樓市“金三銀四”傳統旺季過後，市場原本預期成交會隨季節慣性回落，但今年5月的一線城市樓市卻走出了不同行情——市場熱度持續“線上”，釋放出結構性修復的積極訊號。

五一假期前落地樓市新政的廣州和深圳，展現出政策紅利的即時拉動效果。

其中，廣州發佈“穗八條”新政，通過降低首付、最佳化信貸、試點國企收購二手房等舉措刺激需求。市場機構公開資料顯示，5月廣州二手房網簽10100套，環比增長19%，同比增長31%。

深圳出台系列樓市新政，明確最佳化核心區域限購政策，並大幅提升公積金貸款額度。深圳部分核心區域新樓盤來訪量與成交量雙雙上升，改善型購房者入市意願明顯增強，市場整體活躍度顯著提升。

業內人士表示，深圳放開核心區限購，有效啟動了部分外地人群、深圳戶籍資產配置人群基於對核心區資產價值良好預期而入市購房的需求。

深圳住建局最新資料顯示，5月深圳一二手住宅成交10079套，環比上升11.4%，同比上升28.4%，近14個月首次突破萬套。其中，新房成為拉動深圳樓市成交復甦的主力軍，5月深圳一手住宅網簽4545套，環比上升33.6%，同比上升43.7%。

深圳二手房市場5月迎來了明顯反彈。置換型人群入市節奏加快，成交量和價格均呈現積極變化。

新政出台後，房產中介公司帶看量和諮詢量均出現明顯增長，整體成交節奏加快，從看房到簽約的周期大幅縮短。

此外，公積金政策的最佳化也有效降低了購房成本。深圳市住建局資料顯示，樓市新政實施以來，累計受理公積金貸款4404筆、68.2億元，筆均金額155萬元，筆均金額較新政前增長了21%。

深圳住建局資料顯示，5月深圳全市二手住宅成交5534套，同比上升18.1%。市場走勢持續向好，價格端同樣迎來積極變化，5月以來二手住宅主要中介成交均價環比上漲約4.6%。

一線城市中，北京、上海並未在近期推出穩樓市政策，但市場表現仍然亮眼。

北京市住房城鄉建設委發佈的最新資料顯示，5月，北京二手住宅網簽成交量達1.58萬套，同比增長11.8%，連續3個月超過15000套，也創下了2022年以來的5月同期成交量新高。

在北京市朝陽區一家二手房中介門店，經紀人介紹，5月，他們所在的區域二手住宅成交量相比4月小幅下降，但仍顯著高於近幾年同期水平；成交價格保持總體穩定的態勢。

資料顯示，北京二手住宅價格已連續3個月環比上漲。但業內人士表示，從同比來看，二手住宅價格相比去年依舊是下跌的。

北京房地產中介行業協會副秘書長李俊良表示：“二手房價格跟新房市場有所不同，每個月成交的區域、戶型可能會有一些微小變化。北京的二手房成交價格，現在是止跌的、穩定的狀態。”

李俊良表示，6月，北京二手房市場很可能延續5月的態勢。“成交量基本上會延續，甚至到傳統的‘金九銀十’，可能會更往上走一點。”

上海二手房市場的熱度也貫穿春夏，迎來了超長“小陽春”，資料顯示，5月上海市二手房成交總量超2.8萬套，同比增長約31%，刷新了近6年以來的最高紀錄。

截至5月底，上海的二手房掛牌筆數約30.92萬筆，比去年同期少了7萬多筆。

成交熱度走高的背後，市場價格端與買賣雙方心態也在發生變化。據中指研究院統計，5月百城新建住宅均價為17156元/平方米，環比上漲0.16%，同比上漲2.03%。其中，受益於新入市高價項目結構性帶動，一線城市漲幅最大。同期，百城二手住宅均價為12692元/平方米，環比下跌0.32%，跌幅較上月縮小0.14個百分點。這也是該指標近2年來的最低跌幅。此外，5月重點25城二手房新增掛牌房源為12萬套，同比下降41%。

深圳南山、福田、羅湖等片區的多位房產中介經理均表示5月的成交情況好於預期，一些小區的成交價逐步走穩。有房產中介經理表示：“此前的市場下行期，購房者普遍存在‘追跌不追漲’的心態，只有報價低於前一套成交才能吸引客戶關注，但我剛成交了兩套小戶型，與3月同戶型類似樓層的成交價相比上浮了5萬元到10萬元，雖然漲幅不算大，但也可以說明購房者和業主對市場的預期已經轉好，不再執著於砍價或降價。”甚至有深圳當地律師透露，近期已經出現業主為上調價格而不惜違約的案例，這種情況已經多年沒有出現過。

房企銷售和土地市場也出現一些積極訊號。中指研究院資料顯示，5月百強房企全口徑銷售總額為3287.8億元，環比上升17.59%。在深圳、上海等一線城市，有多家房企旗下項目開盤“日光”。此外，北京、杭州、成都、蘇州等地均進行宅地出讓，核心城市優質地塊土拍熱度持續走高。

