行业投资评级 - 推荐|维持 [5] 市场回顾 - 本周(2025 8 4-2025 8 8)计算机（申万）指数下跌0 41%，位居涨跌幅榜尾部区域 [1][10] - 上证指数上涨2 11%，深证成指上涨1 25%，创业板指上涨0 49% [1][10] - 细分板块表现：计算机设备(+1 63%)、IT服务Ⅱ(+0 06%)、软件开发(-1 95%)，硬件板块表现较好 [1][12] - 个股方面，计算机板块上涨、回调和走平的个股数量分别为158、134和44，佳缘科技(63 29%)、航天智装(40 07%)、淳中科技(35 28%)涨幅分列前三 [12] 重大事件 - OpenAI发布GPT-5系列模型，包含GPT-5、GPT-5-mini、GPT-5-nano和GPT-5-pro四个版本，输入/输出价格分别为每百万token 1 25美元/10美元 [3][21] - GPT-5在数学、编码、视觉感知和健康方面表现突出，支持"按需思考"功能，拥有4种人格模式 [3][21] - 小红书开源多模态大模型dots vlm1，视觉理解推理能力接近闭源领先模型 [15] - 通义千问发布Qwen3-4B-Instruct-2507和Qwen3-4B-Thinking-2507两款小尺寸模型，支持256K上下文长度 [15] - Anthropic发布Claude Opus 4 1，在SWE-bench Verified基准测试中达到74 5%，相比Opus 4提升2个百分点 [15] - OpenAI重新开源模型，发布gpt-oss-120b和gpt-oss-20b两款推理模型，采用Apache 2 0许可证 [15][16] - 谷歌DeepMind发布通用世界模型Genie 3，支持实时交互生成720p画面 [18] - 华为开源三款盘古模型，规模分别为1B、7B和718B，其中Ultra MoE达7180亿参数 [18] 重点公告 - 智明达参与配套的互联网低轨06组卫星成功发射，预计下半年卫星领域项目加速推进，涉及AI的研发项目已有50余个 [2][18] - 迪普科技2025年上半年营业收入5 51亿元，同比增长9 59%，第二季度净利润同比增长40 20% [2][18] - 万兴科技筹划发行H股股票并在香港联合交易所上市 [2][18] - 数字认证控股股东将变更为北京数据集团，后者直接及间接合计持有其52 48%股份 [19] 投资观点 - 大模型产业创新持续加速，商业落地前景广阔 [3][21] - 建议关注在大模型、Agent等领域具备核心技术、拥有广泛付费客户、并在财务报表中逐步体现经营成绩的上市公司 [3][21]

OpenAI发布GPT-5 - OpenAI推出GPT-5，强调其幻觉率下降且减少对人类的"阿谀奉承" [1][2] - GPT-5在编程、数学、写作、健康、视觉智能等领域具备最先进性能，内置思维能力可提供专家级智能 [2] - 模型知道何时快速响应或长时间思考，免费用户需等待几天才能使用完整推理功能 [2] - 基准测试显示GPT-5得分超过o3和o4-mini，但与前代差距不大 [2] - 特斯拉CEO马斯克称Grok 4在ARC-AGI基准测试中击败GPT-5 [2] OpenAI开源策略转变 - 公司时隔六年再次开源gpt-oss-120b(1170亿参数)和gpt-oss-20b(210亿参数)两款MoE架构模型 [3] - gpt-oss-120b可在单张80GB GPU运行，gpt-oss-20b适配16GB内存消费级设备 [3] - 公司倾向于旗舰模型闭源策略，但承认强大开源模型的重要性 [3] Anthropic更新Claude模型 - Claude Opus 4.1在代理任务、现实世界编码和推理方面升级，擅长处理复杂多步骤问题 [4] - 公司转向渐进式更新策略，未来几周将推出更多迭代 [4] - 