谷歌DeepMind部门整合人工智能团队,专注于开发能模拟物理世界的先进AI大模型。新团队由前OpenAI项目负责人领衔,将提升AI对现实世界的认知和模拟能力。Genie 2模型能从单一图像构建交互3D环境,支持长视频内容生成等。科技巨头争夺世界模型开发,预示AI技术在游戏、影视、机器人等领域的广泛应用。
2025年是“十四五”规划的收官之年,作为承上启下的关键之年,保持一定的经济增速至关重要。伴随着海外宏观环境日趋复杂,提振内需对于稳定我国宏观经济的重要性将大幅提升。
科研级技术走向民用消费级市场,从来都是一件不容易的事;光谱技术是一朵实验室里的“高岭之花”,在民用市场一直是空白。
在1月2日的交易中,特斯拉的股价大幅下挫,盘中跌幅一度接近7%。截至当日收盘,股价下跌超过6%,市值蒸发逾700亿美元。自2024年12月18日触及每股488.54美元的历史最高点以来,特斯拉在随后的10个交易日内有8天出现股价下跌,累计跌幅超过20%。
中国半导体产业面临内卷困境,技术缺乏差异化,毛利率下滑,研发投入受阻。2023年,中国芯片相关企业大量倒闭。尽管美国实施出口管制,中国大陆转向成熟制程投资,晶圆厂数量增加,集成电路出口额实现增长。中国半导体市场占全球半壁江山,但产业链各环节占比不匹配。预计到2026年,中国有望成为全球最大的芯片制造国。
宁德时代在国际市场上遭遇挑战的同时,在国内市场亦承受着显著的压力。目前,国内新能源汽车行业竞争激烈,价格竞争日益加剧,作为电池供应商的宁德时代正面临来自汽车制造商降低成本和提高效率的双重压力。此外,汽车制造商普遍采取多供应商策略,导致国内动力电池价格进一步下降。据预测,至2025年,国内电池PACK价格将降至每千瓦时400元,这一价格远低于国际市场的平均水平。
长江证券发布的《2025年宏观经济与资本市场展望——逆流而上》报告,对2025年宏观经济与资本市场进行了展望,主要内容包括特朗普2.0时代、经济修复、地方化债和从加杠杆到宽信用等方面。
昔日,[两田一产]象征着日本汽车产业的巅峰辉煌,日本的燃油车行业曾为国家GDP贡献了高达60%的份额。然而,在全球汽车产业中,美国的特斯拉和中国的电动汽车企业正在挑战传统大型企业,无论是在技术还是在参与者方面,汽车产业正经历着历史性的结构转型。
当前,多元算力,包括超级计算在内,正迅速成为推动社会生产力变革的关键因素,引领生产方式从工业化社会向智能化社会的转变,成为塑造未来新发展格局的关键变量。
尽管量子芯片展示了卓越的计算潜能,但目前国际和国内量子计算研究主要集中在离子阱、超导量子比特以及中性原子等技术路径上。这些技术的实现条件极为严苛,必须在超真空环境下以及接近绝对零度(约零下273.15摄氏度)的物理条件下进行。
回顾历史,大约十年前,苹果公司在其Mac电脑产品中采用了英伟达的高性能图形处理芯片。然而,在经历了一系列商业争议之后,苹果公司逐渐停止使用英伟达芯片,转而采用自家设计的芯片来驱动Mac的图形处理功能,这一战略转变背后蕴含着深远的考量。
2024年,风电经历了重要的变化,涉及技术、质量、商业模式等诸多方面。风电与光伏等行业一样,长期被视为内卷过度的行业。但在当前风电企业卯足了劲出海的背景下,一些改变行业走向的动作正在进行。
当前,英伟达的GPU终于确立了HBM技术的领先地位,整个行业正紧随其后,加速HBM技术的发展。在AI硬件竞争的激烈角逐中,时间等同于生命,任何落后都可能导致被淘汰的命运。在HBM技术发展的道路上,一场无形的较量正在激烈进行,同时也标志着芯片市场竞争格局的重新塑造。
随着新能源汽车渗透率的不断提升,这种迅猛的增长势头恐难以为继,新能源汽车行业竞争已不可避免地进入激烈阶段。同时,中国汽车市场已告别高速增长期,步入了存量竞争时代,月交付量达到2万辆的水平已难以跻身第一梯队。
要实现超强的AI能力,需要超大规模的模型,要训练超大规模的AI模型,需要数千,甚至上万的GPU协同工作。这就带来几个问题:更多的GPU造成的高能耗,计算卡与计算卡之间的通信延迟,计算集群与计算集群之间的通信延迟和算力损耗。那么,如果用光来计算,用光来传输,会怎么样?
在过去一周内,同行业的地平线和文远知行分别在香港交易所和纳斯达克成功上市,彰显了该领域资本市场的活跃度,智能驾驶企业佑驾创新也在IPO进程中取得了关键进展。
手机制造商之间的竞争,已从单一的硬件领域,演变为系统与生态系统之间的较量。从智能手机出发,将端侧人工智能能力进一步扩展至智能手表、汽车、智能家居等更广泛的领域,都依赖于一个统一的开发生态系统。
据相关统计数据揭示,2023年,中国的无人驾驶市场已达到118.5亿元的规模,并预计在2025年左右迎来产业规模化发展的关键机遇。麦肯锡的预测指出,至2030年,中国有望成为全球最大的自动驾驶市场,届时自动驾驶汽车的销售及出行服务预计将产生超过5000亿美元的经济收益。
在数字化和绿色转型的背景下,AI成为转化经验流程知识为预测性解决方案的关键,帮助客户节省成本。但在传统行业如钢铁和橡胶中,创建预测性和规范性AI模型面临挑战,如数据稀缺、工业流程危险性高。欧洲的研发计划和《数据治理法》旨在通过数据共享促进数字化转型,释放AI潜力。
此前,光刻机领域的领军企业ASML公布的业绩不及预期,引发了市场对于全球芯片制造业[产能过剩]的担忧,并进一步对人工智能需求增长的真实性和可持续性产生了质疑。然而,台积电随后发布的三季度财报及随后的电话会议,显著提振了半导体行业的信心,为美股资本市场带来了积极信号,犹如一剂[强心针]。