AI技术影响 - 人工智能被描述为史上最伟大的技术均衡器 [1][3] - AI消除了传统编程语言如C++和Python的壁垒 使每个人都能通过对话进行编程 [3] - AI使每个人成为艺术家和作家 [3] AI经济影响 - AI正在创造工作机会 推动增长和就业 [3] - 未来5年AI领域创造的百万富翁数量将超过互联网20年创造的 [1][3] - 不使用AI的人将被懂得AI的人取代 [3]

报告行业投资评级 未提及 报告的核心观点 报告关注贸易冲突对上游价格的影响，对各行业中观事件和数据进行了梳理与分析，涉及生产、服务等行业，以及上、中、下游各产业的运行情况，还给出了行业信用利差和重点行业价格指标跟踪数据[1][3][48] 根据相关目录分别进行总结 中观事件总览 - 生产行业：当地时间7月28 - 29日中美经贸会谈，双方就经贸议题交流，推动已暂停的美方对等关税24%部分及中方反制措施展期90天；英伟达黄仁勋称未来5年AI创造百万富翁数量将超互联网20年创造数量[1] - 服务行业：IMF上调今明两年全球经济增速预测，将今年中国经济增速大幅上调0.8个百分点至4.8% [2] 行业总览 - 上游：非金属玻璃价格持续回升，有色价格震荡[3] - 中游：化工PX开工率有所下行[3] - 下游：三线城市商品房销售季节性回落，暑期国内航班班次增加[4] 行业信用利差跟踪（7月30日更新） - 各行业信用利差有不同程度变化，如农牧渔林从上周47.35变为本周49.07，采掘从27.48变为31.05等[48] 重点行业价格指标跟踪（7月29日更新） - 农业：玉米、鸡蛋、棕榈油、棉花、猪肉等现货价有不同幅度涨跌[49] - 有色金属：铜、锌、铝、镍、铅、螺纹钢等现货价有不同幅度涨跌[49] - 黑色金属：铁矿石、线材、玻璃等现货价有不同幅度涨跌[49] - 非金属：天然橡胶、中国塑料城价格指数等有不同幅度涨跌[49] - 能源：WTI原油、Brent原油、液化天然气、煤炭等价格有不同幅度涨跌[49] - 化工：PTA、聚乙烯、尿素、纯碱等现货价有不同幅度涨跌[49] - 地产：建材综合指数、混凝土价格指数有不同幅度涨跌[49]

公募基金港股配置动态 - 25Q2主动偏股公募继续加仓港股，持仓集中度回落，重仓股中港股持股市值占比升至20%，前10/20大重仓股市值占比下降反映中小盘加仓趋势 [1] - 主动公募增配杠铃风格两端：加仓医药/轻工等成长资产（创新药、新消费概念）和非银/银行等红利资产（高股息概念），减仓商贸零售、传媒与汽车（互联网、汽车概念） [1] - 25Q2被动指数基金流入港股规模约280亿元（25Q1为380亿元），主要流入生物制药、软件服务及零售等互联网和创新药板块 [2] 港股通资金流入规模测算 - 25年上半年公募通过港股通累计流入近2000亿元（主动偏股公募贡献约1300亿元，被动资金约700亿元） [2] - 存量主动偏股港股通基金理论增配空间约3000亿元，预计全年主动公募实际增量2000-3000亿元，被动资金全年增量或达1000-1500亿元，全年公募南下总规模望达3000-4500亿元 [2] 港股市场展望与配置方向 - 7月以来南向资金加速流入，动量回升至均值+1倍标准差水平，买入成交占比攀升至高位 [3] - 港股科技板块受益于AI产业变革（国产大模型突破、中美经贸缓和）、科技出口管制松动，或成中期主线 [3] - 港股红利资产（高股息）、新消费和创新药等稀缺性资产较A股更具优势，下半年值得关注 [3]

