文章核心观点 - 头部量化私募正加速布局人工智能，从技术研发、人才储备到组织升级，推动AI从辅助工具向核心生产力转型，行业竞争正从“资金比拼”进入“科技比拼”的新阶段 [1] - 量化投资的数据驱动特性与AI高度契合，使其成为AI技术落地的天然“试验田”，头部机构正通过AI布局开辟新的增长曲线，并可能转型为“AI原生科技企业” [3][6][7] 量化私募的AI战略与产品发布 - **喜岳投资**：发布“阿波罗Apollo AI企业多智能体系统”，旨在通过统一平台、多智能体协作，将AI从对话工具转变为融入业务流程的“实干伙伴”，推动AI在企业内部规模化落地 [2] - **幻方量化**：于2025年1月推出开源模型DeepSeek R1，在数学、代码、自然语言推理等任务上展现出强劲性能 [4] - **九坤投资**：旗下至知创新研究院于2026年1月1日发布新一代开源代码大模型IQuest-Coder系列，在自主性软件工程、竞赛编程等维度上成为当前开源模型中的性能领先者 [4] - **念空科技**：于2025年5月联合上海交通大学计算机学院提出一种全新的大模型训练框架，并将相关论文投向神经信息处理系统大会 [4] 量化私募的AI能力建设 - **人才储备**：鸣石基金旗下创世纪AI实验室（G-Lab）于2025年3月面向全球招募AI科学家，以推动基础科学研究与金融领域应用落地 [5] - **算力基础设施**：鸣石基金自2022年起启动“星座计划”建设超级计算设施，已先后投入运行超算一期“仙女座”和二期“英仙座”，为AI研究提供强大算力支持 [5] - **行业基础**：量化私募团队普遍拥有数理、计算机与金融复合人才，深耕数据建模与算法研发，兼具充足算力与海量金融数据资源，决策高效且模型迭代闭环快，非常适合发展AI [6] 行业发展趋势与竞争格局演变 - **发展驱动力**：量化行业与AI技术发展深度共鸣，行业竞争加剧推动机构加大AI投入，核心竞争力正逐渐转向模型与算法的迭代速度 [1][6] - **战略转型**：头部量化私募正试图从“用AI赚钱”向“靠AI本身赚钱”转型，通过开源模型、技术输出等方式开辟新的增长曲线 [4][6] - **未来展望**：量化私募有望转型为“AI原生科技企业”，既深耕量化投研场景，又向外溢出技术能力，为金融行业的数字化转型注入新动力 [7]

文章核心观点 - 2025年被视为中国人工智能发展的关键之年，行业从追求参数规模转向关注技术可交付性、系统长期运行和真实世界影响[1] - 行业关注点从模型能力竞争转向系统级智能，聚焦于多模态、长期记忆、持续学习、多智能体协作、物理世界闭环和端侧应用[3] - 2026年行业共识是AI将从“工具”向“伙伴”角色转变，进入“企业多智能体上岗元年”，并追求规模化价值兑现[3][6][73] 行业规模与融资 - 2025年中国人工智能核心产业规模有望超过1.2万亿元[1] - 具身智能领域融资金额超400亿元，产业上下游企业达350多家[1] 技术趋势共识 - 2026年技术焦点不再是“更大的模型”，而是多模态模型发展、长期记忆突破、持续学习能力、多智能体协作、物理世界闭环、端侧AI应用、组织重构与价值兑现[3] - AI正从“预测下一个词”转向“预测世界下一状态”，世界模型（World Model）成为AGI发展的核心引擎[16][72] - 学习范式将从被动灌输数据走向主动学习，通过看视频、与物理世界交互等方式全方位感知世界[14] - 竞争重心从盲目堆砌规模的“大航海时代”转向追求极致效能的“高密度时代”，开源模型最大能力密度每3.5个月翻倍[66] 智能体（Agent）发展 - 2026年被定义为“企业多智能体上岗元年”，智能体从工具向伙伴角色转变，将重塑组织和商业[6][73][79] - 预计2026年全球将出现100亿个智能体，群体智能可能成为实现AGI的另一条路径[9] - 智能体需要具备长期记忆、持续学习与真实世界闭环的系统级智能，由“基础模型+记忆模块+工具调用+规划与执行+反馈学习”构成[20][21] - 企业将通过部署成百上千个AI Agent“超级员工”，构建柔性、弹性的生产力矩阵，实现“人类架构师＋智能体集群”的协同进化[6][16] 