文章核心观点 - AI应用概念股市场表现活跃但出现分化 掌阅科技再度涨停冲击五连板 国投智能、网宿科技、拓维信息等股跟涨 而光模块CPO、数据中心概念板块出现回调 带动相关ETF蓄势调整 [1] - 资金正积极布局算力产业链 云计算ETF华夏在2月12日获得资金净流入0.05亿元 创业板人工智能ETF华夏近60日资金净流入超5亿元 [1] - 国内AI模型呈现“井喷式”发布 MiniMax于2月13日上线新一代文本模型MiniMax M2.5 该模型以极低成本支持复杂Agents运行 在每秒输出50个token的情况下 连续工作一小时成本仅0.3美金 1万美金可支持4个Agent连续工作一年 为经济上几乎无限制地构建和运营Agent提供了可能 [1] - 华泰证券研报指出 Agent应用正在加速 预计2026年将进入加速落地期 Agentic Coding的快速迭代及国内外大厂对个人Agent助手超级入口的争夺 将成为推动token消耗加速的重要动力 [2] AI模型与Agent进展 - MiniMax发布新一代文本模型MiniMax M2.5 其设计初衷是在无成本约束下运行复杂Agents M2.5已接近实现该目标 [1] - MiniMax M2.5运行成本极低 在特定输出速率下连续工作一小时仅需0.3美金 1万美金可支持4个Agent全年不间断工作 为大规模部署Agent提供了经济可行性 [1] - 华泰证券认为 Agentic Coding的迭代速度将大幅加快 可能加速未来AI生成的个性化软件爆发 [2] - 华泰证券预测 国内外大厂将激烈争夺个人Agent助手的超级入口 这将成为下一轮token加速消耗的重要推手 [2] 金融市场与产品动态 - 2月13日早盘 AI应用概念股经历拉升后回落 掌阅科技再度涨停并冲击五连板 国投智能、网宿科技、拓维信息等股票跟涨 [1] - 光模块CPO、数据中心概念板块回调 影响了相关ETF的表现 包括云计算ETF华夏、创业板人工智能ETF华夏、通信ETF华夏 [1] - 资金持续流入算力产业链相关ETF 云计算ETF华夏于2月12日单日获得资金净流入0.05亿元 创业板人工智能ETF华夏在近60日内资金净流入超过5亿元 [1] - 创业板人工智能ETF华夏跟踪指数中CPO权重近50% 同时覆盖国产软件及AI应用企业 其前三大权重股为中际旭创(权重15.64%)、新易盛(权重15.57%)、天孚通信(权重6.85%) 该ETF场内综合费率为0.20% 为同类最低 [2] - 云计算ETF华夏聚焦国产AI软硬件算力 其持仓中计算机软件、云服务、计算机设备合计权重高达83.7% deep seek及AI应用相关含量均超过40% 该ETF场内综合费率同样为0.20% 位居同类最低 [2] - 通信ETF华夏深度聚焦电子与通信算力硬件 覆盖PCB、消费电子、光模块、服务器等领域 其前五大持仓股为中际旭创、新易盛、立讯精密、工业富联、兆易创新 [2]

纪要涉及的行业或公司 * **行业**: 云计算行业、人工智能行业（特别是Agent和多模态AI应用）[1] * **公司**: 海外云厂商（AWS、谷歌云）[1]；国内云厂商（优刻得、金山云、百度集团、阿里巴巴、腾讯控股）[1][2][4] 核心观点和论据 * **云服务出现涨价趋势**: 海外AWS、谷歌云近期上调部分产品价格[1]；国内优刻得等云厂商也陆续涨价[2] * **涨价原因分析**: 此次涨价反映了上游硬件成本上涨的传导[3]；同时确认了下游需求强劲[3] * **下游需求驱动力**: Agent（如高热度延续的OpenClaw/Clawdbot）推动了对高效Agent的需求，进而加速了Token的消耗[3]；多模态AI应用（如Seedance2.0）的普及将进一步加速Token消耗的增长[3] * **对云计算厂商的影响**: 更高的Token消耗意味着更多的云计算资源使用，云厂商将确定性收益[3] * **投资机会**: 重视作为“卖水人”的国内云厂商的投资机会[1] 其他重要内容（相关标的） * **金山云**: 被列为小米金山系核心云厂，具有高弹性，近期被重点推荐[4] * **百度集团**: 具备全栈AI能力，并控股芯片公司昆仑芯[4] * **阿里巴巴**: 是国内云厂商领军者，具备全栈AI强技术能力，其平头哥自研芯片具有成本优势[4] * **腾讯控股**: 腾讯云预计在2025年扭亏为盈，采取差异化竞争策略，其类SaaS产品贡献了约四分之一的收入[4]

