报告投资评级 * 报告未对具体公司给出明确的“买入”、“增持”等投资评级，但为六家AI应用领域的次新股提供了详细的财务数据和估值指标 [67][87][98][114][126][138][142] 报告核心观点 * AI技术正全方位重塑世界，从2022年ChatGPT-3.5开启大幕，到海内外科技巨头竞相入局，大模型与硬件持续迭代，推动AI应用商业化全面提速，AI智能体与智能终端产品兴起 [2] * 近年A股上市的次新股中，已有多家企业深度融合AI技术，成为AI与各行业深度融合的典范，报告选取了AI+农业、办公、零售、医疗、电力和消费六个领域的六家代表性公司进行剖析 [2] 01 AI应用春潮涌动 * **AI大模型迭代提速，落地场景百花齐放**：OpenAI已迭代至ChatGPT-5，Google推出Gemini3系列，DeepSeek R1模型训练成本仅为OpenAI o1的3%-5% [15]；硬件端，英伟达Blackwell Ultra GPU算力达15 PetaFLOPS，亚马逊Trainium3芯片可使AI模型训练和运行成本最多降低50% [15]；在软硬件驱动下，AI智能眼镜、AI玩具、智能驾驶等前沿产品席卷市场 [15] * **火爆出圈的AI现象级产品**： * **夸克AI眼镜S1**：预售量突破6000件，登顶多个平台销售榜首，最低到手价3799元，全面接入阿里千问助手，实现从“听觉交互”到“视听协同” [16][17][18] * **华为AI玩具“智能憨憨”**：售价399元，开售即秒罄，搭载华为小艺大模型，具备多模态互动和记忆功能 [19][20]；据预测，2030年全球AI玩具市场规模将突破千亿元，年复合增长率超过50% [20] * **豆包AI手机助手（努比亚M153工程样机）**：售价3499元，首批迅速售罄，二手市场出现明显溢价，有的标价上万元 [26][28]；其颠覆传统操作模式，通过语言指令实现“所见即可问”和“所言即可为”的跨应用自动化 [29] * **智能驾驶**：以小鹏MONA为例，新增订单中超80%用户选择搭载高阶智能辅助驾驶的Max版 [31][32] * **AI应用改变生活与工作**：AI技术已广泛应用于能源管理、家庭安防、健康管理等生活场景，以及会议记录、文档处理、内容创作等工作场景，提高效率 [38][43] * **AI+深度赋能千行万业**：AI技术已在电商、金融、政务、能源电力、教育等知识与数据双密集型领域完成商业化落地 [44][53] 02 新股AI+代表性标的 * **AI+农业代表：托普云农** * 公司是智慧农业领域代表，产品包括病虫害识别算法模型、AR智能眼镜“作物卫士”、机器狗“田间侦察兵”及植物工厂智能体“垂元” [2][58][62] * 公司具备农业物联网项目整体搭建能力，提供全链条综合服务 [64]；核心团队具备长期农业信息化实践经验 [66] * 2025前三季度营收3.91亿元，同比增长16.61%；归母净利润0.91亿元，同比增长19.19% [69]；2026年2月13日市值约88.3亿元，PE-TTM约63.9X [67] * **AI+办公代表：合合信息** * 公司是AI+办公代表企业，拥有TextIn智能文本处理和启信慧眼等AI Agent产品 [2][72][74]；C端核心产品扫描全能王2025年中月活达1.8亿人 [81] * 公司基于智能文字识别和商业大数据核心技术，提供C端和B端产品与服务 [75][76]；B端案例显示，其解决方案可显著提升银行材料识别录入效率 [83][84] * 2021-2024年营收复合增长率21.30%，归母净利润复合增长率40.48% [88]；2026年2月13日市值约335.6亿元，PE-TTM约75.4X [87] * **AI+零售代表：汉朔科技** * 公司是泛零售数字化解决方案提供商，布局智能购物车、AI摄像头和巡检机器人等AIoT解决方案 [2][91]；智能购物车具备商品推荐、自助结账等功能 [90] * 公司以电子价签系统为核心，是全球电子价签行业龙头，2023年全球市占率约28% [94][95] * 2021-2024年营收复合增长率达40.64% [98]；2026年2月13日市值约243.6亿元，PE-TTM约49.1X [98] * **AI+医疗代表：超研股份** * 