行业动态：国产大模型密集发布与开源趋势 - 近期，百度、阶跃星辰、阿里、DeepSeek、Kimi等多家头部科技企业密集发布自研大模型，覆盖OCR识别、多模态理解、具身智能、推理能力等多个前沿领域，且绝大多数选择了开源路径 [1] - 业内普遍认为，中国AI开源生态正从“可用”迈向“好用”乃至“引领”的关键阶段，国内开源生态的逐步扩大与完善将加快人工智能领域的发展速度 [1] 头部企业具体进展 - **阶跃星辰**：于2月2日推出Step3.5Flash模型，采用稀疏混合专家架构，总参数量高达1960亿，但每Token仅激活约110亿参数，在确保强大推理能力的同时大幅提高运行效率，尤其适用于复杂Agent工作流场景 [2] - **智谱AI**：于2月3日正式开源GLM-OCR模型，这是一款仅0.9B参数的小型模型，支持vLLM、SGLang和Ollama等主流推理框架，显著降低了部署门槛 [2] - **百度**：于1月29日发布文档解析模型PaddleOCR-VL-1.5，该模型以仅0.9B参数的轻量架构，在文档解析评测榜单OmniDocBenchV1.5中取得全球综合性能第一的成绩，整体精度达到94.5% [2] - **优必选**：近日发布自研的“具身大脑”Thinker模型，以“小参数、高性能、全开源”为特色 [2] - **多模态领域**：DeepSeek发布新的OCR2模型，月之暗面发布KimiK2.5模型等 [2] 发布特点与驱动因素 - 模型集中在2026年1月份至2月初密集发布，覆盖文本、图像、语音、具身控制及多模态融合等多个维度，且多数模型强调在特定场景下的性能优化，如文档解析、工业机器人响应、Agent协同等 [3] - 经过三年的技术积累，国产大模型在架构设计、训练方法、工程优化等方面已形成较为成熟的技术体系，具备了规模化输出高质量模型的能力 [3] - 应用场景愈发明确，从工业机器人到智能办公，从金融风控到教育医疗，下游需求促使模型向专业化、轻量化、高效化发展 [3] - 当前正处于全球AI竞争的关键时期，国产大模型不仅是技术产品，更是国家战略科技力量的重要组成部分，通过密集发布高水准模型，中国企业正积极争夺技术话语权与生态主导权 [3] 开源成为主流战略 - 智谱的GLM-OCR、阶跃星辰的Step3.5Flash、KimiK2.5以及DeepSeek-OCR2等均选择发布即开源策略，标志着中国AI产业正从“闭源竞赛”转向“开源协同” [4] - 开源有助于快速验证模型能力、扩大影响力，在模型性能日益相近的当下，谁能率先获得开发者和企业的广泛应用，谁就更有可能成为事实标准 [4] - 通过开源，企业可借助社区力量进行压力测试、场景适配与漏洞修复，形成“发布—反馈—迭代”的高效闭环 [4] - 开源是构建国产AI生态的必经之路，过去中国AI产业高度依赖国外基础模型与框架，如今以Qwen、智谱、Kimi、DeepSeek等为代表的国产开源模型矩阵日益完善，覆盖语言、视觉、语音、具身智能等多个模态，初步形成了从基座模型到工具链、从训练到推理的全栈能力 [4] - “自主可控+开放协作”的模式，既保障了技术主权，又避免了重复建设，有效降低了中小企业和科研机构的创新门槛 [4] 开源生态的反哺效应 - 开源生态的繁荣反过来反哺模型本身，由社区贡献的评测数据、优化方案、插件工具等，成为了模型持续进化的“养分” [5] - 以阿里千问为例，AI开源社区HuggingFace的最新数据显示，阿里千问的衍生模型数量已突破20万个，全球开发者基于千问开发的衍生模型每天新增超过200个，涵盖机器人控制、代码生成、漫画后期制作、多语种翻译等多个方向 [6] - 从密集发布到全面开源，国产大模型正走出一条兼具技术创新与生态共建的发展路径，这不仅是中国AI产业迈向成熟的重要标志，也为全球人工智能的多元化发展增添了新的动力 [6] - 在开源浪潮的推动下，一个更为开放、协同、高效的国产AI生态正在加速形成 [6]

