智能体行业发展 - 2025年被认定为智能体落地的元年和爆发年，涵盖个人生活助手和企业数字员工等多个应用场景[1] - 中国智能体市场规模预计突破300亿美元，到2028年15%的日常工作决策将由AI智能体自主完成，1/3企业级软件将集成智能体功能[3] - 行业面临内容安全挑战，包括虚假信息、敏感词汇、侵权图片等风险，尤其在教育、金融、医疗等高敏感领域[3] 内容安全监管动态 - 2025年4月以来，中国监管部门处置违规AI产品3500余款，清理违法信息96万条，处置账号3700个[3] - 国际监管趋严，开发者需额外投入资源进行内容审核与合规检测，增加开发成本[3] - 国家标准GB/T 45654-2025将于2025年11月实施，规范生成式AI服务安全管理[11] 网易易盾技术解决方案 - 推出国内首个大范围应用的AIGC内容安全插件，支持一键接入主流智能体开发平台[1][8] - 提供文本检测（政治、色情、暴力等风险）和图片检测（不雅内容、违法标识）双维防护[4][5] - 采用大小模型融合检测技术，拥有千万级AIGC知识库，已服务100+客户[9] - 建立"内生安全+围栏防护"体系，重点输出"AI机审"能力[9] 开发者应用流程 - 在Coze等平台通过两步完成插件接入：搜索插件并编排至工作流[6] - 方案显著降低接入门槛，支持零代码用户和专业开发者快速调用安全能力[8] 行业生态建设 - 网易易盾深度参与国家标准制定，推动安全技术渗透至AI服务各环节[11] - 公司定位智能体为AI落地关键环节，将持续与开发者共建可信生态[11]

大模型在金融业的应用趋势 - 大模型在金融业的应用从探索期迈向实践期，从可选项变成必选项，已融入核心业务流程和复杂业务场景 [2] - 2023年金融AI应用多在C端客服，2024年进入核心业务领域如理财、保险理赔，建设节奏转向业务升级和战略重构 [3] - 2024年是Agent元年，智能体从数字助手向数字员工演进，突破大模型价值落地的"最后一公里" [3] 金融AI落地的关键挑战 - 金融机构面临大模型不懂金融、仅达"实习生"水平，以及安全合规、ROI预期不明等瓶颈 [3] - 金融行业对数据与AI关系不清晰时不敢使用大模型，训练投入大导致行动迟疑 [3] 金融智能体成功落地的核心要素 - 需构建机构专属金融大模型作为智能大脑，而非移植通用模型 [4] - 需实时感知金融市场动态并建立机构知识库，AI需支持业务分析与决策 [4] - 必须确保金融大模型和智能体的安全合规性及专业性 [4] 蚂蚁数科的金融AI实践路径 - 四类落地路径：大模型中台赋能应用、AI原生手机银行、业务场景效率提升、全行级战略重构 [5] - 支持大地保险打造大模型AI中台，覆盖70+智能应用 [5] - 商业模式支持私有化部署、SaaS订阅及效果计费，灵活适配金融机构需求 [5] 金融智能体解决方案布局 - 联合金融业推出百余智能体解决方案，覆盖银行、证券、保险等领域，包括财富管理、营销增长等场景 [6] - AI大模型落地是业务战略重塑，驱动组织升级而非简单IT采购 [6] 金融机构合作模式差异 - 国有银行以自建智能体为主，与公司在技术层面查漏补缺 [8] - 股份制银行和头部城商行从IT或业务场景切入，区域性银行采用分层合作降低前期投入 [9] AI落地的组织与战略要求 - AI落地需一把手工程推动全行级重构，部分银行通过切片方式局部启动 [10] - 大模型价值需从业务侧发起，突破组织阻力 [10] 金融大模型的发展阶段与迭代 - 金融大模型需长期迭代知识工程和金融工具集，无法一蹴而就 [11] - AI是长期赛跑，持续迭代才能保持竞争力 [11] 技术瓶颈与解决方案 - 金融大模型存在幻觉问题和合规安全挑战，需优化提示词和强化学习 [13] - 采用脱敏、拆分学习或行业云方案解决数据安全矛盾 [17] 蚂蚁的技术与产品布局 - 基座模型包括通义2 5、千问3和自研模型，重点训练金融垂类大模型 [14] - 智能体具备金融工具集，从辅助角色向autopilot演进 [14] - 将推出独立金融大模型产品，降低金融机构AI建设难度 [19] 云与AI的协同生态 - 合并AI与云板块，打造端到端AI产品体系，推动"云原生"向"AI原生"转型 [20] - 结合金融云合作基础和AI技术经验，提供特色解决方案 [20]

