景顺长城基金 赴WAIC之约-见AI新末来 深度洞察AI全产业链投资机会

00:04:59 hello大家好，这里是二零二六世界人工智能大会的现场，我是龚凡。呃，过去的一段时间啊，可以说是ai啊，这个话题不管是在产业端还是资本市场都是异常的火爆，就像我们今天一个现场可以看到大家的热情度啊，都非常的高涨，ai也正在从一个技术概念转向产业化的落地的这样一个关键时间节点。我们看今年的waic呢，也有一千一百多家企业，三百多款全球化的产品在这里亮相啊。 00:04:59 呃，不管是从大模型还是到我们的算力芯片，还是ai终端，都在试图拿出看家本领，拿出真正落地的好的产品那今天呢，我们也不是一个普通的探展，我们非常有幸的请到了景顺长城的基金经理刘丽思老师。 00:05:48 欢迎。Hello, hello, hello.嗯，大家好，我是刘丽斯，然后也非常开心。今年能来到今年的这个waic。 大家也看到这个规模其实非常的大呀，所以也非常期待待会儿跟主持人一起去探索一些非常有趣的东西。来，我们一块儿去看看，究竟有哪些值得关注的看点。走。 00:06:19 哎，我们走到展馆里边，感觉更加的热闹啊。我们说ai，其实它不是一个单一的板块，它是一条非常长的产业链，不管是算力啊，模型啊，还是到我们的应用终端，应该说有非常多有意思的公司值得我们去看。 00:06:19 我们先来设计一下今天的探展路线吧。好，我觉得首先离不开的，我们是大家都很熟悉的大模型，mini max应该算是一个非常典型的自研大模型的一个代表了啊。然后其次的话，我们沿着这样的再去看一看大厂从云计算云服务的这个层面，阿里巴巴作为一个大厂，他们又做了怎样的一些努力？哈，然后我们再去看我们的算力， 00:06:19 应该说也有两种路线，一个是像摩尔线程在gpu方向的一个努力，另一个是脱胎于百度的昆仑心啊。大厂在芯片的设计上又做了怎样的一些进展？同样呢，最后的终端离不开我们的制造，哎，在制造的环节，我们要去看一看立讯精密，究竟中国制造在ai的背景下，又有怎样的一些发展新机遇？走吧，我们一起走起。 00:07:44 我们第一站先来到了mini max的展台啊，这里充满着coding的气息啊。 00:07:44 一说到这个大模型，我相信大家啊应该不陌生，因为和我们普通的用户是离得最近的，这种多模态的识别呀。包括我们在mini max的展台，也看到了它的m三超长纹的这样处理能力。那目前我们国家的这些大模型发展到了什么样的一个阶段？ 00:07:44 明白明白啊。我们先讲一下，就是其实从去年到今年，我觉得这个行业变化是比较大的。其实去年我们可以看到那个展台里面有多模态的模型啊，有coding的模型，有agent啊等等的，对啊，其实今年整个行业的这种技术路线其实是急剧的收敛，就去年可能是百花齐放，但今年最核心的就是刚刚主持人一直提到了coding，或者它往上对应的这个agent这个趋势。 00:07:44 所以其实我们看起来整体发展，行业发展的这个趋势，也是看到这个以agent以coding的这种技术路线非常强的这些厂商，其实是在今年这一年来的格局中脱颖而出啊。这个典型的代表就像海外是这个安shopping，像国内呢，比如像质朴这一些初创的企业，其实他们都有一些比较好的发展。没错。呃，那您刚刚也说到了海外对吧？我们一谈到大模型，就离不开国内和海外的这样的一个呃， 00:07:44 对比一个，或者说差异吧，很多人会质疑说，我们是不是有一年或者三年的差距？哎，这个到底是什么样一个差距？我们又以什么样的速度在发展？明白明白这个问题其实非常关键，大家关注度也比较高。对，其实呢，我们自己这样看呢， 00:07:44 首先第一，就是在讲之前，我觉得其实我们今天讲的会比较简短，但其实对于大模型的对比这件事情，其实是比较复杂的。包括我们刚刚提到了，有不同的这种产品线啊，它们的差别都会有一些分化。 