新一轮人工智能范式演进 - 新一轮人工智能是信息智能、物理智能和生物智能的融合，本质上是原子、分子和比特的融合 [1][4][6] - 在规模定律驱动下，当参数、数据与算力跨过阈值，智能开始“涌现”，从鉴别式AI走向生成式AI，再走向智能体新范式 [1][6][8] - ChatGPT（2022年）和DeepSeek是此轮演进的两个重要里程碑，分别代表了从鉴别式到生成式的转变，以及从预训练到推理优先的转变 [1][8][34] 核心驱动力与技术特征 - 统一表征（Tokenization）将文本、语音、图像、蛋白质、DNA、点云等多元数据纳入同一空间，是实现多模态智能融合的基础 [5][8][34] - DeepSeek时刻以高效率、高性能、低价格和开源路径（MIT license）为特征，大幅加速了大模型在全球的落地和应用 [5][10][37] - 规模定律在预训练阶段增速已放缓，智能增长更多转向后训练、推理和智能体阶段 [12][39][43] AI发展的五大趋势 - **趋势一：生成式AI正快速演化为智能体（Agent）**，这是近两年最重要的创新 [10][37][39] - **趋势二：推理成本下降与智能体算力需求上升形成平衡**，过去一年推理单位成本下降10倍，智能体算力需求增长10倍 [12][39] - **趋势三：从信息智能走向物理智能和生物智能**，大语言模型向视觉语言动作模型演进 [12][40] - **趋势四：无人驾驶与机器人是两大关键节点**，无人驾驶在2025年达ChatGPT时刻，2030年（DeepSeek时刻）约10%新车拥有L4能力；未来10年左右机器人数量将超过人类 [12][40] - **趋势五：AI风险快速上升**，智能体出现后风险至少翻倍 [13][41] 未来产业格局与架构 - 基础大模型将像操作系统一样收敛，全球最终玩家不超过10个，预计中美各占约一半 [3][14][42] - 开源生态将成为主流，预计占比80%，闭源占比20% [14][42] - 产业格局将重构为“基础模型 + 垂直/边缘模型 + 智能体网络”的三层结构 [6][14][19] - 未来的SaaS和手机APP将被智能体取代，智能体成为企业与个人交互的默认形态 [3][21][50] - 智能体将形成网络（智能体互联网），并催生新的经济形态和企业架构，企业资源将包括GPU、大模型、数据以及人和智能体 [17][45] 市场规模与产业机遇 - 人工智能时代的产业规模将远超过去，预计比移动时代大10倍，比PC时代大100倍 [24][53] - 基础大模型是AI时代的操作系统，将彻底重构其下的芯片架构（如GPU为主）和之上的应用生态 [23][24][52] - 互联网发展路径为：PC互联 -> 移动互联 -> 物联网 -> 智能体互联网（Internet of Agents），后者是未来5-10年最大发展方向 [24][53] 通往AGI的路径与预测 - 智能体互联网是通往通用人工智能的必经之路 [3][26][35] - 实现AGI需要新的算法体系，如新的记忆体系和世界模型，未来五年现有的Transformer等架构可能被颠覆 [26][55] - 预计需要15-20年完成从信息智能到物理智能，再到生物智能的跨越 [6][26][35]

