2025年AI技术爆发元年：如何重塑A股和港股科技板块的投资逻辑与机会

在2025年，AI技术的密集迭代（例如Grok 3，DeepSeek稀疏算法，GPT-4O免费开放等），引发了全球新的全球热潮，并且很可能成为Epoch的第一年 - 制造AI爆炸。

随着“ AI+”已成为市场关注的焦点，A-Shares和Hong Kong Stocks最近在AI应用方向上产生了巨大的共鸣，中国技术资产的估值系统已迎来了全面的变化。

AI技术的突破会如何重塑A-Share和香港股票技术领域的投资逻辑？技术民主化将继续带来哪些投资机会？在AI技术降低成本和提高效率的背景下，哪些子行业是第一个受益的子行业？

在这方面，中国基金新闻的记者采访了：

贾西信息行业基金经理李陶

Fuguo Equity Investment Department，Fuguo新材料和新能源的高级股票基金经理Xu Zhixiang以及Fuguo工艺增长基金经理

ping基金经理Zhai Sen

Chuangjin Hexin Xingxuan行业趋势混合基金的经理Zhang Xiaoguo

Nuoan返回基金经理Deng Xinyi

Furong基金研究部助理总经理兼基金经理Li Yanzheng Li Yanzheng

从上述基金经理的角度来看，AI技术最近一直在迭代，市场投资逻辑也从计算功率基础架构（例如计算功率芯片和光学模块）中迅速传播，这些逻辑在早期到早期至AI应用方面。 “ AI+”已成为市场关注的重点。在AI技术的背景下，降低成本并提高效率，预计投资机会将进入工业连锁店的全部盛开阶段。

他们认为，技术民主化将促进AI应用程序进入爆炸性时期。 “云计算 - 管道算法 - 应用创新”的三个阶段的新工业趋势将得到迅速发展，并将带来行业生态学的重大变化并赋予新行业。投资机会。

最近，全球AI技术经过深入迭代

预计它将在AI产业链中盛开

中国基金新闻记者：最近在全球AI技术方面的重大突破将如何（例如Grok 3，DeepSeek稀疏算法，GPT-4O免费开放等）重塑A-Share和香港股票技术领域的投资逻辑？

Li Tao：这些技术突破对AI领域具有重要意义，并对关联公司的估值，市场期望和投资策略产生了深远的影响。一方面，它增强了市场对AI技术的信心，DeepSeek引发了外国机构重新估算中国资产的价值，投资者对技术股票充满热情。另一方面，技术股票的估值逻辑已经改变，投资者对企业的技术创新和增长潜力更为重要，而技术优先公司将获得更高的估值。同时，技术突破带来了新的投资机会，AI和医疗服务等领域的前景很广。但是，它带来的不确定性还要求投资者仔细评估公司的技术实力和市场前景，以防止盲目追逐高点。

Zhai sen：最近的AI技术的密集迭代，最突出的功能是模型平等。以前，该模型的进入门槛很高，封闭式生态系统和数万美元的投资给国内参与者带来了高昂的成本。商业模式的滞后也使每个人都犹豫不决地投资这一领域。将来，开源基础模型将成为“数字公共产品”，制造商将通过计算服务和工具链优化获得利润，业务模型将逐渐变得清晰。

国内人工智能行业的早期发展更多是参与全球AI发展，作为追随者和支持提供商的角色。高效开源模型出现后，国内外的技术发电差距消失了，国内技术巨头和海外之间的差异迅速从一年到6个月内缩短。国内技术巨头将来可能会成为AI行业追逐者的领导者，中国的技术资产将迎来重估。

张Xiaoguo：最近，全球AI技术的深入突破不仅优化了AI性能并提高了推理能力，而且还降低了培训和推理成本，加速了AI应用程序的商业化，从而诞生了新软件和硬件产品，并促进了转型传统的IT体系结构。受到影响的影响，市场投资逻辑已从专注于计算电源基础设施转变为AI应用程序，“ AI+”已成为重点，AI应用程序和香港股票的AI应用程序领域已经形成了共鸣市场。此外，下游AI应用程序的爆炸式增长将增加对计算能力基础设施的需求，未来的市场投资机会可能会在上游AI基础架构和下游AI应用程序链中出现。

