FX168财经网_全球视野外汇黄金加密货币NFT资讯网

“AI+交通运输” 实施意见印发，智能产品“加速上路”，科创AIETF(588790)回调蓄势

及包括Agent、多模态方面相关进展，AI行业以及围绕AIDC产业链的持续高景气。25年或成为国内AI基础设施竞赛元年以及应用开花结果之年。中美AI均进展不断，同时推理端持续推进。 2、英伟达CEO黄仁勋在近期接受访谈时表示，AI不再是‘一次性’推理，而是需要‘思考’后才能回答。在传统的 AI 规模定律（预训练、后训练）之上，引入了全新的“思考”推理定律——即在回答前深度思考、研究和学习。这将使推理能力呈指数级增长（百万倍乃至十亿倍），最终将智能推向新高度。【相关ETF】科创AIETF(588790)，场外联接(博时上证科创板人工智能ETF发起式联接A：023520；博时上证科创板人工智能ETF发起式联接C：023521；博时上证科创板人工智能ETF发起式联接E：023989)。科创AIETF及联接作为全市场规模最大的科创板人工智能指数产品，寒武纪稳居第一大权重股，同时覆盖海光信息（国产GPU市占率70%）等核心替代力量。当前政策强驱动下，国产芯片渗透率已持续跃升。投资者可借道布局该ETF，可一键布局AI“硬件-模型-应用”全产业链。规模方面，科创AIETF近1周规模增长1.12亿元，实现显著增长，新增规模位居可比基金3/9。份额方面，科创AIETF近1周份额增长2.13亿份，实现显著增长，新增份额位居可比基金1/9。科创AIETF紧密跟踪上证科创板人工智能指数，上证科创板人工智能指数从科创板市场中选取30只市值较大的为人工智能提供基础资源、技术以及应用支持的上市公司证券作为指数样本，以反映科创板市场代表性人工智能产业上市公司证券的整体表现。数据显示，截至2025年8月29日，上证科创板人工智能指数前十大权重股分别为寒武纪、澜起科技、芯原股份、金山办公、石头科技、晶晨股份、恒玄科技、云天励飞、复旦微电、乐鑫科技，前十大权重股合计占比71.66%。（文中个股仅作示例，不构成实际投资建议。基金有风险，投资需谨慎。）以上产品风险等级为：中高（此为管理人评级，具体销售以各代销机构评级为准）风险提示：基金不同于银行储蓄和债券等固定收益预期的金融工具，不同类型的基金风险收益情况不同，投资人既可能分享基金投资所产生的收益，也可能承担基金投资所带来的损失。基金的过往业绩并不预示其未来表现。投资者应了解基金的风险收益情况，结合自身投资目的、期限、投资经验及风险承受能力谨慎决策并自行承担风险，不应采信不符合法律法规要求的销售行为及违规宣传推介材料。以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。

有连云09-29 10:11

OpenAI“GPT门”事件曝光：用户模型选择权被擅自更改，引发付费权益争议

因此需要注意模型选择状态。问：事件对AI行业有何启示？答：事件凸显了AI透明度和用户知情权的重要性。专有模型供应商需要在安全控制与用户选择权之间找到平衡，同时避免对付费服务产生负面影响。来源：今日美股网

