高盛对美图公司的首次覆盖与评级 - 高盛首次覆盖美图公司，给予“买入”评级，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] - 该估值基于2027至2028年预期净利润平均同比增长约44% [1] 公司财务与运营预测 - 公司营运利润率预计从2025年上半年的21%上升至2028年预测的34% [1] - 公司2025至2030年营收年均复合增长率预计为29% [1] - 至2030年，预计企业/生产力相关营收占比将升至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式” [1] - 市场从消费者娱乐拓展至企业领域，如电子商务和广告，作为生产力工具 [1] - 此转型预计将推动月活跃用户数、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 - 全球AI影片与图像创意市场规模预计在2025至2030年以44%的年均复合增长率增至390亿美元 [1] - 公司在全球AI影片市场的份额预计从2025年的1%上升至2030年的2% [1] - 公司在全球AI图像市场的份额预计从2025年的13%上升至2030年的17% [1]

高盛对美图公司的首次覆盖研究报告核心观点 - 高盛首次覆盖美图公司，给予“买入”评级，目标价16港元，该目标价相当于预测2027年市盈率33.1倍 [1] - 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式”，市场从消费者娱乐拓展至企业生产力工具，推动用户、付费率及每用户平均收入增长 [1] 公司财务与运营预测 - 预测2027至2028年预期净利润平均同比增长约44% [1] - 营运利润率预计从2025年上半年的21%上升至2028年预测的34% [1] - 预测2025至2030年营收年均复合增长率为29% [1] - 预计到2030年，企业/生产力营收占比将升至44%，对比2025年预期的12% [1] 行业市场前景与公司份额 - 全球AI影片与图像创意市场规模预计在2025至2030年以44%的年均复合增长率增至390亿美元 [1] - 美图在全球AI影片市场的占有率预计从2025年的1%上升至2030年的2% [1] - 美图在全球AI图像市场的占有率预计从2025年的13%上升至2030年的17% [1]

生成式AI作为新闻摘要工具的表现评估 - 一项为期一个月的实验显示，教授向七个AI聊天机器人询问魁北克每日最重要的五条新闻，共记录了839条回复 [1] - 德国DW分析团队评估指出，所有聊天机器人都能以清晰易读的风格提供答案，这容易让用户产生虚假的安全感或信任感，尤其是ChatGPT经常提供结构良好、看似全面的长篇回答，但事实错误和缺失的细微差别在深入挖掘时才会被发现 [2] - 22家欧洲公共广播机构的联合测试发现，Gemini和Grok 3超过一半的回答引用了虚假或失效的链接，在200个测试提示中，Grok 3有154个引用指向错误页面 [10] AI生成内容的事实准确性与来源问题 - 当被问及中国出口什么时，ChatGPT提供了详细的商品类别和具体数字，但所附的两个来源链接中根本找不到其提到的大部分数字，使得事实难以验证 [3] - 在询问关于马斯克使用纳粹礼的话题时，Gemini根据来源1tv.ge没有相关信息，便推断马斯克没有使用纳粹礼，这被评估员指出是逻辑错误，将缺乏报道错误地推断为否认的证据 [3][6] - 在教授的实验里，只有37%的AI回答提供了完整有效的网址，其他链接要么是404错误，要么指向网站首页，要么是编造的 [7] AI引用链接的误导性与装饰性问题 - 挪威NRK指出，Perplexity在回答问题时提供长长的网址列表却不真正引用它们，例如回答缅甸地震问题时提供了19个链接但正文只提到其中三个，回答北约问题时提供了9个链接但只引用了3个，这些“装饰性引用”旨在营造彻底研究的印象 [11][12] - 比利时VRT遇到一个离谱案例，Perplexity在回答关于墨西哥湾改名的问题时列出了九个VRT的新闻来源，但核查发现只有三个真正相关，其他来源内容毫不相干 [11] AI错误信息对新闻业信任的侵蚀效应 - BBC和Ipsos的调查显示，42%的人表示如果在AI新闻摘要里看到错误信息，他们会降低对原始新闻来源的信任 [15] - 当被问及特朗普是否在发动贸易战时，ChatGPT回答针对加拿大和墨西哥，而Perplexity回答针对欧盟，两者答案不同且都可能错误地声称来源是特定媒体，最终导致被引用的媒体声誉受损 [15] - 路透新闻研究所数据显示，目前7%的人将AI聊天机器人当作新闻来源，在25岁以下人群中这一比例是15%，同时只有24%的美国人在从AI获取新闻时觉得容易判断真假 [16]

