4.7 日后，中美两国股市都迎来了一轮上涨： 纳斯达克累计涨幅 32.9% 。恒生科技指数 ETF （ 513180 ）累计涨幅 11.57% 。上证涨了 12.16% 。 A 股整体的上涨幅度没有美股大，从结构上看，也有 很大的差别。 逻辑是对的： 训练芯片以 H100 和 H200 为首，从 2.28 日以后其主力云上价格是往下得： 分析里面的原因：还是基础大模型的迭代变慢所致，在 transformer 架构下的基 础模型迭代明显变慢了，去年 11 月我们还能说是因为算力不够的原因，大 模型迭代受阻。但是从今年 3 月 B200 开始交付， 5 月以后情景看，基础模型的升级就是变慢了。而且从我们跟踪的行业趋势看，预训练美国大厂们还没 放弃，但是基本都把大模型迭代的重点全力投向了 RL 强化学习路径，马上要出来的 GPT5 也是这方面的集大成者。 RL 后训练强化学习阶段，老黄也认为遵 循 scaling law 法则，但比起预训练的暴力增参的大幅需求， RL 的需求显然要小一些。所以从 2 月全球一窝蜂的 转向强化学习这个路径后， H100 和 H200 的租赁价格是明确下降的，这里面也有地区影响，比如 ...

通信ETF表现 - 通信ETF（515880）7月3日开盘后震荡走高，收涨2 68% [1] xAI融资与产品进展 - xAI于7月2日再获百亿美元融资，估值飙升至1130亿美元 [3] - xAI控制台已有源代码流出，Grok 4和Grok 4 Code即将上线，计划在7月4日后发布 [3] AI行业基本面 - 英伟达GB200机架超大规模客户周均部署数量超过1000台，并有进一步扩大趋势 [3] - 英伟达市值截至7月2日为3 84万亿美元，在6月27日新高附近震荡 [3] Token消耗量增长 - Google的Token月均调用量从2024年4月的9 7万亿增长至2025年4月的480万亿，增长50倍 [3] - 微软Azure AI基础设施2025年一季度处理超100万亿Token，较去年同期增长5倍，3月单月调用量达50万亿 [3] - 字节火山引擎2025年5月Token日均调用量为16 4万亿（月均508万亿），是2024年5月的137倍 [3] AI产业链趋势 - 伴随英伟达GB200 NVL72放量，算力硬件基本面明显改善 [4] - 软件方面，Deepseek R2、GPT5等大模型有望落地 [4] - 小米眼镜的成功显示端侧成长速度较快，AI产业趋势持续 [4]

大模型竞技场神秘模型steve的猜测与讨论 - 大模型竞技场秘密上线名为steve的神秘模型 在对话中透露来自DeepSeek [1] - 网友对steve身份展开热烈讨论 猜测可能是R2、V4或旧版本升级 [2][3] - 前端代码中发现steve存在痕迹 但公开页面无法直接找到该模型 [5] steve的性能表现与技术特征 - 通过对话测试确认steve自称来自DeepSeek 与mistral的厂商声明方式类似 [8] - 在智力测试中部分题目回答正确 但仍存在错误 [11] - 代码生成测试显示steve输出约300行 V3输出约800行 [13] - 部分网友认为steve表现不及V3和R1 思考时间较短 [19][22] DeepSeek-R2研发进展与行业动态 - 上周爆料称R2再度延期 因CEO对表现不满意且缺少英伟达H20芯片 [25][26] - 4月底流传R2参数：1.2T万亿参数 5.2PB训练数据 使用华为昇腾芯片 [32] - 公司最近更新是端午节前的DeepSeek-R1-0528 尚未发布R2 [34] - 行业同时关注奥特曼GPT5和马斯克Grok4进展 七月可能迎来多款大模型发布 [5] 历史版本与市场预期 - 去年12月发布V3模型 今年3月24日进行升级 [29] - 市场曾预期R2在4月上线 参照R1在初代V3后一个月发布的节奏 [31] - 行业认为"好事多磨"可能是更好选择 参考Llama4赶工翻车案例 [36]

硅谷模型大厂变化：对预训练和 Capex 的影响？ 20250702 摘要 Meta 积极挖角 OpenAI、谷歌和 Anthropic 等公司人才，尤其集中在 多模态处理、后训练和推理模型领域，旨在提升 LLAMA 模型竞争力， 加速下一代大模型研发。 Meta 通过收购 Skill AI 加强数据筛选能力，弥补参数量不足，同时加速 集群建设，学习 OpenAI 模式，综合提升数据、人力和算力，推动下一 代模型发展。 OpenAI 的 O1 模型核心团队成员流失，任宏宇、赵胜佳和余佳慧等关 键人物被挖走，对 OpenAI 造成一定冲击，促使其加快发展步伐。 AI 人才薪酬大幅上涨，顶尖人才年薪高达一亿美元，显示科技公司对 AI 人才的争夺白热化，扎克伯格通过高薪全面压制竞争对手。 2025 年下半年，科技公司将回归预训练阶段，Meta、谷歌和 OpenAI 采取不同策略：Meta 侧重数据，谷歌优化架构，OpenAI 坚持大集群战 略。 Q&A 近期硅谷的变化对全球大模型 AI 演绎节奏有何影响？ 近期硅谷的变化显著加快了全球大模型 AI 演绎的节奏。今年（2025 年）下半 年，美国将进入新一轮的大模型迭 ...

