馬年伊始，上海的AI企業已經開足馬力、全面復工。位於上海徐匯濱江的“模速空間”是全國首個AI大模型生態社區，聚集了200多家各類AI創新企業。2026春節假期剛結束，這裡的不少企業就已經全員復工。在一家專註記憶科學領域的AI企業上海辦公室，數十名員工已經100%到崗。這家孵化於“模速空間”的公司成立於2024年，由於記憶科學等核心技術的應用，公司產品能夠極大地節約算力、提升效率，下遊客戶數量快速增長。上海某人工智慧大模型公司首席執行長 溫德亮：在AI領域上的投入，特別是企業，對這種效能提升的需求特別旺盛，今年市場需求應該是在10倍以上。另一家AI企業的80多名員工也同樣全員復工。這家公司專門為外貿企業提供大模型智能體，能夠幫助出海企業進行獲客、行銷以及詢盤跟進，扮演“外貿專家”的角色。上海某智能科技公司首席執行長 韓美：現在Agent（智能體）以人的十分之一的成本、百倍效率去執行，它的業務加速就會很快。2026年1月份的業績達成率是2025年12月份的1.5倍。上海“模速空間”大模型創新生態社區副總經理 張韻：去年部分優秀企業的估值實現了7倍左右的增長，2026年不少企業也找到了AI應用場景落地的方向，據我們瞭解，很多企業的營收預期也將達到數倍的增長。 (央視財經)

外媒報導：根據 OpenRouter 的最新資料，中國開源人工智慧模型稀宇科技MiniMax 和月之暗面的Kimi在全球 token 使用排名中名列前茅，終結了美國在市場上的主導地位。這項變化反映國際對中國開源模型需求增加，特別是在中國這些大模型一系列新版本推出之後。據指出： MiniMax M2.5 單周使用量高達 2.45 兆個 token，幾乎是先前的 2 倍，主要由程式碼應用帶動。該模型於 2 月 13 日推出，宣稱是「世界上首個專為代理場景設計的生產級模型」，並在推出後 7 天內達到 3.07 兆個 token 使用量。Kimi K2.5 於 1 月發表，排名第二，使用量為 1.21 兆個 token；智譜的 GLM-5 則以 7,800 億個 token 位居第三。這三個中國模型在 OpenRouter 上佔總 token 使用量的 61%，顯示中國在全球 AI 市場的強勁表現。價格方面，MiniMax M2.5 與 GLM-5 的收費為每 100 萬個輸入 token 0.30 美元；相較之下，Anthropic 的 Claude Opus 4.6 收費高達 5.00 美元，約為前者的 16.7 倍。這使中國的 三 大模型在程式碼能力與代理自動化方面具備明顯競爭優勢。在中國企業市場，市場整合速度顯著加快。阿里巴巴的千問、字節跳動的 豆包 與 DeepSeek 在 2025 年下半年共同佔企業 token 消耗超過 70%，而上半年還不到 50%。此外，月之暗面AI 的商業化成果也相當顯著。K2.5 發表後不到 20 天，該模型收入已超過公司 2025 年全年總收入。該公司新近完成一輪超過 7 億美元的融資，由阿里巴巴與騰訊領投，估值提升至 100 億至 120 億美元。 (芯聞眼)

全球最大AI模型API聚合平台OpenRouter資料顯示，2026年2月，中國AI模型呼叫量三周大漲127%，首次超越美國，且全球前五中佔四席。Token正從“流量”變為AI時代“燃料”，AI服務商業模式向“燃料+成果”演進，未來定價將走向定製化和靈活化。中國模型廠商，正憑藉快速迭代和成本優勢佔領全球市場，國產算力需求正經歷指數級增長。2026年2月16日至22日的周榜單顯示，平台呼叫量排名前五的模型中，有四款來自中國廠商，分別為MiniMax的M2.5、月之暗面的Kimi K2.5、智譜的GLM-5以及DeepSeek的V3.2。這四款模型合計貢獻了Top5總呼叫量的85.7%。 (介面新聞)

昨天（2026-02-23），美國AI獨角獸Anthropic突然發難，在自家部落格扔出一顆重磅炸彈——指控DeepSeek、月之暗面、MiniMax三家中國頭部AI公司通過24,000個虛假帳號，對Claude模型發動了高達1,600萬次的"工業規模蒸餾攻擊"。更戲劇性的是，馬斯克當場在X平台開炮，直指Anthropic"賊喊捉賊"，還翻出了這家公司去年因盜版書籍賠償15億美元的黑歷史。這事兒看著像技術糾紛，實際上是中美AI競賽白熱化的縮影。一邊是Anthropic把技術問題上升到國家安全高度，另一邊是馬斯克揭老底式反擊。說白了，這不是簡單的"偷模型"爭議，而是OpenAI和Anthropic聯手對中國AI的圍剿開始了。📊 關鍵數字 1,600萬+ 次互動DeepSeek約15萬次 · 月之暗面340萬次 · MiniMax超1,300萬次Anthropic在報告裡列了組讓人瞠目的資料。過去幾個月，他們監測到有組織的攻擊者利用大規模代理網路（他們叫"九頭蛇叢集"架構），通過輪換IP地址和偽造請求中繼資料，繞過了平台的安全防護。光是MiniMax一家，就發起了超過1,300萬次互動，專攻Agent程式設計和工具編排能力。月之暗面也不遑多讓，340萬次互動主要衝著Agent推理和電腦視覺能力去的。最有意思的是，Anthropic聲稱通過分析請求中的技術模式、基礎設施指標，甚至對比月之暗面高管的公開資料，以"高置信度"把這三家公司揪了出來。這種溯源能力本身就很嚇人——說明AI公司對你的一舉一動瞭如指掌。2025-08 Anthropic被曝通過"巴拿馬計畫"大規模掃描數百萬本版權書籍用於訓練2025-12 Anthropic同意支付15億美元與作者群體達成和解2026-02-12 OpenAI向美國眾議院提交備忘錄，首次指控DeepSeek非法蒸餾2026-02-23 Anthropic發佈部落格正式指控三家中企"工業規模蒸餾攻擊"2026-02-24 馬斯克在X平台連發數文炮轟Anthropic"賊喊捉賊"🔧 技術拆解：所謂"蒸餾"（Distillation），說白了就是"抄作業"的高級版。讓小模型（學生）通過學習大模型（老師）的輸出來提升能力，就像學渣通過研究學霸的解題步驟來提高成績。這技術本身完全合法，甚至OpenAI自己也用。但Anthropic指控的是"工業規模"的非法蒸餾——通過2.4萬個假帳號，像工廠流水線一樣系統性竊取模型能力，這就涉及法律灰色地帶了。看到這兒你可能會問：如果中國公司是通過付費API呼叫的，這算不算 theft？這就觸及了當前AI行業最模糊的地帶。模型輸出的版權歸誰？用API呼叫結果訓練新模型，是合理使用還是侵權？現在全球都沒有明確判例。Anthropic自己也幹著類似的事——去年被曝光的"巴拿馬計畫"顯示，他們未經授權掃描了數百萬本圖書，最後不得不掏出15億美元和解。"