公司业务与定位 - PPIO是一家独立分布式云计算服务商 专注于边缘云计算和AI云计算服务 在中国独立边缘云计算服务商中排名第一 市场份额为4.1% [4][14] - 公司运营中国最大的算力网络 按计算节点数计 在中国边缘云计算服务提供商中排名第七 [4] - PPIO在IaaS PaaS MaaS三层都具备相应技术能力 为国内外领先科技公司提供服务 包括中国前十大互联网公司的大部分 [14] - 公司正式发布国内首个Agentic AI基础设施服务平台 包括兼容E2B接口的Agent沙箱和模型服务 支持百款主流开源与定制AI模型的快速接入 [5] 技术优势与创新 - 对DeepSeek-R1模型进行优化 采用PD分离等创新分布式计算技术 使吞吐量提高10倍以上 理论运营成本降低高达90% [4] - 通过算子融合 低精度量化及投机采样等技术 将模型输出效率提高7倍以上 理论运营成本降低85.7% [4] - 具备很强的调度能力 融合能力 模型优化 底层算子等技术能力 能提升GPU资源利用率 [14] - 研发国内首款兼容E2B接口的Agent沙箱 专为Agent执行任务设计 在云端环境运行 [5] 市场表现与增长 - AI云计算服务增长迅速 日均token消耗量从2024年12月的271亿次增至2025年6月的2000亿次 在中国独立AI云计算服务供应商中位列前两名 [5] - 公司于2025年6月正式向港交所提交上市招股书 启动IPO上市之路 [5] 行业观点与趋势 - AI Infra基础设施领域是非常低毛利 海量规模 长周期的市场 类比水电气煤等公共基础设施 [6][17] - 未来AI算力需求将从训练转向推理 从中心化架构转向分布式架构 推理计算卡将百花齐放 [7][18] - 推理算力占比将达到95% 训练只占5% 大量数据中心需要分布式以及海量的推理优化 [22] - 开源模型对于AI行业发展更有利 能让AI Infra公司有更多发展机遇 [6][10] 算力架构发展 - 中国AI算力底层做算力网络 东数西算 在算力调度和整合方面具有优势 类似高铁网和电力调度网 [22] - 美国算力底层在做星际之门 堆20万张卡 但面临散热 能耗 电网冲击等挑战 [22] - 训推一定会分离 训练集群和推理集群将是两个集群 目前训推一体是为了训练削峰填谷 [22] 应用场景拓展 - 边缘云和AI推理云业务将融合 满足云边端不同需求 特别是机器人 自动驾驶等对低时延有要求的场景 [25][26] - 机器人 自动驾驶的实时计算需要毫秒级处理速度 只能使用本地化算力 [24] - 复杂任务如任务拆解 推理 形成代码等需要至少30B参数规模 且Agent会运行在云端 [25] 硬件与软件协同 - 国产算力卡在推理时代迎来发展机会 特别是加了PD分离架构之后 [20] - 硬件软件快速迭代 良性结合推动AI时代加速 端到端垂直整合能力越来越重要 [20] - 多卡融合 多卡兼容解决方案成为普遍趋势 以应对AI芯片卡脖子风险 [21]

基础大模型发展趋势 - 基础大模型正成为生成式AI核心引擎并重塑计算未来 其能力与成本控制的演进将推动系统 应用及产业格局变革 [2] - 模型API支出在6个月内从35亿美元增长至84亿美元 企业重心从训练微调转向模型推理 标志阶段性转折 [2] - 代码生成成为首个大规模爆发的AI应用场景 基础模型能力升级路径新增"带验证器的强化学习"(RLHF with verifiers) [2] 市场竞争格局变化 - Anthropic以32%企业使用率超越OpenAI(25%)和Google(20%) 成为市场新领跑者 Meta Llama占9% DeepSeek仅1% [9] - Anthropic崛起始于2024年6月Claude Sonnet 3 5发布 2025年系列版本(Claude Sonnet 3 7/4 Opus 4 Claude Code)巩固领先地位 [12] - 企业投入集中流向少数高性能闭源模型 开源采用趋势因前沿突破放缓而减弱 [3] Anthropic成功驱动因素 - 