11月12日，2025年中金公司年度投资策略会在北京嘉里大酒店开幕。本次会议以"乘势·谋新"为主题， 汇聚了来自政府机构、产业界、学术界的数十位权威专家及超过500家上市公司高管，共同探讨未来经 济趋势与投资布局。 本次中金公司年度策略会作为资本市场的重要盛会，为各方提供了深度交流的平台。黄伟博士的精彩分 享不仅展现了云知声在AI技术研发与产业落地方面的领先实力，也为与会者把握人工智能领域的投资 机遇提供了重要参考，获得了现场嘉宾的广泛认可。未来，云知声将继续致力于人工智能技术创新与产 业落地，为推动数字经济发展贡献力量。 黄伟博士在发言中指出，看待AI产业需要具备长远视角。他表示，AI是一项长期事业，若仅以短线思 维看待，容易陷入对风险或泡沫的过度担忧。"如果我们相信未来10年、20年，AI将无处不在，那么现 阶段更应关注其长期价值而非短期波动。" 针对业界对AI泡沫的担忧，黄伟博士提出双重应对路径：一方面，应持续推进AI技术的高效研发与应 用；另一方面，必须不断推动AI在具体场景中落地，确保技术投入能够持续创造实际价值。 他强调，中国在人工智能领域的整体实力不容小觑，长远来看将在全球竞争中展现出更强的优势 ...

人民财讯11月20日电，11月20日，黑芝麻（000716）智能在上海发布多维具身智能计算平台—— SESAMEX，致力于打造新一代具身智能计算平台，加速商业机器人产业化落地。 ...

文章核心观点 - OpenAI发布GPT-5.1-Codex-Max新模型，在AI编程领域实现多项技术突破，包括突破上下文窗口限制、提升任务处理效率和延长连续工作时间，以应对来自Gemini 3等竞争对手的压力 [1][2][9][34] 模型性能提升 - 新模型在METR指标上达到新SOTA，有50%的概率能完成一项原本需要人类2小时42分钟完成的软件工程任务，比GPT-5对标的时间多出25分钟 [11][12] - 在SWE-bench Verified测试中，相同medium推理力度下，新模型性能优于GPT-5.1-Codex，且思考token使用量减少30% [18] - 针对非延迟敏感任务推出xhigh推理力度选项，通过更长的思考时间以获得更优答案 [20] 超长上下文处理能力 - 模型原生支持压缩功能，在接近上下文窗口限制时可自动压缩对话以获得新窗口，从而突破限制实现跨窗口连贯工作 [22][23] - 在内部评估中，模型能一次独立运行超过24小时，连贯处理数百万token的任务 [25] - 该能力使其能直接处理书籍、长文档分析等超长篇幅任务，避免信息割裂，并支撑高负载、长周期的持续工作 [26][27][28] 实际应用与部署 - 新模型在PR创建、代码审查等实际软件工程任务中训练，推理更快更有效，并且是OpenAI首个支持Windows环境的模型 [16] - 目前已在Codex中支持与CLI、IDE扩展、云端和代码审查工具结合使用，API接口即将上线 [30] 行业竞争格局 - 行业内在AI编程赛道竞争激烈，Claude Code在速度上具有优势，但Claude与Codex的组合可能更具竞争力 [31][32][33] - 同期多家公司发布新模型，包括Gemini 3和Grok 4.1 Fast，显示出行业快速迭代的趋势 [34] 其他产品发布 - OpenAI同时低调发布GPT-5.1 Pro版本，第三方测评显示其在指令遵循方面有更好表现 [36][37][38]

