我个人以为(wei)，人类对自然规律（包括语言(yan)、视频等）的认知和表达，经历(li)了三个阶段：一是文字描述，例如“太阳东升西(xi)落”。二是数学解析式和方程，例如牛顿定律和麦克斯(si)韦方程组，这两个阶段本质上都是归纳、推理、验证。三是AI大模型，将研究的客体映射到(dao)高维空间，让其各类特征得以充分表达；经过深度(du)上的层层递进，用一系(xi)列的线性变换和非线性函数，充分表达其内在(zai)逻辑的复杂(za)性；通过对海量(liang)案例的训练，使模型的表达趋近现(xian)实。这是方法论上的巨大进步，也是目(mu)前对大模型很多争论的来源，因为(wei)它并不(bu)符合千百年来科学发现(xian)的基本流程和框架(jia)。

证券时报(bao)记者(zhe)：DeepSeek对科技股投(tou)资产生了什么影响？

李欣：DeepSeek对科技股的投(tou)资产生重大影响。首先改变了AI的产业范式，OpenAI代表的是海量(liang)数据+高端算力的军(jun)备(bei)竞赛式资本密集(ji)型范式，DeepSeek代表的是算法+硬件+软件应(ying)用三位(wei)一体注重系(xi)统整体效能的范式，系(xi)统创新可以弥(mi)补单点不(bu)足，比如硬件算力的短板，这就系(xi)统性重估了国内科技产业的价值，国产模型和国产算力互相(xiang)优化、匹配、提升。从(cong)训练端向推理端，从(cong)云端到(dao)终端，从(cong)算力到(dao)应(ying)用，都在(zai)呈现(xian)接力成长、加速成长。

与十(shi)年前的移动互联网相(xiang)比，从(cong)技术(shu)革(ge)命的角度(du)看，AI超越了移动互联网；从(cong)产品和盈利(li)模式创新的的角度(du)看，目(mu)前AI还是基于既有(you)的商业模式例如云计算、短视频、本地(di)生活(huo)、电商做(zuo)产品的加成和升级(ji)，笑到(dao)最后(hou)的AI原生应(ying)用还有(you)待出(chu)现(xian)，这符合产业发展规律。

2 国内AI产业链受益程度(du)更(geng)高

证券时报(bao)记者(zhe)：随着人工智能概念持续火爆，你在(zai)当前布局时，主要关注哪些要素？后(hou)续看好哪些细分赛道，主要逻辑是什么？

李欣：行业发展初期，关注产业卡位(wei)和既有(you)资源在(zai)AI时代的变现(xian)能力；然后(hou)是业务和AI的结合程度(du)，业务的推进进度(du)以及可持续变现(xian)能力。一是看好AI的“使能者(zhe)”：国产算力，包括高端半导体制造、算力/传输芯片设计等产业链；全球(qiu)算力产业链在(zai)技术(shu)创新推动下量(liang)价齐(qi)升。二是看好受益于“AI平权”的行业：智能驾驶、机器(qi)人等，包括整机（整车）、系(xi)统集(ji)成、关键零部件如算力芯片、激光雷达、传感器(qi)、执行器(qi)等。

证券时报(bao)记者(zhe)：DeepSeek对于AI产业的意义是什么？

李欣：对于全球(qiu)AI产业，此次(ci)DeepSeek的成功标志着大模型的降价放量(liang)，因此推理端放量(liang)，增(zeng)速高于训练端；终端侧受益于AI的放量(liang)降价，优于云端；应(ying)用端增(zeng)长也加速。所有(you)和放量(liang)相(xiang)关的环节都受益，如推理端芯片和硬件（其相(xiang)对于训练端，制程和价格都较为(wei)亲民），终端硬件（眼镜、手(shou)机、机器(qi)人、智能驾驶等，以及SoC芯片），C端应(ying)用软件如办(ban)公(gong)自动化、教育、游戏、传媒等，都将受益。

