AlphaEvolve：AI驱动的算法自动进化 - 谷歌DeepMind开发了名为AlphaEvolve的智能体，其核心机制是通过类似生物进化的方式，利用大语言模型（LLM）自动改写和筛选算法代码，实现算法的自我进化 [2] - 该研究颠覆了传统认知，AI不仅限于编写辅助性代码，而是能够直接修改核心算法逻辑，在多项测试中超越了人类专家手工打磨的版本 [1] - 整个过程实现了全自动闭环：生成代码、运行测试、评估表现、筛选优胜版本并进入下一轮进化，人类仅需定义算法骨架和评价标准，不参与中间调参或手动筛选 [1][9] 技术方法与实验设计 - 研究团队没有让模型从零开始，而是选定了两个成熟的不完全信息博弈求解算法框架作为基础：CFR（后悔最小化）和PSRO（策略种群训练） [8] - 研究人员将算法核心逻辑拆解为几个可被改写的Python函数（如后悔值累积规则、策略生成方式等），仅开放这些“关键决策逻辑”供LLM修改，为进化定义了“基因范围” [8] - AlphaEvolve对当前算法代码进行语义上有意义的改写，生成多个版本，每个版本都会被自动编译并在真实博弈环境中对战，根据exploitability等指标进行评分和优胜劣汰 [8][9] 核心成果：VAD-CFR算法 - AlphaEvolve在CFR框架下进化出了全新的VAD-CFR算法，其直接修改了“后悔值怎么累计、怎么打折、什么时候开始平均策略”等核心逻辑 [11] - VAD-CFR引入了volatility-sensitive discounting（根据波动动态折扣）和hard warm-start schedule（前期蓄力、后期发力）等非直观机制 [11] - 在多项博弈测试中，VAD-CFR的表现超过了人类优化过多轮的CFR+、DCFR、PCFR+等版本，其收敛曲线下降更快、最终值更低，在约500次迭代后下降速度明显加快 [13] - 在规模更大、更复杂的测试游戏中，VAD-CFR依然保持优势，表明其改进是在算法结构层面找到了更高效的更新方式，而非针对特定游戏的技巧 [13] 核心成果：SHOR-PSRO算法 - 在PSRO框架下，AlphaEvolve进化出了SHOR-PSRO算法，其核心是重新设计了“元求解器” [13] - SHOR-PSRO将多种更新机制混合，设计了一种混合型meta-solver，并能随着训练进程动态调整，使训练过程自动从“多样性探索”过渡到“逼近均衡” [14] - 在对比测试中，SHOR-PSRO的曲线下降更快，在第100次迭代时的exploitability更低，在同样迭代次数下能更有效地逼近博弈均衡 [16] - 在更复杂的测试游戏（如4-player Kuhn、6-sided Liar's Dice）中，SHOR-PSRO依然保持优势，显示出良好的泛化能力 [16] 行业影响与反响 - 该研究成果以一篇37页的论文形式发布，题为《基于大语言模型的多智能体学习算法自动发现》，在技术圈引起了巨大反响 [4] - 有观点认为，这项技术像是DeepMind手中的一张王牌，可能导致谷歌在AI竞赛中赢得优势 [6] - 该进展引发了关于AI自我改进边界的深入思考，例如AI设计更好的学习算法后，是否也应优先考虑为自己设计“伦理引擎”以解决对齐问题 [7]

AlphaEvolve的核心突破 - 谷歌DeepMind开发的AlphaEvolve智能体，首次利用大语言模型（LLM）驱动，实现了对算法核心逻辑（而非仅参数）的自动改写和进化[3][5] - 该过程完全自动化闭环：由LLM生成算法代码的语义改写版本，在真实博弈环境中自动测试、评估、筛选并循环进化，无需人类参与中间调参或试错[4][6][20] - 进化出的新算法在多项测试中超越了人类专家手工打磨的版本，且其机制并不直观，属于人类难以凭经验穷举出的解决方案[5][6] 实验设计与方法 - 研究团队未让模型从零开始，而是选定了两个成熟的不完全信息博弈算法框架：CFR（后悔最小化）和PSRO（策略种群训练）作为进化起点[17] - 仅将算法的关键决策逻辑（如后悔值累积规则、策略生成方式、元求解器逻辑）拆解为可被改写的Python函数，作为进化的“基因范围”，其余框架固定[18] - 进化过程结合了Gemini系列大模型与进化搜索，对代码进行不断生成、测试、筛选和再进化[9] 进化成果：VAD-CFR算法 - AlphaEvolve针对CFR框架进化出了名为VAD-CFR的新算法，直接修改了后悔值累计、折扣以及平均策略启动时机等核心逻辑[22] - VAD-CFR引入了如“根据波动动态折扣”和“前期蓄力、后期发力”的预热机制等非直观设计[22] - 在多项博弈测试中，VAD-CFR的收敛表现超越了CFR+、DCFR、PCFR+等人类优化版本，在最多1000次迭代中曲线下降更快、最终可被利用度（exploitability）更低[25] - 