文章核心观点 文章聚焦于科技成长主线，认为机器人、人工智能及卫星互联网三大板块在技术突破、商业化拐点与政策驱动下形成共振，成为当前市场核心主线，同时分析了金融、储能等板块的分化与机会 板块影响分析 1. 机器人概念 - **影响方向**：正面 - **事件**：奥比中光与他山科技达成“视触”融合战略合作；第二届世界人形机器人运动会刷新百米纪录（8.64秒）；《上海市战略性新兴产业发展“十五五”规划》明确推动智能机器人在工业、医疗等场景深化应用，并布局关键软硬件（传感器、灵巧手）[1] - **传导机制**： - 技术落地加速：奥比中光的视觉与他山科技的触觉融合方案，解决了机器人感知环境的“最后一公里”难题，直接利好传感器及机器视觉细分领域，提升产业链估值[2] - 性能突破验证：人形机器人百米纪录刷新，标志着运动控制算法与硬件执行器（减速器、电机）的成熟度显著提升，从“实验室”走向“竞技场”，极大提振市场对人形机器人量产预期的情绪[2] - 政策强驱动：上海“十五五”规划将机器人列为重点，明确支持关键零部件攻关，为减速器、伺服系统等上游核心部件厂商提供长期的订单预期和政策红利[2] - **综合效应**：技术突破（视触融合+运动性能）与政策规划（上海“十五五”）形成共振，确立机器人板块为当前市场核心主线[3] 2. 人工智能（含算力与AI应用） - **影响方向**：正面 - **事件**：阿里千问发布Qwen3.8-Flash模型；MiniMax收入爆发式增长；商汤科技上半年首次盈利；京东发布“超脑”大模型3.0；上海规划强调AI赋能设计与端侧芯片[4] - **传导机制**： - 商业化拐点确认：商汤首次盈利、MiniMax收入激增及阿里新模型的低成本（每百万Token输入1元），标志着AI行业从“烧钱研发”正式转向“商业变现”阶段，AI应用端估值逻辑重构[5] - 算力需求刚性：模型参数规模扩大（Qwen3.8-Flash原生支持26万Token）及京东物流全链路AI化，直接拉动对算力芯片、数据中心及光模块的持续需求[5] - 端侧落地预期：上海规划提出加快端侧AI芯片及AI手机/眼镜开发，利好消费电子及端侧算力产业链，形成“云-边-端”全链条利好[6] - **综合效应**：行业龙头盈利拐点与巨头新模型发布，叠加地方政策对端侧AI的扶持，强化了AI板块的业绩兑现逻辑[7] 3. 卫星互联网与商业航天 - **影响方向**：正面 - **事件**：上海“十五五”规划提出促进卫星互联网与6G、AI融合，加快“千帆星座”组网；SpaceX计划新建发射基地；11只6G概念股获机构密集调研[9] - **传导机制**： - 国家战略升级：上海将卫星互联网与北斗、6G融合写入“十五五”规划，意味着低轨卫星组网已从概念走向大规模基础设施建设期，利好卫星制造、火箭发射及地面终端厂商[10] - 技术融合催化：规划明确“手机直连低轨卫星”及“星间激光链路”，直接推动6G概念与卫星通信板块的技术迭代预期[11] - 产业共振：SpaceX的大规模发射计划与我国“千帆星座”加速，形成全球商业航天高景气度共振，机构调研热度提升表明资金正在提前布局[12] - **综合效应**：地方顶层设计与全球产业趋势叠加，使卫星互联网成为继低空经济后的又一高弹性成长赛道[13] 嘉宾整体观点总结 - **科技成长主线**（人工智能、算力概念、半导体、光通信模块）普遍被看好，多位嘉宾认为9月科技行情可期，国产替代加速，但部分嘉宾对短期波动及英伟达财报后的市场重构保持谨慎[15] - **金融板块**（券商概念、保险、银行）出现明显分歧，多数嘉宾认为金融板块处于补涨或反弹阶段，持续性存疑，但保险板块被部分嘉宾视为首选配置[15] - **储能概念**观点分化，有嘉宾认为短期承压，亦有嘉宾认为全球出货大增叠加涨价潮迎来爆发期[16] - **创新药**被视为科技资金松动后的机会，但前期炒作已降温，需等待数据验证[17] - **工业金属**因铜价高位回调，被部分嘉宾认为配置安全边际极高[18] 看好或看空的板块情况 看好板块情况 - **人工智能/算力**（人工智能、算力概念、半导体、光通信模块），共8人看好，主要逻辑为9月科技行情可期、国产算力加速替代、英伟达指引全球算力行情[19] - **保险**，共2人看好，主要逻辑为金融配置首选，具备防御与进攻属性[19] - **创新药**，共2人看好，主要逻辑为科技资金松动后龙头创新高，纯创新药数据验证后机会更大[19] - **工业金属**，共1人看好，主要逻辑为铜价回调后供需无增量下配置安全边际极高[19] - **央国企改革**，共1人看好，主要逻辑为业绩翻倍叠加圆弧底成资金新宠[19] - **液冷服务器**，共1人看好，主要逻辑为1.6T光模块引入新工艺[19] 看空板块情况 - **券商概念**，共2人看空，主要逻辑为仅处补涨后端，成交量腰斩难现趋势性行情[22] - **商业航天**，共1人看空，主要逻辑为短期偏炒作，非主流爆发点[22] - **存储芯片**，共1人看空，主要逻辑为逻辑生变难回高增长[22] - **旅游酒店**，共1人看空，主要逻辑为仅作为涨幅领跑提及，未明确看好逻辑，结合其他观点视为短期机会[22] - **光通信模块**，共1人看空，主要逻辑为受地缘压制，底部反弹力度强于光模块，需等情绪回暖[22] 提及板块及相关标的 最强共识 - **人工智能**（9月科技行情可期，英伟达财报后新周期启动，资金流向均衡）[21] - **算力概念**（国产算力加速替代，英伟达万亿市值指引，液冷技术引入）[21] - **半导体**（大市值性价比，科技缩圈聚焦，国产替代逻辑）[21] - **光通信模块**（科技板块缩圈聚焦方向，1.6T新工艺落地）[21] - **保险**（金融配置首选，优于银行和券商）[21] - **创新药**（科技资金松动后新高，三期数据验证后机会大）[21] - **工业金属**（铜价回调后安全边际高）[21] - **央国企改革**（业绩翻倍，资金新宠）[21] 短期谨慎 - **券商概念**（仅处补涨后端，难现趋势性行情，成交量腰斩）[21] - **存储芯片**（逻辑生变难回高增长）[21] - **商业航天**（短期偏炒作，非主流爆发点）[21] - **旅游酒店**（涨幅领跑但持续性待观察，非主线）[23] - **银行**（配置次之，弱于保险）[23] - **互联网服务**（港股轻装上阵，需观察明年表现，非当前主线）[23]