00:07:44 例如像我们谈到多模态的部分，其实我们国内像c dance，像可灵，包括像mini max的海螺，其实我们整体是在全球的第一梯队啊。但是，如果我们提到像刚刚提到更多的模型，尤其是像coding或agent的模型，其实我们发现我们跟国外还是有些差距。这个差距有多少？其实评判的标准也非常的多啊，但是我们鉴于大家方便去理解，我们可以认为归结到这个年份啊，我们觉得三年可能太过于悲观了，我们觉得去年从其实我们整体的感受啊，国内的这些模型跟海外可能是大概在一年，或者说乐观一点，不到一年的这个差距，而倒是到今年，我们觉得这个差距是在缩短。 00:07:44 其实我们以coding为例，跟大家做一些呃这种节点上的一个分享。 00:07:44 其实从coding能用的这个门槛全球来看，是这个n sharply的cloud三点sony其实它是从二五年二月份发布的，对，其实我们国内赶上这个能用的coding的门槛的模型，像阿里的这种三点五啊等等的，其实大体上是在去年的年底。所以大家可以看到，这个时间差其实有三个季度或更高，是但今年我们会看到，这个追赶的速度是在提升的。 00:10:26 嗯，比如说现在以海外全球来看，以coding好用的门槛就是opus的这个四点六，也是sarpic的模型，那其实他们是二月份发布，但我们其实对标的像智普的gom五点一，呃，包括像阿里的三点七max，其实都是在一个季度之后，比如四月份，五月份就已经发出来，所以我们大体看上，已经是一个三个月左右的一个期限了，其实还蛮乐观的对，对，其实这个速度是很快的，但是我们必须要严谨一点去说，就是这种对标并不是等号，它可能是个约等号，也就是我们推出大概等同于它的产品，但是呢，它有可能我们还是会比它有一些差距， 00:10:26 类似于像长任务的推理啊，复杂的coding的这种场景上的解决能力啊。这种细枝末节不同 的特定的case里面，可能我们还会需要时间， 00:10:26 所以大体我会认为，如果我们要画一个时间线，可能三个月我们就太乐观了，可能我们拓展到六个月，我觉得可能是一个比较好理解的事情一两个季度的样子对哎，那对于中文的理解是不是我们反而可能有优势呢？有可能，尤其是他读的数据可能更多啊。对，但是其实大魔性，大家的训练都是用广泛的数据，所以我相信无论是国内还是国外，大家其实都在同步的吸取各个方面的数据，然后形成这样的一个能力。 00:10:26 没错，当然我们刚刚也提到了很多公司很多的产品啊， 00:10:26 这里构成投资建议啊，只是举例来说，对对，包括我其实想补充一下，其实因为ai的动态的发展很快所以，其实我们有一个很大的感受是来自于说不同的细分赛道的这个模型，其实它都有一定的自己的智力水平的上限，是就类似于我们现在感受北美的这种刷笔或者是openi的模型。在coding的领域，其实它的智能水平已经比较高了，对，所以这个时间点刚好是我们国内的厂商追进的很好的一个阶段，类似于它已经不可能再高更多了，是其实对后发者有优势。所以这个时候可以看到我们的差距在缩小。但也许未来假设飞波五啊mis os等等的它又开拓了新的赛道， 00:10:26 我们可以动态去跟踪，也许那个时候它的这个差距的时间会有波动啊。 00:10:26 但是我觉得，总结而言，其实我们对于这个模型产品的理解啊，这个产品的壁垒其实是一个偏软的壁垒。所以，一个偏软的一个壁垒对于后发者其实是有一定友好的，对，所以我们还是可以下一个结论，就是我们会比它慢一点。但是我们应该不管海外怎么往上去升级智能水平，我们还是能够持续跟进。我觉得这个是我们比较有信心去呃现在感受到的一个点，嗯，太好了。其实我们刚刚看的更多的也是侧重于这种像mini max一样的这种初创的大模型公司。那对于您刚刚也提到了更多的我们海量数据的这种处理啊，大厂肯定有这方面一些优势啊，有未来可能也会去到的。 00:12:40 对，是那在云计算方向啊，对于大厂拥有的海量的这种数据的角度上来讲呢，我们接下来也要去看一下大厂在ai方面的布局，走下一站，走走，嗯。 