该优势在规模更大、更复杂的测试游戏中依然保持，表明其改进源于算法结构层面更高效的更新方式，而非针对训练数据的技巧[26][27] 进化成果：SHOR-PSRO算法 - 针对PSRO框架，进化出了SHOR-PSRO算法，其核心是重新设计了“元求解器”[28][30] - SHOR-PSRO设计了一种混合型元求解器，能够动态调整，使训练过程自动从“多样性探索”过渡到“逼近均衡”[30] - 在最多100轮的PSRO迭代中，SHOR-PSRO在多数游戏中比Uniform、Nash、AlphaRank等经典方法收敛更快，在第100次迭代时的可被利用度更低[31] - 在4玩家Kuhn扑克、6面骰子说谎者游戏等更复杂的测试环境中，SHOR-PSRO的优势依然保持，展现了良好的泛化能力[33] 行业影响与反响 - 这项研究被写成37页论文《基于大语言模型的多智能体学习算法自动发现》，在技术圈引起轰动[11] - 业内评论认为，这标志着AI不仅能编写辅助代码，已能设计出超越人类的核心学习算法，是DeepMind的一张“王牌”[13] - 此进展促使人们思考AI自我改进的边界，包括在迈向超强人工智能（ASI）之前，AI是否应优先为自己设计“伦理引擎”或对齐机制[14] - 该研究展示了AI正以更工程化的方式深度融入软件生产，推动Agentic AI从局部试点迈向体系化工程建设[37]

公司动态 - Alphabet旗下谷歌公司正式宣布其年度旗舰开发者大会Google I/O将于2026年5月19日至20日在加州山景城总部举行，活动将同步通过官网向全球观众直播 [1] 大会焦点与产品发布 - 2026年Google I/O大会预计将聚焦人工智能领域的最新进展 [2] - 谷歌将在大会上发布其Gemini系列大模型的更新，并展示更多集成AI能力的软硬件产品 [2] - 最受关注的潜在发布是谷歌首款面向消费者的智能眼镜，该公司已于2025年12月确认计划在2026年推出搭载人工智能功能的智能眼镜产品 [2] 行业竞争与市场背景 - 谷歌推出AI智能眼镜的动向被视为对Meta与雷朋合作推出的AI眼镜迅速走红的回应 [2] - 据市场数据，Meta AI眼镜在2025年销量已突破700万副，同比增长逾三倍 [2] - 谷歌在2025年Google I/O大会上已宣布与知名眼镜品牌Warby Parker建立战略合作伙伴关系，共同开发融合时尚设计与AI功能的可穿戴设备 [2]

文章核心观点 - 2025年AI云计算产业的核心发展主线是“AI落地”与“全栈为王” [4] - AI技术正从概念普及迈向规模化落地，驱动云计算市场需求爆发，竞争维度从价格和模型性能升级为涵盖芯片、框架、模型、应用的全栈能力对抗 [4][17] - 百度智能云作为中国AI基础设施的重要建设商，在AI落地实践和全栈技术能力方面表现突出，市场份额领先 [1][19][24] AI云计算市场趋势：AI落地 - 2025年被称为“Agent元年”，AI办公、金融、教育、文娱、地产等领域Agent应用层出不穷，推动AI云计算资源需求水涨船高 [4][8] - 2025年1-11月，中国主流云厂商大模型相关中标项目累计达291个，中标金额突破21亿元 [11] - 市场教育普及，企业从“尝鲜”转向将AI云接入实际生产，例如超65%央企、100%系统重要性银行及800+金融机构、TOP 10手机厂商、中国市场销量TOP15汽车品牌、TOP10新能源车企等落地大模型选择百度智能云 [14] - 全球科技巨头资本开支创新高，争夺AI算力，例如亚马逊2025年AI及数据中心基础设施预计投入1250亿美元，较年初口径上调25% [16] AI云计算竞争格局：全栈为王 - AI云计算竞争超越单纯的价格、参数和份额比拼，升级为芯片、工具、模型、平台架构、生态系统的“全栈能力”大战 [4][17] - 客户需求从购买传统云计算资源转变为要求云厂商直接提供最终的“AI能力” [4][17] - 谷歌在2025年底通过密集更新Gemini系列大模型、Nano Banana大模型、TPU芯片、谷歌云等产品，展示全栈能力，在多条战线竞争 [17] - 国内具备AI云全栈能力的代表厂商是百度，其全栈布局包括AI Infra（算力基础设施）和Agent Infra（智能体基础设施） [19][21] 百度智能云的行业地位与表现 - 根据IDC报告，2024年中国AI公有云服务市场规模达195.9亿元，百度智能云以24.6%的市场份额稳居第一，连续六年、累计十次蝉联市场第一 [19] - 2025年1-11月，百度智能云以95个中标项目和7.1亿元中标金额，在中国主流云厂商大模型相关中标项目中位列“双第一” [11] - 