文章核心观点 - NMN作为提升体内NAD+水平的关键前体，在抗衰老、修复DNA、调节代谢等方面具有核心功能，正成为全球健康产业焦点 [1] - 2025年全球NMN合规化进程迈入实质性加速阶段，美国、日本、加拿大、澳大利亚等主要市场已通过不同监管路径确认其合法地位，国际监管共识转向推动规范应用 [1] - 中国NMN行业虽面临政策限制，但已显现积极信号，包括2022年通过化妆品新原料备案，以及2025年4月被列为保健食品审批受理名单，未来政策开放值得期待 [1] - 人口老龄化催生的“银发经济”与年轻群体“抗初老”需求爆发，叠加全酶法等合成技术突破带来成本下降与纯度提升，共同驱动NMN市场潜力持续释放 [1] - 中国已成为全球最大的NMN原料生产国，行业未来有望从保健品、化妆品向医疗健康、宠物营养、农业科技等更广阔领域渗透 [2] NMN的定义、功能与合成工艺 - NMN是人体内重要辅酶NAD+的直接前体，补充NMN可快速提升体内NAD+水平，从而在抗衰老、促进心脑血管健康、改善代谢和认知功能等方面发挥重要作用 [3][4] - 在NAD+的合成途径中，NMN补充路径转化效率最高，且尚未发现不良反应，相比其他前体（色氨酸、烟酸、烟酰胺、NR）具有显著优势和临床潜力 [6][7] - 日常饮食中NMN含量极低（如蔬菜类含量约为0.25–1.88 mg/100g），难以达到有效剂量，而经安全性评估的NMN补充剂可提供约为膳食来源300倍的摄入量 [8] - NMN合成工艺已从早期的化学合成法（纯度低、有污染）升级为主流的全酶法，其纯度高、无化学残留且绿色环保，基因港、金达威等头部企业均采用此法 [10] - 磁酶法是对全酶法的革新优化，由康盈红莓首创并获全球独家专利，合成纯度高、零残留，但因技术门槛高仍处于市场认知早期 [10][11] - 头部企业致力于全酶法工艺革新与专利布局以构建技术壁垒，如基因港的GENAD技术、邦泰生物累计获得20+项发明专利、康盈红莓的“磁酶科技”获中科院认可 [12] NMN行业发展历程与驱动因素 - NMN发展始于1904年NAD+的发现，2013年哈佛大学研究证实NMN可延长小鼠寿命30%引发全球关注，2016年后日本、美国率先启动商业化进程 [15] - 政策驱动：全球主要市场呈现从严格限制转向审慎开放的趋势 [17] - 日本在2020年3月批准NMN作为食品原料及药品双轨使用，成为全球首个全面合法化国家，2024年8月进一步纳入“功能性食品”范畴 [18] - 美国在2025年12月由FDA官宣正式恢复NMN的膳食补充剂身份，终结了自2022年以来的合规争议 [18] - 澳大利亚在2025年12月由TGA将NMN列入“补充药物成分清单”，为其进入PIC/S成员国市场铺平道路 [18] - 中国政策路径日益清晰：从早期政策收紧，到2022年NMN获化妆品新原料备案，再到2025年4月确认唯一的NMN保健食品已进入审批受理阶段 [17][18] - 需求驱动：中国60岁及以上老年人口规模预计将从2025年的3.2亿人增长至2030年的3.9亿人，驱动“银发经济”；同时90后年轻群体“抗初老”意识觉醒，形成双重动力 [19] - 技术驱动：合成工艺（如全酶法）革新降本、检测标准建立提质、递送技术（如纳米载体）创新增效，共同驱动产业升级 [21][22] 中国NMN行业现状 - 市场规模：自2020年大规模进入中国市场以来保持增长，预计在2025年突破30亿元人民币 [28] - 产业链与生产：中国已成为全球最大的NMN原料生产国，依托全酶法等技术突破和规模效应构建全球核心竞争力 [2][32] - 主要生产企业各有侧重：基因港具备产能规模优势；尚科生物走在合规前列；雅本化学借化学合成技术与渠道资源整合发力；金达威资金充足，实现全产业链和国际化布局；邦泰生物专注技术专利；康盈红莓凭借独家技术推动行业标准制定及国内保健食品合法进程 [32] - 销售渠道：目前主要依托跨境电商（如天猫国际、京东全球购）及私域渠道销售，其中跨境电商占据60%~70%的市场份额 [34][35] - 认证体系：中国药监局批准的“蓝帽子”认证是行业最高准入标准，若未来NMN产品获得该资质，市场格局有望被彻底重塑 [37] NMN应用领域现状与前景 - 主流应用领域为保健品和化妆品 [24] - **保健品领域**：应用量占比近90%，是主要应用市场 [24] - 中国保健品市场预计到2025年将超过4,300亿元，但人均消费金额（26美元/年）较成熟市场（超100美元/年）差距明显，提升空间巨大 [40] - 市场呈现场景细分化（向女性/男性健康、运动营养等渗透）、配方多样化（“NMN+X”复配）、剂型多元化（胶囊、片剂、粉剂等）趋势 [42][43] - 未来竞争关键在于构建市场教育体系、深化临床循证研究及产品创新迭代 [44] - **化妆品领域**：应用量占比约10%~20% [24] - 中国抗衰功效化妆品市场规模2023年突破3,000亿元，2024年1-8月已达2,686.9亿元，同比增长30.1% [47] - 截至2025年11月，NMN以12次化妆品新原料备案成为国内备案数最多的成分，已有基因港、康盈红莓等企业率先布局面膜、精华等品类 [49][50] - 头部美妆品牌虽未直接应用NMN，但以NAD+抗衰叙事进行市场教育，为NMN未来放量奠定认知基础 [49][50] - 发展前景广阔，借势“能量护肤”等新兴赛道，但需关注功效临床实证、递送技术升级及产品策略创新 [51] - 潜力应用领域包括宠物营养、医疗健康、农业科技 [24] - **宠物营养领域**：中国宠物经济市场规模在2024年突破3,000亿元，宠物食品占比52.8%，NMN在宠物抗衰、改善代谢等方面具潜力，已有相关产品上市 [53][54] - **医疗健康领域**：NMN在抗心血管疾病、改善代谢、神经疾病等方面具应用价值，目前多个药品研发项目正在进行中，但面临药品审核周期长、临床数据不足等挑战 [56] - **农业科技领域**：应用尚处初期，在提升作物抗病性、促进植物生根增产、提高牲畜繁殖性能等方面显现潜力，但面临肥料登记制度严格、作用机制未明等卡点 [58] NMN行业发展面临的挑战与突破点 - 行业面临夸大宣传、认知缺失与技术迭代等多重挑战，企业需以“合规为盾，技术为矛”构建长期竞争力 [61] - **政策端**：中国推动NMN合规化面临保健食品审批严苛、国际经验滞后、本土应用数据不足等挑战，需政企学研协同并借鉴国际经验推动进程 [63][64] - **企业端**：长远发展的核心在于商业模式创新，从单一原料供应商向覆盖全产业链的综合服务商跃升，构建“原料+成品”复合业务模式，如尚科生物、康盈红莓、雅本化学等企业的实践 [66][67] - **市场端**：行业处于市场教育初期，未来需从“概念营销”转向“临床验证”，但投入人体临床试验的企业比例不高于10%，需加大临床投入并以科学数据为基础开展品类教育 [68][69]

