市场指数表现 - A股市场呈现分化走势 沪指收涨0 53%报3602 13点 深成指微涨0 14% 创业板指下跌0 26% 科创50指数下跌0 09% 超3300只个股上涨 半日成交突破1万亿元 [2] - 港股恒生指数微涨0 27%报24799 67点 恒生科技指数上涨0 33% 恒生中国企业指数涨0 19% 市场成交额达1123 51亿港元 [2] 领涨行业及驱动逻辑 - A股PEEK材料概念爆发 受北京市开放人工智能 生物医药应用场景及上海基础研究补助政策推动 叠加人形机器人轻量化需求预期 [2] - 消费电子产业链持续强势 全球智能手机营收同比增长10% 高端机型需求旺盛 [2] - 钢铁 房地产 银行板块涨幅居前 分别上涨1 32% 1 24% 1 12% 受益于财政政策发力下基建链条预期升温及房地产政策边际放松 [2] - 港股医疗保健业指数领涨1 91% 恒生港股通创新药精选指数大涨2 46% 受国家医保局"新上市药品首发价格机制"落地提振 [3] - 港股造纸与包装指数大涨4 47% 钢铁指数上涨3 97% 受纸企新一轮涨价潮及"稳增长"政策下周期股情绪修复驱动 [3] 领跌行业及原因 - A股计算机 医药生物板块分别下跌0 64%和0 45% CPO等AI硬件端高开低走 云计算 智能体概念因隔夜美股相关品种下跌及获利回吐压力回调 [3] - 港股非必需性消费业指数下跌0 19% 汽车板块承压 蔚来-SW跌幅超6% 因部分新势力7月销量不及预期 [4] 市场特征与投资建议 - 市场呈现"结构性行情延续 资金轮动加速"特征 A股在3600点附近面临获利盘回吐压力 但成交额维持高位显示交投活跃 [6] - 短期可关注政策密集催化的新材料 消费电子及基建产业链 港股需跟踪内地经济数据及中美政策互动 医疗保健 周期股或延续修复 [6] - 中期产业变革带来的长期红利仍是核心主线 泛科技 新消费及有色金属具备配置价值 [6]

人工智能行业发展趋势 - 2025年世界人工智能大会(WAIC 2025)采用"问题驱动、深度对话"的创新思辨形式，围绕量子模拟、数字孪生脑、AI for Science等前沿议题展开讨论 [1] - 人工智能正从"能看会说"的感知智能迈向"能想会做"的决策智能，迎来历史性转折点 [9] - 具身智能与强化学习结合，推动AI从理论优势转化为产业动能，在智能仓库、无人驾驶、应急救援等领域展现广阔前景 [7] 智能体安全挑战 - 现代智能体具备自主决策能力，但存在严重安全缺陷，可能导致服务器崩溃、数据泄露及企业核心系统渗透 [2] - 专家提出沙盒环境测试、安全对齐技术等解决方案，强调需构建全链条防护体系 [2] - 智能体安全是关乎未来人机信任的关键命题，需将安全考量前置到设计源头 [2] AI for Science应用突破 - AI打破学科壁垒，在量子物理领域识别量子纠缠模式，在材料科学中加速新型超导体发现，在生物医学领域破解蛋白质折叠奥秘 [3] - AI全面覆盖生命科学全流程，从病理研究到分子分析，如GNoME系统发现数百万新晶体材料 [5] - 交大人工智能学院开发全球首个推理型罕见病智能体诊断系统，解决小样本难题 [5] 数字孪生脑技术 - 数字孪生脑通过构建人脑虚拟模型，模拟大脑活动、预测神经疾病发展及测试药物效果 [6] - 该技术为阿尔茨海默症、帕金森病等神经退行性疾病治疗带来新曙光 [6] - 引发关于"思想隐私"边界及人类意识与AI模拟关系的伦理思考 [6] 具身智能发展瓶颈 - 数据短缺是制约具身智能发展的关键瓶颈，人形机器人数据回流明显不足 [8] - 模拟生成仿真数据存在视觉和物理效果质量控制难题 [8] - "模仿+强化"混合学习范式成为突破数据瓶颈的希望之路 [8] 多模态技术挑战 - AI大模型在数学竞赛表现良好但在物理竞赛中吃力，需提升图形理解能力 [4] - 关键挑战在于将符号逻辑与神经网络结合，使AI理解科学规律背后的物理意义 [4] - 多模态技术是提升AI科学能力的潜在方向 [4]