公司评级与目标价 - 高盛首次覆盖美图公司，给予“买入”评级，目标价为16港元 [1] 公司业务转型与增长驱动 - 生成式人工智能驱动美图从美化工具升级为AI照片与影片生成及编辑应用程序，市场从消费者娱乐拓展至企业生产力工具（如电子商务、广告）[1] - 业务转型推动公司月活跃用户数、付费比率及每用户平均收入（ARPU）增长 [1] - 高盛预测美图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] 行业市场前景与公司份额 - 全球AI影片与图像创意市场规模预计在2025至2030年以44%的年均复合增长率增长，达到390亿美元 [1] - 预计到2030年，美图在全球AI影片市场的占有率将上升至2%，对比2025年预期的1% [1] - 预计到2030年，美图在全球AI图像市场的占有率将上升至17%，对比2025年预期的13% [1]

行业核心观点 - 截至2025年12月，中国生成式人工智能用户规模达6.02亿人，较2024年底增长141.7%，普及率达42.8%，同比大幅提高25.2个百分点，为实施“人工智能+”行动奠定了坚实的用户与市场基础 [1] 用户规模与市场现状 - 生成式AI用户规模达6.02亿人，普及率42.8%，标志着技术已从实验室走向大众生活 [1] - 超过九成的用户首选国产大模型，表明本土化应用更贴合市场需求 [2] 增长驱动因素 - 国产大模型在2025年集体崛起，通过低成本工程创新降低了对昂贵AI硬件算力的依赖，并通过开源构建了世界级产业生态，使AI体验变得“触手可及” [1] - 政策层面从“十四五”规划到“人工智能+”行动提供了明确方向，同时领先的5G网络和算力基础设施为应用提供了支撑 [1] - 市场需求与企业响应形成良性循环，AI在生活端覆盖全年龄段与场景，在生产端助力钢铁、家电、新能源汽车等行业降本增效 [2] 未来发展趋势与影响 - 技术层面：庞大的6亿用户群将提供海量数据反馈，加速模型进化，形成“用户越多—模型越好—用户更多”的正向循环，巩固技术竞争优势 [3] - 经济层面：巨大的用户市场将倒逼各行业智能化升级，推动生产模式从“先产后销”的工业经济向“先销后产”的算法经济转变 [3] - 社会层面：AI将重塑社会管理，如赋能“城市大脑”政务平台，同时降低创意与学习门槛，推动社会向更智能化、便捷化方向演进 [4]

合并交易概述 - SpaceX与xAI合并，创建了全球最大的私人公司之一，此举被视为向公众市场迈进的一步 [1] - 合并后的公司估值达到1.25万亿美元，其中大部分估值来自SpaceX [3] 合并的战略意义与协同效应 - 合并将产生大量的协同效应，使两家公司运营更顺利 [1] - SpaceX凭借其庞大的载荷容量和几乎垄断的太空市场地位，将帮助马斯克的其他公司加快在人工智能数据中心和训练竞赛中的步伐 [1] - 马斯克认为，在未来两到三年内，太空可能是生成式人工智能计算成本最低的方式 [3] 对人工智能行业的展望 - 马斯克认为，今年年内或实现AI对人类能力的全面数字化模拟，这将彻底改变许多行业 [3] - 未来“仿真数字人类”的数量将远超人类数量 [3] - 在此背景下，控制AI不是重点，当务之急是确保其价值观与人类文明延续目标一致 [3]