社会化用工概念与分类 - 社会化用工泛指企业与员工之间建立标准劳动关系以外的其他各类用工形式，旨在通过灵活配置人力资源帮助企业降低交易成本、提高生产效率 [1][3] - 主要形态包括完全劳动关系下的全日制用工（如业务外包、劳务派遣）和非全日制用工（按小时计酬），以及非完全劳动关系下的平台型灵活用工、劳务用工、共享用工、退休返聘等 [3][4] 宏观驱动因素 - 宏观经济波动与不确定性成为常态，企业面临需求波动、成本上升与竞争加剧，传统刚性用工模式难以适应，更具韧性的社会化用工成为新常态 [6] - 数字经济规模持续增长，2024年增至63.2万亿元，占GDP比重达46.8%，其与传统经济融合催生了新产业新业态，促进了平台型灵活用工等多样化就业选择 [6] - 数字技术是重构生产关系的关键引擎，催生了算法调度型、流量共生型等多种平台型灵活用工形态，提升了人力资源配置效率 [12] - 国家陆续出台支持政策，从顶层设计上引导社会化用工模式持续创新，同时劳动合规性要求日趋严格 [9] 中观市场环境与渗透 - 人口结构变化导致适龄劳动人口减少，截至2024年末全国16-59岁劳动年龄人口为8.58亿人，企业面临人力短缺与成本上升的双重压力 [16] - 制造业和批发零售业是吸纳就业的绝对主力，截至2023年末从业人员分别达1.63亿人和1.59亿人，其庞大体量及对用工弹性与灵活性的内在需求，使其成为社会化用工接受度最高、应用最广泛的领域 [16] - 社会化用工已实现深度高质量渗透，截至2024年我国灵活就业人员已超2.4亿人，业务外包渗透率超过50%占据主导地位，劳务派遣占比20%-30%，平台型用工占比低于20% [19] 企业核心价值与需求 - 社会化用工能帮助企业根据业务波动动态调整人力成本、降低招聘与管理风险，适配不同岗位专业需求，同时为劳动者提供更灵活就业选择，推动人力资源市场从“刚性配置”向“弹性适配”升级 [26] - 外部竞争压力与内生管理诉求共同推动企业用工策略转变，企业倾向于利用社会化用工构建敏捷组织形态、灵活控制成本并突破人才瓶颈以聚焦核心业务 [23] 消费零售行业应用 - 行业面向销售峰谷和市场变化需求，综合使用业务外包、按小时计酬、平台型灵活用工、劳务用工模式 [1][29] - 轻餐饮与即时零售企业的社会化用工占比显著 [1] - 用工特征呈现明显场景化差异：前端销售场景以灵活用工为主（导购、收银等基础岗位占比超50%），根据客流高峰动态调整；仓储配送场景高度依赖订单驱动的兼职、外包模式；供应链管理以全职为核心，旺季补充临时工；运营支持部门以全职为主，业务外包形式在销售和运营支持场景占据核心地位 [31][33] - 不同类型企业需求侧重不同：快消企业需求集中于促销等岗位；即时零售核心需求是配送骑手等运力人员；高端零售需求偏向专业导购、咨询人员；大型商超用工以基础操作性岗位为主 [35] - 员工流动性高是核心痛点，社会化用工模式员工流动率普遍在30%以上（以6个月为统计周期） [37] - 传统招聘、排班与培训模式难以匹配波峰波谷需求，导致用工弹性失衡，“招不来、用不上、辞不掉”成为常态 [37] - 新技术催生数字化运营、智能供应链等领域新型岗位需求，相关人才需求增长明显 [40] 生产制造行业应用 - 行业面向产能波动及战略聚焦需求，综合使用业务外包与劳务派遣用工模式 [1][44] - 外资和头部民营企业更倾向社会化用工 [1][49] - 用工遵循“核心锁定、外围灵活”策略：车间生产场景需求最高，包装、装配等标准化任务主要采用社会化用工以获取产能弹性并转移工伤风险；物流仓储场景紧随其后，通过按小时计酬或平台型灵活用工优化成本；安装维护场景专业化程度较高，可选择共享用工补充；研发设计环节关乎核心竞争力，更倾向使用正式员工 [46][48] - 从生产模型看，离散制造（如汽车、电子设备）因工序可拆分、订单波动强，社会化用工渗透率较高；流程制造（如化工、钢铁）受连续生产与岗位专业性制约，应用比例相对较低 [49] - 员工招募环节是核心痛点，尤其在长三角、珠三角等制造业密集区域面临“用工难”问题 [52] - 人员频繁流动易造成生产品质波动，影响稳定性 [52] - 智能制造推动社会化用工人才需求向掌握编程、数据分析、物联网等技术的跨学科、复合型转变 [54] 未来趋势 - 社会化用工规模持续扩大，配套政策法规有望进一步完善 [2] - 社会化用工逐渐成为企业标配，人力资源服务商向专业化、数字化升级 [2] - 个体与组织的关系由依附转为共生，个体能力结构要求趋于多元化 [2] - 企业、政府、个体、服务商四方协力，共同推动社会化用工市场繁荣 [2]

