战略性看好 AI PCB！20250714 摘要 全球 PCB 产能分布不均，中国大陆在中低端市场占据优势，而高端产能 主要由外资企业掌握，服务于北美工业级、服务器级和车规级客户，大 陆公司则侧重消费电子领域。 AI 技术发展驱动 PCB 需求激增，2024 年全球 AI 相关 PCB 需求约为 200 亿人民币，预计 2025 年达 500 亿人民币，2026 年达 1,000 亿人 民币，高端产能面临紧张，扩产周期长且资本开支大。 部分大陆公司通过技术提升和工艺改进，逐步进入北美科技公司供应链， 满足高端客户需求，展现出快速学习能力和生产能力提升。 AI GPT 整体需求在 2025 年预计达到 500 亿美元，2026 年增长至 1,000 亿美元，英伟达升级和 ASIC 推动需求增长，PCB 硬板厂收入仅 为 200 亿人民币，新建工厂周期长，产能扩展受限。 正虹科技受益于大客户订单导入，现有产能迅速填满，市场低估了重资 产公司在稼动率快速提升时的盈利弹性，成为 B200 系列主力供应商， 并在 B300 系列中扶持新供应商。 Q&A PCB 行业的整体情况和当前市场对其认知的现状如何？ PCB（印刷 ...

中国经济新叙事 - 贸易摩擦应对得力，中美经贸达成共识，对外合作开启新局，上半年出口有韧性[2][8][9] - 激活消费成效显著，以旧换新、“618”促销和假日消费带动消费回暖，5月社零同比增6.4%[2][20][23] - 财政惠民生促消费，1 - 5月广义财政支出同比从2.7%升至6.6%，设备更新带动投资[2][29][37] - 新质生产力亮点凸显，中国AI与美国差距缩小，科技竞争影响经济与市场走向[2][40][43] - 国际货币体系重塑，特朗普政策冲击美资产信心，资金寻求再配置，美元储备占比下降[2][44][49] 稳中向好添机遇 - 贸易合作开新局，下半年出口有总量和份额挑战，中国应拓展外贸“朋友圈”[2][58][72] - 财政支持持续加码，全年“稳增长”增量资金充裕，新型政策性金融工具首批5000亿或落地，专项债剩4105亿额度[2][80] - 推动物价合理回升，上半年PPI下行源于大宗商品价格下跌，下半年物价抬升促进经济增长[2][84][92] 政策如何再加码 - 财政夯实“促消费”，发展服务消费，加大民生投资，推进社保改革[2] - 推动房地产市场止跌回稳，城市更新项目或成扩大投资重点，关注政策性金融工具和项目清单规模[2][114] - 货币政策“择机”降息、降准，兼顾稳利差、稳息差、稳汇率[2][119][124][128] - 推进中长期改革，聚焦民生保障，解决群众急难愁盼，夯实经济良性循环基础[2][135]

政府与科技公司合作 - OpenAI与美国国防部签署2亿美元为期一年的合同，开发AI工具应对国家安全挑战[2] - Palantir 2024年与美国国防部签署更大合同扩展Project Maven项目，政府业务占收入60%[2] - Snowflake以10亿美元获得美国国防部授权，提供数据云迁移服务[3] 云计算与AI军事应用 - 微软将OpenAI GPT-4引入美国国防部，Azure产品获政府分类级别批准[4] - OpenAI Sora模型被美国陆军用于战场模拟训练[4] - OpenAI与Anduril Industries合作开发反无人机系统，合同价值1亿美元[5] 竞争对手动态 - Anthropic与Palantir和亚马逊合作，向国防机构提供Claude 3模型[5] - 马斯克xAI与微软合作分销Grok大模型[5] - OpenAI、甲骨文、软银共同投建5000亿美元"星际之门"数据中心项目[5] 数据标注与测试 - Scale AI与美国国防部合作开发大语言模型评估测试方法，合同价值数百万美元[6] - Scale AI 2020年首次与军方合作，拿下9100万美元数据集开发合同[6] 政府市场潜力 - AI巨头积极游说放宽监管，追求短期利润[7] - 高盛预测生成式AI未来10年推动全球GDP增长7万亿美元[7] - 达龙·阿西莫格鲁指出仅20%任务可被AI取代或增强[8] 国防预算与AI投资 - 美国海军陆战队发布《人工智能战略》，2025-2027年数字化改革时间表[9] - 2026财年国防预算中2亿美元用于AI投资，1.5亿美元用于业务系统更新[9] - 特朗普政府推动1万亿美元国防预算，创历史新高[10] 成本控制与云整合 - 美国陆军计划简化云合同以控制成本[10] - Oracle通过JWCC合同为美国陆军提供固定价格云服务[10] 政策与原则转变 - OpenAI删除禁止技术用于军事用途的条款[11] - 谷歌删除限制AI技术用于军事用途的原则[11] - Meta、OpenAI高管宣誓就任陆军预备役军官[12]

