社区

原创 施展 智讯智库 作者：智讯智库分析师 施展 黄仁勋把呼吁开源模型放在推文首帖，回应中美AI竞争与Kimi K3引发的争议。本文拆解公开信的详细要点以及背后的商业逻辑。 公开信说了什么：开源权重不仅能降低AI使用成本、促进竞争和技术扩散，也能增强企业与国家的数据控制权。黄仁勋为何连续喊话：Kimi K3让美国对中国开源模型的进步产生焦虑，黄仁勋提倡违规提取可以追责，但不能把整个开源生态视为威胁。英伟达为何支持开源：英伟达的增长不依赖某一个模型，而依赖AI进入更多行业和场景。模型越便宜、部署越灵活，应用规模和总体算力需求越可能扩大，最终推动英伟达长期增长。 2026年7月24日，黄仁勋发布了自己在X上的第一条帖子。没有新品发布，没有创业故事，也没有熟悉的皮衣段子。他选择分享一封由NVIDIA与多家科技公司、研究机构共同签署的公开信，主题是：为什么开源模型对美国的AI领导力至关重要。[1] 他在帖子中写道： “作为我的第一条帖子，我想分享一封NVIDIA参与签署的信，解释为什么开源模型如此重要。AI将改变每一个行业，为每一家公司提供动力，并由每一个国家共同建设。开源模型能够加强安全与网络安全，加速创新与技术扩散，并赋予各国技术主权。” 这是一份立场明确的声明。黄仁勋把“开源模型”放在自己的X首帖，也是在公开回答一个正在迅速政治化的问题：AI的未来，究竟应该被少数公司锁在封闭系统里，还是应该让更多企业、研究者和国家拥有检查、修改与部署模型的能力？ 公开信说了什么？  互联网是来时路，开源促繁荣 公开信标题为《开源权重与美国AI领导力》。核心要点可以概括为以下七条：[2] 1.AI正在面对一场类似20世纪80年代开源软件运动的选择。 当年的主流观点认为，只有公司严格控制代码，软件才能持续进步；开源运动则证明，允许全球开发者研究、修改和改进代码，可以形成更强大的公共

原创 宁小昕 智讯智库 作者：智讯智库分析师 宁小昕  2026年7月20日，段永平在雪球账号晒图，在西班牙和阿根廷的世界杯决赛场上，终于和王宁见面了。现场视频中还出现了设计师龙家升，三人同框出镜。 2026年以来，段永平通过其控制的H&H International Investment三次公开增持泡泡玛特，持股数量达到约1.02亿股，最新披露持股比例升至7.65%。 按照7月14日155港元/股，折合约134元人民币，持仓市值约158亿港元/约136亿元人民币。【1】 按港交所已披露权益,段永平成为仅次于创始人王宁的第二大股东。 2026年3月25日，泡泡玛特发布上市以来最好的年报，股价却在当天跌去近23%。一边是收入增长185%、利润增长超过308.8%的历史纪录，另一边是LABUBU二手价格回落、海外增速降温，以及市场对“下一个LABUBU在哪里”的持续追问。【2】 过去一年，泡泡玛特跻身全球市值最高的玩具企业，市值达到顶峰3661亿港元（约合3350亿人民币）；但如今市值跌去了40.5%。最近段永平持仓恰好在估值收缩之后买入。 这份作业，普通投资者能不能抄？ 本文的核心观点有四： 第一，泡泡玛特已经证明自己不只是一家盲盒公司，泡泡玛特正在从中国潮玩零售商，转向一家全球化IP消费公司。 第二，泡泡玛特已经具备“长坡”的轮廓，但“雪有多厚”仍需验证。全球化、IP扩张和品类延伸决定增长空间；复购率、海外门店回报、存货周转、现金转化和增量资本回报率，才决定增长最终能为股东留下多少价值。 第三，泡泡玛特拥有17个收入过亿元的IP，并不等于已经成为轻资产IP平台。2025年，公司绝大部分收入仍来自自有产品销售，具有浓厚的品牌零售商属性。 第四，泡泡玛特目前最大的估值风险，需要回答，如果LABUBU热度回归常态，泡泡玛特一年究竟能稳定赚多少钱？ 本文

