2026-7-31 : 当卖铲子的人开始为矿工的矿场和租金提供担保，华尔街先买了卖铲子人的违约保险。 7月份硅谷有三组信号和华尔街遥相呼应，引发了关于AI估值、资本结构和现金流转化的新一轮讨论。 7月26日，《华尔街日报》披露，英伟达（Nvidia）正在洽谈为OpenAI提供约2500亿美元的融资托底，帮助后者租用软银（SoftBank）旗下SB Energy在俄亥俄州南部开发的10吉瓦数据中心。包括内部芯片在内，该项目总成本可能超过5000亿美元。报道所称的托底主要覆盖租约和建设债务，并不包括英伟达芯片；另有一项最高约3500亿美元的GPU采购融资也在讨论中。 这还不是已经签署的最终合同，更不是英伟达需要立刻支付2500亿美元现金。但信用市场开始重新定价风险。 7月27日，英伟达股价下跌5%。根据彭博社（Bloomberg）援引ICE Data Services的数据，其五年期信用违约掉期（CDS）保费盘中最多上升约14个基点，达到每年约82个基点，是该合约自2025年11月进入活跃交易以来最大的单日盘中升幅。简单理解，为1000万美元英伟达债务购买五年期违约保护，年化保费大约由6.8万美元升至8.2万美元。 一些投资者把这看作AI泡沫到达阶段性顶部的信号。但需要区分：买入CDS不等于断言英伟达即将违约，也不必然等同于股票投机性做空。债券持有人、银行和交易商都可能用CDS对冲新增敞口。82个基点仍远低于困境债务水平，而且这只合约交易历史很短，所谓"纪录"缺少完整周期可比性。 真正新的信号是：过去只给英伟达收入和估值定价的市场，开始给它承担的尾部信用风险定价。 美东的华尔街解读美西的硅谷企业，有时候是隔靴搔痒，不但千里之遥而且存在时差，然而春江水暖鸭先知，与笔者交流的多位硅谷企业家、研究员和投资人对当前估值水平有不同看法：一部分认为某些AI子行业的估值已经偏高，存在阶段性调整压力；一部分认为这是长周期产业革命的早期阶段，当前估值反映的是未来十年的增长预期；还有一部分实干创业者已经不再关注二级市场估值，而是给服务的企业增加了审计层，审计每一个人的token消耗、审计每一个token的投入回报比。 今年7月，硅谷已经出现三组彼此咬合的信号。 7月1日，英伟达宣布与AI云服务商建立一种新的"收入分成与信用支持"模式。几天后，半导体研究机构SemiAnalysis进一步披露，英伟达正在为部分Neocloud（新兴AI云服务商）提供长期算力承购支持：当第三方租赁需求不足时，英伟达按照预先约定的价格承接算力；当租赁收入超过保底线时，英伟达分享部分超额收益。 SemiAnalysis因此把英伟达称为"AI中央银行"。该机构预计，基于特定假设和模型，2024年至2029年AI相关累计资本开支可能达到约11.1万亿美元，到2029年相关未偿债务余额可能增至约7.1万亿美元——这是基于当前投资轨迹和融资结构的推演，而非既定事实。在其比较的资产支持型债务类别中，这一规模仅次于美国住房抵押融资市场。 但这个巨额预测恰恰揭示了英伟达战略转型的底层逻辑：如果未来五年真的会有11.1万亿美元投入AI基础设施，那么谁来保证这些投资能产生足够的现金流偿还7.1万亿美元债务？答案不是简单地卖更多芯片，而是提高每一块GPU的使用效率和价值转化率——这正是英伟达从"卖GPU"转向"管理GPU全生命周期"的原因。 SemiAnalysis的预测存在不确定性，但它提出了一个关键问题：当企业GPU利用率普遍不高时，为什么还需要如此巨额的新增投资？一个可能的答案是市场分层——大型数据中心（OpenAI、Anthropic、微软）的GPU利用率可能远高于中小企业；英伟达通过信用支持和收入分成，实际上是在为这些高效使用者提供担保，同时通过Run:ai等软件帮助中小企业提高利用率。这不是矛盾，而是一个双向市场：顶部客户需要更多算力，底部客户需要更高效率。 第三组数字来自算力的使用端。VentureBeat 7月10日发布的一组企业AI调查最初称，86%的自营GPU企业报告利用率不超过50%。随后公布的基础设施专项报告进一步澄清：在107家合格企业中，有100家自行运营GPU；按受访者去重后，其中83家报告利用率不超过50%。分档回答中，49%选择"不超过25%"，8%表示没有测量利用率——由于题目允许多选，部分答案存在重叠。只有44%的受访企业表示，自己能够严格追踪AI算力的成本和回报。 需要强调的是，这项调查的样本偏向中型企业和AI部署早期企业，并不代表微软（Microsoft）、Meta等超大规模运营商的实际状况，也不等于对全球GPU集群的实时监测。因此，83%这个数字反映的是特定样本群体的自报状态，而非全行业的普遍现实。 上游正在用信用创造更多GPU供给，下游却尚未充分利用已经拥有的GPU；当英伟达继续为需求提供信用时，资本市场又开始为英伟达的信用购买保险。AI产业同时出现了"融资性短缺"、"运营性过剩"和"风险向上游集中"。 这不是两个问题，而是同一个问题的两端：芯片可以通过贷款买入，数据中心可以通过债务建成，但债务最终不能靠GPU数量偿还，只能靠GPU所产生的现金流偿还。无论是训练端的H100还是推理端的优化芯片，最终都要回答同一个问题：能否产生足够的现金流偿还债务？ 英伟达不是银行，但它正在提供信用增级 英伟达并没有直接变成一家商业银行，也不是严格意义上的"最终贷款人"。更准确地说，它正在成为AI基础设施的最终承购方、信用增级者和风险缓冲器。 传统的GPU项目融资存在一个三角困局：Neocloud需要先拿到客户的长期算力采购合同，银行才愿意放贷；它又需要先获得贷款和股权资金，才能缴纳设备定金并向客户证明交付能力；数据中心运营商同样要看到客户和融资，才愿意为它预留机房和电力。 过去，解决这个困局的通常是微软、谷歌（Google）、亚马逊（Amazon）或Meta等投资级客户签署的长期"照付不议"合同。银行真正承保的不是Neocloud的经营能力，而是合同另一端大客户的信用。 英伟达的新安排把自己的AA/Aa2级信用放到了这个结构中。根据SemiAnalysis的描述，其典型支持期限约为六年。银行可以在最保守的情景下，估算英伟达承购算力所形成的最低现金流，再决定贷款规模和利率。Neocloud因此不必只服务少数签署五年合同的超大客户，也可以把算力出租给需要一年、几个月甚至更短周期的AI公司。 这对英伟达有三重价值：扩大GPU买家范围，把硬件销售延伸为持续的收入分成，并削弱大客户自研芯片带来的集中度风险。 从战略转型角度看，英伟达正在从单纯的"芯片供应商"演变为"AI基础设施全生命周期服务商"。通过收购Run:ai（英伟达于2024年4月宣布收购，因欧盟反垄断审查推迟数月完成交割）、整合CUDA、NIM和TensorRT-LLM等软件栈，英伟达能够帮助客户从融资、部署、调度到优化的每一个环节。这不仅提高了客户粘性和迁移成本，也扩大了英伟达的可服务市场（TAM）——当客户的工作流、成本管理和推理性能越来越依赖英伟达软件时，即使芯片性能差距缩小，CUDA生态的锁定效应仍然存在。 短期来看，帮助客户提高GPU利用率可能减少一部分冗余采购；但长期来看，如果效率提升降低了单位任务成本，反而可能释放出更多原本无法承受AI成本的应用场景，从而扩大总需求。梁文峰的案例就是一个缩影：当企业通过效率工具证明了Per Token ROI，它们不会减少采购，而是会加大投入。这种"效率提升→成本下降→需求扩张→总算力增加"的正向循环，是英伟达战略转型的积极逻辑。 但信用支持从来不是免费的魔法。英伟达一边确认了更多GPU订单，一边也把自己的信用与下游租赁需求连接起来。如果第三方需求不足，英伟达不仅是卖出铲子的人，也可能成为最后接住闲置铲子的人。 "AI中央银行"这个比喻最值得注意的，恰恰是它的另一面：中央银行可以在市场缺乏流动性时托底，但托底者也会集中承担系统最后一层风险。 华尔街第一次给"AI中央银行"投下反对票2500亿美元托底之所以震动市场，并不只是因为数字巨大，而是它把英伟达模式中的隐含关系变成了显性的或有风险。 第一，OpenAI没有投资级信用评级，软银开发数据中心，银行提供项目融资，英伟达则用自己的AA/Aa2级信用降低贷款人风险。风险没有消失，只是从OpenAI和项目公司的一端，向英伟达的资产负债表转移。 第二，这种结构加深了"循环融资"争议：英伟达出售GPU，同时投资或支持购买GPU的客户，再通过最低收入、租约或债务担保确保项目能够继续采购。只要Token需求、租赁收入和融资市场同时扩张，这个循环会强化增长；一旦其中一环停顿，原本分散在客户、数据中心和银行之间的风险，会沿着担保链条重新汇聚到英伟达。 第三，信用市场担心的不是英伟达今天付不起钱，而是它未来需要为多少尚未被最终需求验证的收入负责。根据英伟达财报，其2025财年（截至2025年1月）经营现金流约为550亿美元；市场预期2026财年经营现金流将显著增长，但具体数字仍取决于需求持续性和毛利率稳定性。2500亿美元也不是立即支出；但如此规模的或有承诺足以改变投资者观察它的方式。过去市场把英伟达当成高毛利芯片公司，现在必须同时评估它作为承购方、融资方和担保人的尾部风险。 这也是为什么此次CDS变化比单日股价更值得关注。股票下跌可以反映估值、仓位和情绪；CDS扩大则直接说明，为英伟达信用风险购买保险变贵了。它不是危机警报，却是风险开始进入价格。 泡沫是否已经见顶，现在下结论仍然过早。正如黄仁勋在7月22日接受Axios采访时所说，未来五年都不太可能出现泡沫，因为供给端的物理约束（芯片、内存、电力、土地、建筑工人全都不够）会自然控制过热节奏。但一个更值得警惕的结构性信号是：当边际需求需要由供给方提供越来越多信用，增长就不再只是产品需求问题，而开始成为资产负债表问题。 当前AI行业的估值分化确实明显：一些成熟的应用公司已经证明了商业模式，另一些高估值公司仍在验证从技术到收入的转化路径。泡沫真正接近顶部的信号，不只是估值高，而是边际需求必须由供给方自己融资，才能继续增长。 因此，2500亿美元担保并没有推翻"AI中央银行"的判断，反而完成了这个比喻的另一半：中央银行不仅创造流动性，也会成为市场集中购买信用保险的对象。 企业不能让芯片吃灰：GPU利用率催生新市场VentureBeat的调查揭示了一个尚未被充分开发的市场机会。 首先，573名技术主管是五项并行调查合计的受访规模，并不是GPU问题的实际分母。基础设施专项调查的合格样本是107家企业，其中100家自行运营GPU。其次，这是一项企业自报调查，样本偏向中型企业和AI部署早期企业，不代表微软、Meta等超大规模运营商，也不等于对全球GPU集群的实时监测。 更关键的是，"GPU利用率"并不是一个单一指标。它可能指流处理器活跃度、显存带宽、功耗、模型算力利用率，也可能只是企业对已购容量的主观估计。GPU全天开机但只承担轻负载，与GPU完全闲置12个小时，是两种不同的经济状态。 但这组数据真正的价值，不是证明AI需求崩塌，而是揭示了一个巨大的效率提升空间——当企业意识到自己浪费了什么，就会寻找解决方案。这正在催生一个全新的软件市场。 低利用率可能来自四层原因，每一层都对应着一个潜在的软件市场。 第一层是需求缺口。企业买了GPU，却没有足够多进入生产环境的AI应用。这需要行业工作流软件，把通用模型能力转化为具体的业务解决方案。 第二层是调度缺口。工作负载存在，但训练、微调和推理任务无法共享资源；队列等待、显存碎片化和峰值预留造成了结构性闲置。这需要GPU调度与资源编排软件，像Run:ai这样的工具正在解决这个问题。 第三层是效率缺口。GPU确实在运行，但模型选择、批处理、量化、缓存和推理引擎没有优化，同样的任务消耗了更多计算。这需要推理优化工具，在不降低结果质量的前提下降低单位Token成本。 第四层是价值缺口。企业生成了大量Token，却没有形成被客户采用的结果，没有减少人工时间，也没有增加收入。机器很忙，损益表却没有变化。这需要AI FinOps与Token审计工具，把算力成本与业务结果连接起来。 这四层不是相互排斥的问题，而是相互叠加的市场机会。提高调度效率可以解决第二层，推理优化可以改善第三层，但真正让AI投资产生回报的，是第四层的业务转化能力。 英伟达真正要保护的，是GPU资产的现金流 市场看到企业GPU低利用率，第一反应通常是：企业下一轮会少买卡，这对英伟达是利空。 这个判断只对了一半。 如果低利用率来自应用需求不足，企业无法证明AI投资回报，新的硬件采购当然可能被推迟；如果低利用率来自调度和软件效率不足，那么提高单位GPU产出、降低单次任务成本，反而可能扩大AI能够进入的业务场景。 一位在硅谷从事AI基础设施创业的企业家梁文峰向笔者分享了一个反直觉的案例：他的团队通过优化调度和推理引擎，显著提升了GPU利用率，训练出了更好的模型。按常理，效率提升应该降低采购需求。但结果是，因为模型效果显著提升，客户愿意支付更高价格，业务快速扩张，团队反而需要采购更多GPU。 "提高利用率不是为了少买卡，而是为了证明这门生意算得过来账，然后理直气壮地买更多卡。"他表示。 这个案例揭示了一个关键逻辑：效率提高最终会减少还是增加GPU需求，取决于一个条件——新增应用和Token需求的增长，能否跑赢每个Token所需算力的下降。只有当降本释放出的需求足够大，"更省算力"才会转化为"购买更多算力"。梁文峰的案例证明，当Per Token ROI足够高时，效率提升不会抑制需求，反而会证明商业模式的可行性，从而释放更大的采购预算。 这也是英伟达收购Run:ai的战略意义。Run:ai能够把GPU组成共享资源池，并按照任务、团队和优先级切分资源。它解决的不是有没有AI需求，而是已有需求能否更有效地运行在英伟达体系内。 再加上CUDA、NIM和TensorRT-LLM，英伟达正在从"卖GPU"转向管理GPU的完整生命周期：帮助客户融资、部署、调度、优化并最终出售Token。 英伟达下一场战争因此不只是提高芯片性能，而是保护整个GPU资产类别的现金流质量。只有客户赚到钱，银行才会继续贷款；只有债务能够续作，Neocloud才会继续采购；只有Token需求持续转化为收入，SemiAnalysis预测的11.1万亿美元资本开支才可能成为可承受的基础设施扩张，而不是一次资本错配。 这也是英伟达为OpenAI等大型客户提供2500亿美元信用支持的深层逻辑：它不是在赌这些客户一定成功，而是在为最有可能高效使用GPU的客户降低融资成本。OpenAI、Anthropic这类公司的GPU利用率很可能远高于中小企业——它们有专门的基础设施团队、优化的推理引擎、明确的商业模式。英伟达通过信用增级，本质上是在说："我押注这些高效使用者能产生足够现金流，而我提供的Run:ai等工具会帮助其他企业追上来。" 从这个角度看，低GPU利用率不是英伟达的威胁，而是它的双重市场机会：对顶部客户（OpenAI/Anthropic/微软）提供信用支持帮助他们快速扩张，对中长尾客户提供效率工具帮助他们提高利用率。前者创造需求，后者释放供给——两者都指向同一个审计指标：Per Token Intelligence能否转化为可验证的收入？ 7月27日的CDS变化把这个判断从产业逻辑推进到了资本市场：Per Token ROI不再只是企业管理AI成本的运营指标，也正在变成信用市场判断这些项目能否偿债的底层变量。 Per Token ROI：从概念到落地的挑战 目前的AI基础设施讨论拥有太多技术指标，却缺少一把能够连接技术、业务和资本的尺子。 GPU利用率告诉我们机器忙不忙，但不告诉我们忙得值不值；每百万Token价格告诉我们模型调用便不便宜，却不告诉我们这些Token有没有完成任务；模型跑分告诉我们能力上限，却不告诉我们企业是否因此增加收入。 本文尝试提出一套新的审计框架：Per Token ROI，即每个有效Token创造的可验证价值，相对于其全链路成本的回报。 这里最重要的词不是Token，而是"有效"。失败的推理、重复生成、无人采用的报告、没有解决问题的客服回复，都消耗Token，却不应与真正完成任务的输出获得同样权重。 这套框架可以分成三层。 第一层是硬件效率：每GPU小时产生多少通过质量验证的有效Token。它审计调度、显存、批处理和推理引擎。 第二层是单位成本：每个有效Token承担多少全链路成本，包括GPU折旧、电力、网络、存储、软件、运维以及失败重试。 第三层是业务转化：每个有效Token带来多少可验证价值，例如减少多少人工时间、提高多少转化率、缩短多少研发周期，或者形成多少新增收入。 因此，可以把PerToken;ROI写成： Per Token ROI = 每个有效Token创造的可验证价值 ÷ 每个有效Token的全链路成本 结果高于1，才说明这套AI工作流在单位经济上创造了正向价值；如果需要计算净回报率，则在这个倍数基础上减去1。对需要依靠债务建设的算力项目，还应继续追问：这些经过验证的AI现金流，能否覆盖每年的利息和本金。 但必须承认，Per Token ROI在实际操作中面临挑战。 "有效Token"的判定标准高度主观、"可验证价值"的归因极其复杂、成本计算的边界模糊。全链路成本是否应包含数据清洗、标注、模型微调的前期投入，是否应分摊IT团队、安全审计和合规成本，不同企业的成本核算口径可能导致Per Token ROI相差数倍。 因此，Per Token ROI更适合作为一个方向性框架，而非精确的财务指标。企业可以从三个维度逐步落地： 一是建立Token使用追踪机制，记录每个任务消耗的Token数量和输出是否被采用； 二是选择少数关键场景（如客服、代码生成、数据分析）进行试点，在可控环境中测试归因方法； 三是设定行业基准和内部对照组，用相对比较代替绝对量化。 一位硅谷企业家在访谈中告诉笔者，他正在给软件客户增加Token审计层，统计Token的使用数量和输出质量。在公司内部，他甚至把"员工每周使用不到一千万Token"视为AI使用不足。这并不是行业标准，却透露出一个变化：企业管理AI，正在从"有没有采购模型"转向"每个Token是否产生结果"。 Per TokenIntelligence：黄仁勋为什么支持这个框架 7月22日，英伟达CEO黄仁勋在接受Axios采访时，从另一个角度验证了Per Token思维的重要性。 "Token其实就是所谓的嵌入，它嵌入了知识，嵌入了智能。由这台机器生成的token数字并不是一个静态的数字，它不像圆周率那样一成不变，随着时间的推移，这个数字编码了越来越高阶的智能。"他表示，"当这些数字随着时间变得越来越聪明时，就会变得更加实用和更有价值，当它们变得更有价值时，人们就愿意为此支付更高的价格。" 这段话揭示了Per Token ROI框架中一个容易被忽视的动态变量：分子和分母都在变化。 从GPT-3到GPT-4，从Claude 2到Claude 3.5 Sonnet，同样的1000个Token，今天能完成的任务比两年前复杂得多。这意味着Per Token ROI公式中的"每个有效Token创造的可验证价值"这个分子，会随着模型能力提升而自然增长——同样的客服任务，两年前需要10次对话，今天可能只需要3次；同样的代码生成，过去需要大量人工修正，现在可以直接进入生产环境。 黄仁勋所说的"PerToken Intelligence"（单位Token的智能密度）提升，本质上就是在降低完成同一任务所需的Token数量，或者说让同样数量的Token能够完成更高价值的任务——这直接提升了PerTokenROI。 但他同时也指出了另一个现实："我们没有足够的芯片，没有足够的内存，也没有足够的土地和电力，我们没有足够的建筑工人来建造数据中心"——这些物理约束意味着，未来五年内Token的供给增速会受到限制，因此企业必须更加关注每个Token的使用效率。 这恰恰是Per Token ROI框架要解决的问题。当算力供给受限时，企业不能简单地靠"买更多卡"来解决问题，而必须回答：现有的每个Token是否被充分利用？是否产生了与成本匹配的业务价值？哪些场景的Token使用效率最高，应该优先配置资源？ 黄仁勋在采访中还表达了对AI泡沫的乐观判断，认为供给端的物理约束会自然控制过热。但7月27日CDS市场的反应提醒我们，风险可能不在供给端，而在需求端的转化能力——当83%的企业报告GPU利用率不超过50%，当只有44%的企业能严格追踪AI成本和回报时，问题不是Token是否足够聪明，而是企业是否知道如何让这些聪明的Token产生可审计的业务价值。 Per TokenIntelligence的提升，为PerToken ROI的改善创造了技术基础；但只有当企业建立起从Token消耗到业务结果的完整追踪机制，才能把技术进步真正转化为偿债能力——这也是信用市场在7.1万亿美元债务预测面前，最关心的底层变量。 未来真正值钱的软件，不只是让GPU从50%跑到80%，而是能够回答三件事：哪一个任务消耗了Token，哪一部分输出被业务采用，哪一美元算力最终产生了多少可审计收入。 一个新的效率市场正在形成 围绕Per Token ROI，AI基础设施正在出现四类创业机会，对应GPU利用率的四层缺口。 第一类是GPU调度与资源编排，把分散的卡、任务和团队组织成共享资源池。这是英伟达收购Run:ai的原因——解决第二层调度缺口。 第二类是推理优化，包括模型路由、量化、缓存、批处理和推理引擎，在不降低结果质量的前提下降低单位Token成本。这解决第三层效率缺口。 第三类是AI FinOps与Token审计，把GPU折旧、云账单、模型调用、失败重试和业务结果放进同一套账本。这解决第四层价值缺口——让企业看清每一美元算力最终产生了多少可审计收入。 第四类是行业工作流软件。它不只出售模型调用，而是对客服解决率、代码交付、药物筛选或金融研究等具体结果负责。这解决第一层需求缺口——只有这一层真正扩大，前三类效率提升工具才会转化为新的算力需求。 这比简单讨论"GPU是不是买多了"更重要。企业低利用率不是AI需求崩塌的证据，而是一个正在形成的软件市场的早期信号。判断这个市场能否起来，不能只看GPU有没有点亮，而要看有效Token、业务收入和债务偿付之间能否形成闭环。 算力市场正在从稀缺时代进入效率时代。第一阶段的竞争围绕谁拥有最多GPU；第二阶段的竞争，将围绕谁能让每一块GPU产生最高价值。这个转折点，正是新一代AI基础设施软件公司的创业窗口。 买卡只是资产负债表行为。把GPU利用率转化为有效Token，把有效Token转化为可计量收入，才是损益表能力。 如果GPU利用率不能转化为有效Token，Token不能转化为可计量的企业收入，那么无论是2500亿美元担保，还是7.1万亿美元AI债务市场，最终获得的都只是抵押物，而不是偿债现金流。 （作者系硅谷远眺CoremiAI创始人） 当卖铲子的人开始为矿工的矿场和租金提供担保，华尔街先买了卖铲子人的违约保险。 7月份硅谷有三组信号和华尔街遥相呼应，引发了关于AI估值、资本结构和现金流转化的新一轮讨论。 7月26日，《华尔街日报》披露，英伟达（Nvidia）正在洽谈为OpenAI提供约2500亿美元的融资托底，帮助后者租用软银（SoftBank）旗下SB Energy在俄亥俄州南部开发的10吉瓦数据中心。包括内部芯片在内，该项目总成本可能超过5000亿美元。报道所称的托底主要覆盖租约和建设债务，并不包括英伟达芯片；另有一项最高约3500亿美元的GPU采购融资也在讨论中。 这还不是已经签署的最终合同，更不是英伟达需要立刻支付2500亿美元现金。但信用市场开始重新定价风险。 7月27日，英伟达股价下跌5%。根据彭博社（Bloomberg）援引ICE Data Services的数据，其五年期信用违约掉期（CDS）保费盘中最多上升约14个基点，达到每年约82个基点，是该合约自2025年11月进入活跃交易以来最大的单日盘中升幅。简单理解，为1000万美元英伟达债务购买五年期违约保护，年化保费大约由6.8万美元升至8.2万美元。 一些投资者把这看作AI泡沫到达阶段性顶部的信号。但需要区分：买入CDS不等于断言英伟达即将违约，也不必然等同于股票投机性做空。债券持有人、银行和交易商都可能用CDS对冲新增敞口。82个基点仍远低于困境债务水平，而且这只合约交易历史很短，所谓"纪录"缺少完整周期可比性。 真正新的信号是：过去只给英伟达收入和估值定价的市场，开始给它承担的尾部信用风险定价。 美东的华尔街解读美西的硅谷企业，有时候是隔靴搔痒，不但千里之遥而且存在时差，然而春江水暖鸭先知，与笔者交流的多位硅谷企业家、研究员和投资人对当前估值水平有不同看法：一部分认为某些AI子行业的估值已经偏高，存在阶段性调整压力；一部分认为这是长周期产业革命的早期阶段，当前估值反映的是未来十年的增长预期；还有一部分实干创业者已经不再关注二级市场估值，而是给服务的企业增加了审计层，审计每一个人的token消耗、审计每一个token的投入回报比。 今年7月，硅谷已经出现三组彼此咬合的信号。 7月1日，英伟达宣布与AI云服务商建立一种新的"收入分成与信用支持"模式。几天后，半导体研究机构SemiAnalysis进一步披露，英伟达正在为部分Neocloud（新兴AI云服务商）提供长期算力承购支持：当第三方租赁需求不足时，英伟达按照预先约定的价格承接算力；当租赁收入超过保底线时，英伟达分享部分超额收益。 SemiAnalysis因此把英伟达称为"AI中央银行"。该机构预计，基于特定假设和模型，2024年至2029年AI相关累计资本开支可能达到约11.1万亿美元，到2029年相关未偿债务余额可能增至约7.1万亿美元——这是基于当前投资轨迹和融资结构的推演，而非既定事实。在其比较的资产支持型债务类别中，这一规模仅次于美国住房抵押融资市场。 但这个巨额预测恰恰揭示了英伟达战略转型的底层逻辑：如果未来五年真的会有11.1万亿美元投入AI基础设施，那么谁来保证这些投资能产生足够的现金流偿还7.1万亿美元债务？答案不是简单地卖更多芯片，而是提高每一块GPU的使用效率和价值转化率——这正是英伟达从"卖GPU"转向"管理GPU全生命周期"的原因。 SemiAnalysis的预测存在不确定性，但它提出了一个关键问题：当企业GPU利用率普遍不高时，为什么还需要如此巨额的新增投资？一个可能的答案是市场分层——大型数据中心（OpenAI、Anthropic、微软）的GPU利用率可能远高于中小企业；英伟达通过信用支持和收入分成，实际上是在为这些高效使用者提供担保，同时通过Run:ai等软件帮助中小企业提高利用率。这不是矛盾，而是一个双向市场：顶部客户需要更多算力，底部客户需要更高效率。 第三组数字来自算力的使用端。VentureBeat 7月10日发布的一组企业AI调查最初称，86%的自营GPU企业报告利用率不超过50%。随后公布的基础设施专项报告进一步澄清：在107家合格企业中，有100家自行运营GPU；按受访者去重后，其中83家报告利用率不超过50%。分档回答中，49%选择"不超过25%"，8%表示没有测量利用率——由于题目允许多选，部分答案存在重叠。只有44%的受访企业表示，自己能够严格追踪AI算力的成本和回报。 需要强调的是，这项调查的样本偏向中型企业和AI部署早期企业，并不代表微软（Microsoft）、Meta等超大规模运营商的实际状况，也不等于对全球GPU集群的实时监测。因此，83%这个数字反映的是特定样本群体的自报状态，而非全行业的普遍现实。 上游正在用信用创造更多GPU供给，下游却尚未充分利用已经拥有的GPU；当英伟达继续为需求提供信用时，资本市场又开始为英伟达的信用购买保险。AI产业同时出现了"融资性短缺"、"运营性过剩"和"风险向上游集中"。 这不是两个问题，而是同一个问题的两端：芯片可以通过贷款买入，数据中心可以通过债务建成，但债务最终不能靠GPU数量偿还，只能靠GPU所产生的现金流偿还。无论是训练端的H100还是推理端的优化芯片，最终都要回答同一个问题：能否产生足够的现金流偿还债务？ 英伟达不是银行，但它正在提供信用增级 英伟达并没有直接变成一家商业银行，也不是严格意义上的"最终贷款人"。更准确地说，它正在成为AI基础设施的最终承购方、信用增级者和风险缓冲器。 传统的GPU项目融资存在一个三角困局：Neocloud需要先拿到客户的长期算力采购合同，银行才愿意放贷；它又需要先获得贷款和股权资金，才能缴纳设备定金并向客户证明交付能力；数据中心运营商同样要看到客户和融资，才愿意为它预留机房和电力。 过去，解决这个困局的通常是微软、谷歌（Google）、亚马逊（Amazon）或Meta等投资级客户签署的长期"照付不议"合同。银行真正承保的不是Neocloud的经营能力，而是合同另一端大客户的信用。 英伟达的新安排把自己的AA/Aa2级信用放到了这个结构中。根据SemiAnalysis的描述，其典型支持期限约为六年。银行可以在最保守的情景下，估算英伟达承购算力所形成的最低现金流，再决定贷款规模和利率。Neocloud因此不必只服务少数签署五年合同的超大客户，也可以把算力出租给需要一年、几个月甚至更短周期的AI公司。 这对英伟达有三重价值：扩大GPU买家范围，把硬件销售延伸为持续的收入分成，并削弱大客户自研芯片带来的集中度风险。 从战略转型角度看，英伟达正在从单纯的"芯片供应商"演变为"AI基础设施全生命周期服务商"。通过收购Run:ai（英伟达于2024年4月宣布收购，因欧盟反垄断审查推迟数月完成交割）、整合CUDA、NIM和TensorRT-LLM等软件栈，英伟达能够帮助客户从融资、部署、调度到优化的每一个环节。这不仅提高了客户粘性和迁移成本，也扩大了英伟达的可服务市场（TAM）——当客户的工作流、成本管理和推理性能越来越依赖英伟达软件时，即使芯片性能差距缩小，CUDA生态的锁定效应仍然存在。 短期来看，帮助客户提高GPU利用率可能减少一部分冗余采购；但长期来看，如果效率提升降低了单位任务成本，反而可能释放出更多原本无法承受AI成本的应用场景，从而扩大总需求。梁文峰的案例就是一个缩影：当企业通过效率工具证明了Per Token ROI，它们不会减少采购，而是会加大投入。这种"效率提升→成本下降→需求扩张→总算力增加"的正向循环，是英伟达战略转型的积极逻辑。 但信用支持从来不是免费的魔法。英伟达一边确认了更多GPU订单，一边也把自己的信用与下游租赁需求连接起来。如果第三方需求不足，英伟达不仅是卖出铲子的人，也可能成为最后接住闲置铲子的人。 "AI中央银行"这个比喻最值得注意的，恰恰是它的另一面：中央银行可以在市场缺乏流动性时托底，但托底者也会集中承担系统最后一层风险。 华尔街第一次给"AI中央银行"投下反对票2500亿美元托底之所以震动市场，并不只是因为数字巨大，而是它把英伟达模式中的隐含关系变成了显性的或有风险。 第一，OpenAI没有投资级信用评级，软银开发数据中心，银行提供项目融资，英伟达则用自己的AA/Aa2级信用降低贷款人风险。风险没有消失，只是从OpenAI和项目公司的一端，向英伟达的资产负债表转移。 第二，这种结构加深了"循环融资"争议：英伟达出售GPU，同时投资或支持购买GPU的客户，再通过最低收入、租约或债务担保确保项目能够继续采购。只要Token需求、租赁收入和融资市场同时扩张，这个循环会强化增长；一旦其中一环停顿，原本分散在客户、数据中心和银行之间的风险，会沿着担保链条重新汇聚到英伟达。 第三，信用市场担心的不是英伟达今天付不起钱，而是它未来需要为多少尚未被最终需求验证的收入负责。根据英伟达财报，其2025财年（截至2025年1月）经营现金流约为550亿美元；市场预期2026财年经营现金流将显著增长，但具体数字仍取决于需求持续性和毛利率稳定性。2500亿美元也不是立即支出；但如此规模的或有承诺足以改变投资者观察它的方式。过去市场把英伟达当成高毛利芯片公司，现在必须同时评估它作为承购方、融资方和担保人的尾部风险。 这也是为什么此次CDS变化比单日股价更值得关注。股票下跌可以反映估值、仓位和情绪；CDS扩大则直接说明，为英伟达信用风险购买保险变贵了。它不是危机警报，却是风险开始进入价格。 泡沫是否已经见顶，现在下结论仍然过早。正如黄仁勋在7月22日接受Axios采访时所说，未来五年都不太可能出现泡沫，因为供给端的物理约束（芯片、内存、电力、土地、建筑工人全都不够）会自然控制过热节奏。但一个更值得警惕的结构性信号是：当边际需求需要由供给方提供越来越多信用，增长就不再只是产品需求问题，而开始成为资产负债表问题。 当前AI行业的估值分化确实明显：一些成熟的应用公司已经证明了商业模式，另一些高估值公司仍在验证从技术到收入的转化路径。泡沫真正接近顶部的信号，不只是估值高，而是边际需求必须由供给方自己融资，才能继续增长。 因此，2500亿美元担保并没有推翻"AI中央银行"的判断，反而完成了这个比喻的另一半：中央银行不仅创造流动性，也会成为市场集中购买信用保险的对象。 企业不能让芯片吃灰：GPU利用率催生新市场VentureBeat的调查揭示了一个尚未被充分开发的市场机会。 首先，573名技术主管是五项并行调查合计的受访规模，并不是GPU问题的实际分母。基础设施专项调查的合格样本是107家企业，其中100家自行运营GPU。其次，这是一项企业自报调查，样本偏向中型企业和AI部署早期企业，不代表微软、Meta等超大规模运营商，也不等于对全球GPU集群的实时监测。 更关键的是，"GPU利用率"并不是一个单一指标。它可能指流处理器活跃度、显存带宽、功耗、模型算力利用率，也可能只是企业对已购容量的主观估计。GPU全天开机但只承担轻负载，与GPU完全闲置12个小时，是两种不同的经济状态。 但这组数据真正的价值，不是证明AI需求崩塌，而是揭示了一个巨大的效率提升空间——当企业意识到自己浪费了什么，就会寻找解决方案。这正在催生一个全新的软件市场。 低利用率可能来自四层原因，每一层都对应着一个潜在的软件市场。 第一层是需求缺口。企业买了GPU，却没有足够多进入生产环境的AI应用。这需要行业工作流软件，把通用模型能力转化为具体的业务解决方案。 第二层是调度缺口。工作负载存在，但训练、微调和推理任务无法共享资源；队列等待、显存碎片化和峰值预留造成了结构性闲置。这需要GPU调度与资源编排软件，像Run:ai这样的工具正在解决这个问题。 第三层是效率缺口。GPU确实在运行，但模型选择、批处理、量化、缓存和推理引擎没有优化，同样的任务消耗了更多计算。这需要推理优化工具，在不降低结果质量的前提下降低单位Token成本。 第四层是价值缺口。企业生成了大量Token，却没有形成被客户采用的结果，没有减少人工时间，也没有增加收入。机器很忙，损益表却没有变化。这需要AI FinOps与Token审计工具，把算力成本与业务结果连接起来。 这四层不是相互排斥的问题，而是相互叠加的市场机会。提高调度效率可以解决第二层，推理优化可以改善第三层，但真正让AI投资产生回报的，是第四层的业务转化能力。 英伟达真正要保护的，是GPU资产的现金流 市场看到企业GPU低利用率，第一反应通常是：企业下一轮会少买卡，这对英伟达是利空。 这个判断只对了一半。 如果低利用率来自应用需求不足，企业无法证明AI投资回报，新的硬件采购当然可能被推迟；如果低利用率来自调度和软件效率不足，那么提高单位GPU产出、降低单次任务成本，反而可能扩大AI能够进入的业务场景。 一位在硅谷从事AI基础设施创业的企业家梁文峰向笔者分享了一个反直觉的案例：他的团队通过优化调度和推理引擎，显著提升了GPU利用率，训练出了更好的模型。按常理，效率提升应该降低采购需求。但结果是，因为模型效果显著提升，客户愿意支付更高价格，业务快速扩张，团队反而需要采购更多GPU。 "提高利用率不是为了少买卡，而是为了证明这门生意算得过来账，然后理直气壮地买更多卡。"他表示。 这个案例揭示了一个关键逻辑：效率提高最终会减少还是增加GPU需求，取决于一个条件——新增应用和Token需求的增长，能否跑赢每个Token所需算力的下降。只有当降本释放出的需求足够大，"更省算力"才会转化为"购买更多算力"。梁文峰的案例证明，当Per Token ROI足够高时，效率提升不会抑制需求，反而会证明商业模式的可行性，从而释放更大的采购预算。 这也是英伟达收购Run:ai的战略意义。Run:ai能够把GPU组成共享资源池，并按照任务、团队和优先级切分资源。它解决的不是有没有AI需求，而是已有需求能否更有效地运行在英伟达体系内。 再加上CUDA、NIM和TensorRT-LLM，英伟达正在从"卖GPU"转向管理GPU的完整生命周期：帮助客户融资、部署、调度、优化并最终出售Token。 英伟达下一场战争因此不只是提高芯片性能，而是保护整个GPU资产类别的现金流质量。只有客户赚到钱，银行才会继续贷款；只有债务能够续作，Neocloud才会继续采购；只有Token需求持续转化为收入，SemiAnalysis预测的11.1万亿美元资本开支才可能成为可承受的基础设施扩张，而不是一次资本错配。 这也是英伟达为OpenAI等大型客户提供2500亿美元信用支持的深层逻辑：它不是在赌这些客户一定成功，而是在为最有可能高效使用GPU的客户降低融资成本。OpenAI、Anthropic这类公司的GPU利用率很可能远高于中小企业——它们有专门的基础设施团队、优化的推理引擎、明确的商业模式。英伟达通过信用增级，本质上是在说："我押注这些高效使用者能产生足够现金流，而我提供的Run:ai等工具会帮助其他企业追上来。" 从这个角度看，低GPU利用率不是英伟达的威胁，而是它的双重市场机会：对顶部客户（OpenAI/Anthropic/微软）提供信用支持帮助他们快速扩张，对中长尾客户提供效率工具帮助他们提高利用率。前者创造需求，后者释放供给——两者都指向同一个审计指标：Per Token Intelligence能否转化为可验证的收入？ 7月27日的CDS变化把这个判断从产业逻辑推进到了资本市场：Per Token ROI不再只是企业管理AI成本的运营指标，也正在变成信用市场判断这些项目能否偿债的底层变量。 Per Token ROI：从概念到落地的挑战 目前的AI基础设施讨论拥有太多技术指标，却缺少一把能够连接技术、业务和资本的尺子。 GPU利用率告诉我们机器忙不忙，但不告诉我们忙得值不值；每百万Token价格告诉我们模型调用便不便宜，却不告诉我们这些Token有没有完成任务；模型跑分告诉我们能力上限，却不告诉我们企业是否因此增加收入。 本文尝试提出一套新的审计框架：Per Token ROI，即每个有效Token创造的可验证价值，相对于其全链路成本的回报。 这里最重要的词不是Token，而是"有效"。失败的推理、重复生成、无人采用的报告、没有解决问题的客服回复，都消耗Token，却不应与真正完成任务的输出获得同样权重。 这套框架可以分成三层。 第一层是硬件效率：每GPU小时产生多少通过质量验证的有效Token。它审计调度、显存、批处理和推理引擎。 第二层是单位成本：每个有效Token承担多少全链路成本，包括GPU折旧、电力、网络、存储、软件、运维以及失败重试。 第三层是业务转化：每个有效Token带来多少可验证价值，例如减少多少人工时间、提高多少转化率、缩短多少研发周期，或者形成多少新增收入。 因此，可以把PerTokenROI写成： Per Token ROI = 每个有效Token创造的可验证价值 ÷ 每个有效Token的全链路成本 结果高于1，才说明这套AI工作流在单位经济上创造了正向价值；如果需要计算净回报率，则在这个倍数基础上减去1。对需要依靠债务建设的算力项目，还应继续追问：这些经过验证的AI现金流，能否覆盖每年的利息和本金。 但必须承认，Per Token ROI在实际操作中面临挑战。 "有效Token"的判定标准高度主观、"可验证价值"的归因极其复杂、成本计算的边界模糊。全链路成本是否应包含数据清洗、标注、模型微调的前期投入，是否应分摊IT团队、安全审计和合规成本，不同企业的成本核算口径可能导致Per Token ROI相差数倍。 因此，Per Token ROI更适合作为一个方向性框架，而非精确的财务指标。企业可以从三个维度逐步落地： 一是建立Token使用追踪机制，记录每个任务消耗的Token数量和输出是否被采用； 二是选择少数关键场景（如客服、代码生成、数据分析）进行试点，在可控环境中测试归因方法； 三是设定行业基准和内部对照组，用相对比较代替绝对量化。 一位硅谷企业家在访谈中告诉笔者，他正在给软件客户增加Token审计层，统计Token的使用数量和输出质量。在公司内部，他甚至把"员工每周使用不到一千万Token"视为AI使用不足。这并不是行业标准，却透露出一个变化：企业管理AI，正在从"有没有采购模型"转向"每个Token是否产生结果"。 Per TokenIntelligence：黄仁勋为什么支持这个框架 7月22日，英伟达CEO黄仁勋在接受Axios采访时，从另一个角度验证了Per Token思维的重要性。 "Token其实就是所谓的嵌入，它嵌入了知识，嵌入了智能。由这台机器生成的token数字并不是一个静态的数字，它不像圆周率那样一成不变，随着时间的推移，这个数字编码了越来越高阶的智能。"他表示，"当这些数字随着时间变得越来越聪明时，就会变得更加实用和更有价值，当它们变得更有价值时，人们就愿意为此支付更高的价格。" 这段话揭示了Per Token ROI框架中一个容易被忽视的动态变量：分子和分母都在变化。 从GPT-3到GPT-4，从Claude 2到Claude 3.5 Sonnet，同样的1000个Token，今天能完成的任务比两年前复杂得多。这意味着Per Token ROI公式中的"每个有效Token创造的可验证价值"这个分子，会随着模型能力提升而自然增长——同样的客服任务，两年前需要10次对话，今天可能只需要3次；同样的代码生成，过去需要大量人工修正，现在可以直接进入生产环境。 黄仁勋所说的"PerToken Intelligence"（单位Token的智能密度）提升，本质上就是在降低完成同一任务所需的Token数量，或者说让同样数量的Token能够完成更高价值的任务——这直接提升了PerTokenROI。 但他同时也指出了另一个现实："我们没有足够的芯片，没有足够的内存，也没有足够的土地和电力，我们没有足够的建筑工人来建造数据中心"——这些物理约束意味着，未来五年内Token的供给增速会受到限制，因此企业必须更加关注每个Token的使用效率。 这恰恰是Per Token ROI框架要解决的问题。当算力供给受限时，企业不能简单地靠"买更多卡"来解决问题，而必须回答：现有的每个Token是否被充分利用？是否产生了与成本匹配的业务价值？哪些场景的Token使用效率最高，应该优先配置资源？ 黄仁勋在采访中还表达了对AI泡沫的乐观判断，认为供给端的物理约束会自然控制过热。但7月27日CDS市场的反应提醒我们，风险可能不在供给端，而在需求端的转化能力——当83%的企业报告GPU利用率不超过50%，当只有44%的企业能严格追踪AI成本和回报时，问题不是Token是否足够聪明，而是企业是否知道如何让这些聪明的Token产生可审计的业务价值。 Per TokenIntelligence的提升，为PerToken ROI的改善创造了技术基础；但只有当企业建立起从Token消耗到业务结果的完整追踪机制，才能把技术进步真正转化为偿债能力——这也是信用市场在7.1万亿美元债务预测面前，最关心的底层变量。 未来真正值钱的软件，不只是让GPU从50%跑到80%，而是能够回答三件事：哪一个任务消耗了Token，哪一部分输出被业务采用，哪一美元算力最终产生了多少可审计收入。 一个新的效率市场正在形成 围绕Per Token ROI，AI基础设施正在出现四类创业机会，对应GPU利用率的四层缺口。 第一类是GPU调度与资源编排，把分散的卡、任务和团队组织成共享资源池。这是英伟达收购Run:ai的原因——解决第二层调度缺口。 第二类是推理优化，包括模型路由、量化、缓存、批处理和推理引擎，在不降低结果质量的前提下降低单位Token成本。这解决第三层效率缺口。 第三类是AI FinOps与Token审计，把GPU折旧、云账单、模型调用、失败重试和业务结果放进同一套账本。这解决第四层价值缺口——让企业看清每一美元算力最终产生了多少可审计收入。 第四类是行业工作流软件。它不只出售模型调用，而是对客服解决率、代码交付、药物筛选或金融研究等具体结果负责。这解决第一层需求缺口——只有这一层真正扩大，前三类效率提升工具才会转化为新的算力需求。 这比简单讨论"GPU是不是买多了"更重要。企业低利用率不是AI需求崩塌的证据，而是一个正在形成的软件市场的早期信号。判断这个市场能否起来，不能只看GPU有没有点亮，而要看有效Token、业务收入和债务偿付之间能否形成闭环。 算力市场正在从稀缺时代进入效率时代。第一阶段的竞争围绕谁拥有最多GPU；第二阶段的竞争，将围绕谁能让每一块GPU产生最高价值。这个转折点，正是新一代AI基础设施软件公司的创业窗口。 买卡只是资产负债表行为。把GPU利用率转化为有效Token，把有效Token转化为可计量收入，才是损益表能力。 如果GPU利用率不能转化为有效Token，Token不能转化为可计量的企业收入，那么无论是2500亿美元担保，还是7.1万亿美元AI债务市场，最终获得的都只是抵押物，而不是偿债现金流。 （作者系硅谷远眺CoremiAI创始人）

2026-7-31 : 北京时间7月31日，以“AI安全”为标签的Anthropic发文称，在对141006次网络安全评估运行进行大规模回顾性审查后，发现Claude系列模型在三起事件中未经授权访问了三个不同组织的真实系统。 事情正朝着奇怪的方向演进：安全风险事件正在变成厂商证明自身前沿模型具备代际差的“包装”。 据Anthropic披露，三起事件均源于一个共同的配置错误：本应隔离的测试环境意外开放了互联网访问权限，而模型在提示词中被明确告知“无互联网访问权限”且处于模拟环境中，这意味着Claude在入侵真实系统时认为自己在完成一场虚构的夺旗演练。 入侵过程中，Opus 4.7在四次运行中识别出触及真实生产系统的迹象，但仍继续攻击，提取了凭证并接触了生产数据库；Mythos 5察觉到身处真实互联网，却说服自己仍在模拟中，将一个含恶意代码的Python包发布到公共PyPI仓库，在被移除前被15个真实系统下载运行；另一款内部研究测试模型在确认目标为真实系统后，自行停止了攻击。 Anthropic在公告中表示，涉事模型未部署正式发布时使用的标准安全措施，未发现模型“追求自身目标”，只是试图完成被要求的任务。 社交平台上对此事的评价迅速走向分化。有网友认为理应赞赏平台公开总结经验教训而非悄悄解决问题，这种透明度对安全社区至关重要。聚焦云业务的北美科技公司Duckbill联合创始人科里?奎因（Corey Quinn）质疑：“一家聚焦AI安全的公司竟然会自豪地吹嘘其模型会犯罪，这令人匪夷所思。” 信息安全研究员关傲男对第一财经记者表示，安全测试能力是今年模型前沿能力的直接体现。此前行业对模型的评估指标主要是SWEBench（软件工程基准），CyberGym侧重阅读代码、编写新代码和寻找漏洞。而最新的ExploitGym则更进一步直接测试模型能否将漏洞转化为可实际运行的攻击。 这些评估指标的结果显示，前沿模型与上一代模型之间存在非常明显的代差，前沿模型已可直接用于“武器化”。关傲男认为，在探索中出现模型“越狱”、沙箱逃离是不可避免的问题，但只要最终释放的模型能够做好安全护栏，便能够解决，不应过度渲染。 厂商也在加大对AI安全的投入力度。CyberGym和ExploitGym背后的UC Berkeley实验室负责人宋晓冬（Dawn Song）于今年6月加入Meta超级智能实验室（MSL）担任AI研究副总裁。 她也参与了由OpenAI、Anthropic、谷歌等厂商联名发起的限速AI发展请愿书。并在署名评论中表示，多位研究人员认为递归自我改进（RSI）在未来几年内是可行的，其加速进展可能会超出行业理解和治理这些系统的能力。通过援引CyberGym和ExploitGym评估结果，宋晓冬认为前沿AI智能体已能发现并利用现实世界的软件漏洞。 但在头部厂商竞速前沿模型发展背景下，要求企业主动降速并不容易。2023年GPT-4发布时，特斯拉CEO马斯克便曾联名请愿呼吁暂停前沿AI研发至少6个月，但当时并未获得实质性响应。 如今，类似的声音再次响起。关傲男认为，此前行业签署的限制AI发展的倡议更像是利用恐慌限制其他非前沿模型的追赶，只有前沿实验室主动刹车才能让AI惠及每个人，不然就只是惠及前沿实验室自身。 而这恰是当前AI安全治理的核心悖论：声称最重视安全的厂商最需要展示“前沿模型很危险”，以证明其技术领先。风险是真实的，但风险叙事不应被异化为能力秀场。

2026-7-31 : 当地时间7月30日，亚马逊发布了第二季度财报。 业绩显示，亚马逊第二季度营收增长20%至2006亿美元。亚马逊第二季度净利润增至626亿美元，同比去年的182亿美元增长了约244%。亚马逊表示上述净利润包括534亿美元的非经营性税前其他收入，主要来自对Anthropic的投资。 第二季度，AWS业务部门销售额同比增长37%达到422亿美元，主要得益于核心服务和AI服务的增长。亚马逊CEO安迪·贾西（Andy Jassy）在财报中表示，AWS业务创下18个季度以来的最快增速。此外，AWS积压订单高达4960亿美元，同比增长三位数。受AWS业绩超预期影响，亚马逊股价盘后上涨近10%。 资本支出方面，亚马逊CFO布莱恩·奥尔萨夫斯基?（Brian Olsavsky）表示第二季度资本支出为531亿美元，主要与AWS和生成式人工智能相关。亚马逊预计，2026年的现金资本支出将达到约2200亿美元。此前亚马逊预期今年的资本支出约为2000亿美元，内存成本的上涨推高了这一数字。 亚马逊人工智能和芯片业务的年化收入均超过250亿美元。财报电话会上，安迪·贾西表示没有模型能够一家独大，越来越多的公司对开放模型感兴趣。亚马逊仍会继续发展自研模型，自研模型的优势之一是可以更好地控制成本。 芯片业务方面，亚马逊透露越来越多的AI初创公司采用Trainium，包括NEURA Robotics和 Odyssey等独角兽企业。 此外，6月亚马逊宣布投入10亿美元打造FDE（前沿部署工程师）团队，让AI工程师与客户直接合作，并且协助客户构建和部署人工智能系统。 零售业务方面，亚马逊表示上半年再次刷新了Prime会员的配送速度纪录，当日达或次日达的商品数量增长超过40%，其中食品杂货和日常必需品的增长速度显著高于其他业务。 亚马逊在第二季度接连发布AI购物工具。5月27日，亚马逊发布了基于Alexa for Shopping 的AI零售解决方案ASA（Agentic Shopping Assistant）。而在5月18日，亚马逊宣布推出购物AI助手Alexa for Shopping，包含了一些升级功能：用户可以直接搜索获得产品信息，也能查看长达一年的价格历史记录。 另一方面，亚马逊继续扩大低价商品保持竞争力。财报电话会上，?安迪·贾西表示美国Amazon Haul平台上的超低价商品种类扩大了近20倍，目前已有超过600万件商品的价格低于10美元。他表示亚马逊将继续提供与竞争对手持平甚至更低的日常低价，并在促销活动期间提供大幅折扣和优惠。 此外，亚马逊在第二季度获得大约6亿美元关税退款。收到退款后，平台将主动联系受影响的顾客并自动退款。

2026-7-31 : 今年以来，地缘政治冲突外溢影响持续显现，世界经济复苏程度加大。在复杂多变的环境中，我国经济展现出强大韧性和活力。但二季度的经济增速有所回落，稳增长压力加大。7月30日召开的中央政治局会议在部署下半年经济工作时明确，宏观政策要发力提效。充分发挥各项存量政策效能，及时谋划出台务实管用的增量政策，加大逆周期调节力度。国家发改委国民经济综合司副司长周宏伟31日表示，围绕落实“十五五”规划发力提效实施宏观政策，将在四个方面下更大功夫：一是推动政策发力提效，增强宏观政策取向一致性；二是在改善民生中扩大内需，做强国内大市场；三是加快培育新动能，持续增强发展动力和活力；四是加强安全能力建设，进一步提升经济发展韧性。及时出台增量政策上半年，国内生产总值同比增长4.7%、继续在主要经济体中位居前列，增量达3.6万亿元。二季度以来部分指标有所走弱，当季GDP回落至4.3%。“当前我国经济运行仍面临一些困难挑战，国际环境不确定性依然较大，外部冲击影响仍在持续，部分地区洪涝等自然灾害偏重发生，新旧动能转换过程还存在一些困难梗阻。”周宏伟强调，更要看到，我国经济基础稳、优势多、韧性强、潜力大，长期向好的支撑条件和基本趋势没有改变，我们完全有条件、有能力、有信心、有底气克服发展中的各种困难挑战。周宏伟表示，将坚持稳中求进、提质增效，既重视政策协同，也重视政策加力。深入实施“十五五”规划《纲要》，打好政策“组合拳”，充分发挥各项存量政策效能，加大逆周期调节力度，及时谋划出台务实管用的增量政策，形成存量政策和增量政策的集成效应，着力稳就业、稳企业、稳市场、稳预期。粤开证券首席经济学家罗志恒对第一财经分析，政策层面从“用好用足宏观政策”转向“充分发挥各项存量政策效能，及时谋划出台务实管用的增量政策”，并明确提出“加大逆周期调节力度”，释放出下半年稳增长政策将进一步发力提效的信号。加紧制定扩大内需战略实施方案扩大内需是下半年经济工作的重中之重。周宏伟透露，近期，国家发改委正在会同有关部门抓紧研究制定扩大内需战略实施方案（2026-2030年）。在大力提振消费方面，周宏伟介绍，一是提升消费能力。深入实施就业优先战略，持续开展大规模职业技能提升培训，多渠道促进居民增收。二是挖掘服务消费潜力。适应不同群体消费需求扩大优质供给，完善生活服务消费。三是推动智能产品消费。增加人工智能手机和电脑、智能穿戴、智能机器人等新一代智能终端产品有效供给，拓展智能体服务。在扩大有效投资方面，坚持投资于物和投资于人紧密结合，激发投资内生动力。统筹抓好“两重”建设，抓住三季度施工旺季，加快8000亿元新型政策性金融工具资金投放使用，加快专项债发行使用。提高民生类项目政府投资比重带动需求回升。推动“十五五”规划《纲要》提出的109项重大工程落地实施，做好项目谋划储备和要素保障。扎实推进“六张网”规划建设。规划建设“六张网”是“十五五”开局起步之年的重大部署，既能稳投资、扩内需，更是增动能、提效益、惠民生、保安全的有力抓手。国家发改委政策研究室主任蒋毅表示，针对每张“网”精准谋划制定专项规划或实施方案，力争尽快形成实物工作量。突出多网协同、软硬协同、场景协同，抓紧细化落实具体方案，因地因业加快推进建设，加强资金要素保障，推动规划蓝图转化为群众身边实实在在、发挥作用的具体项目。“六张网”建设也将为民营企业带来重大发展机遇。蒋毅介绍，上半年水网建设吸引民间资本超过108亿元、同比增长85.8%。有关机构测算，“十五五”时期算力网建设将新增直接投资4万亿元，考虑到算力建设以企业投资为主，这将为民间投资创造巨大空间。针对民营企业准入问题，后续将推出一批经营收益稳定的项目，吸引民营企业参与；还将加强规划引导、要素保障等工作，为民间投资营造良好环境。今年6月，国家发改委主任郑栅洁主持召开民营企业座谈会，围绕系统推进“六张网”建设听取意见建议。郑栅洁表示，纵深推进全国统一大市场建设，规范地方招商引资行为，推进基础设施竞争性领域向经营主体公平开放，完善民营企业参与重大项目建设长效机制，积极吸引社会资本参与“六张网”建设，有效激发民间投资活力。

2026-7-31 : 【7月以来43只新基金延长募集 ETF占比超六成】7月31日电，新基金发行市场延长募集的情况明显增多。Wind数据显示，7月以来共有54则基金延长募集期公告，涉及43只基金。其中，10只基金曾两次及以上延长募集期。部分基金募集期延长幅度较大。华泰柏瑞中证港股通信息技术综合ETF的募集截止日由7月24日延至9月30日，延长68天；广发稳致、贝莱德行业轮动量化选股的募集截止日均由7月31日延至8月31日。从产品类型看，43只基金中有26只为被动指数型基金，占比超过六成，其中25只为ETF；此外还包括偏股混合型基金、普通股票型基金、偏债混合型基金及FOF等产品。

2026-7-31 : 【券商晨会精华：海外市场波动还将延续，但可能接近阶段性底部】昨日，市场午后探底回升后，再度震荡回落。中际旭创成交额超597亿元，刷新此前在2026年6月5日创出的成交额历史天量。沪深两市成交额2.34万亿。从板块来看，大消费、AI应用端、MLCC、汽车整车等板块表现活跃。下跌方面，端侧AI、CPO概念震荡调整。截至收盘，沪指跌0.62%，深成指跌2.73%，创业板指跌3.97%。 中信建投认为，海外市场波动还将延续，但可能接近阶段性底部；国盛证券认为，整体增长提速，结构性亮点延续；国海证券认为，高速互联协议与硬件正从“配套件”到“第二算力”。

2026-7-30 : 由国家网信办会同有关部门起草的《反网络暴力法（征求意见稿）》（下称《征求意见稿》），7月29日开始向社会公开征求意见。这是我国首部拟以法律形式制定的反网络暴力专门立法，意义重大深远。 当前，我国已初步建立起反网络暴力行为的法律法规制度框架，但相关立法立规还比较分散，基本概念、平台主体责任等还不够明确。同时，从网络暴力治理实践情况看，网络暴力综合治理、源头治理等方面的顶层设计还需完善，亟需一项专门立法进一步完善反网络暴力法律制度体系建设，提升制度系统性、整体性、协同性。 网络暴力严重侵害个人、组织合法权益，危害国家安全和社会公共利益，致使各种谣言丛生，可能引发许多社会风险，严重影响公众安全感。尤其是，随着近年来生成式AI和智能体技术的发展，被不法分子利用为新型网络施暴工具，并且呈现伪造虚假信息更加逼真、推送更加精准化、操纵更加规模化和产业化等特点。因此，亟需制定反网络暴力方面的专门立法，为加强网络暴力治理提供更加有力的法治保障。 网络暴力治理是一项系统工程，需要各方力量共同参与，形成反网络暴力的合力。这是此次专门立法的重要方向。 要想形成合力，就必须进一步明确网络暴力的判断标准，目标明确了，打击才会更加精准。 《征求意见稿》明确了下列行为可能会构成网络暴力：集中发布含有侮辱谩骂、造谣诽谤、煽动仇恨、挑动对立、威逼胁迫、歧视偏见等内容的信息；违法集中发布他人个人信息；持续进行网络恐吓、网络骚扰等。 需要注意的是，《征求意见稿》特别强调的是行为者的主观恶意，也就是说，只要存在恶意就可能构成网络暴力行为，只是受到处罚的轻重不同而已。这会大大减少行为者的侥幸心理。 在目标明确之后，下一步就是要强化打击力度，违法成本高是防止违法的最好手段。 今年3月，最高人民法院公布了5件依法惩治网络暴力违法犯罪典型案例，涵盖了网络侮辱、诽谤、侵犯公民个人信息，以及利用网络实施敲诈勒索、商业诋毁等犯罪类型。上述案例中，除了敲诈勒索罪被告人被处以10年有期徒刑之外，其他三个罪名的被告人刑期都在一年左右。为严厉打击网络暴力犯罪，一方面需要网络犯罪罪名具体化，避免延伸引用其他条款，另一方面需要加大刑事处罚力度，避免刑期较轻，增强震慑力。 网络暴力行为对相对人既有“硬”的伤害，也有“软”的伤害。“硬”的伤害是实际可以看到的，“软”的伤害则是无形的。无论是“硬”的伤害还是“软”的伤害，侵权责任人都应该承担相应的民事赔偿责任。《征求意见稿》明确支持要给予网络暴力受害者以精神损害赔偿，过去的诸多案例也表明侵权责任人对企业等主体要承担巨额赔偿责任。 经济利益驱使下利用“网络水军”实施流量造假、蹭炒热度、造谣引流等有组织的网络暴力违法犯罪必须严惩。《征求意见稿》明确，对组织、策划、煽动、教唆实施网络暴力活动的要依法从重处罚。 此次专门立法的重要指向是构筑全方位反网络暴力综合治理体系，具体划分为平台治理、政府治理等方面。在这些环节中各方面都必须尽到应尽的责任。 平台是防范治理网络暴力的关键环节，必须建立监测预警机制、建立快速响应机制、建立惩戒处置机制。否则就可能受到责令暂停相关业务、停业整顿、关闭网站或者应用程序、吊销相关业务许可证或者吊销营业执照，以及对直接负责的主管人员和其他直接责任人员罚款等处罚。 政府治理方面体现的是快捷和有效：公安机关接到网络暴力报案或者相关部门移送的案件后，应当按照有关规定及时调查取证、立案侦查；提起自诉的案件，符合受理条件的人民法院应当及时立案；损害国家利益或者社会公共利益的，人民检察院或者国家网信部门确定的组织可以依法向人民法院提起公益诉讼。 简而言之，《征求意见稿》从确定网络暴力行为认定标准，到压实网络暴力治理平台责任，再到强化对违法犯罪行为的处罚及深化社会共治，都充分体现出全方位综合治理体系建设的重要性。所有的立法和执法都指向一个共同目标：公民和组织的合法权益不能受到网络暴力的侵犯，凡是侵权者都必须受到严厉处罚。

2026-7-30 : ①腾讯WorkBuddy今日官宣上线「人机双写」，业内唯一同时兼容编辑在线文档及本地文件。 ②中文医疗大模型评测基准MedBench升级至5.0版本。 ③台积电将开发AI芯片封装技术； ④OpenAI部署GPT-5.6优化模型自身推理性能，端到端服务成本最多降低20%。 ⑤OpenAI承认AI模型失控入侵事件涉及多个平台。 ⑥谷歌推出Lyria 3.5音乐生成AI模型。 ⑦甲骨文宣布与谷歌扩大合作伙伴关系，将把谷歌的Gemini模型引入企业应用。

