文章核心观点 - 2026年初，xAI联合创始人吴宇怀与Jimmy Ba相继离职，其言论被行业解读为“小团队+AI”与“智能体生态”的创业趋势信号[1][2] - AI行业正经历关键人才从大型组织向初创团队的持续流动，通过梳理OpenAI与Google/DeepMind核心离职人员的创业方向，可以观察行业从技术突破到应用深化，再到长期战略布局的演进路径[3][28] OpenAI系人才创业动向 - 2024至2025年间，OpenAI联合创始人兼前首席科学家Ilya Sutskever创立Safe Superintelligence (SSI)，专注超级智能与AI安全，其技术路线强调“AI内在安全”，公司于2024年9月完成约10亿美元融资，估值达50亿美元，2025年再完成约20亿美元融资，估值大幅增长至约320亿美元[5][7] - OpenAI前首席技术官Mira Murati于2025年2月创立Thinking Machines Lab (TML)，定位为构建可定制通用AI系统平台，2025年7月完成由a16z领投的20亿美元种子轮融资，公司估值约120亿美元，核心团队约30人中三分之二来自OpenAI[5][8][9] - 前研究科学家Aravind Srinivas于2022年联合创立Perplexity AI，主打AI搜索与信息入口重构，产品包括AI搜索引擎和AI原生浏览器“Comet”，并获得Jeff Bezos、Nvidia及a16z等投资[5][10][11] - 前研究副总裁Dario Amodei等人于2021年创立Anthropic，专注大模型与AI安全（Claude系列），与OpenAI展开正面竞争，2025年3月完成E轮融资后估值达615亿美元，2026年正以约3500亿美元估值融资并计划IPO[5][12][14] Google/DeepMind系人才创业动向 - DeepMind联合创始人Mustafa Suleyman于2022年创立Inflection AI，2023年推出人格化AI助手Pi，强调陪伴式交互，公司在2022年完成约2.25亿美元融资，2023年6月完成约13亿美元融资，估值一度达约40亿美元，2024年其核心团队被微软以约6.5亿美元形式收编[16][17][19] - Google Brain前研究负责人David Luan于2022年创立Adept AI，开发可操作软件的AI Agent，旨在让AI直接使用软件执行任务，公司在2022年完成6500万美元种子轮融资，2023年3月完成约3.5亿美元融资，估值一度超10亿美元，2024年部分核心团队与技术资产被Amazon吸纳[16][20][23] - Transformer论文作者之一、Google Brain前核心研究员Noam Shazeer与DeepMind前研究科学家Daniel De Freitas于2021年联合创立Character.AI，打造个性化对话模型与AI虚拟角色交互平台，截至2025年8月，其月活跃用户超2000万，订阅用户在半年内增长超250%，用户日均使用时长75分钟，公司在2023年3月完成超2亿美元融资，估值约10亿美元，2024年8月与Google达成约25亿美元技术合作协议[16][24][26] 行业演进趋势 - 行业演进呈现清晰阶段性：2022年前后关注基础模型技术突破；2023至2024年重心转向应用落地探索，各类AI应用形态涌现；2024至2025年，创业项目如SSI、TML呈现战略聚焦与长期深耕态势，专注于AI基础安全、逻辑架构及智能系统理念的长期布局[28] - 开源生态与智能体工具正降低研发壁垒，使搭载AI技术的小团队甚至个人开发者能够重新定义AI落地的执行力边界，开源智能体项目OpenClaw在2026年初的爆火即是例证[2][28]