新版本在代码编写和代理能力方面有实用改进 [4] 谷歌发布Genie 3世界模型 - Genie 3支持实时交互，可模拟水、光等自然现象及生态系统 [5] - 能以24帧/秒速度生成720p动态世界，视觉记忆追溯达1分钟 [5] - 模型存在动作空间有限、多智能体交互模拟困难等局限性 [5] 小红书开源多模态模型 - dots.vlm1基于DeepSeek V3打造，配备自研12亿参数视觉编码器NaViT [7] - 在视觉评测集表现接近Gemini 2.5 Pro等领先模型 [7] - 具备图文图表理解、表情包解析、产品配料表分析等能力 [7] xAI将开源Grok 2模型 - 马斯克宣布下周开源Grok 2，该模型以复杂问题处理和逻辑推理见长 [8] - 相比第一代在多个方面实现显著提升 [8] - X平台同步为订阅用户推出图片生成新功能 [8] AI应用市场格局 - 2025上半年AI搜索引擎(MAU 6.85亿)和AI综合助手(6.12亿)构成第一梯队 [9] - AI社交互动(1.26亿)和AI专业顾问(1.11亿)组成第二梯队 [9] - 近七成原生APP月活负增长，手机厂商预装助手和中长尾玩家增长乏力 [9] - DeepSeek月活从1.93亿降至1.62亿，流失用户主要转向百度(56%)和QQ浏览器(42.1%) [9] AMD季度财报 - Q2营收76.85亿美元(同比+32%)，净利润8.72亿美元 [10] - 数据中心收入32亿美元(同比+14%)未达预期 [10] - 贸易政策导致8亿美元库存及相关费用损失 [10] - 剔除影响后非GAAP毛利率为54%，AI收入预计将同比增长 [10] 谷歌AI搜索影响 - 公司否认AI搜索导致网站流量下滑，称总体点击量保持相对稳定 [11][12] - 反驳第三方报告关于流量急剧下降的结论，认为其方法存在缺陷 [12]

OpenAI发布GPT-5模型 - OpenAI发布新一代AI模型GPT-5，具备智能切换模型版本、更低幻觉率、更强代码能力和支持个性化设定等功能 [1] - GPT-5在SWE-bench Verified测试中得分74.9%，在Aider polyglot测试中得分88%，成为真正的编码协作伙伴 [3] - 该模型在前端Web开发任务中70%的表现优于OpenAI o3，能够生成高质量代码并处理修复漏洞、修改代码等复杂任务 [3] 英特尔CEO回应辞职传闻 - 英特尔CEO陈立武发表员工信，澄清关于他的不实传闻，暗示不会辞职 [4] - 陈立武强调拥有40多年行业经验，遵循最高法律和道德标准，将继续领导英特尔 [4] - 英特尔表示将在美国半导体研发和制造领域投资数十亿美元，包括在亚利桑那州新建晶圆厂 [4] - 知情人士透露，陈立武与部分董事会成员在公司战略和收购计划上存在分歧 [5] 微软裁员动态 - 微软在华盛顿州启动新一轮裁员，裁减约40个岗位，使该州自五月以来的裁员总数达到3160人 [6] - 此次裁员是微软全球裁员超过15000人计划的一部分，此前5月和7月分别裁减1985个和830个岗位 [6] 苹果iPhone17系列发布会 - 苹果iPhone17系列发布会预计于9月9日举行，将推出iPhone17、iPhone17 Air、iPhone17 Pro和iPhone17 ProMax [7] - 同期可能发布Apple Watch SE3、Apple Watch Series11、Apple Watch Ultra3和AirPods Pro 3 [7] 网易游戏服务器故障 - 网易旗下多款游戏突发登录异常，"网易游戏崩了"话题冲上微博热搜 [8] - 故障持续超过2小时，内部人士称宕机面积大导致排查难度大，服务器重启需要较长时间 [8] - 网易内部公告证实故障由机房网络问题引起，影响POPO部分服务 [8] 字节跳动校招计划 - 