Deng Xinyi：DeepSeek的兴起标志着中国在全球AI技术方面的竞争力有了显着提高。它的高性能和低成本特征不仅促进了国内技术股票的估值重建，而且还引发了外国资本对中国技术资产的振兴。估计。香港技术部门从中受益，而汉港技术指数在短期内急剧上升。

将来，A股票和香港股票技术领域的投资机会可能更集中在AI应用程序实施，计算功率基础架构，终端智能硬件以及其他领域以及性能和估计的领域由领先的互联网公司在最近的AI变化中带来。预期改进的价值。随着AI技术的进一步普及，其应用方案将继续扩展到医疗，教育和制造等多个领域，从而为相关部门带来持续的增长势头。

李·扬宗（Li Yanzheng）：以上所有事件都在加强DeepSeek出现后的新投资逻辑。 DeepSeek的影响可以总结为“计算机功率平等”和“模型平等”。

在计算能力方面，它证明，在此阶段，有限的计算能力投资将增加比例定律的斜率，而缩放法律斜率比对预训练的投资要增加。 Grok 3是世界上第一个在100,000厘米群中训练的大型模型，但是效果并没有打破与现有模型的产生差异，并且训练缩放定律的叙述持续下降。 DeepSeek NSA算法有望进一步削弱长文本领域中大型推断的计算能力的需求。

在应用程序方面，DeepSeek使各种国内应用程序能够访问具有低阈值的顶级型号。最近的免费GPT-4O和Grok 3可以理解为行业中的cat鱼效应，这也有助于在各种应用程序连接到大型模型后改善技术领域的ROI。

DeepSeek-R1和Grok 3策略差异

带来不同细分市场的投资机会

中国基金新闻记者：在过去的六个月中，AI领域经历了两次重大飞跃，分别由DeepSeek-R1和Grok 3代表。这两个模型是否反映了AI开发的两种不同的策略？投资逻辑有什么区别？

Zhai Sen：DeepSeek-R1和Grok 3代表了AI的不同开发策略。 DeepSeek-R1通过创新的培训和开源模型创建了专业和低成本的推理引擎，降低培训成本，专注于有限的计算能力下的创新算法以及将计算能力倾斜到推理方面； Grok 3追求多功能性和实时功能，依靠强大的计算能力和平台集成，遵循北美大规模的预训练路径。

尽管两者的策略是不同的，但投资逻辑的性质并未改变。算法创新和大规模计算能力是相互依存的，并不矛盾。不同的算法会影响计算能力投资结构，而不是整体投资。

从趋势的角度来看，人工智能正在从大量的预训练转变为深思熟虑的链条推理。随着训练数据的边际效应减弱，模拟人类深思熟虑的缓慢思考变得越来越关键。 MOE混合专家模型和强化学习吸引了人们的关注，这将逐渐增加计算电源投资中推理的比例。

张Xiaoguo：就投资而言，DeepSeek路线降低了使用AI技术的阈值，催生了AI应用的爆炸，并为AI垂直应用，端端AI硬件和其他方面带来了许多投资机会。同时，应用方面的爆炸率将大大增加对计算功率基础设施和相关投资机会的需求。 GROK路线的重点是大规模计算能力，投资机会主要集中在计算电源基础设施领域，例如计算功率芯片，光学模块，IDC和云服务。

Li Tao：这两个模型反映了AI开发的两种不同策略：DeepSeek-R1通过优化数据和算法来追求效率和成本降低。它的开源特征促进了人工智能能力的民主化，并促进了技术的快速迭代和创新。 。 Grok 3通过大规模的计算能力投资实现了绩效的突破，成为“主要奇迹”的典型例子。目前，计算功率短缺和电源已成为AI开发的主要限制因素。尽管Grok 3展示了计算电源投资的潜力，但从长远来看，随着AI应用的大规模实施，行业成本降低和提高效率也可能成为不可避免的趋势。

Deng Xinyi：DeepSeek-R1专注于“低成本 +高性能”开源策略，并且由于推理API价格低下和高质量的蒸馏小型模型，它降低了AI开发和应用的阈值，促进了技术的包容性和生态共同协同。建设，并投资于末端情报等领域。巨大的。 Grok 3使用大规模的海外计算能力集群来提高模型的边缘能力，整合多模式和思维链能力，投资逻辑着重于高难题的思维思维和推理应用程序以及最先进的技术研究和发展，这是预期的为智能驾驶，机器人和其他领域带来突破。

