报告核心观点 - 中国企业评价协会发布《2025中国科创企业创新力TOP500发展报告》，创新已成为中国企业高质量发展的核心驱动力[1] - 具有持续创新投入、完整创新体系和明显创新成果的企业，正成为推动中国经济高质量发展的中坚力量[1] - 报告通过创新投入、创新成果、创新生态等多个维度评估，遴选出500家在科技创新领域表现突出的中国企业[1] 榜单总体情况与入选企业 - 联想集团凭借在AI、VR、新材料等多个领域的创新突破及对创新生态的持续投入，成功跻身总榜单前十[2] - 报告涌现出一批在特定领域创新表现突出的企业，它们通过聚焦核心技术、深化产业应用、构建创新生态，推动中国产业创新升级[2] - 综合来看，创新表现突出的企业主要分为四类：全栈创新领导者、技术突破创新者、应用创新引领者、生态创新构建者[8][12] 企业创新投入与技术积累 - 联想集团每年将营收的5%以上投入研发，建立了覆盖全球的创新研发体系，拥有超过200项前沿技术储备[3] - 联想集团通过“全栈AI”战略，在AI服务器、AI PC、AI工厂等方面实现多项创新突破[3] - 中兴通讯在芯片、5G、云计算等领域投入巨大，其自研芯片和5G基站核心芯片代表了中国通信芯片产业的先进水平[3] - 腾讯在AI、云计算、量子计算等领域的创新备受瞩目，在自然语言处理、计算机视觉等方面的研究达到国际先进水平[4] 企业创新成果与产业应用 - 联想集团的创新成果通过“AI工厂”、AI PC、AI工作站等产品和解决方案实现向生产力的转化[5] - 联想集团在MWC、TechWorld等全球顶级科技展会上展示十大创新成果，涵盖AI、新材料、VR等多个领域[5] - 联想集团的“超级智能体矩阵”通过AI Agent的创新应用，全面重塑生产力范式[5] - 比亚迪在新能源汽车和电池技术领域的创新使其成为全球产业领导者，其刀片电池、DM-i混动技术代表中国新能源产业的创新高度[5] - 宁德时代在动力电池领域的创新突破使其成为全球电池产业领导者，其在固态电池、钠离子电池等下一代技术上的创新引领产业发展方向[6] 企业创新生态与产业赋能 - 联想集团通过“联想集团创新开放日”、“联想集团TechWorld”等平台构建开放、共享的创新生态，与全球AI芯片厂商、大模型企业等合作形成完整创新生态链[6] - 联想集团通过“AI工厂”解决方案为中小企业提供“开箱即用”的AI创新能力，实现创新的“民主化”和“普惠化”[6] - 联想集团斩获105项大奖，体现了其创新成果在产业中的认可度和影响力[6] - 阿里巴巴通过阿里云、达摩院等创新平台为整个产业提供创新的基础设施和技术支撑，其在大数据、AI等领域的创新成为中国数字经济发展的重要推动力[6] - 百度通过飞桨深度学习平台、文心大模型等创新产品为中国AI产业发展提供核心技术支撑，其开放创新生态帮助众多企业实现AI创新快速落地[6] 权威机构对企业的评价 - 中国企业评价协会点评联想集团以其在AI、芯片、新材料等多个领域的创新突破及对创新生态的持续投入，成功跻身总榜单前十，其“全栈AI”战略和“AI工厂”解决方案代表了中国企业创新的新高度[8] - 福布斯中国点评联想集团在TechWorld上展示的十大创新科技，充分展现了其作为全球科技领导者的创新实力[8] - 新华网点评联想集团新战略发布聚焦混合式AI，开启了全球智能化转型的新征程，其通过“全栈AI”创新为中国企业提供了可借鉴的创新样本[8] - 中国算力大会组委会点评联想集团在中国算力大会上斩获的两项算力“大奖”，体现了其在AI基础设施创新领域的领先地位[8]

