CPU - 核心观点：CPU的涨价逻辑主要源于Agentic AI带来的增量需求以及供给侧产能受限 [1] - 需求侧：Agentic AI需要的是柜外CPU，这部分是增量需求，不受GPU配比关系影响 [1] - 供给侧：台积电产能紧张，先进制程优先保障AI芯片，CPU主要使用的次高端制程产能分配受限 [1] - 供给侧：CPU生产所需的通用半导体设备（如检测设备）和耗材（如BT载板）供应紧张，间接影响CPU厂商的产能释放 [1] - 技术影响：像DeepSeek的Engram技术将大量静态嵌入表从HBM转移到DRAM，会增加CPU的使用，但这属于服务器内部CPU，并非增量需求 [1] 燃机 - 核心观点：燃机+HRSG组合方案用于AI超算集群供电的趋势确立，并获得产业验证 [2][3] - 产业趋势：某HRSG公司表示产业趋势确立，报价一直在提高，符合涨价逻辑 [3] - 市场观点：分析机构SemiAnalysis多次看好并分析燃机市场，持续看好燃机+HRSG的组合方案 [3] - 应用案例：xAI的Colossus 2超算集群是全球首个GW（吉瓦）级训练集群，已于近期正式运营，并计划在四月升级至1.5GW [4] - 模式优势：xAI通过现场燃气发电快速解决能源供应，其超算集群建设速度远超依赖电网供电的传统方式（后者通常需耗时数年等待电网升级和审批） [6] - 行业跟随：OpenAI和甲骨文也在效仿xAI，采用现场燃气发电的方式 [6] 液冷 - 核心观点：液冷技术不仅存在出海机会，国内市场需求同样旺盛，已获得具体订单指引 [7] - 国内订单：国内液冷市场今年有许多订单，已有国内大厂提供了具体的采购订单指引 [7] - 产业链动态：一家深圳冷板公司此前主要为Cooler Master做代工，年后再次获得了Cooler Master的新意向订单 [8]

DRAM与NAND存储价格近期大幅上涨 - DRAM价格在元旦后大幅上涨，DDR4 32G价格从去年12月的约2500元上涨至约4500元，DDR4 64G价格从约6500元上涨至约12000元 [2] - NAND价格涨幅相对DRAM较小，但仍很夸张，主要因DRAM与AI关联度更高 [2] - 摩根士丹利报告指出，DRAM、HBM、NAND及传统存储品类将迎来一轮斜率更陡的上行周期，价格快速走高 [7] AI发展驱动存储需求结构性变化 - AI模型上下文长度与并发量提升，使得KV Cache所需存储呈线性增长，推理任务逐渐向“存储受限”转变 [8] - 上下文扩展、推理链延长、多模态应用落地及MoE模型架构普及，进一步加剧存储资源消耗，推高高带宽存储需求 [8] - AI硬件竞争重心已从算力转向存储，存储成为AI规模化拓展的核心制约，尤其是AI系统进入推理阶段后 [8] - 数据向处理器的传输效率成为硬件核心挑战，而不再是运算速度 [8] Agentic AI成为未来关键驱动力 - 行业预测2025年将突破推理技术瓶颈并落地Agentic AI，2026年AI行业重心将从生成式AI向Agentic AI转移 [9] - Agentic AI对上下文处理、自主决策、任务规划与持续学习等核心功能的需求，驱动DRAM与NAND存储的海量需求 [9] - 行业需求逻辑正从被动响应式单任务模型，转向主动式、自主化、可持续学习的系统，推动存储产业向高端化、AI专用化转型 [9] 行业近期技术催化与架构创新 - 英伟达在CES 2026推出推理上下文存储平台，基于BlueField-4 DPU构建，创新性增设企业级SSD存储层专门负责KV Cache数据的卸载与共享 [10] - 典型架构配置中，可为每块Rubin GPU直接匹配16TB高速固态硬盘，以支撑超大上下文长度处理需求 [10] - BlueField-4 DPU搭载的内存从BlueField-3的32GB DDR5升级至128GB LPDDR5X，进一步强化存储性能 [10] - DeepSeek Engram技术通过为LLM增设独立条件记忆库，实现“记忆-思维”分离，将静态知识存储至廉价CPU内存，复杂任务交由GPU处理 [11][12] - Engram技术通过计算-存储并行与多级缓存优化DRAM利用率，其1单位存储效率提升可带动3单位DRAM容量需求增长 [12] - Engram技术将GPU HBM中的海量静态嵌入表转移至成本更低的DRAM，催生DRAM需求结构性增长 [12] - Engram技术将部分KV对卸载至SSD，直接推高高性能企业级SSD需求 [12] NAND/SSD市场的长期增长前景 - 伴随KV缓存卸载普及、企业级RAG知识库渗透率提升及多模态内容存储扩容，未来5-10年SSD将迎来结构性长期增长 [12] - 行业未来2-3年新增产能有限，供应紧缺状态将持续，2028年后新产能释放才会带动量价扩张 [12] - NAND市场增长确定性可延续至2030年 [12] 存储大厂产能动态 - 三星、海力士近期减产，市场普遍解读为追求利润最大化，但文章指出主要原因并非利润，而是其在转制程过程中不可避免的产能损失 [14][15]

文章核心观点 - 摩根士丹利在筛选中国互联网公司投资标的时，将AI与海外收入视为核心考量因素 [2] - 中国互联网公司整体海外收入占比已超过10%，其中拼多多达到35%，海外市场成为重要增长引擎 [3] - 报告重点分析了云计算、自动驾驶、AI模型/应用三大领域中国公司的海外拓展进展与前景 [4] 中国互联网公司海外收入概况 - 中国主要互联网公司的海外收入占总收入比例差异显著：腾讯为低双位数百分比，阿里巴巴为高双位数百分比，拼多多为35%，网易为高个位数百分比，携程为20%多，美团、百度、快手、爱奇艺、京东均为低个位数百分比 [3] - 欢聚集团海外收入占比高达95% [3] - 行业平均海外收入占比超过10% [3] 云计算领域海外拓展 - 阿里云稳居全球头部IaaS供应商之列，正加速海外扩张，计划在巴西、法国、荷兰增设新业务区域，未来一年内将在墨西哥、日本、韩国、马来西亚及迪拜布局更多数据中心，并在印尼和德国设立新的区域服务中心 [4] - 腾讯云国际版在全球22个地区部署了64个可用区，超90%的出海头部中国互联网企业采用其服务，国际云业务实现两位数增长 [4] - 腾讯计划从基础设施、技术产品、服务能力三大维度升级云业务国际化战略 [4] - 摩根士丹利预计，阿里云与腾讯云的国际业务营收占比将持续提升，实现高速增长 [5] - 大摩测算，阿里云2027财年营收增幅将达40%以上，腾讯2026财年企业服务营收增幅将达25% [5] 自动驾驶出行服务 - 百度萝卜快跑是全球自动驾驶出行服务领域的领军者，截至2025年第三季度，其全无人驾驶模式下的周均订单量已超过25万单 [7] - 该服务已落地22座中国城市，并成功进驻迪拜、阿布扎比及瑞士市场 [7] - 百度采用轻资产运营模式，与Uber、Lyft等企业开展全球合作 [9] - 大摩预计，该业务的营收规模仍将处于低位，且需要持续投入更多资金 [9] AI大模型/应用 - **通义千问模型**：阿里巴巴自研的通义千问大模型已成为全球下载量最高的人工智能大模型，在Hugging Face平台的累计下载量超过了包括Meta Llama在内的海外竞品 [11] - 截至2026年1月，通义千问累计下载量已突破7亿次 [11] - 2025年12月，通义千问的下载量超过了Meta、深度求索、OpenAI、智谱AI、月之暗面等后续八款热门大模型的下载量总和 [11] - 通义千问系列已成为全球衍生模型数量最多的大模型家族 [11] - **快手可灵模型**：作为一款性能全球领先的AI视频生成工具，其营收将主要来源于海外市场 [14] - 该领域面临中美头部云厂商及AI初创企业的激烈竞争，底层大模型能力迭代是竞争核心 [14] - 可灵在组建销售团队后，其海外B2B客户拓展进展成为关注焦点 [14] - 大摩预测，2026年可灵营收将同比增长约80%，达到2.7亿美元，其中海外市场贡献的营收占比将达到70%至80% [14]

