文章核心观点 - DeepSeek的长期优势与核心竞争力在于其独特的“零外部融资、无商业化压力”模式 这使得公司在全球AI实验室中成为异类 能够不计成本、不看投资人脸色、专注于AGI研究 这种由母公司幻方量化利润支撑的“自筹资金”模式 构成了其最坚固的护城河 [2][3][8] 市场预期与竞争格局 - 市场对DeepSeek在“DeepSeek时刻”一周年（1月27日）发布新模型抱有高期待 但作者认为其难以再次像去年那样震惊世界 因为开源模型市场已趋于饱和 [3][4] - DeepSeek虽以MIT License打响了开源模型第一枪 但已不再是唯一或最开放的玩家 例如未开源其训练数据集和主代码库 [3][5] - 根据Artificial Analysis数据 当前全球开放程度排名前三的模型分别来自NVIDIA（Nemotron 3）、Allen Institute（Olmo 3）和穆罕默德·本·扎耶德人工智能大学（MBZUAI，K2-V2） [5] - DeepSeek模型在开放模型中 已不再是最强、最便宜或最开放的 [8] 独特的“零融资”商业模式 - DeepSeek是全球顶尖AI实验室中唯一坚持“零外部融资”的异类 创始人梁文锋将控制权置于融资之上 [3][9] - 公司由梁文锋创立的量化基金“幻方量化”提供资金支持 该基金在去年以53%的回报率创造了超过7亿美元（约50亿人民币）的利润 这些利润被直接用于购买GPU和招聘人才 [3][10] - 2023年公司成立初期曾尝试融资 但因中国VC的短视和风险厌恶而失败 这反而成为“塞翁失马” 使其避免了商业化KPI压力 [3][9] - 即便在获得全球知名度后 公司依然拒绝外部融资 以保持对AGI研究路线的完全控制权 [11][12] 自筹资金模式带来的组织优势 - **无资源内耗与组织扁平化**：由于没有外部估值、股票期权和商业化压力 公司内部不存在为争夺算力资源而进行的官僚主义、内斗或权力斗争 组织保持极度扁平 [3][14][15] - **专注研究品味而非堆砌算力**：引用前OpenAI研究员Ilya Sutskever的观点 颠覆性创新（如Transformer架构）最初仅需8到64张GPU 并非无限堆算力 自筹资金模式使团队能专注于研究品味而非被迫消耗预算 [3][13] - **避免“大公司病”与浮夸文化**：对比其他资金充裕的实验室（如Thinking Machines Lab定制品牌杠铃片） DeepSeek避免了因“纸面富贵”和膨胀自我价值感产生的有毒文化 以及对人才的恶性挖角 [3][15][17] 行业融资背景下的对比 - AI行业已成为“销金窟” 几乎所有前沿实验室都在进行大规模融资 例如马斯克的xAI近期完成了高达200亿美元的E轮融资 [3][10] - 一批由明星研究员领导、风投支持的“AI新实验室”涌现 如Thinking Machines Lab、SSI（Ilya Sutskever）和AMI Labs（Yann LeCun） [10] - 即便通过特殊公司治理（如创始人超级投票权）获得控制权 接受风险投资后 大规模商业化的预期迟早会出现 而DeepSeek完全不受此束缚 [12] 投资者的悖论与公司特质 - 从投资者角度看 DeepSeek是极具吸引力的投资标的 但作者也指出 一旦公司接受外部投资 其“纯粹为AGI研究而实现内部最大化对齐”的核心特质将不复存在 [3][18] - 公司的核心优势源于其“无商业模式” 这使其能够长期专注于AGI梦想 而无需对财报负责 [8][12][18]

