报告投资评级 - 投资评级：增持 [1] - 目标价格：275美元 [8] 报告核心观点 - 英伟达2026 GTC大会聚焦Token需求爆发与新一代架构演进，通过Rubin和LPU体系提升算力效率，推动AI进入以推理与Agent为核心的新阶段 [2][8] - 公司凭借极致协同设计构建显著的Token效率与成本优势，在“Token经济”框架下成为最佳增长引擎，并因此上调了Blackwell与Rubin平台的收入指引 [8][11][14] - 新推出的LPU（Language Processing Unit）通过“PD分离架构”大幅提升推理吞吐效率，并与Rubin平台结合，驱动数据中心单瓦收入能力实现数量级跃升 [8][17] - 公司延续一年一迭代的硬件演进节奏，并通过系统级全栈设计能力（如Rubin大规模计算集群的模块化架构）和软件生态布局（如NemoClaw平台）构建持续领先优势 [8][23][30][33] 按报告目录总结 1. Token需求爆发叠加效率优势，驱动收入指引上调 - **Token需求进入爆发阶段**：经历三个阶段，2023年GPT带动初始需求，2024年推理模型使模型规模与上下文长度提升约10倍，Token消耗提升10倍，2025年Agent模型（如Claude Code）落地，使模型规模与上下文长度进一步提升至100倍，Token消耗同步放大至100倍 [8][11] - **收入指引显著上调**：基于Token需求爆发，英伟达将Blackwell与Rubin平台收入指引由2025-2026年的5000亿美元上调至2025-2027年的1万亿美元 [8][11] - **收入结构多元化**：公司约60%收入来自CSP（云服务提供商），其余40%来自主权AI、企业及新兴云需求，显示AI算力需求正向更广泛场景扩散 [11] - **构建极致Token效率优势**：在数据中心电力约束背景下，公司核心竞争力在于单位能耗下的Token输出能力。GB300 NVL72单位能耗Token输出较竞品提升约**50倍**，单位Token成本降低约**35倍**，显著优于摩尔定律约1.5倍的自然提升，该优势源于机架级系统设计与软硬件垂直整合 [8][14] 2. LPU驱动推理效率与收入能力提升，硬件架构提供底层支撑 - **LPU显著提升推理效率**：通过“GPU负责Prefill、LPU负责Decode”的PD分离架构，在高推理密度场景下，Token吞吐效率可提升至**35倍**，并在极高推理速度要求下保持稳定吞吐 [8][17] - **驱动收入能力跃迁**：1GW数据中心对应年收入，从Blackwell NVL72的约**300亿美元**，提升至Rubin NVL72的**1500亿美元**，而Rubin+LPX的搭配将进一步驱动收入提升至**3000亿美元** [8][17] - **底层硬件架构升级**：LPU单芯片带宽达**150TB/s**，SRAM容量提升至**500MB**。通过机柜级集成（单柜256颗芯片），可实现最高约**40PB/s**带宽与**128GB** SRAM容量，为高吞吐、低时延推理场景提供支撑 [8][19] 3. 系统架构持续演进，推动算力规模扩展与技术升级 - **Rubin大规模计算集群采用模块化架构**：包括16个Rubin NVL72计算单元、10个LPU机柜、10个CPO机柜、2个Vera CPU机柜及2个BlueField存储机架。LPU机柜占比较高，体现推理侧重要性提升；CPU首次实现独立成柜并单独销售，形成新业务增长点 [8][23][27] - **明确的未来迭代路线**： - **2026年**：推出Rubin机架。 - **2027年**：推出Rubin Ultra机架，通过铜互联实现NVL144级别扩展，并通过光互联进一步扩展至NVL576级别。 - **2028年**：推出Feynman机架，引入新CPU（Rosa）、正式导入CPO技术并采用定制化HBM，持续提升系统带宽与算力密度 [8][30] 4. 软件生态布局加速，构建AI操作系统平台 - **推出企业级AI Agent平台NemoClaw**：为可一键部署的完整开源软件栈，集成Nemotron模型与OpenShell运行时环境，使开发者能快速在本地或云端构建与运行AI智能体 [33] - **强化企业级部署能力与安全性**：平台集成Agent Toolkit与OpenShell运行时，提供策略引擎、安全护栏及隐私路由等功能，通过沙箱机制及本地与云端模型协同运行，解决企业应用中的隐私与合规问题，推动AI Agent向规模化生产力工具演进 [34][36] 5. 盈利预测与投资建议 - **核心逻辑**：AI投入仍在加速，预训练、推理、Agentic AI和Physical AI需求持续爆发。算力意味着Token，Token即意味着收入，英伟达凭借最低的Token成本和最快的迭代速度，成为Token经济学下的最佳增长引擎 [8][37] - **财务预测**： - 维持FY2027E-FY2029E营收预测为**3801亿**/**5238亿**/**6374亿**美元。 - 维持NON-GAAP净利润预测为**2236亿**/**3064亿**/**3710亿**美元 [8][37] - **估值**：报告给出了英伟达及可比公司的PE估值对比数据 [41]

