2025年AI应用的关键词是加速商业化◈★✿◈。移动应用垂直性相对较强◈★✿◈，用户需要在社交◈★✿◈、电商◈★✿◈、支付◈★✿◈、出行等不同场景下使用不同的应用◈★✿◈。未来AI助手◈★✿◈、通用型Agent的性能更强◈★✿◈、功能更丰富◈★✿◈，有望聚合更多垂类应用平台◈★✿◈，而每个用户可能只需要少数几个AI助手◈★✿◈、通用型Agent就能满足所有线上需求◈★✿◈，互联网时代的流量入口格局有可能会被打破◈★✿◈，抢占AI时代流量入口是保持或强化自身在AI时代市场地位的关键一步◈★✿◈。

　　我们认为◈★✿◈，全球AI应用商业化有望呈现持续加速◈★✿◈。中信建投TMT科技◈★✿◈、医药团队推出【AI应用产业链2026年投资展望】系列研究◈★✿◈：

　　DeepSeek V3.2正式版发布◈★✿◈，强化Agent能力◈★✿◈，融入思考推理◈★✿◈。在公开的推理类Benchmark测试中◈★✿◈，DeepSeek-V3.2达到了GPT-5的水平◈★✿◈，仅略低于Gemini-3.0-Pro◈★✿◈。DeepSeek-V3.2-Speciale的目标是将开源模型的推理能力推向极致◈★✿◈，探索模型能力的边界◈★✿◈。字节跳动旗下豆包团队与中兴通讯合作推出首款工程样机nubia M153◈★✿◈，支持豆包手机助手◈★✿◈，进一步探索手机侧AI Agent◈★✿◈。我们认为◈★✿◈，AI大模型仍在持续迭代◈★✿◈，大局未定◈★✿◈，各家都存在继续进步或逆袭可能◈★✿◈，所以不能因为某些模型阶段性领先就过度看空其余模型及相关公司产业链◈★✿◈，AI应用也在持续发展◈★✿◈，不论是手机还是眼镜◈★✿◈，尚未到完全突破阶段◈★✿◈，但都可能引发阶段性行情◈★✿◈，值得持续关注◈★✿◈。

　　亚马逊发布Trainium3◈★✿◈，基于3纳米制程打造◈★✿◈，性能较Trainium2提升4倍◈★✿◈，能效提升40%◈★✿◈。同时◈★✿◈，亚马逊表示正在研发中的Trainium4将支持与英伟达芯片协同工作◈★✿◈。AMD苏姿丰证实已获批对华出口AI芯片MI308◈★✿◈，需向美政府支付15%税费◈★✿◈。摩尔线程上市首日大涨◈★✿◈。xPU持续迭代◈★✿◈，市场高度关注◈★✿◈，有望推动AI进一步快速发展◈★✿◈。

　　近期◈★✿◈，AI产业链催化不断◈★✿◈，包括谷歌新模型性能大幅提升及TPU展示出的较强能力◈★✿◈、DeepSeek V3.2正式版发布◈★✿◈、亚马逊发布Trainium3◈★✿◈、以及摩尔线程上市市场展现出的高参与热情等等◈★✿◈，同时更多公司包括英伟达◈★✿◈、阿里◈★✿◈、AMD等否认AI泡沫的观点◈★✿◈，均展现了AI的良好发展前景◈★✿◈。目前◈★✿◈，世界正处于AI产业革命中◈★✿◈，类比工业革命◈★✿◈，影响深远◈★✿◈，不能简单对比近几年的云计算◈★✿◈、新能源等◈★✿◈，需要以更长期的视角◈★✿◈、更高的视野去观察◈★✿◈。因此◈★✿◈，我们对AI带动的算力需求以及应用非常乐观◈★✿◈，持续推荐AI算力板块◈★✿◈。

　　国际环境变化对供应链的安全和稳定产生影响◈★✿◈，对相关公司向海外拓展的进度产生影响◈★✿◈；关税影响超预期◈★✿◈；人工智能行业发展不及预期◈★✿◈，影响云计算产业链相关公司的需求◈★✿◈；市场竞争加剧◈★✿◈，导致毛利率快速下滑◈★✿◈；汇率波动影响外向型企业的汇兑收益与毛利率◈★✿◈，包括ICT设备◈★✿◈、光模块/光器件板块的企业◈★✿◈；数字经济和数字中国建设发展不及预期◈★✿◈；电信运营商的云计算业务发展不及预期◈★✿◈；运营商资本开支不及预期◈★✿◈；云厂商资本开支不及预期◈★✿◈；通信模组◈★✿◈、智能控制器行业需求不及预期◈★✿◈。

　　北美四家CSP厂商已经公布三季报◈★✿◈，资本开支加速增长◈★✿◈，同时各家对未来基础设施投资均继续保持积极态度◈★✿◈。北美四大云厂商今年资本开支逐季提升◈★✿◈：2025Q1资本开支总计773亿美元◈★✿◈，同比增长62%◈★✿◈；2025Q2资本开支总计958亿美元◈★✿◈，同比增长64%◈★✿◈；2025Q3资本开支总计1133亿美元◈★✿◈，同比增长75%◈★✿◈，环比增长18%◈★✿◈。

　　大模型应用数据与相关业务收入规模激增◈★✿◈。2025年5月◈★✿◈，谷歌表示系统每月处理的Tokens数量激增◈★✿◈，从去年的9.7万亿增加到480万亿◈★✿◈，增长将近50倍◈★✿◈。2025年7月◈★✿◈，谷歌每月处理超980万亿Tokens◈★✿◈，较两月前翻倍增长◈★✿◈。2025年10月◈★✿◈，谷歌每月处理的Tokens超过1300万亿◈★✿◈，一年内增长超过20倍◈★✿◈。据The Information报道◈★✿◈，OpenAI在2025年前七个月实现收入翻番◈★✿◈，年化收入ARR达到120亿美元◈★✿◈，远超2024年约40亿美元的水平◈★✿◈，目标是2029年年收入达到1250亿美元◈★✿◈，近期OpenAI CEO奥尔特曼表示公司年收入超过130亿美元◈★✿◈，并有望提前实现千亿美元营收目标◈★✿◈。2025年7月◈★✿◈，Anthropic年化收入达40亿美元◈★✿◈，较2024年增长近四倍◈★✿◈，其中70%-75%由代码生成场景贡献◈★✿◈。The Information数据◈★✿◈：Anthropic将2025年营收预期上调26%至47亿美元◈★✿◈，2026年预期上调28%至152亿美元◈★✿◈，2027年预期上调13%至389亿美元◈★✿◈，到2028年营收将突破700亿美元◈★✿◈。

