在一季度经济开门红后，二季度经济在 AI 和地缘的影响下出现了结构变化。输入性通胀和 AI 通胀正在侵蚀居民的消 费能力，出口维持高景气度，但高油价带来的不确定也在升温。同时，AI 带来经济的 K 型分化也开始出现，AI 出口 和 AI 资本开支继续维持高景气度，但非 AI 部分的内生动力改善则受油价和政策的影响，短期来看 AI 对非 AI 仍是冲 风险提示 AI 投资后续不确定性增强，关注 AI 投资变动以及对经济、行业价格的影响。 地缘政治冲突对价格的影响或超预期，关注后续地缘政治冲突的变化和对经济的超预期影响。 输入性通胀和供给端压力持续增强，关注后续相关行业价格和供应链端的变动。 敬请参阅最后一页特别声明 1 击为主，而拉动则尚需时日。 | 经济缘何走弱 | 3 | | --- | --- | | 风险提示 | 8 | | 图表 | 1： | 经济分项数据一览 | 3 | | --- | --- | --- | --- | | 图表 | 2： | 以旧换新商品消费明显回落 | 4 | | 图表 | 3： | 上市公司就业员工工资收入增速依旧偏低 | 4 | | 图表 | 4： | 年初投资增速高开低走 ...

证券研究报告 科技 国内互联网 CapEx：AI 加码趋势不变 华泰研究 2026 年 5 月 18 日│中国内地 行业周报（第二十周） 一周内行业走势图 一周行业内各子板块涨跌图 (1.0) 1.5 4.0 6.5 9.0 05/08 05/10 05/12 05/14 (%) 通信 通信设备制造 沪深300 2.00 2.75 3.50 4.25 5.00 通信设备制造 通信运营 通信服务 (%) 一周内各行业涨跌图 (7.0) (4.0) (1.0) 2.0 5.0 通 信 电 子 石 油 天 然 气 公 用 事 业 机 械 设 备 家 用 电 器 煤 炭 基 础 化 工 电 力 设 备 与 新 能 源 银 行 汽 车 纺 织 服 装 综 合 轻 工 制 造 建 筑 与 工 程 房 地 产 开 发 农 林 牧 渔 医 药 健 康 证 券 商 业 贸 易 交 通 运 输 食 品 饮 料 环 保 建 材 传 媒 计 算 机 房 地 产 服 务 社 会 服 务 多 元 金 融 教 育 和 人 力 资 源 航 天 军 工 保 险 钢 铁 有 色 金 属 (%) 本周观点 市场方面，上周通信（申万）指数上涨 6. ...

行业投资评级 - 报告对计算机行业维持积极看法，继续看好计算机板块 [3] 报告核心观点 - 全球AI产业竞争已从模型能力转向基础设施规模竞赛，全产业链景气度持续向上，算力基础设施确定性最高，应用侧格局加速分化 [3] - 国内大模型赛道正从技术竞赛进入全面资本与商业化阶段，政策与资本形成双轮驱动共振格局 [3] 全球AI产业动态 - **Anthropic估值反超OpenAI**：链上Pre-IPO交易数据显示，Anthropic隐含估值短时间内大幅攀升，自2025年10月以来估值曲线几乎垂直上升，其估值已飙升至1.2万亿美元，较OpenAI高出约20% [3] - **Anthropic业绩与算力布局**：其年化收入和使用量同比实现80倍增长，核心驱动力Claude Code年化营收已超25亿美元；算力方面，与亚马逊签订为期10年、价值1000亿美元的AWS算力投资合同，并锁定5吉瓦算力容量专门用于训练和部署Claude [3] 国内大模型发展 - **DeepSeek融资与估值**：启动首轮融资，目标最高达500亿元人民币，创始人梁文锋个人出资最高达200亿元，三周内估值从约100亿美元飙升至约500亿美元，国家集成电路产业投资基金洽谈领投，其V4.1模型定档6月发布 [3] - **Kimi母公司融资**：月之暗面完成约20亿美元D轮融资，投后估值突破200亿美元，成为中国大模型创业公司中累计融资最多的企业，其旗舰模型Kimi K2.6在OpenRouter平台上周调用量排名第二 [3] 政策与资本驱动 - **国家层面政策推动**：国家网信办等三部门联合印发《智能体规范应用与创新发展实施意见》，首次从国家层面系统推动智能体发展，定义智能体为“具备自主感知、记忆、决策、交互与执行能力的智能系统”，并围绕科学研究、产业发展等方向提出19个典型应用场景 [3] - **企业资本开支上调**：字节跳动将2026年AI资本开支计划上调至逾2000亿元人民币，较此前方案增幅至少25%，并相应提高国产AI芯片采购比例以应对地缘政治风险及响应国产半导体政策导向 [3] 推荐标的 - 报告推荐标的包括：海光信息、浪潮信息、合合信息、海康威视、赛意信息、新致软件、汉朔科技、科远智慧、聚水潭 [3] - 报告提供了部分推荐标的的盈利预测与估值数据，例如：海光信息2026年预测EPS为2.92元，对应预测PE为110.71倍；浪潮信息2026年预测EPS为2.42元，对应预测PE为31.60倍 [4]

文章核心观点 - AI Agent 在 2025 年接过生成式 AI 大模型的接力棒，成为创业投资市场最拥挤的赛道，但做出一门能收上钱的生意需要穿越无数个“看起来很美”的幻觉 [5] - AI Agent 创业潮由多重因素驱动，包括技术门槛降低、大厂人才溢出、国家战略支持及市场快速增长，但风险资金趋于谨慎，投资向头部集中 [9][10][11] - AI Agent 的机会在于基座模型做不到的事情上，如垂直行业专家，其成功关键在于找到真需求、实现产品市场匹配（PMF）并触发数据飞轮效应 [14][17][18] - AI 创业存在“AI 幻觉”，误以为最难的是做出产品，实则挖掘真需求、应对基座模型能力吞噬及解决数据线上化等业务挑战更为关键，最终挑战回归到“人”的问题 [20][21][23][24] 一、AI加持下的又一次创业潮 - **创业潮兴起**：AI Agent 创业潮始于 2025 年初，由 Manus 率先打开市场，随后大厂迅速跟进，成为 2025 年种子轮投资的流行赛道 [8] - **驱动因素**： - **技术门槛降低**：AI 编程工具（如 Cursor、Lovable、Claude Code）让非专业开发者也能快速构建原型 [9] - **人才溢出**：互联网大厂离职员工加入创业，例如百度原副总裁景鲲创立的 MainFunc（产品 Genspark）种子轮获 6000 万美元，一年半内融资超 4 亿美元，估值达 12.5 亿美元；钉钉原副总裁王铭创立的攀峰智能获数千万融资；截至 2026 年初，仅字节离职员工创立的 AI 公司就超过 30 家 [9] - **活动与政策支持**：AI 主题黑客松（Hackathon）在一二三线城市、高校及大厂广泛举办；2026 年政府工作报告首次写入“智能体”，国家战略定位升级 [10] - **市场规模与融资**：2025 年中国 AI Agent 行业市场规模达 182.34 亿元，同比增长 78.03% [10]；头部项目吸金能力强，估值水涨船高，但投资机构对大量中小创业者倾向于“少而分散”的策略 [10]；风险资金更加谨慎，倾向于跟随头部机构跟投 [11] - **二级市场与创业趋势**：智谱、Minimax 等公司上市为投资方带来成倍回报，月之暗面等公司在排队上市 [11]；核心人物呈现年轻化趋势，投资机构青睐年轻的“小天才”，例如高三学生陈广宇参与 KIMI 研发并受马斯克点赞，成为创投圈的金字招牌 [12] 二、Agent靠什么超越基模能力？ - **机会定位**：AI Agent 的机会在于基座模型无法直接解决的专业场景，需要具备行业知识、问题解决能力和主动性，扮演“行业专家”角色 [14][17] - **垂直行业应用案例**： - **法律行业**：Quote.law 是一个面向法律专业人士的 AI Agent 协作平台，旨在改造材料分散、工作低效的古老行业，其长期愿景是成为“法律领域的支付宝” [15][16]；阿育法则专攻 B 端数据合规，将律师经验沉淀为 Prompt 与 Memory 数据库，帮助中小企业以约 2 万至 2.5 万元的成本替代原本六位数的律师费 [16] - **制造业**：语核科技为制造业企业搭建“基座+私有数据”的 Agent 系统，例如帮助造船厂的新人业务员在 Agent 辅助下快速输出过去需资深工程师数周才能完成的售前方案，实现流程自动化改造 [17] - **成功关键要素**： - **找到真需求**：避免点子新颖但无市场的项目，需验证用户是否愿意付费 [17] - **验证产品市场匹配（PMF）**：例如先找到 100 个愿意付费的用户 [18] - **团队能力**：既懂业务又懂技术的组合更容易吸引投资人 [18] - **触发平台效应与数据飞轮**：用户越多，Agent 积累的私有语料和行为偏好越丰富，输出质量越高，用户粘性越强；企业客户业务流程一旦嵌入 Agent，替换成本很高 [18] - **挑战与悖论**：大多数 Agent 创业公司尚未跨越“冷启动”阶段以触发数据飞轮便已出局 [18] 三、创业的“AI幻觉”和“人的问题” - **“AI幻觉”**：AI 降低了产品制作门槛，但形成了新的幻觉——误以为“创业最难的是把产品做出来”，实则挖掘真正的需求才是核心挑战 [20]；市场存在泡沫，部分订单源于追求 AI 潮流的 FOMO 心态，而非真实持久的需求 [20] - **外部竞争压力**：基座模型能力不断增强（如上下文扩展至百万 Token），正在吞噬部分原本需要 Agent 架构解决的需求，使仅依赖提示词工程和轻量级封装的 Agent 面临生存压力 [21][22] - **数据挑战**：垂类 Agent 的优势在于处理未被线上化的数据，但这些数据可能因从业者自我保护、经验非标准化或伦理原因（如医疗、网络安全行业）而“永远不会被线上化”，构成发展障碍 [23] - **“人的问题”**：创业最大挑战回归到“人”，包括找到既懂复杂业务又对新科技敏感的合适合作者，以及团队内部（如业务与技术背景创始人之间）的有效沟通 [24]；AI 并未降低“懂业务、懂技术、懂人”的综合门槛 [24] - **历史轮回**：技术发展常经历从工具崇拜到泡沫破裂的轮回，只有解决“永恒问题”的创业者能在退潮时立足 [25]

文章核心观点 - 算力市场已成为大国博弈的核心领域，其重要性体现在美国在总统出访前最后一刻调整随行企业家名单，以传递外交信号[1][3] - 美国虽允许部分中国企业购买英伟达H200芯片，但中国坚持自主可控的算力发展路线，其选择的成本与收益是文章分析的重点[3] - 当前算力博弈的真实结构不仅关乎美国对中国的限制，更关乎中国自身选择的路径，自主可控路线有其战略考量[3] 算力市场的“淘金热”与“卖铲人” - AI算力竞赛如同历史上的淘金热，英伟达是最大的“铲子”供应商，其H100芯片售价超过每卡3万美元，数据中心业务2024财年营收超过470亿美元，毛利率约74%[4] - 英伟达凭借二十余年打磨的CUDA软件生态，锁定了全球90%的AI开发者，形成了无法被简单复制的竞争力[4][5] - 中国的“铲子”供应商主要是华为昇腾和寒武纪，在外部管制造成的算力短缺下，其产品供不应求，价格高企，例如华为910B八卡服务器售价超过170万元[5] 中美算力产品的性能与价格代差 - 英伟达主流芯片H100的FP16算力为989 TFLOPS[6] - 专为中国市场推出的降规版本H20，FP16算力仅为296 TFLOPS，约为H100性能的15%[6] - 华为昇腾910B的FP16算力约为320 TFLOPS，性能接近英伟达2020年的A100芯片[6] - 这意味着中国AI企业在H20和910B之间选择时，其国际竞争对手正在使用性能高出7到15倍的产品进行训练[6] - 每当美国收紧出口管制，华为芯片的价格就应声上涨，这反映了其定价权部分源于竞争缺席带来的“管制租金”[6][7] “管制租金”下的市场表现与潜在风险 - “管制租金”指市场主体依靠人为制造的供给稀缺，而非效率提升来获取超额利润[7] - 