公司是AI+医疗代表企业，产品包括乳腺AI智能诊断系列、肺结核筛查DR影像解决方案及用于微创手术机器人的实时超声成像导航系统 [2][99] * 公司与PROCEPT BioRobotics合作开发超声影像引导下手术机器人系统，第二代产品已于2024年完成FDA注册 [107]；公司是国内超声诊断仪器重点供货商，2021年国内市场销量排名前三 [111] * 2021-2024年归母净利润复合增长率为23.77% [114]；2026年2月13日市值约94.9亿元，PE-TTM约66.7X [114] * **AI+电力代表：南网数字** * 公司专注于电力能源数字化，核心产品包括“电鸿”物联操作系统和“大瓦特”人工智能大模型 [2][115] * 公司是南方电网旗下数字化平台，打造电网数字化、企业数字化和数字基础设施三大业务体系 [122]；积极将业务拓展至交通、水务燃气等领域 [123] * 2024年营收同比增长43.8%，归母净利润同比增长51.1% [126]；2026年2月13日市值约690.3亿元，PE-TTM约89.4X [126] * **AI+消费代表：影石创新** * 公司是AI+消费代表企业，研发影像、防抖等关键AI算法，应用于全景运动相机等产品，提供AI剪辑、AI调色等功能 [2][127] * 公司是全球智能影像设备领军企业，2025年前三季度其“Insta360影石”品牌在全景相机全球市占率达87.5%，在运动相机领域全球份额为37.1% [137]；积极开拓无人机等新赛道 [137] * 2021-2024年营收复合增长率61.30%，归母净利润复合增长率55.27% [142]；2026年2月13日市值约888.98亿元，PE-TTM约94.11X [138]

AI应用板块市场表现与关注度 - 2026年开年AI应用板块是市场最瞩目的焦点之一 AI投资风向正从算力基础设施向具体应用场景扩散 [1] - 传媒与游戏类ETF作为较早与AIGC概念挂钩的产品关注度居高不下 目前市场上有7只与AI+传媒概念相关的ETF产品 [1] 相关ETF产品近期业绩数据 - 截至1月21日 跟踪中证动漫游戏指数的ETF近一年涨幅居前超过60% 跟踪中证传媒指数的ETF近一年同样录得超过50%的涨幅 回撤控制在20%左右 [2] - 具体产品方面 游戏ETF华泰柏瑞(516770 SH)近一年回报65.15% 规模3.90亿元 最大回撤-25.66% 游戏ETF(159869 SZ)规模最大达139.58亿元 近一年回报64.24% 最大回撤-26.43% [2] 板块近期出现回调 - 自1月15日起 AI应用板块出现连续回调 1月21日收盘仍小幅下降0.02% [3] - 相关ETF也均遭到回调 最大5日跌幅超过10% [3] 产业趋势与消息面催化依然向好 - 产品层面 2025年12月初阿里发力千问之后 豆包AI手机助手火爆 AI眼镜成必争赛道 [4] - 产业资本动作活跃 2025年12月底Meta重金收购Manus [4] - 智谱、MiniMax等大模型企业在港股上市受热捧 形成AI应用炒作新风向 [4] - 刚刚落幕的国际消费电子展传递明确信号 行业关注重心正从纯粹的“模型能力”比拼转向“产品落地能力”的竞争 端侧AI与物理AI成为技术突破新方向 [4] 机构观点认为调整未必是趋势逆转 - 多家机构近期观点认为阶段性调整未必意味着趋势逆转 [5] - 北京和聚投资特邀嘉宾张新峰提出2026年可能成为“AI智能体普及元年” 软件应用将迎来拐点 [5] - 尽管市场对资本开支可持续性存在分歧 但实际数据表明AI需求增长依然强劲 [5] - 随着用户基础、模型能力与产业投入逐步成熟 AI应用正从初级的“聊天机器人”阶段向深度重塑工作与生活的“智能体”时代演进 后者有望成为新的用户界面和流量入口 [5]