多模态与端到端技术 - 多模态大模型实现从“预测词或帧”到“预测世界状态”的关键跃迁，为世界模型与具身智能奠定基础[15] - 2026年端到端多模态技术将迎来自己的“DeepSeek时刻”，从理解、规划到生成形成统一体系，大幅提升AI应用效果上限[60] - 空间智能与世界模型技术突破，让AI从理解文本世界跨越到理解有物理规则的真实世界，并与具身智能深度融合[40][41] 具身智能与物理AI - 具身智能研究重点从“条件反射”向“深度推理”转移，机器人具备“边推演、边行动”的类人思考模式[24] - 自动驾驶是物理AI的核心问题，第二代VLA（视觉语言动作）模型实现从视觉信号到动作指令的端到端直接生成[93] - 工业具身智能机器人在制造领域规模化渗透，推动生产逻辑从“刚性效率”转向“柔性自主”，应对多品种、小批量任务[28][29] - 物理世界AI大模型在自动驾驶巴士端侧实时落地与全球化规模化商用成为关键趋势[96] 基础设施与算力 - 算力成本持续下降，推理加速、模型压缩与分布式调度成熟，使长期运行与多智能体协同在工程上可落地[21] - 国产算力自主可控迈出关键一步，沐曦全新一代通用GPU曦云C600实现从芯片设计到封装测试的全流程国产供应链闭环[105] - 端侧AI存储需求升级，集成存储mSSD通过存算协同创新，成为提升端侧AI体验的核心竞争力[113][115] - 自主式AI基础设施（Agentic Infra）的工程化和规模化是支撑大规模AI应用普及的基石[110] 应用落地与商业化 - AI应用从“提高效率”进化到“交付结果”，从“可用”到“盈利”，成为推动生产力发展的核心力量[60][69][73] - 企业级AI平台生态日渐成熟，工程能力持续突破，中国门类齐全的制造业与超大规模市场是智能体落地的最肥沃土壤[6] - 垂类大模型+企业级智能体推动产业数智化的拐点到来，行业焦点从“开发与部署”转向“运营与进化”[82][83] - 2025年云知声股价单日暴涨99.4%，市场对中国AI产业从“烧钱竞赛”走向“价值兑现”投下信心票[70][71] 交互范式变革 - 人和计算的主要接口将从“键盘/屏幕/鼠标”迁移到“对话（尤其是语音）”，语音成为默认交互入口[87] - LUI（语言用户界面）推动更自然的人机协同，开启“ChatAgent时刻”，促使海量新应用场景涌现[92] - AI交互从“对讲机式”单线程走向“原生全双工全模态”，像真人一样边听、边看、边思考，并保持实时情感流动[67] 开源与生态 - DeepSeek R1模型的开源震撼全球，推动行业开源趋势，降低AI应用门槛，类似安卓和Linux对移动互联网的作用[5][91] - 智源悟道系列大模型成为全球首个明确“多模态Scaling范式”的标杆，推动自回归路线成为行业主流[15] - 开源生态共建是释放算力价值的关键，沐曦MXMACA软件栈已对外合作开源项目60个以上，拥有超过15万用户[104]

文章核心观点 生成式人工智能正从“技术可行”走向“价值可行”的关键验证期，行业在落地路径上存在深刻分歧，这些分歧将决定AI能否成为新质生产力[1] 行业共识 - 落地核心矛盾从供给侧转向需求侧：制约AI规模化应用的关键不再是算力、模型等供给问题，而是真实业务需求、组织流程调整意愿及成本收益考量[2] - 企业级AI面临定制化困局：约70%的AI解决方案需要定制，仅30%可标准化复制，定制化投入难以变现和沉淀为可复用产品能力，导致交付高度依赖人力且难以形成规模效应[3] - 商业模式尚未跑通且价格竞争激烈：C端AI应用付费转化率低，国内年经常性收入达1000万美元以上的产品极少；B端API价格在2024年降幅高达95%-99%，2025年继续下降75%-90%，国内头部AI创业公司年营收仅数亿元人民币且普遍亏损，商业模式高度趋同于低价竞争[4][5] 行业关键分歧 - 智能体在2026年的发展边界：智能体在电商、客服等可控场景开始规模化部署，但金融、医疗等高风险场景的可靠性、可解释性未达企业级标准，且存在数据安全责任边界模糊的风险，预计2026年仅在低风险场景实现有限规模化[6] - 