Anthropic大規模竊取訓練資料並支付數十億美元賠償金是不爭的事實，賊喊捉賊。"—— 伊隆·馬斯克（X平台，2026-02-24）馬斯克這次開炮可謂精準打擊。他指的15億美元賠償案，正是Anthropic在2025年底因為系統性盜版書籍訓練模型，被作者群體集體訴訟後的和解金額。有意思的是，Anthropic內部給這個項目起了個諷刺的代號——"巴拿馬計畫"，明顯是在影射臭名昭著的避稅天堂。一邊自己盜版書籍付天價賠償，一邊指控別人蒸餾模型，這雙標玩得確實溜。更微妙的是時間點。OpenAI在2月12日剛向美國眾議院中國特設委員會遞交了備忘錄，指控DeepSeek通過"混淆第三方路由器"非法蒸餾ChatGPT。兩周後Anthropic跟進發難，形成完美的"美國雙雄"圍剿態勢。這絕非巧合，而是精心策劃的聯合行動。💰 成本分析：Anthropic去年因盜版書籍賠了15億美元，相當於他們好幾年的營收。這次指控中國公司"蒸餾攻擊"，本質上是在轉移視線——把自己的道德污點包裝成"維護智慧財產權"的正義之戰。更深層看，他們想把技術競爭上升到國家安全層面，借此推動更嚴格的晶片出口管制。畢竟，如果中國公司通過蒸餾就能獲得頂級模型能力，那美國卡晶片脖子的策略就失效了。Anthropic在報告裡毫不掩飾地緣政治意圖，直言蒸餾技術"破壞出口管制效果"，甚至警告這些模型"缺乏安全護欄，可能被用於生物武器開發"。這種話術聽著耳熟——典型的"威脅國家安全"敘事套路，目的是為更嚴厲的監管鋪路。存疑：目前所有指控資料均來自Anthropic單方面披露，DeepSeek、月之暗面、MiniMax三家中國公司截至發稿均未公開回應。所謂的"高置信度"歸因，是否經得起第三方獨立驗證？24,000個帳號的技術模式，是否足以確鑿指向這三家公司，而非其他第三方行為者？Anthropic是否借技術爭議之名，行商業打壓之實？說到底，這是一場沒有贏家的戰爭。如果Anthropic的指控屬實，說明中國AI公司在技術獲取手段上確實存在爭議；但如果這只是一場精心策劃的輿論戰，那暴露的是美國AI巨頭面對中國競爭時的焦慮與恐慌。馬斯克看透了這點——與其爭論技術細節，不如直接揭穿對方的道德虛偽。耐人尋味的是，截至目前，三家被指控的中國公司集體保持沉默。這種沉默可以有多種解讀：或是默認，或是不屑回應，或是在準備法律反擊。無論如何，這場爭端標誌著中美AI競爭進入了一個更殘酷的新階段——從晶片禁令到模型蒸餾，戰場正在向技術倫理和智慧財產權領域蔓延。💡 主編觀點：這不是技術糾紛，而是商業戰爭的煙霧彈。Anthropic一邊自己盜版書籍賠15億，一邊指控別人"蒸餾"不道德；一邊享受開源社區紅利，一邊想把蒸餾技術變成"專利壁壘"。更噁心的是把技術問題硬往國家安全上扯，這種"潑髒水"套路在TikTok聽證會上已經演過一遍了。DeepSeek們是否真蒸餾了？可能有。但在這個沒有規則的遊戲裡，Anthropic沒資格當道德裁判。真正的危險不是"蒸餾"，而是美國AI巨頭借監管之名，扼殺全球競爭。 (雲櫻夢海資源導航)

AI 產業再迎關鍵里程碑！國際權威諮詢機構沙利文（Frost & Sullivan）最新發佈《中國 GenAI 市場洞察：企業級大模型呼叫全景研究，2025H2》報告顯示，2025 年下半年中國企業級大模型市場迎來爆發式增長，行業從早期試水全面邁入規模化落地階段，市場格局也迎來清晰洗牌。資料顯示，中國企業級大模型日均呼叫量已從 2025 年上半年的10.2 兆 tokens，激增至下半年的37.0 兆 tokens，半年內漲幅高達263%。這一跨越式增長，直觀印證了中國企業對大模型的接受度、依賴度與應用深度正在全面提速，AI 真正從 “技術概念” 變成 “生產工具”。隨著市場放量，行業競爭邏輯徹底轉變，頭部效應急劇放大，曾經熱鬧的 “百模大戰” 正式落幕，取而代之的是頭部廠商憑藉技術、生態與服務能力形成的穩定格局。三強格局固化：阿里雲領跑，字節、DeepSeek 緊隨其後報告清晰勾勒出當前中國企業級大模型市場的 TOP3 陣營，三家廠商合計佔據超七成市場份額，行業集中度顯著提升。1. 阿里雲千問（Qwen）：翻倍增長，穩居行業第一作為市場領頭羊，阿里雲千問展現出壓倒性的增長勢頭。其市場佔比從上半年的17.7%大幅躍升至32.1%，近乎實現翻倍增長，持續鞏固行業第一的位置。依託阿里雲完善的雲端運算基礎設施、企業服務生態與多場景落地能力，千問在文字創作、資料處理、程式碼輔助、企業知識庫等核心場景中佔據主流，成為大量企業數位化轉型的首選大模型。2. 字節跳動豆包：高滲透力，穩居第二字節跳動豆包以 21.3% 的呼叫量佔比位列第二，保持著強勁的市場滲透力。依託字節生態的產品矩陣與高效的工程化能力，豆包在內容生成、智能助手、多模態互動等場景中廣受青睞，快速覆蓋大量中小企業與網際網路場景，成為國產大模型中使用者覆蓋面最廣的選手之一。3. DeepSeek：異軍突起，行業黑馬躋身前三作為賽道中的新銳力量，DeepSeek 憑藉突出的技術實力與開源策略異軍突起，以 18.4% 的市場份額拿下第三名。其在程式碼生成、推理效率與成本最佳化上的優勢，快速獲得開發者與企業市場認可，成為國產大模型中 “技術派” 的典型代表，也證明了差異化路線在成熟市場中依然具備突圍空間。行業大變局：從 “百模大戰” 到 “生態決勝”此次沙利文報告披露的市場資料，不僅是份額的更迭，更標誌著中國企業級大模型行業進入全新發展階段。應用落地全面提速企業對大模型的使用從 “試點測試” 轉向 “核心業務常態化呼叫”，文字創作、資料處理、程式碼輔助、內部知識庫等場景成為主流，AI 真正融入生產流程。競爭核心徹底轉變行業不再單純比拚參數、榜單成績，而是轉向生態完善度、服務穩定性、部署成本、場景適配能力的綜合較量。能為企業帶來真實降本增效的模型，才能佔據市場。頭部集中趨勢不可逆中小模型逐步退出主流競爭，資源、客戶、技術持續向頭部廠商匯聚，未來市場將長期保持 “頭部引領、細分補充” 的格局。日均 37 兆 tokens 的呼叫量，是中國企業級 AI 市場的 “成人禮”。從 2025 年上半年的試探性佈局，到下半年的爆發式增長，中國大模型產業完成了從技術創新到產業價值的關鍵一躍。阿里雲千問、字節豆包、DeepSeek 組成的第一梯隊，也為行業樹立了清晰的發展標竿。未來，隨著大模型與各行業深度融合，更高效、更普惠、更貼合產業需求的 AI 服務，將持續推動中國企業數位化、智能化升級，而這場由技術驅動的產業變革，才剛剛開始。 (相進化的猿)

