核心观点 2025年AI领域呈现“基建夯实、模型迭代、应用爆发、中国崛起”的格局[3] 技术从算力基建到产业落地发生全链条变革[1] 中国在开源生态与自主可控路线上崛起，成为全球AI格局的关键力量[1][3] 基础设施 - 全球科技巨头正投入史无前例的资金建设超大规模数据中心，例如谷歌“星际之门”计划投入超过1000亿美元，微软AI超级园区投入73亿美元，谷歌AI枢纽投入400亿美元[14] - 中国通过“东数西算”国家工程，将东部算力需求与西部可再生能源结合，推进国家级算力规划[16] - 资本开支从采购标准化服务器转向建设由数万块高端GPU组成的“超节点”和“超级群”，以训练和运行大型AI模型[19] - GPU因其强大的并行计算能力，仍是AI训练领域事实上的标准，但其稀缺性和高昂价格促使行业寻求新方案[23] - NPU已成为智能手机、PC和物联网等端侧设备的标配，以实现低功耗、低延迟的AI推理[24] - 中国正加速推进AI芯片国产替代，华为、寒武纪等企业研发高性能AI芯片，并通过与自研模型、SDK协同，已实现千亿级参数模型训练的自主可控[1][27] 模型进化 - 预训练架构创新成为关键，MoE混合专家模型凭借“大参数、小激活”特性平衡性能与成本，成为主流架构[1] - 国内主要模型如GLM-4.6（总参数355B，激活参数32B）、通义千问Qwen3（总参数235B，激活参数22B）、DeepSeek V3.2（总参数671B，激活参数37B）等均采用MoE架构并实现开源[1][32] - 研究者正探索线性注意力和稀疏注意力等超越Transformer的新架构，以突破其二次方计算复杂度O(n²)的瓶颈，提升长文档、视频理解等任务的计算效率[31] - 模型蒸馏技术将大模型知识“蒸馏”到更小模型中，对于将AI能力部署到手机、汽车等算力受限的边缘设备至关重要[33] - 人类反馈强化学习技术已成为训练ChatGPT等对话式AI模型的标准流程，用于提升模型在代码生成、摘要等复杂任务上的表现，并使其输出更符合人类价值观[35] - 2025年模型推理能力提升集中在三大方向：多模态深度推理、自适应推理以及硬件加速优化[39] - 具身智能成为热门赛道，人形机器人开始进入工业与家庭场景，VLA模型与世界模型成为技术主流[1] 应用版图 - Agentic互联网重塑流量入口，从“人找服务”转向“服务找人”，多Agent协作框架降低开发门槛，推动复杂任务闭环执行[2] - 多模态技术落地加速，视频、3D、代码生成依次释放生产力，成为影视、游戏、软件开发等行业的标准工具[2] - AI硬件全面爆发，AI PC、智能穿戴设备、AI玩具等百端齐放，端侧AI凭借低延迟、高隐私优势快速普及，重塑人机交互方式[2] - AI4S成为新增长点，在医疗诊断、材料研发、基因分析等领域实现突破，部分模型数理化能力达到博士水平[2] - 腾讯DeepGEM病理大模型提升肺癌诊疗精准度，自变量机器人在具身智能领域跻身全球第一梯队，零一万物通过产业大模型赋能物流等行业场景[2] 中国路线 - 开源AI进入“中国时间”，DeepSeek、Qwen等模型在全球开源社区下载量稳居前列，形成国际影响力[2] - 国家将AGI纳入顶层设计，科技巨头与初创企业从应用转向核心技术研发[2] - 中国构建“国产芯片+自研模型+自主SDK”的全栈生态，实现技术自主可控[1][2]

文章核心观点 - 一篇由南京大学、中科院自动化所、北京大学等机构联合发表的综述《A Survey of Unified Multimodal Understanding and Generation: Advances and Challenges》，首次系统性地定义了“统一基础模型（UFM）”概念，并构建了涵盖架构、技术、训练、应用的全景研究框架，旨在解决开源社区在多模态模型“理解”与“生成”能力协同上的混乱现状，为未来发展指明方向 [1][4] 统一基础模型（UFM）的演进历程 - UFM的演进被划分为三个阶段：第一阶段为“特定阶段”，理解与生成由完全独立的模型负责，如CLIP用于图像分类（理解），Stable Diffusion用于文生图（生成），两者无交互 [6][10] - 第二阶段为“融合阶段”，研究者将理解和生成模块整合到同一框架中，通过中间层实现协同，例如MiniGPT-5通过文本指令介导LLM生成描述再调用Stable Diffusion，NExT-GPT则通过特征介导直接控制生成模块 [7][10] - 第三阶段为“涌现阶段”，是UFM的终极目标，模型能像人类一样在理解和生成间无缝切换，以完成如“脚本驱动电影生成”等高度复杂的跨模态任务，但目前尚无模型能完全实现，仅部分模型在局部任务上展现出潜力 [8][9][10] 统一基础模型（UFM）的核心架构分类 - 架构根据“理解与生成模块的耦合度”分为三大类：外部服务集成建模、模块化联合建模和端到端统一建模 [11] - **外部服务集成建模**：LLM作为“任务调度员”，调用外部专门模型完成工作，代表模型有Visual ChatGPT、HuggingGPT、AudioGPT，优点是开发快、资源需求低，缺点是依赖外部模块质量、调用效率低且可能出现信息损耗 [12][13][17][18] - **模块化联合建模**：LLM作为核心处理理解任务，并通过“中介层”直接控制生成模块，细分为“提示介导”和“表示介导”两种方式，前者如EasyGen、GPT4Video，后者如Emu2、GILL、PUMA，优点是生成质量高、灵活性强，缺点是中介层可能成为瓶颈 [15][16][19] - **端到端统一建模**：模型在单一架构内同时处理理解和生成，是当前研究主流，根据生成机制又分为三类：自回归架构（如Emu3、LWM）、扩散架构（如Versatile Diffusion、UniDiffuser）、自回归-扩散混合架构（如Transfusion、BAGEL），优点是语义一致性强，能处理复杂跨模态任务，缺点是训练难度大、计算成本高 [20][21][24][25] 统一基础模型（UFM）的关键技术细节 - **编码策略**：核心是将多模态数据转化为模型能处理的表示，分为三类：连续编码（如CLIP ViT、VAE、Q-Former）、离散编码（如VQGAN、MoVQGAN、SEED Tokenizer）、混合编码（如级联编码的SEED、双分支编码的Janus） [22][23][26][27][30] - **解码策略**：是编码的逆过程，将模型输出转化为人类可理解的内容，同样对应三种形式：连续解码（依赖扩散模型，如Stable Diffusion，常加入“视觉先验”提升质量）、离散解码（依赖VQ-VAE类解码器，如VQGAN，部分模型会做“token压缩”以加速）、混合解码（如LaVIT、ILLUME+） [28][29][31] - **训练流程**：分为预训练、微调和数据处理三大环节 [30] - 预训练核心是搭建编码器-解码器、对齐模块、骨干网络三大模块，并优化多任务目标（如自回归的next-token预测损失、扩散的降噪损失） [32] - 微调包括任务监督微调（通用任务与多任务）和对齐微调（基于人类偏好，如DPO、GRPO），Emu3使用DPO微调后生成质量显著提升 [34][35] - 数据处理来源主要有四类：网络爬取（如LAION-5B的58亿图像-文本对）、公开数据集、私有数据、合成数据，筛选需经过属性、质量、安全三关，并格式化为“指令-输入-输出”结构 [36] 统一基础模型（UFM）的下游应用 - **机器人（具身智能）**：用于“视觉-语言-动作（VLA）”统一建模，例如LCB模型生成推理文本和动作序列，SEER用扩散模型预测目标图像以辅助机器人感知 [37][42] - **自动驾驶**：实现端到端的“感知-预测-规划”统一，例如DrivingGPT用自回归模型联合预测未来帧和车辆轨迹，Hermes用UFM预测未来LiDAR点云以提升决策可靠性 [37][42] - **世界模型**：构建物理真实的4D场景预测，例如Aether用扩散模型生成视频、深度、相机姿态，TesserAct能预测场景的表面法线、深度等细节以支持机器人交互 [37][42] - **医学**：轻量化适配医疗场景，例如LLM-CXR通过指令微调让LLM处理胸片分析并支持双向任务，HealthGPT扩展到CT、OCT等模态甚至能做跨模态生成 [37][42] - **视觉任务**：统一“感知-生成-3D重建”，例如LLMBind用MoE架构集成目标检测、分割等任务，ShapeLLM-Omni用3D VQVAE处理3D理解与生成 [37][42] 统一基础模型（UFM）的未来研究方向 - **建模架构**：需重点探索“自回归-扩散混合架构”，并优化MoE（混合专家）结构，让不同专家负责不同模态以提升协同效率 [40][42] - **统一分词器**：需开发能同时捕捉语义和细节的分词器，尤其是解决视频“长视频token爆炸”问题以提升时序建模能力 [40][42] - **训练策略**：需构建“模态交织数据”（如文本-图像-视频的连续序列），并设计能同时评估“理解准确性”和“生成质量”的统一奖励函数 [40][42] - **基准测试**：需设计专门评估“理解-生成协同”能力的基准，以真正衡量UFM的“统一能力” [40][42]

行业与公司 * **行业**：AI漫剧（AI动画/短剧）内容生产与分发行业[2][15] * **公司**：巨量平台（一家提供AI视频生成技术、工具和服务的平台公司，服务于AI漫剧内容生产）[1][2][4][5][6] 核心观点与论据 技术能力与解决方案 * **技术基础**：平台早期基于Stable Diffusion开发，但已过时不再使用[2] 平台拥有自研的图像处理核心技术能力，包括使用CUDA、对开源模型进行微调，并借鉴国外先进模型（如nano banana 1/2、GPT）设计图片处理流程[2] * **一致性保障**：通过训练专属模型和要求用户提供多视图人物资产（如三视图、五视图、九视图），结合自身技术处理，以实现高质量的人物和场景一致性[1][4] 通过审核客户提供的人物资产（如要求包含面部特写及三视图）确保符合标准[5] * **问题解决**：通过精准服务每个客户案例，实时互动解决具体问题（如人物风格偏向写实的问题）[5] 通过培训和指导客户正确使用工具，使其能独立解决问题[5] * **数据资产优化**：对数据资产有明确标准（如要求大头照及三视图组合的人物特写），并提供详细指导（如利用PS、截图精修或图生图方式制作）[6] 通过深度交流和共创，与国内一线模型厂商合作，推动行业标准化[6] * **技术瓶颈**：目前视频生成中，人物、场景和物品的一致性对于画面还原最为重要，高精度还原要求物体位置正确且特性不变[6] 动作和运镜并非硬瓶颈，可通过结合模型能力与工程化工具很好实现[6] 真正难以突破的是写实短剧中的人物面部微表情及细微变化[7] * **工程化应用**：通过密集探讨和反馈，不断优化模型各维度性能[2] 评估模型优劣势，告知用户避免使用劣势功能，或尝试弥补短板，否则舍弃并寻求同类版本[2][10] 应用层面的核心能力在于知道如何更好地利用模型，包括资产管理、提示优化以及镜头使用等经验[11][12] 市场、模型与竞品 * **模型生态**：客户对模型具体来源无感，只根据平台指导操作[2] 各模型厂商各有优势，但没有一家能全面领先，各厂商在某一阶段某项功能上突出[2][8] * **模型评价**： * 微度的多参引领行业[2][8] * 海螺的大打斗场景有优势[2][8] * 火山C4GM 1.0 Pro曾经综合能力强，但很快被超越[8] * 快手推出多模态音画同步功能，阿里万象即将发布2.6版本加强音画同步[8] * 可灵O1的视频编辑功能（如替换人物）表现不错，但多帧生视频、图生视频等技术尚未达到上架标准[9] * Vidu Q1清晰度提升，但运动性能不如前代，市场反应不佳[10] * **版权来源**：剧本版权主要来源于三类：原创文学平台（如七猫、阅文、起点）、以前拍摄影视剧的公司、专门为大公司提供网文的写手公司[13] 