市场剧烈波动事件 - 2026年1月31日国际黄金价格单日暴跌9.25%盘中最大跌幅达12%创下自1980年以来最大单日跌幅白银价格单日崩跌36% [3] - 此次暴跌导致全球27万个交易账户爆仓总计约50亿美元资金在一夜之间蒸发 [3] - 在暴跌发生前市场因预期美联储降息黄金价格自1月起已累计上涨17%白银价格同期暴涨190% [3] 价格与市场认知的背离 - 尽管媒体渲染“史诗级崩盘”但以绝对价格计暴跌后黄金价格仍位于4880美元/盎司远高于1980年的400多美元/盎司价格水平在40年间上涨超过10倍 [3] - 有观点指出此次暴跌并未使价格回归“理性”或触及长期持有者的成本线主要冲击了近期追高的投机者 [5] - 市场存在认知割裂一边是创纪录跌幅的标题一边是普通人仍觉高昂的绝对价格以及媒体在暴跌前后矛盾的观点宣传 [5] 投资者行为与受损情况 - 个人投资者在跟风投资中蒙受损失例如有投资者在1月28日买入华夏黄金ETF于1月31日跌停时亏损超过1900元本金为2万元 [7] - 部分投资者使用高杠杆进行交易例如白银期货交易中存在高达50倍的杠杆价格波动2%即可能导致爆仓 [9] - 极端案例显示有投资者贷款50万元追高黄金期货在暴跌当日亏损超过40万元 [10] 市场结构与公平性质疑 - 有质疑指出机构投资者可能拥有信息优势例如有外资机构被曝在1月29日下午大额抛售黄金期货早于散户获悉可能影响市场的消息 [9] - 交易所在市场高位频繁调整规则被指加剧波动芝加哥商品交易所在一个月内四次上调白银期货交易的保证金要求导致杠杆资金连环爆仓 [4][9] - 市场基础设施与规则变化被部分参与者视为对散户不利的“杠杆陷阱” [9] 资产属性与投资策略反思 - 黄金的资产属性受到质疑其“抗通胀”的宣传与短期内剧烈下跌的表现形成反差 [10] - 不同资金属性的投资者策略迥异富裕投资者倾向于用闲钱配置实物黄金并长期持有不受短期波动影响而资金有限的投资者则更易采用高杠杆进行短期投机在波动中承受巨大风险 [10][12] - 普通投资者面临有限的投资选择在银行存款利率低股市风险高的背景下试图通过黄金避险却可能遭遇重大亏损 [13] 媒体角色与市场影响 - 媒体观点被指存在“双标”在价格上涨时鼓吹“错过再等十年”在价格下跌时则称为“理性回调”同时被批评很少向普通投资者充分提示杠杆交易的风险 [12] - 这种信息传播被部分市场参与者认为可能误导投资决策 [12]

亚马逊新卖家增长断崖式下滑 - 2025年亚马逊全年新增卖家数量跌至16.5万，同比暴跌44%，创下自2015年统计以来的最低纪录 [1] - 新增卖家“腰斩式”下跌是平台竞争、成本压力与行业周期多重因素碰撞的必然结果 [2] - 亚马逊的新卖家增长预计仍将低位徘徊甚至进一步放缓，平台生态已从“增量红利”转向“存量竞夺” [3] 新兴平台强势崛起改变竞争格局 - 2025年Temu在全球跨境电商销售中的市场份额达24%，与亚马逊持平，两家平台合计占据近一半跨境销售额 [1] - Temu、SHEIN、TikTok Shop等平台的全托管或半托管模式异军突起，分流了大量潜在卖家，新卖家不再执着于单一平台 [2] - 除Temu和亚马逊外，SHEIN市场份额为9%，速卖通为8% [1] 亚马逊面临成本与合规挑战 - 亚马逊不断收紧准入标准，合规要求层层加码，叠加关税成本上涨，持续挤压跨境经营利润空间 [2] - 高企的成本与合规门槛让新卖家对入驻亚马逊“望而却步”，新手需承担更高入驻成本并应对复杂运营 [2] - 部分成熟卖家开始缩减在亚马逊的投入，转向Temu、TikTok Shop等平台，或加速供应链本地化布局 [2] 行业周期与市场转移影响卖家流向 - 跨境电商经过十几年发展，卖家群体已趋于成熟稳定，新增势头自然放缓 [3] - 拉美、东南亚等新兴市场的跨境业务蓬勃发展，为潜在卖家提供了亚马逊（美国市场）之外的新去处，稀释了其“吸新池” [3] 全球卖家结构发生显著变化 - 中国卖家在新注册卖家中的占比为59.9%，出现四年来首次下滑，较2024年的62.3%下降2.4个百分点 [4] - 美国卖家在新注册卖家中的占比仅为16.3%，低于2024年的26.8%，呈持续下滑态势 [4] - 印度、欧盟、东南亚等地区的卖家占比开始强势“补位”，份额大幅提升，挤压了中美卖家的比例 [4] 不同地区卖家呈现差异化发展路径 - 中国卖家占比可能保持在五成以上但增速放缓，逐步进入平台存量竞争阶段 [4][5] - 美国卖家的份额可能在小幅下滑后趋于稳定，未来将更多聚焦于高价值品类和品牌化运营 [4][5] - 印度、东南亚、拉美等新兴市场的卖家有望借本土化红利和政策东风，在亚马逊平台上抢占更多份额 [5] 头部卖家垄断加剧与马太效应 - 在亚马逊平台TOP10000卖家中，超60%是2019年之前注册的资深玩家，头部与中小卖家差距持续拉大 [6] - 马太效应挤压了中小卖家的生存空间，面对头部卖家的资金与规模优势，竞争门槛高企 [6] 中小卖家破局与行业转型方向 - 中小卖家需避开红海，深耕利基市场或特色产品，以灵活机动和精细化运营取胜 [6] - 行业竞争核心正从拼流量、打价格战，转向聚焦市场需求创新、品牌建设与产品丰富度 [6] - 合规、供应链本地化、技术与资金效率成为核心竞争力，市场已迈入“质量为王”的品牌时代 [6] - 具备供应链整合、多平台运营、合规化经营能力的卖家才能在行业洗牌中存活并保持良性发展 [6]

港股IPO中介服务市场格局 - 市场呈现“强者恒强”的固化格局，资源向头部集中的“马太效应”成为塑造市场生态的核心逻辑 [1] 保荐人市场 - 市场集中度极高，在项目数量上，中金香港、中信证券（香港）与中信里昂证券三家合计服务102家上市公司，占全年117家新股的87.2% [2] - 募资规模集中度更为显著，前五家机构承接的IPO募资总额均超过650亿港元，其中中金香港以1,446.01亿港元的保荐规模位居榜首 [2] - 头部机构执行效率高且稳定，例如服务项目最多的中金香港（42家）平均项目周期为11.8个月，服务32个项目的中信证券（香港）平均周期为10.2个月 [2] 承销与簿记市场 - 参与机构广泛但份额向头部聚集，2025年参与新股承销的机构超过140家 [5] - 从服务项目数量看，富途证券国际（香港）、中金香港、农银国际证券等机构均参与了超过50个项目的承销 [5] - 以承销金额衡量，市场份额聚集效应极强，中金香港、中信里昂证券、华泰金融控股（香港）的承销规模均超过1,300亿港元，排名前八的机构承销规模均突破千亿 [5] - 在账簿管理人市场，中资机构在项目数量上占优，农银国际融资、中金香港、招银国际融资位居前三；从服务规模看，中金香港以1,826亿港元领先 [5] 律师事务所市场 - 中资律师事务所凭借对内地发行人的深刻理解保持领先优势，北京市竞天公诚律师事务所以服务49个项目位列第一，北京市通商律师事务所以39个项目位列第二 [7] - 前十大律所中，中资机构占据六席 [7] 审计机构市场 - 国际“四大”会计师事务所主导审计市场，香港安永会计师事务所以服务40个项目位列数量榜首 [7] - 在服务规模上，安永以1,146.5亿港元居首，致同（香港）会计师事务所虽仅服务4个项目，但因承担了宁德时代等巨头项目，规模升至第二 [7] 行业竞争焦点 - 中介机构的行业专长与2025年上市活跃板块高度契合，药品及生物科技、软件服务、工业工程成为核心竞争赛道 [7] - 头部机构凭借品牌、网络、人才和项目经验的累积优势持续扩大市场份额，中型机构需依赖行业专精或差异化服务寻求突破 [9]

核心观点 - 《法学》杂志作为国内人文社科领域认可度最高、最权威的核心期刊（C刊）之一，宣布自2026年起实行“隔年用稿制”，即本年度在该刊发表过论文的作者需间隔一年才能再次投稿发表[1] - 此举旨在打破学术资源分配不公的固有格局，通过刚性程序规则挑战由少数“学术权威”或“高产教授”持续性占据顶级期刊版面的积弊，促进学术公平，为青年学者成长开辟通道[1] 行业背景与问题 - C刊（CSSCI来源期刊）是国内人文社科领域认可度最高、最权威的核心期刊目录，由于近10年来博士和硕士研究生招生规模持续扩大，且高校学术职称评定和博士毕业均将核心期刊发文作为关键指标，导致“C刊发表难”成为普遍焦虑的话题[1] - 学术发表领域存在“马太效应”，知名教授因其声望可能更容易通过初审或享有“绿色通道”，而年轻学者或独立研究者则常因“资历尚浅”、“职称不够”或“缺乏名气”面临无形壁垒，形成“强者恒强”的恶性循环[2] 规则设计与直接目标 - “隔年用稿制”以程序的刚性强行切断可能存在的惯性循环，为所有作者设定了一个平等的冷却期，无论其头衔高低、过往投稿频率如何[2] - 该制度是在主编终审裁量权与匿名评审制度之外，增设的一道保障公平的防火墙，旨在确保期刊的宝贵版面不会过度集中于某个封闭的小圈子[2] 对青年学者与学术生态的积极影响 - 该制度为青年学者和学界新生力量打开了希望之门，提供了可预期的机会公平，鼓励青年学者潜心打磨高质量论文，而非在屡屡碰壁中消磨热情或寻求“捷径”[3] - 长期来看，期刊作者群将得以拓宽，学术观点的多样性将得到增强，这本身是对期刊质量和学术生态的贡献[3] - 制度调整旨在激发“沉默的大多数”的潜能，促进学术成果在不同优秀平台间的流动与竞争，避免学术话语权在单一期刊过度集中[3] 对学术文化的引导作用 - “隔年用稿制”倡导反对“速成”、鼓励“沉淀”的学术文化，间接引导所有学者对每一篇投稿都更加审慎和精益求精，因为发表机会在时间维度上变得更为珍贵[4] - 该制度与学术研究需要深度思考、反复锤炼的内在规律相契合，是对浮躁学风的一种制度性匡正[5] 行业示范价值 - 在学术评价体系改革呼声日益高涨的背景下，《法学》杂志的微观制度创新具有示范价值，表明公平的学术竞争环境与学术的“新陈代谢”可以通过规则设计来营造和引导[5]

行业整体规模与格局 - 截至2025年四季度末，公募基金行业管理总规模飙升至37.64万亿元，较2024年同期的32.41万亿元增长16.13% [1] - 行业马太效应显著，规模前十大管理人合计管理规模达15.24万亿元，占全行业总规模的40.48% [1][2] - 在全市场164家有可比数据的基金公司中，有14家公司非货规模增量超过千亿元，这14家公司合计增量超过2.1万亿元，几乎拿走了市场大部分增量 [2] - 含货币基金的全口径下，“万亿俱乐部”已扩容至10家，包括易方达、华夏、广发、南方、富国、天弘、嘉实、博时、汇添富、鹏华 [4] 头部公司非货规模排名与增长 - 易方达基金非货规模达18,179.01亿元，全年净增4,803.18亿元，稳居行业第一 [3][12] - 华夏基金非货规模达15,683.61亿元，全年净增4,053.68亿元，位居行业第二 [3][14] - 广发基金非货规模突破万亿大关，达10,151.60亿元，全年净增2,187.10亿元 [3][5] - 富国基金非货规模达8,885.31亿元，全年净增2,299.58亿元 [3] - 南方基金非货规模达8,741.94亿元，全年净增2,255.60亿元 [3] - 嘉实基金非货规模达8,602.66亿元，全年净增1,563.59亿元 [3] - 华泰柏瑞基金非货规模达7,618.36亿元，全年净增1,961.29亿元 [3] - 汇添富基金非货规模达6,862.22亿元，全年净增1,976.31亿元 [3] - 景顺长城基金非货规模达6,155.59亿元，全年净增1,966.19亿元 [3] ETF市场爆发式增长与结构性风险 - 截至2025年四季度末，股票型ETF总规模已接近3.8万亿元，ETF持股市值占比达到3.9%，均创历史新高 [6] - ETF持股市值占比已连续第五个季度超越主动权益型公募基金 [6] - 华夏基金和易方达基金在被动指数领域形成“双雄争霸”格局，两家单年ETF规模各自增长超过2700亿元 [6] - 富国基金和汇添富基金在ETF领域增速异常生猛，增幅均超80%以上 [6] - 华泰柏瑞基金单年ETF规模增长1533亿元，成为推动公司排名上升的关键力量 [7] - 部分头部基金公司旗下的宽基ETF，单一机构持有比例超过80%，在某些产品中甚至超过90%，持有人结构高度集中 [7] - 2026年开年，ETF市场遭遇大幅波动，仅1月15日至22日一周内，全市场股票型ETF累计净流出高达4071.21亿元 [8] - 其中11只宽基ETF净流出额超过百亿元，基金份额跌回2024年“9·24”行情前的水平 [9] - 资金流出的重要推手是GJD对包括华泰柏瑞沪深300ETF、华夏沪深300ETF在内的多只头部宽基ETF进行了显著减持 [9] 不同类型基金公司的竞争策略与表现 - **第一势力：航母选手**：易方达和华夏在各个战场均处于领先地位，易方达在主动权益、被动指数、固收+等多个领域保持领先 [12]，华夏基金凭借指数领域的传统优势，正成为许多投资者的“指数投资第一站” [13] - **第二势力：特色选手**： - 中欧基金在2025年无ETF产品的情况下，非货规模增长超过1200亿元，排名前进一名 [15]，其主动权益规模达2227亿元，全年增长568亿元，固收+规模达757亿元，全年增长578亿元 [18] - 广发基金在FOF领域异军突起，规模达到175亿元，FOF规模增速位居行业第一 [18] - **第三势力：黑马选手**： - 永赢基金在权益和指数领域双双爆发 [20] - 景顺长城基金巧妙将主动权益能力赋能到固收+领域，全年固收+规模从451亿元猛增至1984亿元，净增超过1500亿元，直接推动公司非货规模增长近2000亿元 [20] 固收+领域表现突出的公司 - 景顺长城基金固收+规模达1984.82亿元，位居2025年度榜首 [16] - 易方达基金固收+规模达1418.21亿元 [16] - 汇添富基金固收+规模达911.72亿元 [16] - 富国基金固收+规模达865.76亿元 [16] - 中欧基金固收+规模达756.95亿元，全年增长578亿元 [16][18] 行业发展趋势与挑战 - 行业单纯依赖规模扩张的时代正在过去，结构优化和质量提升成为新的主题 [21] - ETF的快速增长与剧烈波动提醒行业，单一业务依赖可能带来系统性风险 [21] - 主动管理能力的价值在震荡市中重新凸显 [21] - 头部基金公司面临如何在规模巨大的基础上保持灵活性和创新能力的挑战 [21] - 特色路线公司面临如何在保持特色的同时适度多元化的挑战 [23] - 黑马公司面临如何将一时的爆发转化为长期增长动力的挑战 [24] - 权益类资产仍是行业发展的主心骨，如何在波动加大的市场中控制回撤、提升投资者持有体验，将是所有基金管理人必须回答的问题 [26]

文章核心观点 - AI行业的发展路径正从单一的模型能力竞赛，分化为To B（企业端）和To C（消费端）两个截然不同的赛道，其竞争逻辑、成功要素和市场格局正在发生深刻变化 [2][19] AI行业发展趋势分化 - AI在To B端和To C端遵循不同的发展轨迹，普通C端用户对模型迭代的体感差异微乎其微，而B端应用已开始深入编程等核心环节，改变工作模式 [2] - 在To B市场，智能直接等同于线性的生产力，企业愿意为最顶级的“大脑”支付高昂溢价，导致市场马太效应严重 [2][3] - 在To C市场，胜负手从“算力堆叠”转向对“语境（Context）”的捕捉，巨头们在同一方向狂奔，却走向了不同赛道 [2] To B市场：马太效应与垂直整合的困境 - 市场曾笃信“模型+应用”一体化的垂直整合是王道，但现实是，能做大规模预训练的公司与手握场景Know-how的公司存在能力错位，迫使市场迅速分层 [3] - 到2025年下半年，分工演变更加残酷，更大的预训练是模型公司不可撼动的核心壁垒，而只做简单“套壳”的应用公司价值被底座模型覆盖，不做深、不做厚就意味着出局 [3] - 企业对极致智能的渴求导致市场高度集中，大摩报告指出，DeepSeek、通义千问两家的CIO意向度已达到75%，并预测三年内，通义、DeepSeek、华为和字节跳动将占据90%的国内B端AI服务市场份额 [5] - 独立模型厂商面临生存压力，以智谱为例，其年化收入正快速迈向一亿美金，但2024年其支出（成本与运营开支）仍是当期收入的10倍上下，2025年上半年“收入越大、亏损率越高”的规模不经济现象反而加剧 [5][6] 中间层价值的演变与数据壁垒 - 随着模型长上下文和推理能力的提升，过去做RAG、Prompt Engineering平台等“薄”中间层的创业公司价值被迅速稀释 [6] - “修补匠”正在退出历史舞台，取而代之的是“厚”中间层，即对特定领域Know-how的深度封装和对“环境交互”的构建 [7] - 创业公司面临难以逾越的“数据墙”，例如优化Coding Agent需要依赖人工标注数据，规模受限 [7] - 大厂拥有天然优势，其内部几万名工程师的代码提交、回滚等行为，为模型提供了最真实、高频的反馈，形成了“在应用中反哺模型”的数据闭环，这是不依赖标注商就能获取的“真实世界数据” [8] To C市场：语境战争与巨头差异化路径 - 对于绝大多数普通C端用户，模型能力的提升在日常聊天中几乎无法感知，使用AI的方式更像是搜索引擎的加强版 [9] - 阻碍C端体验提升的关键是输入的Context量，模型需要更多场景信息才能提供有价值建议 [10] - 在国内“围墙花园”生态下，关于Context的战争是巨头内部的“内战”，豆包、千问、元宝看似同行，实则分道扬镳 [10] - 创业公司如月之暗面或MiniMax拥有不输大厂的模型智商，但在获取用户“支付记录”、“地理位置”或“社交关系链”等关键Context时，面临难以逾越的生态高墙 [10] - 垂直整合在To C端依然成立，但前提是需要像微信或豆包这样拥有用户入口的产品，才能顺利获取Context并喂给模型 [11] 主要参与者的战略选择 - **字节跳动（豆包）**：起量快，在AI原生APP的心智上处于断层领先，优势来自于字节擅长的内容、算法及对用户碎片时间的收割能力，基于内容消费的Context使其在娱乐与陪伴场景下拥有高粘性 [12] - **阿里巴巴（通义千问）**：定位为“办事型AI”，全面接入淘宝、支付宝、飞猪、高德等阿里生态，通过中心化的AI入口调用整个阿里经济体的服务能力，这是一种“全家桶”策略，被认为是最有业务确定性和收入预期的路径 [12][14] - **腾讯（元宝/混元）**：选择“去中心化”战略，不追求“AI全家桶”，倾向于让AI在不改变用户习惯的前提下渗透进各业务的具体场景中，新品“元宝派”试图结合腾讯在社交通信及关系链上的优势，将AI变成社交信息流的基础设施 [15][16] - 腾讯承认在纯粹的内容分发和算法推荐上没有压倒性优势，其真正的护城河是社交，因此最合理的选择是在社交上继续加码，用AI放大现有社交价值 [16] 行业竞争的本质与未来 - To B的AI追求把世界变得更高效，而To C的AI真正要回答的是如何在一个由关系、语境与默契构成的社会中，学会“合适地行动” [18] - 当前国内对榜单、指标和数据的执念，正在遮蔽一些更本质的问题，并非每一次能力跃迁都需要通过榜单来自证 [18] - 真正的护城河在于：什么是正确的事情，以及自己是否真的能体验出好坏，谁能率先做到这一点，谁就有可能做出真正的Social Agent，介入复杂的人际互动与生活决策 [18] - 当AI开始分流，它所考验的就不只是算力与算法，还有每一家公司的世界观 [19]

公司业绩与财务表现 - 公司已连续五年亏损 2021年至2024年归母净利润分别亏损1.66亿元 1.87亿元 0.22亿元和2.58亿元 四年累计亏损超6.33亿元 [6] 2025年度业绩预告显示 预计归属于上市公司股东的净利润为负值 [1] - 2025年前三季度公司实现营业收入6.28亿元 同比下降22.08% 归母净利润亏损1亿元 [6] 第三季度单季营业收入为1.44亿元 [12] - 公司经营活动产生的现金流量净额连续第六年为负 截至2025年三季度末为-1.18亿元 多年累计净流出规模超过12亿元 [11][14] - 公司资金状况紧张 截至2025年9月末 货币资金为3.67亿元 而短期借款为2.70亿元 应付票据及应付账款为2.82亿元 其他应付款为1.09亿元 现金已不足以覆盖短期债务总额 [16][17] 营收目标与市场地位 - 公司五年前提出在2025年实现营收50亿元的目标 [3] 但2025年前三季度营收仅6.28亿元 同比下降22.08% 已宣告该目标破产 [3] - 与安徽同行相比 公司市场地位严重下滑 2025年前三季度 古井贡酒营业收入预计突破200亿元 口子窖超60亿元 迎驾贡酒超80亿元 而公司营收仅为6.28亿元 约为古井贡酒的3% [20] - 公司在安徽省内市场份额从2019年的约5%下滑至2025年的不足2% [20] 2025年上半年 省内营收3.25亿元 同比下降25.33% 省外营收0.77亿元 同比下降34.16% [18] 产品结构与盈利能力 - 公司产品结构长期失衡 以低端酒为主 2025年前三季度 低端酒(低于100元/瓶)收入3.3亿元 同比下降23.83% 在酒类收入中占比高达64.43% [7][9] - 中高端产品增长乏力或下滑 2025年前三季度 高端酒(高于500元/瓶)收入5126.61万元 同比增长7.33% 占比仅10.01% 中端酒(100-500元/瓶)收入1.31亿元 同比下降24.07% 