作者 |弗雷迪 数据支持 | 勾股大数据 A股三大指数集体收涨，截至收盘，上证指数涨0.87%，深证成指涨1.56%，创业板指涨1.77%，北证50涨0.76%。 昨夜谷歌+博通的大涨吹响了AI反弹的号角，今天谷歌供应链+AI应用概念在A股集体爆发。 到底发生了什么？ 盘面上，科技股情绪明显好转，热点分散，但真正的主角只有一个：AI。 通信设备、CPO、光纤概念等AI硬件方向全天强势，光模块王者归来，通信ETF(515880)上涨3.67%。今年以来，通信ETF(515880)涨幅达84.38%，位列A 股全市场行业主题ETF第一。 尽管上周英伟达发布超预期业绩未能带领AI交易链大反攻，产业界日新月异的迭代又再一次引爆全球，而且是接连上演。 消息面上，Meta据悉正考虑斥资数十亿美元购买谷歌的TPU，句括用于Meta的数据中心建设。 受此消息影响，谷歌昨日股价表现强势，其AI芯片合作伙伴博通暴涨11.1%，创下自4月9日以来的最佳单日表现，两者共同推动了科技板块的反弹。 作为这一事件的主角，谷歌如今在AI界的地位可谓"平步青云"。 据分析，谷歌将自研的TPU部署于自有数据中心并向大型客户出租算力，这一潜在交易 ...

A股三大指数集体收涨，截至收盘，上证指数涨0.87%，深证成指涨1.56%，创业板指涨1.77%，北证50 涨0.76%。 昨夜谷歌+博通的大涨吹响了AI反弹的号角，今天谷歌供应链+AI应用概念在A股集体爆发。 到底发生了什么？ 01 "AI新王"诞生 盘面上，科技股情绪明显好转，热点分散，但真正的主角只有一个：AI。 通信设备、CPO、光纤概念等AI硬件方向全天强势，光模块王者归来，通信ETF(515880)上涨3.67%。 今年以来，通信ETF(515880)涨幅达84.38%，位列A股全市场行业主题ETF第一。 尽管上周英伟达发布超预期业绩未能带领AI交易链大反攻，产业界日新月异的迭代又再一次引爆全 球，而且是接连上演。 消息面上，Meta据悉正考虑斥资数十亿美元购买谷歌的TPU，句括用于Meta的数据中心建设。 受此消息影响，谷歌昨日股价表现强势，其AI芯片合作伙伴博通暴涨11.1%，创下自4月9日以来的最佳 单日表现，两者共同推动了科技板块的反弹。 作为这一事件的主角，谷歌如今在AI界的地位可谓"平步青云"。 据分析，谷歌将自研的TPU部署于自有数据中心并向大型客户出租算力，这一潜在交易可能让谷歌抢 ...

公司战略与产品发布 - 谷歌最新AI模型Gemini 3正式上线并首日集成至搜索引擎，标志着公司AI战略全面落地 [1] - 为应对ChatGPT的竞争，谷歌迅速合并DeepMind与Brain实验室以集中资源打造Gemini系列，并推动生成式AI融入搜索、YouTube等核心产品 [4] - 凭借完整技术栈（用户矩阵、研发团队、云基础设施），谷歌快速追赶，Gemini 3的推出获得行业好评 [4] 市场竞争与用户心智 - ChatGPT的先发优势使其成为AI“代名词”，谷歌在用户心智争夺上面临挑战 [4] - eMarketer预测，明年谷歌搜索广告市场份额将首次跌破50%，至2026年降至48.9% [4] 行业规则与网络生态影响 - AI搜索模式（如AI概览摘要直接呈现答案）改写行业规则，导致出版商流量下滑，皮尤研究显示相关链接点击量降幅达47% [4] - 业内担忧内容创作者无法获利将影响网络生态健康，并可能危及谷歌AI训练的信息来源 [4] - 谷歌称AI搜索带动查询量增长，可抵消广告点击下滑的影响，但未回应关于生态补偿的方案 [4]

