行业趋势与技术创新 - 数据驱动方法成为AI发展的关键转折点，ImageNet项目通过构建包含10亿张图片的全球视觉分类体系，开创了计算机视觉领域的数据范式转变[4][5][6] - 2012年AlexNet突破性成果将CNN算法与GPU并行计算结合，识别错误率从30%显著降低，标志着深度学习时代的开启[7][8] - 生成式AI技术实现从图像描述到图像生成的跨越，扩散模型等创新推动内容创作进入新阶段[10][11][12] 3D空间智能与AGI发展 - 空间智能被视为AGI的核心组件，3D世界建模涉及5.4亿年进化形成的复杂能力，需解决3D结构理解、物理规则模拟等挑战[13][14][16] - World Labs聚焦空间智能基础模型开发，应用场景覆盖建筑设计、机器人技术、元宇宙内容生成等领域[20][21][23] - 3D建模技术难度远超语言模型，涉及多维数据处理、传感器融合及物理规律约束，目前行业缺乏高质量训练数据集[17][19] 企业战略与人才发展 - 跨学科研究成为学术界差异化方向，科学发现、小数据学习、理论可解释性等方向存在突破机会[34][35][36] - 初创企业需专注"北极星"问题，通过技术精英团队实现突破，World Labs核心成员包括NERF论文作者等顶尖人才[14][15][33] - 人才招聘强调思想无畏特质，工程、产品、3D建模等领域需兼具技术实力与解决复杂问题勇气[31][32][33] 技术生态与商业模式 - 开源策略需匹配商业目标，Meta等平台型企业通过开源构建生态，而技术商业化公司可采用混合授权模式[42][43] - 硬件与软件融合将推动元宇宙发展，3D内容创作工具链完善是突破瓶颈的关键[21][23] - 行业呈现多元化技术路线，视觉智能与语言模型在架构设计、数据需求等方面存在显著差异[18][19][22]

李飞飞对AGI与空间智能的核心观点 - 空间智能是实现通用人工智能(AGI)不可或缺的组成部分 没有空间智能 AGI就不完整 [1][4][29][33] - 3D世界建模是人工智能领域最基础且最具挑战性的问题之一 包括理解三维世界 生成三维世界 推理三维世界和在三维世界中行动 [7][8][33] - 创建超越平面像素 跨越语言障碍 真正捕捉三维世界结构和空间智能的世界模型是当前AI研究的终极目标之一 [9][33] ImageNet项目的历史意义 - ImageNet项目始于2007年 旨在通过互联网下载十亿张图片并创建视觉分类体系 为机器学习提供数据基础 [17][18] - 该项目包含14,197,122张图片和21,841个synsets索引 为计算机视觉研究建立了标准化数据集 [20] - 2012年AlexNet在ImageNet挑战赛中取得突破性进展 识别错误率从30%大幅下降 标志着数据 GPU和神经网络首次成功结合 [22][23][24] 计算机视觉的发展历程 - 从物体识别(如ImageNet解决的"识别猫或椅子")发展到场景描述 再扩展到三维世界理解 是计算机视觉研究的自然演进 [25][26][30] - 2015年左右 图像字幕生成技术取得重大突破 为后来的生成式AI发展奠定了基础 [27] - 视觉智能的进化历史长达5.4亿年 远比语言进化(3-5亿年)更复杂 这解释了为什么空间智能研究更具挑战性 [32][33] 空间智能研究的挑战 - 空间智能面临数据严重缺失的问题 与语言数据不同 三维世界的信息主要存在于人类大脑中 难以直接获取 [36] - 3D建模的数学复杂度远高于一维语言处理 需要将2D投影反向推导为3D结构 并遵守物理规律 [34][35] - 人类视觉皮层处理数据的神经元数量远超语言处理区域 这暗示了空间智能模型的架构可能需要与LLMs完全不同 [37][38] World Labs的研究方向 - 公司专注于解决空间智能这一AI领域最困难的问题 正在构建能够输出3D世界的基础模型 [31][40][41] - 研究团队由多位顶尖专家组成 包括Pulsar创造者 Justin Johnson和Nerf作者等 [34] - 应用场景涵盖设计 建筑 游戏开发 机器人学习以及元宇宙内容生成等多个领域 [41][42][44] 行业研究方法论 - 数据驱动方法需要与高质量数据并重 避免"输入垃圾输出垃圾"的问题 [73] - 鼓励跨学科研究 特别是在科学发现领域与AI的结合 [60] - 小数据研究和理论突破是学术界在资源受限情况下的重要方向 [61][62]

核心观点 - AI的"创造力"本质上是扩散模型架构的确定性产物，而非高级智能表现[1][19] - 扩散模型的局部性和等变性限制（技术缺陷）反而成为其创造力的来源[13][16][19] - 该机制与生物形态发生学中的图灵模式高度相似，解释了AI生成图像常见缺陷（如多余手指）的成因[9][12][19] 研究背景 - 扩散模型（DALL·E/Stable Diffusion核心）设计初衷是精确复制训练数据，但实际表现出"即兴创作"能力[3][5] - 去噪过程中像素块的局部重组导致信息丢失，类似拼图丢失说明书后的创造性重组[6][8] - 物理学家团队（跨学科背景）从生物自组装过程获得启发，建立ELS数学模型验证假设[9][16] 关键发现 - ELS模型仅基于局部性+等变性规则，即能以90%准确率复现扩散模型输出[18][19] - 创造力源于系统动态：模型过度关注局部像素块而缺乏全局协调（类似生物发育中的多指畸形）[12][15][19] - 该机制可数学形式化，证明创造力是去噪过程的必然副产品[16][19] 未解问题 - 非扩散模型（如LLM）的创造力机制尚未被该理论覆盖[21] - 人类与AI创造力可能共享"不完整认知→填补空白"的底层逻辑[21][22] 行业意义 - 首次将AI创造力归因于底层技术架构而非抽象能力[1][19] - 为理解人类创造性思维提供新视角（神经科学类比）[19][21] - 可能推动新一代生成模型的设计范式转变[16][19]

AI发展瓶颈与空间智能 - 当前AI繁荣存在根本性局限，语言大模型无法理解物理世界的复杂性，空间智能是AGI缺失的关键拼图[1][11] - 视觉智能进化历时5.4亿年，远超语言能力的50万年进化周期，三维世界理解是AI根本问题[11] - World Labs聚焦空间智能连续谱，涵盖从生成到重建的全场景应用，包括元宇宙内容创作和机器人学习[16][17] ImageNet的历史突破 - ImageNet项目始于18年前，当时AI领域数据稀缺，计算机视觉算法几乎不可行[2] - 2009年开源数据集并发起ImageNet挑战赛，初始错误率30%，2012年AlexNet通过卷积神经网络和双GPU并联实现突破性进展[3][4][5] - 该突破标志着数据、GPU和神经网络首次联合发挥作用，被行业称为"AlexNet时刻"[5] 计算机视觉发展路径 - 从单一物体识别(ImageNet)到场景描述(2015年图像生成文字说明)，再到三维世界建模的技术演进[7][8][9] - 生成式AI实现图像描述的反向过程，扩散模型使文本生成图像成为可能[8][9] - 视觉处理面临三维结构、投影病态问题和物理规律约束等核心挑战[14][15] World Labs技术方向 - 团队集结可区分渲染框架创建者、神经风格迁移专家和NeRF论文作者等顶尖人才[14] - 开发区别于LLMs的新型架构，解决三维空间组合爆炸问题，需构建结构性先验[16] - 应用场景覆盖3D艺术创作、工业设计、机器人学习和元宇宙内容生成[17][19] 行业生态与学术建议 - AI发展需要多元开源策略共存，Meta通过开源繁荣生态，部分公司依赖闭源创造营收[29][30] - 博士生应选择产业界难以解决的基础性问题，如跨学科AI、表示学习和小样本学习等方向[26][27] - 学术界在理论层面存在模型可解释性、因果关系等未解难题，具有突破潜力[27]

