AIoT 行业专题 20250926 摘要 端侧 AI 在推理成本大幅下降、模型性能持续提升以及模型竞争加剧的背 景下，其应用基础日益稳固。英伟达通过硬件升级和架构优化，显著降 低 AI 推理成本和功耗，并推出 Robin CPX GPU 以提升特定工作负载效 率。 Deepseek 通过架构创新，如稀疏 MOE 架构和注意力机制 MLA，有效 降低模型训练和推理成本。Deepseek R1 运用蒸馏技术，在保持性能 的同时，显著降低计算复杂度和存储需求，加速端侧 AI 落地。 端侧 AI 率先在 AR 玩具领域实现落地，因其对硬件设备和模型性能要求 相对较低。Yuran 创新推出的 AR 玩具 Bubble Popper 和 Coco Mate，市场反响良好，推动了端侧 AI 技术的应用。 IoT 行业整体景气度向上，云平台如涂鸦智能持续保持较高增长速度， 小米 IoT 业务也实现历史新高。中游及下游的良好表现预示着 ALT 行业 具有广阔的发展前景，而 ALT 是端侧 AI 的关键路径。 乐鑫科技作为全球领先的 WiFi MCU 供应商，营收持续超预期增长，传 统智能家居业务保持稳定增长，同时 AR 玩具 ...

阿里巴巴AI模型进展 - 推出下一代AI模型Quen 3 宣称更高效率且降低计算成本 [1] - Quen 3为开源模型 类似深度求索的R1模型 [2] 中国AI芯片自主化趋势 - 阿里巴巴和BU开始采用自研芯片训练模型 减少对英伟达依赖 [2] - 中国AI自给自足能力持续提升 反映技术自主化趋势 [3] - 企业转向内部技术开发 规避美国芯片出口限制不确定性 [5] 中国科技板块表现 - Kweb ETF当日上涨2% 年初至今累计涨幅达40% [3] - 中国低成本高效能芯片开发预期升温 类似历史模式重现 [4] 行业竞争格局变化 - 中国AI模型构成对OpenAI和Anthropic等硅谷企业的竞争威胁 [2] - 除Quen 3外 竞品模型Kimmy K2同样值得关注 [5] - 中国AI领域竞争意识强化 打破美国主导预期 [4]

涉及的行业或公司 * AI行业 特别是人工智能代理（Agent）领域[1][5][17] * 涉及公司包括OpenAI、谷歌、Deepseek、Cursor、Devin、Metas、Salesforce、苹果、Manas、Genspark、Minimax等[1][4][16][18][19][21] 核心观点和论据 **技术发展推动Agent爆发** * 底层模型突破是Agent发展的关键 如Deepseek R1推理模型使Agent能执行复杂任务[1][6] * 模型在预训练、强化学习、推理能力、编程能力、多模态能力等多个维度有明显提升[3] * MCP（Multi-Context Processing）技术推出显著提升Agent能力 简化大模型与工具交互过程[3][9][11] * 底层模型成功率对任务执行至关重要 多步骤任务需高成功率保证最终结果[10] **市场需求驱动发展** * 从2022年底ChatGPT推出到2023年模型竞赛 市场一直在等待能带来生产力提升和降本增效的工具[1][3][7] * 早期AI应用如Chatbot未能达到预期效果 被视为"玩具"[7][8] * 2025年市场需要看到AI带来的实际降本增效、营收增长及客户满意度提升等明确效果[1][14] **产品类型与能力定义** * 主流Agent产品分为三类：编程类（Cursor、Devin）、研究型（谷歌、OpenAI的Deep Research）、综合性应用（Metas）[4] * 真正意义上的Agent产品需具备五项核心能力：对话能力、推理能力、长记忆能力、调用工具能力以及规划能力[15] * 目前多数Agent仍处于半自动状态（human in the loop） 完全自动化产品失败率较高[15] **发展阶段与重要性** * Agent处于L3阶段 具备聊天、推理及动手能力 是从L2到L4的重要过渡环节[1][5] * Agent不仅是效率提升工具 更是通往AGI的关键环节 会影响未来互联网流量入口格局[5][18] 其他重要内容 **开源生态影响** * 开源生态通过MCP等技术降低开发门槛 促进技术共享与创新 加速行业发展[1][9] **竞争格局差异** * 垂直型Agent因聚焦单一领域而落地更快 工作流明确且高频重复 已签约大客户并带来收入增长[20][25] * 通用型Agent目前成功率较低且缺乏明确商业场景 但代表未来竞争方向 是用户流量入口[20] * 科技巨头将在通用型Agent领域展开激烈竞争 初创公司可能面临闭源模型API服务停止的风险[24] **资源消耗与成本** * Agent普及将大幅增加tokens消耗 完成一个任务通常需要多个步骤 每个步骤都需消耗大量tokens[19] * 一些人工智能服务如Manas、Genspark、Minimax等 完成一个任务约需10元人民币[19] * 智能体目前消耗大量tokens成本 而订阅费用与成本之间存在错配问题[24] **投资建议与市场展望** * 未来几年AI智能体将围绕工具调用、规划、记忆及可靠性迭代 垂直领域智能体先行落地[2][26] * 长期配置平台巨头 关注足够垂直且壁垒深厚的玩家[2][26] * 行业估值可能回归理性 有利于长期健康发展[27]

