来源：环球网 摘 要： 2025年国产AI工具"纳米AI"凭借"一句话生大片、生图、生视频"的创新功能，打破专业创作壁 垒，推动AI生成技术从极客圈层走向大众日常。该产品操作极简，用户仅需输入自然语言指令，即可 在数分钟内生成高质量图像、短视频甚至电影级视觉效果内容，显著降低创意表达门槛。上线半年内， 累计服务超1.2亿用户，覆盖学生、小微商家、自媒体创作者等多元群体，成为"AI普惠化"的典型实 践。 关键词：纳米AI；AIGC；创意普惠；零门槛生成 案例正文： 2025年，人工智能不再只是实验室里的前沿概念，而是深度融入生产生活的基础设施。从工业车间的智 能巡检到家庭相册的AI整理，从企业的智能客服到个人的创意表达，AI技术正以前所未有的渗透力， 重构着社会运行的底层逻辑。这一年，"人人成为了创作者"。 场景深度渗透：从个人创意到产业赋能 自2025年4月以来，"纳米AI"迅速在多个场景中展现社会与经济双重价值。在个人创作领域，设计师用 它制作平面设计海报，宝妈一键生成宝宝成长纪念视频，旅行爱好者将随手拍转化为"国家地理"风格大 片；在小微商业场景，淘宝店主生成高质感商品主图，餐饮店主快速产出节日促销海报。 ...

融资与估值进展 - 即将完成数千万美元新一轮融资，公司最新估值已突破1亿美元 [2] - 本轮融资资金将主要用于区域大语言模型训练和全球市场商业化落地加速 [2] - 公司已收到多家知名机构的投资意向书，数家投资方已完成尽职调查，并正筹备下一轮融资，预计市场估值将达到3-5亿美元 [2] 产品与用户增长 - 产品上线四个月，注册用户超过300万，日活跃用户近20万 [6] - 产品已进入越南、菲律宾、印度尼西亚、阿根廷等多个国家的Google Play效率榜前十，在东南亚、拉美与中东市场展现出强劲增长势头 [6][7] - 产品通过应用程序和网站提供整合搜索、研究、设计、演示与数据分析等核心功能，帮助用户在同一平台完成从调研到创作的全流程任务 [4] 技术实力与研发 - 公司自研基础模型Agnes R1，这是一款7B规模的闭源模型，用于编排、研究和PPT生成，在同级模型中达成SOTA性能 [13][16] - 平台约50%的大语言模型和多模态任务会路由到自研模型Agnes R1执行 [13] - 团队拥有约150名成员，主要由AI研究员和工程师组成，涵盖深度学习、多模态、大模型训练和算法开发等领域 [13] - 除了核心模型，团队还推出了多智能体框架CodeAgents与办公智能体系统AOS，多篇论文被顶级会议录取 [16] 团队背景与愿景 - 创始人兼CEO Bruce Yang拥有丰富的技术背景和行业经验，曾任职于微软、LinkedIn等公司，并有成功的创业经历 [9] - 核心团队汇聚了来自新加坡国立大学、麻省理工、斯坦福等世界顶尖高校的人才 [11] - 公司愿景是建立可信赖、以人为中心的AI协作体系，让全球更多用户受益于AI，特别关注让未接触过AI的用户也能零门槛使用一流AI产品 [11][16]

AI存储市场机遇与挑战 - AI应用市场爆发式增长催生对高性能存储的巨大需求，但高昂的GPU采购成本和“显存墙”构成结构性挑战 [2] - AI模型参数规模在过去几年暴涨约10倍，而顶级显卡显存容量仅微增2到3倍，形成难以跨越的结构性鸿沟 [9] 存储价值的重新定义 - AI时代存储从IT系统中的“仓库”配角，转变为提升AI系统效率、降低总体拥有成本的关键战略环节 [3] - 存储模组厂商需洞察AI数据流五个阶段的差异化需求，进行主控和闪存芯片的深度调优和验证 [4] 铨兴科技eSSD产品矩阵 - 针对AI推理和检索增强生成等读取密集型应用，推出高密度PCIe 5.0 QLC eSSD系列，容量高达122.88TB，顺序读取速度达14,000MB/s，相较传统硬盘带来6倍容量提升 [4][5] - 针对AI训练和HPC混合读写需求，提供旗舰级PCIe 5.0 TLC eSSD系列，连续读速超14GB/s，随机IOPS达3300K，并配备Dual Port设计保障高可用性 [7] “以存强算”系统级创新 - 推出“添翼AI超显存融合解决方案”，采用软硬一体架构，硬件基础是“添翼AI扩容卡”，可将单卡等效显存容量扩展20倍 [10] - 软件核心是“AI Link算法平台”，通过智能调度突破带宽墙限制，使训练671B参数大模型的任务从需要168张顶级显卡变为仅需16张中阶显卡加8张扩容卡，训练成本锐减约95% [12] - 该方案使模型推理的并发性能获得高达50%的提升，硬件部署成本从大于4200万元降至不到200万元 [12] 市场推广与兼容性 - 解决方案已在高校教学、政务、法律等垂直行业成功落地，并通过多家国产CPU平台和服务器平台的验证，确保在主流计算环境中稳定运行 [13] 未来技术路线图 - 存储产业预计明年PCIe 5.0将取代4.0成为主流，公司计划在下半年推出下一代PCIe 6.0接口产品 [14] - 长期目标为到2026年实现将200B规模模型部署到一台PC中，达成万元以下的千亿模型部署；到2027年计划将万亿级别参数部署到个人PC [14] - 未来随着PCIe 7.0等技术落地，闪存带宽将更接近DDR5，容量能达到数十倍，为AI普惠化奠定技术基础 [14]

