在分布式环境中构建复杂安全防线 [10] - 数据安全成为AI大模型重要挑战，企业需确保数据隐私与使用可靠性 [10] 开源AI的未来发展 - 开源AI推动各领域变革，从技术突破到社会赋能，潜力巨大 [11] - 安全与商业化等挑战仍需企业与服务商共同解决 [11]

培训背景与目的 - 未可知人工智能研究院副院长张孜铭受邀为南方基金开展主题为"DeepSeek+：企业的AI战略落地"的企业培训 [1] - 培训聚焦AI技术在企业战略中的应用与落地 旨在帮助员工理解AI如何赋能运营 提升效率并推动业务创新 [1] 主讲人背景 - 张孜铭为未可知人工智能研究院副院长 拥有北京大学与新加坡国立大学双硕士学历 [2] - 著有《DeepSeek使用指南》等作品 参与起草《生成式人工智能数据应用合规指南》等行业标准 [2] 技术内容分享 - 详细介绍了生成式AI技术发展脉络 包括GAN、Diffusion、Transformer等关键技术的演进 [4] - 对比生成式AI与决策式AI的区别 强调生成式AI在内容创作和创意激发方面的优势 [4] - 重点讲解国产AI产品DeepSeek的深度思考模式(R1) 理工科解题能力及对中国语言文化的理解 [4] 实操演示 - 通过实际操作展示DeepSeek在文案撰写 数据分析 投资研究等场景的应用功能 [5] 企业AI战略建议 - 建议企业培养员工AI技能 掌握工具使用方法 并思考用AI替代重复性任务 [7] - 鼓励员工关注行业新产品动态 及时跟踪时事热点 以更好利用AI创造价值 [7] 互动与总结 - 培训后与员工就AI在投资研究 客户服务 风险管理等应用进行互动交流 [9] - 培训为员工提供前沿AI知识及实际工作中的应用方法和思路 [9] 研究院能力 - 未可知人工智能研究院在AI培训 解决方案开发 咨询研究方面有丰富经验和成果 [7] - 研究院拥有深厚学术背景和实践经验的专家团队 [7]

【环球网科技综合报道】随着ChatGPT、Deepseek等生成式AI聊天机器人在全球范围内掀起热潮，其应 用场景正不断拓展，如今甚至"跨界"至投资领域。近期，社交媒体上涌现出大量散户分享使用生成式AI 进行选股投资的经验，他们认为，相比咨询专业投资顾问，利用AI制定投资策略不仅成本低廉，而且 似乎颇具成效。然而，这一新兴趋势背后，是否真的隐藏着财富密码？还是潜藏着不为人知的风险？ 然而，专家也提醒广大散户，在使用AI进行投资研究时，务必保持警惕，仔细核查AI模型所引用的资 料来源。由于AI训练数据可能存在时效性不足或质量参差不齐的问题，其生成的内容有时可能包含过 时信息甚至错误观点。更为严重的是，AI在处理复杂或小众内容时，还可能出现"幻觉"现象，即输出与 事实不符或逻辑混乱的信息。 "AI幻觉本质上源于模型对知识点的掌握不足或概率计算错误。"一位不愿具名的AI领域专家解释 道，"对于不具备相应专业知识的散户而言，很难在短时间内准确识别这些错误信息，从而可能误导其 投资决策。" 面对AI在投资领域的应用热潮，专家呼吁广大散户保持理性态度，既要看到AI在信息处理方面的潜 力，也要清醒认识到其局限性和潜在风险。 ...

技术突破 - 商汤绝影展示基于VLAR架构的生成式智驾R-UniAD方案 通过"绝影开悟2 0"4D世界模型实现近实时交互仿真 可一键生成极端风险场景数据 将实采数据需求降低两个数量级 [3] - 系统在施工占道场景中通过强化学习自主生成最优避让策略 感知精度达真实数据98% 仿真效率较行业标杆提升5倍 [3] - 东风与商汤联合团队在端到端自动驾驶系统研发取得突破 采用"双保险"架构 上层为学习型智能决策系统 下层保留规则驱动系统作为安全冗余 计划2025年底量产 [3] 产业协同 - 商汤绝影已与4家车企合作覆盖7款车型 基于地平线征程®6平台的辅助驾驶方案通过中汽研认证 计划2025年Q4在东风实现基于英伟达Thor平台的端到端方案量产 [3] - 商汤智能座舱软件市场份额连续五年行业领先 累计交付突破360万辆 [3] - 商汤依托上海临港AIDC超算中心算力基础设施 与东风年销300万级场景数据形成互补 构建"算法+数据+算力"三角架构 [5] 智能座舱创新 - 商汤推出行业首个车载AIOS内核"绝影千机" MOE多模态大模型首字响应延迟小于300ms 支持100+智能体协同工作 [6] - "New Member"系统展现多模态识人、深度思考能力 可无缝介入多人对话并提供个性化服务 [6] - 量产"旅医"系统引入医疗大模型 能进行医疗级健康监测并联动第三方医疗服务 基于3D视线追踪的主动预警系统实现舱内外环境联动风险预判 [8] 行业趋势 - 2024年L2级辅助驾驶渗透率达62% 但用户对功能安全的投诉量同比上升37% [8] - 东风与商汤合作体现传统车企智能化转型中"自主可控+开放协同"双轨策略 [8] - 智能汽车正突破"规则驱动"天花板 但需解决合规数据采集体系和统一安全评估标准等行业共性问题 [11]