编者按：

南方周末科创力研究中心

责任编辑：黄金萍

双雄争霸，两分之差的胜负

南方周末研究员 罗仙仙

交通运输、仓储和邮政业科创力榜单呈现“双雄争霸”格局，顺丰控股与京东物流以微弱分差占据前两位。

全行业共171家公司，115家披露研发投入金额，共173.77亿元；研发人员共3.88万人，营业收入合计30057.39亿元。行业的研发资源高度集中于头部企业，TOP10公司的研发投入合计110.42亿元，研发人员共2.11万名，营业收入共11421.30亿元，分别占行业的63.54%、54.38%、38.00%。

顺丰控股排在第一，京东物流以两分之差紧随其后。京东物流的研发投入、研发人员均为行业最高值，35.71亿元、4510人，净利润同比增长了507.23%，可见其技术驱动的一体化供应链服务模式在降本增效上的显著优势。

顺丰控股的研发投入同比下降8.02%至30.94亿元，但在参与国家、行业标准以及专利等研发产出的指标上扳回一局。以京东物流持续的研发投入和营收增长，明年

编者按：

南方周末科创力研究中心

责任编辑：黄金萍

小米跃居榜首，明年还能保住第一吗？| 消费电子及电气业

南方周末研究员 曹妍

2025年度，消费电子及电气业共有397家入库企业，其中有371家披露研发投入合计2706.31亿元，TOP10企业研发投入合计1285.73亿元，占比接近一半。

对比2024年度，本年度上榜企业基本维持不变，其中九家还在榜上，仅有台达电替换了TCL科技。不过，除工业富联外排名顺序都有所改变。

最大变化就是榜首易位，小米超过美的跃居首位。双方差距主要来自研发投入，小米以51.93分高出美的（42.43）近10分，也领先其他八家。

2024年，小米的研发投入同比增长25.93%至240.5亿元，研发人员同比增长19.04%至2.12万人，研发强度达到6.57%。相比之下，美的研发人员（2.37万人）略高于小米，但研发投入（162.33亿元）和增幅（11.31%）、研发强度（3.99%）均不及小米。

汽车业务，是小米研发投入的最大引擎。自2021年3月官宣造车以来，小米2021-2024年的研发

编者按：

南方周末科创力研究中心

责任编辑：黄金萍

研发投入超百亿，还挤不进这个行业科创TOP10？

南方周末特约撰稿 卫酉祎

2025年，共有667家信息传输、软件和信息技术服务行业的上市公司进入南方周末中国企业科创力数据库，其中630家披露了研发投入。

这一行业，正是当下中国社会数智化最积极的应用者和推动者，2024年度研发投入平均值7.84亿元，超百亿元的有12家。其中，美团、快手两家研发投入过百亿元，却未能跻身科创力排名前十，可见这一行业竞争的激烈程度。

这12家研发投入超百亿的企业，其2024年的研发投入占总行业研发投入的62.48%，以少数之力拉动整个行业的研发投入同比增长4.69%，继续扩大该行业的领先优势。

相比2024年榜单，腾讯控股反超中国移动，以总得分77.45赢得2025年度行业冠军，超出第二名10.29分。差距主要源自研发投入。2024年，腾讯研发投入高达706.86亿元，同比增长10.31%，创下其历史新高，也位居全行业第一。

值得注意的是，拼多多从第11名跃升至第7名，进入行业TOP10，这个排名跃升的含金量不容小觑。

相较于在数字技术领域掌握先发优势的互联网公司，中国移动、中国电信、中国联通这三大电信运营商能在科创TOP10占据一席，离不开百亿研发投入、万名研发人员的努力，他们一面在云服务、云计算、大模型市场领域持续拓荒，一面积极往科技企业转型

南方周末科创力研究中心

责任编辑：黄金萍

2025科创要闻No.42/ 10月13日-10月17日

本期要闻汇总：林骏杰

Nexperia（安世半导体）在荷兰遭遇“控制权劫持”，牵动全世界的目光。

2025年10月12日，闻泰科技（600745.SH）的一纸公告，揭开了关于其全资子公司安世半导体的控制权风波。

2025年9月30日，荷兰经济事务与气候政策部对安世半导体下达部长令（Order），要求安世及其下属所有子公司、分公司、办事处等全球30个主体对其资产、知识产权、业务及人员等不得进行任何调整，有效期为一年。