武田×英矽智能6亿美元合作背后：AI制药正从工具提效走向资产兑现 原创 李伯睿 智讯智库 作者：智讯智库分析师 李伯睿 AI制药正在进入一个新的验证阶段。 过去几年间，行业的核心叙事始终围绕着AI对靶点发现、分子生成和早期筛选效率的生产力重塑。如今，随着越来越多AI Biotech（人工智能生物科技公司）陆续拿出明确的候选分子、并频繁与跨国药企（MNC）达成破纪录的授权合作，整个医药生态的关注焦点已然改变——AI生成的早期资产，究竟能否成功并入大药企成熟的临床开发体系，并最终历练为可验证、可交易、可全球商业化的药品？ 近日，武田制药（Takeda, NYSE: TAK）与英矽智能（HK: 03696）达成一项总额最高约6亿美元的AI药物发现合作[1][2]，这一案例正是变化的典型案例。根据公开资料，双方将依托英矽智能Pharma.AI平台，在武田选定的多个治疗领域共同推进候选药物研发，目标是发现具备临床差异化优势、并有望达到同类最佳（Best-in-class）疗效及安全性标准的候选分子；武田则获得此次合作筛选出的新型疗法在全球范围内的独家开发、生产和商业化权利。该交易包含约6000万美元的项目启动费和近期里程碑付款；若达成后续临床前、临床、商业化及销售进展相关里程碑，总交易额最高约6亿美元，并另有产品商业化后的分级特许权使用费（基于未来净销售额的销售提成）。 这笔交易的看点在于，它将AI制药的商业逻辑推到台前：AI Biotech负责更前端的资产生成，大药企负责临床开发、注册申报、生产制造和商业化承接；交易结构则通过项目启动费、里程碑付款和特许权使用费，把前端发现风险和后端商业收益绑定在一起。 基于上述看点，本文的研究结论可以总结为以下三点判断： 第一，AI制药的竞争重点正在从工具提效走向资产兑现。 大药企关注的不光是AI平台能否提高发现效率，更关注其能否持续生

原创 施展 智讯智库 作者：智讯智库分析师 施展 导读：智谱以GLM-5.2开源突围，切入代码、Agent与长上下文生产力场景，试图用MaaS订阅化打开收入天花板。高估值背后，真正考验不只是模型能力，而是云端商业化、国产算力适配与推理成本下降能否共同支撑盈利。 2026年，全球大模型竞争正从预训练规模的“军备竞赛”，转向Agent、代码生成与长上下文驱动的生产力落地。智谱AI凭借开源旗舰GLM-5.2，正式走上全球大模型牌桌。本文将从四个维度理解智谱的未来： 以MIT协议开源GLM-5.2，并通过IndexShare兼顾模型能力与推理成本； 从清华实验室走向资本市场，用7年完成技术、商业与估值跃升； 以MaaS平台承接企业需求，并通过Coding Plan、Claw Plan等订阅产品探索高ARR收入； 通过与****等国产芯片厂商Day0适配，降低推理成本，构建“国模+国芯”的软硬协同生态。 智谱真正的考验，已从模型能力转向商业化效率与盈利能力。 声明：本文仅基于公开资料进行行业研究与信息分析，不构成任何投资建议、证券推荐或买卖依据。文中涉及的股价、市值及财务数据具有时点性，市场有风险，投资需谨慎。 “AI的未来是开放的”，智谱开源上牌桌 2026年6月13日智谱创始人唐杰在X上呼吁“通往AGI的道路绝不能被高墙围起。我们始终相信，AGI应该是全人类共同探索智能边界并解决复杂挑战的基石，而不是少数人垄断的特权”。[1] 这一日，美国商务部对Fable5/Mythos5实施出口管制，Anthropic临时暂停访问；6月30日宣布相关限制解除后，Fable5于7月1日恢复全球可用，Mythos5仍按可信访问/Project Glasswing等机制限制。[2][28] 也是在同一日，GLM-5.2宣布将以MIT协议完全开源，作为智谱最新的旗舰模型，其提供了强大的编码能力、

