报告行业投资评级 - 看好 [3] 报告的核心观点 - 大模型技术路径已收敛至Decoder-Only+MoE架构，竞争重心转向算法工程与推理优化 [4] - 海外头部厂商（如Anthropic、OpenAI、谷歌）在多模态性能上交替领先，并已通过企业级API、编程工具订阅等跑通商业模式 [4] - 国产模型在文本、编程等能力上相对海外有差距但距离不远，主要优势体现在性价比上 [4] - OpenClaw等类Agent应用的涌现带动token消耗高速增长，看好国产大模型在编程、办公等长上下文、高频刚需场景的广泛应用 [4][5] - 建议重点关注具备多模态能力、拥有极致性价比优势的厂商MiniMax [4][5] 根据相关目录分别进行总结 1. 行业：海外性能领先、国产模型提供性价比优势 - 大模型预训练范式已收敛至Decoder-Only+MoE架构，核心工作转向中后期数据与算法工程优化 [15] - 海外形成Anthropic、OpenAI、谷歌TOP3格局，在文本、编程、视频等多模态领域交替领先 [16] - 在文本能力排名中，海外模型如Claude Opus 4.6、Gemini 3.1 Pro Preview等位居前列 [19] - 在编程能力排名中，Anthropic的Claude Opus 4.6-thinking以1556分领先，国产模型如智谱GLM-5（1447分）、MiniMax M2.5（1422分）紧随其后 [20] - 在视频生成领域，海外谷歌Veo系列性能领先，国内模型如字节跳动Seedance、MiniMax海螺AI等以性价比竞争 [21][22] - 海外头部厂商商业化成熟，OpenAI和Anthropic已实现200亿美元级别的年化收入，主要来自Chatbot订阅、编程工具订阅和API收入 [24] - Anthropic专注于B端市场，2025年12月上修乐观营收预期，预计2027年达到550亿美元 [25] - OpenAI采取B端和C端并重策略，2026年2月估值达8400亿美元 [26] - 根据The Information数据，Anthropic与OpenAI的年化收入轨迹持续上升，例如2026年2月OpenAI年化收入约250亿美元，Anthropic约190亿美元 [27][28] - Anthropic预计其自由现金流将在2028年转正，2026年毛利率预期为63% [33] 2. MiniMax：自研模型+商业化应用双轮驱动 - MiniMax是全球领先的、国内少数在语音、多模态、B端平台和C端应用上同时跑通的大模型公司，成立于2021年 [39] - 公司拥有扁平化的AI原生组织架构，研发人员占比超过70% [4][43] - 公司坚定执行全球化战略，2025年中国大陆以外地区收入占总收入的73% [4][44] - 截至2025年12月31日，公司累计服务超过200个国家及地区的超过2.36亿名用户，以及来自超过100个国家及地区的21.4万企业客户及开发者 [44] - 2025年公司实现总收入7904万美元，同比增长159% [4] - 2026年2月ARR（年度经常性收入）突破1.5亿美元 [4] - 收入结构多元：AI原生应用（如Talkie、海螺AI）收入占比67.2%，开放平台及企业服务收入占比32.8%，后者同比增长198% [4][46] - 2025年毛利率提升至25.4%，经调整净亏损率大幅缩窄 [4] - 公司产品矩阵覆盖文本、语音、视频与音乐全模态，包括ToC端的MiniMax Chat、Agent、海螺AI、Talkie/星野，以及ToB端的API开放平台 [59][60] 3. MiniMax：模型快速迭代驱动收入增长 3.1 MiniMax模型：全模态、性价比 - 公司坚持全模态战略，采用两阶段方法：第一阶段在每个模态建立领先模型，第二阶段（2026年开始）进行模态融合，预计26年上半年推出M3旗舰模型和Hailuo 3.0模型 [4][62] - 文本模型迭代迅速，例如在108天内更新了M2、M2.1和M2.5模型 [63] - M2.5模型采用稀疏MoE架构，推理生成速度达100 TPS（每秒处理token数） [4][64] - 在SWE-Bench Verified评测中，M2.5完成任务平均消耗3.52M token，端到端运行时间从M2.1的31.3分钟减少到22.8分钟，速度提升37% [64] - M2.5具有极致性价比优势，其API输出价格为海外头部模型（如Opus、Gemini 3 Pro、GPT-5）的1/10至1/20 [4][70] - 具体价格：M2.5 High-Speed版本输入每百万Token 0.3美元，输出每百万Token 2.4美元；50 TPS版本输出价格每百万Token 1.2美元 [70][74] 3.2 