上天天基金APP搜索777注册即可领500元券包，优选基金10元起投！限量发放！先到先得！ 1月9日，市场震荡拉升，沪指高开高走突破4100点，深成指涨超1%。截至收盘，沪指涨0.92%，深 成指涨1.15%，创业板指涨0.77%。 板块来看，AI应用、商业航天、可控核聚变等概念领涨。下跌方面，脑机接口概念下挫。 全市场超3900只个股上涨，连续2日超百股涨停。沪深两市成交额3.12万亿元，较上一个交易日放量 3224亿，历史第五次突破3万亿。 2026年，A股不仅在第一天收获"开门红"，连 第一周整体也是红彤彤的 。 数据显示，沪指本周累涨3.82%，完成了 从3983点到4121点 的跨越。 量价齐升的情况也很显著。本周前四天，全市场成交额连续超过2.5万亿元，周五则直接飙升至 3.15万亿 元 ， 时隔73个交易日后再度站上3万亿大关。 年前的你，可曾预想到这般走势？ 反过来讲，未来某天， 当分歧无法 完成 日内消化 ，一根阴线将应运而生，届时或许就需要调整应对策 略了。 早间，利好传来 行情软件显示，早间9:43开始，富时A50期指曾有一波急速拉升，A股随之由震荡转为持续1小时的单边 上行，沪指则趁势 ...

市场整体表现 - 1月9日A股市场持续火爆，沪指时隔十年重新登上4100点 [1] - 商业航天、可控核聚变、有色金属、机器人等热点板块延续强势，AI应用概念板块领涨全市 [1] AI应用板块爆发性行情 - 1月9日午后，AI应用端侧概念股全面爆发，涉及Kimi、Sora、快手、AI语料、短剧互动游戏、智谱AI、AI智能体等多个概念 [2] - 传媒股表现尤为亮眼，易点天下“20CM”涨停，博瑞传媒、浙文互联、引力传媒、吉视传媒等多只传媒股“10CM”涨停，传媒ETF涨近7% [2] - AI应用板块爆发的核心催化因素之一是智谱华章和MiniMax两家大模型公司相继登陆港股市场 [2][3] - 1月8日，智谱在港交所挂牌交易；1月9日，MiniMax登陆港股，开盘后股价迅速拉升，截至当日13时40分涨幅冲高至90% [2] - 另一重要激励因素是OpenAI发布ChatGPT健康平台 [3] AI应用商业化前景与影响 - 两家大模型企业成功上市，标志着AI产业从技术探索阶段迈向规模化、商业化发展的新征程 [4] - 资本市场的支持为AI行业提供充足资金，有助于推动技术研发成果向商业应用加速转化 [4] - 上市将促使产业链加速优胜劣汰与整合，大模型能力外溢将为AI软件、消费终端等领域带来新一轮创新机遇 [4] - 大模型资本闭环打通，技术投入将更加稳定，有望加速API成本下行，加速商业化进程 [4] - 应用端是最直接的受益方，有利于AI应用端侧的估值重估 [4] - 大模型的算力普惠和能力提升，降低了应用端的开发成本和门槛，使应用厂商能更好地将AI技术与自身业务结合 [5] - 政策层面迎来利好，1月7日工信部等八部门印发《“人工智能+制造”专项行动实施意见》，提出到2027年推动3-5个通用大模型在制造业深度应用，推出1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景 [5] 传媒行业成为焦点原因 - 传媒是AI内容生成、营销、IP变现最易见效的场景，业绩弹性强 [4] - 传媒行业对内容创作效率和质量有较高需求，大模型在文本生成、视频生成等方面的能力能有效满足其需求 [5] - 例如，智谱的智能体有望升级短剧、游戏操作模式，MiniMax的多模态技术也与传媒内容创作紧密相关 [5] 市场机构观点 - 在政策、市场等多项利好推动下，市场机构认为2026年是AI应用商业化兑现之年 [5] - 国联民生证券认为，2026年不仅是资本支出投入大年，更是AI商业化兑现业绩的检验之年，行业需要通过实质性的投资回报率来证明高估值的合理性 [5]

