2026年第1周计算机行业月报：Meta收购Manus，重视AI应用左侧布局机会

市场行情回顾

（一）整体行情

A 股人工智能指数（884201.WI）截至 12 月 31 日收盘价为 10814.83，月涨跌幅为-1.08%。计 算机行业指数（801750.SI）截至 12 月 31 日收盘价为 5211.26，月涨跌幅为-0.25%。

（二）代表企业

A 股 Wind 人工智能指数（884201.WI）截至 12 月 31 日总市值 30493.75 亿，含成分股 86 支， 权重等分。板块上市公司分布为主板 16 支，创业板 35 支，科创板 13 支，中小板 22 支。 12 月 8 日 新调入万马科 技（300698.SZ）：公司专注于通信及工控领域，是一家集研发、生产 和销售于一体的高新技术企业。目前，公司重点布局通信及工控类产品、车联网平台及连接服务， 已形成“通信和车联网”双轮驱动的产业发展格局。近年来，公司已将车联网网联技术积累迁移应 用至 Robotaxi、Robovan 等高阶智能网联服务场景，不断拓宽网联服务的边界，推动无人驾驶全 球化发展及商业化落地；同时，公司积极开拓配电环网箱等产品，丰富公司业务场景，不断提升可 持续发展能力。

（三）板块估值

人工智能指数（884201.WI）重要成分股 2021-2024 年近三年整体营业收入复合增长率 15.62%， 净利润复合增长率-2.63%，截至 11 月 30 日平均估值 PE（TTM）70.89 倍，PS（TTM）4.51 倍。

前沿行业动态

（一）前沿技术动态

1.北京大学团队提出了一种新的视觉语义场景补全方法

视觉语义场景补全旨在从多视角图像中重建完整的三维语义场景，即预测空间中每个体素的几 何占用状态与语义类别，实现对复杂环境的精细感知与重建，在自动驾驶、机器人导航等场景中具 有重要的研究和应用价值。 北京大学彭宇新教授团队提出了高维度-高密度语义场景补全方法 HD²-SSC，首先通过高维度 语义解耦将平面图像特征扩展为伪体素化特征与立体场景特征进行对齐；然后通过高密度占用优化 增强三维场景的信息密度，补全和修正错误体素预测，实现准确的语义场景补全。 HD²-SSC 主要包含两个阶段： 1. 首先针对维度差异难点，提出高维度语义解耦，利用伪体素化模块将粗粒度像素语义扩展为 细粒度体素化语义特征，并通过语义聚合模块对全局细粒度语义进行聚类和整合，实现像素和体素 语义的对齐； 2. 然后针对密度差异难点，提出高密度占用优化，采用“检测-优化”架构，通过粗粒度预测提 取密度分数，然后利用几何密度优化模块识别并对齐几何和语义关键体素，确保上下文几何与语义 信息的一致性，增强局部辨识性信息密度，实现准确的语义场景补全。

2.四足机器人首次同时“思考+走路”，北大提出 链式推理 MobileVLA-R1

过去两年，RT-2、OpenVLA、NaVILA 等 Vision-Language-Action（VLA）模型，让机器人 能听懂复杂自然语言指令成为现实。但一旦落地到四足机器人上，两大老问题依然突出： 语义和控制断层：模型在语言上讲得通，但落到连续控制上就开始晃、抖、走不直，甚至原地 迷路；决策黑盒，难以纠错：大模型直接给出一个动作，失败了也不知道是理解错了，还是规划错了，更谈不上线上调试与安全监管。针对这些痛点，北京大学团队提出 MobileVLA-R1，核心理念 只有一句话：不再「看图直接给动作」，而是让机器人先生成一段可解释的链式推理（CoT），再据 此输出动作。 在 Vision 端，MobileVLA-R1 同时接入 RGB 图像、深度图和 3D 点云 / 地图等多源感知，由 图像编码器、深度编码器和点云编码器提取表征，再通过统一的 Projection Layer 融合为时序场景 表示； 在 Language / Reasoning 端，文本编码器读取自然语言指令，如「先右转走到走廊尽头，再 到壁炉前趴下」，并与多模态场景特征对齐；在此基础上，模型利用我们构建的多粒度链式推理数 据集 MobileVLA-CoT，把一条任务轨迹拆成「去哪、做什么」的高层目标，「从哪绕、先避什么」 的中层规划，以及「当前是加速、转向还是减速等待」的低层意图； 在 Action 端，上层 MobileVLA-R1 模块输出结构化的 CoT，再经由 Action Decoder 转换为 连续速度与转向指令，驱动四足机器人沿着右侧示例中那样的路径完成任务。