液冷行业市场前景与政策驱动 - 中国数据中心绿色低碳发展专项计划规定，到2025年底，全国数据中心整体上架率不低于60%，PUE降至1.5以下，新建及改扩建大型和超大型数据中心PUE需降至1.25以内，国家枢纽节点数据中心项目PUE需小于等于1.2 [1] - 2024年是国内液冷需求开始放量的一年，出海链的业绩是推动相关公司近期表现可观的主要原因 [1] 数据中心散热方案技术经济性对比 - 风冷方案的PUE值在1.4至1.6以上，初始投资成本小，但运维成本大 [2] - 冷板式液冷的PUE值在1.1至1.2之间，初始投资成本和运维成本均为中等 [2] - 浸没式液冷的PUE值小于1.09，初始投资成本大，但运维成本小 [2] 液冷服务器交付模式分析 - 解耦交付模式由服务器厂商提供设备，但需明确液冷基础设施的各项技术要求，服务器来自多厂家，整体适配性需在测试阶段完成，安装部署灵活但需多方协调，采购模式为分别采购有利于降低价格，运维管理需明确责任界面，当前产业成熟度尚不成熟 [3][4] - 一体化交付模式由服务器厂商提供液冷整机柜及二次侧管路的整体解决方案，服务器为单厂家，原厂设备适配性好但无法与非原厂设备匹配，各厂家标准不同导致整体机房管理不易对接，安装部署与服务器结合，采购模式为统一采购受厂家限制较多，运维管理责任界面清晰但需分别运维，当前产业成熟度较成熟 [3][4] - 解耦交付的服务器/整机柜交付周期因模式而异：盲插快接模式需深度定制开发，交付周期约9个月；软管快接模式需浅度定制或无需定制，交付周期约3个月 [4] - 目前液冷技术在产业化和标准化方面处于发展阶段，解耦交付模式下不同供应商产品适配兼容存在困难，需标准引领与提前测试；一体交付模式不利于公司在产业标准方面进行技术积累和创新引领 [4] 液冷产业链与市场竞争格局 - 液冷产品的交付方式与PCB/光模块有较大区别，更为混乱且不直观，OEM厂可以决定某些液冷组件的份额 [2] - 国内液冷产品器件市场份额集中，CR3平均在60%至70%以上 [4] - 以了解的T及A的冷板供应商格局来看，CR2平均超过85%，单家份额超过35%至40% [4] - 相关冷板核心供应商订单金额基本至少在3亿至5亿元人民币每年（按国内冷板价格1000元每个及对T/A全年芯片贴板需求数据测算） [4] 主要厂商冷板采购规模与供应商盈利 - 国内某大厂一预计全年冷板采购金额超过10亿元人民币，其中深圳光明区的一家冷板企业可能拿大头 [5] - 国内某大厂二预计全年冷板采购金额接近15亿元人民币，其中东莞和深圳龙岗区的两家冷板企业拿大头 [5] - 国内某大厂三预计全年冷板采购金额可能接近8亿至10亿元人民币，其中深圳液冷龙头及光明区一家冷板企业可能拿大头 [5] - 供应国内CSP大厂的冷板企业平均毛利率在25%至30%，平均净利率在15%左右 [5]

AI应用产业 - 文章核心观点：2025年是AI应用的产业拐点，AI应用已逐渐走入大众生活，能为生活和工作降本增效，市场最终会回归有业绩的公司[2][3][4] - AI应用公司普遍预期2026年AI收入至少增长30-50%以上，优质公司收入甚至能翻倍[5] - AI应用发展呈现三阶段渐进式变革：2023年至2024年中期为模型预训练阶段，智力从“小学生”跃升至“高中生”；2024年9月OpenAI推出o1系列模型，落地Agent概念，驱动应用向劳动力革命工具转型；2025年至今模型智力达“奥林匹克竞赛”级别，应用端向情感化与规划能力升级，To C端产品如豆包日活过亿，并与电商、支付场景融合，To B端深入财税、金融、招聘等流程场景[6][7] - 主要大模型公司发展重点转向AI应用落地：OpenAI的GPT-5设计初衷更多是为了应用，强调可靠性、工具调用和适合企业环境，转向“产品化、商业化、落地”阶段；谷歌Gemini 3发布，但普通用户感知提升没有“代际爆炸”感；阿里的千问重点接入淘宝、支付宝等生态，实现从点外卖到订机票的AI购物功能闭环[8][9] - 纯粹的AI应用公司需在垂直领域解决实际问题并实现商业化闭环，通过差异化定位避开与大厂的正面竞争[9] OpenAI的商业化布局 - OpenAI正在试水广告业务，计划于2026年1月在美国市场先行测试，以文尾“对话节点”、侧边栏等非侵入式形式呈现，进行分层运营（付费高阶用户无广告，免费及低价用户可见），并探索生成式广告，联动电商布局形成商业闭环[11] - OpenAI引入广告旨在推进营收多元化，以抵消AI系统开发与运维的巨额成本，并为潜在首次公开募股做准备，其未来定位是一个超级流量平台，商业模式将多元化[11] - OpenAI的其他布局包括：转型“平台与操作系统”，开放工具接入第三方应用；前置签订大额算力订单；收购团队并于2026年推出智能耳机等端侧硬件；与Shopify、Stripe合作打造电商支付，商业模式升级为交易分佣；推出医疗专属模块；搭建开发者平台，推动商业模式向订阅制转型[12] - OpenAI试水广告事件对AI营销公司是重要信号，业内如迈富时、易点天下、真爱美家等公司预期的营收增长比较乐观[13] 电力板块 - 电力板块近期相对稳定，燃机产业链、电力设备等均表现出稳中有升的预期，海外相关公司如B.E、GEV、西门子能源等呈现大涨，反映海外缺电叙事下的市场选择[14] - 展望2026年，电力板块被认为是具备持续性催化、持续性业绩兑现和高景气度支撑估值上修的主线板块，前排细分领域包括HRSG（余热锅炉）、燃机主机产业链、SOFC（固体氧化物燃料电池）产业链、电力设备等[14] - HRSG产业链信息：2026年中国、中东等地区HRSG需求显著提升，国内产品价格预计首次上涨幅度平均在5-15%；北美燃机装机需求旺盛，HRSG供需缺口放大，预计越南、泰国等地区HRSG平均单台价格在2026年第一季度新签单将超600-620万美元/台（不含管材），未来或每季度签单涨价一次；因客户需求紧逼，国内某厂商在越南的HRSG新产能投放进度或平均提前2-3个月[15] - 燃机主机产业链信息：国内燃机龙头近期再次披露相关客户合作订单，预计类似金额的订单未来会持续增多[15] - 电力设备产业链信息：Tsl近期来中国巡回，其储能团队对电力设备产业关注度较高；由于北美变压器紧缺及铜价持续上涨，高电压等级变压器在2026年第一季度或将进一步涨价，幅度预计在8-15%[15]

AI硬件板块行情驱动因素 - 高盛策略会信息显示，中际旭创反馈2026年1.6T光模块需求总量为2500万只，800G光模块需求总量为7000万只 [1] - 台积电第四季度财报显示，其利润同比增长35%并创下新高，且为连续第八个季度实现利润同比增长 [1] - 台积电预计2026年资本支出为520亿美元至560亿美元，而2025年资本支出总计为409亿美元 [1] 光模块需求与算力预期 - 光模块是AI算力服务器数据中心的刚需器件，其需求变化可一定程度反映算力需求 [4] - 基于800G及1.6T光模块主要运用于海外算力，其强劲需求预示着2026年海外算力需求预期依旧非常旺盛 [4] - 此需求预期可被视为对麦格理报告中DRAM产能约束可能导致AI数据中心建设延期观点的回应 [4] 液冷产业动态与预期 - 行业观点认为2026年为液冷产业元年 [5] - 今日两大事件（高盛信息与台积电财报）缓解了市场对2026-2027年海外算力需求不及预期的担忧，并可能上修相关液冷厂商订单预期 [5] - NVIDIA已在其微通道冷板技术中使用某龙头公司的产品，该公司已送样 [7] - 2026年谷歌或向某大陆液冷龙头公司下单超10亿美元，远高于此前预期的5-6亿美元 [13] - 3月份NVIDIA液冷冷板白名单中或出现某大陆上市公司厂商名字 [13] 潜在的行业约束 - 麦格理报告指出，未来两年DRAM行业的新增产能仅能支持约15GW的AI数据中心建设，这是一个物理制造能力的硬性约束 [2] - 此约束可能迫使全球AI扩建计划出现大规模延期与重新调度，并重塑科技硬件供应链格局 [2]