白交 鹭羽 发自 凹非寺 量子位 | 公众号 QbitAI 离谱！ 一群 AI初创公司竟然集体控诉： 我们被一个印度老哥骗了 。 这个名叫Soham Parekh的人，在隐瞒真实情况下进行远程兼职，最多一次打了五份工。 有一说一，这也算是最强打工人了吧 （摊手） 。 "他在面试时表现得相当出色，差点就录用他了"、"本来周一来上班来着，好险做了背调，让他只工作了一天"、"亲自合作了两天，他人很好。 就是每天他都会找个借口请假半天，说要见律师。"…… 大家发现原来他不只造假简历，还有隐瞒签证状态、谎称自己在美国等种种事迹。 虽然老板们错愕，但不妨碍网友们当即开始快乐造梗。 这事儿啊现在也是被大家玩起来了，随便一打开社交平台，就像这样： 哈喽，你是Soham Parekh，即将开始一天的报到。 还借着现在大厂不惜金钱揽人才的操作，要不在座大厂考虑下这位候选人呢？ 具体咋回事？我们仔细扒了扒。 硅谷创始人集体控诉 起因是一初创公司创始人Suhail Doshi分享了自己的经历。 避雷贴一开始发出，还以为只是个人Drama经历分享，没想到一石激起千层浪，竟然有这么多老板都出来吐苦水，说自己上当受骗了。 他指控一个印度男 ...

行业动态 - 英伟达超越微软重夺全球市值第一宝座 [1] - OpenAI计划采购谷歌TPU芯片以替代部分英伟达GPU [1][3] - 谷歌TPUv5p因低成本特性获苹果和OpenAI订单 [5][13] 技术对比 - 英伟达B200芯片拥有2080亿晶体管、192GB HBM3E内存、8TB/s带宽，FP8/FP6性能达20PFLOPS，是H100的2.5倍 [3] - 谷歌TPUv5p单价仅数千美元，远低于英伟达DGX B200服务器50万美元售价 [5][8] - TPU专为AI计算优化，采用脉动阵列设计，比通用GPU更高效且成本更低 [8][11] 市场趋势 - 英伟达Blackwell GPU未来12个月产能已被预订一空 [5] - 行业需求从"预训练"转向"推理"，TPUv5p因支持混合精度更适配推理场景 [13][15] - DeepSeek开源模型推动AI厂商转向智能体和应用开发，降低训练算力需求 [13][15] 企业策略 - OpenAI通过采购TPU实现算力供应多元化，减少对英伟达依赖 [3][5] - 谷歌TPU商用化突破"自家玩具"定位，获大厂订单 [3][13] - 国内AI厂商或受益于TPU替代GPU的可行性 [15] 产品定价 - OpenAI GPT-3输入/输出定价为10美元/40美元每百万tokens [5] - 谷歌Gemini 2.5 Pro输入/输出定价仅1美元/4美元每百万tokens [6]