2025年11月披露的财报数据显示，百度AI云收入同比增长33%，AI应用收入达26亿元，AI原生在线营销服务收入同比增长262%达28亿元 [24] - 在Forrester 2025年第四季度中国AI平台报告中，百度智能云获评行业领导者象限，产品能力得分第一，在18项评估中获得14项最高分（5分） [24] 百度智能云的技术与产品布局 - 全栈能力涵盖基础架构：AI Infra包括昆仑芯、超节点、百舸AI计算平台等；Agent Infra以千帆企业级AI开发平台为主，提供文心大模型及超过150款主流模型、工具与数据平台 [21] - 2025年8月以来全面升级百舸AI计算平台5.0、千帆平台4.0，推出自研芯片昆仑芯M100、M300，天池256/512超节点，以及文心大模型5.0、秒哒2.0、GenFlow 3.0、自我演化Agent伐谋等一系列更新 [21] - 技术积累深厚：昆仑芯团队可追溯至2011年；2013年成立深度学习实验室；2015年对外提供云服务；2021年推出百舸AI异构计算平台；2023年推出千帆大模型平台；2025年4月成功点亮国内首个全自研的3万卡集群 [23] AI云计算的行业应用案例 - 金融领域：百度智能云与高华证券联合发布的“高度指数”产品，上线一周年累计收益率达23.2% [5]；与银河证券打造的场外交易Agent将下单转化率提高3倍，业务规模翻倍 [25] - 工业与能源领域：与南方电网深圳供电局打造的配电网Agent将操作票审核时间从30分钟加速到3分多钟，警告信号处理时间从5分钟降低到1分钟 [25] - 消费与服务领域：与海底捞在1000家门店部署的AI巡检系统，实现了标准化、自动化运营管理升级 [25]

市场情绪与股价表现 - 过去一年被视为“硬通货”的“OpenAI概念股”自12月11日起“魔法”失效，市场情绪发生重大逆转 [1] - 12月11日，甲骨文股价一度下跌16%，博通股价大跌11%，市值蒸发2192亿美元 [1] - 美股AI八巨头（包括博通、甲骨文、英伟达、微软等）市值合计一夜蒸发5470亿美元（约合人民币3.8万亿元） [1] - 与OpenAI深度绑定的上市公司（甲骨文、软银、微软、英伟达、CoreWeave、AMD）股价从10月底开始集体大跌 [2][16] - 具体公司自10月底以来股价与市值表现：甲骨文跌27.7%，市值蒸发2094亿美元；软银跌34%，市值蒸发13.5万亿日元（约865亿美元）；微软跌7.42%，市值蒸发2851亿美元；英伟达跌13.51%，市值蒸发6678亿美元；CoreWeave跌41.22%，市值蒸发274亿美元；AMD跌17.70%，市值蒸发738亿美元 [17] 博通（Broadcom）的困境 - 公司2025财年第四季度业绩超预期：每股盈利1.95美元（预期1.87美元），营收180.2亿美元（预期174.5亿美元） [4] - 预计2026财年第一季度AI芯片销售额将达82亿美元，较去年同期翻倍 [4] - 公司目前拥有730亿美元的AI产品订单积压，将在未来六个季度内交付，但此数字令部分投资者失望 [6] - 引发市场担忧的两个关键信息：其一，AI收入毛利率低于非AI收入毛利率；其二，与OpenAI的合同在2026年不会开始产生太多收益 [6][7] - 根据与OpenAI的合同，博通将在2026年至2029年间为其提供10吉瓦的数据中心基础设施，大部分收益将在2027年至2029年产生 [7] - 市场认为，漫长的回报周期和低于预期的利润率，让博通与OpenAI的交易充满不确定性 [8] 甲骨文（Oracle）的风险 - 公司2026财年第二季度总营收160.6亿美元不及预期，云业务营收80亿美元（同比增长34%）未达80.4亿美元的分析师预期 [9] - 剩余履约义务（RPO）同比飙升438%至5230亿美元，远超FactSet分析师预期的5020亿美元，成为风险导火索 [9] - 5230亿美元的RPO中，有3000亿美元来自OpenAI一项为期五年的算力采购协议，公司未来与OpenAI深度捆绑 [12] - 市场严重怀疑OpenAI的履约能力，分析师估算OpenAI需在2030年实现逾3000亿美元年收入才能覆盖甲骨文合同对应的支出 [12] - 公司现金流状况恶化：上财季自由现金流约为-132亿美元（市场预期-52亿美元），并将2026财年资本支出预期上调150亿美元至500亿美元 [12] - 公司五年期信用违约掉期（CDS）已升至2009年以来最高点，反映投资者对其信用质量信心崩塌 [12][14] - 公司联席CEO试图安抚市场，称拥有超700家AI客户，即使OpenAI违约也能在“数小时内”重新分配基础设施，但这暴露了OpenAI可能“吃不下”订单的风险 [14] OpenAI的挑战与行业影响 - OpenAI在成立10周年之际紧急发布GPT-5.2，但被不少观点认为仅靠模型难以与谷歌的全栈生态抗衡，制约其收入潜力和履约能力 [3][18] - 谷歌新一代模型Gemini 3的出现给OpenAI带来巨大压力，OpenAI首席执行官宣布公司进入“红色警报”状态 [17] - 评论认为，OpenAI模型水准不再有明显优势，且难以抗衡谷歌的全栈全生态优势 [18] - OpenAI高昂的算力成本和巨额支出承诺，与其尚未完全清晰的盈利模式形成鲜明对比 [18] - 科技评论员估算，建设1GW数据中心需耗资约500亿美元且耗时至少两年半，OpenAI要兑现多个1GW部署承诺需筹集超1000亿美元资金，其33GW目标总投资达万亿美元级别，250GW蓝图成本高达约10万亿美元（相当于美国去年GDP的三分之一） [18] - 汇丰银行研报警告，到2030年OpenAI的累计自由现金流仍将为负，资金缺口高达2070亿美元，商业模式可持续性面临挑战 [19] - 分析师指出，若OpenAI成功，将成为谷歌、Meta等合作伙伴的直接竞争对手；若失败，其巨额算力合同将变成无法兑现的“白条”，让供应商背负坏账和闲置数据中心 [22] 谷歌（Google）的竞争优势 - OpenAI的困局恰好成就了谷歌的崛起，谷歌拥有OpenAI最稀缺的现金流和完整的产业链 [23] - 谷歌2026年预期资本支出占经营性现金流的56%，在巨头中效率最高 [23] - 最新财季数据显示，甲骨文资本支出/经营活动现金流（CapEx/CFO）为571.4%，而谷歌仅为49.5% [24] - 谷歌走全栈自研路线：用自家张量处理单元（TPU）芯片支撑谷歌云平台（GCP），训练和运行Gemini系列大模型，垂直整合带来极致成本优势 [24] - 模型数据显示，谷歌TPUv7的总拥有成本（TCO）比英伟达GB200服务器低约44% [24] - 分析师预测，若谷歌推进TPU对外销售，数年内有望占据AI芯片市场20%份额，催生一个约9000亿美元规模的业务 [25] - 摩根士丹利测算，谷歌每向第三方数据中心销售50万块TPU，就可能在2027年增加约130亿美元的收入 [25] - 市场预估谷歌明年市值有望站稳5万亿美元，其拥有全球50亿用户、“全家桶”产品生态及Android覆盖30亿设备，使得AI产品能瞬间扩散至全球并形成市场闭环 [25]

OpenAI相关公司股价大跌及市场担忧 - 过去一年被视为“点金石”的OpenAI概念股，其“魔法”在近期失效，导致与其深度绑定的上市公司股价集体大跌[4][5] - 12月12日，博通股价大跌11%，市值蒸发2192亿美元，拖累美股AI八巨头市值一夜蒸发5470亿美元（约合人民币3.8万亿元）[4][5][6] - 与OpenAI深度绑定的上市公司自10月底以来股价普遍下跌，其中甲骨文跌27.7%，软银跌34%，微软跌7.42%，英伟达跌13.51%，CoreWeave跌41.22%，AMD跌17.70%[6][20][21] 博通（Broadcom）的业绩与风险 - 博通2025财年第四季度业绩超预期，每股盈利1.95美元（预期1.87美元），营收180.2亿美元（预期174.5亿美元），并预计2026财年第一季度AI芯片销售额将达82亿美元，较去年同期翻倍[7] - 尽管业绩向好，但公司披露其AI收入毛利率低于非AI收入毛利率，且与OpenAI的合同在2026年不会产生太多收益，大部分收益将在2027年至2029年产生，导致股价在财报后转跌[7][11] - 博通目前拥有730亿美元的AI产品订单积压，将在未来六个季度内交付，但此数字令部分投资者失望，尽管CEO称其为“最低值”[9] 甲骨文（Oracle）的财务压力与OpenAI订单风险 - 甲骨文2026财年第二季度总营收160.6亿美元不及预期，云业务营收80亿美元同比增长34%，但未达80.4亿美元的分析师预期[12] - 公司剩余履约义务（RPO）同比飙升438%至5230亿美元，远超预期的5020亿美元，其中3000亿美元来自OpenAI一项为期五年的算力采购协议[12][14] - 市场严重怀疑OpenAI的履约能力，分析师估算OpenAI需在2030年实现逾3000亿美元年收入才能覆盖甲骨文合同支出，甲骨文上财季自由现金流约为-132亿美元（预期-52亿美元），并将2026财年资本支出预期上调150亿美元至500亿美元[14] - 甲骨文五年期信用违约掉期（CDS）已升至2009年以来最高点，反映投资者对其信用质量信心下降[14][16] OpenAI面临的竞争与商业模式挑战 - 谷歌新一代模型Gemini 