文章核心观点 - Anthropic使用其Claude模型从头设计了一批自然界从未出现过的蛋白质，并拼出了公司名称，展示了AI在蛋白质设计领域的重大进展[6][8] - Claude在蛋白质设计上的命中率（22%-35%）显著高于行业平均水平（10%-15%），且设计周期从数周缩短至两天[25] - 尽管AI在蛋白质设计上取得突破，但从设计到药物上市仍有漫长过程，Amodei“5-10年攻克大部分疾病”的预言距离现实遥远[32][46] 一、Claude设计蛋白质的技术流程与成果 - Claude设计蛋白质的流程包括：选靶点（基于16000单词提示协议，让Opus 4.8和Mythos Preview在16个靶点内部赛马，24-48小时筛出15个靶点）、生成结构、生成序列、进行筛选[10] - 设计产物为“蛋白质结合剂”，作用是让新蛋白质结合已有蛋白质[9] - 设计序列被送到两家独立第三方湿实验平台（瑞士Adaptyv Bio和美国Twist Bioscience）进行实地检测[12] - 在15个靶点中，有14个给出了能结合的蛋白，一轮设计命中率22%-35%，行业通常只有10%-15%[25] - 每个靶点两天内出结果，过去靠计算专家手工编排需要几周时间[25] - 人类专家竞赛中，RBX1靶点命中率仅3.7%，Claude单靶点做到40%，最优设计超越人类冠军[23] - Claude成功攻克了公认难搞的TNFα靶点（修美乐等重磅药物的作用靶点），但整体能力更强的Mythos Preview反而未成功[23] - 一个MBP靶点，90个设计全部失败，该蛋白又大又软、表面光滑亲水[23] - Claude在6个靶点上产出了15个含β折叠结构的结合剂，证明其结构推理能力不止于最简单的α螺旋束套路[23] 二、蛋白质从头设计的背景与挑战 - 蛋白质基础原料是20种标准氨基酸，通过α螺旋、β折叠和β转角等方式组成蛋白质[15] - 一段100个氨基酸的蛋白，可能序列组合为20^100种，约10^130种[16] - 宇宙所有原子总数估计约10^80个，蛋白质可能种类比全宇宙原子还多几十个数量级[17][18] - 自然界实际存在的蛋白质折叠类型约1000-2000种，绝大多数随机序列不会折叠[20] - 2003年贝克实验室做出Top7，是第一个自然界不存在的全新折叠结构，但消耗大量计算资源[20] - 传统从头设计结合剂成功率约10%-15%，一个靶点磨上几个月是常态[20] - 2017年贝克实验室在《自然》杂志发表的迷你蛋白库，2万多个设计中高亲和力结合剂命中率11.6%[20] - 同年Rocklin等人在《科学》杂志的更大规模折叠测试，首轮成功率只有个位数百分比，螺旋结构成功率23%，某些混合结构直接归零[21] 三、从蛋白质设计到药物的距离 - 现代药物分三类：化学药（小分子药物）、生物药（蛋白质、核酸或多糖类药物）、核药[29] - 很多生物药本身就是蛋白质，如乙肝疫苗的重组蛋白、PD-1抑制剂、ADC的抗体部分[29] - 设计蛋白质结合剂只是AI制药的第一步，后续可制造性、稳定性、毒理、剂量、临床试验、监管审批仍需人类完成[26] - 至今没有一款用AI从头设计的蛋白类药物成功上市[26] - 一款新药从发现到上市平均10-15年，花费10亿-20亿美元[32] - AI可能让新药发现效率提高100倍，但无法让药物上市速度快100倍[33] - Amodei在2024年《Machines of Loving Grace》长文中承认了数据、物理世界速度、内在复杂性、临床试验等瓶颈[33] 四、科研AI御三家的竞争格局 - 谷歌（DeepMind + Isomorphic）：拥有诺奖级成果AlphaFold，但2026年显疲态，Isomorphic Labs至今未将一款药送进临床，首个新药申请预计2026年底才提交，AlphaFold团队被拆分，关键科学家约翰·江珀跳槽到Anthropic[37] - OpenAI：走垂直科学模型+药企合作网路线，GPT-Rosalind是专门的生命科学推理模型，GPT-4b micro联手Retro Biosciences重新设计山中因子，湿实验验证效率提升50倍[37] - Anthropic：2026年最激进，通过挖人、收购、把生物能力嵌入通用模型，站到谷歌和贝克实验室两大巨人肩头，不自造科学模型，蛋白设计使用开源工具[38] - Anthropic的Claude for Life Sciences和Claude Science工作台是付费产品，客户包括诺华、礼来、赛诺菲、艾伯维、阿斯利康、BMS等跨国巨头药企[35] - 亚马逊作为基建底座，多数药企和AI制药公司使用AWS算力跑研发[38] - 专业AI制药公司方面：英矽智能Rentosertib在2026年7月启动Ⅲ期临床试验；晶泰科技有上万平米湿实验室，PEP08、RTX-117进入Ⅰ期临床；深势科技DeePMD获2020年戈登贝尔奖[39] 