次日，安世半导体的荷兰籍高管代表公司向阿姆斯特丹上诉法院企业法庭提交了启动对公司进行调查和采取临时措施的紧急请求。同日，法庭在未庭审的情况下直接暂停张学政在安世半导体的执行董事职务，并将裕成控股有限公司（闻泰科技注册于中国香港的全资子公司，系安世半导体控股的唯一股东，以下简称“裕成控股” ）持有的安世半导体股份托管给独立第三方。

作为母公司的闻泰科技，瞬间丧失了对这家核心子公司的控制权。

2018年，当时中国最大的智能手机ODM厂商闻泰科技斥资332亿元

南方周末科创力研究中心

责任编辑：黄金萍

2025科创要闻No.43/ 10月13日-10月17日

本期要闻汇总：林骏杰

数字智能

01 OpenAI与博通合作开发定制AI加速器

10月13日，OpenAI与博通宣布将共同开发10吉瓦的定制AI加速器。双方预计自2026年下半年起部署配备AI加速器和网络系统的机架，并在2029年年底前完成部署。这些机架采用博通的以太网和其他连接解决方案进行扩展。

OpenAI将负责设计这些加速器及系统，并与博通联合开发部署。通过自研芯片和系统，OpenAI希望将其在前沿模型和产品研发中积累的经验直接融入硬件设计，释放出新的性能和智能水平。

• 点评：2025年9月22日，OpenAI获得英伟达1000亿美元投资，用于部署至少10吉瓦算力集群；10月6日，OpenAI又联合AMD，计划部署至少6吉瓦算力集群。加上博通，OpenAI正在转向“自主+合作”并行的多元化算力策略。（曹妍）

02 OpenAI在阿根廷打造拉美首个“星际之门”

10月14日，OpenAI宣布与能源公司Sur Energy签署一份意向书，计划在阿根廷建设一个数据中心枢纽，这有望成为该国历史上规模最大的科技基础设施项目之一。阿根廷政府此前已宣布了“阿根廷星际之门”计划，该项目将涉及高达250亿美元的投资，建设一座500兆瓦的先进AI计算设施。

数据中心将位于巴塔哥尼亚地区，该地区以其广袤的土地和丰富的可再生能源资源而闻名。尽管确切的建设时间表尚未公布，但当地报道称，工程可能将于明年开始，预计到2027年将完成初步的100兆瓦阶段。

• 点评：继美国、阿联酋和挪威之后，阿根廷成为OpenAI全球算力布局的最新一环。当地发展强劲的AI开发生态系统让阿根廷成为AI基础设施建设的理想之地。星际之门项目在阿根廷的正式落地，预计将创造数千个工作岗位，阿根廷的数字化进程是否会因此步入快车道？拭目以待。（卫酉祎）

03 甲骨文与AMD推进战略合作

10月14日，甲骨文与AMD宣布将进一步拓展合作关系。甲骨文云基础设施（OCI）将成为首个由AMD Instinct™ MI450系列GPU驱动的AI超级集群生态伙伴。该超级集群将于2026年第三季度部署5万块GPU，并在2027年后逐步扩展。

OCI计划中的超级集群将采用AMD “Helios” 机架设计，整合MI450 GPU、下一代EPYC CPU和Pensando网络，形成协同计算架构。这种垂直优化的架构旨在为大规模AI训练和推理提供高性能、可扩展性和能效。

• 点评：AMD接连与OpenAI、甲骨文达成芯片合作，不仅满足了爆炸式增长的AI算力需求，也是整

南方周末科创力研究中心

责任编辑：黄金萍

2025科创要闻No.41（10月6日-12日）

本期要闻轮值人 付烁畦

金秋十月，科技巨头们纷纷开启“AI扫货”模式，从芯片、算力到机器人，从开源社区到企业级应用，围绕AI产业链的布局，四起重量级交易在短短三天内相继落地，总价值超百亿美元，AI产业正从技术突破期进入生态整合期。

