行业投资评级 - 报告未明确给出具体的行业投资评级 [1] 报告核心观点 - 大语言模型是包含百亿或更多参数的语言模型，其发展经历了基础模型、能力探索和突破发展三个阶段，以2022年11月ChatGPT的发布为标志进入突破发展阶段[3][32][36] - 大语言模型展现出涌现能力，如上下文学习、指令遵循和逐步推理，使其能够以少量样本处理复杂的新任务，并作为基座模型支持多元应用[8][9][11] - 大语言模型通过预训练、有监督微调、奖励建模和强化学习等阶段训练而成，其巨大的参数量（十亿到万亿级）和分布式训练技术是关键支撑[12][59][99] - 该技术对自然语言处理、信息检索、计算机视觉、AI Agent乃至通用人工智能（AGI）的发展产生了深远影响，并催生了以对话为统一入口的全新应用范式[7][10] - 行业已形成开源与闭源模型并存的格局，国内外多家科技公司发布了具有竞争力的大语言模型产品[4][38][39] 语言模型技术发展历程 - **早期发展**：语言模型于上世纪90年代出现，采用统计学方法；2003年首次融入深度学习思想；2018年Transformer架构的提出是关键转折点[4] - **预训练时代**：2018年，BERT和GPT-1开启了预训练语言模型（PLM）时代；2020年，拥有1750亿参数的GPT-3发布，开启大语言模型新时代，并引入了缩放法则，指出模型性能随参数、数据量和计算量的指数增加而线性提高[26][28][33] - **发展三阶段**： - **基础模型阶段（2018-2021）**：研究聚焦于模型结构本身，参数量在10亿以上的模型因微调计算量大，影响力初期受限[32] - **能力探索阶段（2019-2022）**：探索无需任务特定微调即可发挥大模型能力的方法，如语境学习（ICL）、指令微调，并出现了InstructGPT等算法[34][35] - **突破发展阶段（2022年11月起）**：以ChatGPT发布为起点，模型展现出强大的通用对话和任务处理能力，GPT-4进一步具备多模态能力，在基准考试中得分高于88%的应试者[36][37] - **核心模型演进**：从基于n-gram的统计模型，到神经语言模型（NLM），再到基于Transformer的大规模预训练语言模型（PLM），最终发展为参数量巨大的大语言模型[13][23][26] 大语言模型核心特性与能力 - **关键特性**：参数规模巨大（十亿至万亿），采用预训练与微调范式，具有上下文感知、多语言与多模态支持能力，但同时也面临生成有害内容、隐私、幻觉等伦理与风险问题[12] - **涌现能力**：包括上下文学习（ICL）、指令遵循和逐步推理（思维链），这些能力使其成为全新的AI范式，能够缩短具体应用的开发周期并提升效果[8][11] - **基座模型能力**：作为基座模型支持多元化的下游应用开发[9] - **统一入口能力**：支持以对话作为完成各类任务的统一入口，即Conversation as a Platform[10] 主要大语言模型产品（国内外） - **国外闭源模型**： - **GPT系列（OpenAI）**：GPT-3参数量1750亿，预训练数据量3000亿Token；ChatGPT基于GPT-3.5/GPT-4；GPT-4具备多模态能力，推测参数量达1.8万亿，上下文窗口达128k Token[4][39][43] - **Claude（Anthropic）**：Claude 2上下文窗口扩展到200K Token，擅长长文档处理与结构化数据输出[44] - **PaLM 2（Google）**：PaLM参数量5400亿，PaLM 2是其升级版，已部署于25个Google产品中，其Bard为会话应用[4][45] - **国内闭源模型**： - **文心一言（百度）**：基于参数量达2600亿的文心大模型，具备知识增强、插件机制等特点[4][47][48] - **讯飞星火（科大讯飞）**：3.0版本包含1700亿参数，支持多模态功能，并发布了支持私有化训练的“星火一体机”[4][49] - **通义千问（阿里巴巴）**、**腾讯混元**、**360智脑**等[4][39] - **开源模型**： - **LLaMA系列（Meta）**：参数规模从7B到70B，LLaMA-65B训练消耗超过102万GPU小时，LLaMA 