公司技术进展 - 美团新一代基础大模型LongCat-2.0-Preview已于4月24日开放测试 [1] - 该模型总参数规模突破万亿，量级跻身全球顶尖大模型行列 [1] - 其总参数量和激活参数量与同日发布的DeepSeek新一代V4大模型基本一致 [1] 算力与训练 - 模型训练推理全程依托国产算力集群完成 [1] - 训练阶段动用的算力卡数量在5万至6万张之间 [1] - 这是迄今为止在国产算力上完成的规模最大的大模型训练任务 [1]

英伟达CEO对AI行业竞争格局的观点 - 美国对AI芯片的出口管制政策正在倒逼中国大模型与本土芯片深度绑定 这一趋势将严重损害美国技术生态的全球地位 [2] - 中国拥有完整的芯片制造能力与充沛的电力资源 即便面临出口限制 依然可以通过扩大集群规模与算法优化 构建独立的AI技术体系 [2] - 强行将中国排除在全球AI生态之外 最终只会催生不受美国控制的技术路线 长期威胁美国科技主导权 [2] - 英伟达的核心优势在于全场景通用计算与成熟的软件生态 而非单一芯片性能 [2] - 当前算力瓶颈主要来自产能与基础设施 而非技术本身 未来两到三年将得到明显缓解 [2] - 智能体技术将重构软件开发与产业应用 通用人工智能的落地速度将快于多数人预期 [2] - 英伟达不会涉足云服务领域 将持续聚焦芯片与生态建设 通过投资与合作推动行业发展 [2] - 全球AI技术竞争已进入生态对抗阶段 开放合作与技术交流依然是推动行业进步的核心动力 [2] 当前AI产业发展阶段与企业困境 - 自全域认知智能基座诞生1000天后 技术已完成从实验室攻坚到产业规模化落地的关键跃迁 [8] - 全球AI竞争正式迈入“技术深耕、场景兑现、全球化布局”的价值兑现新周期 [8] - 2026年 中国企业正站在智能升级与全球化破局的双重风口 既是AI技术落地的黄金窗口期 也是出海抢占全球市场的关键机遇期 [8] - 多数企业深陷三大核心困局：对前沿AI技术的商业成熟度判断模糊 易陷入概念泡沫 难以把握精准布局时机；出海新阶段实操路径不明 缺乏对接海外资本的有效渠道 在本土化运营、供应链搭建、品牌落地中屡屡碰壁；不懂国际通行的投融资逻辑 难以链接全球优质资源、实现跨境突破 [8] 硅谷·洛杉矶高阶交流项目核心价值 - 项目旨在打通“前沿技术 - 顶级资本 — 出海落地”全链路 [9] - 核心价值一：看懂AI的真趋势 剥离概念泡沫 从源头拆解具身智能、AI芯片、端侧硬件的商业化边界 精准把握投资与布局窗口 [10] - 核心价值二：吃透巨头AI战略 拆解三家底层打法：谷歌筑牢AI全栈基建、英伟达守住算力卖水壁垒、Meta靠可穿戴硬件闭环AI社交生态 [11][12] - 核心价值三：复刻顶流出海打法 拆解TikTok内容电商与SHEIN柔性供应链及爆款逻辑 吃透美国本土化运营、合规、品牌深耕全套实操 [13] - 核心价值四：入局圈层 打通全球资源壁垒 联动硅谷VC、华人投资人、大厂高管闭门对接 解锁跨境投资、产学研合作、融资出海长期人脉网络 [14] 硅谷·洛杉矶高阶交流项目行程亮点 - 项目时间为7月26日至8月1日 共7天 限额30人 仅限企业核心决策人参与 [4][29][30] - 行程以一线企业参访为核心 深度拆解为支撑 有效资源对接为目标 [9] - 将参访英伟达 主题为《英伟达的前沿科技与硬件革命》 旨在看清AI产业链的核心权力结构与价值分配逻辑 理解生成式AI的工程化门槛与产业落地路径 [18] - 将在斯坦福大学进行精品定制课程《具身智能机器人的发展和行业应用》 并安排校园深度游览 [19] - 将举办硅谷创投社交冷餐会 主题为“硅谷的AI应用生态与投资风向解析” 与创投、VC等硅谷顶级投资人/AI企业高管精准对接 [19] - 将参访谷歌总部 主题为《科技巨头AI战略布局与组织进化》 [20] - 将参与Meta分享 主题为《Meta可穿戴硬件量产攻坚:从AI眼镜精密设计到规模化落地》 [21] - 将举办硅谷论坛 主题为“AI Agent应用与企业降本增效实践” 聚焦以OpenClaw为代表的AI