移动端AIGC赛道整体趋势 - 2025年1-10月，行业进入规模化应用期，月独立设备数从3.18亿台增长至4.83亿台，市场渗透率从22.1%提升至33.2% [1][8] - 语言模型、智能工具等生产力场景持续占据主流，其APP独立设备数均超过2亿台 [8] 核心用户画像 - 核心用户为35岁以下的青年白领，该年龄段用户占比接近五成，白领比例达30.0% [2][11] - 用户多分布于一线、新一线等高线城市，具有较高消费能力 [2][10][11] - 用户男女比例均衡，热衷社交分享，“社交乐享族”群体在行业整体用户中的比例超过10% [11] 细分赛道分析：语言模型 - 市场呈现显著分化，头部APP增长稳定，中小APP增长乏力 [13] - 豆包、DeepSeek、腾讯元宝等头部APP月独立设备数均突破5000万台，而其余中小APP均在2000万台以下 [13] - 腾讯元宝自2月更新后，近9个月复合增长率达385.1%，增速大幅领先 [13] 细分赛道分析：智能工具 - 行业用户规模稳定在2亿台以上，是用户基础最稳固的细分领域之一，曾在3月达到峰值2.52亿台 [17] - 用户流量与平台设备生态深度绑定，2025年10月月独立设备数TOP10 APP中华为系应用“智慧搜索、小艺建议、智慧语音”位列前三 [17] 细分赛道分析：图像处理 - 呈现头部APP断层领先态势，即梦AI在月独立设备数、月度总使用次数、月度总使用时间三方面在行业中占比均超过95% [20] - 即梦AI 2025年10月月独立设备数为1263.03万台 [20][27] - 中小APP生存空间窄，或需转向垂直场景的深度专业化以留存特定用户 [20] 细分赛道分析：智能伴聊 - 行业需求与用户价值均呈低迷态势，用户月度使用次数和使用时间同比下降超10% [22] - 主流APP中仅星野APP用户规模实现正增长，其余APP用户流失超40% [22] - 女性用户占比提升，反映情感陪伴对女性吸引力更强 [22] 用户增速排名 - 截至2025年10月，近9个月复合增长率领先的APP包括：即梦AI (394%)、腾讯元宝 (385%)、豆包 (124%) [27] - 增速榜TOP10 APP覆盖图像处理、语言模型、智能工具、智能伴聊等多个细分赛道 [27]

全球及中国营养补充剂市场概览 - 全球营养补充剂市场呈现区域分化，2024年亚太地区以38%的市场份额居全球首位，并以9%的增速领跑全球，显著高于北美8%和欧洲7%的增速水平 [2] - 中国市场是全球最具活力的增长极，增速达10%，远超全球主要地区 [2] - 中国跨境进口营养保健食品市场增长迅猛，2008-2024年进口额从4.1亿美元增至77.5亿美元，16年增长19倍，复合增长率达20.2% [4] - 跨境赛道呈现高集中度格局，FANCL、Swisse、澳佳宝、健安喜、德国双心五强占据超60%市场份额，且彼此差距不足15% [4] 中国市场增长潜力与差距 - 中国营养补充剂市场与成熟市场相比存在三重显著差距，揭示出数倍增长空间 [1] - 2023年中国人均消费仅23.3美元，仅为美国的22% [6] - 中国市场整体渗透率不足30%，远低于美国超50%的水平，其中35-44岁中坚人群渗透率最低 [6] - 中国市场粘性用户仅占10%，而美国高达60%，消费习惯尚未养成 [6] 亚洲人群特征与营养需求 - 亚洲人群在膳食结构、烹饪习惯和体质基因三方面与欧美人群存在显著差异，决定了针对性营养补充的必要性 [1][14] - 膳食结构上，微量营养素摄入普遍不足，例如钙摄入量仅达推荐量四成 [14] - 烹饪习惯上，高温烹调破坏水溶性维生素，高盐饮食加剧钙流失 [14] - 体质基因上，高比例乳糖不耐受限制乳制品摄入，特定基因突变影响叶酸等营养素代谢效率 [14] 行业发展趋势与挑战 - 营养补充呈现多元化趋势，社交媒体内容在场景、内容和人群圈层上均呈现三维多元化，覆盖全生命周期 [18] - 多元化趋势下，消费者面临安全性与便利性双重挑战 [1][20] - 安全性方面，自行组合多种补充剂易导致成分叠加超标，忽视“可耐受最高摄入量” [20] - 便利性方面，34%消费者因多产品服用繁琐难以坚持，45%消费者期待一次解决多重需求，“瓶瓶罐罐”管理负担凸显 [20] - 行业正从标准化向精准化演进，分龄营养策略成为平衡科学精准与成本效益的最优解 [22] - 未来，完全个性化定制营养将崛起，但受限于基因检测、微生物组分析等高成本，难以大范围推广 [23] - 消费理念从关注“高含量”转向“高吸收”，92%消费者认同高吸收率，89%认同科学配比 [32] - 创新剂型如软糖、泡腾片等“零食化”产品快速崛起，满足年轻化与便捷化消费偏好 [38] - 科学循证成为信任核心，具备研发专利与临床数据的产品更受青睐 [38] 分龄分性别营养的科学依据与实践 - 分龄分性别营养方案具备坚实的科学理论基础，美国NIH明确指出膳食营养素参考摄入量因年龄而异，且男女在营养需求上存在显著差异 [24] - FANCL是分龄营养策略的先行实践者，于2015年率先推出全球首款成人分龄营养包，开创行业先河 [26] - FANCL产品深耕亚洲体质特征，通过20+至60+精准年龄分层和男女专属配方，实现全生命周期覆盖，每袋科学配比27-38种营养成分 [26] - 儿童营养品市场已按不同生长发育阶段提供精准分龄产品，为行业提供了可借鉴的实践路径 [23] 日本市场经验与FANCL案例 - 日本市场通过监管端分级管理、消费端成熟习惯（40%渗透率、40%用户粘性）和供给端丰富产品矩阵，实现了协同发展，在经济下行期仍保持稳定增长，为中国市场提供成熟范本 [9] - 2024年日本市场规模达133.2亿美元，未来五年复合增长率预计为11.3% [9] - FANCL是日本市场领导者，以18%的市占率领跑营养补充剂市场，是日本最大的营养补充剂生产商 [12] - 品牌深耕日本逾40年，拥有200余名研发人员及208项专利，构建了涵盖15大产品线114种产品的丰富矩阵 [12] - FANCL以“无添加”理念和针对亚洲体质的深入研究，成为亚洲精准营养的成功典范 [12] 产品创新与用户痛点解决 - 中国消费者在营养补充产品使用中存在多产品冲突风险、服用流程繁琐、高频次难以坚持、颗粒吞咽困难、携带不便等多重体验痛点 [34] - FANCL综合营养包通过分龄分性别定制、一站式多元营养组合、独立小包装与易吞咽颗粒设计，系统性破解行业痛点 [35] - FANCL在产品技术上注重“高吸收”，通过专利搭配、分时传递制法、细微乳化工艺等创新，将高吸收理念转化为产品力 [32] - 公司构建了覆盖睡眠、体重、肝脏、气血、心脑血管、骨骼等多维度健康需求的产品矩阵，实现全场景营养解决方案 [30][31]

