美国对华AI芯片关税政策 - 2026年1月14日，美国对特定高性能AI芯片实施25%的进口附加税，政策精准锁定英伟达H200和AMD MI325X等型号，要求所有相关产品必须先运抵美国清关缴税，才能转售至中国市场 [1] - 政策中高达92%的额外成本实际由美国本土进口商承担，硅谷AI初创企业采购成本骤增，物流周期延长三至四周 [3] - 政策细则明确，豁免条款仅适用于美国境内数据中心运营及科研用途的芯片，出口至中国的批次必须严格履行新流程，这意味着英伟达与AMD需彻底重构供应链，所有芯片需先抵美港口完成清关 [3] 政策影响与市场反应 - 美国海关预估年增2640亿美元财政收入，但中国企业迅速下调订单规模，英伟达营收预期承压，美方稳定税源的设想落空 [3] - 新增中转节点加剧了供应链混乱，交货周期拉长，关税成本最终通过价格机制转嫁给中美双方采购商 [3] - 2025年底，美方政策出现调整，批准英伟达向中国“经批准的客户”出售H200人工智能芯片，但芯片销售收入的25%需上缴美国政府 [15] 中国应对措施：资产配置调整 - 2025年初开始，中国稳步推进美国国债的战略性减持，截至当年11月底，中国持有美债余额降至6826亿美元，较年初减少约700亿美元，折合人民币约5000亿元 [4] - 单是2025年11月，中国就净卖出61亿美元美债，持仓量创下2008年以来新低 [4] - 减持美债的资金部分转化为黄金储备增量，中国人民银行连续14个月增持黄金，至2025年底黄金储备达7415万盎司 [6] 中国应对措施：产业自主化与反制 - 关税政策意外激发中国本土AI芯片产业爆发式成长，2025年成为国产AI芯片自主化突破之年，华为昇腾系列、百度昆仑芯等平台加速商业化落地 [6] - 昆仑芯全年营收近30亿元人民币，出货量达6至7万张；燧原科技、沐曦集成电路等新兴企业出货量均突破1万张 [6] - 字节跳动等企业调整采购策略，将240亿元芯片订单转向国产供应商，高于英伟达特供芯片的160亿元投入 [6] - 中国商务部决定自2026年1月14日起，继续对原产于美国的太阳能级多晶硅征收53.3%至57%的反倾销税，实施期限五年，直接阻断美国多晶硅厂商进入全球最大光伏应用市场的通道 [7] - 中国对稀土资源的管控成为战略反制工具，2025年，中国对用于14纳米以下逻辑芯片生产的稀土出口实行逐案审批，直接卡住美国高端芯片制造关键环节 [11] 全球半导体生态与供应链冲击 - 全球半导体生态系统承受结构性冲击，2025年第三季度，中国消费电子行业毛利率平均下降3.2个百分点，部分中小企业因成本高压倒闭数量同比增长85% [11] - 美国汽车、家电等行业依赖中国传统芯片，关税推高下游生产成本，摩根士丹利分析称全球芯片贸易成本每年将增加800亿美元 [11] - 美国政策反复性驱使跨国科技企业重新评估区域投资优先级，不少公司将原定落子美国的产线转向东盟或欧盟，政策不确定性抑制外资企业长期资本承诺 [13] 中国企业技术突围与效率提升 - 中国企业加速技术突围，深圳企业睿思芯科基于RISC-V架构的处理器IP核授权收入同比增长300%，应用于比亚迪车载芯片 [13] - 珠海硅芯科技联合近30家机构打造Chiplet生态专区，通过2.5D、3D封装技术整合多类芯片，北方华创、中科飞测在封装设备环节实现国产替代 [13] - 中国通过“单一窗口”通关系统实现芯片设备半小时通关，效率较美国海关高五倍，2025年第三季度半导体设备进口通关量同比增长40% [15] - 区域合作成为突围路径，与意大利意法半导体联合研发投入增长120%，在马来西亚新建封装测试基地 [15] 美国内部矛盾与政策背景 - 美国内部矛盾加剧政策不确定性，台积电亚利桑那州工厂因缺水缺工人屡次延期，与南京工厂盈利形成对比，英特尔首席执行官陈立武被要求辞职，引发企业界震荡 [9] - 财政部虽获得千亿美元关税收入，但依赖进口的企业损失超800亿美元，经济学家警告滞胀性冲击风险 [9] - 2025年8月，特朗普曾宣称对进口半导体征收100%关税，但最终税率定为25%，政策出台前，美国于2026年1月13日调整AI芯片出口许可模式，从推定拒绝改为逐案审查，表面放宽实则设卡 [9]

