文章核心观点 - 2025年A股市场科技是主线，但二级市场投资需警惕高波动风险，不应孤注一掷也不应完全置身事外，建议采用“杠铃策略”进行配置[4][5] - 杠铃策略的核心是构建非对称投资组合，放弃中风险资产，将大部分资金配置于低波动资产以抵御危机，小部分资金配置于高风险资产以博取高收益[7] - 在A股市场，杠铃策略演变为进攻端集中配置高成长科技股，防守端持有高股息红利资产，两者在商业模式和现金流上形成本质互补，构成有效的杠铃两端[10][12][14] 市场主线与投资策略演变 - 2025年A股市场以科技为最滚烫主线，DeepSeek、摩尔线程和沐曦科技等公司股价表现突出，但关于“AI泡沫”的争议在下半年兴起[4] - 霍华德·马克斯指出，投资AI初创公司即便只有千分之一概率成长为万亿美元市值公司，早期投资的预期回报也能超过投资金额的八倍，这种“VC式回报”对二级市场构成诱惑[4] - 二级市场净值每日波动，优胜劣汰残酷，倾其所有押注VC式回报常导致净值曲线如过山车，因此需避免孤注一掷，也不应完全置身事外[4] - 全球市场在2020年后经历黑天鹅震荡，投资信仰从巴菲特式“价值坚守”转向塔勒布式“反脆弱”，杠铃策略因此受到关注[7] 杠铃策略在A股的具体应用 - 由于衍生品工具限制，A股的“杠铃策略”降维为：进攻端配置科技股赚取产业爆发成长，防守端持有红利资产赚取确定性股息[10] - 2025年下半年，红利资产重新获市场关注，例如红利ETF易方达（515180）四季度以来净流入资金超过30亿元，管理规模突破百亿，截至2025年12月19日资产规模达116亿元[10] - 红利资产被许多投资者视为“带票息的类债券资产”，其跟踪的中证红利指数股息率接近5.2%，在当下利率环境下具备强劲生息能力和低波特性[11] - 在A股存量博弈环境下，科技与红利资产呈现弱相关甚至负相关关系，科技提供收益弹性，红利提供反脆弱韧性，资金会在板块间切换以避险[11] 科技与红利资产的本质差异 - 科技股与红利资产的核心差异在于底层收益来源：科技股算的是终局价值，红利资产看的是当下利润与实在分红[12] - 科技股的成长性源于颠覆性创新，但成长期企业常需将利润及融资投入设备、产线和研发，导致自由现金流紧张甚至为负，呈现“烧钱扩张”特征[15] - 红利资产所处产业多已成熟，龙头拥有深护城河或“特许经营权”，已度过高资本开支周期，且多集中于金融、能源、公用事业等需求相对稳定的刚需行业[15] - 红利资产具备“收租式”商业模式，自由现金流充沛，只有自由现金流极其充沛的企业才能承诺长期稳定的高比例分红，自由现金流被视为企业的“测谎仪”[17] 低波动资产的超额收益逻辑 - 红利资产股价下跌时，股息率被动上升，一旦股息率高至具备吸引力（如超过5%或6%），长线资金会进场扫货，从而控制股价下跌空间，形成天然低波动属性[17] - 低波动本身是一种稀缺的超额收益来源，“波动损耗”的数学原理显示：高波动会严重磨损复利，例如第一年涨50%第二年跌50%，实际亏损25%，发生50%回撤后需上涨超过100%才能回本[18] - 二级市场比拼耐力，少跌本身就是一种难得的超额来源，低波动带来的平稳曲线能让投资者在震荡市中敢于持有，最终穿越周期[19][20] - 一级市场拥有时间特权，管理人锁定期长，容错空间大，更有望向终局的底气；而二级市场资产价格按日计价，净值波动公开透明，巨大回撤会直接暴露，因此投资者很少会用全部仓位押注单一赛道[21]

文章核心观点 - 人工智能基建热潮，特别是对“冷数据”存储的巨大需求，意外地扭转了机械硬盘行业持续十年的下滑趋势，导致其出货量十年来首次增长，平均售价和整体销售额大幅提升 [6] - 存储行业（包括机械硬盘、内存、固态硬盘）的产能和资源正系统性、有策略地从消费级市场向利润更高的企业级与数据中心市场倾斜，导致消费电子面临成本上升和供应紧张的压力 [8][11][23][24][26] 机械硬盘市场复苏与涨价动因 - 机械硬盘市场在2024年出现显著复苏，出货量实现十年来首次增长，平均售价回升至1998年巅峰水平，整体销售额较2023年大涨50% [6] - 此轮涨价主要由AI和数据中心对“冷数据”存储的需求驱动，冷数据规模庞大且对单位存储成本敏感，机械硬盘每GB成本仅为固态硬盘的1/7，成为首选 [9][10][11] - 主要厂商西部数据和希捷采取“控产保利润”策略，明确表示无扩产计划，并将现有产能优先分配给企业级用户，导致消费级产品供应紧张并跟涨 [11][12] 存储行业格局与厂商战略转型 - 机械硬盘市场已形成高度集中的寡头格局，西部数据、希捷和东芝三家份额合计接近90%，市场缺乏内卷动力 [13] - 