4月24日，科大讯飞40亿元定增的新增股份顺利上市，此时距离该项目取得批文甚至不到一个月。"领取证 监会批文后，我们审慎研判最优发行窗口，仅用时9个工作日便完成询价工作，发行价格与发行底价的比率 为112.48%。这样的效率和质量，在全市场都难得一见。"国元证券投行总部相关负责人如是感慨。 2026年以来，国元证券投行高效完成了两项大额再融资项目——江淮汽车35亿元定增与科大讯飞40亿元定增， 并在其中发挥了令人瞩目的销售定价与资源整合能力。从江淮汽车到科大讯飞，从七度携手到八度相伴，国元 证券正以"产业投行"的专业力量，为实体经济高质量发展注入源源不断的金融"活水"。 闪电发行：19个工作日募资40亿元 2026年2月，由国元证券担任独家保荐人和独家主承销商的江淮汽车35亿元定增项目圆满收官。定增资金将全 部用于江淮与华为联合打造的"尊界"高端智能电动平台开发项目。该平台首款车型尊界S800于2025年5月正式 上市，上市8个月即蝉联三个月细分市场销冠，更实现单月交付破4000台、累计交付破万台的豪华车市场罕见 成绩，打破了外资品牌百万级市场垄断。 该项目创下多项纪录，不仅是安徽省近四年来A股上市公司定增项 ...

文章核心观点 四位资深投资管理人（董承非、谢治宇、余璟钰、吴圣涛）在圆桌对话中分享了他们对当前复杂市场的看法。核心共识包括：面对不确定性上升的市场环境，应恪守安全边际和均值回归原则；AI是长期产业主线但当前存在泡沫，需等待估值回归合理区间；传统行业（如地产、电力）在深度调整后已显现长期价值，与新兴产业并非对立关系；可转债市场目前存在高估，需精细化选股并利用多元化工具。 市场环境与投资策略 - 当前市场的不确定性因素上升了一个维度，过去的不确定性多围绕经济和行业，如今则包括地缘冲突等难以预判的外部冲击[17][18] - 在这种更高维度的不确定性下做投资，核心策略是恪守最传统的安全边际，最坏结果无非是少赚一些[18] - 市场已逐步成熟，很难简单界定牛熊市，打破了以往同涨同跌的模式，投资重点转向判断结构性机会[73][74] - 投资者应各赚自身认知范围内、风险承受能力之内的收益，不要去博取超出自身承受能力的收益[78] - 市场整体呈现结构性分化，全年维度来看有可为之处，但需要警惕结构性风险[61] 宏观经济展望 - 外部冲击（如地缘冲突）对市场、产业、宏观经济造成了较大影响，且其影响完整反映到经济数据和产业运行层面还需要一定时间，这是目前最大的不确定性[21][23] - 从内因来看，趋势非常明确，资产价格已经逐步企稳，下一步对应的消费数据会逐步筑底回升，经济也会重回可预期、温和增长的轨道上[25] - 如果转型成功，AI全面拉动劳动生产率提升，经济整体走向繁荣，大量低估值的传统资产都会迎来估值修复[49] 人工智能（AI）产业 - AI是长期核心的产业主线，引领产业变革，其产业端暂时没有出现明确的风险点[26] - 行业处于发展早期，变数较大，对于技术路线、最终胜出者等问题无人能回答清楚，判断行业趋势难度极大[40][43] - 当前AI存在一定泡沫，市场热情高涨，估值偏高[33]。投资策略是等待第一波AI浪潮退去，市场热情回落，估值回归合理区间后再布局，以在合理的风险下收获行业成长的真实红利[4][35][36] - 产业发展不一定是完全对立的，AI与传统产业可能彼此促进。