纪要关键要点总结 涉及的行业与公司 * **行业**：人工智能（AI）大模型、算力基础设施、AI Agent[1] * **提及的公司**： * **算力基础设施相关**：网宿科技、深信服、优刻得、金山云、首都在线、青云科技[1] * **模型厂商**：智谱、Minimax、讯飞[1] 核心观点与论据 * **核心趋势判断**：AI Agent（智能体）在2024年爆发是确定趋势[1] * **核心驱动因素**：全球大模型厂商正激烈竞争，重点提升Coding（编程）和Agent能力[1] * **关键市场影响**：Token（大模型处理单位）的消耗量将持续非线性上涨，并导致其价格与用量齐升[1] * **贯穿全年的投资主线**：算力通胀[1] 其他重要内容 * **看好的投资环节**： 1. **算力通胀环节**：包括GPU、存储、CPU、互联及AI基础设施（AIInfra）[1] 2. **模型厂商**：看好智谱、Minimax、讯飞等公司[1]

公司产品发布与定位 - MiniMax发布其M2系列模型的最新版本M2.5，其设计初衷是在没有成本约束的情况下运行复杂智能体[2] - M2.5版本已接近实现无成本约束运行复杂智能体的目标[2] - 该模型提供了经济上几乎无限制地构建和运营智能体的可能性[2] 产品性能与定价策略 - M2.5提供两个效果相同但速度和价格不同的版本[2] - 快速版本速度约为100 TPS，处理每百万token输入成本为0.3美元，输出成本为2.4美元[2] - 50 TPS版本输出价格比快速版本低一倍[2] - 以每秒输出100个token计算，连续工作一小时成本为1美元[2] - 以每秒输出50个token计算，连续工作一小时成本为0.3美元[2] - 1万美元可使4个智能体连续工作一年[2] 市场竞争优势 - 按照输出价格参考，M2.5的50 TPS版本价格是Opus、Gemini 3 Pro以及GPT5等模型的十分之一到二十分之一[2] 未来挑战与关注点 - 对于M2系列模型，当前唯一的问题在于模型能力的进步速度[2]

文章核心观点 AI对行业的影响已从“技术变量”转向“产业变量”，其角色从辅助工具演变为产业链条中的内容生产者、学习服务者、情绪陪伴者、决策参谋者和执行代理者，正在系统性重构内容供给、服务模式、产业协作与价值分配 [1] AI作为「内容生产者」：AIGC重写内容供给体系 - AI已从效率辅助工具跃迁为内容生产主体，系统性冲击动画、短剧、知识视频、儿童绘本与教育出版等领域的成本结构、供给效率与商业化路径 [2] - **AI漫剧与动画**：生成式模型重构了剧本创作、角色设计、视频生成、配音等全流程，使动画生产从手工业走向“工业化生成” [2] 行业数据显示，2025年漫剧市场规模估算已突破200亿元，成为增长最迅猛的内容形态之一 [3] 平台侧，2025年第三季度AI漫剧日流水较2024年第四季度增长约900%，月产漫剧集数增长567%，平台漫剧单日消耗已达700万量级 [3] 具体案例中，10人团队在45天内完成AI参与度超一半的动画短剧，上线5天播放量突破500万并实现约200万元净利润 [5] - **AI短视频与知识内容**：生成式视频与数字人技术使AI能独立完成口播、讲解视频的批量生产，改变了“内容供给密度” [5] 以Synthesia、HeyGen为代表的平台可实现多语种讲师视频生成，InVideo、VEED等工具可基于脚本自动剪辑包装 [6] 这使教培机构可低成本搭建知识矩阵，个人教师IP化门槛显著下降，MCN与教育公司开始建立“AI内容工厂”实现规模化流量获取 [6] - **AI绘本与出版**：生成式图像模型使儿童绘本与教育读物进入“即时生成”阶段，AI可完成整书插画绘制、文本创作与排版设计，将长周期协作压缩为快速生成流程 [6] - **底层工具进展**：字节跳动推出的视频生成模型Seedance 2.0可基于文本或图像生成具备完整叙事结构的多镜头视频，支持音视频同步生成，并能自动规划分镜与运镜，维持角色与场景一致性，显著降低后期成本 [8] 其生成的短片在物理反馈与镜头语言上已接近真人拍摄的连贯性，使AI视频从“可用”迈向“可叙事” [8][10] AI作为「学习服务者」：效率工具走向过程托管 - AI对学习场景的渗透集中爆发在高频、刚需、可量化的效率领域，正从单点工具演变为覆盖学习全过程的服务者 [11] - **语言学习与背词**：生成式模型使学习从“机械记忆”转向“语境学习”，产品围绕语境例句生成、个性化复习路径与对话式记忆强化迭代 [11] 海外如Duolingo的AI角色对话、Quizlet的生成式学习卡片，国内如百词斩、扇贝单词、墨墨背单词等头部产品均已接入大模型能力，推出AI例句生成、智能释义等功能 [12] 网易有道在硬件与App中嵌入AI讲解与语境扩展能力 [12] - **作业辅导与讲题**：大模型使场景从“答案检索”升级为“过程讲解”，AI可生成多解法推导、知识点拆解、难度分级讲解，并进行错题归因与薄弱点识别 [14] 海外产品如Photomath、Socratic持续强化该能力，国内作业帮、猿辅导、小猿搜题、学而思等公司密集上线AI讲题功能 [14] 这削弱了传统题库平台的内容壁垒，部分替代了线上答疑老师与基础讲解岗位的功能 [14] - **学习路径管理**：AI开始基于学情数据与模型推理能力承担学习规划与过程托管功能，可自动制定并动态调整学习计划，实现弱项强化与评估 [15] AI的角色正从单点工具转向过程服务，参与学习节奏安排与路径设计，推动教育产品从功能工具走向系统服务 [15] AI作为「情绪陪伴者」：家庭入口争夺战开启 - 围绕情绪价值的硬件竞赛正成为AI进入家庭空间的关键入口，在2026年CES上集中展现 [16] - **AI玩具与AI宠物**：新一代产品强调持续互动与情绪反馈，例如中国公司推出的口袋毛绒宠物Fuzozo通过对话式大模型实现自然聊天与情感回应 [16] 日本与中国创业团队推出的产品具备情绪识别能力，能形成个性化性格 [16] 中国厂商的仿生熊猫机器人“安安”、飞行AI萌宠“BOOBOO”等通过拟人化外形与情绪互动设计，向IP情感载体演进 [17] - **陪伴机器人**：开始从展示设备走向家庭成员，例如FrontierX发布的球形机器人Vex可跟随宠物并生成影像记录，机器人Aura能识别用户情绪并进行对话互动 [17] 科沃斯发布的AI情感机器人Famibot LilMilo以仿生宠物形态呈现，能通过表情、动作与声音互动，并形成个性化行为反馈 [17] LG的家庭机器人CLOiD可作为家庭AI中枢连接家电系统，在互动中完成递水、取物等服务，呈现陪伴与功能融合形态 [18] - **AI早教陪伴设备**：面向儿童启蒙的设备强化故事生成、语言互动与启蒙对话能力，例如AI学习陪伴设备Lookee口语侠、儿童陪伴机器人糯宝、桌面互动硬件陆卡卡等，构建儿童陪伴与语言启蒙场景 [18] - 情绪陪伴赛道竞争形成三条路径：轻量陪伴与IP情感连接的AI玩具、强调长时互动与家庭角色嵌入的陪伴机器人、结合陪伴与启蒙教育的早教设备，共同指向对家庭情绪需求的技术补位 [18] 这使AI在家庭中的角色转变为被长期放置与持续互动的存在，成为硬件厂商争夺家庭空间的关键落点 [19] AI作为「决策参谋者」：信息服务行业被重写 - 大模型使建立在信息不对称之上的决策建议（如志愿填报、留学申请、职业规划）开始被产品化，压缩了传统顾问与咨询机构的作用 [20] - **高考志愿填报**：2025年志愿季，多家平台上线对话式AI志愿工具，用户输入分数、偏好等信息后，系统可生成完整院校组合方案并附带录取概率、就业方向分析 [20] 夸克、百度、高德、腾讯教育、支付宝等超级App入口相继上线此类功能 [21] 垂直平台如掌上高考、优志愿等将院校数据库与录取模型化，通过对话交互输出方案，并接入薪资、城市发展等数据，使推荐维度从录取安全延展至职业前景 [21] - **留学申请**：学生输入成绩、目标等信息后，AI可自动生成选校清单、申请时间线与材料准备路径 [21] 新东方前途出国、启德教育、金吉列留学等传统机构已在内部系统接入文书生成与选校匹配模型 [22] 留学SaaS平台如Offerin、Admitwrite以及海外工具Cialfo、ApplyBoard均提供院校匹配与流程自动化功能 [22] 文书写作环节可通过对话输入个人经历，由系统生成多版本申请文书并按院校风格调整语气 [25] - **职业规划**：AI职业测评工具结合用户对话、经历与能力画像生成动态路径建议，不再局限于单次问卷 [25] BOSS直聘、智联招聘、猎聘等招聘平台已上线AI职业推荐与岗位匹配功能，LinkedIn基于技能图谱与履历数据生成发展建议 [25] 得到、高途、网易有道等教育平台尝试将AI职业评估与课程推荐打通 [25] - **入口结构变化**：生成式引擎优化（GEO）正在重塑决策服务入口，当用户在生成式搜索中询问建议时，AI直接输出整合判断与排序结果，信息分发权从搜索引擎转向模型生成，围绕模型语料、品牌可信度的竞争正在替代传统SEO [26] AI作为「执行代理者」：Agent重构产业协作方式 - Agent使AI开始具备“完成任务”的能力，能理解需求、拆解步骤并调用系统完成操作，标志着从“对话工具”迈向“数字执行者”的关键跃迁 [27] - **通用场景验证**：基于阿里云大模型构建的通义千问智能体已在电商与生活服务场景实现从需求理解到自动下单的完整闭环，例如用户表达订机票或买电脑需求，系统可自动完成信息筛选、比价与订单提交 [27] - **教育场景延展**：Agent能力向教育场景延展具备想象空间，学习计划制定、作业跟踪、申请流程管理等流程性任务可能被系统自动拆解与推进，实现教育流程的自动化重组 [29] - **风险与平衡**：Agent热潮也显现风险信号，例如在开发者社区走红的Clawbot项目，其自动执行代码任务的能力虽受关注，但自动操作权限与执行安全问题引发广泛讨论，错误决策与安全漏洞风险增加 [29] 商业落地需在效率与安全之间寻找平衡 [29] - Agent将AI推入新的能力区间，其“可被分配任务”的属性正在更深层地改变产业协作方式 [30]

模型 - 本轮AI热潮仍处于早期，技术变化是核心驱动力，也是推演产品与商业格局的基点[6] - **Agentic Model成为关键趋势**：指能支持Agent能力的模型，需要具备推理、编程、多模态理解、工具使用和记忆等能力[7] - **推理模型崛起**：以DeepSeek-R1的爆火为标志，其于2025年1月20日与Kimi K1.5同日发布，成为全球首个在大参数规模上复现OpenAI o1的推理模型[8] - DeepSeek-R1影响力巨大，原因包括：完全开源最强旗舰模型、技术报告详尽、高亮仅557万美元的最后一次训练成本[8] - 推理模型的效果提升表现为多步推理能力，推动了ChatBot产品的“深度研究”功能，其背后的新技术范式是“测试时计算”的Scaling[9] - **Coding能力重要性凸显**：编程是数字世界中执行任务的基础，是支撑复杂Agent应用的重要能力[11] - 2025年全球顶尖模型厂商加大Coding投入并下场做应用，如OpenAI的Codex、x.ai的Grok Code Fast、Google的Antigravity[12] - **多模态能力成为标配**：最领先的大模型已演进为原生多模态模型，如OpenAI 4o、Gemini 1.5/3、Kimi 2.5[13] - 同时存在专门的多模态生成模型，如中国的视频生成模型可灵、海螺、SeedDance，以及Google的Veo 3和Nano Banana[13] - **协同设计成为研发组织关键**：大模型训练是系统工程，需要硬件、软件系统和算法的垂直整合与协同优化[15] - Google凭借全面掌握TPU芯片、软件库、Infra到云平台和应用，形成了协同优化的Superpower[15] - 阿里提出“通云哥”（通义-阿里云-平头哥）战略，腾讯和阿里千问团队也都在内部推动Infra与算法的更紧密整合[15][16] - DeepSeek从零开始自然形成协同优化，其Infra团队参与算法设计，展现了超强的工程能力[17] - DeepSeek在2025年2月的“开源周”展示了其Infra成果，并测算其推理系统在24小时内用1800多张卡支持了超6000亿输入Token和近1700亿输出Token，毛利率达84.5%[17][18] - **注意力机制持续改进**：围绕稀疏注意力和线性注意力进行优化，以突破上下文长度瓶颈，如Flash Attention、DeltaNet等[21][22] - **算力趋势转向多芯片互联**：从比拼单颗芯片性能转向优化多芯片互联系统，如华为384 Matrix超节点、英伟达NVL72[23] - **行业开始探索下一个学习范式**：认为当前基于海量数据预训练和微调的方法可能触达瓶颈，未来需向更接近人类的学习机制演进[24] - 研究方向包括持续学习、在线学习、世界模型等，许多研究者从动物与人类智能中获取灵感[25] - 人类大脑功耗仅约20瓦，而当前大模型训练极其耗能，寻求更节能、可解释的新学习范式成为重要议题[26] 应用 - 2025年被普遍认为是Agent应用大规模爆发的元年[27][30] - **通用Agent以Coding为核心手段**：Coding从目的变为手段，使Agent能在数字世界执行各类任务[27][28] - 代表产品包括Claude Code、Claude Cowork、近期风靡的OpenClaw，以及字节的Trae Solo、蚂蚁灵光、马卡龙、Youware等[31] - Anthropic推出的MCP协议和Skills开放标准，降低了构建Agent的门槛，使其变得模块化[32] - **出现Agent Scaling与群体智能趋势**：如Moltbook探索大量智能体聚集后的系统变化，PingCAP