核心观点 - 中国45岁及以上“新银发人群”规模从2020年的4.6亿增至2023年的6.6亿，占总人口比例从42.2%攀升至44.7%，催生出规模超14万亿的消费市场，并正向20万亿级扩容 [1][4] - 该群体以“活力、价值、得劲”为核心特征，消费需求正从满足“可用”的基础层面向追求“心安”的品质层面升级 [1][2] - 快手平台新银发日活跃用户占比约25%，约超1亿人，用户粘性高，单日使用时长较全站均值高出2.1%，超六成具备中高消费力 [1][6] 人群画像与特征 - **务实派**：年龄多在45-49岁，具备理性消费观，是“精算型的家计官”，消费中频中高额，关注健康养生（重“中医养生”）和家庭，快手沉浸度高、电商消费力强 [2][3][13] - **活力派**：年龄在50-59岁占比高，是平台活跃深度用户，“乐活型的悦己者”，消费高频中高额，热衷兴趣社交、时尚悦己和自我投资，高沉浸高活跃 [2][3][13] - **从容派**：年龄60岁以上显著，“悠享型的分享家”，消费中频中低额，关注健康、服饰、家居，平台沉浸度高，消费潜力待开发 [2][3][13] - **佛系派**：无明显年龄特征，快手使用低频且沉浸时间短，消费以低频中低额为主，主要为娱乐消遣 [3] 消费规模与市场潜力 - 中国新银发人群市场消费规模已超14万亿，其占总消费比例逐年攀升 [4] - 在“银发经济26条”等政策红利驱动下，相关生态正加速市场消费规模向20万亿级迈进 [4] 消费需求与品类偏好 - 新银发人群呈现“自我优先”导向：74.0%以健康储备为首要目标，62%聚焦个人兴趣发展，仅28.4%关注子女教育 [8] - **健康养生（偏好度22.8%）**：核心品类为营养保健食品、中医养生产品、疾病预防产品/服务 [13] - **旅行休闲（偏好度15.9%）**：核心品类为周边康养旅居、跨省文化旅游 [13] - **时尚悦己（偏好度12.3%）**：核心品类为服装鞋帽、休闲食品、抗衰/美业产品 [13] - **家居改造（偏好度11.3%）**：核心品类为智能监测设备、防滑安全设备、智能家居产品 [13] - **兴趣学习（偏好度10.8%）**：核心品类为书画/戏曲/唱歌/舞蹈相关产品、知识课程 [13] - **科技数码（偏好度10.7%）**：核心品类为健康监测产品、智能家用电器 [13] 平台生态与经营方法论 - 快手通过「实用知识场景化」、「兴趣内容商品化」、「技能学习可视化」三大供给，承接人群「健康为基」、「兴趣为核」、「丰富为先」的需求 [8] - **产品体验**：从“可用”到“心安”，提供防诈提醒（43.4%用户关注）、语音助手（38.2%用户关注）、代付功能等，构建数字生存保障体系 [25] - **内容供给**：通过垂类内容与场景化供给（如健康频道、怀旧频道、潮流频道、旅居频道）打造“有共鸣、可参与、能消费”的生态 [28] - **生态运营**：围绕精准触达（契合晨间、晚餐、睡前场景）、信任构建（KOC体系）、长效留存（商户激励政策）、生态协同（即看即买闭环）四大维度推进 [30] 行业机会与布局重点 - **大健康行业**：核心需求为疾病预防、养生保健、功能滋补，品类机会包括钙片、燕窝、花胶，布局重点在关联“科普+商品”即时购买链路，突出真实案例与官方认证 [14] - **文旅/康养行业**：核心需求为慢节奏体验、怀旧情怀、疗养结合，布局重点在服务透明、平台担保、鼓励用户分享体验 [14] - **服饰/美妆行业**：核心需求为舒适时尚并重、安全显年轻，布局重点在源头工厂、直播间测试、提供包退包换等保障服务 [14] - **家居/家装行业**：核心需求为安全便利、适老改造、省力清洁，布局重点在突出官方认证、产品透明清单、智能家居植入短剧 [14] - **教育/娱乐行业**：核心需求为兴趣培养、代际社交、技能提升，布局重点在提供直播课程试听、突出师资认证 [14] - **家电/3C行业**：核心需求为极简操作、解决刚需、健康关联，布局重点在“家电补贴+使用教学”组合内容，适配更新与健康管理场景 [14] 未来趋势 - **数字融入深化**：从“被动适应”向“主动驾驭”转化，提出“适老化反向需求”，消费场景延伸至知识付费、本地生活服务，决策深度绑定社交属性 [34] - **OMO模式兴起**：对非标高频生活服务与大件商品需求旺，通过“线上透明+线下兜底”组合拳缩短决策周期并支撑高客单价转化 [36] - **消费观跃迁**：从“生存刚需”向“品质悦己”跃迁，消费轨迹从“功能性”转向“价值性”，关注品质、品牌内涵与服务体验 [38] - **消费半径扩展**：从“她经济”向“她+他+它”经济延伸，实现一站式家庭解决方案，价值判断从性价比转向情感附加值，成为跨代际消费价值分发节点 [41]

可灵AI（Kling AI）的商业化进展与预期 - 可灵AI正从用户积累阶段转向商业变现阶段，定位为“专业内容创作工具” [1][4] - 高盛预计，可灵AI在2025年第四季度单季收入将突破4500万美元，2027年年度总收入有望达到3.43亿美元 [1] - 用户结构发生显著优化，专业消费者与商业用户比例从二季度的7:3调整为三季度的6:4，显示出向B端生产力工具的进化 [4] - 目前已通过API合约接入约1万名B端客户，覆盖综合工具平台、4A广告公司及游戏工作室，B端客户的高留存与高付费能力带来更陡峭的增长曲线 [4] - 视频生成成本优势显著，Kling 2.5 Turbo模型高质量模式每视频成本为0.33美元，标准模式为0.20美元，低于部分竞争对手 [5] - B端用户的月平均收入（ARPU）稳定在20-30美元，全球约2亿专业视频创作者基数意味着付费渗透率仍有巨大提升空间 [7] AI技术对核心业务的效率提升 - AI驱动的推荐系统OneRec已应用于25%-30%的流量分发，使视频观看量和用户时长均提升至少1% [8] - 通过A/B测试测算，OneRec技术为2025年第三季度广告业务带来4-5%的增量增长 [6][8] - OneSearch技术在电商场景的落地有效提升了GMV转化效率 [8] - 管理层指出，AI在后台的流量匹配与广告分发上已成为提升投资回报率的核心引擎，尽管在C端直接收益相对有限 [8] 传统核心指标的提升空间与策略 - 当前广告加载率约为9%，与同行抖音的14%-15%存在显著差距，短期目标是将该比率提升至9%以上 [9] - 提升广告加载率的驱动力包括：通过AIGC提升原生广告内容质量，以及算法的持续优化 [9] - 短剧、小说、小游戏及餐饮到店服务等垂直领域的广告需求正处于爆发期 [9] - 在电商结构上，泛货架电商目前占总GMV约30%，管理层目标是将此比例提升至40%以上，以构建更稳定的增长曲线 [9]

合作背景与核心策略 - 汽车品牌捷达与快手、新周刊合作，打造「小店中国」IP，以“内容创意+产品性能+情绪共振”为核心，通过纪实短片和达人共创建立用户情感连接 [1] - 营销策略旨在将品牌价值融入日常生活场景，实现品牌用户认知提升及销售转化 [1] - 合作旨在撇去花哨的营销方式，构建从温情纪实内容到价值触动共鸣的营销闭环 [14] 品牌短片内容与执行 - 《小店中国》品牌短片南至重庆交通茶馆，北至哈尔滨老厂房烧烤，通过“纪实跟拍+人物访谈”风格展现市井烟火气与人文温度 [3][5] - 短片通过两位小店经营者（重庆许海母子与哈尔滨荣浩）的故事，传递真诚、扎实的生活态度，并将捷达VS8深度嵌入其生活日常 [3][5] - 捷达VS8的产品卖点，如超大后备箱、辅助驾驶功能、9个安全气囊等，在真实场景中自然呈现，与“不花哨，但靠得住”的生活哲学强关联 [6][8] 达人共创与话题营销 - 针对捷达VS8，快手推出捷达VS8一起探寻宝藏小店话题活动，携手多位美食探店达人进行内容共创，延续品牌短片影响 [9] - 例如达人@铁蛋儿Tyler 驾驶VS8带家人出行，内容创意自然结合车型的装载空间、车身稳定性和安全功能 [10] - 针对销量主力VS5，快手结合时令热点，发起和VS5一起记录乡村烟火气话题，合作三农达人，在秋收、乡村日常等场景中展示车辆的动力、空间和性价比 [12] 营销资源整合与效果 - 快手为捷达整合开屏、信息流广告等硬广资源，推动品牌内容触达更广泛人群，延续讨论热度 [14] - 通过达人内容自带流量与平台流量助推，品牌构建起更精准的流量池，实现用户认知、品牌声量和销量的多重爆发 [14] - 此次合作实现了品牌从功能曝光到价值共鸣的深层跨越，印证了在真实生活叙事中建立深度情感连接的潜力 [14]