市场指数表现 - 上证指数时隔多年再度站上4100点，上一次达到此点位是在2015年7月24日，截至发稿时上涨0.56%，报4105.98点 [1] - 深证成指上涨0.84%，创业板指上涨0.07% [1] AI应用行业 - AI应用板块大涨，其中“AI+医生”、Sora概念、智谱AI等细分板块涨幅居前 [3] - 大模型独角兽公司MiniMax于今日登陆港股，此前智谱华章已于1月8日在香港联交所挂牌上市 [3] 商业航天行业 - 商业航天板块大涨，带动富士达、邵阳液压等个股上涨 [4] - 中国首个海上回收复用火箭产能基地在杭州钱塘区开工，项目总投资52亿元，建成后预计具备年产25发火箭的规模化制造能力，并能满足火箭回收后的快速检测、维修与复用条件 [4] - 广州市发布规划，聚焦攻关可重复使用火箭技术，依托从化商业火箭液体动力系统试验中心及总装测试产业化基地，为中大型液体火箭研制提供基础，并推动南沙中科宇航液体火箭总装测试基地和黄埔星河动力火箭总装基地建设，旨在研发大推力、可复用液体火箭，打造低成本、高密度的航天发射能力 [4] 多元金融行业 - 多元金融板块上涨，鲁信创投、越秀资本等个股大涨 [5]

AI技术量级与历史地位 - AI是比互联网更宏大的技术变革，其量级堪比电力、微处理器和蒸汽机，目前仍处于非常早期阶段 [2] - 这是有生以来经历的最大规模的技术革命 [2] 成本通缩与供需规律 - 智能的单位成本下降速度远超摩尔定律，带来需求的爆发性增长 [2] - 所有AI输入的单位成本都在崩塌，导致单位成本的超通缩，将推动超出预期的需求增长 [8] - 遵循短缺导致过剩的历史规律，GPU和数据中心的大规模建设最终将导致供应过剩，进一步压低AI成本 [3] - 导致过剩的第一大原因就是短缺，因为短缺会吸引数千亿甚至数万亿美元投入，未来十年AI公司的单位成本将像石头一样直线下跌 [8] 市场结构与产业分工 - 未来AI市场结构将类似计算机产业：少数上帝级模型在顶端，海量低成本小模型在边缘侧普及 [3] - 行业结构将是一个分工明确的智力金字塔，并非零和博弈 [13] - 极少数相当于超级计算机的上帝模型运行在巨大的数据中心里，层层递进的小模型最终延伸到嵌入式系统，最聪明的模型永远在顶端，但数量最多的将是边缘侧的小模型 [13] 中美技术竞争格局 - AI只在美国和中国被构建，世界其他地方要么造不出来，要么不想造，这是一个双雄争霸的局面 [3] - 中国在追赶速度、开源策略和芯片自研上表现惊人，促使美国联邦层面的监管风向转为支持创新 [3] - 中国在开源模型上的进展让华盛顿和硅谷都感到惊讶，DeepSeek的发布是一个超新星时刻，其性能出色且来自一家对冲基金，完全出乎意料 [10] - 中国公司在开源领域的策略形成了一种全球性的价格竞争，使美国政策制定者重新思考监管方向 [10] - 在华盛顿，不管是民主党还是共和党，现在都很少有兴趣做任何可能阻止美国战胜中国的事情，联邦层面严苛监管风险已经大幅降低 [10] 商业模式演变 - AI应用正从按Token付费向基于价值定价转移 [4] - 初创公司不再只是套壳，而是正在向后集成构建自己的模型 [4] - 云巨头乐于通过按Token计费来销售算力，但初创公司正在探索更具护城河的模式 [12] - AI初创公司在定价上比SaaS公司更具创造力，如果能从医生、律师或程序员的生产力大幅提升中分一杯羹，高定价往往对客户有利 [12] - 像Cursor这样的领先应用公司正在向后集成，实际上正在构建自己的AI模型，因为他们拥有最深的领域认知 [12] 技术普及与公众接受度 - 全球最先进的AI技术已打破壁垒，任何人都可以在第一时间直接使用并验证这些原本昂贵的顶尖技术 [6] - 民调显示公众对AI替代感到恐慌，但实际行为数据显示人们正在疯狂采用AI [6] 欧洲监管环境的影响 - 欧盟因无法在创新上领跑，转而追求监管领先，这种做法几乎扼杀了本土AI发展 [5] - 欧盟的监管导致苹果和Meta拒绝在欧洲发布最新功能 [5]