OpenClaw中国行全国活动概览 - 活动将于本周末在全国12个城市同时开启，包括杭州、上海、深圳、广州、成都、武汉、南京、苏州、厦门、青岛、济南、北京，并开放报名 [4] - 活动提供现场30分钟装机与部署服务，旨在帮助参与者将AI员工带回家 [4] - 活动环节包括分享、交流、动手装机、开放麦、茶歇和闪电秀等 [7][20] 各城市活动核心议题与分享嘉宾 - **杭州站**：核心议题为规模化应用，分享主题包括“基于HiClaw的规模化养虾指南”和“Youclaw在通用智能体的探索” [9] - **深圳站**：聚焦于应用解放与深度拆解，分享主题包括“一键解放双手”、“OpenClaw深度拆解”和“引领涉水具身智能” [11] - **苏州站**：关注企业级实践，分享主题包括“OpenClaw在企业中的探索与实践”和“把AI从聊天框里拽出来，变成真正的私人助理” [13] - **青岛站**：探讨产业落地与避坑指南，分享主题包括“从‘Agent神话’到生产级落地的5个致命陷阱”和“一家产业互联网企业从数字化到AI的跃迁” [15] - **成都站**：强调效率与安全，分享主题包括“如何又高效又安全地用好OpenClaw”和“在办公场景下进行提效及未来潜在商业机会” [17] - **广州站**：涉及技术落地与商业化，分享主题包括“端云融合、OpenClaw企业应用落地”、“OpenClaw本地部署完全指南”和“用智能体打造内容矩阵与变现闭环” [18][19] - **南京站**：分享规模化应用与安全实践，主题包括“公司被30只虾包围”和“一分钟给‘龙虾’装上安全铠甲” [21][22] - **上海站**：内容覆盖安全、金融应用与商业范式，主题包括“OpenClaw安全风险全面解析”、“用16个AI Agent构建金融量化交易体系”和“OpenClaw架构下的新商业范式” [23][24] - **北京站**：聚焦实践指南与生态意义，主题包括“OpenClaw从安装到使用的5个大坑”和“OpenClaw：自主Agent时代的安卓” [31][32] AI应用市场趋势与OpenClaw定位 - 第035周AI应用榜显示，AI技术正向生活各领域深度渗透，覆盖情感陪伴、互动创作、办公、营销、技术开发等多元场景 [39] - 应用趋势显示，AI正从通用大模型转向垂直细分场景的深度定制，强调个性化体验与实用价值 [39] - AI应用正在从“能力驱动”走向“场景驱动”，从“工具形态”走向“产品体验” [43] - 当模型能力趋于同质化，产品的差异化将更依赖于风格、人设、情绪价值以及如何嵌入具体工作流并被持续使用 [41][43] - 在营销与商业化场景中，AI角色正从辅助生产转向直接参与价值创造，例如出现数字人交易平台等形态 [42] - 基础设施层面，开发者不仅需要工具，更需要围绕工具的组织方式与生态入口，关注如何让Agent可管理、可扩展并形成协作网络 [42] OpenClaw的产品定位与生态 - OpenClaw被定位为一个“AI Agent开发平台”和“Agent操作系统”，旨在把AI Agent从演示变成可运行系统 [40][41] - 其核心功能是管理不同Agent的分工与调度，并支持接入外部工具与数据源，以形成可扩展的智能体网络 [41] - OpenClaw及其资源目录“OpenClaw Directory”同时进入应用榜单，反映出开发者侧对Agent管理、扩展及生态入口的需求正在上升 [40][42] - 公司作为官方合作媒体，将参与报道“LET‘S VISION 2026苹果生态大会”，该大会以“Born to Create. Powered by AI”为主题，汇聚全球开发者与创作者 [36]

投资评级与目标价 - 报告对阿里巴巴港股和美股均维持“买入”评级 [6] - 基于分部加总估值法，更新美股目标价至185.4美元，港股目标价至181.7港元 [4][6] 核心观点与业绩总览 - 报告认为，阿里巴巴正处于面向未来的再次创业和关键投入阶段，目标是抓住AI Agent时代带来的指数级市场机遇，其商业目标为包含模型即服务在内的云和AI商业化年度收入在五年后突破1000亿美元，对应年均复合增长率达40% [1] - 尽管短期坚定投入或给公司盈利表现造成波动，但作为国内AI基建的领头羊，公司有望逐步将早期投入转化为利润成果，推动阿里云利润率进一步向海外云厂商靠拢，稳态下或达到20%水平 [1] - 3QFY26总收入为2848亿元人民币，同比增长1.7%，逊于市场及华泰预期，主要因客户管理收入和国际数字商业集团收入略逊于预期 [1] - 3QFY26经调整EBITA为234亿元人民币，同比下降57.3%，经调整EBITA利润率为8.2% [1] 分业务板块表现与展望 中国电商集团 - 3QFY26收入同比增长5.8%至1393亿元人民币，客户管理收入同比增长1%，增速环比放缓主因年货节错期和提佣举措基数效应消失 [2] - 3QFY26中国电商集团调整后EBITA利润为346亿元人民币，同比下降42.7% [2] - 闪购业务亏损估算约为220亿元人民币，较前一季度估算的367亿元有所收窄，管理层表示物流效率提升、商业化能力改善和订单结构优化等举措驱动了单均经济效益环比改善 [2] - 管理层维持FY28实现即时零售整体交易规模过万亿的目标，并预计在此规模上将产生正向现金流，FY29实现即时零售板块的整体盈利 [2] - 闪购业务的推进已为电商业务用户增长带来帮助，包括闪购在内的电商大盘年度活跃买家增长1.5亿，实物电商的年度活跃买家已增长1亿，增长数超过过去三年总和 [2] 云智能集团 - 3QFY26收入同比增长36.4%至432.84亿元人民币，好于市场预期，其中外部收入同比增长35%，延续环比提速趋势 [3] - AI相关收入连续10个季度实现三位数增长 [3] - 板块调整后EBITA利润率为9.0%，环比持平 [3] - 3QFY26公司AI相关资本开支为300亿元人民币 [3] - 管理层展望未来增长三大动能：1）以大模型驱动的模型即服务业务将作为核心增长引擎；2）企业级内部推理与训练构成重要的增量场景；3）传统以CPU为核心的云计算具备巨大的增长潜力 [3] - 管理层对利润率改善信心强劲，认为AI业务正从以资源售卖为主的模式向以智能能力输出为核心的模式转型，叠加自研平头哥芯片的降本增效作用与业务规模的扩大，云业务利润率提升具备较强可见性 [3] - 截至2月，平头哥已累计规模化交付47万片芯片，年化营收规模达百亿级别，在阿里云的公共云和混合云产品中，60%以上的平头哥芯片服务于外部商业化客户 [3] 盈利预测与估值调整 - 报告调整阿里巴巴FY26/FY27/FY28的非GAAP归母净利润预测-17.0%/-7.6%/+0.4%至780/1013/1387亿元人民币，利润预期调整主因千问等消费者端应用上的投入力度或大于此前预期，部分被云业务利润兑现或好于预期所抵消 [4][17] - 报告调整FY26/FY27/FY28的收入预测-0.2%/+1.3%/+4.6%至1.03/1.14/1.27万亿元人民币，收入调整主因电商业务收入增速下修，但云业务有望受益于行业需求持续爆发带动收入好于预期 [17] - 基于分部加总估值法，中国电商集团每美国存托凭证估值57.9美元，基于8倍FY27非GAAP预测市盈率 [19] - 阿里国际数字商业集团每美国存托凭证估值4.6美元，基于0.5倍FY27预测市销率，估值倍数下调主因其收入增速预期放缓 [20] - 云智能集团每美国存托凭证估值110.0美元，基于8.0倍FY27预测市销率，较可比公司有所溢价，主因其差异化的全栈AI能力及一定的国内龙头溢价 [20] - 所有其他业务因对集团的盈利拖累，在分部加总估值中暂不给予估值 [21] - 新目标价对应29.5倍FY27非GAAP预测市盈率和21.6倍FY28非GAAP预测市盈率 [4]

量化专题报告总结 量化模型与构建方式 1. **模型名称**：基于XGBoost的因子配置模型[4] **模型构建思路**：将量化大势研判框架中的市场环境特征与Barra因子、Alpha因子结合，利用XGBoost模型捕捉非线性关系和条件依赖，以提升因子选股效果[4][82] **模型具体构建过程**： * **数据准备**：选取A股非新股、非ST、非一字涨停、未停牌的股票[93]。自变量包括10个Barra CNE5因子、85个Alpha因子以及10个市场环境特征[82]。因变量为股票下个月的收益率[89]。 * **数据处理**：对因子进行截面zscore标准化，并用3倍标准差进行截尾处理[89]。 * **模型训练与验证**：采用滚动窗口（后改为扩展窗口）训练[89][110]。初始设置为使用5年数据（前4年训练，后1年验证），预测未来1年，从2019年滚动至2025年[89]。损失函数为MSE，并设置早停机制（连续10轮验证集损失无改善即停止）[89]。 * **关键改进**：发现XGBoost难以自动学习市场环境特征与Alpha因子之间的条件依赖关系后，显式构造了交互因子[105]。具体方法为：将10个市场环境特征分别与85个Alpha因子相乘，生成850个一阶交互因子[106]。随后进行筛选，仅保留在训练集和验证集上ICIR显著高于对应原始Alpha因子的交互因子，以控制维度[106]。 * **最终方案**：模型最终采用扩展窗口训练，并输入Barra因子、市场环境特征、Alpha因子以及筛选后的显式交互因子[110]。 2. **模型名称**：国联民生金工量化大势研判框架（行业配置策略）[70] **模型构建思路**：基于产业周期与资产特征的系统性映射定义风格资产，根据市场风险偏好对风格优先级进行分层判断，用于行业配置[70][72] **模型具体构建过程**：框架定义了五类风格资产：预期成长(gf)、实际成长(g)、盈利能力(ROE)、高股息(D)、破净/并购(B/P)[70]。在市场风险偏好存在 `g > ROE > D > BP` 的基本假设下，对市场风格的优先级进行分层判断[72]。核心是构建五个市场环境特征指标[78]： * **Δgf**（预期成长边际变化）：中信细分行业分析师预期增速(fttm)排序后等分五组，取Top组中位数与Bottom组中位数的差值，经平滑后再进行差分[78]。 * **Δg**（实际成长边际变化）：中信细分行业财报实际利润增速(ttm)排序后等分五组，取Top组中位数与Bottom组中位数的差值，经平滑后再进行差分[78]。 * **ΔROE**（盈利能力边际变化）：中信细分行业ROE(ttm)排序后等分五组，取Top组中位数平滑后差分[81]。 * **Crowd_ROE**（ROE资产拥挤度）：中信细分行业ROE(ttm)排序后等分五组，计算Top组的Beta因子暴露水平[81]。 * **Crowd_DP**（红利资产拥挤度）：中信细分行业股息率排序后等分五组，计算Top组近1月成交量/近3月成交量的因子暴露水平[81]。 模型的回测效果 1. **基于XGBoost的因子配置模型（最终版）**，样本外测试期（2019-2025年）[110]： * IC均值：0.08[110] * ICIR：0.66[110] * RankIC均值：0.11[110] * RankICIR：0.88[110] * IC>0占比：71.43%[110] * G10（多头）年化收益率：28.36%[110] 2. **国联民生金工量化大势研判框架（行业配置策略）**，历史回测期（2009年以来）[72]： * 年化收益：27.81%[72] 量化因子与构建方式 1. **因子类别**：市场环境特征（10个）[82] **因子构建思路**：部分源自量化大势研判框架，用于刻画市场整体风格与状态，作为因子择时的条件变量[78][82] **因子具体构建过程**： * **Δgf, Δg, ΔROE, Crowd_ROE, Crowd_DP**：构建方法同上述大势研判框架[78][81]。 * **Market_vol20**：万得全A指数20日波动率[85]。 * **Market_vol60**：万得全A指数60日波动率[85]。 * **Position_52w**：万得全A指数价格处于过去52周的分位水平[85]。 * **Market_mom**：万得全A指数价格3个月动量[85]。 * **Market_amt**：万得全A指数成交量200日均线的趋势差分[85]。 2. **因子类别**：Barra CNE5因子（10个）[82] **因子构建思路**：采用经典的Barra风险模型因子，作为模型的基础输入[82] 3. **因子类别**：Alpha因子（85个）[82] **因子构建思路**：涵盖价格、情绪、成长、质量、价值、动量等多个维度的月频选股因子[83] **因子具体构建过程**：报告列出了85个因子的名称和类型，例如价格类的`clo_5d_60d`、`return_std_1m`，情绪类的`ivol`、`turnover_mean_1m`，成长类的`roe_q_report`、`yoy_eps_q`，质量类的`roe_q_adv`、`sp_adj`，价值类的`bp`、`ep_fttm`，动量类的`mom_1y`、`reverse_1m`等[83]。具体计算方式未在报告中详细说明。 4. **因子类别**：显式交互因子（最多850个，经筛选后保留）[106] **因子构建思路**：为了捕捉市场环境特征对Alpha因子有效性的条件影响，显式构造两者的一阶交互项[105][106] **因子具体构建过程**：将10个市场环境特征分别与85个Alpha因子逐元素相乘，生成850个交互因子[106]。公式可表示为： $$交互因子_{i,j} = 市场环境特征_i \times Alpha因子_j$$ 其中，`i` 取1到10，`j` 取1到85[106]。随后进行筛选，仅保留那些在训练集和验证集上ICIR显著高于对应原始Alpha因子的交互因子[106]。 因子的回测效果 *注：报告未提供单个因子的独立测试结果，仅提供了整合所有因子后的模型整体表现。*

报告行业投资评级 - 看好（维持）[6] 报告核心观点 - OpenClaw是2026年现象级开源AI Agent产品，其爆火标志着人工智能实现了从被动承接到主动发起的范式转变，有望深刻影响产业链上下游格局[3] - 该产品通过技术创新与用户体验优化深度结合实现破圈：技术上采用三层架构、四大基础工具、分层Skill体系和四层记忆；体验上强调本地部署、多渠道接入、类人化执行、持久记忆及开源免费，覆盖从极客到普通C端的多元需求[3] - 其高Token消耗、全平台适配及生态快速扩张的特征，为AI行业打开全新增长空间[82] 根据目录总结 1. 什么是OpenClaw？ - **产品定义**：OpenClaw是2026年迅速崛起的现象级开源AI Agent，定位为具有主动执行能力的个人AI操作系统，作为衔接大语言模型与终端设备的执行中枢，实现AI从文本对话向系统级任务执行的范式升级[9] - **核心功能**：包括本地化部署与数据主权、个性化持久记忆、系统级自动化执行、多渠道统一接入、多智能体会话隔离、富媒体交互与全栈管理[10] - **市场热度**：截至2026年3月11日，在GitHub的星标数已超过30万，登顶开源软件榜首，并在国内外社交平台引发“养虾热”，实现全民破圈[17] - **对比ChatGPT**：与ChatGPT代表不同发展方向。ChatGPT是通用对话工具，生态相对封闭；OpenClaw是自主执行型智能助手，支持本地部署、多模型切换和开源技能扩展，在隐私安全、任务自动化和灵活性上更具优势[13][16] - **应用场景**：构建了覆盖信息消费、内容生产、开发运维、知识管理、金融交易的全场景功能矩阵，具体包括社交媒体管理、创意构建、基础设施运维、生产力提效、研究学习及金融交易等[16] 1.2 爆火原因：从技术角度看OpenClaw的独到之处 - **三层架构**：采用Channel-Gateway-Node三层架构，实现跨平台交互与本地自动化操作的高效协同。Channel层接入超20种通讯平台降低门槛；Gateway层是核心调度中枢；Node层负责本地设备操作执行[21] - **四大基础工具**：将系统交互能力抽象为bash（执行命令）、read（读取文件）、write（创建文件）、edit（编辑文件）四类基础工具，通过组合可对复杂任务进行拆解和执行[24][26] - **分层Skill体系**：Skill是能力扩展单元，采用三级优先级架构（项目级、用户级、内置级），可通过ClawHub技能市场共享和扩展，并具备自我学习封装新Skill的能力[26][27][28] - **四层记忆架构**：构建了Soul（内核人设）、Tools（能力模块）、User（长期记忆）、Session（实时会话）四层记忆，确保了上下文的连续性和交互的真实性[30][32] 2. 上下游探索：有哪些赛道可能因此长期受益？ 2.1 上游算力：“Token消耗怪兽”抬升长期增长斜率 - **需求驱动**：OpenClaw的高Token消耗特性将显著抬升算力需求。其用户因体验改善和机制原因，支付意愿和实际消耗均高于普通Chatbot，预计月均心理价位在40-60美元[37][38] - **消耗量测算**：报告测算，OpenClaw用户每人每月消耗的token量预计在510-1360万（即5.1-13.6百万）[47]。截至2026年3月16日，其单日token消耗量达6140亿（即61.4B），当前用户数约136-361万人，对全球AI应用用户的渗透率仅0.09-0.24%[47][48] - **增长预测**：预计到2026年底，OpenClaw的持续渗透有望带动全球每月token消耗量提升19.1-489.6T（即万亿）。在乐观、中性、谨慎情景下，对应的月token消耗增长区间分别为133.9-489.6T、57.4-387.6T、19.1-183.6T[52] - **芯片增量**：以上述token消耗增长测算，对应的英伟达Blackwell芯片（以GB200 NVL72为基准）需求增量为2432-62271片。