文章核心观点 - DeepSeek-OCR2的发布是一项颠覆性技术更新，其通过引入新型编码器结构和极低的成本，可能彻底终结OCR（文档识别）作为一个高利润行业的时代，将该技术转变为像水电煤一样的基础设施 [5][18][16] 技术革新与性能提升 - DeepSeek-OCR2的核心创新是名为DeepEncoder-V2的新型编码器结构，它引入了“视觉因果流”概念，能够根据图像语义动态调整视觉信息处理顺序，解决了传统OCR机械扫描、不懂逻辑的痛点 [6] - 新模型在OmniDocBench v1.5基准测试中整体得分达到91.09%，相较前代DeepSeek-OCR提升3.73%，阅读顺序准确度方面，编辑距离从0.085降至0.057 [7] - 模型输出不再是简单文本，而是直接输出Markdown或JSON等结构化格式，并能进行逻辑推理与质量控制，例如通过计算推理出被污渍遮挡的票据总价 [9] - 模型能保留文档中的格式信息（如加粗、红色、箭头），理解商业文档的潜台词，为深度分析（如解读财报）奠定基础 [9][10] 成本结构的颠覆性冲击 - 与行业领先的AWS Textract服务相比，DeepSeek-OCR2实现了超过200倍的成本优势 [11][12] - 处理1000页复杂表格金融文档，AWS Textract（使用特定组合服务）成本约65美元（约合人民币470元），而DeepSeek-OCR2成本仅约0.28美元（约合人民币2元），若命中缓存成本可低至0.028美元 [12] - 这种极致的成本优势源于其开源策略和高效的Token计费模型，使得企业可以本地部署以保护隐私并节省巨额预算 [14][15] 对传统OCR行业的影响 - 传统OCR是一个隐秘而暴利的千亿级市场，以合合信息（扫描全能王母公司）为例，其毛利率长期维持在85% [5] - DeepSeek-OCR2的泛化能力直接冲击了传统OCR厂商（如合合信息、汉王科技、ABBYY）依赖“积累十年票据模板”和“长尾场景”构建的技术壁垒叙事 [13] - 对于Adobe Acrobat，其“PDF编辑器”的核心价值受到威胁，因为AI时代用户需求从“编辑”转向“重构”内容，若PDF能被完美转化为可编辑格式并直接提取数据，工具本身意义可能丧失 [14] - 对于云服务商（如AWS），其将OCR功能封装为分层定价API（如每页0.0015美元至0.065美元）的商业模式受到开源免费或低成本方案的挑战 [11][14] 催生的新机会与生态变化 - OCR成本的大幅降低将激活海量沉睡在纸张、PDF和图片中的数据资产，催生新的商业机会 [17] - 具体应用包括：变得可行的小微企业征信服务、大规模的试卷批改与学习资料数字化、得以普及的病历与检查报告自动化处理、以及加速的合同审查与案例检索智能化升级 [15] - 技术发展体现了开源生态的胜利，DeepSeek-OCR2采用了阿里巴巴的Qwen2-0.5b模型等开源组件，这种协作加速了技术迭代，降低了研发成本，促进了整个生态系统的繁荣 [16] - 模型通过将视觉Token数量限制在256至1120之间，在保持高精度的同时实现了极致的效率优化，这是技术“基础设施化”的典型特征 [16]

文章核心观点 - AI技术发展已进入关键加速期，预计在2025年底或2026年超越人类智能，为普通人留下的转型窗口期可能不足一年 [1][2] - 达沃斯论坛的共识显示，AI发展重点正从概念炒作转向基础设施投资，并揭示了包括基建、能源优势、应用落地和开源生态在内的多个反常识投资与职业机会 [2][5][25] AI泡沫论破产，钱流转向基建赛道 - 黄仁勋驳斥AI泡沫论，指出2025年全球AI投资超过1000亿美元仅是开端，未来AI基础设施建设需要数万亿美元 [5] - 投资正从“炒概念”流向“搞基建”，其“五层蛋糕理论”指出投资层级为：能源、芯片、数据中心、AI模型、应用 [5] - AI基建相关岗位（如数据中心运维、电力工程、AI落地咨询）需求旺盛，技术工种薪资在美国可达六位数年薪 [5][6] - AI发展的最大瓶颈已从芯片转变为电力短缺 [6] 中国AI杀手锏：被忽视的电力优势 - 中国在2026年的电力产能已是美国的三倍，且电力成本更低，这构成了低成本算力的核心优势 [9] - 谷歌前CEO施密特警告，若欧洲不加速AI投资，未来将依赖中国的开源模型 [9] - 中国的电力与供应链优势是比技术更深的护城河，DeepSeek等模型推动中国开源AI模型的全球下载量占比从个位数飙升至17.1%，首次超过美国 [9] - 国家成立600亿人民币的AI基金，旨在将基建优势转化为产业优势 [9] AI褪去魔法光环，沦为刚需“水电煤” - 微软纳德拉指出，AI的边际成本正趋近于零，正从“高科技奢侈品”变为像水电煤一样的基础设施 [13] - 未来各国GDP增长可能与“每美元每瓦特能产生多少算力”的效率挂钩 [13] - AI技能将成为职场必选项，但重点在于用AI解决实际问题而非成为AI科学家 [13] - 企业AI落地存在巨大需求缺口，例如AI智能体可将客服响应速度提升3倍，AI做账可减少50%的人力成本，催生了AI落地咨询、培训与工具集成的市场机会 [13] 机器人时代加速到来，从冷门岗位突破 - 马斯克预测未来机器人数量将超过人类，特斯拉人形机器人Optimus最快可能在2027年底公开发售 [15] - 机器人将优先替代人力短缺的刚需场景，如育儿、宠物看护、老人照护，这些领域存在成本高或招工难的问题 [15] - 围绕机器人的服务生态（维修、软件更新、个性化定制、应用开发）将创造巨大机会，类比iPhone催生的App与配件市场 [15] - 中国凭借全球最完整的制造业供应链，在机器人零部件和应用开发领域具有优势 [16] 路线之争：中国开源生态的破局机会 - 美国大模型公司（如OpenAI、Anthropic）转向闭源，而中国模型（如DeepSeek、通义千问）坚持开源路线 [18] - 开源生态降低了个人开发者与小公司的参与门槛，使其能够基于开源模型进行二次开发、垂直应用和本地化部署 [20] - 机会在于深耕应用场景而非卷大模型本身，利用开源模型微调开发行业垂类应用（如法律、医疗、教育），成本可低至几千元人民币 [20] - 中国庞大的14亿人口基数为AI长尾市场提供了无数细分需求机会 [21] 普通人必看：3个落地方向（从易到难） - **职场人**：系统性地将AI工具嵌入工作流（如数据分析、写代码、市场调研），目标是成为“会用AI的那20%” [23] - **创业者/转行族**：聚焦两大刚需方向——AI落地服务（培训、咨询、部署）与垂直应用开发（基于开源模型做细分产品），这些方向需求大且门槛相对较低 [23] - **学生/深度学习族**：提前布局交叉领域技能，如AI+能源或AI+机器人，为2027-2028年可能的市场爆发做准备 [23]

激活消费与扩大开放 - 精准把握青年、银发等重点人群需求，打造具有强情感链接和社交属性的新消费场景，并深挖文旅、数智融合潜力，将“流量”转化为“消费增量” [3] - 强化县域消费支撑与商圈场景牵引，构建城乡互促的活力生态 [3] - 通过深化制度开放稳定外资预期，实施精准激励支持外资深耕，并优化外资结构布局，尤其要吸引高技术产业外资和新兴市场资本 [3] - 完善全生命周期服务保障，建设“服务最优、成本最低、效率最高”的开放环境 [3] 推动文化出海 - 聚焦文化“新三样”出海，提升内容传播效能，强化精品创作，引导资源向优质原创倾斜，推动出海模式从流量驱动向价值引领 [4] - 建立省级“文化出海转译中心”，提供“文化咨询+内容改编”专业化服务，破解文化转译瓶颈 [4] - 创新国际表达方式，打造具有情感共鸣力的文化符号与叙事体系 [4] 营造创新生态与产业融合 - 营造一流开源生态，需“线上织网+线下筑台”打造全球开源品牌地标，通过政府、高校、社区三方共育激活开发者活力 [6] - 开放“人工智能+”场景、促进高质量数据共享，以政策赋能与治理创新将开源社区建成高能级创新载体 [6] - 促进“四链”深度融合，针对科创型中小企业成长应打通创新链，建设概念验证与中试平台 [6] - 打通产业链，构建“链主企业+中小企业”协同生态，打通资金链，健全“科技-产业-金融”循环，打通人才链，推进校企共育共享并强化企业评价主体地位 [6] 建设大宗商品枢纽与城乡融合 - 协同建设大宗商品枢纽，应深化宁波、舟山港口一体化与产业融合，共建大宗商品贸易示范区 [7] - 加速口岸一体化监管与数据互通，高标准建设具有战略意义的大宗商品资源配置枢纽 [7] - 打造城乡融合共富单元，推进乡村片区组团发展，需深化要素市场化改革保障产业用地，构建专业化运营体系引进培育“乡村CEO” [7] - 健全联农带农利益机制，并坚持“一片区一策”发展特色产业，避免同质竞争 [7] 发展新型电力体系 - 加快发展新型电力，需在政策上优化海上风电管理、推动电价改革落地 [7] - 在供给上加快海上风电与光伏开发，在消纳上推动“源网荷储”协同，建设海上能源岛 [7] - 在管理上打造能源“数据一张网”，以构建清洁低碳、安全高效的新型能源体系 [7]

文章核心观点 - 开源已成为开放协同的新生产方式和参与全球科技创新的重要途径 上海将支持人工智能 关键软件等关键领域的硬核开源项目 以推动从使用生态到主导生态的转变 [1] - 中国开源生态影响力持续提升 从代码贡献量看 中国已是世界第二大开源贡献国 话语权不断上升 同时AI领域95%的软件是开源软件且比例仍在增长 [1] - 开源生态正从软件向硬件及特定领域（如具身智能）拓展 企业积极构建开源社区和产学研合作网络 预计2026年企业AI将基于开源生态快速发展 [2][3] 上海开源生态现状与规划 - 上海开源开发者数量超过100万人 位居全国第二 [1] - 上海将支持人工智能 关键软件等关键领域的硬核开源项目开花结果并可持续发展 支持对全球开源规则和标准的长期贡献 [1] - 目标是带动上海乃至全国从使用生态到主导生态的转变 [1] 中国开源贡献与AI领域渗透 - 从代码贡献量看 中国已是世界第二大开源贡献国 话语权还在不断上升 [1] - 目前AI领域95%的软件都是开源软件 这一比例仍在增长 [1] 科技企业构建开源生态的实践 - 沐曦股份计划打造类似安卓生态的GPU生态 已在开源社区上线96个模型 未来其自主研发的生态也会逐渐开源 [2] - 沐曦计划发展50家战略合作公司 与500家大学和研发机构合作 最终形成规模达300万AI开发者的社区 [2] - 智元机器人发布了开源的百万真机数据集AgiBot World 以及基座模型“智元启元大模型”和开源开发框架AimRT 并基于此构建生态社区和产学研合作网络 [2] 开源模型发展趋势与未来展望 - 随着2025年Deepseek和Qwen等开源模型的发布 中国模型在全球被广泛讨论 开源模型和闭源模型处在你追我赶 螺旋上升的过程中 [3] - 2025年以来 很多具身智能相关的VLA模型 机械臂轨迹数据被上传至开源社区 预计2026年开源具身智能的模型和数据标准会被制定出来 [3] - 国外案例显示 基于开源数据加强化学习的企业AI或智能体 其准确性不亚于头部大模型 但成本能降低90% [3] - 预计2026年中国的企业AI会快速发展 每家企业都可以基于开源生态开发定制自己的企业AI [3]

核心观点 - 人工智能正经历从预测文本到预测世界状态的根本性转变，其发展路径日益清晰，即真正融入实体世界，解决系统性挑战 [1][17] 世界模型与认知范式 - 行业共识正从单一的语言模型转向能够理解物理规律的多模态世界模型 [3] - Next-State Prediction范式的确立标志着AI开始尝试预测世界的下一个状态，跨越感知边界，触碰真正的认知与规划 [3] 具身智能与机器人 - 具身智能正在告别单纯的演示炫技，进入残酷而真实的产业筛选期 [4] - 随着大模型与精细运动控制的深度结合，人形机器人将在2026年突破Demo的限制，真正走入工厂与服务场景 [5] 多智能体系统 - Agent时代的通信标准如MCP、A2A等初具雏形，让智能体之间拥有了通用的交流语言 [6] - 多智能体系统将彻底突破单体智能的天花板，在科研与工业的复杂工作流中成为未来数字世界不可或缺的基础设施 [6] AI驱动科学研究 - AI在科学中的角色已从辅助者晋升为探索者，AI Scientist正展现出独立研究的潜质 [7] - 