FX168财经网_全球视野外汇黄金加密货币NFT资讯网

Manus承认套壳？创始人季逸超发声，使用了阿里千问大模型微调模型，Manus的神秘面纱被揭开

事是整合——没有自研模型，而是用了目前编程开发能力最强的模型Claude以及阿里的通义模型，并加以后训练，功能则是多个应用的拼接。一句话总结，Manus的亮点在于工程创新：技术融合（本质是“套壳”）、顺畅交互（简单易懂的UI界面对C端用户更友好）。此外BOSS直聘显示目前并没有人工智能模型研发岗位。核心竞争力之争得益于互联网时代的成功经验，人们很容易接受AI应用是星辰大海的说法，对于开发商来说，核心竞争力是什么？二八定律下，核心竞争力或许只掌握在拥有自家模型，或拥有自家芯片等核心硬件，或拥有自家生态、优质数据库的少数企业手里。上述“软硬实力”，Manus尚比较缺乏。在数据来源方面的创新是其亮点，Manus AI优于普通Agent的效果，一部分便来自于其数据来源的自我拓展能力，以官网展示的“List of YC Companies”案例为代表，Manus可自动完成网页完整数据的自我检索，但这远远不能称之为数据优势。此外2024年年初字节曾经与开发出Manus的中国创业公司进行过一轮收购谈判，当时字节出价3000万美金，但因为远远达不到创始人肖弘的心理价位，这次谈判最终不欢而散。接近Monica内部的从业者表示，字节收购的逻辑是以3000万美金的价格收购团队，将其团队和产品整合到豆包体系中，但是Monica进入字节后就会跟字节大模型战略绑定，就丧失了Monica产品上的独特优势。

金融界03-10 19:39

雷赛智能收盘下跌3.37%，滚动市盈率81.81倍，总市值155.90亿元

公司的主要产品为伺服系统、步进系统、可编程运动控制器三大类。公司是国家级高新技术企业、专精特新“小巨人”企业、国家知识产权优势企业及广东省知识产权示范企业，获批建设智能装备运动控制与应用技术工程实验室，拥有博士后创新实践基地、广东省智能装备运动控制系统工程技术研究中心等研发平台，并获得“广东省制造业单项冠军产品”“深圳市制造业单项冠军产品”等荣誉。最新一期业绩显示，2024年三季报，公司实现营业收入11.55亿元，同比9.62%；净利润1.44亿元，同比56.36%，销售毛利率38.64%。序号股票简称 PE(TTM) PE(静) 市净率总市值(元) 200 雷赛智能 81.81 112.51 11.02 155.90亿行业平均 72.22 75.34 4.71 64.82亿行业中值 51.28 47.84 3.10 41.95亿 1 巨能股份 -2530.78 -2530.78 10.81 28.32亿 2 亿嘉和 -2165.75 -814.55 3.57 81.91亿 3 巨轮智能 -1970.91 -762.00 9.59 233.14亿 4 远大智能 -1023.10 152.06 4.08 47.16亿 5 开勒股份 -494.38 129.82 4.33 34.86亿 6 蓝英装备 -486.27 -439.72 10.02 92.26亿 7 大宏立 -372.58 -69.36 2.62 23.03亿 8 永创智能 -312.67 73.78 2.17 52.43亿 9 爱司凯 -259.72 -579.03 7.17 34.95亿 10 上工申贝 -236.44 107.99 3.05 97.99亿 11 利和兴 -192.22 -128.85 5.71 48.62亿