文章核心观点 - 行业看好AI应用的发展，并认为无人驾驶是当前最大的AI应用场景 [2] - 2026年是智能驾驶从“试点”转向“规模化落地”的关键年份，中美两国在智驾领域的政策竞争与开放正推动行业加速发展 [3][6] 中美政策动态与竞争 - 美国众议院能源与商务委员会于1月13日就放宽无人驾驶车辆部署举行听证会，讨论《SELF DRIVE Act of 2026》草案 [3] - 该法案旨在建立统一的联邦监管框架，以应对技术快速发展，减少人为因素导致的交通事故（占比94%），并强调维护美国在全球自动驾驶领域的领导地位，防范中国竞争 [12][13] - 中国上海在同日发布了关于智能驾驶的行动计划，两国政策竞争已逐渐白热化 [4][6] - 美国法案若顺利推进，可能被纳入2026年的地面交通再授权法案，并需经过国会两院及总统签署才能生效 [15] 上海行动计划关键要点 - 推动多样化应用场景：包括乘用车、商用车、装备车，其中Robovan（无人配送车）是被看好的重要场景 [9] - 加快构建高能级创新要素：具体措施包括搭建自动驾驶数字孪生训练场、完善自动驾驶数据监测平台、有序扩大自动驾驶开放区域 [10] - 智能驾驶升级的核心被认为是L4的升级和L3的普及，L3普及利好零部件公司，而L4升级则利好运营平台 [10] 美国SELF DRIVE法案核心内容 - 法案是2017年和2021年类似法案的更新版本，旨在平衡安全与创新 [12][15] - 安全案例要求：制造商必须为每个自动驾驶系统版本开发“安全案例”，美国交通部需在2027年9月前颁布最终规则 [15] - 自动驾驶系统性能标准：要求系统能在指定域内完成动态驾驶任务，检测弱势道路使用者，实现最小风险状态，并制定网络安全计划 [15] - 测试与部署：允许制造商在测试阶段进行有限商业运营，但受交通部监督，包括车辆数量和里程限制 [15] - 法案提议将自动驾驶车辆的豁免上限提高至每年90,000辆 [15] - 强调基于性能标准而非强制特定技术，为创新提供灵活性 [15] - 法案包含数据与透明度要求：建立国家自动驾驶安全数据存储库，要求报告严重碰撞事件和季度里程数据 [21] - 联邦法优先原则：联邦法预占州法，禁止州制定不同的制造法规，但保留州在运营和责任方面的权力 [21] - 网络安全与供应链：要求商务部长审查联网车辆供应链，并在法案生效后一年内报告 [21] 行业发展趋势与共识 - 中美两国的政策文件均强调Robotaxi和Robovan等多应用场景的推广，以及完善自动驾驶数据监测平台的重要性 [16] - 技术进步与政策滞后的矛盾是当前智能驾驶面临的主要问题，而政策正朝着越来越开放的方向发展 [3][6][12]

AI应用 - 核心观点：AI应用产业拐点已至，当前处于市场打主线标签的初期阶段，短期事件催化热度最高的场景主线更值得关注，预期主线场景走强将带动弹性场景支线爆发，随后由概念估值上修转向基本面成长价值[3] - 市场表现：板块近期出现回调，被视为提供了投资机会，行情被认为不会仅持续几天[2] 电力 - 市场动态：电力板块（特别是变压器）因前总统特朗普发布的消息而突然拉升[4] - 行业背景：美国市场非常缺乏变压器，全球都在抢购中国的变压器产品[5] - 中长期逻辑：美国缺电的逻辑将持续，受益板块包括变压器、燃气轮机和HRSG（余热锅炉）[6] AI硬件 英维克 - 市场规模：全球服务器冷却市场规模因高功率AI服务器需求激增而上调，2025-2027年复合年增长率超过60%，液冷成为主流技术[9] - 公司前景：液冷业务全球化拓展顺利，预计2028年全球市场份额达7%，2030年达10%，海外业务占比提升带动毛利率从29%改善至30%[9] - 财务预测：2025-2030年营收/净利润复合年增长率达44%/58%，2026年营收/EPS增速分别达79%/127%[9] - 目标价：基于42倍2028年预期市盈率折现至2026年，得出目标价121.1元[10] - 客户情况：为英伟达供应CDU和QD，为谷歌供应CDU、QD、Manifold及综合解决方案，在谷歌的份额基本确定[13] 胜宏科技 - 核心优势：具备客户先发优势（早期切入显卡PCB并与核心客户深度绑定）、技术与效率优势（高良率、客户早期研发验证能力、高自动化水平）、产能规模优势（布局惠州新高端工厂及泰越海外工厂）[14] - 市场规模：预计2025-2027年全球AI PCB总市场规模复合年增长率达140%，2027年市场规模将达到270亿美元[14] - 增长驱动：生成式AI趋势推动PCB美元价值升级，高端AI服务器（如Rubin、Rubin Ultra）需求增长，以及AI ASIC/高速交换机客户向搭载高端PCB的新一代平台迁移[14] 