不应将二者完全对立，否则容易错过潜在机会[48][49][51] - 在产业高速发展、前景难以定性的阶段，最好的方式是通过组合配置来控制风险，既能分享行业成长红利，又能规避极端风险[47] 传统与周期行业观点 **地产行业** - 行业正在经历转型，从过去高负债、高杠杆、高周转的模式，转向低负债、低杠杆、合理回报的新模式[100] - 尽管规模较巅峰时期收缩，但常态化水平下，行业体量依旧可以维持在十万亿左右的规模，这远比许多其他行业大数倍甚至几十倍，依旧是国民经济中举足轻重的核心产业[5][97][98] - 目前地产销售已处在周期钟摆的另一端，新开工面积持续走低。随着时间推移，供需错配有望逐步改善[99][100] - 参考海外经验（如美国霍顿房屋），行业洗牌后幸存下来的优质企业有望成长为龙头，其发展弹性和反弹空间可对标海外[102] - 不少以传统框架衡量估值处在低位的公司，当下具备不错的机会[6][52] **电力与能源行业** - 新能源体量壮大到一定阶段后，必然会挤压传统能源的市场空间，这是未来发展的必然趋势[38] - 电力会成为未来最核心的能源形式，用电需求在未来仍有较大的持续增长空间，且电力供给将逐步乃至最终全部由绿电替代[104][105] - 光伏在很长一段时间里都会是成本最低且最易于建设的绿电。相信随着电网配套完善、储能成本下行，当前的消纳瓶颈在未来会逐步化解[106][107] - 坚守在电力板块，静待价值兑现[39] **其他周期性行业** - 所有行业都具备周期性，一旦偏离合理均值，最终都会回归常态[7][70] - 关注并持有长期蛰伏在底部的周期类品种（如地产、光伏），相信随着时间推移，行业反转的概率会持续提升，均值终将回归[94][95] - 以光伏为例，其广阔的长期需求、新能源替代趋势等底层逻辑依然成立，当前行业压力主要源于供给扩张过快和电网消纳速度问题[103] 可转债市场 - 当前市场环境下，可转债存在一定高估，局部带有泡沫[6][86] - 高估值的核心原因是固收类产品收益率下行，导致大量银行理财、保险等资金持续流入可转债市场寻求收益，推高了转股溢价率和债券溢价率[86][87] - 只要不出现系统性风险，大量沉淀的资金不会主动撤出，可转债“双高”（高价格、高溢价率）的格局短期难以扭转，大概率还会延续[87] - 应对策略是坚持自下而上精选标的，同时通过股票配售的方式获取可转债，并擅用大宗交易、定增等折价工具来增厚组合收益[13][87][89] 科技创新与全球竞争力 - 投资聚焦两大主线：一是把握全球分工优势；二是布局科技国产化突围机会[14][58] - 在全球化分工方面，国内在多个制造环节具备突出优势（如创新药、光模块、PCB），能凭借产业竞争力抢占全球份额，提升盈利水平[56] - 在科技国产化方面，尽管在半导体等领域面临设备采购受限等长期问题，但有能力逐步突破技术壁垒，完成自主可控与国产化替代，这一进程中蕴藏着巨大投资机会[57] 投资组合与工具应用 - 面对早期高成长但不确定性大的产业（如AI），通过组合配置来平衡成长与风险是重要手段[11][47] - 在“黑天鹅”频发或市场“混沌”时期，应对不确定性的核心是回归投资本源，立足个股基本面与估值水平，坚守安全边际原则[69] - 积极运用多元化投资工具（如大宗交易、定增）来增厚收益，但前提是管理人需熟悉工具规则与风险，且要契合自身的投资风格[13][89][90] - 持仓调整体现辩证看待新兴产业与传统行业，例如减持部分AI硬件（如中际旭创），增持地产、化工、光伏设备等[11]

