地缘政治与能源市场动态 - 特朗普表示美国对伊朗的军事行动将很快结束，并计划取消部分石油制裁以平抑油价 [2] - G7财长声明称必要时将释放石油储备以保障全球能源供应 [2] - 以色列空军空袭伊朗德黑兰，目标包含核实验室，并表示将继续打击伊朗核研发及弹道导弹基础设施 [3] - 白宫内部讨论派兵夺取伊朗石油出口枢纽哈尔克岛，该岛处理伊朗约90%的出口原油 [4] - 中东局势紧张推动国际油价上行，导致3月9日国内成品油价格大幅上调，汽、柴油每吨分别上调695元、670元，创近四年最大涨幅，折算后92号汽油每升上调约0.55元 [9] 科技与人工智能行业进展 - 英伟达GTC2026大会即将举行，AI智能体（Agents）和机器人技术的融合预计将成为核心议题 [5] - 腾讯完成五款OpenClaw相关AI产品全场景布局，包括WorkBuddy、企微/QQ接入OpenClaw、腾讯云部署版OpenClaw及内测中的QClaw [15] - 腾讯与阿里巴巴作为战略投资方，联合投资具身智能公司至简动力，该公司半年内完成5轮融资，累计融资额达20亿元 [14] - 阿里巴巴对通义千问（Qwen）进行管理层调整，由阿里云CTO周靖人代管模型一号位，公司明确将继续坚持开源策略并追求AGI [16] - 工信部发布安全警示，指出OpenClaw在默认或不当配置下易引发安全问题，多家银行表示内网暂不允许部署该工具 [7] 公司动态与业绩 - 宁德时代发布2025年年报，全年实现营业收入4237亿元，同比增长17%；归母净利润722亿元，同比增长42.28%；锂离子电池销量661GWh，同比增长39.16% [11] - 腾讯版“小龙虾”WorkBuddy因公开测试期间访问量远超预期出现服务不稳定，技术团队已完成10倍资源扩容 [13] - 腾讯视频就个人中心观看记录页面显示异常发布致歉声明，称问题已修复且不影响实际数据 [6] - “商场排队王”寿司郎深陷食品安全风波，北京门店发现金枪鱼赤身有疑似寄生虫卵，近一年全国12315平台相关投诉达202条，北京西单大悦城店客流量减少约30% [10] 资本市场表现 - 3月9日美股三大指数集体收涨，纳指涨1.38%，标普500指数涨0.83%，道指涨0.50%，科技股领涨，热门中概股全面回暖 [18] - 3月10日A股三大指数集体反弹，上证指数涨0.65%，深证成指涨2.04%，创业板指涨3.04%，两市成交额超2.4万亿元，AI硬件相关板块涨幅居前 [19] 行业趋势与机会 - 中东局势紧张引发欧洲能源安全焦虑，中国风电装备企业海外订单大幅增长，欧洲客户决策周期从3-6个月压缩至1-2个月，大金重工、天顺风能、金风科技等企业凭借交付与成本优势抢占市场份额 [8]

核心事件 - 2026年3月4日，阿里巴巴通义千问系列大模型的技术负责人、核心缔造者林俊旸宣布离职，引发AI投资圈震动[4][6] - 林俊旸是1993年出生的北京大学硕士，2019年以应届生身份加入阿里，32岁即成为阿里最年轻的P10级员工，是千问成为全球最强开源模型之一的关键人物[4][8][9] - 同日，千问后训练负责人郁博文也正式离职，此前Qwen Code负责人惠彬原已于2026年1月加入Meta，核心贡献者Kaixin Li也发文告别，离职人员均为阿里一手培养、参与千问从0到1建设的技术骨干[11][12] 千问大模型的发展与成就 - **开源生态领先**：截至2026年1月，千问衍生模型数突破20万款，成为全球首个达成此目标的开源大模型，全球下载量突破10亿次，平均每天被下载110万次，稳居开源模型榜首[16] - **技术迭代迅速**：2026年2月除夕夜发布Qwen3.5-Plus模型，百万Tokens输入成本低至0.8元；3月2日开源Qwen3.5小尺寸模型系列（0.8B、2B、4B、9B），获得埃隆·马斯克盛赞[16] - **C端应用爆发**：千问App于2025年11月上线，在随后的春节AI大战中，累计1.3亿用户通过“一句话下单”功能完成超2亿次交易，相当于全国平均每10人中就有1人使用过[17] - **用户增长迅猛**：千问App月活用户达2.03亿，跃居全球第三大AI应用，仅次于ChatGPT和豆包，其552%的增速位居全球第一，从上线到用户破2亿仅用时3个月[17] - **品牌统一**：阿里将AI总称和核心品牌统一为“千问”，中文为“千问大模型”，英文为“Qwen”，“通义实验室”作为组织名称[17] AI行业人才流动与创业趋势 - **大厂技术领袖创业成风**：已有超过20名来自字节、阿里、百度等大厂的前高管投身AI创业，他们通常曾在大厂技术部门担任重要角色，拥有顶尖技术声望和资源[20] - **创业公司受资本追捧**：此类创业者是理想的VC投资对象，一旦创业，身后往往有排成长队的投资人[21] - **典型案例**： - 前阿里技术副总裁贾扬清创立的Lepton AI，在成立后不久获得1100万美元天使轮融资，并于2025年被英伟达以数亿美元收购[19] - 前百度高管、小度科技CEO景鲲创立AI智能体平台Genspark，创办仅一年半融资3轮，跻身全球独角兽俱乐部[19] - 前字节跳动高管创立的比特智路、LiblibAI、爱诗科技等公司，均获得了红杉中国、真格基金等顶级机构的投资[20] 市场反应与猜测 - 林俊旸离职消息引发AI投资圈激烈反应，已有大量投资人和头部大厂尝试接触，甚至有硅谷大佬托人联系，投资人担心错过其可能的创业机会[13] - 对于离职原因，外界猜测与阿里内部的组织变化有关，千问App的回应暗示是“大厂技术理想与组织架构调整之间的张力”[10]

核心事件与人事变动 - 通义千问(Qwen)团队负责人林俊旸深夜通过推文宣布将离开团队，事发突然，去向与接任者均未透露[1] - 内部知情人士透露目前尚无直接接替者，部分职能可能被空降同事架空，但无人能完全替代其位置[2] - 消息发布后，大量AI研究者在朋友圈以“❤️”符号表达敬意，部分研究者引用“Qwen is nothing without its people”的口号[2][3] 人物背景与职业履历 - 林俊旸为1993年出生，现年32岁，是阿里巴巴最年轻的P10级别技术负责人[5] - 其本科在北京大学主修计算机科学，硕士阶段攻读外国语言学及应用语言学，跨学科背景为理解大模型底层逻辑奠定基础[7] - 2019年毕业后加入阿里巴巴达摩院智能计算实验室，从高级算法工程师做起，在阿里6年职级连升四级[8][9] - 2024年8月前负责人周畅离职后，林俊旸普调升至P9，并于去年5月凭借团队优异成绩跃升至P10[9] 技术贡献与项目领导 - 早期在达摩院是M6多模态模型团队核心骨干，带领团队攻克模型训练效率难题，将参数规模推向十万亿级别[9] - 2022年底正式接手通义千问系列大模型，主导推出了覆盖各类参数规模的Qwen开源模型家族[9] - 2025年10月，在Qwen内部亲自组建了机器人与具身智能小组，旨在推动AI走向真实的物理世界[9] - 据谷歌学术统计，其署名参与的论文总引用量已超过4.2万次[10] - 其主导或深度参与的技术报告引用量突出，例如《Qwen3 technical report》引用8798次，《Qwen technical report》引用6841次[11]

文章核心观点 - 文章以一篇来自2028年6月的虚构宏观备忘录形式，推演了AI技术（特别是智能体）的快速普及如何引发一场“全球智能危机” [5][7] - 核心推演逻辑是：AI能力提升导致白领被系统性替代，引发收入下降和消费萎缩，企业为维持利润进一步投资AI并裁员，形成一个没有自然刹车装置的“人类智能替代螺旋”或“智能位移螺旋”，最终从行业冲击演变为系统性经济危机 [9][11][49][51] - 危机表现为：白领失业率飙升、消费经济（尤其是占GDP 70%的可选消费）萎缩、货币流通速度停滞、企业利润与实体经济脱节形成“幽灵GDP”、以及最终引发金融系统（私募信贷、抵押贷款、保险）的连锁违约风险 [9][10][11][57][59][68] AI对软件与SaaS行业的冲击 - **2025年底智能体编程工具能力跃升**：使合格开发者能在几周内复制中端市场SaaS产品的核心功能，动摇了企业续约高价SaaS合同的意愿 [15] - **SaaS行业定价权被削弱**：企业采购利用AI内部化作为谈判筹码，迫使供应商提供折扣（如30%折扣续约案例），长尾SaaS（如Monday.com, Zapier, Asana）首当其冲 [15][16] - **行业竞争格局剧变**：AI降低开发门槛，导致产品差异化消失，老牌巨头陷入与新兴AI初创公司的价格战 [17] - **反身性冲击显现**：以ServiceNow为例，其按坐席收费的模式导致当其财富500强客户因AI裁员15%时，自身营收也机械性减少15% [18] - **受威胁公司的理性个体反应与灾难性集体结果**：受AI威胁的软件公司被迫裁员并将节省的资金再投资于AI以维持生存，但这进一步强化了替代循环，每一美元裁员节省都流向了让下一轮裁员成为可能的AI能力 [19][20][21] AI智能体对消费经济与中介模式的颠覆 - **智能体普及与行为改变**：到2027年初，AI智能体（如通义千问购物助手）成为默认，在后台持续为用户优化消费决策，美国个人日均Token消耗量达40万，自2026年底增长10倍 [23] - **消除“摩擦”与“习惯性中介”**：智能体消除了人类在消费中的时间、惰性和信息不对称限制，动摇了建立在“人类沟通摩擦”和消费者行为怪癖上的万亿美元商业模式 [24][30][31] - **具体受冲击行业案例**： - **房地产**：AI智能体复制经纪人知识库，导致主要都市买方平均佣金从2.5-3%压缩至1%以下 [28] - **旅游预订与保险**：智能体进行比价和优化，颠覆了平台模式和依赖投保人惰性的续保模式 [33] - **零工经济（如DoorDash）**：AI既赋能竞争者快速开发竞品（司机可分得90-95%配送费），又通过多平台比价消除用户App忠诚度，导致市场碎片化、利润率归零 [34][35][36] - **支付行业受冲击**：智能体为节省手续费转向使用低成本区块链稳定币结算（交易成本以美分计），冲击了依赖2-3%刷卡手续费的信用卡网络（如万事达卡、Visa）及发卡行（如美国运通）的营收模型 [38][39] 从行业冲击到宏观经济系统性风险 - **经济结构脆弱性**：美国经济是白领服务经济，白领占就业50%，驱动约75%的可选消费支出，AI吞噬的正是经济核心 [42] - **“创造性破坏”理论失效**：传统技术革新“摧毁旧岗位、创造新岗位”的模式因AI是“通用智能”而打破，AI在人类试图转岗的任务上提升更快，且新创造岗位（如提示词工程师）薪资远低于旧岗位 [43][44][45][46] - **无刹车装置的负反馈环形成**：AI能力提升 → 企业裁员 → 被裁白领减少支出 → 消费公司利润压力加大 → 加大AI投资以维持利润 → AI能力进一步提升，此循环没有周期性自我修正机制 [11][49] - **“智能位移螺旋”与工资压缩**：失业白领“向下转型”涌入低薪服务业，增加劳动力供给并压低了原有工人工资，形成全社会工资压缩 [53] - **消费冲击被放大**：前10%的高收入者贡献超50%消费支出，他们集中失业或降薪导致消费下降比例远高于失业人数比例，白领失业率降2%可能意味着可选消费支出降3-4% [55][56] 金融系统的连锁风险 - **私募信贷市场风险暴露**：规模超2.5万亿美元的私募信贷大量投向以“营收持续增长”为假设的SaaS公司杠杆收购（LBO） [59] - **软件公司债务违约**：随着AI颠覆SaaS商业模式（如Zendesk的客户服务业务被AI智能体取代），基于年经常性收入（ARR）持续性的债务出现违约，穆迪在2027年4月下调了180亿美元相关债务评级 [60][61][62] - **风险传导至保险业**：大型资管公司收购的寿险公司将其年金存款投资于自身发起的私募信贷，软件债务违约导致保险监管机构下调资产风险资本要求，引发集资或抛售压力 [65][66] - **优质抵押贷款风险**：规模约13万亿美元的抵押贷款市场承销基于借款人收入稳定的假设，而白领收入能力遭结构性破坏，即使利率降至零也无法解决“200美元/月的Claude智能体替代18万美元年薪产品经理”的根本问题 [11][68][72] - **政府财政困境**：劳动力收入占GDP份额从2024年的56%骤降至2028年的46%，导致联邦税收比预期低12%，政府转移支付能力与需求出现矛盾 [75][76][77] 地缘经济与行业分化 - **AI基础设施相关经济体表现强劲**：如英伟达（NVDA）营收创纪录，台积电（TSM）产能利用率超95%，台湾、韩国等与之关联紧密的经济体表现极佳 [50] - **依赖传统IT外包的经济体受重创**：印度IT服务出口（超2000亿美元/年）模式因AI编程智能体边际成本降至近乎电力成本而受冲击，塔塔咨询（TCS）、Infosys等公司合同取消加速，导致卢比兑美元在四个月内下跌18% [50]

