智能化

模型上下文协议（Model Context Protocol）是一个开源协议，由Anthropic（Claude开发公司）开发，旨在让大型语言模型（LLM）能够以标准化的方式连接到外部数据源和工具。它就像AI应用的通用接口，帮助开发者构建更灵活、更具上下文感知能力的AI应用，而无需为每个AI模型和外部系统组合进行定制集成。MCP被设计为一个通用接口，类似于USB-C端口，允许LLM应用以一致的方式连接到各种数据源和工具，如文件、数据库、API等。

特斯拉Optimus灵巧手复盘，自由度+驱动+传动+感知全面升级。Optimus一代灵巧手拥有6个主动自由度，驱动采用空心杯电机，传动采用齿轮箱（齿轮+蜗杆）+金属腱绳方案，每个手指搭配霍尔效应传感器，缺点在于无法精密抓取，仅适合用于工厂环境。1）Optimus新一代灵巧手核心变化：①单手自由度提升至22个；②电机增加至13/17个；③无刷有齿槽电机替换部分空心杯电机；④采用行星齿轮箱+行星滚柱丝杠+腱绳三级传动方案；⑤触觉传感器覆盖更广，集成六维力传感器。2）基于以上变化，我们展望未来：①特斯拉方案引起其他本体厂模仿；②灵巧手可用场景或从工厂升级至C端；③降本是设计方案的重要考量因素。

人工智能和未来的工作

以产业演进角度看，AI Agent 的发展路径类似于搭积木过程，过去各模块（大模型智能性、多模态推理、Coding 能力、工具调用 Tool Use、Token 经济、算力支撑）零散分布，单一技术无法形成闭环，Agent 形态始终停留在“缺乏行动能力”的状态。当前，以 MCP 为代表的工具调用协议标准化落地、OpenAI 的 Agent SDK 框架逐步完善、大模型 Coding 能力提升至产业应用级别、Token 调用成本大幅下降等因素叠加，各项技术模块已逐渐完整拼接。

2023年3月AutoGPT横空出世，7月OpenAI的翁丽莲发表名为 《LLM Powered Autonomous Agents》的博文，详细介绍基于LLM的AI Agent，给出了AI Agent的理想技术架构。

复盘的质量，取决于对产业链公司的全面梳理、科学分类与准确定位，我们将美股AI板块分为四大类：(A)互联网平台：占据数字世界的“核心地段”，在数据与资金两大生产要素上均具备显著优势，AIDC的源头之水，包括亚马逊、微软、谷歌、META四家公司。（B）AI硬件：链接物理世界与数字世界的桥梁，数据离散在端侧而非集中在云端，资本开支明显更少且需解决软硬融合的问题，以APPLE、Tesla为代表。（C）算力基础设施：AIDC的硬件部分，包括芯片（设计、代工、设备）与其他硬件（服务器、网络、传输、能源设备）两子类，包括英伟达在内的18家公司。（D）AI应用：按商业模式、付费群体细分为C端生产力工具、B端生产力工具、垂直应用、云安全四子类，共计17家公司。在梳理中，我们聚焦业务与AI强相关+市值大于200亿美元的企业，力求绘制美股专业投资者眼中的AI地图。

本篇报告重点探讨 AI 浪潮下图像应用的商业潜力和国内企业的出海机遇。我们认为 AI 图像商业化已被验证，并实现了图像生产力市场 TAM 扩容和付费潜力的提升，行业格局或面临重塑；而海外市场有更广阔的市场空间和更成熟的付费心智，共同给予了国内企业 AI 图像出海弯道超车的潜在机遇。同时我们看到在图像基础生成能力维度，国内已有部分应用位居全球前列，在更进一步的垂直场景应用中，国内应用在产品设计、迭代能力、用户反馈等维度均有优势。因此我们看好图像 AI 应用的出海所带来的全新增长曲线，推荐有模型能力、数据沉淀、产品经验的相关应用，推荐美图、快手（可灵）。

CPO技术优势明显，硅光路线成为其主要技术路径：CPO技术将ASIC芯片和光引擎在同一高速主板上协同封装，从而降低信号衰减、降低系统功耗、降低成本和实现高度集成，可用于数据中心、高性能计算、人工智能、虚拟现实。硅光技术因其集成度高、CMOS工艺兼容有望实现低成本的特性成为CPO技术实现的主要路径。

AI 算力芯片是“AI 时代的引擎”。ChatGPT 热潮引发全球科技企业加速布局 AI 大模型，谷歌、Meta、百度、阿里巴巴、华为、DeepSeek 等随后相继推出大模型产品，并持续迭代升级；北美四大云厂商受益于 AI 对核心业务的推动，持续加大资本开支，国内三大互联网厂商不断提升资本开支，国内智算中心加速建设，推动算力需求高速成长。人工智能进入算力新时代，全球算力规模高速增长，根据 IDC 的预测，预计全球算力规模将从 2023 年的1397 EFLOPS 增长至 2030 年的 16 ZFLOPS，预计 2023-2030年复合增速达 50%。AI 服务器是支持生成式 AI 应用的核心基础设施，AI 算力芯片为 AI 服务器提供算力的底层支撑，是算力的基石。AI 算力芯片作为“AI 时代的引擎”，有望畅享 AI 算力需求爆发浪潮，并推动 AI 技术的快速发展和广泛应用。

AI 之战，成者领跑，败者淘汰。CEO 们一致认为，领先的生成式 AI，是组织在行业竞争中脱颖而出的关键。

DeepSeek 的弯道超车是国产人工智能以更高性价比实现算力平权的里程标志，人工智能正以前所未有的速度和广度渗透金融领域，有望实现投研平权。尤其在投资研究、资产配置及交易执行层面展现出变革潜力。借鉴探索流高效处理爆炸性信息的理念，AI 能够整合海量、多维数据，贯穿从低频宏观配置到高频微观交易的多元策略场景，如同构建复杂的逻辑图谱，为金融决策提供新的分析视角与决策支持。

发挥大模型的优势：探索情绪、政策变量的构建。对于生成式 AI，其优势在于更强的文字理解能力、学习能力，有望帮助我们在传统量化较难处理的情绪、政策方向判断上提供一定的帮助。本文中，我们将主要采用腾讯元宝搭载的 DeepSeek-R1 大模型对这一方向进行探索，利用大模型的上下文学习、常识推理能力，从互联网公开信息，例如新闻、政策等，对 A 股市场或特定板块的“情绪”进行推理，观察大模型构建的情绪观点相比于传统量化情绪指标、政策打分变量的优势与短板。