5月一線城市的樓市熱度不減，也是今年以來政策持續提振的結果。中指研究院統計顯示，今年前5個月全國各省市（縣）出台政策超430條。從政策方向上看，涉及最佳化限制性政策、調整公積金貸款、發放購房補貼、完善城市更新相關配套政策等內容。同時，收購二手房並開展以舊換新，對於打通一、二手房置換鏈條有著積極作用。

業內人士認為，目前一線城市樓市還遠沒有達到“全線回暖”的程度，而是典型的結構性修復。

中指研究院高級分析師鄭俊彤預計，各地將繼續因城施策推進政策落實，需求端或進一步降低購房成本，如降低房貸利率、給予貸款貼息等，供應端有望加大存量商品房及閒置土地收儲力度，並加快推廣“以舊換新”等打通置換鏈條相關政策。隨著年中銷售節點的來臨，重點城市優質項目推盤節奏及房企行銷力度均有望加大，核心城市新房銷售或延續溫和修復態勢，但城市間、項目間的分化格局將進一步凸顯。  (中國商報)

“百度不能只當AI人才的黃埔軍校。”

今年5月，百度創始人李彥宏在“Create2026百度AI開發者大會”上宣佈了一條新的AI行業度量衡：DAA（Daily Active Agents），日活智能體數。

他的解釋是：Token不一定代表終局，它只代表成本，並不代表收益。衡量一個平台和生態的繁榮，更應該看的是DAA——有多少Agent在給人類幹活，並交付結果。

在場開發者和投資人對此褒貶不一，有人視之為百度的“新船票”，也有人認為拋出一個新概念，並不足以定義百度的未來。爭議背後，一個不容忽視的事實已擺上財報：百度的兩條增長曲線，正在無限逼近。

5月17日，百度交出2026年第一季度成績單，一般性業務收入260億元，同比增長2%。其中，AI業務收入136億元，佔百度一般性業務收入的52%，已連續多個季度增長。這也是百度AI業務收入佔比首次過半。同期，傳統線上行銷收入126億元，同比下滑22%。

拐點的另一面是代價。期內，百度歸母淨利潤34億元，同比降幅超過55%。

一位AI公司高層對《中國企業家》表示：百度在大模型浪潮中的“掉隊”最令人不解。它對於AI投入最早，字節Seed、通義千問業務帶頭人不少都來自百度系，智駕公司的領軍人物百度更佔去了半壁江山；搜尋與AIGC的C端應用場景也有天然耦合，但百度卻沒能站穩第一梯隊。

QuestMobile資料顯示，截至2026年3月，AI原生App月活使用者規模已達到4.4億，其中，字節豆包、阿里千問、DeepSeek月活使用者分別為3.45億、1.66億和1.27億，位居國內AI原生App前三——而百度“文心”App已跌出前十。

一邊是AI扛鼎的結構性突破，一邊是短期利潤承壓。百度需要更果斷的“換擋”時刻：用舊軌道的利潤，為新軌道的增長鋪路。

據《中國企業家》瞭解，今年以來，百度對移動生態事業群（MEG）進行了一系列產品規劃和組織變陣，明確以使用者為中心整合產品線，文心獨立App與百度搜尋、百度文庫等內部入口形成更緊密的聯動。

相應地，百度也進行了一系列組織人事的排兵佈陣。此刻，考驗百度的不只是技術，更是一家科技巨頭的戰略定力與組織韌性。

過去二十餘年，搜尋是百度的根基。但在AI時代，使用者獲取資訊的方式已經被重塑。從“搜尋—點選—閱讀”轉向“提問—AI直接給答案”，看似與搜尋異曲同工。但真正難解的，是百度AI技術沉澱下，反而更“保守”的路線選擇，以及AI應用與百度“排名付費”的現金牛左右手互搏。

今年4月底，一位不願具名的百度內部員工對《中國企業家》坦言，現在日常查資料，他“用豆包和DeepSeek比較多”，時至今日，“百度做C端產品化的能力，和字節不在一個維度上”。

一位頭部公司垂類大模型研發負責人則從行業視角分析：“李彥宏一開始做大模型就明確說過，不做開源。這個選擇有利有弊。”

開源與閉源，本質是不同公司對技術路徑和商業模式的判斷。在前述人士看來，開源策略是過去兩年AI行業快速迭代的關鍵，而百度一開始選擇了更封閉的道路。閉源可以保護核心技術、建構差異化壁壘，但在生態擴張速度上確實吃虧。

更深層的壓力，在於組織生態協同。“百度內部產品規劃太複雜了，文心App、文小言、文心語格……一堆產品，名字都讓人分不清楚。”一位接近百度的行業人士稱，百度每層部門都有自己的路徑規劃，感覺大家很多時候都在“撞車”，產品同質化嚴重，資源分散，使用者體驗割裂。

