巨头动向 - OpenAI与马斯克同时否认与Robinhood合作，针对Robinhood发布的"股票代币"产品，OpenAI声明称未批准任何股权转让行为 [2] - DeepSeek在LinkedIn发布10个岗位招聘信息，包括前端开发工程师、全栈工程师等，可能是为吸引海外AI人才 [3] - 亚马逊推出新AI基础大模型Deep Fleet，机器人部署数量突破100万台，模型可提升车队效率10% [5] - 微软宣布年内第二次裁员，影响约9000个岗位，占全球员工总数22.8万人的不到4% [6] - 百度文心智能体平台与小米应用商店合作，将在应用商店首页增设AI智能体专区 [6] 融资与资本运作 - 阿里巴巴计划发行120亿港元2032年到期的零息可交换债券，资金将用于云计算和电商业务发展 [4] - 珠海申科谱工业完成超亿元B+轮融资，资金将用于技术升级和市场拓展，该公司分板机设备市场份额全球前三 [15] 物流与自动驾驶 - 京东物流发布自研VAN无人轻卡，载货空间达24立方米，为行业最大 [7] - 小马智行在卢森堡启动Robotaxi道路测试，首阶段在伦宁根市进行 [10] 芯片与半导体 - 美国取消三大芯片设计软件供应商对华出口限制，西门子、新思科技等已恢复中国客户访问权限 [12] - 士兰微8英寸碳化硅项目首台设备提前搬入，项目总建筑面积23.45万平方米 [14] 企业动态 - 中国华润通过股权划转成为康佳集团实际控制人，华侨城集团将5.24亿股无偿划转 [13] - 罗马仕回应倒闭传闻称公司未倒闭，但员工证实已陆续停工停产 [11]

中国企业出海高峰论坛 - 论坛由凤凰网主办 雪花超高端系列品牌-醴首席赞助合作 中国企业出海全球化理事会联合主办 主题为"为开放的世界" [1] - 旨在全球产业链深度重构之际 为中国企业搭建思想碰撞 资源对接 规则对话的高端平台 系统性破解出海难题 共探生态共赢转型路径 [1] - 纽约证券交易所中国区主管葛辰皓出席论坛 就中国企业赴美上市趋势展开深度交流 [1] 中国企业赴美上市趋势 - 中国企业赴美上市相较于最佳时期尚处恢复阶段 难点在于如何更好获得国际特别是欧美长线资金支持 [3] - 近期出现积极趋势 很多资金又回到中国资产 [3] - 很多中国企业借助当前窗口顺利完成IPO发行或二次融资 整个市场在恢复通道上 [4] 资金回流中国资产的原因 - 内因方面 去年9月24号后投资人看到中国政府更加重视当前经济形势挑战 陆续出台一系列政策举措 [3] - 年初DeepSeek发布和"杭州六小龙"问世 让世界看到中国新质生产力力量 触发对中国科技股价值重估 [3] - 外因方面 国际资金在全球化资产配置出现边际变化 考虑美股高估值 美国政策不确定性 美元汇率风险 部分投资人将重心转到中国和欧洲资产 [3]

AI人才竞争现状 - 生成式AI成为最热技术趋势 顶尖AI人才供不应求 行业前20%人才跳槽薪资涨幅达30%-50% [6] - AI产品经理中具备大模型落地能力者年薪可达80万-100万元 2025年春招人工智能行业求职人数同比增长33.4% [6] - 人工智能工程师以69.6%求职增速跃居职业榜首 凸显行业人才需求激增 [6] DeepSeek人才战略 - 公司近期在LinkedIn发布10个岗位招聘 包括AGI大模型和开发工程师等 工作地点集中在北京或杭州 [1][5] - 2月曾在国内招聘平台发布多个岗位 深度学习研究员岗位应届生最高年薪可达112万元(80k*14薪) [5] - 本次招聘未列明薪资条件 通过国际平台LinkedIn发布 或意在吸引海外优质人才 [3][5] 国际巨头人才争夺 - Meta成立"Meta超级智能实验室"部门 计划招聘50人 包括新AI研究负责人 [9] - 扎克伯格创建"招聘派对"高管群 向OpenAI员工提供高达1亿美元签约奖金 已挖走8位核心研究员 [9] - 英伟达近期吸纳两位华人AI专家 朱邦华将担任首席研究科学家 [10] 行业竞争本质 - 硅谷科技巨头持续加码AI人才吸引力度 人才"军备竞赛"不断升级 [8] - 算法人才比GPU更稀缺 顶尖AI人才成为公司核心战略资源 [10] - AI竞赛本质是人才较量 技术迭代关键期人才价值凸显 [10]