字节跳动自研AI芯片项目 - 据路透社报道，字节跳动正研发一款专为AI推理任务设计的AI芯片，并与三星电子洽谈芯片代工事宜，旨在保障先进处理器供应[1] - 公司计划在3月底前获得芯片样片，今年计划至少生产10万片，并希望逐步将产量提升至最高35万片[1] - 双方谈判内容还包括获取存储芯片供应，在全球AI基础设施建设热潮下，存储芯片供应极度紧张，增加了合作吸引力[1] 项目背景与公司战略 - 该项目代号为SeedChip，是公司全面加码AI研发的一部分，从芯片到大语言模型，公司押注AI技术将重塑其覆盖短视频、电商、企业云服务的业务版图[2] - 字节跳动于2023年成立Seed部门，专注研发AI大模型并推动其应用落地[2] - 公司芯片相关布局最早可追溯至2022年，当时便开始大规模招聘芯片领域人才[1] - 路透社曾在2024年6月报道，字节跳动当时正与美国芯片设计商合作研发一款先进AI处理器，计划交由代工生产[1] 资本投入与行业竞争 - 字节跳动今年计划在AI相关采购上投入超1600亿元人民币，其中超过一半资金用于采购英伟达芯片（包括H200）及推进自研芯片项目[2] - 包括谷歌、微软在内的全球科技巨头均已自研AI芯片，以减少对英伟达的依赖，英伟达目前是AI开发所需先进芯片的主导供应商[1] - 尽管字节跳动尚未推出自研芯片，但其竞争对手阿里巴巴与百度已走在前列：阿里巴巴上月发布了面向大规模AI算力任务的真武芯片；百度已对外销售芯片，并计划让旗下芯片业务昆仑芯尽快上市[2] 公司回应与项目意义 - 字节跳动发言人在一份声明中表示，有关其自研芯片项目的信息不准确，但未做进一步说明[1] - 若该项目落地，将成为字节跳动的重要里程碑，长期以来，该公司一直希望研发芯片以支撑自身AI算力需求[1]

2026年春节AI红包大战与国产芯片崛起 - 2026年春节成为AI推广与国产芯片发展的关键节点，表面是用户通过红包活动体验AI应用，底层则是国产AI芯片支撑高并发场景的压力测试场 [1] AI应用层：春节红包大战 - **投入规模创纪录**：腾讯元宝APP投入10亿元现金红包，百度APP投入5亿元现金红包，阿里巴巴千问APP投入30亿元启动“春节请客计划” [2][5][7] - **市场效果显著**：腾讯元宝APP升至苹果商店免费APP第一名，字节跳动豆包APP排在第二名 [5][9] - **战略目标各异**：腾讯希望重现微信红包盛况以奠定AI产品地位；百度选择长达46天的活动周期以“时间换留存”；阿里巴巴旨在通过免单推动AI从聊天走向办事；字节跳动则锁定央视春晚进行合作 [5][7][9][10] - **竞争本质演变**：春节AI推广从“流量争夺”转向“场景占领”，节后3个月的产品迭代质量和用户留存率将决定巨头在AI时代的市场座次 [10] 基础设施层：国产AI芯片突围 - **市场格局剧变**：受美国出口管制影响，英伟达在中国高端训练芯片市场份额从95%骤降至0%，公司“100%离开了中国市场”并承受了约45亿美元库存损失及80亿美元潜在收入损失 [13][14] - **国产芯片迎来窗口期**：Bernstein Research预测，到2026年，华为将以50%的市占率位居中国AI芯片市场第一，AMD、寒武纪、海光预计分别以12%、9%、8%的份额位列第二至第四 [17] - **产业高速发展**：至少有九家中国AI芯片公司的出货量或订单量已超过1万卡；2025下半年至2026年初，沐曦、摩尔线程、天数智芯、燧原科技等创业公司先后发布招股书，迎来上市潮 [19][23] - **性能与成本路径**：部分国产AI芯片推理性能已超英伟达H20，但峰值性能仍有差距；产业通过优化系统架构以降低成本，目标是将百万Tokens的推理成本从1元降至1分级别 [25][26][27] - **市场结构变化**：IDC数据显示，2025年中国生成式AI基础设施市场中训练与推理占比分别为49.6%和50.4%，预测到2029年推理占比将提升至76.8% [29] 未来展望 - 补贴退潮后，体验优秀的产品将培养用户习惯，加快AI普适化发展 [33] - 国产AI芯片的发展不仅是“替代”，更是“超越”的开始，其突围进程将持续推进 [34]