五、AI设计蛋白质的安全风险 - 朊病毒是因错误折叠形成的危险蛋白质，能导致疯牛病、库鲁病和克-雅病[40] - AI设计流程有严格筛选机制，首先消灭错误折叠和聚集，出现新型朊病毒可能性不大[41] - 全新设计蛋白质易被免疫系统当成外来异物消灭，可能引发炎症，历史案例Abicipar因15.4%炎症发病率失败[42] - 针对A目标的蛋白质可能对B目标起作用，历史案例胰岛素类似物AspB10导致良性和恶性肿瘤比例惊人，被迫放弃[42][43] - 2025年《科学》研究显示，用开源AI蛋白设计工具生成超过7.5万个危险蛋白变体，四家主流基因合成筛查软件测试后大量变体逃过检测，打补丁后仍有约3%危险变体漏网[43] - Anthropic将蛋白质设计技术列为“双重用途”，承认可能被用于生物武器研发，Claude蛋白设计功能不向普通用户开放，正在筹备科学家准入计划但无时间表[43] - Anthropic同时宣布Opus 5用户可将原始核磁或质谱文件丢给Claude，25分钟内出完整分析报告，纯度测定96.4%，与专业实验室手工测出的96.33%不相上下[44]

百度双重主要上市与AI价值重估 核心观点 - 百度完成港美双重主要上市内部程序，旨在吸引理解AI价值的新投资者，并建立匹配“全栈AI第一股”的估值体系 [2] - 百度AI业务收入占比已过半，验证了公司从互联网向AI为先的战略转型 [5] - 当前市值被严重低估，按分部估值法测算，潜在价值约1294亿美元，存在约3倍上行空间 [19] 双重主要上市进程与意义 - 百度于8月26日股东特别大会通过所有决议案，完成双重主要上市内部程序，距离纳入港股通仅一步之遥 [2] - 从7月16日董事会授权到8月26日表决通过，仅用41天，推进节奏快于市场预期 [2] - 若在9月3日考察日前完成转换，有望最快于9月7日当周纳入港股通，南向资金将成为重要增量来源 [2] - 截至6月底，公司账上现金及投资总额高达2831亿元，经营性现金流连续四个季度为正 [2] - 双重主要上市后，纳斯达克与香港上市地位完全独立平等，有效对冲单一资本市场政策波动风险 [12] - 阿里、网易等已相继完成同类转换，百度此举顺应中概股回归主流路径 [12] AI业务收入与全栈布局 - 2026年二季度，百度AI业务收入达到125亿元，约占一般性业务收入的一半，且已连续两个季度稳定在这一水平 [5] - 百度构建了“芯云模体”全栈AI布局，业务之间彼此咬合、互相反哺，形成难以复制的闭环 [5] - 芯片、云、模型、应用、无人驾驶五块业务，构成从底层算力到终端场景的完整体系 [9] 昆仑芯与智能云 - 昆仑芯已跑完三代AI芯片研发与商业化，M100、M300等新产品路线持续推进 [7] - 百度智能云已点亮国内首个自研万卡集群，并在昆仑芯全国产集群上完成文心大模型重要版本训练 [7] - 昆仑芯已交付多个万卡级P800集群，客户包括招商银行、南方电网、中国钢研、国家管网、吉利、腾讯等上百家行业龙头 [7] - 昆仑芯同步推进“A+H”上市，年初以保密形式向港交所递表，5月完成科创板上市辅导备案，百度保持控股 [7] - 二季度AI云基础设施收入73亿元，同比增长50%，其中GPU云收入同比暴涨283%，在上一季度184%高增速基础上再度提速 [8] - 2026年上半年百度智能云中标金额13.85亿元，在国内五家主流AI云厂商中排名第一，接近整体盘子的七成 [8] - 百度智能云在金融、游戏、具身智能等领域稳居领先 [8] AI应用与无人驾驶 - 二季度AI应用收入25亿元，百度搭子7月MAU环比增长1063.79%，库库AI办公MAU突破2500万 [8] - 秒哒以33.4%市场份额稳居中国AI原生无代码应用生成平台第一 [8] - 伐谋已有3000家企业申请试用，百度一镜连续两年拿下中国AI数字人市场份额与产品综合实力双第一 [8] - 萝卜快跑全球足迹覆盖28座城市，累计自动驾驶里程超3.5亿公里，其中全无人里程超2.4亿公里 [9] - 萝卜快跑在香港、伦敦、迪拜等地稳步推进公开路测或运营，全球扩张有序展开 [9] 估值逻辑与市场认可 - 以8月中旬约351.6亿美元美股市值计算，公司现金及投资总额约417.2亿美元，高于整体市值 [18] - 昆仑芯市场估值约500亿美元，按百度持股比例折算归属部分约270亿至340亿美元 [18] - 对标Waymo约1260亿美元估值，萝卜快跑长期价值足以单独立账 [18] - 乐观情景下，百度搜索、智能云、昆仑芯、萝卜快跑等六大资产潜在价值约1294亿美元，折合约1.01万亿港元 [19] - 花旗认为李彦宏具备卓越远见，百度在AI领域投入成果有目共睹，包括昆仑芯、智能云、文心模型及无人驾驶 [13] - Jefferies认为双重主要上市是积极信号，有望提升股票流动性并获得港股通资格 [15] - 清华大学专家指出市场对百度AI业务定价明显不足，纳入港股通后相关业务有望得到更充分定价 [15] 港股市场价值 - 港股缺少能将“芯云模体”全栈AI装进同一家上市公司的标的，百度提供了完整的AI商业化观察线索 [22] - 百度将芯片、云、软件、无人驾驶等AI资产收进同一张报表和治理结构，成为配置中国AI最直接、最完整的研究入口 [24][25] - 百度作为港股“全栈AI第一股”的价值，正加速转化为资本市场可跟踪、可验证的估值命题 [25]