ImageNet与深度学习革命 - ImageNet通过提供大规模高质量标记数据集(80000+次引用)为神经网络成功奠定基础 开创数据驱动范式转变[8][9] - 项目历时18年孵化 初期算法错误率达30% 直到2012年AlexNet结合GPU算力实现突破性进展[11][14][16] - 采用开源策略和挑战赛形式推动社区共建 加速计算机视觉从物体识别向场景描述演进[12][17][19] 空间智能与World Labs布局 - 三维世界理解被定义为AI下一前沿 进化史长达5.4亿年 远超语言进化维度[24][25] - World Labs聚焦构建3D世界模型 团队集结NERF作者等顶尖人才 解决组合复杂度更高的空间智能问题[25][27][28] - 应用场景覆盖元宇宙内容生成 机器人学习 工业设计等 需突破硬件与内容创作双重瓶颈[30][32] 人工智能发展路径 - 视觉智能发展轨迹清晰：物体识别→场景叙事→空间智能 每阶段需5-10年技术积累[17][19][22] - 语言模型与视觉模型存在本质差异 前者依赖序列数据 后者需处理不适定的3D→2D投影问题[27][28] - AGI定义存在争议 但空间智能被视为实现通用智能不可或缺的组成部分[23][44] 创新方法论 - "智识上的无畏"被反复强调为突破性创新的核心特质 贯穿从学术研究到创业全过程[6][37][42] - 数据质量优先于数据规模 需采用混合方法获取高质量3D空间数据[47][48] - 跨学科研究与小数据理论被视为学术界可突破的潜在方向[41][42] 行业生态观察 - 开源策略应根据商业模型差异化选择 Meta等平台型企业更倾向全面开源[46] - 学术机构在计算资源劣势下 需聚焦工业界尚未关注的底层理论问题[41][42] - 硬件迭代与生成模型结合将推动元宇宙等场景落地[30][32]

李飞飞对AGI与空间智能的核心观点 - 空间智能是通用人工智能(AGI)不可或缺的组成部分 没有空间智能 AGI就不完整 [1][4][29] - 3D世界建模是实现AGI的关键 包括理解三维世界 生成三维世界 推理三维世界和在三维世界中做事 [7][29] - 目标是创建超越平面像素 跨越语言障碍 能够真正捕捉三维世界结构和空间智能的世界模型 [8][29] - 视觉智能的进化历史长达5.4亿年 远比语言进化(3-5亿年)更复杂 是智能发展的基础 [27] ImageNet项目的历史意义 - 2009年创建的ImageNet解决了AI领域的关键数据问题 为现代计算机视觉搭建了数据骨架 [11][13] - 项目构想源于机器学习需要范式转变 通过下载十亿张图片创建视觉分类体系来训练算法 [13][14] - 2012年AlexNet突破性进展 将卷积神经网络 GPU和深度学习首次结合 错误率从30%大幅下降 [15][17][19] - ImageNet开源策略和挑战赛机制推动了整个AI社区的发展 [15] 计算机视觉的发展历程 - 从物体识别(ImageNet)到场景描述(2015年图像字幕技术)再到3D世界建模的演进 [19][20][22][24] - 自然语言与视觉信号的融合让智能体能够讲述世界的故事 [22] - 生成式AI的发展使得从文字生成图像成为可能 展现了AI的惊人进步 [22] 空间智能的挑战与机遇 - 3D建模面临数据缺失问题 互联网缺乏空间智能数据 信息主要存在于人类大脑中 [9][33][49] - 3D世界比语言(一维)复杂得多 涉及物理规律 