AI应用板块市场动态 - AI应用板块持续走强，市场关注度提升，投资焦点或将从上游算力向下游的教育、金融、办公、传媒、医疗等应用领域迁移 [1][6] - AI模型迭代加速、成本降低的趋势有望推动AI应用端的商业化加速落地 [1][6] - 纯粹聚焦AI应用的行业标杆公司赴港上市，未来可通过其经营状况更直观地观察AI应用生态和商业化水平 [1][6] 港股科技板块与互联网龙头 - 互联网龙头企业凭借庞大的用户基数与成熟的AI大模型技术储备，在AI商业化应用方面有望担纲主力军 [1][6] - 具备稀缺互联网资产的港股科技板块成为投资焦点之一 [1][6] - 某港股互联网龙头公司旗下大模型产品“千问”将于2026年1月15日上午10时举办“有问必达”产品发布会，预计将推出面向终端用户的独立应用产品，有望进一步推动AI商业化进程 [1][6] 恒生科技ETF（513130）资金与交易情况 - 恒生科技ETF（513130）连续6个交易日（26/1/7-26/1/14）获资金净流入，期间合计金额超26.69亿元 [1][6] - 该ETF成交活跃度明显提升，昨日单日成交额达94.92亿元，成为跟踪恒生科技指数中仅有的当日成交额超90亿元的产品，并刷新2025年12月以来单日成交新高，流动性优势突出 [1][6] - 该ETF支持场内T+0交易机制 [2][3][7][8] 恒生科技指数成分股 - 恒生科技指数是港股科技市场的代表性指数，前五大成份股为中芯国际、阿里巴巴-W、美团-W、腾讯控股、网易-S [2][7] - 这些成分股企业在互联网、移动支付、云计算、人工智能等前沿科技领域拥有深厚技术积累和广泛业务布局，在大模型研发、AI应用落地等领域均为行业领先者，有望受益于本轮AI应用落地机遇 [2][7] 基金管理人华泰柏瑞基金及其产品 - 恒生科技ETF（513130）的基金管理人华泰柏瑞基金是境内首批ETF管理人之一 [2][7] - 华泰柏瑞基金打造的华泰柏瑞沪深300ETF（510300）是A股市场规模居首的ETF，最新规模达4297亿元，是上交所沪深300ETF期权唯一现货标的 [2][7] - 沪深300ETF华泰柏瑞（510300）将实施现金分红，每10份基金份额派发现金红利1.23元，按最新基金份额测算，本次分红总额或接近110亿元，有望创下境内ETF单次分红新高 [2][7]

AI产业周期进入商业化关键节点 - 2026年起，AI产业跨入应用放量与价值兑现并行的攻坚阶段，市场焦点从“流动性叙事”转向“盈利叙事”，无法落地财报的技术故事将被迅速折价 [1] - 2025年全球人工智能市场规模达7575.8亿美元，同比增长18.7%，预计2026年将增至9000亿美元，到2033年将突破2万亿美元，年复合增长率为11% [1] - 行业重心正从底层模型“军备竞赛”转向商业化落地，产业“奇点”或已到来 [1] 2026年成为AI应用催化与商业化加速的关键年份 - 2026年一季度，Blackwell芯片大规模上机的余温将集中释放，同时OpenAI下一代主力模型与xAI的Groq 5等新模型预计发布，硬件与模型进入共振倒计时 [4] - 高盛预测，受益于AI货币化、企业出海及政策推动，中国上市公司利润增速将从2025年的4%大幅提升至2026年的14%，TMT板块盈利增长有望达约20% [7] - 业内普遍预判2026年将成为AI大模型规模化落地并产生深层业务影响的突破年份 [7] 中国AI应用商业化实现规模化突破 - 在全球按年度经常性收入排名的100大AI产品中，有23个来自中国公司，其ARR收入加总超过11亿美元 [5] - 截至2025年8月，全球AI公司月活前100名合计达47.8亿，中国贡献46%约22亿MAU，百度、字节、DeepSeek、美图等六家中国公司进入榜单前十 [5] - 高价值场景AI应用不断落地，如AI+广告营销全链路自动化、AI推动电商交易流程极简化、AI影视降本增效等 [5] 政策与资本共振为AI产业提供确定性赛道 - 2026年1月，八部门联合印发《“人工智能+制造”专项行动实施意见》，将AI在工业领域从“可选题”升级为“必答题”，提供未来三年的确定性赛道 [6] - 国内政策明确2027年前实现二级以上医院AI辅诊全覆盖，2026年成为预算集中投放期 [7] - 海外美联储延续降息，全球流动性宽松，头部VC将70%资金投向应用层，垂类赛道估值锚由PS切换到PS+ARR混合锚，融资窗口显著拉长 [7] AI赋能下软件产业的投资机会 - 软件ETF易方达紧密跟踪中证软件服务指数，该指数以行业应用软件为主占比近50%，前十大成分股合计权重超50%，均为细分领域龙头 [9] - 在跟踪该指数的ETF产品中，软件ETF易方达过去1年的超额回报排名第一 [9] - 当前AI资本市场更偏向产业革命早期，以“AI+”为核心的科技革命是确定性产业趋势，巨额资本持续注入反映技术迭代真实发生、应用需求切实存在 [10]

资金流向与市场关注 - 计算机ETF（512720）近5日获资金净流入超2亿元，行业拐点与AI商业化进程引关注 [1] AI商业化进程与行业展望 - 2024年为基础大模型高速迭代阶段，软件公司尝试与AI融合但未披露相关收入 [1] - 2025年部分公司开始披露AI订单，行业进入新技术应用初期 [1] - 2026年基础大模型能力提升将推动AI应用商业化加速，软件行业迎来市值快速提升阶段 [1] - 2025年软件板块将受益于降本增效与基本面转好双重驱动 [1] - 2026年AI应用商业化成为收入增量核心 [1] 中国软件行业特点与AI落地路径 - 中国软件行业以乙方定制化为特色，软件供应商通过深度定制开发积累行业know-how，与大模型形成互补壁垒 [1] - AI应用落地更可能由软件公司实现 [1] AI应用商业化较快领域 - AI Agent通过分层架构、多步搜索等技术提升复杂任务能力 [1] - 多模态生成（视频/图片）覆盖刚需场景，技术成熟进入商用 [1] - AI编程（如Cursor）已为企业降本增效，ARR达5亿美元 [1] - AI营销因数字化程度高、容错性强，ROI可量化而易于变现 [1] 医疗健康领域的AI应用 - AI工具（如ChatGPT Health）整合电子病历数据提供个性化服务，C端渗透加速 [1] - 脑机接口、AI药物研发等细分领域亦有突破 [1] 计算机ETF及跟踪指数概况 - 计算机ETF（512720）跟踪的是CS计算机指数（930651） [2] - CS计算机指数从沪深市场中选取涉及软件开发、IT服务、硬件制造等业务的上市公司证券作为指数样本，以反映计算机行业相关上市公司的整体表现 [2] - CS计算机指数聚焦于计算机行业，涵盖该领域多个细分方向的代表性企业，具有较高的科技含量和成长性特征，能够较好地体现中国计算机行业的整体发展态势 [2]

报告行业投资评级 * 报告未明确给出统一的行业投资评级，但列出了多个细分领域的相关投资标的，包括芯片、存储、光通信、互联网大厂及云厂商 [4] 报告核心观点 * **AI投资逻辑转变**：海外AI投入面临现金流压力，投资正从“FOMO CapEx”（害怕错过的资本开支）转向“ROI CapEx”（追求投资回报的资本开支）[4] * **数据中心建设瓶颈**：数据中心面临电力容量限制，建设重点转向追求最大化每瓦特Tokens产出效率，并强调通用性和灵活性以支持多种模型和负载 [4] * **模型与商业化演进**：AI大模型围绕长文本、多模态、逻辑推理和工具使用能力迭代，工程化能力提升，商业化进程有望在锚定高ROI场景下提速 [4] * **云业务增长动力**：AI云服务进入“超大订单+长期基建”模式，随着2026年算力容量逐步释放，云业务收入有望迎来加速增长 [4] 根据相关目录分别总结 一、资本开支节奏：资本开支预期上调，未来现金流压力加大 * **资本开支持续扩张**：2024-2025年海外科技大厂资本开支高增，且未来开支预期进一步上调 [4] 2025年，海外四大科技厂商（微软、谷歌、亚马逊、Meta）合计资本开支同比增速有望突破60% [19] * **现金流压力显现**：高强度资本开支导致行业普遍面临现金流压力 [4] 甲骨文FY25Q4至FY26Q2自由现金流(TTM)连续为负，分别为-4亿、-59亿、-132亿美元 [24] * **融资需求加剧**：为缓解现金流压力，科技企业寻求多种融资手段 [4] 2025年9月以来，谷歌、亚马逊、Meta、甲骨文、CoreWeave合计新发债务规模达900亿美元 [36] * **利润端承压**：资本开支带来的折旧摊销增长加速，对利润端的压制效应日益显现 [31] 25Q3海外四大科技公司合计折旧摊销金额约404亿美元，同比增长40%，占收入比例约10%，为20Q1以来单季度最高 [31] 二、数据中心建设：电力容量面临限制，追求每瓦特产出效率 * **电力成为核心瓶颈**：海外云厂商普遍表态数据中心建设的瓶颈主要在于空间和电力供应，尤其是供电外壳层面 [59] * **建设模式多样化**：云厂商采用自建、带壳部署、租赁等多种方式共建数据中心 [51] 第一梯队云厂商以自建为主，第二梯队带壳部署或租赁占比较多 [51] * **强调通用性与灵活性**：多数云厂商强调建设通用的数据中心，以支持多代GPU、多种模型，并能在训练与推理负载间灵活切换，而非为单一技术或客户过度投资 [54] * **追求极致能效**：在电力限制下，云厂商致力于通过软硬件协同优化，最大化每瓦特下的Tokens产出效率 [59] 英伟达Blackwell相比Hopper，在同等用户响应速度下，数据中心每秒Tokens产出效率提升约50倍 [73] 三、模型能力演进：研究端产品端并进，工程化能力继续增强 * **模型竞争白热化**：2025年底，Grok 4.1、Gemini 3.0、Claude Opus 4.5、GPT-5.2相继发布，模型迭代围绕长文本、多模态、逻辑推理、工具使用四大能力展开 [83] * **训练算力需求持续**：训练阶段从预训练延伸至强化学习和持续学习，对数据集质量要求发生转变 [4][87] 预训练强调“对的数据”，中后训练更注重“好的数据”（带思考过程的数据）[94] * **推理需求成为主要驱动**：AI模型从“单轮回答”走向“长思考、重推理” [111] 根据OpenRouter数据，推理模型tokens消耗量占比从25Q1几乎为零提升至25Q4超过50% [111] * **工具调用需求可期**：AI产品形态向“智能代理”转变 [111] OpenRouter数据显示，工具调用tokens消耗量占比从25Q1极低提升至25Q4的15% [111] * **商业化定价策略分化**：模型厂商根据性能采取不同定价策略，用户愿意为更强性能付费 [128] OpenAI GPT-5.2较GPT-5.1 API提价约40% [120] 谷歌Gemini Pro系列定价策略从2024年的“低价竞争”转向2025年的“性能换溢价” [123] 四、AI云业务增速：算力容量加速释放，AI云服务迈向扩张期 * **云服务供不应求**：海外云厂商均表示当前算力产能供不应求，已锁定数吉瓦级别电力容量 [4] * **订单模式转变**：2025年，海外AI云服务进入“超大订单+长期基建”模式，云订单金额从十亿级到千亿级不等 [4] * **增长依赖产能释放**：云业务收入增速将高度依赖产能上线节奏，预计随着2026年算力容量逐步释放，云业务有望迎来加速增长 [4]

港股市场及互联网板块驱动因素 - 2026年三重因素将驱动港股反攻：美元走弱吸引国际资本增配、人民币升值带动滞留海外的中国资本回流、通胀回升与潜在化债政策修复基本面 [1] - 港股通互联网板块中，恒生科技因2025年滞涨具备高赔率，2026年或迎来“戴维斯三击”，即估值修复、盈利改善、流动性驱动，成为弹性最大方向之一 [1] - AI应用环节占比高的港股科技板块在中长期受益于AI商业化加速，行情弹性有望超越算力基建 [1] 市场估值与表现 - 1月12日，香港互联网ETF（513720）大涨4% [1] - 当前港股科技估值低于A股，均值回归逻辑下上行空间打开 [1] 相关指数与产品 - 香港互联网ETF（513720）跟踪的是港股通互联网指数（931637） [1] - 该指数从港股通范围内选取30家涉及互联网相关业务的上市公司证券作为指数样本，重点覆盖传媒、零售等核心领域，并均衡配置大中小市值标的 [1] - 指数集中反映消费互联网领域的整体表现，包括社交、电商及游戏等核心应用场景 [1]

