行业监管动态 - 中国四部门联合发布《人工智能生成合成内容标识办法》于9月1日正式实施 要求所有AI生成内容需明确标识 涵盖文本、图片、音频、视频及虚拟场景 [7] - 政策要求AIGC技术服务者添加隐性标识 平台需提供显性标识（如"作品含AI内容"） 用户不得删除或篡改标识 [7] - 全球范围内类似监管措施有限 韩国与西班牙于2024年初推出AI标识法规 欧盟《人工智能法案》分级监管要求预计2026年生效 美国联邦层面无强制性法规 仅部分州（如加州）有要求 [32] 企业合规行动 - DeepSeek于9月1日公告对AI生成内容添加标识 腾讯元包、字节豆包、阿里通义、Kimi、智谱清言等厂商于8月底更新用户协议 履行AI标识义务 [2][4] - B站、抖音、快手等互联网平台上线AI声明功能 支持用户主动标识AI内容 同时辅以平台自动识别打标 [8] 市场影响与挑战 - AI生成内容泛滥导致虚假信息问题加剧 例如马来西亚老人因AI视频驱车4.5小时前往不存在景点 中国工程院院士张伯礼遭AI伪造代言需公开辟谣 [14][15] - YouTube平台AI短视频泛滥 儿童频道为重灾区 部分账号通过重复上传AI视频赚取流量激励 有创作者5天内通过AI内容获利5000美元 [33][35] - 人类创作者收入为AI创作者的46倍 但AI内容增速迅猛 创作者经济规模预计从2022年164亿美元增长至2025年250亿美元（增幅52%） 虚拟创作市场2030年预计达378亿美元 [44] 技术识别困境 - AI内容真实性难以辨别 如"袋鼠登机"视频因无显著技术瑕疵获百万点赞 用户难以区分真伪 [28][30] - YouTube平台被指控擅自对真人视频进行AI增强处理 导致画面呈现过度锐化、平滑感等异常 引发创作者信任危机 [38][40]

政策法规实施 - 《人工智能生成合成内容标识办法》于9月1日正式施行 要求对AI生成内容进行显式标识和隐式标识 [1] - 平台需防止AI生成内容引发公众混淆、误认及信息失实风险 用户不得恶意删除、篡改、伪造或隐匿标识 [4] 平台合规举措 - DeepSeek已在平台内对AI生成内容添加标识 并明确提醒用户相关内容由AI生成 [4] - 抖音上线AI内容标识功能 协助创作者添加提示标识 同时上线AI内容元数据标识读写功能以支持内容溯源 [4] - 抖音要求注册账号主动添加显式标识 平台将核验未标识内容并补充标识 同时为所有AI内容添加隐式标识 [5] - 微信平台对AI生成内容添加显式或隐式标识 并对疑似AI内容进行提示 [5] - B站推出AI生成内容标识功能 投稿侧提供标识选项供UP主自主声明 平台将对未声明内容按规则添加标识 [5] 行业乱象现状 - 调查曝光不法分子利用AI深度伪造快速起号后带货、卖课等乱象 [6] - 9月1日仍有部分合成视频未标注系AI创作 [6]

新规合规举措 - 公司宣布对所有AI生成内容添加显式“AI生成”标识以符合网信办《人工智能生成合成内容标识办法》第四条要求 [1][2] - 公司明确禁止用户恶意删除、篡改、隐匿标识或利用AI传播虚假信息 [2] - 公司通过开源平台公开发布模型权重、参数及推理工具代码，采用MIT协议供自由下载使用 [27][28] 模型技术架构 - DeepSeek-V3-0324模型参数总量达6850亿，通过梯度下降算法迭代优化 [15] - 模型训练分为预训练和优化训练两阶段：预训练掌握通用语言能力，优化训练（微调）通过SFT、RL等方法适应具体任务 [13][17][19] - 模型推理采用自回归生成方式，基于概率计算动态生成文本而非直接复制训练数据 [25][27] 训练数据管理 - 预训练数据来源包括互联网公开信息（网页、文档）及第三方合作授权数据，强调不主动使用个人信息 [20][21] - 数据治理通过自动过滤（剔除仇恨言论、色情、暴力内容）及算法+人工审核降低统计偏见 [21] - 优化训练数据由研究团队生成，部分基于用户输入但经加密、去标识化和匿名化处理 [22][23] 安全与透明度 - 公司通过安全数据对模型进行安全对齐训练，确保回复符合人类价值观 [24] - 全生命周期风险管理措施包括红队测试、增强透明度及赋予用户数据查询、拒绝训练和删除历史数据的权利 [37][38] - 技术报告和模型原理说明对外公开，促进社区研究和技术理解 [4][6][28] 局限性及应对 - AI存在生成错误或不符合事实内容的“幻觉”问题，行业普遍面临此挑战 [30][31] - 公司通过高质量数据、优化对齐策略和RAG技术降低幻觉率，但无法完全消除 [32] - 在医疗、法律、金融等专业领域，明确不提供建议并强调需寻求专业指导 [35][36]