证券时报(bao)记者(zhe)：DeepSeek对于我国科技产业有(you)何影响？

李欣：国内AI产业链受益程度(du)高于全球(qiu)AI产业链。DeepSeek的成功，证明AI产业的竞争不(bu)是依靠单纯的算力高低，而是依靠算法、软件、硬件三位(wei)一体的综合匹配实力，国内在(zai)最高端半导体制造上有(you)短板，但DeepSeek可以依靠算法和软件的补齐(qi)，用国内产业已经实现(xian)的次(ci)高端半导体加以协(xie)同，同样(yang)可以在(zai)综合效能上做(zuo)到(dao)全球(qiu)第一梯队(dui)。因此国内半导体产业链迎来了重估机会，包括设备(bei)、制造、封测、EDA等。国产算力芯片设计等全链条受益，因为(wei)DeepSeek等中国特色(se)模型的创新和崛起，必然伴随国产算力、传输、存储芯片等中国特色(se)硬件的创新。

3 投(tou)资本质是对专业认知的变现(xian)

证券时报(bao)记者(zhe)：近年来你们是怎样(yang)对AI领域进行投(tou)资和研究的？

李欣：2022年10月，美国出(chu)台了管(guan)制AI芯片对华出(chu)口的政策，从(cong)那天起，我们开始加强(qiang)对国内AI算力芯片的研究和投(tou)资，下大力气调(diao)研AI算力芯片现(xian)状。2023年1月，ChatGPT爆火，我们请(qing)教了很多专家，读了很多报(bao)告，重点研究AI从(cong)技术(shu)到(dao)产品的突破，海外公(gong)司注重既要出(chu)产品又要出(chu)论文，在(zai)一些公(gong)开的平台可以看到(dao)相(xiang)关论文，我们学习之后(hou)觉得还是蛮惊艳的。我们同时加大了对AI的投(tou)资，之后(hou)一直根据行业跟踪，动态调(diao)整投(tou)资，长期取得了较好的投(tou)资收益。

我们对AI算法、应(ying)用的研究，对深度(du)学习模型的学习是长期的，对国产算力芯片公(gong)司的论文发表、产品发布长期跟踪，动态评估其竞争力。比如一些国产算力芯片的龙头公(gong)司，在(zai)它们上市前，我们就做(zuo)了多年的跟踪和研究，现(xian)在(zai)已经涨了很多倍(bei)，我们对它们也始终有(you)新的跟踪。我对科技行业没有(you)基本面之外的信仰，不(bu)会因为(wei)市场热就去投(tou)资，而是比较客观的。

证券时报(bao)记者(zhe)：在(zai)你看来，如何做(zuo)好科技股投(tou)资？你的投(tou)资体系(xi)是如何迭代的？

李欣：第一，要融合Python、AI等科技工具(ju)，提升投(tou)研能力。熟(shu)练掌握Python，编程实现(xian)市场和行业信息的搜集(ji)、整理、归纳；基于本地(di)化部署(shu)LLAMA/DeepSeek等开源大语言(yan)模型，或者(zhe)在(zai)数据清洗脱敏后(hou)调(diao)用阿里云等大模型平台上的商业化大模型，实现(xian)对海量(liang)中外文报(bao)告等资料的翻译、总结、归纳；基于PyTorch等AI框架(jia)和Transformer等基础模型对市场数据建模，揭示多维度(du)的市场和行业个股运(yun)行规律，服务投(tou)资决(jue)策。

第二，坚持长期以来的方针：扎根产业和上市公(gong)司研究，日拱(gong)一卒，拓宽(kuan)知识面和能力圈，尤(you)其是各个行业间的有(you)机关联，如机械(xie)、电子、新能源、计算机等之间的交叉学科和交叉应(ying)用。加深对宏(hong)观经济的研究和理解，在(zai)全球(qiu)宏(hong)观背景下理解和投(tou)资科技成长等行业，逐渐(jian)将消费、医药、周(zhou)期等领域和科技行业放在(zai)统一的框架(jia)下进行观察(cha)和合理的投(tou)资。我们基于基金合同等约束(shu)可以在(zai)投(tou)资实践上有(you)所偏重，但必须意识到(dao)，科学的框架(jia)具(ju)有(you)普适性和完备(bei)性，任何一个长期有(you)效的投(tou)资框架(jia)必然是对所有(you)行业都具(ju)有(you)解释性的，如果不(bu)是，那就表明框架(jia)存在(zai)局限性，需要向更(geng)高维度(du)扩展。