AMD联姻OpenAI：10%的股权绑定6吉瓦算力

10月6日，AMD与OpenAI宣布达成一项里程碑式的战略合作。根据协议，AMD将为OpenAI的下一代AI基础架构提供总计6吉瓦的算力支持，核心基于AMD Instinct MI450 GPU产品。首批1吉瓦算力将于2026年下半年正式部署，这将大幅提升OpenAI的模型训练和推理能力。

为深化战略协同，AMD向OpenAI发行至多1.6亿股普通股认股权证，若全部行使，OpenAI将持有AMD约10%的股权，形成深度绑定的利益共同体。双方在声明中强调，AMD在高性能计算领域的技术积累与OpenAI的生成式AI研发实力将形成互补，共同推动AI基础设施的技术革新。

此举也被视为AMD挑战英伟达算力垄断地位的关键一步。

不过，2025年9月22日，英伟达与OpenAI也签署了建立合作伙伴关系意向书，英伟达拟逐步向OpenAI投资1000亿美元，为其下一代AI基础设施部署至少10吉瓦英伟达系统。

OpenAI与两大巨头的深度合作采用多供应商策略，以保障供应链的稳定，自身也从采购方升级为生态共建者。

高通收购Arduino：3300万开发者构建边缘AI生态

10月7日，高通宣布收购意大利开源硬件巨头Arduino，虽未披露具体金额，但已引发业界的高度关注。

Arduino以低成本开发板和单板计算机闻名，其全球活跃用户超3300万，涵盖创客、教育工作者、硬件创业者等群体，在机器人原型设计、物联网设备开发等领域拥有庞大的生态。

高通表示，此次收购将强化其在边缘计算与AI领域的开发者战略，Arduino将作为独立子公司运营，继续支持多厂商芯片产品。

首款搭载高通芯片的Arduino开发板Uno Q已开启预订，售价44美元。通过整合Arduino的开源社区与高通的技术栈，双方将打通从创意原型到商业化落地的全链条支持体系，加速边缘AI应用的普及。

Anthropic携手IBM：Claude模型渗透企业级市场

同日，AI独角兽Anthropic与IBM宣布建立战略合作伙伴关系，Anthropic的Claude大模型将被整合进IBM的企业级软件体系。

根据合作规划，Claude将首先嵌入IBM最新集成开发环境（IDE），帮助企业开发者实现代码升级和系统改造的自动化，未来还将扩展至更多IBM软件产品。

双方将联合发布AI应用指南，推广Anthropic提出的模型上下文协议（MCP）开放标准，助力企业构建自主AI代理。Anthropic目前已拥有30万家企业客户，其中八成来自美国以外市场，而IBM在企业级技术部署和生命周期管理方面经验深厚。此次合作被视为Anthropic加速全球化扩张的重要举措，也将增强IBM在AI时代的企业服务竞争

南方周末科创力研究中心

责任编辑：黄金萍

AI 生态

01 英伟达拟向OpenAI投资1000亿美元

9月22日，OpenAI与英伟达宣布建立合作伙伴关系意向书。英伟达有意逐步向OpenAI投资1000亿美元，用于支持后者的数据中心及相关基础设施建设。

双方计划为OpenAI的下一代AI基础设施部署至少10吉瓦英伟达系统（需要数百万枚英伟达GPU芯片），首批系统将于2026年下半年在NVIDIA Vera Rubin（Rubin系列为英伟达下一代旗舰芯片）平台部署。

同时，英伟达还将成为OpenAI的AI工厂增长计划首选的战略计算和网络伙伴，双方将携手优化OpenAI模型和基础架构软件，以及英伟达硬件和软件的路线图。 

• 点评：通过高额投资，英伟达提前锁定了OpenAI的长期订单，从芯片供应商转型成为AI生态的共建者。此前OpenAI与甲骨文签署了一项价值300亿美元的算力合作协议，三家企业将共同形成“大模型（OpenAI）-云基建（甲骨文）-算力芯片（英伟达）”的“生态+资本”闭环。（曹妍）