文章核心观点 - 科技评论人Kevin Xu认为，DeepSeek当前最核心的竞争优势与护城河并非其技术或模型，而是其独特的“零外部融资、无商业化压力”的商业模式[2][15] - 这种模式使公司成为全球前沿AI实验室中的“异类”，能够完全专注于AGI研究，无需对投资人负责或背负商业化KPI，从而实现了内部目标的高度对齐[2][5][25] - 作者指出，尽管市场对DeepSeek即将发布的新模型抱有高期待，但其可能难以重现一年前的震撼效果，因为开源模型市场已变得拥挤，且公司在模型能力、成本及开放程度上已非领先[10][14] - 文章最终揭示了一个投资人的悖论：虽然其投资价值极具吸引力，但一旦接受外部投资，其赖以成功的纯粹特质将可能消失[9][25] 商业模式与资金结构 - **坚持零外部融资**：在所有顶尖AI实验室中，DeepSeek是唯一坚持不接受任何外部风险投资的异类，创始人将控制权置于资金之上[3][16] - **自有资金强力兜底**：公司由创始人梁文锋的量化基金“幻方量化”孵化并资助，该基金2024年以53%的回报率创造了超过7亿美元（约50亿人民币）的利润，为AI研发提供了充足资金[4][18] - **无商业化压力**：由于没有外部投资人，公司无需背负明确的商业化KPI或追求风险投资规模的回报，可以纯粹为AGI梦想投入[5][16][19] - **被VC拒绝反成优势**：2023年公司初创时曾尝试融资，但因中国VC的短视和风险厌恶而失败，这反而使其避免了被资本裹挟的命运[5][16] 竞争环境与市场地位 - **开源先发优势减弱**：DeepSeek虽以MIT License打响了开源模型第一枪，但已非最开放的玩家，例如其未开源训练数据集和主代码库[11] - **竞争对手快速跟进**：阿里巴巴的Qwen系列、OpenAI的gpt-oss等模型均已采用Apache 2.0等开源许可，市场竞争加剧[11] - **能力与成本优势不再绝对**：根据第三方数据，目前全球开放程度排名前三的模型来自NVIDIA、Allen Institute和MBZUAI，DeepSeek的模型在能力、成本或开放性上已非领先[11][14] - **行业资本极度充裕**：AI行业已成“销金窟”，连马斯克的xAI近期也完成了高达200亿美元的E轮融资，凸显了DeepSeek“零融资”模式的特殊性[3][17] 组织与文化优势 - **避免“大公司病”与资源内耗**：没有外部估值和期权体系，组织架构极度扁平，内部不存在为争夺算力等资源而进行的官僚主义、内斗或权力斗争[6][21] - **保持“科研品味”**：引用前OpenAI研究员Ilya Sutskever的观点，颠覆性创新（如Transformer架构）最初仅需8到64张GPU，并非无限堆算力，而资金过剩可能导致团队依赖算力而丧失研究品味[7][20] - **规避浮华与人才争夺负面影响**：对比其他资金雄厚的实验室（如Thinking Machines Lab定制品牌杠铃片），公司没有因高估值带来的浮华装饰，减少了因“纸面财富”和等级秩序引发的内部嫉妒与人才被挖角的风险[6][22][24] 发展逻辑与潜在挑战 - **用“老钱”养“新梦”**：公司利用传统量化基金赚取的“老钱”来资助前沿AI“新梦”的研发，形成了独特的自我循环模式[4] - **掌控自身命运**：拒绝外部资金使公司能完全掌控其发展路径，专注于长期主义与本质问题的探索，无需为财报负责[19] - **面临人才竞争压力**：尽管对挖角不免疫，例如明星研究员罗福莉已加入小米，但无外部资金的扁平结构在一定程度上缓解了内部毒性[24] - **市场期待管理**：行业已习惯频繁的新模型发布，市场对DeepSeek新模型的过高期待可能带来失望，其再次震惊世界的难度增大[2][10]