文章核心观点 - 截至2025年12月，中国生成式人工智能用户规模达6.02亿人，较2024年底增长141.7%，普及率达42.8%，同比大幅提高25.2个百分点，这为全面实施“人工智能+”行动奠定了坚实的用户与市场基础 [1] - 生成式AI的迅猛普及得益于政策、市场与技术的三重驱动，并正从技术、经济、社会三个层面全面推动中国社会的数字化与智能化转型 [1][3][4] 用户规模与市场基础 - 生成式人工智能用户规模达6.02亿人，较2024年底增长141.7% [1] - 生成式人工智能普及率达42.8%，同比大幅提高25.2个百分点 [1] - 超6亿用户和逾四成普及率，为“人工智能+”行动筑牢了用户底座与市场根基 [1] 驱动因素：技术与政策 - 国产大模型集体崛起，以低成本实现多方面工程技术创新，在保持顶级性能的同时大幅降低对AI硬件算力的依赖 [1] - 国产大模型在开源平台构建了世界级AI产业生态，用户无需昂贵硬件或专业知识即可通过手机、电脑体验AI [1] - 政策层面从“十四五”规划到“人工智能+”行动为产业发展指明方向 [1] - 全球领先的5G网络和算力基础设施为AI应用提供了支撑 [1] 驱动因素：市场需求与应用 - 超过九成的用户首选国产大模型，说明本土化应用更懂中国用户需求 [2] - 在生活端，生成式AI覆盖学生辅助学习、普通人内容创作、老年人智能适老等全年龄段、全场景需求，成为数字日用品 [2] - 在生产端，钢铁、家电、新能源汽车等诸多行业借助AI实现降本增效，技术红利快速转化为生产效能 [2] 未来展望：技术层面 - 庞大的6亿用户群体将提供海量、多样化的数据反馈，加速大模型进化 [3] - 用户交互与指令成为模型学习和迭代的宝贵素材，将形成“用户越多—模型越好—用户更多”的正向循环，巩固AI领域的技术竞争优势 [3] 未来展望：经济层面 - 6亿用户意味着巨大的市场潜力，将倒逼各行各业加速智能化升级 [3] - 企业必须引入AI技术优化生产流程、提升产品和服务质量 [3] - 需求侧分钟级反馈和供给侧小时级迭代，将让“先产后销”的工业经济加速进化为“先销后产”的算法经济，柔性生产将成为主流 [3] 未来展望：社会层面 - AI大模型用于政务服务平台，让“城市大脑”兼具温度与精度，能预判风险 [4] - AI降低了创意表达门槛，让普通人也能成为内容创作者 [4] - AI提供个性化学习服务，促进了知识资源的普惠共享 [4] - AI技术深度融入衣食住行，将潜移默化地改变人们的行为习惯与思维模式，推动社会向更加智能化、便捷化方向演进 [4]