科学基础模型与自动化实验室的结合，极大地压缩了新材料与药物研发的时间周期 [8] 应用格局与竞争 - C端超级应用的"All in One"入口成为兵家必争之地，海外有OpenAI与Google引领，国内字节、阿里、蚂蚁等巨头依托生态积极布局 [9] - 蚂蚁推出的全模态助手"灵光"与深耕医疗健康的"蚂蚁阿福"，分别在通用与垂直领域布局 [10] 企业级应用发展 - 企业级AI应用在经历初期的狂热后，因数据与成本的双重压力，暂时滑向"幻灭低谷期" [11] - 随着数据治理的完善与工具链的成熟，2026年下半年将迎来关键转折点，一批真正可衡量价值的MVP产品将在垂直行业实现规模化落地 [11] 合成数据应用 - 当真实世界的数据矿藏渐趋枯竭，合成数据成为了新的动力源泉，"修正扩展定律"为这一路径提供了理论支撑 [12] - 在自动驾驶与机器人领域，由世界模型生成的合成数据正成为降低训练成本、提升模型性能的核心资产，是打破"2026年枯竭魔咒"的潜在解法 [12] 推理优化与成本 - 推理优化依然是AI大规模应用的核心瓶颈与竞争焦点，通过算法精进与硬件革新，推理成本持续下降，能效比不断攀升 [13] - 这使得在资源受限的边缘端部署高性能模型成为可能，让AI普惠的愿景有了脚踏实地的路径 [14] 开源生态与算力 - 为规避算力供应风险，构建兼容异构芯片的软件栈显得尤为紧迫，繁荣的算子语言与趋于收敛的编译器技术正在大幅降低开发门槛 [15] - 以智源FlagOS为代表的平台致力于构建软硬解耦、开放普惠的AI算力底座，开源生态将成为打破垄断、实现算力自由的关键力量 [16] AI安全 - AI安全问题已从显性的"幻觉"演变为隐蔽的"系统性欺骗" [17] - 安全必须内化为AI系统的免疫基因，Anthropic对模型内部机理的追踪以及蚂蚁集团构建的"对齐-扫描-防御"全流程体系均指向这一方向 [17]

文章核心观点 - 东吴证券看好智谱AI在中国大模型行业的技术实力、开源生态及本地化落地能力，认为其本地化业务稳定增长，云端业务为主要驱动力，有望受益于行业从本地化部署向云端服务转型的长期趋势 [1] 公司简介与市场地位 - 公司是中国领先的独立通用大模型开发商，成立于2019年，技术源于清华大学知识工程实验室 [1] - 公司自研GLM预训练框架，采用自回归填空设计，在长文本理解、逻辑推理和低幻觉率方面具备优势 [1] - 公司坚持开源与商业化并行，已构建覆盖语言、多模态、代码和智能体领域的完整模型矩阵 [1] - 按2024年收入计算，公司在中国独立通用大模型开发商中排名第一，在整体通用大模型开发商中排名第二，市场份额为6.6% [2] - 截至2025年上半年，公司已服务超过8000家机构客户，中国前十大互联网公司中有9家使用其模型 [2] - 公司于2025年底通过港交所聆讯，2026年1月8日在香港主板上市，成为全球首家上市的基座大模型企业 [2] 商业模式与财务表现 - 商业模式以MaaS平台为核心，双轮驱动本地化部署与云端部署 [3] - 本地化部署面向政企客户，提供私有化运行和定制服务，2025年上半年收入占比84.8%，毛利率为59% [3] - 云端部署通过API调用和订阅制服务企业和开发者，2025年上半年收入占比15.2%，占比快速提升，是长期战略重点 [3] - 开源策略有效引流，近期推出的Zcode和Zread增强开发者粘性，推动付费转化 [3] - 公司收入保持高增长，2022-2024年收入分别为0.57亿元、1.25亿元、3.12亿元，复合增长率超过130% [3] - 2025年上半年收入为1.91亿元，同比增长325%，已超过2023年全年水平 [3] 上市募资与股权结构 - 本次港股IPO发行价为116.20港元/股，全球发售3741.95万股H股，净募资约43亿港元，募资后市值约511亿港元 [4] - 募集资金主要用于增强通用大模型研发（约70%）、优化MaaS平台基础设施（约10%）、拓展生态合作和战略投资（约10%）以及补充营运资金 [4] - 基石投资者包括上海高毅、广发基金、泰康人寿等机构，认购金额占发售规模约70% [4] - 