宏观经济与政策 - 医保基金支出年均增速达9.1% 显示医疗行业保障水平持续提升 [7] - 7350亿元中央预算内投资基本下达完毕 反映财政政策对基建等领域的支持力度 [8] - 全国累计发电装机容量同比增长18.7% 显示能源行业扩张态势 [12] 科技与通信 - 上半年5G基站和千兆用户占比均超三成 表明通信基础设施快速普及 [13] - 2025世界人工智能大会暨人工智能全球治理高级别会议将召开 预示AI行业政策关注度提升 [4] - 国内首艘深远海绿色智能技术试验船交付 体现海洋科技领域突破 [15] 国际贸易与地缘政治 - 欧盟通过930亿欧元对美关税反制计划 显示贸易摩擦升级 [18] - 中方在世贸组织呼吁反对单边关税措施 强调多边贸易体制重要性 [17] - 美入境集装箱量持续下滑 反映全球贸易活动收缩 [18] 能源与基础设施 - 全国发电装机容量增速达18.7% 表明能源行业投资活跃 [12] - 深远海绿色智能技术试验船交付 显示海洋工程装备技术进步 [15]

报告核心观点 - 25Q2公募基金继续增持港股，结构上主要加仓港股创新药、新消费与红利，减仓前期涨幅较大的港股互联网 [1][3][6] 分指数情况 - 截至25Q2，公募基金重仓股中港股持股市值占比为20.0%，相较25Q1的19.2%继续提升 [3][6] - 25Q2公募主要加仓港股中小型股，恒生中小型股指数的成分股市值占基金港股持仓总市值的比重环比提升5.6个百分点，而恒生指数/恒生科技指数持仓占比分别环比下降4.4/8.3个百分点 [3][6] 分行业情况 - 25Q2公募基金主要加仓港股医药生物、轻工制造、非银与银行板块，对应创新药、新消费、红利等概念；减仓一季度Deepseek催化下涨幅较大的港股科技板块，对应互联网、汽车等概念 [3][6] - 从各行业持仓数据看，消费行业持股市值占比从29.2%升至33.0%，金融地产从6.3%升至8.4%；科技行业从45.9%降至42.2%，传媒从23.5%降至20.5%等 [10] 分概念板块情况 - 从概念板块持仓数据看，25Q2基金主要加仓港股创新药新消费、减仓互联网，如泡泡玛特持股市值占比从2.7%升至4.7%，信达生物从1.2%升至3.5%；腾讯控股从21.5%降至17.8%，阿里巴巴 - W从10.6%降至6.3% [12]

网民规模与互联网普及 - 截至6月我国网民规模达11.23亿人，互联网普及率达79.7% [1] - 60岁及以上"银发网民"1.61亿人，农村网民3.22亿人 [1] - 老年群体互联网普及率达52%，农村地区互联网普及率为69.2%，较2024年12月提升1.9个百分点 [2] 信息基础设施建设 - 5G基站总数达455万个，行政村通5G比例超过90% [1] - 移动用户上网流量连续6个月实现两位数增长 [1] - 开展万兆光网试点，有序引导万兆光网从技术试点逐步走向部署应用 [1] - 加快构建全国一体化算力网络体系，深入实施5G规模化应用"扬帆"行动升级方案 [2] 人工智能发展 - 截至3月共有346款生成式人工智能服务在国家互联网信息办公室完成备案 [3] - DeepSeek上线不足20天全球日活跃用户突破3000万，登顶全球140个国家及地区的应用市场 [3] - 2024年我国人工智能产业规模突破7000亿元，连续多年保持20%以上的增长率 [4] - 国产人工智能产品在千亿级参数规模、多模态能力等方面实现突破 [4] 人工智能应用场景 - 用户利用生成式人工智能产品回答问题的比例达80.9% [4] - 人工智能与办公协同、教育普惠、工业设计、内容创作等场景深度融合 [4] - 构建了覆盖多个领域的智能应用生态 [4]