寒武纪2025年一季度营收同比增长4230%，从2567万元飙升至11亿元，股价从2022年低点到2025年初高点上涨约15倍[7] - 寒武纪业绩爆发主要依靠对标英伟达2020年产品A100的思元590芯片，但在一个竞争对手被挡在门外的市场，对标过时标准也能获得丰厚回报，体现了“管制租金”的运作逻辑[7] - 寒武纪2026年一季度营收28.85亿元，同比增长159%，增速较去年同期的4000%大幅放缓，显示市场可能正从“稀缺驱动”转向“竞争驱动”[13] 开放竞争是产业竞争力的源泉 - 中国所有真正具有全球竞争力的产业，如义乌小商品、创新药（百济神州、康方生物）、比亚迪，无一例外是在开放环境中竞争出来的，而非在保护下培养出来的[10] - DeepSeek在算力受限的情况下，通过算法创新，用远低于美国顶级实验室的算力成本训练出比肩GPT-4的模型，证明了约束可以成为创新的母体[10] - 研究指出“二元悖论”：一国在某个产业链领域的全球竞争力，与其在该领域的完全自主可控难以兼得，深度分工是竞争力的来源，追求完全自主可控可能导致竞争力退化[11] - 华为昇腾在禁运后市场份额上升是“空间的填补”，而DeepSeek的突破是“能力的涌现”，两者性质不同[11] 自主可控战略的成本承担者与未来检验 - “管制红利”的埋单者是AI产业链中下游的创业企业，它们面临算力价格高企、向大平台交付服务账期长达180天以上、融资难三重压力[12][13] - 自主可控战略在短期内意味着头部AI企业需以更高成本采购性能相对较弱的国产芯片，与全球前沿的训练能力差距短期内难以收窄[13] - 自主可控战略成败的关键在于，在保护期内，国内算力企业（如华为昇腾、寒武纪）是否将市场空间转化为真实的技术追赶和能力积累[13] - 竞争的逻辑只会被推迟而非永久搁置，自主可控的终点应是在开放竞争中也能站稳的真实能力，而非永远需要保护的市场地位[14]

核心观点 - 国内存储芯片巨头长鑫科技在存储芯片涨价潮中实现业绩惊人反转，从巨额亏损转为单季盈利近250亿元，并有望冲击全年千亿净利润及万亿市值 [1][4][8][10] - 业绩爆发主要受全球算力需求驱动下DRAM产品（特别是DDR5）供不应求、价格大幅上涨推动，公司作为国内最大DRAM厂商充分受益 [5][6][7][9] - 公司科创板IPO备受关注，拟募资295亿元，有望成为科创板史上第二大IPO，其上市可能带动存储产业链相关公司 [1][2][10] 业绩表现与反转 - 2026年第一季度营收508亿元，同比增长719.13%，归母净利润247.62亿元，同比增长1688.30% [1] - 预计2026年上半年营收1100亿元至1200亿元，同比增长612.53%至677.31%，归母净利润500亿元至570亿元，同比增长2244.03%至2544.19% [1] - 以净利润计算，相当于日赚近4亿元，若维持势头全年净利润有望突破千亿元 [1] - 业绩实现大反转：2023年归母净利润亏损163.4亿元，2024年亏损71.4亿元，2025年盈利18.7亿元，而2026年第一季度单季盈利已抚平前两年全部亏损 [1][4] - 公司净利润排名跻身A股上市公司前20名，位列第13位 [4] 驱动因素：行业景气与产品 - 核心动力是DRAM行业产品价格持续快速上涨，可追溯至全球算力狂飙 [5] - DRAM是计算机、手机内存主流方案，AI浪潮下需求与日俱增，HBM也是DRAM的一种新型存储 [6] - 第三方机构预测2026年服务器DRAM应用占比将超过50%，需求增速超过40% [6] - DRAM价格自2023年低谷后一路狂飙，截至2026年5月10日，DRAM颗粒单价达89498美元/千克，环比上涨20.9%，同比上涨497.4% [6] - 2025年下半年以来全球DRAM产品供不应求，价格大幅上涨，公司产品单价在2025年第四季度月度间持续快速上涨，大幅带动毛利提升 [7] - 公司主营业务毛利率从2023年的-2.19%提升至2025年的41.02% [7] - 