行业核心观点 - AI产业正迎来关键转折点，行业竞争从大模型比拼正式迈入AI智能体落地竞速时代[1] - 英伟达为代表的全球科技巨头持续加码下游AI软件赛道，软硬件全产业链布局提速[1] - 国内政策助力与信创替代深化形成多重利好共振，国内AI软件赛道迎来绝佳布局窗口期[1] 英伟达全产业链布局 - 英伟达正加速从单一芯片厂商向全栈AI基础设施平台转型，接连落地多项下游赛道布局动作[2] - 英伟达正洽谈投资AI智能体龙头Perplexity，若交易落地其估值将突破300亿美元[3] - Perplexity核心AI智能体产品可自主执行复杂电脑任务，商业化能力强劲，年化营收大幅攀升，且已采用英伟达新型CPU芯片，双方软硬件协同优势显著[3] - 英伟达深度绑定编程AI企业Poolside，通过技术授权、战略投资、人才引进的复合模式，补齐高端编程大模型技术短板，吸纳百余名核心研发人才快速完善技术生态[3] - 两轮精准布局直指核心：依托下游软件应用拉动硬件算力需求，搭建软硬件协同的正向循环，牢牢掌控AI产业链生态话语权[4] 国内赛道红利释放 - 海外巨头加码验证了AI应用商业化的确定性，国内AI软件行业同步迎来多重红利加持[5] - 产业数据显示，2026年上半年国内软件业务收入达7.72万亿元，同比增长9.5%，行业整体韧性凸显[6] - 政策端：北京、江苏、上海等地相继出台举措，扶持AI智能体、AI+制造、AI编程产业发展，降低企业智能化转型成本[7] - 产业端：AI商业化主战场从C端转向B端，企业级AI智能体应用场景持续拓宽[8] - 叠加信创“2+8+N”政策落地，政务、金融、能源等关键领域国产软件替代提速，行业营收稳步扩容[9] 产业逻辑迭代与智能体增量 - 行业核心逻辑已发生根本性转变，AI智能体可自主完成搜索、编程、办公等复杂任务，化身“数字劳动力”[12] - 智能体高频的模型调用特性，持续拉升GPU、CPU等算力硬件需求，打开AI产业全新增长空间[12] - 全球AI商业化节奏持续加快，海外AI企业业绩超预期，国内大模型企业登陆资本市场，形成良性产业闭环[12] - 赛道仍存挑战，智能体精准度、算力成本、高估值预期等问题仍待逐步优化[13] 未来展望 - 英伟达全产业链布局印证了AI应用落地的核心趋势，海外产业迭代叠加国内政策、信创双重红利，AI软件赛道成长逻辑清晰[15] - 随着AI智能体技术持续迭代、商业化落地不断深化，国内AI全产业链有望持续迎来价值重塑，赛道长期成长空间进一步打开[15]

行业趋势与市场数据 - IDC预计2026年中国人工智能基础数据服务市场规模达78.34亿元，2025年市场规模为62.62亿元，同比增长27.8%，2025-2030年复合年均增长率达19.6% [1][3][15] - 国产开源AI模型在美国Vercel平台token消耗占比跃升至62%，远超闭源模型38%，主要由DeepSeek-V4-Flash带动，对比此前占比仅28% [5][16] - 英伟达Q2财报即将发布，分析师预计营收达921.8亿美元，比上年同期增长近一倍，为七个季度以来最快增速 [7][19] - Anthropic IPO目标估值约2万亿美元，潜在市场规模超30万亿美元，预计2028年收入达1900亿至2000亿美元，最高募资规模可达1000亿美元 [4][15] - 工信部表示截至6月底我国智能算力规模达到2185EFLOPS，围绕算力枢纽建成70余条算力大通道，已研制近200项AI关键标准 [8][21] 公司战略与产品发布 - 中科曙光即将发布推理相关存储新技术，并将国内首个全国产10万卡AI超集群带到2026数博会 [1][9][23] - 苹果推出搭载M5 Max和M5 Ultra芯片的新款Mac Studio，M5 Ultra为当前性能最强芯片，可运行万亿参数AI模型，Mac Mini可选M6芯片（台积电2纳米工艺） [1][6][18] - 字节跳动正式发布豆包工作Agent产品，与飞书深度打通，布局AI Agent企业级应用 [7][19] - 阿里“千问办公”国际版（QwenWork）开启公测，海外用户可通过国际官网体验 [1][11] - 追觅科技战略聚焦智能家庭、户外庭院、智能出行、具身智能四大主营业务方向 [3][15] - 阿尔特发布六足特种机器人概念影片 [1][11] 芯片与算力基础设施 - OpenAI公布自研推理芯片Jalapeno测试结果，联合博通开发，在单位功耗AI处理工作量、响应速度上对标英伟达GB300取得优势，700瓦功耗，计划今年部署，第二代芯片已进入深度研发 [3][15] - SpaceXAI将部署NVIDIA Vera CPU以加速智能体AI应用，基于Vera Rubin平台扩展Grok AI基础设施，算力规模向吉瓦级迈进，计划将Vera Rubin NVL72系统部署至太空 [5][16] - 算力硬件企业Celestica获华尔街大行关注，23家覆盖机构中20家给出“买入”，平均目标价438.86美元 [2][13] 模型与技术突破 - 光象科技发布物理原生世界模型Phi-WM 1.0 ActEffect，使机器人建立“动作与物理后果”间时序因果关系，实现轻量化推理，降低算力成本 [2][13] - “华山”航天垂直大模型完成星上在轨实测，综合指标相对偏差保持在8.21%至8.86%，上包络预警准确率达94.67%至96.00%，实现“数据采集—星上训练—风险预警—健康评估”全自主闭环 [3][14] - 路透社推出自研大模型Thomson-1，基于阿里Qwen大模型开发，旨在降低对Claude等闭源模型依赖 [2][13] - 即梦AI推出影视内容厂牌“即梦片场” [1][10] 企业合作与生态建设 - 亚信科技与月之暗面签署“登月计划”合作协议，针对Kimi企业项目搭建一体化交付体系 [1][11] - 腾讯云与卡尔动力达成战略合作，围绕自动驾驶货运模型训练、推理、数据处理与持续迭代开展合作 [2][13] - 茅台数科与腾讯云达成合作，推动WorkBuddy、CodeBuddy等AI工具在办公场景普及 [2][13] - 武田中国与蚂蚁健康达成合作，围绕患者全生命周期管理、医生数字化赋能等方向探索数字医疗创新应用 [2][12] - 千问APP接入阿里云Token Plan [1][10] 融资动态 - 炎和科技完成超5亿元A系列融资 [1][11] - AI初创公司Emerald AI完成1.5亿美元融资 [1][11] - 上海芯光界智能科技完成亿元天使轮融资 [1][11] - AI厂商北京中数睿智科技宣布完成数亿元战略融资，由中国互联网投资基金、苏创投全国社保基金等联合投资 [1][11] - AI4Engineering企业原力引擎完成天使+轮近5000万元融资，由上海未来产业基金和上海科创集团共同领投 [1][11] 公司财务与业绩表现 - 芯源微2026年半年度净利润806.22万元，同比下降49.37% [1][10] - 昆仑万维2026年上半年营收53.6亿元，同比增长43.5%，归母净利润10.9亿元，由亏损8.6亿元转为盈利，AI短剧平台收入15.3亿元，同比大增163.3%，单月流水超6500万美元 [7][19] - 杰创智能2026年上半年营收3.43亿元，同比增长8.72%，AI+云计算业务收入2.12亿元，同比增长583.19% [7][20] - 软通动力上半年AI收入占比达61.46%，AI业务成为核心收入来源 [8][20] 人事变动与组织调整 - OpenAI数据中心项目高管克里斯·马龙已离职 [1][10] - OpenAI第二位销售高管彼得·杜兰将重返Salesforce，此前负责美洲销售业务的凯琳·沃斯也已同意离开OpenAI，重新加入Salesforce [2][12] - 阿里创始人马云连日增持阿里港股超6亿港元，表达对阿里AI前景的坚定看好 [6][19] 政策与活动 - 工信部表示“十五五”时期将支持研发高端训练芯片、多模态算法等关键技术，推进人形机器人、脑机接口等智能终端迭代 [8][22] - 2026数博会将于8月28日在贵阳开幕，主题为“词元——数据要素价值释放新路径”，中科曙光将携十万卡AI超集群亮相 [9][23] 其他重要动态 - 阿里云云沙箱Snapshot功能正式开启商业化计费，支持对运行中沙箱进行全状态快照 [3][14] - Meta计划推出OpenClaw AI智能体消费版，高级版月费最高199.99美元，为拓展广告以外多元化收入来源 [6][18] - 中科天塔百吉比特每秒级星载激光通信终端产线已于7月投产，一期年产能六百套，计划2027年提升至千套以上 [3][14]

核心观点 - AI行业正从追求低延迟的实时对话转向长周期后台Agent，后台推理将成为主导，成本需降低1000倍[4][5][14] - 通过“算力拾荒者战略”利用被低估的芯片、廉价电力和低可用率数据中心，实现极致性价比的Token生产[5][6][68][76] 行业趋势与市场判断 从低延迟到长周期Agent - 行业陷入“延迟陷阱”，GPU被硬逼成交互式聊天机器人，但AI终局是能自主运行数小时甚至数天的后台Agent[2][4][27] - 最好的延迟是零延迟——机器在夜间替人类完成所有工作，人类不应成为交互回路中的瓶颈[5][6][11] - 长周期Agent任务（如深度研究、网络安全）可消耗无限Token，后台负载占比将从50:50变为90:10[14][15][16] - 思考期计算扩展（test-time compute scaling）已验证：给Agent更多时间，它能给出更好答案，当前已能连续运行一小时[12][13] 推理支出无泡沫 - 当前Token消费与2000年互联网泡沫不同，Token被立即使用产生价值，而非投机囤积[64] - 推理支出只会单调递增，不存在投机泡沫，与2023-2024年训练芯片短缺时期的投机性支出完全不同[65] 数据与模型架构 - 互联网是对数据的一次性补贴，高质量文本（约30万亿Token）已被翻遍，普通人类偏好信号已无价值[50] - 下一代智能进化依赖可验证任务沙盒中的强化学习自我博弈，模型已超越普通大众[50][51] - Transformer的“原罪”：将内存受限的注意力层与算力受限的MLP层硬拼在一起，单芯片极难兼顾[6][44] - KV cache存在1-2个数量级的冗余，DeepSeek等研究正以每年一个数量级幅度压缩[82] 公司战略与商业模式 Token工厂定位 - Sail Research是一家“Token工厂”，以市场无可匹敌的价格提供开源大模型推理服务，并托管长周期Agent沙箱[7] - 核心主题是“丰裕”，将智能作为大宗商品，目标是把Token成本降低10倍以催生全新产品品类[7] - 北极星指标是拥有全行业最低的单Token成本，未来将转向“成果”作为度量单位[8] 算力拾荒者战略 - “世界上没有坏芯片，只有糟糕的定价”——愿意在任何时间、任何地点采购任何芯片[6][59] - 市场对非英伟达硬件的偏见是最好套利机会，AMD等芯片因编程难度被低估，可压榨出超额收益[59][60] - 多芯片架构适配能力是核心优势，无历史包袱，能快速为TPU、Trainium等新芯片搭建软件栈[61][62] 数据中心策略 - 传统数据中心为99.99% SLA和发电机付出天价，但长周期Agent可容忍95%可用率[6][71][72] - 分布式1兆瓦小型数据中心比吉瓦级数据中心更具成本优势，可砍掉电力冗余和备用发电机[67][70] - 利用太阳能和风能的间歇性，配合天气模型调度，以极低成本获取他人不敢碰的电力资源[75] 技术实现与效率优化 软件与算子 - 