创始团队通过一致行动协议控制约33%股份，美团、阿里巴巴、腾讯、小米、高瓴等知名投资者入股，为公司提供场景支持和战略协同 [4] 核心竞争力与技术优势 - 公司研发人员占比74%，核心团队来自清华KEG实验室，在自然语言处理领域学术积累深厚 [4] - GLM系列迭代迅速，旗舰产品GLM-4.5和GLM-4.7在多项国际基准测试中位居开源模型前列 [1][4] - GLM-4.7在编程场景表现突出，采用交织式思考机制，在真实软件工程任务中稳定性强 [4] - AutoGLM实现AI自主操作智能手机和电脑GUI，开启Agent新范式 [4] - 多模态能力覆盖文生图、文生视频、视觉理解等领域，CogView-4和CogVideoX在开源评测中位居前列 [4] - 开源模型全球下载量超过4500万次，MaaS平台注册开发者超过270万 [2] - 日均token消耗量快速增长，2025年11月已达4.2万亿，付费API收入超过所有国产模型总和 [2] - 技术优势已转化为实际商业落地，在科技、金融、政务、医疗、制造等行业形成广泛应用 [4] 行业趋势与增长前景 - 公司有望受益于中国大模型行业从本地化部署向云端服务转型的长期趋势 [1] - 云端业务成为公司收入增长的主要驱动力 [1] 盈利预测与估值 - 预计2025-2027年公司收入分别为7.9亿元（同比+151%）、15.5亿元（同比+97%）、32.2亿元（同比+108%） [5] - 收入结构预计逐步从本地化为主转向云端主导 [5] - 预计整体毛利率2025年触及50%，2026-2027年回升并稳定在51%左右 [5] - 云端毛利率预计从低位逐步改善至40% [5] - 可比公司估值显示，智谱2026年PS为30倍，高于商汤科技和第四范式 [5] - 作为纯大模型玩家，受益于云端规模效应和Agent/编程场景红利，随着收入快速增长，PS向30倍以下快速压缩的空间更大，估值定位合理 [5]

报告投资评级 - 投资评级：暂无 [1] 报告核心观点 - 智谱AI是中国领先的独立通用大模型开发商，源自清华大学知识工程实验室，采用自研的GLM预训练框架，在长文本理解、逻辑推理和低幻觉率方面具备独特优势 [6] - 公司坚持开源与商业化并行策略，已构建覆盖语言、多模态、代码和智能体领域的完整模型矩阵，旗舰模型GLM-4.5和GLM-4.7在多项国际基准测试中位居开源模型前列 [6] - 按2024年收入计算，公司在中国独立通用大模型开发商中排名第一，市场份额为6.6% [6] - 公司商业模式以MaaS平台为核心，双轮驱动本地化部署与云端部署，目标未来提升云端API收入占比 [6] - 公司处于大规模研发投入阶段，持续亏损，但随着收入规模扩大、算力适配优化和运营效率提升，预计亏损幅度将逐步收窄 [6] - 作为纯大模型玩家，受益于云端规模效应和Agent/编程场景红利，随着收入快速增长，PS估值有向30倍以下快速压缩的空间，估值定位合理，建议关注 [7] 公司概况 - 智谱AI成立于2019年，由清华大学知识工程实验室技术成果转化而来 [6] - 公司自研GLM预训练框架，采用自回归填空设计，与主流GPT架构不同 [6] - 截至2025年上半年，公司已服务超过8000家机构客户，中国前十大互联网公司中有9家使用其GLM模型 [6] - 开源模型全球下载量超过4500万次，MaaS平台注册开发者超过270万 [6] - 公司于2025年底通过港交所聆讯，2026年1月8日在香港主板上市，成为全球首家上市的基座大模型企业 [6] - 创始团队通过一致行动协议控制约33%股份，美团、阿里巴巴、腾讯、小米、高瓴等知名投资者入股 [6] 商业模式与运营 - 商业模式核心为MaaS平台，提供本地化部署和云端部署两种服务形式 [6] - 本地化部署面向政企客户，提供私有化运行和定制服务，2025年上半年收入占比84.8%，毛利率为59% [6] - 云端部署通过API调用和订阅制服务企业和开发者，2025年上半年收入占比15.2%，收入占比快速提升 [6] - 