生益科技 - 价格趋势：受AI基础设施扩张带动上游原材料成本上涨，公司已多次上调覆铜板价格，预计2026年上半年涨价趋势将延续[15] - 毛利率驱动力：1）聚焦AI PCB用高端覆铜板（毛利率显著高于主流产品），其占比已逐步提升；2）预计2026年起向中国云服务提供商及AI芯片企业大规模交付高端覆铜板；3）低轨卫星用覆铜板、消费电子及汽车电子用柔性电路板等领域的高端需求提供额外支撑[17] - 其他公司：高盛在报告中亦提及深南电路，给予“买入”评级，认为其产品结构升级支撑盈利改善[16] 光模块 - 市场规模上调驱动因素：1）AI服务器需求增长，2026-2027年预期AI芯片量分别上调14%/22%；2）ASIC渗透率提升，2027年预期ASIC在AI芯片中占比升至50%；3）网络结构拆解与交付周期调整[19] - 技术发展趋势：2025-2028年全球光模块市场主线为“高速化迁移+硅光技术渗透”，出货量复合年增长率达34%[20] - 结构变化：2028年预期高速产品（800G及以上）占总出货量比例约20%（9400万只），低速产品（400G及以下）占比从2025年的94%下降至2028年的80%，其中400G产品占比仅1%[20] - 硅光渗透率：硅光技术渗透率预计从2025年的6%提升至2028年的15%，其中3.2T光模块100%采用硅光技术[20]

文章核心观点 - 当前是AI应用产业基本面拐点的初期，行业Beta行情已经到来，信息催化与基本面将螺旋式相互刺激并兑现，2026年是AI应用Agent需求共识反扑的起点 [1][3] AI应用产业发展逻辑与拐点 - 新兴产业发展遵循“新兴供给产物诞生 → 刺激尝试性需求 → 供给产物性能质变 → 尝试性需求成为需求共识 → 需求共识反扑 → 产业商业价值正式规模爆发”的逻辑 [4] - 2026年被判断为AI应用Agent需求爆发的元年，核心驱动在于经过2025年的迭代，基础大模型已变得足够便宜、智能、可靠且具备经济性，并将持续升级，从而刺激更多应用需求以提升产业商业价值 [3] - 广泛的媒体曝光加速了技术概念的大众渗透，并推动机构投研报告提及频次、量化模型捕捉的市场关注度数据持续走高，强化了产业Beta的向上动能 [7] 行业现状与关键洞察 - 在AGI-Next峰会上，行业专家指出中美算力储备存在“富”与“穷”的差距，硅谷拥有顶级显卡储备，而中国团队在资源受限下被逼出了极致的算法优化和工程落地能力 [8] - ToC端用户体验提升趋于平缓，模型能力升级对普通用户多为“无感”；ToB端尤其在Coding场景已发生生产力革命，企业愿意为高准确率模型支付溢价，强、弱模型分化将愈发明显 [8] - 当前AI大模型与应用的营收主要来自B端客户，C端用户规模大但付费率低、变现周期长 [8] 重点应用方向：生成式引擎优化 - GEO是在生成式AI普及背景下诞生的新学科，其核心逻辑与传统SEO有本质区别 [9] - 信息获取方式：从用户主动搜索关键词点击链接，转变为用户自然语言提问后AI整合信源直接回答 [9] - 优化逻辑：从关键词匹配与页面权重排名，转向构建权威信源、严密逻辑与实时更新以满足AI信源评估 [9] - 商业价值：聚焦高客单价场景（如法律、医疗、To B），转化价值高，团队依赖技术、内容策略与行业专家，AI自动化程度高，毛利率可达60%-80% [9] - 商业化AI搜索多依托RAG技术，GEO优化需贯穿检索、增强、生成三阶段，通过语义向量匹配、高信息密度内容、可验证事实与规范引用标注等方式，使内容适配AI抓取与生成逻辑 [10] 产业链分工与大模型公司角色 - 大模型公司不会直接开展GEO相关的信源分析、营销软文撰写等商业化服务，以避免“既当裁判又当运动员”的角色冲突，破坏AI内容客观性的信任 [11] - 大模型公司倾向于通过搭建生态、提供技术接口或探索官方投流模式参与GEO产业链，例如推出合规技术工具、开放API接口赋能第三方服务商，并可能探索类似传统搜索引擎的官方付费曝光平台 [11] - 对于广告变现需求，将由大模型公司与GEO服务商协同满足，大模型公司提供官方广告通道并制定规则，GEO服务商负责RAG全流程的内容优化落地执行 [12] 市场节奏与场景展望 - 当前处于AI应用产业拐点初期，市场处于打主线标签阶段，短期应更尊重由事件催化、热度最高的场景主线带来的资金面情绪 [13] - 预期市场节奏将分为三阶段：1-3月聚焦情绪资金场景；3-9月转向基本面成长预期；9月后进入成长价值抱团阶段 [13] - 重点场景分类：情绪资金场景主要包括AI营销（GEO）和AI for science；支线弱转强场景轮动溢价包括AI陪伴、AI编程、AI医疗、AI办公等；基本面成长预期及价值场景主要包括AI工业应用和AI全栈式平台 [13]

