港股市场表现 - 1月12日恒生指数高开0.55%，恒生科技指数涨0.88% [1] - 科网股活跃，美团与百度集团股价均上涨超过2% [1] - 锂矿股表现强势，赣锋锂业与天齐锂业股价均上涨超过4% [1] - 贵金属板块走强，紫金矿业股价上涨近3%，中国铝业股价上涨超过2% [1] 机构后市观点与投资建议 - 中信证券认为，受益于内部“十五五”催化及外部主要经济体“财政+货币”双宽松，港股2026年有望迎来第二轮估值修复及业绩复苏 [1] - 中信证券建议关注科技、大医疗、资源品、必选消费、造纸和航空板块 [1] - 招商证券认为市场将进入由质量驱动的结构性分化阶段，建议双线并行策略 [1] - 招商证券建议的进攻端配置包括有色金属和保险板块，防守端配置为高股息资产 [1] - 浙商国际认为港股市场基本面偏弱但资金面环境回落，政策面重点关注新质生产力和扩大内需，情绪面短期回暖 [2] - 浙商国际对中短期市场走势保持谨慎乐观，看好新能源、创新药、AI科技等行业 [2] - 浙商国际同时看好低估值国央企红利板块，以及香港本地银行、电信及公用事业红利股 [2] - 浙商国际认为港股2026春季表现将由“AI应用+PPI改善+扩大内需”三轮驱动 [2]

沽空比率排行 - 安踏体育-R(82020)沽空比率达100.00%，沽空金额为78.21万元，偏离值为17.17% [1][2] - 腾讯控股-R(80700)沽空比率为90.92%，沽空金额为54.88万元，偏离值高达45.18% [1][2] - 吉利汽车-R(80175)沽空比率为80.03%，沽空金额为18.54万元，偏离值为31.95% [1][2] - 中国移动-R(80941)沽空比率为73.93%，沽空金额为555.50万元，偏离值为19.43% [2] - 华润啤酒-R(80291)沽空比率为70.39%，沽空金额为53.35万元，偏离值为1.83% [2] - 联想集团-R(80992)沽空比率为69.15%，沽空金额为317.64万元，偏离值为-5.63% [2] - 中银香港-R(82388)沽空比率为67.99%，沽空金额为84.57万元，偏离值为19.17% [2] - 江苏宁沪高速公路(00177)沽空比率为58.50%，沽空金额为6092.86万元，偏离值为30.31% [2] - 中国旺旺(00151)沽空比率为57.54%，沽空金额为1947.53万元，偏离值为36.17% [1][2] - 比亚迪股份-R(81211)沽空比率为53.32%，沽空金额为56.16万元，偏离值为-0.87% [2] 沽空金额排行 - 美团-W(03690)沽空金额最高，达15.54亿元，沽空比率为21.96%，偏离值为4.92% [1][2] - 阿里巴巴-W(09988)沽空金额为14.40亿元，沽空比率为8.47%，偏离值为-6.76% [1][2] - 腾讯控股(00700)沽空金额为12.53亿元，沽空比率为11.49%，偏离值为0.80% [1][2] - 中国平安(02318)沽空金额为10.67亿元，沽空比率为31.14%，偏离值为3.29% [2] - 百度集团-SW(09888)沽空金额为6.38亿元，沽空比率为31.55%，偏离值为3.08% [2] - 联想集团(00992)沽空金额为6.08亿元，沽空比率为40.42%，偏离值为11.00% [2] - 中国石油化工股份(00386)沽空金额为5.62亿元，沽空比率为27.88%，偏离值为2.19% [2] - 快手-W(01024)沽空金额为5.46亿元，沽空比率为18.47%，偏离值为3.10% [2] - 友邦保险(01299)沽空金额为5.23亿元，沽空比率为32.73%，偏离值为11.86% [2] - 建设银行(00939)沽空金额为5.08亿元，沽空比率为32.40%，偏离值为6.20% [2] 沽空偏离值排行 - 腾讯控股-R(80700)偏离值最高，达45.18%，沽空比率为90.92%，沽空金额为54.88万元 [1][2] - 中国旺旺(00151)偏离值为36.17%，沽空比率为57.54%，沽空金额为1947.53万元 [1][2] - 碧桂园(02007)偏离值为33.66%，沽空比率为41.31%，沽空金额为2610.53万元 [1][2] - 吉利汽车-R(80175)偏离值为31.95%，沽空比率为80.03%，沽空金额为18.54万元 [2] - 江苏宁沪高速公路(00177)偏离值为30.31%，沽空比率为58.50%，沽空金额为6092.86万元 [2] - 现代牧业(01117)偏离值为27.32%，沽空比率为44.57%，沽空金额为1894.82万元 [2] - 比亚迪电子(00285)偏离值为27.12%，沽空比率为46.66%，沽空金额为3.02亿元 [2] - 中国建材(03323)偏离值为23.56%，沽空比率为34.72%，沽空金额为7531.12万元 [2] - 中国联塑(02128)偏离值为23.06%，沽空比率为41.40%，沽空金额为853.18万元 [2][3] - 华润燃气(01193)偏离值为22.79%，沽空比率为51.75%，沽空金额为4601.55万元 [2][3]