核心观点 - MIT脑科学研究发现过度使用ChatGPT等AI工具会显著降低大脑活动水平 削弱记忆能力 并造成"认知惯性" [1] - 长期依赖AI工具将影响深度思考与创造力 使大脑从主动生成信息转变为被动筛选信息 [2][28] - 实验首次通过脑电图神经成像、NLP分析和行为科学数据证实AI写作工具会降低认知参与度 导致大脑退化 [3][25] 实验设计 - 54名大学生被随机分为三组：LLM组(仅用GPT-4o)、搜索引擎组(仅用谷歌)、纯大脑组(禁用所有工具) [11] - 每组需在20分钟内完成SAT议论文写作 期间用脑电图记录神经活动 并通过NLP分析语言特征 [13][15] - 第四轮实验将18名参与者调换组别 观察工具切换后的认知表现差异 [24] 神经活动差异 - 纯大脑组神经连接最强 需调动更多记忆与创造性思维 认知负荷最高 [17] - LLM组神经连接最弱 自主思考大幅减少 搜索引擎组介于两者之间 [18] - 原LLM组切换至纯大脑写作后 神经连接仍弱于原生纯大脑组 显示认知惯性 [24] 论文质量与记忆表现 - LLM组论文结构规范但同质化 纯大脑组风格独特 搜索引擎组受排名偏见影响质量中等 [20] - 83.3%的LLM组参与者无法准确记忆论文内容 纯大脑组仅11.1%存在记忆困难 [21][22] - 原纯大脑组使用LLM时大脑活动增强 因能整合工具建议与自主思考 [24] 认知机制影响 - AI工具形成"便利陷阱" 以降低神经连接为代价换取效率 导致记忆衰退与创造力下降 [26] - 长期使用改变信息处理模式 削弱独立解决问题能力 类似导航工具使人方向感退化 [5][28] - 纯大脑写作强化神经协调 搜索引擎使用涉及视觉执行整合 处于中间状态 [29] 使用建议 - 避免完全依赖AI生成核心内容 应将其用于语法检查或初步资料搜集 [30] - 产出后需消化吸收并融入个人见解 保持工具辅助与自主思考的平衡 [7][31] - 类比计算器使用原则：关键在教会何时需心算而非禁止工具 [9]

Claude 4系列模型发布 - Anthropic在首届开发者大会上正式发布Claude 4系列模型，包含Opus 4和Sonnet 4两个型号 [1][3] - Opus 4是公司迄今最强大的AI模型，能连续处理长达7小时的长期任务，被描述为"世界上最好的编码模型" [6][8] - Sonnet 4定位经济高效，取代3.7版本，在编码效率和响应精确度上显著提升，走捷径概率降低65% [13] 技术性能突破 - 编码能力：Opus 4在SWE-bench和Terminal-bench分别达到72.5%和43.2%准确率，领先竞品 [4][8] - 推理能力：Opus 4在研究生级推理测试GPQA中达79.6%/83.3%，工具使用准确率81.4% [4][10] - 内存优化：模型可创建"内存文件"存储关键信息，提升长期任务连贯性，如游戏导航指南 [11] 行业竞争格局 - 2025年AI行业转向推理模型，Poe报告显示推理类交互占比从2%激增至10% [32][35] - 主要厂商差异化竞争：OpenAI强于通用推理，谷歌擅长多模态，Anthropic专注编码和持续性能 [35] - 模型更新节奏加快，Anthropic在OpenAI发布GPT-4.1五周后即推出竞品 [35] 商业化进展 - 定价策略：Opus 4每百万token 15-75美元，Sonnet 4为3-15美元，与旧版持平 [15] - 营收增长：第一季度年化营收达20亿美元，较上季度翻倍，10万美元以上客户数同比增8倍 [23] - 融资动态：获25亿美元五年期循环信贷额度，增强行业竞争流动性 [23] 开发者生态 - 发布Claude Code命令行工具，支持GitHub Actions及VS Code/JetBrains原生集成 [17] - API新增代码执行工具、文件API等功能，支持提示缓存1小时 [21] - 提供"扩展思考"测试版功能，允许模型在推理中交替使用网络搜索等工具 [19][20] 用户实测反馈 - 网友实测显示Opus 4能30秒生成CRM仪表盘，Sonnet 4可无bug通关游戏并执行多任务 [24][26] - 艺术创作测试中，模型仅凭简单提示即生成包含光影效果的3D作品 [28]

