研究背景与演进 - 推荐系统技术经历了从“静态预测”到“动态决策”，再到“认知协同”的阶段性跃迁，其核心驱动力从简单匹配机制升级为具备环境适应能力的决策引擎，并进一步迈向融合世界知识与推理能力的智能协同体系 [6] - 传统强化学习推荐系统将推荐建模为序列决策过程，以优化长期效益，但受困于状态建模难、动作空间大、奖励设计复杂、反馈稀疏延迟及模拟环境失真等瓶颈 [2] - 大语言模型的崛起为推荐系统带来新机遇，其凭借常识储备、推理能力和语义天赋，不仅能让智能体更懂用户，还能充当高保真的环境模拟器 [2] - LLM与RL的结合开启了LLM-RL协同推荐系统新范式，推动推荐过程从低维、被动的决策，进化为高维、具备认知能力的深度交互 [8] LLM带来的核心机遇与变化 - LLM的引入是对推荐本质的一次重塑，在表征空间、智能体定位、环境建模与交互范式四大维度上带来质变 [8] - 在表征空间上，从“稀疏的ID”转向“丰富的语义” [11] - 在智能体定位上，从“固化模型”转向“智能动态决策者” [11] - 在环境建模上，从“黑盒模拟”转向“高保真仿真” [11] - 在交互范式上，从“单向推送隐式反馈”转向“双向共建灵活交互” [11] LLM-RL协同范式 - LLM以深度融合、广泛参与的方式融入强化学习流程的诸多环节，推荐系统架构从“智能体-环境”二元范式，演进为由多个LLM增强的功能模块共同构成的协同框架 [10] - 在智能体侧，LLM可以扮演多重角色：作为策略（Policy）担任核心决策模块；作为推理器（Reasoner）进行综合分析；作为表示器（Representer）转化数据为高维语义特征；作为解释器（Explainer）生成推荐解释 [13][17] - LLM在智能体侧正进化为高层控制器，可以是策略规划师、决策顾问或评估反思者 [17] - 在环境侧，LLM主要扮演模拟器（Simulator）角色，生成更丰富的奖励信号与交互反馈，解决真实环境测试成本高、风险大的痛点，部分基于LLM的模拟器具备可训练、可优化的能力 [14] - 在环境侧，LLM还扮演着奖励塑形器、状态表征器与仿真推理器等角色 [17] 评估体系框架 - 评估体系从任务、数据集、评估策略及指标四个关键维度构建标准化协议 [15] - 任务形式主要包括序列推荐、交互式推荐、对话式推荐、点击率预测、评分预测及其他领域任务（如岗位推荐、医疗推荐等） [16][18][23] - 任务目标涵盖准确性、可解释性、新颖性、多样性、安全性及无偏性 [19][23] - 当前研究使用的数据集呈现“头部集中、长尾分布”的特征，传统推荐数据集（如Amazon Review、MovieLens）是绝大多数研究的首选，工业级数据集（如Taobao、KuaiRec）的使用比例正在上升 [20][24] - 评估策略主要包括离线评估、在线评估和仿真评估，其中离线评估是目前最主流的方式 [21][24] - 评估指标分为推荐导向指标和语言导向指标，推荐导向指标包括输出型指标（如NDCG、HR、RMSE、AUC等）和过程型指标（如累计奖励），语言导向指标包括客观指标（如BLEU、ROUGE）和主观指标 [22][24] 关键挑战与未来方向 - 算法去偏面临“LLM固有偏差”与“RL累积偏差”的双重压力，未来方向是从传统的单一模块去偏，转向系统级治理，建立偏见溯源机制 [26][28] - 隐私与安全方面，LLM强大的语义推理能力可能导致敏感信息被泄露或过度推断，未来方向是实现“安全对齐”，结合隐私计算与强化学习，构建更具防御性的智能体 [26][28] - 计算效率方面，LLM的巨量参数和RL的高频交互存在效率矛盾，导致推理延迟高、训练成本大，未来方向是开发更轻量化的协同框架，例如采用参数高效微调、多智能体协作以及优化采样策略 [26][28] - 幻觉治理方面，LLM生成的虚假或逻辑不一致的输出会误导RL策略，未来方向是引入“过程监督”与“不确定性感知”，对思维链进行事实核查，并赋予系统识别自身知识边界的能力 [26][28] 行业影响与展望 - LLM-RL协同推荐系统揭示了推荐系统从“自动化”向“智能化”跨越的清晰路径，在“双动力”时代，强化学习提供稳定的决策框架，大模型注入更强的认知能力 [29] - 推荐系统正从效率工具走向智能伙伴，变得更加有温度，也更加有深度 [29] - 研究正从学术基准向真实大规模系统迁移，工业级数据集的使用比例正在上升 [20]