今日美股网09-29 00:10

存储涨价+光刻机+AI需求共筑景气，科创半导体ETF鹏华(589020)本周涨超13%

配套。 3、AI基建资本开支max+非AI行业复苏→硅片需求提升→部分硅片涨价 4、消息面上，今日上交所官网显示，摩尔线程首发申请成功，通过上交所上市审核委员会会议审议。上市委表示，摩尔线程（首发）符合发行条件、上市条件和信息披露要求。招股书显示，摩尔线程拟募集资金80亿元，用于摩尔线程新一代自主可控AI训推一体芯片研发项目、摩尔线程新一代自主可控图形芯片研发项目、摩尔线程新一代自主可控AISoC芯片研发项目、补充流动资金。东吴证券指出，建议投资者关注国内AI芯片带来的封测设备端投资机会。（1）测试设备：国产AI芯片制造采用更大的引脚和电流，测试难度显著提升，关注国产算力带来的国产测试机突破；（2）封装设备：国产AI芯片采用CoWoS先进封装，中国在封测环节具备较强全球竞争力，国内先进封装有望进入起量元年，关注国产封装设备新机遇。截至2025年9月26日 15:00，科创半导体ETF鹏华(589020)本周上涨13.19%。科创半导体ETF鹏华紧密跟踪上证科创板半导体材料设备主题指数，上证科创板半导体材料设备主题指数选取科创板内业务涉及半导体材料和半导体设备等领域的上市公司证券作为指数样本，以反映科创板半导体材料和设备上市公司证券的整体表现。指数半导体设备占比59.65%，在10只挂钩芯片类ETF的指数中含量最高，领先第二43.95%；半导体材料占比24.33%。数据显示，截至2025年8月29日，上证科创板半导体材料设备主题指数(950125)前十大权重股分别为华海清科(688120)、中微公司(688012)、沪硅产业(688126)、拓荆科技(688072)、中科飞测(688361)、安集科技(688019)、芯源微(688037)、华峰测控(688200)、盛美上海(688082)、天岳先进(688234)，前十大权重股合计占比71.5%。以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。

有连云09-26 18:10

史诗级反超！巨头狂飙

耗速度两三个月就翻一倍；最近一年，全球AI行业的投资总额已经超过4000亿美元，未来5年全球AI的累计投入将超过4万亿美元。毋庸置疑，阿里给市场抛出了一个更宏大的AI故事，会上透露目标预示着行业巨变，就连华尔街都狂摁计算器，未来阿里到底会新增多少资本开支？摩根士丹利最新研究报告预计，阿里云在2026年至2032年间每年新增的数据中心容量超过3吉瓦，几乎等同于2025年整个中国市场的新增总量。瑞银认为阿里云的投资强度和持续性指引“超出了市场预期”，该行测算阿里云未来或将以每年新增1-2吉瓦的速度扩张，可能转化为每年高达1000亿至2000亿元人民币的增量资本投入。近期AI的重磅大新闻一个接一个，令人应接不暇： 9月10日，甲骨文“海啸级订单”，单日股价飙涨36%，直接登顶世界首富； 9月23日，英伟达宣布1000亿美金投资OpenAI，要一起投资10GW的数据中心，令市场惊呼“AI永动机”形成？隔夜，甲骨文成功完成一笔180亿美元的投资级债券发行，用途是为资助未来投资与一般公司用途，市场解读与其AI/数据中心扩张与再融资相关。这也是硅谷首家选择举债来加大资本开支的科技巨头，甲骨文今年现金流转为负值，为近三十年来首次，而微软、谷歌、Meta的财务健康依旧健康，每年净利润可以覆盖资本支出。若后期越来越多巨头选择举债维持资本支出，或许真到了要警惕的时候。上下滑动查看完整风险提示：风险提示：上述内容仅反映当前市场情况，今后可能发生改变，不代表任何投资意见或建议。指数过往业绩不代表其未来表现，亦不构成基金投资收益的保证或任何投资建议。指数运作时间较短，不能反映市场发展的所有阶段。指数基金存在跟踪误差，基金过往业绩不代表未来表现。购买任何基金产品前请阅读《基金合同》《招募说明书》等法律文件，请根据自身风险承受能力、投资目标等选择适合自己的产品。市场有风险，投资需谨慎。