投资评级与目标价调整 - Truist证券将英伟达的目标价从255美元上调至275美元，并维持“买入”评级 [1] - 此次调整基于对半导体和人工智能行业的全面审视，并建立了新的财务模型，预测已延伸至2027年 [1] 行业前景与挑战 - 尽管面临为AI基础设施寻找电力以及获取建设资金等现实挑战，但Truist认为前景依然光明 [3] - 分析师认为，相对于其增长潜力，AI基础设施半导体股票“仍然便宜” [3] - 预计到2026年，该板块的盈利预测相较于多元化的模拟半导体将面临“更多的上行压力” [3] 公司新产品发布 - 英伟达于12月15日发布了Nemotron 3系列开源模型 [4] - 该系列包含三种不同规模的模型：Nano（300亿参数，其中活跃参数约30亿）、Super（约1000亿参数）和Ultra（约5000亿参数） [4] - 关键创新在于采用了混合专家架构，结合了Mamba和Transformer技术，从而提升了效率 [5] - 例如，Nemotron 3 Nano的吞吐量比前代Nemotron 2 Nano高出4倍，在多智能体设置下每秒能生成更多token [5] 公司业务简介 - 英伟达是一家半导体公司，设计GPU和数据中心解决方案 [6] - 其产品广泛用于训练和运行大规模AI模型 [6] - 公司的CUDA软件平台和专注于AI的硬件为生成式AI、机器学习和高性能计算应用提供了所需的计算能力 [6]

英伟达发布开源模型Nemotron 3 - 公司发布名为Nemotron 3的“最高效的开放模型家族”，其特点包括混合Mamba-Transformer MoE架构以及采用NVFP4低精度训练 [1] 开源策略 - 公司不仅开放模型权重，还将公开超过10万亿token的训练数据、预训练与后训练软件以及训练配方 [3] 架构创新：混合Mamba-Transformer - 模型架构旨在最大化推理效率，使用大量Mamba-2层替代传统Transformer的自注意力层，以解决KV Cache随序列长度线性增长带来的计算开销问题 [7][8][9] - 以Nano型号为例，模型主要由交替堆叠的Mamba-2层和MoE层构成，仅保留少数自注意力层 [10] - 在8k输入、16k输出的典型推理场景下，Nemotron 3 Nano 30B-A3B的吞吐量是Qwen3-30B-A3B的3.3倍，且序列越长优势越明显 [12] - 在长上下文任务上，Nemotron 3 Nano基座模型在100万token输入长度的RULER基准测试中得分为68.2分，远高于同样条件下训练的Nemotron 2 Nano 12B的23.43分，显示其长度外推鲁棒性更好 [14] 架构创新：LatentMoE - 针对Super和Ultra大模型，公司提出LatentMoE架构，在潜在空间中进行专家计算以解决MoE部署瓶颈 [15] - LatentMoE将token从原始隐藏维度d投影到更小的潜在维度ℓ（通常为d的四分之一），在此低维空间完成专家路由和计算，再投影回原始维度，从而降低权重加载和通信开销 [16][17] - 标准MoE使用128个专家、激活6个，而LatentMoE使用512个专家、激活22个，两者总参数量和激活参数量相近（约8B激活、73B总参），但LatentMoE在所有下游任务上表现更优：MMLU-Pro从48.30%提升至52.87%，代码任务从51.95%提升至55.14%，数学任务从78.32%提升至80.19% [18][20][21] 低精度训练技术 - Super和Ultra模型采用NVFP4（4位浮点）格式进行训练，在GB300上其峰值吞吐量是FP8的3倍 [22] - 团队已用NVFP4格式稳定训练高达25万亿token，与BF16训练相比，Nano模型的损失差距控制在1%以内，8B激活参数的更大模型差距缩小到0.6%以内 [22] - 并非所有层都量化至NVFP4，Mamba输出投影层保留在MXFP8精度，QKV投影和注意力投影保留在BF16，网络最后15%的层也保持高精度以确保稳定性 [23] 后训练方法 - 模型后训练采用多环境强化学习，同步训练数学推理、竞赛编程、指令遵循等多种任务，该方法更稳定且能避免能力退化问题 [24][25][26] - 在此方法下，AIME25数学分数从80提升到90，LiveCodeBench从65提升到72，τ²-Bench工具使用从40提升到50左右 [27] - 在MMLU、GSM8K、HumanEval等下游任务上，NVFP4训练的模型与BF16版本的准确率曲线几乎重合 [28] - 高效的推理吞吐量对生成海量RL rollout样本至关重要，团队采用异步RL架构和多token预测来加速，并使用GRPO配合masked importance sampling算法 [30][31] - 整个后训练软件栈以Apache 2.0协议开源，包括NeMo-RL和NeMo-Gym [32] 推理功能 - 模型支持推理时的思维预算控制，用户可指定思维链的最大token数，当达到预算时，模型可基于部分思维链生成最终回答 [33][34] - 论文提供了准确率与平均生成token数之间的权衡曲线，为部署中的效率-精度平衡提供细粒度控制 [35]

芯片领域动态 - 谷歌推出TorchTPU芯片 [3] - 苹果研发AI服务器芯片 [3] 大模型与算法进展 - 谷歌发布Gemini 3 Flash模型 [3] - 字节跳动发布Seed1.8模型 [3] - 小米发布MiMo-V2-Flash模型 [3] - 英伟达发布Nemotron 3模型 [3] - OpenAI研究Circuit-Sparsity模型稀疏化技术 [3] - Thinking Machines发布Tinker模型 [3] - OpenAI可能正在开发GPT-5.2模型 [3] - OpenAI建立科学能力基准 [4] AI应用与产品发布 - OpenAI计划推出ChatGPT应用商店 [3] - 阶跃星辰发布Step-GUI应用 [3] - xAI为Grok推出Grok Voice功能 [3] - 行业在开发Agent API [3] - 苹果规划AI眼镜产品 [3] - OpenAI推出ChatGPT Images功能 [3] - Meta发布SAM Audio应用 [3] - 腾讯发布混元世界模型1.5 [3] - Vidu发布Vidu Agent应用 [3] - 谷歌推出Super Gems应用 [3] - 腾讯元宝推出写作模式 [3] - 通义万相推出角色扮演功能 [3] - 字节跳动发布Seedance 1.5 pro应用 [3] - 长安汽车与北汽集团推进L3级自动驾驶 [3] - Manus发布Manus 1.6应用 [3] - 谷歌推出NotebookLM应用 [3] - 通义发布Fun语音模型 [4] - Zoom推出Zoom AI功能 [4] - 行业出现医学版ChatGPT应用 [4] - Gemini推出Deep Research Agent [4] - Runway发布GWM-1应用 [4] - 谷歌将翻译功能融合进Gemini [4] - 拓竹科技与混元合作推出「印你」应用 [4] - 宇树科技推出机器人应用商店 [4] 前沿科技与行业观点 - Harmonic研究Erdos1026问题 [4] - 风险投资机构a16z提出AI泡沫判断标准 [4] - OpenAI研究记忆系统 [4] - 谷歌研究递归自我改进技术 [4] - 多款AI模型面临“AI手指”生成难题 [4] - 媒体披露OpenAI的Sora模型开发内幕 [4] - 行业关注AI生成的成人内容市场 [4] - DeepMind对AGI（通用人工智能）到来做出预测 [4] - 数据分析公司Similarweb揭示AI用户趋势 [4] - OpenAI与迪士尼探讨合作 [4]

公司业务与市场定位 - 公司是一家AI基础设施公司，销售用于数据中心训练和运行AI的高性能图形处理器及紧密集成的软件，同时也服务于游戏和专业可视化市场 [3] - 公司通过发布Nemotron 3系列开放模型，支持跨行业透明、高效和专业的智能体人工智能开发，其Nemotron 3 Nano模型的吞吐量是Nemotron 2 Nano的4倍，为软件调试、内容总结和AI助手任务等实际工作提供了更具计算成本效益的开放模型 [6] - 公司正持续向智能体AI领域推进，早期采用者包括ServiceNow、Palantir、Perplexity和Oracle