　　国内CSP厂商季度资本开支略有波动◈★✿◈，整体仍保持较高投资强度◈★✿◈。2025年第二季度◈★✿◈，阿里巴巴的资本开支达到386亿元◈★✿◈，同比增长220%◈★✿◈，环比增长57.1%◈★✿◈，创下单季历史新高◈★✿◈。2025Q2阿里云业务营收333.98亿元◈★✿◈，同比增长26%◈★✿◈，AI相关收入继续保持三位数增长◈★✿◈，外部商业化收入中AI贡献已超过20%◈★✿◈，AI需求快速扩大◈★✿◈，同时带动计算◈★✿◈、存储及其它公有云服务需求上升◈★✿◈。在财报电话会上◈★✿◈，阿里巴巴CEO吴泳铭披露◈★✿◈，过去四个季度◈★✿◈，阿里已经在AI基础设施及AI产品研发上累计投入超1000亿元她是他的主宰者◈★✿◈。公司已为全球AI芯片供应及政策变化准备“后备方案”◈★✿◈，通过与不同合作伙伴合作◈★✿◈，建立多元化的供应链储备◈★✿◈，从而确保投资计划能够如期推进◈★✿◈。阿里2025云栖大会上◈★✿◈，阿里巴巴集团CEO◈★✿◈、阿里云智能集团董事长兼CEO吴泳铭表示◈★✿◈，目前阿里正积极推进3800亿元的AI基础设施建设◈★✿◈，并计划追加更大的投入◈★✿◈，为了迎接超级人工智能(ASI)时代的到来◈★✿◈，对比2022年GenAI的元年◈★✿◈，到2032年阿里云全球数据中心的能耗规模将提升10倍◈★✿◈，这意味着阿里云算力投入将指数级提升◈★✿◈。2025年第二季度◈★✿◈，腾讯的资本开支为191亿元◈★✿◈，同比增长119%她是他的主宰者◈★✿◈，公司表示在AI方面一直在大量投入◈★✿◈，同时未来还会继续加大投入力度◈★✿◈，但需要以合适的节奏进行◈★✿◈。公司正在部分游戏◈★✿◈、微信◈★✿◈、广告等多方面加大人工智能的应用◈★✿◈，同时不断升级混元基础模型的功能◈★✿◈，推动AI原生应用元宝的使用◈★✿◈。

　　据国家数据局数据◈★✿◈，2024年初中国日均Tokens的消耗量为1000亿◈★✿◈，截至今年6月底◈★✿◈，日均Token消耗量已突破30万亿◈★✿◈，1年半的时间增长300多倍◈★✿◈。以豆包为例◈★✿◈，去年12月中旬◈★✿◈，豆包日均Tokens使用量已超过4万亿◈★✿◈，较七个月前首次发布时增长了33倍◈★✿◈；截至2025年3月底◈★✿◈，豆包大模型日均Tokens 调用量已超过12.7万亿◈★✿◈，是2024年12月的3倍◈★✿◈，是一年前刚发布时的106倍◈★✿◈；截至2025年5月底◈★✿◈，其日均Tokens使用量超过16.4万亿◈★✿◈，同比增长137倍◈★✿◈。2025年10月16日◈★✿◈，火山引擎总裁谭待在武汉举行的FORCE LINK AI创新巡展上披露◈★✿◈，豆包大模型的每日Token调用量从去年5月的1200亿增长至今年9月的30万亿◈★✿◈，实现253倍增长◈★✿◈。根据IDC报告◈★✿◈，今年上半年火山引擎在中国公有云大模型服务调用量上居第一◈★✿◈，市场份额达49.2%◈★✿◈。

　　国际环境变化对供应链的安全和稳定产生影响◈★✿◈，对相关公司向海外拓展的进度产生影响◈★✿◈；关税影响超预期◈★✿◈；人工智能需求过快增长◈★✿◈，供给紧张导致出货及业绩兑现不及预期◈★✿◈；人工智能行业发展不及预期◈★✿◈，资本开支不及预期◈★✿◈，影响云计算及算力产业链相关公司的需求◈★✿◈；市场竞争加剧◈★✿◈，导致毛利率快速下滑◈★✿◈；汇率波动影响外向型企业的汇兑收益与毛利率◈★✿◈，包括ICT设备◈★✿◈、光模块/光器件板块的企业◈★✿◈；数字经济和数字中国建设发展不及预期◈★✿◈；电信运营商的云计算业务发展不及预期◈★✿◈；运营商资本开支不及预期◈★✿◈；持仓较高带来的交易型市场波动等◈★✿◈。

　　根据ARR Club最新统计的全球AI 应用ARR数据可以看出◈★✿◈，全球AI应用商业化速度迅猛◈★✿◈，且呈现强“头部平台 + 长尾应用”结构◈★✿◈。按 ARR 切分可见三个明显层级◈★✿◈：超大体量（40亿美金）由通用平台把持（OpenAI◈★✿◈、Anthropic◈★✿◈、Databricks◈★✿◈、Canva）◈★✿◈，其后是 5–15亿美金的企业应用与横向工具（Deel◈★✿◈、Fullscript◈★✿◈、Rippling◈★✿◈、Ramp◈★✿◈、Samsara◈★✿◈、Notion 等）◈★✿◈，最后是1–5亿美金的专业垂类与新兴 AI-native（Cursor◈★✿◈、Cohere◈★✿◈、HeyGen◈★✿◈、ElevenLabs◈★✿◈、Perplexity◈★✿◈、Aiven 等）◈★✿◈。这说明通用模型与数据平台依靠强大的平台效应或广泛的客户群迅速商业化◈★✿◈，

　　榜单前二十中出现了大量B端AI应用◈★✿◈，包括上游（模型/数据/平台）和企业工作流（ERP/人力/安全/合规）◈★✿◈。如“AI 编程/工作流自动化”成为新增长锚点◈★✿◈，Cursor◈★✿◈、Cognition（Devin+Windsurf）◈★✿◈、Replit◈★✿◈、Usercentrics◈★✿◈、Customer.io 等显示出 AI+开发的强劲变现能力◈★✿◈：一是高频◈★✿◈、刚需◈★✿◈、可快速替代人工（如程序员）◈★✿◈；二是从开发者自下而上渗透到B端批量采购◈★✿◈。传统软件厂商（如 Databricks◈★✿◈、Canva◈★✿◈、Notion◈★✿◈、Deel◈★✿◈、Rippling）依靠既有客户基座与数据资产快速把AI能力嵌入◈★✿◈，形成“功能增购/套件化”收入◈★✿◈，强客户粘性是显著优势◈★✿◈。

　　C端（图像/视频/配音/伴侣类）多数处于1–3亿美金区间◈★✿◈，增速快且空间大◈★✿◈。且多模态内容生产正由“工具”走向“渠道与平台化”◈★✿◈。HeyGen◈★✿◈、ElevenLabs◈★✿◈、Otter.ai◈★✿◈、Perplexity等的 ARR 进入 1-2亿美金档◈★✿◈，核心不止是模型效果◈★✿◈，而是模板化工作流◈★✿◈、资产管理与分发渠道◈★✿◈：例如一键生成/配音/字幕/多语版本到企业素材库◈★✿◈，或将搜索问答转化为“可引用◈★✿◈、可复用”的知识单元◈★✿◈。

