行业核心趋势 - 到2028年，45%的IT产品与服务交互将以智能体为主要界面 [1] - 到2026年，70%的组织将采用融合生成式、处方式、预测式和智能体技术的复合AI [1] - 智能体正在成为IT服务的“前台”，重塑企业的采购、交付与体验方式 [1] 企业技术战略 - CIO需重新定义企业架构与用户体验，适应以智能体为中介的IT交互新生态 [1] - CIO需要构建统一且可解释、可审计、可信赖的AI系统，并建立AI治理框架 [1] - IT的角色正在从“系统建设与维护者”转变为“智能生态系统的指挥者” [2] 未来驱动力 - 全球IT产业发展将受到三大关键力量驱动：企业范围内AI智能体持续扩展、应对“Agentic AI转型”带来的结构变革、抢先布局量子计算等前沿科技 [1] - 布局前沿科技旨在增强企业韧性并拓展业务边界 [1]

中共二十届四中全会政策导向 - 全会明确提出加快高水平科技自立自强，引领发展新质生产力，并构建以先进制造业为骨干的现代化产业体系 [1] - 坚持把发展经济的着力点放在实体经济上，坚持智能化、绿色化、融合化方向，加快建设制造强国、质量强国、航天强国、交通强国、网络强国 [2] - 提出统筹教育强国、科技强国、人才强国建设，提升国家创新体系整体效能，全面增强自主创新能力，抢占科技发展制高点 [4] 半导体显示产业 - 中国半导体显示产业已占据全球液晶市场的七成份额，在OLED领域逐渐实现并跑 [2] - 全球有4家厂商投入建设OLED 8.6代线，其中包括京东方、维信诺、TCL华星三家中国公司 [2] - 维信诺搭载ViP技术的OLED 8.6代线生产区域已于今年10月实现全面封顶，推动中国显示产业占领全球高端市场 [3] 供应链数智化升级 - 京东工业的太璞数实一体化供应链解决方案将某知名新能源车企的采购平均时长由21天压缩至7天，全年库存成本减少约3000万元 [3] - 京东工业构建了行业首个供应链大模型JoyIndustrial，积极推动工业供应链数智化建设，助力中国工业实现降本万亿 [4] - 京东工业与南京天创、景曜科技等机器人产业公司达成合作，携手推动工业机器人产业供应链数智化升级 [3] 人工智能与产业融合 - 随着大模型推理能力提升、算力成本下降及开源免费，人工智能与B端产业结合日益紧密 [5] - 智能体已广泛应用于医疗、零售、教育、金融以及交通运输、网络安全等多个产业场景中 [6] - 360集团将生成式AI搜索产品纳米AI升级为多智能体蜂群，同时上线智能体工厂，让智能体从单兵作战进阶到群体协同 [6] 智能制造实例 - 美的洗衣机荆州工厂拥有14个智能体，覆盖了38个核心生产业务场景，应用了库卡iico协作机器人、玉兔-AI巡检机器人及人形机器人 [6] - 全国政协委员周鸿祎表示，智能体是打通科技与产业最后一公里的关键载体，能让技术真正用起来、成果落下去 [6]

政策导向与产业方向 - 中国共产党第二十届中央委员会第四次全体会议提出加快高水平科技自立自强，引领发展新质生产力，并构建以先进制造业为骨干的现代化产业体系 [2] - 全会强调坚持把发展经济的着力点放在实体经济上，坚持智能化、绿色化、融合化方向，加快建设制造强国、质量强国、航天强国、交通强国、网络强国，保持制造业合理比重 [3] - 提出统筹教育强国、科技强国、人才强国建设，提升国家创新体系整体效能，加强原始创新和关键核心技术攻关，推动科技创新和产业创新深度融合 [5] 半导体显示行业进展 - 中国半导体显示产业已占据全球液晶市场的七成份额，在OLED领域逐渐实现并排跑 [3] - OLED成为新型显示主流技术，全球有4家厂商投入建设OLED8.6代线，其中包括京东方、维信诺、TCL华星三家中国公司 [3] - 维信诺搭载ViP技术的OLED8.6代线的生产区域已于今年10月实现全面封顶，公司致力于将技术创新从基础研究转化至量产应用，覆盖从小尺寸到中大尺寸产品 [4] 供应链数智化应用 - 京东工业推出的太璞数实一体化供应链解决方案，将某知名新能源车企的采购平均时长由21天压缩至7天，全年库存成本减少约3000万元 [5] - 京东工业构建了行业首个供应链大模型JoyIndustrial，并积极推动工业供应链数智化建设，助力中国工业实现降本万亿 [5] - 京东工业与南京天创、景曜科技等机器人产业公司达成合作，携手推动工业机器人产业供应链数智化升级 [5] 人工智能与产业融合 - 随着大模型推理能力提升、算力成本下降及开源免费，人工智能与B端产业结合日益紧密 [6] - 智能体已广泛应用于制造业、医疗、零售、教育、金融以及交通运输、网络安全等多个产业场景中，例如美的洗衣机荆州工厂拥有14个智能体覆盖38个核心生产业务场景 [6] - 360集团将生成式AI搜索产品升级为多智能体蜂群，同时上线智能体工厂，推动智能体从单兵作战进阶到群体协同 [6] 企业创新与安全护航 - 360集团创始人周鸿祎表示，智能体是打通科技与产业最后一公里的关键载体，其价值在于能让技术真正用起来、让成果落下去 [6] - 奇安信集团董事长齐向东表示将发挥网络安全领军企业带头作用，推动行业从卷价格向卷创新转变，并为新质生产力的发展守牢安全底线 [7]

融资进展与战略转向 - 月之暗面近期将完成一轮数亿美元的新一轮融资，由海外基金领投，可能指向a16z [1] - 此次融资可能标志着公司将发展重心转向海外市场 [1] - 结合公司一直使用美元基金以及投资人查马斯的评论，可能意味着公司计划在海外完成IPO [2] 商业化战略调整 - 公司发展战略调整为以底层模型优先和重押智能体两个方向 [2] - 商业化规划包括通过智能体做付费订阅向C端用户收费，以及尝试API商业化 [2] - 公司内部预期在一年内通过国内外C端市场实现约1亿美元的收入 [6] - 相对于付费习惯更好的海外市场成为智能体产品的“必选项” [8] 产品发布与定价 - 9月末，月之暗面在海内外上线全栈智能体助手OK Computer，海外早于国内全面上线 [3][4] - 公司推出会员订阅计划，海外定价为19美元、39美元和199美元三档，国内分为49/99/199元三档 [4] - 非付费用户免费试用次数有限，海外仅三次，可能与智能体成本过高有关 [4] - 最贵档199美元对标OpenAI的Pro版本和同类智能体产品Manus的定价 [19][21] 技术发展路线 - 公司聚集资源攻克基础大模型，发布Kimi K2后停止更新K1系列模型并停止投流 [13] - Kimi K2的首要追求是智能上限，万亿参数可为后续推理模型和多模态打下基础 [15] - 基于Kimi K2，公司已推出OK Computer，并计划开发AI Coding等智能体产品 [15] 市场竞争格局 - 据OpenRouter数据，近一月模型调用量Top 20中已无Kimi K2，而智谱GLM 4.6位列第十七 [9] - SimilarWeb数据显示，今年9月Kimi单月访问量约24万，其中89%来自国内，而竞争对手Genspark访问量达880万 [23] - 在海外市场，公司需与x-ai（月调用量1.41T，占比27.7%）、Google（948B，18.6%）、Anthropic（847B，16.7%）等对手竞争 [11] 公司资源与定位 - 不算未披露的新融资，月之暗面累积四轮融资超过110亿元，是国内资金最充足的AI公司之一 [26] - 公司团队规模约300人，运营成本压力因AI训推成本下降而减轻 [26] - 月之暗面的技术目标高远，Kimi K2对标OpenAI和Claude Opus 4等顶尖闭源模型 [27]