产品发布与市场反应 - DeepSeek于8月21日正式发布DeepSeek-V3.1模型 主要升级包括混合推理架构、更高思考效率及更强Agent能力 [1] - 新模型采用UE8M0 FP8参数精度 专为下一代国产芯片设计 [1] - 发布次日FP8概念股大幅上涨 寒武纪、和而泰、佳都科技均涨停 [1] FP8技术解析 - FP8为8位浮点数格式 通过拆分符号位、指数位和尾数位平衡数值范围与精度 [4][5][6] - UE8M0 FP8为无符号格式 指数位8位、尾数位0位 以牺牲精度换取极大动态范围 [7][8] - 该格式需依赖算法与硬件设计弥补精度问题 与国产芯片特性高度适配 [8] 低精度计算演进背景 - FP32为早期AI训练标准格式 但显存占用高 AlexNet训练需消耗约1.5TB显存 [11][12] - FP16将存储需求减半 计算速度提升2倍以上 但存在梯度溢出问题 [14] - BF16指数位扩展至8位 动态范围与FP32相当 成为GPT-3等大模型训练首选 [14] - 英伟达2022年Hopper架构首次原生支持FP8 吞吐量翻倍且显存占用减半 [15] 国产芯片协同设计意义 - 主流FP8多采用英伟达E4M3/E5M2格式 国产GPU因电路与指令集差异无法直接兼容 [18][21] - UE8M0格式优先考虑动态范围 可提升国产芯片数值稳定性 避免梯度爆炸 [21] - 软硬件协同设计减少非英伟达架构移植阻力 加速国产AI基础设施投产 [22] - 该合作被视为应对美国AI芯片出口限制、实现技术自给自足的关键举措 [22] 国产生态适配进展 - 中国信通院自2025年2月开展DeepSeek适配测试 30余家企业参与 首批8家通过认证 [23][25] - 适配系统在语言理解与逻辑推理任务精度上与国外系统持平 单机8卡可推理671B模型 [25] - 华为、寒武纪、海光等企业硬件产品均通过适配 涵盖芯片、服务器与云服务关键环节 [25] 行业竞争态势 - 英伟达于2025年6月推出NVFP4格式 4位精度可实现16位训练精度 技术迭代加速 [26][27] - 国产模型与芯片厂商仍需持续追赶技术差距 但已通过协同设计建立初步生态基础 [27]

监管合规举措 - 公司为贯彻落实《人工智能生成合成内容标识办法》及《网络安全技术 人工智能生成合成内容标识方法》国家标准 自2025年9月1日起对AI生成内容实施标识管理[1] - 平台明确要求用户不得恶意删除、篡改、伪造或隐匿AI生成内容标识 禁止利用AI制作传播虚假及侵权信息[1] 技术透明度建设 - 公司发布《模型原理与训练方法说明》 向用户提供AI技术详细信息以保障知情权和控制权[1] - 公司将持续优化AI生成内容标识机制 致力于提升服务可靠性与安全性[1] 行业标准实施 - 国家层面推动AI生成内容标识标准化 相关法规于2025年9月1日正式施行[1] - 新规旨在防止AI生成内容引发公众混淆、误认及信息失实风险[1]

