社区

2026年一开年，科技圈的重头戏CES（国际消费电子展）在拉斯维加斯热热闹闹地办完了。这届展会，中国公司的存在感刷得挺足，尤其是搞人工智能和智能汽车的，差不多三分之一的参展商都来自中国。吉利、长城这些车企忙着展示最新的AI座舱和自动驾驶技术，而更扎堆的是智能眼镜，足足超过50家厂商挤在一起，阿里也带着自家的首款眼镜来凑热闹。 不过，大洋对面的美国巨头们也没闲着，英伟达 $英伟达(NVDA)$ 扔出了新的AI芯片“王炸”，而没到场的特斯拉 $特斯拉(TSLA)$ ，却成了华尔街嘴里那个“用AI改变物理世界”的香饽饽。展会很热闹，但有意思的是，这边技术搞得风生水起，那边对科技风向最敏感的香港股市，却好像完全没接住这波热度，甚至还有点冷。这冰火两重天的背后，到底唱的哪一出？ 中美科技：开始各走各的路 这届CES让人看明白一件事：中美两边的科技公司，路子是越走越不一样了。 美国那边，玩的是“顶层设计”。像英伟达，新一代芯片算力直接喊出提升5倍，摆明了是想当所有AI和自动驾驶汽车的“底层房东”。特斯拉就更玄乎了，虽然车没来，但故事满天飞。华尔街的分析师们已经不太乐意把它当汽车公司看了，而是拼命鼓吹它的自动驾驶软件和机器人未来能多赚钱，觉得这才是值钱的核心。这种玩法，门槛高、烧钱狠、见效慢，但一旦成了，规则就得它来定。 回头再看中国公司，味道就全变了。咱们的展示，很少讲那种遥不可及的概念，重点全在“怎么能又快又便宜地搞出来”。吉利的全域AI 2.0，目标很直接，就是奔着让L3/L4级自动驾驶能大规模上路去的。长城 $长城汽车(02333)$ 的A

A股周周评（2026年1月5日-1月9日）   文 | G-INSIGHT 财经   上周作为2026年首个交易周，A股市场以一场气势如虹的放量上攻拉开了新年序幕，三大指数全线收涨，市场情绪高涨，交投极为活跃。 具体来看，上证指数 $上证指数(000001.SH)$ 在上周一即1月5日以3986.97点开盘，此后一路上行，不断突破整数关口，截至上周五1月9日收盘，指数成功站上4100点，报收于4120.43点。全周来看，上证指数实现了从3900点到4100点的跨越，累计大幅上涨3.82%。深证成指 $深证成指(399001)$ 在上周一开盘后同步走强，上周五收盘时报14120.15点，当日上涨4.4%。创业板指 $创业板指(399006)$ 同样表现稳健，上周五收盘3327.81点，上涨3.89%。市场成交额呈现显著的阶梯式放量，成为上周行情最鲜明的特征。上周前四个交易日，沪深两市每日成交额均稳稳站在2.5万亿元上方，市场热情持续累积。最终在上周五1月9日，动能全面爆发，全市场单日成交额一举突破3万亿元大关，达到惊人的3.15万亿元，创下自2025年9月18日以来的天量。 本周一上证指数收盘于4165.29点，较上周五收盘价上涨了1.09%，深证成指收盘于14366.91点，较上周五收盘价上涨了1.75%。 上周A股市场量价齐升的强劲表现，是宏观流动性宽松预期、产业政策积极催化、市场内部资金共识达成共振，并形成强烈正向反馈的结果。从资金层面看，新年伊始市场流动性的显著改善是行情启动的直接推手。一方面，