监管动态与执法案例 - 监管部门首次公开点名并处罚了违反AI生成合成内容标识规定的企业 包括“剪映”、“猫箱”App及“即梦AI”网站 处罚措施包括约谈、责令改正、警告、从严处理责任人等 [3] - 此次执法标志着AI生成合成内容合规管理正从政策倡导加速走向严格落地的实操阶段 [3] 行业背景与技术影响 - 以生成式AI为代表的人工智能技术正以前所未有的速度渗透内容创作领域 涵盖文案生成、视频剪辑、图像与声音模拟等 [3] - 技术门槛降低极大地释放了生产力并激发了创意浪潮 [3] - 但技术也带来了严峻挑战 如虚假信息、深度伪造泛滥可能扰乱舆论、侵害个人权益 不加标识的AI创作可能冲击原创生态并引发版权纠纷 [4] - 当AI生成内容足以以假乱真 会模糊虚拟与现实、人工与智能的边界 可能动摇信息环境的“真实性”基础 进而侵蚀社会共识构建、公共讨论质量及信任机制 [4] 法规框架与合规要求 - 中国已构建系统的AI治理法规框架 包括《生成式人工智能服务管理暂行办法》和《人工智能生成合成内容标识办法》 均明确要求服务提供者对生成内容进行显著标识 [5] - 对AI生成合成内容进行显著标识 是维护信息秩序和保障用户知情权、选择权的关键一步 [5] - 此次查处表明 无论平台规模大小或用户多少 都必须严格履行法定义务 没有妥协余地 [5] 企业合规现状与挑战 - 部分网站平台在合规意识与行动上存在滞后 原因可能包括对规则理解不深、在商业利益与合规成本间取舍偏差或存在技术整合惰性 [6] - 企业必须将AI伦理与合规置于产品研发和运营的核心位置 严格落实AI生成合成内容标识相关规定 [6] 行业趋势与全球共识 - 对AI生成合成内容进行标识正成为全球共识和监管趋势 [5] - 标识的目的并非阻碍技术发展 而是为了在创新与规范之间取得平衡 为技术的长远健康发展铺设稳固轨道 [5] - 行业正从惊叹于AI“能做什么”的初级阶段 迈入审慎思考AI“应如何做”的规范发展新阶段 [6] 用户与社会影响 - 用户需要提升媒介素养 对所见内容保持审慎 并留意AI标识 这应成为数字时代的基本生存技能 [6] - 社会整体辨识能力的提升 会倒逼内容提供者更加审慎和负责 [6] - AI内容标识是关乎信息真实性、社会信任和科技向善的“大课题” [6]

行业概述与市场驱动力 - AI算命已成为互联网热门生意，在各大社交平台、小程序、App中遍地开花，其形式包括面相分析、手相解读、八字排盘、塔罗占卜等[7] - 行业核心付费用户是18到35岁的年轻人，生活在一线或新一线城市，有本科以上学历，月收入在8000到20000元之间[8] - 市场存在跨文化吸引力，在TikTok上fengshui话题播放量平均上亿次，bazhi搜索量逐年增长，而中国社交媒体上“塔罗占卜”笔记数量是“八字算命”的3-5倍[8][13] - 市场需求源于现代个体对升学、求职、婚恋等不确定性的恐惧，AI算命提供了一种低成本的“确定性幻觉”和精神安慰[20] - 巴纳姆效应是用户接受的关键心理机制，AI利用大数据生成看似量身定制的笼统人格描述，使用户产生共鸣[20] - 商业模式通过免费试用、限时特惠、专属VIP等策略形成沉没成本陷阱，促使用户持续付费，并已演变为一种社交行为[22] 商业模式与产业链参与者 - AI算命相比传统街头算命具有速度快、24小时在线、费用低廉、千人千面等优势，具备高频、低成本、强黏性的互联网产品特征[26] - 产业链已形成分工明确的流水线，包括内容生产、模型开发、引流变现以及为入局者提供工具的“卖铲子”环节[29] - 第一类参与者是自媒体博主，他们利用AI作为内容生产的“永动机”进行引流，并通过付费咨询、带货等方式变现，例如海外博主Dear Modern分享风水知识吸粉350万，单次咨询收费4000元人民币[30] - 