3的出现给OpenAI带来巨大压力，专家认为OpenAI模型水准不再有明显优势，且难以抗衡谷歌的全栈全生态优势[4][21][22] - OpenAI在四个月内紧急发布了GPT-5、GPT-5.1和GPT-5.2，但业界认为其在对手压力下显得被动[21] - 科技评论员估算，建设1GW数据中心需耗资约500亿美元且耗时至少两年半，OpenAI要兑现多个1GW部署承诺需筹集超1000亿美元，其宣称的33GW目标总投资将是万亿美元级别[22] - 汇丰银行研报警告，到2030年OpenAI的累计自由现金流仍将为负，资金缺口高达2070亿美元，其商业模式的可持续性正经历挑战[23] 谷歌（Google）的竞争优势与市场前景 - 与OpenAI依赖外部合作不同，谷歌走全栈自研路线，使用自家TPU芯片支撑云平台和Gemini模型，带来成本优势[26][27] - 分析数据显示，谷歌TPUv7的总拥有成本（TCO）比英伟达GB200服务器低约44%[27] - 分析师预测，若谷歌对外销售TPU，数年内有望占据AI芯片市场20%份额，催生一个约9000亿美元规模的业务，每向第三方销售50万块TPU可能在2027年增加约130亿美元收入[28] - 市场预估谷歌明年市值有望站稳5万亿美元，专家指出其拥有AI全栈、软硬件与服务全栈以及全球用户市场（约50亿用户）三大优势[28] 英伟达（NVIDIA）与行业动态 - 英伟达计划下周在其总部举办闭门峰会，邀请电力和电气工程领域初创公司，重点讨论数据中心电力短缺问题[34][36] - 位于圣克拉拉的两座数据中心因无法获得足够电力已空置数年，摩根士丹利将2025~2028年美国数据中心累计电力缺口从44吉瓦上调至47吉瓦[36] - 高盛指出，AI服务器集群的耗电速度远超电网扩容步伐，电力供应恐将成为AI时代最大瓶颈[36] 金融市场与大宗商品表现 - 12月12日收盘，纳指跌1.69%，创两周新低；标普500指数跌1.07%；道指跌0.51%但本周累计上涨1.05%[42] - 现货白银本周累涨6.29%，周内一度触及64.65美元/盎司，创历史新高；现货黄金本周累计上涨2.49%，报4302.68美元/盎司[42] - 美元指数本周累计下跌0.62%，连跌三周，周内一度跌破98关口[42][44] - 美国原油期货本周跌约4.4%，纽约天然气跌超22%[45]

宏观环境 - 10月CPI同比增长0.2%，增速转正，环比上涨0.2% [1][6] - 10月PPI环比增长0.1%，为今年以来首次正增长，同比下降2.1%，跌幅继续收窄 [1][7] - 10月核心CPI同比增长1.2%，持平于过去四年最高增速，旅游价格环比增长2.5% [6] - 2026年国内通胀有望回升，中美贸易摩擦可能进入缓和期，有利于出口延续增长 [1][7] 计算机行业持仓 - 计算机行业2025Q3重仓股配置比例为2.6%，环比下降0.1个百分点，低配2.2个百分点 [2][9] - 2025Q3公募基金持股市值前十公司包括金山办公(126亿元)、中科曙光、科大讯飞等，金山办公为持股基金数最多的公司(230个) [10] - 机构加仓方向以AI算力、金融科技等为主，中科曙光持股市值增加59亿元，浪潮信息增加36亿元 [11] - 计算机行业持续低配，AI仍处于高速发展阶段，后续上涨动能较为充足 [11] 德赛西威 (002920.SZ) - 预计2025/2026/2027年营业收入达327/398/494亿元，归母净利润达25.3/32.6/40.8亿元 [3][13] - 2025年9月发布车规级低速无人车品牌"川行致远"，开启低速无人车行业车规级时代 [12] - 公司与NVIDIA合作，基于DRIVE AGX Thor的IPU14域控制器在全球推广，加速全球化布局 [13] - 公司完成定增发行，募集资金43.99亿元，用于优化产能布局和加快新业务孵化 [13] 国邦医药 (605507.SH) - 预计2025-2027年营业收入64.11/72.85/81.72亿元，同比增长8.8%/13.6%/12.2%，归母净利润9.43/11.62/13.76亿元，同比增长20.6%/23.2%/18.5% [4][17] - 2025年前三季度归母净利润6.7亿元，同比增长15.8%，毛利率26.9%，同比提升0.7个百分点 [15] - 公司与浙江省国有资本运营有限公司战略合作，获7.9亿元投资，持有6.85%股份，共谋创新发展 [16] - 公司在售70余个化学药物产品，13个产品收入过亿，产品销往全球117个国家地区 [16] 东方电气 (600875.SH) - 2025Q1-Q3营业收入547.44亿元，同比增长16.41%，归母净利润29.66亿元，同比增长13.02% [18] - 2025Q1-Q3新增生效订单885.83亿元，同比增长16.78%，清洁高效能源装备订单326.52亿元 [19] - 公司自主研发的G50燃机首批机组累计运行超10000小时，10台订单顺利落地，实现国产重型燃机"出海"零突破 [20] - 预计2025-2027年归母净利润40.81/48.76/54.09亿元，同比增长39.6%/19.5%/10.9% [20] 国轩高科 (002074.SZ) - 2025Q1-Q3营收295.08亿元，同比增长17.21%，归母净利润25.33亿元，同比增长514.35% [22] - 2025Q1-Q3动储出货量约65GWh，同比增长51%，其中动力电池45.5GWh，同比增长61% [23] - 25Q3三代电芯出货量占比提升至20%，配套大众车型"与众07"将于2026年上市 [23] - 预计2025-2027年归母净利润33.08/24.61/34.31亿元，同比增长174.09%/-25.61%/+39.45% [24] 安踏体育 (2020.HK) - 25Q3安踏主品牌流水同比低单位数增长，FILA品牌流水同比低单位数增长，其他品牌流水同比增长45%-50% [26] - 安踏主品牌全年流水指引由中单位数下调至低单位数，FILA品牌维持中单位数指引 [26][27] - 预计2025-2027年归母净利润130.1/144.8/161.6亿元，同比增长-16.6%/+11.3%/+11.6% [27] 特步国际 (01368.HK) - 25Q3特步主品牌全渠道流水同比低单位数增长，索康尼流水同比增长超20% [29] - 公司加大奥莱布局，推出领跑奥莱和精选奥莱两种业态，计划25年开设30家奥莱门店 [29] - 预计2025-2027年收入144.6/155.6/167.8亿元，同比增长6.5%/7.6%/7.8%，归母净利润13.8/15.2/16.6亿元，同比增长11.3%/9.9%/9.8% [30] 永新股份 (002014.SZ) - 25Q1-Q3营收27.06亿元，同比增长6.56%，归母净利润3.09亿元，同比增长1.43% [32] - 25Q3毛利率24.44%，同比提升0.38个百分点，产品结构改善 [33] - 预计2025-2027年收入37.88/41.35/45.42亿元，同比增长7.4%/9.2%/9.8%，归母净利润4.78/5.24/5.95亿元，同比增长2.3%/9.5%/13.6% [33] 361度 (01361.HK) - 25Q3线下主品牌/线下童装/线上流水同比增长约10%/约10%/约20% [35] - 公司成为2025唐山马拉松顶级合作伙伴和2025泰山马拉松荣耀赞助商，持续投入马拉松赛事 [35] - 预计2025-2027年归母净利润12.85/14.29/15.73亿元，同比增长11.83%/11.27%/10.04% [36] 华利集团 (300979.SZ) - 25Q1-Q3营收186.80亿元，同比增长6.67%，归母净利润24.35亿元，同比下降14.34% [38] - 25Q3销量0.53亿双，同比下降3.64%，ASP为113.57元/双，同比提升3.43% [38] - 预计2025-2027年归母净利润34.82/40.15/47.22亿元，同比增长-9.3%/15.3%/17.6% [40] 科思股份 (300856.SZ) - 2025年前三季度营收11.16亿元，同比下降39.93%，归母净利润0.78亿元，同比下降84.84% [41] - 25Q3毛利率25.26%，同比下降12.11个百分点，受防晒剂市场需求放缓及价格回落影响 [42] - 公司积极推动产品结构转型，氨基酸表面活性剂等个护新品有望形成第二增长曲线 [42] 科博达 (603786.SH) - 2025年前三季度营收49.97亿元，同比增长16.46%，归母净利润6.46亿元，同比增长14.21% [45] - 公司启动对科博达智能科技的业务整合，定点项目产品生命周期销售额超200亿元 [45] - 预计2025-2027年营收72.1/89.2/111.4亿元，归母净利润9.70/12.41/15.28亿元 [46] 伯特利 (603596.SH) - 2025年前三季度营收83.57亿元，同比增长27.04%，归母净利润8.91亿元，同比增长14.58% [47] - 公司智能电控产品销量同比增长41.56%，新能源车型在研/新增定点项目数同比增长24.07%/37.21% [47] - 预计2025-2027年营收127/161/200亿元，归母净利润14.5/18.6/22.1亿元 [48] 银轮股份 (002126.SZ) - 2025年前三季度营收111亿元，同比增长20%，归母净利润6.7亿元，同比增长11% [50] - 