产品发布与定位 - 英伟达将于10月15日正式发售DGX Spark，这是一款被誉为“世界上最小的AI超级计算机”的桌面设备 [1][3] - 产品起售价为3999美元（约合人民币3.5万元），原计划5月上市，因硬件优化和全球因素推迟至10月 [3] - 产品定位为将数据中心级别的计算能力浓缩到桌面设备，旨在“民主化AI”，让计算资源从昂贵的云集群走向个人桌面 [3][8] 核心规格与性能 - 搭载NVIDIA GB10 Grace Blackwell Superchip，集成20核ARM Grace CPU和Blackwell GPU，提供高达1 petaFLOP（1000 TFLOPS）的AI推理性能 [7] - 配备128GB统一LPDDR5X内存，支持NVLink-C2C技术，带宽是PCIe Gen 5的5倍，能轻松加载和运行高达2000亿参数的AI模型 [7] - 体积小巧，仅重2.6磅（约1.18公斤），内置4TB NVMe SSD，采用全金属机身和高效散热设计 [7] 连接性与扩展能力 - 接口丰富，包括4个USB-C端口、HDMI输出、10 GbE以太网口、两个QSFP端口（支持200 Gbps速度）以及Wi-Fi 7 [7] - 支持两台DGX Spark通过高速网络互联形成双机集群，总内存达256GB，能处理高达4050亿参数的超大规模模型 [6][7] 软件生态与应用场景 - 运行定制的DGX OS（基于Ubuntu Linux），预装完整的NVIDIA AI软件栈，包括PyTorch、TensorFlow等主流框架 [8] - 特别适合在本地高效运行大型AI模型，处理敏感数据以避免云端传输风险，并支持从桌面到DGX集群的无缝迁移 [8] - 早鸟用户包括Anaconda、Google、Hugging Face、Meta和Microsoft等行业巨头 [8] 基准测试与性能表现 - 在Ollama和SGLang引擎的测试中，DGX Spark在FP4/FP8量化下运行高效，例如llama-3.1 8B模型在q4_K_M量化下Prefill达23,169.59 tokens/秒，Decode为36.38 tokens/秒 [11][13] - 随着批次大小从1增至32，其Decode性能可从20.52 tokens/秒线性提升至368.09 tokens/秒，适合并发请求 [14][18] - 但与全尺寸RTX Pro 6000 Blackwell Edition相比，其原始性能有差距，后者Prefill约38,000 tokens/秒，Decode高达2,579 tokens/秒，有4-7倍优势 [18] 市场竞争与对比分析 - 与GeForce RTX 5090/5080相比，在小型模型上后者Prefill性能高20-30%，但DGX Spark在大型模型（如70B）上更稳定 [18] - 相较于Mac Studio M1 Max（Prefill仅457 tokens/秒），DGX Spark性能显著领先，但M1 Max内存带宽更高（819 GB/s vs 273 GB/s） [18] - AMD Strix Halo虽有类似128GB统一内存，但算力仅126 TOPS，远低于DGX Spark的1000 TFLOPS FP4 [18] 国产替代产品分析 - 华三推出国产版DGX Spark（Magic Cube），同样基于NVIDIA Grace Blackwell架构，配备128GB统一内存和6144 CUDA核心，支持1 PFLOPS FP4计算 [21][22] - 单台设备即可运行2000亿参数模型或进行700亿模型微调，相较需要4张L20显卡的服务器方案有成本和易用性优势 [25] - 最多支持2台设备级联，最大支持4050亿参数模型，目标市场为企业开发人员、科研人员等对token生成速度要求不高的推理场景 [25][28]

银行AI应用前景 - 银行有望成为国内AI落地先锋，得益于充裕的IT预算资金、市场化系统和高整合度的内部数据 [1] - 大行已在投研、客服、信贷审批等领域实现AI技术规模化应用 [1][3] - IDC预测2024-2028年全球AI解决方案支出最多的行业是银行业的金融服务，占所有AI支出的20%以上 [3] DeepSeek-R1技术突破 - DeepSeek-R1推理成本仅为对标OpenAI o1系列的1/30，推动行业进入"AI普惠化"新阶段 [1] - DeepSeek-R1在数学、代码和推理任务方面达到与OpenAI-o1相当的性能 [1] - 成本优化归功于混合专家模型(MoE)架构、多头潜在注意力(MLA)机制及数据蒸馏与强化学习的结合 [1] 2025年AI Agent发展 - 2025年为AI Agent元年，Agent成为海内外大厂竞争焦点 [2] - AI Agent有望在办公助手、客户服务、内容推荐、制造和供应链管理、个人助手等领域率先落地 [2] - 模型、数据和场景是构建AI产品竞争力的三个关键要素，其中数据最为重要 [2] 银行AI应用场景 - AI技术提升金融服务智能化程度，应用于运维、代码开发、知识库管理、监管&风控等领域 [3] - 自2023年2月开始，大行积极布局大模型业务，落地场景包括投研、客服、员工助手、辅助编码、信贷审批等 [3] 具体标的公司AI布局 - 宇信科技：产品体系全面接入DeepSeek模型，涵盖信贷、数据和营销渠道等领域，推出星辰ChatBI与知识库融合 [4] - 京北方：发布AI大模型服务平台及4个重量级产品，助力客户在智能反欺诈、智能投顾等方面实现突破 [4] - 高伟达：实现DeepSeek与信贷业务深度融合，提升授信效率&财报分析智能化，应用于智能运维等多个环节 [4] - 天阳科技：发布智能测试分析系统、监管合规大模型（400+智能模型）及智能问数平台 [4] - 神州信息：升级金融知识问答和代码助手两大Agent，推出5个新Agent，金融智能编码平台提升开发效率20% [5]