文章核心观点 - 智能驾驶芯片的竞争已从算法下沉至硬件，2026年将是市场格局形成的关键年份，呈现国际巨头主导高端、国产厂商抢占中低端、自研与第三方供应商共存的态势 [3][15][22] 一、国产智驾芯片发力 - **地平线进展**：J6P芯片（500TOPS）已完成硬件设计并路试，行车表现良好，泊车待优化，计划2026年第二季度达到可上车状态，适配腾势N7、Z9GT及奇瑞500/700系列等中高端车型，因单套成本高，短期内不下放至低端车型 [5] - **地平线市场策略**：为提升竞争力，计划2026年对J6P降价15%，大客户如比亚迪谈判降幅可达20%，其256TOPS平台定价低于英伟达同类产品一半（约1000元），算力释放率与生态适配有差距，但中低算力场景性能稳定，正于比亚迪推进验证，预计2026年明确合作 [5] - **Momenta进展**：采用软硬一体化路线，自研BMC芯片已完成流片进入测试，解决方案效果良好且具成本优势，芯片严格绑定自家算法，瞄准20万元以下经济型车型市场，与英伟达无直接竞争 [6] - **Momenta合作与出货**：上汽已确定使用其方案并计划2026年量产，广汽预计2026年第四季度出货，奇瑞可能2027年量产，正尝试导入比亚迪天神之眼B平台但存困难，与大众有潜在合作 [6] - **Momenta出货量与价格**：2025年智驾方案出货量预计45万套，实际装载47-48万辆，比亚迪贡献占总收入60%，2026年出货量有望冲击100万套（含2-3万辆出口），芯片量产后价格预计从5000元逐步降至3000元 [6][7] - **Momenta增量来源**：2026年增量主要来自上汽和广汽（预计至少增加10万辆装载量）、比亚迪合作深化、奇瑞项目推进以及通过上汽MG品牌拓展海外市场 [7] - **Momenta与地平线算法对比**：在普通直道、弯道等常规场景，两者表现相近（地平线在约90%场景效果相当），但在复杂场景（如环岛、窄路、Y字形路口）Momenta通过率更高，人车混流特殊场景（如无保护左转）策略更精密，整体表现更优，其核心优势在于软件驱动硬件的模式，能反向定义硬件实现软硬件深度耦合 [8] 二、自研与混合合作的二元选择 - **新势力自研路线**：蔚来、理想、小鹏坚定推进自研芯片，蔚来自研神玑NX9031芯片已搭载ET7，2026年扩展至ET5、ES6等改款车型；理想自研舒马赫M100芯片预计2026年Q2前量产，首发于L9、L8等高端车型改款；小鹏核心供应商为自研图灵芯片，中低端车搭载两颗，高端车搭载3-4颗 [9] - **比亚迪自研进展**：2025年流片失败后下半年已完成流片，正面向C平台适配，算力对标地平线J6M，预计最快2026年第二季度具备初步功能验证条件，但短期内难用于量产车，2026年核心任务是实现自研芯片运行 [10] - **比亚迪车型芯片规划**：高端车型如仰望改款搭载英伟达Orin；天神之眼A平台升级为英伟达Orin方案（算法供应商Momenta）；B平台在Momenta低成本方案和地平线J6P间选择，未最终确定；C平台2025年以地平线J6M为主，2026年Q3/Q4部分改款车型计划替换为自研芯片，主要应用于12-15万元以下车型 [11] - **传统车企混合方案**：吉利、奇瑞、长城等按车型层级选择不同供应商，例如奇瑞猎鹰500系列以地平线方案为主（占比近60%），700系列采用地平线J6P和双Orin X方案（份额对半），900系列使用单Thor