第二类参与者是获得融资的AI算命公司，团队常由名校或大厂背景的精英组成，通过开发应用、买量获客，依靠内购和订阅实现规模化变现，目标是将高毛利生意做到上亿收入规模[33][34] - 第三类参与者是技术提供商，他们开发AI算命工具以订阅费形式卖给博主和创业者，是产业链中风险较低的“卖铲子”角色[34] - 第四类参与者是“赛博神婆”，他们将全自动AI算命包装成“资深命理师亲算”以抬高价格，有团队每人管理多个账号，培训数天即可上岗[36] - 行业盈利能力显著，有公司靠AI算命应用半年吸金2500万元，传统算命先生一天收入数百元，而一套AI模型一天可服务数十万人且收入上不封顶[7][36] 产品技术形态 - 第一种是基于计算机视觉的面相或手相AI，通过面部关键点检测、皱纹分析等输出结论，并配有热力图等视觉元素增强“科学”感知[26] - 第二种是基于结构化数据的生辰八字算命推荐系统，调用八字排盘算法，结合大运、流年等，本质是“命运维度的个性化推荐系统”[28] - 第三种是基于图像生成的运势可视化AI，借助扩散模型根据用户输入生成代表运势的图片，如玫瑰代表桃花运，视觉冲击力强便于社交分享[28] 行业本质与潜在问题 - AI算命与传统玄学有本质不同，其底层逻辑是模式识别与文本生成，而非推算命运，同一信息在不同时间输入可能得到不同答案[38] - AI的学习材料源于互联网上的鱼龙混杂信息，缺乏辨别真伪能力，可能成为封建糟粕的数字放大器[40] - 用户数据（如出生日期、性别、城市）可能被用于后续的大数据商业分析，存在隐私风险[40] - 低成本和高可获得性可能导致未成年人或心态不稳的成年人过度依赖，丧失判断力和决策能力[40] - 行业内部对输出具体“负面运势言论”有红线限制并附加免责声明，表明AI算命本质是一种可被人工干预的赛博安慰剂，是算法、大数据和心理学共同完成的“角色扮演游戏”[41]

行业背景与技术路线僵局 - 当前具身智能赛道主要存在两大技术流派：纯视觉语言动作模型和世界模型派 [1] - 纯VLA模型如Physical Intelligence π0.7擅长泛化与适配陌生场景，而世界模型派如英伟达DreamZero主打零样本预判未来 [1] - 但两种技术路线均存在短板，行业缺乏能够跑通、落地并可规模化的统一解决方案 [2] 公司创新：LDA-1B模型的核心突破 - 公司创新推出参数为1.6B的跨本体“隐式世界-动作基础模型”LDA-1B [3] - 该模型采用自研的WAM世界-动作融合技术路线 [4] - 研究成果已登顶机器人顶会RSS，项目代码全面开源 [5] 技术突破一：全数据高效利用范式 - LDA-1B首次在数据层面实现虚实共融、人机混合、质量参差、有无动作标签数据的统一有效利用 [6] - 模型能够混合利用虚拟仿真、真实拍摄、人类视频、机器人记录、高清或模糊影像、带标注或无标注的原始素材进行训练 [7] - 仅需1小时后训练即可实现跨具身本体的自适应，快速学会操控不同形态的机器人 [9] - 此举打破了数据割裂难题，解锁了具身智能的“GPT-2时刻”，不再依赖高质量标注数据 [10][11][12] - 随着训练数据从5000小时扩展至30000小时，模型动作预测误差持续下降，呈现稳定的单调改善趋势 [29] - 在耗尽所有有动作标注数据后，继续加入超过10000小时无动作标注的人类视频，模型性能依然能持续提升 [33] 技术突破二：WAM统一框架与四大核心能力 - LDA-1B走出了区别于纯VLA和纯世界模型的第三条技术路线，在单一扩散模型框架内将两者融合 [37][39] - 