公司日均token消耗量快速增长，2025年11月已达4.2万亿，付费API收入超过所有国产模型总和 [6] - 公司近期推出Zcode和Zread两款开发者工具，旨在增强开发者粘性，推动付费转化 [6] - 2025年上半年东南亚收入占比11.1%，显示出在海外数据主权敏感市场中的竞争力 [25] 历史财务表现 - 收入呈现高速增长：2022年0.57亿元，2023年1.25亿元（同比+116.93%），2024年3.12亿元（同比+150.86%），2022-2024年复合增长率超过130% [1][6] - 2025年上半年收入1.91亿元，同比增长325%，已超过2023年全年水平 [6] - 公司持续亏损：2023年归母净利润-7.88亿元，2024年-29.56亿元，2025年预计-45.63亿元 [1] - 毛利率整体相对稳定，2025年上半年为50%，其中本地化部署毛利率59.1%，云端部署毛利率为-0.4% [30] - 销售成本中，工资成本占比最高但逐步下降，计算服务费增速最快，成为第二大成本项 [34][35] 核心竞争力 - 全栈自研技术体系：研发人员占比74%，核心团队来自清华KEG实验室，学术积累深厚 [7] - 模型迭代迅速，性能领先：GLM-4.5在12项基准测试中全球第三、中国第一、开源榜首；GLM-4.7在编程场景表现突出，在Code Arena盲测平台位列开源第一、国产第一，超越GPT-5.2 [13] - 多模态能力覆盖文生图、文生视频、视觉理解等领域，CogView-4在开源评测中位居前列 [7] - 智能体领域领先：开发了全球首个可自主操作智能手机的智能体AutoGLM，开启Agent新范式 [7] - 国产算力深度适配，工程化迭代能力确保性能稳定领先 [7][57] 盈利预测与估值 - 收入预测：预计2025年7.85亿元（同比+151.27%），2026年15.50亿元（同比+97.45%），2027年32.19亿元（同比+107.68%） [1] - 收入结构将逐步从本地化为主转向云端主导，预计2027年云端收入占比将提升至56% [64] - 毛利率预计2025年触及50%，2026-2027年回升并稳定在51%左右，云端毛利率从低位逐步改善至40% [7] - 亏损幅度持续收窄，预计归母净利润2025年-45.63亿元，2026年-33.20亿元，2027年-25.12亿元 [1] - 本次IPO发行价116.20港元/股，净募资约43亿港元，募资后市值约511亿港元 [6] - 募集资金约70%用于增强通用大模型研发，约10%用于优化MaaS平台基础设施，约10%用于拓展生态合作和战略投资 [6] - 可比公司估值显示，智谱2026年PS为30倍，高于商汤科技和第四范式，但作为高成长股，PS有快速压缩空间 [7][67]

杭州人工智能发展战略与生态建设 - 杭州市“十五五”规划将“建设全国人工智能创新发展第一城”列为七大关键突破领域之首，旨在将人工智能转化为城市能级跨越的核心动能[1] - 发展逻辑从单一技术或商业创新，升维至系统化生态竞争，致力于在前沿领域输出具有国际引领性的产品与标准，并以“人工智能+”推动城市生产力整体跃迁[7] 开源生态与核心平台建设 - 杭州将“开源生态建设”作为构筑人工智能创新高地的核心工程，重要抓手是支持“魔搭社区”打造具有全球影响力的开源品牌[2] - “魔搭社区”（杭州）开发者中心在西湖区正式揭牌，首期实体空间面积超1万平方米，设置了AI体验展区、研讨室、路演厅、创业社区，并引入了数据服务、场景对接、金融支持等八大公共服务平台，实现从创意到产品落地的全链条护航[2] - 该中心旨在链接大厂技术专家、院校教授等资源，培养更多AI人才，目标是成为杭州、中国乃至世界突出的AI+产业生态创新空间[2] “超级个体”与创业模式革新 - 借助AI技术，“一人公司”或极简创业模式正在兴起，凭借智能工具以寥寥数人之力完成以往需要一个完整公司才能承担的工作[4] - 在“魔搭社区”（杭州）开发者中心的Y/OUR SPACE共享办公区，约一半入驻企业是1至3人的小微团队，已聚集近五十支这样的“微型战队”[4] - 