公司股价异常波动 - 公司B股于2026年2月13日、24日、25日连续三个交易日收盘价格涨幅偏离值累计超过12%，属于股票交易异常波动 [1] - 公司确认前期披露的信息不存在需要更正、补充之处 [1] - 公司自查后未发现公共传媒报道了可能或已经对公司股票交易价格产生较大影响的未公开重大信息 [1] 公司经营与生产状况 - 截至公告披露日，公司位于寿光等地的生产基地保持正常生产 [1] - 公司位于湛江的部分工厂正在加快调试，以推进复产进程 [1] 公司及相关方信息 - 公司、控股股东及实际控制人均不存在应披露而未披露的重大事项 [1] - 在本次股票交易异常波动期间，控股股东及实际控制人未买卖公司股票 [1]

公司股票交易异常波动 - 公司股票交易价格连续3个交易日（2026年2月13日、2月24日、2月25日）收盘价格涨幅偏离值累计超过12%，属于异常波动 [1] 公司核查情况说明 - 经公司核实，前期披露的信息不存在需要更正或补充之处 [1] - 公司未发现近期存在可能或已经对公司股票交易价格产生较大影响的未公开重大信息 [1] - 公司目前经营情况正常，内外部经营环境未发生重大变化 [1] - 公司、控股股东及实际控制人不存在关于公司的应披露而未披露的重大事项，也不存在处于筹划阶段的重大资产重组事项 [1] - 公司控股股东、实际控制人在股票交易异常波动期间未买卖公司股票 [1] 公司财务状况与风险提示 - 根据公司初步测算，2025年末归属于上市公司股东的净资产预计为4至6亿元人民币 [1] - 公司股票仍存在因触及财务类退市指标而被终止上市的风险 [1] - 公司第三方支付业务许可证的续展申请尚在审核中，最终结果存在不确定性 [1] - 公司经营风险请投资者查阅公司定期报告 [1]

中国电信业“十五五”发展范式与竞争格局转型 - 行业站在从“网联万物”到“智赋千行”的范式跃迁新起点，发展重心从连接普及转向智能普惠与价值创造 [1] - “十五五”期间的核心命题包括：网络向算网一体演进、人工智能产业深耕、布局低空经济/量子科技/6G等未来产业，以及重构安全能力体系 [1] - 2026年作为开局之年，行业正经历从价格战迈向价值战的历史拐点，深入整治“内卷式”竞争是行稳致远的前提 [1][2] “内卷式”竞争的表现与代价 - 政企市场与数字化转型业务竞争激烈，价格成为主要武器，出现云服务打折、专线降价、投标价低于成本价等现象 [3] - 个人通信市场存在超低价套餐，例如在东部某发达城市，39元可办理包含200M宽带、数百分钟通话及数十GB流量的套餐 [3] - 内卷导致增长质量下降，2025年三大运营商云业务增速普遍降至10%～15%，较2023年近30%的增速明显放缓 [3] - 运营商的价格压力沿供应链向下传导，严重影响集成商和中小供应商的生存环境 [4] 整治“内卷”的监管与市场信号 - 2026年以来，市场层面超低价套餐逐渐“消失”，营销活动力度减弱，多以“满减”替代明面打折 [7] - 监管层面动作加速，例如2025年4月安徽省六安市工信局开展专项整治，梳理并整改了携号转网、资费管理等6项突出问题 [7] 破局关键：考核指挥棒转向 - 过去以利润总额、营业收入为核心的考核体系，导致了“增长压力层层传导、市场份额寸土必争”的竞争惯性 [8] - 2024年底国资委修订考核标准为“一增一稳四提升”，核心变化包括以“营业收现率”替换“营业现金比率”，并全面推行“一企一策”考核 [8] - 新体系强调实际现金收入与高质量利润，截至2025年，央企年度和任期考核个性化指标占比分别达到76%和79% [8] - “一企一策”为差异化发展打开空间：中国电信深耕云网融合与量子通信，中国移动发力算力网络，中国联通聚焦生态与差异化创新 [10] - 建立长周期考核与容错机制，对投入AI大模型、量子通信等前沿领域的企业在考核上不做负向评价，鼓励长期投入 [10] 产业协同与格局重塑 - 共建共享模式已证明其降本增效价值，中国电信与中国联通通过共建共享累计节省投资数千亿元 [12] - 中国移动与中国广电合作建成覆盖全国的5G 700MHz精品网络，该模式有望向算力基础设施、数据中心等领域延伸 [12][13] - 中国移动总经理调任国家广电总局副局长，信号显示监管层面更关注“技术+平台+内容”全链路治理，广电系统将深度融入国家信息基础设施战略 [13] “十五五”期间的增长新引擎 - 行业处于身份重塑关键期，海量数据、庞大算力、广泛客户触达等传统优势有望在AI时代转化为新竞争力 [14] - 算力服务、数据要素、行业大模型、量子通信等领域可能成为新的增长引擎 [14]

AI智能体行业应用现状与市场格局 - Anthropic报告显示，AI智能体工具调用量中，软件工程领域独占49.7%，其余16个垂直行业（如医疗、法律、金融、教育、客服、物流）各自份额均低于9%，其中医疗占1%，法律占0.9%，教育占1.8% [1][4] - Y Combinator CEO陈嘉兴认为，这些渗透率极低的垂直行业领域，蕴藏着孵化下一代300家独角兽公司的巨大机会 [1][4] - 绝大多数行业尚未开始让AI智能体介入其核心工作流程，市场存在显著的“部署积压”现象，即技术能力已具备，但用户信任和采用滞后 [7][13] AI智能体技术能力与用户使用行为 - 独立评估机构METR测试显示，Claude AI已能独立完成耗时近5小时的人类工作 [4] - 实际使用中，即使是最激进的用户（第99.9百分位），单次让AI连续工作的时长仅为42分钟左右，远低于其5小时的潜在能力 [4] - 从2025年10月到2026年1月，上述第99.9百分位的用户会话时长从不到25分钟增长至42分钟，几乎翻倍，增长曲线平滑，表明驱动变化的主要是用户习惯而非模型升级 [8][9] 人机协作模式与信任建立 - 用户使用经验影响信任度：初次使用Claude Code的用户中，仅约20%选择“全自动批准”模式；累计使用超过750次后，该比例上升至40%以上 [15] - 经验丰富的用户更倾向于采用“委托+监控”模式，他们打断AI的频率（约9%）高于新手（约5%），表明其监管方式更为主动和成熟 [15][18] - 在复杂任务中，AI主动暂停以向用户确认的次数，是用户主动打断次数的两倍多，显示AI具备在不确定时寻求指导的协作能力 [18] 垂直行业AI应用的挑战与机遇 - 软件工程领域AI渗透率高，核心原因在于其“容错空间”宽裕，代码可测试、可回滚且出错成本低 [26] - 在医疗、法律等垂直行业应用AI的壁垒在于：需要深刻理解行业遗留工作流、监管要求及组织内部变革管理，而不仅仅是技术封装 [26][29] - 垂直AI的潜在市场巨大，Bessemer Venture Partners指出，美国由重复性语言任务主导的商业与专业服务行业占GDP的13%，远高于软件支出（占GDP的1%），市场在于切入软件从未触及的服务经济腹地 [29] 市场趋势与投资前景 - Gartner预测，到2026年底，约40%的企业应用将集成任务型AI智能体，而2025年该比例尚不足5%，行业正处在从实验到规模化的临界点 [30] - 麦肯锡数据显示，92%的企业计划在未来三年增加AI投资，但仅1%认为自己已进入成熟部署阶段，表明市场认知与实际行动存在巨大差距 [35] - 风险投资界共识认为，2026年将成为企业真正从AI投资中获得回报的一年，垂直AI公司因深入行业流程而具备天然的防御性和高增长潜力 [29][34][35]