原创 许倍 智讯智库 作者：智讯智库分析师 许倍 2026上半年的资本市场，大盘震荡之下，电力、芯片、IDC液冷等“AI基建”板块逆势走强，成为资金追逐的绝对主线。极高的估值溢价背后，存在一个被市场共同指认的产业真相：AI竞争正在加速进入“重工业时代”。 科技巨头们正在用实际行动印证这一转变：OpenAI深度参与的数据中心项目“星际之门”（Stargate），已被推向5000亿美元、10GW级别的空前体量；Meta（META.O）把Hyperion数据中心装进与Blue Owl（OWL.N）的合资结构，将企业内部沉重的资本开支转化为金融市场可定价持有的基建资产；Google（GOOGL.O）则将能源触角伸向先进核电，通过长期绑定清洁电力来保证算力产能的稳定性。 可以看到，巨头们不再只是买云、拼参数，而是在疯狂建机房、抢能源，“稳定、低成本、大规模地产出Token”成为新型产能指标，数据中心正在从后台IT成本中心变为能直接贡献利润的价值中心。 一轮史无前例的AI基建超级周期正在强势展开：Dell’Oro预测2029年全球数据中心资本开支将达1.2万亿美元[1]；哥伦比亚大学经济学家的测算更为惊人，仅美国在2026-2032年就可能需要高达8.2万亿美元的数据中心投资[2]。 面对这场万亿级别的产业重构与资本狂欢，本文试图穿透喧嚣，回答三个核心问题：科技巨头为何亲自下场搞基建？当AI蜕变为“数字重工业”，需要抢夺哪些重要“地盘”？在昂贵的基建账单背后，泡沫有多大，利润在哪里？ 需要注意的是，本文并未对AI基建产业链各环节的收入弹性、成本结构和估值水平做完整测算，也不构成直接投资建议。文中提到的公司和案例，主要作为产业观察线索，用于说明AI竞争的结构性变化。本文核心观点主要有： 从“拼参数”到“拼产能”，Token正在成为AI时代的新型“钢铁”，数据中心也由后台成本升级为可以创造

原创 张帆 智讯智库 作者：智讯智库分析师 张帆 Loop Engineering火了，而Anthropic的免费公开课程，可能比当前市面上任何的付费课程要来得更直接有效——AI时代真正拉开人与人之间差距的，不再是谁的prompt提示词写得更好。当AI已经能够读取文件、调用工具、执行任务和检查结果，人类真正需要学习的，已经不只是“怎样问AI”，而是“怎样为AI设计一套能够持续运转的工作循环”。 这次课程的视频总时长61分钟[1]，先讲解了Claude Code机制与功能，然后转入Agent Factory访谈和实战演示。核心用一句话总结就是：AI工作的质量，越来越取决于任务如何进入循环、结果如何得到反馈，以及系统如何根据反馈继续行动。 这意味着，过去人们强调的Prompt Engineering正在从一项核心能力，降级为更大系统中的一个环节。 如果说提示词工程研究的是“这一句话应该怎么问”，那么Loop Engineering研究的就是：如何让AI获得目标、调用资料、执行步骤、检查结果，并在未达到标准时自动进入下一轮。 针对这个课程，智讯智库分析师进行了学习消化，并将其按照“普通人也能看懂、甚至上手”的标准，进行了汇总梳理如下。无论是Claude还是Codex，任何想要用好AI Agent提升个人生产力和创造力的朋友，都值得一看。 Claude Code和AI Agent的本质， 不是聊天，而是一个循环 课程首先解释了Claude Code为什么能够连续工作。一个关键事实是，大模型本身没有真正的长期记忆。每次模型被调用，都像一位刚坐到工位上的新同事，并不天然知道项目进展、历史决策和用户偏好。 Claude Code之所以表现得像一个能够持续行动的Agent，是因为模型外部存在一套工作框架。这套框架会收集任务目标、对话记录、项目文件、工具说明和上一轮执行结果，再把它们重新交给

