核心观点

• 模型维度：进入后训练时代，模型竞争从“规模”转向“效率”，预训练、后训练和推理时计算共同驱动模型能力演进。国产模型在后训练阶段追赶海外前沿水平的路径更加清晰，开源生态强化全球可用性，定价分化推动能力与成本再平衡，国产模型性价比突出。
• 算力维度：Token经济供给不足，超节点新技术及生态构建全面突围。AI服务器成本集中于芯片，供给约束推升部署成本。超节点架构加速落地，系统级优化应运而生。国产AI芯片适配加快，自主可控趋势明确。
• 芯片供应链：制造、封装与存储环节加速补短板。韬（τ）定律提供系统级追赶路径，弱化单一制程依赖。国产晶圆厂产能扩张，制造底座价值提升。国产存储产线利用率提升，供给安全价值凸显。

关键数据

• 2025年国内AI加速卡出货量约400万张，国产芯片厂商合计出货约165万张，市占率约41%。
• 中芯国际26Q2月产能达109.7万片八英寸等值晶圆，产能利用率93.7%。
• 长鑫存储在DRAM领域产能利用率持续提升，2023/2024/2025年分别达到87.06%/92.46%/95.73%。
• 长江存储在NAND Flash领域产能利用率同样维持高位，2023/2024/2025/2026Q1分别为94.42%/95.43%/97.91%/98.02%。

研究结论

• 国产模型在后训练时代迎来追赶机遇，开源生态和性价比优势推动其全球应用。
• 算力供需错配加剧，超节点架构和系统级优化成为发展趋势，国产算力加速替代。
• 芯片供应链环节加速补短板，国产晶圆厂产能扩张，存储供给安全价值凸显。
• 国产AI产业链发展前景广阔，建议关注GPU与超节点、存储、半导体设备材料、AIDC、模型与垂类应用等领域的投资机会。

投资建议

• GPU与超节点：寒武纪、海光信息、中科曙光、盛科通信。
• 存储：长鑫科技、国科微。
• 半导体设备、材料与Fab：中科飞测、频准激光、长川科技、中船特气、蜀道装备、华虹宏力、中芯国际。
• AIDC：东阳光、协创数据、集智股份。
• 模型与垂类应用：智谱、海致科技、金山办公、金蝶国际、中控技术、晶泰控股、深信服、容知日新。

风险提示

• 宏观经济不及预期。
• AI应用需求释放不及预期。
• 国产替代进程不及预期。

总结

威胁猎人基于对“国补”政策下黑灰产产业链的调查和研究，揭示了黑灰产利用漏洞套取补贴的产业链现状和行为模式。

产业链概述

在“国补”政策监管下，黑灰产通过联合快递员违规验收、资格转卖、违规核验操作、伪造回收刷单套利、招募个人回收国补等多种手法套取国补优惠。这些手法涉及黑灰产、商家和个人用户等多个角色，包括作弊用户、转卖资格用户、商家、代销商、黄牛、快递员等，形成复杂的利益链条。

数码家电产品成为国补商品贩卖重灾区

威胁猎人统计数据显示，交易热度TOP的国补商品类别分别为数码类产品（59.11%）、家电类产品（28.95%）和生活类产品（11.07%）。数码和家电类产品因单价高、补贴力度大（数码最高补1000元，家电最高补2000元），成为黑灰产倒卖获利的主要目标。同时，数码和家电需求弹性大、价格敏感，国补刺激需求，黑灰产利用低价优惠和多优惠资格吸引消费者获利。

黑灰产主要分布地区和来源渠道

售卖国补商品的黑灰产主要分布在广州、上海、北京、深圳等地区。黑灰产售卖的国补产品主要来源国内两大头部电商平台（82.93%）。黑灰产在论坛和社媒进行广告发布后引流到私域完成交易，其中论坛渠道占比52.45%，社交媒体渠道占比35.85%。论坛和社交媒体成为黑灰产主要活跃渠道的原因在于用户画像与国补商品目标人群高度重合，信息发布形式灵活隐蔽，且能有效规避平台审核。

国补产业链各类角色套取国补优惠手法分析

黄牛群体手法分析

黄牛利用社媒招募贩卖国补资格用户，回收国补，让快递员协同绕过监管，主要特点包括引流招募（跨地域协作监管难度高）、货到付款（协同快递员监管绕过）、临时派单群聊、分群结算（隐蔽性高）。

商家端作弊手法分析

商家在明知违规的情况下，仍然会协同消费者实施套利。商家主要利用远程核验/虚假以旧换新（利用政策漏洞规避监管）、社媒引流（标签话题群体引流，消费率高）等特点获利。商家端协助作弊手法上，一般分为线下门店商家以及线上经销商两种情况：实体商家远程非本人异地代激活，提高产品销量；线上经销商代销商虚构以旧换新流程，骗取双重补贴。

个人用户违规手法分析

个人用户通过研究和利用平台业务的“正当”规则进行恶意牟利，主要利用快递员协同“转寄”（利用政策漏洞规避监管）、个人自身信息代购（监管难度高）等特点获利。部分个人用户通过主动社交平台发布招募信息，转卖自身或家人的国补资格在线下门店以本人或家人身份下单购买国补设备、核验设备，最终以邮寄方式送达至需求者地址。此外，部分用户联合快递员协同“转寄”绕过监管。