春節期間國產大模型的使用情況可謂如火如荼。OpenRouter最新周度資料顯示，平台前十模型總token量約8.7兆，中國模型獨佔5.3兆，佔比61%。當周token呼叫量前三模型均為國產大模型，分別為Minimax M2.5、Kimi K2.5、GLM-5，呼叫量環比上周分別變動增加197%、下降20%、增加158%。其中，MiniMax M2.5以2.45兆token空降榜首，Kimi K2.5以1.21兆緊隨其後，智譜GLM 5和DeepSeek V3.2分列第三、第五。OpenRouter是全球最大的大模型API聚合平台，可為開發者提供統一API介面，以訪問全球數百種大語言模型。其核心功能包括多模型呼叫、智能路由最佳化和透明的性能排行榜，旨在解決多模型整合複雜和廠商封鎖問題。從該平台提供的資料看，程式設計（Coding）和智能體（Agent）正成為大模型的兩大核心比拚點。OpenRouter整體呼叫量近期大幅攀升。官方確認，M2.5帶動了100K至1M長文字區間的增量呼叫需求，這個區間正是智能體工作流的典型消耗場景。論token呼叫量，在此平台排名前三的國產大模型都聚焦於提升程式設計能力和智能體（Agent）任務的自動化水平，是2026年初國產大模型在應用層面的重要突破。稀宇科技（MiniMax）於2月13日發佈MiniMax M2.5，稱該模型為全球首個為智能體場景原生設計的生產級旗艦模型。其發佈後七天的呼叫量即突破3.07T tokens，憑藉在程式設計和Agent工作流中的卓越性能與極低的成本，成為開發者首選。月之暗面（Moonshot AI）於1月27日發佈KimiK2.5，該模型採用原生多模態架構，能通過調度多達100個“Agent分身”平行工作，將複雜任務效率提升3到10倍。該模型在多個細分榜單（如程式設計、工具呼叫）中均排名第一，其呼叫量遠超Gemini 3和Claude模型。據澎湃新聞報導，該大模型發佈不到一個月，Kimi近20天累計收入已超過2025年全年總收入，增長主要受全球付費使用者及API呼叫量大漲共同推動，其中海外付費使用者數快速增長。智譜於2月12日發佈GLM-5，該模型參數規模進一步擴展，採用了稀疏注意力機制，是其專為複雜系統工程與長程Agent任務設計的旗艦模型。憑藉免費、200K上下文窗口等優勢，該模型發佈後使用者迎來高速增長，智譜對Coding Plan先後進行了限售、漲價等動作，除夕當天官宣全網尋找“算力合夥人”。隨著AI模型應用場景深化，使用者從簡單問答轉向複雜工作流，如讓模型重構程式碼、改寫檔案、生成文件等，以及智能體模式普及，當前token消耗呈現明顯的“通膨”趨勢。性能提升的同時，國產模型仍以性價比優勢出圈。如MiniMax M2.5和智譜GLM-5相比Claude Opus 4.6具備顯著的成本優勢：在輸入環節，MiniMax M2.5與GLM-5的價格均為0.3美元/百萬token，而Claude Opus 4.6則高達5美元/百萬token，是前兩者的約16.7倍；在輸出環節，MiniMax M2.5的價格為1.1美元/百萬token，GLM-5為2.55美元/百萬token，而Claude Opus 4.6的輸出價格達25美元/百萬token，分別是MiniMax M2.5的約22.7倍和GLM-5的約9.8倍。上述國產模型並不能完全反映國內模型廠商的token呼叫量情況。據海通國際證券，資料顯示，火山引擎的大模型日均token呼叫量已從2024年底的2兆增長至2025年底的63兆；阿里雲外部客戶2025年日均token呼叫也已接近5兆，2026年目標至少15-20兆，內部業務日均呼叫則計畫從16-17兆拉到100兆。從全行業看，中國整體日均token消耗2024年初為1000億，2025年中突破30兆，2026年2月主流大模型合計日均token消耗已到180兆等級。東莞證券最新研報表示，隨著國產模型的程式設計、智能體能力提升，其呼叫量大幅增加，國產大模型在程式設計、智能體領域對標全球頭部模型，有望進一步加快應用落地，加速token消耗量上漲。長江證券此前表示，隨著程式設計和多模態模型和產品的逐步成熟，下游應用場景有望被真正打開，帶來大量的高品質token需求。參照海外AI產業發展規律，從資本開支投入到token需求爆發存在約兩年的滯後期。國內大廠的AI資本開支周期較海外滯後約一年，於2024年下半年開啟。因此，國內雲廠商收入已開始兌現增長，而token數量的真正爆發預計將在2026年到來。 (科創板日報)

我們認為，中國人工智慧行業正從“百模大戰” 階段，邁向以商業化落地能力、模型創新實力及全球化佈局為決定成敗之關鍵的階段。我們認為，MiniMax 和智譜脫穎而出，已成為最具特色的兩家獨立大語言模型開發商，海外佈局不斷加速：MiniMax 目前超過 70%的收入來自海外市場，兩家企業均在通過全球開發者生態落地快速推進 API 業務的規模化擴張。海外佈局不僅實現了收入來源的多元化、推動毛利率提升，更彰顯了二者的全球競爭力。我們自下而上的分析預測，到 2030 年全球 AI 市場規模將達到 1.4 兆美元，其中 B2B 應用市場規模約 1.1 兆美元，B2C 應用市場規模約 3,000 億美元，兩大類股均具備廣闊的發展空間。儘管兩家企業自近期上市後股價出現顯著上漲，我們仍建議投資者佈局。我們首次覆蓋智譜和 MiniMax，給予“增持”評級，截至 2026 年 12月的目標價分別為 400 港元和 700 港元，將其視為把握全球 AI 下一輪價值創造浪潮的首選標的。市場格局：從分散競爭到集中角逐：中國 AI 市場正迅速整合，具備實力且資金充足的模型開發商數量已從超 200 家縮減至不足 10 家。我們認為當前行業呈雙軌競爭格局：一方面是擁有規模和管道優勢的綜合性科技巨頭；另一方面是以智譜和 MiniMax 為代表的、驅動創新與敏捷性的獨立先鋒。兩家公司均展現出頂尖的模型性能，智譜的 GLM-4.7 與 MiniMax的 M2.1 在程式設計和智能體任務方面的表現位列全球領先水平。隨著市場成熟，API 定價、使用量及基準測試表現正成為衡量可持續能力與商業價值的最重要指標，而 MiniMax 與智譜的模型近期均表現出色。商業化：全球擴張與 API 變現：MiniMax 與智譜的商業化戰略正逐漸趨同——將 API 變現與國際擴張作為其核心增長引擎。MiniMax 以其稀缺的全球化佈局脫穎而出，其橫跨消費應用、生成式媒體及 B2B API 的均衡業務組合，支撐我們對其 2026-30 年營收年複合增長率 138%的預測，並預計公司將於 2029 年實現盈虧平衡。智譜則憑藉其在國內受監管行業積累的穩固私有化部署客戶基礎，結合可規模化擴張的雲 API 業務，目前正加速推進全球開發者生態的落地；我們預計其 2026-30 年營收年複合增長率為127%，同樣有望在 2029 年實現盈利。