东方证券: 就加强人工智能发展与监管进行集体学习，这是继2018年10月31后，第二次就人工智能主题进行集体学习。

基础理论和核心技术突破是重要目标

我国在基础理论、关键核心技术方面还存在短板弱项，要持续加强基础研究，集中力量攻克高端芯片、基础软件等核心技术。构建自主可控、协同运行的人工智能基础软硬件系统。

简评：目前国内领先模型与海外的差距在可控范围，但工程创新多、基础理论突破较少，未来中国将更加注重模型架构等领域的创新。此外，国产AI芯片在性能上虽在追赶但仍有差距，而生态上的差距更大，算力中间层和软件层的空间较大、机会显著。

算力基建和数据资源是AI发展的重要支撑

统筹推进算力基础设施建设，深化数据资源开发利用和开放共享。同时，推进人工智能全学段教育和全社会通识教育，源源不断培养高素质人才。从算力、数据与人才等要素层面更好支撑人工智能产业发展。

简评：算力基础设施的建设将更加强调集中化和大型化（向头部科技企业、五大城市和东数西算节点集中），其他城市建设智算中心需要具备较好的应用消纳和运营能力，否则会被约束，但这部分总体体量不大，因此算力行业的总量逻辑不受影响。此外，AI+教育有望全面铺开。

人工智能将积极“走出去”，开展更多国际合作

要广泛开展人工智能国际合作，帮助全球南方国家加强技术能力建设，弥合全球智能鸿沟并早日形成具有广泛共识的全球治理框架和标准规范。

简评：中国的模型公司将走出去拓展业务，为其他国家提供“第二选择”。

投资建议：

算力领域仍然是当前最确定方向，#AI芯片（海光信息、寒武纪）、AI芯片生态平台厂商(中科曙光、品高股份、禾盛新材)、核心城市算力提供商（云赛智联、铜牛信息）、算力租赁服务（海南华铁、协创数据、润建股份）、IDC（奥飞数据等）。

大模型与重点行业与领域应用厂商，包括#大模型与AI+教育龙头科大讯飞，以及AI应用厂商#鼎捷数智、税友股份、合合信息、汉得信息、金山办公、泛微网络；以及区域型AI应用厂商开勒股份。