模型同时学习四大核心能力：策略学习、前向动力学、逆向动力学和视觉预测 [46] - 通过一个MM-DiT构建，将动作策略学习与世界建模统一建模 [43] - 模型在紧凑的DINO潜空间中建模动力学，将注意力放在物体结构和动作本质上，而非像素级细节 [45] - 在处理具体操控、灵巧操控及长程操作等复杂任务时，性能提升高达48% [47] 模型性能与实验结果 - 在零售、家庭、工业三大典型场景中，模型展现出流畅的实操能力和落地适配性 [14][16] - 在跨本体泛化测试中，使用未在预训练数据集中出现过的机器人本体，模型表现一骑绝尘 [48][49] - 在夹爪取放、物体交接、长程任务等测试中，性能超越GR00T-N1.6和π0.5等模型 [50] - 能够完成如从锅中翻捡牛排盛盘并撒胡椒粉等高难度生活化任务 [52] - 在下游任务微调中加入包含大量失败操作的遥操作数据时，模型性能反而提升10% [55] 数据基础设施与金字塔结构 - 公司构建了名为“银河星数”的数据基础设施，以支持对全类数据的统一运用 [22] - 建立了金字塔式五层数据结构，不同质量的数据被分配不同的训练角色 [24][30] - 数据被系统性重组进统一的世界-动作模型中，形成“通用数据摄入范式” [25][26] - 该范式让海量高低质量、有无标签的异构数据都能成为模型能力持续增长的动力 [35] 产业落地与战略布局 - 公司将工厂工业和家庭起居作为核心落地主战场 [59] - 在工厂场景，模型可适配复杂工业产线，完成柔性搬运、精密操作等多元化作业，降低智能化改造成本 [59] - 在家庭场景，模型可覆盖全屋家务打理、老人儿童陪护等日常需求，打破家庭服务机器人功能单一的痛点 [59] - 模型是公司“银河星脑”全人形通用基础模型体系的关键闭环，嵌入在从数据基础设施到持续部署反馈的完整技术体系中 [58] 生态建设与行业影响 - 公司已开源基于公开数据训练的LDA-1B模型版本，秉持开放共建理念 [60] - 旨在打破行业封闭迭代壁垒，为全球研究提供通用高效的技术底座，加速全行业技术跃迁 [61] - 公司已完成技术、数据、产业的全维度闭环，坐稳国内具身智能赛道技术与估值龙头地位 [61] 公司估值与市场认可 - 截至2026年4月，公司是国内估值最高的未上市具身智能企业，估值超过200亿元 [63] - LDA-1B的问世进一步夯实了公司的核心技术壁垒与行业领先的产业价值 [64] 技术演进与历史沿革 - 公司在去年3月已率先提出并实践将世界模型与动作模型统一的WAM框架 [70] - 相关论文《DyWA: Dynamics-adaptive World Action Model》在全球范围内首次对WAM概念进行结构化定义，并在复杂任务中验证 [71][72]

核心观点 - 人工智能公司OpenAI未能达成其设定的新用户和营收目标，引发市场对AI行业高投入可持续性的担忧，并导致相关股票下跌 [3] - 公司内部因增长放缓、巨额算力支出承诺与成本控制之间的张力而出现高层意见分歧，同时其IPO进程也面临内部管控不足、管理层空缺及法律诉讼等多重阻碍 [5][6][9] - 尽管面临挑战，行业分析认为目标未达成在快速发展的行业中属正常现象，且OpenAI在技术、用户增长和成本控制方面仍存在积极信号 [10][11] OpenAI增长与财务表现 - 未能完成内部目标：截至去年年底，ChatGPT每周活跃用户未突破**10亿**里程碑，且未能达成年度营收目标 [5] - 市场份额面临竞争：谷歌Gemini在去年下半年实现爆发式增长，蚕食其市场份额；Anthropic在编程工具和企业市场对其构成挑战 [5] - 连续错失营收目标：在失守于Anthropic后，公司连续数月错失月度营收目标 [5] - 背负巨额未来支出：公司奉行“全力扫货”的算力策略，背负了约**6000亿美元**的未来支出承诺 [6] - 融资消耗速度快：近期完成**1220亿美元**融资，但按既定营收目标推算，**三年内**便将消耗这笔资金 [6] 公司内部管理与战略分歧 - 高层对增长与支出策略产生分歧：首席财务官担忧若营收增速未能跟上，未来的算力合约将无从兑付；董事会对CEO在业务增速放缓之际仍力图锁定更多算力资源的做法提出质疑 [6] - 管理层着力控制成本：部分高管正着力控制成本、强化经营纪律，与CEO之间的张力不时显现 [6] - 公司官方予以否认：CEO与CFO发表联合声明，称在尽可能多购买算力问题上高度一致，内部氛围极为积极 [7] 上市计划与外部挑战 - IPO进程面临内部阻碍：CFO对公司年内上市计划表达保留意见，认为公司尚未具备满足上市公司严格信息披露要求的条件，而CEO倾向于更激进的IPO时间表 [9] - 管理层出现空缺：公司二号人物本月初突然因病休假 [9] - 面临外部法律诉讼：马斯克提起的诉讼已进入庭审阶段，其寻求罢免CEO并推翻公司向营利性公司转型的计划 [9] 市场反应与行业视角 - 引发相关股票下跌：消息公开后，纳指收跌**0.90%**；与OpenAI签有**3000亿美元**算力合约的甲骨文股价收跌超**4%**；英伟达收跌**1.63%**；软银集团在日股收跌近**10%**，在美OTC市场收跌**12.11%** [3] - 部分分析师认为影响有限：有观点认为增速放缓早已为市场所知，且不影响整个行业的投入节奏 [10] - 行业普遍面临算力紧张：包括Anthropic在内的多家AI公司近几周均遭遇计算资源供应紧张，导致AI芯片访问价格上涨、服务中断 [11] 公司的积极信号与竞争优势 - 技术产品表现领先：新发布的GPT-5.5在多项行业基准测试中表现领先 [11] - 部分用户增长迅猛：编程工具Codex用户增长迅猛 [11] - 主动压缩成本：公司通过削减视频生成应用Sora等项目主动压缩成本 [11] - 自称在获取算力方面具优势：公司在内部备忘录中表示，与Anthropic相比，在获取算力方面更具优势 [11]

晨会纪要 交易咨询资格号： 证监许可[2012]112 备注： 1.趋势判断观点主要基于各品种的量价等技术指标因素。 - 2 - 请务必阅读正文之后的免责声明部分 2026 年 4 月 29 日 | | [Table_Finance] | | | | | | --- | --- | --- | --- | --- | --- | | 联系人：王竣冬 | 2026/4/29 | | 基于基本面研判 | | | | 期货从业资格：F3024685 | | | | | | | 交易咨询从业证书号：Z0013759 | 趋势空头 | 震荡偏空 | 震 荡 | 震荡偏多 | 趋势多头 | | | | 苹果 | 橡胶 | 沥青 | | | 研究咨询电话： | | 红枣 | 中证1000指数期货 | 燃油 | | | 0531-68808794 | | 铁矿石 | 上证50股指期货 | 合成橡胶 | | | | | | 工业硅 | 玻璃 | | | 客服电话： | | | 十债 | 生猪 | | | 400-618-6767 | | | 二债 | 塑料 | | | | | | 多晶硅 | PVC | | | 公司网址： | ...

