报告行业投资评级 - 行业评级为优于大市 [1][4] - 腾讯控股、网易 - S、美团 - W、百度集团 - SW、快手 - W、阿里巴巴 - SW、拼多多投资评级均为优于大市 [3] 报告的核心观点 - 互联网一季报业绩整体稳健，电商竞争激烈，各平台向商家让利或在外卖即时零售领域加大投入找增量，AI 巨头业务场景受益但短期 AI Agent 需打磨，恒生科技指数处于震荡期，推荐腾讯音乐、网易 [2] 根据相关目录分别进行总结 AI 相关网站流量数据 - 2025 年 6 月 4 日至 10 日，ChatGPT 周平均访问量 1251.00 百万，环比增长 0.24%；Bing 周平均访问量 319.50 百万，环比增长 1.20%等多个 AI 相关应用数据 [10] 人工智能动态 产品应用 - OpenAI 6 月 11 日上线 o3 - pro AI 模型，高效精准但有响应慢等不足 [20] - Meta 6 月 11 日推出世界模型 V - JEPA 2，环境理解与预测能力卓越 [20] - 苹果 6 月 10 日发布 Xcode26 开发者工具，内置 ChatGPT 赋能开发 [21] - 字节跳动 6 月 11 日发布豆包大模型 1.6，采用统一定价模式 [21] - 阿里 6 月 13 日开源 3D 数字人应用，革新直播与虚拟互动体验 [22] - 腾讯 6 月 14 日宣布混元 3D 2.1 全链路开源，几何生成与材质表现提升 [22] 底层技术 - 阿里通义实验室 6 月 10 日开源 MaskSearch 预训练框架，提升 AI 复杂问题解决表现 [23] - DeepMind 与布朗大学合作研发“力提示”技术，6 月 4 日报道可实现无 3D 模型逼真运动效果 [24] 行业政策 - 6 月工信部会议审议相关指导意见，以工业智能体推动制造业全流程智能化升级 [25] 重点事件预告 - 6 月 18 日 - 20 日举办 MWC 上海 2025 [28] - 6 月 19 日 - 20 日举办 2025 亚马逊云科技中国峰会 [28] - 6 月 20 日 - 22 日举办华为开发者大会 HDC 2025 [28] 投资建议 - 推荐业绩稳健、估值较低的防守型标的腾讯音乐、网易 [2]

证券研究报告 | 2025年06月19日 人工智能周报（25 年第 24 周） 优于大市 OpenAI 上线 o3-pro 模型，字节跳动发布豆包大模型 1.6 人工智能动态：1）产品应用：OpenAI 上线 o3-pro AI 模型，兼具高效 性能与精准输出能力；Meta 推出世界模型 V-JEPA 2，具备卓越环境理 解与预测能力；苹果发布 Xcode26 开发者工具，内置 ChatGPT 赋能开发； 字节跳动发布豆包大模型 1.6，采用统一定价模式；阿里开源 3D 数字人 应用，革新直播与虚拟互动体验；腾讯混元 3D 2.1 全链路开源，几何 生成与材质表现显著提升。2）底层技术：阿里通义实验室开源 Mask Search 预训练框架，提升 AI 复杂问题解决表现；DeepMind 与布朗大学 合作开发"力提示"技术，实现无 3D 模型逼真运动效果 3）行业政策： 工业和信息化部会议审议《2025 年两化融合工作要点》，部署推进策略。 投资建议：互联网一季报披露完毕，业绩整体稳健。电商行业竞争依旧 激烈，各平台选择继续向商家让利、或在外卖即时零售领域加大投入寻 找新增量。AI 方面，巨头的业务场景，如云 ...

1.【小红书首次开源文本大模型dots.llm1】6月10日，据小红书技术团队消息，小红书hi lab （Humane Intelligence Lab，人文智能实验室）团队首次开源文本大模型 dots.llm1。据介绍， dots.llm1是一个大规模的Mixture of Experts（MoE）语言模型，在总共1420亿参数中激活140亿 参数，dots.llm1在训练11.2T token高质量数据后，达到了可与Qwen2.5-72B相媲美的性能。（界 面新闻） 2.【阿里通义实验室开源检索增强预训练框架MaskSearch】6月10日，据通义大模型消息，阿里巴 巴通义实验室发布并开源了MaskSearch预训练框架，让AI学会"主动搜索+多步推理"，从而更准 确、更智能地回答复杂问题。（财联社） 3.【全球首个AI芯片设计系统发布】全球首个基于人工智能技术的处理器芯片软硬件全自动设计系 统"启蒙"近日正式发布。该系统能实现从芯片硬件到基础软件的全流程自动化设计，意味着实现AI设 计芯片，而且其设计在多项关键指标上达到人类专家手工设计水平。相关研究成果近日发布于预印本 网站arXiv。 (科技日报) ...

在推理+搜索方向，通义实验室搜索团队已提出ZeroSearch、OmniSearch等工作，通过在特定的下游任务进行强化学习训练，让大模型在与 环境交互的过程中学习使用搜索引擎。 该团队认为， 仅在特定任务上训练会导致模型的泛化能力受限 ，难以适应更多场景下的检索推理任务。 受BERT模型在预训练过程中使用的掩码 （Mask） 预测任务启发，MaskSearch引入了 检索增强型掩码预测任务 。 也就是让模型使用搜索工具，预测文本中被遮蔽的部分，在预训练过程中有效学习通用的任务分解、推理等智能体策略，同时熟练掌握搜索引 擎的使用方法，为其后续适配多领域任务奠定基础。 通义实验室 投稿 量子位 | 公众号 QbitAI 为提升大模型" 推理+ 搜 索 "能力，阿里通义实验室出手了。 最新研究开源 全新 通用 预训练框架 —— MaskSearch ，在域内及跨域开放域问答任务上均较基线方法取得显著性能提升。 小模型甚至能媲美大模型表现。 不仅如此，MaskSearch可以兼容 监 督微 调 （ S FT） 和强化学习 （RL） 两种训练方法。 通过加入预训练的二阶段训练，MaskSearch相比只在下游任务进行 ...