行业投资评级 - 人工智能行业投资评级为优于大市（维持）[2] 核心观点 - 海外大模型呈现差异化发展，企业调用考虑性价比，OpenAI在技术路径上相对领先，谷歌在端到端原生多模态领先，Anthropic强调实用性和编程场景领先[4] - 兴趣推荐成为AI赋能最明显的场景，主要应用包括广告和游戏行业，通过多模态提升内容理解，进而提升用户点击率、观看广告时长，拉动广告价格和广告位增长[4] - 模型能力不断增强，开始与应用在场景上竞争，通过五个典型案例探讨不同场景下模型与应用企业的竞合关系[4] - 投资建议推荐腾讯控股、快手、阿里巴巴和美图公司[4] 海外大模型差异化发展 - 根据OpenRouter数据，谷歌与Anthropic模型份额合计占据半壁以上江山，谷歌份额31.6%，Anthropic份额25.4%，OpenAI份额18.1%[8][9] - OpenAI技术路径领先，聚焦强化推理与专业领域能力，但端到端多模态生成能力较谷歌偏弱[13] - 谷歌端到端原生多模态领先，尤其在视频生成方向业内领先[13] - Anthropic强调实用性、编程场景领先，高准确度带来高市场占有率[13] - 模型调用价格方面，谷歌与Anthropic相比OpenAI有明显优势，例如Gemini 2.0 Flash输入价格0.10美元/百万tokens，输出价格0.40美元/百万tokens，而GPT-4.1输入价格2.00美元/百万tokens，输出价格8.00美元/百万tokens[10] 国内大模型近期进展 - 国内模型方向各家尚未拉开明显技术差距，需要观察在特定场景的差异化能力[4] - DeepSeek技术研究领先，采用混合注意力机制、动态路由MoE等架构创新，在代码生成、数学计算等专业领域表现出色，主打开源[16] - 阿里自研能力与综合能力强，模型参数与种类丰富，Qwen3.0在多模态和对话交互方面表现突出[16] - 其他厂商如字节豆包大模型各模态表现较均衡，百度文心大模型在中文场景深度优化，腾讯混元大语言模型基于DeepSeek改造[16] 兴趣推荐场景之广告 - AI对广告推荐作用主要体现在通过多模态提升对内容理解，进而提升用户点击率、观看广告时长，拉动广告价格和广告位增长[4] - 搜索和社交媒体推荐存在生产力代差，AI对后者赋能显著，抖音、快手、拼多多、小红书、腾讯视频号等偏推荐场景相比偏搜索场景赋能潜力更大[23] - META通过AI技术赋能广告量价齐升连续七个季度，AI带动广告曝光量增长，通过精准推荐、提升AI内容分发占比、数据标签体系完善提升Reels用户时长增长，AI带动广告单价增长，通过Advantage+工具带动广告主投放环节20% ROI提升[29] - 谷歌AI带动广告转化率改善，广告收入稳健增长，新功能推出后通常能带来20%左右效率改善，25Q2启用AI Max的广告客户通常能获得14%额外转化量，使用智能竞价探索的广告系列平均转化量增长19%[35][37] - Reddit广告收入大幅增加，25Q2推出AI广告工具Reddit Community Intelligence，包含Reddit Insights和Conversation Summary Add-ons，点击率比标准图片广告高出10%以上[40][42] - 腾讯广告25H1连续两个季度实现20%同比高增长，主要来自广告价格CPM提升，AI部署带来更高点击率，微信小店和小游戏带来更完善闭环交易活动[46] - 快手广告收入增长主要驱动是CPM提升，AI赋能广告在营销素材增强、营销投放Agent和营销推荐等环节，25Q1 AIGC营销素材带来日均消耗约3000万人民币，25Q2可灵收入2.5亿元[49] 兴趣推荐场景之游戏 - 游戏是兴趣推荐重要场景，海外AIGC游戏平台Roblox通过AI升级推荐算法，让更多新游戏获得曝光，25Q1平台Top100游戏中有24款是过去一年内推出的，与24Q1相比TOP15游戏推出更多内容更新[4][53] - 由于更多新游戏获得曝光和竞争推荐，平台11-50名的游戏流水同比增长超过1倍，占总流水增量的40%[4][53] - Roblox不断推出多款AI游戏创作工具以降低创作门槛，包括编程助手、各种游戏素材生成工具等，25Q1推出Roblox文本生成功能，开源3D模型Cube 3D，生成超过100万个3D模型[54][55] 模型能力增强与应用边界的争夺 - 情景一：大模型直击原有产品痛点，新增AI原生竞争对手，例如LivePerson面临AI引入新竞争者、客户流失严重，净收入留存率从2024年第二季度83%下降到2025年第二季度78%[64][65] - 情景二：大模型加速原有产品功能开发，同时创新AI原生产品，例如美图公司在原有主力产品中推出更多AI功能，驱动付费率提升，订阅渗透率从23Q1末2.9%提升至25Q2末5.5%[73] - 情景三：AI产品与传统业务收入存在此消彼长相互替代关系，例如C3.AI传统订阅收入增长承压，2025财年传统订阅收入3.276亿美元，同比+18%，但AgenticAI业务年化ARR约6000万美元、生成式AI收入同比增长超100%[78] - 情景四：AI或颠覆原有需求流量入口，市场担忧部分公司会被AI颠覆，包括搜索、广告、人力资源、旅游服务、IT软件等领域公司[79][81] - 情景五：AI在编程、客服等场景降本显著，企业人均产出持续提升，例如Shopify、Applovin、Twilio等公司在员工人数减少的同时，人均产出大幅增加[83]