李·扬宗（Li Yanzheng）：一年前，当我们谈论缩放定律时，它主要是指将计算能力堆积的预训练阶段，并使用大型模型参数来获得更好的模型效应。 Grok 3是这条路线的代表。但是Openai的O1和DeepSeek-R1扩大了扩展法的尺寸。现在，缩放定律分为训练（堆计算能力，堆栈参数），训练后（增强学习，RLHF）和测试时间缩放（扩展推理思维过程）。 DeepSeek-R1在后两个方向上施加了力量，比在预训练中投资资源更好。特别是在投资方面，与预培训有关的投资主要依赖于海外主要AI制造商的资本支出。既然范式改变了，应用方和推理计算能力可能会达到更好的增长期望。

AI平等权利发展

应用程序场景可能会引入爆炸性开发

中国基金新闻记者：技术民主化是否会加速AI应用程序方案的实施，以及将继续带来哪些投资机会？

Li Tao：AI领导的技术革命不是短期概念，而是会引发长期的社会趋势变化。在大型模型开源平等权利之后，将加速AI智能终端的实施。人工智能政策已从早期的呼吁转变为政策的密集实施，预计基础架构（例如计算能力和数据元素）将进一步加速。在信息行业领域具有杰出潜力和价值的上市公司值得继续深入挖掘并紧密跟踪它们。

Xu Zhixiang：AI开发有两个主要方向。通用人工智能（AGI）追求最终的表现，并对训练计算能力有巨大的需求，对培训和推理计算能力的需求将继续上升。 DeepSeek代表的AI平等技术已经普及了公众。尽管对训练计算能力的需求降低了，但由于用户群的巨大，对推理计算能力的需求大大增加。随着AI平等权利的发展，手机，眼镜，汽车和机器人的四个主要硬件应用程序场景可能会引起爆炸性的增长。

Zhang Xiaoguo：技术民主化将加速AI应用程序方案的实施。一方面，它将吸引更多的观众注意并体验AI产品以积累大量客户群。另一方面，性能提高和使用阈值也将减少。加速AI应用程序在不同使用方案中的渗透，并加速AI应用程序方案的实施。

随着AI应用程序方案的持续实施，对国内计算能力，边缘计算和其他基础设施的需求将继续增加。此外，在许多垂直领域的AI应用程序（例如医疗，教育，医疗保健，智能制造和金融）中实施可能会带来AI应用程序的实施。行业生态学的主要变化创造了新的工业投资机会。

Deng Xinyi：通过降低技术阈值，技术民主化使更多的企业和个人能够访问和使用人工智能技术，从而促进人工智能在各行各业中的广泛渗透，预计将真正促进整个社会的劳动生产力的提高。这种趋势带来的投资机会集中在以下方向上：首先，AI基础架构的领域，包括计算电源芯片，云计算平台和数据存储解决方案；其次，行业应用水平，例如智能制造，智能医疗保健和自动化驾驶等，随着技术成本降低，这些领域的商业化过程将大大加速；第三，机器人领域将依靠我国家相对完整的制造基金会和供应链的优势来实现人工智能与物理世界之间的相互作用，预计它将再次激活我的国家。制造增长的新势头。

Li Yanzheng：应用程序端的基础模型的进度的重要性是ROI更容易运行。 DeepSeek是开源的，API便宜。繁殖，蒸馏和获取越来越便宜。只要它可以帮助应用程序表现更好，ROI分子就会有更好的期望。大多数软件应用程序可以通过连接到LLM来升级其智能水平或人为计算机的交互方法。我们对两个方面感到乐观：一方面，国内AI制造商增加了其资本支出和国内计算能力需求的爆炸，另一方面，应用程序代理在各个行业中实施。

Zhai Sen：模型平等的趋势变得越来越重要，开源框架破坏了封闭源模型的垄断。中小型开发人员可以在没有很多计算能力的情况下构建垂直场景模型，从而产生长尾需求。同时，模型使用的门槛已不断降低，使用户的思想从“品尝新事物”转变为“必要的需求”，普通用户可以轻松地将模型集成到他们的生活中。

