■
随着需求增长、技术进步和数据积累，AI在早期疾病诊断、个性化治疗方案制定及医疗资源优化配置等方面的作用日益突出，逐步改变着医疗行业的格局。
■
AI能够提升诊断精准性、个性化治疗和医疗服务的效率，从而降低医疗成本，这使得其在医疗行业中具有巨大的潜力，重塑医疗行业格局。
■
全球领先的科技公司，如微软、IBM、谷歌、英伟达等，纷纷进入AI医疗领域，借助其强大的AI技术与医疗机构深度合作。
■
智能代理将有助于解决医疗行业的劳动力短缺和护理成本上升问题，推动SaaS（软件即服务）行业的发展，减轻医护人员的工作负担，提高效率。
■
AI驱动的手术机器人通过虚拟环境训练，可在多种临床场景中与人类医生合作，提高手术精度和效率，同时改善全球医疗服务的公平性，尤其是在资源匮乏地区。
■
生成式AI通过生成、预测和优化分子模型，重新定义药物研发过程，从发现新药转向主动设计和工程化，这将缩短研发周期、降低研发成本，推动药物研发进入新的时代。
■
小米集团自2010年成立以来，已覆盖多个核心领域，包括智能手机、IoT（物联网）、生活消费品、互联网业务及智能汽车等。
■
在高端化战略的推动下，小米智能手机出货量同比增长20%，市场份额提升至14.2%，稳居全球前三。
■
空调、冰箱、洗衣机等核心产品出货量大幅增长，平板电脑、可穿戴设备和TWS耳机等智能硬件的销量也显著提升。
■
小米SU7凭借独特的家族设计、超长续航以及手机与车载设备的互联生态，成为新能源车领域的亮眼之作，连续五个月销量位居新势力轿车销量第一。
■
通过分部估值法，预计2025年小米传统三大业务（智能手机、IoT与互联网）的净利润为260.45亿元人民币。
■
综合小米集团的传统业务与汽车业务，考虑到671亿元的对外投资，预计小米集团的总市值区间为10276亿港元至12188亿港元，合理股价区间为40.93港元至48.54港元。
■
过去一年，中国汽车行业继续表现强劲，尤其在新能源汽车领域，中国已成为全球最大产销国，并持续引领智能驾驶技术的创新与应用。
■
比亚迪作为中国汽车行业的领军企业，凭借其强大的研发能力与技术积累，持续推动电动化与智能化的深度融合。
■
中国汽车产销量创下历史新高，持续16年蝉联全球第一，且中国品牌的市场份额首次突破65%。
■
比亚迪在2023年成为中国70年来首次进入全球汽车销量前十的车企，并在2024年进一步上升至全球第六位，2024年品牌排名更是跃升至全球第四。
■
比亚迪凭借其在智能驾驶领域的技术创新，成为全球智驾技术应用的领先者，技术迭代速度全球最快，尤其在L2及以上级别的自动驾驶技术上具有明显优势。
■
比亚迪早在2018年提出新能源汽车“上半场电动化，下半场智能化”的战略目标，并且始终专注于智能化技术的研发。
■
2023年，比亚迪发布整车战略“璇玑架构”，通过这一平台实现电动化与智能化的深度融合，推出了多项智能驾驶创新功能，包括云撵预瞄、易四方泊车、易三方泊车等。
■
比亚迪在智能驾驶技术上推出了"天神之眼"系统，包括不同版本的高阶智驾系统，如天神之眼A（仰望品牌）、天神之眼B（腾势、比亚迪品牌）及天神之眼C（比亚迪品牌）。
■
这些系统搭载领先的感知元件和强大的算力芯片，支持整车级的融合感知，提升了自动驾驶的安全性与精准度。
■
比亚迪进一步创新，推出无人驾驶赛道的自动驾驶功能，能够全方位采集赛道信息，进行最佳路线和驾驶策略计算，优化圈速成绩。
■
比亚迪致力于将智驾技术普及至所有消费者，通过价格亲民的车型使智驾不再是高端车辆的专属功能。