代码生成领域占据42%市场份额(OpenAI为21%) 催生19亿美元生态系统及AI IDE 应用构建工具等新形态产品 [13][14] - 采用带可验证奖励的强化学习(RLVR)突破数据瓶颈 成为提升模型可靠性与实际能力的关键路径 [15] - 率先实现Agent范式突破 通过多轮自我优化及工具调用提升模型执行力 2025年被称为"Agent之年" [16] 开源模型发展现状 - 开源模型运行任务占比从19%降至13% Meta Llama仍领先但Llama 4表现未达预期 [17] - 中国公司贡献突出开源模型(DeepSeek 字节跳动 阿里巴巴等) 但性能落后前沿闭源模型9-12个月 叠加部署复杂度导致份额停滞 [17][20] - 开源吸引力在于定制化 成本优势及私有化部署 但初创企业生产负载正加速转向闭源 [20] 企业模型选择行为 - 66%开发者选择原供应商升级 仅11%切换供应商 性能(非价格)是核心决策因素 [24][27] - 性能优先逻辑下 旧模型即使降价十倍也无法挽回用户 Claude 4发布一个月内即抢占45%用户 [27][30] - AI支出从训练转向推理 初创企业推理任务占比从48%升至74% 近半数企业主要计算任务由推理驱动 [31]

人工智能行业趋势 - 2025年被视为人工智能真正的元年，DeepSeek推出的V3和R1模型在7天内突破1亿用户并采用开源模式[1] - 开源模型推动科技民主化，使技术从"厨师做菜"变为"人人可做菜"，并支持二次销售[1] - 开源是科技革命的第一推动力，中国在开源模型领域发展迅速，引发全球科技领袖对"开源与闭源"的讨论[1] 诺安基金科技组的投资策略 - 科技投资需专业团队，因科技股具有非线性特点，需抓住产业拐点实现高收益[2][3] - 团队通过前瞻性研究预判国产大模型奇点，认为开源加速智能供给，跟踪国内外开源团队形成超越市场的认知[2] - 科技投资覆盖全产业链，包括半导体国产化、AI应用、创新药等方向，形成多元化布局[15][16][26] 人工智能的经济影响 - AI推动全要素生产率提升，自动化优化决策并缩短创新周期[6] - 创造新市场如自动驾驶、智能机器人，并催生个性化推荐等商业模式[7] - 优化资源配置，提高基础设施智能化及市场平台匹配效率[8] 诺安科技组的团队构建 - 团队文化强调扁平化、包容性，避免阿尔法损耗，注重独立思考与开放共享[20][21] - 前瞻性产业判断通过多产业链交叉验证，把握半导体国产替代、AI变革等趋势[22][23] - 全产业链产品布局覆盖芯片、AI应用、创新药等，形成360度视角[25][26] 中国科技产业链发展 - 2020年华为制裁事件后，中国加速硬科技自主可控，完善创新产业链[12][14] - 半导体国产化突围与AI硬件突破推动中国科技竞争力提升[16][17] - 科技投资需"耐心资本"，支持长期创新，优化社会资源配置[28] 基金经理观点与案例 - 邓心怡认为技术溢价能力反映不可替代性，需解决"真痛点"[9] - 刘慧影看好AI独角兽基于硬件突破与用户理解提升竞争力[10] - 唐晨关注AI医疗，如手术机器人实时数据分析与远程手术潜力[10]

中国开源模型的崛起 - 中国开源模型如Kimi、Qwen、智谱GLM-4.5等近期密集发布，Hugging Face热门榜几乎被中国模型垄断[1][3] - 中国模型发展速度惊人，一旦模式被验证可行，中国擅长集中资源快速工程化实现[5][8] - 中国开源模型可能成为发展中国家的模型标准，尤其在"全球南方"市场占据优势[6][7] 中美AI竞争格局 - 大模型竞争已演变为中美之间的比拼，开源标准可能转向中国模型[3] - 美国如Meta等公司正加大投入，但中国在公私合作和资源投入方面更具优势[8][10] - 中国机构如清华大学已拥有先进语言模型，而美国部分高校资源相对不足[8][10] 模型训练与人才 - 不同机构间人才差异并不显著，模型好坏更多取决于资源利用效率[15][16] - 顶尖实验室内部普遍存在混乱，但关键在于能否产出有效模型[19][20] - 