我个人以为，人类对自然规律(lu)（包括语言、视(shi)频等(deng)）的认知和表达，经历了三个阶段：一是文(wen)字描述，例如“太阳(yang)东升西落(luo)”。二是数学解(jie)析式和方程，例如牛顿定律(lu)和麦克斯韦方程组，这两个阶段本质上都是归纳、推理、验证。三是AI大模(mo)型(xing)，将研究的客体映射到高(gao)维空间，让其各类特征得以充分表达；经过深度上的层层递进，用一系列(lie)的线性变换和非线性函数，充分表达其内(nei)在逻辑的复杂性；通过对海量案例的训练，使模(mo)型(xing)的表达趋近(jin)现实。这是方法论(lun)上的巨大进步(bu)，也是目前对大模(mo)型(xing)很(hen)多争论(lun)的来源，因为它并不符合千百年(nian)来科学发(fa)现的基本流(liu)程和框架。

证券时报记者：DeepSeek对科技(ji)股投资(zi)产生了什么影响？

李欣：DeepSeek对科技(ji)股的投资(zi)产生重大影响。首先(xian)改(gai)变了AI的产业范式，OpenAI代表的是海量数据+高(gao)端算(suan)力的军备(bei)竞赛式资(zi)本密集型(xing)范式，DeepSeek代表的是算(suan)法+硬件(jian)+软件(jian)应用三位一体注重系统整体效能(neng)的范式，系统创新(xin)可以弥补单点不足，比如硬件(jian)算(suan)力的短板，这就系统性重估了国内(nei)科技(ji)产业的价值，国产模(mo)型(xing)和国产算(suan)力互相优化、匹(pi)配、提升。从训练端向推理端，从云端到终端，从算(suan)力到应用，都在呈现接力成长、加速(su)成长。

与十年(nian)前的移(yi)动互联网相比，从技(ji)术革命的角度看(kan)，AI超越了移(yi)动互联网；从产品和盈利模(mo)式创新(xin)的的角度看(kan)，目前AI还是基于既有的商业模(mo)式例如云计算(suan)、短视(shi)频、本地生活、电商做产品的加成和升级，笑到最后(hou)的AI原生应用还有待出现，这符合产业发(fa)展规律(lu)。

2 国内(nei)AI产业链受益(yi)程度更高(gao)

证券时报记者：随着人工智(zhi)能(neng)概念(nian)持续火爆，你在当前布局时，主要关(guan)注哪些要素？后(hou)续看(kan)好哪些细分赛道，主要逻辑是什么？

李欣：行业发(fa)展初期，关(guan)注产业卡位和既有资(zi)源在AI时代的变现能(neng)力；然后(hou)是业务和AI的结合程度，业务的推进进度以及可持续变现能(neng)力。一是看(kan)好AI的“使能(neng)者”：国产算(suan)力，包括高(gao)端半(ban)导体制造、算(suan)力/传输芯片设计等(deng)产业链；全(quan)球算(suan)力产业链在技(ji)术创新(xin)推动下量价齐升。二是看(kan)好受益(yi)于“AI平权”的行业：智(zhi)能(neng)驾驶、机器人等(deng)，包括整机（整车）、系统集成、关(guan)键零部件(jian)如算(suan)力芯片、激光雷达、传感器、执行器等(deng)。

证券时报记者：DeepSeek对于AI产业的意义是什么？

李欣：对于全(quan)球AI产业，此次(ci)DeepSeek的成功标志(zhi)着大模(mo)型(xing)的降价放量，因此推理端放量，增(zeng)速(su)高(gao)于训练端；终端侧受益(yi)于AI的放量降价，优于云端；应用端增(zeng)长也加速(su)。所有和放量相关(guan)的环节都受益(yi)，如推理端芯片和硬件(jian)（其相对于训练端，制程和价格都较为亲民），终端硬件(jian)（眼镜、手机、机器人、智(zhi)能(neng)驾驶等(deng)，以及SoC芯片），C端应用软件(jian)如办公自动化、教(jiao)育、游戏、传媒等(deng)，都将受益(yi)。