行业竞争格局 - 年初Deepseek R1开源模型引发行业震动，几乎成为所有下游AI应用厂商的选择，部分资本市场人士认为大模型战争已结束 [1] - MiniMax CEO闫俊杰认为AI领域将维持多玩家并存格局，不同模型因对齐目标差异而具备独特优势（如程序员能力、情商对话、想象力等）[2] - 开源模型影响力持续扩大，最佳开源模型性能已逼近闭源模型，例如月之暗面Kimi K2在代码和Agent任务能力上接近OpenAI/Anthropic水平 [3] 技术演进趋势 - MiniMax推出全球首个开源大规模混合架构推理模型MiniMax-M1，在长文本处理任务中计算量仅为DeepSeek R1的25% [4] - 模型优化带来显著成本优势：8万Token深度推理时算力需求为竞品30%，10万Token生成时仅需25%算力 [4] - 行业算力增长未导致模型规模同比扩张（如Kimi K2总参数1T，激活参数32B），因公司需平衡参数量与计算速度 [4] 成本与需求动态 - 未来1-2年顶级模型的推理成本可能再降一个数量级，单模型训练成本不会显著增加 [5] - 算力消耗呈指数级增长：单个对话Token消耗从几千增至几百万，因AI解决更复杂问题且用户基数扩大 [5] - 混合架构技术（如闪电注意力机制）推动效率提升，使模型在保持性能同时降低资源需求 [4]

H20芯片库存与生产情况 - 大摩预计H20芯片库存可达100万片 其中成品芯片库存约70万个 需采购1万片CoWoS-S晶圆进行封装 KYEC可能额外提供20-30万个芯片 [1][2] - JP Morgan预测H20初期季度需求高达100万个 主要受中国AI推理需求驱动且无替代产品 库存可能在一个季度内消耗完毕 [3][4] - 瑞银估算H20销售额将达130亿美元 按每台1.2万美元均价计算对应销量略超100万台 销量恢复比例或达15%-20% [5][6] - Jefferies推测现有H20库存约55-60万个 基于150亿美元收入损失推算 后续将推出采用GDDR6内存的降级版本 [7] 市场需求与行业动态 - JP Morgan指出H20需求旺盛源于中国AI推理市场及客户提前下单行为 与2025年Q2 Deepseek R1的60万需求形成对比 [3] - 瑞银提到中国市场占英伟达数据中心销售额百分之十几 H20出口放宽将支撑下半年业绩 GB200产能提升及GB300量产将推动增长 [5] - Jefferies透露美国可能重新引入数据传输速度限制 HBM3内存的H20将停产 转向GDDR6版本 [7] 行业信息与资源 - 英伟达B系列服务器已在国内开放样品订单 接受行业客户咨询 [8] - 行业研究平台持续更新投行数据及关键信息 提供网盘资源整合服务 [10]

纪要涉及的行业和公司 行业：A股市场、内需消费、有色金属、医药生物、金融、公用事业、煤炭、人工智能、人形机器人、创新药、新消费 纪要提到的核心观点和论据 - **弱美元周期显现及影响**：美元走势脱离利差框架且美国财政赤字扩大，预计2026年赤字率恶化至7%，2023 - 2024年或恶化至7.8%，弱美元成重要宏观背景；过去三段弱美元时期A股宽基指数上涨，消费风格最佳，内需消费、有色金属、医药生物和金融行业表现不错[1][2][4] - **资本市场新政策周期利好**：2024年9月以来出台多项利好政策，央行互换工具操作规模达1050亿，回购操作贷款上限总额达1374亿，合计约2400亿，为市场提供底部修复流动性支持[1][5] - **全球流动性宽松影响A股**：全球三大央行M2同比增长与A股走势相关，2019 - 2021年宽松推动A股牛市，2022年转负致熊市，2024年8月M2转正、9月美联储降息，开启新一轮牛市[1][6] - **全球货币政策处于宽松周期**：美联储短期暂停降息但周期未结束，2025年可能继续降息两次；欧洲央行多次降息，中国央行明确降准降息方向[1][7] - **外资态度转变**：外资从看空中国转向加仓，源于对中国财政和货币政策的信心、科技硬资产崛起、美国形象受损及中国软实力提升[3][8][9] - **下半年市场预期差**：外需可能不疲弱，通胀削减法案或提振美国需求；中美贸易战可能停战或修复；增量财政政策加码发力，结构性政策有望年中落地[3][11] - **下半年市场走势**：预计先震荡后向上，震荡中枢逐步上移，当前因基本面制约震荡，未来受弱美元、政策支持和流动性改善推动[12] - **市场向上突破因素**：全球基本面超预期改善、国内增量政策落地、新兴产业突破性发展，如人工智能、人形机器人、创新药、新消费等[13][16] - **A股中长期展望**：使用择时指标预测全A未来三年年化回报为8.64%，权益资产性价比高，建议维持60%中长期仓位配置，大趋势震荡上行[14] 其他重要但是可能被忽略的内容 - 2025年全年A股业绩增速预测年底仅零增长左右，全A剔除金融、石油、石化后的业绩增速可能负增长[12] - 市场存在对出口订单需求减弱、经济通缩、财政和货币政策乘数效应不足等悲观预期[10][11]