金融界03-10 17:09

a16z：一文梳理 7 种代币分类，如何区分网络代币与公司支持代币？

节对设计、功能、价值和风险有影响：可编程性由于代币嵌入在软件中，因此可以对其进行编程以代表几乎任何东西——任何数字形式或财产记录。这意味着代币可以被设计成比特币式的数字价值存储，以太坊式的生产性和消费性资产，数字交易卡和游戏物品等收藏品，USDC 等支付稳定币，甚至是数字化股票。权利和流通属性部分代币赋予各种权利（例如投票权或经济权益），有些代币则仅允许使用产品或网络服务。有些代币可在用户之间自由转让，有些则受限；有些代币是可互换的，即所有单位都是等价的，而有些代币却是不可互换的，即它们代表独特的个人资产（是独一无二的，例如交易卡，甚至是蒙娜丽莎）。这些设计选择非常重要，因为它们决定了代币是否是一种良好的价值存储或交换媒介；它是否是一种具有内在功能和 / 或经济价值的生产性资产；或者它是否是本质上毫无价值的投机工具。同时，代币的特征也直接影响其法律定性。因此，无论你是区块链项目开发者、投资者，还是使用代币的普通用户，理解代币类型都至关重要——切勿将 Memecoin 与网络代币混为一谈。本文也旨在帮助投资者消除这种混淆。代币类型网络代币网络代币本质上与区块链或智能合约协议的程序化功能密切相关，并且其价值也来源于此。网络代币通常具有内置的实用性；它们可用于网络运营、达成共识、协调协议升级或激励网络运行。这些代币所关联的网络通常（在大多数情况下应该）包含推动代币价值的经济机制。这些包括程序化回购、分红以及通过代币创建（「水龙头」）或销毁（「水槽」）对代币总供应量进行的其他更改，以引入通货膨胀和通货紧缩压力来服务网络。网络代币可以具有与商品和证券类似的信任依赖性。认识到这一点，美国证券交易委员会（SEC）的 2019 年框架和 FIT21 都规定，当通过底层网络的去中心化减轻这些信任依赖性时，网络代币将被排除在美国证券法之外。去中心化的核心本质是系统可以在没有人为控制（个人、公司或管理团队）的情况下运行。网络代币最适合用于引导新网络的创建、将网络的所有权或控制权分配给其用户，以及 / 或确保网络能够自筹资金实现持续且安全的运营。网络代币的示例包括 BTC、ETH、DOGE、SOL 和 UNI。在 Uniswap 和 Aave 等智能合约协议的背景下，网络代币有时也称为「协议代币」或「应用代币」。公司支持代币公司支持代币与公司（或其他中心化组织）运营的链下应用程序、产品或服务有着内在联系。此类代币的价值来源于此，其本质上依赖中心化实体的持续运作。与网络代币一样，公司支持代币可能会使用区块链和智能合约（例如，用于促进支付）。但由于它们主要与链下操作有关，而不是与网络所有权有关，因此公司可以单方面控制其发行、效用和价值。与「娱乐场代币」（如下所述）一样，公司支持代币通常具有自己的嵌入式效用。但与「娱乐场代币」不同，公司支持代币具有投机性。鉴于这些特点——尽管公司支持代币不会像传统证券那样赋予持有者明确的权利、所有权或利益——但它们具有与证券类似的信任依赖性：它们的价值本质上取决于由个人、公司或管理团队控制的系统。因此，尽管公司支持代币本身不是证券，但当此类代币吸引投资时，其交易可能会受到美国证券法的约束。公司支持代币可能成为合法类别。然而，它们在美国历史上主要用于非法规避证券法——吸引对公司控制的应用程序、产品或服务的投资，可能充当该公司股权或利润权益的代替品。公司支持代币的例子包括 FTT，它充当 FTX 交易所的利润权益，或者假设云服务提供商发行代币，使持有者能够访问云服务并获得来自此类服务的部分链上收入。另外，BNB 也是一个公司支持代币的典型例子，随着币安智能链的推出，它演变成了网络代币。公司支持代币有时被称为「初创代币」，或者鉴于它们与链下应用程序的链接，也被称为「应用代币」。既然如此，网络代币和公司支持代币之间的具体区别是什么呢？区分网络代币和公司支持代币想要区分网络代币与公司支持代币并不容易，因为这两类代币可能都具有实用性，并从区块链的链上功能和公司的链下运营中获得一定价值。但区分它们是有必要的：网络代币和公司支持代币对持有者构成的风险截然不同，因此应根据适用法律区别对待。那么，界限究竟在哪里？网络代币区别于公司支持代币的唯一关键特征在于：网络代币的价值主要来源于区块链或智能合约协议。这一特征之所以重要，是因为这些系统能够以自主且去中心化的方式运行，需人工干预或控制。正因如此，基于区块链的网络可以真正开放：系统的网络效应被链上捕获并归属于代币持有者，而这些网络效应原则上可以被任何人访问和扩展。相反，公司支持代币的价值主要来源于无法自主运行的链下系统或来源——即需要人工干预和控制的中心化系统。这种关联通常显而易见，例如代币价格与链下应用、产品或服务的利润挂钩，或者代币在这些系统中具有实用性。但它也可能是隐性的——例如，一个没有实际用途但借助公司品牌的代币，可能会暗示公司将为其赋予价值。无论是哪种情况，如果代币与一个无法自主运行的系统存在内在关联，并且其价值主要（或预期）来源于该系统，那么它就是一个公司支持代币。由于缺乏自主性，任何相关网络（即使看似公开）实际上都是封闭的，就像由单一公司控制的 Web2 社交网络一样，因此代币的网络效应最终归属于控制系统的公司，而非用户。网络设计的开放性差异（封闭与开放）会产生真实的经济和监管后果。网络代币关联的是无人控制的开放网络，因此更类似于商品：它们的运行方式使得任何一方都无法单方面影响或构建与代币相关的风险。这种对信任依赖的消除将网络代币与证券区分开来。如果网络通过其功能（例如程序化回购并销毁代币）将价值导向代币，则进一步强化了去信任化特征。公司支持代币则存在类似证券的信任依赖：如果代币的价值来源于单一实体控制的封闭网络，该实体可以单方面改变代币的预期价值。例如，控制实体可以随意更改代币用途、增发代币，甚至关闭整个系统。这表明，当人们投资公司支持代币时，证券法理应适用。两个典型案例可进一步阐明这一区别： ETH 是典型的网络代币。它使持有者能在以太坊网络上交易，并为持有者提供对网络的经济权益。该网络是去中心化且自主运行的（无人或管理团队控制）。因此，美国 SEC 已明确认定证券法不适用于 ETH。 FTT 则是一个典型的公司支持代币。其价值完全依赖于 FTX 交易所的持续运营，而 FTX 本身是一家由公司运营和控制的中心化交易所。FTX 公司从交易所利润中抽取部分用于回购 FTT，从而驱动其经济价值。因此，FTT 本质上是 FTX 的利润权益——其用途和价值由 FTX 控制——因此它应该受到证券法的约束。不过，处于两个极端案例之间的代币，情况可能会变得复杂起来。但判断一个代币是网络代币还是公司支持代币，通常可以通过回答以下三个问题得出结论： 1.系统的网络设计是否开放？ 2.该系统的网络效应是否会惠及协议和代币持有者？ 3.该系统是否能够使协议和代币持有者独立获取价值？如果以上答案均为「是」，那么理论上即使初始开发团队退出，该系统仍能继续运行（即使功能受限）。