证券时报记者：DeepSeek对于我国科技(ji)产业有何影响？

李欣：国内(nei)AI产业链受益(yi)程度高(gao)于全(quan)球AI产业链。DeepSeek的成功，证明AI产业的竞争不是依靠(kao)单纯的算(suan)力高(gao)低，而是依靠(kao)算(suan)法、软件(jian)、硬件(jian)三位一体的综(zong)合匹(pi)配实力，国内(nei)在最高(gao)端半(ban)导体制造上有短板，但DeepSeek可以依靠(kao)算(suan)法和软件(jian)的补齐，用国内(nei)产业已(yi)经实现的次(ci)高(gao)端半(ban)导体加以协同，同样可以在综(zong)合效能(neng)上做到全(quan)球第一梯队。因此国内(nei)半(ban)导体产业链迎来了重估机会，包括设备(bei)、制造、封测、EDA等(deng)。国产算(suan)力芯片设计等(deng)全(quan)链条受益(yi)，因为DeepSeek等(deng)中(zhong)国特色模(mo)型(xing)的创新(xin)和崛起，必然伴随国产算(suan)力、传输、存储芯片等(deng)中(zhong)国特色硬件(jian)的创新(xin)。

3 投资(zi)本质是对专业认知的变现

证券时报记者：近(jin)年(nian)来你们(men)是怎(zen)样对AI领域进行投资(zi)和研究的？

李欣：2022年(nian)10月，美国出台了管制AI芯片对华出口的政策，从那天起，我们(men)开始加强对国内(nei)AI算(suan)力芯片的研究和投资(zi)，下大力气(qi)调研AI算(suan)力芯片现状(zhuang)。2023年(nian)1月，ChatGPT爆火，我们(men)请教(jiao)了很(hen)多专家，读了很(hen)多报告，重点研究AI从技(ji)术到产品的突破，海外公司注重既要出产品又要出论(lun)文(wen)，在一些公开的平台可以看(kan)到相关(guan)论(lun)文(wen)，我们(men)学习(xi)之(zhi)后(hou)觉得还是蛮惊艳的。我们(men)同时加大了对AI的投资(zi)，之(zhi)后(hou)一直根据行业跟(gen)踪，动态(tai)调整投资(zi)，长期取得了较好的投资(zi)收益(yi)。

我们(men)对AI算(suan)法、应用的研究，对深度学习(xi)模(mo)型(xing)的学习(xi)是长期的，对国产算(suan)力芯片公司的论(lun)文(wen)发(fa)表、产品发(fa)布长期跟(gen)踪，动态(tai)评估其竞争力。比如一些国产算(suan)力芯片的龙头公司，在它们(men)上市前，我们(men)就做了多年(nian)的跟(gen)踪和研究，现在已(yi)经涨了很(hen)多倍，我们(men)对它们(men)也始终有新(xin)的跟(gen)踪。我对科技(ji)行业没有基本面之(zhi)外的信(xin)仰，不会因为市场热就去投资(zi)，而是比较客观(guan)的。

证券时报记者：在你看(kan)来，如何做好科技(ji)股投资(zi)？你的投资(zi)体系是如何迭代的？

李欣：第一，要融合Python、AI等(deng)科技(ji)工具(ju)，提升投研能(neng)力。熟(shu)练掌握Python，编程实现市场和行业信(xin)息的搜(sou)集、整理、归纳；基于本地化部署LLAMA/DeepSeek等(deng)开源大语言模(mo)型(xing)，或者在数据清洗脱敏后(hou)调用阿(a)里云等(deng)大模(mo)型(xing)平台上的商业化大模(mo)型(xing)，实现对海量中(zhong)外文(wen)报告等(deng)资(zi)料的翻译、总结、归纳；基于PyTorch等(deng)AI框架和Transformer等(deng)基础模(mo)型(xing)对市场数据建模(mo)，揭示多维度的市场和行业个股运行规律(lu)，服务投资(zi)决策。

第二，坚持长期以来的方针：扎根产业和上市公司研究，日拱一卒，拓宽知识面和能(neng)力圈，尤(you)其是各个行业间的有机关(guan)联，如机械(xie)、电子、新(xin)能(neng)源、计算(suan)机等(deng)之(zhi)间的交叉学科和交叉应用。加深对宏观(guan)经济的研究和理解(jie)，在全(quan)球宏观(guan)背景下理解(jie)和投资(zi)科技(ji)成长等(deng)行业，逐渐(jian)将消费、医(yi)药、周期等(deng)领域和科技(ji)行业放在统一的框架下进行观(guan)察和合理的投资(zi)。我们(men)基于基金合同等(deng)约束可以在投资(zi)实践上有所偏重，但必须意识到，科学的框架具(ju)有普适性和完备(bei)性，任何一个长期有效的投资(zi)框架必然是对所有行业都具(ju)有解(jie)释性的，如果不是，那就表明框架存在局限性，需(xu)要向更高(gao)维度扩展。

