亚马逊与谷歌关系破裂 - 亚马逊在7月21日至23日突然全面退出Google Shopping广告竞价，其在美国、英国和德国的曝光份额分别从60%、55%、38%迅速滑落至零 [1] - 7月30日，亚马逊通过网站代码更新，从技术层面彻底禁止谷歌的AI购物助手抓取产品页面 [2] - 整个过程没有公告和解释，完全通过技术手段与谷歌划清界限 [3][4] 合作惯例与利益结构变化 - 过去十年，谷歌和亚马逊维系着“谷歌负责带路，亚马逊负责成交”的默契，用户习惯在谷歌搜索商品后跳转至亚马逊下单 [5] - 平台间的默契并非合同约束，一旦利益结构改变，稳固的合作关系也会失效 [6] - 亚马逊的行动旨在把控用户购物的起点，即“用户的第一问”，而非仅仅承接购买意图 [7] 生成式AI对用户行为的改变 - 用户行为从关键词搜索转变为自然语言提问，购物路径被压缩成一次对话的结果 [8] - 用户决策空间缩小，更多依赖于预设的推荐系统 [9] - 谁能接住用户的第一个问题，谁就可能掌握后续的所有点击和转化 [10] 亚马逊的战略意图与行动 - 亚马逊将商品信息、评价、库存与价格视为核心资源，不愿其成为外部AI的训练素材或导致订单流失 [11] - 公司已封锁谷歌、OpenAI、Anthropic等主流AI代理的爬虫访问 [11] - 亚马逊推出自有AI助手Rufus，嵌入App内部，实现从用户提问、搜索到推荐、下单的全链路闭环控制 [11][12] 谷歌与亚马逊的核心商业模式分歧 - 谷歌是一家广告公司，其产品演进必须考虑广告库存和现有收入结构，无法彻底改变流量分发方式 [15][16] - 亚马逊的主业是零售，关注成交本身，其广告隐藏在整个购物流程中，强调“广告即体验” [17] - 谷歌希望AI搜索带来更贵的流量，亚马逊则希望AI路径更可控，最终导致双方互相设防 [19] 全行业构建闭环的趋势 - TikTok通过将搜索、问答、笔记、直播、评论、商品页堆叠在同一页面，削弱用户跳转的必要性 [20] - Meta的流量结构基于关系链，其方式是将广告融入内容流，沿原有路径优化广告插入点 [22][23] - OpenAI与Shopify、Instacart等平台打通，让ChatGPT直接完成从提问到购买的动作，通过“路径介入”获得用户行为的预设权 [25] - 行业默认选择是优先构建闭环，再将广告预算作为嵌入系统的“过路费” [26] 广告行业信任结构的改变 - 传统广告系统建立在品牌、平台、用户三方可解释的协商合作关系上 [28][29][40] - AI生成式推荐使推荐逻辑变成黑箱，品牌只能看到平台给出的投放报告，难以验证过程和反推原始路径 [31][32] - 品牌投放从基于信任、经验和逻辑的判断，转变为依赖平台推荐的“信平台”动作，不确定性增强 [36][37] - 平台角色从中介转变为裁判，协商空间变小，品牌失去主动调节的机会，用户习惯默认路径 [41][42][43]

根据麦肯锡最新报告显示，大多数企业表示尚未做好充分准备以安全负责任的方式使用生成式 AI 。其中一个关键问题是可解释性——即理解 AI 如 何及为何做出特定决策。该报告指出，虽然 40% 的受访者认为这是重大风险，但仅有 17% 的企业正在积极应对。 Datumo 首席执行官 David Kim 曾是韩国国防发展署的 AI 研究员，他对数据标注耗时耗力的现状感到沮丧，于是萌生了一个新想法：开发一款基 于奖励机制的应用程序，让人们可以利用空闲时间标注数据并赚取报酬。这家初创公司在韩国科学技术院（ KAIST ）的创业竞赛中验证了这个概 念。 2018 年， Kim 与五位 KAIST 校友共同创立了 Datumo （前身为 SelectStar ）。 在该应用程序尚未完全开发完成时， Datumo 就在竞赛的客户发现阶段获得了数万美元的预售合同，主要客户来自 KAIST 校友创办的企业和初创 公司。 成立第一年，这家初创公司就实现了超过 100 万美元的收入，并拿下了多个关键合同。 如今，其客户名单包括三星、三星 SDS 、 LG 电子、 LG CNS 、现代汽车、 Naver 以及总部位于首尔的电信巨头 SK ...

