CES 2025：众多创新科技亮相，令人赞叹不已

Omdia端侧AI处理器最新预测，到2025年，轻型汽车中AI处理器的全球销售收入预计将达54亿美元，同比增长17.6%。中国的车企——尤其是电动汽车颠覆者和中国新能源汽车挑战者——正积极部署AI和机器学习模型，旨在实现ADAS（自动数据采集系统）和智能座舱的创新功能。仔细观察不难发现，从传统汽车厂商到新兴电动汽车厂商，各车企在利用AI构建汽车功能以及推广产品时的偏好各异。这说明其在利用技术开发独特功能和培训目标受众方面采用了不同策略。

AI车辆定义：行业发展的关键一步

随着AI技术的飞速进展，汽车制造商正面临从“传统”汽车公司向技术驱动型企业转型的巨大挑战。中国汽车行业已经认识到，AI是推动消费者受益的重要工具，越来越多的宣传材料开始使用“智能”、“动态”和“自适应”等词汇，以避免“AI疲劳”并突出用户体验。

AI助力安全与效率提升

中国消费者对车辆AI功能的需求与日俱增，但与AI电脑或智能手机不同，车载AI更多地发挥着幕后作用，集中在提高安全性和效率上。目前，消费者需要更清楚地理解汽车AI的能力和局限性，避免误解L2+ ADAS为完全自动驾驶，这种误解可能导致安全隐患。

定义AI车辆，推动行业标准化

随着AI技术在下一代汽车功能中的重要作用日益增加，定义AI车辆变得尤为重要。行业间达成共识的AI车辆定义将促进合作与标准化，推动AI工具和功能的更快发展与广泛应用。这不仅有助于测试、开发和部署AI车辆，还能为行业提供一个更清晰的责任框架。

中国汽车行业的AI发展现状

目前，中国正处于“适应性AI”阶段，汽车AI系统具备一定的学习和适应能力，能够根据驾驶行为和环境因素进行自我调整。L2+ ADAS功能正在逐步实现自学习，配合频繁更新，能有效应对复杂的驾驶场景，并为消费者带来切实的安全和便利。

AI多模态模型推动ADAS进化

随着视觉语言模型（VLM）和视觉语言动作模型（VLA）技术的兴起，ADAS正从被动辅助系统向主动驾驶助手转型。VLMs结合图像和文本，帮助ADAS系统增强基于图像的决策能力，而VLA模型，能将图像信息与车型运动轨迹结合，进一步提升辅助驾驶决策上限能力。这些先进技术正推动汽车行业向完全自动驾驶决策系统迈进，未来的汽车将更加智能、安全。

AI技术正在深刻改变汽车行业的发展方向，从安全性提升到自动化决策，AI正为智能驾驶铺平道路。通过清晰的AI车辆定义和标准化，行业将更有效地合作，推动创新加速，迎接智能化出行新时代。

　　据知情人士透露，软银集团及旗下Arm Holdings（ARM.US）正在研究收购Ampere Computing LLC的交易。知情人士表示，甲骨文（ORCL.US）支持的半导体设计公司Ampere在探索战略选择的同时，也吸引了Arm的收购兴趣。

　　知情人士警告称，谈判仍有可能破裂。Ampere也有可能最终被另一家公司收购。

　　据报道，2021年，日本软银提议对Ampere进行少数股权投资，其估值为80亿美元。Ampere设计的半导体采用了Arm的技术。目前尚不清楚软银、Arm和Ampere正在讨论的估值是多少。

　　媒体去年9月份报道，Ampere一直在与一家财务顾问合作，以帮助吸引收购者的兴趣。这家总部位于加州圣克拉拉的公司有兴趣与业内更大的公司进行交易，这表明它认为首次公开募股（IPO）之路并不轻松。

　　甲骨文去年表示，它拥有这家初创公司29%的股份，并可以行使未来投资选择权，从而获得对这家芯片制造商的控制权。Ampere的早期支持者还包括凯雷集团。

　　尽管Ampere有望从持续的人工智能（AI）热潮中获益，但市场竞争愈发激烈，几家大型科技公司都在争相开发与Ampere相同的芯片。随着数据中心行业为迎接人工智能时代而进行重组，人们对关键部件的控制权产生了浓厚的兴趣，但与规模更大的竞争对手英特尔（INTC.US）和AMD（AMD.US）一样，Ampere 也不得不应对支出从中央处理器 （CPU） 转向英伟达加速器芯片的趋势。