涉及的行业与公司 * **行业**：人工智能（AI）助手、电商、本地生活服务、大语言模型（LLM）[1][4][10][26] * **公司**：阿里巴巴（千问 Agent、淘宝、支付宝、高德、飞猪、盒马、闲鱼）、字节跳动（豆包 APP、火山引擎）、腾讯、OpenAI、Google [1][2][6][10][25][26] 核心观点与论据 千问 Agent 的产品定位与市场表现 * 千问 Agent 的核心亮点是与阿里系业务（高德、飞猪、淘宝、支付宝）直接关联互通，通过 API 调用完成任务，提升了体验效率 [2][6] * 在本地生活服务（如交通、线下购物、盒马智能导购）中应用效果较好，但在重度电商和外卖领域难以满足用户高频浏览和反复比较的需求 [1][4] * 闲鱼是适合导入千问 Agent 的场景，因为其用户对价格敏感但对时间消耗不敏感，Agent 可帮助筛选信誉高且价格低的商品 [1][4][5] * 千问 Agent 的发布符合预期，但时间上比业内预计的（原预计2025年11月或12月）要晚 [2][3] * 千问 Agent 的日活跃用户数（DAU）与豆包存在较大差距，尽管模型性能相近甚至更强 [19] 豆包 APP 的发展策略与优势 * 字节跳动通过豆包 APP 深耕垂直场景（如教育、美术馆陪伴），分功能、分场景接触用户，逐步积累日活用户，为未来电商和本地生活服务奠定基础 [10][14][16] * 豆包通过存储全量对话数据并每日重算生成历史标签，实现数据飞轮效应，精准描绘用户画像，提高产品粘性和体验 [2][17] * 豆包 30 日留存率已超过 20%（2025年），而2024年 AI Chatbot 留存率不足 1% [16] * 豆包用户主要是功能性人群，关注具体功能（如推荐、制作PPT、讲故事），而 ChatGPT 用户更多是模型人群，关注模型能力本身 [20] * 豆包当前拥有约 1 亿的 DAU，在中国移动端的安装次数已达到 6 亿次，市场渗透率接近饱和，预计2026年用户增长将明显放缓，环比增长已低于 5% [16][25] 国内AI助手市场需求与竞争格局 * 国内市场对AI助手的需求存在，但不如美国、日本等发达国家高，潜在用户群可能仅一两千万人，并非高频需求 [8] * 阿里巴巴通过千问 Agent 直接切入 C 端市场，满足国内用户对具体功能型应用的需求 [10][14] * 腾讯面临模型开发进展缓慢的问题，需解决模型能力及政策适应性，目前通过小程序AI化和QQ空间灰度测试进行探索 [10][13] * 国内公司在模型研发上与谷歌和 OpenAI 相比仍有差距，例如阿里的千问 3.5 或千问 4 预计要到 2026 年底才能接近 Gemini 模型的能力 [31] AI技术对电商行业的影响与挑战 * **海外模式**：Google 和 OpenAI 采取中立策略，通过协议和标准驱动下游厂商接入，利用强大的模型能力缩短交易路径，提高成交效率 [26] * **国内模式**：字节跳动、阿里巴巴等依托自身生态系统开发AI产品，面临广告收入模式与AI技术整合的冲突，难以实现无缝对接 [26][30] * **潜在变革**：AI Agent 可能成为主要流量入口，将搜索、电商等功能整合成插件，改变原有产品功能属性，提供更短路径和更高成交率 [29] * **国内挑战**：国内电商平台引入AI技术面临业务模式革新和模型技术两大挑战，字节跳动的广告收入模式与AI推荐存在冲突 [30][31] * **下游玩家**：下游电商玩家可能需要重新定位，转向资料管理、市场经营和优化商品描述，以适应来自AI入口的需求变化 [27][28] 公司未来计划与市场展望 * **字节跳动**：计划在 2026年2月10日前更新具备实时处理能力的视觉识别模型，并可能更新文生视频模型；2026年上半年将在原动力大会上更新 Tokens 统计方式 [2][22][23] * **火山引擎**：2026年在PaaS和SaaS层面的增量会相对集中，MaaS（模型即服务）层面的增长预计非常高，增量可能是2025年的 3 到 5 倍，AI方向营收预计在2025年基础上增加 2.5 到 3 倍 [25] * **出海前景**：短期内国内公司很难完全复刻谷歌和 ChatGPT 的模式并成功应用于国际市场，缺乏自主可控的大规模语言模型是主要障碍 [32][33] * **发展趋势**：在C端领域，应用和模型更可能分层发展；在B端领域，拥有行业资源、数据的公司倾向于将垂类场景与通用大模型结合 [34] 其他重要内容 * 阿里巴巴此前推出的“阿福”表现不理想，投流与月活增长的 ROI 不匹配 [15] * 豆包通过类似抖音的数据运营方式积累用户行为数据，KV Cache 用于热缓存近期信息 [17] * Tokens 统计口径不统一且频繁变化，参考意义减小，需关注未来是否会统一并公开统计标准 [23][24] * 豆包曾多次测试电商功能但最终未推出商品列表页，字节跳动可能认为暂时不宜让用户感知到这是一个重度电商应用 [6] * 千问 Agent 需要针对不同场景优化体验，并明确品牌和用户定位，以避免重复豆包助手尝试后放弃的问题 [1][7] * 豆包 AI 手机助手的“读屏幕”功能目前更像一个噱头，并未被广泛使用 [9]

