中国开源模型的崛起 - 中国开源模型如Kimi、Qwen、智谱GLM-4.5等近期密集发布，Hugging Face热门榜几乎被中国模型垄断[1][3] - 中国模型发展速度惊人，一旦模式被验证可行，中国擅长集中资源快速工程化实现[5][8] - 中国开源模型可能成为发展中国家的模型标准，尤其在"全球南方"市场占据优势[6][7] 中美AI竞争格局 - 大模型竞争已演变为中美之间的比拼，开源标准可能转向中国模型[3] - 美国如Meta等公司正加大投入，但中国在公私合作和资源投入方面更具优势[8][10] - 中国机构如清华大学已拥有先进语言模型，而美国部分高校资源相对不足[8][10] 模型训练与人才 - 不同机构间人才差异并不显著，模型好坏更多取决于资源利用效率[15][16] - 顶尖实验室内部普遍存在混乱，但关键在于能否产出有效模型[19][20] - 实验速度和基础设施比单纯追求"天才"更重要，需要重视团队协作价值[21][22] 模型评测与基准测试 - 当前更需要好的基准测试来评估模型能力，而非仅关注技术细节[3][24] - 制作高质量评测的门槛越来越高，但可能带来新的话语权[24][25] - 评测领域存在巨大蓝海机会，定义新任务不需要庞大算力[26] 强化学习与推理技术 - RL无法泛化到数学和代码之外的说法被夸大，这些领域只是更容易验证[32] - GSPO算法通过分组序列策略优化显著提升样本效率[28][29] - 模型推理研究进展有限，蒸馏小模型比RL更实用[27] 未来挑战与趋势 - 验证难度将越来越大，特别是在科学发现等复杂领域[36][37] - 智能体相关能力可能成为未来关键基准，参数规模扩张不再是主要路径[23] - 行业需要改变模型优势的传达方式，超越单纯基准测试分数[24]

DeepSeek用户数据下滑与国产AI前景 - DeepSeek月均下载量从2025年Q1的8111.3万降至2258.9万，降幅达72.2% [2] - DeepSeek使用率由年初7.5%下滑至3%，主要因R2版本延迟发布及高幻觉率问题 [2][3] - 数据统计未涵盖腾讯元宝、百度、夸克等第三方接入渠道，实际影响可能被夸大 [6] DeepSeek的战略定位与行业影响 - 公司以开源开放为核心，创始人明确"不做应用只做研究"的底层技术路线 [7] - 用户活跃度和商业变现非核心指标，目标是为行业提供技术支撑 [7] - 模型权重广泛复制后，行业需解决技术领先性维持和商业模式可持续性问题 [8] 国产AI整体竞争格局 - Qwen、文心、夸克、Kimi等大模型紧咬全球AI前列，国内多路线并行发展 [7] - 中国优势在于超大规模市场、丰富应用场景及海量用户行为数据 [7] - 行业竞争从"参数竞赛"转向"生态竞速"，需构建开放协同的创新网络 [9] AI产业发展的关键挑战 - 技术突破需转化为场景价值，真实场景数据（如医疗、教育）反哺技术进步 [10] - 需建立跨企业/机构的开放协作机制，实现数据、算力、算法自由流动 [10] - 公共政策应避免过早选定技术路线，允许市场自发选择和多头并进 [9] 行业长期趋势判断 - 技术护城河在于组织能力与市场结构，非单一模型参数领先 [9] - 中国AI"第二增长曲线"取决于技术向商业/社会价值的转化能力 [11]

