2025年中国游戏产业核心数据概览 - 2025年国内游戏市场收入约3508亿元人民币，同比增长7.7% [1] - 国内游戏用户规模超过6.8亿，同比增长约1.4% [1] - 自研游戏海外市场收入约204.6亿美元（约合人民币1440.6亿元），同比增长10.2%，连续六年超千亿元人民币 [3] 国内游戏市场增长驱动因素 - 移动游戏新品市场表现出色、多款头部长青游戏优化运营以及小程序游戏增长强劲是市场增长主因 [3] - 国内主机游戏市场收入83.6亿元人民币，同比增长86.3%，延续三年高速增长 [3] - 国内小程序游戏市场收入535.4亿元人民币，同比增长34.4% [3] 游戏出海市场表现与结构 - 出海是游戏厂商的第二增长曲线，自研游戏海外收入中移动游戏占比超90% [3] - 主要海外市场为美、日、韩，占比分别为32.31%、16.35%、9.15%，三者合计占比57.8% [6] - 德、英、法三个市场合计占比约为8.8%，成熟与新兴市场整体格局稳定 [6] 游戏产业经济规模与结构 - 2025年中国游戏及相关产业经济规模首次估算超过1.2万亿元人民币 [6] - 核心经济层（游戏产业本体）创造经济规模超过4800亿元人民币 [6] - 关联经济层规模约5548亿元人民币，其中游戏硬件规模3118亿元是重要支柱 [6] - B端服务（营销、渠道、云计算等）贡献约2061亿元，IP衍生消费（视频、衍生品、电竞等）产生369亿元经济价值 [6] 游戏产业的辐射经济价值与未来展望 - 辐射经济层（与文化、旅游、教育、医疗等融合）贡献超过1730亿元人民币 [7] - 游戏通过展会、文旅、赛事、上网服务等线下场景带动经济增量约1723亿元 [7] - 在AI科技创新、文化传播、产业协同驱动下，游戏助力经济生态发展的价值将持续增长 [7] - 行业在政策扶持、版号供给充足等利好下，正迎来供需两旺的景气周期 [7]

核心观点 - 为终端用户设计基于大型语言模型（LLM）的工具时，必须进行严格的用户研究，不能假设用户对AI的认知和态度与开发者一致，否则产品可能失败 [1][7] - 生成式人工智能（如LLM）因其非确定性、不可理解性和日益增强的自主性，从根本上改变了用户与技术互动的方式，对产品设计提出了独特挑战 [8][9][10][11] - 成功的AI产品设计应基于对多样化用户画像的理解，并据此规划产品功能、沟通策略和推广方式，同时尊重用户选择，避免强制使用 [13][14] 用户类别与画像 - **无意识使用者**：不思考AI，认为其与自身生活无关，对底层技术了解有限且缺乏好奇心 [2] - **回避型用户**：对AI整体持负面看法，高度怀疑和不信任，AI产品可能对其品牌关系产生不利影响 [3] - **人工智能爱好者**：对AI抱有很高且可能不切实际的期望，例如希望AI接管所有繁琐工作或完美回答问题 [4] - **知情的人工智能用户**：具有现实视角和较高信息素养，采用“信任但核实”策略，只在AI对特定任务有用时调用它 [5] 用户对LLM的潜在认知偏差 - 用户可能对LLM的工作原理一无所知 [6] - 用户可能没有意识到正在使用的工具已由LLM支撑 [6] - 用户可能因有过强大功能代理的体验而对LLM能力抱有不切实际的期望 [6] - 用户可能对LLM技术抱有不信任或敌意 [6] - 用户对LLM输出内容的信任度可能因过去的特定经验而不同 [6] - 用户可能期待确定性的结果，尽管LLM本质上是非确定性的 [6] 生成式AI的独特挑战 - **非确定性**：相同的输入可能产生不同且意外的输出，打破了传统计算的可重复性契约，可能破坏用户的信任 [9] - **不可理解性（黑匣子）**：神经网络过于复杂，无法完全解释模型为何产生特定输出，必须接受一定程度的不可知性 [10] - **自治权**：推动AI作为半自主智能体运行，在减少监督的同时，因其非确定性和不可理解性可能引发安全焦虑；同时，AI可能在幕后运行而用户毫无察觉 [11] 对产品设计与开发的启示 - **进行严格的用户调研**：了解目标用户群中不同画像的分布，并据此规划产品如何容纳这些用户 [13] - **针对不同用户制定策略**：若有相当一部分回避型用户，需规划信息策略促进采用并考虑缓慢推广；若有很多爱好者用户，需明确工具的能力范围以管理期望 [13] - **以用户研究驱动产品构建**：用户调研应深刻影响AI产品的外观、体验、实际构建和功能，工程任务应基于证据了解产品所需能力及用户可能的行为方式 [13] - **优先考虑用户培训**：必须主动培训用户了解所提供的解决方案，现实地设定期望，并提前回答怀疑受众可能的问题 [13] - **不要强求用户使用**：应尊重可能因批评情绪、安全法规或缺乏兴趣而拒绝使用AI工具的用户群体，强制使用无济于事，维护用户关系和品牌声誉更为重要 [14]