全球共享出行市场核心观点 - 全球共享出行市场正处于从人力驱动向自动化转型的关键窗口期，市场呈现出显著的区域分化特征 [4][9] - 北美市场关键词为存量博弈与政策封锁，欧洲为合规准入与技术缺口，中东为蓝海高地，东南亚为成本倒挂与两轮生态 [4][5][9] - 投资布局应聚焦L4 RoboX产业链，B端软件标的优于C端硬件标的 [6][9] 全球Robotaxi市场综述 - 海外对Robotaxi的监管政策呈现“支持与规范并行”的特点，普遍支持发展但要求明确事故责任、购买足额责任险、具备完整数据记录功能并通过第三方安全评估 [12] - 政策通常对运营区域、车队规模和速度进行限制，并要求数据本地采集存储以防止出境 [12] - 主要国家/地区已出台专项法规，如美国联邦的《AV-STEP法案》、加州SB-915/AB-3061法案、欧盟《人工智能法案》、德国《自动驾驶法》、英国《Automated Vehicles Act》、日本《道路运输车辆法》修订案、新加坡及韩国、阿联酋的相关法令 [13] 区域市场特征与进入壁垒 北美市场 - 网约车市场由Uber与Lyft双寡头垄断，格局固化，定价权稳固 [4][9][16] - Robotaxi领域Waymo一家独大，截至2025年11月全美运营车辆约2500辆，周付费订单突破25万单，在旧金山占据约27%的网约车市场份额 [60][62][64] - Tesla激进搅局，计划2026年Q1量产无方向盘Cybercab，并已启动奥斯汀试点，其Robotaxi App首日下载量突破200万次 [60][66] - 通用汽车Cruise于2025年12月停止Robotaxi业务投入，标志主机厂全栈自研模式的阶段性挫败 [60][70] - 中国企业面临“政策+市场”双重封锁，受2025年美国商务部软硬件禁令影响，直接商业化路径困难 [4][9][16] 欧洲市场 - 监管环境碎片化且严苛，各国法律割裂，合规门槛高 [4][9][16] - 本土车企在L4算法上相对滞后，创造了“美国/本土平台 + 中国技术底座”的混合模式机遇 [4][9] - Uber、Lyft计划于2026年在伦敦引入百度Apollo Go，表明去品牌化的技术输出是攻克欧洲市场的占优解 [4][9][16] - 进入欧洲需建立本地数据中心以满足《欧盟数据法案》要求 [16] - 网约车市场形成Uber、Bolt、Lyft三强争霸格局，2025年4月Lyft以1.97亿美元收购FreeNow [88][91] 中东市场 - 呈现“三高一低”特征：高客单价、高政策支持、高基建投入、低能源成本 [4][9] - 海湾国家将自动驾驶视为国家战略，急于摆脱石油依赖，中国企业在此获得路权与牌照双重红利 [4][9] - 文远知行、小马智行等中国企业已进驻并投入实际运营，是当前出海的最佳练兵场和商业化变现区 [4][9][16] - 2025年文远知行与Uber合作在阿布扎比和利雅得上线Robotaxi服务，标志市场向自动化转型 [125] 东南亚市场 - 网约车市场庞大但客单价低，人力成本低廉导致Robotaxi可能出现成本倒挂，短期内大规模落地不具备性价比 [5][9] - 两轮车生态仍是主流，网约车市场由本土企业Grab和Gojek主导 [5][16] - 新加坡作为高人力成本孤岛，或能实现Robotaxi商业化 [5][9] - 进入东南亚Robotaxi市场最可能的方式仍是技术输出 [16] 市场宏观指标与空间测算 - 北美共享出行市场：2022年市场规模624.66亿美元，预计2030年增长至3528.37亿美元，2025-2030年复合增长率32% [78][83] - 北美Robotaxi市场：预计2030年市场规模达2400.52亿美元，保有量达80万辆，渗透率19.5% [78][83] - 欧洲共享出行市场：2025年市场规模预计541.62亿美元，尚处于巡游车向网约车切换期 [109][114] - 欧洲Robotaxi市场：预计2030年市场规模达58.75亿美元，保有量5万辆，渗透率3.6%，导入期较北美更长 [109][114] - 各地区共享出行汽车保有量（2024年）：北美网约车222.09万辆，欧洲网约车59.23万辆，中东网约车36.43万辆，东南亚网约车5.98万辆 [18] - 各地区万人共享出行汽车保有量（2024年）：北美68.63辆，欧洲22.98辆，中东56.66辆，东南亚1.19辆 [18] 定价与盈利模型 - 全球共享出行定价差异显著：北美为价格高地（巡游车每公里约2美元以上，网约车0.9-1.9美元/英里），东南亚为价格洼地 [31][33][76] - 北美高人力成本为Robotaxi技术迭代留出缓冲期，不需要做到极度便宜就能生存 [33] - 欧洲定价反映了高昂的社会福利和准入制度成本 [33] - Robotaxi单车盈利地区差异明显，发达国家/地区单车毛利绝对值更高 [34] - 测算显示，美国、英国、阿联酋、中国的Robotaxi单车年毛利分别约为17.2万、16.6万、5.0万、1.4万美元，发达国家盈利模型更易跑通 [34][35] 投资标的布局 - **H股沪港通优选**：小鹏汽车、地平线机器人、小马智行/文远知行、曹操/黑芝麻智能 [6][9] - **A股优选**：千里科技、德赛西威、经纬恒润 [6][9] - **下游应用维度（Robotaxi视角）**： - 一体化模式：特斯拉、小鹏汽车 [6][9] - 技术提供商+运营分成模式：地平线、百度、小马智行、文远知行、千里科技及拟上市的Momenta、元戎启行等 [6][9] - 网约车/出租车转型：滴滴、曹操出行、如祺出行、大众交通、锦江在线 [6][9] - **上游供应链维度**： - B端无人车代工：北汽蓝谷、广汽集团、江铃汽车 [6][9] - 核心供应商：检测服务（中国汽研、中汽股份等）、芯片（地平线机器人、黑芝麻智能）、域控制器（德赛西威、经纬恒润、均胜电子、华阳集团、科博达等）、传感器（舜宇光学科技、禾赛、速腾聚创）、线控底盘（伯特利、耐世特、浙江世宝）、车灯（星宇股份）、玻璃（福耀玻璃） [6][9]

报告行业投资评级 * 报告未明确给出统一的行业投资评级 [1][2][3][4][5][6][7][8][9][10][11][12][14][15][16][17][19][20][21][23][24][25][26][27][29][30][32][33][34][35][36][37][38][40][41][42][44][45][46][47][48][50][51][52][53][54][55][56][57][59][60][61][62][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79][80][81][82][83][84][85][86][87] 报告核心观点 * **AI入口竞争加剧，大厂投资力度增强**：AI入口竞争已从手机扩展到“OS级智能体”与“超级APP”层面，直接触及大型互联网企业的流量与商业基本盘，预计2026年各家在模型和AI应用产品上的算力投入将进入白热化阶段 [2][45] * **国产算力持续突破，预计2026年迎来爆发**：国产通用GPU正从“可用”向“好用”升级，智算中心持续扩容，国产替代加速，叠加国内云服务提供商加速适配，为国产芯片生态建设提供了强劲动力 [5][50][55] * **国内算力产业供需两旺，增长斜率陡峭**：在模型迭代加速推升训练需求、AI终端落地增强推理需求的双重驱动下，叠加国产GPU性能提升和生态适配的供给侧支持，GPU、服务器、电源、柴发、IDC、云等六大产业环节均呈现供需两高的局面 [5][59] 根据相关目录分别进行总结 一、AI 入口之争，大厂投资力度再增强 * **中国AI全球影响力显著提升**：在全球顶级模型排名中，中国国产模型已有效改变北美单极主导格局，在全球Top 10中，GLM-4.7、DeepSeek V3.2、Kimi K2 Thinking占据3席；观测范围扩大至Top 15时，中国企业席位达6个 [2][11] * **中国开源模型占据全球主导地位**：2025年中国开源AI模型调用量约占全球市场的70%以上，其中DeepSeek与Qwen分别以14.37万亿及5.59万亿Token消耗量领跑 [2][14][16] * **中国模型在开源社区表现活跃**：2025年9月，阿里巴巴的Qwen模型家族成为Hugging Face上下载量最多的LLM家族；自2025年1月起，基于阿里巴巴和DeepSeek开源模型的衍生模型已超过基于美欧主要模型的衍生模型 [20] * **模型能力进步路径依然有效**：大模型的Scaling Law仍然有效，训练正从单一的预训练向预训练、后训练、推理深度思考三大Scaling转变；DeepSeek V3.2将后训练算力预算上调至超过预训练成本的10%，并计划进一步扩大预训练规模 [26][27][29][33] * **推理需求激增，算力消耗大幅提升**：o1类推理模型的出现，使推理阶段的计算量相对传统模型解锁了约10倍的潜力，算力需求从“训练驱动”转向“训练+推理双轮驱动” [2][37] * **硬件架构升级助力模型训练**：大模型训练的硬件基础正从英伟达Hopper架构转向Blackwell架构，后者在单卡算力、显存带宽、容量及集群互联上大幅提升，有助于训练稳定性和效率 [33][34] * **AI入口竞争白热化，流量争夺加剧**：入口竞争演变为“OS级智能体”与“超级APP”层面的较量；字节跳动旗下AI应用豆包日均活跃用户数突破1亿，千问App公测23天月活突破3000万；豆包通过“AI操作系统”模式触碰微信、支付宝等超级App的商业命门，引发后者封禁权限 [2][42][44] * **AI手机成为关键生态节点**：手机作为超级个人计算终端，是AI击穿C端的关键，将形成“大云小端”模式，进一步拉动算力需求 [47][48] 二、国产卡持续突破，2026年爆发之时 * **中国智能算力规模高速增长**：2020年中国智能算力规模为75.0 EFLOPS，预计到2028年将达到2,781.9 EFLOPS，2020-2028年复合增长率达57.1% [50] * **国产AI加速芯片市场份额提升**：2024年中国AI加速芯片市场中，英伟达、AMD合计占比71%，华为海思/沐曦/摩尔线程的市场份额已分别达到23%/1%/1% [50][51] * **国产通用GPU性能快速追赶**：国产GPU在性能指标上已基本追平英伟达A100、H20等产品，少数厂商通过先进封装等方式实现接近H100的算力；显存带宽在0.5-2 TB/s左右 [53] * **本土晶圆厂产能提供坚实保障**：以中芯国际为代表，其2025年第三季度月产能达102.28万片（折合8英寸），产能利用率达95.8%，为国产AI芯片产能提供了保障 [54] * **国内云厂商加速适配国产芯片生态**：腾讯云宣布全面适配主流国产芯片，百度、阿里等企业也在加速适配，推动“芯片-模型-应用”闭环形成 [5][55] 三、供需双高，国内算力斜率陡峭 * **AI服务器市场结构向推理倾斜**：目前AI服务器市场中训练型服务器占57.33%，推理型服务器占42.67%，预计未来推理型服务器将逐渐成为市场主流 [64] * **中国x86服务器市场集中度高且增长迅速**：2024年中国x86服务器市场规模约为393亿美元，同比增长49.7%；市场CR6分别为浪潮信息（30.8%）、超聚变（13.3%）、新华三（12.6%）、联想（9.8%）、宁畅（8.3%）、中兴（6.5%） [64][66] * **AIDC电源市场规模可观**：2024年全球AIDC电源市场规模已达约49亿美元；国内企业如麦格米特、欧陆通、中恒电气等凭借技术突破和成本优势，市场份额逐步提升 [67][68] * **柴油发电机是数据中心重要备用电源**：柴油发电机组约占数据中心基建成本的23%；2024年中国数据中心用柴发机组中，国产品牌科泰电源、泰豪科技、潍柴重机、苏美达市占率合计约为30%；同年我国数据中心用2MW柴发机组市场规模或达82亿元 [69][71][72] * **AIDC参与主体多元，商业模式以算力租赁为主**：2024年，互联网及云厂商、基础电信运营商、地方政府分别占我国AIDC算力规模份额的35.0%、25.6%、14.2%；目前算力租赁为AIDC主要商业模式 [72][73][74] * **大模型公有云调用量爆发式增长**：2024年我国公有云大模型调用量达114万亿Tokens；2025年上半年达536.7万亿Tokens，实现同比近400%的增长；市场格局方面，火山引擎、阿里云、百度智能云份额分别为49.2%、27.0%、17.0% [74][76][78] 四、相关标的 * **国内算力产业链标的**：包括寒武纪、海光信息、中科曙光、浪潮信息、中芯国际、华虹半导体、兆易创新、中微公司、兴森科技、润泽科技、百度集团、神州数码、协创数据、星环科技、大位科技、润建股份、华丰科技、禾盛新材、东山精密、亿田智能、奥飞数据、云赛智联、瑞晟智能、科华数据、潍柴重机、金山云、欧陆通、杰创智能、东阳光、大普微等 [3][79] * **海外算力/存储产业链标的**：包括中际旭创、新易盛、天孚通信、源杰科技、胜宏科技、景旺电子、英维克等；以及闪迪、铠侠、美光、SK海力士、北方华创、拓荆科技、长川科技等 [3][79]