行业趋势与范式转变 - 人工智能技术发展正处临界点，大规模预训练和强化学习对齐等旧范式带来的爆发期即将结束，新的提升范式尚未全面启动[5] - 行业共识是从“聊天机器人”进化为“干活的智能体”，从单纯堆砌算力转向追求AI“自我学习”，让AI从预测下一个词变为真正理解并改变物理世界的智能生命体[6] - 单纯的参数竞赛已成过去，前沿公司和团队正在探索新的技术航路[8] - 智能体（Agent）被寄予厚望，其演进被划分为四个阶段：1. 目标和规划由人定义；2. 目标由人定义，规划由AI辅助；3. AI观察人的工作流程自动学习规划；4. 终极阶段是目标和规划都由大模型内生定义，目前大多处于第一、二阶段[44] 智谱AI (GLM) 的技术路径 - 公司认为大模型正在从基于直觉的“系统1”思考向基于逻辑的“系统2”思考进化[11] - 提出单纯依靠堆砌数据和算力的Scaling路径是“人类偷懒的办法”，更本质的方法是找到新的知识压缩方式和未知的Scaling范式[11] - 重点介绍了RL V R（可验证奖励的强化学习），在数学、编程等可验证场景下，模型可通过自我探索突飞猛进，GLM-4.7是这一思路的产物[11] - 在移动端智能体方面，采用“API + GUI”混合模式，演示中AutoGLM可在手机后台静默执行长达40步的复杂操作[12] - 提出“机器睡眠”构想，认为未来AI应具备通过“自反思”和“自学习”来消化数据的机制，类似人脑的睡眠[14] - 提醒中国开源模型虽在榜单领先，但与顶尖闭源模型的实际差距可能并未明显缩小，需探索未知范式以缩小差距[16] 月之暗面 (Kimi) 的技术路径 - 公司认为从2019年至今，所有大模型的第一性原理依然是Scaling Law，本质是“将能源转换为智能”的过程[19] - 强调Transformer架构在长上下文（Context）下的优势是智能体时代的胜负手，因为许多智能体任务是搜索问题，更好的预训练模型能提供更强先验以帮助搜索剪枝[22] - 为追求极致“Token效率”，推出了Muon优化器，相比Adam优化器实现了“两倍的Token效率提升”，达到同样智能水平只需一半数据量[23][24] - 另一突破是Key-Value Cross Attention新架构，针对长上下文任务，其在超长Context下的表现超越了全注意力机制，且速度提升了6到10倍[26] - 认为智能是非同质化的，做模型本质是在创造一种世界观，基于此理念打造的Kimi K2模型在极高难度的HLE基准测试中达到45%的准确率，超越了OpenAI等美国前沿公司[27] 阿里云通义千问 (Qwen) 的技术路径 - 公司秉持“模型即产品”的理念，通过开源社区反馈完成自我进化[31] - 针对2026年主力模型Qwen-3，正在全力打磨Hybrid Architecture（混合架构），极可能是将Transformer与Mamba等线性注意力机制以3:1比例混合，旨在解决无限长文本带来的显存和计算瓶颈[32] - 实现了“不降质”的突破，在增强视觉和语音能力的同时，模型的文本推理能力不再出现倒退，实现了多模态与智力的同步提升[32] - 正在尝试将“生成”与“理解”打通，例如在解几何题时，模型可自己画辅助线（生成）然后基于新图继续推理（理解），这种“理解-生成一体化”被视为通向AGI的重要台阶[36] - 愿景是打造能真正帮助人类的智能体，并坚信能够操作电脑、写代码、在物理世界行动的具身智能（Embodied AI）才是AI走向现实世界的终极形态[36] 市场应用与商业化前景 - 当前大模型在ToC（面向消费者）端的体验正趋于平缓，普通用户对模型在专业领域能力提升的感受变化不强烈[41] - ToB（面向企业）端的生产力革命已经发生，尤其是在编程（Coding）场景，“Coding革命已经开始”，正在改变整个计算机行业的工作方式[41] - 