新一轮人工智能范式演进 - 新一轮人工智能是信息智能、物理智能和生物智能的融合，本质上是原子、分子和比特的融合[1][6] - 在规模定律持续作用下，当参数规模、数据体量与算力资源跨过阈值，智能开始“涌现”，从鉴别式AI走向生成式AI，再走向以智能体为代表的新范式[1][8] - 以ChatGPT和DeepSeek为里程碑，前者通过统一表征与token化整合多模态数据，后者以高效率、高性能、低价格和开源路径，将大模型从“预训练时代”推向以推理为核心的“DeepSeek时刻”[1][8][10] 人工智能发展的关键趋势 - 生成式AI正快速演化为智能体，过去七个月，Agent的任务长度增长了两倍，准确度大于50%[11][13] - 规模定律在预训练阶段已放缓，更多智能转向后训练、推理和智能体阶段，推理单位成本在过去一年下降10倍，而智能体算力要求一年增长10倍[13] - 人工智能正从信息智能走向物理智能和生物智能，大语言模型走向视觉语言动作模型[13] - 无人驾驶在2024年已到达“ChatGPT时刻”，预计2030年达到“DeepSeek时刻”，即10%左右的新车拥有L4级无人驾驶能力[13] - 机器人是未来最大赛道之一，预计未来10年左右机器人数量将超过人口数量[13] - 智能体出现后，AI风险至少翻倍[13] 未来产业格局与机遇 - 基础大模型将像操作系统一样在全球范围内收敛，预计最终玩家不超过10个，中美两国引领，各有不同路径[2][14] - 产业格局将重构为“基础模型+垂直/边缘模型+智能体网络”，开源生态预计将占主导，可能占比80%，闭源占20%[3][14] - 智能体将取代今天的大部分SaaS和App，成为企业和个人与世界交互的默认形态[2][19] - 基础大模型是人工智能时代的操作系统，将彻底重写、重构和重塑产业形态，其带动的产业规模将比PC时代、移动时代大一到三个数量级[21][22] - 从互联网发展角度看，行业正从PC互联、移动互联、物联网走向智能体互联网，这是未来5到10年最大的发展方向[22] 智能体互联网与AGI路径 - 智能体互联网是通往通用人工智能的必经之路，预计需要15到20年完成从信息智能到物理智能，再到生物智能的跨越[3][24] - 实现AGI需要新的算法体系，如新的记忆体系和世界模型，未来五年内，现有的自回归架构、Transformer、Diffusion可能被颠覆[24] - 智能体不仅在形成网络，也在形成新的经济形态，未来企业架构将包含GPU、大模型、数据以及由人和智能体构成的人力资源[17] - 以清华的医疗智能体为例，多智能体网络能在两天内完成一个三甲医院两到三年的病例学习，且准确度更高，未来每个医生都可能拥有一个智能体助理[19][21]

