核心观点 - 2026年港股互联网与科技板块将呈现“结构分化”的特征，市场表现预计为指数强、结构分化、龙头集中度提升，投资回报将更多依赖于盈利和科技业务的兑现，而非流动性溢价 [4][5][21] - 整体看好恒生科技板块，主要基于估值仍处低位、流动性环境改善以及人工智能带来的估值重塑三大逻辑 [4][9][66] - 生成式人工智能是新一轮科技竞争与行业增长的核心驱动力，龙头互联网公司凭借在算力、算法、应用和资本开支上的综合优势，是推动AI估值重塑的中坚力量 [4][6][33] 估值角度 - 2025年初以来，恒生科技板块估值持续回升，主要受以AI大模型为核心的新一轮科技竞争驱动，特别是DeepSeek开源及模型普惠化改善了商业化投资回报率，推动国产AI估值重塑 [4][9] - 截至2025年12月31日，恒生科技指数市盈率（PE-TTM）为20.05倍，处于2022年以来历史均值以下0.77倍标准差；市销率（PS-TTM）为1.99倍，处于历史均值以上0.2倍标准差，显示估值具备性价比 [4][9] - 当前恒生AH股溢价指数为123.46，位于历史均值（193.92）以下2.02倍标准差，A/H溢价处于低位 [9][10] 资金角度 - 2025年以来南向资金持续加速流入港股，在消费、科技、医药等板块的配置占比同比明显提升 [5][13][14] - 主要互联网公司港股通持股比例在2025年均显著提升：腾讯控股从年初的10.1%提升至11%；快手从11.61%提升至16.64%；美团从10.4%上升至20.76%；金蝶国际从24.22%上升至28.22% [5][15][18] - 2026年海外流动性可能呈现“上半年更宽松、下半年不确定性上升”的节奏，美联储保险式降息主要集中在上半年，流动性更可能支撑核心资产估值下限，市场资金将更关注盈利兑现 [5][19][21] 互联网行业趋势与AI战略 - 中国互联网整体用户流量已趋于稳定，但生成式AI应用（APP及PC/网站端）的用户体量已形成规模，流量增长强劲，成为新的流量红利 [6][22][28] - 人工智能已成为互联网龙头公司的战略性方向，大厂在模型、芯片、推荐算法到落地能力上全面布局，并全面加码资本开支：预计阿里巴巴（FY2026）、字节跳动（CY2025）、腾讯（CY2025）的资本开支将分别达到1252亿、1600亿和863亿元人民币 [6][33][35] - 国内龙头公司在AI大模型竞赛中表现突出：阿里的文本基座模型Qwen3 max位列国内榜单第一；腾讯的混元3D模型处于全球第一梯队；快手的可灵o1多模态模型在国内视频模型榜单排名第一 [6][33][46] AI应用落地与变现前景 - AI+广告是AI商业化落地的重要渠道，能显著提升广告投放效率与效果，海外龙头如谷歌、Meta已验证其赋能价值，国内腾讯、阿里、快手等厂商也正全面渗透 [6][41][42] - AI智能体（Agent）在2026年有望加速落地，带来流量入口价值重塑：腾讯计划构建以小程序为核心的“微信原生Agent”；阿里计划以千问为智能中枢打造“一站式生活服务Agent”；字节跳动通过Coze平台和豆包助手推动端侧AI Agent落地 [6][43][44] - 多模态AI是未来重要潜力方向，应用场景广阔，涵盖影视短片、商业广告、电商营销、教育、游戏娱乐等，国内厂商如字节跳动、腾讯、快手等在相关模型排行榜上表现强势 [46][47] - 海外龙头谷歌展示了资本开支投入与AI产出的正向循环：其2025年资本开支预计达910-930亿美元，模型能力全球领先，云端业务增长强劲，并与Anthropic达成价值超500亿美元的百万片TPU订单 [6][37][38] 智能驾驶与机器人出租车 - 看好具身智能方向，智能驾驶从算法到芯片均在加速落地：小鹏汽车计划在2026年第一季度发布VLA2.0系统，可实现从视觉到动作的直接输出；国产高阶智驾芯片（如地平线J6P）的落地有望推动供应商实现“量价齐升” [6][50][53] - 机器人出租车（Robotaxi）赛道的头部玩家单位经济模型（UE）已转正，商业化路径逐步被验证：小马智行第七代Robotaxi实现了以城市为单位的单车盈利，计划2026年将规模扩至3000台以上；文远知行在阿布扎比获得商业化牌照；小鹏汽车也计划在2026年推出Robotaxi车型 [54][57] 消费电子行业 - 2026年消费电子市场面临需求疲软与存储芯片涨价的挑战：IDC预计2026年中国智能手机出货量同比下降2.2%，Omdia预计中国PC出货量同比下降2%，存储涨价可能侵蚀供应链利润并加速行业洗牌 [58] - 投资应聚焦高利润赛道与新兴应用：高端市场（如苹果供应链）盈利稳健；折叠机、AI手机、AI眼镜等新兴需求成长空间广阔，IDC预计2026年全球折叠屏出货量同比增长超30%，中国新一代AI手机出货量将达1.47亿台（同比增长31.6%），全球智能眼镜出货量将突破2368.7万台 [59][60][62][63] 重点公司盈利预测与估值 - 报告列出了覆盖公司的详细盈利预测与估值倍数（基于2026年预期），例如：腾讯控股预计2026年营收8472.21亿元（同比增长12%），经调整净利润2990.30亿元（同比增长15%），对应市盈率17.0倍；阿里巴巴预计2026年营收11677.16亿元（同比增长12%），经调整净利润1699.56亿元（同比增长61%），对应市盈率15.2倍 [66]

