行业趋势与产品创新 - 豆包手机助手是首个豆包与手机厂商在操作系统层面合作的手机AI助手 [1] - 该产品实现了通过系统语音、侧边AI键及智能耳机唤醒等功能，直接读取屏幕内容并跨应用调用服务 [1] - 此举推动手机操作系统交互逻辑从“图标点击”向“意图识别”转变 [1] 产业发展与投资方向 - 终端设备可能是AI落地的重要方向，而全栈AI或将是未来模型厂商的发展趋势 [1] - 可关注国产大模型厂商、AI基础设施提供商、AIAgent相关公司以及中国推理算力产业链 [1] 相关金融产品 - 软件ETF（515230）跟踪的是软件指数（H30202） [1] - 该指数从市场中选取涉及软件开发、销售和服务等业务的上市公司证券作为指数样本 [1] - 指数覆盖操作系统、应用软件、网络安全等领域的代表性企业，以反映软件行业相关上市公司证券的整体表现 [1] - 该指数具有显著的成长性和技术导向性，能够较好地体现软件行业的市场趋势和发展动态 [1]

报告行业投资评级 - 行业投资评级为“看好”，并维持该评级 [8] 报告核心观点 - 以字节跳动为代表的国产大模型企业正持续布局手机、耳机等端侧流量入口，通过将大模型能力、超级App与硬件终端结合，推动AI时代的交互模式变革 [2][12] - 端侧AI或将成为AI在日常使用中重要的落地场景，推动AI Agents能力持续提升，进而加速国产AI的商业化 [2][12] - 建议关注四大投资方向：国产大模型厂商、AI Infra、AI Agent相关厂商、中国推理算力产业链 [2][12] 事件描述与产品分析 - 2025年12月1日，豆包手机助手以技术预览版正式亮相，搭载该功能的努比亚M153工程样机同步开售 [2][5] - 豆包手机助手是首个豆包和手机厂商在操作系统层面合作的手机AI助手，其核心在于让AI直接控制系统、跨App执行任务、与硬件按键深度联动 [12] - 该助手支持通过系统语音、侧边AI键、智能耳机唤醒，能直接读取屏幕内容，且可以直接跨应用调用服务 [12] - 以购物场景为例，用户下达指令后，助手可自动调取淘宝、拼多多、京东等多个应用，并进行比价、加购、下单等复杂操作 [12] - 豆包通过将大模型嵌入手机系统底层，推动手机操作系统的交互逻辑从“图标点击”向“意图识别”进化，使AI助手从语音助手变成“操作助手” [12] 行业趋势与战略意义 - 2025年字节AI的三大目标包括探索智能上限、探索新的UI交互形式以及加强规模效应，其中AI手机正是“探索新的UI交互形式”的重要载体 [12] - 以手机为代表的高频使用数字终端是AI时代的核心流量入口，将端侧大模型深度集成到这些终端，或将进一步推动操作系统AI化 [12] - 随着端侧大模型技术迭代，端侧AI的智能程度有望提升，覆盖场景持续拓展，从而加速AI在日常使用场景的落地 [12] - 对照海外，谷歌通过自研Tensor芯片、Gemini模型、Android系统及Pixel硬件，正逐步实现从芯片到终端设备的全栈AI布局 [12] - OpenAI也发布了一系列产品和工具包，旨在赋能开发者，并将AI代理和交互式应用程序无缝集成到日常交互中，从而将ChatGPT转变为一个新兴的AI操作系统 [12] - 随着模型性能提升，模型厂商或将进一步谋求向全栈AI转化，进而加速其商业化落地进度 [12]