更低的启动成本、更灵活的组织方式以及AI带来的效率提升，大大缩短了“从想法到产品”的路径[5] - 西湖区计划推出面向个人及小微创业者的专项补贴与算力券支持，以切实支撑这类“超级个体”发展[6] 产业实践与面临的挑战 - 数据标注领域面临高质量标注需要既懂技术又懂行业的复合型人才的挑战[6] - 数字人直播在规范化运营中面临流量与销售转化的挑战，企业期待平台方给予更多政策倾斜与扶持[6] - AIGC工具迭代飞快，企业面临如何在降本增效的同时，快速提升创意团队对新工具驾驭能力的新课题[6] - 对于企业提出的建议与诉求，调研团队现场回应并承诺后续推动中“事事有回音、件件有着落”[6] 政企学研协同与区域发展 - 西湖区是杭州人工智能产业的核心承载区，聚集了阿里云全球总部、浙江大学、西湖大学等高能级平台[1] - 通过政企合力营造肥沃、包容的土壤，旨在形成“凤栖梧桐，花满枝头”的产业生态景象[2] - “魔搭社区”开发者中心自揭牌以来，对外合作的广度、深度以及报名者反响都远超预期[2] - 专家认为座谈触摸到了企业创新的脉搏，感受到了产业生态的蓬勃体温，对杭州人工智能的未来充满信心[7]

公司2025年关键成果总结 - 鸿蒙生态加速发展，鸿蒙5.0以上终端设备已超过3600万台 [1] - 助力运营商建设5G-A网络，为6000万用户提供极速网络联接体验 [2] - 乾崑智驾累计搭载超过140万辆乘用车，辅助驾驶里程近70亿公里 [2] - 鲲鹏生态已发展6800多家合作伙伴和380万开发者，openEuler操作系统累计装机量超过1600万套 [2] - 昇腾生态已发展3000多家合作伙伴和400万开发者，Atlas 900超节点服务于多个关键行业 [2] - 在医疗病理、炼钢炉温预测、油气勘探等领域探索AI应用落地 [2] - 智能手机市场份额显著回升，在2025年第48周和第49周分别以27.81%和22.89%的份额位居中国市场第一 [2] - 智界汽车在2025年12月交付量突破10000台，已连续三个月交付破万台 [3] - 2025年上半年公司实现营收4270.39亿元人民币，同比增长3.95%，净利润371.95亿元 [3] - 2025年上半年研发投入达969.50亿元人民币，同比增长9.04%，占营收比例为22.7% [3] 公司2026年战略聚焦方向 - 强化行业垂直作战，深耕行业，使能千行百业智能化转型 [1][6] - 构建开源开放的鲲鹏昇腾生态，推动集群与超节点技术普惠，构筑坚实的AI算力底座 [1][6] - 实施“水战略”，将AI融入通信网络，实现从联接到“智联”的跃迁 [1][6] - 繁荣鸿蒙生态，畅享AI体验 [1][6] - 通过鸿蒙智行和乾崑智驾助力车企规模上量，打造安全舒适的驾乘体验 [6] - 重构AI数据中心 [6] - 发展液冷超快充技术，让有路的地方就有高质量的充电体验 [6] 市场表现与未来展望 - 分析认为，公司凭借自研芯片良率提升、鸿蒙系统成熟及更具竞争力的定价策略，成功重返国内市场榜首 [3] - 随着产能持续爬坡，Mate 80系列手机有望在2026年第一季度冲击200万台销量 [3] - 鸿蒙智行旗下“五界”（问界、智界、享界、尚界、尊界）将共同发力，覆盖多类车型，产品矩阵进一步清晰 [3] - 公司判断智能化变革是长期战略机遇，AI技术正加速与行业知识融合，从单点效率提升转向对企业核心业务的系统性价值重构 [5] - 终端智能体、辅助驾驶、无人挖掘机等正在改变生活生产方式，5G/5G-A与高速光纤网络让企业感知无处不在 [5] 行业分析与战略解读 - 分析指出，公司在5G-A/6G、AI大模型等前沿技术保持稳步布局，持续创新的节奏是应对技术风暴的关键 [4] - 公司战略展现出三大特征：坚持根技术自主与上层生态开放的战略平衡；从技术供给者转向行业共创者；以智能联接与能源基础设施为关键使能 [7] - 公司战略聚焦被视为在复杂外部环境下，以“做强组织能力”为保障，通过战略聚焦、以质取胜，迈向更成熟、更精准的新发展阶段 [7]