（来源：智能纪元AGI） 就在刚刚，老黄深夜炸场了！ 帮助AI智能体依托视频、音频、图像、文本全维度信息开展深度推理，输出更快、更智能的交互应 答，为企业与开发者提供可落地的工程化方案。 同时，该模型显著提升了大规模推理效率。它不仅效率高，而且拥有强大的多模态感知精度，使AI系 统的吞吐量比其他具有相同交互性的开放式全向模型高出9倍（900%）。 最终实现了更低的成本和更好的可扩展性，同时又不牺牲响应速度或质量。 英伟达表示，新模型在MMlongbench-Doc和OCRBenchV2等文档智能排行榜上提供了一流的准确性，同 时在视频和音频理解方面也处于领先地位，在WorldSense、DailyOmni和VoiceBench等排行榜上名列前 茅。 除了准确率之外，MediaPerf（一个开放的行业基准测试，它使用真实媒体数据和制作任务，从质量、 成本和吞吐量等方面评估视频理解模型）显示，Nemotron 3 Nano Omni 在所有任务中都实现了最高的吞 吐量，并且在视频级标注方面推理成本最低。 4月29日消息，英伟达今晨重磅推出Nemotron 3 Nano Omni开源全能多模态大模型。 该顶尖AI多 ...

宏观经济点评 2026 年 04 月 28 日 宏观研究团队 何宁（分析师） 沈美辰（分析师） hening@kysec.cn shenmeichen@kysec.cn 证书编号：S0790522110002 证书编号：S0790524110002 事件：中共中央政治局 4 月 28 日召开会议，分析研究当前经济形势和经济工作。 1.形势判断：会议认为一季度政策"靠前发力"、经济"起步有力"。会议对一季 度经济和政策较为满意，政策前瞻布局，经济主要指标好于预期，肯定我国经济 的韧性和活力。但仍面临困难和挑战，要"以更大力度和更实举措抓好经济工作"。 2.政策基调：延续两会的"统筹国内国际两个大局"，强调用好用足宏观政策， 指向存量政策的优化充分落实。加强对安全的重视，包括科技自立自强+产业链 自主可控，体现科技安全；系统应对外部冲击挑战，重视能源资源安全。 （1）宏观政策或以延续和优化为主。本次会议强调"用好用足"宏观政策，意 味着政策的高效利用比总量加码更为重要，政策的延续性较强。延续强调"持续 扩大内需、优化供给，做优增量、盘活存量"， 我们认为当前和未来的重点在于 加快落地两会、"十五五"规划布局的各项 ...

4月28日，美股开盘后走势分化，截至发稿，纳指跌近1%，标普500跌0.43%，道指涨0.33%。 国际油价大涨后回落，截至发稿，纽约原油期货重回100美元下方，日内涨幅收窄至3.62%。布伦特原油期货涨幅收窄至2.6%，报104.34美元。 消息面上，当地时间28日，阿联酋宣布自2026年5月1日起退出石油输出国组织（欧佩克）及"欧佩克+"机制。 消息面上，据外媒报道，OpenAI近期未能达成其新增用户和营收目标，这引发了人们对其如何能够支撑其庞大支出计划的担忧。据知情人士透露， OpenAI此前未能实现其内部目标，即在2025年底之前让其ChatGPT拥有每周10亿活跃用户。此外，该公司今年早些时候也未能完成多项月度营收目 标。 值得注意的是，OpenAI的首席财务官萨拉·弗里尔（Sarah Friar）已经向其他公司高层领导表示，她担心如果公司收入增长不够迅速，可能无法支付 未来的数据中心合同费用。 美股AI及芯片股集体跳水，截至发稿，费城半导体指数跌超3%，甲骨文跌超4%，AMD跌3.98%，英伟达、英特尔、台积电跌超2%。 对此，OpenAI表示，企业和广告业务正在增长。 GXaOuDJovOpUi ...