算力竞争主战场转移：竞争焦点正从预训练侧转向推理侧，推理调用量呈指数级增长，厂商通过架构创新提升效率，如DeepSeek R1模型的API定价仅为OpenAI同类模型的3%左右，谷歌Gemini模型算力效率提升约4倍，推理效率和成本控制正成为AI商业化的关键变量[7][8] - AI时代生态结构演进方向：移动互联网以独立App为单元的结构与AI需要跨应用获取上下文的特性产生冲突，核心在于数据流动规则、用户授权机制及责任划分框架尚未建立，需在保障安全的前提下探索新规则[9][10] 行业发展建议 - 以真实价值为导向选择落地场景：优先在数据基础好、效果易评估、风险可控的领域推进，如工业制造的质量检测、专业服务的法律文书审核等，形成可复制的应用模式[11] - 推动标准化以降低定制成本：通过制定行业级数据接口、业务流程等共性标准，降低重复投入，并在重点行业沉淀可复用的基础能力模块[12] - 强化高风险场景的质量监督与安全审计：建立AI应用分级管理和审计机制，明确数据安全责任边界，推动与现有合规风控体系集成，并对应用过程进行可验证的记录[13] - 引导多元商业模式避免低价内卷：鼓励探索基础平台费+按使用量付费、垂直领域按效果付费、咨询+实施等差异化商业模式，营造有利于长期投入的市场环境[14]

行业投资评级与核心观点 - 报告对计算机行业给出“推荐”评级，并予以维持 [4] - 报告核心观点认为，AIDC（人工智能数据中心）需求高增与成本压力共同推动云服务厂商开启涨价周期，打破了行业长期“降价趋势”，印证了算力资源的稀缺性 [2][7] - 报告认为，AIDC产业或将步入高壁垒的结构性扩张周期，从重资产行业升级为具备高壁垒、高确定性的核心基础设施赛道，具备技术迭代与资源整合效率的头部厂商有望持续受益 [7] 行业近期动态与数据 - **海外云厂商资本开支与定价**：Meta将2026年全年资本支出预期上调至1250亿美元，同比增长73% [2]；谷歌云上调全球数据传输服务价格，北美地区费率翻倍 [2]；亚马逊上调机器学习EC2容量块实例价格约15% [2] - **国内厂商投资与推广**：阿里巴巴计划未来三年将AI与云计算投资从3800亿元上调至4800亿元 [2]；腾讯元宝通过10亿元现金红包活动引导用户使用AI功能，推动APP下载量与Token消耗量快速攀升 [2] - **行业市场规模与增长**：全球云计算市场规模预计从2025年约1.29万亿美元增长到2030年约2.28万亿美元，年复合增长率约12% [7]；AIDC市场规模有望以31.5%的年复合增长率扩张 [7] - **行业指数表现**：计算机行业近1个月绝对表现8.1%，近6个月18.3%，近12个月38.2%；同期相对表现分别为6.9%、4.9%、14.9% [5] 算力稀缺性驱动因素 - **需求端扩张**：全球AIDC需求延续高增长态势，国内AI大模型竞赛（如DeepSeek、Kimi、阿里千问）驱动算力基建加速落地，应用端（如腾讯元宝）的爆发式增长直接转化为对后端智算中心、高速网络等基础设施的高频调用需求 [7] - **供给端成本压力**： - 存储芯片：三星电子计划在2026年第一季度将NAND闪存供应价格上调100%以上 [7]；TrendForce此前预测2025年第四季度NAND价格涨幅为33%至38%，并预计2026年第一季度将维持类似涨幅 [7] - 服务器CPU：英特尔与AMD计划将服务器CPU价格上调10-15% [7] - 能源成本：美国电力成本2025年12月同比上涨6.7%，自2020年以来累计上涨约38%，而同期整体消费价格仅上涨2.7% [7] 产业趋势与竞争壁垒 - **技术挑战与解决方案**：单机柜功耗从传统的5-15kW向200kW跃升，推动液冷、高密供电等创新方案加速渗透，例如华为iCooling方案可降低PUE（电源使用效率）8%–15% [7] - **国产化进程**：国产芯片生态同步成熟，例如阿里“真武810E”性能对标国际主流产品，助力国产算力体系实现软硬协同优化 [7] - **竞争焦点转变**：行业竞争焦点已从单一模型性能转向算力供给能力与系统工程效率的整体比拼，头部厂商通过“云+AI+芯片”的软硬件一体化协同构建竞争壁垒 [7] 投资建议关注方向 - **云计算**：阿里巴巴，NET，深信服，金山云，新意网集团，优刻得 [7] - **AIDC**：润泽科技，宝信软件，数据港，光环新网，奥飞数据，云赛智联 [7] - **算力服务**：协创数据，宏景科技，大位科技，有方科技，利通电子，智微智能，Coreweave [7] - **CDN**：网宿科技 [7] - **芯片**：海光信息，寒武纪，沐曦股份，天数智芯，摩尔线程，龙芯中科 [7] - **大模型**：Minimax，智谱，科大讯飞等 [7]

报告行业投资评级 * 报告未提供明确的行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12] 报告的核心观点 * 2025年中国企业出海并未因单一事件而转折，但多条变化轨迹同时加速交汇，对海外经营方式产生持续影响 [6] * 出海正从过去清晰、以规模和效率为导向的路径，转向更复杂、分散、难以简单复制的现实 [6] * 海外市场布局重心偏移，合规与组织搭建前移，本地化成为出海的基础和必备条件 [6] * 在平台红利与低成本扩张阶段形成的第一代出海经验，正在多重约束下逐步失效 [6] * 出海服务体系开始从被动响应客户需求，转向围绕重点区域提前布局，进入“服务全球”的新阶段 [6] 总述：2025年中国企业出海的整体变化 * **行业覆盖更广、目标市场更多元**：出海行业范围持续扩大，从零售电商、茶饮、文娱到AI、汽车与硬件，几乎所有主要行业均在加快出海步伐 [13][14] * **目标市场更加多元**：东南亚作为试验场，中东、拉美与非洲成为重要增量来源，欧美依然是高门槛、高价值的战略高地 [14] * **技术投入更重、合规挑战更严**：企业出海重心从应用层下沉至云计算与人工智能算力设施，将算力、平台与系统能力一并带入海外市场 [17][19] * **区域深耕更重度**：头部企业开始加大重资产投入，以资本换空间，构筑本地护城河，出海从试水行为转为长期经营承诺 [19] * **合规挑战更严峻**：欧美市场的竞争已上升到环保标准、司法调查与ESG博弈层面，出海企业被更深地纳入当地监管与治理体系 [19] * **年度数据复盘**：2025年中国外贸进出口总额突破**6.35万亿美元**，贸易顺差扩大至**1.19万亿美元** [20][21] * **出口结构反转**：共建“一带一路”国家和地区以**51%** 的占比撑起半壁江山，彻底超越欧美市场总和，其中东盟以**18%** 的份额稳居第一大区域贸易伙伴 [21] * **国内供给侧集中**：广东、浙江、江苏构成的“铁三角”集中了绝大多数A股出海上市企业，确立了“沿海高端制造供给+全球南方市场消化”的新双循环格局 [21] 出海国别：不同区域在中国企业出海中的角色分化 * **全球南方成为重要增量来源**：“全球南方”已从单纯的市场补充，跃升为中国企业全球化的核心“战略纵深” [28][29] * **新兴市场接棒欧美**：依托人口红利与数字化转型机遇，新兴市场已接棒欧美，成为中国企业打造“第二增长曲线”的主战场 [29] * **海湾地区成为全球AI能力竞赛关键节点**：海湾合作委员会国家，特别是沙特和阿联酋，正利用主权财富基金进行大规模技术投资，战略重点从传统基建转向数据中心、算力集群等数字基础设施建设 [31][32][33] * **海湾地区AI市场规模增长**：预计阿联酋AI市场规模将从2024年的**19亿美元**增长至2031年的**101亿美元**，沙特阿拉伯从**23亿美元**增长至**121亿美元** [32] * **海湾地区能源成本优势**：拥有全球成本较低的光伏能源，如沙特Shuaibah项目发电成本低至**1.04美分/kWh**，配合政府专项电价，相比全球约**16.2美分/kWh**的商业电价均值极具竞争力 [32] * **欧美市场竞争转向监管与合规**：2025年，欧美监管逻辑发生转向，通过“逆向CFIUS”和对外投资审查进行资本管控，限制美欧资金进入中国高科技领域 [34][36][37] * **欧盟构建制度性壁垒**：通过《AI法案》的极高透明度要求和《企业可持续发展尽职调查指令》的供应链穿透审查，构建了一套极高成本的制度性壁垒，实现“合规武器化” [37] 出海行业：重点行业的出海路径正在重构 * **汽车出海重心转向深度本地化**：2025年中国汽车出口达**709.8万辆**，连续保持全球第一 [43][44][48] * **海外产能规模化落地**：2025年已投产或规划的海外整车工厂规划年产能合计超过**126万辆**，建厂节奏由试点推进转向规模化落地 [48] * **动力电池协同布局**：动力电池企业围绕欧洲等核心区域布局**10GWh –100GWh** 级本地产能，与整车制造协同落地 [47][48] * **全球AI格局重构**：全球AI格局呈现“美中双引领、全球梯次分布”的特征，中美两国构成全球AI能力的核心层 [49][54] * **中国AI模型能力跻身第一梯队**：在权威模型评估平台Chatbot Arena的评测中，中国开源模型的能力已跻身全球第一梯队 [50][54] * **中国AI模型下载量反超美国**：2025年8月的全球AI模型下载量数据显示，中国模型实现对美国的关键反超 [51][54] * **中国成为全球最大数据资源国**：为AI技术迭代提供了规模最大、增长最快的数据基础 [52][53][54] * **中国AI应用形成全球第一梯队产品矩阵**：在网页端全球前50大生成式AI产品中，中国产品占**9款**；在移动端TOP50应用中，中国公司产品有**22款** [55][56][58][60] * **跨境电商履约模式转型**：全球跨境小包“免税时代”逐步终结，履约模式从直邮小包转向“海外仓+本地履约”模式 [61][62][64] * **海外仓成为主流基础设施**：2025年中国跨境电商海外仓包裹量预计达**110亿件**，首次超过直邮包裹量（**96亿件**） [66][69] * **海外仓履约市场规模增长**：预计从2022年的**1771亿元**增长至2027年的**3486亿元** [69] * **海外仓全球分布集中**：北美占**49.6%**，欧洲占**30.6%**，亚洲占**13.8%** [69] 出海策略：企业与服务体系的应对升级 * **中国品牌进入全球声誉与品牌溢价关键窗口期**：2026年Edelman全球软实力指数中，中国位列第二，是前十中唯一得分上升的国家 [74][75][76][83] * **品牌价值存在结构性差距**：中国品牌占全球价值TOP100的**19%**，但单品牌平均价值（**49,691美元**）仅为美国（**71,742美元**）的约三分之二 [79][80][82][83] * **第一代出海经验开始系统性失效**：随着对外直接投资规模持续扩大，企业出海从阶段性试探转向长期投入，依赖经验复制的“轻投入、快试错”模式开始失效 [84][85][86] * **营销端红利消退**：全球数字广告投放重心向移动端集中，2030年移动端广告占比将达**71.8%**，广告分发逻辑发生结构性变化，旧有买量打法难以支撑持续增长 [87][88][89] * **出海服务体系升级为“服务全球”**：服务商从早期被动伴随客户出海，走向自主出海并提前布局重点区域，服务对象由中资企业扩展至海外本地企业及全球化客户 [90][91][93][94][95]

幻方量化业绩表现 - 2025年收益均值达56.55%，在中国管理规模超百亿的量化私募中位列第二[1][4] - 近三年收益均值为85.15%，近五年收益均值为114.35%[1][4] - 目前管理规模已超700亿元，2019年破百亿元，2021年一度突破千亿元[1][4] 幻方量化与DeepSeek的关联 - 幻方量化由创始人梁文锋于2008年创立，是一家有数学、计算、研究和AI基因的对冲基金[1][4] - 公司丰厚的业绩为梁文锋旗下的DeepSeek提供了充足的研发资金[1][4] - 2023年4月，幻方量化宣布全力投身人工智能技术，并孵化出杭州深度求索人工智能基础技术研究有限公司（DeepSeek）[2][5][6] 幻方量化的AI技术布局 - 