全球视频内容制作市场 - 全球视频内容制作市场年支出约1200亿美元 [1] - 生成式AI正在掀起行业变革浪潮 [1] 可灵AI的市场潜力 - 可灵AI瞄准的全球市场规模预计可达110-230亿美元 [1] - 专业用户市场规模为70-140亿美元，覆盖3000-4000万用户 [1] - 消费级市场规模为40-80亿美元，覆盖6000-10000万内容创作者 [1] - 专业用户基数参考Adobe Premiere Pro等专业视频软件 [1] - 消费级市场对标YouTube、抖音、快手等UGC平台创作者规模 [1] 可灵AI的竞争力 - 在定价、视频生成连续性、时长及成本控制方面表现突出 [1] - 瑞银对视频生成行业进行渠道调研，包括与顶尖民营视频AI模型运营商交流 [1] 中长期竞争格局 - 视频生成式AI不会形成"赢家通吃"的局面 [2] - 谷歌等互联网巨头倾向于将AI作为云服务或广告业务的配套工具 [2] - 可灵AI聚焦创作者与媒体制作市场，差异化路径清晰 [2] 快手目标价调整 - 瑞银将快手目标价从83.40港元上调至95.37港元 [2] - 剔除可灵AI后的核心业务加净现金及投资估值为每股86.0港元 [2] - 可灵AI单独估值每股9.3港元，参考同类视频生成式AI企业估值水平 [2]

全球AI格局与中国挑战 - 中美企业在生成式AI应用层布局接近持平，但中国AI融资占比持续收缩，头部企业估值仅为美国企业的2% [3] - 中国AI产业面临严峻算力瓶颈，受美国出口管制影响 [3] DeepSeek的崛起与开源战略 - DeepSeek以全栈开源策略突破，仅用600万美元、2000块H800 GPU完成训练，成本仅为GPT-4的6% [4] - 上线20天日活用户数突破2000万，刷新互联网获客纪录 [4] - 与微信生态深度整合，形成"超级平台+开源模型"新范式，重构广告、电商与企业服务生态 [4] GEO生态与流量变革 - GEO成为企业流量命脉，微信11亿日活用户接入DeepSeek R1推理引擎，搜索行为进化为"对话式需求表达" [6] - 传统SEO失效，AI成为全新搜索入口，未可知研究院推出GEO智能广告服务，抢占"答案话语权" [6] - 未来70%用户决策依赖AI推荐时，GEO将成为新时代的黄金广告位 [11] 2025年AI投资赛道 - 通用智能体（Agentic AI）、具身智能与人形机器人、小型AI硬件革命、AI for Science是重点赛道 [8] 未可知研究院的定位与服务 - 聚焦AI前沿趋势、商业落地与人才发展，致力于成为"AI时代的认知基础设施" [12] - 提供"趋势预判-技术拆解-商业落地"全链条服务，连接技术方与场景方 [11] - 参与工信部AIGC标准制定，为政府和企业提供赛道筛选与投资风险评估服务 [11]