急，奥特曼现在就很急。 隔壁谷歌0CD狂甩"大招"，ChatGPT这头更新了一个不痛不痒的"小功能"——群聊。 这手GPT版群聊跟微信和QQ上的群聊不能说是一模一样，也能说是神似。 唯一多的可能就是一个更聪明的聊天机器人，能判断群内气氛，决定发言还是闭麦。 结果，刚过一个月，横跳了！ 现在，这手更新怎么看都像是"隔壁都那样了，咱也拾掇拾掇跟一个吧？" 多少有点，没活硬整…… ChatGPT版群聊 事情是这样的，在谷歌发布Nano Banana Pro的前后脚，GPT在所有套餐（Free、Go、Plus和Pro）上推出了免费的群聊（group chat）功能。 OpenAI表示，这在一些试点地区得到了一致好评。 有意思的是，不久前，奥特曼才在2025的开发者日上坚定地表示"绝不做美国微信，不做社交"。 跟一般社媒的建群流程类似，在GPT应用中，点击对话右上角图标就能建群，通过分享链接可邀请最多20人，群成员还能二次转发邀请。 同样的，GPT版群聊进群需要换头像，修改群昵称和个人资料。 所有群聊都会显示在左侧边栏，也支持管理、设置群昵称，屏蔽群消息，拉人，踢人等操作。 用户需要主动接受邀请才能加入群聊，所有成员均 ...

AI应用板块走强 - AI应用板块全面走强，多模态AI、AI智能体、IT服务等板块上涨，蓝色光标一度上涨17%，华胜天成、浪潮软件等公司股票涨停 [1] - 具体个股表现：海峡创新上涨20.00%，博睿数据上涨20.00%，东方国信上涨12.89%，品高股份上涨11.61%，不同智能上涨10.20%，华胜天成上涨10.03%，浪潮软件上涨10.00%，榕泉彩件上涨9.96%，皖通科技上涨7.21%，南威彩件上涨7.04% [1] AI应用催化剂：巴菲特买入谷歌 - 巴菲特旗下伯克希尔·哈撒韦公司在2025年第三季度买入谷歌-A类股票近1785万股，对应季末市值约为43亿美元 [2] - 谷歌动态市盈率低于30倍，低于苹果、英伟达等科技巨头，其第三季度财报显示营收首次突破千亿美元，云计算收入增长34%，积压订单达1550亿美元 [3] - 谷歌已构建“模型+加速器+数据中心网络+应用场景”的完整AI生态，拥有自研TPU芯片及Gemini系列等产品，其旗下Google、Gmail、YouTube、安卓等产品可为AI训练提供海量数据 [3] AI应用催化剂：阿里巴巴千问APP进军C端 - 阿里巴巴“千问”App公测版已在各大应用商店上架，并同步提供网页和PC版，计划将地图、外卖、订票、办公、学习、购物、健康等各类生活场景接入 [3] - 阿里巴巴拥有广阔的用户及流量基础，旗下产品钉钉、夸克已进行大模型集成与改造，应用内AI功能升级与千问APP的交互或可抬升广告/平台等渠道收入，并实现C端AI应用的终端用户盈利 [5] 海峡创新停牌核查 - 海峡创新公司股票自2025年10月27日至11月17日价格涨幅达185.89%，因股价波动较大，公司申请自11月18日起停牌进行核查，预计停牌时间不超过3个交易日 [5] - 海峡创新年内涨幅超过530%，位列2025年涨幅榜第7名 [6] 碳酸锂价格大涨 - 2025年11月17日午后，碳酸锂期货主力合约强势涨停，涨幅9%，报95200元/吨 [9] - 赣锋锂业董事长李良彬表示，若碳酸锂明年需求增速超过30%，价格可能会突破15万元/吨 [10] - 大地期货研究员预测2026年碳酸锂将呈现供需双强格局，全球供应207.8万吨，需求197.7万吨，过剩幅度相较今年改善明显 [10] - 碳酸锂价格上涨引爆锂矿股及上游锂电材料板块 [10] 当前市场特征 - 市场出现百股涨停现象，资金炒作涉及玄学、地图、名字等主题 [7] - 昨日连板指数上涨近3%，连板股赚钱效应持续火热，平潭发展和孚日股份一字板开盘 [9] - 9月中旬以来，沪指未出现过日线三连阴，银行、保险等权重股回调拖累指数，但个股涨跌参半，整体情绪良好 [12] - 11月为业绩真空期，微盘股重新占优，活跃资金热衷于炒作题材 [12] - 机构资金出现板块轮动，从算力切换至存力，再切换至电力，新能源板块也从光伏锂电延伸至上游电池材料 [13] - 部分算力明星股价格已跌破60日均线，市场呈现结构性行情 [13]

