核心观点 - 报告核心观点认为，AI创新与存储周期是电子行业2026年投资策略的两大主线 AI模型创新与资本开支是产业发展的核心动力，驱动AI产业链协同发展 同时，AI推理需求驱动存储价格上涨和架构升级，存储周期持续向上 [1][4] AI创新：模型创新与CAPEX筑基，AI产业链协同发展 需求：模型创新与CAPEX筑基 - AI产业链包括AI硬件、AI CAPEX和AI模型与应用三大环节，其中AI CAPEX是驱动上游硬件发展的核心动力源 [12] - 模型创新是AI发展的核心动力，大模型在Chatbot、Coding、多模态等场景快速渗透，持续拓展应用领域 [14] - AI CAPEX构筑AI周期的基石，云厂商、头部企业及主权国家的资本开支具有刚性与延续性，为上游硬件环节提供订单与现金流支撑 [14] - 海外云厂商及Oracle的CAPEX/OCF在2025年第三季度环比有所下降，但仍处于可控范围，未来AI周期持续向上 [36] 模型创新进展 - **谷歌**：持续突破多模态模型边界，产品矩阵覆盖内容理解、生成到虚拟世界交互全链条，多模态生成在清晰度、动作可控性与叙事连贯性上已具备商业化价值临界点 [19] - **OpenAI**：通过记忆功能、GPT-5.1及群聊功能升级个性化体验，内部预测2025年收入将达130亿美元，同比增约350%，2030年收入预期上调至2000亿美元 [25][28] - **Anthropic**：在企业级LLM API市场份额达32%，内部预测2025年营收38亿美元，2028年目标700亿美元，毛利率有望从-94%跃升至77% [29] 算力：GPU与ASIC共舞 - AI算力竞争已转向“专用硬件+计算平台”的生态构建，展现从通用计算到专用AI计算的产业演进路径 [42] - **谷歌**：发布TPU v7 Ironwood，单芯片峰值算力达4614 TFLOPs，性能较前代提升4倍以上，支持单SuperPod扩展到9216个芯片，构建了从芯片集群到云服务的完整生态闭环 [45][48] - **英伟达**：确立年度产品更新节奏，发布Vera Rubin NVL144和Rubin Ultra NVL576平台，后者性能可达Blackwell Ultra GB300 NVL72平台的14倍，通过“硬件+软件+网络”垂直生态巩固市场地位 [52][56] - **AWS**：宣布研发下一代定制芯片Trainium4，将集成英伟达NVLink Fusion互连技术和UALink，旨在提升计算、内存和互连性能 [58] - **国产算力**：从“单点突围”转向“系统升维”，华为、阿里等厂商推出超节点解决方案，华为昇腾芯片规划以一年一代、算力翻倍的速度演进 [61][63][64] PCB：价值量提升与扩产 - **单GPU PCB价值量持续提升**：英伟达Rubin系列新增midplane、CPX板及正交背板等设计，驱动PCB规格升级 测算显示，Vera Rubin NVL144若包含正交背板，单GPU PCB价值量预计达1313美元，较A100/H100时代提升显著 [70][74] - **单ASIC PCB价值量持续提升**：谷歌TPU v7和AWS Trainium3的架构升级对PCB提出更高要求 测算显示，2025年AWS T系列单ASIC对应PCB价值量预计超700美元，Google TPU约363美元 [78][86] - **AI PCB市场规模高速增长**：预计AI服务器PCB市场规模将从2025年的49亿美元增长至2026年的102亿美元，同比增长108% 其中ASIC AI服务器PCB市场规模预计从32亿美元增至63亿美元，同比增长94% [89] - **国内PCB厂商积极扩产**：沪电股份、生益电子、景旺电子等国内头部厂商通过海外建厂、国内技改等方式积极扩充AI PCB产能 [90][93] 存储：AI推理驱动增长 - AI推理采用分级存储架构，HBM、DRAM、SSD、HDD协同支撑高效计算 [101] - AI推理，特别是超长上下文和多模态需求，驱动AI存储快速增长 测算显示，2026年10个谷歌级推理应用所需存储容量将达48EB [106] - 