2参数量达700亿[38][51][99] - **ChatGLM（智谱AI/清华）**：GLM3支持32K上下文长度，采用Multi-Query Attention提升推理速度[53] - **通义千问（阿里巴巴）**：开源70亿（7B）和140亿（14B）参数版本[56] - **Baichuan（百川智能）**：开源7B和13B参数模型，Baichuan-13B基于1.4万亿字符训练[57] 大语言模型训练技术 - **训练流程**：主要包含四个阶段：预训练、有监督微调（指令微调）、奖励建模和强化学习[59] - **预训练**： - 使用互联网网页、维基百科、书籍等海量数据，构建数千亿至数万亿单词的语料库，在数千块GPU上耗时数十天完成[61] - 数据需经过严格过滤，例如GPT-3将45TB的Common Crawl数据过滤至570GB使用[63] - **有监督微调（SFT）**：使用包含用户提示和理想输出的高质量小数据集对基座模型进行微调，使模型具备初步的指令理解与泛化能力，此类模型包括Alpaca、Vicuna、ChatGLM-6B等[67][71] - **奖励建模（RM）**：训练一个二分类模型，用于对同一提示下SFT模型的不同输出结果进行质量排序，为强化学习提供奖励信号[72] - **强化学习（RL）**：基于奖励模型，通过强化学习算法（如PPO）进一步优化SFT模型的参数，使模型生成更高奖励的文本，最终得到如ChatGPT、Claude等系统，但该方法存在稳定性挑战[76] - **分布式训练**： - 因模型与数据量巨大，必须采用分布式训练。例如，OPT使用992块A100 GPU训练近2个月；BLOOM使用384块A100 GPU训练3.5个月[64][99] - 并行策略包括数据并行（DP）、流水线并行（PP）和张量并行（TP），大模型训练通常混合使用这些策略[105][106][114] - 采用ZeRO优化器、混合精度训练等技术来优化内存占用，例如1750亿参数模型若使用FP16格式，模型状态需占用120GB内存[117][121] - **长文本建模**：为处理长文本，采用增加上下文窗口微调、改进位置编码（如ALiBi）或插值法来扩展模型的上下文处理能力[151] 大语言模型应用与生态 - **技术影响**：推动自然语言处理（文本理解与生成）、信息检索（智能搜索）、计算机视觉（文生图）、AI Agent（智能助理、数字人）等领域发展，并被视为通用人工智能（AGI）的早期形式[7] - **应用开发框架**：LangChain等框架简化了大语言模型应用开发，提供模型I/O、数据连接、智能体等标准化接口[177][178] - **提示与语境学习**：提示学习（Prompt-based Learning）和语境学习（In-Context Learning, ICL）成为使用大模型的新范式，无需参数更新即可让模型适应新任务[139][143] - **高效微调技术**：如LoRA，通过引入少量可训练参数来高效微调大模型，节省计算资源[149] - **思维链与任务分解**：思维链提示和由少至多提示等策略能显著提升大模型在复杂推理和规划任务上的表现[172][175]

2025年经营业绩概览 - 预计2025年归属于上市公司股东的净利润为7.85亿元至9.5亿元，较上年同期增长40%至70% [1] - 预计扣除非经常性损益后的净利润为2.45亿元至3.01亿元，同比增长30%至60% [1] - 2025年经营回款超270亿元，经营性现金流创新高达30亿元，同比增长28% [2] 星火大模型技术进展与突破 - 攻克国产卡训练难关，星火大模型持续迭代，是唯一在国产算力上完成关键版本训练的主流大模型 [1][2] - 通过算法优化，将深度推理模型训练效率从30%提升至84%，MoE模型训练效率从30%提升至93% [3] - 发布基于全国产算力平台训练的深度推理模型“讯飞星火X1”，并于2026年2月发布全面升级的星火X2大模型，整体对标国际一流水平 [3] - 受限于国产算力，通用模型迭代比国际巨头慢3到6个月，但强调在数学理解、推理智能体上要做到国内第一，在教育医疗等领域要做到全球领先 [3] 大模型商业化与行业应用 - 