纪要涉及的行业或公司 * **行业**：计算机与人工智能（AI）应用行业，涵盖AI软件、应用、硬件基础设施、云计算、网络服务（CDN）及多模态内容（如短剧、漫剧）[1] * **公司**： * **国外公司**：AbbVie、Palantir、Salesforce[1][3][4][5] * **国内AI应用/计算机公司**：科大讯飞、深信服、海康威视、福昕软件、金蝶、中控技术、卓翼信息、智谱科技、兆驰股份、万兴科技[1][6][9][10][12] * **国内大型科技公司**：字节跳动、阿里巴巴、腾讯、Minimax[1][7][11] * **云计算/网络服务公司**：深信服、优刻得、青云科技、网宿科技[3][11][14] * **大型互联网公司生态链公司**：汉得信息（字节跳动链）、光云科技、石基信息、杰盛科技（阿里巴巴链）、泛微网络、博思软件（腾讯链）[13] 核心观点和论据 * **AI应用与硬件股价分化原因**：分化始于2025年，主要源于公司业绩表现和市场指引差异，以及对“AI吞噬软件”的担忧[3] 例如，AbbVie在2025年第三季度营收增长68%，调整后净利率达82%，但市值从高点下跌了40%[1][3] Palantir第四季度营收14.1亿美元，同比增长70%，调整后净利润率达57%，但其海外B端收入仅增长8%，导致市场预期分化[1][4] * **AI应用公司面临的挑战**：国内外AI应用公司主业均受压制，传统业务增速放缓或内需不足[5] 例如，Salesforce在2025年股价接近腰斩，其第三季度营收仅增长8.3%，第四季度收入指引为11%-12%[5] 其AI年度经常性收入（ARR）达14亿美元，同比增长114%，但仅占公司未来12个月预期收入的2%[5] 国内头部AI应用公司2025年AI收入占比约5%，预计2026年可能提升至10%-20%[5] 公司经营状况显著改善是估值和每股收益（EPS）修复的关键[1][5] * **2026年为AI应用与智能代理（Agent）元年**：因技术突破使得AI应用大规模落地，已有Claude Bot等划时代产品面世，且7×24小时长时运行的智能代理技术已成熟[2] * **国内计算机行业基本面改善**：根据申万计算机指数，238家发布业绩预告的公司中，36%预计净利润为正，60%以上预计净利润增长[6] 头部企业如科大讯飞、深信服、海康威视、福昕软件等表现良好，金蝶成功扭亏[6] 基本面的改善有助于企业更快拥抱并布局AI[1][6] 中控技术等公司通过股权激励计划展示发展信心[1][6] * **大型科技公司加速AI生态竞争**：字节跳动、阿里巴巴和腾讯均加大AI投入，竞争加剧[1][7] 字节跳动通过火山引擎成为春晚合作伙伴并上线互动玩法[7] 阿里巴巴发布千问6.0版本并计划整合支付宝、淘宝等生态[7] 腾讯招募顶尖AI科学家并加大人才和营销投入[7] 春节成为生态战和入口战的开端，需关注各家公司利用此契机推广AI产品的策略[8] * **投资者应关注的投资方向**： * **主线一：明确落地的超级产业趋势**，如AI编程、个人智能助理（Cloudbot）、多模态方向（AI短剧/漫剧）[1][9] 在AI编程领域，卓翼信息和智谱科技是核心公司，智谱科技GIM 4.7版本后Coding计划用户高速增长导致算力紧张[9][10] Cloudbot受益公司包括大模型公司（Minimax、腾讯、阿里巴巴）、云计算公司（深信服、优刻得、青云科技）及网络服务商（网宿科技）[3][11] 多模态方向核心公司包括兆驰股份、万兴科技[12] * **主线二：大型科技公司链条上的长期合作机会**，如算力IDC租赁或有实际价值创造潜力的AI应用公司[9] 看好阿里巴巴和腾讯在2026年于AI方向取得突破[13] * **网宿科技在AI时代的重要性与前景**：在AI时代重要性凸显，因其提供低延迟、高交互次数及海量数据处理能力，满足AI应用对快速反馈的要求[14] Agent数量及交互次数的大幅增加（一次需求可能调动多个工具），以及AI浏览信息量远超人类，使得数据流量显著增多，网宿科技作为CDN服务商市场需求与Agent使用量成正比[14] 预计未来一两年将出现“量价齐升”局面：假设其保持10%市场份额且CDN价格维持每GB 0.2元，Agent海量需求将打开巨大收入利润空间；当前CDN价格已上涨10%-20%，且涨价趋势预计持续[15][16] 网宿科技被视作AI Agent爆发元年的“金铲子”角色[14][16] 其他重要内容 * **智谱科技的估值风险提示**：尽管在AI编程领域需求旺盛，但智谱科技当前估值可能偏高，投资者需关注潜在风险[10] * **投资者策略参考**：需密切关注相关公司经营状况改善的数据，作为估值和EPS修复的驱动因素[1] 关注字节跳动能否借春晚扩大优势，以及阿里巴巴能否通过生态整合实现弯道超车[8]

文章核心观点 - 一个在《英雄联盟》韩服服务器上出现的名为“택배기사한 진”的神秘账号，因其在51小时内完成56场对局并取得52胜4负、胜率一度高达95%的惊人战绩，以及连续长时间高强度对局、全能英雄池和精准操作等非人类特征，被广泛猜测为人工智能（AI）在操控[1][3] - 证据和舆论将这一神秘账号与埃隆·马斯克旗下xAI公司此前宣布的Grok 5项目联系起来，该项目计划在2026年挑战顶级职业战队T1，此次事件被视为Grok 5在复杂游戏环境中进行“类人”多模态能力训练和展示的预演[4][6][11] - 此次事件的核心意义超越了电竞游戏本身，其真正目的在于展示Grok 5在通过视觉（摄像头）理解复杂动态场景方面的强大能力，这被视为推动特斯拉Optimus机器人和FSD（完全自动驾驶）实现“端到端视觉智能”的关键一步[11] AI技术展示与限制 - 该账号的操作展现出典型的AI特征，包括决策冷静、做出不合常理的决策、精通所有位置与英雄，以及对线期以精准走位躲避技能且几乎没有多余动作，体现了AI追求效率最大化的特性[3][4] - 与早期游戏AI（如OpenAI Five和AlphaStar）直接从游戏内存读取数据不同，此次疑似Grok 5的测试被限制在“人类条件”下，仅通过摄像头读取屏幕信息，这极大地增加了任务难度[6] - 在视觉模式下，AI需要从整个屏幕画面中（可能只有10-20%是有效信息区）实时处理繁杂特效，精确定位英雄位置和状态，并进行动态决策和语义分割，同时纠正摄像头畸变带来的误差，这对模型的推理效率和实时决策能力提出了极高要求[7][8] 