21世纪经济报道记者肖潇 报道 每周，"合规周报"会盘点上一周国内外人工智能、互联网平台治理、科技竞争上值得关注的动态。 本周，我们重点的话题有：美国作家联合起诉六大AI公司，称使用盗版书籍训练大模型；北京发布典型仲裁案例，AI 替代岗 位，构成违法解雇；AI情感陪伴新规拟出台，收紧了训练数据、未成年人保护等规则。 网络安全和平台治理方面，还可以关注：OpenAI 承认 AI浏览器很难防御提示词攻击；丽江古城喊话审核"避雷贴"，小红书回 应：商家可提交证据材料；快手被黑灰产攻击 平台网络安全敲响警钟。 美国作家联合起诉六大AI公司，称使用盗版书籍训练大模型 知名非虚构作品《坏血：一个硅谷巨头的秘密与谎言》的作者John Carreyrou，联合了另外五位作家，在本周对xAI、 Anthropic、谷歌、OpenAI、Meta 以及 Perplexity 六家公司提起诉讼，指控未经许可使用受版权保护的书籍训练大模型。 但本次6位作家并未寻求联合发起集体诉讼，主要原因可能是不满和解金额。他们表示，集体诉讼这种形式对被告方更有利，因 为被告只需与众多原告协商达成一份和解协议即可。诉状指出："大语言模型企业不应能如此 ...

核心观点 - 当前处于“咆哮的2020年代”，经济韧性与人工智能生产力跃迁将共同驱动市场，标普500指数有望在2026年底达到7700点，并在2020年代末挑战10000点大关 [1][3][6] - 市场投资主线正从人工智能技术的“生产者”（如“美股七巨头”）转向技术的“使用者”（标普500指数中其余的“493家公司”），后者通过应用人工智能提升生产力和利润率的潜力巨大 [1][4][10] - 美债收益率可能稳定在4%以上，而黄金价格长期目标看齐每盎司10000美元，与股市形成互补，是平衡投资组合的良好工具 [1][6][16] 宏观经济与市场环境 - 经济展现出韧性，第三季度消费者支出增长率为3.5%，符合预期，第二季度增长率为3.8% [11][12] - 生产力提高预计将压低单位劳动力成本通胀，从而实现2%的通胀目标，这可能使美联储停止加息，利率预期趋于稳定 [6][13][14] - 巨额财政刺激（如向民众发放2000美元支票）可能在一、二季度提振经济，但也可能扩大赤字，成为债券市场的潜在担忧 [15] - 关税政策被认为是导致通胀率停滞在3%左右、而非降至2%的主要原因 [14] 股市展望与驱动因素 - 标普500指数2026年底7700点的目标，基于对2027年每股收益达到350美元、并乘以22倍市盈率的预测 [3][6][16] - 预计标普500指数在2020年代末将达到10000点 [1][3][6] - 市场已进入“圣诞老人行情”，过去10年11月和12月平均为标普500指数贡献约4个百分点的涨幅，而本年迄今涨幅已达16.5%，超过过去10年平均约12%的涨幅 [7] - 驱动市场的核心动力是企业盈利，分析师预期转向乐观，2027年标普500指数营收预计增长7%，利润率预计升至创纪录的15.4% [8][28][29] - 市场可能迎来连续四年的两位数增长，过去两年增长率超过20%，今年可能略低于20%，明年预计仍有10%增长 [27] 人工智能领域竞争与投资逻辑演变 - 人工智能领域从“准垄断”进入“军备竞赛”阶段，竞争加剧正在收窄科技巨头的护城河，其大规模资本投入的回报率存在不确定性 [3][9][10] - 投资重点从人工智能技术的生产者（如“七巨头”）扩散至使用者，即利用技术提升效率的其他公司 [3][4][10] - 超配信息技术和通信服务板块意味着需将超过45%的投资组合配置于此，而超配“七巨头”则需投入超过30%的资金 [10] - 医疗保健、金融和工业板块被看好能更多受益于人工智能进步，因其利用技术提升生产力的潜力巨大 [34] 黄金与贵金属展望 - 黄金长期目标价格看至每盎司10000美元，与标普500指数万点目标相关联 [1][3][6] - 黄金价格已创历史新高，达到每盎司4400美元，年初目标为4000美元，年底目标已上调至5000美元，并可能进一步上调至6000美元 [6][16][19] - 黄金与标普500指数存在一种反向关系，是分散或平衡股票投资组合的良好方式 [6][23] - 白银因在电子产品中的广泛工业应用，基本面比黄金更强，贵金属整体预计将继续表现良好 [6][36] 行业与公司盈利分析 - 标普500指数2024年每股收益预计约为270美元，2026年约为310美元，2027年预估为350美元 [16][28] - 分析师对盈利预期看涨，远期收益预期显示“美股七雄”提振了标普500指数，但“令人印象深刻的493家”公司表现也相当不错 [28][30] - 在近期财报季中，企业盈利实际表现多次超出因担忧关税等因素而下调后的分析师预期 [29]

人工智能前沿技术发展 - 当前人工智能浪潮是数字AI、物理AI与生物AI的深度融合，是第四次工业革命的技术引擎 [7][25] - 在大语言模型领域，强化学习和推理模型是重要突破，清华大学智能产业研究院与字节跳动联合研发的DAPO算法使强化学习性能和效率提升数倍 [10][28] - 在物理AI领域，自动驾驶是具身智能的挑战性方向，基于累计2亿公里行驶数据，其安全性已达到人类驾驶的17倍，且未发生伤亡或重大事故 [11][29][30] - 在生物AI领域，全球首个AI智能体医院模拟了21个科室，仅用两天即可完成大型三甲医院两到三年的工作量，并在美国执业医师考试基准上取得92%的准确率，远超持证医生65%的平均水平 [13][32] - 研究院约三分之一的教授从事AI驱动的新药研发，人工智能将极大加速药物研发进程 [14][33] 中美人工智能产业比较 - 美国在芯片和基础设施方面整体领先，但中国在电力网络方面明显领先 [16][35] - 在模型和软件层面，中国更为开源且模型架构更高效，美国则拥有更多前沿、规模更大的模型但更为闭源 [16][35] - 在应用软件方面，中国可能走在前列 [16][35] - 人工智能发展并非零和博弈，中美及全球其他地区都将受益于这场技术革命 [16][35] 人工智能未来趋势与机遇 - 发展路径正从生成式AI走向AI智能体，并进一步迈向智能体互联网，未来每个人或设备都将拥有智能体 [18][37] - 开源与闭源模型将并行发展，预计约80%的模型将是开源的，20%是闭源的 [18][37] - 最大的市场机会将来自垂直领域模型（如机器人、生物、预测），其机会至少是基础模型的100倍，部署于终端设备的边缘模型也将形成巨大市场 [18][37] - 预训练阶段的规模扩展因数据接近枯竭而放缓，未来智能突破将更多来自后训练阶段，包括智能体、推理和强化学习 [18][37] - 通用人工智能在数字AI领域可能在五年内实现，物理AI中的无人驾驶可能在三到五年内通过图灵测试，人形机器人需约十年，生物AI的脑机接口技术或需十五到二十年 [19][20][38][39] 主要参与机构与生态 - 清华大学智能产业研究院拥有超过20位教授及400多名顶尖博士生、博士后和研究科学家 [7][25] - 研究院与字节跳动、阿里巴巴、深度求索等领先企业在大型语言模型、强化学习、AI智能体等领域保持紧密合作 [10][28] - 百度旗下的“萝卜快跑”在武汉部署了超过1500辆自动驾驶汽车，覆盖3000平方公里、服务1700万人口，拥有全球最大的自动驾驶车队 [11][29]