文章核心观点 - AI浏览器（如美团光年之外团队发布的Tabbit）与OpenClaw等AI Agent产品是互补关系，而非替代关系 [11] AI浏览器解决的是用户在浏览网页过程中实时产生的、场景式的、非计划性的AI任务需求，而AI Agent则更擅长处理用户提前规划好的、高难度的复杂任务 [9][10][14][74][75] - Tabbit作为一款AI浏览器，其核心优势在于强大的Agent能力、完整的产品细节、免费使用，并且能够利用用户浏览器中的Cookie和登录状态，以用户身份无缝操作网页，这使其在处理日常、场景化任务时比云端Agent更具便利性和低门槛优势 [5][15][70][71] - 文章作者基于亲身使用体验，强烈推荐Tabbit，认为其代表了AI浏览器品类的实用价值，能够显著提升处理日常网页操作任务的效率，并预测用户一旦习惯“Agent随叫随到”的体验将难以回头 [2][78][79][80][81] AI浏览器的市场定位与价值 - AI浏览器定位于解决用户在消费网页内容时即时产生的、场景式的、复杂度不高的AI任务 [9][13] 这与需要提前规划、指令驱动的AI Agent（如OpenClaw、Claude Code）形成鲜明对比，后者更适合高难度、流程化的复杂任务 [8][14] - 在日常工作中，场景驱动的需求（即工作中临时遇到需要处理的事务）远多于计划驱动的需求，因此AI浏览器具有广泛的潜在应用空间 [76][77] - AI浏览器的独特优势在于其作为本地浏览器，天然拥有用户的Cookie和网站登录状态，可以用户身份直接操作网页，无需复杂的API接入或配置，降低了使用门槛 [15] Tabbit产品功能详解 - **核心功能**：集成了搜索和智能代理模式，用户可通过对话框下达指令，让AI自动执行网页操作任务 [17][18] - **上下文处理**：支持多源引用，可将当前页面、所有已打开标签页、特定标签页、收藏夹网页以及本地文件作为AI任务的上下文 [23][25] - **智能截图**：除了传统的区域截图，还能智能识别页面HTML代码块，实现精准的模块点选截图，提升操作效率 [26][28] - **模型支持**：国内版接入了国内主流顶级大模型，国际版接入了国外“御三家”模型，且目前均为免费使用 [19] - **兼容性与迁移**：基于Chrome内核，支持Windows和Mac，可无缝迁移Chrome和Edge的浏览数据（书签、历史、密码等）并兼容所有Chrome插件 [16][17] Tabbit的Agent能力与应用案例 - **案例1：公众号数据采集与填表**：成功演示了让Tabbit从公众号后台自动采集最近5篇文章的标题、发布日期、阅读量、点赞量等多项数据，并准确填写到飞书多维表格中，流程顺畅未出错 [29][30][32][33][35] - **案例2：小红书房源信息整理**：根据指令，自动在小红书搜索“望京附近转租、直租的房子”，筛选信息，并将房源链接、位置、价格、合租状况等关键信息整理汇总到飞书文档中 [38][39][41] - **案例3：高校春招报名信息批量填写**：帮助公司HR在十几所高校各不相同的官网上自动填写重复的企业报名信息，将原本需要大半天的工作缩短到不到一小时完成，几乎无学习成本 [60][65][66][67][69] Tabbit的“妙招”功能体系 - **智能代理妙招**：可将一次成功的自动化操作流程（如点击、填表、循环）记录并沉淀为可复用的脚本，后续通过“/”命令直接调用，类似于简化版的skills [43][45][47][48] - **提示词妙招**：用于保存和封装用户常用的提示词，方便快速调用 [48][50] - **脚本妙招**：允许生成或使用一段JavaScript代码来修改网页，实现如屏蔽特定网站广告、修改网页样式等高级自动化功能，生成的脚本同样可保存为妙招复用 [52][53][55][57][59] 产品体验与竞争优势 - 作者在深度使用近半个月后，Tabbit已取代Perplexity的Comet成为其默认浏览器，主要因其Agent能力更强、产品细节完善且免费 [2][5] - 与同类AI浏览器相比，Tabbit在处理复杂网页交互任务（如飞书多维表格填写）时表现出更高的准确性和可靠性，在细节上不易出错 [35] - 该产品通过解决公司内部真实痛点（如招聘信息填写、房源查找），展现了其降低技术使用门槛、赋能非技术员工的实用价值，这被认为是AI浏览器的“杀手锏” [61][63][64][71]

会议介绍 - 本次会议由摩根士丹利美国互联网研究团队组织[2] - 摩根士丹利分析师Matthew Cost主持会议[2] - MNTN公司首席执行官Mark Douglas作为嘉宾参与会议[2]

产品发布与核心功能 - 美团旗下光年之外团队于3月2日宣布，其AI原生浏览器产品Tabbit AI进入公测，支持macOS与Windows平台，目前免费且无需邀请码 [1] - Tabbit定位为面向上班族、学生及内容创作者的AI原生浏览器，核心突破在于通过“智能代理”、“妙招”、“脚本”等实现自动化执行，达成“人机并行”的高效协作 [1] - 产品技术架构上构建了统一的“全能输入框”，聚合了DeepSeek、GLM、Kimi、通义千问、豆包及MiniMax等国内外主流大模型的最强版本，支持通过截图、标签页组或本地文件进行多模态上下文引用 [2] 行业背景与竞争格局 - 浏览器是互联网重要入口，微软IE/Edge和谷歌Chrome长期占据主流，生成式AI的发展为科技公司重塑传统浏览器提供了机会 [1] - 国内市场多数AI浏览器是在传统架构上叠加AI功能模块，AI作为辅助插件，例如接入文心一言的百度浏览器、接入混元大模型的QQ浏览器 [1] - 将AI与浏览器深度结合已成趋势，阿里巴巴旗下夸克AI浏览器接入了千问大模型，硅谷初创公司The Browser Company在2025年也推出了试图颠覆操作逻辑的AI原生浏览器 [3] 公司战略与AI布局 - 推出Tabbit的光年之外团队原是王慧文创立的科技公司，于2023年获得美团龙珠等方2.3亿美元A轮注资，估值突破6亿美元，随后在同年7月被美团以20.65亿元全资收购，现为美团的一个业务部门 [3][4] - 美团创始人王兴提出公司在第二个十年将重点关注科技等三个方向，并希望抓住AI机遇，建设本地商业系统 [4] - 公司AI战略分为三层：工作中的AI、产品中的AI以及构建内部大语言模型，已开源发布LongCat系列多个模型，并向B端餐饮商家推出AI经营助手 [4] - 此前美团面向C端AI发力较少，除2025年9月推出的AI生活秘书“小美”外，2025年2月11日还发布了融合本地生活生态的“深度研究”智能体 [5][6] 市场挑战与前景 - 自头部互联网公司竞逐AI以来，美团市场声量较小，在春节档的AI入口争夺中缺席，行业人士认为浏览器是很好的AI应用方向，但美团在此方面优势不明显 [6] - AI浏览器创业并非易事，有创业团队曾投入近20人、半年时间打造AI浏览器，但在发布前夕因担心市场机会有限而叫停 [7] - Tabbit产品或许很难立刻扭转美团在AI战场上的被动局面，但传递出美团没有放弃C端AI应用、光年之外仍在产出的信号 [7]