固态硬盘对机械硬盘的替代趋势长期存在，2011至2016年间，机械硬盘出货量从6.2亿片降至4.7亿片，而固态硬盘从1460万片暴增近6倍至1.02亿片 [15] - 为应对行业变迁，主要硬盘厂商通过收购寻求转型：西部数据以158亿美元收购闪迪获得存储颗粒生产能力，希捷收购主控芯片公司SandForce，东芝则凭借自身颗粒生产能力（铠侠）和苹果产业链地位占据优势 [19] - 在企业级市场，固态硬盘与机械硬盘的单位TB价格比预计将长期保持在7:1，为机械硬盘保留了一个稳定的市场空间 [20] - 西部数据和希捷正主动优化产品结构，将资源向数据中心和企业级产品倾斜，消费级机械硬盘在其营收占比已从2020年的20%以上降至2025年的不到10% [22] AI热潮对消费电子供应链的冲击 - 存储芯片涨价潮已影响消费电子品牌，三星半导体部门因内存颗粒年内涨价超过100%，拒绝了手机部门签订长期供货协议的请求，改为按季度签约 [23] - 内存厂商美光宣布关停旗下消费级存储品牌英睿达，以集中资源支持企业和数据中心等更大规模的战略客户 [24] - 英伟达被传计划缩减下一代50系游戏显卡的产能，以腾挪资源给利润更高的数据中心GPU（如GB300），其H100数据中心GPU的利润率极高 [26]

中国外贸与跨境电商宏观背景 - 2025年前11个月中国货物贸易顺差首次突破1万亿美元大关，11月外贸进出口3.9万亿元，同比增长4.1% [5] - 全球需求规模空前，中国商品在海外社交媒体和电商平台持续走红，跨境出海进入新加速阶段 [5] - 跨境电商行业面临流量红利退潮、同行竞争加剧、生产成本与运营成本提高等挑战 [5] 跨境电商行业竞争逻辑转变 - 行业竞争逻辑从过去比拼“能不能卖出去”，转向比拼“能不能被看见、被理解、被选择”的营销环节 [9] - 广告环节的复杂性和不确定性已成为跨境卖家增长的核心制约因素 [10] - 广告不再只是放大销量的工具，而是卖家进入消费者视野的必经通道 [9] AI成为应对广告不确定性的关键 - 市场变化速度远超人的判断能力，试错成本被放大，依赖个人经验的时代正在过去 [5] - 卖家开始将目光投向AI，希望借助算法与数据，在不确定的广告体系中重新找回可控性 [5] - AI在电商领域的应用，其核心价值在于能否在广告链路中持续产出可规模化的确定性，而不仅仅是提升“店内效率” [11] 亚马逊广告的AI布局与优势 - 亚马逊广告将AI深度嵌入广告链路，从创意、投放到转化，帮助卖家进行效率重构 [7] - 其庞大的用户行为与交易规模提供了丰富的数据集，掌握了从曝光、点击到成交的完整数据链路 [12] - 长期的技术投入让数据能真正用于决策，而不仅是事后复盘，使其走在电商AI探索前列 [12] AI工具解决创意生产难题 - 创意生产过去依赖“匠人手工”，随机性强，在快节奏、同质化的市场中成本高昂 [16] - 亚马逊广告推出**创意智能体(Creative Agent)**，由Agentic AI驱动，通过对话交互实现从概念构思到配音配乐的数小时全流程制作 [16] - 该工具能分析品牌与商品信息，挖掘卖点，洞察需求，生成定制化广告作品 [16] - 案例：智能喂鸟器品牌Bird Buddy使用该工具，将广告制作周期从数月压缩至三天，在父亲节发布的广告点击率增长3倍，带来超过89%的品牌新客户，广告投资回报率达121% [17] AI工具解决营销投放难题 - 卖家面临数据多但不会用、预算高但路径不清的困境，数据反而带来了新的不确定性 [18] - 亚马逊广告推出**AI广告助手(Ads Agent)**，广告主可通过自然语言管理跨账户的数百个广告活动，构建复杂查询 [20] - 该助手能自动执行耗时任务，如确定细分目标、调整投放安排、生成分析代码，并提供数据驱动建议 [20] - 例如，卖家可用自然语言指令“暂停广告投资回报率低于2的所有广告活动”，系统即可自动执行 [20] - 此举使投放从粗放式“砸钱换量”转变为可控、可衡量、可优化的科学分析 [21] AI工具解决转化难题 - 跨境转化面临多语种、多文化环境，客户转化成本和难度指数级上升，卖家难以即时捕捉消费者变化的兴趣点 [24] - 亚马逊广告推出**商品推广智购**和**品牌推广智购**，使用AI洞察商品详情页、品牌旗舰店和广告关键词，自动生成问题与回应 [25] - 该功能能在顾客做出购买决定的关键时刻，自动展示商品核心优势，无需卖家额外操作 [25] - 案例：消费者想购买适合玩游戏的三星电视时，该功能可直接展示具备高刷新率、低延迟等特性的型号信息，简化决策过程 [25] AI工具的综合价值与行业影响 - 通过创意智能体、Ads Agent与智购三大工具，卖家在创意、投放、转化三个核心环节获得了可复用的生产力工具 [25] - 这些工具将依赖多年积累的用户洞察、运气成分的投放判断、逐字推敲的转化工作，转变为可由AI驱动的流程 [25] - 降本增效成为可量化、可验证的现实路径 [26] - 亚马逊广告的创新工具旨在帮助卖家“做准一点”，将繁杂分析和决策交由AI，让卖家聚焦于产品与经营本身 [27] - 在变量时代，将不确定转为可执行的确定性，意味着掌握了增长主动权 [27]