AI行业竞争格局 - 当前AI大模型竞争格局类似云计算发展史 最终可能形成寡头垄断 少数巨头凭借资本和算力定义市场[3][16] - 云计算领域AWS曾占70%-80%市场份额 但微软和Google通过持续投入最终形成三足鼎立局面 类似情况可能在AI领域重演[16] - 模型发布呈现节点性特征 每次重磅模型发布都会引发市场对"终极赢家"的误判 但历史表明单一模型难以长期保持领先[15] 投资逻辑与商业模式 - 理性商业决策是"牺牲利润换取分销" 优先抢占市场份额而非短期盈利 该策略从互联网时代延续至今[3][35] - 扩散模型类公司(如11 Labs Midjourney)商业模式健康 未被巨头补贴 而语言模型领域因Meta 谷歌等巨头补贴导致高风险[19] - 应用层公司面临上游模型厂商反向竞争风险 但特定领域理解(如医疗法规)可形成护城河[35] 技术发展影响 - 代码模型让开发者从平台杂务中解放 回归创造本质 但未显著加快产品发布节奏 主要提升代码健壮性和可维护性[46][48] - 企业生产环境平均代码改动仅2-12行 核心价值在于对特定领域需求的深刻理解而非代码本身[50] - AI可能改变科研范式 帮助研究者避免重复造轮子 连接不同学科知识 推动解决更前沿问题[53] 市场动态与品牌效应 - 市场扩张期品牌认知度成为关键优势 头部品牌可占据80%市场份额 类似互联网早期赢家通吃现象[25][27] - 细分领域出现差异化竞争 如图像领域的Midjourney(奇幻风格) Ideogram(专业设计) BFL(开发者社区)各自找到定位[32] - OpenAI虽在多个领域最早布局 但仅在语言模型保持绝对优势 其他领域被专业公司取代[32] 开发者生态变化 - AI工具使编程回归90年代本质 开发者不再受框架和平台限制困扰 吸引资深开发者重返编码[44] - 代码模型未使10倍工程师变成100倍 而是降为2倍 因核心技术创新仍需人类决策[46][48] - 基础设施领域的技术权衡仍需计算机科学专业知识 应用开发则更依赖业务理解而非技术[49] 开源与安全争议 - AI开源实际指开放较小模型 保留核心模型闭源 与软件开源有本质区别 商业逻辑驱动该模式[42] - 历史上开源占软件市场价值约20% AI领域可能高于此比例 但生态系统层面开源可能减少[41][42] - 安全讨论脱离计算机系统固有规律 缺乏类似互联网时代的具体威胁证据[38][39]

人有人的命运，城市有城市的命运，命运之中，最重要的是选择和押注。 杭州是不是中国硅谷已经不重要了，就像王坚的回答，他说："我想我更愿意说，杭州将成为面向世界 的创新中心，它有自己独特的魅力。"。 我去年从北京搬到杭州，说是一种巧合，也是一种必然，我可以马后炮的说，我看到了AI的趋势。 我所在的办公地点，从我去年搬来至今，还是很荒凉，但是在我300米范围内，有三座还没有建成入驻 的大楼，火山引擎、vivo全球AI研发中心、钉钉，火山引擎之前的logo是抖音，除此之外，今年年初火 爆全球的杭州六小龙，更是覆盖了从大模型到机器人的软硬件全链路。 杭州再一次迎来了选择和押注，上周链博会，王坚邀请黄仁勋来杭州，黄仁勋问，我可以认为杭州是中 国的硅谷吗？有机会一定要去。 有谁不爱免费的开源产品呢？比如Linux，成为众多操作系统的基础，而Qwen现在也正在走向这种趋 势，成为众多开源模型的基础。 杭州上一次给全球AI从业者带来的惊喜，则是DeepSeek，一下子把价格打了下来，甚至让英伟达也感 觉到了诧异，于是黄仁勋来中国的频次越来越高，半年来了三次。 为什么会是杭州？这里并不是传统意义上的互联网科技公司扎堆的城市。 首 ...

