#AI應用
讀懂馬斯克的6張底牌,看透中國生意的下一個十年
朋友們,今天聊聊眼下的生意和未來的錢。最近很多人在焦慮,做外貿的擔心關稅,做實體的抱怨內卷,做網際網路的在裁員。大家的共識是,舊地圖找不到新大陸了。如果感到迷茫,不妨抬頭看看那個瘋子——馬斯克。不管你喜不喜歡他,都得承認,他是地球上最敏銳的資本雷達。馬斯克最近的佈局非常清晰,他在賭國運,也在賭人類的命運。他手裡攥著六張底牌:商業航天、人形機器人、無人駕駛、腦機介面、AI應用、新能源與儲能。這六個詞,很多人聽了會覺得,這太高科技了,跟我這賣貨的、做加工的有什麼關係?其實關係大了。如果只把它們當成科技新聞看,那確實是在看熱鬧。如果把它們當成產業鏈重構的訊號看,那裡就都是黃金。我們一個個拆解,看看這六大方向裡,到底藏著中國生意人什麼樣的機會。第一張牌:AI應用。請注意,是應用,不是大模型。以前做生意靠資訊差,以後做生意靠效率差。馬斯克為什麼要瘋狂推進xAI?因為他知道,未來的公司只有兩種:一種是全副武裝AI的公司,一種是即將倒閉的公司。對於中國的中小老闆來說,大模型那是神仙打架,跟我們沒關係。我們要做的,是極致的AI應用。客服是不是AI?設計是不是AI?程式碼是不是AI寫一半?AI應用的本質,是把原本屬於高薪白領的技能,變成廉價的水電煤。誰能最快把AI應用落地到具體的場景裡,誰就能在這個低利潤時代活下來。第二張牌:人形機器人。這是我認為對中國製造業衝擊最大、也是機會最大的一張牌。人形機器人是勞動力的替代品,馬斯克預言人形機器人的數量會超過人類,這意味著什麼?意味著藍領危機將被技術性化解。中國有著全球最強的硬體供應鏈,當特斯拉的人形機器人Optimus開始量產,不僅需要電機、減速器,還需要無數的感測器和精密部件。這就是中國工廠的下一個十年。就像當年蘋果產業鏈造富了一批中國企業,人形機器人產業鏈的爆發力,會是手機的十倍。盯著人形機器人,其實是在盯這一條全新的、巨大的供應鏈。第三張牌:無人駕駛。無人駕駛真正的革命在物流,如果貨車可以24小時不休息,不需要司機,物流成本會降到什麼程度?無人駕駛一旦全面鋪開,整個商業零售的邏輯都會變。庫存周轉率會快到嚇人,路邊店的價值會被重估。對於各位老闆來說,關注無人駕駛,其實是在關注履約成本。未來,無人駕駛會讓物理世界的傳輸成本,無限逼近於資訊傳輸成本。第四張牌:新能源與儲能。這一塊大家很熟,中國已經捲成紅海了。但馬斯克的側重點變了,他更強調儲能。太陽能板鋪滿屋頂不稀奇,稀奇的是怎麼把電存下來。新能源與儲能是硬幣的兩面。未來的能源生意,不是看誰發的電多,是看誰能做能源的時間管理大師。電力的波動性是電網的噩夢,而新能源與儲能系統就是安眠藥。對於在這個賽道的中國企業,出海去賣儲能裝置,去解決那些基建落後國家的用電痛點,可能比在國內卷價格戰要香得多。第五張牌:商業航天。這個聽起來最遙遠,似乎是國家隊的事。但SpaceX的火箭可以回收,衛星可以像撒豆子一樣撒向太空。商業航天帶來的星鏈正在覆蓋地球的每一個死角。這意味著什麼?意味著全球無死角的網路覆蓋。對於做跨境生意、做遠洋運輸、做偏遠地區礦產開發的老闆們,商業航天不僅是通訊工具,更是資產保全的手段。而且,商業航天的零部件外包,也是高端製造業的下一個風口。雖然門檻高,但一旦進去,就是護城河。第六張牌:腦機介面。這聽起來很科幻,但Neuralink確實已經讓癱瘓患者用意念下棋了。腦機介面目前看是醫療器械的巔峰,但長遠看,它是人類進化的入場券。這一塊,咱們普通創業者可能吃不到肉,但無論什麼技術都是要落地的,都是要場景的。圍繞腦機介面的康復醫療、資料分析、高端養老服務,將是老齡化社會裡的頂級奢侈品,這些都是普通人夠得到的機會。富人最後買單的,一定是生命質量。腦機介面,就是通往生命質量的那把鑰匙。馬斯克這六張底牌,其實邏輯是一脈相承的。新能源與儲能提供動力,商業航天搭建網路,無人駕駛解決運輸,人形機器人解決勞動力,AI應用解決大腦算力,腦機介面解決人類自身的極限。這是一個閉環。我們成為不了馬斯克,但我們可以看懂這個閉環。現在的經濟環境,讓人覺得那是垃圾時間。但歷史告訴我們,巨頭們押注未來的時刻,往往是普通人彎道超車的唯一縫隙。這些技術落地的過程,就是舊財富毀滅、新財富誕生的過程。風起於青萍之末,在這些看似瘋狂的賭注裡,靜靜地等待著那些有心人去拆解,去重組,去變現。如果是你,這六張牌,你看好那一張? (張揚創業說)
加速時代來臨:全球藥物研發已經被顛覆
在大眾的印象中,製藥研究往往發生在擺滿實驗台、充斥著冒泡液體,研究人員身著白色大褂的傳統實驗室裡。但在倫敦國王十字區,有一位不走尋常路的製藥研究員帕特里克·施瓦布,他的工作場景卻截然不同。這裡曾經是鐵路站場和工業建築的地盤,如今卻搖身一變,成了倫敦最時尚的街區之一。施瓦布博士全身黑衣,供職於製藥巨頭葛蘭素史克(GSK),他正在用電腦科學中同樣熱門的人工智慧(AI),重新構想製藥的未來,致力於將儘可能多的工作從玻璃器皿轉移到電腦上,開啟“矽基藥物設計”新時代。當Transformer遇上藥物研發製藥行業一直以來都面臨著高成本、高風險的困境。一種新藥從研發到上市,平均需要花費26億美元,耗時10 - 15年,而且臨床試驗階段的候選藥物失敗率高達90%。這就好比在黑暗中摸索,投入巨大卻往往收穫寥寥。不過,AI的出現,似乎為這片黑暗帶來了一絲曙光。波士頓的生物技術公司英矽智能(Insilico Medicine)率先將基於Transformer模型的新一代AI應用於藥物研發領域。2019年,他們的研究人員腦洞大開,想用AI從生物和化學資料中發明新藥,第一站就瞄準了特發性肺纖維化這種肺部疾病。他們先是用與該病相關的資料集訓練AI,找到了一個有潛力的目標蛋白。接著,另一個AI登場,給出了能與該蛋白結合併改變其行為,同時毒性和穩定性都不錯的分子建議。最後,人類化學家接力,對篩選出的分子進行合成和測試,最終得到了一種名為rentosertib的藥物,並且最近成功完成了中期臨床試驗。整個過程僅用了18個月,而以往通常需要四年半的時間。這就像是原本開著老牛拉的破車在崎嶇山路前行,突然換成了高速行駛的跑車,效率提升立竿見影。如今,英矽智能已經有40多種由AI研發的藥物正在針對癌症、腸道和腎臟疾病等進行評估。而且,這種AI驅動的藥物研發模式正在迅速擴散。有預測顯示,該領域的年度投資將從2025年的38億美元飆升至2030年的152億美元。製藥公司與AI公司的合作也日益頻繁,2024年就宣佈了十幾項合作交易,總價值達100億美元。去年10月,製藥巨頭禮來(Eli Lilly)與輝達(Nvidia)宣佈合作,要打造行業內最強大的超級電腦,以加速藥物的發現和開發。這就像是武俠小說裡的各路高手紛紛結盟,準備在藥物研發這個江湖裡大幹一場。AI如何顛覆傳統藥物研發流程?傳統藥物研發就像一場漫長而艱難的馬拉松,從篩選具有潛在生物活性的有機小分子開始,就充滿了挑戰。要從數十億個小分子中篩選出合適的,就如同在茫茫大海裡撈針。而AI的加入,讓這個過程發生了翻天覆地的變化。它可以通過軟體模擬,對數以百億計的小分子進行篩選,測試它們的效力、溶解性和毒性等特性,根本不需要真正的分子進入試管。阿斯利康(AstraZeneca)負責這項工作的吉姆·韋瑟羅爾表示,AI篩選的速度比以前快了一倍,該公司90%以上的小分子發現流程現在都有AI助力。這就好比以前是人工一粒一粒地篩選沙子找金子,現在有了一台先進的淘金機器,效率自然大幅提升。在臨床試驗設計方面,AI同樣大顯身手。比如GSK的AI負責人金·布蘭森展示的基於智能體的系統Cogito Forge,當被問及生物學問題時,它能編寫自己的程式碼來回答問題、收集合適的資料集、整合資料,還能製作帶有結論圖表的簡報。它可以就一種疾病提出假設,包括可測試的預測,並通過文獻檢索來驗證或證偽。它甚至會派出三個“智能體”,一個尋找支援假設的理由,一個尋找反對的理由,還有一個來判斷誰對誰錯。這就像是有一群聰明的助手,幫研究人員全面地思考問題,大大提高了研究的精準性和效率。AI在選擇臨床試驗患者方面也發揮著重要作用。它可以分析候選人的健康記錄、活檢和身體掃描等資料,找出最有可能從新藥中受益的人。這樣一來,臨床試驗的參與者選擇更精準,試驗規模可以更小,速度更快,成本也更低。這就好比在一場比賽中,挑選出最有潛力奪冠的選手參賽,比賽自然更容易取得好成績。而AI最讓人驚豔的應用之一,當屬建立合成患者(也叫數字孿生)作為真實參與者的對照。AI通過分析過往試驗資料,學會預測未接受治療的患者病情自然發展情況。當有志願者參加試驗並接受藥物治療時,AI就會建立一個具有相同特徵(如年齡、體重、現有疾病和疾病階段)的“虛擬患者”。這樣,通過對比真實患者和虛擬患者的情況,就能更準確地評估藥物的療效。舊金山的數字孿生公司Unlearn.AI在2025年發佈的研究顯示,這種方法在早期帕金森病試驗中可將對照組規模縮小38%,在另一項阿爾茨海默病研究中可縮小23%。而且,對於那些原本可能沒有對照組的早期試驗,現在也可以通過數字方式引入對照組,增強對藥物療效的信心,並改進後續試驗的設計。這就像是給每個真實患者都找了一個虛擬的“影子”,通過對比兩者,更清晰地看到藥物的效果。AI的“製藥瓶頸”與突破之路不過,AI在製藥領域也並非無所不能。許多蛋白質分子,作為越來越常用的藥物,但它們比傳統藥物分子大得多,還老是晃來晃去,確定它們的精確形狀可不容易。RNA分子,作為新型疫苗的基礎,同樣讓人頭疼,而細胞內部基於膜的複雜結構更是難上加難。但好在這個領域的研究進展迅速,研究人員正在訓練AI來模擬蛋白質與其他分子的相互作用、預測RNA折疊,甚至模擬細胞。鹽湖城的Recursion公司打造了一個AI“工廠”,在其中對數百萬個人類細胞進行各種化學和基因變化的成像,讓AI學習基因和分子通路之間的模式。紐約的AI生物技術公司Owkin則利用醫院患者的大量高解析度分子資料訓練模型。Owkin的老闆湯姆·克洛澤爾認為,通過做出人類無法做到的發現,這項工作正在朝著生物學領域的真正通用人工智慧邁進。隨著AI在製藥領域的深入發展,一個問題也隨之而來:傳統製藥公司會被新興的AI公司顛覆嗎?像OpenAI,它引領了被稱為大語言模型的Transformer的發展,還有從GoogleDeepMind分拆出來的藥物發現初創公司Isomorphic Labs,都在訓練能夠在生命科學領域進行推理和發現的系統,希望這些工具能成為出色的“生物學家”。目前來看,製藥公司擁有豐富的資料以及理解和使用這些資料的背景優勢,所以合作是當下的主流。例如,OpenAI正在與RNA疫苗先驅Moderna合作,加速個性化癌症疫苗的開發。但隨著新模型讓生物學變得更具可預測性,行業優勢的天平可能會發生傾斜。無論未來競爭格局如何變化,有一點是肯定的:AI已經給製藥行業帶來了巨大的改變。如果它能在後期臨床試驗中也取得像前期那樣的改進,那麼上市的藥物數量有望大幅增加。從長遠來看,AI為人類健康帶來的提升潛力是巨大的。也許在不久的將來,我們就能看到更多由AI助力研發的藥物,為無數患者帶來新的希望,就像一場全新的醫學革命正在緩緩拉開帷幕。 (跬步書)
徹底“爆了”!A股,大利多!