行业背景与问题定义 - 以生成式人工智能为核心的新技术浪潮正重塑社会信息生态，但伴生了被称为“数字泔水”的海量低质内容[1] - “数字泔水”指由算法批量炮制或为追逐流量而粗制滥造，具有逻辑混乱、事实失真、价值导向模糊等特征的内容[8] - 我国未成年网民规模已突破1.96亿，互联网普及率高达97.3%，该群体基本全员触网，是“数字泔水”影响最深、最易感的群体[1] “数字泔水”的危害机制 - 侵蚀深度认知能力：长期接收碎片化、高刺激、低逻辑密度信息会抑制青少年前额叶皮层功能发展，易形成思维惰性[2] - 扭曲价值观与社会认知：内容中长期重复呈现的庸俗成功学、戏剧化人际关系和历史虚无主义等，会潜移默化地塑造未成年人失真的“拟态环境”[2] - 加剧数字文化生态恶化：“数字泔水”凭借制造流量的高效率，在算法分发中挤压优质内容空间，形成“劣币驱逐良币”的结果[2] - 可能形成恶性循环：大量“数字泔水”本身可能作为训练数据“反哺”人工智能模型，导致信息生态陷入低质化内卷，抑制社会文化创造力[2] “数字泔水”的成因分析 - 技术与市场逻辑驱动：生成式AI降低了低质内容的生产门槛，平台基于用户参与度优化的推荐算法构成了以“流量至上”为核心的分发引擎[3] - 平台治理责任后置：在商业增长驱动下，平台往往将内容审核、算法价值校准等公共治理责任后置，导致传统专业“信息守门人”机制被削弱[3] - 受众认知特点与教育滞后：未成年人处于前额叶皮层发育关键期，对强烈刺激敏感而批判性过滤能力不足，但系统性媒介素养教育仍显滞后，未有效植入现行课程体系[3][4] 综合治理体系与行业对策 - 以“算法向善”为导向压实平台责任：推动算法逻辑从“流量至上”向“价值优先”转型，将未成年人权益保护内化为算法设计核心准则[5] - 平台需建立强制性算法透明度披露与审计制度，定期公开推荐机制保护成效并接受第三方评估[5] - 在操作层面，应强制对AI生成内容进行“数字水印”标识与溯源，并建立高效的违规内容识别系统[5] - 推动平台建立“优质内容推荐池”，对符合主流价值、富含知识营养的精品内容实施显著的流量权重加成，重塑信息竞争规则[5] - 以“精准共治”为原则构建监管体系：在未成年人保护法框架下，加快出台针对生成式AI内容治理的专项细则[6] - 建立由网信部门牵头，多部门参与的常态化联合研判与执法机制，实现对新型风险的动态识别与联合处置[6] - 监管手段应突出精准性与敏捷性，例如运用大数据绘制风险传播热点图谱，对重点领域开展靶向治理，并探索“监管沙盒”机制[6] - 以“生态优化”为目标激励优质内容：通过设立专项创作引导基金、实施税收优惠、完善评优推广机制等政策组合，降低优质内容生产与传播成本[6] - 推动形成优质内容共创联盟，鼓励主流媒体、文化机构、高校与平台企业开放资源、协同孵化[6] - 关键改革在于平台内部激励机制：必须将内容的社会效益指标、知识价值密度及青少年正向反馈等纳入流量分配与商业分成的核心算法[6] - 以“素养筑基”为根本筑牢教育防线：将系统的网络素养与批判性思维教育作为基础课程，全面融入中小学各学段[7] - 同步实施家庭数字素养支持计划，通过开发权威指南、开设社区工作坊等方式赋能家长[7] - 广泛动员图书馆、博物馆、科技馆及优秀企业，开发体验式、交互式的素养教育公益项目，在全社会营造崇尚深度思考的文化氛围[7]