2025年大模型相关项目中标额超23亿元，再度蝉联大模型“标王”，超过第二名至第六名的总和 [1][4] - 开放平台大模型日均调用量较上年猛增45倍，毛利增长244%，单业务毛利首次突破10亿元 [2] - 讯飞星火在教育行业领先优势增强，获教育部及中国教科院重点推荐 [4] - 在医疗领域，讯飞晓医通过上海市医疗大模型应用检测验证中心评测并获四项A级评价，累计1.8亿次健康咨询覆盖全国800个区县 [4] 海外业务拓展与出海成果 - AI核心业务推动出海提速，2025年海外营收突破10亿元 [4][5] - AI办公本2025年营收超10亿元，海外销量达6.8万台 [5] - 面向东盟十国发布星火东盟多语言大模型底座，并成为大阪世博会中国馆唯一指定模型供应商 [5] - 2026年1月，与印尼金光集团在教育、医疗、运营商三大赛道正式签署战略合作协议 [5] 2026年战略与资本动向 - 对内明确了坚持战略聚焦、加强系统性创新、深化项目制、加快人才培养四大重点工作举措，并成立变革管理委员会 [5] - 向特定对象发行股票申请获得深交所审核通过，拟募资40亿元加码AI大模型与算力平台建设 [5] - 截至2026年2月13日收盘，公司市值为1321亿元 [5]

国内AI大模型发展态势 - 行业呈现出技术突破与商业落地并驾齐驱的蓬勃景象，各大厂商正从单纯的参数竞赛转向对实际价值创造的激烈角逐 [1] 通用大模型进展 - 阿里巴巴于2026年1月发布旗舰推理模型Qwen3-Max-Thinking，总参数量超过万亿，采用“测试时扩展”机制，在“人类最后的测试”中得分高达58.3，超越GPT-5.2-Thinking和Gemini 3 Pro [3] - 百度于2025年12月发布原生全模态大模型文心大模型5.0，采用超稀疏混合专家架构，参数规模超过2.4万亿，在LMArena文本榜上以1451分的成绩登顶中国第一 [3] - 字节跳动豆包大模型在2025年12月发布1.8版本，优化多模态Agent场景，其日均tokens调用量已超过50万亿 [3] 垂直模型与应用落地 - 百度文心大模型5.0已在教育领域落地，例如与出版社合作推出“AI绘本”智能体 [5] - 科大讯飞星火大模型在语音转写、会议纪要生成等办公场景保持领先，并在医疗和政务领域斩获大额订单 [5] - 腾讯混元大模型在3D生成方面取得突破，其开源的混元世界模型1.1版本能够实现秒级的3D世界创造 [5] - 百川智能于2026年1月全面开放医疗大模型M3 Plus的API，该模型在OpenAI发布的HealthBench评测中以65.1分的综合成绩位列全球第一，并在HealthBench Hard上以44.4分夺冠，首次全面超越GPT-5.2 [5] - 应用场景从“炫技”演示转向解决真实产业痛点，商业化落地进程显著提速，尤其是在教育、医疗、工业等垂直领域 [6] AI硬件与芯片行业 - 壁仞科技作为港股GPU第一股，已交付BR106、BR110等芯片超1.2万片，截至2025年12月持有未完成订单8.22亿元，框架协议金额达12.41亿元 [8] - 百度昆仑芯已向港交所递交上市申请，其第三代训练卡出货超4万片，下一代P900芯片性能预计为三代的两倍 [8] - 阿里平头哥计划单拆上市，其他如摩尔线程、沐曦集成电路、燧原科技、天数智芯等公司也准备IPO [9] - 政策支持AI硬件方向，相关板块走势不错，例如科创半导体ETF(588170)近期涨幅约40% [10][11][13]

行业分化趋势 - 中国大模型行业正不可逆地走向分化，核心分歧在于智能价值的兑现路径选择，一条是嵌入生产流程押注确定性生产力，另一条是进入真实生活场景押注体验、规模与长期心智 [1] - 近期智谱以ToB核心业务冲刺IPO、MiniMax凭ToC产品登陆港交所的动态，是行业分化趋势的具象化体现 [7] - 行业已走出早期“同质化竞争”阶段，进入差异化选择与路径固化的新阶段，未来三到五年可能形成ToB与ToC并行成熟、各自演进的格局 [12][16] ToB路径：聚焦生产力与行业深耕 - ToB路径的核心在于将智能转化为可感知的生产力，智能水平越高，转化为生产力的空间越大，商业价值越明确 [4][7] - 智谱选择Coding作为ToB路径的核心方向，是团队主动下注的结果，其围绕编程与研发场景打造的工具体系已服务超过1.2万家企业 [5][8] - ToB领域更倾向“模型与应用分层”，好的模型会吸引更多应用层公司适配，形成生态效应，头部厂商专注于基础模型迭代，垂直服务商负责将能力嵌入具体业务流程 [4][8] - ToB的突破方向在于垂直行业深度与工程化生态能力，需在私有化部署、数据合规与安全隔离等关键问题上降低交付成本 [13] - 中国ToB市场面临挑战，包括企业付费意愿仍在培育、需求高度分散、部署复杂度高，且与美国市场在付费基础、决策机制和落地复杂度上存在显著差异 [8][12] ToC路径：聚焦用户体验与场景嵌入 - ToC路径的核心挑战并非技术，而在于对用户真实需求的捕捉能力，关键在于“用户愿不愿意用” [9] - ToC产品的核心方向是“个性化”，目标是让AI成为真正懂用户的Copilot，这需要持续理解用户的记忆和场景信息 [5][14] - 字节跳动的豆包是国内ToC大模型的典型样本，通过全场景覆盖与年轻化运营，截至2025年底其DAU已突破1亿，并深度嵌入抖音、今日头条等内容生态 [9] - 垂直ToC工具展现出强生命力，例如WPS AI聚焦办公场景，2025年6月其月活跃用户达2951万，累计年度付费个人用户超4179万 [10] - ToC大模型正从“聊天工具”走向“嵌入式能力”，融入音箱、车载系统等，成为用户日常体验的一部分 [11] - ToC路径面临需求碎片化与商业化可持续性的压力，竞争激烈，获客成本高，例如MiniMax的次日留存率约41.9%，盈利效率仍待提升 [10][14] 中美市场差异与全球竞争 - 中美市场存在关键差异，例如在美国，Coding的Token消耗量非常大，但在中国还远未达到此水平，中国的SaaS市场在企业的付费意愿和使用习惯上具有本土化特征 [5] - 从全球竞争力看，中国公司在“追赶”阶段展现出极强执行力，但在引领新范式上仍有差距，三年内成为全球最领先AI企业的概率“低于20%”，核心约束在于算力规模与冒险投入 [16] - 更积极的判断认为，中国在应用层创新上有超越先例，AI作为赋能技术同样可能在ToC领域率先跑出全球领先的产品形态，且90后、00后创业者的冒险精神正在增强 [16] 代表性公司案例 - **智谱**：明确选择ToB路径，深耕Coding场景，形成标准化的MaaS服务模式，并以此为核心冲刺IPO [1][5][8] - **MiniMax**：押注ToC路径，以情感陪伴、AI视频生成等产品切入海外市场，其海外收入占比超过73%，并于2026年1月登陆港交所 [1][10] - **阿里千问**：在ToB领域联合多家银行推出智能风控平台，提升信贷风险识别精度并压缩审批周期 [8] - **科大讯飞**：以星火大模型为核心，通过羚羊工业大模型等产品将AI能力融入AI质检、智能排产等工业核心生产环节 [7] - **字节跳动豆包**：通过全场景覆盖与年轻化运营实现用户快速增长，成为国内首个亿级日活AI原生应用，并深度嵌入公司内容生态 [9] - **WPS AI**：聚焦办公垂直场景，提供全链路智能辅助，凭借精准匹配用户痛点获得高用户粘性与商业价值 [10]

文章核心观点 - 2025年是中国人工智能产业从技术验证迈向规模化商业应用的关键一年，行业竞争从“百模大战”转向生态化与价值重估，并加速向硬件端侧延伸，形成“技术验证-商业兑现-资本闭环”的成熟周期 [1][3][10] 国内大模型产业竞争格局 - “百模大战”基本结束，马太效应快速形成，资源向头部企业聚拢 [3] - DeepSeek在1月发布推理大模型DeepSeek-R1，其成本优势降低了企业AI应用门槛，推动行业竞争转向“模型+场景+算力”生态化 [3] - 字节跳动豆包大模型凭借优秀性能与庞大生态持续领跑C端市场，年末推出的“豆包手机”展现了AI Agent的潜力 [3] - 腾讯元宝在2月凭借接入“满血版”DeepSeek重回主流视野，虽在算力与研发投入上被诟病保守，但稳步推进微信等生态内应用，年末以“天价薪酬”引入OpenAI前研究员显示其野心 [3] - 阿里在3月推动夸克转型大模型入口，11月发布个人AI助手“千问App”与夸克AI眼镜，蚂蚁集团落地全模态产品“灵光”与AI健康助手“蚂蚁阿福” [4] - 