Cloud Infrastructure [4] 财务表现与估值 - 公司当前市值约为4.15万亿美元，但股价已从近期高点下跌超过17% [5] - 公司远期市盈率为40倍，高于行业平均的24.34倍，表明市场为其定价了比行业平均更快的增长和更强的长期盈利潜力 [1] - 在第三季度，公司报告创纪录的营收570亿美元，环比增长22%，同比增长62%，增长由创纪录的数据中心营收512亿美元驱动 [8] - 毛利率保持在较高水平，GAAP毛利率为73.4%，非GAAP毛利率为73.6%，每股收益为1.30美元 [8] - 在2026财年的前九个月，公司通过回购和股息向股东返还了370亿美元，并仍有622亿美元已授权的回购额度 [8] - 公司年度股息收益率仅为0.02%，远低于科技行业平均的1.37% [7] 增长引擎与合作伙伴关系 - 公司与Synopsys新扩展的合作旨在结合其AI和加速计算与Synopsys领先的数据分析工具，以帮助研发团队更快、更低成本地设计和验证复杂的智能系统 [9] - 公司以每股414.79美元的价格投资20亿美元于Synopsys普通股，表明了其将AI融入核心工程工作流的严肃态度 [10] - 公司与PIF支持的全面AI公司HUMAIN合作，专注于扩展实际基础设施和支持主权计算，HUMAIN计划在未来三年内部署高达60万个Nvidia GB300平台，并使用Nemotron开放模型训练其自身的HUMAIN Chat模型 [10] - 该合作还包括在沙特阿拉伯建设Nvidia驱动的数据中心，并扩展到美国的AI数据中心，以扩大公司在智能体AI从测试向更广泛区域推广过程中的覆盖范围 [11] - 公司与Upwind的合作专注于保护AI工作负载的安全，Upwind将其运行时优先的云安全平台引入Nvidia的AI计算和推理堆栈，使用Nvidia NIM微服务来增强其自身的AI驱动安全操作，并为基于Nvidia GPU的基础设施提供专门保护 [12] 市场表现与分析师观点 - 过去52周，公司股价上涨约40%，整体趋势仍为正面，尽管过去一个月股价下跌约8%，但这更像是在强劲上涨后的正常调整 [2] - 对于2026财年第四季度，公司预期营收约为650亿美元 [13] - 平均每股收益预期为1.44美元，去年同期为0.85美元，下一季度预期为1.51美元，去年同期为0.77美元，这分别意味着同比增长69.41%和96.10% [13] - 摩根士丹利分析师将目标价上调至250美元，理由是公司对2025年至2026年间约5000亿美元的数据中心基础设施收入具有可见性 [14] - Loop Capital给出了华尔街最高的目标价350美元，这意味着市值将达到约8.5万亿美元 [14] - 在48位分析师中，对公司的共识评级为“强力买入”，平均目标价252.67美元意味着较当前价格有约43.33%的上涨空间 [15] - 并非所有分析师都持积极看法，Seaport Research分析师给出了“卖出”评级，指出了AI生态系统中潜在的“循环融资”风险 [15]

行业整体展望 - 科技行业在经历今年的大幅上涨后，仍被视为极具吸引力的买入机会 分析师认为这一势头在明年很可能持续 [1] - 人工智能、半导体和自动化等多个领域的创新 持续为投资者提供引人注目的机会 [14] Alphabet (GOOGL) - 该股是今年表现最出色的“七巨头”股票之一 显著跑赢同行和标普500指数 截至发稿时股价略高于308美元 年内涨幅近63% [2] - 公司在人工智能竞赛中凭借其旗舰Gemini模型和定制芯片张量处理单元取得巨大成功 这使其在数据中心业务中成为强有力的竞争者 [3] - 张量处理单元已在内部使用或通过谷歌云以租赁算力形式提供 鉴于其优异表现 公司可能围绕该技术建立新的合作伙伴关系 例如Meta据报道已寻求利用该技术 这可能为公司开辟全新的、市场尚未完全定价的收入流 [3][4] Nvidia (NVDA) - 