而在字節體系裡，豆包、抖音、即夢等已形成從工具到平台的緊密協同。

“比如，我想用AI做張圖，抖音上就能查到很多效果圖。大家也可以在評論區@豆包，它能給你反饋。人家真的是‘從使用者中來到使用者中去’。”前述人士稱。今年他明顯感覺到，豆包正在從一個聊天工具演變為一個搜尋型入口，使用者黏性正在形成。“有時候感覺它有點笨，但玩得開心，也能接受。”

與C端形成反差的是，百度AI雲在B端有較好表現。

據第三方報告，2026年Q1，百度在自研GPU雲市場份額達到40.4%，位居中國第一；在中國AI應用公有雲服務市場，份額升至30.7%。車企、銀行、央企的AI需求，很大部分落在了百度的平台上。尤其在汽車和金融領域，客戶高度認可百度的技術落地能力。

不過，136億元的AI收入中，智能雲佔比近65%，應用端收入不增反降。這意味著百度目前在AI產業鏈中的定位，更多是基礎設施提供者，而非“淘金者”。從另一角度看，這亦是百度“先修路、再跑車”的戰略選擇：先把算力底座做紮實，再嚮應用層自然延伸。

前述研發負責人對《中國企業家》強調，行業競爭正從拼算力轉向拼資料工程：“現在大模型公司做得比較好的幾家，都是程式碼層面做了更多踏踏實實的工作，本質還是投入問題。要看專利投入多少，有多少精力去處理資料。”

在技術積澱層，百度並不落後。公開資料顯示，截至2024年底，百度全球累計公開AI專利申請超2.7萬件（中國申請2.2萬件、授權1.2萬件），且覆蓋深度學習、自然語言處理、電腦視覺等全端AI領域。

在自研“崑崙芯”層面，也可以看出百度長期投入的決心。崑崙芯三代已在萬卡叢集上穩定運行，為文心大模型訓練和推理提供了自主可控的算力底座，更將長期最佳化百度的成本優勢。

但接下來考驗的，也將是B端訂單的高增長，能否撐住整個百度AI的敘事。

外部的市場變化，也催化了百度組織的劇烈重組。

據媒體報導，2025年底，百度啟動了“史上最大規模”的調整，員工總數從2022年的41300人降至35900人，AI雲、智能駕駛等崗位被重點保留，資源進一步向AI方向傾斜。

進入2026年，自上而下的組織與業務重構還在持續加速。1月，百度文庫與網盤整合為PSIG（個人超級智能事業群組），由百度集團副總裁王穎直接向李彥宏匯報。4月底，百度宣佈取消沿用多年的字母職級標籤，統一為數字型系，旨在“打破專業與管理的壁壘”。

據不完全統計，過去一年，包括百度副總裁、搜尋總經理（百度App研發中心負責人）趙世奇、百度搜尋AI產品負責人、“李彥宏首位管培生”陳穎梅在內，已有多位核心高管離職。

最引人關注的，是今年5月新設立的模型委員會（BMC）。此前的2025年11月，百度已新設基礎模型研發部（BMU）和應用模型研發部（AMU）兩個平行部門，由李彥宏直接管轄。

按照公開資訊，BMC成員由年輕、對大模型有深刻理解的研究員構成，將統籌百度大模型基礎模型和應用模型的研發工作，直接向李彥宏匯報。BMC在BMU和AMU之上加了一個統籌協調層，標誌著自去年成立模型研發新部門之後，這套組織架構正式成型。

這些動作指向同一個目標：縮短決策鏈路，讓一線的技術判斷更快抵達最高決策層。

上述研發負責人對百度的這一設計表示認同：“所有問題最終還是要回到‘人’上。李彥宏讓年輕人直接跟他匯報，是希望找到一些有能力又有幹勁兒的人，來做不一樣的事。他壓力很大，百度不能只當AI人才的黃埔軍校。”

相比初創公司，老牌大廠做創新，最難平衡的，往往是組織層面的“歷史包袱”。

一位曾在大廠帶隊十餘年的大模型公司高管對《中國企業家》坦言：“目前大模型做得比較好的公司，員工年齡都比較小。他們怎麼留下來？不能按照傳統按部就班的、流水線式管理那麼搞。前陣子林俊暘離開阿里，人家受不了這種管理模式，當然就走了。”

阿里“達摩院”也曾面臨類似的結構性困境，最終“散似滿天星”。“達摩院早期定位還是創新，後面受成本和盈利影響，有了自負盈虧的要求。背後還是商業邏輯驅動，沒辦法。”

因此最終的推動者與結果，仍然指向了最高決策層的斷腕決心。

“經營目標和帶隊領導壓力的雙重倒推，不確定性太多了。有時候你要控制創新，時間點不確定、商業目標倒推，技術方案就只能收緊。最後，組織只能做大老闆最關心的那件事。”前述人士稱。

Create2026百度AI開發者大會上，李彥宏一口氣推出了四款智能體產品：通用智能體DuMate、程式碼智能體秒噠3.0、數字人智能體百度一鏡、決策智能體伐謀2.0。

其中，DuMate已經在多個國際權威Agent Benchmark評測中達到SOTA水平，可操作軟體、處理檔案、串聯業務系統；秒噠3.0發佈後，同步上線了App和企業版，使用者通過自然語言描述即可生成應用；百度一鏡則定位為全球首個全場景多智能體數字人平台。

