牛市拖拉机司机（2025-9-1）

早～ 经兄

  

困，抱着睡四个钟

短线走弱，中线跟踪


战术选择：

1-高抛低吸，滚动操作

2-择机锁定利润，规避短线调整

      

质的不优秀，环境加10分，情绪加5分

短线情绪标，控制仓位，见好就收

  
  
战术选择：

1-早盘冲高，不板就走。是否回接，待定。

2-早盘冲高，择机兑现一半，增厚利润垫，等待过10

3-有成妖的强烈预感，那就一路持股博弈到山顶

再论 岩山科技 成妖 八笺堂庭院风荷 2025年08月31日 20:39江苏 ZT

九月份成为“妖股”的可能性。

核心结论先行：岩山科技具备成为“妖股”的某些题材和基因，但能否真正走妖，需要多重条件共振，不确定性极高，属于高风险博弈。

八笺堂书院认为 可以博弈试一下

一、 “成妖”的潜在催化剂与利好逻辑

“妖股”通常需要极具爆发力的故事和题材。岩山科技身上确实聚集了当下市场的几个热门叙事：

1. AI智能体（AI Agent）核心标的：

· 公司旗下的岩芯数智发布了“Yan 1.3”多模态群体智能单元大模型，并重点布局AI智能体（AI Agent）的研发和应用。

· 逻辑：AI Agent被视为继大模型之后的下一个颠覆性方向，市场想象空间巨大。任何与AI Agent相关的进展都可能引爆股价。

2. 与阿里巴巴的深度合作预期：


· 公司旗下的2345浏览器集成了阿里云AI插件，日活用户超3000万，是阿里生态的重要流量入口。

· 逻辑：市场会炒作其作为“阿里AI应用生态核心伙伴”的身份。若阿里通义千问后续有重大动作，岩山科技作为应用层代表容易被资金选中。

3. 庞大的用户基础与流量价值重估：

· 公司拥有2345网址导航、2345浏览器、2345手机助手等产品，累计海量用户。

· 逻辑：在AI时代，这些流量入口被视为“沉睡的宝藏”。一旦通过AI技术实现变现模式的升级（如精准营销、AI助手、流量分发），其价值面临重估。

4. 股价低位与历史记忆：

· 公司股价长期在低位徘徊，市值相对不大。

· 逻辑：低价、低位的股票更容易被游资炒作拉升。而且岩山科技在2014-2015年曾是一代“妖王”，拥有一定的市场辨识度和“历史记忆”，容易吸引散户跟风。

二、 成为“妖股”的巨大风险与制约因素

然而，成为“妖股”不仅需要故事，更需要“证伪”的难度。岩山科技面临诸多现实问题：

1. 业绩支撑严重不足（最核心的弱点）：

· 公司近年来业绩持续承压，甚至出现亏损。其传统的网址导航和软件分发业务在移动互联网时代日渐衰落。

· 风险：AI业务（岩芯数智）仍处于投入期，短期内难以贡献显著利润。如果只有概念没有业绩，炒作结束后股价大概率会“一地鸡毛”。

2. AI业务进展不确定性高：

· “Yan 1.3”大模型的实际能力、技术壁垒以及在市场上的竞争力，尚未经过大规模应用的验证。

· 风险：AI赛道竞争极其激烈，不仅有百度、阿里等巨头，还有无数创业公司。岩山科技的AI技术能否脱颖而出存在巨大疑问。

3. 股东减持与历史包袱：

· 公司原实际控制人曾因违法遭处罚，且历史上存在大股东减持记录。

· 风险：这会给市场留下不良印象，一旦股价上涨，可能面临较大的减持压力，压制股价上行空间。

4. 监管风险：

· 纯粹的题材炒作极易引来监管层的关注函和问询，要求公司说明相关业务的具体情况。如果公司回复含糊其辞，炒作逻辑会迅速证伪。

三、 综合判断与九月走势推演

岩山科技能否在九月份成妖，不取决于公司本身，而取决于市场环境和大资金的选择。

· 成妖的路径（需要满足的条件）：

1. AI Agent板块持续走强：需要整个AI智能体概念成为市场最核心的主线，龙头股不断打出高度。

