核心观点 - 重点标的更新，阿里巴巴电商业务边际改善、云业务增速预期上修，腾讯游戏表现理想、广告和企业服务收入预计增长，网易游戏未受关税影响，快手基本面平稳 [3] - 互联网板块调整后预计分化，回购带来支撑，当前估值具备性价比，看好基本面稳健且符合中长期AI主线的互联网巨头，维持互联网传媒行业“买入”评级 [4] 港美股股价复盘 港股十年复盘 - 2014 - 2025年恒生指数受政策、周期与全球变局影响，经历多次涨跌，如2015年受A股泡沫破裂等影响下跌，2016 - 2017年因全球复苏等因素上涨 [8][9] 波动节奏和驱动因素对比 - 纳斯达克指数以AI等为核心，近十年股价CAGR达15.1%，受降本增效等因素驱动；恒生指数受益于多元化结构，近十年股价CAGR为 - 1.6%，受政策与流动性双重扰动 [10][11][12] EPS&估值增长、市值集中度对比 - 过去十年三个科技周期中，纳斯达克指数股价增长受EPS和估值驱动情况不同，港股相比美股更依赖估值驱动 [14][15][16] - 2015年以来港美股估值差扩大，2025年至今呈缩窄趋势，港股科技巨头市值集中度持续弱化 [20][21] 互联网各板块展望 游戏 - 25年1 - 2月游戏市场高增，受春节假期驱动下长青游戏增长带动，推荐腾讯控股、网易 - S、心动公司 [28][33] 广告 - 25Q1广告增速预计谨慎，关注加载率等三大驱动，推荐腾讯控股 [34][36] 电商 - 国内电商竞争仍是主旋律，推荐阿里巴巴 - W，其GMV增速预期和新兴平台差距缩窄，变现能力有望提升 [37][41] 在线音乐 - 行业仍有增量，“一超一强”格局稳定，推荐腾讯音乐、网易云音乐 [42] 互联网预测&估值梳理 估值表 - 给出港美股重点互联网公司业绩预测及估值汇总，包括PE估值、EPS yoy等指标 [45] 估值影响 - 港股互联网公司估值空间受美股同业巨头估值影响，腾讯相对Meta存在一定折价 [46][47] 关税影响 - 阿里跨境电商对美敞口偏低，腾讯海外游戏影响较小，互联网板块调整受流动性及情绪面波动影响，头部公司回购有望带来支撑 [50] 重点标的更新 阿里巴巴 - W - 淘天业务变现率提升驱动收入增长边际回暖，云业务有望受益AI再提速，利润有望稳中有增 [54][59][60] 腾讯控股 - AI + 广告逻辑有望确认，长青游戏稳健，关注新品管线，利润预期保持稳健增速 [65] 其他互联网公司 - 网易 - S游戏业务不受关税影响，业绩预计稳健；快手 - W基本面平稳，可灵有望带来价值重估；美团 - W短期受竞争影响，后续或受益内需刺激政策；哔哩哔哩收入端聚焦游戏 + 广告，用户成长带动变现效率提升 [70][74]

股票市场 - A股五一假期后复市开门红，沪指涨1.13%，深成指涨1.84%，创指涨1.97%，两市成交1.34万亿元，较上周三增加14%[16] - 美股连跌2天，道指跌0.95%，标指挫0.77%，纳指跌0.87%，金龙指数升0.42%[9] - 欧股个别发展，德股结束9天升势，英股连升16天，富时100微升0.01%，DAX指数降0.41%，CAC 40指数跌0.40%[3][9] - 拉美股市上扬，墨西哥股市大涨，标普墨西哥IPC指数涨2.71%，巴西IBOVESPA指数微涨0.02%[9] - 港股假期复市个别发展，恒指升0.70%，恒生科技指数跌0.09%，国指升0.37%，成交额2133.68亿港元，港股通净流入134.75亿港元[11] 外汇/商品市场 - 议息前夕美元指数跌0.59%，国际金价回升，纽约期金涨3.03%，国际油价从四年低点反弹，纽约期油涨3.43%，布伦特原油期货涨3.19%[4][27] 固定收益市场 - 美国国债反弹，10年期国债收益率为4.342%，非强制性参与竞标投资者获标售总额91.1%[29] - 美联储预计维持联邦基金利率目标区间4.25%-4.5%不变，交易商预计今年三次每次25个基点降息，首次预计在九月[29] 行业板块 - 保险行业一季报超预期，重申保险板块强于大市判断，建议关注阳光保险等H股公司[14] - 电力现货市场2025年底前基本全覆盖，建议关注长江电力等公司[19]