中国市场与AI创新 - 中国市场被描述为"独一无二"，具有活力、创新能力和庞大终端消费者群体 [12][14] - 中国AI领域展现出强劲创新活力，深度求索R1模型重新设计AI运行方式以适配H20架构 [9][10] - 中国计算机科学家数量全球领先，与美国并列第一 [14] - 30年深耕中国市场，与联想、阿里、腾讯、百度、小米等企业深度绑定 [12][13] 供应链体系 - 中国供应链体系规模、复杂性、多样性堪称世界级奇迹，同时为全球供应链提供设备和技术支持 [5] - 全球供应链相互依存且无法彻底脱钩，中国有机会将供应链制造技术推广至全球 [5][6] - 英伟达依赖全球100-200家技术合作伙伴构建AI超级计算机，供应链具备高度敏捷性 [6][7][8] - 现代供应链设计强调备用方案，中国供应链专业能力在变局中更具价值 [8] 竞争与合作哲学 - 尊重华为等竞争对手，认为其芯片设计、系统软件能力全面且强大 [2][21] - 主张竞争是市场繁荣基石，企业可在竞争中保持合作关系 [22][26][27] - 商业竞争不应被类比为战争，竞争与合作可共存并推动行业发展 [25][27] 智能化革命 - 人工智能被视为"有史以来最伟大的技术革命"，重要性超越电力和互联网 [16][18] - 智能化将成为社会核心基础设施，提升各行业基础能力 [16][19] - AI技术是"最伟大的平等工具"，能同步提升各阶层人群的能力 [19][20] 技术突破与适应 - 中国企业在受限环境下仍实现创新，如深度求索R1、阿里Qwen、月之暗面Kimi [10][11] - AI系统如多层蛋糕，某一层进展滞后可通过其他层创新弥补 [9] - H20架构虽非最顶尖产品，但催生了突破性应用成果 [9][10] 自动驾驶发展 - 中国自动驾驶技术发展速度全球领先，小鹏、理想、蔚来、小米、比亚迪均有布局 [23] - 人工智能与机械系统融合能力对中国是天然优势 [23] 企业领导力 - 保持创业初期的危机感，认为自满是最大风险 [29] - CEO的核心价值在于推动行业进步并见证合作伙伴成功 [30]

中国市场与创新 - 中国市场被描述为"独一无二"，具有活力、创新能力和发展势头，是英伟达深耕30年的重要市场 [1][14] - 中国在AI领域展现出强大创新能力，深度求索公司的R1模型重新设计了AI模型的运行方式，充分发挥H20架构优势 [1][11] - 中国计算机科学家数量全球最多，终端消费者群体规模庞大，市场非常独特 [16] - 中国企业在AI领域取得突破性成果，如深度求索的R1、阿里巴巴的Qwen、月之暗面的Kimi等创新架构 [12][13] 供应链与全球化 - 中国运营着全球数一数二的供应链体系，规模、复杂性、多样性堪称世界级奇迹 [6] - 全球供应链日益多元化且相互关联，不存在彻底脱钩的可能性，这种相互依存是良性状态 [6][7] - 现代供应链需要高度敏捷性，能够适应供应变化、需求波动和供应商断供等情况 [10] - 供应链管理是人类最伟大的发明之一，整合全球各地公司的专长，提升最终产品质量 [7] 竞争与合作 - 竞争是市场繁荣的基石，企业与国家均可在竞争中找到共存之道 [2][24] - 华为被描述为规模庞大、技术能力深厚的公司，在芯片设计、系统设计和软件方面具有强大实力 [2][23] - 企业之间存在竞争，但可以保持尊重与合作关系，竞争对手不是敌人 [24][29] - 所有伟大的市场都离不开竞争，竞争能创造市场并为双方开创未来 [28][29] 人工智能与智能化 - 智能化是"有史以来最伟大的技术革命"，重要性比肩电力和互联网 [1][17] - 人工智能将成为每个国家和社会的核心基础设施，比电力和互联网更加重要 [17] - 人工智能是"最伟大的平等工具"，能同步提升所有人的能力 [21][22] - AI系统极其复杂，需要每一层的创新，工程师可以通过上下层创新来弥补某一层的不足 [11] 公司发展与战略 - 英伟达在中国与联想、阿里巴巴、腾讯、百度、小米等企业深度绑定 [1][15] - 公司与小米合作开发人工智能和自动驾驶软件，合作历史悠久 [16] - 英伟达的优势之一是高度敏捷的供应链体系 [8] - 公司创始人始终保持危机感，致力于推动技术创新和行业发展 [31][35]