主动权益类基金发行 - 大成洞察优势混合基金合并发行规模达24.6亿元，成为年内新发规模最大的主动权益类基金 [1] - 华商致远回报混合基金发行规模达20.82亿元，刷新年内同类产品募集纪录 [1] - 年内主动权益类基金合并发行规模达569.64亿元，较2024年同期增长28.01% [1] 科创债ETF表现 - 科创债ETF华夏最新规模突破百亿元大关，约为142亿元，单日资金净流入约111亿元，规模增幅超378% [2] - 科创债ETF鹏华成交额达183.61亿元，换手率612.17%，最新规模突破109亿元 [2] - 深交所上市的4只科创债ETF中，嘉实科创债ETF和富国科创债ETF规模均超百亿元 [2] 主动权益类基金清算 - 年内已有50只主动权益类基金清算，其中7月以来有6只进入清算程序 [3] - 清算基金中包括布局人工智能、TMT板块的申万菱信专精特新主题基金和医药板块的富荣医药健康基金 [3] 浮动费率基金发展 - 首批25只新模式浮动管理费基金发行规模合计247.62亿元 [4] - 第二批11只新模式浮动费率基金已上报，重点布局高端装备、医药等热门板块 [4] 基金经理持仓调整 - 刘格菘管理的基金在二季度减持新能源车产业链和半导体设备类公司，加仓新消费、互联网及军工产业 [5] - 高楠管理的基金在二季度集中配置TMT与创新药方向，代表作永赢睿信前十大重仓股包括泡泡玛特、中际旭创等 [6][7] 市场行情回顾 - 上一交易日沪指涨0.5%，深成指涨0.37%，创业板指涨0.34%，沪深两市成交额1.57万亿元，较上个交易日放量317亿元 [8] - 稀土永磁概念股集体走强，稀有金属ETF基金领涨4.12%，湖北ETF领跌 [8]

全球投资经理调查 - 34%的投资者认为做空美元是最拥挤的交易，较6月进一步走高，也是首次出现这种情形，其次是做多"科技七姐妹"和黄金 [15] - 现金比例跌至历史低位，7月降至3 9% [1][6] - 47%的投资者预期美联储年内降息2次，26%预计贝森特将成为下一届美联储主席 [8] - 市场预计美国对其他市场最终关税水平为14%，较6月的12%略微走高 [13] - 全球投资者对欧元和欧股的超配比例均达新高 [16] - 投资者情绪修复至2025年2月以来新高，59%认为未来一年全球经济不衰退，为过去5个月最乐观水平 [1] - 7月份投资者增配科技、美股、材料，减配现金、必需消费、银行和新兴市场 [20] 亚洲投资经理调查 - 认为中国经济未来12个月走弱的投资者比例与6月持平（10%），但58%认为长期处于结构性估值下行，高于6月的50% [22][24] - 相比6月，更多投资者愿意寻找除中国外其他市场的配置机会 [27] - 投资者对日本经济进一步乐观，相比6月更多投资者预期日本经济会变好 [29] - 亚太区域内，看好日本的投资者比例从45%降至32%，韩国从5%升至16%，印度从17%降至10%，中国从-5%进一步降至-13% [32] - 中国市场内部，外资最看好AI、分红（升至第二）、互联网（升至第三）和医药，仍没消费 [34]