CTO黄东旭开发了多角色Agent协作的Minibook[33] - **垂类Agent深度结合行业**：从“卖服务”转向“为结果收费”，例如法律领域的艾语智能直接承接案件并按收回款项收费，AI教育公司爱为舞用AI替代助教[38] - **手机Agent面临存量博弈**：字节豆包手机预览版曾实现自动回微信、比价等功能，但遭超级App封禁；OpenClaw因能部署到手机而流行[35] - 手机Agent的发展涉及手机厂商、超级App与AI公司之间的三方博弈，功能性场景需求强但超级App对开放接口有顾虑[36] - **Agent工具链生态繁荣**：在基础模型与完整Agent产品间的中间地带，涵盖RAG、提示工程、上下文工程、测评等环节，成为关键机会[40] - 工具链的核心机会包括：语音与多模态交互、记忆管理、评估体系等[40][41][42] - **Sora App代表非提效类To C方向**：集中于陪伴、社交、游戏与娱乐领域，其核心功能Cameo允许用户生成数字角色进行创作或合拍[43] - Sora App发布初期热度高但留存挑战大，Sensor Tower数据显示其30天留存率低于8%，远低于TikTok的42%和Instagram的38%[43] - 特定创作者群体在沉淀，如日本创作者Matsumaru粉丝量突破10万，接近Sam Altman的14万[44] - **AI for Science应用深化**：包括利用AI加速第一性原理计算（如深势科技的DeePMD），以及利用生成式AI解决特定科学问题（如AlphaFold）[46] - **AI发明家方向兴起**：探索用AI覆盖完整科研流程，甚至让AI承担人类研究员工作，实现技术的自我繁殖[47] 巨头的AI之战：字节、阿里、腾讯 - **人才和组织是竞争底层**：三家公司采取不同策略构建AI团队[50] - **字节以创业方式做AI**：成立相对独立的Flow、Seed、Stone部门，初期由老将负责，后在2025年2月引入Google DeepMind前研究副总裁吴永辉作为Seed研发一号位，吸纳大量AI原生年轻骨干[51][52] - 内部存在多团队赛马机制，部分人才有流失[52] - **阿里团队相对稳定**：AI一号位为入职十年的周靖人，其下通义实验室包含千问、通义万相、多模态交互三个核心团队[55] - 团队从内部自下而上生长，通过开源形成强社区影响力[55] - **腾讯引入年轻“鲶鱼”**：1998年出生的前OpenAI研究员姚顺雨于2025年秋加入，出任总裁办首席AI科学家，直接向总裁汇报，并带来高频招新、重塑目标、组织调整（强调协同设计）等变化[56] - **中美人才吸引力差异**：在美国，OpenAI等初创公司对人才吸引力最大；在中国，巨头仍是顶尖人才首选[57] - **To C应用大战激烈**：字节豆包、腾讯元宝、阿里通义/夸克展开竞争[61] - **字节模型与产品协作最紧密**：Seed模型团队与Flow产品团队协作频次高，共同为产品服务[59] - 字节定下三大AI目标：探索智能上限、探索新UI交互形式、加强规模效应，其规模效应逻辑基于“数据飞轮”[59] - **腾讯与阿里经历产品团队重组**：腾讯将元宝等应用整合至CSIG，但混元模型团队仍在TEG，考验跨部门协作；微信的参与程度存疑[60] - 阿里将通义To C产品团队从阿里云划归至智能信息事业群，产品与模型团队分离[60] - **阿里应用布局经历轮换**：从通义千问App到主打夸克，再到2025年底通义App更名“千问 App”卷土重来，接通生活服务生态[61] - 千问App近期单日投放峰值达1500万元，但产品力与留存面临挑战[62] - **字节形成“一超多强”布局**：豆包成为中国首个日活过亿的AI产品，并推出海外版Dola；同时有Trae、Coze、豆包爱学等产品[63] - 豆包塑造亲切、生活化的人设，并开始尝试商业化[63] - **腾讯元宝因接入DeepSeek获益**：日活在2025年2月底快速增长了10倍，最新尝试是“元宝派”引入社交关系[63] - **春节之战白热化**：豆包拿下春晚合作；元宝推出10亿元红包；千问宣布发放30亿元红包[63] - DeepSeek-V4的发布成为最大变数，若节前发布可能利好绑定紧密的腾讯元宝[64] 创业公司们 - **大模型公司迎来IPO潮**：2026年1月，智谱AI与MiniMax前后脚上市，揭开财务底牌[67] - 智谱市值约114亿美元，MiniMax约185亿美元；但收入规模远小于美国同行：智谱2025年上半年收入约2700万美元，MiniMax前三季度约5300万美元；对比OpenAI 2025年营收超130亿美元，Anthropic达45亿美元[67] - 