预判卡
日报里每一条判断,都被固化成一张「预判卡」,到回访日自动回填结果——当时怎么说的、后来如何、差在哪
【国外信号传导】ChatGPT 正在变成企业软件的分发层:过去企业软件是入口、模型是插件;现在关系倒过来了:ChatGPT 成为用户每天打开的第一个界面,SaaS 把自己的数据和流程以插件形式接进去。支撑这个判断的是商业数据——Retell 用同一套模型做到人均 160 万美元年化收入,说明按分钟计费的 Agent 已经跑通单位经济模型,而这正是 SaaS 厂商最担心的替代路径。 ⇒ 腾讯(看多):企业微信+混元掌握大量企业沟通场景,若开放 Agent 插件生态,可直接承接被对话式入口重构的工作流需求。
【国外信号传导】ChatGPT 正在变成企业软件的分发层:过去企业软件是入口、模型是插件;现在关系倒过来了:ChatGPT 成为用户每天打开的第一个界面,SaaS 把自己的数据和流程以插件形式接进去。支撑这个判断的是商业数据——Retell 用同一套模型做到人均 160 万美元年化收入,说明按分钟计费的 Agent 已经跑通单位经济模型,而这正是 SaaS 厂商最担心的替代路径。 ⇒ 阿里巴巴(看多):钉钉与通义具备复制「对话即入口」的完整条件,是国内最可能跑通 Agent 分发层的平台。
【国外信号传导】中国开源多模态架构首次被海外大厂反向采用:过去两年中国多模态模型多以「能力接近但成本更低」被讨论,这次的性质不同:英伟达选择在 H3 架构上做增强并开源,等于公开承认该架构在工程效率上具备可复用价值。逻辑链是:视频生成的瓶颈从模型结构转向推理成本与显存效率,而国内团队在压缩与调度上的工程积累更扎实,于是架构本身成为可出口的技术资产。 ⇒ 快手(看多):可灵视频模型与 H3 同属国内视频生成第一梯队,海外对大架构的认领会带来对国内视频模型能力的整体重估。
2027 年上半年,至少再有一家海外大厂或顶级实验室的公开开源项目,以中国视频/图像模型架构作为基座。
证伪条件:若 2027 年 6 月底前没有出现第二例海外大厂公开采用中国多模态模型架构的案例,则判断错误。
中国开源多模态架构首次被海外大厂反向采用;过去两年中国多模态模型多以「能力接近但成本更低」被讨论,这次的性质不同:英伟达选择在 H3 架构上做增强并开源,等于公开承认该架构在工程效率上具备可复用价值。逻辑链是:视频生成的瓶颈从模型结构转向推理成本与显存效率,而国内团队在压缩与调度上的工程积累更扎实,于是架构本身成为可出口的技术资产。;对国内多模态团队,这意味着「架构被采用」可以成为独立于 API 收入的品牌资产与生态位;对视频生成应用方,应关注 H3 生态的工具链成熟度,可能带来一次成本下降。风险在于开源架构缺乏商业保护,被采用不等于被付费,变现仍需依赖云服务与定制。
【国外信号传导】具身智能进入「按工时计价」的商业化计量阶段:三件事拼出一条完整的产业链信号:资本在加速涌入(+185%),头部本体厂证明硬件能赚钱(+270%),但软件投入正在吃掉利润,于是行业开始寻找新的计价方式——按工时而非按台。这与云计算从买服务器转向按量付费是同一条演化路径:一旦计量标准化,采购决策就从资本开支变成运营开支,市场规模的上限被彻底打开。 ⇒ 小米(看多):具备供应链成本优势与自有工厂试验场景,是本体规模化降本的主要受益方。
【国外信号传导】具身智能进入「按工时计价」的商业化计量阶段:三件事拼出一条完整的产业链信号:资本在加速涌入(+185%),头部本体厂证明硬件能赚钱(+270%),但软件投入正在吃掉利润,于是行业开始寻找新的计价方式——按工时而非按台。这与云计算从买服务器转向按量付费是同一条演化路径:一旦计量标准化,采购决策就从资本开支变成运营开支,市场规模的上限被彻底打开。 ⇒ 优必选(看多):已具备工业场景落地与批量交付能力,RaaS 计价一旦标准化,其存量客户可直接转化为按工时收费的经常性收入。
2027 年上半年,国内将出现首家以「机器人按工时收费」口径披露年收入超过 1 亿元的公司。
证伪条件:若 2027 年 6 月底前,国内没有任何机器人厂商公开披露 RaaS 口径年收入超过 1 亿元,则判断错误。
具身智能进入「按工时计价」的商业化计量阶段;三件事拼出一条完整的产业链信号:资本在加速涌入(+185%),头部本体厂证明硬件能赚钱(+270%),但软件投入正在吃掉利润,于是行业开始寻找新的计价方式——按工时而非按台。这与云计算从买服务器转向按量付费是同一条演化路径:一旦计量标准化,采购决策就从资本开支变成运营开支,市场规模的上限被彻底打开。;对本体厂商,硬件溢价窗口正在关闭,稼动率与调度算法会成为下一轮竞争焦点;对制造业客户,应尽早用 RaaS 试点锁定低价长约;对投资人,应把注意力从「出货量」转向「单位工时收入」与「客户复购率」这两个新指标。
