公司动态：新产品发布与市场反应 - 公司于3月16日推出面向OpenClaw龙虾场景深度优化的基座模型GLM-5-Turbo，并同步推出基于该模型的“龙虾套餐” [1] - 受新产品发布带动，公司股价在当日早盘一度上涨超过16%，截至中午收盘涨幅超过10% [1] - 公司同步上调了GLM-5-Turbo的API价格，涨幅为20% [9] - 公司推出了两款“龙虾套餐”：Claw体验月卡定价39元/月，包含3500万tokens；Claw进阶月卡定价99元/月，包含1亿tokens [9] - 公司近期在“养龙虾”领域动作频频，包括3月10日上线AutoClaw以简化OpenClaw安装，以及3月11日启动“龙虾全国部署计划” [11] 产品技术：GLM-5-Turbo模型的核心能力 - 新模型从训练阶段即针对龙虾任务进行专项优化，旨在解决通用大模型在复杂Agent场景中指令遵循偏差、工具调用不稳定等问题 [1][4] - GLM-5-Turbo主要增强了四大核心能力：工具调用、指令遵循、定时与持续性任务、高吞吐长链路执行 [4] - 公司发布了针对龙虾场景的端到端Agent评测基准ZClawBench，覆盖安装配置、开发运维、信息查询、数据分析、办公事务等多元化任务场景 [5] - 基于ZClawBench的评测结果显示，GLM-5-Turbo在OpenClaw场景中的表现相比GLM-5有显著提升，在多项关键任务上整体领先于多家主流模型 [5] 行业趋势与商业模式 - OpenClaw的兴起标志着AI产业核心价值正从模型对话能力向任务完成能力迁移，即从“能聊”到“能干” [12] - Agent的运行机制将传统一次性问答升级为持续性、多轮调用的复杂工作负载，导致Token消耗量加速增长 [12] - AI Agent正从应用层引爆对通信基础设施等系统性投资机会 [12] - 与行业早期“卷价格换规模”的策略不同，公司通过涨价表明技术领先者正带动行业走向“价值战”，将技术壁垒转化为毛利与现金流 [11] - 公司此前在2月发布GLM-5后，已对GLM Coding Plan和API实施调价，其中Coding Plan订阅价上涨30%至60%，API价格上涨67%至100% [11]

**涉及的公司与行业** * **公司**: 智谱 (2513.HK) [1][5][14] * **行业**: 人工智能 (AI)、基础模型、智能体 (AI Agent)、互联网 [5][10] **核心观点与论据** **关于AI智能体行业** * **智能体价值与现状**: 智能体的价值真实存在，其重要性在于**大大降低了非技术用户体验智能体工作流的门槛**，而非意味着自主AI已完全成熟 [1] * **驱动因素**: 近期智能体产品 (如 OpenClaw) 的流行主要由**产品设计与可用性改进**驱动，包括与现有通信工具的集成、持久记忆和更广泛的系统权限，而非模型智能的突变 [2] * **变现时机**: 智能体市场短期内仍处于**探索阶段**，大规模商业变现可能还需要**6到12个月**的模型改进、工作流训练数据和产品迭代 [6] * **早期采用领域**: 最清晰的早期变现路径是**结构化任务**，按优先级排序为：1) **技术工程** (编码、测试、部署等)；2) **信息和内容工作流** (研究、报告生成等)；3) **个人生产力** (邮件、日历管理等) [7] * **基础模型的关键性**: 智能体的商业上限**仍然在很大程度上取决于基础模型的质量**，模型是决定任务准确性、一致性和推理深度的核心因素 [3] * **开放架构趋势**: 智能体层可能不是赢家通吃的专有模型渠道，**开放架构** (支持多模型提供商) 可能成为主流，这拓宽了市场但也意味着单一模型供应商无法仅凭智能体接口保证独家价值捕获 [8] * **护城河构成**: 智能体公司的长期防御能力不在于可快速复制的功能，而在于**产品洞察速度、基础模型质量以及累积的智能体功能** (如工具、记忆系统) [9] * **受益者**: AI价值链的多个部分将受益于智能体采用：1) **模型供应商** (因token消耗增加)；2) **推理基础设施与云提供商**；3) **协作与工作流平台** (通过集成智能体) [10] * **潜在受干扰者**: 价值主张为浅层中介或低门槛信息处理、**护城河有限**的企业可能面临AI带来的压力 [12] * **安全与监管**: 提示词注入、权限错误等安全问题是实际约束，将促使企业初期采用**更严格的权限和受控部署**，这可能减缓短期变现但提高受信供应商的重要性 [13] **关于智谱公司的具体分析** * **投资评级与目标价**: 给予智谱 **“增持”评级**，目标价 **800港元** (基于30倍2030年预期市盈率，以15%的WACC折现) [1][5][16][17] * **投资理据核心**: 长期价值取决于公司能否使其模型能力**保持全球一线水平**，商业模型和利润率是此能力的下游表达 [14] * **公司拐点与战略**: 公司已到达重要拐点，特别是其全球API业务，通过发布GLM-4.5/4.6/4.7系列模型，并向**智能体系统、工具增强推理和开发者基础设施**战略性转变，技术路线图与前沿能力 (如生产级编码、长上下文推理) 相结合 [14] * **业务架构优势**: * 在中国受监管行业拥有巨大的**本地化部署基础**，构成结构性持久需求池，可转化为升级驱动的经常性收入 [15] * **基于云的API**是可扩展的增长引擎，预计随着GLM-4.7获得开发者认可，使用率将快速提高，尤其是在支付意愿高的编码工作流中 [15] * **财务预测**: 预计2030年收入为 **67,063百万元人民币**，调整后净利润为 **17,146百万元人民币**，对应每股收益 **37元人民币/股** [17] * **增长预期**: 2026-2030年预期收入**年复合增长率超过100%**，这是其估值溢价 (30倍2030年市盈率) 的主要依据 [16] * **风险因素**: * **下行风险**: 包括出口管制、地缘政治风险、被列入实体清单；竞争加剧；高研发投入带来的执行风险和盈利压力；商业化与客户采用的不确定性；对计算基础设施和外部供应商的依赖 [18] **其他重要信息** * **报告方**: 摩根大通证券（中国）有限公司 [5] * **报告日期**: 2026年3月12日 [6] * **股价基准**: 报告发布时股价为 **609.50港元** [5] * **评级历史**: 2026年2月9日评级为增持，目标价400港元；2026年2月27日评级为增持，目标价上调至800港元 [23]

行业投资评级 - 行业评级为“买入”，前次评级亦为“买入” [2] 核心观点 - OpenClaw是一套可本地运行、开源免费的AI Agent框架，其核心价值在于将大语言模型从“对话工具”升级为“自主执行系统”，让AI能够自主执行任务 [7] - 综合技术特性、安全风险与监管要求来看，OpenClaw更适用于具备一定经验的个人开发者以及数据敏感性较低的企业应用场景，能够有效自动化重复性强、规则明确的工作流程 [7] - 从能力边界看，OpenClaw在安全、成本及工程优化方面仍有较大提升空间，但已基本具备支撑工作效率大幅提升的技术底座 [7] - 随着性能迭代、算力优化及安全防护体系的持续完善，其长期发展空间显现出明确的增长潜力，应用边界将持续突破，行业发展整体态势向好 [7] - 短期来看，各大厂商正以提升产品易操作性、强化安全防护为核心抓手，全面进入行业标准制定与生态建设的竞争阶段 [7] 一、OpenClaw功能特点和典例应用 - **功能特点**：OpenClaw通过本地优先架构，可直接接入WhatsApp、Telegram等多个主流通讯工具，内置**600+**覆盖多场景的实用技能，支持在个人设备上部署具备持久记忆、任务规划和工具调用能力的数字助手 [14] - **生态影响**：截至2026年3月2日，OpenClaw在GitHub的星标数已突破**25万**，成为平台上星标最高的非聚合类软件项目 [14] - **投研场景测试**：报告测试了OpenClaw和Ifind Agent在选股、交易监控、研究分析三个典型投研场景中的能力 [7] - **选股测试结果**：在基于PEG+ROE的选股策略测试中，OpenClaw生成了10只股票的最终组合，Ifind Agent生成了3只，但两者结果均存在部分指标不符合预设筛选条件的幻觉问题 [47] - **交易监控测试结果**：在交易监控方面，OpenClaw与Ifind Agent的生成结果一致，但OpenClaw的UI交互更为用户友好，提供了更具体的股票池涨跌幅分布 [54] - **研究分析测试结果**：在研究分析场景下，两者均能根据提示生成包含基本面、估值、市场表现等多维度的结构化研究报告，输出较为完整 [61] 二、OpenClaw能力边界和后续发展展望 - **安全风险**：OpenClaw存在架构设计缺陷和恶意技能包带来的安全风险，2026年3月8日，中国工信部网络安全威胁和漏洞信息共享平台发布预警，指出其默认配置存在极高信息泄露风险 [65] - **成本陷阱**：尽管开源免费，但OpenClaw的模型Token消耗构成主要直接成本，因具备自主规划、多步推理等能力，其Token消耗呈指数级跃升，例如社交媒体Agent发布一篇帖子可能消耗约**1500–2000 tokens** [69][70] - **工程门槛**：复杂功能的调试涉及Prompt设计、Skill调用、模型推理等多环节，高度依赖开发者的经验，调试和维护成本不低 [74] - **短期竞争格局**：各大厂商竞争聚焦于行业标准制定，在此背景下：①算力供应商的发展机会最为确定；②模型企业的市场竞争将加剧，研发更注重性能与安全兼顾；③单一应用类企业机会与挑战并存；④安全技术市场需求大，但传统安全企业受产业链地位不确定性挑战 [64] 三、OpenClaw的安全风险与应对 - **已暴露风险**：安全风险包括架构设计缺陷（如CVE-2026-25253漏洞可导致远程代码执行和系统接管）、恶意技能包与供应链投毒（历史ClawHub至少出现过**1184个**恶意Skills） [83][88] - **厂商安全方案**：国内主流云厂商纷纷推出安全解决方案，例如腾讯云的AI Agent安全中心、火山引擎的ArkClaw、阿里的CoPaw以及华为的云上部署方案，旨在实现资产可视、行为可溯、运行可控和供应链可信 [91][97][100][102] - **未来发展趋势**：行业发展将向本地安全和国产可控方向演进，以契合AI+和信创战略要求，例如联想开天发布的Claw信创AI一体机解决方案构建了覆盖行为机制、数据访问、底层算力的三重安全架构 [103] 投资建议 - 报告建议关注以下六个方向的公司 [7][108][109]： 1. **AI硬件方向**：寒武纪、浪潮信息、紫光股份 2. **模型方向**：智谱、MiniMax、阿里、腾讯，同时建议关注商汤和科大讯飞 3. **软件咨询实施方向**：汉得信息 4. **AI基础软件方向**：星环科技、卓易信息、范式智能 5. **数据中心运营与调度服务方向**：网宿科技、宝信软件、云赛智联，建议关注首都在线 6. **关注网安板块**的技术发展和生态地位变化

文章核心观点 - OpenClaw（“龙虾”）技术热潮在春节后引爆资本市场，带动相关公司股价和市值飙升，行业进入“千虾大战”的激烈竞争阶段，但同时也暴露出成本、安全、生产力验证等多重隐忧，市场需从狂热转向理性，关注技术的长期价值创造能力 [1][4][17][22][23] 市场表现与财富效应 - OpenClaw热潮迅速点燃资本市场，港股“龙虾三兄弟”市值飙升，其中MiniMax创始人持股市值一度接近900亿港元，A股相关概念股也应声大涨 [1] - 智谱（HK 02513）股价达707.000，市值3152.11亿港元，其市值一度超越京东（HK 09618，市值3101.93亿港元） [2][3] - MINIMAX-WP（HK 00100）股价达1297.000，市值4067.85亿港元 [2] - 市场情绪过热带来潜在风险，部分概念股短期涨幅过大后出现集体回落，提示回调压力存在 [19] 行业竞争格局：“千虾大战”全面打响 - 国内OpenClaw市场呈现巨头下场、百花齐放景象，行业从“百模大战”快速演进为“千虾大战” [5][14] - 字节跳动于3月5日发布微博私信通道插件，3月9日火山引擎官宣上线云上SaaS版OpenClaw“ArkClaw” [5] - 腾讯于3月6日宣布免费安装OpenClaw，当日有近千名开发者和AI爱好者在腾讯大厦排队等待部署协助 [5] - 阿里云于1月28日上线全套云服务，3月6日推出开源Team版“HiClaw”，3月13日推出移动端产品“JVS Claw” [7][9] - 百度在1月底上线一键部署功能并推限时免费体验，2月20日推出移动版OpenClaw及“红手指Operator” [10] - 智谱AI推出“AutoClaw（澳龙）”，主打部署简易 [11] - 科大讯飞宣布开放基于OpenClaw架构的云端AI智能体助手“AstronClaw” [11] - 华为小艺开放平台更新提供OpenClaw模式，方便开发者创建个性化智能体 [13] - 小米等企业也在积极布局 [14] 政策支持与政企联动 - 地方政府扶持力度加码，合肥、深圳等地自3月以来发布一系列支持政策，形成政企联动态势 [15] - 