核心观点 - 中央经济工作会议为2026年经济工作定调“扩内需、反内卷”，市场普遍预期“跨年行情”与“春季躁动”升温，走出通缩的路径趋于明晰 [1][7][9] - 市场风格可能切换，资金在寻求进攻方向的同时，对低波动、高股息资产的偏好也在上升 [1][3][12] - 多家机构认为牛市底层逻辑仍在，市场调整已基本完成，跨年有望迎来新一波行情 [4][9][15] 宏观政策与市场环境 - 中央经济工作会议将扩内需置于首位，但侧重点从政府引导转向内生性驱动，更依赖居民收入预期改善和民间投资，而非政策强刺激 [7] - 会议提出“制定全国统一大市场建设条例，深入整治‘内卷式’竞争”，制造业反内卷是中游企业盈利修复的重要前置条件 [8] - 2025年第三季度企业盈利底部信号已逐渐明朗，有望传导至居民薪资边际改善 [8] - 美联储12月议息会议降息25个基点符合预期，但内部分歧扩大 [18] 市场结构与资金行为 - 行情进入修复第二阶段，大跌前的点位形成支撑，筹码在成本线附近倾向于加仓博弈反弹 [5] - 市场成交集中度偏高，前5%成交额占比达44.42%，接近45%的历史偏高经验值，意味着上涨逻辑需更严格，一旦不及预期资金可能迅速流出 [5] - 股价偏高的个股占比（股价高于其95%历史分位数的个股占比）为14.91%，基本触及历史偏高经验值，个股性价比是潜在压力 [5] - 资金未选择观望而是定向突围，例如北证50在12月11日大涨3.84%，其92%的成分股市值不超过100亿元，更易被推升 [6] - 市场主要的增量资金是追求低回撤和稳健回报的配置型资金（如保险、固收+），在债券组合潜在波动提升的背景下，对股票头寸的低波要求会加大 [3] 行业配置主线：科技成长与高端制造 - **AI算力与硬件**：被视为进攻主线，国内厂商竞争焦点升级为“芯片-服务器-平台”的全栈体系构建 [1][4][10][11] - 联想推出“AI工厂”解决方案，其万全异构智算平台4.0可使大模型预训练时间缩短35% [11] - 华为云发布“盘古算力调度系统”，可使算力利用率提升至85%以上 [11] - 光通信芯片组市场预计2025-2030年复合年增长率为17%，销售额将从2024年约35亿美元增至2030年超110亿美元，当前光芯片供需缺口达25%-30%，2026年价格有望上涨 [16] - 关注光模块、PCB、OCS、光纤供应商、存储芯片等硬件“紧缺”环节 [16] - **商业航天**：主题突破“升温”期，近期迎来顶层设计完善及新政策支持 [1][4][17] - 国家航天局设立商业航天司并印发《行动计划》，明确提出扩大政府采购，并设立国家商业航天发展基金 [17] - 国内低轨卫星组网发射提速，蓝箭航天朱雀三号火箭成功发射，公司已启动科创板上市辅导 [17] - **其他科技主题**：可控核聚变、人形机器人、量子科技、航空航天等“十五五”重点领域值得关注 [4][18][19] 行业配置主线：出海与全球竞争力 - 企业出海是打开利润和市值空间的重要方式，A股从本国敞口向全球敞口过渡是时代特征 [3] - 配置上寻求交集，即海外敞口为基底、内需积极变化会产生催化的品种，重点关注资源与传统制造业中在全球有份额优势的龙头企业，逻辑是“供应在内反内卷，需求在外出利润” [2][3] - 重点行业包括：有色、化工、新能源、工程机械、创新药、电力设备、游戏、军工等 [3] - 有色金属同时受益于新旧动能和海内外经济共振，需求景气受到关注 [4][14] 行业配置主线：内需修复与低估值 - **内需消费与服务**：在扩内需政策导向下迎来布局窗口，可关注航空、免税、酒店、现制茶饮、IP产业链、黄金饰品等服务消费品种 [3][19] - **金融与低估值板块**：第四季度风格易变，政策预期和估值重要性提升，低位板块优势更明显 [12][13] - 非银金融估值偏低，在牛市概率上升背景下业绩弹性较大，且后续可能受益于居民资金加速流入 [14] - 高股息资产（石油石化、公用事业、交通运输）在指数震荡期抗波动能力强，是险资等中长期资金主要配置方向，存在价值回归可能性 [14] - **电力设备与机械设备**：电力设备2026年基本面触底企稳概率高，受益于AI产业链投资扩散及供需格局转好 [14]；机械设备则受益于工程机械出口景气及机器人板块催化 [14]