文 | 古天后 近年来，减肥药物从“辅助选项”迅速跃升为医疗与资本市场的焦点。特别是以肠泌素机转为核心的药物，被视为对抗肥胖与相关代谢疾病的突破性工具。然而，当减重效果必须仰赖长期甚至终身用药才能维持时，问题已不再只是“瘦不瘦得下来”，而是牵涉到伦理、公共政策与社会健康资源配置的辩论：减肥，是否正在被重新定义为一种需要慢性治疗的疾病？ 从医学角度看，肥胖早已被多数专业组织认定为慢性疾病，与糖尿病、高血压、心血管疾病高度相关。若承认其慢性病属性，长期用药在逻辑上并非不合理。然而，伦理争议正是在此浮现：肥胖究竟是生活型态问题，还是必须由医疗体系全面承担的健康风险？ 长期用药意味着患者对药物的高度依赖，也代表药物公司、医疗体系与个人之间形成一种持续的关系。支持者认为，若药物能有效降低并发症风险，延缓甚至避免其他重大疾病的发生，那么长期使用反而是“预防医学”的一环；反对者则质疑，这是否在无形中淡化了饮食、运动与社会环境改善的重要性，将结构性问题个人化、药物化。 社会健康成本与医保覆盖的两难 当减肥被视为慢性治疗，最大的现实挑战便是成本。这类药物价格高昂，若纳入公共医保或商业保险，势必对整体医疗支出造成显著压力。从短期财务角度来看，全面给付减肥药，可能挤压其他疾病的医疗预算；但从长期视角，若能降低肥胖相关疾病的发生率，整体社会健康成本或许反而下降。 问题在于，这种“长期节省”高度依赖假设：假设患者能持续用药、假设减重效果稳定、假设并发症确实显著减少。政策制定者因此陷入两难，一方面不愿因成本考量而排除有效治疗，另一方面又必须避免医保体系成为高价药物的无限支票。不同国家对医保覆盖范围的态度差异，正反映出对“肥胖医疗化”接受程度的不同。 从公共卫生角度来看，单纯依赖药物解决肥胖问题，可能掩盖更深层的社会因素。城市设计、食物供应链、工作型态与教育程度，都是影响肥胖盛行率的关键变数。若政策资源

文 | 金星汇小编 FinTech 1.0 大致始于 2000 年代中后期，其核心并非颠覆金融，而是「优化金融」。这一阶段的主角，是支付清算、账户管理与基础 IT 系统。金融科技第一次大规模改变大众生活，正是从支付开始。 在这个时代，技术解决的是「慢、贵、不方便」的问题。线下现金与传统银行转帐，被即时支付、电子钱包与行动支付取代；跨行、跨境结算的时间从数天压缩到分钟级甚至秒级。这一轮效率革命，让金融服务首次具备互联网产品的特性：高频、低摩擦、用户体验导向。 但 FinTech 1.0 的边界也十分清晰。它主要集中在「资金流动」层面，并未深度触及风险定价与资本配置的核心。多数公司本质上仍是金融机构的技术供应商或流量入口，盈利模式依赖交易手续费或服务费，规模效应明显，但天花板同样清晰。 FinTech 2.0：交易平台化与风控数据化 随著支付成为「标配」，FinTech 进入 2.0 阶段，重心开始向交易与风控转移。这一时代的关键词是「平台化」。无论是证券交易、消费金融、供应链金融，还是保险科技，核心逻辑都是利用数据与演算法，重构金融中介的决策流程。 在交易端，电子化与自动化让金融市场的参与门槛显著下降。零售投资者可以低成本进入股票、期货、外汇与加密资产市场，交易频率与市场流动性同步提升。在风控端，大数据模型开始取代部分传统人工审核，信用评估从「静态资产负债表」转向「动态行为数据」。 FinTech 2.0 的本质，是把金融风险转化为可计算的工程问题，这一阶段往往伴随监管的快速介入，从资本充足率到数据合规，行业增长逐步回归理性。 FinTech 3.0：AI 驱动的「认知型金融」 当前正在成形的 FinTech 3.0，与前两个时代最大的不同，在于技术开始介入「认知层」。人工智能，尤其是大模型的出现，使金融科技不再只是流程自动化，而是具备理解、推理与策略生成能力。 在支付与交易