报告行业投资评级 未提及 报告的核心观点 - 2025年7月17日NVIDIA创始人黄仁勋与王坚围绕人工智能多话题展开对话，黄仁勋回顾AI三次浪潮并提出物理AI为下一阶段方向，强调未来20年AI发展高度依赖硅基技术 [1][7] - AI发展是计算能力驱动的软件范式变革，从规则式软件过渡到预测型智能系统 [2][8] - NVIDIA推动三维晶体管结构等关键方向形成下一代AI加速平台，规划未来10 - 20年技术路线图，底层创新基于硅基技术突破 [2][8] - 对话具备多重战略含义，包括确立硅基算力20年时间窗、中国开源模型获认可将撬动“算法出海”、开源模式成未来AI创新主引擎、AI for Science成科研新加速器 [3][9][10] 根据相关目录分别总结 AI发展阶段 - 感知AI（2012 - 2017）视觉、语音、语言识别超越人类 [5][11] - 生成式AI（2018 - ）多模态交叉生成，重塑内容生产 [5][11] - 推理AI（2023 - ）具备类人逻辑拆解、未知问题求解能力 [5][11] - 物理AI（未来）具身智能落地机器人系统 [5][11] 对话战略含义 - AI算力时代硅续命确立20年时间窗，黄仁勋将硅基延展技术确认为未来主路径，国产芯片厂商当前架构兼容路线可安全演进一代以上 [3][10][11] - 中国开源模型获世界级认可，黄仁勋点名DeepSeek等模型，其有利于降低部署成本，在国际项目有中立性和合规优势，将撬动“算法出海”新通道 [3][10][11] - 开源模式成为未来AI创新主引擎，全球AI创新将转向工程协作模式，中国模型厂商建立开放社区可在全球开发者生态占关键角色 [3][4][11] - AI for Science将成为科研领域新加速器，AI可补齐人类“中尺度模拟”建模能力缺口，国内相关机构将在多领域迎来产业机会 [4][10][11]

生成式AI与AI 2.0 - 生成式AI驱动的AI 2.0是未来5到10年最重要的技术领域，将快速走出实验室并赋能千行百业[3][8] - AI 2.0时代全球GDP增长幅度将超过PC和移动互联网时代[4] - 大模型智能每年提升30个百分点，推理成本每年下降10倍，为AI-First应用爆发奠定基础[8] 技术范式转变 - 预训练Scaling Law已失效，万张GPU集群算力提升仅2倍，高质量训练数据面临瓶颈[9] - 推理阶段Scaling Law成为新范式，推动大模型智力加速成长[10] - DeepSeek开源慢思考推理模型性能媲美顶级闭源模型[11] 中美AI竞争格局 - 中国在开源模型路径上赶超美国，工程能力和创业者拼劲突出[13][15] - 竞争核心是开源与闭源路线之争，中国选择开源可能带来全球生态红利[16][17] - 美国在2B/2C付费能力上占优，但闭源路线可能使其失去竞争优势[14][16] 投资标的分析 - 英伟达仍是稳妥投资标的，其芯片技术对预训练和无人驾驶等领域不可或缺[19][20] - 微软是美国科技七巨头中优选，因其创新投入和清晰的盈利模式认知[22] - 英伟达面临中国市场准入等潜在风险，微软增长空间受限于大体量[21][22]