公司战略与领导力 - 联想集团高级副总裁戴炜在大湾区科学论坛技术经理人大会上被授予“2025科技赋能创新--杰出商业领袖”称号，以表彰其在技术转移和产业升级方面的贡献 [1] - 戴炜自1997年加入联想，是公司全球化与关键并购（如收购IBM PC业务）的亲历者和执行者，并主导搭建了海外服务体系 [1][2] - 在AI时代，戴炜的角色从“引擎手”转变为“定义者”，自2017年起推动联想服务智能化转型，规划了从设备支持到高价值解决方案的路径 [4] - 戴炜作为联想中国方案服务业务(SSG China)的掌门人，是集团“混合式AI”十年战略及中国区“全栈AI”战略布局的关键实施者 [2] 市场地位与财务表现 - 根据IDC最新报告，联想方案服务已登顶中国IT服务市场，年营收及复合增长率均稳居第一 [1] - 联想方案服务于2024年下半年首次登顶中国IT服务市场第一，并在2025年上半年蝉联第一 [12] - 联想集团2025/26财年第二季度营收同比增长15%至1464亿元人民币，创下季度历史新高 [7] - 当季SSG解决方案与服务业务集团营收同比提升18%，连续第18个季度保持双位数增长，运营利润率超过22% [7] - SSG业务结构中，项目与解决方案服务及运维服务业务合计营收占比已提升至约60%，较去年同期再增一个百分点 [7] AI战略与业务创新 - 2025年11月，戴炜在联想中国群英会上正式升级联想方案服务战略为“一擎四舰”体系 [6] - “一擎四舰”体系以“擎天AI智能中枢”为引擎，驱动“联想xCloud智能云、联想百应、联想擎天、联想AI全周期服务”四大舰队 [6] - 该战略将“混合式AI”落地为可交付、可复制的首创方案，并独创了“超级工厂快速定制”与“智能体即服务”(AaaS)两大交付模式 [6][7] - AaaS模式旨在降低企业使用AI的门槛，解决个性化与规模化的矛盾 [7][10] - 联想方案服务成为联想企业AI战略的压舱石和公司的第二增长引擎 [7] 标杆项目与行业应用 - 戴炜主导的北京智慧颐和园、海南文昌智慧城市项目，两次夺得IDC亚太区智慧城市大奖，成为联想服务转型的早期标杆 [4] - 联想是奥运会的长期官方IT服务伙伴，技术保障了从都灵冬奥会到北京2022年冬奥会等多届全球顶级赛事 [10][13] - 2025年，联想“城市超级智能体”理念在全国落地，从武夷山到重庆，十多个城市接连签约，驱动智慧城市进入“智慧城市4.0阶段” [10] - 公司开发了覆盖通用领域和行业领域全价值链的智能体解决方案，渗透到智能制造、智慧医疗、金融服务、教育创新等产业环节 [11]

文章核心观点 - 联想集团高级副总裁戴炜因其在技术转移与AI服务创新方面的领导力获得“2025科技赋能创新--杰出商业领袖”称号 其领导的联想方案服务业务已登顶中国IT服务市场 并正驱动一场深刻的AI服务变革 成为联想集团在AI时代的新变量与第二增长引擎 [1] 从“引擎手”到“定义者” - 戴炜自1997年加入联想 是联想全球化与关键里程碑事件的亲历者和执行者 例如2004年深度参与收购IBM PC业务及后续整合 2006年搭建海外服务体系并完成奥运IT运维保障 成为联想服务体系的“引擎手” [1][2] - 在AI时代 其角色从开拓者转变为“定义者” 早在2017年联想“日出东方”战略转型时 便率先推动服务智能化转型 规划了从设备支持到运维服务再到高价值解决方案的清晰路径 [4] - 其主导的北京智慧颐和园、海南文昌智慧城市项目 两次夺得IDC亚太区智慧城市大奖 成为联想服务转型的早期标杆 [4] - 凭借前瞻战略与实践 戴炜不仅带领联想方案服务问鼎中国IT服务市场第一 更在重新定义AI服务的未来航道 [4] 如何用AI“第二引擎” 点燃高利润增长 - 联想集团开启第五个十年征程 正打破硬件思维定式 重塑组织能力与商业模式 AI被视为第四次工业革命 其向实与普惠是更宏大的命题 [5] - 2025年11月 戴炜在联想中国群英会上正式升级联想方案服务战略为“一擎四舰” 该体系以“擎天AI智能中枢”为引擎 驱动“联想xCloud智能云、联想百应、联想擎天、联想AI全周期服务”四大舰队 重新定义AI驱动的中国IT服务范式 [6] - 该战略将集团“混合式AI”战略落地为可交付、可复制的首创方案 并独创“超级工厂快速定制”与“智能体即服务”（AaaS）两大交付模式 解决个性化与规模化的矛盾 降低企业使用AI门槛 [6] - 战略创新取得显著市场验证 联想方案服务不仅问鼎中国IT服务市场“双料第一” 