在这个快速变化的时代，人工智能技术正以前所未有的速度发展，带来了广泛的机会。《AI日报》致力于挖掘和分析最新的AI概念股公司和市场趋势，为您提供深度的行业洞察和价值分析。
AI快报
1.近日，蚂蚁集团Ling团队发表了一篇技术成果论文。论文显示，蚂蚁集团推出了两款不同规模的MoE大语言模型——百灵轻量版（Ling-Lite）与百灵增强版（Ling-Plus），前者参数规模为168亿（激活参数27.5亿），Plus基座模型参数规模高达2900亿（激活参数288亿），两者性能均达到行业领先水平。
2.腾讯混元宣布，正式推出自研深度思考模型混元T1正式版。在体现推理模型基础能力的常见benchmark上，如大语言模型评估增强数据集MMLU-PRO中，混元T1取得87.2分，仅次于o1。在CEval、AIME、Zebra Logic等中英文知识及竞赛级数学、逻辑推理的公开基准测试中，混元T1的成绩也达到业界领先推理模型的水平。
3.据知情人士透露，社交媒体巨头Meta(META.US)自今年初起便与韩国人工智能芯片初创企业FuriosaAI展开收购洽谈，但后者近期拒绝了高达8亿美元的收购提议，选择保持独立发展。截至发稿时，Meta官方尚未就此置评，FuriosaAI方面也保持缄默。
此次收购尝试折射出Meta在生成式人工智能领域的战略焦虑。今年年初以来，CEO马克·扎克伯格宣布公司将向AI基础设施投入650亿美元，涵盖超算数据中心建设与人才储备。仅一周后，他进一步透露这项长期投资可能升至千亿级规模。
目前，Meta正自主研发AI专用芯片，其第二代推理芯片已于去年完成迭代，承担着Facebook、Instagram广告推荐系统的核心算力需求。
总部位于首尔的FuriosaAI由三星、AMD背景的技术专家白准铉(June Paik)创立，专注开发AI推理芯片。其核心产品RNGD(代号"叛逆者")采用台积电5纳米制程，搭载SK海力士最先进HBM3内存，直指英伟达(NVDA.US)的行业龙头地位。
机构看AI
1.中泰证券研报认为，传统人检和传统机器视觉各有局限，AI检测可以使检测能力更进一步。相比其他行业，制造业质检环节通常具备大量易于获取的图像数据，且历史缺陷样本标注难度较低，便于进行检测模型训练。2025年开年以来，AI应用产品井喷，大模型落地使得AI质检教育成本降低。
七巨头日报
【GTC 后英伟达股价下跌，表明投资者脱节加剧】
《巴伦周刊》上周五称，本周GTC 活动结束后，英伟达( NASDAQ：NVDA) 股价下跌，凸显出投资者与公司基本面的脱节日益加深。
记者 Tae Kim写道， Nvidia 的股价为预期收益的 26 倍，对于一家预计收入同比增长 57% 的公司来说，这是一个“不高”的估值。Kim认为，这种脱节很大程度上是由于三个原因，而 Nvidia 已经解决了所有这些问题：专用集成电路的兴起；关税威胁；以及对人工智能加速器需求可能放缓的担忧，尤其是在今年早些时候发布DeepSeek ( DEEPSEEK ) R1 模型之后。
Nvidia 首席执行官黄仁勋多次谈到这些问题。在 GTC 主题演讲中，黄仁勋告诉观众，许多专用集成电路订单被取消，而这些订单必须“比最好还要好”。
他还表示，投资者惊慌失措地认为 R1 的发布可能意味着 GPU 需求放缓，这“几乎全世界都错了”。黄仁勋表示，代理式人工智能的兴起，即人工智能系统可以自行追求目标并做出决策，所需的计算能力将“轻松达到去年预期的 100 倍”。
为了强调这一点，黄仁勋表示，四大云服务提供商——亚马逊网络服务、Azure、谷歌云平台和甲骨文云——今年购买了 360 万个 Blackwell GPU，而去年购买的 Hopper GPU 为 130 万个。Blackwell GPU 才刚刚在 2024 年下半年开始出货。
最后，黄仁勋 周三表示，关税在“短期内”不会成为 Nvidia 的问题。
【分析师称苹果可能在可折叠 iPhone 中使用液态金属铰链】
天风国际证券分析师郭明池表示，苹果 ( NASDAQ: AAPL ) 首款可折叠 iPhone可能最早于明年上市，可能会使用液态金属铰链来提供更好的耐用性。
郭在 X 上的一篇文章中写道：“根据最近的行业研究，苹果专注于提高耐用性、增强屏幕平整度，并尽量减少可折叠 iPhone 设计的折痕。” “为了实现这些目标，铰链等关键部件将采用压铸工艺由液态金属制成。”
预计东莞宜安科技公司将成为苹果使用液态金属铰链的主要受益者。
本月早些时候，郭明池表示，首款可折叠 iPhone 的售价可能超过 2,000 美元，并且在 2027 年之前将实现“有限”量产。预计 2026 年的出货量仅为 300 万至 500 万部，但到 2027 年，出货量可能高达 2000 万部。
郭还表示，由于屏幕更大，可折叠 iPhone 还可以更好地集成人工智能。