行业趋势 - 2025年上半年AI行业从基座大模型研发转向智能体赛道成为共识[1] - 资本投资逻辑明显转向应用层 大模型领域仅智谱获得新融资[1][6] - 行业下半年破局关键在于B端和G端市场深耕 需构建垂直领域差异化壁垒[1] 技术路线 - DeepSeek通过R1和V3占据基础设施市场 创业公司放弃超大参数模型开发[2] - MiniMax推出支持100万上下文的M1模型 性能达DeepSeek R1的8倍[2] - 月之暗面开源Kimi-Dev-72B编程模型 在SWE-bench上性能提升60.4%[2] - 智谱开源32B/9B系列GLM模型 推理模型性能媲美DeepSeek R1[2] - 阶跃星辰重点布局多模态 发布3D大模型Step1X-3D[3] - 零一万物转型"模型操作系统"平台 百川智能聚焦医疗AI赛道[3] 智能体发展 - Manus爆红后智能体成为行业标配 主要厂商均推出相关产品[3] - 阶跃星辰将智能终端Agent作为技术落地核心突破点[4] - 智谱推出对标DeepSeek和Manus的AutoGLM沉思智能体[4] - MiniMax发布通用智能体和视频创作智能体[4] - 月之暗面开始测试Kimi-Researcher智能体[4] 融资与估值 - 智谱2025年累计融资超20亿元 估值达360亿元[6] - "AI六小虎"其他五家最新融资信息均停留在2024年[6] - 智谱已启动IPO流程 提交上市辅导备案[8] - MiniMax内部有上市计划但处于初步筹备阶段[8] 商业化进展 - 智谱GLM大模型平台服务近百万企业开发者 覆盖20多个行业[9] - 零一万物2025年收入已超2024全年营收 获数笔大额订单[9] - 百川智能发布全球首个儿科大模型"福棠·百川"[10] - MiniMax旗下Talkie全球MAU排名第9 开放平台注册企业客户超5万[10] - 阶跃星辰聚焦智能体业务 与OPPO/吉利等合作终端场景应用[10] - 月之暗面测试打赏功能和企业API 未公布商业化数据[11] 投资特征 - 2025年AI应用投资单笔金额减小 总额下降但更趋理性[7] - 资本转向AI应用/消费者应用/基础设施创新 不再投入基座模型[7] - Canva平台AI生成124亿字文案/14亿张图像 完成33亿次AI抠图[7] - 千里科技开发"Agent OS"智能座舱系统 与阶跃星辰合作[7] 下半年展望 - 技术投入重点在模型性能/效率/成本优化[12] - 商业化聚焦B端/G端垂直领域 需构建差异化护城河[12] - C端用户规模扩张将成为核心战略 影响估值和变现模式[12]

华为开发者大会2025技术发布 - 华为发布鸿蒙6.0开发者版、鸿蒙智能体框架HMAF、盘古大模型5.5、具身智能平台CloudRobo等多项最新技术，完成AI底座在算力、算法、场景落地的布局升级 [1] - AI智能体上车和车载空间音频技术升级推动终端交互方式革新，智能座舱成为企业应用流量争夺新入口 [1] - 依托云算力与具身智能平台，人形机器人智能化演进及工业产线具身智能优化加速，生态共建成为技术落地核心驱动力 [1] 鸿蒙智能体框架 - 鸿蒙6.0开发者Beta版本发布，首次推出鸿蒙智能体框架，智能体小艺具备规划决策、任务执行、工具调用、自主执行等能力 [2] - 小艺可与第三方智能体应用互动，通过调用外部智能体完成复杂任务链，开箱即用AI能力降低AI应用开发技术门槛 [2] - 基于鸿蒙系统"一次开发多端部署"技术优势，应用可平滑迁移至智能座舱场景 [4] 智能座舱应用场景 - 深航智能体"深航飞飞"可一句话完成订票退改、语音值机等操作 [4] - 货拉拉计划开发并接入鸿蒙智能体框架，实现语音下单、接单或页面跳转 [4] - 麦当劳中国探索智能座舱点餐场景，用户通过语音交互可完成下单、支付等操作 [4] - 宝宝巴士完成与鸿蒙智能座舱系统深度适配，车载端儿童教育需求将随智能汽车渗透率提升而增长 [5] 具身智能平台CloudRobo - 华为云发布CloudRobo具身智能平台，明确不做机器人本体，目标让联网本体成为具身智能机器人 [7] - 平台基于盘古大模型多模态能力，整合数据合成、标注、模型开发、仿真验证等端到端能力 [7] - 提供具身多模态生成大模型、具身规划大模型、具身执行大模型三大核心模型 [7] - 具身智能训练样本20%靠采集，80%靠生成，大幅提高数据获取效率 [8] - 具身规划大模型能做出10步以上复杂任务规划，与执行模型协同拆解为可执行指令 [8] 产业合作案例 - 乐聚、星海图等人形机器人企业，华龙迅达、拓斯达、埃夫特、亿嘉和等工业具身智能企业与华为云深度合作 [9] - 华龙迅达基于华为云盘古大模型构建"云边端"一体具身智能架构，产线换产效率提升10倍以上 [9] - 亿嘉和配网带电作业机器人应用于国家电网配网架空线路运维检修，通过减少人工介入提升作业安全性 [11]

行业趋势 - 模型竞赛进入冷却期，AI发展重点转向产品化与生态整合，各大平台争夺用户入口、智能体标准和终端能力 [1][2] - 2025年被称为"智能体元年"，关键词从"更大模型"转向"Agent"、"自主执行"、"连接器"和"委派编程" [2] - 商业模式从MaaS（模型即服务）转向RaaS（结果即服务），AI从成本中心转化为利润引擎，按实际产出或价值分成计价 [5][20][21][22] 技术演进 - 基础模型实现"操作系统级更新"，新一代模型如GPT-4.5、Gemini 2.5 Pro具备"自我对话"和多步推理能力，思维方式接近人类 [4][5] - 开源社区推动模型认知能力升级，新增长时记忆、自我提升、目标分解等模块，实现从被动应答到主动思考的转变 [4][5] - 智能体（Agent）成为AI落地的关键载体，具备环境感知、自主规划、工具调用、数据连接和多步任务执行能力 [7][8][9][10][11][12] 应用场景 - 智能体重构人机交互模式，界面从"工具栏+菜单"变为"自然语言+智能执行"，可自动完成跨平台复杂任务（如整合Google Docs/Gmail生成PPT） [10][11][12] - AI编程进入全面委派阶段，开发者角色从编码转向架构设计，AI可独立完成需求分析、编码、测试、部署全流程 [14][15][16][17][18] - 科技巨头加速布局智能体生态：微软Copilot Studio、百度心响App、字节跳动"扣子空间"等，推动AI向"数字员工"进化 [13] 性能表现 - Gemini 2.5 Pro在科学推理（GPQA单次尝试84%正确率）、数学（AIME 2025单次86.7%）等基准测试中领先 [3] - Claude 3.7 Sonnet在多次尝试任务中表现优异（数学AIME 2025多次尝试93.3%，科学GPQA多次尝试84.8%） [3] - 代码生成领域OpenAI模型单次尝试通过率74.1%，LiveCodeBench v5测试中Grok 3 Beta多次尝试达79.4% [3] 职业影响 - 人类核心竞争力转向品味、判断力和方向感，工程师需从"实现者"转型为"问题定义者"和"AI团队管理者" [25][26][27] - 工作组织方式重塑，人类角色更接近"指挥官"，负责目标设定、结果审核和战略规划，而非具体执行 [13][18][28] - 编程价值重心从编码技能转向产品设计、系统架构和决策能力，AI接管重复性工作释放人类创新潜力 [18][25]