行业概况 - 国产数据中心AI芯片自主化进程正在加速[1] - 目前国产AI芯片品牌包括华为昇腾、百度昆仑芯、阿里平头哥、寒武纪等十余个[1] 市场参与者与规模 - 至少有九家中国AI芯片公司的出货量或订单量已超过1万卡[1] - 参与者类型包括背靠科技大厂的企业（如华为昇腾、百度昆仑芯）、AI芯片上市和将上市企业（如寒武纪、沐曦、天数智芯、燧原科技）以及仍在创业阶段的非上市公司（如曦望、清微智能）[1] - 出货规模大的AI芯片公司累计出货量已在10万卡级别[1] - 出货量相对较小的公司如曦望、清微智能等2025年出货量或订单规模在1万卡以上[1]

市场表现与驱动事件 - 北京时间1月22日晚，纳斯达克中国金龙指数收涨1.59%，主要中概互联网公司股价普涨，其中百度涨5.90%，阿里巴巴涨5.06%，哔哩哔哩涨超4%，京东涨超3% [1] - 百度发布文心大模型5.0正式版本，并宣布其语言与多模态理解能力稳居国际第一梯队 [1] - 阿里巴巴的Qwen3-TTS全家桶开源上线，同时有报道称阿里巴巴集团已决定支持旗下芯片公司“平头哥”未来独立上市 [1] 行业趋势与战略布局 - 自AI浪潮以来，中国互联网平台企业持续加码投入自研芯片、云计算、AI大模型以及AI应用 [1] - 阿里云等AI业务已开始贡献业绩，百度昆仑芯即将独立上市，行业AI应用正从“能说”过渡到“能办事” [1] - 互联网企业被视为AI商业化的核心受益者，其天然坐拥海量、高活性、结构化的用户与业务数据，是训练和迭代AI模型的“燃料” [1] - 互联网企业的核心业务（广告、搜索、电商、社交、传媒）与AI优化效率的目标高度协同，未来有望反哺核心业务增收 [1] 投资工具与市场观点 - 对于个人投资者，可通过在A股上市的恒生互联网ETF（513330.SH）低门槛、分散布局中国互联网行业 [2] - 该ETF跟踪恒生互联网科技业指数，聚焦阿里巴巴、腾讯、百度、网易、京东、小米、快手、美团、哔哩哔哩等互联网平台企业和传媒公司 [2] - 该指数成分股被视为港股相对A股特有的“稀缺资产”，当前指数估值处于20倍左右，被认为相对纳斯达克和A股TMT板块具备较高性价比 [2]

美股市场分化与中概股逆势狂飙 - 2026年首个交易日美股市场分化，道琼斯指数微涨0.66%，纳斯达克指数下跌0.03%，特斯拉、微软等科技巨头普遍收跌 [1] - 纳斯达克中国金龙指数逆势单日暴涨4.38%，创下近8个月来最大涨幅 [1] - 百度股价一夜飙升15.03%，市值激增超500亿港元，成为市场焦点 [1] 中概股普涨与资金流向 - 阿里巴巴涨超6%，网易、哔哩哔哩跟涨7%以上，皓鸿科技单日涨幅达72.41% [2] - 中概股板块成交金额环比放大45%，科技类中概股成交量达到前一日的1.8倍，显示机构资金在主动布局 [2] - 2025年全球投资中国资产的ETF净流入达831亿美元，仅2026年1月3日当天，外资通过互联互通加仓中概科技股的金额就超过50亿美元 [4] 中概股上涨的核心驱动逻辑 - 政策红利密集释放：2026年作为“十五五”规划开局之年，人工智能、半导体等硬科技被明确为重点方向，AI智能硬件首次被纳入“以旧换新”政策补贴范围，海外上市备案机制变得更透明 [4] - 企业硬实力支撑：百度AI芯片子公司“昆仑芯”提交港交所上市申请，该公司已拿下中国移动十亿级服务器订单，并在字节跳动、腾讯的供应链中站稳脚跟 [4] - 全球资金流向转变：美联储降息预期升温，美元走弱，促使热钱涌向高成长性资产，高盛预测到2027年末中国股市可能有38%的上涨空间 [4] 全球半导体与AI算力赛道联动 - 