政策导向 - 国务院常务会议审议通过《关于深入实施"人工智能+"行动的意见》，强调大力推进人工智能规模化商业化应用，推动人工智能在经济社会发展各领域加快普及和深度融合 [1] - 政府部门和国有企业要强化示范引领，通过开放场景支持技术落地，着力优化人工智能创新生态，强化算力、算法和数据供给 [1] - 2024年"人工智能+"首次写入政府工作报告，提出深化大数据、人工智能研发应用，开展"人工智能+"行动 [3] - 2024年政府工作报告再提"人工智能+"，提出持续推进该行动，将数字技术与制造优势、市场优势更好结合，支持大模型广泛应用 [3] 行业发展现状 - 中国已形成覆盖基础层、框架层、模型层、应用层的完整人工智能技术产业体系 [2] - 算力等人工智能基础设施持续完善、性能不断提升，人工智能数据采集和加工产业蓬勃发展 [2] - 算法创新快速迭代演进，智能消费电子、工业智能终端、具身智能终端、智能体等智能产品和服务创新活跃 [2] - 人工智能技术正处于技术创新不断突破阶段，大模型性能和效率不断提升，智能体等模型应用新形态快速发展 [2] - 人工智能已在数字原生领域率先形成规模化落地，逐步向金融、医疗、交通等数字化程度较高行业渗透 [2] 应用前景 - 人工智能技术以"AI for Science"为全新科研利器，加速基础研究突破，推动生物制药、智能制造、智能驾驶等新兴产业快速崛起 [3] - 人工智能技术与传统产业深度融合，可提升生产效率、优化运营流程、降低能耗成本，赋能钢铁、纺织、装备制造等传统行业转型 [3] - 实施"人工智能+"行动将加快推动人工智能和实体经济深度融合，释放技术潜能，突破科学发现、技术进步和生产组织的瓶颈 [4] - 更多领域新增的丰富场景和海量数据将带动人工智能技术迭代更新突破，形成以创新带应用、以应用促创新的良性循环 [4] 产业优势 - 中国具备产业体系完备优势、超大规模市场优势、海量数据资源优势、丰富应用场景优势 [4] - 通过"人工智能+"行动可将这些优势转化为国家智能优势 [4]

核心观点 - 中国科技正将科幻想象转化为现实 自动驾驶赛车 人形机器人 无人机等技术快速发展 [1] - 2025世界人工智能大会展出3000余款前沿科技产品 创历届规模之最 [1] - 机器人 低空经济 自动驾驶 大模型等领域展现显著技术进步和商业化潜力 [1][6][8][11] 机器人领域 - 机器人运动控制技术实现较大进步 从简单行走转向复杂高动态动作和精细操作 [2] - 大模型深度融入机器人终端 智能体负责思考和规划 小脑负责执行具体规则 [2] - 星动纪元机器人展示分拣包裹等精细操作 傅利叶GR-2机器人在3000家医院提供康复训练 [2] - 具身智能上升至国家战略高度 机器人逐步承担重复性 高风险 低技能岗位工作 [3] - 人形机器人投资进入新阶段 重点关注运动相关零部件和整机体验 [3][4] - 智元 宇树等机器人企业上市将激发市场投资热情 当前正值量产机遇期 [4] 低空经济 - 低空经济以无人机 eVTOL为载体 开展物流运输 载人交通等多元化经济活动 [6] - 时的科技E20倾转旋翼国产5座载人电动飞机 最大航程200公里 巡航速度260公里/小时 [6] - eVTOL商业化面临安全性技术 经济模型可行性等障碍 应用场景主要集中在景区 [6] - 无人机已广泛应用于农业 公安 测绘等领域 覆盖范围达3-5公里 最具商业化潜力 [7] - 低空经济发展路径为"先载货 后载人" "先隔离 后融合" "先远郊 后城区" [7] - 超过30多个省市出台文件支持低空经济 制造端市场空间更大 涵盖整机制造和关键环节 [7] 自动驾驶 - 上海进入Robotaxi商业化运营阶段 发放新一批智能网联汽车示范运营证 [8] - Robotaxi商业化核心瓶颈在于法规层面 事故责任归属尚未统一规定 [9] - 当前Robotaxi改装成本高达百万级别 限制车队快速扩张 [9] - 自动驾驶依赖高精度地图 目前仅限北上广深等大城市 [9] - 国产车规级芯片打破外资垄断 降低成本并提高算力利用率 [9] - VLA大模型引入加强人机互动 可通过语音指令控制车辆 [10] - 预控制器在自动驾驶硬件市场中价值量最高 规模接近1000亿元 [10] - 算法和芯片技术壁垒高 战略意义重大 蕴含较高投资潜力 [10] 大模型 - 国内与海外尖端模型差距正在缩小 大模型企业路线出现分化 [12] - 通用大模型未来可能由巨头主导 成本和人才积累构成高门槛 [12] - 2025年成为"智能体元年" 具备深度思考 自主规划与决策执行能力的AI智能体引领发展 [13] - 简单智能体已进入商业化应用阶段 如OpenAI的Operator可自主操作网页完成任务 [13] - AI硬件投资前置 模型迭代初期需要大量GPU和相关网络设备投入 [14] - 随着模型能力提升 智能体及更深层次应用将爆发 海外进展略快于国内 [14]