3.南洋理工发布首个 LLM 电 子 病历处理评测

电子病历是医疗体系中最核心的数据形态，集中呈现患者在诊断、检验、用药、生命体征监测 与疾病管理过程中的关键临床信息，是临床决策的重要基础。 随着 LLM 逐步应用于医疗场景，如何使其有效理解和处理这些结构化的 EHR，从而辅助医生 完成关键的数据分析与临床推理，已成为推动医疗人工智能发展的重要问题。 因此，南洋理工大学的研究人员提出了首个全面评测 LLM 处理结构化电子病历能力的综合基 准 EHRStruct，由计算机科学家与医学专家共同构建，并按照临床场景、认知层级与功能类别进行 层次化组织，全面的覆盖了 LLM 处理结构化 EHR 的 11 项核心任务，包含 2,200 个标准化样本， 为医疗大模型的可控性、可靠性与临床可用性提供统一而严谨的可解释评测框架。 EHRStruct 的构建过程包括四个主要阶段：任务合成、任务体系构建、任务样本抽取与评测流 程搭建。该流程由医学专家与计算机研究人员共同协作完成，从临床需求出发，逐步形成一套覆盖 多类场景与多层认知复杂度的结构化 EHR 评测体系。 四个阶段相互衔接：从定义临床相关任务，到构建系统化的任务分类，再到从医疗数据中抽取 任务特定样本，最终形成可复现、可扩展的评测流水线，用于系统评估大型语言模型在结构化 EHR 任务中的理解与推理能力。 任务的初始设定由计算机研究人员基于既有研究与常见建模范式进行任务提炼，随后由医学专家审核并确认其临床相关性。

该文章将全部任务沿三条轴线进行组织：临床场景（数据驱动 vs 知识驱动）、认知层级（理 解 vs 推理）以及功能类别（六类任务类型）。该分类体系同时体现任务的实际临床意图与推理复 杂度，使得评测框架既全面又具可解释性。 任务样本抽取阶段为每个任务和每个数据集构建评测样本，EHRStruct 基于两个互补的数据源 构建评测样本： Synthea 提供高保真、无隐私限制的合成结构化病历，适用于任务定义与可控场景下的样本生 成；eICU Collaborative Research Database 则涵盖多机构 ICU 环境下的真实结构化表格，包括 生命体征、检验结果、诊断与治疗过程等，为模型在真实临床条件下的表现提供验证。对于 11 项任 务共生成 2,200 条带标注样本。 EHRStruct 为结构化电子病历任务的系统评测建立了一套统一的实验流程。基准涵盖 20 个大 型语言模型，包括通用模型与医学领域模型。除基准级别的全面评测外，EHRStruct 还支持在特定 模型上进行深入实验。例如，可对某一模型系列开展 few-shot 提示与微调实验，以探索其在结构 化 EHR 场景中的潜在性能表现。

4. 北大发 布多模态、高 难度 化学基准 SUPERChem

近日，北京大学化学与分子工程学院联合计算中心、计算机学院、元培学院发布化学大模型基 准 SUPERChem。该基准针对当前化学评测中题目难度有限、多模态与推理过程评估缺失等不足， 系统构建了专注评估大语言模型 (LLM) 化学推理能力的新体系，旨在推动化学智能评测的深入发 展。

SUPERChem 题库由北大化学专业近百名师生共建，涵盖题目编写、解析撰写及严格的三阶段 审核。 题目源自非公开试题与专业文献改编，并采用防泄漏设计，避免 LLM 依赖记忆或从选项逆推。 针对化学信息的多模态特点，同步提供图文交错与纯文本版本的对齐数据集，支持探究视觉信息对 推理的影响。 目前，SUPERChem 先期发布 500 道专家级精选题目，覆盖结构与性质、化学反应与合成、化 学原理与计算、实验设计与分析四大化学核心领域。 为细粒度评估 LLM 思考过程，SUPERChem 引入推理路径一致性（Reasoning Path Fidelity, RPF）指标：团队为每道题目撰写了含关键检查点的详细解析，通过自动化评估模型思维链与解析 的一致性，判别模型是否真正理解化学。 前沿模型接近低年级本科生水平，不同模型推理一致性存在差异 评测显示，SUPERChem 具有较高难度与区分度。在北京大学化学专业低年级本科生闭卷测试 中，人类准确率为 40.3%。参与评测的前沿模型中，表现最佳的 GPT-5 (High)准确率为 38.5%，表 明其化学推理能力仅与化学专业低年级本科生水平相当，尚未超越人类基础专业认知。