报告行业投资评级 - 行业投资评级为“推荐(维持)” [1] 报告核心观点 - 报告认为AI应用板块维持高景气度，通用智能体作为下一代应用形态的战略价值凸显，维持对AI应用板块的长期看好态度 [6][57] - 报告通过分析近期产业动态（如小红书Video-Thinker、DeepSeek mHC架构、Kimi融资、Meta收购Manus）及市场数据，强调了AI技术在视频推理、模型架构效率、商业化落地及生态整合方面的快速进展 [3][4][5][6][57] 根据相关目录分别总结 1. 算力动态 - **算力租赁价格平稳**：上周（报告期内）算力租赁价格保持稳定，例如腾讯云A100-40G配置（16核+96G内存）价格为28.64元/小时，价格环比上周变化为0.00% [21][25] - **小红书推出Video-Thinker模型**：小红书研究团队推出全新视频推理模型Video-Thinker，其7B参数量版本在多个基准测试中刷新SOTA（State-of-the-Art）性能 [22] - **技术创新**：通过构建Video-Thinker-10K高质量数据集（整合六大主流数据集）和采用“监督微调（SFT）+组相对策略优化（GRPO）”的两阶段训练范式，将时序定位与视觉描述能力内化于思维链，打破行业对外部工具的依赖 [23][26] - **性能表现**：Video-Thinker-7B在域外评测中表现卓越，Video-Holmes榜单准确率达43.22%，VRBench综合基准准确率达80.69% [27][28] - **核心优势**：模型实现了端到端的自主视频思考，其内生能力在性能上超越外挂工具方案，例如在Video-Holmes基准上，比现有工具调用方法VideoMind-7B领先约4.2个百分点 [28][29] - **Tokens消耗跟踪**：2025年12月22日至28日，周度token调用量为5.57T，环比上周下降2.28% [16] - **市场份额**：Google以247B tokens占据23.2%的市场份额，位居首位；Anthropic以149B tokens占比14.1%，位列第二 [16] 2. AI应用动态 - **Character.AI周访问量环比增长8.32%**：在2025年12月25日至31日期间，Character.AI周平均访问量达46.62M，环比增长8.32%，平均停留时长为18分04秒，位居榜首 [30][31] - **DeepSeek推出流形约束超连接（mHC）架构**：DeepSeek于2026年1月1日发布全新架构mHC，旨在提升模型能力与效率 [3][31] - **技术原理**：mHC将超连接参数空间约束到特定流形（要求矩阵元素非负且行列和为1的双随机矩阵），以恢复恒等映射结构，有助于抑制梯度爆炸并保持训练稳定性 [32] - **效率与性能**：在27B参数模型上，mHC仅引入约6.7%的额外训练时间开销，即实现显著性能提升 [3] - **实验验证**：在27B模型的下游任务评估中，mHC模型在多个基准测试上持续超越基线模型，例如在BBH任务上准确率达51.0%（基线为43.8%），在DROP任务上F1值达53.9%（基线为47.0%） [38][40] 3. AI融资动向 - **Kimi完成35亿C轮融资**：2025年12月31日，月之暗面（Kimi）完成5亿美元（约35亿元人民币）C轮融资，投后估值达43亿美元，阿里、腾讯等投资方超额认购 [4][44] - **技术突破**：2025年推出的K2系列开源模型在核心基准测试中超越多款顶尖闭源模型，其KimiK2Thinking模型在HumanitysLastExam中取得44.9%的成绩 [45] - **商业化进展**：依托Agent功能产品矩阵，公司C端付费用户月环比增长超170%，海外API收入增长4倍，目前现金持有量超100亿元 [4][46] - **未来规划**：融资将重点用于K3模型研发与显卡扩增，目标使K3模型的等效FLOPs提升至少一个数量级，并聚焦Agent赛道实现营收量级增长 [4][47] - **Meta收购Manus**：Meta于2025年12月29日宣布以40亿—50亿美元收购通用型AI Agent产品Manus [5][48] - **产品优势**：Manus核心优势在于“直接交付任务结果”，上线8个月年度经常性收入（ARR）即突破1亿美元，年化运行率超1.25亿美元 [5][49] - **战略意义**：此次收购是Meta加速AI应用层布局、推进“超级智能”愿景的关键举措，旨在补齐其应用端执行能力短板，强化在复杂任务自动化赛道的优势 [5][6][57] - **收购细节**：Manus将保持独立运营，其创始人肖弘将出任Meta副总裁，负责通用AI智能体全球业务 [5][6] 4. 行情复盘 - **指数表现**：上周（2025.12.29-2026.1.02），AI应用指数日涨幅最大为0.99%，AI算力指数日涨幅最大为0.69% [51] - **个股涨跌**： - **AI算力指数内部**：南兴股份录得最大涨幅+21.61%，开普云录得最大跌幅-7.80% [51] - **AI应用指数内部**：蓝色光标录得最大涨幅+30.02%，亿纬锂能录得最大跌幅-8.41% [51] 5. 投资建议 - **维持看好AI应用板块**：报告基于Meta收购Manus等事件，认为此次收购印证了AI应用板块的高景气度，凸显通用智能体作为下一代应用形态的战略价值 [6][57] - **中长期关注公司**：报告建议关注四家公司 [7][58] - 迈信林（688685.SH）：加快扩张算力业务的精密零部件龙头 - 唯科科技（301196.SZ）：新能源业务高增并供货科尔摩根等全球电机巨头 - 合合信息（688615.SH）：AI智能文字识别与商业大数据领域巨头 - 能科科技（603859.SH）：深耕工业AI与软件并长期服务高端装备等领域头部客户

核心观点 - 小红书研究团队提出了一种名为Video-Thinker的全新“Thinking with Videos”范式，旨在通过强化学习激发多模态大语言模型在视频推理中的内生智能，摆脱对外部工具的依赖 [2] - 该方法通过将“时序定位”与“视觉描述”能力内化在模型的思维链中，使模型能自主寻找关键帧并提取视觉线索，从而实现对视频内容的自主探索与理解 [2] - 实验表明，Video-Thinker-7B模型凭借极高的数据效率，在多个高难度视频推理榜单上显著超越现有基线，确立了7B量级模型的SOTA性能 [3] 方法：内生能力导向的“数据 - 训练”全链路设计 - **核心愿景与机制**：Video-Thinker旨在实现“能力内化”，通过构建高质量结构化数据（Video-Thinker-10K）和“监督微调+组相对策略优化”的两阶段训练范式，让模型学会在动态视频流中自主导航与思考 [10] - **高质量数据集构建**：团队整合六大主流数据集，通过“后见之明”自动化流水线，生产出兼具精准时序定位与详尽视觉描述的结构化推理数据，样本量达10K [13] - **监督微调阶段**：此阶段强制模型习得Video-Thinker独有的结构化思考范式，即“定位-感知-推理”的标准动作序列，有效抑制模型幻觉倾向 [16][18] - **强化学习阶段**：采用组相对策略优化激发模型内生潜能，通过并行采样多组推理轨迹并利用相对优势指导更新，使模型将机械的格式遵循升华为灵活的视频思维能力 [19] - **涌现的“顿悟时刻”**：经过强化学习训练，模型开始自发展现元认知特征，能对其初步生成的定位或描述进行自我质疑与修正，形成动态的内部反馈机制 [22] 评测：全面验证，7B模型刷新视频推理SOTA - **总体性能优势**：Video-Thinker-7B在域内和域外共11个评测数据集上全面领先，确立了7B参数量级模型的新SOTA [25][28] - **域外泛化能力突出**：在侦探推理类榜单Video-Holmes上准确率达**43.22%**，超越次优基线**4.68**个百分点；在综合性基准VRBench上准确率达**80.69%**，大幅领先最佳基线**11.44**个百分点 [29] - **训练阶段协同效应**：消融实验表明，仅监督微调无法实现强泛化，而随后的强化学习阶段是性能飞跃的关键，使模型在Video-Holmes上的性能提升了**11.70%**，在VRBench上提升了**18.29%** [29] - **推理帧数鲁棒性**：在16帧、32帧和64帧不同输入条件下，Video-Thinker-7B均持续优于对比基线，表明其具备更高效的时序信息整合机制 [30][31] - **内生能力定量验证**：在时序定位任务中，Video-Thinker-7B的平均交并比达**48.22%**，相比基础模型提升**75.5%**；在内容描述任务中，其整体描述质量相比基础模型提升**31.2%**，相比Video-R1提升**61.0%** [33][36] - **内生能力对比外部工具**：实验证明，将能力内化的Video-Thinker-7B表现远超简单外挂工具方案及现有的工具调用方法，在Video-Holmes上取得**43.22%**的最高分，显著优于VideoMind-7B的**38.98%** [34][35][37] 行业影响与未来展望 - Video-Thinker打破了“视频推理必须依赖外部工具”的固有认知，为视频推理领域提供了新范式 [38] - 其成功证明了视频推理能力并非依赖“大参数+大数据”的堆砌，而在于对核心内生能力的精准培养 [39] - 该技术路径有望加速AI在安防监控、智能教育、工业运维等领域的落地应用，赋能行业智能化升级 [39]

基金经理金梓才三季度调仓分析 - 基金经理金梓才代表产品财通成长优选A类份额在三季度净值增长率高达90.4%，跑赢业绩基准超80个百分点 [2] - 其管理规模从46.18亿元增加到了65.25亿元 [5] - 基金大幅提高持股集中度，前十大重仓股占基金净值比从二季度末的83.2%提高到了91.6% [4] 持仓结构调整：减持光模块，增持PCB - 大幅减持此前重仓的新易盛、天孚通信等光模块龙头，其中天孚通信已被调出前十大重仓股 [2][3] - 大举加仓深南电路、生益科技、沪电股份等PCB产业链核心标的 [2][3] - 调仓后前五大重仓股分别为工业富联、深南电路、生益科技、沪电股份、中际旭创 [3] 调仓逻辑：认知差消除与供需矛盾 - 市场对光通信板块的认知差已逐渐消除，但一线光通信企业仍被认为具备显著投资价值 [3] - PCB产业及其上下游在2026年可能因供需结构性矛盾享受的价格上行将显著超出市场预期 [3] - 尽管对PCB行业竞争格局存在担心，但无需过度担忧海外客户供应链格局问题 [3] 对海外算力板块的持续看好 - 2025年三季度继续大幅超配海外算力板块，认为A股市场低估了该板块业绩增长的持续性和成长空间 [4][5] - 海外AI增长确定性比之前更高，增长斜率有所提升，预期2026年和2027年海外算力需求增长可能更快 [5] - 视频推理的加入将带动算力需求，目前算力需求增长可能仅是开始，推理端算力需求增长空间广阔 [5]

多模态大语言模型（MLLMs）与强化学习（RL）的融合 - 多模态大语言模型在视频推理等任务中快速进化，强化学习作为关键引擎显著提升模型推理能力 [1] - DeepSeek-R1通过纯RL优化实现推理能力质的飞跃，VideoR1引入T-GRPO增强视频时空逻辑拆解能力，VideoChat-R1通过多任务联合微调提升视频理解与多步推理表现 [1] - 当前RL优化面临思维链推理在多模态任务中效率低下、稀疏二元奖励信号忽略部分正确答案两大挑战 [1] TW-GRPO框架的创新设计 - TW-GRPO框架由多所高校联合提出，通过聚焦思维和密集奖励粒度增强视觉推理，解决传统GRPO的推理质量与奖励粒度问题 [2][7] - 动态加权机制通过分析token信息熵优先处理高信息密度内容，规避冗余干扰，提升推理精度与效率 [4] - 