文章核心观点 - 小米在2026年投资者日上，向市场集中释放了关于手机成本、AI能力与变现路径、电动车海外扩张三大核心战略信号，旨在阐述其应对行业挑战、把握增长机遇的策略 [2][3] 手机业务：成本压力与应对策略 - 内存和闪存成本自2025年初以来已暴涨约5倍，成为行业新常态，未来2-3年内成本大幅缓解的可能性有限 [8][9] - 以一款入门级8GB+128GB手机为例，其BOM成本已升至1500元以上，其中DRAM/NAND芯片成本超过100美元，高端机型成本压力更大 [8] - 成本压力导致智能手机业务毛利率在2025年四季度收窄至8.3%，预计2026年和2027年手机毛利率将维持在高个位数区间 [9] - 入门机型零售定价将被迫逼近2000元门槛 [9] - 公司应对策略包括：重新定义用户需求、推进高端化、通过软件优化降低内存占用，以及提升服务和用户留存 [9] - 2025年高端机出货量达1335万台，同比增长24% [9] - 管理层预计2026年行业智能手机出货量将下滑至少10%，但高端化带来的平均售价提升可对冲大部分收入压力 [9] AI业务：模型能力、生态与变现 - **模型能力**：小米MiMo核心团队平均年龄25岁，60%毕业于清华或北大，55%为博士，团队从组建到达到全球顶尖水平仅用约一年时间 [6][11] - **模型表现**：4月发布的MiMo-V2.5-Pro（参数量超1万亿，上下文窗口100万）在Artificial Analysis Intelligence Index中跻身全球开源模型第一，与Kimi K2.6并列 [12] - 该模型在基础智能和Agent能力两项指标中均排名全球前四，日均Token消耗峰值达1万亿 [12] - 管理层认为，在Agent AI时代，中国模型与美国头部模型的差距正在快速收窄，预计能力差距可缩短至2-3个月 [13] - **生态系统优势**：公司在Agent时代的竞争优势来自“全栈自研+跨层协同”，从底层芯片、数据、模型、工具层到“人车家”全生态设备应用，形成完整闭环 [14] - **变现路径**：管理层明确了三条AI变现路线 [15] - **硬件涨价**：将AI能力嵌入设备，提升产品定价空间 [15] - **订阅服务**：以MiClaw Agent为核心开发付费软件，MiMo-V2付费用户转化率已达35%，Pro和Max Token套餐贡献MiMo Token计划收入的一半 [15] - **Token经济**：将API调用商业化，面向开发者和企业用户 [15] - **具身智能**：其人形机器人已在电动车工厂实习，可在单个工位连续工作3小时，完成精细操作，但实现多工位、无差错的工厂全面部署还需3-5年 [18] 电动车业务：国内交付与海外扩张 - **国内进展**：过去24个月，小米电动车累计交付65.5万辆，其中SU7交付42.5万辆，YU7交付23万辆 [20] - SU7新款改款截至4月26日已有超过6.3万辆确认订单，其中2.6万辆已完成交付 [20] - 管理层重申2026年电动车交付目标为55万辆，同比增长34%，当前交货周期稳定在7-12周 [20] - **海外扩张路线图**：管理层首次明确具体时间表，遵循先高端后中端、先发达市场后新兴市场、先左舵市场后右舵市场的原则 [21] - 2027年下半年进入欧洲市场 [2][6][21] - 2028年上半年进入右舵市场 [2][6][21] - **欧洲布局**：公司在慕尼黑设立的欧洲研发与设计中心已于2025年9月成立，招募了100余名平均经验超15年的工程师，由前宝马M部门技术总监Rudolf Dittrich领衔 [22] - 即将在5月底发布的YU7 GT是首款由该欧洲团队参与塑造的车型 [22] - 管理层过去一年走访了12个国家的超过25个城市，与20余家全球合作伙伴进行了深入沟通 [22] - 公司明确短期内不会推出售价低于10万元人民币的电动车 [22] 当前经营挑战 - **成本端**：内存和大宗商品价格上涨，波及手机、AIoT和电动车三大业务线 [25] - **地缘政治**：中东地区局势导致当地智能手机日销量减少约2万台，物流成本同步上升 [25] - **汇率**：海外业务50%以美元结算、20%以欧元结算，美元和欧元对人民币贬值直接压缩海外财务表现 [25]