在ToB市场，强模型和弱模型的分化会越来越明显，企业愿意为顶级模型支付溢价以换取确定性，例如顶级模型能做对9个任务而差一点的模型只能做对5个时，企业无法承受未知的错误[41] - 智能体要产生经济价值，瓶颈往往不在模型本身，而在部署环境和用户教育，即使模型能力不再提升，仅将现有模型部署到各种企业环境中就能产生巨大经济效益[44] - 智能体的核心价值在于解决通用模型无法覆盖的、极其个性化的长尾需求[44] 技术范式前瞻：自主学习 - “自主学习”（Self-learning）成为行业共识的下一代范式关键词[42] - 有观点认为自主学习可能不会以突发突破形式出现，而更像一个“潜伏的间谍”渗透过程，例如ChatGPT利用用户数据拟合聊天风格，Claude Code编写了自己项目95%的代码，已是雏形[42] - 另一种观点提出“智能效率”概念，即投入多少资源能获得多少智能增量，认为真正的范式革命是找到能用极少投入换取巨大智能增量的新路径[42] - 也有对“主动性AI”的安全担忧，担心AI可能主动做出不可控的行为[43] 中美AI发展对比与竞争格局 - 有观点将中美AI创新模式对比为美国的“富人创新”与中国的“穷人创新”，硅谷在资源充裕下探索下一代范式，中国团队则在资源受限下逼出极致算法优化和工程落地能力[45] - 中国研究界存在过分关注榜单和数字，而忽视探索正确技术路径的倾向，需要更多冒险精神和研究文化，走出榜单束缚[46] - 硬件瓶颈被视作客观且可解决，真正的差距在于主观的冒险精神，中国00后一代展现出的冒险精神令人欣慰[46] - 如果有一群聪明人愿意做特别冒险的事，且国家能提供更好的容错环境，哪怕概率只有20%，也有机会抓住三五年一遇的窗口期[46] - 中国AI正在从刷榜走向落地，从复现走向探索，通过开源先进模型，国内科技公司正从全球AI技术的跟随者转变为推动者[47] - 国内AI“开源四巨头”正脱颖而出，包括智谱、月之暗面、Qwen和DeepSeek[47][48]

2026年AI发展趋势与投资热点 - 2026年人工智能开发有望取得进展，相关的半导体和服务器制造预计将非常活跃 [2] - 美国调查公司高德纳预测，2026年AI相关的全球支出总额将比2025年增加37%，达到2万亿美元 [5] 各地区及公司投资机会 - 市场相关人士提及的热门股票包括中国大陆的阿里巴巴集团、韩国三星电子和台积电 [2] - 抑制数据中心电力消耗的产品的需求正在扩大，相关股票范围进一步扩大 [2] 中国大陆市场 - 光大证券国际策略师伍礼贤认为阿里巴巴是潜力股，因其云业务表现强劲，并在AI模型开发方面构筑业界领先地位 [4] - 阿里巴巴以开源形式提供生成式AI基础模型“通义千问”系列，其扩大生成式AI利用以扩大云平台收益的战略将产生效果 [4] - 以中国新兴企业DeepSeek于2025年1月崛起为契机，科技相关企业蓬勃发展，预计这一趋势在2026年仍将持续 [4] - 伍礼贤认为阿里巴巴集团将建立引领中国AI发展的地位 [5] 韩国市场 - 韩亚证券分析师金鹿镐认为三星电子和SK海力士的业绩将增长，主要受HBM和面向普通服务器的DRAM需求旺盛驱动 [5][6] - 面向生成式AI的高速、大容量高带宽存储器需求将稳步增长，而面向普通服务器的DRAM领域因局部产能受限，供需将持续紧张 [6] 台湾市场 - 富邦证券投资顾问公司董事长陈奕光看好向英伟达等提供尖端半导体的台积电和代工服务器的鸿海精密工业 [6] - 陈奕光预测AI计算处理将从服务器分散到边缘终端，存储半导体巨头南亚科技和涉足存储器控制半导体的群联电子将受益 [5][6] - 数据中心电力消耗量增大成为课题，生产电源设备的台达电子工业与光宝科技洽购将增加 [5][6] 东南亚及其他市场 - AHAM Asset Management高级投资组合经理Koo Sheng Liang认为，除新加坡外，东南亚股市预计持续严峻，背景在于对全球AI投资的参与有限 [5] - 在泰国，关注通信行业的重组效果；在印尼，消费品需求有望扩大，货币宽松政策和政府减税等财政措施将支撑消费需求 [5] - Avendus Spark董事总经理Vijayaraghavan Swaminathan指出，空客和波音等全球航空航天巨头将印度作为采购对象，推动航空零部件行业快速增长 [5] 行业动态与潜在挑战 - 纯电动汽车相关领域竞争激化，政府补贴政策的缩小也将加剧这一趋势 [5] - 半导体公司的设备投资存在跟不上的情况，三星和SK正在增强产能，但在建的工厂预计无法于2026年正式投产 [7] - 在中美对立等地缘政治风险的背景下，供应链断裂的担忧增强，可能面临采购困难，影响投资计划和价格 [7] - 对于半导体等需求的增加，市场上有AI泡沫的声音，但韩亚证券的金鹿镐持否定看法，认为在流通业等领域AI的实用效果正在得到确认，若进一步感受到性价比，对AI的投资将持续 [6]