机器人技术进展 - 机器人运动控制技术实现较大进步，从简单行走转向复杂高动态动作和精细操作[3] - 大模型深度融入机器人终端，智能体体系结构使工作流程清晰有序[3] - 星动纪元机器人展示分拣包裹、扫码等精细操作，傅利叶GR-2机器人在3000家医院提供康复训练[3] - 具身智能上升至国家战略高度，逐步渗透工业、物流、服务等多场景[4] - 人形机器人投资从零部件转向整机体验，智元、宇树等企业上市将激发市场热情[4] - 人形机器人产业正值量产机遇期，存在投资机会[5] 低空经济发展 - 低空经济以无人机、eVTOL为载体，开展物流运输、载人交通等多元化经济活动[7] - 时的科技E20倾转旋翼国产5座载人电动飞机设计最大航程200公里，巡航速度260公里/小时[8] - eVTOL商业化面临安全性技术挑战和经济模型可行性问题，应用场景集中在景区[8] - 无人机已在农业、公安、测绘等领域广泛应用，覆盖范围达3-5公里[9] - 国家政策支持低空经济发展，30多个省市出台相关文件[9] - 制造端市场空间大，涵盖整机制造和产业链关键环节[9] 自动驾驶突破 - 上海进入Robotaxi商业化运营阶段，发放新一批智能网联汽车示范运营证[10] - Robotaxi商业化核心瓶颈在于法规层面和责任归属问题[10] - 改装模式成本高达百万级别，限制车队扩张[10] - 自动驾驶依赖高精度地图，目前仅限一线城市[11] - 国产车规级芯片打破外资垄断，降低成本和提升算力利用率[12] - VLA大模型引入加强人机互动，可通过语音指令控制车辆[12] - 预控制器模组市场规模1500亿元，其中预控制器价值量近1000亿元[12] 大模型发展趋势 - 国内与海外尖端模型差距正在缩小[13] - 大模型企业路线分化，部分转向垂直细分领域或应用层面[13] - 通用大模型未来将由巨头主导，成本和人才积累构成高门槛[13] - 2025年成为"智能体元年"，AI智能体引领范式突变[13] - OpenAI智能体Operator已能自主操作网页完成基础任务[14] - AI硬件投资前置，GPU和相关网络设备需求爆发[14] - 智能体及深层应用将在模型能力达到一定水平后爆发[14]