2026-7-30 : 如何破解人才缺口与具身智能爆发式增长的结构性矛盾？7月30日，湖北成立具身智能人才培养基地，构建“政产学研用”一体化的人才供给生态。 这是湖北首个覆盖全学段、全产业链的具身智能专业化人才培育平台，由湖北人形机器人创新中心打造。基地将面向不同层次人群，开展不同程度的培训、服务，打造具身智能全周期人才培育链条。比如，面向中小学生及社会人士开展研学参观、科普交流，帮助其建立聚生智能产业基础认知；面向高职高专在校学生，提供2～3个月机器人运维、部署、维护等实操技能，结业后推荐上岗；面向研究人员、在职工程师等，提供机器人二次开发、算法实训等实战培训，培养周期60天至1年不等。 中国科学院院士刘胜作《未来产业与新工科人才培养建设》主旨报告时指出，2025年，我国高档数控机床和机器人领域人才缺口预计达到450万人。机器人运维师、人工智能训练师、数据采集师等成为紧俏岗位。但国内高校专业布局却刚刚起步，教育部今年首次将“具身智能”列入本科目录，?全国9所高校首批招生，课程体系尚在重构中，师资与实训设备普遍紧缺。他认为，要解决学科分割培养与全链条工程需求错位之间的矛盾，?需要树立分层化、体系化复合型人才培育的新思路。 为此，基地成立仪式上同期启动了“繁星人才计划”，松延动力、诚芯智联、中科曙光、发那科、格蓝若机器人、华威科等20余家企业将共同探索“订单式”定向培育模式，让企业深度参与人才培养全过程，为参训学生提供实习岗位、项目实操及就业绿色通道。华中科技大学、武汉大学、湖北工业大学、武汉软件工程职业学院、湖北科技职业学院等11所湖北高校现场签署共建协议，将依托基地共建专业实训课堂、联合开发课程、共享师资团队，打通高校教学与产业实训壁垒。 现场还发布了具身智能系列新编教材、“织物手套”新品及数据采集培训方案、具身智能教育平台3项核心成果。其中，手智创新发布的“织物手套”配有45个高精度指尖触觉点位，大规模应用丢帧率低于3%，已在工业装配、医疗检验、餐饮零售等场景应用。 当前，湖北汇聚10余位具身智能方向院士，武汉大学、中南民族大学等高校成立机器人学院，超60所高职院校专门设立机器人相关专业，全省具身智能产业规模突破400亿，人形机器人产业链相关企业超140家。 下一步，基地将持续扩充合作高校资源，联动全国机器人龙头企业共建实训生态，进一步推动人才培养与产业需求同频共振，全力支撑湖北建设全国具身智能产业人才集聚高地。

2026-7-30 : 随着大模型的技术突破与AI（人工智能）应用的规模化落地，全行业催生了前所未有的算力需求。全球云计算核心价值从“支撑数字化转型”转向“驱动智能化升级”，产业范式全面变革升级。中国信通院近日发布的《云计算产业发展研究报告（2026年）》（下称“报告”）显示，2025年中国云计算市场规模达10692亿元，同比增长29%。依托“十五五”规划中数字经济布局、一体化算力网络建设及行业数智化转型持续深化，叠加通用大模型与智算需求快速释放，我国云计算产业2029年市场规模有望突破2.5万亿元；2029年全球云市场规模将超1.6万亿美元。全球产业格局加速重塑作为信息技术发展和服务模式创新的集中体现，云计算已成为数字经济的关键技术基座。报告显示，2025年全球云计算市场规模达8230亿美元，预计2027年市场规模突破万亿美元。“‘云+AI’深度融合成为全球数字科技竞争的核心赛道，各国纷纷加快云基础设施布局与云服务体系构建，产业格局加速重塑。”报告称，例如美国，一方面以政策松绑释放能源供给潜力；一方面积极推动“云+AI”全栈技术包出口，强化技术领先优势与联盟布局。欧盟委员会去年4月发布的《人工智能大陆行动计划》显示，五年内将自主数据中心容量提升三倍，并最终实现完全满足本土需求。亚太地区主要国家以打造区域性AI与云计算产业核心为战略方向，持续加码算力基础设施投入。从细分领域看，全球云计算结构趋于稳定。2025年，IaaS（基础设施即服务）、PaaS（平台即服务）、SaaS（软件即服务）市场占比分别为30%、28%、42%，应用层占据主导，产业成熟度高。从厂商层面看，2025年，亚马逊云、微软智能云分别营收1287亿美元、1205亿美元，合计份额超三成。报告显示，谷歌云、甲骨文、IBM深耕AI原生、混合云等赛道打造差异化优势，增速排名前三。“在全球数据主权博弈加剧、AI应用全面爆发的背景下，数据合规、区域特色与行业渗透成为云计算应用发展的推手。”报告称。三大核心增长极经过多年的快速发展，我国云计算产业已形成庞大的市场规模。报告预计，中国云计算市场规模2026年将达到13719亿元；2027年达到17216亿元。从细分领域看，整体呈现IaaS占比收敛、PaaS与SaaS快速提升态势，市场向高附加值环节加速演进。“IaaS仍为市场主体，规模达5209亿元，但增速回落至24%。”报告称，PaaS受益于AI平台规模化应用，增速达67%，规模为1736亿元；SaaS渗透率持续提升，规模1325亿元，增速36%，大量智能体平台服务商及开发者涌入市场，催生新的产业业态与经济模式。公共云、智算云、云出海已成为智能经济时代驱动产业升级、拓展发展空间的三大核心增长极。“我国云计算出海形成以亚太为核心、中东为新增长极、欧美与拉美非洲协同布局的区域格局。”报告称，2025年，亚太地区云计算市场收入增幅达33%。展望未来，报告称，云计算产业将向着泛在互联、普惠易用、集约高效、安全合规以及开放协同的方向演进。从三大核心增长极看，在公共云方面，云服务将完成从“以资源交付为主”向“以服务交付为主”的根本性转型；智能云将加速向“智能服务中枢”演进；在云出海方面，形成全方位、多层次、协同化的全球化发展格局。在促进实体经济和数字经济深度融合方面，“十五五”规划纲要提出，壮大数字经济核心产业，发展新一代通信技术、云计算、区块链等产业，提升高端芯片、光电子器件、基础软件和工业软件等产业水平，打造具有国际竞争力的数字产业集群。在产业基础能力和竞争力提升专栏中，“十五五”规划纲要提出，聚焦国产操作系统、数据库、中间件、编程语言及编译器、开发测试工具、云计算软件等基础软件，以及研发设计类、生产控制类、经营管理类等工业软件，全链条推动技术攻关和成果应用。

2026-7-30 : 上半年凭借亮眼业绩，赢得市场关注的公募量化，在近期市场持续震荡调整中，正面临严峻考验。Wind数据显示，进入7月以来，公募指数增强（以下简称“指增”）产品与主动量化产品的净值均出现明显回撤。其中，近四成指增产品、超五成主动量化产品7月超额收益录得负值，且主动量化产品的净值回撤幅度更为剧烈。最新披露的基金二季报显示，今年上半年，量化产品作为公募基金行业的“小众”赛道，实现了业绩与规模的“双赢”，其中指增类产品整体规模首次突破3200亿元大关。然而，面对市场的连续下探，公募量化产品上半年的表现能否延续，已成为市场关注的焦点。超额回撤与业绩分化加剧7月以来，全球资本市场波动加剧，科技板块的猛烈下挫，更是拖累了一批基金的净值表现，依赖模型选股的量化产品亦难以独善其身。Wind数据显示，剔除7月新成立的产品，全市场1000余只指数增强产品（不同份额分开统计，下同）中，超九成7月收益率为负，其中约百只产品单月净值跌幅超过20%。超额收益方面，7月已有近四成指增产品超额收益告负，其中浙商中证全指指数增强、永赢中证A500指数增强的A/C份额月内超额收益率均跌破-10%，表现垫底。主动量化产品的净值回撤则更为显著。Wind数据显示，超七成主动量化产品月内收益录得负值，部分产品净值回撤甚至超过30%；超额收益表现同样承压，超过五成主动量化产品7月超额收益告负。7月的大幅回撤甚至迅速侵蚀了部分产品前期积累的超额收益，导致上半年的收益“打水漂”。以华润元大量化优选A为例，上半年该产品凭借49.94%的超额收益，跻身主动量化产品超额收益榜前十，但7月其超额收益大幅下探至-32.87%。受此拖累，该产品未能守住上半年累积的收益果实，目前年内超额收益已收窄至-0.72%。东吴安享量化A也面临相似的困境。Wind数据显示，7月该产品超额收益为-28.93%，出现了较大幅度的回撤，不仅迅速吞噬了上半年6.58%的超额收益，更导致目前年内超额收益降至-21.32%。二季报披露的持仓数据显示，在科技成长赛道上较高的暴露水平，或是这些产品7月超额收益表现不佳的主要原因。例如，华润元大量化优选A的前十大重仓股中集中配置了佰维存储（688525.SH）、景旺电子（603228.SH）、东山精密（002384.SZ）、澜起科技（688008.SH）等热门科技标的；东吴安享量化A则主要重仓了锂电及电力相关行业。与此同时，部分量化产品在近期依然展现出较强韧性。指增产品方面，14只产品本月超额收益率突破10%，该类产品7月超额收益首尾价差超过30个百分点。主动量化产品方面，九泰天利量化A、西部利得专精特新量化选股A等13只产品7月超额收益突破20%，主动量化产品超额收益首尾价差更是高达58个百分点左右。指增产品规模突破3200亿今年上半年，公募量化产品规模出现显著扩容。二季报数据显示，指数增强型产品总规模突破3200亿元大关，达3221.72亿元，环比增长12.19%。主动量化产品总规模增长至1800亿元左右，环比增长超31%。亮眼的超额收益，是公募量化产品受到追捧的重要原因。剔除今年成立的产品，超六成指增产品和主动量化上半年的超额收益为正。其中，主动量化产品超额收益弹性更大，国泰聚鑫量化选股A、C份额上半年超额收益均实现翻倍，紧随其后的金信量化精选A、C份额上半年超额收益也超过70%。金信量化精选的基金经理孔学兵、谭佳俊在二季报中称，该产品二季度坚持以量化“轮动+多因子”模型为基础、以“时空间训练”框架和“拐点”预测学习模块为核心的方法论，同时进一步突出科技成长主线的配置权重。组合重点围绕人工智能、算力基础设施、半导体设备与材料、智能终端、工业软件、高端制造等方向进行动态跟踪，优先筛选产业趋势清晰、盈利改善具备验证基础、交易拥挤度相对可控且流动性条件较好的标的，力争在科技产业周期扩散过程中把握结构性机会。针对二季度市场波动加大、热门赛道轮动加快的特征，二人也通过约束组合持仓等方式，进一步加强回撤控制和风险预算管理。公募持续押注量化赛道从目前的布局来看，公募加码主动量化产品的意愿明显提升。Wind数据显示，2025年全年，行业共发行28只主动量化产品（按基金成立日计，下同），而今年已有27只主动量化产品问世。其中部分量化产品甚至成为“爆款”。例如华夏基金的华夏智胜全景，仅用一天时间就“吸金”150亿元，最终配售比例仅33.25%。天弘智航量化将募集上限从15亿元拉高至20亿元后，仍在一天之内迅速完成募集，最终配售比例低至21.64%。Wind数据显示，目前还有近20只主动量化产品正在等待证监会审批，这意味着公募量化产品的整体规模未来仍有望进一步扩张。贝莱德基金首席权益、多资产及指数投资官王晓京近期对媒体表示，随着资本市场投融资综合改革纵深推进，专业投资者数量持续增加，公募量化基金在超额收益获取和风险控制等方面的优势得以充分发挥。汇添富基金经理王星星说，在AI技术的加持下，公募量化产品可以通过更系统地设计数据结构和建模逻辑，让算法自动去挖掘潜在的异常定价信号，并找到更多错误的定价来源。同时，借助AI在文本、舆情等非结构化数据上的高效处理能力，量化策略获取获取超额收益的信息来源维度正在被拓宽。

2026-7-30 : 盘中一度跌至880港元，最大跌幅超过10%，最终仍收跌2%以上。7月30日在港交所上市的光模块龙头中际旭创（300308.SZ，03308.HK），港股IPO首日就跌破发行价， 在业内人士看来，该股港股首日“破发”有发行定价较高的因素。同期的光模块板块回调，让该公司让股价受压；基本面来看，部分海外终端客户缩减人工智能AI相关资本开支，而中际旭创境外客户收入占比超过九成，也将因此面临更多压力。 7月30日，中际旭创A股跌9.15%，报收864元，成交598亿元；下午大幅反弹后，港股跌幅收窄到2.04%，报收960港元，成交近115亿港元，H股比A股折价不足5%。 中际旭创7月28日公告，确定H股全球发售定价为每股980港元。若保荐人全额行使15%超额配售权，总募资规模将近610亿港元。而这一发行价的市盈率（TTM），大约为70倍。 光大证券国际策略师伍礼贤向第一财经分析，中际旭创确定发行价时，AI产业公司整体估值处于较高水平，中际旭创A股股价处于高位，H股发行价参考了当时A股价格，但从招股到上市期间，AI板块遭遇明显回落，首日股价表现反映了这一市场变化。中际旭创基本面较强，研发能力、量产能力及市场占有率均处于行业前列，待这一轮AI概念股的调整过去之后，可能将重新受到市场关注。 蓝水资本（Blue Water Capital Management Limited）首席投资官李泽铭向第一财经分析，先A后H的上市方式下，H股定价通常参考当时A股并给予一定折价，此次中际旭创所在的A股光通信板块，从定价到上市期间A股持续下跌，到H股上市时，折价空间基本消失。而该股定价时，A股收盘价为1136元（7月21日），当时980港元的发行价，折让幅度大约为24%，而过去不少公司H股发行折价通常在30%以上，中际旭创定价略显进取。 广州一位私募人士认为，中际旭创多数收入来自海外，过去海外科技巨头宣布提高资本开支购置AI基建产品，让光模块获得市场认可引发股价上涨，但当前部分海外科技巨头如谷歌等出现自由现金流净流出，微软等公司则降低资本开支，AI产业链硬件都面临一定的信任危机，中际旭创作为光模块龙头，股价走势与AI资本开支预期高度相关。 2025年年报显示，中际旭创营业收入382.4亿元，其中346.4亿元（90.58%）来自境外客户。该公司称，光通信模块业务致力于为客户提供最佳光通信模块解决方案，主要出口市场为北美等国家或地区，关键原材料亦大部分源自海外采购。若未来中美贸易争端升级，贸易制裁手段加深，将减少光模块产品需求，增加关键原材料采购难度，影响公司盈利能力。

2026-7-30 : 近日，多所高校2026年度本科专业调整方案密集公示。在撤销专业中，又一批管理学专业点进入多校的撤销名单中。 7月24日，上海财经大学发布“2026年度本科专业设置申报公示”：根据《教育部高等教育司关于开展2026年度普通高等学校本科专业设置工作的通知》要求，学校组织了2026年度本科新专业申报、停招专业撤销工作，经学院申报，校内外专家论证，校学科专业建设委员会、校学位委员会和校长办公会议审议，拟向教育部申报1个新专业，撤销4个已停招满五年专业。 其中，上海财经大学2026 年申报撤销本科专业列表显示，撤销专业中，包括了工程管理、公共事业管理、物流管理专业及应用统计学。 南昌大学2026年停招6个本科专业：汉语国际教育、德语、人力资源管理、电子商务、会展经济与管理、水产养殖学。 在各校撤销专业名单中，管理学专业是调整的一个重点。例如，云南大学拟撤销人力资源管理专业；东华大学拟撤销会展经济与管理专业；天津商业大学撤销信息管理与信息系统专业。 今年6月，麦可思研究曾对各校公示的2026年拟撤销专业信息进行梳理，市场营销、公共事业管理专业排名前两位。 以公共事业管理为例，此前有高校教师分析，公共事业管理专业学得很杂，但不容易学精。比如公共管理涉及很多领域，开设更具体的细化专业，能让毕业生就业时更有竞争力。 麦可思研究院分析，高校专业被大批撤销通常基于多重考量，最直接的驱动因素往往是就业市场的变化。此前山东、湖南、河北、广西、福建、贵州等多个省份，或在专业预警名单中，明确列出本省就业率排名较低、就业状况较差的专业，其中不乏多个管理学专业。同时，部分管理学专业在人才培养方面存在与市场需求脱节的问题。 不过，近年来部分高校管理学停招乃至裁撤的同时，高校也在密集增加新的专业。 麦可思研究院分析，这反映出随着社会经济变迁，就业市场对不同细分领域管理类人才的需求正发生结构性转变。这些新增方向普遍具备三大特点：一是行业锚定精准，如海关稽查、国际邮轮管理等，为特定行业精准培养管理人才；二是聚焦前沿领域，瞄准社会数字化转型新需求，如商业人工智能、数字公共治理，着力解决数字化转型中的治理与管理新课题；三是社会需求导向明确，如乡村治理、无障碍管理，直接服务于国家重大战略。 有分析指出，受新技术冲击、就业市场影响，产业结构变化等而被集中调整的专业，普遍具有就业偏弱、重复设置，与产业需求脱节等特点。其中，传统管理类、语言类、艺术类、部分工科与文科专业成裁撤“重点”。 同时，当前，在社会经济发展及以AI（人工智能）为代表的新技术革命推动下，高校学科、专业、课程迎来重大调整。同时，人工智能也在持续赋能教育创新，与各专业领域结合，形成了一批“智能+”新兴交叉专业。厦门大学经济学系副教授丁长发分析，AI改变了很多行业、产业的生态，也渗透到了各个学科领域。人工智能正加速与各学科的融合，从而催生出更多的复合型专业、新专业，未来“AI+”专业会越来越多。

2026-7-30 : 近年来内地“硬科技”企业赴港上市占比显著提升，香港特区政府也正持续优化科创投资生态，吸引众多内地投资机构与产业资本布局香港。 第一财经从上海国投公司获悉，7月30日，维港纽带创科基金签约仪式在香港举行，首批9个沪港科创意向项目正式亮相。作为中国香港特区政府＂创科创投基金＂（ITVF）优化计划下港府与内地机构合作签约设立的首只基金，“维港纽带创科基金”由上海国投公司作为基石投资人、中信资本担任管理人，交银国际、太平资管（香港）担任共同管理人，孚腾资本、中银投出任行业顾问，亿都国际共同参与出资，香港特区政府创科创投基金以有限合伙人身份参与出资。 该基金是上海国投首只港币基金。上海国投在管基金37只、管理规模近3000亿元，累计投资超3000家科技企业，培育上市公司160多家，去年以来，包括壁仞科技、曦智科技、MiniMax等近20家已投企业登陆港交所。 从项目布局来看，本次亮相的储备项目全面覆盖人工智能、先进制造与新能源、生命健康三大硬科技领域，均来自香港高校孵化，以及与香港产业高度协同的科创企业。 基金总规模6亿港元 香港特别行政区政府2017年设立20亿港元 “创科创投基金”，鼓励风险资本投资香港创科初创企业。2024年《施政报告》中提出推出创科创投优化计划，调配15亿港元推出优化计划，通过配对模式与业界设立联合基金，重点投资战略性产业初创企业。政府以有限责任合伙人身份参与，采取业界每筹集3港元、政府配套出资1港元的配比，计划推出以来，市场反应热烈，体现香港作为国际金融中心和正高速发展的国际创科中心对于海内外资本的充分吸引力。 本次签约的基金总规模6亿港元。投资策略上，立足沪港两地资源禀赋，深耕人工智能、高端制造、生命健康三大核心赛道，重点投向中国香港本地科创项目，推动全球前沿科创成果在沪港两地落地生根。 香港创新科技及工业局局长孙东在致辞中表示，维港纽带创科基金是优化计划下首个完成募资的基金，也是香港历史上第一次市场化募资的基金。计划以1:3比例与市场机构配对出资，推出以来，累计收到超60份基金申请，反应热烈。孙东认为，基金有三重意义：结合有为政府引导与高效市场结合，撬动更多市场力量，发展耐心资本，培育新质生产力；扶持三大战略性产业的初创企业站稳脚跟，进而加速商业化进程；联动海内外资本，借助其产业生态圈，助力港企拓展更广大的市场。 上海国投公司总裁戴敏敏表示，基金将全力打造三大合作标杆：一是跨境成果转化标杆，立足香港优质科创资源，打通“科研-孵化-资本-产业”全链条；二是沪港双向赋能标杆，一方面为香港初创企业对接上海应用场景、供应链配套、政策资源，着力构建“香港源头孵化、两地赋能转化”格局；另一方面借助香港全球枢纽优势，引入海外优质科创资源和顶尖人才，助力上海硬科技企业出海融资；三是创新生态共建标杆，以基金为纽带，常态化举办项目路演、产学研对接、科创人才交流，把单次资本合作升级为长期体系化生态协同。 首批意向项目覆盖三大领域 本次亮相的储备项目中，人工智能赛道引入了香港大学孵化企业迈智科技；先进制造与新能源赛道集结了香港科技大学羲和智感、星睿云智、香港城市大学犀里光电以及香港中文大学EDA研发项目；生命健康板块则包含香港城市大学晶准医学、香港理工大学智仁药业、香港大学科洛华医疗，以及香港城市大学HK Tech 300创业大赛冠军项目的亿杉医疗。 上述EDA研发项目牵头人香港中文大学教授余备介绍，除了资金支持，他最看重的是上海完整的产业生态，以及进入真实应用场景进行验证的机会。他说，香港的优势在于汇聚国际人才、连接前沿研究；上海的优势则在于拥有完整的集成电路产业链、丰富的工程经验和广泛的应用需求。两地结合，可以让香港的科研既保持国际前沿性，又真正回应产业中的实际问题。 “传统科研经费更多是支持我们把技术做出来，而这次合作还希望帮助我们把技术用起来，最终形成真正具有产业价值的产品和能力。基金把资本、产业伙伴和应用场景同时带进来，使项目从一开始就能面向真实需求，并在研发过程中不断接受产业反馈，而不是等研究完成后再去寻找应用。” 余备说，他们的研究团队能够提供AI算法构建和智能体技术，上海的芯片设计或EDA企业提供真实任务、工程流程和验证标准，双方共同选择一个高频、痛点明确的环节，验证AI能否帮助工程师完成流程编排、参数优化、仿真分析或设计结果诊断。 下一步，维港纽带创科基金将全面启动常态化投资运作，挖掘香港高校、科创园区早期硬科技项目，开展双城路演、产学研对接活动。依托香港“超级联系人”制度优势与上海完整产业底座，基金将持续推动两地人才、技术、资本双向流动，联动长三角与粤港澳两大国家级科创集群，以跨境资本力量支撑高水平科技自立自强，放大沪港科创协同的长期价值。

2026-7-30 : 同一天，两份AI巨头财报带来了截然不同的市场反应。当地时间7月29日盘后，微软和Meta相继公布最新季度业绩。微软Azure云业务继续保持超过40%的增长，AI业务商业化进一步兑现，股价盘后一度上涨约8%；Meta在交出超预期财报后，受业绩指引不及预期及AI资本开支等影响，一度跌超7%。两家公司交出的都是一份“高投入”的成绩单。微软本季度资本开支达到410亿美元，同比增长70%；Meta再次提高全年AI基础设施投资预算，继续加码数据中心、GPU和服务器建设。无论从投入力度还是扩张速度看，两家公司都没有踩下AI投资的刹车。AI投资没有降温，但资本市场开始重新定价AI。过去两年，市场相信“谁拥有更多GPU，谁就拥有AI时代的未来”；而如今，投资者开始提出一个更现实的问题：这些GPU、数据中心，究竟什么时候能够真正变成收入和利润？ AI军备竞赛仍在持续从微软和Meta的财报看，AI基础设施周期远未结束。微软第四财季资本开支达到410亿美元，同比大增70%，刷新单季度历史纪录。该公司披露，因会计核算方式等变更，其2027财年的资本支出预计为1750亿美元，较此前预估的1900亿美元出现下调，这推动微软股价盘后快速走高。与此同时，Meta将全年资本开支预期从过去的1250亿美元至1450亿美元调整为1300亿至1450亿美元。扎克伯格强调，未来几年仍将持续建设数据中心和AI算力基础设施。但与过去不同的是，微软的巨额投入正在越来越快地转化为可以量化的商业回报。最新财报显示，截至6月底，微软Azure及其他云服务收入同比增长43%，高于市场预期，其中AI服务继续贡献重要增量。微软同时首次披露，Azure年化收入已经突破1000亿美元，成为全球企业AI部署最重要的平台之一。Microsoft 365 Copilot付费用户超过3000万，GitHub Copilot、Azure AI等产品也推动越来越多企业客户将AI部署到日常业务中。尽管超400亿美元资本开支使得微软自由现金流承受压力，但Azure持续高速增长意味着企业愿意持续为AI能力付费，微软还披露未来合同订单积压规模继续增长达6780亿美元，高于上季度的6270亿美元，这意味着大规模资本开支已经开始形成商业闭环。投入同样激进的Meta，却交出了一份让市场态度截然不同的成绩单。财报显示，Meta二季度营收 608 亿美元，小幅超预期，净利润 158 亿美元，同比下滑 14%；总费用同比上涨55%。从基本面来看，Meta广告收入继续保持增长，AI推荐系统提升了广告投放效率，Instagram、Facebook等核心产品用户活跃度仍在提升。但目前，AI创造的价值仍主要体现在增强原有广告业务，而不是形成新的、独立的AI收入来源。与此同时，Meta宣布再次上调全年资本支出预期，预计2026年资本支出将达到1300亿至1450亿美元，高于此前给出的区间。这些新增投入几乎全部流向AI基础设施，包括建设更多数据中心、采购最新一代GPU、扩充网络和电力设施，以及训练下一代大模型。财报显示，该公司二季度自由现金流同比暴跌91%。扎克伯格在财报电话会上表示，Meta的算力将同时用于训练模型、改善广告和推荐业务，以及开发个人智能体、商业智能体和API等新产品。尽管公司已收到以明显溢价购买其算力的报价，但他认为，相比直接出售算力，在算力之上构建并销售“智能”可能带来更高利润，因此Meta不会为了短期收益而放弃长期产品机会。Meta CFO 没有给出2027年具体资本开支指引，表示当下基建规划核心目标是最大化今年和明年的算力储备，同时预留2028年后扩产调整空间，目前仍在测算未来数年真实算力需求。Meta因第三季度收入指引偏保守、全年资本开支继续上调，以及自由现金流大幅下滑，引发市场对AI投资回报周期的担忧，盘后股价一度明显下跌。虽然广告业务仍然健康，但投资者更关注的是：如此庞大的资本开支，究竟什么时候能够带来足够明确的回报。资本市场开始重新定价AI过去两年，几乎所有大型科技公司都在不断刷新资本开支纪录。微软、Meta、Alphabet、亚马逊四家公司一年用于AI基础设施的投资，已经达到数千亿美元规模。从GPU、HBM高带宽存储，到液冷系统、电力设备和数据中心建设，整个产业链都因此进入了一轮历史性的景气周期。摩根士丹利目前预测，美国五大头部云厂商Alphabet、亚马逊、Meta、微软、甲骨文今年 AI 资本开支将突破 8000 亿美元，明年达到 1.1 万亿美元；此前预测分别为 7650 亿美元、9500 亿美元。高盛分析师预计，到 2031 年，AI 基础设施累计投入将高达 7.6 万亿美元。但资本市场开始重新审视AI投入与商业回报之间的平衡，这从上季度财报周期已经显现。AI投资仍在快速增长，但资本市场已经不再满足于“未来会赚钱”的故事，而是希望看到更加明确的商业兑现路径。未来决定估值的，不只是资本开支规模，而是这些投入能否持续转化为利润、现金流和可验证的商业回报。一位科技赛道投资人士对记者分析，AI产业已经从训练时代迈向推理时代。未来真正持续增长的，不只是训练模型所需要的GPU数量，而是每天发生多少次AI调用、企业产生多少Token消耗、多少客户愿意持续订阅AI服务。这些指标，最终都会反映在收入、利润和现金流上。以微软为例，之所以获得市场认可，并非因为资本开支更少，而是因为Azure、Copilot等产品已经形成了较为完整的商业闭环；相比之下，Meta虽然拥有领先的开源模型和庞大的用户基础，但AI业务未来将如何持续创造收益，目前仍缺乏与广告业务同等清晰的路径。就在上周，谷歌母公司Alphabet将全年资本开支预期上调至高达2050亿美元，盘后一度走弱。由于在人工智能服务器和数据中心建设方面的巨额支出，Alphabet首次出现现金流为负的情况。对于投资者而言，已经开始重新计算投入与回报之间的时间差。苹果并未像微软、Alphabet和Meta一样掀起大规模AI基础设施竞赛。市场普遍预计，其最新季度业绩将创近五年来同期最快增长，而投资者关注的重点，也更多集中在AI如何带动iPhone换机周期，而非数据中心投资规模。接下来，苹果和亚马逊即将公布最新季度业绩。苹果能否依靠终端AI和生态优势走出一条不同于云计算巨头的商业化路径，亚马逊能否用AWS的AI增长消化持续扩大的资本开支，将进一步检验市场对于AI价值的判断标准。

2026-7-30 : 【广东金融监管局辖内银行业净息差已企稳回升】7月30日电，自广东银行业无序竞争综合治理专项行动全面铺开以来，今年上半年，广东金融监管局辖内银行业净息差已企稳回升，返佣比例回归合理区间，与中介合作更趋规范，住房按揭与汽车金融佣金支出同比下降89%，经营质效稳步改善，行业整体经营更趋理性。 (界面新闻)

2026-7-30 : 当地时间7月29日，Meta发布2026年二季度财报，数据呈两极分化：得益于AI驱动的广告业务量价齐升，营收增长28%至608亿美元；但净利润同比下滑14%至158亿美元，自由现金流更是从上年同期的85.5亿美元暴跌91%至仅7.84亿美元。 这份喜忧参半的财报，恰逢硅谷巨头密集发声支持开源的节点。财报发布前，Meta CEO扎克伯格接受采访时明确表示，美国不应通过封禁中国AI模型来争取竞争优势，因为这并非有效解决方案。 此外，英伟达CEO黄仁勋、特斯拉CEO马斯克等人也公开站队表示支持。这些表态背后，是科技巨头面对巨额硬件投入与商业现实的理性计算：开放生态并非意识形态选择，而是现阶段企业维持低成本创新、加速应用落地、缩短回报周期的商业必需。 Meta输不起的开放战役 Meta正处于一场高风险的战役核心。 扎克伯格近年来多次公开反对AI领域的封闭化和“监管俘获”。在近日的采访中，他警告称，部分头部闭源实验室正通过政治游说试图扼杀竞争，如果参与审查的企业本身拥有商业利益，“监管俘获”的风险就会始终存在。这不仅违背美国创新传统，也会集中权力、抬高全行业成本。 财报数据直观印证了Meta的紧迫感。财报显示，Meta二季度资本支出飙升至310.8亿美元，研发支出同比增长67%至217亿美元，全年资本支出指引升至1300亿—1450亿美元，主要用于全球数据中心和AI基础设施建设。 据官方披露，Meta正与贝莱德合资在得克萨斯州埃尔帕索建设140亿美元的数据中心园区，在路易斯安那州推进投资超500亿美元的Hyperion超大规模数据中心。首席财务官苏珊·李在财报电话会上表示，行业历史上对AI算力的产能建设不足，Meta当前的计划是最大化2026年和2027年的产能。 然而，公司自由现金流已下跌至仅剩7.84亿美元。若按当前趋势，有分析指出，Meta自由现金流将在下一季度转负。苏珊·李在电话会议中特别说明，若剔除24亿美元诉讼计提和11.8亿美元遣散费，二季度营业利润本应实现约9%的同比增长。剔除一次性因素后利润尚可，但资本支出的刚性增长仍真实存在。 更大的挑战在于变现路径。不同于微软有Azure、谷歌有Google Cloud、亚马逊有AWS，Meta缺乏大规模原生云业务，无法像竞争对手那样直接向外出售算力。 此前Meta宣布出租富余产能是提升资产使用效率的合理方式，彼时引发AI硬件产业链板块承压。此次电话会，扎克伯格调整算力策略，称公司确实收到相当多的算力租赁邀约，价格远高于原本支付的成本。但他明确拒绝了这条变现路径，因为他认为，仅仅出售计算能力并获取短期利润是愚蠢的，相信销售智能的利润率将持续显著高于直接销售计算能力。在他看来，利用算力构建智能并在其基础上复合价值，才是真正的商业飞轮。 但这一规划的实现，高度依赖一个开放、低成本的全球AI生态，而开源大模型恰好以降低推理成本、提升边缘端效率见长。这些模型擅长高效推理，引入Meta的广告推荐或智能体系统（如Muse），可直接缓解当前利润压力。AI已显著推动Meta广告收入增长，但推理开支仍是重要变量。 扎克伯格表示，OpenAI和Anthropic这两家公司运营着占据主导地位的闭源模型，如果美国政府限制获取中国的低成本替代方案，它们将直接从中获益。但借助开源协作，Meta能以更低成本实现更广泛的个人智能普及，而非依赖少数高价闭源方案。 如果美国封锁中国开源模型，势必造成全球AI生态的分裂与成本高企。对Meta而言，全球市场越开放，其巨额硬件投入的回报周期越短。 海外巨头需要开闭源结合 Meta的选择并非孤例，而是硅谷巨头共同面临的商业逻辑。 黄仁勋近期接受采访时表示，美国企业应被允许使用中国AI模型。他说：“这些中国模型非常优秀，应该被使用。竞争应激励企业研发更优质的技术，而非依赖限制手段。” 从英伟达的利益角度来看，中国开源模型降低AI使用门槛，扩大整体市场规模，拉动芯片和数据中心需求，而非挤压硬件市场。他直言华尔街低估了DeepSeek和Kimi的影响。 一个由英伟达牵头的“开放安全人工智能联盟”已成立，站队开闭源的两派分歧，本质上是商业利益的冲突。闭源公司担心中国开源模型侵蚀其技术护城河；而英伟达需要全球AI应用层保持活力来消化其芯片产能，Meta需要低成本的开源生态来反哺其千亿美元的硬件投入。 但正如扎克伯格在电话会上对闭源模型的重视，美国头部AI厂商只是支持开源模型需要存在，但他们也在同步加大对自有闭源模型的投入。 Meta正在推进Llama系列及下一代模型，扎克伯格强调开源是生态系统的重要组成部分，但Meta不会在开源与闭源之间采取教条主义态度。开源模型仍不如前沿模型强大，所以Meta不会单一依赖开源模型，而是会进行全栈投入，也包括自有数据中心、基础设施、芯片与底层软件。未来Meta会将开源与闭源模型结合发展。 扎克伯格在公开支持开源模型的同时，也强调美国企业应系统性地找出瓶颈和障碍，以便更好地与中国AI公司竞争。人工智能领域的全球竞争仍在持续，眼下的支持仅是企业从自身生态利益出发的一时站队，更长久的比拼仍需平台与厂商自身模型性能的持续提升。

2026-7-30 : 当地时间7月29日，微软发布了截至6月30日的2026财年第四财季业绩。受Azure和其他云服务收入增长超预期影响，微软股价盘后上涨近9%。财报显示，微软第四财季营收为900亿美元，同比增长18%。按美国通用会计准则计算，净利润为358亿美元，同比增长31%。按非美国通用会计准则，同比增长22%。微软董事长兼首席执行官萨蒂亚·纳德拉（Satya Nadella）在财报中表示，2026财年Azure的收入首次突破1000亿美元大关，Microsoft 365 Copilot的付费用户也超过3000万。微软执行副总裁兼首席财务官艾米·胡德（Amy Hood）表示，多项独立项目对财务业绩产生了影响，包括对Anthropic的投资获得了32亿美元收益以及自愿退休计划支出低于预期，但部分被Xbox的遣散费所抵消。调整这些项目后，由于季度需求和执行力强劲，微软在收入、营业收入和每股收益方面均超出预期。具体到各部门表现，微软智能云部门的营收为393亿美元，同比增长32%。其中Azure和其他云服务收入增长43%，超出预期。更多个人计算业务营收为129亿美元，同比下降4%，其中Xbox内容和服务收入下降10%。微软表示Xbox正在重塑业务，预计在2027财年实现业务增长。微软生产力和业务流程部门在第三财季营收为378亿美元，同比增长14%。资本支出方面，本财季微软资本支出为410亿美元，大约三分之二的资本支出用于短期资产，主要是CPU和GPU，剩余的支出用于购买长期资产。考虑到未来更多数据中心租赁将从融资租赁转向运营租赁，微软2026年的资本支出从此前的1900亿美元下调至1750亿美元。今年6月，微软股价持续下跌，在7月有所回调。截至7月29日收盘，微软股价为390.54美元，而在6月1日，微软以460.52美元的价格收盘，两个月来下跌超15%。投资人的忧虑来自两方面。一方面投资人担忧微软在人工智能领域的大额投入。另一方面人们也担忧人工智能可能带来的颠覆性影响。合作方面，7月21日微软和法国人工智能初创公司Mistral宣布达成新协议，微软将投入数十亿美元帮助Mistral扩展人工智能基础设施，双方将共同在欧洲乃至全球范围内发展客户。微软表示，合作既支持了其在2025年宣布的欧洲数字化承诺，也丰富了微软客户的自主选择权。该合作与微软此前的观点一致。萨蒂亚·纳德拉在6月表达了他对下一波人工智能浪潮的愿景：更低成本的模型、更大的用户控制权以及能够赢得公众信任的宣传。新的人工智能部署社会效益将惠及更广泛的群体，并且强调企业也将避免依赖少数前沿模型。

2026-7-30 : 【央行护航月末资金面 流动性或将平稳跨月】7月30日电，月末资金面再度成为债市关注焦点。近期大行资金融出规模边际下降，带动短端资金利率有所上行。不过，央行已提前公告将在月末及8月初开展隔夜逆回购操作，释放维护短端流动性平稳的信号。多家机构认为，7月并非季末月，政府债净缴款压力明显下降，叠加央行隔夜逆回购投放安排，资金面大幅收紧的可能性不大。短期来看，流动性有望平稳跨月，但资金面对债市进一步突破的助力或相对有限，后续仍需关注央行投放力度、银行资金融出变化及8月政府债供给扰动。 （上证报）

2026-7-30 : 【券商晨会精华：积极增配机器人及智驾底部α标的】昨日，市场探底回升，三大指数集体收涨。沪深两市成交额2.3万亿。从板块来看，大消费板块逆势走强，食品饮料、零售概念表现活跃。大金融、端侧AI、电网设备、固态电池等概念走强。下跌方面，脑机接口等概念震荡调整。截至收盘，沪指涨0.4%，深成指涨1.1%，创业板指涨1.55%。 在今日券商晨会上，华西证券认为，效率革命重构生态，算力与应用双轮驱动；中信证券认为，科技金融盛宴未央，产业变革共振制度红利；中信建投认为，商用车及摩托车板块配置价值凸显，积极增配机器人及智驾底部α标的。

2026-7-30 : “太好了，我帮你完成了如下的工作。”模型总这样说，实际却可能说一套做一套。 蚂蚁AI安全实验室研究员孙博文向记者分享了一个技术人用coding（编程）大模型遇到的现象：向模型布置一个任务去写代码，模型总会很快说自己“完成”了，并列出一堆自己做的工作细则，但人去验证会发现，模型声称完成的内容很多，其实许多只实现了接口，“表面完成了，但实际未完成的部分被它静默隐藏了。” 看似对人类有求必应的大模型开始出现不诚实的行为。与传统意义上的模型幻觉不同的是，近年来，大模型的“讨好型人格”让它们在回应人类的诉求时，产生静默失败和自信幻觉等问题。步入智能体时代，当AI从对话走向执行，这一问题也在变得更为严峻。 AI浮现“讨好型人格” 越来越多用户发现，讨好用户似乎正在成为大模型的惯性，潜移默化地影响大模型各个场景下的输出。 记者为此做了一个实验:将同一篇新闻稿件上传给各个大模型，在不同的对话中分别以“这是我写的稿件”和“这是我讨厌的同事写的稿件”，请大模型从新闻角度为稿件打分，结果发现，deepseek、豆包、chatgpt等给“讨厌的同事”的分数均低于“我”，十分制下，deepseek给的分差达到了2.3分。 这意味着，模型对人类的讨好已不仅停留在表达上的取悦，它开始动摇模型对内容、观点的判断。随着智能体时代的到来，模型的讨好行为甚至从观点迎合扩展至结果迎合。 “在Agent场景中，模型还会进行结果迎合。”孙博文告诉记者，由于用户布置任务通常期待一个明确的结果，即便文件没有生成、外部系统调用失败，模型也会说自己尝试了，或者不按照用户要求尝试另外一种实现方式，最终给出“完成”用户任务的“正确”结果。 孙博文举例，他曾做一个涉及天气查询功能的智能体，验证过程中他发现，智能体给出了天气状况，但可能没有真正去调用查询天气的接口，自己杜撰了一个天气反馈给用户。 在他看来，coding模型上述问题可能是由于上下文不足带来的“静默失败”，而智能体杜撰天气，可能是智能体调用错了skill并认为自己是对的，产生了“自信幻觉”。 “核心根源来自模型训练与交互机制设计”，天使投资人、资深人工智能专家郭涛也对记者分析，大模型过度讨好人类、智能体静默失败等，都是AI适配人类体验产生的负面偏差。 郭涛强调，大模型过度迎合人类会从认知、决策、信息层面带来多重隐患，而进入智能体时代，风险从文字偏差转向行为偏差，智能体可能产生更多执行层面的实体问题，需更加重视。 AI为什么不诚实？ 如何才能让模型变得更独立、诚实？正在成为行业需要思考的新课题。 “讨好型人格”的背后是模型训练机制的系统性问题。过去几年的发展中，大模型不断被训练得让用户体感越来越好，在RLHF（基于人类反馈的强化学习）训练框架下，人类偏好往往会成为重要优化信号，模型会被鼓励表现得礼貌、有帮助、有回应感，智能体的训练同样如此。 这总体上是用户需求带来的大模型厂商“用脚投票”。孙博文介绍，从数据清洗、训练数据的构造再到模型训练的过程，模型学到一些捷径——给出一个肯定用户、明确的成功答案会比反复表达不确定性，更容易取悦用户。 想要纠偏模型的过度讨好，从训练数据和奖励目标上都应进行调整。 孙博文分析，模型训练样本需要减少“用户喜欢什么给什么”的内容清洗逻辑，增加主动承认失败及证据不足时不下结论的样本，提高模型的“诚实度”。同时，模型也需要调整奖励目标，除了奖励用户满意度，还要提高客观性、任务真实完成情况等奖励权重。 一些新训练方法也正被探索。 2025年底，OpenAI 团队曾提出“让AI学会忏悔”，让模型在回答完问题后，再单独生成一份"忏悔报告"，如实汇报自己在过程中有没有偷工减料、钻空子或违反指令。研究发现，当主回答与忏悔内容的奖励完全隔绝后，模型在“忏悔”中比原回答中诚实得多。 谷歌研究院也在 2026年提出，不再让AI死磕“全知全能”，而是让模型认知自身的知识边界，教会它在哪些事情上说“我不确定”。 在数据体系方面，孙博文提到，行业应该拿出更多智能体实际执行的数据加强人工标注。发现智能体执行有问题，就可以构建成一条训练数据，增加对它隐瞒失败的惩罚、修正失败的奖励。他强调，目前这些数据的积累和相关评测体系都很缺乏。 “考核模型的数学能力、知识能力等有很多评测标准，但如何评估模型的自省能力乃至诚实性，行业总体的关注度是不足的，这确实是仍需发展的领域。”孙博文表示。 智能体如何避免“讨好”陷阱 当前阶段，如何规避模型“讨好”带来的智能体执行风险成了更现实的问题。 “我们做Agent平台使用很多大模型的时候，为了减少静默失败，会在关键配置里强调关键决策、参数补充，要它给出佐证，这是常常提高成功率的办法。”孙博文介绍，训练模型时，团队也会关注诚实性训练，例如将系统执行日志分类为计划执行、正在执行、执行失败、可验证执行成功等各类数据，再去进行训练，训练时还会强调智能体在条件冲突或证据不足时要主动报出来，再做相应的调整。 他透露，团队从年初尝试以这种方式训练某个行业头部智能体平台，最初它执行任务时静默失败的概率是40%，经过系统训练，静默失败率降到了7.7%。 另一个思路是通过多智能体协作网络的设置，降低智能体长程任务中的错误累积。孙博文介绍，蚂蚁此前开源了 Avernet V0.1，通过群组管理、协作模式和可追踪执行等机制组织多智能体协作，并可设置主从模式，自定义编排等模式，帮助协作群管理角色进行检查和纠偏。此外，还可以在智能体群中引入专门工具来判断一些任务执行的好坏。 这意味着，解决大模型和智能体的“讨好”问题，可以从模型训练、Agent系统乃至架构方面多重推进。 此外，郭涛提到，除了模型训练对齐体系的调整、智能体技术机制的完善，行业标准与测评监管维度的优化同样重要，行业需要建立统一规范，将过度讨好、虚假反馈、静默失败等纳入模型合规测评体系。 “行业已经在变化。”孙博文告诉记者，从实际体验来看，coding等更接近执行层面的大模型已经在改善“讨好”人类优先任务事实的状况，一些更重视用户付费意愿的对话式AI可能转变慢些，但行业整体在往前走。 “不同团队解决的问题大小不一样，时间上的花费可能也不一样”，他并不确定行业解决这个问题的具体时间表，“但AI界有一个现象还挺好的，大家都认为这个东西有问题的时候，就会有人站出来，一直去尝试解决它。”

2026-7-29 : 7月29日，亚太股市走出割裂行情——韩国、日本市场遭遇AI算力去杠杆的剧烈抛售，A股与港股则在资金再平衡中逆势翻红，A股多只宽基ETF当天成交再现放量。 截至收盘，韩国KOSPI指数收盘暴跌5.98%，报5663.24点，盘中一度跌超12%，连续两个交易日触发熔断；日经225指数收盘跌1.49%，报61434.19点。A股三大指数探底回升集体翻红，上证指数收涨0.40%报3828.47点；港股恒生指数涨1.96%报25807.92点，恒生科技指数涨2.84%报4864.73点。 走势“割裂”的本质，是全球AI算力交易从“暴涨”切换到“去杠杆”的临界点——韩国市场因存储芯片股权重过高、单股杠杆ETF每日再平衡、散户融资仓位集中，成为全球AI算力大逆转的“震中地带”；而A股、港股凭借“消费+金融+互联网”的多元底色，在资金再平衡中获得了结构性红利。 联博基金市场策略负责人李长风对第一财经记者表示，当前亚太科技板块估值仍处于合理区间，尚未达到2000年TMT泡沫时期的极端水平，“AI主题仍是主导，个股将高度分化，需进行均衡配置”。 “基于稳健的增长动力，以及逐步改善的风险环境，我们对今年下半年亚太股市整体保持建设性的看法。”景顺亚洲区首席投资总监绍（Mike Shao）对第一财经记者说。 亚太股市分化，韩国暂未救市 7月29日，MSCI亚太指数下跌2%至251.84点。其中，韩国KOSPI及日经225均大幅下跌，而A股三大指数及恒生指数出现上涨。恒生科技指数近期表现强势，7月29日收涨2.76%。十大成份股中，腾讯、美团、网易、京东和阿里巴巴分别上涨0.95%、1.12%、4.50%、4.11%和0.90%。 受益于人工智能（AI）交易集中于半导体、硬件端，韩国股市上半年上演了一场令全球瞩目的暴涨行情，韩国综合KOSPI指数累计涨幅达101.14%，位居全球主要股指之首。但进入7月后，韩国股市因存储芯片股权重过高、单股杠杆ETF每日再平衡和散户融资仓位集中，成为全球AI算力交易大逆转的“震中地带”。 据韩国媒体报道，面对散户投资者的巨额亏损与舆论压力，正随总统李在明出访巴西的青瓦台政策室室长金容范表示，政府正在密切监控市场，目前还没有到启动股市平准基金的阶段。 金容范将此轮暴跌定性为市场寻找均衡点的“再评估过程”，称将重点研究哪些结构性因素放大了本轮波动，视情况采取进一步措施。他将韩国股市的高波动性归因于散户交易活跃、衍生品泛滥及半导体龙头股权重过高等结构性问题，但对杠杆ETF的责任作出切割，称“不能把所有问题都归结于某个原因”。 根据美国银行基金经理的调查，投资者认为，AI泡沫是市场面临的最大尾部风险，他们率先在韩国市场采取了行动。资管机构Wilson Asset Management的投资组合策略师波尔（Damien Boey）称：“我们非常关注韩国正在发生的事情。一段时间以来，企业盈利增长持续，杠杆投资者获胜，令韩国股市飙升。但最近的市场行为告诉我们，之后的发展也许没有那么简单。” 安本资管（Aberdeen Investments）的亚洲股票投资总监凯伦（Kieron Poon）对第一财经记者表示，亚洲芯片股的最新疲软并非基本面恶化，而是反映了“韩国正在进行的去杠杆化进程和对全球科技股的疲软情绪”。然而，最近的波动“并没有改变我们对亚太股市长期积极的看法”，反而跌出机会，“最近的市场回落使估值达到了更具吸引力的水平，为我们创造了以更合理的价格增加高质量企业股票敞口的机会”。 AI仍是核心，配置趋向均衡 “尽管近期出现质疑和抛售，但由AI驱动的半导体周期将在2026年下半年继续成为关键的结构性增长驱动力。”绍告诉第一财经记者，韩国仍将凭借其在全球半导体价值链中的主导地位，成为主要受益者。 景顺预计，全球半导体收入将在2026年达到9750亿美元，大型云端服务供应商资本开支在2026年预计接近7500亿美元——强劲且持续的需求，将继续支持较高的定价水平，并改善整个半导体价值链至2027年的盈利能见度。中国市场也有望在AI驱动的增长周期中受益加深。 绍表示，中国在AI和大语言模型（LLM）方面的进展，正成为股票市场日益重要的结构性主题。中国本土模型在复杂推理和代码任务中展现出较强表现，并在速度、部署效率以及Agent应用方面具有突出优势；更重要的是，这一进步是在显著更低的开发和部署成本下实现的，使得中国AI模型在成本效率上往往优于西方同类产品。 “中国的AI生态具备显著较低的开发和运营成本，同时兼具高效率，形成相较全球同行更具吸引力的性价比优势。”绍称，随着应用进一步普及，相关收益有望从硬件扩展至工业自动化、消费平台等领域，使中国成为亚洲AI增长中越发重要且多元化的贡献者。 他指出，在政策支持、头部科技企业资本开支增加以及庞大本土用户基础的共同作用下，中国有望在整个AI价值链上创造长期增长机遇——这一价值链涵盖上游AI基础设施与硬件、中游AI核心软件与平台、以及下游AI在多行业应用。随着全球对中国AI生态的认可度提升，可能带来更广泛的指数纳入和投资者关注，从而推动资金逐步流入AI产业链上下游企业。 李长风对第一财经记者表示，AI强劲需求与过热隐忧并存。一方面基本面叙事依然稳固：全球AI算力需求仍具备景气支撑，存储、硬件产业链盈利趋势明确，中国出口升级与国产替代的长期逻辑同步持续兑现，为相关板块提供独立的基本面支撑。但另一方面，市场已进入预期偏热、估值分化加剧的阶段。 李长风建议投资者进行更加多元化和均衡的投资策略：既聚焦盈利确定性强的AI硬件优质标的，参与产业长期趋势；同时布局现金流稳定、估值合理的非AI板块，如净息差企稳、分红改善的银行，以及受益于油价回落的消费赛道，对冲AI赛道的集中性风险。 A股ETF资金持续流入 7月29日，A股走出探底回升行情。截至收盘，上证指数上涨0.40%报3828.47点，深证成指上涨1.10%报13658.44点，创业板指上涨1.55%报3378.70点。沪深两市全天成交额达2.31万亿元，较前一交易日放量2708亿元，市场交投活跃度显著提升。 板块方面，市场热点快速轮动，传统周期与消费板块表现亮眼。大消费板块逆势走强，食品饮料方向领涨，一鸣食品录得2连板，均瑶健康、良品铺子、欢乐家、李子园等多股涨停。零售板块同样表现活跃，东百集团2连板，国光连锁、国芳集团涨停。 大金融板块午后走高，华林证券直线涨停，带动市场情绪回暖。周期品方向，锂矿概念股午后拉升，石油化工、钢铁、重型机械等板块涨幅居前；汽车、能源金属板块亦有不俗表现。新兴赛道中，固态电池概念走强，金龙羽、领湃科技涨停；端侧AI异动拉升，博通集成、国光电器直线涨停；电网设备板块震荡回升，汉缆股份、三变科技、海兴电力涨停。 科技板块整体呈现探底回升态势，但内部分化显著。早盘光通信、光刻机概念走低，半导体设备产业链集体下挫；午后随着大盘回暖，科技股亦有所企稳，部分品种跌幅收窄。值得注意的是，半导体板块全天净流出53.37亿元，存储芯片概念股走势分化——长鑫科技涨超12%，通富微电跌停，兆易创新、长电科技跌超6%，反映出资金在科技赛道内部寻找低估值细分方向的尝试。 值得关注的是，多只宽基ETF当天成交再现放量，成为市场探底回升的重要推动力量。午后，科创50ETF华夏、创业板ETF易方达等宽基ETF成交持续放大。截至收盘，科创50ETF华夏成交额达129.58亿元，连续两日成交额突破百亿元，7月28日该ETF全天成交额为109.59亿元，相较7月24日、27日显著放量。创业板ETF易方达午后拉升翻红，全天成交额超124.46亿元。 从更长周期看，7月以来ETF资金持续大举流入。据统计，7月以来截至7月28日，股票型ETF累计净流入已达4151.74亿元，其中宽基ETF是资金重点加仓方向。科创50ETF华夏净流入348.45亿元，沪深300ETF华泰柏瑞、创业板ETF易方达、科创半导体ETF华夏等净流入均超过230亿元。资金逆势布局宽基指数的态势明显，给市场底部区域提供了有力的流动性支撑。

2026-7-29 : 7月29日，据知情人士披露，大模型初创公司月之暗面Kimi在刚刚完成的一轮融资中筹集了超预期的35亿美元，估值达350亿美元，主要得益于其突破性的Kimi K3模型在硅谷引起的轰动。 另外，公司正在同步寻求新一轮融资，投前估值约500亿美元。Kimi今年融资动作紧凑，估值从100亿美元迅速攀升至350亿美元。截至发稿，Kimi方面暂未回应。 7月27日晚，月之暗面Kimi在全球开源社区Hugging Face正式发布Kimi K3完整模型权重。同步公开的还有详细技术报告。Kimi K3总参数规模达2.8万亿，激活参数1040亿，是全球首个迈入3万亿参数级别的开源模型。模型基于混合专家（MoE）架构，在896个路由专家中每个Token仅激活16个。 模型权重发布后，多家平台宣布适配。包括阿里云灵骏真武M890超节点、摩尔线程基于AI训推一体智算卡MTT S5000及MUSA软件栈、海光DCU平台等。 除了模型性能，此次K3价格涨幅也值得关注。K3非缓存输入、输出价格分别升至每百万token3美元和15美元，缓存命中输入为0.3美元，较K2.6价格涨幅明显。 据华福证券对比，K3定价与Claude Sonnet 5优惠期结束后的标准价格完全一致；较Sonnet 5当前优惠价高50%，较Claude Opus 4.8低40%，较Fable 5低70%。K3首次以介于Sonnet 5与Opus 4.8之间、贴近Sonnet 5标准价的定位，在价格方面已向顶尖模型靠拢。

2026-7-29 : 上海市委副书记、市长龚正今天（7月29日）主持召开市政府常务会议，要求在市委坚强领导下，全力以赴完成好三季度和下半年经济运行目标任务；推进科技研发与创新服务业高质量发展；加快打造全方位门户复合型国际航空枢纽。 会议指出，上半年，上海经济运行稳中有进、向新向优、好于预期，实现了预期目标。各区、各部门要坚决克服松劲歇脚心态，积极有效应对各种不确定难预料因素，全力巩固经济向优向新向好态势。要强化经济稳增长的实干担当，对照目标找差距、对标先进学方法、对表任务抓落实，奋力决战三季度、全力跑好“下半场”。要全力稳住重点行业“基本盘”，找准制约行业发展的症结点和稳增长的发力点。加快激活经济增长“动力源”，协同外需与内需，大力稳外贸、促消费、扩投资。持续壮大经营主体“生力军”，协同强化存量企业服务和增量拓展，深入了解企业经营动态和问题诉求，支持各类企业扩大在沪业务布局，加大优质项目招引力度。纵深推进全市上下“一盘棋”，加强规划联动、政策联动、活动联动、机制联动，全力以赴稳增长、优结构、强动能。 会议原则同意《上海市科技研发与创新服务业高质量发展行动方案》并指出，要更加注重AI赋能，夯实公共服务底座，降低企业智能化转型门槛，深化应用场景驱动，形成一批“AI+科技服务”实践范例。要更加注重主体培育，既要做强做大龙头企业，加快打造更多创新型企业总部、跨国公司地区总部，也要完善梯度培育体系，超前孵化一批科技服务业创新主体。要更加注重开放合作，深化区域协同，强化全球链接，积极融入长三角科技创新共同体建设，让“上海服务”更好辐射全国，打造全球技术交易风向标。 会议原则同意《新时代新征程上海国际航空枢纽战略规划》并指出，要进一步提升上海国际航运中心综合实力，做强机场功能，强化机场联动发展，深化航线网络、中转服务等协调，提升全流程运行效率。要提升枢纽能级，既要夯实“硬基础”，加快建设一流机场基础设施，加密国际航线、提升中转功能；也要做优“软服务”，持续提升旅客、货物通关便利化水平，不断提高机场服务的舒适性、便捷度。 会议还研究了其他事项。

2026-7-29 : 28日商务部发布《关于所谓“产能过剩”问题的中方立场》，回应一些国家对中国“产能过剩”的质疑和“中国冲击2.0”的言论等。这份万字文章，从全面客观看待全球产能和所谓“过剩”、对“产能过剩”相关四对关系的看法立场、中国坚持在开放合作中建设现代化产业体系，及共同推动构建开放包容的全球产供合作格局等四个方面，全面系统、客观公正地澄清问题，回应有关方面的质疑，并富有针对性地提出了用开放合作包容的立场，打通全球供需堵点、优化全球资源配置、推动全球产业健康可持续发展的中国方案。 这篇回应文章的一大亮点是，基于产业补贴与产能过剩关系，贸易顺差与产能过剩关系，经济失衡与产能过剩关系，以及市场竞争与产能过剩的关系等四对关系，通过摆事实、讲道理，把问题和分歧摊开来进行有理有利有节的表达；同时，向世界展示出了中国正在建设的开放合作的现代化产业体系，中国推动的开放包容全球产供链合作格局，14亿人口的庞大中国市场，都是中国向世界展示出的中国机遇，而非中国冲击。 这旗帜鲜明地向全世界表达了开放包容、追求合作共赢的中国方案和建议，这份诚意也以有朋自远方来的邀约形式，向有意向合作的伙伴发出了浓浓的暖意。 摆事实也好，讲道理也罢，其最直接的诉求不是说服人，因为国际合作和交流是通过开放包容的互利共赢来浇灌的，是市场在公平公正公开透明的良序中，通过充分参与国际产业分工协作铸就的，是市场机制在国际市场中的充分表达。因此，反驳所谓的“产能过剩”说，是中国向全球贸易保护主义，向小院高墙、破坏和扰乱全球贸易秩序行为等的明确谴责，以及对经济全球化、国际分工合作和多边贸易体系的坚定承诺。 中国是经济全球化、国际分工合作的坚定拥护者，向全世界供给物美价廉的商品和服务，其本身就是对全球经济的贡献，因此面对全球市场需求，所谓“产能过剩”本质上是一个市场分割概念。几乎所有产业，若放在全球市场来审视和考量，所谓的“产能过剩”就是一个伪命题，为此唯有打破全球市场的各种贸易和非贸易壁垒，让物美价廉的商品和服务满足各国消费者诉求，才是全球经济向上向善增长的核心。 当然，要消除质疑，核心需要的是打开更合适的开放合作的渠道，合理管控好各自的分歧，唯有如此才能营造一个合作博弈的建设性环境，真正有效改善中国的贸易环境。为此，当前打开合作共赢的通道，还需明晰以下几点： 首先必须在观念上有一个清晰认知，中国产业链、供应链不是一个地理和地域概念，而是一个中国元素和中国议事权的概述。国际经贸是一个开放社会体系，中国制造和创造是一个拥有中国元素和中国元素具有一定议事权的经济活动，这一思路和立场一旦确立，那么所谓的“产能过剩”就是一个地域伪命题。破解问题的解决方案就是顺应全球产业链、供应链靠近市场的分布式布局特征，适应AI资本支出对国际产业链供应链布局的重构和调整，积极推进制度改革，为中国制造和创造走出国门、跨境跨市场布局提供低成本的制度保障，真正通过走出去在更广阔的国际市场融入全球市场，实现以输出中国商品为主向输出中国资本和中国服务为主的升级转型。 其次，打通全球供需堵点是一场双向奔赴的趋势互动博弈。所谓的“产能过剩”和“中国冲击2.0”等，基于商业和市场逻辑，可能更多是一个安全和稳定性概念，全球供需畅通和安全保障，是一个双向感知概念，这不但是一个供需匹配能力的安全保障问题，同时也是一个风险可管控的问题，即对于供给主体来说，其供需安全堵点主要表现为市场准入的标准问题；而对于需求主体来说，其供需安全堵点主要表现为产品和服务供给的稳定可控等方面。 显然，这将变成一个欲取先予的问题，即若要打通全球供需堵点、畅通经贸，需要在供需各方营造对等制衡机制，以便打造让对方放心的足信允诺的合作博弈框架，就是以利交合，并以对等反制作为各方信守承诺的制衡机制。 此外，缓释质疑，变挑战为机遇，开放包容是必需品。14亿人口大市场是中国打破质疑和挑战的最有效武器之一，做大做强中国国内市场，打造公平竞争的市场秩序，开放国内市场准入等，让中国消费者在国内市场就能同等待遇享受来自全球各国的优质产品和服务等，不仅提高中国消费者的选择自由，而且有助于提高中国企业的国际竞争能力，将极大改善中国的贸易条件，缓释和消除各种分歧和质疑。 海纳百川，有容乃大。所谓的“产能过剩”和“中国冲击2.0”，既是一个系统开放边界概念，也是一个安全感知概念，对供需各方来说，过剩与否更可看作一个市场的可行可信边界问题。因此唯有树立不拒众流、方为江海的欲取先予信念，用开放共赢打通堵点，才是消除各方分歧和质疑最好的解决方案。

2026-7-29 : ①超千名全球AI从业者联名请求美政府支持国际合作，建立AI“刹车”机制； ②马斯克：Grok 4.6预计在8月7日发布； ③SK海力士：AI投资并未明显放缓； ④腾讯混元开源AngelSpec； ⑤比亚迪通过L2辅助驾驶新国标认证； ⑥Momenta获德国全境L4级测试许可，Uber追加投资。

