行业投资评级 - 报告对行业评级为推荐 [6] 核心观点 - 海外 AI 进入闭环阶段 AI 基建推动高增长 英伟达向 OpenAI 投资最高 1000 亿美元（约合人民币 7114.7 亿元）部署至少 10GW 算力系统 包含数百万颗 GPU [1] - 英伟达角色从"卖铲子的人"转向"递铲子的人" 10GW 数据中心投资规模达 5000-6000 亿美元 英伟达可获约 3500 亿美元收入 10 吉瓦算力相当于 400-500 万块 GPU 与英伟达今年预计出货量一致 为去年出货量两倍 [2] - AI 竞争从模型转向基础设施全面扩张 OpenAI 与甲骨文签订 3000 亿美元五年合同 从云服务商租用备用服务器未来五年 1000 亿美元 叠加英伟达 1000 亿美元投资 2026 年下半年将部署首个基于英伟达 Vera Rubin 平台的 1 吉瓦级别数据中心 [3] 投资建议 - AI 基建海外关注点从云厂商开支侧向 AIDC 云计算中心侧扩散 建议关注具备 GPU 卡先发优势厂商如 Oracle、Coreweave、Nebius、AppliedGigital、Iris Energy 等 [4] - 国内 AI 叙事逻辑聚焦 AI 基建侧 建议关注 AIDC 链：润泽科技、奥飞数据、润建股份 关注海内外同频共振光模块：德科立、仕佳光子、中际旭创、新易盛、天孚通信 [4] 重点公司盈利预测与估值 - 德科立（688205 SH）2025E EPS 0.82 元 2026E EPS 1.78 元 2025E PE 163 倍 2026E PE 75 倍 [5] - 仕佳光子（688313 SH）2025E EPS 0.98 元 2026E EPS 1.44 元 2025E PE 77 倍 2026E PE 52 倍 评级推荐 [5] - 中际旭创（300308 SZ）2025E EPS 8.58 元 2026E EPS 12.94 元 2025E PE 51 倍 2026E PE 34 倍 评级推荐 [5] - 新易盛（300502 SZ）2025E EPS 8.78 元 2026E EPS 13.10 元 2025E PE 40 倍 2026E PE 27 倍 评级推荐 [5] - 天孚通信（300394 SZ）2025E EPS 2.84 元 2026E EPS 3.76 元 2025E PE 67 倍 2026E PE 50 倍 评级推荐 [5] - 润泽科技（300442 SZ）2025E EPS 1.38 元 2026E EPS 1.79 元 2025E PE 38 倍 2026E PE 29 倍 评级推荐 [5]

美国时间9月22日，北京时间9月23日凌晨，英伟达和OpenAI突然宣布战略合作伙伴和重大投资。 英伟达与OpenAI结成战略合作伙伴关系，并向OpenAI投资至多1000亿美元，用以支持后者的AI数据中心计划。 根据双方公布的具体信息，OpenAI计划建设并部署需要10吉瓦的英伟达系统。 （APPSO注释："吉瓦"是功率单位，符号为GW，1吉瓦=10亿瓦特=1 000兆瓦=100万千瓦。它主要用于描述大型发电设施或电网的功率。） 在CNBC的采访中，黄仁勋表示：10吉瓦大约等于400万到500万个GPU，这个数量与英伟达今年的总出货量相当，是去年出货量的两倍。 当黄仁勋与OpenAI CEO Sam Altman及公司总裁Greg Brockman一同出席采访时，三人都忍不住感叹："这是一个庞大的项目。" 这项合作将分阶段实施。 第一阶段数据中心的能耗为1吉瓦，将于2026年下半年部署。英伟达首笔100亿美元投资也将在首个1吉瓦系统完成时投入，投资将以当时的估值为准。 后续资金则会随着GPU部署使用量的提升逐渐向OpenAI支付，确保投资与实际建设进度同步。 据悉，这些数据中心将采用英伟达最新的Vera R ...