25Q3毛利率19%，同比提升1.7个百分点，数字能源板块新项目定点量产后预计新增年销售收入6.37亿元 [51][52] - 预计2025-2027年营收151/175/201亿元，同比增长19%/16%/15%，归母净利润9.9/12.3/14.8亿元，同比增长26%/24%/20% [52] 华阳集团 (002906.SZ) - 2025年前三季度营收87.91亿元，同比增长28.50%，归母净利润5.61亿元，同比增长20.80% [54] - 公司与马来西亚MCE Holdings签署MoU，将在马来西亚落地智能座舱、智能驾驶解决方案 [55] - 预计2025-2027年营收127.1/158.9/191.7亿元，归母净利润8.3/10.7/13.7亿元 [55] 日月股份 (603218.SH) - 2025年前三季度营收48.55亿元，同比增长52.45%，归母净利润4.34亿元，同比下降14.25% [57] - 25Q3毛利率17.46%，同比提升2.69个百分点，环比提升1.57个百分点 [57] - 预计2025-2027年归母净利润6.71/8.51/9.77亿元，同比增长7.6%/26.8%/14.8% [58] 市场策略观点 - A股牛市是全球六年"大水牛"的一部分，当前全球权益市场泡沫化程度未到极致 [66] - A股本轮牛市从2024年9月重启，启动时间、涨幅和估值都低于全球股市 [67] - 跨境资本正在重估中国优势制造，中国优势的高端制造将成为跨境资本青睐的方向 [69] - 行业配置建议重视"有新高"组合：有色金属、新消费、高端制造和国产算力链 [70] 行业估值与资金流向 - 当前电力设备行业整体全动态PE处于历史93.1%分位数，电池估值空间相对更大(56.8%分位数) [72] - 石油石化、农林牧渔、公用事业等行业同时具有低估值高盈利能力的特征 [73] - 上周A股ETF净流入排名前10的多为金融板块ETF，净流出前10的多为宽基指数ETF [77] - 谷歌AI全栈闭环布局引领人工智能时代，Gemini APP月活跃用户数已超过6.5亿 [84][85]

文章核心观点 - OpenAI于2025年8月5日发布两款开源大模型GPT-OSS 120B和GPT-OSS-20B，这是公司自2019年11月以来首次发布开源模型，标志着其重返开源赛道[1] - 公司此次开源主要是为了满足企业客户对数据本地化部署、定制化微调和成本控制的需求，以争夺被竞争对手占据的市场[3][4] - 本次开源在技术层面影响有限，因其未披露最新技术、完整训练细节和核心语料库，属于“开放权重”而非完全开源，但证实了外界对其技术路线的猜测大部分正确[5][6][8] 行业竞争格局 - 在OpenAI开源前，全球主流AI开发商中仅OpenAI和Anthropic未发布新版开源模型，而谷歌、Meta、Mistral、阿里巴巴等均已有开源产品[2] - 2025年成为“开源之年”，百度、OpenAI、Meta、阿里巴巴等纷纷发布或加速开源模型，仅Anthropic和字节跳动未提供开源版本[4][5] - 开源策略有助于模型快速普及和生态构建，如DeepSeek因开源迅速获得政企客户，LLaMA在欧美深受大企业欢迎[4] 开源模型的商业动因 - 开源模型支持本地化部署，客户可将数据存储在本地硬件，保障国家或商业机密安全[3] - 客户可基于行业需求对开源模型进行微调，尤其适合医疗、金融等敏感或复杂场景[3] - 本地运行开源模型可能比购买闭源模型使用权更经济，例如GPT-OSS-20B可运行于笔记本电脑[3] 技术细节与性能 - GPT-OSS 120B和20B的参数规模分别为1200亿和200亿，训练数据截止于2024年6月，性能与GPT-4o3相当[6] - 模型采用混合专家架构，120B版本每层有128个专家，20B版本每层有32个专家，每次激活4个专家[6] - 思维链架构在后训练阶段实现，并采用CoT RL技术，但未压制“大模型幻觉”，导致深度推理模式幻觉率较高[6][7] - 训练算力基于英伟达H100 GPU，120B版本消耗210万H100小时，若训练45天需1944张H100，未使用最新Blackwell架构[9][10] 开源内容的局限性 - OpenAI未公布训练用的脚手架模型、Reward模型、预训练语料库及独家工具，因此属于“开放权重”而非完全开源[8] - 技术白皮书仅确认了外界已有猜测，未透露核心独门技术，对行业技术进步的直接影响有限[5][7] - 公司更先进的模型如GPT-4（参数1.37万亿）仍闭源，算力资源可能优先用于GPT-4.5/GPT-5训练[10]