拋出DAA概念的同時，李彥宏重點強調了“應用”的重要性。他認為，AI產業正從“模型中心”轉向“應用中心”，智能體將成為新的入口。

從2013年百度建立深度學習研究院，到2017年提出“All in AI”，再到如今大模型和智能體的全面落地，李彥宏對AI的投入超過十年，從未動搖。這種長期主義，在中國網際網路企業家中並不多見。

“大家現在關注AI到底能發展到什麼程度，關鍵是老闆有沒有看清楚產品上限在那兒，敢不敢投入。我相信在中國公司，很多高管還沒看清楚。”前述研發負責人對《中國企業家》說。李彥宏敢於在智能體方向持續下注，體現了他對技術終局的判斷力，“但相比美國公司，中國隊壓力仍然很大”。

不過百度還有時間。今年以來，智能體生態的市場教育剛剛完成，商業化路徑從C端消耗轉向Coding付費，答案仍在探索中。

“真正高頻的商業化增長點，其實大家都還沒找到。百度的壓力在於，別人都在搶先佔據入口。”一名在百度工作多年的員工告訴《中國企業家》，就像字節佔住了抖音入口，豆包也由此獲得了持續迭代的資料和使用者反饋。

而百度的機會，更多在於搜尋入口和智能體產品的結合。比如，DuMate直接嵌入百度App，覆蓋數億日活使用者。此外，百度在中文資料處理、搜尋日誌、知識圖譜等方面擁有20年的積累，仍足以建構獨特的競爭壁壘。

“千問開源做得最好，資料顆粒度很細，像一些PDF、網頁，都能拆得很細；智譜的底層資料也做得不錯。”上述研發負責人指出，“核心還是策略怎麼選擇，做蒸餾肯定價值有限。”隨著阿里調整開源策略，豆包準備實行付費計畫，國內大模型公司的開源程度和商業化策略也被提上日程。

但從財報來看，百度營收結構的拐點已經顯現，時間窗口也在變得具體而迫切。百度需要想清楚的不只是技術與業務方向，更是要用什麼樣的組織、什麼樣的文化、什麼樣的利益分配結構，來承載戰略方向的執行。

在AI這場長跑中，百度該如何兌現自己長期的技術信仰？正如李彥宏在Create大會上的演講所言：“我們不是在做一場實驗，我們是在鋪一條路。”

但站在十字路口的百度，最難的關口，從來不在實驗室裡。  (中國企業家雜誌)

6月1日，36氪爆料稱：豆包即將收費，預計6月下旬啟動。同時稱，定價將分為三檔。這一報導當即引起輿論震動。

而上述資訊在經過兩天發酵後，也終於引來官方回應。

6月3日，豆包官方發表《關於豆包即將推出專業版的說明》正式回應，表態日常功能保持免費、收費只針對專業生產力場景，同時指責最近兩日內有大量行銷號散佈不實資訊。

這“謠”辟得就和沒辟似的。因為整篇說明的核心意思，實際還是承認了36氪報導的主要資訊，即豆包收費在即這個事實。僅僅對“大量行銷號散佈不實資訊”這種賽博常見的加料炒作行為，表達了不滿。

當然，事後很多網民回溯豆包之前的資訊，發現其實早在一個月前，豆包App Store頁面就出現過付費版本服務聲明，而且還標明了68元、200元和500元的三檔付費標準。儘管當時產品內並無實際付費入口。

01. 縷一縷“豆包收費”風波里的真真假假

粗看起來，這一次從“收費傳聞”到官方“闢謠”的整個循環，就如同這些年賽博空間內常見的企業PR危機：確有其事，但官方卻扭扭捏捏不敢直面，最後弄了一個看起來似乎不著調的、名曰闢謠，實際承認的聲明，把鍋甩到輿論發酵後各路跟風炒作的自媒體頭上。

所以我們來詳細縷一縷這個事件的前後關係以及其中因果。首先是必須肯定，“收費”傳聞確有其事。

豆包官方6月3日那份《關於豆包即將推出專業版的說明》，實際並不是在否認36氪那個“即將推出付費版”的爆料，而是承認了將會面向軟體開發、資料分析、專業設計、流程自動化、金融分析、科研等專業生產力場景，推出付費專業版。

但同時官方也強調了，包括搜尋問答、寫作生圖、語音/視訊對話這些日常功能，將會保持免費狀態；同步還再次說明了，目前專業版還在測試，上線後（收費）會走公開合規管道。

所以站在最客觀角度，豆包官方實際不是在闢謠“要收費”的傳言，而是在強調絕不會取消免費版、逼迫所有使用者買會員的說法——這也是其指責“大量行銷號散佈不實資訊”的核心問題。

看到這裡，相信大家也都釋然了：這收費的領域和繼續免費的功能，似乎也算合情合理。所以為什麼網上會立即出現“大量不實消息”呢？

且看官方聲明第四條，其指控可謂尖銳——我們觀察到，近期有大量同IP的行銷號，集中發佈內容完全一致的不實資訊，稱豆包將通過降低基礎功能體驗來推動使用者購買會員。該說法完全不實。