当前阶段，大多数版权方倾向于自己商业化现有版权，而非进行版权交易[13][14] * **爆款率**：短剧爆款率约为5%（10部中1部成功），而漫剧爆款率可达60%以上（5部中有3部成功）[17] 爆款需具备优质剧本、精良制作和强大发行能力三要素[17] 商业模式与变现 * **主要分发渠道**：AI漫剧主要分发渠道是抖音，其次是快手、拼多多、支付宝、B站等平台，最后在海外平台（如TikTok、YouTube）分发[2][15] * **变现路径**： * **抖音**：首先进行限时发行，定价9.9元，持续1至2周，通过用户充值解锁观看[15] 第一轮结束后加大投放[15] 随后通过贴片广告变现（每集插入30秒广告）[15] * **其他平台**：在快手、拼多多、支付宝、B站等平台通过分成方式变现[15] * **成本与利益分配**： * **传统 vs AI成本**：传统方法制作一分钟漫剧情节成本从几万到几十万不等，使用巨量平台后可降至每分钟几百元[18] * **生产效率**：使用AI技术后，一个四人团队以前需要一个月完成80分钟作品，现在五人团队五天即可完成80到100分钟作品[18] 一个成熟动画师日产出从1-2分钟素材提升到8-10分钟，效率提高8-10倍[20] * **制作成本结构**：一部短剧制作成本约为7万元，其中巨量平台占2万元，配音费用约1万元，其余3至4万为人力成本[16] * **利润空间**：制作方将作品以10万至15万不等价格交给甲方，赚取差价[16] 目前一些客户通过制作一部短剧能赚取40%到80%的利润，有时甚至翻倍[16] 甲方可能还会提供收入分成[16] 其他重要内容 * **语音合成（TTS）**：用于漫画/动漫解说时效果可接受，但用于AI影视剧，目前全球最强的TTS技术仍无法达到要求，建议客户寻找第三方配音服务[13] * **动作控制重要性**：对于行业而言，动作控制的精细苛求（如为单个镜头拍摄500次）重要性有限，更多是满足导演个人需求，未来可以很好解决[7] * **行业阶段与竞争**：市场仍处于大量投入阶段，参与者不足，尚未对作品质量提出更高要求，但未来随着竞争加大，对精度和细节要求将逐步提高[19] 最成功的公司通过工具结合自身优势走在前列，新加入者模仿并扩产[19] * **发行周期**：漫剧具有卡通特性，其发行周期较长且渠道多元[2][15]

多模态技术应用趋势 - 多模态技术在中国企业的应用正从“能理解多种模态”向“让多模态稳定参与业务主流程”深度跃迁 [1] - 多模态竞争的本质正从“模型对模型”转向“体系对体系” [1] - 平台领先性不再由单点模型能力决定，而是由多模态链路的可控性、治理体系的完备性、架构的可演进性共同决定 [1] 评价体系的变化 - 多模态能力开始承担企业核心业务，评价体系发生根本性变化 [2] - 企业需要的不是“更多模态支持”，而是“链路在负载上升、场景变化、系统升级情况下依旧保持稳定” [2] - 平台领先性取决于多模态任务能否以可复用、可监控、可追踪、可扩展的方式运行在企业主系统中 [2] 领先平台的关键技术指标 - 判断平台多模态能力是否领先有三项关键技术指标 [3] - 第一项是跨模态推理链路的一致性，而非单个模态的峰值表现 [3] - 技术上真正困难的不是“理解单一模态”，而是让多模态在一个连续、可验证的链路上运行 [3] - 深度场景如安防巡检、制造质检、金融风控尤为依赖这种一致性 [3] - 第二项是治理体系要覆盖所有模态，而不是停留在文本治理 [4] - 随着图像和视频进入企业数据域，治理能力必须升级为“跨模态治理” [4] - 先进平台逐渐将治理设计前置，使治理成为链路的一部分，而不是附加组件 [5] - 这一点对医疗、金融、政企场景尤为关键 [5] - 第三项是架构可演进性，即是否能够承载多模态智能体体系 [6] - 多模态的最终走向是智能体体系 [6] - 平台需要不仅“跑得快”，还要“跑得久、跑得稳、跑得可控” [6] - 