文章核心观点 新一轮人工智能是信息智能、物理智能和生物智能的融合，在规模定律驱动下，智能从模式识别“涌现”为生成式与推理式AI，并正快速演化为智能体范式[2][3][12] 以ChatGPT和DeepSeek为里程碑，AI发展正从预训练时代迈向以推理为核心的“DeepSeek时刻”，并在高效率、低成本和开源生态中加速落地[4][11][12][14] 未来5-10年，产业将进入“智能体互联网”时代，智能体将取代大部分SaaS和App，成为人机交互的默认形态，这也是通往通用人工智能（AGI）的必经之路[6][12][38][40] AI发展范式演进 - **新一轮AI的本质是三大智能融合**：即信息智能、物理智能和生物智能的融合，本质上是原子、分子和比特的融合[2][8][12] - **智能涌现的关键驱动**：在规模定律（Scaling Law）持续作用下，当参数规模、数据体量与算力跨过阈值，智能从鉴别式AI“涌现”为生成式AI，再走向以智能体为代表的新范式[3][10][11] - **两大里程碑事件**：ChatGPT通过统一表征与token化，将文本、语音、图像乃至蛋白质、点云等数据纳入同一空间，实现了从鉴别式AI到生成式AI的跨越[4][10] DeepSeek则以高效率、高性能、低价格和开源路径，将大模型从“预训练时代”推向以推理为核心的“DeepSeek时刻”[4][11][14] AI发展的五大趋势 - **趋势一：生成式AI正快速演化为智能体**：智能体是近两年AI领域最重要的创新，其任务长度在过去七个月增长了两倍，准确度已大于50%，与人类对齐[15][17][18] - **趋势二：规模定律重心转移**：规模定律在预训练阶段已放缓，更多智能发展转移至后训练、推理和智能体阶段[19] 推理的单位成本在过去一年下降了10倍，而智能体本身的算力要求一年增长了10倍，两者成本效应相互平衡[19] - **趋势三：从信息智能走向物理与生物智能**：大语言模型正走向视觉语言动作模型（VLA）[20] 无人驾驶在2024年已到达“ChatGPT时刻”，预计到2030年（DeepSeek时刻），约10%的新车将拥有L4级无人驾驶能力[20] 机器人是未来最大赛道之一，预计未来10年左右，机器人的数量将超过人类数量[21] - **趋势四：AI风险同步放大**：随着智能体的出现，AI相关的风险至少翻倍[22] - **趋势五：开源成为主流生态**：开源将成为更大、更主要的平台和生态，预计约80%的模型为开源，20%为闭源[23] 未来产业格局：智能体互联网 - **基础大模型如操作系统般收敛**：基础大模型相当于AI时代的操作系统，全球范围内最终将收敛到不超过10个，主要由中美两国引领[6][12][23][35] - **智能体取代传统软件形态**：智能体会取代今天的大部分SaaS和手机App，成为企业和个人与世界交互的默认形态[6][30] 未来的企业架构将包含GPU、大模型、数据以及由人和智能体共同构成的人力资源[25] - **形成新的产业架构与经济形态**：产业将重构为“基础模型+垂直/边缘模型+智能体网络”的新格局[12][23] 智能体不仅在形成网络，也在形成新的经济形态[25] 整个产业规模将比PC时代、移动时代大一个、两个甚至三个数量级[37] - **是通往AGI的必经之路**：智能体互联网是未来5-10年最大的发展方向，也是实现通用人工智能（AGI）的必经之路，需要新的算法体系如记忆体系、世界模型等[12][38][40] 预计未来五年，现有的自回归架构、Transformer、Diffusion等技术可能被颠覆[41] 技术应用与展望 - **医疗智能体案例**：清华大学已开发出全球首个医疗智能体无人医院，利用多智能体网络模拟三甲医院，能在两天内完成相当于医院两到三年的病例处理，且准确度更高[31][33] 智能体主要作为医生的助理，未来每位医生都可能拥有自己的智能体[34] - **AGI实现时间表**：预计需要15-20年时间，依次完成从信息智能到物理智能，再到生物智能的跨越[12][42]