市場震盪拉升,三大指數均漲超1%。盤面上,AI應用概念全線爆發,引力傳媒6天5板,利歐股份、美年健康、天下秀、省廣集團2連板,衛寧健康、新點軟體等多股漲停。商業航天概念延續強勢,金風科技5連板,通宇通訊4天3板。可控核聚變概念表現活躍,中國核建4天3板。下跌方面,保險、油氣、房地產等類股跌幅居前。截至收盤,滬指漲1.09%,深成指漲1.75%,創業板指漲1.82%。市場熱點輪番活躍,全市場超4100隻個股上漲,其中201隻個股漲停。滬深兩市成交額3.6兆,連續第2個交易日突破3兆,較上一個交易日放量4787億,刷新此前在2024年10月8日創下的成交額歷史紀錄。01. A股再創紀錄!中國科技股大利多今日A股市場呈現強勢上漲態勢,三大指數午後持續走高均漲超1%,量能進一步提升,兩市成交額突破3.6兆再創歷史新高。短線情緒持續活躍,超200股漲停。股市大漲下,“A股”詞條再度沖上熱搜榜前列。從市場風格看,科技股行情演繹依然火熱。消息面上,中國科技股近期迎來最新利多。據證券時報,彭博行業研究表示,中國科技巨頭指數在2026年的盈利增長有望迎來重大拐點,預計將自2022年以來首次超越“美股七巨頭”。從熱點方向看,AI應用全線爆發,並催生了GEO(生成式引擎最佳化)這一全新賽道。投資層面上,AI產業鏈投資邏輯正由“算力競賽”向“應用價值”遷移。中國銀河證券指出,人工智慧“泡沫”其擔憂根本並非來自生產端,而是來自需求端,當下生成式人工智慧的提升空間較大。當前生成式AI鴻溝在行業層面表現明顯,對科技和媒體兩個行業顯示出明顯的結構性顛覆跡象,行業層面的轉型仍然有較大提升空間。目前而言,“2026年將成為AI應用主線的大年”已是多數機構的共識。東方證券認為,在新一輪模型迭代以及網際網路大廠加速應用推廣的背景下,AI應用將迎來較好的投資機遇,而算力產業鏈也將受益於應用端加速帶來的需求提升。商業航天同樣延續強勢,類股中30余股漲停。消息面上,國際電信聯盟(ITU)官網顯示,2025年12月25日到31日期間,中國正式向ITU提交新增20.3萬顆衛星的頻率與軌道資源申請,覆蓋14個衛星星座,包括中低軌衛星。據統計,這是中國迄今規模最大的一次國際頻軌集中申報行動。不過需注意的是,目前市場還是呈現出一定程度的結構性分化,今日火熱行情下仍有超1000股下跌,因此機建構議,應對上還是聚焦主流核心熱點為宜,並在震盪輪動的過程中尋低吸機會。02. 證監會:持續完善長錢長投制度環境近期,資本市場投融資再迎來重磅消息。證監會副主席陳華平在參加第30屆中國資本市場論壇時表示,證監會將持續深化投融資綜合改革,不斷提高制度包容性、適應性,更好推動資本市場實現質的有效提升和量的合理增長。一是持續完善長錢長投的制度環境。合力推動各類中長期資金進一步提高入市規模比例,豐富適配長期投資的產品和風險管理工具,最佳化合格境外投資者等制度安排,讓各類資金願意來、留得住、發展得好。二是不斷增強對科技創新企業服務的精準性、有效性。縱深推進科創板、創業板改革,深化再融資改革,加快健全多層次資本市場體系,推動最佳化私募股權創投“募、投、管、退”循環,增強對科技創新企業的全生命周期服務能力。三是推動上市公司提升價值創造能力。進一步深化併購重組改革,更好發揮公司治理內生約束作用,督促上市公司嚴格規範資訊披露等行為,強化股東回報意識,提升分紅的穩定性、持續性和可預期性。同時鞏固深化常態化退市機制,促進上市公司結構不斷最佳化。四是加快培育一流投資銀行和投資機構。強化分類監管、扶優限劣,督促行業機構把功能性放在首位。堅持以客戶為中心,不斷提高價值發現、財富管理等專業能力,為投融資各方提供更加優質的服務。五是進一步提升監管執法有效性。持續健全投資者教育、服務和保護體系,堅持依法從嚴監管,突出打大、打惡、打重點,從嚴懲治各類惡性違法行為,推動更多特別代表人訴訟先行賠付等案例落地,增強投資者的信任和信心。03. 市場環境利多A股慢牛行情2026年1月開局,A股持續大漲,市場環境也是持續向好。不過,從整體格局而言,主要漲幅集中在人工智慧和商業航天類股,券商、紅利等指數權重仍處於低位。分析人士認為,這意味著賺錢效應還未達到發散狀態。往後看,在經歷了這一輪17連陽後,A股會如何演繹?開源證券認為,從資金以及流動性視角看,潛在的新邊際動力在於三點:一是A500ETF的“異常流入”,疊加匯金等資金或存在持續的發力;二是人民幣的持續升值一定程度反饋出國際資本對於中國信心的修復;三是繼AI之後,漲價線索、商業航天、腦機介面等強主題相對活躍,或啟動資金熱情,槓桿資金也出現一定加速現象。三大動力形成了流動性的強力共振。對於後市演繹,中信建投認為,近期美元指數有所反彈,但人民幣匯率仍然堅挺,整體環境對A股仍然較為有利。通膨水平溫和回升,經濟復甦的內生動能逐漸修復,利多A股慢牛行情持續性。從市場情緒看,跨年行情有望繼續演繹,但要警惕短期技術性回呼風險。申萬宏源也表示,春季沒有重大下行風險,只有短期行情演繹充分後的休整。先做好賺錢效應充分擴散的行情。現階段,全部A股賺錢效應指標僅略高於歷史中位數。成長相對價值的賺錢效應擴散也不充分。春季第一波,“開門紅”行情還有演繹空間。短期市場漲速較快,1個月內賺錢效應擴散可能就趨於充分,後續A股市場特徵可能再變化。2月關注潛在科技重磅催化,提供新主題線索。3月後進入政策、科技產業技術進步、經濟資料驗證期,A股可能確認新的震盪區間。 (證券之星)
殺瘋了!兩大頂流賽道引爆全市場
今日“左手衛星,右手AI應用”正引爆2026最強開年行情,A股豪取17連陽,逼近4200點,聚焦AI應用的軟體ETF易方達(562930)、衛星ETF易方達(563530)雙雙漲停。其中,衛星ETF易方達(562930)短短34個交易日實現翻倍,其跟蹤的衛星產業指數開年以來累計漲幅高達35.54%,是當之無愧的開年最猛指數;聚焦AI應用的軟體ETF易方達(562930),開年以來累計上漲20.2%。01 兩大頂流:衛星+AI應用消息面,中國近日向國際電信聯盟(ITU)一次性提交了涉及約20.3萬顆衛星的頻譜與軌道資源申請,覆蓋14個星座,創下國內單次申報紀錄。根據國際“先申報、先使用”的規則,此舉旨在為中國未來十年乃至更長時間的衛星網際網路發展,鎖定必要的基礎資源。其中,新成立的無線電創新院牽頭申報了佔比超過95%的衛星,凸顯了國家層面統籌資源、加速佈局的決心。幾乎同時,美國聯邦通訊委員會(FCC)批准了SpaceX新增部署7500顆第二代星鏈衛星。中美兩大動作幾乎同步,標誌著全球對稀缺的太空戰略資源——軌道和頻譜的爭奪已進入白熱化階段。除了衛星申請,還有個熱血沸騰的消息—“南天門計畫”。十萬噸級空天母艦“鸞鳥”、“紫火”垂直起降平台、“玄女”戰機、“白帝”空天戰機,充滿了科幻感。雖然現在還處於概念階段,但裡面蘊含的自適應變形、空天一體等前沿理念,直接給商業航天的未來發展指明了方向,把整個產業敘事又抬高了一個台階。AI消息面,同樣強勁。中國“AI四巨頭”智譜唐傑、Kimi楊植麟、阿里林俊暘和騰訊首席AI科學家姚順雨在AGI-Next前沿峰會共同表示:大模型競爭已從“Chat”轉向“Agent”階段;科技巨頭加速搶灘AI醫療,去年12月,螞蟻集團發佈“螞蟻阿福”轉型AI健康夥伴,今年1月,OpenAI跟進推出ChatGPT Health;1月9日,MiniMax上市首日上漲109%,市值突破1000億港幣,今日再漲15%,樹立中國AI大模型和應用企業新標竿;還有一個重磅消息,近日有媒體報導稱,DeepSeek將在未來幾周時間內發佈新一代旗艦大模型V4,並將具備更強的程式設計能力;據DeepSeek內部的初步測試結果顯示,V4在程式碼生成能力上優於Claude、ChatGPT 等主流大模型。市場正熱切期望“DeepSeek”時刻再現。海外方面,馬斯克當地時間1月10日在社交媒體平台X發文稱,將在一周內正式開源X平台最新的內容推薦演算法,這一舉動被市場普遍解讀為“馬斯克也要涉足GEO”。另外,“豆包AI”官宣成為今年春晚的合作夥伴,是繼去年宇樹機器人之後,AI再次登上國民級舞台。這一亮相,不僅是給全國人民展示AI的硬核實力,更是給整個AI應用賽道注入了一劑強心針。02 資金瘋狂“買買買”隨著衛星和AI應用的爆發,資本層面,掀起了新一輪的“買買買”。航天方面,SpaceX計畫2026年IPO,估值約1.5兆美元,募資額可能遠超300億美元,內部估值已達8000億美元;A股的資金監測指標顯示,衛星製造、火箭配套以及相控陣T/R晶片、星載電腦等高技術壁壘的核心元器件類股,在2026年開年第一周獲得了最猛烈的資金關注。據部分券商資料監測,相關細分領域獲得的機構資金淨流入額環比增長超過150%,機建構倉跡象明顯。隨著主題發酵,資金擴散至地面裝置、衛星營運等環節,涉及衛星網際網路營運的上市公司,其成交額與換手率持續維持在活躍高位。資金更是越漲越買,衛星ETF易方達(563530)周五單日“吸金”3億,錄得連續10日淨申購,合計淨流入8.6億元。衛星ETF易方達(563530)跟蹤的中證衛星產業指數,商業航天含量高達90.61%,完整覆蓋衛星產業鏈的“星、箭、場、測、用”各環節,形成“上游核心技術攻關+中游規模化組網+下游應用落地”的立體化投資矩陣,且中國衛星、航天電子和中國衛通等前十大權重股側重於衛星製造、衛星發射、衛星通訊、衛星導航、衛星遙感及地面裝置等商業航天核心環節,顯著受益於衛星發射大周期。AI方面,全球層面,軟銀等機構向OpenAI進行了高達410億美元的戰略投資;國內,字節跳動與輝達達成140億美元的晶片合作。隨著底層模型能力提升和成本下降,資本市場也更加關注能夠實現商業化閉環的AI應用公司,市場期待應用層迎來價值重估和業績兌現。資金層面,也看到前瞻性動作。軟體ETF易方達(562930),去年淨流入1.73億元,最新規模較去年年初躍升213%。軟體ETF易方達(562930)跟蹤中證軟體指數,30只個股全部聚焦軟體開發和IT服務,前十大權重股合計佔比約60.89%,龍頭效應顯著,深度佈局AI應用層+國產替代核心標的。如科大訊飛、三六零、拓維資訊等深度參與人工智慧技術研發與應,完美契合AI 產業價值重心嚮應用層遷移趨勢。同時覆蓋金山辦公、恆生電子、深信服等國產軟體龍頭,受益於信創、數位化轉型等政策與產業紅利。03 2026年,持續引爆衛星和AI應用概念雙雙強勢爆發,並非偶然,而是厚積薄發的結果。首先看衛星。