工业软件行业发展背景与驱动因素 - 工业软件是工业知识的代码化载体，是新型工业化的核心生产资料、关键生产力、工业大脑和数字基石，其自主可控意义深远[1][4] - 中国工业和经济已进入人均GDP超1万美元的分水岭阶段，发展需创新驱动，工业软件发展具有紧迫性和必要性[1][4] - 工业软件能将计算能力转化为生产能力，显著提升全要素生产率[7] - 政策定位从“工具”到“基石”再到“工业大脑”与“创新引擎”，地位逐步提升，发展目标从强调应用到强调供应链韧性与核心技术攻关[9][10] - 大模型技术提升了工程、数学、计算机能力的转化效率，加速工业软件研发和应用落地，一线城市2025年基于“AI+工业软件”推出补贴政策刺激创新[12] 市场现状、规模与特征 - 2024年中国工业软件整体市场规模接近3000亿元，是一个千亿级市场[1][17][19] - 市场存在核心技术空心化、产业结构失衡（管理软件强、工程软件弱）等突出问题[1][17][19] - 研发设计类软件（如CAD、CAE、EDA）是卡脖子重灾区，国产化率极低，约5%-10%，关键差距在于几何内核、求解器等根技术缺失[17][19] - 生产控制类软件国产化率约50%，经营管理类软件国产化率约70%[19] - 2024年纯软件市场规模约为1100-1400亿元（嵌入式软件占比约50%-60%）[19] 产业链、价值流转与盈利模式 - 产业链上游（根技术厂商）赚取“技术垄断费”，壁垒高、利润高；中游（软件厂商）赚取“行业know-how溢价”；下游用户赚取“效率提升带来的毛利”[20] - 产业价值流转呈微笑曲线，原以技术单向溢价为主，未来数据价值溢价将逐步显现，形成卖工具功能与卖数据智慧协同发展的态势[30] - 当前主要盈利模式：欧美企业以软件授权、维护与服务费为主；中国企业以定制化开发、实施、维护与服务费为主；平台与生态分成模式在积极探索中[33] - 订阅制是市场积极追求的模式，欧美巨头如Autodesk、PTC已基本实现全面订阅[33] 核心困境与发展难点 - 研发设计类软件卡脖子的真实原因是缺乏海量真实工业场景试错，导致工程优化欠缺，实体表现为核心组件/引擎层受限[23] - 国产工业软件发展面临技术-场景-生态-商业的系统性问题，是技术债传导的结果，难以单点突破[26] - 欧美工业巨头是“顺势而为的工业溢出”，伴随工业化自然生长；中国企业是“逆流而上的场景反哺”，需把握场景反哺技术的契机[36] - 欧美发展路径具有不可复制性：时间上走了40年而中国是压缩式追赶；市场起步时为蓝海而中国多为存量博弈；资本上海外并购受限而国内整合困难[36] 新技术（云原生、AI）的影响 - 云原生通过架构解耦增强协作能力，并通过万核算力实现按需调用，主要影响研发流程中的参数化与特征引擎、功能模块与交互等阶段，有助于占领下沉市场并可能实现设计-制造-订单一体化[40][41] - 传统AI（CV/GNN）主要赋能三维几何数据处理，如几何拓扑修复、异构数据读取，是打破国外巨头“数据锁死”护城河的关键步骤[43][45] - 大模型（LLM/GenAI）主要赋能代码生成、自然语言交互（降低学习成本）、以及生成测试用例，能提高产品稳定性与体验，覆盖更多用户[43][45] 未来产业发展方向 - 产业核心演变路径为：工具 → 系统 → 平台 → 基因，当前及未来重点在平台化与基因化探索[2][48] - 平台化表现为应用层功能解耦实现积木式组装，盈利模式转向订阅或按需付费[48] - 基因化本质是将工业知识内化为参数/代码（如机理模型），工业软件将转化为能自主规划执行的“数字工程师”或“工业智能体”[48][52] - 未来产品将从卖软件走向卖“智慧”，工业智能体特征包括懂自然语言交互、知识内嵌与自主编排结合、可组装交付[3][52] 市场策略与客户锚定 - 头部客户在国产替代和信创需求驱动下，为技术突围提供窗口期[2][50] - 腰部客户场景丰富、付费能力强，可绑定共同成长并促进行业套件形成[2][50] - 长尾及海外客户有助于扩大营收空间，长尾市场可实施“农村包围城市”战略并收集海量数据训练AI模型[2][50] - 企业侧是招标主体（占比78.1%），采购类别最广且有国产替代需求；政府侧侧重工业互联网平台集成与活动；科研院所侧重实训实验室与课题研发[14][16] - 企业侧项目平均单价约240万元，政府侧约130万元，科研院所约110万元，服务周期多集中在1-2个月[16]

文章核心观点 * 文章内容不完整，无法提炼出关于公司或行业的核心观点 [1][4] 根据相关目录分别进行总结 * 提供的文档内容不包含可识别的目录结构，无法根据目录进行总结 [1][4]

行业定义与战略意义 - 具身智能是人工智能的重要发展方向，被普遍认为是实现人工通用智能的重要路径，其核心特征在于智能体依托物理身体，通过感知—理解—决策—行动的闭环与环境进行强交互并持续学习 [2] - 具身智能是推动科技产业链升级和培育新兴产业的重要力量，有助于先进制程芯片、精密传感器、AI大模型、先进能源等产业链环节的协同创新，并带动制造、交通、零售、医疗等场景转型升级 [6] - 具身智能是中美科技竞争的关键战役，中国的突破关乎科技自立自强与国家竞争力的提升，是未来十年“弯道超车”的关键赛点 [6] 市场前景与规模预测 - 全球市场：根据摩根士丹利、高盛等预测，2025年全球具身智能规模将达到192亿元人民币，未来五年复合增长率达73%，预计十年左右达到年万亿级市场需求 [46] - 中国市场：保守估计，市场规模将从2025年的21亿元人民币增长到2035年的超过2，800亿元人民币，实现十年百余倍增长 [50] - 资本热度：作为第七次科技浪潮的主升浪，全球资本市场对具身智能投资火热，美国公司Figure AI在2025年9月C轮融资超10亿美元，估值达390亿美元，中国公司上半年近亿美元融资达4笔以上 [1][43][44] 发展阶段与商业化现状 - 发展历程可分为三阶段：1950年起的哲学思辨与概念萌芽，2000–2020年的技术积累期，以及2020年以来的大模型驱动与应用拓展期 [11] - 