对电竞与游戏行业的潜在影响 - AI大模型为电竞行业带来了新的机会，例如可用于赛后分析、选手训练，通过模拟特定战队的比赛录像生成其行动逻辑，充当高水平的训练对手，帮助战队提前熟悉对手思路并制定针对性战略[12] - AI在游戏开发与运营中具有广泛应用前景，例如在测试端模拟不同水平的真实玩家进行海量对局，以更精准地平衡新英雄强度；或利用AI生成更智能的NPC，甚至调控玩家游戏体验（如为连败玩家匹配AI队友）[16][17] - AI技术进入游戏领域也引发了对外挂泛滥的担忧，尽管完整版大模型难以在个人电脑运行，但其决策逻辑可能通过知识蒸馏等技术迁移到参数更小的开源模型（如Qwen）上，从而制造出拥有顶级职业选手意识和操作的、难以被反作弊系统识别的“AI玩家”[14][16] AI发展的战略意义 - Grok 5在《英雄联盟》中的挑战行为，本质上是为证明其已拥有接近甚至超越人类的图像识别与复杂场景理解能力，这是实现通用人工智能和理解现实世界的关键一步[11] - 该技术突破若能实现，将直接赋能特斯拉的Optimus机器人和汽车FSD系统，推动其向真正的“端到端视觉智能”迈进，具有重大的商业和战略价值[11] - 此次事件被视为游戏行业的又一个“AlphaGo时刻”，预示着AI将从游戏开发、测试、运营到玩家体验等全环节，给整个行业带来巨大而深远的变革[17]

文章核心观点 - 2025年是中美AI竞争格局发生深刻变化的一年，中国AI力量（如DeepSeek、Manus、Qwen、K2）在工程能力、开源和商业化方面赢得全球认可，开始与美国并行竞争 [7][8][72] - 地缘政治（如美国反向投资审查OIR）深刻影响资本与人才的流动，迫使华人AI创业者在“中国公司”与“美国公司”之间做出明确选择，全球化创业模式发生根本性转变 [12][18][22] - 中国一级市场在2025年迎来AI早期项目的短暂春天，资本狂热涌向具身智能、AI应用与Agent、多模态、AI硬件四大方向，其中硬件投资尤为火爆 [32][40][44] - 硅谷巨头（OpenAI、谷歌、Meta、英伟达）的竞争进入生态团战新阶段，模型能力差异缩小，竞争焦点从单纯的技术领先转向资本、基建和生态的整合 [57][64][65] - 技术演进面临Scaling Law的天花板争议，行业探索从预训练数据堆砌转向推理侧扩展、智能体协作及物理世界融合，同时高昂的算力成本仍是商业化的核心挑战 [75][76][80] 一、不平凡的春节 - 2025年春节期间，DeepSeek R1和宇树机器人展示了中国团队卓越的工程能力，以更少算力、更高效率做出了媲美GPT-4o的模型，震撼硅谷 [10][11] - DeepSeek的成功在美国引发政策分歧：一派认为算力卡脖子无效，另一派（以Anthropic CEO Dario为代表）主张对华加强管制 [11] - 随着美国政治变化，针对中国AI的算力限制、投资限制和AI扩散规则升级，将中美科技竞争推向新高潮 [12] 二、Manus的7500万美元融资 - 2025年第一季度，DeepSeek、宇树和Manus让硅谷热议中国，市场情绪高涨 [14] - 硅谷顶级风投Benchmark创始人来华，以7500万美元投资Manus母公司蝴蝶效应，将其估值推高至5亿美元，此举被视为针对中国背景AI项目的“超级支票”，极具象征意义 [15][16] - DeepSeek和Qwen等中国开源模型将AI推入普惠的推理时代，降低了使用成本，而Manus则展示了产品定义和工程创新的力量，共同宣告AI应用时代到来，重新激活了美元VC的投资热情 [15][16] 三、Reverse CFIUS下，华人的AI创业 - 美国“反向投资审查”（OIR）规则限制美国资本投资中国AI公司，且“中国公司”的界定范围被扩大，导致如Benchmark投资Manus的交易面临美国财政部的审查风险 [18] - 规则造成寒蝉效应，顶级美元机构（如红杉、GGV）已通过设立独立分支应对，而纯美元机构则形成新默契：追求“资本与人才的脱钩”，即投资华人团队的前提是项目必须在法律、数据和市场上彻底剥离“中国属性” [19] - Manus在收到问询函后，裁撤武汉团队并将总部迁至新加坡，被视为一种示范，但律师指出这并非成为“美国公司”的标准答案，美国的核心关切是企业最终是否会完全站在美国一边 [20][21] - 地缘政治张力下，立场必须明确，上一代利用中美成本洼地的全球化创业模式终结，若想获得本土美元大额投资，必须彻底成为一家美国公司 [22] 四、3亿美金前很热闹，3亿美金后融不到 - 中国AI创业公司估值达到3亿美元后，面临国内融资天花板，因为市场缺乏PE资金，只有VC和投机资金，促使许多创始人考虑前往硅谷融资 [23][24] - 融入硅谷面临语言表达、文化差异和思维模式挑战，需要数年时间适应，而非简单认为硅谷“人傻钱多” [25][27] - Hygen（诗云科技）是成功范本：作为华人团队，在实现产品市场匹配（PMF）和强劲现金流（ARR逼近1亿美元）后，通过资本隔离（回购早期股份）、物理隔离（总部迁至洛杉矶）和吸引顶级美元机构（Benchmark合伙人入董事会），跑通了“华人团队+中国技术红利+硅谷资本+全球市场”的路径 [26][27] - 新一代华人创业者更具野心和全球视野，DeepSeek等中国项目的成功也助力打破了硅谷的“竹子天花板” [27][28] 五、中国一级市场的短暂春天 - 2025年初，受美股AI龙头估值飙升的溢出效应影响，中国AI一级市场情绪高涨，资本主要流向具身智能、AI应用与Agent、多模态、AI硬件四个方向 [32] - **具身智能**：因宇树机器人春晚表演爆火，成为年度关键词，头部公司账上现金不少于10亿元人民币，大量吸收国资人民币基金，因其符合长周期、硬科技的国家战略导向 [33] - **AI应用与Agent**：基础模型格局收敛及开源普惠推动应用时代成熟，头部美元基金（如红杉、高瓴）上半年投资活跃，中东主权基金也加大投资，案例显示liblib日收入达15万美元，下一轮融资额预计达8亿美元 [36] - **多模态**：中国市场急需视觉AI底座模型，快手因推出可灵模型市值重估，创业公司Vivix.AI因创始人稀缺的大规模模型训练经验，估值在一年内从1-2亿美元飙升至13.4亿美元 [37][38] - **AI硬件**：2025年是AI硬件投资爆发元年，技术成熟、政策推动（“人工智能+行动”）、中国供应链红利共同催生热潮，5月份流向硬件的资金占AI领域总投融资额50%以上，截至8月，具身智能与AI硬件领域投融资总额突破386亿元 [40][44] - 投资机构策略分化：高瓴等机构“口袋深”，广泛孵化大厂精英创业；云启等机构则发起专项计划投资“98后”年轻创业者，认为年轻人将带来无穷可能 [45][46][47] 六、顶尖项目的融资窗口，只在几个月内 - AI时代形成共识的窗口期极短，顶尖项目的融资机会往往只在几个月内，类似十年前的自动驾驶行业 [50][53] - 创业对融资的依赖度降低，优质标的稀少导致资本集中化，市场上绝大部分资金被少数项目拿走 [52] - 投资风格分化为两种：一是在热门赛道“矮子里面拔将军”以求参与；二是坚持寻找能定义未来的颠覆性项目，批评许多项目只是用AI技术重做传统应用 [53] - 年轻一代投资人更为积极，在浪潮中渴望投出代表作以丰富个人履历 [53] 七、硅谷风云：属于巨头的棋局 - 2025年基础模型竞争如季度排位赛，格局变化极快，令二级市场难以定价 [57] - **王者对决**：OpenAI与谷歌是主要竞争者。OpenAI保持先发优势但GPT-5显示Transformer架构 Scaling Law 天花板初现；谷歌凭借Gemini系列（尤其是2.5 Pro和Nano Banana）实现翻身，在多模态和记忆方面表现稳定优异 [58] - **生态博弈**：OpenAI与主要投资者微软关系出现嫌隙，Sam Altman转而联合英伟达启动“星际之门”项目，被视为去微软化举措 [61] - **英伟达的合纵连横**：承诺向OpenAI分批投资1000亿美元（前提是部署英伟达系统），并收购AI推理芯片公司Groq的LPU资产以巩固生态，其与OpenAI、甲骨文形成的“星际之门”闭环导致甲骨文自由现金流转负，股价大幅波动 [62][63][64] - **其他巨头的挣扎**：Meta在基础模型上全面掉队，内部组织分散，为追赶不惜重金挖人；马斯克的X.AI通过错位竞争争取门票 [67][68][66] - **Meta收购Manus的意图**：可能意味着其竞争重心从自研模型转向打造最强智能体执行层，以资本兑换技术时间和市场势能 [70] 八、中国的开源之路 - 2025年，中国AI体系在国际报告中首次从“外围追赶者”被提升为“平行竞争者”，被认为在开源AI和商业化部署方面设定节奏 [72] - 尽管在绝对SOTA水平上因算力基础设施受限而落后，但中国开源模型（DeepSeek、Kimi、Qwen）在多项关键性能上实现对Meta Llama系列的反超，“开源看中国”成为全球共识 [72] - 中国模型凭借更高性价比成为全球选择，例如智谱的coding能力全球靠前，定价仅为Anthropic的1/7，借此获得多国主权大模型订单；下半年硅谷创业公司也开始切换使用Qwen、Deepseek和K2 [73] 九、技术的演进：从2023～2025，以及2026的预判 - 技术演进路径从2022年底的预训练爆发、2024年底的强化学习爆发，到2025年中外模型在预训练和后训练上各有侧重 [75] - 围绕Scaling Law是否到达天花板出现两派思潮：“撞墙派”（如LeCun、Ilya）认为堆算力和数据的边际效应递减；“不死派”（如Hinton、Dario）认为Scaling Law依然有效，正转向推理侧扩展（Inference-time Scaling） [76] - Scaling Law正经历从“模型尺寸大小”扩展，过渡到“模型思考深度”扩展，未来将走向“智能体协作网络效应”扩展 [76] - AI正从数字世界迈向物理世界，商业公司致力于在现实与数字世界间架设桥梁，通过传感器获取数据、构建数字孪生，并探索如“世界模型”等前沿方向 [77][83] 十、回归商业的现实 - 大模型行业仍处早期，巨额算力成本带来巨大盈利压力：OpenAI 2025年年化收入200亿美元，但算力租卡成本高达160亿美元，经营亏损119.2亿美元，相当于每赚1美元净亏损0.6美元 [80] - 推理成本随着推理侧扩展而暴涨，将成为全行业趋势，但新时代AI的商业模式仍在探索中 [80] - 中国算力供给面临瓶颈，进口受限，焦点从“卡的数量”转向“算力可得性”，蚂蚁、米哈游等大企业开始自建算力，但有能力者屈指可数 [84] - 底层算力和基建的自控权是竞争决定性因素，美国正通过债券等形式将算力资产化 [82] - 对于创业公司，追求“模应一体”和产品化是现实选择，模型编排（协调多个模型工作）可能成为其优势所在，而用户增长与留存是检验产品的金线 [85]