政策方面,有“十五五”規劃的戰略定位,有各地方政府的產業和財政支援,有資本市場融資便利和上市扶持,還有新成立的商業航天司,為行業發展提供支撐;技術和產業進展方面,火箭回收、重複利用等技術的進步、國內民營航天企業的參與等等,都使得全球以及中國火箭發射和衛星組網成本大幅度降低,衛星發射頻次和數量都直接提升一個數量級;《中國商業航天產業研究報告》指出,截至去年11月底,全球平均每月發射創新超過26次的歷史新紀錄,進入“周更發射時代”。中國方面,截至2025年12月10日,GW星座(中國星網)已累計發射17組共計125顆衛星;民營力量主導的“千帆星座”截至2025年11月底,已累計發射6組共108顆衛星。此次20萬顆衛星的申報,是在兩個大國競爭趨於白熱化、搶佔太空資源充滿緊迫性(“先登先佔、先佔永得”)的情況發生,也是一次全鏈條的協同行動,申報主體涵蓋了國家隊、營運商和民營企業。這為商業航天產業,帶來了明確的長期增長邏輯:大規模星座規劃將直接驅動火箭製造、衛星研發、地面裝置等全產業鏈進入高景氣周期。其次看AI應用。全球範圍內,AI服務的處理成本在過去18個月內下降超過90%,使得此前受限於算力費用的複雜AI應用具備了大規模商業化落地的經濟可行性,特別是搜尋&行銷、Coding、多模態、Agent、AI for Science領域;同時,全球AI競爭模式發生轉變,從封閉轉向基於開源與開放平台的協作,輝達等巨頭高管公開強調,開源創新是生態繁榮的關鍵。中國方面,DeepSeek即將發佈新一代模型V4,特別提及,DeepSeek此前已開源其R3推理模型,降低了行業技術門檻,推動中國在全球AI開源生態中扮演更關鍵角色。產業融合方面,AI正深度融入商業航天、生物製造、基礎科學研究等領域。例如,在商業航天中,“太空算力”概念興起,規劃建設由數千顆智能衛星組成的星座(如“星算計畫”),旨在將衛星從通訊節點升級為“空天智能終端”;在製造業,AI已用於提升智能工廠的研發和生產效率;在科研領域,科學智能體正在改變傳統的研究模式,國家超算網際網路發佈的“科學計算智能體”,能將傳統耗時數日的科研計算任務縮短至小時等級,標誌著AI成為變革科研範式的新工具。當前,AI產業動態密集。“十五五”規劃強調基礎軟體自主可控,為行業發展提供了長期確定性;海外xAI、Anthropic陸續融資,國內“人工智慧+製造政策”推出,智譜和MiniMax上市大漲,後續DeepSeek-V4推出有望引發新一輪AI應用熱潮。04 結語一手衛星,一手AI應用,共同開啟了2026最強行情,不止於此,兩大主線也有機會閃耀整個2026年,成為投資高地。關於衛星,市場的共識正在形成:2026年,是衛星網際網路的建設從技術驗證邁向規模化部署的新階段,也是衛星主題投資進入業績兌現期的關鍵轉折期,整個賽道,從上游的核心部件到下游的營運服務,將陸續且大規模地釋放商業價值。而關於AI應用,同樣正凝聚出市場共識:算力單位成本的下降,效率的提升,AI服務成本的大幅度下降,期待多年的AI應用真正來到了爆發臨界點上,這是一個比AI算力還要龐大的市場,同樣會釋放出大量的商業價值。當市場共識逐漸趨向一致,當產業從概念走向報表,當商業價值來到大規模釋放的臨界點,投資邏輯也正在發生根本性轉變,投資價值同樣迎來大規模的釋放。 (格隆)
全線大漲!科技股,利多來襲!
中國科技股,再傳利多!上周,A股科技股集體走強。而在剛剛過去的周末,科技股又迎來好消息:彭博行業研究表示,中國科技巨頭指數在2026年的盈利增長有望迎來重大拐點,預計將自2022年以來首次超越“美股七巨頭”。科技股受“追捧”上周,在A股市場上,科技股大幅走高,AI應用、半導體等方向全線大漲。其中,半導體、AIGC、AI醫療、多模態AI等指數的單周漲幅均超過10%,AI智能體指數漲幅也超過9%。彭博社指出,亞洲科技股在2026年迎來開門紅,投資者押注其增長勢頭及相對於美國同行的優異表現將貫穿全年。今年以來,一個主要的亞洲科技指數已上漲約6%,跑贏納斯達克100指數的2%。投資者正向處於全球半導體供應鏈核心的亞洲地區輪動資金。這種資本流向的轉變反映出在經歷了數年的大幅上漲後,市場對美國科技股能否維持其AI驅動的漲勢越來越持懷疑態度。主要金融機構對亞洲市場前景持積極態度。高盛策略師目前對該類股維持超配評級,認為人工智慧相關需求的激增和合理的估值將推動股價進一步上漲。花旗也指出,鑑於亞洲科技股在半導體供應鏈中的重要性及其盈利上行的潛力,全球長期投資者正在持續增持相關股票。與此同時,中國市場是投資亞洲科技股的關鍵一環。新一年裡,市場對中國科技實力的熱情持續高漲,這得益於深度求索(DeepSeek)發佈論文提出更高效的人工智慧開發路徑、快手科技視訊編輯AI模型在全球範圍內的熱度上升,以及政策層面對科技創新的支援。彭博行業研究指出,中國科技巨頭指數的盈利增長有望在2026年迎來重大轉折點,預計將自2022年以來首次超過“美股七巨頭”。此外,在此樂觀情緒的支撐下,尋求在中國上市的AI相關公司儲備日益增加。僅上周就有MiniMax、智譜AI兩家公司上市。機構:關注AI應用端投資機會當前AI產業動態密集,海外xAI、Anthropic陸續融資,國內“人工智慧+製造”專項政策推出,智譜AI和MiniMax上市大漲,後續DeepSeek-V4推出有望引發新一輪AI應用熱潮。中信建投表示,隨著模型能力不斷提升,尤其是推理與長窗口成本的顯著下降,AI下游應用場景正加速進入商業化驗證階段,重點關注搜尋&行銷、Coding、多模態、Agent、AI for Science領域,相關公司商業化處理程序有望進一步加速。據The Information消息,DeepSeek或將在2月中旬正式發佈下一代V4模型,V4的突破或主要體現在幾個層面:一是程式設計能力,DeepSeek內部的初步基準測試顯示,V4在程式設計任務上的表現已經超越了目前的主流模型;二是處理和解析極長程式碼提示詞的能力;三是V4在訓練過程的各個階段,對資料模式的理解能力也得到了提升,並且不容易出現衰減;四是推理能力更嚴密、更可靠。開源證券指出,2025年初,DeepSeek橫空出世,不僅讓國產大模型被世界“看見”,帶來全球人工智慧競爭格局的重塑,更是在開源社區建構了深遠的影響力。2025年初以來,DeepSeek模型持續升級迭代,V4的發佈有望帶來更多驚喜。近期行業催化密集,建議繼續關注AI應用端投資機會。近期,國內網際網路公司紛紛加大AI應用產品的推廣和入口爭奪,如阿里推出“千問”APP,不僅能“對話”,而且能為使用者“辦事”,旨在打造最佳個人AI助手;螞蟻則推出全模態通用AI助手“靈光”和醫療健康AI應用“阿福”,其中後者最新月活使用者已達3000萬,單日提問量已超1000萬;而字節旗下的豆包日活已過億,火山引擎也成為2026年春晚獨家AI雲合作夥伴。此外,近期智譜AI等大模型公司的上市,也將對整個行業的發展起到積極作用。東方證券認為,在新一輪模型迭代以及網際網路大廠加速應用推廣的背景下,AI應用將迎來較好的投資機遇,而算力產業鏈也將受益於應用端加速帶來的需求提升。中郵證券表示,在AI驅動的新增需求與政策支援共同作用下,IDC行業有望迎來供需格局改善:一端是大廠Capex回流至AI、國產算力接受度上升與NV高端晶片邊際改善有望帶動的招投標重啟與大單落地;另一端是能評審批謹慎、核心區位資源稀缺使新增無序供給顯著放緩。由此,2026年有望進入訂單修復—集中交付—上架率提升—利潤釋放的兌現期,行業利用率與價格訊號或同步改善,估值具備由底部向常態區間回歸的條件。建議關注區域卡位與儲備資源領先的IDC廠商。 (券商中國)
年入千萬美元的獨角獸,竟靠創始人假扮AI接活起步
一種全新的創業“邪修”方式“AI原生100”是虎嗅科技組推出針對AI原生創新欄目,這是本系列的第「38」篇文章。有誰能想到,一個已經完成自動造血功能的AI應用,在最初的幾年,靠兩個人“偽造”AI,跑通了產品市場驗證,理解產品的真正痛點,還獲得了收入。它就是Fireflies。如果把目光放在 AI 會議這個細分領域,Fireflies.ai 是一家相當特殊的初創企業。僅從今天的產品形態來看,很容易把 Fireflies.ai 歸類為一家“典型的 AI SaaS 公司”: 會議自動記錄、轉錄、總結、搜尋,再疊加一點 Agent 能力,踩中了 ZOOM遠端辦公和大模型快速迭代的雙重紅利。北美投資機構UpscaleX合夥人Alan Zong告訴虎嗅,在增長和融資速度飛速的今天,初創公司的成長速度顯得格外重要,在美國市場,如果沒有進一步的業務數字證明其PMF,很難能拿到下一輪的機構的錢。與絕大多數 AI 創業敘事——先有模型突破,再有產品形態 ,最後才是商業化截然相反,Fireflies.ai 用了將近三年的時間反覆試錯、這三年裡,每一份Fireflies的會議紀要,都有兩位創始人的通宵達旦人肉整理,直到 2019 年底,產品才完成內測並正式推向市場,引入AI自動化,此後,產品的增長便迅速進入加速期。2025 年中,Fireflies.ai 已躋身估值十億美元的獨角獸行列,服務使用者超過 2000 萬,覆蓋全球約 75% 的《財富》500 強企業。比起規模,更令市場側目的是它罕見的資本效率。在同行依靠巨額融資燒錢時,Fireflies.ai幾乎完全靠“自我造血”支撐了近三位數的年增長。2025 年 6 月,Fireflies.ai 發佈了一篇官方部落格,透露它自 2023 年起一直保持盈利狀態,並且在 2021 年之後沒有進行新的主融資輪(primary raise),只靠既有業務增長支撐估值增長。據第三方諮詢公司Latka的一份資料指出,Fireflies.ai 的年收入從 2021 年的 420 萬美元增長到 2024 年約 1090 萬美元,並一直保持了約 88% 的年增長率。坦誠”作弊”經歷反而贏得投資AI會議助手的創業項目在矽谷屢見不鮮,但Fireflies.ai最具戲劇性的,是其建立故事——兩位創始人在前期用“偽AI”人工驗證了產品的PMF,實現了啟動。兩位創始人也非常”傳奇”。兩位創始人,左為克里什·拉米內尼,右為薩姆·烏多通克里什·拉米內尼(Krish Ramineni)和薩姆·烏多通(Sam Udotong),在 2016 年7月正式創辦 Fireflies.ai,但兩人的緣分其實要更早。他們在賓夕法尼亞大學相識,又一起去 MIT 深造;一個是擁有航空航天與電腦科學背景的美籍奈及利亞裔工程男,一個是來自印度、在微軟做過產品經理的”實幹型 PM”。