虚假新闻事件 - 有媒体报道DeepSeek因AI模型违规关联王一博与"李爱庆腐败案"作出道歉，但经核查发现公司所有官方渠道均未发布任何道歉声明[1] - 全网大量媒体和自媒体在无确凿证据情况下集体报道了这条不实消息，形成广泛传播的假新闻[1] - 市面上所有AI大模型在被询问该事件时，均错误地确认DeepSeek已道歉并引用不实新闻链接[2] AI技术局限性 - 当前AI大模型虽然通过增加联网搜索和推理能力缓解了早期"幻觉问题"，但仍无法有效辨别网络虚假信息[8] - 当网络信息本身存在大量虚假内容时，AI会产生"Rubbish in, Rubbish out"效应，输出错误结论[8] - 新闻从业者使用AI辅助写作时，反而可能降低工作效率，因为需要花费大量时间核实AI生成信息的真实性[8] 行业发展启示 - AI需要提升在真假难辨网络环境中辨别真伪的能力，才能提高生成准确率并投入实际生产工作[8] - 企业应用大模型时，重要步骤是提供专有知识库，以避免生成错误答案[8] - 人类自身制造假消息的行为会进一步加剧AI输出错误信息的风险[9]

7月3日消息，DeepSeek最近在LinkedIn上大举招聘。市场人士分析，DeepSeek可能希望从海外吸引人 才。这家总部位于杭州的公司在过去一周里，在微软旗下的求职和社交平台LinkedIn上发布了10个职 位，这是该公司几个月来首次在该平台发布招聘信息。（中国基金报） ...

全球AI人才竞争白热化，继OpenAI和Meta竞相吸引顶尖AI人才之后，DeepSeek正在LinkedIn上发布招聘信息，可能寻求从海外吸引人才。 周三，这家总部位于杭州的公司在过去一周内在微软旗下的这一求职和社交网络平台领英上发布了10个职位，这是该公司数月来首次在该平台发 布招聘信息。 这些职位包括三个专注于通用人工智能（AGI）的岗位，工作地点位于北京和杭州。所有职位描述均以中文发布。 | 全球的职位 10 条结果 | | 订阅职位 | DeepSeek Al | | --- | --- | --- | --- | | | 前端开发工程师 | 4 | 前端开发工程师 | | | DeepSeek Al | × | 中国 浙江省 杭州 · 1 天前 · 10 位申请者 | | | 中国 浙江省 杭州 (现场办公) | | | | | 已查看 抢先申请 同 快速申请 | | 由招聘者推广·尚无可用回复洞察 | | | 全栈工程师 | × | 现场办公 录品 ● 0 / 3 项技能匹配 | | | DeepSeek Al | | | | | 中国 浙江省 杭州 (现场办公) | | 聞 快速申请 收藏 | ...

行业格局演变 - 中国大模型行业格局从"六小龙"演变为"基模五强"，DeepSeek的崛起显著改变竞争态势[1] - Kimi和Minimax近期分别推出Kimi-Dev编程模型/Minimax-M1推理模型，通过技术突破寻求差异化竞争[1][7][11] - 行业竞争焦点从早期用户争夺转向技术前沿突破，更适合以技术为核心的创业团队[6] Kimi战略与产品 - 聚焦Agent赛道推出Kimi-Researcher，专攻金融/学术等垂类场景，平均生成万字报告并引用26个可溯源信源[7][8] - 采用端到端自主强化学习技术，单任务平均进行23步推理，筛选前3.2%高质量信息，在低幻觉垂类赛道获积极反馈[7][8] - 技术路线与DeepSeek多次"撞车"，包括注意力机制优化等基础研究，显示其技术实力仍处第一梯队[17][18] Minimax技术突破 - 推出4560亿参数推理模型M1，支持100万token输入/80k token输出，长上下文能力全球前二[11] - 采用MoE架构创新，训练成本性价比显著，性能超越多数开源模型及Claude 4 Opus，仅次于Gemini 2.5 Pro[11] - 2023年即押注MoE路线，早于行业转向，但市场影响力未达预期[20] 竞争策略差异 - Kimi选择垂直Agent路线，通过深度研究功能切割专业场景，避开大厂主战场[3][29] - Minimax坚持全栈布局，通过多模态技术(如AI语音合成)展示全场景渗透能力[13][29] - 两家公司均试图打破"参数比拼"的初级竞争模式，转向用户心智占领[27] 创始团队特质 - Kimi创始人杨植麟兼具顶尖学术背景(CMU/苹果AI导师)和企业级AI落地经验，融资能力突出[16] - Minimax创始人闫俊杰技术预判精准，早期All in MoE路线但商业化节奏滞后[20] - 投资方认为团队技术预判能力(如长文本/MoE布局)仍是核心竞争优势[22][29] 行业趋势观察 - AI应用加速渗透生活场景，从工具转向收益驱动的商业化阶段[25] - 通用Agent市场被大模型公司主导，创业公司需聚焦垂直领域构建壁垒[25] - 技术突破与市场定位的精准耦合成为重塑行业认知的关键，参考DeepSeek崛起路径[27][29]