格隆汇09-25 15:22

阿里吴泳铭：AGI只是起点，超级人工智能ASI才是终极目标

耗速度两三个月就翻一番。最近一年，全球AI行业的投资总额已经超过4000亿美元，未来5年全球AI的累计投入将超过4万亿美元，这是历史上最大的算力和研发投入，必然将会加速催生更强大的模型，加速AI应用的渗透。实现AGI——一个具备人类通用认知能力的智能系统，现在看来已成为确定性事件。然而，AGI并非AI发展的终点，而是全新的起点。AI不会止步于AGI，它将迈向超越人类智能、能够自我迭代进化的超级人工智能（ASI）。 AGI的目标是将人类从80%的日常工作中解放出来，让我们专注于创造与探索。而ASI作为全面超越人类智能的系统，将可能创造出一批“超级科学家”和"全栈超级工程师"。ASI将以难以想象的速度，解决现在未被解决的科学和工程问题，比如攻克医学难题、发明新材料、解决可持续能源和气候问题，甚至星际旅行等等。ASI将以指数级的速度推动科技的飞跃，引领我们进入一个前所未有的智能时代。我们认为，通往ASI之路将经历三个阶段：第一阶段是“智能涌现”，特征是“学习人”。过去几十年的互联网发展，为智能涌现提供了基础。互联网将人类历史上几乎所有的知识都数字化了。这些语言文字承载的信息，代表了人类知识的全集。基于此，大模型首先通过理解全世界的知识集合，具备了泛化的智能能力，涌现出通用对话能力，可以理解人类的意图，解答人类的问题，并逐渐发展出思考多步问题的推理能力。现在，我们看到AI已经逼近人类各学科测试的顶级水平，比如国际数学奥赛的金牌水平。AI逐渐具备了进入真实世界、解决真实问题、创造真实价值的可能性。这是过去几年的主线。第二个阶段是“自主行动”，特征是“辅助人”。这个阶段，AI不再局限于语言交流，而是具备了在真实世界中行动的能力。AI可以在人类的目标设定下，拆解复杂任务，使用和制作工具，自主完成与数字世界和物理世界的交互，对真实世界产生巨大影响。这正是我们当下所处的阶段。实现这一跨越的关键，首先是大模型具备了Tool Use能力，有能力连接所有数字化工具，完成真实世界任务。人类加速进化的起点是开始创造和使用工具，现在大模型也具备了使用工具的能力。通过Tool Use，AI可以像人一样调用外部软件、接口和物理设备，执行复杂的真实世界任务。这个阶段，由于AI能够辅助人类极大提高生产力，它将快速的渗透到物流、制造、软件、商业、生物医疗、金融、科研等几乎所有行业领域。其次，大模型Coding能力的提升，可以帮助人类解决更复杂的问题，并将更多场景数字化。现在的Agent还比较早期，解决的主要是标准化和短周期的任务。要想让Agent能解决更复杂、更长周期任务，最关键的是大模型的Coding能力。因为Agent可以自主Coding，理论上就能解决无限复杂的问题，像工程师团队一样理解复杂需求并自主完成编码、测试。发展大模型Coding能力是通往AGI的必经之路。未来，自然语言就是AI时代的源代码，任何人用自然语言就能创造自己的Agent。你只需要输入母语，告诉AI你的需求，AI就能自己编写逻辑、调用工具、搭建系统，完成数字世界的几乎所有工作，并通过数字化接口来操作所有物理设备。未来，也许会有超过全球人口数量的Agent和机器人与人类一起工作，对真实世界产生巨大影响。在这个过程中，AI就能连接真实世界的绝大部分场景和数据，为未来的进化创造条件。随后AI将进入第三个阶段——“自我迭代”，特征是“超越人”。这个阶段有两个关键要素： AI连接了真实世界的全量原始数据目前AI的进步最快的领域是内容创作、数学和Coding领域。我们看到这三个领域有明显的特征。这些领域的知识100%是人类定义和创造的，都在文字里，AI可以100%理解原始数据。但是对于其他领域和更广泛的物理世界，今天的AI接触到的更多是人类归纳之后的知识，缺乏广泛的、与物理世界交互的原始数据。这些信息是有局限的。AI要实现超越人类的突破，就需要直接从物理世界获取更全面、更原始的数据。