看起來背景互補、能力可靠,但他們的創業路一開始並不順利。烏多通後來回憶,在創立之初,幾乎可以用”連續失敗”四個字概括。在找到會議筆記這個靈感之前,兩人前後折騰過六個方向,從各種看似新奇又完全不靠譜的點子開始,比如“加密貨幣+外賣”這種戲劇化的組合。資金越燒越少,2017 年前後的他們已經窮到連房租都快付不起,只能寄居在朋友家的沙發上,靠廉價披薩度日。那種”下一次失敗可能就真撐不下去了”的壓力,讓他們必須想出一個反常規的辦法來自救。於是,一個頗具傳奇色彩的決定誕生了:在產品尚未開發出來之前,先假裝它已經做出來了。烏多通最近在領英上的自曝了這段經歷,把這段往事推上了新聞熱榜:最初 Fireflies 賣給客戶的,並不是一個真正自動化運行的”AI 會議紀要服務”。所謂的智能助理 Fred,其實就是他們倆。烏通多的領英在客戶看來,一個名為“Fireflies Notetaker”的 AI 會自動加入會議做記錄;但實際情況是,每當客戶開會,兩位創始人就會悄悄撥入電話,戴著耳機從頭聽到尾,一字一句手動做筆記。會議一結束,他們立刻整理好內容,再以“AI 自動生成”的名義發回給客戶。為了維持現金流,他們向早期使用者收每月 100 美元訂閱費。靠著這些收入,他們好不容易付清了舊金山合租房每月 750 美元的床位房租。而他倆則幾乎把全部時間投入到“偽裝 AI”上,一個月連軸參加上百場線上會議,有時累到中途打盹。聽起來荒誕,但這段經歷成了創業轉折點:即便他們沒有告訴客戶“Fred 其實是人”,大部分客戶仍對筆記質量非常滿意,而且願意繼續付費。這意外證明了一個關鍵結論:市場真的需要這個東西。有了這幾千美元的救命現金流,兩位創始人終於得以“活”下去。更重要的是,這樣的“人工模擬”讓他們徹底理解了什麼是好用的會議筆記,也讓他們確信這是值得投入的方向。於是 2017 年下半年,他們停掉所有手寫服務,把所有精力轉向真正的自動化產品開發,這也為 Fireflies 之後的產品化奠定了基礎。當然,這種做法後來也引發不少爭議。不過,在他們正式尋求融資前,這種方式已經被停止,團隊已經進入快速研發真正AI 產品的階段。到了 2019 年底,Fireflies.ai 完成了可用的自動會議記錄平台,在內測後首次向投資人展示。令人意外的是,當他們坦誠講述早期“人工扮演 AI”這段經歷時,投資人非但沒有退縮,反而因為這種“先驗證需求,再進行自動化”的務實心態而增加了對團隊的信任。Fireflies 因此順利拿到了種子輪融資,並逐步成長為今天估值破十億美元的獨角獸。產品驅動的增長首先,Fireflies 做的事,用一句話概括,就是把說話變成資料,不僅記住了開會的結果,也留下了決策的來龍去脈,而這正是很多企業一直想要、卻遲遲沒找到好方法的東西。如果只把 Fireflies.ai 當成一款自動轉錄會議的 AI 工具,其實很容易低估它。真正讓 Fireflies 與其他 AI 會議助手拉開差距的,不是轉錄准不准、總結好不好,而是它從第一天起,就在解決一個更底層的問題:如何把“說過的話”,變成企業可以反覆使用、持續產生價值的資料資產。很多 AI 會議助手,本質上只做一件事:把會議內容壓縮成一份總結。但 Fireflies 是為了實現會議資料工作流的閉環,讓討論的上下文、分歧、取捨,都能被回溯、被查詢、被再利用。為此 Fireflies 嵌入了 AI Agent 等一系列功能。這正是 Fireflies 最大的差異點。一端,它能夠幫使用者全自動記錄、轉錄、搜尋和分析會議內容的平台;另一端,它又盡力變成企業內部的對話式知識庫,讓所有人說過的話不再只是飄在空氣裡的”即時聊天”,而是能被沉澱、被提取價值的資產。為了實現這種差異化優勢,Fireflies 設計了 3 層產品形態作為支撐,配合得非常緊密。首先,是那個以”Fireflies.ai  Notetaker”身份出現的Bot,內部暱稱叫 Fred。它像一個虛擬同事,被你拉進 Zoom、Google Meet、Teams 等各種會議裡,自動撥入、自動錄音、自動轉錄。來自Fireflies官網所有錄下來的東西,最後都會流進 Web 端的 Dashboard,可以把它理解成一個”會議收件箱”或者”Meeting Notebook”:使用者所有開過的會都放在這裡,隨時可以搜尋、回放、標註、協作。再往下挖一層,是外掛和整合層,通過 Chrome 外掛、API、Zapier 等方式,Fireflies 會主動把自己塞進 CRM、項目管理軟體、團隊協作工具裡,讓會議資料流向 Salesforce、HubSpot、Notion、Asana 之類的系統,變成可執行的任務和可查詢的記錄。支撐這一切的,是背後的”通吃一切會議場景”的技術架構。Fireflies 的第一個基本盤叫做”全平台通用捕獲”。它不和任何一家會議平台繫結,堅持做一個”平台中立”的會議記錄層。使用者只要把自己的 Google 或 Outlook 日曆連上來,Fireflies 就會自動識別日程裡的視訊會議連結,按時準點加入,不管用的是 Zoom、Google Meet、Teams,還是 Webex、Skype、RingCentral、Aircall 這種相對小眾的工具,它都能像真人參會者一樣撥入,把音訊流接走。會後,Fireflies 並不會只停留在會議轉錄,而是順著使用者連好的各種整合往外擴散。一場會結束,紀要可以自動丟到 Slack 頻道里給所有相關同事看,待辦事項可以直接推到 Asana 或 Microsoft To Do,通話記錄和關鍵要點則自動落在 CRM 裡,變成後續跟進的依據。有真實使用者分享自己一個月開了 30 多場客戶會,Fireflies 就默默把 20 多場會議紀要同步到了 Slack 和 Notion,他最後總結:最喜歡的不是轉錄本身,而是”我根本不用再操心這堆東西該去那”。在語音識別這一層,Fireflies 也沒有把寶全壓在一個供應商身上,而是做了一個“混合 ASR ”,在成本、速度和精準率之間找平衡。即時場景下,比如需要邊開會邊看字幕,或者在銷售通話中希望馬上看到對方說了什麼,它會用 Deepgram 這樣的即時流式轉錄方案。等到會後要存檔、要高精度版本的時候,則會換成 OpenAI 的 Whisper 做離線轉錄,這個模型在多語種、不同口音、專業術語上的表現更穩定,更適合生成可以直接拷進文件的轉錄稿。真正讓 Fireflies 從工具往AI 隊友升級的,是 AskFred 這個內建在會議記錄頁面裡的聊天窗口。它是一個由 AI 大模型驅動的對話方塊,你可以像和 ChatGPT 聊天一樣問它問題:“剛才客戶提到的預算是多少?”幫我寫一封會後跟進郵件,語氣正式一點。”關鍵差別在於,AskFred 是在瞭解整場會議上下文的前提下回答問題,它既能回顧(檢索和摘要),也能生成新的內容,還具備一定的推理能力。對很多使用者來說,這已經不只是”轉錄+搜尋”,而是一個懂業務背景的”會後 AI 助手”。圍繞著”會說話”這件事,Fireflies 還做了一層”對話智能”和”智能搜尋”。前者會把會議過程變成可量化的指標,比如發言比例、語速、情緒、填充詞使用頻率等等,對銷售團隊來說,這些指標直接關係到”話是不是說多了、有沒有好好聽客戶講”。除此之外,Fireflies 還允許使用者直接在平台內將會議視訊切片,通過信箱和 Slack 分享出去。產品層面打磨得這麼細,商業模式卻一點都不花哨,就是非常典型和乾淨的 SaaS 訂閱制,再疊加一層 PLG(產品驅動增長)的病毒式擴散。它的增長飛輪幾乎是肉眼可見的:當一個使用者先買單,把 Fireflies Bot 拉進會議時,同場的其他 5——10 個人(包括外部客戶)都會在參會名單裡看到 “Fireflies.aiNotetaker”,會後還會收到一份排版精緻的會議摘要郵件。很多人第一次接觸這個產品不是在廣告裡,而是在一封郵件或一場會中,這就是典型的 “Product as Marketing”:產品本身就是最好的廣告。相比 Google 那種年費很高的採購模式,Fireflies 把商業版價格壓在每月 19 美元,矽谷的單個員工刷個公司信用卡就能用,決策鏈條極度縮短,也就自然提高了滲透效率。將以上所有價值點結合來看,像 Khosla Ventures 這樣的機構會押注 Fireflies 就不難理解了。作為 OpenAI 的早期投資方,Vinod Khosla 一直強調”所有軟體都會被 AI 重寫”,在他看來,2021 年時間點下的Fireflies 就是 AI 在 B2B 協作領域的一個標本級案例:它改變了人們開會、記錄和執行的方式。Fireflies 率先展示出了企業智能協作助理的潛力,它的功能遠不僅僅限於記錄會議資料,從自動化整合資料到企業現有工作流、結構化輸出,再到智能協作助理,Fireflies 呈現的是一個 AI 會議助理的全景。同時,他們也非常看重 Fireflies 的 PLG (產品驅動增長)效率:極低的獲客成本、極高的病毒係數,讓這家公司有機會長成下一個 Slack 或 Dropbox。更重要的是,那一整座正在不斷累積的”資料護城河”:在使用者授權的前提下,Fireflies 已經掌握了數十億分鐘的會議資料,這些資料未來完全有可能用來訓練垂直領域的小模型(SLM),進一步強化它在特定行業、特定工作流裡的理解能力和自動化程度。對於任何一個想在 AI 時代保持差異化競爭力的 SaaS 來說,這種資料和算力結合起來形成的複利,才是最難被覆制的一部分。競爭紅海Fireflies 的賽道正在飛快膨脹,也在迅速變得擁擠。它幾乎橫跨 Conversational AI(對話式 AI)、Meeting Solutions(會議解決方案) 和 Sales Intelligence(銷售智能) 三個高增長領域,這讓它一開始就踏進了一個規模可觀、但競爭同樣激烈的市場。據多家研究機構預測,全球 AI 會議助理市場在 2025 年規模約為 32 億美元,未來十年還會繼續狂奔,到 2035 年有望突破73 億美元,CAGR 甚至達到 25%–35% 的高速區間。美國在這個領域遙遙領先,佔據近一半市場份額,而亞太地區,尤其是印度和日本,因為遠端外包旺盛、跨語言溝通頻繁,也正在成為增速最快的區域。但也正因為增長迅猛,AI 會議工具現在已經進入典型的紅海。巨頭的動手速度遠比想像中更快。