围绕GPU极限效率构建LLM软件栈，从底层算子（Kernels）入手压榨性能，追逐100%“光速极限”[21][24][25] - 从低延迟优化转向吞吐量优化，采用专家并行、流水线并行等策略，而非张量并行[31][32][33] - 算子融合趋势：将矩阵乘法与加法等操作合并，减少数据在DRAM的读写[53] - 算子工程正从手工编写转向AI辅助，人类负责概念设计，模型负责实现代码[54] 硬件利用 - GPU本质是吞吐量机器，追求低延迟与高吞吐量存在根本权衡（“公交车vs私家车”比喻）[27][28][29] - NVLink技术专为低延迟设计，但非必需；其他芯片在“单位美元FLOPS”上可能优于NVIDIA[32][33] - 当前GPU在理想大矩阵乘法时可达峰值利用率70-80%，但实际运行Transformer时大部分时间不在此路径[55][56] - 编程范式正从单GPU转向整个机架（如NVIDIA NVL72）甚至整个集群[56][57] 芯片架构分析 - Cerebras等公司押注片上SRAM，带宽可达21 PB/s（Blackwell HBM约10 TB/s），但KV cache成为巨大痛点[37][38][39][42] - 理想方案是异构融合：Cerebras托管MLP（模型权重），GPU处理注意力机制（KV cache）[43][44] - 专用加速器（如Groq）需与传统GPU协同工作，片外内存提供大容量，片上内存提供极致速度[43] 行业低效环节 算力调度 - 全球算力未有效调度，大量GPU在私有算力池中闲置，NVIDIA仅今年就出货500万张Blackwell芯片[82][83] - 需要将全球算力组织为共享资源，更紧凑高效地进行负载打包[83] 内存与注意力 - KV cache几乎无压缩，每个Token存储数KB数据，存在1-2个数量级冗余[82] - 注意力层是内存受限的瓶颈，在长上下文（如100万Token）下问题尤为突出[43][44]

文章核心观点 文章复盘了2026年8月26日A股市场表现，分析了市场资金从前期活跃板块切换至大金融、有色金属及部分低位科技分支的动向，并解读了盘后多个重要新闻事件，包括宁德时代锂矿项目环评撤销、月之暗面与海外云厂商合作谈判、英伟达业绩预期、HBM4供应调整以及阿里配股投资AI基建的经济账 市场表现与资金动态 - 8月26日A股三大指数集体上涨，上证指数涨0.59%报3912.52点，深证成指涨0.69%报13841.33点，创业板指涨0.51%报3414.88点 [23] - 两市成交额约1.82万亿元，较上日缩量223.39亿元，全市场2946只个股上涨，2448只个股下跌 [12][23] - 市场体现为存量资金从医药、农业、油气等前期活跃方向切换至券商、有色、电力及部分低位科技分支 [12] - 主力资金净流入410.19亿元，有色金属行业净流入规模最大，洛阳钼业居个股净流入首位 [41] - 有色金属、非银金融、电力设备、电子、公用事业为净流入前五大行业 [41] - 传媒、石油石化、食品饮料、农林牧渔、综合为净流出前五大行业 [41] - 北向资金今日总成交2555.69亿元，中国巨石成交10.37亿元 [42] 有色金属板块 - 有色金属全天活跃，黄金、铜方向领涨，深中华A5连板，迪阿股份、金诚信、白银有色、金一文化、江西铜业涨停 [23] - 黄金受美元信用危机、地缘风险升温及全球央行持续购金推动，纽约期金突破4750美元 [23] - 铜因LME仓库6.54万吨仓单注销引发现货供应紧张，叠加美国关税预期导致库存大规模转移至COMEX，期铜逼近历史高点 [23][27] - 江西铜业涨停，半年报营收、归母净利同比大幅增长，阴极铜产量提升，自研HVLP-3超低轮廓算力铜箔获认证并批量供货 [32] - 金诚信上半年业绩高增，铜矿生产稳步推进，矿山服务接连斩获大额订单 [32] 大金融板块 - 大金融成为指数修复的主要推动力量，券商、金融科技集体走强 [12] - 锦龙股份、湘财股份、楚天龙等涨停，招商证券上涨5.21% [12] - 楚天龙晋级4连板，金融科技的短线辨识度高于传统大市值券商 [12] - 据测算，目前21家券商中报营收2071亿、净利888亿，同比均增53%，头部全年ROE达10-12%，PB仅1倍 [23] - 锦龙股份涨停原因为主营证券业务，筹划投建智算中心涉算力租赁，拟转让东莞证券20%股份构成重大资产重组 [32] - 湘财股份中报预增，吸收合并大智慧获恢复审核，子公司湘财证券业务增长显著 [32] 造纸板块 - 造纸板块盘初走强，青山纸业2连板 [24] - 截至8月25日当周（8月19日-25日），纸浆现货价格周涨2.64%，报4926.67元/吨 [24] - 玖龙纸业、山鹰国际等头部纸厂于8月下旬密集落地涨价函，部分企业启动第二轮调价 [24] - 青山纸业2026年半年报显示，Q2归母净利润同比下降1.28%，但扣非归母净利润同比增长20.3% [24] 大模型与AI - 月之暗面正在与微软、亚马逊和谷歌展开早期谈判，推动Kimi K3分别上线Azure、AWS和Google Cloud [9] - 月之暗面寻求从上述平台K3相关服务收入中获得最高30%的分成 [9] - 该模式试图解决开源模型“有使用量、难形成收入”的问题，但面临美国政策风险 [9] - 智谱向彭博社表示，Ox Alpha是其GLM系列的全新迭代版本，自上周以匿名形式上架OpenRouter以来，使用量已超过DeepSeek的两倍以上 [28] - MiniMax 2026年上半年实现收入1.17亿美元，同比增长283.1%，已超过2025年全年7900万美元的收入规模 [28] - Deepseek截至7月营收达7000万美元，较2025年增长十倍 [28] 