基础模型公司普遍巨额亏损，OpenAI仅在2025年第三季度亏损可能高达120亿美元[68] - 中国大模型公司提前上市是为获取续命资金，IPO是“下一轮竞赛的鼓点”和安全网[68] - 中国坚持做基础模型的未上市头部公司已寥寥无几，DeepSeek靠幻方自有资金，Kimi与阶跃星辰近期完成大额融资[68] - **AI应用公司出现高收入代表**：全球ARR超过或等于5000万美元的AI原生企业约有40-70家，集中在AI Coding、内容创作、法律、教育等场景[70] - 中国背景公司中，Manus以超20亿美元被Meta收购；Genspark ARR达5000万美元；OpenArt ARR达7000万美元；PixVerse 2025年总收入超4000万美元；Lovart在2025年10月宣布ARR突破3000万美元[70] - AI应用团队活法多样，可追求极致效率、寻求收购或在巨头缝隙立足[71] - **全球化面临复杂地缘因素**：HeyGen早期注销中国主体；Manus将总部迁至新加坡后被Meta收购，面临中国商务部审查；MiroMind中国团队因法律合规等地缘因素，研发负责人离职，团队寻求独立发展[72] - AI竞争已成为大国博弈核心一环，创业者需在技术主导权、场景匹配度和发展策略上做出抉择[73] 具身智能 - **投资与融资火热**：根据中国信通院报告，截至2025年底，中国具身智能和机器人领域年度融资总额高达735亿元，远超头部大模型公司同期的182亿元融资总额[75] - **中国具身智能公司估值高企**：银河通用2025年底估值达30亿美元；宇树科技IPO市值预期达500亿乃至千亿元人民币；而在美国，最贵的Figure估值390亿美元，仅为OpenAI的1/20[75] - **中国具身智能火热的三大原因**：政策与制造业红利（可落地产线）、供应链成本优势、更明确的二级市场退出路径[77] - **行业关注三大核心要素**：数据、模型和硬件本体，其中数据是当前最重要课题[76] - **数据获取方式多样**：包括真机遥操作、仿真迁移、视频学习、可穿戴设备采集、Self-play等[78] - **主流技术路线**：包括VLA模型、端到端模型，以及生成式的世界模型（如Sora、Genie 3被视为雏形）[82] - **硬件本体是复杂系统工程**：面临灵巧手寿命、关节稳定性、减重、续航等多重挑战，特斯拉Optimus多次延期[80] - **落地应用方向多元**：1) 研发（售予训练场、实验室）；2) 表演与展示（如中国移动1.24亿元采购单）；3) 商业与家庭服务（挑战大）；4) 工业生产（有机会但面临传统竞争）；5) 陪伴与娱乐（更接近消费电子，如宇树机器狗Go1累计销量数万台）[80][81][83] - 许多从业者预言2026年将是具身智能规模化应用落地元年[83] AI硬件 - **存在两种发展思路**：一是寻找下一个大规模的硬件入口；二是硬件形态可能分散和多样化[84] - **AI眼镜被视为潜在入口级硬件**：因其具备hands-off（离手操作）和always-on（全天佩戴）的交互特性，能作为接近人感官的传感器平台[85][86] - 做AI眼镜的公司众多，包括Google、Meta、阿里巴巴、小米、理想汽车等[85] - AI眼镜仍处早期，产品形态未收敛，功能选择（如是否带拍摄、显示）对应不同开发路径[87] - **多样化硬件形态并存**：包括手机、汽车，以及利用大模型特性的单功能新硬件[88] - **Plaud是多样化硬件的典型**：一款贴在iPhone背板的录音设备，加入AI总结能力，累计销量已超过100万台[88] - **Looki代表另一种传感器平台思路**：可贴在胸前的便携相机，抓拍生活片段并自动总结，旨在获取物理空间数据[86]

国产大模型技术突破与产业影响 - 2月11日晚间至深夜，国产大模型领域接连发布两项重大更新，直接点燃市场对AI产业链新一轮创新周期的预期 [2] DeepSeek模型能力跃升 - DeepSeek在网页端及APP端完成版本更新，正式支持最高1M Token（百万级）上下文长度 [3] - 实测显示，模型可完整识别并处理超过24万token的《简爱》小说全文 [3] - 这一突破意味着大模型已具备一次性处理单本专著、深度技术文档、复杂项目企划等超长文本的能力，为AI在金融分析、法律审查、科研辅助等高价值场景的规模化落地扫清了关键障碍 [3] 智谱AI模型能力进展 - 智谱AI正式发布新一代旗舰模型GLM-5，该模型在Coding（编程）与Agent（智能体）能力维度上取得开源SOTA（最先进水平） [4] - 