#人工智慧
《紐約時報》丨我剛從中國回來。美國沒有贏
幾周前,在紐約的一場以美國貿易為主題的晚宴上,談話很快就轉向了中國。在座的專家們資歷深厚,卻立場對立:有些人支持川普總統強硬、激進的對華策略,有些人則主張採取更溫和、傳統的外交方式。圖片來源:Andrey Kasay我不是貿易專家,但多年來一直在中國進行投資,而且剛結束為期一周的訪華行程。鼓起勇氣後,我提出:這兩種策略恐怕都行不通。中國作為競爭對手太過強大,同時又是全球製造業的核心力量,單靠外交手段或政策上的強硬轉向根本無法遏制它。我們唯一真正的出路,是先把自己的事情做好,然後在中國擅長的領域中擊敗它。而這項需求正變得愈發緊迫——因為川普重返白宮第一年的種種混亂舉措,已經讓美國落後了。除了製造業,中國也在人工智慧、新藥研發等快速成長的關鍵領域挑戰美國的領先地位。當川普試圖削減基礎科學研究等重要政府職能的支出時,中國已將這些領域列為國家戰略重點。中國在人工智慧領域的進步令人震驚。儘管在尖端半導體晶片方面仍落後於美國,但中國擁有另一個人工智慧成功的關鍵要素:電力。中國的發電裝置容量是我們兩倍以上,部分資料中心的電價甚至只有美國的一半。這有助於中國企業以驚人的速度開發出像「Manus」這樣的產品——在我造訪後不久,這款效能堪比ChatGPT的人工智慧代理商就被Meta以超過20億美元的價格收購。人才是中國成功的關鍵因素之一。我見到了無數中國年輕創業者,他們的活力與才智絲毫不遜於矽谷同行,其中一位中國億萬富翁甚至至今仍睡在辦公室裡。無論川普如何高調加徵關稅,我們在貿易戰中並未取勝。這個亞洲巨人繼續穩居全球最大出口國地位,去年貿易順差創下1.2兆美元的歷史新高。這一整體成長表明,大量中國商品只是經由第三國中轉後再進入美國市場。無論有沒有關稅,全世界都離不開中國製造。以汽車為例。此行中,我參觀了小米公司——這家原本主營智慧型手機和電子產品的公司,五年前才宣布進軍電動車領域。在其幾乎看不到工人的龐大工廠裡,形狀像機械恐龍的巨型機器人輕鬆地將鋁板精準安裝到流水線上的車身。展間停放一輛黃色跑車,若不細看,很容易被誤認為保時捷。我還走訪了一家機器人公司,看到看似塑膠兒童玩具的小型機器人在地板上靈活奔跑,展示公司在人形機器人領域的進展——這些機器人未來有望在某些任務中取代人類。 (2024年,中國安裝的工業機器人數量接近美國的九倍。)去年夏天,在訪華之後,福特執行長吉姆法利(Jim Farley)公開表示,中國汽車的車載技術「遠超」美國車型,並稱中國的技術進步是他「一生所見最令人震撼的事」。巧合的是(或許並非巧合),福特最近停產了其F-150電動皮卡,並對其電動車業務提列了高達195億美元的巨額減值。再來看醫藥研發領域。幾年前,中國也主要依賴從海外公司引進藥品授權;如今,它向其他國家授權的藥品數量已超過從國外引進的數量,並且臨床試驗數量也已超過美國。當然,中國自身也面臨挑戰。房地產泡沫持續收縮的餘波仍在蔓延,消費者信心尚未恢復,這形成了一個「兩個中國經濟」的局面:一方面是疲軟的內需,另一方面則是主導全球製造業、並在長期由美國引領的高科技前沿領域取得非凡進展的產業巨獸。中國之所以能如此成就,部分歸功於其「國家主導型」模式。當政府意識到自己在人工智慧競賽中落後時,便明確將追趕列為國家戰略重點,並迅速投入資金、放鬆監管、大規模建設發電能力。如今,成果已然顯現。即便在最理想的情況下,與中國的競爭也將異常艱難。顯然,我們必須重新思考自己的產業政策──也就是如何動用政府資源支持具有戰略意義的產業,這其實就是我們自己的「國家主導」。