AI 在营销领域的应用已成为必然趋势，本报告基于 1005 份营销专业人士的调查数据，揭示了 AI 对营销策略、角色和团队的深刻影响。核心观点如下：

AI 应用现状与趋势

• 85% 的营销人员使用 AI 工具进行内容创作，其中 25.6% 认为 AI 内容比非 AI 内容更成功，64% 认为两者效果相当或更好。
• 93% 的营销人员表示其现有工具在 2024 年增加了 AI 功能，表明 AI 正成为营销软件的标配。
• 9 成（90%）营销人员计划在 2025 年加大 AI 整合力度，近 60% 预计增加 AI 工具的投入，仅 3.98% 的公司不愿采用 AI。

AI 带来的核心优势

• 近 75% 的营销人员认为 AI 赋予其竞争优势，其中 28.24% 认为显著提升，46.36% 认为有所改善。
• AI 最显著的优势包括：提升效率（79.05%）、扩大内容产出（55.05%）、降低成本（43.46%）。
• 83.82% 的营销人员报告 AI 提高了生产力，平均每周节省 5+ 小时，84% 认为内容交付速度显著提升。

AI 应用面临的挑战

• 主要障碍包括：数据隐私（40.44%）、技术经验不足（37.98%）、实施成本（33.17%）。
• 其他挑战包括系统集成（28.61%）、ROI 不明确（24.54%）、团队抵触（12.21%）。

研究结论

• AI 已成为营销成功的关键工具，但数据隐私、技术能力和成本是主要挑战。
• 营销团队通过 AI 实现高效产出，无需大规模扩编，资源可转向软件、广告或薪酬。
• 未来 AI 应用将持续深化，投资回报率得到广泛认可，营销人员对 AI 的信任度（55.87%）和信心（87.18%）较高。

主要观点

• 2026年打新收益率预测：中性假设下，A类、B类2亿账户预估打新收益率分别为3.58%、2.34%，保守至乐观情景区间分别为2.76%~4.47%和1.84%~2.87%。若账户规模为8亿，中性假设下A类、B类收益率分别为1.11%、0.72%，区间为0.85%~1.39%和0.56%~0.88%。
• 近期打新收益率跟踪：2025年至今，A类2亿规模账户理论打新收益率3.80%，B类2亿规模账户2.88%；A类10亿规模账户1.74%，B类10亿规模账户1.03%。
• 近期新股涨幅表现：科创板个股上市首日平均涨幅258.09%，创业板个股231.27%。
• 有效报价账户数：最近一只科创板新股A类有效报价账户4687，B类2065；创业板A类3879，B类2610；沪市主板A类5161，B类3142；深市主板A类4330，B类2636。

近期新股打新结果

• 至信股份：主板上市，发行价格21.88元，募资123986.67万元，网下获配比例0.01%。
• 科马材料：北证上市，发行价格11.66元，募资24392.72万元，无网下发行。

近期打新市场表现

• 近一个月新上市股票：首次开板涨跌幅多在100%-600%，募资金额多在5-100亿元。
• 近一个月打新收益测算：A类满中收益多在5至50万元，最高达343.75万元（沐曦股份-U）。

理论打新收益测算

• 不同规模账户逐股票打新：1.5亿至10亿账户规模下，A类平均网下中签率测算收益。
• 不同规模A类户逐月打新收益：2025年2亿账户打新收益率3.80%。
• 不同规模B类户逐月打新收益：2025年B类2亿账户打新收益率2.88%。

风险提示

新股上市可能破发，打新策略可能取得负向收益。新股上市前面临诸多不确定因素，如暂停发行、上市数量、申购人数、二级市场情绪波动等，基金公司历史入围率不代表未来。

两场平台变革同时发生

计算行业每隔十年到十五年迎来一次平台变革，而这次同时发生两场变革：

技术栈全面重构

1. 计算应用 (COMPUTING APPLICATIONS)：整个技术栈将进行全面重构。
2. 代码模型 (CODE MODEL)：开发者不再编写软件代码，而是训练软件模型。
3. 计算价值资金来源：研发预算从传统方法转向目标方法。

物理AI崛起

1. 飞升之年 (AGENT)：物理AI（PHYSICAL AI）开源崛起，理解物理定律并与世界交互的AI（A/）。
2. 创新激活：创新在每家公司、每个行业同时被激活。
3. AI超算建设：目标锻造世界顶级的开源模型，如Nemo Tron、Neon、OpenFold、Forecast、NetEvl、TwoAlpha、Mayo等。

领域模型关键能力

1. 新的原子单元：AI代理（THE AI AGENT）超越记忆，走向推理（BEYOND MEMORY.TOWARDS REASONING.）。
2. 专家组合：未来是专家的组合（AGENT ROUTING），一个模型远远不够。
3. 多模型架构：专有LLM与开源LLM结合，形成多云多型（Multi-Model）架构。

世界级模型能力

1. 健筑染生成：如Eleven Labs等开源模型。
2. 交互界面：未来的交互界面不是菜单或命令行，系统本身就是交互界面（THE SYSTEM IS THE INTERFACE.）。

物理AI的三位一体架构

1. 生成式物理AI技能对齐：对齐语言、图像、3D与动作，生成照片级、物理连贯视频。
2. 交互式闭环模拟：推理、分析与预测。
3. 数万亿英里：THE MORE YOU COMPUTE, THE MORE YOU LEARN。

地基：为物理AI打造的芯片

1. DRIVETHOR：专为机器人系统设计。
2. ALPHAMAYO推理：1亿辆AI决策，绝对安全。

蓝图：从轮式机器人到万物机器人

1. 宇宙：机器人的创世引擎，海量合成数据生成（OMNIVERSE）。
2. 物理AI的飞轮：5×10^x1年，10^x。

VERARUBINGPU与计算模块剖析

1. VERARUBINGPU：智慧大脑（算力引擎）。
2. 4xRUBINGPU：超越物理定律的性能飞跃5x，浮点性能提升2x。
3. 重新定义数据流：上半部分：机架内神经（INTRA-RACK NERVOUS SYSTEM），技术：NVLINK 6 SWITCH +25%网络吞吐性能，网络成本趋近于SO（“THE NETWORK BECOMES FREE”）。

物理工程的革命

1. PHYSICAL SPECS：重量2吨，晶体管2.2京。
2. 5x性能飞跃：POWERING THE WORLD'S AI FACTORIES。

突破I - 光之炼金

1. 突破I：突破传统架构，VERARUBIN架构分布式KV缓存。
2. 节点新架构：VERARUBIN+16TB/GPU。

突破II - 内存炼金

1. 上下文内存革命：传统架构VERARUBIN架构分布式KV缓存。
2. 节点新架构：VERARUBIN+16TB/GPU。

安全与功率平滑

1. 功率平滑：压榨每一瓦100%。

抵达未来

1. 成本：重塑经济学TOKEN。

全栈AI技术革命应用

1. 应用：涵盖多个行业和领域。