市场表现 - 沪深两市主要股指30日开盘涨跌不一，沪指微幅低开，深成指和创业板指高开 [1] - 沪指收盘报3444 43点，涨幅0 59%，成交额约5671亿元 深成指报10465 12点，涨幅0 83%，成交额约9197亿元 创业板指报2153 01点，涨幅1 35%，成交额约4622亿元 [1] - 科创综指报1229 83点，涨幅1 70%，成交额约1128亿元 北证50指数报1447 18点，涨幅0 52%，成交额约307亿元 [1] - 沪指上半年涨2 76%，深成指上半年涨0 49%，创业板指上半年涨0 53%，科创综指上半年涨9 93%，北证50指数上半年涨39 45% [2] 板块表现 - 军工股延续近期强势表现，板块指数已连续6个交易日收阳 脑机接口板块指数当日显著高开，早盘期间震荡攀升 [1] - 游戏股早盘期间波动上扬，午后在高位窄幅整理 光刻机、大飞机、BC电池、商业航天、培育钻石、外骨骼机器人、电子身份证等板块亦有较大幅度上涨 [1] - 银行、证券等金融股多有小幅下跌，但整体跌幅不大 [1] - 年初至今，DeepSeek概念、兵装重组概念、贵金属、可控核聚变、农机、人形机器人、小红书概念、脑机接口、AI智能体、稀土永磁板块涨幅靠前 [2] 机构观点 - 7月A股市场将迎来业绩、贸易与政策三大变量的集中考验，市场波动率可能显著提升，但也孕育着重要的结构性机会 [3] - 投资者宜追寻相对确定性投资机会，重点关注半导体设备、光伏组件等业绩确定性高的硬科技板块，同时布局可能受益政策刺激的地产链、数字经济等方向 [3] - 短期看，海外风险边际下行，行业亮点不断，股市活跃资金偏多的背景下，市场情绪有望延续修复 [3] - 中期视角下，国内政策发力应对经济下行压力是较为确定的 随着宏观政策持续为经济复苏提供助力，国内经济基本面预期逐步改善 [3] - 中国股市的无风险利率实质性降低，中长期资金和民间资本入市已进入历史转折点 人民币由过去的贬值预期转向稳定甚至略升值的预期，也是中国资产重估的重要推力 [4] 资金动态 - 今年以来已有663只新基金成立，合计发行份额达5267 68亿份 股票型基金明显成为基金公司今年布局的重点 [5] - 2024年债券型基金的发行份额占比为70 19%，今年以来显著下降至46 89% 股票型基金的发行份额占比从21 14%显著上升至35 35% [5] - 股票型基金新发规模创下自2021年下半年以来的近4年新高 [5] 行业数据 - 2025年5月，期货公司实现营业收入31 72亿元，同比增长2 03% 实现净利润8 2亿元，同比增长19 88% [6] - 2025年1至5月，期货公司累计实现营业收入152 47亿元，同比增长5 40% 累计实现净利润40 84亿元，同比增长34 56% [6]