公司概况 - 第四范式是国内领先的平台型决策类人工智能企业，专注于提供定制化AI解决方案，采用"平台+场景"模式 [1] - 公司于2023年成功通过港交所聆讯并上市，此前经历三次递表失败 [1][3] - 2025年4月股市表现活跃，4月17日斥资161.42万港元回购4.39万股，当日收盘价40.55港元，成交金额2.47亿港币 [1] 财务表现 - 2020-2022年收入分别为9.42亿元、20.18亿元、30.83亿元，2023年一季度收入6.44亿元，呈现增长趋势 [5] - 同期亏损额分别为7.5亿元、18.02亿元、16.53亿元和3.04亿元 [5] - 2020-2023年3月研发开支占总收入比例分别为57.3%、55.3%、48.8%及37.5% [5] - 2023年研发投入达17.69亿元，同比增长7.2%，占总收入42%，2020年以来累计投入超46亿元 [14] 业务布局 - 2025年推出Phancy消费电子业务，为传统设备提供AI软硬件解决方案 [1] - 2025年3月发布大模型推理一体机解决方案SageOne IA，实现全链路国产化，GPU利用率提升30%以上，推理性能平均提升5-10倍 [9] - 2025年2月推出大模型推理端侧解决方案ModelHub AIoT [10] - 2025年3月成立范式集团，推出消费电子品牌Phancy，已与兰博基尼、联想等厂商合作，某款AI手表出货量达10万台 [10] 市场地位 - 2023年上半年保持中国智能决策市场份额第一，7月IDC报告显示其蝉联智能决策市场第一且份额持续扩大 [12] - 据灼识咨询报告，中国AI支出将从2022年的2255亿元增长至2027年的6910亿元，年均复合增长率25.1% [11] - 中国决策类AI市场2027年支出规模将达2104亿元 [11] 资本情况 - 完成11轮融资，获得红杉资本、腾讯投资、高盛集团等机构投资，以及工商银行等国有商业银行投资 [15] - 2021年完成战略融资时估值接近30亿美元 [15] - 香港公开发售超额认购11.4倍，国际发售超额认购1.57倍，基石投资者累计认购近1亿美元 [15] 行业趋势 - 2018-2022年中国平台型决策类AI市场年均复合增长率达87.7%，预计2022-2027年将降至42.3% [6] - 行业仍处于发展初期，技术成熟度有限，决策类AI研发周期长、投入大、产出慢 [6] - 2023年生成式AI浪潮兴起，公司推出三个版本自研大模型，提出AIGS发展方向 [7]

微软AI技术在游戏领域的应用 - 微软推出专为游戏开发设计的生成式AI模型"Muse"，并在《雷神之锤2》中展示应用效果 [1] - 该技术具备生成高质量游戏画面和操作指令的能力，公司高层希望借此推动游戏开发体系革新 [3] 微软对旗下工作室的AI政策 - 微软未强制要求第一方工作室使用生成式AI技术，Compulsion Games证实决策基于自愿原则 [1] - Compulsion Games首席执行官强调团队核心在于手工打造游戏内容，艺术创作是主要追求 [1] 游戏工作室对AI技术的态度分化 - Compulsion Games明确表示不会将AI技术引入实际制作流程，认为手工打造是游戏独特性的关键 [3] - 行业中存在两种趋势：部分团队关注AI提升效率的潜力，另一部分则坚持手工制作的艺术性 [3] AI技术的潜在应用场景 - "Muse"模型在前期创意阶段（如故事板生成）可能提供帮助，但Compulsion Games认为其游戏类型最不需要依赖AI [3]