字节跳动启动2026校园招聘，计划发放超5000个offer，较2025年校招4000+规模显著扩招 [10] - 研发类岗位招聘数量同比增长23%，算法、前端、客户端增幅最大，非研发岗位计划招募1500余人 [10] - 招聘覆盖抖音、电商、火山引擎、飞书、剪映等业务团队，产品经理、数据分析等方向机会更多 [10] AI行业动态 - OpenAI发布两个开放权重AI模型GPT-oss-120b和GPT-oss-20b，支持文本生成和代码编写等任务 [13] - 谷歌DeepMind推出世界模型Genie 3，能根据文本提示生成可互动的3D环境，以720p分辨率24帧/秒实时渲染 [14] - 小红书开源多模态大模型dots.vlm1，基于DeepSeek V3打造，配备自研12亿参数视觉编码器NaViT [17] - dots.vlm1在MMMU、MathVision、OCR Reasoning等基准测试中表现接近Gemini 2.5 Pro等领先模型 [17] IT业界观点 - 英伟达否认其产品含有后门和关闭开关，强调30多年设计经验表明这类功能会带来安全隐患 [19] - GitHub CEO警告开发者必须拥抱AI否则改行，称AI工具已成为编程工作流程中不可或缺的合作伙伴 [20] - Stack Overflow调查显示80%开发者使用AI编程工具，但对准确性的信任度从40%降至29% [22]

全球AI产业动态 - 2025世界机器人大会在北京开幕，吸引200余家国内外企业参展，其中50家人形机器人整机企业创同类展会之最，首发新品100余款 [4] - 北京人形机器人产业规模占全国1/3，上半年营收增长近40%，专精特新小巨人企业数量全国首位 [5] - 全球首家具身智能机器人4S店Robot Mall在北京营业，展示7大类50多款机器人，计划11月升级2.0版本 [5] 国内AI技术进展 - 傅利叶发布全尺寸人形机器人GR-3，身高165cm，体重71kg，配备55个自由度，支持热插拔电池续航3小时 [10] - 阿里通义千问开源Qwen3-4B模型，在非推理领域超越GPT4.1-Nano，推理领域媲美Qwen3-30B-A3B [12] - 小米开源声音理解大模型MiDashengLM-7B，在22个评测集刷新SOTA，推理延迟仅为业界先进模型的1/4 [19] 企业战略与调整 - 阿里巴巴启动2026届秋招，计划发放超7000个offer，AI类岗位占比超60% [14] - 吉利汽车整合智驾团队，极氪1500人、吉利研究院1000人及迈驰智行500人并入重庆千里智驾，总规模达3000人 [14] - MiniMax副总裁魏瀚曈离职，将入职投资机构，其在职仅2个月 [15][16] 海外AI发展 - GPT-5正式发布，在文本、编程、数学等领域评分居首，采用集成模型无需切换，将免费向用户开放 [27][28] - OpenAI员工股票出售计划显示公司估值达5000亿美元，较上一轮3000亿美元增长66.7% [33] - ChatGPT周活跃用户将达7亿，同比增长4倍，付费商业用户从6月300万增至500万 [36][37] 投融资概况 - 本周全球AI融资事件29起，总融资规模670.66亿元人民币，平均融资金额33.53亿元人民币 [51] - 国内AI融资总额11.74亿元，灵心巧手完成数亿人民币天使轮融资 [60] - 海外AI融资总额658.92亿元，OpenAI完成83亿美元D+轮融资 [68][69]