不幸的是,川普政府混亂無序的政策正在製造極其不利的局面。首先,我們必須逆轉川普對科學研究等關鍵領域的預算削減。雖然我對民主政府能否有效「挑選贏家」持懷疑態度,但我們已不再有袖手旁觀的奢侈。尤其應聚焦未來產業——其中許多與科技相關——並弱化川普對傳統金屬加工製造業的過度強調。例如,在拜登總統任內通過的《晶片與科學法案》推動下,亞利桑那州等地正在興建大型半導體晶圓廠。政府角色的調整不僅限於支出。我們缺乏關鍵礦產,並非因為這些資源稀有,而是因為新建礦場和加工廠的審核程序過於繁瑣。我們完全可以在不犧牲合理環保標準的前提下,找到加快礦業發展的路徑。川普(以及所有人)應當明白:靠加徵關稅或試圖談判貿易協議,我們不可能戰勝中國。 (需要強調的是,健全的產業政策並不意味著政府直接持股企業或索取專利使用費——而這正是川普政府正在做的事。)要超越中國,必須從國內做起──先把我們自己的經濟秩序理順。這項挑戰也應促使川普重新審視其一系列政策。 (邸報)
高盛CEO:人工智慧可能改變金融服務業的運作方式,年輕銀行家仍將是銀行的「核心與關鍵組成部分」、不會淘汰出局
高盛執行長大衛·所羅門(David Solomon)表示,在人工智慧時代,年輕員工仍將是銀行的“核心和關鍵組成部分”,並強調新技術不會威脅到高盛年輕銀行家的未來。所羅門在接受CNBC採訪時表示,人工智慧可能會改變金融服務業的運作方式,但不會將年輕人才淘汰出局。他說:“有才華、有抱負、熱衷於服務客戶的人才,將永遠是專業服務公司的重要組成部分。人數可能會變化,時間和任務的分配方式也可能會變化,但他們的角色將始終存在。”所羅門承認,對人工智慧日益增長的依賴可能會導致所需員工數量減少,而此時大學畢業生卻難以找到入門級工作,這些工作通常涉及更容易被自動化取代的任務。根據紐約聯準會的數據,22歲至27歲大學畢業生的失業率約為5.6%,而12月份所有大學畢業生的失業率約為3.1%。 經濟學家認為,青年就業疲軟的主要原因並非人工智慧,而是那些在2021年和2022年積極擴張招聘的公司如今正在裁員,從而限制了新專業人士的就業機會。所羅門表示,企業正在適應人工智慧,就像當年電腦和手機出現時企業的發展一樣。他說,經過幾十年的技術進步,企業仍然需要員工,並預測人工智慧不會從根本上改變這種情況。所羅門,曾於去年12月18日在紅杉資本的Long Strange Trip播客節目中表示,高盛4.9萬名員工中,約有50%是二十多歲的年輕人。 (瑞恩資本RyanbenCapital)
當人工智慧和機器人扎推出現在春晚
一台春晚,幾多解讀。有人關注是否好看,有人關注產業和品牌,有人想從中獲得情緒價值,當然,也有人看到了其間隱含的有關“智造未來”的期許。作為國民年度文藝節目的春晚,每一年都會被顯微般地“審視”、“解讀”,今年亦然。當宇樹科技的機器人練武節目《武BOT》表演一結束,與上一年春晚該公司機器人在《秧BOT》上表現的比較即已開始。“去年春晚轉手絹,今年已能秀武術,進化太快了。”這是一家主串流媒體給出的評價。在社交平台上,也有文章認為,今年春晚上成群結隊出現的多品牌人形機器人是中國機器人公司在春晚上向全世界的一次集中展示,“已經從軟硬體、演算法、應用、生態和產業鏈上達到了各自頂峰”。春晚還進行正酣時,來自央視新聞的官方解讀已經刊發。宇樹科技創始人王興興告訴央視新聞,今年機器人在快速奔跑中完成了穿插變陣和武術動作,這種高動態、高協同的叢集控制技術是全球首次亮相,“這個動作非常實用,為後續機器人在其他場景叢集或單台機器人調度做好了鋪墊”。