MiniMax业务：模型能力提升，token消耗多线激增 - 模型能力提升驱动应用场景拓展，收入来源从C端应用向编程、Agent相关的B端Token消耗多元化演进 [76] - M2.5在编程、工具调用、搜索及办公等生产力场景达到或刷新行业SOTA（最高水平） [77] - 编程场景被视为未来AI基础设施，相关调用量激增 [77] - 根据OpenRouter平台统计，截至2026年3月8日，MiniMax在全球Token消耗份额中达11.4%，位居全球第四；在编程细分领域，M2.5模型以34.1%份额位居全球第一 [79] - Agent类应用（如OpenClaw）显著推高Token消耗，MiniMax通过推出MaxClaw服务支持云端一键部署，降低使用门槛 [82] - 办公场景是高频刚需市场，M2.5在Word、PPT、Excel金融建模等场景能力提升，在内部Cowork Agent评测中取得59.0%的平均胜率 [85][87] - 视频生成应用海螺AI（Hailuo AI）在多模态生成领域占据第一梯队，最新版本Hailuo 2.3于2025年10月发布，预计26年上半年发布Hailuo 3.0 [4][92][93] - 情感陪伴类AI应用Talkie（国内版星野）用户粘性高，日均使用时长超过70分钟 [4][95] - 语音生成工具Speech最新模型为Speech 2.8，支持音色复刻和40种语言 [98] - 公司全模态能力与Agent入口（如通过OpenClaw/MaxClaw集成Voice Maker和Music Maker）有望打通，进一步拓展商业化空间 [99] 4. 投资分析意见 - 重申看好国产大模型出海投资机遇，重点关注MiniMax [101] - 大模型技术路径收敛，国产模型主打性价比，海外商业化加速跑通 [4][5] - OpenClaw等类Agent应用带动token消耗高增，看好国产大模型在编程、办公等长上下文、高频刚需场景的广泛应用 [4][5] - 建议重点关注具备多模态能力、拥有极致性价比优势的厂商MiniMax [4][5] - 根据Wind一致预期，MiniMax 2026年营业收入预计为15.1亿美元，同比增长177%，对应PS（市销率）为167倍；2027年营业收入预计为40.0亿美元，同比增长165%，对应PS为63倍 [103]

行业竞争格局重塑 - 以“大模型六小虎”为代表的科技新秀正试图重塑AI赛道竞争逻辑，认为“大厂”与“小厂”是上一代标签，当前唯一的赛道是看谁能将全模态技术做到顶尖 [3][4] - 行业竞争焦点从互联网时代的“流量竞争”模式转向下一代技术和模型的竞争 [4][5] 主要参与者战略动向 - **百川智能**：选择医疗赛道作为切入点，计划今年上线C端应用并自研与睡眠相关的硬件，其护城河在于模型领先一代、切入严肃高价值场景以及与大厂不同的创新路径 [4][5] - **月之暗面**：在2024年通过大量投流拉新（例如2024年10月20天投出1.1亿元）后，于2025年2月决定大幅收缩产品投放预算，转向低调进行模型技术冲锋，并计划将近期完成的5亿美元C轮融资用于激进扩增显卡以加速K3模型研发 [5][6] - **智谱与MiniMax**：两家公司均在2024年底完成上市，尽管因研发和算力投入尚未盈利，但都表示在完成招股后将继续加大技术投入 [6] - **智谱**：开源了手机智能助理框架AutoGLM，该框架被视为全球首个真正具备“Phone Use”能力的AI Agent，支持微信、淘宝等50+应用场景，并支持本地与云端部署以保护隐私 [7] - **阶跃星辰**：升级发布了AI Agent系列模型“Step-GUI”，通过端云协同方案，已在淘宝、微博、抖音等超过200个App场景中执行任务 [7] - **蚂蚁集团**：将其AI健康产品“AQ”升级为“蚂蚁阿福”，产品定位从医疗延伸至大健康，自2023年6月上线以来，仅用半年时间月活突破1500万，跻身国内前五大AI应用 [4] 下一代“超级入口”争夺战 - 行业竞争的核心是厂商对下一代“超级入口”的争夺，玩家押注方向包括硬件、软件或“两边下注” [8][9] - 在超级应用方面，智源研究院预测AI应用将沿两条路径演进：一是巨头主导的超级应用，整合信息、规划与执行以争夺用户时间与流量；二是多模态等高壁垒垂直领域，依托行业Know-how服务关键场景实现低频高价值回报 [10] - 有观点认为“超级入口”可能是一个动态演变的命题，真正的入口可能诞生于更加中立、开放的平台 [11] 面临的挑战与商业模式 - AI硬件（如AI眼镜、AI手机）面临隐私、安全方面的难题，例如有用户反馈豆包手机助手操作微信时会出现异常退出甚至无法登录的情况 [10] - 大模型的商业模式尚不清晰，国内外尚未有公司形成商业闭环，当前无论是做App还是硬件都属于商业试水 [10] - 与硬件相比，App的集成模式迭代快、成本低，在商业稳健性上更胜一筹，而硬件一旦失败沉没成本极高，更多是一种面向未来的战略卡位 [10]