Agent技术在企业中的实际应用 [21] - 将参访TikTok洛杉矶总部 主题为《解密内容电商生态与品牌合作新机遇》 [23] - 将举办主题论坛《品牌出海的本土化策略研讨会》 邀请知名中企出海企业代表分享 [23] - 将参访SHEIN洛杉矶中心 主题为《柔性供应链与社交电商全球化运作揭秘》 [24] - 将深度参访暴雪娱乐公司 了解技术与创意如何结合 深入理解美国本土文化与年轻人消费偏好 [25][26] - 项目费用为122800元/人 包含星级酒店住宿(单间升级需自费)、集体餐费、行程内交通、课程及参访费用 [30] - 费用自理部分包括：往返国际机票、美国境内旧金山→洛杉矶单程机票、签证费、酒店升级费、国内城市交通及食宿、私人自选项目等 [32]

文章核心观点 - 互联网大厂的员工福利正从传统的实物、服务福利，向以Token（AI使用额度）为代表的生产力型福利转变，这被视为“效率工资理论”在AI时代的新体现，旨在激励员工、提升生产力并降低流失率 [5][12][13] - Token福利的普及由真实的效率提升需求驱动，而不仅仅是FOMO（错失恐惧）情绪，它解决了员工“付费上班”的痛点，但同时也带来了如何有效衡量Token消耗价值以及“表演性生产力”的新问题 [20][21][22][23][32] - Token福利制度正在成为组织内部的一种“筛选”机制，能积极使用AI工具创造价值的员工将被识别为“AI先锋”，这可能引发组织架构向以产出而非人数为核心的管理模式变革，甚至催生“一人部门”（OPD）[35][38][39][40] 一、福利变迁与“效率工资理论” - 互联网大厂福利随时代演变：2000年代侧重办公设备与餐饮，2010年代提供水果、下午茶等生活福利，2020年代转向住房补贴、无息贷款等，而2026年开始出现发放Token额度作为新福利的趋势 [5] - 英伟达CEO黄仁勋提出Token可能成为工资、奖金、股权之外的“第四薪酬”，并以年薪50万美元的工程师应使用至少25万美元的Token为例说明其重要性 [9] - 中国科技公司如阿里巴巴、小鹏汽车、百度等已开始推行Token福利制度，通过提供定额额度、团队账户报销或无限量使用等方式，鼓励员工使用AI工具 [9] - 福利分配存在岗位差异，产品、研发等核心岗位的Token权重通常高于职能岗位 [10] - 这种福利变迁是经济学“效率工资理论”的缩影，即通过提供超额福利来提高员工生产力和忠诚度，历史案例如1914年福特公司将日薪从2.34美元翻倍至5美元，成功大幅降低流失率 [12][13] 二、Token福利的驱动因素与成本 - 驱动因素从焦虑转向效率：早期AI工具免费导致用户对Token消耗无感，但2026年OpenClaw等产品引发“全民养虾潮”后，Token消耗量倍数级放大，使用成本变得显著 [15][16] - 真实效率需求是核心驱动力：公司提供Token福利主要目的是最大化员工生产力，将AI作为杠杆，有从业者指出使用AI“比人力成本便宜多了” [20][21] - Token福利解决了员工为使用AI工具而自费的“付费上班”问题，增强了员工归属感 [21][22] - 该福利带来显著的运营成本：以一家1000人的公司为例，若人均每月500元额度，一年额外支出达600万元 [22] - 成本效益评估是关键：投入1元若能产生10元回报，则支出被视为高效，但随之而来的问题是组织架构能否容纳生产力提升10倍的员工 [22] 三、效率提升、消耗与“表演性生产力” - 在编程等标准化场景，AI工具提效效果显著：有案例显示，200人团队10个月生成2000万行代码，其中一名员工单人月产65万行代码，用3周完成原需近10人团队的工作 [23] - 效率提升量化存在挑战：在通用场景下，效率验证较难，有公司通过内部Token消耗排行榜来激励使用，但本质是“大家先互相卷起来” [23] - 存在“表演性生产力”风险：部分高额Token消耗（如月耗2100亿Token或账单超15万美元）的合理性存疑，难以评估有多少消耗真正转化为有效生产力 [24] - 