當晚,社交平台上的文章給出了展望:“量產通用型機器人的能力廣度被拓寬,一定是規模化落地商用的第一步。如此硬核的科技能力展示,也許意味著,一個科技大年就在前方。”“科技大年”的期許已成為當前中國經濟工作的既定戰略——實施新一輪重點產業鏈高品質發展行動,推動傳統產業改造升級,打造積體電路、航空航天、生物醫藥等新興支柱產業,培育發展未來能源、具身智能等產業。深化拓展“人工智慧+”,完善人工智慧治理。這些已經明確的國家戰略與佈局在除夕夜以一種更容易被感知的文藝形式集中展現在了全國觀眾的面前。出現在春晚上的諸多人形機器人就是具身智能重要的應用載體和產品形態之一,而緊接著《武BOT》的歌曲《智造未來》已經把對於未來的想像直白地顯露在了歌名之上,其歌詞基本上可以理解為當下或未來廣泛使用的智能產品“串燒”。一台春晚,承載幾多希冀與夢想。除了人工智慧、機器人技術的集中展示,謀求新消費的“破圈”也成為春晚與中國經濟社會發展階段同頻共振的新發力點。從追覓科技到名創優品、卡游,這些品牌主打Z世代和亞文化圈層,以往從未出現在春晚的語境中,卻成為今年的焦點,意料之外,又在情理之中。2026年農曆新年的鐘聲剛剛敲響,新消費品牌尋求“破圈”的商戰硝煙卻早已燃起。央視春晚已為我們展示了一幅事關未來的場景:一場由人工智慧、機器人技術等引領的科技大潮,正向我們“闊步走來”。 (澎湃新聞)
領導人閉門會議:歐盟需要加速縮小與美國和中國的技術差距
隨著歐盟領導人進行關於競爭力的非正式會議,一個問題應成為重中之重:歐洲如何竭盡所能,縮小與美國和中國在技術領域的差距?歸根結底,這關乎行動的膽識與規模,即如何將歐洲從一個“中端技術經濟體”轉型為“高端技術強國”。投資鴻溝:正視差距與調動資本在近期一篇關於人工智慧革命的論文中,白宮經濟顧問委員會對所謂的“歐洲衰落”進行了抨擊,推測人工智慧可能引發一場新的“大分流”——美國將進一步遙遙領先,而歐洲及其他地區則會掉隊。該委員會的論點主要集中在人工智慧領域累計私人投資的巨大差距上:2013年至2024年間,美國的投資額超過了4700億美元,而歐盟所有國家的總和僅為約500億美元。要在資金投入上與美國等量齊觀即使並非不可能,也異常困難,且未必是資源的最優配置。但絕不能心存幻想:大幅增加投資不僅對人工智慧,而且對綠色技術和國防都至關重要,甚至關乎生死存亡。資金必須來自所有可用管道,除了政府支出外,尤其要利用歐洲尚未得到充分利用的家庭儲蓄和養老金資本。疏通金融:打造耐心資本與創新生態目前,創造合適框架條件的契機再好不過。去年,投資者對歐洲股票的興趣顯著提高,這建立在投資者對資產多元化日益增長的需求之上。為了鞏固這一積極勢頭,歐盟必須通過強化其創新生態系統的基礎、助力企業更快速地規模化,來抵消其較弱的消費能力。首要任務應是疏通歐洲的金融體系,並將資金引導至技術前沿。在此過程中,“耐心資本”至關重要。深科技和工業創新具有較長的開發周期。因此,歐洲需要更長的融資期限——理想情況下為15到20年——並在其儲蓄和投資模型中實現從短期主義的廣泛轉向。歐洲的銀行仍是企業外部融資的主要來源,但由於面臨嚴格的資產負債表約束,它們難以滿足這一需求。好消息是,銀行正開始與私人信貸基金合作,後者能更輕鬆地承擔長期、非流動性的信貸風險,從而提升整體融資能力。此外,人壽保險公司和養老基金必須介入並提振歐洲的證券化市場,這是資料中心和技術公司至關重要的融資工具。