本文来自：爱范儿，题图来自：视觉中国 美国时间 9 月 22 日，北京时间 9 月 23 日凌晨，英伟达和 OpenAI 突然宣布战略合作伙伴和重大投资。 英伟达与 OpenAI 结成战略合作伙伴关系，并向 OpenAI 投资至多 1000 亿美元，用以支持后者的 AI 数据中心计划。 具体来说，该笔投资将随着 GPU 的部署使用量提升，逐渐向 OpenAI 支付。 OpenAI 将使用数以百万计的英伟达 GPU 系统来部署 AI 数据中心，能耗达到至少 10 吉瓦（Gigawatt 百万千瓦）。 该系统将采用英伟达的 Vera Rubin 平台，作为 OpenAI 的下一代 AI 基础设施的核心。该系统将用于训练和运行 OpenAI 的下一代模型，从而加速 OpenAI 期 待中的超级智能 (superintelligence) 的实现。 第一阶段数据中心的能耗达到 1 吉瓦，将于 2026 年下半年部署。 英伟达 CEO 黄仁勋在声明中提到了 OpenAI 作为英伟达 DGX 超级计算机系统首个"内测用户"的故事，表示两家公司十年来一直互相推动。 OpenAI 获得了千亿美元、GPU 无忧发货。而英伟达获 ...

根据双方公布的具体信息，OpenAI 计划建设并部署需要 10 吉瓦的英伟达系统。 （APPSO 注释：「吉瓦」是功率单位，符号为 GW，1 吉瓦 = 10 亿瓦特 = 1 000 兆瓦 = 100 万千瓦。它主要用于描述大型发电设施或电网的功率。） 在 CNBC 的采访中，黄仁勋表示： 10 吉瓦大约等于 400 万到 500 万个 GPU，这个数量与英伟达今年的总出货量相当，是去年出货量的两倍。 当黄仁勋与 OpenAI CEO Sam Altman 及公司总裁 Greg Brockman 一同出席采访时，三人都忍不住感叹：「这是一个庞大的项目。」 美国时间 9 月 22 日，北京时间 9 月 23 日凌晨，英伟达和 OpenAI 突然宣布战略合作伙伴和重大投资。 英伟达与 OpenAI 结成战略合作伙伴关系， 并向 OpenAI 投资至多 1000 亿美元，用以支持后者的 AI 数据中心计划。 图 | CNBC 这项合作将分阶段实施。 第一阶段数据中心的能耗为 1 吉瓦，将于 2026 年下半年部署。 英伟达首笔 100 亿美元投资也将在首个 1 吉瓦系统完成时投入，投资将以当时的估值为 准。 后续资金 ...

产品发布与定位 - Meta在年度开发者大会上发布三款新型智能眼镜 其中Meta Ray-Ban Display在镜片中嵌入微型屏幕 可直接显示应用程序 播放音乐并支持一键分享到Instagram 操作方式通过腕带控制和内置语音AI助手实现[1] - 新款智能眼镜定价799美元 几乎是前代产品的两倍 将于9月30日正式发售 定位从社交玩具转向高端消费电子入口[1] - 第一代Ray-Ban智能眼镜四年前推出后已售出数百万副 成为全球用户购入的爆款产品[1] 技术特性与创新 - 眼镜内置语音AI助手 可通过摄像头和麦克风理解环境并以对话方式交互 具备独立思考和实时分析能力[1][3][4] - 硬件设计采用隐匿式摄像头 扬声器与麦克风 外形与普通墨镜无异 降低佩戴存在感[2] - 产品强调日常使用场景 包括阅读短信 获取路线导航等实用功能 而非聚焦元宇宙虚拟体验[2] 战略方向与行业意义 - 智能眼镜被定位为AI超级智能的理想载体 其轻巧特性可无缝融入日常生活 实现随时随地记录识别和分析[4][5] - Meta每年投入数十亿美元建设数据中心并重组AI部门 目标直指超越人类大脑的超级智能形态[4] - 公司试图推动智能眼镜从潮流玩具转向生活必需 定义AI时代的新计算入口 挑战智能手机的地位[5][6] 市场挑战与风险 - 799美元售价直接冲击高端消费电子市场 功能能否支撑价格仍需市场验证[5] - 内置摄像头与麦克风可能引发公共场合隐私争议 Meta过去因数据隐私问题频受诟病[5] - 应用生态依赖第三方开发者构建丰富场景 目前主要融合Instagram等自家平台[5] 产品表现与用户接受度 - 现场演示出现功能故障 包括无法提供烧烤酱食谱和拨打同事电话 反映技术尚不完善[3] - 四年前第一代产品凭借拍照录像和即时分享功能吸引年轻用户 但未形成智能手机级别的普及浪潮[6]