报告行业投资评级 - 推荐 维持评级 [4] 报告核心观点 - 市场普遍低估了腾讯基于微信超级入口所构建的独特生态优势与商业化潜能，将其视为AI技术“跟随者” [11] - 随着智能体应用进入大规模落地阶段，腾讯正从传统的流量连接平台向以AI驱动生产力提升的智能体生态运营商转型，其AI业务有望迎来价值重估 [12][83] - 腾讯在AI Agent时代的核心竞争力在于其无与伦比的社交关系链与极其丰富的小程序生态，在场景覆盖广度与商业变现潜力上更具想象空间 [3][65][83] 战略复盘：从“Make AI Everywhere”到“智能体生态” - 腾讯AI战略历经四个阶段演变：基础能力期、产业实用期、产品应用期、生态智能期 [17][18][19] - 2025年以来，战略核心明确为打造以微信为依托的“生态型智能体”，并将其确立为公司的独特产品形态与核心壁垒 [1][19][20] - 管理层战略认知持续深化，从将AI视为“基础能力”和“几百年不遇的机遇”，到2025年明确提出“微信最终会推出AI智能体”的蓝图 [20][21][22][23][25] 组织架构：AI商业化攻坚节奏加快 - 2025年12月，腾讯升级大模型研发组织架构，新成立AI Infra部、AI Data部、数据计算平台部，强化研发体系 [1][27] - 引入前OpenAI研究员姚顺雨出任首席AI科学家，旨在提升大模型技术竞争力，加速应用场景落地，探索面向“AI下半场”的研发范式 [1][27][28] - 组织架构调整旨在通过模型-工程-数据一体化，加速围绕核心场景孵化AI原生应用，全面释放其在Agent领域的核心力量 [27] 产品布局：全景体系助推技术转化 - 腾讯构建了“1+3+N”AI应用全景体系：“1”个自研混元大模型核心技术基座，“3”大平台（B/C端智能体开发平台、具身智能开放平台），“N”个垂直应用 [30][33] - **模型层**：混元大模型后发但迭代速度快，几乎以每季度一次的节奏推出新能力，并形成了从0.5B到52B参数的完整开源谱系 [39][40][42] - **平台层**：腾讯元器平台降低C端智能体开发门槛，深度对接微信生态与支付闭环；腾讯云智能体开发平台支持企业私有数据与多智能体协同；Tairos平台为机器人提供具身智能软件能力 [48][51][55][56] - **应用层**：包括原生AI产品（如元宝、ima）和核心产品的AI升级（如微信、QQ、企业微信），应用场景从AI搜索向AI创作、智能体服务升级 [33][57][60][61] 生态优势：Agent时代社交护城河延续 - **C端生态**：微信熟人社交构筑了十亿级用户的刚性入口和转换成本，为AI Agent提供了确定性流量入口和高频落地场景 [2][65][66] - **B端生态**：Agent时代B端市场竞争本质是C端触达能力的延伸，腾讯凭借顶级社交生态触点，有望重构企业软件市场格局并向产业链上游整合 [2][68][69] - **开发者生态**：微信推出“AI小程序成长计划”，提供免费云开发资源、总计1亿Token的混元模型额度等支持，系统性降低开发与商业化门槛，激励开发者创造付费应用 [2][70][71] 核心竞争力与竞争对比 - 竞争核心从数据规模转向对海量有效场景的生态化整合能力，超级入口的竞争力在于用户生态与产品体验 [2][73] - 相较于阿里巴巴依托履约网络与交易数据在垂直场景形成交易闭环，腾讯的优势在于其14亿社交关系和9.5亿小程序用户，在理解用户意图和覆盖场景广度上潜力巨大 [3][74][81][82] - QuestMobile数据显示，在生活服务、移动购物、出行服务等适合Agent的场景，微信小程序月活跃用户规模显著超过支付宝小程序 [75][77] - 当前阿里“通义”Agent已在生活服务场景打通执行层（如点外卖、订机票），而腾讯微信生态的Agent权限开放仍在推进中，若未来开放，其场景覆盖度有望超越阿里 [78][80][81][82]

中国大模型产业竞争格局 - 中国大模型产业已从“追赶者”蜕变为“并跑者”，部分领域实现“领跑”，以DeepSeek、腾讯元宝、字节豆包为代表的国产大模型正重塑全球AI竞争格局 [1] DeepSeek (DS) 竞争力分析 - 凭借创新的混合专家架构和多头潜在注意力机制，在保持高性能的同时大幅降低计算成本 [2] - 最新DS-V4模型在CodeArena盲测中超越GPT-4o，支持“审美编程”，API价格仅为Claude的1/7 [2] - DS-OCR2模型通过视觉编码器重构文档处理逻辑，在复杂表格解析、多栏排版理解等场景中错误率降低60% [2] - 