诉讼事件概述 - 美国《纽约时报》记者约翰·卡雷鲁等6名作家将谷歌、OpenAI、xAI、Anthropic、元宇宙平台和“解惑”人工智能公司共6家科技企业告上法庭 [1] - 指控上述公司未经许可使用受版权保护的书籍训练人工智能系统所依赖的大语言模型 [1] - 诉讼于22日向加利福尼亚州一家联邦法院提起 [1] 涉诉公司及回应 - “解惑”人工智能公司发言人否认指控，称公司从未“索引”书籍 [1] - 其余5家被诉企业（谷歌、OpenAI、xAI、Anthropic、元宇宙平台）暂未就诉讼作出回应 [1] 原告方诉讼策略 - 原告方表示不寻求发起人数更多的集体诉讼，认为集体诉讼可能对被告有利 [1] - 诉状称大语言模型公司不应轻易地以极低价格偿清成千上万项高额索赔 [1] 行业相关先例 - 今年8月，Anthropic曾与发起集体诉讼的一批作家就AI训练中的版权纠纷达成和解协议 [1] - Anthropic同意支付15亿美元以和解相关指控 [1] - 在先前的诉讼中，原告指控Anthropic盗用数百万册书籍的内容 [1]

文章核心观点 - 长沙市政府发布《长沙市"人工智能+"行动方案》及配套政策，系统规划未来十年（至2035年）人工智能与城市发展深度融合的蓝图，目标是将人工智能从“关键变量”转化为建设全球研发中心城市、培育新质生产力的“最大增量”[1][4][10] 政策规划与目标 - 行动方案设定了三阶段发展目标：2027年为“基础突破期”，2030年为“集聚提升期”，2035年为“引领发展期”，最终目标是成为全国新一代人工智能与实体经济融合的标杆城市[1] - 长沙是全国同时拥有“国家新一代人工智能创新发展试验区”和“国家人工智能创新应用先导区”的十个城市之一，正从“追赶者”转变为“人工智能+”的“弄潮儿”[2] 重点发展方向（六大赛道） - 科学技术领域：依托本地高校与研发机构，攻关生命科学、材料科学等前沿技术[5] - 产业发展领域：推动人工智能与长沙“4433”现代化产业体系深度融合[5] - 消费提质领域：创造更丰富便捷的新消费场景[5] - 民生福祉领域：关切“一老一小”，让技术服务于美好生活[5] - 治理能力领域：实现从“治理”到“智理”的升级[5] - 国际合作领域：依托自贸区等平台深化高水平开放[5] 支撑体系（六大重点工程） - 为确保方向落地，方案部署了基础底座强基工程、产业集群赋智工程、科技创新攻坚工程、政策保障提质工程、高端人才引育工程、应用场景推广工程六大重点工程，形成从算力设施到场景开放的系统化支撑体系[6] 财政与政策支持措施 - 同步出台《长沙市加快人工智能产业高质量发展若干政策》，以“真金白银”支持企业创新，聚焦创新产品供给、垂类大模型研发、创新平台建设、关键技术攻关等关键环节[7] - 具体支持措施包括：对符合条件的AI软硬件新产品研发推广给予最高200万元奖励；对国家人工智能揭榜挂帅优胜单位给予最高200万元奖励；对符合条件的AI项目，在申报超长期特别国债、地方政府专项债券资金等方面给予支持[7] - 政策体系由多部门协同推进，旨在打破壁垒、形成合力，营造充满活力的人工智能产业生态[8] 产业基础与核心力量 - 重点企业构筑核心力量：首批重点企业清单包括希迪智驾（算法研究，赋能矿山物流）、汇视威（“橘洲大模型”）、智慧眼（砭石大模型）、中科云谷（云谷具身智能大模型）、马栏山（芒果TV大模型）、华曙高科、长步道、威胜信息（关键部件）、镭目科技、行深智能（机器人应用）等[9] - 多层次创新平台铸就引擎：拥有国家工程研究中心、大科学装置、国家级技术创新中心等重点研发创新平台，形成了从基础研究到产业服务的完整生态链[9] 