开源大模型发布 - OpenAI于2025年8月5日发布两款开源大模型GPT-OSS 120B和GPT-OSS-20B 用户可通过Hugging Face平台下载并修改定制或商业应用 主流云平台包括亚马逊AWS和微软Azure已提供基于这两款模型的服务 这是OpenAI自2019年11月以来首次发布开源大模型[1] 历史背景与行业对比 - OpenAI名称原意为"开放"和"开源" 但自2019年初起偏离开源轨道 2019年2月以安全问题为由拒绝公布GPT-2全部参数权重 仅公布7.74亿参数部分模型 同年11月才公布全部15亿参数 后续GPT-3、GPT-3.5及GPT-4系列均未公布参数权重或技术白皮书[1] - 截至发布时 OpenAI与Anthropic是全球AI大模型基础研发第一集团中仅有的两家未发布新版开源模型的开发者[2] - 竞争对手普遍采用开源策略 谷歌2024年起维持开源Gemma系列与闭源Gemini系列并行 Meta的LLaMA系列是主流开源模型精神源头 法国Mistral首版模型即开源 马斯克Grok成立之初即开源 阿里巴巴Qwen成为衍生版本最多的开源模型之一 DeepSeek依靠开源获得巨大影响力[2] 开源动机与客户价值 - 开源模型支持本地部署 客户数据可完全存储在本地 最大限度保护国家机密和商业机密的数据安全[3] - 客户可基于自身需求对开源模型进行微调 尤其契合医疗、金融等复杂或敏感行业的特定应用场景[4] - 预算有限客户在本地硬件运行大模型可能比购买闭源模型使用权更经济 GPT-OSS-20B甚至可运行于笔记本电脑[5] - 本地部署需客户自行负责信息安全和技术维护 但许多大型行业客户仍偏好开源模型 LLaMA系列在欧美深受大企业欢迎 DeepSeek因开源特性快速覆盖国内政企客户[6] - OpenAI重返开源战场部分受LLaMA、DeepSeek、Qwen及Grok等开源模型刺激 但商业角度决策不可避免 因部分企业及政府部门永远不可能将关键数据上传第三方平台[6] 行业格局变化 - 2025年成为"开源之年" 国内百度与国外OpenAI均发布开源模型 Meta发布最新开源版本 阿里加快开源版本发布速度[7] - 全球主流大模型开发商中仅Anthropic和字节跳动未发布开源版本 字节跳动豆包大模型尚无开源计划 且技术不属于全球第一集团 开源与否对技术进步影响有限[7] 技术细节与性能 - GPT-OSS两个版本训练数据截止2024年6月 训练完成于2024年8月 性能大致与四个月前发布的GPT-4o3及o3 mini可比[8] - GPT-OSS-120B表现优于DeepSeek和Qwen最新版本 但仅证明OpenAI相对竞争对手仍有数月领先优势 未提供新信息[8] - GPT-OSS采用混合专家架构 GPT-OSS 120B每层128个专家 20B每层32个专家 每个路径激活4个最擅长专家[9] - 模型在标准文本基础上训练 思维链架构于后训练阶段实现 与竞争对手一致[10][11] - 后训练阶段采用CoT RL技术 使用外部API及RAG Agents 基本证实外界猜测[12] - OpenAI未在后训练阶段压制大模型幻觉 因会降低CoT透明度 GPT-OSS深度推理模式幻觉率较高[13] - 公布技术路线大部分已被外界猜测或争辩 技术细节如后训练具体手段或带来有限启发[14] 开源局限性 - GPT-OSS仅为"开放权重"模型 非完整开源 公布内容仅包括参数权重、34页技术白皮书及少量选择性信息[14] - 缺失关键复刻环节 包括训练中使用的脚手架模型 语料质量检测 清洗模型 人类价值观对齐Reward模型等[14] - 未公布预训练阶段语料库 Meta曾部分公布LLaMA语料但OpenAI未披露[15] - 训练过程使用的独家工具即便披露名称也无法模仿[16] - 商业公司几乎不可能发布全面开源模型 因开源目的为满足客户需求及培育生态 而非方便抄袭[16] 算力与训练细节 - GPT-OSS基于英伟达H100 GPU训练 120B版本消耗210万H100小时 20B版本消耗35万H100小时[17] - 以30天训练时间推算需2917张H100 以45天推算需1944张 训练数据截止2024年6月且完成于7月底或8月初 训练时间不太可能明显超过45天[17] - 模型未使用最新Blackwell系列GPU 也未使用万卡集群或更大规模集群[17] - GPT-4参数规模达1.37万亿 是GPT-OSS十倍以上 算力需求远超GPT-OSS 宝贵B100/200 GPU可能完全用于GPT-4.5及GPT-5训练[17] - GPT-OSS可能是OpenAI最后几个用Hopper架构GPU训练的模型之一 GPT-4.5后模型可能完全基于Blackwell训练 退役H100将转而承担推理任务[18] - 深度推理模型普及推动推理需求爆发 全球算力仍需增长3-4倍以满足训练及推理需求[18]