在真实复杂系统工程与长程Agent任务中的使用体感已逼近Claude Opus 4.5 [4] - GLM-5的发布标志着国产大模型在“执行能力”这一核心维度上已与国际一线梯队并跑，Agent从实验室概念走向工业级应用的速度远超预期 [4] 产业创新与资本开支 - 临近春节，国产模型已进入密集发布窗口：DeepSeek开源OCR2、Kimi发布K2.5、阿里Qwen3-MaxThinking、百度文心5.0接连亮相，字节计划推出豆包2.0、Seedream5.0、SeedDance2.0三款模型，阿里亦将在春节期间发布Qwen 3.5 [5] - 随着Agent时代的到来，互联网价值链正经历深刻重构——从传统以流量规模为核心的逻辑，转向关注行为执行、能力调用、治理可控与结果付费的新商业模式 [5] - 在这一价值体系中，云平台、计算资源服务、安全治理工具及执行付费机制将成为核心利润驱动力，而这一切的底层支撑是持续攀升的算力需求 [5] - 目前字节已初步规划2026年资本开支1600亿元，高于2025年约1500亿元；阿里正积极推进3年3800亿元AI基础设施建设 [5] - 云厂商capex的持续高强度投入，为国产算力产业链提供了坚实的需求底座 [5] 相关投资产品覆盖 - 创业板人工智能ETF招商（159243）跟踪创业板人工智能指数，是市场上少数同时覆盖AI硬件（光模块、算力）、AI软件（大模型、算法）及AI应用（工具、场景）的全产业链指数 [6] - 其前三大成分股中际旭创、新易盛、天孚通信均为全球光模块龙头，合计权重超50%，或将直接受益于云厂商资本开支扩张 [6] - 同时指数亦覆盖科大讯飞、金山办公等应用端核心标的，精准卡位AI技术价值变现的全链条 [6]

行业动态 - 海外开源项目“OpenClaw”因其惊人的“自主操控能力”引爆技术圈，拓展了对Agent产品能力边界的想象 [1] - 另一款产品“Claude Cowork”利用具备强编程能力的模型完成各类任务，取得良好使用效果 [1] - 随着此类产品的爆火，AI加速从“能聊天”迈向“能办事”，个人Agent（智能体）成为行业热点 [1] 公司产品发布 - 网易有道旗下桌面级Agent“LobsterAI”（有道龙虾）于2月11日正式发布，已在官网开放内测申请 [1] - 该产品定位为全场景个人助理Agent，可以7×24小时帮用户干活 [1] 产品核心能力 - 产品以融合创新思路展现形态，既具备类似“OpenClaw”的自主跨应用执行复杂任务能力，也融合了类似“Claude Cowork”的GUI（图形化交互）界面 [2] - 产品旨在打造拥有高自由度，且具有长时记忆、定时任务等功能的产品，以拓宽和探索Agent在工作与学习场景下的应用潜能 [2] - 无论是资讯获取、日程管理还是深度数据分析，用户只需对话，产品便能在获得授权后自动通过程序化方式执行复杂流程并交付结果 [2] 产品功能特性 - 在设备支持上，产品已打通移动端与PC端的连接，用户可通过手机端在钉钉、飞书等软件中进行远程交互 [2] - 产品支持定时任务机制，例如设定每天清晨自动搜集行业新闻 [2] - 产品具备长上下文记忆能力，能够在多次协作中逐步理解用户偏好，形成更高效、连贯的个性化体验 [2] - 在模型支持上，产品既预置了主流大模型API，也支持调用DeepSeek等本地开源模型，用户可根据任务对隐私和性能的需求随时切换 [2] 产品安全策略 - 针对Agent自动操作风险，产品采用严格的“本地优先”策略 [3] - 系统默认在沙盒环境（Sandbox）下的指定文件夹内运行，防止误操作破坏系统文件 [3] - 产品支持数据本地化处理，杜绝云端泄露风险 [3]

市场行情与ETF表现 - 2026年2月11日，软件概念延续震荡，创业板软件ETF华夏(159256)截至13:55下跌0.09% [1] - ETF持仓股中，网宿科技上涨10.60%，广立微上涨9.04%，东方国信、信息发展、奥飞数据等股领涨 [1] - ETF持仓股中，万兴科技、昆仑万维、汤姆猫等股领跌 [1] 行业动态与催化剂 - 以Claude Code为代表的Agentic Coding产品、以OpenClaw为代表的Agent应用产品正在加速迭代 [1] - 华泰证券研报表示，2025年是Agent元年，2026年可能进入Agent加速落地期 [1] - Agent加速落地主要体现在两方面：一是Agentic Coding的迭代速度会大幅加快；二是国内外大厂会激烈争夺个人Agent助手的超级入口，均会成为下一轮token加速的重要推手 [1] - Agentic Coding的快速迭代可能会加速软件行业的重构，软件开发成本面临“杰文斯悖论” [1] - 