AI模型与技术进展 - GPT-5正式发布，在文本、网页开发、视觉、高难度提示词、编程、数学、创意创作、长查询等领域均排名第一，Arena评分为1,481±11分，领先第二名Gemini 2.5 Pro（1,460分）[3][4] - GPT-5采用集成模型，无需手动切换模型，可自主决定深入思考时机，将免费向所有用户开放，并逐步向企业及教育用户推出[4] - 阿里通义千问发布小尺寸模型Qwen3-4B，在非推理领域超越GPT4.1-Nano，推理能力接近Qwen3-30B-A3B，已开源[18] - 小红书开源多模态大模型dots.vlm1，基于12亿参数视觉编码器和DeepSeek V3 LLM，视觉感知与推理达准SOTA水平[18] 企业动态与战略调整 - 宗馥莉旗下宏胜饮料投资10亿元建西安饮品新基地，新增多条产线生产纯净水、茶饮等，娃哈哈年初以来已关停18家分厂[5] - 盒马辟谣闭店传闻，称仅调整2%探索型业务门店，计划年内新开100家店，总门店数将超500家[11] - 广汽本田中方一把手换帅，高洪祥接替李进任执行副总经理，目前正交接[14] - 特斯拉解散Dojo超级计算机团队，约20名员工转至新公司DensityAI，剩余成员分配至其他项目[14] 自动驾驶与机器人 - 萝卜快跑无人网约车在重庆坠入施工沟槽，官方未回应事故原因[5] - 东风纳米06车型L2智能驾驶辅助被曝向右跑偏，公司称因端到端模型训练偏差，计划10月OTA更新优化[13][14] - 全球首家人形机器人4S店Robot Mall在北京开业，展示7大类50多款机器人，涵盖医疗、工业等场景，2.0版本预计11月推出[14] - 傅利叶发布全尺寸人形机器人GR-3，配备55个自由度，续航3小时，主打交互陪伴[16] 投融资与创业 - 陈天桥联手清华副教授代季峰筹备AI公司，聚焦商业决策、内容分发及老龄化服务，承诺半数利润分给团队[11] - 具身智能公司维他动力完成天使轮融资，首款伴随机器人年底上市[15] - 芝诺科技获数千万元Pre-A轮融资，专注合成生物学[15] - 灵心巧手完成数亿元天使轮融资，蚂蚁集团领投[15] 互联网与科技 - 微信官方重申不做"已读"功能，称避免增加社交压力[7] - 马斯克宣布Grok Imagine视频生成功能将免费向美国用户开放，未来几周持续优化[16] - 亚马逊广告报告显示2025年全球PC与主机游戏玩家达14.3亿，同比增长19%，日本PC/主机玩家增速为手游4倍[18] 行业数据与趋势 - 2025年中国电影总票房突破350亿元[19] - 美团揭露卖惨视频套路化现象，虚构故事引流私域卖课，已对违规账号固定证据并追责[11] - 本田4-6月净利润同比下滑50.2%至1966亿日元，受美国关税政策影响[15]

GPT-5系列模型 - OpenAI提前披露GPT-5四个版本：标准版gpt-5、轻量版gpt-5-mini、低延迟版gpt-5-nano和多模态复杂对话版gpt-5-chat [1] - 模型将分层开放：免费用户用基础版，Plus用户用更强推理版，Pro用户独享"研究级智能"的GPT-5 Pro [1] - 实测显示SimpleBench推理测试准确率达90%，需特定提示激活复杂思考，编程和视觉表现有提升但未达惊艳水平 [1] MiniMax语音模型 - 新一代Speech 2.5模型支持40种语言真人级生成，实现跨语种音色保留和口音复刻 [2] - 相比5月版本在多语种自然表达、音色复刻和语种覆盖三方面突破 [2] - 已被Vapi、Pipecat等海外平台及高途教育、喜马拉雅、网易等国内头部平台接入 [2] 小红书多模态模型 - 开源首个多模态大模型dots.vlm1，基于12亿参数NaViT视觉编码器和DeepSeek V3构建 [3] - 视觉理解能力接近Gemini 2.5 Pro和Seed-VL1.5 Thinking，能解数独、破解高考数学题等 [3] - 两个月内连续开源dots.llm1、dots.ocr、dots.vlm1三款模型，反映技术自研力度加大 [3] 面壁小钢多模态模型 - MiniCPM-V 4.0仅用4B参数在OpenCompass等榜单取得SOTA成绩，支持手机端稳定运行 [4] - 显存占用仅3.33GB，256并发下吞吐量达13856 tokens/s，远超Qwen2.5-VL和Gemma 