多层次奖励机制将单选题QA拓展为多选任务，结合视频定位IoU软奖励机制，对部分正确答案给予梯度反馈，改善训练稳定性 [5][9] - 问答反转（QAI）技术通过否定问题与反转答案扩充多选训练数据，解决数据稀缺问题 [6][9] TW-GRPO的性能表现 - 在CLEVRER、NExT-GQA和MMVU基准测试中，TW-GRPO分别以50.4%、76.1%和65.8%准确率超越Video-R1达18.8%、1.8%和1.6% [15][16] - 通用视频理解任务中，TW-GRPO在MVBench和TempCompass基准分别保持63.3%和73.3%的领先准确率，较基线模型最高提升0.4% [16] - 训练动态显示TW-GRPO奖励标准差收敛更快，输出序列长度缩短17%-23%，验证其推理简洁性与稳定性 [17][18][20] 技术实现细节 - Token重要性加权采用KL散度量化分布差异，通过最小-最大归一化与超参数α控制权重缩放，实现位置敏感优化 [8] - 多选软奖励设计借鉴视频定位IoU机制，依据预测与真实答案重叠度赋予分数，显著降低奖励波动 [9][10] - 实验基于Qwen2.5-VL-7B模型，使用NVIDIA H800 GPU处理128×28×28分辨率视频帧，推理时提升至256×28×28 [12] 定性分析案例 - 在MMVU密度估计任务中，TW-GRPO精准提取视频关键数值并正确应用阿基米德原理，而T-GRPO因错误假设体积导致计算结果偏差 [19][21][22] - 对比显示TW-GRPO在因果推理、定量推理和动态视觉线索处理方面具有显著优势 [22][24]

视频推理新基准Video-Holmes - 腾讯ARC Lab与香港城市大学联合推出Video-Holmes基准测试，专为评估多模态大模型在复杂视频推理能力而设计，通过"推理杀人凶手"等高难度任务挑战模型极限 [1] - 该基准规避了现有测试中视频源和问题过于简单的痛点，要求模型主动关联分散在多段视频中的线索进行逻辑推理，例如需发现"过度使用超能力"这一非常规死因 [1][2] - 测试包含7类高推理要求的单选题：社会推理(SR)、意图与动机链(IMC)、时间因果推理(TCI)、时间线分析(TA)、多模态提示推理(MHR)、物理异常推理(PAR)、核心主题推理(CTI) [5][12] 大模型测试表现 - 参测20个主流大模型全部不及格，Gemini-2.5-Pro以平均分51.3位列第一，GPT-4以42分排名第六，Qwen2.5-Omni-7B以16.4分垫底 [6] - 细分领域表现最佳单项为Gemini-1.5-Pro的社会推理(SR)59.6分，最弱项为InternVL2.5-8B的时间线分析(TA)仅7.6分 [6] - 基准验证了推理模型与非推理版本的性能差距：Gemini-2.0-Thinking比Gemini-2.0提升12个点，SEED-Bench-R1比Qwen2.5-VL-7B高5个点 [18] 基准设计方法论 - 数据集包含270部1-5分钟人工标注的"推理短电影"，问题由DeepSeek生成并评估，强制模型串联分散线索推导真相 [9][10] - 问题设计突破传统显式提示模式，模拟人类主动搜索整合多线索的复杂推理过程，例如需正确解析"小丑与David实为陌生人"而非敌对关系 [8][16] - 现有模型主要缺陷集中在线索串联能力不足（推理能力欠缺）和关键视觉信息遗漏，尽管多数能正确感知基础视觉信息 [18] 技术实现与开源 - 提供完整开源方案包括标注数据、构建代码、测试流程及论文，支持GitHub/HuggingFace一键下载评估 [19][21] - 评估工具链支持QwenVL/InternVL/Gemini等主流模型，允许通过prepare_your_model和generate_your_model函数定制模型 [19] - 提供推理过程分析工具，需调用DeepSeek API密钥运行evaluate_reasoning.py脚本，支持生成带注释视频的问题集 [20]