占比25.56% [7][9] - 低端产品为主的格局拉低了公司盈利能力 2024年公司毛利率仅为34.94% 远低于白酒行业50%以上的平均水平 [10] 战略调整与华润入主 - 公司历史上曾因柔和种子酒获得成功 2012年营收达22.94亿元 净利润5.61亿元 与古井贡酒 口子窖 迎驾贡酒并称“徽酒四杰” [23] - 但公司未能跟上安徽省白酒消费升级的步伐 后续产品仍聚焦百元内低端市场 导致盈利水平受压 [24] - 2022年6月 华润战略投资有限公司通过收购安徽金种子集团有限公司49%股份 间接持有公司13.28%股份 成为第二大股东 [27] 华润系高管随后进驻公司管理层 [28] - 华润入主后 公司于2023年推出“一体两翼”品牌战略 但被分析师认为存在资源分散和协同效应不足等问题 未能显著提振市场表现 [29] 资产处置与渠道收缩 - 为缓解财务压力 公司近年来频繁出售资产 2025年11月以1.26亿元出售安徽金太阳生化药业有限公司92%股权 [15] 2023年12月以4250万元转让国有建设用地使用权 2024年6月挂牌估值约1.62亿元的房产 累计变现超过3.3亿元 [16] - 公司销售渠道出现收缩 截至2025年三季度末 公司共有经销商629家 较年初净减少13家 其中省内减少2家 省外减少11家 [18][19]

2025年中国智能手机市场概况 - 2025年中国智能手机市场全年出货量为2.84亿台，同比微降0.6% [3][8] - 华为以4670万台出货量和16.4%的市场份额，时隔五年重夺中国市场第一 [3][8] - 市场前五名形成两个等级：华为、苹果、vivo的出货量在4600万台级别，小米与OPPO的出货量在4380万台和4340万台级别，等级之间差距达数百万台 [8][9] 荣耀公司2025年表现与挑战 - 荣耀2025年总出货量为7100万台，但国内市场份额跌出前五，被IDC合并计入“其他”类别 [3][11] - 按荣耀官方数据估算，其国内出货量不超过3550万台（占总出货一半），对应国内市场份额约为12.5% [11][12] - 公司2025年经历重大人事变动，包括CEO更换及核心高管离职，随后推行“雄鹰计划”导致约45%的核心岗位负责人调整 [5] - 人事变动影响上半年新品发布节奏，上半年国内上市59款新机中荣耀仅发布2款，但下半年发力，近六个月内共推出16款新品 [5][6] - 2025年第三季度，荣耀以14.4%的份额重回中国市场前五，与OPPO并列，但第四季度因iPhone 17上市等因素，份额出现明显下滑 [7] 荣耀的海外市场拓展 - 2025年荣耀海外市场销量占比首次超过50%，海外销量同比涨幅高达47%，远高于公司整体9%的增速 [11][15] - 荣耀成为全球前十厂商中2025年前三季度海外增速最快的厂家 [15] - 公司在海外多区域取得进展：在拉美凭借中高端机型实现规模支撑；在中东非和东南亚的17个重点国家市场份额超过10%；在欧洲凭借Magic系列折叠屏等高端产品进入部分市场前五 [15] - 公司通过联名保时捷设计（如售价2850欧元的Magic V2 RSR）和泡泡玛特IP等差异化营销策略提升品牌影响力 [17] AI转型战略与未来布局 - 公司管理层明确2026年将向“AI终端生态公司”加速转型，目标是引领全球AI终端新范式 [21] - 公司推出“1x3xN”AI生态战略，旨在打造跨品牌、跨场景、跨设备的智能互联生态 [21] - 为支持AI转型，公司新成立多个技术研发实验室，并计划未来5年投入100亿美元构建AI生态体系 [23] - 公司在2026年CES上展示了全球首款“手机机器人”ROBOT PHONE，旨在将手机从“手持工具”升级为“主动智能体” [24] 行业竞争格局与荣耀面临的压力 - 在中国高端市场（6000元以上价位段），华为与苹果形成双寡头，合计份额接近80%，占据行业80%以上利润，对包括荣耀在内的安卓中高端品牌形成挤压 [14] - 全球智能手机市场集中度高，2025年前五名（苹果、三星、小米、vivo、OPPO）合计出货量超过8亿台，占据大部分市场份额 [18] - 即便假设荣耀7100万台手机全部为海外出货，其体量仍可能低于传音（2025年第二、三季度出货量分别为2510万台和2860万台），难以撼动其全球第六的地位 [19][20] - 2025年内存及相关零部件价格上涨20-30%，荣耀作为体量相对较小的厂商，议价能力弱于苹果、三星等巨头，面临核心零部件成本上涨带来的利润挤压 [20]