在这个快速变化的时代，人工智能技术正以前所未有的速度发展，带来了广泛的机会。《AI日报》致力于挖掘和分析最新的AI概念股公司和市场趋势，为您提供深度的行业洞察和价值分析。
AI快报
1.近日，蚂蚁集团Ling团队发表了一篇技术成果论文。论文显示，蚂蚁集团推出了两款不同规模的MoE大语言模型——百灵轻量版（Ling-Lite）与百灵增强版（Ling-Plus），前者参数规模为168亿（激活参数27.5亿），Plus基座模型参数规模高达2900亿（激活参数288亿），两者性能均达到行业领先水平。
2.腾讯混元宣布，正式推出自研深度思考模型混元T1正式版。在体现推理模型基础能力的常见benchmark上，如大语言模型评估增强数据集MMLU-PRO中，混元T1取得87.2分，仅次于o1。在CEval、AIME、Zebra Logic等中英文知识及竞赛级数学、逻辑推理的公开基准测试中，混元T1的成绩也达到业界领先推理模型的水平。
3.据知情人士透露，社交媒体巨头Meta(META.US)自今年初起便与韩国人工智能芯片初创企业FuriosaAI展开收购洽谈，但后者近期拒绝了高达8亿美元的收购提议，选择保持独立发展。截至发稿时，Meta官方尚未就此置评，FuriosaAI方面也保持缄默。
此次收购尝试折射出Meta在生成式人工智能领域的战略焦虑。今年年初以来，CEO马克·扎克伯格宣布公司将向AI基础设施投入650亿美元，涵盖超算数据中心建设与人才储备。仅一周后，他进一步透露这项长期投资可能升至千亿级规模。
目前，Meta正自主研发AI专用芯片，其第二代推理芯片已于去年完成迭代，承担着Facebook、Instagram广告推荐系统的核心算力需求。
总部位于首尔的FuriosaAI由三星、AMD背景的技术专家白准铉(June Paik)创立，专注开发AI推理芯片。其核心产品RNGD(代号"叛逆者")采用台积电5纳米制程，搭载SK海力士最先进HBM3内存，直指英伟达(NVDA.US)的行业龙头地位。
机构看AI
1.中泰证券研报认为，传统人检和传统机器视觉各有局限，AI检测可以使检测能力更进一步。相比其他行业，制造业质检环节通常具备大量易于获取的图像数据，且历史缺陷样本标注难度较低，便于进行检测模型训练。2025年开年以来，AI应用产品井喷，大模型落地使得AI质检教育成本降低。
七巨头日报
【GTC 后英伟达股价下跌，表明投资者脱节加剧】
《巴伦周刊》上周五称，本周GTC 活动结束后，英伟达( NASDAQ：NVDA) 股价下跌，凸显出投资者与公司基本面的脱节日益加深。
记者 Tae Kim写道， Nvidia 的股价为预期收益的 26 倍，对于一家预计收入同比增长 57% 的公司来说，这是一个“不高”的估值。Kim认为，这种脱节很大程度上是由于三个原因，而 Nvidia 已经解决了所有这些问题：专用集成电路的兴起；关税威胁；以及对人工智能加速器需求可能放缓的担忧，尤其是在今年早些时候发布DeepSeek ( DEEPSEEK ) R1 模型之后。
Nvidia 首席执行官黄仁勋多次谈到这些问题。在 GTC 主题演讲中，黄仁勋告诉观众，许多专用集成电路订单被取消，而这些订单必须“比最好还要好”。
他还表示，投资者惊慌失措地认为 R1 的发布可能意味着 GPU 需求放缓，这“几乎全世界都错了”。黄仁勋表示，代理式人工智能的兴起，即人工智能系统可以自行追求目标并做出决策，所需的计算能力将“轻松达到去年预期的 100 倍”。
为了强调这一点，黄仁勋表示，四大云服务提供商——亚马逊网络服务、Azure、谷歌云平台和甲骨文云——今年购买了 360 万个 Blackwell GPU，而去年购买的 Hopper GPU 为 130 万个。Blackwell GPU 才刚刚在 2024 年下半年开始出货。
最后，黄仁勋 周三表示，关税在“短期内”不会成为 Nvidia 的问题。
【分析师称苹果可能在可折叠 iPhone 中使用液态金属铰链】
天风国际证券分析师郭明池表示，苹果 ( NASDAQ: AAPL ) 首款可折叠 iPhone可能最早于明年上市，可能会使用液态金属铰链来提供更好的耐用性。
郭在 X 上的一篇文章中写道：“根据最近的行业研究，苹果专注于提高耐用性、增强屏幕平整度，并尽量减少可折叠 iPhone 设计的折痕。” “为了实现这些目标，铰链等关键部件将采用压铸工艺由液态金属制成。”
预计东莞宜安科技公司将成为苹果使用液态金属铰链的主要受益者。
本月早些时候，郭明池表示，首款可折叠 iPhone 的售价可能超过 2,000 美元，并且在 2027 年之前将实现“有限”量产。预计 2026 年的出货量仅为 300 万至 500 万部，但到 2027 年，出货量可能高达 2000 万部。
郭还表示，由于屏幕更大，可折叠 iPhone 还可以更好地集成人工智能。