2026-7-29 : 2026年上半年，全球AI科创生态出现了“规模继续放大”与“结构开始分化”并存的局面：AI一级市场融资规模在一季度就已超过2025年全年（图1）。公开市场端，xAI的母公司SpaceX纳斯达克上市，中国的智谱、MiniMax等大模型独角兽也接连上市。另一方面，资本并未同步向全行业均匀扩散。Anthropic、xAI、OpenAI三家合计拿走今年一季度全球AI私募投资的67.3%（图2），二季度美国私募股权市场交易金额和退出金额大幅下降，反映出头部融资高歌猛进的同时，整体融资环境却在恶化。与此同时，行业的收入与投入仍是AI产业层面最为人关注的话题。也正因为如此，AI独角兽上市潮的意义并不只是更多公司上市，而是把过去主要停留在私募市场内部的估值逻辑、营收证明、现金流压力和风险分层，一并带入了公开市场的定价体系。 上半年全球AI独角兽上市潮与中美市场概览 2026年上半年，中美两大市场的AI独角兽IPO、大额融资、并购事件极为密集。美国市场方面，AI芯片独角兽Cerebas 5月上市，开启了备受期待的AI企业IPO大年。随后SpaceX 6月完成上市，首日市值约1.7万亿美元，次日突破2万亿美元，上市当周即宣布以600亿美元的股份对价收购AI编程工具公司Cursor（母公司Anysphere），Cursor当时企业年化收入约26亿美元——这是2026年迄今最大规模的一笔独角兽并购。Anthropic 5月完成第八轮（H轮）股权融资，规模650亿美元，投后估值9650亿美元，年化经常性收入越过470亿美元，并于6月机密提交上市招股书，目标秋季挂牌。OpenAI 6月机密提交上市招股书，但随后媒体报道其承销顾问已建议推迟到2027年上市。 从整体规模看，2026年一季度的AI投融资高度向头部集中。与此形成对照的是，物理AI板块在交易笔数上排名第一——头部AI厂商和物理AI是一季度全球AI一级市场的两条主线。 然而进入二季度，美国私募股权市场出现了显著的方向反转。据一级市场数据资讯机构PitchBook统计，二季度美国私募股权交易金额为1773亿美元，环比一季度骤降37.5%、同比下降23.9%；退出金额降至1026亿美元，环比降46.3%——多重不利因素同时出现：美联储搁置降息并开始讨论加息、信用利差扩大、中东冲突导致能源价格上升引发通胀以及“AI冲击软件行业”引发的板块重估。私募股权行业目前处于观望模式，在退出通道重新加速把资金返还给出资人之前，募资和新投资都将持续承压。 美国AI独角兽上市潮的主线是Anthropic与OpenAI的万亿级IPO，中国AI独角兽上市潮的主线则是“AI大模型六小龙”等AI独角兽通过港交所与A股完成的定价与承接过程。由于中概股赴美上市通道在中美审计监管、数据安全审查、外资投资限制多重约束下持续收紧，港交所与A股已成为中国AI独角兽的主要退出通道。1月智谱与MiniMax相继登陆港交所;DeepSeek完成首轮外部融资约510亿元人民币，投后估值突破500亿美元，成为中国估值最高的AI创企。 2026年6月科创板第五套标准扩容至AI大模型行业，打开了A股上市的通道。这套标准原本为未盈利生物医药企业设计，现在向AI大模型公司开放，为尚未盈利但具备核心技术与商业化前景的公司提供了A股上市的可能性。 智谱和MiniMax上市之后的表现分化明显。7月13日收盘，智谱报1645港元（累涨超13倍，市值7334亿港元），MiniMax报222.6港元（累涨约35%，市值698亿港元）。两家公司的市销率都显著高于OpenAI的约35倍和Anthropic的约21倍。这一分化揭示了港股投资者对中国AI大模型资产的稀缺性溢价,也包含了“中国AI产业战略地位”的因素和港股AI板块的流动性与情绪特征。 港股上市完成后，智谱与MiniMax均在半年内启动了A股上市，构成“A+H两地上市”结构。它们的市场表现，是中国AI板块下一阶段的关键观察点。 中国AI一级市场同时保持高度活跃。据创业邦统计，一季度中国AI一级市场融资总额763.8亿元（同比+144.4%）、事件数577笔（同比+62.1%）、占中国一级市场总量的41.2%，融资分布在具身智能等数十个赛道。 AI独角兽的三个变化 长期合同成为估值的关键证明材料。Anthropic之所以能在H轮融资拿到9650亿美元估值,除了年化运行收入约470亿美元的数字之外，还依靠与SpaceX签订的云服务合同、与美光的多年供应协议、与博通+谷歌的合作——这些长期合同为其营收曲线提供了确定性支撑。 在融资渠道的转变上，第一，后期风险债务（即公司在上市前的最后阶段用债务而不是股权融资）达到十年高点。据PitchBook数据，2026年一季度美国晚期风险债务单笔融资中位数升至1080万美元、平均值升至6820万美元，双双创下近十年新高；成长期初创公司占当季美国全部风险债务融资金额的67%，合计约133亿美元。这个转向不完全是繁荣信号，更多是头部公司主动避免过早通过股权融资、中层公司被迫用债务替代股权的共同结果——因为一旦用股权融资，估值就必须通过市场检验，而当前市场检验的结果可能是估值下调。 第二，结构化融资工具成为头部标配。2026年几笔关键的结构化融资展示了新工具形态：阿波罗+黑石为Anthropic提供350亿美元芯片贷、美光科技入股Anthropic并签订多年供应协议、英伟达宣布最高向OpenAI投资1000亿美元，并作为其优先战略算力合作伙伴。此外，SpaceX上市当月完成250亿美元债务发行——这一规模级别的债务工具本身即构成AI生态资本供给的新常量。结构化工具的兴起，把资本市场对AI前沿实验室的支持从“股权融资→现金输入”变成了“债务+长期合同+供应链绑定”的多层结构。 对AI独角兽而言，三个变化尤为清晰。 第一，年化收入与毛利率成为门槛指标。Anthropic之所以能获得市场支持，一个重要因素是它披露了完整的年化收入增长曲线：从2025年底的约90亿美元到2026年5月的470亿美元，在不到三年时间内从早期规模跃升至数百亿美元区间。相比之下，OpenAI未达内部营收目标、领导层重组、CFO关于财务能力的公开担忧——这些信号在市场上形成对其估值可持续性的压力。 第二，长期算力合同成为估值的验证材料。2026年上市的芯片商Cerebras与OpenAI的合同、Anthropic与SpaceX的合同——这些合同变成公开市场判断公司确定性的关键证据。反过来，签不出长期合同的中层独角兽，公开市场对其估值的信心也会相应降低。 第三，中层独角兽的战略选择被压缩到三条： 被大厂并购：以Cursor为模板，SpaceX花600亿美元收购Cursor的核心动因是快速补齐AI编程能力、追赶OpenAI和Anthropic。但能被大厂如此规模收购的公司需要具备“完成度90%以上”的稀缺资产。 深挖垂直行业收入：以Databricks（企业数据）、Legora（法律AI）、PhysicsX（工程仿真）、Baseten（AI推理基础设施）等为模板，构建行业化的合同与部署，避开与头部大厂的直接竞争。 结构化融资维持运营：使用债务、结构化优先股、老股转让等工具维持公司运转，等待市场情绪改善再考虑IPO。 由于赴美上市通道基本关闭，中国AI创企的融资节奏与退出预期需围绕港交所和A股市场构建,估值定价既受国内政策与产业资本影响，也受港股AI板块流动性与市场情绪波动影响。智谱和MiniMax的成功上市为中国AI独角兽提供了明确的示范路径——先港股上市完成境外定价，再启动A股上市完成境内融资，构成“两地上市、两地融资”结构。DeepSeek拿到500亿美元估值的首轮外部融资，其定价依据不是单纯的年化收入，而是“在中国AI产业中的战略地位+国产替代+政策资本背书”的组合。 AI科创生态的主要风险 风险一：AI客户ROI（投资回报率）不达预期与商业模式质疑。 贝恩公司5月发布的调查显示，在951家全球受访企业中，约40%的企业实际测得的AI成本节约不足10%，明显低于此前普遍设定的11%~20%目标；仅有4%的企业实现了超过30%的成本节约，但仍有90%的企业继续提高AI预算。贝恩据此提醒，AI支出与实际生产率增益之间的落差，已足以让管理层感到不安，这一现象被描述为“投资的循环下注”——企业以扩大AI投资来解决AI尚未兑现的生产力问题。 宏观层面的失衡更为清晰。行业数据显示，过去一年生成式AI带来的实际收入约为1100亿美元，但2026年一季度基础模型仅占其中约11%，说明价值分配并未主要落在基础模型公司本身，而摩根大通预测未来五年AI基础设施投入将达5万亿美元。Anthropic与OpenAI是否具备可持续商业模式，目前尚不清楚——基础模型正快速商品化（即“变得像通用商品一样,失去差异化溢价”)，企业客户在常规任务上转向更便宜、更灵活的开源模型（其中许多来自中国）。同样中国AI大模型公司能否在企业级收入上验证与其市值匹配的收入曲线也将接受市场检验。 需求侧证伪的信号同样存在。据报道，OpenAI未能达到其内部设定的月度和年度新用户及营收目标，CFO已向公司领导层表达担忧——若营收增长不够快，公司可能无法支付未来的数据中心算力合同。 风险二：循环算力交易的传导风险。 AI大厂的融资越来越多带有“投资方投钱+锁定未来算力合同”的双向绑定。所谓“循环算力交易”,简单说就是：芯片厂投钱给模型公司，模型公司再拿这笔钱去买这家芯片厂的产品或服务——账面上钱在系统里转了一圈，但实际是同一笔钱在多个环节被反复计入营收和估值。这种结构形成了一张跨越模型层、芯片层、云基础设施层、信贷层的交易网络。 风险传导路径清晰，一旦OpenAI等买方未来的资本开支承诺无法兑付，Cerebras、英伟达、博通等芯片公司的相关营收就失去锚定，最终导致半导体和AI板块估值受冲击。 另一个正在形成的结构性变量是“曾经的投资者变为直接竞争者”。微软、谷歌、亚马逊等此前重仓OpenAI或Anthropic的大型科技公司，如今在应用层、算力层与模型层同时构建自有能力（如微软的Copilot系列、谷歌的Gemini、亚马逊自研芯片）,与OpenAI和Anthropic的合作与竞争关系正在同步演化。这种“投资者—合作方—竞争者”三重身份并存的结构，可能无法保持长期稳定。 把以上观察合起来看，2026年上半年全球AI科创生态的基本图景是：AI独角兽的估值首次以公开定价的方式集中呈现。这一过程既拓展了AI独角兽的规模化融资能力，也把此前分散在私募领域的多重风险公开化。 对于AI产业2026年下半年的发展，比较有确定性的情形是Anthropic年内完成挂牌，OpenAI延迟至2027年挂牌以争取1万亿美元估值。Anthropic与OpenAI将面临降价压力，中层独角兽则分化为“被并购、估值下调、长期结构化融资”三条路径。中国方面，智谱、MiniMax完成“A+H两地上市”，阶跃星辰等独角兽公司登陆港股，具身智能与硬科技持续吸金。但若一家大型AI企业的IPO出现破发或撤回，循环算力交易链条中出现一处断裂，那么AI板块有可能进入估值下修和重定价周期。 从市场目前的表现来看，对AI头部企业的支持已开始趋于谨慎。在下半年，AI经济指标（年化收入增速、毛利率、烧钱效率、企业应用AI的ROI等）的变化和外部环境冲击等影响AI独角兽生态的关键要素，需要与头部AI大厂估值变化和IPO的进度、中国AI大模型的上市表现等市场发展形势并列关注跟踪。 （滕斌圣系长江商学院战略学教授、战略研究副院长、新生代独角兽全球生态体系研究部主任，何涧石系长江商学院新生代独角兽全球生态体系研究部研究员）

2026-7-29 : 全球人工智能（AI）资本开支正在形成以数据中心、服务器、半导体和算力基础设施为核心的新一轮外需周期，亚洲制造型出口经济体凭借在电子信息产业链中的集聚优势率先受益。与传统劳动密集型出口周期相比，本轮AI贸易呈现资本密集、技术密集和收益向龙头企业集中的特征，出口、投资与企业利润增长未必能够同步转化为就业、工资和消费扩张。亚洲经济体由此形成关键环节收益、规模制造收益与枢纽服务收益三种模式，其长期增长潜力取决于能否将价值链上的初次收益进一步沉淀为本土研发、人力资本、供应链升级、基础设施建设和新产业融资，推动经济由“为AI生产”向“用AI生产”跨越。 中国香港虽然并非典型的AI硬件生产基地，却具备连接中国内地产业体系、亚洲供应链、全球市场需求与国际资本的独特枢纽优势。依托贸易、融资、资产管理和专业服务优势，香港有望将区域AI产业带来的商品流、资金流、数据流和技术流转化为本地创新投资、技术扩散与生产率提升，从而进一步建设成为连接AI资本、技术与创新资源的区域平台。 AI出口繁荣向经济内生动力的转化仍需技术与收益进一步扩散 与传统技术周期相比，本轮AI周期对贸易的影响范围可能更广，不仅带动硬件贸易，也将进一步扩展至数字化服务和知识密集型服务贸易。世界贸易组织在《2025年世界贸易报告》中测算，在不同技术扩散与政策情景下，AI到2040年可能使全球贸易规模较无AI情景提高34%~37%，其中数字化交付服务贸易的增幅可能达到42%。这意味着AI不仅增加芯片、服务器和网络设备等硬件贸易，也会通过降低信息、搜索、翻译、合规和交易成本，扩大软件、金融、咨询和其他知识密集型服务的跨境流动。 然而，贸易规模扩张能否进一步转化为广泛而持续的内生增长，仍取决于出口收益在经济体内部的传导和扩散。过去东亚出口奇迹的重要特征之一，是劳动密集型制造业扩张带动就业、工资、城市化和居民消费，出口收益得以沿劳动力市场进入居民部门，并进一步形成内生需求。相比之下，本轮AI资本开支更多集中于先进芯片、服务器和精密设备等资本与技术密集型产品，单位产出所需的资本、技术和高技能劳动投入显著高于普通消费品制造。由此形成的出口收益可能首先集中体现为龙头企业利润增长、设备投资扩张和资本市场估值上升，对普通就业、劳动收入和居民消费的传导则相对缓慢。 AI技术在企业之间的不均衡扩散进一步放大了这一差异。OECD数据显示，2025年在其有数据覆盖的经济体中，使用AI的企业占比升至20.2%，较2023年的8.7%明显提高。但大型企业的AI使用率达到52.0%，小型企业仅为17.4%。这显示了AI落地需要数据、算力、人才和组织变革等配套投入，前期成本较高，因此资本和数字基础更强的大型企业通常率先采用，而中小企业的技术扩散则相对滞后。这也意味着可能同时出现AI出口快速增长与经济体内部AI采用不足的情况，即少数龙头企业为全球生产AI产品，而大量本土企业却没有真正使用AI改造生产，从而使得收益从少数龙头企业的资产负债表进入本土经济循环的过程相对缓慢。 AI周期下亚洲经济体收益的三种模式 传统亚洲产业升级常被概括为雁阵模式，即随着工资和成本上升，标准化制造环节由高收入经济体逐步向低成本经济体转移，后进入者通过承接产业转移积累资本、技术与管理经验。但AI价值链未必遵循简单的线性转移。先进制程、先进封装、高带宽存储、半导体设备、关键材料、云平台、电力和冷却系统等环节具有较高的技术壁垒、规模经济和资本门槛，产业收益更容易围绕少数不可替代的瓶颈集中。由此，亚洲经济体在本轮周期中大致面临三种不同的收益模式。 第一种是关键环节收益。掌握核心技术、设备、材料或稀缺产能的经济体，可以凭借较强的不可替代性获得更高利润率和议价能力。但由于核心行业通常资本密集度较高，收益也可能集中于少数龙头企业，难以进一步扩散至中小企业、服务业和劳动力市场，宏观层面便可能呈现出口和资本开支强劲，而居民消费与工资改善相对有限的分化。 第二种是规模制造收益。参与电子组装、封装测试、印刷电路板和标准化零部件生产的经济体，可以凭借成本、劳动力和产业体系优势快速承接新增订单，带动制造业生产、就业和外商直接投资。但若核心技术、设备、中间投入均来自外部，出口繁荣可能更多体现为跨国生产网络的规模扩张，而非本土能力的同步提升。 第三种是枢纽服务收益。平台和服务型经济体并不一定直接生产大量AI硬件，却可以通过贸易网络、金融市场、物流体系、企业总部、法律制度和专业服务，以轻资产模式承接区域产业活动产生的结算、融资、保险、风险管理和资本配置需求。三种模式并不存在简单的高低之分，真正决定长期表现的，是一个经济体能否把其在价值链上获得的初次收益，进一步转化为研发资本、人力资本、公共基础设施和新产业融资，从而促进经济内生动力的发展。 枢纽型经济体的AI赋能 衡量AI红利，更需要观察该经济体是否完成了从“为AI生产”到“用AI生产”的跨越。正是在这一意义上，中国香港虽然不是典型的AI硬件生产基地，却可能成为本轮AI周期中被低估的平台型受益者。2026年一季度，香港实际GDP同比增长5.9%，为接近五年来最强增速。实际货物出口同比增长23.8%，本地固定资本形成增长17.7%。强劲的AI相关电子产品需求是出口增长的重要来源，同时货物进口也快速增长，反映香港获得的更多是亚洲电子供应链活跃后所产生的转口、物流、仓储、融资和商业服务需求。 香港在本轮AI周期中具备三方面的优势：一是贸易网络枢纽。中国内地在服务器、通信设备、消费电子、电力设备和AI应用方面拥有较完整的产业体系，而香港作为中国自由港、独立关税区和区域转口中心，可以承接更多亚洲内部的中间品贸易及中国内地企业的海外业务。AI产业链越复杂、跨境环节越多，对贸易融资、结算、保险、物流和供应链管理的需求就越强。 二是资本配置优势。AI产业具有资本开支大、研发周期长和估值弹性高的特征，从芯片、机器人、自动驾驶到生物科技，企业需要持续进行股权融资、债券融资、并购和跨境资本运作。香港的优势在于能够同时连接中国内地科技企业、国际机构投资者和亚洲资本。当越来越多的新经济企业通过香港上市、融资或开展海外业务，AI周期带来的不仅是交易所成交和IPO收入，也会扩散至投资银行、资产管理、会计、法律、保险和财富管理等行业。 三是技术应用升级。香港金管局2025年的调查显示，约75%的受访金融机构已经实施、试点或设计至少一项生成式AI应用，预计未来三至五年比例将提高至87%。2026年推出的金融科技推广蓝图进一步将AI、高性能计算、数据治理和网络安全列为香港金融业升级的重要方向。香港特区政府推出的30亿港元AI资助计划亦已批准约30项研发申请，覆盖大型语言模型、新材料和生物医药等领域。这意味着香港不仅能够通过融资和跨境服务扩大AI产业的区域关联，还可以借助人工智能提升金融业和专业服务业的生产率，强化技术与产业能力积累，并进一步推动资本、人才和创新资源在经济中的正向循环，推动AI收益向内在动能的再投资、再扩散与再增值。 （程实系工银国际首席经济学家，周烨系工银国际宏观分析师）

2026-7-29 : 中国国际进口博览会城市服务保障领导小组今天（7月29日）上午举行扩大会议。上海市委书记、中国国际进口博览会城市服务保障领导小组组长陈吉宁出席会议并强调，要深入学习贯彻习近平总书记关于办好进博会的重要指示精神，始终保持昂扬奋进的劲头、追求卓越的精神和精益求精的标准，全力推动城市服务保障工作迈上新台阶，全面展示一流城市形象，持续放大溢出带动效应，确保第九届进博会成功、精彩、富有成效。 会议以部市视频连线方式举行。商务部部长王文涛出席会议并讲话。市委副书记、市长、中国国际进口博览会城市服务保障领导小组组长龚正主持会议。副市长卢山就进博会城市服务保障工作作具体部署。 陈吉宁指出，以习近平同志为核心的党中央高度重视进博会工作，我们要按照“越办越好”总要求，全方位优化服务保障，把各项工作抓实抓细抓到位。紧盯薄弱环节，加强演练培训，强化科技赋能，提高服务管理整体效能。要进一步提升展会市场化、专业化水平，在办展办会上走在前、作表率。策展组展要加强全周期服务，采购洽谈要强化供需精准对接，论坛筹备要聚焦前沿热点和业界关切。要始终绷紧安全这根弦，滚动开展风险排查，及时做好整治整改，周密制定保障方案，落实精准管理举措，提升展客商的便利度和感受度。 陈吉宁指出，进博会是对城市治理现代化水平的一次检验。要对管理服务措施再优化、早提升，按照精细化要求，一体推进市容环境整治、生态绿化景观设计、道路交通改造。结合第48届世界技能大赛举办，对窗口行业开展抽查巡检等工作，确保市场平稳、服务优质。要开展全方位、多层次的宣传报道，讲好“进博故事”，展示开放形象。要更好发挥综合优势，统筹用好招商资源，加强沟通洽谈，做好政策解读，提高招商引资和服务企业的针对性有效性。帮助专业机构搭建平台、对接资源，更好服务企业走出去。要深化文商旅体展联动，配合办好“购在中国”“出口中国”“投资中国”等活动，同步办好我市有关节展赛事，促进各类活动相互引流、相互赋能。 王文涛强调，党中央高度重视进博会工作，我们要深刻认识“十五五”开局之年办好进博会的重要意义，进一步扩大优质商品和服务进口，服务“十五五”时期国内消费提振和产业升级需要，推动进出口平衡发展，彰显中方与各方共享机遇、共同发展的坚定决心。要深入学习领会习近平总书记关于进博会“越办越好”的重要指示精神，在市场化、特色化、专业化上下更大功夫，深化进博会三大定位、提升四大平台功能，努力实现“常办常新”。要以正确政绩观引领第九届进博会各项筹办工作，坚持务实高效，坚持“首展首办”，坚持协同联动，精诚团结、真抓实干，全力以赴办好第九届进博会。 龚正在主持会议时指出，要按照中央要求和市委部署，树牢“一盘棋”思想，进一步强化协同配合、提升服务质效、放大综合效应，确保城市服务保障各项工作无缝衔接、高效推进。着力强化人工智能、数字技术等前沿科技赋能，不断开放新应用、拓展新场景，最大限度提升展客商的获得感和体验度。积极完善“6天+365天”和“365展贸网”交易服务功能，着力提升浦东、虹桥两个分论坛和上海会议活动影响力，精心举办城市投资推介大会和“上海之夜”交流会，优化升级“票根经济”，努力把进博会的平台优势转化为高质量发展红利。 商务部副部长鄢东，市领导赵嘉鸣、李政、华源、张亚宏，中国东航集团董事长王志清出席会议。中国国际进口博览局、市公安局、青浦区委作了交流发言。

2026-7-29 : 即将在港股上市之际，面对大幅回撤的股价，光模块龙头中际旭创（300308.SZ，03308.HK）抛出最高80亿元的回购计划，暂时稳定了A股股价。不过，这一做法引发了市场不同看法，认为资金利用效率存在疑问，作为2026年港股最大规模IPO项目，市场大幅波动之际，中际旭创的每一步资本运作均受到高度关注。另一方面，中际旭创在招股书显示，5月末的存货较年初激增近55%，逼近200亿元水平。业内人士认为，该公司备货策略比较激进，一旦全球人工智能硬件需求下滑，存货消化路径存在疑问。7月29日，中际旭创上涨4.74%，报收于951元，稍高于港股招股价980港元。港股上市在即宣布回购A股中际旭创7月28日公告，确定H股全球发售定价为每股980港元。按5450万股的基础发行量计算，对应募资额约534亿港元，锁定2026年港股募资规模首位。若保荐人全额行使15%超额配售权，增发817.5万股后，总募资规模将近610亿港元。该IPO为2019年阿里巴巴（09988.HK）回港二次上市以来，港股最大规模新股发行项目。中际旭创当晚公告称，基于对未来发展的信心和价值认可，为建立健全公司长效激励机制，充分调动员工的积极性，有效地将股东、公司和员工个人利益结合在一起，该公司董事长兼总裁刘圣提议，以公司不低于40亿元且不超过80亿元的自有资金。不低于40亿元至80亿元的公司自有资金回购A股，在未来适宜时机用于股权激励或员工持股计划。蓝水资本（Blue Water Capital Management Limited）首席投资官李泽铭向第一财经分析，回购操作让市场感到困惑，其做法与上市融资的本意存在冲突，企业上市融资的本意在于发展业务，但中际旭创“左手融资、右手回购”，除产生一定额外费用，对市场及企业本身意义有限。此外，该回购公告恰于公开申购完成后披露，投资者已无反悔空间，若提早公布回购计划，招股反应或将有所不同。广州越声理财投资顾问李谦分析认为，中际旭创此时抛出回购计划意在稳定股价，经历约35%的回撤后，该公司当前估值较前期高峰有所消化，当前核心风险在于业绩兑现，超过40倍的静态市盈率依赖“订单已覆盖2026全年”的高增长预期，一旦业绩增速放缓，高估值或构成股价压力，当前市场正处于中报披露窗口期，业绩兑现能力将成为股价走势的关键变量。港股100研究中心顾问余丰慧说，融资和回购在时间上重合，形式上构成“一边融资、一边回购”的格局。但需区分资金来源与用途：H股募资有明确项目，回购资金来自自有或自筹资金，两者并非同一笔钱，形式上的巧合不构成实质性问题，但客观上向市场传递了“并不缺钱”的信号，与港股募资理由形成对比。光大证券国际策略师伍礼贤认为，近期AI硬件板块股价出现明显回调，中际旭创A股自高位回撤大约接近三分之一，在此背景下推出回购计划，该计划与H股上市存在一定关联，若回购有助于提升A股稳定性，对H股上市后股价稳定也有一定帮助。5月末存货激增至近200亿根据招股书，中际旭创的存货，已从2025年末的126.8亿元攀升至2026年5月末的194.3亿元，5个月时间增幅近55%。该公司称，这主要是为锁定物料以保障交付。存货激增引发市场对其资金链压力的担忧。2026年5月底，194.3亿元的存货规模占公司总资产比例近35%（2023年底为21.5%），占流动资产近85%（2023年底为不到62%）。此外，中际旭创投资者关系活动记录显示，针对行业1.6T光模块价格降幅较大的市场传闻，公司负责人称，1.6T产品平均售价远高于市场传言，行业不存在恶性竞争。当前整体行业需求旺盛，原材料紧缺，1.6T交付紧张，仅少数厂商具备大规模交付能力。公司产品定价具备竞争力，能够稳定维持毛利率水平。该公司负责人还称，目前几乎所有客户订单已覆盖2026全年，部分客户订单已下至2027年，交付计划细化到月度。部分重点客户已给出2028年新产品指引，指引金额较为可观。预计下游重点客户资本开支仍具较强可持续性，客户愿意继续加大行业投入。该负责人也称，针对光芯片、电芯片、PCB和无源器件等原材料，公司均已部署采购计划。基于强劲的下游行业需求，正在积极备料。一方面与现有供应商签订长期协议，锁定新增产能；另一方面开拓新供应商，同时通过预付款、股权投资等方式加强与供应商的绑定。供应商愿意积极扩产，预计今年下半年物料将有阶段性改善，出货量也将明显增加。中际旭创在招股书中称，公司在竞争激烈的全球光互连行业中运营，行业特点是技术进步迅速，且对高速数据传输的需求越来越高。据灼识咨询，该公司自2021年起连续五年为全球收入规模最大的光互连解决方案提供商，2025年占整体光互连解决方案市场的21.2%，并在高速数通光互连解决方案市场占据28.1%的份额。李谦认为，考虑到高速光模块18个月至24个月的技术迭代周期，一旦订单生变，存货减值风险较高。客户集中度与AI投入放缓方面，若AI资本开支低于预期，需求将直接下滑。在AI浪潮下，中际旭创的激进策略是一次高风险的“豪赌”，若AI投入持续，这些储备为先发优势；若不及预期，资金链压力和存货减值将造成重创。李泽铭分析，就AI上游而言，包括半导体、存储、芯片、晶圆代工、光通信、电力设备等领域，市场预期已发生较大变化。投资者对互联网等科技巨头无限制增加资本开支的做法趋于谨慎，后续该方面资本开支或进一步收缩，这一趋势若持续，上游产业链将面临较大调整压力。中际旭创所在领域并非全新科技产品，此前因需求过大、产能供应不足造成供需失衡及价格暴涨，一旦供需关系逆转、价格回归基础水平，硬件公司股价大概率将回归。光大证券国际策略师伍礼贤认为，市场对AI行业的看法分歧比较大，AI概念股出现明显波动，反映出市场对较高估值的忧虑。从业绩来看，不少企业公布的业绩仍处于较为强劲的增长趋势，待市场情绪消化后，行业或跟随基本面较好的企业继续发展。中际旭创库存水平较高属于正常，过去几年业绩增长较快，需要增加库存为未来业绩增长铺路，随着半年业绩全面披露临近，市场将进一步验证其业绩兑现能力。

2026-7-29 : 由OpenAI模型自主发起的逃逸攻击本是一场孤立的测评事故，却在数日时间内撕裂硅谷持续数年的“闭源才安全”观念，推动英伟达牵头成立开放安全AI联盟 。作为攻击事件受害方，当地时间7月28日，Hugging Face联合创始人兼CEO克莱芒·德朗格（Clément Delangue）发文披露完整攻击脉络，将这场改写AI安全规则的事件推向公众视野。据官方披露，这场全球首例由AI自主发起的网络攻击发生在7月9日至13日，持续4.5天。肇事者是OpenAI正在内部评估的两款模型——GPT-5.6 Sol和一个能力更强的未发布预研模型。为测出模型最大网络能力，OpenAI在本次评估中主动调低了网络安全相关的安全拒答机制。攻击的起因看似平常：模型被要求完成一项名为ExploitGym的网络安全基准测试。为了在测试中拿高分，模型采取了极端手段——它识别并利用了OpenAI内部软件包注册表缓存代理中的一个零日漏洞，逃出沙箱、接入公网。获得互联网访问后，模型推断Hugging Face可能托管着ExploitGym的测试答案，随即发起攻击。从7月9日到13日，模型在互联网上执行了约17600次黑客操作。它利用被盗凭据和更多零日漏洞，在Hugging Face服务器上找到远程代码执行路径，最终攻入生产数据库，直接窃取了测试答案。整个攻击完全自主完成，没有任何人类发出攻击指令。值得关注的是调查取证环节的转折。Hugging Face尝试使用美国商业闭源模型分析攻击日志，却被安全护栏拦截。这些模型无法区分安全分析人员与攻击者。取证工作一度停滞。最终，Hugging Face在自有服务器上部署了中国智谱AI的开源模型GLM-5.2，完成了对超过1.7万条事件记录的分析，将原本需要数天的工作压缩到数小时。OpenAI在一周后才确认肇事者是自家模型。其官方声明称，所有证据表明模型“高度专注于为ExploitGym寻找解决方案，为完成相当狭窄的测试目标而采取了极端手段”。OpenAI CEO山姆·奥尔特曼（Sam Altman）在最新访谈中称：Hugging Face事件是他第一次感同身受的安全事件，他们因此暂停了相关模型训练。他现在思考“我们是否需要放慢人工智能的发展速度，以便给社会足够的时间来适应这些新的能力水平”。针对该事件，英国萨里大学网络安全网络与计算机系客座教授阿兰·伍德沃德（Alan Woodward）认为，这次事件并不能说明模型的失控。它只是被要求去完成一项任务，然后去做了，它的破解途径就是作弊。行业认为，此次事件本质是基于OpenAI 如何运行和监控这个工具，因此，OpenAI 需要公开其安全设置细节及失效的完整原因。另外，亚信安全方面分析指出，攻击事件关键链路可概括为：评测防护降级、目标发生投机性偏移、软件包代理成为逃逸出口、权限和横向移动放大风险。传统安全机制检查单次动作是否危险，但智能体风险来自一系列动作组合后的最终结果——一次软件安装、一次API调用、一次凭据使用，单独看都符合策略，连续组合后却可能形成完整的攻击链。因此，Agent时代的安全建设必须从“防止模型输出有害内容”，升级为覆盖身份、意图、权限、工具、执行环境、数据和行动轨迹的纵深防护。值得关注的是，此次攻击事件后，Hugging Face官方通过官方公告等形式，向OpenAI提出两项明确诉求：公开完整溯源数据，并提供1亿美元算力资源帮助社区构建网络防御能力。评论区有网友询问OpenAI是否满足了相关诉求，德朗格回应称：还没有，正在尽力争取。

2026-7-29 : 当地时间7月24日晚，英伟达CEO黄仁勋在社交平台发出他的第一条推文。 这位平时几乎不在社交媒体露面的硅谷芯片教父，破天荒地注册了账号，首条动态既不是推新品，也不是技术展示，而是一封联名公开信——《开放权重与美国AI领导力》。 他在配文中强调：人工智能将改变每个行业，为每个公司提供动力，并由每个国家共同建设。开源模型能够加强安全和网络安全，加速创新和推广，并实现主权。世界既需要前沿的封闭模型，也需要前沿的开源模型。 随后，全球AI关注核心迅速演进至开闭源并存、成立AI联盟、为前沿AI设置“刹车”系统。短短几天时间，黄仁勋牵头的联名信点燃全球论战，相关议题迭代之快令人目不暇接，这背后是中国开源模型给美国科技精英对AI发展路径带来的启发和思考——当AI开始真正渗透经济与社会的毛细血管时，没有任何一种模式能独自承担起未来发展的重担。 2.8万亿参数砸碎闭源模型定价权 过去两年，美国AI产业走了一条“贵族式”道路：最大化投入训练顶级模型，再以高价回收投资，继续投入下一轮竞赛。根据摩根士丹利报告，美国五大科技巨头2026年合计资本开支预计近8000亿美元，2027年预测已超11000亿美元。 这套烧钱—垄断—定价的闭环原本行得通，但当中国开源模型开始以几分之一乃至几十分之一的价格提供相近能力时，华尔街开始重新算账。 7月17日，月之暗面发布Kimi K3——2.8万亿参数，100万token上下文窗口，全球参数最大的开源模型。Artificial Analysis智能指数仅次于Claude Fable 5和GPT-5.6 Sol，Code Arena前端开发测试中以76%胜率登顶。特斯拉CEO马斯克点评称：“令人印象深刻。” 中国开源模型的冲击已低调持续数年。2024年，DeepSeek V2开源；2025年1月，DeepSeek R1正式发布并开源。其后，Kimi K2、智谱GLM-5等开源模型渐次出场。 360集团创始人周鸿祎在采访中表示，中国开源模型已经改变了全球AI竞争的格局，美国院校和科研机构都在将中国开源模型当基座模型用，这证明了开源的价值——第一，实现科技普惠和平权，大幅降低全世界企业、普通人使用AI的壁垒和成本，这对人类文明发展的意义是更高层面的。第二，除了美国，其他国家要想建立自己的主权大模型，部分依赖中国开源生态，这为中国在AI治理和大国博弈中赢得了有利位置。 中国开源模型持续升级带来的效果是：中美模型差距不断缩小，价格差距拉大，这使得美国头部模型也不得不重新思考性价比。 7月24日，Anthropic发布新模型Opus 5，官方宣称其性能水平接近Claude Fable 5，价格却只有一半，标志着闭源巨头在商业化策略上向“高性价比”方向深度转型。市场在用脚投票。 硅谷两股力量的对决 全球大模型API聚合平台OpenRouter平台的数据揭示了这场博弈的真相。 截至7月29日，OpenRouter平台调用量前五名均为中国模型：DeepSeek V4 Flash、腾讯HY3、MiniMax M3、智谱GLM-5.2等。Top10中中国模型合计调用量108.73 T Token，美国模型合计24.67 T Token，相差超4倍。 第三方机构对OpenRouter的监控数据显示，美国企业在OpenRouter上调用中国AI模型的Token比例在7月初最高触达63%，平均稳定在58%–63.5%区间，而在一年前（2025年初）这一数字还不足10%。 虽然OpenRouter数据主要代表第三方开发者、中小型企业及Agent系统的全球API调用习惯，头部厂商流量主要集中在官方原生平台或专属云上，但该数据涨势直观反映国产模型凭借高吞吐量与价格等优势在开发者群体中的崛起。 这种“用脚投票”正在撕裂硅谷。此前市场消息称，OpenAI和Anthropic正在华盛顿游说监管机构，以国家安全和AI安全为由，试图推动对中国开源AI模型的限制。 而以黄仁勋、马斯克、扎克伯格等人为代表的开源支持派先后公开站队，联名签署公开信回应全面禁止或严格限制中国开源AI模型的讨论，核心观点是：过早或过度的限制将适得其反。 最新动态是在当地时间7月28日，来自OpenAI、Anthropic、谷歌等十余家前沿AI公司的1134名研究人员和从业者，共同签署了一份题为 《掌控前沿技术》的公开声明，指出全球领先AI公司可能已接近实现自动化AI研究，存在AI能力发展速度超出人类理解与控制能力的风险。但由于各企业与各国均面临激烈竞争压力、无人愿单方面减速，联名信请求美国政府支持一项国际合作，开发必要的技术与治理工具，以便有意识地掌控前沿自动化AI发展的节奏。 相关议题未有定论。Meta CEO 扎克伯格发文称：认为人工智能如此危险，以至于唯一安全的路径就是极端集权的观点本身才是危险的。历史上，寄望于绝对权力在充分开明之后造福人类，并未带来安全或积极的结果。他认为，如果只有少数机构掌握超级智能，它们必将对经济、科学和政治产生控制性影响。当人们获得赋能时，他们自然会相互制衡，并制约大型机构的权力。 安全逻辑正在反转 硅谷队列分裂的直接导火索，是一次模型自主发起的攻击。 闭源厂商过去三年反复讲述一个故事：开源不可控、易被滥用、威胁国家安全。2026年7月，这个故事被自己人打碎了。 Hugging Face披露，一起严重的网络安全事件源于OpenAI旗下的AI智能体在安全测试中逃逸，并自主攻击其他平台——不仅突破隔离沙箱，还入侵了Hugging Face平台的生产系统。 事后Hugging Face试图调用美国商业AI模型分析超过1.7万条攻击日志，却被安全护栏拦截，因为模型无法区分安全分析人员和攻击者。 最终完成取证的，是中国公司智谱的开源模型GLM-5.2。部署在内部硬件上后，GLM-5.2完全绕过了远程API的安全过滤器。一个闭源模型发起了攻击，一个开源模型完成了防御。 公开信对此直言：“仅仅依赖闭源模型本质上并不安全：它们同样可能被破解、滥用，或以外界无法察觉的方式发生故障。将先进的AI能力集中在少数几个闭源模型背后，反而会加剧这种风险。” 网络安全行业几十年的经验早已验证：开放审计的长期安全性高于封闭黑箱。智谱AI创始人唐杰此前表示：“真正的安全并非建立在技术封闭与壁垒之上，而是源于阳光下广泛的共建、共享与监督。” DeepSeek创始人梁文锋更是坚定的开源模型支持者，在他看来，闭源模式并未展现出不可替代的必然优势，开源更有利于技术生态共建、反馈循环加速和长期竞争力夯实。 创新奇智首席科学家、北京人工智能高级工程师张发恩对记者表示，《开源权重与美国AI领导力》联合宣言的核心武器在于开源权重。AI时代仅开源运行代码远远不够，模型的灵魂在于经过海量数据训练形成的权重。开源权重意味着任何人都可将这些前沿智慧结晶下载到本地检查、修改甚至独立部署，彻底改变AI的经济学逻辑。 宣言同时戳破了“闭源才安全”的虚假叙事。将最先进AI能力集中于少数闭源模型背后，本质是放大系统性风险——闭源模型可能被悄无声息地攻破，更致命的是单点故障使外界在黑盒出现缺陷时连诊断能力都没有。当黑客已用高级AI发起攻击，防守方若无同等能力的开源模型，无异于赤手空拳。正如开源软件依靠无数双眼睛找出系统漏洞，AI的安全性同样取决于透明度。 宣言还为“模型蒸馏”技术正名——用大模型输出知识训练小模型，体现的恰是“站在巨人肩膀上”的技术进化传统，以法律手段封杀正常优化手段只会让创新枯竭。 归根结底，开源权重之争本质是控制权之争。张发恩称，全球企业不愿被单一闭源供应商绑架，更不愿专有数据沦为他人模型的免费养料。开源权重将控制权归还使用者，使其建立真正的商业护城河。决定AI领导力的从不是一个前沿闭源模型，而是一个强大且开放的生态。四十年前开源先驱用透明代码为互联网奠基，今天他们正用开源权重捍卫AI时代的自由、安全与未来。 中国开源模型的新全球叙事 中国开源模型的崛起不是偶然，是自身算力约束下的选择。但在全球关注的安全问题下，进入了新的叙事模式。 中国大模型公司算力有限，美国巨头动辄数十万卡。一位关注中国模型的投资人表示，中国大模型初创公司几乎都缺算力，但这种资源匮乏也倒逼他们在海外头部模型公司忽略的细节层面进行持续优化完善。聚焦工程优化反而使国产模型在某些维度超越了资源充裕的北美厂商。 具体表现在混合专家架构（MoE）、稀疏激活、极致内存工程等方式，中国团队在有限算力下把每一份算力用到了极致。Kimi K3在896个专家中高效激活16个，相比前代整体扩展效率提升约2.5倍。DeepSeek V4在处理百万token任务时，推理计算量仅为此前的27%，显存占用仅十分之一。 回到最初的问题：为什么一个中国开源模型的发布，能让硅谷巨头集体站队？ 从算力维度来看，开放模型生态越繁荣，全球开发者训练、微调、部署大模型产生的GPU算力需求就越大。今年3月，英伟达向SEC备案，计划未来五年累计投入260亿美元用于开放权重AI模型的研发与生态建设。 对英伟达而言，开源意味着更多GPU需求。对微软而言，开源意味着Azure可以承接更多算力负载，避免过度依赖OpenAI单一供应。对Meta而言，Llama系列开源模型正在削弱闭源厂商的定价话语权。对a16z和Y Combinator而言，开源意味着更多创业机会和投资标的。 而对Anthropic而言，开源意味着它的估值逻辑正在崩塌。正在推进IPO进程的Anthropic核心估值完全建立在专有闭源模型订阅服务和高溢价API之上。月之暗面ARR已从1月突破1亿美元增长至6月的3亿美元，中国开源模型证明了“卷”性能之外，“卷”收入的能力。 中信建投研报分析称，K3是全球大模型行业的分水岭事件，也是另一个DeepSeek时刻：K3的发布意味着中国大模型以新的身份进入全球大模型叙事，证明国产模型已在Agentic Coding主战场与美国前沿模型正面交锋。 周鸿祎判断，未来格局一定是开源模型百花齐放的局面——企业可以基于开源模型低成本地训练自己的专属模型和智能体，但要用好，还需专业服务的支持，这本身就是可持续的商业模式。目前中国开源模型对美国市场已形成巨大的挤压效应。中美模型之间的差距目前只有15%到20%，且差距不是静态的，没有谁能永远保持第一。 更关键的是，周鸿祎表示，竞争比的不仅是模型强弱，更是谁能让人工智能在一个国家真正广泛地用起来。通过闭源垄断与收取高额Token费用，只让少数人用得起的路径，并不利于AI产业发展。AI的终极价值在于普惠，这是中国开源路线最根本的逻辑。 整体来看，正如签署联名信的头部AI厂商所述：AI产业不需要单一闭源寡头垄断，开源与闭源共存的多元格局才是产业长期发展的最优解。全球AI格局正在被重新书写。而书写者，不再只有硅谷。

2026-7-29 : SK海力士29日公布的第二财季报告显示，该公司营业利润增长557%，但不及预期，公司今年资本支出至少在310亿美元，与此同时，市场对人工智能（AI）产能过度投资的担忧在日益升温。基于上述因素，SK海力士股价周三（29日）一度下跌19%，创最大单日跌幅纪录。 由于SK海力士和三星电子在韩国基准KOSPI指数中权重超50%，KOSPI指数也因此连续第二个交易日触发熔断机制，一度跌近13%，两日累计跌幅约20%。市场预计，KOSPI指数本月跌幅也将创下约35%的历史纪录。 安本资管（Aberdeen Investments）的亚洲股票投资总监凯伦（Kieron Poon）对第一财经记者表示，亚洲芯片股近期的疲软反映了“韩国正在进行的去杠杆化进程和对全球科技股的疲软情绪”。然而，最近的波动“并未改变我们长期的积极看法”。

2026-7-29 : 提前剧透全球首发、反复推演发布流程与互动体验设计——每年进博会的“倒计时状态”，早已成为全球参展企业年度战略的一部分。 距离第九届中国国际进口博览会（下称“进博会”）开幕还有不到100天，跨国企业像往年一样早早进入了备展节奏。透过今年各家企业释放出的参展信号可以看到，一个变化越来越清晰：外资看重中国，不再只是因为这里拥有全球最大的消费市场，更因为这里正在成为全球创新的重要策源地。 截至目前，已有来自99个国家和地区的1200余家企业签约参展，签约展览面积超过34万平方米，世界500强及行业龙头企业达265家。与此同时，第十届进博会招展也已同步启动，罗氏制药、三星、欧莱雅、保乐力加等30余家企业率先锁定“十年之约”，成为首批连续十届参展的“全勤生”。 连续参展的背后，是跨国企业对中国市场价值的重新认识。从消费升级催生的新需求，到创新体系孕育的新供给，进博会正呈现出一条越发清晰的双重叙事：一边是中国超大规模市场不断释放消费升级红利，成为全球品牌产品创新和商业模式迭代的重要源泉；另一边，中国完整的产业链体系、持续提升的创新能力以及人工智能等新技术的快速应用，正推动越来越多跨国企业将中国从销售市场升级为研发、创新和全球资源配置的重要节点。 消费新需求驱动 过去，跨国企业看重的是中国市场的规模；今天，更吸引它们的是中国消费升级不断催生的新需求。 当前，我国居民消费已从生存型向发展型、品质型升级，服务消费增速持续快于商品消费，Z世代和中产群体成为消费变革的重要推动力量。从便捷消费、精准营养到运动健康、文化体验，中国消费者不断提出新的需求，也倒逼全球品牌重新定义产品、供应链和服务模式。 进口水果行业就是一个典型缩影。 佳农中国区电商总经理姜磊发现，年轻消费者越来越倾向购买“开袋即食”的鲜切水果，而非整果。围绕这一变化，公司已在北京、上海、东莞布局三座鲜切工厂，并计划两年内扩展至十座。今年将全球首发魔星苹果、黄金甲香蕉，同时带来越南翡翠青柚、秘鲁有机香蕉等新品。与此同时，公司依托全球采购网络引进优质鲜果，又将国产苹果、梨出口至全球80多个国家，通过这一开放平台进一步拓展海外采购渠道，实现“买全球、卖全球”的双向流通。 消费升级不仅改变产品，也在重塑全球供应链和行业标准。 纽仕兰将在本届展会上继续全球首发新品，推动高端乳品标准升级。更值得关注的是，自第六届起，纽仕兰已连续三年组织新西兰企业组团参展，累计带动30多家当地品牌进入中国市场，其中不少企业已经从“跟团参展”成长为独立参展。中国市场不仅成为海外品牌进入亚洲的重要入口，也逐渐形成产业集聚和生态共享效应。 运动消费和健康消费则展现出中国市场更加多元的增长空间。 阿迪达斯大中华区法律与合规副总裁益晨旭表示，阿迪达斯将继续围绕“在中国、为中国”理念，把东方美学和中国文化融入产品设计。进博会平台不仅是展示新品的窗口，更是倾听中国消费者需求、推动本土化创新的重要渠道。 连续签约十届的康宝莱，今年展台面积扩大近20%，将重点展示AI赋能的数字化健康平台Protocol，为消费者提供个性化营养方案和全周期健康管理服务。连续第二年参展的索诺瓦则将围绕“AI全家福”展示覆盖筛查、诊断、干预到康复管理的完整听力健康解决方案。索诺瓦中国区政府事务副总裁唐宁表示，去年参展后，公众主动咨询听力健康的人数明显增加，主动健康管理理念正加快普及。 服务业同样在中国市场寻找新的增长机会。 连续多年参展的普华永道中国区副主席周星认为，中国企业全球化正从“走出去”迈向“走进去”，人工智能也正在重塑企业运营方式和产业协同模式。对于专业服务机构而言，这一开放平台已经从客户交流平台，逐渐升级为发布行业洞察、链接产业生态、寻找合作伙伴的重要窗口。 从商品出口到需求共创，从销售产品到提供整体解决方案，跨国企业布局中国的重点正在发生变化。中国市场的价值，正从过去的规模优势，进一步延伸到需求优势、场景优势和创新优势。 创新红利加速释放 如果说消费升级体现的是中国市场的需求牵引，那么创新能力的持续提升，则正在重塑跨国企业在华发展的定位。 与往届更多展示全球最新技术不同，今年越来越多企业带来的，不只是“全球首发”，更是依托中国研发、中国制造、中国临床和中国供应链形成的创新成果。中国正从技术输入地，加快成长为全球创新网络的重要组成部分。 GE医疗中国首席传播官钟路音总结九届参展最大的变化是：“中国创新含量越来越高，AI融合程度越来越深。”借助这一平台，GE医疗已有50余项创新成果进入中国临床，本土研发产品销往全球100多个国家和地区，企业也完成了从“把全球产品带进来”到“把中国创新带出去”的角色转变。 同样连续九年参展的美敦力，则将人工智能作为今年展示的主线。他们将亚太首展脑机接口闭环生态系统，并中国首秀MiniMed 780G先进混合闭环胰岛素输注系统，通过AI算法和实时数据分析推动精准医疗落地；覆盖心血管、神经科学、重症监护、脊柱治疗等多个领域的创新成果也将集中亮相。美敦力全球高级副总裁及大中华区总裁顾宇韶表示，公司正持续深化“中国战略3.0”，从展商逐步成长为投资商和创新共创者，希望在引入全球领先技术的同时，加快中国创新走向世界。 开放平台与制度创新叠加，也持续推动生物医药产业发展。连续九届参展的罗氏制药借助审评审批改革和开放合作平台，罗氏制药中国企业事务与传播副总裁隆伟利介绍，已有15款创新产品进入中国市场，并将继续把全球创新产品和解决方案引入中国。 先进制造领域同样折射出中国供应链优势。 第七次参展的HRC亨睿碳纤维集团，今年不仅将展示90%主体结构采用碳纤维材料的飞行汽车，还将全球首发闭环方案，实现航空、汽车、骑行等领域碳纤维材料循环利用。企业与空客、商飞等合作探索的全生命周期绿色制造模式，也折射出中国产业链配套能力正成为全球绿色制造的重要支撑。 周星认为，AI正在成为连接企业与产业的重要桥梁，而这一开放平台最大的价值，在于将市场规模转化为合作机会，将创新资源转化为增长动力，这种“机遇转化能力”正成为全球企业最看重的中国价值。 官方数据显示，今年上半年，全国新设立外商投资企业超过3.1万家，同比增长5.3%；高技术产业实际使用外资占比提升至42.4%，创历史新高。 首次参展的阿克苏诺贝尔亚太区传播部负责人罗科表示，中国仍是集团最重要的市场之一，希望不仅将全球领先技术带入中国，更基于中国市场持续创新，推动更多本土孵化成果走向全球。 九年前，进博会更多意味着“把世界带进中国”；九年后，这一开放平台越来越成为“中国链接世界”的重要窗口。透过今年参展企业的布局变化可以看到，跨国企业的中国战略正从寻找市场机会转向寻找创新机会；中国的开放优势，也正从市场红利延伸至创新红利。从“进入中国”到“深耕中国”，再到“与中国共创”，这场发生在进博会上的战略转变，也折射出中国高水平对外开放迈向更高层次的新阶段。（实习生孔陈杰对本文亦有贡献）

2026-7-29 : 在资本盛宴之外，AI会如何改变经济波动形态，以及宏观经济政策需要做出哪些调整才能更好顺应AI时代的需求，同样值得关注。在今年二季度宏观经济数据中，大规模的AI投资被看作是部分指标“背离”的重要解释。 在内需缓慢修复背景下，AI技术革命对居民收入进而消费需求的影响引发讨论。7月27日，在CF40宏观政策季度报告（2026 年二季度）发布会上，CF40资深研究员、中国社科院世界经济与政治研究所副所长张斌从供给冲击和需求冲击角度建议，宏观政策需要考虑AI可能在一定时间内放大供求不匹配的风险。 CF40成员、北京大学国家发展研究院院长黄益平也提示，在我国宏观经济“供强需弱”的背景下，应对AI时代可能发生的K型分化、就业极化等现象，要重视以人为本、就业优先，倡导赋能劳动而非简单替代劳动的技术创新。 内需仍待修复，宏观数据背后的AI身影 国家统计局数据显示，二季度我国宏观经济实际同比增速为4.3%，较一季度有所回落。从各项指标来看，二季度出口在外需韧性和对美出口修复的带动下增速进一步提升，但固定资产投资由正转负，消费增长也显乏力，房地产市场延续收缩。 张斌认为，二季度的经济表现说明，当前复苏对外需的依赖程度进一步上升，而投资、融资、消费等反映内需和内生动能的指标同步走弱，财政支出的收缩更是形成了新的拖累。当务之急是尽快扭转二季度以来财政和信用扩张放缓的局面。 展望三季度，张斌建议，一是采取更加积极的货币政策，激发经济内生增长动力；二是加快政府债券发行进度，确保完成全年财政支出目标；三是尽快落地 8000 亿元新型政策性金融工具，发挥其撬动作用；四是稳定房地产市场，加快存量出清与企业现金流修复。 “在当前的利率和价格预期下，企业投资和居民买房‘算不过来账’，内需扩张的内生动力不足，内需增长高度依赖逆周期政策支持。”他进一步表示，货币政策是撬动自发性内需增长的关键支撑，主要通过两个渠道发挥作用：一是通过明确的表态提升市场通胀预期，由此带来的是提高企业未来盈利预期，提升市场风险偏好水平；二是更进一步降低融资成本。 “预计今年三四季度还会有一些新的政策出台，特别是加强预算执行方面，这样可以对下半年内需形成一定支撑。”对于财政政策，张斌建议，在8000亿元政策性金融工具之外，额外再发一部分债弥补地方卖地收入下降的缺口，补充财力。他结合名义GDP缺口测算，填平产出缺口可能还要在目前基础上额外增加4万亿元支出。 K型分化，是当下备受关注的经济现象和趋势。在二季度经济表现中，多项指标出现背离，包括名义GDP增速与实际GDP增速、名义GDP增速与支出法分项增速，以及工业增加值、固投和社零等指标折射的供给侧和需求侧背离等。 GDP增速方面，二季度实际GDP增速创下阶段新低，但在前期大宗商品价格上涨向 PPI传导等因素推动下，二季度GDP名义增速升至5.9%，较一季度提高约0.9个百分点，创下过去5年单季度新高。GDP平减指数当季同比由负转正至约1.5%，较一季度的-0.06%回升，结束了自 2023 年二季度以来的持续负增长，为近三年来首次转正。 对此，中国金融四十人研究院院长郭凯指出，存货、输入性通胀视角都无法解释上述背离，宏观数据背后可能已有明显的AI身影。他进一步表示，在外需引发大量AI产业链出口需求之外，国内大规模AI投资可能未被传统固定资产投资统计指标充分捕捉。而这一部分可能也是放大经济K型分化的重要因子，即向上的部分在很大程度上是由AI带动，背后同时对应着上半年AI强出口和强进口。 AI如何影响供需平衡？收入分化引担忧 今年以来，AI产业链在全球资本市场如火如荼。尽管长鑫科技IPO首日异常火爆且创下多项纪录，但包括韩国、美国股市在内的科技行情回调正引发多重担忧。 中期视角来看，随着AI技术革命持续推进，背后的实际经济效益、负面冲击引发越来越多的关注和讨论。CF40同步发布的最新专题报告提出，AI正在改变宏观经济运行的底层逻辑，结合历史上历次重大技术进步来看，宏观经济政策应对此予以充分考虑。 张斌表示，关于重大技术进步对经济增长的作用，应从两个层面看待：一方面，重大技术进步直接带来生产能力提高和产业升级，拉动经济增长；另一方面，技术进步改变了经济波动的内生机制，如果由此引发了更大的内生波动压力且没有好的应对措施，经济陷入更加频繁且较长时间的经济衰退，经济增长绩效会大打折扣。 专题报告从供给端冲击、需求端冲击、市场机制冲击角度，并结合工业革命经验、他国经济反馈指出，从供给端看，AI 技术革命的关键不仅在于 AI 技术本身，也在于AI技术能否激发上下游企业和其他行业的技术突破和更广泛的技术创新。从需求端看，AI 会放大库存周期和设备投资周期，加大总需求的内生波动压力；AI 还可能减少劳动者收入份额，在较长时间里放大供求不匹配。 黄益平结合历史上第一次到第二次工业革命与收入分配之间的关系表示，AI技术进步有多种潜在作用机制，包括资本偏向机制带来劳动收入份额持续下降、任务计划机制导致中产空心化和K型分化、技能分化与数字鸿沟使得阶层流动受阻，以及财富分配放大机制带动资本收益与劳动收益脱钩等。他结合第一次工业革命时期出现的“恩格斯停顿”提到，技术进步能够带来明显的工人收入增长之前，可能首先要经历较长时间的收入冲击，政策层面应为此未雨绸缪。 张斌也提到，AI在需求侧可能带来的消费冲击主要源自资本替代劳动进而劳动份额下降，长期导致整体边际消费倾向下降。但与此同时，正向的技术冲击会提高社会收入预期，同时财富效应也会促进消费，但股权增量往往伴随着明显的财富分化；投资冲击则体现在AI需要大量的物质投资，尤其大型科技公司为保持竞争力倾向于过度前置投资，从而放大库存周期。 张斌建议，对于供给侧，政策发力的关键在于保证充分的市场竞争，以及科研激励机制和组织结构改革；对于需求侧，政策应更加注重实现总需求的稳定持续扩张。在稳需求方面，他提出三点建议：一要致力于保持较低且稳定的通胀预期；二要重视金融稳定，特别是金融资产价格背后的杠杆运用，避免资产价格剧烈动荡伤及金融机构及实体经济；三是精准辨别供给冲击和需求冲击，稳住中低收入群体的收入和消费，需要友好营商环境、社会福利和社会保障、家庭金融资产增长多方位支撑。 黄益平认为，AI时代，为充分应对可能出现的收入分化、就业极化等现象，宏观层面应该更注重“投资于人”，构建系统性的政策组合拳，兼顾短期社会稳定与长期经济效率，从而实现技术红利的普惠共享。首先，要完善失业保险与兜底保障体系，缓冲AI带来的失业冲击；其次，要改革教育体系，重塑人力资本结构，推动劳动者通过能力升级实现人与智能技术协同共生；最后，可以借鉴国外税收调节、数据产权归属、全民基本收入等维度的政策举措，重构生产要素的分配机制，打破资本与技术对AI红利的垄断。 （实习生林汉语对此文亦有贡献）

2026-7-29 : 人民币国际化给国内企业和个人创造的最大机会，就是我们已经进入了全球地缘政治结构的重大重构期。美国要重构全球利益，要收缩，缩到美洲、缩到西半球。未来美国退出的空间、地缘政治结构的重组，给中国提供了巨大的舞台。我经常类比中国现在面临的机会，就是1945年二战后的美国。美国抓住了二战后欧洲重建的机会，推出了马歇尔计划、欧洲美元计划，把美元顺势推向全球。我觉得，今天中国也有这个能力。庞大的工业体系、巨大的官方外汇储备，为接下来推进人民币国际化，提供了一个非常好的基础。中国企业、老百姓都可能在这个战略的推进过程中获得好处。从全球产业维度看，产业实际上只有一个趋势，就是AI。任正非称AI为“人类的最后一次工业革命”，可能也真是最后一次工业革命，而且这一次对人类深度和广度的影响，都是之前工业革命无法比拟的，它不光是带来生产力革命，而且人类还面临重构未来、重构新的治理生产关系的重任。这个过程中，我觉得中国充满了机会，从产业趋势来讲，AI的尽头一定属于中国。AI和之前的互联网革命，有本质区别。互联网革命的规则是软件吞噬一切，而AI革命产生的资本密集度、资本硬度要远超互联网革命，可能超过100倍甚至不止。AI的模型、算法、算力都是表象，它背后真正对应的是一座座互联网数据中心，成千上万张GPU算卡，背后是电网、电力，是各种光通信高效的互连。再往后，到物理AI的时候，又是各种端侧智能机器人、智能驾驶、智能设备、智能工厂。它们牵涉的链条，是地球上所有与AI相关的资源。只有中国这样的工业能力，才能把这些资源品开发出来。中国也正在利用这样的优势，把工业能力转成数字资产。开源的底层大模型，等于创造了一个完全超出传统想象的全球贸易新秩序。基于此，人民币国际化过程中可能很多事情都会超出想象。从专业角度来讲，人民币是当下最低估的一种货币。我觉得，这5年是中国的一个舒适区，现在等的无非就是一个“天下有变”的条件。一旦出现了达里欧讲的“超级周期”的巨大变化，可能在未来两三年，那时候中国已经准备好了。至于最近市场波动，主要来自于美元潮汐。7、8、9月份是美国财政发债的爆发期。当前美国利率水平非常高，而通胀又像牛皮癣一样非常顽强，所以美国也很尴尬。最近美联储新主席沃什和美国财长贝森特配合，都在进行非常明显的、有意识的预期调控，简单讲就是为市场制造分歧、打破共识、制造高波。高波的发生地，就在AI、硬件，费城半导体产业链上。今天我们看到，波动已经释放了。释放以后，潮汐一吞一吐、一张一弛有一个过程。所以，也给我们介入AI产业周期，创造了一个买点。对于普通投资者，我个人认为中国AI公司被明显（低估），特别是港股的科技平台型公司。这些公司基本面稳健，现金流也很稳定，也累积了大量算力，很多投资布局正在产生丰厚的溢价。而现在这么便宜的价格，如果不放到美元霸权背景下来看，有时候不太好理解这个估值。我想这个状态迟早有一天会得到修正，我是坚定地相信国运是站在我们这边的。从这个角度来讲，美元法币定价权的衰落，是一个确定性的指引。同时，黄金会被动地成为一种法定货币。尽管今年年初黄金出现了一波中期调整，但是从长期来看空间非常大。如今美国一边是高久期美股，另一边决策层希望得到一个高久期的美债。但是，同时把两个久期这么庞大的市场托起来，我觉得上帝也做不到。所以，美债、美股波动的风险，特别是三季度、下半年的风险，大家一定要重视。（作者系上海首席经济学家金融发展中心副主任）第一财经获授权转载自微信公众号“首席经济学家论坛”。

2026-7-29 : 【券商晨会精华：AI驱动半导体产业资本开支上行，半导体设备开启新一轮成长周期】昨日，市场全天震荡调整，三大指数低开低走。黄白线分化明显，权重股走弱。沪深两市成交额2.03万亿。从板块来看，脑机接口、光刻机、分散染料、大消费等板块表现活跃。下跌方面，CPO、存储芯片等概念集体调整。截至收盘，沪指跌1.16%，深成指跌4.52%，创业板指跌7.35%。 中信建投认为，800VDC将成为供电架构迭代的关键催化，受益方向包括柜内、柜外、板级电源等；华西证券认为，WAIC 2026催化超节点共识，交换机产业链迎系统性重估；中信证券认为，AI驱动半导体产业资本开支上行，半导体设备开启新一轮成长周期。