英伟达GPU配置持续升级，单GPU对应的HBM容量从H100的80GB提升至VR300 Ultra的1024GB，同时CPX系列新增GDDR7内存 [108] 电源：800V HVDC升级 - 为满足MW级机柜功耗需求，英伟达提出800V HVDC供电架构，可减少电能转换环节、降低损耗并简化热管理 [111] - SiC和GaN功率半导体是实现800V HVDC架构的关键，能实现更高功率密度与能效 [112] - 采用超高压SiC MOSFET的固态变压器可将高压交流电直接转换为800V直流，进一步提升能效 [119] - 预计至2030年，全球SiC&GaN功率器件市场规模将达25.64亿美元 [121] 存储周期：AI驱动价格上涨，扩产与升级同发力 价格与盈利 - AI驱动云侧和端侧存储搭载量显著增长，存储价格持续上涨，存储原厂毛利率显著提升 [4] 扩产：优先投向HBM - 海外存储原厂资本开支进入上行区间，产能优先投向HBM，传统DRAM和NAND投产较为谨慎 [4] 架构升级与设备需求 - **DRAM升级**：4F2+CBA工艺延续主流DRAM升级趋势；3D堆叠DRAM显著提升带宽，指向AI推理市场 [4] - **NAND升级**：3D NAND堆叠层数持续升级 [4] - 存储架构升级为设备需求带来新机遇 [4] 产业模式与接口芯片 - 存储代工模式迎来产业变革机会 [4] - 接口芯片如MRDIMM和VPD为产业打开新空间 [4] 投资建议 - 建议关注AI产业链相关标的，包括模型创新与CAPEX驱动下的算力、存储、PCB、电源等环节 [4] - 建议关注存储产业链相关标的，聚焦AI驱动下的价格上涨、架构升级及产业模式变革机会 [4]

行业投资评级 - 投资评级：看好（维持）[1] 核心观点 - 报告建议继续布局商业化进展较快的AI应用方向，并关注游戏旺季及电影市场回暖带来的投资机会[3] - 头部科技公司在多模态模型、Agent、端侧AI及算力云方面继续发力，或加剧AI领域竞争，推动模型及垂直细分领域AI应用落地能力不断提升，助力AI商业化空间打开[3] - 随着年底圣诞、元旦档期及后续寒假、春节假期陆续来临，游戏行业或再次进入新游上线及老游运营推广旺季，流水有望环比明显提升[3] - 《阿凡达3》等后续新片上映或继续驱动电影票房回暖[4] 行业数据综述 - 截至2025年12月6日22:00，《三角洲行动》获内地iOS游戏免费榜第一，《王者荣耀》获内地iOS游戏畅销榜第一[10] - 截至2025年12月6日22:00，《明日方舟：终末地》为安卓预约榜第一，《逆战：未来》为iOS预约榜第一[10] - 电影《疯狂动物城2》为周票房第一，本周票房13.76亿元，累计票房27.85亿元[23] 行业新闻综述：AIGC - DeepSeek-V3.2发布，在公开的推理类Benchmark测试中达到GPT-5的水平，仅略低于Gemini-3.0-Pro，大幅缩小了开源模型与闭源模型的差距[29] - 可灵AI发布全球首个统一多模态视频模型O1，视频生成时长介于3-10秒[30] - 豆包手机助手技术预览版发布，可协助完成跨App操作[31] - 豆包Seedream 4.5模型上线，提升人像质感与设计专业性[31] - 火山引擎将于12月18-19日举行原动力大会，将发布豆包大模型家族全线焕新及Agent开发工具升级[3] - 豆包语音识别模型2.0发布，上下文整体关键词召回率提升20%[3] 行业新闻综述：游戏 - 2025年11月微信小游戏畅销榜中，《道友来挖宝》平均排名3.3，《无尽冬日》平均排名3.4[31] - 2025年，中国电子竞技产业收入为293.31亿元，同比增长6.40%，用户规模超4.95亿人[32] - 《洛克王国：世界》宣布定档3月26日，全网预约人数超4000万[32] - 《逆战：未来》定档2026年1月13日上线，官网预约玩家数量已突破2000万[33] - 新游《九牧之野》全平台预约人数破100万，Taptap期待值7.8，将于12月18日全平台公测[3] 行业新闻综述：影视 - 11月漫剧播放增量约27.77亿，不到10月份61.46亿播放增量的一半[35] - 