英伟达产业链 - 摩根大通预计GB300机柜放量将推动英伟达7月季度业绩超过市场预期，Vera Rubin将于10月季度开始出货 [14] - 摩根大通维持英伟达“增持”评级及280美元目标价 [14] - 7月季度GB300机柜出货继续增加，机柜总出货量预计环比增长约15%，达到1.7万至1.8万套 [14] - 摩根大通预计英伟达7月季度收入达到940亿至950亿美元，环比增长约15%，高于市场一致预期的921亿美元 [14] - 英伟达Spectrum-X CPO交换机进入量产阶段，相关系统面向最多51.2万颗GPU的大规模集群互联需求 [30] - 印度企业向英伟达订购9000套Vera Rubin系统，计划成为亚洲首批大规模采用该平台的客户之一 [30] HBM4供应调整 - 三星电子与SK海力士计划在2026年下半年提高面向英伟达的HBM4 8层产品供应占比 [17] - HBM4E也可能以8层为主，但相关方案尚未获厂商正式确认 [17] - HBM4的I/O数量达到2048个，是上一代HBM3E的两倍，单颗芯片以及服务器机架的功耗和散热压力进一步上升 [17] - 12层产品对DRAM堆叠、键合和先进封装工艺提出更高要求，整体良率可能下降影响产品交付速度 [17] - 8层产品封装复杂度相对较低，更有利于提升良率、降低热管理压力，并加快量产爬坡 [17] 阿里配股投资AI基建 - 算力基础设施项目内部回报率达22%，回本期不足3年，NPV为36元（每100元资本支出） [18] - 融资中非基础设施部分（AI实验室与应用投入）本季度亏损139亿元，缺乏可审计回报 [18] - 基础设施占比80%以上时配售从第二年起增厚每股收益，基准情景（60%）下2028财年稀释约0.5% [18] - 人民币债券票息仅2-3%，远低于12%的盈利收益率，债权融资成本优势约3-3.5个百分点 [18] - 以205港元为公允价值基准，基础设施占比100%时每股价值降至203.1港元（-0.9%），占比60%时降至202.6港元（-1.2%） [18] - 整体结论：算力创造价值，配售在每股收益层面大致中性至略正面，但股权融资成本高于债权，现有股东在205港元公允价值下放弃约1%的内在价值 [19] 宁德时代锂矿项目 - 宜春市生态环境局发布说明，宜春时代新能源矿业有限公司江西省宜丰县圳口里—奉新县枧下窝锂矿采矿项目环境影响报告书在拟受理公示期间，群众对建设单位前期公示的网站存在质疑，现将该拟受理公示撤销 [3] - 枧下窝锂矿是全球已探明最大的锂云母矿，自去年8月停产后，其复产进程备受关注 [3] - 接近宁德时代的人士回应说，将配合政府部门审批安排 [3] 医药板块 - 上海市人民政府办公厅印发《上海市战略性新兴产业发展“十五五”规划》，提到加快具有重大知识产权价值的创新药培育开发，推动AI技术在靶点挖掘、分子生成、药效模拟等环节赋能应用 [29] - 康希诺上海与德普世生物订立mRNA个性化治疗型肿瘤疫苗共同开发战略合作框架协议 [29] - 医疗服务板块高开低走，诚达药业跌超5%，前一日CRO大涨后获利回吐 [24] 上海“十五五”规划相关产业 - 上海提出到2030年战略性新兴产业增加值达到2.1万亿元 [30] - 上海提出全面提升集成电路产业能级，加快高端芯片研发和产业化，推进先进封装技术研发及量产应用 [30] - 上海提出建设固态电池等多元技术路线对比测试示范基地，布局万千瓦级独立储能示范电站 [30] - 上海提出加快“千帆星座”低轨通信卫星组网，促进卫星互联网与北斗、6G、人工智能融合发展 [30] - 工业和信息化部表示，“十五五”期间将加快打造集成电路、航空航天、生物医药、低空经济、新型储能和智能机器人等新兴支柱产业 [30] - 工业和信息化部表示，“十五五”期间将加快6G核心技术攻关，持续开展技术试验和标准研制 [30] 其他重要信息 - 长江存储提出在2027年底前争取全球NAND市场领先位置，并继续推进国产NAND产品、产能和客户体系建设 [30] - 软银集团正与投资银行商讨发行100亿至200亿美元债券，部分资金拟用于偿还此前为OpenAI投资取得的400亿美元过桥贷款 [30] - 中科曙光表示将发布面向大模型推理的新一代词元加速方案，ParaStor分布式存储已应用于全国产十万卡AI超集群曙光8000 [30] - 国内生猪价格自8月以来累计上涨超过7.5% [30] - 中国首次发行以隔夜回购利率为定价基准的债券 [30]

8月26日，上海市人民政府办公厅印发《上海市战略性新兴产业发展"十五五"规划》（以下简 称"《规划》"）。 其中提出，到2030年，战略性新兴产业增加值达2.1万亿元，工业战略性新 兴产业总产值占规模以上工业总产值比重达50%以上，集成电路、生物医药、人工智能三大先 导产业制造业年均增速达10%以上。 提升集成电路产业能级 在智能机器人领域， 推动智能机器人能力提升与应用深化，提升智能机器人在非结构化复杂 场景精准操作和稳定运行能力，广泛拓展工业制造、医疗康复、物流仓储、商业服务等多元应 用场景。 《规划》提出，提升三大先导产业战略引领能力。 在集成电路领域， 聚焦重点领域加强前瞻布局，进一步全面提升集成电路产业能级。重点发 展高端芯片和人工智能（AI）赋能设计，推进先进封装等新技术研发和量产应用，推动三维堆 叠架构芯片设计和流片。 在生物医药领域， 重点发展高临床价值创新药，支持小型化质子放疗设备、柔性手术机器人 等智能化高端医疗器械开发和关键器件材料攻关，支持医药合同研发机构（CRO）搭建AI辅助 药物开发模型和自动化实验室。 在人工智能领域， 重点发展大模型和智能体，构建跨学科、多模态知识推理的通专融合 ...