文 | 金星汇小编 香港在 2023 年正式重启虚拟资产政策后，用不到两年的时间，逐步搭建出一套在全球范围内具有高度辨识度的监管框架。与「全面放开」或「全面禁止」不同，香港选择的是一条以合规为核心、以金融市场需求为导向、并刻意对接国际资本体系的中间路线。到 2025 年为止，VASP 发牌制度、虚拟资产 ETF（VA ETF）的制度化，以及对 Web3 的功能性监管思维，已初步构成一个相对完整的政策拼图。 这套框架的关键，不在于是否「支持加密货币」，而在于如何把高度波动、技术驱动的虚拟资产，纳入传统金融秩序之中，并转化为香港作为国际金融中心的新杠杆。 VASP 发牌制度 虚拟资产服务提供者（VASP）制度，是香港整个政策框架的基石。自 2023 年 6 月起，所有在港经营虚拟资产交易平台的机构，必须向 香港证券及期货事务监察委员会 申请牌照，并全面纳入《打击洗钱及恐怖分子资金筹集条例》之下。这一制度的核心逻辑，是把原本分散于用户个体层面的交易风险，上移为可被监管、可被审计、可被追责的制度。 截至 2025 年初，香港已向少数合规平台发出正式或原则性批准牌照，其门槛明显高于多数离岸司法区。资本充足率、客户资产隔离、冷热钱包管理、保险安排、内部风控与合规人员配置，皆按照接近传统券商或交易所的标准执行。这意味著，香港并不追求交易平台数量的快速扩张，而是有意识地收敛供给端。 从金融稳定的角度看，这种「高门槛、低密度」的策略，实际上是在为未来的制度扩展预留空间。一旦市场成熟，合规平台可自然承接更大规模的机构资金；反之，若市场出现系统性风险，监管者也能迅速锁定责任主体。VASP 制度的真正价值，不在于当下的交易量，而在于它为虚拟资产建立了一个「可以被金融体系理解与吸收的入口」。 VA ETF让虚拟资产进入主流资本市场 如果说 VASP 是解决「怎么交易」的问题，那么虚拟资产 ETF（V

A股周周评（2025年12月29日-12月31日）   文 | G-INSIGHT 财经   上周作为2025年最后一个交易周，A股市场在浓厚的年终氛围中上演了极致的结构性分化。具体来看，上证指数 $上证指数(000001.SH)$ 在上周一即12月29日以3964.65点开盘，全天维持窄幅震荡，此后凭借权重板块的支撑，指数在震荡中延续了罕见的连阳态势，截至上周三12月31日收盘，报收于3968.84点，全周微幅上涨0.13%。深证成指 $深证成指(399001)$ 上周一开盘报13604.30点，走势相对疲弱，上周三收盘报13525.02点，全周累计下跌0.58%。创业板指 $创业板指(399006)$ 表现最为低迷，上周一开盘报3237.77点，上周三收盘报3203.17点，全周累计下跌1.25%。  本周一上证指数收盘于4023.42点，较上周三收盘价上涨了1.38%，深证成指收盘于13828.63点，较上周三收盘价上涨了2.24%。 上周A股市场呈现“沪强深弱、极致分化”的格局，其背后是年末特殊的资金行为、投资者情绪博弈以及清晰的板块轮动共同作用的结果。从资金面看，尽管市场整体成交额维持在万亿以上高位，但主力资金在上周呈现出显著的净流出态势，全周合计净流出规模超过1200亿元，其中创业板、科创板及沪深300成分股均成为资金流出的主要方向。这种大规模的净流出，尤其是在市场指数连阳的背景下发生，清晰地揭示了年末机构资金进行获利了结与仓位调整的迫切需求。与此同时，市场内部出现了剧烈的风格与