　　我们认为◈★✿◈，全球AI应用商业化有望呈现持续加速◈★✿◈：1）OpenAI◈★✿◈：根据彭博披露◈★✿◈，OpenAI 预计 2025 年收入约 127 亿美元◈★✿◈。根据《The Information》预测◈★✿◈，OpenAI 2026 年收入规划约 290 亿美元◈★✿◈、2027年进一步达到540亿美元◈★✿◈。同时根据管理层Sam Altman对外口径◈★✿◈，2027 年收入在乐观情景下有望达 1000 亿美元（属目标展望◈★✿◈，非财务指引）◈★✿◈。2）Anthropic◈★✿◈：根据《The Information》披露的数据◈★✿◈，Anthropic 在 2025年末年ARR目标定在约 90亿美金◈★✿◈；在此基础上◈★✿◈，公司对 2026 年设定了 200-260亿美金ARR目标◈★✿◈，对 2027 年进一步增长至300亿美金以上◈★✿◈。

　　根据Unique Research 2025年10月发布的数据统计◈★✿◈，在全球按年度经常性收入（ARR）排名的 100 大 AI 产品中◈★✿◈，有 23 个来自中国公司◈★✿◈，23家的ARR收入加总超过11亿美金◈★✿◈，包括◈★✿◈：KLing（1.49亿美金）◈★✿◈、PLAUD（1.44亿美金）◈★✿◈、美图秀秀（1.10亿美金）◈★✿◈、PictureThis/形色（0.93亿美金）◈★✿◈、夸克（0.87亿美金）◈★✿◈、Hypic（0.81亿美金）◈★✿◈、HeyGen（0.80亿美金）◈★✿◈、Manus（0.75亿美金）◈★✿◈、GenSpark（0.42亿美金）◈★✿◈、AirBrush（0.40亿美金）◈★✿◈、BeautyPlus（0.26亿美金）◈★✿◈、OpusClip（0.26亿美金）◈★✿◈、OpenArt（0.24亿美金）◈★✿◈、BeautyCam（0.23亿美金）◈★✿◈、Wink（0.22亿美金）◈★✿◈、LazyFit（0.22亿美金）◈★✿◈、Polybuzz（0.21亿美金）◈★✿◈、Pixverse（0.20亿美金）◈★✿◈、Vidu（0.20亿美金）◈★✿◈、Linky（0.18亿美金）◈★✿◈、Filmora（0.17亿美金）◈★✿◈、Retell AI（0.17亿美金）◈★✿◈。

　　而全球MAU排名中（截至 2025 年 8 月）◈★✿◈，前 100 家 AI 公司◈★✿◈，其网页和移动端月活跃用户数估计达到 47.8 亿◈★✿◈，其中中国约占 46%（约 22 亿 MAU）◈★✿◈，规模排名前十中有六家是中国公司——百度◈★✿◈、字节跳动◈★✿◈、DeepSeek◈★✿◈、美图◈★✿◈、作业帮和阿里◈★✿◈。其中◈★✿◈，多家AI公司有数个产品上榜◈★✿◈，例如美图旗下的美图秀秀◈★✿◈、wink◈★✿◈、beautyplus◈★✿◈、airbrush等◈★✿◈。这体现了中国公司强大的用户基础和粘性◈★✿◈，以及未来商业化的巨大潜能◈★✿◈。

　　中国前 100 名 AI 产品中近半数集中在媒体创作和优化领域◈★✿◈，其中 47 个专注于视频（23 个）或图像（24 个）生成与编辑◈★✿◈，约占总数的 47%◈★✿◈。这种高度集中反映了针对视觉内容制作和精修的生态系统已得到优化◈★✿◈。值得关注的例子包括视频领域的 KLING AI◈★✿◈、HeyGen◈★✿◈、Vidu 和 PixVerse◈★✿◈，以及图像领域的 Meitu◈★✿◈、Hypic◈★✿◈、BeautyPlus◈★✿◈、BeautyCam◈★✿◈、OpenArt 和即梦 AI◈★✿◈。

　　根据Unique Research 2025年10月发布的C端AI产品数据显示她是他的主宰者◈★✿◈，中国C端AI应用的MAU占到全球用户数的34%◈★✿◈，但是C端商业化收入ARR仅为5亿美金◈★✿◈，而美国AI应用ARR达到了334亿美金◈★✿◈。这里面有几方面原因◈★✿◈，一方面中国互联网大厂的AI产品很多是嵌入原有业务中◈★✿◈，未单独披露ARR(例如谷歌也未统计进去)◈★✿◈。另一方面◈★✿◈，中国AI大模型主要为本地化部署◈★✿◈，未形成像OpenAI这样的会员订购模式（Unique Research统计OpenAI的ARR为175亿美金◈★✿◈，占了美国334亿中的超过一半）◈★✿◈。但不可否认的是◈★✿◈，美国AI应用的商业化正在蓬勃发展中◈★✿◈，加上美国对于软件的付费意识较好◈★✿◈，因此大量的AI应用开始实现规模化的收入◈★✿◈，进而反哺其研发和推广◈★✿◈。

　　北美经济衰退预期逐步增强◈★✿◈，宏观环境存在较大的不确定性◈★✿◈，国际环境变化影响供应链及海外拓展◈★✿◈；芯片紧缺可能影响相关公司的正常生产和交付◈★✿◈，公司出货不及预期◈★✿◈；疫情影响公司正常生产和交付◈★✿◈，导致收入及增速不及预期◈★✿◈；信息化和数字化方面的需求和资本开支不及预期◈★✿◈；市场竞争加剧凯发天生赢家一触即发◈★✿◈，导致毛利率快速下滑◈★✿◈；主要原材料价格上涨◈★✿◈，导致毛利率不及预期◈★✿◈；汇率波动影响外向型企业的汇兑收益与毛利率◈★✿◈；人工智能技术进步不及预期◈★✿◈；汽车与工业智能化进展不及预期◈★✿◈；半导体扩产不及预期等◈★✿◈。

　　证券研究报告名称◈★✿◈：《人工智能2026年投资策略报告◈★✿◈：北美算力确定性高◈★✿◈，国产AI芯片迎来高斜率增长期◈★✿◈，应用商业化加速》

　　云边协同的混合式AI架构对AI的规模化扩展起到重要作用◈★✿◈。根据高通《混合AI是AI的未来》白皮书◈★✿◈，随着生成式AI正以前所未有的速度发展以及计算需求的日益增长◈★✿◈，AI处理必须分布在云端和终端进行◈★✿◈，才能实现AI的规模化扩展并发挥其最大潜能◈★✿◈。与仅在云端进行处理不同◈★✿◈，混合AI架构可以根据模型和查询需求的复杂度等因素◈★✿◈，在云端和边缘终端之间分配并协调AI工作负载◈★✿◈。云端和边缘终端如智能手机◈★✿◈、汽车◈★✿◈、个人电脑和物联网终端协同工作◈★✿◈，能够实现更强大◈★✿◈、更高效且高度优化的AI◈★✿◈。

