峰会概况 - 第四届达沃斯全球母基金峰会于2026年1月21日在瑞士达沃斯Hotel Strela成功举办 [2][3] - 峰会由全球母基金协会、中国国际科技促进会母基金分会联合主办 [2] - 峰会邀请了近百位来自全球母基金、基金及领先风投城市的重量级人物，共同商议跨越经济周期的奥秘并展望行业未来发展方向 [2][3] 论坛核心议题 - 论坛主题为“2026年全球VC/PE的宏观战略与产业转型” [5][6] - 论坛聚焦两大核心议题：一是AI投资的主要趋势与估值泡沫出清情况；二是2026年全球经济与投资格局的关键变化及资产配置策略调整 [8][9] AI投资趋势与估值 - AI投资趋势已从“通用模型竞赛”转向“行业落地深耕”，前几年追逐大模型的资本已更多流向医疗、工业等垂直应用领域，估值泡沫已明显出清 [12][13] - AI投资的核心机遇集中在被低估的基础设施领域，基础设施作为全行业共同刚需，具备长期投资价值 [10][11] - 需明确区分数字AI与物理AI，将数字AI能力与物理产品结合的领域技术落地难度大但市场空间广阔 [10][11] - AI估值泡沫出清后，市场更关注技术的实际应用价值与商业化能力，无核心技术、仅靠概念炒作的项目将被市场淘汰 [14][15] 2026年资产配置策略 - 2026年全球资产配置应采取“聚焦高景气赛道 + 分散区域风险”策略 [12][13] - 在赛道选择上，应聚焦医疗AI、工业自动化、AI基础设施等确定性领域 [10][12] - 在区域布局上，应捕捉美国、中国、欧洲各自的比较优势 [12][13] - 资产配置亦可采取“核心-卫星”策略，核心资产聚焦高景气赛道龙头企业，卫星资产布局供应链分散化带来的区域机会与新兴技术领域 [14][15] - 早期投资需重视团队的产业资源整合与商业化落地能力 [12][13] 全球经济与产业环境变化 - 2026年全球经济的关键变化是地缘重构下的供应链分散化与货币多元化，各国正推动区域供应链建设以降低依赖，非美元货币在跨境投资中的作用逐渐提升 [14][15] - 美国市场的显著特征是大企业风险承受力增强，愿意拿出百亿级预算与初创企业合作，接受“5家合作初创企业中3家可能失败”的创新风险，为AI技术落地提供了良好环境 [12][13] - 2026年全球跨境投资将持续增多，企业面临的法律环境更趋复杂 [16][17] 投资合规与风险考量 - 在AI投资与产业转型过程中，合规与监管是不可忽视的关键因素，不同国家和地区对AI数据隐私、安全、伦理的监管政策存在显著差异 [16][17] - 企业需提前做好合规布局，避免因监管风险影响项目推进，尤其在数据跨境流动、知识产权保护等领域需重点合规 [16][17] - 需高度重视地缘风险对投资项目的潜在影响，并提前做好风险对冲 [14][15]

核心观点 - AI“创造性破坏”将重构产业生态，推动社会经济体系全方位变革，在替代现有岗位的同时催生新供给与需求 [2] - AI对行业的冲击程度取决于两个维度：AI技术演进阶段与行业商业模式的本质 [3] - 当前阶段，美股因产业结构更易受AI直接冲击，而A股受影响相对间接；未来进入物理式AI阶段后，A股面临的冲击与转型压力可能显著加大 [6][8] - 中美大模型头部厂商已进入“并跑”阶段；中国凭借光模块的全球主导权与软件应用的差异化韧性，构建起独特的系统性竞争优势 [5][8] AI“创造性破坏”理论与定价逻辑演进 - AI“创造性破坏”理论认为，技术革新通过淘汰低效生产模式重构价值链，短期引发阵痛但长期驱动新增长，当前市场正处于加速震荡期 [9] - 本轮AI革命与此前工业革命本质差异在于替代对象升级为推理、创作、决策辅助等非规则化智力，导致单人产出指数级增长 [13] - 美股市场对AI的定价逻辑已从“概念驱动”转向“价值验证”：2022-2023年为概念驱动期；2024-2025上半年为基建聚焦期；2025下半年起进入结构分化与价值重估期，逻辑转为“谁会受损” [2][16][19] - 以美股为镜鉴，A股投资逻辑正同步从概念叙事转向业绩兑现与壁垒验证，更侧重AI对传统行业的降本增效与实际盈利贡献 [22] AI技术演进阶段与行业冲击图谱 - AI发展正从数字生成迈向物理交互，依据黄仁勋的框架，当前处于第三阶段（代理式AI），未来将进入第四阶段（物理式AI） [25][28] - 企业AI价值释放遵循非线性曲线，当前多数企业项目仍滞留于应用部署上线前的试错期，实际投资回报率普遍低于50% [23] - 基于两个维度（技术阶段、商业模式本质）判断行业冲击差异，整体影响分为四类：成本替代、对生产服务业直接冲击、降低信息摩擦成本、催生新供给与新需求 [30] - 生产型行业（如资源开采、消费品制造）受低至中等冲击；服务型行业（如消费服务、生产服务）受中等至较高冲击；技术型行业（如技术迭代、平台运营）受中等至较高冲击；金融型行业（如银行、非银）受中等至较高冲击 [3][4][31][34][35][37] 中美市场对比与竞争优势 - 当前阶段，美股受AI“高到中等”冲击的行业总市值占比高达**51%**，而A股同级别冲击行业占比约为**28%**，主因美股在软件服务（**9.7%**）、传媒（**12.1%**）等易被直接颠覆的行业权重远高于A股（软件服务**3.1%**，媒体娱乐**1.4%**） [39][41] - 未来进入物理式AI阶段后，A股权重较高的电气设备（**6.2%**）、机械（**4.7%**）、汽车（**4.1%**）等制造业将面临全链条深度重塑，冲击程度与转型压力可能显著加大 [40] - 中美大模型性能差距已显著收窄，头部厂商进入“并跑”阶段，全球具备全栈自研能力的厂商高度集中于中美两国 [5][42][46] - 中国在硬件层面凭借光模块确立全球主导地位，2024年全球光模块前十强厂商中中国企业占据七席；在软件层面，中国SaaS市场以定制化与政企项目为主（预计2026年规模**194亿美元**），相比美国标准化SaaS模式（预计2026年规模**1411亿美元**）更具抗AI替代的韧性 [5][48][51][52]

文章核心观点 - 全国政协委员江浩然指出，自动驾驶、AI手机、机器人等热门科技赛道正陷入“盲目跟风”和“同质化竞争”的内卷怪圈，产业存在“虚火”[1][2][3] - 提出“因地制宜”与“立规矩”是破解内卷、推动产业高质量规模化发展的关键方法[1][2] 01 警惕“一哄而上”：热门赛道同质化陷阱 - 自动驾驶和AI手机两大热门赛道均已显现同质化竞争、盲目上马的苗头[4] - 自动驾驶领域存在法律滞后、应用场景碎片化、规模化路径模糊等问题，企业扎堆布局但缺乏差异化路线[4] - AI手机领域出现数据过度采集、权限滥用、技术路线不规范等痛点，部分企业为追求功能噱头忽视数据安全，导致低水平内卷[4] - 落实“因地制宜”方法论的核心是分区域、分场景定发展方向，立标准、划边界防无序竞争[5] - 自动驾驶领域应依托长三角、京津冀等区域的产业和基建优势，分区域推进“车路云一体化”验证平台建设，制定统一强检标准，明确“人机共驾”责任划分[5] - AI手机领域应摒弃“一刀切”的功能堆砌，围绕不同场景划定技术规范，全国统一推行APP+用户的“双重授权”机制，用接口/协议技术替代截屏、读屏等违规数据采集方式[5] 