股份变动情况 - 公司于2025年11月28日注销165万股已回购股份 [1] - 公司于同日根据首次公开发售前雇员持股计划（2018年2月6日采纳）行使期权而发行2.03万股 [1] - 公司于同日转换627.31万股A类普通股至B类普通股 [1]

公司股份变动 - 公司于2025年11月28日注销了165万股已回购股份 [1] - 公司于同日根据2018年采纳的首次公开发售前雇员持股计划，因行使期权而发行了2.03万股新股 [1] - 公司于同日将627.31万股A类普通股转换为了B类普通股 [1]

股份数据 - 2025年11月26日B类已发行股份数目为3,608,251,913股[3] - 因股份奖励或期权发行新股20,300股，占比0.0005%，每股发行价0.3273港元[3] - 购回并注销股份1,650,000股，占比0.0382%，每股购回价64.2322港元[4] - 转换A类普通股至B类普通股，B类增加6,273,100股，A类减少6,273,100股[4] - 2025年11月28日B类已发行股份总数为3,612,895,313股[4] - 购回拟注销但尚未注销股份400,000股，占比0.0093%，每股购回价68.7222港元[4] - 2025年11月26日A类已发行股份数目为715,206,619股[4] - 截至2025年11月26日已发行股份总数为4,323,458,532股，包括715,206,619股A类和3,608,251,913股B类[6] 合规相关 - 确认股份发行或库存股份出售或转让已获董事会授权批准并合规[8] - 购回/赎回股份若事件已发生须作相关披露，即使股份未注销[14] - 上市发行人购回股份须按规定披露并填妥第二章节[15] - 上市发行人出售库存股份须按规定披露并填妥第三章节[17]

传统推荐架构的瓶颈与范式局限 - 传统级联式推荐架构将召回、粗排、精排与重排割裂，导致反馈难以闭环，模块间不一致性持续累积，算力利用效率长期偏低[2] - 从FM模型到基于行为序列的精排模型，单个推荐item的计算量提升了约5个数量级，但近两年LLM技术突飞猛进时，推荐领域创新却更多停留在精排等局部环节的微调上[5] - 直接采用LLM架构服务推荐面临三大挑战：推荐模型规模已达T级参数、毫秒级延迟要求严苛、大模型推理成本可能难以被业务收益覆盖[6] 大模型应用于推荐的可行性分析 - 对“模型已足够大”的判断应聚焦“激活参数”，推荐模型在线推理的激活参数远小于典型语言模型，例如快手约250M，同行baseline从16M提升至1B，说明仍有充足scale-up空间[7] - 在信息流场景测算中，假设CPM为20元，广告占比10%，则10,000次曝光收入20元，以DeepSeek模型为参照，20元可购买到输入与输出各2M Token的算力，理论毛利约84.5%[9] - 若单次曝光服务消耗1,000 Token，在保持80%计算毛利的条件下，单次曝光可投入0.0004元，对应约15.2T FLOPs计算能力，可支持约7.6B参数规模的模型在线服务[12] - 传统级联式推荐系统由于算力高度碎片化，广义MFU可能仅为1%甚至更低，而测算中按40% MFU计算，成本可行性结论与不少团队的直观感受存在差异[13] OneRec生成式推荐框架的核心设计 - OneRec将原有稀疏ID通过多模态表征离散化为一串Token序列（语义ID），使用Behavior Transformer处理用户行为序列，再以多层Decoder进行生成，反解回原始item ID完成推荐[18] - Tokenizer方案通过Vision-Language