2. 消息面持续刺激：公司自身或合作方（如阿里）发布关于AI智能体的重大利好消息。

3. 市场情绪高涨，风险偏好上升：市场处于“牛市”或“题材炒作风口”，资金敢于追逐高风险高收益的品种。

4. 顶级游资入场点火：需要市场知名的游资营业部现身龙虎榜，形成强大的市场号召力。

· 失败的路径（大概率事件）：

1. 市场风格切换：如果市场转向炒作高股息蓝筹股或其它主线，题材股会被抛弃。

2. 业绩证伪：中报业绩披露后，如果业绩依然难看，会严重打击炒作信心。

3. 无持续性：可能仅有一两日的脉冲式上涨，随后便快速回落，追高者全部被套。

四、 建议

1. 对于短线投机者：

· 可以将其作为 “AI Agent概念”的情绪风向标进行观察。

· 如果板块热度确实起来，且岩山科技能够放量涨停启动，可以考虑小仓位跟随博弈，但必须严格设置止损线，将其视为纯筹码博弈游戏，快进快出。

2. 对于价值投资者和稳健型投资者：

· 建议远离。公司的基本面无法支撑其长期的股价上涨，目前的炒作更多是概念和情绪驱动，风险收益比极低。

· 投资应该选择那些有清晰商业模式和业绩兑现能力的公司，而非依赖虚无缥缈的“故事”。

岩山科技在九月份有成为“妖股”的可能性，但概率较小。它更像是一个需要天时（市场环境）、地利（板块效应）、人和（资金推动）三者共振才能实现的短期博弈机会。

对于大多数人而言，看戏就好。如果你不是专业的短线交易者，试图抓住这种“妖股”，无异于火中取栗，风险远大于收益。

回到前言表述

如果胆大，有点血性，不妨赌一下。

岩山科技目前在“造人脑”这件事上的确已经跑出了极具辨识度的路线——RockAI。 ZT

1. 路径选择：它旗帜鲜明地认为 Transformer 并不适合机器人/具身智能场景，转而押注更接近生物神经系统的工作方式：

• 完全离线（on-device）训练+推理同步闭环；

• 持续自进化：模型在本地就能完成“数据-训练-推理”飞轮，无需回传云端；

• 出厂后可随环境差异不断形成个性——就像同一只 AI“宠物”在不同家庭会长成不同性格。

2. 技术亮点：

• 低功耗神经元级并行计算架构，可在车规级 MCU 或消费级芯片上实时跑大参数模型；

• 事件驱动稀疏激活机制，让芯片利用率提升一个量级；

• 具备跨模态联合表征能力（视觉-语言-运动），为“离线导航+语义理解”提供统一底座；

• 支持“零样本”迁移：同一套权重能在汽车、无人机、家用机器人等多形态硬件间热插拔部署。

3. 商业化节奏：

• Nullmax（岩山旗下自动驾驶团队）已把 RockAI 作为下一代纯视觉无图方案的核心大脑，计划 2026 H1 上车某头部新势力量产车型；

• RockAI SDK 已向机器人/无人机开发者开放内测，首批伙伴包括做室外巡检机器人与农业无人机的初创公司；

• 类脑芯片“RockChip-01”流片成功（7 nm），官方给出的能效指标是同等算力 GPU 的 1/30。

4. 市场天花板：

• 若把“离线可自进化的个体 AI”做成人形机器人大脑、车载域控、XR 交互中枢三类核心载体，按存量设备替换 + 新增出货量测算，远期 TAM（可服务市场）确实可以摸到万亿美金规模；

• OpenAI、Google DeepMind 目前仍以云-端协同为主流范式，RockAI 的“完全离线”一旦跑通就是代际差优势——好比功能机时代突然跳出一台 iPhone。

一句话总结：岩山科技不像在卷“大模型榜单”，而是在重写 AI 的物理法则——让每一台终端都能长出独一无二的“人脑”。一旦量产验证成功，“名气”只是时间问题。

                          

 