02 法律滞后已成为制约自动驾驶发展最大瓶颈 - 当前L4/L5级自动驾驶处于商业化临界点，2026-2027年要实现规模化应用，法律修订是最需要率先突破的核心环节[6] - 法律滞后已成为制约行业发展的最大瓶颈，自动驾驶系统的法律地位尚未明确，事故责任认定缺乏统一依据[6] - 突破法律瓶颈需从国家和地方两层级协同发力：一方面加快修订《道路交通安全法》及其实施条例，从顶层设计赋予自动驾驶系统合法地位；另一方面修订相关管理规范，赋予地方更大试点自主权[6] - 法律框架搭建完成后，才能推动标准统一和基础设施的针对性建设，实现行业规模化发展[7] 03 支持驾考新增智驾必考题，这是规范驾驶员的必要措施 - 支持驾考新增智驾必考题，这是适配智能驾驶普及趋势、规范驾驶员操作的必要举措[8] - 核心是通过专业考核，让驾驶员明确“人机共驾”中的主体责任，避免因过度依赖智驾系统引发操作失当[8] - 当前部分驾驶员对智驾功能认知不足，误将辅助驾驶当作全自动驾驶，忽视接管义务，这是智能驾驶交通事故的重要诱因[8] - 预防智能驾驶交通事故需构建技术保障、法律约束、人员规范的三重体系[9] - 技术层面，车企需优化智驾系统的预警机制和安全冗余设计[10] - 法律层面，需明确驾驶员的接管义务和违规后果，对事故严肃追责[10] - 人员层面，除了驾考增设考题，还需建立智驾操作专项培训和考核机制，定期复训[10] 04 拒绝AI手机“权限裸奔”，建立“动态管控”机制 - 国产AI手机从“尝鲜”走向主流，在技术架构和生态构建上存在三大核心痛点[11] - 痛点一：数据采集“最小必要原则”落实不到位，部分企业通过截屏、读屏等方式非特定功能获取全局数据，存在过度采集问题[12] - 痛点二：端云协同架构不完善，大量敏感数据上云传输，数据泄露风险加剧[12] - 痛点三：行业生态碎片化，缺乏统一技术标准，企业各自为战，技术路线混乱[12] - 解决这些问题需从技术架构、行业标准、前置监管三方面发力[13] - AI手机需建立“动态管控、按需索取、全流程监管”的权限机制，从源头防范权限滥用和数据泄露[14] - 具体需细化权限分类，针对金融支付、隐私信息等核心场景设置高等级权限，推行“按需索取”原则，并建立前置审核与智能体服务备案制度[14] - 平衡AI手机创新体验与数据安全、算法合规的核心是让创新建立在合规安全的基础上[15] - 技术层面，采用端侧加密、生物识别、隐私计算等技术，实现“数据可用不可见”，优化端云协同架构[15] - 规则层面，制定AI手机功能-数据清单，让企业创新有边界[15] - 监管层面，引入第三方独立审计机构进行周期性评估[15] 05 “因地制宜”才是破解内卷的良方 - 春晚带来的机器人产业热潮存在一哄而上、低端同质化的发展风险[16] - 当前国内人形机器人企业中半数为初创企业，多数缺乏核心技术积累，在技术路线、产品形态、商业模式上高度同质化，扎堆布局低端赛道[16] - 行业盈利的核心痛点——关键零部件国产化率低、成本高企的问题未能有效解决，容易陷入“增收不增利”的内卷怪圈[16] - 破解机器人产业发展困境的核心是落实因地制宜、差异化发展策略，避免低端重复建设[17] - 各地需结合自身产业基础和科创资源布局：科创资源集聚区重点攻关核心零部件、算法等核心技术；制造业基础雄厚的区域聚焦机器人量产和场景应用[17] - 需加强行业引导，鼓励企业深耕细分场景，推动机器人在工业、服务、农业等领域的差异化应用，加大对核心技术研发的支持力度，提升关键零部件国产化率[17] - 应建立项目风险预警与纠偏机制，对盲目上马、同质化布局的项目及时引导整改[17]

