腾讯AI价值被严重低估的必然逻辑
数日前，一位友人向我探询，腾讯这家巨头是否仍值得长期看好。我表示看好。他随即追问，为何你的语气显得如此迟疑。我沉思片刻，承认确有犹豫。坦白讲，财务数据本身令人毫无保留地乐观，极其亮眼。令我迟疑的，是AI浪潮下腾讯能否继续胜出这一命题。市场对此已追问整整一年。疑问越多，股价越低迷。跌到最后，简直如同在赠送筹码。今日便将此逻辑彻底剖析。一、真实市盈率不足15倍截至2026年7月中旬，腾讯控股（00700.HK）股价约为460港元，总市值接近4.2万亿港元，滚动市盈率约为15.8倍。单看此数值已不算昂贵。腾讯过
智澄AI胡鲁辉：世界模型如何重塑物理智能未来
关注我们 获取更多资讯当前行业已明确形成三大底层范式与多元工程路径：空间感知、JEPA驱动的物理世界模型、统一基座VLA+构成核心技术架构；纯VLA、虚实仿真、大小脑解耦等方案，则是基于产业落地需求演化出的补充形态。各类路径虽侧重点不同，本质皆在探索AI感知物理空间、理解运行规律、实现具身交互的可行路径。国内自研世界模型的代表企业智澄AI，长期聚焦JEPA体系，构建了从空间感知、规律建模到具身执行的全栈技术闭环。本期围绕“感知-理解-决策-执行”核心逻辑，从技术理念、产业格局、工程实践、商业落地及行业展望
人工智能狂潮中，软件企业的破局之道
当 OpenAI 的报告仍在勾勒“每天节省 1 小时”的效率愿景，MIT 的研究却泼下冷水：高达 95% 的企业 AI 投入换不来可量化的收益。这种“生产率悖论”犹如悬顶之剑，令所有软件厂商如芒在背——一面是开发者借助 AI 工具实现 30% 以上效率跃升成为行业通识，另一面是微软市值半年蒸发 20.6%、Copilot 付费用户尚不及 ChatGPT 四成的惨淡现状。软件产业正面临史无前例的价值洗牌。开发人员借助 AI 实现代码自动生成、缺陷智能排查，项目周期普遍压缩四成，然而这种单点效能的激增，却在组
AI告别画饼期：游戏数据融30亿，聚合平台估值20亿，68元工具替代外包
【核心摘要】General Intuition借助游戏录像训练通用AI，斩获3.2亿美元投资；Liblib母企演语科技投后估值破20亿美元，年营收超3亿美元；雷科技仅凭68元/年的专业版豆包，独立完成海外站从规划到上线的全过程。三大事件共同印证：AI应用层已由“谈概念”迈入“拼营收”时代。首个焦点是General Intuition。这家创办不足一年的企业，依托海量游戏录像训练通用智能体，斩获3.2亿美元A轮融资，估值达23亿美元。Khosla Ventures领投，谷歌前董事长施密特及亚马逊创始人贝索斯
车企担保非长久，智驾出险谁来赔
在比亚迪推出“城市领航安全兜底”服务后，6月22日，华为引望也宣布了“ADS辅助驾驶无忧权益”。不到一个月，这两家头部车企相继承诺为智能辅助驾驶提供“兜底”保障，为“智驾出事谁负责”这一老问题给出了新答案。然而，车企这种“拍胸脯”式的承诺，终究不是解决问题的长久之策。若想给车主提供真正可靠的智驾保障，还需建立统一规范、多方协作的风险共担机制。 当智驾场景发生事故时，责任究竟在于驾驶人的操作失误，还是系统本身的缺陷？随着智能驾驶技术的不断升级，人车之间的责任界限日益模糊，事故责任归属不再像过去那样明确，驾驶
AI赛道大转向!下半场制胜关键已非算力之争
回顾过去两年的AI领域，整个行业深陷于高度雷同的竞争漩涡之中。无论是初创企业融资、项目招投标，还是厂商技术较量，各方目光都聚焦于三个维度：模型规模是否够大、计算资源是否充沛、交互表现是否够聪明。相当长的一段时期内，业界普遍信奉一条铁律：舍得投入算力、堆砌参数，便能在AI竞技场占据一席之地。然而步入2026年，AI产业的运行法则已悄然完成深层次重构。行业本质揭示：超大规模模型已非珍稀资产，高品质、可合法商用的数据资产，方才是AI领域崭新的战略制高点。概括而言：AI前半程较量的是算力与算法，后半程则聚焦于数据
金融AI迈入智能体新阶段：业务效能倍增，但三重瓶颈阻碍规模普及
导语 2026 中国国际金融展上，金融 AI 迎来清晰分水岭：行业核心从大模型训练，全面转向智能体规模化落地。 蚂蚁数科、阿里云、OceanBase、长亮科技、神州信息、恒生电子、浪潮计算机纷纷发布金融 Agent 解决方案，覆盖信贷、风控、财富、理赔、投研全场景。 智能体解放金融从业者、业务效率数十倍跃升的红利清晰可见，但合规隐患、数据壁垒、算力成本三道难关，正阻碍行业大规模铺开。以往金融 AI，仅是 “单点辅助工具”： 只能单独完成研报摘要、客户问答、简易合规检索，无法串联完整业务流程。 如今的金融智
AI盈利四步法：从技术到变现