行业背景与挑战 - 融资租赁行业面临资产荒、息差持续收窄的困境，依靠资金成本和关系驱动的商业模式触及增长天花板 [2] - 行业同质化竞争激烈，高度依赖息差和“人海战术”，运营效率存在明显瓶颈 [2] - 传统模式以债权思维为主导，利润空间被持续压缩，风险和价值过度集中于客户信用和人工服务 [3] 公司战略转型 - 财通租赁明确从“资金提供者”转向“资产运营者”的战略方向，将AI技术视为核心抓手 [2] - 公司判断必须下沉产业，深耕资产运营，以摆脱同质化竞争，未来商业形态将与传统融资租赁机构有显著差异 [3] - 公司致力于通过AI阶梯，从搭建平台演进为构建生态，目标是成为连接多方、激活资产流动性的“生态枢纽” [7][14] AI应用的核心价值环节 - AI能处理海量、异构的资产数据，例如在新能源领域，未来每年需处理的数据量级可能达几十亿，必须依靠AI高效处理 [3] - AI驱动内部流程自动化与智能决策，将智能体嵌入业务审批流，覆盖前、中、后端，解放业务经理精力以专注于复杂决策 [4] - AI实现穿透式、精细化风控管理，通过对租赁物运行数据的持续监测分析，主动预警风险，将风控从“看报表”转变为“管理资产” [4] 智能体广场平台与实施路径 - 智能体广场平台本质是AI能力的基座，核心价值在于通过灵活配置模块化、可复用的Agentic AI能力，重构业务流程并提升生态协同效率 [5] - AI演进路径分三步：先是内部管理工具，再成为直接服务客户的入口级平台，最终成为开放生态的连接者 [6][7] - 技术路径上采取“内外结合”模式，对外与火山引擎等大厂合作，对内自主掌控关键模块开发，确保技术前沿性与业务场景紧密咬合 [8] 已实现的运营效率提升 - 在内部治理层面，AI系统性地提升运营精度与效率，例如将简历筛选耗时从五分钟压缩至五秒钟 [11] - 在资产运营领域，平台通过对物联数据的实时处理，实现对新能源电池、医疗设备等资产的全生命周期监控、健康度评估与风险预警 [13] 商业模式重构与未来展望 - AI应用使高价值、非标设备从“不可租”变为“可租”，并为同业间“资产互换定价”奠定数据基石，极大拓展业务边界 [14] - 公司对海量资产运营数据的积淀与治理本身催生了新的“战略资产”，为未来面向同业与产业链的数据增值服务打开空间 [15] - AI的价值不仅是降本增效，更是重塑商业模式、突破价值天花板的关键基础设施，通过开辟资产协同、数据服务等新市场实现长期主义 [16]

中国AI产业整体发展态势 - “十四五”时期是中国人工智能产业从“跟跑”向“并跑”、“领跑”转变的关键阶段，也是新质生产力概念形成实践成果的重要时期[1] - 中国人工智能正以集群式崛起，展示出中国的AI速度与智能跃迁，叙事主线已从“追赶”被彻底重构[1] - 截至2025年9月，中国人工智能企业数量超过5300家，全球占比达到15%，形成覆盖基础底座、模型框架、行业应用的完整产业体系[6] 技术突破与全球竞争力 - 全球最大AI开源社区Hugging Face今年7月公布的榜单上，排名前十的开源大模型中，中国占据了九席[6] - 中美两国在顶级AI大模型性能上的差距已从2023年的17.5%急剧缩小至2025年的0.3%，几乎实现性能上的“零差距”[9] - DeepSeek-R1推理模型研究论文于2025年9月登上国际权威期刊Nature封面，标志着中国AI技术在国际科学界获得认可[7] - 截至2025年4月，中国人工智能专利申请量达157.6万件，占全球申请量的38.58%，居全球首位[9] 产业规模与增长数据 - 2024年中国人工智能产业规模突破7000亿元，连续多年保持20%以上的增长率[6] - 截至2025年7月，中国大模型数量以1509个位居全球首位，占全球总量（3755个）的40.2%[5] - 工信部数据显示，截至2025年4月，已累计培育400余家人工智能领域国家级专精特新“小巨人”企业，占据全球1/10的人工智能产业规模[6] 应用落地与行业赋能 - 