　　Ampere创始人兼首席执行官、前英特尔高管Renee James曾考虑让Ampere上市。该公司在2022年4月表示，已秘密提交了在美国上市的申请，当时对芯片的需求正在飙升。

　　Ampere交易将为半导体交易热潮添一把火。根据汇编的数据，去年涉及芯片公司的全球交易增加了一倍多，达到310亿美元以上。

瑞银对125家机构IT高管进行的调查显示，英伟达(NVDA.US)、微软(MSFT.US)和OpenAI继续在人工智能(AI)领域占据领先地位。

调查显示，所有企业都在投资人工智能。100%的受访者表示，他们至少处于人工智能调查和用例发现阶段。此外，61%的企业已经在至少一个业务领域使用人工智能产品和应用程序。这一比例高于六个月前的52%。

瑞银分析师Karl Keirstead表示：“坏消息是，在生成式人工智能兴起后的18-24个月后，只有11%的机构将人工智能项目大规模投入实际应用，而其余89%的机构大多计划在2025年下半年或2026年将项目投入应用。这一进度持续延后，让那些期望在2025年上半年看到人工智能明显提振作用的投资者感到些许失望。目前，最常被提及的采用阻碍因素是‘投资回报率不明确’。”

尽管所有接受调查的企业都在某种程度上投资了人工智能，但预计2025年的整体IT预算不会增加太多。去年，高管们预计IT预算将增加5.6%。到2025年，这一增幅已降至4.4%。

在人工智能硬件方面，英伟达继续占据主导地位，66%的受访者使用英伟达GPU进行推理。去年5月，只有50%的受访者更喜欢使用英伟达产品进行推理。亚马逊(AMZN.US)AWS的Trainium芯片以17%的份额排名第二，AMD(AMD.US)位居第三。

在基础设施方面，微软Azure是人工智能工作负载云服务的最大提供商。四分之三的受访者表示，他们使用Azure来运行生成式人工智能应用程序。这一比例高于上一次调查的71%。

不过，许多使用人工智能工具来帮助编程的公司只获得了轻微的生产力提升。40%的受访者表示，使用新的自动编程工具后，开发人员的生产力提升不到10%。然而，32%的受访者表示开发人员的生产力提升了10%至20%。

Keirstead指出：“在我们看来，这些回应在意料之中，但并不是特别令人鼓舞。虽然微软声称使用GitHub Copilot的程序员的工作效率提高了50%以上，但在本次调查中，只有2%的受访者声称工作效率提高了30%以上。平均14%的生产率增幅实际上低于之前每次调查的16%。”

他补充说：“虽然这些回应相对于炒作而言可能令人沮丧，但我们注意到，即使程序员的生产力只提高 5%也是很重要的，而且很可能证明价格是合理的。”

D-Wave Quantum(QBTS.US)首席执行官艾伦·巴拉茨(Alan Baratz)表示，英伟达(NVDA.US)首席执行官黄仁勋(Jensen Huang)对量子计算的看法“大错特错”。此前，黄仁勋告诉分析师，将“非常有用的量子计算机”推向市场可能需要15到30年的时间。这番言论导致这家量子计算概念股暴跌，D-Wave周三股价暴跌36%。

周二，黄仁勋被问及英伟达的量子计算战略时说，英伟达可以制造与量子计算芯片一起使用的传统芯片，但这些计算机需要的量子处理单元(称为量子位)数量是目前的100万倍。

巴拉茨说：“他是错误的，因为D-Wave现在是商业化的。”巴拉茨表示，包括万事达卡和日本NTT Docomo等公司目前正在生产中使D-Wave的量子计算机以使其业务运营受益。巴拉茨说：“不是30年以后，不是20年以后，也不是15年以后。而是现在，今天。”

不过，D-Wave目前获得的收入仍然很少，最近一个季度该公司销售额从上年同期的260万美元下降27%至190万美元。

量子计算有望解决当前处理器难以解决的问题，如解码加密、生成随机数和大规模模拟。几十年来，技术人员一直对其进行研究，包括英伟达、微软(MSFT.US)和IBM(IBM.US)在内的公司，以及初创公司和大学的研究人员。