实验速度和基础设施比单纯追求"天才"更重要，需要重视团队协作价值[21][22] 模型评测与基准测试 - 当前更需要好的基准测试来评估模型能力，而非仅关注技术细节[3][24] - 制作高质量评测的门槛越来越高，但可能带来新的话语权[24][25] - 评测领域存在巨大蓝海机会，定义新任务不需要庞大算力[26] 强化学习与推理技术 - RL无法泛化到数学和代码之外的说法被夸大，这些领域只是更容易验证[32] - GSPO算法通过分组序列策略优化显著提升样本效率[28][29] - 模型推理研究进展有限，蒸馏小模型比RL更实用[27] 未来挑战与趋势 - 验证难度将越来越大，特别是在科学发现等复杂领域[36][37] - 智能体相关能力可能成为未来关键基准，参数规模扩张不再是主要路径[23] - 行业需要改变模型优势的传达方式，超越单纯基准测试分数[24]

中国开源大模型竞争格局 - 北京、上海与杭州形成三城演义格局 在AI开源领域展开激烈竞争[1] - 美国对中国开源技术栈日益忌惮 表现为白宫调整开源策略及OpenAI推迟开源模型发布[1] - 全球开源模型性能榜单头部已被中国模型霸占 包括K2、Qwen3-2507系列、Qwen3-Coder、Wan2.2、Step-3等[1] 杭州开源生态建设 - 阿里巴巴密集推出多款开源模型 包括Qwen3-Coder(4800亿总参数/350亿激活参数)、Qwen3-2507系列、Qwen VLo多模态模型及全球首个开源MoE视频生成模型[3] - 开源模型定价具备显著优势 Qwen3-Coder价格仅为Claude 4的1/3[3] - 采用差异化产品策略 区分非思考版Instruct与推理版Thinking模型以贴近社区需求[5] 技术创新突破 - Wan2.2首次将MOE架构引入视频生成 在推理成本不变前提下提升总参数规模[4] - K2采用重述法训练提升学习效率 效果比同一内容重复训练高出约5个百分点[9] - Step 3采用AFD技术实现注意力模块与前馈神经网络解耦 优化硬件适配效率[10] - GLM-4.5实现高效能输出 生成速度达100tokens/s且总参数量3550亿中仅激活320亿参数[11] 企业竞争动态 - DeepSeek引发行业飞轮效应 推动开源模型价格战与技术迭代[2] - 月之暗面发布K2模型并采用自研MuonClip优化器与QK-Clip技术[9] - 阶跃星辰推出Step 3多模态推理模型 总参数3210亿且具备视觉能力[10] - 智谱开源GLM-4.5系列模型 采用MIT许可证支持商业用途[11] 产业生态发展 - 阿里云通过开源策略扩大生态影响力 Qwen系列累计下载超4亿次衍生模型超14万个[13] - 开源成为人才吸引与文化构建方式 DeepSeek证明华人团队在AGI领域的创新贡献[14] - 上海大幅提升智算规划规模 从2025年30EFLOPS提升至2027年200EFLOPS(增长6倍)[15] - 腾讯加入开源竞争 在WAIC上开源混元3D世界模型并公布系列开源计划[16] 地缘战略意义 - 中国通过WAIC展示开源AI部署决心 提出打造跨国开源社区应对美国AI行动计划[16] - 开源模型成为国际软实力新杠杆 新加坡明确欢迎中国高性价比模型覆盖东南亚多语言市场[16] - 中国建立开源技术栈目标明确 力求在token经济层面与美国闭源模型竞争[19]

开源战略进展 - 公司正式发布通义大模型三周年 实现全尺寸和全模态全面开源 打破开源与闭源模型技术壁垒[1] - 近一周内连续发布并开源4款重磅大模型 包括7月28日开源的视频生成模型通义万相Wan2.2[1][3] 模型技术突破 - 通义万相Wan2.2开源三款视频生成模型 支持文生视频 图生视频和统一视频生成 可生成5秒高清视频并支持60多个可控参数[3] - 千问3基础模型获权威机构Artificial Analysis评为全球最智能非思考基础模型[3] - 千问3推理模型比肩顶级闭源模型Gemini2.5 pro和o4-mini 