风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。 作者： 闷得而蜜 来源：雪球 阳光电源从2020年5月底起步 ， 短短14个月时间从6.0附近一路向北 ， 在2021年7月底 ， 最高超过120 ， 上涨幅度超过20倍 ， 市值最高超过2000亿 。 从此以后一路南下 ， 到目前在60附近 ， 区间累计也还有10 倍左右 。 寒武纪IPO后则一路南下 ， 在2022年中下探到50元附近 ， 2023年ChatGPT引爆行情 ， 最高达超过800元 ， 累计16倍涨幅 ， 市值最高超过3000亿 。 这两只股票的 业绩与市值完全背离 。 阳光电源在市值最高的2021年 ， 业绩反而处于低谷 ， 营收增长一般 ， 归母净利润负增长28% 。 后来的2022 、 2023 、 2024连续三年高增长 ， 即使2025Q1的YoY继续高增 长 。 而寒武纪呢 ， 营收几乎没有增长 ， 持续大幅度亏损 ， 当然2025Q1迎来了营收和业绩的拐点 。 | 分时 五日 日K 国K | 目K 学 年K 120分 | | 60分 30分 | 153 59 | 153 | 区同姓十 | 全屏 ...

说到硅谷有名的投资人，Canvas Ventures创始人兼管理合伙人Rebecca Lynn的投资观点总能切中要害， 不愧是将Lending Club推向美国2014年最大科技IPO的风投老将。 当然，除了Lending Club之外，她的投资组合还包括多个成功案例：被汤森路透以6.5亿美元收购的AI法 律科技公司Case Text、被益百利收购的Gabby、以及被贝莱德收购的Future Advisor等。 回看2023年初，资本市场的钱包对AI创业几乎是敞开的。几乎每家风投都在争相投资各种"AI+X"的创 业公司，仅凭一个精美的Demo就能拿到百万美元级别的种子轮。而Rebecca的观点却像一针见血——在 PPT模式下创建一个惊艳的AI产品太容易了，但将它转化为真正可扩展的产品却是天壤之别。 在Rebecca眼中，CEO最重要的素质与技术关系不大，而是销售能力："CEO的工作本质就是不停地销售 ——向客户卖产品，向员工卖愿景，向人才卖职位，你无时无刻不在推销你的公司。" 她特别欣赏那些既能倾听客户声音、又具备出色销售领导力的CEO。她举例说明，Doximity的创始人 Jeff Tagney从一开始就组 ...

核心观点 - DeepSeek的出现打破了AI大模型研发需要巨额资金和技术积累的固有认知，由一家中国金融领域的初创企业开发出性能卓越的开源大模型[1][4][5] - DeepSeek的成功在于通过算法优化提升算力的边际产出，以技术进步突破规模定律的约束，这背后体现了中国在数字基础设施和人才规模方面的优势[1][8][11] - AI发展同时受规模定律和规模效应影响，规模定律带来后发优势，规模效应带来先发优势，中美在AI领域各有比较优势[15][16][22] - DeepSeek选择开源模式有利于构建更大规模的创新生态，加速AI应用层的渗透，发挥中国在应用端的规模优势[24][26][28] - 金融与科技存在天然联系，金融领域的创新本就是数字科技创新的一部分，金融科技与科技金融需要协同发展[36][38][39] AI经济学：规模定律与规模效应 - 规模定律指在给定算法框架下，增加数据、参数、算力投入可提升AI性能但边际收益递减，规模效应指规模扩大带来单位成本下降和效率提升[8][9][10] - DeepSeek通过算法优化提升算力边际产出，以技术进步突破规模定律约束，在算法框架改善下AI性能可呈现规模报酬递增[11][12][14] - 算法创新依赖于规模经济构建的创新生态，包括企业内部规模经济和上下游协同的外部规模经济[14] - 中国在数字基础设施和人才规模方面的优势为算法创新提供了支撑，体现大国规模经济效应[1][14][15] AI经济学：后发优势与先发优势 - 规模定律隐含后发优势，落后者要素投入边际产出更高，有利于差距收敛；规模效应隐含先发优势，规模报酬递增强化领先者地位[15][16][22] - 中美AI发展指数显示两国在研发端和应用端均具规模优势，美国研发端略强，中国应用端略强[16] - 中美发展路径分化：美国侧重算力优势，中国侧重算法优化和人才规模，2022年中国培养的AI优秀人才占比已达47%[18][19][21] - 美国限制算力出口可能促使中国更聚焦算法优化，强化比较优势，算法技术进步是AI发展的核心驱动力[19][22] 开源促进外部规模经济 - DeepSeek开源模式降低应用层商业壁垒，有利于加速"人工智能+"进程，2025年1月其APP在157个国家和地区下载排名第一[24][26] - 开源系统更依赖外部规模经济，闭源系统更依赖内部规模经济，如Android用户数近iOS三倍但开发者收入更低[25][28] - AI应用层潜在市场规模是算力层和模型层总和的两倍，开源加速渗透可释放大国规模优势，促进经济增长[27][28] - 开源将规模经济收益更多分配给生态伙伴，实现创新社会正外部性，弱化技术进步的贫富分化效果[28] 创新发展模式 - 科技创新与产业创新需要融合发展，中国需摆脱重供给轻需求、重资产轻人才的路径依赖[31][32] - 大市场需求优势是产业创新根本驱动力，如《黑神话悟空》《哪吒之魔童闹海》等成功案例[32] - 大企业擅长渐进式创新，小企业更具颠覆式创新活力，CVC模式可实现两者优势互补[33][34] - 知识产权保护与个人破产制度对激励人才创新创业至关重要[34] 金融与科技关系 - 金融活动尤其是资本市场关键在解决信息不对称，金融领域创新本就是数字科技创新的一部分[36][39] - 量化基金等金融科技是科技工具在金融领域的重要应用场景，AI大模型要素也是其竞争力所在[38] - 资本市场通过外部规模经济支持创新生态，与多样化创新生态更契合，大国资本市场更具优势[37] - 需平衡金融科技监管与包容"动物精神"，重点防范不当行为而非限制超额收益本身[39]