我們認為，隨著海外業務佔比提升及理性定價策略帶動 API 毛利率改善，兩家公司均將從中受益。首次覆蓋智譜與 MiniMax，給予“增持”評級：我們首次覆蓋智譜與MiniMax，均給予“增持”評級，12 個月目標價分別為 400 港元和 700 港元。我們的估值基於 30 倍的 2030 年預期市盈率得出，並以 15%的加權平均資本成本進行折現，這反映了行業的高成長性以及相較於中國網際網路同業的估值溢價。主要風險包括：出口管制與地緣政治（智譜被列入美國商務部工業和安全域實體清單）、持續的法律訴訟（MiniMax）、激烈的競爭、高昂的研發投入、以及客戶採用率和算力成本的不確定性。我們認為，在國內獨立 AI 開發企業中，智譜與 MiniMax 最有望把握全球 AI 價值創造的下一階段機遇。主要圖表投資理據中國 AI 市場正從“百模大戰”過渡至結構性整合階段，能否生存取決於商業化落地能力與可持續的模型迭代。在此階段，我們認為模型能力是決定長期競爭力的根本要素。在行業格局持續演變的背景下，MiniMax 和智譜脫穎而出，成為最具特色的兩家獨立大語言模型開發商，二者各自開闢出了獨特的商業化路徑。我們首次覆蓋均給予“增持”評級，因為我們認為二者有望在快速成熟的全球 AI 生態中獲得顯著價值。通過自下而上分析，我們搭建了嚴謹的情景分析框架以計算 AI 市場規模，結果顯示，至 2030 年 B2B 和 B2C 市場合計規模將超過 1.4 兆美元。其中 B2B市場規模約 1.1 兆美元，其結構性驅動力源於全球各行業的人力成本替代與生產力提升；而 B2C 市場規模約 3,000 億美元，增長則由時間節約、便捷性及新型娛樂模式所驅動。該框架並非精準預測，而是基於當前已知變現路徑（主要為訂閱與 SaaS 定價模式）建構的基礎模型。本次研究的投資啟示，不僅在於這些基準情景下的市場規模預估，更在於理解未來存在的巨大“期權價值”。 以 AI 程式設計為例：隨著模型能力的提升，我們認為潛在使用者群將顯著擴張，從 4,700 萬名專業開發者，擴展至全球 10 億知識工作者。參照過去 20 年視訊行業的演進，視訊製作門檻的降低催生了YouTube 和 TikTok 等超級平台，其商業模式也從簡單的 DVD 租賃/劇集訂閱，衍生出直播、電商、廣告等多種形態。我們認為 AI 模型開發商的長期經濟效益，主要取決於其能否在多輪技術周期中保持模型能力處於全球領先位置，而商業模式形態、部署方式及短期利潤率結構，很大程度上是該能力衍生出的下游表現。智譜和 MiniMax 均已展現出堅實的技術實力，二者只要能將其自研模型的性能保持在全球頂尖梯隊，那麼對AI 能力需求的巨大規模，疊加中國獨特的工程成本優勢，將支撐兩家公司營收走出強勁增長軌跡。在當前階段，智譜和 MiniMax 選擇了截然不同的 AI 能力變現路徑，反映出二者對市場機遇和風險的不同判斷——MiniMax 依託多模態 AI 原生產品矩陣和MaaS 平台，而智譜則聚焦通用大模型與智能體解決方案。然而正如我們強調的，在 AI 模型競爭的賽道上，模型本身就是核心產品，也是競爭優勢的主要來源，兩家公司似乎都走在正確的道路上，通過持續迭代模型能力以保持全球頂尖梯隊地位。雖然二者的整體商業化路徑不同，但正匯聚於同一核心賽道：通過向全球開發者提供 API 介面，實現其先進 AI 能力的商業化變現，其中程式設計應用已成為雙方重點聚焦和快速增長的關鍵領域。我們的單位經濟效益分析表明，API 毛利率主要由以下因素決定：1）單位推理算力的實際定價；2）以單次呼叫 GPU耗時衡量的推理效率；3）租賃 GPU 的使用率與容量管理；4）營收的地域結構。鑑於兩家公司均在穩步推進 API 業務向全球開發者擴張，我們預計，MiniMax 和智譜相關業務的收入結構將持續最佳化，利潤率也將快速提升。此外，智譜和 MiniMax 主要依賴租賃算力而非自建基礎設施，我們預計 2025年後算力相關成本結構將經歷顯著調整。雖然總算力消耗將隨商業化處理程序持續擴大，但訓練與推理的增長曲線和成本驅動因素將與 2022-25 年的擴張階段出現顯著差異：我們預計智譜和 MiniMax 的總算力成本在 2026-30 年將保持58%/65%的年複合增長率，而訓練成本佔比將大幅下降，從 2025 年的 93%/80%降至 2030 年的 32%/28%。智譜——技術驅動的 API 業務迎來拐點，私有化部署業務構築長期穩固基本盤智譜已確立深度企業級解決方案提供商的定位，專注於為 B 端客戶提供高定製化的私有化部署和 API 服務。我們認為，公司發展已抵達重要拐點：近期推出GLM-4.5/4.6/4.7 系列模型，戰略重心明顯向智能體化、生產級應用場景（尤其是在程式設計和多步驟任務執行領域）傾斜。這一能力演進軌跡得益於其業務架構：在中國受監管行業構築的長期穩固的私有化部署客戶基礎，疊加雲 API 業務的規模化拓展機遇；同時公司在可控但不可忽視的出口管制風險框架下營運。智譜的 API 業務迎來重要拐點。GLM-4.5/4.6/4.7 系列的發佈，連同公司戰略明顯向智能體系統、工具增強推理及面向開發者的基礎設施傾斜，表明其技術路線圖正與全球前沿技術能力維度對齊，特別是在生產級程式設計、長上下文推理和多步驟執行穩定性方面。隨著 GLM-4.7 在全球開發者社群（尤其是在高付費意願和使用強度的程式設計工作流領域）中獲得認可，我們預計其採用率將加速提升。私有化部署是國內市場的長期穩固需求。智譜已在國內受監管行業建立起可觀的私有化部署客戶基礎，我們認為這構成了長期穩固的需求池。隨著基礎模型的持續迭代，現有私有化部署基礎有望轉化為以更新驅動的、具備復購特徵的經濟模式。在此背景下，我們認為智譜是一個具備顯著增長潛能的技術能力驅動型平台，其營運面臨可控但不可忽視的監管風險。我們預計公司 2025-30 年營收年複合增長率為 127%，並將於 2029 年實現盈利。MiniMax——擁有可擴展增長引擎的全譜系 AI 企業在 AI 基礎模型領域，MiniMax 是罕見的兼具技術實力、多模態商業化潛力和全球可擴展性的企業。公司已建立紮實的技術積澱，其模型在核心基準測試中表現優異，同時其全譜系產品矩陣為 B2B/B2C 雙端變現奠定基礎。其全球化佈局（2025 年前三季度海外營收佔比已達 73.1%）進一步提升了規模擴張潛力與盈利能力。我們的投資邏輯基於以下兩點：全譜系模型支撐 B2B/B2C 雙端商業化。公司對文字、視訊和音訊多模態模型的同步佈局，使其能夠匹配企業與消費端日益多模態化的場景需求，降低了對單一變現路徑的依賴。MiniMax 實現了收入的均衡增長：2025 年前三季度，開放平台、生成式媒體和 AI 陪伴業務的營收佔比各約三分之一。