报告行业投资评级 - 报告未明确给出行业投资评级 报告的核心观点 - 行业正经历以AI为核心的技术革命，AI技术正从虚拟走向现实，与6G、机器人等结合，催生AI原生终端、物理AI等新物种 [4] - AI军事化应用加速，技术向军事领域转化的周期显著缩短，形成“军科复合体”，可能引发军备竞赛 [4] - AI技术竞争已从模型能力转向成本、交互体验和工作流优化等应用落地层面，用户体验成为核心 [4][8] - 传统行业（如广告、家电、医疗）正被AI深度改造，商业模式和行业格局面临重构 [7][12][14] - 中国凭借丰富的应用场景和生态，在AI应用落地和硬件创新（如AI玩具、移动冰箱、机器人）方面成为关键力量，但需警惕技术泡沫和虚无创新 [4][8][10][11] 01 行业趋势 - **技术军事化加速**：AI技术从发明到军事应用的时间已缩短至不足9年，而蒸汽机为102年，美国商用大模型Claude已被用于情报分析、作战决策等军事行动 [4] - **AI从虚拟走向现实（物理AI）**：6G被视为AI时代的通信底座，预计2030年商用，高通计划2028年完成技术演示，华为、高通等展示了AI原生终端进展 [4] - **传统广告业AI转型**：4A广告巨头（如WPP、阳狮）投入巨资构建AI中枢平台，竞争焦点转向数据资产和生态整合，AI已深入业务流程并压缩中腰部客户成本 [7] - **AI芯片行业迅猛增长**：博通2026财年第一季度AI芯片收入达84亿美元，同比增长106%；英伟达营收同比增长73%，但面临技术瓶颈和定制化芯片竞争 [7] - **生成式AI竞争白热化**：竞争焦点转向推理成本与交互体验，谷歌Gemini 3.1 Flash-Lite推理速度达363 tokens/s，OpenAI GPT-5.3 Instant优化用户体验 [8] - **AI玩具市场爆发**：2025年中国AI玩具线上销售额达5.2亿元，同比增长394.9%，全球市场规模预计2034年突破600亿美元，但存在高退货率和交互体验不足问题 [8] - **移动冰箱成为新增长点**：2025年中国冰箱冷柜内销下滑2.7%，但移动冰箱（尤其车载）2024年产销突破450万台，受益于新能源汽车和户外经济 [10] - **人形机器人涌现百亿估值独角兽**：中国出现多家估值百亿元的人形机器人公司（如银河通用、千寻智能），但行业面临技术成熟度、量产交付和供应链挑战 [11] - **AI投资趋势转向行业落地**：关键趋势包括数据治理成为瓶颈、企业市场分化、生成式媒体碎片化、传统行业受AI改造以及消费端入口变革 [11] 02 头部品牌动态 - **马云探讨AI对教育的冲击**：马云强调AI时代传统教育需变革，应培养孩子的创新、思辨等人类独有能力，阿里提出教育应关注“心”的价值 [13] - **美团AI战略面临挑战**：美团AI to C进展缓慢，产品停留在Chatbot模式，与阿里、字节的AI Agent存在代际差距，王兴需推动战略以应对竞争 [13] - **蚂蚁阿福用户破亿**：蚂蚁阿福App用户突破1亿，超半数新增用户来自三线及以下城市，成功得益于支付宝生态和精准营销，但面临用户留存和付费挑战 [14] - **埃夫特跨界收购进军光伏**：国产机器人龙头埃夫特拟100%收购光伏设备公司上海盛普，以切入光伏核心工艺段，寻求新增长点 [14] - **博通AI业务表现强劲**：博通2026财年Q1营收193亿美元，同比增长29%，AI业务收入84亿美元，环比增19亿美元，管理层给出2027年AI收入超千亿美元预期 [16] - **开源AI助手模式受推崇**：开源项目OpenClaw获英伟达CEO盛赞，其开放、透明模式与豆包手机助手的封闭生态形成对比，预示AI助手或走向开放协作 [16] - **家电巨头竞逐新能源赛道**：美的集团增资合康新能并收购科陆电子，强化光伏、储能业务；创维、海尔、TCL等也加速布局，家庭储能市场增速超30% [16] - **仿生机器人融资火热但侧重工业场景**：松延动力获宁德时代近10亿元B轮融资，产业资本更看好工业应用，消费级市场（如万元以下机器人“小布米”）短期内实用性存疑 [17]

