继续坚定AI投资机会智驭未来26AI产业线上路演20260720

时间：7月20日参会人：无 全文摘要 近期，人工智能（AI）行业经历了回调，主要归咎于前期交易过热及宏观经济因素，包括加息和地缘政治等。尽管市场表现欠佳，许多AI公司仍展现出稳健的业绩和持久的成长力，凸显AI产业的潜力。在回调中，新的投资机会浮现。AI技术持续进步，大模型参数量增加，促进准确性和效率提升，同时推动算力需求和AI渗透率的上扬，预示着企业级市场应用的加速。硬件与软件领域，特别是光模块和印刷电路板（PCB）迎来发展机会，AI正重塑金融等行业的学习与工作模式。行业内竞争加剧，涵盖模型参数量、硬件优化及数据处理技术的进步。建议投资者聚焦具有成长潜力的AI企业，保持信心，采用产业驱动和研究导向的方式作出投资决策。 章节速览 00:00AI行业回调与长期投资机会分析 近期AI行业经历较大回调，受宏观因素影响，但行业进展乐观。尽管短期市场表现令人失望，但AI产业的真实发展和部分公司的业绩持续性为投资者提供了长期持股的机会。在错杀过程中，投资者可关注产业进展，寻找抄底或回调后的长期投资机会。 02:35大模型在知识密集型工作中的应用与渗透 讨论了大模型从简单聊天到端到端工作流的演变，特别强调了在白领知识密集型工作者中的应用，如教学、研究、决策等。最新模型如F5、K3、GL5.2优化后，已能胜任复杂工作流，预计在该领域的渗透率将大幅提升。 04:20AI算力紧张与行业渗透加速 讨论了AI技术在各行业中的应用加速，导致算力需求激增，市场对AI的依赖加深。以K3为例，由于算力消耗大，已停止新会员销售，凸显了AI技术的普及和算力资源的紧俏。同时，免费服务如豆包也开始收费，反映了AI技术商业化趋势。全球市场对AI的高需求和渗透率，预示着 AI技术在教育、白领等领域的广泛应用。 06:02模型K3的参数优势与商业化趋势 讨论了模型K3在参数设置上的优越性，如其参数规模为SROP飞波five的1/3，约2.8T，与8到10T的规模相近，价格为百万托肯的1/3。指出K3发布不久但已展现优秀性能，算力使用接近极限，商业化趋势明显，研究者月使用成本达千元以上，且使用频率与依赖度日益增加。 07:10中国3万亿参数模型引领全球顶尖 对话讨论了中国在AI模型领域的最新进展，特别是3万亿参数模型的开发，该模型采用了混合线性注意力机制和高吸收度的MOE架构，与全球主流方向不同。预计智浦和deepsek将在Q3末和Q4初推出3T级别的模型，阿里已拥有2.4T模型。这些模型在智能分析和多模态融合方面表现优异，定价策略也颇具竞争力。然而，资金问题是当前发展的主要障碍，K3项目最新一轮融资规模达600亿美金。 09:35算力争夺与融资挑战：K3面临的市场压力 讨论了K3在最新一轮融资后面临的算力不足问题，以及与质朴和deepsik在算力市场的竞争。指出K3单台B300服务器成本高昂，导致算力消耗大，且已停止接受新订阅。分析了K3定价策略和算力需求对其市场地位的影响，同时提及Sock可能受到K3追赶的担忧。 10:37大模型竞赛：FORFIVE、AI2与欧拍的领先与进步 对话聚焦于FORFIVE、AI2及欧拍等AI模型的发展情况，指出FORFIVE作为首个8到10T级别的模型，在前期虽经历优化，但能力仍遥遥领先，且AI2与欧拍正快速进步，预计未来将有更多大参数模型问世，如可能达到8到10T级别的GP6。同时，谷歌的下一代模型发布时间稍晚，预计在今年年底或明年年初。整体趋势显示，SP和open两家将在下半年持续引领大模型竞赛。 12:26中国与海外AI模型发展对比：3T时代来临 对话讨论了中国与海外在AI模型发展上的差异与进展，指出中国多个模型即将进入3T时代，如阿里、质朴、minimax及deepsek等，而海外已进入8到10T时代，Google的模型最大达到100T。