AI技术发展的新标尺与愿景 - 互联网行业已从流量红利争夺转向对人工智能深层价值的挖掘[2] - 大模型、生成式AI、具身智能等技术已像水电一样渗透社会肌理和民众生活[2] - 面对AI技术狂奔，行业需要新的行动标尺，即“让人放心，把人放大”，这超越了“不作恶”的底线思维[2] “让人放心”的内涵与要求 - “让人放心”的及格线是防范数据泄露和守住法律红线[3] - 真正的放心是在人机协作中建立深层信任，这需要“人机回环”的伦理设计，确保人在关键决策节点能看见、能理解、能介入[3] - 技术发展必须在可信、可控、普惠的路标指引下，保证人的主体性永远在场，方向盘和最终“刹车权”必须掌握在人手中[3] “把人放大”的三个层次 - **放大人的能力**：AI为普通人提供了媲美专业水准的创作潜力，例如帮助浙江桐乡的羽绒服小老板解决文案和营销难题，让小微个体拥有一支数字化队伍[4] - **放大人的价值**：行业需反思将人视为流量和数据的旧逻辑，大模型将智能（如谱曲、绘图、教学）变为可调用服务，旨在放大医生诊断、老师因材施教等核心价值[5] - **放大人的精神**：AI接管繁琐重复工作后，人类将拥有更多自由进行哲学思考、关爱同类等精神活动[5] AI对社会智力水平与创造力的影响 - AI具有促进沟通公平和表达普惠的巨大潜能，例如帮助识字水平有限的老年人记录人生回忆[6] - AI设定了高于社会平均水平的高位基线，抬高了整个社会的智力水位[6] - 公众审美阈值因AI提升，将倒逼专业创作者追求更具情感穿透力、更深刻、更风格化的作品，从而激发更高层次的创造力[6] AI时代人类竞争力的重新定义 - 在知识唾手可得的时代，个体区分将不再是“你知道什么”，而是“你能用已知的知识做什么”以及“你在困境中如何自处”[7] - 人的竞争力正从外部知识积累转向内部特质锤炼，特别是无法被编程的硬实力，如判断力、主动性、韧性、直觉、同理心与洞察力[7] 未来人机关系的理想形态 - AI已从工具跃迁为伙伴和更高维的助手（智能体）[8] - 人与AI的理想关系是主导式合作：人类像指挥家注入经验与价值判断，AI像高效乐队提供无限可能性[8] - 技术发展的目标是让人类更专注于情感、创造、关怀与探索等生命中最珍贵的事物[8]

报告投资评级 - 维持“买入”评级，目标价从150.70美元上调至161.70美元，较当前股价124.44美元有29.9%的上涨空间 [1][2] 报告核心观点 - 百度正处于人工智能赋能业务增长和提升股东回报的进程中，其人工智能原生营销服务和云基础设施业务展现出强劲增长势头，成为关键股价驱动因素 [1] - 公司董事会于2026年2月授权了一项新的股票回购计划，规模高达50亿美元，并首次批准了股息政策，增强股东回报有望推动未来估值重估 [15] - 报告将估值窗口滚动至2026年，基于分类加总估值法得出新目标价，主要得益于估值窗口滚动和汇率假设调整 [1][14] 第四季度业绩与业务分析 - **总体业绩**：2025年第四季度百度核心业务（现称“百度通用业务”）收入为261亿元人民币，同比下降5.7%，与市场预期一致；非通用会计准则营业利润为28亿元人民币，同比下降39%，但超出市场预期12% [1] - **人工智能业务拆分与增长**： - 人工智能原生营销服务收入同比增长110%至27亿元人民币，显示出坚实的增长势头 [1][8] - 人工智能云基础设施收入达58亿元人民币，其中AI加速器基础设施的订阅收入同比增长143%，增速较第三季度的128%加快 [1][8] - 2025年全年人工智能应用收入达到102亿元人民币，同比增长5% [1] - **业务结构重组**：2025年第四季度，百度将百度核心重新定义为百度通用业务，包括AI赋能业务、传统业务（主要为搜索、信息流等传统广告服务）及其他。当季三者收入分别为113亿、123亿和25亿元人民币 [8] - **自动驾驶业务进展**：Apollo Go在2025年第四季度提供了340万次完全无人驾驶出行，同比增长202%，车队规模扩张是主要驱动力。