投射转换等多重数学难题 [30][31] - World Labs正在构建3D基础模型 应用场景包括设计 建筑 游戏开发和机器人等领域 [35] - 元宇宙是重要应用方向 需要硬件和软件的融合以及内容生成的世界模型 [35][36][37] 人才培养与团队建设 - 思想上的无畏精神是成功人士的核心特质 也是招聘的重要标准 [41][42] - World Labs正在招募工程 产品 3D和生成模型领域的人才 [43] - 跨学科AI和小数据领域是学术界值得关注的方向 [44][45] - 研究生阶段应被强烈好奇心引领 专注于解决根本性问题 [47][48]

AI行业动态 - Meta从OpenAI挖走四位华人学者，或助其弥补技术短板[8] - AI创业公司Delphi获红杉领投1600万美元A轮融资，用户对话可获超85%收入[9] - OpenAI前CTO创立的Thinking Machines Lab完成20亿美元种子轮融资，估值达100亿美元[10] AI应用资讯 - Anthropic的Claude聊天机器人新增免编程构建AI应用功能[11] - 谷歌推出开源免费的Gemini CLI，有百万上下文窗口和每天1000次免费使用限额[12] - 特斯拉Robotaxi在德州奥斯汀启动，首批乘客固定价格4.2美元，投入10 - 20辆Model Y[22] AI大模型资讯 - 微软发布Mu模型，3.3亿参数性能比肩参数量大10倍的Phi - 3.5 - mini[27] - Sakana AI提出“强化学习教师”新范式，降低训练成本，缩短训练时间[28] 科技前沿 - CMU团队将LLM推理延迟降低1.2至6.7倍，Qwen3 - 8B每token延迟降至12.5毫秒[29] - 微软量子计算技术将量子比特错误率降低1000倍，从10⁻³降至约10⁻⁶[32]

报告行业投资评级 未提及 报告的核心观点 - 中国AI虽受宏观不确定性和市场风格切换影响表现波动，但应用层新产品和新范式验证了“从模型突破走向规模化商业化”的产业趋势，迈入“应用快速增长期”，建议关注有模型研发与强应用落地能力的公司 [5] - 海外AI年初以来美股科技板块波动大，但科技巨头财报超预期，AI业务增长带动纳斯达克指数创新高，AI产业链进入从预期到兑现的转折阶段，建议关注算力、自动驾驶和AI应用相关公司 [5] 根据相关目录分别进行总结 重点公司财报AI进展 - MU美光科技2025财年第三季度总营收93亿美元，超彭博一致预期5.09%，创季度纪录，环比增15%，同比增37%；DRAM营收71亿美元，占比76%，同比增51%，环比增15%；NAND营收22亿美元，占比23%，同比增4%，环比增16%；毛利率39%，环比提高110个基点；运营现金流超46亿美元，自由现金流超19亿美元，为六年多来最高 [2][14] - 各业务部情况：计算与网络业务部营收51亿美元，环比增11%；存储业务部营收15亿美元，环比增4%；移动业务部营收16亿美元，环比增45%；嵌入式业务部营收12亿美元，环比增20% [14] - 业绩指引：2025财年第四季度预计营收107亿美元（±3亿），环比增15%；毛利率42%（±100个基点）；运营费用约12亿美元（±2000万）；税率约13%；每股收益2.50美元（±0.15美元） [14] 全球AI动态 中国AI - 小米发布首款AI智能眼镜，属“人、车、家”生态布局产品，定位下一代个人智能设备，支持语音通话和拍照录像，基础售价1999元 [6][27] - 蚂蚁集团推出全新AI健康应用“AQ”，连接超5000家医院、近百万医生及近200个名医AI分身，覆盖全链路医疗服务，标志AI+医疗进入新阶段 [6][5] - 快手发布全球首部AI微电影集《新世界加载中》，可灵AI用户规模突破2200万，过去一年完成超20次产品迭代，正将AI能力演进至“原生内容生成主力” [5] 