2024年被称为“AI应用落地元年”，AI技术积累开始转化为触手可及的产品，在日常生活、智能终端落地[4] - “十四五”以来，中国已建成超3.5万家基础级、7000余家先进级、230余家卓越级智能工厂[12] - 中央企业“AI+”专项行动取得成效：成立3个行业数据产业共同体，建设行业数据集超过1000个；通信运营商建成4个“万卡集群”，智算规模比实施前增长超过2倍[10] 算力建设与开源生态 - 越来越多的国内大模型厂商使用国产算力，在芯片受限下实现算力突围[4] - 开源模型有力降低了AI的使用和开发成本，促进了AI的普惠发展和生态繁荣[11] - 人工智能发展已从“单打独斗”走向“生态协同”，在开源社区建设、国产芯片适配、安全评测与标准制定方面形成共识与合力[5] 未来发展趋势与前景 - 到2027年，要实现人工智能与科学技术、产业发展等几大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%[13] - 具身智能已迎来商业化爆发，2025年10月诞生两笔亿元级合作，正打开万亿级产业空间[14] - 2025年迎来的巨大技术革命是强推理的大模型，催生出具备任务规划、工具调用、闭环执行能力的智能体[16] - 未来十年人工智能将推动组织形态、商业模式和产业生态的全方位重塑，实现更加智能、协同、安全的新商业文明时代[17]

生成式AI产品发布与更新 - OpenAI发布基于Chromium内核的AI浏览器ChatGPT Atlas，目前免费开放macOS版，后续将推出Windows及移动端版本 [1] - Atlas核心功能为将ChatGPT深度集成至浏览器，可查看用户页面内容并通过侧边栏回答问题，配备浏览器记忆功能和智能体模式以执行订票、购物等复杂任务 [1] - Claude正式发布桌面版，同时支持Mac和Windows系统，提供全局快捷键、窗口分享、语音输入和工具连接四大核心功能 [2] - 谷歌AI Studio推出全新vibe Coding体验，用户通过点击Build一键生成AI应用，使用Gemini 2.5 Pro制定计划并生成文件，支持免费使用且无需信用卡 [3] - 百川智能发布业内首个循证增强医疗大模型Baichuan-M2 Plus，通过首创"六源循证范式"构建权威医学知识体系，幻觉率比DeepSeek-R1低3倍 [5][6] 多模态与3D模型技术突破 - 腾讯混元世界模型1.1正式开源，首次支持多模态先验注入和多任务统一输出，采用纯前馈架构实现秒级推理，处理8-32视图输入仅需1秒且支持单卡部署 [4] - 该模型基于统一架构实现点云、深度、相机参数、表面法线和新视角合成等多种3D几何预测，在仿真器及真实物理世界任务中性能显著超越现有方法 [4] - 华为HarmonyOS 6实现与苹果iOS/iPadOS/macOS互传，纯血鸿蒙终端设备突破2300万台，小艺AI支持速记、AI修图、自动订票购物等功能，并支持16种方言交互 [7] 机器人与XR硬件创新 - 松延动力推出全球首款万元以内消费级人形机器人Bumi小布米，售价9998元，拥有21个自由度，搭载自研伺服电机和深度强化学习算法，能够稳定行走、跳舞和完成复杂动作 [8][9] - 该机器人定位教育和陪伴场景，支持语音交互和图形化编程，公司已完成6轮融资，N2机型在人形半马比赛多项目夺冠并成为销量破千的人形机器人公司 [9] - 三星发布首款旗舰XR头显Galaxy XR，售价1799.99美元（约合人民币1.28万元，仅为Vision Pro一半），重545克比Vision Pro轻1/4，搭载3552×3840分辨率Micro-OLED屏 [10][11] - Galaxy XR首款搭载Android XR平台并内置Gemini AI助手，DCI-P3色域覆盖96%超过Vision Pro，配备18个传感器实现头部手部眼部精准追踪，续航2-2.5小时 [11] 开发工具与框架演进 - Dexmal原力灵机推出开源VLA代码库Dexbotic，基于PyTorch框架开发，采用Data、Model、Experiment三大核心组件架构，支持π0、OpenVLA-OFT等多个主流VLA算法 [7] - 该代码库用户只需配置一次环境即可在各类仿真环境中复现算法，支持云端与本地一体化训练，同时推出首款开源硬件DOS-W1，采用快拆结构和可替换模块 [7] - 前Manus研究员指出AI Agent能力质变的关键在于围绕模型设计的"认知流程"，而非底层模型智力增长，开发者角色从"提示词工程师"转变为"Agent流程架构师" [12]

AI大模型在手机行业的发展趋势 - 手机厂商将发展重点从云侧转向端侧AI能力 强化端侧模型和小型化成为关键落点 [1][2][7] - 行业进入"智能体元年" 厂商通过内外协同方式使手机服务更适用于智能体落地 [1][4] - 大模型推理成本在DeepSeek带动下大幅降低 千亿规模大模型能力实现拉齐 [1][3] 手机厂商的AI技术布局 - vivo率先将30亿规模端侧多模态推理模型集成到手机中 实现AI写作和会议纪要整理等能力无需联网 [2] - OPPO发布AI战略涵盖三大技术底座：On-Device Compute端侧智能计算实现推理性能峰值达300tokens/s PersonaX记忆共生引擎和Agent Matrix智能体生态框架 [2] - OPPO的AIOS将单点AI功能实现协同 主要发力生活 影像和生产力三大赛道 [4] 端侧模型能力进展 - 在DeepSeek推动下 30亿规模模型能力已超过厂商原本对130亿模型能力的定义 [3] - 30亿模型在AI文本摘要和生成方面能达到云端97%-98%的能力 用户难以察觉明显差别 [3] - OPPO推出小布记忆功能 通过自动采集用户碎片化信息实现AI一键闪记和个性化问答等 [3] 智能体生态建设 - 手机被视为真正的通用智能体设备 因其承载用户每天的"上下文" [4] - 智能体生态接口和OS架构将与现有架构出现本质区别 未来可能运行在智能体互联网上 [4] - OPPO与支付宝联手打造多智能体互联协同方案AHA 覆盖出行和便民等多个场景 [6] 市场渗透与消费者需求 - 2024年仅有20%智能手机支持GenAI 到2029年这一比例将跃升至57% [6] - GenAI功能逐渐成为高端旗舰手机标配 中国品牌是推动普及的重要力量 [6] - 在中国市场AI功能对购机不起决定性作用 但在海外市场新鲜AI功能仍具很大吸引力 [6] 行业挑战与协同 - 跨应用数据互通与权限问题成为智能体落地的最大障碍 [6] - 手机厂商需要与外部厂商针对安全授权标准进行密切探讨 [6] - AI智能体落地是精密系统型工程 需在芯片中集成能力并说服互联网生态配合 [7]

李彦宏的AI战略观点 - 核心观点是应聚焦AI应用而非重复开发基础大模型，认为模型价值在于应用[1] - 提出大模型对ToB业务改造的影响力比互联网时代大一个数量级[1] - 预判智能体将成为AI应用的主流形态，并迎来爆发点[1][11] 百度AI应用落地成果 - 文心智能体平台已吸引15万家企业、80万名开发者[2] - 文心大模型日均调用量超15亿次，较5月的2亿次增长7.5倍，较一年前的5000万次增长约30倍[20] - 通过百度智能云千帆平台，累计帮助用户精调3.3万个大模型，开发出77万个企业级应用[20] - 60%的央国企和大量民营企业与百度智能云合作[20] 技术产品创新 - 推出检索增强的文生图技术，解决多模态内容生成准确性问题[13][14] - 发布无代码工具「秒哒」，用户可通过自然语言交互创建专属智能体[17][18] - 智能体具备自主使用工具、反思、自我进化等能力，可调动文心大模型内多种知识库和工具[17] 行业应用案例 - 