报告指出，由于模型参数量扩张、国产芯片算力约束、价格战刺激单用户消耗提升等因素，实际芯片增量需求可能更高[57][58][60] 2.2 中游模型：从推理需求视角看待Agent机会 - **二元分化格局**：大模型行业可能呈现二元分化，即头部性能厂商通吃高价值场景，国产性价比厂商下沉普惠市场[61] - **性能与性价比**：从PinchBench评估看，海外厂商（如Anthropic的Claude、OpenAI的GPT）在性能榜领先；国产厂商（如智谱、MiniMax、DeepSeek、千问）在性价比象限表现突出，在C端模型使用量榜单上也占据头部位置[62][66][71] - **市场策略**：B端企业级应用更看重任务执行准确性和稳定性，对成本敏感度低；C端消费级场景则追求任务成功率、响应速度与成本的平衡，这为兼具高性能与低费率的国产模型提供了规模化渗透和出海的机会[65][66][83] 2.3 下游应用：现阶段或以生产力提升为主，大规模商用还需等待 - **政策支持**：多地政策密集加码支持AI Agent及OPC（一人公司）模式，通过算力券、免费部署、专项补贴等形式降低研发与部署门槛，并开放应用场景[73][76] - **当前应用焦点**：从OpenClaw技能库分类看，排名前十的技能中有八个与开发相关（如编码Agent、Web开发、DevOps等），合计占比达26.8%，表明当前核心用户和需求仍集中在开发者群体，短期应用以软件开发等生产力提升为主[77] - **能力与安全局限**：与专业编程Agent如Claude Code相比，OpenClaw在复杂编码任务上能力有限[78]。同时，其存在多个中高危安全漏洞（如远程代码执行、命令注入等），对规模化商业应用形成压制[79] - **落地路径**：短期下游机会集中在能借助AI Agent实现降本增效的垂直场景（如办公自动化、开发运维）。长期规模化商用依赖技术迭代和安全解决方案的完善，具备相关能力的厂商或将率先受益[80][81][83] 3. 投资建议 - **上游算力**：AI Agent的长期渗透将持续抬升算力需求增长斜率。算力基建的国产化替代与高端算力芯片的产能落地是核心投资主线。建议关注国产算力芯片、AI Infra厂商[4][82] - **中游模型**：兼具高性能与低费率的国产大模型厂商，有望在C端实现规模化渗透并依托性价比优势出海。针对Agent场景的模型推理优化与工具调用能力升级是关键竞争力。建议关注国产大模型、AI基础软件厂商[4][83] - **下游应用**：在政策加持下场景落地提速，但规模化商用需重视安全与技术迭代。短期机会在能借助AI Agent降本增效的垂直场景。建议关注大型云厂商、垂直场景解决方案商[5][83]

产品重大版本更新 - 腾讯QClaw发布v0.1.9重大版本更新，并已正式升级为微信小程序，用户可通过小程序远程操控电脑并调用超过5000个预设技能，实现“发句话让AI干活”的体验 [1] - 此次升级将交互入口从微信客服号迁移至小程序，用户无需单独添加客服账号，可直接在小程序界面接收电脑文件、发送指令 [3] - 公司表示后续将支持语音指令和图片传输等原生微信交互能力 [3] 产品定位与核心优势 - QClaw基于OpenClaw进行极简封装，定位为“人人都能轻松使用的AI Agent” [4] - 产品主打易用性，用户无需配置环境、编写命令或调整模型，仅需下载、安装、开工三步即可在微信里远程操作电脑 [4] 新增与规划功能 - 产品将陆续支持在小程序快速创建定时任务、实时接收任务消息、远程切换底层模型等能力 [6] - 为解决新手用户下达指令的痛点，新增“灵感广场”功能，围绕办公提效、深度研究、娱乐游戏、自律生活等场景，预置了近20个常用任务和技能 [6] - 用户无需任何配置或编写指令，只需点击“立即使用”即可自动加载对应技能并启动任务，例如可一键设置“热点资讯自动汇总”、“发票智能归档”或“日程安排提醒”等定时任务 [8] 产品发布状态 - 官方表示，由于前期处于小范围内测阶段，许多用户未能参与体验 [8]

文章核心观点 - AI Agent时代的到来正在引发传统SaaS行业的根本性重构，而非简单的终结 [1] - 市场正在用真金白银投票，认为传统SaaS商业模式在新时代可能面临巨大挑战 [3] - 行业当前经历的不是终点，而是一场漫长重构的开始，这既是危险也充满可能性 [15] PS估值的死亡：当“赌未来”变成“算不过账” - SaaS行业过去依赖的高市销率（PS）估值逻辑正在崩塌，市场不再为“下一个Salesforce”的叙事买单 [6] - 以HubSpot为例，其年度经常性收入（ARR）为30亿美元，市值270亿，PS约9倍，但按20倍市盈率（PE）倒推，需要14亿美元净利润才能支撑当前市值，这账算不过来 [6] - 当公司ARR从3亿膨胀到30亿后，维持高增长与高利润率的难度呈指数级上升，硅谷的“Rule of 40”对大型公司而言几乎是一道天堑 [6] - 估值锚点正从应用软件向大语言模型（LLM）基础设施转移，企业预算大规模流向后者，例如Anthropic和OpenAI的ARR增长远超预期，预计2026年将远超200亿美元 [7] NDR回踩100%：“旱涝保收”变“只涝不收” - 净美元留存率（NDR）回踩至100%生死线对投资人心理冲击巨大，超过100%是SaaS商业模式的核心护城河，跌破则意味着存量客户流失 [9] - Salesforce是典型案例，尽管在2023年Dreamforce大会就宣布All in AI，但到2025年财报，其AI相关收入占比仍只有百分之几，导致其股价在2024年开始下跌，2025年全年跌幅约30% [9] - 