数智技术驱动城市治理转型 - 互联网技术构建万物互联"一张网"，推动城市治理各环节互联互通，实现线下服务向线上转移，"不见面审批""一窗式办理"等新型政务服务模式广泛应用 [1] - 全国一体化政务服务平台实名注册用户超10.8亿人，超90%省级行政许可事项实现网上受理 [1] - 城市管理"随手拍"、交警APP"违法举报"等政民互动应用推动治理模式从单向管理向双向互动转变 [1] 大数据与人工智能应用 - 大数据技术构建城市运行"全息图"，通过"城市数字孪生体"精准洞察运行状态，福州市水系监测系统使排水防涝应急处置效率提高50%以上 [2] - 人工智能模型深度融入治理环节，深圳福田区70名"AI公务员"覆盖240个政务场景，公文处理准确率超95%，审核时间缩短90%，整体效率提升20% [2] 区块链技术赋能治理结构 - 区块链构建数据共享新模式，联盟链服务网络支撑跨行业可信数据交互，共识机制确保数据不可篡改并全程留痕 [3] - 区块链正推动城市治理从数据互通迈向价值互信，需搭建政务应用共性平台，打通底层框架 [4] 城市治理升级四大路径 - 设施互联：打造城市治理全景"一张图"，构建数据融合、系统互联的跨界联动机制 [3] - 场景应用：聚焦交通管理、生态环境等领域，建设城市运行智能中枢，实现态势全面感知与协同处置 [4] - 基层治理：通过数据融合推动社区资源整合，小程序等工具实现居民在线参与停车、垃圾分类等事务处理 [4] - 精准智能：推动区块链在教育、医疗、食品安全等领域应用，提升公共服务精准化水平 [5]

核心观点 - 互联网是推动人工智能进步的核心技术，而非Transformer等模型架构，互联网提供了海量、多样化的数据，是next-token预测的完美补充 [1][5][55] - 自GPT-4以来，基础模型能力未显著提升，优化模型结构或手工制作数据集难以带来质的飞跃，研究者应转向互联网数据研究而非RL [1][13][16] - 互联网具备四大关键特性：数据多样性、自然学习路径、产品市场契合度、经济可行性，这些特性使其成为AI训练的终极数据源 [54][60] Transformers的局限性 - Transformer架构并非AI进步的关键，自GPT-4后更好的架构（如SSMs、Mamba）未带来显著性能提升，因当前范式已转向数据受限时代 [11][13][14] - 若无互联网，仅依赖书籍或教科书训练模型会导致知识面狭窄，如phi模型虽在小规模任务表现优异，但世界知识储备和创造性不足 [28][30][31] - 数据质量与数量之争：教科书代表高质量但窄领域数据，互联网则提供行星级规模的自然数据分布，后者更利于模型泛化能力 [23][24][28] 互联网作为AI训练基石的四大优势 数据多样性 - 互联网包含多语言、多文化、多视角数据，去中心化结构保障了数据多样性，删除特定数据会导致模型认知版图缺失 [36][43][52] - 对齐研究显示，预训练需同时接触对齐与非对齐数据（如4chan有毒数据），模型才能理解边界，纯净化数据反而损害性能 [37][38][39] 自然学习路径 - 互联网数据天然形成难度梯度（如从Khan Academy到arXiv），为模型提供渐进式学习课程，避免手动设计数据集的低效 [43][44][47] - RL依赖密集课程学习，互联网用户贡献行为（如点赞、创作）自发形成类似AlphaZero自我博弈的进化压力 [44][46][47] 产品与研究的协同 - 互联网用户真实需求驱动数据生产，与研究者手动策划数据集存在本质差异，决定模型能力的应是用户而非研究者 [48][51][52] - AGI应记录人类完整文化演变（如Wikipedia、GitHub、社交媒体），而非理想化片段，模型偏差反映的是真实人类认知偏差 [52][53] 经济可行性 - 互联网低成本特性使其规模化成为可能，高昂订阅费会抑制用户数据贡献，经济可行性是数据扩展的前提条件 [51][54][60] RL与next-token预测的对偶性 - next-token预测与互联网存在隐喻性对偶关系（如序列数据对应HTML文件，推理成本对应经济可行性），RL尚未找到类似对偶 [55][57] - RL当前数据源（人类偏好、可验证奖励）存在噪声大、领域窄等问题，需探索如机器人学、推荐系统等新场景，但均面临规模化挑战 [61][62][63] - 用RL优化困惑度是方向性错误，应寻找全新数据源而非改造旧目标，RL流形（对偶系统）的发现将是重大突破 [58][65][67]