DeepSeek模型升级 - 线上模型升级至V3 1版本 参数量从671B增至685B 模型尺寸变化不明显但交互体验和推理能力有提升 [1][5] - 上下文长度扩展至128K 支持更大长文本输入 信息收集环节更多使用表格汇总 回答语气更自然符合人类表达习惯 [4][6] - 编程能力在多语言测试中以71 6%得分击败Claude 4 Opus 较R1有进一步改进 能完成复杂指令如设计宫崎骏风格五子棋游戏并生成可交互代码 [7] 模型部署优化 - V3与R1模型合并部署 从原来分开部署各需60张卡变为合一部署仅需60张卡 部署成本大幅下降 [11][12] - 若使用120张卡部署V3 1 因缓存增大性能预估可提升3-4倍 此次更新主要针对降本 [12] - 深度思考按钮从"深度思考（R1）"变为"深度思考" 意味着调用模型可能不再局限于R1 或是V3/R1合并后的新模型 [9] 用户增长与行业影响 - R1发布当月用户增长达1 25亿 80%以上来自1月最后一周 日活跃用户数在1月28日首次超越豆包 成为全球增速最快AI应用之一 [13] - 开源做法被业界借鉴 腾讯元宝、百度、360等新产品集成其满血版模型 [14] - 各大厂商以R1为参照物 阿里巴巴Qwen3-235B-A22B声称超越R1 月之暗面Kimi K2和智谱GLM-4 5也宣布超越R1且API价格低至0 8元/百万tokens [15][17] 行业动态与期待 - R2作为R1后续产品备受行业关注 但8月内无发布计划 V3 1更新后8月可能无更大版本发布 [2][19] - 公司对商业化不感兴趣 专注打磨基础模型确保每代领先 市场期待值强烈 [20] - V3和R1合并部署可能为多模态模型发布作准备 因分开部署负担重 多模态模型发布或已不远 [23]

行业竞争格局 - OpenAI创始人认为美国低估了中国下一代人工智能的威胁 芯片管制并非有效解决方案 [1] - 中国在推理能力 研究 产品等多个层面发展速度可能更快 中美AI竞争已深度交织 [3] - 中国模型如DeepSeek和Kimi K2的竞争是OpenAI决定发布开源模型的重要因素 [1][3] 公司战略调整 - OpenAI发布六年来首批开放权重模型gpt-oss-120b和gpt-oss-20b 标志闭源路线出现战略大转弯 [3] - 此次开源是自2019年GPT-2发布以来的首次 中国开源模型可能广泛应用的威胁是决策关键因素 [3] - 创始人明确表示中国竞争是开源决策的重要考量因素 但非唯一原因 [3]