百度在4月宣布文心一言全面免费，其C端付费尝试受挫，为企业端和政务端提供商业化路径思考，但面临传统搜索模式被颠覆及C端市场份额流失的挑战 [4] - 科大讯飞星火大模型、智谱GLM大模型等在各自细分市场取得技术与应用突破 [4] - 国内头部大模型在全球测评中排名不俗，量子位智库报告指出中国AI正从“参与者”转向“领导者” [4] - 中国工程院外籍院士张亚勤认为，中国大模型已跻身全球第一梯队 [5] 大模型商业化与应用落地 - 行业进入以规模化商业应用为标志的2.0阶段，AI发展将重塑经济结构、社会形态和生活方式 [6] - AI Agent结合大模型的“超级大脑”与自动化“敏捷双手”，打通关键节点，破解数据孤岛与流程割裂痛点 [7] - 大模型已成为职场人日常工具，例如辅助财务分析、代码梳理与bug定位，显著提升工作效率、缩短研发周期 [6] - SensorTower报告显示，健康保健、工作教育、生活服务和金融服务等领域，均有超过200款应用新增或内置了AI相关功能 [7] - 大模型开始在各行各业中应用，成为贡献真实生产力的“智能员工” [7] AI硬件与端侧应用发展 - 行业巨头向“大模型+硬件”布局，抢占下一代人机交互入口，年内推出豆包手机、夸克AI眼镜、理想Livis AI眼镜等产品 [8] - 智谱于年末开源具备“Phone Use”能力的AI Agent模型AutoGLM，能稳定完成外卖点单、机票预订等长达数十步的复杂操作 [8][10] - 传统终端厂商华为、小米、vivo、OPPO均在端侧AI上积极布局，小米下半年高价挖角“AI天才少女”罗福莉引发关注 [8] - AI硬件融资活跃，2025年内国内AI眼镜产业链发生超30起融资事件，总额超过40亿元人民币 [8] - IDC数据显示，2025年上半年全球智能眼镜市场出货量达406.5万台，同比增长64.2%，其中中国出货量突破100万台，占全球26.6%份额 [8] - 瑞银预测全球智能眼镜市场规模将在2030年达420亿美元，2040年升至1170亿美元 [8] - 上海财经大学教授胡延平认为，AI眼镜产品力与成熟度达新水准，将是2026年最具成长性的硬件产品 [9] - IDC预计，2026年中国新一代AI手机出货量将达1.47亿台，同比增长31.6%，占整体市场53% [9] - 字节跳动联合中兴努比亚推出的“豆包AI手机”在“自动化”上表现惊人，虽因安全与隐私问题遭主流App“拉黑”，但技术路线受认可，后续正与vivo、联想、传音等厂商推进合作 [9] 资本市场动态与行业里程碑 - 两家国内大模型厂商（智谱与MiniMax）在12月先后通过港交所聆讯，预计最快2026年初登陆港股，标志着行业从商业兑现走向资本闭环 [2][10] - 截至12月29日，A股同花顺人工智能板块年内累计涨幅超过35% [11]

文章核心观点 - 2025年中国在人工智能领域，特别是具身智能（以人形机器人为代表）与大模型两大方向，实现了从技术展示到规模化产业落地的关键跃迁，并开始将技术红利输出至全球市场 [2][3][10] 具身智能与人形机器人产业化进展 - 产业从“实验室表演”转向“工厂干活、园区干活”的工程化与规模化阶段，关键突破体现在产业规模化推进和应用闭环能力增强 [3] - 2025年通过多场公开赛事（如半程马拉松、格斗赛、足球赛）展示了人形机器人的运动与控制能力 [3] - 应用场景已深入实体经济，涵盖零售服务（银河通用）、汽车制造（优必选、乐聚）、养老护理（傅利叶）及生产线（PNDbotics）等多个领域 [4] - 截至11月末，行业公开的千万元以上大额订单已超18起 [4] - 2025年中国具身智能市场规模预计达52.95亿元，占全球约27%；人形机器人市场规模预计达82.39亿元，占全球约50% [5] - 产业正以超50%的增速发展，奔向2030年千亿市场规模 [5] 产业发展的驱动因素与生态优势 - 发展得益于“新型举国体制”下的系统集成能力与集群生态优势，核心竞争力在于“应用牵引+系统集成+工程落地”的综合路线 [6] - 以上海、深圳、苏州、北京等为核心的机器人产业集群已形成技术多元、供应链集中、整机厂快速迭代的良性格局 [6] - 中国在标准制定上抢占先机，2025年5月发布了《人形机器人智慧化分级》团体标准，并推出了首个具身智能国家级测评基准EIBench [6] 人工智能大模型的进展与优势 - 中国大模型在2025年完成了从规模扩张到价值深挖的战略转身，向复杂场景深处渗透 [6] - 中国开发的开源大模型（如阿里的Qwen系列、DeepSeek的V3、月之暗面的Kimi K2）推动了全球开源大语言模型使用量激增，占全球总使用量的近30% [7] - 过去一年，中国研发的开源AI模型全球下载量占比达到17.1%，首次超越美国的15.8%，跃居全球第一 [7] - 在国际大模型竞技场榜单中，尤其在文字生成图片、文字生成视频及图片生成视频等领域，中国模型几乎占据榜单前十的半壁江山 [7] - 技术领先体现为“多模型+多场景”的体系化优势，已在政务、教育、医疗、工业（科大讯飞）及视频生成、具身智能（商汤科技）等多个赛道打造“模型+应用”新模式 [8] 技术出海与全球市场拓展 - 中国在AI、机器人等领域的技术实力正惠及全球，部分外媒报道中国正将AI、高铁和清洁能源等新科技带给世界 [10][11] - 云深处科技的机器狗产品在美国市场销售额较去年实现了超10倍增长，成为其增速最快的海外区域 [11] - 美国市场需求明确，源于高人力成本（普通工人时薪约25–30美元）及消防、危险作业等场景对自动化设备的强烈需求，与云深处在消防巡检、应急救援等领域的产品能力高度契合 [11] - 云深处在美国的应用场景包括安防巡检（码头、住宅区、商场）、物流配送（仓库及站点间投递）以及消防应急救援（如加州山火） [12] - 相较于部分欧美企业不允许多次开发并收取软件年费，中国机器人企业多选择开放平台，帮助客户拓展多元应用场景 [12] - 在南美矿区，云深处机器狗已用于井下气体检测与矿产探测；阿根廷、哥伦比亚、智利、墨西哥等地对中国机器人产品也有很大需求 [12] - 百度文库面向海外推出的AI学习与办公平台Oreate，发现海外用户存在AI“认知鸿沟”与工具链割裂的痛点，这为其提供了市场机遇 [13] - Oreate进入海外地区后保持着“每个月翻倍增长”的势头，几个月内达到百万级月活用户 [14] - 中国科技公司可以专注于自身擅长的垂直领域和特定市场（如拉美、非洲），成为全球AI生态中有价值的一环 [15]

报告核心观点 - 生成式营销正从以“内容生成”为核心的AIGC阶段，迈向以“决策支持”为核心的AIGD新阶段，AI在营销中从“效率工具”升级为“战略伙伴”[2] - 行业面临从“可行性探索”迈入“规模化落地”的新阶段，技术迭代与应用深化并存[8] - 未来趋势是人智协同，企业需构建“AI-ready”组织架构，本质是从“内容驱动”走向“决策驱动”[6] AIGC：营销供给的全面爆发 - 2025年生成式AI在营销内容创作方面已趋于成熟，能快速生成文案、图片、视频、数字人，极大丰富供给[3] - DeepSeek、Manus等新锐模型和产品出现，降低技术门槛，推动AI从“创意助手”发展为“执行智能体”[3] - 内容爆炸式增长带来新问题，包括如何选择最优方案以及应对AI生成内容的“幻觉”和偏见风险，AIGC解决了“生产问题”但未解决“效果问题”[3] AIGD：营销决策的系统升级 - AIGD强调将经典营销理论与AI工具结合，构建“洞察—生成—验证—决策”的完整闭环以解决AIGC时代的决策困境[4] - 超过68%的消费者会根据AI推荐完成购买，决策权逐渐向AI转移，AI正成为“购物参谋”[4] - 在企业端，AI被用于环境分析、品牌定位、需求挖掘等核心营销任务，通过引入PESTEL、KANO模型等经典思维链辅助科学决策[4] AI实践：行业应用走向纵深 - 食品饮料行业：蒙牛推出营养健康大模型，伊利利用AI测试广告创意，王老吉通过AI设计国风包装实现品牌年轻化[5] - 美妆个护行业：欧莱雅用AI优化配方研发，珀莱雅构建ROI导向的决策体系，虚拟试妆、AI测肤成为标配[5] - 汽车、酒业、餐饮零售、鞋服、家电数码等行业均在特定场景深度应用AI，如线索管理、酿造工艺优化、智能点餐、辅助设计等[5] AI产业趋势与商业模式 - 2024年全球人工智能IT总投资规模达3158亿美元，预计2028年增至8159亿美元，5年复合增长率32.9%，生成式AI占AI市场投资总规模35%[26] - 2028年中国人工智能总投资规模将突破1000亿，5年复合增长率35.2%，2024年全球AI领域融资额达创纪录的1004亿美元[26] - 