AI行业竞争态势与市场现状 - 多家大型互联网公司正积极投入AI应用市场的竞争 旨在抢占AI时代的“第一入口” [2] - 行业竞争策略呈现高度同质化 核心打法与过往的移动支付、网约车等市场争夺战相似 [4][5] - 当前竞争手段包括裂变拉新、红包提现、口令互动等营销活动 以期在春节等消费需求集中释放的时期提升产品存在感 [1][4] 中国AI用户市场与增长潜力 - 截至2025年12月 中国生成式人工智能用户规模已超过6亿 普及率超过40% [4] - 市场存在大量潜在用户有待开发 同时现有用户忠诚度不高 存在流失风险 [4] - 行业目标在于培养存量用户的忠诚度并提升增量用户的关注度 [4] 行业历史经验与当前挑战 - 过往的互联网商业模式竞争（如网约车大战、外卖“三国杀”）虽带来短期消费者实惠 但也造成了巨大的资源浪费和同质化竞争 [4] - 当前AI应用竞争面临相似问题 用户可能仅为“做任务”和“薅羊毛”而使用应用 若体验不佳则容易流失 [5] - 单纯依靠“大把烧钱”的营销模式不可持续 无法保证用户的长期留存 [5] 中国AI产业的发展路径与核心竞争力 - 中国AI产业的崛起并非单纯依靠堆叠参数和比拼性能 而是在“精打细算”中突破了底层技术的桎梏 [8] - 发展得益于政策的顶层设计和强大的基础设施建设支撑 以及一批从业者以开放姿态构建生态 [8] - 行业沿两条主线并进：技术向上冲刺以突破认知与协同局限 应用向下扎根以解决真实痛点 [8] 对行业长期发展的关键因素 - 影响行业长期发展的关键不在于营销热潮 而在于AI应用能否找到高频稳定的使用场景 并兜住伦理与安全的底线 [8] - “得用户者得天下”的商业逻辑需要与积累数据、优化算法等“慢功夫”相结合 入口的获得并非一锤子买卖 [8] - 头部平台拥有数据与技术优势 用户与模型的交互能形成“用户越多-模型越好-用户更多”的正向循环 从而让市场应用反哺技术升级 [8]

法国葡萄酒与烈酒行业 - 法国2025年葡萄酒和烈酒出口额下降8%至143亿欧元，为连续第三年下降 [1] - 自2022年以来，该行业出口额已累计下降17%，从法国第二大出口部门滑落至第三位，排在航空航天和化妆品之后 [1] 开云集团与古驰业绩 - 开云集团第四季度销售额为39亿欧元，经汇率调整后同比下降3%，降幅小于分析师普遍预期的5% [1] - 旗下古驰品牌第四季度可比销售额下降10%，略好于分析师预期的12%降幅，这是该品牌连续第10个季度销售额下滑 [1] 人工智能与科技合作 - OpenAI将ChatGPT集成至美国国防部生成式AI平台GenAI.mil，供300万人员便捷使用 [1] - 国际AI基准测试机构Artificial Analysis发布榜单，Vidu Q3位列全球第一，综合表现超越xAI Grok、Runway Gen-4.5、Google Veo 3.1以及OpenAI Sora 2 [2] - 百度搜索推出“全球搜”，已无缝嵌入百度文心助手，同日百度百科宣布推出国际版BaiduWiki，首批支持五大语种 [7] 航空与物流数据 - 深圳机场2026年1月旅客吞吐量为587.95万人次，同比增长2.84% [1] - 同期货邮吞吐量为16.86万吨，同比增长1.98%，航班起降架次为39121架次，同比增长0.52% [1] 金融机构动态 - 荷兰国际集团（ING）正寻求出售其西班牙子公司约2.3亿欧元的坏账，预计将在4月完成出售 [2] - 渣打集团首席财务官Diego De Giorgi因接受外部工作机会而卸任，即时生效，其已加入阿波罗全球管理公司 [10] 消费与零售趋势 - 淘宝闪购平台年货销量同比增长超347%，三四线城市订单同比增长超580% [3] - 平台推出“春节不打烊”服务，营业商户数同比增长32.9%，全国重点城市合作门店春节期间线上门店营业率超过九成 [3] 半导体与科技制造 - 中芯国际预计2026年第一季度销售收入环比持平，毛利率在18%至20%之间 [4] - 公司给出的2026年全年指引为销售收入增幅高于可比同业的平均值，资本开支与2025年相比大致持平 [4] - 索尼宣布本月起将陆续结束蓝光光盘录像机出货，已于2025年2月停止用于录制的BD光盘生产 [5][6] 能源与汽车行业 - bp公布第四季度调整后净利润15.4亿美元，同比增加32% [6] - bp将集团结构性成本削减目标提高至2027年底的55亿至65亿美元，并宣布暂停股票回购以加速强化资产负债表 [6] - 美国加州清洁卡车激励项目为特斯拉Semi预留了约1.65亿美元资金，尽管该卡车尚未进入量产阶段 [6] 企业融资与债券 - 谷歌母公司Alphabet启动首次瑞士法郎债券发行 [7] - Alphabet还启动了首期英镑债券发行，交易包含3年期、6年期、15年期、32年期和100年期债券 [11] 机器人技术与AI应用 - 北京人形机器人创新中心发布新一代通用机器人平台具身天工3.0，是行业内首个实现触物交互式全身高动态运动控制的全尺寸人形机器人 [8] - 腾讯云推出一站式AI漫剧解决方案，深度融合AIGC生成能力与媒体处理技术，助力企业全链路提质增效 [8] 其他公司新闻 - 阿里千问宣布推出新一代图像生成基础模型Qwen-Image-2.0，已在阿里云百炼开通API邀测 [9] - 智利国家铜业公司已批准2026年度39.14亿美元的投资预算 [10] - 中国高端服饰品牌之禾（ICICLE）对考虑将母公司在香港或巴黎IPO的市场传闻回应称“没有评论” [6]