无效消耗普遍存在：包括与AI交互中的反复调整、纠错（“骂AI”）等，难以精确区分有效与无效部分 [25] - 在内容生产等场景，AI能实现极高效率：一个实验性项目消耗20.61亿Token，运行35天，由82个Agents自动发布了35篇文章，实现热点监控到发布上线的分钟级产出 [26][27] - 只要逻辑自洽，不同场景均可论证Token消耗的合理性，但纯粹为保住额度而进行的消耗必定无效 [32] - 价值创造是衡量标准：有开发者7.5小时任务消耗8.4亿Token，花费284美元，认为“关键看能创造多少价值” [34][36] 四、组织变革与人才筛选 - Token福利成为一种“筛选”机制：积极使用AI、消耗大量Token的员工会被标记为“Token先锋”或“AI先锋”，被视为生产力的代表，从而可能推动组织变革 [35] - 这加剧了“智能鸿沟”：主动拥抱AI生产力的“超级个体”将更具就业竞争力，但也会导致新的内卷形式，例如用AI工具美化汇报材料而非实质性提升业务效率 [38] - 组织管理逻辑面临转变：当个人借助AI实现10倍生产力后，组织内部可能出现“一人部门”（OPD），管理重点将从“管多少人”转向“管多少产出” [39][40] - 行业仍处早期探索阶段：理想汽车CEO李想指出，除模型和芯片公司外，尚无公司依靠AI改变竞争格局，当前仍是学习和认知形成阶段 [39] - 未来可能出台监测机制：由于Token使用效率难以评估，未来可能出现提示词审计、Token使用效率评估等监测工具 [39]

核心观点 - 在AI技术叙事升级背景下 2026年一季度公募基金持仓风向发生显著切换 传统价值估值体系弱化 基金经理减持估值低廉、盈利丰厚的传统互联网龙头 转而重仓营收体量有限、尚未盈利但市值迅速崛起的AI新锐公司[2][4] - 基金经理的股票选择依据不再拘泥于传统的营收、利润、毛利率、PS、PE、现金流等核心财务指标 更看重AI技术的成长叙事和未来潜力[5] - 尽管短期投资收益表现亮眼 但这一行为标志着投资逻辑从传统价值投资向高成长科技叙事的转变[6] AI新锐公司获公募重仓 - **智谱AI**：2026年1月登陆港股 发行价116.20港元 截至4月23日收盘价1028港元 市值高达4583亿港元 超过京东集团（3345亿港元）并接近美团（5130亿港元） 尽管其2025年度营收不足8亿元人民币[4] - **MiniMax**：2026年1月上市港股 截至4月23日收盘市值接近2700亿港元 超过市值约1918亿港元的快手 尽管其2025年度营收不足6亿元人民币 归母净利润亏损巨大 毛利率仅为25%[4] - 两家公司在上市后迅速进入易方达、广发基金、中欧基金、华宝基金等头部公募的重仓股名单 形成抱团现象[4] 传统互联网龙头遭减持 - 快手、百度、京东、美团等大型互联网公司成为公募基金建仓AI新股的仓位稀释对象 被卖出以换取资金[5] - **以快手为例**：其2025年度营收高达1428亿元 毛利率维持在55% 年度归母净利润达186亿元（增幅超20%） 且旗下大模型已实现国际化商业落地 但其技术叙事未在估值层面获得公募资金认可 第一季度遭不少头部基金经理卖出[5] 基金经理投资逻辑的转变 - **价投派基金经理转向**：传统上聚焦低估值、高分红、盈利稳定标的的价投派基金经理开始重仓AI新物种 例如易方达全球配置基金（基金经理张清华）将MiniMax买成第一大重仓股 而此前重仓的贵州茅台、阿里巴巴、快手、腾讯等已全部退出十大重仓榜单[6] - **短期收益表现**：伴随MiniMax股价上涨 易方达全球配置基金今年前四个月累计收益率接近40% 稳居主动权益类QDII业绩十强[6] - **估值容忍度放宽**：坚守价值策略的科技股基金经理也对高成长AI企业放宽估值容忍度 例如广发全球精选基金（基金经理李耀柱）将智谱买为第二大重仓股 该基金其余重仓股为谷歌、阿斯麦、英伟达、苹果等全球盈利雄厚的科技巨头[7] 基金经理看好的AI产业逻辑 - **新科技出海与产业链升级**：基金经理认为AI行业垂直应用将优先切入周期底部赛道 赋能产业升级 