外企在华营养品业务架构调整 - 达能中国计划自2026年1月1日起，以更精简的领导架构统管专业特殊营养业务，包括婴幼儿营养品及儿童与成人医学营养品，旨在加速转型 [1] - 达能CEO视医学营养品为最大的长期增长机会之一，计划加速发展，并将婴幼儿奶粉打造成更高附加值业务 [2] - 达能成人医学营养品在华业务十多年来保持双位数增长，业务范围已覆盖超5000家医院 [2] - 雀巢中国亦计划于2026年1月1日合并惠氏营养品与雀巢婴儿营养品业务，成立雀巢营养品业务单元 [3] 婴配粉市场环境变化 - 2025年第二季度中国婴儿奶粉市场增速仅为0.6%，新生儿红利消退导致增长动能减弱 [4] - 2024年中国结婚登记对数下降超20% [4] - 市场主动权流向国产品牌，飞鹤、伊利在2022年已超越外资成为市场前二 [4] 国际食品饮料公司战略调整 - 百事公司计划在明年初前将美国市场产品种类减少近20%，以削减成本并提升效率，节约资金将用于加大广告和营销投入 [8] - 百事集团与激进投资者达成协议，包括缩减美国产品线20%，并计划裁员以降低成本，预计2026财年有机收入增长2%至4% [12] - 嘉士伯亚洲区表示，因消费者重视性价比，未来定价策略需审慎灵活，并计划通过提供体验推动增长 [11] - 麒麟饮料“美味免疫护理”系列2025年1-11月销量同比增长约30% [9] - 大窑饮品注销内蒙古大窑饮品有限责任公司，系区域业务常规调整，产能由沙尔沁工厂承接 [10] - 玛氏收购Kellanova获最终监管批准，交易完成后零食业务年收入预计达约360亿美元，将拥有9个年销售额超10亿美元的品牌 [16] 餐饮行业动态 - 麦当劳美国总公司近期在香港连续出售5个自用铺位，合计套现约3.72亿港元 [13] - 麦当劳自2026年1月1日起将提升全球特许经营标准，评估加盟商定价是否物有所值，以强化价值领导力 [14] - Ben & Jerry's董事会主席拒绝辞职，并指责联合利华试图削弱董事会权威 [15] 零售与电商动态 - 永辉超市发布股价异动公告，称生产经营正常，未发现需澄清的市场传闻 [18] - 家家悦公告将“连锁超市改造项目”及“羊亭购物广场项目”完成时间延期至2027年12月，两项目已累计投入资金分别约1.41亿元和4058.85万元 [19][20] - 小红书宣布“小红卡”业务将于2026年1月1日起暂停试运营，但本地生活其他功能服务不受影响 [21] - 山姆回应“麻薯活老鼠”事件，初步判断商品在室外取货点被虫害侵入，将加强包装管理和配送服务 [22] - 盒马在苏州新开“超盒算NB”门店，品牌在苏州门店总数已超40家 [23] - 嘉士伯中国与京东超市达成三年战略合作，将从供应、产品、营销和渠道四方面深度合作，并推进直供模式 [17] 消费电子与AI进展 - 华为2012实验室已成立基础大模型部，专注于推进基座模型开发 [24] - AI眼镜销售升温，夸克AI眼镜S1发售当日登顶主要电商平台智能眼镜热销榜，理想AI眼镜Livis预售3小时突破3万台 [25] - 蓝思科技正协助合作伙伴突破光波导镜片产能瓶颈，预计明年出货量将增至100万台 [25] 其他公司公告 - 顺丰控股进行董事会换届选举，提名王卫、何捷为非独立董事候选人等，第七届董事会任期不超过3年 [6] - 全国农产品批发市场猪肉平均价格12月9日为17.57元/公斤，较前日下降0.5% [7] - 中炬高新回应华润入股传闻，称未与任何战略合作伙伴进入深入探讨，也未收到华润合作意向 [15] - 宋城演艺计划以1亿元至2亿元回购公司股份，用于注销并减少注册资本 [26] - 博纳影业公告其控股子公司授予公司的《阿凡达3》投资收益权比例较低，对短期业绩无重大影响；公司2025年前三季度营收9.72亿元，净亏损11.09亿元，亏损同比增加213.11% [28]

公司AI战略核心观点 - 衡量AI价值的关键在于面向业务场景的应用与平台化建设，而非自建基础大模型[1] - 公司技术路径由打造垂直领域行业大模型转向构建企业级AI基建平台[1] - 未来将持续聚焦场景深耕与平台能力建设，以实现技术向业务价值的转化[3] 公司AI平台建设 - 投入打造三大内部平台：面向业务人员的悟空平台、面向算法开发者的海豚平台、用于模型评测与标注的评测标注平台[1] - 平台旨在将企业数据资产、流程体系与行业经验沉淀为可复用能力[1] - 实现从技术研发到业务应用的全链路支撑[1] 公司AI应用落地成果 - 在安全领域，AI安全防控系统实现危险品运输与违规载人日均风险单量下降30%、风险订单识别提醒率100%[2] - 在研发效能上，AI Coding使用率超90%，研发流程AI渗透率超60%[2] - 针对用户选车痛点，上线“拍货选车”功能，最大单边误差小于10%，平均误差不足10厘米[2] 行业观点与未来方向 - 基础大模型迭代速度极快，具有指数级发展，企业应将有限资源投入应用场景做深和平台做牢[2][3] - 在服务型平台企业中，AI当前主要承担提效、防控与降本的角色，而非替代服务本身[2] - 未来AI应用应向多模态方向推进，进一步提升准确率与优化用户体验[2]