2026 年 04 月 28 日 行棋稳健，落子留白——4 月政治局会议解读 报告摘要 中共中央政治局 4 月 28 日召开会议，分析研究当前经济形势和经济 工作。每年的 4、7、12 月召开的政治局会议都会涉及经济相关议题， 是资本市场重点关注的会议之一。今年 4 月政治局会议在贯彻落实" 十五五"规划纲要、2026 年政府工作报告和中央经济工作会议精神的 基础上，对一季度"良好开局"予以肯定，并对内需挖潜、新基建布局、 "反内卷"、人工智能+行动、稳房地产、稳资本市场等领域作出了更为 具体的部署。其中新基建"六网"清单的系统化列举、"全面实施人工 智能+行动"以及"稳定和增强资本市场信心"等表述是本次会议值得 重点关注的新提法。 在此，我们针对本次政治局会议值得关注的要点解读如下： ·形势研判：肯定"良好开局"，强调"系统应对外部冲击"，能源资源 安全保障首次重点提及 ·宏观政策：不急于增量、用好用足存量，二季度政策窗口仍可期待 ·扩大内需：从"耐用品换新"转向"服务业扩能提质"，呼应政府工作 报告"服务消费提质惠民"行动 ·新基建"六网"首次系统化列举，承接超长期特别国债与新型政策性 金融工具落地方向 ...

稳增长力度强化，产业升级与风险化解并重 ——4 月政治局会议内容解读 证券研究报告/策略事件点评报告 2026 年 04 月 28 日 分析师：徐驰 执业证书编号：S0740519080003 Email：xuchi@zts.com.cn 分析师：张文宇 执业证书编号：S0740520120003 Email：zhangwy01@zts.com.cn 2026-04-13 影响？》2026-03-08 3、《2026 年政府工作报告点评》 2026-03-05 二、点评： 请务必阅读正文之后的重要声明部分 报告摘要 策略事件点评报告 向构成一定情绪支撑。 - 2 - 请务必阅读正文之后的重要声明部分 资本市场稳定性：政策呵护信心，降低系统性波动风险。本次会议再次提出"稳定和 增强资本市场信心"，并与"保持流动性充裕""有效防范化解重点领域风险"等表 述共同构成资本市场稳定性的政策支撑。当前资本市场不仅面对国内基本面修复节奏 问题，也受到外部地缘风险、油价波动、汇率变化、海外流动性等因素影响。在这一 背景下，政策层面强调资本市场信心，意味着后续监管和宏观政策仍将重视市场预期 管理，防止风险偏好出现非理性收缩。从 ...

市场反应 - 周二盘前交易中，与人工智能基础设施相关的公司股价大幅下跌[1] - 甲骨文公司周二盘前交易下跌约7.5%[1][4] - 芯片制造商英伟达、博通和超微半导体股价下跌约2%至5%[2][5] - 高通公司股价下跌3.5%[2][5] - 新云计算股票CoreWeave下跌7%[2][5] - 在亚洲，OpenAI的最大投资者之一软银集团股价暴跌约10%[3][6] OpenAI相关事件 - 有报道称OpenAI未能达到内部增长预期[1] - OpenAI近期未能实现其自身的用户增长和收入预期[3][6] - 这一缺口引发了公司内部的担忧，即OpenAI能否跟上建设数据中心和确保长期计算能力所需的巨额财务承诺[3][6] - 首席财务官莎拉·弗里尔警告，如果收入增长不加速，公司未来可能难以履行计算协议的资金义务[3][6] 市场担忧与影响 - 该事件引发市场对整个人工智能行业支出速度是否可持续的新质疑[1][4] - Vital Knowledge交易员亚当·克里萨弗利表示，该报道引发了人们对该公司能否履行其庞大基础设施义务的质疑[3][6] - 该报道加剧了市场担忧：参与人工智能建设热潮的企业，其股价可能已经计入了增长预期，而如果来自OpenAI等关键客户的需求降温，这种增长将难以持续[3][6] - 市场担忧涉及从数据中心运营商到芯片设计公司的广泛产业链[3][6] 相关商业合作 - 甲骨文与OpenAI签订了一项为期五年、价值3000亿美元（注：原文为3000亿美元，此数据存疑，可能为笔误，通常此类合作规模为数十亿级别）的合作伙伴关系，为OpenAI的人工智能运营提供计算能力[1][4] - 高通公司周一曾小幅上涨，受其与OpenAI合作开发智能手机芯片的消息影响[2][5]