核心观点 - 全球AI产业进入“全栈能力比拼+场景深度渗透”的关键周期，竞争焦点从单纯的模型能力升级至全系统构建能力，智能体成为产业升级的核心载体 [2][6] - 春节后市场追求更高弹性的科技成长风格占优，将下游AI应用视为一种“看涨期权”，建议左侧进行积极布局 [6] 行业动态与特征 - 本周AI产业核心特征为全栈能力比拼与场景渗透并行，呈现出“硬实力筑底、场景化破局、生态化竞争”的鲜明特征 [2] - 大模型时代的竞争焦点已经从单纯的模型能力升级至全系统构建能力 [6] 算力硬件领域 - 国内厂商竞争焦点从单一算力供给升级为“芯片-服务器-平台”的全栈体系构建 [3] - 联想推出“AI工厂”解决方案，其万全异构智算平台4.0通过异构算力调度技术实现大模型预训练时间缩短**35%**，问天WA8080aG5算力服务器支持单GPU超**1000瓦**功耗 [3] - 华为云发布“盘古算力调度系统”，可实现跨区域算力资源的智能分配，使算力利用率提升至**85%**以上 [3] - 这些布局推动算力基础设施从“资源型”向“生产型”转型 [3] AI应用端进展 - 应用端呈现多场景突破态势，AI技术从工具属性向产业核心引擎升级 [4] - **内容创作**：快手可灵上线数字人2.0、图片O1与视频O1模型，构建从脚本生成到视频输出的完整生产链路 [4] - **影视行业**：湖北长江电影集团与智象未来成立联合实验室，聚焦AI剧本创作、视觉特效生成 [4] - **产业应用**：阿里云智能客服“小蜜”升级，新增多语种实时翻译与行业知识库自动更新功能；京东物流启用AI仓储调度系统，使分拣效率提升**40%** [4] 国际巨头动态 - **OpenAI**：发布GPT-5.2模型系列，包含Instant、Thinking和Pro三个版本，Pro版本解决复杂问题能力达**54.2%**，并为长时运行智能体设计 [5] - **迪士尼**：向OpenAI投资**10亿美元**，并签署授权协议，开放超过**200个**迪士尼IP角色供Sora平台生成内容 [5] - **谷歌**：发布增强版GeminiDeepResearch智能体，幻觉率较前代模型减少**40%**，并推出InteractionsAPI，在复杂任务上成本比GPT-5 Pro低**90%** [5] 市场数据跟踪 - 美国主要科技股在2025年12月8日至12月12日当周普遍下跌，英伟达周跌幅**-4.05%**，谷歌-A周跌幅**-3.67%**，脸书周跌幅**-4.33%**，特斯拉周涨幅**0.87%** [8] - 主要科技指数收益表现（归一化）显示，纳斯达克指数、恒生科技、创业板指、科创50指数均被跟踪 [11] - A股主要AI概念指数情绪图展示了多个细分领域（如ASIC芯片、HBM、光模块等）的周均换手率与2018年以来市盈率分位数 [12][14] 相关研究报告推荐 - 报告推荐涉及多个行业，核心均围绕AI赋能与相关产业链投资机会 [7][15][16] - **电力设备与机器人**：关注AIDC、人形机器人、电网建设出海 [7][15] - **半导体与电子**：关注IDM平台、AI算力国产化、高端光芯片、消费电子AI化 [7][15][16] - **传媒互联网**：看好AI应用、游戏及港股互联网 [7][15] - **机械**：关注设备出海、AI拉动的PCB设备/液冷产业链等 [7][16]

行业背景与共识 - 2025年AI行业技术迭代迅速，从DeepSeek-R1到Gemini 3相继发布[1] - 行业正逐步形成共识：2026年大模型性能迭代将逐步平稳，竞争焦点转向大模型产品化[1] - 国内面临的核心挑战是如何承载AI领域日益增长的算力需求[1] 公司战略与发布会 - 联想举办“2025联想异构智算产业联盟高峰论坛暨AI算力基础设施新品发布会”[3] - 公司正式推出“AI工厂”解决方案，并发布新一代高端大模型训练AI服务器及万全异构智算平台4.0[3] - 公司高管指出，多元异构算力供给、芯模生态协同及模型应用强化是构筑中国独特AI生态的核心力量[3] - 公司认为AI工厂将继承经典工业模式逻辑，为千行百业智能化转型提供标准化路径[3] 技术突破：异构智算平台 - 国内AI算力呈现“百花齐放”特征，需整合不同品牌和品类的算力芯片[4] - 联想万全异构智算平台4.0实现了国内外不同品牌CPU统一调度的核心突破，并掌握GPU与场景匹配的完整适配体系[6] - 该平台通过九大创新实现四大技术场景升级：大模型预训练时间缩短35%，后训练时间缩短50%，推理场景带宽利用率提升60%、性能提升30%，超智融合计算场景新增16个制造业应用模板[6] - 