报告行业投资评级 * 报告未明确给出行业投资评级 [1] 报告核心观点 * 国产AI视频生成爆款模型频出，行业正加速步入“工业化商用”阶段 [1] * 2025年全球AI视频生成市场规模约86.8亿美元，预计2030年将增至519.3亿美元，年复合增长率达43.0% [6][65][66] * 行业以B端客户为主，占比约65%-70%，其中营销广告和影视娱乐是两大核心应用行业，合计贡献超70%的份额 [6][66] * AI视频生成技术在分辨率、时长、物理真实感、主体一致性、镜头控制及音画同步等方面实现显著突破，但面对复杂场景仍存在生成不稳定、交互失真等问题 [5][28][35] * 商业化进程采用C端订阅与B端API调用双轮驱动模式，C端付费率预计将从2025年的3%-5%提升至2030年的8%-10% [5][37] 根据目录总结 AI视频生成行业发展概览 * AIGC技术已进入多模态融合的全链路规模化应用爆发期，截至2025年6月，中国AIGC产品用户规模突破5亿，普及率跃升至36%以上 [13][15] * AI视频生成作为重点赛道，用户使用率达33%，典型应用包括视频内容生成、智能剪辑与增强、数字人/虚拟形象生成等 [13][15] * AI视频生成主要包含文生视频、图生视频、视频生视频三类，当前国产主流模型以文生视频和图生视频为主 [17] * 技术发展路径为：GAN → Transformer → 基于U-Net的扩散模型 → Transformer与扩散模型融合的DiT架构 [18][19] * 产品发展路径为：2024年实现高清长视频突破，2025年多模态融合与物理模拟能力提升，2026年加速电影级生成与商业化落地 [21][22] 主流AI视频生成模型及对比 * 主要参与者包括以OpenAI、Google为代表的海外厂商，以及以快手、字节跳动、生数科技、爱诗科技为代表的国产厂商 [26] * 主流模型技术特点各异：Seedance 2.0优势在于多模态叙事能力；Kling 3.0以智能分镜和主体锚定为核心；Sora 2侧重社交化应用与Cameos功能；Veo 3.1追求角色场景高度一致；Vidu Q3生成速度快；Gen 4.5强调“高精度、强可控” [6][44][57] * 商业化进程：C端面向专业内容创作者、短视频用户等，采用月度订阅制收费，国产模型基础版月费集中在60-80元人民币 [36][37][58]；B端面向影视制作、广告营销等行业，通过API调用按时长/Tokens等收费 [5][36] * B端API调用成本呈现梯队差异，Sora 2 Pro成本最高（生成1分钟1080P视频约30美元），多数国产模型价格低于10美元 [59][60][61] * 2025年下半年以来，AIGC视频赛道投融资显著增长，中国相关领域在2025年7月至2026年3月间融资额达30亿元人民币 [40][42] AI视频生成市场规模及行业应用现状 * 2025年全球AI视频生成市场规模约86.8亿美元，较2024年翻番，其中中国市场约占20%份额 [65][66] * 营销广告业是最大应用场景，AI工具可降低超60%的广告生产成本，并使广告冷启动期点击率提升近40% [69][70] * 影视娱乐是另一核心应用场景，以Seedance 2.0为代表的模型可将15秒视频可用率从传统约20%提升至90%以上，促使影视制作成本下降超50%，生产周期压缩近60% [72][74][75] * 典型案例显示，通过整合多个主流视频生成模型并优化工作流，可使项目综合成本下降超60%，创作效率提升8倍 [79][80][81] * 发展趋势包括模型易用性与轻量化并行推进、高分辨率垂直领域专业模型加速落地 [82][83][84]；发展挑战涉及内容版权法规缺位与伦理道德规范不足 [82][83][84]

公司融资举措 - Alphabet计划首次发行日元计价债券，为其人工智能基础设施的扩张寻求额外资金 [1] 行业与公司战略背景 - 科技巨头Alphabet正在快速扩张其人工智能基础设施 [1]