行业核心观点 - 人工智能行业正围绕通用人工智能的定义和实现时间线展开激烈讨论，多位行业领袖预测AGI将在未来5年内实现，并可能迅速迈向超级智能 [1][9][11][36] - 行业对AGI的定义存在显著分歧，从“全能AI助手”到能独立进行重大科学发现的智能体，标准不一，这反映了技术路径和哲学认知上的差异 [1][7][29] - 前沿AI模型的能力正呈指数级增长，其复杂任务处理能力的倍增周期约为4个月，预示着技术发展速度远超历史经验，可能带来颠覆性变革 [31][33][37] AGI定义与标准之争 - Demis Hassabis提出“爱因斯坦测试”作为AGI的硬核定义：要求AI在知识库限定在1911年的前提下，独立推导出1915年的广义相对论，以此检验其原创科学发现能力 [1][3] - 埃隆·马斯克驳斥该定义，认为能达到此标准的AI已属于超级智能范畴，因其能力远超人类个体甚至集体，将超级智能门槛误设为AGI及格线属于标准错位 [6][7][29] - 行业内存在多种AGI定义：Sam Altman使用五级框架，认为当前处于Level 2与Level 3之间；Yann LeCun则认为当前大语言模型架构存在根本缺陷，需新的“世界模型”范式 [29] AGI/超级智能实现时间线预测 - Demis Hassabis近期将AGI实现时间线缩短，预测未来五年内（即约2031年前）将迎来AGI [9] - Sam Altman预测OpenAI将在2028年底实现AGI/ASI（人工超级智能） [11][15] - 即使被视为AGI怀疑论者的Francois Chollet也认为AGI可能在2030年实现 [16] - 埃隆·马斯克认为我们将在2026年实现AGI，并指出我们已处于技术奇点之中 [36] 技术发展现状与趋势 - 当前所有大模型的本质被认为是模式匹配和信息重组，尚不具备像爱因斯坦一样凭空提出全新且可验证的领先理论的能力 [29][30] - 评估显示，前沿AI模型完成复杂长任务的能力呈指数增长，大约每4个月任务处理长度翻倍 [31] - 根据此趋势外推，预测到2041年，AI智能体理论上可完成一项人类需耗时580亿年的任务；更有观点认为15年内AI或能通过“一次提示”生成“新宇宙”级别复杂度的结果 [33][35] 行业影响与共识 - 微软CEO预测距离“大多数甚至全部”白领岗位被AI取代还有12到18个月 [16] - 行业内在世界前沿公司中存在一个普遍共识：世界尚未对即将到来的AGI/超级智能做好准备 [37] - AI模型的性能提升和推出速度预计将比人们预期的快很多，这种指数级扩张被认为是不可逆转的，除非发生全球性灾难 [37][39]

行业人才招聘趋势 - 顶尖人工智能实验室在招聘时，不仅看重传统学术背景如博士学位和论文发表，也高度重视实践能力、开源贡献和可验证的项目成果 [1] - 通过改进现有论文、进行开源项目并实现可量化的性能提升，是向研究团队证明自身能力的有效方式，并能显著增加获得面试的机会 [3][4] - 行业中存在多个非传统学术背景的成功案例，例如通过开源博客入职OpenAI，或凭借业余项目被谷歌DeepMind发掘，表明行动力和高质量项目是进入顶级机构的重要通行证 [1][23] 个人案例：Keller Jordan的路径 - Keller Jordan毕业于加州大学圣地亚哥分校，拥有数学和计算机双学士学位，初入职场时在一家人工智能内容审核初创公司工作，并无论文发表 [5] - 他通过邮件联系谷歌研究大牛Behnam并提出论文改进思路，获得了指导并合作完成了ICLR论文，成功与业界专家建立联系 [8] - 其关键转折点来自“NanoGPT speed