然而,要實現這一點,必須將它們從《償付能力二號》規則中某些最嚴苛條款中解放出來——這些規則即便在證券化產品評級很高時,仍將其視為結構性風險資產。政府角色:從早期客戶到規模推手歐洲委員會已提議建立“歐洲規模化基金”,目前正在尋求私人和獨立的管理人。一旦建成,該基金必須支援更長的持股期和更大規模的融資輪次,使企業能夠建構完整的產品組合,而非將籌碼全部押在單一突破上。同時,政府必須在作為新興技術的“早期客戶”方面發揮更強作用。建立專門的歐洲深科技採購框架——包括類似於新冠疫情期間用於疫苗的“預先市場承諾”——將創造可預測的需求,幫助創新型企業更快實現規模化。破除壁壘:邁向統一的資本市場這種勢頭還應使歐洲能夠著手解決其長期存在的頑疾:即因國家碎片化而導致的監管套利。稅制、養老金制度和監管實踐的差異,導致歐洲的儲蓄要麼被困在各自國家的市場內,要麼流向歐盟以外以尋求更高回報。解決這一問題並無捷徑,唯有實現歐洲資本市場架構的跨越式變革——首要任務是將歐洲證券及市場管理局轉型為一個強有力且名副其實的歐洲監管機構。此舉將減少扭曲,使儲蓄在歐盟內部跨境更自由地流動。儘管這看似不可能,但此前歐洲銀行業管理局在銀行監管領域的成功建立,已證明了這種突破的可行性。“歐盟公司”:為創業者鋪就坦途最後,必須賦予“歐盟公司”概念以實質內涵——這是一個旨在讓企業在單一市場內實現無縫註冊與營運的泛歐法律框架,並為歐洲的創業者提供急需的助力。為確保實效,該倡議必須展示出雄心:建立一個統一、中央化、完全數位化且支援API接入的歐盟級公司註冊庫,並配備標準化的投資檔案,使歐洲在註冊便利性和治理水平上脫穎而出。關鍵在於,“歐盟公司”選項必須向所有企業開放,而非侷限於特定的“創新型”企業。否則,人為設限將削弱該倡議的效用。通過提供精簡、標準的註冊、治理及早期融資框架,“歐盟公司”將為歐洲初創企業提供關鍵支援,消除其早期面臨的多重障礙。如果歐洲領導層真心希望助力創新企業規模化發展,現在就應立即支援這一倡議。結論:改革必須達到逃逸速度在所有這些領域,歐盟都有機會克服其固有侷限,最終發揮規模效應的優勢。然而,小修小補已無濟於事。歐洲需要所謂的“逃逸速度”——即改革力度必須足夠大膽且協調一致,才能徹底擺脫結構性碎片化、長期投資不足和決策遲緩的引力束縛。若低於這一臨界點,進步的努力終將被慣性的黑洞所吞噬。作者介紹:Paweł Świeboda 是布魯塞爾經濟安全論壇的高級訪問研究員兼聯合主任,該論壇是歐洲政策中心 (EPC) 在經濟安全領域的旗艦項目。原文標題:Leaders’ retreat: EU needs escape velocity to close tech gap with US, China (國際問題研究資料)
“我們正在目睹一場AI創造性破壞席捲全球各行各業”!高盛合夥人:本質上,這是一次“護城河檢查”
高盛合夥人Rich Privorotsky認為,市場陷入"先賣出、後提問"恐慌,本質是對企業護城河的全面檢驗,建議關注擁有真正護城河的公司、實物資產和工業股,看好航空航天類股,但需警惕銀行股風險。高盛預計CTA將拋售15-20億美元美股,標普若跌破中期閾值6723點,將加速拋售幅度。高盛合夥人Rich Privorotsky警告稱,一場由人工智慧驅動的"創造性破壞"正即時席捲全球各行業,本質上這是一次對企業護城河的全面檢驗。從上周軟體行業遭遇衝擊,到本周初先是保險和財富管理類股,下半周則輪到房地產服務類和物流類股。