| 涨幅榜 | 资金净流入 | 5日涨幅1 | | --- | --- | --- | | 电脑硬件 | 发电设备 | 综合类 | | +3.59% | +3.20% | +2.519 | | 通信设备 | 贵金属 | 互联网 | | +2.35% | +1.77% | +1.709 | ETF方面，云计算板块全天强势领涨，新华基金云50ETF、华宝基金大数据产业ETF、招商基金云计算ETF分别涨4.02%、3.6%、3.6%。信创板块走高，华宝 基金信创ETF基金、汇添富基金信创50ETF分别涨3.47%、3.2%。 格隆汇9月25日｜A股三大指数今日涨跌不一，截至收盘，上证指数跌0.01%，深证成指涨0.67%，指涨1.58%。沪深京三市全天成交额23918亿元，较上日放 量446亿元。全市场超3800只个股下跌。板块题材上，AI概念股重启涨势，CPO、液冷、智能体概念涨幅居前，游戏、可控核聚变、金属铜、影视院线走 高；半导体产业链多数回调，黄金、油气、地产板块普遍低迷。 | 上证指数 | 深证成指 | 北证5( | | --- | --- | --- | | 3853.30 | 13445.90 | 1 ...

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]

公司战略转型 - 公司从与互联网巨头竞争转向合作策略 争取和平发展空间[3][8] - 公司重新定位人工智能和网络安全领域 避免盲目扩张[8] - 公司提出All in智能体战略 具体包括员工成为超级个体 部门成为超级组织 打造超级产品三个目标[15] 人工智能应用 - 公司要求员工必须使用AI工具 拒绝使用者可能被裁员[3][11] - 公司通过AI大赛推动技术应用 强调用AI提升能力而非焦虑岗位淘汰[3][12] - 公司认为AI人才挖角属于战术行为 主要为获取工程化经验和技术诀窍[14] 数字化趋势 - 公司认同产业数字化是国家核心战略 重点服务先进制造业和现代工业[9] - 公司认为浏览器在PC端仍是主要入口 将其作为生产力工具进行打造[15] - 公司关注AI伦理问题 主张用模型对抗模型来捍卫人类利益[17] 能源与算力 - 公司认为算力发展受限于能源问题 核聚变是实现能源自由的关键[19] - 公司看好AI for科学方向 认为这能帮助人类实现科技突破[19] - 公司指出AI生产力提升后需关注社会结构变化 包括就业岗位重构[18] 流量运营策略 - 公司通过短视频平台积累流量和影响力 为产品推出做准备[5] - 公司接受平台规则 与巨头建立合作关系而非敌对关系[8] - 公司认为流量运营会带来反噬效应 无法让所有人满意[6]

公司战略与愿景 - 公司提出"云智一体·碳硅共生"主题 明确大模型为下一代操作系统 AI Cloud为下一代计算机的战略方向 [1] - 公司目标成为全球5-6家超级云平台之一 计划在现有3800亿元基础上持续追加资本支出 [1] - 公司预计到2032年数据中心能耗将增长十倍 以豪赌姿态加码算力与基础设施投入 [1] 技术布局与产品发布 - 公司展示全栈AI能力 包括高密度AI服务器 支持上百颗芯片的超节点集群 800Gbps网络互联及面向大模型的分布式存储与向量检索 [2] - 一次性推出七款通义系列新模型 涵盖语言 视觉 全模态等多个方向 在推理 编程 工具调用等能力上逼近或超越国际对手 [2] - 通义开源生态取得显著成果 拥有300多个模型 超过6亿次下载量及17万个衍生模型 [2] 智能体生态构建 - 公司强调智能体(Agent)战略重要性 推出低代码开发平台 无影AgentBay基础设施及无影Agentic Computer原型产品 [3] - 致力于为未来智能体应用提供底层支撑环境 构建由无数智能体组成的应用生态体系 [3] 行业竞争格局 - 云厂商竞争已从价格战 性能战升级为全链条生态战 算力为底盘 模型为内核 智能体为应用 生态成为护城河 [4] - 公司通过云栖大会展示其作为头部玩家的竞争实力 但最终能否成为超级云平台仍需时间检验 [5] 产业发展挑战 - AI技术奇观与产业落地存在巨大鸿沟 企业需要可控成本 稳定服务及具体业务价值而非单纯技术参数 [3] - AI基础设施投入规模巨大且盈利周期不确定 全球同行疯狂加码使投入换市场逻辑面临挑战 [4] - 大模型深入业务流程面临数据安全 隐私保护 算法偏见等复杂议题 需平衡技术创新与合规治理 [4]

名单很重磅，海内外的知名创业者比如李开复、肖弘、 陈冕、 Harrison Chase、Yoav Shoham 等，知名 投资人比如 戴雨森、韩锐、万浩基、郑庆生、 Sara Guo、Jennifer Li 等。 给出的观点也颇为实用，毕竟他们是「下水游泳」的人，亲自感受了水温。 Founder Park 取得授权，节选了报告中部分观点，感兴趣的可以阅读报告全文。 给创业者的一些建议： Google Cloud 出了一份面向 AI 创业者的趋势报告，邀请了不少创业者和投资人，谈对 AI 趋势的展望、 给创业者的建议以及 AI 发展方向的预测。 报告获取（点击文末 阅读原文 也可获取）： http://services.google.cn/fb/forms/startupswhitepaper/?channel=geekpark 超 14000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。 邀请从业者、开发人员和创业者，飞书扫码加群： 动作要快。抢占市场先机，是初创公司的重中之重，这时候正是最好的时机。 以交付的价值为准绳来定价：不要局限于按人头收费，应考虑按用量或价值收费。定价应与产品 为用 ...

周鸿祎提到，360提出了三个目标。首先，员工要成为超级个体，要会用智能体、会管理智能体。员工 要思考能不能通过智能体提高自己的效率。"我就说哪怕你上班摸鱼我也能容忍，早点下班照顾家里也 可以，但是活不能误了，就只能看能不能通过智能体来解决这个问题。" 9月24日下午消息，今日，罗永浩与周鸿祎深度对谈。周鸿祎介绍到，现在360的战略由原本的All in AI 具象化为All in智能体。 而公司的目标，就是要打造超级产品。他解释到，因为现在浏览器是一个生产力工具，虽然在手机上浏 览器的功能基本被APP分解了，但是在电脑端，浏览器还是一个当之无愧的主要入口。 责任编辑：李昂 其次，团队各个部门，例如HR、财务、法务等支撑部门，要变成超级组织，要思考能不能用智能体取 代复杂的业务流程。 ...

360大模型战略定位 - 公司未开发大参数通用大模型 因需至少100亿美元投入且国外巨头已累计投资4000亿美元 [1] - 公司否认采用套壳模式 强调智能体需多专业模型支撑包括推理模型、编程模型及意图猜测路由模型 [1] - 公司保持千亿参数规模基座模型训练能力 并通过智能体工程化反哺基座模型优化 [1] 行业投资与技术路径 - 通用大模型领域存在极高资金壁垒 单企业基础投入门槛达百亿美元级别 [1] - 智能体开发需独立构建完整智力底座 涉及蒸馏板以外的多类型专业化模型协同 [1] - 巨头企业已形成规模化投资优势 行业资源集中度显著 [1]