当前自主化程度：类比自动驾驶，处于L2-L3的过渡阶段；类比大语言模型，则已达到GPT-2的水平，验证了scaling law的可行性 [27] - 商业化正沿着价值阶梯演进，初期应用集中在高投资回报率、低复杂度的“确定性”场景，如工业制造、仓储自动化和餐饮零售的基础场景 [31][34] - 当前主要商业模式为一次性整机销售，未来可能演进为“机器人即服务”模式，并最终发展至“按任务完成效果付费” [35] 技术瓶颈与突破方向 - 面临四大瓶颈：高质量多模态实操数据稀缺、灵巧手与泛化能力等技术不成熟、核心部件与算力成本居高不下、投资回报周期长及伦理安全问题待解 [13] - 数据是行业发展的关键瓶颈，当前数据获取主要依赖遥操作、仿真合成、动作捕捉及互联网视频图像四种方式，但高质量数据依然高度稀缺 [15][16] - 业界正通过“世界模型”、建设数据采集训练场（如2025年起北京、上海加快建设）以及工具创新等方式探索数据困境的解决方案 [19] - 灵巧手是核心部件中技术、工艺难度最大的环节，面临小型化设计、敏捷控制和成本可靠性的“三难困境” [25] 模型演进与技术趋势 - 视觉-语言-动作模型成为发展共识，核心主线是通过多模态统一框架，将大型语言模型的推理能力与真实世界的感知、行动能力深度融合 [21] - 模型演进正经历从初步验证到能力跃迁的过程，例如谷歌从RT-1、RT-2到开源OpenVLA，英伟达推出通用性开源基础模型Isaac GROOT [22] - 技术演进方向包括融合更多模态信息（如视觉、语言、力觉），以及生成适配不同构型机器人本体的动作指令以增强泛化能力 [22] - 行业共识是采用混合模型架构，通过高层大模型进行认知、理解与规划，同时结合底层成熟算法实现可靠、精准的执行，形成“大脑”与“小脑”协同模式 [23] 产业链与竞争格局 - 产业链复杂度不亚于汽车制造业，涵盖从执行器硬件、传感与感知、计算和存储到基础模型等漫长链条，中国企业在产业环节覆盖度上已占据显著优势 [41] - 全球竞争格局显现出三股核心力量：以Figure为代表的AI原生挑战者、以ABB和擎朗智能为代表的场景资源先行者、以及以特斯拉和亚马逊为代表的自带需求的跨界巨头 [55][60] - 中期整合趋势不可避免，产品同质化已初现，高昂的研发投入、复杂的供应链管理等挑战将促使市场向少数玩家集中 [57] - 初创企业需凭借灵活高效、快速创新、定制服务等核心竞争力，并找到能带来长期赋能价值的战略伙伴，以应对巨头的夹击 [59] 典型企业案例分析 - **Figure AI**：美国代表性企业，估值390亿美元，致力于打造通用自主人形机器人，其产品从Figure 01快速迭代至Figure 02，并引入自研通用VLA模型Helix，逐步迈向跨场景泛化能力 [1][64][65] - **擎朗智能**：中国标杆企业，实现了人形机器人与轮式机器人双线协同布局，构建了完整的具身机器人生态矩阵，在全球60余个国家拥有80多个运营中心 [66][71][75] - **宇树科技**：国内头部厂家，宣称2025年营收突破10亿元人民币，其人形机器人已出海至沙特等市场，验证了海外商业化可行路径 [1][53][54] - **节卡机器人**：拥有丰富的具身智能产品矩阵和EVO智能平台，已在汽车、电子等复杂工业场景大规模部署，依托庞大的存量设备网络构建了独特的数据壁垒 [77][79][81] - **因时机器人**：作为微型伺服电缸的领导者，通过垂直整合自研核心部件，推出了系列化的灵巧手产品矩阵，在工业制造、人形机器人等领域实现商业化落地 [83][85][88] 中国产业特色与出海 - 政策激励：近两年来，中国将具身智能纳入国家战略，中央与地方政府协同出台行动方案、发展指导意见与资金支持，推动技术攻关、产业链协同和场景开放 [8][9] - 产业优势：中国拥有机器人领域最完备、成本最有优势的工业体系和供应链，以及最大的应用市场，预计在五年左右进入快速降本通道 [39][50] - 出海加速：2024-2025年，中国具身智能产业进入出海加速期，商业服务与工业机器人出口同比增长显著，形成全球第二大出口市场，代表企业正从“单点出货”迈向“体系化落地” [53][54]

文章核心观点 - 生成式AI搜索优化行业高速发展，AI问答场景已成为品牌抢占用户心智、实现数字化传播突围的核心阵地 [1] - 通过发布《羽绒服品牌GEO传播势能指数榜单》，量化评估了30个主流羽绒服品牌在AI生态中的综合传播表现，为品牌优化AI传播布局提供参考 [1] GEO传播势能综合指数格局 - **头部品牌断层领跑**：Arc‘teryx以66.1分高居榜首，在各类AI提问中均稳居优先推荐位，堪称赛道“天花板” [2][4] - **前三甲格局**：The North Face以49.3分位列第二，Patagonia以46.3分位列第三，两者凭借户外积淀与数字化布局成为AI优先提及对象 [2][4] - **国货品牌突围**：Bosideng以32.8分位列第四，是前五名中唯一的国货品牌，依托“国民羽绒服”认知成功突围 [2][4] - **竞争格局特点**：综合指数呈现“头部凸显、两极分化”格局，30个上榜品牌分值差距悬殊 [4] - **中后段品牌竞争态势**：第5至第10名品牌分值接近，竞争激烈，例如Moncler为30.5分，Canada Goose为25.8分，KAILAS为22.7分，UNIQLO为21.9分 [2][5] - **国货品牌整体表现**：TOP30榜单中国货品牌占据8席，彰显了国货羽绒服在AI传播赛道的强劲潜力 [5] - **传统运动品牌表现**：耐克、阿迪达斯、新百伦等传统运动品牌未能在该赛道占据领先地位 [5] 人群覆盖度指数分析 - **跨圈层领先品牌**：Arc‘teryx是唯一在都市白领、潮流青年、户外爱好者三大圈层均登顶的品牌，展现出强大的语义穿透力 [6][9] - **都市白领圈层**：Arc‘teryx以59.1分领跑，The North Face以53.0分紧随其后，Bosideng以34.8分位列第五，AI模型精准捕捉了品牌与“简约质感、通勤适配”需求的绑定 [8][9] - **潮流青年圈层**：Arc‘teryx以74.2分持续领先，品牌通过潮流IP联动与街头风设计，在AI逻辑中建立起个性化标签 [8][10] - **户外运动爱好者圈层**：专业属性为核心标准，Arc‘teryx以74.2分遥遥领先，Patagonia以57.6分位列第二，KAILAS以31.1分位列第五 [8][10] - **其他品牌人群适配特点**：UNIQLO与Decathlon展现出均衡的场景适配力，Lululemon则精准切入白领心智 [10] 话题覆盖度指数分析 - **全方位领先品牌**：Arc‘teryx在户外性能、外观时尚度、轻便舒适度三大核心话题中均位列榜首，展现出全方位的认知领先 [11][15] - **户外性能话题**：AI侧重于硬核技术资产匹配，Arc‘teryx以68.2分断层领先，The North Face以50.0分位列第二，Canada Goose以42.4分位列第三 [11][15] - **国货专业标签建立**：在户外性能话题中，Bosideng以37.1分位列第五，KAILAS以31.1分位列第六，标志着国货品牌已在AI认知底座中植入专业保暖标签 [11][15] - **外观时尚度话题**：AI推荐逻辑呈现多元化，Moncler因时尚标签鲜明进入前三，UNIQLO与Goldwin以极简都市感并列第六，独特的风格标签成为品牌突围关键 [14][18] - **轻便舒适度话题**：推荐逻辑向生活化适配平移，Arc‘teryx以65.2分位居榜首，Patagonia以55.3分位列第二，Bosideng与UNIQLO以31.1分并列第四 [14][18] 研究方法与数据基础 - **核心评价标准**：榜单以“AI可见度”为核心评价标准，所有数据均通过标准化AI定向提问流程测算 [20] - **指数构成**：GEO传播势能综合指数由AI可见度、话题覆盖度、人群覆盖度三大指标经过加权测算构建而成 [21] - **数据采集**：研究覆盖豆包、Deepseek两大平台，累计生成3960轮对话，经清洗、归类与加权统计后形成数据结论 [21]

行业核心观点 - 2025年是中国智慧教育元年，生成式人工智能技术正成为重构教育生产力的逻辑底座，其目标是实现“规模化的个性供给”和“可量化的教学成效” [1][3] - 技术与人力在教育中的分工可概括为“40/60分割”，即约40%可逻辑化、重复化的教育工具侧工作可由GenAI替代，而60%涉及情感、价值塑造等复杂人类劳动暂时难以被替代，技术的作用是解放教师以专注于后者 [2][5] - 生成式人工智能凭借其强语言交互特性，精准契合了教育作为沟通密集型行业的本质，突破了此前人工智能在教育行业渗透较浅的瓶颈，使教育迅速成为GenAI快速落地的主要战场之一 [7] 市场宏观规模与增长 - 中国人工智能产业预计在2025至2029年保持32.1%的年均复合增长率，并在2029年突破1万亿元市场规模 [7] - 2025年中国教育信息化经费规模预计为5515亿元，预计2028年将稳步上升至6802亿元 [10] - 2025年中国C端教育市场总规模预计为1.3万亿元，预计2028年将达到约1.5万亿元 [15] - 2025年GenAI+教育产品服务总规模预计达3442亿元，预计将以37%的年复合增长率在2028年达到8910亿元，其中纯粹的技术能力价值增长更为迅猛，年复合增长率为45%，从2025年的664亿元上升至2028年的2023亿元 [18] - 2025年，GenAI技术能力价值在相关产品服务中的平均占比约为20%，即平均每5元产品服务中有1元多用于购买技术能力，且该占比预计将逐年上升 [19] 校端市场覆盖与采购特征 - 政策与技术驱动下，学校端对GenAI的采购需求自2025年下半年开始明显上升，预计2025年GenAI相关项目金额在高校与中小学整体采购中占比分别约为25%-35%和20%-30% [10] - 普通高校采购中，明确涉及GenAI的项目数量占比约27%，校园公共服务和数智化教学类项目的GenAI含量最高 [21] - 职业院校采购中，明确涉及GenAI的项目数量占比约35%，数智化教学和学科实训类项目的GenAI浓度高 [27][30] - 中小学采购中，明确涉及GenAI的项目数量占比高达46%，基础设施和数智化教学项目GenAI浓度高 [34] - 高校GenAI采购预算多集中在100万-400万元区间，职业院校多集中在150万-400万元区间，中小学则多在100万-500万元水平 [24][32][37] - 不同层级院校需求差异明显：985/211高校聚焦算力主权与自主可控的生产力底座；普通本科院校追求全栈一体化的软件+内容解决方案；职业院校中的“双高”院校目标构建校级AI能力中心，而普通高职院校则聚焦AI+特色专业群的深度融合 [24][32] 学校采购技术共同特征 - **LLM+RAG+知识图谱**：为应对通用大模型的幻觉问题，学校倾向采用大模型、检索增强生成与知识图谱结合的复合架构，确保生成内容与教学大纲及校本知识高度匹配 [41][43] - **交互Agent化**：学校期待AI成为能主动规划与执行任务的智能体，能够跨系统调用数据，主动参与教学流程与校园管理 [41][43] - **私有化部署**：基于对数据主权与安全合规的高度重视，学校普遍将本地化私有部署及国产信创适配作为硬性要求 [41][43] - **垂直领域应用**：普通高校和职业院校倾向采购应用于建筑、医护、财经、医学等专业领域的垂直大模型，作为专业实训的核心智能组件 [41][43] - **多模态感知与特定场景**：中小学倾向GenAI能力覆盖更多物理空间，应用于校园安全、体育教学监测、心理健康风险警示等特定场景 [41][43] C端用户市场覆盖与行为 - 截至2025年12月，中国生成式人工智能用户规模达6.02亿人，较2024年底增长141.7%，普及率达42.8% [12] - 在教育场景下，57.3%的家长在辅导孩子时使用GenAI类应用，25%的成年学习者利用其进行备考或学习 [12] - 孩子接触GenAI的首要途径是通用AI助手，占比达74.8% [13] - 