技术应用与示范场景 - 重点大模型驱动变革：首批重点大模型已在多领域应用，如北京大学长沙计算与数字经济研究院的科学计算大模型解决产业复杂问题，信工博特的大语言模型提升企业服务效率，湖南移动的企业服务大模型推动行业变革[10] - 示范场景勾勒应用蓝图：产业端有山河智能的“主机顾问智能体”解决工程机械人机交互难题；消费端有浏阳烟花鞭炮产业融合无人机与AI控制实现空中精准表演；治理端有长沙市交通运输局利用AI与“智慧交通大脑”智能识别拥堵与非法营运[10] - 清单还前瞻性规划了人工智能驱动的新型科研范式、基于垂类大模型的先进制造、智慧农业育种等一系列未来场景[10]

AI行业发展阶段与核心方向 - AI行业本轮发展热潮的下一阶段将聚焦于提升技术应用效率 挖掘效率潜力将成为头部AI企业的核心探索方向之一 [1] - 全球头部AI企业正在竞相建设支撑AI算力需求的基础设施 但行业必须优化这类高能耗的基础设施建设模式 [1] - 能够在降低数据中心成本方面实现突破的公司 将最终成为AI领域的赢家 [1] AI基础设施投资与建设规模 - 2025年 各大超大规模云计算服务商掀起全球数据中心建设热潮 全年该领域基础设施相关交易规模累计超610亿美元 [1] - OpenAI一家企业就在未来数年敲定了超1.4万亿美元的AI领域投入计划 [1] - OpenAI与英伟达 甲骨文及CoreWeave达成了一系列重磅合作 [1] 算力基础设施的能源挑战 - 数据中心建设潮引发对电网系统承压的担忧 需要为算力基建提供充足的电力支撑 [2] - 英伟达与OpenAI的一项合作计划 涉及的算力基建规模至少需要10千兆瓦的供电量 约等于800万户美国家庭的年度总用电量 [2] - 10千兆瓦的用电量与纽约市2024年夏季用电高峰期的总需求量基本持平 [2] 成本关注与开源模型的影响 - DeepSeek于2024年12月推出一款免费 开源的大语言模型后 AI行业对成本方面的关注和担忧进一步加剧 [2] - DeepSeek称该模型的开发成本不到600万美元 远低于美国竞争对手 [2] - 开源模型 尤其是来自中国的开源模型 将为人们提供基础级别的算力以及生成式和代理型AI的使用能力 [2] 地缘政治与市场格局变化 - 预计将看到多家中国企业崭露头角 尤其是在美国总统特朗普近期批准向中国出售英伟达H200芯片之后 [2]

本次大会为期两天，由GAIR研究院与雷峰网联合主办，高文院士任指导委员会主席，杨强院士与朱晓蕊教 授任大会主席。 作为观测AI技术演进与生态变迁的重要窗口，GAIR大会自2016年创办以来以来，始终与全球AI发展的脉 搏同频共振，见证了技术浪潮从实验室涌向产业深海。 2025年，是大模型从"技术破壁"迈向"价值深 耕"的关键节点，值此之际GAIR如期而至，携手智者触摸AI最前沿脉动，洞见产业深层逻辑 。 大会上，之江实验室科学模型总体组技术总师，天壤智能CEO薛贵荣博士亲临现场，为参会者带来了一场 精彩纷呈的演讲分享。 " 大语言模型受限于「语言的边界」，无法理解高维度、跨模态的 科学数据。 " 作者丨胡清文 编辑丨徐晓飞 12月12日， 第八届GAIR全球人工智能与机器人大会 在深圳正式启幕。 薛贵荣博士指出， 以大语言模型为代表的AI技术虽已在多个学科研究中展现出潜力，但其本质上仍受限 于"语言的边界"，难以真正理解高维度、多类型的科学数据，更无法独立完成可验证的科学发现。 基于此，薛贵荣博士系统分析了大语言模型与科学基础模型之间的本质差异，并详细阐述了之江实验室所 研发出的 021科学基础模型在突破语言 ...