微軟、Google、Zoom 等協作平台,不約而同把會議紀要 AI 做成了內建功能:Microsoft Teams 的 Copilot 可以自動生成摘要、提煉待辦事項;Google Meet 的 Duet AI 能即時翻譯、轉錄;Zoom 乾脆推出了 AI Companion,把自動摘要、關鍵點提煉做成默認配置。對使用者來說,這些功能幾乎是“順手就能用”的體驗,不需要額外安裝,也不需要學習成本,更不需要額外付費。它們直接打包在已有的訂閱中。從商業層面看,大公司動用龐大使用者基數和原生整合能力,的確在擠壓獨立產品的生存空間。在創業公司戰場上,競爭也同樣激烈。Fireflies 的最大對手是 Otter.ai:一個在功能上非常相似的“跨平台會議助手”。Otter 通過 Otter Assistant 搶佔了大量 Zoom 會議使用者,使用者數一度突破 2500 萬,ARR 在 2025 年初已超過 1 億美元。相比之下,同期 Fireflies ARR 約為 1500 萬美元,使用者規模在 1600 萬左右,兩者在數量級上還存在一定差距。此外,還有 MeetGeek、Avoma、Fathom 等定位各異的產品,有的專注中小團隊、有的專註銷售會話、有的深耕 CRM 同步。部分公司因為講得出“生產力故事”,融資金額也相當可觀,例如 Grain.ai 累計融了 2000 萬美元專做視訊會議剪輯內容。整體來看,創業公司群體並未出現統一贏家,但產品形態越來越像,差異化被不斷稀釋。與此同時,技術門檻也正在迅速降低。OpenAI 的 Whisper 等模型性能越做越強,Deepgram、AssemblyAI 等 ASR API 的價格一路下降,轉錄和摘要本身正在快速“商品化”。誰都能做、大家都差不多、成本還越來越低,導致市面上湧現了成百上千個會議助手工具(MeetGeek、Airgram 等只是一小部分)。當核心能力變成了門檻如此低的商品,Fireflies 想保住溢價,就必須證明自己在 AskFred、Agent 能力、跨系統自動化、深度整合上的價值不僅好用、而且不可替代,且不斷迭代自己的產品功能。否則,它很可能被捲進一場無休止的價格戰裡,被巨頭“順手”解決掉。 (虎嗅APP)
中信建投:AI應用2026年投資機遇
2025年AI應用的關鍵詞是加速商業化。移動應用垂直性相對較強,使用者需要在社交、電商、支付、出行等不同場景下使用不同的應用。未來AI助手、通用型Agent的性能更強、功能更豐富,有望聚合更多垂類應用平台,而每個使用者可能只需要少數幾個AI助手、通用型Agent就能滿足所有線上需求,網際網路時代的流量入口格局有可能會被打破,搶佔AI時代流量入口是保持或強化自身在AI時代市場地位的關鍵一步。我們認為,全球AI應用商業化有望呈現持續加速。中信建投TMT科技、醫藥團隊推出【AI應用產業鏈2026年投資展望】系列研究:通訊 | AI大模型與應用持續發展,算力受益,關注量子通訊 | 國內外CSP持續加大資本開支,雲業務與大模型應用表現亮眼人工智慧 | 模型的應用落地處理程序呈現顯著加速態勢電子 | 巨頭加碼終端側AI算力,應用落地驅動產業發展電腦 | 景氣賽道:金融IT+智能駕駛傳媒 | MiniMax:國產全模態多面手,模型與應用飛輪啟動傳媒 | AI應用:從等待爆款,到商業化加速落地海外研究 | 國內AI產業鏈:AI轉型形成廣泛共識醫藥 | AI健康應用螞蟻阿福下載量攀升,繼續看好AI醫療投資機會01 AI大模型與應用持續發展,算力受益,關注量子DeepSeek V3.2正式版發佈,強化Agent能力,融入思考推理。在公開的推理類Benchmark測試中,DeepSeek-V3.2達到了GPT-5的水平,僅略低於Gemini-3.0-Pro。DeepSeek-V3.2-Speciale的目標是將開源模型的推理能力推向極致,探索模型能力的邊界。字節跳動旗下豆包團隊與中興通訊合作推出首款工程樣機nubia M153,支援豆包手機助手,進一步探索手機側AI Agent。我們認為,AI大模型仍在持續迭代,大局未定,各家都存在繼續進步或逆襲可能,所以不能因為某些模型階段性領先就過度看空其餘模型及相關公司產業鏈,AI應用也在持續發展,不論是手機還是眼鏡,尚未到完全突破階段,但都可能引發階段性行情,值得持續關注。亞馬遜發佈Trainium3,基於3奈米製程打造,性能較Trainium2提升4倍,能效提升40%。同時,亞馬遜表示正在研發中的Trainium4將支援與輝達晶片協同工作。AMD蘇姿丰證實已獲批對華出口AI晶片MI308,需向美政府支付15%稅費。摩爾線程上市首日大漲。xPU持續迭代,市場高度關注,有望推動AI進一步快速發展。近期,AI產業鏈催化不斷,包括Google新模型性能大幅提升及TPU展示出的較強能力、DeepSeek V3.2正式版發佈、亞馬遜發佈Trainium3、以及摩爾線程上市市場展現出的高參與熱情等等,同時更多公司包括輝達、阿里、AMD等否認AI泡沫的觀點,均展現了AI的良好發展前景。目前,世界正處於AI產業革命中,類比工業革命,影響深遠,不能簡單對比近幾年的雲端運算、新能源等,需要以更長期的視角、更高的視野去觀察。因此,我們對AI帶動的算力需求以及應用非常樂觀,持續推薦AI算力類股。風險提示:國際環境變化對供應鏈的安全和穩定產生影響,對相關公司向海外拓展的進度產生影響;關稅影響超預期;人工智慧行業發展不及預期,影響雲端運算產業鏈相關公司的需求;市場競爭加劇,導致毛利率快速下滑;匯率波動影響外向型企業的匯兌收益與毛利率,包括ICT裝置、光模組/光器件類股的企業;數字經濟和數字中國建設發展不及預期;電信營運商的雲端運算業務發展不及預期;營運商資本開支不及預期;雲廠商資本開支不及預期;通訊模組、智能控製器行業需求不及預期。02 國內外CSP持續加大資本開支,雲業務與大模型應用表現亮眼北美四家CSP廠商已經公佈三季報,資本開支加速增長,同時各家對未來基礎設施投資均繼續保持積極態度。北美四大雲廠商今年資本開支逐季提升:2025Q1資本開支總計773億美元,同比增長62%;2025Q2資本開支總計958億美元,同比增長64%;2025Q3資本開支總計1133億美元,同比增長75%,環比增長18%。大模型應用資料與相關業務收入規模激增。2025年5月,Google表示系統每月處理的Tokens數量激增,從去年的9.7兆增加到480兆,增長將近50倍。2025年7月,Google每月處理超980兆Tokens,較兩月前翻倍增長。2025年10月,Google每月處理的Tokens超過1300兆,一年內增長超過20倍。據The Information報導,OpenAI在2025年前七個月實現收入翻番,年化收入ARR達到120億美元,遠超2024年約40億美元的水平,目標是2029年年收入達到1250億美元,近期OpenAI CEO奧爾特曼表示公司年收入超過130億美元,並有望提前實現千億美元營收目標。2025年7月,Anthropic年化收入達40億美元,較2024年增長近四倍,其中70%-75%由程式碼生成場景貢獻。The Information資料:Anthropic將2025年營收預期上調26%至47億美元,2026年預期上調28%至152億美元,2027年預期上調13%至389億美元,到2028年營收將突破700億美元。國內CSP廠商季度資本開支略有波動,整體仍保持較高投資強度。2025年第二季度,阿里巴巴的資本開支達到386億元,同比增長220%,環比增長57.1%,創下單季歷史新高。2025Q2阿里雲業務營收333.98億元,同比增長26%,AI相關收入繼續保持三位數增長,外部商業化收入中AI貢獻已超過20%,AI需求快速擴大,同時帶動計算、儲存及其它公有雲服務需求上升。在財報電話會上,阿里巴巴CEO吳泳銘披露,過去四個季度,阿里已經在AI基礎設施及AI產品研發上累計投入超1000億元。公司已為全球AI晶片供應及政策變化準備“後備方案”,通過與不同合作夥伴合作,建立多元化的供應鏈儲備,從而確保投資計畫能夠如期推進。阿里2025雲棲大會上,阿里巴巴集團CEO、阿里雲智能集團董事長兼CEO吳泳銘表示,目前阿里正積極推進3800億元的AI基礎設施建設,並計畫追加更大的投入,為了迎接超級人工智慧(ASI)時代的到來,對比2022年GenAI的元年,到2032年阿里雲全球資料中心的能耗規模將提升10倍,這意味著阿里雲算力投入將指數級提升。2025年第二季度,騰訊的資本開支為191億元,同比增長119%,公司表示在AI方面一直在大量投入,同時未來還會繼續加大投入力度,但需要以合適的節奏進行。公司正在部分遊戲、微信、廣告等多方面加大人工智慧的應用,同時不斷升級混元基礎模型的功能,推動AI原生應用元寶的使用。據國家資料局資料,2024年初中國日均Tokens的消耗量為1000億,截至今年6月底,日均Token消耗量已突破30兆,1年半的時間增長300多倍。以豆包為例,去年12月中旬,豆包日均Tokens使用量已超過4兆,較七個月前首次發佈時增長了33倍;截至2025年3月底,豆包大模型日均Tokens 呼叫量已超過12.7兆,是2024年12月的3倍,是一年前剛發佈時的106倍;截至2025年5月底,其日均Tokens使用量超過16.4兆,同比增長137倍。2025年10月16日,火山引擎總裁譚待在武漢舉行的FORCE LINK AI創新巡展上披露,豆包大模型的每日Token呼叫量從去年5月的1200億增長至今年9月的30兆,實現253倍增長。根據IDC報告,今年上半年火山引擎在中國公有雲大模型服務呼叫量上居第一,市場份額達49.2%。風險提示:國際環境變化對供應鏈的安全和穩定產生影響,對相關公司向海外拓展的進度產生影響;關稅影響超預期;人工智慧需求過快增長,供給緊張導致出貨及業績兌現不及預期;人工智慧行業發展不及預期,資本開支不及預期,影響雲端運算及算力產業鏈相關公司的需求;市場競爭加劇,導致毛利率快速下滑;匯率波動影響外向型企業的匯兌收益與毛利率,包括ICT裝置、光模組/光器件類股的企業;數字經濟和數字中國建設發展不及預期;電信營運商的雲端運算業務發展不及預期;營運商資本開支不及預期;持倉較高帶來的交易型市場波動等。03 模型的應用落地處理程序呈現顯著加速態勢根據ARR Club最新統計的全球AI 應用ARR資料可以看出,全球AI應用商業化速度迅猛,且呈現強“頭部平台 + 長尾應用”結構。