开源模型与GPT-5进展 - OpenAI即将推出远超预期的开源模型 具备本地运行强大模型能力 将加速AI技术普及和创新 [2] - GPT-5预计今年夏季推出 支持语音/图像/代码/视频多模态输入 是实现完全多模态的重要里程碑 [3] - 完全多模态终极形态将具备深度推理能力 可生成实时视频 即时创建应用程序 提供全新计算机界面 [3][27] AI技术发展趋势 - 当前AI模型能力已超越产品应用水平 存在巨大"产品溢出"空间 即使模型不升级也能支撑大量新产品开发 [4] - AI模型成本急剧下降 GPT-3成本一周内降至原五分之一 性能价格比下降幅度惊人 [5][19] - 2024年被定义为"智能体之年" AI智能体达到AGI第三级(L3) 可像初级员工执行数小时独立任务 [6][7][8] 创业与行业变革机遇 - 当前是技术史上最佳创业时期 AI变革将比晶体管发明更快提升生活质量 小公司迭代速度优势显著 [10][42] - 建议创业者避开核心聊天助手赛道 专注未满足市场需求 差异化路径才能建立防御性 [11][32] - 行业技术剧变期大公司易被颠覆 初创企业应抓住基础设施成本下降红利构建新型应用 [10][43] 人机交互与硬件发展 - 未来计算机界面将趋于无形 语音交互成熟后可实现"设置即忘"的自动化服务 [40] - OpenAI正与Jony Ive合作开发革命性人机交互设备 可能带来继键盘/触摸屏后的第三次交互革命 [41] - 人形机器人技术接近突破 未来订阅高级AI服务可能免费获赠类人机器人 [28][29] 技术战略与行业影响 - AGI发展分为五级：聊天者(L1)/推理者(L2)/行动者(L3)/创新者(L4)/组织者(L5) 当前处于L3阶段 [9][37] - ChatGPT正演变为操作系统级平台 整合记忆功能与多数据源 实现持续运行的主动式AI伴侣 [21][23] - AI科学发现将成经济增长核心驱动力 能源供给与AI发展深度关联 需解决算力基础设施瓶颈 [54][55][59]

报告行业投资评级 - 优于大市，维持 [6] 报告的核心观点 - Marvell预测2028年AI基建超万亿美元，AI算力高景气度延续，建议重视ASIC产业机遇，关注AI云侧和端侧发展，兼顾运营商高股息价值 [2] 根据相关目录分别进行总结 产业要闻追踪 Marvell AI Day上修IDC TAM，重视ASIC产业机遇 - Marvell指出定制化XPU时代已至，AI芯片走向高度定制的系统级协同，北美CSP厂商CAPEX预计快速增长，2025年投入5950亿美元，2028年达万亿美元，数据中心潜在市场规模预期上修至940亿美元，定制计算及其配套组件市场规模有望达550亿美元 [13] - 云厂定制化需求明显，AI ASIC优势突出，大客户需求提升，Marvell有18个XPU客户项目，XPU定制芯片规模预计从2023年60亿美元增至408亿美元，CAGR为47% [14] - Marvell围绕传统优势拓展机遇，通过先进封装提升速率降低功耗，CPO是XPU互联技术趋势，其数据中心业务份额有望于2028年达20%，预计实现940亿美元收入 [19] MWC 2025召开，数智融合加速 - 5G - A聚焦AI/ML赋能、性能增强、RedCap、卫星通信融合四大商用方向，深化应用，拓宽价值边界 [20][22] - 华为推进5G - A体验经营和AItoX智能体业务，发布全新AI UBB解决方案，多地加速5G - A商用进程 [24] - 6G是构建智能社会的数字基石，在成本、体验、安全、服务等方面带来变革 [26] - 大模型、智能体、智算一体机成数智化转型核心引擎，运营商搭建MaaS平台，智能体平台化加速转型，智算一体机助力边缘算力部署 [28][29][33] - 华为官宣CloudMatrix384方案，集成硬件组件，通过UB网络互连，利于通信密集型操作，是下一代LLM服务的高性能基础 [34][38] 其它产业要闻速览 - 美日团队创下6G无线数据传输速率新世界纪录 [40] - 沃尔核材赴港上市，慕尼黑国际光博会将启幕 [41] - 我国2个数据中心基础设施REITs获批复注册 [41] - 荣耀和移动发布AI终端战略合作启航计划，联想展示AI终端产品，Meta发布AI眼镜 [42] - OpenAI CEO称GPT - 5大概今夏推出，Midjourney推出AI视频生成模型V1 [43][44] - 全球首颗高轨商业中继卫星项目启动，朱雀三号一级动力系统试车成功，中星9C卫星成功发射 [44] 板块行情回顾 板块市场表现回顾 - 本周通信（申万）指数上涨1.58%，沪深300指数下跌0.45%，相对收益+2.04%，在申万一级行业中排名第2名 [45] 各细分板块涨跌幅及涨幅居前个股 - 国信通信股票池本周平均涨跌幅为0.21%，光模块光器件、物联网控制器和光纤光缆分别上涨4.22%、1.29%和1.20% [48] - 本周涨幅前五的个股为长飞光纤、源杰科技、联特科技、中际旭创、新易盛 [48] 投资建议 - 关税是短期扰动，关注算力设施光器件光模块、端侧模组，以及AIDC、液冷；长期配置三大运营商 [4] - 2025年第26周重点推荐组合为中国移动、中际旭创、天孚通信、广和通 [4] 重点公司盈利预测及投资评级 | 公司代码 | 公司名称 | 投资评级 | 昨收盘（元） | 总市值（亿元） | EPS（2025E） | EPS（2026E） | PE（2025E） | PE（2026E） | | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 600941.SH | 中国移动 | 优于大市 | 114.09 | 24651 | 6.73 | 7.06 | 16.94 | 16.15 | | 300308.SZ | 中际旭创 | 优于大市 | 129.50 | 1439 | 7.32 | 8.98 | 17.68 | 14.42 | | 000063.SZ | 中兴通讯 | 优于大市 | 30.96 | 1481 | 1.88 | 2.03 | 16.46 | 15.25 | [5]

鸿蒙6发布与更新重点 - 华为正式启动鸿蒙6开发者Beta测试版本，向开发者群体开放 [2] - 鸿蒙5作为"纯血"鸿蒙版本，不再依赖Unix/Linux内核且不兼容安卓，Pura80系列手机原装搭载鸿蒙5.1且不支持回退至兼容安卓版本 [3] - 鸿蒙6重点整合AI能力，将软件、硬件、芯片及云服务融入系统架构底层，首批50余款鸿蒙智能体（如京东、新浪等应用）即将上线 [3] - 鸿蒙6首次发布鸿蒙智能体框架（HMAF），支持开发者调用端侧AI算力开发低延迟应用，实现多智能体协同任务 [4] - 鸿蒙6内核采用全栈自研架构，系统流畅度提升30%，运行内存节省1.5GB，续航增加近1小时，时延达毫秒级，并支持手机、汽车与智能家居无缝互联 [4] 鸿蒙生态扩张进展 - 目前已有40多款华为终端产品搭载鸿蒙5，鸿蒙注册开发者超800万，3万多鸿蒙应用和元服务在开发更新中 [2] - 华为手机、平板、穿戴新品默认搭载原生鸿蒙系统，旧款产品逐步升级，自研鸿蒙电脑IDE DevEco Studio预览版发布，鸿蒙电脑应用数量6月底将突破2500款 [5] - 政企市场适配鸿蒙的通用办公平台超100个，工作台支持快应用超50000个，覆盖企业超3800万家 [5] - 开源鸿蒙代码量超1.3亿行，30多个合作伙伴共建50多个项目，覆盖框架、媒体、工具和安全等领域 [5] 市场份额与目标 - 2024年Q4鸿蒙操作系统在中国智能机市场份额达19%，超越iOS（17%），全球市场份额维持4%（安卓74%，苹果22%） [6] - 公司目标2025年实现鸿蒙生态"三分天下有其一"，关键目标为10万个应用，需通过降低开发者抽成和扩大终端数量推动生态成熟 [6] 行业竞争与技术挑战 - 智能体成为手机厂商竞争焦点，vivo、OPPO、荣耀等均推出多任务协同功能（如点咖啡、订座） [3] - 行业分析师指出鸿蒙系统与成熟安卓、苹果系统仍有差距，需持续投入人力物力并通过用户反馈优化 [6]