11月抖音平台新上线的漫剧数量达到2441部，对比10月减少3499部[35] - 11月抖音端漫剧新增播放量TOP50榜单中，共有27部AI漫剧上榜，数量首次反超沙雕漫[35] - 抖音集团短剧版权中心推出重点品类激励计划，在原分账基础上叠加10%-20%的额外分成激励[34] - 爱奇艺推出“云腾开源”计划，激励精品横屏短剧[34] - 掌阅科技上线漫剧“星芒计划”，对10000+优质小说IP开放合作，享最高30%利润分成[35] 公告总结 - 电广传媒与芒果超媒、张旅集团拟共同投资1.8亿元设立张家界芒果文旅有限公司，负责经营大庸古城项目[38] - 祥源文旅全资子公司拟以3.45亿元收购金秀莲花山景区开发有限公司100%股权[36][37] 板块行情综述 - A股传媒板块2025年第49周（12月1日-12月5日）下跌3.86%，表现落后于上证综指（+0.37%）、沪深300（+1.28%）等主要指数[39] - 传媒子板块中，体育板块表现最好，周涨幅为+1.39%；营销板块表现较弱，周跌幅为-4.48%[39] - A股传媒个股中，联建光电周涨幅最大（+28.62%），蓝色光标周跌幅最大（-13.98%）[39][40] - 美股传媒个股中，Applovin周涨幅最大（+15.42%），猎豹移动周跌幅最大（-11.81%）[39][45] - 港股传媒个股中，数字王国周涨幅最大（+20.69%），美图公司周跌幅最大（-12.67%）[39][46] 重点公司及受益标的 - AI广告方向重点推荐汇量科技、引力传媒，受益标的包括蓝色光标、易点天下等[3] - AI漫剧方向重点推荐哔哩哔哩、快手、阅文集团，受益标的包括捷成股份、中文在线等[3] - AI电商方向重点推荐值得买，受益标的包括阿里巴巴[3] - AI设计方向受益标的包括美图公司[3] - 游戏板块重点推荐吉比特、恺英网络、巨人网络、心动公司、腾讯控股等，受益标的包括世纪华通等[3] - 电影方向重点推荐上海电影，受益标的包括中国电影等[4]

阿里巴巴Qwen-Image模型更新 - 公司发布图片生成及编辑模型Qwen-Image的重磅更新，新模型在图像编辑中维持更高一致性，并在多视角转换、多图像融合、多模态推理等方面取得突破进展 [1] - 新版本Qwen-Image已首发接入千问App，用户可无限次免费使用 [1] 商汤科技发布NEO架构 - 公司正式发布并开源与南洋理工大学S-Lab合作研发的全新多模态模型架构NEO，为日日新SenseNova多模态模型奠定新一代架构基石 [2] - NEO是行业首个可用的、实现深层次融合的原生多模态架构，通过核心架构层面的多模态深层融合，实现性能、效率和通用性的整体突破 [2] 优必选科技战略合作 - 优必选科技与卓世科技签署战略合作框架协议，合作聚焦“行业模型+具身智能”核心方向 [3] - 双方计划在未来5年内达成1万台机器人部署及联合拓展数十亿元商业化订单落地 [3] AI行业技术趋势 - AI视觉技术发展仍充满挑战，未来需关注在保持技术领先的同时进一步降低模型训练成本、提升运行效率以实现更广泛应用落地 [1] - AI范式转移始于架构破壁，从单模态到多模态，率先跳出修补思维的参与者有望拿到下一代产业门票 [2] - 人形机器人产业化拐点的关键在于机器人能在真实场景中稳定运行、获得客户复购、保险支持及监管许可，万台部署是水到渠成的起点 [3]

公司产品发布 - 商汤科技与南洋理工大学S-Lab合作，于12月2日发布并开源了全新的多模态模型架构NEO [1][4] - NEO架构旨在从底层原理打破传统“模块化”范式，通过核心架构层面的多模态深度融合，实现视觉和语言的深层统一 [1][4] 架构创新与优势 - NEO架构在注意力机制、位置编码和语义映射三个关键维度进行底层创新，使模型天生具备统一处理视觉与语言的能力 [2][5] - 在原生图块嵌入方面，NEO摒弃离散的图像tokenizer，通过独创的Patch Embedding Layer构建从像素到词元的连续映射，以更精细捕捉图像细节 [3][6] - 在原生多头注意力方面，NEO在统一框架下实现了文本token的自回归注意力和视觉token的双向注意力并存，提升了对空间结构关联的利用率 [3][6] 性能表现 - NEO展现了极高的数据效率，仅需3.9亿图像文本示例，为业界同等性能模型所需数据量的1/10，便能开发出顶尖视觉感知能力 [2][5] - 在多项公开权威评测中，NEO架构均斩获高分，其简洁架构在多项视觉理解任务中可追平Qwen2-VL、InternVL3等顶级模块化旗舰模型 [2][5] - 根据评测数据，NEO 1.7B版本在MMMU得分为48.6，在MMB得分为76.0，在MMStar得分为54.2，在SEED-I得分为74.2，在POPE得分为87.5 [1][4] - 根据评测数据，NEO 8B版本在MMMU得分为54.6，在MMB得分为82.1，在MMStar得分为62.4，在SEED-I得分为76.3，在POPE得分为88.4 [4] 行业技术范式 - 当前业内主流多模态模型大多遵循“视觉编码器+投影器+语言模型”的模块化范式，本质仍以语言为中心，图像与语言融合仅停留在数据层面 [2][5] - 传统的“拼凑”式设计学习效率低下，且限制了模型在涉及图像细节捕捉或复杂空间结构理解等复杂多模态场景下的处理能力 [2][5]

科创板市场表现 - 科创板50指数下跌1.2% [1] - 科创成长指数下跌1.3% [1] - 科创综指下跌1.3% [1] - 科创100指数下跌1.6% [1] AWS行业动态 - 全球最大云服务公司亚马逊网络服务将举办年度云计算盛会"AWS Re：Invent 2025" [1] - 预计将举办超过600场技术研讨会探讨AI创新应用 [1] - AWS预计发布新一代多模态Nova模型 [1] - 该模型能够处理文本、语音、图像和视频，并能生成文本和图像 [1]

文章核心观点 - 商汤集团正式发布并开源了全新的原生多模态模型架构NEO 该架构从底层设计打破了传统模块化范式的限制 通过深层次融合实现了性能 效率和通用性的整体突破 标志着人工智能多模态技术迈入“原生架构”新时代 [2] - NEO架构旨在解决当前主流多模态模型“拼凑”式设计的痛点 其设计“专为多模态而生” 实现了核心架构层面的多模态深层融合 重新定义了模型的效能边界 [2] - 商汤致力于通过开源协作与场景落地双轮驱动 将NEO打造为下一代可扩展 可复用的AI基础设施 以推动原生多模态技术从实验室走向广泛的产业化应用 并加速构建下一代产业级技术标准 [3] 行业技术背景与现状 - 当前业内主流的多模态模型大多遵循“视觉编码器+投影器+语言模型”的模块化范式 本质上仍以语言为中心 图像与语言的融合仅停留在数据层面 [2] - 这种基于大语言模型（LLM）的扩展方式 虽然实现了图像输入的兼容 但“拼凑”式的设计学习效率低下 且限制了模型在复杂多模态场景（如图像细节捕捉或复杂空间结构理解）下的处理能力 [2] 公司技术发展路径与成果 - 早在2024年下半年 商汤便在国内率先突破多模态原生融合训练技术 并以单一模型在SuperCLUE语言评测和OpenCompass多模态评测中夺冠 [3] - 基于上述核心技术 商汤打造了日日新SenseNova 6.0 实现了多模态推理能力领先 [3] - 2025年7月 公司发布日日新SenseNova 6.5 通过实现编码器层面的早期融合 把多模态模型性价比提升3倍 并在国内率先推出商用级别的图文交错推理 [3] - 此次发布的NEO架构彻底摒弃了传统模块化结构 是从零设计的原生架构 为日日新SenseNova多模态模型奠定了新一代架构的基石 [2][3] 开源与产业化战略 - 商汤已正式开源基于NEO架构的2B与9B两种规格模型 以推动开源社区在原生多模态架构上的创新与应用 [3] - 公司计划通过开源协作与场景落地双轮驱动 加速构建下一代产业级原生多模态技术标准 [3]