提升效率并加速行业周期反转[8] - **AI产业发展阶段**：当前AI产业发展节奏分化 大模型与头部应用企业迈入以市场格局驱动的第三阶段 而自动驾驶、具身智能等垂直赛道大多处于以业务数据驱动的第二阶段[8] - **聚焦核心环节**：长期看好AI产业成长空间 后续重点聚焦国产算力、光模块、光纤设备、通用大模型、云计算及各类AI垂直应用等领域[8] - **技术迭代与生态构建**：行业竞争从单一模型能力比拼转向系统化技术能力与生态体系构建 智能Agent成为关键突破点[8] - **商业化进程加速**：大模型正加速赋能投行、资管、工程设计等细分场景 AI垂类商业化进程持续提速[9] - **基础设施需求增长**：AI交互升级带动存储需求持续扩容 叠加全球半导体设备供给偏紧 行业增长动能稳固 因此增持半导体设备、光纤通信赛道标的[9][10] - **以确定性对冲不确定性**：在宏观波动下 聚焦需求刚性、供给紧缺、抗风险能力更强的核心环节 如光通信、存储、半导体设备 并缩减软件及云服务商配置比例[10]

行业投资评级 * 报告对互联网传媒行业给予“买入”评级 [2] 核心观点 * 报告核心观点是关注多模态AI发展加速带来的产业变化 [1] * 当前大模型迭代持续加速，正从代码等逻辑工具向多模态工具转化，有望大幅加强图片、视频等多模态领域的应用能力，推动应用端加速落地 [6][75] * 随着AI对图片等多模态内容理解的加深，模型有望进一步推动AI终端需求的增长，一方面拓宽终端侧AI的可用场景，另一方面对终端本地算力、传感器协同、系统级集成提出更高要求，从而推动终端厂商加快产品迭代与功能升级 [6] * 近期国内AI模型发展有所加速，Deepseek及混元均有望迎来新一轮模型更新，AI板块有望迎来新一轮价值重估 [6][75] 专题：多模态发展加速的产业变化 * **Anthropic推出AI视觉创作工具Claude Design**：该工具由Claude Opus 4.7模型驱动，工作流程简单清晰（描述需求→AI生成初稿→对话迭代→导出交付），具备优秀的产品落地水平，有望成为一条从想法到产品的自动化流水线，并已用于原型设计、演示文稿、营销材料等多种工作场景 [6][14][16][17][19] * **OpenAI推出新模型GPT-Image-2**：该模型优化了文字渲染等AI图像生成领域的长期痛点，文字渲染准确率可达约99%，并具备“先思考，再出图”的机制，能更好地满足复杂提示词要求，支持多轮对话编辑 [6][21][22] * **多模态能力提升产业影响**：随着AI对图片等多模态内容理解的加深，模型有望在图片、视频等领域有更深入的应用，从而进一步推动AI终端需求的增长 [6][24] AI应用股价与估值复盘 * **美股市场**：上周（报告期）美股软件指数反弹明显，跑赢纳斯达克指数和费城半导体指数，呈现估值修复趋势，AI技术栈和内容公司股价均有不错表现 [6][28] * 具体来看，ishare标普北美科技软件ETF股价相对纳斯达克指数超涨7.1%，Unity、Lemonade、AppLovin股价相对纳斯达克指数分别上涨6.2%、16.6%、8.3%，AI医疗公司TempusAI相对纳斯达克指数上涨16.4% [28][29][31] * **港股市场**：上周港股AI应用表现较为低迷，AI模型、AI内容领域均出现不同程度降温，但2026年以来智谱、MiniMax股价分别跑赢恒生指数582.4%、153.4% [6][31][32] * **A股市场**：上周A股传媒公司股价普遍回调，但2026年以来AI营销、AI影视等主题行情较为活跃，例如蓝色光标自年初以来较深证成指上涨40.9% [6][34][35] AI数据跟踪与行业动态 * **大模型调用量**：上周（2026年4月13日-19日）OpenRouter大模型token调用量为20.6T，较前一周的21T小幅回落 [37] * 调用量排名中，Claude Sonnet 4.6升至第一，DeepSeek V3.2排名第二 [6][38] * 厂商份额方面，谷歌、Anthropic与Open