必读要闻一：字节攻克MoE关键瓶颈，训练成本节省40%

媒体报道称，字节豆包大模型团队宣布开源一项针对 MoE（混合专家模型）架构的重要优化技术。这项技术能够将大模型的训练效率提升 1.7 倍，同时还能节省 40%的成本。据悉，该技术已经在字节的万卡集群训练中得到实际应用，累计为其节省了数百万 GPU 小时的训练算力。

字节跳动豆包大模型团队凭借 UltraMem 架构及其配套优化技术，不但攻克了 MoE 模型的推理瓶颈，而且在训练效率方面实现了巨大的跨越提升。这一技术突破既具有商业价值，又具有行业引领的意义，为 AI 模型的高效训练与低成本部署给出了新的范式。将来，其开源策略或许会进一步促使 AI 技术朝着普惠化的方向发展。开源证券认为，Manus 有可能开启通用 AI 智能体的时代，并且会带动头部大模型厂商加快推出 Agent。通用的以及垂直领域的 Agent 有希望同时发展，再加上多模态 AI 的突破，能够进一步帮助端侧 AI 应用落地，以及拓展 AI 应用的范围，同时还会拉动对推理算力的需求。建议持续全面地布局 AI。

必读要闻二：台达公布新产品，HVDC800V方案加速

近日，英伟达 GPU 技术大会（GTC）2025 的核心电源参展商台达，在其网页上首次进行了公布。该公司公布了 19 英寸 72kW800VHVDC 电源机架。此电源架集成了两个 36kWPSU，具备 800V 高压输出以及出色的 98%能效。并且，该电源架采用 800V 高压输出配电，能够满足下一代数据中心的电源需求。

HVDC 供电架构省去了逆变这一环节，所以能够具备更高的电源效率。中泰证券电新团队表明，无论是在海外还是国内，与 IDC 较多使用 UPS 相比，HVDC 更适配 AIDC，这基本上已成为产业的共识。之前，市场普遍认为 HVDC800V 仍处于市场的早期阶段，而此次台达将在 GTC 大会上发布新产品，这有望加快 800V 的渗透。

必读要闻三：数据采集全面等优势

机构指出，具身智能大模型的发展与高质量的真实数据紧密相关。数据采集方式主要有三类，分别是遥控操作、动作捕捉和大模型。其中，动作捕捉能够直接把人类动作转移到人形机器人上，它具有精度高以及数据采集全面等优点，或许是当下人形机器人最为合适的数据采集方式。

机器人需要对人类动作进行模仿学习。这表明需要有大量的相关数据。相较于无处不在的互联网数据，机器人现有的相关数据要少很多。所以，很多企业开始自行建设动作捕捉工厂，以便为自家的机器人提供数据。国盛证券称，动作捕捉设备的需求量很大，其核心技术的壁垒比较高。预计机器人创业公司越来越多。每家人形机器人厂商都需要数百台动作捕捉设备。一些大型企业像华为、比亚迪等需要的设备台数会更多。专业级设备预计在十几万到几十万之间，且动作捕捉设备市场空间较大。

必读要闻四：这类 AI 产品有能力与智能手机市场相媲美，并且即将迎来集中的发布。

媒体报道称，AI 眼镜持续引起关注。在青岛，有一批能实现互动对话、实时翻译，甚至附带提词器等功能的 AI 眼镜产品即将集中发布。2 月 25 日，除雷神科技外，海信视像宣布，将在 AR/AI 眼镜领域与 AR 企业 XREAL 展开深度战略合作，双方联合研发的首款 AR/AI 眼镜将在下半年推出。

当前，AI 眼镜正逐渐受到关注。在一级市场，华为、小米等众多大型工厂已经纷纷展开布局，许多中小科技公司也在全力投入，传统眼镜企业纷纷进行转型并踏入新的赛道。到 2025 年，随着 DeepSeek 大模型的开源，在“AI+产业”的新叙事逻辑的推动下，AI 眼镜被资本市场视为最具想象空间且最容易实现放量的产业之一。研究机构 Wellsenn XR 预测，到 2035 年，AI 眼镜的年销量有希望达到 14 亿副。全球每年会销售 15 亿副框架眼镜，包括近视镜和太阳镜。这些使用框架眼镜的用户，都有可能成为 AI 眼镜的潜在渗透目标。从量级上看，这是一个能够与智能手机相媲美的市场。

钛小股·钛媒体财经研究院

2025.03.12