截至2026年2月，其服务已覆盖全球26个城市，累计自动驾驶里程达3亿公里，其中完全无人驾驶里程为1.9亿公里 [8] - **利润率复苏迹象**：2025年第四季度百度核心非通用会计准则营业利润率为10.9%，同比下降5.9个百分点，但比市场预期高1.1个百分点，并从第三季度的9.0%有所恢复，预计随着广告收入复苏和运营效率提升，2026年第一季度利润率将环比改善 [8] 财务预测与调整 - **收入预测调整**：将2026/2027年收入预测下调1.4%/1.4%，以反映对爱奇艺和百度非核心业务收入预测的下调 [11][12] - **利润预测调整**：将2026/2027年非通用会计准则净利润预测下调9.5%/1.1%，主要因支持AI原生应用市场推广的投资增加，导致销售及管理费用和研发费用预测上调 [11][12] - **最新预测概览**： - 预计2026年总收入为1349.55亿元人民币，同比增长4.6%；2027年收入为1419.72亿元人民币，同比增长5.2% [9] - 预计2026年非通用会计准则净利润为173.705亿元人民币，同比下降8.3%；2027年净利润为227.58亿元人民币，同比增长31.0% [9] - 预计毛利率将从2025年的43.9%逐步恢复至2026年的43.7%、2027年的45.5%和2028年的46.7% [12][20] - 预计非通用会计准则净利润率将从2025年的14.7%恢复至2026年的12.9%、2027年的16.0%和2028年的18.1% [12][20] 估值分析 - **分类加总估值法详情**：目标价161.70美元/ADS的构成如下 [14][16] - **百度通用业务（不含Apollo和云）**：估值357亿美元，基于5.0倍2026年非通用会计准则市盈率 - **Apollo自动驾驶**：估值0.3亿美元，基于2.0倍2030年收入预测，以13.0%的加权平均资本成本折现至2026年 - **百度云**：估值629亿美元，基于4.6倍2026年市销率 - **净现金、爱奇艺及其他投资**：估值628亿美元（应用30%控股折价后） - **估值倍数**：该目标价对应22倍/16倍2026/2027年非通用会计准则市盈率，若剔除现金，则对应12倍/9倍 [14] 股价驱动因素与催化剂 - **关键股价驱动因素**：1) 整体广告收入增长重新加速；2) 云收入强劲增长；3) 股东回报提升 [1] - **额外催化剂**：芯片业务部门的分拆及独立上市计划的更多细节 [1]

公司产品发布与战略 - 美团旗下光年之外团队宣布其全新产品Tabbit AI浏览器进入公测 [1][3] - Tabbit AI浏览器定位为AI原生浏览器，专为上班族、在校学生及内容创作者打造 [3] - 该产品旨在打破传统浏览器功能边界，将网页浏览、全网搜索、AI对话与复杂任务执行融为一体，成为“智能工作伙伴” [3] 产品特性与市场推广 - 用户目前可前往官网下载体验Tabbit AI浏览器 [3] - 产品在公测期间免费且无需邀请码 [3]

核心财务表现与AI业务披露 - 公司2025年第四季度总收入达到人民币327亿元，环比增长5% [2] - 公司首次披露“百度核心AI新业务收入”，第四季度达人民币113亿元，占百度一般性业务收入的43%，环比第三季度的96亿元增长17.7% [2] - 2025年全年，核心AI新业务收入达人民币400亿元，同比增长48% [2] - 核心AI新业务由三部分组成：占比最大的AI云（智能云基础设施）、其次是AI应用和AI原生营销服务 [2] - AI原生营销服务的年化增速高达301%，是所有业务板块中增长最快的 [2] - 2025年第四季度，智能云基础设施收入达人民币58亿元，其中AI高性能计算设施订阅收入同比激增143% [7] AI业务商业化落地与增长动力 B端市场（产业赋能） - 百度智能云凭借从底层算力到上层应用的全栈解决方案，连续两年成为中国主流云厂商中大模型相关中标项目数和中标金额最多的企业 [8] - 2025年上半年，百度智能云在中国AI云全服务市场中以40.2%的份额稳居第一 [8] - 