文章核心观点 - AI产业重心正从模型与应用扩展到算力基础设施、关键芯片、先进制造及端侧多形态设备的全面落地，2026年将是具身智能从概念走向商用落地的关键拐点 [5] - 研讨会旨在解析智能城市、人形机器人与自动驾驶等核心场景的增长机会，并洞察AI浪潮对全球存储与半导体制造格局的重塑 [5] 会议议程与核心议题 - **AI生态系统**：聚焦2026年快速演进的AI生态，分析智能体系统如何重塑行业，以及物理AI崛起带来的新机会 [8] - **机器人**：分享基于生成式AI的人形机器人大脑模型架构发展趋势，及其对未来算力需求和数据采集行业应用的影响 [8] - **汽车电子**：以存储芯片和计算芯片为切入点，讨论汽车芯片国产化进展，并从E/E架构、车载计算、座舱和L3自动驾驶角度总结整车智能化进展 [8] - **半导体制造**：分析2026年代工市场产能扩充、产能利用率与晶圆价格趋势，探讨AI浪潮对全球代工格局的结构性影响 [8] - **存储行业**：覆盖存储价格展望、对下游市场的影响，以及存储厂商的关键战略应对 [8] - **消费电子**：解析AI如何驱动消费电子进入新阶段，手机仍是核心终端，AI眼镜拓展交互场景，AI PC重塑生产力形态 [8] 目标受众与预期收获 - 目标受众包括半导体、云数据中心、汽车电子/智驾、机器人/智能硬件、消费电子OEM/ODM、投资与研究从业者 [7] - 预期收获包括看清2026年具身智能在智能城市、人形机器人、自动驾驶等场景的商用拐点、落地节奏与关键驱动因素 [7] - 预期收获还包括把握从“场景需求”反推算力、芯片、制造与供应链核心增量位置的产业链机会窗口 [7] - 参会者可获得关于AI浪潮下存储与半导体制造的供需变化、产能与价格趋势以及结构性机会的洞察 [11] - 参会者可识别端侧与车载计算、机器人“大脑”、E/E架构等技术演进对行业的影响 [11] - 参会者可获得可执行的市场与战略要点，以助力2026年的产品规划、合作布局与投资决策 [11]

港股IPO市场整体态势 - 香港资本市场正迎来新一轮IPO热潮，目前有488家企业正排队等候上市[1] - 开年以来港交所已完成24家新股上市，集资额超过870亿港元[2] - 2023年港股IPO市场募资规模高达2867亿港元，同比大幅增长225.9%，重登全球募资榜首[2] - 2024年年内港股IPO融资总额已达892.26亿港元，为去年同期的10倍[3] - 多家机构对港股IPO市场持乐观预期，预测全年融资规模有望超过3000亿港元，上市数量在100至200家之间[4] 市场结构与行业特征 - 人工智能、半导体、生物医药取代了传统的金融、地产，成为绝对的吸金主角[3] - 港交所持续推进上市制度改革，如“科企专线”服务机制、优化后的18C章上市门槛，显著降低了硬科技企业的上市壁垒[2] - 港交所对未盈利企业的包容性，使其成为生物医药、人工智能等领域企业的“资本沃土”[2] - 目前向港交所递交申请的18C特专科技公司已涵盖自动驾驶、AI机器人等热门赛道[2] - 1月三家AI领域的明星企业——壁仞科技、智谱、MiniMax相继登陆港股，其中壁仞科技上市首日股价暴涨75%[3] 国际企业参与度 - 此轮港股IPO热潮的参与者正从中国内地向更广阔的全球市场延伸，排队序列中已有超过10家国际企业[1][5] - 