也成为联想企业AI战略的压舱石和第二增长引擎 [6] - 根据联想集团2025/26财年第二季度业绩 当季营收同比增长15%至1464亿元人民币 创季度历史新高 其中SSG解决方案与服务业务集团营收同比提升18% 连续第18个季度保持双位数增长 运营利润率超过22% [6] - 从业务结构看 SSG的“高附加值曲线”持续向上 项目与解决方案服务业务及运维服务业务合计在SSG整体营收中的占比已提升至约60% 较去年同期再上一个百分点 [7] AI技术普惠 星星之火可以燎原 - 戴炜是联想内部的“转型先锋”和外部的“市场开拓者” 联想成为奥运会长期官方IT服务伙伴 从都灵冬奥会到北京2022年冬奥会均提供了技术支持 [10] - 公司正从“卖设备”向以“智能体业务为核心”转型 重新定义估值空间 [10] - 面对公共大模型的局限 戴炜作为集团战略实践者 沉淀出“擎天智能体方案” 并首创“城市超级智能体”等理念 [10] - 2025年 该理念在全国落地生根 从武夷山到重庆 十多个城市接连签约 标志着联想驱动智慧城市进入全域协同的“智慧城市4.0阶段” 将AI从单点应用提升至城市级复杂系统智能 [10] - 团队独创的“超级工厂快速定制”与“智能体即服务”（AaaS）模式 旨在让AI像水电一样普及 赋能千行百业 [10] - 团队还开发了覆盖通用领域和行业领域全价值链的智能体解决方案 从智能制造到智慧医疗 从金融服务到教育创新 AI能力正渗透到产业经济的每一个环节 [11] - 市场成功是战略的终极证明 联想方案服务于2024年下半年首次登顶中国IT服务市场第一 并在2025年上半年蝉联第一 [11] - 戴炜完成了从“挑战者”到“领航者”的飞跃 不仅点燃了联想的第二增长引擎 更引领中国IT服务行业驶向“AI普惠”的新海域 [11]

公司组织与战略聚焦 - 公司于今年6月完成组织架构调整，将饿了么、飞猪并入阿里电商事业群，并于8月将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，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 [1] 即时零售业务进展 - 公司自5月起以外卖形式正式入局即时零售，旨在捍卫电商流量优势 [1] - 用户活跃度方面，淘宝DAU止跌回升，5月至10月DAU同比增幅分别为+3%、+7%、+17%、+19%、+12%、+9% [1] - 订单量方面，7月单量峰值达1.2亿单，淘宝闪购与饿了么合计在主流外卖平台的市占率从2024年第四季度的29.4%大幅提升至2025年第三季度的42.8%（订单量口径） [1] - 履约能力方面，2025年8月骑手数较4月实现240%以上的增长 [1] - 单位经济效益方面，2026财年第二季度投入最大，目前UE亏损较峰值已收窄一半，预计伴随规模与效率提升将逐步改善 [1] - 电商业务产生的较大现金流可为即时零售投入提供支持，即时零售业务则有利于提升用户活跃度，捍卫电商流量优势 [1] 云与人工智能布局 - 阿里云是全球前四大云厂商中，少数在AI芯片、云计算平台规模、基础大模型能力等核心层面均追求顶尖自研能力的“全栈AI公司” [2] - 阿里云开服运营29个公共云地域、92个可用区，全球拥有超过3200个边缘节点 [2] - 公司年资本支出投入超千亿元 [2] - 千问系列大模型迭代至Qwen3-Max，性能大幅提升，并与千问APP、夸克、淘宝、钉钉等生态应用形成闭环 [2] - 芯片方面，平头哥最新PPU芯片的技术参数处于国内领先地位 [2] 盈利预测与估值 - 预计公司2026至2028财年经调整归母净利润分别为1079亿元、1494亿元、1758亿元 [2] - 对应2026至2028财年经调整市盈率分别为24.8倍、17.9倍、15.2倍 [2] - 估值方法：给予2026财年电商业务（不含即时零售）11倍盈利估值（EBITA口径），云业务给予7倍市销率估值，其他业务暂不贡献估值 [2] - 基于此得出目标市值3.36万亿元人民币，目标价192.48港元，首次覆盖给予“买入”评级 [2]