公司发布的自我演化超级智能体“伐谋”已应用于中信百信银行的智能风控、阿尔特汽车的风阻预测等真实产业场景 [8] - AI原生营销服务全年营收近100亿元，年化增长高达300%，成为公司增速最快的业务线 [8] C端市场（应用与用户） - 截至2025年12月，百度APP月活跃用户达6.79亿；文心助手MAU突破2亿，并在春节活动催化下实现同比4倍的增长 [9] - 百度文库与网盘发布的GenFlow 3.0已突破千万级活跃用户，打造为全球最大的通用智能体 [9] - 零代码编程平台“秒哒”累计生成超50万个商业应用 [9] - 2025年第四季度，AI应用收入达人民币27亿元，全年收入突破百亿大关 [10] - 用户付费意愿发生根本转变，从“免费”转向“为生产力提升付费” [10] 自动驾驶（Robotaxi） - 2025年第四季度，旗下Robotaxi业务“萝卜快跑”提供的全无人自动驾驶营运订单达340万单，同比增长超过200%，单周峰值突破30万单 [11] - 截至2026年2月，萝卜快跑全球足迹已覆盖26个城市，在阿布扎比启动全无人驾驶商业化运营，在伦敦与Uber、Lyft合作测试，在迪拜获得首个全无人测试牌照 [13] 技术底座与战略布局 - 公司以“全栈AI+自研芯片”为技术底座，进入核心价值重构周期 [4] - 针对AI需求专门设计的昆仑芯，结合百度百舸AI计算平台，为企业客户提供稳定、可拓展和高性能的算力基础，降低了私有化部署的成本和速度 [7] 资本市场行动与估值重估 - 2026年1月，公司宣布拟分拆昆仑芯并独立上市；花旗给予其至少133亿美元估值，中金和海通给出500亿美元估值 [15] - 萝卜快跑在美国的对标公司Waymo正以超过1000亿美元估值进行融资，促使投资者重新评估萝卜快跑的价值 [15] - 公司董事会授权一项高达50亿美元的全新股份回购计划，并首次批准股息政策，首笔股息预计于2026年底前派付 [16] - 此次回购金额超过公司市值的10%，力度远超一般科技公司2%-4%的回购比例 [16] - 近期，包括摩根大通、Benchmark、花旗在内的近20家国际投行纷纷上调公司目标价，摩根大通将百度美股目标价上调至200美元 [22] - 华尔街开始为公司的AI基础设施、应用生态以及Robotaxi业务单独计价，预示着一场基于SOTP（分部加总估值法）的价值重估 [15][22]

中国互联网行业研究纪要关键要点总结 一、 涉及的行业与公司 * **行业**：中国互联网行业，特别是人工智能领域[1] * **主要公司**： * **大型互联网公司**：腾讯、阿里巴巴、百度、拼多多、美团、网易、京东、快手、哔哩哔哩等[5][6][8][9] * **AI实验室/公司**：Minimax、智谱AI、深度求索、Kimi、阿里通义千问等[2][3][4][9][32] 二、 AI领域核心观点与数据 1. 春节营销活动效果与用户留存 * 春节期间，大型互联网公司投入了**45亿元人民币**进行红包补贴，以促进AI聊天机器人互动[1] * 营销活动短期内显著提升了日活跃用户数，但留存率存疑： * 通义千问DAU在2月7日达到**7350万**峰值，2月22日回落至**3270万**[10] * 元宝DAU在2月16日达到**4050万**峰值，2月22日回落至**790万**，接近促销前水平[10] * 每日用户会话数在促销前后几周内几乎没有变化，表明通过现金补贴改变用户信息检索习惯具有间接性[11] 2. AI模型使用量激增与免费策略影响 * 在OpenRouter平台上，中国模型的使用量（以token消耗衡量）在2月15日当周比两周前高出**125%**[3] * 使用量增长主要由免费策略驱动： * 2月15日当周，Minimax和智谱AI的token消耗增量中，分别有**33%** 和**80%** 来自Kilo Code、Cline、OpenClaw等自主AI编程代理应用的免费使用[3][35] * 该周内，Minimax和智谱AI的token消耗中，约**40%** 和**60%** 与提供免费使用的应用相关[35] * 这种“免费赠送”的增长模式对推理毛利率和现金消耗有明显影响[3][36][37] 3. 