生成式AI - OpenAI放弃完全营利性转型，将由非营利组织继续控制，同时营利性机构转为公益公司（PBC）[1] - 公司架构调整后取消利润上限制度，采用常规股权结构，非营利组织将成为PBC主要股东[1] - 承诺继续专注AGI发展造福人类使命，并计划开源部分高性能模型[1] - 英伟达发布Llama-Nemotron开源模型家族，包含8B到253B三种规格，支持动态切换推理模式，遵循开放商业许可[1] - LN-Ultra运用Puzzle框架和FFN融合技术优化部署效率，在推理性能和吞吐量上超越DeepSeek-R1[1] - 通过Qwen和DeepSeek-R1教师模型支持，结合多阶段训练和强化学习，全面提升模型推理与通用对话能力[1] Grok PDF功能 - Grok新增PDF渲染功能，支持一句话指令快速生成格式化PDF文档，免费和付费用户均可使用[2] - 功能基于LaTeX代码实现，支持学术论文、简历、菜单等多种文档类型，可通过对话优化或直接修改代码[2] - 相比ChatGPT依赖第三方库的PDF生成功能，Grok在排版质量和用户体验上有明显优势[2] Suno音乐生成 - V4.5版本支持长达8分钟的音乐生成，并新增punk rock、jazz house等细分风格，支持跨界混搭创作[3] - 人声表现力全面升级，实现从耳语到高音的动态音域，并优化了颤音、呼吸控制等专业级细节[3] - 提升了音乐描述识别能力，可精准理解抽象表达，并支持乐器分层、环境音效等音乐元素的精细解构[3] 英伟达语音识别 - 英伟达开源的Parakeet TDT 0.6B语音识别模型创下纪录，能在1秒内转录60分钟音频，词错误率仅6.05%[3] - 模型采用FastConformer-TDT架构，可一次性处理24分钟音频片段，支持标点符号预测和时间戳[3] - 以CC-BY-4.0许可开源，参数量600M，支持商用，但目前仅支持英语识别[3] ACE-Step音乐生成 - ACE-Step结合深度压缩自编码器、扩散模型和线性Transformer，在A100上20秒可生成4分钟音乐，比基线快15倍[5] - 支持19种语言音乐生成，覆盖流行、摇滚等多种风格，并具备人声克隆、歌词编辑等高级控制功能[5] - 采用Apache License 2.0开源协议，已开放训练代码和LoRA模块，将陆续推出RapMachine、StemGen等专业功能[5] AI考古发现 - 2025年研究人员首次非侵入性读取到赫库兰尼姆古卷PHerc. 172的标题，内容为斐洛德谟的《论恶习》第一卷[5] - 该发现由两个团队同时完成，获奖团队Marcel Roth和Micha Nowak利用AI图像分割和墨迹检测技术，获得6万美元奖金[5] - 这些古卷源自公元79年维苏威火山爆发被掩埋的罗马贵族别墅，AI技术为解读这些碳化的古代智慧开创新途径[5] AI数学工具 - 陶哲轩在ChatGPT协助下，仅用4小时独立开发了一个验证数学估计的开源工具，可自动判断涉及正参数的不等式是否成立[6] - 他与ChatGPT的交互过程从基础类编写开始，逐步完善功能，显示了AI在复杂数学工具开发中的实用价值[6] - 作为早期接受AI的顶级数学家，陶哲轩认为到2026年AI将成为数学研究的可靠合作者，并建议数学家与程序员协作开发此类工具[6] AI版权问题 - 法律主要保护具体的"表达"而非抽象的"风格"，单纯模仿吉卜力画风通常不构成侵权，但使用其具体角色和情节可能侵权[6] - AI训练数据未经授权存在法律风险，但传统"先授权后使用"模式已不适用，目前缺乏相关立法和豁免机制[6] - 面对AI挑战，艺术家的核心竞争力在于思想深度和时代洞察，应关注作品的独特视角而非技术层面的复制能力[6]