公司核心产品发布 - 月之暗面于1月27日正式发布并开源全新多模态模型Kimi K2.5，该模型被定义为公司目前最强大的模型 [1] - Kimi K2.5是一个拥有1万亿参数的MoE基础模型，是公司迄今最智能且最全能的模型，在Agent、代码、图像、视频及通用智能任务上取得开源最先进表现 [1] - 模型采用原生多模态架构，同时支持视觉与文本输入、思考与非思考模式、对话与Agent任务 [1] 产品核心能力升级 - 模型视觉理解能力得到提升，并与推理、代码、Agent等能力结合，降低了用户交互门槛，新增了对视频内容的直接识别与理解能力 [3] - 模型将其智能体能力系统性扩展至日常办公领域，开始掌握Word、Excel、PPT、PDF等常用软件的中高阶技能 [4] - 模型最大亮点在于从单个Agent进化到Agent集群，能够创建并协调一大群专项Agent并行工作以提升效率，此功能目前仅面向月费199元的Allegretto会员开放 [5][10] 产品性能表现 - 在Agent评测中，Kimi K2.5在HLE上拿到50.2%的成绩，在BrowseComp上拿到74.9%的成绩，相比前代模型K2 Thinking的44.9%和60.2%有显著提升 [6] - 在编程以及视觉能力上，Kimi K2.5取得了与Claude Opus4.5、GPT 5.2 XHigh、Gemini 3.0Pro等闭源模型基本相当的成绩 [6] - 在多项评测中，Kimi K2.5的运行成本大幅低于GPT 5.2 XHigh，并且在HLE、BrowseComp两项测试中成绩高于GPT 5.2 XHigh [6] 公司商业化进展 - 公司基于Kimi K2.5模型的视频动作识别与评估等功能，与运动科技公司Keep合作，其AI教练Kaka即将上线 [6] - 公司延续自2025年确立的生态策略，通过与财新传媒、小红书、网易游戏等各领域伙伴深度绑定，将智能体能力注入具体场景 [7] - 2025年9月至11月，公司海内外付费用户数平均月环比增长超过170%，同期海外API收入增长达4倍 [10] - 公司已推出分层会员付费制度，将编码工具与Agent任务额度整合为三档订阅服务，月费分别为49元、99元与199元 [10] 公司财务状况与战略 - 公司近期完成了5亿美元C轮融资且大幅超募，当前现金持有量超过100亿元，并明确表示短期不着急上市 [8] - 公司首要目标是通过技术改进与模型规模化，让下一代K3模型的等效算力提升至少一个数量级，在预训练水平上追平世界前沿 [11] - 公司最终聚焦于智能体本身的产品化与商业化，以创造顶尖生产力价值为导向，实现营收规模的量级增长 [11] 行业竞争动态 - Kimi K2.5的推出恰逢行业密集上新窗口期，同日DeepSeek团队开源了DeepSeek-OCR 2模型，前一日阿里发布了千问旗舰推理模型Qwen3Max-Thinking [2] - 中国AI企业正试图跳出单纯的算力比拼，走向更差异化的深度思考发展路径，Agent和视觉理解能力成为本轮技术迭代的竞赛焦点 [2] - 字节跳动、阿里巴巴等互联网大厂早已洞察视觉理解的关键价值，并通过合作在美术馆、博物馆等领域锤炼该能力 [8] - 2026年初，随着智谱新一代旗舰模型与稀宇科技旗下MiniMax相继上市，中国大模型行业正式步入资本市场驱动的新阶段 [8]

文章核心观点 - 2026年春节前，国产大模型厂商密集发布更新，行业竞争白热化，标志着行业从参数竞赛和实验室Demo阶段，迈向工程化成熟期，聚焦效率、成本与规模化落地[5] - 行业技术演进聚焦于两大方向：原生多模态能力的深化与推理工程化的提效，旨在让AI更易用、实用和好用[7][11] - 对于企业用户而言，模型的性价比远比在基准测试中争夺“第一”更重要，成本持续下降是AI实现B端规模化落地的关键，国内主流商用模型API已进入“厘时代”[13][14][15] - 行业竞争格局呈现马太效应，通用大模型领域强者恒强，中小厂商机会在于细分行业，模型厂商的技术指标逐渐聚焦于成本把控、推理与工程化能力[16][19] 行业竞争态势与阶段特征 - 2026年春节前夕成为国产大模型集中展示的关键节点，多家厂商更新模型并引发海外社交平台热议，下周预计仍有新品发布[5] - 头部公司积极卡位竞争，良性竞争有助于缩短国产模型与国外模型的差距[14] - 行业进入新的“工程化成熟期”，从拼规模转向拼效率与落地能力，从参数竞赛转向工程优化，产品交付从实验室Demo走向规模化服务[5][15] - 开源正在加速技术迭代并大幅降低成本，使大模型从少数巨头能力走向产业基础设施[15] 技术发展趋势：多模态与推理 - 多模态成为重要趋势，厂商积极进行技术探索，例如Kimi K2.5定义为原生多模态架构，DeepSeek-OCR 2采用创新编码方法模拟人类视觉逻辑[8][9] - 推理工程化提效是主流趋势，技术创新核心在于提升推理性能、降低推理成本和模型训练门槛[11] - 模型厂商技术指标逐渐聚焦，考验方向包括成本把控能力、推理能力、工程化能力[19] - 具体技术优化维度包括提升token效率、实现长上下文支持，以降低损耗并完成复杂Agent任务[20] 企业应用与成本考量 - 企业用户选择模型时，性价比是关键决策因素，模型优势迭代快速，企业会按月或季度进行评测并选择对应最好的模型[14] - 大模型调用成本持续显著下降，从2025年初到年末，有企业客户token调用量实现多倍增长，但调用费用却大大降低，国内主流商用模型API进入“厘时代”[14][15] - 企业应用呈现多样化选型，例如在保险业务中，豆包适合高情商对话场景，DeepSeek V3.2性价比突出，智谱在编程领域受认可，千问是精调的优秀基座[15] - 企业在推动AI应用过程中，仍面临模型幻觉、可解释性差、推理能力薄弱等挑战[16] 未来需求与行业机会 - 未来应用厂商希望大模型在推理能力的动态优化方面实现突破，使模型能自主判断是否需要深度思考，避免不必要的算力消耗[16] - 多模态技术的落地优化是重要需求，当前生成内容像“抽盲盒”，难以满足专业场景对稳定性和可控性的要求[17] - 通用大模型行业马太效应凸显，强者恒强，中小玩家的机会更多出现在制造、金融、教育、医疗等细分行业领域[16] - 客户需求推动行业上下游加速联动，要求软硬双端从算法与架构层面降低整体成本，短期依赖工程优化，长期看新型硬件和芯片创新[21][22] - AI发展进入“干中学”阶段，行业结束模型盲目竞争，进入以推理能力为主导的时代[23]