未来个性化的、由AI生成的软件会爆发，但单体软件的价值可能下行，建议持续关注Agent进展 [1] 创业板软件指数与ETF构成 - 创业板软件ETF华夏紧密跟踪创业板软件指数 [2] - 截至2026年1月30日，指数前十大权重股合计占比48.61% [2] - 指数前十大权重股分别为同花顺、润泽科技、昆仑万维、指南针、深信服、润和软件、网宿科技、软通动力、中科创达、汉得信息 [2] 部分指数成份股具体表现 - 在所列成份股中，同花顺(300033)下跌1.26%，权重为8.68% [3] - 指南针(300803)下跌0.11%，权重为6.38% [3] - 润和软件(300339)上涨0.06%，权重为4.93% [3] - 昆仑万维(300418)下跌4.13%，权重为4.66% [3] - 软通动力(301236)上涨0.19%，权重为3.82% [3] - 深信服(300454)上涨2.87%，权重为3.58% [3] - 中科创达(300496)下跌0.07%，权重为3.08% [3] - 华大九天(301269)上涨0.56%，权重为2.87% [3] - 神州泰岳(300002)下跌0.88%，权重为2.83% [3]

核心观点 - 文章核心观点认为，以人类为用户、以流量和注意力为核心的互联网时代范式已经过时，正被以AI Agent为用户、以算力和生产力为核心的新范式所取代 [5][34][65] 旧范式过时概念 - **DAU（日活跃用户数）过时**：在互联网时代，DAU是资产，能带来网络效应和边际成本递减的广告盈利，但在AI时代，每服务一个用户就多一份推理成本，DAU成为负债，且AI产品多为星型拓扑，缺乏网络效应，无法驱动指数增长 [6][9][10] - **“从工具到平台”路径失效**：互联网时代“工具-社区-平台”的三级火箭路径成立，是因为工具本身不够强，需要社区补充，而AI时代工具（AI）本身足够强大，能直接给出完美结果，无需社区，因此平台将只属于大模型和算力基座拥有者 [14][15][16][17] - **SaaS服务对象改变**：SaaS商业模式的前提从“人类是软件的用户”变为“Agent才是软件的用户”，软件公司将从面向人类（2B/2C）的产品转变为面向Agent（2A）的基础设施 [17][21][24] - **“AI应用”术语错误**：“应用”一词隐含使用者是人，谈论“AI应用”会将思维局限在面向人的界面、交互设计等旧范式，正确的思维应是服务Agent [25][26][27] - **注意力经济死亡**：旧经济是注意力经济，核心是争夺用户时间并出售给广告商，是零和博弈，新经济是生产力/劳动力经济，用户付费让AI完成工作以获得结果，双方创造价值，追求结果交付效率而非用户停留时长 [28][29][30] - **“出海”概念过时**：“出海”思维面向人类市场，需要考虑语言、支付、本地化等问题，而如果用户是Agent，则世界没有边界，只需提供良好的API、文档和协议，全球Agent即可调用 [31][32][33] 新范式基石 - **算力是基础与特权**：模型定价未降反升，随着上下文窗口增加而更贵，使用方式也按费用分级，例如Claude的Fast模式推理速度提升2.5倍，但Token费用是5倍，日消耗可达以前的12倍以上，算力马太效应加剧，拥有更多算力意味着更多权力 [37][38][39][40][41] - **燃烧Token速度决定进化速度**：使用顶级模型被视为投资，使用不同质量模型带来的认知差距巨大，例如“用顶级模型和用垃圾模型的人，一年之后的认知差是一百倍”，快速进化依赖于和Agents一起燃烧Token [42][44][46][49] - **Agent是新的人口红利**：Agent数量呈爆炸式增长，一个人可能拥有10个、100个Agent，每个Agent每日调用外部接口可达几千几万次，远超人类点击次数，服务Agent的关键是早发布、文档好、测试好、SEO到位以被优先发现，以及提供稳定、准确、快速的服务以建立依赖 [20][52][53][54][55] - **人类在新世界中的角色转变**：当劳动被Agent接管，人类进入“愿力时代”，价值在于决定“干什么”和“为什么干”，即提供欲望、情感和想象，未来人与人之间的差距取决于能驱动多少Agent工作，例如“有的人驱动一个Agent，有的人驱动一百个、一千个” [58][60][62][64] 新旧世界关键词对比 - 旧世界：人是用户，流量是资源，免费是策略，规模是壁垒 [65] - 新世界：Agent是用户，算力是特权，花钱是投资，结果是壁垒 [65]