行业背景与核心痛点 - 具身智能领域近期竞争激烈，Generalist AI的GEN-1模型和Physical Intelligence的π 0.7模型相继发布，分别以高数据效率/闭环控制和“组合与泛化”能力为特点 [2][3] - 尽管技术路径不同，但当前行业的核心痛点均指向“数据”问题，即如何让机器人有效利用互联网规模的真实世界异构数据 [4][6] - 语言模型（如GPT-2）通过摆脱对少量高质量标注数据的依赖实现了规模化发展，但这一关键问题在具身智能领域尚未被真正解决 [5][6] 银河通用LDA-1B模型的核心突破 - 银河通用联合多所顶尖机构发布了跨本体“隐式世界-动作基础模型”LDA-1B，旨在解决具身智能的规模化定律问题 [6] - LDA-1B是一个在隐式空间中统一世界模型与视觉语言动作模型的基础模型，其核心突破在于能够统一且有效地利用超过3万小时的各类异构具身数据 [7] - 该模型实现了“虚实共融”、“人机混合”，并能处理质量参差、有无动作标签的各类数据，目标是让所有数据各尽其用 [7][8] 技术架构与性能表现 - LDA-1B通过统一的隐空间动力学架构，处理海量异构数据 [10] - 在RoboCasa-GR1基准测试中，LDA-1B以55.4%的成功率超越了GR00T-N1.6（47.6%）和π 0.5等模型 [10] - 该研究论文已被机器人顶级会议RSS接收，模型代码已正式开源 [11] 数据基础设施与处理策略 - 公司构建了名为“银河星数”的完整数据基础设施，并基于此搭建了包含五层数据的“数据金字塔” [15] - 为解决数据格式与动作对齐问题，团队首次系统性提出了“统一末端执行器动作空间”的跨本体解决方案，将不同来源的动作统一映射到物理交互本质 [19][21] - 针对数据质量良莠不齐的问题，LDA-1B采用“按质分配”策略：高质量带动作数据全面参与训练；次优数据用于动力学和视觉预测训练（实验显示加入30%低质量轨迹后任务成功率提升10%）；无动作纯视频则用于视觉预测任务 [22] 模型设计理念与统一框架 - LDA-1B没有在视觉语言动作模型和世界模型之间二选一，而是引入了将两者统一的WAM框架，并在统一框架下同时学习策略学习、前向动力学、逆向动力学和视觉预测四类能力 [26][31] - 模型通过三个“统一”实现一体化架构：统一任务形式（将所有任务改写为预测未来状态和动作）、统一表征空间（使用对物体语义和几何结构敏感的DINO隐空间，而非传统像素空间）、统一模型架构（采用多模态Diffusion Transformer） [34][37][41] - 消融实验证明，将DINO隐空间换回传统VAE像素级重构会导致成功率从55.4%暴跌至20.0%，凸显了DINO隐空间是实现规模化定律的前提 [49] 真实世界应用与商业潜力 - 在真实世界测试中，LDA-1B展现出极强的少样本跨本体泛化能力，面对未出现在预训练数据集中的新机器人，仅需约1小时的后训练数据即可快速适配 [51][52] - 模型能够处理严格步骤依赖的长程任务，理解用户意图变更并实时调整动作序列，同时在高自由度灵巧操作任务中表现出对物理常识的深刻理解 [53] - 这种高效的跨本体学习能力和对复杂物理任务的掌握，为通用机器人在零售拣选、工业搬运和家庭服务等场景的大规模商业部署铺平了道路 [25][52] 行业意义与未来展望 - LDA-1B的发展轨迹与大型语言模型相似，标志着行业从手工规则、行为克隆进入通过统一模型从海量异构数据中持续学习世界本身的新阶段 [56] - 公司将LDA-1B核心算法与代码体系全面开源，以推动行业开放共建，该能力将汇入其全人形通用基础模型“银河星脑”中 [56] - 未来的进化方向包括尝试视觉表示与隐空间动力学的端到端联合学习、引入更丰富的感知模态以及自动优化不同质量数据在训练中的分工角色 [56]