人形机器人技术进展 - 优必选工业版人形机器人Walker S已参与汽车制造流水线工作 包括门锁质检、车灯盖板检测、安全带检测和贴车标等复杂操作 [1] - 小米集团2022年推出全尺寸人形机器人CyberOne 配备自研视觉空间系统和音频算法 [3] - 小鹏汽车2023年10月展示双足人形机器人PX5 具备敏捷运动和抗扰越障能力 [3] - 科大讯飞2023年10月开发者节公开展示人形机器人产品 [3] 资本市场动态 - 优必选2023年12月29日登陆港交所 成为人形机器人第一股 上市仪式由Walker S机器人完成敲锣 [2] - 2023年国内9家人形机器人企业累计获得超19亿元融资 其中3家企业单轮融资金额超亿元 [5] - 星动纪元2024年1月完成超亿元天使轮融资 由联想创投领投 金鼎资本和清控天诚跟投 [6] - 宇树科技2024年春节前完成B2轮融资 金额近10亿元 投资方包括美团、金石投资和源码资本 [6] 企业战略布局 - 优必选以新能源汽车制造作为工业场景切入点 同时布局人工智能教育和智慧康养领域 [2] - 逐际动力制定三阶段商业化路线：四轮足机器人巡检物流→大型商业场景操作→具身智能消费应用 [4] - 星动纪元实现机器人本体、驱动器、关节电机和控制算法完全自研 计划2024年推出全尺寸人形机器人并量产 [5] - 智元机器人2023年8月发布第一代通用型人形双足机器人远征A1 预计2024年推出第二代产品 [5] 产业链支撑 - 人形机器人由传感系统（力控/视觉传感器）、控制系统（算力/存储芯片）和执行系统（无框力矩电机/空心杯电机）三大系统组成 [7] - 奥比中光构建全栈式3D视觉感知技术体系 其传感器已应用于服务机器人、工业机器人和人形机器人 [7] - 生成式AI技术提升机器人适应性和感知力 大型语言模型使人与机器人交互更直观 [8] 政策与行业认知 - 2023年工信部、北京市和上海市出台政策支持人形机器人产业创新发展 [1] - 人形机器人被视为继计算机、智能手机和新能源汽车后的颠覆性产品 [1] - 智能制造场景被认为是大规模应用首选领域 商用服务为最快落地市场 家庭场景最具潜力 [3] - 人形机器人可解决工业机器人无法胜任的长尾工种 对保持制造业竞争力具有重大意义 [2]

生成式AI技术在服务业的应用 - 核心观点是利用生成式AI技术将服务业转化为制造业，打破大规模、高品质、低成本的不可能三角 [4][7] - 教育行业可通过AI老师实现个性化终身陪伴，边际成本可降低90% [6] - AI技术可标准化服务流程，替代人力密集型行业的复杂管理问题 [8] AI应用商业化落地挑战 - 当前AI应用未爆发式落地因大模型存在幻觉、推理不准确和结果不确定 [4][10] - 多模态交互能力（如数字人实时表情生成）和并发推理架构仍需优化 [10] - 需平衡模型不确定性与业务容错度（如医疗场景容错率远低于内容推荐） [10] AI应用创业路径与策略 - 创业路径应先跑通业务闭环，再用AI逐步替换环节（如阿里云由电商需求倒逼） [12] - AI赋能分为两类：辅助人类决策（线性增长）和完全无人化（指数增长） [13] - 数据飞轮形成依赖持续个性化交互（如订餐偏好），非确定性任务更易构建飞轮 [14] 智能时代组织建设关键 - 需融合领域人才与AI人才，解决技术落地与业务需求的矛盾 [15] - 企业文化需务实创新，业务闭环先行再AI升级 [15][16] - 人机协同成为基础运营范式（如AI参与销售环节） [15] 行业趋势与成本优势 - 算力成本下降趋势明确，人力成本上升，AI替代经济性显著 [8] - 教育、医疗、法律等服务业可通过AI实现千人千面服务 [7] - 技术迭代速度超越摩尔定律，需动态评估模型能力边界 [10]

物理AI战略定位 - 公司CEO黄仁勋多次强调物理AI是下一波技术浪潮 是机器人技术 自动驾驶汽车和空间智能技术背后的引擎[1] - 物理AI依托神经图形 合成数据生成 物理模型 强化学习和AI推理技术[1] - 公司Omniverse和仿真模拟技术副总裁Rev Lebaredian表示物理AI将撬动万亿美元级市场[1] 技术研发进展 - 在SIGGRAPH 2025大会展示16篇论文 物理AI是核心主题[1] - 图形研究副总裁Aaron Lefohn指出渲染研究推动逼真虚拟世界创建 用于训练物理AI系统 AI帮助基于图像构建3D世界[2] - 实时路径追踪性能在9年间提升1万倍[2] - 推出开源70亿参数推理视觉语言模型Cosmos Reason 用于机器人和视觉AI代理理解物理世界[5] - 推出新软件库Omniverse NuRec 3D高斯喷射库[5] 应用场景拓展 - AI研究副总裁Sanja Fidler表示机器人将成为家庭成员 重新定义工厂 仓库 农业运作方式[2] - 虚拟环境训练效率比真实世界高几个数量级 几分钟训练可匹敌现实世界10年经验[2] - 研究副总裁Ming-Yu Liu指出所有移动物体都可变成机器人 工业机械臂执行简单任务 自动驾驶汽车应对复杂交通 仿人机器人需多技能[3] - 生成式AI转化为物理AI的关键是训练数据 合成数据是破解数据问题的核心[3] 产品生态布局 - 银河通用机器人首发搭载公司Jetson AGX Thor芯片的应用[1] - Jetson Thor GPU机载计算机在机器人领域生态完善 节省厂商开发时间[3] - 1月推出基础世界模型Cosmos 生成合成自动驾驶场景辅助物理AI开发[5] - 推出Nemotron Nano2和Llama Nemotron Super 1.5模型[5] - 思科 戴尔将推出搭载RTX PRO 6000 Blackwell服务器版GPU的服务器 用于代理AI 工业和物理AI企业负载[5] - RTX PRO 4000 Blackwell SFF版和RTX PRO 2000 Blackwell GPU将于今年晚些时候推出[5]

