报告行业投资评级 - 行业投资评级为“看好”，并予以“维持” [8] 报告核心观点 - MiniMax M2模型的发布为开源模型在执行智能和企业应用领域打开了新的想象空间 [2][10] - 当前时点大模型商业化变现有望加速，需关注模型降本效果 [2][10] - 继续看好国产AI产业链，持续重点推荐“铲子股”和卡位优势显著的巨头本身 [2][10] 事件描述 - 10月27日，稀宇科技正式开源并上线MiniMax M2模型 [2][5] - 模型采用MoE架构，总参数230B（激活参数10B），专为Agent和代码设计 [2][5] - M2的完整权重已依据MIT协议全面开源，全球范围限时免费开放 [2][5] - 同时，MiniMax Agent国内版上线、海外版升级 [2][5] 模型性能表现 - **代码能力**：在SWE-bench Verified测试中得分69.4，仅次于GPT-5和Claude，是国产模型首次在真实编程任务上稳定进入第一梯队 [10] - **Agentic表现**：在Artificial Analysis测试中以61分获得总排名第五、开源第一 [10] - **工具使用**：在τ²-Bench测试中获77.2分，位列国产模型第一，次于Claude Sonnet 4.5（84.7分）和GPT-5（80.1分） [10] - **深度搜索**：在BrowseComp和xbench-DeepSearch测试中均为稳定的tier1级别发挥 [10] - **实用性**：在FinSearchComp-global金融专业领域检索分析能力测试中以65.5分登顶全球第一 [10] 技术架构优势 - 采用全注意力机制，保证每一步推理都能看到完整的必要上下文，实现深链条信息完整可见 [10] - 采用交错的思维格式，使模型能够规划和验证跨多个对话的操作步骤，这对于Agent推理至关重要 [10] - 技术路线旨在将资源集中在代码生成、工具调用、浏览器/终端自动化等可执行型Agent任务上 [10] 成本与效率优势 - M2输入价格约为$0.3/MToken（约合人民币2.1元），输出价格约为$1.20/MToken（约合人民币8.4元），约为Claude 4.5 Sonnet价格的8% [10] - 线上提供TPS（每秒输出Token数）约100的推理服务，且还在快速提升 [10] 市场反响与商业化前景 - 截至11月6日，M2位居OpenRouter和HuggingFace趋势榜全球第一 [10] - M2是OpenRouter上第一个日token消耗量超过50B的中国模型 [10] - MiniMax Agent推出专业和高效模式，专业模式擅长全栈开发/deep research/PPT制作，高效模式在chat问答/轻量级搜索/轻量级代码场景极速输出 [10] - 市场反响热烈意味着市场更加关注AI模型“为什么能做、能否持续做”，M2为企业带来了更可靠的用户体验，更容易形成产品标准，加快商业化落地 [10] - MiniMax正加速构建面向Agent生态的产品体系 [2][10]

投资评级 - 行业投资评级为“看好”，并维持此评级 [8] 核心观点 - Cursor从AI编程工具（Tool）向AI开发平台（Platform）迈进，通过控制模型与交互层积累用户数据，形成持续强化学习闭环，打造护城河 [2][10] - 大模型商业化变现有望加速，当前成本仍是制约token消耗量的核心因素，需关注大模型降本效果 [2][10] - 持续看好国产AI产业链，重点推荐“铲子股”和卡位优势显著的巨头本身 [2][10] Cursor 2.0版本及自研模型Composer升级 - Cursor于10月30日升级至2.0版本，推出首款自研编程模型Composer，并进行了15项重大功能升级 [2][5] - 自研模型Composer定位速度优先的混合专家体系，多数任务可在30秒内完成，输出速度超过200 token/s，比同等智能模型快4倍 [10] - Composer智能水平超过Qwen Coder、GLM 4.6等开源模型，略低于GPT-5与Claude Sonnet 4.5 [10] - Composer采用MoE架构，原生MXFP8低精度训练，并通过强化学习对软件工程进行专项优化 [10] - 模型在千卡GPU规模下实现高效训练与推理一体化，无需训练后量化即可实现更快推理速度 [10] Cursor 2.0系统级升级与多Agent协作 - Cursor 2.0的核心转向“以Agent为中心”的编程体验，支持最多8个Agent并行运行，可独立或协作解决复杂任务 [10] - 新用户界面围绕任务目标和Agent分工重构，不再以文件为核心 [10] - 集成原生浏览器与沙盒终端，实现从前端修改、自动测试到安全执行的全链条自动化 [10] - 云端Agent可靠性达到99.9% [10] - 本次更新使AI具备团队级开发能力，但多Agent模式会带来token消耗和管理复杂度的挑战，未来需在成本与精度间取得平衡 [10]

公司财务表现 - 前三季度营业收入51.94亿元，同比增长8.25%，归母净利润4.86亿元，同比增长20.27% [1] - 第三季度单季营业收入20.40亿元，同比增长8.38%，归母净利润2.21亿元，同比增长21.71% [1] - 盈利能力显著提升，前三季度毛利率26.08%，同比增加1.87个百分点，净利率9.29%，同比提升0.94个百分点 [1] - 经营活动现金流净额1.78亿元，同比扭亏为盈，较上年同期亏损8715.77万元大幅改善 [1] - 截至三季度末总资产102.33亿元，较上年度末增长6.42% [1] 业务板块分析 - 海外市场需求强劲，海外收入达15.90亿元，占总营收30%以上，马来西亚工厂已正式投产 [1] - 新能源业务发挥压舱石作用，其中风电领域收入同比增长71.21%，发电及供电业务增长35.10% [2] - 数据中心相关业务（AIDC及IDC）实现爆发式增长，收入9.74亿元，同比激增337.47%，占总营收比重提升至18.75% [2] - 数据中心业务呈现逐季加速态势，第二季度单季AIDC营收超3亿元，上半年累计突破5亿元 [2] 行业趋势与机遇 - 海外市场对电力设备需求持续增长，带动变压器产品需求上升，关键原材料如铜价上涨推动变压器价格上涨 [1] - 全球AI算力中心建设热潮带来需求红利，国金证券预测全球AIDC新增装机从2024年7GW增至2028年59GW，复合年增长率达73% [3] - ChatGPT、DeepSeek等大模型商业化落地驱动算力需求激增，AIDC建设进入高速发展期 [3] 公司战略与研发进展 - 公司计划发行总额16.72亿元可转债，用于数据中心电源模块及高效节能电力装备智能制造等项目 [3] - 公司已拥有中低压开关柜、变压器、电源模块等产品自制和交付能力，并成功开发迭代固态变压器（SST） [4] - 预计2025年四季度完成适用HVDC800V供电架构的固态变压器（SST）样机测试认证，预计2026年二季度完成高压HVDC样机开发测试 [4] - 公司正通过研发完善产品序列，以对标伊顿、台达、维谛等国际竞争对手的综合解决方案能力 [4]

行业投资评级 - 投资评级为“看好”，并维持此评级 [6] 报告核心观点 - OpenAI发布首款内置ChatGPT的浏览器ChatGPT Atlas，标志着AI浏览器之战打响，AI应用商业化落地有望加速 [2][4] - Atlas的三大核心能力，特别是Agent Mode，将“浏览”升级为“执行”，是本次发布的核心突破 [2][8] - OpenAI通过近期一系列产品布局，有望补齐商业闭环，从“模型红利”切入“分发与工作流主权”，带来商业化变现提速机会 [8] - 当前大模型商业化变现有望加速，应关注MAU/DAU/ARPU等指标，报告持续看好国产AI产业链，重点推荐铲子股和卡位优势显著的巨头 [2][8] 事件描述与产品核心能力 - 事件描述：北京时间10月22日凌晨，OpenAI发布ChatGPT Atlas浏览器，目前向macOS的免费、Plus、Pro、Go订阅用户开放下载，Windows、iOS和安卓版本稍后开放 [4] - Atlas具备三大核心能力：（1）Chat