编辑 | 硬 AI 要点提炼： "如果有什么东西出现了短缺，人类的历史证明它最终会被大规模复制，直到变成过剩——AI芯片和算力也不会例外。"a16z联合创始人预言，AI是比互联网更宏大的技术变革，目前 尚处于早期阶段。他指出，智能成本正以超摩尔定律的速度崩塌，基础设施的短缺终将导致产能过剩，从而利好应用层。 作者 | 硬 AI 成本"通缩" ： 智能的单位成本（Per unit cost）下降速度远超摩尔定律，这将带来需求的爆发性增长。 "短缺导致过剩" ： 遵循"短缺导致过剩"的历史规律，GPU和数据中心的大规模建设最终将导致供应过剩，从而进一步压低AI成本。 市场结构 ： 未来AI市场将类似计算机产业结构：少数"上帝级模型"（类似超级计算机）在顶端，海量低成本"小模型"在边缘侧普及。 中美竞争 ： 这是一个双雄争霸的局面。中国（如DeepSeek、Kimi）在追赶速度、开源策略和芯片自研上表现惊人，这促使美国联邦层面的监管风向转为支持创 新。他说道，"基本上AI只在美国和中国被构建。世界其他地方要么造不出来，要么不想造"。 商业模式 ： AI应用正从"按Token付费"向"基于价值定价"转移；初创公司不再 ...

要点提炼： "导致过剩的第一大原因就是短缺" 尽管市场对于AI的营收增长与烧钱速度存在分歧，但安德森从投资者的角度指出，目前的许多担忧可能被误读了。他认为，核心在于智能成本 的"极度通缩"。 "AI价格的下降速度比摩尔定律还要快，"安德森在访谈中强调，"所有AI输入的单位成本都在崩塌。结果就是单位成本的'超通缩'（hyper deflation），这将推动超出预期的需求增长。" 对于投资者普遍关注的GPU和基础设施瓶颈，安德森给出了基于历史周期的判断："在任何具有商品属性的市场中，导致过剩的第一大原因就是短 缺……因为短缺，你会看到数千亿甚至数万亿美元投入地下。未来十年，AI公司的单位成本将像石头一样直线下跌。" 中美竞赛：DeepSeek带来的震撼 访谈中，安德森罕见地详细评价了来自中国的竞争压力，特别是提到了DeepSeek和Kimi等模型的崛起。他承认，中国在开源模型上的进展让华盛 顿和硅谷都感到惊讶。 AI技术量级： AI是比互联网更宏大的技术变革，可与电力、微处理器和蒸汽机相提并论，目前仍处于"非常早期"阶段。 成本"通缩"： 智能的单位成本（Per unit cost）下降速度远超摩尔定律，这将带 ...

文章核心观点 - AI技术正在深刻改变影视IP的创作、传播与商业化模式，用户生成的AI二创内容已形成病毒式传播，播放量可达数百万甚至上千万次，这迫使流媒体与内容巨头从最初的版权诉讼防御，转向与AI公司进行战略合作，以掌控IP在AI时代的新定义权与应用标准 [6][20][31][35] AI二创内容的兴起与影响 - 网友利用AI制作的“派拉蒙大战Netflix”IP混剪视频在X平台单条播放量超过730万，展示了将《鱿鱼游戏》、《老友记》、DC超级英雄等众多经典角色进行创意融合的能力 [6][8][11][13] - 网友自制的科罗娜啤酒AI广告片，融合了《哈利波特》、《小鬼当家》等多个IP，外网播放量超过500万，并获得了埃隆・马斯克的点赞 [20] - 此类内容引发了关于“slop”（低质量AI内容）的争议，有观点认为其缺乏逻辑与营养，但也有观点认为这是流媒体时代适合传播的新内容形式 [15][17][20] 流媒体巨头与AI公司的战略合作 - 迪士尼于去年12月11日宣布独家拥抱OpenAI，投资10亿美元，并授权旗下包括迪士尼动画、漫威、皮克斯、《星球大战》等200多个角色，用于Sora、ChatGPT等生成AI内容，该决议将于2026年生效 [31][33] - 迪士尼此举旨在建立行业标准，将高质量IP作为需付费并受控的独家资源，而非免费公共资源，在法规完善前达成企业战略一致 [35] - 国内方面，爱诗科技与阿里云签署全面合作协议，阿里云将为其PixVerse视频生成大模型提供全栈AI支持 [36] - 背靠阿里的优酷（虎鲸文娱）已在AI一键定妆、虚拟拍摄等方面落地应用，并将万相2.6模型接入千问APP，上线“AI小剧场”功能，利用《甄嬛传》等IP角色吸引用户 [38][40] - 腾讯视频在其在线视频业务单元（OVBU）设立新技术部，整合AIGC等能力，并启动“AI长片实验计划”，首批科幻、古装实验片预算控制在传统项目的60%以内，旨在用算法驱动内容生成 [42] 行业对AI侵权的应对与诉讼 - 在战略合作前，迪士尼曾积极起诉生成式AI公司侵权，例如向Midjourney提出长达110页的诉状，要求为每部侵权作品支付最高15万美元赔偿 [21] - OpenAI的Sora模型对迪士尼等版权内容设置了底层拦截，需版权方明确授权才能生成受保护角色，但用户仍能通过文本描述调整（如描述角色特征而非直接提及IP名）或视觉模糊处理等方式绕过限制 [26][28][29] - 爱奇艺在2025年1月起诉AI公司MiniMax，指控其未经授权使用爱奇艺版权素材进行模型训练，索赔约10万元人民币 [46] - 爱奇艺对AI技术持开放中立态度，在其主办的“与AI共生”短片创作大赛中，官方指定使用即梦的Seeddance 1.0pro和谷歌的VEO3等工具 [46][48] 潜在的行业收购背景 - 文中提及的AI二创视频灵感来源于一场重大的行业收购案：Netflix宣布计划以827亿美元收购华纳兄弟，随后派拉蒙发起了总价值约1084亿美元的敌意竞购 [6]

核心观点 - OpenAI研发副总裁、核心技术奠基人Jerry Tworek于2026年初离职，其离职理由“想做在OpenAI做不了的研究”引发对公司研究方向与内部文化的深度担忧 [1][6][7] - 此次离职是OpenAI核心人才持续流失的最新案例，此前已有多位联合创始人、研究副总裁、安全负责人等关键人物因理念不合、商业化压力或安全分歧而离开 [1][8][10][11][13] - 公司正面临从理想主义研究机构向商业化巨头转型所带来的内部撕裂，核心矛盾集中在商业化压力与前沿研究/安全优先的理念冲突上，这可能动摇其最核心的资产——人才基础 [14][20][21][23] 关键人物离职详情 - **Jerry Tworek离职**：作为OpenAI七年老兵、研发副总裁，其离职标志着一位“开国功臣”级别的人物离开 [1][6] - **Jerry Tworek的技术贡献**：他是公司两大核心技术路线的奠基人和掌舵者，具体贡献包括：1) 作为“推理模型”之父，是o1/o3系列项目的团队负责人；2) 作为“编程代码”之父，是Codex模型的核心研究员；3) 是GPT-4解决复杂编程能力的关键贡献者；4) 在2025年主导了GPT-5的部署及ChatGPT Agent的研发；5) 其论文是AI解决数学难题的关键研究，在“代码生成”和“强化学习（RLHF）”领域拥有极高的学术引用数 [2] - **历史核心人才流失**：近年来离职的关键人物包括：前研究副总裁Dario Amodei（2021年出走创立竞争对手Anthropic及Claude）、联合创始人兼首席科学家Ilya Sutskever（政变后离开）、强化学习大牛及ChatGPT核心技术推手John Schulman、超级对齐团队负责人Jan Leike（因安全理念不合离职），以及产品、政策、安全等多条线的副总裁级别人物 [8][10][11][13] 公司内部环境与挑战 - **商业化转型的冲击**：公司从确保AGI造福全人类的非营利研究组织，在ChatGPT爆火和微软百亿美金注入后，转变为需要不断推出产品、追求商业回报的赚钱机器，这导致研究文化发生变化 [14] - **研究方向与安全优先级的变化**：部分核心研究人员感到工作重心转向赶产品发布截止日期、卷产品化功能以及讨好投资人和用户，与最初的研究乌托邦理想相悖 [14] - **安全问题的分歧**：前安全团队负责人Jan Leike因公司“把安全放在了次要位置”而“摔门而出”，凸显了在AI安全治理上的内部撕裂 [14] - **领导层与团队稳定性**：Sam Altman在2023年底权力斗争后虽巩固了控制权，但导致反对其的董事被清洗，并与多位元老级研究员关系破裂，权力核心变得“越来越孤独” [15][17][23] 行业竞争格局 - **竞争对手的壮大**：Anthropic（Claude）在编程等领域紧逼OpenAI，谷歌的Gemini在多模态领域不断迭代，Meta、xAI以及开源势力也在后面穷追猛打，行业竞争日益激烈 [17] - **人才流向竞争对手**：OpenAI流失的核心人才（如Dario