港股市场表现 - 恒生指数涨0.09%在25000点一线反复徘徊 [1] - 国企指数涨0.17% [1] - 恒生科技指数跌0.39% [1] 科技股行情 - 大型科技股多数呈现弱势行情 快手跌近7% 阿里巴巴跌1.35% 百度美团腾讯飘绿 [1] - 小米京东小幅上涨 [1] 半导体行业 - 生成式AI技术推动全球算力需求爆发式增长 [1] - 晶圆制造作为半导体产业链核心环节值得关注 [1] - 半导体芯片股拉升 权重中芯国际涨超3% [1] 苹果产业链 - 机构指苹果追加在美投资看好果链估值修复 [1] - 苹果概念股继续强势 比亚迪电子鸿腾精密再创阶段新高 [1] 大宗商品相关板块 - 双焦期货继续走高 煤炭股普遍活跃 [1] - 行业利好消息不断 乳制品股集体上涨 [1] - 濠赌股内房股保险股石油股齐涨 [1] 弱势板块 - 稀土概念股走低 [1] - 生物医药股低迷 创新药方向呈现高开低走行情 [1] - 应用软件类股军工股纸业股光伏股教育股钢铁股多数低迷 [1]

GPT-5发布与市场反响 - GPT-5上线次日因用户批评恢复向付费用户提供GPT-4o [1] - 发布会展示存在数据图表错误、代码演示漏洞及科学原理解释误导问题 [3] - 核心技术更新"Router"被硅谷AI从业者指出为已存在数年的技术 [3] 技术架构与性能表现 - GPT-5采用实时路由器（Real-time Model Router）整合子模型而非端到端单一模型 [6][7] - 路由器技术原用于设备端成本平衡、多模型聚合及高频简单查询处理场景 [8] - 编程基准测试（SWE-bench）图表显示GPT-5准确率52.8% 但柱状图错误高于o3模型69.1% [27] - 多模态整合面临计算需求差异挑战 语音模块需低延时而研究模块可容忍数分钟延迟 [9] 垂直领域商业化战略 - 重点布局教育、健康医疗和编程三大垂直领域 [13] - 教育场景展示多模态语言学习功能 可自动生成法语学习网页及游戏应用 [14] - 健康医疗领域瞄准占美国GDP 18%的市场规模 [20] - 全球AI医疗市场规模预计从2024年26.69亿美元增至2030年188.38亿美元 年复合增长率38.62% [20] - 编程领域与Anthropic展开竞争 Cursor公司站队OpenAI对抗Claude Code产品 [22] 模型开发困境与瓶颈 - 内部项目Q-Star最终转化为o系列模型 侧重思维链推理但未达GPT-5命名标准 [37] - Orion项目（后称GPT-4.5）因高质量数据匮乏延期 依赖合成数据训练效果未达预期 [41] - 模型训练出现灾难性遗忘（Catastrophic Forgetting）现象 导致原有知识体系崩溃 [44] - Scaling Law面临瓶颈 预训练阶段性能增长放缓 [41][45] 未来技术发展路径 - 强化学习（RL）路线专注于目标驱动型任务 依赖通用验证器（Universal Verifier）提升答案质量 [46][49] - 多模态能力被视为关键突破方向 视频与世界模型（World Model）可拓展信息承载量 [55] - 联合嵌入预测架构（JEPA）成为替代Transformer的潜在方案 在潜层空间完成预测任务 [59] - 谷歌发布世界模型Genie 3 被部分业内人士认为重要性超过GPT-5 [56] 行业竞争与市场影响 - 语言学习公司多邻国股价在GPT-5发布会期间出现大幅震荡 [16] - OpenAI投资医疗AI公司Ambience Healthcare完成C轮2.43亿美元融资 [20] - 头部大模型公司开启价格战 争夺企业订单与市场份额 [3] - 基准测试（Benchmark）重要性下降 竞争前沿转向用户体验优化 [30]

