投资评级 - 首次覆盖给予“买入”评级，目标价192.48港元，对应目标市值3.36万亿元人民币 [5] 核心观点 - 公司组织架构重新调整，全面聚焦“电商、云+AI”主业，组织集中度和凝聚力提升，重启竞争活力 [2] - 即时零售业务有效捍卫电商流量优势，用户活跃度（DAU）止跌回升，订单量市占率大幅提升，履约能力显著增强 [3] - 阿里云作为全球TOP4云厂商中少数具备“全栈AI”自研能力的公司，在AI驱动下业务重回高增长轨道，未来发展潜力巨大 [4][5] 公司简介与战略调整 - 公司是全球领先的电商互联网科技集团，于今年6月将饿了么、飞猪合并入阿里电商事业群，8月业务结构调整为四大板块（中国电商集团、国际数字商业集团、云智能集团、所有其他） [2] - 从“1+6+N”组织变革正式收缩为四大业务，有利于加强资源集中度及组织凝聚力，快速响应商业竞争环境变化 [25][26] 即时零售与电商业务 - 公司于5月正式入局即时零售/外卖市场，淘宝5-10月DAU同比实现正增长，分别为+3%/+7%/+17%/+19%/+12%/+9% [3][36] - 订单量方面，7月单量峰值达1.2亿单，淘宝闪购+饿了么在主流外卖平台的市占率从24Q4的29.4%大幅提升至25Q3的42.8%（订单量口径） [3][42] - 履约能力显著改善，2025年8月较4月骑手数实现240%+增长，UE亏损较峰值收窄一半，预计伴随规模与效率提升将逐步改善 [3][41][49] - 高德地图推出“扫街榜”试水到店业务，基于真实导航行为覆盖超300城市160万家线下服务商家，与淘宝闪购形成协同 [58][62] 云智能与AI业务 - 阿里云是全球第四大IaaS公有云厂商，2024年全球市场份额为7.2%，2025H1中国AI云市场份额达到35.8%位列第一 [89][99][100] - 公司实施“全栈AI”布局，在AI芯片（平头哥PPU芯片）、云计算平台规模、基础大模型能力（千问系列）等核心层面均追求顶尖自研能力 [4][105][113] - AI驱动云业务重回高增长，FY26Q2收入达398亿元，同比增长34.5%，AI相关收入连续9个季度实现三位数增长，占外部商业化收入比例已超20% [68][72] - 公司宣布未来三年投入3800亿元用于AI和云计算基础设施建设，资本开支处于国内第一梯队 [102][105] 财务预测与估值 - 预计FY2026-FY2028年营业收入分别为10394/11621/12789亿元，同比增长4.3%/11.8%/10.1% [9][135][136] - 预计FY2026-FY2028年经调整归母净利润分别为1079/1494/1758亿元，对应经调整PE分别为24.8/17.9/15.2倍 [5][9][144] - 估值采用分部估值法，给予FY2026年电商业务（不含即时零售）11倍EBITA估值，云业务7倍PS估值，得出目标市值3.36万亿元人民币 [5][145]

AI产业链利润分配与核心矛盾 - AI产业经过三年狂热炒作，市场对大规模基建计划产生泡沫担忧 [1] - 产业链利润分配严重扭曲，上游算力提供商（如英伟达）赚取绝大部分利润，而下游应用商（如OpenAI）持续巨额亏损 [6][22] - 核心矛盾在于生产资料（GPU）成本过高，与终端应用收入严重不匹配，导致产业链资金循环健康度受损 [19][22][40] 云服务商（CSP）经济模型与风险 - 云服务商每100元AI云服务收入中，55元为成本（其中35元为GPU设备折旧），10元为运营开支，账面经营利润为35元 [12][13][14] - 