Amodei）直接加强了竞争对手的实力 [8][17] 公司现状与未来展望 - **冰火两重天的人才流动**：在核心老将持续流失的同时，公司也在吸引新鲜血液，例如AI图像搜索引擎Lexica的创始人Sharif Shameem近期宣布加入，认为OpenAI是“改变世界的最佳舞台” [18] - **市场观点的分歧**：看多观点认为公司拥有GPT系列的技术领先、微软的坚定盟友支持、增长的用户规模与商业收入以及雄厚的技术人才储备；看空观点则指出核心人才持续流失、安全问题悬而未决、商业化透支技术信用以及竞争对手日益逼近等风险 [19] - **根本性挑战**：文章指出，科技公司最核心的资产是“人”，当最聪明的大脑开始“用脚投票”，创始元老纷纷离去，这本身就是一个危险的信号，可能预示着更深层次的危机 [20][21][23]

行业投资评级 - 投资评级：优于大市（维持） [1] 核心观点 - 复盘美股科技巨头过去三年股价走势，AI叙事不断递进，从2023年OpenAI开启AI加速度，到2024年叙事转向推理侧，再到2025年谷歌后来居上，2026年预计Scaling Law将持续，模型厂商将打开差异化应用市场，模型推理侧需求或进入放量拐点，模型和算力或为最优投资方向 [2] - 2025年北美四家科技巨头资本开支同比增长50%以上，从年初的3200-3300亿美元上修至年末接近4000亿美元，预计2026年资本开支将持续实现30%以上增速，但巨额投入面临电力瓶颈制约 [2] - 模型架构继续演化，Scaling law延续，多模态和长文本能力为Agent爆发提供基础，下一代架构需解决Transformer的计算内存瓶颈和推理时记忆能力有限等痛点，中美模型差距在3-6个月 [2] - 通用大模型能力暂未分胜负，厂商商业化路径出现分化：OpenAI拥有C端8亿用户核心壁垒并计划发力企业业务；Gemini成为大模型的SOTA基准，得益于原生多模态路线和自研芯片生态；Anthropic坚持2B路线，在编程领域能力突出，估值已达3500亿美元；Grok信奉大力出奇迹，结合特斯拉数据优势 [2][3] - 大模型降低了软件开发门槛，打开了软件需求天花板，预计2029年全球SaaS市场将达到近1万亿美元（对比2025年5800亿美元），但行业玩家将重新洗牌，拥有数据壁垒或对准确度要求极高的垂类行业被替代风险较小 [3] - 2026年推理侧需求有望爆发，一级市场以编程场景、Agent爆发为主要应用方向，AI编程软件Cursor的ARR已达10亿美元，AI agent Manus在8个月时间ARR达到1亿美元，AI搜索工具Perplexity的ARR也已达到2亿美元 [3] 美股科技巨头股价和资本开支复盘展望 - 2023年：OpenAI领先开启AI浪潮，微软受益于独家合作估值抬升明显，英伟达股价全年上涨240% [7][10] - 2024年：市场叙事转向推理侧，英伟达业绩会估计其数据中心收入约40%来自推理，Meta因社交生态和广告场景成为除英伟达外PE唯一抬升的巨头，云厂商因资本开支增加但供给受限导致估值略有回落 [2][11] - 2025年：谷歌模型能力反超OpenAI，生态优势受市场追逐，云厂商供给释放收入加速，但市场开始担忧AI投资ROI及Scaling Law是否见顶，除谷歌外巨头估值均出现回落 [11][15] - 2026年预测：Scaling Law持续，模型厂商打开差异化应用市场，模型推理侧需求或进入放量拐点 [11] - 资本开支回顾：2025年北美四大科技巨头资本开支持续上修，微软约1160亿美元(同比+54%)，亚马逊1250亿美元(同比+61%)，谷歌910-930亿美元(同比+73%-77%)，Meta 700-720亿美元(同比+78%-84%)，均实现50%以上同比增长 [18] - 资本开支展望与电力瓶颈：预计2026年资本开支仍将增长30%以上，但电力成为核心制约因素，2024年北美数据中心容量约25GW，据Grid Strategies估计，未来五年将新增80GW需求，电力缺口是主要矛盾，各公司通过收购能源公司、海外拓展等方式应对 [2][25] 模型架构与Scaling Law发展趋势 - 2023年：处于Scaling law红利期，OpenAI凭借GPT-4确立SOTA基准，模型以文本为主导，多模态雏形出现 [30] - 2024年：多模态、推理模型涌现，OpenAI推出GPT-4o和推理模型GPT-o1，Claude、Gemini等模型开始缩小与OpenAI差距，编程能力提升带动Cursor出圈 [33][36] - 2025年：从“暴力美学”回归“算法与工程”，RLVR（可验证奖励强化学习）成为普遍方法，带动模型思维链使用和性能跃升，Deepseek R1通过RLVR+GRPO算法实现效率极大提升，Gemini引领原生多模态，Coding发生质变，Agent走向成熟 [37][40][44] - 下一代模型架构演化：需要解决Transformer在训练时的计算内存瓶颈（O(N²)）和推理时记忆能力有限两大痛点，海外探索方向包括谷歌的Titans架构和Mamba架构，国内则更多从成本效率优化出发，如Qwen3-Next和DeepSeek V3.2 [2][47][51][57] - Scaling Law展望：预训练Scaling仍未见顶，Gemini3证明通过合成数据和架构调整可继续扩展，引入Mid training阶段，推理中的Scaling通过测试时计算和思维链实现 [63] - 强化学习是未来重点：被认为是模型训练继续Scaling law的关键，Grok4在后训练阶段实现了10倍于前代的算力投入，算法方向包括RLHF、RLAIF、RLVR以及PPO、GRPO、PRM等 [64][66] - 多模态与长文本进展：2025年趋势是从文本模型外挂多模态向原生多模态转变，谷歌保持领先，长文本能力通过新架构（如Mamba、Titans）实现突破，为更成熟Agent的出现奠定基础 [70][71] 主要模型厂商发展路线与格局 - **OpenAI**：坚持C端优先战略，拥有超过8亿用户的核心壁垒，2025年预计收入达130亿美元（C端订阅约占61%），目标2028年实现1000亿美元收入，下一代模型表现值得期待 [2][85][88][89] - **谷歌（Gemini）**：2025年成为大模型技术新的引领者，得益于对原生多模态路线的坚持、自研TPU芯片生态以及搜索和YouTube的高质量数据资源，月度Tokens消耗量持续增长 [2][44][91] - **Anthropic**：坚持2B路线，在编程领域能力突出，企业大模型API市场份额达32%，Coding市场份额达42%，2025年初推出的AI编程产品Claude Code年末ARR已达10亿美元，当前估值达3500亿美元，预计毛利率更优，最早有望2027年实现现金流转正 [2][3][95][101][102][107] - **Grok（xAI）**：信奉“大力出奇迹”，模型迭代速度快，Grok4通过投入10倍后训练算力迅速向SOTA看齐，计划推出的Grok5参数将达6万亿，拥有特斯拉独家数据资源优势，算力集群建设目标宏大 [2][109][113] 推理侧需求与AI应用展望 - **Tokens消耗增长**：推理需求反映在Tokens消耗上，根据OpenRouter数据，2025年周度Tokens消耗量从年初的5000亿增长至年末的3.67万亿，编程是主要驱动力 [118] - **当前消耗结构**：2025年各模型厂商的Tokens消耗更多聚焦于自身业务，如谷歌Gemini内部消耗占比约90%，OpenAI主要用于ChatGPT，国内阿里、字节也以内部场景为主 [124][125] - **SaaS市场变革**：大模型降低了软件开发壁垒，冲击传统SaaS企业，导致其收入增速持续放缓，据IDC数据，预计2025年全球SaaS市场达5800亿美元，2029年将达近1万亿美元，但玩家将重构 [3][126][129][131] - **应用场景分化**：通用型、对准确度要求低的SaaS工具（如营销、翻译）被大模型替代风险高，而拥有数据壁垒、工作流程复杂或准确度要求极高的垂类行业（如医疗、会计、安全）风险较小 [3][135] - **率先落地的应用**：AI编程和企业Agent是商业化落地最快的场景，AI编程市场2030年有望达260亿美元，Cursor、Manus、Perplexity等应用已实现高ARR，办公场景有望迎来更多产品落地，端侧AI设备（如AI手机、眼镜）及企业落地分销商领域将看到明显增长 [3][136]