预计下半年国内3T模型将大规模涌现，推动技术进步，包括fb范文sopek和智捷在内的模型将进一步提升。 13:44国内商业化加速与AI模型市场潜力 国内商业化的速度正在加快，AI模型的应用已从程序员转向白领，预计中期市场可达2万亿美元。通过优化数据整合与模型进步，有望实现5万亿美元的收入渠道，整体增速较快。 15:20企业级AIAgent加速渗透与市场增长分析 对话讨论了企业级AIagent与开源模型结合带来的高回报率和市场渗透加速，以及非程序员使用AI工具的趋势。强调了K3等模型的开放性对加速企业级AI应用的重要性，并指出当前股权融资难度不大，违约风险低。此外，AI在金融领域加速学习曲线，推动市场空间扩大和增长斜率提升，同时提及了AI工具在金融细分领域的快速学习趋势。 20:11科技公司资本支出与融资趋势分析 对话探讨了科技公司，特别是大模型公司，的资本支出和融资需求。预计未来几年，行业将经历显著增长，资本支出从当前的9000亿美金增加到1.4至1.5万亿美金。除了大模型公司，其他科技公司需要2000到3000亿美金的直接和间接融资。融资结构中，债务融资比例较低，但随着投资增加，这一比例可能会有所上升。整体来看，行业前景乐观，企业级投资预计明年下半年加速。 23:17科技巨头估值与AI发展展望 对话围绕科技巨头如微软的高PS比、美股3万亿估值展开，探讨了AR收入增长、硬件产业链PE以及AI模型迭代速度。提及中国在数据处理与模型训练上的优势，以及国产算力提升的重要性，预测GPT系列等AI模型将持续进步，整体产业趋势健康。 27:13云服务商指引与行业良性循环分析 讨论了包括麦塔在内的云服务商指引良好，微软表现稳健，刘阮签订长协价格虽不突出但现金流充沛，云服务带动的现金流包括推理和N转售表现强劲，麦塔明年7G瓦建设量超预期，国内产业链光景看好，行业正经历良性循环。 28:19AI产业Q3展望：PCB与光模块核心机遇 对话讨论了Q3行业变化，强调了PCB和光模块领域的投资机会。指出AI领域价格涨幅不及非 AI，PCB迭代加速且高端需求大，光模块和PCB是长期看好方向。尽管前期电容有囤货现象，但需求稳定。总结认为，AI产业在极限情况下仍具乐观前景，建议关注景气赛道的真成长公司。 思维导图 要点回顾 近期AI行业为何出现回调现象？ 近期AI行业回调主要是由于前期赛道投资拥挤、宏观因素的影响较大，包括北美加息政策、伊朗战争阴霾重启、国内TIS平衡调整以及韩国杠杆等问题，这些外部因素导致了整体市场的较大回调幅度。 目前AI产业的真实情况如何？ 尽管市场出现回调，但AI产业仍然在发生实质性的发展。许多公司的业绩持续性和成长性良好，且随着行业进展乐观，错杀中孕育出不少投资机会。 AI技术在哪些领域已取得实际应用？ 目前AI技术已逐渐渗透到白领知识密集型工作，如教学、研究、金融等领域，并作为协作伙伴 帮助提升工作效率。此外，AI模型在参数规模、算力需求及应用场景等方面持续迭代和进步，预示着其渗透率将大幅度上升。 AI技术对市场空间的影响及商业化趋势是什么？ AI技术带来的市场空间巨大，特别是在全球老师和白领行业中，其渗透无可避免。随着优秀模型的出现，算力需求剧增，原本免费的服务也开始收费。同时，各国都在快速研发更大规模的模型，预计中国将在3万亿参数模型上达到全球顶尖水平，这将推动AI技术在全球范围内的广泛应用与商业化进程。 K3模型在市场竞争中的算力表现如何？ K3模型在市场上与质朴和DeepSIK的竞争中表现突出，单台B300服务器的价格被抢夺至1400万至1500万人民币，显示出其算力相对丰厚。 K3模型的定价策略及其参数量有何特点？ K3模型的价格仅为five的三分之一，且其参数量与five相当，这侧面证明了其较高的算力消耗。 K3模型是否已停止接受新订阅，以及它在模型性能上的优势是什么？ K3模型昨天晚上宣布不再接受新的订阅，因为订阅量已达到上限。