2025年上半年，中国资本市场迎来了一场前所未有的盛宴，港股与A股IPO市场呈现出齐头并进、交相辉映的火爆态势。 港股以其强劲的募资能力重回"全球募资王"宝座，而A股也在6月30日上演了震撼一幕，三大交易所一夜之间新增受理41家IPO企业，北交所、科创板、深 交所纷纷发力，共同点燃了资本市场的热度。 这两大市场的协同爆发，不仅彰显了中国资本市场的强大活力，更引发了市场参与者的深度思考：这场IPO热潮背后有着怎样的逻辑与机遇？ 据Wind数据显示，今年上半年，港股新上市企业43家，较去年同期增加13家，增幅达43.33%。 除找钢集团采用De-SPAC方式上市外，其余均通过IPO方式登陆资本市场。43只上市新股募资总额高达1067.13亿港元，较去年同期的135.33亿港元增长 688.54%，募资金额已超过2024年全年的881.47亿港元，强势回归"全球募资王"宝座。这一数据不仅刷新了市场预期，更让全球投资者将目光聚焦于港股 市场。 2025年上半年，港股IPO市场的火爆程度超乎想象。 6月26日，港交所迎来3家公司集体鸣锣——周六福、圣贝拉、以及颖通控股，"港交所的锣不够用了"的调侃，成为今年港股IPO市 ...

生成式AI 1.谷歌、英伟达等八大机构联合发布全球首款AI原生UGC游戏引擎Mirage，可通过自然语言 指令实时生成游戏内容; 2.Mirage突破传统游戏局限，支持16FPS流畅体验，可实现5-10分钟连续游玩，画面质量直 逼GTA和极限竞速; 一、 谷歌、英伟达等八大机构联手，推出实时AI游戏引擎Mirage 3.核心技术基于Transformer和扩散模型打造的"世界模型"，通过大量游戏数据训练，实现动 态交互与实时控制。 https://mp.weixin.qq.com/s/KeFkjhxkxhwGop5cNJwMOg 二、 智源新出OmniGen2，一键解锁AI绘图「哆啦 A 梦」任意门 2.模型创新性地引入图像生成反思机制，重构数据生成流程，显著提升上下文理解能力、指令 遵循能力和图像生成质量; 3.OmniGen2已开放科研体验版，模型权重、训练代码及训练数据将全面开源，GitHub星标 一周内突破2000。 https://mp.weixin.qq.com/s/qK9MBL0gT5ZSE_QlGHO_jQ 三、 谷歌推出Gemini for Education ，发布50+项免费AI教育功能 ...

此次指数成分股调整源于慧与科技(HPE.US)完成对网络设备商瞻博网络的收购交易，按照标普指数编 制规则，被收购的瞻博网络将于7月9日正式退出标普500指数，其席位由Datadog接替。这一变动标志着 资本市场对云原生可观察性领域价值重估的最新信号，也印证了人工智能驱动型企业服务市场的崛起趋 势。 分析师特别指出，随着生成式AI助手加速渗透产业领域，Datadog通过Bits AI平台展开的技术革新正创 造新机遇——其24小时不间断后台扫描系统可主动预警系统隐患，结合自动化故障修复建议、全链路追 踪摘要及创新性统计监测方案，显著优化了开发者的工作流程。 受此利好消息刺激，该公司美股周四盘前交易时段股价攀升超10%。 Wedbush证券最新研报指出，可观察性软件服务商Datadog(DDOG.US)获纳入标普500指数构成重大发展 里程碑。基于对Datadog市场前景的乐观预期，Wedbush将该股目标价从每股140美元上调至170美元， 并重申其行业领先地位。研报特别提及，该公司与OpenAI建立的合作关系，有望在生成式AI技术全球 应用浪潮中形成战略协同效应。 据了解，投资界此前普遍预期Robinhood( ...