2026-7-29 : 7月29日，SK海力士（000660.KS）公布2026年第二季度财报。该季度SK海力士营收79.32万亿韩元（约3696亿元人民币），同比增长257%，环比增长51%；营业利润60.54万亿韩元（约2821亿元人民币），同比增长557%，环比增长61%；净利润93.92万亿韩元（约4377亿元人民币），环比增长133%。 第二季度，SK海力士营业利润率为76%，净利润率为118%，现金及现金等价物则达到88万亿韩元，环比增加了33.6万亿韩元。该公司表示，在强劲的AI需求推动下，高价值产品销售带动公司季度业绩再创新高，上半年收入首次超过100万亿韩元。 具体产品中，SK海力士表示，HBM4（第六代高带宽内存）第二季度已实现大规模出货，下半年将持续扩大出货规模，HBM4E（HBM4增强版本?）已向客户发送样品。DRAM（动态随机存取存储器?）方面，SOCAMM2（专为AI服务器设计的新型内存形态）销量持续增长，基于1c工艺（10纳米第六代DRAM工艺）的产品量产稳步爬坡。NAND 闪存方面，该公司已在推动先进制程迭代，321层的NAND闪存市场占比持续提升，公司的目标是到今年年底321层产能可占公司本土NAND闪存总产能的50%左右。 SK海力士表示，随着大型科技公司加大对AI基础设施的需求，这些投资获得AI服务产生的收入支撑，预计存储需求的增长势头将持续下去。以需求展望为基础，SK海力士与十余家主要客户签订了长期协议，以确保中长期的稳定供应，多年期合同和技术创新解决方案的需求已有所增长。 作为对市场需求增长的回应，SK海力士在加速推进韩国忠清北道清州市DRAM生产基地M15X的量产。中长期的投资计划包括投入P&T7先进封装设施、M17 NAND生产基地和新半导体集群的开发项目建设，公司将根据客户需求及投资效益分阶段进行。 虽然SK海力士第二季度多项财务数据增长迅猛，但营业利润低于此前市场预测的约64万亿韩元，营收低于市场预期的约84万亿韩元。美股7月28日，SK海力士（SKHY.O）跌8.98%，触及上市后股价新低，美光科技跌8.85%。盘后SK海力士跌超2%，随后转涨。 韩股SK海力士股价高点在6月22日，6月22日至7月28日，SK海力士股价已累计下跌46.9%。7月29日开盘，韩股SK海力士涨超2%。

2026-7-28 : 上海市委书记陈吉宁今天下午在向老同志通报全市改革发展重点工作时指出，要深入学习贯彻习近平总书记考察上海重要讲话精神和对上海工作重要指示要求，树立和践行正确政绩观，专心致志当好“施工队长”，不折不扣抓落实、全面系统抓落实、深化递进抓落实、务求必成抓落实，全力以赴抓好十二届市委九次全会各项工作部署落地见效，努力在推进中国式现代化中充分发挥龙头带动和示范引领作用。 市委副书记、市长龚正出席会议并通报市委市政府年度重点工作安排以及上半年经济社会发展情况。市委副书记朱忠明，市委常委、市委秘书长华源出席会议。 陈吉宁指出，贯彻落实习近平总书记考察上海重要讲话精神和对上海工作重要指示要求，是全市工作的鲜明主题和突出主线。要始终坚持“四个放在”，拿出按图施工的老实态度、发扬扎实细致的认真精神、展开闻令而动的有力行动，把习近平总书记赋予的重大使命、交办的重大任务、提出的重要要求、叮嘱的重点事项、指导的重要方法紧密结合起来，作为内在连贯、有机统一的整体，强化整体谋划、协同推进，不断提升同向发力、同频共振的整体效能，推动贯彻落实持续走深走实、不断深化拓展。要始终突出一个“实”字，紧盯改革发展的卡点堵点、民生改善的痛点难点，聚焦转型升级的瓶颈制约、统筹发展安全的裉节问题，发扬钉钉子精神，一件接着一件干，办一件成一件，切实做到善作善成、把事干成。 陈吉宁结合落实十二届市委九次全会部署，就基础研究、人工智能、城市治理现代化有关情况作了通报。陈吉宁指出，加强基础研究，要突出为国担当、勇为尖兵，突出提高原始创新能力，突出创新体系整体效能，突出“四个面向”战略导向，着力解决好战略布局、体制机制以及概念验证、中试放大、培育发展新质生产力等问题，为实现高水平科技自立自强、建设科技强国作出更大贡献。人工智能发展，要坚持长期性、保持敏捷性，深化“芯、模、云、数、端、用”全链条布局，强化算力支撑，补齐人才短板，加快培育创新企业，加强智能终端开发，推动各类智能体部署和应用。全面践行人民城市理念，要围绕群众急难愁盼，把宜居安居放在首位，深入实施民心工程，扎实办好民生实事，坚决守牢城市安全，努力提高人民群众的获得感、幸福感、安全感。希望各位老领导、老同志一如既往关心支持上海发展，为全市工作多提宝贵意见建议。

2026-7-28 : ①我国启动人工智能大模型IPv6能力提升专项行动； ②比亚迪计划今年8月发布人形机器人； ③阿里云真武超节点适配Kimi K3； ④微软AI发布网络安全模型MAI-Cyber-1-Flash，漏洞检测性能提升并降低50%成本； ⑤亚马逊正全面改革AI战略并重组团队，正在逐步淘汰许多内部AI模型； ⑥支持开源大模型的行业联名信签署企业突破50家，英伟达、Meta、OpenAI等科技巨头悉数在列。

2026-7-28 : 7月28日下午，2026《财富》世界500强排行榜出炉。今年《财富》世界500强排行榜企业的营业收入总和约为43.1万亿美元，超过全球GDP的三分之一，比去年增长了约3.2%。所有上榜公司的净利润总和同比大幅增长约14%，约为3.4万亿美元。500家上榜公司的资产总额和净资产总额均达到创立以来的最高峰。 从科技公司的表现来看，排名前10的企业中，亚马逊终结了沃尔玛连续12年的领跑纪录，从去年的第2冲到第1，苹果从去年的第8升至第6，谷歌母公司Alphabet首次进入前10。英伟达首次入围前50，从去年的第66名升至28名。 在榜单划分的20大行业中，科技行业以高达21%的营收增速领跑，也是最赚钱的行业之一。此次世界500强最赚钱的前10家公司中，有7家为科技公司。Alphabet之外，第2至第4名分别是英伟达、苹果和微软，亚马逊排在第6，第8是Meta，第9则是台积电。 中国科技公司中，排名前100的企业包括鸿海精密（23）、京东（41）、中国移动（53）、阿里巴巴（56）、华为（81）、台积公司（82）、腾讯（97）等。京东集团仍然是排位最高的中国大陆民营公司，腾讯则首次进入前100。 这份榜单最引人注目的变化，并非仅仅是数字的增减，2026年的《财富》世界500强榜单试图告诉我们：当技术革命的浪潮席卷全球，财富的创造逻辑正在发生根本性改变。那些掌握数据、算力和算法的企业，正在取代传统的资源和资本密集型企业，成为新的财富引擎。 这些科技公司最赚钱 2025年，500家公司的整体利润持续增长，利润总和达有史以来最高，约为3.4万亿美元。其中高技术企业共38家，比去年多4家，它们的平均营业收入为1044亿美元，平均盈利达219.8亿美元，同比分别增加8%和21%。高技术企业的营业收益率居于最好的行业之列。 谷歌母公司Alphabet从沙特阿美手中夺走了“全球最赚钱企业”称号，结束了后者“四连冠”的纪录。Alphabet公司去年盈利1321.7亿美元，利润同比增长约32%，这也是《财富》世界500强企业取得的第二高盈利数据。英伟达位列利润榜第2，利润同比增长约64.8%。 苹果公司位列利润榜第3位，沙特阿美滑落至利润榜第5位。另外三家美国科技企业——微软、亚马逊和Meta Platforms公司分别位居利润榜的第4、第6和第8位。 在最赚钱公司榜单中，台积公司是唯一进入利润榜前10的中国公司，去年利润超过544亿美元；腾讯排在第16，去年利润超过312亿美元。 在利润率榜上，软银集团超越英伟达，以超过64%的净利润率位居榜首。利润率最高的前十家公司中，有四家来自半导体、电子元件行业，分别是英伟达、台积公司、SK海力士和博通，分别位居第2、第4、第5、第6位。台积公司也是唯一进入利润率榜前十的中国公司，另一家中国公司腾讯排在第14。 净资产收益率最高的50家公司中，有三家中国公司：奇瑞汽车股份有限公司、台积公司和广达电脑公司。中国公司在这个子榜单中排位前10的包括奇瑞汽车、台积公司、广达电脑、紫金矿业、联想集团、拼多多、宁德时代、美的集团、立讯精密和腾讯。 科技公司的狂飙伴随着AI技术从概念验证走向商业落地的关键转折。那些在榜单上排名跃升最快的企业，恰恰是在AI基础设施、云计算和芯片领域押注最重的玩家。它们用真金白银的投入，换来了远超行业平均水平的回报。 AI军备竞赛：千亿美元资本支出背后的豪赌与回报 在2026年《财富》世界500强榜单中，亚马逊比去年更进一步，取代沃尔玛登顶。业务发展方向上，亚马逊持续押注人工智能。亚马逊预计2026年资本支出将达到2000亿美元。而在2025年，亚马逊全年的资本支出约为1310亿美元。 亚马逊的投入目前获得了不错的进展。今年一季度财报显示，亚马逊多项业务快速增长。AWS业务创15个季度以来最快增速。芯片业务的年化营收突破200亿美元，同比增长三位数。在合作伙伴生态上，亚马逊今年接连宣布投资人工智能公司Anthropic以及OpenAI，面向OpenAI的投资达到500亿美元。 谷歌母公司Alphabet公司首次进入前10，排名第8，去年排在榜单第13位，并且是“全球最赚钱企业”。2025年Alphabet盈利1321.7亿美元，利润同比增长约32%，这是《财富》世界500强企业历史上取得的第二高盈利数据。 Alphabet的利润增长很大程度得益于谷歌的AI云业务增长。Alphabet年度营收首次突破4000亿美元，同比增长15%，其中谷歌的云业务营收同比增长达48%。不过，在2026年的二季度财报中也有隐忧：谷歌的自由现金流为负59亿美元，是谷歌历史上首次出现负现金流。AI投资正在改变谷歌一贯稳健的财务结构，投资者也正在衡量谷歌持续增长的资本支出和回报是否合理。 微软从2025年的22位升至今年的第18位。从业绩表现看，人工智能带动微软部分业务例如Azure和其他云服务一季度收入超预期，预计2026年全年资本支出将达到1900亿美元。但微软和OpenAI曾经紧密的合作关系已经松动，微软选择与其他人工智能公司加强合作。同时，受内存价格等因素影响，今年以来Xbox等业务承压，正在寻求改变。 然而，并非所有科技公司都在这轮AI浪潮中轻松胜出，也有一些曾经的明星公司却在转型阵痛中挣扎。技术革命从不保证每位参与者都能胜出，关键在于能否在新的游戏规则中找到自己的位置。 比如特斯拉以948.27亿美元位居第116名，相比于往年排行榜下降10名。该公司净利润为37.94亿美元，同比下降46.5%。2025年是特斯拉史上首次年度营收下滑。特斯拉在财报中介绍，随着全球电动车市场竞争加剧，导致车辆交付量减少。 特斯拉正在转型从以硬件为中心的业务转向一家物理人工智能公司。2026年第二季度财报显示，公司第二季度总营收为282.36亿美元，同比增长26%；但归属于普通股股东的净利润为11.14亿美元，较上年同期的11.72亿美元下降5%。而且，特斯拉的资本支出近58亿美元，自由现金流两年多来首次变为负值。这主要是由于特斯拉扩张自动驾驶、人工智能和机器人业务。 “卖铲人”的黄金时代：芯片厂商在AI热潮中闷声发财 如果说AI公司是这场技术革命的“应用层”，那么半导体厂商就是不可或缺的“基础设施层”。当科技巨头们竞相投入数千亿美元建设AI数据中心时，真正受益的首先是那些掌握核心芯片技术和制造能力的企业。榜单上半导体公司的排名跃升，正是这一逻辑的最佳注脚。 个中翘楚当数三星电子，排名第26，相比去年上升了1位。 不过其他公司排名升幅更为惊人。SK海力士排名第210，相比去年上升101位。SK海力士今年第一季度销售额52.6万亿韩元，季度销售额首次突破50万亿韩元大关，营业利润37.6万亿韩元，同比暴增405%。由于员工奖金与营业利润挂钩，SK海力士员工工服曾在当地社交媒体上被调侃为“相亲神器”。 与SK集团和三星电子近日达成5000亿美元合作的英伟达，今年排名第28，首次入围榜单前50，相比去年提升16位。英伟达在截至今年4月26日的季度中营收超816.15亿美元，刷新季度营收最高纪录。该公司不仅着眼芯片，还通过协同设计和垂直整合推动AI基础设施性能提升，英伟达机架级平台Vera Rubin NVL72已在加速生产。 与英伟达竞争的AMD，稍显逊色，去年并未进入榜单，今年排第478名。近日AMD推出机架级平台Helios并拿下OpenAI、微软等客户。SK集团和三星电子近日还分别通过与英伟达达成5000亿美元合作、与博通达成2000亿美元合作锁定长期订单。 纬创集团是英伟达的供应商之一，也是今年排名上升幅度最高的公司，跃升298位，位列第198。作为英伟达、AMD、苹果等公司的芯片代工，台积电业务也受到AI热潮驱动，首次入围榜单前100，较去年上升44位。 在高技术企业中，鸿海精密工业股份有限公司成为这个领域中国公司的龙头，去年营收超过2600亿美元。中国大陆高技术企业中居首的是华为，营收超过1225亿美元，其营收和利润相比上一年均有所增长。 中国科技军团：实现集体跃升 在全球科技版图的重组中，中国企业展现出更为务实的AI转型路径——既要在存量业务中挖掘效率红利，又要在新技术浪潮中寻找增量空间。这在榜单排名的变化中得到了清晰体现。 京东的排名比去年上升3位，位居第41位。截至一季度，京东的年度活跃用户数超7.4亿，从2023年四季度以来已实现连续10个季度的双位数增长。一季度，京东开源了基础大模型JoyAI-LLM Flash。 阿里巴巴集团在榜单位列第56名，相较去年上升7位。榜单显示，2025年，阿里实现1441.7亿美元营业收入，净利润145.6亿美元。过去一年，在对即时零售、AI基础设施投入加大的情况下，阿里实际面临着净利润下滑的压力，一方面，市场期待阿里巴巴投入未来的战略成功，但一方面，电商整体增长疲软以及阿里在巨额资本开支后能收到多少AI回报仍待观望。在几个季度的利润承压后，阿里开始释放淘宝闪购走过烧钱换量阶段的信号，阿里高管还提到，预计未来一到两年阿里云的毛利率会有比较显著的提升，为阿里巴巴的未来增长释放乐观信号。 随着外卖大战熄火，美团一季度的亏损情况有所好转。本次榜单美团的排名上升16位，排名第311位。美团创始人王兴曾表示，AI转型是“必答题”而非“可选题”。6月，美团发布新一代基础大模型LongCat-2.0。 腾讯则是首次入围榜单前100，较去年提升19位，排名第97位。腾讯2025年营收7517.7亿元，同比增长14%，Non-IFRS经营利润2806.6亿元，同比增长18%。腾讯今年在智能体方面多有动作，推出了WorkBuddy等产品并灰度测试微信AI助手小微，其AI投入如何转化为收入则有待观察。 连续第二年进入世界500强前100名的是华为投资控股有限公司，排名第81位，较去年提升2位。过去一年，华为实现了从“求存”到“发展”的关键跨越。其中，智能终端业务延续复苏势头，鸿蒙生态持续扩张，企业业务和数字能源业务保持增长，AI带动算力基础设施需求快速提升，也推动昇腾计算、AI服务器等业务持续放量。今年以来，华为围绕AI基础设施进一步加码布局，昇腾950超节点首次亮相，并正式发布了半导体领域的“韬定律”。过去六年，华为已基于这一路线设计并量产381款芯片。 小米集团排名232位，提升65位，创下2019年首次上榜以来的排名新高。 拼多多曾是该榜单中排名提升最多的中国公司，2025年，排名相比前年上升176名，位居第266位。今年，拼多多的排名继续上升位列255位。尽管拼多多同样面临着净利润下滑的压力，但过去一年，拼多多的净利润率仍领跑电商行业。2025年，拼多多实现营业收入600.8亿美元，净利润136.1亿美元，净利润率为22.7%。未来，如何延续Temu的海外扩张，在海外政策风险、合规挑战中找到新发展路径是拼多多的一大挑战。 中国科技制造业龙头也在这份榜单中展现出强劲竞争力。 在全球家电行业的格局重塑中，中国企业正在超越传统日韩巨头。白色家电龙头企业美的集团、海尔智家再次上榜，其中美的与同在榜上的日韩电子企业相比更胜一筹。美的集团的排名跃升至第231位，比去年提升15位，而LG电子、松下控股今年的排名均有所下滑，排位分别为第238位、第286位。海尔智家跃升至第378位，比去年提升12位。这两家中国企业受益于ToC、ToB业务同步拓展以及全球突破，去年业绩均创新高，美的集团2025年营收同比增长12.1%至4565亿元，归母净利润同比增长14%至439.45亿元；海尔智家营收同比增长5.71%至3023亿元，归母净利润同比增长4.38%至195.53亿元。 同时，一个“缺席者”同样值得关注——作为国内头部互联网厂商，字节跳动从未登上《财富》世界500强榜单。虽然私有企业本身具备参评资格，但字节跳动自成立以来从未对外发布可第三方核验的全年合并审计营收数据，因无合规公开数据用于核算其完整集团营收，因此从评选规则层面始终无法纳入榜单。 在AI重塑经济版图的过程中，机会不仅存在于那些直接开发AI应用的公司，更隐藏在为其提供基础设施、核心组件和关键服务的幕后玩家中。而对于中国经济而言，如何在这轮全球科技竞争中既保持应用层的创新活力，又突破基础层的技术瓶颈，将是决定未来在全球价值链中位置的关键命题。 实习生张宇汐对此文亦有贡献

2026-7-28 : 仅仅一个季度，公募“顶流”的牌桌彻底换了人。 一边是科技主线催生规模新贵，百亿、数百亿梯队快速扩容，沉寂两季的“500亿门槛”被再度突破；另一边，存量赎回持续发酵、头部基金经理“减负”不断，旧秩序加速瓦解。一轮由赛道行情驱动的规模分化，正在重新定义谁是当下公募权益市场的“顶流”。 易方达基金郑希以578.87亿元在管规模接过了“公募一哥”的权杖；财通基金金梓才更是一鸣惊人，单季规模暴增535%，上演了从“百亿门外汉”到“500亿巨头”的黑马逆袭。前五大“新贵”单季度实现1735亿元的增量，这些增量几乎全部指向同一个关键词：“含AI量”。 而张坤、葛兰、刘彦春等昔日“顶流”，已退守十几名甚至几十名开外。在受访人士看来，行情造“顶流”的背后，远不止是基金经理位次的更迭。这轮由AI浪潮催生的新“大佬叙事”，与上一轮消费时代“时间的玫瑰”逻辑截然不同，但历史周期从不例外，极致抱团终将迎来估值拥挤、情绪过热的阶段，建议投资者告别“追人买基”。 头部阵营迎来大洗牌 二季度，结构性行情汹涌之下，公募极致抱团风潮再度席卷市场。据申万宏源研究数据，电子、通信板块是主动权益基金二季度重仓股配置比例最高的两大行业，重仓比例合计已超过60%。资金顺着行情主线汇聚，“含AI量”成为本轮基金经理管理规模跨越式增长的核心筹码。 第一财经据Choice数据统计，截至二季度末，全市场主动权益类基金（包含普通股票型、灵活配置型、偏股混合型、平衡混合型基金，下同）超过5万亿元，若以管理的主动权益类基金规模占在管规模60%以上为筛选标准，主动权益类基金经理的数量超过1700人。 其中，管理规模超过100亿元的主动权益基金经理达到133人，较上一季度末的104位增加近三成。在业绩与规模的正向循环驱动下，行业头部阵营快速迭代扩张，沉寂两个季度的主动权益基金“500亿规模门槛”再度被突破，行业头部体量天花板持续抬升。 目前，易方达基金郑希以578.87亿元的管理规模取代老牌“顶流”张坤登顶行业榜首，也让行业管理人管理规模的天花板再度逼近600亿元关口。今年二季度，他管理的四只产品平均回报超过93%，同期出现超19亿份的净申购，这也直接导致其在管规模单季度增加339亿元，环比增超140%。 行业榜单第二、三位同样被科技赛道基金经理包揽，财通基金金梓才、华商基金张明昕分别以565.49亿元、557.42亿元的管理规模紧随其后。其中，金梓才管理规模增速最为迅猛，一季度末管理规模仅89.09亿元，但凭借财通成长优选、财通价值动量两只核心产品热度爆发，单季度规模增幅超535%；张明昕则自去年四季度跻身百亿阵营后稳步攀升，连续两个季度实现管理规模翻倍，成长势头稳健。 除此之外，易方达基金武阳、东方基金严凯同样依托科技主题产品实现管理规模跨越式增长，单季度管理规模均扩张两倍。武阳手握三只百亿级产品，以462.04亿元管理规模位列行业第四；严凯管理的东方人工智能主题基金，是当前全市场规模最大的主动权益产品，最新规模为406.78亿元，稳居行业第五。 本轮新晋五大“顶流”的管理规模爆发力度尤为惊人，五人单季度合计规模增量近1735亿元。而在一季度，这批新晋头部管理人最高排名仅位居行业20名开外，部分甚至尚未迈入百亿基金经理阵营，短期行业格局更迭速度前所未有。 在新晋力量强势崛起的同时，主动权益头部阵营正经历剧烈洗牌，老牌“顶流”同步退潮。存量资金持续赎回叠加“减负”卸任，昔日稳居前列的管理人纷纷淡出头部序列。当前行业前十榜单中，老牌“顶流”仅余兴证全球基金谢治宇，以392.75亿元管理规模排名第八。 而占据榜首多年的张坤，在管规模缩至322.85亿元，排名滑落至第16；中欧基金葛兰以314.14亿元排名第18，广发基金刘格菘、景顺长城基金刘彦春等明星基金经理，则退至30名开外，规模在“200+”亿元阵营。汇丰晋信基金陆彬、前海开源基金崔宸龙等昔日的百亿明星，更彻底告别了这一梯队。 “大佬叙事”剧本迭代 回望公募主动权益发展历程，行业曾走过轰轰烈烈的“明星时代”。彼时，市场核心审美与当下并不完全一致。头部榜单剧烈更迭的背后，一个更核心的问题随之浮现：本轮规模爆发，究竟是基金经理稳定输出超额收益的能力兑现，还是科技赛道阶段性行情的馈赠？ “是个人能力与行业贝塔共同作用的结果，但毫无疑问，风口是大于能力的。”一位头部基金公司内部人士对第一财经表示，去年以来全球股市都走出了一波分化明显且攻势凌厉的科技成长行情，在这一风口的酝酿推动下，催生了许多“科技顶流”“成长明星”，毫无疑问，赛道本身的红利在其中发挥了至关重要的作用。 但他也强调，赛道红利并非普惠式赋能。“哪怕是在科技成长赛道之中，不同基金经理与不同产品之间的竞争同样十分激烈，并不意味着简单地‘站在光里’就自然会成为‘顶流’，而竞争就体现了基金经理发挥主观能动性、创造超额收益的差异。” 上海一位基金营销人士则认为，与上一轮明星基金经理时代相比，底层信仰有所不同。他表示，上轮公募“造星”讲的是“时间的玫瑰”和“核心资产”，例如茅台背后的逻辑是中国14亿人的消费升级。 “那时候的叙事是‘买入并持有’，规模越大越稳，越跌越买，因为资产本身有护城河。”他分析称，但现在的新剧本讲的是“产业趋势的爆发力”，不再强调长久持有，而是强调在正确的时间重仓正确的科技周期。 他进一步表示，这轮“大佬叙事”，对基金经理的择时和产业节奏判断要求更极致。而且，这一轮资金较为短视，大家不看五年，就看今明年AI的业绩兑付。“一旦产业趋势斜率变缓，这批新贵面临的规模反噬，可能比当年的消费顶流来得更猛烈”。 此外，在受访人士看来，历史的节奏或有细节差异，但总是踏着相同的韵脚。“规模是业绩天敌”的行业规律依旧有效，百亿乃至数百亿体量，对调仓灵活性、持仓分散度、风险控制都提出了更高考验。 潮起潮落间的理性回响 资本市场没有新鲜事，回望过往，公募行业也曾经历过轰轰烈烈的“明星时代”，但当规模增长高度依赖于赛道贝塔时，行情抱团的可持续性便成为无法回避的议题。 前述头部基金人士认为，无论是当下炙手可热的“科技顶流”，还是过去风光无限的老牌“明星基金经理”，一旦所处相关行业、主题交易拥挤、估值高企时，必然会迎来行情调整甚至趋势反转，这自然也会带来净值下挫、信心溃散和口碑分裂。 华南一位投研人士也有类似看法。他表示，赛道型基金的核心特征是“高集中度”带来的“高弹性”，这决定了其业绩与行业景气周期高度绑定。从近年来的表现看，赛道型基金的业绩连续性并不稳定，例如此前的消费、医药、新能源等赛道均出现过深度回撤的情况。 不过，针对当前高位科技抱团行情，该投研人士认为，无需简单套用历史仓位高点判定行情见顶。“本轮AI行情是中美产业趋势、资本开支和市场定价共同推动的全球性周期，其覆盖范围、持续时间和资金容量都相对偏高。”在该人士看来，当前仓位虽处于历史高位，但更应结合全球产业周期、行业市值扩张和盈利增长综合判断。 事实上，越来越多的机构也意识到，过度依赖单一明星基金经理的模式潜藏风险，强调平台化投研体系化、主动管控规模上限、为管理规模较大的基金经理增加投研力量或者减负等，成为不少头部公募的调整方向。 在前述受访者看来，公募“大佬叙事”的新剧本里，主角不再是某个名字，而是“平台+赛道+团队”的三位一体。 “市场不存在常胜的基金经理，当下行业发展更注重投资者的长期收益与持有体验，机构宣传与发展的重心，也早已从单一基金经理转向公司的投研体系、风控能力等整体实力等。”华北一位基金公司人士对第一财经说，过去单纯依靠个人光环吸纳资金的叙事，已经难以复刻。 在他看来，行业要实现高质量发展，就必须实现从“依赖明星基金经理”到“体系化赋能”的转型，公司也需要具备深厚的资源沉淀、强大的支撑平台、持续的机制创新与坚定的长期投入。 “最终目标是让投资者的财富托付于一个坚实、稳定、可持续的系统，而非依赖单一基金经理的能力。”他建议投资者在挑选基金时，应逐步将目光从追逐“爆款单品”，转向考量基金公司的整体投研实力、团队稳定性、风控体系与长期业绩。

2026-7-28 : 作为今年扩大有效投资的重要发力点，“六张网”及重点领域建设正在加快推进。 近日召开的国务院常务会议，听取对水网、新型电网、算力网、新一代通信网、城市地下管网、物流网等“六张网”规划建设督查情况汇报。此前4月28日召开的中共中央政治局会议和5月9日召开的国务院常务会议也指出，加强“六张网”等规划建设。 物流网是促进商品和资源高效流转的支撑性基础设施体系。中国物流集团董事长刘敬桢在第五届“流动中国”主题活动中指出，将物流网纳入国家重大基础设施“六张网”统筹规划，标志着物流网从传统配套设施，升级为支撑国民经济循环的核心战略底座。中国物流集团将加快布局物流实体网和物流数字网。 国家发改委新闻发言人李超近日表示，将印发实施现代物流领域“十五五”专项规划，推进物流基础设施系统成网，织密城乡末端物流设施网络，加快发展数智化绿色化物流设施设备，推动物流网补短板、畅联通、提能级。目标是到2030年，基本建成枢纽与产业和消费紧密协同、通道与网络内外联通、设施与装备绿色智能、规则与信息全域互通的物流网，更好服务实体经济高质量发展。 畅通经济循环“大动脉” 物流网是由物流枢纽节点、骨干通道、装备载具、规则标准、信息数据有机融合的跨区域、跨领域综合性服务系统，是促进商品和资源高效流转的支撑性基础设施体系。 今年4月召开的全国服务业大会强调，要推进生产性服务业向专业化和价值链高端延伸。做强做优现代物流、金融服务、商务服务，促进经济循环各环节畅通衔接。 刘敬桢谈到，物流网承上启下，衔接交通基础设施，服务实体经济和民生保障，是连接生产与消费，贯通城乡、国内国外，畅通国内循环、国际循环的核心纽带，是畅通经济循环的“大动脉”，是建设全国统一大市场的关键支撑。 经过多年努力，我国的物流网建设取得了显著成效。从“硬”的基础设施看，“四横五纵”国内物流大通道加快建设，181个国家物流枢纽、105个国家骨干冷链物流基地加快互联成网，规模以上物流园区超过2700家，枢纽节点布局基本成型。从“软”的制度技术看，规则标准建设加快推进，“十四五”期间发布各类物流国家标准210项；物流公共数据加快开放共享，信息数据联通水平进一步提升。 同时也要看到，当前我国物流网还存在很大提升空间。比如，从整体效率看，2025年我国社会物流总费用与GDP的比率为13.9%，这个比率每下降0.1个百分点，就可以节省社会物流成本超过千亿元。从多式联运衔接看，铁路专用线进港区、进园区比例不足，全国主要集装箱作业港区中，接入铁路专用线的比例只有50%左右，公路、铁路、水路、航空运输衔接转换效率还需要进一步提升。 李超表示，系统建设物流网，目的就是优化全社会物流资源配置，加快形成网络规模经济效应，进一步降低全社会物流运行成本。 刘敬桢认为，如今建设的“物流网”，又是一次质的跃升。它不再是简单的“车+路”，而是以枢纽为核心、通道为骨架、网络为形态、数字为底座，覆盖生产、流通、消费全链条，贯通国内国际双循环的现代化综合物流基础设施与服务体系，是涵盖公铁水空，由点连线、由线成网的立体空间。 打造实体网与数字网 中国物流集团是唯一以综合物流为主业的中央企业。“基于中国物流集团的企业实践，物流网建设要打造物流实体网和物流数字网。”刘敬桢说。 中国物流集团的经营网络已覆盖全国33个省级行政区、86个GDP超3000亿元的城市、84个国家物流枢纽承载城市。集团共运营仓储基地（物流园区）344个，占地面积超过2600万平方米；拥有境内期货交割网点44个，涵盖34个品种，总库容超过370万吨。 刘敬桢表示，这张实体网，不只是仓库和场站的简单组合，更是服务实体经济、融入制造产业链的“服务网”。它跟着产业走、嵌入制造中，把物流服务送到工厂门口、生产线边。 再看数字网，则是“软联通”和“智联通”。刘敬桢介绍，它不是简单的“物流+互联网”，而是以大数据、人工智能、物联网等数字技术为驱动，将实体基础设施与信息流、资金流、业务流等深度融合的智能化网络体系。它的核心，是实现物流全链条的“可视、可溯、可优、可协同”。 长期以来，物流行业面临信息不对称、运力闲置、路径低效等痛点，根源在于数据孤岛林立、决策依赖经验。中国物流集团给出的解决方案是，以自主可控的行业大模型重构物流数字底座。中国物流集团发布了2780亿参数“流云”大模型，涵盖算力底座、AI中台、数据中台以及物流视觉、语言、语音、预测、多模态五类大模型。 在位于江苏南京的中国物流集团中储智运数据中心，一块巨型电子屏上，成交单数、成交吨位、货主企业数、在途车辆等关键数据每两分钟自动刷新一次。不断跳动的“绿色+”符号，显示实时有司机进入在途监控系统。 “基于‘流云’大模型打造的智能配对智能体能够将货源精准推荐给返程线路、时间等最契合的运力，有效减少司机返程空驶空载，降低货主找车与司机找货成本。”中储智运战略研究院供应链平台负责人侯磊告诉第一财经，面对超过305万辆车、3.3万艘船、7万家货主以及十大类430种货物品类等海量数据，智能体可将以往的匹配耗时压缩30%，同时将成交率拉升10个百分点。 此外，面向行业通用服务场景，AI正在驱动降本增效。中国包装科研测试中心研发基于3D视觉成像与智能识别的过度包装检测系统，实现包装空隙率、层数、重量的自动化测量，检测准确率达95%以上，效率提升70%；物流采购场景依托“流云”自然语言能力，自动生成招投标文件，编写效率提升70%，智能辅助评标风险识别率达90%；智能客服日均外呼上万次，线上咨询自动解决率从30%提升至80%。 刘敬桢表示，物流通则循环畅，物流强则发展稳。建设物流网，不只是一张运输网络，更是一个大国的经济韧性和战略纵深。物流网的建设，将持续降低流通成本、畅通经济循环、激活内外市场，释放多重经济红利。

2026-7-28 : 作为全球存储龙头企业，长鑫科技以突破3万亿元的总市值登顶A股市值榜首，完成资本市场首秀。AI产业链带来耀眼的资本光环，已吸引一众手握土地、房屋等资产的开发商蠢蠢欲动。今年以来，数家房地产业上市公司发起了布局AI产业的动作，包括港股上市物业公司中奥到家（01538.HK）两度布局AI，佳兆业资本（00936.HK）推进跨界合作，老牌房企德祥地产（00199.HK）通过对外投资合作快速切换赛道，而粤港湾控股则已更名为“粤港湾智算”（01396.HK）……业内认为，部分房企选择跨界AI产业目的是对冲开发主业下行的压力，为保持发展，需要开拓第二增长曲线，同时AI热点更是市值管理与资本叙事的好题材，部分上市房地产公司亦可借此扭转叙事，提振股价。但转型成效究竟几何，仍待时间检验。开启跨界转型7月下旬，港股上市物管公司中奥到家官宣，将与自然人蒋采颖订立协议，成立合营公司，聚焦算力、SaaS及相关服务，布局AI新赛道。据悉，未来该公司业务包括向汽车销售客户提供算力增值服务、向网约车公司提供大数据分析、向跨境电商提供AI产品筛选及供应商管理、向汽车零部件制造商提供AI品质检测及生产线优化解决方案等。这些业务与物管主业并未产生直接关联或协同。这不是中奥到家初次涉足AI领域。早在今年1月份时，该公司就与东宇科技成立了合资公司，从事AI驱动的物业管理、楼宇服务运营、设备智能维保等业务，以降低对人工的依赖及运营成本，并提高房地产代理业务的销售转化率等，以AI赋能物业主业。相较于与主业协同发展推进的合作，中奥到家最近对AI行业的布局跳出原本的主业，跨度颇大。而这样的大踏步转型，正是当前多家房地产业内公司正在积极推进的。稍早于此，佳兆业集团旗下主营建筑设备等业务的上市平台佳兆业资本，在今年6月底宣布，与一家国产AI算力供应商将进行长期合作，拓展国产AI晶片、算力产品及配套解决方案在多元化工业场景的实际应用等，以此切入AI算力赛道。佳兆业资本将此视为战略转型的关键举措。另一家老牌港股上市房企德祥地产的转型则更为彻底。这家开发项目主要分布在中国澳门、香港及加拿大等地的港资开发商，先是于今年3月底斥资200万美元，投资了一家全球化AI基础设施的服务供应商，自此开始对AI相关基础设施及周边产业的演变格局有所了解和掌握。5月15日，德祥地产又与北京启源智算签订谅解备忘录，推动双方在AI基础设施等领域的合作，并借此取得增值电信业务项下的IDC与ISP牌照；同步委任AI算力业内人士为执行董事，并担任算力子公司总经理。此后，德祥地产的AI业务快速迎来成果。5月下旬，该公司签下了首份人工智能算力技术服务合同，并与A股上市公司荣聊科技围绕AI基础设施展开合作；6月初又与中国联通香港在香港地区展开相关合作。同样快速完成赛道转换的还有粤港湾智算。这家曾经名为粤港湾控股的上市公司原本聚焦于大湾区的城市更新和住宅项目，2025年10月该公司收购了一家名为天顿数据的AI算力公司。今年1月初，该公司又获得了深圳市福田区国资8亿元的战略性投资；5月份，该公司完成更名为“粤港湾智算”。6月底，该公司又落地了一笔2.77亿港元的定增，约85%的募资净额拟用于潜在AI算力云服务项目。凭借一系列快速布局，德祥地产与粤港湾智算切换至备受追捧的算力赛道后，沉寂许久的股价出现波动。其中，德祥地产从5月15日的开盘价0.96港元，一路震荡向上，最高触及2.92港元，市值达到30亿港元以上；粤港湾智算则从5、6港元的区间走高至10港元以上，并于5月中旬最高触及19.85港元，较年初涨幅超300%。转型仍有壁垒翻看上述各家或跨界、或转型的房地产业公司财报可以发现，大多是体量较小的企业，近两年的营收规模多在20亿港元左右，部分企业曾深陷债务危机，抑或连年亏损。为何一众中小房企集中选择在当下布局AI行业？中指研究院企业研究总监刘水表示，当前房地产行业已经告别高杠杆、高周转的增量时代，房企业绩普遍承压，2025年超过六成A股房企亏损，住宅开发利润率压缩至 3%-8%，为保持发展，房企务必开辟第二增长曲线。粤港湾控股在谈及收购天顿数据时就曾明确表示，自2021年下半年起，房地产销售大幅下滑，新资金难以到位，房企在流动资金及集资方面面临前所未有的挑战。除了推动债务重组以改善现金流，该公司同步推动业务多元化，于是聚焦于已手握不少客户和订单的AI业内成熟公司。伴随着AI产业的发展，算力需求大幅增长已是确定性趋势。在刘水看来，部分房企可利用自有产业园区、绿电资源建设智算中心，对外出租算力机柜、提供数据运维服务，开拓新的增长业务。透镜研究创始人况玉清也认为，开发商擅长进行重资产运作的项目，AI基础设施建设也是重投入，相关的技术门槛也不会太高，相对来说是个较好的方向，“AI算力在资本市场上也是个颇为‘性感’的概念。”这正是德祥地产决定布局AI算力产业的一项重要原因。该公司董事会认为，AI数据中心、IDC、AIDC及算力基础设施通常涉及重大资本投资及建设、大量电力需求、重运营管理、严格合规标准及长期资本承诺，这在一定程度上与房企在资产投资、项目开发、资本管理及长期资产运营方面的经验相契合。“董事会相信，具备地产项目开发能力、基础能耗资源整合能力、合规运营能力及资本市场融资能力之企业，有机会在未来之AI基础设施生态中占据更有利之位置。”德祥地产提到。不过，真正实现这种跨界并非易事。闲置厂房、土地确实是转型AI 基础设施的有利条件之一，但并不是充分条件。有房企内部人士就向记者表示，对开发商来说，地是所有条件里最简单的，此外还有电力供给、用地规划等方面的要求，还是要算经济账。明源不动产研究院首席研究员艾振强也表示，除了土地等资源之外，还需要同步匹配合规土地、能耗指标、资金、算力运营能力，才能把场地优势转化为真实业务收益。第一太平戴维斯华南区董事总经理吴睿则认为，房企存量资产中的传统商业物业或者工业园，从最初的设计上并不能匹配AI基础设施的要求，两个行业的开发逻辑不同。“算力中心赛道真正的瓶颈是电力、牌照、技术运营以及算力客户这些方面，这对传统开发商来说基本都是盲区。”在吴睿看来，当前房企进行AI产业布局转型的本质，更多的是地产周期低谷和AI算力周期高点之间的套利。短期来看，这还是一个资本避险的概念，带有资本叙事的逻辑；长期来看，是否能成为结构性的赛道迁移，取决于这些房企能否从传统土建开发思维转向AI运营思维，这之间其实有不同的基因，存在不小的差距。

2026-7-28 : 当地时间7月27日，支持开源大模型的行业联名信签署企业突破50家。英伟达、谷歌、微软、Meta、AMD等科技巨头悉数在列，OpenAI也姗姗来迟。 在此背景下，迟迟未现身表态的Anthropic显得尤为突兀，也引发了外界关于其推行闭源垄断、利用监管护城河抑制竞争的质疑。当日，AnthropicCEO达里奥·阿莫迪（Dario Amodei）发文回应称，公司“从未主张禁止开源权重模型”，并再次强调其一贯的前沿模型风险论。 但行业对这套说辞不再买账。同日，英伟达从开闭源模型并存的安全角度出发，牵头成立开放安全AI联盟，联合Hugging Face、戴尔、CrowdStrike等企业，推动基于开源生态的AI安全防御体系建设。 英伟达方面强调，开源软件是全球经济的重要支柱，世界既需要封闭式模型，也需要开放式模型。而在网络安全领域，开放式模型与开放性框架至关重要。 网友不再认可Anthropic安全观点 阿莫迪在文章中解释称，他并不认为考虑全面禁止美国企业使用中国开源权重模型是有效的举措。他再次强调，Anthropic从未主张禁止开源权重模型。 阿莫迪进一步对开源模型的经济属性发表了看法。他认为，不具备前沿危险能力的开源模型本质上是一种“公共产品”，除了运行它们所需的计算资源外，几乎不产生额外的开发成本，并能为广大企业、开发者和研究人员创造巨大价值。 然而，这一论述并不符合常理。超大参数开源模型的真实落地成本远非仅限于计算资源：企业在商用部署过程中，必须持续投入算子适配、量化裁剪与部署优化等工程师人力成本；同时，开源协议审核、代码与知识产权溯源、数据合规审查等，均需要企业建立长期的合规与运维体系。阿莫迪将开源模型简单归为低成本公共产品的观点，忽视了工业界真实的落地门槛与研发开支。 在谈及安全与合规风险时，阿莫迪延续了其一贯的前沿模型风险论。他强调，高性能前沿大模型存在被滥用于网络攻击、生物武器设计以及系统对齐失效的潜在威胁。与闭源API相比，开源权重模型一旦发布便无法撤回，也无法进行实时管控与行为溯源。不过他也承认，单纯靠行政禁令无法化解安全隐患，因为潜在的恶意主体本就不会依托正规合规渠道获取技术。 针对治理路线，阿莫迪表示Anthropic无意倡导对开源权重模型实施一刀切式的全面禁令，但依然主张通过限制高算力硬件出口、打击工业化规模的蒸馏作业，以及对前沿大模型实施强制性上线前安全测试来进行风险隔离。 阿莫迪的回应未能平息外界质疑，有网友直接质问：“任何具备良好防御能力的模型都具备一定的攻击能力，你只是希望别人不要来竞争。”“Anthropic试图将自己塑造成控制人工智能技术发展的权威机构。”“你的观点是错误的，GLM 5.2（智谱开源模型）刚刚拯救了Hugging Face，使其免遭OpenAI模型的攻击。” 英伟达牵头成立开放安全AI联盟 在开源生态呼声高涨与前沿模型安全争论交织之际，开源安全阵营迎来了重量级玩家的加入。 近日，开源模型托管平台Hugging Face遭遇OpenAI模型攻击。该事件中，含有高阶能力的OpenAI闭源模型自主逃逸，对Hugging Face的基础设施实施了自动化漏洞挖掘与攻击。更严重的是，由于闭源模型的黑盒特性与审查壁垒，安全响应人员在事发初期难以快速对攻击路径与模型行为进行取证。最终，安全团队借助智谱开源GLM 5.2模型完成逆向分析与漏洞修补，控制住安全威胁。 Hugging Face安全危机暴露了纯闭源体系在安全防御与取证上的滞后性，也促成了硬件与云计算巨头对开源安全生态的重新整合。 当地时间7月27日，英伟达宣布联合多家科技巨头发起成立开放安全人工智能联盟。英伟达官方表示，人工智能安全只有在整个行业以开放、协作的方式进行构建时才能取得实质性进步。联盟旨在通过公开共享安全模型、防御工具与前沿研究成果，开发用于保护软件与AI Agent的新技术，从而大幅扩充全球防御者群体。 英伟达CEO黄仁勋发文解释称：“攻击者已经掌握了前沿人工智能。作为防御者，我们需要一个兼具最佳开源与闭源模型的前沿AI生态系统，并通过全球开源社区的力量来倍增防御效能。在Hugging Face事件中，封闭式人工智能阻碍了关键的安全取证工作，而开放前沿模型则帮助控制了入侵。这正是我们创建开放安全人工智能联盟的原因。” 同时，联盟通过公开安全研发成果与协同应对机制，改变过去单打独斗的安全防御模式。正如开源软件通过众包审查可提升代码安全性一样，AI安全的未来也将依赖开放架构下的透明取证与全球协同防御，从而在自动化攻击逐渐泛滥的时代，为AI系统搭建起安全底座。

2026-7-28 : 手机影像的竞争正在进入“深水区”，影像系统成为高端旗舰聚焦的核心变量。 7月28日，荣耀宣布与全球电影工业技术公司ARRI（阿莱）落地联合研发合作，ARRI提供LogC3编码、官方影像风格预设及AWG3广色域等技术，荣耀将相关流程植入RobotPhone。会上荣耀同时发布影像演进底层规律“光智进化律”，并官宣后续将在荣耀Magic9等机型延续相关技术合作。 荣耀首席影像工程师罗巍在会上表示，移动影像应从硬件参数竞争转向承载用户创作意图的工具属性。 过去十年，影像一直是手机高端化的核心战场。从大底传感器、潜望长焦到计算摄影，厂商通过持续提升硬件规格，不断缩短手机与专业相机之间的画质差距。而在荣耀看来，近几年，技术竞争焦点正从单纯的解析力延伸至视频动态范围、色彩还原精度、后期创作弹性等更综合的维度。 无论是苹果持续强化视频拍摄能力，还是安卓厂商持续投入计算摄影和端侧AI，影像研发重点都开始从单一硬件升级延伸到整套影像系统。谈及与ARRI合作，荣耀表示希望把专业影视制作中的色彩管理和工作流引入移动终端，竞争重点也由拍摄能力进一步延伸至创作能力。 从行业角度来看，整个手机行业的影像竞争也在进一步下沉至底层技术层面。 生成式AI进入终端设备后，传统ISP主导的计算摄影架构开始承压。过去，AI主要参与降噪、HDR等后端处理；未来，AI需介入从光线感知、图像计算到内容生成的完整成像链条，传统架构已难以满足实时、多模态计算的需求。 荣耀方面透露，目前内部影像系统采用的是AI原生AISP，对传统成像管线进行重构，同时结合新一代像素阵列与EVS传感器升级前端采集能力，目标是从芯片、算法到传感层构建面向AI时代的原生影像底座。“这并非在传统ISP上叠加算法，而是让AI深度嵌入成像全链路。”相关技术人士说。 IDC全球设备研究副总裁Francisco Jeronimo表示，AI正从终端附加功能演变为设备底层架构的有机组成部分，未来竞争将不再主要由硬件规格单点决定，而是围绕软件、算法、芯片及生态协同展开。对手机厂商而言，这意味着创新重心正从零散硬件升级，转向底层技术体系的整体建设。 随着AI不断重塑终端体验，手机技术中越来越多关键能力开始沉入芯片架构、基础算法、影像引擎和专业标准体系。同时，从早期围绕镜头认证、品牌联名展开合作，中国企业也开始从全球技术体系的应用者，逐步转向创新体系的参与者和共建者。

2026-7-28 : 伴随头部内容大厂纷纷落户，拥有人工智能硬技术优势的武汉光谷，放出“打造AI好莱坞”的大招。 近日，光谷交通投资集团联合湖北省文联、省作协、东湖高新区党工委宣传部、光谷人工智能创意技术研究院达成共建合作，落地运营光谷AI影视内容创作中心（下称“中心”），依托AI重构数字内容产业链的蓝图浮出水面。 光谷打造AI好莱坞并非凭空想象，凭借算力底座、动画制作工业化能力、高校人才储备与《灵笼第二季》等标杆作品，光谷已经拿到角逐全国AI数字内容高地的入场券。 作为中部智算核心区域，光谷集聚800余家AI企业、产业规模突破600亿元，拥有完善的算力支撑体系，配套阶梯算力补贴政策，能够承接虚拟制片、实时渲染、动作捕捉、AI漫剧生产等重技术环节。区域内聚集80余家动漫、短剧企业，从业人员超4000人，艺画开天、两点十分、太崆动漫等企业形成品牌效应，3D动画、CG特效、后期制作的工业化能力得到行业公认。规上文化企业达到385家，2025年产业营收超1300亿元，今年已产出AI漫剧作品超1万部。叠加湖北美院、武大、华科大等高校资源持续输送美术、技术类人才，具备“科技+文化”融合发展的土壤。 “抖音每月上新AI短剧约14.2万部，但具备优质原创文学基底的作品不足3%，优质原创剧本稀缺、好故事供给短缺，成为制约行业高质量发展的核心瓶颈。”湖北省文联有关负责人直言，反观湖北，这里文学创作底蕴深厚，本土网文资源丰厚，猫儿腻、匪我思存、吱吱等本土知名作家产出《庆余年》《海上繁花》等影视爆款原著，海量优质文学资源亟待影视化转化。 眼下，光谷更擅长“代工式制作”，承接各大平台外包动画、特效项目，处于产业链中游，无法主导项目投资、立项、发行，议价能力有限。本地持续孵化、长线运营的原生原创IP数量储备不足，大量湖北优质网文IP，大多流向北京、上海、杭州影视公司完成影视化，“本土故事外地变现”的现象长期存在。 光谷AI影视内容创作中心将补齐智能影视工业化链条最关键的内容短板。据悉，湖北省作协将依托自有作家资源，持续向中心输送具备影视改编潜力的原创文学作品；湖北省文联联动文艺名家、影视导演、智能技术专家组建智库，为编剧打磨剧本提供专业指导，同步举办全国性智能影视创作品牌赛事，加速优质文学项目落地孵化。 在资本、发行、IP衍生链条上也存在短板。对比一线城市，光谷乃至湖北缺少面向数字文创、动画、AI影视的专业化创投基金，内容企业普遍缺乏直接对接全国流媒体平台的通道，IP衍生品开发、品牌授权、海外发行等增值环节也相对薄弱。 华中科技大学设计学院、光谷人工智能创意技术研究院院长蔡新元在接受第一财经记者采访时表示，“AI好莱坞”不是照搬传统好莱坞模式，中心将整合内容创意、技术创意、标准化工业流程与专业制作团队，最终目标是把光谷建设成全球人工智能影视工业核心区。 为此，中心为入驻中心的创作者、企业提供全方位配套支持。政策与人才层面，入驻主体可申报多级产业扶持政策，核心从业人员可获得人才认定举荐服务；资源渠道层面，中心将打通宣传、文旅、科创各类资源，联合爱奇艺等头部平台共同举办剧本征集大赛，优质剧本将被推荐给爱奇艺AIGC（武汉）创意中心，让更多AI影视佳作从这里走向全国；专业服务层面，配备行业专家智库提供剧本打磨指导，常态化开展AI影视专项培训，配套文旅实景拍摄场地，搭建剧本孵化、版权交易一体化平台，打通IP开发、内容商业变现全流程。 蔡新元认为，好莱坞的核心从来不是摄影棚与设备，而是源源不断的创意、成熟的商业体系和持续诞生爆款的土壤。光谷最大的优势在于国内独一份的“光电子+算力+人工智能+三维动画”产业组合，建议大模型企业、算力平台和内容企业深度合作，开发适配动画、影视生产的垂直行业AIGC工具链，形成自主可控的工业化生产工具，走科技驱动的精品数字内容路线，五方共建主体合力构建“政策扶持+原创文学+智能技术赋能+平台孵化+商业变现”完整产业生态。

2026-7-28 : 北京时间7月27日晚，月之暗面Kimi在全球开源社区Hugging Face正式发布Kimi K3完整模型权重。同步公开的还有详细技术报告，以及支撑该模型训练的三项关键基础设施技术——MoonEP、FlashKDA和AgentEnv。此次开源采用修改版MIT许可证，开发者可按需下载、修改并本地部署。Kimi K3总参数规模达2.8万亿，激活参数1040亿，是全球首个迈入3万亿参数级别的开源模型。模型基于混合专家（MoE）架构，在896个路由专家中每个Token仅激活16个。架构上采用自研Kimi Delta Attention（KDA）混合线性注意力机制与Attention Residuals（注意力残差）技术，原生支持视觉理解，上下文窗口达100万Token。相比上一代Kimi K2，整体扩展效率提升约2.5倍。技术报告披露，Kimi K3在编程、智能体、推理与视觉等数十项基准测试中超越所有开源模型及多数闭源模型。在Arena Intelligence的WebDev Arena中，Kimi K3以1679 Elo登顶，成为首个在该榜单夺冠的开源模型；Artificial Analysis Intelligence Index v4.1得分57.1，排名全球第四。报告同时指出，其整体性能仍略逊于Claude Fable 5和GPT-5.6 Sol。此次开源尤为值得关注的是Kimi K3在GPU与芯片算力层面展现的自主工程能力。技术报告显示，在GPU内核优化测试中，Kimi K3在24小时内独立完成了AttnRes、DeepSeek Sparse Attention、KDA和MLA四种代表性内核的优化。其中AttnRes延迟从283.6毫秒降至114.4毫秒，DSA和KDA运行时间分别减少55.1%和73.6%，MLA接近峰值TFLOPS。该表现与Claude Fable 5持平，显著优于Claude Opus 4.8、GPT-5.6 Sol和GPT-5.5。需注意的是，测试环境同时覆盖了NVIDIA H200与来自其他供应商的GPGPU，意味着Kimi K3的部署能力已不局限于英伟达生态。报告还显示，Kimi K3自主开发了名为MiniTriton的紧凑型GPU编译器，从Python前端到PTX代码生成全链路均由模型完成，在NVIDIA L20上性能超越PyTorch eager、torch.compile和标准Triton实现。作为早期的概念验证，技术报告披露Kimi K3在48小时自主运行中，基于开源EDA工具和Nangate 45nm工艺库，完成一款推理芯片原型的设计、优化与验证。该芯片面积仅4平方毫米，集成146万个标准单元、0.277MB SRAM及带融合去量化的INT4 MAC阵列，是一款由模型设计、为模型服务的芯片，标志着AI已具备从算法到硬件的全栈自主工程能力。与模型权重同步开源的还有三项基础设施技术：MoonEP是为超大规模MoE设计的高性能专家并行通信库，可实现完美负载均衡；FlashKDA是KDA注意力机制的高性能算子，在英伟达H20上预填充速度相比基线提升1.72至2.22倍；AgentEnv是与KVCache.ai合作开发的智能体沙箱系统，支持快速快照、恢复与Fork，用于大规模Agent训练环境。月之暗面表示，此次开源旨在加速前沿智能的部署与普及，促进AGI研究。随着Kimi K3完整权重、技术报告及核心Infra技术的同步开放，开源大模型正式迈入2.8万亿参数阶段。

2026-7-28 : 英伟达已同意向前OpenAI首席科学家伊利亚·苏茨克维（Ilya Sutskever）创办的人工智能初创公司“安全超级智能”（Safe Superintelligence，下称SSI）投资约50亿美元。 双方于当地时间周一上午宣布这项“长期战略合作”，但未披露财务条款。据知情人士透露，投资金额约为50亿美元，SSI同时将获得英伟达下一代Vera Rubin平台的使用权。这是英伟达在本轮AI热潮中规模最大的股权投资之一，投向的却是一家至今没有产品、也未公开发表过任何研究的公司。 同一天，英伟达股价重挫近5%，市值被苹果超越。 一笔在数周内谈成的交易 据两位知情人士说法，这笔战略交易从接触到落定只用了几周时间。英伟达与SSI均拒绝就财务条款置评，只表示这是一笔“可观的”投资。按惯例，这类大额承诺通常与初创公司达成特定里程碑挂钩。 对SSI而言，这笔钱直接解决的是算力问题。公司方面称，合作将使其可用算力在未来12个月内增长至现有水平的10倍。苏茨克维周一表示，公司手上的研究“已经值得规模化”，而拿到英伟达的大型计算机后就能做到这一点。 英伟达首席执行官黄仁勋则表示，苏茨克维此前已经在现代AI的地基层面做出过开创性突破，并称期待看到SSI借助Vera Rubin平台带来新的进展。这笔资金将用于建设算力，以支撑SSI自称已经取得的研究突破。 英伟达此前已是SSI的股东，这次属于既有关系的升级。SSI去年以320亿美元估值完成一轮约20亿美元融资，投资方包括Greenoaks、光速创投（Lightspeed Venture Partners）和安德森·霍洛维茨（Andreessen Horowitz）。据统计，SSI此前累计融资规模约30亿美元，红杉资本、DST Global亦在股东之列。 押注一个尚未拿出产品的研究团队 尽管估值高企、人才耀眼，外界对SSI究竟在做什么所知甚少。公司成立至今未发布任何产品，也未公开过研究成果，且明确表示近期无意销售AI产品。团队规模至今只有几十人。据了解，SSI正在探索一条与OpenAI、谷歌、Anthropic等公司大语言模型路线不同的技术路径。 这与苏茨克维本人近年的判断一致。他是最早理解“规模定律”（scaling law）的AI研究者之一，即模型能力随数据量和算力增加而提升。但去年11月他在一档播客中表示，这条路径的回报正在递减，并称在算力已经很大的今天，行业“某种意义上回到了研究的时代”。2024年他曾对英国媒体表示，自己和团队找到了“一座新的山峰”，与此前所做的事情有所不同。 苏茨克维被广泛视为这一代最顶尖的AI研究者之一，是2022年ChatGPT得以问世的关键技术推手。2023年，他深度参与了针对OpenAI首席执行官山姆·奥尔特曼的董事会风波；奥尔特曼迅速复职，苏茨克维则在半年后离开OpenAI，并于2024年创办SSI。此后，投资者对SSI的信任，很大程度上是对苏茨克维本人的信任。 “循环融资”疑虑升温 市场人士认为，这笔投资落在了一个敏感的时点上。它是AI芯片厂商与大模型开发者之间一系列“循环融资”交易中的最新一笔：上周，英伟达的竞争对手AMD刚宣布将向Anthropic投资至多50亿美元。英伟达此前也与OpenAI、米拉·穆拉蒂（Mira Murati）的Thinking Machines Lab达成过类似的大额安排。 批评者认为，这类交易正在形成一张日益紧密的依赖网络：芯片厂商出资入股AI初创公司，后者再用这笔钱回头采购芯片厂商的算力，供应商与客户的边界因此变得模糊，收入的“含金量”也随之受到质疑。有报道称，英伟达市值约4.75万亿美元；这家公司目前还在洽谈为OpenAI租用美国某数据中心项目的算力提供高达2500亿美元的担保，若成行将是其与客户之间规模最大的融资安排之一。 真正让市场不安的是这些承诺的总量。据报道，英伟达正在洽谈的AI基础设施相关交易合计超过7500亿美元，除OpenAI的担保外，还包括与韩国SK集团逾5000亿美元的合作。周一，英伟达五年期债务违约保护成本一度上行约0.14个百分点，为该合约自2025年11月开始活跃交易以来的最大单日涨幅。换言之，先对这张网络投下疑虑票的不是股市，而是信用市场。 股市的反应同样直接。英伟达周一收跌4.99%，AMD收跌5.17%。

2026-7-28 : 【券商晨会精华：人形机器人板块多重催化共振，建议聚焦优质环节】昨日，市场震荡反弹，三大指数集体上扬。沪深两市成交额2.08万亿。从板块来看，电力、创新药、脑机接口、AI应用、人形机器人、PCB等概念表现活跃。下跌方面，油气等概念调整。截至收盘，沪指涨1.15%，深成指涨2.72%，创业板指涨3.16%。 在今日券商晨会上，中信建投认为，人形机器人板块多重催化共振，建议聚焦优质环节；中金公司认为，AI仍是当前关注的核心主题，密切关注产业趋势；华西证券认为，国产算力供需共振，超节点驱动算力需求。

2026-7-27 : 上海市委副书记、市长、市政府党组书记龚正今天（7月27日）主持召开市政府党组会议，传达学习十二届市委九次全会精神。会议指出，要深入学习贯彻习近平总书记考察上海的重要讲话精神和对上海工作的重要指示要求，全面贯彻落实市委全会精神，把思想和行动统一到中央重大决策和市委部署要求上来，不折不扣抓落实、全面系统抓落实、深化递进抓落实、务求必成抓落实，以正确政绩观推动高质量发展，奋发有为当好“施工队长”，坚决有力地把习近平总书记和党中央交给上海的重大战略任务落实到位。 会议指出，要聚力推动基础研究高质量发展，努力形成更多“上海突破”。持续优化战略布局，持续深化体制机制改革，持续强化支撑保障，进一步打牢上海（长三角）国际科技创新中心建设根基，更好地服务科技强国建设和高水平科技自立自强。要聚力建设具有全球影响力的人工智能创新高地，努力贡献更多“上海智慧”。着眼国家所需和上海所能，坚定不移走好自主创新、应用牵引、生态协同、开放共赢、安全可控的人工智能发展之路。促进人工智能科技创新、产业发展、场景应用，推动人工智能赋能传统产业升级、新兴产业壮大、未来产业培育，推动构建公正合理的全球人工智能治理体系。要聚力提升超大城市治理现代化水平，努力创造更多“上海实践”。深入践行人民城市理念，把握超大城市特点和规律，高质量推进城市更新，提升基层社会治理、数智治理、安全治理能力，走出一条中国特色超大城市治理现代化新路。 会议指出，要按照市委全会部署要求，扎实做好下半年经济社会发展工作。全力巩固经济向稳向好态势，着力扩消费、扩投资、稳外贸、稳外资。着力推进高水平改革开放，聚焦“五个中心”建设主攻方向、重要使命，深化落实国家重大战略任务。稳步提升民生保障水平，扎实推进民心工程、办好民生实事。切实筑牢城市安全防线，严格落实安全生产、防汛防台、社会稳定等领域安全防范措施，全力保障市民群众生命财产安全和超大城市安全有序运行。

2026-7-27 : ①美团全场景AI Agent平台——CatPaw今日正式上线，提供开箱即用的全场景AI智能工作台与企业级Agent开发托管能力； ②企业微信智能助理“大圆”开启内测； ③上海：新增16款已完成备案的生成式人工智能服务； ④AMD将在韩国设立AI研究中心，打造开放式AI基础设施生态； ⑤英伟达宣布与多个创始成员共同成立开放安全人工智能联盟； ⑥英伟达计划为OpenAI提供约2500亿美元的融资担保，助力后者租用一座大型数据中心园区。