大模型商业模式主要分为企业服务、API调用、订阅付费、广告变现四类，中美模式分化，中国以B端政企项目为主导，海外以C端订阅为核心[35][43][44] - 多数大模型企业尚未盈利，OpenAI年亏50亿美元，出现从卖产品转向效果抽成的新商业模式探索[45][46] 新锐模型与产品分析 - DeepSeek在2025年第一季度日均活跃用户超2千万，累计用户1.25亿，占据全球AI应用市场6.58%份额，月访问量5.25亿次，其API调用成本仅为GPT-4的1%[52] - DeepSeek通过混合专家模型等技术将参数总量减少90%、训练成本降至行业平均的5-10%，训练成本仅为557.6万美元[53][59] - Manus作为全球首款通用型AI智能体产品，上线首日服务器请求量超预期17倍，在GAIA基准测试得分86.5%，超越OpenAI的DeepResearch 12个百分点[68][69] - Manus发布后月活从峰值2000万骤降至1000万，面临技术依赖质疑和商业化困境[74] AI能力发展评估 - 2025年5款大模型高考平均分较2024年显著提升，文科总分从495分升至666分，理科总分从418分升至619分，体现综合能力进步[77] - 2024年AI在语言能力、信息处理方面超越人类天才，但在IQ百分位和SAT分数等侧重逻辑推理的测试中差距不明显[78] - 2024年双盲实验显示，AI模型的广告文案创造力尚未显著超越人类，基于人智协作方式的文案创造力也未高于人类独立创作[81][85]

“5G+工业互联网”整体发展现状 - 过去5年实现从0到1的系统性突破，建设项目超过2万个，覆盖全部41个工业大类[1] - 典型应用场景覆盖全部41个工业大类、近90个工业行业，5G工厂建设超1200个，投资规模超过500亿元人民币[1] - 行业正从单点突破迈向深度融合，制造业的产品质量、运营成本与产能效率均实现明显改善[1] 基础设施与网络支撑 - 中国建成全球规模最大、质量最好的移动宽带网络，中国铁塔累计建设基站953万个，通过资源共享节约投资超2100亿元[1] - 中国联通网络实现毫秒级时延、微秒级时延抖动、5个9的高可靠传输，为机器协同等业务提供确定性网络保障[1] - 中国电信“工业+AI”智算一体化服务平台助力41万家工业企业便捷使用算力资源[1] 标准建设与成本优化 - 中国工业标准建设全球领先，发布全球首个工业5G国际标准，累计形成国际标准3项以上，国家和行业标准超过100项[2] - 工业5G RedCap物联网终端已超过400万，5G模组成本与商用初期相比大幅下降90%[2] 人工智能融合应用与成效 - 人工智能推动“5G+工业互联网”向智向新而行，从辅助环节到核心生产，从单点应用到全链路重构[2] - 卡奥斯“工业大脑”以大模型为核心，在九大行业落地40多个应用场景，赋能16万家企业，品牌价值突破千亿元，其与陕西延长石油合作项目使企业人工和能源成本下降10%[2] - 浪潮云洲与江西黑猫集团合作，利用AI大模型使炭黑生产良品率从90%提升至98%，每年节约成本约2000万元[2] - 科大讯飞星火大模型为国家能源集团打造的系统一年创造直接效益19亿元，新增开发者中40%聚焦工业领域[3] 重点行业应用案例 - 在汽车领域，生成式人工智能使设计效率提升超过8%，近九成汽车企业引入人工智能辅助，超过65%汽车企业规划设立人工智能专职岗位[3] - 华为数据显示，5G工厂平均效能提升达19.6%，运营成本下降14.5%[3] 未来发展规划 - 下一步将加快行业融合应用“向新”拓展，实施工业互联网和重点产业链“链网协同”行动，加快5G工厂建设，加强6G与工业融合的前瞻研究[3]