Anywhere：任何网页都能调出ChatGPT侧边栏，无需截图复制即可分析页面内容，并在任何文本框旁提供编辑建议 [2][8]；（2）Browser Memory：能记住用户浏览历史 [2][8]；（3）Agent Mode：ChatGPT可以帮用户操作浏览器，执行自动化任务，如研究和分析、下单买菜等，此模式仅向Plus、Pro和Business用户提供预览版 [4][8] 产品交互体验与行业竞争格局 - 交互体验革新：Atlas主页是ChatGPT对话界面而非传统搜索框，实现“搜索反转”，用户输入问题后直接呈现AI生成的整合答案，传统链接被归入次级标签页 [8] - 行业竞争格局：Google Chrome以超过60%的市场份额占据绝对主导，正加速嵌入Gemini AI；微软Edge虽整合Copilot，但市场份额不足6%；Perplexity的Comet浏览器主打AI问答，但复杂任务执行能力或稍弱 [8] - OpenAI的竞争优势在于：拥有8亿周活用户基础，转化门槛较低；产品范式是“答案先行”，打通“答案→动作”，与传统搜索形成结构性差异；结合Apps SDK与AgentKit，未来有望嵌入第三方服务，探索新广告计费模式，带来更大商业化弹性 [8] 商业化前景与投资关注点 - OpenAI通过Sora 2、Apps SDK/AgentKit及AI浏览器，补齐了“答案与代理→分发→交易/结算”的商业闭环 [8] - 浏览器层面的搜索推荐由于目标可度量、反馈密集、工作流直接，有望率先被AI重构，加速商业化变现 [8] - 当前成本仍是制约token消耗量的核心因素，指标上应进一步关注MAU（月活跃用户数）、DAU（日活跃用户数）和ARPU（每用户平均收入）值等 [2][8]

OpenAI大额Tokens消耗客户分析 - OpenAI公布30家Tokens消耗破万亿的企业客户名单，涵盖语言学习、招聘、CRM、AI开发工具、电商、医疗等多个行业[1] - 榜单中初创公司与规模化企业数量几乎平分秋色，初创公司多由联合创始人直接对接API，大型企业则由专门AI部门负责人管理[3] 高Tokens消耗企业特征 - 高频交互型产品如Perplexity、Notion、多邻国用户每日多次使用，远高于AI客服等低频场景[25] - 高复杂度任务如Canva需同时处理文本、图像、版式等多维度信息，涉及多阶段流水线操作和更长推理链条[26] - 平台化企业如OpenRouter、Tiger Analytics通过聚合分散调用需求形成流量中心，带来指数级Tokens增长[27] 典型高消耗企业案例 - 多邻国拥有超过7亿用户和7000万月活跃用户，通过GPT-4实现动态难度调整和AI情景对话[9][10] - OpenRouter作为多模型聚合平台，统一API调用GPT、Claude、Gemini等顶级模型，成为Tokens消耗量飞速攀升的API中转节点[13][15][17] - Canva通过AI降低视觉创作门槛，多模态内容需要多轮交互优化使其成为Tokens消耗大户[20][21] - Perplexity采用多阶段流水线架构，每次搜索包含数十次模型调用，月活跃用户超2000万使其成为Tokens密度最高应用之一[23][24] Tokens消耗量新行业标准 - 日均10亿Tokens消耗成为大模型商业化新门槛，反映业务真实需求和落地趋势[28][29] - "Tokens独角兽"概念基于日均10亿Tokens消耗标准，相比融资估值更能真实反映业务进展[31] - 单客户百万亿、千万亿Tokens消耗被视为大模型落地更高级别目标[30]

