模型 - 2025年是Agentic Model能力提升的关键一年，大模型的推理、编程和多模态能力持续进步，为复杂智能体应用奠定了能力基础，2025年普遍被认为是Agent应用元年 [27][64] - 推理模型在2025年崛起，标志性事件是DeepSeek-R1于2025年1月20日发布，其影响力远超同日发布的Kimi K1.5和更早的OpenAI o1，成为全球首个在大参数规模上复现o1的推理模型 [7][59] - DeepSeek-R1的成功得益于三个关键因素：完全开源最强旗舰版本、技术报告极其详细、以及高亮了仅557万美元的最后一次训练成本，极低的成本引发了美国政商界广泛关注 [7][59] - 推理模型的效果提升主要体现为多步推理能力，背后的新技术范式是“测试时计算”的扩展，即将更多算力放在模型推理阶段 [9][61] - 编程能力成为支撑通用智能体的关键，Anthropic在2025年2月发布的Claude Code本质上是一个通用智能体，领先于3月初发布的“世界首个通用Agent”Manus，OpenAI、x.ai和Google等巨头也在2025年相继发布了各自的编程应用 [10][62] - 多模态模型已演进为原生多模态，即用单一模型处理文字、图片、语音等信息，代表模型包括2024年的OpenAI 4o、Gemini 1.5以及2025年的Gemini 3和Kimi 2.5，同时中国公司在视频生成模型领域表现突出 [11][63] - 模型竞争的底层是研发组织方式的竞争，“协同设计”成为巨头关键战略，即从芯片、基础设施、算法到应用的垂直整合与优化，Google、阿里和腾讯均在推进此类整合 [13][14][65][66] - DeepSeek展示了极致的工程优化能力，其开源周披露的推理成本引发行业争议，数据显示在24小时内用1800多张GPU卡支持了6000多亿输入Token和近1700亿输出Token，据此计算的毛利率高达84.5% [15][16][67][68] - 算力发展的趋势从比拼单颗芯片性能转向优化多芯片互联系统，华为的384 Matrix超节点和英伟达的NVL72均体现了这一思路 [22][74] - AI研究界已开始深度思考下一代学习范式，认为当前基于海量数据预训练和后训练的方法将触达瓶颈，新的研究方向包括持续学习、在线学习和世界模型等，旨在实现更接近人类的高效、节能学习方式 [23][24][75][76] 应用 - 2025年是智能体应用大规模爆发的元年，主要分为两条主线：以编程能力为核心的通用智能体，以及深入特定行业的垂直智能体 [29][81] - 通用智能体的核心转变是编程从目的变为手段，代表产品包括Anthropic的Claude Code、Claude Cowork、近期风靡的OpenClaw，以及字节跳动的Trae Solo模式、蚂蚁灵光、马卡龙等，它们旨在满足个人工作与生活的自动化需求 [30][31][82][83] - 智能体生态催生了工具链的繁荣，基础设施层出现细分机会，涵盖语音与多模态交互、记忆管理、评估测评等方向，美国硅谷的软件水平分工为此提供了成熟土壤 [40][41][42][43][92][93][94][95][96] - 智能体数量激增后，分发与交易成为新需求，Youware和MuleRun等公司尝试构建社区化平台或交易市场，但目前正从平台模式转向强化工具属性以降低使用门槛 [34][86] - 通用智能体正向移动端渗透，引发手机厂商、超级App与AI公司之间的三方博弈，例如字节豆包手机预览版的自动回微信、比价点外卖功能曾遭微信、美团等超级App封禁 [35][87] - 不同场景的App受智能体影响程度不同，点外卖、订机票等提效需求强的场景受影响更大，但超级App出于广告收入和数据安全考虑对开放接口持谨慎态度，而抖音、小红书等娱乐内容平台受影响较小 [36][88] - 垂直领域智能体正改变商业模式，从“卖服务”转向“为结果收费”，例如法律领域的艾语智能直接承接金融机构案件并按最终收回款项收费，教育领域的爱为舞则将AI老师嵌入在线大班课商业模式 [38][39][90][91] - Sora App代表了AI在非提效类消费端场景的新尝试，其核心功能Cameo允许用户生成数字角色进行创作或合拍，发布初期热度高但留存挑战大，30天留存率低于8%，远低于TikTok的42%和Instagram的38% [44][45][97][98] - 特定创作者群体正在Sora App上沉淀，例如日本创作者Matsumaru利用该工具探索二次元与视觉特效，粉丝量已突破10万 [46][99] - 传统消费端场景也在被AI重塑，例如聊天应用Intent利用大模型实现“默认全局翻译”，语音输入应用Typeless凭借更精准的识别和语境理解脱颖而出 [48][101] - AI for Science领域存在多种探索路径：一是利用机器学习加速第一性原理计算，如深势科技的DeePMD；二是利用生成式AI解决特定科学问题，如AlphaFold；三是发展能够覆盖完整科研流程的科研智能体，迈向“AI发明家”时代 [49][50][51][102][103][104]