02 OpenAI牵头在美国新建五大AI数据中心 

9月23日，OpenAI、软银与甲骨文宣布将在美国新建五个AI数据中心，以推进“星际之门（Stargate）”项目。

OpenAI称，五个新站点（三个与甲骨文的合作扩建站点、两个与软银的合作开发项目）加上位于德克萨斯州阿比林数据中心以及与CoreWeave合作进行的项目，将使“星际之门”数据中心的总容量达到近7吉瓦，未来三年内将吸引超过4000亿美元投资。

2025年1月，美国总统特朗普召集美国顶尖科技公司启动“星际之门”计划，旨在投入高达5000亿美元来构建AI基础设施。

• 点评：五大数据中心将加速“星际之门”项目，反映出科技巨头为突破算力瓶颈推进创新合作。作为牵头方之一，OpenAI正通过“星际之门”，进一步强化AI基础设施。OpenAI创始人萨姆·奥特曼（Sam Altman）在博客中表示，“为了用于推理的算力以运行这些模型，我们正在为大规模扩展AI基础设施的宏伟目标打下基础。”（曹妍）

03 软银牵头建国际海底光缆系统 Candle

9月22日，软银集团宣布将联合Meta等合作开发一条国际海底电缆系统“Candle”，全长约8000公里，连接日本、中国台湾、菲律宾、印度尼西亚、马来西亚和新加坡，计划于2028年投入运营。

NEC将担任Candle的系统供应商，将采用24对光纤配置（现有海底光缆系统通常采用16-20对光纤），以构建更高容量、更低延迟的通信基础设施。软银将提供位于千叶县南房总市的登陆站。

图片：Candle 海底光缆系统路线                图片来源：软银集团官网

• 点评：“Candle”不仅是一条连接多国的通信线路，也是应对亚太地区数字经济增长的数字基础设施。此前，软银已于2017年10月宣布参建连接日本、美国和菲律宾的海底光缆系统JUPITER ，2024年12月宣布完成连接中国（香港特别行政区和广东省）、日

南方周末科创力研究中心

责任编辑：黄金萍

9月17日，德国癌症研究中心（DKFZ）、欧洲分子生物学实验室、欧洲生物信息学研究所（EMBL-EBI）、哥本哈根大学的研究团队在《自然》（Nature）发表论文，Learning the natural history of human disease with generative transformers，介绍了一款AI模型Delphi-2M，可高精度预测未来20年中超过1000种疾病的发生率。

团队将ICD-10编码（WHO制定的国际统一疾病分类标准），再加上参与者的性别、BMI（体重指数），以及与健康相关的习惯（例如吸烟和饮酒情况），共计1258个信息作为tokens。

模型训练采用英国生物库（UK Biobank）40.2万参与者的数据，80%的数据作为训练数据，20%作为验证和优化数据；之后还在丹麦193万人群的外部数据集上实现了无参数调整的有效迁移，展现出跨人群与医疗体系的适配性。

Delphi是一种改进的GPT架构，对健康轨迹进行建模。图片来源：Nature。

研究团队将Delphi-2M预测验证队列中各种疾病结果的准确性，与作为流行病学基线的性别和年龄分层发病率进行了比较。Delphi-2M预测效果良好，能有效识别不同疾病的年龄和性别分层的发生趋势，年龄性别分层AUC均值达0.76，其中死亡预测AUC高达0.97，且97%的疾病预测AUC超过0.5。（AUC，即模型预测的曲线下面积，取值范围在0.5到1之间，0.5表示与随机猜测无异，越接近1模型的分类能力越强。）

基于个人医疗史，Delphi-2M能预测超过1000种疾病的发生率，还能模拟个体未来几十年的健康变化轨迹。根据过往健康信息，Delphi-2M能模拟未来20年的健康变化路径，为潜在疾病的评估提供有效工具。