【国外信号传导】中国大模型第一次拿到系统级终端入口:苹果的选择不是技术偏好,而是合规与本地化的必然:要让 Apple 智能在中国落地,必须使用已备案的境内模型并保证数据不出境。这给了千问一个其他国产模型用钱也买不到的位置——系统级默认助手。传导链是:十亿级终端调用 → 千问推理量跃升 → 阿里云算力扩容 → 千问在多模态与语音上的数据飞轮加速,进一步拉大与其他国产模型的能力差距。 ⇒ 小米(看多):系统级 AI 入口的竞争会迫使安卓厂商加速自研助手与端侧模型,小米具备终端规模与自研模型的双重条件。
【国外信号传导】中国大模型第一次拿到系统级终端入口:苹果的选择不是技术偏好,而是合规与本地化的必然:要让 Apple 智能在中国落地,必须使用已备案的境内模型并保证数据不出境。这给了千问一个其他国产模型用钱也买不到的位置——系统级默认助手。传导链是:十亿级终端调用 → 千问推理量跃升 → 阿里云算力扩容 → 千问在多模态与语音上的数据飞轮加速,进一步拉大与其他国产模型的能力差距。 ⇒ 阿里巴巴(看多):独家拿下 iOS 系统级助手入口,千问调用量与阿里云推理收入将同步受益,是国内唯一具备「模型+云+终端入口」闭环的公司。
2027 年 Q1 前,千问经 Apple 智能获得的日均调用量将进入国内大模型前三,并带动阿里云 AI 相关收入环比提速。
证伪条件:若 2027 年 3 月底前苹果国行 Apple 智能推送延期至 2027 年,或阿里财报未体现云业务 AI 收入环比提速,则判断错误。
中国大模型第一次拿到系统级终端入口;苹果的选择不是技术偏好,而是合规与本地化的必然:要让 Apple 智能在中国落地,必须使用已备案的境内模型并保证数据不出境。这给了千问一个其他国产模型用钱也买不到的位置——系统级默认助手。传导链是:十亿级终端调用 → 千问推理量跃升 → 阿里云算力扩容 → 千问在多模态与语音上的数据飞轮加速,进一步拉大与其他国产模型的能力差距。;对阿里而言,这是云业务与模型业务的双重利好,但真正的价值不在短期收入,而在「默认助手」心智的占领。对百度、字节等竞争者,错失 iOS 入口意味着必须在安卓阵营与自有硬件上加快补位。对开发者,应优先适配千问的端侧调用接口,抢系统级唤醒的分发红利。
【国外信号传导】英伟达把国产视频模型纳入自家管线,护城河从卖卡延伸到定义模型栈:英伟达正在复制 CUDA 的老路径:不自己做大模型,但让最强的开源模型在自己的栈上跑得最快。选择 MiniMax H3 作为基座,说明国产视频模型的技术水位已被纳入全球主流工程管线。对中国团队是双刃剑——推理成本与曝光双降,但技术路线被上游硬件定义。 ⇒ 阿里巴巴(看多):通义万相同属国产视频生成第一梯队,开源生态与硬件适配的成熟会整体抬高国产多模态产品的可用性与商业化速度。
【国外信号传导】英伟达把国产视频模型纳入自家管线,护城河从卖卡延伸到定义模型栈:英伟达正在复制 CUDA 的老路径:不自己做大模型,但让最强的开源模型在自己的栈上跑得最快。选择 MiniMax H3 作为基座,说明国产视频模型的技术水位已被纳入全球主流工程管线。对中国团队是双刃剑——推理成本与曝光双降,但技术路线被上游硬件定义。 ⇒ 快手(看多):可灵所属的视频生成赛道被英伟达纳入官方优化管线,意味着国产视频模型的技术水位获得国际认可,利于其海外推广与推理成本下降。
2027 年上半年内,将出现至少一个基于 Open-H3-Regenerate 系列权重二次开发的商用视频修复产品,且定价显著低于现有商业软件。
证伪条件:若 2027 年 6 月底前市场上仍未出现基于该开源权重的商用视频增强/修复产品,则判断错误。
英伟达把国产视频模型纳入自家管线,护城河从卖卡延伸到定义模型栈;英伟达正在复制 CUDA 的老路径:不自己做大模型,但让最强的开源模型在自己的栈上跑得最快。选择 MiniMax H3 作为基座,说明国产视频模型的技术水位已被纳入全球主流工程管线。对中国团队是双刃剑——推理成本与曝光双降,但技术路线被上游硬件定义。;视频生成团队应优先做英伟达栈上的推理优化以获得成本优势,同时保留多硬件后端以防单一依赖;做视频修复/增强的商业软件公司需尽快向上走创意工作流,因为标准化增强能力正在被开源商品化。