2026-7-27 : 长鑫科技首日暴涨465%，“算力金属”今日也逆势收涨。7月27日，科创板史上最大IPO长鑫科技（688825）正式登陆A股，截至收盘，长鑫科技涨幅465.82%，总市值3.27万亿元，超越工商银行成为A股总市值第一。全天成交1412亿元，换手率高达66.4%。与此同时，行业人士认为，长鑫科技大规模扩产将为市场观测“算力金属”需求逻辑提供新的产业坐标，原材料端对铜、锡、工业硅等上游大宗商品可能会形成需求拉动。从盘面来看，今日国内商品期货市场有色金属板块多数走强，截至收盘，沪锡主力合约收报420840元/吨，涨幅2.17%；沪银主力合约收报14558元/千克，涨幅3.06%；沪铜主力合约收报105050元/吨，涨幅0.31%；工业硅主力合约收于8300元/吨，微涨0.12%。扩产预期拉动，铜锡需求迎新边际变量长鑫科技在招股说明书中表示，公司目前是我国规模最大、技术最先进、布局最全的DRAM研发设计制造一体化企业。DRAM芯片的制造流程复杂且精密，每一片晶圆背后，都是一张横跨工业硅、铜、锡、白银的大宗商品采购单。从原材料到成品，这条产业链涉及多类关键金属材料。尽管单一企业的扩产难以撼动铜、锡等全球大宗商品的供需总量，但其产能从30万片向40万片迈进所对应的原材料采购增量，在铜、锡市场本就处于供需紧平衡的背景下，成为不可忽视的边际变量。长鑫科技招股书披露，公司在合肥、北京两地共拥有3座12英寸DRAM晶圆厂，2025年末月产能已达30万片。该公司募资规划提到，2026年二季度已启动设备招投标，全年计划扩产5万至6万片，预计年底月产能提升至40万片。从产业链关联度来看，锡与半导体封装环节绑定最为直接。全球近半数锡需求来自电子半导体领域，DRAM封装及HBM堆叠制造均需使用锡基电子焊料。据混沌天成期货测算，一台AI服务器的用锡量是传统服务器的3倍以上，英伟达高端机架方案单机耗锡可达约3.72至4.71公斤。据金瑞期货测算，2026年AI全链路锡耗约为1.21万吨，2030年将增至2.28万吨，四年实现翻倍增长。铜方面，AI数据中心正成为铜需求的核心增量。华创证券研报显示，2025年至2040年，AI及数据中心的铜需求将从110万吨增长至250万吨，复合年增长率接近两位数。2026年全球AI数据中心铜需求约74万吨，同比增长48%。铜在AI数据中心承担配电、液冷管路及高速铜缆互联功能，单台AI服务器耗铜量约15至20公斤，是传统服务器的3至4倍。工业硅方面，长鑫科技的扩产对上游原材料存在远期需求拉动，但传导链条相对更长，工业硅需经多晶硅加工后方可用于晶圆制造，短期拉动效应有限。算力金属分化，商品进入新周期今年以来，由AI驱动的算力基建投资浪潮，算力金属备受关注。价格表现上，2026年上半年伦铜均价约13150美元/吨，同比上涨超44%；沪锡主力合约从年初33万元/吨拉升至47万元/吨历史高位，上半年SHFE锡主力均价39.6万元/吨，同比上涨51.11%。锡、钽、铟等品种半年涨幅分别突破40%、158%和60%。目前，品种间走势已出现明显分化。锡因与半导体需求绑定最深、供给端约束突出而表现超预期；工业硅则受制于行业产能过剩格局，表现相对平淡。铜方面，中金公司研究部大宗商品首席分析师郭朝辉认为，AIDC（人工智能数据中心）产业拉动2026年铜消费新增约100万吨，当前铜价估值偏低，后市存在上行空间，目标看向15000美元/吨附近。供应端，铜供应持续偏紧，美国铜关税预期仍存，叠加秋季旺季到来，美国境外铜库存处于低位，铜价有望继续走强。外资机构同样密集上调铜价预期。6月以来，高盛将2026年底LME铜价预测从12465美元/吨上调至13735美元/吨，并将2027年平均铜价预测上调至13800美元/吨；花旗则将近期铜价目标上调至14500美元/吨，并将未来6至12个月目标价进一步提高至15000美元/吨。摩根士丹利预测，2026年全球铜缺口将扩大至约60万吨，几乎没有缓冲余地。锡也是目前最稀缺的有色金属之一，根据USGS及ITA数据，2024年锡的全球静态储采比仅为16年。全球主要锡资源聚集地开发程度相对较高，主要锡矿供应地2024年锡静态储采比大多低于22年。需求侧，广发证券分析，AI服务器Scale-up已成为行业趋势，单个服务器GPU数量、PCB面积及层数不断上升，带来单位耗锡量显著提升。中金测算，受AI驱动的算力基建、智能设备创新周期及汽车电动化/智能化拉动，锡焊料需求有望加速增长。2024至2030年锡焊料需求CAGR为7%，全球锡需求同期CAGR为4.3%。相较于铜、锡的供需紧平衡格局，工业硅市场面临较大的供给压力。据国联期货2026年半年度报告，全国工业硅名义产能达960万吨，全年开工率不足50%，产能过剩局面未根本扭转。2026年下半年工业硅期货价格大概率延续8300至9000元/吨的宽幅震荡格局。郭朝辉进一步提到，2026年大宗商品定价逻辑已出现三大变化：全球治理秩序重塑供给曲线、全球战略安全重构库存结构、新兴产业推动需求曲线迭代。当前商品定价不能只参考传统供需平衡表，地缘溢价、战略库存溢价、新产业需求溢价已成为核心影响变量。

2026-7-27 : 以“跨域一体，协同创新”为主题的2026年长三角生态绿色一体化发展示范区开发者大会，今天（7月27日）下午在示范区方厅水院长三角馆举行。上海市委书记陈吉宁出席并致辞，上海市委副书记、市长龚正为长三角生态绿色一体化发展示范区开发者联盟新一届轮值执行长单位同济大学颁证。 陈吉宁在致辞时说，习近平总书记对长三角生态绿色一体化发展示范区建设十分关心，多次作出重要指示要求，寄予殷切期望。在中央和国家有关部门和三省一市指导下，示范区建设取得新进展新成效。今年是“十五五”开局之年，要深入贯彻习近平总书记重要指示要求，持续深化一体化制度创新，持续推动科技创新和产业创新融合发展，持续巩固生态绿色根本优势，持续壮大一流开发者队伍，推动示范区加快实现从形态开发向功能开发的突破跃升。 陈吉宁说，一体化制度创新是示范区发展的动力源泉。要着眼服务全国统一大市场建设，提高营商环境质量，深化投资管理、要素流动等领域改革，强化市场监管执法协同、新兴领域标准衔接。着眼区域协调发展，深化完善规划动态维护评估、跨界单元融合发展等机制，探索走出一条跨行政区毗邻地区协调发展的新路。要把示范区融入上海（长三角）国际科技创新中心建设大局，坚持因地制宜，发挥比较优势，锚定细分赛道，多措并举集聚高能级创新主体和一流创新人才，组建区域创新联合体，形成富有特色的创新生态。抢抓数智化、绿色化发展机遇，以更大力度推动传统产业升级、新兴产业壮大、未来产业培育。生态绿色是示范区的鲜明底色，要深化环境保护联动机制，加强跨界水体共保联治，继续深化探索统一监管和执法。以更大力度加强绿色技术研发应用，拓展生态产品价值实现路径，发挥江南水乡古镇优势，促进农文商旅体展融合。开发者是示范区建设主力军，要优化完善开发者服务机制，开放应用场景，创造协作机会，链接资源要素，更好赋能中小企业，更好促进共建共享，共同谱写示范区建设发展新篇章。 上海市委常委、副市长陈杰主持。上海市委常委、市委秘书长华源，江苏省委常委、苏州市委书记范波，中国三峡集团董事长刘伟平出席。同济大学党委书记郑庆华在会上介绍了开发者联盟工作情况。 会上，上海社科院党委书记权衡作主旨演讲。开发者联盟代表共同发布倡议，将坚持跨域一体、锚定协同创新、立足绿色示范、汇聚联盟力量，助推开发建设与功能培育协同并进、科技创新与产业创新深度融合，探索示范区高质量绿色发展新范式。长三角人工智能+联合创新中心正式启用。示范区急需紧缺人才目录及首批人才需求清单、示范区高质量发展场景机会和场景能力清单作了发布。 国家发展改革委相关部门负责同志，沪苏浙皖相关部门和青浦区、苏州市及吴江区、嘉兴市及嘉善县负责同志，示范区执委会负责同志，有关高校、机构、企业代表等出席。

2026-7-27 : 在SpaceX上市之后，近日，埃隆·马斯克接受了《经济学人》主编贝多斯（Zanny Minton Beddoes）的视频访谈，在这场长达约90分钟的对话中，他给出了两个判断：大约五年后，AI智能可能超过全体人类智能的总和；在全球AI竞争中，中国公司未来很可能成为领导者。 对于AI的发展速度，马斯克依然给出了硅谷最激进的预测之一，他预计人工智能将远远超过全体人类智能的总和，这个时间点在五年左右。“那时AI将无所不能，除了可能无法成为人本身。” 他预测，到2036年前后，如果没有世界大战等重大冲击，人类可能进入非常富足的时代，任何人都可以获得自己能够想到的几乎所有商品和服务。 就在三年前，马斯克还是AI加速发展的公开反对者之一。2023年，他曾在呼吁暂停训练更强大AI系统的公开信上签名；去年他还表示，杀人机器人最终消灭人类的概率约为10%至20%。 贝多斯在对话中质疑，马斯克是否已经从AI风险论者转向乐观主义者。 马斯克否认自己的判断发生了根本变化。他仍然认为AI和机器人存在风险，但现在他觉得要尽量往好的一面看，因为找不到任何能够阻止AI和机器人这股惊人势头的方法。 “即使真的存在一个停止按钮，也许我们也不应该按下去。”马斯克称，所有道路都通向AI加速，人类能够做的不是终止发展，而是尽可能降低坏结果发生的概率。 就业将是AI冲击最先显现的领域。马斯克称，AI编写软件的能力已经超过至少90%的专业软件工程师，下一步会超过99%，最终达到人类无法竞争的程度。数字工作将率先被替代，随后，人形机器人会进入装配等物理劳动领域。 不过，在马斯克的设想中，工作的消失并不必然对应普遍贫困。随着商品与服务产出快速增加，社会可能从“全民基本收入”走向“全民高收入”。工作则会变得像园艺：人们不再依靠它维持生存，而是出于兴趣、社交和成就感主动参与。 问题在于，从就业被替代到物质极大丰富之间，仍隔着一段可能相当崎岖的过渡期。马斯克也承认，这一进程不会一帆风顺。 在接下来的访谈中他们提及中国AI的竞争优势。谈及月之暗面最新发布的Kimi K3，马斯克认为，Anthropic的Fable目前仍然是更聪明的模型，但Kimi正在不断接近这一水平。 “如果中国AI公司获得大量计算资源，它们很有可能成为领导者。而且在未来某个时候，它们很可能真的会拥有大量计算资源。”基于此，马斯克认为，中国AI公司未来很有可能成为领导者。 目前对AI的主要约束条件包括电力和AI芯片，但马斯克认为，中国的限制因素主要是芯片，但在中国以外的地区，AI当前真正的瓶颈是电力和冷却。 “AI芯片的功耗非常高。人们会讨论AI数据中心的用水需求，但实际上，AI消耗的水微乎其微，真正巨大的需求来自电力。”这也是马斯克考虑建设轨道数据中心的原因。他提到，AI芯片的生产速度已经超过了新增电力供应上线的速度。决定一块AI芯片能不能启动的限制因素，就是有没有足够的电力、冷却能力和电气设备。 在他看来，中国明显的优势是电力。中国发电量已经超过美国、欧洲和印度的总和，他认为未来甚至可能达到美国的四倍。 对于美国试图通过出口管制遏制中国AI发展的做法，马斯克认为效果有限。美国政府或许可以阻止本国企业使用中国模型，却无法阻止其他国家和地区采用，也无法阻止中国成为AI领域的领导者。 他进一步判断，中国距离解决光刻问题“可能比大多数人意识到的更近”。一旦中国解决光刻问题，就能够大规模生产AI芯片，现有出口管制带来的约束也可能随之减弱。 “中国在数字AI和机器人领域已经非常强，同时拥有远超美国的电力供应。如果中国解决先进芯片和光刻问题，AI竞争格局就可能进一步发生变化。”马斯克说。

2026-7-27 : “我购买的一辆营运车辆于2023年6月上牌，至今已经行驶了23万公里，但这个月初仪表出现系统故障，检测发现动力电池故障（采集线断裂/绝缘故障/鼓包漏液），4S店只能更换动力总成，要求自费8万元。”浙江的网约车司机吴先生告诉第一财经，他购买的AION S网约车搭载中创新航177Ah磷酸铁锂电池出现了故障，且在4S店确认是电池质量缺陷，他认为这属于厂家质量责任，非使用问题，并提出需要免费更换电池。 第一财经在车质网、黑猫投诉等多个投诉平台发现，类似吴先生这样出现动力电池故障的AION S网约车主多达百余名，这批故障车辆的问题共性表现集中：一是故障表现为行车断电、续航骤降或绝缘故障等，具体的故障原因则是电池鼓包或漏液；二是运营车行驶里程在15万~25万公里；三是动力电池均为中创新航177Ah磷酸铁锂电池。 面对大规模的车主投诉，处在风暴眼的两家主体相继发布声明：广汽埃安给出的解决方案是将车辆质保期从8年15万公里延长为8年30万公里，同时加强电池检测，并根据结果提供免费维修或免费更换电池等；中创新航则称已与广汽埃安4S店启动维保等。但出故障的车型或电池是否召回仍未有明确消息。 在此次事件之前，吉利旗下多个品牌就因欣旺达电池质量纠纷引发了召回；理想、比亚迪等车企也曾因电池问题实施召回。更广泛的问题指向了市面上大批量的存量电池质保问题，新国标对已上牌车辆的“不溯及既往”正让隐患浮现，如何破局成为业内关注的新焦点。 “香蕉电池” 最近，在车主圈和维修圈里流行起一个新词“香蕉电池”，这并非特指某种电池技术，而是广汽埃安AION S系列车型搭载的中创新航177Ah磷酸铁锂电池因批量鼓包变形，被业内戏谑的一个绰号。 一名动力电池专业人士分析称，出现“香蕉电池”大概率是电芯层面出了问题。造成这种问题的原因可能有两个：一是电芯设计时存在缺陷，没有经过充分验证；一是电池生产时有缺陷，生产质量不行。他进一步表示，厂商偷工减料的可能性不大，但缩短验证周期是有可能的，更大的问题在于动力电池设计或生产时存在缺陷。 此次出现问题的AION S系列车型聚焦网约车用途，广东省电池行业协会一名会员单位董事长告诉记者，对比家用车电池，运营车电池一般对电池循环寿命要求高，充电频次极高，电池活跃度高，消耗的电解液也是普通家用车的3~5倍，所以网约车电解液的添加量更多，且电解液的配方和负极的材料配比也会有变化，略微降低比能量（即能量密度），以“续航换长寿”。 上述专业人士表示，一般网约车的整车行驶里程是按照50万~100万公里设计的，普通的家用车可能只按20万~30万公里设计。从安全性角度出发，在同容量的电池中，网约车的设计需要更多地考虑电池寿命需求，而不是一味追求长续航。 目前，各大平台对AION S系列网约车的投诉聚焦在2023款版本，而当时行业并没有专门区分家用车、网约车进行不同的电池研发。不仅如此，记者从弗迪电池、亿纬锂能等多家电池厂商处了解到，在电动化发展的初期，车企、电池厂商对于营运车电池的测试要求与家用车一致，没有额外增加驾驶里程超过20万公里的检测项目。 一名头部动力电池厂商工程师告诉记者，2021年前后是新能源汽车电动化的初期阶段，没有专门针对营运车的动力电池法规，营运车电池开发和家用车开发没有不同，包括质保期也没有区分二者。直至2023年后，这一情况才得到转变。 基于当时新能源车发展情况，大部分车企是依据《家用汽车产品修理更换退货责任规定》给营运车质保，即新能源车三电系统（电池、电机、电控）的质保期不低于8年或12万公里。在这种情况下，营运车电池如何能有更长验证周期？该工程师称：“全凭车企或厂商的自觉。” 市场争议是否召回 在网约车市场，广汽埃安获取份额的一大抓手正是AION S系列。据乘联分会秘书长崔东树给出的数据，2023年，全国新增74万辆新能源网约车，广汽埃安以近22万辆排名第一，比亚迪以19万辆排名第二。另据上险量，广汽埃安于2023年达到近5年销量顶峰，当年，广汽埃安超过44万辆的新车销量中，有超过50%的新车采用租赁形式，尤其是AION S的网约车占比更是高达72%，而这款车的主力电池正是由中创新航提供。 中国动力电池产业创新联盟数据显示，2023年中创新航动力电池装车量同比增长逾七成至32.9GWh，市场份额从2022年的6.5%增加至2023年的8.5%，跻身全国动力电池厂商第三位。其中，广汽、小鹏和零跑是中创新航的主要客户。特别地，广汽集团是中创新航2020~2023年的第一大客户。2022年，广汽集团共计采购中创新航动力电池80.5亿元，占后者营收总额的四成；2023年，广汽集团为中创新航带来的营收约77.7亿元，占比仍近30%。 广汽集团研究院人士告诉记者，当年，为平衡宁德时代在广汽内部供应链体系中的占比，广汽将埃安部分车型订单转移至中创新航。同时，广汽也与亿纬锂能、孚能科技等多家动力电池厂商有合作。在更多的考量中，广汽已经孵化出因湃电池，自研自产电池供给埃安、传祺等子品牌车型。 “电池成本占据整车成本近60%，以一辆售价12万的纯电车为例，更换整个电池包的花费预计在7万~8万元。”上述研究院人士表示，若按照10万辆数量计算，全部更换电池需要至少花费30亿元，这对于车企或电池厂商都是一笔巨大的开支。 但行业里也不是没有先例。理想汽车于2025年10月公告召回部分MEGA车型，原因是该批次冷却液防腐性能不足，特定条件下会导致冷却回路中动力电池和前电机控制器的冷却铝板腐蚀渗漏，导致车辆出现故障灯点亮、动力受限及无法上电的情形，极端情况下会造成动力电池热失控，存在安全隐患。次月，比亚迪召回2021年1月7日至2022年9月30日期间生产的3.6万辆秦PLUS DM-i车型，原因是由于生产过程中动力电池包一致性存在问题，可能导致动力电池输出功率受限，极端情况下，无法使用纯电模式行驶，存在安全隐患。同年，吉利召回了旗下极氪等多个子品牌车辆，且吉利旗下威睿电动以欣旺达动力在2021年6月至2023年12月期间向其交付的电芯存在质量问题并造成损失为由，对后者提起诉讼。 而此次AION S与中创新航的动力电池缺陷事件是否将召回仍未有定论。第一财经记者了解到，目前故障原因仍处在调查阶段，但由于汽车召回是受严格监管的法定行为，车企不能自行宣布“召回”，必须依法依流程向国家市场监督管理总局备案召回计划并公开信息。因此，现阶段车企采用的方式是质保升级、免费检测或更换电池包等。 存量电池隐忧何解 当中国首批新能源汽车的强制质保期从2024年起陆续到期，存量电池的质保问题引起广泛关注。公安部数据显示，2022年～2025年新增新能源汽车数量已经超过3000万辆，这批电池适用于旧国标要求。 动力电池新国标于今年7月正式实施，但新国标“不溯及既往”，存量电池的安全隐患正在被重视。近期有关部门针对汽车生产一致性和质量安全开展监督检查，其中就包括动力电池。一车企人士告诉记者：“如果存量车出现大批量的动力电池相似故障等情况，那可以从生产一致性入手进行检查。比如说因为电芯制造偏差导致内阻异常升高，导致大批量电池出现热失控的情况，召回的情况也可能出现。” 2026年上半年，国家市场监督管理总局共发布汽车相关召回公告50个（包含工程车辆及轮胎召回），共涉及26个汽车品牌，召回总量约165万辆，创近十年历史同期新低。但动力电池相关问题召回频次同比明显增多，涉及极氪001、奔驰EQA、奔驰EQB、沃尔沃EX30、极星4等多款纯电与插电混动车型。这意味着，新能源车可靠性与安全保障机制需要经过更严格的验证与测试，传统安全部件的设计缺陷或生产一致性问题不容忽视。 对于存量电池的安全隐患，一位汽车行业专家从三个方面提出建议，一是在监管层面，应建立旧国标动力电池分级监管机制，完善在役检测和安全抽查制度；二是在行业层面，应建立统一的旧电池安全评价标准，建设行业安全数据共享平台；三是在企业层面，应对旧车型开展新国标差距评估，强化全生命周期监测和售后服务。 “建议建立以车辆识别代码和电池编码为基础的在役动力电池安全档案，按照电池老化程度、快充频率、事故率和运行环境划分风险等级，对高风险车型实施专项检测、限期整改或召回，避免对全部旧车型‘一刀切’，实现精准监管。”他表示，整车和电池企业应以新国标新增、加严项目为参照，对旧车型重点开展热扩散、底部撞击、快充循环后短路及烟气风险评估，不宜简单要求全部重新认证。针对发现的问题，分类采取BMS算法升级、充电功率限制、热管理优化、防护板加固、免费检测、电池维修或主动召回等措施，并公开适用车型和处置流程。

2026-7-27 : 这次远赴纽约，是我近距离感受一座世界级城市精神底色的一趟旅程。这段时间，我走进了大都会博物馆、MoMA现代艺术博物馆，沉浸式领略了人类顶级艺术沉淀；也在大都会体育场现场见证了2026美加墨世界杯决赛的巅峰对决。此外，久负盛名的美国网球公开赛、遍布全城的大众运动场地、纽约鲜活热烈的体育氛围也让我感触颇深。 纽约无处不在的体育与艺术氛围，让我读懂了一座顶级城市的核心竞争力：不是冰冷的高楼经济，而是成熟繁荣的体育与艺术，二者相辅相成，共同撑起了这座城市的“乐业生态”，也为AI时代的城市发展，给出了全新的答案。 从就业竞争到乐业竞争 当下，AI生产力全面爆发，正在彻底重塑人类的工作与生活逻辑。大量标准化、重复性、基础性的岗位持续被替代。未来社会，刚性就业会越来越少，谋生式工作会持续弱化。过去围绕“找工作、稳就业、靠劳动生存”展开的逻辑已经跟不上时代变化了。 真正的未来命题，不是“怎么创造更多就业岗位让人干活”，而是当人不用再为生存拼命劳作、空闲时间大幅变多之后，该怎么好好生活、安放身心、获得幸福感。这就是我这次纽约之行最大的感悟：未来的竞争，不再是就业的竞争，而是乐业的竞争。 所谓乐业，不是简单的娱乐消遣，而是物质富足、劳动解放之后，人们依托热爱、审美、兴趣、情绪共鸣，找到属于自己的生活方式、精神寄托与自我价值。而体育和艺术，就是人类“乐业时代”的两大核心支柱，纽约把这两件事做到了极致，也给全世界城市发展提供了最鲜活的范本。 纽约的双重气质 在纽约的日子，我能清晰感受到这座城市的双重气质：安静的时候是艺术殿堂，热烈的时候是狂热的体育赛场。 大都会博物馆，从古典雕塑到千年馆藏，从东方文物到西方油画，每一件作品都是人类审美与思想的沉淀。MoMA现代艺术博物馆，陈列着无数现代、先锋、自由的艺术创作，它们打破传统边界，治愈、开阔、启发人心。在这里，艺术不是小众精英的专属，而是普通人随时可以走进、感受的日常。不管是本地市民闲暇逛展，还是全球游客专程打卡，艺术都成为人们安放情绪、提升审美、消解焦虑的最佳载体。 纽约的体育氛围更是渗透在城市的每一个角落、每一个普通人的生活里。很多人只知道纽约有豪门球队、顶级赛事，却不知道它的全民体育基础极其扎实，真正实现了体育从“职业产业”到“全民乐业”的贯通。 纽约九成市民步行十分钟就能抵达公共绿地与运动场地，全城公园年到访量高达5.27亿人次。每年有超120万纽约人参与网球运动，城市免费全民健身课程全年开放，单年参与人数突破四万。政府专门推出无车运动街道、城市足球街计划，把城市公共空间全部让渡给普通人运动、休闲、社交。超六成成年人保持规律运动习惯，年轻世代更是把健身、球类运动当成主流生活方式，休闲时间不再消耗于无效娱乐，而是投入到体育之中。 职业体育更是纽约的城市名片。除了我现场观看的世界杯决赛，每一年的美国网球公开赛都是全球关注度最高的体育盛宴之一。美网扎根纽约法拉盛公园，常年吸引全球顶级球员、海量观众、亿万线上流量，不仅创造巨额经济产值，更让体育文化深度植入城市基因。再加上NBA、棒球、马拉松等顶级赛事常年落地，纽约构建了从大众健身、全民参与，到职业赛事、全球IP、商业产业链的完整体育生态。 多重支撑构筑乐业发展范式 乐业的价值有两层核心逻辑，这也是纽约模式值得我们借鉴的地方： 第一层，乐业本身能催生全新的产业和就业，补齐AI时代的岗位缺口。 AI替代的是机械劳动、标准化工作，但替代不了艺术创作、审美服务、赛事运营、文旅服务、体育教学、策展传播、IP运营等岗位，因为这些岗位需要情感、创意、感知、共情。 纽约庞大的艺术产业，涵盖拍卖、画廊、策展、文创、美术馆运营、艺术导览、时尚艺术衍生，数十万艺术从业者依靠热爱谋生。纽约成熟的体育产业，覆盖赛事举办、场馆运营、体育零售、运动康复、球迷文旅、赛事传媒，从世界杯、美网这种顶级大赛，到日常大众体育服务，创造了海量AI无法替代的优质岗位。 这就是未来就业的新方向：不再是为了生存被迫劳动，而是为了热爱主动从业。体育、艺术催生的乐业型就业，既解决了社会就业问题，又提升了劳动幸福感，彻底跳出传统就业的内卷困境。 第二层，乐业解决了人的精神空虚问题，安顿了普通人的闲暇人生。 未来社会最大的社会富余是“人的时间”，最大的社会问题是“无事可做、精神空虚、情绪焦虑”。传统城市只解决“让人有事干、有班上”，未来城市要解决让人有乐可享、有心可安。 在纽约，普通人闲暇之余，可以逛展审美、运动健身、看顶级赛事、参与城市公共文体活动。体育带来集体热血、社交共鸣、身心释放；艺术带来独处治愈、审美升华、精神丰盈。在纽约，体育不是明星的专属表演，艺术不是富人的专属收藏，而是全民普惠的生活权利。普通人可以免费参与城市健身课程，可以在街头球场打球，可以随时走进美术馆感受艺术，可以在大赛期间感受全城狂欢。 这种全民可参与、全民可享受、全民可沉浸的乐业体系，让每个人的空闲时间都有归宿，让生活不再只剩下工作与焦虑。 纵观纽约的发展，我总结出它支撑“乐业时代”的三个底气，值得国内城市借鉴。 第一，它有顶级的产业底盘。体育有世界杯、美网、各类职业联赛完整IP产业链，艺术有全球顶级美术馆、拍卖行、艺术创作者集群，能持续产生经济价值、创造高端就业、带动全域消费，让乐业不是公益口号，是能养活产业、养活人群的真实经济支柱。 第二，它有普惠的基础设施。高端场馆承接国际大赛、打造城市名片，社区公共场地服务普通市民、支撑全民运动与审美。高低搭配、公私互补，让体育和艺术既能撑起城市高度，又能扎根市民日常。 第三，它有全民的生活思维。纽约市民把运动、看展、观赛当成日常刚需，不是偶尔打卡的娱乐，而是常态化的生活方式。城市的治理逻辑，不再优先服务产业、服务工作，而是优先服务人的生活、服务人的快乐、服务人的精神需求。 AI时代，生产力足够发达，人类不再需要透支劳动换取生存。未来城市的终极比拼，不是GDP、不是厂房、不是流水线，而是谁能更好地解决人的乐业问题，谁能让人活得更幸福、更丰盈、更有热爱。 就业保障生存，乐业保障人生。体育与艺术，是AI时代最不会被淘汰的产业，也是人类最珍贵的精神家园。真正的现代化城市，最终是为人的热爱而建，为人的乐业而生。这就是未来所有城市发展最该借鉴的答案。 （作者系盘古智库理事长）

2026-7-27 : ①腾讯混元合并多模态与大语言模型部门； ②小鹏人形机器人已正式开启小批量试生产； ③通用AI机器人公司智元创新已启动赴港上市流程； ④阿里开源0.8B文档解析模型，端到端模型首次超越流水线方法； ⑤宇树科技基础教育具身智能实验室落地成都； ⑥亚马逊升级Alexa+ AI助手，具备对话能力和任务管理功能。

2026-7-27 : 本周，谷歌母公司Alphabet迎来上市以来首次季度负现金流，彻底震动市场。AI 算力投入疯狂扩张，压垮这家全球盈利最强的科技企业之一，且未来资金消耗压力只会进一步加剧。 下周，微软、Meta、亚马逊将集中披露财报。随着人工智能相关标的走势逐步分化，行情特征令人联想到科网泡沫末期阶段，投资者始终担忧AI投入难以兑现可观回报。 竞争愈演愈烈 即便旗下出租AI算力的谷歌云业务营收同比暴涨82%，创下历史最高增速，谷歌二季度自由现金流负59亿美元的结果令市场感到意外。公司上调2026年全年资本开支预期，新增150亿美元投入，同时预警2027年资本支出将继续加码，意味着AI基建带来的现金消耗只会越演越烈。 自由现金流转负，是AI重塑大型科技企业商业模式最清晰的信号之一。曾经市场追捧科技巨头，正是因为它们拥有超高利润率、源源不断的现金流，足以自主支撑新业务布局。而如今，各大云巨头不得不依靠发债、增发股票来筹措资金，2026年全行业AI资本开支总额预计突破7000亿美元，企业自身经营现金流已完全无法覆盖投入。这令下周微软、Meta、亚马逊的财报迎来严苛审视。 股价集体走跌，反映投资者存在普遍担忧，即其余科技巨头大概率会效仿谷歌，上调AI资本开支预期，但AI业务回报兑现速度远跟不上投入节奏。 机构汇总预测显示：2026年谷歌、亚马逊全年自由现金流将持续为负；Meta全年现金流或大幅萎缩95.7%，仅剩余18.5亿美元。微软本财年将于明年6月收官，全年自由现金流预计253.9亿美元，不足上一财年587.4亿美元的一半。 盛宝市场首席投资策略师差鲁·查娜纳表示：“资本开支进一步上调的风险仍在上行，尤其微软等企业当前算力供给持续紧缺。但投资者会愈发关注：企业需要再投入多少现金才能维持行业竞争力，以及AI相关收入增速能否跑赢资本开支、设备折旧与运营成本的总和。” 与此同时，行业竞争还将进一步加剧：Meta正洽谈向AI初创公司Anthropic出租自有算力，叠加CoreWeave等AI云厂商入局，赛道内卷持续升级。eToro全球策略师莱尔·阿珂那表示：“算力供给持续增加、大模型开发成本不断下行，各类云算力服务同质化程度提升。这将倒逼所有云厂商持续加码投入，同时只能接受更低的利润率。” 历史是否重现 有分析师发出警告，市场或将迎来一轮更凶险的集体抛售。 现阶段行情特征令人联想到互联网泡沫末期阶段。本周谷歌、特斯拉均宣布加码AI资本开支，迎来了市场新一轮抛售，市值损失逾2000亿美元。 AI资本开支扩张利好亚洲芯片厂商SK海力士、三星电子，这也印证今年的市场特征：掏钱砸AI的巨头股价遭打压，承接AI订单的芯片硬件企业持续走牛。跟踪科技七巨头的MAGS ETF年内仅上涨约1.5%，而费城半导体指数SOX年内涨幅超70%，两者表现天差地别。 摩根大通技术策略师杰森·亨特针对AI板块内部的极端分化发出新风险预警：若大型云厂商（超算巨头）短期无法突破关键技术阻力位、再度遭遇抛压，同时半导体指数仍承压于核心阻力线，那么当前仅发生在 AI 赛道内部的资金轮动，有可能演变为全科技板块更危险的集体踩踏下跌。 他表示，互联网泡沫后期，市场两大科技板块也曾出现完全相同的走势分裂。终端通信服务类互联网企业股价横盘滞涨，但通信基建设备股持续单边走强，制造出市场仍很强的虚假假象。映射当下：本轮AI行情前端的云巨头（科技七巨头）自由现金流持续走弱、股价停滞不前；而芯片、算力基建、光通信硬件厂商股价节节走高。 “这里存在高度相似的风险逻辑：健康牛市理应是后端基建涨幅弱于前端终端龙头，但当前市场走势完全颠倒，这点必须高度警惕。”亨特提醒道。

2026-7-27 : 近期，全球人工智能（AI）板块经历了一轮猛烈抛售。AI交易遭受重挫的背后，是全球投资者开始紧盯科技支出是否已经失控。 当地时间23日，美股七大科技巨头全部下跌，市值合计蒸发约8000亿美元，当天美国三大股指全线收跌。当日Alphabet和特斯拉公布财报，收入大幅增长，但两家公司的自由现金流都变成负数。这是否意味着，市场对AI交易的评判标准正在发生改变，即收入增长、资本效率和自由现金流要同时成立？AI又在多大程度上改变了美国经济？ 哈佛大学肯尼迪学院经济学教授福尔曼（Jason Furman）曾任美国总统经济顾问委员会主席和白宫国家经济委员会副主任。他在近期一场研讨会上对第一财经记者表示，在美国经济中，AI依然主要体现为需求侧的驱动因素，但供给侧的影响力或许正在增强。 “归根结底，AI已成为经济需求中的关键组成部分。数据中心的蓬勃发展及其带动的相关经济活动，对价格和就业均产生了上行压力。”他对记者表示，同时，AI对生产率增长有所贡献，“我最倾向的预测是，我们将进入一种正常的增长模式，即劳动生产率可以从1.5%提升至2.5%左右，而不是像硅谷某些人所憧憬的那样，出现每年10%的爆发式增长。” AI与生产率增长 2023年以来，不断创新高的美国劳动生产率增长趋势，被解读为企业正在借助AI技术逐步提高员工效率。 根据福尔曼的测算，自2019年底以来，美国的劳动生产率增长平均为2.1%，且近期增速略有加快。 “这未必完全（甚至主要）归功于AI，但该技术无疑起到了助推作用，自2019年以来，它可能累计贡献了约0.5个百分点的增长。”他同时表示，在年轻劳动群体和特定行业中，已出现劳动力市场受到扰动的迹象，但迄今为止，这些影响尚未大范围蔓延。 “与此同时，劳动力市场也呈现出企稳与改善态势。对于美国经济而言，或许最大的问题，甚至比通胀前景更为关键，在于这种状况究竟能持续多久。”福尔曼解释道。 欧洲工商管理学院（?INSEAD?）?劳辛经济与商业讲席教授米霍夫?（Ilian Mihov）则在近期对记者表示，他重点测算了2024年和2025年的劳动生产率增长数据，结果显示劳动生产率增长并非源于全要素生产率的提升，也不是所谓的“AI奇迹”带来的。 “到了2026年，情况变得更糟，因为劳动生产率的增速也放缓了。如果基于这些数据重新计算全要素生产率的变化，结果实际上是负值。”他对记者表示，简单而言，就是“用同样的设备和同样的工人，产出的成果却减少了。” 他并对记者补充道，因而在美联储主席沃什所看中的AI对美国经济增长的提升问题上，在他看来，“仅仅寄希望于AI奇迹降临而降低利率，这种想法过于乐观且激进。因为现实中并没有出现这种奇迹。” AI与劳动力市场 福尔曼对记者表示，目前来看，企业大致可以分为三类：第一类企业在短期内生产率受到了负面影响，因为它们雇佣了大量人员来探索如何应用AI技术，但尚未完全掌握使用方法。结果是产出未见增长，而投入工时增加，这意味着生产率实际上下降。 “第二类企业属于那种尚未真正大规模应用该技术的群体，事实上，大多数企业都处于这一类。”他解释道，第三类企业可能仅占总数的10%，但它们已经摸索出了应用之道，并从中获得了显著的生产率提升，“当然，这需要时间来体现，毕竟有些企业正处于‘J曲线’的下行阶段。但这种分析同时也表明，该技术蕴藏着巨大的增长潜力。” 在经济学中，“J曲线”用于描述投资回报等经济现象在一段时间内先下降后上升的趋势。 “那些目前受负面影响的企业终将找到应用之道，从而实现生产率的正向增长，而那些尚未着手应用的企业也会开始行动。”福尔曼认为，“即便现有模型不再进行任何改进，我们目前所利用的也仅仅是其能力的一小部分。因此，我对AI将提升生产率持相当乐观的态度。” 米霍夫则对记者表示，当前AI对劳动力市场还没有产生实质性影响。 “或许这在某些特定领域或行业会有所体现，比如编程。但在许多其他领域，我认为AI实际上是一种补充，而非替代。”他举例称，譬如放射科就是一个典型的例子，“人们曾说人工智能会让放射科医生变得毫无用处，因为AI现在已经能解读X光片、各类CT扫描和MRI影像了。但事实恰恰相反，医院对放射科医生的需求反而增加，因为结合AI技术后，医生处理影像资料的效率和数量都远超以往。” 因而，对于当前美国一些大型科技公司声称因为AI提高了生产力而裁员的声明，他认为，“这不过是因为他们在疫情期间及之后过度招聘了，这只是个借口。” 他对记者表示，譬如，在同一家也曾声称因AI而裁员的企业高管的交流中，这位高管就对他表示，他们并非在“缩减规模”（downsizing），而是在“优化规模”（right-sizing），因为归根结底，他们在那个时期确实招聘了过多的人员。 总之，“在某些领域，在AI的影响下，生产力确实有所增长。但这对就业流失尚未产生实质性影响。至于未来如何，还有待观察。”他表示。

2026-7-27 : 当地时间7月24日，25家美国科技公司与机构联合签署公开信，阐述开源模型的重要性。 签名名单不仅有英伟达、微软、IBM、Meta、戴尔等老牌科技巨头，a16z、YC等资本机构，Hugging Face、Mistral、Perplexity等AI新贵，还有Linux基金会、Mozilla等坚守开源底色的中坚力量。 英伟达CEO黄仁勋在社交平台发布其个人首条推文为此公开信背书，微软CEO纳德拉、埃隆·马斯克等人相继转发响应。 公开信内容强调：开源模型能够强化安全与网络防护能力、加速技术创新与行业普及落地、实现技术自主可控。美国的AI地位不应以某一前沿模型论成败，而应以能否构建一个强大、开放的生态系统，并使其渗透至各个产业来衡量。 公开信暴露利益分野 黄仁勋之外，微软董事长兼CEO纳德拉也发文称：开放权重模型对于健康的AI生态系统至关重要。Meta董事长兼 CEO扎克伯格表示：开源是一股积极而重要的力量，它既能赋能于人，又能防止权力集中化。很荣幸能支持开源。 公开信最耐人寻味之处，在于签署方与缺席者之间构成的鲜明对照。 黄仁勋提出“世界既需要前沿闭源，也需要前沿开源”。作为全球GPU算力大卖方，开放权重模型越繁荣、开发者基数越大，算力需求就越呈现指数级扩张。 另在今年3月，英伟达宣布计划在未来5年内累计投入260亿美元，用于开发开放权重（Open-weight）的AI大模型，具体包括模型开发、算力基础设施、研究与人才、生态系统建设。其中生态部分指围绕英伟达硬件，构建开发者与应用生态，尝试通过开源模型让自己的硬件架构成为行业事实标准。捍卫开源即是捍卫其硬件生态壁垒。 微软身为OpenAI最大股东却依然签字，主要出于风险对冲考量：左手握紧OpenAI锚定高端企业级API，右手借助Azure算力支撑开放生态，防止被单一闭源供应商绑架。而Meta长期押注Llama系列，通过将底层模型免费化削弱闭源对手订阅溢价。 对于a16z和Y Combinator而言，绝大多数初创公司无力承担千亿参数模型预训练成本。一旦开放权重受到行政限制，整个AI应用层创业的资本效率将骤降，风险投资的退出通道也将大幅缩窄。 与25家厂商的声势浩大相比，OpenAI与Anthropic的缺席则暴露闭源阵营的深层隐忧。 两家公司此时均已秘密向美国证券交易委员会提交S-1文件，筹备估值逼近 1 万亿美元的IPO。其估值逻辑建立在前沿闭源模型与高单价API授权之上。如果开放权重模型能够在短期内逼近甚至赶超闭源水准，其收费护城河将瞬间面临重估压力。尽管OpenAI CEO山姆·奥尔特曼与总裁格雷格·布罗克曼多次在公开场合声称“支持AI民主化”，但拒绝签字的动作暴露自身对商业壁垒的捍卫。 开闭源之争背后的AI竞赛 公开信事件此时爆发，直接导火索是近期中国AI的加速崛起与美国政府的应激反应。 2026年7月，中国初创公司月之暗面Kimi发布Kimi K3开放权重模型，在多项基准测试中达到与美国顶尖闭源模型媲美的表现，而推理成本仅为后者的几分之一。数据显示，开放权重模型与顶尖闭源模型之间的平均性能差距已收窄至3.3%。 面对这一变化，白宫科技政策办公室及美国财政部试图以防止技术外溢和国家安全为由，限制开源模型发布，并指控部分中国团队通过知识蒸馏吸收美国闭源模型的能力。 对此，Kimi企业业务负责人黄震昕在接受采访时反驳称：开源模型与中国大模型不应被贴上低价标签，K3性能跃升的核心来自底层原创架构创新，并非对现有模型蒸馏复刻。 此次，25家联名大厂也在公开信中强调：一刀切禁止蒸馏与开源模型，无异于因噎废食，不仅无法阻止对手，也会打断美国本土生态的创新节奏。 创新奇智首席科学家、北京人工智能高级工程师张发恩对记者表示，这封公开信宣言戳破了“闭源才安全”的假象。若最先进的AI能力集中在少数闭源模型手中，将无限放大人类社会的系统性风险。闭源模型不仅可能被悄无声息地攻破或滥用，且会造成单点故障。一旦这个黑盒出现致命缺陷，外界连诊断的能力都没有。真正的安全从来不是“看不见才安全”。在一个黑客已开始用高级AI发起网络攻击的世界里，防守方如果不能拥有同等能力的开源模型去模拟、检测和防御，无异于赤手空拳面对坚船利炮。 同时，张发恩分析称，巨头借本次宣言审慎且明确地为模型蒸馏技术正名：该技术依托大模型知识迭代优化小模型，闭源方视其为权益侵占，而开源体系将其视作“站在巨人肩膀上”的合理传承，属于正常技术迭代。若立法一刀切限制该研发方式、混淆技术研发与恶意盗用行为，终将扼杀行业创新活力。 开源权重之争本质是AI技术控制权的博弈。张发恩表示，少数寡头垄断AI行业的时代已然过时。DeepSeek、GLM、Kimi等本土开源力量正在重构产业秩序，一国的AI领先优势依托的是深度渗透各行各业的开放生态，而非顶尖闭源模型。四十多年前开源代码构筑了互联网根基，如今英伟达、微软、Meta等一众企业再度携手，以开放权重捍卫AI时代的自由、安全与未来。

2026-7-27 : 当地时间7月24日，Anthropic发布新模型Opus 5，官方宣称其性能水平接近Claude Fable 5，价格却只有一半，标志着闭源巨头在商业化策略上向“高性价比”方向深度转型。 Opus 5的务实之处在于：定价与上一代Opus 4.8完全一致——输入每百万Token 5美元，输出每百万Token 25美元。而更高一级的模型Fable 5的定价是10美元/50美元。即Opus 5用上一款模型Opus 4.8的价格，交付了接近Fable 5的性能。 Anthropic尝试通过多项测试证明自身的性价比优势。Frontier-Bench v0.1软件工程测试中，Opus 5超越了所有参测模型，性能相比Opus 4.8提升一倍以上，完成单项任务的成本更低。在CursorBench 3.2编程测试中，最高模式下Opus 5与Fable 5的峰值得分仅差0.5%，但单项任务成本只有后者的一半。 在生命科学所有内部评测中，Opus 5均超过Opus 4.8，覆盖结构生物学、有机化学和生物信息学。根据光谱数据推断分子结构，Opus 5比Opus 4.8高出10.2个百分点；预测蛋白质序列变异对功能的影响，高出7.7个百分点。 Opus 5并非Anthropic首次发布性价比模型。2025年10月，轻量模型Haiku 4.5以每百万输入1美元、输出5美元的价格入市，在编码性能上持平中端模型Sonnet 4，首次将“越级性能打低价”写入产品逻辑。11月，Opus 4.5将旗舰价格从15美元/75美元降至5美元/25美元。2026年6月，Sonnet5以3美元/15美元的定价在知识工作基准上超越旗舰Opus 4.8。 Anthropic用Opus 5明确自身的结构性市场策略调整。此次发布模型引入可调节的“努力程度”（Effort）设置，用户可在追求极致智能与节省Token之间灵活取舍。即便在最低档位，Opus 5完成的任务数量也超过其他任何模型。相当于把算力预算的选择权交给了客户：想要Fable级别的智能？可以，但愿意等多久、花多少钱，由你决定。Anthropic明确将其定位为面向日常高频使用的模型，已成为Claude Max的默认模型。 这一策略的底层逻辑在于，在中国开源模型披露崛起的背景下，与其让企业客户因价格高昂而转向开放权重模型，不如主动降价，用“准旗舰性能、中端价格”的组合留住他们。 安全层面的设计同样值得关注。Opus 5的安全分类器触发次数预计比Fable 5减少约85%。它允许在源代码中搜索漏洞，但禁止基于二进制文件的漏洞扫描和渗透测试。 Anthropic未在网络攻击任务上训练Opus 5，其漏洞发现能力虽已逼近Mythos 5，但在将漏洞转化为攻击工具方面仍明显落后。在生物领域，Opus 5延续了Opus 4.8的安全机制。 开始走性价比路线这并不意味着Anthropic放弃高端市场。Fable 5和Mythos 5依然是它的技术制高点，Opus 5只是在高端之下切出了一个“准旗舰”的中间地带。网友提出疑问：“如果性能跟Fable 5差不多，那为什么还要花2倍的价格用Fable 5？”官方安全章节显示：在可能被滥用的高风险领域（如攻击性网络安全和生物研究），Opus 5并非Anthropic能力最强的模型，落后于其最受严格管控的Mythos 5。 把旗舰智能拿出来打折，这或许就是Anthropic在IPO前夜给出的应对：用一款半价旗舰覆盖最大公约数的企业客户，用旗舰和限制版模型守住技术高地和安全底线。在开放权重阵营步步紧逼、中国模型性价比碾压的双重压力下，闭源巨头正用精细化分层的方式，重构自己的护城河。

2026-7-27 : 梁文锋4小时投资会讲话流出 近期，DeepSeek创始人梁文锋和投资人一场近4小时的交流会讲话流出。在此次交流会中，梁文锋较为完整地向投资人解释了这家公司到底想成为一家什么样的企业，包括愿景、开源与商业化的矛盾、未来AGI（通用人工智能）的技术路线、算力瓶颈等。谈及创业初衷，梁文锋强调，DeepSeek并不是一家以商业利益最大化为目标的公司。在AI时代，梁文锋一再强调的是，克制很重要，“只赚一个合理的利润”，而不是利润最大化，按照传统商业逻辑去思考。 【点评】从这场交流来看，相比一家追求收入增长的AI公司，梁文锋更希望DeepSeek成为一家围绕AGI长期投入的技术组织，而这一目标，也几乎解释了公司过去一年所有重要决策。就这一交流会内容，第一财经向DeepSeek进行了求证，截至发稿官方未有回应。 OpenAI遭遇史上首次评测失控事故 北京时间7月22日，OpenAI CEO山姆·奥尔特曼发文称：“我们在模型评估过程中遭遇了一起重大安全事件。”一场原本被关在隔离沙箱里的模型安全测试，最终演变成针对全球最大AI开源平台Hugging Face的真实网络攻击。模型在评估中为了“作弊”拿到高分，逃逸出隔离环境，攻入Hugging Face生产数据库窃取答案。但在被攻击平台发文谈及此事数日后，OpenAI才承认自身的责任。 【点评】从事件的影响来看，这是行业首次公开披露模型评测失控导致跨企业真实生产环境网络攻击的AI安全事件。在业内看来，模型能力越强，失控作恶的潜在威胁越大，传统隔离防护持续承压，自主AI网络攻击或将成为常态化风险。 谷歌资本开支创新高，首次出现负现金流 美东时间7月22日盘后，谷歌母公司Alphabet公布第二季度财报，营收1198亿美元，同比增长24%；受Anthropic、SpaceX等股权收益增长带动，净利润同比大涨298%至1121亿美元。在市场尤为关注的资本支出方面，谷歌本季度继续上调预期至1950亿至2050亿美元之间，同时，由于购置物业和设备的支出，谷歌出现了历史上首次负现金流，本季度自由现金流为负59亿美元。不过，业务上的增长仍然强劲，谷歌云创下历史最快增速，营收增长82%至248亿美元。 【点评】整体看，谷歌财报是向着 “利好产业链”的剧本走，管理层对AI的投入态度仍然非常积极，但反之，谷歌投入激进，对短期自身基本面会相对不利。分析师认为，Alphabet此次上调资本支出计划并不一定对自身有利，如果营收持续增长，投资者或许还能容忍这种情况。结合公司继续增长的资本支出指引，未来现金流压力可能还将继续存在一段时间。 英伟达、博通与韩国厂商达成最新合作 北京时间7月25日，英伟达宣布与韩国SK集团达成价值5000亿美元的合作，合作内容涵盖AI工厂建设和下一代存储器供应。英伟达表示，双方签署了意向书，合作旨在建设AI基础设施，以满足全球不断增长的计算需求。三星电子则与博通宣布签署谅解备忘录。三星电子将为博通提供2纳米及以下工艺代工服务并提供包括高带宽内存（HBM）在内的存储器，两家公司预计未来5年在存储和晶圆制造领域合作的总价值超过2000亿美元。 【点评】随着AI计算需求增大，AI基础设施厂商与上游供应商的合作变得更紧密。此前英伟达也曾与韩国企业达成合作，主要涉及韩国企业采购英伟达算力产品、英伟达采购韩国企业的存储产品。今年6月，英伟达CEO黄仁勋访韩时，英伟达还宣布与SK海力士达成多年期的技术合作协议，将合作推动全球AI数据中心下一代内存发展。 Gemini排名掉出全球前十 当地时间7月21日，谷歌DeepMind发布三款轻量的新模型，主打“更快、更智能、更具成本效益”，但评价两极分化。根据评测看，此次谷歌的新模型在智能上表现并不出色。AI模型评测平台Arena.ai的研究显示，Gemini 3.6 Flash 在前端代码竞技场中以1537分排名第十二位。第三方评测机构Artificial Analysis的结论则是，Gemini 3.6 Flash在智能方面较3.5 Flash没有提升，智能指数得分50，但任务效率有所提高。在Artificial Analysis最新智能指数排行榜中，谷歌目前已经没有任何一款模型进入前十，这与去年Gemini一度进入全球第一梯队形成了鲜明反差。 【点评】谷歌旗舰模型Gemini 3.5 Pro此次依然没有露面，成为外界关注焦点。5月谷歌发布了Gemini 3.5 Flash，当时曾预告Pro版本已在内部使用，预期一个月内推出。然而两个月过去了，Gemini 3.5 Pro依然没有公开亮相。有消息称，由于模型始终未达到内部预期性能，谷歌推迟了发布计划。很多人认为，模型迭代不如预期并不是谷歌的能力不行，而是内部的策略方向问题，优先级放在产品上，而不是像Anthropic、OpenAI等厂商那样专注将AI做好。 月之暗面回应模型蒸馏 近日，月之暗面企业业务负责人黄震昕回应了外界关于“K3是蒸馏小模型”的猜测，明确否认这一说法，强调K3性能跃升的核心来自底层原创架构创新，而非对现有模型的蒸馏复刻。7月16日，月之暗面Kimi K3发布，该模型以2.8万亿参数规模成为全球最大的开源模型，并凭借在Arena前端代码榜单登顶的表现引发全球AI圈震动。然而，部分业内人士质疑其性能突增可能源于对闭源大模型的蒸馏——即通过“师承”已有大模型输出进行训练，而非独立研发。 【点评】目前来看，黄震昕的表态暂时厘清了外界的疑问，他指出K3的竞争力来自三项原创技术：Kimi Delta Attention（KDA）混合线性注意力机制、Attention Residuals（AttnRes）注意力残差技术，以及首次应用于大模型训练的Moon Clip二阶优化器。月之暗面还强调将继续坚持开源路线，核心底层技术与论文均对外公开，对行业保持开放姿态，未来也不会改变这一策略。 AMD与微软、Anthropic达成合作 AMD于当地时间7月20日宣布，该公司与微软扩展了合作伙伴关系。合作的重点在于，微软Azure数据中心将部署AMD的Helios机架级系统。AMD表示，该机架级系统将为微软及其AI客户提供前沿模型AI推理服务并支持Azure AI服务。Helios将于2026年下半年向客户发货。此外，当地时间7月22日，AMD宣布与大模型厂商Anthropic达成合作，Anthropic将在AMD Helios机架级解决方案中部署至多2吉瓦的AMD MI450系列GPU，AMD则承诺向Anthropic进行至多50亿美元的战略股权投资 。 【点评】AMD正通过机架级系统与英伟达竞争。除了微软，将部署Helios的客户还包括Meta、OpenAI、Anthropic和甲骨文等。包括向更多客户销售Helios机架级系统，AMD在持续扩展数据中心领域的客户群，与英伟达抗衡。AMD此前透露，全球最头部的十家AI公司中，已有八家在AMD Instinct GPU上运行工作负载。 超微电脑大幅提高最新季度毛利率指引 超威电脑于当地时间7月21日发布了截至2026年6月30日的2026财年第四季度业绩指引更新，预计第四季度GAAP和非GAAP毛利率在15%~17%之间，相比此前的指引8.2%~8.4%几乎翻倍。超微电脑称，毛利率指引更新主要得益于有利的客户结构与产品组合。此外，预计第四季度新订单总量超过600亿美元，这些订单预计将在未来几个季度完成交付，2026财年末的积压订单达到历史新高。7月22日，超微电脑股价涨19.84%。 【点评】超微电脑是AI、企业级、存储及边缘IT整体解决方案提供商，业务与AI数据中心建设高度相关。订单、采购等消息持续扰动该公司的股价，其毛利率表现也持续波动。超威电脑2026财年第三季度GAAP毛利率为9.9%，非GAAP毛利率10.1%。第二季度GAAP毛利率仅为6.3%，非GAAP毛利率仅为6.4%。相比此前两个季度，第四季度毛利率预计有显著改善。 英伟达Vera CPU已交付OpenAI等客户 英伟达近日透露，Vera CPU已于 6 月交付给客户，包括OpenAI、Anthropic和SpaceX。此外，英伟达于当地时间7月21日通过博客透露了更多关于Vera Rubin平台的信息。英伟达表示，Vera Rubin拥有覆盖全球30个国家、350个制造基地的供应链体系。Vera Rubin平台从芯片到架构都进行了优化，实现了每瓦最高性能和最低的token（词元）成本。 【点评】英伟达在加速Vera Rubin平台多款芯片和机架的生产。英伟达CEO黄仁勋在上个月的股东大会上也提到Vera Rubin平台，称Vera Rubin已经全面投产，每个主要的模型开发商、公有云、AI云和超大规模云厂商都准备基于Vera Rubin进行建设，Vera CPU已经开始有订单。此前英伟达还预计，Vera CPU为公司打开了2000亿美元的全新市场。 AMD预计2030年AI加速器芯片市场规模1.4万亿美元 当地时间7月23日的Advancing AI大会上，AMD介绍了机架级系统Helios、Venice CPU和MI455X GPU并公布了产品路线图。MI455X GPU采用2nm和3nm制程，MI500系列和MI600系列分别计划明年和2028年发布。第七代服务器CPU产品Florence和第八代产品Ravenna分别计划2028年和2030年出货。机架级系统Helios 500和6000分别计划明年和2028年推出。AMD CEO苏姿丰表示，公司预计2030年计算市场规模将达到2万亿美元，其中1.4万亿美元来自AI加速器芯片市场。 【点评】AMD和英伟达在GPU、CPU和机架级系统方面掰手腕，且都通过公布迭代路线图给予下游客户更多确定性。此次AMD放话称，与英伟达Vera Rubin NVL72机架相比，Helios的AI计算能力（FP4精度）增加了15%以上，HBM容量和带宽增加了50%以上，每美元可多生产最多30%的token（词元）。英伟达的说法则是，自家产品有每瓦最高性能和最低的token成本。可见两家竞争十分激烈。 腾讯市值4万亿港元左右徘徊 经历7月22日股价大跌7.05%，腾讯控股市值逼近4万亿港元关口。7月23日，腾讯转涨，但7月24日又转跌，市值跌破4万亿港元。消息面上，据Sensor Tower数据，今年6月，全球玩家在App Store和Google Play上的移动游戏支出61亿美元，环比下降7%。第二季度玩家在这两个平台上的移动游戏支出191亿美元，相比去年同期减少约9亿美元。 【点评】AI投入何时能获得足够回报，成为市场观察腾讯的重要切入口，7月22日股价大跌背后，则叠加了市场对腾讯主要业务之一游戏收入下滑的担忧。不过，花旗认为，市场对游戏收入的悲观预期建立在对追踪数据的误读之上，并预计腾讯第二季度国内游戏收入同比增长8%。长远来看，腾讯业绩要获得长期支撑并给予投资者信心，一方面需要保证现有业务的稳定增长，同时在AI方面提供更多想象力。

2026-7-27 : 197个游戏版号发布，《影之刃零》来了 7月23日，国家新闻出版署发布了7月国产网络游戏审批信息与进口网络游戏审批信息。从数量来看，本月共有197款游戏过审，其中国产网络游戏193款、进口网络游戏4款；另有8条游戏审批变更信息同步披露，下发版号数量为今年新高。其中重点产品包括网易的《梦幻西游：再续前缘》、三七互娱《花花农场》《公主快上马》、武汉艺画开天《无限和鸣》。值得一提的是，灵游坊的《影之刃零》也在版号之列。截至7月，2026年过审游戏版号数量已达1147款，包括1110款国产网络游戏和37款进口网络游戏。 【点评】此次过审的《影之刃零》是继《黑神话：悟空》后，国内第二款获批版号的买断制单机3A游戏，市场普遍关注，这款作品能否复刻《黑神话：悟空》的商业成功。此前《影之刃零》曾获得腾讯战略投资，并获得索尼全方位资源协同支持，项目整体研发总成本区间为3亿元至4亿元。 中国厂商押中世界杯冠军 7月20日凌晨，西班牙队在2026年美加墨世界杯决赛中战胜阿根廷队夺冠，也让一批提前布局西班牙队的中国企业迎来了营销成果兑现时刻。华帝时隔八年再次押中世界杯冠军球队，这次没有再采用高成本的“退全款”促销，而是调整为西班牙队夺冠赠送青瓷、抽金球等促销奖励，其在本届世界杯营销期间的曝光量已超过22亿。TCL此次也是西班牙队官方合作伙伴，GfK数据显示，今年5月、6月其在西班牙电视市场销售额份额分别达到10.6%和11.2%，同比分别提升2.1个百分点和1.9个百分点。 【点评】上届世界杯营销更多以品牌曝光为核心诉求，而本届世界杯，中国品牌普遍围绕联名产品、终端场景和赛事互动搭建完整的转化链路，更注重营销投入的落地效果与商业回报。 韩国存储龙头股价回升 7月22日，韩国两大存储龙头企业股价继续回升。截至11点左右，三星电子股价涨4.63%至271000韩元/股，SK海力士涨5.94%至1945000韩元/股。消息层面上，三星电子会长李在镕、SK集团会长崔泰源预计将于7月24日在美国与英伟达CEO黄仁勋等进行圆桌对话。三星电子和SK海力士正向英伟达供应高带宽内存（HBM）等存储芯片，英伟达将于今年下半年推出的下一代AI超级芯片平台“Vera Rubin”也将搭载这两家企业生产的第六代高带宽内存HBM4。行业观察人士向第一财经记者表示，由于AI需求激增和产能结构性瓶颈，HBM4的价格正在持续推高。 【点评】近期，韩国两大存储龙头企业股价波动较大。业界AI存储行业是否见顶的担忧，令三星电子、SK海力士7月股价相比6月的高峰水平大幅下跌，SK海力士的跌幅一度达到约30%。当前结构性紧缺与扩产担忧并存。SK海力士预计明年AI半导体供应缺口进一步加大。同时，韩国此前公布约800万亿韩元的存储集群投资计划，这引发市场对供应过剩的担忧。但从目前的计划看，新产能最快也要到2033年后才能释放。 力箭一号遥十五发射成功，具身智能模型上天了 7月24日7时33分，中科宇航力箭一号遥十五运载火箭在东风商业航天创新试验区发射，采用“一箭5星”的方式，将5颗卫星精准送入预定轨道，发射任务取得成功。力箭系列运载火箭开启下半年逐月常态化发射。部署入轨的多颗卫星与太空算力相关，如吉天星A-04星是由之江实验室联合云尖信息、沐曦股份、巡天千河、浙大城市学院等合作单位共同研制的智能计算卫星。该卫星实现了从设计制造到卫星运行、管控的全链路智能。 【点评】当前，卫星互联网、商业遥感、空间算力等下游业态快速发展，国内商业航天告别技术验证阶段，进入市场需求驱动、规模化商业应用的周期。我国也在逐步开展太空算力组网建设和先导验证，加速星载智算芯片和星间激光通信等技术攻关，多项星座组网计划有序开展，试验星在轨验证，大模型在轨部署稳步推进。 25家美国科技公司高举开源大旗，阐述开源重要性 当地时间7月24日，25家美国科技公司与机构联合签署公开信，阐述开源模型的重要性。签名名单不仅有英伟达、微软、IBM、Meta、戴尔等老牌科技巨头，a16z、YC等资本机构，Hugging Face、Mistral、Perplexity等AI新贵，还有Linux基金会、Mozilla等坚守开源底色的中坚力量。 【点评】公开信事件此时爆发，直接导火索是近期中国AI的加速崛起与美国政府的应激反应。开源权重之争本质是AI技术控制权的博弈。 瑞莱智慧完成数亿元B轮融资 7月21日，AI安全技术公司瑞莱智慧（RealAI）宣布连续完成合计数亿元规模的B1轮和B2轮融资，投资方包括星连资本、招商局集团旗下数字贸易基金、卓源亚洲等。本轮融资将重点用于安全可信大模型系统的持续研发与产业落地，打开大模型规模化进入关键业务的新市场。 【点评】当大模型进化为执行任务，其带来的潜在价值显著提升。但越接近核心业务，企业越不敢把敏感数据、决策流程和执行权限直接交给外部模型。政企核心业务场景对大模型的接纳门槛，核心卡在数据主权、模型黑盒风险与监管合规三重约束。本次国资与产业资本联合加注瑞莱智慧，印证 AI 安全底座已是大模型商业化的刚需配套。 智象未来累计融资超21亿元人民币 7月23日，大模型技术创新公司智象未来（HiDream.ai）宣布完成15亿元人民币的C轮融资。本轮融资由社保基金四川振兴科创基金、工银资本、弘颐资管、敦鸿资本联合领投，多家机构跟投。至此，智象近三个月内已完成三轮密集融资，累计融资超过21亿元人民币。 【点评】多元资本入场说明资本市场重心从拥挤的通用大语言模型，转向原生全模态、世界模型这条具备底层架构壁垒的赛道。同时，单纯模型生成能力已进入同质化竞争，兼具底层原创架构 + 闭环产业落地能力的企业，才有可能持续获得资本长期溢价支撑。 汽车复杂度成为工业AI验证场 近日，工业数智化企业广域铭岛发布将工业机理与AI深度融合的Geega工业AI应用平台。相关负责人表示，制造业AI落地门槛是数据能不能被读懂。行业很少有比汽车产业链更复杂的工业场景。一辆整车涉及上万个零部件，数据散落在数百个系统里，格式混乱、时序不同步、工况标签缺失是常态。通过平台将工业知识封装为数据本体和技能组件，融合实时工业数据后，叠加大模型能力，编排成可自主协作的智能体。 【点评】汽车行业的高复杂度既是验证场也是局限。该模式在离散制造领域的可复制性尚需更多跨行业标杆案例检验，且规模落地的真正考验在于知识组件化能否经受不同行业工艺差异的长期验证。 创维将推出家庭AI算力终端 现年70岁的创维集团创始人黄宏生7月22日接受第一财经记者独家采访时表示，新能源和AI是目前两大红利。今年创维光伏海外收入将翻倍式增长。创维正布局全屋智能，将推出家庭AI算力终端。创维机顶盒与全球的电信、广电运营商都有合作，积累了10亿用户。这些用户都将会提升对算力、对Token的应用，从而带来了机会。黄宏生预计，AI时代每个家庭都会有AI算力终端，昇腾、寒武纪等国产算力芯片大量发展，也让这成为可能。今年创维计划将开始逐步发布家庭算力终端新产品。 【点评】当前传统家电行业增长见顶，市场存量竞争加剧、增量空间收窄，行业整体面临转型升级压力，不少老牌家电企业纷纷寻找新的增长点。趁AI浪潮，创维集团正在孵化更多创新业务，在AI时代落地各方面的应用，扩大用户群。