文章核心观点 - Meta AI发布SAM 3D模型，能够从单张2D图像直接生成精细的3D模型，代表了3D建模领域的新范式[1][4][7] - 同时发布的SAM 3模型在图像分割基础上增强了语义理解能力，支持通过文本或示例提示进行开放词汇的概念分割[5][6][23] - 两个模型系列在各自领域的多项基准测试中均取得了显著优于现有方法的性能，达到SOTA水平[13][17][36] SAM 3D模型技术特点与性能 - SAM 3D包含两个专用模型：SAM 3D Objects用于物体和场景重建，SAM 3D Body专注于人体建模[8] - SAM 3D Objects能够处理小物体、间接视角和遮挡等复杂情况，从单张自然图像实现3D重建和物体姿态估计[10][11] - 在人类用户对比测试中，SAM 3D Objects的胜率至少达到其他领先模型的5倍[14] - 具体性能指标显示显著优势：F1分数达0.2339，Chamfer距离为0.0408，3D IoU为0.4254，ADD-S@0.1为0.7232[15] - SAM 3D Body在复杂情况下表现优异，MPJPE指标为61.7，PVE为60.3，在多个数据集上的PCK指标分别为68.0和75.4[18] SAM 3模型技术突破 - 突破传统分割模型固定标签集的限制，引入可提示概念分割功能，支持通过文本或示例提示定义概念[21][23][24] - 能够处理细微概念如"红色条纹伞"，并通过文本指令或选中示例物体来查找分割所有同类物体[22][26][31] - 在LVIS数据集的零样本分割任务中准确率达到47.0，比此前SOTA的38.5提升显著[37] - 在新的SA-Co基准测试中，表现至少比基线方法强2倍[38] - 在视频分割任务中性能优于SAM 2，在多个数据集上的J&F指标达到78.4至89.6[40] 模型架构与实现方法 - SAM 3基于共享的Perception Encoder视觉骨干网络，服务检测器和追踪器模块[41][43] - 创新设计Presence Head解决开放词汇检测中的幻觉问题，解耦识别与定位任务[45] - SAM 3D Objects采用两阶段生成模型：12亿参数流匹配Transformer构建几何，稀疏潜在流匹配细化纹理[48][49][51] - 通过model-in-the-loop数据引擎低成本获取图像-3D配对数据，人类从8个候选中选择最佳匹配[53][54] - SAM 3D Body采用Momentum Human Rig表示法，双路解码器设计分别处理全身和手部细节[55][57][61] 行业影响与数据集 - Meta与艺术家合作构建SAM 3D艺术家物体数据集SA-3DAO，用于评估物理世界图像三维重建能力[20] - 创建SA-Co基准测试评估大词汇量检测和分割性能，要求识别更大概念词汇量[33][34] - 模型能够很好泛化到多种类型图像，支持密集场景重建，标志着基础模型具身化的进展[13][60]

Hefei, China, Nov. 20, 2025 (GLOBE NEWSWIRE) -- Against a backdrop of rising global economic uncertainty and ongoing volatility in China’s capital markets, Guoyuan Securities has identified three emerging structural investment opportunities, highlighting the distinctive resilience of China’s economy. The firm advises that, despite short-term disruptions, investors should focus on long-term trends and seek out growth opportunities with greater certainty in key sectors such as technological innovation, consum ...