核心观点 - MiniMax作为国内“AI六小虎”之一，已向港交所递交聆讯后资料集，其2025年前三季度实现营收5343.7万美元（约合人民币3.76亿元），展现出强劲增长，但亏损亦在同步扩大 [1] - 公司的核心差异化在于全球化布局，2025年前三季度海外市场收入占比高达73.1%，业务覆盖全球200多个国家和地区，这使其直接与OpenAI等国际巨头竞争 [1][5] - 尽管营收快速增长且毛利率持续改善，但公司仍处于巨额亏损状态，其长期价值取决于技术领先性与产品解决实际问题的能力，上市是获取资金与品牌优势的起点 [4][6][7] 财务表现与商业化进展 - **营收高速增长**：2023年、2024年、2025年前三季度收入分别为346万美元、3052.3万美元、5343.7万美元，2025年前三季度收入已超5300万美元 [1][2] - **毛利率持续改善**：毛利率从2023年的-24.7%提升至2024年的12.2%，并进一步增至2025年前三季度的23.3% [2] - **销售成本占比下降**：销售成本占总收入的比例从2023年的124.7%降至2024年的87.8%，再降至2025年前三季度的76.7%，主要因推理成本效益提升 [3] - **亏损持续扩大**：2023年、2024年、2025年前三季度分别录得亏损2.69亿美元、4.65亿美元、5.12亿美元，经调整亏损分别为8910万美元、2.442亿美元、1.863亿美元，亏损主因大模型研发、AI基础设施的初始投资及金融负债公允价值亏损 [4] 用户与市场数据 - **用户规模庞大**：截至2025年9月30日，AI原生产品累计用户数超2.12亿，付费用户数约177.16万名 [2] - **开发者生态**：开放平台付费用户（单用户API消费不低于50美元）达约2500家，个人及企业开发者用户达13.2万 [2] - **全球市场排名**：按2024年全球基于模型的收入计，MiniMax为全球第十大大模型技术公司，市占率0.3%，排名第一的OpenAI市占率为30.1% [6] - **市场前景**：全球大模型市场预计2025年达220亿美元，MiniMax有望占据约0.3%的市场份额 [6] 全球化战略与竞争格局 - **收入地域结构剧变**：中国大陆收入占比从2023年的80.8%迅速降至2025年前三季度的26.9%，同期海外收入占比达73.1% [5] - **主要海外市场**：2025年前三季度收入来源地区占比为中国大陆26.9%、新加坡24.3%、美国20.4%、其他地区28.4% [5] - **直面国际竞争**：公司主动出海，约七八成收入来自海外，需在开放市场与OpenAI、Google等巨头直接竞争 [5] - **成本效率优势**：公司成立以来融资净额约15亿美元，截至2025年9月30日现金结余超10亿美元，仅花费约5亿美元，而OpenAI在大模型领域已投入约400亿至550亿美元，MiniMax成本约为其1% [6] 业务构成与投资背景 - **收入来源**：收入来源于全模态大模型矩阵（包括大语言、视频生成、语音生成模型）、AI原生产品（如MiniMax、海螺AI、Talkie/星野）以及面向企业和开发者的开放平台 [2] - **豪华投资方**：投资方包括阿里、腾讯、米哈游、高瓴、IDG、红杉中国、经纬等知名公司和机构 [2] 行业对比与市场观点 - **毛利率对比**：MiniMax的毛利率（2025年前三季度23.3%）显著低于同期智谱（2025年上半年50%），行业观点认为差异可能源于财务处理方式不同，而非业务效率的本质差别 [3] - **上市动机**：公司与智谱急于登陆港股，部分原因在于当前市场缺乏纯粹的AI大模型上市公司标的，率先上市可在AI概念受追捧的窗口期获得高估值溢价与融资优势，抢占品牌声量与资金储备先机 [7] - **长期挑战**：在巨头环伺、创新加速的行业背景下，公司长期前景面临严峻挑战，除非实现技术上的突破性创新，否则上市后二级市场表现可能呈现“先高后低”态势 [6][7]