AI最初被視為對股市的利多因素,但現在正在激進地檢驗那些企業真正具有可防禦的競爭優勢。"先賣出、後提問"的情緒在市場擴散,拋售速度加快,但除了AI擔憂外並無明確催化劑。高盛合夥人Rich Privorotsky認為這是一次護城河檢查:企業的業務是否能抵禦技術衝擊?如果有一支機器人大軍,能否顛覆現有企業?企業是否必須競相投入或收購,否則就會被取代?Privorotsky進一步強調,需警惕美國各大股指中的CTA(商品交易顧問)觸發訊號。高盛目前估計,CTA將在未來一周內拋售價值15億至20億美元的美國股票。軟體類股估值承壓Rich Privorotsky認為,AI不僅沒讓大家躺贏,反而正在讓那些想在經濟裡“躺平吃利息”的人無處遁形。在許多曾被認為存在護城河的領域,技術進步正迅速瓦解那些建立在經驗和知識工作之上的堡壘,新進入者對現有企業構成快速挑戰。而一旦AI擔憂擾動市場情緒,軟體和科技類股的終端價值就受到了質疑,這是當前市場面臨的核心問題。Privorotsky指出,根據其交易經驗,估值倍數是最難錨定的指標,只要開始被質疑,往往難以停止。目前,上市公司的估值已經從30多倍的市盈率(混合預測未來24個月)回落到了20倍出頭,但私募投資組合的估值往往還維持在高得多的水平。因此這場動盪便順著鏈條,從公開市場蔓延到了私募領域,並進一步波及到了私募信貸,尤其是槓桿貸款市場。市場釋放增長衝擊訊號過去一周,美債收益率下行,而周期性股票相對防禦性股票出現拋售。高盛指出,現在的行情感覺就像是一場短期的增長衝擊。收益率曲線正在變平,債券還在繼續上漲。美國1月CPI同比2.4%低於預期,核心CPI降至四年來最低水平。市場對通膨的擔憂減弱,這與AI將比預期更快顛覆多個行業的敘事一致。高盛認為最終結果可能在某些領域出現徹底的通縮,因為“食利者”正在失去定價權。投資者應該尋找真正的護城河在這種環境下,Rich Privorotsky建議關注擁有真正護城河的公司以及實物資產。航空航天類股感覺時機已到,空巴類型的敞口值得關注。工業股應該表現良好,但需要選擇受益於投資周期的公司,而非僅僅是短周期的周期性股票。實物資產是做多方向,儘管大宗商品的飆升不值得在此追高。他看好歐洲房地產投資信託基金/做多德國住宅地產,但不會觸碰辦公樓REITs。銀行股看起來脆弱,面臨四重風險:在歐洲它們是擁擠的多頭頭寸;幾乎未計入AI顛覆或淨息差壓縮風險;通縮機制下美元走弱對利率曲線不利;在美國,預測市場顯示民主黨橫掃的機率達到30%多,這顯著增加監管風險。CTA拋售觸發點臨近Rich Privorotsky強調需警惕美國指數的CTA觸發點。在北美,預計拋售最嚴重的不是標普500指數,而是納斯達克100指數。標普500已跌破50日均線(6895點)和CTA短期閾值(6911點)。好消息是拋售規模仍然溫和。高盛目前估計,CTA未來一周將拋售15億至20億美元的美國股票。此外,標普500仍高於中期閾值6723點約110點,跌破該水平將加速拋售幅度。(標普500指數在未來一個月內,不同走勢情景下的資金流向預測)Rich Privorotsky表示,隨著AI每天降低進入壁壘,這是一個贏家和輸家分化的市場。他無法預測明天的航運業將會是什麼樣子,但可以確定的是,終端估值倍數正受到質疑,這在結構上是個問題。當前環境有利於擁有真正護城河和有形價值的公司。新興市場仍是相對更清晰的避風港,全球其他地區的交易將繼續推動相對優異表現。 (invest wallstreet)
OpenClaw (龍蝦)如何學會新東西 ?