在这种情况下，AI应用程序不再是巨人专有的。降低成本使大规模模型部署模型多样化，中小型团队可以根据开源模型进行创新，并且在业务模型中具有更多的可能性，将AI应用程序推广到爆炸性时期，以及在三个阶段的新行业趋势“云计算 - 管道算法 - 应用程序创新”将迅速扩展。

计算电源基础架构和AI应用程序将带来更好的机会

中国基金新闻记者：在AI技术降低成本和提高效率的背景下，哪些子行业是第一个受益的子行业？您的主要布局想法是什么？

Xu Zhixiang：大型模型正处于生成人工智能的阶段，人形机器人处于后来的物理人工智能的阶段。大型模型的实施速度更快，预计将首先进行商业化，但机器人的市场潜力可能会更大。从投资的角度来看，AI投资的重点将逐渐转移到应用方面，TMT，人工智能，汽车和机械以及其他与机器人相关的部门值得关注。

选择投资目标时，我们主要关注三维空间，模式和估值的框架，注意企业发展的三个阶段，并从中选择子行业。随着AI应用程序的实施，云计算，机器人，智能驾驶和智能助手可能已进入“ 1到10”的快速开发阶段。

Deng Xinyi：随着AI模型功能和模型蒸馏的提高，大规模模型调用的成本减少了，并且应用生态系统已不断扩展并扩展到端侧代理。在2025年，我们应该专注于开发新的AI应用程序生态系统和终端硬件类别。在应用方面，请注意具有渠道，数据和客户群的国内软件和应用程序链；最后，请注意手机和笔记本行业链和新的终端模型，这些终端模型构成了代理功能。同时，特斯拉的人形机器人可能会密切跟踪人形机器人产业链，可能会将国内机器人行业带入快速发展的时期，并且可以在正确的时间安排。

李·扬宗（Li Yanzheng）：在模型和海外之间的差距迅速缩小之后，将连接各种应用，并且在整个社会中大规模模型推断的流量将大幅增加。具有这些推理流量的推理端计算能力，例如云计算，IDC，服务器，GPU和其他方向，将在中期和长期中受益，而国内云制造商也将为增加资本支出增加。

Zhai Sen：首先，我对国内计算能力感到乐观。在推理算法爆炸和模型开源的背景下，在集中计算电源系统被多元化的系统取代后，国内计算能力也获得了越来越多的开发空间。在国内公司看到低成本培训的可行途径之后，犹豫不决的制造商将不可避免地开始增加2025年的投资，并形成类似于北美行业的计算能力竞争。 2025可能是国内计算能力的第一年。

其次，我们对B端对基于企业的AI的需求感到乐观。在巨头积极投资的背景下，无论是云部署还是本地化部署，中小型企业的成本都在不断下降。我们对基于业务AI需求的企业方面的面向服务的业务模型感到乐观。

张Xiaoguo：在AI技术的背景下，降低成本并提高效率，整个工业链将带来更好的投资机会，其中基础设施会导致计算电源基础设施，例如国内计算电源芯片，服务器，服务器，边缘计算，最终端口，最终端口，最终端口，硬件等。这是利益的优先方向。此外，可以更快地实施的AI应用程序，例如AI医疗保健，AI教育和其他领域，也将是第一个受益的应用程序。

就布局想法而言，我们将优先考虑AI硬技术方向的布局，例如国内计算功率芯片，服务器和端端硬件。同时，我们将专注于跟踪AI垂直应用程序的进度，并及时布局AI应用程序的更快实施以及更大的成本降低和提高成本和效率提高。 。此外，由人形机器人代表的体现智能也是重要的布局方向作为重要的AI应用方向。

未来的市场波动和差异是不可避免的

或专注于优先实施工业逻辑的方向

中国基金新闻记者：香港股票技术指数的当前增长极大地超过了A股份。您如何看待两个地方之间市场的差异？在哪个子行业中，A共园的潜力可以弥补上升？

邓小平（Deng Xinyi）：香港股票技术指数的表现优于A共同，这主要是因为其估值低以及对中国技术资产的外国资本的“认知差异”和“估值差异”的双重修复。 A-shares可以弥补上升的潜力不容忽视。您可以关注它：首先，从人工智能技术中的突破中受益的“ AI+”应用程序，例如AI医疗，智能驾驶和计算功率基础设施；其次，诸如消费量之类的亲绿色部门将成为稳定增长的关键力量，服务消费比例的增加也会显示出巨大的发展潜力；第三，在低利率和资产短缺的背景下，传统行业逐渐出现。

