大宗交易概况 - 2026年1月27日，合合信息发生一笔大宗交易，成交量为10万股，成交金额为2997.7万元，占该股当日总成交额的2.55% [1] - 该笔大宗交易的成交价格为299.77元，相较于当日市场收盘价301.88元，折价幅度为0.7% [1] 交易细节 - 该笔大宗交易的买方为“机构专用”席位，卖方为“类古勤费发生医渠”席位 [2] - 交易涉及的证券简称为合合信息，证券代码为688612 [2]

大宗交易概况 - 2026年1月26日，合合信息发生一笔大宗交易，成交量为10万股，成交金额为2939.9万元，占该股当日总成交额的2.23% [1] - 该笔大宗交易的成交价格为293.99元，较当日市场收盘价296.06元折价0.7% [1] 交易细节 - 交易日期为2026年1月26日，证券简称为合合信息，证券代码为688612 [2] - 交易明细显示，成交价为293.99元，成交金额为6.686万元，成交量为10股 [2] - 买入方营业部为“机构专用”，卖出方营业部为“类大证券股份有限公司上海徐汇区渠” [2]

行业趋势与公司战略定位 - 人工智能产业进入“落地为王”新阶段，技术与多元场景深度融合成为行业核心竞争力 [1] - 公司通过集中发布基于多模态大模型的创新产品，覆盖AI教育、AI健康管理、AI基础设施及AI智能体应用等领域，以文本智能技术与垂直场景深度绑定，为AI商业化落地提供实践路径 [1] 消费级与民生场景AI产品 - 在通用文档处理领域，旗下扫描全能王推出“CS-AI一站式智能化文档解决方案”，实现从影像数字化向文档全周期智能服务的跨越，覆盖扫描、阅读、编辑、学习等核心场景 [2] - 该方案可自动修复图像质量问题，完成文档智能重排与排版优化，并在跨境电商、出境游、专业文档翻译等出海场景中展现出潜力 [2] - 在教育领域，面向国内外市场推出“蜜蜂试卷”和“QuizAI”两款AI错题学习管理工具，可智能识别手写体试卷，提供批改及“举一反三”互动学习功能 [2] - 在健康领域，推出AI饮食健康助手Appediet，通过拍照识别食物营养成分并生成热量报告，结合用户健康数据定制饮食计划、提供营养分析与食谱推荐 [2] 企业级市场AI解决方案 - 针对企业级市场，公司构建AI基础设施与智能体产品体系以重塑数据处理流程 [3] - IDC预测，2023至2028年全球数据量复合年均增长率达24.4%，2028年将增至393.8ZB，而企业碎片化、杂格式数据制约AI应用落地 [3] - 旗下TextIn产品线发布AI基础设施产品xParse，以AI赋能非结构化数据挖掘，为知识库构建、合规风控等场景释放数据价值 [3] - 麦肯锡报告显示，62%的受访企业已在试验智能体类应用 [3] - TextIn打造的Agentic AI产品INTSIG Docflow，以“数字员工”身份对合同、票据等复杂文档进行解析、审核、跨系统流转，优化企业核心业务流程 [3] - 启信慧眼推出AI原生应用，其中“AI智能寻源”使拓客效率提升超30%，“AI准入尽调”和“AI关系洞察”分别助力供应商筛选与风险管控，目前已覆盖多行业，日均风险扫描超2000万次 [3] 未来展望 - 公司将持续深耕多模态文本智能技术研发，不断拓宽应用边界，以技术创新探索AI落地新机遇与商业化增长新路径 [3]

核心业务与财务表现 - 公司核心C端业务“扫描全能王”带来稳定现金流，其收入占公司总营收比例稳定在70%以上 [1] - 2024年公司C端业务实现营收10.75亿元，2020年至2024年复合增速达到27% [1] - “扫描全能王”产品2024年收入为9.82亿元，2020年至2024年复合增速达到31% [1] - 公司在收入增长的同时保持核心财务指标稳定，近年来毛利率维持在80%左右，净利率维持在20%左右 [1] 第二增长曲线：垂类AI出海业务 - 公司垂类AI出海业务被定位为具备“高胜率+高赔率”特征的第二增长曲线 [1] - 