由于需提前投入175元购置GPU设备（按5年折旧），云服务商仅实现账面利润，实际现金流严重紧张 [12][15] - 云服务商承担最大前期资本开支风险，若需求判断失误或技术迭代导致产能闲置，将面临巨大损失 [28][31] - 新兴云服务商（如CoreWeave、Lambda）普遍依赖资产抵押证券融资，缺乏传统现金牛业务支撑 [15] 上游算力提供商（英伟达）现状与挑战 - 在云服务商100元收入对应的175元设备采购中，英伟达GPU价值占比70%，即获得125元收入 [16][17] - 英伟达凭借训练阶段GPU垄断地位享受早期基建红利，但增长高度依赖云服务商资本开支增速 [24] - 面临增长压力，通过向海外市场（如中东）扩张和每2-3年快速产品迭代（Ampere→Hopper→Blackwell→Rubin）刺激持续需求 [24][26][27] - 前四大客户贡献61%收入，客户集中度风险显著 [24] 下游应用/模型商（OpenAI）财务状况与困境 - OpenAI预计2025年收入130亿美元（同比增长250%），但亏损高达150-300亿美元，收入增长反而扩大亏损 [34][37] - 每100元云服务支出仅对应96元收入，加上研发营销等开支，基本亏损100元 [19] - 高云服务成本导致产品推新延迟（如Sora）、高定价拖累渗透率，面临现金流断裂风险 [39] 产业链博弈与垂直一体化趋势 - 英伟达通过扶持新兴云平台（如CoreWeave）并提供产能回购协议，削弱传统云服务大厂产业地位 [41][42] - 云服务商（谷歌、亚马逊、微软等）通过自研ASIC芯片（TPU、Trainium）降低对英伟达GPU依赖，争夺定价权 [31][43][45] - OpenAI计划自建数据中心（Stargate项目，目标10GW产能），通过融资和绑定供应商锁定算力，意图制造产能过剩以降低成本 [48][49][51][52] 2026年投资主题与行业展望 - 投资机会转向算力结构性过剩和产业链利润下移，只有算力成本下降才能推动下游应用繁荣 [53] - 英伟达未来股价增长主要依赖业绩，估值扩张空间有限；需关注数据中心建设节奏（电力、水资源等瓶颈） [53][54] - 谷歌开始出售裸芯片而非云服务，表明行业紧缺环节可能转向IDC数据中心建设 [54] - 创业公司颠覆巨头难度大，过度押注OpenAI产业链资产存在风险 [54]

具身智能发展趋势 - 具身智能正成为AI革命的核心共识与下一站锚点，AI技术从数字世界迈向物理世界，硬件成为智能体与物理环境交互的关键载体[2] - 业界共识是AI将在真实物理空间中完成“感知-决策-行动”的完整闭环，进化为可在现实世界自主行动的智能体[3] - 支撑该闭环的是一套由算力、数据、模型深度协同融合构成的下一代全栈AI技术体系[3] AI硬件 - 智能硬件以智能手机、PC、AI眼镜为代表，正从设备工具升级为场景伙伴，迈向规模化落地阶段[2] - 中国AI硬件（不含AI手机、AI汽车）市场规模2025年将首次突破万亿元，五年内继续保持高速增长[4] - 终端设备从功能执行者向智能伙伴跃迁，变革核心是设备从被动响应走向主动服务[4][5] - 全球排名Top10的手机厂商中，有9家厂商与通义大模型展开深度合作[5] - AI眼镜成为引人注目的新品类，雷鸟创新使用阿里通义多模态大模型，视觉理解和问答准确率达98%，意图理解到信息返回时间控制在1.3秒内[6] - 行业面临“不可能三角”困境，在有限空间内功能、功耗和成本难以兼顾，大模型小型化和隐私保护是需要持续突破的技术方向[7] 智能驾驶 - 智能驾驶在端到端大模型驱动下逐步实现局部自主决策，开始展现出超越预设规则的自主应变能力[2] - 