市场假期与开盘前情绪 - 2026年1月1日美国股市因新年假期休市 纽交所和纳斯达克均无交易 也无官方盘前或盘后交易活动 [1] - 2025年12月31日美股期货小幅走低 标普500指数期货下跌0.2% 道指期货下跌0.1% 纳斯达克100指数期货下跌0.3% 显示新年开盘前市场情绪谨慎 [2] - 2026年1月1日期货市场交投清淡 标普500期货在盘中测试了6,936点的支撑位 暗示交易恢复后可能出现新年仓位调整 [2] 2025年市场回顾与表现 - 2025年最后一个交易日 主要股指连续第四个交易日收跌 纳斯达克综合指数下跌0.8% 标普500指数下跌0.7% 道琼斯工业平均指数下跌0.6% 罗素2000指数下跌0.7% [3] - 尽管年末回调 2025年仍是美股表现强劲的一年 主要指数连续第三年实现两位数涨幅 纳斯达克综合指数全年上涨约20% 标普500指数上涨约16% 道琼斯工业平均指数上涨约13% [4] - 2025年市场的强劲表现主要由人工智能相关公司推动 美光科技股价飙升239% Palantir上涨135% 超微半导体上涨77% 谷歌母公司Alphabet上涨65% 英伟达上涨39% [4] 宏观经济与美联储政策展望 - 美联储在2025年底将主要利率区间下调至3.5%-3.75% 为年内第三次降息 但美联储官员的预测中值显示 2026年仅会再加息一次 幅度为25个基点 [5] - 美联储2026年的政策将严重依赖经济数据演变 尤其是通胀和劳动力市场 截至2025年12月通胀率仍高于美联储2%的目标 同时市场对就业市场疲软的担忧持续存在 [5] - 美联储主席杰罗姆·鲍威尔的任期将于2026年5月结束 新任主席的可能性可能影响未来的政策决策 2025年12月的FOMC“点阵图”显示政策制定者对2026年利率路径存在分歧 [5] 近期重要经济事件日程 - 2026年1月2日 将发布美国11月建筑支出数据 [6] - 2026年1月5日 将发布美国12月ISM制造业指数 [6] - 2026年1月7日 将发布美国12月ADP就业报告和12月ISM非制造业综合指数 [6] - 2026年1月9日 将发布备受关注的美国12月就业报告 [6] 重点公司动态与新闻 - 蔚来公司2025年12月交付48,135辆汽车 同比增长54.6% 第四季度交付124,807辆 同比增长71.7% 2025年全年总交付量达到326,028辆 同比增长46.9% [11] - 特朗普媒体与科技集团宣布与一家加密货币交易所合作 向其股东奖励数字代币 该消息使其股价在12月31日上涨5% [11] - 耐克公司首席执行官据报道购买了价值约100万美元的公司股票 其股价在12月31日上涨4.1% [11] - 华特迪士尼公司与OpenAI在2025年12月达成一项里程碑协议 迪士尼将成为OpenAI生成式AI视频平台Sora的首个主要内容授权合作伙伴 并承诺向OpenAI进行10亿美元的股权投资 [11] - 美光科技股价在12月31日下跌2.5% [11] - Axsome Therapeutics、Telephone and Data Systems和DigitalBridge等公司在2025年最后一个交易日创下52周新高 [11] 其他市场数据 - 截至2025年12月31日当周 美国初请失业金人数为19.9万人 低于预期的22.2万人 [7] - 10年期美国国债收益率升至4.17% [7] - 白银期货在12月31日大幅下跌超过9% 结算价约每盎司70.40美元 但全年仍录得133%的惊人涨幅 [7] - 黄金期货下跌1.3% 至每盎司4,330美元 [7]