2025年大语言模型年度回顾核心观点 - 2025年标志着大语言模型训练哲学从“概率模仿”向“逻辑推理”的决定性跨越，其核心驱动力是可验证奖励强化学习的成熟[1] - 行业正处于从“模拟人类智能”向“纯粹机器智能”跨越的临界点，未来竞争将转向对“如何让AI高效思考”这一核心逻辑范式的深度挖掘[2] - 尽管行业进步迅猛，但人类目前对这一新计算范式潜力的挖掘尚不足10%，未来发展空间极其广阔[2] 技术范式转移：可验证奖励强化学习 - 基于可验证奖励的强化学习在2025年脱颖而出，成为大语言模型生产堆栈中事实上的核心新阶段，它通过在数学、代码等可自动验证奖励的环境中训练，迫使模型自发形成近似人类“推理”的策略[4] - 该技术具备极高的“能力/成本比”，甚至占用了原本用于预训练的大量计算资源，成为2025年模型能力提升的主要引擎[5] - 与监督微调、基于人类反馈的强化学习等微调阶段不同，可验证奖励强化学习针对客观奖励函数开展训练，支持更长周期的优化过程，并带来了通过生成更长推理轨迹来灵活调控计算量的新调节维度[4][5] - OpenAI的o1模型是该技术的首次公开亮相，而2025年初o3模型的发布成为行业能力发生质性飞跃的明确拐点[5] 智能本质与性能特征 - 大语言模型的智能本质被比喻为“被召唤出的幽灵”，而非“逐步进化成长的动物”，其所有技术组成部分都与生物智能的演化逻辑截然不同[6] - 由于优化目标（模仿人类文本、在数学问题中获取奖励等）与人类大脑不同，大语言模型在可验证奖励强化学习普及的领域能力会出现“爆发式增长”，整体呈现出“锯齿状性能特征”：既是多领域天才，也可能在基础常识上存在认知缺陷[7][8] - 2025年，行业对各类基准测试失去了兴趣与信任，因为其构建逻辑基于“可验证环境”，极易被可验证奖励强化学习或合成数据生成等方式“攻击”，“针对测试集进行定向训练”已成为一种新型技术操作[8] 应用层演进：垂直整合与智能体 - 以Cursor为代表的大语言模型应用揭示了一个全新层级，其核心价值在于为特定垂直领域整合并编排大语言模型调用逻辑，包括处理上下文工程、编排复杂调用图、提供场景化图形界面及调节AI自主权[9] - 大语言模型实验室倾向于培育“通识能力极强的大学生”式模型，而垂直应用则通过整合私有数据、传感器等，对这些模型进行针对性组织与微调，使其成为特定领域的“专业团队”[9] - Claude Code的问世令人信服地展现了智能体的核心能力，其关键创新在于本地化运行模式，直接部署在用户电脑中，访问本地私有环境与数据，重塑了AI交互范式，使其成为“栖息”在用户电脑中的智能实体[9][10] 氛围编程的兴起 - 2025年，AI突破关键能力阈值，使得“氛围编程”兴起，普通人仅凭自然语言就能构建功能强大的程序，编程正从专业人士的专属技能转变为普通人的通用能力[11] - 与以往技术不同，普通人从大语言模型中获得的收益超过了专业人士、企业与政府，氛围编程不仅赋予普通人技术创作权，也让专业开发者能高效实现原本因门槛或成本不会尝试的项目[11] - 在氛围编程模式下，代码变得廉价、即时、可塑，支持“用完即弃”的轻量化使用场景，这将彻底改造软件开发生态并重新定义相关职业的核心价值[12] 大语言模型图形界面的雏形 - 与大语言模型的“文本对话交互”被视为类似20世纪80年代向电脑终端输入指令的初级模式，并非人类最易接受的交互形式[13] - 未来的“大语言模型图形界面”应采用人类偏好的可视化形态进行交互，如图像、信息图、幻灯片、白板、动画/视频等，当前趋势的早期萌芽是表情符号与标记语言实现的文本视觉化排版[13] - 谷歌Gemini Nano Banana是未来形态的早期雏形，其核心价值在于模型权重中深度融合了文本生成、图像生成与世界知识的联合建模能力[14]