与智联招聘合作，在招聘场景中通过自然语言对话实现精准人岗匹配，场景平均准确率达93%[21][22] - 百胜集团依托百度客服产品打造智能体，日会话峰值达数十万，调用量峰值数百万，问题解决率提升至90%[22] - 发布基于大模型的100大产业应用，涵盖制造、能源、交通、政务、金融等众多行业[20] 百度AI发展历程 - 公司自2012年起由李彦宏带队组建国内最早的AI研究院[4] - 2019年前后，李彦宏40次公开演讲均围绕AI主题，并连续8年在「两会」提出13份AI相关提案[4] - 搭建起由芯片层、框架层、模型层及应用层组合的完整AI技术架构[25] 行业趋势与数据 - 2023年10月国内发布大模型数量超过230个，较6月的不到80个大幅增长[6] - 红杉资本数据显示，2023年英伟达芯片订单达500亿美元，而生成式AI企业总收入仅30亿美元[7] - 沙利文报告将百度与谷歌、OpenAI同列为AI-Native Giant[22]

AI对游戏开发效率的提升 - 在美术成本超过1亿元的3D类游戏中，20%至30%的次级资源可通过AI工具解决，实现千万元级别的成本降低 [1][5] - 游戏开发工作量的70%至80%为美术资产处理，其中动画制作和模型制作是主要部分 [3] - 在动画制作的骨骼绑定环节，AI工具可将原本需要1天半到3天半的工作缩短至1到3小时，节省70%至90%的人工 [3] - 在动画关键帧制作环节，AI模型能根据5至10帧关键帧自动生成60帧流畅动画，将效率提升3至5倍 [3] - 腾讯内部项目应用AI后，角色动画制作周期缩短40%，角色技能原型验证时间从2周压缩至3天 [4] AI工具的应用现状与范围 - 腾讯的全链路AI创作解决方案VISVISE已在其内部头部项目使用，并开放给至少50家外部公司，包括完美世界、库洛游戏，同时向日韩及欧洲头部游戏公司开放试用 [4] - 3D生成工具目前尚难用于3A游戏的核心高品质资产制作，但能高效处理项目中的次级资源，如植被、山林、路边雕像等 [4] - AI工具的使用成本较低，采用订阅制，生成一张符合要求的图像成本极低，开箱率普遍不超过10张（即生成10张必有1张符合要求），其成本远低于游戏外包人员（日薪超千元）或正式员工的人力成本 [6] 行业对AI的不同看法与影响 - 部分行业声音认为AI难以替代创意工作，例如特斯拉CEO马斯克成立的xAI游戏工作室计划遭质疑，有观点认为AI无法提供优秀游戏必需的创意和远见 [6][8] - 一些已发行的AI游戏被玩家评论为更像技术演示，存在程式化、枯燥、对话公式化等问题，削弱了游戏可玩性 [8] - 另有从业者观点发生转变，认为AI在触发联想和概括语义方面进步显著，逐渐学会如何触动人心，AI带来的创作方式多样化是积极发展 [9] AI对不同规模团队的影响 - AI工具对独立游戏等极小团队以及短平快项目的轻量级团队作用最大，使原本需要十人以上团队完成的工作可由一两人完成，实现技术平权 [10] - 目前AI工具更多被中小型团队大量使用，而品质要求极高的3A商业项目为了口碑和研发稳定性，尚未广泛铺开AI工具 [10] - AI工具能降低工作门槛，例如将动作捕捉（成本约50万至100万美元）等高成本技术降至小团队可负担的水平，让不同规模团队在技术上拥有更平等的权利 [10] 技术发展与未来趋势 - 当前AI工具主要聚焦于提升效率，尚未完全颠覆原有的游戏工业管线和工作流程 [11] - 世界模型（如谷歌的Genie 3）等新技术可能改变游戏制作，例如快速生成游戏玩法的Demo，大幅缩短汇报和决策周期 [11] - 未来可能出现聚合解决方案的智能体，用户输入数值、文本等材料即可快速生成完整游戏，若结合世界模型可制作更精彩的游戏 [11] - 行业探索路径包括从传统制作流程推向更自动化，以及从世界模型等最终形态反向推导，两种路径未来可能交汇，预计3D生成世界技术还需三五年才能推动独特工作流出现 [12]