Ultra方案；吉利中低端平台采用黑芝麻A1000和地平线J6M混用，中高端采用单/双Orin X及双Thor方案；长城低算力平台采用TI TDA4VH和地平线J6M，中端平台采用Orin X并与Momenta接触，高端平台2026年可能以Thor取代双Orin X [12] - **高端车型自研逻辑**：车企在高端车型倾向于自研芯片，核心逻辑在于降本增效、打造差异化竞争优势、更好适配自身算法实现软硬件深度耦合，以及满足高阶智驾功能灵活迭代的需求，但自研门槛高，如比亚迪流片失败导致项目延迟 [13] - **车企芯片选择考量**：核心考量因素包括性能、能耗及能耗比、价格、大模型支持能力、量产时间、芯片生态系统、认证适配情况、工具链完整性、算法生态适配性、与电子电气架构兼容性，以及供应商技术支持、升级能力及价格降幅趋势 [14] 三、自研与外采共存 - **2026年市场竞争格局**：预计形成“国际巨头主导高端，国产厂商抢占中低端”态势，自研芯片与第三方供应商共存，自研芯片整体市场份额预计达10%左右 [15] - **第三方供应商份额**：英伟达预计维持40%-45%市场份额，尤其在高端市场，Thor芯片为不少旗舰车型首选；地平线作为国内头部第三方供应商，预计占据30%左右市场份额；Momenta凭借软硬一体化和成本竞争力，将在中低端市场占据一定份额；高通因座舱与智驾融合趋势，算法生态增强，市场份额将逐步提升 [15] - **其他参与者**：黑芝麻因算法生态薄弱、生态系统不完善，市场份额相对有限，其A1000算力较低，A2000虽算力与地平线J6P相当但进入市场较晚，前景不明朗；华为、寒武纪、摩尔线程等企业将共同瓜分剩余市场份额 [16] 四、国产芯片的短板与突破方向 - **与英伟达的差距**：硬件性能上，地平线、黑芝麻等国内厂商与英伟达技术代差约1-1.5代（相当于3-4年），国产芯片算力释放率较低，部分产品实际算力仅为标称值的50%-70%，而英伟达芯片算力释放率可达85%-90% [17] - **算法生态与工具链**：英伟达采用从训练到推理的统一架构，移植便捷，国产芯片算法生态相对薄弱，硬件与算法适配存在损失，下游供应链转换成本较高；工具链方面，英伟达具备成熟全流程工具链，国产厂商如华为工具链完整但价格高且生态适配性较弱，其他国产厂商工具链在兼容性和易用性上仍有提升空间 [17] - **高端芯片性能**：国产芯片在性能稳定性、复杂场景处理支持能力上与英伟达仍有差距，难以满足部分高端车型对高阶智驾功能的极致需求 [17] - **Robotaxi领域的机遇**：当前Robotaxi领域仍以英伟达芯片为主，国产芯片因算力释放率、生态适配差距及生态封闭（如地平线J6P仅少数企业获合作权限）受限，但技术可平移，Momenta、小鹏等企业已将量产乘用车智驾方案迁移至Robotaxi，小鹏使用自研图灵芯片验证了可行性 [18][19] - **黑芝麻进入比亚迪供应链可能性**：黑芝麻A1000曾短暂用于比亚迪非核心场景，未在智驾系统量产，比亚迪技术路线和供应商选择稳定且正推进自研芯片替代，黑芝麻在算法生态、供应链管理上的短板使其短期内进入比亚迪供应链可能性较低 [20] 五、价格趋势与市场展望 - **主流芯片价格**：低算力芯片如地平线J6M约1000元；中算力芯片如英伟达Orin N价格在1000-1500元，Momenta和地平线256Tops平台部分产品定价约1000元；高算力芯片如地平线J6P单芯片加软件约5000元，英伟达Orin X硬件加软件在8000-9000元，英伟达Thor及双Thor方案报价集中在16000-18000元 [21] - **价格趋势**：英伟达芯片价格相对坚挺，预计未来新一代高算力芯片将涨价，部分产品价格可能接近5000元；地平线J6M等低算力芯片每年降本速度约5%-7%；Momenta芯片则以大幅降价应对竞争 [21] - **市场展望**：2026年是关键竞争年，国产芯片加速上车和价格下探将推动智驾功能向更低价位车型普及，车企在自研与外采间的权衡将决定未来竞争格局，技术进步和价格下降将使消费者以更低成本享受更优质智驾体验，行业竞争将倒逼技术迭代，推动智能驾驶产业成熟与发展 [22]