AI通过OpenRouter的市场份额位列前三，分别为17.4%、15.8%、12.0% [39] * **国内大模型数据**：2026年4月6日-12日，国内主要AI大模型产品中，DeepSeek、豆包、Kimi网页端访问量排名前三，分别为7620.06万次、3555.41万次、920.18万次 [47][48] * iPhone端下载量排名前三为豆包、腾讯元宝、千问，分别为208.07万次、87.22万次、75.15万次 [47][48] * **海外大模型数据**：同期，ChatGPT、Gemini、Claude网页端访问量分别为127357.83万次、63480.21万次、17698.25万次 [58][61] * ChatGPT、Claude的iPhone端下载量分别为15050.36万次、8133.64万次 [6][58][61] * **行业动态**：上周多家头部AI公司发布重要更新，包括Anthropic推出Claude Opus 4.7和AI设计工具Claude Design，MiniMax开源M2.7模型并推出MaxHermes，百度开源文生图模型ERNIE-Image，字节跳动火山引擎上线Seedance 2.0 API等 [6][69][70][73] * 市场方面，阿里云对部分模型服务涨价，Meta与博通签署AI芯片长约 [71][73] 投资建议 * 推荐围绕**自研模型+云+生态的垂直整合**进行标的选择，短期关注**谷歌**，中长期关注**微软、阿里巴巴、腾讯控股** [6][75] * **多模态应用场景**建议关注**快手、美图公司** [6][75] * **IP+AI视频**建议关注**阅文集团、中文在线、上海电影、欢瑞世纪、华策影视、掌阅科技**等 [6][75] * **AI营销**关注**汇量科技、易点天下、蓝色光标、钛动科技（拟上市）** 等 [6][75] * **AI陪伴社交**关注**恺英网络**，**AI游戏**关注**心动公司** [6][75] * **AI内容确权**关注**阜博集团** [6][75] * **AI医疗**关注**京东健康、阿里健康** [6][75]

报告行业投资评级 未提及 报告的核心观点 - GPT - 5.5发布会强化闭源模型在高价值任务中的溢价能力，利好AI Coding、企业Agent、知识工作自动化和高端AI云服务；DeepSeek V4 Preview会推动开源模型逼近闭源前沿模型，并加速国产算力从可用走向好用；这轮升级利好高端算力、AI云、国产AI芯片、Agent平台、AI IDE和长上下文RAG应用，但不同环节受益逻辑分化，OpenAI拉动工作流入口和闭源生态，DeepSeek拉动开源底座和国产适配 [6][18] 根据相关目录分别进行总结 事件 - OpenAI发布GPT - 5.5，重点提升复杂任务能力，率先向ChatGPT付费用户及Codex开放；DeepSeek同步推出V4 Preview，含V4 Pro与V4 Flash两类MoE模型，支持100万token上下文，已在Hugging Face开源 [1][11] OpenAI GPT - 5.5 - 从模型能力升级转向工作流控制权争夺，在编码等任务中表现更强，适合用插件和工具完成连续任务；在GDPval、OSWorld - Verified、Tau2 - bench Telecom等Benchmark表现良好，优势从知识问答扩展到办公等场景 [2][12] - 真正变量在Codex和ChatGPT工作台，在代码等任务上更强，面向特定用户推出；AI Coding是易商业化入口，若能在Codex完成相关任务，将压缩传统IDE插件等价值空间；ChatGPT向企业通用工作台演进，未来竞争焦点将改变 [3][13] DeepSeek V4 Preview - 开源模型把竞争拉回成本效率，V4系列包括V4 Pro和V4 Flash，均支持100万token上下文，强调架构和优化升级，目标是保持低推理成本和高部署效率 [4][14] - 强化开源路线核心卖点，为企业提供接近前沿水平且支持本地化部署等的选择，对数据敏感行业重要 [4][15] - 国产算力适配是重要变量，华为Ascend supernode将全面支持DeepSeek V4，其可能成为国产AI基础设施重要软件锚点 [5][16] 两条路线差异 - OpenAI优势在产品化、工作流和企业入口，将模型能力包装成可付费生产力工具；DeepSeek优势在开源扩散、低成本推理和本地部署，降低高性能模型进入企业私有环境门槛 [5][17]

