专家访谈汇总:《哪咤2》衍生品收入将超100亿

阿尔法工场研究院
24 Feb

1

“哪咤2”成国漫IP“DeepSeek”时刻》摘要

《哪咤2》不仅在国内市场表现强劲,票房预测数次上调,还扩展到海外市场,如澳大利亚、美国和加拿大等地区,预计会成为中国文化“出海”的又一标杆。

《哪咤2》已经展现出强大的IP授权商业化空间,涵盖官方授权周边(如泡泡玛特联名盲盒、卡游等)和联名合作(如与荣耀、蒙牛等品牌推出联名产品)。

结合全球顶尖动画IP的变现模式,预计《哪咤2》相关衍生品收入可达到100-150亿元,整体IP商业价值有望达到300-350亿元。

中国国漫IP商业化潜力巨大,依托规模化生产、独特叙事风格以及技术自主,动漫行业的内容质量不断提升,带动了衍生品和零售业务的爆发。

阅文集团收购腾讯动漫后,旗下拥有多个知名国漫IP,如《斗罗大陆》、《斗破苍穹》等,具备强大的内容优势。

2、Deepseek引爆通信产业新机遇》摘要

DeepSeek-V3支持FP8混合精度训练,并通过全面优化训练框架,减少GPU内存使用,解决了跨节点MoE训练中的通信瓶颈,从而加速了训练过程。

DeepSeek-V3采用了多头潜在注意力(MLA)机制和DeepSeek MoE架构,这不仅提升了推理速度,还显著提高了显存利用率,在保证性能的同时大幅优化训练和推理效率。

DeepSeek大幅降低的推理成本为各行业的企业智能化需求提供了推动力,尤其是垂直领域的AI小模型(AIAgent)的开发成本大幅降低,推动了这些领域的快速发展。

DeepSeek的模型知识蒸馏压缩技术使得小模型能够继承大模型的能力,同时保持轻量化特性,适应快速发展的小型应用场景。

数据实时性要求和低延迟的高带宽网络对垂类AIagent提出了新挑战,推动了对网络通信基础设施的需求增长,特别是在交换机、边缘计算设备和5G切片等领域。

尽管DeepSeek模型降低了单次训练任务的算力需求,但轻量化的模型促进了分布式训练边缘计算的普及,这可能改变数据中心和计算架构的需求,推动机架内光模块短距光模块的需求增长。

由于分布式架构的推动,800G光模块的需求可能进一步增长,特别是在需要低延迟、高带宽的分布式计算环境中。

光模块的核心价值在于提高能效比、压缩空间和降低成本,即使算力需求下降,这些需求依然推动光模块的渗透率提升。

边缘计算5G切片的需求将促进相关基础设施的扩展,推动新型光模块和通信技术的应用,满足高效训练与推理的网络需求。

3、DeepSeek带来互联网新格局》

DeepSeek的创新在于其引入了强化学习方法,在后训练阶段对已有的强大模型进行训练,从而显著提升模型的推理能力,且成本相对较低。

如论文《AI capabilities can be significantly improved without expensive retraining》所提到,后训练阶段的开发成本远低于预训练阶段,且微调成本通常不到原始训练的1%,却能显著提升模型能力。

这为大多数企业提供了更加高效、低成本的路径,尤其对于AI的“后发者”而言,强化学习成为性价比更高的选择。

推理模型的引入使得AI大模型在处理复杂任务方面获得了更强的能力,远超非推理模型在情感聊天等领域的优势。

推理模型不仅可以提升产品能力,还开始具备作为“效率工具”的潜力,进一步推动了个人AI助理的雏形。

虽然一些厂商为AI的“后发者”,但通过拥有自己的业务生态系统,厂商能够利用AI赋能提升业务场景的体验,这不仅促进了AI技术的普及,还推动了业务领域的数字化转型。

DeepSeek-R1表明,推理模式不局限于大模型,还可以被精炼并应用到小型模型中,提升小型模型的效果。

随着DeepSeek的创新推动,2025年大模型能力将显著提升,AI行业的竞争也从技术之争转向了生态之争应用之争

推荐关注具备生态优势的企业,如腾讯(00700.HK)阿里巴巴-W(09988.HK)小米集团-W(01810.HK)等,它们在AI技术和应用生态建设方面将占据重要地位。