投资评级与目标价 - 报告对美图公司给予“买入”评级 [1] - 目标价为16港元 [1] - 该目标价相当于预测2027年市盈率33.1倍 [1] 核心财务与运营预测 - 预测2027至2028年预期净利润平均同比增长约44% [1] - 预计营运利润率从2025年上半年的21%上升至2028年的34% [1] - 预测美图公司2025至2030年营收年均复合增长率为29% [1] - 预计到2030年，公司企业/生产力营收占比将升至44%，对比2025年预期的12% [1] 业务转型与增长驱动 - 生成式人工智能驱动公司从“美化工具”升级为“AI照片与影片生成及编辑应用程序” [1] - 市场从消费者娱乐拓展至企业领域（如电子商务、广告）等生产力工具 [1] - 业务转型预计推动月活跃用户数、付费比率及每用户平均收入增长 [1] 行业市场规模与公司份额 - 预计全球AI影片与图像创意市场规模在2025至2030年将以44%的年均复合增长率增至390亿美元 [1] - 预计美图公司的全球AI影片市场占有率在2030年将上升至2%，对比2025年预期的1% [1] - 预计美图公司的全球AI图像市场占有率在2030年将上升至17%，对比2025年预期的13% [1]

行业监管动态 - 北京市根据《生成式人工智能服务管理暂行办法》进行服务备案管理 [1] - 截至2026年2月10日，北京市新增3款已完成备案的生成式人工智能服务 [1] - 北京市累计已完成215款生成式人工智能服务备案 [1]

中国互联网用户规模与普及率 - 截至2025年12月，中国网民规模达11.25亿人，互联网普及率达80.1% [1][2] - 生成式人工智能用户规模达6.02亿人，普及率达42.8% [1][2] 中国互联网基础设施发展 - 中国已累计建成5G基站483.8万个 [1] - 5G演进网络覆盖超过330个城市 [1]

法国生成式人工智能使用情况概览 - 2025年法国人使用生成式人工智能的比例达到约48%，较2024年的33%有大幅提升 [1] - 在18至24岁的年轻人群体中，使用比例高达85% [1] - 该调查于2025年6月进行，覆盖法国12岁及以上人群共4145人 [1] 不同人群的使用频率 - 34%的被调查者每天都会使用生成式人工智能 [1] - 18至24岁人群每天使用的比例最高，约为51% [1] - 25至39岁人群每天使用的比例为46%，而60岁以上人群最少，为17% [1] 主要使用目的 - 约41%的被调查者使用生成式人工智能是为了省时和提高工作效率 [1] - 约73%的人通过该工具检索信息 [1] - 58%的人用它翻译和润色文稿，57%用它发掘灵感，44%用它辅助学习，41%将其用于互动聊天 [1] 用户信任度 - 64%的法国使用者会“经常甚至总是”核实生成式人工智能提供的信息 [1]