上市概况与市场表现 - 公司于香港交易所主板挂牌上市，股票代码为“00100”，寓意满足条件的最小解 [1] - 全球发售约3358万股，以每股165港元的定价上限发行，募集资金总额约55.4亿港元（约49.65亿人民币）[1] - 公开发售部分获得1837倍超额认购，国际发售部分获37倍认购，市场反响极为热烈 [2] - 暗盘交易最高达211.2港元每股，收盘价为205.6港元，涨幅近四分之一；上市首日早盘最高股价达299港元，涨幅超80%，市值一度突破763亿港元 [3] - 上市吸引了超过460家机构参与认购，超额认购达70多倍，创下近年来港股IPO机构认购历史纪录 [29] 融资历程与股东结构 - 成立四年间累计融资已超15亿美元，投资方包括米哈游、阿里巴巴、腾讯、小红书、小米、金山、PCG和正大集团等知名机构 [3] - 本次IPO有14家基石投资者参与，合计认购27.23亿港元的份额，包括Aspex、Eastspring（瀚亚投资）、Mirae Asset（未来资产）及阿里巴巴等 [3] 技术战略与核心能力 - 公司自成立之初便坚持全模态并行研发的技术路线，旨在向AGI（通用人工智能）迈进 [5] - 技术布局覆盖语音、视频与文本三大模态，并已取得突破性进展 [5] - 语音模型Speech 02实现超低延时实时交互，支持超过40种语言，确立了行业领先的性能标准 [7] - 视频模型海螺AI（Hailuo AI）在文生视频领域技术领先，在权威评测中排名高居第二 [7] - 文本模型M2.1在大模型竞技场（LMArena）Coding榜单中位列开源模型第一，增强了代码生成与多语言逻辑推理能力 [7][8] - 全模态布局的核心动因源于对AGI终局的判断，认为真正的AGI必须是全模态的，这有助于模型理解因果律、空间与时间关系 [10][11][12] - 全模态策略也为解决“数据枯竭危机”提供了解法，将海量视频与音频数据转化为新的数据供给 [13][14] - 公司通过一套统一的核心算法成功跑通不同模态，验证了其技术架构的通用性与可扩展性（Scalability）[15][16] 商业模式与市场应用 - 公司确立了以“模型即产品”为核心的运营策略，将模型能力转化为B端与C端两条并行产线 [9] - 在消费级市场，模型被封装为AI原生应用，用户规模已达2.12亿 [9] - 在企业级市场，通过开放平台以API接口形式提供服务 [9] - 公司认为B端和C端的核心产品都是模型本身，通过不同渠道将其价值最大化 [9] 组织架构与运营效率 - 公司通过“组织的Scaling”来获得极致的研发效率，将组织视为一个需要扩展的模型 [19][20] - 组织内部强调人才结构的多样性，通过不同人才的排列组合与高频碰撞产生涌现效应 [20] - 公司深度应用AI智能体于工作流，超过80%的代码由AI完成，大量Agent被部署为“AI实习生”，能直接修改线上代码，改变了软件工程的边际成本结构 [22] - 公司人员构成极其年轻化，全员385人中研发人员占比高达73.8%，平均年龄仅29岁，主力军为95后 [24] - 组织架构极度扁平，CEO之下职级不超过三层，消除了信息损耗 [25] - 公司以累计约5亿美元的资金消耗量（约为OpenAI同期消耗量的百分之一），实现了全模态产品的并行产出，展现了极高的投入-产出比 [26] - 创始人及核心团队拥有深厚的深度学习技术背景与工业级实战经验 [26][27][28] 行业意义与竞争格局 - 公司的成功上市验证了在粗放的资源消耗竞赛之外，存在一套由极致效率和通用方法论构建的生存法则 [29] - 证明了精细化的工程能力、对技术路线的精准判断与执行，足以撬动从模型到商业的闭环 [29] - 表明资本厚度与算力规模不再是唯一的护城河，组织将资源转化为智能的“效率”成为了更关键的竞争维度 [29] - 近期全球资本市场对AI模型公司的筛选标准趋于理性，资金转向对底层技术硬实力的极致要求，公司获得国际长线资本重注，印证了市场对其技术壁垒与工程效率的认可 [17][18]