这一点至关重要，因为它意味着系统能够在不被控制的情况下运作。其他示例也有助于说明这些概念，例如大多数去中心化交易所（DEX）协议相关的代币都是网络代币，尽管初始开发团队通常运营前端网站和链下路由软件。原因在于： DEX 协议通常是开放网络，任何开发者（不仅是初始团队）都可以在协议基础上搭建前端网站或路由工具。 DEX 的流动性等关键功能由协议本身控制，而非开发团队。协议内嵌的经济机制（如「费用开关」）使价值能独立流向代币持有者，即使初始团队停止运营，系统仍可持续。再以游戏为例，即使大多数 Web3 游戏不完全在链上运行（依赖服务器等链下服务），只要核心资产（道具、角色等）由链上发行且不受单方控制，系统仍可被视为开放网络。若协议设计经济机制使价值流向代币（例如通过链上交易手续费分配），则该代币属于网络代币。相比之下，想象一下如果苹果公司推出应用商店代币会发生什么？持有代币的用户可以在应用商店享受折扣，也可以用于支付应用程序费用，并且应用商店将会通过智能合约分配利润给代币持有者。然而，尽管使用了区块链技术，但其代币的价值仍完全依赖苹果控制的封闭系统（应用商店），区块链的使用并不会允许第三方利用苹果的网络效应，并在其系统中建立竞争性的应用商店。此外，价值将来自苹果（应用商店）控制的专有链下产品和服务，即使有链上程序化经济机制，但是一旦苹果关闭其商店，代币价值将归零。因此，此类代币的风险状况更接近股票，与网络代币截然不同，可能会适用于证券法。证券型代币证券型代币代表证券的数字形式，可以是传统形式（例如公司股票或公司债券），也可以具有特殊特征，例如提供有限责任公司的利润权益、运动员未来收入的份额，甚至是未来诉讼和解支付的证券化权利。证券通常赋予持有人一定的权利、所有权或利益，其发行人通常拥有影响或构建资产风险的单方面权力。随着美国 SEC 有望对证券法进行现代化，以允许链上交易，证券被代币化的数量和类型可能会增加，这可能会提高证券市场的效率和流动性。但即使类别不断增长，数字证券仍将受美国证券法的约束。证券型代币已用于为商业企业筹集资金。证券型代币的例子包括 Etherfuse Stablebonds 和 Aspen Coin，后者是圣瑞吉斯阿斯彭度假村（The St. Regis Aspen Resort）的部分所有权权益。娱乐场代币「娱乐场代币」可以特指「封闭场景内的功能型代币」，在系统内提供实用性，并非用于投资目的。此类代币通常用作数字经济中的货币，例如游戏中的数字黄金、会员计划中的忠诚度积分或可兑换数字产品和服务的积分。重要的是，娱乐场代币与证券型代币、网络代币和公司支持代币不同，因为它们是专门为阻止投机而设计的。例如，这些代币可能没有供应上限（意味着可以铸造无限数量）和 / 或可转让性有限；如果未使用，它们可能会过期或贬值，或者它们可能仅在发行它们的系统中具有货币价值和效用。尤为关键的是，它们不提供、承诺或暗示财务回报。鉴于它们不适合作为投资产品，娱乐场代币通常不受美国证券法的约束。正因如此，娱乐场代币最适合用作数字经济中的货币，发行方通过控制该数字经济的货币政策（即充当中央银行）并维持稳定的代币价值来获得经济利益，而不是从代币价值升值中获益。例如 FLY ，它是 Blackbird 餐厅网络的忠诚度和支付代币，另一个例子是 Pocketful of Quarters，这是一种游戏内资产。它们很好地体现了娱乐场代币的概念。娱乐场代币有时也被称为「实用代币」、「忠诚度代币」或「积分」。收藏代币收藏代币的价值、效用或意义源自对有形或无形商品所有权的记录。例如，收藏代币可以是艺术品、音乐作品或文学作品的数字模拟或代表；收藏品或商品，如音乐会的票根；俱乐部或社区的会员资格；或游戏或元宇宙中的资产，如数字剑或元宇宙土地的地块。这些代币通常是不可替代的，而且通常具有实用性。例如，可收藏代币可以作为活动许可证或门票；可以用于视频游戏（比如代表一把剑）；或者可以提供与知识产权相关的所有权。由于可收藏代币通常与成品或产品相关，并且不依赖于第三方的努力，因此它们通常不受美国证券法的约束。收藏类代币最适合用于传达有形或无形商品的所有权。许多（尽管不是全部）「 NFT 」产品都属于这一类。示例包括传达数字艺术或其他媒体所有权的 NFT；例如 CryptoPunks 和 Bored Apes 等个人资料图片（「 pfps」），以及其他虚拟时尚和品牌商品；游戏物品；以及帐户记录或标识符（例如 ENS 域）。一些可收藏代币与实体产品直接关联，要么提供实体产品体验的数字化延伸，例如 Pudgy Penguins 玩具和 Generative Goods 收藏卡；要么提供实体商品的数字化表示，以便于追踪和 / 或交换，例如 NFT 活动门票和 BAXUS 的酒类 NFT。资产支持代币资产支持代币的价值源自对一项或多项基础资产的索取权或经济风险。这些基础资产可能包括现实世界资产（例如商品、法定货币或证券）或数字资产（例如加密货币或流动资金池权益）。资产支持代币可以全部或部分抵押，并可用于不同目的：充当价值存储、对冲工具或链上金融原语。与从独特商品（如数字艺术品、游戏内物品或活动门票）的所有权中获得价值的收藏品代币不同，资产支持代币的功能更像是金融工具，从其抵押品、价格挂钩机制或赎回权中获得价值。然而，资产支持代币的监管处理取决于其结构和用途。有些代币，例如法定支持的稳定币，通常不受美国证券法的约束。其他代币，例如某些衍生代币，如果代表投资合约或类似期货的工具，则可能受到证券或商品监管。资产支持代币有很多用例，包括：稳定币：与货币或资产挂钩；衍生代币：为基础资产或金融头寸提供合成敞口；流动性提供者（LP）代币：代表去中心化金融（DeFi）协议中集合资产的债权；存款收据代币：代表质押或托管的资产。最常见的示例包括 USDC（一种由法定货币支持的稳定币）、Compound 的 C 代币（一种 LP 代币）、Lido 的 stETH（一种流动性质押代币）和 OPYN 的 Squeeth（一种跟踪 ETH 价格的衍生代币）。 Memecoin Memecoin 是没有内在效用或价值的代币，通常与互联网模因或社区驱动的运动相关，并且与网络、公司或应用程序没有根本联系。 Memecoin 的价格完全由投机和相关市场力量驱动，因此极易受到操纵。其主要特征是缺乏内在目的（如果有目的，它们就不再是 Memecoin）、缺乏实用性，以及由此产生的零和性质和波动性。Memecoin 通常不受美国证券法的约束，但仍受反欺诈和市场操纵法的约束。最典型的示例如 PEPE、SHIB 和 TRUMP。在上述 7 种代币类型中，并非所有代币都能完美地归入其中——开发者们会定期迭代和试验新模型。例如，如果社交和声誉代币不可投资，则它们可能更像「娱乐场代币」，如果它们由中心化发行者控制，则可能更像公司支持代币。随着代币特征的变化或新功能的增加，代币也可以从一个类别演变为另一个类别，这使得分类变得困难。但划分这些类别的决定性特征是价值累积的预期来源，下面的流程图有助于说明这一点：