东吴证券近日发布电子行业中期策略：Fab厂资本开支增速放缓，建议关注国产测试线 表现及国产HBM扩产。两存扩产接近顶峰，SMIC25年资本开支持平，今年一线fab厂资本开 支增速明显下滑。在资本开支绝对值预期内背景下，半导体设备的国产化率提升重要性提 升，先进制程的国产测试线表现尤为重要。此外，国产HBM的扩产也落在预期外，值得期 待。 以下为研究报告摘要： 投资要点 H1业绩改善显著，H2旺季加速复苏。25Q1电子行业A股上市公司营收合计为8595亿 元，同比+18%；归母净利润为366亿元，同比+30%。25Q1营收淡季环比24Q4旺季仍有增 长，复苏态势明确。我们认为随着下半年旺季叠加库存去化结束，电子行业有望持续复苏。 从细分板块来看，25Q1功率、模拟半导体持续复苏，我们认为主因下游经过两年的库存， 库存水平已到达较低水平。同时价格亦在底部企稳。而数字IC由于AI需求，营收利润增长 强劲，同环比均有20%左右增速。下半年传统旺季来临，其余板块亦有望再添复苏动力。同 时，工业、汽车领域或将迎来复苏。从库存端看，25Q1，电子板块的存货合计为6787亿 元，环比+9%，整体存货略有提升。从盈利端看，考虑 ...

中国游戏市场规模 - 2025年4月中国游戏市场规模达273.51亿元，同比增长21.93% [1] - 移动游戏同比增长28.41%，出海收入同比增长9.62% [1] Deepseek R1技术进展 - R1在AIME2024和LiveCodeBench测试中超越o3和Gemini 2.5 Pro，较旧版提升15% [1] - 推理能力蒸馏至Qwen3-8B小模型，数学测试结果较蒸馏前高10% [1] - 文字理解和创作能力提升：改写润色、总结摘要、阅读理解的幻觉率降低45%-50%，长篇写作和角色扮演能力增长明显 [1] 人工智能与游戏行业结合 - 人工智能持续发展有望提振游戏板块，游戏是成熟的人工智能应用领域 [1] - 大语言模型可能催生新玩法，例如剧本编写：通过提纲生成剧本并优化调优 [1] - 未来或通过大语言模型赋予游戏人物独立人格，使其在虚拟世界中自主行动 [1]

Deepseek R1模型性能升级 - 深度思考能力对标国际顶尖模型OpenAI-o3和Gemini-2-5-Pro-0506 在数学、编程与通用逻辑等多个基准测评中整体表现接近[3] - 蒸馏训练性能显著提升 基于Deepseek-R1-0528思维链训练的Qwen3-8B Base模型在AIME2024数学测试中性能仅次于原模型 与Qwen3-235B相当[3] - 幻觉率降低45-50% 在改写润色、阅读理解等场景表现优化 同时支持议论文、小说等文体的长篇内容生成及工具调用[3] 商业化应用前景 - 性能迭代有望提升用户渗透率和使用频次 带动国产算力产业链需求增长[4] - 蒸馏模型在端侧设备表现优异 加速大模型在手机、PC、眼镜等终端设备的落地应用[4] 行业影响 - 模型更新被视为行业催化剂 推动国产大模型技术持续迭代[5] - 技术突破可能重塑AI赋能终端设备的竞争格局[4]

OpenAI组织架构调整 - OpenAI宣布将保持慈善组织身份，并将营利性子公司转型为公益公司(PBC)，非营利组织作为大股东控制PBC [1] - 此次调整强调公司的非营利性定位，与2023年人事动荡中关于商业化与安全性的争议有关 [1] - 前首席科学家Ilya Sutskever因反对过度商业化离职，其新项目SSI估值达200亿美元，而OpenAI当前估值3000亿美元 [1] 开源与闭源之争 - 行业质疑OpenAI闭源商用模式的可持续性，原预计2026年面临挑战，但开源模型的快速追赶使压力提前 [1] - Llama4、Deepseek R1等开源模型性能已接近GPT-4初代水平，代际差距缩短至14个月以内 [1][2] - Claude 3.5/3.7凭借开放态度和API调用便利性在亚洲市场占据优势 [2] 商业化与竞争格局 - OpenAI的API定价比竞争对手(R1、豆包)高一倍多，而最新季度行业API调用量环比增长4-5倍 [3] - 云计算厂商大力推广其他基础模型，性价比优势对OpenAI形成冲击 [3] - 苹果未投资OpenAI，反映市场对基础模型商业化前景的谨慎态度 [2] 行业技术发展 - 开源模型通过社区生态加速迭代，投资者更倾向支持可延展开发的平台 [2] - 模型代际追赶速度超预期，开源阵营已接近2024年初GPT-4水平 [1][2]