报告公司投资评级 - 维持“买入”评级 [1][10] 报告的核心观点 - 微软 FY2025Q3 业绩好于预期 继续看好云业务快速增长 且 AI 应用呈现积极趋势 维持公司 FY2025 - FY2027 归母净利润预测 [1][2][3][10] 根据相关目录分别进行总结 业绩概览 - FY2025Q3 公司收入 701 亿美元 同比增长 13%（按固定汇率计算同比增长 15%） 高于一致预期的 685 亿美元 毛利率 69% 符合市场预期 经营利润率 46% 略高于市场预期的 44% EPS 为 3.46 美元 同比增长 18%（按固定汇率计算同比增长 19%） 高于一致预期的 3.21 美元 公司指引 FY2025Q4 收入 731.5 - 742.5 亿美元 [2] FY2025Q3 业务表现 - 生产力与商业流程（PBP）收入 299 亿美元 同比增长 10%（按固定汇率计算同比增长 13%） 高于市场预期的 296 亿美元 主要贡献来自于 Microsoft 365 商用云和 Dynamics365 [3] - 智能云（IC）收入 268 亿美元 同比增长 21%（按固定汇率计算同比增长 22%） 高于市场预期的 260 亿美元 其中服务器产品和云服务收入同比增长 22%（按固定汇率计算同比增长 24%） 得益于 Azure 和其他云服务收入增长 33%（按固定汇率计算同比增长 35% 高于市场预期的 31%） [3] - 更多个人计算（MPC）收入 134 亿美元 同比增长 6%（按固定汇率计算同比增长 7%） 高于市场预期的 127 亿美元 [3] Azure 业务情况 - FY2025Q3 Azure 收入同比增速好于市场预期 主要受益于非 AI 业务需求超预期以及 AI 业务供给更快交付 非 AI 业务是超预期主要来源 原因包括企业工作负载迁移、云原生增长等 FY25Q3Azure 同比增速中 AI 业务收入贡献为 16pct 较 FY25Q2 的 13pct 继续提升 业务总体供不应求 FY25Q3 略超预期来自供给更快交付 公司预计 FY25Q4 Azure 收入按固定汇率同比增长 34% - 35% 好于市场预期 非 AI 服务健康增长 AI 服务有更多数据中心上线 但需求增长更快 预计 6 月后有产能限制 [3] 微软 AI 应用情况 - FY25Q3 Microsoft 365 Copilot 已有数十万客户 同比增长 300% 交易规模持续增长 复购更多席位的客户数量达创纪录水平 [4] - AI 编程业务 GitHub Copilot 已有超过 1500 万名用户 同比增长超过 400% [4] - AGENT 和 AI 应用工厂 Foundry 已有超过 7 万家企业和数字化原生企业的开发人员使用 FY25Q3 公司处理超过 100 万亿 token 同比增长 500% [4][10] 盈利预测 - 维持公司 FY2025 - FY2027 归母净利润 991/1174/1353 亿美元预测 对应 2025 财年 PE 为 33 倍 [10] 财务预测表 |项目|FY2024A|FY2025E|FY2026E|FY2027E| | ---- | ---- | ---- | ---- | ---- | |营业总收入（百万美元）|245,122|278,960|314,772|355,067| |同比（%）|15.67|13.80|12.84|12.80| |归母净利润（百万美元）|88,136|99,117|117,414|135,259| |同比（%）|21.80|12.46|18.46|15.20| |EPS - 最新摊薄（美元/股）|11.86|13.33|15.79|18.19| |P/E（现价&最新摊薄）|36.71|32.65|27.56|23.92| |毛利率(%)|69.76|68.78|69.15|69.15| |销售净利率(%)|35.96|35.53|37.30|38.09| |资产负债率(%)|47.58|42.52|37.53|33.53| |收入增长率(%)|15.67|13.80|12.84|12.80| |净利润增长率(%)|21.80|12.46|18.46|15.20| [1][11]