通过“基础模型+行业微调”模式，服务国家电网、蔚来汽车等2000余家企业，客户续费率超85% [9] - 通过“视觉语义压缩”技术，为通用人形机器人、自动驾驶提供“世界模型”底座 [9] 腾讯元宝竞争力分析 - 依托腾讯强大的生态数据，在多模态理解与推理能力上表现突出 [3] - Qwen3-Max-Thinking模型通过万亿参数强化学习，在数学证明、代码生成等复杂任务中准确率达73.8%，超越Gemini 3 Pro [3] - 在电商场景中，双11期间承接68%阿里客服咨询，支持138种语言互译，错误率低于0.8% [3] - 依托阿里生态，在金融投顾领域管理超8000亿资产 [9] - 通过强化工具调用能力，推出“Agent集群”，可自动拆解复杂任务并调用不同模型协作完成 [9] 字节豆包竞争力分析 - 豆包1.5Pro采用大规模稀疏MoE架构，性能等效7倍激活参数的稠密模型，推理成本较GPT-4o降低40% [4] - 长文本处理能力突出，支持20万字上下文分析，可直接解析PDF/Word财报、合同 [4] - 实时语音模型在情感语调、多音色选择上表现优异，支持方言识别，在智能客服领域市占率超30% [4] - 聚焦端侧部署，其1.5Pro模型已在手机、车载系统实现本地化运行，响应速度低于100ms [9] 行业垂直化应用 - **医疗领域**：DS与国家电网合作开发专科诊疗模型，对罕见病识别准确率达84%；元宝智医助理医院版1.0新增中医辅助诊疗，能力达主任级医师水平 [8] - **教育领域**：讯飞星火覆盖8万所学校，其智能批阅机实现“分步骤批改”与“错因诊断”；豆包通过文献整理、实验数据分析等功能，成为高校科研“AI助手” [8] - **智能制造**：DS与南方电网合作改造核心系统，通过工业多模态大模型实时监控设备，异常事件预测准确率提升25% [8] 通用场景化应用 - **办公场景**：元宝智能办公本X5实现会议录音、手写纪要、AI整理一体化；DS的GLM-4.7模型支持跨模块代码分析，效率提升10倍 [8] - **电商场景**：元宝通过接入淘宝、支付宝生态，实现“说一句，就送到”的多品类AI购物功能，用户复购率提升18%；豆包通过多语言文案生成，帮助商家降低跨境运营成本30% [8] 开源生态与影响力 - DS系列模型在Hugging Face社区衍生数量突破20万，下载量超10亿次，成为斯坦福、艾伦AI研究所等顶尖机构的基础研究平台 [7] - 元宝的Qwen系列以“全尺寸、全模态、全场景”战略，衍生出语音合成、多模态检索等10余个子模型 [7] 商业化与未来趋势 - 国产大模型已进入规模化商用阶段，DS、豆包等模型API价格已进入“厘时代”，推动AI从C端尝鲜迈向B端普及 [9] - 竞争焦点正从“模型能力”转向“智能体生态” [9] - 国产大模型将进一步渗透至真实物理世界，成为新质生产力的“智能底座” [10]

AI行业整体趋势 - AI行业在算力、模型和应用端持续推进，基本面稳中向上，正从预期走向实质性商业化，行业中期趋势依旧向好 [1] - 全球AI产业保持高景气度，呈现“技术跃迁+生态扩张”双驱动态势 [1] - 建议关注三条主线：大模型与智能体平台化扩张、AI基础设施链条的持续资本开支、C端AI应用及具身智能的规模化落地 [1] 大模型与平台进展 - 谷歌正式发布新一代旗舰模型Gemini 3，产品化速度远超市场预期，发布当日即同步接入Search、Gemini App与开发者平台 [1] - Gemini 3在LMArena登顶，推理能力大幅增强，并推出Deep Think模式及智能体开发平台Antigravity，巩固其在多模态与推理领域的竞争优势 [1] - 谷歌基于Gemini 3同步发布下一代图像生成模型Nano Banana Pro，在多参考图一致性、文字可控生成与专业级画面细节方面全面升级 [3] AI基础设施发展 - 鸿海宣布与OpenAI在美国合作打造下一代AI数据中心机架，覆盖电力、冷却、网络等关键部件，强化北美本土算力供应链建设 [2] - 诺基亚与英伟达深度协作，推出以AI-RAN、数据中心网络及下一代通信设施为核心的新战略架构，加速向AI驱动的通信基础设施提供商转型 [2] - 基础设施密集动作体现龙头企业对AI超级周期的共识，算力需求将长期维持高景气 [2] AI应用与竞争态势 - 阿里正式宣布“千问”项目并上线千问App，全面进军AI to C市场，标志国内头部科技企业在C端智能体生态的竞争加速 [3] - 智能体平台化趋势明显，谷歌Antigravity与阿里千问显示AI应用正从单点交互向多步骤执行、具备行动能力的体系化方向演进 [3]