地方政策提供办公空间优惠、设立专项基金支持种子期一人公司项目，并推出Token消耗补贴和算力供给措施，以降低创业成本并吸引创新企业落户 [15] 技术热潮背后的隐忧与挑战 - **Token消耗成本高昂**：大规模部署时算力成本可能成为应用瓶颈，有用户称生成2000字文档因来回计算花费700万Tokens，小爬虫测试花费2900万Tokens，有人一天花费5000万Tokens [18] - 另有报道称，使用OpenClaw进行自动化任务处理，2小时消耗100美元Token费用，执行复杂程序调试任务一天可烧掉10亿个Token，成本达数万元 [18] - **安全与权限控制风险**：国家互联网应急中心等部门发布预警，指出其存在较多高危安全漏洞，不当使用可能导致远程控制、隐私泄露甚至影响校园网络安全 [19] - **实际生产力验证不足**：许多应用场景仍处探索阶段，尚未形成规模化的商业闭环，能否真正转化为生产力仍需时间检验 [19] 行业治理与规范化发展 - 面对行业乱象，平台治理与外部监管趋严，行业走向规范化发展 [20] - 例如小红书发布公告，严厉打击利用AI自动生成内容、模拟真人互动的行为，体现了行业自律与对用户体验的保护 [20] - 监管加强虽短期内可能抑制野蛮生长，但长远有利于构建健康、可持续的OpenClaw生态系统 [20] 未来展望 - OpenClaw所代表的AI Agent发展趋势不可逆转，各方正尝试将其从极客工具转化为服务于大众与企业的生产力引擎 [22] - 产业需在技术创新、政策支持与风险管控之间找到平衡，才能让技术浪潮真正推动社会进步 [23]

AI智能体OpenClaw的快速流行与市场反应 - 开源AI智能体OpenClaw（俗称“龙虾”）近期引起广泛关注，市场上出现上门或远程安装服务[4] - 从“全网都在养龙虾”到出现“第一批龙虾受害者”，这场AI热潮的荒诞反转在不到一周内发生[4] 资本市场相关概念股表现 - 3月11日午后，A股及港股“龙虾”概念股普遍下跌，A股昆仑万维跌超3%，顺网科技、美格智能等跟跌[1] - 同日，港股相关概念股跌幅扩大，MINIMAX-WP跌超9%，智谱和迅策跌超5%[1] 用户使用中暴露的严重问题 - 用户反馈在“养龙虾”过程中出现乱删内容、隐私泄露、乱花钱等问题[3] - 相关话题“第一批养虾人已经开始卸载了”引发热议，甚至催生了“付费卸载服务”[3] - 某交易平台已出现代卸载服务，上门卸载收费299元（仅限上海），远程卸载收费199元[4] 产品存在的核心安全风险 - 专家指出OpenClaw默认配置极其脆弱，很多用户在不知情下将电脑暴露在公网，黑客可直接通过端口接管电脑并访问文件[4] - 产品允许安装各种Skills（插件），这如同给电脑开了无数后门，恶意开发者可在插件中植入木马以窃取私钥等信息[5] - 浦银国际证券指出，安全是目前最大瓶颈，具体包括：默认高权限运行模式与模糊信任边界易被恶意利用、官方技能市场ClawHub存在严重供应链安全问题、提示词注入成为AI原生威胁[5] 产品的适用场景与目标用户 - 当前阶段OpenClaw并非全民通用工具，其价值与用户场景强相关[6] - 更适合技术开发者、程序员，他们可自主部署、自定义Skills以提升开发效率[6] - 适合自由职业者、创业者等个体，用于打造“无薪数字员工”以自动化处理重复事务并降低运营成本[6] - 适合需求明确且拥有高频、可流程化工作流的专业人士，如电商运营、数据分析师，可实现部分工作自动化[6]

行业投资评级 - 计算机行业评级为“看好”，且为“维持” [6] 报告核心观点 - **OpenClaw热度持续提升，标志着AI进入“执行时代”**：OpenClaw的出现是AI产业进入Agent时代的里程碑，其将AI应用范式从对话交互转向自主执行，通过开源框架打通大模型、工具与本地操作系统，赋予AI长期记忆、任务拆解与系统操作等复杂能力 [9] - **OpenClaw是史上增长最快的开源项目之一**：从诞生起仅用4个月就登顶Github软件类星标榜，截至报告日期（3月8日），其在Github的星标数已达到26万，Fork数近4.8万，且热度仍在攀升 [9] - **算力需求引擎发生结构性切换**：从间歇性的“对话”需求跃迁到持续性的“执行”需求，预计算力消耗量将加速提升 [9] - **OpenClaw的运行模式将大幅提升算力消耗**：作为一个具备高权限、自主调度能力的Agent框架，在处理复杂任务时需要频繁调用底层模型进行思考、工具调用及环境交互，这种模式相对于传统单个任务，其Token消耗量将大幅提升 [9] - **算力基础设施面临新要求与机遇**：需求端的结构性改变不仅意味着推理侧流量的爆发式增长，更对计算的实时性和稳定性提出了更高要求，有望进一步提升算力整体需求 [9] - **国产大模型厂商在Agent生态中迎来新机会**：智谱、Minimax、Kimi等国产大模型厂商深度适配OpenClaw，迅速转化为“AI执行需求”的底座 [9] - **国产大模型通过具体策略抢占开发者入口与市场**：例如，Kimi凭借其超长上下文处理能力与OpenClaw的复杂任务流天然契合，迅速推出了官方补贴的免费主力模型通道，极大提升了API活跃度与商业化转化率；智谱AI则联合云服务商推出了一键部署的镜像服务，通过降低使用门槛抢占Agent开发者入口 [9] - **OpenClaw有望成为国产大模型的高频真实使用场景**：海量的Agent交互数据未来能反哺模型，从而提升国产大模型的竞争力 [9] 投资建议与相关标的 - **核心投资逻辑**：算力链以及国产大模型有望在OpenClaw的发展过程中受益 [3] - **提及的相关标的**：寒武纪-U (688256，未评级)、海光信息 (688041，买入)、智谱 (02513，未评级)、MINIMAX-WP (00100，未评级)、绿联科技 (301606，未评级)、网宿科技 (300017，未评级)、优刻得-W (688158，未评级) [3]

股份及股本情况 - 截至2026年2月28日，H股法定/注册股份数目增至221,314,605股，法定/注册股本增至22,131,460.5元[1] - 截至2026年2月28日，未上市股份法定/注册股份数目为224,528,485股，法定/注册股本为22,452,848.5元[1] - 本月底公司法定/注册股本总额为44,584,309元[1] 股份变动 - 完成行使超额配股权后，H股增加5,612,900股，未上市股份数目不变[3] - 2026年2月9日因超额配股权行使，公司发行及配发5,612,900股H股，每股116.2港元[7] 公众持股量 - 截至本月底，公司符合适用的公众持股量要求[5]

电话会议纪要关键要点总结 一、 涉及的行业与公司 * **行业**：中国人工智能（AI）行业，特别是生成式人工智能（GenAI）和基础大模型（LLM）领域 [1] * **主要公司**： * **智谱AI**（Knowledge Atlas，股票代码：2513.HK）[1][4] * **MiniMax**（股票代码：0100.HK）[1][4] * **其他提及公司**：字节跳动（Doubao）、阿里巴巴（Qwen）[33][61] 二、 核心观点与论据 1. 行业趋势：从能力展示到商业化，代理（Agent）成为核心驱动力 * **商业化拐点**：春节（CNY）模型发布周期标志着行业结构性转变，从单轮任务转向由**代理驱动的多步骤工作流**，这直接利好上游基础模型提供商 [1][3] * **需求结构变化**：根据OpenRouter数据，**每周全球token消耗量是年初至今（YTD）的2倍**，且基于代理的应用（如OpenClaw）的token消耗量已超过编码助手，成为最大需求来源 [3][49] * OpenClaw每周消耗约**2.35万亿（2.35T）** tokens，而Kilo Code消耗约**1.3万亿（1.3T）** tokens [49] * **模型定位转变**：各大模型厂商的发布均围绕**代理就绪性**、**推理效率**和**工作流稳定性**展开，强调在复杂、持久任务中的可靠执行能力 [28][30][31][32][33] 2. 公司战略与定价分化 * **智谱AI**：采取**高端化定价策略**，通过**GLM-5** 强调编码鲁棒性和长周期代理任务 [31][33] * GLM-5的API价格相比GLM-4.7**翻倍**，其编码计划价格上调**超过30%** [35][69] * 输入定价为人民币4-6元/百万tokens，输出定价为人民币18-22元/百万tokens [38][42] * 战略逻辑：通过提高工作流成功率和降低重试频率，为用户创造可衡量的生产力收益，从而支撑其溢价 [70][76][77] * **MiniMax**：坚持**效率优先、规模驱动的低成本策略** [39][102] * M2.5高速版和标准版的输入定价约为**0.3-0.6美元/百万tokens**，输出定价为**1.2-2.4美元/百万tokens**，处于国内定价谱系底端 [39][42] * 推出**M2.5-Lightning**层级，强调高吞吐量（约100 tokens/秒）和低边际循环成本，定位为高并发代理部署的基础设施 [71][72][102] * **阿里巴巴**：采取**价值重置策略**，在提升能力的同时优化工作负载经济性，声称Qwen 3.5比上一代**成本降低60%**，大工作负载处理能力**提升8倍** [33][65] * **字节跳动**：强调**多模态协同与大规模分发**，在春晚期间，豆包相关AI互动达到**约19亿次**，峰值推理吞吐量达到**每分钟633亿tokens** [33][64] 3. 