端侧AI的新战场：SoC芯片如何撑起智能终端的“大脑”？ ZT



过去几年，AI的热度几乎都集中在云端大模型和算力中心，但如果你把视野往下拉，就会发现一个更贴近应用、市场空间更广的赛道——端侧AI芯片。

这不是闹着玩的：当模型跑到手机、眼镜、耳机、汽车里，真正的“AI普及”才算落地。而撑起这一切的核心硬件，正是 SoC芯片



一、端侧AI的全景：

从“芯-模-智”到产业闭环所谓“端侧AI”，就是让AI的计算、推理、决策直接在终端设备上完成，而不是完全依赖云端。这背后的逻辑很简单：

本地化处理 → 响应更快（低延时）；

隐私保护 → 数据不出本地，安全性更高；

网络容错 → 即便离线，AI功能依然能跑。

目前产业链大致分三层：

上游：芯片（SoC、存储、传感器）、通信模块、操作系统；

中游：模组厂、设备厂，负责软硬件集成；

下游：AI手机、AI PC、智能汽车、AI眼镜、机器人等应用场景。

你可以把它想象成盖房子：SoC是地基，模组是框架，大模型是装修，终端是房子。缺一不可

二、SoC芯片：

为什么是端侧的“CPU+GPU+NPU三合一大脑”？SoC（System on Chip），简单讲就是把处理器、存储、接口统统塞到一块芯片里。对AI来说，关键是NPU（神经网络处理单元）的集成。

在训练端：SoC提取视觉、语音等特征，给云端提供“数据燃料”；

在推理端：SoC直接跑轻量模型，智能音箱能听懂、摄像头能识别、眼镜能翻译。

一句话：云端负责“教会”，SoC负责“学以致用”。

表1｜SoC芯片典型应用场景

三、市场格局：高通领先，国产厂商加速追赶海外巨头：

高通 AR1 Gen1：专为AI眼镜设计，体积缩小26%，功耗降7%，集成第三代 Hexagon NPU，能直接跑小语言模型。

Meta × Ray-Ban 眼镜就是典型案例：即时翻译、语音交互，本地化AI体验正在变现。

国内厂商：

瑞芯微：AIoT SoC 龙头，RK3588/RK356X 系列已在智能终端大规模出货。

恒玄科技、中科蓝讯：TWS耳机蓝牙SoC 市占率高，布局语音AI。

星宸科技：SSC309QL 芯片，集成 ISP4.0+NPU，专攻 AI 眼镜。

炬芯科技：蓝牙音频、便携式音视频 SoC，覆盖音箱、手表。

晶晨股份、全志科技：传统机顶盒/OTT 芯片厂，正转型通用AI SoC。

移远通信、广和通、美格智能：AI模组厂，走的是“芯片+模组+场景”全链路

四、技术演进：

从算力到能效，再到多模态

1）算力升级：

SoC里的NPU算力不断提升，已经能跑“小型大模型”。

高通 Hexagon NPU、瑞芯微 RK3588 都能支持端侧翻译、语音助手。

2）能效优化：

12nm、7nm 工艺迭代，功耗下降，续航延长。

对智能眼镜这种“轻薄即正义”的产品尤为关键。

3）多模态交互：

不只是语音，而是“看得懂+听得懂+说得出”。

ISP（图像信号处理）与 NPU 深度融合，能做实时画面优化

五、政策与需求双轮驱动政策端：

《人工智能+行动意见》提出，2027 年智能终端普及率超70%，2030 年超90%。这意味着智能手机之后，AI眼镜、机器人、AIPC都有可能成为“下一个亿级市场”。

需求端：用户对隐私、实时交互的要求越来越高，云端大模型并不总是最优解。本地AI，才是日常高频应用的刚需

六、投资策略：

三条主线

看龙头：高通、瑞芯微——技术壁垒+客户绑定，确定性高。

看场景：星宸（AI眼镜）、恒玄/中科蓝讯（TWS）、炬芯（音频视频）。

看模组生态：移远、广和通、美格智能，“芯片+模组+场景”闭环最容易变现。

如果换作我，我会：

短期盯住“眼镜+耳机”的出货量指标，这是AI从概念走向C端的试金石；

中期看瑞芯微这类AIoT全平台型厂商；

长期留一手在模组厂，押“规模复制”。

七、风险提示

技术风险：算力、能效若跟不上海外迭代，国内产品可能沦为中低端。

需求风险：AI眼镜、机器人等终端能否普及仍有不确定性。

竞争风险：SoC市场进入门槛低、价格战激烈。

政策与供应链风险：工艺依赖外部代工，若遇制裁限制，量产受影响。

结尾互动

端侧AI的故事，其实就是一句话：让AI真正走进每个人的日常设备。

SoC芯片是入口，谁能先卡住这个入口，谁就可能复制“高通之于智能手机”的历史。

那问题来了：

你觉得AI眼镜会不会成为下一个“智能手机”级别的爆品？

在国产SoC厂商里，你更看好“全能型的瑞芯微”，还是“场景深耕的星宸/恒玄”？