公司产能利用率持续提升，2023年至2025年分别为87.06%、92.46%和95.73% [7] 公司竞争优势与布局 - 公司是中国规模最大、技术最先进、布局最全的DRAM研发设计制造一体化企业，已完成从第一代到第四代工艺技术平台量产，产品覆盖DDR4、LPDDR4X到DDR5、LPDDR5/5X [7] - 根据Omdia数据，按出货量和销售额统计，公司已成为中国第一、全球第四的DRAM厂商 [7] - 公司早早上桌DDR5，2024年、2025年推出DDR5、LPDDR5X产品并快速推向市场，2025年DDR系列营收占比为31.87%，较上年的13.26%大幅提升 [9] - 公司预计更先进的DDR5和LPDDR5/5X销量占比将在2026年快速提升 [9] - 国内具备量产高频内存颗粒能力的企业仅有长鑫科技，在AI基建热潮下，科技大厂对HBM需求加大，国际大厂转移产能生产HBM，大幅缩减通用消费级内存产能，导致消费级内存价格涨价5倍，公司出现内存颗粒供不应求局面 [9] - 公司合作客户均为行业头部科技企业，包括阿里云、字节跳动、腾讯、联想、小米、传音、荣耀、OPPO、vivo等，AI服务器需求大增使公司成为云基础设施投资浪潮受益者 [10] - 公司已实现DDR5产品量产，并顺利完成核心客户验证与批量交付 [10] IPO进展与估值展望 - 公司科创板IPO逐步推进，拟募资295亿元，有望成为科创板有史以来融资规模第二大的IPO项目，仅次于中芯国际的532亿元 [10] - 多位业内人士认为，若公司科创板上市，估值或达万亿元，假设2026年净利润在千亿元左右，合理PE 20至25倍，叠加行业行情驱动，上市后大概率可以冲击万亿级市值 [10] - 有观点认为公司估值可能达到万亿元以上，因为它是国内唯一的高频DDR内存颗粒制造商 [11] 产业链相关公司 - 文章列出了长鑫科技IPO部分产业链受益股，涉及存储模组、存储芯片、半导体设备、未曾体材料、封测、洁净室、国产算力底座等环节，并包含证券代码、简称、年内涨跌幅及市盈率数据 [2]

豆包的增长奇迹与字节方法论的应用 - 豆包是中国目前唯一日活跃用户数过亿的AI产品，DAU在不到两年半时间内突破1亿，超过国内其他AI助手产品的总和[4][5] - 公司对豆包的战略定位为最重要的AI战略级业务，初期明确不考虑盈利[10] - 相较于竞争对手，豆包的营销投放相对克制，据估算过去两年（截至2024年4月）仅花费约17亿元人民币投流，而腾讯元宝花费222亿元，阿里千问花费37亿元[5] 产品策略：拟人化与贴近用户 - 产品负责人朱骏为豆包定义的核心设计原则是“拟人化”和“离用户近”，旨在打造具有类似人温度的亲密朋友形象[10][12] - 为追求拟人化体验，团队在品牌名称（从Grace改为“豆包”）、3D卡通形象以及声音选择上投入大量精力，最终选用抖音博主@桃子日语的音色作为默认声线[11][12][14] - 产品交互追求自然，回答普遍偏短、直给，这是A/B测试后的结果，旨在提高用户采纳率和复用率，并降低模型“多答多错”的风险[32] 增长路径：从“多Bot”尝试到工程化补短板 - 团队最初尝试构建“多Bot（智能体）”生态，类似抖音的内容平台逻辑，鼓励用户创建并分享智能体，至2024年5月已拥有800万个智能体[15][18] - “多Bot”策略未能成功，除主智能体外，其他智能体用户活跃度不高，下架后对用户活跃和留存无影响，团队随后转向聚焦主入口[18] - 面对底层模型能力不足的问题，团队采用工程化方法“搭脚手架”，通过检索、规则、工具调用和流程设计来补足模型短板，例如自写代码生成标准口算竖式、建立题库用传统方式答题等[21][22] - 团队建立了一套持续更新的模型“评测集”，收录数十万条题目，由数千人规模的数据团队负责，以重点优化用户高频需求[23] 竞争与转折：DeepSeek的冲击与豆包的应对 - 2025年1月，DeepSeek发布推理模型R1，其低成本和高效果对行业造成冲击，并在春节期间DAU迅速超过已上线一年多的豆包[24] - 