该公司在公众认知中仍与人工智能及相关领域关联最紧密 截至发稿时股价约176美元 年内上涨31.6% [5] - 公司的优势主要在于其图形处理单元的普及 该产品被OpenAI等行业领导者采用 其通用灵活性带来了广泛的潜在用例 这些芯片是数据中心业务的核心 [7] - 公司于12月15日发布了新的开源人工智能模型系列Nemotron 3 专为构建人工智能代理设计 首席执行官黄仁勋指出 这一新系列将有助于将先进人工智能转变为开放平台 并让开发者更容易进行扩展 [8] Tesla (TSLA) - 尽管主要是一家汽车制造商 但鉴于其近期对机器人和人工智能的重视 亦可被视为科技股 截至发稿时股价接近473美元 年内上涨17% [9] - 首席执行官埃隆·马斯克对自动驾驶和人工智能日益增长的兴趣引起许多分析师关注 例如 Wedbush的Dan Ives近期暗示特斯拉2026年股价目标可能达到800美元 并认为该公司市值明年可能翻倍 [11] - 本月在德克萨斯州奥斯汀进行的自动驾驶测试提振了投资者情绪 特斯拉Model Y车型本周末开始在没有安全驾驶员的情况下运行 同时 管理层正专注于提升欧洲销量 并推出更实惠的车型 以期消除在该地区面临的一些阻力 [12]

AI行业动态与公司进展 - 美国具身智能独角兽Skild AI（估值140亿美元）正式采用中国企业星动纪元自研的全直驱五指灵巧手XHAND1作为末端执行器[5] - 韩国Rainbow Robotics、英国Humanoid AI及Extend Robotics等海外头部厂商均已采纳星动纪元方案 标志着中国核心部件切入全球人形机器人高端供应链[5] - 蚂蚁集团宣布旗下AI健康应用AQ品牌升级为“蚂蚁阿福” 并发布App新版本 升级健康陪伴、健康问答、健康服务三大功能[6] - 升级后的“蚂蚁阿福”聚焦“健康+”战略 定位从AI工具转向AI健康朋友[6] - 商汤科技正式发布Seko2.0——行业首个多剧集生成智能体 在多剧集视频生成的一致性方面展现出显著优势[7] - 该智能体依托商汤自研的日日新Seko系列模型 包括SekoIDX、SekoTalk等图像与视频生成多模态模型所构建的技术底座[8] 科技巨头（英伟达）动向 - 英伟达宣布收购总部位于犹他州的软件公司SchedMD 该公司为高性能计算和人工智能提供开源工作负载管理系统[10] - SchedMD是Slurm（简易Linux工具资源管理）的领先开发者 该开源软件作为高性能计算集群的管理和作业调度器[10] - Slurm已被TOP500超级计算机榜单中超过一半的前十和前100系统使用 英伟达计划继续将其作为开源、供应商中立的软件进行开发和分发[10] - 英伟达已开始推出其Nemotron 3开放模型 并认为这是构建代理人工智能应用最高效的开放模型家族[11] - Nemotron 3 Nano现已上市 较大的Super和Ultra型号预计将在2026年上半年上市[11]

全球股市表现 - 2025年12月15日，港股三大指数显著下跌，恒生指数收于25,629点，日跌幅1.34%[3] - 同日美股三大指数集体收跌，标普500指数收于6,817点，日跌幅0.16%[3] - 日经225指数收于50,168点，日跌幅1.31%，而东证指数逆势上涨0.22%[3][13] 市场情绪与板块轮动 - 港股科技与AI相关股下挫，百度集团跌超5%，半导体股英诺赛科跌超9%[9] - 美股AI概念股持续承压，博通与甲骨文股价分别下跌逾5%和逾2%[9] - 市场资金从科技股轮动至经济敏感板块，美股可选消费和工业板块获资金流入[9] - 日股资金从科技股流向内需板块，铁路运输类股上涨2.1%，银行类股逆势上涨2.00%[13] 宏观经济与政策焦点 - 市场聚焦于2025年12月16日将公布的美国11月非农就业与10月零售销售数据[1][9] - 日本央行短观调查显示大型制造业信心指数升至近四年高位，强化市场加息预期[13] - 