技术范式发生根本性迁移，从传统规则编码转向以视觉-语言-动作大模型为代表的数据驱动路径，让系统获得面对未知场景时的涌现能力[10] - VLA结合强化学习的闭环训练体系成为下一代智能驾驶系统的技术基座，在仿真环境中实现光速迭代，未来一年内VLA技术可能带来智能驾驶体验的十倍级提升[11] - 智能驾驶对计算资源需求呈指数级增长，算力规模成为参与高阶竞争的入场券，美国头部企业已投入数万张GPU卡用于模型训练[12] - 软件与AI在未来整车成本中占比持续攀升，在部分廉价车型中可能占据整车成本的半壁江山[12] - 端云协同成为技术演进主流方向，车端算力需求从百TOPS向千TOPS迈进[13] 机器人 - 机器人是具身智能理念最纯粹、最完整的载体，也是AI真正融入物理世界的终极挑战，当前处在技术路径激辩与早期商业化探索的关键期[15] - 行业面临四大挑战：从单一任务到通用智能的智能涌现、界定软硬结合边界、理解长程复杂任务、实现多模态高效融合[15] - 技术路径出现分化，存在端到端统一模型与分层模型架构的争论，以及“真机派”与“仿真合成派”在数据来源上的分歧[16][17] - 银河通用通过大规模仿真合成数据预训练结合少量高精度真实数据后训练，将真实数据后训练的样本效率提高到Optimus的1000倍[17] - 机器人在智慧零售和制造业等场景中已实现初步成果，能够进行全流程自动化或复杂环境下的操作[19] - 云厂商在应对数据量指数级增长和工程化挑战方面扮演关键角色[19] 阿里云的战略定位 - 阿里云作为全栈人工智能服务商，致力于为具身智能革命构建统一的能力支柱，提供从底层算力调度到上层场景化智能输出的全维度支撑[3][6] - 阿里云发布的“全模态数据管理 + 多引擎一体化”平台，支持从数据采集、自动标注到模型训练与仿真的全流程闭环[13] - 阿里云定位为“以数据为中心的云计算”，具备强大的基础设施和经验应对具身智能带来的数据挑战[19]

产品发布与合作模式 - 字节跳动与中兴通讯合作的AI手机计划于12月初发布，字节主导豆包大模型与AI交互，中兴主导硬件定义、产品设计和生产制造[1] - 该产品被定义为“AI原生手机”，对硬件层、软件层及操作系统层进行了深度整合与重构，核心差异化在于高权限Agent能力，能跨应用执行复杂指令[1] - 第一代机型备货量级约为3万台，第二代机型已完成立项，计划于明年上半年推出，AI能力与硬件配置将升级[1] 公司战略与动机 - 字节跳动于2024年上半年启动手机业务，旨在通过亲自下场做手机，深入集成豆包大模型，探索新的UI交互形式[2] - 公司致力于构建终端AI布局的“三位一体”，即结合大模型能力、超级App与硬件终端，其全栈AI布局涵盖算力层、模型层、应用层和硬件层[3] - 字节跳动的硬件之路核心逻辑是寻找流量新入口，避免在下一代计算平台中仅作为寄生于他人操作系统的App开发者[6] 合作伙伴与能力互补 - 中兴通讯旗下的努比亚品牌提供深厚的硬件研发、供应链管理、工业设计及生产制造能力，弥补了字节跳动在硬件落地上的短板[2] - 合作对中兴而言是重要契机，有望在AI时代找到新增长极，并通过联合研发重塑软硬件能力，成为AI时代第一梯队手机品牌[5] 行业竞争格局与影响 - 2024年被视为AI手机元年，国内竞争格局初步分为三大梯队：先锋阵营（荣耀、OPPO、华为）、生态协同者（小米、vivo）及跨界入局者（字节跳动、中兴努比亚）[4] - 字节跳动的入局为手机市场带来新变量，其优势在于推荐算法、自然语言处理及用户需求洞察，可能推动手机交互逻辑从“点击图标”转向“意图识别”[5] - 行业预测到2026年将出现杀手级AI应用，字节与中兴的合作被视为共同面对早期阶段挑战与机遇的举措[4][7]