财务预测与目标价上调 * **上调收入预测**：基于对代理驱动工作负载强度和定价能力的更强假设，上调两家公司2026-2030年收入预测 [1][3] * **智谱AI**：2026-2030年收入预测上调**12%-59%** [1][80] * **MiniMax**：2026-2030年收入预测上调**8%-35%** [1][106] * **上调目标价**： * 将**智谱AI**目标价从**400港元**大幅上调至**800港元** [1][4][80] * 将**MiniMax**目标价从**700港元**上调至**1000港元** [1][4][106] * **盈利路径**：预计两家公司均将在**2029年实现盈亏平衡** [3][80][106] * **估值方法**：目标价基于**30倍2030年预期市盈率（P/E）**，并以**15%的加权平均资本成本（WACC）** 折现得出 [3][5][86][93][112][119] 4. 估值交叉检验框架 * **方法一：对标美国同行历史收入倍数** [7] * 当年度经常性收入（ARR）**低于10亿美元**时，美国领先公司交易于约**97-145倍 P/ARR**倍数 [8] * 将此应用于2026年收入预测，智谱AI（2.54亿美元）和MiniMax（2.05亿美元）的隐含市值范围较广，潜在下行风险为**23%-34%**，上行空间有限（智谱AI为15%，MiniMax接近持平）[10] * 应用于2027年更高收入预测（智谱AI：6.51亿美元，MiniMax：5.77亿美元）时，隐含上行空间显著扩大至**85%-195%** [11] * 当ARR**超过10亿美元**时，历史倍数正常化至**27-44倍** [12] * 应用于2028年收入预测（智谱AI：18.58亿美元，MiniMax：16.55亿美元），经折现后估值仍显著高于当前水平 [12] * **方法二：作为美国同行最新估值的一定比例** [18] * 考虑到**总可寻址市场（TAM）差异**和**中国更激烈的竞争格局**，中国领先模型公司的估值可能相当于美国同行最新估值的**5%-25%** [20][21] * 基于此框架： * 相对于**Anthropic**最新3800亿美元估值，智谱AI和MiniMax的隐含市值范围为**190亿至950亿美元**，对应**41%下行至214%上行**空间 [21][27] * 相对于**OpenAI**最新8500亿美元估值，隐含市值范围为**425亿至2125亿美元**，对应**33%下行至603%上行**空间 [21][27] * **全球TAM分析**：2030年全球AI TAM预计为**1.414万亿美元**，其中美国6600亿美元，中国3080亿美元 [19][22] * 中国玩家的可触达市场规模（约4770亿美元）约为美国玩家（约9370亿美元）的**一半** [19][22] 5. 竞争优势与风险 * **智谱AI**： * 优势：专注于**工作流可靠性**（特别是编码场景），拥有**国内芯片供应链**（如华为昇腾）的韧性，在监管行业拥有可观的本地部署基础 [67][78][92] * 风险：定价能力取决于工作流优势的持续性；面临激烈竞争；持续的研发投入压力 [95] * **MiniMax**： * 优势：**推理效率高、成本结构优**，适合高并发代理部署；具备**多模态能力**和**全球市场布局** [102][111][118] * 风险：与美国工作室的诉讼程序；激烈竞争；商业化进程的不确定性 [121] * **共同风险**：出口管制和地缘政治风险；技术迭代快速；对算力基础设施和外部供应商的依赖 [95][121] 三、 其他重要信息 * **市场表现**：自IPO以来，智谱AI和MiniMax的股价已上涨**五倍**，而同期恒生指数上涨**4.3%** [1] * **token消耗领导者**：在OpenRouter上，**MiniMax M2.5** 以约**2.3万亿** 周token消耗量排名第一，其次是Kimi K2.5（约**9700亿**）和GLM-5（约**7700亿**）[51] * **模型能力**：中国玩家正从“缩小巨大能力差距”转向“在压缩的前沿集群中竞争”，差异化体现在整体智能水平、代理就绪性和推理效率 [56] * **投资评级**：报告对智谱AI和MiniMax均给予 **“增持”（Overweight）** 评级 [3][4][85][111]