2025年，GenAI类教育产品服务在成人与K12教育赛道中的覆盖率预计分别在15%-20%和10%-15%水平 [15] K12学生与家长使用分析 - **使用教育垂直GenAI应用**：孩子主要用于辅助校内作业、自主学习/刷题和知识科普，功能偏好前三为习题讲解、作业批改和AI题库，近九成家长认为其对学习有帮助 [44] - **使用通用GenAI应用**：孩子行为更多元，除辅助作业外，还用于发展兴趣/知识科普和创意写作/绘画，最受青睐的功能是知识问答 [48] - **家长辅导场景**：家长尚未形成固定使用模式，37.1%固定使用一两款，35.6%多款混合使用，高频场景为拍照搜题/错题分析和知识搜索答疑 [52] - **家长态度**：家长态度积极且审慎，45.8%担心孩子过度依赖AI导致不愿主动思考，35.9%担心滋生抄袭心理 [54] - **付费逻辑重塑**：GenAI重塑了家长传统教育投入的供给侧，推动“学会学习、环境构建、辅导纠错、伴学监督、学情诊断”五大核心诉求的解决方案向AI精准服务转型 [57] - **区域差异**：一线城市家长理性审慎重实效；新一线城市家长付费意愿最强，呈现教育与技术双重内卷；二线城市家长态度保守；三线及以下城市家长态度两极分化，价格敏感度高 [60] 成年学习者使用分析 - 使用GenAI的成年学习者中，大学生在读占比高达62.2%，职场人士占37.8% [63] - 最高频应用是学习资料生成归纳和学习计划制定，40.9%的人会混合使用多款AI工具 [63] - 在语言类考试和公务员/考编备考中经常使用GenAI [63] - **付费特征**：在校大学生付费行为离散、小额，多为救急付费；在职学习者对价格脱敏但对时间敏感，追求极简干货和即时问题解决 [68] 产业竞争格局与应用形态 - GenAI教育应用市场呈现平台整合与场景深耕双向驱动的发展态势，产品形态日趋成熟 [72] - 教育垂直大模型市场竞争进入以场景深耕与价值交付为核心的中场阶段，短期较量功能创新，中期比拼数据闭环与生态整合，长期取决于对教育质量与效率的根本性提升 [74] - 通用大模型在教育领域主要扮演技术基础设施角色，降低企业使用门槛，或与教育企业知识图谱结合进行垂直微调 [79] - 头部教育科技公司普遍采用自研垂直教育大模型与引入通用大模型能力的混合架构 [79] 商业模式影响与企业案例 - GenAI正驱动教育科技行业代际更替，标准化的数字内容不再构成商业堡垒，价值转向私有教育数据，头部企业正向拥有算法壁垒、私有数据和核心场景的科技公司进化 [81] - 企业需根据自身赛道禀赋，将AI技术、专业内容、人力服务等要素按比例重组，形成差异化的交付体系 [84] - **成功案例**： - **科大讯飞**：2025年星火大模型相关中标金额达23.16亿元，预计2025年归母净利润7.85亿元至9.50亿元，同比增长40%至70%，C端业务成增长主引擎 [83][102] - **好未来**：FY26Q3营收7.702亿美元，同比增长27.0%，净利润1.31亿美元，同比增长468.0%，以学习机为核心的硬件及配套收入占总营收约30% [83] - **Duolingo**：FY25Q3营收2.72亿美元，同比增长41%，付费订阅用户1150万，AI功能显著拉升了用户平均收入 [83] - **受冲击案例**： - **Chegg**：2025Q3营收7770万美元，同比下跌42%，净亏损1750万美元，其标准答案库核心资产被AI免费替代 [83] - **2U (edX)**：于2024年7月申请破产保护，其核心业务受到GenAI直接冲击 [83] 国内外主要厂商动态 - **OpenAI (ChatGPT-Edu)**：通过发布ChatGPT Study和ChatGPT for Teachers，战略性地深度嵌入教育体系，旨在成为教学流程中可信、可控的核心服务层 [87] - **谷歌 (Gemini for Education)**：基于专为教育微调的LearnLM，内嵌引导式教学策略，旨在通过启发式提问重塑教学原生体验，深度整合于Google Workspace生态 [90] - **阿里巴巴 (千问-Qwen3-Learning)**：推出基于Qwen3训练的教育垂直大模型，定位为面向K12学生及教师的免费“拍题答疑+作业批改”智能助手，覆盖全学段全学科 [93][94] - **科大讯飞**：构建覆盖教学、学习、考试、管理、素质五大核心场景的智慧教育产品矩阵，形成系统性业务布局 [99] - **云启智慧**：依托中国联通、华中师范大学及网龙公司优势，定位为教育数智产品公司，提供从顶层设计到落地交付的全流程解决方案 [105][109]

文章核心观点 - NMN作为提升人体NAD+水平的关键前体，凭借抗衰老、修复DNA、调节代谢等核心功能，正成为全球健康产业的焦点[1] - 2025年全球NMN合规化进程迈入实质性加速阶段，美国、日本、加拿大、澳大利亚等主要市场已通过不同监管路径确认其合法地位，标志着国际监管共识转向推动规范应用的新阶段[1] - 中国已成为全球最大的NMN原料生产国，行业虽面临政策限制但已显现积极信号，随着人口老龄化与年轻群体“抗初老”需求爆发，以及合成技术突破带来的成本下降，市场潜力正持续释放[1][2] NMN的定义、功能与合成工艺 - NMN是人体内重要辅酶NAD+的直接前体，补充NMN可快速提升体内NAD+水平，从而在抗衰老、促进心脑血管健康、改善代谢和认知功能等方面发挥重要作用[3][4] - 在NAD+的多种合成途径中，NMN补充路径转化效率最高且尚未发现不良反应，在所有合成途径中具有显著优势和临床潜力[6][7] - 日常饮食中NMN含量极低，例如蔬菜含量约为0.25–1.88 mg/100g，水果约为0.26–1.60 mg/100g，经安全性评估的NMN补充剂可提供约为膳食来源300倍的摄入量，补充效率更高[8] - NMN合成工艺持续升级，全酶法已成为主流工艺，具有纯度高、无化学残留且绿色环保的优势，基因港、金达威等头部企业均采用此法[10] - 