报告行业投资评级 - 计算机行业评级为"推荐（维持）" [3] 报告核心观点 - Grok系列模型由xAI公司开发 通过快速迭代实现多模态与智能体能力突破 最新版本Grok-4在学术测试和多场景应用中建立技术壁垒 [6][8][29] - 海外大模型（OpenAI GPT-5、Google Gemini 2.5 Pro、Anthropic Claude 4）与国产模型（Kimi K2、DeepSeek-V3.1、阿里Qwen3）形成多极竞争格局 国产模型以成本效率优势（如Kimi K2输入成本仅为GPT-4.1的1/3）实现性能追平 [6][8][73] - AI Agent商业化落地加速 推动企业级服务与行业场景应用需求增长 涵盖办公、编程、金融、教育、医疗等细分领域 [6][8][83] 模型技术迭代与性能 Grok系列演进 - Grok-1（2024年3月）：开源MoE架构 3140亿参数 在HumanEval编码测试达63.2% MMLU任务达73% 优于ChatGPT-3.5 [13][14][15] - Grok-1.5V（2024年4月）：新增图像理解功能 在Mathvista测试准确率52.8% TextVQA达78.1% [17][18] - Grok-2（2024年8月）：整合实时检索与图像生成 在MATH测试追平GPT-4o DocVQA测试领先同期模型 [19][21] - Grok-3（2025年2月）：参数规模2.7万亿 引入Think分步推理和DeepSearch联网检索 在AIME、GPQA测试超越GPT-4o等旗舰模型 [20][24][25] - Grok-4（2025年7月）：上下文窗口256K tokens 计算资源投入较Grok-2增加100倍 在HLE测试以44.4%准确率刷新纪录 在AIME、SAT、GRE测试超越GPT-4o等模型 [29][30][35] 海外大模型进展 - OpenAI GPT-5：在SWE-bench Verified测试达74.9% Aider Polyglot测试达88% [59][61] - Anthropic Claude 4：在SWE-bench Verified测试中Claude Sonnet 4达80.2% Claude Opus 4达79.4% 超越GPT-4.1和Gemini 2.5 Pro [64][66] - Google Gemini 2.5 Pro：在LiveCodeBench测试达74.2% Aider Polyglot达82.2% 多模态与推理能力领先 [68][71] 国产模型突破 - Kimi K2：在SWE-bench Multilingual和Tau2测试接近Claude 4 输入成本仅为GPT-4.1的1/3 [73][77] - DeepSeek-V3.1：通过Post-Training优化增强Agent能力 工具调用效率提升 [6][74][76] - 阿里Qwen3 Coder：编码基准测试媲美Claude Sonnet 4 中文语义任务保持优势 [79][80] 算力与生态布局 - xAI计划五年内实现5000万块H100等效算力规模 支撑Grok系列迭代 [30][50][53] - 国产模型累计备案服务439款 登记应用233款 商业化进程加速 [6][73] 投资应用方向 企业级服务 - 办公：金山办公、合合信息、福昕软件、三六零 [6][84] - 编程：卓易信息、普元信息 [6][84] - ERP：金蝶国际、用友网络 [6][84] - 多模态：万兴科技、美图公司、虹软科技、当虹科技 [6][84] 行业场景 - 金融：大智慧、同花顺、恒生电子、京北方、宇信科技 [6][84] - 教育：科大讯飞、视源股份、新开普、佳发教育 [6][84] - 医疗：阿里健康、卫宁健康、讯飞医疗科技 [6][84] - 工业：华大九天、中控技术、中望软件、索辰科技 [6][84] [6][8][83][84]