文章核心观点 - 智谱与MiniMax作为大模型赛道同时上市的对照样本，展示了两种截然不同的商业化路径与市场估值逻辑[1] - 智谱采用To B项目制模式，将模型能力打包进企业解决方案，收入主要依赖本地化部署，其长期价值在于能否从“交付驱动”转向“调用驱动”的平台化模式[3][4][7] - MiniMax采用To C产品模式，通过AI原生应用直接面向消费者，收入增长迅速但成本前置，其估值模型更接近消费互联网公司，依赖规模效应摊薄成本并维持增长飞轮[3][8][10] - 无论两家公司路径如何，算力作为核心生产要素，其产生的稳定现金流最终流向云服务商，凸显了产业链上游的议价能力和确定性[12][13] 公司对比：上市表现与市场情绪 - 智谱上市首日盘中一度回调，最终收盘于131.5港元，较发行价上涨13.2%[1] - MiniMax上市首日表现强势，收盘于345港元，较发行价大幅上涨109.1%[1] - 市场对两家公司的不同反应，反映了对其商业化故事“性感程度”的不同评价[3] 智谱：To B解决方案模式分析 - 收入结构高度依赖B端，2024年及2025年上半年，本地化部署收入均占总收入的80%以上[4] - 商业模型定义为“AI解决方案公司”，将大模型能力嵌入企业专属环境和流程[4] - 其规模化故事的关键在于同一客户内部的持续渗透与能力复用，而非单纯的项目横向扩张[5][7] - 面临从“项目交付”到“平台调用”驱动商业模式转变的挑战，这是其估值能否超越上一轮AI公司的关键[7] MiniMax：To C产品平台模式分析 - 收入呈现互联网产品特征，2025年前九个月收入为5343.2万美元，其中AI原生应用产品矩阵贡献了超过71%的营收[8] - 2024年全年收入为1355.2万美元，显示其收入在近期实现快速增长[8] - 采用“产品+平台”模式，更容易被市场用消费互联网的ARPU×MAU模型来评估增长潜力[10] - 成本结构与增长高度绑定，2025年前九个月向阿里云购买云计算服务金额达5830万美元，预计2026-2028年每年采购预算上限分别为1.15亿、1.25亿、1.35亿美元[12] - 公司处于商业化早期并呈现较高亏损率，其估值锚点可能从收入转向现金流，取决于增长能否持续摊薄高昂的研发与算力成本[10] 行业洞察：商业化路径与产业链价值分配 - 大模型公司的IPO标志着通用大模型作为基础设施的新产业周期开始，与上一轮以出售单点算法能力为核心的周期不同[4] - 两家公司的路径差异本质上是为底层算力成本买单方式的不同：MiniMax通过用户增长将成本前置，智谱通过项目交付将成本转嫁给客户[12] - 无论资本市场偏好哪种叙事，掌握算力、网络与调度能力的云平台处于产业链上游，具备更强的议价能力，并获得了确定且持续放大的现金流[12][13]

行业商业模式转变 - 顶级AI大模型公司开始探索广告变现，与早期“无广告”承诺形成显著转变，例如OpenAI首席执行官表示“对广告挺喜欢的”，谷歌也在洽谈其AI助手Gemini的原生广告合作 [1] - 行业正从追求纯净用户体验的免费模式，转向寻求成熟的商业化路径，未来AI助手可能转变为包含推广内容的“导购” [1] 财务压力与变现动因 - AI大模型的研发和运营成本极高，训练顶尖模型需数亿至数十亿美元，行业面临严重的“烧钱”困境 [3] - 以OpenAI为例，其2025年上半年营收达数十亿美元，但净亏损累计高达135亿美元，成本结构为每赚1美元需花费3美元 [3] - 谷歌、Anthropic等公司同样面临长期亏损，依赖外部资金输血，这种不可持续的模式迫使公司必须向投资者证明盈利能力 [3][4] - 在资本市场耐心耗尽和盈利压力下，互联网已验证的高效变现方式——广告，成为企业寻求“回血”的必然选择 [4] 广告嵌入形式演进 - AI广告预计不会采用粗暴弹窗，而是借鉴互联网经验，采用更“温柔”或“有价值”的嵌入方式 [6] - 