2016年10月，公司第一个由深度学习算法模型生成的股票仓位上线实盘交易[1][4] - 至2017年底，公司几乎所有的量化策略都已采用AI模型计算[1][4] - 2019年12月，成立幻方AI（杭州幻方人工智能基础研究有限公司），致力于AI算法与基础应用研究[1][4] - 公司斥巨资打造了“萤火一号”和“萤火二号”AI研究设施[1][4] DeepSeek的技术突破与市场影响 - 2025年1月，DeepSeek的R1模型发布后彻底火爆，成为AI行业最大“黑马”[2][6] - R1推理模型能力达行业顶尖水平，训练成本比竞争对手低一个数量级以上[2][6] - 通过自研的稀疏注意力机制（DSA）等技术，在长文本处理等任务上实现了数倍的推理速度提升和显著的内存节省[2][6] - 公司通过开源策略构建了强大的生态影响力[2][6] DeepSeek的最新动态与未来计划 - 2025年1月12日晚，DeepSeek与北京大学团队共同发布新论文《Conditional Memory via Scalable Lookup：A New Axis of Sparsity for Large Language Models》[3][6] - 同日，DeepSeek开源了相关记忆模块Engram[3][6] - 近日有消息称，DeepSeek将于2月发布新一代旗舰AI模型DeepSeek V4，该模型具备强大的编程能力，预计将对当前AI竞争格局产生重大影响[2][6]

公司新产品发布计划 - 深度求索公司预计在未来几周内，具体可能在2月中旬农历新年前后，推出新一代旗舰AI模型V4 [2] - V4模型是2024年12月发布的V3模型的迭代版本，主打强劲的代码生成能力 [2] - 公司内部基准初步测试显示，V4在代码生成领域的表现优于Anthropic Claude、OpenAI GPT等现有主流模型 [2] 公司技术进展与模型性能 - V4模型在超长代码提示词的处理与解析方面实现了技术突破，对复杂软件项目开发工程师具备显著应用优势 [4] - 该模型在训练全流程中对数据模式的理解能力得到优化，且未出现性能衰减问题 [4] - V4模型输出的答案逻辑更为严谨清晰，体现出更强的推理能力，在执行复杂任务时的可靠性将大幅提升 [4] - 公司此前发布的V3.2版本在部分基准测试中表现优于OpenAI的GPT-5以及谷歌的Gemini 3.0 Pro [3] 公司过往成就与市场影响 - V3模型的推出帮助深度求索在全球人工智能领域崭露头角 [2] - R1开源“推理型”模型的发布震动了硅谷与华尔街，一举将公司推向全球舞台 [2] - R1模型的设计逻辑是在给出答案前先进行深度“思考”以解决复杂问题，其引发广泛关注的原因在于，相较于美国研发的头部模型，公司投入的训练成本相对较低但模型性能十分亮眼 [2] - 在国内市场，公司推出的融合R1与V3双模型能力的聊天机器人产品迅速走红 [3] 公司研发与技术创新 - 深度求索首席执行官梁文锋联合署名发表研究论文，提出了一种全新的训练架构 [4] - 该架构能够支持研发人员在不按比例增加芯片投入的前提下，构建参数规模更大的AI模型 [4] - 这一系列技术进展表明，深度求索的技术创新步伐仍在持续迈进 [4]

公司产品发布计划 - 深度求索公司预计将在未来几周内推出新一代旗舰级人工智能模型V4，主打强劲的代码生成能力 [2][6] - V4模型是公司于2024年12月发布的V3模型的迭代版本，计划于2月中旬农历新年前后推出，但具体时间可能调整 [2][6] - 公司员工基于内部基准的初步测试显示，V4模型在代码生成领域的表现优于Anthropic、Claude、OpenAI GPT等现有主流模型 [2][6] 公司技术实力与过往表现 - 公司此前发布的V3模型帮助其在全球人工智能领域崭露头角，而R1模型的发布则震动了硅谷与华尔街，将公司推向全球舞台 [2][6] - R1是一款开源的“推理型”模型，其设计逻辑是在给出答案前先进行深度“思考”以解决复杂问题，其引发关注的原因在于相较于美国头部模型，训练成本相对较低但性能亮眼 [2][6] - 