核心观点与关键数据
算法革新与模型进展
- DeepSeekMath-V2 发布:DeepSeek 推出新型数学推理模型 DeepSeekMath-V2,采用可自我验证的训练框架,基于 DeepSeek-V3.2-Exp-Base 构建,通过 LLM 验证器自动审查生成的数学证明,并利用高难度样本持续优化性能。
- 竞赛成绩:在 IMO 2025 和 CMO 2024 中均达到金牌水平,Putnam 2024 获 118/120 分。
- 技术突破:验证了自验证推理路径的可行性,为构建可靠数学智能系统提供新方向,模型代码与权重已开源。
- Gemini 3 Pro:谷歌发布的 Gemini 3 Pro 证明了高质量训练数据对提高模型能力的重要作用,是 Scaling Law 依旧生效的重要体现。
- 训练数据:预训练数据集涵盖大规模、多样化的领域和模态,后训练数据集包括指令微调、强化学习和人类偏好数据。
- 技术细节:使用强化学习技术进行训练,利用多步推理、问题解决和定理证明数据。
阿里云与 AI 战略
- 财报表现:2026 财年第二财季,阿里云收入增长 34%,外部商业化收入增长 29%,AI 相关产品收入连续 9 个季度实现三位数同比增长。
- AI 战略:阿里在 AI to B 和 AI to C 两大方向齐发力。
- AI to B:做世界领先的全栈 AI 服务商,服务千行百业,市场份额持续提升。
- AI to C:基于 Qwen3-Max 模型和阿里生态优势,打造面向 C 端用户的 AI 超级原生应用,推动 AI 从千行百业到人人可用。
- 千问 App:公测版上线一周,新下载量超过 1000 万,标志着阿里全力入局 AI to C。
- CEO 吴泳铭观点:
- AI 泡沫论:未来三年内不存在 AI 泡沫,行业投资具备扎实的需求支撑与合理回报潜力。
- 需求侧驱动力:模型能力持续进阶(规模化法则未触顶)和 AI 任务在各行业的渗透率不断提高。
- 供给侧瓶颈:全球 AI 服务器产业链普遍缺货,扩产周期至少两三年,需求增长远快于供给提升。
- CFO 徐宏观点:
- 资本开支:此前 3800 亿元 CAPEX 规划可能偏保守,正以最快速度推进服务器上架,不排除进一步增加投资。
- 北美科技巨头:明年资本支出压力预计可控,Meta 可能资金压力稍大。
研究结论
- 大模型潜能未释放完毕:大模型的发展动力不仅是规模竞赛,还有算法创新,如 DeepSeekMath-V2 和 Gemini 3 Pro 的进展,不断打破 AI 泡沫论。
- 未来展望:大模型的能力边界将持续拓宽,未来必将在更多专业领域释放更大价值。
建议关注
- 算力:寒武纪、海光信息、东阳光、神州数码等。
- Agent:谷歌、阿里巴巴、腾讯控股、阜博集团等。
- 自动驾驶:江淮汽车、赛力斯、小鹏汽车等。
- 军工 AI:拓尔思、能科科技、普天科技等。
风险提示
- 技术迭代不及预期风险。
- 经济下行超预期风险。
- 行业竞争加剧风险。