[Table_Summary] 情绪消费驱动潮玩，Z 世代主导新格局。情绪消费与谷子经济的兴起成 为核心驱动力，2024 年我国以 Z 世代为主导的泛二次元人群突破 5 亿 人，相关市场规模约 6000 亿元，其中谷子经济规模超 1500 亿元。潮流 玩具凭借 IP 情感联结、社交属性及收藏价值，成为消费者重要的情感寄 托与社交标签，预计 2027 年中国潮流玩具市场规模可达 1100 亿元。潮 玩行业呈现 “一超多强” 的格局，泡泡玛特实现行业内领跑，国外品牌 乐高、万代等占据一定的市场份额，国内品牌卡游、布鲁可等企业也呈 现出增速迅猛的态势，IP 运营深化与海外市场拓展成为行业未来关键方 向。

基于2025年7月31日数据选择趋同成分股进行ETF配置仓位测 算，并定期跟踪配置策略效果。 人工智能ETF（159819.SZ）跟踪中证人工智能主题指数 （930713.CSI），在2024年8月至2025年7月期间，综合考虑成分股与 ETF走势偏差和研究覆盖度，最佳的趋同股为澜起科技（688008）。

本篇报告主要针对海内外模型发展、探究模型能力与应用的进展和边界。我们认为当前海外模型呈现差异化发展，企业调用考虑性价比。当前 OpenAI在技术路径上相对领先，聚焦强化推理与专业领域能力，而谷歌在端到端原生多模态领先，Anthropic则强调实用性、编程场景领先。 从模型API份额跟踪分析，谷歌与Anthropic系列模型份额优势较高，主要由于比较相似上下文输入的模型调用价格，二者相比OpenAI有明 显优势。国内模型方向，我们认为当前各家模型尚未拉开明显技术差距，需要观察模型在特定场景的差异化能力。

A 股已披露中报：盈利进一步增长、经营性现金流改善的行业数大幅增加 截至 2025 年 8 月 23 日，A 股 5423 家上市公司中，共有 1657 家已披露中报。目 前来看，2025 年 H1 的利润端表现整体优于营收，经营性现金流改善的行业正 在增加。A 股已披露公司的上半年盈利同比增速为 4.09%，较同口径下 Q1 的 2.50%有所增长；上半年累计营收同比增速为-0.14%，较同口径下 Q1 的 0.34% 略有下滑；上半年的经营性现金流净额同比增长 44.86%。

DeepSeek-V3.1 是 DeepSeek 于 2025 年 8 月 21 日正式发布 的大语言模型升级版本，该版本被官方称为“迈向 Agent（智能体） 时代的第一步”。此次升级并非一次简单的参数优化或小范围调整， 而是在模型架构、推理效率、长上下文支持、智能体能力及商业化应 用等多个维度进行了系统性革新。

2025 年 8 月 21 日，DeepSeek-V3.1 正式发布，该模型采用混合推理架构，一个模型同时支持思考模式与非思考模式。 根据 DeepSeek 官网及 SuperCLUE 测评基准网站的测试结果，该模型在代码生成、智能体能力等方面较 DeepSeek-R1- 0528 更胜一筹，但数学推理、科学推理方面，不及 DeepSeek-R1-0528 表现。 目前 DeepSeek 网页版、官网 API 接口、开源渠道、火山引擎、阿里云等均已更新 DeepSeek-V3.1 的使用，DeepSeek 官方将于 2025 年 9 月 6 日修改 API 的调用价格。 我们对 DeepSeek-V3.1 的深度思考模式进行深度测评，设置了若干推理问题、金融文本分析问题。在测试其中一个逻 辑推理问题时，DeepSeek-V3.1（thinking）模型出现了错误，思考过程陷入死循环，无法输出正确答案，而其他逻辑 推理问题和金融文本分析问题均获得了正确的结果。此外，在通过 RAG（检索增强）实现黄金市场新闻点评任务时， DeepSeek-V3.1（thinking）模型也能够准确完成撰写黄金市场新闻点评报告任务。

2025 年上半年美国就业市场快速走弱，叠加 AI 在美国渗透加速，AI 被认为 是就业市场走弱的重要因素。我们的研究显示，AI 对部分行业/群体产生冲 击，但还不是驱动就业放缓的主要因素，关税、驱逐移民、DOGE 等是主 要的因素。往前看，我们认为美国就业市场在三季度仍维持偏弱格局，或为 联储 9 月再次降息创造条件；但四季度企业雇佣意愿改善或带来一定修复。 但毋庸置疑的是，AI 的快速渗透将对就业市场、宏观走势、产业格局、收 入分配等产生深远的影响。

Talent management software is a workforce management tool that includes performance management, strategic hiring, and employee development. It helps employers track and manage their personnel by creating targets, finding and closing skill gaps, providing tailored development plans to employees, and conducting appraisals. It provides employers with tools with which they can manage, analyze, and reward employees based on their performance. This helps firms establish a culture of career growth and increase overall employee performance. As a result, it is extensively used in the BFSI, healthcare, IT, retail, and manufacturing industries.

Synthetic data generation refers to the creation of new datasets that simulate real-world data but are artificially generated. It involves creating data points that share similar statistical characteristics and patterns as the original data, without revealing any sensitive or confidential information. This technique is commonly used in various fields, such as ML, data analysis, and privacy-preserving research.

Supply chain analytics refers to the use of data analysis tools and techniques to gain insights, optimize processes, and make informed decisions within the supply chain. It involves collecting, processing, and analyzing data related to the various components of the supply chain, from procurement and production to distribution and logistics. The goal of supply chain analytics is to improve efficiency, reduce costs, enhance visibility, and ultimately contribute to better decision-making across the entire supply chain.