這一結構降低了風險，並加速了規模擴張。全球化導向驅動規模與盈利：MiniMax 很早就確立的全球化導向（體現在客戶定位和基礎設施策略上），使其在發展階段類似的同業中具備稀缺的經濟靈活性。在推理成本高企、國內競爭激烈的行業背景下，進入國際市場、多元化的客戶群和差異化的定價環境，為公司提供了結構性優勢。雖然仍存在執行風險，但我們認為這種全球化佈局將增強 MiniMax 將技術進步轉化為實質性經濟效益的長期能力。我們預計公司 2025-30 年營收年複合增長率為 138%，並將於 2029 年起實現盈利。通往 1.4 兆美元市場（2030 年）的路徑及期權價值通過自下而上分析，我們搭建了嚴謹的情景分析框架以計算 AI 市場規模，結果顯示，至 2030 年 B2B 和 B2C 市場合計規模將超過 1.4 兆美元。其中 B2B市場規模約 1.1 兆美元，其結構性驅動力源於全球各行業的人力成本替代與生產效率提升；而 B2C 市場規模約 3,000 億美元，增長則由時間節約、便捷性及新型娛樂模式所驅動。該框架並非精準預測，而是基於當前已知變現路徑（主要為訂閱與 SaaS 定價模式）建構的基礎模型。本次研究最重要的投資啟示，不僅在於這些基準情景下的市場規模預估，更在於理解未來存在的巨大“期權價值”。 我們估算的市場規模面臨的下行/上行風險有：AI 推理的單位經濟效益波動，可能會衝擊 SaaS 式定價；AI 原生市場創造（類似於視訊行業演進過程中短影片的爆發）的潛力或被低估；僅聚焦軟體收入，或未能覆蓋廣告和交易價值向 AI 優先平台遷移的顛覆性變革。以 AI 程式設計應用場景為例：其市場規模的“期權價值”可從視訊行業的發展歷程中找到最佳參照。20 年前，視訊還是一種稀缺且高門檻的產品。分發大眾化、拍攝成本趨近於零以及基於演算法的分發管道這三次技術浪潮，推動內容創作者規模實現 200 倍的擴張，重塑了整個媒體行業格局，催生了 YouTube 和TikTok 等超級平台，行業商業模式也從簡單的劇集訂閱不斷創新，衍生出直播、電商、廣告等多種形態。我們看到 AI 賦能程式設計領域正湧現類似模式。當前的“副駕駛”（Copilot） 階段提升了專業開發者的生產效率，這是我們估算B2B 市場規模改採用的基準情景。然而，真正的期權價值在於從“副駕駛”向“創作者”的轉型——AI 技術降低軟體開發本身的門檻，解鎖一次性、高度個性化的軟體市場。這一路徑依賴的增長潛力意味著，我們當前預測的市場規模，尤其是在程式設計等領域，或許只是即將迎來供給側解放的龐大市場的冰山一角。B2B市場規模自下而上分析我們專有的自下而上分析預計，到 2030 年，企業級和專業級 AI 應用市場規模將達約 1.1 兆美元。該市場可分為兩大核心且互補的應用場景：AI 智能體/協作者（高價值替代型模式）和 AI 工具/副駕駛（更廣泛的增效模式），預計市場規模分別為 6,590 億美元和 4,560 億美元。受職業、地域和應用深度三大關鍵維度驅動，市場結構高度分層。價值集中於高技能、高成本的職業領域，即醫療、金融和法律行業的管理人員、專家和專業技術人員。從地域上看，我們估計美國是主導市場，憑藉高定價水平與高採用率，其市場規模預計佔全球總量的約 47%（其中智能體佔 3,060 億美元，工具佔 2,140 億美元）。中國憑藉龐大的就業基數成為第二大市場（智能體 1,470億美元+工具 960 億美元）；而世界其他地區則受規模化發展和成本最佳化驅動，具備長期滲透機會方法論：精細化自下而上的市場規模建構模型我們對市場規模的估算基於一個精細化的自下而上模型，核心由三大元件構成：1）就業基數；2）滲透驅動因素；3）定價模型。此方法可提供透明且可論證的預測框架，具體如下：• 就業基數和細分維度：模型以全球職業勞動力為測算基礎，將其劃分為七大核心職業群體（如管理人員、ICT 專業人士、服務行業從業者等）及三大核心區域（美國、中國、世界其他地區）。這一細分方式考慮到，AI 的價值主張和滲透曲線在知識工作者與基礎崗位之間、發達經濟體與新興經濟體之間存在根本差異。• 分場景滲透驅動因素：針對兩大不同應用場景，我們的模型設定了不同的滲透率假設，以反映 AI 在各場景的融合深度差異：o 應用場景 1–AI 智能體/協作者：假設 AI 系統可自主完成任務，部分替代人力。考慮到該場景落地的複雜度與成本較高，模型設定的滲透率較為保守（例如，美國為 5-20%），且滲透率與 AI 所能替代的人力成本比例直接掛鉤。o 應用場景 2–AI 工具/副駕駛：假設 AI 通過輔助類軟體為人類賦能。由於其落地門檻和成本較低，且其核心作用是提升效率而非替代人力，模型設定的滲透率顯著更高（例如美國為 20-80%）。• 定價模型與價值兌現：各場景下的定價體系與 AI 創造的經濟價值高度繫結：o 對於 AI 智能體，其年度價格按各地區目標職業的年度人力成本的一定比例（約三分之一）測算，以此體現其人力替代或賦能的價值。o 對於 AI 工具，其單使用者年均收入（ARPU）按人力成本的較小比例（通常為 1-5%）設定，與軟體類效率提升工具的定價邏輯一致。B2C市場規模自下而上分析我們認為，面向消費端的 AI 市場規模相對較小，但結構迥異，至 2030 年其市場規模將達 3,000 億美元，驅動力更多來自時間節約、便捷性、情感價值和娛樂需求。核心變現情景包括通用 AI 助手、AI 陪伴/虛擬人、個人創作工具、AI家教/教練、健康/心理健康、效率提升類應用 ，AI 原生娛樂和遊戲等。市場規模估算的潛在偏差與未及之處本次市場規模分析是基於結構化情景假設的觀點，而非精確預測。其基礎是當前的商業模式、成本結構和使用模式；若其中任何一項發生重大變化，相關資料可能出現大幅變差。模型的核心風險並非隨機誤差，而是我們定價、需求與價值兌現分析框架中存在的系統性偏差。第一重也是最根本的風險，在於我們將 ARPU/SaaS 式定價假設應用於 AI 工作場景。傳統 SaaS 模式的邊際使用成本近乎為零；而生成式 AI 的每次token/API 呼叫均產生真實且波動的可變成本。若推理成本持續高企，供應商可能被迫限制使用量或維持高價，導致實際滲透率和/或利潤率低於我們的測算曲線。反之，若推理成本大幅下降，AI 技術可能被廣泛嵌入和捆綁至各類作業系統、裝置、雲服務、現有 SaaS 產品中，顯性 ARPU 極低，而商業價值將通過其他方式獲得。上述兩種情形下，簡單以“ARPU x 使用者數量”建構的預測模型，均可能錯估營收端的市場規模，且無助於分析利潤池的分佈。第二重風險在於市場創造和使用量爆發，我們的基準情景對此可能偏保守。雖然我們已考慮 AI 陪伴、AI 原生娛樂、長尾創作者等新增需求，但測算仍以現有消費品類的增量支出為錨點。