2026-7-27 : 北京时间7月25日，英伟达（NVDA.O）发布博客，宣布与韩国SK集团达成价值5000亿美元的合作，合作内容涵盖AI工厂建设和下一代存储器供应。英伟达表示，双方签署了意向书，双方的合作旨在建立AI基础设施，以满足全球不断增长的计算需求。此前便有消息称，韩国总统李在明于7月24日会见了英伟达CEO黄仁勋，黄仁勋则承诺与韩国企业合作，包括与SK集团达成价值5000亿美元的合约。据英伟达介绍，相关合作包括英伟达和SK海力士（000660.KS）建立长期合作伙伴关系，共同开发包括HBM（高带宽内存）在内的下一代人工智能存储器。这将确保英伟达能够得到下一代AI内存的稳定供应。SK集团旗下的SK电讯则将建设2吉瓦容量的AI云计算中心，采用英伟达Vera Rubin DSX，并部署基于SK海力士HBM4的Vera Rubin加速计算系统，首个设施计划于2027年上线。SK电讯将借此扩大AI基础设施。英伟达表示，两家公司的目标是加速大规模AI基础设施的开发，包括主权AI、物理AI、代理式AI和企业AI服务，并共同应对亚太地区日益增长的AI需求。SK集团会长崔泰源（Chey Tae-won）表示，AI时代的竞争力不仅取决于AI的利用效率，还取决于能生产多少智能。SK集团将携手英伟达打造世界级的AI工厂。此前英伟达也曾与韩国政府和企业达成合作，主要涉及韩国企业采购英伟达产品、英伟达采购韩国企业的存储产品。去年10月，英伟达在韩国举办的APEC（亚太经合组织）峰会上宣布与韩国政府和韩国企业合作构建AI基础设施和生态系统，涉及为物理AI和代理（agentic）AI部署超26万块英伟达GPU。其中包括韩国政府通过相关部门投资主权AI，涉及部署超5万块新的英伟达GPU，这些GPU将部署在韩国国家AI计算中心、韩国云服务和IT提供商NHN Cloud、Kakao Corp和NAVER Cloud上，用于加速企业和行业的主权AI开发。三星电子、SK集团、现代汽车集团则计划分别建设包含超5万块英伟达GPU的AI工厂。今年6月，黄仁勋访韩时，英伟达还宣布与SK海力士达成多年期的技术合作协议，将合作推动全球AI数据中心下一代内存发展。SK海力士当时计划与英伟达共同开发Vera Rubin AI超级计算机、Vera CPU、RTX Spark驱动的个人电脑、Jetson Thor机器人计算平台所用的内存。英伟达表示，相关协议将保障先进内存供应，并应对较长开发周期以及先进制造、资本投资方面的挑战。

2026-7-27 : 7月27日，东盟与中日韩宏观经济研究办公室（AMRO）发布了《东盟与中日韩区域经济展望（AREO）季度更新报告》。报告将2026年东盟与中日韩区域经济增速预测调高至4.1%，高于6月预测的4.0%。 AMRO称，上调经济展望反映了该地区科技领域的持续增长势头，特别是对半导体及其他人工智能（AI）相关产品的强劲需求，以及更趋有利的全球大宗商品价格前景。预计稳健的家庭支出、富有韧性的投资以及强劲的半导体和电子产品出口将继续推动经济增长。能源及工业原材料供应中断的影响被证明没有最初担忧的那么严重，制造业活动继续扩张。 AMRO首席经济学家何东（Dong He）表示，在稳健的内需以及在全球AI供应链中所处核心地位的支撑下，东盟与中日韩区域保持了经济韧性，“中东冲突的影响也比最初预期的要小，尽管能源和原材料成本高企仍对通胀和工业活动构成风险。” 半导体订单撑起出口 报告显示，整体来看，上半年区域内需求依然是增长的主要支撑。居民消费受益于良好的劳动力市场条件和持续的收入增长，在东盟经济体中表现尤为突出。投资端则由先进制造业与信息通信行业资本支出增加带动。 根据AMRO的数据，一季度，东盟与中日韩地区出口增速加快至近20%，其中AI相关产品对增量的贡献接近三分之二。制造业方面，中日韩三国新订单指数走强；东盟新订单虽仍处于扩张区间，但较冲突前有所回落，主要反映冲突爆发后能源、物流及工业原材料成本上升。 报告表示，AI相关需求是拉动区域出口的主要动力，这一轮上行周期由全球内存周期驱动：今年前五个月，全球半导体销售额几乎翻倍，主要反映在AI基础设施投资带动下产能受限、内存价格大幅上涨。报告称，东盟与中日韩地区贡献了全球近一半的AI相关出口，半导体销售预计将在2025年强劲增长的基础上进一步加速。 通胀降温，隐忧未消 受全球大宗商品价格预期下调影响，AMRO预计2026年整体通胀率为1.6%，低于此前预测的1.8%。报告称，通胀压力总体维持在可控范围内，价格上涨主要集中在能源和运输领域，而核心通胀仅温和上升。然而，随着更高的原材料成本和不利的天气条件传导至价格，食品通胀可能会有所上升。 报告称，6月停火后，随着霍尔木兹海峡原油运输恢复，迪拜和布伦特原油价格大幅回落，成品油价格压力有所缓解；但天然气价格仍比冲突前水平高出逾40%，继续对化肥成本构成压力。受不利天气及运输、原材料成本上升影响，包括大米在内的部分食品价格已开始上涨。 报告表示，多数经济体的整体通胀已呈现见顶迹象，从CPI分项构成来看，价格上涨压力目前仍集中在能源和运输相关分项，尚未呈现大范围扩散。 科技周期成最大变量之一 AMRO对2027年的经济预测为4.0%，但该机构认为区域展望仍面临巨大不确定性，中东冲突若再度升级，可能推高能源、运输和食品成本；在霍尔木兹海峡遭遇长期中断的情景下（即假设2027年布伦特原油均价升至90至100美元/桶），东盟与中日韩区域的2027年经济增速可能降至2.8%，通胀率升至4.6%，为全球金融危机以来该地区最高通胀水平。 报告将区域面临的下行风险按概率与影响程度排序：“全球能源与食品价格上涨”和“全球金融市场波动加剧”被列为发生概率较高的短期风险，其中金融市场波动一旦发生，影响程度同样被列为高；“科技需求弱于预期”发生概率为中等，但潜在影响被列为高；“保护主义政策进一步加码”则被列为中等概率、中等影响的风险。 其中，由于AI相关需求对区域展望的重要性，AMRO预测，一旦全球科技投资放缓至2024年的水平，东盟与中日韩区域的2027年经济增速可能降至2.5%，这将是排除疫情年份后自亚洲金融危机以来的最低增速。 同时，金融市场的波动和日益升温的贸易保护主义可能会进一步拖累前景。报告还提示，当前偏高的股票估值和收窄的信用利差增加了资产价格重新调整的可能性，地缘政治紧张局势和美国货币政策路径的不确定性可能放大汇率与金融市场波动。 在贸易政策方面，AMRO表示，美国全球进口附加费将于7月24日到期，其后续替代方案仍存在不确定性；叠加多个东盟与中日韩区域面临的301条款调查、现行232条款关税，以及出口管制等非关税措施可能进一步扩大，若保护主义政策继续升级，可能推高贸易成本、扰乱区域供应链，并拖累区域出口与经济增长。 “各种可能出现的合理结果凸显了保持警惕和实施稳健宏观经济政策的重要性，”何东补充道，“政策制定者需要灵活应对不同的国内状况以及快速演变的外部风险，特别是AI周期和中东冲突。”

2026-7-27 : 【券商晨会精华：市场迎来布局窗口 关注三大主线】上周五，市场震荡调整，科创50指数冲高回落。沪深两市成交额1.93万亿，创三个多月以来的新低。从板块来看，半导体设备、端侧AI、军工、电网设备概念表现活跃。下跌方面，算力租赁、电力等板块调整。截至收盘，沪指跌1.61%，深成指跌2.47%，创业板指跌2.65%。 在今日券商晨会上，国泰海通认为，市场迎来布局窗口，关注三大主线；招商证券认为，沿中报业绩与产业趋势两条线索进行底部布局；太平洋证券认为，静待公识凝聚。

2026-7-24 : 如何从“规模驱动”迈向“创新驱动”，是摆在当前众多国有企业面前的必答题。近日，《中国公共采购发展报告（2025）》在第七届国有企业数智化采购与供应链大会上发布。该报告披露了关键的产业数据：2025年全国公共采购总额44万亿元，中央企业采购总金额18万亿元。手握万亿研发资金、海量科研人才及超18万亿元年度采购市场，国有企业本应成为原始创新与产业创新的双重核心载体。但大会现场多名专家提出，现行采购体系在对接内外部创新资源方面仍存在堵点，巨量资源的创新转化效率有待进一步提升。规模驱动遇瓶颈，创新呼唤“桥梁”44万亿元公共采购并非均衡分布于各类商品和服务。长期以来，其深度绑定基建投资、设备更新与规模化生产，成为中国经济增长的“压舱石”。然而，当宏观经济从高速扩张转向高质量发展，传统大规模建设浪潮逐步放缓，采购额背后的结构性问题日渐显现——工程类采购占比近三分之二，货物和服务采购相对零散；以“合规、低价、可追溯”为核心的传统采购逻辑，在应对技术迭代和个性化需求时适应性明显不足。与此同时，企业降本增效压力层层传导，采购部门往往习惯在成熟供应商库中比价选优，对未知技术和新兴产品持审慎态度。“我们缺一个东西——支持科研的供应链。”中物联公共采购专家委员会委员平庆忠在接受专访时表示，44万亿元采购额中，工程约占三分之二，其余为货物。这套体系长期服务于大规模生产和基建，形成了成熟的供应链网络，但也面临新挑战，那就是大规模生产已趋于饱和。平庆忠认为，经济效益的来源正从规模转向创新。中国的创新体系包含两条主线：一是以国有企业内部科研机构为核心的“国家队”；二是大量中小企业通过产品和服务创新谋求发展的“民间力量”。问题在于，连接两者的“桥梁”尚不健全。平庆忠梳理了三种供应链的差异：产品供应链以大规模生产为基础，理论成熟；工程供应链因项目异质性而具有特殊性；而科研供应链“是从无到有的过程，科研人员往往难以预先明确所需物品”。目前，制度层面的适配性仍是主要难点。“国有企业采购有成熟的法律法规体系，但这些规则在设计上更多面向常规采购，对科研创新的特殊需求兼容性不足。”平庆忠说，传统模式下，科研人员提出需求、申请、审批、专人采购的周期较长，且采购结果与需求之间往往存在偏差。更关键的是，以往采购制度和流程对价格的关注度较高，而在创新阶段关注的主要是成果，目前国有企业采购制度创新价值的衡量体系尚未充分建立。作为《中国公共采购发展报告（2025）》主编，中国物流与采购联合会公共采购分会秘书长彭新良从另一个角度指出问题的症结所在，即国有企业采购可能过度关注价格竞争，以及招标机制在某些场景下的机械应用。面对降本压力，低价成为最直接的手段，而当拥有行业话语权的大型国企将价格压至较低水平，压力就会沿供应链传导，可能挤压供应商的合理利润空间，进而影响其研发投入能力。“合理的利润是持续创新的基础。如果整个行业长期处于微利状态，研发动力自然会受到抑制。”彭新良表示。更值得关注的是，这种采购惯性也对创新产品的市场导入形成挑战。“创新产品往往投入高、初期质量波动大、缺乏成熟案例。若按传统招标指标——如价格、市场占有率等打分，这些产品很难获得订单，可能错失迭代机会。”彭新良说。反过来看国有企业的战略定位——央企被要求成为“产业链供应链的链主链长”和“创新技术的战略策源地”。“作为链主，带头采购创新产品，有助于分摊前期的研发成本，形成正向循环。如果链主都不愿尝试，创新产品的市场化路径将更加艰难。”彭新良说。航天领域探新路，合规创新求共赢如果说价格竞争是外部压力，那么合规要求则是内部约束。“国有企业采购的核心关切之一就是合规。如何在合规框架内为创新留出空间，是当前需要探索的方向。”彭新良在采访中强调。他认为，问题的复杂性在于，政策目标的多重性。科技创新、产业政策、国家战略都鼓励创新，要求央国企发挥带头作用；而其他监管维度则关注程序规范、资金使用效率等。不同尺度的标准如何协调，需要制度上的精细设计。科研采购是典型场景。“科研所需物品品类新、批量小、市场参考价少，采购部门和监管部门面临较大判断难度，担心流程风险。”彭新良说，创新产品的论证、审批链条较长，可能影响科研节奏。民进中央在2025年全国两会期间提交的《关于进一步增强国有企业原始创新能力的提案》中提出，国有企业“对首台（套）、首批次、首版次应用较为谨慎，成果应用‘最后一公里’不够通畅”，绩效考核以国有资产保值增值为核心，而原始创新投入大、周期长、有一定失败概率，短期利润承压，且创新在考核中的权重仍有提升空间。科研供应链的探索，率先在创新性较强的航天和电子领域取得突破。平庆忠透露，航天某平台曾做过测算：传统模式下完成一项部件采购，集团平均需21天；若走传统招标程序，通常耗时三个月。通过数字化平台实现设计人员与供应方的直接对接，时间大幅缩短到48小时。“借助现代技术和AI，将分散于中小企业甚至个人手中的创新产品汇聚到平台上，央企通过平台筛选对接——这就把国企的创新能力与民间的创新活力连接起来了。”平庆忠描绘了这一构想。目前，中物联已立项“创新供应链相关的政策理论和方法研究”课题，预计年底形成一套完整的制度和操作框架。其核心包括三个层面：建立适配创新的制度，而非简单套用大规模采购的老办法；通过平台将制度化合规要求固化在平台上；实现科研一线设计人员与采购供应端的敏捷衔接，缩短中间环节，提高创新效率。关于科研采购，平庆忠介绍，“科研供应链”专项课题研究已经在5月初启动，“希望通过课题研究，创建在合规基础上，科研需求与采购高效敏捷连接的科研采购流程，从而使采购更好地服务创新”。从“消化吸收”到“原始创新”，三大转变定方向谈及国有企业创新现状，平庆忠坦言：“从体制特点看，国有企业在大规模生产、成熟技术应用方面具有优势。”他举例说，中央企业约三分之二属于基建型——能源、交通、建筑等，主要使用成熟技术。过去几轮互联网创新浪潮中，“新兴业态多由民营主体率先突破，这是市场分工的体现”。数据显示，中央企业2025年研发投入达1.1万亿元，连续四年超万亿元，拥有研发人员144万人、占全国五分之一。但平庆忠认为，投入规模与创新实效之间仍需加强转化。过去国有企业的创新很大程度是在引进消化吸收基础上进行的，形成了有效路径，但也带来了路径依赖。如今外部技术来源减少，更需要从源头开始自主探索——把原始构想转化为设计、进而转化为产品。民进中央的提案也称，就整体发展而言，原始创新能力偏弱、关键核心技术受制于人的情况尚未根本改变。国有企业对原创性、颠覆性创新的研发投入相对不足，更多资金投向渐进性、微创新领域。面向未来，平庆忠提出国企创新需要三个层面的转变。第一，思想解放。从“学习跟进”转向“原始探索”。第二，创新环境重塑。“以往更重视人才和资金，对物质条件支撑的系统性关注不够。”平庆忠说，科研供应链的核心价值在于通过供应链方式高效配置科研所需的物质资源。当前互联网、AI技术和制造业基础已具备，“关键是如何把这些条件整合为国家综合创新实力”。第三，体制变革。“不同企业、不同创新模式，需要差异化的内部机制。”他提出“研究型产业”概念——科研本身已成为一个高度个性化、创造性的产业，每个企业都需要与之匹配的制度体系。面对上述挑战，数字化和智能化被看作重要突破口。彭新良认为，其作用体现在三个层面，让内部协同更加透明高效，缓解合规压力下的决策顾虑，推动供应链从“买卖关系”向“数据协同关系”升级。在科研采购领域，数字化平台已展现出独特价值。例如，部分企业的科研人员可在平台上借助AI辅助，快速生成个性化采购清单。以前科研人员自行寻找供应商，存在流程风险；现在有第三方平台支撑，全过程留痕，采购和监管部门的责任顾虑得到减轻。“首台套”与“反内卷”，创新采购的制度护航针对国有企业“不敢买新品”的普遍顾虑，平庆忠表示，国家已有相应制度安排。“例如设备领域的首台套保险补偿等政策。”他同时强调，公共采购天然倾向成熟产品是全球性现象，如何在传统体系中加快新成果应用，是各国共同面对的问题。此次大会上，中物联发布了“科学采购、反对内卷”倡议，倡导行业竞争从“比价格”向“比价值、比质量、比创新”转变。中国物流与采购联合会副会长胡大剑在大会发言中明确表示，要“坚持链主赋能，共建产业生态”，充分发挥国有企业链主引领作用，依托采购需求牵引关键技术攻关，扎实落实“三首”政策，助力原创技术成果产业化。44万亿元采购额、1.1万亿元研发投入、144万研发人员——这些数字构成了中国国企创新的厚实基础。彭新良坦言，国企有资源、有人才、有资金，同时也面临体制机制上的现实约束。数字化和AI提供了技术解法，行业协会在推动标准建设，但更深层的监管体系的协调、容错机制的完善，还需要更高层面的制度设计。从“压舱石”到“创新策源地”，国企采购的转型之路，既需要技术赋能，也呼唤制度优化。当合规与创新找到更好的平衡点，当采购真正成为鼓励创新的“风向标”，每年万亿级的国企采购资金，将能释放出更为充沛的创新动能。

2026-7-24 : 珠江上仅有数千居民的平沙岛，隶属于佛山市南海区西樵镇，依靠轮渡与外界互通。2022年开始举办的广东南海大地艺术节，让这个宁静小岛被更多人知晓。 平沙岛地处水源地，不发展工业，村落静谧，处处果园、菜园，还有草地上或休憩或进食的水牛，为居民和假日到来的游客提供新鲜的食材。 岛上一处其貌不扬的老房子，原本是一所小学校，随着年轻人和孩童越来越少，学校废弃，被当作仓库使用多年。翻看老照片，当时的房舍破败不堪，院落里长满杂乱的植物。 艺术家eiko的到来，让院落焕然新生。邻近路边的一个房间，作为一处“家的风景”，成为她参与7月开幕的第三届广东南海大地艺术节的一件作品。参与了前两届大地艺术节的eiko，再次极其用心地在平沙岛的老房子里设计、装点了一个院落里的家。一步一景，南海人家房前屋后常见的石榴，连带枝叶插在花瓶中，布置在榻上，美不胜收。 “这间屋子也可以作为客房。”eiko说。原来，因大地艺术节来到并爱上平沙岛后，她选中了这个院落，带着施工队和自己收集多年的各类美物，加上遴选并改造过的院中旧物，让破败的院子变身成为集合了咖啡厅、餐厅和民宿的生活空间。 出于对国内民宿运营方式的不认同，eiko不习惯将这处空间称为民宿。她说，这里就是自己的一个家。eiko的另一个身份是室内设计师，房间和院落均出自她的设计，各处摆放和使用的物件，也都是她精心挑选的心爱之物。 “请问你们是来吃咖喱饭的吗？”咖啡厅里，笑意盈盈的小女孩主动打招呼。“要先喝杯咖啡吗？”她打定主意要拿下这笔生意。很快，小女孩开始利落地制作咖啡，同时不忘招揽新的生意。 “她这么积极，主要是因为可以不写暑假作业。”eiko说，女儿从北京来到平沙岛，开心极了。为一批客人准备好午饭后，eiko来到咖啡厅的吧台，和大家一起聊作品，聊岛上的生活。阳光肤色的小女孩，又起劲地去清洗咖啡杯了。 微雨时而落下，连廊可通达院落的各个区域和房间，增添了一分惬意。“很多人觉得廊的高度太低了，我说就是要这个高度。”普通瓦片为顶，粗粝原木为柱，低矮的走廊，确保主人精心打造的美学气息舒缓流动，令人想起斯里兰卡建筑师巴瓦的设计。 平沙岛上的桑蚕养殖曾兴盛一时。大地艺术节的多件作品，即创作、展示于昔日的蚕场空间，艺术家们与社区、居民协力，将当年的产业遗产以迥然不同但脉络相连的方式，展示给乡土民众和外来游客。 移步换景，在西樵镇的南海丝厂，大地艺术节的作品也试图连接历史与现实，南海本土与外部世界。 历史悠久、占地辽阔的桑园围，令南海发展出鼎鼎大名的桑基鱼塘生态系统，为南海丝织业奠定了基础，“一船蚕丝出，一船白银归”，当年的缫丝业盛况至今令人怀念。1966年，南海丝厂在西樵镇建成投产，一时间风头无两，成为珠三角蚕桑丝织业的范本。2022年11月，南海丝厂正式停产，宣告了一个时代的终结。 老厂房里，故事仍被续写。两台保留下来的大型缫丝机，无声地展示着产业变迁，空中纵横延展的各色丝带，既是对壮阔工业历史的纪念，也是面向未来的宣言。如今，南海丝厂已经发展成为颇有网红气质的时尚街区，生活气息浓郁，为这里增添几分艺术特质，应该也是运营者和大小商户乐见的。 艺术家陈侗借由参与大地艺术节的机会，成为南海丝厂社区的临时一员。他用水墨画笔和平实的文字，记录下社区的人与事，以及生活在这里的自己。 “因为我是在一块已经布置好的二十来米长的白布上作画，所以位置是不断移动的，有时我让模特坐在我左边，等到画下一个时又换到了右边，随同改变的还有灯光，也是忽左忽或上或下。”陈侗采访丝厂工人和社区邻居，在白布上画下他们的肖像，也画下记录自己采访和创作的场景，成为一件独特的线下实景连环画作品。 探访这件作品时，艺术家陈侗不在现场，负责讲解的素人志愿者女士说：“你们看，他画的自己，和他本人真的一模一样。”的确，浓眉，小眼睛，黑框眼镜，一撮小胡子，正是陈侗。在AI可以轻松生成高质量图片和视频的时代，陈侗这件名为《边说边画》的作品，让作为外来艺术家的自己与南海丝厂人以最传统的方式连接在一起。他画笔下的水墨人物，男男女女，平凡而又漂亮，可见画家与模特有了一定的感情。 第三届广东南海大地艺术节的艺术区域，涵盖了南海区西部三镇，从西樵镇、九江镇延伸至丹灶镇。12个艺术区域中，除了前两届的听音湖、西樵山、渔耕粤韵、太平墟、平沙岛、儒溪村、烟南村、璜矶社区，还新增了西樵南海丝厂、九江海寿岛、丹灶仙岗社区与康园等。有工业遗存，有生态秘境，有千年古村，也有人文公园。借由大地艺术节搭建的路径，人们得以走进大湾区深处的村落、工厂、社区，通过艺术听见这片土地的声音。 大地艺术节的作品，除了艺术的思辨与美学特质，更要与所在地的日常生活达成连接，形成情感上的应和。装点一处房屋或院落，记录一位居民的样貌，或者创造一种地方字体，营造一栋功能独特的建筑，都是参与艺术家们以各自的方式给出的答案。公共性的跨界与对话，是他们共同的命题。媒体人出身的策展人朱丽康，此次策划了“水边做做”项目，召集了14组建筑师，在南海的12个水乡聚落打造永久性公共座椅，以“肩并肩的生活共鸣”营造对话场景。 傍晚霞光中，坐在大树下张永和设计的软钢板长椅上，哪怕孤身一人，思考和激荡也不可能不发生。 本文图片均为严力摄

2026-7-24 : 当客户只为结果买单，资本开始追问退出路径，大模型公司的新一轮考验开始了。7月，月之暗面发布2.8万亿参数Kimi K3。随后，阿里千问官宣2.4万亿参数Qwen3.8上线预览版，DeepSeek V4正式版开始灰度推送——三款万亿参数大模型密集落地，将这场持续了三年多的参数竞赛推向了新的高潮。但WAIC展馆里几乎没有参数对比的展板，取而代之的是可自主执行任务的AI智能体、在产线上拧螺丝的机械臂、贴着“已量产”标签的落地方案——行业已经给出比参数更务实的信号。这种反差也弥漫在一级市场。锦秋资本董事总经理周琪对第一财经记者表示：当下不是缺少优质赛道，而是优质稀缺项目的估值被提前拉高，头部项目普遍透支了未来两三年的成长空间。启明创投主管合伙人周志峰在接受第一财经采访时称，过去一年,模型、Agent和算力的发展高于预期，但面向大众消费者的超级AI应用仍然没有出现，C端的AI应用创新丰富度不及预期。同时，国资LP资金仍在持续涌入AI、半导体等硬科技赛道。一名早期投资人向记者表示：“有的项目天使轮估值就很高，根本算不过账来。”另一面，世界模型、具身智能、AI应用等细分赛道入局公司成百上千，至今没有跑出绝对头部。2026年的大模型行业，正处于格局收敛与混战未停的交界线上——谁值得下注、谁将被淘汰，答案正在这个夏天加速推演。大模型赛道加速迭代“AI一天，人间一年。”这是启明创投主管合伙人周志峰常和朋友说的话。他判断，AI未来二三十年趋势清晰：当AI在物理世界的作业实现后，人类物理劳动力会极度充裕，变革激烈程度将超过工业革命和信息革命。一组数据可见变化的激烈程度。OpenRouter数据显示，中国模型使用量超过美国模型已持续11周，美国企业使用中国模型构建AI应用的比例从一年前的4.5%升至46%。中国日均消耗大模型Token两年半时间内增长了三千倍，达450万亿Token——人类历史上从未有任何一项技术以每年上千倍的速度成长。需求的爆发性增长与成本的下降同时发生，形成了一个正向加速的飞轮。模型越变越便宜，从性能至上到性价比至上，而整个需求规模被激发增长了千倍、万倍。周志峰举了一个例子：国内某家科技大厂去年AI算力预算最终落地约500亿元，而今年预算规模已经扩大到去年的六倍以上。“我当时特别震惊，没想到增幅会这么大。”在他看来，这也是为什么过去一年，无论一级市场不断涌现AI芯片创业公司，还是二级市场HBM内存、光通信等板块持续火热，本质上是底层算力需求正在以前所未有的速度增长。模型企业也迎来了史无前例的资本红利。智谱市值近6000亿港元，DeepSeek融资估值逼近5000亿元，可灵分拆投前估值180亿美元，月之暗面与阶跃星辰从去年四季度融资遇冷到如今估值暴涨至百亿、两百亿美元——市场共识的形成，将这一轮资本盛宴推向了高潮。但共识的另一面是分歧。九合创投创始人王啸对第一财经表示，今年一级市场某些赛道的市场热度很高，主要集中在政策重点体现的相关领域、世界模型等，项目估值涨得很快。资本过度集中的后果已经开始显现——估值预期和企业成长速度的失衡，有的项目天使轮估值就很高。例如，市面上涌现的大量Neo labs（由顶尖AI研究员创立、专注于前沿研究的新型小型AI实验室），创始人基本都是95后、00后。创业项目天使轮估值就能达到二、三十亿人民币。周琪观察到，基础大模型赛道创业门槛极高、入局企业少、格局相对清晰，但世界模型、AI智能体、AI应用等细分赛道“入局公司成百上千，至今没有跑出绝对头部企业”。整体行业仍处于早期混战阶段，尚未形成稳定的竞争格局。以应用赛道为例，周志峰也表示，去年随着模型快速迭代，市场曾普遍期待2025年将是AI应用时代开启元年，并能够出现类似移动互联网时代微信、抖音那样的新一代超级2C应用。但观察下来，过去一年，真正快速成长的产品更多集中在Coding、Agent等生产力工具，而面向大众消费者的超级AI应用仍然没有出现。一级机构在选什么在基础大模型格局已然清晰的背景下，投资机构正在将筹码押向更具不确定性的前沿方向。王啸明确表示，今年押注世界模型，因为它的技术路径还没有收敛，后续有很大潜力。在筛选标准上，王啸看重“状态之间的规律”，要“建立状态之间的关系”，他举例提及自变量的统一世界模型和Aether AI的因果世界模型两类技术路线。同样持续布局世界模型这类多模态基础模型，周琪已投资多家相关企业，包括生数科技等视频大模型企业。在他看来，世界模型赛道的核心优势在于“沿途商业化”——视频模型可落地C端内容生产，3D模型可赋能AR/VR，VLA模型可支撑机器人落地，每一个技术迭代阶段都能落地商业化场景、产生收入。具身智能是另一个被资本重点押注的方向。周志峰表示，一二级市场现在格外看好该赛道的核心原因在于，这或许是有史以来第一个兼具两大市场体量的产业：智能手机的出货规模叠加乘用车的单品单价。简单算笔账：如果行业发展成熟，一年10亿台出货量、单价约3万美元，这将是一个体量顶尖的赛道。王啸则认为，具身行业热度居高不下，流动性爆发与世界模型概念面世有一定助推作用，但核心因素还是大模型让大家看到万亿市场的想象空间，物理世界的想象空间更大，具身是下一代重要的硬件载体。他预判，等具身领域的模型表现出Scaling Law（规模定律），市场会看到这是个重投入、重资产、资源分化的赛道，马太效应只会比大语言模型更强，届时行业会逐渐回归理性，乐观估计，大概需要一两年时间。但回归理性之前，泡沫的积累已在发生。到现在，周志峰每周还能收到2-3家新成立具身公司的商业计划书，不过这些公司创始团队背景高度重合，多为高校教授、自动驾驶大厂高管或是AI模型研发人员；各家的技术路线大同小异，聚焦于VLA视觉语言动作模型、世界模型；落地场景也类似，如工业物流、商业服务以及最新的仿生机器人场景。他的判断是，如果机器人赛道没有关键突破，尤其是技术路线没法收敛，行业很难大规模落地。现在各家机器人落地探索的更多是专属场景的模型，并不是当下舆论热度很高的通用模型，只做demo项目，商业化规模起不来。“二级市场现在有一种观点：不管哪家企业先上市，上市之后最佳的判断方法就是看落地成果。”周志峰给出一个时间窗口：如果具身智能企业在今年年底或明年年底，没有实现实实在在的规模化商业落地，没有扎实的营收，市场大概率会迎来一轮深度大调整。他建议创业者多读历史。“越是疯狂、噪音比较多的时代，越要坚持哲科思维，把事想通、想透。”当客户只为结果买单当估值逻辑转向商业验证，商业化落地能力正在成为区分赢家与输家的核心标尺。周志峰对记者表示，过去无论PC互联网还是移动互联网，投资人最关注的是用户增长。产品拥有足够多用户之后，可以通过广告、会员、电商、游戏等方式逐步实现商业化，而随着规模扩大，服务器等基础设施成本还能不断被摊薄。AI产品却完全不同。用户每发送一句话、生成一张图片，调用一次Agent完成任务，都意味着模型需要进行推理，也意味着新的Token成本。一家拿到别家风投、卖出几十万台产品的AI玩具公司创始人，曾告诉他一个有些反常识的数据：其销售的AI玩具超过90%的用户，几乎不会高频启用玩具里的AI交互功能。这反而让企业暗自庆幸——因为在移动互联网时代行得通的“流量神话”，在AI时代却演变成了token的“成本黑洞”，服务的人越多，公司可能死得越快。基于这些观察，周志峰总结：当前看AI应用，会格外看重企业的商业化能力——商业能否闭环、token成本能否被营收覆盖。他提到，教育、金融等付费意愿强、客户转化稳定、较容易实现商业闭环的标杆领域是相对安全的方向，而纯尝鲜类、无法体现付费价值的应用，无论技术多炫，都面临严峻挑战。光源资本创始人兼CEO郑烜乐表示，当前万亿级美元的CAPEX（资本支出）投入先行，各行业对AI生产力的吸收效率存在滞后性，形成资本投入与商业化收入的剪刀差。填平产能过剩缺口、消解行业泡沫预期的唯一路径，是加速AI与产业的深度融合、积极推动再工业化进程。他判断AI产业化落地将先后存在三波浪潮：第一波为数字劳动领域最先被工业化；第二波依托大模型完成科学研发等高价值场景改造；第三波为依托大模型、具身大脑实现制造业、农业、物流等实体物理劳动的工业化。BAI资本合伙人汪天凡的筛选逻辑从另一个维度揭示了行业趋势：具备完整的数据闭环实现模型自我迭代；模型具备自用产出、自我优化的递归能力；组织架构匹配大模型持续迭代的增长逻辑。这将是企业长期构建技术壁垒、在巨额行业投入中拉开差异化优势的关键要素。在商业化落地加速推进的同时，行业竞争逻辑正在被彻底重构。周琪观察到，今年AI创业群体出现了三大全新变化：大量00后年轻创业者入局但普遍“重技术、轻商业化”；出海从“加分项”变成“必选项”，每两三家初创项目中就有一家Day One布局海外；行业边界彻底模糊——大厂、模型厂商全部下场做AI智能体和AI应用，“模型即产品”成为常态，产品壁垒周期从半年一年压缩至两周到两个月，行业最终从拼产品、拼技术，转向拼商业化、拼销售、拼增长。周琪判断，AI应用最大的困境是“壁垒极低、同质化严重、窗口期极短”，一款产品落地两周就会被同行复刻，技术和产品壁垒完全失效。国内AI应用的本土化出路有两条：AI+BPU模式，主打人机混合交付和Agent自动化交付，靠服务和落地能力构建壁垒；传统产业厂商AI转型，依托原有行业数据、客户资源和销售渠道，天然具备商业化壁垒。而纯AI Native国内初创企业多数尚未跑通稳定商业模式。中国的AI产业正在形成独特的比较优势。郑烜乐表示，工业化落地的最大障碍并非模型算法本身，而是产业端的对AI作为生产资料的吸收能力——技术型创业团队需从模型单点能力转向补齐产业闭环，产业方需要从组织架构、战略、资金层面做到真切接纳人才、技术等各类创新要素。从“为参数欢呼”到“为结果买单”，大模型的牌桌正在收敛，筹码正在转移。那些在狂热中保持克制、在泡沫中跑通商业化的企业，或许才是下一个周期真正的赢家。

2026-7-24 : 世界模型正在被一群背景迥异的玩家重新定义。机器人公司、脑机接口公司、互联网巨头、数据服务商纷纷入场，从不同方向逼近同一个目标：让AI真正理解并预测物理世界。 海外阵营路线分化明显：英伟达推出开源全模态Cosmos系列，主张用大规模视频数据为物理AI提供基础模型；DeepMind的Genie 3把可交互世界生成推向新高度；李飞飞创办的World Labs以Marble切入空间智能；特斯拉则优先把筹码压在机器人本体的行动能力上。 中国公司的打法更显层次，也更贴近产业落地。生数科技从视频生成模型Vidu起家，2026年把积累迁移到通用世界模型，提出MoT（Mixture of Transformer）统一架构，将“理解—预测—生成—行动”塞进同一个基座。大晓机器人则把开悟世界模型3.1定义为“端侧驱动本体的行动一体化世界模型”，用混合Transformer把视觉、语言、力触、轨迹压进统一隐空间，直接奔着家庭、零售、酒店等真实场景而去。 而在主流的大模型与机器人公司之外，脑机接口企业正在开辟一条截然不同的路径。强脑科技这家最早以非侵入式脑机接口起家的公司，如今已经把触角伸向了具身智能。在WAIC现场，诸多媒体前去拍摄仿生手的使用：它形态逼真、手感与皮肤无异，甚至离开身体仍能实现远程操控。其原理是通过传感器捕捉大脑控制手指的信号，再转化为仿生手的动作指令。强脑科技内部人士透露，公司之所以从脑机接口延伸做机器手，是因为“脑机只能做信号传输，没有落地反馈；但具身智能可以把反馈体现出来”——这条从“意念”到“动作”再到“反馈”的闭环，恰恰为世界模型提供了一种全新的训练数据形态。 玩家多了，分歧也随之而来。这种分歧首先体现在架构路线上。 生数科技认为，视频生成和机器人控制看似是两个领域，底层都需要理解物理世界的运行规律，因此应该共享一个通用基座。“如果要叫世界模型，它得配得上这个世界模型的称号，一定是要刻画人与世界的交互规律，同时能驱动人去跟数字世界和物理世界打交道的。”生数科技首席执行官骆怡航说。 但具身世界模型不能只是视频生成模型的翻版。大晓机器人董事长王晓刚直言：“数字世界模型失误仅影响图文生成，而物理场景下智能体预判偏差将产生不可逆真实损失。”这意味着，必须在架构层面内建物理推演和因果推理能力。 两条路线各有拥趸，但有一个核心共识：世界模型不能只停留在视频生成的视觉渲染层面。“能生成好看的视频”只是入场券，“能预判物理世界的下一步”才是真正的门槛。香港科技大学讲席教授、物理AI研究中心主任郭嵩提到，视频生成模型本质上是“渲染器”，能根据描述生成逼真画面，属于对物理世界的被动观察，但缺乏与环境的互动能力。具身智能要求模型不仅能模拟物理世界，更要能改变物理世界，即根据当前状态与目标状态，直接输出符合物理规律的动作（如速度、加速度、力反馈等）。 当行业还在争论什么样的架构才配得上世界模型时，资本已经等不及了。启明创投主管合伙人周志峰分享了一组数据：过去两年，国内新成立的具身智能企业已达370余家，直到现在团队每周还能收到2-3个新项目的商业计划书。而在这300多家企业中，10家企业估值约200亿元，20家约100亿元。“这也是我的职业生涯中难以想象的，密度如此之高。”他说。 泡沫对新兴行业未必是坏事，谁的路线跑得通是可以通过实践检验的。但世界模型从实验室走向产业化，仍需跨越三重挑战： 第一，路线尚未收敛。是做视频生成的模型，还是能预判物理世界因果的系统？是做通用基座，还是做垂直场景的专用模型？行业仍在按照各自理解分头突破。 第二，落地鸿沟巨大。具身智能不缺惊艳的演示视频，关键词不是更强，而是更能落地。 第三，数据壁垒可能成为终极护城河。那些既没有独特数据源、也没有规模化采集能力的公司，将面临被迅速边缘化的风险。 世界模型的能力已经开始显现，但距离真正的“涌现”还有关键距离。上海财经大学数字经济研究院副院长汪源认为，世界模型是补全人工智能现实维度、推动具身智能走向规模化商业落地的核心底座，当世界模型开始驱动机器人在物理世界作出自主决策，治理与安全将成为必选项。 换言之，世界模型竞赛的终局，将是一场由数据质量、产业理解和工程能力共同决定的淘汰赛。

2026-7-24 : 随着AI算力需求持续爆发，PCB（印制电路板）行业正迎来新一轮扩产竞赛。7月23日晚间，PCB龙头鹏鼎控股（002938.SZ）公告拟投资人民币100亿元新建深圳第三园区，并建设人工智能高阶类载板及柔性电路板智造基地项目。据公司透露，该项目计划至2033年建成投产。这是鹏鼎控股一年内第三次大规模加码AI PCB。7月初，公司刚披露不超过96亿元的定增预案（总投资额127.3亿元），用于淮安建设AI服务器和高速光模块高密度互连积层板项目，新增约65.56万平方米高阶HDI（高密度互连板）年产能；去年8月，曾计划投资80亿元在淮安建设产业园。近一年来，鹏鼎控股计划的AI相关产能投资已超300亿元。同日，另一家PCB企业红板科技（603459.SH）连发三项投资计划，总额不超过60亿元，包括50亿元的高阶mSAP高端精密电路板项目、7亿元的HDI产线技术改造和3亿元的厂房建设。7月22日，覆铜板厂商金安国纪（002636.SZ）公告意向投资约20亿元人民币，建成年产2000万张覆铜板及4000万米半固化片。本月更早时候，威尔高（301251.SZ）发布定增预案，拟募资不超过13亿元用于江西和泰国的高端PCB项目。第一财经记者据Wind及公开公告不完全统计，今年以来，已有20余家产业链企业宣布扩产计划，投资金额超700亿元。其中，仅3月份新增投资金额（只包含披露金额）就超过300亿元。新增产能几乎全部指向AI服务器、高速光模块等高端领域。而在业绩层面，鹏鼎控股一季度营收79.86亿元，同比下滑1.25%；归母净利润4.63亿元，同比下滑5.21%；扣非净利润同比暴跌31.85%，主业盈利能力走弱。进入二季度后迎来改善，6月实现合并营业收入为31.82亿元，同比增长10.15%。多家PCB龙头企业上半年业绩预增。沪电股份（002463.SZ）预计2026年上半年归母净利润28.3亿元至30亿元，同比增长68.17%至78.28%；深南电路（002916.SZ）预计上半年归母净利润21亿元至23亿元，同比增长54.41%至69.12%；生益电子（688183.SH）预计上半年归母净利润10.82亿元至11.37亿元，同比增长104%至114%。公告指出业绩增长主要受益于“智能算力中心高多层高密互连电路板项目按计划高效落地并快速释放效益”。行业分析认为，伴随AI服务器架构从传统CPU平台向GPU/ASIC高算力集群加速演进，系统对数据互联的要求达到前所未有的高度。这一变迁全面抬升了PCB在单板用量、布线层数、核心材料、孔结构、线路精度与长期可靠性上的技术标准。高多层板与高阶HDI需求迅速放量，行业高端化趋势明确。截至24日11点，鹏鼎控股股价上涨1.42%，报88.8元/股，总市值约2055亿元，年内涨幅达77%。

2026-7-24 : 在当地时间7月23日的Advancing AI大会上，AMD宣布推出机架级系统Helios和Venice CPU，展示了MI455X GPU并公布了产品迭代路线。 据AMD CEO苏姿丰介绍，MI455X采用2nm和3nm制程，结合了432G HBM4（高带宽内存）。MI455X之后，MI500系列预计明年发布，采用新一代HBM4e，引入新的铜和光互连技术，MI500的推理吞吐量是4年前推出的MI300X的2000倍以上。MI600系列则计划2028年发布。苏姿丰称，AMD已经在与客户讨论MI450系列之后的MI500和MI600系列。 CPU产品中，此次发布的第六代EPYC服务器CPU Venice采用2nm制程，运行前沿模型时每秒产生的token量相比前一代产品增加了80%，目前已进入量产阶段。在此之后，第七代产品Florence和第八代产品Ravenna分别计划于2028年和2030年出货。 机架级系统中，Helios包含AMD最新的MI455X GPU和第六代Venice CPU。Helios 500计划明年推出，包含MI500系列GPU。Helios 600计划2028年推出，包含MI600系列GPU。 AMD重点介绍了系统级机架的重要性，称token月消耗量在两年时间内增长了158倍，计算需求自2020年以来每年增长5倍，AI需要新的基础设施，AMD将计算所需的功能集成为一个系统。苏姿丰称，每台Helios都能为大模型提供更好的性能、更长的上下文，并支持扩展至成千上万的机架。 AMD表示，与英伟达Vera Rubin NVL72机架相比，Helios的AI计算能力（FP4精度）增加了15%以上，HBM容量和带宽增加了50%以上。运行Kimi2 Thinking时采用32K输入和8K输出，在中度交互场景下，基于Helios的GPU吞吐量比Vera Rubin NVL72多了15%。相比Vera Rubin NVL72，Helios每美元可多生产最多30%的token（词元）。 Helios的主要客户包括Anthropic、OpenAI、Meta、微软和甲骨文。苏姿丰表示，Helios机架级系统已经全面量产，将于第三季度末开始发货，来自客户的需求非常强劲。 一些客户在大会上透露了合作内容。OpenAI相关负责人表示，OpenAI正在积极采用AMD的新硬件，预计从今年年底开始并在2027年大规模部署Helios，并计划采用AMD的下一代GPU MI500。Anthropic相关负责人透露，Claude仅用了一周末的时间就自行完成了整套AMD机架适配流程。 英伟达此前整合了AI芯片初创公司Groq的产品，AMD则与AI芯片公司Cerebras达成合作。Cerebras CEO Andrew Feldman表示，该公司将在今年晚些时候开始使用Helios，Cerebras将推出结合Helios与Cerebras晶圆级芯片的AI推理方案。 市场规模和份额方面，AMD表示，2026年，该公司占据服务器CPU市场46%份额。根据AMD估算，2025年计算市场规模约3650亿美元。 苏姿丰预计，到2030年，计算市场规模将达到2万亿美元，其中1.4万亿美元来自AI加速器芯片市场，2200亿美元来自CPU市场。在整个市场中，没有单一一家公司能解决所有问题。

2026-7-24 : AI投资正从GPU向整个计算基础设施扩散，CPU成为新的受益者。 北京时间7月24日凌晨，英特尔宣布将2026年全年资本支出从180亿美元上调至200亿美元，并预计2027年还将进一步增加。此外，英特尔高层表示，数据中心CPU需求已经超过供应能力。 当天，英特尔公布了截至6月末的2026年第二季度财务业绩。财报显示，英特尔第二季度实现营收161亿美元，同比增长25%，创下十五年来最快增速，高于市场预期的144亿美元。按Non-GAAP口径，公司实现净利润22亿美元，每股收益0.42美元，高于分析师普遍预期的0.21美元；毛利率达到41.8%，较上年同期提升12.1个百分点。公司预计第三季度营收为158亿至168亿美元，同样高于市场预期。 业绩公布后，英特尔盘后股价一度上涨约11%，随后缩窄至4.37%。相比业绩数字本身，市场更关注的是管理层对于AI基础设施投资趋势的最新判断。 第二季度，英特尔数据中心与AI事业部（DCAI）实现营收63亿美元，同比增长59%，高于公司整体增速。英特尔首席执行官陈立武表示，AI正在驱动前所未有的计算需求，公司在CPU、ASIC、先进封装和晶圆代工等领域均处于有利位置。他表示，当前数据中心CPU需求“正在起飞”，客户需求已经超过公司持续扩大的供应能力。 过去两年，AI基础设施投资主要围绕GPU展开，英伟达成为最大的受益者。但随着生成式AI逐步从模型训练走向推理部署，以及智能体（Agent）应用加快落地，市场开始重新评估CPU在AI服务器中的价值。GPU负责大规模并行计算，而CPU仍承担数据处理、任务调度、网络通信、存储管理等关键任务。 随着AI服务器持续扩容，对CPU的需求也同步增长，AI产业链的受益范围正从GPU向整个计算平台延伸。 英特尔管理层表示，需求改善不仅体现在出货量上，也体现在产品定价能力上。目前，公司已与客户签署10项长期供应协议，但整体仍处于供应受限状态，需求超过现有产能。 值得注意的是，英特尔的老对手AMD近期也将2030年全球CPU市场规模预测由1200亿美元上调至2200亿美元，认为智能体AI工作负载将持续推动CPU需求增长。 相比数据中心业务，英特尔客户端计算业务增长相对平稳。第二季度，包含PC业务的客户端计算与物理AI事业部（CCPG）实现营收89亿美元，同比增长13%。管理层预计，受内存供应偏紧影响，第三季度PC市场整体需求将保持平稳。 代工业务方面，英特尔当季实现营收58亿美元，同比增长31%。此外，18A-P工艺已按计划进入风险试产。管理层表示，先进封装业务目前已积累大量客户订单，为未来代工业务增长提供支撑。此外，网络安全厂商Fortinet成为公司首个公开披露的外部晶圆代工客户。 但对于仍处于转型中的英特尔而言，能否持续兑现CPU需求增长、先进制程量产及代工业务拓展等目标，仍将是市场判断其长期增长前景的关键因素。

2026-7-24 : 2026年世界人工智能大会（WAIC）落幕，喧嚣散去后，留给行业的不再是智能体“能不能用”的技术疑问，而是“怎么算账”的商业冷思考。 若要用一张资产负债表来看智能体的应用——最重的资产列在算力一端，GPU集群的折旧、智算中心的建设构成了这张表的“固定资产”；负债端则写着词元（Token），每一次调用都是一笔流动负债，用多少欠多少，看不见摸不着却在月末账单上实实在在。 该被计入“无形资产”的，是智能体本身——它积累的行业知识、跑通的业务闭环、沉淀的Skills（技能），是企业未来能产生现金流的真正家底。 问题是：这本账，企业应该怎么算？ 全员入场：企业“all in”智能体 “智能体是2B场景非常契合需求的产品创新形态。”中国信息通信研究院泰尔终端实验室数字生态发展部副主任吴荻给出了一个行业定调。他观察到，当前通用类智能体，如编程智能体已实现规模化商业落地，但垂直行业智能体解决方案依然缺失。 在技术采纳曲线上，大型央国企往往需要经历更长的验证周期。但这次，无论是央国企还是民营企业，应用智能体的节奏明显加快。 中国电子首席科学家、中电金信研究院院长况文川提到，进入智能体时代，企业数据应用迎来全新范式升级——数据治理的核心正从“面向人员的数据供给”转向“面向智能体的任务能力供给”。顺应这一发展趋势，中国电子打造中电源启“AI原生数据工厂”与“AI原生软件工厂”，形成基础数据、知识规则、任务工具、行动反馈四类闭环资产，牵头9项国家级重点任务，支撑9大领域高质量数据集建设，目前已服务二十余家各领域龙头企业，助力合作企业研发效能提升超40%。 况文川认为，AI部署完成只是开始，更大的挑战来自组织能力重塑。从软件工程体系改造、知识资产沉淀，到AI教练培养、生产流程重构，企业需要投入大量持续性的组织成本。AI没有简单替代人的工作，而是在重塑人与AI协同的新分工，这些组织适配和能力重构，恰恰是AI规模化落地过程中最容易被低估的成本。 如果说央国企的入局代表了智能体在“深水区”的探索，那么民企的规模化验证则证明了它在“浅水区”的普适性。 容联云产研中心副总经理唐兴才透露，在海底捞这类连锁品牌的客服中心，原本配有数百名坐席负责处理门店位置查询、订餐订位等业务，如今这类电话业务智能体已经可以跑通闭环，独立完成相应工作。从Copilot（副驾驶）辅助，到单点任务执行，再到多智能体协作，直至纯智能体自主闭环，企业级智能体的演进路径已清晰可见。 更具颠覆性的变化发生在组织形态的最末端。智能体的普及让OPC（One Person Company，一人公司）成为新质生产力的重要微观载体。中关村数智人工智能产业联盟副理事长贾昊描绘了这样一个公式：“一个创业者+N个智能体=高效运转的公司。”原本需要雇佣多人完成的设计、销售、市场、行政等基础工作，如今可由智能体替代执行。创业者无需承担招聘、薪资、管理等人力成本，仅凭相对低廉的词元算力成本，就能实现“一个人干出一个团队的产出”。新业务的验证不再需要搭建完整团队，试错成本大大降低。但这也意味着，当智能体犯错时，承担后果的依然是那个“一人公司”背后的真人。 全员入场只是序幕。真正的问题随之而来：入场之后，这本账该怎么算？ 换一把尺：从算力降本到ROI实战 在讨论智能体怎么赚钱之前，先要关注智能体的“生产原料”——算力，在发生什么变化？ 答案是从“堆规模”转向“抠效率”。把算力解构成标准化的“计算词元”对外服务是统一计价体系的前提。 燧原科技创始人赵立东直言，词元时代全面到来，行业重心正从“算力规模”转向“词元价值”。客户不再单纯为硬件成本付费，而是以词元生成效率与交付质量为核心评判标准。燧原科技总裁张亚林把这条路叫做“芯模协同”：模型按芯片特性调整结构，芯片为模型做专属加速，“从软件栈、算子库开始，一层一层做深度的Co-Design（联合设计）”。 与此同时，算力正在从云端向端边渗透，试图在源头压低词元的边际成本。后摩智能创始人吴强提出了“端侧免费词元工厂”的概念，希望用高性能、低功耗、低成本的存算一体AI芯片，把端边智能水平拉到接近云端，让大模型应用实现真正的普惠。 爱芯元智刘瑞聚则点出了端侧算力的本质差异：“云端追求算力的极限，而我们在一个不可能三角里找平衡——在极小体积和成本约束下，跑出有效的算力。” 进迭时空创始人陈志坚判断，未来全行业的AI词元生成量将呈指数级增长，云端、终端、边缘端的算力需求将同步扩张。 从“堆算力”到“算词元”，计价单位的迁移让账本离“业务成果”更近一步。但即便供给侧已经把账算得越来越精，需求侧的“学费”依然昂贵。 “企业引入智能体初期往往热情很高，词元消耗很快，甚至不少企业在起步阶段会用词元消耗量来对标自身的智能化水平，最后却发现成本快速攀升，价值没能真正发挥出来。”唐兴才点出了一个普遍的“词元陷阱”。他举例，在编程场景下，程序员如果不加节制地使用AI，产生的词元费用甚至会达到其本身人力成本的10倍之多。 亿欧总裁王彬对此有更犀利的批评：“大模型公司单一划成词元收费，这个模式实在太狡猾了。”他认为，行业应该追求“Value per Token”（每词元价值），按生产力定价，而不是按流量计价。 九章云极就选择了从基础设施层面“两手抓”。作为AI算力调度与计量标准的制定者，它的“AI工厂”由训练工厂和词元工厂两大引擎构成：训练工厂将通用智能“冶炼”为专业模型，解决“从0到1”的研发难题；词元工厂则将专业模型封装为标准化、可精确度量的专业词元，实现“从1到N”的规模化交付。 连接两者的是一条“增强回路”——DCU算力计量体系（1 DCU = 312 TFLOPS × 1小时），把英伟达、昇腾、海光等不同芯片的算力统一折算到同一把尺子上。算力投入用DCU度量，智能产出用词元计量——中间的差值，就是AI工厂创造价值的地方。 显然，智能体的经济模型正在经历一场度量衡革命。IDC中国副总裁兼首席分析师武连峰指出，词元仅能衡量AI的成本消耗，无法直接关联业务价值。 他建议以DAA（Daily Active Agents，日活智能体数）来衡量“有多少智能劳动正在创造业务成果”，本质是从“投入视角”转向“产出视角”，并把价值公式改写为：活跃智能体数×单智能体任务量×任务完成质量÷词元与运营成本。 当账本开始学会计算“干成了什么”，智能体才真正拿到了进入业务核心的入场券。能接活的智能体，在商业化上只剩ROI（投资回报率）这一把尺。如果说DAU是互联网时代的流量指标，词元是大模型时代的成本侧指标，那么DAA就是智能体经济时代的产出指标。IDC判断，在未来5-10年的AI超级周期内，DAA会是衡量企业AI价值的核心指标。 当账本开始学会计算“干成了什么”，智能体才真正拿到了进入业务核心的入场券。而DAA公式中“任务完成质量”的提升与“运营成本”的压降，最终都要在ROI这把尺上兑现。 “我不要词元收费，我要价值收费。”容联云解决方案总经理闫玉华干脆把新模式写成了“效果付费、成果付费”，与客户共担风险。闫玉华算了一笔账：一个人工坐席的月成本在5000到8000元，而智能体方案只需2000到3000元，且能24小时工作，日处理量过万，积累的经验永驻企业资产。 多点智联副总裁张宇分享的生鲜案例则更具冲击力：一家海外大型超市年生鲜销售额在30亿到40亿元，损耗率高达8%到9%。多点部署的补货智能体将损耗率压降了1个百分点，一年就是几千万的净利润，“相比之下，这个AI投入可以忽略不计。”张宇洞察到，智能体本质上不是一个工具，而是“嵌入业务的经营班子”，“市面上请一个顶级国际采购专家多少钱？智能体可以干这个事。” 于是，商业模式被压缩成一句话：要从“卖模型”到“卖结果”。 隐性账本：ROI量不出“组织磨合费” 然而当智能体的账越算越精，一个尴尬的事实浮出水面：ROI这把尺，只量得清“可量化”的部分。而那些真正决定智能体能否长期存续的东西——信任、责任、组织磨合——恰恰是账本上最模糊的一行。 中国电子在调研中发现，AI上线的“人机磨合期”，往往比技术部署周期更长。模型要持续调优，人员要向更高价值的监督角色转型，这中间的培训成本、心理成本、流失成本，是算不清的隐性账。部门墙割裂数据，懂行业不懂AI与懂AI不懂行业的双向鸿沟，以及“重建设轻运营、重技术指标轻业务价值”的考核惯性，构成了AI落地的“软性障碍”。AI没有消灭工作，只是把工作重新分配，并附赠了一笔没人预先计提的组织磨合费。 唐兴才也观察到了一个反直觉的现象：智能体落地后，往往不是智能体在适应企业的原有流程，而是人需要去适应智能体的工作方式。CRM、ERP系统需要改造，人的作业习惯也要随之改变。 这暴露了价值标准的深层错位。AI优化的是效率、成本、吞吐这些可量化指标；而人的价值标准里，还压着信任、尊严、长期主义与责任归属这些不可量化的东西。两套标准错位，人就被卡在中间——“人审机器”把工作从“做”变成了“核验”，认知负荷不降反升。 “无须强行拆分人与智能体的单独贡献，二者是共生关系，企业仅需以综合产出为核心评估维度。”上海财经大学数字经济研究院院长高红兵认为，用户在和智能体互动的过程中不断贡献自身知识，让智能体的能力越来越强，个体相对会越来越弱势，需要在规则层面平衡二者的关系，要解决智能体带来的极化效应问题。 出路或许不在“替代人”，而在重构“人在回路”。回到容联云的坐席场景，人的角色正在悄然转变：坐席的每一次“确认”或“纠偏”，都不再是单纯的执行，而更像是一个训练师在调教模型变聪明。人从“兜底者”升级为“价值标准的定义者”——让智能体对齐人的价值，而不是人去对齐智能体的输出。 中数睿智创始人韩涵博士提出的“元因果”认知框架，就是为因果世界模型构建动态的自我演进的认知框架。构建这一框架有三个核心步骤，第一步“锚定事实”，把业务规则结构化提取，形成可推演的数字底座；第二步“注入工况”，将实时数据灌入因果推演链条，从“描述发生了什么”进化到“建议该怎么做”；第三步“双向进化”，系统自我演进，同时接受人的验证与纠偏，形成可证伪的契约。 正如2026年WAIC以“智能伙伴，共创未来”为主题，如果“智能伙伴”意味着共同定义价值，那么当账本越来越会算“干成了多少”，我们是否准备好了把“什么是值得干成的”说清楚？ 大会没有给出答案，但它把问题从实验室搬到了产线、柜台，和每一次人按下的“确认”键上。智能体的时代才刚开头，而人的命题，一如既往。算力终会折旧，词元终会摊销，唯有那些被人类智慧定义过、被业务场景验证过、被组织流程接纳的智能体Skills，才会成为企业真正不朽的无形资产。

2026-7-24 : 7月23日，工业和信息化部在四川省成都市举办2026年亚太经合组织（APEC）数字和人工智能部长会议。会议通过《2026年APEC数字和人工智能部长声明（成都声明）》，一致同意共同推动数字和人工智能技术赋能亚太共同体，为未来一段时期APEC深化数字和人工智能领域合作搭建了行动框架。工信部部长李乐成在新闻发布会上表示，这份沉甸甸的部长声明，不仅是APEC各经济体共同推动务实合作的共识，也对外释放了APEC经济体坚定支持开放创新合作、共同拥抱数字和人工智能技术、携手塑造亚太创新发展新优势的积极信号，为全球经济复苏注入了稳定预期和强大信心。工信部发布的一组数据显示，2025年中国人工智能核心产业规模突破1.2万亿元人民币，企业数量超过6200家，开源模型累计下载量突破100亿次，居全球首位。这既是中国“人工智能+”的亮眼成绩，也为中国与APEC各经济体在人工智能领域的合作奠定了坚实基础。五大亮点数字和人工智能部长会议是APEC框架下重要的部长级会议之一，是促进亚太地区数字和信息通信领域交流合作的重要平台。李乐成介绍，总的来看，此次会议有以下五个亮点。一是凝聚了一个共识，即数智赋能驱动创新发展；二是深化了一个认识，即防范风险确保安全可控；三是突出了一个导向，即通过合作促进共同繁荣；四是达成了一个目标，即普惠包容实现成果共享；五是坚持了一个理念，即携手构建开放创新生态。当前，数字和人工智能领域的创新空前活跃，已经成为全球经济增长的重要推动力，也是APEC合作的重点优先领域。本次会议紧扣“数智赋能”这一主题深入研讨，各方一致认为，数字和人工智能技术正在释放促进可持续增长的巨大潜力，能够全方位赋能亚太共同体，提升亚太区域生产力水平。会议提出，要加强亚太地区数字和人工智能基础设施建设，推进互联互通，促进普遍和有意义的数字连接，释放数字和人工智能技术在工业、农业、医疗、教育、交通、文化等领域的赋能潜力，弥合亚太地区数字和智能鸿沟，让发展成果普惠共享。国家工业信息安全发展研究中心主任江明涛在会场接受第一财经记者等媒体群访时表示，数字基础设施是亚太协同发展的“硬支撑”。中国愿与各方一道，依托APEC互联互通蓝图升级版的制定契机，推动亚太地区5G网络、千兆光网、数据中心、算力网络等数字基础设施的协同布局与互联互通。积极发挥中国在海底光缆、卫星通信等领域的技术和建设优势，为区域内数字产业协同创新提供坚实底座。以人工智能为代表的技术创新正加速突破，既蕴含巨大机遇，也面临治理挑战，应高度重视人工智能可能引发的各类内生和衍生风险。李乐成表示，各方均注意到数字和人工智能技术带来的风险，一致认同要坚持统筹发展和安全，在网络安全、数据安全、供应链韧性、数字基础设施韧性、反网络诈骗等领域分享实践经验，推动政府部门、私营部门、学术界、民间社会开展对话。工信部科技司司长魏巍表示，人工智能带来的风险是全球共同的挑战，应确保人工智能成为人类的可信工具。中国坚持统筹发展和安全，不断完善相关法律法规、政策制度、应用规范和伦理准则。以伦理治理为例，中国实施人工智能科技伦理审查与服务先导计划，在全球率先开展人工智能科技伦理审查实践，上周刚发布了《国际人工智能伦理治理行动计划》，得到各方的积极响应。魏巍谈到，中国将在APEC框架下，共享人工智能治理的“中国方案”，与各经济体加强政策与监管协调，推进标准互通互认，联合开展风险监测预警和应急处置，携手提升人工智能的安全性、可靠性、可控性。共享中国方案中国积极拥抱人工智能发展，全面实施“人工智能+”行动。根据测算，2025年中国人工智能核心产业规模突破1.2万亿元人民币，企业数量超过6200家，AI眼镜、AI手机、AI电脑等竞相涌现，人形机器人开始“进厂打工”，开源模型累计下载量突破100亿次，居全球首位。魏巍表示，下一步，中方将践行《全球人工智能治理倡议》，以本次部长会议成果为契机，同APEC各经济体一道，共同推动人工智能产业发展和全方位赋能。具体从三个方面推进：强化开源创新合作，共拓场景赋能应用，加强安全治理协同。人工智能发展需要开放互信的创新环境。中国积极推进人工智能科技创新和产业创新深度融合，加快突破人工智能芯片、前沿算法，实施“模数共振”行动，强化“模型”与“数据”的双向赋能，面向人工智能发展需要，建设高质量数据集。鼓励人工智能开源项目建设，持续降低和消除技术壁垒。场景驱动、应用牵引是中国发展人工智能的重要方法和经验。中国积极推动人工智能赋能千行百业，特别是深入实施“人工智能+制造”专项行动，逐个行业梳理开放高价值应用场景，培育人工智能应用服务商，打造一批工业智能体，加快人工智能在研发设计、中试验证、生产制造等环节的应用。魏巍表示，中国将与APEC各经济体共同搭建各类创新平台，加强技术交流与成果转化，支持知识、技术、人才的流动，促进智能向善、技术普惠。共同打造高价值场景和典型应用，并愿为各经济体提供用得起、性能好的智能终端设备和解决方案，助力各经济体经济社会智能化转型升级。“中国数字和人工智能技术及产业在APEC合作中将发挥推动者、实践者、共建者和联通者的作用。”江明涛谈到，这次会议选在成都举办本身就很有深意。四川将“人工智能+”作为一号创新工程，培育人工智能企业1900余家，去年产业营收超1900亿元，18个工业AI场景入选国家级典型应用案例。这些鲜活的产业实景，正是中国推动数字和人工智能技术赋能产业发展的缩影。中国愿同亚太经济体分享这方面的实践经验，为亚太地区数智赋能提供可复制、可推广方案。