行业战略重心转移 - 手机厂商已大幅减少对大规模参数基础模型的投入，将主要精力转向端侧多模态模型的开发[1][8] - 行业技术发展经历三个阶段：从两年前发布全尺寸语言模型，到一年前重心转向多模态与端侧化，再到当前聚焦于端侧多模态模型的优化与落地[3] 主要厂商AI进展与应用场景 - vivo展示了18个端侧智能应用，包括卡证识别、文件名自动填充及UI Agent，其AI助手月活达亿级，日活达千万级[1][4] - OPPO重点演示一键问屏和一键闪记功能，其AI助手小布助手月活用户达1.7亿[2][4] - 荣耀披露手机可自动执行场景超过3000个，覆盖衣食住行购，其YOYO智能体月活用户达1.3亿[2][4] - 各厂商AI团队规模庞大，vivo和OPPO团队均超1000人，荣耀团队达2600人[4] 端侧多模态模型技术趋势 - 当前端侧模型集中在3B的轻量化尺寸，并在大语言模型基础上新增多模态能力[4] - 行业通过低比特混合量化方案和端侧Lora训练方案，显著缩小模型体积和内存开销，例如3B模型已达到过去8B模型的效果[7] - 技术实现三大突破：端侧实现深度思考模式、引入GUI Agent模型、采用1+N架构使单一模型支撑十余个业务场景[7] - 端侧模型能力大幅提升，vivo的3B端侧模型在文本摘要任务上已达到云侧大模型97%-98%的能力[10] 端云协同策略与成本考量 - 手机厂商普遍采用端云协同方案，但核心优化重点在端侧模型[11] - 云端API调用存在成本与延迟问题，例如使用ASR模型进行转录翻译，每小时云成本约2元[11] - 端侧模型在本地处理数据具有更高隐私安全性和更低额外成本，成为手机落地的关键[11] - 厂商策略为不与云厂商在通用世界知识模型上竞争，而是侧重基于手机端多维数据的个人化智能[10] 智能体生态构建与挑战 - 各厂商积极搭建智能体生态，vivo提炼系统级智能体作为“通控设施组”，OPPO将生态框架作为技术基石，荣耀发布系统级MCP架构并接入超4000个生态智能体[15] - 当前自动化任务主要局限于厂商一方应用，用户85%的使用时长在第三方应用，跨应用协作需解决安全授权标准问题[13] - 生态合作初见成效，例如蚂蚁集团AI健康智能体在vivo健康场景的流量份额从年初至今提升三倍[16] - 面临挑战包括App厂商对流量分配和数据权限的担忧，业内普遍采用GUI大模型作为温和解决方案[16] 产业链协同与未来挑战 - 芯片厂商如高通骁龙和联发科天玑最新旗舰芯片AI算力已达100TOPS，正积极寻找明星应用场景以支撑高算力芯片销售[12] - 云厂商缺乏强烈意愿投入端侧模型，因其核心商业模式是售卖MaaS服务[11] - 行业面临缺乏爆款AI应用导致用户感知有限的问题，进而影响芯片厂商的投入决心[11][12]

公司产品发布与升级 - 公司发布首款搭载特斯联通用智能体HALI的“BUTTONS SOLEMATE 智能体超级影音机器人” [1] - 此举推动公司自研智能体HALI全面进化，构建新的“智能体生态”，完成从智能产品到沉浸式智能体验的升级 [1] - HALI自2024年11月14日首次亮相后持续迭代，已从高度拟人化的智能体演进为具备空间认知与物理交互能力的“生活协同者”和应用于物理世界的通用Agent产品 [1] 产品技术能力与特性 - HALI能实时感知和处理用户请求，通过端侧模型解析意图、拆解任务，并利用端侧芯片预处理与加密数据，云端调度多个垂域智能体共同完成复杂功能 [1] - 借助公司云端大模型，BUTTONS SOLEMATE可实现空间避障导航、视觉目标识别、智能策略生成与执行响应的一体化功能 [1] - 得益于公司徐州智算中心庞大的异构算力储备，看似复杂的流程可以在数秒间完成 [1] 行业技术趋势与平台能力 - 为应对异构芯片融合计算挑战，公司AIoT智算云平台在模型与硬件间构建了基于多架构芯片算子库的统一抽象层，并提供兼容多种推理及训练框架的端到端工具链 [2] - 该平台使模型得以无缝运行在异构算力之上，并实现推理及训练效率的大幅提升 [2] - 行业观点认为，AI向通用性演进的关键一步在于突破数字世界壁垒，获得在物理环境中“感知-推理-行动”的完整能力闭环 [2] - 真正的通用智能体必须能够感知三维环境的几何结构与动态变化，推理物体之间的空间关系、物理定律及动作的因果链条，并最终安全有效地执行任务以影响现实世界 [2]