纽约联储行长预计2026年美国经济增速将加速至2.25%左右，通胀将降至略低于2.5%[13] 行业与公司动态 - 英伟达发布开源AI模型系列Nemotron 3，旨在提供透明、高效、可定制的智能体开发能力[12] - 特斯拉股价逆势涨超3%，公司CEO马斯克表示正在测试无安全员的无人驾驶出租车[9] - 中国首批L3级自动驾驶车型（长安与极狐品牌）获得准入许可，将在特定路段试点[14] 中国经济数据 - 2025年1-11月，中国规模以上工业增加值同比增长6.0%[14] - 同期全国固定资产投资（不含农户）为444,035亿元，同比下降2.6%[14] - 2025年11月社会消费品零售总额为43,898亿元，同比增长1.3%[14]

国际股市概况 - 美股三大指数小幅收跌 道琼斯工业指数跌0.09%至48,416.56点 标普500指数跌0.16%至6,816.51点 纳斯达克指数跌0.59%至23,057.41点[1][5][11] - 欧洲三大股指全线上涨 英国富时100指数涨1.06%至9,751.31点 法国CAC40指数涨0.7%至8,124.88点 德国DAX指数涨0.07%至24,203.43点[5][11] - 亚太主要股指普遍下跌 香港恒生指数跌1.34%至25,628.88点 恒生科技指数下挫2.48% 日经225指数跌1.31%至50,168.11点 韩国KOSPI指数跌1.84%至4,090.59点[5][11] - 中概股普遍下跌 纳斯达克中国金龙指数跌2.17% 万得中概科技龙头指数跌1.73%[5][16] 宏观经济与政策 - 美联储官员表示货币政策已为2026年做好充分准备 预计美国失业率将在2025年底降至4.5% 通胀率将在2026年升至2.5% 2027年降至2%[5][10] - 国内强调扩大内需是战略之举 要加快补上内需特别是消费短板 使内需成为拉动经济增长的主动力和稳定锚[5][12] - 中国11月经济数据显示 全国规模以上工业增加值同比增长4.8% 服务业生产指数同比增长4.2% 社会消费品零售总额同比增长1.3% 1-11月全国固定资产投资同比下降2.6% 其中房地产开发投资下降15.9%[5][13] - 11月70城房价环比总体下降 同比降幅扩大 二手房价格全部下跌 一线城市降幅扩大0.2个百分点至1.1%[5][15] 行业动态与公司要闻 - 美团决定暂停团好货业务 聚焦探索零售新业态[5][16] - 英伟达发布开源人工智能模型系列Nemotron 3 包含Nano、Super和Ultra三个版本 引入潜在专家混合架构以提升推理效率并降低运行成本[5][16] - 航天电子拟对控股子公司航天火箭公司增资7.28亿元[5][16] - 鹏鼎控股2026年拟向泰国园区投资合计42.97亿元 投建高阶HDI等产品产能[5][16] - 景嘉微子公司自主研发的边端侧AI SoC芯片CH37系列已完成流片、封装、回片及点亮等关键阶段工作[5][16] 研报核心观点摘要 - 固收研究认为中央经济工作会议对债市影响偏中性 会议延续货币政策“适度宽松”基调 提及“灵活高效降准降息” 但未提提高赤字率 年末交易层面因素易被放大 债市仍建议以防御为主[5][17] - 交运研究关注低空经济行业动态 国家发改委提出完善低空经济产业生态 海南无人机年度飞行量突破1000万架 多地“十五五”规划建议提及发展低空经济[5][17] - 电子研究提出3D NAND或成为存储新增长曲线 随着AI推理及应用市场扩张 非易失性存储的读写性能成为系统效率关键短板 3D NAND工艺难点在于高深宽比刻蚀、薄膜沉积及混合键合工艺 相关设备商或将迎来景气周期[5][18] - 计算机研究关注谷歌携手中国企业XREAL开发AR眼镜 这是全球首款搭载Android XR平台及Gemini AI的消费级AR眼镜产品 此次合作若能成功将重塑XREAL公司价值并确立谷歌在“空间计算”中的核心地位 建议关注AI服务器板块[5][18]