run”项目，该项目通过改进训练代码，将达成特定损失目标所需的训练token数量从约100亿（10B）大幅降低至27亿（2.7B），使token效率提升了3.8倍 [9][10] - 该项目设计注重低成本和可复现性，代码仅537行，在8×H100环境中安装运行仅需20分钟，单次尝试成本低至8美元，降低了个人研究者的创新门槛 [12] - 该项目所有代码、日志和实验完全公开且可复现，严谨的验证方式使其成果成为硬指标，并因此获得特斯拉AI负责人Karpathy的公开称赞，最终引起OpenAI注意并获聘 [8][11][13] 技术创新：Muon优化器 - Keller Jordan设计的神经网络优化器Muon，专为2D参数隐藏层优化，其核心是通过Newton-Schulz迭代对SGD-动量法更新矩阵进行正交化处理，生成接近半正交的更新以提升效率 [15] - Muon实现简单高效，支持bf16精度下的稳定运行，显著降低了计算开销 [16] - 该优化器在多个任务中表现惊艳，刷新了NanoGPT和CIFAR-10的训练速度世界纪录，被视为人工智能模型训练领域一次潜在的重大基础创新 [14][19] - 尽管Muon帮助其入职OpenAI，但Keller Jordan表示不会为其撰写传统论文，认为当前许多优化器论文质量不高，更倾向于持续进行务实研究 [21] 其他成功案例 - Sholto Douglas在加入谷歌DeepMind前于麦肯锡工作，凭借在业余时间进行的个人项目和在Jax GitHub仓库提出的有洞见问题，打动了面试官并获得机会，成为Gemini项目成功的关键人物之一 [23][25][26] - Andy Jones原为半退休量化分析师，在“测试时计算”概念流行前，便撰写论文比较了扩大预训练规模与扩大测试时计算量的影响，其工作因聪明的设计选择、自编GPU加速环境和严谨的消融实验而令人印象深刻，最终入职Anthropic [26][28]

公司核心团队与人事变动 - OpenAI首席科学家Ilya Sutskever的职位由Jakub Pachocki接替，后者完成了Ilya多年来未能实现的突破，并被CEO Sam Altman誉为公司两位不可或缺的人物之一，与Szymon Sidor并称为“天作之合”[1] - 2024年5月，Jakub Pachocki正式接替Ilya Sutskever成为OpenAI首席科学家[6] - 2026年1月，研究副总裁Jerry Tworek（Jarosław Tworek）离开OpenAI，创办了Core Automation[19] - Ilya Sutskever的离开被描述为OpenAI战略转型中，算力资源向ChatGPT等应用部门倾斜的必然结果，其门徒Jakub Pachocki因更善于推动研究突破和拿出实际成果而获得晋升，导致Ilya难以接受并最终离职[20] - Jerry Tworek的离职原因包括多次向管理层申请更多算力和人员支持无果，以及与Jakub Pachocki在研发方向上存在冲突，Pachocki更看好能快速见效的大语言模型架构[21] 公司关键技术团队构成 - OpenAI团队中至少有六位顶级贡献者为波兰人，包括Jakub Pachocki、Łukasz Kaiser、Łukasz Kondraciuk、Szymon Sidor、Wojciech Zaremba和Jerry Tworek，团队早期波兰工程师比例相当高，内部有“波兰黑手党”的说法[2] - 该波兰背景团队在OpenAI早期与核心研究中贡献突出，其中包括一位联合创始人、一位前研究副总裁，以及著名论文《Attention is All You Need》的合著者[3] 