中国AI模型的技术能力与竞争格局 * 领先的中国AI实验室在推理质量上仍落后全球同行约**6-12个月**[32] * 阿里在春节期间发布的Qwen3.5模型是唯一一个“更智能但更便宜”的中国模型[43] * Anthropic公开指控Minimax、智谱AI、深度求索等公司对其前沿模型进行“蒸馏”[4][71] * 中国低成本竞争的存在，可能会限制全球领先AI实验室对前沿模型的货币化能力和研发投入回报[69][70] 三、 市场表现与估值观察 1. 股价表现分化 * 年初至今，大型互联网股表现平淡，而领先的AI实验室股价大幅上涨[6][9] * Minimax和智谱AI的股价自IPO以来上涨了约**500%**[9][65] 2. 估值对比与思考 * Minimax和智谱AI的自由流通股仅占总股本的**4-5%**，稀缺性推高了股价[4][65] * 基于2030年预期市销率，Minimax和智谱AI的估值看起来比OpenAI更贵[4] * 假设Minimax和智谱AI在2026-2030年实现约**126%** 的年复合收入增长率，其2030年预期PS倍数分别约为**7倍**和**4倍**，而OpenAI据报的8300亿美元估值对应其2030年预期PS倍数约为**3倍**[66][67] * 多数中国互联网大型股目前的交易估值接近2022年初以来的历史区间底部[27][29][30] 四、 投资观点与风险提示 1. 对大型互联网公司的看法 * **腾讯**是首选，目标价**820港元**，基于20倍FY+1 PE倍数[5][7][88] * **阿里巴巴**目标价**190美元/186港元**，基于核心电商和云业务的SOTP估值[5][89] * 尽管存在对行业和AI发展的合理担忧，但宏观背景比2022-2023年（监管环境多变、游戏版号暂停、疫情封锁）更为健康[7] * 视频游戏等业务模式被认为相对不易受到当前生成式AI模型的颠覆[28] 2. 对AI实验室的看法与风险 * 总体上看好AI，但指出当前增长部分由不可持续的免费策略驱动[6] * 免费Kilo Code token若持续推动收入增长但降低推理毛利率，可能推迟这些公司实现盈利（原假设在**10亿美元**收入水平实现）的时间表，并加速其需要再次融资的时间[38] * 中国AI模型可能以“**80%的性能，低80%的价格**”在全球（尤其是美国以外）的消费级应用中获取份额[70] 3. 行业整体环境 * 在消费增长疲软和需要监控的监管周期背景下，2026年对中国互联网行业而言可能比2025年更为艰难[4][6][27] * 建议“淡化情绪极端”，认为当前情况并不比2022年更糟[4][26]

电话会议纪要分析总结 一、 涉及的行业与公司 * 公司：百度及其旗下业务，包括百度智能云、Apollo Go自动驾驶、文心一言(ERNIE)模型、百度文库、百度网盘、AI原生营销服务等[1][2][3][4][5][6][7][8][9][10][11] * 行业：人工智能(AI)与云计算、自动驾驶出行服务、AI模型与应用竞争、企业数字化转型、AI芯片与基础设施[2][3][4][6][7][9][10] 二、 核心观点与论据 1. AI战略与模型演进：应用驱动，闭环协同 * 模型竞争的核心是应用价值而非参数规模，模型迭代坚持应用驱动，以高价值应用场景牵引优化与落地[4] * 发布ERNIE 5.0并调整组织架构，将模型团队重组为两个团队：一个专注基础模型前沿能力以保持技术领先，另一个贴近业务需求，聚焦降本增效与场景化应用[4][5] * 模型与应用的协同路径是：应用提供真实数据与反馈，反向驱动模型迭代；模型能力提升进一步改善应用体验与效率，形成闭环，推动AI价值规模化转化[5] 2. 