2026-7-24 : 【财经日历】 新股申购：嘉立创、津富士达 财报发布：英特尔 ??商务部外资司司长孟华婷在23日举行的国新办新闻发布会上回应中美双方成立贸易理事会、投资理事会进展的有关提问时说，目前，中美双方经贸团队正在就贸易理事会架构、职能、运行模式等具体安排保持密切沟通，并探讨推进各自300亿美元规模的对等降税框架安排。中方正在就相关降税安排建议广泛征求国内企业、商协会、地方政府、美资企业商协会等利益相关方意见，美方也在就贸易理事会及对等降税安排征求公众评论意见。双方将保持密切交流，尽快商定具体产品降税安排并推动实施，进一步拓展双边贸易。 ??中国证监会召开党的建设暨监管工作座谈会。会议强调，综合施策全力维护市场平稳运行，提升资本市场韧性。更加精准有效实施逆周期调节，推动中长期资金稳步提升入市规模和比例，加强应对全球市场波动和风险跨境传导的政策储备，筑牢防范外部风险冲击的防波堤防浪堤。 ??央行公告，为保持银行体系流动性充裕，2026年7月24日，中国人民银行将以固定数量、利率招标、多重价位中标方式开展5000亿元MLF操作，期限为1年期。 ??国务院印发《全民健身计划（2026—2030年）》，到2030年，更高水平的全民健身公共服务体系日益完善，产品服务供给能力不断增强、质量持续提高，群众身边的场地设施更加充裕优质，群众体育赛事和全民健身活动更加丰富，全民健身公共服务更加安全规范，各类体育组织有序发展，全民健身理念深入人心、氛围日渐浓厚，体育运动成为群众广泛参与的生活方式。人均体育场地面积达到4平方米左右，每千人拥有社会体育指导员达到3.3名左右，经常参加体育锻炼人数比例达到40%左右，国民体质水平持续提高。 ??北京市发展和改革委员会等部门联合印发《北京市关于加快智能体引领发展的若干措施》。其中提到，鼓励发展Token（词元）经济。推动创新主体研发适配智能体系统调用、复杂任务调度与高频决策的通用处理器，开发低延迟、高吞吐专用推理芯片。推动创新主体开展推理架构等关键技术攻关，通过异构协同、存算协同以及智能调度等降低推理成本，加快推理缓存复用、智能任务路由等应用层效率优化，全链路优化提高Token效率。重构产品形态和服务模式，培育Token即服务（TaaS）、智能体即服务（AaaS）、结果即服务（RaaS）等商业新模式，推动更多符合条件的Token新产品新服务纳入中小企业服务券配券产品范围。加大算力券等支持力度，鼓励有条件的区联合创新主体探索发放Token券、智能体服务券等加速智能体等推广应用。支持银行、保险等金融机构依法依规开发支持智能体落地应用的各类金融产品。支持创新主体依法依规汇聚行业知识、智能体执行数据等并开放共享，构建数据飞轮，反哺驱动智能体能力持续进化。 ??据央视财经，脑机接口是全球未来产业的重要赛道，而大规模、高质量的脑电数据，是推动技术从实验室走向产业化的核心基础。昨天下午，我国科研团队发布一款新型脑电信号采集装置，在全球范围内首次实现跨地域上千人同步脑电信号采集，使得神经大模型训练与脑机接口通用技术研发迈出关键一步。研发团队介绍，实现千人级跨地域同步采集，核心攻克了两大技术难关：一是在设备小型化的同时保障信号采集精度，二是克服网络延迟影响，实现多设备、多地域间的毫秒级时间精准对齐，确保不同脑电信号可以统一分析。未来，规模化脑电采集技术将持续沉淀数据，用于训练神经基础模型。这也意味着，AI的学习素材将不再局限于文字、图片、视频等间接信息，而是可以直接通过神经信号理解人类的认知状态。 ??据新华社，美国媒体23日报道，美国总统特朗普当天称，他正在“认真考虑”重启对伊朗的大规模作战行动。 ??据央视新闻，美国贸易代表办公室23日发布公告，宣布依据《1974年贸易法》第301条，以所谓“强迫劳动”为名对数十个国家和地区加征10%至12.5%的关税，以替代即将到期的全球进口关税。新关税将于美国东部时间7月24日0时01分生效。特朗普政府在美国最高法院于今年2月否决其规模最大关税措施后，转而采用临时10%全球关税措施。这些关税措施将于美国东部时间7月24日0时01分到期。 ??周四美股三大股指全线重挫。截至收盘，道指跌0.97%，纳指跌2.15%，标普500指数跌1.21%。 龙头科技股多数下跌。美国科技股“七巨头”指数收跌约4.8%，七家公司单日合计市值蒸发约7970亿美元。 特斯拉收盘重挫14.52%，谷歌母公司Alphabet跌7.13%，亚马逊跌4.57%，Meta跌3.36%，微软跌2.24%，英伟达跌1.56%，苹果公司跌1.30%。上涨阵营中，SpaceX涨2.59%，奈飞涨0.53%。 存储芯片股纷纷收高。美光科技涨3.20%，SK海力士ADR涨2.56%，科磊涨1.88%，应用材料涨1.60%，泰瑞达涨1.16%，闪迪涨0.69%。 热门中概股以跌为主，纳斯达克金龙中国指数收跌0.57%。富途控股跌6.72%，老虎证券跌2.99%，爱奇艺跌2.42%，阿里巴巴跌2.13%，哔哩哔哩跌1.13%，网易跌0.85%，小鹏汽车跌0.70%，腾讯控股ADR跌0.32%，拼多多跌0.35%，京东跌0.20%，百度跌0.12%，蔚来跌0.64%。 上涨阵营中，理想汽车收涨2.06%，新东方涨1.38%。 4天3板中曼石油：受中东地缘政治冲突影响 公司伊拉克区域多支井队仍处于停工待命状态 华力创通：自7月起30个月内禁止参加特种领域的采购活动 预计对生产经营和财务状况产生一定负面影响 红板科技：全资子公司拟投资不超50亿元建设高阶mSAP高端精密电路板产业化项目 长鑫科技：将于7月27日在科创板上市 鹏鼎控股：拟投资100亿元新建深圳第三园区并建设人工智能高阶类载板及柔性电路板智造基地项目 源杰科技：CW光源产品主要为70mW/100mW 正与模块及CSP厂商确定合作意向 兴业科技：全资子公司拟5500万元收购磷化铟业务及资产 普冉股份：上半年净利同比预增1925% 通用存储芯片量价改善 迪哲医药：预计2026年半年度净亏损2.10亿元 保利发展业绩快报：上半年净利润同比下降38.96% 五矿新能：预计2026年半年度净利润3.4亿元-4亿元 同比扭亏为盈 金钼股份业绩快报：上半年净利润同比增长25.91% 江波龙：控股股东提议4亿元-8亿元回购公司股份 澜起科技：拟以3亿元-6亿元回购公司A股股份 云南锗业：子公司签订5.7亿元-8.55亿元磷化铟晶片供货协议 国都证券：短线反弹结构未破，震荡中把握轮动机会。 金元证券：大盘短线或将震荡整理。 国泰海通：估值已具备吸引力，修复前期高点尚需时日。 【推荐订阅】《盘前点金》 每交易日盘前7:30左右，为您抢先捕捉关键讯息+ 研判主题机会 + 挖掘潜力标的。 点击下方图片，一键直达：

2026-7-23 : 7月22日，地平线与大众汽车集团宣布深化战略合作。双方将通过合资公司酷睿程（CARIZON），以“白盒授权”模式引入地平线AI基座大模型，自主开发大众中国统一的AI驾驶解决方案，全面赋能L3和L4级自动驾驶落地。其中，L3级自动驾驶最快将于2027年下半年启动交付。 表面来看，这是双方既有合作的延伸与升级；但深层次看，这一举措更标志着大众在华智驾供应商格局的深层调整。在从燃油车向新能源转型的进程中，智驾供应的天平正从外部供应商卓驭科技，逐步向大众内部孵化的酷睿程倾斜。 燃油车占销量主导的时代，卓驭科技（前身大疆车载）曾是大众在华智驾领域最核心的合作伙伴。双方自2018年起展开合作，首款搭载卓驭智驾系统的大众车型途观LPro于2024年上市。此后，卓驭方案逐步覆盖大众MQB平台的A级、B级车型——揽境、迈腾、探岳L、速腾等主力燃油车型均搭载其IQ.Pilot增强驾驶辅助系统。 可以说，卓驭深度绑定了大众的燃油车基本盘。据公开信息，卓驭已与20家客户合作、覆盖32个品牌，但大众是其最早、合作最深的核心客户，也是其技术验证与规模化落地的关键支撑。2026年5月，卓驭欧洲总部落户德国布伦瑞克，并与大众在欧洲开展下一代智驾概念验证合作，双方关系一度持续深化。 转折点出现在大众全力转向新能源的战略进程中。 2022年，大众旗下软件公司CARIAD与地平线敲定合资计划，并于2023年11月正式成立酷睿程，大众持股60%，地平线持股40%。酷睿程最初的角色定位为L2+级辅助驾驶方案提供商。截至2025年底，其首套高级驾驶辅助系统已交付，应用于与众07和新款与众06，但这两款车型销量有限。 真正具备格局重塑意义的是大众专为中国市场研发的区域控制电子电气架构——CEA架构。该架构已于2025年底如期交付，首款车型与众07在大众安徽工厂投产。按照规划，CEA架构将从A级拓展至B级，覆盖纯电、混动、燃油全动力车型，并逐步覆盖大众在华三大合资企业的新车型。 大众在华智驾体系维持着多供应商格局。一位大众内部人士向第一财经记者表示，目前，大众在华智驾方案按照电子电气架构划分：CEA架构、部分新架构（捷达）及上汽大众自研架构，采用酷睿程解决方案；既有的E3 1.1架构（MEB平台、大众ID系列平价纯电车）沿用卓驭方案；E3 1.2架构（PPE平台、奥迪/保时捷豪华纯电车）采购华为；上汽自研架构的旗舰车型与AUDI品牌则采用Momenta方案。 但从走量维度看，大众智驾两大主力供应商仍是卓驭与酷睿程。而从战略优先级看，CEA架构无疑是大众在中国最核心的平台战略。 大众汽车曾表示，与MEB平台相比，CEA架构通过集中式控制单元设计和更高比例的自制零部件，使车型开发速度提升最高30%，成本降低约40%。大众中国相关高管曾表示，公司目标是在2030年前，让绝大多数中国本土生产车型全面转向这套以软件为核心的CEA架构。 而CEA架构的智驾方案与酷睿程形成了强绑定关系，上述内部人士向记者表示：“随着CEA的泛化——比如调整MQB平台、新的B级车平台CSP，智驾方案就都是酷睿程。” 据悉，酷睿程全场景高级驾驶辅助方案已进入量产阶段，进一步支持城区领航辅助驾驶能力，将于今年第三季度起陆续搭载于大众在华三家合资企业的七款全新电动化车型，并自明年起逐步拓展至更广泛的CEA序列产品矩阵。L3级自动驾驶则最快于2027年下半年启动交付。 这一趋势正重塑大众在华智驾供应版图。过去大众的燃油车时代，智驾供应商的主力是卓驭；而随着CEA架构权重持续放大，天平正向酷睿程倾斜。 对卓驭而言，大众订单可预见的收缩意味着必须加速拓展其他客户。据公开信息，卓驭已拓展至比亚迪、奇瑞、长城等乘用车客户，并在重卡领域与徐工、陕汽、重汽等建立合作。但大众作为其最核心的客户，订单规模的任何变化都可能对其基本盘带来影响。 大众与地平线的此番深化合作，本质上是其在“在中国，为中国”战略下的必然选择——通过酷睿程将智驾能力内部化，而非长期依赖外部供应商。卓驭在燃油车时代为大众补齐了智驾短板，但在大众电动化转型进程中，酷睿程预计将逐步接管核心位置。

2026-7-23 : 近期，受境外市场风险波动等多重因素影响，国内资本市场出现大幅波动。 在此背景下，证监会积极采取多项措施，与市场进行积极沟通。20日证监会主席吴清召开投资者座谈会，就资本市场稳定健康发展听取意见建议，问需于市场、问计于投资者；近日又会见加拿大养老基金投资公司总裁兼首席执行官格雷厄姆，明确证监会坚持稳中求进，坚决维护资本市场平稳健康运行，稳步扩大高水平制度型开放，持续提升外资参与资本市场的便利度等。 这体现了监管层捕捉市场诉求的能力以及与市场的沟通能力获得了新突破，具有了对市场较强的敏感适应能力。随着证监系统与市场的沟通机制、信息结构和表达方式等的改善，监管与市场的沟通越发有效起来。 同时，市场层面也出现了更多担当的力量。在传统的上市公司、证券公司、公募基金、私募基金等力量之外，央企、银行、保险以及地方国资平台也加入了“护盘联盟”。在央企层面，主要表现为最近中国诚通及所属诚通资本等聚焦国资央企大额增持中国股票资产，累计买入近百亿元，中国国新控股有限公司也表示国新投资相关主体已使用股票回购增持专项再贷款及配套资金超500亿元，用于维护市场稳定，并表达了未来将用足这一政策工具的允诺。地方层面，则是北京国有资本运营管理有限公司最近发文，坚定看好中国资本市场发展前景，坚定支持科技创新与企业高质量发展，并表示下一步将依托自有资金及旗下证券公司、公募基金持续增持上市公司股票等，以实际行动为资本市场平稳健康发展贡献力量。 当前国内资本市场波动频繁的原因相当复杂。一是资本市场正成为居民财富管理不可或缺的组成部分。随着人们财富配置到资本市场的规模越发增大，市场的强烈波动不可避免会带来更多影响，市场情绪表达变得越发突出。 二是当下经济增长的结构性问题在资本市场得到充分表达，市场走势的分化，加剧市场情绪表达。中国经济的这轮增长，主要受人工智能技术变革影响，这不仅推高中国国内有关AI的资本支出规模和速率，而且国内外基于AI的资本支出带动了贸易的快速增长，火热的AI资本支出，与传统行业在有效需求不足等问题下的负重前行，加速了国内资本市场走势的分化，导致了资本市场估值体系的重估重构，这使得市场宽幅波动和结构性风险凸显。 三是当前资本市场主要聚焦于AI驱动。作为本世纪初最为突出的新技术革命，这一新兴领域本身就是试错前行，属于高熵发展环境，频繁变动的增长走势，激烈的市场竞争，以及高频试错等，使国内资本市场交易相对集中，泡沫风险不容忽视。这些本身就意味着资本市场的向上向善突破，并非典型的线性逻辑，而是充满各种变数，因此高波动注定是当前资本市场投资的常态。 此外，由于国内资本市场处于发展期，机构投资者因为风险覆盖度缺乏完备性而为控制风险出现了散户化、投机化问题，以及目前市场对理性投资价值投资与长期投资的理解存在一定的分歧等，也反过来放大市场波动风险。 为此，当前首先需明确的是了解波动成因并正视，从而谨防各项工作被市场情绪所裹挟。 要正视市场波动风险，就必须明晰，市场波动过程本身就是市场自发求解困惑、配置整合的过程。市场波动表面看是风险随机游走，实际则是市场风险的自发交易管控，只要没有出现长时间的集中爆发式单一交易，只要市场交易是畅通的，波动对市场来说就是可承受的一种风险重新配置和市场化管控。唯有秉持这一信念，才能够在市场宽频震动中保持理性。 资本市场的健康发展，不是让资本市场维持海平面的风平浪静，而是加强资本市场的风险可承载能力；对投资者来说，担心的不是市场掀起多大的波浪，而是市场能承载得动多大风浪。 而要提高资本市场的风险承载能力，核心指标就是市场的交易自由度，以及市场为投资者提供了怎样的风险管控工具，让投资者能够基于自身风险可承载能力和认知结构等，交易风险锁定收益。 莫听穿林打叶声，何妨吟啸且徐行。资本市场本质上是风险交易市场，交易的本质就是锁定收益、让渡风险，任何市场的波动都是一种询价表达。因此，面对市场波动，正确的方式方法，不是将波动抹平，而是为市场主体营造更高交易自由度的场景，并为市场主体提供充分的风险管控工具，让其面对风险能拿得起放得下。

2026-7-23 : 7月23日晚间，长鑫科技公告称，将于27日登陆科创板。市场对长鑫科技上市后的股价存有不少“遐想”。有机构人士称，站在产业的角度观察，近期全球资本市场以AI产业链为代表的科技板块都出现了一轮明显调整，反映出市场对半导体产业发展趋势已经出现分歧。那么长鑫科技上市后的股价将会如何演绎？业内认为，比起上市时一哄而上，更理想状态还是相对审慎的定价、相对温和的交易。全球科技板块降温7月以来，半导体及存储产业股价出现连续调整。市场尽管对相关行业长期看好仍有信心，但盲目看涨存储价格持续上涨的言论少了许多。更多观点认为，存储的超额利润会随着大厂的大规模扩产回归均衡。有业内人士称，对大厂来说，短期内AI带来的收入增长很难跑赢资本投入的增长；今年上半年，美国科技七子中，6家均显著跑输纳指，其中微软、Meta上半年股价分别下跌超22%、14%，这显示出了市场对投资变现能力的持续担忧。同时，在应用端，智能手机、新能源汽车等应用领域的成本压力已摆在眼前，而消费端对溢价的消化能力愈现乏力。“种种迹象都可能成为AI资本开支增速掉头的催化剂。”一位长期跟踪全球AI产业的人士说。除了行业层面的情况，长鑫科技的基本面也是影响股价的一大因素。7月14日，长鑫科技通过网下询价方式确定发行价为8.66元/股，发行后总股本为668.81亿股(超额配售选择权行使前)，发行后总市值为5791.88亿元。2026年一季度，该公司实现了508亿元的营业收入和超263亿元的扣非净利润，同比增速高达719%和1993%。长鑫科技预计，2026年上半年营收在1100亿元～1200亿元之间，同比增长612.53%至677.31%；净利润在500亿元～570亿元之间，同比增长2244.03%至2544.19%。以7月中旬价格计算，三星、SK海力士和美光的预测市净率（PB）大约在2026年末净资产的2～6倍；市盈率（PE）则大概是其2026年预计净利润的5～8倍。相比之下，长鑫科技的发行价对应的市净率和市盈率分别在3倍和5倍左右，落在区间中位数偏下。“长鑫上市后的市净率和市盈率上升空间有多大，关键还是取决于企业未来的研发和经营情况。”上述机构人士称。长鑫科技在上市公告书中称，人工智能发展是驱动此轮DRAM行情的重要因素之一，未来其带来的DRAM市场需求存在不确定性。当前全球主要DRAM厂商均在积极进行技术升级和扩充产能，后续若人工智能对DRAM需求不及预期，叠加新产能的释放，或将导致供过于求，进而致使公司业绩下行。AI资本开支隐忧浮现影响公司股价的多重因素中，基本面是根基，预期则是乘数。今年以来，存储产业持续火热的一个重要推力，就是AI基础设施投资不断加码的预期。叠加大幅延长的长期协议，市场一度认为这一轮AI产业引爆的存储需求和价格几乎“看不到上限”。那么，存储价格有没有上限？上述业内人士称，从供给端来看，韩国的举国投资、巨头的持续加码都是实实在在：前不久在美国上市的SK海力士，265亿美元巨额募资全部砸向产能，龙仁晶圆厂、清州先进封装、美国印第安纳州封装基地被提上日程；而三星的龙仁园区首座晶圆厂的投产时间则被提前一到两年，光州35年来首座新封装基地也进入最终审查；美光2026财年资本开支270亿美元，同比增长超70%，广岛93亿美元的HBM工厂已然动工，爱达荷州的DRAM晶圆厂同步在建。“再看需求端，尽管算力需求依然高企，存储的持续涨价却已经实打实给下游带来巨大的成本压力。在新的应用变现场景还相对不确定下，诸如美光85%的毛利率还能否持续，恐怕还得多点思量。由此看来，即便短期内存储仍有供需缺口，价格可能也很难按当前水平和增速线性外推。”他说。DRAM行业受市场供需波动的影响较大，具有周期性特征，同时，宏观经济波动、高行业集中度下主要厂商的产能调控策略等因素进一步加剧了行业周期性波动。周期行业的产品价格在高峰和低谷差距巨大。2015年～2025年间，DRAM产品价格最高达到7.89美元/GB，2023年上半年的最低点为1.78美元/GB，DRAM市场价格呈现大幅波动。历史上，存储行业曾多次上演“涨价—盈利—扩产—过剩—跌价”的经典周期，每一轮周起起伏间，存储价格往往相差数倍甚至更多。上述业内人士认为，对于存储企业来说，扩产的资本投入和时间消耗都是巨大的，新建存储晶圆厂动辄耗资数百亿美元，从设备采购、厂房建设、工艺调试、良率稳定量产至少需要2-3年。“这么看来，存储的周期性特征还在，无非是大周期与小周期、长周期与短周期的差别。但即便是一个较长时间的大周期，股价也不可能完全按照成长逻辑，在上市初期一次性拉满预期。”一位资深投行人士说。

2026-7-23 : 据新华社，在23日于美国费城举行的2026年国际数学家大会开幕式上，中国数学家邓煜、王虹获得菲尔兹奖，这是中国籍数学家首次获得菲尔兹奖。就在今年1月于上海举行的第十届世界华人数学家大会（ICCM）期间，芝加哥大学教授邓煜接受了第一财经在内的小范围媒体专访，谈了他的成长轨迹、学术挫折、研究方法，以及对人工智能的思考等。1月在上海接受采访补全跨越125年难题的拼图在学术界，2025年常被视为青年数学家打破瓶颈、重新锚定研究周期的重要节点。比如王虹的“挂谷猜想”，邓煜的“希尔伯特第六问题”。这个困扰数学界125年的难题——希尔伯特第六问题的关键性突破，是邓煜与其合作者，通过严格的数学推导，首次完成了从微观粒子系统到玻尔兹曼方程之间长期悬而未决的关键证明。这一成果不仅贯通了物理学从微观到宏观间的逻辑链条，也为邓煜赢得了2025年世界华人数学家大会金奖。任何对“绝对天才”的神化，在严苛的数学研究现实面前都会失真。邓煜的科学启蒙，始于极其寻常的日常场景。他告诉记者，由于出生于偏理科的家庭背景，小时候《十万个为什么》等科普读物在他心中种下了科学的种子。他清晰地记得小学时做过一本学校课本上的数学题——“当时想了一个下午才想出来，虽然现在看挺简单，但当时觉得特别兴奋。”这道题并没有让他立刻立下做数学家的宏愿，却成为他潜意识里关于“求解快乐”的最早记忆。之后的人生轨迹顺理成章却又充满偶然：入读北京大学数学科学学院，一年后因MIT意图招揽普特南（Putnam）竞赛人才的机会而出国深造，随后赴普林斯顿攻读博士学位。“当时有这样的机会，我就觉得好，要不干脆就这么试。”不过，他也谈到自己曾有一段时间陷入极其严重的瓶颈期，甚至动过转行的念头。在MIT读本科期间，他曾专注于随机初始及与概率相关的偏微分方程边缘方向，但做了几年后，他感觉该领域技术难以突破，便将该方向搁置了几年。“你不可能总是顺利的，总会有自我怀疑的时候，觉得自己是不是做不了什么好东西。”破局发生在2018年。在经历了数年沉淀与“机缘巧合”后，他重新捡起了当年在MIT本科时就曾思考过的概率与边缘方程问题。这一次，长期的积累与新的视角交汇，他发现自己“还是能够做出很多好东西”。这种经历，也让他对“努力与天赋”有自己的认识：“天赋这个东西有点看不见、摸不着，它本身并不是一个完全良定义（Well-defined）的东西。你总要去努力，如果你努力了之后发现能够成功，这就证明你是有一定天赋的。如果你不努力，天赋根本体现不出来。”自己是“硬核”派在数学界，研究风格常被分为注重抽象共性的“软派”与关注结构特性的“硬核派”。邓煜将自己归为后者：“我个人属于对一个东西，去把它的细节、微观结构掌握得非常清楚，然后利用它去做事情。”这种极其注重微观结构挖掘的硬核风格，在他关于上述获得突破的玻尔兹曼方程推导的工作中得到体现。为了在数学上实现无懈可击的严格证明，他的团队最新的论文版本长达约200页。这项始于2023年春、最终汇集为200多页论文的研究，核心思路的关键突破在2021年秋天就已萌芽。邓煜回忆道：“当时我找到了一个大的递归框架，它能将复杂的长时间问题分解为一系列短时间问题。”令他没想到的是，这个在散步中偶然获得的灵感，成为了破题的重要起点。在攻克复杂结构时，他也有自己获取“灵感”的方式——他喜欢沿着水边散步思考——从北大未名湖、MIT旁的查尔斯河，到普林斯顿的运河。面对想不出来的难题，他不会死磕，而是选择将其挂在脑海深处，“时不时想一想”，转而去尝试其他方向。在普林斯顿读研期间，一位朋友的话对他影响至今：每天可以有100个不同的idea，哪怕其中99个都是错的，只要有一个是对的，就能继续做下去。“不断把你的问题转化成更简单的问题，直到你发现这是一个你已经知道的问题，甚至是一个‘专业竞赛题’。”1月邓煜在上海举行的第十届世界华人数学家大会上AI狂潮下数学家如何看当生成式人工智能与大模型开始席卷科学界，甚至尝试进行定理证明时，作为年轻的数学家，他对AI的定位有着冷静的边界划分。在他看来，目前AI在自动证明与形式化上的应用，依然局限于短篇幅、局部步骤的逻辑推导。“AI目前可以给你提供一些思路、小的步骤，甚至做一些小篇幅的讨论，作为研究助手是足够了。但如果说真正独立写出几十页完全独立、高技术含量的证明，目前已知的成果还远远做不到。”相比于直接使用AI，他更关注“AI本身的数学基础建设”。他指出，当前AI行业普遍依赖算力堆叠，但缺乏严谨的理论支撑。“我问过很多做AI的数学家，问他这个东西为什么能够work，他说他也不知道，只要能work就行。大家都偏向于做应用。但究竟需要什么数量级的算力才能出现某种奇迹？背后的机制是什么？如何做好风险控制？这些都需要数学家建立严谨的数学基础来回答。”针对“数学家只能靠年轻时吃青春饭”的流俗观点，他列举了自己极其敬重的榜样——塞尔久·克莱奈尔曼（Sergiu Klainerman），他说，克莱奈尔曼在40岁前做出了关于Besov空间稳定性的重大突破，到了60岁时，他依然连续做出了包括奥杜克-威瑟斯（Odluk-Witherspoon）以及克尔（Kerr）黑洞稳定性等一系列极其伟大的工作。此外，张益唐等学者也在较长年岁时取得了震撼世界的成果。“有这样的榜样在，数学研究跟年龄的关系可能并没有那么大。”邓煜说。虽然把自己划为“硬核派”，但在日常生活中，他认为自己并没有那种“极其特殊、一眼就能看出是数学家”的标签。对诗歌比较感兴趣的他，被问及如果当年没有走上数学这条路会干什么时，回答说“可能会去写科幻小说”。在他看来，科幻小说的本质与数学研究有着异曲同工之妙——“设定一个虚构的前提条件，然后进行极其严密的逻辑推导与展开。”

2026-7-23 : 近日，国际人工智能教育论坛发布了全国首个国际智慧教育平台——上海人工智能教育（国际）平台。据介绍，该平台主要面向基础教育场景，整合云端算力、终端交互、实训硬件与智能模型，兼具远程授课、线下实操、智能考核与资源共享等功能。平台将于2026年9月秋季学年面向全上海中小学推广使用，后续向全国及海外拓展。今年4月，教育部等五部门联合印发《“人工智能+教育”行动计划》，明确到2030年基本形成人工智能与教育深度融合格局。市场端也在加速变革。据艾瑞咨询发布的《2026年中国GenAI+教育行业发展报告》，2025年中国消费端教育市场整体规模预计达1.3万亿元，GenAI类产品服务覆盖成人和K12教育市场的比例分别在15%～20%和10%～15%。长江证券研究所预测，“AI+教育”市场规模到2027年将达到1600亿元。在上海的先行实践中，徐汇区已构建贯通“区域—学校—班级—个人”的四级学情监测体系，AI生成的学情分析报告超过2万份；宝山区求真中学通过“AI循证评课”将课堂语言行为数据化，为教师改进提供客观依据；虹口区的教师已常态化使用智能体协同教学。技术落地最终要看“人”的接受度。今年5月，教育部教育资源中心发布《中国教师生成式人工智能应用报告（2026）》，基于全国30个省8.6万名教师的调查数据。报告显示：92.3%的教师倾向于将AI融入课堂教学，96.1%的教师正主动学习更多AI工具。但另一组数据同样值得关注：86%的教师担忧学生过度依赖AI会削弱独立思考能力，69.4%的教师感知到自身角色正在发生变化。效率提升与角色焦虑并存，是当前一线教师的状态。AI教育也不再只是展台上的概念演示，而是正在进入真实的课堂。7月21日，上百位来自全国各地的校长、老师来到上海嘉定的上海市实验学校嘉定新城分校，参加希沃举办的两场教育工作坊。这两场分别聚焦高等教育与基础教育的工作坊，直面AI赋能教学实践中“怎么用、效果如何、能否复制”的核心命题，试图补齐AI教育落地最难攻克的“最后一公里”。温州市洞头区霓屿滨海实验学校校长王贤平告诉记者，AI技术的应用已经开始提升课堂教学的实际效果。“以对信息技术敏感度高、接受能力强的各学科年轻教师为核心种子，组建跨学科的青年教师AI研修坊团体。先由研修坊成员在各自学科组内交流磨合，逐步成熟AI技术的课堂应用方法，再向组内其他教师辐射。依托学校校本培训、集体教研活动等官方渠道，将成熟的AI教学模式向全体教师普及。”他表示。现场有高校教师表示，过去两年，AI给教育行业带来很大冲击，很多学生都开始把AI当作“学习帮手”。“无论AI如何发展，它都只能承担标准化、程序性的辅助功能，难以撼动教师在教育过程中的核心地位。”首都师范大学教育政策与法律研究院副院长蔡海龙认为，教师的不可替代性正因AI的普及而更加凸显。全球数字教育发展指数2026显示，美国、中国、韩国、芬兰四个国家已率先进入“AI+教育”新阶段。但“进入”不等于“完成”，AI对教育行业的改变，正在发生。

2026-7-23 : 6月还在创历史新高，7月就集体跳水——全球“硅基交易”正在经历一场突如其来的“温差”。 过去20多天，一场横跨多个市场的AI算力链估值重挫持续上演。美股的费城半导体指数，韩股的三星电子、SK海力士，都经历了剧烈回调，A股的存储龙头普遍回撤50%，光通信、PCB、MLCC等细分赛道亦未能幸免。 本轮全球AI估值回调的导火索是7月初Meta宣布对外出售闲置算力的消息，市场由此开始质疑AI资本开支的可持续性，此后关于AI产业发展的各种分歧观点不绝于耳，叠加韩国市场杠杆资金踩踏带来的情绪传导，导致“硅基交易”波动率骤然抬升。 与此同时，A股内部正走出一道清晰的算力发展路径，以华为昇腾950超节点服务器、长鑫科技扩产、Kimi K3等大模型为代表的国产算力链，凭借自主可控的独立逻辑展现出相对韧性。 这场全球AI巨震背后的分歧是产业趋势的拐点信号，还是拥挤交易后的一次深蹲？海外算力链与国产算力链同属AI浪潮，却有不同的核心叙事逻辑，如果这是一轮科技牛的中场回望，这两条算力链的估值分界点在哪里？ 全球算力共振回调：Meta引发的担忧蔓延 6月的最后一周，全球科技股还沉浸在创历史新高的狂热中。美股美光科技股价冲上1254美元，韩国SK海力士摸到298.7万韩元，A股的兆易创新（603986.SH）、佰维存储（688525.SH）等存储龙头也纷纷刷新历史价位。存储、光通信、PCB、光纤……几乎所有与AI算力沾边的赛道，都在这一轮“硅基交易”中被资金推到了估值高位。 然而进入7月，画风急转直下。全球各大股票市场的算力产业链同步跳水，7月1日，一则消息像投入平静湖面的巨石，瞬间掀起滔天巨浪，Meta宣布计划将AI基础设施中的闲置算力对外出售。当天Meta自身股价大涨近9%，但费城半导体指数暴跌超过6%，美光、闪迪均跌逾10%，算力租赁企业CoreWeave和Nebius分别下跌13.9%和17%。 恐慌情绪迅速向全球蔓延。韩国市场首当其冲，三星电子和SK海力士的股价在杠杆资金的踩踏下加速下跌。截至7月22日，三星电子从高点37.45万韩元跌至最低24万韩元，回撤幅度约36%；SK海力士的最大回撤幅度约43.8%。韩国市场的高杠杆特性让调整显得尤为剧烈，单日蒸发千亿市值的戏码频频上演。 A股市场同样未能独善其身。存储板块成为重灾区，截至7月22日，兆易创新、德明利（001309.SZ）、佰维存储、江波龙（301308.SZ）等存储头部企业的股价普遍“腰斩”，德明利近9个交易日录得6个跌停。光通信赛道同步承压，长飞光纤（601869.SH）回撤逾40%，亨通光电（600487.SH）、烽火通信（600498.SH）等光纤龙头股价“腰斩”。PCB、MLCC、覆铜板等AI分支板块亦全线深度调整。 Meta出售算力之所以引发如此大的震动，是因为它触碰了市场最敏感的神经——AI资本开支的可持续性。而全球资本都在交易同一个“硅基叙事”，当叙事出现裂痕，调整自然具有全球性。 作为全球最大的算力买家之一，Meta过去两年一直在疯狂囤积GPU。Llama4训练完成后，Llama5尚未进入训练周期，中间出现了算力空窗期。据测算，Meta目前约35%的算力处于闲置状态。 但市场的解读要悲观得多。全球最大的算力买家都开始卖算力了，是不是意味着算力真的过剩了？如果连Meta这样的内部需求大户都出现算力闲置，那么其他云厂商的资本开支会不会也开始收缩？上游的芯片、存储、光模块企业的订单会不会受到影响？ 更关键的是，这则消息出现在科技股普遍涨幅巨大、交易极度拥挤的时点。经过半年多的持续上涨，AI产业链各环节的估值都已处于历史高位，获利盘丰厚。任何一点利空都可能成为资金兑现的借口，Meta的消息恰好提供了这样一个触发器。 受美股（费城半导体指数下跌）和韩股（杠杆资金大幅波动）情绪通过全球风险偏好传导至A股，叠加A股自身获利盘兑现的影响，形成了“海外跌→A股跟跌”的现象。 不过，对于本轮全球科技股估值回调，多方机构认为回调更多是资金面与交易拥挤度的问题，而非产业基本面的逆转。 某上海私募基金负责人对记者表示，科技股的交易结构决定其涨跌风格都很极致。“6月下旬，市场每天约4000只股下跌，算力硬件、半导体等迭创股价新高，融资余额同步飙升表明不少交易型资金在科技股中博弈，资金拥挤度达到了极值。历史经验表明，极致的上涨也伴随剧烈的回调，拥挤的交易结构非常脆弱，任何风吹草动都可能引发多杀多。7月的调整，本质上是一次拥挤交易的出清，是获利盘集中兑现带来的估值回调。”上述私募人士对记者说。 海外与国内算力链的共性与分歧：同一波AI浪潮，不同的定价与叙事逻辑 如果说全球科技股的普跌是7月市场的第一条主线，那么A股内部出现的分化，则是更值得关注的第二条主线。同样是AI算力产业链，海外算力链和国产算力链走出不同的行情，这两套产业逻辑既有共性，也有区别。 所谓海外算力链，主要指的是产品最终服务于英伟达、谷歌、亚马逊、Meta等海外科技巨头AI基建需求的产业链条。这条链的核心环节包括，光通信（光模块、光芯片、光纤、光棒）、PCB（高端服务器PCB、HDI板）、存储、其他（高速连接器、散热、电源等）。 这条产业链的景气度与业绩兑现能力依赖海外大厂的资本开支。云厂商买不买服务器、加不加数据中心，直接决定了上游企业的订单量。因此，当Meta出售算力引发市场对海外资本开支的担忧时，这条链条上的A股公司股价反应最为剧烈。 目前，海外算力产业链的竞争格局也在发生变化。随着AI算力需求从训练向推理转移，产品结构和供需格局都在重构。国投证券策略分析师林荣雄就指出，每次高切低之后反弹最好的品种未必是此前下跌最多的，AI内部核心赛道很可能再次切换，重点应落在“由Agent/推理需求爆发驱动的量增链条”。 国产算力链虽然也与全球AI资本开支相关，但核心驱动力来自国产算力迈入规模化落地阶段，叙事逻辑是自主可控与国产替代加速。 第一财经记者梳理，国产算力链具体包括三大主线：国产大模型、长鑫科技扩产、超节点服务器。 国产大模型迭代带来了算力芯片需求。7月16日，月之暗面正式发布新一代旗舰大模型KimiK3，以2.8万亿参数的MoE架构、100万Token上下文窗口、原生视觉理解三大核心规格，首次把国产前沿模型拉到与海外SOTA同代竞争的区间。KimiK3发布后迅速引发“算力荒”，月之暗面不得不暂停新用户订阅，全速推进算力扩容。 这只是一个缩影——国产大模型正在加速迭代，Kimi、文心一言、通义千问、豆包等头部模型你追我赶，每一次模型升级都意味着更大的算力消耗，直接拉动国产AI芯片的需求。 第二，长鑫科技作为国内DRAM原厂的龙头，其上市和扩产，为国产半导体设备和材料企业打开了巨大的导入空间。过去存储芯片的设备和材料基本被海外厂商垄断，如今长鑫加速推进供应链国产化，上游的刻蚀、薄膜、清洗设备，以及光刻胶、电子特气、CMP抛光液等材料企业，都迎来了订单放量的窗口期。这条逻辑完全独立于海外周期，是纯粹的国产替代红利。 第三，华为昇腾超节点带来的产业链机遇。在2026世界人工智能大会上，华为首次以真机形式展出昇腾950超节点服务器，其基于灵衢互联协议，单机柜集成64张昇腾计算卡，最高可扩展至8192张芯片，规模相当于2025年上市的昇腾384超节点的20余倍。 业内认为，对中国市场而言，发展超节点具有战略必然性，在先进制程受限的背景下，用系统架构优势弥补单点芯片性能不足，是实现算力自主可控的务实路径。随着昇腾950进入规模上量阶段，服务器整机、交换机芯片、交换设备、高速互联等一整条产业链都将受益。 海外算力链与国产算力链的既有共性，也有不小的区别。共同点在于，它们都处于AI浪潮的大趋势之下。无论是服务海外巨头还是满足国内自主需求，底层驱动力都是人工智能产业的高速发展。全球资本市场都在交易AI这一主题，从这个角度看，两条链条一荣俱荣——如果全球AI产业趋势终结，国产算力链也不可能独善其身。 区别在于，它们的定价逻辑和催化因素完全不同。海外算力链的股价，更多由海外资本开支的边际变化、全球供需格局的松紧决定。Meta的一句话、英伟达的一份财报、云厂商的资本开支指引，都可能引发股价的大幅波动。 国产算力链的股价，更多由国内政策、国产替代进度、本土大模型发展、华为产业链催化等因素驱动，具备独立的产业节奏和事件性催化，受海外情绪的影响相对较小。比如7月的这轮回调中，国产半导体设备板块就明显抗跌，北方华创（002371.SZ）、中微公司（688012.SH）等设备龙头的回撤幅度远小于存储和光模块公司。 估值深蹲之后：产业趋势未变，胜负手即将揭晓 面对科技股的深度调整，市场最关心的问题是：这是AI行情的终点，还是上涨途中的一次深蹲？ 当地时间7月22日，从OpenAI、Anthropic、微软、SpaceXAI到谷歌，海外多家科技巨头几乎在一天时间内抛出投资计划，继续加码AI。谷歌交出了超预期二季度财报的同时，宣布将2026年全年资本开支区间上调至1950亿~2050亿美元，且明确强调2027年投入规模还将进一步扩张。OpenAI将截至2030年的算力支出计划由6000亿美元上调至7500亿美元，同时计划在美国佐治亚州投资200亿美元建造一座数据中心。 有观点认为，这些巨头的投资计划意味着当前AI基础设施投资已进入一个规模更大、竞争更激烈、财务压力也更显著的新阶段。 一位资深科技投资人告诉第一财经记者：“在一轮超级产业发展过程中，我们要做的不是去预测企业单月单季度的盈利数据，或是计算市盈率。而是锚定产业趋势的发展方向，观察影响趋势的核心变量，只要产业处于不可逆的大趋势中，企业处在产业链中的核心地位，那么每一次的估值回调，都可能成为一次超级买点。” 从历史经验看，每一轮大级别的产业行情都不会一帆风顺。2000年的互联网泡沫、2010年的智能手机浪潮、2015年的新能源牛市，中间都经历过30%甚至50%的深度回调，但最终真正的龙头公司都在调整后创出了新高。关键在于，调整的时候产业趋势有没有被破坏。 针对当前的市场调整，头部券商的策略分析师们也纷纷给出了自己的判断。 国投证券策略分析师林荣雄认为，当前AI科技更多是阶段性过热导致的获利了结。在市场讨论较多的当下，出现了对利空信息比较敏感的阶段，加上此前涨幅过大引发部分资金离场。但只要产业趋势没有结束，包括没有明确的宏观灰犀牛和行业竞争格局的恶化——这里的恶化主要指产业产能过剩——AI发展趋势就没有结束，市场后续仍然会回到产业趋势主线。 他特别指出，7月下旬北美AI龙头财报和资本开支指引陆续披露，这是AI科技的一次大考，无论对美股科技还是国内AI都异常重要。基准情形下，景气基本面和资本开支指引依然在高位，因此下一轮主线大概率仍是AI。 但值得注意的是，每次高切低之后反弹最好的品种未必是此前下跌最多的。这意味着即便主线还是AI，内部核心赛道很可能再次切换。林荣雄给出的总体原则是“守着大光买光圈”——围绕AI供需缺口环节的二三线品种会优于龙头品种，重点关注由Agent/推理需求爆发驱动的量增链条，包括Token推理算力（国产算力芯片、先进Fab、先进封装、算力租赁等）。 广发证券策略首席分析师刘晨明的判断更为具体。他认为，A股科技板块经过7月份的大幅调整，调整空间已经比较充分，但调整时间还不够。当前位置将是2026年的第二次“胜负手”——决定全年投资收益的第二个重要节点，第一次胜负手在3月份，当时刘晨明建议抛开地缘冲突扰动、聚焦景气度赛道，事后被市场验证。 在刘晨明看来，本轮回调主要由外部输入性因素导致，属于情绪面和资金面冲击，而非国内基本面或产业趋势发生了方向性逆转。触发因素有三：一是海外杠杆资金冲击，韩国等市场杠杆资金快速去化带来恐慌情绪传导；二是重要节点预期过于一致后引发短期踩踏；三是地缘冲突和油价反复的扰动。 关于产业周期的判断，刘晨明给出了两个关键经验值：30%和-50%。当行业增速由高位下降至30%以下时，市场会显著变差；而当增速回落幅度超过50%时，则是真正的景气度拐点。目前来看，AI产业链各环节的增速远高于这一门槛，远未到泡沫化顶部。刘晨明同时强调，供需结构、技术壁垒的差异会导致产业链内部不同环节的景气度出现大概率分化。这意味着接下来的AI行情将不再是普涨，而是结构性的机会。 国产算力链：独立逻辑下的结构性机遇 如果说AI主线还将延续，下一轮行情中，哪条链条更具弹性？接受记者采访的多名业内人士认为，从AI发展大方向看，国产替代是确定性最高的产业趋势之一，这一点不会因为短期的市场波动而改变。 首先，事件性催化密集。7月以来国产算力领域大事件不断：KimiK3发布、昇腾950超节点真机亮相、长鑫产业链持续推进国产替代……这些事件不断强化国产算力的产业逻辑，为相关公司提供了持续的催化剂。尤其是华为昇腾950超节点，作为国产算力基础设施的标志性产品，其规模上量将带动一整条产业链的业绩释放。 其次，自主可控的长期逻辑不可逆。在外部环境复杂多变的背景下，算力自主可控已经上升为国家战略。从芯片到设备，从材料到整机，国产替代的深度和广度都在持续拓展。这条逻辑不会因为海外周期的波动而改变，反而可能在外部压力下进一步加速。 第三，估值调整后性价比凸显。经过7月的回调，不少国产算力产业链公司的估值已经回到相对6月高点的合理区间。 7月的这场科技股调整，更像是一场压力测试——测试AI产业的韧性，测试市场的信心，测试不同细分产业链的抗风险能力。 接下来的一两周将是关键窗口。一方面，北美科技巨头的二季度财报和资本开支指引将陆续披露，这将直接验证市场对算力过剩的担忧是否成立。同时，A股中报业绩预告披露进入尾声，市场将进入半年度报告发布窗口，科技企业的现金流、资本开支、存货、营收净利环比增速等核心指标，将成为验证景气度的关键依据。 对国产算力链来说，接下来的看点在于华为昇腾950的商业化落地进度、国产大模型的持续迭代，以及长鑫等龙头企业的扩产和供应链国产化情况。这些变量为产业链各环节带来的发展机遇，将是决定国产算力链能否走出独立行情的重要因素。

2026-7-23 : ①中国脑机接口领域迎重要突破，首次实现跨地域上千人同步脑电信号采集； ②阿里云：真武芯片超节点已成功适配Qwen3.8； ③OpenAI计划斥资超300亿美元新建数据中心； ④特斯拉Optimus最新进展：首批制造机器人将用于数据训练与功能开发。

2026-7-23 : 1.理想全新一代L6上市 理想汽车新一代理想L6正式上市，全国统一零售价24.98万元。新一代理想L6标配51度大电池，CLTC纯电续航300公里，综合续航1250公里。在智能化方面，新车搭载理想自研马赫M100芯片与马赫VLA司机大模型，搭载高通骁龙8797座舱芯片，29英寸6K一体式全景屏等。该车提供7款车身颜色，为理想全系最多，采用非隐藏式门把手提供电解锁和机械解锁两种方式。 一财点评：早期理想凭借增程开辟新赛道，L系列车型快速上涨。L6是L系列的销量主力车型，随着近两年增程赛道竞争加剧，L6销量也有所承压。此次新车上市，理想在智能化等层面进一步升级，并通过增加车型颜色等方式试图撬动更多市场。理想CEO李想表示，理想汽车新一代理想L6只有一个目标，就是长板更长，短板消灭。 2.魏牌V9X家庭版上市 魏牌V9X家庭版日前上市，四款车型限时售价区间31.68万—37.48万元，定位六座新能源旗舰SUV。新车提供1.5T/2.0T两套超级Hi4动力，续航方面统一搭载66.6度的6C超快充电池，纯电续航突破400公里，综合续航接近1700公里（CLTC工况）。新车搭载的辅助驾驶系统基于VLA大模型，可应对窄路通行、路口掉头、工地绕行等复杂路况。 一财点评：魏牌是长城汽车旗下高端品牌，近两年来开启转型战略，通过推出新产品、强化智能化战略等试图打开市场空间。尽管去年魏牌在高山、蓝山等产品推动下销量有所回暖，但年销量仍未突破10万辆。V9X是魏牌推出的高端产品，此次推出的家庭版增加了用户选车的范围，同时价格门槛有所降低，试图在高端车领域占有一席之地，以此获得更高的品牌价值。 3.新致汽车杨东房：汽车营销走向“AI驱动” 新致软件副总裁、新致汽车执行董事杨东房近日在接受第一财经记者采访时表示：虚假流量不是汽车行业独有的现象，但在汽车新媒体营销快速扩张的过程中，表现得尤为突出。这个问题确实值得行业共同反思。问题主要有三个：考核指标过于短期化，数据孤岛导致难以验证，行业标准还没跟上。基于此，新致汽车在近期举办的品牌暨产品发布会上正式推出了新一代汽车AI营销产品体系，包括新致新知汽车行业大模型、新灵AI营销智能体、新灵营销一体机。 一财点评：杨东房认为此次发布的意义有三：汽车营销正从“人工驱动”走向“AI驱动”；公司从“数字化服务商”升级为“AI基础设施提供者”；产品已经上线交付，不是概念。他表示：“我们不是给经销商一个工具箱就不管了，而是帮他构建发现机会、创造内容、提升转化、沉淀资产的营销闭环。”在他看来，技术驱动的商业竞争，最终比拼的不是一时的投入，而是能不能真正把能力沉淀下来，为客户创造可见的价值。面向未来，杨东房透露了新致汽车三个层面的规划：产品从通用平台走向行业纵深，一体机只是起点，接下来会推出更多智能设备，同时为车企提供私有化专属模型训练和低代码AI Agent配置，让AI真正成为车企自己的核心资产；生态层面，从单一产品走向开放生态，公司已和WorkBuddy合作上线了汽车营销专家，未来会继续开放能力接口，与车企、经销商、内容平台共建，成为汽车AI营销的底座；行业层面，从营销工具走向经营基础设施，把AI融入用户经营、渠道管理、销售赋能的各个环节，构建完整的AI营销与经营体系。 4.广汽集团3000万辆整车下线 近日，广汽集团达成累计3000万辆整车下线的里程碑。本次下线标志着广汽集团成为继上汽、一汽、东风、长安后，第5家达成3000万辆整车下线的车企。今年上半年，广汽集团销量77.31万辆，同比增长2.35%，其中新能源汽车销量同比增长68.8%；海外出口突破12万辆，同比大增132%。 一财点评：当前广汽仍在稳步推进销量。一方面，广汽已经成立专属用户洞察部门，推进问题从发现到解决的全流程改革，共性问题第一时间面向全量用户优化；另一方面，服务网络同步加速渗透。在渠道端，推进服务网络下沉县域，年内计划新增建设1000家县域授权门店。 5.零跑全新B01和B10正式上市 近日，零跑汽车基于B平台全方位焕新的全新B01和B10上市。全新B01和B10按照全新车型的标准重新打造，全域800V加3C快充、C系列同款前排双零重力座椅和AR-HUD、D系列同款17.33K中控屏，再次拉高了十万级造车门槛。截至目前，零跑B01 B10全球累计销量近25万台。零跑B系列已登陆欧洲、亚太、南美、北美、中东、非洲等超35个国家和地区。 一财点评：零跑以“越级配置+亲民定价”策略持续拉高A级新能源市场的竞争门槛。新车型的发布，为零跑下半年冲刺百万销量目标进一步夯实基础，但此举也将对公司的成本控制与供应链议价能力提出更高要求。 6.阿维塔07L首发华为乾崑ADS5.0 近日，阿维塔07L正式开启预售，张凌赫成为阿维塔全球品牌代言人。新车共推出2个车型版本，Max+纯电版预售价24.99万元，Ultra三电机纯电版预售价27.99万元。值得一提的是，阿维塔07L是首批搭载华为ADS5.0 系统的全新车型，全系标配华为乾崑896线激光雷达、全新一代鸿蒙座舱、89.33kWh宁德时代5C神行超充电池等豪华配置。 一财点评：阿维塔以原创审美为设计内核，依托长安、华为、宁德时代三方技术背书，构建高端定位，力图在25万元级市场建立“技术豪华”的认知标签。作为华为HI模式（Huawei Inside）的核心合作伙伴，阿维塔享有华为最新技术的优先落地权限。以2026年4月发布的华为乾崑ADS 5.0为例，该全新一代智能驾驶系统在底层架构、算法能力及安全体系上实现全方位升级，综合性能较上一代提升超过30%。不过，设计语言与科技配置驱动的差异化竞争力，能否最终转化为稳定的订单增长，仍是资本市场衡量其长期价值的关键所在。

2026-7-23 : AI进入临床应用成熟期，全球八成临床医护人员认为，AI将成为临床决策的重要助手。 今年WAIC（世界人工智能大会）期间，科学与医学信息服务机构爱思唯尔发布《未来医生白皮书（2026）》（下称“报告”）。该报告覆盖118个国家和地区的2757名临床医护人员，其中包括435位中国受访者。 根据报告，全球已有49%的临床医护人员将AI应用于工作，AI正在从快速普及迈向更加成熟的发展阶段。中国临床医护人员对AI工具的信任度，以及对所在机构AI治理、数字工具和培训体系的评价均高于全球平均水平。随着AI应用逐步深入临床实践，行业关注重点正从“是否使用AI”转向“如何创造可信、可验证的临床价值”。 49%临床医护人员已将AI应用于工作 全球医疗体系仍面临患者需求增长与资源压力带来的挑战。 调研显示，61%的受访临床医护人员表示，目前接诊患者数量较一年前有所增加；39%认为疲劳或精疲力竭已影响其有效治疗患者的能力。与此同时，65%的受访者认为，自己仍拥有足够时间为患者提供高质量医疗服务。 尽管工作压力依然存在，全球临床队伍整体却呈现出更加稳定的发展趋势。考虑在未来两至三年内离开当前岗位的受访者比例降至24%，低于2025年的31%和2023年的37%；78%的受访者表示对自身职业感到满意或非常满意。 AI正逐渐成为临床医护人员日常工作的重要辅助工具。调研显示，49%的全球受访临床医护人员已将AI应用于工作，与2025年的48%基本持平。这意味着，在经历快速增长后，AI在临床领域正进入相对稳定的发展阶段，行业关注点也逐渐从“是否使用”转向“如何用得更好”。 与此同时，专业临床AI工具的应用正在加速普及。在已使用AI工作的受访者中，56%表示经常或始终使用通用型AI工具，34%表示经常或始终使用临床专用AI工具，后者较2025年的22%明显提升。报告显示，临床专用AI工具已被用于临床决策、复杂病例第二意见、患者监测和护理决策支持等更深入的临床场景，并在实用性、可靠性、权威性和安全性等多个维度获得高于通用型AI工具的评价。 中国临床医护人员将AI用于工作的比例达到56%，高于全球平均水平（49%）。其中，中国医生群体的AI应用率进一步达到72%，明显高于全球医生平均水平（57%），反映出中国临床一线对AI工具的较高接受度和应用积极性。 浙江大学计算机创新技术研究院智慧医疗研究中心主任、浙江大学医学院附属第二医院人工智能与信息化部主任相鹏表示：“该报告揭示了当前医疗AI发展的一个重要趋势：随着AI真正进入临床实践，医生关注的问题已经从‘AI能不能生成答案’转向‘答案是否可信、是否可追溯、是否能够支持临床决策和日常诊疗实践’。未来，只有建立在高质量循证医学内容、透明输出机制和规范治理基础上的AI，才能真正成为医生可信赖的临床助手。” 信任成为AI临床应用下一道门槛 调研显示，全球仅37%的受访临床医护人员认为当前AI工具值得信赖，反映出建立可信AI仍是行业进一步发展的关键。 在影响AI信任度的因素中，受访者最关注工具的易用性（64%）、信息全面性（63%）、安全性（62%）、透明度（61%）以及是否使用高质量数据来源（60%）。与此同时，全球仅41%受访者认可所在机构提供数字工具的能力，40%认可AI治理水平，仅32%认可AI培训体系。 相比之下，中国受访临床医护人员对AI生态建设给予了更积极评价。49%认为AI工具值得信赖；57%认可所在机构AI治理水平，54%认可数字工具供给，48%认可AI培训体系，均高于全球平均水平。值得注意的是，中国受访者将“信息全面性”视为提升AI信任度的首要因素，反映出随着AI应用不断深入，临床医护人员越发关注AI输出质量及其循证依据。 相鹏告诉第一财经记者，对临床医生来说，目前在国内，还没有任何一套直接辅助诊疗的新一代人工智能。目前都属于临床验证或者测试阶段。 调研显示，80%的受访者预计未来五至十年内AI不会取代临床人员，而将成为临床决策和床旁照护中的重要助手；79%认为掌握AI工具将成为未来医学人才培养和能力建设的重要组成部分。与此同时，58%的受访者认为使用AI工具的临床人员未来将能够提供更高质量的医疗服务；56%预计AI将在未来两至三年改善患者治疗结果。 尽管临床医护人员普遍认可AI的长期价值，但与2025年相比，临床医护人员对于AI节省时间和加速诊断等方面的预期有所回落，反映出随着AI逐步融入临床实践，临床人员对AI的关注正从技术潜力转向实际应用价值。 相鹏认为，接下来整个人工智能大模型进入医疗环节，有四个需要打通的环节：备案、测评、验证、应用。 “未来两到三年，什么问题会决定大模型能否进入临床工作流？以医院为例，决定进入临床工作流就两个问题：第一，核心医疗能力够不够；第二，要么做到尖端科研，引领行业最新发展，那就不考虑性价比，而是考虑研究价值；要么就是实实在在落地。” 他解释称，以他们医院为例，去年讨论落地的是患者筛查，帮患者解决精准找对专家、找对学科会诊这件事。这样的AI落地之后，产出是一年有一万多名患者受益，而且医院的业务收入也同步增长约1亿元。

2026-7-23 : 当前传统家电行业增长见顶，市场存量竞争加剧、增量空间收窄，行业整体面临转型升级压力，不少老牌家电企业纷纷寻找新的增长点。现年70岁的创维集团创始人黄宏生近期接受第一财经记者独家采访时表示，新能源和AI是目前两大红利。今年创维光伏海外收入将翻倍式增长。创维正布局全屋智能，将推出家庭AI算力终端。创维目前在泰国、缅甸、越南等东南亚地区以及欧洲、非洲、南美，户用光伏、工商业光伏业务都在全面拓展。今年创维光伏的海外业务收入将翻倍式增长，因为户用的、阳台式的、工商业的和集中式等多种模式同步推进。国内工商业光伏也有潜力，但市场比较分散，不像户用光伏是整个县、整条村开发，加上经济波动，有业主担心不能回本。创维推出无需企业投入的商业模式。光伏产业上游的硅棒、硅料、电池片等目前产能过剩，创维发力用户端并延伸到逆变器、储能、电池模组、电池片。黄宏生认为，全球电越来越贵，光伏发电成本越来越低，市场存在以旧换新的长期需求。在彩电业务方面，创维继去年拿到飞利浦电视北美运营权后，今年又接盘松下电视欧洲和北美运营权。黄宏生表示，创维用新技术，包括AI连接的应用，就可以吃到用户换新的红利。这两年黄宏生特别重视AI在创维产品中的应用。他已连续8个月，每个月都参加创维AI终端开发例会。此外，创维机顶盒与全球的电信、广电运营商都有合作，积累了10亿用户。这些用户都将会提升对算力、对Token的应用，从而带来了机会。黄宏生预计，AI时代每个家庭都会有AI算力终端，昇腾、寒武纪等国产算力芯片大量发展，也让这成为可能。今年创维计划将开始逐步发布家庭算力终端新产品。趁AI浪潮，创维集团正在孵化多家创新创业子公司，比如做脑机接口业务的鹏脑科技。黄宏生说，创维集团希望孵化更多创新公司，在AI时代落地各方面的应用，扩大用户群。