一、xAI开放Grok 4 - Grok 4向全球用户免费开放但限制每12小时使用5次 达到限制后完全不可用 [1] - 该策略被视为对标GPT-5发布 引发付费用户对订阅价值的质疑 [1] - Grok Imagine视频生成服务新增分享功能 修复下载问题并强化图片审核机制 [1] 二、浪潮发布元脑SD200服务器 - 元脑SD200将64张GPU卡融合为统一内存节点 支持四大国产开源模型并行运行 [2] - 采用3D Mesh架构与GPU虚拟映射技术 显存达4TB 内存64TB 满足万亿参数模型推理需求 [2] - 64卡运行DeepSeek R1性能提升3.7倍 Kimi K2提升1.7倍 专为Agentic AI计算需求设计 [2] 三、智谱GLM-4.5技术突破 - GLM-4.5公开预训练与后训练细节 首创单模型融合推理、编码与智能体能力 [3] - 基于MoE架构与15T通用+7T专业数据训练 强化长上下文与智能体性能 [3] - 在12项ARC测试中超越Claude Opus 4 部分指标超过OpenAI o3 [3] 四、昆仑万维SkyReels-A3视频模型 - SkyReels-A3基于DiT架构生成1分钟数字人视频 优化手部动作与运镜控制 [4] - 采用改进插帧方法与ControlNet模块 解决长视频稳定性与多视角切换问题 [4] - 作为五天技术发布周首款产品 已上线Talking Avatar工具 [4] 五、腾讯混元3D生成能力升级 - 创想三维MakeNow平台接入腾讯混元 增强CubeMe等工具的3D生成能力 [5] - 混元3D v2.5采用稀疏原生架构 几何分辨率达1024³ 纹理贴图4K级 [6] - 用户上传照片5分钟内可生成可打印Q版手办 支持三种风格个性化调整 [6] 六、阿里开源具身智能组件 - 开源RynnVLA-001视觉-语言-动作模型 能从第一人称视频学习人类操作 [7] - RynnRCP协议打通传感器到执行的机器人工作流 支持多款热门模型 [7] - RynnEC模型通过视频序列建立连续空间感知 引入多模态世界理解能力 [7] 七、百川医疗大模型Baichuan-M2 - 32B参数Baichuan-M2在HealthBench评测中仅次于GPT-5 超越所有开源模型 [8] - 集成验证系统与患者模拟器 严格遵循中国医疗指南并适配临床场景 [8] - 4bit量化后单卡RTX4090可部署 成本较DeepSeek-R1 H20降低57倍 [8] 八、灵巧智能机器人手技术 - DexHand021 Pro拥有22自由度 双绳驱动实现拇指对指等精细操作 [9] - 串并混联设计解决摩擦损耗问题 四指负载>1kg 整手抓握>5kg [9] - 集成12个电机与多传感器 成本仅为同类产品十分之一 [9] 九、Scaling Law行业观点 - Scaling Law反映数据内在幂律特性 模型能力非线性增长源于数据结构 [10] - 需通过强化学习将计算转化为新知识 建立生成-验证-学习的进化飞轮 [11] 十、2025大模型应用趋势 - 45%企业已部署大模型至生产环境 32%定制模型 27%采用API服务 [12] - 用户平均使用4.7家不同产品 ChatGPT领先但Gemini与DeepSeek增速显著 [12] - 55%接受中国模型但要求海外部署 英伟达占据78%训练硬件市场份额 [12]