文章核心观点 - 主流输入法厂商正全力投入AI功能“军备竞赛”，试图将输入法打造为AI大模型的超级入口，但在此过程中却忽视了基础输入体验的优化，导致词联想不准、语音识别出错、广告过多等问题，引发了用户的普遍不满和耐心消耗 [1][2] - 输入法行业面临“效率悖论”：产品在追求智能化（如写诗、预测）的同时，其“本分”——准确、高效地打字和表达——却出现退步，基础功能体验与AI能力发展失衡 [2][4] - 行业竞争格局高度集中，头部厂商合计占据超过84%的市场份额，在存量竞争下，争夺作为AI关键数据入口的输入法，成为各大厂AI模型应用能力角力的焦点 [8][9] - 作为免费工具，输入法长期面临“高流量、低价值”的商业化焦虑，同时用户隐私保护是必须严守的红线，这两大因素共同制约了产品的性能提升与用户体验优化 [14][15][16] 用户反馈与产品问题 - 用户普遍反映输入法“变笨”，具体问题包括：常用字词联想失准（如输入“是”频繁推荐“事”）、语音识别转文字错误增多需反复修改、广告弹窗频繁影响体验 [2][4] - 具体案例显示，搜狗输入法存在将语气助词“呀”误判为“压”或“亚”，且未记住用户纠正习惯的问题 [4] - 厂商积极收集用户反馈，例如搜狗输入法团队平均每周回复用户内容1000余条，每周收到数千条需求，并快速响应优化，如用户提出“在大写数字后加‘圆整’”的功能在4个工作日后上线 [5] - 针对广告问题，搜狗输入法正考虑在2026年一季度上线能去除广告的新版本；百度输入法则表示会根据用户偏好提供个性化功能界面，并保证输入主流程体验 [5] 行业竞争格局与AI军备竞赛 - 中国第三方输入法市场呈“寡占格局”，截至2025年7月，搜狗、讯飞、百度、微信等头部厂商的合计市场占有率高达84.4% [8] - 各大厂商将输入法定位为AI大模型的“第一入口”或“超级入口”，竞争核心是将大模型的理解与生成能力更好地融入打字场景，以占据上下文数据信息的入口 [9] - 腾讯正用AI将搜狗输入法“重做一遍”，推动全面AI化，并将混元大模型与微信输入法深度协同 [2][9] - 百度依托文心一言大模型，希望将输入法发展为AI驱动的表达与协作工具 [10] - 科大讯飞强化“离线语音识别”优势，并通过AI键盘解决个性化需求 [11] - 字节跳动于2025年下半年加入战场，旗下豆包输入法在9月内测，主打语音输入与端侧智能，一个多月后上线安卓商店 [11] - 阿里云千问APP也在研发输入法，试图抓住上下文输入这一关键入口 [11] 技术挑战与未来方向 - 当前AI算法在理解人类意图上仍有局限，词联想不准部分源于训练数据中存在大量噪声（如错别字、语法错误），影响了算法效果 [11] - 输入法之父马占凯描绘的未来方向是输入法成为真正的智能体（Agent），能理解复杂指令并执行任务（如识别“约张总”并自动拨打电话），而不仅是文字转换工具 [12] - AI多模态交互（语音、文字、图片）对输入法提出了更高要求，需要高度复杂的算法支持不同模态信息间的转换与协同处理 [17] - 数据质量与隐私保护是制约性能提升的重要因素，为保护隐私进行的数据匿名化、脱敏处理增加了数据处理的复杂性与难度 [16] 商业化与隐私困境 - 输入法作为工具型产品，长期面临“高流量、低价值”的变现难题，商业化模式主要包括广告、会员付费及定制服务等 [15] - 搜狗输入法虽拥有皮肤、广告弹窗、专有词库定制等变现手段，但其具体营收贡献未在腾讯财报中单独披露 [15] - 用户隐私是行业红线，2021年多家输入法曾因违规收集个人信息被要求整改甚至下架，此后厂商加强了隐私保护措施 [16] - 目前厂商提供不同模式以平衡功能与隐私，如搜狗输入法的“完全体验模式”（数据上传云端）和“基础打字模式”（不收集数据）；讯飞输入法则在基础输入模式下实现核心功能完全离线化 [16]

核心观点 - 行业正经历从基础打字工具向AI超级入口的战略转型，但过度追求AI功能叠加导致产品臃肿，忽视了基础输入准确性和用户体验，引发了“效率悖论” [2][3][9] - 用户对主流输入法（如搜狗、百度）的核心抱怨集中在：基础字词联想准确率下降、语音识别功能退步、以及广告弹窗过多影响体验 [3][4][5][6] - 输入法厂商面临“高流量、低价值”的商业化困境与用户隐私保护的双重挑战，同时正围绕AI大模型能力展开激烈竞争，争夺未来智能交互的核心入口 [9][11][16][18] 行业竞争格局与战略方向 - 中国第三方输入法市场呈寡占格局，截至2025年7月，搜狗、讯飞、百度、微信等头部厂商合计市占率高达84.4% [9] - 行业共识是将输入法定位为AI大模型的“第一入口”或“超级入口”，旨在通过用户高频交互数据训练更智能的AI [9][10][11] - 各大厂商基于自有大模型展开竞争：腾讯将混元大模型与微信输入法深度协同；百度依托文心一言打造表达与协作工具；科大讯飞强化离线语音识别；字节跳动于2025年9月内测豆包输入法；阿里云千问APP也在研发输入法 [11][12][13] 用户反馈与产品问题 - 用户普遍反映输入法“变笨”：基础打字联想失准（如输入“nanyong”首推“男用”而非“难用”），常用字（如“是”）不在候选词首页，语音识别转文字错误率高需反复修改 [3][4][6] - 广告弹窗问题严重，影响用户体验，搜狗输入法正考虑在2026年第一季度上线能去除广告的新版本 [5][7] - 