2026-7-23 : 公募基金2026年二季报披露收官，主动偏股型基金重仓股榜单大换血。 据Wind数据统计，截至二季度末，硬科技首次完全主导主动偏股型基金前十大重仓股榜单。中际旭创、新易盛、寒武纪、东山精密、北方华创等AI算力链核心标的成为增持主力。 然而，三季度以来，这批被基金“抱团”的AI龙头股普遍出现10%至20%的高位回落。行业人士对记者分析称，二季度末前后追高建仓的资金正面临短期浮亏的考验。但行业趋势上，机构普遍认为AI产业趋势没变，近两日半导体设备ETF涨停、科创50ETF成交放量，资金并未抛弃AI方向。 国际投行认为回调是“健康重置”。摩根大通研究报告指出，近期市场回落本质是去杠杆驱动的良性重置，而非泡沫破裂。中国及海外超大规模云服务商资产负债率均保持在40%左右的健康水平，远低于美国互联网泡沫时期230%的极端杠杆；同时，AI硬件产能瓶颈在2027年底之前难以缓解，资本支出的紧迫性并未动摇。 增持AI，消费、互联网龙头退场 天相投顾数据显示，截至二季度末，纳入统计的5721只积极投资偏股型基金前十大重仓股分别为：中际旭创、新易盛、东山精密、寒武纪、宁德时代、北方华创、兆易创新、源杰科技、中微公司、三环集团。 其中，中际旭创以1662.53亿元的持仓市值位列公募第一大重仓股，统计期内被1816只基金重仓持有，持股数量增至1.31亿股，较一季度末微增0.87%。股价方面，中际旭创二季度累计涨幅达到123.3%，相应持股市值较一季度末增长923.75亿元，增幅125%。 持仓市值排在第二位的是新易盛，统计期内被1287只基金重仓持有，持仓市值为1366.2亿元。该股二季度累计涨幅约92%，持股市值较一季度末增长687.68亿元。 其后是东山精密、寒武纪，持仓市值分别为674.06亿元、647.14亿元，较一季度末分别增长408.20亿元、516.63亿元。 与一季度相比，曾经稳居公募重仓榜的消费、互联网龙头全面撤离，腾讯控股退至第28位，贵州茅台退至第30位。在公募前50大重仓股中，传统行业标的仅剩贵州茅台、美的集团、紫金矿业。 减持市值居前的公司包括腾讯控股（-187.37亿元）、宁德时代（-175.72亿元）、贵州茅台（-146.45亿元）、阿里巴巴-W（-129.36亿元）、紫金矿业（-118.40亿元）。 招商证券在研报中将这一调仓概括为“K型分化”，上行分支是主动基金围绕AI算力基建的加速抱团，下行分支则是对旧景气赛道的无差别减仓。这种结构虽然强化了市场主线，但也导致交易拥挤度攀升，增大了脆弱性。 格上基金研究员蒋睿认为，二季度科技股霸榜基金重仓股，背后是产业趋势的自然映射。AI算力投资拉动了高速光模块的需求，AI芯片与存储的国产替代逻辑亦形成支撑。传统行业方面，部分板块的长期ROE（净资产收益率）中枢被阶段性下修，机构减仓更多是基于赛道长期回报预期的重新评估。 从高位站岗到逆势修复 然而，三季度以来，这些被基金重仓的AI龙头股普遍承压。 从6月30日至今，二季度被公募基金大举加仓的5只AI算力龙头，中际旭创、新易盛、寒武纪、东山精密、北方华创集体遭遇高位回落，平均跌幅达18.6%。 其中，寒武纪跌幅最深，达21.72%；新易盛与东山精密分别下跌18.07%和21.23%；即便是相对抗跌的中际旭创和北方华创，也分别回撤了15.55%和16.27%。 更值得关注的是，这五只股票在7月17日至21日期间同步探底，从二季度末到最低点的平均跌幅达25.8%，对于在二季度末附近建仓的资金而言，短期存在浮亏压力。 不过，近日板块已大幅反弹。截至23日，5只股票已从最低点反弹5.5%至12.8%不等，中际旭创和北方华创反弹幅度双双超过12%，显示低位已有资金承接。 资金面上，近期稳市矩阵全面铺开，增量资金逆势入场。Wind数据显示，21日，以半导体为代表的科技股报复性反弹，全市场70余只ETF产品涨超10%，交投热度也持续走高。 整体看，7月初以来，ETF流入A股的资金已转为正值，其中技术和硬件ETF的资金流入最多。7月6日～20日，市场实现连续11个交易日净流入。7月17日和20日两个交易日，全市场股票ETF合计净流入达1420亿元。 两融数据连降，也显示融资客逃离科技股。中证数据显示，截至7月20日，市场两融资金余额达2.72万亿元。其中，融资余额近2.7万亿元、融券余额198亿元。至此，两融余额已连续13个交易日（7月2日至20日）下降，相较高峰时的3万亿元左右，大幅减少约3000亿元，单日最大降幅超过800亿元。杠杆资金主要撤离电子、电力设备、机械设备三大行业。 摩根大通在报告中进一步指出，流动性状况强化了健康回调理论。融资融券去杠杆已基本结束，具体到IT行业中，融资交易额占总成交额的比重已从约12%的中期峰值降至8%～9%，表明AI行情中杠杆率最高的部分已大量被迫退出。 机构共识：产业趋势未改，调整或已近尾声 中金公司在总结公募二季报时提到，AI产业趋势延续，资金进一步向AI硬件、算力基础设施和AI上游涨价材料领域集中，其中电子获加仓最多。该机构认为，A股调整因素多属短期且已较充分消化，当前具备较多有利条件。 摩根大通也维持2026年底MSCI中国指数100点和沪深300指数5200点的基准目标不变。该行预计，7月可能出现从AI到非AI的短期轮动，但中国AI生态将在8月业绩期重夺领先位置，借二季度业绩和下半年指引跑赢大市。 瑞银证券中国股票策略分析师孟磊表示，在科技板块的交易拥挤有所释放后，科技板块和AI仍是下半年的市场主线。他给出三大理由：科技板块有望维持强劲盈利增长；各类资金有望持续净流入科技板块；公募基金对科技板块的“抱团”在时间和空间上仍有进一步提升的潜力。从历史经验来看，公募基金对特定板块的超配比例从前低提升至区间峰值通常需要三年左右。 具体细分方向上，中信证券在最新研报中表示，7月以来电子板块大幅调整，但自主可控、AI零部件、涨价链及消费电子等方向的基本面并未发生逆转，部分细分板块具备较强的超跌修复空间。 该机构还提到，国内半导体设备与国产算力的业绩上行拐点进一步明确，全球AI需求驱动下PCB、存储、AI电源等环节的供需景气度仍将保持高位。中信证券科技产业首席分析师许英博认为，当前市场宏观叙事已发生巨大变化，全社会已形成高度统一的AI产业共识。

2026-7-23 : 当前人工智能已成为驱动全球经济增长和产业变革的重要引擎。那么，如何加快构建适配人工智能发展的产业金融新生态，工业场景的AI应用情况如何？近日，在中金公司承办的世界人工智能大会投融资论坛上，上海市经信委副主任蒲亚鹏表示，近年来，上海充分发挥产业基础雄厚、应用场景丰富、金融资源集聚等优势，加快打造人工智能产业创新高地，产业规模持续壮大，后续将系统构建全球领先的人工智能发展新生态。蒲亚鹏称，上海将主要从三方面发力：一是加强政策支持力度，从发放算力券、模型券、语料券等工作，通过先用后付、免升即享等创新政策，支持AI初创企业OPC等成长发展；二是持续深化产融合作，引导金融机构与AI企业开展跨界融合，聚焦金融基础模型、算力供给、具身智能、Agent应用等关键领域，为AI企业优化科创板上市，融资租赁、安全保险等科技金融服务支撑，营造促进AI+金融发展的良好生态；三是提升产业转化效能，依托国家级金融人工智能应用中试基地，打造一批金融AI示范项目，支持金融机构，探索开展知识产权质押融资、投贷联动等，孵化培育更多AI创新企业。在中金公司副董事长、总裁王曙光看来，当前，进入2026年，全球AI竞争的重点已从基础模型能力比拼，进一步延伸至智能体、物理AI与产业应用生态构建。在这一过程中，中国依托完整的产业体系、丰富的应用场景以及强大的工程化交付能力，正在形成从模型研发到实体产业融合的独特发展路径。企业引入AI的目的是提高盈利能力。技术投入能否转化为长期回报，取决于AI是否真正进入经营过程，帮助企业以更低的成本、更快的速度和更稳定的质量完成交付，把一次性的效率提升沉淀为持续的利润改善。AI战略专家、美国未来产业研究院院长乔·韦曼认为，企业获取AI红利的关键在于选择适配的竞争战略——或强化运营，或重塑产品，或革新客户体验，或开辟新商业模式。面对工业场景的AI应用方兴未艾，“一项调查结果显示，超过80%的全球制造业领军企业已开始探索AI技术的具体应用，但数据安全、结论可靠性、设备老旧以及前期投入大等因素，仍是制约AI技术快速规模化应用的主要挑战。”霍尼韦尔科技大中华区总裁余锋说。未来学家、《连线》杂志创始主编凯文·凯利表示，AI将以渐进方式推动社会进步，低成本、专业化和本地化模型有望提升竞争力，前沿模型领域可能出现泡沫和亏损，但基础设施投入将促进科学创新与生产力提升，因此属于具有长期社会价值的“必要泡沫”。中金研究发布的《工业化数字经济》报告称，从社会长期发展的角度看，过度投资沉淀下来的基础设施，往往在泡沫消退后继续服务于经济，欧美十九世纪的铁路热潮和2000年前后的光纤过剩都是先例。对中国而言，真正的问题或许不是要不要容忍一定程度的过度投资，而是如何让产业政策引导下的投资，尽可能沉淀为电力、算力和工程能力这样的长期资产，避免成为无效产能。

2026-7-23 : 人工智能的发展有可能形成超越人类碳基文明的硅基文明，同时人工智能的运用很可能让人类思维外包给机器。从这两个角度来看，当前是人类尊严受到挑战的特殊时刻，但我认为，也可以看作“人类尊严得到彰显的特殊时刻”，也就是：在人工智能领域，我们要继续重视与群体相关的尊严，并逐步把重点从避免“落后挨打”转向“为人类做出较大贡献”。同时，我们还必须在更高层次上用好人工智能给彰显人类尊严带来的机会。 避免“落后挨打”的任务，目前仍然很重要 应该承认，避免“落后挨打”的任务，目前仍然很重要。 美国前国务卿基辛格在去世前两年，曾与谷歌前CEO埃里克·施密特等合著《人工智能时代与人类未来》一书。书中指出，随着人工智能的发展，人类理性将不再是理解现实的全部智能。在谈及美国必须将人工智能列为国家项目集中攻关时，他们提出应组建精英小组领导这一项目，并明确该小组的首要职能是“确保美国在人工智能领域保持知识和战略竞争力”。 2025年5月2日，《纽约时报》采访美国副总统万斯时问道，若美国政府发现人工智能以某种方式失控，能不能按下暂停键？万斯坦承“我不知道”，并随即抛出一个反问：“如果我们暂停，中国会不会不暂停？” 谈论当代世界技术发展“敌我意识”最明确最激烈的，是美国科技公司Palantir Technologies创始人兼CEO卡普，他《科技共和国》一书中说，“先进的人工智能技术为我们的地缘政治对手提供了挑战美国全球地位的最佳机遇”“核威慑时代正在走向终结，一个以人工智能为基础的新威慑时代即将开启”“世界主要国家正在陷入一种新型的军备竞赛。无论是否被察觉，我们在推进人工智能军事应用方面的犹豫都将受到惩罚。”在他看来，“我们面临的更大问题不是是否会制造新一代日益自主的人工智能武器，而是谁将制造它们以及出于什么目的”。 在这一语境下，十九世纪末中国思想家严复以译著《天演论》引介达尔文进化论，为“自强保种”寻求依据，并未完全过时。 2019年4月，时任美国国务院政策规划办公室主任斯金纳将把美中战略竞争描述为“不同的文明和意识形态”斗争，说中国是美国第一次面对的“非白色人种的大国竞争对手”。这些言论被批评为一种种族化的“文明冲突论”。2022年1月，中国驻美前大使崔天凯接受采访时指出，“中国有着与美国截然不同的文明。美国的政策中可以感受到种族主义的元素，有些行为不单单针对中国，也针对亚洲。” 面对这样的对手，严复“人治天行，同为天演”，尤其是“物竞天择，适者生存”的表述，有助于理解我们在当代世界中的地位和对策。 中国在人工智能领域始终提供国际公共产品 但毕竟，中国人民不仅实现了“站起来”的目标，而且越来越有条件“为人类做出较大的贡献”了。在这种情况下，严复把托马斯·赫胥黎《进化论与伦理学》译成《天演论》时省略的内容，在今天尤其值得重视。 严复翻译《进化论与伦理学》时，省略了书名的一半，只译出“进化论”即“天演”，而省略了“伦理学”。但这一取舍不止于书名，更深层地体现在对赫胥黎思想的选择上。 赫胥黎虽然也主张进化论，但他比另一位严复也翻译过但更加认同的英国思想家赫尔伯特·斯宾塞，多了许多谨慎和保留。赫胥黎并不主张，甚至反对用生物界的生存斗争来理解社会问题。他不是社会达尔文主义者，甚至可以说是反社会达尔文主义者。在赫胥黎看来，生物进化是一个“宇宙过程”，而伦理进化是一个“伦理过程”；虽然生存斗争在人类社会早期是主要的进化原则，甚至在当时也仍然是一个基本事实，但真正意义上的社会进化不但区别于自然状态下的生物进化，而且区别于在人为状态中产生物种进化的过程，也就是园艺师所造成的“园艺过程”。 严复没有完全省略赫胥黎对于伦理学的讨论，也不是完全不认可社会进化与生物进化之间关联的看法，但他更重视园艺过程与伦理过程的共同点：园艺师和政治家都要用人的价值去引导生物进化或社会进化。 而赫胥黎更警惕这种类比：如果人类社会也像植物园林那样用特定价值标准筛选个体，将会毁灭人们的纽带。如果主动或消极消除那些被认为的弱者、不幸者和多余者，将违背人本性中的自我约束本能。 赫胥黎认为，人之为人有两种倾向：“自我肯定”倾向和“自我约束”倾向。“自我约束”的倾向，也就是人的同情心/良心，这不仅由亲子之爱形成，而且由同胞之情/同情心形成。赫胥黎将这种同情心/良心的进化过程称之为“伦理过程”，他认为社会进步的核心就是这样一个“伦理过程”。 赫胥黎的观点对于我们理解人工智能时代的社会政策，有很重要的启发意义。赫胥黎在1893年的公开演讲中提出，在社会领域人们争夺的不是生存资料而是享受资料，这与恩格斯“动物所能做到的最多是采集，而人则从事生产……一有了生产，所谓生存斗争不再单纯围绕着生存资料进行，而是围绕着享受资料和发展资料进行”的观点相当接近。 赫胥黎反对以社会进化之名伤害弱者和不合时宜者，在人工智能迅速发展的当下，我们也要避免及应对数字鸿沟加大、工作岗位削减、生活意义匮乏、人际关系扭曲等问题。让人工智能加强而不是贬损人的智能和尊严，是这个时代的当务之急。 对于人工智能带来的挑战，中国在2026世界人工智能大会上已经明确表态。一方面，中国积极拥抱人工智能发展，坚持有效市场和有为政府相结合，加强人工智能科技创新，积极推进“人工智能+”行动，培育各类主体共生共荣的健康生态；另一方面，中国始终坚持发展和安全并重，把握人工智能发展趋势和规律，不断完善相关法律法规、政策制度、应用规范、伦理准则，确保人工智能安全、可靠、可控，让人工智能这匹千里马既跑得快又跑得稳。 7月11日《纽约时报》发表了埃里克·施密特的一篇文章，可谓为中国态度做了特殊的注解。文章标题所说的“我们世纪的最大挑战”，指的是如何平衡人工智能的控制和增长。 文章说：“我们上个月访问中国时会见的中国科技企业高管，对这项技术持乐观态度；但在人工智能究竟应当以多快的速度发展这一问题上，他们比硅谷谨慎得多”，同时提到“中国政策制定者在努力权衡：一方面要鼓励发展，另一方面要维护社会稳定”。 文章提到，今年4月武汉无人驾驶出租车引发拥堵后，中国暂停发放新的自动驾驶牌照；同月，一家法院裁定，企业不得以人工智能取代员工为由裁员；6月出台的《实施就业优先战略“十五五”规划》提出推动人工智能赋能就业政策和就业服务；针对未成年人的人工智能陪伴产品禁令《人工智能拟人化互动服务管理暂行办法》也于7月生效。 文章指出，这些政策的结果是，与美国各界对人工智能未来发展的态度相比，中国态度要积极得多。这对于两国人工智能发展会产生很大的影响：“如果人工智能连眼前都无法生存下去，从长远来看，它也就不可能改善我们的生活。” 在国际社会层面，中国也在努力“为人类做出较大的贡献”。作为负责任大国，中国在人工智能领域始终提供国际公共产品，如提出人工智能能力建设国际合作的倡议，发起相关组织和项目，并向不发达国家提供人工智能应用方面的支持。 这种努力与外部世界的认知变化存在一定关联。皮尤研究中心最近一份报告显示，在被调查的36个国家中，25个国家对中国的青睐程度超过了美国。这是该调查二十年以来，中国首次在多数受访国家中击败美国。当然，这一调查只是一家之言，对其结果的含义也可以有多种诠释。但不管怎么样，人工智能发展为我们提供了机会。 让AI只做自己的助手，最多做自己的代理，但绝不是做自己的主人 如何让人工智能加强而不是贬损人的尊严，不仅是政策制定者的责任，也是每个开发者和使用者的事情。从这个角度讲，人类个体的尊严，每个人的人之为人所享有的尊严权利，是一个特别重要的论证支点。 而在中国语境中讨论人工智能与人类未来的关系，我觉得严复《天演论》末尾用典雅汉语翻译的法国思想家帕斯卡尔的那句名言，可能更有普遍说服力：“吾诚弱草，妙能通灵，通灵非他，能思而已。” 在何兆武翻译的帕斯卡尔《思想录》中，其完整段落为：“人只不过是一根苇草，是自然界最脆弱的东西；但他是一根能思想的苇草。用不着整个宇宙都拿起武器来才能毁灭它；一口气，一滴水就足以致他死命了。然后，纵使宇宙毁灭了他，人却仍然要比致他于死命的东西更高贵得多；因为他知道自己要死亡，以及宇宙对他所具有的优势，而宇宙对此却是一无所知。” 严复和赫胥黎对未来世界的看法不尽相同，但两人都赞成 “我思故我在”“我思故我贵”。或如孟子所说：“耳目之官不思，而蔽于物。物交物，则引之而已矣。心之官则思，思则得之，不思则不得也。此天之所与我者。先立乎其大者，则其小者弗能夺也。此为大人而已矣。”荀子把“我思故我贵”说得更清楚：“水火有气而无生，草木有生而无知，禽兽有知而无义。人有生有气有知，亦且有义。故最为天下贵也。”（《荀子·非相篇》） 基于这样的思想资源，我们可以说：人之为人的特点是能思想、有判断；就此而言，每个人都同等享有万物之灵的高贵和尊严。这里讲的是每个活生生的个人的人之为人的尊严，既与地位无关，也与群体无关。这种意义上的人的尊严，是本文题目所讲的人类尊严的最重要含义。 从这种意义上的人的尊严来看，关于人工智能的价值和风险，两个常见疑问其实不难回答。一个问题是，从研发角度，我们多大程度上愿意冒险面对人工智能教父辛顿所说的养虎遗患的后果：人类对机器失控，甚至机器反过来控制人类？另一个问题是，从应用角度，我们在多大程度上愿意冒险承受思考被机器代替的后果，让人类生活堕落为不思而获、不虑而得的消极生活？ 马克思写道：“动物只是按照它所属的那个种的尺度和需要来构造，而人却懂得按照任何一个种的尺度来进行生产，并且懂得处处都把固有的尺度运用于对象”。意思是，人类能把人之外的一切物种的尺度作为自己的尺度——马儿的奔跑速度远超人类，鱼儿的潜水时间远超人类，鸟儿的飞翔更是人类只能在梦中模仿的；但人能造出高铁、潜艇和飞机。 人工智能时代，作为文化主体的人类又进一步把作为自然主体的人类的尺度作为自己的尺度：用技术手段造出远超自然人类的计算能力、推理能力和解决复杂问题能力的机器。在这种情况下，人类更要重视人之所是（being）的问题，而不是人之所做（doing）和人之所有（having）的问题。 法国哲学家让-保罗·萨特在《存在与虚无》第四卷开篇即写道：“拥有（having）、作为（doing）和存在（being）是人的实存的基本范畴。它们把人所有的行为综合在它们名下。” 我们不妨以这三个基本范畴来考察与人工智能的关系：在讨论人工智能发展前景的时候，如果说人类将来会“无所不能”，那是在谈论“人之所做”（doing）的问题；如果说人类将来会“无所不有”，那是在谈论“人之所有”（having）的问题；但我们最需要关心的，是人类最终会不会“失其所是”，那是在谈论“人之所是”（being）的问题，也就是如何维护人之为人的基本尊严的问题。 从“人之所是”的角度来讨论问题，意味着先秦哲人所说的“心之官则思”不仅有工具作用，而且有内在价值；它并不只是可以被我们用更好的工具来替换的工具，不只影响人之所做和人之所有，而根本上是一种决定人之所是的东西。 把“人之所是”作为核心范畴，把“我思故我贵”作为基本前提，两者加起来我们可以说：人生道路上，一个事后被证明正确的决定或选择，是你自己做出的，还是完全由别人替你做出的，性质是不同的；你在做出这个决定时使用的工具再有效，它也只能是你的工具而不是你的替身；这个工具很可能是agent，甚至可以是另一个subject——它与你会形成某种程度的虚拟的主体间关系，但你永远不能放弃自己作为subject即主体的地位，永远不能放弃你的第一人称立场。 真正意义上的第一人称立场，应该永远只属于人类。 当然，这样说似乎有“人类中心论”之嫌。但我觉得，如果人类中心论是错的，也不是错在坚持把第一人称立场给予人类，而是错在让视角偏狭、眼光扭曲的人类占据了第一人称立场。 从婴儿开始逐步学会用第一人称讲话的过程，是大自然千万年进化的成果，是人类物种进化过程的浓缩。如果以人的身份用第一人称讲话是“人类中心论”，那么，“人类中心论”并不是我们要努力克服的缺陷，相反是我们有理由自豪的成就，是我们守护人类尊严的必要条件，是我们通过不断学习而不断克服缺陷，包括纠正破坏环境、残害动物、违反自然规律等愚蠢甚至罪恶行为的必要条件。 同样的意思还可以从另一个角度来说。人的尊严恰恰在这样的时刻表现得尤其突出，即你完全可以做错事而不受惩罚，但你却拒绝去做。因为只有在这样的时刻，一个正确的选择（拒绝犯错），才是你作为主体做出的基于理由本身的选择，而不是因为不愿意受到惩罚而做出的选择。基于同样的道理，那时你完全可以不思而得、不虑而获，但你依然让自己大脑坚守岗位，让AI只做自己的助手，最多做自己的代理，但绝不是做自己的主人。 从这个意义上说，人工智能发展方兴未艾的今天，既是人类尊严受到挑战的特殊时刻，也是人类尊严得到彰显的特殊时刻。正是在这样的时刻，对区别于“人之所做”和“人之所有”的“人之所是”，我们才不得不做出最清晰的判断。 （作者系华东师大哲学系教授、上海纽约大学校长）

2026-7-23 : 近期，DeepSeek完成了公司首次外部股权融资，天眼查信息显示，此次募资总额约510亿元。根据近期三家A股上市公司披露的间接投资DeepSeek公告，推测DeepSeek的估值接近3250亿元至3509亿元的区间。 在融资期间，DeepSeek创始人梁文锋和投资人进行了一场近4小时的交流会，第一财经记者获得了一份超过3.4万字的交流会实录。在此次交流会中，梁文锋较为完整地向投资人解释了这家公司到底想成为一家什么样的企业，包括愿景、开源与商业化的矛盾、未来AGI的技术路线、算力瓶颈等等。 从这场交流来看，相比一家追求收入增长的AI公司，他更希望DeepSeek成为一家围绕AGI长期投入的技术组织，而这一目标，也几乎解释了公司过去一年所有重要决策。就这一交流会内容，第一财经向DeepSeek进行了求证，截至发稿官方未有回应。 DeepSeek此次融资对于合作方进行了严格筛选，更看重“长期利益一致”。据此前媒体报道，梁文锋本人出资约200亿元，为本轮最大单一出资方；腾讯出资约100亿元，宁德时代体系约50亿元，网易、京东、Monolith砺思资本、IDG资本分别约30亿元，正心谷投资、拾象科技分别约15亿元，国家人工智能产业投资基金约9.8亿元。 一位参与过DeepSeek融资谈判的国内投资人对第一财经记者透露，DeepSeek以邀请制的方式向少数机构开放了融资，但对投资机构的条款有诸多限制。该投资人表示认可DeepSeek的能力在全球数一数二，但最终没有出手，因为DeepSeek对外披露的信息不足以让该机构作出全面的投资判断，包括商业化怎么走、明确的退出路径等。 DeepSeek想做什么样的公司？ 谈及创业初衷，梁文锋强调，DeepSeek并不是一家以商业利益最大化为目标的公司。“不是为了赚多少钱、也不是为了资本市场和上市，而是想做一件对人类有用的事情，怀着一种对这个世界非常大的善意来做这件事情。” 梁文锋在管理上最崇拜的人是通用电气前CEO杰克·韦尔奇，虽然韦尔奇大部分管理理念都已经不再适用了，但有一点他认为非常对：管理一家大公司，真正依靠的不是规章制度，而是愿景。 梁文锋认为，公司不是靠 KPI和各种考核来推动做事，将DeepSeek团队组织起来的就是愿景。 “去年春节突然火起来，其实完全不在我们的计划里面。我们当时只是想把技术做好。”后来回头复盘，梁文锋发现，相比一个纯商业组织，或许是一个真正相信AGI的组织，才在人才和组织能力上有额外优势，愿景把这些人才真正组织了起来。 梁文锋认为，公司没有什么特别的优势。两年前公司成立时，没有知名度，没有号召力，没有很多钱，也没有很多资源。“不是一群天才做出了不平凡的事情。而是一群平凡的人，做出了不平凡的事情。” 他强调，DeepSeek核心、唯一、无法退让的利益是保持团队稳定。“只要团队能够稳定，只要最核心的人一直都在，我们就一定能够继续往前走。最后一定能够做成 AGI。”他认为，钱、资源等等不是问题。 团队的稳定性是DeepSeek此前面临的最大风险。随着近期的这一次融资后，员工拿到了期权，这个风险得到了较大解除。梁文锋表示，现在做的很多事情都是为了保持团队的稳定性，“其他都是可以克制的”。 和同行相比，梁文锋认为，DeepSeek属于流动率较低的一家公司。公司的管理方式比较灵活，且一般不太加班。 DeepSeek的管理是两条线：一条线是从上到下，一条线是从下到上。从下而上，是每个人自己想做什么，没人管也没有 KPI；从上到下，就是正式的、集体去做一个事，需要全公司的人一起配合，例如发布V4模型时，就得每个人分工做一部分。 “一般我们希望这类正式的（从上到下的任务）不要占用员工所有时间的50%，他应该还有一半的时间是不被安排的，这是一个让他可以自己去探索研究的范围。” 梁文锋表示，DeepSeek不太加班的原因，一方面是做研究需要一个比较松弛的环境，其次公司非常聚焦，很克制，所以没有非常多事情要做。 “只赚合理利润”，开源和商业化不矛盾 外界一直好奇，坚持开源的DeepSeek如何实现商业化。梁文锋的回答是，两者并不矛盾。 梁文锋认为公司愿景本身就要求开源。“从商业角度来看，AI想真正做成，开源反而是有好处的。”他表示，未来DeepSeek最强的模型，大概率也还是会开源，开源和商业付费之间没有冲突。 即便模型开源，别人要用起来门槛也非常高，同时要将成本做低更没有那么容易。“并不是开源了，别人就能够轻易地做到一样的部署成本，有很多工作要做，不是每一家公司都愿意或者都有这个意愿和能力来组织人力达到这个目标。” 在AI时代，梁文锋一再强调的是，克制很重要，“只赚一个合理的利润”，而不是利润最大化，按照传统商业逻辑去思考。 在梁文锋看来，AI行业未来的利益足够大，甚至可能占到整个社会GDP的10%，既然这个市场已经大到这种程度，就没有任何一家企业能够独占。只要这个事情最后真正做成了，哪怕只拿其中很小的一部分，收益也已经足够大了。 “你必须建立一套机制，确保自己获得的利益是有限的。只有这样，你才更有可能真正把这件事情做成。”他认为，不能想着“以后人类 GDP的多少都归我”，越这么想越做不成，越克制，反而越有机会把事情做成。 谈及DeepSeek当前的API定价逻辑，梁文锋表示，内部有一个非常明确的标准。“买一批服务器回来，大概10个月收回设备成本，我们觉得就够了。这就是一个合理的利润。” 在DeepSeek内部，有一个模型刚上线时，因为担心需求太大，将价格定得比较高，团队都不太高兴。梁文锋提到，后来他决定把价格降到原来的四分之一，大家特别开心，群里很多人欢呼。 “不是我们要赚最多的钱，而是我们在能够赚到合理利润的情况下，大家都用得起。”梁文锋表示，这是团队真实的想法。花了那么多时间、投入那么多精力，把模型做好的真正目的，是让所有人都能够充分使用，如果最后真的做到了，会觉得特别有成就感，这也是公司的动力和愿景。 梁文锋也特别希望看到更多创业公司基于 DeepSeek去创业，做各种各样的新应用。“如果未来有几千家、几万家公司，都建立在 DeepSeek的基础模型之上，我觉得这是一件非常有意义的事情。” 最大的主线是AGI 过去一年，AI行业竞争焦点不断变化，从C端流量再到B端收入，但梁文锋认为，这些都不是DeepSeek真正关心的事情，DeepSeek真正的长期目标是 AGI。 去年春节时，DeepSeek突然有了很多用户，但他们并没有想着怎么把这些用户留下、变现、做超级 App。梁文锋觉得，AGI 机会非常大，前面的很多机会只是芝麻，“我们不需要为了眼前这些芝麻，把全部资源投入进去。”所以，DeepSeek没有在C端发力。 很多人觉得如果不参与，就不在牌桌上，但DeepSeek只在做真正关心的AGI，很多事情却顺手就完成了。梁文锋认为，站在更高一层的技术目标上，再去做下一层的应用，很多时候是降维打击。 除此之外，梁文锋也回应了AI的很多方向，例如视频生成、世界模型，他认为现阶段这些不是智能主线，所以，DeepSeek不会投入主要精力。“并不是说这些方向没有价值，而是我们觉得，它们不是当前限制 AGI 的关键瓶颈。” 在多模态方面，梁文锋表示，未来DeepSeek会做，V4 以及 V4 后续版本都会支持原生多模态，但是，内部一直没有将多模态当成智能本身，而更像一个组件，决定智能能力上限的不是这些组件。 在AGI的路线上，梁文锋认为，Agent（智能体）之后，大模型下一个真正要突破的是持续学习，这是下一阶段一定要跨过去的障碍。再之后，模型就能够不断自我迭代，最后进入具身智能。 “模型不能永远依赖一次性训练，它应该像人一样，在长期工作过程中不断学习，积累经验、理解环境、更新自己的知识，接下来，它就能开发自己的下一代版本，帮助设计新的人工智能模型。”梁文锋表示，到了具身智能阶段，模型能真正进入现实世界，可以帮助做家务、照顾老人，完成现实世界里的各种任务。 最大瓶颈还是算力 今天AI最大的问题是什么？梁文锋认为，还是算力，“我们和美国的唯一差距就是资源”。 “很多时候，我们知道方向，也知道应该怎么训练。真正限制我们的，就是资源，尤其是算力资源。很多技术路线是因为资源才暂时放下。” 行业现在有一个讨论是Scaling law（缩放定律）到头了，但梁文锋仍然相信Scaling，规模越大、效果越好。“我们没有触摸到上限在哪里。我们训练这么大的模型，并不是因为这么大的模型就够了，而是我刚好有这么多资源。阻止我们 Scaling 的就是算力。” 梁文锋表示，未来DeepSeek会自建大型集群，至于要不要自研芯片，取决于这里的收益有多大。“希望能够以合理的价格买到芯片，这样我就不用去做芯片。” 梁文锋判断，国产 AI 芯片替代有历史性的机遇，因为英伟达CUDA生态的护城河正在被AI和新技术快速瓦解。“未来一年之内，我们能够看到有一个事情被验证：国产芯片的生态完全没有问题。之前认为用不起来、不好用，但是未来一年之内，我们能够用事实扭转这个认知。” 此外，梁文峰还谈到了当前国内模型的公司格局，认为公司“有点太多了”，目前资源比较分散。“最终一定不需要那么多人去做基座模型，一定会收敛。” 他认为，现在大家可能觉得做基座模型的利润率非常高，所以一定要自己做，但最后一定没有那么高的利润，“因为这不符合客观规律”。 回顾这4小时的交流会，梁文锋在其中多次提到的一个词是克制。无论是坚持开源、不追求利润最大化，不急于争夺C端流量，还是坚持将主要资源投入AGI，在他看来，这些选择背后都遵循同一种逻辑：相比短期商业机会，更重要的是把通往AGI这件事做成。 对于一家刚刚完成数百亿元融资、估值跻身国内AI第一梯队的公司而言，这种选择未必是最容易的商业路径，却构成了DeepSeek区别于其他大模型公司的鲜明标签。

2026-7-23 : 北京时间7月23日，特斯拉发布了2026年第二季度财报。该公司第二季度总营收为282.36亿美元，同比增长26%；归属于普通股股东的净利润为11.14亿美元，较上年同期的11.72亿美元下降5%。 特斯拉的资本支出受到不少关注，其投入近58亿美元，自由现金流两年多来首次变为负值。这主要是由于特斯拉扩张自动驾驶、人工智能和机器人业务。 特斯拉财报显示，目前已停用加州弗里蒙特工厂的Model S和Model X生产线，正在安装用于Optimus的第一代生产线，预计今年晚些时候投产。首批制造的Optimus机器人将投入“Optimus学院”（Optimus Academy）使用，用于收集训练数据及进一步开发各项功能。 据了解，加州弗里蒙特工厂人形机器人专用生产线规划年产能达100万台。同时，特斯拉正在得州超级工厂准备机器人的第二条产线，其长期设计年产能为1000万台，预计于明年夏季左右投产。 在第二季度业绩电话会议中，特斯拉CEO埃隆·马斯克还回应了分析师关于人形机器人量产及供应链情况的提问。 马斯克表示，对Optimus机器人的生产制造进行了大量的投资。人形机器人量产是特斯拉史上最难的制造爬坡，几乎所有部件全新、无现成供应链，大量环节只能在公司内部完成。 在之前的Q1业绩电话会议中，马斯克也强调了Optimus量产的难度。“当面对一款全新产品、一条全新生产线，以及上万个独立零部件，每一个都必须准确无误才能实现爬坡量产。”马斯克表示，Optimus初期速度会非常慢，因为要逐一解决上万项独立问题才能达到大规模量产。至于初始应用场景，他们计划先从工厂内的简单技能开始，再逐步扩展。 此前，有多位行业人士向第一财经记者透露称，特斯拉Optimus第三代延期的部分原因和灵巧手有关。马斯克也在会议中透露，Optimus对标甚至超越人类手部灵活度。 马斯克还在回复中提到，Optimus全部专用电力电子产品、电路板均为特斯拉自研设计，交由外部供应商代工。第四代Optimus将落地奥斯汀全新产线，供应链垂直整合程度提升，产能目标相较第三代提升一个数量级。 据媒体此前报道，特斯拉近期下发了具体的Optimus零件采购指引，要求供应商在今年9月将产能提升到1000台/周，随后在年底提升到2000-2500台/周。 多位行业人士此前在采访中提到，特斯拉机器人如果实现量产对中国供应链来说将会是一个利好。 本次电话会议还介绍，下一代AI 5推理处理器芯片设计已完成，该芯片将主要运用于人形机器人及数据中心。马斯克将AI 5芯片称为“目前边缘计算领域最出色的AI推理芯片”，并透露已经为AI 6的设计工作积攒了势头。 值得一提的是，近期市场上特斯拉与SpaceX合并的传闻沸沸扬扬。对此，马斯克未直接回应，并表示财报电话会议不是可以讨论公司合并事宜的地方。 美东时间周三收盘，特斯拉股价下跌1.3%、SpaceX股价下跌6.7%。

2026-7-23 : 近日，上海科技大学报告厅，一场题为“人工智能：经济系统重构与人类对齐”的主题论坛正在举行。这是2026世界人工智能大会期间的一场重要学术活动。中国新一代人工智能发展战略研究院执行院长龚克刚刚结束在日内瓦的联合国AI治理会议，他的演讲从全球治理的宏观视角切入，强调AI发展需要以人为中心，技术上人创造、安全上人驾驭、治理上为人服务。向外建规则，向内惠及每个人，最终服务于人类共同福祉。华东师范大学哲学系教授、前上海纽约大学校长童世骏则从哲学维度出发，追问AI时代“人之所是”的尊严问题。一位回答“AI如何落地”，一位追问“人类如何自处”。两者看似路径迥异，却汇入同一条河流：AI浪潮下，人类如何保持主体性？AI需要服务于人类共同福祉“我们对人工智能的基本立场，就是把它当作一种先进生产力。”龚克在论坛上开宗明义。他从达特茅斯会议讲起。70年前，一群29岁到39岁的年轻人聚在一起，背景多元：数学、计算机、电子学、信息论、神经网络、心理学、经济学、认知科学。人工智能从诞生第一天起就不是单一学科的分支，而是多学科交叉的产物。这群人用50年的“长期主义”坚守，才有了今天的AI繁荣。但技术突破的关键不仅是算法。2012年辛顿团队用AlexNet将图像识别错误率从25%骤降至15%，此后几年机器识别准确率突破人类水平。龚克指出，AI是“算法+数据+算力”的多要素集成系统。2020年GPT-3出现，当模型参数达到接近人脑突触的规模时，“涌现”能力显现——从四选一正确率25%（靠蒙）跃升至70%以上。这是量变到质变的飞跃。回顾70年AI发展史，龚克强调了一个容易被忽视的结论：这70年不是AI的“自我进化史”，而是人类的创新史。关键在“人”——技术发展再快，最重要的战略仍然是培养最优秀的人才。回到当下的产业现实，龚克认为AI正处于从信息智能向物理智能发展的重要阶段。过去有“知”的AI可以回答问题、查询资料、草拟文稿；而今“知行合一”的AI正在从屏幕走入生产线、走入人们的生活。但他同时警告，AI也可能带来比“说错话”更为危险的“做错事”：“AI越强大，越要求人们要善于驾驭，这就成为对人类能力的挑战，这是当下AI发展最大的挑战。在产业落地层面，龚克提出需要从生产力升级与生产关系革新两个维度同步发力。生产力层面，要推动AI技术持续迭代优化，补齐技术与真实产业场景适配性不足的短板；生产关系层面，企业需要主动创新变革，为AI规模化落地创造制度与生产条件保障。针对“AI泡沫”的担忧，他回应称，AI技术本身不存在泡沫，但行业及部分经营主体存在泡沫化倾向——“仅靠担忧无法解决实际问题，关键要推动AI向有益、安全、公平方向健康发展。”在全球治理层面，龚克系统阐述了中国的主张。2023年中国提出的《全球人工智能治理倡议》凝聚了国际共识，核心是建立以联合国为核心的全球AI治理体系。理由有三：联合国是唯一能召集193个成员国的全球性多边平台；旗下拥有国际电联、劳工组织等众多专业机构；已成立独立的全球高级别人工智能科学顾问机构。他强调，AI治理的根本目的不是技术本身，而是服务人类可持续发展。1950年代以来全球气温急剧偏离历史基线，模型证明这完全是人类活动造成的——地球正在“发烧”。在这个框架下，AI发展明确四个核心方向：有益、安全、包容、绿色，而将这四个支柱串联起来的纽带是“人工智能能力建设国际合作”。最终目标是抓住AI机遇，促进2030年可持续发展目标的实现。彰显人类尊严的特殊时刻如果说龚克回答的是“AI怎么用”，童世骏追问的是“我是谁”。童世骏在演讲中表示，人工智能的发展，有可能造就超越人类的另一类文明；人工智能的运用，很可能导致人类社会大量岗位被废弃。因此，人工智能时代成了人类尊严受到挑战的特殊时刻。“尊严”与群体紧密相关。在中国语境中，“尊严”基本都和国家、民族连在一起。群体尊严的两个核心含义是“不受欺负”和“感到自豪”。童世骏认为，在AI领域我们仍要重视群体尊严，但重点应从“避免落后挨打”转向“为人类做出较大贡献”。但个体尊严同样重要。童世骏引用帕斯卡尔的名言——严复译为“吾诚弱草，妙能通灵”——来说明人的高贵不在于体力或速度，而在于“能思”。马的奔跑远超人类，鱼的潜水远超人类，鸟的飞翔人类只能梦中模仿，但人能造出高铁、潜艇和飞机。在AI时代，人类又造出了远超自然人类计算能力的机器。问题在于：当机器能代替思考，人如何保持“人之所是”？童世骏区分了三个概念：人之所作（Doing）、人之所有（Having）、人之所是（Being） 。惊叹AI让人无所不能，是Doing；说AI让人无所不有，是Having。但最需关心的是，人类会不会失去Being——人之为人的基本尊严。他称，“人生道路上的一个决定，是自己做出的，还是完全由机器替你做出的，性质截然不同。”即便AI智能体与人形成“虚拟的主体间性”，但人类永远不能放弃自己作为主体的地位，永远不能放弃第一人称立场。童世骏引用赫胥黎《进化论与伦理学》的区分：生物进化是“宇宙过程”，社会进化是“伦理过程”。如果人类社会像园艺师那样用特定标准筛选个体，把弱者“拔掉”，恰恰会毁灭社会赖以成立的道德基础。社会进步的核心是“伦理过程”，是同情心和良心，而非“适者生存”。这提醒我们：在AI时代，要避免过一种“不思而获、不虑而获”的消极生活。从这个角度出发，人类的尊严恰恰在这样的时刻表现得尤为显著：完全可以做错事而不受惩罚，但却拒绝去做明知是错的事情。因为只有在这样的时刻，正确的选择才是人作为主体基于理由本身做出的选择，是基于内在价值做出的自由选择。同样，面对AI，人完全可以“不思而得”，但人依然需要让自己的大脑坚守岗位，让AI只做助手，最多做代理，但绝不让它做主宰。童世骏用萨特的话作结：Having、Doing和Being是人类实存的基本范畴。AI时代，我们看重AI的工具价值，但更要看重人的内在价值。“我思故我在”可引申为“我思故我贵”——我思考，所以我尊贵。龚克和童世骏，一个回答“AI如何落地”，一个追问“人类如何自处”，最终汇入同一条河流。龚克用联合国的框架给出制度方案——让AI发展服务于可持续发展目标，打通产业落地的“最后一公里”。童世骏用哲学思辨给出个体答案——在完全可以“不思而得”的时代依然选择思考。当机器开始思考，人类更需审慎的是：我们是谁，我们要成为谁。向外，建立规则让AI服务于人类共同福祉；向内，坚守思考让人类不丢失人之为人的尊严。这或许正是“时代之问”的答案。

2026-7-23 : 美东时间7月22日盘后，谷歌母公司Alphabet公布第二季度财报，营收、盈利表现均好于预期，尤其是谷歌云实现了有史以来最强劲的增长，但盘后交易中谷歌（GOOGL.US）下跌超3%。 在市场尤为关注的资本支出方面，谷歌本季度继续上调预期至1950亿至2050 亿美元之间，上个季度，谷歌刚刚将资本支出预期提高至1800亿至1900亿美元。同时，谷歌出现了历史上首次出现负现金流，这成为市场担忧的因素之一。 海豚投研发布研报认为，作为AI全球核心大买家之一，谷歌财报是全产业链投资者都会关心的，其中谷歌的资本支出、云增速以及现金流情况，是相对关键的指标。整体看，谷歌财报是向着 “利好产业链”的剧本走。由于需求强劲，管理层对AI的投入态度仍然非常积极，这顶住了市场的预期。 但反之，谷歌投入激进，对短期自身基本面会相对不利，尤其是在Gemini迭代不顺利、主营业务增长基数将有所抬高的弱信仰阶段。因此尽管当期谷歌云收入亮眼、订单继续增长，但自由现金流超预期转负，结合公司继续增长的资本支出指引，预示着未来现金流压力还将继续存在一段时间。 具体看经营数据，Alphabet二季度营收1198亿美元，高于分析师约1169亿美元的预期，同比增24%；营业利润408亿美元，同比增长30%；受Anthropic、SpaceX等股权收益增长带动，Alphabet净利润同比大涨298%至1121亿元。 具体业务数据方面，谷歌云创下历史最快增速，营收增长82%至248亿美元，主要受企业人工智能解决方案、云平台基础核心服务等相关业务增量推动；另外广告收入达到816亿美元，同样好于市场预期。反映未来收入的合同履约余额（RPO）升至5140亿美元，高于市场预期的约4881亿美元，显示云业务的在手订单仍在快速累积。 谷歌CEO桑达尔·皮查伊（Sundar Pichai）表示，AI已经开始全面带动公司核心业务增长，目前Gemini 系列模型每分钟可处理220 亿个Token，Gemini 移动端应用月活跃用户规模达9.5 亿。 从业务表现来看，AI正在帮助谷歌继续扩大收入基本盘。不过，真正牵动市场神经的仍是资本支出。 今年第二季度，Alphabet资本支出总额为449亿美元，超出预估的441.5亿美元。谷歌首席财务官阿纳特·阿什肯纳齐（Anat Ashkenazi）在财报电话会议上告诉分析师，谷歌的资本支出大部分用于支持人工智能建设的技术基础设施，其中约60%的基础设施投资用于服务器，40%用于数据中心和网络设备。 但AI投资正在改变谷歌一贯稳健的财务结构。由于购置物业和设备的支出超过了经营活动产生的现金流，本季度自由现金流为负59亿美元，这也是谷歌历史上首次出现负现金流。对于全年支出预期上调，阿什肯纳齐强调，只要回报看起来有吸引力，谷歌就会继续投资。 Investing.com高级分析师托马斯·蒙泰罗认为，Alphabet此次新增资本支出计划并不乐观，“市场上最可靠的现金流创造者如今支出超过了收入。只要营收持续增长，投资者或许还能容忍这种情况。但资本成本再次成为现实，而且每个季度的容错空间都在缩小。” 为了支撑持续扩张的AI基础设施，Alphabet已经开始提前储备资金。今年6月，Alphabet公告称，计划通过股权发行筹集800亿美元资金，这是谷歌史上最大规模的股权融资。 财报显示，Alphabet已于6月完成496亿美元股票发行，并于第二季度发行203亿美元高级无抵押债券。海豚投研认为，随着资本支出持续增长，未来谷歌的现金敞口管理仍然不算轻松，不能完全排除谷歌未来有规划之外的新增融资打算。

2026-7-23 : *三大股指尾盘走弱，纳指跌近0.6%； *中长期美债收益率上扬，2年期美债报4.30%; *白银收复60美元。 受美伊地缘冲突持续升级、原油价格大涨压制，美股三大股指周三全线收跌。截至收盘，道琼斯工业指数跌6.06点，跌幅0.01%，报 52218.58 点，纳斯达克综合指数下跌 0.57%，报25690.90点，标普 500指数跌0.14%，报7498.96 点。 谷歌、特斯拉财报出炉 谷歌财报显示，二季度总营收1198 亿美元，同比增长24%，预期 1170.2 亿，连续12个季度双位数增长，营业利润407.7亿美元，同比增长 30%，预期405.5亿；营业利润率34%。每股收益EPS 9.11美元，同比增长294%。 分部门看，谷歌核心广告 + 订阅硬件营收945.4亿美元，同比增长15%。其中搜索及其他业务营收同比增长17%，AI Overviews 智能摘要带动搜索查询量提升 10%，广告转化持续回暖。YouTube 广告营收同比增长13%。Google Cloud营收247.7亿美元，同比暴涨 82%，大幅超预期 224.6 亿。企业 AI 算力集群、Gemini 企业版大模型、生成式 AI 解决方案需求爆发，在手未履约订单（Backlog）达5140 亿美元，订单储备充足。前沿创新业务，如Waymo 自动驾驶、人形机器人等营收3.73 亿美元。 二季度公司资本开支449.2亿美元，大幅高于市场预期441.5亿，全部投向 AI 算力、数据中心、TPU 芯片、云基础设施。经营现金流390.69亿美元，同比增长40.8%；自由现金流 -58.55 亿美元，转负核心是算力资本开支暴增吞噬现金储备。 Gemini App月活9.5亿；模型 API 单季度处理 220 亿 tokens，企业端私有化部署订单翻倍；搜索内置AI摘要成为流量核心驱动，重塑广告变现逻辑。管理层确认 2026 全年资本开支将维持高位，预计全年资本开支1950亿-2050亿美元，原来为1800亿-1900亿美元，2027财年资本开支将继续“大幅”增长。AI 算力建设周期至少持续至2027年。业绩公布后，股价盘后跌近4%。 特斯拉财报显示，二季度总营收282.4 亿美元，同比增长26%，大幅高于预期 257.1 亿美元。净利润同比下滑 5% 至 11.1 亿美元调整后每股收益0.33 美元，盈利显著低于预期0.51美元。 分部门看，汽车主业营收205.2亿美元，同比增长23%。公司停产旗舰 Model S/X，主推平价版 Model 3/Y，单车均价持续下行；叠加碳排放积分收入萎缩，汽车毛利率承压。能源业务（光伏 + 储能）营收31.4亿美元，同比增长13%，增速显著弱于整车与服务板块。服务及其他业务（质保外维修等）：营收45.8亿美元，同比大涨50%，是增长最强的板块。 二季度自由现金流缺口 11 亿美元，对比去年同期 1.46 亿正向现金流、2026 年一季度 14.4 亿美元现金流，现金造血能力大幅恶化，资本支出 57.9 亿美元，去年同期仅 23.9 亿；公司CFO 此前已预警全年资本开支将突破 250 亿美元。大额资本投向AI 算力基建、光伏产能、电池原材料、半导体产线、Optimus 人形机器人产线扩建。 公司加州弗里蒙特工厂改造产线，搭建 Optimus 初代生产线，即将投产；初期机器人仅用于内部数据采集与功能迭代，暂不对外商用。FSD（辅助自动驾驶）订阅用户增长强劲：季度活跃订阅量环比56%，总订阅用户达148万户。业绩公布后，特斯拉盘后跌逾3%。 热门股表现 明星科技股低迷，仅英伟达收涨2.30%，亚马逊、特斯拉、微软跌幅均超1%。 费城半导体指数涨0.5%，日线三连阳，博通涨2.67%，AMD、迈威尔科技涨超1%。 存储芯片标的分化，希捷科技涨1.82%，西部数据涨1.51%，闪迪涨0.61%，美光科技跌1.17%，SK 海力士ADR跌3.88%。 AI 服务器厂商超微电脑（SMCI）暴涨20%，公司披露财年第四季度新增订单总额超 600 亿美元，业绩前瞻大幅上调；受超微电脑乐观业绩指引带动，同行戴尔科技上涨约10%，慧与涨幅近5%。 SpaceX重挫6.7%，旗下 SpaceXAI 部门正考察德州多地选址，计划新建至少一座大型AI数据中心。新建大型AI数据中心属于千亿级资本开支，短期大幅侵蚀自由现金流，市场担忧 SpaceXAI 业务长期亏损。 纳斯达克中国金龙指数跌1.80%，网易跌6.44%，携程跌2.45%，拼多多、阿里巴巴跌超1%。 【市场概述】 据央视新闻，伊朗外交部长阿拉格齐当地时间22日在其个人社交媒体上表示，伊朗的防御原则非常明确：以牙还牙。阿拉格齐说，任何针对伊朗的侵略行为，包括对伊朗基础设施的攻击，都将招致强有力且坚决回应。任何对这类侵略行为提供支持的人，无论其提供何种支持，都将被视为合法打击目标。 此外，伊朗伊斯兰革命卫队航空航天部队司令马吉德·穆萨维当天表示，如果伊朗的桥梁和发电站遭到攻击，那么美国盟友国家的电力供应必将断绝。 各大指数自3月低点启动一轮持续数月的上涨行情后，上涨动能已然松动：权重半导体股震荡起伏，软件板块整体走弱。周三交易时段，市场静待盘后披露二季度财报的美股七大科技巨头首批标的 Alphabet、特斯拉，投资者将从中寻找千亿级 AI 资本开支兑现盈利的实证。嘉信理财宏观研究与策略主管凯文·戈登表示：“参与AI交易的投资者筛选标准变得严苛、细分。”他补充，当日盘面呈现芯片股上涨、软件股下跌的显著分化。 eToro 美国投资分析师布雷特·肯威尔点评称：“企业财报不仅要实现增长，还必须支撑自身高估值溢价。当下市场逻辑是：合格财报已不足以提振股价，必须交出超预期的亮眼业绩。” 中长期美债收益率走高，与利率预期关联密切的2年期美债涨4.1个基点至4.301%，基准10年期美债涨2.9个基点至4.657%，CME 美联储观察工具数据显示：7月美联储加息概率一周内从 10.7% 飙升至 33.7%，市场开始重新定价9月加息。 大宗表现 国际油价大幅上扬，纽约商品交易所9月交货的WTI原油期货价格上涨2.49美元，收于86.83美元/桶，涨幅为2.95%；9月交货的伦敦布伦特原油期货价格上涨3.06美元，收于94.07美元/桶，涨幅为3.36%。 贵金属市场走强，纽约商品交易所7月交割的COMEX黄金期货涨1.86%，报4146.90美元/盎司，COMEX白银期货涨2.01%，报60.01美元/盎司。

2026-7-23 : 【券商晨会精华：智能化进程有望提速，重视家电与轻工行业估值重估】7月23日讯，昨日，三大指数涨跌不一，科创50指数、深成指冲高回落，创业板指跌超3%。沪深两市成交额2.65万亿。从板块来看，电力、有色金属、算力租赁、超节点等概念表现活跃。下跌方面，存储芯片、PCB等概念震荡调整。截至收盘，沪指涨0.07%，深成指跌1.42%，创业板指跌3.23%。 在今日券商晨会上，华泰证券认为，智能化进程有望提速，重视家电与轻工行业估值重估；中信证券认为，预计Agent将显著拉动CPU需求，带来CPU的价值重估；中信建投认为，关注相关板块资金承接力度。

2026-7-22 : 2026第一财经科技创新产业融合发展大会，完整议程正式出炉。 7月28日，上海陆家嘴，以产业视角拆解前沿赛道，全程聚焦硬核科技产业化真实痛点，锚定未来产业落地的深度攻坚。 全程高能的四场产业对话，覆盖AI驱动下的底层架构到应用终端全链条。未来能源赛道探讨聚变、先进储能如何打通科研到量产链路；AI算力与具身终端聚焦软硬协同、实体商业化落地路径；商业航天深挖太空经济闭环；生命健康板块聚焦脑机接口临床转化。聚合生态观察员视角，产业投资人、行业研究者、产研学链接方一起，跳出纯技术或估值论的单一视角，直面前沿突破、量产鸿沟、场景落地等现实难题。 整场大会，打破单一领域壁垒，以跨生态聚合的方式推动科研、制造、场景与资本的同场对话，实现全产业链的协同进阶。而这正是第一财经“1科创”生态服务平台的核心功能。 作为第一财经建设科创生态的重要承载“1科创”生态服务平台自2025年正式推出以来，通过搭建专项调研、产融对接、未来行主题沙龙、产业创新联盟等载体，推动创新资源、技术成果、金融资本与产业需求精准匹配，实现政策、技术、资本、市场的高效循环，真正将媒体平台优势转化为推动产业转型与企业成长的实际动能。 活动现已火热报名中。这个7月，和最前沿的科创突围者一起，在第一财经，见证创新成长的关键一跃。

2026-7-22 : 当地时间7月22日，芯片厂商AMD宣布与大模型厂商Anthropic达成战略合作。Anthropic将在AMD Helios机架级解决方案中部署至多2吉瓦的AMD MI450系列GPU，首个吉瓦的部署将于2027年上半年开始。在Anthropic现已使用的AMD Instinct MI355X GPU的基础上，Anthropic将部署的AMD Helios机架级解决方案包括AMD Instinct MI450系列中的MI455X GPU，以及AMD EPYC Venice CPU、Pensando网络和ROCm（计算软件栈）。两家公司的合作内容还包括，AMD将使用Anthropic旗下的模型Claude来优化AMD Instinct GPU的工作负载，并加速AMD ROCm的开发，AMD将在其工程和产品开发团队中广泛使用Claude。与此同时，AMD承诺向Anthropic进行至多50亿美元的战略股权投资 。AMD CEO苏姿丰表示，此次合作把Anthropic在前沿AI领域的领导地位与AMD的高性能计算实力结合在一起，将共同加速人工智能的大规模采用，并推动Helios成为下一代人工智能基础设施的主要平台。AMD此前与Meta的合作也涉及股权层面的绑定。今年2月，AMD宣布，Meta计划在未来五年内部署多达6吉瓦的AMD AI芯片，相关交易价值可能超过千亿美元。作为协议的一部分，AMD同意向Meta授予约等于公司股份10%的股权，Meta需要在AMD股价达到600美元时才能兑现最后一批股权。AMD近期着力推动旗下面向AI训练和推理的首个机架级系统Helios的部署。当地时间7月20日，AMD宣布与微软扩展合作伙伴关系，合作重点在于，微软Azure数据中心将部署AMD的Helios机架级系统。Helios将于2026年下半年向客户发货。除了微软和Anthropic，计划部署Helios的客户还包括Meta、OpenAI和甲骨文等。AMD的竞争对手英伟达也在推动新一代计算平台Vera Rubin的部署。英伟达近日透露，Vera CPU已于 6 月交付给客户，包括OpenAI、Anthropic和SpaceX。在当地时间7月21日发布的博客中，英伟达表示，Vera Rubin拥有覆盖全球30个国家、350个制造基地的供应链体系，是有史以来最大规模、最成熟的机架级供应链。英伟达还表示，Vera Rubin平台从芯片到架构都进行了优化，实现了每瓦最高性能和最低的token（词元）成本。

2026-7-22 : ①OpenAI推出OpenAI Presence，布局企业软件赛道； ②OpenAI承认其模型测试失控，侵入抱抱脸系统； ③马斯克：SpaceX的工程数据将被用于训练Grok大模型； ④三星考虑按200亿欧元估值向Mistral AI投资10亿欧元。

2026-7-22 : 当前，中国企业“走出去”正经历从规模扩张向质量提升的关键转型，2025年，中国对外直接投资达1743.8亿美元，同比增长7.1%，境外设立企业超过5万家，遍布190个国家和地区。长三角作为中国经济最活跃、开放程度最高的区域之一，2025年，海外上市公司累计占全国近三成，民营企业占长三角出海主体的84%，各类企业特别是中小企业出海需求越来越旺盛。尽管长三角已经集聚了一批出海服务平台和机构，但是尚未形成体系化力量，与企业的需求仍然存在差距。因此，2026年的长三角地区主要领导座谈会特地提出，要“健全海外综合服务体系，构建信息、资源、服务等协同的出海服务生态”。 存在不足之处 对照企业的多种需求，长三角在出海服务方面还存在以下五个方面的不足。 一是企业需求更加多元，服务领域有待进一步完善。比如，当前长三角地区专业服务机构多聚焦于传统的商业风险和东道国监管风险，但对美欧制裁、出口管制、长臂管辖、强迫劳动供应链审查等非传统商业风险的预警评估与合规应对服务供给相对不足。再比如，长三角企业出海目的地正从欧美日等传统市场向东南亚、中东、非洲、拉美等新兴市场加速拓展，相关小语种翻译、商务谈判等服务供给有待丰富。 二是企业需求更加精细，国别研究有待进一步深化。比如，现有国别研究多聚焦宏观层面，但对企业最关心的市场准入流程、用地审批细则、外汇管制实操、税务合规路径、反垄断审查等微观操作性问题研究有待加强。再比如，当前国际形势复杂多变，企业出海已从“事后被动应对”变为需要“事先主动应对”，但多数国别研究成果更新周期长，对于地缘政治突变、政策急转、汇率剧烈波动等动态应对不足。又比如，当前长三角地区高校的区域国别学科建设仍存在一定的同质化现象，现有研究多为通用型投资指南，缺乏针对长三角优势产业定制化深度分析，“冷门”国家和地区的研究相对薄弱。 三是企业需求更加专业，服务品质有待进一步精进。比如，长三角各类专业服务机构在服务企业出海过程中积累了大量实践案例，但成功案例的示范效应与失败案例的警示价值未能充分释放。再比如，现有专业服务机构多集中于贸易撮合、法律咨询、金融支持等常规领域，而在ESG合规、碳足迹核算、数据跨境合规等新兴领域的专业供给有待加强。而长三角的各类出海服务机构如雨后春笋，但是服务能力和品质参差不齐，企业往往难以有效甄别。 四是企业需求更加综合，资源潜力有待进一步释放。比如，行业协会商会、贸易投资促进组织等市场化力量在出海服务中的功能作用发挥不足，平台建设仍处于起步阶段，跨区域资源连接整合与常态化服务供给能力有待强化。再比如，对于退休外交官、驻外商务人员、海外华人华侨等资源的挖掘不够，尽管已举办上海2023外交官与民营企业家交流活动等，但缺乏制度性渠道将其转化为出海服务资源，RCEP、上合组织、金砖国家等多边机制的规则红利向市场红利转化的效率也有待提升。 五是企业需求更加高效，平台体系有待进一步打通。比如，上海市企业走出去综合服务平台、江苏走出去综合服务平台、浙江省海外综合服务平台、安徽省走出去公共服务平台正在加快建设，但平台间数据标准不统一、信息不互通、资源不共享的现象仍然存在，省、市、县、开发区、功能区都在建设自己的平台，协同效能尚未充分释放。再比如，目前长三角企业出海需求与专业服务供给的供需匹配机制仍在探索中，企业难以快速精准对接适配自身行业、目标市场的专业服务资源，特别是跨区域服务互通机制有待完善，导致企业搜寻成本、购买成本、试错成本高企。 多方面协同发力 “十五五”时期，沪苏浙皖都将服务企业“走出去”作为重要任务。面对世界百年未有之大变局，国际经济贸易秩序遇到严峻挑战，外部环境的不确定性、不稳定性明显增强，长三角要在确保安全的前提下，着力打造企业出海服务高地，以此作为主动运筹国际空间、塑造外部环境的重要路径，建议从五个方面协同发力。 其一，完善专业服务领域。比如，协同补齐安全服务短板，聚焦非传统商业风险，协同建立常态化风险监测、预警播报、合规咨询、应急处置机制，引入专业安保咨询机构，为企业提供诉求响应和保护救济设计，加强海外合法利益保护。再比如，协同丰富小语种供给，鼓励长三角高等院校外语院系、涉外服务机构、海外本土化团队资源加强协作，探索建立长三角小语种人才共享池，组建小语种出海服务专班，针对中东欧、拉美、非洲、中亚等新兴市场，提供小语种翻译、本土化对接、文化适配、政策解读、市场调研等专项服务，探索远程小语种服务模式，实现小语种人才跨区域共享。 其二，深化区域国别研究。比如，协同推动高校区域国别研究与企业需求深度对接，探索建立“高校智库+龙头企业+行业协会”的协同研究机制，围绕企业出海面临的微观实操痛点开展专题研究，打通研究—咨询—培训—服务的转化链条，将学术研究成果转化为企业可操作的出海指南、合规手册和培训课程。再比如，依托大数据、人工智能技术，开发区域国别动态数据库、风险评估模型和合规预警系统，重点关注地缘政治、政策变动、汇率波动、安全事件等高频风险因素，为企业提供实时预警。又比如，协同用好区域国别学会研究资源，建立产业出海联席会议制度，组建专业团队开发行业定制化的合规指南、风险图谱和市场准入路径。 其三，精进专业服务品质。比如，分行业、分国别、分阶段系统梳理长三角专业服务机构的成功经验与失败教训，探索建立出海服务案例库与知识共享机制，推动机构间经验互通与能力共建，避免企业重复试错。再比如，迭代更新专项扶持政策，引导专业服务机构向ESG合规、碳足迹核算、数据跨境合规等新兴领域延伸服务，培育一批在新兴合规领域具备国际竞争力的专业服务机构。又比如，加强对于日本、韩国、新加坡等发达国家的企业“走出去”历史研究，更好把握不同阶段、不同区域的出海特征，为长三角企业出海提供经验借鉴。 其四，挖掘海外资源潜力。比如，《国务院关于对外投资的规定》明确，有关行业协会商会应当提升服务投资者及其对外投资的能力和水平，及时反映行业诉求，要充分发挥长三角各类行业协会商会的市场化作用，提供与对外投资有关的信息咨询、市场拓展、经贸交流、权益保护、纠纷处理等方面的服务。再比如，国际上退休外交官员、商务官员担任企业全球化顾问的模式已经较为成熟，要探索建立长三角退休外交官员、商务官员资源库，组建出海顾问团，为企业提供国别政策解读、政府关系对接、商务谈判指导等高端咨询服务，特别是将RCEP、上合组织、金砖国家等多边机制的规则红利转化为企业可操作的合规指南。又比如，鼓励长三角的海外优质企业、产业合作园区等主体共建海外服务站，提供商机资源、出海考察、主体注册、办公空间、产品展示、本地化营销等一站式服务，组织开展国际产业对接会、企业海外路演等活动。 其五，构建服务平台体系。比如，研究制定长三角出海服务数据共享标准与接口规范，运用大数据与人工智能技术，接入国家层面海外综合服务平台、推动三省一市出海服务平台之间信息互通与资源共用、功能互补，强化数据互联互通、优化供需智能匹配，降低企业多头查询、反复比对的信息成本。再比如，探索跨区域服务资质互认与信用评价共享机制，降低企业跨区域经营的适配成本，率先在虹桥国际开放枢纽打造“虹桥出海”统一品牌，积极探索“出海服务券”通用通兑等创新举措，构建更高质量的企业出海服务矩阵。 （兰红梅系华略智库长三角研究院高级研究经理，夏骥系华略智库主管合伙人、首席研究员、长三角研究院院长）