公司战略与技术架构 - 公司核心战略为技术自主与生态开放并重 [1] - 公司技术体系基石为自主研发的“卓睦鸟”医疗大模型与“天宫一号”决策大模型构成的双核心驱动架构 [1] - 该双核心架构深度融合医学专业性与商业决策广域性，旨在确保在复杂多变的健康产业应用场景中的领先地位与专业壁垒 [1] 平台生态与模型适配 - 平台智能体生态采用“超市”与“工厂”相结合的模式 [2] - “超市”模式提供覆盖“医、药、患、管”全场景的标准化智能体产品，支持用户开箱即用以快速解决常见问题 [2] - “工厂”模式提供强大的智能体创作工具，支持客户根据自身独特业务流程自主编排，沉淀企业专属智能体资产，实现核心能力的长期锁定与持续进化 [2] - 完成对前沿大语言模型DeepSeek-V3.2-Exp的适配工作，此举极大地丰富了“工厂”模式下的“原材料”库 [1][2] - 企业构建专属智能体时，可根据具体任务的性能、成本和效率要求，自由组合调用“卓睦鸟”医疗大模型、“天宫一号”决策大模型以及DeepSeek等多种模型，以实现协同效应 [2]

GPT-5技术升级 - 架构改为"智能体生态"，引入动态路由器(Dynamic Router)，根据任务类型和复杂度自动切换专用模型处理[2][7][8] - 代码生成能力显著提升，在SWE-bench测试中准确率达74.9%，较GPT-4提升22%[3][18] - 工具调用与自主协作能力增强，可拆解复杂任务并自主创建工具[4] 技术本质与商业化 - 多模型协同技术并非首创，Anthropic和谷歌DeepMind已有类似方案，但GPT-5实现了开箱即用的无感切换体验[11][12][13] - 商业化策略是将多专家模式产品化，使普通用户可直接使用[14][15] - API定价分层：主模型输入每百万token 1.25美元，输出10美元；Mini版输入0.25美元，输出2美元；Nano版最便宜[23] 行业影响 - 对中小企业：大幅降低开发成本，原型周期从周缩短至分钟级[20] - 对程序员：初级开发岗位面临替代，中高阶转向代码审计和AI协作管理[21] - 对低代码平台：形成生存威胁，"描述即应用"模式比拖拽拼装更高效[21][38] 平台化竞争格局 - 企业需求趋向闭环解决方案，智能体生态可在一个入口解决整条业务链问题[30][32] - 数据壁垒使企业定制化智能体更具优势，公版模型难以复刻[33] - 微软、谷歌等巨头凭借现有产品入口更易嵌入AI平台形成分发优势[35][36] 企业落地挑战 - 真实企业环境存在数据脏乱、系统异构和流程壁垒等问题[44][46] - 责任归属和数据安全是两大核心问题，涉及合规风险与财务责任[51] - 智能体生态的闭环特性可能带来脆弱性，增加潜在故障点[48][49] 人类角色演变 - 人类优势转向战略问题决策、规则设计和价值交换能力[52][55][56] - 创造力仍是人类独特优势，AI仅提升执行效率[57][58][59]

报告行业投资评级 - 看好（维持） [5] 报告的核心观点 - AI推动云厂商业绩亮眼，大厂AI云业务盈利能力强且Capex持续高增，行业需求增长可期 [1][2] - 微软AI云营收贡献度加速提升，智能体生态有望引领生产力革命 [3] - 谷歌Gemini大模型升级，Agent生态加速构建，云业务成长迅速 [4][5] 根据相关目录分别进行总结 1 AI推动云厂商业绩亮眼，Capex投入及行业需求值得期待 1.1 海外大厂云业务规模保持快速增长，盈利能力及客户规模持续提升 - 2025Q1亚马逊AWS、谷歌GCP、微软智能云业务合计营收682.78亿美元，同比增20.4%，AI赋能下云业务增长良好 [1][14] - 2025Q1三家厂商经营性利润率分别为39.45%/17.76%/41.48%，同比分别提升1.83pct、提升8.33pct、下降1.50pct [1] - 2024Q4全球云基础设施服务支出同比增22%达910亿美元，亚马逊AWS、微软Azure和谷歌GCP市场份额领先 [19][21] - 2024年亚马逊AWS、谷歌GCP、微软Azure客户数分别达260万、96万和34.5万家，同比分别增长25%、23%和14% [22] 1.2 海外大厂资本开支投入力度不减，全年维持高投入指引 - 2025Q1微软、谷歌等五家大厂合计资本开支770.00亿美元，同比增长67.53%，自2024年Q2以来持续高增 [26] - 2013 - 2024年微软等四家厂商Capex投入持续提升，2024年Capex/OCF比值同比提升，投入力度加大 [30] - 谷歌和Meta预计2025年Capex分别达750亿美元和640 - 720亿美元，微软至2026财年Capex支出将继续增加 [33] 1.3 企业客户积极拥抱AI浪潮，拉动云计算行业规模持续成长 - 2023 - 2029年公有云市场预计保持19.13%复合增速，2029年市场规模有望达1.8万亿美元 [2][35] - 2023年全球公有云SaaS层微软、Salesforce、Google占市场份额前三，IaaS市场亚马逊AWS居龙头 [40][42] - 2023年全球企业IT支出约34%聚焦云服务领域，企业关注云业务效益优化和上云 [44] - 至2029年全球雇员人均SaaS软件年支出有望达220.3美元，AI融合或推动软件付费提升 [46] 2 微软：AI云业务加速成长，Agent引领生产力革命 2.1 云业务营收超预期，AI相关产品增速表现良好 - FY25Q3微软单季度营收700.66亿美元，同比增长13.3%，净利润258.24亿美元，同比增长17.7% [49] - FY25Q3毛利率、净利率分别为68.72%、36.86%，费用率下降，经营效率提升 [52] - FY25Q3经营性现金流净额370.44亿美元，同比增长16.1%，OCF Margin同比提升 [54] - FY25Q3资本开支167.45亿美元，同比增长52.9%，Capex/OCF达45.20%，投入力度加大 [55][57] - FY25Q3智能云、生产力及业务流程、更多个人计算业务营收分别为267.51/299.44/133.71亿美元，智能云贡献主要增量 [60] - FY25Q3核心产品条线营收在AI赋能下保持良好增长，云端大模型吞吐量和Copilot Studio用户数增长 [64][67] - 根据业绩会指引，FY25Q4各业务板块营收有望增长，Azure预计营收增长34% - 35% [72][73] 2.2 微软云业务保持良好增长，AI贡献度实现加速提升 - FY2025Q3智能云业务营收267.51亿美元，同比增长20.8%，商业云cRPO达3150亿美元，同比增长34.04% [74] - FY2025Q3云业务营收424亿美元，同比增长20.5%，Azure & Other Cloud营收增速33%，AI贡献占比提升至16% [77] - Azure AI Foundry可支持企业级AI应用和Agent，包含多项产品服务 [80][83] - 微软宣布智能体平台支持MCP协议，Azure AI Foundry和Copilot Studio支持A2A协议 [90] 2.3 办公应用业务表现亮眼，Copilot产品矩阵加速迭代 - FY2025Q3商业版M365产品及云服务营收218.83亿美元，同比增长11.0%，企业版订阅席位数增长 [92][98] - FY2025Q3消费版M365产品及云服务营收18.21亿美元，同比增长10.5%，订阅用户数增长 [99] - 1%的Office Copilot渗透率可对企业和个人用户业务分别创造15.48亿和2.10亿美元年收入增量 [102] - 微软推动Copilot与软硬件融合，发布“一键执行”功能，Copilot应用功能更新升级 [105][109] - 3月推出Researcher和Analyst两款AI