投资组合规模与结构变化 - 尽管持有的公司股票数量从29家减少至26家，但Alphabet在2025年第四季度至2026年第一季度期间，将其股票投资组合的价值增加了高达15亿美元 [1] - 投资组合内部平衡发生显著变化，一个全新的股票占据了首位，占总组合的比例高达26% [2] 新增与清仓头寸 - 公司在2026年第一季度新建了三个全新的头寸：近350万股CME集团股票、310万股PayPal股票以及略低于380万股的Ethos Technologies股票 [4] - 公司完全清仓了五家公司的股份，包括Repligen、Fulcrum Therapeutics、Quince Therapeutics、Exact Sciences、GeneDx Holdings和DexCom [5] - 在清仓的股票中，DexCom是规模最大的，清仓100万股，价值近7000万美元；Repligen是规模最小的，清仓383股，价值6.2万美元 [6] - 截至2026年第一季度末，公司保留的最小头寸是915,705股的Tenaya Therapeutics，价值63.1万美元 [6] 主要持仓变动 - 新增的头寸CME集团成为投资组合中最大的持仓，价值略高于10亿美元，占40亿美元总组合的26% [7] - 此前的最大持仓AST SpaceMobile降至第三位，占比19%，尽管公司并未出售其持有的900万股ASTS股票 [7] - 公司增持了Planet Labs的仓位，增幅为10% [8] - 公司分别减持了Monte Rosa Therapeutics、Revolution Medicines和Relay Therapeutics的仓位，减持幅度分别为8%、2%和不到1% [8]

公司动态：Alphabet (Google母公司) - 公司计划首次发行日元计价债券 以筹集资金用于人工智能基础设施部署 具体规模未披露但预计将达到数千亿日元[1] - 公司已任命瑞穗银行 美国银行和摩根士丹利负责此次交易[2] - 根据LSEG数据 这将是公司首次发行日元债券 此前一周公司刚通过两次债券发行筹集近170亿美元 包括90亿欧元(约106亿美元)和85亿加元(约62亿美元)债券[5] - 公司在4月下旬将年度资本支出预测上调50亿美元至1800亿至1900亿美元区间 并计划在2027年再次大幅增加资本支出[5] 行业趋势：科技巨头融资与资本开支 - 全球最大的科技公司正转向债务市场 为其成本高昂的人工智能雄心提供资金 这改变了硅谷传统上依赖现金进行投资的模式[3] - 今年大型科技公司在人工智能基础设施上的支出预计将超过7000亿美元 较2025年的4100亿美元大幅增加[3] - 亚马逊也准备首次发行瑞士法郎债券 该交易将分为六个部分 期限从3年到25年不等 已任命包括法国巴黎银行 德意志银行和摩根大通在内的银行负责[3][4] 公司动态：亚马逊 - 据报道 公司正筹备首次发行瑞士法郎债券[3] - 该债券发行将分为六个部分 期限从3年到25年不等 已任命法国巴黎银行 德意志银行和摩根大通等银行负责[4]

投资入门与策略 - 小额资金可通过购买零股或寻找股价适中的股票开始投资[1] - 科技股在过去20年是获取超额回报的最佳领域 预计未来十年仍将如此[2] 科技行业与人工智能趋势 - 人工智能被认为是最具影响力的技术 有望催生全球首个万亿富翁[3] - 科技行业是过去20年获取超额回报的最佳领域 预计未来趋势将持续[2] 公司分析：Alphabet (GOOG/GOOGL) - 公司在几乎所有关键未来技术趋势中均处于领导地位[3] - 作为人工智能先驱 公司在当前AI复兴中处于有利地位 并通过多种方式受益于AI的普及[4] - 谷歌云是三大云服务提供商中增长最快的 Gemini是最强大的AI模型之一[5] - 生成式AI已整合至谷歌搜索和Workspace等全线产品 提升了收入和盈利能力[5] - 公司自研的TPU芯片因AI应用需求旺盛 已首次开始向外部客户销售[5] - 公司在自动驾驶和量子计算两个有望爆发性增长的领域处于前沿[6] - Waymo运营全球首个自动驾驶网约车服务 累计已完成超过2000万次载客[6] - Google Quantum AI已实现两项重大量子计算里程碑 正致力于构建大规模通用量子计算机[6] 公司分析：Nvidia (NVDA) - 公司的GPU是训练和部署AI模型的金标准[7] - 尽管竞争加剧 公司的领先地位依然稳固[7]