文章核心观点 - 智能发展是宇宙演化的一部分，AI正逼近"创新者阶段"，具备自我管理与自主演化能力，将重塑全球经济结构[3][4][31] - 商业周期不会消失但节奏更快，库存周期可能被AI实时预测消除，资本开支与房地产周期仍存在但更密集[4][91][92] - 资本正从传统地产转向算力基础设施，数据中心投资补位写字楼下滑，为AI革命奠定基础[6][136][137] - 美联储预计9月降息开启谨慎周期，将引发新大宗商品周期，AI基础设施投资超GDP 1%[7][124][125] - 未来真正价值捕获在于垂直领域AI应用而非通用模型，创新集群与价值分配机制是关键[108][109][148] 智能演化与宇宙叙事 - 智能演化是138亿年宇宙复杂性进化的延续，经历恒星形成、生命诞生、大脑进化等关键密度临界点[19][22][23] - AI工具已能自主提供未询问的洞见，如ChatGPT建议将宇宙智能演化划分为结构性阶段[24][25] - 到2050年全球将拥有41亿台智能机器人，包括服务机器人与自动驾驶汽车，总产出达人类劳动力五倍[45][49][82] - 2028年AI将进入"创新者阶段"，具备自我激励与管理能力，不再依赖人类引导[31][53][54] - 人类可能启动宇宙意识觉醒过程，AI将成为理解宇宙的智能体载体[34][36][37] 经济周期演变 - 库存周期（4.5年）可能被AI实时需求预测系统消除，实现按天或小时级精准预测[92][100] - 资本开支周期（9-10年）由技术创新驱动，AI使其更高效且创新节奏更密集[92][93] - 房地产周期（18-20年）存在模态锁定现象，与资本开支、库存周期呈倍数共振关系[94][95] - AI通过系统动力学建模与实时数据接入，使经济预测深度广度远超传统框架[98][100] - 中国猪周期因养殖工业化减弱，印证产业可预测规模化可平滑周期波动[101][102] 投资与价值捕获 - 大模型公司缺乏护城河，用户切换成本低，差异化弱，如Gemini、Grok、ChatGPT体验趋同[105][106][107] - 价值捕获集中在垂直领域AI应用，如生命科学、制药、金融等领域需求真实且数据丰富[108][109] - HuggingFace平台年底将拥有500-600万个开源模型，价值创造源于模型组合解决具体问题[109] - 美股AI估值未必泡沫，科技公司盈利能力强现金流稳定，技术持续突破[115][116] - 大宗商品周期可能重启，类似2001-2008年由中国需求推动的行情，当前铜消费量逆房地产下滑增长[127][128][132] 技术落地与产业影响 - 自动驾驶安全性已超越人类，特斯拉汽车形成共享驾驶知识的群体智慧雏形[47][80] - 个人AI助手通过分布式学习保护隐私，成为用户的第二个大脑与实时教练[83] - AI已具备极强创造力，如生成商业计划、品牌口号与书籍章节标题[71][72] - 美国商业地产投资下滑但数据中心投资增长，资本转移路径与中国高度一致[135][136][137] - 中国将资本支出从房地产转向能源基础设施，成为全球能源产能与智能电网领导者[134] 宏观判断与预测方法 - 