核心观点 - 文章核心观点认为，泡泡玛特股价的大幅回撤（4个月回撤44%，市值蒸发2000亿）主要源于市场情绪、流动性变化及对其商业模式的争议，而非公司基本面的实质性恶化[6][15][28]。公司经营状况健康，IP运营模式被证明有效，各核心IP销售额持续增长，不存在对单一IP的过度依赖或IP迅速过气的问题[7][9][14]。市场分歧的本质在于代际消费观念差异及对“情绪价值”型消费的认知冲突[40][41]。 市场表现与股价波动 - 2025年8月发布半年报后，泡泡玛特市值突破4500亿历史新高，但随后4个月股价回撤44%，市值蒸发2000亿[3][6] - 公司股价历史上波动剧烈，2020年底上市后市值曾冲上1300亿，随后跌至2022年9月的128亿谷底，市值蒸发近90%[16] - 2025年港股市场主题轮动，泡泡玛特作为“新消费三姐妹”之一股价曾翻倍，但年中后与板块一同走出倒“V”走势，出现“技术性调整”[19][22] 看空观点与市场争议 - 看空方核心依据是“稀缺性丧失”，认为公司激进扩产解决了缺货问题，但降低了IP的稀缺属性，可能导致消费者失去新鲜感，门店交易额无法维持[6] - 德意志银行指出，一些海外门店已无人排队，且“可获得性悖论”意味着产品易得性会削弱其价值[6][28] - 伯恩斯坦将泡泡玛特定性为“投机型IP”，类比美国豆豆娃（Beanie Babies），认为其依赖社交媒体热度，热度过去后需求将消失[6][31] - 伯恩斯坦报告指出三大问题：明星IP Labubu话题热度下滑；线上销售额“应该在下滑”；二手市场溢价下滑[6] - 市场担忧公司需依靠激进营销维持IP热度，从而挤压利润[28] 公司经营与财务基本面 - 2025年上半年业绩强劲，半年时间赚了去年一整年的钱，创始人曾表示感觉今年做到300亿营收“很轻松”[3] - 第三季度收入同比增长245%-250%[9] - 公司线上/线下渠道结构更加合理，海外增长持续，IP产品线分布及门店效率处于相对健康状态[22] - 公司模式是通过自有和独家IP“吸引”消费者，而非依靠渠道“接近”消费者，这与零售公司有本质差异。名创优品门店数量是泡泡玛特的13.8倍，但收入只有其1.3倍[30] IP运营分析与反驳 - 泡泡玛特旗下拥有THE MONSTERS、DIMOO、SKULLPANDA、Molly、CRYBABY五大核心IP[7] - 截至2025年上半年，Labubu所在的THE MONSTERS系列收入占比为34.7%，是营收主力但并未形成绝对依赖[7] - 各核心IP销售额均稳定增长，不存在“过气”问题。例如，最老的IP Molly销售额从2017年的4000万增长至2024年的20亿水平[9] - IP的“舆论热度”与“商业价值”并未绑定。舆论热度帮助筛选消费者，热度退潮后留下的核心受众才决定IP的长期商业价值[14] - 潮玩IP运营的关键是服务好“留存”的消费群体，做大产品纵深和复购，而非持续扩大消费群体[14] - 观测公司最重要的指标是其能否“持续孵化10亿级销售额的新IP”。THE MONSTERS成功后，SKULLPANDA和CRYBABY已迅速成长为10亿级IP[37] 商业模式定性探讨 - 市场对其定性存在争议，核心问题是“泡泡玛特到底是一家什么公司”[29] - 市场已基本接受泡泡玛特是一家“IP运营公司”而非“IP产品/潮玩零售公司”的观点[30] - 争议焦点在于“IP到底能火多久”。一种观点认为其IP缺乏“内容支撑”，生命周期存疑[30] - 文章反驳认为，“内容”和“IP的商业价值与生命周期”并无必然联系。Hello Kitty（诞生于1974年）几乎没有内容支撑却经久不衰，宝可梦内容相对简单但商业价值巨大[33][37] - 与豆豆娃的关键区别在于，泡泡玛特不断发掘新IP，通过运营筛选出各IP的消费群体进行长期稳定运营，而非依赖单个IP并竭泽而渔[37] 下跌诱因与深层原因 - 股价由涨转跌的导火索是Labubu在二手市场溢价骤降。例如隐藏款“本我”二手最高价达5000元（溢价近50倍），9月初回落至700-800元区间[28] - 官方产能释放导致稀缺性下降，形成了“产能释放-稀缺性下降-溢价消失”的下跌主流叙事[28] - 深层原因包括：港股市场吃流动性，日本央行加息等抽水行为导致资金撤离；前期估值被拉至高位，任何利空都会被放大[28] - 更根本的冲突源于代际消费观念差异：年轻消费者认可设计、审美、文化等情绪价值，而传统分析框架难以完全理解这种“为情感支付溢价”的行为[40][41]