核心观点 - 公司基础大模型和智能体平台商业化取得实质性进展 价值近人民币2亿元的项目计划于2025年底前完成交付 [1] 商业合作与项目进展 - 公司与国内知名企业等合作伙伴深入合作 将基于自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台进行项目实施部署 [1] - 项目总价值近人民币2亿元 计划将于2025年底前完成交付 [1] 技术平台与知识产权 - 项目实施部署基于公司自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台 [1] - 该进展标志着公司基础大模型和智能体平台技术的领先性得到进一步认可 [1] 未来战略方向 - 公司将在具备深厚优势的智慧生活领域进一步深耕大模型和智能体的研发及商业化落地 [1]

核心观点 - 公司基础大模型和智能体平台商业化取得实质性进展，获得价值近人民币2亿元的项目 [1] - 该进展标志着公司技术领先性得到进一步认可，是商业化落地进程中的重要一步 [1] 商业化进展 - 与国内知名企业等合作伙伴深入合作，实现价值近人民币2亿元的基础大模型和智能体项目实施部署 [1] - 项目计划将于2025年底前完成交付 [1] - 项目实施部署基于公司自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台 [1] 技术平台与战略 - 公司技术平台包括自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台 [1] - 公司将在具备深厚优势的智慧生活领域进一步深耕大模型和智能体的研发及商业化落地 [1]

商业化进展 - 公司基础大模型和智能体平台商业化取得实质性进展，近期实现价值近人民币2亿元的项目实施部署 [1] - 该进展标志着公司在大模型和智能体平台技术的领先性得到进一步认可 [1] - 公司计划将于2025年底前完成该价值近2亿元项目的交付 [1] 技术平台与合作 - 项目实施将基于公司自有知识产权的算力调度平台、山海大模型以及兽牙Agent智能体平台 [1] - 公司近期与国内知名企业等合作伙伴进行了深入合作 [1] 未来战略方向 - 公司将在具备深厚优势的智慧生活领域进一步深耕大模型和智能体的研发及商业化落地 [1]

新产品和新技术研发 - 公司基础大模型和智能体平台商业化取得实质性进展[3] 市场扩张和并购 - 与国内知名企业合作实施近2亿基础大模型和智能体项目[3] - 项目计划2025年底前完成交付[3]

AI产业规模与代际演进 - 人工智能时代产业规模预计将比前一代（移动互联时代）至少大100倍[5] - 移动互联时代产业规模比PC互联时代至少大10倍[5] AI技术发展的五大新趋势 - 趋势一：AI技术从鉴别式、生成式走向智能体AI，过去7个月智能体AI任务长度翻倍且准确度超过50%[7] - 趋势二：预训练阶段规模定律放缓，更多工作转移至训练后阶段如推理和智能体应用，前沿模型智力上限仍在提升但迭代速度放缓[7] - 趋势三：物理智能和生物智能快速发展，VLA模型推动智能驾驶规模化落地，预计2030年10%车辆将具备L4功能[7] - 趋势四：AI风险快速上升，智能体出现使AI风险至少增加一倍[8] - 趋势五：AI产业新格局形成，呈现基础大模型+垂直模型+边缘模型架构，后两者未来发展空间更大[8] 大模型发展格局预测 - 预计2026年全球基础大模型约8-10个，中国占3-4个，美国占3-4个[8] - 中国大模型发展具独特性，表现为更快算法、更高效率、更低价格[8] - 未来开源模型将成为主流，开源与闭源模型比例预计为4:1[8] 成本与算力动态 - 过去一年推理成本降低10倍，但智能体复杂性使算力需求上涨10倍，形成乘数效应[7] 长期产业机遇 - 新一代人工智能是原子、分子和比特融合，是信息智能、物理智能和生物智能融合[3] - 具身智能快速爆发，预计2035年机器人数量有望超过人类[8]