公司动态 - 月之暗面于9月25日对全新Agent模式OK Computer启动灰度测试 [1] - OK Computer延续“模型即Agent”理念，通过端到端训练Kimi K2模型提升智能体及工具调用能力 [1] - 用户下达需求后，Kimi可操作虚拟电脑完成多功能网站开发、海量数据分析、图片视频生成及高品质PPT制作等复杂任务 [1] - 曾打赏过Kimi的用户将获得首批体验资格 [1] 技术发展 - 公司通过端到端训练Kimi K2模型进一步提升智能体及工具调用能力 [1] - 新Agent模式OK Computer体现了“模型即Agent”的技术理念 [1]

行业发展趋势 - 行业进入智能体时代，发展潜力巨大，对未来充满期待 [1] - 从APP为中心转向以Agent为中心，预计到2030年Agent数量将超过传统APP，每个人都将拥有专属智能助手 [1] - 智能体技术演进已从规则驱动走入自主协同，迈向多智能体协作新纪元 [2][6] 运营商部署进展 - 中国电信打造了80多个行业大模型以及30多个行业智能体，赋能千行百业数字化转型 [3] - 中国联通启动国家人工智能应用中试基地（医疗领域）建设运营，并开源“元景万悟”智能体开发平台 [3] - 中国移动认为硅基和碳基融合创新趋势凸显，人和硅基生命体共生发展趋势加速，未来一个人可能由多个智能体服务 [3] 智能体应用场景 - 智能体应用可分为三类：业务方面（如通话时先与对方智能助理机器人对话约时间）、运维方面（实现“一句话完成配置”）、运行方面（实时动态配置网络设备） [5] - 未来各行业将出现两类智能体应用：一类是模仿人类经验学习“职业技能”（如自主操作手机APP、机械臂质检），实现降本增效；另一类是“超人专家”，能从复杂原始数据中找出规律，带来从0到1突破（如新药物分子设计） [1][5] - 从单点工具应用走向垂直行业深度融合和跨场景生态化协同 [6] 技术挑战与创新方向 - 智能体当前错误率较高，商用方面（如财务报表、生产排期）难以容忍 [7] - 多智能体协作存在三大“卡点”：任务分配与协调、结果一致性、通信开销导致的效率瓶颈 [7] - 互联互通和长难任务处理是技术创新主旋律，智能体完成任务长度约每7个月翻一番，但准确率仍需提升 [7] - 通信协议成为智能体与外界交互的“桥梁”，需统一协议（如MCP协议、A2A协议）实现信息交互标准化 [7][8] 生态支撑体系 - 多智能体协作需要三大支撑：技术架构支撑（多智能体协同架构）、通信协议支撑（统一协议标准化接口）、计算资源支撑（云计算动态资源） [8] - 开源技术和产品不断丰富，可信体系不断完善，多智能体协同应用持续推进 [6]

6G与AI终端发展时间表 - 高通预测6G预商用终端最早于2028年推出 为全球首家提出明确时间表的科技厂商 [1] - AI技术规模化落地推动终端设备（手机/PC/可穿戴/汽车/机器人）成为潜在爆品 [1] 高通芯片技术升级 - 第五代骁龙8至尊版采用3nm工艺制程 第三代Oryon CPU性能提升20% [3] - Adreno GPU性能增长23% Hexagon NPU性能提升37% 强化终端AI算力基础 [3] - 自研Oryon架构减少对Arm公版依赖 实现AI处理/多任务/节能等精细化定制 [2] 终端厂商合作与AI应用 - 荣耀/小米/vivo/OPPO宣布旗舰产品采用高通新芯片 并启动"AI加速计划" [3] - 荣耀与高通联合研发端侧AI模型方案 通过低比特量化技术降低存储空间与功耗 [3] - 开发GPU-NPU异构AI超分超帧技术 增强游戏画面表现 [4] - 荣耀智能体支持200+垂直场景与3000+通用场景 覆盖购物/出行/缴费等应用 [8] 终端AI应用场景拓展 - 机器人/智能眼镜（AR/VR/AI）被预测为规模等同或超越智能手机的终端品类 [6] - 汽车因安全性与即时响应需求 成为端侧AI的绝佳应用场景 [6] - 智能体具备环境感知与决策能力 实现从指令响应到主动解决问题的跨越 [7] 行业竞争格局 - 苹果Siri整合ChatGPT 国内厂商聚焦具体场景（如OPPO订餐打车/vivo情境助理/小米多模态升级） [8] - 智能体竞争成为手机厂商技术能力关键指标 需结合操作系统与场景化算力适配 [8]

