随着中央经济工作会议为2026年经济工作定调，"跨年行情"与"春季躁动"的预期在券商研报中升温。 机构普遍认为，"扩内需、反内卷"的政策红利将引领市场走出通缩路径，而AI算力、商业航天等科技主 线与具备全球竞争力的"出海"品种，则构成了进攻方向。同时，资金对低波动、高股息资产的偏好也值 得关注，市场风格切换或成新看点。 中信证券：配置上要寻求交集，即海外敞口为基底、内需积极变化也会产生催化的品种 国金证券：中央经济工作会议定调扩内需、反内卷，走出通缩路径明晰 本周国内对于基本面预期影响最大的事件便是中央经济工作会议的召开，我们认为在中央经济工作会议 定调扩内需和注重反内卷的背景下，未来国内走出通缩的路径已经明晰： 外需品种是今年已经被充分证实和演绎过的线索，但延续到明年只是既有事实的延续，超预期的空间有 限，赚业绩而不是估值的钱；内需品种目前景气上升的品种有限，且未来的政策以及对于内需的刺激效 果是或有事件，并且今年刚经历过从过高预期到回归现实的修正，但投资者的预期足够低、持仓足够 低，一旦超预期可以享有估值弹性。 从配置角度，最大的交集就是我们此前一直提示的资源与传统制造业领域中国在全球有份额优势的行业 对 ...

证券研究报告·策略报告·策略周评 （2）算力硬件领域，国内厂商聚焦全栈体系突破。算力硬件领域本周以国 内厂商的技术突破为核心，竞争焦点从单一算力供给升级为"芯片-服务器 -平台"的全栈体系构建。国内端，联想 12 月 10 日正式推出"AI 工厂" 解决方案，同步发布万全异构智算平台 4.0 与问天 WA8080aG5 算力服务 器——前者通过异构算力调度技术实现大模型预训练时间缩短 35%，后者 支持单 GPU 超 1000 瓦功耗，为未来更高性能模型训练预留升级空间，成 功破解国内算力异构化整合难题。同日，华为云发布"盘古算力调度系统"， 可实现跨区域算力资源的智能分配，使算力利用率提升至 85%以上。这些 布局不仅直接拉动通信设备、高规格数据中心的需求，更推动算力基础设 施从"资源型"向"生产型"转型。 （3）应用端多场景突破，AI 升级为产业核心引擎。应用端本周呈现多场 景突破态势，AI 技术从工具属性向产业核心引擎升级。内容创作领域，快 手可灵在 12 月 9 日-12 日期间保持日更节奏，先后上线数字人 2.0、图片 O1 与视频 O1 模型，通过标准化 API 接口构建起从脚本生成到视频输出的 ...

【环球网科技报道 记者 秦耳】从年初的DeepSeek-R1到当下刚发布的Gemini 3，2025年的AI行业发展可谓日新月异，尤其是在Gemini 3发布后，行业正逐步 形成一个共识"2026年大模型的性能迭代将逐步平稳，各家终于可以在大模型产品化方面下功夫了。"在这个背景下，国内所面对的是如何承载AI领域日益增 长的算力需求。 面对这一发展态势，就在近日，联想举办了"2025联想异构智算产业联盟高峰论坛暨AI算力基础设施新品发布会"。会上，联想集团正式推出"AI工厂"解决方 案，同步发布新一代高端大模型训练AI服务器、万全异构智算平台4.0，多项重磅举措为我国人工智能产业高质量发展注入强劲动能。会上，联想集团副总 裁、中国基础设施业务群总经理陈振宽表示，"面对本地独特的发展现状，多元异构的算力供给、芯模生态的高度协同以及模型应用的彼此强化，都在成为 构筑中国独特AI生态的核心力量。"他同时认为，智能时代的AI工厂将继承经典工业模式的核心逻辑，注入智能技术新动能，为千行百业的智能化转型提供 标准化路径。 他表示，联想万全异构智算平台实现了国内外不同品牌 CPU 统一调度的核心突破。掌握了 GPU 与场景匹 ...