涉及的行业与公司 * **公司**: 北京智谱华章股份有限公司 (Knowledge Atlas Technology JSC Ltd)，股票代码 2513.HK [6][75] * **行业**: AI 基础大模型行业、中国大中华区软件与 IT 服务行业 [6][75] 核心观点与论据 1. 投资亮点与竞争优势 * 公司是全球SOTA级AI大模型领导者，拥有清华大学深厚的学术根基，并与清华大学知识工程研究室等机构保持结构性科研合作，构建了持续创新的桥梁 [2][11][14] * 最新模型 GLM 5 在编程能力和智能体能力方面有所提升，在 OpenRouter 排行榜中跻身前五，显示出在开发者群体中的高采用率和使用频率 [2] * 公司明确聚焦于生产力场景，其模型即服务(MaaS)平台使客户无需深厚内部AI技术能力也能实现模型定制，自2021年率先开启规模化商业化以来，已签约数千家机构客户 [14] * 公司处于中国 AI 大模型经济长期扩张周期的起点，该市场预计在2024–2030年间以63.5%的复合年增长率增长，规模超过1,010亿元人民币，具备非线性增长潜力 [14] 2. 财务预测与业务结构性改善 * 公司收入预计将从2025年的7.69亿元人民币（约1亿美元）增长至2027年的42.17亿元人民币（约6亿美元），两年增长5–6倍，并在2030年达到300亿元人民币（约44亿美元）[2][3][9][14] * 尽管2025年上半年本地部署收入占比高达85%，但持续的模型迭代将推动云端部署实现非线性增长，云端部署收入占比预计将在2027年提升至66%，并在2030年超过80%，预示着有利的收入结构变化 [2] * 预计毛利率将从2024年的56%下降至2027年的44%，非IFRS口径下的经营亏损将从2024年的25.17亿元人民币扩大至2027年的40.39亿元人民币 [14][15] * 预计2029年实现经营利润盈亏平衡，2035年经营利润率超过50% [3] 3. 估值与评级 * 首次覆盖给予“超配”(Overweight)评级，目标价560港元 [3][6][9] * 目标价基于现金流折现模型得出，假设加权平均资本成本为15%，永续增长率为3%，对应2027年预期市销率53倍 [3][16][19] * 乐观情境与悲观情境目标价分别为860港元（对应2027年预期市销率50倍）和210港元（对应2027年预期市销率30倍）[3] * 截至2026年2月16日，公司股价为508.00港元，当前市值为289.81亿美元 [6] 主要风险与挑战 1. 地缘政治与供应链风险 * 公司被列入实体清单，在全球最大市场美国的业务拓展受到限制 [2] * 高度依赖高性能GPU，而中国国产训练用GPU性能落后于美国，面临地缘政治风险及潜在出口管制影响，2025年上半年前五大供应商占总采购额超过50%，采购集中度进一步放大了该风险 [14] 2. 市场竞争与商业模式风险 * 全球市场竞争极为激烈，OpenAI、Google、阿里巴巴等超大规模厂商占据主导地位，拥有更充足的资源、更广泛的数据以及更为多元的收入来源 [14] * 近90%收入来自中国市场，使增长高度依赖国内需求、监管环境及宏观条件 [14] * 单一、以MaaS为核心的收入模式使公司暴露于价格战及模型商品化风险之下，要求其在每一代迭代中都必须紧跟全球前沿模型方能维持增长 [14] * 多模态能力相对薄弱亦限制了其可触达市场空间 [14] 3. 财务与运营风险 * 财务可见性有限，持续的净亏损及较高的经营性现金流出引发对盈利能力的担忧，变现模式仍处于早期阶段 [3][14] * 收入与盈利可见度有限，较高的现金消耗 [3]