海外AI - 谷歌发布新一代文生图模型Imagen 4及其高性能版本Imagen 4 Ultra，已接入Gemini API，在Google AI Studio平台开放试用，Imagen 4单张图像生成费用0.04美元起 [6][38] - 特斯拉在德州启动Robotaxi试运行测试，推进FSD系统商业化 [5] - GPT - 5及Gork - 4等顶尖模型发布在即，预计新模型性能提升，将加快企业客户部署节奏 [5] 投资建议 - 建议关注具有模型研发能力与强应用落地能力兼具的中国AI公司，如【小米】【快手】【阿里巴巴】【腾讯控股】【阿里健康】【觉得健康】【美图】【金山云】【美团】 [5] - 关注底层算力需求释放及云厂商资本支出上行带来的相关算力基础设施拉动的公司，如【英伟达】【Marvell】【博通】【VERTIV】；以及头部云厂商云业务加速增长的公司，如【Oracle】【谷歌】【微软】 [5] - 关注具备落地能力与平台化潜力的AI应用公司，如【Duolingo】【ROBLOX】【APP LOVIN】【Palantir】【Rubrik】【Salesforce】【Cloudflare】 [5] - 看好【特斯拉】在FSD和Robotaxi领域的持续进展 [5]

报告行业投资评级 - 推荐|维持 [5] 报告的核心观点 - 6月158款游戏版号获批，关注暑期游戏及影视市场表现 [1] 根据相关目录分别进行总结 行情回顾 - 2025.6.21 - 2025.6.27，传媒行业（申万）上涨3.07%，排名行业第18名，同期沪深300涨1.95%，上证指数涨1.91%，深证成指涨3.73%，创业板指涨5.69%，恒生科技指数涨4.06% [1][11] - 细分行业来看，游戏II板块涨2.02%，广告营销涨4.40%，影视院线涨3.98%，数字媒体涨3.66%，出版板块涨1.97% [11] - 个股方面，传媒（申万）行业中欢瑞世纪、冰川网络等表现较优，*ST返利、*ST大晟等表现较差；恒生科技成分股中快手 - W、哔哩哔哩 - W表现较好 [1][19] 行业重点数据 AI应用数据 - 最新一周（6.20 - 6.26），iphone端Deepseek下载量92.38万，环比下滑2.01%，豆包周下载量209.94万，环比上升1.58%，阿里夸克周度下载量141.47万次，环比增加40.55%，腾讯元宝周下载量36.13万，环比下滑17.70%，豆包蝉联七麦数据ios应用免费榜榜首 [2][23] - 海外谷歌推出Imagen 4 / Ultra系列AI文生图模型等；国内网易有道开源"子曰3数学模型"等；AI眼镜迭代快，Meta第三代AI眼镜问世，小米发布AI眼镜，售价1999元起 [2] 游戏数据 - 6月24日，国家新闻出版署发放国产及进口游戏版号合计158款，数量再创近期新高，多家上市游戏厂商储备产品获批 [2][28][29] - 《杖剑传说》排名稳定七麦数据ios游戏畅销榜前20，巨人网络《太空杀》推出全新AI原生玩法 [2][28] - 2025.6.28 - 2025.7.4期间将有7款游戏上线，如腾讯《碳碳岛》7.2上线，库洛游戏《战双帕弥什 - PC》7.3上线 [32] 电影数据 - 最新一周（6.20 - 6.26）影视院线总票房4.79亿元，《酱园弄·悬案》、《新·驯龙高手》和《分手清单》为周度票房前三名，冠军影片周度票房2.46亿元，占比51.4% [3][37] - 未来一周11部影片待映，《侏罗纪世界：重生》和《蜡笔小新：大人王国的反击》关注度高，《侏罗纪世界：重生》截至6.27猫眼想看人数已突破30万 [38] 行业重点事件及公告 - Meta与Oakley联合发布新款AI眼镜Oakley Meta