大型语言模型（LLM）比较分析 1 计算要求 - Llama、Mistral和DeepSeek提供不同参数规模的模型（7B、13B至65-70B），参数数量直接影响每次推理所需的计算量（FLOPs）[2] - 7B模型每个token生成需约140亿FLOPs，70B模型则需约1400亿FLOPs，计算量相差10倍[2] - DeepSeek 67B模型与Llama 70B计算需求相当，每个token生成约1e11 FLOPs[2] 2 硬件需求 - 7B-13B模型可在单GPU运行（7B需15GB VRAM，13B需24GB VRAM），70B级模型需2-4个GPU或专用加速器[3][4] - 7B/8B模型适合消费级GPU（如NVIDIA 16GB显存），65B+模型权重达130-140GB需多GPU并行[3][4] - Mistral 7B因优化架构可在CPU边缘设备运行，适合离线场景[15] 3 内存管理 - FP16推理时7B模型占14-16GB内存，13B占26-30GB，65B+超130GB需多设备[5] - 微调需2-3倍模型内存，LoRA/QLoRA技术可将内存需求降至全量微调的1/10[6][7] - Mistral滑动窗口和DeepSeek MLA技术优化长上下文处理，降低KV缓存内存占用[8] 4 性能权衡 - 交互式应用（如聊天机器人）优先低延迟（7B模型每秒数十token），批处理任务侧重吞吐量（70B模型每秒数token）[10] - 动态批处理技术可平衡延迟与吞吐量，提升GPU利用率30%以上[11] - 小模型单请求响应更快，大模型通过硬件并行化实现更高精度[11] 5 生产部署 - 三大模型均兼容Hugging Face生态，支持Transformers/vLLM/TensorRT-LLM等框架[13][16] - 云部署方案包括AWS Bedrock（Mistral）、IBM watsonx.ai（8×7B混合模型）及A100/H100虚拟机[15] - 4位量化技术使7B模型可在高端CPU运行，Llama.cpp优化后支持手机端部署[15] 6 基准性能 - DeepSeek 8B在MMLU（78.1%）、GSM8K（85.5%）、HumanEval（71.1%）全面领先，数学/代码能力突出[18][21] - Llama-3-8B综合能力强（MMLU 68.4%，GSM8K 79.6%），适合通用场景[19][23] - Mistral 7B效率最优（MMLU 60.1%），推理速度比Llama-2-13B快30%[20][24] 7 技术演进 - 当前8B模型性能已超越早期30B模型，MMLU得分提升20个百分点[22] - 架构创新（滑动窗口/MLA）使小模型处理131k长上下文成为可能[8] - 训练技术突破（思路链提示/RLHF）推动小模型在数学/代码领域接近GPT-4水平[22]

欧美数据合规壁垒 - 德国数据保护机构要求苹果、谷歌下架DeepSeek应用，理由是"数据安全风险"，而Meta等欧美企业仍可运营，反映规则制定权的争夺[1][5] - 欧盟GDPR条例表面保护隐私，实际成为贸易壁垒，中国企业合规成本较普通行业高20%以上，微软为合规投入17亿美元建数据中心[2] - 美国以国家安全为由禁止TikTok获取关键资源，Meta仅需交罚款即可运营，印尼征收10%数字服务税，南非要求60%云计算服务本地化，AWS为此多投4亿美元[3] 中国AI企业突围路径 - **在地设点**：TikTok"三叶草计划"年投入12亿欧元建独立数据中心，避免Meta式4%年营收罚款[8] - **技术换信任**：华为在沙特采用加密技术处理医疗数据，获5亿美元投资并参与NEOM智慧城市项目，但技术方案难以跨国复用[9] - **开源透明**：DeepSeek开源后社区贡献200+微调模型，推理速度提升40%，合规成本降50%，但需承担社区模型责任风险[10][11] 新兴市场拓展策略 - 中东市场需遵守宗教规则（如伊斯兰教法禁人体图像），沙特要求数据本地存储，华为通过加密技术绑定政府项目[15] - 拉美侧重主权自主，巴西2025年将中国AI技术纳入"优先采购清单"以对冲美国影响[16] - 东南亚需利益共享，需提高本地伙伴分成比例突破谷歌/Meta生态壁垒，如Gojek、Grab[17] 全球规则制定权争夺 - 技术层：全球83%AI论文用PyTorch，华为MindSpore仅占4%，需通过持续开源吸引开发者[21][22] - 基建层：宁夏数据中心利用风电将PUE降至1.1，符合欧盟碳关税要求，"绿电+算力"打破碳壁垒[24] - 治理层：中国在ISO/IEC AI标准提案采纳率18%（美国39%），宁德时代通过CTP电池技术重构全球测试规范[25]