举一个简单的例子，比如一家汽车公司的CEO要迭代明年的产品，大概率会通过无数次的用户调研或者内部的讨论来决定下一款汽车将要具备什么样的功能，与竞对相比要实现哪些方面的长板，保留什么方面的能力。现在AI要去做还是很难的，核心点在于它所获得的数据和信息，全都是调研来的二手数据。如果有一天AI有机会，能够连接这款汽车的所有的资料和数据，它创造出来的下一款汽车会远远超过通过无数次头脑风暴所创作出来的。这只是人类世界当中的一个例子，更何况更复杂的物理世界，远远不是通过人类知识归纳就能够让AI理解的。所以AI要进入到一个更高的阶段，就需要直接从物理世界获取更全面、更原始的数据，就像在自动驾驶的早期阶段，只靠人类的总结，Rule-based的方法去实现自动驾驶，无法实现很好的效果。新一代的自动驾驶，大部分采用端到端的训练方法，直接从原始的车载摄像头数据中学习，实现了更高水平的自动驾驶能力。即便我们现在看起来相对简单的自动驾驶问题，仅依靠人类归纳的知识和规则，也无法解决，更何况整个复杂的物理世界。只是让AI学习人类归纳的规律，是远远不够的。只有让AI与真实世界持续互动，获取更全面、更真实、更实时的数据，才能更好的理解和模拟世界，发现超越人类认知的深层规律，从而创造出比人更强大的智能能力。第二、Self-learning自主学习随着AI渗透更多的物理世界场景，理解更多物理世界的数据，AI 模型和agent能力也会越来越强，有机会为自己模型的升级迭代搭建训练infra、优化数据流程和升级模型架构，从而实现 Self learning。这会是AI发展的关键时刻。随着能力的持续提升，未来的模型将通过与真实世界的持续交互，获取新的数据并接收实时反馈，借助强化学习与持续学习机制，自主优化、修正偏差、实现自我迭代与智能升级。每一次交互都是一次微调，每一次反馈都是一次参数优化。当经过无数次场景执行和结果反馈的循环，AI将自我迭代出超越人类的智能能力，一个早期的超级人工智能（ASI）便会成型。一旦跨过某个奇点，人类社会就像按下了加速键，科技进步的速度将超越我们的想象，新的生产力爆发将推动人类社会进入崭新的阶段。这条通往超级人工智能的道路，在我们的眼前正在日益清晰。随着AI技术的演进和各行各业需求爆发，AI也将催生IT产业的巨大变革。我们的第一个判断是：大模型是下一代的操作系统。我们认为大模型代表的技术平台将会替代现在OS的地位，成为下一代的操作系统。未来，几乎所有链接真实世界的工具接口都将与大模型进行链接，所有用户需求和行业应用将会通过大模型相关工具执行任务，LLM将会是承载用户、软件与 AI计算资源交互调度的中间层，成为AI时代的OS。来做一些简单的类比：自然语言是AI时代的编程语言，Agent就是新的软件，Context是新的Memory，大模型通过MCP这样的接口，连接各类Tools和Agent类似PC时代的总线接口，Agent之间又通过A2A这样的协议完成多Agent协作类似软件之间的API接口。大模型将会吞噬软件。大模型作为下一代的操作系统，将允许任何人用自然语言，创造无限多的应用。未来几乎所有与计算世界打交道的软件可能都是由大模型产生的Agent，而不是现在的商业软件。潜在的开发者将从几千万变成数亿规模。以前由于软件开发的成本问题，只有少量高价值场景才会被工程师开发出来变成商业化的软件系统。未来所有终端用户都可以通过大模型这样的工具来满足自己的需求。模型部署方式也会多样化，它将运行在所有设备上。现在主流的调用模型API的方式，来使用模型只是初级阶段，其实看起来非常原始。类似大型主机时代的分时复用阶段，每个人只有一个终端连接上大型主机分时复用。这种方式无法解决数据持久化，缺乏长期记忆，实时性不够，隐私无法解决，可塑性也不够。未来模型将运行在所有计算设备中，并具备可持久记忆，端云联动的运行状态，甚至可以随时更新参数，自我迭代，类似我们今天的OS运行在各种环境之中。正是基于这个判断，我们做了一个战略选择：通义千问选择开放路线，打造AI时代的Android。我们认为在LLM时代，开源模型创造的价值和能渗透的场景，会远远大于闭源模型。我们坚定选择开源，就是为了全力支持开发者生态，与全球所有开发者一起探索AI应用的无限可能。