报告投资评级 * 报告未明确给出整体行业投资评级 但核心观点强调市场内部存在显著分化 投资机会需精选个股[1][6] 报告核心观点 * 科技股市场的主旋律是剧烈分化 而非整体趋势 纳斯达克100指数自2025年10月1日以来横盘整理 约50只个股涨幅超过60% 同时约50只个股跌幅超过40% 而大型科技股整体略低于2025年9月中旬高点[6] * 市场波动剧烈 纳斯达克100指数经历了自2025年4月以来表现最差的连续三天 但整周指数结果基本持平[5] * 机构资金流向显示对冲基金连续第四周净卖出美国股票 主要抛售集中在信息技术板块的软件领域[8] * 市场争论焦点在于：1) 大型科技公司资本支出上升但股价疲软 是市场信念动摇还是基于审慎的每股收益修正进行的持仓调整 2) 当前的动量下跌是健康调整还是更多波动的开始[9] * 纳斯达克100指数的远期市盈率已从2025年10月/11月的28-29倍高点回落至约24-25倍 进入更“正常”的区间[9] 市场表现与资金流 * 上周市场波动巨大但指数层面收平 纳斯达克100指数经历了自2025年4月以来最差的三日连跌 但周五是自2025年11月以来的最佳单日表现[5] * 对冲基金连续第四周净卖出美国股票 抛售主要集中在信息技术板块的软件领域[8] * 互联网和软件板块在周五的反弹中表现滞后 而人工智能基础设施板块则大幅反弹 “七大科技巨头”价格走势继续走低[8] 行业与板块动态 * **信息技术与通信服务**：在刚结束的财报季中 这两个板块再次以超过预期的百分比领跑市场 预计今年都将实现约两位数的每股收益增长[11] * **人工智能**：市场对生成式人工智能的潜在影响和颠覆性风险高度关注 同时对半导体/人工智能基础设施的估值倍数变得挑剔 并争论大型科技公司资本支出计划的持续性[14] * **软件即服务**：该板块因销售放缓和股价下跌受到关注 虽有超卖反弹潜力 但市场对其能否出现持续“上涨”持怀疑态度 早期软件企业的股价表现平淡[15] * **半导体/周期性故事**：模拟/周期性半导体故事仍在演绎 交货期变长、价格改善迹象以及积极的业绩指引显示 除人工智能基础设施外 该板块仍是值得投资的故事线[17] * **存储器**：高盛投资研究更新了供需模型 预计2026年/2027年DRAM、NAND和HBM的供需将更加紧张 并将2026年/2027年HBM的总可寻址市场预测分别上调8%/9% 至540亿美元/750亿美元[18] * **云业务**：云业务增长强劲 亚马逊云科技增长正在加速 谷歌云同比增长48% 微软Azure则面临持续的容量限制[18] 重点公司分析 * **大型科技公司资本支出**：在谷歌、亚马逊云科技、元宇宙和微软中 高盛投资研究团队预计2026年资本支出同比增长65% 达到6180亿美元[18] * **谷歌**：搜索业务和谷歌云增长加速 是“七巨头”中最受青睐的公司 但每股收益未获上调构成障碍[21] * **亚马逊**：股价在约200美元水平可能形成局部底部 但关于营业利润修正路径、亚马逊云科技发展态势以及资本支出周期持续时间的争论仍在[21] * **元宇宙平台公司**：市场情绪在业绩公布后有所改善 但围绕产品势头和营收能见度的疑问仍然存在[21] * **苹果**：存在战术性共识认为看空理由并不充分 其自由现金流状况独特且产品势头稳健[21] * **微软**：股价已跌至5年相对低点 较前期高点下跌约30% 投资者不愿等待云业务增长出现明确拐点的信号[22] * **英伟达**：高盛投资研究预计其1月季度营收将超出约20亿美元 4月季度预期比市场共识高出约8% 达768亿美元[25] 高盛交易部门观点 * **最受青睐**：NET、VRT、CSCO、Adyen、AMAT[26] * **最具争议**：ON、DDOG、ENTG、SPOT、HOOD、Unity、APP、ABNB、ANET、CART、EXPE、PCOR、TWLO[26] * **最不受青睐**：MNDY、GTM、LYFT、HUBS、PAYC、PINS[26]