财务数据不及预期是短期问题，而预期被AI降维打击则是根本性危机，AI正在重新定义软件价值，威胁传统SaaS作为“流程入口”的地位 [10] 护城河重构：从“转换成本”到“数据半透膜” - 传统SaaS的核心壁垒——转换成本和网络效应——正在AI时代被解构甚至摧毁 [12] - 一批AI Native玩家正以更敏捷的架构、更低成本和更优体验，直接抢夺传统SaaS的存量生意，并通过“功能被动折叠”使传统软件复杂的图形界面（GUI）功能失效 [12] - 传统SaaS厂商的底牌在于“数据的半透膜效应”，即特定行业和企业的私有数据与经营上下文仍沉淀在其系统中，形成双向壁垒 [12] - 新的护城河正在形成，包括架构设计能力、深度客户理解、高效交付能力等，AI可能使软件开发成本降低100倍，但软件需求可能增长1000倍 [12] - 与业务场景的耦合度、行业知识积累、API对接能力和长期客户关系等核心价值并未消失，只是技术载体从本地部署（On-Premise）到SaaS再到AI Native的演变 [12] 未来图景：不是SaaS的终结，而是“软件”定义的重写 - 行业共识包括：PS估值信仰崩塌不可逆转、AI Native公司将侵蚀传统SaaS市场份额、行业将剧烈洗牌 [14] - 分歧在于冲击的深度，部分观点强调短期预算转移和估值模型失效的冲击，另一部分则更关注长期软件需求爆发和新护城河形成的机遇 [15] - 一个关键变量是AI渗透的速度，它将决定传统SaaS厂商转型窗口期的长短 [15] - 资本市场需要重新锚定AI Native软件与传统SaaS的边界、商业模式差异以及如何为不同形态的企业软件定价，这些问题尚无现成答案 [15]

报告投资评级 - 海天国际 (1882) ：**买入** 评级，目标价 **30.00** 港元 [2][5][10] - 康哲药业 (867) ：**买入** 评级，目标价 **19.30** 港元 [2][12][14] 报告核心观点 - 报告认为，在行业景气度分化的背景下，**海天国际**凭借海外市场的强劲增长和全系机型的稳健表现，有望实现持续增长 [7][8][9] - 报告指出，**康哲药业**已度过集采冲击，创新产品管线开始发力，公司正重回快速增长轨道 [12][13] - 报告对**艾迪康控股**和**阳光保险**进行了未评级的深度分析，认为前者通过“ICL+CRO”双平台战略驱动价值重估，后者则在寿险新业务价值高增长和财险承保盈利改善的驱动下，利润创上市新高 [16][17][39][40] 【公司研究】部分总结 海天国际 (1882) - **业绩创历史新高**：2025年营收 **177.33** 亿元，同比增长 **10.0%**；归母净利润 **33.01** 亿元，同比增长 **7.2%**；毛利率为 **32.7%**，同比提升 **0.5** 个百分点 [7] - **全系机型正增长**：Mars、Jupiter、长飞亚电动系列营收分别达 **113.17** 亿元、**24.21** 亿元、**21.53** 亿元，同比分别增长 **8.1%**、**16.4%**、**8.9%**；Jupiter系列销量 **2095** 台，同比大增 **21%** [8] - **海外市场成主要驱动力**：2025年海外销售 **76.02** 亿元，同比大增 **26.4%**，海外营收占比提升 **5.6** 个百分点至 **42.9%** [9] - **未来盈利预测**：预计2026-2028年收入分别为 **195** 亿元、**208** 亿元、**227** 亿元，净利润分别为 **36** 亿元、**40** 亿元、**43** 亿元 [10] 康哲药业 (867) - **2025年业绩概览**：收入同比增长 **9.9%** 至 **82.1** 亿元；调整后归母利润同比增长 **3.6%** 至 **17.8** 亿元；独家及创新药收入 **56.1** 亿元，同比增长 **23.3%**，占比达 **60%** [12] - **创新产品管线发力**：治疗白癜风的**百卢妥**预计2026年收入可达 **5** 亿元，销售峰值有望达 **60** 亿元；多款创新药将于2026-2028年陆续上市，包括**替瑞奇珠单抗**、**Povorcitinib**、**注射用洛贝米柳**及**ABP-671**等 [13] - **未来盈利预测**：预计2026-2028年营业额分别为 **101.17** 亿元、**127.01** 亿元、**158.12** 亿元；归母净利润分别为 **19.33** 亿元、**22.79** 亿元、**26.90** 亿元 [15] 【公司评论】部分总结 艾迪康控股 (9860.HK) - **双平台战略**：公司正从独立医学实验室向“ICL+CRO”双平台一体化服务提供商转型，拟以 **2.04** 亿美元收购临床前CRO公司冠科生物 [17][26] - **ICL基石业务**：作为中国独立医学实验室三强之一，拥有 **34** 家自营实验室，可提供超 **4000** 项检验服务 [18] - **特检业务高速成长**：2024年特检业务营收同比增长超 **18%**，其中肿瘤检测增长 **47%**；近五年复合年增长率达 **33%** [21] - **共建业务迅猛发展**：2025年上半年共建业务收入同比增长 **30%**，近四年复合增长率高达 **48%** [17][23] - **CRO增长引擎**：2025年上半年CRO业务收入同比增长 **18%**；冠科生物拥有超 **5000** 种患者源性异种移植模型，客户包括全球前20大肿瘤药企中的 **95%** [26][27] - **市场前景广阔**：中国ICL市场渗透率仅 **6%**，预计2026年市场规模将达 **513** 