公司构建了垂类AI产品矩阵，覆盖AI教育、AI健康管理、AI基础设施及AI Agent应用等多个领域 [1] - “高胜率”基础在于公司拥有AGI技术平台和文本智能技术平台，并通过云服务API与端侧SDK形式提供技术支持 [1] - 公司全球分布式算力与存储平台作为AGI基础设施，为客户提供了先进的网络架构与算力存储基础 [1] - “高赔率”机遇源于AI编程技术，该技术可能带来超过80%的编程效率提升，大幅降低开发成本并加速产品迭代 [2] - AI编程技术为垂类AI产品的开发提供了高效且低成本的助力 [2] 公司定位与市场观点 - 公司被视为国内SaaS领域的领军者，并正在加速布局垂类AI出海业务 [2] - 市场观点认为，公司技术平台与全球算力/存储平台的复用为AI出海业务带来了高胜率，而AI编程等新技术则带来了高赔率机遇 [2]

投资评级与核心观点 - 报告对合合信息（688615.SH）给予“推荐”评级，此为首次覆盖 [2] - 报告核心观点认为，公司以“扫描全能王”为核心的C端业务带来稳定现金流，而垂类AI出海业务将成为公司“高胜率+高赔率”的第二增长曲线 [2][7] 公司业务与财务表现 - 公司基于智能文字识别与商业大数据技术，构建了成熟的“C端+B端”产品矩阵，C端核心产品包括扫描全能王、名片全能王、启信宝APP，B端提供基础技术、标准化服务及场景化解决方案 [10][14][16] - 公司C端收入占比稳定在70%以上，2024年C端业务实现营收10.75亿元，2020-2024年复合增速达27%，其中扫描全能王2024年收入9.82亿元，2020-2024年复合增速达31% [7][27] - 公司B端收入稳健增长，2024年实现营收3.60亿元，2020-2024年复合增速达24%，其中商业大数据业务2024年营收1.50亿元，2020-2024年复合增速达31% [27] - 公司财务指标稳健，在收入增长的同时保持费用率、利润率稳定，近年来毛利率大致维持在80%左右，净利率维持在20%左右 [7][18] - 公司2019-2024年收入复合增速达33%，期间费用（除财务费用）复合增速约为14%，收入增速显著高于费用增速 [18] 垂类AI出海战略 - 公司战略核心是构建垂类AI矩阵，捕捉海量长尾需求，已发布覆盖AI教育、AI健康管理、AI基础设施、AI Agent应用等多个领域的创新产品 [7][35] - 在商业数据智能分析领域，旗下启信慧眼的“AI智能寻源”功能可帮助客户寻源拓客效率平均提升超过30% [38] - 在通用文档处理领域，扫描全能王推出“CS-AI一站式智能化文档解决方案”，预计将在跨境电商、出境游、专业文档翻译等市场展现强劲出海潜力 [38] - 公司垂类AI出海具备“高胜率”基础：公司拥有AGI技术平台和文本智能技术平台，并通过全球分布式算力与存储平台为全球200余个国家和地区的用户提供基础设施支持 [7][44][46] - 公司垂类AI出海具备“高赔率”机遇：AI编程技术可大幅提升开发效率、降低试错成本，例如用友集团案例显示AI代码生成占比达37%，新员工学习时间节约超70%，代码评审覆盖率提升超30% [7][48] 盈利预测与估值 - 报告预测公司2025-2027年营业收入分别为17.86亿元、22.69亿元、29.26亿元，增长率分别为24.2%、27.0%、28.9% [7] - 报告预测公司2025-2027年归属母公司股东净利润分别为4.47亿元、6.27亿元、8.14亿元，增长率分别为11.6%、40.1%、29.9% [7] - 报告预测公司2025-2027年每股收益（EPS）分别为3.19元、4.48元、5.81元 [7] - 以2026年1月23日收盘价306.44元计算，公司2025-2027年对应市盈率（PE）分别为96倍、68倍、53倍 [7] - 报告选取金山办公、福昕软件作为可比公司，其2025-2027年PE均值分别为143倍、84倍、60倍，公司估值低于可比公司均值 [57][58]