原创 施展 智讯智库 作者：智讯智库分析师 施展 导读：AI编程正在经历一次范式迁移：从“写Prompt指挥AI每一步”，走向“设计Loop让AI自主完成任务闭环”。Loop并不是某个新工具，而是一种新的工程组织方式，本文将从以下视角拆解Loop Engineering： 从Prompt到Loop：开发者的角色也从“逐步指挥AI”，转向“设计AI如何自己工作”。 Loop为什么突然被讨论：Loop本质上是Agent能真正进入生产流程的关键拼图。 Loop能跑通项目，也可能跑爆账单：多Agent、长时间运行和无人值守，让AI有机会从“完成小任务”升级为“推进完整项目”，但也会带来Token成本失控等新风险。 真正的门槛是设计好Loop：一个可靠的Loop，必须回答清楚停止条件、验证机制、成本上限、运行监控和人工接管机制。 Loop又是什么新概念？ 从ReAct到Loop： 一个概念的四次演化 6月2日，Claude Code创作者Boris Cherny在公开活动中说，他已经不再亲自提示Claude，而是让Loop去提示Claude，判断下一步做什么。[1] 6月7日，OpenClaw创作者Peter Steinberger在X上发帖：“你不应该再提示编码Agent，而应该设计那些提示Agent的Loop。”截至6月22日，这条帖子的浏览量已经超过800万。[2] 同一天，AddyOsmani发表长文《Loop Engineering》，系统化梳理了这套做法。[3] 这些都不约而同指向同一个趋势：AI编程从Prompt升级到Loop新阶段。 简单来说，Loop是指让AI Agent自主执行“触发→工作→评估→重试或结束”这一系列步骤的闭环机制。[3][4] 过去，开发者需要手动为AI编写每一条提示词、检查每一次输出、决定下一步操作，类似于“写剧本”（规定好每句话怎么说），

原创 宁小昕 智讯智库 作者：智讯智库分析师 宁小昕  7月2日，安克创新（00668.HK）正式登陆港交所主板，完成"A+H"两地上市。H股发行价定为99.32港元。上市首日一度破发。11家基石投资者——施罗德、Aspex、高瓴、景林、瑞银资管新加坡、泰康人寿等——合计认购约23.11亿港元，锁定近半数全球发售份额。豪华护航阵容之下，认购结构却明显分化：香港公开发售获27.57倍超额认购，散户打新热情不低；国际发售只录得10.24倍认购，机构资金态度谨慎【1】。 根据公司披露的2025年年度报告，2025年全年营收305.14亿元，同比增长23.49%，历史上第一次跨过300亿门槛；归母净利润25.45亿元，同比增长20.37%；毛利率45.07%，同比提升1.4个百分点【2】。这是一家增速常年保持在两位数、部分季度逼近30%的公司，此刻却要在港股折价交易。 但这不是一个“港股破发、基本面尚可”的普通反差故事。安克真正被重新定价的地方在于：资本市场到底要把它看成一家充电宝公司、一个出海消费电子卖家，还是一家正在形成多品牌、多品类、全球渠道和工程化运营能力的“中国系统型消费品牌”。 换句话说，安克的估值分歧，不只是股价和业绩之间的错位，而是市场还没有决定，是否该用“全球消费电子平台型品牌”的逻辑给它定价。 本文的核心判断有三点： 第一，安克已经不能简单被理解为一家“充电宝公司”或者“亚马逊卖家”。 第二，安克的增长逻辑，本质上是一场“中国消费电子公司的宝洁实验”。 第三，成为全球品牌，也意味着承担全球品牌的代价。 因此，安克今天面对的不是简单的“低估”或“高估”问题，而是一场商业模式认知之争：它究竟是一家高效率消费电子公司，还是中国少数可能长成全球消费品牌平台的公司。 本文基于公开资料、公司公告及行业信息整理分析，仅代表产业研究与商业观察角度，不构成任何