行业背景与市场痛点 - 过去一年生成式AI在音乐行业应用不断创造新体验，但歌唱语音合成领域整体进展相对缓慢 [1] - 行业内缺乏一个真正稳定可用、同时支持零样本生成的开源歌声合成模型，这很大程度上制约了SVS技术在真实业务场景中的应用与落地 [6] - SVS技术专注于可由MIDI控制的人声生成，在虚拟歌手、歌词演绎以及多语言歌声创作等场景中展现出独特价值 [6] 公司产品发布与合作方 - Soul App AI团队联合吉利汽车研究院人工智能中心、天津大学视听觉认知计算团队和西北工业大学音频语音与语言处理研究组，正式开源歌声合成模型SoulX-Singer [1] - 该模型是一个面向真实应用场景设计的高质量零样本歌声合成模型 [1] - 模型在稳定性、可控性与泛化能力方面，均达到了当前开源SVS模型中的领先水平 [1] 模型核心技术与架构 - SoulX-Singer采用基于Flow Matching的生成建模范式，并将歌声合成问题建模为一种audio infilling任务 [7] - 针对歌声合成中“歌词—旋律—发声”三者强耦合的特点，模型在建模阶段显式引入了note级别的对齐机制 [7] - 模型通过构建歌词、MIDI音符与声学特征之间的精细对齐关系，使得每一个音符的起止时间、音高以及持续时长都能够被准确建模和独立控制 [8] 训练数据规模与能力基础 - 模型得益于超过42000小时的高质量歌声数据进行训练，覆盖多语言、多音色及多种演唱风格 [9] - 在大规模数据支持下，模型在面对未见过的歌手与复杂音乐条件时，依然能够保持稳定、自然且高质量的合成表现 [9] 产品功能与控制方式 - SoulX-Singer同时支持基于Music Score和基于Melody的两种歌声合成控制方式 [10] - Music Score驱动生成支持直接基于乐谱与歌词生成歌声，具备音符级别的时长与节奏控制能力 [10] - Melody驱动生成支持从已有歌曲旋律出发进行歌声合成，可复刻参考音频中的演唱技巧与表达方式 [10] - 当前模型支持普通话、英语和粤语三种语言的歌声合成 [12] 模型性能与评测结果 - 模型在GMO-SVS和SoulX-Singer-Eval两个数据集上进行了系统评测 [15] - 在中文歌声合成任务中，使用Melody控制时，SoulX-Singer的WER为0.065，SIM为0.897，FFET为0.044，SingMOS为4.458，Sheet为4.110 [16] - 在中文歌声合成任务中，使用Score控制时，SoulX-Singer的WER为0.069，SIM为0.905，FFET为0.122，SingMOS为4.445，Sheet为4.107 [16] - 在英文歌声合成任务中，使用Melody控制时，SoulX-Singer的WER为0.151，SIM为0.918，FFET为0.036，SingMOS为4.323，Sheet为3.751 [16] - 在英文歌声合成任务中，使用Score控制时，SoulX-Singer的WER为0.149，SIM为0.926，FFET为0.164，SingMOS为4.303，Sheet为3.705 [16] - 实验结果表明，SoulX-Singer在语义清晰度、歌手相似度、基频一致性以及整体合成质量等多个维度上均显著优于此前的相关工作 [15] 战略意义与公司技术布局 - SoulX-Singer的发布提供了一个真正鲁棒、灵活可控且面向场景落地的零样本歌声合成解决方案 [17] - 该模型为歌声合成技术在UGC音乐创作等方向的实际应用探索带来了积极意义 [17] - Soul AI团队此前已陆续开源了播客语音合成模型SoulX-Podcast、实时数字人生成模型SoulX-FlashTalk，在语音、歌声、实时数字人、视频等不同领域提供了可落地的多模态生成方案 [17]