文章核心观点 - 人工智能产业正从以算力为中心的“卖生产资料”模式，转向以模型应用为中心的“卖生产力”模式，即以模型即服务（MaaS）和Tokens调用量为关键指标的新范式 [2][5][13] - 产业智能化已从选择题变为关乎生存的必答题，但企业面临资本开支巨大与回报不确定性的矛盾，而Tokens调用量成为衡量AI实际落地与商业价值更精确的“晴雨表” [6][7][9][14] - 火山引擎作为行业代表，通过其豆包大模型和MaaS模式，在汽车、消费电子、餐饮等多个行业推动AI规模化落地，其Tokens调用量市场份额领先，验证了该模式的有效性 [2][16][18][21] AI产业范式转变：从算力到Tokens - 传统的以算力为中心的IT架构已无法满足Agent时代需求，以模型为中心的AI云原生架构正在形成 [2] - 云服务商的商业模式正从“卖算力”过渡到“卖Tokens”，本质是从“卖生产资料”转向“卖生产力” [13] - Tokens调用量是衡量产业应用AI服务最精确的指标，相当于人工智能时代的“用电量” [5] - 与IaaS模式相比，MaaS模式让客户直接调用模型能力，节省底层开发维护成本，且按实际使用量收费，更具灵活性 [14] Tokens经济的价值与优势 - Tokens调用量直接反映了模型推理过程中的计算量，与AI应用的实际落地情况紧密相关，是产业景气的“晴雨表” [14] - 算力销售像一次性买卖，而Tokens调用具备可持续性，能基于反馈不断优化模型，构建生态护城河 [15] - MaaS模式大幅提升了模型规模化落地的效率，增长潜力远超传统IaaS模式，并被认为是通用人工智能生态构建的核心 [15] - 一家消费电子行业客户引入视觉理解模型后，Token消耗量在5个月内增长了12倍 [15] - 已有超过100家企业客户在火山引擎的Token使用量超过一万亿 [15] 产业界的共识与困境 - 产业界对智能化转型已形成共识，智能化不是选择题，而是关乎生存与未来的必答题 [9] - 美国科技公司集体刷新资本开支指引，如谷歌上调80亿美元，Meta上调40亿美元，行业整体支出超过2000亿美元，但投入与潜在收益间存在巨大鸿沟 [7] - 对企业而言，智能化投资难以形成清晰量化的预期回报，存在决心与心理包袱的矛盾 [9] - 当算力需求重心从训练转向推理，Token调用量快速增加意味着AI进入“实战”环节，用户体验成为核心竞争力 [9] 火山引擎的实践与行业落地 - 火山引擎通过从模型能力到基础设施的全方位革新，推动AI应用从单一模型调用转向Agent智能体生态 [10] - 截至2024年12月，豆包大模型日均Tokens调用量高达50万亿次，仅次于OpenAI和Google [2] - 2024年上半年，中国大模型公有云服务Tokens调用总量达536.7万亿次，火山引擎份额超过49%，位列第一 [2] 汽车行业 - 火山引擎已覆盖90%的主流车企，豆包大模型成为中国市场智能座舱搭载量第一的AI模型 [18] - 从特斯拉、国内新势力到一汽、长安及奔驰、宝马等海外品牌，豆包大模型已成为AI汽车标配 [18] - 接入豆包大模型后，车机可理解模糊指令，实现复杂车控，如奔驰纯电CLA交互效率提升50%，唤醒速度快至0.2秒 [19] 消费电子与手机行业 - OPPO、vivo、荣耀、三星等基于豆包大模型升级AI原生体验，实现多模态识物、智能创作等功能 [21] - 豆包大模型让智能助手具备持续学习能力，可结合反馈不断优化 [21] 餐饮、零售与消费行业 - 海底捞基于火山引擎HiAgent打造AI用餐管家“小捞捞”，为消费者缩减30%预定操作时间 [21] - 瑞幸咖啡的AI点单助手实现“动动嘴就能点咖啡” [21] - 中免日上的智能导购可根据用户肤质、个性化需求智能推荐产品 [21] - 火山引擎助力喜茶、库迪等连锁品牌实现统一、自动化的智能巡检，保障服务品质 [22] 企业运营与数据分析 - 赛力斯联合火山引擎创建用户之声管理平台，依托豆包大模型准确推测用户情绪，提炼反馈以提高决策效率 [21] - 极氪引入火山引擎Data Agent数据产品，内部数据需求从提出到完成分析可分钟级实现，打破效率瓶颈 [22] MaaS模式的核心竞争力 - MaaS模式将晦涩技术语言转化为可度量的效率和速度，是AI落地阶段的核心竞争力 [24] - 基于Tokens的计费方式让企业的投入产出比可以更加直观和量化，在竞争环境中是一种兼具敏捷性与确定性的战略选择 [16][23] - 火山引擎AI Agent的优势在于对各行各业在获客、销售、服务等相似环节的适配，达到跨行业的通用性 [22]