文章核心观点 大模型技术竞赛持续白热化，Scaling Law依然有效，模型能力尚未触及瓶颈，2026年进展值得期待[1][23] AI应用落地正在加速，推理需求持续强化，预示着从训练到大规模推理的算力需求演进[1][2] “十五五”规划建议明确了支持战略性新兴产业和未来产业，并强调适度超前建设算力等新型基础设施，进一步强化了AI与算力的产业趋势[3][31] 一、大模型竞赛持续白热化，Scaling law依旧有效 - **全球顶尖模型持续迭代，能力实现跃迁式提升**：谷歌Gemini 3在基础推理与多模态能力上实现显著突破，例如在Humanity‘s Last Exam测试中，Gemini 3 Pro得分为37.5%（无工具）和45.8%（带工具），远超Gemini 2.5 Pro的21.6%和Claude Sonnet 4.5的13.7%[11] 在ARC-AGI-2测试中，Gemini 3 Pro得分为31.1%，而GPT-5.1为17.6%[11] 在多模态理解测试ScreenSpot-Pro中，Gemini 3得分72.7%，是Claude Sonnet 4.5的两倍，GPT-5.1的二十倍[12] - **模型面向专业与经济价值创造**：OpenAI发布的GPT-5.2面向专业知识型工作，在GDPval测试中，GPT-5.2 Thinking在70.7%的高难度知识型工作任务上表现优于或持平行业顶尖专家，完成任务速度约为专家的3倍，成本仅约1%[14] - **海外巨头持续加码布局**：Meta正积极开发两款重量级AI模型，分别是主攻图像与影片的“Mango”和强化编程能力的“Avocado”，预计2026年上半年问世，并已重组团队、挖角人才以加大投入[15] - **国产开源模型引领创新，接近国际先进水平**：DeepSeek-V3.2在推理性能上逼近顶尖闭源模型，其长思考增强版在主流推理基准测试上性能媲美Gemini-3.0-Pro，并在多项国际竞赛中斩获金牌[16] 模型创新包括采用DSA稀疏注意力机制、将后训练算力预算调整到超过预训练成本的10%、以及使用大规模合成数据提升泛化能力[17] 斯坦福大学报告指出，在能力与采用率方面，中国开放权重的大模型已接近甚至部分领先国际先进水平[18] 2024年8月至2025年8月，中国开源模型开发者占Hugging Face所有下载量的17.1%，略超美国的15.8%[18] 2025年9月，中国微调或衍生模型占Hugging Face上发布的所有新微调或衍生模型的63%[18] - **算力基座升级驱动模型进步**：大模型训练的硬件基础正从英伟达Hopper架构转向Blackwell架构，后者在单卡算力、显存带宽（HBM带宽从3.35 TB/s提升至8.0 TB/s）、显存容量（从80GB HBM3提升至192GB/288GB HBM3e）等方面大幅提升，有助于加速训练、降低成本并提升训练稳定性[24][25] 二、AI应用落地加速，推理需求持续强化 - **AI手机助手实现跨应用自主操作，重塑交互方式**：字节跳动于2025年12月发布豆包AI手机助手技术预览版，实现AI对手机的跨应用自主操作，能从理解指令升级为执行复杂任务（如跨平台比价、下单），标志着AI在C端从语音助手进化为会行动的助理[26] - **AI应用推理需求呈现爆发式增长**：豆包大模型的日均Tokens使用量从2025年5月底的超过16.4万亿，增长至2025年12月的突破50万亿，居中国第一、全球第三，较发布初期增长137倍，直观体现了推理算力需求的增长[28] - **英伟达前瞻布局推理算力，印证应用落地加速**：英伟达从推理芯片初创公司Groq获得关键技术授权并吸纳其核心高管，Groq专为推理设计的LPU芯片在运行主流大语言模型时，推理速度可达英伟达H100 