短影片行業的發展歷程表明，生產門檻的急劇降低加上供需匹配最佳化，能夠催生全新的內容形態並帶來數量級的消費增長。AI 技術的潛力可能更大：不僅在於最佳化供需匹配，更在於規模化的個性化內容創作——使用者定製的、持續不斷的視訊/音訊/文字內容，AI 驅動的社交圖片，智能體營運的微型商業等。若其中任一 AI 原生形態能實現如短影片或移動社交般的規模化發展，那麼無論是消費端還是中小微企業驅動的 B2B 市場規模，均可能數倍於我們當前的估算。我們的框架還可能面臨變現結構覆蓋過窄、對廣告業態考量不足的風險。我們主要將 AI 視為一種工具來計量（SaaS、API、訂閱、佣金），而此前幾波網際網路浪潮中，廣告和效果類分發最終均成為核心收入池。目前我們僅通過行銷技術工具和 AI 購物助手等場景計算了部分價值，卻可能忽視了一種變化：AI 助手、AI 媒體流和 AI 陪伴產品或成為主要的注意力介面，大量廣告預算和贊助將轉向 AI 優先環境。那種情景下，AI 驅動的價值將有相當一部分被計作平台內“廣告收入”，而非“AI 軟體收入”，而我們當前估算的市場規模將會低估AI 在廣告經濟中的規模和戰略核心地位。與之相關的是，即使在廣告領域，我們的測算也隱含了一個類似 TikTok 的模型假設——即 AI 的核心作用是最佳化廣告供需匹配。而更具顛覆性的發展路徑是，AI 直接生成內容和廣告創意，並根據不同使用者和場景實現即時個性化定製。屆時，“內容”、“廣告”和“助手”的邊界將變得模糊：同一 AI 模型將同時完成文案創作、呈現形式、投放位置及周邊敘事。此種模式不僅能大幅提升廣告效果和可觸達支出，還將重構商業價值分配格局——現有平台、新AI 平台、模型提供商，智能體網路均可能成為價值兌現主體。而我們當前按細分領域自上而下的價值分配，尚未充分納入這種價值鏈重構帶來的影響。最後，我們對部分結構性不確定性僅作簡要提及。例如，B2B 市場規模測算以職業分類下的人數為錨點，這在早期階段合適，但在智能體之間自主交易、經濟活動規模與人類員工數量不再呈線性相關的場景下，該測算方式將系統性低估市場規模。此外，算力成本曲線和監管/地緣政治因素（如安全規則、資料駐留、出口管制），也可能導致實際結果顯著偏離基準情景。綜上所述，我們的市場規模測算應被視作一套嚴謹的基礎分析框架。若定價模型、市場形態、政策約束的發展與當前參考基準出現顯著偏離，實際市場規模將面臨顯著上行/下行風險。以AI程式設計為例——借視訊行業發展脈絡看市場規模的期權價值我們先前對 AI 程式設計市場規模的分析，主要通過“效率提升視角”，將其視為助力目前約 4,700 萬名專業程序/軟體開發者降低成本的工具。這一分析雖能支撐該領域的基準情景測算，卻可能忽視了其背後蘊含的巨大期權價值。通過觀察視訊行業過去 20 年的發展軌跡，我們發現了一個反覆出現的規律：技術的終極價值，不在於最佳化專業從業者的工作流程，而在於通過降低技能要求釋放大眾供給潛力。若 AI 程式設計遵循“視訊行業發展範式”，從精英技能轉變為通用素養，軟體市場的現有規模天花板將被打破。這一潛在的範式轉變，代表著一個“一次性軟體”新時代的“期權價值”——這是一個尚不存在，但具備不對稱上行潛力的市場。案例研究：過去二十年視訊行業的發展歷程20 年前，視訊行業的核心特徵是稀缺性。高昂的裝置成本和非線性編輯技術的陡峭學習曲線，將內容生產主體侷限於好萊塢製片廠和廣播公司。當時的市場聚焦於這一封閉體系內的漸進式升級（例如從 DVD 到藍光），未能將內容生產大眾化的可能性納入價值考量。然而，三輪技術創新浪潮的出現，系統性地消除了這些壁壘：• 分發環節：YouTube 等平台的出現，降低了分發成本。• 拍攝環節：智慧型手機的普及，讓實體拍攝成本趨近於零。• 工具與演算法：TikTok 演算法推薦等工具彌合了技能差距，將數十億消費者轉化為內容生產者。最終結果是，這場“供給側解放”不僅擴張了現有市場，更催生了一種全新的經濟形態。創作者數量從不足 100 萬激增至超過 2 億（增幅超 200 倍），視訊內容存量更是實現萬倍級增長，從 2005 年的數百萬條，增至 2025 年的每年超200 億條。因此，字節跳動等純科技平台得以崛起，企業價值比肩並最終超越了派拉蒙等傳統媒體巨頭。結論顯而易見：降低准入門檻所創造的價值，遠大於僅為既有從業者改進工具。此外，商業化潛力或許並不止於使用者規模的擴大。使用者基數的擴大，還能通過商業模式創新，推動市場規模實現二次擴張，且第二輪的規模可能更大。以視訊行業為例，市場規模的爆發式增長，並非僅因為更多人能夠上傳視訊，更是因為直播、電商、達人行銷和微交易等全新模式在 TikTok 和抖音等平台上的湧現。對 AI 程式設計市場擴張潛力的啟示當前 AI 程式設計市場正處於“副駕駛”階段，核心在於提升全球約 4,700 萬名程式設計師的生產力，這也是我們估算 2030 年該行業 1,640 億美元基準市場規模的核心依據。而關鍵的期權價值在於向“創作者”範式的轉型。正如視訊編輯工具從好萊塢製片廠普及至所有智慧型手機，AI 程式設計智能體有望將軟體創作的門檻，從編寫程式碼語法降至用自然語言表達意圖。這一變革或將推動相關使用者群體從程式設計師擴展至近 10 億知識工作者——潛在使用者規模實現 20 倍的擴張。這些新使用者無需具備專業開發能力，即可生成滿足日常需求的一次性、個性化或部門級程式碼。因此，投資者應將 AI 程式設計 2030 年預期 1,640 億美元的市場規模視為冰山可見的一角，而非其上限。然而，AI 程式設計要實現屬於自己的“TikTok 時刻”，模型/智能體本身必須實現從“提示詞補全”到 “意圖→設計→實施→驗證”全流程閉環的跨越。目前尚處萌芽階段，但視訊行業的發展脈絡，無疑為 AI 未來的發展提供了重要借鑑。中美AI分岔路：殊途同歸中美 AI 發展態勢往往以競爭形式呈現，但更準確而言，這反映了戰略重點及經營限制的差異，引領向截然不同但日趨關聯的發展路徑。• 美國的“拓展前沿”範式：OpenAI、Anthropic 和 Google 等公司擁護的美國路徑把絕對性能領先放在首位。其特點是海量研發投入、追求下一代架構突破，以 API 為核心的閉源商業模式為主。戰略目標是建立壓倒性的技術領先優勢，通過高利潤企業解決方案變現。這一路徑以基準測試壓倒性優勢以及開拓新的技術前沿為成功標準。• 中國的“效率至上”範式：在不同於美國的資本及半導體獲取環境下，以智譜、MiniMax 和 DeepSeek 為代表的中國路徑強調務實最佳化。目標是以估計成本的一小部分實現接近前沿的模型能力（約 90-95%）。這一路徑建立在極高的架構效率（如專家混合模型 MoE）、複雜的演算法最佳化以及對快速商業化落地及規模化部署的高度專注之上。