微软与OpenAI合作协议修订的核心变化 - 微软保留对OpenAI模型和产品的知识产权授权至2032年，但授权性质从独占改为非独占 [1] - OpenAI产品仍优先在微软Azure云平台上线，但获准向任意云平台的客户提供服务 [1] - 微软停止向OpenAI支付相关收入分成，OpenAI则需继续向微软支付收入分成至2030年，并设有总额上限 [1] 市场对协议调整的解读与影响 - 市场认为此次调整意味着OpenAI获得了更大的商业自由度，而微软失去了最稀缺的独占入口 [1] - 协议宣布后，微软股价一度下跌，收盘接近持平，亚马逊股价当日收跌1.1%，显示资金在重新评估AI产业链的控制权分布 [1] - 过去市场买入的是“微软绑定OpenAI”的逻辑，未来需关注微软在无独占权下，能否继续将AI转化为Azure增长、Copilot付费率及企业客户粘性 [2] 微软原有合作模式的价值与挑战 - 微软通过130亿美元投资，构建了“OpenAI模型能力 - Azure云资源 - Office Copilot企业软件生态”的清晰AI交易线索 [1] - 该组合在AI早期极具杀伤力，帮助Azure获得市场重定价，并将AI通过Office Copilot带入企业办公场景 [5] - 然而，OpenAI的目标是服务更广阔的企业市场、冲击收入规模并寻求更多算力来源，单一云绑定在后期可能成为其增长限制 [5] 协议修订对微软估值逻辑的冲击 - 失去“独占”地位后，市场将重新评估微软是AI生态的核心控制者，还是可替代的基础设施伙伴，这直接影响其享受平台溢价还是回归传统云与软件估值框架 [6] - 微软的核心问题在于，它既未完全掌握AI产业链最上游的算力定价权，也未彻底拥有基础模型的控制权 [8] - 过去微软可将OpenAI作为核心AI资产进行叙事，现在OpenAI更像一个商业路线逐渐独立的超级客户和合作伙伴 [9] AI产业利润分配格局与微软的处境 - AI产业链利润分配已更清晰：上游英伟达直接拿走AI资本开支中最确定的部分；云侧竞争加剧，取决于算力供给、成本控制及客户绑定能力；模型层成为开放战场；应用层需验证付费与生产力提升 [8] - 微软恰好卡在尴尬位置：拥有云、软件和客户，但缺乏对最上游算力和基础模型的完全控制权 [8] - AI红利分配不再依赖早期绑定关系，资金开始关注客户入口、算力成本控制、持续付费能力及AI与工作流的深度融合 [13] 微软未来的战略调整与机会 - 微软的AI战略需从“OpenAI绑定”转向“三条腿”走路：Azure承接AI训练与推理需求；Copilot提升企业付费率和每用户平均收入；并行发展自研模型与第三方模型以降低对单一模型的依赖 [12] - 微软正积极向客户引入Anthropic等模型能力，以降低对OpenAI的依赖 [9] - 长期决定微软估值中枢的是其对企业AI入口的控制能力，包括客户使用的云、办公系统、安全体系和工作流 [12] - 微软仍掌握全球最强的企业软件分发网络，关键问题在于Copilot能否成为企业AI时代的新操作层，而非仅是Office的高级插件 [12] OpenAI的动机与行业影响 - OpenAI寻求多云路线（如AWS、Google Cloud、Oracle）以扩大企业覆盖并改善算力供给 [1][5] - 新协议使深度绑定AWS或Google Cloud的大客户更容易整合OpenAI产品，并能将其与Anthropic等模型进行比较 [10] - 对OpenAI而言，这是增长释放；对微软则是压力测试 [10] - 协议包含OpenAI承诺到2032年至少使用价值2500亿美元的Azure服务，这为Azure订单提供了能见度支撑 [12] 结论：AI竞争进入新阶段 - 协议调整是AI产业成熟后的必然价值重分配，而非双方关系破裂 [13] - 微软仍在牌桌上，但不能再仅凭“独占模型”这张牌取胜 [14] - 下一轮竞争将从合作新闻转向利润分配，从投资关系转向产品控制力 [14] - 微软要继续获得高估值，必须将OpenAI红利转化为自身的现金流，而不仅停留在合作协议中 [14]