业绩总结 - 2023年集团收入为34亿人民币，同比下降10.6%[5] - 2023年毛利为15亿人民币，毛利率为44.1%，较2022年的66.8%显著下降[79] - 2023年EBITDA亏损为54.5亿人民币，同比减少2.2%[79] - 2023年运营费用为54.71亿人民币，同比下降10.6%[83] 用户数据 - 2023年应收账款回收额为38.85亿人民币，同比增长48.5%[89] - 2023年智能汽车收入为38.4亿人民币，同比增长31%[10] 新产品与技术研发 - 生成式AI收入在2023年占集团收入的35%，同比增长200%[10] - 传统AI收入在2023年占集团收入的54%，较2022年的82%下降[63] 财务状况 - 2022年总现金为11851百万人民币，2023年为6936百万人民币，下降了41.5%[93] - 2023年总借款为3229百万人民币[93] - 2023年资本支出为14.86亿人民币，占收入的49%[91] - 2022年股权投资为5153百万人民币，2023年为4891百万人民币，下降了5.1%[94] - 2022年债券投资为1523百万人民币，2023年为1636百万人民币，增长了7.4%[94] - 2022年金融资产公允价值通过损益计入的非流动资产为6677百万人民币，2023年为6527百万人民币，下降了2.2%[94] 人力资源 - 2023年员工总数为4500人，同比减少11.1%[5] 银行融资 - 2023年末未提取的银行融资额度约为83亿人民币[93]

业绩总结 - 2024年上半年集团收入为人民币17.4亿元，同比增长21%[6] - 2024年上半年公司收入为1,740百万人民币，同比增长1.3%[70] - 2024年上半年公司毛利为1,433百万人民币，毛利率为21.4%[70] - EBITDA亏损同比减少26%[8] - 净亏损同比减少21%[9] - 2024年上半年净亏损为(2,775)百万人民币，净亏损同比收窄6.4%[70][71] 用户数据 - 生成式AI收入为人民币10.51亿元，占集团总收入的60%[6] - 生成式AI收入同比增长256%[6] - 2024年上半年智能计算服务市场份额排名第三[6] - 2024年上半年大型语言模型平台市场份额排名第二[6] - 2024年上半年智能汽车业务收入同比增长100%[56] 市场展望 - 2023年至2028年中国AI智能计算服务市场预计年均增长率为21%[29] 研发与投资 - 2024年上半年研发费用为797百万人民币，同比减少21.2%[73] - 2024年上半年公司权益投资为5,004百万人民币[83] 现金流与支出 - 2024年上半年总现金为9,913百万人民币[82] - 2024年上半年资本支出为700百万人民币，占收入的40.2%[81] 运营效率 - 2024年上半年应收账款周转天数为178天[75] - 2024年上半年存货周转天数为161天[75] - 2024年上半年贸易应付款周转天数为91天[75]

报告行业投资评级 未提及 报告的核心观点 人工智能在全球商业领域发展迅速但应用尚浅，虽带来变革机遇多但企业面临诸多挑战；企业需制定策略，利用人工智能满足全球增长需求，同时通过战略招聘和提升技能计划投资人才，以充分发挥其潜力并减少风险 [9][19][41] 根据相关目录分别进行总结 理解当前格局：人工智能在全球商业的采用 - 人工智能发展快但在全球商业的影响仍有提升空间，新一代职场人欢迎人工智能带来的变化；超三分之二企业领导者认为人工智能对全球运营和竞争力至关重要，但97%的领导者对AI计划或目标表示担忧 [9] - 2024年，81%的企业已建立AI项目，其中52%的领导者使用其他供应商技术，30%的机构使用内部开发技术；84%的企业领导者计划未来12个月增加对人工智能的投资，30%的人表示将大幅增加投资 [10][13][14] - 