亿元；全球及中国临床前CRO市场预计2026年规模分别为 **332.5** 亿美元和 **528.6** 亿人民币 [31] 阳光保险 (6963.HK) - **业绩创上市新高**：2025年归母净利润 **63.1** 亿元，同比增长 **15.7%**；下半年归母净利润 **29.2** 亿元，同比大增 **26.5%** [40][43] - **寿险新业务价值大增**：2025年新业务价值 **76.4** 亿元，同比大增 **48.2%**；其中银保渠道新业务价值 **47.2** 亿元，同比大增 **64.6%**，贡献了 **73%** 的增量 [44][45] - **财险承保盈利实质改善**：剔除一次性计提 **15.1** 亿元的融资保证险准备金影响后，承保利润为 **4.87** 亿元，同比大增 **596%**；车险综合成本率优化至 **98.2%** [49][50][51] - **投资表现分化**：总投资收益率回升至 **4.8%**，但净投资收益率降至 **3.7%**，续创新低；权益类资产配置占比 **21.4%**，处于行业高位 [53][54] 【行业评论】部分总结 互联网行业 - **OpenClaw浪潮**：国产互联网公司集体跟进AI Agent，字节跳动、腾讯、阿里巴巴、小米等均已推出相关产品或服务 [60][61] - **电商平台新商政策**：天猫、京东、快手三大平台2026年新商扶持政策合计投入资源超 **400** 亿元，通过降成本、给流量、技术赋能吸引商家 [64] - **阿里巴巴动态**：阿里千问完成人事调整，由周靖人代管；阿里云将在上海金山建设超大规模算力中心，重点部署自研“真武”芯片 [66][67] - **腾讯动态**：腾讯云成为OpenClaw官方赞助商；微信正秘密开发AI智能体项目，拟于2026年第三季度向全量用户开放 [68] - **拼多多动态**：修订“百亿补贴”规则；其海外版Temu在2025年全球跨境电商市场渗透率达 **24%**，与亚马逊并列第一 [69] - **字节跳动动态**：豆包APP内测AI电商功能，支持应用内直接下单支付 [73] - **月之暗面动态**：Kimi个人订阅订单爆发，1月订单量环比增长 **8280%**；公司最新估值已涨至 **180** 亿美元 [75]

中国移动互联网整体趋势 - 2025年末，中国移动互联网月独立设备数稳步增长至14.66亿台，但用户粘性总体呈减弱趋势，用户单机单日有效时间从2021年的293.6分钟波动下降至265.6分钟，单日使用次数降至61.8次 [4] - 用户行为向“低频高质”转型，2025年整体用户使用次数下降，但单日使用时长小幅增长0.4% [1][4] - 通讯聊天、电子阅读、长视频（如优酷）等应用拉动用户粘性增长 [1] 人工智能行业 - 行业强势爆发，2025年人工智能类应用用户规模实现88.5%的同比增长，用户渗透率超过35%，进入全民普及期 [1][6][52] - 语言模型类应用（如豆包）用户规模整体增长超300%，成为推动AI落地的核心引擎 [2][52] - 用户结构呈现全龄全域下沉趋势，35岁及以下用户占比达49.5%，三线及以上城市用户占比超70.8% [1][56] - AI Agent开启智能自主时代新纪元，通义千问等原生应用从工具向智能伙伴进化，千问流量同比增长179.7%，豆包月活用户超1.5亿 [2][50][58] - 通义千问在2025年11月升级更名后全面发力C端，公测首周下载量破千万，12月月设备数破2600万，并全面接入阿里生态 [58] 长视频行业 - 行业流量增长见顶，进入存量竞争阶段，2025年行业月独立设备数整体稳定，年同比下降1% [15][17] - 优酷以精品化战略实现逆势增长，用户规模同比增长4.5%，日均使用时长同比增长11.1%，两项核心指标增速均位居行业第一 [2][17] - 优酷2025年精品内容累计收获国内外大奖超80个，通过剧集与综艺并进的策略，形成“月月有大剧，剧剧是爆款”的精品矩阵 [17][19] - 平台在人文、体育、动漫等垂类领域建立差异化优势，例如实现小球顶级赛事全覆盖，并推动国漫精品化升级 [21] - Z视介平台在2025年11、12月流量大幅跃升，完成生态价值跃迁 [27] 短视频与短剧行业 - 2025年，短视频行业月独立设备数攀升至12.5亿台，用户规模与粘性齐升 [29] - 短剧视频成为关键增长动力，月独立设备数突破2亿台，全年增长约1亿台 [32] - 红果免费短剧在2025年12月独立设备数达1.90亿台，年增长率达68.3% [91] 电子阅读行业 - 行业流量回升，AI技术全面应用于内容生产、分发与阅读体验，2025年12月行业MAU回升至3.9亿 [3][34] - 用户粘性显著增强，2025年12月人均单日使用时长同比增长12.7%至69.7分钟，单日使用次数同比增长9.3%至12.6次 [3][34][42] - 番茄免费小说增长强劲，截至2025年12月月活跃独立设备数达1.73亿台，单日人均使用时长增至约80分钟，年增长率达68.1% [37][45][91] 美食外卖行业 - 2025年京东入局引发三大平台长达半年的激烈补贴大战，激活全民消费热情，行业流量激增，月活跃用户规模稳定超2.5亿 [2][67][69] - 大战期间，淘宝闪购用户规模增长超60%，并带动淘宝用户规模增长6.9%、月度总使用次数增长17.2% [2] - 大战退潮后行业回归理性，用户粘性出现下滑，单机单日使用次数不足7次，用户使用从高频刚需转向低频比价 [69] - 淘宝闪购借势实现用户规模跃升，2025年12月独立设备数达1.43亿台，年增长61.2%，并在青年群体及低线城市建立优势 [72][91] 旅游出行行业 - 