证券时报(bao)记者(zhe)：做(zuo)科技投(tou)资，是否对认知要求更(geng)高？

李欣：我认为(wei)，投(tou)资本质上是对专业认知的变现(xian)，尤(you)其是科技产业投(tou)资，对于技术(shu)、产品、产业链、市场都要有(you)深入并且不(bu)断(duan)更(geng)新的认知。比如，如果要投(tou)资算力芯片，对计算体系(xi)架(jia)构、神(shen)经网络的计算特征等就应(ying)有(you)所了解。从(cong)2019年以来，我花了不(bu)少时间在(zai)学习和研究AI模型的基础知识，目(mu)前水平还比较初级(ji)，大概可以编写(xie)GPT2模型，跑在(zai)自己的英伟达4090GPU上，以验证Transformer的基本原理。当然，对于实业从(cong)业者(zhe)，认知后(hou)面更(geng)重要的是执行力，这一点我们确实要求低一些。

4 科技行业成长空间巨大

证券时报(bao)记者(zhe)：2015年7月，你开始管(guan)理华安智能装备(bei)主题基金，当时市场刚(gang)刚(gang)经历(li)暴跌，你怎么做(zuo)投(tou)资？

李欣：2015年下半年市场剧烈调(diao)整后(hou)，我们认为(wei)，反弹较有(you)力的行业应(ying)当是基本面变化快的成长性行业，无论市场涨跌，驱动基本面的还是它所在(zai)行业和公(gong)司本身的成长性，要研究清楚行业的成长性，把握行业成长中的关键点，也就是所谓的非线性变化的点，即奇点。当时我们有(you)几位(wei)从(cong)TMT（科技、媒体、通信）和新能源的研究员刚(gang)刚(gang)进入投(tou)资岗位(wei)，在(zai)时任投(tou)资总监翁总的指导下，领先市场发掘(jue)了虚拟(ni)现(xian)实、IP网剧等方向，并跟踪到(dao)锂电新能源、苹果产业链等都有(you)积极变化，通过对这些成长性行业的把握，我们在(zai)2015年下半年取得了不(bu)错的业绩。

证券时报(bao)记者(zhe)：你主要把握了哪些大的投(tou)资主线？

李欣：一是半导体国产替(ti)代，2018年底(di)到(dao)2019年上半年，市场大部分投(tou)资者(zhe)都很悲观，纷纷降低科技股持仓。然而，2019年是半导体国产替(ti)代的元年，是快速上量(liang)的一年，也是在(zai)上市公(gong)司业绩上有(you)巨大体现(xian)的一年，我们比较早地(di)抓住了机会，在(zai)2019年一二季度(du)加仓半导体，而市场形成对半导体国产替(ti)代的共识是在(zai)三季度(du)。我们之后(hou)对半导体行业持续跟踪，对半导体的投(tou)资获得了较高的超额收益。

二是在(zai)2020年的后(hou)半段，开始增(zeng)加对新能源的配置，一直持有(you)到(dao)2022年的前段，收获了新能源产业高增(zeng)长的主要阶段。

三是在(zai)2022年中期以后(hou)，我们开始系(xi)统性增(zeng)加对TMT的配置。做(zuo)这个判断(duan)的原因，一是TMT行业的很多因素在(zai)前两年被压制，因为(wei)疫情(qing)的原因，TMT的国产化替(ti)代进程，包括政府相(xiang)关的采购招标的进程都有(you)推迟(chi)；二是AI的一些深层次(ci)的应(ying)用在(zai)逐渐(jian)起来，AI过去相(xiang)对比较小众，2022年开始用在(zai)生成图片、视频、跟人对话等，能够跟每(mei)个人的生活(huo)产生交集(ji)，我们开始加大对AI的研究和投(tou)资，获得了较好的回报(bao)。

证券时报(bao)记者(zhe)：科技股受追捧是否有(you)实实在(zai)在(zai)的业绩支撑？

李欣：在(zai)过去这些年，科技公(gong)司交出(chu)的答卷是实实在(zai)在(zai)长期在(zai)成长，从(cong)半导体设备(bei)制造到(dao)设计，都有(you)很多公(gong)司在(zai)成长。展望未(wei)来，以半导体为(wei)代表的科技行业成长空间巨大。庞大的中国制造业要转型升级(ji)、行销全球(qiu)，科技行业的赋能和加持是关键，比如汽车行业，中国正在(zai)快速赶超，靠的是电动化、智能驾驶、摄像头、激光雷达、传感器(qi)、数据处理的芯片等，以及后(hou)面的算法，靠的是科技。别的工业设备(bei)也一样(yang)，包括消费属(shu)性的东西(xi)，比如手(shou)机，中国品牌占领了很多市场，背后(hou)靠的也是科技。