费城半导体指数大涨4.01%，美光科技涨超10%，阿斯麦、英特尔涨幅均超5% [6] - 资本明确指向以AI算力为核心的硬科技赛道，英伟达、AMD计划年初大幅上调GPU价格，台积电获得美国设备输出许可，强化了行业景气度预期 [6] - 市场精准聚焦于“能造AI基石”的企业，无论是中国的百度昆仑芯还是美国的美光科技，只要站在算力产业链关键节点就能获得资本青睐 [6] 市场风格转变与估值重估 - 百度、阿里等权重股领涨，而非中小盘个股唱主角，说明资金偏好从“博反弹”转向“看价值” [9] - 欧洲资管机构承认中国科技公司估值已包含过多悲观预期，当前价位具备长期配置吸引力 [10] - 离岸人民币汇率同步升破6.97关口，创下2023年5月以来新高，反映海外投资者对中国资产态度的根本转变 [6] 相关市场表现与板块分化 - 港股已提前响应，恒生指数大涨2.76%，恒生科技指数飙升4% [10] - A股节前上证指数罕见收出“11连阳”，军工、机器人板块集体异动，市场资金在提前布局节后行情 [10] - 板块出现分化，尽管AI芯片、半导体板块炙手可热，但部分消费端科技股如特斯拉、奈飞却明显疲软，资本只青睐真正参与塑造未来的企业 [10]

中国科技人才与科研实力的历史性跨越 - 1999年，中国本土科研人员与归国科研人员水平差距巨大，顶尖人才大多流向海外，极少愿意回国 [5] - 2025年，中国培养的人才在全球范围内毫不逊色，清华大学在AI专利竞争中击败了包括哈佛、麻省理工、斯坦福等在内的6所美国顶尖大学的总和 [2][5] - 1999年，中国上网人数约400万，而美国有近亿网民，微软、思科等美国科技公司市值达5000亿美元，中国科技公司尚处萌芽期 [10][24] 微软亚洲研究院（MSRA）的奠基性贡献 - 1999年，张亚勤等人共同创立微软中国研究院（后升级为MSRA），目标是在中国建立世界一流的研究院 [5][28] - 成立一年内，MSRA在国际一流刊物上发表论文80多篇，申请注册40项专利，做出60项新发明，并将8项成熟技术转让给微软产品部门 [12][29] - MSRA的技术成果转化率是微软所有研究院之首，被《麻省理工学院技术评论》称为“世界上最火的实验室”，首次让世界看到中国作为研发高地的潜力 [13][31] 外企入华黄金期与中国市场崛起 - 2006年，中国移动用户总量接近3亿，成为全球最大移动运营商；互联网人数达1.1亿，位列全球第二 [13][32] - 2006年，中国计算机专业研究生人数相当于美国的5倍，印度的2倍 [13][32] - 微软对中国市场投入巨大，2006年计划每年投入1亿美元成立亚太研发集团（ARD），实际投入远大于此，仅一年在华外包业务支出就达4亿美元 [14][34] - 微软的示范效应引领了跨国科技公司纷纷在华设立研究院，中国成为许多跨国企业的研发、战略中心及第二总部 [14][34] 中国互联网产业的爆发与本土创新 - 2009年至2014年是中国互联网公司风起云涌的时代，2015年全球互联网企业市值前十强中，中国公司占据四席（阿里巴巴、腾讯、百度、京东） [17][39] - 滴滴、美团、字节跳动等本土公司崛起，其打车、外卖、短视频和直播业务不再借鉴美国模式，并在2025年具备向国外输出的能力 [17][39] - 2014年百度上市时，首日挂牌涨幅高达354%，创造了美国股市213年以来外国公司首日涨幅的最高纪录 [13][32] 从外企到本土企业的职业轨迹与产业影响 - 2014年，张亚勤离开微软加入百度，当时百度市值798亿美元，约为阿里巴巴的三分之一，腾讯的60% [18][40] - 在百度期间，其负责开拓搜索以外业务，重点布局百度云、无人驾驶和芯片，为百度“第二曲线”奠定基础，其启动的昆仑芯项目在2025年传出独立上市消息 [18][40] - 微软为中国互联网产业培养了众多核心人才，包括百度CTO王海峰、阿里巴巴CTO王坚、阿里云CTO周靖人、字节跳动创始人张一鸣、商汤科技创始人汤晓鸥、小米联合创始人林斌等 [15][16][36] 人工智能时代的产学研新范式 - 清华大学智能产业研究院（AIR）专注于AI技术与产业结合，研究方向包括智慧交通、智慧物联和智慧医疗 [20][44] - 2025年，中国AI科研人才质量已跻身全球第一梯队，博士生水平不亚于MIT，年轻教师不逊于美国常青藤院校 [21][44] - 与MSRA模式不同，清华AIR的研究成果基本开源并向全社会开放，已推出十几项科研成果，孵化一批企业，落地产学研合作 [21][45] 全球化逆流与中美科技关系变迁 - 张亚勤将近年中美脱钩风波视为过去25年“最糟糕的一件事”，中美关系在短时间内急剧变化 [5][9] - 此前，张亚勤每年赴美十几次，北京飞西雅图航班一天2趟且客满；2025年每年仅去一两次，航班频次与客流量今非昔比 [6][9] - 2025年，美国政府撤销此前关于AI安全的行政命令，并将相关机构重组，工作重点转向国家安全风险，张亚勤认为此举不利于全球AI安全合作 [22][46]

文章核心观点 - 评判AI芯片实力的标准已从单纯算力转向能否稳定支撑从百亿到万亿参数、从稠密到MoE架构、从单模态到多模态的完整模型谱系训练，并在万卡乃至更大规模集群上实现高效扩展[1] - 国产AI芯片在大规模训练场景中真正落地难度极大，替代是一个渐进式过程，推理场景已基本解决，但大规模训练是真正的挑战[5][6] - 即便对于参数激增的MoE模型，“小芯片搭大集群”的路径依然可行，关键在于极致的通信优化与系统级协同设计[2] 大规模训练的核心挑战与攻坚路径 第一大挑战：集群稳定性 - 大规模训练是上万卡的同步系统，任何一张卡中断都可能导致任务重启，例如在100张卡时有效训练时间为99%，但当线性扩展到一万张卡时，1%的中断时间就可能导致整个集群不可用[7] - GPU天生是高故障率器件，晶体管数量多、算力高、功耗大，且监控能力弱，整体故障率比CPU高出多个量级[7] - 解决集群稳定性需从两方面入手：一是事前精细化监控与验证，通过系统级手段提前定位可能的故障（如运行变慢、精度异常、数据不一致），尤其是在静默错误场景中需精准定位故障节点[8]；二是构建故障后的透明Checkpoint和快速恢复机制，避免大规模重算[9] 第二大挑战：让集群真正扩展起来 - 一个万卡集群必须实现线性扩展，否则只有千卡、两千卡的规模意义不大[10] - 扩展过程大致经历三个阶段：在百卡集群上验证技术可行性，关键在于RDMA通信技术的适配与优化[11]；在千卡集群上，由于网络不再对等，需要做好网络亲和性调度等复杂优化[11] - 实现大规模扩展的核心逻辑是“XPU驱动的any to any的通信”，即以XPU为核心，在通信过程中绕过CPU影响，直接用XPU驱动网络，并针对不同流量设置不同优先级以优化任务[14] 第三大挑战：模型生态与精度体系 - 英伟达最强的护城河是其过去十多年沉淀的模型生态，包括成千上万种模型变体、算子体系、框架适配，这使其在训练精度上保持绝对稳定性[15] - 在大模型时代，由于Transformer架构相对统一，国产芯片迎来了机会[16] - 当前的Scale维度已转变为模型参数的Scale（如十亿、百亿、千亿）和任务训练规模的Scale（如百卡、千卡、万卡），这两个维度的Scale带来了整个系统层面的Scale，映射到硬件上会有不同的size、形状、切分策略和并行策略[5][17] - 算子映射到不同硬件平台时，在精度和性能上都会存在挑战，精度上的微小差异可能导致长时间的训练白跑[19] - 为此，公司构建了高度泛化的算子体系，针对不同算子的size做了高强度泛化，并在泛化基础上进行小规模验证精度，避免每次都使用万卡对比，从而保证大规模训练的可靠性[19] MoE模型与多模态模型的新挑战 - MoE模型能在不提升激活参数规模的情况下扩展模型参数，延续Scaling Law，但给系统架构带来新挑战：模型参数变大、输入序列变长，导致通信占比显著提升，从而需要改变整个模型架构[12][20][21] - 