为应对竞争，豆包在2025年3月大幅增加投放，投放金额环比暴增222%[24] - 几个月后，豆包DAU反超DeepSeek重回第一，此后DeepSeek的DAU稳定在2000-3000万，但每个用户的日均使用时长比豆包久1-4分钟[25] 意外破圈：多模态功能与用户共创的病毒式传播 - 豆包早期投入的多模态能力（如文生图、视频对话、实时语音通话）在2025年至2026年初通过用户共创意外走红，例如与AI视频通话进行搞笑互动、P图合照、教穿搭（因搭配“丑”而有趣）等玩法在抖音、小红书上形成病毒式传播[26][27][28] - 这些用户自发的玩法为豆包每天带来数百万新用户，模型犯错反而增加了趣味性，将用户对AI的想象从“深刻对话”拉回日常[27][29] - 团队采取“打矩阵”策略，广泛尝试各种场景和功能，将热门趋势自动采集到“评测集”中重点优化，认为好产品是“演化”出来的[29] 组织与能力支撑：字节体系的外溢效应 - 豆包的成功被视为字节跳动多年新产品孵化后，组织能力自然外溢的结果，团队在工程基础体验、产品细节打磨上可直接复用公司内部反复验证过的成熟方案[31][32] - 团队核心成员多来自字节其他成熟业务（如抖音、飞书、AI Lab等），具备丰富经验，使豆包在启动初期就拥有成熟的流程和评审制度[32][33] - 公司积累的算力资源（如火山方舟平台）和调度能力，帮助豆包应对了春节等流量高峰[32] 面临的挑战与边界 - AI产品缺乏传统互联网产品的规模效应，用户越多，推理成本越高，但收入不会同步增长[4] - 2025年下半年，随着用户数增长，非核心用户占比提升，他们很少主动提问，使得判断功能增长潜力和用户满意度变得困难[39] - AI产品的成本结构与传统互联网产品相反，用户量越大成本越高，据估算，春节期间豆包生成一条新春祝福或图片的算力需求，是以往类似互动请求的100万倍[39] - 豆包必须在成本与效果间权衡，例如搜索功能曾因算力成本限制导致评测分数上不去，后期才取消限制优先追求回答效果[40][41] 商业化探索与未来不确定性 - 豆包计划开启付费订阅并探索商业化，但面临用户对“笨还收费”的质疑[38] - 2025年，豆包已开始内测电商功能，接入抖音电商，用户可在App内完成下单支付，但目前策略比较克制[42] - 中国市场的付费习惯与美国不同，中国拥有本科及以上学历的人口不及12%，且多数人习惯免费使用软件，这为商业化带来挑战[42] - 行业信念正在动摇，“AI聊天机器人将成为一切入口”的判断受到挑战，AI领域的突破变得更加分散（如Anthropic在智能体编程上的突破），未来机会将更复杂[6][43] - 豆包的用户日均使用时长稳定在10分钟以内，尚不足以对传统互联网产品构成威胁[43]

一水 发自 凹非寺 量子位 | 公众号 QbitAI 大语言模型真的只能走"预测下一个token"的路子吗？ 继何恺明之后，字节也给出了同样的回答： NO 。 并且，两边都不约而同地盯上了同一个方向——在连续语义空间中建模语言 。 更关键的是，字节这次直接 开源开到底 ，论文、代码、模型权重、中文博客通通释出。 帮大家快速回忆一下。就在上周，何恺明团队推出首个扩散语言模型ELF—— 它跳过token层，把整个生成过程留在连续embedding空间里完成，仅用105M参数就跑赢一众主流扩散语言模型，第一次证明连续路线在语 言生成上真有潜力 。 而字节这次带来的Cola DLM （Continuous Latent Diffusion Language Model） ，则进一步佐证了这一趋势。 他们同样选择跳出离散token的束缚，把生成过程交给连续空间，结果是： 在~2B参数、约2000 EFLOPs的严格对照实验下，Cola DLM展现出了比自回归模型和主流离散DLM更稳定的scaling趋势 。 然而，正当你以为这不过是又一个"把图像扩散模型搬进语言领域"的故事时，字节却告诉你：错了。 Cola DLM的m ...