行业背景与谈判时间线 - 2023年编剧与演员双工会罢工是好莱坞自20世纪60年代初以来的首次，导致行业制作全面停摆，经济冲击巨大 [5][9] - 距离上次最惨烈的罢工结束仅过去26个月，历史可能重演 [3][10] - 2023年结束罢工的合同即将到期，编剧合同于2024年5月1日到期，演员合同于2024年6月30日到期 [4][10] - 谈判于近期展开，预计未来数周将进行多轮磋商 [4][10] - 美国编剧工会将于2024年3月与制片方开启谈判，导演工会也将在春季晚些时候加入谈判 [4][11] 当前行业环境与核心变化 - 当前好莱坞所处环境已与2023年截然不同，全行业制作大幅放缓 [4][10] - 众多娱乐公司正艰难适应流媒体时代 [4][10] - 大量演员、编剧和导演无工可开 [4][10] - 生成式人工智能的崛起成为比2023年更核心的议题 [4][10] 谈判双方与主要诉求 - 谈判在代表数千名演员的美国演员公会-美国广播电视艺术家联合会与电影和电视制片人联盟之间展开 [4][10] - 演员工会首席谈判代表表示，将尽一切所能保障会员有工可做，但绝不会接受对会员不公的协议 [4][11] - 制片方联盟声明对达成一份公平协议表示乐观 [4][11] - 薪酬、整体工作条件和人工智能是上次谈判的核心争议，本次谈判将再次提及 [5][11] - 演员工会将推动为人工智能应用增设更多监管条款 [5][11] - 流媒体分成将成为谈判新增重点，其他“基本民生”议题也将纳入讨论 [5][11] - 会员的真实处境已无法在现有合同中得到恰当体现，问题必须得到修正 [6][12] 编剧工会的特定诉求 - 编剧工会尚未公布全部核心诉求，但补充编剧医疗储备预计是重点之一 [7][12] - 如何持续为医保提供资金将是劳资谈判的重要内容，医保被工会西部分会主席称为“头号议题” [7][12] 资方诉求与合同期限分歧 - 影视公司计划提出签订五年期合同，比常规的三年期合同多出两年 [7][12] - 制片方计划以其他行业长期合同为例，如美国国家橄榄球联盟的10年协议和码头工人工会的6年协议 [7][12] - 工会高层认为三年期合同能为应对技术变革提供关键灵活性 [7][12] - 新任美国导演工会主席克里斯托弗·诺兰认为延长至五年的提议完全不现实 [7][12] 谈判代表与氛围 - 制片方联盟此次将由新任首席谈判代表格雷格·赫辛格牵头 [7][12] - 演员工会谈判代表称赫辛格数十年前曾与演员工会共事，他的上任很可能带来氛围转变 [7][12] - 对此次谈判持谨慎乐观态度，认为是娱乐行业公司与工会关系向好的积极一步 [13]

文章核心观点 生成式人工智能正从“技术可行”走向“价值可行”的关键验证期，行业在落地路径上存在深刻分歧，这些分歧将决定AI能否成为新质生产力[1] 行业共识 - 落地核心矛盾从供给侧转向需求侧：制约AI规模化应用的关键不再是算力、模型等供给问题，而是真实业务需求、组织流程调整意愿及成本收益考量[2] - 企业级AI面临定制化困局：约70%的AI解决方案需要定制，仅30%可标准化复制，定制化投入难以变现和沉淀为可复用产品能力，导致交付高度依赖人力且难以形成规模效应[3] - 商业模式尚未跑通且价格竞争激烈：C端AI应用付费转化率低，国内年经常性收入达1000万美元以上的产品极少；B端API价格在2024年降幅高达95%-99%，2025年继续下降75%-90%，国内头部AI创业公司年营收仅数亿元人民币且普遍亏损，商业模式高度趋同于低价竞争[4][5] 行业关键分歧 - 智能体在2026年的发展边界：智能体在电商、客服等可控场景开始规模化部署，但金融、医疗等高风险场景的可靠性、可解释性未达企业级标准，且存在数据安全责任边界模糊的风险，预计2026年仅在低风险场景实现有限规模化[6] - 算力竞争主战场转移：竞争焦点正从预训练侧转向推理侧，推理调用量呈指数级增长，厂商通过架构创新提升效率，如DeepSeek R1模型的API定价仅为OpenAI同类模型的3%左右，谷歌Gemini模型算力效率提升约4倍，推理效率和成本控制正成为AI商业化的关键变量[7][8] - AI时代生态结构演进方向：移动互联网以独立App为单元的结构与AI需要跨应用获取上下文的特性产生冲突，核心在于数据流动规则、用户授权机制及责任划分框架尚未建立，需在保障安全的前提下探索新规则[9][10] 行业发展建议 - 以真实价值为导向选择落地场景：优先在数据基础好、效果易评估、风险可控的领域推进，如工业制造的质量检测、专业服务的法律文书审核等，形成可复制的应用模式[11] - 推动标准化以降低定制成本：通过制定行业级数据接口、业务流程等共性标准，降低重复投入，并在重点行业沉淀可复用的基础能力模块[12] - 强化高风险场景的质量监督与安全审计：建立AI应用分级管理和审计机制，明确数据安全责任边界，推动与现有合规风控体系集成，并对应用过程进行可验证的记录[13] - 引导多元商业模式避免低价内卷：鼓励探索基础平台费+按使用量付费、垂直领域按效果付费、咨询+实施等差异化商业模式，营造有利于长期投入的市场环境[14]