AI行业发展趋势 - AI技术已广泛渗透全球各行业，从实验室算法转变为能真正赚钱、改变行业的商业工具[1] - 2025年世界人工智能大会(WAIC)聚焦"现在如何"而非"未来可能"，展示AI实际应用[1] - 行业风向从比拼模型参数和算力转向关注"AI怎么用"，关键词是"落地"[1] AI技术应用方向 - 大模型从参数比拼转向行业适配，头部企业展示垂直行业解决方案如金融智能投顾、医疗智能体[2] - 智能终端爆发，机器人从概念走向量产，应用于康养、物流等场景，即将进入工厂、医院和家庭[2] - AI终端产品如AI眼镜、AI手机吸引大量观众体验[2] 行业渗透情况 - AI全面渗透金融、医疗、制造、教育等行业，从"锦上添花"变为"雪中送炭"[2] - 施耐德电气展示AI在工业与能源领域的落地应用，包括数据中心、楼宇建筑、未来电网等场景[2] - AI助力能源转型，解决数据中心供电稳定性、成本控制和碳排放管理三重挑战[3] 行业发展挑战 - 算力成本、数据隐私、伦理风险等老问题依然存在[3] - 全球算力需求爆发式增长导致数据中心电力消耗持续攀升，对能源系统和气候构成挑战[3] - 行业赢家将是那些懂场景、能解决实际问题的科技企业[3]

AI行业发展趋势 - AI技术已广泛渗透全球各行业，从实验室算法转变为能真正赚钱、改变行业的商业工具[1] - 2025年世界人工智能大会(WAIC)聚焦"现在如何"而非"未来可能"，展示AI实际应用[1] - 行业风向从比拼模型参数和算力转向关注"AI怎么用"，关键词是"落地"[1] 技术发展特点 - 大模型从参数比拼转向行业适配，头部企业展示垂直行业解决方案如金融智能投顾、医疗智能体[2] - 智能终端爆发，机器人从概念走向量产，在康养、物流等场景成为"生产力工具"[2] - AI终端产品如AI眼镜、AI手机吸引大量观众体验[2] 行业应用现状 - AI全面渗透金融、医疗、制造、教育等行业，从"锦上添花"变为"雪中送炭"[2] - 施耐德电气展示AI在工业与能源领域的落地应用，包括数据中心、楼宇建筑、未来电网等场景[2] - AI技术既带来能耗挑战又提供能源转型解法，如解决数据中心供电稳定性、成本控制和碳排放管理问题[3] 行业发展挑战 - 算力成本、数据隐私、伦理风险等老问题依然存在[3] - 技术发展趋势不可逆转，行业赢家将是懂场景、能解决实际问题的科技企业[3]

AI智能体设计组件 - 智能体包含三个核心组件：模型(Model)为推理和决策提供动力的LLM、工具(Tools)为执行操作的外部函数或API、指令(Instructions)定义行为方式的明确指导方针和防护措施[3] - 模型选择需考虑任务复杂性、延迟和成本，简单任务可用小模型处理，复杂决策需用更强模型[3] - 工具通过API扩展智能体能力，对于无API的遗留系统可依靠计算机使用模型通过UI交互[6] - 高质量指令可减少歧义改进决策，高级模型可根据文档自动生成指令[8] 智能体编排模式 - 多智能体系统可建模成图，智能体为节点，边代表工具调用或交接[11] - 监督者模式采用集中控制，群体模式采用去中心化交互[16] - 监督者模式通过创建监督者智能体来编排多个专业化智能体[17] - 群体协作模式让不同智能体能动态协作和交接任务[46] 智能体实现技术 - 函数调用是LLMs与工具交互的主要方式，工具通过利用底层应用API扩展能力[6] - 监督者模式实现包含定义工具、创建工作智能体、创建监督者智能体等步骤[19][20][21] - 群体协作模式实现包含定义工具函数、创建工作智能体、创建群体智能体等步骤[46][47] - 消息历史管理可控制包含完整历史或仅最终响应[28][30] 智能体运行机制 - 支持同步和异步两种调用模式，实时交互场景适合同步，耗时任务适合异步[51][52] - 输入必须是包含messages键的字典，纯字符串输入会自动转成HumanMessage[54][55] - 输出始终是字典结构，包含messages和可选structured_response字段[57] - 流式输出可实时获取增量更新，支持同步和异步两种方式[58][59] 智能体行业应用 - 行业协议如Anthropic的MCP协议和Google的A2A协议可优化智能体协作[70] - MCP协议通过三层架构破除工具壁垒，A2A协议聚焦智能体间协作[71] - Block公司采用MCP+A2A构建的代理系统使财务流程效率提升300%，错误率下降85%[72] - 微软正将MCP深度集成至Windows系统，预示操作系统将进化为基础代理平台[72]