中国AI产业发展路径与市场展望 - 中国AI产业正走出一条以“开放模型”策略对抗全球“封闭”体系的独特路径，并在应用层加速变现 [2] - 市场正发生结构性转变，从算力炒作转向关注应用层的变现能力与生态壁垒 [3][4] - 预计到2027年，中国云端AI的总潜在市场规模将达到500亿美元 [3] 市场格局与核心优势 - 在全球前10名的SOTA模型中，中国已占据半壁江山 [3] - 中国在数据量、电力供应以及工程师红利上拥有显著的比较优势 [4] - 本土算力供应链韧性增强，为上层应用爆发提供底层支撑 [3] 应用层发展：超级应用与AI原生应用 - 中国市场呈现“超级应用”进化与“AI原生应用”爆发并行的独特景观 [5] - 微信作为AI Agent先驱潜力巨大，拥有11亿月活跃用户，日均用户时长高达99.4分钟，日均人均会话次数达44.6次 [6] - 字节跳动的豆包、百度的文心一言及阿里的Quark和元宝等AI原生应用正快速争夺用户时间，从聊天机器人向情感交互、内容创作及全能助手进化 [8] - 主要2C AI应用的日活跃用户数达数百万量级，月活跃用户数达数千万至两亿量级 [9] 企业端（2B）AI渗透与行业重塑 - 企业对生成式AI的部署意愿强烈，正从早期试验转向实质性生产力提升 [10] - AI在广告、医疗、金融、能源、电商及办公等垂直领域快速落地 [10] - 未来三年内，相当比例的工作时长将被生成式AI替代，企业IT支出重心将向AI基础设施倾斜 [10] - 例如，北森通过AI面试官等功能重塑人力资本管理，金山办公通过WPS AI提升用户付费率并巩固市场地位 [10] 主要互联网巨头AI战略定位 - **阿里巴巴**被视为“中国最佳AI赋能者”，其核心逻辑在于阿里云基础设施与电商、钉钉等业务场景的深度结合，能捕捉从算力、模型到应用的全链条价值 [12] - **腾讯**被赋予“最高2C变现潜力”评价，其AI战略通过微信生态整合，能以极高的投资回报率实现商业化，元宝助手深度集成微信公众号内容与搜索能力 [12] - **字节跳动**被定义为“全栈AI领导者”，布局从底层火山引擎、中间模型层到上层AI原生应用及硬件，最为全面 [12] - **百度**在AI转型上起步早，但其核心广告业务正面临AI搜索转型带来的压力 [12]

文章核心观点 - 2025年是中国AI应用的“井喷”之年，技术快速迭代、用户规模激增、产业规模扩大，标志着“全民玩AI时代”的到来，并展现出向“人工智能+”全方位赋能千行百业发展的趋势 [1][2][5] - 中国AI产业通过开源模型在全球竞争中实现“突围”，技术实力和影响力显著提升，并开始反向进入美国市场，成为构建自主可控技术体系和产业生态、争夺全球AI竞争主动权的重要策略 [6][7] - AI概念大火背后存在市场“过热”担忧和落地挑战，包括资本开支与回报的错配、技术能力与行业需求的差距、以及数据质量与孤岛等问题，但整体仍推动了行业进步并向AGI方向演进 [8][9][10][11][12] AI应用发展现状与特征 - **用户与市场爆发**：中国生成式AI用户规模达5.15亿人，普及率为36.5% [2]；大模型应用案例占比从去年19.9%增长至25.9%，人工智能核心产业规模全年有望突破万亿元 [1] - **使用量激增**：腾讯元宝接入DeepSeek模型后，12月14日单日使用量达全年峰值，较年初增长超100倍 [1]；中国日均Token消耗量从2024年初的1000亿，增长至2025年9月底的突破40万亿 [2] - **应用“井喷”**：2025年7月至11月，国内市场有超过200款AI应用面世，其中AI应用插件、PC网页端、AI原生APP占比分别为81.5%、10.7%、7.8% [3] - **全民化特征**：在超50岁以上人群中，AI高频使用者比例随年龄增长不降反升，打破了“年轻人更易接受AI”的既有印象 [2] 技术与产业进展 - **技术进步驱动**：AI模型通过后训练提升深度理解能力，变得更为“聪明”，生成的图片、视频等也更“真实” [3]；技术迭代速度极快，“一载光阴抵三年”，模型竞争激烈，“城头变幻大王旗” [4] - **头部企业加码布局**：ToC端需求暴涨，吸引头部互联网企业纷纷布局，例如腾讯上线“元宝”、蚂蚁集团发布“灵光”、字节跳动与中兴通讯合作推出豆包AI手机 [3] - **ToB端进程开启**：2025年被认为是AI Agent（智能体）元年，ToB端落地进程受期待，例如Monica发布通用智能体产品Manus，钉钉发布AI操作系统AgentOS [3] 国家政策与战略方向 - **政策引导转向**：“十五五”规划提出全面实施“人工智能+”行动，加强AI同产业发展、文化建设、民生保障、社会治理相结合，抢占产业应用制高点 [5] - **战略意义深远**：“人工智能+”战略旨在通过海量应用场景加速技术迭代与产业化，构建自主可控的AI技术体系和产业生态，从而在全球科技竞争格局中掌握主动权 [5] 全球竞争与中国“突围” - **中美竞争格局**：中国在电力基础设施上有优势，美国在算力前沿技术和芯片制程上领先，两国在模型上竞争激烈 [6] - **开源路径成效显著**：中国选择开源方向进行突围，中国团队自主研发的开源模型下载份额占比已上升至17.1%，首次超过美国的15.8% [6]；截至9月，中国模型占Hugging Face平台当月新增衍生模型的63% [6] - **反向进入美国市场**：中国AI技术已进入美国市场，例如有美国企业采用阿里巴巴的通义千问（Qwen）模型，每年可节省40万美元成本；英伟达、Perplexity及斯坦福大学也在部分业务中使用该模型 [7] - **开源战略价值**：开源有助于构建全球性网络，放大人才和创新效率，打破脱钩陷阱；性能优越、成本低廉的中国开源模型可能成为事实上的行业标准，引导全球AI应用、硬件和工具链主动适配，从而打破美国的技术壁垒和生态护城河 [7] 市场热度与潜在挑战 - **市场“过热”迹象**：AI概念火热吸引大量企业和投资者入场，市场竞争白热化，市场出现对“泡沫”的担忧 [8] - **资本开支与股价压力**：甲骨文因AI数据中心建设资本开支飙升但营收转化未达预期，股价单日跌幅近11%，较年内高点跌幅达48% [9]；市场对单纯依赖资本开支驱动的乐观叙事逻辑正在发生转向 [9] - **技术能力与需求错配**：当前AI智能体存在无法持续学习、非真正多模态、不能自如操作电脑等核心缺陷，实现真正实用化可能还需十年左右 [10]；AI应用在ToC端和ToB端都较少出现“杀手级”应用，市场成果相对有限 [10] - **行业落地数据难题**：在制造业等领域，AI应用需要极强的分析推理能力、可靠性和对物理规律的理解，当前模型仍有不足 [11]；数据积累不足、数字化不够、数据孤岛、噪声数据多、高质量标注数据匮乏等问题限制了AI在企业中的有效应用 [11] 未来展望 - **整体推动进步**：尽管存在落地问题和“泡沫”忧虑，但AI概念大火吸引了企业、投资者和政策制定者的目光，推动了行业整体进步 [12] - **长期演进方向**：AI模型仍将向AGI（通用人工智能）甚至ASI（超级人工智能）的方向迈进，届时其带来的社会价值将大大提升 [12]

全球投资者加大对中国AI企业的投资押注 - 随着对美股AI泡沫担忧加剧，全球投资者正加大对中国人工智能企业的投资，以期发掘下一个深度求索并实现投资组合多元化[1] - 中国政府推动科技自主的政策刺激了市场对中国人工智能企业的需求[1] - 海外投资者认为，随着中国加大对AI芯片制造商的扶持，中国正不断缩小与美国的科技差距[1] 中国AI领域市场热度与上市动态 - 被誉为“中国版ChatGPT”的深度求索产品爆火，激增了投资者对中国AI领域的兴趣[2] - 一批AI初创企业相继在中国大陆和香港上市，吸引了全球资产管理机构的关注[2] - 