TechubNews03-10 11:20

AI算力行业观察：国产替代提速；DeepSeek撬动应用变革

如，其发布的70亿参数蒸馏模型在推理与编程任务中表现优于同类模型，为边缘端部署奠定基础。产业协同效应显现深圳提出到2026年人工智能终端产业规模达8000亿元的目标，结合本地智能硬件制造优势，云天励飞等企业正加速边缘AI布局。通过将大模型能力与硬件协同，深圳有望成为AI终端创新的核心枢纽，推动消费级与工业级智能设备爆发。高端算力瓶颈待解尽管国产算力在低精度领域取得进展，但高端智算中心仍面临结构性短缺。全国政协委员张云泉指出，国内最大智算中心算力仅6.6Eflops，与国际水平差距显著。通过“超智融合”方案整合超算与智算资源，成为突破算力瓶颈的关键路径。应用场景深化：从金融到终端制造金融行业率先规模化落地工商银行成为首家完成DeepSeek全行级部署的国有大行，其“工银智涌”大模型体系已覆盖20余个业务领域，实现金融市场交易效率提升3倍，远程服务通话时长压降10%。这一实践验证了国产模型在复杂场景中的能力，或带动更多金融机构跟进。 AIAgent催生算力新需求国盛证券分析指出，Multi-Agent架构的复杂任务处理将显著提升算力消耗。以Manus为代表的AIAgent单次任务或消耗百万级token，推动推理需求持续高增。阿里开源QwQ-32B模型进一步降低端侧AI门槛，加速消费电子与智驾终端升级。智能硬件生态加速成形云天励飞等企业正探索AI拍学机、智能眼镜等C端产品，将大模型能力与深圳的硬件制造优势结合。2025年被视为AI智能硬件爆发元年，CES展会中80%展品与AI相关，印证终端算力需求的快速增长与市场潜力。（注：文中数据及案例均源自公开资料，不构成投资建议。）

