纪要涉及的行业和公司 - 行业：计算机、AI、液冷服务器、算力集群、大模型、AI 应用、泛办公、医疗、教育、B 端企业软件 - 公司：金蝶数字企业、景杰、汉得、赛意、金山办公、虹软、采讯、慧程、客华数据、木犀、华为、天翼云、中国移动、百度、小米、谷歌、Meta、Sai、阿里、商汤、科大讯飞、腾讯、合合信息、讯飞医疗、京东、云之声、蚂蚁、网易 纪要提到的核心观点和论据 1. 计算机板块持仓：2025 年二季度持仓比例 2.6%，较一季度 2.9%下降，接近历史低点，与 2018 年云计算行情高点 6%相比有上升空间，投资者偏好中小型公司[1][3] 2. AI 领域催化事件：世界人工智能大会（WAIC）、GT5 预计 8 月中上旬发布、Rtwo 或 V4 三季度后半段发布，将推动 AI 技术发展和应用[1][5] 3. AI 应用标的推荐：港股金蝶数字企业，A股 景杰、汉得、赛意、金山办公、虹软等，以及采讯和慧程，基本面稳定，二季报预期良好[1][6] 4. 中国提升 AI 芯片独立性方式：提升单卡能力或通过分布式网络构建实现系统优化，如华为 Cloudmagic 384 通过超级节点技术构建[1][7] 5. 华为 Cloudmetric 384 性能：高带宽和低延迟设计，提升多专家推演效率，配备 384 张卡，单卡 BF16 算力达 800TFLOPS 超 NVIDIA A100，内存容量 128GB 超越 A100 的 40GB[1][8][9] 6. 液冷技术应用及市场前景：是 Wetalk 2025 大会亮点，客华数据与木犀联合发布高密度液冷算力，2024 年中国液冷服务器市场规模约 115 亿，预计 2027 年达 680 亿，复合增速 45%以上，国内液冷渗透率从去年 10%提升至今年接近 20%[2][11][12] 7. 国内 AI 芯片万卡集群发展：截至 2025 年 7 月发展迅速，2023 年 7 月华为生成 AI 集群扩展到 1.6 万张卡，同年 10 月与科大讯飞联合发布飞星一号万卡算力平台，X2025 大会展示华为 Cloudmetric 384 最多可扩展到 16 万张卡[13] 8. 国内外算力集群建设进展：2024 年天翼云启动国内首个 30 万卡液冷机群，中国移动部署 2 万张 GPU；2025 年百度点亮昆仑芯三网卡集群，小米搭建 GPU 网卡集群；海外谷歌、Meta、Sai 构建不同规模集群，2025 年海外进入十万卡规模算力集群阶段[14][15] 9. 国内外算力资源利用率挑战：扩展规模导致单卡利用率不到 50%，国产 AI 芯片在性能和生态上落后于英伟达[16] 10. 中国电信天云一体化智算服务平台：业界首个基于 800G 广域智算中心互联网络的平台，实现 3D 调度，旨在统筹碎片化资源并出售闲置算力[17] 11. 全国性统一算力调度网络挑战：网延迟问题未达标，整合硬件易购生态技术复杂，中长期有影响，最先受益核心节点为环京、环沪、大湾区等[18][19] 12. 大模型领域更新发布：WAC 大会 40 多款大模型亮相，多家头部企业发布首发或升级大模型，如中国移动九天基础大模型 3.0 驱动复杂推理能力提升 35%，商汤日日新 6.5 版本性价比提升 3 倍以上[20] 13. 未来模型架构创新观点：传统 Transformer 架构有局限，未来可能向 RNN 类架构回归，如 Rock AI 的 Yan 2.0 Preview 采用自创架构，训练效率高且能离线部署[21] 14. 商汤科技大模型进展：发布世界模型开悟、日日新 6.5 版本，绝影展示行业首个量产可交互的绝影开悟世界模型用于智能驾驶[20][24][25] 15. 腾讯开源混元 3D 世界模型 1.0 意义：可快速生成 3D 场景，降低创作门槛，是通向具身智能和通用人工智能的重要路径，开源加速技术迭代形成正向循环生态[26] 16. 2025 年人工智能大会 AI 应用表现：热度空前，QC 端应用形式丰富，C 端如金山办公推出 WPS AI 3.0，B 端厂商聚焦垂直应用场景[27] 17. 金山办公 WPS AI 3.0 亮点：聚焦 AI PPT 和个人知识库，07 canvas 文档交互范式实现一站式 AI 办公体验，用户体验提升，新产品美观度和可修改能力改进[29][30][31] 18. 金山办公云文档协同优势：基于原文档和用户积累，可实现本地编辑与云协同的连贯流程[32] 19. 泛办公领域新实践：合合信息超大尺寸图像扫描及大模型问答，腾讯在知识库和会议产品新场景应用，医疗端多厂商推出数字医生及解决方案[33] 20. 医疗领域 AI 应用：APP 形态对常见疾病和药物问答，医院场景辅助诊断产品，智能导诊分诊和康复陪伴机器人[34] 21. 教育领域智能硬件终端产品：网易智能翻译笔和学习机类产品，能扫描并利用 AI 问答[35] 22. B 端企业 AI 应用进展：从岗位工具级到特定场景高级应用，采用更复杂智能体解决方案[36] 23. 企业 AI 发展阶段及特点：进入多智能体协同阶段，基于数字大脑进行复杂任务拆解规划和反思迭代[37] 24. 企业 AI 对商业模式影响：未来软件可能按 AI agent 角色收费或按结果付费[38] 25. ToB AI 软件公司选择建议：关注业务稳健、商业空间大、行业基本面改善且受 AI 催化、增速快的公司，如金蝶、麦弗石等[39] 其他重要但是可能被忽略的内容 - AI 芯片领域进展：VICO2.25 展示多款 AI 芯片，如 910C 芯片算力和内存超 NVIDIA A100，航五机 590 互联带宽高，独角兽企业推出新芯片[10] - Rock AI 的 Yan 2.0 架构突破：连续视频理解能力和基于神经网络的记忆单元创新，可在消费级硬件运行适配多终端设备[23]