　　成本优势◈★✿◈：AI推理的规模远高于AI训练◈★✿◈。模型的推理成本将随着日活用户数量及其使用频率的增加而增加◈★✿◈。在云端进行推理的成本极高◈★✿◈，这将导致规模化扩展难以持续◈★✿◈。将一些运算负载从云端转移到边缘终端◈★✿◈，可以减轻云基础设施的压力并减少开支◈★✿◈。

　　可靠性◈★✿◈、性能和时延◈★✿◈：当生成式AI查询对于云的需求达到高峰期时◈★✿◈，会产生大量排队等待和高时延◈★✿◈，甚至可能出现拒绝服务的情况◈★✿◈。向边缘终端转移计算负载可防止这一现象发生◈★✿◈。

　　隐私◈★✿◈、安全和个性化◈★✿◈：由于数据处理完全在本地进行◈★✿◈，终端侧AI有助于保护个人信息凯发天生赢家一触即发◈★✿◈，以及企业和工作场所中的机密信息◈★✿◈。以本地和云端分别运行AI大模型制作行程安排为例◈★✿◈，本地AI大模型通过长期学习用户行为◈★✿◈，并利用本地存储的信息◈★✿◈，可以给出更贴合用户生活习惯◈★✿◈、更准确的建议◈★✿◈。相较之下◈★✿◈，如果云端模型需要访问用户本地存储的文件◈★✿◈、浏览记录等信息再给出个性化的建议◈★✿◈，用户通常较难接受◈★✿◈。

　　边缘侧已具备运行AI的实践基础◈★✿◈，未来将支持多样化的生成式AI模型◈★✿◈。在生成式AI出现之前◈★✿◈，AI处理已在终端侧获得应用◈★✿◈，越来越多的AI推理工作负载在手机◈★✿◈、PC等边缘终端上运行◈★✿◈。自2017年华为麒麟 970 首度在手机 SoC中引入了 NPU（用于拍摄和图像识别）之后◈★✿◈，高通与联发科也先后在2018年的骁龙855和2019年的天玑1000中集成了NPU/APU模块◈★✿◈；目前NPU已逐渐成为手机SoC中常备集成的模块◈★✿◈，且用途从最初的协同ISP进行图像处理发展为目前端侧模型的主要支撑者◈★✿◈，重要性与日俱增◈★✿◈。在2024年发布的骁龙8e和天玑9400上◈★✿◈，分别集成了“Hexagon V79+Sensing Hub+DSP”和MediaTek NPU 890用于AI处理◈★✿◈，NPU模块占SoC投影面积比例显著提升◈★✿◈。除此之外◈★✿◈，OPPO还曾在2021年12月举办的OPPO INNO DAY上发布了首款外挂式NPU MariSilicon X(采用TSMC 6nm制程)◈★✿◈，尽管只是用于图像处理◈★✿◈，但仍让我们看到了未来NPU在端侧独立部署的另一种可能◈★✿◈。

　　终端设备有望在AI的催化下迎来新一轮创新周期◈★✿◈。生成式AI正在驱动新一轮内容生成◈★✿◈、搜索和生产力相关用例的发展◈★✿◈，覆盖包括智能手机◈★✿◈、PC◈★✿◈、汽车◈★✿◈、XR以及物联网等终端品类◈★✿◈，提供全新的增强用户体验◈★✿◈。以PC为例◈★✿◈，AI大模型已能够有效地处理文档撰写和演示文稿制作等任务◈★✿◈，完美契合PC作为生产力工具的定位◈★✿◈。此外◈★✿◈，在以终端为中心的混合AI架构中◈★✿◈，多数任务能够在PC本地运行◈★✿◈，既保护隐私◈★✿◈，又能及时响应◈★✿◈。新兴的发展趋势有望带动新一轮的产品创新周期◈★✿◈，全球科技巨头正加速投入◈★✿◈。

　　1◈★✿◈、未来中美贸易摩擦可能进一步加剧◈★✿◈，存在美国政府将继续加征关税◈★✿◈、设置进口限制条件或其他贸易壁垒风险◈★✿◈；

　　2◈★✿◈、AI上游基础设施投入了大量资金做研发和建设◈★✿◈，端侧尚未有杀手级应用和刚性需求出现◈★✿◈，存在AI应用不及预期风险◈★✿◈；

　　3她是他的主宰者◈★✿◈、宏观环境的不利因素将可能使得全球经济增速放缓◈★✿◈，居民收入◈★✿◈、购买力及消费意愿将受到影响◈★✿◈，存在下游需求不及预期风险◈★✿◈；

　　5◈★✿◈、全球政治局势复杂◈★✿◈，主要经济体争端激化◈★✿◈，国际贸易环境不确定性增大◈★✿◈，可能使得全球经济增速放缓◈★✿◈，从而影响市场需求结构她是他的主宰者◈★✿◈，存在国际政治经济形势风险◈★✿◈。

　　AI技术快速迭代升级◈★✿◈，正重塑证券行业的定价逻辑◈★✿◈、服务模式以及风险管理体系◈★✿◈。当前◈★✿◈，AI赋能证券行业重点聚焦智能投顾◈★✿◈、量化交易◈★✿◈、风险控制以及投研辅助等核心应用场景◈★✿◈，迅速提升客户体验◈★✿◈，并以此为突破口◈★✿◈，打开公司业务新增向上空间◈★✿◈。随着AI与证券行业全链条◈★✿◈、全领域◈★✿◈、全环节深度融合◈★✿◈，有望全面释放前中后台人员生产力◈★✿◈，加速推动证券行业数字化◈★✿◈、智能化转型◈★✿◈。如◈★✿◈，东方财富2023年推出“妙想”金融大模型◈★✿◈，2024年发布Choice8.0版本◈★✿◈，提供智搜◈★✿◈、智读◈★✿◈、智问◈★✿◈、智创◈★✿◈、智研以及智投等6大智能体验◈★✿◈；同花顺2024年推出金融对话大模型HithinkGPT◈★✿◈，应用于问财和iFind◈★✿◈，提供智能投顾◈★✿◈、金融问答◈★✿◈、投研写作◈★✿◈、客户服务◈★✿◈、风控合规/代码生成等服务与能力◈★✿◈。指南针主要通过接入外部大模型◈★✿◈，整合技术能力◈★✿◈，AI布局集中于应用层优化◈★✿◈，提供量化策略工具◈★✿◈、智能客服等服务◈★✿◈。随着AI技术快速迭代◈★✿◈，如DeepSeek◈★✿◈、Manus等优秀成果持续涌现◈★✿◈，“AI+金融”有望迎来新一轮发展机遇◈★✿◈。