文 | 慕容风 过去谈到减肥，社会舆论与临床现场往往陷入二选一的对立：不是靠意志力调整饮食与运动，就是仰赖药物快速见效。但这种非黑即白的思维，正逐渐被一种更接近现实的观点取代——肥胖本来就是多因素造成的慢性问题，治疗自然不可能只靠单一工具完成。近年在医疗与健康科技领域逐渐成形的“多模态管理”，正是把药物、生活方式与数位科技视为同一套系统中的不同齿轮，而不是彼此竞争的选项。 在这样的框架下，GLP-1类药物的角色也被重新定位。它不再只是外界眼中“让人吃得少、瘦得快”的工具，而是降低生理阻力、为行为改变创造空间的起点。当食欲与暴食冲动被部分抑制，病人更有余裕去执行原本“做不到”的生活调整。这时，若仍沿用传统、模糊的饮食与运动建议，往往会错失黄金窗口；反之，若能结合更精准、即时的介入方式，药效就有机会被放大并延续。多模态管理的核心精神，正是在对的时间，把对的工具放进病人的日常生活，而不是要求病人去迎合治疗。 生活方式调整之所以困难，并非病人不知道原则，而是不知道“此刻自己正在做什么”。AI辅助饮食监控的价值，正在于把模糊的感觉转化为可回馈的资讯。透过拍照辨识餐点、即时估算热量与营养素，或结合穿戴装置分析进食时间与血糖波动，病人第一次能清楚看见：哪些食物让自己饱得久、哪些选择在不知不觉中累积过量。这种回馈不是责备，而是校准，让调整变得具体而可行。 多模态减重的真正挑战 运动疗程也正在经历相似的转变。从过去“一周要运动三次”的口号式建议，走向依据体能、肌肉量与恢复状态动态调整的个人化处方。AI系统能根据心率、步态或阻力训练表现，自动修正强度，避免过度疲劳或挫折感。当GLP-1药物降低体重、同时也可能影响食量时，这类精准运动设计尤其重要，因为它有助于维持肌肉量，避免“瘦得快、虚得也快”的恶性循环。药物在这里不是替代运动，而是让运动变得更安全、更容易被持续执行。 真正成熟的多模态管理，

生成式人工智能的快速演进，正把AI芯片从一个高度专业化的半导体分支，推向全球科技竞争的战略核心。算力不再只是性能指标，而成为国家产业政策、企业商业模式与地缘供应链博弈的交汇点。在这样的背景下，来自矽谷、深圳与欧洲的AI芯片设计公司，走出了三条看似分歧、实则互补的全球化路径，而这些差异，正在为2026年的产业布局埋下伏笔。   美国AI芯片公司的设计思路，始终围绕「平台」二字展开。无论是云端训练还是推理加速，其核心目标都是打造一种高度通用、可被软件生态不断放大的算力底座。这类芯片在架构上追求极高的可编程性，容许不同模型、框架与算法快速迭代，即便在能效与成本上并非最优，仍能凭藉生态优势建立长期护城河。   中国，尤其是深圳一带的AI芯片设计公司，则更倾向于「场景先行」。在智慧城市、工业视觉、车载系统与边缘计算等应用中，客户更关心的是即时性、能耗与整体方案成本，而非通用性。这使得中国企业在设计时，往往针对特定算法与负载进行深度优化，形成「专用算力」的竞争优势。这种思路不一定在全球话语权上占先，但在落地效率与商业化速度上更具现实意义。   欧洲企业的设计逻辑则显得克制而工程化。其AI芯片多服务于汽车、工业控制与关键基础设施，对安全性、可靠性与法规合规有极高要求。算力不是唯一追求，长期稳定运行与系统整合能力才是核心，这也使欧洲AI芯片在性能竞赛中保持低调，却在高门槛市场中站稳脚跟。   客户结构差异   设计思路的不同，直接塑造了三地企业截然不同的客户结构。美国AI芯片公司高度依赖少数超大型平台型客户，云服务商与科技巨头既是最大买家，也是技术路线的重要塑造者。这种结构带来的是「赢者通吃」的扩张效应，但同时也意味着收入高度集中、供应链议价博弈激烈。   中国企业的客户结构则更为分散。大量来自不同行业的中大型客户，推动芯片快速迭

