AI与科技行业动态 - 前阿里千问大模型技术负责人林俊旸已开启创业，考虑方向包括世界模型和具身大脑，新公司正以约20亿美金的估值进行融资 [2][3] - 花旗将阿里巴巴列为中国AI投资首选股，看好其AI全栈能力，给予H股目标价204港元，预计阿里云AI相关收入2026至2031财年年复合增长率达90% [7] - 腾讯发布2026年Q1财报，AI全线提速，混元大模型完成重建，Hy3 preview在OpenRouter的日Token用量和周Token调用量持续居榜首 [14] - 在Create2026百度AI开发者大会上，百度宣布慧播星升级为“百度一镜”全场景数字人平台，并推出集成多项核心产品能力的AI助手DuMate [15][16] - 韩国交易所已开始在资本市场监测工作中正式采用人工智能技术 [14] - 欧盟正考虑出台法案，对儿童实施“延迟使用社交媒体”政策，最早可能于今年夏季前提出立法方案 [10] 机器人及具身智能 - 法拉第未来宣布战略升级为物理AI生态系统公司，将专注于具身智能机器人业务，第一阶段以人形和仿生机器人为主，汽车机器人为辅 [5] - 宇树科技发布全球首款量产载人变形机甲GD01，起售价390万元人民币，并获得马斯克在社交平台的点赞 [8] - 宇树科技已注册“机器人牌照”、“KONGFBOT”、“秧BOT”等多款机器人商标 [4][10][11] - 车规芯片公司“芯驰科技”完成近1亿美金C轮融资，融资将用于加速公司从汽车到具身智能赛道的全栈突破 [20] 互联网与社交媒体 - TikTok近日在美国和日本正式推出生活服务品牌TikTok GO，该品牌去年在印尼的餐饮订单量增长超过20倍 [4][12] - 腾讯旗下AI应用“元宝”宣布支持一键总结微信群聊聊天记录，并能处理发票报销、制定旅行方案等任务 [8] - 2025年全国广播电视和网络视听行业总收入达15464.29亿元，同比增长5.22%，其中网络视听服务机构总收入8293.17亿元，同比增长5.00% [9] 公司财报与业绩 - 阿里巴巴发布2026财年第四财季财报，营收2433.8亿元，同比增长3%，若不考虑已处置业务，同口径收入同比增长11% [17] - 腾讯发布2026年第一季度财报，营收1964.58亿元，同比增长9%，Non-IFRS经营利润756.3亿元，同比增长9% [18] - 名创优品预计2026年第一季度收入约56.78亿元至57.28亿元，同比增加约28%至29%，经营利润同比大增约113%至116% [19] - 西门子公布第二季度业绩，净利润22.4亿欧元，同比下降8.3% [19] 融资与资本市场 - 生物制造公司“微元合成”宣布完成15亿元新一轮融资，资金将用于并购和多项大宗产品的规模化量产 [21] - 深圳佰维存储科技股份有限公司再次向港交所提交上市申请书 [13] 消费与市场趋势 - 国内航线燃油费将上调，引发囤票潮，5月12日端午期间机票预订量环比前一日大增84%，暑期机票预订量环比上涨58% [7] - 银行消费贷营销竞争激烈，多家银行在朋友圈推广“先息后本”、“年化利率3.0%起”等产品，以争夺零售信贷市场 [13] 国际与行业要闻 - 中美经贸磋商在韩国开始举行，双方就解决彼此关注的经贸问题和拓展务实合作进行交流 [4][6] - 韩国政府表示将积极支持三星电子与其工会对话，以解决工资纠纷，避免原定于5月21日举行的罢工 [4][6][7] - 马斯克宣布，SpaceX星舰第12次试飞最早将于5月19日进行，将首次展示新一代飞行器和发动机 [13]

AI时代的核心度量衡与思维转变 - 行业核心指标从DAU转向DAA，DAA衡量每日实际交付结果的智能体数量，被视为AI时代平台繁荣的终极指标，其潜在规模预计远超当前DAU，全球DAA很容易突破100亿，而移动互联网时代全球最高的DAU约为34亿 [3][4][7] - 行业存在思维误区，过度关注Token消耗，Token仅代表算力成本投入，而非最终产出和价值交付 [8][9] - AI时代将围绕“自我进化”展开，包含三层含义：智能体自身能主动学习执行任务、人类个体借助智能体编队成为“超级个体”、企业组织进化为人与智能体的“混合编队” [10] 公司战略与行业趋势判断 - AI发展重点从“卷模型”转向“卷应用”，用户核心关切是AI能否完成任务，而非模型参数大小 [11] - 软件行业将被重塑为“快消品”，AI使代码成本趋近于零，催生大量针对极小需求的“日抛型软件”，预计将使整个软件市场规模放大10倍 [11] - 职场管理学被颠覆，在AI混合编队下，管理幅度将从传统的约10人扁平化至30-50人，管理者的核心功能转变为“对齐”目标 [11] 产品与产业落地进展 - 通用智能体开始接管复杂业务，例如百度推出的通用智能体“DuMate”能看懂屏幕并操作软件，可同时化身客服、销售和市场角色处理多项任务 [12] - 开发门槛与成本大幅降低，进入“日抛型软件”时代，例如“秒哒App”90%的代码由智能体自动生成，一个8岁小学生可用几句大白话制作出应用 [12] - 短视频生成能力突破，数字人平台“百度一镜”可生成几分钟至几小时的高互动、逼真内容，例如演示了AI生成的帕梅拉带货视频，细节极其逼真 [13] - 决策智能体深入产业，例如“伐谋”2.0版本直接面向一线业务专家，在青岛港A-TOS系统中应用后，在原有高基础上将绝对生产指标提升了10.21%，预计每年多处理近百万标箱 [13] - 高阶智驾跨过普及拐点，例如地平线搭载HSD的车型最高配选装率高达77%，其“星空”芯片实现“舱驾一体”，背后有超5000节点、支持万卡级训练的超大算力集群支持 [14] - 机器人实时控制成为可能，例如星海图发布的Fast-WAM世界模型将单步延迟压缩到190毫秒以内，并计划与百度智能云合作将延迟压至90毫秒以内，具身智能预计在下半年迎来商业验证期 [14] - 云厂商竞争逻辑转变，从比拼Token消耗转向比拼“Token转化率”，例如百度智能云升级的Agent Infra在典型办公场景相比OpenClaw能为客户节省23%以上的Token [15] - 国产算力底座已能承担核心业务，例如招商银行超一半的AI应用场景运行在百度国产昆仑芯P800上，文心5.1一款重要模型在全国产集群上训练的有效训练率达97%以上 [15]

行业趋势与核心观点 - AI行业当前处于癫狂发展期，硅谷科技公司集体借钱建数据中心，费城半导体指数连涨一个月，内存芯片寡头三星市值突破万亿美元[2] - 行业焦点正从大模型研发转向应用落地和商业价值实现，智能体（AI Agent）成为解决AI巨额资本开支出路的关键形态[8] - 人工智能时代的商业逻辑与移动互联网不同，不再单纯追逐用户规模与时长，而是更注重在具体场景中交付结果和创造价值[16][19] - 行业竞争进入综合实力对抗阶段，涵盖自研芯片、框架协议、工具平台及软硬件应用的全栈布局变得至关重要[33] 李彦宏的行业预判与概念提出 - 李彦宏提出AI发展的两大趋势：一是自我进化，包括智能体、个体和组织的进化；二是提出新的度量衡DAA（日活智能体数）[2] - 李彦宏早在2024年9月就提出智能体是AI原生应用的主流方向，相当于PC时代的网站，并预测未来将是数百万量级智能体组成的生态[5] - 李彦宏在2025年提出AI正从“智能涌现”走向“效果涌现”，强调AI要交付实际结果[9] - 李彦宏提出“Builder、Founder、Creator三位一体”的概念，是其“人人都是开发者”理念的延伸[15] - 李彦宏提出DAA概念，认为其相比Token更能衡量AI的产出与收益，Token只代表成本和投入，而DAA关注有多少智能体在运行并交付结果[10][12] 百度公司的战略与布局 - 百度在AI领域布局前瞻，2012年即成立深度学习研究院，目前形成了“芯-云-模-体”的新全栈布局[31][33] - 在“芯”层面，百度自研昆仑芯，其三万卡集群为国内首个全自研集群，并已中标中国移动十亿级AI算力集采项目，预计针对推理场景的M100芯片将于今年上市[31][32] - 在“体”层面，百度发布通用智能体DuMate（百度搭子），内置百度生态优质Skill，补齐了全栈布局的最后一环[21][33] - 百度产品如“百度一镜”升级为全场景数字人平台，并蝉联中国AI数字人市场份额与产品综合实力双料冠军，李彦宏认为数字人是“看得见的智能体”[23] - 公司通过产品如“秒哒”极大降低了软件创造门槛，例证是一名8岁小学生可用其将生活灵感开发成应用，体现了“超级个体”的潜力[24][25][26] - 百度的布局始终围绕AI底层原理：释放人类创造力，利用中国最复杂的场景和完整产业链，放大企业能力并激活产业创造力[28] 智能体（AI Agent）的发展与影响 - 智能体已从“非共识”走向“共识”，成为AI应用的最主流形态和内容、信息、服务的新载体[5][6] - 智能体门槛低、天花板高，未来的人工智能世界可能由数百万量级智能体组成生态[5] - 智能体对应新的商业逻辑，类似于按结果收费的SaaS公司，其天花板高于以ChatGPT为代表的聊天机器人[19] - 以Claude Code为例，其虽然DAU不到ChatGPT的2%，但通过解放程序员生产力，推动Anthropic年化营收突破400亿美元并反超OpenAI，显示了场景化智能体的高商业价值[19] 技术演进与竞争格局 - 大模型能力进步迅速，从2025年初的DeepSeek到年末的谷歌Gemini，模型幻觉问题大幅改善，落地可行性前进一大步[9] - 模型性能并未同质化，各模型提升速度快，领先者的优势多是暂时的，这促使行业更强调交付结果而非单纯追求超级应用[16][17] - 谷歌通过Gemini-3系列模型在关键基准上全方位碾压同行，成功扭转了“错失AI”的负面评价[16] - OpenAI为集中算力于编程应用，关停了Sora视频生成项目，反映出不同AI应用潜在市场空间的巨大差异[19] - 生成式AI的内核在于算法打破自然语言与专业技能的隔阂，体现为具体场景下的任务交付能力，Vibe Coding的风靡即是例证[23]