行业核心观点 - 国产大模型行业密集更新，标志着行业开始迈向工程化成熟期，从参数竞赛转向工程优化，产品交付从实验室Demo走向规模化服务，生态协同从单点突破走向系统协同 [4] - 行业竞争日趋激烈，但良性竞争正缩短国产模型与国外模型的差距，对企业而言，模型的性价比远比在基准测试中排名“第一”更重要 [11] - 开源正在加速技术迭代并大幅降低成本，使大模型从少数巨头能力走向产业基础设施，随着成本持续下降，Agentic AI智能体将从“能对话”迈向“能执行、能创造价值” [13] - 通用大模型行业的马太效应将日益凸显，呈现出强者恒强的局面，中小玩家的机会更多出现在细分行业和领域 [13] 近期模型发布动态 - 多家国产模型厂商近期密集更新模型，包括DeepSeek开源OCR 2模型、Kimi发布并开源K2.5模型、阿里发布千问旗舰推理模型Qwen3-Max-Thinking，头部模型的更新使中国模型霸榜海外社交平台X的热点前三位 [4] - 2025年春节DeepSeek凭R1的出色表现引发破圈传播，2026年春晚因字节跳动火山引擎与豆包大模型、腾讯元宝、百度的提前卡位锁定热度 [4] - 1月27日，DeepSeek与Kimi再次同日发布模型，此前已有数次模型与论文发布“撞车”，足见行业关注度争夺之激烈 [7] - 阿里在1月早先时间开源多款模型，包括全系列语音合成模型Qwen3-TTS，专为多模态信息检索与跨模态理解设计的Qwen3-VL-Embedding和Qwen3-VL-Reranker模型系列等 [9] 技术发展趋势 - 多模态与推理工程化提效是当前主流模型的两大核心趋势 [7][9] - Kimi K2.5被定义为公司迄今为止最智能、最全能的模型，包括原生多模态架构设计，同时支持视觉与文本输入、思考与非思考模式、对话与Agent任务 [7] - DeepSeek-OCR2模型采用创新的DeepEncoder V2方法，让AI能够根据图像含义动态重排图像各部分，在处理布局复杂的图片时表现优于传统视觉语言模型 [7] - 业内普遍认为多模态是未来大模型行业的重要趋势，DeepSeek正在多模态领域进行更多技术探索 [8] - 近期的技术创新都指向一个核心点：进一步提升推理性能、降低推理成本和模型训练门槛，让AI大模型更易用、实用和好用 [9] - 行业模型和应用发布的节奏正在加快，有公司提速至每半年一次发布旗舰模型，甚至缩短到了四五个月一次 [19] - 无论是长上下文还是Agent等方面的发展，实际上都对推理能力提出了更高的要求 [19] 成本与商业化落地 - 大模型的调用成本持续下降，从2025年初到年末，客户的token调用量实现多倍增长，但token调用费用却大大降低 [11] - 2025年大模型整体的Token成本明显降低，DeepSeek、阿里、字节等主流的通用大模型在2025年都进行了大幅降价，目前国内主流商用模型API已经进入“厘时代” [13] - 以DeepSeek为例，其技术核心一直聚焦效率优化，以极低的算力成本对外输出服务，成为性价比极高的模型 [14] - 成本的持续下降是AI技术创新发展的必然，也正因如此，AI才能真正从C端尝鲜迈向B端规模化落地 [13] - 企业在推动AI大模型应用过程中，仍面临模型存在幻觉、可解释性和推理能力薄弱等挑战 [15] 厂商策略与生态位 - 各厂商的核心主线围绕自身生态位推进 [14] - DeepSeek技术核心聚焦效率优化，以极低的算力成本对外输出服务，成为性价比极高的模型 [14] - 阿里作为大厂，旗下千问模型有明确的性能追求，在编程、推理、多模态多方向持续迭代，其开源版本是继续精调模型的优秀基座 [14] - 在暖哇科技的保险业务场景下，通用模型有两个选项：豆包更适合对话场景及需要高情商表达的交互；DeepSeek V3.2模型性价比突出 [12] - 在编程领域，智谱的表现受到行业认可，如果需要精调，千问是一个很好的基座选择，暖哇科技目前的精调模型就是基于千问32B版本开发的 [12] 企业应用需求与挑战 - 企业客户要求平台提供一个全面且高效的解决方案，包括整体延迟性能、精度等，整体方案效果需达到95%以上，且需要完全可用 [20] - 大模型的频繁更新对需要完成硬件适配的企业用户难言友好 [20] - 未来应用厂商希望大模型在推理能力的动态优化方面实现突破，当前模型的推理开关缺乏灵活性，若模型能自主判断是否需要推理，就能在更多业务场景中应用推理模型，避免不必要的算力消耗 [15] - 多模态技术的落地优化很重要，当前多模态模型仍是“抽卡机制”，生成图像、语音等内容时需反复调整提示词，难以满足专业场景需求 [15] 行业未来方向 - 行业已经结束了模型的盲目竞争，进入了以推理能力为主导的时代 [21] - 推理成本的降低短期内仍依赖工程优化，包括整体架构、算法以及软件栈的优化，但从长期角度来看，新型硬件和芯片的创新将会带来更为深远的影响 [21] - AI已经从“看中学”阶段发展到了“干中学”的阶段，在基础设施方面，基础设施模型及其生态系统将会朝着基模生态一体化的方向发展 [21] - 在实际落地过程中，成本把控能力、推理能力、工程化能力等方面逐渐成为考验模型厂商的重要指标 [19]

公司近期重大融资与战略动向 - 阶跃星辰于2026年1月26日完成超50亿元人民币的B+轮融资，刷新了近12个月内大模型初创公司的单轮融资金额纪录 [3][4] - 参与B+轮融资的机构阵容庞大，包括上国投先导基金、国寿股权、浦东创投、徐汇资本、无锡梁溪基金、厦门国贸、华勤技术等产业投资人，以及腾讯、启明创投、五源等老股东的进一步跟投 [5] - 公司同时宣布千里科技董事长印奇挂帅，担任阶跃星辰董事长，其技术、运营经验及商业资源将为公司发展提供支持 [8][10] 公司发展历程与战略定力 - 公司成立于2023年4月，但直至近一年后才在行业内现身，起步相对较晚 [22][23] - 公司首轮融资主要来自联创的“朋友圈”，包括红杉中国、启明创投以及IDG，并凭借此轮融资成为“六小虎”中唯一靠首轮融资就成为独角兽的公司 [24][26] - 