【国外信号传导】物理 AI 的融资增速跑赢质疑,但验收标准正在变严:融资热度与验收标准同时上升,看似矛盾,实则是同一件事的两面:钱多了,出资方就必须找到能区分标的的硬指标。「工时 KPI」这类指标的出现,正是资本从「相信故事」转向「要求可测量产出」的产物。谁能先跑出连续 30 天的产线数据,谁就能在下一轮拿到溢价。 ⇒ 小米(看多):自有产线与生态链可提供真实作业场景,具身智能融资热潮下其硬件+场景组合更容易被资本市场重新定价。
【国外信号传导】物理 AI 的融资增速跑赢质疑,但验收标准正在变严:融资热度与验收标准同时上升,看似矛盾,实则是同一件事的两面:钱多了,出资方就必须找到能区分标的的硬指标。「工时 KPI」这类指标的出现,正是资本从「相信故事」转向「要求可测量产出」的产物。谁能先跑出连续 30 天的产线数据,谁就能在下一轮拿到溢价。 ⇒ 优必选(看多):作为已上市的人形机器人标的,行业融资热度与验收标准化的双重推进,有利于其订单转化与估值修复,且具备披露真实产线数据的动机。
到 2027 年 Q2,至少两家中国头部人形机器人厂商会在年报或融资材料中披露「连续作业时长/稼动率」类量化指标,并以此作为估值依据。
证伪条件:若 2027 年 6 月底前仍无中国头部人形机器人厂商公开披露稼动率或连续作业时长类指标,则判断错误。
物理 AI 的融资增速跑赢质疑,但验收标准正在变严;融资热度与验收标准同时上升,看似矛盾,实则是同一件事的两面:钱多了,出资方就必须找到能区分标的的硬指标。「工时 KPI」这类指标的出现,正是资本从「相信故事」转向「要求可测量产出」的产物。谁能先跑出连续 30 天的产线数据,谁就能在下一轮拿到溢价。;整机厂应把稼动率、良率、故障间隔作为核心披露项;上游零部件厂的订单改善会滞后 2~3 个季度,但确定性更高。需要警惕的是资金高度集中于头部,长尾公司将在 2027 年上半年出现一波整合或出清。
【国外信号传导】DeepSeek 的 1055 亿元里,藏着国产算力链的订单地图:出资方名单本身就是采购路线图:芯片厂出钱,意味着后续算力长约大概率落在国产存储与代工;电池厂出钱,指向数据中心的储能与供电配套;腾讯出钱,则对应云资源与流量入口的对价。把钱、供应链、场景三件事绑在同一张表上,是中国基座模型区别于美国同行的核心结构。 ⇒ 寒武纪(看多):国资与产业资本主导的融资结构,会强化「优先采购国产加速卡」的政策导向,训练与推理芯片的招标份额有望提升。
【国外信号传导】DeepSeek 的 1055 亿元里,藏着国产算力链的订单地图:出资方名单本身就是采购路线图:芯片厂出钱,意味着后续算力长约大概率落在国产存储与代工;电池厂出钱,指向数据中心的储能与供电配套;腾讯出钱,则对应云资源与流量入口的对价。把钱、供应链、场景三件事绑在同一张表上,是中国基座模型区别于美国同行的核心结构。 ⇒ 中芯国际(看多):作为出资方之一,后续代工与先进封装订单具备可见度,国产基座模型的算力自主诉求直接转化为产能需求。
2027 年上半年结束前,DeepSeek 会公开披露至少一个基于国产芯片集群完成的大规模训练或推理案例,且国产算力占比被明确量化。
证伪条件:若 2027 年 6 月底前 DeepSeek 未公开任何国产芯片集群的训练/推理占比数据,或明确表示仍以进口算力为主,则判断错误。
DeepSeek 的 1055 亿元里,藏着国产算力链的订单地图;出资方名单本身就是采购路线图:芯片厂出钱,意味着后续算力长约大概率落在国产存储与代工;电池厂出钱,指向数据中心的储能与供电配套;腾讯出钱,则对应云资源与流量入口的对价。把钱、供应链、场景三件事绑在同一张表上,是中国基座模型区别于美国同行的核心结构。;国产算力链的订单能见度会先于财报改善,关注长鑫、中芯的产能利用率与国产 HBM 进展;对二线模型公司,算力被头部锁走意味着必须转向垂直场景或与大厂绑定,独立做通用基座的窗口正在关闭。
【国外信号传导】苹果把系统级 AI 入口交给阿里,国产模型的分发战从 App 转到 OS:三条线索拼出同一件事:苹果在中国缺中文模型能力、缺合规路径,阿里缺系统级分发,两者互补完成交换。开关由用户掌握这一设计,既回应监管对数据出境的关切,也把「是否把请求交给云端」的决定权交给用户,为后续扩大集成留下空间。对国产模型而言,这意味着竞争焦点从 App 下载量转向能否被 OS 调用。 ⇒ 阿里巴巴(看多):拿下 iOS 系统级入口,等于在 2 亿级中国 iPhone 用户上获得默认分发位,通义千问的调用量与品牌曝光将同步跃升,云与模型 API 收入受带动。