文章核心观点 - 文章以18世纪英国“月光社”推动工业革命为例，类比当前AI发展初期，强调科学发现与产业应用结合的重要性[5] - 当前AI技术迭代迅猛，但应用端商业化困境凸显，技术价值未能有效转化为企业盈利，亟需建立技术与应用之间的协同纽带[5][18][28] - 引用《科技预见与未来愿景2049》报告及行业领袖观点，指出AI的终极价值在于广泛应用，产业各方需跨越藩篱、合力推动技术落地，方能开启新时代的产业革命[16][18][28] 科技愿景与未来场景 - 中国科学院院士杨玉良发布的《科技预见与未来愿景2049》报告，首次系统预判中国未来科技前景，由华为、中国移动、腾讯等机构专家共同编撰[7][9] - 报告提出“十大科技愿景”，包括人机共生、通用机器人、飞行汽车、虚实共生、量子计算、智能体互联网、常温超导、可控核聚变商业化落地、AI+分子医学、太空旅行[10] - **智能体互联网**被寄予厚望，其本质是具备记忆和学习能力的AI，能主动规划解决问题；报告预测到2030年全球智能体数量将突破2000亿个，2049年网络节点将突破数万亿[12] - **通用机器人**面临数据匮乏、触觉感知不成熟、灵巧手设计不完善、电机扭矩与散热不足、成本过高五大挑战；预计2030年前逐步解决部分硬件问题，2030年后数据飞轮成熟、成本下降，2049年左右走进千家万户[12] - 报告提出“十大未来场景”，涵盖生命健康、人才教育、经济金融、工业制造等，均将受AI深刻改造[13] - **未来交通**方面：自动驾驶预计2027年底开启L4试商用，2030年部分场景实现L4规模化应用，2035年达成大部分场景L4+，2049年L5+全面普及；智能交通基础设施将减少70%以上拥堵时间损失；出行模式转向“移动即服务”，释放城市空间[16] AI产业发展现状与挑战 - 华为创始人任正非指出，AI的终极价值不在发明而在应用，应用能强大一个国家[18] - 技术端“万模大战”激烈，模型迭代频率已从“年更”演变为“月更”甚至“周更”[18] - 大模型技术快速突破，上下文窗口扩展至约200K（30万汉字），从对话模型进化为能规划、使用工具的多模态智能体[22] - 应用端与技术端脱节：麦肯锡报告显示，在接受调研的全球近2000家企业中，88%已使用AI技术，但仅36%表示改善了盈利能力，仅33%带来了实质性收入增长[22][23] - 思科前CEO John Chambers指出，AI发展速度是互联网时代的五倍，初创公司可在一两个月内推出产品，但许多企业领袖不知如何将技术转化为可持续竞争优势[25] - 核心症结在于技术端与应用端各自为政，缺乏有效沟通与合作机制，导致技术迭代与市场需求错配[25] 历史经验与产业启示 - 以电动车早期发展为例，其曾占据美国市场38%份额（1990年），但因未能适配主流市场对长距离、低成本出行的需求，以及充电网络等基础设施短板，被福特T型车等燃油车淘汰[25][26] - 近二十年电动车复兴，是技术、产业应用与大众需求系统性适配的结果，例如开发长续航电池、建设充电网络、电池成本十年下降90%以及建设超级工厂[26] - 回顾工业革命，“月光社”通过搭建跨界交流平台，形成“产学研”闭环，直接推动了瓦特蒸汽机等发明的商业化，证明科学转化需要产学界开放协作[5][28] - 任何革命性技术从实验室走向普及，都需要产业链各方围绕共同目标，在技术、产品、成本、基础设施等多维度主动构建协同桥梁[26][28]

文章核心观点 - 苹果即将进入折叠屏手机市场，其首款产品预计为“小折叠”形态，设计思路与华为Pura X有相似之处，旨在通过扩大屏幕尺寸在便携性与功能性间寻找平衡 [5][6][9][37] - 折叠屏手机，尤其是“小折叠”品类，长期面临“叫好不叫座”的困境，核心问题在于功能体验相比直板机有妥协、定价存在隐形天花板导致利润率受限，而非单纯的折痕问题 [9][19][26][28] - 苹果入局面临挑战，其过往产品（如iPhone Air）表明，仅靠品牌和设计优势难以让消费者为牺牲核心功能体验的产品买单，折叠iPhone的成功取决于苹果能否解决小折叠的功能与盈利悖论 [37][38] 行业现状与竞争格局 - 折叠屏手机是手机领域为数不多的增量市场，但“小折叠”出货量远低于“大折叠”，2024年在中国市场，小折叠出货量不到大折叠的一半 [5][20] - 安卓阵营厂商对小折叠态度分化：三星持续迭代；OPPO、vivo已暂停小折叠开发；小米、荣耀入场较晚仍在坚持；华为则调整产品思路，从Pocket系列的时尚定位转向Pura X的增强功能性定位 [30][31][35] - OPPO旗下小折叠年度“销冠”N2 Flip的实际激活数量不到20万台，在其全年出货量中占比不到0.2%，反映出该品类销售乏力 [30] 产品技术挑战：折痕 - 折痕是折叠屏技术的核心难题，苹果相关研发立项极早，专利可追溯至2011年，其探索（如复杂铰链设计）曾为三星、LG等友商提供思路，截至2021年被引用次数达372次 [10][11][14] - 苹果解决折痕的思路分为两种：一是“做加法”，如增加屏幕盖板弹性、预设折叠区、内置加热元件等；二是“以拼代折”，如用可伸缩挡板或软件方式拼接双屏 [14][15] - 根据爆料，苹果折叠iPhone的结构、材料、工艺已秘密研发五年，折痕问题或已达成其要求，产品有望在近期发布 [17] 小折叠品类的核心困境 - **功能体验妥协**：小折叠本质是“可以折叠的直板机”，因铰链侵占至少10%内部空间，导致电池（常分为两块模组）、影像模组（多仅为双摄）、处理器等核心部件相比同代直板旗舰普遍缩水 [20][22][23] - **定价与利润天花板**：小折叠定价存在隐形上限，即不能超过同代直板旗舰，导致其利润率受压 [26][27] - **成本高昂**：小折叠新增铰链、柔性屏、外屏等成本，例如OPPO Find N3 Flip铰链组件成本超100美元，而iPhone屏幕成本不到90美元，在定价受限下，厂商只能通过缩减其他零部件成本来维持利润，进一步损害用户体验 [28] 厂商策略与市场反馈 - **功能差异化尝试**：厂商曾试图通过外屏功能创新（如华为的卡片功能、OPPO的大外屏适配、小米的拍立得套装）来提升小折叠价值，但市场反馈显示其对直板机的替代效果有限 [24][26] - **时尚定位探索**：华为曾将Pocket 2定位为“时尚盛典”产品，但行业交流表明，“外观”在手机净推荐值（NPS）中权重最低，纯设计难以支撑足够市场回报 [31][32] - **产品形态调整**：华为最新产品Pura X通过调整展开后长宽比，增大显示面积，使其更接近折叠小平板，旨在提升功能性，这与苹果被爆料的思路相似 [35][37] 苹果面临的挑战与不确定性 - **定价优势存疑**：尽管市场普遍认为苹果品牌力可突破小折叠定价上限，但其类似产品iPhone Air（牺牲功能换设计）市场表现糟糕，销量远低于预期，且是苹果平均贬值率最高的iPhone，表明外观溢价能力可能被高估 [37][38] - **盈利压力**：折叠iPhone设计调整空间已有限，苹果的可操作空间在于定价和毛利，后者需依靠其对供应链的管控能力 [38]

文章核心观点 - 餐饮行业出现针对“中间地带”连锁正餐品牌的舆论危机 消费者对预制菜的不满集中爆发于客单价在百元附近、门店规模约500家的品牌 如西贝、太二酸菜鱼等 而平价快餐与高端餐饮则未受同等冲击[1] - “中间地带”品牌面临增长瓶颈 表现为门店扩张稀释单店效率、翻台率下降、客单价难以提升 其“标准化扩张+中档定价”的商业模式在规模与利润的平衡上遭遇挑战[21][23][29] - 消费者对“新鲜”的极致追求与对“价值”的敏感 是“中间地带”品牌面临的核心矛盾 预制菜在中档价格带的接受度较低[32][35] 餐饮行业结构分野 - 行业呈现清晰的三层结构 平价快餐、中档连锁正餐（“中间地带”）、高端餐饮在客单价、门店规模与经营模式上差异显著[4] - 平价快餐（如老乡鸡）采用“标准化预制菜+加盟制扩张”模式 客单价不超过30元 门店规模超1000家 通过极致标准化与高翻台率快速扩张[4] - 高端餐饮（如新荣记）采用“高客单价+非标直营”模式 追求食材与烹饪技艺 门店稀少（如新荣记27年仅40家店） 客单价达四位数 难以规模化但单店利润可观[4][7][9] - “中间地带”品牌（如西贝、小菜园、绿茶餐厅）试图兼顾两端优势 客单价在60-100元区间 门店规模在500家左右 采用直营或强管控模式 追求标准化扩张与中档利润[3][4] “中间地带”品牌的崛起与模式 - “中间地带”品牌的标准化扩张模式在2014年前后与商业地产高速增长周期共振 购物中心餐饮业态占比在2014年首次突破25% 成为连锁品牌扩张的重要渠道[15][16] - 以太二酸菜鱼为例 其成功要素包括：选定易标准化的品类（酸菜鱼）、将烹饪流程分解为流水线作业、严格管控核心食材（如鲈鱼片厚度0.2厘米、长度7厘米）并向上游整合供应链（合作建厂、自建中央厨房）[13] - 