公司自成立之初便确立了清晰的AGI技术路线：单模态—多模态—多模理解和生成的统一—世界模型—AGI，且从未改变 [25] - 在2024年行业普遍进行“投流大战”以获取C端用户时，公司基于对C端产品经济模型和模型训练助益的审慎分析，选择了克制态度，仅用很少资源进行产品验证，坚持聚焦于基础模型尤其是多模态的研发 [32][33][34] - 公司坚持“稳扎稳打”的策略，虽可能错过一些时间窗口，但被视为一种可贵的优势 [36] 技术路径与核心能力 - 阶跃星辰是“六小虎”中唯一真正聚焦多模态的公司 [15] - 公司从系统层面大规模自建AI Infra（人工智能基础设施），是唯一大规模投入于此的创业团队，这使得其模型推理效率极高 [36] - 2025年7月，公司发布第三代基座模型Step-3，这是一个融合了多模态能力的推理模型，其推理效率对比DeepSeek-R1达到后者的300% [36] - 公司拥有强大的核心技术团队，包括CEO姜大昕（前微软Bing等产品研发主导）、CTO朱亦博（前字节跳动AI Infra负责人）、首席科学家张祥雨（ResNet核心作者） [41] 独特的商业化定位与进展 - 公司选择了独特的“AI+终端”生态位，切入物理世界终端，其定位被形容为“中国的xAI+特斯拉” [2][16][17] - 公司通过理性排除法，未选择主流的ToC订阅/广告或ToB API售卖模式，而是确定了端侧落地和按效果付费的商业化路径 [44] - 公司选择与汽车、手机等行业的头部合作伙伴（如吉利汽车、OPPO）进行深度共创，而非浅尝辄止地赋能千行百业 [45][47] - 截至2025年底，公司终端API的调用量连续三个季度增长了近170% [48] - 在手机领域，已与国内60%的头部手机品牌达成深度合作，模型装机量超过4200万台，日均服务近2000万人次 [48] - 在汽车领域，公司设定了2026年模型上车达到100万台的目标 [48] 行业竞争格局与资本态度 - 随着智谱、MiniMax港股IPO，以及月之暗面、阶跃星辰获得大额融资，留在“决赛圈”的这四家公司账上现金储备相当 [7][39] - 一级市场对大模型初创公司的投资标准愈发严苛，核心考量在于独立大模型的生存空间、商业化逻辑的独特性及商业化质量的竞争力 [11][12] - 月之暗面在2024年凭借C端应用Kimi走红，通过滚动融资将估值拉至“六小虎”之最，其中年初由阿里巴巴领投的超10亿美元融资将其估值推高至25亿美元 [30][31] - 阶跃星辰的股东结构多元且平衡，包含美元基金、国资和产业资本三方，大部分股东要么在“六小虎”中只投了阶跃，要么在阶跃投入最多 [18][37] - 公司B轮以来的融资策略强调引入“聪明的、高质量的钱”，股东多自带产业或战略协同资源，例如华勤技术、厦门国贸、无锡国资及香港的HKIC等 [49][50] 未来展望与行业趋势 - 大模型赛道已从用漂亮数据装点的“表演赛”进入需要实打实业绩的“淘汰赛”阶段 [39] - 聚焦物理世界终端的Physical AI被视为一个极具想象力的市场，可能使智能终端成为下一代流量入口 [52] - 阶跃星辰在深度共创之外，内部也正在探索新的硬件产品 [52]

文章核心观点 - 阶跃星辰完成超50亿元人民币B+轮融资，创下近12个月大模型初创公司单轮融资纪录，标志着大模型赛道资本热度持续，一级市场仍有能力支持头部公司发展 [1][3] - 公司通过坚持聚焦多模态技术、深耕物理世界终端（AI+终端）的非共识战略，形成了独特的技术与商业化路径，从而在激烈的行业竞争中获得了多元资本的强力支持 [4][5][6][7][8] - 随着行业从表演赛进入淘汰赛，阶跃星辰凭借扎实的技术积累、清晰的AGI路线图以及与产业伙伴的深度共创，正为决赛阶段的商业化验证储备弹药 [23][27][30][33] 融资事件与资本格局 - 阶跃星辰完成超50亿元B+轮融资，参与方包括上国投先导基金、国寿股权、浦东创投、徐汇资本、无锡梁溪基金、厦门国贸、华勤技术等产业投资人，腾讯、启明创投、五源等老股东跟投 [1] - 公司股东结构呈现美元、国资、产业三方资本多元平衡的特点，大部分股东要么在“六小虎”中只投了阶跃，要么在阶跃投入最多 [7][24] - 此次融资距离启动仅半年，与月之暗面在2025年底官宣的5亿美元融资相继发生，显示一级市场对大模型赛道仍持乐观态度 [1][3] 公司战略与技术路径 - 公司是“六小虎”中唯一真正聚焦多模态的AI公司，其技术路线图从单模态到多模态，再到多模理解生成统一、世界模型，最终通向AGI，自成立起未变 [4][12] - 公司选择了一条“非共识”道路，不过度参与2024年的C端投流大战，而是坚持聚焦基础模型尤其是多模态的研发，认为C端投流经济模型不成立且对模型训练助益不大 [18][19][20] - 公司是唯一大规模投入自建AI基础设施（AI Infra）的创业团队，其第三代基座模型Step-3因系统层特殊设计，推理效率达到当时红极一时的DeepSeek-R1的300% [23] 商业化模式与进展 - 公司商业化独特性在于切入物理世界终端，走“AI+终端”路线，自称更像是“中国的xAI+特斯拉”，而非单纯追求做“中国的OpenAI” [5][6][28] - 公司通过理性排除法选择了端侧落地和按效果付费的商业模式，避开了其认为在国内天花板不高的ToC订阅、易陷价格战的ToB API售卖以及难以规模化的定制化项目 [29][30] - 商业化已取得初步成果：截至2025年底，终端API调用量连续三个季度增长近170%；与国内60%的头部手机品牌（如OPPO）深度合作，模型装机量超4200万台，日均服务近2000万人次；2026年汽车领域模型上车目标为100万台 [32] 团队与治理 - 旷视科技及千里科技创始人印奇以董事长身份加入，为公司带来技术、运营及商业资源，标志着公司进入更坚定、为长线作战准备的决赛模式 [3][27] - 公司核心技术团队实力雄厚，包括CEO姜大昕（前微软Bing等产品研发主导）、CTO朱亦博（前字节跳动AI Infra负责人）、首席科学家张祥雨（ResNet核心作者） [25] - 公司起步较晚，于2023年4月成立，但通过充分准备，首轮融资即成为“六小虎”中唯一靠首轮融资成为独角兽的公司，并用不到两个月训练出千亿参数模型Step-1 [9][11][13] 行业竞争与市场环境 - 大模型赛道经历三年试错，表演赛阶段结束，行业进入淘汰赛，智谱、MiniMax已港股IPO，阶跃星辰与月之暗面获得大额融资，留在决赛圈的四家公司现金储备相当 [3][27] - 一级市场投资标准愈发严苛，最大考量在于独立大模型是否有生存空间，以及商业化逻辑的独特性和质量竞争力 [3] - 市场观点认为，聚焦物理世界终端的Physical AI是一个鲜有公司踏足但极具想象力的市场，可能是下一代流量入口 [33]