美股AI板块近期波动与市场讨论 - 上周美股AI板块在市场质疑声中剧烈波动，甲骨文等AI明星品种因资金担忧巨额投入能否转化为利润以及融资模式争议而集体承压，市场对“AI泡沫是否走到破裂边缘”的讨论迅速扩散 [1] - 12月17日甲骨文股价大跌逾5%，与9月的历史高点相比跌幅接近50%，AI泡沫之争已成为美股市场的焦点所在 [1] 市场对AI投资逻辑的转向与风险审视 - 桥水联席首席投资官格雷格·詹森警告，随着大型科技公司越来越多地依赖“外部资本”来支撑不断上升的成本，人工智能支出热潮正进入一个“危险”阶段 [1] - 中金公司研报指出，甲骨文在披露高额资本开支计划后股价大幅回调，反映出市场对人工智能投资的逻辑正在发生转向，单纯依赖资本开支驱动的乐观叙事或已不再占据主导地位，投资者开始重新审视潜在风险 [1] - 报告显示，尽管AI被视为未来最具潜力的技术方向，但其商业化路径仍不明确，随着投资规模不断扩大，AI投资的边际效率大概率会降低，但成本却未见下降，AI投资仍处于“规模不经济”阶段，市场担忧正在推动股票估值重新评估 [2] - 企业的AI投资主要来自外部融资，一旦市场信心动摇导致融资成本上升，甚至可能导致投资计划的中断 [2] - 本轮AI浪潮的一个显著特征是科技巨头企业之间的深度合作，英伟达、OpenAI、甲骨文等企业之间已形成紧密的关联网络，如果其中一家企业因投资失败或资金链问题陷入困境，其负面影响可能迅速扩散至整个行业，引发连锁反应 [2] - 甲骨文股价大幅回调后，其他相关企业的股价亦同步走弱，即便是业绩表现好于预期的博通，其股价同样受到明显冲击 [2] 对主流AI技术路线的质疑与争议 - 图灵奖得主、Meta首席AI科学家杨立昆公开批评目前主流的人工智能技术路线，表示当前硅谷过于依赖大语言模型的路径可能是一场“集体幻觉”，并难以通往真正的通用人工智能，其宣布将从Meta离职创业，新公司已明确转向研发“世界模型” [2] - 由DeepMind、Meta等机构研究人员联合发表的论文《大语言模型的基本局限性》从理论层面为大语言模型“规模至上”的热潮浇了冷水，研究认为大语言模型的性能提升存在五个难以仅靠扩大数据与参数突破的天花板，其中“幻觉”（即编造信息）问题尤为突出 [3] - 论文指出，在金融分析、法律咨询、医疗辅助等要求高可靠性的场景中，“一本正经地胡说八道”是致命缺陷，而当前主流的模型评估体系甚至变相“鼓励”模型猜测而非诚实承认“不知道” [3] - 杨立昆表示，一个4岁孩子只需约1.6万小时的真实感知就能形成基本世界认知，而大语言模型往往需要吞下近乎百年时长的数据才勉强接近相似能力，这更像一场代价高昂的概率游戏，未必是通用人工智能的最优路径 [3] 投资机构对AI前景的分歧与观点 - 贝莱德表示，部分内部观点认为当前美股市场仍具备上涨动力，人工智能被视为持续至2026年的企业关键收益驱动力，有望继续推动生产率的提升 [3] - 也有部分投资经理对当前市场持谨慎态度，担忧主要集中在当前市场结构与历史上的互联网泡沫存在相似之处，如领涨板块过于集中、估值偏高及交易拥挤等，此外对AI领域大规模投资的实际回报能力存疑 [3] - 部分机构投资者已开始转向防御型配置，如医疗保健和公用事业类资产，也有观点指出随着AI投资加速，部分软件类股票可能面临压力 [3] - 瑞银全球财富管理分析师Mark Haefele预期，未来数年全球AI资本支出会持续增加，且未现投资泡沫迹象，随着AI应用从聊天机器人拓展至企业与产业领域，所需运算能力将远超现有基础设施规模 [4] - 富达国际在2026年全球投资展望中表示，AI的发展及投资逻辑明确，建议全面捕捉AI价值链各环节的投资机会，包括超大规模云服务商和芯片制造商，同时建议关注那些估值较低、正在迎头赶上的受益企业，寻找潜在机会 [4] - 富达国际认为，中国AI进展尤为值得关注，自主的AI生态系统、庞大的国内市场、政策利好以及消费群体的扩大，将加速AI更广泛的应用，为中国科技股在2026年及未来的表现提供支撑 [5]