行业核心观点 - 中国人工智能行业正从“百模大战”阶段迈向以商业化落地能力、模型创新实力及全球化布局为决定成败关键的新阶段 [1] - 具备实力且资金充足的模型开发商数量已从超200家缩减至不足10家，市场正在迅速整合 [1] - 行业竞争主线正从技术竞赛转向商业系统的构建能力，不再奖励“能不能做模型”，而是奖励“能不能长期活下来” [1][3] - 模型能力逐步趋同，资金消耗呈指数级上升，客户更关注交付能力、稳定性与可持续性 [2] - 模型能力本身并不必然转化为盈利能力，分发和变现路径在中国市场尤为关键 [9] 行业利润池与竞争格局 - 国内生成式AI的持久利润池可能高度集中于大型互联网平台，尤其是腾讯和阿里巴巴 [5] - 平台巨头掌控全国范围层级的分发、变现通道以及高频消费和商户事务流 [6] - 平台掌控分发，拥有高频用户触点和成熟应用场景，AI能力更容易被内化为功能 [6] - 平台掌控变现路径，已具备成熟的收费机制，AI更多是提升ARPU与转化率的工具 [6] - 平台掌控高频交易与消费流，高频使用场景决定了推理调用量和规模效应是否成立 [7] - 微信月活用户合计约14亿，其聊天机器人“元宝”嵌入微信，无需下载单独应用 [8] - 阿里巴巴将千问AI全面接入淘宝、支付宝、飞猪和高德地图，AI压缩了从浏览到支付的漏斗，有望提高广告收益率及抽佣率 [8] - 行业形成双轨竞争格局：一类是拥有全栈生态的综合型科技巨头，另一类是在特定维度具备领先性的独立模型开发商 [11] 独立模型公司的生存策略 - 独立模型公司的机会不在于与平台正面竞争，而在于提供“结构性中立”的选择 [12] - 独立模型开发商的激励结构目标是赋能客户应用，而非与客户形成竞争关系 [13] - 独立提供商通过API、企业授权或私有化部署直接将模型变现，不要求客户绑定单一基础设施或软件生态 [14] - 对于大型企业，引入平台模型存在潜在的战略依赖风险，而独立模型商更容易被视为“工具型伙伴” [14] - 智谱与MiniMax的价值在于占据平台之外但不可或缺的位置 [41] 智谱公司分析 - 公司商业模式分为本地化部署和云端部署两部分 [16] - 2025财年上半年，公司总收入的85%来自本地化部署，该业务板块毛利率达到59.1%，而云端部署毛利率为-0.4% [16] - 本地化部署主要面向中国受监管行业，随着基础模型迭代，安装基数可能演变为升级驱动型、经常性经济利益 [16] - 随着GLM-4.7发布，战略重心向智能体系统和工具增强推理倾斜，预计云端API采用率将加速提升 [17] - 预计2025年下半年起云端部署的收入和利润率将双双爬坡 [17] - 公司被定义为以结构性持久的本地化业务为锚点，并迎来能力导向型API业务拐点的代表 [17] - 摩根大通给予“增持”评级，目标价400港元 [18] - 预计2026-2030年营收年复合增长率高达127% [19] - 预计公司将于2029年实现盈利，2030年的正常化调整后净利润率将达到20% [20] - 预计公司可能需要在2026年和2027年进行外部融资，预计每年的融资金额为50亿元人民币 [21] - 训练成本占算力总成本的百分比将从2025年的93%大幅下降至2030年的32% [34] - 推理相关算力成本占比将从2025年的7%激增至2030年的68% [37] MiniMax公司分析 - 公司核心标签是“天生全球化”和“全模态”，被描述为拥有可扩展增长引擎的全谱系AI企业 [22] - 2025年前九个月，公司73%的总收入来自中国以外的市场，已在200多个国家和地区进行部署 [24] - 进入国际市场、多元化的客户群和差异化的定价环境，为公司提供了结构性优势 [24] - 2025年前三季度，开放平台、生成式媒体和AI陪伴业务的营收占比各约三分之一 [24] - AI陪伴业务贡献35%收入，预计到2030年该业务付费率将达到18%，年度ARPU达到31美元 [24] - 生成式媒体业务贡献33%收入，为内容创作者提供视频工具，年度ARPU高达75美元 [25] - 开放平台业务贡献29%收入，服务13.2万名开发者，付费用户年化ARPU达8200美元 [26] - 公司采用混合专家架构，迭代速度极快，达到两月一次，快于3-4个月的行业平均水平 [28] - 采用“双引擎”策略，同时开发模型和消费者产品，消费者应用作为技术的验证器，利用实时交互数据微调模型 [28] - 摩根大通给予“增持”评级，目标价700港元 [28] - 预计2026-2030年营收年复合增长率高达138% [29] - 预计公司将于2029年起实现盈利，2030年调整后净利润率将正常化至24% [30] - 预计集团将需要在2026年和2027年进行外部融资，预计每年金额为7亿美元 [31] - 训练成本占算力总成本的百分比将从2025年的80%下降至2030年的28% [35] - 推理相关算力成本占比将从2025年的20%激增至2030年的72% [38] 行业关键财务变量：推理成本 - 算力成本结构将从“训练驱动”彻底切换为“推理驱动” [32] - 训练与推理的增长曲线和成本驱动因素将与2022-25年的扩张阶段出现显著差异 [33] - 随着基础模型架构确立，前沿扩展预训练将更具选择性，研发支出将进入更理性的“正常化阶段” [36] - 算力支出将逐渐从研发费用转移到营收成本 [39] - 未来竞争的核心是推理更便宜、利用率更高、掌握定价权 [40]