目前，该模型仍需进一步验证，尚未准备应用于临床。研发人员提醒，所使用的数据集并不具有完全的代表性，存在与年龄、种族和医疗保健获取相关的偏差。

近两年，众多研究机构和企业纷纷投身于利用AI进行疾病预测的探索。

2025年8月，阿尔托大学研究人员开发了一款新型AI工具survivalFM，能精确预测个体患常见疾病（心血管疾病、糖尿病或肝脏疾病等）的风险。（见《2025科创要闻No.35》）

2025年7月，温州医科大学、北京大学等研究团队合作开发了多模态集成AI模型LUCID，通过多模态临床信息整合，实现了对肺癌分子的表型分析及预后预测。

复旦大学团队在2024年11月也研发了一套“人类健康与疾病蛋白质组图谱”，通过AI算法的辅助，只需通过简单的血浆蛋白组检测，就能提前诊断和预测包括心脏病、糖尿病、阿尔茨海默病等上百种疾病的患病风险。（见《2024科创要闻No.44》）

阿斯利康2024年9月发布疾病预测AI开源模型MILTON，该模型分析以67种数量性状（包括血液化学、尿液分析等），针对三千多种疾病建立预测模型。

随着越来越多的企业投入AI预测疾病，AI真的可以“算命”了。你会愿意依据AI的预测，健康但按部就班地度

编者按：

南方周末科创力研究中心

责任编辑：黄金萍

人工智能

01 全球首款类脑脉冲大模型“瞬悉1.0”

9月8日，中国科学院自动化研究所发布消息称，该所李国齐、徐波团队借鉴大脑神经元的工作机制，提出了一种新的“基于内生复杂性”的具有线性复杂度的类脑脉冲大模型架构，在发表原创内生复杂性理论系列论文工作的基础上，与沐曦MetaX合作，打造了类脑脉冲大模型“瞬悉1.0”（SpikingBrain-1.0），在国产千卡GPU算力平台上完成全流程训练和推理，实现了大模型在超长序列推理上数量级的效率和速度提升，展示了构建国产自主可控的新型非Transformer大模型架构生态的可行性。

研究团队开源了SpikingBrain-1.0-7B模型，并开放SpikingBrain-1.0-76B测试网址，同步公开了经工业界大规模验证的类脑脉冲大模型SpikingBrain-1.0中英文技术报告。

• 点评：一个月前，李国齐研究员在行业论坛上介绍原生类脑通用大模型，表示希望能打通“数据—国产类脑基础模型—国产GPU算力平台”的全栈式研究链条；一个月后，瞬悉1.0大模型发布。这是类脑计算与大模型融合创新的重要突破，也是中国国产算力的新突破，为下一代神经形态的计算理论和芯片设计奠定了基础。（李一跞）

2025年8月2日，李国齐研究员在浙江大学脑机智能全国重点实验室举办的2025类脑芯片与系统创新论坛上演讲，介绍他们的类脑模型研究进展和下一步计划（黄金萍/拍摄）

02 新型光学芯片可将AI任务的能效提高100倍

9月8日，美国佛罗里达大学研究团队在《先进光子学》（Advanced Photonics）发表论文Near-energy-free photonic Fourier transformation for convolution operation acceleration，报告了一种新型芯片，其能效是执行相同计算的现有芯片的10-100倍。

这款芯片采用两组标准制造工艺的微型菲涅尔透镜，其宽度仅为人类头发丝的几分之一。机器学习数据（例如来自图像或其他模式识别任务的数据）在芯片上被转换为激光，并穿过透镜。之后，结果被转换回数字信号，以完成人工智能任务。

• 点评：新型芯片利用光而非电来执行人工智能中最耗电的部分之一——图像识别和类似的模式查找任务，从而降低了能耗，加快了处理速度，有助于搭建高性能的AI模型和系统，缓解了大规模的电力需求。（曹妍）

03 英伟达发布新款芯片RubinCPX

9月9日，英伟达宣布推出全新芯片RubinCPX，这是专为“数百万tokens”的上下文处理而设计的专用GPU，用于提升当前AI推理运算的速度和效率，特别