报告行业投资评级 - 推荐 维持评级 [4] 报告的核心观点 - 当前全球多模态AI正朝"多模态通才"转变，智能化水平与能力范围不断扩大，多模态AI应用或成AI大模型商业化变现前锋 [3][59] - 美图、快手等多模态AI产品体现出较强AI货币化能力，建议关注多模态AI相关标的以及受益于多模态AI发展的AI应用、AI算力等相关标的 [3][59] 根据相关目录分别进行总结 1 GPT5发布在即，有望挑战多模态AI新高度 1.1 多模态AI的新基准："多模态通才" - 2025年5月，十所顶尖高校联合发布General - Level评估框架和General - Bench基准数据集，用五级分类制明确多模态通才模型能力标准 [9] - General - Level建立五个层级评价水平，当前全球多模态模型仍处于L4阶段，考察体系分四个方向：模态理解和同时进行多模态理解和生成、支持更广泛的模态、支持各种任务和范式、多模态智能体与多模态基础模型 [12] - L1 - L5评价分别要求：L1为专家型模型；L2为支持多任务的通才；L3为出现任务级协同的通才；L4为范式级协同的通才；L5为模态级全协同的通才，目前多数多模态通用智能体受架构限制，要达L5需实现所有模态间协同 [15][16] 1.2 科技巨头纷纷押注多模态AI - 腾讯混元3D世界模型是业界首个开源可沉浸漫游、可交互、可仿真的世界生成模型，核心是语意层次化3D场景表征及生成算法，还披露一系列开源计划 [18] - 通义万相文生视频和图生视频模型是业界首个用MoE架构的视频生成模型，总参数量27B，激活参数14B，首创电影美学控制系统，2.2版本在多方面有显著提升，节省约50%计算资源消耗 [21] - 截至2025年3月31日，Figma全球有45万付费客户，总留存率96%，净美元留存率132%，年度付费超1万美元的付费客户达11107家，2025年有望推出Figma Make、Figma Draw、Figma Sites和Figma Buzz四款全新AI产品 [24][25][28] - 字节在Seed1.6模型系列探索Adaptive CoT技术，取得模型效果和推理性能平衡，Seed1.6 - Thinking在复杂文本场景推理能力和视觉推理能力提升 [26] 2 重点公司多模态AI业务梳理 2.1 美图：RoboNeo定义AIGC Agent新范式 - 美图推出RoboNeo，是集多种功能于一体的智能AI Agent，具备美学审美与落地执行力，可免费使用，覆盖品牌设计到电商物料输出全流程，支持一站式网页搭建 [29][31] 2.2 快手：可灵AI货币化进程亮眼 - 快手可灵2.0模型在多维度保持全球领先，发布全新交互理念Multi - modal Visual Language（MVL） [34] - 可灵在2025Q1实现1亿美元ARR，伴随AI功能上新和全球创作者计划，有望迎来付费用户增长和ARUP提升，加快AI货币化进度 [35] 2.3 万兴科技：天幕2.0+超媒Agent切入蓝海市场 - 万兴天幕2.0大模型在华为云加持下由千人团队打造，实现音视频垂类原子能力跃升，秉持"创意平权"理念，助力创作者生成音视频内容 [37] - 万兴超媒Agent依托天幕2.0打造，解决传统创作模式问题，具备全链路视频编辑能力、行业Know - How知识库沉淀、大模型与工具链深度耦合三大特点 [40] 2.4 合合信息：扫描全能王的能力范围加速扩展 - 合合信息"AI鉴伪"技术实现从静态图像到多模态信息鉴伪跨越，人脸鉴伪模型、AIGC图像鉴别技术、TextIn通用篡改检测平台有相应优势 [42] - 合合信息推出业内首个AI Agent跨平台云资源智能管理终端Chaterm，核心代码全面开源 [44] 2.5 福昕软件：智能文档解决方案加速落地 - 福昕提出"大模型+领域知识+工程方法"融合路径，构建"人工智能+政法"应用范式，智能文档技术让检察官聚焦核心价值环节 [48] - 福昕智能文档解决方案构建全链条能力，为检察机关提供数据治理能力，研发三大核心产品，与北京市人民检察院合作打造解决方案 [51] 2.6 其他多模态AI应用 - 北森AI面试官依靠人才评估与面试方法论沉淀和AI技术融合，有"专业评估逻辑 + 大模型能力"双重优势，岗位胜任力模型和AI技术与场景结合方面有特点 [53] - 粉笔AI面试点评是融合AI技术的智能化面试学习工具，提供沉浸式模拟训练、精准智能点评及个性化答题优化 [55] 3 投资建议 - 建议关注多模态AI相关标的：美图、快手、万兴科技、合合信息、福昕软件等；同时关注受益于多模态AI发展的AI应用、AI算力等相关标的 [3][59]