按 ARR 切分可見三個明顯層級:超大體量(>40億美金)由通用平台把持(OpenAI、Anthropic、Databricks、Canva),其後是 5–15億美金的企業應用與橫向工具(Deel、Fullscript、Rippling、Ramp、Samsara、Notion 等),最後是1–5億美金的專業垂類與新興 AI-native(Cursor、Cohere、HeyGen、ElevenLabs、Perplexity、Aiven 等)。這說明通用模型與資料平台依靠強大的平台效應或廣泛的客戶群迅速商業化,榜單前二十中出現了大量B端AI應用,包括上游(模型/資料/平台)和企業工作流(ERP/人力/安全/合規)。如“AI 程式設計/工作流自動化”成為新增長錨點,Cursor、Cognition(Devin+Windsurf)、Replit、Usercentrics、Customer.io 等顯示出 AI+開發的強勁變現能力:一是高頻、剛需、可快速替代人工(如程式設計師);二是從開發者自下而上滲透到B端批次採購。傳統軟體廠商(如 Databricks、Canva、Notion、Deel、Rippling)依靠既有客戶基座與資料資產快速把AI能力嵌入,形成“功能增購/套件化”收入,強客戶粘性是顯著優勢。C端(圖像/視訊/配音/伴侶類)多數處於1–3億美金區間,增速快且空間大。且多模態內容生產正由“工具”走向“管道與平台化”。HeyGen、ElevenLabs、Otter.ai、Perplexity等的 ARR 進入 1-2億美金檔,核心不止是模型效果,而是範本化工作流、資產管理與分發管道:例如一鍵生成/配音/字幕/多語版本到企業素材庫,或將搜尋問答轉化為“可引用、可復用”的知識單元。我們認為,全球AI應用商業化有望呈現持續加速:1)OpenAI:根據彭博披露,OpenAI 預計 2025 年收入約 127 億美元。根據《The Information》預測,OpenAI 2026 年收入規劃約 290 億美元、2027年進一步達到540億美元。同時根據管理層Sam Altman對外口徑,2027 年收入在樂觀情景下有望達 1000 億美元(屬目標展望,非財務指引)。2)Anthropic:根據《The Information》披露的資料,Anthropic 在 2025年末年ARR目標定在約 90億美金;在此基礎上,公司對 2026 年設定了 200-260億美金ARR目標,對 2027 年進一步增長至300億美金以上。根據Unique Research 2025年10月發佈的資料統計,在全球按年度經常性收入(ARR)排名的 100 大 AI 產品中,有 23 個來自中國公司,23家的ARR收入加總超過11億美金,包括:KLing(1.49億美金)、PLAUD(1.44億美金)、美圖秀秀(1.10億美金)、PictureThis/形色(0.93億美金)、夸克(0.87億美金)、Hypic(0.81億美金)、HeyGen(0.80億美金)、Manus(0.75億美金)、GenSpark(0.42億美金)、AirBrush(0.40億美金)、BeautyPlus(0.26億美金)、OpusClip(0.26億美金)、OpenArt(0.24億美金)、BeautyCam(0.23億美金)、Wink(0.22億美金)、LazyFit(0.22億美金)、Polybuzz(0.21億美金)、Pixverse(0.20億美金)、Vidu(0.20億美金)、Linky(0.18億美金)、Filmora(0.17億美金)、Retell AI(0.17億美金)。而全球MAU排名中(截至 2025 年 8 月),前 100 家 AI 公司,其網頁和移動端月活躍使用者數估計達到 47.8 億,其中中國約佔 46%(約 22 億 MAU),規模排名前十中有六家是中國公司——百度、字節跳動、DeepSeek、美圖、作業幫和阿里。其中,多家AI公司有數個產品上榜,例如美圖旗下的美圖秀秀、wink、beautyplus、airbrush等。這體現了中國公司強大的使用者基礎和粘性,以及未來商業化的巨大潛能。中國前 100 名 AI 產品中近半數集中在媒體創作和最佳化領域,其中 47 個專注於視訊(23 個)或圖像(24 個)生成與編輯,約佔總數的 47%。這種高度集中反映了針對視覺內容製作和精修的生態系統已得到最佳化。值得關注的例子包括視訊領域的 KLING AI、HeyGen、Vidu 和 PixVerse,以及圖像領域的 Meitu、Hypic、BeautyPlus、BeautyCam、OpenArt 和即夢 AI。根據Unique Research 2025年10月發佈的C端AI產品資料顯示,中國C端AI應用的MAU佔到全球使用者數的34%,但是C端商業化收入ARR僅為5億美金,而美國AI應用ARR達到了334億美金。這裡面有幾方面原因,一方面中國網際網路大廠的AI產品很多是嵌入原有業務中,未單獨披露ARR(例如Google也未統計進去)。另一方面,中國AI大模型主要為本地化部署,未形成像OpenAI這樣的會員訂購模式(Unique Research統計OpenAI的ARR為175億美金,佔了美國334億中的超過一半)。但不可否認的是,美國AI應用的商業化正在蓬勃發展中,加上美國對於軟體的付費意識較好,因此大量的AI應用開始實現規模化的收入,進而反哺其研發和推廣。風險提示:北美經濟衰退預期逐步增強,宏觀環境存在較大的不確定性,國際環境變化影響供應鏈及海外拓展;晶片緊缺可能影響相關公司的正常生產和交付,公司出貨不及預期;疫情影響公司正常生產和交付,導致收入及增速不及預期;資訊化和數位化方面的需求和資本開支不及預期;市場競爭加劇,導致毛利率快速下滑;主要原材料價格上漲,導致毛利率不及預期;匯率波動影響外向型企業的匯兌收益與毛利率;人工智慧技術進步不及預期;汽車與工業智能化進展不及預期;半導體擴產不及預期等。04 巨頭加碼終端側AI算力,應用落地驅動產業發展混合AI有望成趨勢,端側AI價值顯現雲邊協同的混合式AI架構對AI的規模化擴展起到重要作用。根據高通《混合AI是AI的未來》白皮書,隨著生成式AI正以前所未有的速度發展以及計算需求的日益增長,AI處理必須分佈在雲端和終端進行,才能實現AI的規模化擴展並行揮其最大潛能。與僅在雲端進行處理不同,混合AI架構可以根據模型和查詢需求的複雜度等因素,在雲端和邊緣終端之間分配並協調AI工作負載。雲端和邊緣終端如智慧型手機、汽車、個人電腦和物聯網終端協同工作,能夠實現更強大、更高效且高度最佳化的AI。端側AI具有成本、能耗、可靠性、隱私、安全和個性化優勢。成本優勢:AI推理的規模遠高於AI訓練。模型的推理成本將隨著日活使用者數量及其使用頻率的增加而增加。在雲端進行推理的成本極高,這將導致規模化擴展難以持續。將一些運算負載從雲端轉移到邊緣終端,可以減輕雲基礎設施的壓力並減少開支。能耗優勢:邊緣終端能夠以很低的能耗運行生成式AI模型,尤其是將處理和資料傳輸相結合時。可靠性、性能和時延:當生成式AI查詢對於雲的需求達到高峰期時,會產生大量排隊等待和高時延,甚至可能出現拒絕服務的情況。向邊緣終端轉移計算負載可防止這一現象發生。隱私、安全和個性化:由於資料處理完全在本地進行,終端側AI有助於保護個人資訊,以及企業和工作場所中的機密資訊。以本地和雲端分別運行AI大模型製作行程安排為例,本地AI大模型通過長期學習使用者行為,並利用本地儲存的資訊,可以給出更貼合使用者生活習慣、更準確的建議。相較之下,如果雲端模型需要訪問使用者本地儲存的檔案、瀏覽記錄等資訊再給出個性化的建議,使用者通常較難接受。邊緣側已具備運行AI的實踐基礎,未來將支援多樣化的生成式AI模型。在生成式AI出現之前,AI處理已在終端側獲得應用,越來越多的AI推理工作負載在手機、PC等邊緣終端上運行。自2017年華為麒麟 970 首度在手機 SoC中引入了 NPU(用於拍攝和圖像識別)之後,高通與聯發科也先後在2018年的驍龍855和2019年的天璣1000中整合了NPU/APU模組;目前NPU已逐漸成為手機SoC中常備整合的模組,且用途從最初的協同ISP進行圖像處理發展為目前端側模型的主要支撐者,重要性與日俱增。在2024年發佈的驍龍8e和天璣9400上,分別整合了“Hexagon V79+Sensing Hub+DSP”和MediaTek NPU 890用於AI處理,NPU模組佔SoC投影面積比例顯著提升。除此之外,OPPO還曾在2021年12月舉辦的OPPO INNO DAY上發佈了首款外掛式NPU MariSilicon X(採用TSMC 6nm製程),儘管只是用於圖像處理,但仍讓我們看到了未來NPU在端側獨立部署的另一種可能。終端裝置有望在AI的催化下迎來新一輪創新周期。生成式AI正在驅動新一輪內容生成、搜尋和生產力相關用例的發展,覆蓋包括智慧型手機、PC、汽車、XR以及物聯網等終端品類,提供全新的增強使用者體驗。以PC為例,AI大模型已能夠有效地處理文件撰寫和簡報製作等任務,完美契合PC作為生產力工具的定位。此外,在以終端為中心的混合AI架構中,多數任務能夠在PC本地運行,既保護隱私,又能及時響應。新興的發展趨勢有望帶動新一輪的產品創新周期,全球科技巨頭正加速投入。風險提示:1、未來中美貿易摩擦可能進一步加劇,存在美國政府將繼續加征關稅、設定進口限制條件或其他貿易壁壘風險;2、AI上游基礎設施投入了大量資金做研發和建設,端側尚未有殺手級應用和剛性需求出現,存在AI應用不及預期風險;3、宏觀環境的不利因素將可能使得全球經濟增速放緩,居民收入、購買力及消費意願將受到影響,存在下游需求不及預期風險;4、大宗商品價格仍未走穩,不排除繼續上漲的可能,存在原材料成本提高的風險;5、全球政治局勢複雜,主要經濟體爭端激化,國際貿易環境不確定性增大,可能使得全球經濟增速放緩,從而影響市場需求結構,存在國際政治經濟形勢風險。05 景氣賽道:金融IT+智能駕駛互金行業景氣度持續攀升,AI賦能行業發展成效顯著AI技術快速迭代升級,正重塑證券行業的定價邏輯、服務模式以及風險管理體系。當前,AI賦能證券行業重點聚焦智能投顧、量化交易、風險控制以及投研輔助等核心應用場景,迅速提升客戶體驗,並以此為突破口,打開公司業務新增向上空間。隨著AI與證券行業全鏈條、全領域、全環節深度融合,有望全面釋放前中後台人員生產力,加速推動證券行業數位化、智能化轉型。