行业与公司 * 纪要主要涉及全球科技行业 特别是人工智能（AI）和半导体领域 同时涵盖中美两国市场 [1] * 涉及的公司包括美股科技巨头（Meta 微软 亚马逊 Google 英伟达 博通 应用材料 TI NXP） 中国互联网公司（腾讯 阿里巴巴 腾讯音乐 京东 美图）以及半导体和硬件公司（中芯国际 新易盛 工业富联 胜宏科技 寒武纪 科沃斯 石头科技） [1][5][13][15][17][18][21] 核心观点与论据 市场整体状态与分化 * 当前市场情绪亢奋 A股成交金额突破2.1万亿 市场普遍认为处于牛市 但需理性分析其可持续性 [2] * 科技行业中报披露显示行业分化明显 美股由AI驱动 非AI半导体（消费电子 手机 汽车 工业）表现疲软 应用材料公司上周下跌14% [1][5] * 美股市场更集中于头部公司（如Meta 微软 亚马逊） 其业绩和市场表现均优于小型公司 [5] * A股市场情绪易形成主题扩散 寒武纪创下新高 但部分上涨由海外涨势传导驱动 而非完全基于国内基本面 需警惕情绪推动的波动风险 [12] AI驱动的机遇与风险 * AI是当前市场核心主线 云计算业务增速与TOKEN消耗量增长匹配 为AI方向提供强支撑 但对云业务收入贡献多 对直接业务收入贡献较少 [1][5] * AI技术普及面临使用门槛高的问题 用途主要集中在降本增效上 而非直接创造收入 对GDP总数的影响有限 [3][19][20] * 下游实际应用场景普及与TOKEN调用量 CAPEX增速之间存在错位 这是潜在的风险点 [19][20] * 模型公司（如Meta）表现相对较好 而应用端分化明显 呈现强者恒强态势 除Platium和Roblox外 大多数下游应用公司的AI兑现度较低 [7] * 全球软件市场面临大模型商业化压力 与AI关联度较低的公司（如SAP）出现大幅调整 [6] * AI产业的发展具有非线性的波动特征 其资本支出（CAPEX）很高 TOKEN消耗量增速快 但不能完全类比移动互联网时代 [22] 资本开支（Capex）与现金流 * Google和亚马逊2025年二季度Capex上调 导致自由净现金流压力增加 即便云业务公司也面临OPEX持续上升的问题 [8] * 目前头部四家公司约70%的资金用于Capex 其余用于回购和分红 若云服务增速能维持 企业可能会进一步削减回购和分红 加大Capex投入；若云服务增速放缓 则存在巨大风险 [9] * 中美对Capex态度差异明显：中国市场更为务实 根据需求投资；美国市场对AI尤其是通向AGI的投入信心更强 [10] 半导体板块表现 * 国内半导体板块近期热度增加 但指数仅回到4月份高点 涨幅相比其他板块偏弱 上涨兼具业绩驱动和行情补涨扩散特性 [11] * 需观察三季度行情延续性及基本面支持力度 关注算力 PCB 液冷到铜箔等主线的发展 [11] * 液冷技术近期受关注 但其背后的CAPEX预期可能过于激进 需谨慎评估其实际可行性 [26] 其他投资机会与公司表现 * 除AI赛道外 腾讯音乐业绩增长稳定且通过涨价实现超预期表现 Roblox 卡拉迪亚等公司今年反转力度大 股价表现优 [15] * 定制化芯片需求（如马威和博通）进入正向循环通道 是未来关注重点 [15] * 国内市场线索多元 有海外业务和出海方向的公司（如腾讯海外游戏）表现更好 [16] * 2025年出口行业分化 科沃斯和石头科技等扫地机行业重新进入新产品周期 边际变化显著 [17] * 工业富联在英伟达GPU200新出货产品中表现超预期 胜宏科技2025年涨幅更大 边际变化带来的股价弹性大于总量变化 [17] * 传统电商领域竞争激烈 京东在外卖大战中投入巨大导致季度利润亏损 阿里巴巴则通过闪购提升流量集中度 [18] * 软件公司中 约80%的美股软件公司受损 仅10%确定性受益；中国市场下游企业对IT支出谨慎 能维持高增长的软件公司非常少 美图兑现了其增长目标 [21] 估值与市场情绪 * 当前市场情绪处于阶段性高点 A股换手率上升自5月末以来持续近三个月 超过85%的公司在过去一个季度实现正收益 中证1000和沪深300成交金额比值在8月中旬达极高水平 小盘股行情强劲但近期开始分化 [23] * 当前市场估值已从低位上升至中间位置 隐含一年胜率为56% 预期收益率为2% 相比去年8月（胜率100% 预期收益23%-40%）已不再极端 从三年尺度看仍有88%胜率和20%左右累计回报 [23][24] * 从整体牛市角度看 目前可能处于上半段 并非极致位置 但超短周期并非有利参与时点 投资者可优化交易节奏 [24][27] 其他重要内容 * 二季度因关税担忧导致客户提前下单 使部分公司业绩超预期 多数公司上调了全年指引 表明整体经营状况良好 出现明显季节性下滑风险的可能性低 [14] * 从去年四季度至今 模型能力边界相对平滑 但深度模型调用TOKEN曲线加速明显 最大的风险在于预期管理 [19][20] * 投资者应关注短期情绪周期 中长期估值水平以及盈利持续改善趋势 以把握投资节奏和优化交易策略 [27]