美国可能进入类滞胀状态但通胀不失控，进口价格下降与消费行为钝化通胀传导[119][120][121] - 判断经济未来需观察技术演化路径、创新集群与价值捕获机制，而非仅经济数据[5][148][149] - 创新集群具备关键密度特征，如维也纳古典音乐、瑞士手表、底特律汽车等历史案例[149] - 欧洲对AI怀疑主义盛行，中国与美国更关注机会与创业方向，态度差异显著[161][162] - 过度制度化可能导致文明崩溃，创新活力转向边缘地带如东南亚、中东等地区[154][158] 结构性转型与建议 - 中国经济经历结构性转型，从房地产依赖转向科技与新兴产业驱动，高科技板块股价翻倍[141][142] - 给年轻人建议：通过性格测试了解自身优势，探索生成式AI通用技术平台，长期定投股票[166][168][173] - 股票是1802年以来长期回报最好资产，定投策略可实现低买高卖效果[170][176][177] - AI革命社会受益但技术发明者未必获回报，如古登堡印刷术改变文明却破产收场[102]

全球AI发展态势 - 阿尔巴尼亚任命全球首个非人类数字部长"迪埃拉"担任公共采购部长 标志着AI突破权力边界 [1] - 特斯拉CEO埃隆·马斯克预测 五年内人工智能总体智慧将逼近或超越全人类智力之和 技术奇点加速临近 [1] - 全球算力竞赛激烈展开 OpenAI的GPT系列、谷歌Gemini、Meta的Llama等科技巨头持续迭代模型 推高AI阈值 [3] - 2017年Transformer架构重塑AI技术路线 2023年生成式AI成为研究前沿 2024年AI产业进入深度专业化阶段 [4][5] - 全球AI竞赛从技术突破转向生态对抗 美国主导算法与芯片 中国推动应用自主 欧洲寻求监管话语权 中东资本入场 [5] 中国AI战略布局 - 国务院印发《关于深入实施"人工智能+"行动的意见》 首次以顶层设计形式将AI提升为国家战略 目标2035年步入智能经济新阶段 [1][12] - 中国AI产业未来五年年均复合增长率预计达32.1% 2029年市场规模突破万亿元 [7] - 国产大模型DeepSeek实现技术突围 性能比肩国际顶级模型 成本仅为同类二十分之一 推动产业从封闭垄断走向开放平权 [8] - 中国拥有全球最完整工业门类 制造业增加值占全球28.8% 重点工业企业关键工序数控化率58.6% 为AI落地提供丰富场景 [11] - 2023年中国专利申请受理数556.2万件 PCT专利全球占比25.5% 2024年有效发明专利突破475.6万件 成为首个超400万件国家 [11] 产业应用与渗透率 - AI服务器渗透率达12% 液冷散热渗透率11% 工业软件渗透率20% AI Agent渗透率7% AIPC渗透率19% AI手机渗透率13% [11] - 国产AI软硬件协同迈进新阶段 DeepSeekV3.1发布 适配下一代国产芯片 推动"芯-模-用"一体化生态闭环 [10] - 寒武纪、科大讯飞、华为昇腾等企业被资本重新定价 体现"新质生产力"崛起 [10] 投资标的与市场表现 - 上证科创板人工智能指数(950180.CSI)覆盖全产业链优质企业 半导体权重占比47.81% IT服务15% 软件开发16.87% [13][14] - 截至9月15日 该指数年内上涨近58% 近一年涨幅达167.46% 自2022年基日以来累计收益132.95% [2][15] - 成份股2025年营业收入预测1110.84亿元 2027年有望增至1644.37亿元 [15] - 科创人工智能ETF华夏(589010)紧密跟踪该指数 截至9月12日二级市场涨幅近57% [15] - 华夏上证科创板人工智能ETF联接基金(A类:024411 C类:024412)正在发行 [2][15] - 人工智能AIETF(515070)跟踪中证人工智能主题指数 聚焦产业链上中游 [16] - 创业板人工智能ETF华夏(159381)跟踪创业板人工智能指数 光模块CPO权重超40% 年内上涨超80% 综合费率0.20%为同类最低 [16]