中国AI产业崛起 - 中国AI模型Kimi K2发布引发全球轰动，被誉为"又一个DeepSeek时刻" [1] - 中国正处于AI引领的新一轮科技浪潮中，AI加速渗透至经济和社会各层面 [1] - 港股汇聚国产AI核心资产，涵盖算力、模型、软件应用和硬件终端等全产业链龙头企业 [1] 港股科技板块表现 - 港股科技板块凭借估值优势与成长确定性，率先引领中国资产价值重估 [1] - 南向资金5月开启新一轮流入趋势，6月和7月净流入合计超2150亿港元，日均净流入51亿港元 [1] - 国证港股通科技指数跟踪ETF产品规模从2024年末77亿元扩张至278亿元，增幅达259% [3] 国证港股通科技指数特点 - 精选30只市值较大、研发投入高且营收增速快的科技龙头股，要求近两年营收复合增速>10%或研发费用率>5% [3] - 前三大行业为电子(23%)、传媒(22%)、医药生物(15%)，创新药板块占比13.16% [4] - 前五大权重股合计占比57%，前十大权重股合计占比77%，包括腾讯、阿里、小米、比亚迪、中芯国际、百济神州等 [4] 指数长期收益与估值 - 2017年以来累计收益率159.9%，年化收益率10.29%，跑赢中证港股通科技指数(127.3%，9.81%) [4] - 市盈率24.46倍，市销率2.92倍，处于指数上市以来27.27%、45.02%分位点 [4] - 港股科技股估值远低于纳斯达克、创业板指等主流科技指数 [4] 华夏基金ETF布局 - 华夏基金发行港股通科技ETF基金(159101)，跟踪国证港股通科技指数(987008) [2] - 公司权益ETF管理规模超7200亿元，稳居行业首位，旗下权益ETF产品数量突破100只 [5] - 管理14只港股ETF产品，合计规模942亿元，产品数量和管理规模均位居全市场第一 [5] 港股科技板块机遇 - H20芯片解禁释放算力供给，全球AI算力需求激增，AI模型迭代加速推动技术突破 [6] - 外卖行业补贴战降温促进市场理性回归，港股科技板块迎来系统性估值重塑黄金窗口期 [6]

行业与公司关键要点总结 **1 海外云服务提供商（CSP）资本支出与财务状况** - 海外四大 CSP（亚马逊、微软、谷歌、Meta）资本支出总额达 3,500 亿美元，较财报前增加 100 亿美元[1][2] - 除亚马逊外，其余三家 CSP 资本支出占净现金流比例维持在 60%左右，财务状况稳健[1][2] - 亚马逊因物流投入拉高成本，资本支出占净现金流比重超 80%[2][4] - 微软预计 2025 年全年 CAPEX 超 1,000 亿美元，占净现金流 60%[2] - 谷歌上调 100 亿美元 CAPEX 用于 AI 芯片扩张[2] - Meta 融资 290 亿美元用于 AI 数据中心项目，CAPEX 占净现金流 60%[2] **2 AI 盈利模式与商业化路径** - 云业务反哺现金流：微软 Azure 营收同比增长 39%，其中 16 个百分点来自 AI 贡献[5] - AI 赋能传统业务增效： - Meta 通过 AI 提升广告转化率 3%-5%，用户时长提升 5%-6%[1][5] - 亚马逊通过 Bedrock 平台优化物流运营成本[5] - GitHub Copilot 推动开发者付费渗透率提升[5] - 未交付订单锁定未来收入：某 CSP 2025 年 RPO（剩余履行义务）达 3,680 亿美元，同比增速 37%，其中 35%可在未来 12 个月转化为现金流[5] **3 大模型市场竞争与用户粘性** - 大模型整体用户粘性较弱，但短期内可通过丰富产品线和优化场景维持留存[1][6] - 中长期粘性取决于应用场景差异化（如 Kimi K2 擅长中文长文本处理，GPT-5 具备复杂推理能力）[9] - API 接口标准化和开源模型兴起降低切换难度[6] - 头部模型份额波动剧烈： - Deepsec R1 在 POE 平台份额从 50%降至 12.2%，被 Gemini 2.5 Pro 和 Cloud 3.7 反超[7] - OpenAI 通过发布移动推理模型（如 O3 Mini）保持 30%以上份额[7] **4 垂直行业与智能办公场景应用** - **智能办公**：高频使用且与工作流强绑定（如飞书 AI 实时转化待办事项），迁移成本高[10] - **垂直行业**：行业知识壁垒和数据闭环构成护城河（如联想工厂 AI 助手 Robbie 整合八大工业系统），替换成本极高[11] **5 国内 AI 算力需求与供需缺口** - **需求测算**： - 训练需求：GLM4.5 需 7.45 万张 A700 显卡完成 30 天训练[12] - 推理需求：文字推理需 3.34 万张 A700 卡，视频推理需 10.587 万张（6 月数据）[12][13] - 全国总需求约 150 万张 A700 卡（单卡成本 3 万美元，推理 CAPEX 近 400 亿美元）[12][13][15] - **供需缺口**： - 算力需求增速复合 2.5 倍，芯片供给增速复合 1.8 倍，存在 1.39 倍缺口[16] - 主因多模态应用提升（单次请求 TOKEN 量从 2,000 增至 3,500）[16] **6 其他重要数据与趋势** - **视频领域**：快手“和您”系列占据超 30%份额，“可琳 2.0 大师版”三周内获 20.9%份额[8] - **行业收入增长**： - 谷歌搜索广告业务同比增 11.7%，云业务增 31.7%[2] - 谷歌云利润率从 17.8%（Q1）提升至 20.7%（Q2）[5]