筆者無法驗證這條指控是否確實，但卻非常合乎邏輯。畢竟豆包目前的最高月活高達3.45億，位列國內大語言模型類應用第一寶座，天然是競品流量戰和平台流量號產業鏈的獵物。更何況其App Store頁面5月初那個三檔定價說明，不但衝擊到了當前國內網際網路使用者內心“AI應該免費”的錨定，更是給後續謠言提供了一個“有圖有真相”等級的背書材料。

▲鑑於近期豆包的“官司”有不少，又是航班退票鬧劇又是代客訂餐的，所以這次收費事件才更有熱度

然而這其中的來回拉扯，反映出的實質便是：豆包的這次對專業服務推出收費已經是箭在弦上、勢在必行了。而這一存在風險的商業選擇背後，實質上是：即使豪氣如字節跳動，也正陷入逐漸“燒不起Token”這一困局的事實。

圈外的朋友很多並不知道Token是什麼，這裡簡單解釋一下。

在搞AI這一行，Token的精準翻譯既非“令牌”，也不是“禮券”，而是“詞元”，即大模型處理文字的最小計算單位。以漢字為例，每一個常見字通常計1~2個Token。

而為什麼不直接用字或者詞來計算？是因為其背後的殘酷真相——

大語言模型雖然時不時能給出一些精妙的反饋資訊，文字組織也頗為優美，但其實它並不真的“認識”輸入及其反饋結果裡每個字、每句話的語義，無論漢字、英文字母還是日文假名，更遑論由字組成的詞或者字母構成的單詞。程序只認一個數字ID表（詞彙表，幾萬到十幾萬項）。在輸入資訊後，系統把你所說的一句話拆成一串ID的過程就叫Tokenization（分詞），拆出來的每一塊就是一個Token。輸入ID之後，系統會基於現有演算法計算出一個針對性的最優解（即機率最高的Token序列），然後再將其轉換為普通使用者能夠理解的人類語言。

所以，對於大語言模型供應商來說，其提供服務本質上就是：使用者輸入一串Token，然後系統給出一串機率上最可能、近似最優的Token序列。

既然來來去去都是Token，那麼豆包一天要輸入輸出多少Token呢？

豆包官方此前曾在3月前後有過公開披露，日均達120兆。而作為對比，2024年5月的時候，這個數字還只有1200億。22個月之內，增長達到了1000倍！

讓我用大家都能理解的表述和單位，給燒掉的這些Token算一下成本。首先，Token的成本本質上由GPU硬體折舊（50%~60%）、含散熱在內的電力成本（25%~30%）、人力成本、機房租金、網路租金等（10%~15%）三部分構成。雖然各家大語言模型提供商成本各不相同，但這裡既然說的是豆包的事，就按豆包Pro口徑：每百萬Token輸入成本約0.8元，輸出約2.0元。

由此可見，如果大家沒事把豆包當問答機器人隨便聊幾句，花費微不足道；但若有人丟一篇幾千字文章讓豆包總結——比如評論區常見的“用大語言模型來幾句話總結全文”——那可能就得一次幾分錢的程度了。而如果有人要生成個PPT甚至來段幾分鐘的視訊，那麼單次任務的成本可能要到幾塊錢的地步。

從二十年前開始，國內網際網路的流量經濟學邏輯一直是：拉更多使用者，攤薄從硬體到網路服務等各項固定成本，再把使用者流量通過廣告或其他增值方式變現，如此循環滾動，使邊際成本逐漸趨零，實現滾利潤。

但到了大語言模型時代，規則就變了：拉更多使用者意味著Token消耗線性甚至超線性增長，而每次互動都有硬成本。問題是，這個過程中你還沒法插廣告，否則會徹底毀掉體驗，於是邊際成本永遠不為零，結果就變成越活躍越虧。這種狀況，即使號稱“網際網路印鈔機”的字節跳動亦無可奈何——畢竟你不可能強制使用者在每一次提問獲得答案前，都先看30秒廣告。

所以，這裡真不是給豆包開脫：這一次收費的本質，就是營運方希望用專業使用者付費來補貼非專業訪問，讓自己少虧點。

聊到上面這些，相信各位對這幾天豆包收費的種種已有清晰認識。既然C次元是一個汽車媒體構築的偏科技類矩陣帳號，下面不妨聊聊從前年開始的那波“全員接大模型”浪潮，現在回頭看是什麼？

其實這茬風頭最早可追溯到2023年下半年。當時不少整車品牌在初步完成智能座艙上車之後，逐漸發現傳統體系的語音助手太蠢了點；恰好大語言模型開始展露鋒芒，於是從年末起，吉利、東風、上汽、長安等開始各自宣佈展開合作。

其直接結果就是：2024年北京車展上，有超過20個大語言模型上車項目集中亮相，各品牌恨不得在車尾標旁都貼上AI標識。其副作用便是：當時一眾網際網路流量大佬扎堆來車展刷存在感。當然，2024年還有一件大事，DeepSeek橫空出世，以及緊隨其後不到兩周內又有十幾個汽車品牌宣佈“接入DeepSeek”。