很多AI创业者技术过硬，却苦于找不到盈利路径。免费模式耗钱，高价又难成交。今天，我用4步帮你打造可持续的盈利体系，让AI产品真正产生现金流。第一步：定价策略。SaaS产品推荐订阅制，比如每月99元，提供基础功能；按使用量计费适合API服务，比如每次调用0.01元。先低价获客，再逐步上调。第二步：客户细分。大客户利润高但决策慢，小客户数量多但流失快。建议先用小客户验证产品，再切入大客户。比如，先服务100家小企业，再推企业版。第三步：增值服务。除了软件，提供AI咨询、模型定制等付费服务。比如，帮客户训练专属
人工智能浪潮下，数据壁垒是否依然坚固？
本订阅号中所涉及的证券研究信息由光大证券资产配置研究团队编写，仅面向光大证券专业投资者客户，用作新媒体形势下研究信息和研究观点的沟通交流。非光大证券专业投资者客户，请勿订阅、接收或使用本订阅号中的任何信息。本订阅号难以设置访问权限，若给您造成不便，敬请谅解。光大证券研究所不会因关注、收到或阅读本订阅号推送内容而视相关人员为光大证券的客户。报告发布标题：AI时代数据还有护城河吗？——AI Eats the World的叙事瓶颈报告发布日期：2026年6月15日分析师：王开（S0930526050001）实习
AI行业价值重构：中间层优势消退，两端护城河凸显
"我家AI模型最强"正在成为估值负担——中间层正在变成通用资源，真正的护城河只剩两端。过去12个月里，几乎每一家融资或路演的AI公司都在强调同一件事："我家的AI模型或Agent比竞争对手更强大"。这话本身没错——模型确实更强大、推理速度更快、测试分数更高、Agent编排确实更复杂。但当你跳出单家公司视角，观察整个AI基础设施这两年的演进轨迹，会发现一个被严重低估的现象——"我家AI更强"作为壁垒，正在以肉眼可见的速度失去价值。更准确地说：AI中间层——大语言模型、提示词工程、工具调用协议、数据连接器、向
国产医疗 AI 崛起：讯飞星火 V3.5 力压 GPT-5.5 问鼎全球
GPT-5.5，已被超越。此次并非在通用能力层面，而是在医疗这一最为硬核的垂直赛道——讯飞医疗于 6 月 9 日正式推出的星火医疗大模型 V3.5，在 IDC 与上海人工智能实验室共同发布的最新全球医疗大模型榜单中，强势夺得榜首。核心数据极具说服力：病历医生采纳率高达 91%，书写耗时减少 52%，累计辅助诊断次数突破 12 亿。这一切均依托于全国产算力进行训练。坦白讲，在打造素善世家健康品牌的过程中，我便格外重视 AI 与大健康的融合赛道。我愈发坚定一个观点：在专业细分领域，专用模型必将胜过通用模型。缘
AI产品竞争壁垒的重构
移动互联网时代的商业竞争逻辑，核心围绕流量规模经济展开。行业通用玩法清晰且标准化：平台通过补贴、精细化运营抢占公域流量，依托海量用户流量形成市场垄断优势，借助规模效应摊薄研发、运营、服务器等边际成本。同时，平台搭建单边、单点的交易与社交生态，积累用户关系、订单、积分等专属资产，大幅抬高用户转移壁垒，最终形成以广告流量、增值服务为核心的稳定商业模式，构筑起完整的行业护城河。进入AI产品时代，这套成熟的移动互联网壁垒逻辑彻底失效，新旧赛道的底层商业逻辑出现本质割裂，传统竞争优势不再适用。首先，AI产品不存在传
刘淼：数据壁垒：AI时代材料科学的关键竞争力 | AI for Science沙龙
编者按当人工智能开始重塑材料科学领域，真正的竞争优势究竟在哪里？5月21日，未来光锥「AI for Science 创变者说」第二期沙龙“AI+材料的千亿级机会”，邀请了三位学界与产业界一线专家，共同探讨AI+材料科学的前沿发展与实践经验。中国科学院物理研究所/松山湖材料实验室刘淼老师，结合团队与国际领先企业同台竞技的亲身经历，从自主构建Atomly数据库、开源GPT-FF力场，到打造全固态机器人实验室，给出了一个理性而坚定的判断：数据，才是唯一的护城河。为何 AI 时代要强调数据？这是人工智能领域众人高
从模型到商业落地:解码AI时代的产品机遇、劳动力变革与数据壁垒
“产品周期决定增长轨迹。”这是整场对话的核心基础。a16z 合伙人 Alex Rampell 开篇明义，从纳斯达克指数1977年至今的走势图切入，总结出四个主要的产品周期：随后，两年前，AI时代正式开启。Rampell 强调了一个被许多人忽略的关键事实：AI并非凭空诞生，它建立在先前所有基础设施之上。没有智能手机、没有云计算，AI只能是博物馆里的陈列品。但现实是，全球80亿人口中绝大多数拥有智能手机，这项新技术的传播速度前所未有。“软件领域绝大多数新增净收入，实际上都来自AI，包括应用层和基础设施层。”这
行业数据如何成为AI转型的制胜法宝
你家电器坏过吗？我之前洗衣机出了问题，网上一搜，全是乱七八糟的小广告，根本不敢相信。路边随便找了个维修师傅，上门检查后说"主板烧坏了"，张口就要600块。我有点犹豫，他就给我施压"不修的话就彻底报废了"。后来我咨询了懂行的朋友，才发现其实就是传感器的问题，材料费才几十块钱。家电维修这个行业，信息不对称严重到让人怀疑人生。你不懂技术，师傅说什么就是什么。价格？随便喊。售后？修完人都不见了。万师傅做了一件事，我觉得特别厉害。他们把12年积累的2亿多条订单数据、450万师傅的服务