股票ETF市场整体概况 - 截至11月28日，全市场1268只股票ETF总规模达4.55万亿元 [4] - 11月28日股票ETF成交额合计1421.21亿元，较前一交易日1777.47亿元缩量超350亿元 [4] - 11月份股票ETF整体大幅净流入超700亿元，但11月28日单日出现净流出44亿元 [2][7][10] 单日市场表现与资金流向 - 11月28日A股市场低开高走，三大指数集体收涨，沪深两市成交量缩至1.59万亿元 [2] - 当日股票ETF市场总份额减少35.43亿份，净流出资金接近44亿元，仅12只股票ETF净流入超1亿元 [7][8] - 从全市场ETF看，11月28日债券ETF与策略风格ETF净流入居前，分别达6.59亿元与4.25亿元；行业主题ETF净流出居前，达39.49亿元 [8] - 资金流入前5板块分别为红利（净流入5.8亿元）、上证50指数（净流入4.0亿元）、创业板（净流入3.0亿元）、黄金（净流入2.5亿元）、恒生科技（净流入2.3亿元） [8] 板块表现与领涨ETF - 科创半导体板块领涨，油气资源ETF以3.49%涨幅居首，多只科创半导体ETF、半导体设备ETF及卫星ETF涨幅靠前 [4][6] - 稀有金属ETF表现强劲，嘉实、广发、工银瑞信、华富旗下稀有金属ETF单日涨幅均超2% [5][6] - 易方达基金旗下A500ETF当日成交56.37亿元位居首位，多只A500ETF及行业主题ETF成交额在30亿元以上 [4] 资金净流入/流出具体产品 - 资金净流入前列：上证50ETF净流入4.17亿元、中证500ETF净流入2.93亿元、港股央企红利ETF净流入2.65亿元 [9] - 资金净流出前列：证券ETF净流出6.54亿元、银行ETF净流出4.28亿元、创业板人工智能ETF净流出3.87亿元 [10] - 宽基ETF中A500ETF易方达净流出3.43亿元、科创50ETF净流出3.37亿元、沪深300ETF净流出2.75亿元 [10] 月度资金流向与热门板块 - 11月份恒生科技相关ETF获得资金青睐，合计净流入接近200亿元 [2][10] - 恒生互联网、港股通非银、创业板人工智能、机器人、券商等板块月度资金净流入也较多 [10] 头部基金公司动态 - 易方达基金ETF最新规模为8055.3亿元，2025年以来规模增加2048.8亿元 [12] - 华夏基金旗下上证50ETF和港股央企红利ETF单日净流入居前，分别达4.17亿元和2.65亿元 [12] - 易方达基金旗下多只产品持续净流入，恒生红利低波ETF最新规模达61亿元创成立以来新高 [12]

公司业务概况 - 公司为业务撮合平台，核心是连接货主与司机，业务遍及中国内地、东南亚、南美洲等全球400多个城市和地区 [7] - 平台月均有近2000万活跃用户和200万活跃司机，运营效率和用户体验是核心能力 [7] AI战略定位与路径选择 - 公司参考高盛2023年AI研报评估方法，通过岗位调研和任务拆解量化AI提效潜力，确定生成式AI将率先在高数据密度、人力密集型领域引发生产力革命 [7] - 初期投入资源研发货运行业垂类大模型，但最终调整方向，认识到基础大模型应由行业和大厂提供，而企业自身的AI应用平台建设更为重要 [8][9][10] - 公司花费一年多时间构建了三个核心AI平台：海豚平台（面向算法开发者）、悟空平台（支持非专业人士快速搭建智能体应用）和评测标注平台 [10][14][15] AI平台核心功能 - 悟空平台具备可视化流程编排、0代码智能构建能力，支持通过自然语言构建基本智能体，并建设企业级工具库 [10][13] - 海豚平台为算法工程师提供从数据训练、模型开发到上线维护的全生命周期一站式管理，旨在提升开发效率 [14][15] - 评测标注平台通过标注AB试验平台和拉拉智评等工具，重点提升模型PK和AB试验分流的完善度，确保上线结果可靠可重复 [15] AI具体应用场景与成效 - 在业务安全防控方面，通过大模型结合语音、图像等非结构化数据进行实时检测和干预，使危险品运输和违规载人的风险订单量下降30%，订单提醒率达到100% [16] - AI Coding在个体和团队中的使用率达到90%，研发流程渗透率达60%，但目前估算整体工作效率提升约为10% [17][18][19] - 产品体验创新包括“拍货选车”功能，通过AI点云分割计算货物体积并匹配车型，推荐过程仅需10秒钟 [20] - 利用大语言模型分析用户反馈，能精准捕捉如“开发票效率低”等以往易被忽略的信息 [20] - 构建AI产品知识专家系统，整合公司PRD文档、代码仓库等资料，解决历史知识垃圾和跨部门协作问题 [21] - 通过大语言模型优化短信内容，简化冗长表达，一年节省短信成本约12%，并提升风险合规预测能力 [22] AI数字人应用 - 开发AI+ASR+LDM+TTS三维串联的AI业务伙伴，通过热词运营和声学模型优化，语义识别准确率达94% [23][24] - 通过带口音的音色调整，使AI数字人的真人度达到92%，并利用大语言模型进行问题改写和场景路由，提升问题解决率和准确率 [24] 行业影响与未来展望 - 在当前以服务为主体的O2O行业（如电商、货运），AI的核心作用在于增收和降本，其提效能力被认为尚处于边缘，约在5%-10% [25] - 未来发展方向包括推进多模态模型方案，实现ASR、LLM、TTS的端到端单模型整合，并计划通过多个数字人协同提升整体企业流程效率 [25][26] - 长期期望是通过端到端大模型助手，对智能选车、智能填单以及内部运营、答疑等环节带来更大提效，进一步提升用户体验 [26]

核心观点 - 报告为2025年11月18日的A股市场复盘，指出主要指数多数收跌，市场呈现结构性分化，科技与传媒板块领涨，而传统周期板块大幅回调[1] 市场整体表现 - 沪指跌0.81%，收报3939.81点，深证成指跌0.92%，收报13080.49点，创业板指跌1.16%，收报3069.22点，科创50逆势上涨0.29%，收报1357.93点[1] - 市场个股普跌，1274只个股上涨，4103只个股下跌，67只个股收平[1] - 沪深两市成交额合计19261亿元，较上个交易日放量153亿元[1] 行业板块表现 - 申万一级行业中传媒、计算机、电子涨幅居前，分别上涨1.60%、0.93%、0.12%[1] - 煤炭、电力设备、钢铁、有色金属、基础化工等行业领跌，跌幅分别为3.17%、2.97%、2.85%、2.80%、2.67%[1] 概念板块表现 - 拼多多合作商、小红书平台、WEB3.0、Kimi、抖音豆包、多模态模型、网红经济、操作系统、虚拟人、智能体、ChatGPT、AIGC、医保支付改革、直播带货、中文语料库等概念板块涨幅居前[2] - 锂电正极、锂电负极、磷酸铁锂电池、两岸融合、锂电池、固态电池、氟化工、化学原料、精选储能、宁德时代产业链、铝产业、钴矿、煤炭开采、精选钒电池、高送转等概念板块跌幅居前[12]

文章核心观点 - 人工智能发展进入“下半场”，重心从技术突破转向产业落地和场景赋能 [2][5] - 2025年是“AI+”行动全面铺开的关键年，政策提供强劲支持 [2] - 企业拥抱AI需遵循识别、定义、执行、适配的四步方法论 [8][9] AI发展历程与现状 - 人工智能历经70余年发展，从1956年达特茅斯会议提出概念，经历专家系统、机器学习到深度学习的根本转变 [3] - 2017年Transformer架构的提出奠定了当代大模型的理论基础 [5] - 大模型发展存在两大关键限制：庞大的训练成本和上下文窗口对性能的影响 [5] AI下半场的核心趋势 - 第一大趋势：模型推理调用频率与能源消耗将快速超越训练阶段，能源需求重心转移 [6] - 第二大趋势：行业发展重心从训练侧转向推理侧，模型参数规模从千亿级拓展至万亿级 [6] - 第三大趋势：AI需求从对话交互升级为解决现实问题，智能体应用普及率目标到2027年超70% [7] - 第四大趋势：多模态模型快速发展，语音、图像、视频等数据是AI深入认知世界的关键 [7] 企业应用AI的方法论 - 第一步是识别：精准定位业务场景痛点，利用大模型在语言及泛翻译类任务上的原生能力快速落地 [8] - 第二步是定义：清晰界定AI落地的核心价值，建立可量化的衡量标准 [8] - 第三步是快速推进落地执行，将规划转化为实际成果 [8] - 第四步是适配新型工具，重构生产关系，推动AI数字人与人类员工高效协同 [9] AI与人类的比较 - 人脑具备持续学习能力，而大模型的学习与使用过程分离，参数权重固定后不会动态更新 [10] - 人脑能耗极低，仅需约20瓦电力，训练GPT-4的电力消耗高达20-25兆瓦，是人脑能耗的100万倍 [11] - 关于AI是否具备共情能力、自主意识及创造力等命题仍需持续探索 [12]