全球各大组织在人工智能领域投资多于培养员工，近60%的高管在实施和/或开发人工智能技术和工具方面投入多于招聘和留住员工 [15] - 领导人实施人工智能技术的首要目标是提高效率和生产力，但可能忽视其对组织的潜在益处，如产品创新、增加收入和招聘专业员工 [21] 导航并克服人工智能挑战 - 99%的调查对象担心使用人工智能不当的后果，近三分之二的执行官担忧错误使用人工智能带来的财务后果，敏感和专有数据丢失排名担忧列表最后，但小规模数据丢失会使企业损失1.8万 - 3.5万美元，大规模事件可能造成高达1560万美元的损失 [28][29] - 62%的受访者担心在没有适当资源和策略的情况下过早采用人工智能，超过担心推迟采用落后于竞争对手的人数；采纳AI的主要障碍是员工的犹豫和担忧（51%）以及员工缺乏使用AI的知识（44%） [31][38] - 组织需通过战略招聘和提升技能计划投资人才，雇佣人工智能专家时应关注商业技能和技术技能；在组织中实施有效的变革管理和教育是确保人工智能工具无缝集成的必要条件 [41][42][44] - 仅有57%的高管通过招聘支持职位、制定内部使用指南、提供人工智能培训等方式减轻使用人工智能的风险，企业需采用战略性的AI采纳方法以充分发挥其潜力并减少风险 [45] 拥抱利用人工智能实现全球增长的机会 - 许多领导者对人工智能的应用方向不明确，可能导致资源分散；商业领袖认为人工智能有助于改善数字化转型、市场风险预测、团队管理、工作流程、合规监管和满足客户需求等领域 [51][53] - 企业可利用人工智能确定最佳扩张位置、简化人才获取过程、识别风险因素和机会领域；聊天机器人和通用人工智能助手有不同特点，通用人工智能助手更具多功能性、能力和适应性 [54][55][58] - 96%的高管认为利用人工智能支持跨国或异步工作的公司将超过不使用的公司，40%的高级管理人员相信人工智能将帮助公司克服文化和语言障碍；前五项人工智能使运营更高效的方法包括为客户和员工提供支持、提升跨市场合作、管理技术和工具、提升人才管理、促进合规 [59][61]

论文获奖与学术影响 - 谢赛宁十年前被NeurIPS拒收的论文《Deeply-Supervised Nets》（DSN）获得AISTATS 2025年度时间检验奖 [1][2] - DSN提出的中间层监督思想被后续研究REPA和U-REPA继承发展，展示出从单一模型优化到跨模型知识迁移的演进 [3][4] - DSN已成为计算机视觉领域的经典方法，是首个在生成式AI领域产生跨代影响的监督学习框架 [17] 论文核心贡献与技术细节 - DSN旨在解决深度学习中隐藏层特征学习问题，提升分类性能 [12] - DSN通过中间层监督机制解决CNN三大痛点：梯度消失（通过辅助分类器增强梯度信号）、特征鲁棒性（中间层直接参与分类任务，AlexNet第3层特征分类准确率提升18%）、训练效率（CIFAR-10数据集上ResNet-50训练收敛速度加快30%，Top-1准确率提升2.1%） [15] - 截至文章推送，DSN谷歌学术被引量超过3000次 [18] 学术评价与行业反响 - AISTATS官宣获奖后，业界大佬齐聚祝贺 [5] - 计算机会议时间检验奖要求论文在获奖10年前发表，需被同行评价为开创性工作或成为后续研究基础范式 [22] - 类似案例包括被ICLR拒稿后转投NeurIPS的Word2vec（2023年获时间检验奖）和被ICLR 2024拒稿的Mamba [30] 作者经历与学术启示 - DSN是谢赛宁攻读博士学位期间提交的第一篇论文，共同一作为谷歌研究科学家Chen-Yu Lee，通讯作者为UCSD教授屠卓文 [7][8][9] - 谢赛宁分享经验：坚持不懈需要强大支持系统和具体实践指导，导师屠卓文的指导与合作者Chen-Yu Lee的帮助至关重要 [25][26] - Chen-Yu Lee表示对DSN的持续影响力和相关性感到自豪 [28]