全球大模型发展态势 - 2Q25全球大模型厂商加速推出更强能力产品，算力需求持续提升[2] - 3Q25随着GPT-5问世，全球大模型进入密集发布期，市场情绪升温[2] - 2025年上半年全球9家主要公司发布21个模型，同比分别增长28.6%和10.5%[24] GPT-5技术突破与商业策略 - GPT-5实现Token效率提升50–80%，API调用价格对标Gemini 2.5 Pro[13][14] - 定价策略显著降本：输入Token收费1.25美元/百万，输出10美元/百万[15] - 上下文窗口扩展至400K Tokens，较GPT-4o提升3.1倍[22] - OpenAI计划5个月内将算力资源翻倍，侧重推理侧分配[25] 海外算力需求驱动因素 - 谷歌AI Overview功能驱动Token消耗量达微软5–6倍[31] - 谷歌AI Overview月活15亿，Gemini月活3.5亿，ChatGPT月活6亿[31] - 免费模式主导市场，付费产品通过差异化能力实现商业闭环[34] 国内大模型进展 - 字节豆包大模型日均Token使用量达16.4万亿，国内公有云市场份额46.4%[41] - Kimi K2采用万亿参数MoE架构，每百万输入Token定价4元[36] - MiniMax模型单任务Token消耗成十倍增长，快手可灵AI全球用户突破2200万[38][41] 国产算力供应链升级 - 国产AI芯片厂商聚焦互连技术与超节点架构，提供全维度算力支撑[44] - 算力瓶颈从解码能力转向带宽与互联能力受限[42] 模型迭代与算力关联 - 模型能力增强伴随Token效率提升，推高云侧与端侧算力需求[22] - 多模态、长上下文等能力拓展直接增加算力消耗[24][36]

行业现状与挑战 - AI产品领域存在宏大叙事与落地现实之间的巨大鸿沟，表现为技术理想与用户留存率低下的矛盾[1] - 行业呈现两极分化：部分从业者聚焦AGI终极形态，另一部分则面临不稳定API和用户高期待的实际挑战[2] - 当前AI浪潮类比"淘金热"，多数参与者难以找到可持续商业模式，部分产品如AI Pin和Rabbit R1已遭遇市场困境[3] 行业活动与解决方案 - 全球产品经理大会将于8月15-16日在北京举行，汇集12大专题分享，覆盖互联网大厂和AI创业公司实战经验[14][16] - 活动将发布可能影响行业格局的重要产品，并通过深度探展和街采捕捉从业者真实困惑[8] - 多位行业领袖将分享实战经验，包括久痕科技CEO汪源、YouMind创始人王保平等，内容涵盖技术路径与商业化方法论[4][5] 产品经理职业转型 - 传统产品技能如原型设计正被AI快速替代，未来需具备战略判断、人机协作编排和用户心理洞察等复合能力[9] - 行业处于关键转折点，从业者需重新定位核心价值，把握技术浪潮方向与情感需求挖掘的双重机遇[9][10] 行业趋势与机会 - 技术演进迅速，GPT-5、Kimi K2长文本处理、Genie 3等多模态生成技术不断突破现实边界[1] - 商业模式探索从"提示词工程"向"上下文工程"进化，部分已验证路径可为行业提供参考[3] - 直播活动将揭示最新行业动态，包括腾讯混元大模型、百度秒哒等头部企业的应用实践[4][5]

7月12日，中国某AI公司发布的Kimi K2开源模型成为关注焦点，在国际上获得了"又一个DeepSeek时 刻"的评价。随后，8月7日，OpenAI发布GPT-5，引发了海内外的广泛讨论。AI大模型接连更新，对投 资而言意味着什么？（资料参考：财通证券研究《财通计算机·中美AI百花齐放，开启AI新时代》， 2025.7.21） 新发布的大模型有哪些核心优势？ 在技术层面，Kimi K2的总参数达1万亿（1T），是当前大模型参数量的天花板。从多个基准测试成绩 来看，此次Kimi K2超过了DeepSeek-V3-0324、Qwen3-235B-A22B等开源模型，成为开源模型新SOTA （当前最高水平）。（资料参考：青橙财经《抢先DeepSeek R2，开源万亿参数Kimi K2：月之暗面生死 突围》，2025.7.21：机器之心《深夜开源首个万亿模型K2，压力给到OpenAI，Kimi时刻要来了？》， 2025.7.12） 2．控价开源：高性价比策略吸引用户 价格上，Kimi K2延续了"高性价比"策略：每百万输入tokens收费4元，每百万输出tokens收费16元。综 合来看，API调用成本与DeepS ...