上市概况与市场表现 - 公司于香港交易所主板挂牌上市，股票代码为“00100”，寓意满足条件的最小解 [1][2] - 全球发售约3358万股，以每股165港元的定价上限发行，假设绿鞋全额行使，募集资金总额约55.4亿港元（约49.65亿人民币） [4] - 市场认购反响极为热烈，公开发售部分获得1837倍超额认购，国际发售部分获37倍认购 [5] - 上市前暗盘交易收盘价为每股205.6港元，较发行价上涨近四分之一；上市首日早盘股价一度涨幅超80%，最高达每股299港元，市值突破763亿港元 [6][7] - 基石投资者包括Aspex、Eastspring、Mirae Asset及阿里巴巴等14家机构，合计认购27.23亿港元的份额 [7] 公司发展历程与融资 - 公司从成立到上市用时不到四年，强调“极致效率” [7] - 成立四年间累计融资已超15亿美元，投资方包括米哈游、阿里巴巴、腾讯、小红书、小米、金山、PCG和正大集团等知名机构 [7] 技术战略：全模态并行研发 - 公司自成立之初便坚持全模态并行研发的技术路线，旨在向AGI（通用人工智能）迈进 [10][11] - 在语音、视频与文本等模型上取得突破性进展 [11] - 语音模型Speech 02实现超低延时实时交互，支持超40种语言，确立了行业第一的性能标准 [13] - 视频模型海螺AI（Hailuo AI）在文生视频领域权威评测中排名高居第二 [13] - 文本模型M2.1在大模型竞技场（LMArena）Coding榜单中取得开源模型第一的成绩，增强了面向真实场景的代码生成与多语言逻辑推理能力 [14][15] - 全模态布局旨在构建理解物理世界的“世界模型”，并解决高质量文本数据枯竭的危机，利用海量视频与音频数据为智能进化提供新供给 [22][23][24][25][26] - 通过一套统一的核心算法成功适配语音、视频与文本，验证了其底层技术的通用性与Scalability（可扩展性） [27] 商业模式：模型即产品 - 确立了以“模型即产品”为核心的运营策略，将模型能力转化为B端与C端两条并行产线 [16][17] - 在消费级市场，模型被封装为AI原生应用，用户规模已达2.12亿；在企业级市场，通过开放平台以API接口形式提供服务 [17] - 公司认为无论外壳是APP还是API，最核心的产品是模型本身，同时服务B、C两端旨在将智能铺进更多场景，实现价值最大化 [19][20] 组织架构与研发效率 - 公司通过对生产关系的彻底重构，以“组织的Scaling”获得极致的研发效率 [10][30] - 将组织视为一个需要Scaling的模型，强调人才结构的多样性以产生内部涌现效应 [31] - 将AI智能体直接纳入工作流，超过80%的代码由AI完成，大量Agent被部署为“AI实习生”以深度介入研发流程 [33] - 组织架构极度扁平，CEO之下职级不超过三层，全员385人中研发人员占比高达73.8%，平均年龄仅29岁 [36][37] - 累计花费约5亿美元（约为OpenAI同期资金消耗量的百分之一），维持了全模态产品的并行产出，展现了极高的投入产出比 [38] - 创始人兼CEO闫俊杰及核心创始团队拥有深厚的深度学习领域技术积淀 [39][40] 行业意义与资本认可 - 公司的成功上市验证了在资源消耗竞赛之外，存在一套由极致效率和通用方法论构建的生存法则 [42][43] - 证明了精细化的工程能力、对技术路线的精准判断与执行足以撬动从模型到商业的闭环，组织将资源转化为智能的效率成为关键竞争维度 [44] - 资本对模型公司的筛选标准趋于理性，更看重底层技术硬实力，国际长线资管机构与产业资本的重注印证了市场对公司技术壁垒与工程效率的认可 [28][29] - 此次IPO创下港股机构认购历史纪录，参与认购机构超过460家，超额认购达70多倍，下单机构中包含众多长线基金及国家主权基金 [45]

文章核心观点 - MiniMax与智谱AI同时冲击港股IPO 标志着中国AI产业从技术研发走向应用落地和价值验证的新阶段 是中国大模型公司在全球市场的集体亮相 [1][12] - MiniMax选择在账上现金充裕的情况下上市 其战略考量可能超越单纯融资 更着眼于全球化竞争和全模态技术押注下的长期发展 [1] - MiniMax通过打造爆款C端应用出海 成功证明了“中国应用”能在全球市场获得用户付费并实现高速增长 打破了“中国AI只会内卷”的印象 [1][3][12] 公司财务与运营状况 - 截至2025年9月 公司账上现金及理财高达11.02亿美元 [1] - 营收呈现近乎垂直上升的快速增长曲线：从2023年的346万美元增长至2024年的3050万美元 2025年前9个月营收已达5340万美元 同比增长超过170% [3] - 毛利率持续改善：从2023年的负值一路攀升至2025年的23.3% [5] - 净亏损持续扩大：2023年净亏损2.69亿美元 2024年净亏损4.65亿美元 2025年前9个月净亏损已达5.12亿美元 自成立以来累计亏损超过13.27亿美元（约92亿元人民币） [6] - 研发投入巨大：2025年前三季度研发支出达1.8亿美元 占同期营收的337.4% [6] - 高亏损主要源于巨额研发支出、高昂的算力成本以及为获取全球用户而增长的销售行政开支 [6] 公司核心战略与竞争优势 - 押注“全模态”技术：在文本、语音、音乐、视频四个赛道同时发力 均处于全球第一梯队 [1] - 视频领域：其产品海螺AI在Artificial Analysis视频评测中位列全球第二 已生成超5.9亿个视频 [3] - 语音领域：支持40多种语言 响应速度快 已被用于智能眼镜等硬件 [3] - 文本领域：其开源模型在全球开发者中广受欢迎 [3] - 成功的“全球化”战略：通过打造C端产品出海 避开国内市场竞争 赚取美元收入 [3] - 公司已覆盖全球200多个国家 拥有超过2.12亿用户 海外用户占比超过80% [3][9] - 海外用户付费习惯良好 公司通过订阅制获得高毛利收入 [3] 商业模式与收入结构 - 商业模式：依靠打造AI原生产品直接变现 而非仅提供底层技术 [5] - 明星产品如Talkie/星野和海螺AI等爆款应用贡献了超过70%的收入 [5] - 主要收入来源是C端用户订阅 且主要来自海外市场 [9] 行业对比与定位 - MiniMax与智谱AI代表了中国AI大模型公司两种不同的发展路径 [7] - MiniMax定位为“出海型互联网公司” 靠产品和应用驱动 对标对象可能是Anthropic、Runway与ElevenLabs的总和 [7][9][11] - 智谱AI定位为拥有“国家队基因的硬科技公司” 靠技术和基建驱动 主要服务国内B端和G端市场 目标似打造中国版“OpenAI” [7][9][11] - 两者上市共同开启了AI行业“价值验证”的新时代 其资本市场表现将影响整个中国AI行业的士气 [12]

核心观点 - 智谱AI与MiniMax同时冲击港股IPO，标志着中国AI大模型行业从“实验室”走向“应用场”的里程碑，开启行业“价值验证”新时代 [1][7][8] - MiniMax通过押注“全模态”与“全球化”战略，成功打造出受全球用户欢迎的付费产品，证明了中国AI应用出海赚取美元收入的能力 [1][2][7] - 两家公司代表了截然不同的发展路径：MiniMax是产品与应用驱动的“出海型互联网公司”，智谱AI是技术与基建驱动的、拥有“国家队基因的硬科技公司” [7][8] 公司概况与战略定位 - **MiniMax定位**：公司是对标Anthropic、Runway、ElevenLabs总和的“出海型互联网公司”，以产品和应用驱动发展 [7][8] - **智谱AI定位**：公司是旨在打造中国版“OpenAI”的“硬科技公司”，以技术和基建驱动发展，服务国内大型机构 [7][8] - **市场战略差异**：MiniMax重心在全球化市场，海外用户占比超过80%，立足欧美；智谱AI重心在国内市场，服务国内政企 [7] - **商业模式差异**：MiniMax主要通过Talkie、海螺AI等爆款C端应用订阅制变现；智谱AI主要通过大模型底座、API和行业解决方案向B端/G端变现 [7] 业务表现与竞争优势 - **全模态布局**：公司在文本、语音、音乐、视频四个赛道同时发力并均处全球第一梯队 [2] - **视频领域**：旗下海螺AI在Artificial Analysis视频评测中位列全球第二，已生成超5.9亿个视频 [2] - **语音领域**：产品支持40多种语言，响应速度快，已被应用于智能眼镜等硬件 [2] - **文本领域**：开源模型在全球开发者中广受欢迎 [2] - **全球化成果**：通过Talkie和海螺AI等C端产品出海，覆盖全球200多个国家，拥有超过2.12亿用户 [2] 财务与运营数据 - **营收高速增长**：营收从2023年的346万美元增长至2024年的3050万美元，2025年前9个月已达5340万美元，同比增长超过170% [3] - **收入结构**：AI原生产品（如Talkie/星野、海螺AI）贡献了超过70%的收入 [3] - **毛利率改善**：毛利率从2023年的负值一路攀升至2025年的23.3% [3] - **现金储备**：截至2025年9月，公司账上现金及理财高达11.02亿美元 [3] - **持续巨额亏损**：2023年净亏损2.69亿美元，2024年净亏损4.65亿美元，2025年前9个月净亏损5.12亿美元，累计亏损超13.27亿美元（约92亿元人民币） [3] - **高额研发投入**：2025年前三季度研发支出达1.8亿美元，为同期营收的337.4% [4] - **高昂算力成本**：训练全模态大模型需要购买海量GPU和云服务 [4] 行业意义与挑战 - **行业里程碑**：两家公司IPO是中国AI产业集体宣誓，MiniMax证明“中国应用”出海赚钱机会，智谱AI证明“硬核科技”服务政企实现稳健增长的机会 [8] - **市场提振作用**：若获得资本市场高估值认可，将极大提振整个中国AI行业的士气 [8] - **海外竞争激烈**：在海外市场需直面OpenAI、Google、Meta等巨头的围剿，其研发与资金实力难以比拟 [6] - **国内竞争压力**：国内市场面临豆包、千问、DeepSeek、腾讯元宝等竞争对手的压力 [6] - **版权诉讼风险**：2024年9月，迪士尼、环球影业等12家好莱坞巨头起诉其“海螺AI”侵犯影视IP版权，若败诉可能面临巨额赔偿或产品下架风险 [6]

