文章核心观点 - 摩根大通分析师姚橙认为，中国科技资产，尤其是国产替代方向，仍有超预期增长空间，AI投资领域的资本支出需求正从美国供应商向中国供应商转移 [1] - 全球AI行业已从模型“百团大战”迈入商品化阶段，垂类赛道与B端商业化成为核心发展方向 [1] 中国科技资产投资价值 - 尽管短期市场存在波动，但中国科技资产，尤其是国产替代方向，仍有超预期增长空间 [1] - 美国进入降息周期后，市场流动性宽松，资金会主动追逐潜在回报率更高的资产，中国资产作为新兴市场在全球配置中仍处于相对“低配”状态，具备显著增配空间 [2] - 中国的模型能力已受到全球大型科技公司认可，硅谷众多开发AI应用的技术人员已在使用中国研发的底层模型 [2] - 未来若在硬件领域实现突破，解决了芯片通信等问题，将提升全球投资者对中国科技的认可度 [3] AI资本支出与产业链转移 - 2025年，AI投资领域资本支出需求从海外供应商逐渐往国内供应商转移 [3] - 2024年下半年，中国科技公司的思路从多囤积进口硬件为主，转变为积极拥抱国产解决方案 [3] - 当头部公司开始大规模采购装载国产芯片的国产服务器，利润和资本回流到本土供应商，将形成良性循环，加快技术研发落地 [3] - 中国本身是一个巨大的市场，且作为“世界工厂”在电力等基础设施方面具备优势，足以让本土企业获得丰厚收益 [3] 全球AI市场格局演变 - 全球模型市场的整合阶段已基本结束，2023年中国AI领域还处于“百团大战”状态，如今市场上仅剩下5～10家机构仍在坚持开发模型 [4] - 模型基座能力正走向“商品化”阶段，各家模型的差异不大，选择不同供应商的基座模型最终效果差异可能很小 [4] - 在模型能力趋于同质化的背景下，垂直行业的专有数据成为形成差异化优势的关键，未来垂类模型的发展将呈现明显区分度 [4] - 垂类模型未必由科技巨头主导，小型公司可以基于开源模型蒸馏出小尺寸模型，利用垂直数据训练出极具竞争力的应用 [4] AI商业化落地路径 - AI商业化落地，B端路径比C端更清晰，实施起来也更容易 [5][6] - B端典型落地场景包括：在电商领域，AI虚拟模特可替代传统模特，节省场地租赁和后期设计成本；在编程领域，AI可自动生成基础代码、排查程序漏洞，提升效率 [6] - AI在B端的底层逻辑不一定是创造全新收入，而是融入现有运营模式实现成本节约，其商业化落地和盈利逻辑清晰合理 [7] - C端商业化面临挑战：商业化方向尚未完全明晰，竞争极其充分；中国市场免费服务体验佳导致用户付费意愿较低，变现更加困难缓慢 [7] - AI发展的关键已从“模型”转向“数据与应用”，垂直行业的数据壁垒和B端的降本逻辑是当前最清晰的路径 [7]

珠海AI产业发展战略定位 - 避开通用型AI正面竞争，聚焦智慧城市、智能家居、医疗AI、海洋科技等本地化场景，将AI技术与城市治理、民生服务深度结合[1] - 较小的辖区使得AI应用试错成本低，并为后续复制至大湾区其他城市提供了更广阔的可行性[1] - 城市定位为以城市作为试验场，聚焦构建“技术应用生态”，与深圳的“硬核科技”和广州的“商贸中心”形成差异化[22] 产业平台与模型发展 - 打造珠海首个大模型应用高地“模数空间”，定位为大模型产业孵化空间和产业应用转化平台，汇集超140个细分行业的垂类模型和AI硬件产品[3][6] - 未来模型赛场将聚焦在垂类模型上，因通用基础大模型市场格局已基本成型[4] - 2024年规划力争落地20家以上垂直和场景大模型企业，努力把珠海打造为中国知名“模都”，已有金山办公的“WPS AI”、远光软件的“远光智言”等实现商用[6] 代表性企业案例与商业模式 - 深译科技从数据切入，发展数据处理和垂类模型两大业务，研发出国内首个面向葡语国家市场的行业级大语言模型[7] - 金智维聚焦自动化、智能化赛道，将RPA升级为AI Agent数字员工，并在政务、金融、制造业等领域广泛落地[10] - 无界方舟倾向于与行业头部公司建立深度合作，基于对方开放的专业资源做定制化训练，进行联合研发和持续技术更新[11] 人才与历史基础 - 1992年珠海在全国率先“百万重奖”科技人员，最高奖励价值超过160万元，当年即引进科技型企业28家，总投资6亿元[13] - 通过人才立法、“珠海英才计划”、12年免费教育、人才子女任选优质学位、医保90%报销比例等政策吸引人才[14] - 截至2024年，珠海人均GDP达17.87万元，在广东位居第二，全国跻身前20[14] 区位与宜居优势 - 珠海是内地唯一与港澳同时陆路相连的城市，通过港珠澳大桥，5分钟到澳门，35分钟到香港，粤港澳大湾区一小时经济圈成为现实[16] - 宜居的环境适合智能产业聚合，是吸引高层次人才选择留下的主要原因之一[16] 政府政策与支持 - 设立总额最高5亿元的“算力券”，符合条件的企业可按实际购买算力费用的50%获得支持，每年度最高可使用1000万元的“算力券”[18] - 香洲区对经认定的企业给予30%算力补贴、最高80%贷款风险补偿、LPR100%贷款贴息、30%数字化改造补贴等政策[18] - 2024年全社会研发投入占GDP比重达4.06%，位列全省第二；每万人口发明专利拥有量184.6件，连续13年保持全省第二[21] 财政资源与差异化鼓励 - 2024年珠海一般公共预算收入475.16亿元，支出649.98亿元，其中科学技术支出为46.53亿元[21] - 差异化鼓励方向包括智能可穿戴设备、虚拟现实和增强现实设备、全屋智能家居产品、智能机器人等，结合了本地集成电路、智能家居产业基础[21]