OpenAI发布GPT-5.5系列模型 - OpenAI于4月24日发布了GPT-5.5及面向更高阶任务的GPT-5.5 Pro版本，发布节奏明显加快 [2] - OpenAI称GPT-5.5是其迄今为止最智能、最直观易用的模型，是完成工作的新方式，能更快理解用户意图并承担更多工作 [2] - 距离上次发布GPT-5.4仅不到两个月，实测显示GPT-5.5在对话、速度、编程等方面均有进步 [5] 模型性能与市场地位 - 在第三方评测机构Artificial Analysis的综合智能指数榜单上，GPT-5.5系列拿下第一名和第二名，前六中包揽四席，被认为让OpenAI重回AI领域第一位，打破了与Anthropic和谷歌的三方平局 [5] - 模型擅长编写调试代码、在线搜索、分析数据、创建文档和电子表格、操作软件及在不同工具间灵活切换完成任务，具备自主规划和处理复杂多步骤任务的能力 [5] - 模型在提升智能的同时未牺牲速度，实际应用延迟与GPT-5.4相当，完成相同Codex编程任务所需的词元数量显著减少，效率更高 [6] - 官方称GPT-5.5是其迄今为止最强大的智能体编程模型，测试工程师表示其在推理和自主性方面明显优于GPT-5.4和Claude Opus 4.7，能提前发现问题并预测测试需求 [7] 定价策略与成本分析 - GPT-5.5定价相比上一代翻倍，标准版为每百万输入tokens 5美元、输出30美元，而GPT-5.4分别为2.5美元和15美元 [6] - GPT-5.5 Pro定价更高，为每百万输入tokens 30美元、输出180美元 [6] - 对比竞争对手Anthropic的最强模型Opus 4.7（输入5美元/百万tokens，输出25美元/百万tokens），GPT-5.5输入价格持平，但输出贵了20% [6] - OpenAI表示，虽然单价更高，但token效率的提升可对冲价格差异，大多数用户的实际使用成本不会有明显增加 [7] 基准测试表现对比 - 根据提供的基准测试数据，在多个项目中，GPT-5.5的表现与竞争对手互有胜负 [11] - 在Agentic terminal coding Terminal-Bench 2.0项目中，GPT-5.5得分为82.7%，高于Opus 4.7的69.4%和Gemini 3.1 Pro的68.5% [11] - 在Agentic search BrawseComp项目中，GPT-5.5得分为84.4%，低于Gemini 3.1 Pro的85.9%和Mythos Preview的86.9% [11] - 在Multilingual Q&A MMMLU项目中，GPT-5.5得分为83.2%，低于Opus 4.7的91.5%和Gemini 3.1 Pro的92.6% [11] - 在Graduate-level reasoning GPQA Diamond项目中，GPT-5.5得分为93.6%，略低于Opus 4.7的94.2%和Gemini 3.1 Pro的94.3% [11] 行业竞争格局与公司动态 - 在GPT-5.5发布前，其最强竞争对手Anthropic的旗舰模型Claude被大量开发者质疑“降智”，出现推理能力断崖式下跌和幻觉频发的问题 [12] - Anthropic在GPT-5.5发布后连夜发布报告，承认产品层调整导致模型性能下降，并称相关漏洞及限制已修复 [12] - 近几个月，OpenAI面临被Anthropic超越的压力，Anthropic在私募二级市场的估值已突破1万亿美元，而OpenAI今年3月末最新一轮融资的估值为8520亿美元 [14] - Anthropic宣布公司年化收入（ARR）已超过300亿美元，而OpenAI最新的年化收入为250亿美元，OpenAI内部备忘录称Anthropic年化营收存在约80亿美元水分，统一口径后实际约为220亿美元，仍低于OpenAI [14] - 行业认为，GPT Images 2和GPT-5.5的密集发布是OpenAI在竞争压力下的一次公开喊话，旨在重回牌桌中心 [14]