阿里系AI产品发布 - 阿里云正式推出基于Qwen3的AI助手“千问”APP公测版，定位为全能个人助理，支持工作、学习、生活场景，国际版正在推进[2] - 蚂蚁集团推出全模态AI助手“灵光”，主打30秒内用自然语言生成可交互小应用，理念与谷歌Gemini 3.0不谋而合[2][16] - 两款产品的同时推出标志着公司在消费级AI应用领域的重拳出击，项目由董事长兼CEO吴泳铭亲自带队，上百名工程师秘密研发数月[5] 千问APP功能特点 - 界面设计简洁，仅保留干净对话框，支持文字、语音、图片、文件等多模态交互方式[6][8] - 视觉识别功能突出，可识别植物、时尚品牌等，并能主动推荐淘宝、1688、闲鱼同款平替商品并一键跳转下单[9][11] - 专业领域表现优异，官方数据显示其专业问答准确率超过92%，Qwen3 Max在实盘投资大赛中以总盈亏2232美元夺冠[12] - 办公场景支持秒级生成研究报告、PPT及会议纪要自动整理，未来将上线自然语言购物功能并接入地图、外卖等生活服务[15] - 支持119种语言和方言，国际版同步开发，显示出抢占国内AI入口并进军国际市场的战略意图[15] 灵光APP功能特点 - 定位为零门槛全模态AI助手，首批上线“灵光对话”、“灵光闪应用”、“灵光开眼”三大功能[18][20] - “灵光对话”通过3D模型、音频、图表等丰富形式呈现答案，实现知识可视化，回应速度在十秒内完成[20] - “灵光闪应用”支持用户用自然语言在30秒内生成可交互小应用，无需编程基础，打破专业开发壁垒[16][21][23] - “灵光开眼”具备AGI相机功能，可实时识别物体、书籍、建筑物等，提供“拍摄即问”的流畅探索体验[24][26][28] - 整体体验强调技术隐身，将复杂AI能力封装于简单操作背后，推动AI从对话工具向生产力工具转变[29] 阿里AI战略背景与意图 - 公司过去两年专注AI基础设施与开源生态建设，Qwen系列模型全球下载量突破6亿次，衍生模型超过17万个，在Hugging Face社区占据全球模型下载量30%份额[31] - 公司在AI新基建领域投入3800亿元，并制定十年算力扩充规划，为后续发展奠定坚实基础[33] - 选择此时进军C端源于市场成熟，预计2030年全球AI to C市场规模达1.3万亿美元，年均增速超过35%[34] - 战略意图是通过千问打造连接电商、支付、本地生活等全域能力的统一入口，形成从需求识别到服务交付的商业闭环[38][39] - 公司构建开源模型吸引开发者、云平台提供算力、千问APP直达用户的完整生态体系，认识到单一模型技术窗口期缩短，生态效应成为核心壁垒[41]

2020 年以来，OpenAI 提出的 Scaling Law 引领着大模型的快速发展 —— 模型参数和训练数据规模 越大，产生的智能能力越强。然而进入 2025 年，训练开销不断扩增这一路径面临严峻的可持续发展 问题。OpenAI 前首席科学家 Ilya Sutskever 在公开演讲中指出，随着互联网公开可获取的语料接近 枯竭，大模型预训练将无法持续（" Pre-training as we know it will end "）。因此，大多研究者开 始探索大模型的新的发展路径。 清华大学研究成果大模型"密度法则"(Densing Law) 给出了新的观察视角。近日，该成果正式发表于 Nature 子刊《自然·机器智能》(Nature Machine Intelligence)，为理解大模型发展规律提供了新的维 度。密度法则揭示了大语言模型的最大能力密度随时间呈指数级增长，2023 年 2 月至 2025 年 4 月，约每 3.5 个月翻一倍， 这意味着每隔 3.5 个月，即可用一半参数量的模型实现当前最优性能 。 作者 | 清华 TsinghuaNLP 团队 论文链接： https://www.natu ...

直播核心信息 - 直播将于11月20日16:00-17:00举行，主题涵盖AI产品、AI Coding、AI基础设施、AI工程与部署的进展 [1] - 直播由极客邦科技总编赵钰莹主持，嘉宾包括来自Qoder、商汤科技、同程旅行、蚂蚁集团的资深技术专家和产品负责人 [1][2] 直播探讨主题 - 探讨成功商业化的AI产品逻辑 [4] - 分析从Vibe Coding到Spec驱动的Coding的演变 [4] - 探讨从AI Infra到Agent Infra的转变 [4][8] 相关活动信息 - InfoQ 2025年终技术力量榜单评选活动正在进行，主题为“洞察AI变革，见证智能未来” [1][10] - 榜单征集范围包括AI基础设施搭建、工程与部署创新、智能体生产力提升及行业应用拓展 [10] - 活动时间线为：自主报名期10月15日至11月30日，专家评审期12月1日至12月10日，榜单公布日12月19日 [12]