可演进架构正在成为区分平台水平的技术分水岭 [7] AWS被纳入参考架构的原因 - 在构建多模态体系时，企业会将AWS纳入参考架构，源于行业长期实践中形成的技术路径依赖 [8] - AWS的架构理念强调“以链路而非单点能力为中心” [9] - 统一链路框架使多模态任务可规模化执行，带来三项工程收益 [10] - 收益包括：文本、图像、视频通过统一接口进入管线；模态输出自动对齐至统一结构；事件驱动链路可保持在高负载下稳定运行 [10] - AWS治理体系具备“模态无关性”，使可控性成为平台的默认属性 [11] - 其治理能力包括：权限可作用于任意模态；审计日志可覆盖跨模态全链路；敏感数据策略可在多模态下统一执行；推理行为可回溯至具体模态输入；风控策略可跨模态生效 [11][12] - AWS的方法论本质上是构建“可演进系统”，其架构具备长期演进能力，可承载未来的多模态智能体体系 [13] - 多模态智能体体系需要自动化编排、状态持久化、可观测性、异常恢复、事件驱动执行、跨系统集成能力 [14] - 多模态只能短期依赖模型能力，但长期依赖架构稳定性 [15] 中国企业多模态落地的工程方法 - 中国企业正在形成多模态落地的统一工程方法 [16] - 步骤1：将多模态拆为可执行单元，而非能力节点，工程落地中多模态不等于“更多模型”，而是数据转换单元、推理单元、决策单元、工作流单元 [16] - 步骤2：构建模态对齐层，实现输出的语义一致性，统一语义层是跨模态进入业务系统的前提 [17][18] - 步骤3：将治理前置，让所有模态接受同一套控制策略，治理前置是系统可规模化的关键 [19][20] - 步骤4：让多模态结果推动自动化任务，而非停留在展示层，企业正在从“生成结果”转向“推动流程” [21] - 步骤5：为智能体预留架构接口，让系统具备演进能力，多模态智能体将在2–3年内成为自动化主力，可演进架构是长线竞争力 [22] 结语：体系领先是最终体现 - 多模态领先，最终体现为体系领先，而非模型领先 [22] - 衡量多模态平台是否领先，可归结为三个问题：链路是否可持续执行；治理是否覆盖所有模态；架构是否具备未来扩展能力 [22] - 能够以体系化方式承载多模态任务的平台，将自然成为企业部署多模态系统的重要参考架构 [22] - 随着Agent化、自动化、业务流程数字化加速推进，这一趋势将更加明显 [22]

行业与公司 * 行业为人工智能与大数据行业，具体涉及文字识别（OCR）、智能文档处理及商业大数据服务[2] * 公司为合合信息，是一家专注于智能文字识别与商业大数据服务的AI企业[2][6] 核心业务与产品 * **C端核心产品**：包括扫描全能王、名片全能王、启信宝三款APP，构成公司主要收入来源，占整体收入约70%-80%[2][6] * **B端核心业务**：分为智能识别（主要产品为Taxin）和商业大数据（主要产品为启信慧眼）两大领域，为企业提供数字化解决方案和商业决策辅助[2][17] * **技术发展**：技术从传统OCR向多模态发展，并融入大模型能力，产品拓展至教育、健身管理等多个领域[4] 财务表现 * **营收与利润增长**：公司营收从2022年的9.88亿元增长至2024年的14.38亿元，归母净利润从2022年的2.8亿元增长至2024年的4亿元[2][8] 2025年前三季度营收13亿元，同比增长24%，归母净利润3.51亿元，同比增长15%[2][9] * **毛利率与费用率**：毛利率稳定在84%以上，2025年上半年提升至86.29%[2][11] 销售费用率从2022年的27%升至2025年上半年的30.9%，管理费用率从2022年的6.17%降至2025年上半年的4.7%，研发费用率保持稳定[11] * **未来预测**：预计2025-2027年营收分别为18亿、22.4亿、27.7亿元，归母净利润分别为4.7亿、6亿、7.3亿元[3][7][22] 市场与用户 * **用户规模与付费**：C端产品月活跃用户数达1.7亿，付费用户数743万，付费转化率从2022年的3.7%提升至2023年的5%以上[2][12][13] * **核心产品表现**：扫描全能王是核心收入来源，2022-2024年收入分别为6.33亿、8.09亿、9.28亿元，占总收入约60%-65%[2][6][14] * **海外市场**：海外收入占比30%，在巴西、印尼等市场有巨大增长潜力，海外商业化加速推动业绩逐季增长[2][5][15] 竞争优势与发展前景 * **技术优势**：Taxin文字识别准确率高达99.7%，支持50多种语言；启信慧眼覆盖3.4亿家企业，拥有超过2000亿条实时数据[19][21] * **市场空间**：中国智能识别市场规模预计从2023年的10.6亿美元增长至2030年的30.9亿美元，复合增长率16%以上[15] * **港股上市**：公司已向港交所提交上市申请，预计明年上市，有望提升国际品牌影响力并助力海外业务拓展[15][16] * **估值水平**：截至11月28日，公司2025-2027年PE分别为61倍、41倍、39倍，估值相对同业较低[23][24] 其他重要信息 * 公司三季度现金流量净额同比增长40%，预计高成长趋势将延续[5] * 股东减持进展已过半，对股价压力基本消除[5] * 管理层技术背景深厚，创始人郑立新持股比例达30%，控股地位稳固[8]

公司AI漫剧业务布局 - 公司依托自身优质内容资源及IP储备，正在积极布局AI漫剧方向[1] - 公司与杭州余禾文化传播有限公司达成《框架合作协议》，将围绕AI漫剧联合开发、IP多形态运营等领域开展深度合作[1] - 合作基于双方在内容策划、IP储备与AI技术应用方面的核心优势[1] 公司未来发展战略 - 公司将持续探索"IP+内容+AI"的更多可能性[1] - 通过AI漫剧等创新形式赋予优质内容及经典IP二次生命[1] - 致力于打造兼具趣味性与知识性的新型文化产品，为行业探索更多实践路径[1]

行业投资评级 - 报告对计算机板块维持“优于大市”评级 [3] 核心观点 - 谷歌实现多模态技术突破，腾讯与阿里巴巴推动AI应用普惠，摩尔线程与宇树科技引领硬科技资产资本化，算力、模型、应用三大环节协同演进 [1][3] 全球大模型技术进展 - 谷歌于11月18日发布Gemini 3模型，在数学、推理和多模态理解测试中全面超越GPT-5.1和Claude Sonnet 4.5等主流竞争对手 [3] - 谷歌同步推出Nano Banana Pro模型，显著提升图像中文本渲染准确度及物理世界认知能力，支持复杂场景多角色一致性并生成最高4K分辨率专业图像 [3] - Nano Banana Pro已深度整合进Adobe、Figma等主流创意软件，同时谷歌推出“Antigravity”智能体优先开发平台，重塑AI辅助编程体验 [3] 中国AI应用生态发展 - 阿里巴巴于11月17日上线对标ChatGPT的“千问”App公测版，标志其AI战略从B端向C端拓展 [3] - 蚂蚁集团于11月18日推出全模态通用AI助手“灵光”，支持在移动端通过自然语言30秒生成可交互小应用 [3] - 结合DeepSeek与通义等模型，杭州已形成覆盖文本、图像、视频及轻量级应用生成的完整AI应用生态 [3] - 腾讯于11月21日开源轻量级视频生成模型HunyuanVideo 1.5，基于DiT架构的创新SSTA稀疏注意力机制将推理显存需求大幅降至14GB [3] 硬科技领域资本化进程 - 国产GPU企业摩尔线程以每股114.28元发行价启动IPO，预计募集资金总额达80亿元，并于11月24日正式申购 [3] - 募资将重点投入新一代AI训练与推理芯片、图形处理器芯片的研发项目 [3] - 人形机器人企业宇树科技已完成上市辅导，计划在境内公开发行股票，产品线覆盖四足机器人、人形机器人H2及灵巧机械臂 [3] 推荐标的盈利预测 - 日联科技2024年预测EPS为1.25元，2025年预测为1.30元，2026年预测为2.16元，对应2024年PE为47.75倍 [4] - 