這一路徑以卓越的成本性能比及採用速度為成功標準。這種發展態勢形成了一種不對稱競爭。美國生態追求通過根本性創新來引領未來，而中國生態旨在通過工程卓越和市場應用來實現商業化和規模化。這兩條路徑不是孤立的；中國的成本效益創新影響全球定價，而美國的前沿研究為全球產業設定了雄心勃勃的性能目標。中國內部角逐：從碎片化到高度集中化競爭國產大模型市場發生大變局。“百模大戰”時期的百花齊放在達到頂點後以行業急劇整合而告終。有能力訓練前沿規模模型的可信度高、資金雄厚的實體已經從 200 多家坍縮至可能不足 10 家有力爭奪者，僅留下少數佼佼者在戰場上。這一大浪淘沙反映了市場從潛力驅動向商業可行性及可持續單位經濟效益主導的轉變。行業格局已清晰分化為兩大往往互補的派系：• 綜合性科技巨頭：這一陣營包括阿里巴巴（千問）和字節跳動（豆包）等頭部企業，通過規模效應、海量內部資源以及與現有生態的深度整合來競爭。其戰略充分利用了龐大資本儲備、專有資料池及大規模原生使用者分發管道。• 獨立先驅：少數純粹 AI 公司佼佼者，包括智譜、MiniMax 和 DeepSeek，憑藉技術專長、敏捷性和專業化創新進行競爭。他們不具備巨頭的雄厚財務實力，在特定高價值領域開創出領先優勢：• 智譜在複雜推理和企業級部署方面建立了深厚專長。• MiniMax 在多模態生成及面向全球消費者 AI 應用領域處於領先地位。為什麼獨立基礎模型提供商可以保持結構性重要地位基礎模型之爭通常過分強調規模——資本、資料和基礎設施——而低估了激勵及客戶協同差異對長期結果的塑造。實踐中，獨立基礎模型提供商不會在廣度或分發上與超大規模提供商正面競爭。它們結構性佔據著截然不同的地位，隨著 AI 採用成熟，依然重要。雲整合是優勢，也是制約因素超大規模提供商理所當然地設計最適用於其自身雲環境的基礎模型。與專有基礎設施、資料服務和身份層的緊密整合增強了客戶留存及平台效益。對於完全依賴於單一雲的客戶，這可能頗具吸引力。然而，對於許多大型企業來說，這種整合也帶來了限制。多雲架構、供應商風險管理及長期成本考慮降低了模型和基礎設施之間深度耦合的吸引力。選擇獨立提供商通常不是因為它們在絕對意義上“更好”，而是因為它們允許做出獨立於雲策略的模型決策，這一特點在規模化之後愈發重要。變現激勵不同造成客戶關係差異。超大規模提供商和獨立提供商之間的關鍵區別在於基座模型如何變現及分發。超大規模提供商主要利用模型賦能內部 AI 產品並強化整體平台生態，API 作為支援生態系統擴張的補充管道發揮作用。獨立提供商通常通過 API、企業授權或私有化部署、以及選擇性 AI 產品等方式直接將模型變現。這些管道服務於同一個根本目標——最大化模型採用及利用——而不要求客戶繫結單一基礎設施或軟體生態。這種結構通常更能深度匹配建構專有 AI 應用的客戶。功能侵蝕風險在垂直整合平台上建構 AI 應用的企業面臨一項風險：成功的工作流程隨後可能被平台內化並作為競品重新發佈。這種風險可能阻礙核心任務使用場景深度依賴超大規模提供商模型。獨立模型提供商通過結構性中立來緩解這種擔憂。他們的業務激勵依賴於賦能客戶應用，而非與客戶競爭，從而降低感知到的戰略和執行風險。中國的生成式 AI 利潤池可能向平台巨頭傾斜全球投資者日漸認為生成式 AI 是一個“模型實驗室贏家通吃”的故事。媒體報導稱，OpenAI 正在探索為 IPO 鋪路，估值高達 1 兆美元，該估值參考了2025 年底年化經常性收入或達到約 200 億美元的預期。另外，有報導稱，Anthropic 正在尋求募資，隱含估值可能在 3,500 億美元左右。我們認可這些資料，因為它們為“為他人做嫁衣裳”之說立下了高門檻。不過，我們仍認為國內生成式 AI 的持久利潤池將高度集中於大型網際網路平台，尤其是騰訊和阿里巴巴，因為它們掌控著全國範圍層級的分發、變現通道以及高頻消費和商戶事務流。我們的這一觀點基於一個簡單的觀察：最有價值的“模型公司”越來越像平台，而非純粹上游供應商。當投資者投注兆美元市場時，他們往往押注的是消費者門戶、企業分發管道及開發者生態系統，而非僅僅是模型質量的邊際改進。這一邏輯在中國非常關鍵，因為騰訊和阿里巴巴已然擁有國內最強大的消費者及商家介面，可以將生成式 AI 嵌入既有介面，意向、轉化及定價權都是現成的。 (水木紀要)

當《黑神話：悟空》創始人馮驥在社交平台上感嘆“內容領域必將迎來史無前例的通貨膨脹”時，他手中的工具正是字節跳動最新發佈的視訊生成模型Seedance 2.0。這款沒有發佈會、沒有通稿的AI工具，卻在全球科技圈投下了一枚深水炸彈。特斯拉CEO埃隆·馬斯克親自轉發點評：“進展太快”。從好萊塢到底特律，從橫店到矽谷，一場由國產AI引發的產業地震正在蔓延。01 產業重構：成本塌方90%，傳統影視的“末日鐘聲”“一人劇組”時代的到來在北京一家影視科技公司裡，工作人員正通過Seedance 2.0加緊製作新春祝福視訊。公司首席技術官徐京徽感慨：“過去想實現流暢的、人物一致性完好的商業片，可能需要堆砌大量的工作流。現在創作者可以把更多精力聚焦在創意上。”[citation:原創]這種變化的背後，是令人窒息的成本壓縮。常州華彩映畫影業曾為《那吒2》提供後期製作，企業負責人梁奕黃告訴記者，以前接一個特效簡單的短劇項目，需要30多人的團隊；現在五六個人就能跑通全流程。南京炫佳科技目前已實現日產9000分鐘的內容產能，最快1小時即可成片。該公司負責人秦林算了一筆帳：“過去傳統真人短劇單集綜合成本普遍在3萬元到5萬元，頭部精品超10萬元。而依託Seedance 2.0，AI短劇單整合本可以控制在幾千元，AI漫劇甚至能低至幾百元，整體成本降幅超過80%甚至90%。”知名視效指導姚騏使用該工具製作的2分鐘科幻短片《歸途》，整體成本僅330.6元——這一數字在傳統製作框架下難以想像。“導演”這個詞，正在被重新定義Seedance 2.0真正讓普通人擁有了導演的能力。北鬥智影的技術負責人這樣描述他的使用體驗：只需告訴它故事，模型自行完成分鏡設計——遠景交代環境，特寫捕捉情緒，音效、配樂、剪輯點全部一次性生成。遊戲科學創始人馮驥在深度體驗後給出了極具份量的判斷：“一般性視訊的製作成本將無法再沿用影視行業的傳統邏輯，開始逐漸趨近算力的邊際成本。傳統組織結構與製作流程會被徹底重構。”南京市電影協會秘書長周正認為，對於技術門檻較低的環節，AI可以有效實現降本增效。他特別提到，AI對“一人公司”模式的短影片創作者非常有利。02 資本暗戰：AI漫劇概念爆發，誰在風口起舞？二級市場的狂熱反應資本市場對Seedance 2.0的反應可謂狂熱。連續兩日，A股Seedance概念類股持續走強，多隻個股觸及漲停。AI漫劇概念相關個股迅速受到市場追捧，掌閱科技、德才股份在2月9日至12日均連續漲停，錄得四連板。