人工智慧與人類在學習新事物方式上的巨大差距,促使研究人員重新思考當今 AI 模型背後的數學基礎。但開發者找到了一種更即時、更實用的權宜之計,讓 AI 能持續學習:所謂“skills(技能)”。所謂技能,是一段文字提示詞,其中包含指令,告訴智能體(agent)該如何完成某項任務。比如,一個被要求去調整 PDF 的智能體,在執行任務前可能會先查閱一條用於 PDF 編輯的技能說明。OpenClaw是一款增長迅速的開放原始碼軟體,用於驅動個人 AI 智能體。它可以瀏覽一個名為 ClawHub的網站,在那裡尋找技能,內容涵蓋從總結 YouTube 視訊到使用 Google Cloud等各種任務。像 Claude Code和 Codex這樣的程式設計智能體,也能利用技能來更輕鬆地處理各種任務,否則它們會更吃力。技能彌補了 AI 模型學習新能力方式中的一個關鍵缺口。如今的 AI 要麼在訓練過程中吸收知識,要麼在與使用者對話的過程中學到東西,但對話一結束就很快遺忘這些資訊。(像 ChatGPT這樣的聊天機器人也可以儲存關於使用者的簡單備註,並在未來對話中引用。)相比之下,人類能在當下迅速而靈活地掌握新技能或新資訊,並且在最後一次使用後的數月甚至數年之後仍能回憶起來。一些開發者認為,給 AI 智能體配備 skills(技能),是一條長期沒有得到充分重視的解決路徑。Jo是一家成立兩年的舊金山灣區初創公司,開發的智能體與 OpenClaw類似,採用裝置端模型。其首席市場官 Kevin Li說:“我覺得很多人沒有意識到,OpenClaw 因為能訪問自己的檔案系統,其實具備自我改進的能力。我認為,只要你持續給它載入越來越好的技能,或者它在犯錯後自己寫出技能並據此改進,使用者手裡的 OpenClaw 的能力演進速度就會隨著時間推移轉為指數級加速增長。”讓一個 AI 智能體在執行任務前先去瀏覽一套“說明書庫”,與從底層重新設計 AI 模型相比,聽起來像是用膠帶臨時粘出來的方案。但技能相較於通過編寫軟體程式碼或更新模型權重來學習新能力,有一個關鍵優勢:技能用的是自然語言寫成,人類使用者更容易理解。不過,在技能以及其他面向智能體的指令體繫上,仍有一些毛病需要修補。例如,除了面向具體任務的技能之外,Claude Code還使用一個名為 claude.md 的文字檔,使用者會在其中存放背景偏好與指令,比如要求 Claude 避免不必要的奉承。當 Claude 出錯時,“它會承諾下次做得更好。”AI Policy Network(人工智慧政策網路)政策負責人 彼得·威爾德福德(Peter Wildeford)說。該組織位於華盛頓,致力於推動 AI 立法遊說。“但 Claude 並不總是有那種直覺,知道為了下次改進,它需要把東西寫下來。所以我得告訴 Claude,類似這樣:‘不,你沒有持久記憶。請把這點標記到你的 claude.md 檔案裡。’然後它才會這麼做。”(不過,Anthropic昨天開始測試一項新的自動記憶儲存功能,這可能會改善 Claude Code 如何為自己保存備註。)儘管有這些磕絆,claude.md 可能比技能更好用,因為這個檔案始終對智能體可用。相比之下,潛在技能的數量太多了,智能體不可能全部讀完,所以它必須在恰當的時候載入恰當的技能。Zo Computer是一家成立三年的初創公司,正在為非技術使用者開發個人智能體。其聯合創始人 Ben Guo說,技能往往“不會在正確的時機被呼叫”。他還表示,當下圍繞技能與 claude.md 這類檔案的做法“非常原始”。但 Guo 的聯合創始人 Rob Cheung說,人和組織同樣依賴這種原始的筆記方式來記住如何完成工作。比如,他說,GitLab就使用一套內容極其龐大的員工手冊,讓遠端員工保持一致。這反倒讓人安心,因為要等到 AI 研究人員用一種更聰明也更簡潔的新模型設計真正破解“持續學習”,很可能還得花上好幾年。與此同時,像 ClawHub這樣的網站會不斷拿出更好的技能,而像 OpenClaw這樣的智能體也會越來越擅長在需要時把這些技能調出來並用得更到位。 (一半杯)