■
比亚迪在智能泊车领域实现了99%的成功率，并推动代客泊车等功能的普及，提升了用户体验。
■
比亚迪拥有中国最大的车云数据库，且新能源汽车销量已突破1100万辆，超过40%的车型搭载L2及以上驾驶辅助系统。
■
比亚迪的研发团队已超过11万名，其中5000多名工程师专注于智能驾驶技术的研发，确保了全栈自研的能力，并能够在多个车型上实现智驾技术的快速迭代。
■
比亚迪通过自研的璇玑架构，实现了对整车的深度控制，包括传感器、算法与控制系统的精确配合，保障了智能驾驶系统的安全性与高效性。
■
比亚迪依托海量数据的积累，利用自研的大模型提升了自动驾驶系统的感知与决策能力，通过深度学习技术优化驾驶体验。
■
比亚迪致力于解决消费者在智能驾驶方面的信任问题，通过不断降低智驾车型的价格，使得智驾技术成为更多消费者的选择。
4、《DeepSeek将如何改变AI应用？》摘要
■
中国的基础大模型在过去几年中经历了快速的技术演进，从Kimi（月之暗面）到智谱，从字节跳动的豆包到DeepSeek，国内基础大模型的发展展现出显著的性能提升与成本降低的趋势。
■
这一变化与计算机技术历史上PC与互联网的演变逻辑相似，尤其体现在“低成本、高性能”之间的平衡，推动了AI技术的广泛应用。
■
目前，许多基础大模型的开发成本非常高，通常需要数百万到上千万人民币的资金投入，这对于下游需求的释放造成了限制。
■
DeepSeek的技术创新使得AI大模型的训练成本实现指数级下降，极大地降低了AI应用的门槛，为行业内的企业提供了更加可承受的成本结构。
■
随着大模型技术的不断提升，市场担心闭源模型会对应用市场造成“侵蚀”，限制应用厂商的自由创新。
■
开源模式能够有效缓解这种担忧，因为开源不仅推动了生态繁荣，也促进了基础模型厂商与应用厂商之间的合作关系。
■
开源大模型的可获得性和可把握性，使得应用厂商能够基于这些大模型快速构建自己的垂直应用和定制化能力。
■
开源大模型能够进一步激发AI技术的创新，使更多的小型企业和创新团队能够在这个领域中参与竞争，增强技术的多样性和灵活性。
■
中国在接入海外如OpenAI的技术时面临一定的障碍，这也导致了国内在基础大模型能力上的一定差距。
■
尽管如此，中国依然拥有巨大的市场需求和广阔的应用场景，特别是在制造、教育、金融等领域。
■
通过缩小与国际领先技术之间的能力差距，DeepSeek为中国AI应用提供了更加坚实的技术基础，帮助中国企业在AI技术的竞争中占据有利位置。
■
随着AI技术的迅猛发展，数据中心（AIDC）的需求日益增加，尤其是在高计算负载的AI训练和推理任务中。
■
传统HVDC系统的输出电压为240V和380V，而新一代HVDC方案预计会提升到750V/800V，这将减少交直流变换环节，提升系统效率（从95%提升至98%）。
■
AI服务器电源的功率密度不断提升，从3kW到12kW的电源架构升级，功率密度也将从32W/立方英寸提升至100W/立方英寸。
■
提升功率密度的核心在于采用硅（Si）、碳化硅（SiC）、氮化镓（GaN）等先进半导体材料。
■
AIDC系统的规模越来越大，部署越来越快速，促使了电力配电系统的预制化、模组化和智能化。
■
液冷方案的散热能力较传统空气冷却系统更强，有效降低PUE（功率使用效率），使其成为高密度机柜散热的关键技术。
■
液冷技术种类多样，包括直接液冷、间接液冷、浸没式液冷等，以满足不同功率密度机柜的散热需求。