财报季密集披露的某一天，小张坐在工位前。入行第五年，他覆盖着六七家头部公募和保险资管 —— 这种时候，节奏从来不属于他自己。 上周他被一个老客户挂过电话。对方问「 AI 这波怎么看」，他从产能讲到估值讲到资金流向，讲了四 分钟。客户回了一句「行，知道了」，挂了。 那不是「知道了」，那是「你没给我新东西」。 这一周， AI 产业链最重要的三家公司一季报陆续出来 —— 中际旭创、海康威视、金山办公。下面这 四通电话，是他这周最关键的四个时刻。 ☎️ 第一通电话 —— 「 AI 主线现在到底什么状态？」 8 点 30 分，手机震动。屏幕亮起一个熟悉的名字 —— 某公募的科技基金经理，他覆盖三年的客户。 客户： 「 AI 这波财报密集发，旭创和海康我都看了个标题。你帮我理一下 ——AI 主线现在到 底是全面验证，还是已经在分化了？我九点要开晨会。」 距离对方开会还剩 30 分钟。 放在以前，他要翻晨会纪要、查行业报告、自己拼框架 —— 能开口的时候至少 40 分钟过去了。 但今天他的手已经在键盘上了。 → 调用 skill ： A 股市场主线识别 「 AI 产业链密集披露一季报，识别 AI 主线当前状态 —— 是全面 ...

公司核心信息 - Leap Mind Growth是一家成立于2025年4月的AI原生增长公司，由前米哈游全球用户增长负责人、前快手增长策略中心负责人马如平创立 [3] - 公司核心成员均来自字节跳动、米哈游、快手、美团等企业，团队兼具超大规模增长管理、AI系统工程化与全球化发行的复合能力 [3] - 公司已完成由CMC资本领投的天使+轮融资，资金将用于核心产品GrowthGPT的研发迭代、产研团队扩充及早期市场拓展 [3] 核心产品与功能 - 核心产品为AI原生的自主迭代增长Agent——GrowthGPT，旨在以AI Agent接管增长执行全链路 [2][3] - GrowthGPT覆盖增长执行全链路，包括跨平台数据诊断、创意洞察驱动内容迭代、自动下达执行指令及效果优化 [3] - 系统内置预算安全防护机制，并通过增长记忆沉淀业务上下文，实现越用越贴合企业业务需求的效果 [3] - GrowthGPT提供Autopilot模式，可自动扫描广告账户、评估指标并执行优化决策 [7] 产品效果与验证 - 在跨境出海、DTC品牌及全球游戏发行等场景中取得显著成效 [5] - 在部分全球市场的冷启动投放中，GrowthGPT端到端接管投放执行，获客成本较目标降低70% [5] - 多轮实战验证表明，GrowthGPT能够在复杂多变的增长场景中，系统性实现降本增效，将增长升级为可规模化复制的系统能力 [5] 创始团队理念与行业洞察 - 创始人马如平拥有八年甲方经验，累计主导规模超50亿美元的用户增长项目 [3][6] - 创始人认为，增长工作中80%以上是规则明确、可被Agent执行的重复工作，而20%是需要人类判断的核心工作 [6] - GrowthGPT的目标是将80%的重复工作系统化，使人能专注于20%的核心决策 [6] 投资方观点与行业趋势 - 投资方CMC资本观察到，营销增长行业正站在效率升级与交互范式变革的交汇点 [5] - AI驱动的自动化投放和创意生成能力，正在系统性替代传统人工操作，改变增长团队的组织方式和效率边界 [5] - 生成式AI与对话式交互正在催生新的流量入口和用户触达方式，为下一代增长基础设施开辟结构性机会 [5] - CMC资本认为，该团队具备在行业范式切换期定义新一代增长Agent的稀缺能力，其将甲方视角的行业经验深度融入产品架构，而非简单将AI作为功能插件 [5][6] - 此次投资是CMC资本在AI领域践行“软硬件+全阶段”布局的重要战略落子，其AI创意基金聚焦生成式AI在创意产业的应用与创新 [7]