金融界03-09 09:39

MWC25：Aduna与Bridge Alliance合作，加速网络API的接入

会。通过通用API为开发者提供开放、可编程网络功能的广泛接入，我们将赋能他们实现超大规模的创新。与Bridge Alliance的合作进一步加速了Aduna的目标，为电信运营商和开发者提供了跨合作伙伴网络的统一网络API无缝访问权限，同时确保所有Bridge Alliance成员能够接入Aduna全球合作伙伴网络的API的机会。" Aduna于2024年9月正式成立，在全球范围内整合和销售网络API。其愿景是让新应用能够在任何地点、任何网络上运行，为开发者提供更快速、更便捷的创新途径。Aduna的合作伙伴已广泛覆盖全球移动网络市场。 Aduna与Bridge Alliance还将携手支持关键的全球标准化工作（例如GSMA Open Gateway、CAMARA和TMF）。网络API是推动电信行业迈入新时代并创造新机遇的关键。易于访问的先进网络功能正在赋能开发者在多个领域创造新的应用场景。

美通社03-07 18:53

阿里巴巴推出AI推理模型QwQ-32B，中美科技竞争再升级

k-R1相当。阿里表示，该模型在数学、编程等领域取得质的飞跃，同时仅使用320亿参数，相较DeepSeek R1的6710亿参数更为高效，展现出中国科技企业在AI领域的创新实力。消息刺激股市大涨，中国AI竞争力提升受AI新品发布影响，阿里巴巴港股当日上涨8%，带动恒生中国企业指数上扬30%。与此同时，另一家中国公司Monica推出的通用AI代理“Manus”也备受市场关注。该AI不仅能生成内容，还能执行多步骤任务，如筛选简历、创建网站等，进一步展示了中国AI技术的多元化发展趋势。加码AI投资，阿里迎战全球科技竞争阿里巴巴在1月份已发布Qwen 2.5 Max，并声称性能超越DeepSeek的V3模型。面对中美科技竞争日益加剧，阿里宣布未来三年将在AI与云计算基础设施上投资3800亿元人民币，超过过去十年的总投入。与此同时，中国政府也承诺加大对人工智能、量子计算等前沿科技的支持，推动中国AI产业的发展。

琳琳总总03-07 04:43

MWC25| GTI年度大奖！爱立信5G可编程网络助力运营商差异化运营，提升网络价值

大会（MWC25）期间，爱立信的5G可编程网络荣获"GTI年度大奖—移动技术创新突破奖"。此次获奖，标志着爱立信的5G可编程网络获得了GTI及业界的普遍认可。全球已经建成200多张高性能5G网络，运营商希望能充分挖掘5G网络的潜力，以提高网络投资的回报。在5G-A时代，爱立信希望通过帮助运营商构建高性能可编程的网络，完成对5G网络的提质升级，支持5G-A的大规模创新，满足消费者多样化的服务需求，实现商业模式的转变，创造新价值。爱立信可编程网络包含三大核心能力：差异化连接、AI赋能和意图驱动、网络能力开放。差异化连接能支持多种类的业务，并精确匹配每个业务的需求，确保业务体验持续、可预期、可保障。基于AI赋能的意图驱动的运营实现网络高度自智，助力运营商服务创新与交付。网络能力开放以标准化API接口的形式将5G能力开放给开发者，赋能开发者对网络资源进行动态调用。爱立信致力打造支持可编程网络的端到端解决方案，已经推出了10款支持可编程网络的5G-Advanced软件产品和13款支持可编程网络的硬件产品，这一系列产品将鼎力支持运营商的网络向可编程网络演进。爱立信可编程网络已经获得业界的一致好评，并在一些先行者的网络中得以部署，例如AT&T，Swisscom，Telstra，MasOrange等。在2024世界互联网大会上，爱立信可编程网络荣膺"世界互联网领先科技成果"奖。