作者：智讯智库分析师 许倍 距离SpaceX上市半月有余，其股价在公开市场经历了一轮剧烈重构：上市首日以150美元开盘，随后在6月16日盘中最高冲至225.64美元；一周后又在6月23日盘中最低回落至147.11美元。截至7月7日早间收盘，SPCX报160美元。 这条剧烈震荡的K线，不仅直观反映了多空资金的激烈博弈，也提供了一个极佳的观察窗口。由此回顾SpaceX上市前夕华尔街分析机构的估值分歧，SPCX股价波动的底层原因便越发清晰。 其中，最典型的便是New Street和Morningstar给出的“冰火两重天”的估值指引——前者是专注于全球 TMT（科技、媒体和通信）领域的独立精品投研机构，后者是全球知名的独立投资研究与金融服务机构。 在具体定价上，New Street给出了165美元目标价，高于SpaceX发行价（135美元）22%，但几乎贴近当前股价[1]；Morningstar给出的63美元公允价值，不到SpaceX的发行价一半，也显著低于现在的市场价格[2]。 165美元对比63美元，同一个SpaceX，为何估值差出一倍多？背后既是两套估值语言的碰撞，也深刻点出了市场对于SpaceX这家难以定义的超级资产的纠结之处。 由此出发，本文得到的核心观点有： New Street和Morningstar的估值分歧本质上是“远期愿景定价”与“审慎内在价值”的范式碰撞。New Street的定价逻辑更接近SpaceX的当下股价，说明市场确实在用类似“太空基础设施”的语言给SpaceX定价；Morningstar的分析则更像“长期价值锚”，它所留下的问题也更尖锐，强迫市场正视一系列远期愿景的概率问题。 轨道AI算力与物理堆栈溢价是拉开两极估值鸿沟的核心胜负手。New Street将AI视作未来核心增长点并赋予高平台协同溢价；而Morningstar将其视为需大幅概率折现的远

从“帕姆帮帮”看 AI 叙事系统：当角色开始自由回答，游戏叙事如何保持一致性？ 原创 于世超 智讯智库 作者：智讯智库分析师 于世超 “帕姆听不懂你在说什么帕！本列车长不是什么程序员帕！” 在《崩坏：星穹铁道》中，当玩家故意用编程题去反复刁难星穹列车的列车长兼吉祥物帕姆时，帕姆AI并没有给出一段教科书式的解答，而是甩出了这句符合其特定戏剧人设性格的反馈[1]。玩家满意这个回答——因为这才是他们熟悉并且热爱的那个角色。 让NPC脱离既定剧本、获得随时随地“自由回答”的能力，听起来像是一场解放虚拟角色生命力的体验革命。但当大厂在发布会上兴奋地向外界描绘“千人千面”的无序互动时，一幅由逻辑幻觉和人设崩塌织成的破坏性图景，也正冷酷地摆在所有开发者面前。一旦处理不当，角色AI就有可能说出不符合身份设定的言语，从而引发严重问题。 针对这一命题，本文的核心判断包括： 玩家需要“角色世界观的局限性”，而非“大模型的无所不知”：自由回答最大的误区是让NPC变成全知全能的百科全书。真正的沉浸感，反而来自于角色面对超出自身认知的提问时，所做出的那种符合自身性格与背景的“有所不知”。 通用模型的安全对齐与公式化得体，与剧情向角色的鲜明性格天然相悖：通用大模型被绑定在“客观、理性、不带偏见”的绝对中立线上。但游戏角色的魅力恰恰来自于特有的情感偏好与立场坚持，千篇一律的完美得体极易拉低感性共鸣，决定了游戏角色AI必须进行深度定制。 AI叙事系统的破局关键，在于构建策略增强RAG的上下文风格对齐管线：智能交互的成功不在于放任大模型野蛮生成，而在于在自由交互的缝隙里，用严密的语感卡尺和策略增强检索技术，将外部结构化数据进行面向角色人设的条件约束文本生成，给模型的“幻觉”套上世界观的笼头。 帕姆帮帮：从“可对话NPC”到AI叙事系统的实验样本 所谓3A游戏，通常指的是高制作成本、高营销投入、高商业预期的