去年12月，当谷歌宣布在自身研究中取得突破时，投资者对一系列相关概念股重燃了兴趣，也包括D-Wave。谷歌表示，该公司已经完成了一个100量子位的芯片，这是其构建100万个量子位的量子系统战略的六步中的第二步。

D-Wave的股价在去年12月飙升了178%，此前一个月的涨幅为185%。上周三暴跌45%的量子计算公司Rigetti Computing上月市值翻了两番。IonQ周三下跌39%。该股在11月上涨143%后，12月上涨14%。

巴拉茨承认，量子计算的一种称为基于门的方法，可能还需要几十年时间。但他说，另一种称为退火的方法现在就可以使用。他表示，虽然黄仁勋的评论“对于门模型量子计算机来说可能不是完全错误的，但对于退火量子计算机来说，他们是100%错误的。”英伟达拒绝置评。

不过，即使在周三的暴跌后，D-Wave的股价去年仍上涨了约600%，该公司市值达到16亿美元。

图形处理单元(GPU)使用传统晶体管而不是量子比特，人工智能技术使得市场对英伟达的GPU需求激增，英伟达的市值曾在过去一年里增长了168%，达到3.4万亿美元。而现在投资者对人工智能的兴趣也将推动量子计算的发展。

巴拉茨说，D-Wave系统可以解决的问题超出了最快的英伟达系统的能力，并说：“我很乐意在任何时间、任何地点与黄仁勋会面，帮助他填补这些空白。”

　　分析认为，股票研究分析行业衰落的主要原因包括被动投资兴起、人工智能发展、上市公司数量减少、监管政策变化等。行业的衰落也使得美股市场小型股票覆盖率下降，投资者对小公司估值不准确，从而增加公司融资成本，降低股票流动性，影响市场效率。

　　华尔街见闻

　　近年来，华尔街股票研究分析行业遭遇了前所未有的冲击。

　　1月9日，彭博社表示，全球最大的15家银行的股票分析师人数从10年前的近4600人锐减至约3000人，降幅超过30%。

　　与此同时，分析师的薪资水平也在大幅下滑。Vali Analytics的数据显示，入门级股票分析师的起薪目前为每年11-17万美元，几乎与金融危机前的薪资持平——考虑到通胀因素，股票分析师的总薪酬实际上下降了近三分之一。

　　分析师表示，股票研究分析行业衰落的主要原因有四点：

1. 监管政策变化：2018年实施的MiFID II规定，英国和欧盟的资产管理公司必须为（经纪商提供的）研究报告付费，两年前，向欧洲经理人提供研究成果的美国经纪人也受到了这一规则的约束；
2. 被动投资兴起：投资者越来越青睐ETF等低成本的被动投资策略；
3. 人工智能发展：AI技术的进步威胁到了传统分析师的工作，如摩根大通已经在试验AI分析师聊天机器；
4. 上市公司数量减少：公开上市公司的数量萎缩，这也减少了投资者对分析师的需求。

　　随着行业的衰落，美股市场也发生了一系列变化——小型股票覆盖率下降，市场越来越关注大型股票。彭博社指出，目前，罗素2000指数中被10名以下分析师关注的公司数量从10年前的880家激增至约1500家，增幅达70%；而另一边，标普500指数中约97%的公司有10个或以上评级，远高于2014年的约66%。

　　然而，多项学术研究表明，分析师覆盖率下降会导致投资者对公司估值不准确，从而增加公司融资成本，降低股票流动性，影响市场效率。Jefferies策略师Steven DeSanctis的研究显示，自2001年以来，无人覆盖的小盘股每年平均落后于有10名以上分析师覆盖的公司近3个百分点。

　　至于许多从业者，面对行业变革，纷纷选择了转型，如转战社交媒体、加入对冲基金、转向投资者关系部门、创办独立研究平台、开设付费订阅专栏等。

　　在大型银行负责硅谷科技股研究的分析师Jerry Diao在YouTube上分享金融行业建议，目前已坐拥4万粉丝；另一名分析师Alex Morris创办研究机构TSOH Investment Research，年收入约26万美元；华尔街战略师Barry Knapp在Substack上开设付费订阅专栏，向每位订阅者每年收取999美元……

　　彭博社表示，未来，股票研究分析行业预计将与AI进一步紧密结合，例如，前花旗集团策略主管Robert Buckland已经加入了AI初创公司EngineAI，致力于将AI应用于股票研究。

　　风险提示及免责条款

　　市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。