2024年12月，公司发布的V3.2版本在部分基准测试中表现优于OpenAI的GPT-5以及谷歌的Gemini 3.0 Pro [3][7] - 自V3.2发布后，公司一直未推出重量级迭代模型，这使得即将到来的V4模型备受业界瞩目 [3][7] 新产品V4的技术特点 - V4模型在超长代码提示词的处理与解析方面实现了技术突破，对从事复杂软件项目开发的工程师具备显著应用优势 [4][7] - 该模型在训练全流程中对数据模式的理解能力得到优化，且未出现性能衰减的问题 [4][7] - 用户或许会发现V4模型输出的答案逻辑更为严谨清晰，体现出该版本模型具备更强的推理能力，在执行复杂任务时的可靠性将大幅提升 [4][7] 公司近期技术进展 - 上周，公司发表了一篇由首席执行官梁文锋联合署名的研究论文，提出了一种全新的训练架构 [4][8] - 该全新架构能够支持研发人员在不按比例增加芯片投入的前提下，构建参数规模更大的人工智能模型 [8][9] - 这一系列技术进展表明，深度求索公司的技术创新步伐仍在持续迈进 [4][9] 公司市场与产品策略 - 在国内市场，公司推出了一款融合R1与V3双模型能力的聊天机器人，该产品迅速走红 [3][6]

美国政策与全球芯片产业格局 - 2022年拜登签署总额2800亿美元的芯片法案 其中527亿美元直接补贴半导体厂 约240亿美元税收优惠 约2000亿美元投入科研[2] - 美国商务部禁止向中国出口高端芯片设备 并联合荷兰日本等盟友共同实施限制 荷兰阿斯麦无法向中国出售极紫外光刻机[4] - 2025年3月4日 特朗普在国会演讲中批评芯片法案是浪费资金 主张废除法案并将资金用于削减债务[5] - 特朗普提议取消对芯片公司的补贴 转而征收25%至100%的关税以迫使产业回流美国 并裁撤了美国商务部芯片办公室三分之一的员工[7] - 2025年3月10日 特朗普政策引发市场恐慌 美股开盘暴跌 道琼斯指数下跌超过800点 科技股遭受重创[7] - 苹果 微软 亚马逊 谷歌 Meta 特斯拉 英伟达等七家科技巨头市值单日蒸发7600亿美元 约合5.5万亿元人民币[7] - 特朗普政策导致全球半导体供应链动荡 供应商股价下跌 并牵连亚洲股市[7] - 特朗普政策旨在通过高关税保护本土产业 但可能因全球供应链复杂性而抬高成本 使美国企业同样受损[9] - 2025年7月 美国与越南达成贸易协议 推动供应链重构 旨在减少越南对中国高科技产品的依赖[23] - 2026年1月 特朗普下令要求中国资本剥离在美国的芯片资产 理由为国家安全 限期180天内完成[23] 中国芯片产业与自主发展 - 美国制裁促使中国企业转向本土供应链并加速自主研发[4] - 中国芯片产业在压力下持续发展 制裁使中国企业更加注重本土技术[9] - 华为海思等企业早已为应对制裁做准备 特朗普的关税政策未能阻挡中国芯片发展 反而增强了其自主性[9] - 2025年 中国AI产业因制裁更注重效率创新 发展低成本模型以适配国产芯片[20] - 制裁激发了中国的创新浪潮 2025年中国大模型的发展倒逼硬件进步 国产AI芯片公司迎来IPO热潮 交付考核更为严格[23] - 中国芯片产能已实现提升 例如寒武纪计划年产量达到50万颗 其中先进型号占主要部分[23] - 中国AI芯片已从草莽时代走出 产品具备高性价比和实用性[25] - 尽管美国技术领先 但中国本土制造商面临巨大机遇[25] - 特朗普的关税和制裁未能完全阻止中国技术进步 反而增强了中国产业的自立自强能力[25] - 2025年中国服务与消费复苏 经济多面发展 芯片产业赋能整体产业升级[25] 寒武纪公司发展历程 - 陈云霁14岁考入中科大少年班 19岁进入中科院计算所硕博连读 24岁博士毕业 25岁成为中科院8核龙芯主架构师[12] - 陈云霁与弟弟陈天石共同研究人工智能与芯片结合 2010年提出相关想法[12] - 2011年 中科院计算所建立相关实验室[12] - 2014年 陈云霁团队发表DianNao和DaDianNao论文并获得计算机顶会奖项 随后研发出国内首颗深度学习处理器原型[14] - 2016年 陈天石创办寒武纪公司 陈云霁负责科研工作[14] - 2017年 