中国企业级大模型市场总体规模 - 2025年上半年中国企业级大模型日均消耗量达到10.2万亿Tokens [1] - 日均大模型调用量较2024年下半年激增363% [1] - 阿里通义 字节豆包 DeepSeek三大平台合计市场份额超40% 份额分别为17.7% 14.1% 10.3% [1] 行业调研覆盖范围 - 调研覆盖金融 制造 互联网 消费电子 汽车等多个关键行业 [1] - 共调研国内700家企业 涵盖不同营收规模和AI投入水平 [1] 部署方式偏好趋势 - 70%企业倾向于在公有云上部署或调用大模型 [3] - 71%使用公有云的企业表示将增加公有云形态的生成式AI服务 [3] - 企业从追求单一最强模型转向为特定业务场景寻求最优解 [3] 开源模型发展态势 - 开源模型与国际顶级闭源模型性能差距大幅缩小 [3] - 千问Qwen DeepSeek等国产模型持续推动开源生态发展 [3] - 超过80%企业未来将采用开源大模型 [3] - 开源模型具有尺寸多样 类别丰富 企业可完全掌握自主权等优势 [3]

中国企业级大模型调用增长态势 - 2025年上半年日均调用量较2024年底增长363% 目前超10万亿Tokens [1] - 阿里通义以17.7%的占比位列中国企业选择最多的大模型 [1] 开源模型市场发展趋势 - 千问Qwen、DeepSeek等国产模型持续开源 性能差距与国际顶级闭源模型几近抹平 [1] - 预计未来超过80%的企业将采用开源大模型 开源模型将驱动企业级市场新一轮增长 [1]

人口结构变化 - 70后和80后总人口超过4亿 其中70后2.01亿 80后2.1亿[2] - 90后和00后总人口仅3亿多 其中90后1.75亿 00后1.6亿 人口基数较前代大幅下降[2] - 2023年新生儿数量跌破900万 仅为2016年水平的一半[2] - 10后人口总量约1.6亿 主力购房人群规模显著收缩[2] 政策效果与市场认知 - 2021年起推出降首付、降利率、放开限购、提高公积金贷款额度等多项楼市刺激政策[4] - 政策效果呈现边际递减态势 对市场拉动作用有限[4] - 市场共识形成政策仅能托底 无法创造牛市行情[5] - 在经济增速放缓和收入不确定性背景下 居民加杠杆意愿显著降低[5] 宏观经济与房产属性转变 - 中国GDP增速从过去年均10%降至当前5%左右水平[7] - 房产正从增值资产向居住属性回归[8] - 房价普涨时代终结 资产分化趋势加剧[10] 区域市场分化预测 - 一线城市核心地段（北京/上海/深圳市中心）预计保持价格稳定 具备保值功能[11] - 强二线优质地段（杭州/成都）到2030年可能出现阴跌或横盘 当前300万房产或贬值10%-15%[13] - 普通二线及三四线城市因人口外流和产业不足 房价下跌风险显著 300万房产可能贬值30%至210万[13] - 二手房市场挂牌量激增 交易价差扩大 300万房产可能面临50万估值折价[13] 购房策略建议 - 刚需自住群体应控制月供在收入40%以内 重点保障现金流安全[15] - 多套房产持有者建议优先处置三四线资产 优化强二线非核心区配置[15] - 一线核心区资产虽无暴涨可能 但具备更高出租收益和资产稳定性[15] - 房地产投资致富时代终结 未来机会集中于科技、消费、健康等行业[15]

全球PD(L)1双特异性抗体市场增长预测 - 全球PD(L)1市场将从2024年的530亿美元增长至2035年的1000亿美元，复合年增长率6% [12] - 双特异性抗体（bsAb）预计占据65%的市场份额，约650亿美元 [2][12] - 中国市场2024-2035年复合年增长率8.5%，2035年PD(L)1市场规模达100亿美元，其中bsAb占70%份额，价值70亿美元 [16] 技术优势与治疗突破 - PD(L)1 bsAb采用双靶向策略（如PD-1/VEGF），可同时阻断两个通路，增强免疫反应并突破耐药瓶颈 [3] - 相较于传统PD-1/PD-L1单抗（如Keytruda），bsAb覆盖更多肿瘤类型且疗效显著提升 [1][3] - 康方生物AK112在全球临床试验中疗效超越默沙东Keytruda，尤其在肺癌治疗领域表现突出 [1] 中国企业的领先地位与交易动态 - 全球逾300条PD(L)1 bsAb研发管线中，约90%由中国企业开发 [17] - 多家中国药企通过高额授权交易加速出海： - 康方生物与Summit Therapeutics达成50亿美元授权协议（AK112） [8][21] - 三生制药SSGJ707授权辉瑞，总交易价值61.5亿美元 [8][21] - Biotheus PM8002授权BioNTech/BMS，总金额11.1亿美元 [8][9] - LaNova LM-299授权默沙东，总价值3.288亿美元 [8][9] - 头部五家企业预计占据80%以上市场份额，形成"赢家通吃"格局 [19] 关键临床进展与时间节点 - 2025年核心事件： - AK112中国上市及纳入国家医保目录 [8] - 三生制药SSGJ707、信达生物IBI363、科济生物LM-299全球III期试验启动 [8][21] - 多项关键临床数据在ESMO、ASCO、WCLC等国际会议公布 [8] - 2025-2026年： - 辉瑞启动SSGJ707全球III期试验 [8] - 信达生物启动IBI363全球III期试验 [8] - 更多PD(L)1 bsAb管线进入临床后期阶段 [8] 市场竞争与驱动因素 - 增长驱动因素包括bsAb药物2027-2028年商业化上市、强大抗肿瘤效果、标签扩展能力及单克隆抗体专利到期 [14] - 全球制药巨头通过授权中国资产进入市场，未来预计更多交易跟进 [18] - 主要在研药物覆盖肺癌、三阴性乳腺癌、结直肠癌、黑色素瘤等多个癌种 [8][9][21]

