-
大模型迭代快速
- Scaling Law仍有效，尖端模型参数可达几十万亿，数据与硬件准备中期无问题；
- 高质量数据工程、任务定义、推理性能持续优化；
- 图像模态融合有限（谷歌仅10%），全模态或通向更强智能；
- 新框架涌现，模型规模与高质量数据量突破后，Agent/局部AGI临界点将至，近两年将出现领域突破。
-
Agent时代已至
- 去年为Coding和低阶Agent阶段，今年明确进入Agent年；
- GEMINI 3.0 PRO等推动模型能力至中阶Agent（部分达AGI/局部AGI）；
- Agent与全球数据、接口、Knowhow、Idea融合加速，垂类（Anthropic）与通用（OpenClaw）均快速发展；
- 国内“自定义Agent”雏形已现，易用性待提升但迭代迅速，进入Agent时代。
-
模型大厂竞争格局
- Claude专注Coding，衍生API Agent应用泛化强；
- 谷歌技术储备深厚，分拆Brain后重新发力；
- 多模态能力领先（谷歌），团队稳定（Gemini/Claude）；
- OpenAI人员流动快，Sora更新暂缓；
- Meta（Llama5）、微软（文生图）、X AI等追赶，竞争未结束，未来路线选择仍关键。
-
国内模型跟随优势
- 硅谷人员流动频繁，Knowhow传递快，国内创新（字节文生视频、Deepseek注意力机制）被借鉴；
- 蒸馏为跟随方式，但人才争夺激烈（字节人才密度高）；
- 国内人才水平突破临界点，商业化加速，可乐观；
- 算力限制仍存，国内规模约硅谷一线模型的1/3-1/4。
-
应用厂商挑战与机遇
- 传统SaaS需关注Agent四要素（数据、接口、Knowhow、Idea），工作流与行业格局重构；
- 通用模型难以把握四要素，整合成功或带来巨大市场空间。
-
机器人量产与智能
- 五条探索路径：特定场景、虚拟仿真、真实采数据、大模型控制、特斯拉遥操；
- 数据采集（人手遥控）是瓶颈，特斯拉遥操可协同干活并积累数据；
- Physical Intelligence夹爪机器人达80%准确度，智能机器人仍需长期发展。
-
存储紧缺更久
- HBM/NAND需求爆发，26-27年产能已预定，28年供不应求；
- AI渗透持续将驱动需求，供给投入时间长，NAND产能更紧张；
- 长期看Base Die、存算一体是机遇，但短期无解。
-
CPO/OIO路线与光市场
- CPO/OIO路线确定，可靠性验证是关键；
- NPO/可插拔为主流，国内光模块企业窗口期；
- 光芯片逻辑简单，需紧跟技术升级。
-
光刻机与FAB竞争
- ASML壁垒高（EUV→HNA DUV），国内或几年达EUV；
- Intel FAB卷度提升，Foundry良率可提升，台积电产能溢出或利好Intel；
- X86/ARM竞争需关注，但Intel胜率较高。
-
VR/AR与AI手机
- 硅谷VR/AR热度下降，苹果观察者状态；
- AI手机突破有限（除非保密极高），但多模态能力提升或推动终端爆发。
-
英伟达壁垒与“卷”文化
- CUDA生态外RT-tensor/PTX激活芯片上限，英伟达持续推动新方向；
- “卷”是AI核心竞争力，需不断学习与下注。
-
供应链企业适配AI
- 国内供应链企业（如大佬）完美适配AI，需保持信心。