李·扬宗（Li Yanzheng）：最近，苹果和阿里巴巴将合作携带汤蒂·齐温（Tongyi Qianwen）在中国的AI功能。 Tencent还搜索并测试了在微信上访问DeepSeek的访问。我们认为，在AI时代，交通入口特别关键。许多称呼他们的代理商都将有可能获得新的商业模式。与搜索引擎的竞标排名机制类似，选择满足用户需求的代理是掌握AI代理流量分配的关键链接。目前，腾讯和阿里巴巴有望成为末端AI代理商的新交通入口。各个A共享细分市场中的平台公司也有可能运行此模型。

Li Tao：香港股票的上升是由估值和公司利润的双轮驱动器驱动的，这是对技术资产重估的期望所驱动的。但是，在一般上升之后，未来的市场波动和差异是不可避免的，它可能会集中在工业逻辑的优先实施方向上。

行业和市场，基本面和市场状况有时并不完全是信件。特别是在工业发展的早期阶段，相对而言，市场波动可能会更大。从估值的第一阶段来看，波动相对较高。由基本面驱动的投资受到专业投资者的青睐，也是一个更甜蜜的投资阶段。

张Xiaoguo：最近，由于中国在AI和机器人等尖端技术方面的突破，香港的股票和A股技术领域急剧上升，这引发了市场重新启动中国技术资产的市场。 2025年，中国的科学和技术资产评估系统可能会发生全面的变化。

目前，香港股票技术指数的上升远远超过了A股市场。这是因为香港股票市场很小，流动性较弱。在美联储对降低利率的期望和中国技术资产的全球资本重估带来的全球流动性缓解背景下，外国资本流入大大提高了香港股票技术指数。但是，A股的增量资金有限，加权部门（例如消费和房地产）也在拖延指数。但是，A-Shares有可能弥补整个AI产业链和机器人技术领域的上升。

中国科技巨头可能会出现

全球尖端技术和国内领先行业

中国基金新闻记者：有些人认为，中国可能会诞生类似于美国股票市场的“七个姐妹”的技术巨头。您认为哪些领域或公司有潜力？

李·扬兴（Li Yanzheng）：在各个方面，诸如基础计算功率芯片，AI大型模型和大型模型应用程序等各个方面都有巨大的潜力。中国在整个工业链中拥有广泛的消费市场，制造基金会以及工程师的股息，并拥有培养国际技术巨头的土壤。

Zhai Sen：中国的AI行业可能在2023年在北美行业。我们认为，计算能力基础 - 云管道 - 端端应用程序具有此类潜在公司。中国公司在世界各地的创新能力和韧性方面具有更大的优势，甚至将超过美国市场的增长潜力。例如，在计算能力基础上，我们不仅具有总逻辑，而且具有独立穿透的双重祝福。

Zhang Xiaoguo：中国的技术巨头可能会出现在世界上尖端的技术领域以及中国目前处于领先地位的行业领域，包括半导体，计算能力基础设施，人工智能，量子技术，智能硬件，新能源，新能源，新能源，新能源，新能源，新的能源和智能驾驶。等待。

Deng Xinyi：在战略新兴行业中，例如AI应用和服务，智能硬件和终端智能，半导体制造，新能源车，云计算，生物医学和高端制造业，许多公司都显示出强大的技术创新能力以及国际竞争力在多个政策，庞大的国内市场和技术突破的推动下，预计将进一步扩大其全球布局，并成为领导者的领导者未来的技术变化。

Li Tao：我们对国内技术行业的增长前景感到乐观，并且对诸如Xinchuang Software + AI +数据元素等子领域相对更加关注。从海外经验来看，世界上大多数最好的技术公司都是软件公司，技术的竞争力是解决问题的软件和算法，包括操作系统和自动驾驶。成熟的软件业务是低成本，高度可复制的，并且有迅速的利润增加。将来，中国软件肯定会生产具有超过1万百万美元的市场价值的公司。