海通國際發佈研報指出，AI漫劇作為最確定的落地場景，2025年中國市場規模達168億元，2026年預計增長45%至243.6億元。AI漫劇製作成本已從傳統短劇的1.5-4萬元/分鐘壓縮至約1000元/分鐘，製作周期從30-45天縮短至7-10天。開源證券最新研報認為，Seedance 2.0有望率先在AI漫劇、AI短劇等短內容領域得到廣泛應用。其極高的可控性顯著降低了“抽卡”成本，中性假設下可使模型每秒生成成本相比同業降低37%，推動製作大幅降本提效。產業鏈的價值重估中銀證券在其最新研報中表示，Seedance 2.0在功能層面取得的突破對於AI多模態應用特別是視訊生成領域有著重要的催化意義。多模態生成對於算力需求較大，這使得上游硬體基礎設施亦有望同步受益。方正證券發佈研報稱，結合2026年AI應用大年的產業邏輯，疊加Seedance 2.0的技術催化，從彈性排序來看，後續細分賽道機會呈現“低位影視>行銷>傳媒指數>遊戲”的趨勢。資料顯示，中國整體日均token消耗已從2024年初的1000億增至2026年2月的180兆等級。視訊生成將驅動雲廠商token消耗呈指數級增長，火山引擎、阿里雲等雲廠商將直接受益。在狂熱中，也有冷靜的聲音。掌閱科技在2月12日晚間發佈的公告中表示，公司2025年度AI短劇業務收入預計不超過主營業務收入的1%。德才股份則指出，其控股孫公司奇想無限設立時間較短，尚無相關業務訂單及收入。市場的熱情與公司的冷靜形成了鮮明對比。03 創作革命：從“抽卡”到“導演”，短影片創作者的新紅利告別“抽卡”時代過去，AI視訊最大的痛點在於“抽卡”——創作者們往往為了得到一個不崩壞、一致性的幾秒鐘視訊需要反覆生成數十次。Seedance 2.0的核心突破在於試圖將“炫技”轉化為“可交付敘事”。從技術層面看，Seedance 2.0採用了統一的多模態音視訊聯合生成架構。清華大學新聞與傳播學院、人工智慧學院雙聘教授瀋陽分析：“我們可以指定表演的細節，燈光、相機運動等多元素實現電影等級的精確控制，在時間連貫性和物理真實性上的躍進，保持物理的一致性。”[citation:原創]在實際應用中，這種技術突破意味著什麼？同樣輸入提示詞“男主在香港街頭被圍攻，一人打倒十幾個黑衣人，最後怒吼‘還有誰’”，過去的模型可能生成一段站樁式輸出，而Seedance 2.0則自行完成了完整的分鏡設計。IP價值的新可能在氾濫的AI生成內容洪流中，技術本身不再是壁壘，真正的壁壘依然掌握在IP所有者手中。正因為市場上充斥著大量“高仿”內容，才更顯出真正IP的不可替代。當內容供給不僅過剩而且“通貨膨脹”時，使用者的時間和注意力將變得前所未有的昂貴。能夠瞬間捕獲使用者注意力的，依然是那些經過時間驗證的、具有強大情感穿透力的經典IP。青年導演成亞妹認為，儘管AI可以在配樂、分鏡、故事策劃、視效製作等方面提高效率，為導演拓寬思路，但她堅信，最關鍵的仍在於故事的靈魂——創作者想要表達什麼？那些故事裡的靈光，是AI無法實現的。04 深度訊號：技術狂飆背後的冷思考“技術平權”的雙刃劍從Seedance到DeepSeek，中國企業AI產品的火爆並非偶然。獨立智庫澳大利亞戰略政策研究所（ASPI）去年末發佈的《關鍵技術追蹤報告》顯示，中國在74項關鍵技術中66項排名第一。中國正致力於AI發展與監管平行。今年1月，修訂後的《中華人民共和國網路安全法》正式施行，其中新增了促進人工智慧發展的相關規定。針對有害內容、隱私和資料安全等方面，中國國內已制定了廣泛的規則，例如《生成式人工智慧服務管理暫行辦法》早在2023年就開始實施。版權與深偽：AI的“阿喀琉斯之踵”Seedance 2.0驚人的復刻能力，也讓版權方感到了前所未有的壓力。近日，大量關於周星馳經典電影的“二創”甚至“惡搞”片段在短影片平台瘋傳。周星馳經紀人陳震宇公開發文質疑：“想問一下，這些屬於侵權嗎？”美國電影協會（MPA）12日發佈聲明稱：“僅一天時間，中國的Seedance 2.0就大規模未經授權使用了美國受版權保護的作品。”而比版權風險更為棘手的是“深偽”問題。Seedance 2.0模型具備對個人生物資訊的深度復現能力，針對使用者反饋，字節跳動隨即叫停了“真人素材參考”功能。在平台使用Seedance 2.0時會提示暫不支援真人人臉參考。與此同時，在即夢App和豆包App使用Seedance 2.0時，平台採取“活體核驗”措施，使用者需要錄製本人形象與聲音完成真人校驗，才可以製作數字分身。05 實操乾貨：創作者如何在AI洪流中生存與崛起擁抱AI，但不盲從對於內容創作者而言，Seedance 2.0的到來既是機遇也是挑戰。南京市電影協會秘書長周正建議：“未來平台上不缺內容，缺的是有思想、有情感、有辨識度的優質內容。”他指出，對於一些低端內容領域來說，技術門檻已被徹底踏平。那些只會按固定範本拍攝、缺乏核心創意的導演會被淘汰。短劇行業的真正價值必將回歸到那些無法被演算法壓縮的部分——獨特的創意構想、深刻的人文關懷、真誠的情感連接，以及歷經時間淬煉的IP靈魂。複合型人才的新賽道站在行業視角來看，AI漫劇和AI短劇下半場的競爭邏輯已經非常清晰：從拼產能轉向拼品質、拼IP、拚生態。當AI工具逐漸普及，單純的量產能力不再是壁壘，低質同質化內容會快速被市場淘汰。在這樣的趨勢下，行業需要的也不再是傳統意義上單一技能的影視人才，而是AI原生的複合型人才——既懂內容敘事、懂使用者情緒、能把控審美與故事靈魂的創意人才，也懂模型、懂多模態生成、能最佳化生產流程的技術人才。周正強調，無論技術如何演進，內容創作的精度與創意依然是根本。行業對“好故事”的要求只會更高，對人本身的要求也會更高——多閱讀、提升思維深度、保持對人文的敏感，仍是所有創作者無法繞開的功課。AI是工具，但內容的溫度、故事的價值、IP的生命力，最終還是要靠人來定義。夜深人靜，當影視颶風Tim更新了Seedance 2.0的體驗視訊，有創作者在凌晨三點寫下：“1年來第一次在半夜，被AI進展驚到失眠。”這種失眠，既是興奮也是恐懼。興奮於創作的門檻從未如此之低，恐懼於自身的價值從未如此需要重新證明。電影《死侍》編劇雷特·瑞斯看著由AI生成的湯姆·克魯斯和布萊德·皮特互搏短片，感慨道：“我真不想這麼說，但我們可能完了。很快，就會有人坐在電腦前生成一部與好萊塢現有電影無法區分的影片。”從導演到剪輯，從拍攝到配樂，AI正在瘋狂壓縮我們的工作流。當工具變得唾手可得，決定內容高度的，將不再是會不會用軟體，而是腦海中那個關於世界的構想是否足夠獨特。一人公司、一人劇組正慢慢成為潮流現象[citation:原創]。在技術的狂飆中，最珍貴的東西始終沒變——那些無法被演算法壓縮的，是人的溫度。 (胡曉妃新商業)