报告行业投资评级 该报告未明确给出统一的行业投资评级，但通过对市场格局、企业竞争力和增长潜力的分析，整体对中国AI出海行业持积极和乐观态度 [3][5][13] 报告核心观点 中国AI技术在2025-2026年已具备全球竞争力，正从“跟跑”转向“并跑”，并在大模型调用量等关键指标上实现超越，形成以“中美双极”为主导的全球市场格局 [3][13][36]。凭借高性价比、完整的产业链支撑以及差异化的产品与商业模式，中国AI企业出海已进入规模化发展阶段，在东南亚、北美、欧洲三大核心区域及多个细分赛道展现出强劲的竞争力和增长潜力 [3][5][13][42] 中国AI出海背景与发展 - **发展背景**：中国AI技术实现关键突破，2026年2月中国大模型Token周调用量达到4.12万亿，首次全面超越美国，全球排名前五的模型中中国占据四席，总占比达61% [3][10][13]。中国企业在多模态融合与低成本算力应用上优势显著，如MiniMax M2.5、智谱GLM-5等模型的调用成本仅为海外同类产品的1/5至1/20 [3][13]。中国拥有全球唯一涵盖超高压变压器、数据中心液冷到服务器组装的全链条供应链，为出海提供坚实产业支撑 [3][13]。国内外政策双向赋能，国内“数字丝绸之路”等战略提供支持，海外如欧盟《人工智能法案》及新兴市场的基建加速为中国企业营造了开放环境 [3][13] - **投融资现状**：2025年，中国AI出海企业数量加速增长，出海AI企业占本土AI企业总数的22%，较2020年增长近3倍 [14][16]。2025年全年中国新增AI企业超120.2万家，行业整体蓬勃发展 [16]。资本向头部集中，2025-2026年间代表性企业获得多轮大额融资，如智谱AI D轮融资15亿元人民币，字节跳动AI板块获50亿美元战略融资，Spirit AI获100亿元人民币战略融资 [14] - **商业模式**：定价模式多元化，贴合海外市场习惯，包括订阅制、使用量付费、阶梯定价和混合定价 [18][19]。高性价比是核心竞争力 [18][30]。变现方式多样化，ToC类产品以“订阅+广告”为主，广告模式包括工具内原生广告、个性化精准广告等；ToB类产品以“API+解决方案”为主 [20][21][30] - **产品形态**：分为ToC与ToB两端 [22]。ToC端主要包括情感陪伴类（如Talkie、Cici）、教育类（如Gauth、CheckMath）、内容创作类（如CapCut）和办公辅助类（如ChatDOC）AI应用 [23]。ToB端包括大模型API服务（如MiniMax、智谱AI）、行业解决方案（如百度Apollo Go、商汤科技智慧城市）、具身智能（如Spirit AI的Moz机器人）以及AI算力与云服务（如华为云、阿里云） [24][25][26][27] 中国AI出海市场现状 - **全球AI市场发展现状**：全球AI产业高速扩张，呈现“美国绝对主导、中国稳居第二”的双极多元格局 [32][36]。2025年，美国以18.5%的份额为全球最大市场，中国以10.6%位列第二 [36]。2021-2025年，中国AI市场规模占全球比重从19.3%稳步提升至24.9%，增速反超全球平均水平 [33][34]。全球头部AI应用TOP10中，美国企业占6席，中国企业占4席（CapCut、Talkie、Gauth、ChatDOC），其中字节跳动的CapCut以12%的市场份额位居全球第二 [38] - **中国AI出海市场现状**：2025-2026年进入规模化发展阶段，市场格局由三大核心区域引领 [5][42]。东南亚以35%的占比成为第一大市场，北美以25%为第二大市场，欧洲占比15% [41][42]。出海产品从工具类向“技术+解决方案”转型，大模型、AI云服务、具身智能等成为出海核心 [40]。新加坡、美国、日本、韩国、马来西亚是前五大出海目的地国家 [43][45] 中国AI出海主要区域解析 - **北美区域**：是全球AI产业最成熟、商业化最深的区域，企业级AI服务渗透率达68% [50]。中国AI企业主要切入高性价比大模型API、情感陪伴、AI教育、视频剪辑等细分赛道 [50]。合规成本高，约占出海总预算的15%-25% [50]。中国企业的优势在于成本（产品价格较北美本土企业低30%-50%）、场景落地及快速技术迭代（2026年3月中国大模型周Token调用量是美国的2倍以上） [54][55]。核心细分赛道包括具有垄断性优势的AI短剧（如昆仑万维）、快速崛起的大模型API服务、聚焦中小企业的企业级AI解决方案以及性价比较高的医疗AI [56] - **欧洲区域**：市场重视合规与伦理，欧盟《人工智能法案》是全球最严格的AI监管法规之一 [60]。多语言AI需求占比达70%以上 [60]。合规成本约占出海总预算的12%-20% [61]。