HSTN Performance，7月11日开始预售，起售价399美元 [41] - 6月23日，网易有道开源"子曰3数学模型"，文心快码发布行业首个多模态、多智能体协同AI IDE [41] - 6月25日，谷歌宣布Gemini CLI推出；6月26日，谷歌推出Imagen 4 / Ultra系列AI文生图模型 [41] - 6月26日，小米发布AI眼镜，售价1999元起；阶跃星辰与鲸鱼机器人达成战略合作 [41][42] - 快手开源多模态大模型Kwai Keye - VL；6月27日，巨人网络《太空杀》推出全新AI原生玩法 [42]

报告行业投资评级 - 行业评级为增持（维持）[5] 报告的核心观点 - 资本市场聚焦AI，是对算力产业长期前景的肯定 [1][24] - AI正从“想象空间”走向“生产力工具”兑现阶段，海外厂商业绩高增，带动国内光通信厂商业绩提升 [2][25] - 海外算力景气领跑，光芯片等上游产业供应不足，用户付费意愿增加，算力建设加快 [3][4][26][27] - 国内算力预期曾回落，现股价可能跟随海外链回暖，关注国产算力设备及IDC基础设施 [8][29][30] - A股算力产业链相关标的目前处于“周期股”定价逻辑，未来估值体系有望向成长股切换，推荐算力产业链相关企业 [9][18][31] 根据相关目录分别进行总结 投资策略 - 本周建议关注算力产业链多领域企业，包括光通信、铜链接、算力设备等 [16] - 英伟达股价创新高带动国内算力板块上涨，未来算力产业趋势向好，推荐相关企业 [19] 行情回顾 - 本周（2025年6月23日 - 27日）上证综指收于3424.23点，通信板块上涨，优于上证综指 [20] - 细分行业指数中，区块链、移动互联等表现优于通信行业平均水平，物联网、光通信等表现劣于平均水平 [21] 周专题 - 英伟达股价创新高，带动国内算力板块上涨，体现资本市场对算力产业前景的看好 [24] - AI产业是长周期技术革命，海外厂商业绩高增，带动国内光通信厂商业绩提升 [25] - 算力需求大于供应，上游光器件供需失衡，头部厂商在缺货时更具优势，用户付费意愿增加，算力建设加快 [26][27][28] - 国内算力预期曾回落，现股价可能跟随海外链回暖，关注国产算力设备及IDC基础设施 [29][30] - A股算力产业链相关标的目前处于“周期股”定价逻辑，未来估值体系有望向成长股切换，推荐相关企业 [9][18][31] 阿里巴巴 - 阿里巴巴将AI视为业务增长核心驱动力，全力投入AI基础设施和技术先进性建设 [32] 谷歌 - 谷歌推出Imagen 4/Ultra系列AI文生图模型，Imagen 4每张0.04美元起，Imagen 4 Ultra每张0.06美元 [33] OpenAI - ChatGPT功能不止是“谷歌替代品”，更像初级员工 [36] - OpenAI对ChatGPT引入广告的态度有变化，需谨慎考虑，同时提醒用户不要过分信任AI [37] Anthropic - Anthropic的Claude聊天机器人新增功能，用户可直接构建AI驱动应用，已在三个订阅层级提供 [38][40] 聚集MWC25上海 - “AI+终端”驱动产业升级实现智慧服务新跃迁是大势所趋 [41] - AI终端成关注焦点，终端厂商和运营商展示多款AI产品 [42][43] - 泛终端化明显，行业顺势而为，全球AI市场规模增长，政策利好人工智能行业 [44][45] 苹果 - 苹果利用“归一化流”技术打造AI生图模型，可提升生成效率 [48] 微软 - 微软推出Win11设备端小型语言模型Mu，优化系统设置搜索功能 [50] 月之暗面 - 月之暗面发布首个自主强化学习Agent Kimi - Researcher，性能超OpenAI、Gemini [52]