2026全球半導體展望報告
《2026全球半導體展望報告》由普華永道即PwC發佈,它會對全球半導體產業,在需求、供給以及未來技術這三大維度的關鍵趨勢給以全面剖析。該報告指出,半導體正從關鍵的零部件轉變成為跨產業創新的核心發動機,人工智慧、地緣政治以及供應鏈韌性正重塑著產業格局。在需求端,全球半導體市場有著這樣的規模預期,從2024年的6270億美元開始增長,一直增長至2030年的1.03兆美元,年均復合成長率達到8.6%。其中部分領域呈現不同態勢,伺服器以及網路領域,是受到生成式AI的驅動,憑藉11.6%的成長率位居榜首 ;車用半導體,它是在電動化與自動駕駛等因素推動下、以10.7%的成長率緊跟其後。電動車在2030年將會成為市場主流,碳化矽與氮化鎵等寬能隙功率半導體的佔比將會超過60%,每一車的半導體含量,從傳統的200至300顆增加到千顆以上。汽車受軟體定義推動,進而促使分區架構以及中央運算得以發展,致使車用系統單晶片的需求急劇大幅爬升。在伺服器端,AI加速器於資料中心晶片裡所佔的比例將會達到50%,高頻寬記憶體搖身一變構成瓶頸以及戰略物資。終端裝置展現出明確的AI化趨向,AI PC以及AI手機引領神經網路處理器、低功耗DRAM以及影像訊號處理器實現升級,家電同樣因為AI以及物聯網功能的提升,從而推動連網晶片以及電源管理晶片的需求。智慧製造、再生能源、醫療電子以及國防自主,共同驅動著工業領域,功率半導體這類,微控製器之類,還有感測器,它們的需求呈現出穩健擴張的態勢。在供給端,全球半導體供應鏈正進行結構重組,此重組處於地緣政治與技術瓶頸的雙重壓力之下。設計領域面臨著嚴重的人才短缺情況,到2030年時,全球對設計工程師的需求為30萬名,然而目前僅有20萬人。晶片設計正從通用架構加速轉變為專用積體電路,IP成本在開發支出中所佔比例已達25%至35%,並且每一代製程的設計成本呈現出指數級上升態勢。在晶圓製造方面,300mm成為先進製程的主力,200mm則因碳化矽與氮化鎵需求的回溫而有所變化。美國的《晶片法案》促使先進製程出現回流情況,中國將重點放在28奈米成熟製程的擴產以及自主化方面,台島要保持3奈米以下的領先位置,日本憑藉Rapidus、熊本廠以及功率元件重新返回戰場,韓國鞏固自身記憶體霸主地位並拓展邏輯代工業務。電晶體架構從FinFET朝著GAA轉變,在2030年代初時,有望邁入CFET或者Forksheet世代。在記憶體領域,高頻寬記憶體因AI伺服器需求的爆發,其滲透率持續得到提升,然而矽穿孔以及先進封測產能卻成為了供給方面的瓶頸。封裝測試已然從後端配角實現了向效能驅動核心的升級,2.5D/3D封裝、小晶片以及混合鍵合變成了關鍵技術,晶圓代工廠跟整合元件廠主導著七成以上的先進封裝投資。在裝置端,極紫外光光刻機是由ASML獨家供應的,一直到2030年供給依舊持續處於緊繃狀態;混合鍵合裝置的需求急劇增加,然而合格供應商非常有限。在材料端迎來了世代交替,釕代替銅成為了次世代互連的候選材料,碳化矽取代矽被用於刻蝕裝置部件,可以延長機台壽命並且減少微粒污染。