结论

在消费补贴政策的实施过程中，虽然国家和平台已采取多项防黄牛措施，但黑灰产仍通过精细化分工和协作，利用漏洞套取补贴，严重破坏了市场公平生态。面对这一问题，各方需持续更新对黑灰产作恶的认知，不断强化监管和技术手段，以更好地维护公平的市场环境，确保补贴政策真正惠及广大消费者。

OpenAI正经历从“提供模型能力”到“掌控企业AI价值链”的深度转型。其核心战略是通过构建垂直整合的AI平台，将AI能力渗透到基础设施、工具链、垂直应用和消费硬件四个层面，目标是把AI做成企业运营的底层基础设施。OpenAI通过收购Astral等公司，掌握Python工具链，并通过Codex等工具，深度融入开发流程，构建开发者生态。同时，OpenAI积极拓展企业客户，通过成立OpenAI Deployment Company并收购Tomoro，将工程师嵌入企业内部，解决AI落地难题。OpenAI的四大业务板块分别是产品与应用、前沿研究、财务与商业化、战略与安全，由Sam Altman统领全局。OpenAI的技术研发体系采用混合创始人主导型架构，以“前沿研究一产品工程一商业化”三大板块为核心骨架，辅以安全对齐与基础设施作为横切支撑层。OpenAI的全球市场地缘战略正从“美国优先”转向“深度本地化、分层渗透”，通过在印度、日本、中东等关键市场设立办公室，推动AI技术落地。OpenAI的全栈营销管理体系围绕“扩大用户使用、促进企业收入、建设平台生态”三个经营结果，形成“市场认知—用户使用—企业转化—行业复制—生态扩张”的全链路营销经营体系。OpenAI的科技营销公共叙事，通过Sam Altman的战略叙事和AGI普惠叙事，将OpenAI塑造为“全人类利益的代言人”，以获取资本、政策与信任。OpenAI的未来发展将聚焦于世界模型、推理算力、AI硬件、科学发现与具身智能等领域，通过持续的技术创新和生态建设，引领AI产业的发展。

数字社会保障

背景

近年来，数字化转型加速发展，互联网覆盖率显著提升，但地区间和国家内部存在差距，弱势群体在数字技能和设备方面处于不利地位。数字化转型对社会保障政策至关重要，是疫情期间公共政策实施的关键因素，也是未来工作风险的来源。

数字包容与包容性社会发展

数字包容是指确保所有人能够平等且公平地使用和受益于数字信息、产品和服务，涵盖接入、连接质量、技能和承诺等维度。数字包容与包容性社会发展直接相关，后者旨在确保公民充分行使社会、经济和文化权利，并提供参与和认可的论坛。

数字世界提供了诸多机遇，如提高生产力、改善教育获取机会、促进远程医疗和金融包容性等。然而，数字化转型也可能加剧不平等，创造新的排斥形式，如心理健康问题、暴力与骚扰、身份盗窃等。

数字化转型与社会保护：机遇、风险与挑战

数字化转型改变了风险结构和社会劳动市场，对社会保护体系提出新要求。数字社会保障旨在为应对新需求提供最优和整合的解决方案，包括政策数字化转型、信息管理、系统集成与互操作性等。

数字化转型影响社会保障体系的各个组成部分：

• 收入保护：数字化方式管理权利款项，但可能排除无法接入数字服务的人群。
• 社会服务：远程医疗和教育可改善服务获取，但需解决基础设施和技能不足问题。
• 劳动力包容：数字化转型可创造新岗位，但也可能加剧技能差距和就业不平等。

数字社会保障的挑战

数字社会保障面临诸多挑战，包括：

• 防止差距扩大：技术引入需反映具体环境，关注差异。
• 数据隐私：需建立法律框架保护个人信息，减少对政府监控的恐惧。
• 以人为本：确保被排除人群得到考虑，代表性不平等需解决。
• 决策透明度：算法使用需透明，避免形成“黑箱”，减少偏见和歧视。

数字社会保障中的信息隐私监管框架与协议

需建立明确的监管框架，界定角色、治理机制、操作规程和法规，确保个人数据安全。监管框架应包含数据隐私和保护议题，遵循公平、合法、透明的处理原则。

数字化社会保护，助力全民社会登记体系发展

数字社会保障需涉及大型数据库，促进社会登记册的进步。社会信息系统应与社会登记册及其他行政信息来源整合，提高管理效率。需加强机构间协调，制定信息共享协议，确保数据质量和更新。

包容性算法与数字社会保障自动化

算法可用于促进社会保障权益潜在受益人的选择，但需建立机制确保透明度，避免偏见和歧视。自动化数据处理可提高效率，但需考虑风险和责任归属。

数字社会保障领域的进展，包括针对边缘化群体的同步接入机制

需提供线下替代方案，如一站式服务，为无法接入数字世界的人群提供便利服务。数字社会保障应促进数字包容，确保所有人都能利用数字世界提供的机遇。

结论

数字化转型对社会保护体系带来机遇和挑战，数字社会保障需以人为本，促进数字包容，缩小差距，保护个人数据，实现全民社会保障。