　　多款智能投研产品爆火出圈◈★✿◈，为AI在投研领域的应用创新提供了多种可能性◈★✿◈。投研是AI技术的重要应用场景◈★✿◈，该领域丰富规范的数据基础◈★✿◈、明确的任务流程◈★✿◈、清晰的反馈机制◈★✿◈，与AI的技术特性高度适配◈★✿◈，能够有效解决传统投研中的信息处理效率◈★✿◈、分析深度等痛点◈★✿◈，2025年以来Alpha派◈★✿◈、Manus等产品的出圈◈★✿◈，进一步印证了AI在投研场景的应用价值与发展潜力◈★✿◈。尽管Manus从6月的爆火出圈◈★✿◈，到彻底撤出中国◈★✿◈，昙花一现◈★✿◈，但是其多智能体协同架构与端到端闭环处理的技术方案◈★✿◈，为AI投研的产品形态创新提供了重要参考◈★✿◈；其在金融分析场景中展现的高效数据处理与可视化输出能力◈★✿◈，也进一步印证了AI赋能专业投研的巨大潜力◈★✿◈。Alpha派作为讯兔科技推出的AI投研应用◈★✿◈，聚焦机构投研全流程痛点◈★✿◈，打造会议机器人◈★✿◈、业绩点评等细分工具◈★✿◈，可快速生成纪要◈★✿◈、梳理投资逻辑◈★✿◈、输出基本面概览◈★✿◈，支持定制化服务◈★✿◈。产品上线万名机构投研用户◈★✿◈，头部买方机构使用率达80%◈★✿◈，成为投研人员提升效率的高频工具◈★✿◈，充分验证了AI在投研领域的巨大应用潜力◈★✿◈。

　　随着A股市场活跃度提升◈★✿◈，ETF市场规模逐步壮大◈★✿◈，互联网金融科技企业业绩增长预期增强◈★✿◈。AI在股票分析◈★✿◈、智能投顾领域的积极进展◈★✿◈，有望推动互联网金融科技企业加大AI战略布局◈★✿◈，重塑证券行业的定价逻辑◈★✿◈、服务模式以及风险管理体系◈★✿◈，加速AI赋能证券行业降本增效◈★✿◈，打开业务新增长空间◈★✿◈。互联网金融科技企业核心受益市场活跃度提升以及AI在金融行业取得积极进展◈★✿◈，迎来新一轮发展机遇◈★✿◈。

　　当前◈★✿◈，以自动驾驶◈★✿◈、机器人技术为核心的无人化应用正迎来多元化发展的关键时期◈★✿◈。人工智能◈★✿◈、5G◈★✿◈、物联网等新一代信息技术逐步成熟◈★✿◈，企业应对劳动力短缺◈★✿◈、提升效率与安全的需求强劲◈★✿◈，共同驱动无人化应用场景加速落地◈★✿◈。以港口◈★✿◈、矿区◈★✿◈、环卫等为代表的半封闭场景◈★✿◈，凭借环境可控◈★✿◈、规则明确的特点◈★✿◈，已基本完成技术验证阶段◈★✿◈，实现了规模化商业落地◈★✿◈，形成了清晰的商业模式和积极的投资回报◈★✿◈。干线物流◈★✿◈、无人配送和Robotaxi（无人驾驶出租车）等场景市场空间更为广阔◈★✿◈，涉及时间与空间复杂度更高◈★✿◈，且相关法律法规建设仍未完善◈★✿◈，但上述场景正处于技术快速迭代与商业化试点周期◈★✿◈，海内外技术与市场共振◈★✿◈，有望在未来几年内迎来加速突破◈★✿◈。

　　无人化场景的持续拓展◈★✿◈，对车◈★✿◈、路◈★✿◈、云◈★✿◈、网等一体化基础设施建设提出了大量新增需求◈★✿◈，拉动了智驾产业链上游的高景气度◈★✿◈。要实现高阶“真无人”驾驶◈★✿◈，单车智能的成本限制以及自动驾驶算法技术瓶颈仍然存在◈★✿◈，“车路云一体化”成为当前主流的解决方案◈★✿◈。这催生了对智慧道路（路侧感知◈★✿◈、计算与通信单元）◈★✿◈、高精度地图（厘米级高精度的静态环境底图）以及高可靠◈★✿◈、低时延的5G/5G-V2X网络等基础设施的大规模投入◈★✿◈。上述设施共同形成了智能驾驶对于环境的实时感知能力和分析能力◈★✿◈，弥补单车智能在高阶智驾能力上的差距◈★✿◈，提升安全冗余和运行效率◈★✿◈。2024年7月◈★✿◈，工信部等5部门发布《关于公布智能网联汽车“车路云一体化”应用试点城市名单的通知》◈★✿◈，确定20个城市（联合体）作为首批“车路云一体化”应用试点◈★✿◈。北京◈★✿◈、武汉等地相关项目规模突破百亿元◈★✿◈，无锡市已建成约1700个路口信号灯联网联控◈★✿◈、700个路口安装路侧直连通信单元◈★✿◈、300个路口部署感知及边缘计算设备◈★✿◈，形成市区两级协同的车联网云平台◈★✿◈。

　　（1）宏观经济下行风险◈★✿◈：计算机行业下游涉及千行百业◈★✿◈，宏观经济下行压力下◈★✿◈，行业IT支出不及预期将直接影响计算机行业需求◈★✿◈；（2）应收账款坏账风险◈★✿◈：计算机多数公司业务以项目制签单为主◈★✿◈，需要通过验收后能够收到回款◈★✿◈，下游客户付款周期拉长可能导致应收账款坏账增加◈★✿◈，并可能进一步导致资产减值损失◈★✿◈；（3）行业竞争加剧◈★✿◈：计算机行业需求较为确定◈★✿◈，但供给端竞争加剧或将导致行业格局发生变化◈★✿◈；（4）国际环境变化影响◈★✿◈：目前国际形势动荡◈★✿◈，对于海外收入占比较高公司可能形成影响◈★✿◈，此外美国不断对中国科技施压◈★✿◈，导致供应链安全风险◈★✿◈。

　　MiniMax成立于2021年12月◈★✿◈，是模型能力◈★✿◈、应用商业化均在前列的◈★✿◈，国产大模型独角兽◈★✿◈。据虎嗅◈★✿◈、新浪财经和创业最前线◈★✿◈，目前MiniMax团队规模仅约400人◈★✿◈，但是依靠高效率◈★✿◈、规模化的研发组织◈★✿◈，MiniMax的模型性能可以对标全球头部模型能力◈★✿◈。模型与应用的协同发展也驱动Minimax快速商业化◈★✿◈，24年收入约7000万美元◈★✿◈，在短时间内就实现自负盈亏甚至盈利◈★✿◈。

　　1◈★✿◈、模型布局◈★✿◈：全球少数在文本◈★✿◈、视频◈★✿◈、音频三大模态均领先的公司◈★✿◈。MiniMax在过去三年分别突破不同模态模型能力◈★✿◈，23年发布语音合成模型◈★✿◈，24年发布视频和音乐生成模型◈★✿◈，25年发布全新文本模型M2◈★✿◈，编程与Agent性能全球领先◈★✿◈。其中M2模型率先在效果◈★✿◈、价格和速度上取得较好的平衡◈★✿◈，性能与GPT5◈★✿◈、Claude4.5  Sonnet处于相近的水平线%以上◈★✿◈；视频和音乐生成模型分别位列Artificial Analysis全球模型细分榜单的前10和前3◈★✿◈。