行业应用与商业化进展 - 2025年上半年大模型行业应用呈现爆发式增长，DeepSeek在企业层面完成AI技术"扫盲"，但阿里巴巴、阶跃星辰、百度等企业在商业化进程中领先，已跑通业务流程 [1] - 企业端对大模型需求敏感，10%效率提升可显著影响企业竞争力，企业管理层已形成付费意愿 [5] - 亚信科技2025年上半年AI大模型应用与交付业务收入达2600万元，同比增长76倍，已签订单金额7000万元，同比增长78倍 [3] - 阿里巴巴AI相关产品收入连续七个季度三位数增长，公共云收入受AI需求带动加速 [3] - 阶跃星辰2025年商业化收入目标冲击10亿元，主要收入来自企业端，合作方覆盖头部手机企业（50%市占率）及汽车企业如吉利 [4] 开源与闭源模式对比 - 开源模型在中国形成风潮（阿里巴巴、百度等均有开源模型），但企业落地时仍面临开源与闭源路线之争 [1][7] - 开源模型免费但缺乏原厂支持，迭代速度慢，企业私有化部署时需自行适配业务场景，成功率低（30%-60%放弃率） [8] - 闭源模型迭代速度快且提供原厂支持，阶跃星辰副总裁认为闭源才能支撑健康商业模式 [8] - 阿里巴巴同时布局开源与闭源，拥有中国最大开源模型家族，客户包括宝马、中国联通等 [3] 商业模式与竞争格局 - 定制化交付模式被阶跃星辰视为不健康，AI 1.0时代定制化项目技术复用性低且成本线性增长，大模型价格战加剧该问题（单项目报价从1000万降至20万） [8][9] - 科技大厂通过低价API策略（如买云送模型）挤压初创企业生存空间，token收费模式难以为继 [9][10] - 阶跃星辰采用"超级模型+超级应用"双轨策略，认为模型能力决定应用上限，应用反哺模型迭代 [4] - 亚信科技通过行业解决方案（能源电力、工业制造等）构建标杆案例，与阿里云累计共建近百个项目 [3]

百度核心广告业务 - 预计百度核心2Q25广告收入同比下降16%至161亿元（1Q25同比下降6 1%），AI产品改造对广告收入短期形成压力[2] - 搜索产品AI改造持续推进，2025年内或持续压制广告收入增长，但MAU同比增速呈现温和提升趋势（4/5/6月分别增长3 7%/4 3%/4 4%）[1][2] - 近期推出"智能框"（支持超千字文本）和AI搜索APP TizzyAI，产品功能优化或推动广告业务基本面逐步企稳[2] 智能云业务 - 预计2Q25智能云收入同比增长25 5%至64亿元，受益于国内AI训练/推理需求增长及私有化一体机部署[2] - Deepseek技术平权效应推动百度智能云持续兑现较快增速[2] 自动驾驶业务 - 海外市场积极布局自动驾驶业务，或打开中长期成长空间，需关注海外合作进展及商业化节奏[1] 盈利能力 - 预计2Q25非GAAP经营利润同比下降41%至41亿元，经营利润率降至15 8%（2Q24为26 2%），主因广告收入占比下降及AI投入短期压力[2] - 下调2025-2027年非GAAP净利润预测至209/240/263亿元（原预测下调17 2%/16 1%/14 8%），反映广告收入恢复周期延长[2] 估值调整 - 美股目标价下调至91 5美元（原102 2美元），港股目标价下调至89 9港元（原99 5港元），对应2025年10 8倍非GAAP PE[2]