美股AI赛道突然传来利空信号。 今日美股盘前，OpenAI概念股全线大跌，CoreWeave、甲骨文大跌超7%，AMD大跌超5%，在亚洲交易时段， 软银股价一度暴跌近11%。有报道称，OpenAI未能实现销售和新增用户目标，且该公司首席财务官警告称， 如果公司收入增长不够迅速，可能无法支付未来的数据中心合同费用。 在美股财报季即将掀起高峰期的背景下，AI资本支出叙事即将面临一次关键压力测试。高盛在最新的报告中 指出，如果美股"七巨头"资本支出保持平稳，在投入成本持续上行的背景下，这实际上等同于一种放缓，将直 接挑战当前的AI市场叙事。 全线大跌 报道称，OpenAI的董事会成员近期也在仔细审查公司最近的数据中心交易，并对公司首席执行官萨姆·阿尔特 曼的运营方向提出了质疑——尽管OpenAI收入增速下滑，但阿尔特曼仍在持续扩张其数据中心，努力争取更 多算力。 与此同时，来自诸如Anthropic和谷歌等AI竞争对手的竞争也愈发激烈。 尽管OpenAI占据先发优势，但竞争对手最近发布的AI大模型在性能上已经与OpenAI相当甚至更胜一筹。有分 析认为，谷歌Gemini的高速增长正在蚕食OpenAI的市场份额。 值 ...

文章核心观点 - DeepSeek V4模型的发布，凭借顶尖的综合性能、极低的定价以及原生适配国产核心算力芯片，不仅重塑了全球AI行业格局，更动摇了英伟达依赖其软件生态建立的行业霸权根基 [1][3][4] 模型性能与定价 - DeepSeek V4模型综合实力跻身全球第一梯队，在编程实操、逻辑推理、算法运算等核心能力上表现突出，综合表现远超同类海外主流大模型，与国际顶级闭源模型正面比拼毫不逊色 [1] - 该模型以极低定价击穿大模型商用落地成本底线，输出1000个字符的调用成本极低，成为行业“价格屠夫” [1] - 模型开源开放并搭配超高性价比，让各类企业及开发者都能轻松商用部署，大幅降低了高阶AI应用的落地门槛 [2] 技术生态与国产化 - DeepSeek V4首发官宣原生适配华为昇腾、寒武纪两大国产核心芯片，从底层核心代码针对国产芯片架构进行重新编写优化，实现深度兼容 [3] - 这一适配证明国产芯片有能力支撑世界级顶级大模型的全流程运行，彻底打破了国产芯片难堪大任的固有偏见 [3] - 此举意味着国产顶级大模型不再需要依赖英伟达生态，是AI行业摆脱海外技术依附、实现自主可控的关键一步 [3][6] 对行业格局与竞争对手的影响 - DeepSeek V4原生适配国产芯片，直接撕开了英伟达依靠深耕十几年的完备软件生态和开发者绑定所构筑的核心护城河 [4] - 其开源属性可能使中国AI软硬件方案成为全球开发者可选的标准，一旦普及将实现技术反超，动摇英伟达的行业根基 [4] - 美国芯片管制政策倒逼国内企业抱团攻坚，意外地加速补齐了国产AI全产业链的短板 [4] - 当前AI行业竞争已进入比拼智能体推理规模化、性价比与低成本落地能力的新阶段，国产算力通过专攻超算集群软硬件协同优化来压低综合成本的道路被验证可行 [5]