中国AI企业凭借技术性价比和场景落地能力，在工业AI、多语言AI、医疗AI、隐私计算及AI智能硬件等赛道实现突破，其中工业AI占比最高（28%） [75][76]。主要落地国家包括德国（工业AI）、英国（医疗与金融AI）、法国（零售与政务AI）等 [71] - **东南亚区域**：是中国AI出海第一大市场（占比35%），具有增速快、潜力大、门槛低的特征 [79][80]。移动互联网渗透率超70%，人口基数约6.7亿 [80]。合规成本最低，约占预算的5%-10% [80]。市场需求以C端娱乐和中小企业数字化转型为主，核心赛道包括垄断性优势的AI短剧（2025年东南亚下载量达3.72亿次）、依托跨境电商红利的电商AI、金融AI、多语种NLP、智能制造AI及AI智能硬件 [88][89]。印尼、新加坡、泰国、马来西亚、越南是核心国家 [83][85] 中国AI出海代表性企业分析 - **字节跳动**：凭借TikTok全球化运营经验，构建了覆盖AI对话（豆包/Cici）、视频生成与编辑（Dreamina/CapCut）、图像创作（PicPic）、AI编程（Trac）、AI教育（Gauth）及企业服务（火山引擎MaaS）的全场景产品矩阵 [96][99]。技术实力强，自研豆包1.5模型国内领先，视频模型Seedance 1.0 Pro全球文生视频排名第一，并通过自研技术降低70%算力成本 [97]。在AI基础设施投入上采取国内外差异化策略，海外投资重点用于采购高端AI芯片以提升模型训练能力 [100][102] - **科大讯飞**：是全球智能语音与人工智能领域的领导者，以智能语音、自然语言理解等核心技术形成护城河 [104][108]。聚焦教育、医疗等差异化赛道，避开与巨头的正面竞争 [104]。出海产品矩阵包括消费者硬件（翻译机）、智慧教育（AI听说课堂）、智慧医疗（智医助理）、企业服务（iFLYTEK Open Platform）及智慧城市/工业解决方案 [110]。公司处于“ALL IN”大模型的高强度投入期，研发费用持续增长，2024年达38.9亿元人民币，虽短期盈利能力承压，但旨在构建长期技术壁垒 [113][115] - **昆仑万维**：战略转型“All in AI”，通过自研开源大模型“天工”构建开发者生态 [116]。在出海北美市场中表现突出，其海外收入占比高达93% [57]。核心出海业务包括AI短剧（如DramaWave，年化流水1.2亿美元）、AI社交（Linky）及AI音乐，在北美及东南亚市场凭借低成本、高产能和本地化运营取得优势 [56][57][90]

**行业与公司** * **行业**：大模型/人工智能 (AI) 行业 [1] * **涉及公司**： * **国际**：OpenAI、Anthropic、Google、S opec/Samba、XAI (数据中心租赁巨头) [3][12][13][14] * **国内**：美团、中科曙光、华为、阿里、字节跳动、质谱、MiniMax、科大讯飞、DeepC、DeepSik、千问 (阿里)、豆包 (字节) [3][5][14][15][16][17][19] **核心观点与论据** **一、 行业发展阶段与趋势** * **当前阶段**：AI 正处于基础设施高强度扩张和模型能力快速扩散的阶段，大模型已初步实现产品化，企业开始关注并逐步验证回报率 [1][23] * **竞争焦点转移**：产业竞争已从单纯的技术竞赛转向真实场景应用，即能否在实际工作环境和工作流中有效可用 [2][23] * **演进规律**： 1. 代码能力已成为 agent 操作的基本工具，与真实任务能力强弱高度相关 [25] 2. 模型正从对话框向具有执行任务操作工具能力的工作平台升级 [25] 3. 衡量模型成本的指标从每百万参数的价格转变为完成一个成功任务的成本 [26] * **发展历程五阶段**： 1. **Transformer Model 阶段 (2017-2019)**：注意力机制为核心，解决模型并行训练和长距离 Token 关系捕捉问题 [28] 2. **预训练规模化阶段 (2020-2021)**：以 GPT-3 为代表，证明通过少量样本学习实现多种任务的可行性，预训练成为产业共识 [28] 3. **产品化阶段 (2022-2023)**：大模型开始能够理解自然语言指令并在实验室外实际应用，如 GPT 商业化成功 [28] 4. **多模态开源与企业化并行阶段 (2023-2024)**：模型能力扩展到图像等复杂任务，开源模型大量涌现，企业根据性价比选择闭源或开源模型 [28] 5. **推理模型和 Agent 能力阶段 (2025-2026)**：模型能力评价标准多元化，从信息生成转向任务落地执行，大模型进一步嵌入工作流并在真实场景中完成任务 [6][28] **二、 产业链现状分析 (基建端、模型端、落地端)** * **基建端**：头部大厂的资本开支持续加速上升，基础设施企业收入保持高速增长，云和基础设施已能实现真实收入兑现 [7][31] * **模型端**： * 闭源模型仍保持领先，但开源模型追赶速度非常快 [7][32] * 在长上下文、代码和多模态能力等领域，开源模型正逐步具备解决实际工程问题的能力，模型能力呈现平权趋势 [32] * 开源模型降低了参与门槛，推动了产业加速发展，并对闭源模型形成冲击 [11][39] * **落地端**： * AIGC 产品大多处在早期阶段，但部分产品 (如小龙虾、Copilot) 在办公流程自动化方面取得一定进展 [33] * 在非编程场景下，成品稳定性有待提升 [33] * 企业落地节奏在高频标准化、可验证的工作流场景较快，而在医疗、金融、工业等对责任界定和可靠性需求较高的领域，落地速度较慢 [7][33] **三、 市场竞争格局与商业模式** * **市场分化**：主要分为闭源模型阵营 (如 OpenAI、S opec/Samba) 和开源模型阵营 (如 deep sik、千问 ki 等) [12][40] * **商业模式挑战**： * 目前大部分公司对 AI 工作流的开支持谨慎态度，尚未形成稳定的商业闭环，也未能有效赋能生产企业降本 [35] * 对于大多数企业，大模型目前的成熟度还不足以动摇其生产根基，企业倾向于看到明显赋能生产后才会大规模投入 [36] * 纯模型 API 的盈利空间将持续压缩 [38] * **未来商业模式方向**：模型公司未来可能转向平台型 (提供行业解决方案)、垂直场景化或绑定算力资源进行云和硬件生态变现 [10][38] **四、 国产化与自主可控** * **国产算力**：国产算力是不可阻挡的发展趋势，对实现人工智能自主可控至关重要 [5] * **关键进展**：美团的 Lone Car 模型在国产卡基础上完成了从预训练到推理的全流程，标志着国产算力成为持续且重要的主线 [5][27] * **政策推动**：中国政策持续强调 AI 在物理世界的应用，推动开源开放与场景应用，同时注重法律法规和安全监管 [3][24] **五、 投资逻辑与价值分布** * **投资本质**：投资大模型被视为对下一代生产力新范式的投资，存在合理泡沫，但反映了其作为技术进步与生产变革核心的价值 [9][37] * **价值集中方向**：产业链价值将集中于关键技术资源 (如硬件)、高切换成本能力和可量化回报的应用入口 [1][9] * **投资框架**：应关注从大模型本身到 AI 芯片、数据中心再到 AI 应用的整个产业链 [52] **其他重要内容 (公司动态与案例)** **公司动态与战略** * **Google**：拥有全栈式产品闭环 (自研模型、TPU 硬件、谷歌云等)，优势在于生态整合，但挑战在于平衡 AI 能力与搜索广告商业模式，以及内部产品线路复杂 [13][41][42] * **美团**：发布国产大模型，其 LDC 模型是首个在国产 5 万卡机群上完成全流程训练的万亿参数大模型，面向代码编写场景，证明了场景厂商研发顶级基础模型的能力 [3][18][46] * **阿里**：倾向于平台化战略，宣布即将开源 2.8 万亿参数的千问 3.8 模型，结合自研 AI 芯片形成 AI 云底座 [16][45] * **字节跳动**：侧重于 C 端产品化，豆包模型在视频模型领域占据领先地位，拥有强大的流量入口和推荐系统，豆包升级后引入付费功能 [16][17][45] * **质谱**：通过 API 和智能体收入增长，转型为平台型公司，在当前出口管制背景下，通过走 SPC to b 路线获得更强确定性 [19][41] * **MiniMax**：聚焦海外 C 端市场，2025 年收入约为 7000 万至 8000 万美元，同比增长约 160%，其中 AI 原生产品占近 70%，中国以外收入占比超过 70%，全球化是其核心护城河 [19][47][48] * **科大讯飞**：是唯二拥有国产算力全流程自主可控的大模型底座标的，2025 年大模型项目中标金额超过第二名到第六名总和，在政企市场具有稀缺性和竞争力 [19][49] * **DeepC/DeepSik**：展现了工程化突破，通过算法优化和资源高效利用 (如 FP4 精度、专用语言开发底层算子、自研融合内核) 显著降低成本，在资源紧俏条件下实现了接近顶级模型的能力 [15][43][44] **技术进展与事件** * **模型迭代加速**：谷歌发布集成计算机操作能力的 James 3.5 模型；OpenAI 发布 GPT5.6；岳知案面蒙少发布 2.8 万亿参数的 km k3 模型，对闭源模型形成强烈冲击 [3][13] * **开源模型里程碑**：km k3 开源模型的发布，使开源模型在斯坦福 AI 能力报告中首次超越闭源模型，成为能力最强的开源模型 [17] * **政策与会议**：2023 年世界人工智能大会召开，强调人工智能要从数字世界走向物理世界，鼓励开源开放，推进场景应用 [24]