厂商积极收集用户反馈，搜狗输入法团队平均每周回复用户内容1000余条，并快速响应优化（如4个工作日内上线“大写数字后加‘圆整’”功能） [6][8] 技术挑战与AI局限 - 当前AI算法在理解人类意图上仍有局限，训练数据中的噪声（错别字、语法错误）会影响模型效果，导致联想不准 [13] - 多模态交互（语音、文字、图片）对算法和技术支持提出更高要求 [19] - 保护用户隐私（如数据匿名化、脱敏处理）增加了数据处理的复杂性，与需要分析用户数据以提升智能的功能存在矛盾 [18][19] 商业化与隐私困境 - 输入法产品长期面临“高流量、低价值”的变现难题，商业化模式主要包括广告、会员付费及皮肤等增值服务 [16][17] - 用户隐私是敏感红线，2021年多家输入法曾因违规收集个人信息被要求整改甚至下架 [18] - 为平衡隐私与功能，厂商提供不同模式：搜狗输入法提供“完全体验模式”（数据上传云端）和“基础打字模式”（不收集数据）；讯飞输入法则实现基础核心功能的完全离线化 [18][19]

行业背景与核心诉求 - 人工智能技术飞速发展，AI基础设施成为产业智能化变革的核心支撑，在国家“十四五”数字经济发展规划与“东数西算”工程推动下，我国算力中心建设呈现政策驱动显著、智能化需求爆发、应用场景深化三大特征 [1][19] - 2025年智能算力规模预计突破1000 EFLOPS，边缘计算市场规模预计2028年达到132亿美元 [19] - 行业面临多重安全挑战，包括合规要求收紧、云平台漏洞频发、大模型新型攻击涌现等，构建高效、安全、可靠的AI基础设施成为行业刚需 [1][19] 政策法规环境 - 我国已形成较为完善的AI基础设施安全相关法律法规体系，包括《网络安全法》、《数据安全法》、《关键信息基础设施安全保护条例》、《生成式人工智能服务管理暂行办法》等，从多维度明确要求 [2][21] - 2024年《生成式人工智能服务管理暂行办法》的实施，对算力中心的数据治理与模型合规提出更高标准 [19] - 等保2.0三级、密评是AI基础设施建设的必备验收条件 [6] 技术前沿与安全风险 - 技术发展聚焦四大方向：增强网络安全保障能力、强化数据安全保护、筑牢产业链供应链安全、保障算力设施平稳运行 [3] - 云安全技术深化应用，包括CASB（云访问安全代理）、CNAPP（云原生应用保护平台）、CSPM（云安全态势管理） [3][29][30] - AI技术在安全防护中的应用日益重要，能对海量安全数据进行实时分析，快速识别异常行为 [30] - 安全风险洞察：AI基础设施因算力资源稀缺与海量数据成为“高价值目标”，攻击事件频发；技术快速迭代导致安全建设滞后，存在算法漏洞与违规内容输出风险 [25] - 某头部运营商2024年因云平台漏洞导致的安全事件同比增长65%；某开源社区2025年监测到针对大模型的恶意样本数量突破200万例 [19] 百度AI基础设施安全架构 - 公司构建了以合规为纲、技术为骨、管理为翼的全方位多层级安全防护体系，涵盖合规与标准规范、核心安全域分层防护、管理与运行体系三大维度 [4][32] - 形成“边界-平台-租户-密码-模型-运营”六层联动防护，适配AI基础设施特性 [4] - 整体架构以法规要求为刚性约束，覆盖《网络安全法》《数据安全法》《个人信息保护法》等，并遵循等级保护2.0、密码应用技术要求等标准 [32][33] 核心安全域防护方案 - **模型应用安全**：覆盖大模型训练、部署、推理全生命周期，从语料安全清洗、输入输出安全管控、数据安全保护、安全评测能力建设四方面入手 [5][54] - **云平台安全**：以“治理-防护-合规-运营”为主线，涵盖安全治理（漏洞、基线）、计算/存储/网络安全、等保与密评合规、物理安全与安全运营 [5][33][39] - **云服务安全**：构建应用、网络、负载、安全管理四层防护体系，通过Web应用防火墙、DDoS防护、云主机/容器安全、态势感知等产品覆盖全场景 [5][42] - **算力调度平台安全**：贯穿基础设施层、虚拟资源层及应用场景层，针对GPU算力平台等核心场景，强化计算、网络、应用安全及密评合规 [5][44] 安全合规实践 - 梳理形成AI基础设施安全合规矩阵，涵盖等保合规、密评合规、大模型内容合规、数据安全合规等基础与场景化要求 [6][68] - **等保合规**：区分云平台自身与云上业务应用两层合规，从安全物理环境、通信网络、区域边界、计算环境、管理中心五方面构建体系，满足“一个中心、三重防护”要求 [7][75] - **密评合规**：建设密码基础资源池，对云平台及云上应用进行密码改造，覆盖多维度，落实国密算法应用要求 [7] - **大模型合规**：面向公众开放的大模型需完成备案与安全评估；企业内部使用需参照标准合规建设；公司提供全流程备案咨询服务 [8][72][74] 安全管理与运营体系 - 构建“事前-事中-事后”闭环运营体系，目标是提升风险可视性、加快威胁响应、增强防御韧性、降低使用门槛 [9] - 关键成功要素包括丰富的日志与数据采集、科学高效的告警研判流程、分级分层的安全运营策略，并通过周报/月报机制持续优化 [10] - 引入SOC（安全运营中心）、SOAR（安全编排自动化与响应）等能力升级运营水平 [10] 实践案例与成效 - **某地方万卡集群算力中心**：构建全栈式安全防护，实现互联网攻击有效拦截、合规达标，服务租户与算力售卖规模稳步增长 [11] - **某广电AIGC平台**：打造融媒生产云安全体系，满足国产化、零改造迁移、合规等需求，支撑AIGC应用落地与多场景业务创新 [12] - **某头部移动设备厂商大模型**：提供轻量化终端大模型安全解决方案，实现全离线运行、超低算力消耗，助力客户成为国内率先备案的端侧大模型内容安全产品 [12] 总结与未来展望 - 公司已形成覆盖全维度、技术与管理深度融合、安全运营驱动持续进化的AI基础设施安全体系，为大规模算力中心提供“合规+防护+运营”三位一体支撑 [14] - 未来方向：智能化防御将成为核心能力，AI Security Agent助力自主风险处置；布局抗量子密码技术；推动安全从“单点防护”转向“生态共治”；持续深化安全产品与智算场景适配，推动安全技术普惠化 [15]

公司业务进展 - 百度旗下自动驾驶出行平台Apollo Go获得迪拜道路与交通管理局（RTA）颁发的首个全无人驾驶测试许可，允许在指定公共道路上运营不配备安全驾驶员的车辆 [1] - 公司计划于今年第一季度在迪拜推出自动驾驶商业出行服务 [1] - 公司已在迪拜市中心设立面积约2000平方米的自动驾驶运营中心，整合智能道路、充电、运维及调度系统 [1] - 公司与RTA计划未来将车队规模扩大至1000辆以上 [1] 行业与市场动态 - 迪拜交通部门表示，此次测试将重点评估系统安全性、可靠性和用户体验，为大规模商业化铺路 [1] - 该举措标志着中国自动驾驶技术在中东市场实现制度性突破 [1] - 该事件反映出阿联酋在智能交通领域持续对外开放的政策取向 [1]

文章核心观点 - 中国AI消费互联网在DeepSeek打破算力成本僵局后，选择以应用落地为竞争焦点，行业进入高速发展期，用户渗透在一年间大大提速 [1] - 2026年中国AI to C应用大战一触即发，因技术模型已足够智能、芯片“卡壳”程度下降、以及有ChatGPT作为成功样板 [13] - 中国AI行业竞争异常激烈且进程加速，市场格局快速变化，但尚未形成拥有绝对用户心智的超级入口，胜负未定 [15][18][43][49] - 相比北美科技巨头卷高端模型和重资本投入，中国大厂更聚焦应用落地，资本开支占收入比重相对较低，投入产出压力更小 [46][49] AI消费互联网的生产资料重置 - AI时代底层生产资料发生重置，四大基础成本要素——算力、存力、运力、电力均需重建，其中算力方面GPU取代CPU并产生垄断溢价，电力消耗巨大 [2] - 生产资料重置导致成本结构变化，用户可能需要为以Tokens为计价单位的AI服务付费，这挑战了中国网民根深蒂固的免费心智 [3][6] - 尽管Tokens消耗爆量、推理总开支高，但因GPU迭代与算力芯片多元化，AI推理的单位成本在过去两年下降了90%以上 [6] 中美AI to C应用发展差异 - 生成式AI用户教育速度空前，ChatGPT仅用2个月实现用户破亿，比TikTok还快半年 [8] - 中国在AI to C应用上明显落后：国际化进程慢，海外存在感弱；且国内渗透率（如豆包20%）是建立在服务基本免费的基础上，而ChatGPT在美国的渗透率（约25%）则伴随付费 [10][11] - 至2025年末，ChatGPT的月活跃用户（MAU）已达8-9亿，而中国头部通用AI应用豆包的MAU约为2.2亿，存在数量级差距 [10] 中国AI通用应用竞争格局 - 独立通用AI市场呈现“6:3:1”格局：豆包MAU占比60%，DeepSeek占30%，元宝约占剩余10%份额，月活约为豆包的1/6 [16] - 阿里千问于2025年11月发力，上线23天月活飙升至3000万，一个多月用户增长近10倍，展现出强劲追赶势头 [16] - 竞争极为焦灼：龙头豆包不敢松懈并赞助春晚；千问处于大力推广期；元宝持续产品迭代；腾讯年底掀起抢人大战，预示2026年将更激烈 [18] 互联网巨头的AI生态布局与战略 - 四家巨头（字节、阿里、腾讯、百度）均一致选择推出全新的原生AI通用入口（如豆包、千问、元宝、文心一言），而非仅在现有应用中内嵌AI [19][22] - 布局进度各有侧重：字节在ToC端落地最快，依托抖音流量推进软硬件产品；阿里在ToB端覆盖更全，ToC端正发力追赶；腾讯相对低调，市场将其AI机会押宝在微信Agent上 [19] - 在垂类场景选择上出现分化：字节和阿里倾向开发独立新应用（App工厂模式）；百度和腾讯则偏向在原有应用上内嵌AI能力进行赋能 [36][37] 争夺AI时代新入口的原因与挑战 - 推出独立AI入口的原因包括：传统移动互联网交互范式尽显疲态；AI是颠覆式的新人机交互，需要“试验田”；本质是争夺下一代以Agent为触达方式的操作系统和渠道分发权 [26][31][34] - 当前AI通用入口面临关键挑战：用户日均使用时长过短（如豆包约10分钟），工具属性强，粘性不足；且各产品UI界面和前端功能同质化高 [43] - 成为超级入口的关键在于能否通过丰富后端生态（内容、服务）或增加社交属性来提高用户时长和粘性，微信和抖音的成功路径提供了参考 [45] 行业投入与未来展望 - 中国四大互联网巨头（字节、腾讯、阿里、百度）2025年整体资本开支增长45%，预计2026年还将增长30% [45] - 中国大厂资本开支占收入比重约10%，明显低于北美科技巨头20%以上的水平，得益于更低的后续运行综合成本（如电力、数据中心折旧），在应用落地方面有更多施展空间 [46] - 2026年行业竞争将成倍加速，巨头聚焦底层入口的比拼将异常惨烈，而中小企业的机会在于更垂直、偏离巨头注意力的领域 [49]

公司战略与产品升级 - 百度百科在20周年前夕启动以AI为核心引擎的全方位升级，推出“动态百科”和“百科AI知识图谱”两大新功能，旨在以生成式交互革新知识传播形态 [1] - 公司强调将在坚守内容权威性与严谨性的基础上，持续探索知识呈现与获取的更多可能，致力于打造更为“有用”的知识产品 [3] 产品功能：动态百科 - “动态百科”通过生成式UI技术将游戏化、场景化设计融入知识呈现，将抽象知识转化为可视化、可操作的动态内容，打破传统文字词条的静态局限 [4] - 该功能将重点覆盖定理定律、人文艺术、生活常识等四大分类，这些领域的知识动态化改造用户增益显著 [6] - 公司已开放上传入口，计划于1月底开通全民创作通道，未来将接入秒哒等AI能力，支持用户通过多轮对话优化内容后投稿 [6] - 动态百科内容并非官方独家打造，核心用户已借助生成式页面能力完成创新探索，例如“太阳系”主题中可直观观察行星运行轨迹、透视内部构造 [4][6] 产品功能：百科AI知识图谱 - “百科AI知识图谱”依托百度AI能力，对3000万词条进行深度挖掘，基于时间、空间等多重维度建立知识关联，构建结构化知识网络，解决传统词条碎片化问题 [8] - 该功能旨在使用户的知识获取从单点查询升级为沉浸式、可延展的探索体验 [8] - 作为首期落地成果，“名画复活计划”与“网红文物大赏”项目借助AIGC技术让中外瑰宝“动态复活”，并自动关联其历史背景、艺术流派等相关知识 [10] - 公司认为AI知识图谱构建的关联化知识体系及动态百科带来的深度体验，是偏重效率、仅提供简单答案的ChatBot类产品无法替代的 [10] 内容生态与运营数据 - 百度百科词条总量已突破3000万，累计贡献用户超803万 [3] - 通过“繁星计划”，公司已联合中国科学院大学、北京大学等头部机构的超10万专家和专业创作者，共建超100万条专业知识 [3] - 与中国科学院大学的合作将重点聚焦两类词条：百度百科热搜词条（满足大众核心需求）和重要科研成果词条（即便关注度不高也将完成建设） [7] 内容权威性与质量保障 - 公司建立了多维度的质量把控机制，在信源准入上坚持权威参考资料门槛，主要依据官方媒体、专业数据库及核心期刊文献 [11] - 在自然科学领域，词条参考资料均来自专业数据库或已发表论文，从源头规避AI虚假内容影响 [11] - 百度百科的实时纠错能力是显著优势，词条发现问题后可即时修改，当天就能更新，能将错误影响压缩到最小 [11] - 公司认为其20年积累的人工审核数据库是中文AI不可或缺的“事实核查”基地，其核心壁垒是中文互联网最庞大的“人类验证网络”及“专家智慧+大众协作”的真理校验机制 [12] 行业机遇与公司定位 - 行业面临用户习惯从搜索点击转向AI直接问答，以及千亿级低质AI生成内容充斥网络带来的信息“熵增”挑战 [12] - 公司认为AI越强，越需要可靠的知识基础设施，百度百科积累的权威内容保障体系在AI生成内容泛滥、信息幻觉频发的当下成为其核心竞争力 [11][12] - 利用AI技术将静态图文转化为动态交互内容，能构建起ChatBot无法替代的体验壁垒 [12] - 公司被行业专家认可为科普工作的重要载体，其词条为大众提供了基础知识入口，并通过专家审校与用户共创不断提升专业性，具备自我更正、完善的能力 [12] - 未来，公司将推进“信誉革命、形态革命、生态革命”，持续强化品牌信任与生态连接能力，巩固在中文知识领域的领先地位 [12]