公司产品发布 - 京东科技在2025京东供应链金融科技大会上首次披露3大智能体在金融场景的应用成果 涵盖财富管理 购物消费与中小微企业信贷领域 [1] - 公司发布购物智能体"JoyGlance" 行业率先支持跨协议 多穿戴设备 实现"所见即购买"的全新购物入口 [2] - 公司开发普惠信贷评估智能体 通过解析海量非结构化数据提升风险指标覆盖范围 使此前较难获得信用评级的企业被覆盖 [3] 财富管理智能体（京小贝） - "AI财富管家"京小贝进行人格化升级 基于全新"用户记忆系统"实现"全周期上下文关联"的朋友式对话 [2] - 京小贝在投资机会洞察 投研策略分析及全周期陪伴式服务方面 从应对需求转向更主动化 智能化 专业化的服务 [2] - 未来公司将基于京小贝全面建设AI金融管家 将交互界面转型为生活缴费 消费记账 投资理财等多场景智能服务的中枢节点 [2] 购物消费智能体（JoyGlance） - JoyGlance采用"语言识别+声纹识别"的金融级安全支付方案 安全等级优于传统密码和指纹支付 [2] - JoyGlance商用版即将登陆多款主流智能眼镜品牌 并支持智能冰箱 智能电视 智能手表 机器人等多种智能终端 [2] - 该智能体极大激活智能可佩戴终端与生活场景的交互潜力 实现"目光所及 皆可购买"的沉浸式体验 [2] 中小微企业信贷智能体 - 动产融资智能体能够智能识别和评估各类动产抵押品价值 扩大可接受的押货品类范围 [3] - 该智能体为传统难以评估的商品提供标准化估值服务 为中小企业盘活存量资产提供新渠道 [3] - 基于多个金融风控智能体协同 京东供应链金融科技可服务的小微企业数量增长15% 平均贷款额度提升5% [3] 公司战略目标 - 公司通过大模型不断优化在消费 理财 产业金融方面的个性化服务 终极目标是构建信任感 [1] - 公司旨在以AI深度重塑用户的金融体验 推动产业金融迈向更智能 更普惠的新阶段 [1] - 未来公司将在全流程深度应用智能体 推动金融服务更普惠 更智能 更人性化 [3]

行业趋势 - AI在金融行业渗透进入重要奇点时刻 支付作为最高频、最贴近用户的金融场景成为优化体验的关键环节[1] - 支付从传统交易终点转变为用智能体贯穿用户全旅程的智能服务 重塑"人-货-场"连接方式[1] 前端交互层应用 - 东付助手智能体深度融合大模型 实现实时推理、用户偏好与交易链路交互 使优惠券活动使用率提升近3倍[2] - AI收银机称重一体秤基于大数据算法和空间识别技术 毫秒级完成商品称重 通过AI语音快速建档提升店铺运营效率[2] - 用户问题一次性解决率提升近两倍[1][2] 中台运营层应用 - AI支付营销智能体基于5000+策略因子 累计6亿用户营销数据画像 实现万亿次策略调用[3] - 与超30家银行合作 通过智能营销+智能体双重服务助力某股份制银行交易额同比增长120%[3] - 银行积分抵现用户数同比增长80%[3] 核心决策层应用 - JoyData分析平台使数据查询与可视化效率提升超50% 分析报告生成与归因解读耗时压缩至1分钟内[4] - 智能风控决策全链路覆盖 风险发现时间缩短67%[4] - 数据分析智能体覆盖60%以上决策场景[4] 创新消费入口 - JoyGlance购物智能体实现视觉识别商品 语音完成支付 采用语言识别+声纹识别的金融级安全支付方案[4] 业务成效 - 国补成单率提升17%[1][5] - 为商家开户审核节约半天时间 实现常见问题"秒问秒答"[5] - 智能体应用从单点赋能向多智能体跨流程协同演进 释放指数级价值[5]