Core Insights - The AI industry is experiencing unprecedented growth and rapid technological advancements, with significant shifts in market dynamics and application strategies [1][2]. Model Economics - The cost of training cutting-edge foundation models is skyrocketing, with the estimated training cost for Llama 4 in 2025 expected to exceed $300 million, a dramatic increase from $4.5 million for GPT-3 in 2020 [3][6]. - The lifespan of these models is decreasing rapidly, with high training costs facing the reality of quick obsolescence, as seen with GPT-4's performance being matched or surpassed by lower-cost open-source models within a year [6][8]. Application Trends - Successful AI applications are increasingly relying on multi-model collaboration rather than single-model dependency, enhancing performance through systematic approaches [4]. - The shift towards "data as a service" is anticipated as data collection costs decrease significantly, creating new opportunities for AI infrastructure [4]. Technological Breakthroughs - Two key breakthroughs are driving the current AI wave: self-supervised learning, which allows models to learn from vast amounts of unlabelled data, and attention architecture, which enhances computational efficiency and contextual understanding [24][25]. - The emergence of "emergent behavior" in models indicates that once a certain scale is reached, performance can dramatically improve, leading to a race for larger model sizes [26][27]. Market Dynamics - Venture capital investment in foundation model companies has surged, with approximately 10.5% of global venture capital directed towards this sector in 2024, amounting to $33 billion [112]. - The concentration of capital in AI is reshaping the competitive landscape, with over 50% of venture capital deployed to AI-related companies in 2025, marking a significant shift in investment focus [112].

近日，在2025年中金财富主办的"新科技、新金融、新生态"财富管理发展论坛上，宽德投资联合创始人冯鑫发表了《AI时代的指数化投资：量化投资与长期价值 投资的融合》主题演讲，他围绕人工智能驱动下的投资变革、政策导向的长期化趋势，以及本土量化投资行业的责任与定位，分享了对时代背景与行业走向的深 度思考。 冯鑫拥有20多年量化投资实战经验，曾在SAC、BNP Paribas等国际一流投资机构任基金经理，2013年回国创建宽德投资。宽德投资过往业绩优异，如今已跻身国内 量化私募第一梯队。 精彩观点： 我们正站在一个技术演进与制度转型交汇的关键时点。以生成式AI为代表的新一轮技术浪潮正在深刻改变各行各业，也为长期投资理念的落地提供了新的工 具。 国内外多项研究已经表明，量化交易作为专业的交易者之一，其常驻性与广谱性特征，使其在市场中能够承担着"润滑剂"与"稳定器"的双重角色。 长期资金的崛起、理性投资的回归、AI能力的进步，重构了投资逻辑与市场生态。对于坚持长期视角的机构管理人而言，这既是巨大的挑战，更是难得的时代 机遇。 真正具备生命力的量化投资产品，既要能服务当下，也要具备面向未来的适应能力。智慧选股（Smart ...

2025 年 7 月 3 日 公司研究 双轮驱动，成长空间广阔 ——美格智能（002881.SZ）跟踪报告之六 要点 美格智能坚持无线通信模组 +物联网解决方案双轮驱动的产品策略。公司以智能 模组、高算力模组和智能座舱、FWA、IoT 等为代表的垂直行业定制化解决方案 打造差异化和具备创新力的核心竞争优势。公司在智能模组及解决方案领域具备 丰富的产品开发和行业应用\工程化经验，在高算力模组及生成式 AI 应用领域持 续投入，并持续向具身智能机器人、消费类物联网、智能无人机等行业深度拓展， 打开公司广阔成长空间。公司针对各类对 PU\GPU\NPU 算力有强需求的专用场 景开发的模组产品，可提供 0.2T 到 48T 的异构算力，可以支持大模型在端侧部 署和运行，并可根据场景需求，灵活匹配 5G\WIFI\千兆以太网等各类通信方式。 公司坚持研发驱动，锚定市场和客户需求。2024 年公司研发投入金额为 2.56 亿 元，占营收比例为 8.69%。公司保持高强度研发投入力度，不断强化产品和技 术竞争力。在技术和产品方面，重点在高算力模组行业应用、4G/5G 智能座舱 模组、车规级 5G+V2X 模组、车规级座舱计 ...

图片来源： Airial Figma 周二公开披露了财务数据，使这家设计软件公司离 IPO 更近一步。虽然这份初步 S-1 文件缺少 具体发行股数和定价等细节，但这份监管文件仍提供了迄今为止最清晰的财务状况展示——以及发展 潜力。 IPO 专业机构 Renaissance Capital 预估 Figma 此次募资规模可能高达 15 亿美元 。若达到或超过该目 标， 其 IPO 规模将持平或超越 CoreWeave ——后者募资 15 亿美元，是 2025 年迄今规模最大的科 技公司 IPO 。 有充分理由相信 Figma 能够实现这一目标。根据 S-1 文件显示，其财务表现相当亮眼。 S-1 文件还披露了关于联合创始人 Evan Wallace 的有趣信息——这位 2021 年离开 Figma 的高管（ 根 据其个人网站显示 ）仍被列为公司联合创始人。文件显示， Wallace 已将其股份的完全投票权和控制 权授予 Field 。 Wallace 家族信托持有约三分之一的 B 类超级投票权股份（ Figma 称每股含 15 票投 票权）。总体而言， S-1 文件披露 Field 在 IPO 前控制着约 75 ...