　　2◈★✿◈、应用布局◈★✿◈：覆盖AI社交◈★✿◈、视频◈★✿◈、编程和Agent等多个赛道◈★✿◈，出海步伐快◈★✿◈，商业化节奏清晰◈★✿◈。公司在赛道选择上具有较强的前瞻性和差异化◈★✿◈，22年底率先布局社交陪伴赛道◈★✿◈，首款产品Glow的上线时间仅比Character AI晚一个月◈★✿◈；23年底成功拓展至语音/音乐赛道◈★✿◈，彼时同类公司还主要在基座模型上发力◈★✿◈；24年以来又拓展了视频◈★✿◈、Agent◈★✿◈、编程等赛道◈★✿◈。

　　1）Talkie&星野◈★✿◈：目前收入和用户规模均最大的国产AI陪伴产品◈★✿◈。Talkie和星野是分别面向海外和国内用户的姊妹产品◈★✿◈，App月活分别维持在2000万和500万以上◈★✿◈。AI陪伴的用户时长长◈★✿◈、付费意愿高◈★✿◈，Talkie&星野之所以能在Character AI◈★✿◈、字节猫箱等同类产品中脱颖而出◈★✿◈，一是因为虚拟角色储备更丰富◈★✿◈，达千万种以上◈★✿◈；二是因为该产品在会员订阅◈★✿◈、广告等常规变现模式的基础上◈★✿◈，还集成抽卡◈★✿◈、UGC内容共创与交易等创新玩法◈★✿◈。据新浪财经◈★✿◈，24年Talkie收入达数千万美元量级◈★✿◈，是公司最核心的收入来源◈★✿◈。

　　2）语音合成和音乐生成◈★✿◈：主要面向B端客户◈★✿◈，布局具备前瞻性◈★✿◈。2023年开始布局◈★✿◈，是国内发力最早◈★✿◈、步伐最快的公司之一◈★✿◈。国内已与跃然创新◈★✿◈、Rokid◈★✿◈、阅文起点中文网◈★✿◈、高途教育◈★✿◈、猎豹移动等超2000家公司达成合作◈★✿◈，应用于有声书◈★✿◈、AI玩具◈★✿◈、数字人等场景◈★✿◈；海外为部分原生AI应用提供语音合成能力◈★✿◈，以语音生成工具和AI广告视频创作工具为主◈★✿◈，如Hedra（ARR 1亿美元）◈★✿◈、Vapi（ARR 800万美元）◈★✿◈。

　　3）海螺AI◈★✿◈：多次在海外出圈的AI视频产品◈★✿◈。海螺视频模型的综合性能◈★✿◈，长期位列全球视频模型榜单Artificial Analysis的前10◈★✿◈。公司基于该模型推出面向B端的API接口和面向C端的AI视频创作工具海螺AI◈★✿◈，生成720P的5秒视频最低仅1.7元◈★✿◈，略低于豆包和可灵视频模型◈★✿◈。今年年中使用该模型创作的动物跳水视频在Instagram的播放量超2亿◈★✿◈，吸引大量海外短视频创作者模仿◈★✿◈。我们预计目前海螺视频模型的收入主要来自海外P端用户的订阅◈★✿◈。

　　4）Coding Plan◈★✿◈：编程性价比高◈★✿◈，Token调用量快速提升◈★✿◈。10月底公司推出M2模型◈★✿◈，编程性能接近Claude Sonnet4.5◈★✿◈、GPT5.1和Gemini3 Pro◈★✿◈。目前已有超20个大模型聚合平台和AI编程应用直接调用M2模型的API◈★✿◈，在头部大模型聚合平台OpenRouter上的调用量连续4周位列全球前5◈★✿◈，且超75%应用于编程场景◈★✿◈。公司同步推出Coding Plan◈★✿◈，是专为AI编程场景提供的M2模型调用方案◈★✿◈。用户可以在Cursor◈★✿◈、Claude◈★✿◈、Trae等主流编程应用中调用M2◈★✿◈，价格仅为Claude Code的8%◈★✿◈。

　　5）MiniMax Agent◈★✿◈：定位为通用Agent◈★✿◈，已进入商业化阶段◈★✿◈。MiniMax Agent于今年7月上线◈★✿◈，完成PPT创作◈★✿◈、深度研究报告撰写◈★✿◈、网站制作等复杂任务的效果较好凯发天生赢家一触即发◈★✿◈。目前该产品已开启商业化◈★✿◈，折合每个任务约1元◈★✿◈，降本增效效果显著◈★✿◈。

　　版权保护力度不及预期◈★✿◈，知识产权未划分明确的风险◈★✿◈，消费习惯难以改变的风险◈★✿◈，关联公司治理风险◈★✿◈，生成式AI技术发展不及预期的风险◈★✿◈，产品研发难度大的风险◈★✿◈，产品上线延期的风险◈★✿◈，营销买量成本上升风险◈★✿◈，人力成本上升的风险◈★✿◈，政策监管的风险◈★✿◈，商业化能力不及预期的风险◈★✿◈，AI产品和服务的用户增长和付费率不及预期的风险◈★✿◈，AI产品和服务降本提效效果不及预期的风险◈★✿◈，新客户拓展不及预期的风险◈★✿◈，生成式AI带来的数据安全风险◈★✿◈，全球经济环境恶化风险◈★✿◈，国内外互联网行业反垄断及监管风险◈★✿◈，地缘政治导致客户出海困难的风险◈★✿◈，竞争加剧风险◈★✿◈，头部广告主预算缩减风险◈★✿◈，品牌客户拓展不及预期的风险◈★✿◈，人才流失风险◈★✿◈。

　　证券研究报告名称◈★✿◈：《MiniMax◈★✿◈：国产全模态多面手◈★✿◈，模型与应用飞轮启动——AI应用商业化系列》

　　回顾2025年◈★✿◈，AI应用的关键词是 加速商业化◈★✿◈。OpenAI从追求AGI全面转向变现◈★✿◈，OpenAI预计25年内ARR完成从100亿美元到200亿美元的跨越◈★✿◈，Anthropic的ARR从24年底的10亿美元快速增长至25年7月的50亿美元◈★✿◈，编程◈★✿◈、搜索◈★✿◈、多模态 成为目前商业化最快的几个赛道◈★✿◈。国内外大厂Token调用量快速增长◈★✿◈，谷歌Gemini10月份Token量较7月增长33%◈★✿◈，字节豆包9月底的Token调用量较今年5月增长超80%◈★✿◈。重点公司AI收入跨越式增长◈★✿◈，如海外Applovin在24年高基数下仍维持70%左右的收入增速◈★✿◈，国内美图整体付费渗透率从1H23的2.9%增加至1H25的5.5%◈★✿◈，可灵二季度收入2.5亿元◈★✿◈，环比一季度增长超60%◈★✿◈。