行业背景与挑战 - 大规模生成式人工智能正面临严重的算力短缺 [1] - 光子计算在决策任务中表现卓越，但在生成任务中的应用面临巨大挑战，原因包括集成规模有限、维度转换耗时且训练算法依赖真实数据 [1] 技术突破 - 上海交通大学陈一彤助理教授团队于2025年12月18日在《Science》期刊发表了一项关于大规模智能语义视觉生成全光芯片的研究 [2] - 研究团队开发出一款名为LightGen（光生芯片）的全光芯片，用于大规模智能语义视觉生成 [3] - LightGen芯片集成了数百万个光子神经元，利用光学潜空间实现网络维度变换，并采用基于贝叶斯的训练算法 [4] - 该芯片在实验中成功实现了高分辨率语义图像生成、去噪、风格迁移、三维生成与操控等功能 [4] 性能表现 - LightGen芯片的端到端计算速度和能效均比最先进的电子芯片高出两个数量级以上 [4] - 该技术为加速视觉生成大模型的发展开辟了新路径 [4]

调研核心发现 - 普华永道发布《全球消费者之声》调研 该调研访问了28个国家和地区的21075名消费者 并已持续进行16年 [1] 中国消费者行为特征 - 中国消费者比全球更重视产品营养价值 中国内地比例为34% 全球比例为27% [1] - 中国消费者比全球更重视符合特定饮食需求的产品 中国内地为23% 全球为11% [1] - 中国消费者比全球更重视有机产品 中国内地为25% 全球为13% [1] - 中国消费者更积极将环保意识转化为实际行动 并更愿为可持续食品支付溢价 中国内地为63% 全球为44% [1] - 中国消费者青睐中国制造产品 但也接受质量优良的进口商品 [1] 消费市场趋势与潜力 - 中国消费市场潜力巨大 中高收入群体不断壮大 [2] - 中高收入群体对健康和可持续发展给予了更多关注 [2] 全球与区域共性 - 中国内地 中国香港及全球受访者在与生成式人工智能 健康应用或可穿戴设备和社交媒体的互动上非常相似 [1]