GPU的5至18倍，首token响应时间仅0.2秒[29][30] Groq在2025年9月完成一轮7.5亿美元融资，投后估值达69亿美元[30] 此次合作反映了AI算力需求正由以训练为中心向训练与大规模推理并重演进[31] 三、“十五五”规划建议发布，新兴产业和未来产业布局愈发清晰 - **明确支持战略性新兴产业与未来产业发展**：“十五五”规划建议明确提出培育壮大新兴产业和未来产业，加快新能源、新材料、航空航天、低空经济等战略性新兴产业集群发展[31] 前瞻布局量子科技、生物制造、氢能和核聚变能、脑机接口、具身智能、第六代移动通信等未来产业[3][31] - **强调适度超前建设算力等新型基础设施**：规划提出适度超前建设新型基础设施，推进信息通信网络、全国一体化算力网、重大科技基础设施等建设和集约高效利用[3][31] 政策导向进一步强化了AI时代对算力基础设施的需求判断[3] 四、相关标的 - **算力**：列举了包括寒武纪、海光信息、中际旭创、中科曙光、浪潮信息等在内的超过40家上市公司[4][32] - **Agent（智能体）**：列举了包括谷歌、阿里巴巴、腾讯控股、科大讯飞、同花顺等在内的超过50家国内外公司[5][34] - **自动驾驶**：列举了包括江淮汽车、赛力斯、小鹏汽车、理想汽车、地平线等公司[5][34] - **军工AI**：列举了包括拓尔思、能科科技、普天科技、中科星图等公司[6][35]

文章核心观点 - 全球科技大厂在年末集中发布重磅AI产品，竞争进入白热化阶段，标志着AI竞争焦点正从模型能力竞赛转向构建可调度、可执行、可协作的智能体（Agent）以及完整的平台化生态体系 [2][14][26][45][46] 国内大厂年末AI产品发布与竞争态势 - **阿里巴巴与蚂蚁集团**：阿里上线基于通义千问大模型的“千问”APP，定位C端生活服务入口，上线三天即推出覆盖119种语言的实时翻译功能，支持全球98%以上人口的常用语种 [4]；蚂蚁发布“灵光”APP，主打移动端“自然语言30秒生成小应用”的高效创作工具 [4]；两款产品构成阿里系从生活到工作的完整C端AI产品矩阵 [5] - **市场表现**：千问APP上线两天即冲入APP Store总榜前三；灵光APP上线6天下载量突破两百万，进入总榜前6 [7] - **字节跳动（豆包）**：推出全新的AI手机助手，将大模型能力直接嵌入硬件终端，具备跨应用执行复杂操作（如外卖比价、网购下单）的能力，实现了AI从被动问答向主动调度与执行的跨越 [8][11] - **生态合作**：字节正与多家手机厂商推进合作，计划以生态合作方式将豆包AI助手嵌入不同品牌机型，例如中兴旗下努比亚已发布搭载该助手的工程样机 [42] - **DeepSeek**：同期发布DeepSeek-V3.2和DeepSeek-V3.2-Speciale两个正式版模型，前者平衡推理与输出长度，后者强化长思考与复杂任务能力，目标同样是朝着“通用AI助手”迈进 [12][13] - **竞争状态**：在阿里、蚂蚁、字节和DeepSeek集中发力下，国内AI市场竞争在年底被推至新的高点，进入“白热化”阶段 [14] 硅谷技术风向对国内市场的推动 - **OpenAI**：发布GPT-5.1系列，并同步上线ChatGPT群聊功能，允许多个不同角色的AI在同一对话中协作，被视为从“单一助手”迈向“多智能体平台”的关键一步 [16][18][19] - **谷歌**：发布Gemini 3.0模型，被评价为“迄今最完整的一次大模型体系级升级”，重点提升推理、多模态理解能力，并首次将优化重点明确放在手机端推理效率与开发者平台建设上，释放出AI竞争从“模型能力竞赛”推向“全场景平台化”布局的信号 [20][21] - **市场反响**：Gemini 3.0获得OpenAI CEO萨姆·奥特曼和xAI创始人埃隆·马斯克的公开认可，其风头盖过GPT-5.1，并推动谷歌股价迎来爆发式上涨 [21][23] - **其他硅谷大厂**：xAI发布Grok 4.1，核心叙事指向“能够执行任务的Agent”；亚马逊发布第二代Nova大模型及Nova Forge平台，押注企业级定制化AI的规模化落地 [25] - **行业共识**：硅谷的系列发布显示，AI的主战场正从“更聪明的助手”转向“更可调度、可协作、可执行的智能体”，这一全球技术主线也推动了国内大厂的集中动作 [26][27] 科技巨头选择年末发布重磅AI产品的原因 - **传播效果最大化**：年末（西方圣诞新年、中国春节）社会重大新闻较少，是传统媒体的相对平静期，此时发布产品能以较低成本获得远超日常的媒体曝光与用户关注 [31][32] - **历史成功范式**：ChatGPT于2022年11月30日发布，恰逢西方假期窗口，迅速填补舆论真空，实现指数级用户增长，此范式后被各大厂商效仿，演变为“年关决战” [33][34] - **业务与战略节奏**：大厂一年内的数据积累、算力调度和优化实验在接近年末时达到可发布状态；在岁末推出“下一代模型”有助于率先定义来年的能力标准、产品预期与竞争门槛 [39] - **资本市场叙事**：年末是科技公司向董事会和投资人交卷的关键窗口，发布重量级模型能放大技术突破的震撼效应与市场声量，直接服务于估值管理与资本叙事 [39] - 例如，谷歌在年末发布Gemini 3.0，旨在向资本市场进行战略性回应，强化华尔街信心，并为年报提供增长叙事 [40][41][42] - DeepSeek若在年底推出领先模型，能强化其技术护城河认知，为下一年竞争争取更多资源与战略主动权 [39] - **商业落地占位**：年末是企业制定下一年度IT预算和技术采购计划的关键节点，此时发布商业化路径清晰的AI模型，更容易被纳入企业采购清单，为下一年度的大规模部署和营收转化提前占位 [42] AI竞争趋势的演变 - **竞争维度升级**：AI竞争正从“谁更早推出模型”加速转向“谁能更快构建完整体系”，模型能力、产品形态、生态协同与商业落地被同时考核，单点优势难以构成长期壁垒 [45][46] - **生态博弈触发**：当AI开始介入真实操作与用户行为（如豆包手机助手），平台之间的生态博弈已被提前触发，尽管引发了包括微信、支付宝、淘宝等主流应用的抵制 [44][45] - **未来启示**：大厂的“年关决战”是全球AI新赛跑的发令枪，预示着AI的下一个重点在于构建可调度、可协作、可执行的智能体及完整的平台化生态 [47]

文章核心观点 - 腾讯通过任命前OpenAI研究员姚顺雨为首席AI科学家并重组AI部门，标志着其AI战略从“谨慎追随”转向“全面提档”，旨在加码以智能体（Agent）为核心的下一代AI范式，并打通从研究到应用的壁垒 [1][3][9] 行业动态与竞争格局 - 2025年末AI领域在产品、芯片和人才方面持续引爆新闻，竞争加剧 [1] - 行业面临来自字节跳动和阿里巴巴的激烈竞争，腾讯此前承压不小 [3] - AI的竞争已进入下半场，核心从比拼模型参数转变为定义任务、评估价值并将研究转化为有用产品 [7] - AI的任务正从执行指令的工具进化为在复杂环境中自主理解、决策的协作者 [8] - 近期豆包手机引发的AI隐私边界争议给全行业带来剧烈冲击 [14] 腾讯的AI战略调整 - 公司任命27岁的前OpenAI研究员姚顺雨为“CEO/总裁办公室”首席AI科学家，直接向总裁刘炽平汇报，并兼任AI Infra部、大语言模型部负责人 [1] - 此次人事与组织架构调整显示AI在腾讯已上升为全公司重要的战略中枢，目标打通研究与应用之间的壁垒 [5] - 调整标志着腾讯正在加码以智能体为核心的下一代AI范式 [9] - 公司此前在AI领域姿态“谨慎”或“稳健”，源于其庞大体量、对微信用户体验的极致苛求以及隐私合规等因素 [4] - 2025年2月，腾讯在多个产品中接入DeepSeek；4月，混元团队重组，收拢各事业群技术力量并在3D模型上取得显著突破 [4] 关键人物：姚顺雨 - 姚顺雨为清华“姚班”出身，普林斯顿博士，前OpenAI研究员，参与开发Deep Research及OpenAI首个智能体产品Operator，入选《麻省理工科技评论》“35岁以下科技创新35人” [5] - 公司看重其“科学家+产品架构师”的复合基因，既能深耕底层模型创新，又能打通后端应用场景 [8] - 他被赋予极大的战略自主权与资源调度能力，其团队整合了AI Infra部、AI Data部、数据计算平台部 [5] 腾讯的机遇与挑战 - **技术追赶**：在通用大语言模型的综合能力上，腾讯混元尚处在跟随序列，需持续提升基础模型能力 [10] - **发挥长板**：需充分发挥腾讯混元在3D生成、物理仿真与世界模型等领域的天然优势 [10] - **核心机遇——微信生态**：微信拥有14亿用户、复杂的社交关系链、丰富的小程序生态、海量的公号与视频号内容池及支付交易，构成了AI时代操作系统的雏形，是全球最适合成为智能体“培养皿”的平台 [10] - 公司总裁刘炽平在财报会上多次表示，微信最终会推出一个AI智能体 [12] - **商业与伦理挑战**：未来AI智能体深入人类生活将面临商业冲突与伦理挑战，公司需要向外界证明其能兼容隐私保护、商业协同和监管信任 [14] - AI必须被用户、合作伙伴和政府充分信任，其商业化的天花板才能被真正打开 [15]