港股科技板块市场表现分化 - 2025年4月24日，香港恒生科技指数翻红，但板块内个股表现冰火两重天 [1] - 多只AI概念股走低，其中MINIMAX-W一度跳水跌超12%，随后跌幅收窄至约7.5%，智谱跌超8%，迅策跌约15%，诺比侃跌超9% [1] 1. - 另一方面，港股芯片股持续走强，华虹半导体一度涨约17%，中芯国际涨超10%，涨幅随后略有收窄 [3] - 小鹏、阿里、联想、百度等科技股在午后也出现集体上涨 [3] AI大模型行业动态 - DeepSeek官方发布消息，全新系列模型DeepSeek-V4的预览版本正式上线并同步开源 [3] - 公司预计，在2025年下半年昇腾950超节点批量上市后，其DeepSeek-V4 Pro版本的价格将大幅下调 [3] 机构对恒生科技指数的观点 - 自2025年10月见顶后，恒生科技指数最大回撤达31%，市场对盈利下修的悲观预期已充分定价 [4] - 当前指数正处于"中高赔率+高胜率"的配置窗口期，具备关注价值 [4] - AI算力需求爆发、政策支持加码及全球流动性改善共同构成指数修复动力 [4] - 当前估值处于历史低位，盈利预期已充分调整，中长期向上动能明确 [4] - 当前港股科技板块相对估值已降至历史较低水平，用恒生科技指数和A股双创指数衡量的科技板块AH溢价亦已接近历史较低水平 [4] - 在AI大发展与科技兴国的时代背景下，港股科技板块明显被低估，做多港股科技的赔率与胜率均较高 [4] - 需关注美联储政策节奏，但整体估值中枢有望逐步上移 [4]

文章核心观点 - 复旦大学团队提出的MacTok是一种创新的1D连续图像分词器，通过双空间协同设计从根本上解决了连续分词器在极端压缩下的“后验坍塌”问题，仅用极少量token即可实现高质量的图像生成，为视觉生成模型的效率提升提供了重要技术方案 [3][5][23] 技术背景与挑战 - 视觉生成模型提升推理效率的关键在于将图像压缩为更少的token，连续分词器因具有连续平滑的潜在空间和原生梯度优化优势，被视为比离散分词器更具潜力的压缩范式 [2] - 连续分词器在极度压缩（如仅用64个token）时面临核心挑战：强KL正则化会导致潜在空间退化，引发“后验坍塌”，使编码器无法有效写入语义特征，导致生成图像失去细节 [2][8] - 学术界以往通过调整损失函数（如调低正则强度）的解决方案难以触及后验坍塌的根源，在苛刻的token限制下，普通随机掩码策略也会因信息流失而再度引发坍塌 [10] MacTok解决方案：双空间协同设计 - **核心洞察**：迫使模型学习真正富含语义的表征是杜绝后验坍塌的唯一途径，这需要统筹图像空间与表征空间进行协同设计 [3][10] - **图像空间设计**：引入随机掩码与语义掩码的混合机制，最优图像掩码比例约为70%。语义掩码会优先遮挡图像中语义最丰富的区域，迫使模型在重建时更关注深层语义推理 [12] - **表征空间设计**：引入全局与局部表征对齐，使潜在token既与细粒度的局部Patch特征对齐，也与高度浓缩宏观语义的全局CLS特征对齐，直接约束潜在空间的语义结构 [14] - **协同机制**：图像空间的语义掩码（增加理解难度）与表征空间的全局-局部对齐（指明优化方向）相辅相成，共同构建了鲁棒的抗坍塌学习环境 [14] 性能表现与效率优势 - **256x256分辨率表现**：仅使用64个token的MacTok，在无CFG测试条件下的gFID为1.44，优于SoftVQ-VAE（其gFID降低了2.21）。