那麼這一波轟轟烈烈的“AI上車”，取得了什麼成果？這裡就偷個懶，直接引述J.D. Power（君迪）楊濤，在2025上海車展期間接受《上海汽車報》採訪時曾經直言不諱。

“過去兩年，大模型徹底改變了車內互動邏輯。”J.D. Power中國區汽車產品事業部總經理楊濤表示：傳統語音助手僅能識別固定指令，而大模型通過自然語言處理（NLP）可理解模糊語義甚至使用者情緒。

然而當前功能仍集中於娛樂和資訊檢索，與期待中的“全場景智能管家”尚有差距：“開車時最需要的往往是主動安全提醒或疲勞監測，但現在系統更熱衷推薦短影片。”

這番表述，中譯中說直白點就是：整車企業花了不少錢和時間，自建或採購大模型能力，使用者感知到的增量僅僅是——接入大語言模型後，車機終於不太會把“播放《晴天》”聽成“播放《傾盆大雨》”了。這確實是一個真實進步，但遠遠撐不起“智能化革命”的敘事重量。

說白了，迄今為止所有“接入座艙的大模型”，本質上都是通過車載API呼叫大語言模型，本質就是更聰明的語音助理（遙控器）。而真正意義上的汽車AI，是讓車“活過來”，變成一個可以真正交流互動、執行駕駛者與乘客指令，甚至發揮主觀能動性為車上人員提供服務的存在。

從這一點來說，現實相比預期，暫時還差了十萬八千里。

伴隨一陣急促的電子合成器節奏音，於暮色中一望無際的大地上，一台純黑色龐蒂亞克火鳥跑車正在飛馳，車頭正中的一盞紅色指示燈來迴游動。

“Please don't call me ‘car’ or ‘four wheels’, I'm KITT, Knight Industries Two Thousand.”（請勿稱我為“汽車”或是“四隻輪子”，我是“基特”——奈特工業2000。）

是的，上面這一幕來自經典美劇《霹靂遊俠》，一段銘刻在無數中國七零、八零後甚至部分九零後記憶深處的少時科幻汽車夢。而搭載在那台無所不能的神奇汽車之上的超級智能、那個擁有自我意識的車載AI“基特”（KITT），實際就是幾十年來我們所期待的“真正意義上的智能汽車”的標準形象。

《霹靂遊俠》第一季於1982年首播，距離現在已過44年。令人遺憾的是，44年來儘管汽車在車載電子系統乃至座艙互動介面上取得前所未有的進步和突破，卻在真正“智能”這個關鍵點上仍舊躊躇不前。

回望去年和前年的種種：說到底，當初車企排隊接大模型的狂歡，和今年豆包站在“免費還是收費”的火線上，是同一場戲的兩幕——

第一幕是“AI魔法看起來很好也很便宜”的放衛星；而第二幕成了“哦，原來每個token都要付電費”的諷刺戲碼。但這不是壞事：對於產業乃至於廣大使用者來說，只有走出幻象、打破神話，真正的建設才會開始。  (C次元)

自3月底我們提出港股階段性配置機會以來，港股已逐步完成階段性探底，並在4月TACO交易後構築中期底部。我們認為，港股行情正由前期估值和情緒修復，轉向盈利驗證與風險偏好改善共同驅動的新階段。過去一個多月港股表現相對落後，主要源於全球資金優先流入AI算力敞口更高的市場，而港股權重更多集中於網際網路平台、金融、消費、紅利及AI應用側，對算力產業鏈的直接敞口相對有限。此前市場主要認為算力環節最具確定基本面，港股因算力成分有限而不被重視。後續若AI交易從純算力向算力租賃、雲服務、AI應用、網路安全、資料平台和企業軟體擴散，港股科技資產的結構劣勢有望逐步轉化為結構優勢。

當前驅動港股行情的中短期因素正在重新排序。一是海外風險仍有擾動，過去一兩周美國長債利率抬升、美元偏強和地緣風險反覆，對港股估值彈性和外資風險偏好仍有壓制。二是中國宏觀修復仍然一般，但中國流動性邊際改善，對風險資產形成一定避險。三是產業基本面更為關鍵，網際網路平台、雲服務、AI 應用、本地生活等方向業績表現好於此前悲觀預期。港股當前的核心不是宏觀強復甦，而是產業基本面較好、流動性改善和盈利預期修復共同作用。

從大周期看，港股已經走出去年以來的低位估值修復階段，正式進入牛市中後段。本階段不會再是指數普漲行情，而是由盈利、景氣度和產業兌現共同驅動的結構性主升。流動性和估值修復已經兌現較多，後續決定超額收益的核心變數將轉向業績驗證。網際網路龍頭一季報已經出現結構性改善，市場對港股盈利修復的預期正在重建。