字节跳动动态 - 张一鸣目前主要base在新加坡 每月召集一次字节核心管理层和AI项目负责人复盘会[1][2] - 张一鸣角色类似回归后的谷歌联合创始人布林 专注AI核心研究团队[2] - 字节AI Lab负责人李航卸任转为顾问 公司回应称其管理范围不变[2] 科技巨头裁员与AI替代 - 微软计划本财年结束后裁减数千销售岗位 5月已裁员6000人[2] - 亚马逊CEO称生成式AI将取代公司部分岗位 未来几年逐步实施[3] - 58同城近期裁员比例达20%-30% 涉及TEG/LBG等多个部门[12] 融资与IPO进展 - 宇树科技完成C轮融资 投前估值超100亿元 由中国移动/腾讯/阿里等领投[4] - 宇树老股交易估值已突破150亿元 注册资本从259万增至3.64亿元[4] - MiniMax筹备赴港IPO 3月获6亿美元A轮融资 投后估值25亿美元[5] AI技术突破 - MiniMax发布开源混合架构推理模型M1 处理百万级Token长文本 训练成本53万美元[5] - MiniMax内部Agent产品使用率超50% 已上线60天[6] - Kimi发布首个Agent产品Kimi-Researcher 性能超Claude 4/Gemini 2.5 Pro[22] 企业战略动向 - 罗永浩证实AR眼镜10年内难商业化 转向AI软硬件结合方案[7][8] - 刘强东称京东外卖将推出与美团完全不同的商业模式[9] - 京东自2019年起无新商业模式推出 刘强东称近五年为"失落五年"[10][11] 行业竞争与人才争夺 - Meta试图收购Ilya新公司SSI遭拒 转而挖角其CEO及GitHub前CEO[13] - OpenAI员工曾拒Meta 1亿美元挖角 offer 双方展开人才争夺战[13][14] - 扎克伯格称AI人才薪酬水平创20年新高[14] 产品发布与升级 - GPT-5预计今年夏季发布 含智能体Deep Research等创新产品[23] - 谷歌Gemini新增视频分析功能 支持2.5 Flash/Pro模型[24] - 百度推出双数字人互动直播间 基于文心大模型4.5T升级[28] 跨界合作 - 比亚迪与字节跳动共建AI+高通量联合实验室 突破电池技术瓶颈[28] - 阿里云在法兰克福上线AI产品线 联合埃森哲/菜鸟推行业解决方案[28] - Adobe将Firefly图像/视频生成功能引入iOS/Android端[28]

产品发布 - 合合信息在2025亚马逊云科技中国峰会上发布业内首个AI Agent跨平台云资源智能管理终端Chaterm [1] - 该解决方案通过构建"对话式终端管理工具"为云计算从业人士提供云资源智能化和规模化管理新路径 [1] - 核心代码已全面开源 [1] 技术特点 - Chaterm将AI Agent能力引入云资源管理终端，使管理人员能在对话交互中精准调度云资源 [3] - 产品具备"辅助驾驶"和"自动驾驶"两种工作模式，可大幅提升云资源开发和管理效率 [5] - 在构建GPU集群开发环境场景下，原本需数小时的工作现在可在十几分钟内完成 [5] - 搭载批量管理远程服务器能力，自动"记忆"用户操作习惯，实现"一次配置，多端通用" [5] - 具有跨平台兼容性，支持MAC、WINDOWS、LINUX等操作系统 [5] 行业影响 - 传统终端管理方式存在操作繁琐、效率低下等瓶颈 [3] - Vibe Coding（氛围编程）的出现让"对话式开发体验"成为可能 [3] - 公司表示将继续探索AI技术与产业场景的融合边界，推动行业智能化转型 [6] 数据安全 - 全面开源核心代码，开发者可观察算法底层运行逻辑并进行定制化修改 [6] - 实现云资源管理领域"透明可控，安全可信" [6]

云计算与AI技术融合趋势 - 云计算产业规模不断扩大，云资源管理成为行业难题，2025亚马逊云科技中国峰会聚焦云计算与生成式AI技术融合 [1] - 合合信息发布业内首个AI agent跨平台云资源智能管理终端Chaterm，通过对话式终端管理工具实现云资源智能化管理 [1] - Chaterm核心代码已全面开源，推动云资源管理领域透明可控 [1][6] AI Agent在云资源管理的创新应用 - 传统终端管理存在操作繁琐、效率低下问题，AI技术推动Vibe Coding实现对话式开发体验 [2] - Chaterm将AI Agent能力应用于云资源管理终端，支持自然语言交互实现精准调度 [2][4] - 产品提供"辅助驾驶"和"自动驾驶"两种模式，提升开发和管理效率，例如GPU集群环境构建时间从数小时缩短至十几分钟 [4] 大规模服务器管理的技术突破 - 程序员日常需管理数十至上千台服务器，传统部署方式耗时且低效 [5] - Chaterm具备批量管理远程服务器能力，支持个性化语法高亮和快捷命令，实现"一次配置，多端通用" [5] - 跨平台兼容性支持MAC、WINDOWS、LINUX系统，降低混合IT环境运维复杂度 [5] 数据安全与开源策略 - 合合信息全面开源Chaterm核心代码，允许开发者观察算法逻辑并进行定制化修改 [6] - 开源策略旨在实现云资源管理透明可控，同时保障用户隐私和数据安全 [6]