　　1）AI+老产品=新流量入口◈★✿◈。腾讯微信最具备Agent化潜力◈★✿◈，既拥有流量入口属性（超14亿月活）◈★✿◈，又集成微信小程序◈★✿◈、公众号◈★✿◈、视频号和社交生态◈★✿◈，能满足用户几乎所有线上功能◈★✿◈。字节的豆包与抖音在AI搜索（AI短视频◈★✿◈、直播搜索）全面打通◈★✿◈；也期待阿里巴巴的淘宝◈★✿◈、支付宝与夸克等产品成为一部分AI的流量入口◈★✿◈。此外◈★✿◈，期待抖快有望推出“中国版Sora”◈★✿◈，目前AI生图已经大众化◈★✿◈，AI视频的全民推广可期◈★✿◈。

　　2）AI+广告◈★✿◈，有望从2026年开始兑现报表◈★✿◈。以快手 OneRec为代表◈★✿◈，快手OneRec是全球首个端到端的生成式推荐模型◈★✿◈，运营成本Opex仅为传统内容推荐模型的10%◈★✿◈，目前仅承接25%的流量就使用户总时长提升1%◈★✿◈。后续融合生成式竞价系统凯发天生赢家一触即发◈★✿◈，有望进一步提高广告效率◈★✿◈。腾讯 连续10个季度广告收入增速在20%附近◈★✿◈，其中25年二季度收入同增20%◈★✿◈，主要原因之一是AI提升点击率◈★✿◈，从而驱动eCPM增长◈★✿◈。哔哩哔哩1H26将上线端到端表示学习算法◈★✿◈，启动AI广告Agent的白名单测试◈★✿◈，并上线AI混剪广告视频◈★✿◈，广告创意数量提升千倍◈★✿◈。

　　3）AI出海有望成为关键词◈★✿◈：海外软件付费意识较强◈★✿◈，国内AI产品有望凭高产品力◈★✿◈、高性价比获得快速增长◈★✿◈，美图 有望在北美节假日加快海外功能更新和营销节奏◈★✿◈，此前AI合照◈★✿◈、AI闪光灯等功能已推动美图系产品登顶海外多国的iOS免费应用榜◈★✿◈。快手可灵 海外收入占比70%◈★✿◈，后续模型性能有望沿着世界模型◈★✿◈、音视频同步生成等方向迭代◈★✿◈，产品功能则可能借助灵动画布◈★✿◈、短视频生成Agent更深度融入视频创作工作流◈★✿◈。此外◈★✿◈，Minimax◈★✿◈、智谱等国产大模型公司◈★✿◈，有望相继步入资本市场◈★✿◈，融资有望进一步驱动商业化速度◈★✿◈，其中MiniMax在2024年的收入已突破7000万美元◈★✿◈，我们预计出海AI社交产品Talkie AI贡献绝大部分收入◈★✿◈。

　　4）海外AI也加快融资-商业化进展◈★✿◈，需重点关注OpenAI和Anthropic的进展规划◈★✿◈。OpenAI推动ChatGPT接入第三方应用◈★✿◈，为AI时代应用生态打样板◈★✿◈，即一个超级入口+一众垂类应用◈★✿◈。OpenAI预计2030年ARR达数千亿美元◈★✿◈，Anthropic预计2028年收入达到800亿美元◈★✿◈，企业客户的AI编程需求驱动增长◈★✿◈。

　　版权保护力度不及预期◈★✿◈，知识产权未划分明确的风险◈★✿◈，IP影响力下降风险◈★✿◈，与IP或明星合作中断的风险◈★✿◈，大众审美取向发生转变的风险◈★✿◈，竞争加剧的风险◈★✿◈，用户付费意愿低的风险◈★✿◈，消费习惯难以改变的风险◈★✿◈，关联公司治理风险◈★✿◈，内容上线表现不及预期的风险◈★✿◈，生成式AI技术发展不及预期的风险◈★✿◈，产品研发难度大的风险◈★✿◈，产品上线延期的风险◈★✿◈，营销买量成本上升风险◈★✿◈，人才流失的风险◈★✿◈，人力成本上升的风险◈★✿◈，政策监管的风险◈★✿◈，商业化能力不及预期的风险◈★✿◈。

　　证券研究报告名称◈★✿◈：《传媒互联网2026年投资策略报告◈★✿◈： AI应用加速纵深◈★✿◈，内容消费筑底回升》

　　美国领先全球算力布局◈★✿◈，中国受制于供给限制显著落后◈★✿◈。根据Epoch AI◈★✿◈，中美领先全球AI算力布局◈★✿◈，其中美国以74.4%的16-bit FLOP/s份额占据绝对主导地位◈★✿◈，而中国持有14.1%的份额◈★✿◈，位居全球第二◈★✿◈，但与美国存在显著差距◈★✿◈，主要受制于芯片采购禁令以及上游制造代工设备采购限制◈★✿◈，导致本土芯片产能也同样受限◈★✿◈。

　　“开源大模型排行榜”显示了一个关键趋势◈★✿◈：虽然美国的gpt-oss-120B在智能指数上拔得头筹◈★✿◈，但排行榜的前列（Top 10）几乎被中国开源模型所占据◈★✿◈，包括DeepSeek V3.1◈★✿◈、通义千问Qwen3 235B◈★✿◈、Kimi K2 0905◈★✿◈、智谱GLM-4.5等◈★✿◈。它表明国内的“智能层”（中游）不仅在追赶◈★✿◈，而且在广度和顶尖竞争力上已经达到世界级水平◈★✿◈。众多中国模型上榜◈★✿◈，显示出市场竞争（如字节跳动发起的价格战）和高强度研发投入（如阿里的全系列模型 ◈★✿◈、百度的文心）已经催生出一个高度繁荣和高水平的模型生态◈★✿◈。

　　应用方面◈★✿◈，最显著的趋势是◈★✿◈，亚洲（主要由中国市场驱动）的份额从23H2的约32%稳步增长至超过40%◈★✿◈，成为全球最大且增长最快的AI应用市场◈★✿◈。相比之下◈★✿◈，北美市场的份额则从约20%下降至约10%◈★✿◈。与移动互联网类似◈★✿◈，亚洲（尤其是中国）庞大且活跃的消费者群体为AI应用提供了最佳的“试验场”和变现渠道◈★✿◈。

　　以上共同描绘了一个完整的中国AI产业故事◈★✿◈：一个庞大且占主导地位的“应用市场”◈★✿◈，正在资助一个“世界级”的“模型层”◈★✿◈，并共同拉动一个“自主可控”的“硬件层”的快速迭代和追赶◈★✿◈。我们看到云厂商及互联网平台在AI+广告/搜索/电商方面规模化探索◈★✿◈，随着海外投资者持续对AI CapEx回报产生担忧◈★✿◈，创新/规模化落地速度更快的国产应用具备更大的超预期空间◈★✿◈，且估值更稳健合理◈★✿◈，存在系统性重估的机会◈★✿◈。