$谷歌(GOOG)$  $亚马逊(AMZN)$  $微软(MSFT)$   踏入2026年，云端运算与半导体之间那条曾经清晰的分界线，几乎已经消失。过去，云服务商负责卖算力、晶片公司负责造晶片，双方各守其位；如今，全球最具影响力的云端巨头，正同时扮演客户、设计者与平台经营者的多重角色。AI工作负载的爆炸式成长，让「自研芯片」不再是成本优化的附属选项，而是重塑云端竞争格局的核心武器。   对云服务商而言，AI浪潮带来的首先不是技术浪漫，而是现实压力。大模型训练与推理对算力的需求呈指数级增长，通用GPU虽然性能强大，却价格高昂、供应受限，且产品节奏并不由云端公司掌控。这使得自研芯片，从最初的「降低单位算力成本」，演变为「掌握算力主权」的战略选择。   这一转变，标志着云端服务不再只是软件与基础设施的组合，而开始向下延伸至硬件层，形成真正的垂直整合。谁能在芯片、系统、软件与服务之间建立闭环，谁就能在AI时代获得更高的毛利空间与更强的客户黏性。   Amazon、Google与Microsoft的三种策略   Amazon 的自研芯片策略，最具「云原生」色彩。其核心逻辑并非追求极致性能，而是针对云端工作负载进行高度定制，将算力转化为可预测、可规模化的基础设施能力。透过在自家云平台内部大规模部署自研芯片，Amazon实际上是在用系统设计对冲硬件的不确定性，并把节省下来的成本转化为价格与服务弹性，巩固其在企业级市场的优势。   Google

文 | 慕容风与卢尽义 在相当长的一段时间里，「肥胖」更多被视为个人选择与生活习惯的结果，而非严肃的医疗问题。然而，随着代谢医学与临床研究的进展，这一认知正在被彻底改写。当肥胖被证实与胰岛素阻抗、慢性炎症与多种器官功能失调密切相关，医疗界开始以与糖尿病相似的逻辑，重新审视体重管理的本质。 过去，肥胖更多被定义为多种慢性病的「危险因素」，例如2型糖尿病、心血管疾病与脂肪肝。但近十年来的研究逐渐显示，肥胖本身并非单纯的表象，而是一种涉及神经内分泌调节、能量代谢与遗传因素的系统性疾病。正是在这一背景下，肥胖开始被重新界定为「代谢性疾病」，而不只是体重过高的结果。 这种转变的关键，在于对代谢通路的重新理解。以GLP-1等肠促胰素相关研究为代表，医学界逐步证实，食欲、能量消耗与血糖调节，并非完全受个人意志控制，而是由复杂的生理机制所主导。这也解释了为何单纯依靠节食与运动，往往难以在中长期内维持显著减重效果。当肥胖被视为一种慢性、易复发的代谢性疾病，其治疗逻辑自然开始向糖尿病管理靠拢。 从控糖到体重与风险管理 在临床实践中，肥胖医学化最直观的体现，是治疗目标的改变。过去，减重的成功往往以体重数字衡量；如今，越来越多医师关注的是代谢指标的整体改善，包括血糖、血脂、血压以及炎症水平。这一思路，与糖尿病治疗从「单一控糖」转向「综合风险管理」高度一致。 随着药物治疗手段的成熟，体重管理也开始具备可预期、可量化的医疗效果。这不仅改变了医师对肥胖患者的治疗态度，也逐步影响临床指南与学术共识。部分国际医学组织已明确指出，对于合并代谢异常的肥胖患者，药物与行为干预并行，应被视为标准治疗路径，而非最后选项。这意味着，肥胖治疗正逐步脱离「自律失败后的补救」，转向「早期介入的慢病管理」。 谁来为「体重治疗」买单？ 肥胖被重新定义为代谢性疾病后，最具争议、也最具现实意义的问题，落在医保政策层面。传统医保体系往