使用128个token的MacTok达到了与拥有1024个token的主流基线模型（如gFID为1.42的REPA）相近的水平 [5][18] - **512x512分辨率表现**：MacTok的128 token与64 token版本均取得了1.52的gFID与超过306.0的IS，在信息量成倍增长的情况下，核心指标未出现衰减，维持了领先效果 [5][19][20] - **压缩效率**：MacTok实际使用的token数量相比传统方法压缩了64倍，在保持极高视觉质量的同时，具备明显的单token信息密度优势 [5][15][18] - **技术验证**：通过UMAP降维可视化可观察到，相比以往方法因坍塌导致的特征严重重叠，MacTok能明确保持各语义类别的聚类结构 [21] 行业意义与前景 - MacTok的研究成果表明，后验坍塌的根源在于强正则条件下缺乏有效的数据特征引导约束 [23] - 该方案在不改变原生分词架构的前提下，通过在图像输入层引入具有挑战性的语义掩码重建任务，即可极大激活连续潜在空间编码深层信息的潜能 [23] - 面对未来对图像生成分辨率、吞吐延迟要求越来越苛刻的大模型场景，MacTok提供了一项具有较高实用价值的技术参照方案 [23] - 该工作已被CVPR 2026录用并入选为Highlight论文 [5]

公司核心业务与产品 - 公司FateTell是一个结合古老东方命理智慧与现代人工智能技术的平台，主要提供个性化的命理分析和运势预测服务[27] - 产品采用“生命策展”哲学，提供“命之书”和“运之书”两种核心产品，定价分别为39.99美元和19.99美元[16][20] - 产品自2024年正式上线以来，已面向海外市场累计生成数万份万字命理报告，复购率接近40%，付费用户客单价超过60美元[5] - 公司通过自研专门应对八字排盘推理的算法和技能，解决了通用大模型在排盘时易出错、过度迎合用户等问题[18][19][20] - 产品形式包括万字长文报告、AI占卜问事和每日运气签，并追求多模态体验，支持将报告转为播客或语音导读[16][18][20] 创始人背景与创业历程 - 创始人西元毕业于香港科技大学，曾参与AI+法律创业，并在字节跳动及一家上海Agent Platform公司探索AI商业化闭环[9][10] - 创业灵感源于其在港科大期间接触到的传统文化研修班，对八字命理等东方典籍产生兴趣[9] - 公司在2023年ChatGPT出现后创立，瞄准AI 2.0时代的机遇[10] 市场定位与出海战略 - 公司全部业务面向海外市场，APP不在国内上架，主要原因是海外市场（包括1.2亿华人及欧美日韩市场）想象空间更大，用户付费意愿更强[21][24] - 目标用户主要为海外华人及对东方文化感兴趣的欧美年轻人，年龄集中在25-35岁[24][27] - 在文化转译和品牌构建上投入大量心思，例如聘请英籍华裔翻译专业名词，以适配海外用户的文化认知[22] - 注册用户男女比例接近1:1，付费用户男女比例约为40%男性、60%女性[24] 行业市场分析 - AI+玄学赛道已发展为一个规模庞大且增长迅猛的千亿级市场[24] - 2024年全球灵性产品与服务市场规模达1801.8亿美元，预计2032年将突破2490亿美元[25] - 2024年西方占星应用市场规模为37.83亿美元，未来十年复合增长率高达23.52%[25] - 2025年中国玄学市场规模突破120亿元，年增长率高达43.7%，核心驱动用户是18-35岁的年轻群体[26] - 赛道玩家可分为“东方玄学派”（如八字、风水）和“西方玄学派”（如星座、塔罗），后者因受众面更广，在全球拥有更广泛的用户基础[27][28] 商业模式与竞争格局 - 公司70%的收入来自会员订阅，其余来自产品售卖[28] - 行业内主流商业模式包括将命理服务产品化、采用订阅制与混合付费模式，以及衍生商品与知识付费[28] - 海外市场（尤其是欧美）用户对东方玄学有文化好奇，付费意愿强，容易获得较高客单价[29] - 广义的占星术在海外已是热门赛道，过去几年出现过月营收上千万美金的APP[29] - 社会不确定性（如国际战争、AI冲击带来的失业）会持续增长人们对命理的需求，以寻求确定性和精神寄托[29]