新加坡国家AI战略核心转向 - 新加坡国家人工智能计划(AISG)在最新的东南亚语言大模型项目“海狮”(Sea-Lion v4)中，放弃使用美国Meta的模型，转而采用中国阿里巴巴的通义千问Qwen3-32B开源架构[3][5] - 根据合作协议，阿里巴巴不仅输出核心模型技术，还将为“海狮”模型的“高级后训练”提供全程技术支持[7] - 阿里云智能新加坡总经理表示，合作旨在结合阿里千问的多语言和推理优势与AI Singapore的区域专长，使AI更具“包容性和本地相关性”[7] 技术选择背后的原因 - 新加坡放弃Meta的Llama系列模型，因其在东南亚语言支持上存在不足，例如印尼语俚语翻译错误、马来语表达跑偏，其模型中东南亚语言的训练内容占比仅为0.5%[9] - 阿里巴巴的千问Qwen3-32B基础训练覆盖119种语言，其中东南亚语言的专属训练数据超过1000亿个词元[10] - 新模型上线后即在东南亚语言能力榜单排名第一，性能超越Meta[10] 阿里巴巴千问模型的全球影响力 - 自2023年全面开源后，阿里Qwen成为全球性能最强、应用最广泛的开源大模型，超越Meta的Llama和DeepSeek[12] - 截至目前，全球下载量已突破6亿次，最新版本上线一周内被下载1000万次[12] - 英伟达CEO黄仁勋指出，Qwen已占据全球开源模型大半市场，且优势持续扩大[14] - Airbnb的CEO布莱恩・切斯基表示公司“非常依赖Qwen”，因其比OpenAI的模型更快、更好用且成本更低[17] - 美国AI界出现“Qwen Panic（千问恐慌）”一词，反映其带来的竞争压力[17] 新加坡的AI战略投入与生态 - 2019-2023年间，新加坡在AI领域投入总计70亿新元，占其当年GDP的1.5%，投入力度全球第一[17] - 2017年推出“人工智能新加坡”(AI.SG)计划，2019年启动“国家人工智能战略”(NAIS 1.0)并投入5亿新元，旨在成为全球AI解决方案的“试验田”[26] - 2023年发布“国家人工智能战略2.0”，追加投入20-30亿新元，目标在2030年成为世界级的“AI率先经济体”[28] - 计划将AI从业者队伍扩大至1.5万人的专业梯队，并通过与芯片厂商、云服务商合作建设绿色数据中心以解决算力问题[28] - 目前新加坡活跃着80多个AI科研单位、150多个产品研发团队以及超过1000家AI相关初创企业[30] - 2024年，AI相关产业产值达到150亿新元，同比增长22%，对GDP的贡献率达5.8%[30] - 在覆盖83个国家的“全球AI指数”排名中，新加坡位列全球第三[30] 新加坡AI应用与人才市场 - 新加坡总理黄循财指出“AI时代已经来临”，并将其类比为当年的电脑和互联网[33] - 2024年，使用AI的非中小企业比例从2023年的44%上升至62.5%[35] - 在新加坡的知识型工作者中，有74.8%使用生成式AI辅助工作，应用场景包括金融数据分析、营销方案撰写、教师备课及医生诊疗等[37] - AI相关岗位平均年薪为12-20万新元（约合60-100万人民币），高级AI工程师岗位年薪超过20万新元，但74%的企业仍面临招聘困难[36] - Prompt工程师、AI伦理专家等新兴岗位成为职场热门[36] 中国AI企业在新加坡的布局 - 中国公司Manus AI在推出全球首款“通用AI智能体”后，将总部迁至新加坡，并以新加坡为基地开拓美国、日本、中东等市场[19] - 前360副总裁陆剑锋在新加坡创立WIZ.AI，业务已扩展至17个国家，客户超300家，并完成数千万美元B轮融资[21] - 科大讯飞于2年前将星火大模型和智能硬件引入新加坡，是最早将大模型推向东南亚的中国企业之一[23] - 字节跳动将TikTok业务总部设在新加坡，借助其区位优势拓展全球短视频市场[23] 中新AI合作的前景与机遇 - 合作被视为双赢：新加坡成为中国AI技术进入全球市场的关键跳板，而新加坡相关行业则获得中国技术加持，有望成为未来十年东南亚的AI产业中心[43] - 未来中国及东南亚市场对“懂AI技术+本地市场”的复合型人才需求巨大，相关专业留学背景将在就业市场占据先机[44]

公司与阿里、蚂蚁集团合作状态 - 公司明确表示截至目前未与阿里、蚂蚁集团在人工智能领域开展直接合作或提供相关服务 [2] 公司核心产品与AI能力 - 公司自主研发的信源密信是一个安全通信平台 [2] - 信源密信具备与以AI大模型为核心算法的智能对话机器人对接的能力 [2] - 通过密信AI能力平台可实现机器人与人的对话交流及安全通信 [2] AI大模型合作生态 - 公司产品目前已接入国内多个优秀的大模型AI产品 [2] - 已接入的模型包括百度文心一言、阿里通译千问、智普ChatGLM、Kimi、DeepSeek以及科大讯飞星火大模型等 [2]