美通社03-06 13:31

雷赛智能收盘上涨2.67%，滚动市盈率80.95倍，总市值154.28亿元

公司的主要产品为伺服系统、步进系统、可编程运动控制器三大类。公司是国家级高新技术企业、专精特新“小巨人”企业、国家知识产权优势企业及广东省知识产权示范企业，获批建设智能装备运动控制与应用技术工程实验室，拥有博士后创新实践基地、广东省智能装备运动控制系统工程技术研究中心等研发平台，并获得“广东省制造业单项冠军产品”“深圳市制造业单项冠军产品”等荣誉。最新一期业绩显示，2024年三季报，公司实现营业收入11.55亿元，同比9.62%；净利润1.44亿元，同比56.36%，销售毛利率38.64%。序号股票简称 PE(TTM) PE(静) 市净率总市值(元) 200 雷赛智能 80.95 111.34 10.90 154.28亿行业平均 70.50 73.35 4.60 63.26亿行业中值 50.34 47.14 3.05 41.83亿 1 巨能股份 -2447.40 -2447.40 10.46 27.39亿 2 亿嘉和 -2114.98 -795.46 3.48 79.99亿 3 巨轮智能 -2002.51 -774.22 9.74 236.87亿 4 远大智能 -993.68 147.68 3.96 45.80亿 5 蓝英装备 -485.56 -439.08 10.01 92.12亿 6 开勒股份 -485.13 127.40 4.25 34.21亿 7 大宏立 -370.72 -69.02 2.61 22.92亿 8 永创智能 -301.33 71.10 2.09 50.53亿 9 上工申贝 -239.02 109.17 3.08 99.06亿 10 爱司凯 -237.46 -529.40 6.55 31.95亿 11 利和兴 -199.25 -133.55 5.91 50.40亿

金融界03-05 17:10

自动驾驶驱动下，人形机器人如何逃脱“实验室困局”？

用于Optimus机器人，使其在未预先编程的情况下完成衣物折叠等柔性操作，验证了算法通用性的商业价值。第二，群体智能与云端协同的规模化落地。优必选在极氪工厂部署的20台Walker S1机器人，通过“群脑网络(BrainNet)”架构实现多机任务调度与协同控制，其云端推理模型处理亿级工业数据集的能力，直接决定了机器人集群的工作效率。这种将自动驾驶车路协同思路移植到机器人群体作业的技术路线，使单机成本降低30%的同时，整体作业效率提升4倍。值得关注的是，这类系统依赖的强化学习框架、分布式计算架构，正是头部自动驾驶厂商的核心技术护城河。第三，仿真平台与真实数据的闭环迭代。小鹏汽车将其自动驾驶模拟测试平台应用于人形机器人训练，通过数万小时虚拟环境中的碰撞检测、运动轨迹优化，使Iron机器人装配误差控制在毫米内，较传统调试方式效率大幅提升。政策与产业生态的协同效应将进一步放大头部企业的优势。深圳市政府2025年发布的《人形机器人产业集群行动计划》明确提出，对实现多机协同作业的企业给予15%研发补贴，这促使优必选等企业加速布局工业场景群体智能技术。同时，资本市场对“算法+场景”双轮驱动模式的高度认可，使智元机器人这类成立仅两年的初创公司估值突破20亿美元，其快速迭代的具身智能模型已在3C电子制造领域实现毫米级精密装配。可以预见，人形机器人的“L3突破期”(系统主导决策、人类仅需应急接管)将率先发生在算法储备雄厚的厂商中。地平线机器人(HK9660)是国内首个实现超级AI芯片与算法协同优化的企业，合作平台迁移量达30万。黑芝麻智能(HK2533)专注于神经网络压缩算法和多模态融合算法，基于自研华山系列芯片架构支持L3级自动驾驶技术。文远知行(WRD)开发了L4级通用算法平台，成为全球首个在中美两地同步运营的自动驾驶算法平台。小马智行(PONY)提供全栈式自动驾驶算法，其技术模块可应对复杂城市场景，累计路测里程超过2000万公里。四维图新(002405.SZ)聚焦高精度地图融合算法与语义理解算法，是国内唯一整合“地图+算法+芯片”全球解决方案的上市公司。速腾聚创(HK2498)以LiDAR点云处理算法和多传感器时空同步算法为核心，率先实现车规级动态激光雷达量产，适配30万点云处理器。禾赛科技(HSAI) 的激光雷达点云分割与动态追踪算法支持每秒百万级点云处理能力，已应用于理想、小米等车型。知行汽车科技(HK1274)研发前融合感知算法与预测决策一体化模型，打造了国内首个前装量产算法平台，合作车企包括理想、吉利等。均胜电子(600699)专注于智能驾驶舱与ADAS系统，技术通过国际认证并具备全球化布局。经纬恒润(688326)在4D毫米波雷达技术领域领先，落地国内首个无安全员港口自动驾驶商业化案例。此外，小鹏汽车(HK9868)的XNGP智能辅助驾驶系统支持自动泊车与AI代客功能，智驾用户渗透率达93.3%。这些企业通过自动驾驶时代积累的感知预测算法、高精度控制模型、大规模数据训练基础设施，能够以更低边际成本实现技术迁移。而当行业进入L4阶段(完全自主作业)，其建立的专利壁垒、生态合作伙伴网络、垂直场景数据库将成为难以逾越的竞争门槛。这场由算法优势主导的产业变革，正在重塑制造业、物流、家庭服务等领域的生产力格局。