金山办公2024年预测EPS为3.56元，2025年预测为4.03元，2026年预测为4.77元，对应2024年PE为85.87倍 [4] - 合合信息2024年预测EPS为4.93元，2025年预测为3.47元，2026年预测为4.27元，对应2024年PE为39.55倍 [4] - 海康威视2024年预测EPS为1.30元，2025年预测为1.47元，2026年预测为1.68元，对应2024年PE为22.99倍 [4] - 新大陆2024年预测EPS为1.00元，2025年预测为1.26元，2026年预测为1.55元，对应2024年PE为25.36倍 [4] - 道通科技2024年预测EPS为1.45元，2025年预测为1.43元，2026年预测为1.92元，对应2024年PE为22.31倍 [4] - 汉得信息2024年预测EPS为0.19元，2025年预测为0.26元，2026年预测为0.32元，对应2024年PE为87.53倍 [4] - 海光信息2024年预测EPS为0.83元，2025年预测为1.18元，2026年预测为1.59元，对应2024年PE为248.55倍 [4]

蚂蚁集团“灵光”AI助手市场表现 - 蚂蚁集团旗下全模态AI助手“灵光”上线4天下载量突破100万，登上App Store中国区免费榜第六 [1] - “闪应用”功能因访问量激增一度短暂宕机，团队在4天内紧急扩容8轮以保障稳定运行 [1][2] - 该下载量刷新全球现象级AI产品用户增长纪录，超越ChatGPT首周60.6万下载量和Sora2达成百万下载耗时5天的记录 [2] “灵光”产品技术特点与创新 - 产品开创性在移动端实现“自然语言30秒生成小应用”，支持编辑、交互与分享，是业内首个能全代码生成多模态内容的AI助手 [2] - 可输出3D模型、音视频、图表、动画、地图等丰富形式，实现从“给信息”到“给工具”的本质跃迁 [2] - 产品直击传统AI应用核心痛点，用户无需懂代码、不必学操作，仅用生活化语言描述需求即可获得可直接使用的实用工具 [2] 中国AI产业发展现状 - 截至2025年6月，中国生成式人工智能用户规模达5.15亿人，较2024年12月增长2.66亿人，半年增幅高达106.6%，普及率达36.5% [4] - 2024年中国人工智能产业规模超9000亿元，同比增长24%；截至2025年9月，人工智能企业数量达5300余家，占全球15% [4] - 政策支持加码，国务院提出到2027年新一代智能终端与智能体应用普及率超70%，到2030年普及率超90% [4] AI技术应用与产业影响 - AI技术正加速融入普通人日常生活，满足合租账单自动拆分、旅行行程智能规划等长尾需求 [3] - “应用引爆—数据反哺—模型优化—产业重构”的链式反应在多领域显现，如制造业AI预测性维护、医疗AI辅助诊断等 [5] - 在直播电商领域，2025年“双11”期间基于文心大模型的百度“慧播星”数字人带货GMV同比增长91%，开播直播间数增长119% [5]

行业投资评级 - 行业评级：推荐 [4] 报告核心观点 - Google 近期在基础大模型及多模态技术领域接连发力，其发布的 Gemini 3 系列模型在性能上实现对前期版本及主要竞品的赶超乃至领先，标志着公司有望成为基础模型技术第一梯队的领头羊 [1][12][13] - 伴随 Gemini 3 模型能力提升而推出的多模态图像生成与编辑模型 Nano Banana Pro，表明顶尖基础大模型技术在多模态领域取得显著进步，有望加速多模态应用落地并拉动算力需求 [2][14][16] - Google 提出算力容量需"每6个月翻一倍"的激进目标，叠加 NVIDIA 2025年第三季度营收达570.1亿美元（同比增长约62%）的优异财报，共同印证AI产业高景气度，算力需求有望伴随技术迭代持续扩容 [3][17][18] 主要产品与技术进展 - **Gemini 3 模型发布**：Google 于11月18日正式推出Gemini 3系列AI模型，同步上线Gemini 3 