海底捞是该模式的极致代表 通过整合供应链与火锅品类的强标准化 实现了高客单价（约97.9元）、大规模扩张（1200+门店）与资本市场高估值的结合[8][11] - 2016至2018年 太二酸菜鱼收入复合年增长率达182.3% 2019年上半年收入5.38亿元 翻台率高达4.9 超过同期海底捞[19] “中间地带”品牌当前面临的瓶颈 - 增长陷入停滞 品牌普遍卡在“约100元客单价、约500家门店”的规模难以突破 出现“下沉不动 涨价无果”的局面[21][25] - 翻台率与门店规模增长脱钩 以海底捞为代表 2019年后门店扩张开始稀释单店经营效率 导致多数品牌放缓或停止扩张以保效率[23] - 下沉市场渗透困难 低线城市是区域品牌与高性价比现制小店的优势区 表格显示绿茶、小菜园等品牌在三线及以下城市占比最高仅44% 最低21%[25][26] - 客单价提升受阻 尽管品牌试图涨价 但消费者心理价位存在红线 太二客单价从79元降至70元 绿茶客单价长期维持在65-70元区间[29] - 商业模式存在内在矛盾 过度标准化牺牲了烹饪环节的附加值 使消费者容易产生“不值”的感觉 预制菜在中档价格带遭遇文化和心理上的接受极限[32] 消费者行为与行业文化背景 - 中国消费者对食材“新鲜度”有极高要求 人均蔬菜消耗量全球第二 这深刻影响了其对餐饮价值的判断[34][35] - 消费者能接受低价预制快餐（如20元的老乡鸡） 但难以接受高价预制正餐（如100元的预制酸菜鱼） 价格与价值的感知错配是舆论危机的根源[35] - 此次舆论危机是消费者对“中间地带”品牌“既要标准化扩张效率 又要中档定价利润”的“两头占便宜”经营思路的一次集中反噬[1][4]

行业背景与市场格局 - 上个月国内乘用车市场新能源渗透率逼近60%，自主品牌市占率冲到7成关口，均创历史峰值[2] - 大型豪华轿车市场冷热不均，尊界S800连续三个月霸榜，上月交付超2000辆，相当于保时捷帕拉梅拉和宝马7系（含i7）之和[2] - 主流豪华轿车市场（如宝马5系、奔驰E级、奥迪A6L所在市场）仍无自主品牌新能源轿车能正面抗衡，是BBA尚未被攻克的堡垒[2][4] - 过去几年，BBA入门级“34C”（宝马3系、奔驰C级、奥迪A4L）终端均价从30万跌至20万区间，20多万价位段中国消费者已开始用国产新能源替代传统豪华[5] - 但在“56E”所在的豪华行政轿车市场，传统燃油车仍牢牢掌控，上月奥迪A6L、宝马5系、奔驰E级分别售出15350辆、9098辆、9314辆[5] BBA在豪华行政轿车市场的竞争壁垒 - **品牌壁垒**：消费者极度看重品牌历史积淀与社会符号价值，BBA数十年积累的品牌形象在商务社交、身份彰显场景中具有不可替代性[6] - **产品壁垒**：行政轿车对造型庄重感、乘坐舒适性、静谧性、补能便利性要求极高，是传统豪华品牌的核心优势[6] - 纯电中大型轿车为降风阻采用流线型设计，往往牺牲造型庄重感与驾乘空间；为提升续航容纳大电池包，直接影响车重与乘坐舒适性[6] - **补能焦虑**：充电桩在覆盖密度、使用便利性上与加油站仍有巨大差距，尤其在三四线城市和高速公路，对于频繁跨城出行的商务用户是核心痛点[6] - 增程式路线存在短板：电量不足时增程器噪音振动影响豪华体验；动力输出不稳定，存在“有电龙、没电虫”的表现，与豪华用户追求的稳定可靠体验相悖[7] 岚图追光L的产品战略与差异化优势 - 岚图追光L定位“新时代旗舰轿车”，旨在用新的价值体系回应新能源时代豪华轿车需求，与BBA“56E”正面抗衡[2][7] - 竞争力不仅是高“含华量”（华为乾崑智驾ADS 4、鸿蒙座舱Harmony Space 5），更在于岚图自身的核心技术与设计积淀[9] - **设计差异化**：采用东方美学构建品牌辨识度，灵感源自“天地鲲鹏”理念，如“鲲鹏展翼”前脸、“击水三千”LED大灯、“扶摇直上”格栅[9] - **内饰设计**：采用“群山抱月”环抱式布局和“水清木华”真木饰板，将东方文化符号转化为美学语言[11] - **底盘技术**：搭载百万级底盘硬件，包括全铝底盘、前双叉臂后五连杆独立悬架、全向10°后轮独立转向系统、65mm可调空气悬架+CDC减振器[11] - **智能魔毯底盘**：可通过ADAS前置摄像头扫描前方5-15米路况，提前识别路况并主动调节悬架[12] - 后轮独立转向系统让5米多长的轿车转弯半径仅5.55米，具备蟹行模式[12] - 依托东风汽车集团背景，岚图继承了传统底盘调校经验并融入数字化智能驾控技术[12] 岚图追光L的动力与续航表现 - 搭载岚海智混技术，基于全域800V高压平台，搭配63kWh三元锂电池与5C超级快充[12] - 