证券之星03-05 17:00

DeepSeek模型如何影响AI产业链？利好哪些ETF？

eepSeek R1，其在数学、推理、编程等多个任务测试上取得于ChatGPT相当的表现，但将API调用成本降低了超90%。 DeepSeek模型降低算力成本的核心技术是Transformer架构（一种基于自注意力机制的神经网络架构）和MoE架构（Mixture of Experts，混合专家模型）。 Transformer架构令模型并行处理输入序列的每个元素，提升计算效率； MoE架构将模型拆分为多个专家子模型，各自负责不同的任务，提升模型泛化能力。据DeepSeek模型的回答，DeepSeek通过动态训练优化、轻量化架构设计和高效领域适配的三大创新，平衡了模型性能和落地成本，尤其适用于需要快速响应、多场景适配和高资源效率的实际应用（比如搜索引擎、智能客服、垂直领域AI助手等）。动态数据调度和课程学习引入基于强化学习的动态数据选择策略，动态调整训练数据的难度和分布，而非以来固定顺序或随机采样，这样减少冗杂数据的干扰、显著提升训练效率。轻量化混合注意力架构在Transformer基础上改进注意力机制，结合稀疏注意力（Sparse Attention）与局部-全局混合结构，减少长序列计算开销。领域自适应和高效微调技术采用模块化适配器（Adapter）和参数高效微调（PEFT）框架，避免全参数微调的高成本，单任务适配所需算力降低90%以上。【来源：DeepSeek，TradingKey整理】从成本角度看，DeepSeek R1模型的开发成本约为600万美元，OpenAI的GPU投入成本每年高达数十亿美元。据统计，OpenAI GPT-4、谷歌Gemini、Meta Llama-3和DeepSeek V3模型的单次训练成本分别为1至2亿美元、2亿美元、3000万至5000万美元、1000万至5000万美元。 DeepSeek团队披露，在其统计的24小时内，DeepSeek V3和R1推理服务所需的总成本为87072美元/天，若所有tokens按照R1的定价，理论上日赚562027美元，成本利润率为545%。 DeepSeek的AI产业链从泛化的基本框架来看，DeepSeek产业链包括基础层、技术层、应用层和生态合作。基础层（算力与数据） - 云服务：亚马逊（AWS）、微软（Azure）、谷歌（Cloud）；阿里、腾讯、华为等 - 芯片厂商：英伟达（GPU）、AMD、英特尔（CPU）；华为（升腾）、寒武纪（思元）等 - 服务器厂商：浪潮信息等 - 数据资源：Wikipedia（公共数据集）、Reddit（开源语料）；知乎、微博、海天瑞声（数据标注）等技术层（算法与工具链） - 算法开发：Hugging Face、Github、Meta、OpenAI等 - 模型训练：英伟达、Deepmind；华为（MindSpore）、阿里（PAI）等应用层（行业解决方案） - 金融：摩根士丹利；蚂蚁集团、平安科技等 - 医疗：IBM、Tempus AI；医渡云等 - 教育：Coursera；好未来、作业帮等 - 泛娱乐：字节跳动、网易等生态合作与商业化 - 开发者生态：OpenAI、Anthropic等（竞合关系，API服务互补） - 硬件合作：Dell、HPE等 - 终端设备：苹果；小米、OPPO等【来源：TradingKey整理】从市场角度看，DeepSeek产业链中的芯片厂商和应用端公司最受关注。DeepSeek模型冲击下，1月27日英伟达暴跌17%，市值蒸发创美股史上最大规模，而阿里巴巴和苹果等公司随后持续上涨。摩根士丹利统计，英伟达将继续主导全球AI半导体芯片消费，份额将从2024年的51%升至2025年的77%，届时将消耗53.5万片300mm芯片。业内共识是，应用和平台层将受惠于模型竞争和更低的算力成本。 AI医疗和AI广告领域在DeepSeek发布不久后成为热门炒作板块：Tempus AI（TEM.US）半月涨超30%，Hims & Hers Health（HIMS.US）股价半个月内翻倍、Applovin（APP.US）几日涨超30%。【来源：TradingKey整理】据调研机构IOT Analytics，在考虑了DeepSeek模型对AI价值链的短期和潜在长期影响，赢家可能是最终用户、GenAI APP、边缘计算商、数据商等，而输家可能是AI芯片厂商、大模型厂商等。明显赢家终端消费更低成本、轻量级、开放式模型的使用使得AI更普及智爱APP 低成本算力思路，更低的API调用成本可能赢家边缘计算&数据商模型本地化部署需求增加，数据管理的需求增加可能输家芯片厂商更低阶芯片、更低的成本可能意味着高端芯片需求降低，但也可能推动应用需求增加，并带动整体芯片需求数据中心相关模型开发效率的提高降低数据中心建设的需求，影响电力、冷却方案等公司明显输家大模型开发商护城河被打破，尤其闭源模型开发者；低收费或免费模型冲击高收费模型【来源：IOT Analytics】【DeepSeek模型的产业链赢家和输家，来源：IOT Analytics】 DeepSeek对算力影响如何研究指出，面对高性能算力资源挑战，「扩容」和「提效」是两大思路。