核心观点 - 大模型行业面临商业化压力 高管离职频发 商业化路径尚在探索中 [1] - 行业分化出C端和B端两条商业化路径 但C端面临付费意愿低困境 B端更注重ROI [2][3] - 技术部署存在云侧与端侧之争 云侧API模式盈利压力大 定制化方案盈利能力更强 [4][5] 商业化现状 - 2025年行业面临商业化大考 "大模型六小虎"中已有十余位高管离职 包括多位商业化负责人 [1] - 主动披露收入的公司极少 智谱AI 2024年商业化收入同比增长超100% 平台日均Tokens消耗量增长150倍 [1] - MiniMax 2024年预测年化收入达7000万美元 全球300余个大模型中仅少数实现初步商业化探索 [1] 客户定位路径 - C端路径代表包括MiniMax(视频生成产品海螺AI/AI陪伴应用Talkie)/月之暗面(Kimi助手)/阶跃星辰(AI助手跃问/开放世界冒泡鸭) [2] - B端路径代表包括智谱AI(虽推C端产品智谱清言但偏B端)/零一万物(聚焦零售电商/AI2.0数字人)/百川智能(医疗核心场景) [2] - 零一万物战略从"坚决做ToC"转向2024年全面聚焦B端 收缩C端业务 [2] C端商业化挑战 - 超八成用户拒绝为对话功能付费 多数用户同时使用多个免费模型抵消体验限制 [2] - 主要通过订阅实现价值 但面临叫好不叫座的流量困局 [2] B端商业化特征 - 企业对于生成式AI投入预算增加 但越来越重视投入ROI [3] - 目前难以给出确切ROI中位数 因多数企业AI应用仍处价值发现和初期探索阶段 [3] - 已实现正向收益场景集中在快速提升内部运营效率领域 如AI辅助软件开发/自动化营销文案/知识管理与报告总结 [3] 技术部署模式 - 普遍采用云端训练+云端推理 依赖公有云厂商算力 [4] - 云侧核心盈利方式包括按API调用次数或Token量付费 以及定制化解决方案收费 [4] - 纯API调用模式因产品同质化/难以深度满足场景需求导致盈利压力大 规模效应较难达成 [4] - 定制化行业模型盈利能力较强 头部厂商通过"通用大模型+行业精调"模式向制造业客户收取单项目数百万元费用 [4] 端侧部署发展 - 智谱AI2025年与珠海市合作搭建"城市级GLM大模型"覆盖端侧 阶跃星辰将智能终端列为重点场景 [4] - 端侧部署需从硬件厂商手中竞争 且面临技术挑战加大研发成本 [5] - 大型AI模型计算存储需求与终端设备有限资源(算力/功耗/内存)存在天然矛盾 [5] - 业界通过模型压缩/知识蒸馏技术使模型"小而美" 芯片厂商推出集成NPU等专用硬件支持端侧AI [5] - "端云协同"成为务实路径 终端部署轻量级模型处理高频任务 复杂请求调用云端模型 [5] 产业化方向 - 深度垂直化是方向之一 通用大模型需与金融/医疗/法律/制造等行业专业知识深度融合形成专用AI [3] - 参照互联网发展历程 AI产业可能遵循从B端到C端再到B端深化的演进路径 [2]

商业化困境与战略调整 - 智谱AI COO张帆将于6月底离职创业 其新项目已获得公司投资支持 并将成为MaaS平台生态的一部分 [2][5] - 商业化部门年初经历重组 不再按ToB/ToG划分 改为CEO张鹏分管部分业务+分公司 COO张帆分管区域分公司 [6][7] - 公司战略重心转向政府项目 基本放弃企业服务规模化 2024年收入3亿元但亏损达20亿元 [8][9][23] - 商业化团队人数争议：内部称占总人数1/2 官方称研发占比70%以上 [9] 技术能力与行业竞争 - 基础大模型最后一次更新为2024年12月的GLM-Zero-Preview 2025年仅发布开源模型GLM-4-32B-0414系列 [11][17] - SuperCLUE测评显示：GLM-4-Plus基础模型排名第14(48.61分) 落后于月之暗面(51.47分)和阶跃星辰(50.81分) [12][13] - DeepSeek-R1开源模型打破行业格局 导致闭源模型优势丧失 公司正大量招聘算法人才追赶 [16][17] 融资与上市进展 - 融资VP张阔1月底离职后 公司主要依赖三地国资18亿元战略投资 [5] - 2025年4月完成IPO辅导备案 成为"大模型六小龙"中首家启动上市企业 [17] - 与商汤科技存在多重相似性：学术背景浓厚 但面临商业化路径相似的挑战 [18][19][21] 行业环境分析 - B端市场分化：小B订单受API价格战冲击(DeepSeek引发) 大B定制项目存在账期长/死账风险 [8][10] - 企业需求不明确导致项目返工率高 某案例显示竞争对手低价中标后转由智谱接盘 [9] - 2025年行业普遍面临融资压力 厂商技术投入趋保守 等待DeepSeek-R2发布 [17]