文章核心观点 - 人工智能是巨大的投资机会，但其发展面临能源危机，为能源基础设施公司创造了“后门”投资机遇 [1][2][3] - 一家鲜为人知的公司集AI能源需求、特朗普关税政策、美国液化天然气出口和核能基础设施于一身，是未被市场发现的低估投资标的 [5][6][7][14] - 该公司财务状况优异，无负债且持有大量现金，估值低廉，市盈率低于7倍，并间接持有其他热门AI公司的股权 [8][9][10] AI行业能源需求 - AI是历史上最耗电的技术，每个驱动大型语言模型的数据中心耗电量堪比一座小城市 [2] - AI的每次查询、模型更新和机器人突破都消耗巨大能量，正在将全球电网推向崩溃边缘 [1][2] - OpenAI创始人Sam Altman警告AI的未来取决于能源突破，Elon Musk预测明年AI将面临电力短缺 [2] 目标公司业务定位 - 公司拥有关键的能源基础设施资产，定位为满足AI能源需求激增的“收费站”运营商 [3][4] - 业务横跨工程、采购和施工，能执行石油、天然气、可再生燃料和工业基础设施领域的大型复杂EPC项目 [7] - 在美国液化天然气出口领域扮演关键角色，将受益于特朗普“美国优先”能源政策带来的行业爆发 [5][7] - 拥有关键的核能基础设施资产，定位在美国下一代清洁可靠电力战略的核心 [7][14] 公司财务状况与估值 - 公司完全无负债，且坐拥相当于其总市值近三分之一的巨额现金储备 [8] - 剔除现金和投资后，公司交易市盈率低于7倍，估值显著低估 [10] - 公司持有一家热门AI公司的巨额股权，为投资者提供了间接参与多个AI增长引擎的机会 [9] 宏观投资主题 - AI基础设施超级周期、特朗普关税推动的制造业回流潮、美国液化天然气出口激增以及核能独特布局共同构成投资主题 [14] - 华尔街正将数百亿美元投入人工智能领域，但能源来源问题被忽视，创造了基础设施投资机会 [2][6]

文章核心观点 - 人工智能是巨大的投资机会，但其发展面临能源危机，为关键能源基础设施公司创造了独特的“后门”投资机会 [1][2][3] - 一家未被市场充分关注的公司，因其在能源基础设施领域的核心地位、无债务的财务优势及与AI能源需求的多重关联，被判断为极具潜力的投资标的 [3][6][8][9] - 该公司业务横跨液化天然气出口、核电、工业设施重建以及持有其他AI公司股权，能全面受益于AI能源需求激增、制造业回流、美国能源政策等多重趋势 [5][7][14] AI的能源需求与挑战 - AI是史上最耗电的技术，运行类似ChatGPT的大型语言模型的数据中心，其能耗堪比一座小型城市 [2] - AI的快速发展正将全球电网推向极限，行业领袖发出警告，认为AI的未来取决于能源领域的突破 [2] - 对电力的巨大需求正导致电网压力增大、电价上涨，公用事业公司急于扩大产能 [2] 目标公司的核心优势 - 公司拥有关键的能源基础设施资产，定位为满足AI能源需求激增的“收费亭”运营商 [3][4] - 公司是全球少数能跨石油、天然气、可再生燃料和工业基础设施执行大型复杂EPC项目的企业之一 [7] - 公司财务状况极佳，完全无负债，且持有相当于其总市值近三分之一的巨额现金 [8] - 公司估值具有吸引力，剔除现金和投资后，其交易市盈率低于7倍 [10] 公司的增长驱动力 - AI基础设施超级周期：AI数据中心的爆炸性需求将直接推动对电力的需求 [14] - 美国液化天然气出口激增：公司在美国LNG出口领域扮演关键角色，将受益于“美国优先”能源政策 [5][7][14] - 制造业回流趋势： proposed tariffs促使制造业回流美国，公司将优先获得设施重建、改造和重新设计的业务 [5] - 核电布局：公司拥有下一代核电基础设施资产，核电是未来清洁、可靠电力的重要来源 [7][14] - 间接AI投资：公司持有另一家热门AI公司的重大股权，为投资者提供了间接参与多个AI增长引擎的机会 [9]