华为Mate10手机搭载寒武纪芯片并热销[16] - 2020年 寒武纪在科创板上市 首日股价上涨288%[16] - 2022年12月 美国商务部将寒武纪列入实体清单 同时上榜的共有36家中国企业 制裁导致其供应链中断 产品出口困难[16] - 制裁未能压垮寒武纪 2025年其市值达到5000亿元人民币 成为中国AI芯片头部企业[18] - 陈天石押注7纳米工艺 用300天攻克技术难关 推出思元590芯片 性能比肩英伟达A100[18] - 华为中断合作后 寒武纪获得国家扶持 业务从依赖华为贡献95%收入转向本土市场 其芯片应用于服务器 金融 交通 能源等领域[18] - 2025年11月 美国制裁反而为陈天石带来230亿美元财富 寒武纪成为国家扶持典型 拥有受保护的市场并跃升为全球重要玩家[20] 中国AI技术突破与生态影响 - 陈云霁兄弟将AI芯片从概念变为现实 推动了中国AI产业发展[20] - 2025年1月20日 DeepSeek发布R1模型 该模型使用较少算力即达到全球顶尖水平 打破了依赖堆砌算力的传统路径[21] - DeepSeek R1模型为开源模型 其采用的FP8低精度格式获得行业认可 搅动了全球AI格局[21] - DeepSeek的突破有助于中国AI芯片发展 重构了芯片设计逻辑[21] - 昇腾 寒武纪 摩尔线程等国产AI芯片公司受益于DeepSeek的突破 订单量增加[21] - 2025年 DeepSeek平台上的模型数量超过200万个 其中下载量最大的多为中国产品 开源生态吸引了全球开发者并获得了国际认可[21] - DeepSeek的新训练方法mHC框架可能再次颠覆行业 为低成本大语言模型发展扫清障碍 并更好地适配国产芯片[25]

外贸表现 - 2025年2月至11月，中国货物贸易进出口已连续10个月保持增长，高盛预测2025年全年中国出口同比增速有望达到8% [1] - 2025年11月，中国首次实现了1万亿美元的年度贸易顺差 [1] - 摩根士丹利经济学家预测，到2030年，中国在全球商品出口中的份额会进一步提升 [2] 人工智能与科技发展 - 中国人工智能企业DeepSeek的R1模型发布，挑战了美国AI公司长期以来的主导地位，该模型完全免费 [3] - 美国《时代》周刊报道称，中国在开源AI领域取得领先地位，在AI竞赛中稳居第二，在开源模型领域领先 [4] - 2025年中国科技影响力从人工智能延伸至机器人、深海科学等多个前沿领域，呈现“多线并进”的发展态势 [3] 资本市场表现 - 2025年8月18日，A股总市值首次突破100万亿元大关 [5] - 高盛报告指出，A股和H股全年回报率超出其年初预测的13%和15%，并将2022年底周期低点以来的反弹幅度拓展至30%和75% [5] - 高盛预计到2027年底中国股市将上涨38% [5] - 彭博社报道称，2025年中国股市、汇市以及在岸债市集体实现正回报，是5年来未曾有过的局面 [5] - 香港在2025年重夺全球领先IPO市场的桂冠 [6] - 摩根大通今年已将对中国的投资评级从“中性”上调至“增持” [6] 软实力与品牌出海 - 《2025年全球软实力指数》将中国列为全球软实力领导者第二名，首次超越英国 [7] - 潮流玩具拉布布从一种玩具热潮演变成一种全球美学，代表中国设计从模仿转向引领全球潮流 [7] - 中国生活方式品牌、文化产品（如剧集、电影）在全球范围内收获成功，2025年是中国软实力走向主流的一年 [7] - 蜜雪冰城在东南亚市场快速扩张后已进入美国市场，霸王茶姬也在拓展海外业务 [8] - 电子游戏《黑神话：悟空》是中国文化产品在国际市场取得突破的标志性案例 [8] 经济增长与消费 - 国际货币基金组织（IMF）上调中国2025年经济增速预期至5%，并预期中国在未来几年对世界经济增长的贡献率很可能仍会达到约30% [9] - 经济合作与发展组织（OECD）上调中国2025年GDP增长预期至5% [9] - 消费对经济增长的季度贡献率从2024年底的29.7%大幅上升至2025年第三季度的56.6% [9] - 瑞银财富管理预计人工智能领域的创新和支出将推动中国科技行业2026年盈利大幅增长 [9]