如,東方財富2023年推出“妙想”金融大模型,2024年發佈Choice8.0版本,提供智搜、智讀、智問、智創、智研以及智投等6大智能體驗;同花順2024年推出金融對話大模型HithinkGPT,應用於問財和iFind,提供智能投顧、金融問答、投研寫作、客戶服務、風控合規/程式碼生成等服務與能力。指南針主要通過接入外部大模型,整合技術能力,AI佈局集中於應用層最佳化,提供量化策略工具、智能客服等服務。隨著AI技術快速迭代,如DeepSeek、Manus等優秀成果持續湧現,“AI+金融”有望迎來新一輪發展機遇。多款智能投研產品爆火出圈,為AI在投研領域的應用創新提供了多種可能性。投研是AI技術的重要應用場景,該領域豐富規範的資料基礎、明確的任務流程、清晰的反饋機制,與AI的技術特性高度適配,能夠有效解決傳統投研中的資訊處理效率、分析深度等痛點,2025年以來Alpha派、Manus等產品的出圈,進一步印證了AI在投研場景的應用價值與發展潛力。儘管Manus從6月的爆火出圈,到徹底撤出中國,曇花一現,但是其多智能體協同架構與端到端閉環處理的技術方案,為AI投研的產品形態創新提供了重要參考;其在金融分析場景中展現的高效資料處理與可視化輸出能力,也進一步印證了AI賦能專業投研的巨大潛力。Alpha派作為訊兔科技推出的AI投研應用,聚焦機構投研全流程痛點,打造會議機器人、業績點評等細分工具,可快速生成紀要、梳理投資邏輯、輸出基本面概覽,支援定製化服務。產品上線後覆蓋超4萬名機構投研使用者,頭部買方機構使用率達80%,成為投研人員提升效率的高頻工具,充分驗證了AI在投研領域的巨大應用潛力。隨著A股市場活躍度提升,ETF市場規模逐步壯大,網際網路金融科技企業業績增長預期增強。AI在股票分析、智能投顧領域的積極進展,有望推動網際網路金融科技企業加大AI戰略佈局,重塑證券行業的定價邏輯、服務模式以及風險管理體系,加速AI賦能證券行業降本增效,打開業務新增長空間。網際網路金融科技企業核心受益市場活躍度提升以及AI在金融行業取得積極進展,迎來新一輪發展機遇。無人化應用場景廣泛帶動智能駕駛高景氣當前,以自動駕駛、機器人技術為核心的無人化應用正迎來多元化發展的關鍵時期。人工智慧、5G、物聯網等新一代資訊技術逐步成熟,企業應對勞動力短缺、提升效率與安全的需求強勁,共同驅動無人化應用場景加速落地。以港口、礦區、環衛等為代表的半封閉場景,憑藉環境可控、規則明確的特點,已基本完成技術驗證階段,實現了規模化商業落地,形成了清晰的商業模式和積極的投資回報。幹線物流、無人配送和Robotaxi(無人駕駛計程車)等場景市場空間更為廣闊,涉及時間與空間複雜度更高,且相關法律法規建設仍未完善,但上述場景正處於技術快速迭代與商業化試點周期,海內外技術與市場共振,有望在未來幾年內迎來加速突破。無人化場景的持續拓展,對車、路、雲、網等一體化基礎設施建設提出了大量新增需求,拉動了智駕產業鏈上游的高景氣度。要實現高階“真無人”駕駛,單車智能的成本限制以及自動駕駛演算法技術瓶頸仍然存在,“車路雲一體化”成為當前主流的解決方案。這催生了對智慧道路(路側感知、計算與通訊單元)、高精度地圖(釐米級高精度的靜態環境底圖)以及高可靠、低時延的5G/5G-V2X網路等基礎設施的大規模投入。上述設施共同形成了智能駕駛對於環境的即時感知能力和分析能力,彌補單車智能在高階智駕能力上的差距,提升安全冗餘和運行效率。2024年7月,工信部等5部門發佈《關於公佈智能網聯汽車“車路雲一體化”應用試點城市名單的通知》,確定20個城市(聯合體)作為首批“車路雲一體化”應用試點。北京、武漢等地相關項目規模突破百億元,無錫市已建成約1700個路口訊號燈聯網聯控、700個路口安裝路側直連通訊單元、300個路口部署感知及邊緣計算裝置,形成市區兩級協同的車聯網雲平台。風險提示:(1)宏觀經濟下行風險:電腦行業下游涉及千行百業,宏觀經濟下行壓力下,行業IT支出不及預期將直接影響電腦行業需求;(2)應收帳款壞帳風險:電腦多數公司業務以項目制簽單為主,需要通過驗收後能夠收到回款,下遊客戶付款周期拉長可能導致應收帳款壞帳增加,並可能進一步導致資產減值損失;(3)行業競爭加劇:電腦行業需求較為確定,但供給端競爭加劇或將導致行業格局發生變化;(4)國際環境變化影響:目前國際形勢動盪,對於海外收入佔比較高公司可能形成影響,此外美國不斷對中國科技施壓,導致供應鏈安全風險。06 MiniMax:國產全模態多面手,模型與應用飛輪啟動MiniMax成立於2021年12月,是模型能力、應用商業化均在前列的,國產大模型獨角獸。據虎嗅、新浪財經和創業最前線,目前MiniMax團隊規模僅約400人,但是依靠高效率、規模化的研發組織,MiniMax的模型性能可以對標全球頭部模型能力。模型與應用的協同發展也驅動Minimax快速商業化,24年收入約7000萬美元,在短時間內就實現自負盈虧甚至盈利。1、模型佈局:全球少數在文字、視訊、音訊三大模態均領先的公司。MiniMax在過去三年分別突破不同模態模型能力,23年發佈語音合成模型,24年發佈視訊和音樂生成模型,25年發佈全新文字模型M2,程式設計與Agent性能全球領先。其中M2模型率先在效果、價格和速度上取得較好的平衡,性能與GPT5、Claude4.5  Sonnet處於相近的水平線,但價格僅為它們的10%以內,速度快50%以上;視訊和音樂生成模型分別位列Artificial Analysis全球模型細分榜單的前10和前3。2、應用佈局:覆蓋AI社交、視訊、程式設計和Agent等多個賽道,出海步伐快,商業化節奏清晰。公司在賽道選擇上具有較強的前瞻性和差異化,22年底率先佈局社交陪伴賽道,首款產品Glow的上線時間僅比Character AI晚一個月;23年底成功拓展至語音/音樂賽道,彼時同類公司還主要在基座模型上發力;24年以來又拓展了視訊、Agent、程式設計等賽道。1)Talkie&星野:目前收入和使用者規模均最大的國產AI陪伴產品。Talkie和星野是分別面向海外和國內使用者的姊妹產品,App月活分別維持在2000萬和500萬以上。AI陪伴的使用者時長長、付費意願高,Talkie&星野之所以能在Character AI、字節貓箱等同類產品中脫穎而出,一是因為虛擬角色儲備更豐富,達千萬種以上;二是因為該產品在會員訂閱、廣告等常規變現模式的基礎上,還整合抽卡、UGC內容共創與交易等創新玩法。據新浪財經,24年Talkie收入達數千萬美元量級,是公司最核心的收入來源。2)語音合成和音樂生成:主要面向B端客戶,佈局具備前瞻性。2023年開始佈局,是國內發力最早、步伐最快的公司之一。國內已與躍然創新、Rokid、閱文起點中文網、高途教育、獵豹移動等超2000家公司達成合作,應用於有聲書、AI玩具、數字人等場景;海外為部分原生AI應用提供語音合成能力,以語音生成工具和AI廣告視訊創作工具為主,如Hedra(ARR 1億美元)、Vapi(ARR 800萬美元)。3)海螺AI:多次在海外出圈的AI視訊產品。海螺視訊模型的綜合性能,長期位列全球視訊模型榜單Artificial Analysis的前10。公司基於該模型推出面向B端的API介面和面向C端的AI視訊創作工具海螺AI,生成720P的5秒視訊最低僅1.7元,略低於豆包和可靈視訊模型。今年年中使用該模型創作的動物跳水視訊在Instagram的播放量超2億,吸引大量海外短影片創作者模仿。我們預計目前海螺視訊模型的收入主要來自海外P端使用者的訂閱。4)Coding Plan:程式設計性價比高,Token呼叫量快速提升。10月底公司推出M2模型,程式設計性能接近Claude Sonnet4.5、GPT5.1和Gemini3 Pro。目前已有超20個大模型聚合平台和AI程式設計應用直接呼叫M2模型的API,在頭部大模型聚合平台OpenRouter上的呼叫量連續4周位列全球前5,且超75%應用於程式設計場景。公司同步推出Coding Plan,是專為AI程式設計場景提供的M2模型呼叫方案。使用者可以在Cursor、Claude、Trae等主流程式設計應用中呼叫M2,價格僅為Claude Code的8%。5)MiniMax Agent:定位為通用Agent,已進入商業化階段。MiniMax Agent於今年7月上線,完成PPT創作、深度研究報告撰寫、網站製作等複雜任務的效果較好。目前該產品已開啟商業化,折合每個任務約1元,降本增效效果顯著。風險提示:版權保護力度不及預期,智慧財產權未劃分明確的風險,消費習慣難以改變的風險,關聯公司治理風險,生成式AI技術發展不及預期的風險,產品研發難度大的風險,產品上線延期的風險,行銷買量成本上升風險,人力成本上升的風險,政策監管的風險,商業化能力不及預期的風險,AI產品和服務的使用者增長和付費率不及預期的風險,AI產品和服務降本提效效果不及預期的風險,新客戶拓展不及預期的風險,生成式AI帶來的資料安全風險,全球經濟環境惡化風險,國內外網際網路行業反壟斷及監管風險,地緣政治導致客戶出海困難的風險,競爭加劇風險,頭部廣告主預算縮減風險,品牌客戶拓展不及預期的風險,人才流失風險。07 AI應用:從等待爆款,到商業化加速落地回顧2025年,AI應用的關鍵詞是 加速商業化。OpenAI從追求AGI全面轉向變現,OpenAI預計25年內ARR完成從100億美元到200億美元的跨越,Anthropic的ARR從24年底的10億美元快速增長至25年7月的50億美元,程式設計、搜尋、多模態 成為目前商業化最快的幾個賽道。國內外大廠Token呼叫量快速增長,GoogleGemini10月份Token量較7月增長33%,字節豆包9月底的Token呼叫量較今年5月增長超80%。重點公司AI收入跨越式增長,如海外Applovin在24年高基數下仍維持70%左右的收入增速,國內美圖整體付費滲透率從1H23的2.9%增加至1H25的5.5%,可靈二季度收入2.5億元,環比一季度增長超60%。展望2026年,重點觀察:1)AI+老產品=新流量入口。騰訊微信最具備Agent化潛力,既擁有流量入口屬性(超14億月活),又整合微信小程序、公眾號、視訊號和社交生態,能滿足使用者幾乎所有線上功能。字節的豆包與抖音在AI搜尋(AI短影片、直播搜尋)全面打通;也期待阿里巴巴的淘寶、支付寶與夸克等產品成為一部分AI的流量入口。此外,期待抖快有望推出“中國版Sora”,目前AI生圖已經大眾化,AI視訊的全民推廣可期。