国际企业主要来自东南亚地区，业务涵盖金融科技、餐饮零售、出行服务等多个热门领域[5] - 具体国际企业上市计划包括：韩国的科郦有限公司、美国的AIWB已正式递交招股书；泰国美诺食品、印尼Traveloka、印尼Merdeka Gold Resources、越南Vingroup旗下的GSM等均计划赴港上市[5] - 国际企业选择香港上市，是看重其有流动性的市场以及有机会被纳入港股通，从而拓宽投资者渠道并提升在中国内地市场的品牌知名度[5] 市场流动性与未来展望 - 今年1月的日均成交额已超过2780亿港元，近期更有交易日突破3000亿港元，反映二级市场流动性显著增强[3] - 港交所行政总裁表示，全球投资者正积极寻求资产多元化配置，希望把握香港、内地及亚洲市场的投资机遇[6] - 在A+H、特专科技公司上市（18A/18C）等结构性引擎的驱动下，港股市场有望持续吸引全球创新企业与资本[6] - 随着更多国际企业将香港作为上市首选地，香港国际金融中心的地位及其在促进东西方资本互联互通中的桥梁作用将愈发凸显[6]

公司股权与资本变动 - 北京辉羲智能信息技术有限公司发生工商变更 新增智元创新（上海）科技股份有限公司 北京柒水华宇智能科技合伙企业（有限合伙） 无锡博智未来产业投资基金合伙企业（有限合伙）等为股东 [1] - 公司注册资本由约2609万人民币增至约3091万人民币 增幅约为18.5% [1] 公司基本情况 - 公司成立于2022年4月 法定代表人为徐宁仪 [1] - 公司经营范围包括集成电路设计 人工智能基础软件开发 人工智能应用软件开发 人工智能基础资源与技术平台 集成电路芯片设计及服务 集成电路芯片及产品销售 计算机系统服务 软件开发等 [1] - 公司由魏巍 徐宁仪 经纬恒润（688326）等共同持股 [1] 公司业务与定位 - 辉羲智能是一家具身智能算力提供商 [1] - 公司产品涵盖具身智能与自动驾驶领域 [1]

文章核心观点 - 八部门联合印发《汽车数据出境安全指引（2026版）》，旨在建立高效便利安全的汽车数据跨境流动机制，提升出境便利化水平，构建产业高质量发展与高水平安全良性互动格局 [1] - 《安全指引》是国际上首部在细分行业明确重要数据判定细则的实操指引，为全球汽车数据跨境治理与合作提供了中国范本和重要参考，有助于塑造中国汽车制造可信赖、高标准的全球新形象 [1] 政策内容与目标 - 政策首次系统界定了汽车重要数据范围，明确了研发设计、生产制造、驾驶自动化等六大场景的数据出境路径，解决了企业长期存在的数据识别难等操作痛点 [2] - 政策以激发汽车产业发展新动能、推动高质量发展为目标，为企业提供一套可落地、可操作、可协同的数据出境操作指引 [2] - 政策通过明确场景化重要数据识别判定规则、增设特色化豁免情形等制度设计，以清晰的政策导向准确打消业界疑虑、回应企业诉求，切实减轻企业负担 [3] - 政策适用于在中华人民共和国境内自主决定汽车数据处理目的和处理方式的组织、个人，包括国内企业、合资企业或外资企业 [3] 行业现状与数据重要性 - 数据贯穿于汽车产业全生命周期与全价值链，一辆高阶自动驾驶测试车日均可产生高达10TB量级数据 [2] - 数据已成为汽车产业高质量发展的“新燃料”和提升综合竞争力的“新引擎”，驱动技术迭代、算法进化、用户体验提升及商业模式创新 [5] - 中国拥有全球最大的新能源汽车市场、最丰富的应用场景与用户生态，积累的海量、高质量数据已成为中国汽车产业的独特战略优势 [6] 对企业的影响与要求 - 政策将给汽车产业发展带来“一颗定心丸、一个加速器、一套新标尺”的积极影响 [6] - “定心丸”：规则明确稳定了企业预期，企业可依据指引提前规划全球研发、生产、服务的合理布局，减少未知风险，增强开拓国际市场的信心 [6] - “加速器”：促使企业系统全面识别自身数据资产、优化数据安全治理体系，促进数据开发利用，有效提升整体运营效率和风险防控能力 [6] - “新标尺”：为业界提供了一份实操手册，构建起清晰、可操作的规则框架，解决了此前企业普遍反映的“重要数据不会识、合规路径不会选、出境管理不会做”的难题 [7] - 企业应认真学习《安全指引》核心内容，正确理解相关制度，精准把握数据分类分级、出境安全评估相关实施要求 [5] - 企业应将安全要求系统融入研发、生产、运营等全业务流程，推动数据高质量安全流通，助力数据在产品研发升级、功能迭代优化中的价值发挥 [5] - 企业应主动拥抱政策，将指引中的便利化措施和豁免条款融会贯通，在优化全球研发、故障响应、软件升级等跨境协作流程中，将制度性便利转化为企业创新与市场拓展活力 [5] 技术应用与产业发展 - 政策推动数据脱敏、隐私计算、加密传输等安全技术与汽车产业全流程深度融合，加速产业技术体系向安全化、精细化升级 [4] - 政策引导企业深耕数据资源挖掘利用，充分释放汽车数据在算法优化、技术迭代、服务升级中的价值，推动自动驾驶等核心技术创新 [4] - 以比亚迪深汕工厂为例，其凭借自研数字化底座与AI视觉技术，实现1.8微米冲压精度、100%焊装自动化率，51秒下线一台整车，是智能技术规模化应用的典型 [4] - 多家车企车间已实现智能焊接机器人高效协同、AI视觉感知系统实时监控风险、搭载深度学习算法的智能质检设备全程在线，实现缺陷自动识别与拦截 [4][5] 后续推进与建议 - 工业和信息化部将组织相关企业准确识别重要数据并备案，及时将备案结果告知企业，明确安全保护目标 [7] - 工信部将指导企业立足业务场景和保护需求，加强管理制度、操作规范和技术能力建设，强化全生命周期保护能力 [7] - 专家建议企业建立健全覆盖数据全生命周期的管理制度，并在技术层面强化防护，采用加密、匿名化、脱敏等技术保障数据安全，构建纵深防御 [7] - 鼓励行业推动建立跨领域的数据安全共享与协同机制，在保障安全底线的前提下，探索促进数据要素安全、高效流通的机制，释放数据价值，赋能产业创新 [7]

核心观点 - 招商证券研报对特斯拉维持"中性"评级，认为其自动驾驶与机器人业务是长期价值核心，但短期汽车主业面临增长压力与盈利波动，导致盈利预测与目标价被下调 [1] 自动驾驶与机器人业务 - 特斯拉自动驾驶技术正在加速落地 [1] - Optimus Gen 3机器人有望在本季度落地，并于年底实现量产，预计将成为公司的长期价值核心 [1] - 机器人业务的规模化及Robotaxi的现金流创造能力仍有待观察 [1] 汽车业务与短期挑战 - 公司在汽车增长方面的可见度偏弱 [1] - 第四季度汽车交付量出现环比下滑 [1] - 短期汽车业务收入与利润的波动性上升 [1] - 新车型缺乏明确指引，短期暂无其他新车型上市计划 [1] - 市场对汽车主业周期性修复保持观望态度 [1] 财务预测与市场担忧 - 招商证券下调特斯拉2026年盈利预测20%，下调2027年盈利预测39%，以反映汽车业务下行风险、研发费用大增及资本开支大幅提升 [1] - 将目标价下调至441美元 [1] - 公司缺乏大规模现金流，市场担忧其可能在今年后进入烧钱模式 [1]