英伟达与诺基亚战略合作 - 英伟达宣布对诺基亚进行10亿美元股权投资，以每股6.01美元认购166,389,351股新股，获得诺基亚2.9%的股份 [4] - 合作旨在加速AI-RAN创新，推动5G向6G过渡，双方将调整5G和6G软件以在英伟达芯片上运行，并探索在AI基础设施中使用诺基亚数据中心技术 [4] - 合作将基于加速计算和人工智能改变价值3万亿美元的电信产业，升级全球数百万个基站 [2][5] 英伟达新产品与技术发布 - 推出支持6G的加速计算平台Arc Aerial RAN Computer，该平台将作为诺基亚未来的基站架构，并与现有AirScale架构兼容 [4][5] - 宣布推出NVDIA NVQLink技术，支持量子计算机控制、校准和纠错，已有17家量子计算公司支持该技术 [10] - 扩展CUDA-Q以同时支持GPU和QPU，实现微秒级的数据“移动” [10] - 介绍新自动驾驶开发平台DRIVE Hyperion，并与Uber合作将其驱动的车辆连接到全球网络 [12] 英伟达芯片业务进展与财务预测 - Blackwell芯片已进入全面生产，下一代Rubin架构芯片预计明年10月或更早进入生产 [8] - 预计Blackwell和Rubin架构芯片在2024年至2026年期间将带来超过5000亿美元收入，是前代Hopper架构芯片同期收入的5倍 [8] - 该收入预测基于2000万颗GPU的总需求，目前已完成出货600万颗 [8] 英伟达近期其他重大投资 - 近期频繁进行大额投资，包括9月宣布50亿美元入股CPU厂商英特尔，以及计划向OpenAI投资最多1000亿美元 [7] - 对OpenAI的投资合作内容包括部署至少10吉瓦的AI数据中心，这些数据中心将包含数百万块英伟达GPU [7] 市场反应与行业趋势 - 投资与合作消息公布后，诺基亚股价盘中涨超26%，英伟达股价涨超5%，盘中股价超202美元/股，市值达4.92万亿美元创历史新高 [7] - 云服务提供商正投入大量资本开支，推动通用计算平台向加速计算平台转变 [10] - AI产业进入增长循环，使用越多则利润越多，进而推动更多计算资源投入，行业重点是通过协同设计降低AI计算成本 [11]

英伟达与诺基亚战略合作 - 英伟达投资诺基亚10亿美元，以每股6.01美元认购166,389,351股新股，获得诺基亚2.9%的股份 [3] - 双方合作旨在加速AI原生移动网络和AI网络基础设施的开发和部署，推动5G向6G过渡 [1][3] - 合作内容包括诺基亚调整其5G和6G软件以在英伟达芯片上运行，英伟达探索在AI基础设施中使用诺基亚数据中心技术 [3] 英伟达新产品与技术发布 - 推出支持6G的加速计算平台Arc Aerial RAN Computer，诺基亚将把NVIDIA-ARC作为未来基站架构 [1][3][4] - 推出NVDIA NVQLink技术，支持量子计算机控制、校准和纠错，已有17家量子计算公司支持该技术 [9] - 推出新自动驾驶开发平台DRIVE Hyperion，并与Uber合作将自动驾驶汽车连接到全球网络 [11] 英伟达芯片业务进展与预测 - Blackwell芯片正在全面生产，下一代架构Rubin芯片预计明年10月或更早进入生产 [7] - 预计Blackwell和Rubin架构在2026年前可带来超过5000亿美元收入，是前代Hopper架构收入的5倍 [7] - 该收入预期基于2000万颗GPU的出货量，目前已完成出货600万颗 [7] 英伟达近期其他重大投资 - 9月宣布50亿美元入股CPU厂商英特尔，双方合作定制芯片 [5] - 9月宣布将向OpenAI投资最多1000亿美元，合作部署至少10吉瓦的AI数据中心，内含数百万块英伟达GPU [5] 行业趋势与公司战略 - 云服务提供商正进行大量资本开支，通用计算平台向加速计算平台转变 [9] - AI思考给基础设施带来巨大计算负载，公司通过协同设计计算机架构、芯片、系统、模型和应用来降低AI计算成本 [10][11] - 全球电信产业规模达3万亿美元，拥有数百万个基站，合作旨在基于加速计算和人工智能改变行业 [1][4]