文章核心观点 - 文章认为，以Anthropic在2025年底年化收入（ARR）超越OpenAI为标志性事件，AI大模型行业已从以OpenAI为代表的“大模型1.0”阶段，进入由Anthropic引领的“大模型2.0”阶段 [5][6] - “大模型2.0”阶段的核心特征是以编程为核心能力，通过聚焦预训练、获取高质量行为数据飞轮、发展智能体（Agent），并服务顶尖用户（Top Users），从而构建了可持续的商业模式和财务模型 [12][16][23] - 判断该阶段赢家的关键北极星指标是token的定价权和溢价权，即AI提供思考的价值，而不仅仅是用户规模或token消耗量 [36] Anthropic的崛起路径与核心策略 - **收入实现跨越式增长**：Anthropic的年化收入（ARR）在2025年底为90亿美元，4个月后（2026年5月1日）达到440亿美元，增速史无前例 [5] - **选择差异化技术路径**：在2024年中行业普遍认为“预训练撞墙”时，Anthropic做出两个关键押注：押注编程（Coding）和押注预训练，认为这是通向AGI的路径 [15][16] - **构建数据飞轮与智能体**：通过Claude Cowork等产品，在协同知识工作的同时收集用户行为轨迹数据，由模型自行清洗后作为高质量预训练语料，形成了“数据-预训练-编程-自主学习”的进阶飞轮，并最终催生了Claude Code等本地智能体 [16] - **采取聚焦战略**：由于资源有限且无ChatGPT级C端应用，公司被迫聚焦于开发者与ToB市场，并在此过程中坚持预训练和编程，放弃了后训练、多模态和C端应用等分散精力的方向 [16][19] - **证明Transformer潜力**：Anthropic的成功证明以Transformer为基础的预训练远未走到尽头，高质量的行为数据仍有巨大挖掘潜力，公司CEO Dario Amodei称从GPT-3到Claude 3.5/Opus的进步可能只是后续加速的前奏 [15] 大模型2.0阶段的商业特征 - **用户策略转变：从追求活跃用户到服务顶尖用户**：Anthropic不追求互联网时代的活跃用户数，而是聚焦于最有创意和行动力的顶尖用户（Top Users）[23]。截至2026年3月底，Anthropic仅覆盖0.5%的美国成年用户，而ChatGPT覆盖12.3%，两者用户数相差25倍，但Anthropic的年化收入更高 [23] - **增长逻辑变化：从简化流程到增加用户投入**：对于顶尖用户，增长策略不再是缩短注册路径，而是通过增加用户投入（如让AI深度了解用户背景）来筛选用户并提升长期价值，因为AI提供的是思考服务，深度协同是关键 [24][27] - **价值创造：从工具市场到劳动力市场**：大模型2.0阶段的智能体（Agent）能直接替代高薪劳动力（如百万年薪的中层、工程师），实现了从订阅工具到劳动力的价值转换，ToB业务不再是“苦生意” [26]。过去两个月，Anthropic支出超100万美元的大客户数量翻倍，从500家扩大到1000家 [26] - **商业模式与财务可行性改善**： - **收入端**：拥有定价权，对企业客户改为按使用量计费；在C端可收取高达100-200美元/月的订阅费 [30] - **成本端**：算力储备计划（10年，10GW，1000亿美元）比OpenAI更温和，且算力来源分散 [30]。过去四个月，其推理毛利率从38%上升至70%以上，有望在2028年实现整体盈亏平衡 [30] - **对比1.0阶段**：以OpenAI的ChatGPT模式为例，即使达到Netflix约3亿付费用户的水平，年收入约720亿美元，也远低于其未来五年年均约1200亿美元的算力投入承诺，财务模型难以打正 [28] - **组织效率革命性提升**：融入AI后产品迭代速度极快，Anthropic在52天内对其旗舰产品Claude发布了74项更新，涉及四支团队并行工作，这在以人为核心的传统组织中难以实现 [33] 大模型2.0阶段的竞争格局与关键指标 - **核心竞争指标：Token的定价权与溢价权**：在大模型2.0阶段，北极星指标从用户数、时长，转向了token的定价权和溢价权，即AI提供的“思考”值多少钱 [36] - **行业两大并存趋势**： 1. **非领先模型成本指数下降（杰文斯悖论）**：例如，OpenRouter的token价格从0.9美元/百万token降至0.5美元/百万token，但处理量从6万亿上涨到12万亿 [37][38] 2. **领先模型享有高溢价**：性能领先的模型能收取远高于同行的价格。例如，Anthropic的Opus系列定价一直是同期模型的至少3-10倍，优化后仍保持2倍以上溢价且供不应求 [41]。OpenAI的GPT-4.5在2025年2月发布时可收取90美元/百万token的高价，而同期谷歌Gemini Pro仅5.62美元/百万token [40] - **“智能体规模定律”**：黄仁勋提出的新定律指出，高智商智能体会被大量使用并产生高质量数据，这些数据反馈给预训练模型，形成增强闭环，跑通此流程的模型将获得token溢价和规模效应竞争力 [41] - **对美国竞争格局的推演**： - 竞争要素将围绕**大模型本身（算力与侧重点）**、**高质量数据**、**场景能力（智能体等）** 三者的闭环展开 [53] - 通用大模型的胜出者可能集中在Anthropic、OpenAI和谷歌三家 [53] - OpenAI正借助ChatGPT的用户基数快速追赶编程数据飞轮，将Codex融入ChatGPT，下个季度可能带来惊喜 [53] - Meta和xAI（Grok）可能凭借与特定高质量数据或独特场景的结合，形成产业大模型的差异化优势 [53] - **对中国竞争格局的启示**：中国大模型玩家过去以低成本取胜，但未来同样需要接受“思考密度”的考验，即token价格能否持续上涨，证明其模型能处理复杂任务并让客户为高质量劳动力买单 [43]