智能云业务：增长强劲，差异化优势明显 * 2025年百度智能云AI云业务收入达300亿元人民币，同比增长34%，跑赢市场[2][6] * 增长关键驱动因素：AI加速器基础设施订阅收入在第四季度同比增长143%，成为主要增长动力[2][6] * 差异化优势：全栈端到端架构，自研昆仑X AI芯片在性能、兼容性和成本效率上表现出色，已在金融、电信、能源等行业头部企业大规模部署[2][6] * 2026年展望：随着企业AI部署深入，云业务有信心继续以快于行业的速度增长，AI加速器基础设施将持续作为核心驱动力[6][7] 3. AI驱动业务：已成增长核心，份额快速提升 * 第四季度AI驱动业务营收超过110亿元人民币，占百度总营收的43%，该比例在最近几个季度快速提升，已成为整体营收增长的核心动力[2][7] * 核心AI驱动业务包括：AI云基础设施、百度文库与百度网盘等AI应用、自动驾驶出租车业务Apollo Go、AI原生营销服务[7] * 增长动力来自多线协同：企业AI规模化生产、全栈AI能力支持、AI应用组合扩张、Apollo Go规模化与国际拓展、AI原生营销服务提升[2][7] * 预计AI驱动业务将在可预见的未来成为百度核心业务的主要组成部分[7] 4. Apollo Go自动驾驶：全球扩张，成本领先，目标盈亏平衡 * 运营规模：已在全球累计完成超2000万次出行，完全无人化里程超1.9亿公里，安全记录卓越[2][9] * 国际扩张：覆盖六大洲26座城市，右舵自动驾驶出租车市场已建立布局[2][3][9] * 成本优势：专为L4研发的量产车每辆售价低于3万美元，结合运营效率，实现全球最低每英里成本[9] * 单位经济目标：2024年底在武汉率先实现单位经济盈亏平衡，目标是2026年在更多城市实现盈亏平衡[3][9] * 合作与估值：与Uber、Lyft合作推进海外市场（如伦敦、迪拜），认为自动驾驶出行行业整体估值仍被低估，Apollo存在显著上行机会[9] 5. 消费者端(AI to C)产品：实用优先，用户增长迅速 * 核心战略以实际实用性为基础，通过AI创新增强现有产品和服务能力[4][10] * 旗舰App智能助手覆盖用户全旅程能力，月活用户将突破2亿，对话量与用户互动增长迅速[4][10] * 差异化：强调低错误率、极少出现幻觉，提供高度可信信息；整合多语言AI API功能[10] * 任务完成能力：通过MCP智能体连接工具与现实世界服务，本季度新增近100项服务能力，覆盖医疗、旅行、教育等领域[10] * 商业化策略：对AI to C产品采取谨慎的货币化策略，优先保障产品卓越性与用户体验，待产品成熟后货币化将自然实现[4][10] 6. 资本分配与股东回报：强化价值释放 * 宣布新的50亿美元股票回购计划，并推出首个股息政策，旨在为股东创造价值并吸引更广泛的投资者群体[2][8] * 推进Quanching分拆及独立上市，预期将获得市场认可，为百度释放显著价值[2][8] * 对个人超级智能业务群组(PSIG)进行改革，整合百度文库与百度网盘[8] 7. 财务表现与投资：利润改善，持续投入 * 自2023年以来，已在AI领域投资超1,000亿元人民币，未来将继续保持这一投资密度[4][11] * 第四季度利润环比实现两位数增长，非GAAP营业利润环比增长约35%[4][11] * 经营现金流改善：第三季度转负为正，第四季度保持正值，下半年经营现金流接近40亿元人民币[11] * 财务结构健康：可利用低成本银行贷款（部分利率低于2%）支持业务增长，维持健康的长期财务结构[11] 三、 其他重要内容 * 公司推出简化的开放云部署方案，降低部署门槛，使无编码经验用户也能快速部署自己的OpenClog代理[6] * 对独立可盈利App（如多模态AI功能产品）采取不同策略，定位为创新与试验平台，在年轻用户中反响良好，并新增聚焦职场生产力的AI功能[10] * 在战略选择上保持灵活性，评估能最大化长期股东回报的最佳路径（如Apollo Global的价值释放方式），同时聚焦执行与可持续增长[9]