行业监管与立法趋势 - 当前针对人工智能侵权进行专门立法为时尚早 核心原因包括人工智能侵权的潜在风险总体可控 主要损害隐私、个人信息、知识产权等权利 未直接对个人生命财产安全造成现实重大侵害 以及技术发展日新月异 过早立法可能因滞后性妨碍技术发展 [3][4] - 应秉持“在发展中规范”的思路 以《民法典》《个人信息保护法》为基础 充分解释和用好现有规则 再通过案例积累和司法解释制定来应对侵权问题 [2][4] - 国际上存在两种核心监管模式 欧盟的“强监管模式”注重个人信息和隐私保护 设置多项合规义务 美国的“轻监管重利用”模式则合规义务较轻 主要通过侵权法处理侵害问题 [3] 侵权责任认定原则 - 人工智能侵权应适用“过错责任”原则 而非“无过错责任” 以避免对模型开发者、设计方、服务提供者施加过大风险 从而严重阻碍人工智能发展 [5] - 过错判断应以“违反注意义务”为核心 并遵循场景化原则 结合具体场景权衡风险防控成本与合理义务 [6] - 过错认定需考虑现有技术水平 对于技术无法克服的困境 如生成信息出现“幻觉” 可借鉴发展风险抗辩等规则 综合考量风险程度与防范成本 [6] - 需明确区分人工智能服务提供者与用户的过错 若损害主要由用户输入虚假信息诱导造成 则主要过错在用户 [6] - 建议类推适用《民法典》第1195条的避风港规则 服务提供者收到侵权通知后 未在合理期间采取合理措施的 才承担相应责任 [7] 个人信息与数据利用规范 - 对已公开个人信息的利用 应区分是否造成信息主体重大利益侵害 例如 收集已公开信息用于模型训练并进行匿名化处理 无需逐一取得同意 但将已公开个人信息打包出售则可能构成重大利益侵害 [8] - 对于已公开数据作品的处理 应区分输入与输出两个阶段 输入阶段 获取已公开作品数据用于训练可考虑纳入著作权法合理使用范畴 输出阶段 需确保输出结果多样化、模糊化 避免与他人作品内容雷同 [8] 深度伪造技术规范 - 深度伪造技术易被用于以假乱真、栽赃陷害 严重侵害他人权益 [9] - 建议依据《民法典》第1019条 禁止利用深度伪造技术侵害他人权益 关键在于充分解释该条款以应对相关问题 [2][9] 总体发展理念 - 需秉持“在发展中规范 在规范中发展”的监管理念 坚持审慎、包容、开放的态度 保障人工智能在安全、可靠、可控的前提下有序发展 营造鼓励创新的良好营商环境 [10]

文章核心观点 - 摩根士丹利报告认为，数据中心正成为铜需求增长的关键引擎，有望推动铜价在2026年创下历史新高，全球铜市场或将出现2004年以来最大年度缺口 [1] 数据中心铜需求增长预测 - 报告预测，2025年全球数据中心铜消费量约为50万吨，占全球铜总需求的1.5% [2] - 2026年数据中心铜消费量将增至74万吨，为全球铜需求增长贡献0.6个百分点 [2] - 到2027年，数据中心铜消费量有望达到100万吨，占总需求2.8%，2028年进一步增至130万吨，占比3.3%，复合年增长率达40% [2] - 这一增长主要由生成式人工智能驱动，其相关数据中心电力消耗占比将从2023年的6%升至2025年的36%，2027年更有望超过2022年全球数据中心电力总量 [2] - 2025年数据中心总电力需求预计达88吉瓦，2026年增至115吉瓦，2028年将达199吉瓦 [2] - 中性情景下数据中心铜强度为27千吨/吉瓦，低情景为17千吨/吉瓦，高情景达45千吨/吉瓦 [2] - 即便在低情景下，2028年数据中心铜消费量也将达78.5万吨，高情景则可突破200万吨，接近电动汽车领域5.2%的需求占比 [2] 铜在数据中心的应用与优势 - 铜在数据中心中主要用于电力分配，占比约75%，同时应用于换热器、接地系统、互联设备及暖通空调系统 [3] - 铜缆在机柜内服务器连接等场景被广泛使用，具有安装成本低、功耗小、散热需求低、可靠性高等优势 [3] - 英伟达CEO表示，铜连接的可靠性仍领先新兴技术一个数量级，短期内难以被完全取代 [3] - 在电力分配领域，铜的导电性、耐用性和抗拉强度优于铝，且美国对铝征收50%的进口关税导致铝价涨幅超过铜，进一步巩固了铜的竞争优势 [3] 铜市场供需与价格展望 - 供给端方面，2026年全球铜矿供给几乎无增长 [4] - 需求端受数据中心、储能系统等新兴领域推动，全球精炼铜需求增长率预计达1.8%，2025-2028年复合年增长率将达2.7% [4] - 报告预测，2025年全球铜市场缺口为26万吨，2026年将扩大至60万吨 [4] - 这一缺口将推动伦敦金属交易所铜价在2026年第二季度升至12200美元/吨的历史高位，全年平均价格预计达10775美元/吨 [4] - 美国可能在2027年引入15%的精炼铜关税，2028年升至30%，叠加库存囤积行为，将进一步收紧铜市场供给 [4] - 电网投资的增加也将为铜需求提供额外支撑，参考国际能源署的承诺情景和净零情景，2030年前电网领域铜需求复合年增长率将达7% [4] 铜作为关键矿产的地位与未来变量 - 数据中心的快速发展及其对铜的刚性需求，将进一步巩固铜作为关键矿产的地位，促使各国政府和企业加大对铜供应链的保障力度 [5] - 数据中心电力需求的非线性增长趋势明确，铜的不可替代性和供需失衡格局将持续支撑铜价走强 [5] - 未来，铜强度估算、数据中心产能扩张及电力供应解决方案的演进，将成为影响铜需求增长的核心变量 [5]