适配MoE系统需要极致的通信优化，以及显存的协同与计算overlap[22] - 结论是，即便是MoE模型，“小芯片搭大集群”的方式依然可行[24] - 多模态模型带来另一类挑战，不同模态具有不同的训练强度和计算需求，若沿用原来的同构拆分方法会导致训练效率极低，典型情况下MFU（模型浮点运算利用率）可能都不到10%[24] - 针对多模态模型，需要进行异构数据均衡的调度，适配异构并行策略，使系统能够根据workload动态调整并行策略，为不同模型找到最优的运行策略[26] 国产芯片的实践与衡量标准 昆仑芯的大规模实践案例 - 公司已在百度Qianfan VL、百度蒸汽机等自研模型上取得较领先的效果，并实现了全栈基于昆仑芯的训练[12][31] - 具体实践案例包括： - **Qianfan-VL-70B模型**：多模态模型，在5千卡集群上训练，在通用基准测试中表现出色，并在OCR、文档理解和数学推理等特定领域任务中达到了SOTA性能，支持通过特殊token激活思维链能力，覆盖复杂图表理解、视觉推理、数学解题等多种场景，主打OCR全场景识别和复杂版面文档理解两大特色能力，在多项基准测试中表现优异[28] - **Qianfan-VL-8B模型**：多模态模型，在2千卡集群上训练[28] - **百度蒸汽机模型**：多模态模型，在6千卡集群上训练，是全球首个中文音视频一体化生成模型，在VBench-I2V榜单上位列全球第一，支持“无限时长”生成，突破了传统AI视频生成10秒左右的时长限制，行业首次实现AI长视频实时交互生成（即边生成边调整），目前生成速度超越国内主流视频模型[28] 衡量国产芯片“能否真正用起来”的关键维度 - **模型覆盖能力**：需覆盖大语言模型、多模态、文生视频等完整模型体系[30] - **集群规模能力**：需实现从百卡到千卡再到万卡的全覆盖[30] - 公司目前在模型覆盖上基本达到主流大模型体系，在规模上已能跑万卡任务，未来还会向数万卡推进[27] - 如同Google用Gemini证明TPU的训练能力一样，硬件需要绑定优秀的自研模型才能真正被市场接受[28][29]

报告行业投资评级 * 报告未明确给出恒生科技指数的整体投资评级，但指出其已进入“慢牛通道”[7]，并强调应自下而上寻找“安全边际高+基本面边际变化预期向好”的个股机会[29] 报告的核心观点 * 恒生科技指数在2025年表现强劲，上涨24%，跑赢上证指数(18%)和纳斯达克100(16%)，业绩增长是核心驱动力，贡献了约60%的市值涨幅[10][16] * 展望2026年，投资机会的把握要点在于：从分子端（EPS）入手寻找相对确定的机会，并密切关注AI进展是否超预期以寻找弹性[27][29] * 分母端（流动性）已进入中期宽松趋势，美联储自2024年9月进入降息通道，为估值提供支撑[22][29] * 个股层面，2025年涨幅居前的公司（如华虹半导体涨260%、京东健康涨142%）核心驱动力在于业绩上调、自主可控预期及AI进展超预期[23] 根据相关目录分别进行总结 回顾与复盘：2025年发生了什么？ * **指数走势与驱动因素**：恒生科技指数2025年初至今（截至11月21日）上涨24%，业绩增长贡献了约60%的市值涨幅[10][16]。剔除受外卖大战影响的阿里、美团、京东后，指数收入同比增长13.6%，非公认会计准则净利润增长21.7%[10][16] * **季度行情复盘**：一季度受AI主题和流动性改善驱动，指数上涨约30%[12]。二季度受外卖大战（阿里宣布投入500亿元）和中美贸易环境趋紧影响出现回调[12]。三季度在政策预期转向、中美关系缓和及龙头业绩超预期推动下重拾升势[12]。四季度初因涨幅过大、估值偏高及对AI泡沫的担忧出现约20%的技术性回调[12] * **分母端（流动性）环境**：美联储已从2024年9月进入降息通道，南向资金大幅流入，市场流动性短期偏多[20][22]。恒生科技指数过去5年估值分位数在22%附近，短期偏多[20] * **个股表现启示**：业绩能被不断上修的公司股价涨幅更好，如京东健康（涨142%）、腾讯音乐（涨68%）、腾讯控股（涨50%）[17][18]。