在未來技術範疇內,報告識別出了五個具備高潛力的領域 ,通用人工智慧被看作是長期的戰略高地 ,它的達成高度取決於先進邏輯 ,高頻寬記憶體以及記憶體內運算與神經擬態架構 ,高階自動駕駛也就是L4以上的等級 ,會驅使車用晶片朝著客制化系統單晶片與小晶片架構發展 ,汽車製造商正從標準採購轉變為自主設計 ,人形機器人鑑於勞動力短缺而加快發展 ,對神經網路處理器 ,微機電系統 ,飛行時間感測器與電源管理晶片產生了全新的需求。雖量子運算不會取 代矽基半導體,然而其錯誤校正以及低溫控制卻仍舊高度依賴傳統高速運算晶片,進而混合架構會長期共存 腦機介面正從醫療試驗邁向健康照護以及娛樂應用,超低功耗系統單晶片、生物相容封裝連同高精度類比數位轉換器變成關鍵瓶頸,與此同時神經資料安全以及法規遵循決定商業化速度。(TOP行業報告)
野村:全球人工智慧趨勢追蹤報告:人工智慧專題研究
《全球人工智慧趨勢追蹤報告》5個核心觀點。一、DeepSeek-V4 或許會延續演算法方面的創新路徑,然而並不會再次上演 V3/R1 等級那樣的全球衝擊。報告表明,DeepSeek-V4預估會在2026年2月中旬進行發佈,有可能在程式設計、超長程式碼處理以及推理可靠性等方面達成突破。然而,和一年前V3/R1所引發的市場震動不一樣,全球主要雲服務商,也就是CSP,已然加快朝著通用人工智慧,即AGI的方面邁進,不間斷的算力投入致使市場對於新模型的衝擊具備更強的韌性。所以,V4更大機率會促使中國AI產業鏈創新周期加快,而不是去顛覆全球AI基礎設施市場的格局。二、mHC與Engram技術架構代表大模型效率最佳化的新方向近期,DeepSeek發表了兩篇論文,這兩篇論文揭示了V4可能採用的核心技術,其中,流形約束超連接(mHC)通過改進殘差連接機制實現了更深網路層間的穩定資訊流,Engram條件記憶模組則通過解耦記憶與計算,把靜態知識檢索任務從Transformer計算中剝離。這兩項創新分別從訓練穩定性和記憶體效率角度,為突破”晶片牆“和”記憶體牆“提供了工程化解決方案。三、演算法創新正在重構AI價值鏈的成本收益結構通過雙隨機矩陣約束以及Birkhoff多面體投影的mHC機制,在維持深層訊號傳播穩定性之際降低梯度爆炸風險;Engram借助把百億級參數的記憶表解除安裝到CPU記憶體,使得推理吞吐量損失能夠忽略不計(<1%)。這樣一種“以演算法換算力”的路徑,讓國產AI晶片於訓練失敗率較高的當前狀況下,依舊能夠經由架構最佳化達成可用性能,進而加速國產算力的大規模運用。四、開源模型生態從DeepSeek單極主導走向多元競爭有資料顯示,DeepSeek V3以及R1,在2024年年底的時候,曾經佔據OpenRouter開源模型token消耗量的50%還要多,然而到了2025年下半年,其份額已經明顯下降,Qwen、Llama、Mistral等模型形成了“夏季拐點”之後的碎片化局勢。這表明開源大模型市場正從單一技術領先者的紅利時期,進入到多玩家技術迭代與生態競爭的新的階段。五、AI應用層正從對話工具向複雜任務執行體演進觀察到有報告稱,豆包AI手機,還有阿里通義APP,已然能夠自動開展多步驟任務,這意味著AI智能體(也就是Agent)開始從那種”對話式互動“狀態朝著”任務型助手“方向轉型。這種演進會明顯使得token消耗量和算力需求有所增加,原因在於複雜任務的執行需要更加頻繁地與大模型進行互動,這樣一來,就有可能把模型效率提升所帶來的單次呼叫成本下降給抵消掉。(TOP行業報告)