产品发布与市场表现 - 阿里夸克AI眼镜于11月27日正式发布，成为首个搭载千问助手的智能硬件[1][6] - 截至11月28日凌晨，产品在天猫旗舰店售出超过7000副，位列智能设备XR设备行业交易总量和店铺双第一；在京东旗舰店售出超过500台，占据智能眼镜类目实时销售排行第一[1] 供应链与核心技术 - 供应链阵容豪华，产业联盟包括立讯精密、高通、JBD、至格科技、康耐特光学等企业[3] - JBD交付了全球量产最小的AR光引擎，体积仅0.15立方厘米，较上一代缩小50%[5] - 至格科技研发的衍射光波导片厚度为0.7毫米，重量不足4克，能实现4000尼特以上入眼亮度[5] - 康耐特光学提供的镜片光学精度达纳米级，透光率超98%[5] - 采用高通AR1旗舰芯片加恒玄BES2800芯片的双芯设计，以平衡高性能与极致功耗[5] 公司AI战略定位 - 夸克AI眼镜的发布为阿里AI to C战略补上了硬件一环，标志着阿里“全栈AI”生态形成闭环[3][20] - 阿里管理层将千问APP视为“AI时代未来之战”，上线一周实现超过1000万下载量[5][20] - 公司战略旨在构建“算力基建-模型平台-应用落地-生态协同”的全链路闭环，底层为自研硬件与智算平台，中间层以通义千问大模型为核心，上层涵盖B端与C端应用[20] 产品功能与应用场景 - 当前应用场景包括通过语音指令唤起的提词器、实时翻译、以及调取航班火车等行程信息并投射至眼镜屏幕[11][14] - 产品主要融合支付宝、高德地图、淘宝、飞猪、阿里商旅等阿里生态场景，并与QQ音乐、网易云音乐等第三方合作[9] - 未来生态拓展将聚焦身份认证、快捷支付、运动健康与在线学习等方向，计划加入眼动、心率、血氧等传感器以提供健康服务[17] 行业前景与竞争格局 - 公司管理层认为未来每一副眼镜都会是AI眼镜，全球眼镜年销量超过15亿副，换镜周期比手机更短，场景更多[8] - AI眼镜浪潮源于2023年Meta联手雷朋推出的智能眼镜，销量超过200万副，成为消费电子市场爆款[8] - 行业头部企业如阿里、百度、小米的入局带来了更强的技术和生态整合能力，推动产品形态和应用场景快速演进[21] - 行业正探寻“杀手级应用”以推动规模化普及，未来方向是作为个人智能生态枢纽，实现与手机、家居、汽车等设备的深度联动[9][17][21] 产业链挑战与发展方向 - 产业链在“性能-重量-续航”三者平衡上面临挑战，需在有限体积内集成高性能芯片、显示模组和大容量电池[18] - 技术进步节点依赖于材料革命，如更高透过率的玻璃（碳化硅材料突破）和高密度电池，芯片小型化仍是行业瓶颈[18] - 受限于成本压力，部分产品在佩戴体验、续航表现方面与用户预期存在差距，是导致消费者退货的重要原因[19]

公司财务表现 - 2026财年第二季度公司收入为2477.95亿元，剔除已出售业务影响后收入同比增长15%，超市场预期[2] - 阿里云业务季度收入同比加速增长34%，外部商业化收入加速增长29%[5][6] - AI相关产品收入连续第九个季度实现三位数同比增长[5][6] - 客户管理收入同比增长10%[6] AI to B业务战略与进展 - 公司战略是做世界领先的全栈AI服务商，服务千行百业的AI需求[5] - 全栈AI技术能力已成为阿里云的关键竞争优势，在混合云市场增速超20%，金融云增速领先市场，在中国AI云市场份额保持领先，超过第二到第四名总和[9] - 根据第三方机构Omdia报告，2025年上半年阿里云在中国AI云市场份额达35.8%[9] - 