寻找短期或长期业绩预期差、或AI进展可能有惊喜的标的是核心任务[23] 产业与趋势：哪些细分赛道值得关注？ * **AI应用**： * **技术进展**：中美前沿模型差距已缩小至季度级别，DeepSeek R1在关键基准上对齐OpenAI o1[37][39]。多模态生成能力稳步提升，谷歌Nano Banana Pro和Veo-3.1分别代表图像与视频方向的前沿落点[45] * **商业化与成本**：模型API均价持续下调，前沿全量模型现价处于约4美元/百万Tokens位置[47][52]。Token周度调用量达6T，较去年末提升20倍，推理需求旺盛[49][52] * **市场行情**：板块行情对情绪敏感，年初由DeepSeek R1发布驱动重估，下半年受“AI吞噬软件”叙事影响，资金转向算力板块，应用板块β有所钝化[53][55][77] * **细分场景**： * **原生应用**：Chatbot年化收入增速远高于流量增速，OpenAI年化经常性收入于2025年6月达到100亿美元，较2024年12月接近翻倍[59]。文生图/视频头部应用商业化加速，MidJourney年化经常性收入达5亿美元，快手可灵年化经常性收入超过1亿美元[62][63] * **创意设计**：AI冲击本质是生成与编辑壁垒的赛跑，传统软件厂商通过接入模型并强化编辑闭环来应对[67] * **搜索**：AI搜索可能减少广告位与点击率，短期对传统搜索广告收入造成负面影响，长期影响取决于流量变化与新的计费体系[72] * **企业服务**：越靠近前台、流程闭环短的AI应用商业化进展更快，如北森AI招聘产品新签合同额超2600万元；中后台ERP场景的AI落地更偏向推动客户增购，如金蝶AI合同金额超1.5亿元[75][76] * **自主可控（硬科技）**： * **核心方向**：下一阶段科技自立围绕芯片、消费电子、具身智能展开[80][81] * **AI芯片**：国产芯片正加速在稀疏计算、支持FP8计算及提升算力密度（如Chiplet）等方面寻求突破[83][84]。国内科技大厂（阿里、百度、字节、腾讯）积极自研芯片，旨在打破依赖、降本增效并巩固生态[86][88] * **云计算**：作为AI落地载体，2024年中国AI公有云市场规模达196亿元，同比增长55%，百度、阿里、腾讯、华为云占据领先份额[90][91] * **市场与投资逻辑**：芯片代工（如中芯国际、华虹半导体）因需求确定性和稀缺性，2025年涨幅明显[93][94]。投资应围绕核心技术优势、国产替代紧迫性及供应链地位展开[94] * **游戏**： * **行业环境**：2025年游戏版号保持稳定发放，截至10月总量达1441个，已超越2024年全年[101][104]。高抽成渠道模式受到挑战，头部厂商凭借强势产品争取到更低分成，如腾讯与华为的分成比例降至10%-20%[103][104] * **国内市场**：腾讯游戏占据主导地位，iOS流水TOP10中占7席[105][107]。腾讯、网易通过“平台化”、“轻量化”策略运营长青游戏，如《王者荣耀》打造IP宇宙，《蛋仔派对》创作者超5000万[109]。中小厂商通过深耕细分品类取得成功，如巨人网络的《超自然行动组》（女性向搜打撤玩法）和吉比特的《杖剑传说》（放置+MMO）[113] * **海外市场**：SLG和休闲类游戏主导，世纪华通旗下《Whiteout Survival》流水达10.3亿美元（增30%），其新作《Kingshot》登顶2025年海外流水增量榜（增量4.2亿美元）[118][119]。柠檬微趣的二合游戏《Gossip Harbor》流水达5.5亿美元，同比增长201%[118][119] * **端游市场**：在《三角洲行动》、《燕云十六声》等双端互通产品推动下，2025年客户端游戏市场收入增速持续提升，10月收入达72.27亿元，同比增长29.4%[125][126] * **消费互联网**：报告目录提及，但提供内容中未展开详细分析[33] * **智驾赛道**：报告目录提及，但提供内容中未展开详细分析[33] * **内容+IP**：报告目录提及，但提供内容中未展开详细分析[33]