Pro预览版，该模型被描述为迄今"最智能"和"最具事实准确性"的系统，具备卓越的推理、多模态理解和智能体编码能力 [1][12][21] - **Gemini 3 核心能力**：具备生成式UI交互能力，可从信息检索转向场景搭建；深度推理能力强化，在GPQA Diamond测试准确率达91.9%；多模态能力提升，支持原生跨模态融合 [27][28][30] - **Nano Banana Pro 发布**：Google 于11月20日推出基于Gemini 3 Pro架构的全新图像生成与编辑模型，支持4K分辨率输出、多图像输入及精细创意控制，并正逐步集成至谷歌主流AI工具中 [2][14][34] - **Nano Banana Pro 特性**：具备高级创意控制选项及高分辨率输出；多图一致性增强，可保持最多5个角色的身份稳定性；信息可视化能力提升，能理解提示词中的知识结构 [34][36][39] 算力需求与产业景气度 - **Google 算力规划**：谷歌云AI基础设施负责人明确表示，公司必须"每6个月将算力容量翻倍"，未来4到5年的总体目标是实现"1000倍能力提升" [3][17][41] - **NVIDIA 财报表现**：2025年第三季度实现营业收入570.1亿美元，同比增长约62%；数据中心业务营收512亿美元，同比增长66%；调整后毛利率为73.6% [3][18][42] - **产业景气印证**：NVIDIA CEO 黄仁勋指出Blackwell架构芯片销量远超预期，训练和推理计算需求呈指数级增长，公司表现进一步印证AI产业高景气度 [18][44][46] 投资建议 - **受益标的**：报告列出AI应用与AI算力两大方向的受益公司 [6][19][47] - **AI应用领域**：包括万兴科技、当虹科技、虹软科技、易点天下、视觉中国、中文在线、值得买、三六零、合合信息、金山办公、福昕软件、光云科技 [6][19][47] - **AI算力领域**：包括寒武纪、海光信息、腾景科技、德科立、数据港、华勤技术、浪潮信息 [6][19][47]

宏观政策与数据 - 中国人民银行11月贷款市场报价利率连续6个月维持不变，1年期LPR为3.0%，5年期以上LPR为3.5% [1] - 美联储10月会议纪要显示官员对12月降息意见分歧，若干官员认为降息很可能合适，很多官员认为不合适，多数官员担忧进一步降息加剧通胀风险 [1] - 据CME“美联储观察”，美联储12月维持利率不变的概率为63.8%，降息25个基点的概率为36.2% [1] - 美国劳工统计局取消发布10月非农就业报告，将与11月数据合并，11月就业报告将于12月16日发布 [1][2] 半导体与内存行业 - 机构预测内存价格在2026年第二季度前将在当前基础上再上涨约50%，传统LPDDR4面临最大涨价风险 [3] - 英伟达在服务器端大幅提升对LPDDR的需求，导致先进芯片出现更广泛长期风险因素，并向消费电子市场外溢 [3] - 中国半导体行业协会预计2025年芯片设计产业销售额达8357.3亿元人民币，同比增长29.4%，按1:7.08汇率折算约1180.4亿美元，首次突破千亿美元 [5] 房地产与新能源汽车行业 - 上海市房地产经纪行业协会发起行业自律倡议，从理性反映市场、真实发布房源、诚信开展业务、合理收费及公平竞争五方面加强自律 [4] - 中信证券认为国内充电基础设施将迎加速建设周期，大功率快充设备需求显著，充电桩设备企业受益 [6] - 华鑫证券认为新能源汽车产业链价格处于底部易涨难跌，需求韧性强，核心公司估值处于历史较低水平 [6] 人工智能与科技应用 - 中信证券指出Gemini 3 Pro多模态理解和逻辑推理能力显著提升，多模态性能领先，应关注原生多模态技术发展及新应用场景机会 [6] - Agent相关能力在长文本检索、任务流程规划等方面形成亮点，更好支持细分场景Agent开发落地，Coding以前端开发为主要方向 [6] - 建议关注以多模态为代表的应用机会及模型发展带来的算力新需求 [6]