报告行业投资评级 - 计算机行业评级为“推荐”，并维持该评级 [1] 报告的核心观点 - 2026年春节档，全球AI产业呈现分化特征，国产AI厂商攻势如潮，全球AI战略趋向务实 [1][3] - 国产AI厂商重点聚焦应用场景和开源生态两大务实抓手，通过巨额补贴、极低Token成本及开源策略快速构建生态，将AI从聊天工具迭代为能订票、规划的Agent，实现用户价值与商业模式跃升 [3] - 全球AI资本开支转向务实，OpenAI将2030年总算力支出目标从1.4万亿美元大幅下调至约6000亿美元，凸显了面对竞争、硬件供应受限及成本上涨现状，需集中资源巩固核心护城河的战略转移 [3] 根据相关目录分别进行总结 行业动态与事件 - 2026年春节期间，国产大模型在开发者平台OpenRouter的实时性价比榜单上一度包揽前三名 [3] - 智谱AI同期发布GLM-5模型并配套工具链，MiniMax等公司模型在全球多模态榜单位居前列 [3] - OpenAI将2030年总算力支出目标从1.4万亿美元下调至约6000亿美元，下调幅度显著 [3] - OpenAI在2025年实现130亿美元收入的同时，现金亏损高达80亿美元 [3] 国产AI厂商发展路径 - 国内互联网大厂通过红包等方式进行巨额补贴，以抢占C端生态流量入口 [3] - 国产大模型新秀以开源和极低Token成本吸引全球开发者，快速构建生态 [3] - 依托国内丰富的互联网场景，将AI从聊天工具快速迭代为能订票、规划的Agent [3] - 智谱AI通过GLM-5及配套工具试图定义AI原生工作流 [3] - MiniMax以多模态能力和海外收入占比证明其全球化商业化潜力 [3] 投资建议与关注方向 - 建议关注AI-First原生应用公司，包括可实现规模化收入的通用AI Agent，以及AI Agent与垂直行业Know-How深度融合的机会 [3] - 建议关注AI-First下的端侧AI，重点关注端侧AI上游“铲子型”算法及产业链深度卡位公司，典型载体如AI眼镜、人形机器人、自动驾驶汽车、AI智能医疗设备等 [3] - 建议关注供需剪刀差下的国产算力链替代机遇 [3] - 建议关注能源互联网，电力瓶颈将催生虚拟电网、储能及上游的结构性机会 [3] - 个股层面建议重点关注地平线机器人-W、晶泰控股、美图、粉笔、金山办公、恒生电子、合合信息、中科创达、虹软科技、能科科技、金蝶国际、海光信息、中科曙光、曙光数创、拓尔思、软通动力、同花顺、指南针、财富趋势、深信服、达梦数据、国能日新、华大九天等公司 [3]

公司业务与增长 - 多邻国从大学研究项目发展为市值超100亿美元的"十角兽"公司，业务从语言学习扩展至数学、音乐和国际象棋等领域[2] - 截至2025年第二季度，公司月活用户达1.28亿，营收同比增长41%，市盈率达200倍[2] - 公司核心优势在于游戏化机制，通过连胜打卡、经验值PK等设计解决学习动机问题，本质是"全球最强的劝学引擎"[7][10] 战略转型决策 - 2025年4月28日，公司宣布全面转向AI-First战略，逐步用AI取代人工承包商，引发用户大规模抗议[3][4] - 转型根本原因是"价值失洽"：人工内容生产模式无法同时实现个性化与规模化，12年仅开发100门课程[13][19] - CEO将此次转型类比2012年押注移动端的成功，视AI为下一个十年核心增长战略[14] AI转型的具体应用 - AI带来三大核心价值：无限产能（国际象棋课程4个月完成原型）、极致个性化（实时生成定制化课程）、成本结构重塑[25][26][29][40] - 具体成果包括：年新增148门课程（对比过去12年100门）、70%-80%客服工单由AI处理、开发效率大幅提升[28] - 推出"与AI视频通话"等新功能，如"Video Call with Lily"实现个性化口语练习[29] 财务与市场表现 - 股价在战略宣布后3个月内从529.05美元峰值下跌38%，市场对转型存在担忧[39] - AI高阶功能Duolingo Max拉低了公司毛利率，体现AI投入的高成本特性[47] - 公司解雇约10%合同工，但保留全职员工和实习生团队[36][44] 竞争与行业影响 - 公司面临与科技巨头的"军备竞赛"，ChatGPT 5等通用大模型可能威胁专门语言学习App的存在价值[47] - 高盛报告显示AI可能取代相当于3亿个全职工作岗位，多邻国案例反映全球性就业变革趋势[37] - 转型引发行业思考：当效率与人性、规模与质量冲突时，商业世界需做出抉择[48][51] 产品定位演变 - 公司重新定义自身为"信息生成与分发系统"而非教育公司，完成从"用AI的教育公司"到"生于AI的教育公司"的参照系转换[21][23] - 新商业模型为：现代个性化教育=游戏化用户运营×生成式AI引擎，取代原有"游戏化劝学引擎×人工内容"模型[32][33] - AI使A/B测试系统能测试完全不同的课程体系，实现"劝学引擎"的超级增压和"上瘾"体验的终极形态[41]