报告行业投资评级 - 报告对计算机行业给出“看好”评级 [1] 报告的核心观点 - 计算机行业持仓占比处于历史底部，但加仓方向聚焦于具备基本面支撑的绩优标的，市场认可度回升 [1][2] - 行业PE估值处于历史高位，但PS/PCF估值仍有提升空间，后续随着宏观经济复苏、AI技术带来财务回报，估值背离有望消化，市值有望进一步提升 [1][10] - 服务器CPU预计在2026年第一季度出现供不应求并涨价10%至15%，主要受AI推理及Agent趋势拉动高端需求，而先进制程产能优先保障AI芯片导致供应弹性有限 [1][16] - Agent沙箱技术是AI应用落地的关键节点，不仅能优化高并发任务下的资源管理与安全性，还将显著提升对高规格CPU的需求 [1][26][29][40] 根据相关目录分别进行总结 1. 25Q4: 持仓占比底部，加仓绩优标的 - 2025年第四季度，计算机行业公募基金配置占比为1.6%，较上一季度下降0.8个百分点，处于2010年以来的2%分位，配置系数为0.38，在申万一级行业中排名第十四 [2][3] - 前十大重仓股变动显著，浪潮信息以26.1亿元持仓市值成为第一大重仓股，金蝶国际、用友网络、同花顺、合合信息新进入前十大，而中科曙光、广联达、科大讯飞、纳思达退出前十大 [1][4] - 加仓标的集中于具备基本面支撑的公司，如前十大中的浪潮信息、金蝶国际（加仓66%）、用友网络、合合信息（加仓73%），以及持仓超1亿元公司中加仓幅度较大的博思软件（新进）、超图软件（环比变动22386%）、亚信安全（322%）、海天瑞声（213%）等 [5][6][7][8] - 减持标的主要为增速相对稳健、弹性可能不足的公司，如中科曙光（减持83%）、指南针（-69%）、中国软件（-67%）、广联达（-59%）、科大讯飞（-53%）等 [9] 2. 估值: PE(TTM)95x， PS/PCF仍有空间 - 截至2026年1月23日，申万计算机一级行业指数PE（TTM）为94.6倍，处于历史94.80%分位数，估值水位已超过2020年的90倍和2023年的70倍高点 [10] - 同期，行业PS（TTM）为4.0倍，处于历史71.40%分位数；PCF（TTM）为51.6倍，处于历史25.20%分位数，显示PS与PCF估值未来仍有提升空间 [1][10] - 报告认为，随着宏观经济复苏和AI等技术迭代带来盈利回报，市场风险偏好提升，当前高企的PE估值与PS、PCF的背离有望得到消化，行业市值有望进一步提升 [1][10] 3. CPU预期涨价，Agent沙箱成为热点 3.1 CPU供需错配，Agent拉动需求上升 - 英特尔和AMD的2026年服务器CPU产能可能已被大客户锁定，预计在2026年第一季度将售价提高10%至15% [1][16] - 需求侧，AI推理规模化和智能体（Agent）范式的兴起，使CPU从辅助计算单元演变为工作流的调度中枢与状态管理器，驱动对更高单核性能、更多核心数及更强I/O能力CPU的需求 [17][19] - 供给侧，先进制程产能优先保障AI加速器（GPU/ASIC），制约了CPU供给弹性，同时制程升级带来的成本上升也支撑了涨价预期 [21] 3.2 Agent沙箱成为热点，高并发及安全性是核心 - Agent应用（如Anthropic的Cowork）采用沙箱（如容器或微虚拟机）技术，将每个任务隔离在独立执行环境中，以保障高并发任务的稳定执行和系统安全 [26][27] - 沙箱模式启动速度快（约150毫秒）、资源开销小、并发能力强，非常适合AI时代高频、短生命周期、强并发的Agent任务需求 [26][32] - 沙箱化架构要求CPU承担更复杂的控制面与数据管线核心角色，处理任务调度、资源分配和状态管理，从而加大了对高规格CPU（高核心数、强单核性能、大缓存、高内存带宽）的需求 [36][38][40] - 各大云厂商（如Google Cloud、AWS、Microsoft Azure、腾讯云、阿里云）均已推出包含沙箱功能的Agent基础设施产品 [34] 4. 重点推荐主线 - 报告列出了九大重点投资主线，包括：1) 数字经济领军；2) AIGC应用；3) AIGC算力；4) 数据要素；5) 信创弹性；6) 港股核心；7) 智联汽车；8) 新型工业化；9) 医疗信息化 [1][41][42] - 每条主线下列举了具体推荐标的，例如数字经济领军主线包括海康威视、金山办公、恒生电子等；AIGC算力主线包括浪潮信息、海光信息、中科曙光等 [41][42]