行业趋势 - AI发展进入拐点，智能体（Agentic AI）爆发前夜，未来可能颠覆传统APP和软件公司模式 [1] - 智能体正成为各行业标配，中国各行业加速落地人工智能 [1] - 推理需求增长推动本土算力发展，中国算力在推理环节具备优势 [1][13] 医疗行业应用 - 复星医药发布PharmAID决策智能体平台，医药内容生成准确率比通用大模型提升50% [3] - 中山医院团队与鹍远生物合作，利用AI模型实现无创消化道癌症检测与组织溯源 [3] - 山西省人民医院部署私有化AI平台，采用鲲鹏+昇腾算力与DeepSeek-R1模型 [10][11] 商旅行业应用 - OpenAI和滴滴企业版推出智能体助手，实现一键订票、差旅政策分析与行程规划 [4][5] - 滴滴企业版智能体基于70万企业B端数据，采用Multi-Agent架构提升商旅效率 [5] 技术基础与成本 - 大模型技术进步推动智能体爆发，推理成本过去两年下降至不到原来的1% [7] - DeepSeek等模型提升推理效率，带动开源和降价潮，国产算力如昇腾、摩尔线程等快速发展 [7][12] - 谷歌与Anthropic推动智能体标准化协议（MCP和A2A），解决互操作性问题 [8] 本土化部署与算力需求 - 金融、医疗等行业偏好本地化AI部署，数据安全需求推动私有化方案 [10][11] - 华鲲振宇预计未来服务器出货80%用于推理，20%用于训练，国产算力在推理环节优势明显 [13]

行业趋势 - 5G-A规模化落地推动行业竞争焦点从"连接"转向"智能"，AI成为重构网络结构、服务逻辑和价值链的核心驱动力 [2] - AI大模型引发算力、能耗需求指数级增长，基础设施层面临供给效率与绿色化挑战，应用层需将AI能力转化为差异化体验和商业价值 [2] - 行业从技术迭代进入生态共生阶段，高效基础设施、算法和应用落地仍是AI发展主旋律 [3] 基础设施创新 - 公司提出"网络、算力、能源"三位一体智能基座战略，推动网络架构向AI原生演进，使AI从辅助工具进化为自主决策智能体 [4] - 算力层面提供全栈解决方案（智算服务器、通算服务器、高性能存储等），通过导航式训推平台和开源Co-Sight智能体工厂降低行业门槛 [4] - 能源层面采用模块化设计缩短交付周期40%，智能母线技术支持8~120kW功率弹性适配，AI优化使运营能效（CLF）降低10%以上 [5] 算法与协同生态 - 强调数据、算法和技术融合的协同提效，采用RAG、MoE、KD、CoT等技术提升大模型效率 [5] - 行业推动智能体协同标准化（如MCP、A2A协议），未来AI系统将发展为可无缝通信的"组织智能" [5] 终端市场策略 - 终端市场竞争白热化，公司通过中兴、努比亚、红魔三大品牌协同实施差异化定位，高端技术普惠化（如努比亚Neo系列）扩大市场规模 [6] - 加速AI功能在入门级产品商用，贯彻"AI for All"理念 [6] - 通过"科技+文化"融合（联名热门IP、电竞营销）与Z世代建立情感共鸣，重塑品牌形象 [6][7] 全场景协同体验 - 构建"端-边-云"全场景闭环，使技术"消失"于生活场景，实现设备无感联动与主动服务（如家庭场景中的手机、AI自由屏、网关协同） [7][8] - 挑战在于将ICT技术积累高效转化为终端业务增长动能，5G-A和AI加速行业洗牌 [8]