美国对华AI芯片出口政策转向 - 2025年12月8日，美国总统特朗普宣布批准英伟达向中国出口H200人工智能芯片，但要求从每笔销售中抽取25%的分成[1] - 此举与一周前美国国会讨论全面禁止对华出口高端AI芯片的《SAFE法案》形成180度大转弯[1] - 政策转向源于12月2日英伟达CEO黄仁勋与特朗普政府的闭门会谈，旨在挽救英伟达在中国市场的颓势[4] 政策方案的具体设计 - 选择性放行：仅开放技术代差约为18个月的H200芯片，而非最新的Blackwell或即将发布的Rubin芯片[4] - 高额抽成：英伟达需将H200对华销售额的25%上缴美国政府，且此模式将推广至AMD、英特尔等其他AI芯片企业[5] - 条件限制：反复强调出口前提是“保障美国国家安全”，并保留随时收回许可的权力[5] 政策背后的商业算计 - 美国政府预计每季度可从价值20亿至50亿美元的芯片出口中，按保守估计获利5亿美元，全年达20亿美元，被视为“无本万利”的生意[6] - 对英伟达而言，虽然利润被压缩，但相比因出口禁令导致在华销售额几乎停滞、并减记约55亿美元相关费用的局面，恢复部分市场准入仍具吸引力[4][7] - 该政策被解读为一种“利益捆绑机制”，使英伟达与美国政府成为利益共同体，以确保出口政策的持续性[7] 中国AI芯片产业的崛起态势 - 根据Bernstein Research报告，到2026年，华为将占据中国AI芯片市场50%的份额，而英伟达的份额将从目前的39%大幅萎缩至仅8%[13] - 2025年，华为AI芯片市场份额已冲至40%，与英伟达并列第一；预计2026年华为占50%，AMD占12%，寒武纪占9%[15] - 未来三年，中国本土AI芯片销售额的复合年增长率预计高达74%，到2028年本土产量将超过国内需求，供需比达104%[16] 本土厂商的技术进展与产能规划 - 华为昇腾系列持续迭代，并公布了未来三年的产品路线图[16] - 寒武纪构建了完整的云边端产品矩阵，并宣布2026年将把AI加速器产量提升逾两倍至50万枚[16] - 百度昆仑芯新一代产品在性能和成本上实现大幅改善[17] - 海光在GPU通用计算领域持续发力，逐步打破英伟达在某些场景的垄断[18] 中国市场对美政策的冷静反应 - 中国市场对H200芯片的态度并不热情，主因在于美国政策反复无常导致信任破裂，企业更看重算力供应的稳定性[31][32] - H200需承担25%额外成本，其综合性价比可能与采购多张国产芯片相当，而国产芯片的成长空间更大[33] - 政策导向鼓励优先采购国产算力，且中国企业已在国产芯片生态上投入大量研发资源，转换成本高[36][37] - 安全隐患（如“后门”或远程“断供”风险）以及中兴事件的教训，使得中国企业在选择核心技术供应商时格外谨慎[34][35] 政策逻辑的悖论与战略影响 - 以25%分成来化解所谓的“国家安全”威胁，暴露了该政策本质是商业利益问题而非安全问题[20] - 与拜登政府“一刀切”封锁不同，特朗普政府的“收保护费”式放行是试图通过“技术代差+高额抽成”维持市场影响力和科技霸权[22][23] - 外部封锁反而成为中国技术突破的催化剂，加速了中国的技术自主化进程和全球半导体供应链的“去美国化”趋势[24][25][40] 全球产业格局与多方博弈结果 - 英伟达并未真正获胜：长期市场份额面临灾难性下滑（从39%至8%），利润空间被压缩，且无法摆脱政治风险[38] - 美国政府也未获胜：短期获利无法弥补长期战略失误，其政策加速了全球对美技术依赖的警惕和各国的自主半导体计划[39][40] - 对中国而言，进口H200可短期缓解算力短缺，但若因此放松自主研发则将陷入“技术依赖陷阱”；真正的胜利在于实现自主技术创新[42][43][44]