AI云行业竞争格局 - AI云成为云计算赛道新一轮入场券 决定厂商能否摆脱价格战泥潭和重建护城河 [2] - 全球范围内仅存四朵超级AI云：美国AWS、微软、谷歌以及中国阿里云 [2][11] AI云核心评判标准 - 模型调用量体现市场接受度但不足以定义超级AI云 需通过四大硬核能力评估 [6] - 千亿级年度基础设施投入是基础门槛 谷歌850亿美元/微软800亿美元/AWS超1000亿美元资本开支计划 [6] - 百万级计算集群与云计算调度能力决定产业级大模型承载水平 [8] - 跨场景跨行业的顶级大模型能力需兼顾精准性与创造性 [9] - AI芯片自主布局对算力扩展和成本控制具有战略意义 尤其针对中国厂商 [10] 厂商能力对比分析 - 百度全栈能力突出但财力受限 2024年81亿资本开支仅为阿里767亿的10% 2025年300-500亿仍落后 [10] - 火山引擎资本充足 2024年800亿/2025年1500-1600亿开支 但算力调度技术积累存在短板 [10] - 全球仅四家具备全能力：微软/亚马逊/谷歌/阿里 [11] 两种发展模式对比 云+生态模式（AWS/微软） - 提供基础设施+开放外部模型合作 降低研发投入风险并增强平台吸引力 [15] - AWS通过SageMaker/Bedrock接入OpenAI/Anthropic/阿里Qwen3/DeepSeek等多模型 [14] - 微软依赖OpenAI合作 Azure年收入超750亿美元且增长34% 但面临合作方分流风险 [17] - OpenAI迁移部分训练至Google Cloud/Oracle 分成比例从20%降至8% [17] - 微软引入Meta/Mistral等多模型以减少技术依赖 [18] 全栈自研模式（谷歌/阿里） - 芯片-算力-模型全链路自研 实现技术协同与战略自主 [19] - 盈利空间更高无需分账 谷歌云AI收入达数十亿美元且订单积压1060亿美元 [20] - 谷歌TPU芯片与PaLM模型深度适配 阿里自研芯片与通义千问高度优化 [19][24] - 阿里云凭借双十一极端场景淬炼的算力调度体系 中国AI市场占比35.8%位居第一 [23] - 阿里三年投入3800亿建设基础设施 2025年Q2资本开支同比激增220% [24] - 通义千问开源模型衍生数量突破17万 形成全球最大AI模型社区 [24] 中国厂商特殊挑战 - 高端GPU供应受限倒逼自主芯片研发 阿里自研芯片已落地 [10][24] - 中国互联网场景复杂度全球独有 为算力调度体系提供极端测试环境 [23]

行业发展趋势 - AI行业从单纯追求模型能力转向追求计算效率 混合推理成为行业共识 [2][3][5] - 随着推理模式复杂化 完成任务所需token数量暴涨 导致实际成本不降反升 [2][8] - 顶尖模型厂商包括OpenAI DeepSeek Anthropic Google及国内阿里 快手 字节 智谱等均在探索混合推理方案 [13][14] 成本压力分析 - 虽然单个token价格下降 但复杂任务消耗token数量呈指数级增长 代码编写或法律分析需消耗数十万至百万token [8][9] - 最强模型价格保持稳定 99%需求转向SOTA模型 导致应用层公司利润率下降 Notion利润率下降约10个百分点 [7][10] - AI模型竞赛演变为成本竞赛 Theo Browne表示争夺最智能模型已成为争夺最昂贵模型的竞赛 [10] 技术解决方案 - 美团开源龙猫模型采用零计算专家机制 智能识别非关键内容直接返回 实现显著算力节省 [4] - OpenAI GPT-5采用路由器机制 根据问题复杂度自动选择模型 思考模式比前代少50-80%输出token [13] - DeepSeek V3.1推出单模型双模式架构 思考模式消耗减少25-50% token 保持相同答案质量 [13][14] 创新架构特点 - 混合推理模式让AI系统根据问题复杂度自动配置计算资源 避免简单任务浪费算力 [5][12] - 系统通过用户行为偏好反馈和正确率等真实信号持续训练路由机制 实现自我改进 [13] - 下一代混合推理将实现自我调节 让AI自主评估任务难度并以最低计算代价启动深度思考 [14]