点击蓝字，关注我们 今日上午港股 8 . 内房股连续走高，截至发稿， 富力地产(02777)涨8%，中国海外宏洋集团(00081)涨2.55%，远洋集 团(03377)涨7.14%，碧桂园(02007)涨3.7% 。消息面上，近日，多地密集出台房地产政策。深圳定向 放宽福田、南山、宝安新安街道限购门槛，公积金贷款最高提至351万元。广州公积金贷款最高360万 元，发放"卖旧买新"补贴，放宽商转公贷款条件。天津收购存量商品房用作保障性住房，发放购房补 贴。 9. 纳芯微(02676)大涨17%，高见198.9港元创上市以来新高 。消息面上，今年年初以来，德州仪器等 龙头企业密集宣布涨价。其中，德州仪器此前宣布自4月1日起对部分零部件涨价15%-85%。此外，摩 根士丹利最新研究认为，模拟芯片基本面正在从"L型底部"走向修复：渠道库存更加精简、定价压力 缓解，成熟制程与电源相关产品供给出现选择性偏紧。更重要的是，AI数据中心建设正在把模拟芯片 从传统的汽车、工业周期故事，推向"电源与互连内容量提升"的新叙事。 1 0 . 光通信概念股涨势延续，截至发稿， 鸿腾精密(06088)涨10.79%，汇聚科技(01729 ...

文章核心观点 - 科技公司与社会的边界正在彻底消失 这一现象从哲学家进入科技公司实验室开始变得显著 [5] - 谷歌DeepMind设立全职哲学家岗位 在全球引发广泛讨论 其相关推文浏览量超过160万次 点赞逾1.6万次 [6] - 头部AI实验室引入哲学家并非孤例 另一家人工智能巨头Anthropic也有类似的岗位角色 [6] 行业动态与趋势 - 全球头部AI实验室正积极引入哲学家人力资源 谷歌DeepMind的“哲学家”是直接写在录用通知书上的正式头衔 [6] - 人工智能行业与人文社会学科的交叉融合进入新阶段 科技公司开始从组织架构上正式纳入哲学思考 [6]

2026 年 05 月 11 日 晨会纪要 研究所： 证券分析师： 余春生 S0350513090001 yucs@ghzq.com.cn [Table_Title] 晨会纪要 ——2026 年第 75 期 观点精粹: 最新报告摘要 业绩短期承压，算力新引擎蓄势待发--长信科技/光学光电子(300088/212703) 公司动态研究 2026Q1 盈利性持续改善，影视、广告及数字内容新签订单高增--奥拓电子/光学光电子(002587/212703) 公 司动态研究 收入稳健增长，玻璃基技术平台带动未来成长曲线--沃格光电/光学光电子(603773/212703) 公司动态研究 营收增速重回两位数--农业银行/国有大型银行Ⅱ(601288/214802) 公司动态研究 2025 年全年扭亏为盈，2026Q1 并表驱动收入高增 --晶丰明源/半导体(688368/212701) 科创板公司动态研 究 电源、信号链双轮驱动，光模块等新兴应用领域加速发力--帝奥微/半导体(688381/212701) 科创板公司动态 研究 业绩同比稳健增长，盈利能力环比显著修复--北方华创/半导体(002371/212701) 公司 ...