公司2026年战略规划与资本支出 - 特斯拉2026年资本支出将超过200亿美元 [1] 资本支出分配详情 - 第一 Cybercab量产推进 美国工厂核心产线建设已基本完成 2025年已完成大部分前期投入 2026年将持续投入以确保规模化量产 [1] - 第二 AI算力中心建设 这是最核心的投资方向 位于美国德州的训练中心累计投入已超过100亿美元 2026年仍将大幅追加投资 该中心将支撑公司所有AI相关应用 包括自动驾驶与机器人模型训练 并作为统一“世界模型”的计算基础 服务包括中国在内的全球市场 [1] - 第三 机器人工厂改造升级 公司已启动对Model S/X产线的升级改造 2026年将推进更大规模改造工程 目标是在年底具备Optimus机器人的量产能力 [1] - 第四 储能业务扩张 公司将持续加大储能制造投入 以提升整体产能与交付能力 满足快速增长的全球能源需求 [1] - 第五 全球制造体系升级 重点是同步提升硬件自动化水平与软件能力 让整个制造体系更加高效、智能 并具备更强的规模化复制能力 [2] - 第六 充电网络持续建设与开放 公司将继续扩大充电网络覆盖范围 并逐步向更多车企开放 [2]

核心观点 - 预计百度25Q4核心业务收入同比下降约8.7%，主要受传统搜索广告需求偏弱及流量结构调整影响，但Non-GAAP经营利润因一次性资产减值完成而获得边际改善 [1] - 广告业务以企稳为目标，AI云全年高增长逻辑不变但季度增速因季节性放缓，AI应用与自动驾驶商业化持续推进但短期贡献有限，昆仑芯分拆上市旨在提升其战略价值 [1][2][3] 在线营销业务 - 预计25年百度广告收入约622亿元，同比下降14.7% [1] - 广告业务并非当前资源投入重点，在AI搜索与应用分流用户注意力背景下，传统搜索广告收入占比预计延续下行趋势，后续业务目标聚焦阶段性企稳 [1] 非在线营销业务 - 预计25年百度AI云收入达约272亿元 [1] - 预计25Q4云业务增速环比放缓，主要受季节性因素及高基数影响，并非需求趋势性走弱，AI训练与推理需求仍是云业务增长的核心驱动力 [1] 利润端 - 25Q3已完成一次性资产减值，后续不再计提对应折旧摊销，预计自25Q4起将对Non-GAAP经营利润形成持续的正向贡献 [2] - 利润端改善更多体现为会计层面的边际修复，经营基本面仍需等待收入端企稳 [2] 业务进展 - 自25Q3起公司开始单独披露AI应用进展，涵盖文库、网盘、企业级AI工具及出海产品等，对其商业化前景持偏积极态度，强调其与AI云、昆仑芯的协同效应 [2] - 自动驾驶方面，Robotaxi订单量保持加速增长，公司已公告与Uber、Lyft达成合作，并明确将于英国推进无人驾驶出租车试运行，标志着其国际化布局迈出实质性一步 [2] - 相关业务仍处于投入与规模扩张阶段，对短期业绩贡献有限 [2] 昆仑芯 - 昆仑芯作为百度自研AI芯片与算力平台的重要组成部分，市场关注度持续提升，深度参与百度智能云的整体交付，并开始面向通信、金融、能源、制造等行业提供“云+算力”解决方案 [3] - 26年初公司公告建议分拆昆仑芯独立上市，旨在提升其在客户、供应商及潜在战略合作伙伴中的形象与谈判地位，使公司可通过持有的股份受益于昆仑芯的增长 [3] 盈利预测与估值 - 小幅下修25-27年Non-GAAP归母净利润预测至179亿元、198亿元、224亿元，较上次预测分别下调2.1%、3.6%、2.7% [3] - AI原生广告提升传统搜索广告变现能力，自研大模型+计算平台+自研芯片形成软硬协同，共同构建AI生态壁垒，萝卜快跑商业模式得到验证且出海拓展顺利，维持“买入”评级 [3]