20260802-东吴证券-策略周评_月之暗面全面开源Kimi_K3_7页_566kb
报告摘要
策略周评总结 20260802
核心内容概览
本周AI产业在技术、生态与应用层面均有显著进展,主要体现在以下几个方面:
- AI模型开源:月之暗面全面开源Kimi K3,这是全球首个开源的3万亿参数MoE模型,具备原生视觉理解与百万token上下文能力,推动开放模型生态发展。
- 硬件与存储升级:Arm与Unity中国合作引入神经加速器,提升GPU的AI图形处理效率;高通计划推出搭载神经渲染技术的旗舰移动平台;长鑫存储LPDDR6研发接近尾声,有望提升AI终端设备的存储性能。
- AI应用落地:腾讯WorkBuddy推出“人机双写”协同编辑能力,实现文档的自然语言指令实时修改;阿里“千问办公”开启内测,布局AI办公生态;字节跳动调整ToB业务结构,强化AI与企业应用的协同。
- 产业趋势转变:AI竞争重点从单纯参数规模转向性能、开放生态与场景落地能力;中下游应用场景成为关注焦点,而上游硬件或在下半年迎来分化修复机会。
主要观点
- 开源推动技术普及:Kimi K3的开源标志着AI模型进入3T(万亿参数、万亿训练、万亿推理)时代,降低了开发者使用门槛,加速了模型在复杂任务中的应用。
- 硬件架构优化:算力与存储技术持续升级,支持AI在终端设备上的高效运行,为AI规模化应用奠定基础。
- AI应用向生产力场景延伸:AI从辅助工具逐步演进为任务执行与流程协同的生产力工具,办公、企业服务成为商业化探索重点。
- A股风格切换:科技行情仍在进行,但资金配置更趋多元化,需关注中下游AI应用场景与硬件细分赛道的机会。
关键信息
一、AI模型进展
- Kimi K3:全球首个开源3万亿参数MoE模型,支持百万token上下文,扩展效率较K2提升2.5倍。
- DeepSeek-V4-Flash:开放API公测,重点提升Agent任务处理能力,推动代码与长文本处理场景应用。
- 技术基础设施:月之暗面同步开源三项训练Infra技术(MoonEP、FlashKDA、AgentEnv),加速生态适配。
二、硬件与存储
- LPDDR6:长鑫存储研发接近尾声,设计速率12800Mbps,提升AI终端设备性能与能效。
- 神经加速器:Arm与Unity中国合作引入,提升GPU在AI图形处理中的效率。
- 高通旗舰平台:计划9月推出搭载神经渲染技术的移动平台,推动AI超分、插帧等技术落地。
三、AI应用落地
- 腾讯WorkBuddy:打通腾讯文档,支持自然语言指令实时修改文档,实现“人机双写”协同编辑。
- 阿里千问办公:整合多款智能体产品,布局从个人办公到企业服务的AI生态。
- 字节跳动ToB调整:飞书产品团队并入豆包体系,强化AI模型、云服务与企业应用的协同。
四、市场与投资分析
- A股风格切换:科技行情持续,但资金配置更趋多元化,需关注中下游应用场景。
- 投资建议:推荐关注AI金属(如钨、稀土)、AI投研平台(如AlphaChain)、AI研报生成工具(如Hermes架构)等方向。
- 风险提示:美联储降息不及预期、AI技术发展不及预期。
周度报告推荐
| 报告名称 | 核心内容 | 相关标的 |
|---|---|---|
| AI金属乘风破浪(二):钨&稀土,配额限制下的供需错配 | 钨、稀土作为受配额管理的优势金属,出口管制打开国产替代空间 | 中钨高新、厦门钨业、章源钨业、翔鹭钨业、佳鑫国际资源等 |
| 地产+AI工具系列报告之七:从AI投委会到可用的投研平台——AlphaChain产品化 | AI投研产品化面临深度、效率与问责三方面约束 | - |
| 如何用AI自动写研报?——搭建Hermes架构的证券分析师“超级助理” | 实现研报撰写自动化,提升专业水准与效率 | - |
| AI系列深度01期:从数字AI通用底座到物理AI真实世界闭环 | Transformer推动数字AI向统一底座演进,物理AI需补齐底层能力 | - |
| AI系列深度02期:AGI是什么? | AGI是能力阶梯,而非单一时间点,衡量标准尚不统一 | - |
| AI系列深度03期:数字AI与物理AI的边界在哪里? | 数字AI与物理AI在部署形态与安全约束上存在差异,机器人是交汇点 | - |
| AI系列深度04期:什么是表征? | 表征是模型对现实世界的内部抽象表示,影响AI理解与推理能力 | - |
| AI系列深度05期:模型如何学习表征并实现对齐? | 自监督学习是通用表征形成的关键机制 | - |
| AI系列深度06期:Transformer如何从序列任务走向基座模型? | Transformer替代RNN,但循环思想仍在 | - |
| AI系列深度07期:CNN与ViT两类视觉骨干有何差异? | CNN具备三项视觉归纳偏置,ViT在结构与效率上存在差异 | - |
| AI系列深度08期:GAN与Diffusion两类生成范式有何差异? | GAN与Diffusion在采样速度、训练稳定性、样本多样性与可控性上存在差异 | - |
| AI系列深度09期:从LLM到VLM再到VLA意味着什么? | 三类模型在模态与输出能力上逐层扩展,VLA可驱动物理世界交互 | - |
| AI系列深度10期:预训练与后训练如何塑造大模型? | 预训练与后训练是大模型能力形成的关键框架,数据与反馈分立 | - |
数据跟踪
表1:美国主要科技股周度表现(2026/07/27-2026/07/31)
| 代码 | 证券简称 | 收盘价美元 | 市值亿美元 | 周涨跌幅 | 2026年初至今涨跌幅 |
|---|---|---|---|---|---|
| NVDA.O | 英伟达 | 200.75 | 48,582 | -2.94% | 7.77% |
| MSFT.O | 微软 | 464.72 | 34,508 | 21.75% | -3.48% |
| AAPL.O | 苹果 | 308.91 | 45,083 | -7.24% | 13.84% |
| GOOGL.O | 谷歌 | 356.13 | 43,583 | 11.38% | 13.93% |
| AMZN.O | 亚马逊 | 271.58 | 29,293 | 17.00% | 17.66% |
| META.O | 脸书 | 556.71 | 14,182 | -6.47% | -15.51% |
| TSLA.O | 特斯拉 | 311.21 | 12,291 | -0.58% | -30.80% |
图1:主要科技指数收益表现(归一化)

图2:A股主要AI概念指数情绪(截至2026年07月31日)

投资评级标准
-
公司投资评级:
- 买入:预期未来6个月个股涨跌幅相对基准在15%以上;
- 增持:预期未来6个月个股涨跌幅相对基准介于5%与15%之间;
- 中性:预期未来6个月个股涨跌幅相对基准介于-5%与5%之间;
- 减持:预期未来6个月个股涨跌幅相对基准介于-15%与-5%之间;
- 卖出:预期未来6个月个股涨跌幅相对基准在-15%以下。
-
行业投资评级:
- 增持:预期未来6个月内,行业指数相对强于基准5%以上;
- 中性:预期未来6个月内,行业指数相对基准-5%与5%;
- 减持:预期未来6个月内,行业指数相对弱于基准5%以上。
免责声明
本报告由东吴证券研究所发布,仅限于本公司客户使用。本报告内容不构成投资建议,市场有风险,投资需谨慎。未经授权,不得翻版、复制或发布。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载