Model处理视频原始信息，引入item-to-item和语义保持两类Loss，确保表征既能理解视频内容又能抓住推荐关键信息，泛化性强，可编码新上传视频[19][23][24] - 强化学习设计了三类奖励：用户体验与兴趣偏好、业务与生态约束、编码规则约束，将传统多目标建模简化为统一逻辑输出，系统能在天级完成业务生态控制响应，所需样本量约为传统的1/1000[26][27] OneRec的落地应用效果 - 在快手单列短视频场景，OneRec带动主站综合LT提升0.077%，极速版综合LT提升0.118%，资源开销仅为线上大盘推荐系统的1/12[28] - 本地生活场景中，本地大盘GMV提升5.09%，本地短视频GMV提升21.01%，订单数提升17.89%，买家数提升18.58%，新买家数提升23.02%[28] - 电商商城场景中，买首feed GMV提升6.41%，订单量提升4.22%，买首feed商品GMV提升14.706%，订单量提升8.352%[28] - 全量推送中仅以原线上系统推理成本的1/10，在更低计算成本下使用更大模型并取得更优效果，用户更愿意持续下滑，为插入更多视频与商业化内容提供增量空间[29] OneRecV2的定制优化与Scaling Law验证 - 早期Encoder-Decoder架构存在计算与监督错配，训练资源近90%消耗在用户历史编码上但无直接Loss监督，优化后移除了用户历史编码阶段大部分计算，将主要算力集中到后端Decoder Transformer[33] - 优化带来约94%的训练资源节省，在等量资源下，模型规模从0.5B显著放大至8B，随着模型规模扩大，损失呈平滑且可预测的下降趋势，与scaling law拟合结果一致[33][35] OneRec-Think：生成与理解统一的进展 - 尝试将文本、图像与行为数据进行联合训练，构建既能“说话”又能“推理”的推荐模型，底层以ViT等组件处理图像得到图像Token，SID由自研Tokenizer产生，上层使用统一LLM完成解码与理解[36][38][40] - 模型具备交互式推荐能力，当用户提示发生变化时，思考路径会发生明显转折，在理解既往偏好基础上依据新提示生成匹配推荐，已实现“生成—理解”统一、覆盖多模态的模型原型[40][41] - 当前推荐效果尚未全面超越线上仅以行为数据训练的模型，且成本偏高不适合全量在线应用，但方向的可行性已得到验证，行为数据与语言、图像数据融合有望催生更智能模型[40][41]

灾害事件概述 - 香港新界大埔屋邨宏福苑发生火灾造成94人遇难其中一名为消防员另有76人受伤包括11名消防员[1] - 香港特区政府成立"大埔宏福苑援助基金"并投入3亿港元作为启动资金以援助居民[1] - 社会各界捐赠踊跃截至11月27日24时已有逾40家企业参与捐赠物资和捐款总额超6亿港元[1] 互联网科技行业捐赠 - 阿里巴巴集团启动首批捐款2000万港元马云公益基金会额外捐赠3000万港元累计5000万港元并调动菜鸟等业务资源运送应急物资[2] - 腾讯公益慈善基金会（香港）累计捐款3000万港元其中2000万港元捐赠给特区政府设立的援助基金[2] - 字节跳动（香港）捐赠1000万港元用于紧急救援与过渡安置[2] - 百度捐赠1000万港元专项资金用于紧急安置、生活保障及灾后重建[2] - 网易公司捐赠1000万港元用于支持紧急救援、过渡安置等工作[3] - 小米集团创始人雷军通过香港小米基金会捐赠1000万港元[3] - 快手通过北京快手公益基金会捐赠500万港元[3] - 美团旗下外卖平台Keeta捐款500万港元[3] - 小红书捐赠500万港元用于救援及后续工作[3] - 京东集团旗下香港佳宝超市联动当地乡议会紧急调配并运送生活急需物资[3] 消费品行业捐赠 - 安踏集团捐赠总额3000万港元含1000万港元现金及2000万港元防寒装备[4] - 波司登集团捐赠3000万港元驰援灾后安置[4] - 李宁集团捐赠价值2000万港元现金及装备[5] - 特步集团紧急捐赠2000万港元现金及装备[6] - 