在已采用生成式AI的财富中国500强企业中，超过53%选择阿里云，渗透率位列第一[9] - 阿里云近期与NBA、万豪、中国银联、博世等标杆企业达成AI领域合作[9] AI基础设施投入 - 公司于今年2月宣布计划投入3800亿元用于AI基础设施建设[8] - 过去4个季度，公司在AI+云基础设施的资本开支约1200亿元人民币[8] - 公司设定了到2032年将云数据中心能耗规模扩大十倍的长期目标[8] - 云栖大会期间发布全栈AI升级，AI模型实现7连发，通义旗舰模型Qwen3-Max在多项专项测试中处于全球第一梯队[8] AI to C业务战略与进展 - 基于性能领先的AI模型和公司生态优势，打造面向C端用户的AI超级原生应用[5] - 千问APP公测版上线一周新下载量超过1000万，成为史上增长最快的AI应用[5][9] - 千问APP战略目标为打造未来的AI生活入口，将逐步接入地图、外卖、订票、办公等各类生活场景[9][15] - 阿里千问Qwen在全球范围内下载量超7亿，成为全球最受欢迎的AI大模型之一[10] - 阿里千问Qwen已开源300多款模型，在全球主要模型社区的下载量突破6亿，衍生模型突破18万个，成为全球第一的开源模型家族[14] 长期技术愿景与生态协同 - 公司终极目标是发展出能自我迭代、全面超越人类的超级人工智能（ASI）[15] - 当前AI能力已进入“自主行动”的第二阶段，千问APP作为“个人AI助手”是该阶段的探索[15][16] - AI与公司电商、地图、本地生活等业务生态的协同是重要想象力来源[6] - AI to B和AI to C齐发力，将激发核心业务产生更大协同效应，成为驱动持续增长的新动能引擎[6]

文章核心观点 - 中美AI大模型领域正上演“后发赶超”的新叙事，谷歌与阿里巴巴是典型案例 [2][3][4] - 两家公司均采用“全栈AI”布局策略，覆盖从芯片、云计算、大模型到应用端的全产业链，但具体路径存在开源与闭源等关键分野 [4][5][6] - 阿里巴巴的千问APP通过激进的开源策略、依托庞大生态构建商业闭环，走出了一条具有中国特色的C端应用爆发之路 [4][12][22][23] 全栈AI战略共识 - 全栈布局被视为最具反脆弱特性、最能穿越周期的模式，涵盖AI芯片、云计算、大模型、超级应用全链条 [6] - 与纯模型公司相比，全栈模式能规避技术领先地位不确定和变现模式不可持续的风险 [6] - 阿里巴巴计划三年AI投入3800亿，其布局分为底层芯片算力、中间大模型层、前端应用层三层结构 [7] - 在落地节奏上，两家公司均采取“先磨刀，后砍柴”的策略，不急于推出不成熟的C端应用，谋求长期领导地位 [8][10] 阿里巴巴的AI布局与进展 - 底层算力方面，阿里云位居全球第四、亚洲第一，自研芯片性能已可与英伟达H20相媲美 [7] - 大模型层方面，Qwen系列已成为全球性能最强、应用最广泛的开源大模型，全球下载量超6亿次 [7] - 应用层方面，千问APP公测首周下载量突破千万次，速度快于ChatGPT当年耗时三个月的纪录 [4] - 应用形态包括原生AI APP和插件形态的AI应用，用于重构夸克、钉钉、淘宝等存量业务 [7] 开源与闭源的关键路径分野 - 谷歌采取妥协路线，闭源的Gemini与开源的Gemma双轨并行，闭源利于维护技术霸权 [12] - 阿里巴巴坚持激进的Qwen开源路线，优势在于低门槛、高兼容、普惠性，利于构建开发者生态 [12] - 开源模式使阿里实现了构建庞大开发者生态和借助全球反馈快速迭代模型的双重目标 [12][14] - Qwen开源模型下载量已反超Meta旗下的Llama，并获得英伟达CEO黄仁勋等权威人士的公开背书 [13][14] C端应用生态与商业模式差异 - 谷歌AI应用核心是强化“信息获取”优势，其AI Overviews搜索功能月活用户达20亿 [17] - 千问APP作为阿里AI C端入口，可串联电商、支付、出行、外卖等阿里生态内高频刚需场景 [18] - 相比OpenAI需与外部平台合作的外循环模式，阿里的AI内循环生态整合路径更短、效率更高 [18] - AI最广泛的价值在于应用场景，月活TOP 50的AI应用中，In-App形态的插件应用占到31个，遥遥领先 [19] AI终局展望与市场影响 - AI大模型的终局形态是“有用”，关键在于构建能完成用户任务、创造增量价值的“商业闭环” [15][16][19] - 阿里设想大模型为下一代操作系统，未来千问将作为神经网络串联所有业务，形成“AI Agent即服务”的内循环网络 [22] - 全栈闭环模式具备更高价值弹性，能通过赋能存量业务变现，并以业务现金流反哺AI技术投入 [23] - 资本市场对此模式表示认可，阿里市值近一年已翻倍，伯克希尔哈撒韦在Q3首次建仓谷歌母公司，持仓市值达43亿美元 [23]

Gartner报告核心发现 - 阿里云是唯一在Gartner《生成式AI技术创新指南》报告全部四个维度（云基础设施、模型工程、模型提供商、AI应用）均被列入领导者象限的亚太公司[2] - 阿里云与谷歌、OpenAI并列于全球前列，成为全球双核心玩家之一[2][17] 全栈能力具体表现 - **基础设施维度**：阿里云是唯一入选的亚太云厂商，与谷歌、微软、AWS同列领导者象限，其AI数据中心全面升级，HPN8.0实现十万卡级高稳定互联[3] - **模型工程维度**：阿里云在纵轴产品特征和横轴未来潜力上均领先三大国际云厂商，PAI平台与通义协同后，训练端到端加速比提升三倍，推理效率同步提升[3] - **模型本体维度**：阿里云位于领导者象限，指标领先AWS与微软，仅次于谷歌和OpenAI，通义模型覆盖从轻量到全尺寸并保持多模态迭代[4] - **知识管理与应用维度**：阿里云是唯一来自中国的领导者象限厂商，百炼平台过去一年模型调用量提升十五倍，使大模型在企业内部可视化落地[4] 市场地位与采用率 - 沙利文报告显示通义是中国企业采用最多的大模型[4] - Omdia指出财富中国500强企业中七成已部署GenAI，阿里云渗透率过半[4] - 在AI云市场，阿里云2025上半年份额达35.8%，超过第二到第四名总和[8] 全栈优势的竞争壁垒 - **协同优化复利效应**：通过“云+AI”全栈协同，Qwen3-Next推出后推理成本下降90%[7] - **紧耦合落地确定性**：企业需要稳定、便宜且能快速落地的全栈服务，而非单一模型[8] - **跨层能力强化**：阿里云已建立跨层互相强化的能力结构，整个技术栈没有明显短板[9] 全球竞争格局与路线 - 全球GenAI竞争形成两种路线：以模型为核心（如OpenAI）和以云为核心进行垂直整合[11] - 能够真正做到“云+模型+芯片”垂直整合的厂商全球仅剩谷歌与阿里两家[11][13] - 谷歌依托自研TPU和Gemini模型家族，阿里则以通义模型、自研芯片和百炼平台构建类似的三段式结构[11][13] - AWS和微软有云和芯片但缺少顶级自研模型，OpenAI只有模型而在成本控制上受制于云服务商[15]