行业趋势转变 - AI行业从追求更高更强转向更聪明更经济 重点发展混合推理与自适应计算 [2] - 行业痛点在于推理模式复杂化导致AI应用成本快速上升 混合推理模式成为共同应对策略 [5] - 顶尖模型厂商包括OpenAI DeepSeek Anthropic Google及国内阿里快手字节智谱等均在探索混合推理方案 [13] 成本结构变化 - 虽然单个token价格下降但复杂任务所需token数量呈指数级增长 消耗量可达数十万至百万级 [8][9] - 最强模型价格保持稳定 99%需求转向SOTA模型导致实际使用成本上升 [7] - 成本压力传导至应用层 Notion利润率下降约10个百分点 Cursor和Replit等公司被迫调整定价策略 [10] 技术创新与效率提升 - 美团龙猫模型采用零计算专家机制 智能识别非关键内容直接返回输入 实现显著算力节省 [3] - OpenAI GPT-5采用路由器机制 根据问题复杂度自动选择轻量级或高算力模型 输出token减少50-80% [12] - DeepSeek V3.1采用单模型双模式架构 思考模式在token消耗减少25-50%情况下保持相同答案质量 [12][13] 技术演进方向 - 混合推理下一个前沿是智能自我调节 使AI能自主评估任务难度并以最低计算代价启动深度思考 [14] - 系统通过用户行为偏好反馈和正确率等真实信号持续训练路由机制 实现随时间不断改进 [12]

行业发展趋势 - AI行业的发展重点正从追求更高性能转向更聪明和更经济 通过混合推理和自适应计算实现算力节省 [1] - 混合推理模式成为行业共识 各大模型厂商采用不同路径但目标一致 让模型根据问题复杂度自动选择合适的计算资源配置 [1][3] - 顶尖玩家包括Anthropic的Claude系列 Google的Gemini系列 以及国内的阿里Qwen 快手KwaiCoder 字节豆包和智谱GLM等都在探索混合推理方案 [4] 技术突破与创新 - 美团开源的龙猫大模型(LongCat-Flash)采用创新的零计算专家机制 智能识别输入内容中的非关键部分 如常见词语和标点符号 交由特殊专家处理直接返回输入 实现惊人算力节省 [1] - OpenAI的GPT-5采用路由器机制 根据问题复杂程度自动选择合适模型处理 简单问题交给轻量级模型 复杂任务调用高算力模型 [3] - DeepSeek的V3.1版本推出单模型双模式架构 将对话和推理能力合并到单一模型中 开发者和用户可通过特定标记或按钮在思考与非思考模式间切换 [4] 成本与效率挑战 - AI应用成本快速上升 尽管单个token价格在下降 但完成复杂任务所需的token数量以前所未有的速度增长 复杂代码编写或法律文件分析任务可能消耗数十万甚至上百万个token [2] - 成本压力已传导至应用层公司 生产力软件公司Notion的利润率因此下降约10个百分点 AI编程辅助工具初创公司如Cursor和Replit不得不调整定价策略 [2] - 人类认知贪婪导致99%的需求转向SOTA模型 而最强模型价格始终差不多 形成最智能模型竞赛演变成最昂贵模型竞赛的局面 [2] 性能与成本平衡 - OpenAI内部评测显示GPT-5使用思考模式能以比前代模型少50-80%的输出token完成任务 达到相同或更好效果 [4] - DeepSeek思考模式在消耗减少25-50% token的情况下 达到与前代模型相当的答案质量 为企业提供高性价比开源选择 [4] - 混合推理的下一个前沿将是更智能的自我调节 让AI模型精准自我评估任务难度 在无人干预情况下以最低计算代价在最恰当时机启动深度思考 [4]