配置上，網際網路與AI平台仍是第一主線，高流動性科技龍頭適合作為主升階段核心倉位；創新藥和新消費繼續提供彈性，但都需要從主題交易轉向業績兌現，精選龍頭和高景氣標的；紅利資產回歸底倉屬性，重在分紅可持續性和現金流質量；港股新股則關注AI、機器人、智能汽車、創新藥和新消費等稀缺方向。

我們在3月底全市場極度悲觀的時候發佈報告《港股迎來春節後第一次做多機會》，明確指出港股今年仍然具備結構性牛市基礎，4月宏觀環境低谷期將是重要買點。回頭看，4月TACO交易出現後，全球風險資產完成一次重要的預期修復，港股也正式建構階段底部。

進入5月後，港股行情性質正在發生變化。海外層面，美國長債利率階段性上行和地緣風險反覆仍構成擾動；中國層面，宏觀修復並不強，但流動性改善對市場形成避險。更重要的是，網際網路龍頭財報進入驗證期，雲服務、AI應用、本地生活和平台效率改善開始成為港股重新定價的核心線索。港股正從前期情緒和估值修復，轉向盈利驗證與產業基本面驅動的主升確認期。

二、 過去一個多月港股為何落後於A股和美股？

4月以來隨著TACO的發生以及一季報的公佈，全球資金回流科技成長，而AI算力產業鏈由於業績兌現度最高且景氣預期最強，導致資金集中流入算力成分最高的市場，包括美股費城半導體指數、A股創業板、台灣股市、韓國股市、日本股市等，而AI算力成分較低的港股、英國、法國、德國等股市以及美股道瓊斯指數等漲幅相對落後。總體而言，全球市場表現分化與AI算力產業鏈敞口差異高度相關。港股中AI算力佔比較低，因此漲幅相對落後。

前期全球AI交易的核心矛盾在於，市場主要相信算力有確定基本面，因此港股不佔優勢。但近期海外AI交易開始從純算力向算力租賃、AI雲、AI應用、網路安全和資料平台擴散，港股的網際網路平台、雲服務和應用場景優勢開始重新變得重要。

三、 為何我們認為港股當下可能要迎來主升行情？

驅動港股行情的中短期因素需要重新排序。當前最重要的變數，不再只是海外流動性和宏觀總量修復，而是產業基本面、中國流動性、AI 交易擴散和外資風險偏好的共同變化。過去兩個月，港股受到海外長端利率上行、地緣風險擾動、中美關係不確定性和中國基本面悲觀預期壓制。當前來看，海外風險並未完全消失，但中國流動性改善、網際網路龍頭業績驗證和AI應用側重新定價正在形成避險。港股有望從估值修復進入盈利驅動的結構性主升階段。

海外風險仍有擾動，但未改變港股主線

隨著TACO的發生，油價逐步確立階段頂部，全球從前期擔憂滯脹和加息轉向預期年內有降息，而從歷史案例來看，1990-1991海灣戰爭、2003年伊拉克戰爭期間，聯準會也均未因油價衝擊轉向加息，反而繼續降息。由於聯準會政策順序通常是先穩增長、穩就業，再處理通膨，而目前來看油價見頂、通膨擔憂有所減弱，華許繼任後預計仍將維持聯準會的既定行為模式，流動性改善或超市場預期。

海外環境並非單邊改善。過去一兩周，美國長債利率重新抬升，美元階段性偏強，疊加地緣風險和油價波動，全球風險資產仍面臨外部擾動。對港股而言，海外利率上行會壓制估值彈性，也會影響外資對離岸中國資產的風險偏好。但當前港股的核心矛盾已經不完全取決於海外貼現率，而是取決於產業基本面。只要海外風險不進一步失控，中國流動性改善和網際網路龍頭業績修復仍能避險部分外部壓力。

宏觀修復仍一般，但產業基本面和流動性形成避險

中國宏觀基本面尚未形成強復甦特徵。當前總需求修復仍偏溫和，價格端和居民消費預期仍有待改善，市場對宏觀修復的定價仍較謹慎。但港股本輪行情並不完全依賴宏觀總量改善，產業基本面的邊際改善正在成為更重要的支撐。

網際網路平台、雲服務、AI 應用、本地生活和部分消費服務公司的業績表現好於此前悲觀預期，說明港股核心資產的盈利韌性強於宏觀體感。此外，港股影響最大的網際網路企業景氣已經出現更明確的結構性改善。網際網路龍頭這一期業績整體較好，正在改變市場對於港股核心行業基本面的預期。

外資風險偏好取決於中美關係，中短期正在邊際改善

外資對港股的風險偏好，短期主要取決於中美關係變化。川普訪華本身並不意味著中美長期競爭邏輯結束，但它顯著降低了市場對短期失控升級的擔憂。此次訪華伴隨多位美國企業高管參與，產業上的聯絡有望加強。市場關注焦點之一是AI晶片對華銷售問題，此前川普短期取消了部分AI晶片的出口限制。