Agent，可提供专业知识和数据分析洞察 [116][117] - Build 2025大会推出Microsoft 365 Copilot Tuning，企业可调整AI模型 [121] 2.4 搜索引擎：Copilot Search有望推动微软市占率提升 - FY25Q3搜索及新闻广告业务营收35.04亿美元，同比增长14.70%，New Bing市占率逐步提升 [124] - 微软发布Copilot Search功能，结合传统与生成式搜索，提升信息获取效率 [127] 3 谷歌：打造Gemini大模型+A2A协议+Agentspace生态 3.1 整体经营质量持续提升，AI加速融合各业务场景 - 2025年Q1谷歌营收902.34亿美元，同比增长12.0%，净利润345.40亿美元，同比增长46.0% [130] - 2025Q1毛利率及经营性利润率分别为59.70%和33.92%，销售费用率优化 [134] - 2025Q1经营性现金流净额361.50亿美元，同比增长25.3%，OCF Margin提升 [137] - 2025Q1资本开支171.97亿美元，同比增长43.2%，保持AI基础设施投入 [139] - 2025Q1谷歌云等业务营收有不同程度增长，旗下多款产品使用Gemini模型 [143][146] 3.2 谷歌云业务快速成长，Agentspace及A2A协议打造智能体生态 - 2025Q1谷歌云业务营收122.6亿美元，同比增长28.1%，经营性利润和利润率提升 [148] - 谷歌云营收规模从2019年到2024年CAGR达37.1%，市占率从2020Q1的6%增长至2024Q1的11% [150] - 初创及小微企业贡献谷歌云绝大部分营收，客户结构和投入有特点 [154] - 谷歌布局AgentSpace，有多种核心功能，定价分三档 [158][160] - 谷歌开源A2A协议，I/O大会发布v0.2版本，更新后协议优势明显 [161][165] 3.3 Google Gemini大模型综合能力大幅升级，关注视频性能突破 - 2025年3月底上线Gemini 2.5 Pro模型，推理和代码能力领先，准确率达业界领先 [167] - 5月7日发布Gemini 2.5 Pro（I/O edition），编程能力大幅提升，可构建多种应用 [170] 4 建议关注标的 - Agent应用：科大讯飞、焦点科技等 [7] - AI垂类应用：金山办公、福昕软件等 [7]

文章核心观点 - 阿里巴巴旗下通义App重大升级，从专业AI工具转型为有温度、有性格的个人AI助手，功能亮点多，未来发展前景广阔 [5][32][30] 各部分总结 从“技术宅”到贴心伙伴，通义App的惊艳蜕变 - 界面设计做减法，更简洁清爽，色彩柔和、图标精致 [10] - 首页有“邻家女孩”形象，可亲切聊天回应，有温度和个性 [11] 首页布局：左右滑动，效率与生态兼得 - 向左滑可查看个人资产沉淀，如对话记录、文档草稿 [13] - 向右滑是智能体生态，有各种专业智能体满足多样需求 [14] - 首页主Agent像“全能管家”，能处理普通需求并推荐智能体 [15] QwQ - 32B体验：小模型，大智慧，推理能力让人服气 - 千问QwQ - 32B性能比肩DeepSeek - R1，能在消费级显卡上跑 [17] - 解答数学题能秒给答案并拆解推导过程，调试代码能找漏洞、优化结构 [18][22] - 推理能力强，回答有“灵性”，未来会融入更多千问大模型能力 [23][24] 其他功能：专业能力再升级，实用到飞起 - 实时记录新增脑图功能，录音转文字后自动生成脑图 [27] - 拍照讲题能精准解析答案，支持持续追问 [27] 从“工具”到“生态”，通义的C端化野心 - 通义朝着“贴心AI伙伴”方向进化，从“功能导向”到“体验导向”转变 [30] - 此次升级是智能体生态开端，通过超级智能体串联专业领域智能体 [31] - 并入阿里AI To C业务后更“C端化”，注重用户体验和个性化需求 [32] 通义App，让AI走进生活 - 通义App升级后是功能强大且有温度的“生活伙伴”，是“暖科技”典范 [32] - 此次升级保留专业基因，拓展服务边界，为未来发展奠定基础 [32]