文章核心观点 - AI技术正在显著降低动画创作的门槛，使动画产业从传统的重资产、工业化流水线模式，向“意图主导”和“单人工作室”模式转变 [4][5] - OiiOii公司通过构建一个以用户为“导演”、多个AI Agent为协作系统的产品，旨在服务中国泛ACG领域约180万个活跃创作者，释放其创造力并极大提升内容生产效率 [4][31] - 视频AI模型将呈现多元化发展，垂直领域的AI Agent（如动画）因其对特定工作流和审美的深度理解，拥有独立于大模型厂商的生存和发展空间 [49][50][51] AI动画行业变革 - **传统流程复杂**：传统3D动画制作链条长，涉及剧本、角色设计、建模、分镜、贴图、灯光、渲染、剪辑等多个高度工业化的复杂环节 [8][9] - **AI压缩流程**：AI技术显著压缩了传统动画制作流程，尤其是模型层工作（如灯光、渲染），但核心创作逻辑（故事、角色设计、场景）并未改变 [10][11][12] - **降低门槛与改变角色**：AI使得产业链上原本只负责单一环节的专业人士（如建模师）有机会成为“导演”，完成个人创作，动画创作从集体重资产消耗进入“意图主导”时代 [5][13] - **提升行业产能**：AI有望缓解动画行业因高昂单位成本和漫长制作周期导致的产能不足问题，例如将现有账号的更新频率从周更提升至日更 [13][31] - **技术发展路径**：视频生成模型可能通过学习大量优秀动画内容直接生成结果，而非必须完全解决底层物理问题，这为动画AI发展提供了新路径 [17] - **中外技术氛围差异**：与美国（如迪士尼与高校深度合作）不同，中国动画行业与顶级高校间的技术合作几乎缺失，技术氛围尚未建立 [18] OiiOii产品战略与用户洞察 - **产品定位与理念**：产品定位为服务PUGC（专业用户生产内容）创作者，采用AI Agent模式，将用户设定为“导演”，AI Agent作为其执行团队，旨在增强用户对作品的“拥有感” [23][26] - **目标用户规模**：核心目标用户是中国泛ACG领域约180万个活跃账号，这些账号通常由2-3人维护，周更一次，使用工具后有望实现日更甚至更高频更新 [31] - **用户画像扩展**：工具不仅服务现有动画创作者，也吸引了大量无动画经验的潜在用户，包括性格内敛的北漂者、小学老师、专业插画师、父母等，用于制作Vlog、教学课件、个人故事和儿童内容 [4][41][42][43] - **效率提升显著**：对于目标用户群体，使用工具后内容生产效率成本预计能降低百倍 [32] - **技术架构挑战**：产品在平衡小白用户“一键生成”的惊喜感与专业用户“高度自由编辑”需求上面临挑战，技术架构已迭代多次以寻求稳定工作流与自由编辑的兼顾 [33] - **分镜生成优势与难点**：产品成熟度最高的环节是分镜Prompt扩写，能帮助用户用一句话表现故事性和情绪性；当前主要痛点是平衡分镜间的连贯性与场景切换带来的故事起伏感 [34] - **用户反馈与社区运营**：通过“听劝周报”等形式高度响应用户反馈，与用户“共建”产品，但有时过度听劝也可能导致产品调整失误 [35][36] - **海内外用户差异**：日本等海外用户更关注视觉精美度和风格多样性，而国内用户更注重故事信息量和“梗”，容易产出爆款内容 [38] AI视频领域竞争格局与Agent价值 - **对“一句话生成视频”的看法**：该模式对于20-30秒的简单视频成立，但对于4-5分钟的长创作不成立，且会削弱创作者的参与感和作品“拥有感” [48] - **垂直Agent的生存空间**：视觉模型因数据、标注标准和训练流程的细微差异会导致结果显著不同，因此很难一家独大，会呈现风格和领域专精的多元化格局，这为垂直领域Agent提供了发展机会 [49][50] - **模型与产品的边界**：在多模态领域，模型与产品之间有较清晰界限。视频创作需要多个模型协作和复杂的前置任务编排，这类高质量流程数据需通过产品在真实交互中积累，短期内模型厂商难以直接覆盖 [54][55] - **未来生态类比**：基础模型提供“食材”，而垂直Agent则是决定风味的“菜谱”或“餐馆”，未来视频Agent生态将像“小吃街”一样百花齐放，各自服务不同的内容形态和人群需求 [51][53] 创业与投资视角 - **创业体验**：创业者（CEO）会经历独特的孤独感，并在应对公司困境的过程中获得对抗焦虑的“抗体”，勇气和深度反思是推动迭代的关键力量 [56][57][58] - **投资动力**：投资人的核心动力包括好奇心（探索未知领域）、与优秀创始人交流获得的启发以及陪伴企业成长的过程 [61][62] - **2026年AI趋势展望**： - 模型智能与人类认知的差距将越来越小，推动大量可落地产品出现 [66] - 资本侧利好（如并购、上市）增强了创业者信心，AI行业目前受宏观经济影响较小，但最终将融入更广阔的科技生态 [67] - 看好的应用方向包括：新型多模态内容消费平台（探索互动性、模糊视频与游戏边界）以及主动式AI（能够理解上下文并进行预判） [68][69]