斩获推理模型全球开源冠军[3] - AI编程模型Qwen3-Coder在代码能力和Agent调用能力超越GPT4.1和Claude4 登顶Hugging Face总榜冠军[3] 市场反响与生态建设 - 千问API调用量三天突破1000亿Tokens 热度超越GPT Gemini和Claude等顶级模型 包揽OpenRouter趋势榜前三名[4] - 通义千问全球主要模型社区下载量突破4亿 衍生模型数量超过14万个 超越Meta的Llama系列成为全球第一开源模型家族[5] - 开源推动全球开发者众测反馈 直接获得数据和不良案例 加速模型迭代速度[5] 全栈AI能力展示 - 在世界人工智能大会全面展示从AI基础设施到大模型再到平台及应用的完整AI技术栈[4] - 开源战略使公司明确全球市场竞争中的生态位 获得直接技术反馈[5]

全球大模型API市场份额 - 中国DeepSeek和阿里通义千问跻身全球前五 通义千问以10.4%市场份额超越OpenAI的4.7%位列第四 [1] 开源模型发展趋势 - OpenRouter平台API调用量榜单显示开源模型加速取代闭源模型 Top10大模型中9个为开源模型 [3] - Qwen3-Coder以近500亿Tokens调用量居首 通义千问包揽前三且前十占五席 [3] - 通义千问模型单周总调用量突破2000亿Tokens [3] 中国开源模型技术进展 - 阿里巴巴上周开源3款大模型 斩获基础模型/编程模型/推理模型三项全球开源冠军 [3] - 开源模型性能逼平Claude4/GPT4.1/o4-mini/Gemini2.5 pro等顶级闭源模型 [3] - 通义团队发布强化学习新算法GSPO 实现"周级迭代"开发加速度 [3]

技术突破与性能表现 - 阿里巴巴在7月22日至28日期间连续发布四款开源AI模型 包括Qwen3-235B-A22B-Instruct基础模型、Qwen3-Coder编程模型、Qwen3-235B-A22B推理模型和通义万相Wan2.2视频生成模型[1][2] - Qwen3-235B-A22B-Instruct基础模型在GPQA、AIME25、Arena-Hard等任务中击败Claude4（Non-thinking）闭源模型 仅需4张H20显卡即可部署2350亿参数模型 显存占用仅为同类模型1/3 推理速度提升1.8倍[4] - Qwen3-Coder编程模型采用混合专家（MoE）架构 激活参数达35B 支持256K token上下文扩展至1M 在SWE-bench、Mind2Web、Aider-Polyglot等评估中超越GPT4.1和Claude4等闭源模型[10] - 通义万相Wan2.2视频生成模型包含文生视频、图生视频和统一视频生成三款模型 总参数量27B 激活参数14B 采用MoE架构节省50%计算资源消耗 在复杂运动生成和人物交互等维度显著提升[7] - Qwen3-235B-A22B推理模型支持256K上下文超长文本处理 在知识推理、数学编程等任务中比肩Gemini-2.5 Pro和o4-mini等顶级闭源模型[6] 行业影响与生态建设 - 阿里开源模型在HuggingFace模型总榜登顶 编程模型Qwen3-Coder获硅谷科技领袖广泛认可 HuggingFace CEO连发12条推文推荐[11][13] - 开源模型显著降低开发成本 例如Qwen3-Coder可支持"一句话生成3D物理模拟代码"和"5分钟搭建品牌官网" 有用户因此卸载月付200美元的Claude Code服务[12] - 通过魔搭社区和HuggingFace双平台构建全球开发者生态 目前千问模型全球下载量突破4亿 衍生模型超14万个 超越Meta Llama系列成为全球第一开源模型家族[15][21] - 已有30多万中国企业和机构接入通义大模型 包括中国一汽、联想、国家天文台等 覆盖金融、制造、科研等领域[21] - 开源策略推动技术反哺 例如李飞飞团队基于Qwen模型训练出的s1-32B在竞赛数学问题上比o1-preview表现高出27%[16] 市场竞争与战略布局 - 阿里通过开源模式打破"闭源模型是高性能代名词"的认知 重新定义开源模型天花板[3] - 在OpenRouter平台最新榜单中 通义千问以10.4%市场份额超越OpenAI的4.7% 位列全球第四[19] - 公司具备全栈AI能力 涵盖分布式计算、自研芯片、大模型到行业应用 未来三年将投入3800亿用于云和AI基础设施建设[19][21] - 开源战略通过技术标准构建和云计算服务实现商业化 形成"以开放换生态、以生态锁云端"的商业模式[15] - 中国开源模型从性能与成本双重维度动摇闭源模型定价权 可能重塑全球AI技术竞争格局[19]