外卖平台补贴大战与商家成本分析 - 文章核心观点：外卖平台通过高额补贴进行市场竞争，但商家承担了优惠成本的主要部分，这引发了关于平台流量分配机制、商家生存压力以及行业健康发展的深度思考 [1][3][8] 市场格局与补贴规模 - 2025年夏季外卖市场竞争加剧，淘宝闪购宣布投入高达500亿元的补贴计划，日订单量一度突破8000万单 [3] - 美团迅速反击，日订单量冲上1.2亿单的历史峰值 [3] 商家成本分摊比例 - 商家是优惠券成本的主要承担者，其承担部分往往超过优惠总额的60% [3] - 具体案例：一张14元的补贴券，商家需承担9元，平台仅补贴5元 [3] - 另一详细订单分析：某笔标价34.23元的订单，消费者实付10.23元，其中平台发放20元膨胀券，商家需承担其中的5元，此外还需承担3元配送费以及1元的单品活动补贴 [3] 商家参与补贴的动因与困境 - 商家常“不得不参与”平台活动，因为平台的流量分配机制与补贴活动紧密挂钩，不参与则店铺曝光度会急剧下降 [4] - 不参与活动可能导致订单量从日均百单暴跌至三四十单 [4] - 参与活动虽能带来2-3倍的订单增长，但客单价和利润率会大幅下滑 [4] - 商家面临“流量绑架”效应，生存压力迫使其加入补贴游戏 [4] 不同规模商家的差异化处境 - 市场资源呈现向头部企业倾斜的马太效应，大型连锁品牌（KA客户）在平台上拥有显著优势 [5] - 淘宝闪购的订单中，70%以上由KA客户贡献 [5] - 小微商户议价能力弱，难以承担高昂的补贴成本，且缺乏专业活动指导 [5] - 有商家感叹现在必须做三单才能抵得上过去一单的利润 [5][6] 补贴模式下的商家真实经营案例 - 广州一家连锁小吃加盟店在“冲单日”订单量从平时日均300单激增至近600单，导致后厨运营压力巨大 [6] - 具体利润核算案例：以20元外卖订单为例，用户使用13元优惠券后实付7元，平台抽成4元，商家承担8元补贴，最终商家仅得8元收入，几乎无利可图 [6] - 仅有茶饮等标准化程度高、毛利空间大的品类可能勉强维持微利 [6] 商家的应对策略与调整 - 商家采取双轨策略：优化菜单结构，推出高毛利组合套餐以适应平台规则；同时开拓企业团餐等线下渠道平衡收益 [7] - 通过提升运营效率来消化补贴压力，如有连锁品牌通过调整成功降低15%-20%的固定成本 [7] - 注重产品优化和服务体验以增加用户粘性，降低对平台流量的依赖，例如小吊梨汤品牌推出更适合一人食的灵活套餐组合 [7] 行业未来发展趋势 - 高强度补贴模式面临可持续性质疑，市场监管部门于2025年7月约谈主要外卖平台，要求规范促销行为 [8] - 平台自身也面临盈利压力，数据显示淘宝闪购每单亏损可能达到2.7-2.8元 [8] - 行业竞争最终将回归本质，比拼履约效率、服务质量和用户体验，而非单纯的补贴力度 [8] - 能够帮助商家真正提升经营效率、创造长期价值的平台将在未来竞争中胜出 [8]

文章核心观点 - 当前AI模型与算力市场存在“选择悖论”，模型基准测试分数与用户真实需求脱节，服务商在性能、价格、稳定性上的差异导致企业选型负担沉重、成本高企 [2][7] - 清程极智公司开发的AI Ping平台旨在成为算力界的“大众点评”，通过系统性评测与智能路由，帮助用户在众多模型和服务商中做出高性价比选择，以解决行业信息不对称问题 [3][12] - AI基础设施（Infra）行业的核心价值在于通过软件技术优化算力利用效率，其生命力源于持续的模型演进、算力架构融合以及多样化的推理场景需求，商业化路径包括软硬件整机服务与算力平台整合 [20][21][27] 模型与算力市场的“选择悖论” - 模型基准测试的高分不一定匹配用户真实需求，同款模型在不同MaaS平台上的效果可能差异巨大，部分服务商为降低成本会进行“阉割级”量化（如从FP8变为INT4），影响输出表现 [2][8] - 影响模型使用体验的因素多维：服务商API服务吞吐量差异巨大，例如DeepSeek-v3.2模型在不同供应商的吞吐覆盖从15到200 