市场整体表现 - A股三大指数涨跌不一，上证指数跌0.01%至3853.30点，深证成指涨0.67%至13445.90点，创业板指涨1.58%至3235.76点 [1] - 沪深京三市全天成交额23918亿元，较上一交易日放量446亿元 [1] - 全市场超3800只个股下跌，呈现普跌格局 [1] 主要指数表现 - 科创50指数表现强劲，上涨1.24%至1474.49点 [2] - 沪深300指数上涨0.60%至4593.49点 [2] - 中证500指数微涨0.24%至7341.32点，中证1000指数跌0.37%，中证2000指数跌0.61% [2] 板块与行业表现 - AI概念股重启涨势，CPO、液冷、智能体概念涨幅居前 [1] - 电脑硬件板块领涨，涨幅达3.59%，通信设备板块涨2.35% [3] - 游戏、可控核聚变、金属铜、影视院线板块走高 [1] - 半导体产业链多数回调，黄金、油气、地产板块普遍低迷 [1] - 贵金属板块资金净流入表现突出，达1.77% [3] ETF市场动态 - 云计算板块ETF全天强势领涨，新华基金云50ETF、华宝基金大数据产业ETF、招商基金云计算ETF分别上涨4.02%、3.6%、3.6% [3] - 信创板块ETF走高，华宝基金信创ETF基金、汇添富基金信创50ETF分别上涨3.47%、3.2% [3] - 红利策略ETF走低，港股红利ETF博时、港股通红利低波ETF分别下跌1.77%、1.64% [3] - 半导体设备板块回调，半导体设备ETF下跌1.42% [3]

AI作为下一代操作系统 - AI被视为下一代操作系统 AGI将向ASI超人工智能发展 [1] - 阿里巴巴CEO吴泳铭认为AI需直接从物理世界获取原始数据实现突破 例如新一代自动驾驶通过原始车载摄像头数据学习实现更高驾驶能力 [6] 车企AI智能体应用加速落地 - 理想 比亚迪 智己 蔚来等车企过去半年已宣布将AI智能体引入智能座舱 [2] - 车内智能体可实现语音点餐功能 车主行车中语音点餐到达后无缝取餐 [2] - 理想汽车展示智能体"理想同学"调用星巴克小程序完成点单支付全流程 演示视频持续一分多钟 [1] 智能体技术框架与生态连接 - 车机智能体主要通过CUA和MCP/A2A两种框架运作 [2] - CUA框架通过多模态大模型理解任务生成动作 最终通过小程序或APP执行任务 例如理想OTA7.5系统接入支付宝生态 [2] - MCP/A2A框架将任务分发给第三方智能体完成 例如肯德基点单由肯德基自有智能体实现业务逻辑 [4] - 支付环节设置安全验证 需刷脸或语音确认 小额支付可启用免密支付 [4][5] 技术瓶颈与解决方案 - GUI Agent图形界面智能体准确率较低 15步任务准确率约30% 影响停车登记等复杂任务稳定性 [3] - 理想采用"多步轨迹"拆解方案 基于用户想法页面截图和对话状态预测页面动作 通过有限集合预测提高准确率 [3] 未来发展方向 - 理想发布Agent 2.0框架 重点发展全信息记忆和环境感知能力 [5] - 全信息记忆涵盖程序记忆情景记忆语义记忆 包括用户屏幕操作环境互动和人物关系认知 [5] - 环境感知能力通过摄像头识别真实二维码等信息 结合全信息记忆由大模型规划推理完成任务 [5] - 智能体从被动辅助转向主动代劳 例如自动完成车牌号输入等重复操作 [5]