核心观点 报告对宏观策略、北交所、电子、银行、医药、半导体等领域进行分析，认为 A 股市场总体呈“慢牛”态势，8 月或震荡下行调整；北交所流动性上升；电子、银行、医药行业有投资机会；迈富时公司发展前景良好 [5][7][9][19][23][30][36]。 宏观策略 宏观政策 - 2025.07.21 - 2025.07.25 公布公共财政支出、LPR 等宏观数据，6 月公共财政支出当月同比增速 0.38%，上半年累计增速 3.4%，上半年财政收支差额累计 - 25,705.00 亿元高于 2024 年同期，7 月 LPR 保持不变，1 年期 3.00%，5 年期 3.50%，符合市场预期 [2]。 沪深股市 - 2025.07.21 - 2025.07.25，6 个 A 股指数震荡上行，上证指数涨 1.67%、深证成指涨 2.33%等，周振幅最大的是科创综指 4.36% [3]。 - 近期市场上行动力来自雅鲁藏布江下游水电工程推动基建板块及科技板块发力，二季度宏观数据略超预期，上半年 GDP 累积同比增长 5.3%，大盘短期调整压力上升，但总体保持“慢牛”态势 [5]。 - 31 个申万一级行业上周涨多跌少，建筑材料、煤炭周涨幅居前，银行、通信居后；124 个申万二级行业（扣除林业）小金属、水泥周涨幅居前，农商行Ⅱ、股份制银行Ⅱ周跌幅居前 [5][6]。 - 投资建议：长维度 A 股市场大概率“慢牛”运行；中维度关注科技、绿色、消费、基建领域；短维度 8 月市场大概率震荡下行调整，建议关注长期资金入市红利板块及消费相关板块 [7]。 北交所 市场总览 - 截至 2025 年 7 月 25 日，北交所 268 家股票上市交易，本周新增 0 家；总股本均值 378.77 亿股无变化，总自由流通股本均值 151.44 亿股增 0.18%，总市值均值 8520.87 亿元增 2.36%，总自由流通市值均值 3255.09 亿元增 3.00% [9]。 流动性 - 本周北交所流动性较前一周明显上升，总成交量均值 14.27 亿股，上升 39.13%；总成交额均值 310.82 亿元，上升 42.36%；算术平均换手率均值 7.04%，上升 1.98 个百分点；按总市值加权平均换手率均值 6.49%，上升 1.76 个百分点 [10]。 行情及指数走势 - 268 只股票中 190 只上涨，恒立钻具涨幅最高 184.05%，*ST 云创跌幅最高 10.61%；254 只股票累计上涨，星图测控涨幅最高 1317.79%，14 只累计下跌，连城数控跌幅最高 76.19% [11]。 - 7 月 25 日，北证 50 收盘 1458.98 点，涨 2.85%；北证湘财研究全指数收盘 1835.28 点，涨 3.09% [11]。 分行业 - 上周 268 只股票涉及 24 个申万一级行业，建筑装饰、医药生物涨跌幅靠前，交通运输、石油石化靠后 [12]。 估值表现 - 北证 50 当前估值（PETTM）68.19 倍，科创 50 为 143.58 倍，沪深 300 为 13.59 倍；2022 年 4 月 29 日以来，北证 50 处于 95%估值分位数，科创 50 处于 99%，沪深 300 处于 100% [13]。 行业公司 电子 - 市场表现：上周中证人工智能产业指数报收 1479.24 点，涨 1.72%；国证算力基础设施主题指数报收 5805.86 点，涨 3.23%；万得智能体概念指数报收 1897.37 点，涨 2.62% [14]。 - 估值：上周中证人工智能产业指数 PE（TTM，剔除负值）为 41.06X，环比上升 1.03X，PB（LF）为 5.10X，环比上升 0.13X，PE 处于近 7 年 45.89%分位数，PB 处于 52.66%分位数 [16]。 - 行业动态点评：通义千问更新 Qwen3 模型，通用能力显著提升，在多语言长尾知识覆盖等方面进步，长文本提升到 256K，开源模型能力接近顶尖闭源模型，有望推动 AI 应用加速发展 [17][18]。 - 投资建议：看好 AI 基建、端侧 SOC、AI 应用投资机会，维持电子行业“增持”评级，AI 基建关注寒武纪等，端侧 SOC 关注瑞芯微等 [19]。 银行业 - 信贷流向重点支持领域：实体经济融资成本降低，1 - 6 月新发放企业贷款加权平均利率约 3.3%，个人住房贷款利率约 3.1%；重点领域信贷增长快，5 月末普惠小微贷款等均高于全部贷款增速；消费金融有望温和复苏 [21]。 - 投资建议：银行信贷有望平稳增长，息差或趋稳，资产质量将巩固，建议从“高股息 + 区域增长”配置银行股，维持行业“增持”评级 [23]。 医药行业 - 核心要点：关注细分 ADC CDMO 机遇，CXO 板块补涨动力足，全球 ADC 药物市场爆发式增长，催生全链条产业机遇，ADC 技术壁垒高，CDMO 服务成刚需，传统小分子企业布局 ADC CDMO，XDC 开辟新蓝海 [25][26][27]。 - 投资建议：维持医疗服务“买入”评级，建议关注具有 ADC 相关技术储备的 CDMO 公司药明康德等 [30]。 半导体 - 迈富时公司：AI + SaaS 战略驱动平台化、一体化发展，2024 年 AI + SaaS 业务收入 8.42 亿元，占营收 54%，服务客户超 26,600 户，2025 年推动产品升级；精准营销业务构建一站式服务体系，2024 年收入 7.16 亿元，占营收 46% [32][34]。 - 投资建议：预计 2025 - 2027 年公司归母净利润及增速，首次覆盖给予公司“买入”评级 [36]。

阿里巴巴AI模型发布 - 公司在2025年7月22日至26日连续发布三款AI模型，包括Qwen3基础模型、Qwen3-Coder编程模型和Qwen3推理模型 [3] - 三款模型分别斩获基础模型、编程模型、推理模型等主流领域的三项全球开源冠军 [3] - Qwen3基础模型被权威AI研究机构Artificial Analysis评为"全球最智能的非思考基础模型" [6] - Qwen3-Coder编程模型使新手程序员一天能完成资深程序员一周的工作，生成品牌官网最快仅需5分钟 [9] - Qwen3推理模型性能比肩Gemini-2.5 pro、o4-mini等顶尖闭源模型 [3][9] 技术实力与市场表现 - 公司AI模型API调用量在过去几天突破1000亿Tokens，在OpenRouter趋势榜上包揽全球前三 [11] - 阿里云AI相关收入连续七个季度保持三位数增长 [12] - 公司运营着中国最大、亚太第一规模的AI基础设施，具备从硬件到软件的垂直整合能力 [11] - 通义实验室是中国AI人才最密集、AI产出最丰厚的AI Lab [12] 开源战略 - 公司本周发布的三款模型全部开源，目前已有三百多个重要模型对外开源 [13][14] - 开源模型可供中国企业免费商用，美国、法国、德国等发达国家的公司也能接入 [14] - 公司开源战略与"让天下没有难做的生意"的愿景一脉相承 [14] - Qwen3-Coder的开源掀起"AI编程"热潮，获得推特创始人和Perplexity CEO等业内人士点赞 [14] 行业竞争格局 - 中国AI开源模型(阿里通义千问、deepseek)与美国闭源模型(GPT、Claude、Gemini)形成对比 [13] - 公司计划未来三年投入3800亿元人民币建设云和AI硬件基础设施，总额超过去十年总和 [15] - 2008年公司提出"去IOE"战略，用云计算替代传统IT架构 [15] - 公司被视为中国参与全球AI全栈体系竞争的重要选手 [15]