报告行业投资评级 - 看好 [1] 报告的核心观点 - 计算机行业在2025Q4公募基金配置占比处于历史底部，但加仓标的具备基本面支撑，市场对绩优公司认可度回升 [2][3] - 行业PE估值处于历史高位，但PS/PCF估值仍有提升空间，随着宏观经济复苏和AI技术迭代带来财务回报，估值背离有望消化，市值有望进一步提升 [2][11] - 服务器CPU预计在2026年第一季度因供需错配而涨价10%至15%，AI推理及Agent趋势是拉动CPU需求高端化的核心动力 [2][18] - Agent沙箱技术是AI应用落地的重要节点，通过提供安全、隔离的执行环境，优化高并发任务下的资源管理和系统性能，并进一步推升高规格CPU的需求 [2][29][32][44] 根据相关目录分别进行总结 25Q4持仓分析 - 2025Q4计算机行业公募基金配置占比为1.6%，较上季度下降0.8个百分点，处于2010年以来的2%分位，配置系数为0.38，在申万一级行业中排名第14 [2][3][4] - 前十大重仓股格局变动较大，浪潮信息以26.1亿元持仓市值成为第一大重仓股，金蝶国际、用友网络、同花顺、合合信息新进入前十大，中科曙光、广联达、科大讯飞、纳思达退出前十大 [2][5] - 加仓标的具备基本面支撑，例如亚信安全持仓市值环比增长322%，海天瑞声增长213%，福昕软件增长110%，金蝶国际增长66%，合合信息增长73% [8][9] - 减持比例较大的标的包括中科曙光（-83%）、指南针（-69%）、中国软件（-67%）、纳思达（-59%）、广联达（-59%）和科大讯飞（-53%）等，主要为增速相对稳健的公司 [10] 行业估值分析 - 截至2026年1月23日，申万计算机行业PE（TTM）为94.6倍，处于历史94.80%分位数，估值水位已超过2020年的90倍和2023年的70倍高点 [2][11] - 同期PS（TTM）为4.0倍，处于历史71.40%分位数，PCF（TTM）为51.6倍，处于历史25.20%分位数，显示PS/PCF估值未来仍具空间 [2][11][12] - 估值背离源于行业处于云、AI转型阶段导致盈利水平较弱，后续随着宏观复苏和AI技术带来财务回报，估值有望消化，市值将提升 [11] CPU供需与涨价预期 - 英特尔和AMD的2026年服务器CPU产能可能已被大客户锁定，预计在2026年第一季度将CPU平均售价提高10%至15% [2][18] - 需求侧：AI推理规模化要求CPU承担请求调度、RAG流程编排等复杂任务，智能体（Agent）范式使CPU成为工作流调度中枢，ASIC生态成熟凸显CPU作为系统通用平台的价值，共同推动CPU需求向高端化发展 [18][19][21] - 供给侧：先进制程产能优先保障AI芯片（GPU/ASIC），限制了CPU的供给弹性，同时制程升级和先进封装技术带来了成本刚性上升 [23] Agent沙箱技术成为热点 - 沙箱是一种虚拟执行环境（如容器或微虚拟机），能将每个AI Agent任务隔离在独立环境中运行，保障高并发任务的稳定执行并提高系统安全性 [2][29] - 沙箱模式启动速度快（约150毫秒）、资源开销小、并发能力强，非常适合轻量级、高频、短生命周期的AI Agent任务部署 [29][35][38] - 该技术是高并发环境下性能优化、任务优先级管理以及系统容错的关键，能有效避免资源争抢，提升用户体验 [32][33][34] - 各大云厂商已推出集成沙箱功能的Agent