　　业务发展不及预期◈★✿◈：业务市场竞争格局仍处于较快变化阶段◈★✿◈，我们对行业的判断很大程度上是基于主观预期◈★✿◈，而市场竞争加剧可能影响相关业务的表现◈★✿◈，使预期与实际业绩产生偏差◈★✿◈。

　　行业增长不及预期◈★✿◈：疫情下居家办公等需求脉冲式增长◈★✿◈，这使得重新开放后高基数◈★✿◈、需求透支下行业增速可能有所放缓◈★✿◈。产品发布带来短期需求爆发◈★✿◈，但这类需求的长期可持续性仍有待验证◈★✿◈。

　　监管不确定性◈★✿◈：业务涉及多个国家和地区◈★✿◈，同时满足不同国家的监管要求及潜在的变化会对业务产生一定不确定性的影响◈★✿◈。

　　技术风险◈★✿◈：大模型的部署和维护可能涉及技术上的挑战◈★✿◈。需要强大的计算资源和存储能力来支持大模型的运行◈★✿◈，这可能会增加成本◈★✿◈。此外凯发天生赢家一触即发◈★✿◈，大模型的训练和更新也需要大量的时间和人力投入◈★✿◈。

　　商业落地风险◈★✿◈：由于大模型业务处于探索期或成长期◈★✿◈，业务模式尚未成熟◈★✿◈，同时宏观◈★✿◈、行业环境可能发展变化◈★✿◈，因此当前时点对未来的预判多数依赖上述环境变化不大或基本稳定的假设◈★✿◈。大模型相关的监管尚未明确◈★✿◈，可能涉及一些数据隐私◈★✿◈、数据偏见◈★✿◈、滥用等的法律风险

　　其他风险◈★✿◈：消费复苏节奏◈★✿◈；宏观经济及社零增长疲弱◈★✿◈；美联储加息进程超预期◈★✿◈；行业监管风险◈★✿◈；中美关系发展的不确定性◈★✿◈；中概股退市风险◈★✿◈。

　　证券研究报告名称◈★✿◈：《海外2026年投资策略报告◈★✿◈：驾驭AI浪潮◈★✿◈，寻找宏观分化下的结构性机会》

　　12月15日◈★✿◈，蚂蚁集团正式宣布旗下AI健康应用“AQ”完成品牌升级◈★✿◈，全新命名为“蚂蚁阿福”◈★✿◈。“蚂蚁阿福”目前月活跃用户已经达到1500万◈★✿◈，稳居健康管理类AI应用首位◈★✿◈，15日新版App发布后◈★✿◈，下载量迅速攀升◈★✿◈，16日位居苹果应用商店下载总榜的第3位◈★✿◈，显示出用户对其定位与价值的认可◈★✿◈。

　　蚂蚁通过医保码和超8亿的医保用户◈★✿◈，构建起覆盖支付◈★✿◈、挂号◈★✿◈、在线问诊◈★✿◈、健康应用等完整的健康服务生态◈★✿◈。通过联合上千位专家◈★✿◈、院士◈★✿◈，并组建千人规模的医学标注团队◈★✿◈，持续调教底层大模型的思维◈★✿◈，蚂蚁阿福的专业大模型在国内率先通过中国信息通信研究院医疗健康行业大模型双领域可信评估◈★✿◈，并在HealthBench◈★✿◈、MedBench等权威行业榜单中名列前茅◈★✿◈。

　　今年以来◈★✿◈，国内AI医疗在政策◈★✿◈、技术◈★✿◈、产品及应用等方面均有持续进展◈★✿◈，技术突破有望从单个产品走向场景全链条◈★✿◈，应用场景从大医院下沉到基层和个体◈★✿◈。政策端一季度的揭榜挂帅工作通知为AI医疗发展提供了有力支持和保障◈★✿◈；工信部等七部门随后提出阶段性的工作目标◈★✿◈，到2027年打造100个以上医药工业数智技术应用典型场景等◈★✿◈；国务院◈★✿◈、卫健委最新发布的政策强调“场景落地优先”◈★✿◈，重视基层医疗与慢性病管理◈★✿◈；“安全可控底线”◈★✿◈，从数据安全◈★✿◈、诊疗责任◈★✿◈、产品审核多维度设防◈★✿◈；“产业生态共建”◈★✿◈，鼓励政产学研用协同推进技术创新与成果转化◈★✿◈。

　　AI医疗在提升医疗器械功能◈★✿◈、检查检验结果解读◈★✿◈、辅助临床医生决策◈★✿◈、健康管理等多个领域的应用价值较大◈★✿◈，是医疗企业和医院必须重视的创新方向和竞争趋势◈★✿◈。企业有望借助AI进一步提高产品竞争力和客户粘性◈★✿◈，巩固行业地位和竞争优势◈★✿◈。AI医疗也是国内企业出海竞争的关键要素之一◈★✿◈，在自主研发之外◈★✿◈，并购◈★✿◈、外部战略合作◈★✿◈、建立数字化平台和生态圈等也是加快AI布局的重要途径◈★✿◈。在国家政策和行业技术的持续催化下◈★✿◈，AI医疗应用场景有望加速落地◈★✿◈，建议关注行业投资机会◈★✿◈。

　　数据隐私与安全风险◈★✿◈：AI医疗依赖大量敏感的医疗数据◈★✿◈，在数据收集◈★✿◈、传输及应用过程中◈★✿◈，存在数据泄露◈★✿◈、隐私滥用等风险◈★✿◈，可能引发患者信任危机和合规审查等法律问题◈★✿◈。

　　技术落地及模型泛化风险◈★✿◈：AI医疗产品可能因实际临床数据复杂性◈★✿◈、数据标准化难度大或技术瓶颈等因素◈★✿◈，导致无法按计划实现预期效果◈★✿◈，甚至在特定场景下出现误判◈★✿◈、漏诊等问题◈★✿◈。

　　政策◈★✿◈、法律和伦理风险◈★✿◈：AI医疗应用高度依赖政策推动和行业监管◈★✿◈，若政策或合规标准制定与调整进度低于预期◈★✿◈，将直接影响产业化落地◈★✿◈。

　　商业化进展和市场需求不及预期风险◈★✿◈：由于AI医疗场景商业模式仍在探索◈★✿◈，部分细分领域商业化落地速度◈★✿◈、盈利能力◈★✿◈、医保支付等存在较大不确定性◈★✿◈。同时◈★✿◈，AI医疗的市场需求若未能按预期释放◈★✿◈，或C端用户及院方客户接受度不高◈★✿◈，将限制企业收入增长◈★✿◈。

　　行业竞争快速加剧的风险◈★✿◈：AI医疗行业作为跨界新兴产业◈★✿◈，国内外巨头及创业公司不断涌入◈★✿◈，尤其开源大模型和SaaS平台促进行业门槛降低◈★✿◈，导致市场竞争日益激烈◈★✿◈。凯发◈★✿◈！凯发官网入口首页◈★✿◈，凯发k8娱乐官网app下载◈★✿◈！机器人自动化凯发国际官网◈★✿◈。凯发国际官网首页