事件概述 - 12月1日，豆包与中兴通讯合作推出的nubia M153工程机启动小批量发售，其AI手机助手演示了通过语音指令快速准确报出用户多张银行卡余额的功能，引发了公众对金融安全的广泛讨论 [1][6] 技术运作逻辑与安全机制 - AI助手并未绕过银行安全验证，其运作类似一个获得用户高度授权并持有“临时通行证”的办事员 [1][6] - 实现跨应用数据调用的核心是“双重授权机制”：第一重为用户需在银行App内明确授予第三方访问权限；第二重为每次操作需通过手机系统的生物认证（如指纹、人脸）进行确认 [2][7] - 系统为AI助手分配“数字证书”与“临时访问令牌”，令牌有效期通常仅1个小时且自动刷新，从源头避免长期滥用风险 [2][7] - 数据流转采用端到端加密传输技术，用户账户信息在AI助手、手机系统与银行服务器间全程加密，AI本身无法存储或读取原始敏感数据，仅获取脱敏结果 [2][7] 行业现状与风控挑战 - 尽管当前查询余额操作未引发实质安全问题，但对于每秒需处理数千笔交易、承载亿万用户资金的金融系统，任何未经充分验证的外部介入都可能成为风险漏洞 [3][8] - 豆包AI助手通过操作系统权限实现跨应用数据调用，触碰了传统金融风控的敏感神经 [3][8] - 黑灰产利用AI代理批量注册账号、高频套现的案例并非个例 [3][8] - 目前，豆包手机助手已全面收缩金融等核心场景的自动化支持，不少银行手机银行应用要求用户关闭AI助手后再操作 [3][8] - 金融机构的AI风控面临多重挑战：跨平台数据共享的权限边界模糊、AI对抗攻击的技术防御不足、用户隐私保护与服务体验的平衡 [3][8] 行业发展与平衡建议 - 用户对AI金融场景的期待本质是对更高效、便捷服务的追求，传统风控体系对AI代理的反应不应是“一刀切” [4][9] - 银行应建立分层管控、精准识别、协同联动的平衡机制，守住安全底线并保障服务体验 [4][9] - 具体建议包括：按“风险等级匹配防护强度”原则对AI助手的金融操作进行分级防控；与AI助手厂商签订数据安全与操作边界协议；在银行App中增设AI工具授权管理入口，允许用户自主开关权限并自定义业务类型与操作限额 [4][9] - AI技术在金融领域的应用既需要技术迭代筑牢安全防护，又需要行业共识明确合规发展的行为准则 [5][9]

文章核心观点 - AI手机助手在金融场景的应用引发了公众对安全核验机制的广泛讨论与焦虑，其本质并非绕过银行安全体系，而是通过用户授权与设备认证的双重机制运作 [2] - 当前技术通过双重授权、临时令牌和端到端加密保障了基础操作的安全性，但该模式触及了传统金融风控的敏感神经，行业面临跨平台权限模糊、技术防御不足等多重挑战 [3][4] - 金融行业不应因安全担忧而拒绝创新，需建立分层管控、精准识别的平衡机制，并推动技术迭代与行业共识共建，以实现安全底线与用户体验的兼顾 [5][6] 技术运作逻辑与安全机制 - AI助手实现跨应用数据调用的前提是“双重授权机制”：用户需先在银行App内授予第三方访问权限，再通过手机系统的生物认证（指纹、人脸等）进行操作确认，形成“用户授权+设备认证”的双重保险 [3] - 系统为AI助手分配“数字证书”与“临时访问令牌”，令牌有效期通常仅1个小时且自动刷新，从源头上避免长期滥用风险 [3] - 数据流转采用端到端的加密传输技术，用户账户信息在AI助手、手机系统与银行服务器间传输全程加密，AI本身无法存储或读取原始敏感数据，仅能获取脱敏后的结果反馈 [3] 行业现状与潜在风险 - 豆包AI手机助手通过操作系统层面的权限实现跨应用数据调用，触碰了传统金融风控的“敏感神经” [4] - 黑灰产利用AI代理批量注册账号、高频套现的案例并非个例，任何未经充分验证的外部介入都可能成为风险漏洞 [4] - 目前，豆包手机助手已经全面收缩了金融等核心场景的自动化支持，不少银行手机银行应用也采取了防御性措施，要求用户关闭AI助手后再继续操作 [4] 行业发展挑战 - 金融机构的AI风控面临着跨平台数据共享的权限边界模糊、AI对抗攻击的技术防御不足、用户隐私保护与服务体验的平衡等多重挑战 [4] - 银行业需要健全“事前预防—事中监测—事后追溯”的全链条风控网络，打造更加高阶的风控体系 [4] 未来发展方向与建议 - 银行应建立分层管控、精准识别、协同联动的平衡机制，避免“一刀切”式的全面封禁 [5] - 可按“风险等级匹配防护强度”原则，将AI手机助手的金融操作划分为不同风险等级并匹配不同防护标准，实现“风险差异化防控” [5] - 银行可与手机AI助手厂商签订数据安全与操作边界协议，明确AI工具可调用的银行服务范围、数据传输标准 [5] - 银行App中可以增设AI工具授权管理入口，允许用户自主开关“AI协助操作权限”，并可以自定义可授权的业务类型、操作限额 [6] - AI技术在金融领域的应用，既需要技术层面的持续迭代筑牢安全防护，又需要行业层面的共识共建明确合规发展的“行为准则” [6]

核心观点 - 国泰海通认为，3C供应链将受益于行业周期复苏与AI端侧加速渗透的双重成长动力，同时其“零部件-模组-整机”的专业化代工模式与人形机器人量产需求高度契合，带来投资机会 [1] 3C供应链与人形机器人 - 凭借快速迭代创新与规模化制造能力，3C供应链正全面拥抱人形机器人 [2] - 人形机器人发展仍处初期，3C代工企业凭借对新技术、新工艺的创新应用能力能快速融入其供应链 [2] - 当人形机器人进入量产时代，产业链预计将采用“零部件-模组-整机”的专业化代工模式，3C供应链在此模式下仍具很强竞争优势 [1][2] AI端侧落地为3C行业注入新活力 - 以手机为代表的3C终端整体进入复苏周期，为行业增长奠定基础 [2] - 行业巨头推动AI端侧加速落地，为3C行业带来新增长 [2] - 苹果自2024年10月推出端侧AI助手Apple Intelligence，正内部加速迭代优化及接入外部优质模型以改善体验，未来有望撬动其庞大终端产品进入新一轮换机周期 [2] - 谷歌凭借强大模型能力及硬件基础，推出了可本地运行其Gemini Nano模型的手机产品 [2] - Meta与高通合作，针对骁龙芯片优化Llama模型，使手机能流畅运行30亿参数模型 [3] - 国内字节推出豆包AI手机助手，展现出流畅的跨APP运行能力 [3] - 各家AI巨头均在争夺最大的端侧设备——手机 [3] - Meta、阿里等巨头也在持续推动AI眼镜等可穿戴端侧的快速迭代，有望为整体行业带来新增量 [3] 行业催化剂 - 机器人开始大规模量产 [4] - AI端侧落地加速 [4]

核心观点 - 3C供应链企业凭借快速迭代创新与规模化制造能力全面拥抱人形机器人，塑造第二增长曲线[1] - AI端侧加速渗透为3C行业注入新的成长活力[1] 3C供应链与人形机器人 - 3C供应链与人形机器人契合度高，其“零部件 - 模组 - 整机”的专业化代工模式有望适配于人形机器人大规模量产阶段[2] - 人形机器人发展仍偏初期，快速迭代与对新材料、新工艺、新结构的创新应用能力让3C代工企业快速融入人形机器人供应链[2] - 伴随人形机器人快速迭代进入量产时代，产业链预计将进入专业化代工模式，3C供应链依旧具备很强的竞争优势[2] AI端侧加速渗透 - 以手机为代表的3C终端整体进入复苏周期，奠定行业增长基础[3] - 苹果自2024年10月推出端侧AI助手Apple Intelligence，正内部加速迭代优化及接入外部优质模型助手，未来有望撬动其庞大的终端产品进入新一轮换机周期[3] - 谷歌推出可本地运行其Gemini Nano模型的手机产品[3] - Meta与高通等合作，针对骁龙芯片优化Llama模型，使手机能流畅运行3B参数模型[3] - 国内字节推出豆包AI手机助手，展现出流畅的跨APP运行能力[3] - 各家AI巨头均在争夺最大的端侧 - 手机[3] - Meta、阿里等巨头也在持续推动AI眼镜等可穿戴端侧的快速迭代，有望为整体行业带来新增量[3] 行业催化剂 - 机器人开始大规模量产[4] - AI端侧落地加速[4]