更重要的是，外資對中國資產的定價邏輯正在從“風險規避”轉向“重新評估風險收益比”。當前美國市場估值仍處高位，而港股經過前期調整後，風險溢價更有吸引力。如果中美關係能夠維持階段性穩定，交易型外資有望重新回補港股倉位。港股歷史上的幾輪脈衝行情表明，配置型外資未必是核心增量，但交易型外資一旦與南向資金形成共振，港股短期彈性會顯著放大。

我們重申此前判斷，今年港股資金面或難以支撐全面性普漲行情，但結構性買入力量仍有望延續，推動港股維持結構性機會。若後續宏觀層面出現超預期利多，並帶動內外資階段性共振流入，港股仍存在進一步上行的可能。當前來看，相關積極因素正在逐步累積。

四、 港股目前那些方向值得重點關注？

目前港股的長期力量中，流動性和估值修復已經兌現較多，後續超額收益將更多來自盈利驗證和產業趨勢擴散。與前期不同，當前市場並不是簡單追逐高彈性主題，而是開始重新評估那些港股資產具備真實基本面。我們認為，網際網路龍頭、AI 應用、雲服務和平台型公司應放在第一主線；創新藥仍有彈性，但需要從主題交易轉向業績兌現；紅利資產回歸底倉屬性，重點看分紅可持續性和現金流質量。

網際網路龍頭與AI應用：港股優勢資產正在被重新定價

網際網路平台和AI應用仍是港股配置的核心主線。前期全球AI交易主要圍繞算力展開，港股由於純算力資產佔比較低，階段性表現相對落後。但從最新財報和業務資料看，港股網際網路龍頭的基本面已經出現積極變化，雲服務、廣告、企業服務、物流科技和AI相關業務成為主要增長來源。

AI產業鏈框架：從算力基礎設施延伸至應用商業化

港股AI產業鏈不宜僅從純算力角度理解，而應從算力基礎設施、核心技術層、硬體載體、應用商業化四個層級進行梳理。當前全球AI行情處於算力先行階段，所以港股短期彈性弱於半導體鏈；但隨著全球AI交易從算力基礎設施嚮應用側擴散，港股科技資產的定價邏輯有望從算力缺位轉嚮應用優勢。

港股AI類股從概念炒作逐步邁入業績兌現階段，騰訊、阿里、商湯落地大模型、雲服務等多項AI業務，MiniMax上市補齊通用大模型稀缺標的。類股佈局偏向 AI 應用與商業化落地，區別於偏重硬體算力的賽道。伴隨AI產業重心由基建轉嚮應用，港股相關標的優勢凸顯，後續重點跟蹤營收增速、使用者體量、落地訂單與虧損改善指標。

上市新股：成長質量與稀缺性篩選

從2025—2026年港股新股供給看，成長型資產仍是核心方向。醫療健康、半導體、汽車與智慧出行、消費與零售、人工智慧與軟體等行業佔比較高，其中AI/軟體、機器人、智能汽車、醫療健康、新消費和金融保險等重點方向合計114隻，佔比67.1%。這說明港股新股供給正更多圍繞科技、醫藥和消費等稀缺方向展開。

港股新股配置思路進一步轉向“收入增長、利潤彈性、產業地位與稀缺性”的綜合篩選。具體來看，可重點關注已披露財報且收入、利潤增速較高的硬科技公司，主要集中在半導體設計、PCB 裝置、模擬晶片、光模組等方向，這類標的更偏業績兌現，確定性相對更強。後續需重點跟蹤其財報業績延續性、客戶驗證進展、商業化訂單落地及盈利改善情況。

創新藥仍是港股重要景氣方向，但當前更應關注龍頭兌現和業績分化。BD交易和一致營收預測邊際變化不大；26Q1業績層面，龍頭企業和中小企業分化明顯，部分細分類股龍頭仍保持收入和利潤高增，而中小企業增速較弱，部分公司甚至同比下滑。整體來看，創新藥仍處於龍頭驅動階段。

從一季報看，創新藥類股內部已明顯分化，龍頭企業憑藉產品放量、出海能力和商業化效率，盈利韌性相對更強；而部分中小企業仍受研發投入、單品銷售波動和費用壓力影響，業績彈性尚未充分兌現。因此，後續判斷創新藥景氣度，不能僅看類股整體表現，更需要結合龍頭業績兌現、BD交易落地、海外授權進展以及管線商業化能力進行驗證。尤其是大額BD交易仍是觀察中國創新藥資產全球競爭力和產業資本認可度的重要線索。

紅利資產仍然是港股的重要底倉，但當前不能再用過去兩年的普漲思維參與。隨著中國長端利率階段性回升、經濟預期邊際改善，紅利資產的“類債券”屬性會有所弱化。後續紅利配置的核心不再是簡單看股息率，而是看分紅可持續性、自由現金流穩定性、負債壓力和盈利波動。高股息但盈利下行、現金流惡化或資本開支壓力上升的公司，反而可能面臨估值壓縮。   (中信建投證券研究)

北風窗的最新長文及歷史文章，讓您掌握相關股市行情消息，協助您做投資決策。洞悉全球第二大經濟體中國與香港的最新動態，政策與發展，掌握投資之機先。