在AI推动的科技浪潮下，过去的运转逻辑已经发生了变化。当下的我们，正处在多个超级周期共同作用下的潮流中心，技术的迭代、供需的变化以及宏观 趋势的发展正变成强大的动能，强化AI超级周期的作用范围，延伸至我们的生产和生活的每一个角落。 在以大模型为基础特征的AI 2.0时代，"大模型+大算力+大数据"成为新一代人工智能发展的基本范式。其中，算力已如水、电一样，成为新型基础设施。根 据IDC公布的数据显示，中国智能算力规模预计2028年将达到2781.9EFLOPS。 在高速增长的需求推动下，2025年上半年，中国AI服务器市场规模较2024年同期增长逾一倍。但同时也要注意的是，行业也在面临着多重挑战，显卡、内 存等供应链成本侧的变化，叠加新阶段企业落地的新需求，都需要算力基础设施去做出针对性的调整。 变局之下，AI基础设施建设已进入"短期提速、中期扩容、长期结构升级"的三段式周期。应对新周期下的新需求，相比较单纯堆硬件，如何更好地去做好协 同，通过体系化服务帮助企业拥抱AI普惠时代更为重要。 智算蓬勃发展下的多重挑战 相关数据指出，2018年AI在核心产品的渗透率只有5%，到2021年渗透率达到8%左右，预计到明 ...

文章核心观点 - 中国AI产业正从“百模大战”的狂热阶段，向“应用落地”的冷静务实阶段转型，解决效率与商业价值的错配成为关键 [1] - 联想集团通过发布“AI工厂”解决方案、核武级服务器及行业标准，旨在从单一的硬件供应商转型为提供全栈能力的服务商，以应对行业挑战并抓住机遇 [1][10] 算力中心到AI工厂的商业模式重构 - 单纯的算力堆砌已无法满足复杂产业需求，单纯的算力中心如不进化将面临生存危机，可能被提供更完整方案的“AI工厂”降维打击 [2][3] - “AI工厂”是对算力基础设施商业模式的重构，其核心在于提供从咨询、数据治理到AI生产管理的一整套能力，补足客户在数据、设计、生产、迭代维护等方面的短板 [2][3] - 该模式旨在降低中小企业自建团队和基础设施的高昂门槛，帮助其降低应用AI技术的门槛 [2][3] 以标准化解决行业效率困境 - 当前行业缺乏衡量AI训练和推理效率的统一标准，导致企业在能源、时间、投入产出上难以评估 [4] - 联想联合标准院及多家机构发布了训推一体化规范，旨在将服务水平量化并设立标杆，让客户明确好的训推服务的投入产出与效率指标，消除市场信息不对称 [4] 应对GPU快速迭代的硬件创新 - GPU技术发展远超CPU，其快速迭代导致服务器架构设计面临巨大不确定性，定下的架构可能一年后便无法支持新发展 [5][6] - 联想发布了“核武级”服务器联想问天WA8080a G5，采用模块化设计策略，将机箱加大到10U以支持未来超过1000瓦的单GPU功耗，并预留了非常大的余量 [5][7] - 其“1+3+N”架构允许CPU、GPU和背板模块化组合，可在很短时间内适配新的GPU模组，旨在保护客户长期投资，避免因GPU快速迭代导致整机报废 [7] 软件定义算力的技术优化 - 联想发布万全异构智算平台4.0，针对2024年涌现的新技术趋势进行优化 [8] - 平台已将DeepSeek公开的颠覆性模型训练算力优化方法实现在推理中，完成了从2.0到3.0的演进 [8] - 4.0版本重点解决了长序列（如128K序列、20万字上下文）带来的并行策略优化挑战，并创新性地解决了RoCE网络在大规模集群（超过四台机器）中带宽衰减的问题 [8] AI应用商业化的现实挑战 - 尽管技术突飞猛进，但AI应用商业化落地依然充满挑战，目前真正能形成明显收入的垂域应用相对较少，更多应用仍处于开放免费阶段 [9] - 与成熟的移动互联网生态（如爱奇艺付费会员）相比，大模型市场尚未达到大规模客户愿意付费的成熟阶段，应用侧的造血能力仍需时间培育 [9]