市场估值与“非理性繁荣”的讨论 - 文章核心探讨当前市场是否存在“非理性繁荣”或泡沫，并引用了格林斯潘关于低通胀、低风险溢价推高资产价格以及泡沫难以在破裂前被识别的观点 [1][2] - 市场在负面地缘政治事件（如伊朗战争、霍尔木兹海峡关闭）中依然强劲上涨，标普500指数自3月30日低点已上涨16.75%，这种逆势上涨被部分观点视为市场处于泡沫的证据 [2] - 将当前上涨与历史对比，指出此次飙升发生在牛市持续且回调幅度未达10%的背景下，不同于2008年（上涨18%后创新低）和2020年（上涨25%）的熊市反弹或危机后复苏 [2] AI热潮与相关股票表现 - AI热潮中，标普500指数表现相对滞后，而与AI关联最紧密的“七巨头”股票和纳斯达克综合指数同期均上涨26% [3] - 部分非“七巨头”的AI股票涨幅惊人：Sandisk上涨173%，AMD上涨132%，美光上涨132%，西部数据上涨91%，半导体指数整体上涨65% [3] - 长期涨幅更为显著：过去一年Sandisk上涨4000%，标普500中有6只股票上涨超过500%，均与AI相关；过去三年有10只标普500股票上涨至少1000%，其中8只与AI相关 [3] 当前市场估值指标分析 - 标普500远期市盈率约为21倍，高于近期（19.9倍）、十年（18.9倍）及1990年以来（16.5倍）的平均水平，但并非极度离谱 [3] - “七巨头”部分股票估值示例：英伟达市盈率26倍、市销率24倍，谷歌市盈率28倍、市销率11.5倍，微软市盈率21.5倍、市销率10倍，Meta市盈率20倍、市销率7倍 [3] - 部分半导体股票估值较高，显示行业周期性特点：博通市盈率38倍、市销率30倍，应用材料市盈率39倍、市销率12倍，拉姆研究市盈率38倍、市销率17倍，科磊市盈率34倍、市销率17倍 [3][4] 显示市场过热的宏观估值指标 - 巴菲特指标（美股总市值/GDP）近期达到历史新高230%，远超200%的“玩火”门槛，较互联网泡沫时期（159%）高出约40% [4] - 标普500股息收益率处于历史低点1.07%，尽管去年股息增长了6.5%（略低于长期平均7.4%），但股价上涨更快 [5] - 多家科技公司减少或暂停股票回购计划，包括亚马逊（暂停）、Meta（减少90%）、Alphabet（减少50%）、微软（减少35%）、特斯拉（暂停）等，部分原因在于将大量现金流投入AI相关资本支出 [5] - 席勒市盈率（CAPE）目前为42.1，接近1999年12月的历史最高点44.2，远高于17.7的历史平均值，且自2013年以来持续高于长期均值25%以上，目前高出138% [6][7] 市场投机行为与历史比较 - 过去15年出现多次投机热潮，包括2013年3D打印股、比特币数次暴涨（从900美元至20,000美元、64,000美元、126,000美元）、NFT（如无聊猿游艇俱乐部）热潮、ICO热潮、2015-2018年的FANG股、2018年大麻股、2021年SPAC热潮、零日期权交易激增以及约1700家“独角兽”公司等待上市 [7] - 历史上重大的市场过度繁荣时期（如1980年代末日本、美国互联网泡沫）有一个共同点：本币升值带来资本大量流入 [9] - 自2016年初以来，黄金的年化回报率与标普500几乎完全相同，过去25年黄金表现甚至优于股票，这引发对股市上涨完全由技术进步（如比特币、AI）驱动的质疑 [11] 通胀与利率环境对股市的影响 - 持续低通胀降低未来不确定性，压低风险溢价，从而推高股票等盈利资产的价格，市盈率与通胀率存在历史反向关系 [1][13] - 在高通胀的1970年代，标普500名义年回报率为5.9%，但实际回报为-1.2%，未能跑赢通胀，尽管该时期盈利年均增长12.3% [13] - 在1980年代，盈利增长（6.5%年均）不及1970年代，但股票实际回报达到11.8%，凸显通胀和利率环境对股市回报的关键影响 [13] AI的经济影响与投资者策略考量 - 当前共识认为本轮投机结果将取决于AI的表现及其对经济的改变，但AI像大多数技术变革一样，其最佳应用方式需要时间摸索 [10] - 部分公司以AI为由裁员，可能只是将其作为早已计划行动的借口；而真正相信AI并裁员的公司，许多发现技术效果未达预期 [10] - 对于投资者，若相信AI回报尚未完全体现，可维持现状；若持有主要市场指数，已相当于重注AI；若有疑虑，可考虑开始削减风险敞口，例如调整资产配置、持有更多现金、考虑通胀保护措施 [10]