我们的第二个判断：超级AI 云是下一代的计算机。大模型是运行于 AI Cloud之上新的OS。这个OS可以满足任何人的需求。每个人都将拥有几十甚至上百个Agent，这些Agent 24小时不间断地工作和协同，需要海量的计算资源。数据中心内的计算范式也在发生革命性改变，从CPU为核心的传统计算，正在加速转变为以 GPU为核心的 AI 计算。新的AI计算范式需要更稠密的算力、更高效的网络、更大的集群规模。这一切都需要充足的能源、全栈的技术、数百万计的GPU和CPU，协同网络、芯片、存储、数据库高效运作，并且24 小时处理全世界各地的需求。这需要超大规模的基础设施和全栈的技术积累，只有超级AI云才能够承载这样的海量需求。未来，全世界可能只会有5-6个超级云计算平台。在这个新时代，AI将会替代能源的地位，成为最重要的商品，驱动千行百业每天的工作。绝大部分AI能力将以Token的形式在云计算网络上产生和输送。Token就是未来的电。在这个崭新的时代，阿里云的定位是全栈人工智能服务商，提供世界领先的智能能力和遍布全球的AI云计算网络，向全球各地提供开发者生态友好的AI服务。首先，我们有全球领先的大模型——通义千问。通义千问开源了300多款模型，覆盖了全模态、全尺寸，是最受全球开发者欢迎的开源模型。截至目前，通义千问全球下载量超6亿次，衍生模型超17万个，是全球第一的开源模型矩阵，可以说是渗透计算设备最广泛的大模型。同时，阿里云提供一站式模型服务平台百炼，支持模型定制化以及Agent快速开发，同时提供AgentBay这样的Agent运行环境、灵码/Qoder等一系列开发者套件，让开发者可以方便地使用模型能力和创建使用Agent。其次，阿里云运营着中国第一、全球领先的AI基础设施和云计算网络，是全球少数能做到软硬件垂直整合的超级AI云计算平台之一。在硬件和网络层面，阿里云自研的核心存储系统、网络架构、计算芯片，构成了阿里云大型计算集群最坚实的底座。阿里云正在全力打造一台全新的AI超级计算机，它同时拥有最领先的AI基础设施和最领先的模型，可以在基础架构设计和模型架构上协同创新，从而确保在阿里云上调用和训练大模型时，能达到最高效率，成为开发者最好用的AI云。 AI行业发展的速度远超我们的预期，行业对AI基础设施的需求也远超我们的预期。我们正在积极推进三年3800亿的AI基础设施建设计划，并将会持续追加更大的投入。从现在我们看到的AI行业远期发展以及客户需求角度来看，为了迎接ASI时代的到来，对比2022年这个GenAI的元年，2032年阿里云全球数据中心的能耗规模将提升10倍。这是我们的一个远期规划，我们相信通过这样的饱和式投入，能够推动AI行业的发展，迎接ASI时代的到来。超级人工智能到来之后，人类和AI会是怎么样的协作关系？未来的AI越来越强，甚至超越人类智能能力的ASI诞生，那我们人类和AI将如何相处？我们对未来充满乐观，超级人工智能到来之后，人类和AI是一个崭新的协同方式。程序员可能已经感受到了，我们可以下一个指令，通过Coding这样的工具，让它晚上12个小时就能够创造出一个我们需要的系统，从这里我们看到了未来人和AI怎么样去共同协同的一种早期的雏形。所以我们觉得，从Vibe Coding到Vibe Working。未来，每个家庭、工厂、公司，都会有众多的Agent和机器人24小时为我们服务。也许，未来每个人都需要使用100张GPU芯片为我们工作。正如电曾经放大了人类物理力量的杠杆，ASI将指数级放大人类的智力杠杆。过去我们消耗10个小时的时间，获得10小时的结果。未来，AI可以让我们10小时的产出乘以十倍、百倍的杠杆。回顾历史，每次技术革命解锁更多生产力之后，都会创造出更多的新需求。人会变得比历史上任何时候都强大。最后，我想强调，一切才刚刚开始。AI 将重构整个基础设施、软件和应用体系，成为真实世界的核心驱动力，掀起新一轮智能化革命。阿里巴巴将持续投入，与合作伙伴和客户一起，让AI 深入产业、共创未来。祝大家度过一个充实愉快的云栖大会，谢谢大家！