361°集团紧急捐赠1500万港元现金及装备[7] - 周大福集团捐出2000万港元并提供临时住宿、食物等支援[7] - 老铺黄金捐赠1000万港元[7] - 农夫山泉捐赠1000万港币现金及500万港币物资[7] - 蜜雪冰城捐赠2000万港元用于医疗救助、紧急安置等[7] - 喜茶捐赠500万港元用于救助、安置和重建[8] - 茶百道捐赠500万港元用于医疗、安置及重建[8] 汽车与物流行业捐赠 - 奇瑞汽车股份有限公司通过中国红十字基金会捐赠1000万港元[9] - 比亚迪（香港）捐赠1000万港元用于医疗救助、紧急安置等[10] - 广汽集团捐赠600万港元用于紧急医疗救助、临时安置等[11] - 小鹏汽车捐赠500万港元支持受灾家庭[12] - 途虎养车捐款300万港元支援救援及安置工作[13] - 宁德时代携峰飞航空捐赠1500万港元[14] - 滴滴首批捐赠1000万港元用于应急救援[15] - 顺丰捐赠2000万港元用于医疗救助、生活保障及重建[15] - J&T极兔速递启动1000万港元捐款并开通对港绿色通道优先运送救灾物资[15] 其他行业捐赠 - 温氏股份紧急捐赠现金及物资共计4000万港币[16] - 联想集团捐款1000万港元用于紧急救援、生活物资补给等[16] - 美的集团捐赠1000万港元用于紧急救援、安置及重建[16] - 中国生物制药捐赠1000万港元的现金及药品[16] - 兰州佛慈制药捐赠1800盒"佛慈岷山清气化痰丸"[17] - 上海复星公益基金会联合复星国际等生态企业及爱心人士捐赠1000万港币[17] - 恒基兆业地产集团李兆基基金捐款3000万港元[17] - 恒隆集团及恒隆地产拨款1100万港元成立赈灾基金[17] - 信和集团及黄廷方慈善基金拨款2000万港元并提供约160间酒店免费客房[17] - 澳门霍英东基金会、香港霍英东基金会及霍英东集团捐赠3000万港元[18] - 携程集团捐赠1000万港元[18] - 同程旅行以同程公益基金会名义捐赠100万港元并联合旗下企业筹集价值100万港元救援品[18] - 蚂蚁集团和在港企业AlipayHK首批捐赠1000万港元[18] - 富途紧急捐助1000万港元用于紧急安置、生活物资补给[18] - 中国平安启动捐赠1000万港元用于应急救灾和灾后恢复[18] - 睿远基金（香港）有限公司决定捐赠100万港元[18]

涉及的行业或公司 * 快手科技 (1024 HK) [1] * 互联网行业 [1] Kling AI 业务动态与战略 * Kling AI 定位为专业内容创作工具 用户群分为专业消费者用户（P端）和企业用户（B端）[7] * 用户比例从 2Q25 的 7:3 (P:B) 转变为 3Q25 的 6:4 显示 B 端用户渗透率在第三季度实现稳健增长 管理层预计 B 端渗透率将继续上升 [7] * 全球约有 2 亿专业用户以创作视频为生 [7] * 付费用户目前为数十万级别 占其 2000-3000 万月活跃用户的低个位数百分比 付费比率仍有巨大增长空间 主要 KPI 是付费用户渗透率和付费用户增长 [7] * 当前 ARPU 为每月 20-30 美元 短期预计将大致稳定在此水平 长期目标是改善产品体验以支持更高的 ARPU [7] * 目前 Kling 已与约 1 万家企业用户建立合作 通常通过 API 合同 ARPU 因用户场景和使用量而异 业务发展团队正积极拓展全球市场合作伙伴关系 [7] * B 端用户垂直领域包括：集成工具平台（如 Freepik）、4A 广告公司、有特定用例的互联网或游戏公司、专业初创公司和工作室 [8] * Kling 2.5 Turbo 模型在保持良好性能的同时实现了显著的成本降低 其单视频成本处于最便宜水平 [13] * 预计 Kling AI 总收入在 2027 年将达到 3.43 亿美元 [14][15] * 预计 Kling AI 收入在 4Q25 将达到 4500 万美元以上 [16][18] AI 对主营业务的益处 * AI 驱动的系统 OneRec 