盘中，集体异动！超20股涨停！AI赛道，多重驱动发酵

　　AI应用端个股逆市走强！

　　7月28日，AI应用端相关公司股价逆市走强，科蓝软件（300663）、安诺其（300067）、ST荣科（300290）20%涨停，浪潮软件（600756）、天地在线（002995）、岩山科技（002195）、久其软件（002279）等近20只股票10%涨停。

　　隔夜Shopify、赛富时、Adobe等美股AI应用软件股的大涨，对A股相关公司带来提振。与此同时，国内AI应用领域也传来多则利好消息，也刺激了相关概念股走强。

　　来看详细报道！

　　AI应用概念股逆市上涨

　　7月28日盘中，部分AI应用概念股大幅拉升。开盘20分钟内，科蓝软件、天地在线、岩山科技、久其软件、荣联科技（002642）、南天信息（000948）、电科数字（600850）、塞力医疗（603716）等股票直线拉升至涨停板。随后，浪潮软件、金桥信息（603918）、传智教育（003032）、ST荣科、国新健康（000503）也封死涨停板。午后，多模态AI概念股安诺其也被资金拉升至20%涨停。

　　从消息面来看，近期AI应用领域利好消息不断。27日深夜，月之暗面发文，正式开源Kimi K3。“现在，每个人都可以下载并部署 Kimi K3 模型——无论是用于内部研发，还是嵌入到面向终端用户的产品中，均可自由使用。”月之暗面写道。

　　Kimi K3是月之暗面能力最强的模型，是一个拥有2.8万亿参数的混合专家（MoE）模型，具备原生视觉理解能力，并支持100万token的上下文窗口。Kimi K3的参数规模是Kimi K2.5的3倍左右，但是规模化并不仅仅是参数的堆叠，在并不宽裕的算力条件下，技术团队凭借Kimi Delta Attention、Attention Residuals以及MoonEP等一系列技术创新，规模化效率提升了2.5倍，也就是在算力最优的意义下，单位算力产出智能约等于原来2.5倍。

　　27日深夜，华为昇腾CANN宣布，昇腾950全系列、Atlas A3产品支持Kimi K3部署。昇腾CANN表示，Kimi K3 896专家的大EP部署场景，能够充分发挥昇腾超节点架构优势。相较前代模型，Kimi K3专家规模显著提升，通信交互复杂度同步增长，超节点互联能力充分匹配其海量专家并行的通信负载特征，由AIV直接下发UB Memory通信任务，有效抬升MoE推理吞吐上限。同时，趋境科技基于开源推理引擎SGLang完成了Kimi K3在昇腾Atlas A3上的Day0推理适配。

　　紧接着，28日上午，阿里云宣布，阿里云灵骏真武M890超节点实例已Day0适配Kimi K3，这是国内首个跑通近3万亿参数模型的超节点。双方将进一步展开国产算力合作，千问AI平台和阿里云百炼也将提供Kimi K3的模型API。

　　同样是在28日，国家数据局副局长余英表示，2026数博会将于8月28日在贵州省贵阳市召开。余英表示，一些有代表性的企业将首次展出数智工厂、算力基础设施、安全智能体等最新技术成果。多家头部企业、行业协会还将发布算电协同、数据流通、生成式人工智能等方面的40余项最新成果。

　　此外，28日午间，据央视新闻报道，我国启动人工智能大模型IPv6能力提升专项行动。这次专项行动为期一年，将着力增强大模型IPv6规模化应用能力，完善大模型IPv6管理规范，提高大模型基础设施IPv6支持水平，推动大模型应用IPv6放量引流，提升大模型API调用IPv6访问占比，推进大模型与IPv6融合创新，促进互联网向原生智能演进。

　　机构：国产模型性能提升节奏超预期

　　上周，腾讯云正式发布云端智能体CodeBuddy NPC。据悉，开发者只需派发一个任务，CodeBuddy NPC即可自主完成方案规划、代码开发、提交PR、执行测试，并根据CI结果持续修改，直到交付可验收的成果。国盛证券（002670）表示，从战略视角看，G该产品对腾讯的意义，不应作为单一产品看待，而是腾讯AI战略在应用/Agent层集中卡位的支点。

　　另外，QuestMobile数据显示，截至2026年6月，中国手机端AI应用MAU约7.6亿人，AI应用插件用户约6.4亿人，原生App MAU约5.0亿人；原生App使用频次、使用时长分别同比增长58.3%、40%，达到月均92.7次、183分钟。

　　华创证券最新研报表示，持续看好AI产业发展。从GLM-5.2到Kimi K3，国产模型性能提升节奏超预期，具备全球前沿竞争能力，有望摆脱低价标签，通过高智价比竞争高价值场景。建议持续关注国内模型迭代节奏，包括DeepSeek-V4正式版、Qwen3.8、GLM-5.3、MiniMaxM3 pro等。

　　国盛证券指出，当开源前沿快速逼近闭源SOTA，全行业可获取的“最低能力水位”被显著抬高，下游应用开发者能以更低成本用上近前沿能力。落到配置，看好：1）最受益的是有真实场景、数据壁垒和工程化能力的应用/Agent链；2）模型端优选具备自有生态与商业化闭环（云等）的平台型厂商；3）开源放量拉动训练/推理需求，国产算力链同步受益。