报告行业投资评级 - 行业评级为“看好”（维持）[5] 报告的核心观点 - 报告认为，火山引擎Force原动力大会显示AI产业落地正日益深化，模型能力持续升级，特别是多模态理解与Agent能力的提升，有望通过供给升级进一步带动需求，并看好通用Agent平台对下游云服务上量的带动作用[2][8] - 报告持续看好多模态乃至全模态的技术路径迭代[8] 根据相关目录分别进行总结 投资建议与投资标的 - 看好具备硬件-研究-模型-应用场景全栈AI路径的科技大厂，相关标的包括阿里巴巴-W（09988，买入）、谷歌-A（GOOGL.O，未评级）[3] - 看好多模态相关产品，因其兼容B/C端用户且商业化场景明确、增长确定性高，建议关注快手-W（01024，买入）、美图公司（01357，买入）[3] - 重视其他具备模型能力的厂商及相关产业链，以及受益于底模能力迭代、下游应用场景体验改善的标的，包括腾讯控股（00700，买入）、同道猎聘（06100，未评级）、北森控股（09669，未评级）[3] 行业动态与数据表现 - 截至12月，豆包大模型日均Tokens使用量已突破50万亿，较9月的30万亿增长67%，居中国第一、全球第三[8] - 目前已有超过100家企业在火山引擎上累计Tokens使用量超过一万亿[8] - 从中国公有云大模型调用量份额看，火山引擎以49.2%位居第一，较2024年的46.4%提升2.8个百分点[8] - Tokens使用的增长意味着下游场景应用持续上量，AI产业落地正日益深化[8] 模型能力升级 - 发布豆包大模型1.8，其多模态理解能力大幅提升，可以低帧率理解超长视频，广泛应用于在线教育、安全巡检、产品质检等场景[8] - 豆包大模型1.8具备更强的Agent能力，提升了模型对复杂任务的规划和执行能力[8] - 豆包大模型1.8拥有更灵活的上下文管理，在通用智能体测评集BrowserComp中取得全球领先成绩[8] - 发布Seedance 1.5 pro，具备音画同步、多人多语言对白配音功能[8] - Seedance 1.5 pro的Draft样本功能可通过低分辨率输出预览加最终高分辨率成片，帮助创作者减少60%的无效创作成本[8] - 模型能力作为供给侧核心，是持续带动需求扩容的关键[8] 云服务与平台发展 - 火山引擎提供AI云原生全栈服务，在MaaS（模型即服务）上推出企业自有模型的推理代工服务、强化学习平台，以帮助企业实现成本端稳定可控[8] - 面向Agent开发和运营，火山引擎发布了企业级AI Agent平台AgentKit和HiAgent “1+N+X”智能体工作站[8] - 火山引擎通过系列通用智能体，将大量共性的业务能力和经验以开箱即用的方式开放给企业，有望进一步带动下游云服务上量[8]

文章核心观点 - 2025年是AI行业的分化之年，市场存在两种产业叙事博弈：“资源的重力”与“效率的张力” [1][22][24] - MiniMax作为一家年轻的AI“新势力”公司，以其独特的“全模态”技术路线、极致的资本效率、全球化市场战略和“AI原生”组织模式，成功挑战了“AI是巨头游戏”的行业共识，为行业提供了新的发展范式 [2][3][6][13][15][22][24] 行业背景与市场共识 - 市场曾普遍认为AI是一场属于巨头的游戏，创业公司要么依附巨头，要么深耕垂直赛道 [2] - 行业存在一种迷信观点：大模型是吞金兽，没有百亿美金入场券则无缘AGI（通用人工智能） [5] - 国内大模型市场面临算力成本高、API价格被压低的困境，初创公司道路比大厂更为艰难 [5] MiniMax的颠覆性表现 - **资本效率奇迹**：公司累计投入约5亿美元，不到OpenAI投入的1%，却完成了全模态布局并跻身全球第一梯队 [2][6] - **财务健康度**：公司手握11亿美元现金储备，足以在零融资状态下支撑50个月 [2] - **商业化闭环**：在没有背靠单一互联网大厂流量池的情况下，通过Talkie、海螺等C端产品跑通了从模型到商业化的闭环，拥有真实用户和收入 [2] - **广泛认可**：吸引了包括米哈游、阿里、腾讯、小红书以及高瓴、IDG、红杉等众多战略投资者 [3] 技术路线与研发效率 - **前瞻性的全模态战略**：公司从2022年成立第一天起就制定了清晰的文本、语音、视觉“全模态”路线图，而非“打补丁”式开发 [7] - **底层架构创新**：通过同步自研多模态大模型，实现了底层架构上80%的资源复用，极大提升了研发效率 [10] - **训练成本显著下降**：与训练相关的云计算服务开支占收入的比例，从2023年的1365%断崖式下降至2025年前九个月的266.5%，标志着公司从基础设施建设期进入商业回报复利期 [11] 全球化市场战略与商业模式 - **收入结构全球化**：截至2025年三季度末，公司海外收入占比超过七成，是中国国际化程度最高的AI公司 [15] - **直接触达海量用户**：通过星野/Talkie和海螺AI等产品，直接触达全球超过2.12亿用户 [16] - **高毛利商业模式**：坚持“云端API调用”模式，B端开放平台毛利率高达69.4%，远高于同行个位数或负数的水平 [17] - **技术溢价带来定价权**：其语音模型技术指标一度超越ElevenLabs，视频生成模型位列全球第二，技术实力支撑了定价能力 [17] 组织架构与人才团队 - **极简高效组织**：截至2025年9月底，公司员工共385人，平均年龄29岁，研发人员占比近74% [2][19] - **超高人均效率**：2025年前9个月创造约5300万美元营收，人均产出效率惊人 [20] - **AI原生管理**：公司内部超过80%的代码由AI辅助完成，采用扁平化管理（CEO下设不超过三层职级），以提升决策和迭代速度 [20] - **顶尖人才汇聚**：核心研发团队来自微软、谷歌、Meta、阿里巴巴、字节跳动、DeepSeek等全球AI领先企业，海外归国人才占比超30% [19][21] 对行业的意义与启示 - **提供新的估值锚点**：MiniMax的出现，为港股市场及整个科技领域寻找下一代科技龙头、锚定AGI核心能力提供了重要标的 [13] - **证明效率路径可行性**：公司证明了通过第一性原理、极致组织效率和全球化嗅觉，可以在受限资源下实现对巨头的挑战，打破了“饱和式烧钱”的传统叙事 [3][6][24] - **展示AI原生力量**：代表了中国科技圈一股没有历史思维定势的“AI-Native”新势力，展示了如何利用AI杠杆撬动更大世界 [21][24]

AI应用行业活跃用户格局 - 截至2025年12月08日至12月14日统计周期，AI原生APP周活跃用户前三名为豆包（1.55亿）、DeepSeek（8156万）、元宝（2084万）[1] - 蚂蚁阿福、千问、豆包爱学位居第二梯队，周活跃用户量分别为1025万、872万、722万[1] 2025下半年AI产业投融资趋势 - 2025年7月至11月，AIGC产业共完成186起投融资事件，总金额达336.7亿元，较上半年增长20.8%[1][4][7] - 投资逻辑由“投模型”转向“投应用”，下游应用层投融资事件占比接近50%[4][7][9] 大模型技术发展路径与模态竞争 - 截至2025年11月，8个主流厂商合计推出409个大模型，其中单模态、多模态和全模态占比分别为61.4%、36.7%、1.9%[1][4][14] - 多模态交互已成为主流，在多模态大模型中，“多模态输入”到“单模态输出”的组合占比高达73.3%[1][4][18] - 全模态大模型强调“原生统一架构”，是AI走向通用智能的关键路径，百川智能、阿里巴巴、百度集团已进入全模态布局阶段[12][16][22] AI应用落地形态与热门赛道 - 2025年7月至11月，新上线AI应用超过200款，其中应用插件、PC网页端、AI原生APP的形态占比分别为81.5%、10.7%、7.8%[2][4][29] - 应用方向上，AI图像处理（24.9%）、AI专业顾问（18.5%）、AI效率办公（6.8%）、AI社交互动（5.9%）、AI文案写作（5.9%）是主要垂直赛道[2][31] 头部互联网公司AI应用表现与战略 - 腾讯将元宝嵌入微信、QQ等全场景应用矩阵，基本完成腾讯系全场景应用内嵌[2][51] - 蚂蚁集团旗下蚂蚁阿福App上线五个月，周活跃用户达1025.4万，位列AI原生APP榜单第四及下半年新上线原生App第一[2][5][38] - 蚂蚁集团新应用“灵光”自11月18日上线至12月14日，日活跃用户规模实现7倍增长，周活跃用户达295.2万[2][5][42] - 互联网企业采用“通用AI应用先行先试”策略，验证后将AI能力反向嵌入生态产品，实现集团级规模化复用，代表公司有腾讯、百度、阿里[5][46][48] 手机厂商的GUI智能体发展方向 - 国内手机厂商以“看屏+点屏”的GUI智能体为主流方向，旨在系统性解决App长尾操作痛点[5][52] - GUI智能体负责“落地执行”，与手机AI助手、工具类AI应用协同，实现从“用户说需求”到“手机自动完成任务”的完整链路[5][53] - GUI智能体的发展水平将决定AI手机能否实现“跨App无感串联”的稳定日常体验[5][56]