2)AI+廣告,有望從2026年開始兌現報表。以快手 OneRec為代表,快手OneRec是全球首個端到端的生成式推薦模型,營運成本Opex僅為傳統內容推薦模型的10%,目前僅承接25%的流量就使使用者總時長提升1%。後續融合生成式競價系統,有望進一步提高廣告效率。騰訊 連續10個季度廣告收入增速在20%附近,其中25年二季度收入同增20%,主要原因之一是AI提升點選率,從而驅動eCPM增長。嗶哩嗶哩1H26將上線端到端表示學習演算法,啟動AI廣告Agent的白名單測試,並上線AI混剪廣告視訊,廣告創意數量提升千倍。3)AI出海有望成為關鍵詞:海外軟體付費意識較強,國內AI產品有望憑高產品力、高性價比獲得快速增長,美圖 有望在北美節假日加快海外功能更新和行銷節奏,此前AI合照、AI閃光燈等功能已推動美圖系產品登頂海外多國的iOS免費應用榜。快手可靈 海外收入佔比70%,後續模型性能有望沿著世界模型、音視訊同步生成等方向迭代,產品功能則可能借助靈動畫布、短影片生成Agent更深度融入視訊創作工作流。此外,Minimax、智譜等國產大模型公司,有望相繼步入資本市場,融資有望進一步驅動商業化速度,其中MiniMax在2024年的收入已突破7000萬美元,我們預計出海AI社交產品Talkie AI貢獻絕大部分收入。4)海外AI也加快融資-商業化進展,需重點關注OpenAI和Anthropic的進展規劃。OpenAI推動ChatGPT接入第三方應用,為AI時代應用生態打樣板,即一個超級入口+一眾垂類應用。OpenAI預計2030年ARR達數千億美元,Anthropic預計2028年收入達到800億美元,企業客戶的AI程式設計需求驅動增長。風險提示:版權保護力度不及預期,智慧財產權未劃分明確的風險,IP影響力下降風險,與IP或明星合作中斷的風險,大眾審美取向發生轉變的風險,競爭加劇的風險,使用者付費意願低的風險,消費習慣難以改變的風險,關聯公司治理風險,內容上線表現不及預期的風險,生成式AI技術發展不及預期的風險,產品研發難度大的風險,產品上線延期的風險,行銷買量成本上升風險,人才流失的風險,人力成本上升的風險,政策監管的風險,商業化能力不及預期的風險。08 國內AI產業鏈:AI轉型形成廣泛共識美國領先全球算力佈局,中國受制於供給限制顯著落後。根據Epoch AI,中美領先全球AI算力佈局,其中美國以74.4%的16-bit FLOP/s份額佔據絕對主導地位,而中國持有14.1%的份額,位居全球第二,但與美國存在顯著差距,主要受制於晶片採購禁令以及上游製造代工裝置採購限制,導致本土晶片產能也同樣受限。“開源大模型排行榜”顯示了一個關鍵趨勢:雖然美國的gpt-oss-120B在智能指數上拔得頭籌,但排行榜的前列(Top 10)幾乎被中國開源模型所佔據,包括DeepSeek V3.1、通義千問Qwen3 235B、Kimi K2 0905、智譜GLM-4.5等。它表明國內的“智能層”(中游)不僅在追趕,而且在廣度和頂尖競爭力上已經達到世界級水平。眾多中國模型上榜,顯示出市場競爭(如字節跳動發起的價格戰)和高強度研發投入(如阿里的全系列模型 、百度的文心)已經催生出一個高度繁榮和高水平的模型生態。應用方面,最顯著的趨勢是,亞洲(主要由中國市場驅動)的份額從23H2的約32%穩步增長至超過40%,成為全球最大且增長最快的AI應用市場。相比之下,北美市場的份額則從約20%下降至約10%。與移動網際網路類似,亞洲(尤其是中國)龐大且活躍的消費者群體為AI應用提供了最佳的“試驗場”和變現管道。以上共同描繪了一個完整的中國AI產業故事:一個龐大且佔主導地位的“應用市場”,正在資助一個“世界級”的“模型層”,並共同拉動一個“自主可控”的“硬體層”的快速迭代和追趕。我們看到雲廠商及網際網路平台在AI+廣告/搜尋/電商方面規模化探索,隨著海外投資者持續對AI CapEx回報產生擔憂,創新/規模化落地速度更快的國產應用具備更大的超預期空間,且估值更穩健合理,存在系統性重估的機會。風險提示:業務發展不及預期:業務市場競爭格局仍處於較快變化階段,我們對行業的判斷很大程度上是基於主觀預期,而市場競爭加劇可能影響相關業務的表現,使預期與實際業績產生偏差。行業增長不及預期:疫情下居家辦公等需求脈衝式增長,這使得重新開放後高基數、需求透支下行業增速可能有所放緩。產品發佈帶來短期需求爆發,但這類需求的長期可持續性仍有待驗證。監管不確定性:業務涉及多個國家和地區,同時滿足不同國家的監管要求及潛在的變化會對業務產生一定不確定性的影響。技術風險:大模型的部署和維護可能涉及技術上的挑戰。需要強大的計算資源和儲存能力來支援大模型的運行,這可能會增加成本。此外,大模型的訓練和更新也需要大量的時間和人力投入。商業落地風險:由於大模型業務處於探索期或成長期,業務模式尚未成熟,同時宏觀、行業環境可能發展變化,因此當前時點對未來的預判多數依賴上述環境變化不大或基本穩定的假設。大模型相關的監管尚未明確,可能涉及一些資料隱私、資料偏見、濫用等的法律風險其他風險:消費復甦節奏;宏觀經濟及社零增長疲弱;聯準會加息處理程序超預期;行業監管風險;中美關係發展的不確定性;中概股退市風險。09 AI健康應用螞蟻阿福下載量攀升,繼續看好AI醫療投資機會螞蟻阿福月活量穩居健康管理AI首位,APP下載量位列蘋果應用程式商店第三12月15日,螞蟻集團正式宣佈旗下AI健康應用“AQ”完成品牌升級,全新命名為“螞蟻阿福”。“螞蟻阿福”目前月活躍使用者已經達到1500萬,穩居健康管理類AI應用首位,15日新版App發佈後,下載量迅速攀升,16日位居蘋果應用程式商店下載總榜的第3位,顯示出使用者對其定位與價值的認可。螞蟻通過醫保碼和超8億的醫保使用者,建構起覆蓋支付、掛號、線上問診、健康應用等完整的健康服務生態。通過聯合上千位專家、院士,並組建千人規模的醫學標註團隊,持續調教底層大模型的思維,螞蟻阿福的專業大模型在國內率先通過中國資訊通訊研究院醫療健康行業大模型雙領域可信評估,並在HealthBench、MedBench等權威行業榜單中名列前茅。政策支援+產品應用落地,共同推動AI醫療的場景應用今年以來,國內AI醫療在政策、技術、產品及應用等方面均有持續進展,技術突破有望從單個產品走向場景全鏈條,應用場景從大醫院下沉到基層和個體。政策端一季度的揭榜掛帥工作通知為AI醫療發展提供了有力支援和保障;工信部等七部門隨後提出階段性的工作目標,到2027年打造100個以上醫藥工業數智技術應用典型場景等;國務院、衛健委最新發佈的政策強調“場景落地優先”,重視基層醫療與慢性病管理;“安全可控底線”,從資料安全、診療責任、產品稽核多維度設防;“產業生態共建”,鼓勵政產學研用協同推進技術創新與成果轉化。AI是醫療企業必須重視的創新方向,建議關注行業投資機會AI醫療在提升醫療器械功能、檢查檢驗結果解讀、輔助臨床醫生決策、健康管理等多個領域的應用價值較大,是醫療企業和醫院必須重視的創新方向和競爭趨勢。企業有望借助AI進一步提高產品競爭力和客戶粘性,鞏固行業地位和競爭優勢。AI醫療也是國內企業出海競爭的關鍵要素之一,在自主研發之外,併購、外部戰略合作、建立數位化平台和生態圈等也是加快AI佈局的重要途徑。在國家政策和行業技術的持續催化下,AI醫療應用場景有望加速落地,建議關注行業投資機會。風險提示:資料隱私與安全風險:AI醫療依賴大量敏感的醫療資料,在資料收集、傳輸及應用過程中,存在資料洩露、隱私濫用等風險,可能引發患者信任危機和合規審查等法律問題。技術落地及模型泛化風險:AI醫療產品可能因實際臨床資料複雜性、資料標準化難度大或技術瓶頸等因素,導致無法按計畫實現預期效果,甚至在特定場景下出現誤判、漏診等問題。政策、法律和倫理風險:AI醫療應用高度依賴政策推動和行業監管,若政策或合規標準制定與調整進度低於預期,將直接影響產業化落地。商業化進展和市場需求不及預期風險:由於AI醫療場景商業模式仍在探索,部分細分領域商業化落地速度、盈利能力、醫保支付等存在較大不確定性。同時,AI醫療的市場需求若未能按預期釋放,或C端使用者及院方客戶接受度不高,將限制企業收入增長。行業競爭快速加劇的風險:AI醫療行業作為跨界新興產業,國內外巨頭及創業公司不斷湧入,尤其開源大模型和SaaS平台促進行業門檻降低,導致市場競爭日益激烈。 (中信建投證券研究)
OpenAI最新AI報告:醫療是增長最快的領域之一,Moderna入選最佳案例!
12月8日,OpenAI發佈報告The state of enterprise AI,首次全面展示了企業應用AI的現狀。報告指出,企業採用AI的動作正在加速,尤其是在幾個關鍵行業,其中醫療保健成為增長最快的領域之一。AI醫療實現驚人增長報告顯示,企業對AI的態度從試點轉向全面部署,醫療保健行業表現尤為突出,其OpenAI客戶的年同比增長率高達8倍(8x)。在增長速度上,醫療保健僅次於科技行業(11x),位列第二,超越了製造業(7x)。雖然像金融和科技等行業在AI使用規模上仍舊保持領先,但醫療保健和製造業等行業是從較小的基數起步,目前正以最快的速度迎頭趕上,正迅速縮小與領先者的差距。深入應用:AI為醫療保健帶來的實際價值報告通過具體的企業案例,展示了AI醫療在提升效率、改善客戶體驗等方面的實際效果。例如,生物科技公司Moderna利用ChatGPT Enterprise顯著壓縮了目標產品資料(TPP)的製作周期。過去,撰寫TPP是個複雜又費時的任務,通常要花上幾周時間,還得仔細閱讀多達300頁的資料。為瞭解決這個問題,Moderna引入AI系統,幫助從大量檔案中找出關鍵資訊和假設,自動生成結構清晰的草稿,並自動標記潛在錯誤。Moderna表示,在某些情況下,原本要花幾周才能完成的核心分析工作,現在幾個小時就能搞定。團隊可以更專注於驗證方案的可靠性、做出更周全的決策,從而更快地把新藥帶給患者。又比如,醫療保險公司Oscar Health推出了面向會員的聊天機器人,幫助使用者更輕鬆地應對複雜的醫療保健系統。這些聊天機器人與Oscar自身的系統和資料深度整合,能夠訪問會員的醫療記錄、理賠資訊等,從而提供個性化的回答,並協助完成諸如尋找醫生、續開處方等常見任務。上線後,該平台已能即時解答58%的問題,並在無需人工介入的情況下處理了39%的諮詢。這不僅提升了服務效率,也為會員提供了一個統一且可靠的入口,讓他們更容易理解並順利享受醫保服務。 (智藥局)