行业趋势 - 大模型投资人变得谨慎，集中押注头部前两名，腰部以下玩家生存空间被压缩[2][45] - 2024年行业竞争焦点转向推理能力、交互体验与多模态，"百万tokens"成为主流厂商标配[28] - 专业垂直工具如Wind、知网通过绑定特定知识库实现降维打击，削弱通用型长文本AI吸引力[25] OpenAI GPT-5技术进展 - GPT-5整合大语言模型与推理模型，可智能调度子模型优化任务执行[4] - 相比GPT-4o，事实错误率大幅降低，在多轮推理和复杂任务执行上保持全球头部位置[4][5] Kimi K2模型表现 - 月之暗面发布万亿参数开源模型Kimi K2，上线48小时官网访问量达36亿次，Hugging Face下载量突破10万[7] - 但7月MAU仅居全球第19位，下载量跌出前20，国内排名从去年12月前三下滑至今年5月第九[9][10] Kimi营销策略与技术短板 - 2024年春节在B站投放广告超亿元，单用户获客成本30元，短期制造现象级关注但挤压研发预算[17][19] - 长文本处理技术壁垒不高，1.5模型输出速度已低于通义、豆包等竞品[20][22] - 多模态能力局限在图片与代码理解，缺乏语音、视频交互功能[30] 核心竞争制约因素 - 数据不足：缺乏阿里、腾讯等大厂的生态数据入口，依赖公开网络语料[35][36] - 算力受限：受美国芯片禁售影响，使用H20或国产替代方案，训练效率落后国际水平[37][38] - 资本收紧：2023年估值达33亿美元但去年8月后无新融资，无公开标杆性订单[41][42][43] 大厂竞争格局 - 2024年AI大模型项目累计金额超400亿，科大讯飞、百度、阿里、腾讯获亿元级订单[42][43] - 大厂模型如豆包1.6支持全链路多模态，通义千问实现语音+图像输入[29]

公司概况 - 北京月之暗面科技有限公司（Moonshot AI）成立于2023年4月，专注于通用人工智能（AGI）研发，目标是探索智能极限并实现普惠AI [1] - 公司位于北京海淀区中关村，拥有约300名员工，其中50%为90后，团队涵盖算法、工程、产品及运营领域的顶尖人才 [2] - 创始人杨植麟具有10年自然语言处理（NLP）研究经验，团队具备超大规模计算集群运维和深度学习框架开发能力 [1][2] 技术产品 - 核心产品Kimi智能助手于2023年10月上线，是全球首个支持20万字长文本处理的AI助手，半年后长文本能力扩展至200万字 [2][4][5] - 2024年7月发布开源大模型Kimi K2，参数规模达万亿级别但激活参数仅320亿，成本效益显著提升 [3][6] - Kimi K2在多项基准测试中表现优异，特别在自主编程、工具调用和数学推理三方面能力突出，成为全球开源模型榜单前五名中唯一的开源模型 [6] - 产品线持续扩展，包括K1.5视觉思考模型、Kimi-Researcher深度研究模型及浏览器助手等 [2] 技术创新 - 坚持无损数据压缩技术路线，拒绝滑动窗口等捷径方案，实现200万字长文本处理突破 [5] - 首次将创新优化器应用于万亿参数规模模型训练，验证了训练效率的技术突破 [8] - 开发具备Agent能力的模型，可自主探索使用工具并与电子/真实世界交互，推动AI进入智能体时代 [7][8] - 开源策略使Kimi K2成为API调用量和下载量增长最快的大模型，将顶尖技术能力开放给开发者社区 [6] 市场表现 - 2024年Kimi用户量实现100倍增长，从几十万跃升至数千万级别 [5] - Kimi K2已接入部分国际主流开发平台，在3D/游戏/动画制作等场景展现强大交互能力 [3][7] - 产品演示显示可在4分钟内根据指令创建3D森林环境，并具备软件开发、英语学习应用创建等多元功能 [7] 发展理念 - 坚持"技术理想主义"，通过长期积累实现突破，专注通用人工智能而非垂直领域解决方案 [8] - 追求"将能源转化为智能的最优解"，致力于发展通用泛化能力而非单一技能 [8] - 产品设计强调个性化定制，打破技术专用性壁垒，实现"代码人人可用"的普惠目标 [7]