2025下半年AI应用行业核心观点 - 行业处于高景气度，资本逻辑从“投模型”转向“投应用”，下半年投融资活动显著升温，应用层成为资本关注焦点 [4][8][10] - 技术发展路径从单模态走向多模态，并探索全模态，多模态交互已成为主流范式，是驱动应用创新和体验升级的关键前提 [4][8][17][31] - 市场竞争呈现体系化与生态化特征，头部互联网公司凭借技术、用户和生态优势，通过“通用应用先行、反向生态赋能”策略实现规模化复用 [5][8][9][53] - 应用落地呈现百花齐放格局，插件是主要形态，垂直场景应用成为重要突破口，新上线原生应用在细分领域展现出强劲增长活力 [5][8][34][45] 行业投融资趋势 - **投融资规模与活跃度**：2025年7月至11月，AIGC产业共完成186起投融资事件，总金额达336.7亿元，较上半年增长20.8% [4][8][10] - **投资偏好转移**：资本偏好从产业链中游（大模型开发）向上游基础设施及下游行业解决方案转移，应用层融资事件占比接近每月总量的50% [8][13] - **驱动因素**：下半年商业模式与技术落地路径逐步清晰，市场信心走强，应用层更契合资本对投资回报的诉求 [10][13] 技术发展：从单模态到全模态 - **模型格局**：截至2025年11月，8个主流厂商共推出409个大模型，其中单模态、多模态、全模态占比分别为61.4%、36.7%、1.9% [4][8][19] - **多模态交互主流化**：在多模态模型中，“多模态输入>单模态输出”的组合占比最高，达73.3%，表明技术更擅长从复杂信息中提炼单一结果 [4][8][23] - **全模态探索**：全模态大模型强调原生统一架构，旨在实现“感知-理解-推理-生成”一体化，是AI走向通用智能的关键路径，百川智能、阿里巴巴、百度等已开始布局 [17][19][21][27] - **厂商技术侧重**：部分厂商在多模态领域占比突出，如抖音集团、智谱、月之暗面旗下多模态大模型占比分别达68.4%、47.1%和45.5% [21] 应用落地与市场格局 - **应用上线情况**：2025下半年共上新205个AI应用，其中插件形态占比81.5%，PC网页端占10.7%，原生APP占7.8% [5][8][34] - **热门应用方向**：新上应用中，AI图像处理、AI专业顾问、AI效率办公、AI社交互动、AI文案写作是主要方向，占比分别为24.9%、18.5%、6.8%、5.9%、5.9% [5] - **头部应用表现**： - 截至统计周期（12.08-12.14），AI原生APP周活跃用户前三名为：豆包（1.55亿）、DeepSeek（8156万）、元宝（2084万）[3] - 蚂蚁阿福、千问、豆包爱学位居第二梯队，周活跃用户分别为1025万、872万、722万 [3] - 下半年新上线原生APP中，蚂蚁阿福（周活1025.4万）和灵光（周活295.2万）表现最为突出，分别位列榜单第一、第二 [8][46] - **垂直应用增长**：垂直场景应用增长迅速，例如蚂蚁的灵光APP自11月18日上线至12月14日，日活跃用户实现7倍增长 [5][49] 抖音旗下的小荷AI医生在医疗垂直领域也有不错表现 [46][51] 互联网公司生态化竞争策略 - **通用应用先行先试**：腾讯、百度、阿里等集团采用通用AI应用先行策略，在验证场景和积累用户后，将其反向嵌入自有生态产品中，实现集团级规模化复用 [8][9][53] - **产品命名与认知统一**：通过标准化命名（如百度“文心助手”、阿里“千问”）统一用户认知，强化产品心智，并内嵌于多个核心APP中 [55] - **生态整合案例**：腾讯“元宝”已基本完成在微信、QQ等全场景应用矩阵的内嵌 [5][57] 阿里“千问”内嵌于夸克、高德地图等应用 [55] 终端厂商：GUI智能体与交互变革 - **交互方向**：国内手机厂商以“看屏+点屏”的GUI（图形用户界面）智能体为主要发展方向，旨在系统性解决APP长尾操作痛点 [9][60] - **角色定位**：GUI智能体负责“落地执行”，与手机AI助手、工具类AI应用协同，完成从“用户说需求”到“手机自动完成任务”的完整链路 [11][62] - **发展目标**：推动交互从“App主导”转向“Agent主导”，最终实现“跨App无感串联”的智能体验 [59][67] 市场赛道与竞争态势 - **头部赛道特征**：AI搜索与AI综合助手已形成近7亿用户规模的流量池，但新玩家仍在突破入局，表明赛道兼具规模壁垒与增量空间 [36] - **垂直赛道机会**：垂直应用通过聚焦细分场景的专业价值与多模态交互重构体验，找到了差异化发展路径，例如AI专业顾问（特别是医疗）、AI图像处理等 [36][47] - **竞争焦点演进**：行业竞争正从技术赋能向体验升级和生态整合演进，未来将更聚焦于功能创新与用户体验的精细化博弈 [36][38][39]