3 [4] - 开源推理部署工具MiniCPM-V CookBook便于开发者简易部署 [4] 通义千问新模型 - 发布Qwen3-4B-Instruct-2507和Qwen3-4B-Thinking-2507两款小尺寸模型，支持256K上下文 [5][6] - Qwen3-4B-Thinking在AIME25测评得81.3分，Agent能力超越Qwen3-30B-Thinking [6] - Qwen3-4B-Instruct全面超越GPT-4.1-nano，性能接近Qwen3-30B-A3B [6] 大模型对抗赛 - OpenAI的o3以4比0完胜o4-mini，展现100%准确率 [7] - Grok 4与Gemini 2.5 Pro常规赛2比2平，加赛逼和对手晋级 [7] - 决赛由Grok 4对阵o3，国际象棋冠军Magnus Carlsen等将解说 [7] Gemini教育功能 - 推出"引导式学习"模式，通过问题分解、视觉辅助和互动测验构建知识 [8] - 为美日等国大学生提供一年免费AI Pro计划（价值200美元） [8] - 承诺三年内向美国教育投入10亿美元 [8] 具身智能技术 - Skild AI推出端到端视觉感知控制方案，实现机器人稳定爬楼梯和复杂障碍通过 [9] - 采用纯视觉输入方法，通过单一神经网络实现"本能级"动作控制 [9] - 优势在于连贯运动切换和环境适应能力，可实时调整动作应对地形 [9] 理想汽车智驾 - 推出国内首个量产VLA模型，在视觉和行为间加入语言环节使决策更拟人 [10][11] - 系统每天通过"世界模型仿真系统"行驶30万公里迭代，4B模型实现10Hz帧率 [11] - 预计辅助驾驶明年达1000MPI里程碑 [11] AI应用平台趋势 - a16z认为AI应用平台将走向专业化而非赢者通吃，形成互补共存 [12] - 市场分化为原型制作、个人软件和生产级应用三类，70%用户仅活跃于单一平台 [12] - 未来三至五年每类别将出现2-3家主导企业 [12]

模型开源与性能表现 - 小红书开源多模态大模型dots.vlm1 基于DeepSeek V3架构并配备自研12亿参数视觉编码器NaViT [1] - 模型在MMMU测试中得分80.11 接近Gemini 2.5 Pro的84.22和Seed-VL1.5 thinking的79.89 [5] - 在MathVision测试中达69.64分 超越Qwen2.5VL-72B的39.4分 接近Gemini 2.5 Pro的72.34分 [5] - OCR推理能力达66.23分 显著优于Qwen2.5VL-72B的38.02分 接近Seed-VL1.5的63.42分 [5] - 文本推理能力与DeepSeek-R1-0528相当 但在GPQA测试中72.78分低于Qwen3-235B-A22B-think-2507的81.1分 [4][5] 技术架构与训练 - 模型包含三大组件：12亿参数NaViT视觉编码器 轻量级MLP适配器 DeepSeek V3 MoE大语言模型 [5] - 训练分三阶段：视觉编码器预训练使用图文对和纯图像数据 VLM预训练使用大规模多模态数据集 VLM后训练通过有监督微调增强泛化能力 [5] 应用场景与能力 - 能解析复杂英文图表并计算数据 理解景区价目表规划购票方案 [6] - 可解读几何题图形颜色信息 对emoji等视觉信息进行推理 [6] - 具备文物画作背景识别能力 能分析产品配料表差异和表情包含义 [1] 开源战略与后续计划 - 模型已上传Hugging Face平台免费开放使用 [6] - 公司自6月6日起陆续开源OCR专用模型 视觉模型及奖励模型等研究成果 [6] - 后续将扩大跨模态互译数据规模 改进视觉编码器结构 探索新神经网络架构 [6] - 计划采用强化学习方法缩小文本与多模态提示的推理能力差距 [6]