股价表现与趋势 - 微软股价在过去三个月上涨23% 达到历史新高约478美元 [1] - MACD指标显示短期动能可能减弱 但整体上升趋势仍保持 [3] - RSI指标达72.96 进入超买区域 预示可能出现短期盘整或回调 [4] 技术面分析 - 交易者可能等待回调或横盘后再建仓 长期投资者或视回调为买入机会 [4] - 12个月平均目标价515.68美元 较当前价有7.87%上行空间 最高预测达605美元 [7] OpenAI合作风险 - 与OpenAI合作关系持续紧张 双方逐渐从合作伙伴转为竞争对手 [6] - OpenAI反对微软访问其价值30亿美元的Windsurf技术 指控存在反竞争行为 [8] - OpenAI创始人提及ChatGPT5可能实现AGI 若达成将触发合作协议终止条款 [9] 资本与监管动态 - 微软在OpenAI累计投资130亿美元 后者最新融资轮筹集200亿美元 [10] - 分析师预测微软可能在三年内收购OpenAI [11] - 监管机构正审查双方合作是否构成变相合并 可能引发反垄断调查 [13][14] 行业比较 - 微软与Magnificent Seven其他科技股均面临监管审查 包括谷歌/苹果/亚马逊等 [13] - 顶级分析师推荐的五只股票中未包含微软 尽管其当前评级为"适度买入" [15]

中科曙光占净值比6.39%的云计算ETF沪港深(517390)年内"吸金"超2亿元，其覆盖港股互联网、港A股AI相关龙头公司。 申万宏源指出，A股重回结构牛行情，大概率需要等待科技重磅产业催化兑现。国内AI、具身智能、国防军工都具备成为结构牛核心产业趋势的潜力。下半 年值得重点关注的产品包括：DeepSeekR2、GPT5和特斯拉Optimus量产版本。但在重磅产业催化前，科技也是震荡市，重点把握高性价比区域的反弹和主 题机会。鼓励并购重组和创投一级市场联动形成共振，第三次大的新经济一二级联动行情正徐徐展开。从一级市场创投融资快速改善向二级市场映射角度， 我们重点关注软件和信息、硬件技术，AI相关的数据中心、自动驾驶、机器人。 6月9日晚间，海光信息和中科曙光双双公告披露换股吸收合并预案：海光信息拟向中科曙光换股股东发行股份换股吸收合并中科曙光，并采用询价方式向不 超过35名特定投资者发行A股股票募集配套资金。本次换股吸收合并前，中科曙光是海光信息第一大股东，持股比例为27.96%。合并完成后，中科曙光将终 止上市，海光信息将承继及承接中科曙光的全部资产、负债、业务、人员、合同及其他一切权利与义务，双方股票于 ...

指数表现 - 中证数字经济主题指数(931582)下跌1 99% 成分股中深信服领跌7 14% 用友网络下跌6 22% 金山办公下跌5 22% 龙芯中科下跌4 98% 拓荆科技下跌4 59% [1] - 数字经济ETF(560800)下跌1 98% 最新报价0 74元 盘中换手率2 74% 成交额2143 73万元 [1] 市场观点 - 申万宏源认为A股结构牛行情需等待科技产业催化 重点关注AI、具身智能、国防军工领域 [1] - 下半年关键产品包括DeepSeekR2、GPT5和特斯拉Optimus量产版本 建议把握高性价比区域反弹机会 [1] - 新经济一二级联动行情正在形成 重点关注软件信息、硬件技术、AI数据中心、自动驾驶及机器人领域 [1] ETF数据 - 数字经济ETF规模达7 88亿元(近1月新高) 份额10 42亿份(近3月新高) 均位居可比基金首位 [2] - 最新单日资金净流入1359 94万元 近5日合计净流入1211 77万元 [2] - 杠杆资金连续6日净买入 最高单日净买入347 92万元 融资余额达2455 16万元 [2] 指数成分 - 中证数字经济指数前十大权重股合计占比50 98% 包括东方财富(8 12%)、中芯国际(6 58%)、汇川技术(5 49%)等 [3] - 权重股表现分化：海光信息上涨2 86% 中科曙光涨停(10%) 而北方华创下跌2 8% 澜起科技下跌2 55% [5]

中美AI叙事差异 - 中国AI叙事聚焦于DS开源带来的LLM平权及小模型端侧、边缘侧应用落地 呈现全面开花态势 算力需求以H20和国产Asic为主 大厂持续加大数据中心投入 [1] - 北美AI叙事坚持通往AGI的技术路线 持续推出多模态高阶模型和万亿参数大模型 高端NV显卡供不应求 [2][3] 算力需求分化 - 中国场景下 H20和910c芯片可满足LLM chatbot及端侧AI推理需求 异构芯片如fpga+risc-v也能支持简单AI端侧推理 [4] - 北美高端NV芯片在以下场景不可替代： - GPT-4o类文生图及多模态应用 需高显存+大带宽 单次交互可能消耗500 TFlops [5][6][8] - 千亿/万亿参数大模型训练 NV高阶芯片的互联优势显著 [7] - AI医疗生物科技等科学计算 如AlphaFold3预测分子相互作用 手术机器人需超低延时 [7] - 高阶Agent应用 需支持高并发(如AI游戏数百万NPC交互)、超长上下文记忆(数万token)、多模态处理 [8] 商业化落地差异 - 中国AI应用商业化更快 如会议纪要AI月赚数千万 腾讯接入DS模型获得2000万DAU 成本效益显著 [3][8] - 北美CSP仍在探索多模态等高阶应用 成果周期较长 但若GPT-4o等突破性应用出现 将引发高端NV卡抢购潮 [9][10] 技术变量 - DS的AI infra能力是核心变数 若V4版本实现多模态且低耗能 可能颠覆NV高端芯片逻辑 [7][10] - 视频类企业(如字节跳动)对高端NV卡需求更强 因AI视频生成需500+TFlops和48G显存 [6]