旅游需求持续释放，2025年旅游类应用MAU达11.2亿，周总使用次数同比提升19.9% [3][76] - 以携程为例，其劳动节、国庆等假期使用次数同比增幅超20%，“说走就走”的短平快式出行成为新主流 [3] - 2025年全年国内居民出游人次达65.2亿，同比增长16.2% [74] 电子商务与生活服务 - 本地化、个性化需求驱动电子商务、生活服务等应用使用频次显著增长，2025年12月电子商务使用次数同比增长10.3%，健康医疗与生活服务同比增长9.0% [8][9] - 通讯聊天是用户日常最高频应用，日均使用达33.5次 [8] 智能设备行业 - 行业流量稳步攀升，2025年月独立设备数突破2亿台 [60] - 智能家居是最大细分赛道，用户规模达1.82亿台，同比增长13.4% [63] - 智能汽车领域迎来爆发式增长，用户规模达300万台，同比增幅超300% [63] 通讯聊天与社交网络 - 通讯聊天行业进入存量深耕期，2025年月独立设备数缓慢增长，用户渗透率达89.0% [6][78] - 微信用户规模稳健增长，月独立设备数达11.8亿台，用户使用行为呈现频次下降、时长提升的特点，生态向深度沉浸演进 [81] - 社交网络用户规模稳步增长，但用户单日使用时长低于去年同期，时长被短视频、AI等场景分流 [86] - 社交网络核心用户为青年与女性，35岁以下用户占比超60%，女性用户占比接近半数 [89] 高速增长应用榜单 (2025年12月) - 用户规模过亿的APP增速前三：豆包（人工智能/语言模型）独立设备数1.54亿台，年增215.2%；红果免费短剧（短视频/短剧视频）独立设备数1.90亿台，年增68.3%；番茄免费小说（电子阅读/在线阅读）独立设备数1.73亿台，年增68.1% [91] - 用户规模五千万至一亿量级的APP增速前三：汽水音乐（音乐音频/在线音乐）独立设备数8466.4万台，年增140.2%；悟空浏览器（系统工具/浏览器）独立设备数5071.1万台，年增56.9%；华为运动健康（健康医疗/健身运动）独立设备数6154.8万台，年增49.3% [92]

文章核心观点 - 智己汽车发布了行业首个超级智能体IM Ultra Agent及IM Fusion Nova智能架构，通过智舱AI、智驾AI与线控底盘的三域深度融合，将汽车从交通工具转变为能理解、执行用户复杂指令的智能伙伴，标志着智能汽车竞争进入“全场景智能体验”新维度 [3][6][21][23] 根据相关目录分别进行总结 技术架构与核心突破：IM Fusion Nova 与 IM Ultra Agent - 发布行业首个超级智能体IM Ultra Agent及全新的IM Fusion Nova智能架构，该架构将汽车智能化的“三大件”——智舱AI、智驾AI、线控底盘融合在一起 [3] - 新架构从基因层面解决了汽车智能化系统割裂问题，重构了智能汽车逻辑，使超级智能体成为三域融合后的用户代理人 [6] - 实现了“开车、交流、办事”的融合，将智驾AI、线控底盘、千问大模型及阿里生态整合在一个架构内并实现协同，避免了系统间互不兼容 [8] - 全线控灵蜥数字底盘实现了转向、制动、动力的全线控毫秒级执行，是智能系统的可靠“四肢”，为高阶自动驾驶奠定基础 [9] 解决行业痛点：舱驾融合与生态扩展 - 解决了智舱与智驾功能割裂（“两层皮”）的问题，用户可通过自然语言与车交流复杂驾驶指令（如“不要和大货车并列开”），车辆能理解并安全执行 [7][8][9] - 打破了汽车智能生态的局限，通过与阿里千问大模型及生态深度整合，使车辆具备强大的车外任务执行能力，如订餐厅、查景点、制定攻略等，关注“下车之后”的生活场景 [11][13] - 对比了行业其他方案：黄仁勋展示的AIpamayo 1.5模型主要用于研发；马斯克的Robotaxi仅能执行有限的行驶策略调整；而智己的方案实现了更深更广的交互与执行能力 [8] 公司竞争优势与合作伙伴 - 作为上汽集团“一号工程”，背靠中国汽车工业龙头数十年的技术沉淀、产业积累及顶尖的整车品控与安全验证体系 [16] - 是国内线控底盘国标的牵头制定单位，在数字底盘硬件研发与调校上有深厚技术壁垒 [16] - 上汽集团是全球智驾龙头Momenta的第一大机构股东，智己是Momenta最新技术的首发与标杆落地平台；Momenta城市NOA第三方市场市占率超过61% [16] - 创始股东阿里为智己提供了千问大模型及覆盖电商、本地生活、出行、办公的全场景生态体系，构建了“物理世界的数据深度”护城河 [17] 安全冗余设计 - 针对AI安全担忧，进行了全链路安全冗余设计，IM AD ZETA智驾大模型基于Momenta的海量中国真实路况数据，决策更贴合国内场景 [14] - 全线控灵蜥数字底盘采用双制动、双转向的全冗余硬件，一套系统异常时另一套可立刻接管 [18] - 转向系统失效概率低于10 FIT（每运行10亿小时失效不超过10次），可靠性极高 [18] 产品落地与市场预期 - 发布的超级智能体全套技术将在2026年有节奏地下放到新品，首款搭载车型为3月26日开启预售的智己LS8 [20] - 智己LS8将集成IM Ultra Agent、千问大模型、全线控灵蜥数字底盘、IM AD ZETA等旗舰智能能力，并配备B&O音响、机械按摩座椅、地暖系统等高端配置 [20] - 市场预期LS8价格在30万人民币以内，起售价可能下探至28万级别，有望成为中高端新能源市场的重磅爆款，将竞争从“堆料内卷”提升至“全场景智能体验” [20] 行业意义与公司愿景 - 智己的这一步是智能汽车从“工具”走向“伙伴”的关键一跃，重新定义了用户与车的关系 [23] - 在2025年凭借超级增程技术实现品牌与销量的“戴维斯双击”后，LS8的到来意味着品牌向上的进一步突破 [23] - 当许多车企仍在摸索智能汽车下半场方向时，智己已用全链路智能解决方案给出了自己的答案 [23]