核心团队成员背景与贡献 - **Jakub Pachocki**：自2017年加入，历任研究总监等职，是GPT-4等核心项目的领军人物，早期通过OpenAI Five等项目验证了“规模化训练引发能力跃迁”，主导了GPT-4的研发，确立了大模型结合强化学习的规模化方法论[5] - **Łukasz Kaiser**：波兰计算机科学家，是《Attention is All You Need》论文的合著者之一，对Transformer架构发明贡献巨大，该架构是现代大语言模型的核心基础，他于2021年加入OpenAI，参与过ChatGPT、GPT-4多模态及o1推理模型相关工作[6][8] - **Łukasz Kondraciuk**：波兰工程师/研究人员，OpenAI早期团队成员，被列为o1推理模型的贡献者之一，在ChatGPT和AI开发中有实际贡献[11] - **Szymon Sidor**：自2016年左右加入，是OpenAI早期研究者与核心技术驱动者之一，在构建GPT-4模型中发挥重要作用，是与Ilya、Łukasz Kaiser共同在大语言模型中引入强化学习的关键人物，直接催生了o1推理模型[14] - **Wojciech Zaremba**：波兰裔计算机科学家，OpenAI十一位联合创始人之一，2015年与Sam Altman、Elon Musk、Ilya Sutskever等共同创立公司，最初领导机器人团队，2020年后转向领导GPT系列模型、Codex和代码相关团队[15][17] - **Jerry Tworek (Jarosław Tworek)**：于2019年加入OpenAI，领导了o1、o3、Codex、GPT-4等早期工作，被业界誉为“大语言模型推理能力发展”的关键人物[19] 行业与公司战略挑战 - Ilya、Tworek等一系列核心科学家的离开，背后是ChatGPT等应用部门“吃掉”关键算力资源，导致基础与前沿研究正在被边缘化的现实，这被外部解读为OpenAI理想主义的一种倒退[21] - 有观点认为，OpenAI可能因此失去其在基础研究领域的领先地位，当AI进入“研究时代”，基础和前沿研究才是推动行业发展的根本[22] - 若失去研究上的领先优势，OpenAI想要复制下一个“ChatGPT”时刻将变得困难[23]

文章核心观点 - 文章以中国户外行业资深设计师周绍恩的视角，通过其撰写《户外百物志》的经历和个人职业回顾，深入探讨了中国户外产业在快速发展中面临的挑战与悖论：行业表面繁荣与专业内容缺失并存，产品设计日益偏向时尚营销而功能性根基薄弱，中国品牌在核心技术与品牌叙事上仍严重依赖外国，距离在高端市场与国际奢侈品牌竞争尚有距离 [6][32][37][71] 行业现状与趋势 - **市场繁荣与内容缺失**：2025年上半年，户外行业热度高涨，户外类企业新增超过2.4万家，社交媒体上山系穿搭流行，但与之相对的是专业户外图书出版却因选题“太小众”而屡遭出版社拒绝 [8][11] - **功能让位于时尚**：行业讨论焦点从“功能”转向外观和颜色，功能性材料（如反光条）被大量用作视觉装饰，营销话术（如将“皮肤衣”重塑为“防晒衣”）取代了设计逻辑并改写了产品功能场景 [36][37][31][32] - **场景边界模糊**：户外服装穿着场景边界日益模糊，产品大量涌入都市日常生活场景，但脱离户外核心场景的设计导致质量投诉激增 [37] - **发展节奏加速**：新产品开发周期明显压缩，过去一款产品开发需一年以上并经过运动员多次测试，如今推陈出新速度加快，产品更快落伍，留给调整的时间被压缩 [50][51] 中国户外产业的核心挑战 - **技术依赖**：中国户外行业发展30年，许多引以为傲的卖点和核心技术仍依赖外国，如日本的YKK拉链、美国的Bemis胶条和GORE-TEX面料 [6] - **品牌叙事与历史缺失**：许多品牌的网站上连自己的故事都没有，行业信息杂乱，甚至难以查证产品的基本时间线和技术参数，缺乏系统性的行业梳理与记忆 [6][53][54][56] - **基础工作被忽视**：在追求销售规模与市场声量的行业节奏下，那些不起眼、需要时间沉淀的基础性研发与梳理工作很难再获得市场支持 [51] - **出海与文化表达困境**：品牌出海不应停留在“符号化”（如印龙印凤），真正的文化表达应是一种长期浸泡后自然融入产品结构与技术的直觉，而非简单贴标签 [73][74] 产品设计哲学的演变与冲突 - **功能为底线**：早期户外品牌极度重视专业性能，功能是产品开发的首要标准，设计师曾因在极端环境下（海拔5000多米）无法操作过小的拉链头而深刻理解功能性作为设计底线的重要性，并通过数十轮测试将拉链头尺寸最终定为3.8厘米 [16][18][20] - **场景化设计原则**：优秀的户外设计强调“场景化”，叠穿必须对应清晰的场景，而非简单叠加，反对缺乏明确使用定位的产品 [22][23] - **市场对设计的扭曲**：脱离户外场景的产品（如因清库存而诞生的“皮肤衣/防晒衣”）凭借营销和时尚化改造也能获得市场成功，导致设计逻辑让位于销售数据，设计工作沦为修补 [25][26][30][32] - **对“有效功能”的再思考**：功能可以叠加，但前提是场景成立且适度，场景不匹配或滥用功能是无效设计，过于复杂消费者也不会买账 [44] 《户外百物志》的创作意义 - **填补行业空白**：创作动机源于发现日本有系统梳理全球户外产品的杂志，而国内缺乏类似对中国户外行业的系统性记录，旨在为中国户外行业留下记忆，减少信息空白 [67][74] - **创作过程艰难**：经历了出版社拒绝、资料收集困难（信息混乱、品牌资料厚薄不一）、内容梳理耗时（三个月几乎原地踏步）等重重挑战，最终通过直接联系品牌、获取授权的方式完成资料收集 [11][13][53][58] - **内容取舍与反思**：初稿计划收录100件产品，经反复取舍后定为75个品牌、109件产品，在审阅中发现书中充斥外国技术名词后，删除了所有技术前的国别名，只保留技术本身，凸显了对中国户外产业核心依赖的深刻反思 [68][69][70] - **象征性价值**：这本书本身成为了一个象征，意味着中国户外行业开始有人尝试进行基础性的梳理和记录工作，尽管其商业前景有限 [67][74] 中外品牌竞争格局 - **赛道差异**：奢侈品牌（如LV、普拉达）涉足户外是“向下兼容”，瞄准的是拥有稳定户外生活方式的欧美高端消费群体，其历史积淀深厚；而中国品牌仍处于以功能、技术和规模为主导的大众市场，解决基本穿着需求，两者目前并非同台竞技 [71] - **发展时间与积淀**：中国户外行业的“元年”普遍被认为始于1995年，此前只有代工厂和外贸尾货，历史积淀与品牌文化远未成熟 [63] - **现状判断**：中国人尚未富裕到普遍将户外视为一种生活方式，中国品牌与国际顶级品牌在高端市场竞争还需要时间 [71]

旅游消费趋势 - 南方游客冬季看雪需求旺盛，但存在对传统北方热门目的地（如哈尔滨、新疆）过度拥挤和高成本的担忧[1] - 消费者寻求更原始、真实且性价比高的冰雪旅游体验，而非高度商业化、流程化的景区[13] 新兴目的地分析 - 内蒙古赤峰市克什克腾旗的乌兰布统苏木成为新兴的冬季旅游目的地，吸引部分南方游客转向[3] - 该地距北京约400公里，地理位置相对便利，曾是清朝皇家木兰围场的一部分，拥有历史与影视文化底蕴[4][6] 核心旅游资源与产品 - 