ServiceNow(NOW.N)Salesforce(CRM),这些公司在推动AI赋能和应用层面的创新方面具有强大的竞争力,特别是在智能化企业应用上。

随着AI技术在各行业的深入应用,Cloudflare(NET.N)等端侧网络安全厂商的需求也会增加,因其能够提供更安全、更高效的网络支持。

随着推理能力的提升和AI应用的广泛普及,亚马逊(AMZN.O)甲骨文(ORCL.N)世纪互联(VNET.O)等云计算和数据中心厂商将受益于推理需求的增长。

4互联网大厂如何受益于DeepSeek-R1“破圈”?》摘要

DeepSeek-R1在多个基准测试中超越了当前全球领先的推理模型OpenAI-o1,并且在ChatbotArena等榜单上也表现优异,收获了开发人员和用户的高度评价。

R1结合了多项核心技术的创新,包括GRPO算法、MoE架构、MLA机制、FP8精度和MTP方法等,标志着DeepSeek在强化学习领域的突破,解决了行业在后训练阶段的多项难题,证明了后训练通过强化学习可使千亿参数模型具备推理能力。

DeepSeek不仅开源了技术,还推出了DeepSeekApp,用户增长非常迅速,7天内达到了1亿人次,这表明其AI推理模型获得了广泛关注和应用。

阿里巴巴的旗舰模型Qwen2.5-Max在多个应用领域,包括指令理解和代码编写,超越了现有大模型。

阿里也在数学、编程等领域取得进展,预计将推出更多突破性模型,尤其是从DeepSeek-R1的技术启示中获得的新的推理模型。

腾讯推出了行业首个一站式3D内容AI创作平台,支持游戏等领域的创作,提升了内容生成的精度和细节。

快手在文生视频生成领域,美团在移动环境下的AI应用,哔哩哔哩的Index模型等,均在各自领域取得了不小的进展。

DeepSeek的成功证明了全球市场对高性能AI推理的强烈需求,且已经有多家互联网大厂接入DeepSeek的服务。

随着AI推理需求的增加,预计大厂云服务的业务能力将得到提升,市场对云服务和AI基础设施的认可度也将逐渐提升,推动云业务估值的上升。

随着推理模型的成熟,AIAgent(如OpenAI的Agent、腾讯与阿里的AIAgent服务)将更加精准和高效。

当前AIAgent仍处于早期阶段,但随着推理模型的提升,未来其在服务中的表现将更加优秀,并逐步渗透各类应用场景。

DeepSeek-R1及其他推理模型的提升,将推动AI广告的自动化渗透,帮助大厂在广告定向投放中实现更精准的用户画像,提升广告点击率,从而促进广告业务收入和利润的增长。

5、《

丝杠进入产能建设期》摘

此进度提前的量产目标不仅表明Optimus机器人在技术层面的突破,也为相关产业链,特别是机器人制造设备和精密加工领域,带来了巨大的市场需求。

2024年10月,北特科技投资18.5亿元建设行星滚柱丝杠研发生产基地,并于12月正式通过新剑传动的项目建设用地审批,标志着丝杠产业化进程的加速。

这一工艺面临较大技术挑战,尤其是在反向式行星滚柱丝杠螺母的加工过程中,由于砂轮磨杆的刚性问题,极易发生颤振,影响加工精度和效率。

由于国内在高端数控机床领域尚存在技术差距,尤其在数控磨床的核心部件(如主轴、丝杆、线轨等)上存在“卡脖子”问题。

虽然进口的数控磨床面临较长的交付周期,国产设备已经逐渐赶超,且价格上具有较大优势,能够满足大规模生产的需求。

随着Optimus等人形机器人进入量产阶段,对精密加工设备的需求将大幅提升,特别是在内外螺纹磨床方面,市场空间非常可观。

随着Optimus人形机器人量产的推进,相关产业链将迎来巨大的市场机会,特别是在精密加工设备丝杠制造领域。

关注具有技术突破和产能扩张潜力的公司,如北特科技秦川机床等,预计它们将受益于大规模机器人生产需求的增加。

随着国产数控磨床的技术逐步追赶国际水平,相关设备生产商将可能迎来市场份额的快速增长,特别是在满足大规模机器人生产的需求方面。

看好专注于机器人及其零部件(如丝杠、精密传动系统)生产的公司,以及有潜力进入机器人领域的企业。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10