Infra产品，如Google的Vertex AI Agent Builder、AWS的Amazon Bedrock AgentCore、微软的Agent Factory、腾讯云的Agent Runtime以及阿里云的函数计算AgentRun [38][39] - Agent沙箱化架构提升了对CPU计算能力、资源调度能力的要求，驱动企业采购更高规格（更高核心数、更强单核性能、更大内存带宽）的CPU [40][42][44] 重点推荐投资主线 - 报告列出了九大重点推荐投资主线，包括数字经济领军、AIGC应用、AIGC算力、数据要素、信创弹性、港股核心、智联汽车、新型工业化、医疗信息化 [2][45][47] - 每条主线下列举了具体的重点公司，例如AIGC算力主线包括浪潮信息、海光信息、神州数码、中科曙光、寒武纪等 [45]

大宗交易概况 - 2026年1月23日，合合信息发生一笔大宗交易，成交量为10万股，成交金额为3042.9万元，占该股当日总成交额的2.09% [1] - 该笔大宗交易的成交价格为304.29元，较当日市场收盘价306.44元折价0.7% [1] 交易细节 - 交易日期为2026年1月23日，证券简称为合合信息，证券代码为688615 [2] - 交易成交价为304.29元，成交金额为3042.9万元，成交量为10万股 [2] - 买入方营业部为“机构专用”，卖出方营业部为“签合适者就是想要” [2]

报告行业投资评级 - 看好 [2] 报告核心观点 - 报告认为，AI大模型的幻觉（即产生过度自信的似真谬误）是模型能力的下限，是保障AI应用真正落地的核心 [4] - 报告的核心结论是，到2026年，AI模型的幻觉能够得到有效控制，全球幻觉率最低的TOP25个大模型其幻觉率已低于8%，达到可落地水平 [4][5] - 在幻觉可控的前提下，报告看好三大投资方向：最先成熟的AI应用、幻觉不敏感且商业化速度快的营销AI、以及数据与AI基础设施 [4][6] 幻觉的定义与重要性 - 幻觉是指语言模型常产生过度自信的似真谬误，主要包括无中生有、事实错误、语境误解、逻辑谬误等 [4] - 根据哥德尔不完备定理，幻觉无法完全消灭，是伴随AI算法发展的长期命题 [4] - 智能化水平提升打开AI能力上限，而幻觉控制则是保障模型能力的下限，是AI应用落地的核心 [4] - 例如，GPT-3.5在基于引文的事实性评估中出现幻觉的比例约为40%，GPT-4虽改善但幻觉率仍高达28.6% [14] 幻觉的产生原因 - 预训练阶段：数据噪声、领域知识稀疏、事实性验证能力缺失是核心问题 [16] - 有监督微调阶段：标注错误、过拟合导致对错误知识过度自信 [16] - RLHF对齐阶段：奖励设计缺陷使模型为迎合目标牺牲真实性 [16] - 推理部署阶段：事实和逻辑被截断、Token级生成无法修正早期错误、随机采样增加风险 [16] - 根本原因包括：1）模型架构；2）有毒数据；3）奖励目标对准确性要求缺失；4）上下文窗口限制模型理解力 [4][7] - 预训练的任务归约逻辑是重要底层原因，将生成任务简化为“Is-It-Valid”二元分类任务存在误差下界 [16][17] - 传统的Next-token预测目标是一种密度估计，迫使模型在面对长尾事实时猜测以拟合分布，从而产生幻觉 [18] - 评估体系的激励错位也是原因之一，当前基准更关注回答全面性，对准确性的要求相对较低，经常回答“IDK”的模型无法取得高分 [22][24] 降低幻觉的路径：模型层面 - 使用更多人类偏好数据进行对齐，并扩大上下文窗口（例如从32K扩大到128K），以提升模型理解能力 [4][7] - 架构创新主要从模型记忆入手，解决注意力机制导致的幻觉问题 [4][7] - **RLHF（人类反馈强化学习）**：有助于让模型输出与人类评判一致，间接减少幻觉，Anthropic等公司已将安全性和价值观纳入反馈体系 [27] - **长上下文**：已成为共识性方案，通过扩展信息承载能力减少因信息不全导致的错误推测，谷歌Gemini 1.5 Pro支持200万token上下文 [25] - 谷歌提出的“选择性生成”框架，通过结合模型置信度与上下文充分性信号，可将Gemini、GPT等模型回答正确率提升2%-10% [31] - 阿里巴巴的FunAudio-ASR语音识别大模型通过Context模块，在高噪声场景下将幻觉率从78.5%下降至10.7% [34] - **记忆架构创新**： - Memory3（忆立方）模型将参数拆解为隐性、显性和外置记忆库三级架构，通过“锚定-召回”机制优化事实存储与调用，在多项幻觉评估中表现超越同参甚至更大参数模型 [36][37][42] - 谷歌的HOPE架构模仿人脑多频率记忆机制，构建连续记忆频谱以填补传统LLM的记忆断层 [44] - **循证增强机制**：强制模型生成以可核验证据为前提，百川智能的Baichuan-M2 Plus医疗大模型通过该机制，幻觉率仅为DeepSeek-R1的1/3 [47][48] - OpenAI通过优化Next-token预测目标，增加对事实准确性和不确定性表达的建模，并在后训练阶段引入显式置信度目标与行为校准来降低幻觉 [51] 降低幻觉的路径：数据层面 - 核心是喂给模型高质量数据，业界聚焦高质量数据集的构建 [4][7] - 采用“AI + 人工”模式清洗标注数据，以减少训练噪声，代表公司包括海天瑞声和Scale AI [4][7] - 人工构建可信数据集的过程包括短语修剪、去语境化、语法修正等阶段 [52] - 数据标注内容从简单的图文对，演变为包含思维链的复杂数据，以教会AI拆解问题的想法 [52] - 在推理阶段，通过自动过滤矛盾信息，提升输入数据的可靠性 [4][55] 降低幻觉的路径：工程化与Agent - **RAG（检索增强生成）技术**：已成为企业部署AI应用的标配，Gartner预计2025年企业采用率将达68% [4][7][56] - RAG通过结合外部知识库与LLM，让模型基于检索到的真实信息生成回答，减少依赖内部记忆产生的幻觉 [58] - 例如，谷歌Gemini在运行时连接Google搜索引擎索引，检索最新网络信息和Data Commons的数千亿数据点来鉴别并降低幻觉 [62] - **流程约束与问题分解**： - D&Q（Decompose-and-Query）框架将复杂问题拆解为多个相互依赖的子问题，通过深度优先搜索逐步推进推理，缩短单步推理跨度，降低错误累积风险 [64] - 类似方法结合RAG可显著降低模型的逻辑推理幻觉 [67] - **Agent的自主学习与纠错机制**：为解决多步执行中的错误累积问题，业界关注包括任务拆解校验、自我纠错、优化上下文管理、多Agent配合、从失败中学习反馈以及明确兜底规则等机制 [68][70] - 例如，智谱在AutoGLM Agent训练中使用在线强化学习，实现边交互边学习 [71] 幻觉控制的现状与评估 - 根据Vectara的HHEM测评，全球幻觉率最低的TOP25个大模型，其幻觉率均低于8% [4][72] - 其中，蚂蚁集团的Finix 32b模型幻觉率最低，为1.8% [72] - 参数规模千亿-万亿的SOTA模型中，谷歌Gemini-2.5-flash-lite幻觉率为3.3%，Deepseek V3.2 Exp为5.3% [72] - 通过工程化手段可显著提升严肃场景下的模型可用性，例如在财税领域，通用大模型结合RAG可将模型可用率从36.5%提升至85.6% [75][76] - 通过构建抗幻觉的Agent系统及企业级自定义规则模型，结合工程化方式，在财税等场景准确率可达到90% [75] 2B应用渗透趋势与投资方向 - 报告探讨范围框定在2B应用，因为对B端而言，智能越高往往代表生产力越高 [76] - 欧盟《人工智能法案》将AI系统分为四类风险等级，当前探讨的AI+2B应用（如医疗、金融、法律、企业服务）基本集中在高风险和有限风险领域 [79] - AI应用渗透分阶段推进：先从效率工具切入，再进入与企业职能部门及业务融合的阶段 [81] - 在阿里云调研的1500家企业中，50.2%已基于基础大模型进行行业微调，40%通过Prompt工程实践开展应用，37%以上已开展基于检索的知识增强及构建智能体 [81] - 在企业服务领域，营销和销售、服务运营是两个进展较快的领域 [85] - 不同行业对幻觉的敏感度与渗透趋势不同 [89][92]： - **医疗、金融、法律**：对幻觉极度敏感，目前以“AI辅助+人工复核”为核心模式，未来将向精准化辅助深化，依托低幻觉模型落地更多场景 - **教育**：对幻觉中度敏感，目前辅助教学为主，未来将融合个性化学习与低幻觉知识输出 - **营销**：对幻觉低度-中度敏感，深度渗透于创意内容生成，未来将走向“创意生成+精准触达”双轮驱动 - **财税与企业服务**：对幻觉中度敏感，应用于流程自动化，未来将实现低幻觉合规融合，提升效率与合规水平 - 报告引用专家观点指出，即使模型停止进步，将其部署到各类公司也能带来巨大收益，当前AI对GDP的影响还远不到1%，存在巨大空间 [93] - 报告具体看好三大方向及相关公司 [4][6][93]： 1. **最先成熟的AI应用**：税友股份、合合信息、鼎捷数智、卓易信息、汉得信息、万兴科技 2. **幻觉不敏感、商业化速度快的营销AI**：迈富时、新致软件、光云科技 3. **数据+AI基础设施**：海天瑞声、深信服

报告行业投资评级 - 行业投资评级为“推荐(维持)” [1] 报告核心观点 - 人工智能行业正从“纯聊天对话交互”阶段迈入“场景化办事落地”的全新发展阶段，以阿里千问App全面接入生态服务为标志性事件 [3][47] - 基于AI应用单点突破向全场景渗透的积极态势，持续看好AI应用板块 [4][47] - 中长期建议关注在算力、新能源、AI智能识别及工业软件等领域具备优势的特定公司 [4][48] 算力动态 - **Tokens消耗跟踪**：2026年1月12日至18日，周度token调用量为7.65T，环比增长18.97% [11] - **市场份额**：Google以392B tokens占据34.2%的市场份额，位居首位；Anthropic以140B tokens占比12.2%，位列第二；xAI、OpenAI、Deepseek分别占据11.7%、11.0%、8.2%的份额 [11] - **算力租赁价格**：上周价格平稳，例如腾讯云A100-40G配置（16核+96G内存）价格为28.64元/时，阿里云同级别配置价格为31.58元/时，环比均无变化 [17] - **产业动态**：DeepSeek于2026年1月13日开源了包含“Engram”模块的论文及代码 [2][17] - **Engram模块技术价值**：该模块提出“查—算分离”新机制，基于哈希N-Gram嵌入实现O(1)确定性检索，算力消耗低，旨在解决传统Transformer/MoE架构中记忆与推理任务的冲突 [2][17][20] - **技术定位**：Engram模块负责早期记忆检索与模式重构，与负责深层推理的MoE专家形成互补，可显著提升大模型参数效率 [2][22] - **发展预期**：Engram模块可能成为DeepSeek下一代V4模型的核心技术基础，预示其在记忆和推理协同上将实现架构级提升 [23] AI应用动态 - **周流量跟踪**：在2026年1月10日至16日期间，访问量前三的AI应用为ChatGPT（1305.0M）、Bing（780.2M）和Gemini（469.0M）；访问量环比增速第一为QuillBot，增长13.20% [25][26] - **平均停留时长**：Character.AI以平均18分16秒位居第一；平均停留时长环比增速第一为文心一言，增长2.96% [25][26] - **产业动态**：阿里千问APP于2026年1月15日正式上线“任务助理”功能，并全面接入阿里生态内超过400项服务功能 [2][27] - **功能升级**：千问APP深度整合淘宝、支付宝、飞猪、高德等应用，用户可通过自然语言指令完成商品下单、支付结算等全流程操作，无需跳转应用 [3][28] - **场景拓展**：该功能支持多品牌跨店铺的复杂需求处理，并能进行旅游规划、调用政务服务（已接入支付宝50项高频民生服务）等 [31][32][47] - **技术架构**：千问采用基于MCP与A2A协议的通用Agent体系，设计主Agent与子Agent协同工作机制，并通过协议层直接对接应用，将功能拆解为原子化指令单元以提高执行准确性与速度 [33][35] - **系统能力**：系统具备“反思”能力，可将执行经验结构化为知识库，并能在遇到少见任务时启动Agentic Learning机制，自主编写并封装新的原子工具 [35] - **行业意义**：此次升级标志着千问完成了从交互工具向任务执行入口的关键转型，验证了AI在真实生活场景中落地的可行性与商业潜力 [4][47] AI融资动向 - **重大融资事件**：机器人通用AI基础模型研发公司SkildAI于2026年1月15日完成14亿美元C轮融资，由软银领投，贝佐斯旗下基金、英伟达等参投，融资后估值突破140亿美元 [2][36] - **公司业务**：SkildAI核心产品为“SkildBrain”通用AI基础模型，采用“硬件无关”架构，旨在适配多种机器人并覆盖多行业场景，以解决训练数据稀缺的痛点 [2][36] - **财务与增长**：截至2025年，SkildAI已实现约3000万美元收入；其估值从2023年种子轮的5840万美元大幅提升至当前的140亿美元 [37] - **行业背景**：2025年全球机器人初创公司共筹集138亿美元，超过2024年的78亿美元；SkildAI的主要竞争对手包括估值56亿美元的Physical Intelligence与估值390亿美元的Figure [37] - **行业趋势**：SkildAI的巨额融资和“硬件无关”架构代表了机器人软件领域的新趋势，反映了AI机器人通用智能体市场的爆发潜力及跨行业应用拓展的态势 [38] 行情复盘 - **指数表现**：上周（2026年1月12日至16日），AI应用指数日涨幅最大为7.06%，日跌幅最大为-1.93%；AI算力指数日涨幅最大为5.23%，日跌幅最大为-4.05% [41] - **个股涨跌**： - AI算力指数内部，润泽科技录得最大涨幅+14.41%，南兴股份录得最大跌幅-14.40% [41][44] - AI应用指数内部，易点天下录得最大涨幅+54.34%，硕贝德录得最大跌幅-9.90% [41][46] 投资建议与关注公司 - **中长期关注公司**： - **迈信林（688685.SH）**：加快扩张算力业务的精密零部件龙头 [4][48] - **唯科科技（301196.SZ）**：新能源业务高增，并供货科尔摩根等全球电机巨头 [4][48] - **合合信息（688615.SH）**：AI智能文字识别与商业大数据领域巨头 [4][48] - **能科科技（603859.SH）**：深耕工业AI与软件，长期服务高端装备等领域头部客户 [4][48] - **公司盈利预测**（数据截至2026年1月19日）： - 唯科科技：2025E EPS为2.53元，对应PE为31.62倍；2026E EPS为3.34元，对应PE为23.95倍，评级“买入” [6][50] - 能科科技：2025E EPS为0.96元，对应PE为53.11倍；2026E EPS为1.18元，对应PE为43.21倍，评级“买入” [6][50] - 合合信息：2025E EPS为3.37元，对应PE为90.28倍；2026E EPS为4.11元，对应PE为74.02倍，评级“买入” [6][50] - 迈信林：2025E EPS为1.64元，对应PE为32.68倍；2026E EPS为2.26元，对应PE为23.72倍，评级“买入” [6][50]