实现全球混动轿车最长的410km纯电续航（CLTC），满足日常通勤“二周一充”[12] - 综合续航达1400km，彻底解决长途出行焦虑[12] - 5C超级快充支持充电10分钟续航200公里，20%-80%充电仅需12分钟[14] - 全新混动发动机最高热效率45.18%，CLTC馈电油耗仅4.9L/100km，处于同级领先水平[14] - 智能多模系统可适配6大核心场景，根据路况与驾驶需求自动切换最优工作模式[14] 岚图的高端产品矩阵与市场意义 - 追光L上市标志着岚图“三旗舰”高端产品矩阵正式成型：MPV梦想家、SUV泰山、轿车追光L[16] - 岚图成为国内少数覆盖三大主流高端细分市场的新能源品牌[16] - 今年前11个月，岚图汽车累计销量达13.4万辆，同比增长82%，11月单月首次突破2万辆[16] - 梦想家在高端新能源MPV市场稳居头部，泰山在竞争激烈的大六座SUV市场表现出色[18] - 追光L填补了岚图产品矩阵中行政级轿车的关键空白，行政级轿车历来是衡量品牌高度的核心标尺[18] - 完整布局强化了岚图“央国企高端新能源第一品牌”的定位，为国有汽车集团转型提供范本[18] - 追光L保持了传统豪华轿车的机械素养、乘坐质感、安全标准，同时整合前沿智能科技与电动技术[18] - 岚图三旗舰矩阵成型标志着中国汽车产业高端化进入新阶段，追光L是中国品牌向上突破、攻坚豪华轿车市场的象征[20]

文章核心观点 - 中国AI产业正展现出从底层算力到上层模型实现全国产自主可控的能力与决心，市场对此反应积极[2] - 实现系统性AI国产化需要模型、算力、应用等全栈技术的自主创新与协同，而不仅是单点突破[3][11] - 商汤科技作为AI Native公司，通过前瞻性布局和系统性实践，正引领从国产算力适配、原生多模态架构创新到应用落地的全链条AI国产化进程[5][11][19] 国产AI算力突破与生态构建 - 摩尔线程作为“国产GPU第一股”上市，首日股价暴涨超400%，五天后市值飙升至约4500亿元，较发行市值增长超7倍，市场看好中国科技自主创新[2] - 商汤科技自2020年起前瞻性投入AI大装置，并积极推动其模型与寒武纪、摩尔线程、沐曦、华为、璧仞等几乎所有国产芯片进行全面适配，打造自主可控护城河[5][6][9] - 商汤与寒武纪联合发布深度优化方案，其日日新Seko系列多模态生成模型已完成对寒武纪芯片的适配，未来国产芯片将能支持实时视频生成[6][8] - 商汤与摩尔线程合作，使国产GPU首次在千亿参数级大模型训练与推理任务中接受工业级标准考验[9] - 商汤完成与华为昇腾910C 384超节点的全面适配，解决了大模型训练中的算力协同与通信效率问题[10] - 商汤联合十余家国产芯片生态伙伴发布“商汤大装置算力Mall”，为客户提供经过验证的高性能国产芯片，降低使用门槛和成本[10] 多模态模型架构与技术创新 - 商汤发布并开源自主研发的多模态模型架构NEO，作为其日日新大模型的新架构基石，旨在突破以语言为中心的传统多模态架构限制[16] - NEO架构仅需业界同等性能模型1/10的数据量（3.9亿图像文本样本），就能开发出顶尖视觉感知能力，在多项公开权威评测中斩获高分[17] - 商汤通过多阶段早期融合等技术，将多模态模型性价比提升3倍[16] - 商汤在空间智能模型SenseNova-SI上表现优异，超过了GPT-5、Gemini-3 Pro及专用模型Cambrian-S[17] - 商汤开源的实时视频生成推理框架LightX2V，累计下载超350万次，设计了强兼容的国产化适配插件模式，可快速完成各类国产硬件适配[17][18] 应用落地与成本效率突破 - 传统AI短剧生成1分钟高质量视频需1小时八卡英伟达最新GPU计算，成本高难以大规模落地，传统开源模型每小时仅生成20秒视频[18][19] - 商汤开发的实时语音驱动数字人技术SekoTalk，生成同等质量视频，一小时计算可生成1280秒，经优化后使用消费级5090显卡一小时生成时长可达4500秒，效率大幅提升[19] - 商汤的Seko、小浣熊等产品将全面支持国产化，国产硬件与AI模型的深度融合将为信创、数据安全及本地化部署提供自主可控的关键解法[19] AI国产化的系统化路径 - AI国产化需从算力到模型、再到应用的全国产化，是兼具技术实践与前瞻洞察的系统性工程[11] - 商汤“AI国产化”战略的关键在于模型底层架构创新与产品落地，进行了从底层算力适配、中间模型算法创新到上层应用部署的系统性全面布局[13][19] - 商汤作为少数既有心又有力的AI上市企业，正通过推动原始底层创新并联合行业生态力量，引领AI国产化进程[11][19]