计算机行业研究:Kimi创新注意力机制,腾讯更新ima2.0-研究报告正文 _ 数据中心 _ --知识铺
本周观点
10月24日,腾讯旗下AI知识库工作台ima近日发布了2.0版本。ima是一款AI原生的知识库工具,核心功能是帮助用户整合分散的信息源。2.0版本在原有的知识库管理与问答功能基础上,引入了基于Agent能力的[任务模式],支持AI执行生成报告音频播客等更复杂的任务。配合[任务模式],ima2.0增加了多模态输出功能。此前版本中,ima还上线了录音转录功能,支持最长2小时的录音,并能一键生成速览和纪要。10月26日,美图公司推出了其AI Agent产品RoboNeo,该产品以网页应用的形式提供服务,用户可通过自然语言指令驱动AI完成图像编辑、图像生成及视频转绘等任务。RoboNeo采用[对话+画布]的交互界面。RoboNeo在图像处理上集成了多项功能。RoboNeo还具备图像和视频生成能力,支持文生图和图生图。平台提供了[画布]和[工作流]两种模式。10月27日,美团近日开源了其13.6B参数的视频生成模型LongCat-Video,该模型在一个统一框架内支持文生视频图生视频以及视频续写功能,并具备生成长达数分钟视频的能力。该模型的一个核心特性是长视频生成能力。为提升推理效率,LongCat-Video采用了多项优化技术。在内部基准测试中,LongCat-Video的文生视频整体质量据称优于PixVerse-V5和Wan2.2-T2V-A14B。10月31日,月之暗面团队近日发布技术报告,提出了混合线性注意力架构Kimi Linear,用于解决标准Softmax注意力机制在处理长上下文时面临的计算复杂度和内存占用(KV缓存)瓶颈。Kimi Linear架构的核心是一种改进的门控线性注意力变体KDA。Kimi Linear并非完全取代标准注意力,而是采用了混合架构。该架构在保持或超越全注意力模型质量的同时,显著提升了硬件效率。
10月三季报基本结束,短期市场对业绩重视程度仍旧保持高位,11月逐渐进入业绩真空期,预期叙事层面的扰动将重回主线。十五五以科技自立自强为重点,强调把握新一轮科技革命和产业表变革礼物,计算机板块经历先下行再上行的过程,资金从先向国产替代/红利细分领域收敛,继而向AI产业链回归;展望下半年,在低基数和新技术落地加快背景下,除国产替代和红利板块外,大的主线预计还是集中在AI产业链相关方向,从半年报看,AI落地在上半年已经有相比前两年更多的进展,下半年预计环比上半年有进一步的倍数增长;我们认为计算机板块处于主业回暖改善,AI应用落地加速的周期,基本面强度对市值贡献度提升,但从行业比较的角度,三季度总体业绩强度预计应该弱于AI上游相关度高、业绩兑现强度大的电子半导体、通信的相关环节,因此流动性/风险偏好等估值波动还是板块波动的相对主要影响因素。我们认为确定性相对高的除国产替代和红利,对于AI落地方向,一是软硬结合的端侧AI新兴硬件,二是C端尤其是出海方向软件,三是B端企业服务和制造业信息化相关领域,四是G端/大B端的大模型定性化、私有化部署/一体机等。细分行业景气度看,25年我们认为高景气维持的赛道包括AI算力、激光雷达;加速向上的赛道有AI应用;稳健向上的赛道包括软件外包、金融IT、量子计算、数据要素、EDA、出海、信创;拐点向上的赛道包括教育IT、网安、企业服务;底部企稳的赛道包括智慧交通、政务IT、安防、建筑地产IT;略有承压的赛道包括工业软件、医疗IT。
投资建议
建议关注国内生成式大模型龙头科大讯飞;AI硬件有望成为应用落地的新载体,建议关注海康威视、虹软科技、禾赛等;AI相关功能打磨能够带动付费率、Arpu值提升,建议关注迈富时等。
风险提示
行业竞争加剧的风险;技术研发进度不及预期的风险;特定行业下游资本开支周期性波动的风险。
**郑重声明:**东方财富发布此内容旨在传播更多的信息,与本站立场无关,不代表东方财富观点。建议用户在阅读研报过程中,请认真仔细阅读研报里的风险提示、免责声明、重要声明等内容,用户据此操作风险自担。
- 原文作者:知识铺
- 原文链接:https://index.zshipu.com/stock003/post/20251027/%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A1%8C%E4%B8%9A%E7%A0%94%E7%A9%B6Kimi%E5%88%9B%E6%96%B0%E6%B3%A8%E6%84%8F%E5%8A%9B%E6%9C%BA%E5%88%B6%E8%85%BE%E8%AE%AF%E6%9B%B4%E6%96%B0ima2.0-%E7%A0%94%E7%A9%B6%E6%8A%A5%E5%91%8A%E6%AD%A3%E6%96%87-_-%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%BF%83/
- 版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 4.0 国际许可协议进行许可,非商业转载请注明出处(作者,原文链接),商业转载请联系作者获得授权。
- 免责声明:本页面内容均来源于站内编辑发布,部分信息来源互联网,并不意味着本站赞同其观点或者证实其内容的真实性,如涉及版权等问题,请立即联系客服进行更改或删除,保证您的合法权益。转载请注明来源,欢迎对文章中的引用来源进行考证,欢迎指出任何有错误或不够清晰的表达。也可以邮件至 sblig@126.com