行业投资评级 - 计算机行业评级为“买入” [4] 核心观点 - 中国AI大模型周度Tokens调用量于2026年2月16日至22日首次超越美国，达到5.16万亿，而美国为2.7万亿，标志着国产大模型正从“技术追赶”向“应用落地”转变 [8][16] - 国产大模型性能已跻身全球第一梯队，在编程、多模态、长上下文推理上与国际头部模型差距持续收窄，同时依托MoE架构实现极致性价比，API定价远低于海外模型，为规模化调用奠定基础 [8][30] - AI辅助编程的快速普及和文生视频等爆款应用是推动Tokens增长的关键，企业级Agent的商业化落地也在持续深化 [8][28] - 投资建议关注算力、工具软件、应用层三大维度的投资机会 [8] 根据相关目录分别总结 一、中国AI大模型周度Tokens调用量超过美国 - 根据OpenRouter平台数据，2026年2月16日至22日，中国AI大模型周度Tokens调用量为5.16万亿，首次超过美国的2.7万亿，三周内大涨127% [16] - 2025年下半年，中国企业级大模型日均总消耗量达37万亿Tokens，较2025年上半年的10.2万亿Tokens增长263% [17] - 行业集中度显著增强，阿里通义（千问）、字节豆包、DeepSeek三大头部模型的日均调用占比由2025年上半年的42.1%提升至下半年的71.8% [17] - 千问大模型增长最为突出，其占比从2025年上半年的17.7%大幅攀升至下半年的32.1%，位居行业首位 [17] - 中国AI大模型调用量反超的核心驱动力包括：性价比优势、企业场景加速落地（如AI辅助编程工具）、以及文生视频爆款应用（如Seedance 2.0）的出圈 [24][28] 二、国产AI大模型性能提升较快，性价比优势明显 - 国产模型（如GLM-5、Qwen3.5、MiniMax M2.5）已全面跻身全球第一梯队，在主流大模型智能水平评测中表现优异，与闭源头部模型差距持续收窄 [30] - 在OpenRouter平台周度调用量排行榜上，MiniMax M2.5位居榜首，GLM-5位列第五，显示出强劲的市场竞争力 [32] - 国产模型API定价具有显著优势，例如阿里Qwen3.5-Flash每百万Token输入/输出价仅为0.2元/2元，远低于海外模型 [35][40] - 智谱GLM-5在发布同日宣布上调其GLM Coding Plan套餐价格，核心套餐涨幅达30%，被视为国内AI大模型由价格内卷转向技术定价的重要信号 [8][40][41] - GLM-5模型凭借在长逻辑推理、编程与智能体工程化方面的优势，已快速实现多场景商业化落地，包括游戏、办公软件、开发工具等领域 [42][43] 三、Coding和Agent仍是推动Tokens增长的关键 - AI辅助编程是驱动Tokens增长的核心场景之一，Anthropic公司年化营收从2025年初的10亿美元增长至2026年2月的140亿美元，反映了该场景的旺盛需求 [8][45] - 2025年，Anthropic在全球AI大模型代码编程领域的市场份额为54% [45] - 国内AI代码辅助工具商业化进展迅速，例如卓易信息的EazyDevelop产品，截至2026年2月21日订单突破4200万元，其中2026年1-2月订单金额实现环比翻倍 [8][52] - EazyDevelop产品的优势包括：作为独立第三方的中立性、基于全流程开发经验的Multi-Agent架构、在信创领域的先发优势以及丰富的行业模板 [52][54] - Anthropic公司持续迭代Agent产品，如Claude Cowork和Claude Code Security，深化了Agent在流程自动化、数据分析和网络安全等企业场景中的应用 [58][59][61] - Anthropic与Infosys达成合作，旨在为电信、金融、制造及软件开发领域开发企业级AI解决方案，这有助于其打开印度市场并满足强监管行业的合规要求 [63][65] 四、总结与投资建议 - 国产大模型在性能、性价比、应用落地和生态建设方面取得阶段性成果，行业进入技术迭代与应用落地的双重红利期 [67][68] - **算力硬件**：Tokens调用量指数级增长直接带动算力需求，尤其是推理侧算力，建议关注寒武纪、浪潮信息、紫光股份 [69] - **工具软件**：AI辅助编程和Agent开发工具是Tokens增长的核心环节，建议关注卓易信息、星环科技 [70] - **模型和应用层**：随着大模型性价比提升与Agent技术成熟，各垂直行业AI应用落地加快，建议关注： - AI大模型公司：智谱、MiniMax [72] - 企业级AI应用公司：晶泰控股（生物制药）、卫宁健康（医疗）、中控技术（工业自动化）、赛意信息、汉得信息、税友股份、金蝶国际、石基信息、长亮科技、宇信科技、软通动力、中国软件国际 [72]