磁酶法是全酶法的革新优化，由康盈红莓全球独家首创，合成纯度高、零残留，但技术门槛高，仍处于市场认知早期阶段[10][11] - 头部企业致力于全酶法工艺革新与专利布局以构建技术护城河，例如邦泰生物累计获得20+项NMN发明专利，康盈红莓率先获得唯一全酶法NMN合成专利[12] NMN行业发展历程与驱动因素 - 行业发展始于1904年NAD+的发现，2013年哈佛大学David Sinclair教授团队证实NMN可延长小鼠寿命30%，引发全球资本关注，为产品化提供理论支撑[15] - 2016年开始，日本、美国率先启动NMN商业化进程，中国香港基因港公司同步研究全酶法工艺推动工业化生产，驱动大众消费市场形成[15] - **政策端驱动**：全球主要市场呈现从严格限制转向审慎开放的趋势[17] - 日本于2020年3月批准NMN作为食品原料及药品双轨使用，成为全球首个全面合法化国家，并于2024年8月将其纳入“功能性食品”范畴[18] - 加拿大于2021年将NMN列入天然健康产品数据库，合法化其作为膳食补充剂销售[18] - 美国FDA于2025年12月官宣正式恢复NMN的膳食补充剂身份，终结了自2022年以来的合规争议[18] - 澳大利亚TGA于2025年12月将NMN列入“补充药物成分清单”，其高标准认证为产品进入PIC/S成员国铺平道路[18] - 中国政策路径日益清晰：2022年NMN获批准作为化妆品新原料；2025年4月，国家市场监督管理总局确认中国唯一的NMN保健食品已进入审批受理阶段[17][18] - **需求端驱动**：60后“银发经济”与90后“抗初老”需求形成双重动力[19] - 2025-2030年期间，中国60岁及以上老年人口规模将从3.2亿人增长至3.9亿人，老龄化率将从22.8%增至27.7%[19] - 规模庞大的老年人群与年轻群体更早觉醒的抗衰老意识，共同推动抗衰老产品市场需求释放[19] - **技术端驱动**：合成降本、检测提质、递送增效三重技术革新驱动产业升级[21][22] - 合成工艺革新（特别是全酶法）大幅提升产能并显著降低生产成本[21] - 检测标准逐步建立与完善，提高行业技术准入门槛[21] - 针对口服吸收瓶颈的递送技术创新（如纳米载体、舌下吸收）提升了NMN的生物利用度和用户体验[22] 中国NMN行业现状 - 自2020年开始大规模进入中国市场以来，NMN产品市场保持增长，预计在2025年突破30亿元[28] - 中国NMN原料企业依托全酶法和发酵法工艺实现技术突破，凭借价格和可规模化生产优势，已在全球市场构建起核心竞争力[32] - 中游主要生产厂商各有侧重：基因港具备产能规模优势；尚科生物走在合规前列；雅本化学借化学合成技术与渠道资源整合发力；金达威集团资金充足，实现全产业链和国际化布局；邦泰生物专注技术专利；康盈红莓凭借独家技术研发优势，推动行业标准制定及国内保健食品合法进程[32] - NMN产品在国内主要通过跨境电商、品牌私域和线下实体店三大渠道销售[34] - 跨境电商（如天猫国际、京东全球购等）是主要销售阵地，占据60%~70%的市场份额[35] - 品牌私域渠道占据约3成的市场份额[35] - 中国药监局批准的“蓝帽子”认证代表中国NMN行业最高准入标准，若未来NMN产品获得该资质，行业市场格局有望被彻底重塑[37] NMN应用领域分析 - **保健品领域（主流应用）** - 中国保健品市场预计到2025年将超过4,300亿元，但目前人均消费金额仅为26美元/年，对比美、韩、澳等成熟市场人均年超100美元的消费水平，蕴藏巨大提升空间[40] - NMN在保健品领域的应用量占比近90%，市场正呈现场景细分化、配方多样化与剂型多元化的升级趋势[24][42] - 应用场景从单一抗衰老向女性/男性健康、运动营养、颜值管理等维度渗透；配方升级为“NMN+X”复配范式；剂型覆盖胶囊、片剂、粉剂及口服液等[42][43] - 未来竞争核心聚焦三大方向：构建全渠道市场教育体系、持续投入临床循证研究、深化产品功能延伸与形态创新[44] - **化妆品领域（主流应用）** - 中国抗衰相关功效化妆品市场规模2023年突破3000亿元，2024年1月-8月已达2686.9亿元，同比增长30.1%[47] - NMN在化妆品领域的应用量占比约10%~20%，截至2025年11月，已成为国内备案次数最多（12条）的化妆品新原料[24][49] - 已有基因港、康盈红莓等企业率先布局化妆品赛道，覆盖面膜、精华、面霜等多品类[49] - 头部美妆品牌虽未直接应用NMN成分，但同步以NAD+抗衰叙事为市场“预热”[49][50] - **潜力应用领域** - **宠物营养**：中国宠物经济市场规模在2024年突破3,000亿元，其中宠物食品占比52.8%，NMN在宠物抗衰、代谢病干预等方面展现潜力[53][54] - **医疗健康**：NMN在抗心血管疾病、神经疾病、改善代谢等八个方面具备应用价值，目前药品仍在研发阶段，面临临床数据不足、审核周期长等挑战[56] - **农业科技**：应用尚处初期，但在提升作物抗病性、促进植物生根增产、提高畜牧繁殖性能等方面显现潜力，面临肥料登记制度严格等卡点[58] 行业发展挑战与企业应对 - 行业面临夸大宣传、认知缺失与技术迭代等多重挑战，企业需要以“合规为盾，技术为矛”构建长期竞争力[61] - **政策合规挑战**：国内保健食品审批标准高、流程严谨；国际经验存在滞后性且难以直接适用；本土系统性应用数据尚需积累[63] - **企业应对策略**：推动商业模式创新，从单一原料供应商向覆盖全产业链的综合服务商跃升[66] - 尚科生物：2025年12月成为全球唯一一家获得NMN原料新膳食成分(NDI)的公司，推动NMN作为膳食补充剂在全球合法化[67] - 康盈红莓：推出系列保健品和化妆品品牌，并规划建设全国最大的NMN生产基地[67] - 雅本化学：以跨境形式开展C端业务，并同步开发AKG、PQQ等抗衰成分，形成“原料+成品”复合产品线[67] - **市场教育挑战**：行业仍处市场教育初期，投入人体临床试验的企业比例不高于10%，未来需从“概念营销”转向“临床验证”与“科学背书”[69]