00:13:45 来到阿里这边，我们明显的感觉到啊，大厂有大厂的特色，有很多是真实落地的产品，我们都很熟悉了哈。 00:13:45 那在整个ai生态中，像这样的大厂啊，它究竟是一个什么站位？明白其实大家感受到，阿里的这个展台的产品非常的丰富啊，所以可以其实看到， 00:13:45 对于阿里像这种，大家有一种戏称啊，叫中国的谷歌啊，这个东西当然是一种戏称，但其实它描述的是阿里的在ai的全站式的布局。这个东西其实我们可以看到，这个展台包括了像整个上游的硬件像他们的平头哥这种是一个gpu的产品，包括到他们有自己的大模型， 00:13:45 像我们看到背景版的千问，包括它是整个国内的云计算，尤其是在ai时代云计算的龙头啊，包括其实它整个企业的这个庞大的生态里面，其实未来会不断的探索各种ai应用的落地，其实整体感受这是一个非常全站式广的布局。尤其是其实我们特别想强调，就是我们理解在ai这个时代，全站式的这个东西可能在中长期会有很强的优势，这是来自于说其实现阶段是整个ai在快速发展的这个过程，其实这个模型的能力会有差别啊，比如说谁的模型强，谁的模型弱，有时候在某个阶段会比较的明显。对那假设中长期如果出现整个模型的发展越来越接近的情况下啊， 00:13:45 其实可以看到这种全站式的从上游自制啊，到云计算，自己包括整个下游的应用生态等等的这种布局，可能会带来系统性的各方面的优势，比如说它的成本，竞争力等等的啊。所以这个是我们看到整个阿里展望未来，我们可以去持续跟踪的这样的一些点嗯， 00:13:45 那其实除了阿里之外，我们知道大厂都有布局云计算啊，云服务。在云计算这个领域来讲的话，我们ai究竟给予了这个领域什么样的赋能呢？ 00:13:45 第一个就是云计算，其实这是一个非常早的名词，也就在传统的云计算，比如说两千二零二零年之前，其实有一波很大的一个成长周期，但后面因为随着这个很多企业上云已经到了一个临界点，所以它的渗透率稳定的过程中，其实整个行业的增速在往下走。但其实整个ai时代是带来一个重新企业上云的这个浪潮，所以大家可以感受到，无论北美的csb还是像阿里自己本身整个收入的增速又开始重新进入到一个上升的渠道。我觉得这个是第一个点。 00:13:45 第二个点其实还蛮有意思的，来自于ai这个时代的云计算有可能带来的是量价齐升的这样的一个阶段，典型的就在于它的利润率啊，它的附加值可能会更大。其实我们观察上一个传统云计算的时代呢，其实中国的这种阿里这种龙头的厂商的利润率是显著要低于北美的这些大厂，嗯，其实很核心的一个点来自于。更多的北美的人是提供像pass或者是sars这些高附加值的服务给到客户，所以这些利润率非常的高。但是国内呢，整体还是以ice这种基础层的这种服务为主，所以这个利润率会有明显的差异。 00:16:20 但其实在ai这个时代，有可能会有变化，就来自于把这些模型封装成各种服务。假设这个东西能够走通的话，其实他们会带来很强的附加值，高的内容的这个业务的占比提升，可能对它的利润率有很大的影响。 00:16:20 我觉得这个是第二个点很重要的最后一个点， 00:16:20 其实是我们想也在探索的过程中，给大家可以做一个前期的分享，是因为我们觉得，可能这个时代的云计算的竞争要素啊，可能会有一些变化。就像以前我们可以感受到整个云计算是一个重资本，然后规模效益很重，很强大的这样的一个行，所以都大厂在做，是大厂砸很多钱。在前期，就像之前大家感受到那个亚马逊那么多十年不赚钱，然后一向很好的这样的一个局面。那其实整个ai的时代，除了这一点之外，有可能大厂本身模型能力这件 事情可能也会对未来云计算的格局产生影响，这个是可能是上个时代不需要去考虑的问题。 00:16:20但这个可能在未来的ai的云计算的时代，我们可以更多去研究两者之间的关系。 00:16:20嗯，所以我们说ai赋能千行百业，在云计算这个领域也是有着非常突出的一个优势