报告公司投资评级 - 维持买入评级 [1][6] 报告的核心观点 - 公司汽车业务快速增长，鸿蒙业务建立千人团队并持续投入FarAI人工智能平台，预计2025 - 2027年公司的EPS分别为0.34/0.40/0.52元 [5][6] 报告相关目录总结 股票数据 - 总股本4.29亿股，流通股本3.31亿股；总市值91.92亿元，流通市值70.88亿元；12个月内最高价34.31元，最低价8.82元 [3] 业绩情况 - 2024年收入43.21亿元，同比增长11.22%；归母净利润1.31亿元，同比增长15.90%；2025年一季度收入10.79亿元，同比增长7.85%；归母净利润0.28亿元，同比减少12.94% [4] 业务板块收入情况 - 2024年互联网收入14.99亿元，同比增长4.61%；金融收入12.38亿元，同比增长7.91%；汽车业务3.90亿元，同比增长101.23%；能源业务3.35亿元，同比增长47.42%；通信业务2.76亿元，同比增长36.93%；软件业务1.12亿元，同比增长65.90%；制造业收入1.03亿元，同比增长3.34%；航空物流收入0.84亿元，同比增长9.58% [5] 鸿蒙与AI业务情况 - 公司拥有超1000人的鸿蒙开发认证软件开发人员和超200人的鸿蒙布道师销售团队，完成千万级订单签署，在多行业实现业务突破，参与国产编程语言生态；FarAI人工智能平台在金融等领域有AI应用，自主研发多款产品并应用到众多行业客户 [5] 盈利预测和财务指标 |项目|2024A|2025E|2026E|2027E| | ---- | ---- | ---- | ---- | ---- | |营业收入（百万元）|4,321|4,900|5,700|6,700| |营业收入增长率(%)|11.22%|13.41%|16.33%|17.54%| |归母净利（百万元）|131|146|171|222| |净利润增长率(%)|15.90%|11.11%|17.28%|30.22%| |摊薄每股收益（元）|0.31|0.34|0.40|0.52| |市盈率（PE）|71.87|63.16|53.85|41.36|[8] 资产负债表、利润表、现金流量表及预测指标 |项目|2023A|2024A|2025E|2026E|2027E| | ---- | ---- | ---- | ---- | ---- | ---- | |货币资金（百万）|794|1,058|1,101|2,096|2,088| |应收和预付款项（百万）|1,253|1,285|1,455|1,692|1,989| |存货（百万）|32|72|76|89|104| |流动资产合计（百万）|2,621|2,890|3,093|4,345|4,659| |资产总计（百万）|2,768|3,037|3,219|4,465|4,779| |负债合计（百万）|716|913|980|2,092|2,230| |股东权益合计（百万）|2,051|2,238|2,373|2,549| |营业收入（百万）|3,885|4,321|4,900|5,700|6,700| |营业成本（百万）|3,061|3,465|3,920|4,570|5,370| |净利润（百万）|113|131|146|171|222| |毛利率(%)|21.20%|19.79%|20.00%|19.82%|19.85%| |销售净利率(%)|2.91%|3.03%|2.97%|2.99%|3.32%| |销售收入增长率(%)|8.33%|11.22%|13.41%|16.33%|17.54%| |净利润增长率(%)|-12.57%|15.90%|11.11%|17.28%|30.22%| |ROE(%)|5.51%|6.17%|6.50%|7.19%|8.72%| |ROA(%)|4.15%|4.51%|4.65%|4.44%|4.81%| |ROIC(%)|5.94%|4.81%|5.75%|4.65%|5.78%| |EPS(X)|0.30|0.31|0.34|0.40|0.52| |PE(X)|39.17|71.87|63.16|53.85|41.36| |PB(X)|2.45|4.50|4.11|3.87|3.61| |PS(X)|1.30|2.21|1.88|1.61|1.37| |EV/EBITDA(X)|24.88|56.35|49.09|46.01|36.54| |经营性现金流（百万）|118|152|69|24|31| |投资性现金流（百万）|-34|28|9|6|8| |融资性现金流（百万）|-125|32|-35|964|-47|[12][13][14]

文章核心观点 - 3月1日DeepSeek传出两则重磅消息，一是首次披露V3/R1推理系统理论成本利润率高达545%，二是潞晨科技宣布暂停DeepSeek API服务，消息揭示其在技术创新与商业模式间的双重挑战 [1] DeepSeek首次披露理论利润率 - 3月1日DeepSeek在知乎开设官方账号并发布技术文章，介绍V3/R1推理系统优化目标是实现更大吞吐量和更低延迟，采用大规模跨节点专家并行（EP）方案提升性能 [3] - DeepSeek通过EP技术增长批量大小、隐藏传输耗时和进行负载均衡优化推理系统性能，解码阶段采用更精细策略实现通信 - 计算重叠 [3] - DeepSeek成本控制突出，V3/R1训练成本仅557.6万美元，不到OpenAI GPT - 4o模型的1/20，推理成本每百万token定价16元，比OpenAI低近70%，理论利润率达545% [4] 潞晨科技暂停DeepSeek API服务 - 3月1日潞晨科技官微宣布一周后停止提供DeepSeek API服务，用户尽快用完余额，未用完全额退款 [6] - 潞晨科技CEO尤洋回应DeepSeek理论成本利润率，争议焦点包括数据参考性问题、MaaS性能与稳定性问题、商业模式可持续性问题 [6] - DeepSeek在AI基础设施依赖英伟达GPU和已有技术，未提出颠覆性算法，技术优势未转化为商业成功 [7]