基础形式为界面展示广告，如在对话侧边栏或底部放置品牌横幅或静态卡片，在不影响核心对话流的同时获得曝光收入 [6] - 可能采用“激励式”交互，例如免费用户通过观看简短品牌视频来换取更长的对话次数或解锁高级功能，这在游戏和工具类App中已很常见 [6] - 最具争议且难以察觉的是“生成式引擎优化”式隐性广告，AI在回复用户推荐请求时，可能在看似客观的比较中微妙倾向于合作品牌，模糊了客观建议与商业推广的界限 [8] 多元化商业路径探索 - 在个人用户市场，订阅制正趋向更精细化的分层，用户可能为特定垂直场景的专用AI助手付费，如法律咨询、专业编程或留学文书教练，其价值更明确且用户付费意愿更强 [10][11] - 企业级服务是利润最丰厚的主战场，企业愿意为能直接降本增效或创造收入的定制化AI能力支付高额费用，例如为金融机构定制风控模型或为制造业提供预测性维护方案 [11] - 各大云服务商正将大模型能力集成到云服务中，推动企业上云，构成了庞大的B端市场 [13] - 远景来看，随着AI工具调用能力成熟，其可能演变为数字世界的“调度中心”，在用户从查询、比价到下单、支付的闭环中抽取佣金，形成“AI即服务，服务即交易”的模式 [13] - 行业共识是纯粹的免费时代即将成为过去 [13]

AI行业商业模式的重大转向 - AI行业正从“绝不塞广告”的理想主义转向积极拥抱广告等商业化手段 整个行业正在发生大转向 [4] - 转变的直接原因是高昂的运营成本和盈利压力 OpenAI去年光算力成本就烧掉几十亿 靠风投输血不是长久之计 [7] - 尽管OpenAI订阅用户破亿 但相比烧钱速度 收入杯水车薪 广告成为重要的救命稻草 [9][10] 广告变现的主要模式与现状 - 广告已成为AI公司重要的变现手段 互联网的广告模式（如搜索广告、信息流广告）被证明适用于拥有海量用户和高频互动的AI产品 [10] - 侧边栏推荐是最常见的轻量广告形式 不影响核心聊天功能但存在感十足 据称为某家公司带来每月几百万收入 [12][14] - “看广告换额度”模式被采用 例如免费用户观看30秒品牌视频可额外获得20次对话额度 此模式在手游中已验证有效 [14] - 最具争议的是“对话植入”广告 即在回答中直接推荐合作品牌产品 这影响了用户对AI客观性的信任 [16] 多元化的商业化探索 - 会员订阅模式日趋精细化 出现针对特定功能（如写代码、做PPT）的单独付费项目 [19] - ToB业务是商业化的重头戏 企业客户付费意愿强且对价格不敏感 例如微软将GPT-4集成进Azure云服务 单季度就多赚了几十亿 [21] - 垂直行业定制服务（如医疗病历分析、法律合同审查）因数据合规好、专业度高、客户粘性强 成为比通用大模型更稳健的赚钱领域 [23] 行业生态与监管环境的变化 - 资本压力改变了行业重心 团队从专注模型能力转向更多关注“变现效率”和“用户付费率” [25] - 全球监管正在收紧 欧盟《人工智能法案》生效 美国FTC关注AI广告虚假宣传 中国出台生成式AI管理办法 行业野蛮生长阶段结束 [25] - AI行业的免费午餐时代彻底结束 行业从理想主义转向务实的商业变现 [27]

AI企业密集上市与资本市场表现 - 近期AI企业密集登陆资本市场，迎来“国产大模型第一股”，AI芯片、服务器等产业链企业也在加快上市步伐 [1] - 1月8日，智谱华章在港交所挂牌，上市首日涨幅达13.17%，报131.5港元/股，市值近580亿港元 [1] - 同一天，AI大模型企业MiniMax公布定价结果，以165港元的定价上限发行，最终融资申购额超2831亿港元，公开发售部分超额认购倍数超过1837倍 [1] - AI芯片企业天数智芯同日挂牌，其香港公开发售部分获得414.24倍认购 [2] - 服务器企业超聚变数字技术股份有限公司于1月6日提交上市辅导备案 [2] AI产业商业化进程加速 - 资本市场活跃折射出AI产业正从技术探索迈向规模化、商业化发展的新阶段 [1] - 市场对AI领域的认可已从早期的概念验证转向更为理性的商业接纳，行业从“技术叙事”跨入“商业验证”阶段 [2] - 