AI技术演进与未来趋势 - 生成式AI爆发仅是开始 下一波浪潮是物理AI 包括机器人 模拟自然法则 辅助药物设计等领域 [1][6] - AI已超越人类在图像识别 语音识别和语言理解能力 并进入推理阶段 能分解并解决未知问题 [1][6] - 技术迭代周期约4-5年 过去12年AI从认知任务扩展到生成式智能 未来将深度融合物理世界 [6][7] 算力的核心地位 - 算力是AI基础架构 改变世界的本质是算力而非计算机 AI将算力提升至新境界 [1][9] - 英伟达算力10年提升10万倍 支撑AI从预训练 人工强化训练到自主推理的演进 [9][10] - AI不仅模拟人类智慧 更增强创造力 其运行机制与大脑相似但更具扩展性 [9] 开源生态与全球协作 - 中国AI开源论文数量全球第一 Kimi DeepSeek等开源模型推动全球创新协作 [2][10] - 开源工程加速创新 允许跨组织贡献 形成安全发展路径 如DeepSeek论文获A+级全球审查 [11] - 开源模型赋能医疗 金融 机器人等行业 使各领域能定制专属AI解决方案 [11] AI与科学研究的融合 - AI将颠覆生物学研究 通过理解蛋白质 细胞结构辅助药物设计 延长人类寿命 [12] - 物理AI可模拟天气 海洋等复杂系统 比传统方法更高效预测自然现象 [13][14] - 硅基技术仍是AI算力基石 未来20年将通过多芯片复合架构持续突破性能极限 [14][15] 行业领袖对年轻人的建议 - 掌握第一性原理和科学推理 避免过度依赖AI答案 需保持批判性思维 [16][17] - AI是终极平等器 尽早掌握交互能力可赋能各阶层 农民 老年人均能受益 [18] - 当代年轻人将成为AI原住民 终生与AI共生 获得全程陪伴与记忆存储 [19][20] 中国科技力量崛起 - 杭州被视作中国硅谷 孕育DeepSeek Qwen等领先模型 展现区域创新实力 [11][12] - 中国在AI工程与制造领域进步显著 低估华为等企业的观点被批"极其天真" [23]

行业背景分析 - 当前中美在AI领域已形成完全割裂的格局 创业者需从基础设施 用户群体和资本来源三方面"选边站" [4][5][6][7][8] - 基础设施割裂体现在必须选择中国大模型(如DeepSeek Qwen)或美国大模型(如ChatGPT Gemini) 技术接口标准存在国别壁垒 [6][7][8] - 用户群体割裂表现为中美AI用户完全分离 服务市场必须明确选择 [9][10] - 资本割裂迫使企业在中国投资与美国投资间二选一 混合结构将面临类似TikTok的监管障碍 [11][12][13] 公司战略选择 - Manus业务调整反映中国AI创业者面临的地缘政治困境 需在"服务国内市场"或"全球化发展"间做出战略抉择 [3][15][16] - 出海成为不可逆趋势 但面临美国盟友体系 区域市场本土化竞争等非业务层面的复杂挑战 [18][19][20][21] - 创始人公开表态显示公司选择全球化路径 但需承受商业模式调整和短期收入牺牲 [23][24][25][26] 市场竞争格局 - 全球AI市场呈现"华夫饼"式割裂状态 除中美外还存在欧洲 东南亚 拉丁美洲等差异化市场 [16][20][21] - 中国AI企业出海需证明其在国际环境下的产品能力 这将成为差异化竞争的关键要素 [26] - 区域市场存在本土大模型研发 政治联盟关系等非技术性竞争壁垒 [21][22] 创始人观点 - Manus创始人强调为扩大用户基础可牺牲短期收入 调整商业模式属于战略选择 [23] - 全球化运营面临大量非产品价值的附加挑战 暗示地缘政治因素对业务的实际影响 [25] - 成功案例将证明中国背景创始人具备全球化产品能力 这构成重要战略目标 [26]