投资评级 - 报告对百度集团-SW（9888 HK）维持“买入”评级 [1] 核心观点 - 百度集团是全球为数不多的提供四层全栈AI的公司之一，其AI能力的独特广度与深度为公司所有业务提供了差异化的技术基础 [7] - 尽管2025年第三季度总收入同比下滑7%至311.74亿元，但AI相关业务展现出强劲增长势头，特别是AI原生营销服务收入同比增长262%至28亿元，智能云基础设施收入同比增长33%至42亿元 [4][5][6] - 公司的AI应用采用黏性较高的订阅模式，带来高质量收入，2025年第三季度AI应用收入达到26亿元，AI高性能计算设施收入的订阅收入同比增长128% [6] - 智能驾驶业务持续推进全球扩张，截至2025年10月，萝卜快跑服务覆盖22个城市，2025年10月全无人自动驾驶运营每周平均订单超25万单，累计订单量超过1700万单 [6][7] 财务表现与预测 - 2025年第三季度，公司non-GAAP净利润为37.70亿元，同比下滑36%，毛利率约为41.25% [4] - 百度核心业务2025年第三季度收入为246.59亿元，non-GAAP经营利润为22.25亿元，同比下滑67% [4] - 报告调整公司盈利预测，预计2025年至2027年营收分别为1302亿元、1368亿元、1454亿元，non-GAAP净利润分别为192亿元、201亿元、227亿元 [7] - 对应2025年至2027年的non-GAAP每股收益（EPS）预测分别为6.99元、7.29元、8.26元，non-GAAP市盈率（P/E）分别为14.9倍、14.3倍、12.6倍 [7][9] 业务板块分析 - **在线营销业务**：2025年第三季度百度核心在线营销收入约153亿元，同比减少18%，但公司持续推进百度搜索的AI改造，2025年10月约70%的移动搜索结果页面包含AI生成内容 [5] - **云服务业务**：百度的MaaS平台千帆升级为以智能体为中心的平台，以加速企业AI原生应用的开发 [6] - **智能驾驶业务**：萝卜快跑在中国内地所有运营城市实现100%全无人驾驶运营，并在瑞士、阿布扎比、香港等市场取得进展，获得全无人商业化运营牌照并扩大测试区域 [6][7] 市场数据 - 截至2025年11月20日，百度集团-SW股价为113.90港元，总市值约为3132.44亿港元 [3] - 公司股票近期表现强劲，过去3个月上涨30.5%，过去12个月上涨35.6%，同期恒生指数涨幅分别为2.7%和31.4% [3]

合作事件概述 - 联想与中足联在京举行全栈AI总指挥中心点亮仪式，标志着中国职业足球联赛步入“AI+体育”深度融合的智能化运营新阶段 [1] - 此次推出的AI指挥中心是国内及业界首个足球赛事AI指挥中心，是双方今年2月官宣合作后的首期成果 [1] - 此次合作是联想成立智慧体育业务板块后在足球领域的首次尝试 [1] 技术方案与功能 - 全栈AI总指挥中心创新性采用大屏可视化+智能体交互模式 [1] - 系统构建覆盖赛事态势、赛事监管、指挥调度三大核心功能的智能服务体系 [1] - 联赛态势模块实时呈现16支中超球队积分榜、赛程安排及各赛区天气情况 [1] - 赛事监管模块实现多场比赛实况、安保监控与直播画面的同步监管 [1] - 指挥调度模块具备日常协同与应急指挥双重能力，为赛事平稳运行提供保障 [1] 战略意义与行业影响 - 全栈AI总指挥中心的落成将为中国足球赛事的智能化、专业化和国际化注入强劲发展动能，开创中国智慧足球新时代 [2] - 此次合作是全栈AI布局的深度实践之一，目前联想全栈AI已赋能制造、教育、金融等千行万业 [2] - 业内人士认为联想发力“AI+体育”是在智能体业务领域的又一次拓展，将在AI生态上持续扩容 [3] - 随着AI技术不断深化，公司将持续发挥混合式AI优势，以科技创新引领中国高质量发展 [2]