投资者更看重AI企业将技术转化为稳定营收和现金流的实际能力，商业化落地成效成为衡量企业价值的核心标尺 [2] - 市场评估标准已从对“AI颠覆性愿景与长期潜力”的描绘，转向对“可实现性”的期待，深度认可技术原创性、商业化闭环能力及可持续增长潜力 [2] 企业商业模式与收入表现 - 商业模式的探索和落地成为大模型企业发展的关键 [2] - 智谱华章商业模式以MaaS（大模型API调用）为主，其开放平台上有超270万企业及应用开发者 [2] - MiniMax收入来源主要包括AI原生产品收入和开放平台及基于AI的企业服务收入 [2] - MiniMax的AI原生产品收入自2024年开始快速增长，2025年1至9月达到3802万美元，同比增长181% [2] - MiniMax的开放平台及企业服务收入在2025年1至9月为1541.7万美元，同比增长160% [2] 行业规模与未来展望 - 人工智能技术处在从技术创新向现实生产力转化的关键转折点 [3] - 2024年，中国人工智能核心产业规模超过9000亿元，增速达24% [3] - 初步测算预计2025年产业规模有望超过1.2万亿元 [3] - 资本市场认可有望为AI产业发展提供资金，确保头部企业维持巨额算力投入，并倒逼技术加速向商业应用转化 [3] - 资本助力下，大模型能力外溢将带来AI软件、AI消费终端、具身智能等领域的新创新机会 [3]

京东AI业务进展 - 京东京造自研AI毛绒玩具于2025年底推出，首批上线即售罄并已进行多轮补货，第二批AI玩具计划于1月中旬上线，将覆盖全年龄段用户[1] - 京东近日成立“变色龙业务部”，全面承接JoyAI App、JoyInside（附身智能品牌）及数字人等核心AI产品的打造与商业化，标志着相关业务线在内部被显著提级[1][2] - 京东旗下言犀大模型已升级为JoyAI，其App旨在打造个人智能助手，JoyInside品牌已与超过40家头部机器人和AI玩具品牌对接，将系统搭载进智能产品中[4] - 京东自有品牌京东京造在2025年底推出了多款自研AI产品，包括毛绒玩具、闹钟、台灯等[4] - 京东数字人已应用于直播、客服、文旅、品牌代言、赛事解说、名人分身等场景，累计服务超过5万家品牌，其数字人直播已免费向平台商家开放[4] - 京东全新购物App“京东AI购”已开启内测[1] AI玩具与硬件市场动态 - 除京东自研产品外，华为、Haivivi、优必选等第三方品牌的AI玩具也在京东平台热卖，产品均价约为300元人民币[1] - AI玩具出现卖断货现象[3] - 2025年12月，字节跳动发布豆包手机助手技术预览版，并与中兴合作发售工程样机nubia M153，随后与联想集团开展AI手机合作的消息进一步引发市场关注[5] - 第三方数据公司弗若斯特沙利文预测，2025年至2029年，全球AI端侧市场规模预计将从3219亿元人民币跃升至1.22万亿元人民币，年复合增长率达40%[5] 具身智能与机器人布局 - 具身智能机器人热度未减，宇树科技全球首店于2025年底落地京东MALL，店内展示Go2系列四足机器狗、G1人形机器人及售价2.99万元人民币起的最新款人形机器人R1，主要覆盖家庭陪伴、教育互动、商业展示等场景[5] - 京东将具身智能机器人视为未来平台商品销售增长的新引擎，各家正争夺机器人购买的首要渠道[5] - 京东在2025年世界机器人大会期间发布“智能机器人产业加速计划”，宣布将在该领域投入超过100亿元人民币资源，目标是在三年内助力100个智能机器人品牌成交额突破10亿元人民币，并带领智能机器人走进超过100万个终端场景[6] 行业趋势与竞争格局 - AI正从虚拟走向实体，看得见、摸得着的AI产品已初步展现搅动市场的能力[1] - 预计2026年，伴随各大厂商AI端侧产品上新，更多AI应用场景及商业化路径将持续涌现[1] - 在经历基础模型研发热潮后，AI竞争的主战场正转向应用层突破，产业步入以价值创造和可持续商业回报为导向的新阶段[6] - 对于国内互联网大厂而言，下一个时代的竞争将聚焦于新一轮超级App入口与AI产品购买渠道份额的争夺，找到第一款被卖爆的AI产品至关重要[6]