全球AI产业趋势 - 人工智能总体智慧预计五年内逼近甚至超越全人类智力之和 [2] - 全球算力竞赛烈度空前 科技巨头以空前速度迭代模型 GPT系列 Gemini Llama持续突破 [4] - AI竞赛从技术单点突破走向生态全面对抗 美国主导算法与芯片 中国强推应用自主 欧洲寻求监管 中东资本入场 [7] - AI产业告别广撒网式发展 迈入深度专业化新阶段 聚焦场景落地与生态构建 [7] 中国AI产业发展 - 国务院印发《关于深入实施"人工智能+"行动的意见》 首次以顶层设计形式将AI列为国家战略 [2] - 中国人工智能产业未来五年以32.1%年均复合增长率增长 2029年市场规模突破万亿元 [9] - 2023年专利申请受理数达556.2万件 PCT专利全球占比跃升至25.5% 2024年底有效发明专利475.6万件 [13] - 制造业增加值占全球比重28.8% 重点工业企业关键工序数控化率58.6% 数字化研发设计工具普及率77% [13] - AI服务器渗透率12% 液冷散热渗透率11% 工业软件渗透率20% AI Agent渗透率7% AIPC渗透率19% AI手机渗透率13% [14] 技术突破与创新 - 国产大模型DeepSeek性能比肩国际顶级模型 成本仅为同类二十分之一 [10] - 模型迭代频率从年压缩至月甚至周 创新速度逼近临界点 [11] - DeepSeekV3.1发布 以UE8M0 FP8 Scale超高参数精度重新定义国产AI性能天花板 [12] - 国产AI软硬件协同迈进新阶段 向芯-模-用一体化全生态闭环迈出关键一步 [12] 投资机会与市场表现 - 上证科创板人工智能指数年内上涨近58% 近一年涨幅达167.46% [3] - 指数成份股2025年营业收入预测1110.84亿元 2027年有望增至1644.37亿元 [17] - 科创人工智能ETF华夏二级市场5个月涨幅近57% [17] - 创业板人工智能指数年内累计上涨超80% [18] 指数产品特点 - 上证科创板人工智能指数半导体权重高达47.81% 精准卡位国产AI算力自主化核心环节 [15] - 指数精选30只科创板上市公司证券 覆盖人工智能全产业链关键环节 [16] - 前十大权重股占比71% 高度聚焦产业龙头 半导体占比47.81% IT服务15% 软件开发16.87% [16] - 20%涨跌幅机制与中小盘弹性 高研发投入与技术壁垒 政策红利发展机遇 [16]

AI技术发展现状 - OpenAI、谷歌、Meta等科技巨头预测AGI将在未来几年内突破 黄仁勋断言AGI将在5年内实现 [1] - AI学术界普遍担忧社会尚未为AGI时代做好准备 政府、产业及社会缺乏系统性准备框架 [1] - 国内讨论多聚焦AI技术迭代与商业模式创新 但缺乏对后AI时代社会运转机制的深度思考 [1] 技术对社会的基础性影响 - 技术通过改变族群分布和物理世界交互方式 从底层重塑政治社会生态 [6] - 传统政治研究长期忽视技术变量 18-19世纪前思想家未经历工业革命洗礼 [7] - 凡勃伦首次提出机器塑造人类世界观 工业革命使中产阶级思维理性化 [8] AI时代核心原理 - 涌现法则揭示智能产生规律：模型规模足够大时智能自然涌现 底层逻辑与人类智能一致 [11] - 人类当量概念量化智慧产出：AI每秒处理100万token 成本仅1元 效率为人类5倍 [11] - AI已通过图灵测试且达博士智能水平 可替代99%人类工作 