中国AI芯片制造商元识智能上周在沪市上市，首日股价暴涨700%[5] - 其竞争对手摩尔线程在几天前上市，股价飙升了400%[5] 投资机构的具体布局与观点 - 英国资管公司拉夫尔已“刻意限制”对美国七大科技巨头的敞口，并计划增持阿里巴巴以扩大在中国AI领域的布局[1] - 拉夫尔认为，中国正迅速缩小与美国的AI差距，美国科技企业的竞争护城河可能不像想象中宽广，行业格局正在转变[1] - 拉夫尔通过阿里巴巴布局AI，因其拥有人工智能芯片业务、大模型通义千问并持续投资云基础设施[1] - 瑞银全球财富管理将中国科技板块评为“最具吸引力”标的，原因包括投资者寻求地域多元化、中国强劲的政策支持、技术自主战略推进以及AI商业化进程提速[3] - 美国锐联财智于今年9月助力推出了一只纳斯达克上市基金，提供布局“中国版谷歌、元宇宙平台公司、特斯拉、苹果以及开放人工智能公司”相关标的的渠道[3] - 克瑞尼什中国ETF基金KWEB今年以来涨幅达三分之二，基金规模接近90亿美元，持仓包括腾讯、阿里巴巴和百度[3] - 克瑞尼什旗下另一只投资中国内地科技股的ETF今年规模也实现增长，持仓涵盖寒武纪、澜起科技及中微公司等芯片制造商[4] - 锐联财智已与华夏基金合作，推出一只专注投资寒武纪等拥有变革性技术中国企业的纳斯达克上市ETF[5] 中美AI竞争格局与投资逻辑 - 美国锐联全球顾问公司创始人认为，在AI竞争中，美国在创新方面占优，而中国则在工程技术、制造业及电力供应领域占据上风[4] - 美国的科技限制措施倒逼中国加大对硬核科技的投入并走上自主创新之路[5] - 克瑞尼什首席投资官表示，寒武纪等中国AI芯片制造商的快速崛起，彰显了中国AI及半导体行业的创新规模与速度[3] - 该首席投资官认为，中美科技博弈的紧迫感为相关企业带来了发展红利[3] 市场估值与投资策略分析 - 以科技股为主的纳斯达克综合指数市盈率为31倍，而香港恒生科技指数市盈率仅为24倍[3] - 投资者可通过阿里巴巴、百度、腾讯以及芯片制造商中芯国际等个股布局中国人工智能领域[3] - 部分基金经理认为，目前已上市的中国芯片企业估值缺乏基本面支撑，几乎完全由市场热度驱动[6] - 环证国际证券集团CEO建议，投资者应选择性增持在中国AI和半导体“自主化”进程中受益的企业，同时保留全球龙头在组合中[6] - 相较于西方同类企业，中国企业在机器人和AI等领域拥有更明确的政策导向支撑和相对估值优势，预计未来将有更多资金流入[6] - 投资者应在当前受地缘政治影响的芯片行业周期中，实现投资敞口的平衡配置[6]

字节跳动AI资本支出计划 - 公司计划2026年资本支出为1600亿元人民币，较今年1500亿元的人工智能基础设施投资有所增长 [3] - 总支出中约半数将用于采购先进半导体，以开发人工智能模型及应用 [3] - 公司已将明年人工智能处理器的预算定为850亿元 [3] 与全球及本土竞争对手对比 - 公司支出与美国大型科技企业相比仍相形见绌，微软、Alphabet、亚马逊和Meta今年总支出已超过3000亿美元（约合2.11万亿元人民币） [3] - 在独立基准测试中，公司的开源模型“豆包”性能落后于阿里巴巴的“通义千问”、DeepSeek等本土竞争对手 [4] - 就月活跃用户数及下载量而言，公司的“豆包”聊天机器人已超越DeepSeek，成为中国最受欢迎的聊天机器人 [4] 芯片采购策略与潜在影响 - 若销售获得批准，公司及其他中国科技企业已表示有意大量订购英伟达H200处理器 [4] - 公司计划先进行测试订购，采购2万台H200芯片，每台单价约为2万美元（约合14.1万元人民币） [4] - 若能不受限制地购买更多H200芯片，公司可能会大幅增加2026年的资本支出 [4] 市场地位与业务表现 - 公司是中国规模最大的人工智能基础设施建设者之一，志在成为该领域的全球领导者 [3] - 公司通过向企业推广其火山引擎云服务，与阿里巴巴展开激烈竞争 [4] - 高盛数据显示，公司的人工智能服务成为中国市场使用率最高的服务，10月份日均Token使用量大幅增长至30万亿以上 [5] 公司战略优势 - 与阿里巴巴、腾讯等其他中国大型科技企业不同，公司的非上市公司身份使其能够更灵活地进行大规模投资，并在人工智能领域布局长期战略 [5]