核心观点 - 国金证券首次覆盖阿里巴巴给予“买入”评级 认为公司传统电商优势深厚且云业务在AI驱动下潜力巨大 目标价192.48港元 [1] 财务预测与估值 - 预计FY2026-FY2028年经调整归母净利润分别为1079亿元、1494亿元、1758亿元 [1] - 对应FY2026-FY2028年经调整PE分别为24.8倍、17.9倍、15.2倍 [1] - 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 云业务给予7倍PS估值 其他业务暂不贡献估值 [1] - 目标市值为3.36万亿元人民币 [1] 组织与战略调整 - 公司于今年6月组织架构重新调整 将饿了么、飞猪并入阿里电商事业群 [1] - 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 [1] - 调整后全面聚焦“电商、云+AI”主业 组织集中度和凝聚力提升 重启竞争活力 [1] 电商业务：即时零售捍卫流量优势 - 阿里自5月起以外卖形式正式入局即时零售 [2] - 用户活跃度（DAU）止跌回升：淘宝5月至10月DAU同比增幅分别为+3%、+7%、+17%、+19%、+12%、+9% [2] - 订单量显著增长：7月单量峰值达1.2亿单 [2] - 市场份额大幅提升：淘宝闪购+饿了么在主流外卖平台的市占率（订单量口径）从24Q4的29.4%提升至25Q3的42.8% [2] - 履约能力增强：2025年8月较4月骑手数实现240%+增长 [2] - 单位经济模型（UE）改善：FY26Q2投入最大 目前UE亏损较峰值已收窄一半 预计随规模与效率提升将持续改善 [2] - 即时零售业务有利于提升用户活跃度 捍卫电商流量优势 而电商业务产生的现金流可为即时零售投入提供支持 [2] 云智能业务：全栈AI布局与能力 - 阿里云是全球TOP4云厂商中少数在AI芯片、云计算平台规模、基础大模型能力等核心层面均追求顶尖自研能力的“全栈AI公司” [3] - 基础设施规模：阿里云开服运营29个公共云地域、92个可用区 全球拥有超过3200个边缘节点 [3] - 资本投入：公司年资本支出（Capex）投入超千亿元 [3] - 大模型进展：千问系列大模型迭代至Qwen3-Max 性能大幅提升 并与千问APP、夸克、淘宝、钉钉等生态应用形成闭环 [3] - 芯片技术：平头哥最新PPU芯片技术参数处于国内领先地位 [3]

亚马逊云科技市场地位与竞争格局 - 公司是全球云计算市场领导者，市场份额为37.5%，比第二名高12个百分点 [2] - 截至2025年12月，公司年度经常性收入（ARR）为1320亿美元，同比增长20%，2025年三季度营收增速达到近三年高点 [2] - 面临来自微软Azure、谷歌云GCP、甲骨文OCI和CoreWeave等竞争对手的白热化竞争，对手通过投资或算力合作提前锁定大客户未来3-7年的合约 [2][3] - 竞争对手采用的“算力金融化”策略导致其剩余履约义务（RPO）短期内暴增，给公司带来了股价和舆论的短期压力 [3][27] 公司战略核心：聚焦Agentic AI与实用主义 - 公司战略重心是让算力真正用起来，让Agent（智能体）真正跑起来，而非追逐短期泡沫利益 [2][32] - 公司认为Agentic AI是未来关键战场，未来将有数十亿个Agent诞生，无法提供完整Agent开发工具将无法留住企业客户 [3][4] - 公司采取实用主义产品策略，专注于解决当下80%客户面临的真实痛点，而非追求“黑科技” [32] - 公司更愿意与客户讨论降本增效、现代化迁移和如何使用Agent等实际话题，追求真实的交付能力 [32][33] 全栈AI能力构建：自研芯片与模型 - 公司通过自研AI芯片降低Token的算力成本，已部署超过100万枚Trainium系列AI芯片，每年带来数十亿美元收入 [8][11] - 自研芯片策略旨在降低算力基础设施总拥有成本（TCO），理想情况下只需三分之一价格就能得到与英伟达性能接近的芯片 [8] - 最新自研芯片Trainium 3采用3nm工艺，每兆瓦电力产生的Token数量是上一代的五倍，训练成本最多可降低50% [9] - Trainium 3搭载在Trn3 UltraServer服务器上，集成144枚芯片，总算力达362 PFlops，整机性能超过英伟达旗舰服务器GB200 NVL72 [9] - 下一代芯片Trainium 4正在研发，在FP4精度下性能相比Trainium 3将提升6倍以上 [10] - 公司发布自研Amazon Nova 2系列模型，定位为便宜、好用、安全，帮助企业客户低成本处理简单任务以节省算力成本 [12][15] - Amazon Nova 2 Pro性能位居全球第10，虽与顶尖模型有差距，但能用较少Token获得更准确效果，且推理成本更低 [15] 核心平台与增长引擎：Amazon Bedrock与AgentCore - Amazon Bedrock是集成了17家模型厂商数十款模型的平台，满足企业使用多模型的需求 [16] - 该平台通过高效的调度能力和统一的容量池技术，提升算力利用率，为客户提供更低的推理成本 [18] - 截至2025年三季度，Amazon Bedrock服务超过10万家企业，企业用户数量相较2024年同期增长超过两倍 [20] - 处理Tokens数量超过1万亿的客户超过50家，表明AI正从测试走向规模化生产 [20] - 公司管理层预测，长远看Amazon Bedrock对收入的贡献规模将与核心产品EC2不相上下，有潜力成为数百亿美元的业务 [19] - 公司推出Agent基础设施Amazon Bedrock AgentCore，提供标准化Agent开发、部署、运行工具，其SDK下载量已超过200万次 [20] - 随着Agent应用爆发，AgentCore未来可能成为公司下一代核心支柱产品 [26] Agent落地应用与客户案例 - 公司推出官方Agent工具，如Security Agent、DevOps Agent和开发工具KIRO，并坚持内部高频使用验证的“吃自己的狗粮”文化 [23] - KIRO工具能大幅提升开发产能，一个案例中，团队从预估30人18个月的任务，缩减为6人76天完成 [25] - Adobe公司利用AgentCore打破产品矩阵孤岛，让Agent理解用户意图并自主调用工具完成任务，同时满足质量评估与安全治理需求 [22] - Agent的交互会触发数十次模型推理和数据查询，带来指数级的Token消耗，形成算力消耗的乘数效应，是收入增长爆发点 [26] 对行业趋势与竞争策略的研判 - 行业当前部分长约大单是与大模型创业公司签署的训练算力合同，但训练算力投入具有阶段性且边际效应递减 [29] - 未来训练算力占比将逐渐降至10%以下，而Agent带来的推理算力收入占比将达到90%以上，是细水长流的增长来源 [29] - 部分云厂商通过签署未来合同拉动股价的“算力金融杠杆”策略存在风险，可能导致算力泡沫和股价波动 [31] - 公司大量已签订的3-7年长约未完全体现在财报剩余履约义务中，未参与算力金融化游戏 [31] - 公司2024-2025年前两季度营收增速放缓主要因AI芯片产能不足，待2025年末新增产能建成后，营收增速将逐步提升至20%以上 [31] - 公司客户基础稳健，包括苹果、辉瑞、索尼、宝马等巨头及众多软件巨头，这些客户的支付能力远比依赖融资的AI独角兽稳健 [33][34]

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]