联想AI生态布局 - 公司以"全栈AGI(通用人工智能)"为核心构建投资蓝图，覆盖算力基础设施到终端应用场景，形成"投资+赋能+落地"闭环 [1] - 投资策略锚定产业痛点并前瞻未来十年技术浪潮，强调技术基建与生态协同 [1] 算力领域布局 - 采用"头部覆盖+架构创新"双轨策略，投资寒武纪科技(已盈利)、摩尔线程、沐曦等中国AI算力第一梯队企业 [3] - 前瞻性押注RISC-V架构，支持进迭时空、蓝芯算力等创新企业，上海此芯科技尝试重新定义AI算力架构 [3] 基座大模型战略 - 筛选标准聚焦AGI使命感、高人才密度、强融资能力，投资智谱(拟IPO)、阶跃星辰等团队 [4] - 预测基座模型市场将收敛至"大厂2-3家+创业公司2-3家"，海外布局欧洲Mistral AI(开源MOE架构) [4] - 持续跟进DeepSeek等顶尖团队，看重其技术突破潜力而非短期商业回报 [4] 智能体应用方向 - 将智能体分为三类：通用型(如Manus)、垂直型(如Windsurf/Coder/Harvey)、ToC型，预测C端将诞生"下一个字节跳动" [5] 硬件载体布局 - 沿"自动驾驶—具身智能—AI原生硬件"三线投资，覆盖飞马机器人、跨维智能等超50家企业 [8] - 应用场景涉及智能制造、医疗、物流等，同时布局AI眼镜等未来形态硬件 [8] CVC生态协同机制 - 累计投资280家科技企业，培育20家上市公司和50余家独角兽，成功捕捉寒武纪、宁德时代、海光信息等巨头 [10] - 推出三大计划：光明计划(制造赋能)、星辰计划(全价值链支持)、火种计划(早期孵化)，典型案例包括本末科技(成本降95%)、钛方科技(触觉芯片突破) [11][12]

人工智能产业发展态势 - 中国人工智能产业发展取得阶段性突破，形成基础夯实、技术跃升、应用广泛、生态初成的良好态势 [1] - 2024年底中国网民中2.49亿人使用生成式AI产品，占网民总数17.7%，2025年使用AI产品的网民上升至5.7亿人，占比超40%，半年翻倍 [1] - 2025年初国内日均Token消耗量达10万亿，同比2024年初增长百倍 [1] 数字基础设施与核心技术 - 截至2025年5月，中国5G应用案例数达13.8万个，融入97个国民经济大类中的86个 [2] - 具备千兆网络服务能力的10GPON端口数达2980万个，较上年末净增160万个 [2] - 中国人工智能专利申请量达157.6万件，占全球申请量38.58% [2] - 中国已有433款大模型完成备案并上线，培育400余家人工智能领域国家级专精特新"小巨人"企业 [2] 人工智能应用与生态 - 人工智能与实体经济融合项目超1.3万个，工业、医疗、教育、交通等领域专业大模型和小模型双线驱动 [3] - 中国移动"灵犀"数智员工覆盖9大行业14个领域，服务500余家客户，6万余名数智员工上岗，等效劳动产出超300万人/天 [3] - 中国联通政务大模型和六大智能体累计服务10多个省市级的政务热线智能化升级 [3] 智能体商业化进展与挑战 - 2025年被视为"智能体创新应用元年"，智能体技术战略地位持续提升 [3] - 智能体商业化应用和大规模部署仍处于初期探索阶段，应用生态需完善，伦理法律待考量 [4] - 智能体在2C和2B场景中已发挥提质、生智、增效作用，但技术和商业模式仍需创新 [4] 互联网安全新挑战 - 智能体数据越权事件已出现，攻击者通过邮件指令感染智能体并外传数据 [5] - 黑客可能训练"智能体黑客"，未来网络攻防将演变为人类与机器的对抗 [5] - 360构建"安全即服务"模式，提供安全专家智能体弥补人才缺口，推动安全产业向服务化转型 [5] - 提出"以模制模"思路，用大模型卫士应对大模型遭受攻击、隐私泄露等风险 [6]