近期应用于快手 25%-30% 的流量 带来视频观看量和用户使用时长至少 1% 的增长 [12] * OneRec 技术扩展至广告业务 通过 A/B 测试计算 在 3Q25 带来广告增长 4-5% 的提升 [12] * OneSearch 已应用于电商场景并帮助提升商品交易总额 [12] * 对 C 端场景的益处相对有限 因为用户仍然偏好真人出演的内容 [12] 用户流量与内容策略 * 快手正专注于通过扩展内容类别（例如短剧、户外、NBA 等）吸引更多不同层级城市的年轻用户 以推动日活跃用户和流量增长 [12] * 目前广告加载率约为 9% 目标是通过 1) 更好的原生广告内容（包括 AIGC）和 2) 增强的算法 进一步提升至 9% 以上 [12] * 长期来看 管理层仍认为有提升广告加载率的空间 参考对象为抖音约 14%-15% 的广告加载率 [12] 广告业务近期更新 * eCPM 增长由 1) 拓展更多垂直领域和 2) 持续的算法改进推动 [12] * 快速增长垂直领域包括：1) 以短剧、小说、小游戏和漫剧激增为主导的内容消费相关垂直领域；2) 本地生活服务 如到店餐饮、店内消费等 [12] 电商业务近期更新 * 货架电商目前占商品交易总额约 30% 目标是通过启用更多直播链接、畅销链接和丰富标准化产品供应 将此比例提升至 40% 以上 [11] * 综合变现率约为 4% 其中 1% 来自电商佣金 3% 来自电商广告 [11] 财务预测与估值 * 对快手的 12 个月目标价为 83 港元 维持买入评级 [2] * 估值方法基于市盈率估值（目标市盈率 14 倍 应用于 2026 年底预期每股收益）[20] * 当前股价为 68.65 港元 上行空间为 20.9% [22] 主要下行风险 * 广告预算恢复慢于预期 [20] * Kling 货币化进度弱于预期 [20] * 整体用户参与基础（日活跃用户 x 每用户使用时长）增长慢于预期 [20] * 盈利能力低于预期 [20] * AI 进展弱于预期 [20]

南向资金净流入概况 - 阿里巴巴-W、快手-W、泡泡玛特为南向资金净流入金额前三名，分别净流入55.87亿元、5.67亿元、3.77亿元 [1] - 盈富基金、中芯国际、中国铝业为南向资金净流出金额前三名，分别净流出3.64亿元、1.87亿元、1.45亿元 [1] - 南方东西精选、保诚、南方港美科技在净流入比方面位列市场前三，比例分别为88.59%、85.03%、71.70% [1] 前十大资金净流入榜详情 - 净流入榜前十名包括阿里巴巴-W（55.87亿元，24.06%）、快手-W（5.67亿元，15.90%）、泡泡玛特（3.77亿元，21.51%）等公司 [2] - 小鹏汽车-W、建设银行、招商银行分别净流入2.74亿元、2.71亿元、2.67亿元，净流入比分别为17.01%、15.20%、23.32% [2] - 赣锋锂业、小米集团-W、石药集团、中国平安净流入金额在1.99亿元至2.46亿元之间 [2] 前十大资金净流出榜详情 - 盈富基金、中芯国际、中国铝业位列净流出榜前三，净流出金额分别为3.64亿元、1.87亿元、1.45亿元 [2] - 信达生物、中通快递-W、中国神华净流出金额分别为1.36亿元、1.22亿元、1.16亿元 [2] - 紫金矿业、中国财险、极兔速递-W、中国联通净流出金额在1.01亿元至1.12亿元之间 [2] 前十大净流入比榜详情 - 南方东西精选净流入比最高达88.59%，净流入金额为844.14万元 [2][3] - 保诚、南方港美科技、三一国际净流入比分别为85.03%、71.70%、65.71% [2][3] - 华润燃气、首钢资源、新华文轩等公司净流入比在44.93%至60.07%之间 [3] 前十大净流出比榜详情 - GX中国净流出比最高达-91.54%，净流出金额为114.71万元 [3] - 绿城服务、艾迪康控股净流出比分别为-58.74%、-54.29% [3] - 中集集团、中集安瑞科、上海医药等公司净流出比在-38.68%至-47.41%之间 [3]