平台已落地应用：在国家级智算集群中实现千卡训练MFU从30%提升至60%，企业本地部署场景中DeepSeek R1模型极限吞吐量突破12000 Tokens/s[6] 技术突破：AI服务器 - 联想构建了高效灵活的AI服务器“1+3+N”架构，并基于此发布联想问天 WA8080a G5算力服务器[7] - 为应对GPU技术快速升级和功耗攀升（当前主流为五六百瓦），该服务器采用10U机箱设计，可支持单GPU功耗超1000瓦，为未来预留充足空间[9] - 该服务器搭载的英特尔®至强®6处理器内核更多、内存更快，且每个内核内置AI加速功能，在AI推理和通用AI工作负载上表现出色[9] - 该产品是联想“1+3+N”技术路线的重要落地成果，通过模块化、标准化设计应对市场多元化与技术快速迭代[9] - 相比业界多数仍兼容六七百瓦GPU的8U、7U设计，WA8080a的推出彰显了联想在算力服务器领域的技术领先性[9] 生态布局：AI工厂 - 联想推出“AI工厂”解决方案，旨在推动产业从“算力中心”向“智能生产”转型[10] - 该方案以客户数据为“原材料”，通过智能体开发平台与AI训练引擎处理，输出智能体、垂域模型、推理服务等“产品”[10] - 公司提出AI工厂的底气源于：全球多年的基础设施技术积累、对中国市场发展的自信、以及全链路能力的建成[11] - 公司已形成从咨询服务、数据治理、AI生产管理到智能体运维的完整服务体系，能精准补足不同客户的能力短板[11] - AI工厂与传统算力中心的核心区别在于业务板块的完整性与协同性，能整合数据、生产管理、应用反馈等关键环节，避免“降维打击”[11] - 通过开放生态体系联动各业务板块，既能提升自身运营效率，也能帮助客户降低综合成本，实现AI产品化[11] 整体布局与影响 - 联想实现了算力硬件端突破，并在软件端构建全链条适配体系，完成了从底层硬件到上层软件的全栈式布局[12] - 这种软硬件深度协同的生态构建，破解了国内算力异构化的整合困境[12] - 通过AI工厂打通了“算力供给－智能生产－产业赋能”的完整链路，为中国人工智能产业算力高质量发展提供支撑，助力千行百业在AI产品化浪潮中高效升级[12]

行业宏观趋势与市场前景 - 当前正处于由AI驱动的多个超级周期共同作用的中心，技术迭代、供需变化和宏观趋势正强化AI超级周期，延伸至生产和生活的各个角落 [1] - 在AI 2.0时代，“大模型+大算力+大数据”成为基本范式，算力已成为如水、电一样的新型基础设施 [1][9] - 中国智能算力规模预计到2028年将达到2781.9 EFLOPS [1][9] - AI在核心产品的渗透率预计将从2018年的5%、2021年的8%，跃升至明年的60% [4][12] - 中国算力市场生态正处于“快速爆发-理性选择-重新崛起”的超级周期中，预计到2029年，加速服务器市场规模将超过1400亿美元，AI服务器出货量将超过200万台 [4][12] 市场增长与阶段特征 - 在高速需求推动下，2025年上半年中国AI服务器市场规模较2024年同期增长逾一倍 [3][9] - AI基础设施建设已进入“短期提速、中期扩容、长期结构升级”的三段式周期 [3][10] - 中国智算产业正进入高速发展的黄金期，从算力规模竞赛迈入系统协同的新阶段，包括技术协同、应用协同和生态协同 [6][13] - 行业正从“重硬件采购、轻服务协同”的困境，转向需要完整解决方案和体系化服务，以帮助企业拥抱AI普惠时代 [3][7][10] 技术演进与行业挑战 - 大模型发展呈现三大演进方向：深度上向万亿参数扩展；广度上从单模态转向多模态融合；长度上不断突破上下文限制以支持更复杂的推理 [3][11] - AI发展存在两条相互补充的路径：一是通过大参数、大算力、大数据探索模型能力上限；二是通过模型算法、算网设施和联合优化探索模型能力下限，共同推动AI向更高效、普惠方向发展 [4][11] - 行业面临多重挑战：包括显卡、内存等供应链成本变化，企业落地的新需求，以及AI技术快速演进、全球AI竞争和算力中断风险 [3][4][5] - GPU和AI模型迭代加速，业界共识仍需更大算力探索模型上限，企业需要更强算力基础设施支持高效迭代 [4][12] - 中美博弈与技术封锁使企业需在国际化与国产化GPU间权衡，多元算力与灵活扩展成为未来战略刚需 [5][12] - AI服务器常处高负载，其高并行计算特性使得单点故障可能引发大规模算力中断，因此对可靠性要求更严苛，需要更强、更多元、更稳定的基础设施 [5][13] 企业解决方案与竞争范式 - 联想推出“AI工厂”解决方案，核心是构建一套可管理、可复制、支持持续运营的标准化体系，将复杂孤立的AI开发任务转变为标准高效的现代化“AI生产线” [7][15] - “AI工厂”模式将客户数据作为“原材料”，通过智能体开发平台与AI训练引擎处理，最终生产出可交付的智能体、垂域模型、推理服务等“产品” [7][15] - 为支撑向“AI工厂”转型，联想发布了新的AI服务器，并迭代升级了“联想万全异构智算平台4.0”，提升了大模型预训练、后训练、推理及超智融合计算场景的能力 [7][15] - 万全异构智算平台4.0已为众多算力场景提供支持，针对模型本地部署场景，全速运转满血版DeepSeek R1模型的极限吞吐量已超越12000 Tokens/s [8][16] - 该解决方案旨在通过标准化体系，让客户无需关注基础设施复杂问题，用最少算力帮助客户开发智能体，降低中小企业AI应用的初始门槛和运营成本 [8][16] - 未来算力基础设施市场角逐的核心在于如何加速“碎片化”的AI应用在千行百业规模化落地 [8][16]

文章核心观点 - 中国AI产业正从“百模大战”的狂热阶段，向“应用落地”的冷静务实阶段转型，解决效率与商业价值的错配成为关键 [1] - 联想集团通过发布“AI工厂”解决方案、核武级服务器及行业标准，旨在从单一的硬件供应商转型为提供全栈能力的服务商，以应对行业挑战并抓住机遇 [1][10] 算力中心到AI工厂的商业模式重构 - 单纯的算力堆砌已无法满足复杂产业需求，单纯的算力中心如不进化将面临生存危机，可能被提供更完整方案的“AI工厂”降维打击 [2][3] - “AI工厂”是对算力基础设施商业模式的重构，其核心在于提供从咨询、数据治理到AI生产管理的一整套能力，补足客户在数据、设计、生产、迭代维护等方面的短板 [2][3] - 该模式旨在降低中小企业自建团队和基础设施的高昂门槛，帮助其降低应用AI技术的门槛 [2][3] 以标准化解决行业效率困境 - 当前行业缺乏衡量AI训练和推理效率的统一标准，导致企业在能源、时间、投入产出上难以评估 [4] - 联想联合标准院及多家机构发布了训推一体化规范，旨在将服务水平量化并设立标杆，让客户明确好的训推服务的投入产出与效率指标，消除市场信息不对称 [4] 应对GPU快速迭代的硬件创新 - GPU技术发展远超CPU，其快速迭代导致服务器架构设计面临巨大不确定性，定下的架构可能一年后便无法支持新发展 [5][6] - 联想发布了“核武级”服务器联想问天WA8080a G5，采用模块化设计策略，将机箱加大到10U以支持未来超过1000瓦的单GPU功耗，并预留了非常大的余量 [5][7] - 其“1+3+N”架构允许CPU、GPU和背板模块化组合，可在很短时间内适配新的GPU模组，旨在保护客户长期投资，避免因GPU快速迭代导致整机报废 [7] 软件定义算力的技术优化 - 联想发布万全异构智算平台4.0，针对2024年涌现的新技术趋势进行优化 [8] - 平台已将DeepSeek公开的颠覆性模型训练算力优化方法实现在推理中，完成了从2.0到3.0的演进 [8] - 4.0版本重点解决了长序列（如128K序列、20万字上下文）带来的并行策略优化挑战，并创新性地解决了RoCE网络在大规模集群（超过四台机器）中带宽衰减的问题 [8] AI应用商业化的现实挑战 - 尽管技术突飞猛进，但AI应用商业化落地依然充满挑战，目前真正能形成明显收入的垂域应用相对较少，更多应用仍处于开放免费阶段 [9] - 与成熟的移动互联网生态（如爱奇艺付费会员）相比，大模型市场尚未达到大规模客户愿意付费的成熟阶段，应用侧的造血能力仍需时间培育 [9]