扩容：最直接的体现就是增加数据中心数量或扩大规模、增加芯片等算力供给。这种思路以OpenAI、谷歌、微软等公司为代表。提效：优化算力生态，产业集聚；进行知识蒸馏、高效架构等算法创新，优化数据治理等。 DeepSeek模型采取这一方向。 DeepSeek模型诞生不久后，英伟达等芯片厂商的股价暴跌反映了市场对芯片需求前景转为黯淡的预期，微软等巨头股价暴跌反映了对巨额资本支出合理性的怀疑。但此后，越来越多分析师和机构开始思考，DeepSeek模型对芯片和数据中心需求的影响是喜是忧？摩根士丹利指出，中国DeepSeek模型和美国「星际之门」将一起推动全球AI芯片产业链需求的新高潮：DeepSeek模型使得中国市场对AI技术的需求迅速增长，AI供应链迎新机遇；星际之门计划将刺激高性能计算（HPC）等AI硬件需求。英伟达CEO黄仁勋表示，DeepSeek的出现点燃了全球科技行业的热情，该推理模型将来可以消耗更多算力。美银预计，2025年云计算公司仍会大幅增加资本支出，这反映了强劲的AI需求和现有产能的限制；预计超大规模数据中心运营商资本支出在2025年年增34%，至2570亿美元。 DeepSeek潮下推荐ETF DeepSeek模型对资本市场和行业认识的影响主要有两点: 中美科技实力：中国AI实力被重视，大行看好中国资产重估，可以关注恒生科技相关ETF等。软硬件协同：算力成本的锐减使得AI竞争焦点从训练转向推理，未来AI产业软硬件协同将进一步增强。除了芯片、服务器、数据中心外，可以关注应用终端相关ETF。 1、iShares Semiconductor ETF（SOXX）：抄底AI硬件 iShares半导体ETF（SOXX）于2001年成立，博通、英伟达、高通、AMD和德州仪器是前五大重仓股。 2023年至2025年2月底，SOXX上涨70%，2025年内下跌8%。【SOXX价格走势，来源：TradingView】 DeepSeek的推出令SOXX承压，但成分公司的前景依然健康。英伟达2025财年营收年增114%，利润年增145%，预计2026财年Q1毛利率超70%。高通CEO表示，DeepSeek模型利多高通，因其芯片可在本地高效运行模型，而非在云。 2、Invesco QQQ Trust（QQQ）：积极看多科技行业 QQQ ETF，全名Invesco QQQ Trust （QQQ），是Invesco公司推出的追踪纳斯达克100指数表现的基金。 2023年至2025年2月底，QQQ上涨85%，2025年内跌3%。【QQQ ETF价格走势，来源：TradingView】前五大重仓股为苹果、英伟达、微软、亚马逊和博通，同时投资了特斯拉、AMD、英特尔、Marvell、Costco等公司股票。QQQ ETF持仓不仅包含AI软件和硬件公司，也覆盖了消费和医疗领域。评级机构惠誉指出，若DeepSeek推动AI采用者转向更永续的支出模式，QQQ ETF内的一些公司将受益：芯片市场分散化将推动AMD和英特尔的前景，业务多元化的博通和Marvell也不像其他竞争对手那样容易受到AI头条影响而大幅回调。 3、景顺标普500等权重ETF (RSP)：分散化投资 Invesco S&P 500 Equal Weight ETF (RSP)，即景顺标普500等权重ETF，对标普500指数的500家成分股公司持有相同权重（0.2%左右），而非按照市值加权。这只ETF在2023年至2025年2月底期间上涨29%，2025年内涨1%。【景顺标普500等权重ETF价格走势，来源：TradingView】该ETF覆盖了多个行业板块，比如工业占比15.45%、金融14.94%、资讯科技13.72%、健康护理12.63%、非必需消费品9.83%等。若继续看好美股大盘，景顺标普500等权重ETF不失为一个不错的选择：分散风险、中小型股机会、再平衡效应。但也需注意，在科技巨头主要市场涨势时，等权重ETF可能会落后于市值加权ETF。 4、南方东英恒生科技指数ETF（3033.HK）：中国科技股重估南方东英恒生科技指数ETF（3033.HK）是全球首个追踪恒生科技指数的ETF，规模也是最大。南方东英恒生科技指数ETF在2021年、2022年和2023年分别下跌33.25%、27.42%和9.21%，而随着2024年中国大规模刺激政策的推出，该指数在2024年实现上涨18.64%。在DeepSeek模型带动下，2025年初至2月底，该指数上涨超23%。【南方东英恒生科技指数ETF价格走势，来源：TradingView】该指数追踪香港上市的30家顶尖科技创新公司的表现，包括小米集团、京东、阿里巴巴、腾讯、中芯国际、美团、快手、理想汽车、网易和小鹏汽车等。 2025年以来，DeepSeek模型的出现开启了中国资产重估的叙事。高盛表示，DeepSeek激发投资人加速购买中国股票的热情。德银称，2025年将是全球投资界重新认识中国国际竞争力的关键一年。原文链接

TradingKey03-05 14:30

24小时热点