因博士学历人口不足1% [12] 技术替代路径与经济影响 - AI替代过程从简单智力活动开始：客服、自动驾驶优先 管理流程、法律文书次之 [24] - 工作流（workflow）配合度是替代关键 当前AI与人类工作流程尚未完全融合 [13][14] - 咨询行业案例显示：AI可替代初级研究员工作 专业人士凭核心洞察（insight）保持不可替代性 [15][16] 经济结构变革 - AI具通缩特性：缩短产业链 整体减少就业岗位 与蒸汽机革命创造就业形成反差 [19] - 经济学家验证：计算机时代TFP未显著增长 自动化替代效应大于新岗位创造 [21] - ATM机案例显示技术替代分两阶段：先替代银行职员 后降低服务成本扩张就业 [22] 资源分配与货币体系 - 算力或成未来稀缺资源 可能催生锚定算力的新货币体系 [26][30] - 物质丰富但分配不均：1%人群控制算力资源 99%人群可能成为"无用阶级" [27] - 资本主义持续存在：货币和暴力仍是严肃需求信号 算力稀缺性维持交换体系 [29][30] 就业与社会保障 - UBI（全民基本收入）可实现基本物质保障 历史有类似实践案例 [35] - UBJ（普遍基本工作）提供价值认同 通过公共基金创造本地就业岗位 [35] - 推荐算法可实现去中心化分配 通过细分需求市场支撑小众供应生存 [36] 人机交互与情感替代 - AI情感替代效率极高：情绪价值供给成本低 且无冲突风险 [37] - 人类将适应无实体交互：深度对话70%通过对话框实现时 实体存在必要性下降 [40] - 年轻一代将自然接受AI恋爱关系 如同当前世代适应网络社交模式 [41] 算力集中与治理模式 - 算力集中于头部公司 1%精英由资源占有者和能力突出者共同构成 [42] - 算法治理具无偏私特性：根据用户行为反馈调整规则 实现"you deserve it"状态 [44] - 信息茧房本质是用户自主选择结果 多平台竞争将优化算法推荐精度 [46] 超级智能与文明契约 - 对齐问题本质是低级智能约束高级智能 技术持续突破将使超级智能必然出现 [49] - 文明契约基于时间序列：超级智能1.0对待人类的方式将成为2.0对待1.0的参考 [52] - 资源非竞争性：AI占据银河系级空间 与人类资源需求不对等 降低直接冲突概率 [56]

基金业绩表现 - Situational Awareness基金由23岁德国投资者利奥波德·阿申布伦纳创立 目前管理资产规模超过15亿美元 [1] - 该基金2024年前两个季度实现47%的资产收益率 显著超越同期标普500指数6%的涨幅（含股息）及美国主要科技对冲基金7%的平均收益率 [1][4] - 基金采用"100% All In AI"投资策略 通过一级和二级市场布局人工智能相关公司 上半年业绩接近华尔街同业平均水平的7倍 [4][6] 创始人背景 - 阿申布伦纳2002年出生于德国 曾以第一名成绩毕业于哥伦比亚大学（时年19岁） 并参与牛津大学全球优先事项研究项目 [4] - 2023年加入OpenAI超级对齐项目 与首席科学家苏茨克维尔合作研究人工智能与人类价值观对齐问题 后因公司内部争议被解雇 [4] - 2024年发表165页专题报告《态势感知：未来十年》 预测通用人工智能（AGI）最迟将于2027年实现 并警告超级智能风险超越核武器 [5] 投资策略与客户构成 - 基金专注于AGI领域投资 基于对人工智能产业关键发展节点的判断进行资产配置 [6] - 投资者包括支付公司Stripe创始人科里森、Meta AI业务负责人丹尼尔·格罗斯等科技界知名人士 部分客户承诺长期锁定资金 [6] - 尽管获得业界认可 但市场存在对人工智能投资泡沫的担忧 美国AI企业估值自DeepSeek突破后已出现显著缩水 [6]