金融界09-24 11:30

上半年通信设备行业净利增长三成：中兴通迅营利领跑，“易中天”市值一度破万亿

金融界09-22 18:30

黄仁勋称赞马斯克：xAI有望在AI领域占据领导地位

尊重和合作潜力。 Q5: xAI未来在AI行业中面临的机会是什么？ A5: 基于Grok和技术创新能力，xAI有机会在人工智能模型研发和应用落地方面占据前沿位置，提升行业竞争力。来源：今日美股网

今日美股网09-20 00:11

ETF盘中资讯|AI主线反弹回暖！天孚通信领涨超6%，创业板人工智能ETF（159363）率先拉升逾2%，冲击日线四连阳

，全球AI算力景气度再创新高，坚定看好AI行业作为年度投资主线，积极看好2025年或成为国内AI基础设施竞赛元年以及应用开花结果之年。海外算力产业链高景气度依旧，并未受到DeepSeek和贸易摩擦的冲击，反而相关产业链的基本面共振更强，持续看好光模块等海外算力产业链投资机会。把握以光模块为核心的AI算力机会，建议重点关注全市场首只创业板人工智能ETF（159363）及场外联接（A类023407、C类023408），标的指数逾七成仓位布局算力，超两成仓位布局AI应用，高效捕捉AI主题行情，并且重点布局光模块龙头“易中天”，光模块含量超51%。（截至2025.8.31）同类比较看，截至9月18日，创业板人工智能ETF（159363）最新规模超44亿元，近1个月日均成交额超11亿元，在跟踪创业板人工智能指数的6只ETF中高居第一。数据来源：沪深交易所等。注：“全市场首只”是指首只跟踪创业板人工智能指数的ETF。风险提示：创业板人工智能ETF华宝被动跟踪创业板人工智能指数，该指数基日为2018.12.28，发布日期为2024.7.11。创业板人工智能指数2020-2024年年度涨跌幅分别为：20.1%、17.57%、-34.52%、47.83%、38.44%，指数成份股构成根据该指数编制规则适时调整，其回测历史业绩不预示指数未来表现。文中指数成份股仅作展示，个股描述不作为任何形式的投资建议，也不代表管理人旗下任何基金的持仓信息和交易动向。基金管理人评估的本基金风险等级为R4-中高风险，适宜积极型（C4）及以上的投资者，适当性匹配意见请以销售机构为准。任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。基金投资有风险，基金的过往业绩并不代表其未来表现，基金管理人管理的其他基金的业绩并不构成基金业绩表现的保证，基金投资须谨慎。

金融界09-19 10:20

冲击三连涨！大成创业板人工智能ETF(159242.SZ)强势翻红涨超2%，人工智能有望迎政策+产业共振

gent、多模态方面相关进展，仍然看好AI行业以及围绕AIDC产业链的持续高景气。整体上积极看好25年或成为国内AI基础设施竞赛元年以及应用开花结果之年。中美AI均进展不断，同时推理端持续推进。相关产品：大成创业板人工智能ETF（159242.SZ）以上内容与数据，与有连云立场无关，不构成投资建议。据此操作，风险自担。

有连云09-18 14:10

对标英伟达！华为推出新的AI芯片技术，北京逐步摆脱“黄金标准”？

努力，旨在让国家逐步摆脱对英伟达硬件（AI行业的“黄金标准”）的依赖，并扶持本土替代品。华为的SuperPod方案似乎是对标英伟达NVLink技术的升级尝试，后者能在服务器的主芯片之间实现高速通信。这一技术对华为竞争力至关重要，因为华为最先进的昇腾芯片性能仍不及美国竞争对手的尖端AI芯片。为了弥补单颗AI芯片算力不足，华为一直专注于开发将更多半导体组合在一起形成集群的技术。华为创始人任正非今年早些时候曾在接受《人民日报》采访时表示，华为在单颗芯片的产出上仍落后于美国，但“我们仍然可以通过集群计算来实现想要的结果”。据中国媒体报道，华为还在周四的公司活动上宣布了未来三年的AI芯片新品规划，计划在明年初推出昇腾950PR，2026年底推出昇腾950DT，2027年底推出昇腾960，2028年底推出昇腾970。

风起 1评论09-18 13:34

24小时热点