基金配置 | 专题报告 AI 制造行情扩散下的 ETF 选择 行业 ETF 配置系列报告之三 研究结论 风险提示 宏观经济风险、产业政策风险、行业周期风险、主题炒作风险、量化模型滞后性风险 等。本报告结论完全基于公开的历史数据进行计算，对基金产品和基金管理人的研究分 析结论并不预示其未来表现，也不能保证未来的可持续性，亦不构成投资收益的保证或 投资建议。本报告不涉及证券投资基金评价业务，不涉及对基金产品的推荐，亦不涉及 对任何指数样本股的推荐。 报告发布日期 2026 年 08 月 26 日 | AI 产业链全景：三层结构与 ETF 工具映射 4 | | --- | | AI 全产业链 4 | | 上游：材料端 6 | | 中游：AI 制造 8 | | 下游：模型与应用 11 | | 下一阶段配置节奏：或先上游后下游 14 | | 参考历史上的地产链： 先地产后上游资源品，行情逐步扩散 14 | | AI 配置机会扩散：AI 制造或向两端走，先上后下 15 | | 风险提示 16 | | | dongchunming@orientsec.com.cn | | --- | --- | | 东春鸣 | 执业证书编 ...

核心观点 - 到2028年OpenAI与Anthropic将垄断全球70%至80%的增量算力[1][5] - AI数据中心的高回报率将推高全社会借贷成本并引发主权债务危机[1][3] - 前沿实验室已从亏损转向高毛利阶段算力产出可达每兆瓦1亿美元[5][11] 算力集中化趋势 - 2024年初OpenAI与Anthropic算力规模分别为2吉瓦和不到2吉瓦年底均突破5吉瓦实现3至4倍扩张[8] - 2024年两家实验室占全球新增算力约30%预计2025年攀升至40%至50%[8][22] - 到2028年两家实验室将吃下全球70%至80%增量算力合计规模突破100吉瓦[8] - 今年部署的每瓦特算力搭载GB300、TPUv7或Trainium3每瓦性能比上一代芯片高出3到5倍[9] - 2028年两家实验室将垄断全世界绝大部分有效计算能力[9] 实验室商业模式质变 - 2023年至2024年初在英伟达Hopper架构上运行GPT-4对实验室几乎是负毛利状态[11] - 算力基础成本通常在1000万至1500万美元/兆瓦[11] - Anthropic算力产出已达5000万美元/兆瓦全公司综合收入正向7000万至8000万美元/兆瓦进发[11] - 外部厂商以2500万、4000万甚至5000万美元/兆瓦高价转售算力给实验室[11] - 实验室即便以天价租下算力内部或商业产出依然能实现数倍暴利[11] AI资本支出与利率冲击 - 2024年至2029年全球AI产业链累计资本支出约11万亿美元[12] - 科技巨头全部经营现金流约6万亿美元占54.5%用于再投资仍有超5万亿美元资金缺口需通过信贷市场举债[12] - Meta等巨头以往发债利率在5%至6%左右现愿意支付8%甚至更高利息锁定算力建设资金[13] - 资本市场发现向数据中心放贷可稳拿8%至20%回报时流向房贷、市政债券、传统制造业的资金池将被分流[13] - 大型科技巨头发债成本上升250个基点将直接迫使整个宏观经济信贷利差同步走阔[13] 估值重构与主权债务危机 - 市场折现率从过去3%至5%跃升至8%甚至10%时所有依靠稳定远期现金流支撑估值的传统资产将面临估值重创[15] - 1980年代美联储前主席保罗·沃尔克激进加息直接引发拉美约40个发展中国家债务违约[15] - 债务规模庞大、高度依赖短期外债展期且未深度参与AI产业链分工的国家将面临严峻主权违约风险[15] - 美国由于本土承载绝大部分算力中心与核心企业理论上能通过扩大税基对冲部分债务利息压力[15] 算力回流研发 - 前沿实验室未来分配给对外商业推理的算力比例反而会下降算力将加速回流至内部模型研发与递归自我改进[18] - 对外商业推理变现周期为当期即时产生现金流杠杆效应属于线性收入增长[18] - 内部模型研发与自我迭代能带来指数级能力跃迁直接推动AGI研发进度[18] - 实验室策略转变为仅保留足以产生足够现金流以支撑研发集群扩张的推理份额[18] - 如果OpenAI研发出了极速推理或更强心智模型会把大部分算力留给内部AI研究员智能体[18] 算力分配比例 - 实验室算力使用比例基本为60%训练40%推理[76] - 训练算力进一步细分50%用于研发10%用于开发40%是推理[76] - 研发指研究员构思新想法测试新架构、新数据混合配比、新超参数等[76] - 主模型正式训练如Anthropic训练Mythos时用到的算力低于200兆瓦[76] - 实验室大部分算力流向摸索性研究而非某一个特定模型的开发训练[80] 供应链与资本约束 - 晶圆制造设备供应链规模约2000亿美元数据中心市场供应链规模更大[39] - 2025年资本支出约2万亿美元实验室尚未达到现金流足以支撑一切的阶段[39] - 供应链扩张存在物理限制到2030年ASML光刻机约100台[37][38] - 卡尔·蔡司原认为不需要制造足以供每年100台EUV光刻机使用的反射镜现已改口[34] - 实验室明年产生数千亿美元收入但资本支出约2万亿美元存在巨大错位[39] 算力定价与价值捕获 - 算力价格从每兆瓦1000万至1500万美元开始向上拐头[42] - 实验室必须支付每兆瓦2500万、3000万、5000万美元才能吞下全球70%至80%算力[44] - SpaceX以每兆瓦2500万至4000万美元价格将算力卖给Anthropic和Google[53] - 大多数算力仍将以低于每吉瓦200亿美元价格交易[53] - 价值捕获从硬件供应链向模型层转移Anthropic和OpenAI正大幅膨胀价值获取[52] 主权债务危机风险 - 利率上升1%在五年周期内偿债支出税收比例从20%上升到25%[93] - 利率上升5个百分点偿债比例将突破40%[93] - 联邦政府每年额外借款2万亿美元时偿债比例从40%飙升到60%以上[93] - 巴基斯坦、尼日利亚等债台高筑、税收极少且债务需频繁支付利息的国家处境将非常糟糕[93] - 美国因数据中心建在国内整体税基会增加但利息支出占联邦税收比重飙升依然是严峻考验[15][93]