自然景观以广袤雪原、不冻河（暖水河）日出、雾凇（小河头）为特色，提供独特的摄影与观赏体验[6] - 动物互动体验丰富，包括皇家鹿园、鄂温克驯鹿部落的驯鹿、梅花鹿等，以及甘丹驼城的骆驼[7] - 文旅活动以蒙古族套马表演最具代表性，展现了草原文化魅力[7] - 冰雪娱乐项目多样，包括雪地越野、雪圈、香蕉船、冰上陀螺、滑冰车、冬捕、冰钓及马拉爬犁[11][12][13] - 提供牧民家庭接待体验，包含现煮奶茶、民族歌舞等，增加旅游的烟火气与文化沉浸感[13] 目的地竞争力与市场定位 - 与老牌冰雪旅游地相比，乌兰布统的优势在于其真实性与纯粹感，不追求过度包装和流程化体验[13] - 目的地存在基础设施方面的不足，如路况复杂、手机信号不稳定、生活条件相对简陋[13] - 其核心吸引力在于为游客提供逃离日常、沉浸于广阔自然雪原的独特体验[14]

钨市场行情概览 - 钨价在2025年全年涨幅超过220%，2026年开局不到两个月价格继续快速上涨 [1] - 2026年2月24日，CS稀金属指数上涨2.75%，小金属板块表现强劲 [2] 现货与长单价格表现 - 截至2026年2月24日，钨产业链产品价格全线大幅上涨：黑钨精矿(≥65%)报70.5万元/吨，较年初上涨53.26%；仲钨酸铵(APT)报105万元/吨，较年初上涨56.72%；钨粉报1740元/千克，较年初上涨61.11%；钨条(≥99.95%)报1775元/千克，月涨幅29.09% [4] - 龙头企业长单报价同样暴涨：章源钨业2026年2月24日发布的长单采购价显示，黑钨精矿(WO₃≥55%)报73万元/标吨，仲钨酸铵报107万元/吨，分别较半月前暴涨近9%和10% [5] 供给端核心驱动因素 - 中国掌握全球超过80%的钨供应，并对其实施开采总量控制 [7] - 2025年中国钨精矿开采总量控制第一批指标同比再减6.5%，连续多年稳中趋紧 [7] - 国内钨矿平均品位从2004年的0.42%降至2024年的0.28%，开采成本显著上升 [8] - 海外新增供给有限：2026年海外（非中资控制）新增钨矿产能预计不足5000吨，且主要新项目如加拿大阿尔蒙蒂工业公司的桑东矿等，形成有效供给需等到2027年之后 [9][10] - 2025年中国累计出口钨品同比大幅下降27.5%，出口管制加剧海外市场紧张 [10] 需求端新兴增长点 - 光伏钨丝成为核心增长引擎：其硬度是传统碳钢线的3倍，能将硅片切割损耗降低15%-20% [13] - 光伏钨丝需求从2024年的8300吨翻倍至2025年的1.6万吨，同比增长198% [13] - 厦门钨业在全球光伏钨丝市场占有率超过65% [13] - AI服务器带动PCB微钻需求：中钨高新旗下金洲公司生产的用于AI服务器的超长径精密微型刀具，寿命达到传统钻头的2-3倍 [15] 主要上市公司分析 - 厦门钨业：业务横跨钨钼、稀土、能源新材料，2024年能源新材料业务营收占比已近四成 [19] - 厦门钨业是全球唯一通过ITER全流程认证的钨材料供应商，核聚变钨制品全球市场份额超过50% [19] - 中钨高新：全球硬质合金产量第一、APT产量第一，原材料占营业成本比重超过80% [20] - 中钨高新2025年前三季度扣非净利润同比暴涨407.52% [21] - 2026年以来至2月11日股价表现：厦门钨业上涨超50%，中钨高新上涨超80%，章源钨业上涨超90%，翔鹭钨业上涨超142% [22] 行业未来展望 - 市场主流观点认为2026年钨价将“高位运行，偏强震荡” [23] - 中金公司预测，2026-2028年全球钨供需缺口将从1.85万吨扩大到1.92万吨，长期供需紧缺将支撑钨价中枢持续上移 [23] - 光伏钨丝的渗透率预计在2027年将达到80% [23]