token/s，相差10倍以上；支持的输入输出长度从8k到160k不等，相差20倍 [8] - 服务商的算力部署地理位置会影响调用延迟，例如用户在北京调用位于上海或深圳的模型，体验会有很大差异 [9] - 各服务商定价策略和促销活动导致成本相差甚远，而用户需求本身也是多维度的，有的看重性价比，有的追求稳定性或响应速度 [10] - 将模型选型的主动权完全交给用户是巨大挑战，对企业级用户而言，选择不当会引发巨大的成本鸿沟：同样预算，调用大模型可能仅支持十万次请求，而小模型可达百万次量级 [2][10] 清程极智的解决方案：AI Ping平台 - AI Ping是一款智能路由产品，旨在成为算力界的“大众点评”，通过持续评测国内MaaS供应商，对比同款模型在不同厂商的延迟、带宽、吞吐效率与价格成本差异 [12][13] - 智能路由能力分为两层：一是在众多API服务提供者中选择最佳服务商（服务商路由），二是在众多大模型中选择最佳模型（模型路由） [13] - 产品开发初期面临精准匹配模型的难题，因为需要积累海量用户历史数据，而目标市场（个人开发者和中小企业）对产品质量要求极高，八十分水准在他们眼中几乎等同于不合格 [13][14] - 团队通过“笨办法”冷启动：一方面为供应商进行大量基准测试，另一方面联合上下游企业在真实场景中积累用户数据 [14] - 为满足企业高吞吐需求，平台需具备强大的算力整合能力及国产算力接入能力，清程极智将其自研的“赤兔”推理引擎与AI Ping对接，完成算力资源整合调度 [14] - 平台采用类似“团购”的逻辑，通过聚合海量用户需求，以更大体量与算力厂商议价，形成马太效应：数据越集中，模型匹配越精准，用户成本越低，同时帮助算力厂商盘活资源 [3][17] - AI Ping已得到行业认可，例如硅基流动创始人袁进辉曾引用其测评结果向用户解释不同版本算力的指标差异 [18][19] AI基础设施（Infra）行业的价值与商业化路径 - AI Infra行业的核心焦虑在于如何赚到更多钱，商业化逻辑在于通过服务软件有效整合算力并提供给用户 [20][21] - 清程极智的核心竞争力是中间软件层技术（如编译、通信库、并行加速），其定位是与芯片厂商合作，在芯片系统软件之上做增量，让大模型在芯片上发挥极致效率 [22] - 公司探索的商业化路径包括：1) 将软件与硬件打包为整机服务，解决用户买了国产卡却难落地的问题；2) 通过AI Ping等平台与算力厂商合作，提升国产算力易用性 [23] - 行业对Infra价值的认知正在转变，例如DeepSeek通过模型架构设计和Infra软件技术，以极少的算力卡和极低成本训练出大规模模型，并开源了大量算力加速类Infra软件，使市场意识到其重要性 [24] AI基础设施行业的未来与挑战 - 行业存在一种担忧：AI Infra的价值可能只存在于国产算力群雄逐鹿阶段，一旦算力架构定型、大模型技术收敛，其必要性会大打折扣 [25] - 然而，Infra的生命力源于底层架构与上层软件的双重迭代，只要模型还在演进、算力架构还在融合发展，其需求就会持续存在 [27] - 模型侧尚未完全收敛：文生图、文生视频等多模态模型兴起，DeepSeek V4将引入更多稀疏性技术难题，AI for Science等新应用领域也在倒逼底层需求变革 [27] - 国内算力市场架构不统一，厂商众多，有的选择对标英伟达的SIMT架构，有的主攻SIMD架构，且许多厂商正走架构融合路线（如华为在SIMD中融入SIMT，英伟达则相反），这决定了AI Infra的不可替代性 [28][29] - 适配不同架构需要大量本土化改造，例如开源工具Triton在适配国产芯片时必须经过大量改造 [29] - 未来推理场景全面爆发将带来新挑战：芯片峰值算力与实际利用率存在巨大鸿沟，一块标称300TFLOPS算力的芯片，在大模型训练或推理中实际利用率往往只有10%-20%，即便英伟达在预训练场景下利用率也仅达50%上下 [30] - AI Infra未来的核心攻坚方向是如何针对文字、图像、视频等不同推理场景，实现硬件性能的最大化释放并满足极高时延要求 [30] - 行业还在探索“冷赛道”如AI for Science，这些领域短期内难见商业回报，但对科技发展至关重要，且对软硬件协同能力提出更高要求，这也体现了Infra行业穿越周期的本真价值 [30][31]