浦东人工智能产业发展 - 浦东人工智能产业从"试水探路"到"繁茂成林"跃升 人形机器人从实验室走向生产线 AI药物加速萌芽 垂类模型赋能千行百业 [1] - 2025世界人工智能大会展示浦东AI产业"进化论" 创新因子见证产业跃升 [1] - 浦东模力社区投用一年 聚焦具身智能 科学智能 应用智能三大方向 以场景闭环打通AI落地最后一公里 [3] 智元机器人发展 - 智元机器人2023年扎根浦东张江机器人谷 半年内推出首款人形机器人 2024年自建生产工厂和数据采集工厂 2025年1月实现千台机器人量产下线 成为上海首个人形机器人量产企业 [1] - 智元机器人推出全能探索机器人灵犀X2 发布通用具身模型基座"智元启元大模型" 展示人形机器人"进厂打工"多种应用场景 发布业界首个具身智能操作系统参考框架"智元灵渠OS" [1] - 智元机器人将继续扎根浦东 打造人形机器人产业集聚区和创新引领地 [2] 英矽智能业绩 - 英矽智能2024年营收3.5亿元人民币 同比增长108% [2] - 截至2024年底 英矽智能有10条管线处于临床阶段 中国首个进入临床的AI药物Rentosertib完成临床药效概念验证 [2] 模力社区生态 - 模力社区助力企业将AI技术融入智能生产 生命科学 金融科技 城市管理等七大领域 [3] - 极豆科技为保时捷 小米等25家知名车企打造智能座舱 羚数智能推出30余款工业AI体 服务振华重工等制造业巨头 [3] - 模力社区吸引智谱寰宇 阿里通义千问两大模型巨头落户 张江已吸引近200家上下游相关企业 [3]

公司技术突破 - 夸克健康大模型于7月23日通过中国12门核心学科的主任医师笔试评测 成为国内首个完成该挑战的大模型[1] - 该模型在5月通过副主任医师职称考试基础上实现能力提升 展现出复杂医学推理任务的突破[1] - 核心突破为构建"慢思考能力" 融合链式推理与多阶段临床演绎路径建模 实现分阶段深入推导医疗问题[1] 技术实现路径 - 采用"双数据产线+双奖励机制"工程体系 将医学数据划分为可验证（诊断类）和不可验证（健康建议类）两类[2] - 训练方法引入过程奖励模型（评估推理链合理性）和结果奖励模型（评估结论准确性） 提升临床可解释性与推理一致性[2] - 通过多阶段强化学习流程 包括人工校验冷启动数据、多轮样本筛选与难度递进训练 以及防作弊识别机制[2] 资源与用户基础 - 拥有千人规模专业医师标注团队 其中超过400名为副主任医师及以上资历专家[2] - 夸克AI搜索在医学生群体中月活用户突破200万 覆盖全国过半医学生[2] - 医学生与医生群体使用该平台进行基础知识搜索、考试备考和临床辅助诊疗[2] 技术架构 - 以通义千问大模型为基础 采用面向垂直场景的深度工程化路线[1] - 通过真实医生标注和"问—思—答"整组数据驱动强化学习[2] - 训练目标聚焦医学思维培养而非简单问题回答[1]

视觉AI战略与垂类模型选择 - 公司选择聚焦细分视觉场景而非通用大模型路线 通过垂类模型精准响应用户需求并实现产品化落地 核心在于根据用户需求迭代模型能力 持续解决特定痛点以形成良性循环 [1] - 垂类模型战略优势包括：差异化产品能力构建 减少基础模型训练的大规模投入 实现效果与用户体验的极致优化 同时提升对用户多变需求的响应速度 [2] - 典型案例为Wink视频美容产品 凭借视频人像美容和画质修复功能实现市占率第二 通过将图片端人像美化技术迁移至视频领域 在垂类场景做到第一 [3] 产品落地与用户体验优化 - 影像工具类产品首要关注用户体验 需平衡简单易用与需求满足 例如美图设计室聚焦小微电商物料设计场景 针对性推出AI商品图、AI模特等功能 解决专业设计资源不足的痛点 [5] - 产品成功关键在于持续深挖细分场景 目前公司在视频美容、画质修复、抠图等细分领域均建立核心能力优势 用户阈值提升背景下 效果质量成为打动用户的核心要素 [5] - AI工作流构建需深度理解用户实际流程 如AI口播工具"开拍"针对录制全流程痛点开发功能 完成从技术应用到落地的闭环 [6] 技术演进与未来方向 - 生成式AI为传统图像智能化场景带来重塑机会 技术代际变化可实现更深度的场景渗透 强化理解力与跨模态能力 [7] - 重要技术方向是推动AI技术普及 通过产品化降低使用门槛 使普通用户能体验AI便利 这与公司AI工具开发战略高度一致 [7] - 研究落地协同机制需对齐技术趋势与用户需求 研发团队需基于社媒需求收集、市场竞争分析、NPS调研等数据 谨慎选择垂直场景进行规模化投入 [6] 行业会议与趋势 - AICon深圳站将聚焦Agent、多模态、AI产品设计等方向 探讨企业通过大模型降本增效的实践案例 汇集头部企业及创业公司专家分享前沿洞察 [8][9]