文章核心观点 - 中国科学院深圳先进技术研究院王宇团队开发了一个名为GRAPE-LM的生成式人工智能框架，该框架结合了条件自编码器与核酸语言模型，并由基于CRISPR-Cas的胞内筛选数据引导，实现了RNA适配体的单轮高效进化，将传统方法所需的6-16轮筛选缩减至一轮，并将初始文库规模需求降低了百万至亿分之一[2][3][7][8] 技术突破：GRAPE-LM框架 - GRAPE-LM是一个用于RNA适配体一轮式高效进化的生成式人工智能框架，全称为Generator of RNA Aptamers Powered by activity-guided Evolution and Language Model[3] - 该框架以Transformer条件自编码器为骨架，融合了核酸语言模型，并由CRISmers在胞内环境产生的筛选数据提供“活性引导”[7] - 该框架将“实验进化”重构为“物理进化+数字优化”的两阶段：第一阶段由CRISmers在细胞内完成一轮筛选，第二阶段由语言模型在更大序列空间中进行数字化优化与外推[8] 技术背景与瓶颈 - 传统的核酸适配体发现长期依赖指数富集的配体系统进化技术，通常需要多轮、强人工参与的筛选与优化，且在体外简化条件下获得的适配体亲和力和特异性常常不高[5] - 王宇课题组此前开发的CRISmers系统将适配体筛选推进到细胞内环境，提升了生物学相关性，但受限于递送效率与细胞摄入能力，文库规模存在通量上限，可能错过大量潜在有效序列[6][7] 验证结果与效率跃迁 - GRAPE-LM框架在三类跨度显著的靶标上完成验证：人T细胞受体CD3ε、SARS-CoV-2刺突蛋白的RBD，以及人源致癌转录因子c-Myc[8] - 在三类靶标上，仅用“一轮”筛选即可获得优于既往SELEX技术6–16轮所得到的适配体的先导序列[8] - CRISmers+GRAPE-LM路线可在约10^8规模的起始文库上工作，而经典SELEX常需要10^14–10^16量级；前者仅需后者约百万分之一到亿分之一的初始文库规模[8] 技术范式与价值 - 在新范式中，CRISPR扮演“高保真胞内RNA数据发动机”的角色，捕获体外方法难以复现的胞内内源生物学机制；而GRAPE-LM则通过外推有限起始文库，补足CRISmers通量受限的短板，并引导生成更高活性RNA适配体[9] - 该技术路线也已成功用于多肽分子的高效发现，并与某知名药企合作开展药物开发[12] - 核酸适配体领域开创者Jack Szostak评价该工作“非常有创造性，令人印象深刻”，论文审稿人评价为“超级创新”，并被Nature Biotechnology编辑团队选为亮点论文[12]

行业发展趋势 - 生成式人工智能技术正加速融入产业发展 AI营销领域迎来从工具应用到生态构建的关键转型[1] - 生成式大模型的发展已实现从量变到质变的跨越 大模型已突破降本增效的工具属性 深度介入消费者心智塑造与决策全流程[1] - 当前中国移动端AI用户规模已达7.29亿 超过500款生成式AI服务已完成备案 庞大的市场体量为AI营销带来机遇[3] 行业核心痛点 - 行业面临效果量化难、行业信任弱等痛点 客户对AI营销本质认知不足、效果衡量缺乏统一标准[1][3] - 品牌在大模型中的认知状态决定其市场竞争力 但建立科学、公正的评价标准成为高质量发展的核心议题[1] 解决方案与产品发布 - 智擎尺公司推出了iMeter量化评估系统 致力于为品牌提供AI认知的"度量衡"[1] - 该系统依托"两端四通道"技术路径 覆盖手机端与PC端 通过多次访问消除大模型回答的随机波动[1] - 系统监测6个核心指标 包括品牌声量份额、第一推荐度、前十推荐度、品牌展示度、品牌连接度、声量均衡指数[1] 产品优势与定位 - iMeter系统的核心优势在于构建了从数据到策略的闭环 不仅能呈现品牌在大模型中的认知现状 还能通过数据钻取定位短板 借助Agent功能输出优化建议[2] - 系统将AI认知转化为可测量、可运营的数字资产[2] - 系统坚持独立第三方定位 以科学方法与中立立场提供评估结果 旨在助力规避行业乱象并筑牢信任根基[2] 实践应用案例 - 一家工程建设与地产纠纷律师事务所引入了iMeter评估体系 其ACBS品牌认知监测与ARA品牌审计监测功能提供了帮助[3] - 项目初期 ACBS报告清晰呈现了律所在AI中的认知短板与竞争格局 项目落地一个多月后 律所实现了从主动查询到被大模型精准推荐的转变[3] - 中期ARA监测用数据直观展现了品牌指标提升与竞争格局变化 让客户切实看到投入的回报[3] 未来发展方向 - 行业发展需要实现从"人类参与"到"人类执掌"的转变 让大模型始终在有边界、有尺度的框架下运行[4] - 业界正凝聚多方合力 从技术研发到实践落地 从标准制定到生态共建 引领AI营销迈向良性发展新阶段[4]