证券时报记者：做科技(ji)投资(zi)，是否(fou)对认知要求更高(gao)？

李欣：我认为，投资(zi)本质上是对专业认知的变现，尤(you)其是科技(ji)产业投资(zi)，对于技(ji)术、产品、产业链、市场都要有深入并且不断更新(xin)的认知。比如，如果要投资(zi)算(suan)力芯片，对计算(suan)体系架构、神经网络的计算(suan)特征等(deng)就应有所了解(jie)。从2019年(nian)以来，我花(hua)了不少时间在学习(xi)和研究AI模(mo)型(xing)的基础知识，目前水平还比较初级，大概可以编写GPT2模(mo)型(xing)，跑在自己的英(ying)伟达4090GPU上，以验证Transformer的基本原理。当然，对于实业从业者，认知后(hou)面更重要的是执行力，这一点我们(men)确实要求低一些。

4 科技(ji)行业成长空间巨大

证券时报记者：2015年(nian)7月，你开始管理华安智(zhi)能(neng)装备(bei)主题基金，当时市场刚(gang)刚(gang)经历暴(bao)跌，你怎(zen)么做投资(zi)？

李欣：2015年(nian)下半(ban)年(nian)市场剧(ju)烈调整后(hou)，我们(men)认为，反弹较有力的行业应当是基本面变化快的成长性行业，无论(lun)市场涨跌，驱动基本面的还是它所在行业和公司本身的成长性，要研究清楚行业的成长性，把握行业成长中(zhong)的关(guan)键点，也就是所谓的非线性变化的点，即奇点。当时我们(men)有几位从TMT（科技(ji)、媒体、通信(xin)）和新(xin)能(neng)源的研究员刚(gang)刚(gang)进入投资(zi)岗位，在时任投资(zi)总监翁总的指导下，领先(xian)市场发(fa)掘了虚拟现实、IP网剧(ju)等(deng)方向，并跟(gen)踪到锂电新(xin)能(neng)源、苹果产业链等(deng)都有积极变化，通过对这些成长性行业的把握，我们(men)在2015年(nian)下半(ban)年(nian)取得了不错的业绩。

证券时报记者：你主要把握了哪些大的投资(zi)主线？

李欣：一是半(ban)导体国产替代，2018年(nian)底到2019年(nian)上半(ban)年(nian)，市场大部分投资(zi)者都很(hen)悲观(guan)，纷纷降低科技(ji)股持仓。然而，2019年(nian)是半(ban)导体国产替代的元年(nian)，是快速(su)上量的一年(nian)，也是在上市公司业绩上有巨大体现的一年(nian)，我们(men)比较早地抓住了机会，在2019年(nian)一二季度加仓半(ban)导体，而市场形成对半(ban)导体国产替代的共识是在三季度。我们(men)之(zhi)后(hou)对半(ban)导体行业持续跟(gen)踪，对半(ban)导体的投资(zi)获得了较高(gao)的超额收益(yi)。

二是在2020年(nian)的后(hou)半(ban)段，开始增(zeng)加对新(xin)能(neng)源的配置，一直持有到2022年(nian)的前段，收获了新(xin)能(neng)源产业高(gao)增(zeng)长的主要阶段。

三是在2022年(nian)中(zhong)期以后(hou)，我们(men)开始系统性增(zeng)加对TMT的配置。做这个判断的原因，一是TMT行业的很(hen)多因素在前两年(nian)被压制，因为疫情的原因，TMT的国产化替代进程，包括政府相关(guan)的采购招标的进程都有推迟；二是AI的一些深层次(ci)的应用在逐渐(jian)起来，AI过去相对比较小众，2022年(nian)开始用在生成图(tu)片、视(shi)频、跟(gen)人对话等(deng)，能(neng)够跟(gen)每个人的生活产生交集，我们(men)开始加大对AI的研究和投资(zi)，获得了较好的回报。

证券时报记者：科技(ji)股受追捧是否(fou)有实实在在的业绩支撑？

李欣：在过去这些年(nian)，科技(ji)公司交出的答卷是实实在在长期在成长，从半(ban)导体设备(bei)制造到设计，都有很(hen)多公司在成长。展望未来，以半(ban)导体为代表的科技(ji)行业成长空间巨大。庞大的中(zhong)国制造业要转型(xing)升级、行销全(quan)球，科技(ji)行业的赋能(neng)和加持是关(guan)键，比如汽车行业，中(zhong)国正在快速(su)赶超，靠(kao)的是电动化、智(zhi)能(neng)驾驶、摄像(xiang)头、激光雷达、传感器、数据处理的芯片等(deng)，以及后(hou)面的算(suan)法，靠(kao)的是科技(ji)。别的工业设备(bei)也一样，包括消费属性的东西，比如手机，中(zhong)国品牌占领了很(hen)多市场，背后(hou)靠(kao)的也是科技(ji)。