公司战略 - 理想i6将标配AD Max高阶辅助驾驶系统并永久免使用费用 旨在让更多消费者体验中国人工智能技术 [1] - 公司认为高阶辅助驾驶不应收费 应作为智能电动车基本需求向用户提供 [1][4] - 公司高管提出自动驾驶服务定价参考人类司机成本的几分之一 约2000-3000元/月 可能包含保险和充电费用 [3] 产品竞争力 - AD Max系统综合表现被公司认定为行业数一数二 部分认可者认为即使不是第一也是第二名且差距很小 [2] - VLA司机大模型持续迭代将进一步提升系统认可度 [2] 行业观点 - 新能源汽车行业上半场聚焦电动化 下半场竞争重点转向智能化 [1] - 电动化已带来显著用户体验提升 包括更安静 更环保 更便宜 加速更快 保养成本更低等优势 [1] - 智能化核心现阶段体现为高阶辅助驾驶 未来将发展为自动驾驶 [1] 商业模式讨论 - 端侧AI模型不存在边际成本 不应采用订阅制收费模式 [7] - L2级辅助驾驶不应收费 但L4级自动驾驶可能通过订阅模式或保险模式实现商业闭环 [4] - 手机端侧AI功能（如修图）目前未见收费先例 支持端侧模型免费观点 [6] - 商业模式成立需符合用户价值公式：（新体验-旧体验）-切换成本 [5] - 自动驾驶若成为生产力工具 订阅模式可实现供需平衡 [4]

大模型在金融领域的应用现状 - 大模型在金融领域已形成可复制的落地范式 对内场景实现全岗位覆盖 包括代码助手、知识管理、报告撰写、核保核赔等场景 提效价值得到验证 [1] - 对外客户场景应用于客户意图理解、动态交互、营销素材生成等领域 因金融服务的专业性和严谨性要求更高 [1] - 80%的手机银行营销素材由大模型生成后经设计师修改发布 业务结合紧密的智能体生命力和活跃度更高 [1] 技术迭代与算力经济考量 - 模型迭代驱动能力跃迁 包括推理能力提升、智能体内生化、多模态融合和自主进化 [1] - 技术突破需与商业逻辑对齐 算力经济学成为核心考量 通过模型蒸馏和微调技术将千亿参数优化为百亿级应用 在保留推理能力的同时降低成本 [1] - 算力体系建设需兼顾硬件性能和软件管理指标 包括吞吐性能、稳定性、百万tokens成本和软件管理等 实现总成本领先 [1] 落地实施策略与场景应用 - 需平衡战略定力与创新弹性 建立顶层规划与基层创新双轨机制 战略层面锚定技术路线图 对技术平台、算力建设和成熟场景进行战略级规划 战术层面激活一线创造力 鼓励分支机构开展敏捷试验 [2] - 形成"主干扎实、枝叶繁茂"的智能生态 将技术创新转化为业务护城河 [2] - 一线网点使用大模型进行科创贷款获客分析和企业客户拜访准备 智能催收领域实现客户意图与情绪理解 短期催收自动化效率接近人工水平 [2]

企业家IP与网红策略 - 第一代网红为普通人提供传统路径外的上升通道 核心以带货和卖课等直接变现为主 [3] - 企业家网红以俞敏洪和雷军为代表 核心目的并非销售消费品而是为企业做宣传 相当于新一代市场部和公关部 通过自身影响力向社会传递企业价值 [3] AI与智能体发展 - AI整体进化速度远超预期 但AGI通用人工智能短期内不会到来 [3] - 相较于单一大模型 智能体才是AI的核心进化方向 智能体能实现目标驱动加工具使用加推理决策 多智能体协作可实现1+1大于2的效果 类似人类社会组织的协同模式 [3] - Manus虽存在套壳争议 但先圈到千万用户验证需求 成功融资后投入技术进行完善 给行业探索出通过智能体完成各项任务的路径 [4] 公司战略定位与合作 - 公司定位行业配角 不做通用大模型 因巨头已有布局 重复造轮子不如聚焦垂直领域 [4] - 主动与行业巨头建立联系 联合16家大模型企业建立合作生态 从阿里云和腾讯云购买服务 将自身智能体技术与巨头算力结合 [5] - 与多家大厂关系缓和 因当年巨头对创业公司较狠 且公司反思不一定非要选择极端撕破脸皮的死磕打法 [4] AI对社会与就业影响 - 未来不是AI淘汰人 而是会用AI的人淘汰不会用AI的人 [5] - 重复性文案和数据整理等工作会被取代 但会诞生新岗位如教AI干活和调参数的智能体管理员 类似工业革命淘汰马车夫但多了汽车司机岗位 [5]