生成式引擎优化（GEO）的定义与价值 - GEO是一套针对AI对话引擎的优化策略，目标是让品牌内容成为AI生成答案中的权威信源[2] - GEO与传统SEO的核心区别在于：SEO是坚守关键词排名为官网引流的阵地战，而GEO是渗透AI答案页在用户决策前预埋品牌信息的运动战[4] - GEO优化可拦截零点击转化，43%的用户在AI引擎中直接完成决策从未点击品牌链接[4] - GEO优化可构建信任体系，AI更依赖持续更新的可信内容矩阵而非单一网页权重[4] - GEO优化可降低获客成本，通过AI答案页曝光使自然流量占比提升至70%[4] 矩阵账号运营策略 - 矩阵账号采用黄金三角模型：主账号每月产出3-5条深度原创树立行业权威，垂类子账号按细分领域拆分实现长尾覆盖，私域承接号设计强钩子内容实现转化落地[5] - 矩阵协同实战案例显示：某制造业客户通过车间即内容策略，3个月内引流询盘量增长200%，通过CEO技术解读短视频提升品牌信任度63%且转化率增加51%[4] - 蜂群式矩阵分发需构建蓝V号、员工号与素人号的三角矩阵，每个账号配备独立AI智能体实现多维差异化以规避平台降权[6] - 头部创作者70%的收入来自矩阵账号联动运营[4] GEO优化实施步骤 - 第一步将产品核心卖点转化为AI易抓取的FAQ模块，包含具体参数对比、性能测试数据和使用场景分析[6] - 第二步根据To B或To C场景设计全域信任资产布局：To B采用官网白皮书+知乎专业解析+行业PR铺设，To C采用品牌号内容+达人种草+素人口碑矩阵[7] - 第三步通过AI智能生产工具批量生成GEO友好内容，基于DeepSeek-V3等模型自动产出结构化FAQ、产品参数对比和技术解读，支持跨平台差异化适配使风格差异度达65%以上[7] - 第四步实时监控内容被DeepSeek等AI引擎引用的频次，发现GEO相关提问高频出现时立即优化内容矩阵并植入热搜词[6] - 第五步采用自动化运营执行工具支持24小时定时发布、秒级评论回复和跨平台数据同步，降低70%人力成本[7] 行业趋势与数据洞察 - DeepSeek日均处理问答量达3亿次，用户决策路径已从搜索-点击-转化为提问-AI解答-直接下单[2] - 未来三年AI搜索占比将超30%[8] - 某3C品牌通过每周更新产品内容使AI引用率保持稳定，单篇优质内容的引用周期约7天[7] - 平台算法升级：抖音、视频号等平台开始加权矩阵账号联动效应并给予流量扶持[8] - 数据资产确权新规要求百万粉丝以上账号必须建立数据台账[8] 企业战略建议 - 企业需将GEO策略从资源采购升级为能力建设[7] - 立即从小垂直领域开始构建3-5个账号的测试矩阵[8] - 采用智能工具降低内容生产成本[8] - 建立以AI引用频次为核心的新评估体系[8] - 流量在哪里矩阵就建到哪里，数据说什么内容就做什么[7]