行业趋势与AI发展阶段 - 2026年CES显示AI已从展示叙事阶段进入真实世界落地应用阶段，更关注找到精准场景[2] - AI原生终端成为核心话题，行业共识认为未来所有电子设备都将具备AI能力，从而从底层改变产业终端发展[2] - 物理AI概念在CES 2026被推向高潮[2] AI原生终端的定义与核心特征 - AI原生终端被定义为“没有AI就失去存在意义”的设备[4] - 与传统智能硬件以连接、通讯为主不同，AI原生终端具备自主计算能力，能自己解决问题而非依赖人操作[6] - AI本质上是更自主的强化学习，是原有大数据处理、强化学习的升级版本[6][12] - 对于AI眼镜、具身智能等产品，没有AI就没有购买的必要[6][13] 关键落地场景与成功路径 - 早期付费意愿强的场景更具优势，如教育、医疗、旅游[10] - 应聚焦单一赛道，打造适配特定场景的硬件加软件无感交互产品，解决用户痛点，而非追求“everything AI”[4][10] - 具身智能领域很可能诞生真正的AI原生终端，其形态不一定是人形，可根据智能水平和场景需求设计[10] - 具身智能与汽车产业链重叠度高，能复用成熟的供应链、AI软硬件及安全技术[9] 代表性产品与技术创新 - 微光科技专注于AI眼镜，计划2026年发布五款以上产品，并首创全球第一款模块化AI眼镜[8][9] - 微光科技将眼镜重量做到25克，使其能像普通眼镜一样日常佩戴[12] - 黑芝麻智能展示最新一代AI自动驾驶算力芯片，算力超过560T，能完整运行VLA等算法，覆盖L3级自动驾驶和Robotaxi市场[8] - 黑芝麻智能通过收购拓展小算力芯片产品线，形成覆盖0.几T到几百T的“算力金字塔”布局[14] 算力分配与云端/端侧协同 - AI眼镜等设备受物理空间和重量限制，主流方案是“云边端”数据流[6][14] - 未来方向是让手机运行本地小模型处理日常简单问题，以实现更快、更便捷、更低成本[7][14] - 对实时性要求不高或涉及公有数据的处理适合放在云端，云端可采用训推一体模式动态分配算力[15] - 涉及大量私人隐私数据或对实时性要求极高的场景（如汽车）必须放在端侧[15] - 端侧芯片的能效比是关键，行业正通过架构创新提升能效比[15] 产品体验与杀手级应用 - AI眼镜目前全球均未出现杀手级应用，但预计很快会到来[7][16] - 杀手级应用的前提是开发者摒弃手机APP底层逻辑，用AI原生思路聚焦解决单一问题，甚至无需显性APP[7][16][17] - 智能眼镜首先要解决“好不好看、舒不舒服”的外观与佩戴舒适度问题[16] - 交互应做到极致简单，让用户有一个每天都依赖且使用不突兀的功能[7][17] - 眼镜作为“C位设备”，其终极形态是能无感处理个人数据并在需要时安静提醒[17] 产业链分工与生态协作 - 未来产业链将是终端厂商与底层技术厂商“两头凑”的协作模式[19] - AI芯片公司与传统芯片公司的最大区别在于拥有大量软件工具和模型研发人员[19] - 黑芝麻智能提供开放的AI技术底座，包括AI芯片、基础软件、工具链及模型研究团队四部分[20] - 基础模型门槛极高，每年需投入至少500亿[20] - 在AI硬件创新中，软件创新对用户体验更为关键，直接决定用户长期使用意愿[20][21] 中国企业竞争力与出海战略 - 中国企业的核心竞争力包括全球最成熟完善的供应链，以及强大的AI研发能力与工程师数量[21] - 产品出海需考虑价格、外形、交互、设计及当地文化习惯，与单纯的算法出海不同[22] - 出海最佳方法是融入当地团队，建立拥有不同文化属性本地团队的“国际公司”，而非仅由中国团队卖产品的“国际化公司”[23] - 出海面临管理信任挑战，需要管理者具备出色的管理技能与个人魅力以凝聚跨文化团队[24] - 比较敏捷的本地化做法是在目标国家设立团队负责前端与售后，将中台核心工作留在中国[24]