融资方案 - 公司通过一般授权以配售新B类股份方式融资 发行约17.5亿股 募集约31.5亿港元 扣除费用后净得约31.5亿港元 [1] - 本次融资由国泰君安国际和招银国际担任配售代理 [1] - 配售价为每股1.80港元 较前一交易日收市价1.97港元折让约8.6% 较前五个交易日平均收市价折让约15.1% [1] - 配售股份占现有已发行股本约4.5% 完成后占扩大股本约4.3% [1] - 本次发行预计于2025年12月23日完成 [1] 资金用途 - 募集所得款项约31.5亿港元将用于核心业务发展 包括AI云及基础设施建设 [1] - 资金将用于生成式人工智能研发 [1] - 资金将用于创新垂直领域探索及一般营运资金 [1] 公司业务 - 公司是领先的人工智能软件公司 [1] - 公司主要从事销售先进人工智能软件平台及相关服务、人工智能软硬一体产品、AIDC服务及AI技术研发活动 [1]

配售协议核心条款 - 商汤-W与配售代理订立协议，将尽力促使不少于六名承配人认购17.5亿股配售股份 [1] - 配售价定为每股1.80港元，较2025年12月17日收市价每股1.97港元折让约8.63% [1] - 配售股份相当于公告日期已发行B类股份总数约4.60%及已发行股份总数约4.52% [1] 融资规模与资金用途 - 假设配售股份悉数获配售，预期所得款项总额约为31.50亿港元，所得款项净额约为31.46亿港元 [1] - 所得款项净额的30%将用于支持公司核心业务发展，包括打造AI云及扩大人工智能基础设施商汤大装置的规模与国产化比例 [1] - 所得款项净额的30%将用于支持生成式人工智能的研发，以及多模态大模型衍生产品的开发与商业落地 [1] - 所得款项净额的20%将用于探索人工智能在创新垂直领域的技术融合与实践，如金融、教育等行业 [1] - 所得款项净额的20%将用作公司的一般营运资金 [1]

公司融资公告 - 商汤-W于2025年12月18日订立配售协议，将配售17.5亿股新股 [1] - 配售价为每股1.80港元，较前一交易日收市价1.97港元折让约8.63% [1] - 配售股份相当于公告日已发行B类股份总数约4.60%及已发行股份总数约4.52% [1] 融资规模与资金用途 - 配售事项所得款项总额预计约为31.50亿港元，所得款项净额预计约为31.46亿港元 [1] - 所得款项净额的30%将用于支持核心业务发展，包括打造AI云及扩大人工智能基础设施“商汤大装置”的规模与国产化比例 [1] - 所得款项净额的30%将用于支持生成式人工智能的研发，以及多模态大模型衍生产品的开发与商业落地 [1] - 所得款项净额的20%将用于探索人工智能在金融、教育等创新垂直领域的技术融合与实践 [1] - 所得款项净额的20%将用作公司的一般营运资金 [1]

配售协议核心条款 - 商汤-W与配售代理国泰君安国际及招银国际订立配售协议，将尽力促使不少于六名承配人认购17.5亿股配售股份 [1] - 每股配售股份的配售价定为1.80港元 [1] - 配售股份相当于公告日期已发行B类股份约4.60%及已发行股份总数约4.52% [1] 融资规模与资金用途 - 假设配售股份悉数获配售，预期所得款项总额约为31.50亿港元，所得款项净额约为31.46亿港元 [1] - 所得款项净额的30%将用于支持公司核心业务发展，包括打造AI云及扩大人工智能基础设施商汤大装置的规模与国产化比例 [1] - 所得款项净额的30%将用于支持生成式人工智能的研发，以及多模态大模型衍生产品的开发与商业落地 [1] - 所得款项净额的20%将用于探索人工智能在创新垂直领域的技术融合与实践，例如金融、教育等行业 [1] - 所得款项净额的20%将用作公司的一般营运资金 [1]