生成式AI 一、 从亲密伙伴抢人，Cursor挖走Claude Code两位核心人物 1. Cursor开发商Anysphere挖走Claude Code核心人物Boris Cherny和Cat Wu，尽管双方 是密切合作伙伴； 2. Anthropic年收入达40亿美元，估值615亿美元，Claude被视为最佳编程模型； 3. Anysphere收入三个月内翻倍至年收入5亿美元，估值达99亿美元，AI编程市场竞争加 剧。 https://mp.weixin.qq.com/s/xsPfOFxttF7s9bq3o-F_Iw 二、 智谱开源GLM-4.1V-Thinking视觉推理模型，10B级SOTA 1. 智谱开源GLM-4.1V-9B-Thinking模型，采用课程采样强化学习策略，在18项权威评测 中超越8倍参数的72B模型； 2. 模型架构结合ViT视觉编码器、MLP适配器和GLM语言解码器，引入2D-RoPE和3D- RoPE位置编码增强处理能力； 3. 训练过程分为多模态预训练、长上下文持续训练、监督微调和课程采样强化学习四个阶 段，显著提升逻辑推理能力。 https://mp.weixin.qq. ...

近日， 未可知人工智能研究院副院长张孜铭在容诚会计师事务所举办的金融论坛上发表主题演讲，深入探讨了AI技术在基金行业的 创新应用与效率提升之道。 作为《DeepSeek使用指南》的作者，张孜铭从技术演进、行业实践和未来趋势三个维度，为现场观众 呈现了一场精彩纷呈的AI赋能金融盛宴。 演讲伊始，张孜铭系统梳理了AI技术的发展历程，着重分析了生成式AI与传统决策式AI的本质区别。他指出，当前以DeepSeek、 Sora为代表的生成式AI正在重塑内容生产方式，而新一代AI智能体则实现了从"回答问题"到"完成任务"的跨越式发展。 在基金行 业，这些技术已经深度渗透到投研、营销、运营等各个环节。 例如，AI文本工具可以辅助撰写专业投资报告，视频生成技术为产品 营销提供了全新可能，而智能体更是在数据处理、客户服务等方面展现出惊人的效率。 针对基金行业的具体应用，张孜铭提炼出三大提效方向：首先是信息处理的高效化，通过秘塔AI等工具可将信息搜集时间缩短80%； 其次是内容生产的自动化，利用提示词工程能快速生成营销文案和PPT；最后是业务流程的智能化，数字员工可以精准完成净值核对 等重复性工作。他特别分享了某大型基金公司的案 ...

在过去，数字技术虽有介入，却始终未触及本质。志愿填报类产品层出不穷，但大多仍停留在"信息 罗列"或"筛选工具"阶段。真正需要解答的问题，从来不是"我能去哪"，而是"我该去哪、为什么去、 怎么去"，这些具有多变量、强约束、需解释的问题，恰恰是传统算法最难应对的场景。 1977年恢复高考制度，曾为千千万万中国人打开了一扇通向未来的门。但多年过去，在这扇门后却 横亘着另一道门槛：志愿填报。这不是一次考试能解决的问题，它融合了认知偏好、信息不对称、规 则复杂与资源不均。对于很多普通家庭而言，这道关卡远比考场更模糊、更难解。 直到今年夏天，生成式AI真正走进这片复杂地带。夸克正式推出"高考志愿大模型"，并上线"志愿报 告Agent"产品，其底层是基于夸克的"深度研究（Deep Research）"技术。 这一技术带来的最大变化是，让AI不再只是搜索或生成的工具，而成为可以参与决策、进行结构推 理的Agent系统。 截至6月30日，夸克为考生生成的志愿报告已超过1000万份，成为目前国内用户规模最大、反馈路径 最闭环的一次深度研究技术应用。 如果说去年我们还在讨论"ChatGPT能不能写作文"，今年夸克所做的，是用AI去 ...