尽管如此，forfive模型仍全方位领先，并且在前期做了很多阉割以保持领先优势。此外，forfive是首个公开发布8到10T模型的公司，虽然早期水平不高，但现在正快速进步，在大部分能力上保持领先。 国内和国外在大参数模型的发展趋势如何？ 下半年国内将有多个3T级别模型发布，如阿里、质朴等公司，而海外方面，Google等公司也会在年底或明年年初发布下一代模型，进入8到10T的时代。国内模型的发展将加速逼迫国外模型如K3和Sok进一步提升。 对于国内AI模型商业化进程的看法？ 国内AI模型商业化速度将加快，从豆包收费开始，目前模型已能满足白领用户需求，预计中期能达到2万亿美金的市场规模，若技术进步和整合数据做得好，甚至有可能达到5万亿美金的收入水平。同时，企业级agent与开源模型结合的紧密程度会影响其在企业中的渗透速度，如 果开放程度高，将大大加快企业级AI渗透的步伐。 K3模型目前主要面临什么挑战？ K3模型目前主要面临的挑战是资金不足，需要进行新一轮的大规模融资。尽管它在市场中表现强劲，但后续发展受限于资金链。 在当前支付公司中，杠杆对违约风险的影响如何？ 目前支付公司的现金流水平和提升速度表明，杠杆比例并不大，因此由杠杆造成的违约风险近乎没有。 企业级agentt的应用将如何影响市场空间和增长态势？ 企业级agentt如果得到广泛应用，将带动更大的市场空间，特别是新一轮的cotex技术，这将使得整个增长斜率更加陡峭，并增强增长的持续性。 AI技术如何帮助非程序员用户提升工作效率？ AI技术使得普通用户也能便捷地完成如制作演示图、Excel表格等工作，底层虽基于编程，但非程序员通过AI工具可以显著提高工作效率，例如调整参数、建立勾稽关系等。 AI技术如何影响金融工作者的学习曲线及行业应用？ 在金融行业，AI技术使得工作人员能更快地学习和掌握大量细分领域的数据，没有AI将难以形成良好的学习曲线，从而影响整个行业的效率和进步。 当前AI领域的投资情况及泡沫问题如何？ 虽然当前AI行业估值较高，但考虑到模型已经可以渗透到广泛的应用场景并有望实现数万亿美金的市场空间，且已有科技公司进行了较大规模的融资，其中包含云服务带来的现金流增长。尽管有债务融资的存在，但比例相对较小，且大厂和保险公司的投入不会因短期因素而停止。长远来看，整个行业仍处于乐观发展阶段，虽然与2000年互联网泡沫时期相比估值较高，但从产业趋势和长期收入潜力来看，目前并未明显显示出泡沫迹象。 在AI技术发展中，中国和海外的模型发展路径有何不同，以及为何需要国产算力提升？ 中国倾向于采用实T模型，而海外可能更偏向于往其他方向发展。然而，无论是中国还是海外，都面临着算力限制的问题，尤其是对于国内的蒜泥（推测应为“算力”之误）大幅度提升的需求。此外，华为发布的950机柜top结构在理论性能上超越了B300，但依然受限于硬件算力。因此，中国工程师需要在模型理论研究和数据标注、数据处理等方面贡献力量，并可能利用蒸馏等技术来优化模型，尽管硬件限制可能会对整体模型进步产生更大影响。 当前云计算及AI产业的整体趋势如何？未来有哪些关键变化点？ 当前云计算及AI产业总体趋势较为健康，收入也相对可观。以CSP（云服务提供商）为例，大部分如麦塔等公司的指引仍将持续向好，微软虽有压力但表现尚可，且已签有不少长期合作协议。云服务带来的现金流充足，包括推理服务和转售业务的现金流均有所增长，这使得整个云厂商处于良性循环之中。 对于AI产业链中的核心环节——PCB和光模块，未来季度展望如何？ 在Q3期间，PCB行业将迎来两大变化：一是veryu饼出货量的增加，二是V8架构带来的机遇，这两个计算架构将为PCB带来较大的需求增长。预计PCB在非AI领域的价格上涨较为显著，而在AI领域的涨幅相对较小。考虑到二季度需求不足，三季度PCB需求将大幅增长，成为强劲机会，同时光模块领域也存在确定性机会，尤其是随着V入饼和V8需求的爆发，以及存储和互联需求（尤其是光